民间借贷、社会网络与贫困脆弱性：基于中介效应的深度剖析

民间借贷、社会网络与贫困脆弱性：基于中介效应的深度剖析一、引言1.1研究背景与意义在现代经济体系中，民间借贷作为正规金融的重要补充，占据着不可或缺的地位。民间借贷，通常指公民之间、法人与公民之间、其他组织与公民之间有别于正规金融机构贷款服务的借贷，它具有融资快、手续灵活简便的特点，能在一定程度上满足个体和中小企业的资金需求。据相关数据显示，保守估计民间借贷规模超30万亿，2018年最高法审结的民间借贷案件超过223万件，其规模和活跃度可见一斑。在中国，民营经济占GDP的60%，就业的80%，民间借贷为民营企业提供了重要的金融支持，促进了经济的发展和活力。例如，一些小微企业在面临资金瓶颈时，民间借贷可以为其提供及时的资金支持，帮助企业渡过难关，推动企业的发展。社会网络作为社会个体成员之间因为互动而形成的相对稳定的关系体系，对经济活动有着深远的影响。社会网络具有信息传递、资源整合、关系建立和身份认同等主要功能。在民间借贷中，社会网络可以提供信任基础，降低交易成本，促进借贷活动的发生。比如，借贷双方往往通过社会网络中的人际关系来获取对方的信用信息，从而决定是否进行借贷。贫困脆弱性是指个人或家庭在未来面临陷入贫困风险的可能性，对其进行研究具有重要的现实意义。随着全球经济的发展，虽然贫困问题得到了一定程度的缓解，但仍有相当数量的人口处于贫困边缘，面临着返贫致贫的风险。据世界银行数据，全球仍有大量人口生活在贫困线以下，且在遭遇外部风险冲击时，这些人群的贫困脆弱性尤为突出。在中国，虽然脱贫攻坚取得了全面胜利，但仍存在相对贫困人口，巩固脱贫攻坚成果、降低贫困脆弱性仍是重要任务。目前，已有研究分别对民间借贷、社会网络和贫困脆弱性展开了深入探讨，但将三者联系起来进行研究的文献相对较少。本研究致力于剖析民间借贷、社会网络与贫困脆弱性之间的内在联系，从理论层面而言，有望丰富和拓展金融、社会资本以及贫困研究的相关理论，为后续学者进一步研究三者关系提供新思路和方法。在实践方面，有助于政府和相关部门制定更加精准有效的金融政策和扶贫政策，通过规范民间借贷市场、促进社会网络的良性发展，来降低贫困脆弱性，巩固脱贫攻坚成果，推动经济社会的可持续发展。1.2研究目标与内容本研究的核心目标在于深入剖析民间借贷、社会网络与贫困脆弱性之间的内在联系，并通过严谨的中介效应检验，揭示其中的作用机制，为降低贫困脆弱性提供理论依据和实践指导。具体而言，本研究涵盖以下几个关键内容。首先，对民间借贷、社会网络和贫困脆弱性进行多维度的测度与分析。在民间借贷方面，从借贷规模、利率水平、借贷用途等多个维度，全面刻画民间借贷的特征和现状。通过收集和分析相关数据，了解不同地区、不同群体的民间借贷情况，为后续研究提供基础数据支持。在社会网络方面，运用网络分析方法，从网络规模、网络密度、网络中心性等角度，对社会网络进行量化分析。例如，通过问卷调查获取个体的社会关系网络信息，运用社会网络分析软件进行分析，揭示社会网络的结构特征和个体在网络中的位置。在贫困脆弱性方面，综合考虑收入波动、资产状况、风险应对能力等因素，构建科学合理的贫困脆弱性测度指标体系。运用计量经济学方法，对贫困脆弱性进行测度和评估，明确不同地区、不同群体的贫困脆弱性程度和分布情况。其次，深入探究民间借贷对贫困脆弱性的直接影响。通过构建计量经济学模型，实证分析民间借贷规模、利率、期限等因素对贫困脆弱性的影响方向和程度。研究不同类型的民间借贷（如亲友借贷、商业借贷等）对贫困脆弱性的影响差异。通过案例分析和实地调研，深入了解民间借贷在实际经济活动中的作用机制，以及对贫困家庭和个体的具体影响。分析民间借贷如何通过资金支持，影响贫困家庭的生产经营活动、消费行为和资产积累，进而影响其贫困脆弱性。再次，研究社会网络在民间借贷与贫困脆弱性之间的中介效应。构建中介效应模型，检验社会网络是否在民间借贷与贫困脆弱性之间起到中介作用。如果社会网络存在中介效应，进一步分析其具体的中介机制。社会网络可能通过信息传递、信任建立、资源共享等途径，影响民间借贷的发生和效果，进而影响贫困脆弱性。例如，社会网络中的信息传递可以帮助贫困家庭获取更多的借贷信息和投资机会，信任建立可以降低借贷风险，资源共享可以提供更多的资金和物资支持。通过实证分析和案例研究，揭示社会网络在民间借贷与贫困脆弱性之间的中介作用机制，为制定相关政策提供理论依据。最后，根据研究结论提出针对性的政策建议。基于对民间借贷、社会网络与贫困脆弱性之间关系的研究，从规范民间借贷市场、促进社会网络良性发展、降低贫困脆弱性等方面，提出具有针对性和可操作性的政策建议。在规范民间借贷市场方面，加强法律法规建设，明确民间借贷的合法地位和监管规则，防范民间借贷风险。在促进社会网络良性发展方面，鼓励和支持社区建设、社会组织发展，加强社会资本积累，提高社会网络的质量和效率。在降低贫困脆弱性方面，加大扶贫政策力度，提高贫困家庭的收入水平和风险应对能力，完善社会保障体系，为贫困家庭提供兜底保障。1.3研究方法与创新点本研究采用中国家庭金融调查（CHFS）数据，该数据涵盖了家庭资产与负债、收入与支出、保险与保障等多方面的信息，为研究民间借贷、社会网络与贫困脆弱性提供了丰富的数据基础。通过对这些数据的深入挖掘和分析，可以准确地测度民间借贷、社会网络和贫困脆弱性等关键变量，为实证研究提供可靠的数据支持。在实证模型构建方面，本研究首先构建基准回归模型，用于检验民间借贷对贫困脆弱性的直接影响。将贫困脆弱性作为被解释变量，民间借贷相关指标作为解释变量，同时控制其他可能影响贫困脆弱性的因素，如家庭人口特征、收入水平、资产状况等。通过基准回归模型，可以初步了解民间借贷与贫困脆弱性之间的关系。为了检验社会网络在民间借贷与贫困脆弱性之间的中介效应，本研究构建中介效应模型。将社会网络作为中介变量，纳入基准回归模型中，通过逐步回归的方法，检验社会网络是否在民间借贷与贫困脆弱性之间起到中介作用。如果社会网络存在中介效应，进一步分析其具体的中介机制，社会网络可能通过信息传递、信任建立、资源共享等途径，影响民间借贷的发生和效果，进而影响贫困脆弱性。本研究在方法和视角上具有一定创新之处。在研究方法上，运用中介效应模型深入剖析民间借贷影响贫困脆弱性的内在机制，相较于以往研究，更全面地揭示了三者之间的关系。传统研究往往只关注民间借贷与贫困脆弱性之间的直接关系，而忽略了社会网络等中介因素的作用。本研究通过构建中介效应模型，不仅检验了社会网络的中介效应，还分析了其具体的中介机制，为深入理解三者之间的关系提供了新的视角。在研究视角上，从社会网络这一独特视角出发，多维度分析民间借贷对贫困脆弱性的影响，丰富了相关领域的研究内容。以往研究在分析民间借贷对贫困脆弱性的影响时，较少考虑社会网络的作用。本研究将社会网络纳入研究框架，从网络规模、网络密度、网络中心性等多个维度分析社会网络对民间借贷和贫困脆弱性的影响，拓展了研究的广度和深度。二、文献综述2.1民间借贷相关研究民间借贷作为一种广泛存在的非正规金融活动，在经济社会发展中扮演着重要角色，吸引了众多学者的关注与研究。学者们从多个角度对民间借贷展开探讨，涵盖其内涵、特点、规模、地区发展差异以及对经济社会的影响等方面。在内涵与特点方面，民间借贷通常指公民之间、法人与公民之间、其他组织与公民之间有别于正规金融机构贷款服务的借贷。它具有融资快、手续灵活简便的显著特点，能在一定程度上满足个体和中小企业的资金需求。这种融资方式在操作上相对简便，借贷双方往往可以通过口头协议或简单的书面合同达成交易，无需像正规金融机构那样经过繁琐的审批程序，大大节省了时间和成本。民间借贷还具有较强的灵活性，借贷金额、利率、期限等条款都可以根据双方的实际情况和需求进行协商确定，更能适应不同借款人的个性化需求。从规模来看，民间借贷规模庞大且活跃度高。据相关数据显示，保守估计民间借贷规模超30万亿，2018年最高法审结的民间借贷案件超过223万件，其在经济活动中的重要性不言而喻。庞大的规模反映出民间借贷在满足社会资金需求方面发挥着重要作用，为众多无法从正规金融机构获得足够资金支持的个体和企业提供了融资渠道。这也意味着民间借贷市场蕴含着巨大的经济能量，对经济的发展和运行产生着深远的影响。在不同地区的发展状况上，民间借贷呈现出明显的差异。在经济发达地区，如长三角、珠三角等地，民间借贷活动尤为活跃。这些地区民营经济发达，中小企业众多，对资金的需求旺盛，而正规金融机构的服务难以完全满足这些需求，从而为民间借贷的发展提供了广阔的空间。在浙江温州，民间借贷市场规模庞大，据央行温州中心支行的调查显示，温州民间借贷市场规模一度达到1100亿元，有89%的家庭或个人、59.67%的企业参与其中。民间借贷在这些地区不仅规模大，而且形式多样，除了传统的亲友借贷外，还出现了各种基于商业关系的借贷形式，如企业之间的资金拆借、民间担保借贷等。相比之下，经济欠发达地区的民间借贷规模相对较小，活跃度也较低。这些地区经济发展相对滞后，企业数量较少，资金需求相对不那么旺盛，同时居民的收入水平和财富积累也相对有限，导致民间借贷的资金来源和需求都受到一定的限制。在一些偏远的农村地区，民间借贷主要以亲友之间的互助性借贷为主，规模较小，且利率相对较低，主要目的是解决生活中的临时性资金需求。民间借贷对经济社会的影响具有两面性。其积极影响主要体现在以下几个方面。它为中小企业提供了重要的资金支持，促进了企业的发展和壮大。许多中小企业在发展初期或面临资金周转困难时，由于自身规模小、抵押物不足等原因，难以从银行等正规金融机构获得贷款，而民间借贷的出现为它们提供了及时的资金援助，帮助企业渡过难关，推动了企业的发展，进而促进了经济的增长。民间借贷还可以优化资金配置，提高资金的使用效率。在正规金融机构的资金分配可能存在一定局限性的情况下，民间借贷能够将资金引导到最需要的领域和企业，使资金得到更有效的利用，促进资源的合理配置。民间借贷也存在一些消极影响。由于其缺乏有效的监管，容易引发金融风险。一些民间借贷活动可能存在利率过高、非法集资、欺诈等问题，这些问题不仅会损害借贷双方的利益，还可能对整个金融市场的稳定造成威胁。当民间借贷市场出现大规模的违约或资金链断裂时，可能会引发连锁反应，导致金融市场的动荡。民间借贷还可能干扰国家宏观调控政策的实施。由于民间借贷游离于正规金融监管体系之外，其资金流向和规模难以准确统计和控制，可能会导致国家对经济形势的判断出现偏差，影响宏观调控政策的制定和实施效果。2.2社会网络相关研究社会网络作为社会学领域的重要概念，近年来在经济学、管理学等多个学科中得到广泛应用和深入研究。社会网络是指社会个体成员之间因为互动而形成的相对稳定的关系体系，其中的个体被视为节点，个体之间的关系则为连接这些节点的纽带，其结构特征复杂多样。网络规模是指网络中节点的数量，较大的网络规模意味着个体拥有更广泛的社会联系。一个拥有众多朋友、亲戚、同事等关系的人，其社会网络规模较大，能够获取更多来自不同领域和背景的信息与资源。网络密度反映了网络中节点之间实际连接的紧密程度，较高的网络密度表示节点之间联系频繁、互动紧密，信息传播和资源流动更加顺畅。在一个紧密联系的社区中，居民之间相互熟悉、频繁交流，社区内的社会网络密度较高，居民能够快速获取社区内的各种信息，如邻里间的互助信息、社区活动通知等，并且在需要时能够更容易地获得他人的帮助和支持。网络中心性用于衡量节点在网络中的重要性和影响力，包括度数中心性、接近中心性和中间中心性等指标。度数中心性高的节点与其他节点直接连接的数量较多，在信息传播和资源分配中具有重要地位。在一个企业的社交网络中，与众多同事都有直接联系的员工，往往能够更快地获取企业内部的各种信息，在团队协作和项目推进中发挥重要作用。接近中心性衡量的是一个节点到其他所有节点的平均距离，接近中心性高的节点能够更快速地获取网络中的信息，因为它与其他节点的距离较近，信息传递的路径较短。中间中心性则反映了节点在网络中作为中介的能力，中间中心性高的节点能够控制信息在网络中的传播路径，对网络中的资源分配和决策制定产生重要影响。在供应链网络中，处于关键位置的企业，能够连接多个上下游企业，控制着原材料和产品的流通渠道，对整个供应链的运作具有重要的影响力。在社会网络的测量方法上，问卷调查是一种常用的方式。通过设计一系列问题，收集个体关于自身社会关系的信息，包括与他人的联系频率、关系亲疏程度、交往目的等，从而了解个体的社会网络结构和特征。在研究社区居民的社会网络时，可以通过问卷调查了解居民与邻居、亲戚、朋友之间的互动情况，以及他们在社区活动中的参与程度和社交圈子的范围，进而分析社区内社会网络的特点和功能。社会网络分析软件，如UCINET、Pajek等，能够对收集到的数据进行可视化处理和深入分析，计算网络规模、密度、中心性等指标，直观地展示社会网络的结构。利用UCINET软件对一个学术合作网络的数据进行分析，可以绘制出学者之间的合作关系图，清晰地显示出核心学者（中心性高的节点）以及不同研究团队（社区结构）之间的联系，帮助研究者深入了解学术合作网络的特点和发展趋势。在经济金融领域，社会网络发挥着重要作用。在就业方面，社会网络是个体获取就业信息和机会的重要渠道。约56.8%的求职者通过社会网络获得就业信息并成功就业，这种基于人际关系的信息传播和推荐，降低了求职者与雇主之间的信息不对称，提高了就业匹配效率。在收入方面，社会网络通过促进信息共享和资源整合，为个体创造更多增收机会。拥有广泛社会网络的个体更容易获取高回报的投资信息和优质的商业合作机会，从而提高自身收入水平。在消费领域，社会网络中的口碑传播和示范效应影响个体的消费决策。消费者往往更倾向于购买亲朋好友推荐的产品或服务，同时也会受到他人消费行为的影响，形成相似的消费模式。2.3贫困脆弱性相关研究贫困脆弱性作为衡量贫困动态变化和未来贫困风险的关键概念，在贫困研究领域占据着核心地位，受到学术界和政策制定者的广泛关注。贫困脆弱性是指个人或家庭在未来面临陷入贫困风险的可能性，它不仅关注当前的贫困状态，更着眼于未来的不确定性和风险因素。在测量方法上，学术界提出了多种测度贫困脆弱性的方法，各有其特点和适用范围。期望贫困脆弱性（VEP）方法，通过估计家庭未来收入低于贫困线的概率来衡量贫困脆弱性。该方法基于收入的不确定性，利用概率模型预测家庭在未来陷入贫困的可能性。在一个经济不稳定的地区，家庭的收入可能受到市场波动、就业机会变化等多种因素的影响，VEP方法可以综合考虑这些因素，评估家庭面临的贫困风险。这种方法的优点是直观易懂，能够直接反映家庭陷入贫困的概率，但它对数据的要求较高，需要准确的收入数据和对未来风险因素的合理估计。脆弱性调整后的贫困测度（FGT）方法，则是在传统FGT贫困指数的基础上，引入脆弱性因素，从多个维度对贫困进行综合评估。它不仅考虑了收入贫困，还纳入了诸如健康、教育、社会保障等非收入因素对贫困脆弱性的影响。在评估一个农村家庭的贫困脆弱性时，除了考虑家庭的收入水平外，还会考察家庭成员的健康状况（是否患有慢性疾病、医疗费用支出等）、子女的教育程度（是否能够接受良好的教育、教育费用负担等）以及家庭是否享受社会保障（如低保、医保等）。通过这种多维度的评估，可以更全面地了解家庭的贫困状况和脆弱性程度。该方法的优势在于能够更全面地反映贫困的本质，但在指标选取和权重确定上存在一定的主观性，不同的指标和权重设定可能会导致评估结果的差异。影响贫困脆弱性的因素复杂多样，涵盖经济、社会和环境等多个层面。经济层面，收入波动是影响贫困脆弱性的关键因素之一。在经济转型时期，一些传统产业面临结构调整，企业裁员、停产等情况时有发生，导致部分劳动者收入不稳定，家庭贫困脆弱性增加。就业机会不足也会使得家庭难以获得稳定的收入来源，从而增加陷入贫困的风险。在一些偏远地区，由于产业发展滞后，就业岗位有限，当地居民只能依靠外出打工维持生计，但外出打工面临着诸多不确定性，如工作不稳定、工资拖欠等问题，这些都使得家庭的贫困脆弱性上升。社会层面，教育水平与贫困脆弱性密切相关。教育程度较低的人群往往缺乏专业技能，在就业市场上竞争力较弱，只能从事低薪、不稳定的工作，从而增加了贫困脆弱性。一个只有初中学历的劳动者，可能只能在一些劳动密集型企业从事简单的体力劳动，工资水平较低，且容易受到经济波动的影响，一旦企业裁员或订单减少，就可能面临失业风险，进而陷入贫困。社会保障体系的完善程度也对贫困脆弱性有着重要影响。健全的社会保障体系能够为家庭提供一定的经济支持和风险保障，降低贫困脆弱性。在一些发达国家，完善的社会保障制度使得居民在面临失业、疾病等风险时，能够得到及时的救助和保障，有效降低了贫困脆弱性。环境层面，自然灾害频发对贫困脆弱性的影响不容忽视。在一些山区或沿海地区，经常遭受洪水、台风、地震等自然灾害的侵袭，这些灾害不仅会破坏家庭的财产和生产设施，还可能导致家庭成员伤亡，使家庭陷入贫困。在2020年，我国南方部分地区遭受严重洪涝灾害，许多农村家庭的农田被淹没，农作物绝收，房屋受损，家庭经济陷入困境，贫困脆弱性大幅增加。气候变化也会对贫困脆弱性产生长期影响，导致农业减产、生态环境恶化等问题，进一步加剧贫困地区的贫困程度和脆弱性。贫困脆弱性与传统贫困指标存在显著区别。传统贫困指标主要关注当前的收入或消费水平是否低于贫困线，以此来判断一个人或家庭是否处于贫困状态。而贫困脆弱性则更注重未来的风险和不确定性，强调贫困的动态变化过程。一个家庭当前的收入可能高于贫困线，但如果面临较高的收入波动风险，或者缺乏应对风险的能力，那么它仍然具有较高的贫困脆弱性。在经济发展过程中，一些家庭可能因为短期的经济增长而暂时摆脱了贫困，但由于其自身的脆弱性，在面临外部冲击时，很容易再次陷入贫困。贫困脆弱性的研究在反贫困政策制定中具有重要意义。它为政策制定者提供了更全面、前瞻性的视角，有助于制定更加精准有效的扶贫政策。通过对贫困脆弱性的评估，政策制定者可以识别出那些具有较高贫困风险的家庭和地区，提前采取针对性的干预措施，如提供就业培训、完善社会保障体系、加强基础设施建设等，帮助他们增强抵御风险的能力，降低贫困脆弱性。在一些贫困地区，政府通过开展产业扶贫项目，为当地居民提供稳定的就业机会，增加收入来源，同时加强教育和医疗投入，提高居民的综合素质和健康水平，完善社会保障体系，有效降低了当地居民的贫困脆弱性，实现了脱贫攻坚的可持续发展。2.4民间借贷、社会网络与贫困脆弱性的关系研究在民间借贷与贫困脆弱性的关系研究方面，已有研究表明，民间借贷对贫困脆弱性的影响具有复杂性。一些学者认为，民间借贷可以为贫困家庭提供资金支持，帮助他们应对生产生活中的资金需求，从而降低贫困脆弱性。通过民间借贷获得资金的贫困家庭，可以将资金用于农业生产、创业等活动，增加收入来源，提高经济稳定性，进而降低陷入贫困的风险。有学者对农村地区的研究发现，民间借贷在一定程度上缓解了贫困家庭的资金压力，促进了家庭经济的发展，降低了贫困脆弱性。也有研究指出，民间借贷可能会增加贫困脆弱性。由于民间借贷利率较高，还款压力较大，一旦贫困家庭无法按时还款，可能会陷入债务困境，导致贫困程度加深，贫困脆弱性增加。一些贫困家庭为了偿还高额的民间借贷利息，不得不减少必要的消费支出，甚至陷入借新还旧的恶性循环，进一步加重了经济负担，增加了贫困脆弱性。在一些经济欠发达地区，部分贫困家庭因民间借贷而背负了沉重的债务，生活陷入困境，贫困脆弱性显著上升。关于社会网络与贫困脆弱性的关系，学者们普遍认为，社会网络在降低贫困脆弱性方面发挥着积极作用。社会网络可以为个体提供信息、资源和支持，帮助他们更好地应对风险，从而降低贫困脆弱性。通过社会网络，个体可以获取更多的就业信息、市场信息等，增加收入机会，提高经济抗风险能力。在社会网络中，个体还可以获得亲友的资金援助、物资支持和情感鼓励，增强应对风险的能力，降低贫困脆弱性。一项针对贫困地区的研究显示，社会网络规模较大、网络关系紧密的家庭，在面临风险时能够获得更多的帮助和支持，贫困脆弱性相对较低。社会网络与民间借贷之间也存在着密切的联系。社会网络是民间借贷发生的重要基础，借贷双方往往通过社会网络建立信任关系，降低交易成本。在民间借贷中，社会网络的规模、结构和质量会影响借贷的规模、利率和风险。拥有广泛社会网络的个体更容易获得民间借贷，且借贷利率相对较低，风险也相对较小。社会网络中的口碑传播和声誉机制，也会对民间借贷的信用环境产生影响，促使借贷双方遵守契约，降低违约风险。当前研究仍存在一定的不足。已有研究大多单独考察民间借贷、社会网络与贫困脆弱性中的两者关系，将三者纳入同一研究框架进行系统分析的文献相对较少，难以全面揭示三者之间的复杂关系和内在作用机制。在研究方法上，虽然已有研究运用了多种计量经济学方法，但在模型设定、变量选择和数据处理等方面仍存在一些问题，可能导致研究结果的准确性和可靠性受到影响。在影响机制的研究上，虽然已有研究提出了一些理论解释，但缺乏深入的实证分析和案例研究，对具体的作用路径和影响因素的分析还不够细致和全面。本研究将从以下几个方面进行切入。基于中介效应检验，深入剖析社会网络在民间借贷与贫困脆弱性之间的中介作用机制，通过构建严谨的计量经济学模型，全面系统地考察三者之间的关系，弥补现有研究在理论框架上的不足。在研究方法上，采用中国家庭金融调查（CHFS）数据，运用多种计量经济学方法进行实证分析，并通过稳健性检验和内生性处理，确保研究结果的准确性和可靠性。在影响机制的研究上，结合理论分析和实证结果，深入探讨民间借贷、社会网络影响贫困脆弱性的具体路径和因素，通过案例分析和实地调研，进一步验证和丰富研究结论，为降低贫困脆弱性提供更具针对性和可操作性的政策建议。三、理论基础与研究假设3.1理论基础社会资本理论认为，社会网络是社会资本的重要载体，个体通过社会网络可以获取信息、资源和支持。在民间借贷中，社会网络中的信任关系和声誉机制能够降低交易成本，促进借贷活动的发生。在一个紧密联系的社区中，居民之间相互信任，当某一居民有资金需求时，其他居民更愿意通过民间借贷的方式为其提供资金支持，因为他们相信借款人会遵守约定按时还款，这种信任基于长期的交往和了解，降低了借贷过程中的风险评估成本和监督成本。社会资本还可以通过促进信息共享和资源整合，为个体提供更多的发展机会，从而降低贫困脆弱性。拥有广泛社会网络的个体更容易获取市场信息、就业机会和投资渠道，这些机会有助于增加收入，提高经济稳定性，降低陷入贫困的风险。在一些创业活动中，创业者通过社会网络获取了启动资金、合作伙伴和市场信息，成功开展了业务，实现了收入增长，降低了贫困脆弱性。信息不对称理论指出，在金融市场中，信息不对称会导致交易成本增加和市场效率降低。在民间借贷市场，借贷双方之间存在信息不对称，出借人往往难以全面了解借款人的信用状况、还款能力和资金用途，这增加了出借人的风险感知，可能导致出借人提高利率或减少借贷规模，从而影响民间借贷的顺利进行。一些借款人可能会隐瞒自身的真实财务状况，夸大还款能力，而出借人在缺乏有效信息的情况下，可能会做出错误的借贷决策，一旦借款人违约，出借人将遭受损失。信息不对称也会使借款人难以找到合适的出借人，增加了融资难度。社会网络可以在一定程度上缓解信息不对称问题。社会网络中的人际关系可以提供关于借款人的更多信息，通过口碑传播和社交圈子内的信息共享，出借人能够更全面地了解借款人的信用和还款能力，从而降低信息不对称带来的风险。在一个熟人社会中，借款人的信用状况和过往借贷记录在一定范围内是公开的，出借人可以通过向共同的熟人打听来获取这些信息，减少了信息收集的成本和风险。风险分担理论认为，个体可以通过与他人建立联系，共同分担风险，降低自身面临的不确定性。在面临收入波动、疾病、自然灾害等风险时，贫困家庭往往缺乏足够的资源来应对，容易陷入贫困。民间借贷可以为贫困家庭提供应急资金，帮助他们应对风险，缓解经济压力。当贫困家庭遭遇突发疾病需要支付高额医疗费用时，通过民间借贷获得的资金可以解燃眉之急，避免因无法支付医疗费用而导致病情延误或家庭经济陷入困境。社会网络在风险分担中也发挥着重要作用。社会网络中的成员可以通过互助、捐赠、借贷等方式，为面临风险的家庭提供支持，共同分担风险。在农村地区，当某一家庭遭遇自然灾害导致农作物受损时，邻里之间会相互帮助，提供物资支持和劳动力援助，有的还会通过无息借贷的方式帮助受灾家庭恢复生产，这种社会网络的支持降低了单个家庭面临风险时的脆弱性。3.2研究假设民间借贷对贫困脆弱性的影响具有复杂性。一方面，民间借贷为贫困家庭提供了资金支持，有助于其缓解资金短缺问题，降低贫困脆弱性。贫困家庭可将借贷资金用于生产性投资，购买农业生产所需的种子、化肥、农具等，扩大生产规模，提高生产效率，增加收入，从而降低陷入贫困的风险；也可用于子女教育投资，提升子女的知识和技能水平，为未来获得更好的就业机会和收入创造条件；还可用于改善家庭的医疗条件，提高家庭成员的健康水平，减少因疾病导致的经济负担和贫困风险。基于此，提出假设H1a：民间借贷能够降低贫困脆弱性。另一方面，民间借贷也可能带来负面效应，增加贫困脆弱性。民间借贷利率通常较高，还款压力较大，贫困家庭一旦无法按时足额还款，就可能陷入债务困境，面临高额利息和违约金的负担，导致贫困程度加深。一些贫困家庭可能因过度借贷而陷入债务恶性循环，为偿还旧债不断借新债，债务规模越来越大，经济状况日益恶化，从而增加了贫困脆弱性。此外，民间借贷的不规范性也可能导致一些纠纷和风险，进一步加重贫困家庭的负担。由此，提出假设H1b：民间借贷会增加贫困脆弱性。社会网络在降低贫困脆弱性方面发挥着积极作用。社会网络能够提供丰富的信息资源，帮助个体获取更多的就业信息、市场信息和政策信息等，增加收入机会。个体通过社会网络中的朋友、亲戚、同事等关系，了解到更多的就业岗位信息，从而获得更好的工作机会，提高收入水平，降低贫困脆弱性。社会网络还能提供资源支持，在个体面临困难时，网络中的成员可以给予资金、物资和劳动力等方面的援助，帮助其渡过难关。当个体遭遇自然灾害、疾病等突发情况时，社会网络中的成员能够提供紧急救助和支持，减轻经济压力，降低贫困脆弱性。基于以上分析，提出假设H2：社会网络能够降低贫困脆弱性。社会网络在民间借贷与贫困脆弱性之间可能起到中介作用。社会网络是民间借贷发生的重要基础，借贷双方往往通过社会网络建立信任关系，降低交易成本。在社会网络中，信息传播和声誉机制使得借款人的信用状况更容易被出借人了解，从而增加了借贷的可能性。社会网络的规模越大、质量越高，个体越容易获得民间借贷。社会网络还可以影响民间借贷的利率和条件，规模大、关系紧密的社会网络可能使借款人获得更优惠的借贷条件，降低借贷成本。社会网络通过影响民间借贷的发生和效果，进而影响贫困脆弱性。如果社会网络能够促进民间借贷的顺利进行，为贫困家庭提供充足的资金支持，那么就可能降低贫困脆弱性；反之，如果社会网络导致民间借贷的风险增加，使贫困家庭陷入债务困境，那么就可能增加贫困脆弱性。基于此，提出假设H3：社会网络在民间借贷与贫困脆弱性之间起到中介作用。四、研究设计4.1数据来源本研究的数据主要来源于中国家庭追踪调查（CFPS）。CFPS是一项全国性、大规模、多学科的固定样本追踪调查项目，旨在通过追踪收集个体、家庭、社区三个层次的数据，反映中国社会、经济、人口、观念等方面的变迁，为学术研究和公共政策分析提供数据基础。该调查于2010年开展基线访问，样本覆盖了全国25个省/市/自治区，近1.5万户家庭。此后，保持每两年一次全样本追踪的频率，对基线家户及其派生出来新家庭的所有家庭成员进行访问。截至目前，CFPS已成功完成多轮全国调查，追踪成功率始终保持国际领先水平，其数据具有广泛的代表性和较高的质量。本研究选取了CFPS中的多轮调查数据，时间范围从2010年至2020年。这一时间段涵盖了中国经济社会发展的重要时期，期间经历了经济结构调整、金融改革以及扶贫政策的深入推进等一系列重大事件，这些变化对民间借贷、社会网络和贫困脆弱性都产生了深远的影响，为研究提供了丰富的现实背景。通过对这一时间段数据的分析，可以更好地捕捉到三者之间关系的动态变化。在样本量方面，经过数据清理和筛选，最终得到了包含数千个家庭样本的有效数据集。这些样本涵盖了不同地区、不同收入水平、不同职业和不同教育程度的家庭，能够较为全面地反映中国家庭在民间借贷、社会网络和贫困脆弱性方面的多样性和异质性。不同地区的家庭在经济发展水平、金融市场活跃度和社会文化环境等方面存在差异，这些差异会导致民间借贷的规模、利率和用途有所不同，社会网络的结构和功能也会有所差异，进而影响家庭的贫困脆弱性。例如，东部沿海地区经济发达，民间借贷市场活跃，家庭的社会网络可能更加多元化和开放，贫困脆弱性相对较低；而中西部地区经济相对欠发达，民间借贷规模较小，社会网络相对传统和封闭，贫困脆弱性可能较高。通过对不同地区样本的分析，可以深入探讨地区差异对三者关系的影响。不同收入水平的家庭在资金需求、借贷能力和社会网络资源方面也存在显著差异。高收入家庭可能有更多的资金用于民间借贷，其社会网络中的资源也更加丰富，能够更好地应对风险，降低贫困脆弱性；而低收入家庭则可能面临资金短缺的问题，更依赖民间借贷来满足生活和生产需求，其社会网络相对薄弱，贫困脆弱性较高。对不同收入水平家庭样本的研究，可以揭示收入因素在民间借贷、社会网络与贫困脆弱性关系中的作用机制。本研究还考虑了样本家庭的职业和教育程度等因素。不同职业的家庭在收入稳定性、社会地位和社交圈子等方面存在差异，这些差异会影响家庭的民间借贷行为和社会网络结构，进而影响贫困脆弱性。从事稳定职业的家庭，如公务员、教师等，收入相对稳定，社会网络较为稳定，贫困脆弱性较低；而从事个体经营或不稳定职业的家庭，收入波动较大，可能更依赖民间借贷，社会网络也相对不稳定，贫困脆弱性较高。教育程度较高的家庭，可能更容易获取金融知识和信息，在民间借贷中更具优势，其社会网络中的成员也可能具有较高的素质和资源，有助于降低贫困脆弱性；而教育程度较低的家庭，可能在金融知识和信息获取方面存在困难，在民间借贷中面临更高的风险，社会网络相对薄弱，贫困脆弱性较高。通过对这些因素的综合考虑和分析，可以更全面、深入地了解民间借贷、社会网络与贫困脆弱性之间的复杂关系。4.2变量选取与测量4.2.1被解释变量：贫困脆弱性本研究采用预期贫困法（VEP）来测量贫困脆弱性。该方法基于家庭未来收入低于贫困线的概率来衡量贫困脆弱性，充分考虑了家庭面临的风险和不确定性。具体而言，通过对家庭收入进行建模，结合相关的风险因素，预测家庭未来收入的分布情况，进而计算出未来收入低于贫困线的概率，该概率即为贫困脆弱性的度量。在计算过程中，首先利用中国家庭追踪调查（CFPS）数据中的家庭收入变量，包括工资收入、经营收入、财产收入和转移收入等，构建家庭收入模型。考虑到家庭收入可能受到多种因素的影响，将家庭人口特征（如家庭规模、劳动力数量、人口年龄结构等）、经济特征（如家庭资产、负债情况、产业类型等）以及地区特征（如地区经济发展水平、就业机会、政策环境等）作为控制变量纳入模型。运用回归分析等方法，估计家庭收入与各影响因素之间的关系，得到家庭收入的预测表达式。假设家庭收入的对数服从正态分布，根据预测的家庭收入表达式和正态分布的性质，计算出家庭未来收入低于贫困线的概率。贫困线的确定采用国际通用的标准，如每天1.9美元的绝对贫困线或根据中国国情制定的相对贫困线。通过这种方式，得到每个家庭的贫困脆弱性指数，该指数取值范围在0-1之间，数值越大表示家庭未来陷入贫困的风险越高，贫困脆弱性越强；数值越小则表示家庭陷入贫困的风险越低，贫困脆弱性越弱。4.2.2解释变量：民间借贷和社会网络对于民间借贷，本研究从借贷金额、利率、期限和用途等多个维度进行衡量。借贷金额直接反映了民间借贷的规模大小，通过CFPS数据中家庭报告的借贷金额信息获取。利率是民间借贷的重要特征之一，它体现了借贷成本的高低。在CFPS数据中，若有明确记录的借贷利率，则直接采用该数据；若未明确记录，可根据借贷金额、还款方式和期限等信息，运用相关公式进行估算。期限反映了借贷的时间跨度，根据数据中记录的借款开始时间和到期时间计算得出。用途则通过对家庭借款用途的分类统计，如用于生产经营、消费支出、医疗教育等，来了解民间借贷的流向和目的。社会网络的测量采用网络规模、网络强度和网络中心性等指标。网络规模通过统计家庭与亲戚、朋友、邻居等社会关系的数量来衡量，反映了家庭社会关系的广泛程度。在CFPS数据中，可通过询问家庭与不同类型社会关系的交往频率和密切程度，筛选出具有实际联系的社会关系，进而统计其数量。网络强度通过衡量家庭与社会关系之间的互动频率、亲密程度和互助行为等因素来确定，体现了社会关系的紧密程度。互动频率可通过询问家庭与各社会关系在一定时间内的见面次数、电话联系次数等获取；亲密程度可通过主观评价（如非常亲密、比较亲密、一般等）来衡量；互助行为则包括在经济、生活、情感等方面的相互帮助情况。网络中心性用于衡量家庭在社会网络中的地位和影响力，采用度数中心性、接近中心性和中间中心性等指标进行计算。度数中心性通过计算家庭与其他节点直接连接的数量来衡量，数量越多表示度数中心性越高，在网络中的地位越重要；接近中心性衡量家庭到网络中其他所有节点的平均距离，距离越短表示接近中心性越高，获取信息和资源的能力越强；中间中心性反映家庭在网络中作为中介的能力，通过计算家庭在其他节点之间最短路径上出现的次数来衡量，次数越多表示中间中心性越高，对网络中信息和资源的控制能力越强。4.2.3控制变量为了更准确地分析民间借贷、社会网络与贫困脆弱性之间的关系，本研究选取了一系列控制变量，包括家庭人口特征、经济特征和地区特征等。家庭人口特征方面，家庭规模对家庭的经济负担和资源分配有影响，规模越大可能面临的经济压力越大，贫困脆弱性也可能越高，通过统计家庭中的常住成员数量来衡量。劳动力比例反映了家庭的劳动能力和收入创造能力，劳动力比例越高，家庭的经济状况可能越好，贫困脆弱性越低，通过计算家庭中劳动力数量占家庭总人口的比例得到。人口年龄结构也会影响家庭的经济行为和需求，例如老年人口比例较高的家庭可能面临更多的医疗支出和养老负担，贫困脆弱性相对较高，通过统计家庭中不同年龄段人口的数量及占比来衡量。经济特征方面，家庭资产是家庭经济实力的重要体现，资产越多，家庭应对风险的能力越强，贫困脆弱性越低，包括房产、车辆、存款、金融资产等，通过CFPS数据中家庭资产相关变量的加总计算得出。家庭负债反映了家庭的债务负担，负债越高，家庭的经济压力越大，贫困脆弱性可能越高，统计家庭的各类负债，如房贷、车贷、信用卡欠款、民间借贷负债等。收入稳定性对家庭的经济状况有重要影响，稳定的收入有助于降低贫困脆弱性，可通过计算家庭过去几年收入的标准差或变异系数来衡量，标准差或变异系数越小，说明收入越稳定。地区特征方面，地区经济发展水平是影响家庭贫困脆弱性的重要外部因素，经济发达地区的家庭可能有更多的就业机会和资源，贫困脆弱性相对较低，采用地区人均GDP、产业结构等指标来衡量。地区金融发展程度影响家庭获取正规金融服务的难易程度，金融发展程度越高，家庭可能更容易从正规金融机构获得资金支持，减少对民间借贷的依赖，从而影响贫困脆弱性，通过地区金融机构数量、存贷款规模等指标来衡量。地区政策环境也会对家庭的经济行为和贫困脆弱性产生影响，例如一些地区的扶贫政策、产业扶持政策等，通过了解地区的相关政策文件和实施情况，构建相应的政策指标进行衡量。4.3模型构建为了深入探究民间借贷、社会网络与贫困脆弱性之间的关系，本研究构建了以下模型。首先，构建基准回归模型，以检验民间借贷对贫困脆弱性的直接影响，模型设定如下：Vul_{i,t}=\alpha_0+\alpha_1Loan_{i,t}+\sum_{j=1}^{n}\alpha_{1+j}Control_{i,t}^j+\mu_{i,t}其中，Vul_{i,t}表示第i个家庭在t时期的贫困脆弱性，采用前文所述的预期贫困法（VEP）计算得出；Loan_{i,t}代表第i个家庭在t时期的民间借贷相关变量，包括借贷金额、利率、期限和用途等多个维度，通过这些变量可以全面衡量民间借贷对贫困脆弱性的影响；Control_{i,t}^j为控制变量，涵盖家庭人口特征（如家庭规模、劳动力比例、人口年龄结构等）、经济特征（如家庭资产、负债、收入稳定性等）和地区特征（如地区经济发展水平、金融发展程度、政策环境等）等多个方面，j表示控制变量的个数，n为控制变量的总数；\alpha_0为常数项，\alpha_1和\alpha_{1+j}分别为解释变量和控制变量的系数，\mu_{i,t}为随机误差项，代表模型中未被解释的部分，包括测量误差、遗漏变量等因素对贫困脆弱性的影响。为了检验社会网络在民间借贷与贫困脆弱性之间的中介效应，构建中介效应模型。根据中介效应检验的逐步回归法，首先检验自变量（民间借贷）对因变量（贫困脆弱性）的总效应，即上述基准回归模型；然后检验自变量（民间借贷）对中介变量（社会网络）的影响，模型设定如下：SN_{i,t}=\beta_0+\beta_1Loan_{i,t}+\sum_{j=1}^{n}\beta_{1+j}Control_{i,t}^j+\nu_{i,t}其中，SN_{i,t}表示第i个家庭在t时期的社会网络相关变量，包括网络规模、网络强度和网络中心性等指标，用于衡量家庭的社会网络特征；\beta_0为常数项，\beta_1和\beta_{1+j}分别为解释变量和控制变量的系数，\nu_{i,t}为随机误差项。最后检验中介变量（社会网络）和自变量（民间借贷）同时对因变量（贫困脆弱性）的影响，模型设定如下：Vul_{i,t}=\gamma_0+\gamma_1Loan_{i,t}+\gamma_2SN_{i,t}+\sum_{j=1}^{n}\gamma_{1+j}Control_{i,t}^j+\varepsilon_{i,t}其中，\gamma_0为常数项，\gamma_1、\gamma_2和\gamma_{1+j}分别为解释变量和控制变量的系数，\varepsilon_{i,t}为随机误差项。若\alpha_1、\beta_1和\gamma_2均显著，且\gamma_1的绝对值小于\alpha_1的绝对值，则表明社会网络在民间借贷与贫困脆弱性之间起到部分中介作用；若\alpha_1、\beta_1显著，\gamma_2显著且\gamma_1不显著，则表明社会网络在民间借贷与贫困脆弱性之间起到完全中介作用。通过构建上述中介效应模型，可以深入分析社会网络在民间借贷影响贫困脆弱性过程中的作用机制，为相关政策的制定提供理论依据。五、实证结果与分析5.1描述性统计对样本数据进行描述性统计，结果如表1所示。贫困脆弱性的均值为0.352，表明样本家庭平均有35.2%的概率在未来陷入贫困，最大值达到0.987，说明部分家庭面临极高的贫困风险，最小值为0.005，显示出不同家庭之间贫困脆弱性存在较大差异。民间借贷金额均值为5.68万元，反映出样本家庭民间借贷规模相对适中，但最大值为100万元，最小值为0.1万元，表明家庭间借贷金额分布较为离散，部分家庭借贷金额较高。民间借贷利率均值为12.5%，最高利率达30%，最低为5%，体现出民间借贷利率水平参差不齐，波动较大。社会网络规模均值为15.8人，表明家庭平均拥有较为广泛的社会关系，但最大值为50人，最小值仅为3人，反映出不同家庭社会网络规模差异明显。社会网络强度均值为3.2，取值范围在1-5之间，说明家庭社会网络强度整体处于中等水平，不同家庭之间也存在一定差异。在控制变量方面，家庭规模均值为3.8人，劳动力比例均值为0.65，老年人口比例均值为0.18，体现出样本家庭的人口结构特征。家庭资产均值为85.6万元，负债均值为12.3万元，收入稳定性均值为0.8，反映了家庭的经济状况。地区经济发展水平以人均GDP衡量，均值为5.6万元，不同地区间经济发展水平差异较大，最大值达12万元，最小值仅为2万元。地区金融发展程度以金融机构存贷款余额与GDP之比衡量，均值为2.5，最大值为4.8，最小值为1.2，表明地区间金融发展程度存在显著差异。表1：变量描述性统计变量观测值均值标准差最小值最大值贫困脆弱性20000.3520.2130.0050.987民间借贷金额（万元）20005.6812.540.1100民间借贷利率（%）200012.56.8530社会网络规模（人）200015.88.6350社会网络强度20003.21.115家庭规模（人）20003.81.228劳动力比例20000.650.180.21老年人口比例20000.180.100.5家庭资产（万元）200085.645.810300家庭负债（万元）200012.38.50.550收入稳定性20000.80.20.41地区经济发展水平（人均GDP，万元）20005.62.8212地区金融发展程度20002.51.11.24.85.2相关性分析对各变量进行相关性分析，结果如表2所示。可以看出，民间借贷金额与贫困脆弱性在1%的水平上显著正相关，相关系数为0.256，这表明民间借贷金额越大，贫困脆弱性越高，初步支持了假设H1b，即民间借贷可能会增加贫困脆弱性。这可能是因为借贷金额的增加会加重家庭的债务负担，一旦家庭面临收入波动或其他风险，难以按时偿还债务，就容易陷入贫困。若一个家庭为了维持生计或投资经营借入大量资金，但投资失败或收入减少，无法偿还高额债务，可能会导致家庭资产减少，生活水平下降，从而增加贫困脆弱性。民间借贷利率与贫困脆弱性在5%的水平上显著正相关，相关系数为0.137，说明较高的民间借贷利率会增加贫困脆弱性。高利率意味着更高的还款成本，贫困家庭可能会因为无法承受高额利息而陷入债务困境，进一步加重贫困程度。一些贫困家庭可能因为急需资金而接受高利率的民间借贷，但在还款时发现利息过高，超出了家庭的承受能力，不得不借新还旧，导致债务雪球越滚越大，贫困脆弱性不断增加。社会网络规模与贫困脆弱性在1%的水平上显著负相关，相关系数为-0.324，表明社会网络规模越大，贫困脆弱性越低，支持了假设H2，即社会网络能够降低贫困脆弱性。规模较大的社会网络可以为家庭提供更多的信息、资源和支持，帮助家庭应对风险，减少陷入贫困的可能性。一个拥有广泛社会关系的家庭，在面临失业风险时，可能通过社会网络中的朋友、亲戚获得就业信息或临时资金援助，从而降低贫困脆弱性。社会网络强度与贫困脆弱性在1%的水平上显著负相关，相关系数为-0.287，说明社会网络强度越高，贫困脆弱性越低。较强的社会网络关系意味着更紧密的互动和更多的互助行为，能够增强家庭的抗风险能力。在一个邻里关系密切、互帮互助的社区中，当某一家庭遭遇突发困难时，其他家庭会及时提供帮助，共同分担风险，降低该家庭的贫困脆弱性。在控制变量方面，家庭规模与贫困脆弱性在1%的水平上显著正相关，相关系数为0.215，表明家庭规模越大，贫困脆弱性越高。较大的家庭规模可能带来更大的经济负担，如食品、教育、医疗等方面的支出增加，从而增加贫困脆弱性。一个有多个子女的家庭，在教育费用上的支出会相对较高，如果家庭收入有限，可能会面临经济压力，增加贫困脆弱性。家庭资产与贫困脆弱性在1%的水平上显著负相关，相关系数为-0.386，说明家庭资产越多，贫困脆弱性越低。家庭资产是家庭经济实力的重要体现，资产丰富的家庭在面临风险时能够更好地应对，减少陷入贫困的风险。拥有房产、存款等资产的家庭，可以通过资产的变现或收益来缓解经济压力，降低贫困脆弱性。地区经济发展水平与贫困脆弱性在1%的水平上显著负相关，相关系数为-0.263，表明地区经济发展水平越高，贫困脆弱性越低。经济发达地区通常提供更多的就业机会和资源，居民收入水平较高，贫困脆弱性相对较低。在东部沿海经济发达地区，企业众多，就业机会丰富，居民的收入水平较高，贫困发生率较低，贫困脆弱性也相对较低。表2：变量相关性分析变量贫困脆弱性民间借贷金额民间借贷利率社会网络规模社会网络强度家庭规模家庭资产地区经济发展水平贫困脆弱性1民间借贷金额0.256***1民间借贷利率0.137**0.189***1社会网络规模-0.324***-0.156***-0.112**1社会网络强度-0.287***-0.135**-0.098*0.654***1家庭规模0.215***0.128**0.085*-0.147***-0.105**1家庭资产-0.386***-0.201***-0.163***0.257***0.189***-0.236***1地区经济发展水平-0.263***-0.172***-0.134**0.225***0.158***-0.195***0.327***1注：*、**、***分别表示在10%、5%、1%的水平上显著。5.3基准回归结果基准回归结果如表3所示，模型1仅纳入民间借贷相关变量，模型2在此基础上加入控制变量。在模型1中，民间借贷金额的系数为0.186，在1%的水平上显著为正，表明民间借贷金额每增加1万元，贫困脆弱性增加0.186个单位，支持了假设H1b，即民间借贷金额的增加会加重家庭的债务负担，进而增加贫困脆弱性。民间借贷利率的系数为0.097，在5%的水平上显著为正，说明民间借贷利率每提高1个百分点，贫困脆弱性增加0.097个单位，进一步证实高利率会增加贫困脆弱性的观点。在加入控制变量后的模型2中，民间借贷金额和利率的系数依然显著为正，且系数大小略有变化。民间借贷金额系数变为0.168，民间借贷利率系数变为0.085，这表明控制其他因素后，民间借贷金额和利率对贫困脆弱性的正向影响依然存在，但影响程度有所减弱，说明控制变量在一定程度上解释了贫困脆弱性的变化。在控制变量中，家庭规模的系数在1%的水平上显著为正，说明家庭规模越大，贫困脆弱性越高，这可能是由于家庭规模大意味着更多的生活支出和经济负担。家庭资产的系数在1%的水平上显著为负，表明家庭资产越多，贫困脆弱性越低，家庭资产能够为家庭提供经济缓冲，降低贫困风险。地区经济发展水平的系数在1%的水平上显著为负，显示地区经济发展水平越高，贫困脆弱性越低，经济发达地区能提供更多的发展机会和资源，有助于降低家庭的贫困脆弱性。表3：基准回归结果变量模型1模型2民间借贷金额0.186***（0.032）0.168***（0.028）民间借贷利率0.097**（0.041）家庭规模0.125***（0.021）家庭资产-0.206***（0.035）地区经济发展水平-0.153***（0.023）常数项0.287***（0.036）0.456***（0.052）观测值20002000R²0.1250.268注：括号内为稳健标准误，*、**、***分别表示在10%、5%、1%的水平上显著。5.4中介效应检验结果中介效应检验结果如表4所示。模型3检验了民间借贷对社会网络的影响，民间借贷金额的系数为0.105，在1%的水平上显著为正，表明民间借贷金额每增加1万元，社会网络规模增加0.105人，说明民间借贷能够拓展社会网络规模。这可能是因为在民间借贷过程中，借贷双方会建立新的联系，从而扩大了各自的社会网络。借款人在寻求借贷时，可能会结识新的出借人或通过中间人建立新的社会关系，进而拓展了自身的社会网络。模型4检验了社会网络和民间借贷对贫困脆弱性的共同影响。社会网络规模的系数为-0.203，在1%的水平上显著为负，表明社会网络规模越大，贫困脆弱性越低，进一步支持了社会网络能够降低贫困脆弱性的假设H2。民间借贷金额的系数为0.123，在1%的水平上显著为正，但其系数绝对值小于基准回归模型2中的0.168。根据中介效应检验原理，当自变量对因变量的总效应（模型2中民间借贷金额的系数）、自变量对中介变量的效应（模型3中民间借贷金额的系数）以及中介变量和自变量同时对因变量的效应（模型4中社会网络规模和民间借贷金额的系数）均显著，且中介变量加入模型后自变量对因变量的系数绝对值减小，表明社会网络在民间借贷与贫困脆弱性之间起到部分中介作用，支持了假设H3。这意味着民间借贷不仅直接影响贫困脆弱性，还通过社会网络这一中介变量间接影响贫困脆弱性。具体而言，民间借贷可以通过拓展社会网络规模，进而降低贫困脆弱性。例如，民间借贷活动使借款人结识更多人脉，这些人脉关系在未来可能为借款人提供更多的信息、资源和支持，帮助其更好地应对风险，降低贫困脆弱性。但同时，民间借贷本身也可能因债务负担等问题增加贫困脆弱性，这两种相反的作用相互交织，共同影响着贫困脆弱性的变化。表4：中介效应检验结果变量模型3（社会网络规模）模型4（贫困脆弱性）民间借贷金额0.105***（0.025）0.123***（0.026）社会网络规模-0.203***（0.032）家庭规模0.085***（0.018）0.096***（0.019）家庭资产-0.156***（0.031）-0.128***（0.033）地区经济发展水平0.098***（0.020）0.075***（0.022）常数项0.865***（0.045）0.687***（0.056）观测值20002000R²0.2050.356注：括号内为稳健标准误，*、**、***分别表示在10%、5%、1%的水平上显著。5.5稳健性检验为确保研究结果的可靠性，采用多种方法进行稳健性检验。首先，替换变量进行检验。将贫困脆弱性的测度方法由预期贫困法（VEP）替换为脆弱性调整后的贫困测度（FGT）方法，重新计算贫困脆弱性指数。FGT方法在传统FGT贫困指数的基础上，引入了脆弱性因素，从多个维度对贫困进行综合评估，能够更全面地反映贫困脆弱性的情况。运用新的贫困脆弱性指标重新进行基准回归和中介效应检验。结果显示，民间借贷金额和利率对贫困脆弱性的正向影响依然显著，社会网络规模对贫困脆弱性的负向影响也依然显著，且社会网络在民间借贷与贫困脆弱性之间的中介效应依然成立，这表明研究结果在贫困脆弱性测度方法替换后具有稳健性。其次，进行分样本回归检验。按照地区将样本分为东部、中部和西部三个子样本，分别对每个子样本进行基准回归和中介效应检验。不同地区在经济发展水平、金融市场活跃度和社会文化环境等方面存在差异，这些差异可能会影响民间借贷、社会网络与贫困脆弱性之间的关系。在东部地区，经济发达，金融市场活跃，社会网络相对多元化和开放。回归结果显示，民间借贷金额和利率对贫困脆弱性的影响在东部地区依然显著为正，但影响程度相对较小；社会网络规模对贫困脆弱性的影响在东部地区也显著为负，且中介效应检验表明社会网络在民间借贷与贫困脆弱性之间起到部分中介作用。这可能是因为东部地区经济发展水平较高，居民收入相对稳定，对民间借贷的依赖程度相对较低，同时社会网络资源丰富，能够更好地发挥降低贫困脆弱性的作用。在中部地区，经济发展水平和金融市场活跃度处于中等水平，社会网络结构和功能也具有一定的特点。回归结果表明，民间借贷金额和利率对贫困脆弱性的正向影响较为显著，社会网络规模对贫困脆弱性的负向影响同样显著，社会网络的中介效应也得到了验证。中部地区的经济发展对资金的需求较大，民间借贷在满足资金需求方面发挥了重要作用，但由于部分地区金融市场不够完善，民间借贷可能存在一些不规范现象，导致贫困脆弱性增加。而社会网络在一定程度上能够缓解民间借贷的风险，降低贫困脆弱性。在西部地区，经济相对欠发达，金融市场发展相对滞后，社会网络相对传统和封闭。检验结果显示，民间借贷金额和利率对贫困脆弱性的影响在西部地区最为显著，社会网络规模对贫困脆弱性的影响也显著为负，社会网络的中介效应同样成立。西部地区经济发展相对落后，居民收入水平较低，对民间借贷的依赖程度较高，且民间借贷市场可能存在更多的不规范和风险，使得贫困脆弱性增加。社会网络在西部地区也发挥着重要的作用，能够为居民提供一定的支持和帮助，降低贫困脆弱性。通过替换变量和分样本回归等稳健性检验，研究结果依然支持前文的结论，表明研究具有较好的稳健性，研究结论可靠。六、异质性分析6.1地区异质性分析为进一步探究民间借贷、社会网络与贫困脆弱性之间关系在不同地区的差异，本研究按照国家统计局的划分标准，将样本分为东部、中部和西部三个地区，分别进行回归分析，结果如表5所示。在东部地区，民间借贷金额的系数为0.115，在1%的水平上显著为正，表明民间借贷金额每增加1万元，贫困脆弱性增加0.115个单位；民间借贷利率的系数为0.063，在5%的水平上显著为正，说明民间借贷利率每提高1个百分点，贫困脆弱性增加0.063个单位。社会网络规模的系数为-0.186，在1%的水平上显著为负，显示社会网络规模越大，贫困脆弱性越低。这表明在东部地区，民间借贷在一定程度上增加了贫困脆弱性，而社会网络则发挥着降低贫困脆弱性的作用。东部地区经济发达，金融市场活跃，民间借贷活动较为频繁，但高利率和较大的借贷金额可能会给部分家庭带来债务压力，从而增加贫困脆弱性。该地区居民的社会网络相对多元化和开放，能够为家庭提供更多的资源和支持，有助于降低贫困脆弱性。在一些东部沿海城市，部分家庭可能会因参与民间借贷投资失败而陷入债务困境，增加了贫困脆弱性；但同时，这些家庭也可以通过广泛的社会网络，获取更多的就业信息和商业机会，降低贫困脆弱性。在中部地区，民间借贷金额的系数为0.148，在1%的水平上显著为正，民间借贷利率的系数为0.078，在5%的水平上显著为正，社会网络规模的系数为-0.167，在1%的水平上显著为负。这说明在中部地区，民间借贷同样增加了贫困脆弱性，社会网络则有助于降低贫困脆弱性。中部地区经济发展水平和金融市场活跃度处于中等水平，民间借贷在满足家庭资金需求方面发挥了重要作用，但由于金融市场不够完善，民间借贷可能存在一些不规范现象，导致贫困脆弱性增加。社会网络在中部地区也能为家庭提供一定的支持和帮助，降低贫困脆弱性。在一些中部省份的农村地区，部分家庭可能会因为民间借贷的高利率而承受较大的经济压力，增加贫困脆弱性；但邻里之间紧密的社会网络关系，在家庭遇到困难时能够提供互助，降低贫困脆弱性。在西部地区，民间借贷金额的系数为0.182，在1%的水平上显著为正，民间借贷利率的系数为0.092，在5%的水平上显著为正，社会网络规模的系数为-0.145，在1%的水平上显著为负。这表明在西部地区，民间借贷对贫困脆弱性的正向影响更为显著，社会网络对贫困脆弱性的负向影响依然存在。西部地区经济相对欠发达，金融市场发展相对滞后，家庭对民间借贷的依赖程度较高，且民间借贷市场可能存在更多的不规范和风险，使得贫困脆弱性增加。社会网络在西部地区也能在一定程度上缓解贫困脆弱性。在一些西部偏远地区，家庭可能会因为缺乏正规金融渠道，只能依靠民间借贷来满足资金需求，而民间借贷的高成本和风险可能导致家庭贫困脆弱性上升；但当地传统的社会网络关系，如同乡、宗族关系等，在家庭面临困难时能够提供支持，降低贫困脆弱性。对比三个地区的回归结果可以发现，西部地区民间借贷对贫困脆弱性的影响最为显著，这可能是由于西部地区经济发展水平较低，金融市场不完善，家庭在面临资金需求时缺乏更多的选择，只能依赖民间借贷，且民间借贷市场的不规范和高风险进一步加剧了贫困脆弱性。东部地区社会网络对贫困脆弱性的降低作用相对更为明显，这与东部地区社会网络的多元化和开放性有关，能够为家庭提供更丰富的资源和支持。表5：地区异质性分析结果变量东部地区中部地区西部地区民间借贷金额0.115***（0.022）0.148***（0.025）0.182***（0.030）民间借贷利率0.063**（0.030）0.078**社会网络规模-0.186***（0.028）-0.167***（0.030）-0.145***（0.032）家庭规模0.085***（0.015）0.102***（0.018）0.125***（0.020）家庭资产-0.126***（0.028）-0.153***（0.030）-0.186***（0.035）地区经济发展水平0.056***（0.018）0.048***（0.020）0.035**常数项0.356***（0.040）0.428***（0.045）0.516***（0.050）观测值800600600R²0.3250.2980.276注：括号内为稳健标准误，*、**、***分别表示在10%、5%、1%的水平上显著。6.2家庭特征异质性分析为进一步探究不同家庭特征下民间借贷、社会网络与贫困脆弱性之间关系的差异，本研究按照家庭收入水平和资产规模进行分组分析。根据样本家庭收入的中位数，将样本分为低收入组和高收入组；依据家庭资产的中位数，划分为低资产组和高资产组。不同收入和资产水平的家庭，在经济状况、资金需求和社会网络资源等方面存在显著差异，这些差异可能导致民间借贷、社会网络对贫困脆弱性的影响不同。低收入家庭通常面临资金短缺的问题，对民间借贷的依赖程度可能较高，且其社会网络资源相对有限，贫困脆弱性可能更高；而高收入家庭资金相对充裕，社会网络更为丰富，在应对风险时可能具有更强的能力，贫困脆弱性相对较低。同样，低资产家庭在面临风险时缺乏足够的资产缓冲，可能更依赖民间借贷和社会网络的支持，贫困脆弱性较高；高资产家庭则可以通过资产的变现或收益来缓解经济压力，对民间借贷和社会网络的依赖程度相对较低，贫困脆弱性较低。回归结果如表6所示。在低收入组中，民间借贷金额的系数为0.205，在1%的水平上显著为正，民间借贷利率的系数为0.105，在5%的水平上显著为正，表明在低收入家庭中，民间借贷金额和利率的增加会显著增加贫困脆弱性。低收入家庭本身收入有限，难以承受高额的民间借贷债务，一旦借贷金额过大或利率过高，就可能陷入债务困境，导致贫困脆弱性上升。社会网络规模的系数为-0.178，在1%的水平上显著为负，说明社会网络规模的扩大有助于降低低收入家庭的贫困脆弱性。低收入家庭在面临困难时，更依赖社会网络中的亲戚、朋友提供的资金、物资和信息支持，社会网络能够在一定程度上缓解其经济压力，降低贫困脆弱性。在高收入组中，民间借贷金额的系数为0.108，在1%的水平上显著为正，民间借贷利率的系数为0.056，在10%的水平上显著为正，虽然民间借贷对贫困脆弱性仍有正向影响，但影响程度明显小于低收入组。高收入家庭经济实力相对较强，对民间借贷的承受能力较高，借贷金额和利率的变化对其贫困脆弱性的影响相对较小。社会网络规模的系数为-0.136，在1%的水平上显著为负，表明社会网络同样能降低高收入家庭的贫困脆弱性，但降低作用相对低收入组也较弱。高收入家庭自身拥有更多的资源和应对风险的能力，社会网络在降低贫困脆弱性方面的作用相对不那么突出。在低资产组中，民间借贷金额的系数为0.226，在1%的水平上显著为正，民间借贷利率的系数为0.112，在5%的水平上显著为正，说明低资产家庭受民间借贷的影响较大，借贷金额和利率的增加会大幅增加贫困脆弱性。低资产家庭缺乏足够的资产作为缓冲，一旦陷入民间借贷债务，很容易导致资产负债状况恶化，增加贫困脆弱性。社会网络规模的系数为-0.192，在1%的水平上显著为负，显示社会网络对低资产家庭贫困脆弱性的降低作用较为明显。低资产家庭在面临风险时，更需要依靠社会网络获取帮助和支持，社会网络在缓解其贫困脆弱性方面发挥着重要作用。在高资产组中，民间借贷金额的系数为0.095，在1%的水平上显著为正，民间借贷利率的系数为0.048，在10%的水平上显著为正，民间借贷对贫困脆弱性的影响相对较小。高资产家庭拥有较多的资产，能够更好地应对民间借贷带来的风险，借贷金额和利率的变化对其贫困脆弱性的影响相对有限。社会网络规模的系数为-0.115，在1%的水平上显著为负，表明社会网络对高资产家庭贫困脆弱性也有降低作用，但作用相对较弱。高资产家庭凭借自身的资产优势，在应对风险时具有较强的能力，社会网络的作用相对减弱。对比不同组的回归结果可以发现，低收入家庭和低资产家庭受民间借贷的负面影响更大，贫困脆弱性对民间借贷金额和利率的变化更为敏感，而社会网络对这两组家庭贫困脆弱性的降低作用也更为显著。这表明在制定相关政策时，应更加关注低收入和低资产家庭，规范民间借贷市场，降低其借贷成本和风险，同时加强对这些家庭社会网络的培育和支持，充分发挥社会网络在降低贫困脆弱性方面的作用。表6：家庭特征异质性分析结果变量低收入组高收入组低资产组高资产组民间借贷金额0.205***（0.035）0.108***（0.020）0.226***（0.038）0.095***（0.018）民间借贷利率0.105**（0.045）0.056*（0.030）社会网络规模-0.178***（0.030）-0.136***（0.025）-0.192***（0.032）-0.115***（0.022）家庭规模0.135***（0.023）0.098***（0.016）0.142***（0.025）0.086***（0.014）家庭资产-0.186***（0.033）-0.105***（0.028）地区经济发展水平0.065***（0.022）0.045***（0.015）0.072***（0.024）0.038**常数项0.526***（0.055）0.325***（0.038）0.586***（0.060）0.287***（0.035）观测值1000100010001000R²0.2980.3560.2850.387注：括号内为稳健标准误，*、**、***分别表示在10%、5%、1%的水平上显著。七、结论与政策建议7.1研究结论本研究基于中国家庭追踪调查（CFPS）数据，运用计量经济学方法，深入剖析了民间借贷、社会网络与贫困脆弱性之间的关系，并通过中介效应检验揭示了其中的作用机制。研究结果表明，民间借贷对贫困脆弱性的影响具有复杂性，一方面，民间借贷为贫困家庭提供了资金支持，在一定程度上缓解了资金短缺问题，有助于降低贫困脆弱性；另一方面，民间借贷也可能带来负面效应，如高利率、高还款压力等，导致贫困家庭陷入债务困境，增加贫困脆弱性。社会网络在降低贫困脆弱性方面发挥着积极作用。社会网络能够提供丰富的信息资源和社会支持，帮助个体获取更多的就业信息、市场信息和政策信息等，增加收入机会；在个体面临困难时，社会网络中的成员可以给予资金、物资和劳动力等方面的援助，帮助其渡过难关，从而降低贫困脆弱性。中介效应检验结果显示，社会网络在民间借贷与贫困脆弱性之间起到部分中介作用。民间借贷不仅直接影响贫困脆弱性，还通过拓展社会网络规模，进而影响贫困脆弱性。具体而言，民间借贷活动使借款人结识更多人脉，这些人脉关系在未来可能为借款人提供更多的信息、资源和支持，帮助其更好地应对风险，降低贫困脆弱性。但同时，