社会资本测量理论方法探讨：农户社会资本的测量

社会资本测量理论方法探讨：农户社会资本的测量

摘要：社会资本的测量一直是社会资本领域研究的重要问题。根据农户社会资本具有结构性和关系性的特征，按异质性、趋同性、工具性和情感性四个维度选取经验指标进行实证研究。研究发现：首次提出针对农户社会资本测量理论并选择出适合中国村庄环境特点、能够体现农户社会资本功能性和特征性的社会资本测量维度；提出一种更加客观并体现主体差异的IOWA客观自主评价法，并通过实证方法对社会资本进行测量；依据农户社会资本测量理论，采用定性定量相结合的分析方法对一个村庄做实证检验以确定理论及方法的合理性和有效性。
关键词：社会资本测量；农村社会资本；客观自主评价法
中图分类号：F302.5文献标识码：A文章编号：10037217（2018）04011909
社会资本理论体系的成熟与完善是在社会学家与经济学家的交替中逐步前进的。从马克思古典经济学中的资本概念，到Bourdieu（1986）对资本含义的扩展，到Becker（1964）年提出的人力资本，再到Putnam（1994）将社会资本视为“资本存量”，再到社会资本概念的发展（Lin，2001）[1-4]，至此社会资本的应用开始扩展到各个领域。近些年，社会资本在劳动力市场中的作用一直被广泛关注，尤其是社会资本对农民收入回报以及对收入差Becker距的影响产生了一批高质量的研究。社会资本的测量一直是社会资本领域研究的重要问题，NarayanD，CassidyMF自2001年开始就尝试通过量化方法测量这种影响[5]，但是关于社会资本的测量一直缺乏统一的测量标准，一方面由于社会资本的概念一直没有统一界定导致社会资本的维度具有复杂性和多样性，社会资本的指标也很难具有普适性，另一方面是受测量技术的局限，缺乏一个系统性和科学性的测量工具。根据对现有文献整理，本文认为社会资本测度的研究有三方面可以改善：一是指标选择多参考国外已有理论或实证中检验过的变量，但未完全考虑其在中国文化背景下的适应度；二是社会资本测度中国家、社区、家庭、个人的社会资本测量均有涉猎，但村级和农户社会资本测量却有待深入研究；三、随着社会资本理论研究发展的纵深化，社会资本测量的层次性、结构性、多样性特点日益突出，因此关于社会资本测量的方法也需要多元化以及精细化的改进，从而得到更加准确的社会资本综合指数。
一、社会资本测量的研究概况
测量社会资本的变量的选择需要遵循一定的标准。Coleman（1988）认为社会?Y本存在于人与人之间的关系之中[6]，因此社会资本测量变量的选取需要表现出行为的非单独性以及地域性特征。社会资本的最早测量源于Putnam（1994）的参与团体的个数[3]。他发现团体的密度是解释南北意大利经济差异的主要原因。Krishna&Shrader（1999）将社会资本的调查分类扩展为四个方面[7]，即家庭、社区、地区及国家。其在研究中也使用团体成员为指标，同时也使用了信任作为衡量社会资本的指标。Krishna&Uphoff（1999）在印度的一项水域保护的项目中将网络中的成员资格作为结构型社会资本的测量标准，实证分析了社会资本对发展的重要作用[8]。该研究通过地域调查问卷构建了六个社会资本相关问题，三个涉及社会的社会关系、网络以及社会交往结构，以及三个涉及认知形式包括规范、价值观和代表团结与平等信任的态度。通过分析，他们发现这两组变量间有高度相关性，之后通过因子分析法将这六个变量构建社会资本指数（包括信任、非正式网络、互相支持、互惠、团结），结果发现一系列的行为和财产均与这一指数高度相关。
国外关于社会资本测量的研究分别从国家、社区和个人三个层面进行。由于中国城市和农村社会资本具有自身特性，因此在社会资本的变量选取中我们主要参考国内文献。国内探讨社会资本测量的文献主要有桂勇（2008）、张文宏（2007）、赵延东（2011）和罗家德（2005）叶静怡（2014）等[9-13]。
国内关于社会资本测量指标的实证研究也很丰富。边燕杰（2004）、赵剑治、陆铭（2010）周晔馨（2012）、刘倩（2017）等根据上述理论通过社会资本的某一维度做实证分析研究[14-17]。桂勇、黄荣贵（2008）创建出一套具有7个维度（地方性社会网络、社区归属感、社区凝聚力、非地方性社交、志愿主义、互惠一般性信任和社区信任）的社区社会资本测量指标[9]。项军（2011）设计了一个“社区社会资本”量表，包括社区认同感与归属感、人际交往频度、社区利益共同感、邻里互助、社区凝聚力、社区参与和社区信任等内容[18]。
社会资本是社会的粘合剂，但很难有一个令人满意的方法来测量（Paldam&Svendsen，2004）[19]。社会资本具有很强的历史及文化属性，根据不同地域、不同层面下社会资本的测量标准会有所不同，因此选择适合中国农村社会经济特点的测量指标是本文的重点之一。
二、农户社会资本测量理论及指标体系的构建
社会资本测量理论源于Granovetter（1973）提出的强关系、弱关系理论[20]，这是最早对个体社会资本测量的思想[21]。之后林南（1998）提出了情感性、工具性社会资本的思想，并进一步（Lin，2001）对社会网络提出了三维测量思路[4]，即达高性、异质性、广泛性。边燕杰（2004）采用定位法测量中国城市居民的关系网络，通过将Lin的三维思路转变为四维，即网络规模、网络差异、网络顶端以及网络构成等四项指标把网络关系和网络结构统一起来[14]。罗家德（2014）将社会资本的概念引入建构社区社会资本，提出关系、结构与认知三个维度，讨论了各维度之间的关系[22]。本文将在现有社会资本测量理论研究的基础之上，尝试建立有关农村家庭社会资本测量的理论。
（一）农户社会资本测量理论构建
Leana&VanBuren（1999）认为，“私人物品”社会资本归属于某一行动者而且服务于私人利益，“公共物品”社会资本归属于某一群体所有而且服务于该群体的公共利益[23]。而Brown（1997）认为，社会资本具有给个体带来资源的特征[24]。这里可以将公共物品理解为，公共物品的价值在于通过成员的协同行为以优化集体社会资本方式使得集体利益最大化。而私人物品则可以理解为其价值在于个体的社会资本存量对生活水平的提高。基于这两个理论，我们认为社会资本对于村一级和农户应分别具有不同的资本回报特征，因此农村社会资本的测量可分为两个层面：一是村级社会资本，二是农户社会资本。村级社会资本具有集体性特征，“通过促进合作来提高效率”（Putnam，1994）[3]，因此在测量集体层面的社会资本时，研究者通常使用信任、公共参与和社会规范几个维度，而个体社会资本则与其社会资本结构、规模以及数量密切相关。Lin（1999）和边燕杰（2004）也认同这一点[25，14]。根据以上分析，社会资本在村庄和农户的测量上需要根据其功能和特征来选择变量。我们知道社会资本按社会学角度可分解为“结构性（structural）社会资本”和“认知性（cognitive）（Uphoff，1999）[8]。认知性特征指规范、价值观、态度、信任，这些特征更适用于提高一个群体的效率，因此在测量村级社会资本时更适用于认知性变量。认知变量可以通过测量个体的认知，加总平均后得到村级认知维度，即社会资本的水平。社会资本的结构性特征更倾向于通过社会资本确定社会角色，比较符合农户社会资本特征，即可以通过家庭信息及社会活动等客观情况来测量农户家庭社会资本。结构性特征更容易通过社会网络体现出来，比如社会网络的同质性和异质性的区分，达高性、异质性和广泛性的区分等等。罗家德（2014）在建构社区社会资本中提出关系、结构与认知三个维度，并讨论了各维度之间的关系[22]。无论从村级社会资本层面的测量还是农户社会资本层面的测量，关系性都是社会资本一个基本的特征和重要测量维度。在罗家德定义中，关系性在社会资本中主要衡量的是关系中信任的质量和互惠及义务关系的数量，数量包括个体在社群中互惠性交换，包括工具性及情感性交?Q的关系数量，质量则以对社区内成员信任的强度来衡量。因此在这个定义囊括了对个体社会资本的特性，也有社会资本的集体层面的含义。
本研究的重点为农户社会资本，根据上述讨论从关系性和结构性两方面特征将农户社会资本经验指标归纳为工具性、情感性、异质性及趋同性四类指标。工具性指具有价值资源并可以获得某种已得或未得利益的性质，在农村中比如日常生活中求人办事，需要别人帮忙农活、盖房等特征的指标；情感性是为了维系已有的价值资源，使关系延续的特征，比如边燕杰（2000）的过年网[26]，农村红白事的随钱数目指标；异质性在村庄资料中往往指认识一些村外社会地位高的人或城里人（罗家德，2014）或是职业的分工[22]，这里与边燕杰的网络顶端性和差异性有相似之处；而趋同性则专指按照农村特有的某些社会经济文化状况将具有相同特征的农户分类的特性，比如是否属于同宗家族、是否在同样的社会团体、是否参加同样的经济组织等等。工具性和情感性特征更符合农户社会资本测量中的关系维度，而异质性和趋同性则更接近结构性维度。
（二）指标体系建立的思路及方法
从方法论上来看，社会资本测量分为定性分析和定量分析。社会资本测量的定性分析是通过理论分析与模型建立，将复杂社会资本所涵盖的各类因素进行聚类和降维处理，试图通过更少的维度去描述无形的社会资本，帮助我们理解社会资本的概念。Granovetter（1973）提出了著名的强关系与弱关系理论[20]，强关系是从社会经济特征相似的个体之间形成，而弱关系则是从社会经济特征以及特征不同的个体之间发展而来，强关系与弱关系理论是对个人网络社会资本测量的重要思路。林南（1998）将个人社会资本区分为已有的价值资源和在行动中尚可获取的工具性资源，从而提出了情感性、工具性的社会资本两维度测量思路[21]。为了实现对构建起来的社会资本进行多维度测量，Lin（2001）提出了著名的达高性、异质性、广泛性三维度思路，从个体可触及的社会顶端资源、社会资源的纵向幅度、社会资源的多样性三方面对社会资本进行测量[4]。另一方面，对社会资本测量最终是要识别不同变量的相对重要程度，而且要整合成为一个社会资本综合测量指数，所以对社会资本的测量不仅要通过定量的方法给出定性的分析与比较，还要形成一套有效的定量评估综合测量指数，帮助我们快速、高效地测量样本的社会资本大小。Krishna&Uphoff（1999）将自愿参与各种社团情况及人与人之间的信任作为主要指标，并引入因子分析方法测量个体的社会资本，发现这些社会资本指标与经济发展正向相关[8]。Narayan&Cassidy（2001）基于社会资本理论和以往文献，提出了一套改进的社会资本维度、决定因素和结果的评估体系，利用因子分析方法验证了社会资本维度结果的稳健性和可靠性[5]。针对不同研究对象社会网络构成和作用存在差异的特点，边燕杰以春节拜年交往为时间依托，提出了网络规模、网络差异、网络顶端和网络构成等四项指标，利用因子分析方法测量中国城市居民的关系网络。
综上所述，通过社会资本测量定性与定量分析，可以构成一套评估体系，从社会学、经济学、数学方法等多个方面，全方位对社会资本测量进行研究与分析。目前，常用的定性分析方法主要包括聚类分析、主成分分析等降维分析方法，用于定量分析方法主要以因子分析法为主。
主成分分析与因子分析法类似，前者将主成分表示成变量的线性组合，通过主成分累计贡献率确定主成分个数，即描述社会资本的维度；后者则将因子表示成变量与特殊因子的线性组合，通过因子累计贡献率确定因子个数，根据因子载荷矩阵确定变量在各因子中的分类，得到最终综合指标数值。Svendsen（2000）提出主成分分析法应成为测量社会资本最主要的方法[27]。利用因子分析法的前提是样本数据具有较强的相关性，如果所分析的样本空间总数有限，样本各变量之间存在较大差异，则无法有效运用因子分析法对社会资本进行定性和定量分析。因此，为了充分考虑调查样本中变量的差异，本文引入运筹学中客观自主式评价方法对社会资本进行定量分析，进而保证对不同测量样本社会资本定量分析的适应性。该评价方法基于IOWA（InducedOrderedWeightedAveraging）算子，将各个被评价样本视为平等的评价主体，可以有效解决对于有限样本的多个变量的综合评价问题。该方法的计算步骤如下：
1.确定竞争视野及变量优势度。
假设评价样本Si（i=1，2，…，n），每个样本包含变量xj（j=1，2，…，m），xij=xj（oi）表示评价样本Si在变量xj上的取值，则评价样本Si的指标值集合为Xi={xi1，xi2，…，xim}。下面定义评价样本Si的竞争对象如下：1）若对于j∈M，恒有xij≥xkj（k∈N，k≠i），则表明评价样本Si优于Sk，两者不构成竞争关系；
2）若对于j∈M，恒有xij≤xkj（k∈N，k≠i），则表明评价样本Si劣于Sk，两者不构成竞争关系；
3）若对于j∈M，恒有xij≥xkj和xij≤xkj（k∈N，k≠i）同时成立，则表明评价样本Si和Sk构成竞争关系。
根据以上定义，所有与评价样本Si（i∈N）构成竞争关系的被评价样本集合称为Si的竞争视野，记为Ci={S（i）1，S（i）2，…，S（i）ni}，ni表示与评价样本Si存在竞争关系样本的总数。
然后，进一步引入评价变量优势度的定义，评价变量优势度包括绝对优势和相对优势两类指标。绝对优势度表达式为λ（j）i=∑km=1d（j）im/∑nil=1d（j）il，表示评价样本Si在变量xj上的绝对优势度。其中，d（j）il=xij-xlj，i∈N，l∈N，j∈M为评价样本Si在变量xj上相对于竞争样本Sl的竞争强度，如果d（j）il>0，表示样本Si在指标xj上竞争强度优于Sl。相对优势度表达式为λ*（j）i=e∑nil=1d（j）il/∑mj=1e∑nil=1d（j）il，表示评价主体Si在变量xj上的相对优势度。其中，∑nil=1d（j）il为评价样本Si在变量xj上的整体竞争强度。
2.确定IOWA算子及变量权重向量。IOWA（诱导有序加权平均）算子由Yager（1999）提出，实际是对评价样本的评价函数进行改进[28]。本文引入的基于二维IOWA算子包括各评价变量的绝对优势度和相对优势度，评价样本Sk在评价主体Si下的评价函数为：
Yk（，，…，）=∑mj=1ωjakj
其中，ω=（ω1，ω2，…，ωm）T是与Yk相关联的变量权重向量；是一个三元数据，λ（j）i，λ*（j）i是变量的第一和第二重要性；akj表示评价变量重新排序后第j个重要的评价变量在评价样本Sk下的取值。
变量权重向量ω=（ω1，ω2，…，ωm）T，通过如下规划模型进行确定：
maxorness（ω）=1m-1∑mj=1（（m-j）ωj）
s.t.ωj=q∑jk=1ηk/∑mj=1q∑jk=1ηk
0目前，缺失变量的处理方法，主要有以几种：直接删除法；均值替代法；回归替代法；多重替代法；热卡填充法。根据本文使用调查数据的缺失情况，20个样本缺失ZUZHI1变量，1个样本缺失KIN变量，1个样本同时缺失KIN、ZUZHI1两个变量，1个样本同时缺失CARDR1、VILL9、KIN、ZUZHI1四个变量。从缺失变量的数值含义分析，变量CARDR1、VILL9、KIN、ZUZHI1均“为逻辑变量（0表示否，1表示是），不适合直接采用均值替代、回归替代、多重替代等插值方法进行补缺。因此，本文将采用直接删除和热卡填充法对缺失数据的样本进行补缺。根据热卡填充法原理，对比“参加农民经济组织”变量的数据缺失样本的家庭全年总收入情况，对于家庭全年总收入超过40000元的样本，“参加农民经济组织”变量的缺失值用“1”替代，其他样本用“0”替代。由此，可以将缺失ZUZHI1变量的21个样本补充完整，还剩下2个样本缺失KIN变量，以及1个样本缺失KIN、CADRE1、VILL9，采用直接删除样本办法进行处理。将相关变量缺失值处理后，社会资本相关变量的统计描述结果如表2所示。
2.指标标准化。
本文所使用的调查变量包括逻辑变量和数值变量，数值变量中又有表示次数和货币的变量，为了消除各类变量的量纲差异将其变为可比值，需要对所选定的相关变量进行标准化。本文将所选用的社会资本相关变量转化成符合标准正态分布的可比数值，使得每个变量所有样本的均值为0、方差为1，为后续社会资本定性与定量分析打下基础。标准化后的社会资本相关变量统计结果如表3所示。
（三）农户社会资本测度的定量分析
1.聚类分析应用。
将调查样本的变量进行聚类分析，以求用维度更小的主要因子来描述社会资本。因此，经过调查样本指标标准化以后，采用K-means聚类方法对社会资本进行定性分析，结果图1所示。
从图1中可以发现，第一轮聚类分析将8个变量分为6类：表示除父母和岳父母外春节去拜年家数BAINIAN和除父母和岳父母外春节拜年礼品礼金花销HUAXIAO可以归为一类；表示是否参加了专业合作组织ZUZHI1和亲戚中是否有人担任村干部CADRE1可以归为一类；表示各种随礼（不算春节拜年）支出SUILI、亲友是否有在县城或城市里正式工作VILL9、是否有祠堂或家谱KIN以及托人办事支出BAISHI各成一类；第二轮聚类分析将8个变量分为4类：表示除父母和岳父母外春节去拜年家数BAINIAN、除父母和岳父母外春节拜年礼品礼金花销HUAXIAO和各种随礼（不算春节拜年）支出SUILI归为一类；表示是否参加了专业合作组织ZUZHI1、亲戚中是否有人担任村干部CADRE1和是否有祠堂或家谱KIN归为一类；表示亲友是否有在县城或城市里正式工作VILL9和托人办事支出BANSHI各成一类。这个聚类的结果与我们先前所建立的农户社会资本测量的四个维度：情感性、工具性、异质性、趋同性基本是可以对应的，由于样本量较少，个别的偏差（比如CADRE1并无趋同性特征）可以忽略。这说明我们之前所建立的农户社会资本测量维度经过实践检验是具有合理性的。
2.主成分分析应用。
针对本文的农户样本调查数据，利用标准化后的263个样本数据，计算选定的8??社会资本测量相关变量的相关系数矩阵如表4：
根据主成分分析的经验判别法则，选取社会资本主成分个数为4个，第4个主成分特征根为0.921，累计贡献率达66.4%；如果选择6个因子描述社会资本，虽然主成分因子的累计贡献率达87.8%，但是社会资本定性分析从8个维度仅仅降低到6个维度，一方面没有起到降维的作用，另一方面6个因子过于细化难以解释。
（四）农户社会资本综合指标的计算
1.因子分析。
根据因子分析方法的计算步骤，对农村居民社会资本资本的相关变量进行KMO和SMC指标验证，具体计算结果如表6。KMO指标中只有变量ZUZHI1、CADRE1、VILL9、SUILI的数值超过0.6，其他4个变量均分布在0.5～0.6区间，总体样本KMO指标接近0.6，根据Kaiser（1974）的测算经验，本文所采用的样本数据并不适合使用因子分析方法。另一方面，本文采用的样本数据SMC指标也普遍偏低，也说明样本数据并不适合使用因子分析。
为了与本文所提出的客观自主分析进行对比，下面仍然采用因子分析方法对样本数据进行定量分析，进而与本文所提出的新评价方法定量结果进行对比。根据对农村居民社会资本定性分析结果，结合因子分析法因子数量选择限制，仍然选择4个因子描述样本变量，计算相应的因子分析载荷矩阵如表7。
从表7可以发现，因子1中主导占优变量为5、6，因子2中主导占优变量为3，因子3中主导占优变量为1。为了更加清晰地看出变量与因子间的相对关系，对上述因子分析的结果加以斜交旋转，旋转后的因子载荷矩阵如表8所示。
与未旋转的因子载荷矩阵相比，旋转后的因子载荷矩阵中每个因子都有相对占优的变量，为了更加直观地判断每个变量在各因子中的重要性，对旋转后因子载荷矩阵进行方差单位化处理，用以表示每个变量在因子的权重大小，结果如表9。
从表9可以发现，因子1中占主要影响的为变量5和6，两个变量解释了因子单位方差的99%；因子2中占主要影响的为变量3，一个变量解释了因子单位方差的91%；因子3中占主要影响的为变量1，一个变量解释了因子单位方差的95%；因子4中占主要影响的为变量4和7，两个变量解释了因子单位方差的89%。变量2和8在四个因子中并没有明显体现出其影响力，分析出现此结果主要是因为样本数据无法通过KMO和SMC检验所致。综合评价指数中因子相对权重，以及相应的因子得分系数矩阵如表10。
通过上面所述的因子相对权重表和因子得分系数矩阵，可以得到因子分析综合评价指数表达式如下：SHWL_index=0.353×factor1+0.278×factor2+0.254×factor3+0.115×factor4=0.184×ZUZHI1+0.063×KIN+0.205×CADRE1+0.067×VILL9+0.185×BAINIAN+0.286×HUAXIAO-0.002×SUILI+0.011×BANSHI
将农户社会资本与因子的关系进一步扩展，可以得到农户社会资本与相关变量之间的关系。在因子分析结果中，发现变量SUILI与农村社会资本综合指数负相关，这一结果与原本对社会资本的理解有所偏差。下面将采用本文所提出的客观自主评价方法对农村社会资本进行定量分析。
2.客观自主分析。
本文通过MATLAB平台编程，实现基于IOWA算子的客观自主评价算法。算法流程如图2。
由于本文所采用的基于IOWA算子客观自主评价算法过于复杂，其计算过程相关结果不在论文中赘述。最终计算农村社会资本综合评价指数为：
SHWL_index=0.353×factor1+0.278×factor2+0.254×factor3+0.115×factor4=0.184×ZUZHI1+0.063×KIN+0.205×CADRE1+0.067×VILL9+0.185×BAINIAN+0.286×HUAXIAO-0.002×SUILI+0.011×BANSHI
根据上述社会资本综合评价指数公式，变量对其影响顺序依次为VILL9、SUILI、BAINIAN、ZUZHI1、HUAXIAO、KIN、CADRE1、BANSHI。其中，变量VILL9对综合评价指数影响最大，此变量主要表示社会资本异质性，其影响力在综合评价指数中占比约为20%，说明异质性对社会资本指标的贡献起到了非常重要的作用；变量BAINIAN、HUAXIAO、SUILI构成农村社会资本情感性，三个变量影响力在综合评价指数中占比为46.4%，在农村社会资本定量分析中占据绝对优势；变量KIN、CADRE1、ZUZHI1构成农村社会资本趋同性，三个变量影响力在综合评价指数中占比为33%，在农村社会资本定量分析中占据较大优势；变量BANSHI代表农村社会资本工具性，其影响力在综合评价指数中占比仅为0.6%，对农村社会资本测量分析影响最小。
四、结论
农户是农村经济组织中基本单元，也是农业生产经营的主体。农户间的排斥、合作与竞争对农户自身行为以及农村可持续发展都具有影响和作用，因此从农户角度研究农村社会资本具有重要意义。本文在社会资本的测量理论方法探讨中将农户社会资本理解为Leana&VanBuren（1999）所提出的“私人物品”，即通过个体的社会资本存量对私人利益的服务。从这个角度出发，我们认为农户社会资本具有结构性和关系性的特征，依据已有文献和农村社会交往情况，提出了按异质性、趋同性、工具性和情感性四个维度选取经验指标。首先，利用热卡充填法将部分样本的缺失变量补齐，对于个别缺失样本采取直接删除方法，以此确保分析样本变量信息的完整性；其次，对补齐变量信息的样本数据进行标准化处理，消除各变量的量纲差异和数量级差距，为农村家庭社会资本的测量分析打下基础；接着，从方法论上将社会资本测量分为定性与定量分析，利用聚类分析法和主成分分析法进行定性分析，验证维度设立的合理性；在无法应用因子分析法进行定量分析的情况下，提出了基于IOWA算子的客观自主评价方法，此方法充分考虑评价样本个体差异性，并且对于各类样本数据都具有普适性，能够客观地确定农村家庭社会资本综合指数；最后，本文基于陕西省商洛市商州区杨峪河乡王涧村调查数据，用定性和定量的方法验证了农村家庭社会资本测量理论的有效性和合理性，并通过实证发现情感性和趋同性两个维度对社会资本综合指标的贡献最大，而这两项是最能代表农村社会资本特征的维度，这也非常好地说明了社会资本测量维度建立、测量方法选择与实际是相符的。
本文的贡献在于：1）从理论上，首次提出针对农户社会资本测量理论，并基于文献研究选择出适合中国村庄环境特点、能够体现农户社会资本功能性和特征性的社会资本测量维度；2）方法上，总结归纳社会资本指标体系的构建方法，在与其他方法相较之下，提出一种更加客观并体现主体差异的IOWA客观自主评价法，并通过实证方法对社会资本进行测量；3）依据农户社会资本测量理论，采用定性定量相结合的分析方法对一个村庄做实证检验以确定理论及方法的合理性和有效性。
这个研究也有不足之?，由于数据限制，农户社会资本的维度建立及测量只在一个村庄中检验，虽然农户的社会资本特性具有很大相似性，但一个村庄由于受地理环境和社会经济发展的限制还是具有特征的单一性，其普适性价值还不够强，还需要在更多的村庄研究中检验所提出的农户社会资本测量维度的稳健性，并加以修正，以确定这个理论和方法可以进一步推广。
参考文献：
[1]BourdieuP.Theformsofsocialcapital[A].handbookoftheoryandresearchforthesociologyofeducation[C].GreenwoodPress，NewYork，1986.
[2]Becker，GrayS.Humancapital[M].NewYork：ColombiaUniversityPress，1964.
[3]PutnamRD，LeonardiR，NanettiRY.Makingdemocracywork：civictraditionsinmodernItaly[M].Princetonuniversitypress，1994，163：185.
[4]Lin，Nan，KarenS.Cook，andRonaldS.Burt，eds.Socialcapital：theoryandresearch[M].TransactionPublishers，2001.[5]NarayanD，CassidyMF.Adimensionalapproachtomeasuringsocialcapital：developmentandvalidationofasocialcapitalinventory[J].CurrentSociology，2001，49（2）：59-102.
[6]ColemanJS.Socialcapitalinthecreationofhumancapital[J].Americanjournalofsociology，1988，94：95-120.
[7]KrishnaA，ShraderE.Socialcapitalassessmenttool[C].Conferenceonsocialcapitalandpovertyreduction，1999：2224.
[8]KrishnaA，UphoffNT.Mappingandmeasuringsocialcapital：AconceptualandempiricalstudyofcollectiveactionforconservinganddevelopingwatershedsinRajasthan，India[M].WorldBank，SocialDevelopmentFamily，EnvironmentallyandSociallySustainableDevelopmentNetwork，1999.
[9]桂勇，?S荣贵.社区社会资本测量：一项基于经验数据的研究[J].社会学研究，2008（3）：122-142.
[10]张文宏.中国的社会资本研究：概念、操作化测量和经验研究[J].江苏社会科学，2007（3）：142-149.
[11]尉建文，赵延东.权力还是声望？――社会资本测量的争论与验证[J].社会学研究，2011（3）：64-83.
[12]赵延东，罗家德.如何测量社会资本：一个经验研究综述[J].国外社会科学，2005（2）：18-24.
[13]叶静怡，武玲蔚.社会资本与进城务工人员工资水平――资源测量与因果识别[J].经济学（季刊），2014，13（4）：1303-1322.
[14]边燕杰.城市居民社会资本的来源及作用：网络观点与调查发现[J].中国社会科学，2004（3）：136-146.
[15]赵剑治，陆铭.关系对农村收入差距的贡献及其地区差异[J].经济学（季刊），2009，9（1）.
[16]周晔馨.社会资本是穷人的资本吗？――基于中国农户收入的经验证据[J].管理世界，2012（7）：83-95.
[17刘倩，胡必亮.社会资本如何影响农户收入：一个中国村庄的视角[J].财经问题研究，2017（6）：114-123.
[18]项军.城市“社区性”量表构建研究[J].社会，2011，31（1）：131-158.
[19]PaldamM，SvendsenGT.Creationandreturnsofsocialcapital[J].Socialcapitalandeconomics，2004，178.
[20]Granovetter，M.S.Thestrengthofweakties.[J].AmericanJournalofSociology，1973，1360-1380.
[21]林南.社会资源和社会流动：一种地位获得的结构理论[M].社会学论文集，昆明：云南人民出版社，1998.
[22]罗家德，方震平.社区社会资本的衡量――一个引入社会网观点的衡量方法[J].江苏社会科学，2014（1）：114-124.
[23]LeanaCR，VanBurenHJ.Organizationalsocialcapitalandemploymentpractices[J].AcademyofManagementReview，1999，24（3）：538-555.
[24]Brown，ThomasFord.Theoreticalperspectivesonsocialcapital[C].WorkingPaper，LamarUniversity，1997.
[25]LinN.Buildinganetworktheoryofsocialcapital[J].Connections，1999，22（1）：28-51.
[26]边燕杰，李煜.中国城市家庭的社会网络资本[J].清华社会学评论，2000（2）：1-18.
[27]Svendsen，GertTinggaard，andLeneHj？llund.Socialcapital：astandardmethodofmeasurement[C].AarhusSchoolofBusinessDepartmentofEconomics，2000.
[28]YagerRR，FilevDP.Inducedorderedweightedaveragingoperators[J].IEEETransactionsonSystemsMan&CyberneticsPartBCyberneticsAPublicationoftheIEEESystemsMan&CyberneticsSociety，1999，29（2）：141-150.
（责任编辑：铁青）