社会网络与家庭财产差距——基于中国家庭追踪调查(CFPS)面板数据

杨 灿 王 辉

内容提要：本文利用中国家庭追踪调查(CFPS)2010年和2016年面板数据分别进行OB分解和FFL分解，从禀赋效应和回报效应两个方面探讨社会网络对中国家庭净财产的影响。结果表明，2010年和2016年家庭净财产差异主要是由回报差异造成，且回报差异在总体上是显著的；2016年社会网络对各分位点上的家庭财产有显著正向影响，社会网络与家庭财产水平呈U型变化。另外，采用夏普利值分解考察社会网络对家庭财产差距的贡献率发现，社会网络对家庭财产差距的贡献度不断扩大，由2010年的0.66%上升到2016年的1.18%。

一、引言及文献综述

随着中国经济快速发展、人民生活水平不断提高，贫富差距也在不断扩大。越来越多的学者意识到，收入差距并不等同于贫富差距，财产差距也是衡量贫富差距状况的重要方面[1-2]。近年来，财产不平等程度不断加剧，2012 年中国家庭净财产的基尼系数高达 0.73[3]，明显高于收入不平等程度。陈彦斌(2008)对中国2007年城乡居民财产分布进行分析，发现中国城乡居民财产差距较大[4]。初始财产分布差距、要素配置差异以及城市导向型的经济政策，使得城乡居民财产分布差距成为总体财产差距中最为重要的一部分[5]。

现有研究大多从个体特征、家庭结构和社会环境三个方面，分析影响中国居民财产水平及财产差距扩大的原因。李实等(2000)利用1995年中国社会科学院经济研究所调查数据分析发现，户主年龄、人力资本、收入水平和家庭成员结构对城镇居民财产的影响较为显著[1]。梁运文等(2010)利用奥尔多中心2005年和2007年调查数据分析发现，中国城乡居民财产差距不平等程度较大，职业、健康状况、受教育程度、党员身份等个体特征都会影响居民财产水平[6]。此外，保永文和熊捍宏(2016)利用2002年中国家庭收入调查(CHIPS)数据和2010年中国家庭追踪调查(CFPS)数据分析发现，各地信贷约束、户主投资参与度、风险偏好及社会满意度都会影响居民的财产水平[5]。多数学者认为，金融资产和房产价值分布不平等是城乡居民财产分布不平等的主要来源[5-6]。

近年来，从社会资本视角研究居民财富是经济学研究居民财富差距的重要突破点。一些研究表明，社会资本对收入具有显著正向作用[7]，能够有效地促进就业和增加收入[8-9]。林(Lin，2001)最早从理论上探究社会资本对收入差距的影响，并提出资本欠缺和回报欠缺的概念[10]。有学者通过分位数回归方法发现，社会资本回报率随着不同收入组别的提高而降低，从而认为社会资本是“穷人的资本”[11-12]。赵剑治和陆铭(2010)采用基于回归的夏普利值分解研究社会网络对农村居民收入差距的影响，发现社会网络对农村居民收入不平等的贡献达到12.1%～13.4%，从而提出社会网络不仅是“穷人的资本”，也是“富人的资本”[13]，即高收入者不仅拥有更多的社会网络，而且从社会网络中获得的回报也较高。

目前关于社会网络对中国家庭财产差距影响的文献很少，只有何金财和王文春(2016)对这一问题进行探讨。他们使用中国家庭金融调查(CHFS)2011年数据分析发现，社会网络会显著提高家庭财产水平，进一步扩大居民财产差距；通过夏普利值分解发现，社会网络对家庭财产差距的贡献度约为22%，且对城镇家庭财产差距的贡献度高于农村家庭[14]。他们的研究虽然为家庭财产差距的微观形成原因提供了实证依据，说明了社会网络是扩大财产差距的重要因素；但是，在得出实证结论之前缺少相应的理论机制分析，之后也缺少对具体效应及其成因的深入分析。另外，现有文献大多采用横截面数据进行分析，很难有效避免个体差异及时间变化所产生的内生性问题。因此，本文将利用2010年和2016年中国家庭追踪调查(CFPS)数据，从禀赋效应和回报效应两个方面探讨社会网络对中国居民财产差距的影响机制。

本文的主要贡献在于：第一，采用2010年和2016年面板数据纵向(时间维度)分析社会网络对财产差距的影响机制；第二，从禀赋效应和回报效应两个方面横向分析社会网络对财产差距的影响机制；第三，利用OB(Oaxaca-Blinder)分解和基于RIF无条件分位数回归的FFL分解探讨社会网络对财产差异的影响及贡献率；第四，使用夏普利值分解探讨社会网络对家庭财产差距贡献度的变化情况。

二、理论机制分析框架

本节将结合横向(禀赋效应和回报效应)和纵向(时间)两个维度分析社会网络对中国家庭财产差距的影响机制。从横向上看，社会网络对居民财产水平的影响可以分为禀赋效应和回报效应；从纵向上看，随着时间推移，社会网络不平等不断扩大，导致社会网络对财产差距的影响不断增强(见图1)。

图1 理论机制分析框架

在财产差距形成过程中，变量对财产差距的贡献主要取决于两个方面：一是变量自身的分布效应，即禀赋效应；二是变量对于财产的偏效应，即回报效应。这与林(2001)[10]提出的资本欠缺和回报欠缺的概念一致。资本欠缺主要是指由于投资和机会的不同导致不同群体拥有不同质量和数量的资本。社会资本作为一种无形资产或担保，能够为社会资本拥有者提供更多机会进而增加其收入，社会资本初始禀赋差距将进一步加剧财富不平等。回报欠缺则是指由于群体间动员策略、行动努力或制度性反应的不同而引起的一定数量的社会资本对于不同个体产生不同的回报[10]。二者就是前面提到的禀赋效应和回报效应。因此，本文将从社会网络的禀赋效应和回报效应两方面考察社会网络对财产差距的影响。

(一)社会网络的禀赋效应

社会网络的禀赋效应是指不同群体因社会网络的拥有量差异导致财产差距的变化，即给定社会网络的财产回报率相同，个体社会网络的异质性会进一步扩大财产差距。社会网络的禀赋效应可以从横向和纵向两个维度进行分析：从横向上看，财产水平越高的群体，其社会网络拥有量越高；从纵向上看，初始禀赋越低的群体，其社会网络的累积速度越慢。社会网络的积累可能存在“低社会网络陷阱”，即如果个体的社会网络初始禀赋较低，其对社会网络的投资可能很低，由此滞留在低社会成本、低教育投资及低收入的“陷阱”中[15]。随着时间推移，社会网络禀赋差异不断扩大，形成“马太效应”，即拥有高水平社会网络的居民将会获得更高水平的社会网络，社会网络初始禀赋较低的群体可能陷入“低社会网络陷阱”。社会网络不平等不断加剧，进而导致社会网络禀赋差异的不断扩大，最终导致财产差距进一步扩大。

根据上述分析，本文提出如下两个假设：

H1：财产水平越高的群体，其社会网络拥有量越高。

H2：社会网络初始禀赋越低的群体，其社会网络的累积速度越慢。

(二)社会网络的回报效应

社会网络的回报效应是指不同群体因社会网络的财产回报率差异导致财产差距的变化，即给定个体社会网络拥有量相同，社会网络的财产回报率的异质性会进一步影响财产差距。不同群体由于动员策略、行动努力或制度性反应差异，使得社会网络对不同群体产生不同的回报。一方面，社会网络作为一种生产要素应服从边际产出递减的普适规律，穷人的社会网络拥有量低于富人，那么穷人的社会网络回报率可能高于富人。另一方面，社会网络作为一种特殊的生产要素，从达高性、异质性和广泛性来看，穷人缺乏高质量的社会资本，能够获取的社会资源劣于富人[10]，因此穷人的社会网络回报率也可能低于富人。最终社会网络回报效应取决于上述两种情况的综合，这需要用经验研究进行回答。马光荣和杨恩艳(2011)提出拥有更多社会网络的农民，会有更多的民间借贷渠道，从而更有可能创办自营工商业[16]。社会网络还会影响家庭风险投资选择[17]，提高家庭股票市场参与度[18]。投资选择的变化最终会以金融资产或非金融资产等形式反映到家庭财产水平上。何金财和王文春(2016)实证分析发现社会网络对家庭财产水平的提高作用呈U型特征[14]。由此，本文提出如下假设：

H3：财产水平越高的家庭，其社会网络回报率越高。

三、数据及关键变量

(一)数据说明

本文数据来自2010年和2016年中国家庭追踪调查(CFPS)，该调查包括全国29个省级行政区域，涵盖个体、家庭、社区三个层次的数据。问卷涉及家庭收入、财产、负债、消费等多方面的信息。本文选取问卷中“财务回答人”作为家庭主事者，2010年选择了“财务回答人”的家庭有14 790户，2016年为11 278户，数据匹配后的家庭共有11 203户。

(二)变量说明

本文主要涉及以下几个变量。

1.家庭净财产

根据现有文献的通用做法，使用扣除负债之后的家庭净财产作为家庭财产差距的衡量指标。家庭净财产包含土地价值、房产净值、金融净资产、经营性资产、耐用品等其他资产。由于家庭净财产的分布不服从正态分布，而是向低财产值扭曲，如果直接用净财产值进行分析，回归结果容易受到极端值的影响；且家庭净财产中存在0值和负值情形，不能使用传统直接取对数的形式进行处理。因此，本文对财产(NW)进行如下处理[19-20]：

f(NW)=ln[NW-min(NW,0)+1]

(1)

2.社会网络

社会网络的测度相对收敛，主要集中于亲友数量、礼金支出、城市亲戚、党员干部、政治关系等指标。有文献使用家庭所拥有的亲友数量来度量家庭层面的社会网络[21]。章元和陆铭(2009)将亲友联系扩展为送礼的数额和亲友的数量两个层面[22]。赵剑治和陆铭(2010)用“家庭有几个关系亲密的亲友在政府部门工作”和“家庭有几个城里经常联系的亲友”，同时结合“去年婚丧嫁娶、生日送礼支出”和“去年春节购买礼品支出”来衡量家庭社会网络[13]。此外，何军等(2005)用“亲友随礼金额”来表示农户与本村村民、亲戚、朋友之间的关系密度[23]。陈雨露等(2009)采用“家人是否担任干部”“家里是否有党员”和“是否有近亲在城市定居”作为农户社会资本的代理变量[24]。

本文借鉴何金财和王文春(2016)[14]的思路，通过主成分分析法构造多维度的社会网络综合指标。选取与社会网络相关的6个变量，包括家庭党员信息、职业类型、人情支出、经济援助支出、文娱支出及交通通信支出比重。参照赵剑治和陆铭(2010)[13]关于社会网络的处理方法，本文均使用比重的形式作为社会网络变量的度量标准，尽可能缓解馈赠值高是因为样本家庭本身财产高而引起的内生性问题。

通过主成分分析法，根据特征根和累计贡献率提取出前三个主成分，并以此视为社会网络的三个指标，社会网络综合指标为这三个主成分贡献率的加权平均值(1)2010年这三个主成分能够解释的变异百分比分别为25.87%、21.26%和18.25%，总的贡献率为65.38%。社会网络综合指标Network=0.396×y1+0.325×y2+0.279×y3。2016年这三个主成分能够解释的变异百分比分别为26.83%、21.19%和17.72%，总的贡献率为65.74%。社会网络综合指标Network=0.408×y1+0.322×y2+0.27×y3。。如表1所示，第一主成分中“人情支出比”和“经济援助支出比”的系数较大，可以视为家庭维系社会网络的直接支出。第二主成分中“党员信息”和“职业类型”的系数较大，可以反映家庭成员的政治身份及职业发展中的人脉资源。第三主成分中“文娱支出比”和“交通通信支出比”的系数较大，可以视为家庭维系社会网络的间接支出。

3.控制变量

根据已有文献研究结合CFPS2010年和2016年问卷信息，本文控制变量包括主事者的年龄、自评健康状况、家庭可支配收入、家庭规模、家庭成员平均受教育年限，以及家庭中就业人员比重等。

表1 社会网络综合指标

表1(续)

(三)统计描述

表2给出了所有变量的统计描述结果。这里将重点探讨2010年和2016年家庭社会网络综合指标与财产水平分布变化情况，通过计算2010年和2016年社会网络分布不平等指标，发现社会网络不平等程度加剧(2)社会网络的基尼系数由2010年的0.63上升到2016年的0.71。。为探究社会网络不平等程度加剧背后的机制，这里将通过社会网络与财产水平分布变化及二次回归曲线加以说明，从而验证社会网络禀赋效应的理论假说。图2为2010年和2016年不同财产组别下社会网络均值的二次回归曲线，具体操作过程是：先根据家庭净财产将2010年和2016年样本进行100等分，然后分别计算2010年和2016年各财产组别的社会网络均值，最后根据社会网络均值与财产组别进行二次回归。结果验证假设H1成立，即财产水平越高的群体，其社会网络拥有量越高。2010年和2016年低财产家庭社会网络平均水平下降最快，其次是最高财产家庭，中高财产家庭社会网络平均水平有所上升。这与刘倩(2017)[15]提出的“低社会网络陷阱”相吻合。为了进一步探究社会网络的累积是否存在“低社会网络陷阱”，绘制2010年和2016年社会网络的二次回归曲线图(见图3)。具体操作过程是：先根据社会网络将2010年和2016年样本进行100等分，然后分别计算各组别的社会网络均值，最后根据2010年和2016年社会网络均值进行二次回归。可以看出，2010年和2016年社会网络均值的二次回归曲线斜率不断上升，该曲线斜率可以反映社会网络的累积速度。由此验证假设H2成立，即社会网络初始禀赋越低的群体，其社会网络的累积速度越慢。

表2 变量的描述性统计

表2(续)

注：这里财产净值、各分项财产和家庭可支配收入没有对数转化。后文回归分析中如果有进行转化会特别说明。

图2 2010年和2016年各财产组别下的社会网络二次回归曲线

图3 2010年和2016年社会网络二次回归曲线

四、财产决定模型及实证分析

(一)模型设计

根据前文选取的相关变量，构造家庭财产决定方程：

lnNWi,j=α0+β1Networki,j+β2Xi,j+ci+ui,j

(2)

其中，i、j分别表示家庭所在村居和家庭编码，lnNWi,j表示经过处理后的家庭净财产对数，Network表示家庭社会网络综合指标，X表示控制变量，包含主事者的年龄、自评健康状况、家庭可支配收入、家庭规模、家庭成员平均受教育年限，以及家庭中就业人员比重，这里家庭可支配收入采取和净资产同样的对数处理方式。c为省份虚拟变量，包括控制由于地区经济发展水平、金融环境、信息资源等差异对家庭财产水平的影响。

(二)实证分析

回归结果见表3，其中模型一为普通最小二乘回归(OLS)。如列(1)所示，主事者健康状况对家庭净财产有正向显著影响，主事者自评健康状况越好，其家庭净财产水平越高。家庭可支配收入和人口规模对家庭净财产有显著影响，即可支配收入越高的家庭，其财产水平也越高；家庭人口规模越大，其财产水平也越高。家庭成员平均受教育程度和就业人员比重对家庭净财产的影响较为显著，即平均受教育程度越高的家庭，财产水平也越高；家庭中就业人员比重越高，其财产水平也越高。

引入社会网络变量之后，如列(2)所示，其他控制变量的显著性及符号没有发生变化，社会网络综合指标在1%的水平上显著。且社会网络综合指标每增长一个单位，家庭净资产将提高8%。由此可见，社会网络对家庭净财产的提高有显著正向影响。

表3 回归结果

注：括号内为标准差。***、**、*分别表示在1%、5%和10%水平上显著。由于篇幅原因，省份虚拟变量回归结果省略。后同。

(三)稳健性检验

Networki,j=ξ1NetworkIVi,j+ξ2Xi,j+ci+υi,j

(3)

(4)

表3中的模型二为引入工具变量后的两阶段最小二乘回归估计结果，对工具变量进行弱工具变量检验发现，Cragg-Donald的Wald检验F统计值为2 192.47，远高于该统计量在10%的水平上的临界值16.38，拒绝“存在弱工具变量”的原假设;使用工具变量之后社会网络综合指标系数依然为正，且在1%的水平下显著。为避免个体差异及时间变化所产生的内生性问题，本文还根据面板数据特征，分别采用随机效应和固定效应模型进行分析。结果如表3列(4)和列(5)所示，社会网络综合指标在1%的水平下显著。

(四)各类社会网络指标的影响

本文采用主成分分析法生成的社会网络综合指标包含三类，分别为家庭维系社会网络的人情成本、日常开销，以及家庭人际关系。考虑到不同类型指标对家庭净财产的影响有所差异，接下来将分别考察这三类指标对居民财产的影响。如表4列(4)所示，三类社会网络指标对家庭净财产的影响均在1%的水平下显著。但是，家庭为维系社会网络的人情成本每上升一个单位，家庭净财产上升4.2%；用于维系社会网络的日常开销每上升一个单位，家庭净财产下降5.4%。家庭人脉资源每增长一个单位，家庭净财产上升6.1%，说明用于维系社会网络的直接支出能够显著提高居民财产水平，而间接支出则会显著降低居民财产水平。家庭成员政治身份及职业发展中的人脉资源能够显著增加居民财产水平。

表4 不同维度社会网络指标的回归结果

注：由于篇幅原因，这里只显示不同维度下的社会网络回归结果。省略控制变量结果，控制变量包含主事者的年龄、自评健康状况、家庭可支配收入、家庭规模、家庭成员平均受教育年限、家庭中就业人员比重及省份虚拟变量。后同。

五、2010—2016年财产差异分解

前文静态分析社会网络对家庭财产水平的影响，本节将考虑时间因素，从动态视角分析社会网络变动对家庭财产水平变化的影响。本节将采用OB分解方法对2010年和2016年财产差异进行分解[27-28]。这里将简化财产方程表达式，不再将社会网络变量单独列出。如式(5)所示：

(5)

(6)

本文以2010年为参照进行分解，考虑到某些解释变量之间的强相关性会给分解结果带来偏误，本文将含义接近的变量进行合并(3)合并方法：根据回归得出变量系数后，将分组后的变量与其对应系数相乘后再加总，得到一个新的变量。主事者年龄和年龄平方进行合并，家庭平均受教育程度、平均受教育程度平方和家庭规模进行合并生成家庭人力资本变量，所有的省份虚拟变量合并生成地区综合变量。。结果如表5所示，2010年和2016年家庭净财产差异主要是由回报差异造成，且回报差异在1%水平上显著。从禀赋差异分项结果来看，社会网络对财产差异的影响并不显著；家庭可支配收入和主事者自评健康状况对财产差异的影响较大，且在1%水平上显著。从回报差异分项结果看来，仅社会网络对财产差异有显著正向影响。由此可见，社会网络对居民财产差距的影响主要是通过回报效应进行反馈。

表5 OB分解结果汇总

注：禀赋差异和回报差异百分比由禀赋差异和回报差异值除以总的财产差异值计算得到。

OB分解仅考察了社会网络对均值财产差距的影响，但是不同财产分位上社会网络的影响有所不同。因此，本文接下来将采用FFL分解方法对不同财产分位上的群体财产差异进行分解[29]。该方法主要分为两步：首先，采用RIF无条件分位数回归方法对2010年和2016年的样本分别进行回归；然后，借助OB分解对这两组样本在不同分位点的年份财产差距进行分解。

根据2010年和2016年RIF无条件分位数回归结果可知，2010年社会网络仅对75分位点上的家庭净财产有显著正向影响；2016年社会网络对各分位点上的家庭净财产有显著正向影响，且该影响随家庭净资产的提高呈U型变化。这说明社会网络能够有效提高家庭财产水平，低财产和高财产家庭的社会网络对其财产水平的影响大于中等财产家庭。表6为基于RIF无条件分位数回归上进行OB分解的结果，从禀赋差异的分项结果看，社会网络在各个分位点上，对家庭净财产差异的作用均不显著。禀赋差异主要是由家庭可支配收入和主事者自评健康状况决定的。从回报差异的分项结果看，社会网络在25分位点和50分位点上，对家庭净财产差异有显著正向影响(4)注：限于篇幅，RIF无条件分位数回归结果不在正文显示。如有需要，可与作者联系。，即对于中、低财产家庭而言，社会网络会扩大家庭净财产差异，且随着财产水平上升，社会网络对财产差异的影响程度逐渐下降。

表6 RIF-OB分解结果汇总

六、夏普利(Shapley)值分解

根据前文研究发现社会网络对家庭财产增长有显著正向影响，且社会网络对家庭财产差异的影响主要是通过回报效应所决定。然而，社会网络对财产不平等的贡献度有多大？接下来将采用基于回归的夏普利值分解对财产不平等进行分解[30]。主要有两个步骤：(1)根据财产决定方程，估算出各个自变量的系数；(2)将财产差距的计算指标运用到方程两端，得到各自变量对财产差距指标的贡献度。前文已经对财产决定方程进行估计，本部分重点在于估算各解释变量对财产差距指标的贡献度。

该分解方法借鉴合作博弈论中夏普利值分解的思想，某一因素对不平等的影响为其他因素依次被固定时，该因素对不平等影响的平均值。主要思路为：将财产决定函数的某一个变量Xn取均值，然后将Xn平均值与其他变量一起代入财产决定方程估算家庭净财产，根据估计的财产值测算财产的不平等指数，记作I-n。当自变量Xn取平均值时，其他变量的取值可以是实际值，也可以是平均值，将各种方案下Xn贡献度的均值作为最终结果。假设有N个被解释变量，根据夏普利值方法计算各变量对财产不平等的贡献率，具体操作方法如下：

第一阶段仅对变量Xn取均值，其他变量为实际值，回归拟合值的不平等指数为I-n，原先包含变量Xn的回归拟合值的不平等指数为I,第一阶段计算的第N个要素的不平等指数为：

(7)

(8)

(9)

依次下去，每一阶段都按照上述方法计算该阶段变量Xn的不平等贡献度，最后将所有阶段不平等贡献度再次求均值，得到变量Xn按照夏普利值方法计算的不平等贡献：

(10)

由于每增加一个变量，运算量将呈几何级数增长，当变量过多时，通常无法得到分解结果。为保证夏普利值分解结果的有效性，参照赵剑治和陆铭(2010)[13]的方法对解释变量进行降维，将含义相近的变量进行合并(5)合并方法：根据回归得出变量系数后，将分组后的变量与其对应系数相乘后再加总，得到一个新的变量。主事者年龄和年龄平方进行合并，家庭平均受教育程度、平均受教育程度平方和家庭规模进行合并生成家庭人力资本变量，所有的省份虚拟变量合并生成地区综合变量。，从而得到新的变量进行接下来的分解。如果直接采用家庭财产对数值分解，会造成财产变量分布的扭曲，因此需要对前文家庭财产决定方程进行转换：

NWi,j=exp(α0)exp(β1Networki,j+β2Xi,j+ci)exp(u)

(11)

财产差距是由两部分组成，即可被方程中自变量解释的财产不平等和由残差项引起的财产不平等。前者是根据回归方程拟合值计算的财产差距与总财产差距的比值，后者即残差项引起的财产不平等，为1减去可被解释的财产差距部分。如表7所示，各样本组下净财产差距被解释的比例均大于50%，说明财产方程中的自变量能够解释财产差距，从而可以保证接下来分解结果的可靠性。

表7 总财产差距和被解释比例

由表8可知，整体看来，家庭综合变量对居民财产差距的影响最大，其次是主事者综合变量和省份虚拟变量，最后是社会网络变量。2010年和2016年社会网络综合指标对居民财产差距的贡献度由0.66%上升到1.18%，说明社会网络对家庭净财产差距的贡献度不断扩大。此外，根据城乡划分发现，农村家庭社会网络对其财产差距的贡献度缩小，而城镇家庭社会网络对其财产差距的贡献度扩大。由此可见，2010年和2016年城镇家庭社会网络对财产不平等的贡献逐渐大于农村家庭。

表8 2010年和2016年夏普利值分解结果

注：由于篇幅原因，这里不列示城乡样本分解结果。

七、总结

本文利用CFPS2010年和2016年面板数据，从禀赋效应和回报效应两个方面探讨社会网络对中国居民财产差距的影响。通过财产决定方程实证分析发现，社会网络对家庭净财产的提高有显著正向影响，即社会网络总指标每增长1个单位，家庭净资产将提高18.8%。考虑可能存在的内生性问题，分别采用工具变量法、随机效应和固定效应模型进行检验后发现，社会网络对家庭净财产仍然有显著正向影响。通过OB分解和FFL分解对2010年和2016年财产差异进行分析，结果表明2010年和2016年家庭净财产差异主要是由回报差异造成，且回报差异在总体上是显著的。根据城乡划分结果来看，社会网络综合指标对城镇家庭财产的回报差异有显著正向影响，且社会网络与城镇家庭财产水平呈U型变化。此外，本文还根据夏普利值分解对财产不平等进行分解，考察各因素对家庭净财产不平等的贡献率。结果表明，2010年和2016年社会网络综合指标对居民财产差距的贡献度由0.66%上升到1.18%，说明社会网络对家庭净财产差距的贡献度不断扩大。

本文为家庭财产差距的微观形成原因提供了实证依据，并且说明社会网络对于城乡财产差距的影响越来越重要。因此，要改变当前家庭财产差距不断扩大的现状，除了积极推行各项财富分配政策以外，还需要在制度上重视，营造公平公开的市场环境，使每位公民都能公平分享改革发展的红利。