摘 要：本文基于中国家庭追踪调查(CFPS)2014问卷，对具有代表性的社会资本指标和居民心理健康指标进行回归分析，并对模型内生性等问题进行了修正。结果表明，个人社会资本对于其心理健康有正向影响，并且这种影响对乡村居民更加明显。研究具有一定的政策意义，政策制定者可以通过建立给人安全感、信赖感的和谐社会氛围，使居民享有更多稳定的社会资本，提升居民心理健康程度，响应“健康中国”号召。
关键词：社会资本；心理健康；城乡居民
一、引言
健康影响居民幸福，对个体有着不可替代的特殊价值，同时，它也具有重要的劳动经济学意义，是社会人力资本的关键要素之一。根据世界卫生组织的定义，健康不仅仅指身体健康，心理健康也同样重要。近年来，随着社会整体节奏的加快，生活压力变大，各类人群或多或少都容易出现一些心理失衡问题。2017年5月，国家卫生和计划生育委员会指出，我国精神心理疾病患病率达17.5%，呈现增长趋势，其中抑郁障碍患病率为3.59%，焦虑障碍患病率为4.98%。
心理健康问题的产生是多种因素综合作用的后果。幼年的成长经历和一些特殊事件可能会通过塑造个体世界观、影响个人思维方式等潜在途径促使心理疾病的产生。从医学病理角度来看，心理疾病和生理疾病相似，可能与遗传、基因等医学因素相关；同时，社会背景也会对个体心理健康产生潜移默化的影响，个人在社会网络中的地位和资源赋予其相应的溢价，也给个人带来了相应的责任。1980年，这种个人的社会角色和人际资源的综合体系首次被法国社会学家布迪厄体制化地总结为“社会资本”。随后，越来越多的学者开始意识到社会资本的重要性并对其进行研究。詹姆斯· 科尔曼认为“社会资本是根据它的功能定义的，它包括社会结构的某些方面，有利于处于结构中的个人的某些行动，使某些目的的实现成为可能”[1]31。美国社会学家弗朗西斯·福山则指出，社会资本是群体内成员相互信任、共同遵守维护的行为规范[2]。随着对社会资本研究的不断深入和相应理论体系的不断完善，社会学家们逐渐意识到社会资本对个人的支持、联结等积极作用可能有利于个人健康，相互信赖的社会关系网络让个体心理有所依托，让享有社会资本的群体内成员能更容易受到肯定、达成个人目标，并消化负面事件，这为研究人群的心理健康提供了新思路。
二、文献综述
综观现有研究，已有不少文献将社会背景效应与群体心理健康进行联系。早在19世纪末期，法国社会学家埃米尔·迪尔凯姆就在其著作《自杀论》中利用统计方法说明了自杀不仅仅是个人行为，也受到民族、宗教、社会稳定性和经济繁荣程度等因素的影响，当个体与其所处社会群体相悖之时，自杀的可能性更高，建立了自杀率与社会背景在事实数据上的联系[3]33。1994年，Adlerne、Boycet等学者发现，健康与社会经济地位(Socioeconomic Status，SES)在很大程度上是相关的，他们将二者之间的关系称为“SES健康梯度效应”，社会经济地位越高的个体，通常更加健康[4-5]，而这种梯度效应在一定程度上与SES的心理效应有关；2015年，国内学者胡阳秀、潘淳等人研究发现，群体的SES越低，心理压力更大，体验到的负面情绪越多，对未来也越悲观，SES确实对个人心理健康有明显影响，并因此损害生理健康[6]。
除了上述对社会资本和心理健康的间接研究，也有文献进行了直接研究。2000年，来自俄罗斯Rose R等人的实证研究表明，不同的社会资本结构(正式或非正式的社交网络、社交资源整合等)会对个人心理健康产生显著的影响，通过提供支持等方式对积极心理状态的产生有促进作用，并与家庭人力资本共同为精神健康这一因变量贡献了近20%的方差[7]。除此以外，Nan Lin等学者还在2001年专门构建了社会资本理论来研究社会资本与心理健康之间的联系。在该模型中，生活满意程度和心理健康水平作为社会资本的表示性结果，与个人的社会资本密切相关。2006年，来自澳大利亚的Phongsavan、Chey 等人同样进行了相关研究，结果表明，更积极参与社区活动、拥有更高社区互惠水平、对自己所处社会人群信任感更强的人对自身的健康更加自信，这可能是由于来自社会群体的支持和归属感减少了居民焦虑感，让他们对自我更加肯定；而在社区相互信赖度低的地方，居民患有心理疾病的风险更大[8]，因为缺乏来自社会群体的安全感让人们更容易对各类事件感到焦虑。2001年，澳大利亚国家心理健康战略项目“社会资本与健康、心理健康的联系”就社会资本对健康及心理健康的影响作用和机制这一主题进行了研讨，该项目由世界银行、世界卫生组织和美国心理健康研究机构给予支持[9]。但是上述讨论社会资本与居民心理健康的文献大都来自西方学者的研究，在国内此类研究还较少，且其中大都是针对某一特定人群的分析，如青少年、在校大学生、流动人口或者老年人等，或者就是研究心理资本、人力资本或货币资本与心理健康之间的关系，而鲜有直接以社会资本为影响因素探究心理健康问题的，且样本为国内所有人群的综合研究，因此本文能在一定程度上为相关领域的实证研究提供一定的经验性证据。除此以外，本文将对模型可能存在的多重共线性、异方差性进行检验，并采用工具变量解决变量的内生性问题，使结果更加可靠。
这一时期的扶贫开发主要是从推进农村经济体制改革入手，实现经济的整体增长。这实际上是一种普惠式扶贫，或者说“大水漫灌式”扶贫。具体而言，就是通过推进农村经营体制改革和农产品价格体制改革，使过去受体制束缚的生产力得到释放，使农产品的交易环境得到改善。通过这些改革举措，激活了整个经济尤其是农村经济的发展。这一时期的扶贫开发成效明显。如果根据现行扶贫标准（即2010年标准）来看，有超过1亿的贫困人口实现脱贫，贫困发生率由97.5%下降到78.3%。[21]
三、模型设定与数据来源
(一)模型设定
2.核心变量设置。本次研究的核心变量为个人的社会资本(Socialcapital)。参考学者对社会资本的定义，并结合CFPS2014中实际设置的问卷，本文核心解释变量将包括个人社交和资本性社交网络这两个层面的数据。人缘作为个人社交是否成功的一个外在显性特征，将被纳入研究范围中；同时，作为促进个体进行社会交往的内在驱动之一，与人交往能力也是考虑的重点之一，因此我们将个人对人缘水平和社交能力的自我评价纳入核心变量，从0到10分进行打分。除此以外，基于Flap和de Graaf将个人受到帮助的程度作为社交网络资本的观点[10]，并结合问卷数据，我们将找工作时得到的帮助大小作为一个解释变量进行分析，并按从小到大的顺序用0-4分表示；由于社会资本是在一个得到其成员认可的社交群体中形成的，所以个人在当地社交群中的社会地位也是社会资本在社交网络资本层面的代表特征之一，分数从1到5代表个人社会地位依次提升。
1.因变量设定。实证研究的因变量为心理健康(Mental Health)。结合心理学家马斯洛(MASLOW)和密特尔曼(MITTELMAN)对心理健康的十条标准以及1946年第三届国际心理卫生大会的定义，并参考CFPS2014问卷中采集到的数据，本文将个体心理健康用对身边人的信赖度、对自己生活的满意感、情绪控制能力和对未来的信心这四个指标来代替，具体选取问题如表1所示。
首先，检测是否具有内生性问题。内生性卡方检验和F值检验的p值分别为0.084 4和0.073 7，在10%的显著性水平下，说明的确存在一定的内生性问题。再检验是否存在弱工具变量问题，四个工具变量的Wald值都很高，除了社会地位的工具变量，另外三个都在100左右，并且四者都是统计显著的，即使经过显著性扭曲调整以后仍显著，因此认为不存在弱工具变量问题。并且，由于有限信息最大似然法(LIML)对于工具变量更不敏感，因此我们可以进行LIML回归辅助验证，发现其结果与工具变量回归结果一致，这说明的确不存在弱工具变量问题(见表6)。
Synthesis and crystal structure of 10-phenyl-6,7,8,10-tetrahydro-cyclopenta[b]pyrrolo[3,2-f]quinolin
表1因变量设置
指标名称问卷问题问卷回答信赖度一般来说,您认为大多数人是可以信任的,还是和 人相处要越小心越好?大多数人是可以信任的--1--2--3--4--5--〉要越小心越好生活满意感您对自己生活的满意程度?很不满意--1--2--3--4--5--〉非常满意情绪控制能力最近 1 个月,您感到坐卧不安、难以保持平静的频率?几乎每天--1--2--3--4--5--〉从不对未来的信心您对自己未来的信心程度?很没信心--1--2--3--4--5--〉很有信心
mentalhealth=α+β1socialcapital+β2X+ε
3.基本人口学变量。为了防止遗漏变量对模型设定产生的问题，除了解释变量，本文还对其它基本变量进行了控制，使实证结果更加准确，在模型中用X代表。考虑到本文的研究对象，并结合其他相关文献，本次研究我们将性别、所在省份、城乡、民族、是否党员、学历、个人收入、健康状况、婚姻状况列入控制变量中。同时，考虑到年龄与心理健康状况密切相关[11-12]，我们还加入年龄及年龄的平方项作为控制变量。
(二)数据来源
但技术梳理与分析发现，我国电能替代发展也存在着诸多问题，例如电价问题、电能替代配套财政补贴和税收减免等等诸多问题。通过相关技术与理论分析促进电能替代快速发展，可以采取的措施如下[17-19]：
表2样本描述性统计
变量变量说明观测数量均值标准差性别0.女性 1.男性3 6730.545 6 0.498 0 城乡0.乡村 1.城镇3 6730.329 21.656 9 学历文盲 1-7 硕士3 6733.376 31.552 8 个人收入年收入,单位为元3 67224 046.190 024 654.000 0 年龄个人年龄3 67334.239 612.492 0 健康状况不健康 1-5 非常健康3 6732.576 41.097 5 婚姻状况1.未婚 2.在婚 3.同居 4.离婚 5.丧偶 3 6731.758 22.600 1 省份/3 67336.257 814.423 9 民族/3 6730.253 72.337 5 是否党员0.否 1.是3 6730.044 72.105 5 人缘情况0分代表最低,10分代表最高3 6737.196 81.671 5 相处能力0分代表最低,10分代表最高3 6737.284 01.637 1 社会地位1分代表最低,5分代表最高3 6732.693 70.914 1 找工作得到帮助没有帮助 0-4 帮助很大3 6730.802 61.291 8
(三)因子分析
因子分析有助于将复杂的变量简化，方便问题的研究。本文将心理健康的四个变量进行因子分析，得到一个心理健康综合水平。对变量做Bartlett球形检验，得到显著性概率为0.000，高度显著，说明变量适合进行因子分析。
对筛选后的样本进行回归分析，结果如表3所示。其中模型1为个人社交模型，仅探究个人社交作为解释变量对心理健康的影响；模型2为资本性社交网络模型，以资本性社交网络指标作为社会资本的代表指标；模型3为社交网络综合指标，具体情况如表3所示。
F=(1.530×F1+1.017×F2)/(1.530+1.017)
四、实证结果
(一)基本分析
旋转后，选取特征根大于1的两个公因子，共解释原方差的86.162%，其中第一公因子F1主要反映个体心理的积极程度，第二公因子F2则代表个人的情绪控制能力。随后，按照公因子方差贡献度进行加权，就得到综合因子得分F，这即是样本的心理健康综合指标。本文综合因子得分加权式如下：
考虑到现实数据中不可避免地存在异方差，本文进行了异方差检验，发现怀特检验和BP检验结果的显著性概率为0.000，非常显著地拒绝了同方差的原假设，因此在后文的OLS回归中我们均采用异方差稳健标准误。
本文使用的数据来自北京大学2014年中国家庭追踪调查(China Family Panel Studies,CFPS)，包含个体、家庭、社区三个层面，能很好地反映社会、经济、健康等人口特征的变迁。根据变量设置进行筛选，剔除拒绝回答、不适用的样本后，获得有效样本量3 673个，样本描述性统计见表2所示。
“见到静秋，很偶然。前些日子和楚歌去一家茶馆喝茶，竟然见到她。茶馆是她和她老公的，已经开了两年多。一直没告诉你，是怕你多想。再说，有什么可告诉你的呢？静秋现在只是我的朋友，我总不能每交一个朋友，都要向娘子汇报吧？静秋是我的初恋，这不假，可是时间过去了这么久，当初再旺的一团火，也早熄灭了。昨天晚上，真的没打算叫她。楚歌和莫高都在，你不相信的话，现在就可以给他们打个电话……”
表3社会资本估计结果
模型1模型2模型3性别-0.037-0.048-0.035(0.024)(0.023)(0.023)城乡-0.008-0.009-0.006(0.006)(0.006)(0.006)学历-0.033∗∗∗-0.030∗∗∗-0.033∗∗∗(0.008)(0.007)(0.007)个人收入5.49∗10^-73.15∗10^-71.26∗10^-7(4.16∗10^-7)(3.93∗10^-7)(3.90∗10^-7)年龄-0.009-0.009-0.010∗(0.006)(0.006)(0.006)年龄平方1.19∗10^-49.74∗10^-51.113∗10^-4(7.74∗10^-5)(7.65∗10^-5)(7.49∗10^-5)健康状况-0.124∗∗∗-0.124∗∗∗-0.110∗∗∗(0.012)(0.012)(0.012)婚姻状况-0.023-0.025-0.024(0.018)(0.018)(0.018)省份-0.001-0.002∗∗-0.002∗∗(0.001)(0.001)(0.001)民族0.027-0.028-0.016(0.038)(0.037)(0.037)是否党员0.0530.0550.041(0.035)(0.034)(0.034)人缘情况0.028∗∗∗0.015∗(0.010)(0.009)相处能力0.071∗∗∗0.060∗∗∗(0.010)(0.010)找工作得到帮助0.016∗0.014∗(0.009)(0.008)社会地位0.210∗∗∗0.186∗∗∗(0.014)(0.014)调整的拟合优度0.09760.12500.1489
注: * p <0. 1，**p<0.05，***p<0.01；括号内为稳健性标准误。
从模型中可以看到，选取的四个表示社会资本的因素对于个人心理健康都有正向影响，并且显著程度都较高。在现实当中，人缘好的人身边的朋友更多，来自社会小群体的归属感更强，能够给人更多的心理寄托。而相处能力越强，意味着个人所能获得的这种社会群体资源更多，与人相处的过程也能够更加愉快，因此对心理健康有着正向影响。平时得到的帮助是资本性社交网络的一个重要组成部分[13]，结合理论和CFPS2014问卷中的问题设置，本文选取了找工作时得到的帮助这一指标，可以看到这个变量也比较显著。从变量本身来说，工作可以给人的基本生活提供物质保障，增加人的安全感；同时，这种帮助可以反映个人从社会群体中所获得支持的大小，而这种支持是一种重要的心理依托，可以大大地影响个人的心理健康程度。同时，社会地位这一个变量也非常显著，并且相应的回归系数也较高，可以合理推测这个变量很强地解释了社会资本对于个人心理健康的影响，因此拉高了模型2的调整后拟合优度。社会资本是群体在交往过程中形成的正式和非正式的规范，而在这个群体中地位较高的人，能够很轻易地获得来自群体的支持与尊重，同时也享有相应的资源，因此它对个人心理健康的影响是不言而喻的。从个人社交模型来看，虽然两个关键解释变量都非常显著，但是调整的拟合优度并不太高，比起资本性社交网络模型，解释力度较弱，这可能是因为社会地位对于个人心理健康的影响太明显。从后文也可以看出，社会地位这一因素在任何模型中都非常显著地影响着心理健康。从综合模型来看，结合了四个社会资本的因素以后，调整后拟合优度最高，而且四个关键解释变量都是显著的，因此可以考虑选择综合模型为最优模型。除了关键的解释变量，这里再选取几个基本控制变量对心理健康的影响进行解释。例如从婚姻上来看，离婚丧偶等变故可能会对个人心理健康产生不利的影响；从个人收入来看，收入越高，个人的心理健康程度更高，这是因为生活得到了更好的物质保障，从而心里也更加舒畅；从个人的政治参与程度来说，是党员的居民比非党员的居民心理健康程度更高，但这一变量并不具有统计显著性，说明可能并不是党员身份影响了居民的心理健康，而是身为党员的个体或许具有更高的集体参与度和积极性以及更高的政治觉悟，心理资本更加强大，相应的心理健康程度也越高。回归中，省份和民族仅为表示这两个变量带来影响的控制因素，并不做具体含义解释。
在选取控制变量时，为了防止遗漏变量带来内生性等问题，我们将年龄、性别、个人收入等个人基本信息都尽可能地放入了变量中进行控制，但实际上，这些变量之间可能存在很强的相关性，例如个人的民族和其所在省份之间的相关性其实会很大，因为在我国，少数民族几乎都有聚居的习俗。变量之间相互影响，会造成较为严重的多重共线性问题，使得估计精度降低，因此，我们用方差膨胀因子法(VIF)对变量的多重共线性问题进行检验，得到结果如表4和表5所示。
表4原模型方差膨胀因子
VIF1/VIF民族64.360.015 537是否党员48.460.020 636年龄42.620.023 462年龄平方40.710.024 564婚姻状况14.040.071 24人缘1.640.611 517相处能力1.630.613 486健康状况1.160.859 112个人收入1.120.895 415学历1.110.898 002
续表4：
VIF1/VIF性别1.090.914 58社会地位1.090.919 919省份1.030.972 5城乡1.020.983 604找工作得到帮助1.010.987 351VIF均值14.81
表5新模型方差膨胀因子
VIF1/VIF婚姻状况10.020.099 827是否党员9.540.104 798人缘1.630.612 266相处能力1.630.614 934年龄1.340.743 731健康状况1.160.862 465学历1.110.904 378性别1.090.918 089社会地位1.090.920 307个人收入1.080.924 524省份1.030.974 485城乡1.020.985 126找工作得到帮助1.010.987 356VIF均值2.52
变量较多时，模型综合VIF超过10就说明存在较为严重的多重共线性问题。可以看到民族、党员身份、年龄、年龄平方这四个指标的方差膨胀因子较大，且指标本身的统计显著性都不高，因此可以考虑删去其中几个。考虑到民族可能和个体所在省份等因素关系较为密切，因此删去这一变量。同时，最初加入年龄平方项只是为了防止年龄对于心理健康有二次的影响，但从统计显著性来看，它的影响并不明显，反而拉高了模型的方差膨胀因子，多重共线性问题严重，影响回归结果的准确性。而年龄这一因素作为基本的变量，无论是从现实来看，还是从理论研究来看[14-15]，都是影响个人心理健康的重要因素，因此暂不删除这一变量。同时，个人的党员身份在去除以上两个变量之后，在统计上变得显著，并且新的方差膨胀因子也不高，并且从理论上来看，的确能够代表个体是否积极地参与到某些特定的社交生活当中，体现了政治参与度，因此也考虑保留。从表5可以看到新的方差膨胀因子已经低于5，这说明多重共线性问题可能已经在正常范围内，并且此时OLS回归结果调整后拟合优度几乎没有变化，多重共线性修正成功，用修正后的模型可能会得到更加准确的回归结果。
本文还对内生性问题进行了分析。从马斯洛和密特尔曼的心理学理论上看，保持良好的人际关系是心理健康的标准之一，因此解释变量中的个人社交指标和心理健康综合指标在一定程度上可以相互解释；同时，个人的心理状况很可能对其社交能力、社会地位等指标产生影响，存在反向因果关系，从而产生内生性问题。本文采用同一省份中城镇区域或者乡村区域里同一性别的社会资本样本平均值经个体样本特征化调整后作为人缘、与人交往能力、找工作时受到帮助大小和社会地位这四个指标的工具变量，以避免单个样本中的反向因果关系和可能存在的测量误差，改善内生性问题。
美国国立卫生研究院项目管理程序透明，全流程管理内容集中成文，及时更新《美国国立卫生研究院资助政策声明》。美国国立卫生研究院管理信息是公开的，例如战略规划、顾问委员会会议纪要、绩效报告、项目立项及进展情况等均在网络公布，部分会议向公众开放。而美国国立卫生研究院各研究所不仅公布有关项目管理人员名单、联系方式，而且在指南意向性建议、公布指南、申请、管理等阶段均可直接沟通联系。但是有些信息仅为公开，例如科学评审小组专家名单在网站公开，并重点备注说明申请人及其单位在评审前后均不得联系专家，一旦发现将以违反科研诚信处理。
表6弱工具变量检验
社会地位找工作得到帮助人缘情况相处能力Wald值68.219100.836107.50299.55显著性(sig.)0.0000.0000.0000.000
(二)拓展研究
现有文献在研究居民社会经济地位、社会资本等个体的社会资源属性时，常常会格外看重居民的户籍身份，因为城乡居民所面临的社会资源的确会因为户籍身份的不同而有所差别，并且此类问题也具有很强的社会意义和政策意义，而现在已经确有将城乡身份与个体健康进行联系的相关研究[16-18]。
因此本文也将对城镇数据、乡村数据和总体数据再一次进行回归并分析相应结果。对城镇数据和乡村数据进行内生性检验，发现乡村数据内生性问题的卡方检验和F检验的p值分别为0.017 4和0.009 3，存在比起总体数据来说更为严重的内生性问题；且在采用工具变量后，均并不存在弱工具变量问题，因此对于总体数据和乡村数据，采纳使用工具变量法对内生性问题进行修正后的回归结果。由于城镇数据不存在较为明显的内生性问题，因此我们采用OLS回归结果对其进行分析。在这里由于篇幅限制，仅列出四个关键解释变量与心理健康的回归结果(见表7)。
表7考虑内生性后的社会资本估计结果
总体数据乡村数据城镇数据人缘情况0.0350.0490.009(0.029)(0.038)(0.01)相处能力0.088∗∗∗0.099∗0.068∗∗∗(0.027)(0.038)(0.013)社会地位0.222∗∗∗0.269∗∗∗0.184∗∗∗(0.043)(0.060)(0.018)找工作得到帮助-0.008-0.0430.010(0.026)(0.036)(0.011)调整的拟合优度 0.13380.10630.1444
注: * p <0. 1，**p<0.05，***p<0.01；括号内为稳健性标准误。
从回归系数可以发现，除了相处能力外，另三个解释变量乡村数据的回归显著性数值高于城镇数据，并且回归系数也是乡村数据更大，这说明社会资本对于个人心理健康的影响乡村大于城镇。这可能因为拥有乡村户口的个体，他们的生活结构更加简单，每天的社交范围就是自己所居住的村落，与周围邻里的关系是影响他们心理状况的重要因素。而对于居住在城镇里的人们来说，他们打交道的范围更广，工作所涉及的事物也更多，与更多方面都建立了联系，因此心理健康程度受到社会资本的影响要稍小一些，例如工作压力、收入等因素也会对他们的心理健康产生重要的影响。而这在回归结果中也可以看到，某些反映居民基本情况的控制变量，城镇居民明显比乡村居民更加显著，而这就解释了为什么调整后的回归系数城镇居民略高于乡村居民。特别引人注意的是，乡村数据“找工作得到帮助”这一变量的回归系数变成了负值，并且还影响了总体数据的回归系数，可能是乡村居民应在自家务农，找工作得到帮助说明他们在外务工，这可能使他们面临更大的社会压力，并且背井离乡这一经历也可能使他们的内心更加脆弱多思，因此对心理健康产生了一定影响。至于这种负面效应的具体内在作用机制，还需要更深入的研究来进行探索，本文在此不再做进一步研究。
（2）当时，图像如图5所示，可以看出假设有比更小的数，那么从图像发现当时，图像间的差距比大，所以假设不成立，那么就是差距最大中的最小值。
五、结语
本文基于CFPS2014的数据，以个人社会资本为核心解释变量，研究其对居民心理健康的影响。从回归模型来看，作为个人社交指标的人缘情况和相处能力以及作为资本性社交网络指标的社会地位对心理健康都有着明显的正向影响，且这种影响从总体上来说比较显著。尤其是社会地位这一指标对心理健康的影响，无论针对什么模型，采用什么数据，统计显著性都非常高。这种显著性并不只是在统计理论中成立，在现实中，社会地位作为个人在其社交群体中的关键属性之一，反映着个人在群体中的重要性，体现了个人在社交网络中能获得的支持、关注与尊重，也在一定程度上造就了个人的心理归属感，这是一种有所依托的踏实感，对个人心理健康有着正向的激励作用。同时，社会地位越高，其在这个社会群体中能获得的资源也就越多，这实际上还能产生额外的社会资本溢价[19]。
就城乡数据来看，乡村居民的心理健康受社会资本的影响更大，因此可以考虑加大在乡村建设这种个体认可群体组织的力度，将社会资源分配到更加高效的部分，以促进乡村居民心理健康。当然，对于城镇居民的心理状况我们也不能忽视，由于城镇居民的工作压力更大，社交范围更粗泛，因此，居民自感可信赖的、能带来归属感的群体比乡村更加难以建立，更需要投入相应的资源，举办相应的活动，制定相应的政策[20]，让“远亲不如近邻”“朋友多了路好走”等思想深入人心，通过建立稳定的社会群体来确保个体都享有有价值的社会资本，提升个人心理健康程度。这种基于城乡真实数据的调查，实际上具有一定的政策意义。要响应习近平同志在新时代建设健康中国的号召[21]，除了体质健康，还必须关注居民的心理健康，而社会资本作为影响个体心理健康的重要因素之一，自然也会成为达到相关政策目标所辟的捷径之一。社会资本能够为居民提供外源性的支持，增强他们应对来自外界负面应激事件的能力。政策的制定者们可以努力创造一个能给居民以安全感、幸福感、归属感且和谐融洽的社会氛围， 举行一些有较高市民参与度、社会参与率的活动，促进居民社会网络的建设，让居民能够互帮互惠，从而使个体能从中获得更多的信任感、依托感，让个人能够愉快地接受生活的规范，能与身边的人建立深厚的感情，能够在多变的环境中保持独立与冷静，能够自信地处理生活中发生的各类负面事件，避免一些消极情绪的产生，能适度地发泄和控制情绪。社会资本对于这些正向情绪的产生有着明显的促进作用，有利于推动“健康中国”目标的达成。
本文还存在一些局限性。首先，由于受数据来源和CFPS问卷设置的限制，本文仅选取了少数社会资本及心理健康的代表性指标，如果能有更多指标被纳入分析，研究结果将会更加准确。其次，社会资本既可以是整个社会所享有的集体性资源，即宏观的社会资本，又可以是居民基于自己独特的社交网络所享有的个体社会资本，而本文的研究仅专注于后者，对前者几乎没有涉及，这也是今后研究要关注的地方。
在川西北根据地党组织、革命政权的领导下，各少数民族群众积极投入到支援红军的筹粮活动中，为红军提供了大量的粮食和牛羊等牲畜，少数民族群众对红军的大力支援是红军成功解决粮食问题的关键。
参考文献:
[1] 李惠斌,杨雪冬.社会资本与社会发展[M].北京:社会科学文献出版社, 2000.
[2] 徐维群.社会资本与中国家族企业管理模式的转型[J].生产力研究,2005(7):159-161.
[3] 埃米尔·迪尔凯姆.自杀论[M].冯韵文,译.北京:商务印书馆，2009.
[4] ADLERNE，BOYCET，CHESNEYMA，et al．Socioeconomic status and health: the challenge of the gradient[J].American Psychologist,1994,49 (1):15-24．
[5] Lorant V，Deliège D，Eaton W，et al．Socioeconomic inequalities in depression: a meta-analysis[J].American Journal of Epidemiology,2003,157 (2):98-112．
[6] 胡阳秀,潘淳.社会心理视角下社会经济地位对健康的影响机制[J].东方企业文化,2015(15):268-271.
[7] ROSE R.How much does social capital add to individual health? A survey study of Russians[J].Social Science & Medicine, 2000，51(9) :50-62.
[8] PHONGSAVAN P，CHEY T，BAUMAN A, et al．Silove D.Social capital,socio- economic status and psychological distress among Australian adults[J].Social Science & Medicine，2006，63(10):25-28.
[9] 刘华山.国外心理健康服务体系目标概览及启示[J].教育研究与实验,2009(1):66-72.
[10] HENK D.Flap,Nan Dirk de Graaf,Social Capital and Attained Occupational Status[J].Netherlands Journal of Sociology,1986(22):26-27.
[11] 付双乐.不同年龄段老年人心理健康自评及其影响因素探析[J].社会工作与管理,2016,16(3):20-26.
[12] 胡阳秀,潘淳.社会心理视角下社会经济地位对健康的影响机制[J].东方企业文化,2015(15):268-271.
[13] PHILLIPS M R，ZHANG J,SHI Q.Prevalence，Treatment，and Associated Disability of Mental Disorders in Four Provinces in China during 2001-05: An Epidemiological Survey[J].The Lancet，373(9680):2041-2053．
[14] 王曲,刘民权.健康的价值及若干决定因素:文献综述[J].经济学，2005( 4):1-52.
[15] 石砚.不同年龄健康查体心理需求分析[C]//国际数字医学会.2017国际数字医学会数字中医药分会论文集.国际数字医学会:湖南中医药大学期刊杂志社,2017.
[16] 马潇萌.中国城乡差距对城乡居民健康不平等的影响[J].城市问题,2016(11):4-12.
[17] 覃竹韵. 中老年城乡居民健康差异及其影响因素实证研究[D].南京:南京大学,2017.
[18] 程菲,李树茁,悦中山.中国城市劳动者的社会经济地位与心理健康:户籍人口与流动人口的比较研究[J].人口与经济,2018(6):42-52.
[19] 周钦,秦雪征,刘国恩.不患寡而患不均:相对生活水平对居民心理健康的影响[J].经济理论与经济管理,2018(9):48-63.
[20] 周钦,蒋炜歌,郭昕.社会保险对农村居民心理健康的影响:基于CHARLS数据的实证研究[J].中国经济问题,2018(5):125-136.
[21] 中共中央 国务院印发《“健康中国2030”规划纲要》[N].光明日报,2016-10-26(1).
TheInfluenceofResident'SocialCapitalonIndividualMentalHealth：AnEmpiricalStudyBasedonCFPS
HUANGLinrui1，FUXiaoling2
(1.School of Management Science and Engineering, Central University of Finance and Economics, Beijing 102206; 2.School of Music and Performance Arts, Mianyang Teachers' College, Mianyang, Sichuan 621000)
Abstract: Based on the China Family Tracking Survey (CFPS) 2014 questionnaire, this paper conducts regression analysis on representative social capital indicators and residents' mental health indicators, and corrects the endogeneity and other issues of the model. The results show that individual social capital has a positive effect on their mental health, especially more obvious on rural residents. The research has certain policy significance. Policymakers can help residents enjoy more stable social capital, improve their psychological health and respond to the call of "Healthy China" by establishing a harmonious social atmosphere that gives people a sense of security and trust.
Keywords: Social capital, mental health, urban and rural residents
中图分类号：F832.0
文献标志码：A
文章编号：1672-612X(2019)09-0069-08
收稿日期：2019-06-10
作者简介：
黄林蕤(1998- )，女，重庆潼南人，中央财经大学学生，研究方向：投资学。
付晓玲(1965- )，女，重庆荣昌人，教授，研究方向：音乐教育与音乐心理。
DOI:10.16276/j.cnki.cn51-1670/g.2019.09.010
(责任编辑：冯芳)
标签：心理健康论文; 变量论文; 社会论文; 资本论文; 社交论文; 哲学论文; 宗教论文; 心理学论文; 发展心理学(人类心理学)论文; 《绵阳师范学院学报》2019年第9期论文; 中央财经大学管理科学与工程学院论文; 绵阳师范学院音乐与表演艺术学院论文;