“家庭網”中的風險分擔

梁騰堅,劉 奇,郭志芳

(1.中國農業大學經濟管理學院,北京100083;2.國務院參事室參事業務二司,北京100008)

一、研究背景

什么樣的組織/網絡最適合充當分擔風險的組織/網絡?相關研究認為,小型社會網絡的成員之間更有可能實現風險分擔,因為這些成員往往更加關心彼此的經濟狀況,也更為信任彼此,同時也更有可能通過社會排斥等方式對違約的成員進行懲罰[1]。因此,家庭應該是最為重要和可能的風險分擔組織/網絡,個人往往首先在家庭內部尋求風險分擔。人們組建家庭的目的之一就是為了統籌資源以應對風險的沖擊,即使在富裕的經濟體中,家庭仍然是重要的保險組織[2]。

傳統中國家庭的主要功能之一就是保護其成員免受外部風險的沖擊。長期以來,面對人口過剩和資源缺乏等問題,個體之間的競爭往往很激烈,并且缺乏正式的社會保障制度,在這種環境下,強勢的家庭制度能夠抵御險惡多變的環境,農民唯一能夠相信的人就是自己家庭的成員[3]。

近幾十年來,我國的家庭結構出現“核心化”趨勢,即由傳統的三代(或世代)同堂家庭向現代核心家庭[注]“核心家庭”是由父母雙親和未婚子女所組成的家庭(包括只有夫妻2人而無子女或者只有雙親中1人與未婚子女組成的家庭)。轉變[4-5]。標準的經濟分析可以解釋家庭的“小型化”和“核心化”,即共同生活能夠節約經濟花費,但是也會提高生活成本——特別是在喪失個人自主性的情況下,只要這些成本超過了共同生活的收益,家庭就會分解。隨著市場經濟的發展,家庭更容易獲得所需要的產品和服務,從而組成和維持大家庭的激勵就會削弱,這也是發達經濟體中的家庭,特別是城市家庭變得“小型化”和“核心化”的根本原因[4]。因此,隨著我國市場經濟的深入發展,農村家庭也會趨向“小型化”和“核心化”。

隨著家庭的“小型化”和“核心化”,“家庭網”孕育而生。“家庭網”是指有親屬關系的家庭組成的社會網絡,就多數情況而言,它是由能夠組成主干家庭[注]“主干家庭”是指父母雙親僅和一對已婚子女(兒子、兒媳或女兒、女婿)所組成的家庭(包括兩對不同代夫妻有缺損的情況)。和聯合家庭[注]“聯合家庭”是指由父母雙親和2對及2對以上已婚子女所組成的家庭(包括無父母而兄弟姐妹婚后不分家的情況)。的幾個獨立的核心家庭組成的一種特殊的社會組織,具有特殊的結構和功能[4]。換句話說,“家庭網”是在傳統的主干家庭和聯合家庭向核心家庭轉變的過程中形成的,原來的主干家庭和聯合家庭由于兒子分爨、兄弟分家以及女性出嫁等原因分解成多個獨立家庭,這些獨立的另組家庭以及原屬家庭就構成了一張“家庭網”。

從某種程度上來說,“家庭網”是傳統家庭的另外一種再現形式,在傳統家庭分解后,核心家庭與“家庭網”保持著密切的聯系,在經濟上相互幫助、生活上相互支持、情感上相互交流[6],這就意味著“家庭網”是一個非常重要的風險分擔網絡/組織。在家庭“核心化”的過程中,家庭內部的親屬關系變成了家庭之間的親屬關系,即家庭內的親子關系變成親代家庭和子代家庭的關系,家庭內兄弟姐妹的關系變成兄弟姐妹家庭間的關系。如果家庭內的親屬能夠相互分擔風險,那么就有理由相信親屬家庭之間也會分擔風險。在經濟分析中,把“家庭網”當作風險分擔的組織/網絡有其合理性,因為“家庭網”中的成員家庭充分掌握著彼此的信息,了解彼此的行為和過往,能夠形成有效的監督,同時能對背信棄義的成員家庭施加強大的社會壓力,更為重要的是,成員家庭之間往往具有血緣上的聯系,這有助于產生利他主義的感情和情緒,這種利他主義往往能夠減少甚至消除囚徒困境下的搭便車行為,如果雙方相互利他,就更容易實現對公共物品(比如共同的保險計劃)的自愿捐助。

雖然國內外研究農村風險分擔組織的文獻較多,但大多都把“村莊”當作風險分擔的組織/網絡[7-8],或是研究社會中早已存在的特定組織的風險分擔功能,比如孟加拉國的“bari”組織[9]和中國的宗族組織[10],少有文獻把“家庭網”當作風險分擔的組織/網絡來研究。為此,本文將利用中國家庭追蹤調查(CFPS)農村地區的數據,實證分析在面臨收入風險沖擊時,我國農村家庭能否通過“家庭網”來分擔風險。

二、理論框架及實證模型

(一)“家庭網”的風險分擔模型及研究假說

在風險分擔組織/網絡中,風險的有效配置等同于在組織/網絡總的資源約束下,社會計劃者最大化家庭期望效用的加權和[8]。作為一種潛在的風險分擔組織/網絡,“家庭網”中風險的帕累托配置可以用同樣的方法進行論證。

式(1)為每一自然狀態s每一時期t“家庭網”的資源約束條件,式(2)為非負約束條件,如果“家庭網”在任何歷史中的每一期都有任何資源,則不會取等式。

(1)

cist≥0,?i,s,t

(2)

相應于cist,cjst,一階條件見式(3)。如上所述,家庭的邊際效用函數u′(·)是可微的,它在每一時期都保持不變,cist,cjst分別是成員家庭i和j在t時期s狀態下的消費水平,家庭權重λi不隨時間的變化而變化。

(3)

對于“家庭網”中的任一成員家庭,式(3)在任何時期t和任何自然狀態s下都是成立的。“家庭網”中所有成員家庭的邊際效用都是同向移動的,他們的消費水平也是同向移動的。因此,在任何自然狀態s下,任一成員家庭i的邊際效用都是“家庭網”中所有成員家庭平均邊際效用的單調遞增函數。這意味著任一成員家庭i的消費都是“家庭網”平均消費的單調遞增函數。在風險的帕累托配置中,收入的任何一個暫時性變化都能夠在“家庭網”水平上得到完全的統籌和分擔。既然在控制了“家庭網”總消費后,家庭消費不受家庭收入的影響,成員家庭就沒有在家庭層次上進行風險多元化的激勵,其面臨的唯一風險就是“家庭網”層面上的總風險。

(4)

和上述情況一樣,對于“家庭網”中的任一家庭i,式(4)在任何時期t和任何自然狀態s下都是成立的。如果把N個等式加總,就可以得到式(5):

(5)

因此,家庭的消費等于“家庭網”的平均消費加上不隨時間變化而變化的家庭固定效應,這個固定效應取決于家庭的相對權重。此外,家庭收入yits沒有出現在式(5)中,這意味著在控制了平均消費后,一個家庭的消費不會受到自家收入的影響。在風險分擔理論中,家庭收入沖擊表示家庭面臨的特異性風險,風險分擔組織/網絡的平均消費沖擊表示該組織/網絡的總風險。換句話說,根據式(5)可以提出以下研究假說:如果“家庭網”中存在完全的風險分擔,那么在控制“家庭網”的總風險后,一個家庭的消費不會受到自家特異性收入風險的影響。

(二)計量模型

(6)

(7)

如前所述,“家庭網”中風險分擔的程度由兩個系數決定:一個是家庭收入差分的估計系數,另一個是“家庭網”平均消費差分的估計系數。當“家庭網”中存在完全的風險分擔時,前者取值為0,且在統計上不顯著;后者取值為1,且在統計上顯著。

不過,這種估計方法往往會導致估計系數β過度敏感,從而產生估計偏誤。特別是當β>0時,估計系數會向值偏誤[8],這會產生完全風險分擔的假象。因此,可以用風險分擔組織/網絡與時間交互的虛擬變量來捕捉風險分擔組織/網絡面臨的總風險[11]。沿用這種方法,本文使用“家庭網”—時間虛擬變量來捕捉“家庭網”面臨的總風險,用家庭收入來捕捉家庭的特異性風險。最終的計量模型設定如下:

(8)

被解釋變量Δcift為家庭消費的差分,采取人均的形式,即家庭人均消費的差分。具體的消費分類包括了總消費、食物消費、非食物消費,而非食物消費又進一步細分為衣著、家庭設備用品、醫療保健、交通和通訊、教育文化娛樂、居住、雜項等各項消費支出。

關鍵解釋變量Δyift為家庭人均純收入的差分。控制變量ΔAift為家庭人口特征變量的差分。家庭的人口特征變量包括了家庭人口規模、人口結構——家庭中未成年人的比例、17—59歲(男性/女性)成年人的比例、60歲及以上(男性/女性)成年人的比例,家庭成員的最高教育水平,家庭財務負責人的性別和年齡以及家庭是否從事農業生產經營的虛擬變量等。其中,家庭人口規模的差分是重要的控制變量,家庭人口規模的變化既有可能直接影響家庭人均消費的變化,也可能是形成“家庭網”的重要原因,如果不對它進行控制,則有可能造成遺漏重要變量的估計偏誤。

三、數據來源與“家庭網”的結構

本文使用的數據來自于北京大學中國社會科學調查中心實施的中國家庭追蹤調查(CFPS)。該調查于2010年正式開展,2012年、2014年和2016年對樣本家庭進行了追蹤調查,收集社區、家庭、個體3個層次的數據,包含了家庭收入、支出和資產等方面的信息,非常適合用于對風險分擔的檢驗。本研究側重于家庭收入和消費的變動,因此主要使用的是2012年、2014年和2016年CFPS的農村家庭數據。

為了具有可操作性,本文將“家庭網”進一步定義為源于同一基期(2010年)家庭的一組家庭。從而,“家庭網”由原屬家庭[注]“原屬家庭”是當期調查前存在于家庭成員數據庫中的受訪家庭。和另組家庭[注]“另組家庭”是當期調查從原屬家庭中分裂出來,與原屬家庭經濟上相互獨立的個體。組成。利用分家基因成員的信息,可以識別出另組家庭的原屬家庭,從而構造一個“家庭網”的數據集,并利用這個數據集進行風險分擔的檢驗。圖1顯示了2014年“家庭網”f可能的家庭構成,包括持續追蹤家庭A、另組家庭B、另組家庭C和另組家庭D,它們之所以被納入到同一“家庭網”,是因為都可以溯源至基期家庭A。其中,有些家庭既是另組家庭又是原屬家庭,比如另組家庭C的原屬家庭為另組家庭B,而另組家庭B則是從它的原屬家庭——基期家庭A中分裂出來的。因此,從另組家庭的角度來看,“家庭網”是由持續追蹤并且分過家的家庭[注]“持續追蹤家庭”指的是從基期(2010年)到調查當期持續追蹤調查的家庭。和溯源于它的另組家庭所組成的。對于持續追蹤但未分過家的家庭來說,其“家庭網”只包含該家庭自身,不是嚴格意義上的“家庭網”,因此本文所指涉的“家庭網”僅限于由持續追蹤并分過家的家庭和一戶及以上另組家庭所組成的“家庭網”。

圖1 “家庭網”f的構造

表1為CFPS在2010年、2012年、2014年和2016年的受訪家庭數量及其結構。2010年(基期)有9 700戶受訪家庭。2012年CFPS調查了9 061戶家庭,這些受訪家庭分為三類:(1)從基期到2012年持續追蹤并且從未分過家的家庭,有8 240戶;(2)從基期到2012年持續追蹤并且分過家的家庭,有483戶;(3)另組家庭338戶,它們是在2012年從上述分過家的483戶家庭中分裂出來的。如上所述,“家庭網”由第(2)類和第(3)類受訪家庭構成。2014年有9 933戶受訪家庭,包括7 720戶持續追蹤并未分過家的家庭、1 213戶持續追蹤并分過家的家庭和1 000戶另組家庭,其中有723戶另組家庭是調查當期剛從原屬家庭分解出來的。同樣的,2016年受訪家庭10 059戶,包括持續追蹤并未分過家的家庭7 117戶、持續追蹤并分過家的家庭1 584戶和另組家庭1 358戶,其中有589戶另組家庭是調查當期剛從原屬家庭分解出來的。

有多少另組家庭是由于兒子的分爨以及女兒出嫁形成的呢?表1最后一行顯示了各個調查期(當期)另組家庭與其原屬家庭為親子關系[注]另組家庭中至少有一名成員與其原屬家庭的一名成員有親子關系。的比例。從中可以看出,絕大部分的另組家庭與其原屬家庭是子代家庭與親代家庭的關系,換句話說,絕大部分另組家庭是由于兒子的分爨或女兒出嫁等原因所形成的。

表2為不同調查時期受訪者家庭類型的變化。從中可以看出,核心家庭已經是我國農村地區最主要的家庭類型:2012年、2014年和2016年的受訪家庭中分別有60.11%、61.11%和63.98%的比重為核心家庭。在持續追蹤的家庭中,分過家的家庭為核心家庭的比重系統性地高于未分過家的家庭,而另組家庭(當期)絕大多數為核心家庭。這說明,另組家庭及“家庭網”的形成很大程度上是家庭的“核心化”造成的。

另外,2016年CFPS中家庭人口規模的數據也顯示:那些持續追蹤并且未分過家的家庭,其人口規模平均值為4.16人,中位數為4;那些持續追蹤并分過家的家庭,其人口規模平均值為3.59人,中位數為3;而另組家庭(當期)的人口規模平均值為2.68人,中位數為3。2—3人的規模與核心家庭的人口規模是一致的,這進一步支持了家庭分家的過程就是“核心化”和“小型化”的過程。總之,“家庭網”的數據集表明,有相當一部分另組家庭是因為孩子的分爨或出嫁而形成的,而家庭的“核心化”是“家庭網”形成的重要原因。

表3對相關變量進行了統計,并按照“家庭網”中不同的家庭類型進行了分類。從中可以看出,與持續追蹤并分過家的家庭相比,另組家庭的人均消費和人均純收入都要更高一些,這一方面是因為另組家庭的總消費和純收入更高一些,另一方面是因為另組家庭的人口規模更小一些。此外,另組家庭也顯得更為年輕,其未成年比例和17—59歲男(女)性成年人比例要更大,而60歲及以上男(女)性成年人比例更小一些。另組家庭受教育水平最高成員的教育水平更高,家庭更少從事農業生產經營,其財務負責人的年齡也更小。顯然,在這些可觀察的特征上,持續追蹤的家庭與另組家庭存在著顯著差異。這表明,家庭的分裂是非隨機性的,如果不包括另組家庭,那么分析將會受到選擇性偏誤的影響。

表1 受訪家庭數量:持續追蹤的家庭與另組家庭(單位:戶)

注:A是從基期(2010年)到調查當期持續追蹤的家庭,“家庭網”由B類和C類家庭構成。

表2 受訪者家庭類型的變化

表3 相關變量統計結果

注:所有的價格變量都使用《中國統計年鑒》中各省的CPI折算為2016年的價格。

四、實證結果分析

(一)家庭總消費的風險分擔

表4匯報了家庭總消費風險分擔的檢驗結果。其中,模型(1)的解釋變量僅包含家庭人均純收入的差分,構成了估計的基準模型;模型(2)在模型(1)的基礎上控制了家庭規模大小的差分;模型(3)在模型(1)的基礎上控制了家庭其他特征變量的差分;模型(4)則在模型(3)的基礎上控制了家庭規模大小變量的差分。

從基準模型(1)可以看出,在控制“家庭網”—時間虛擬變量之前,有16.37%的收入波動轉為了總消費的波動,而在控制了該變量之后,家庭人均純收入差分的估計系數為0.0762,也就是說,只有7.62%的收入波動轉為了總消費的波動。雖然這個估計系數不等于0,但是它還是遠小于控制之前的估計系數(0.1637),并且在統計上不顯著。模型(2)的估計結果則表明,在考慮了家庭規模變化的因素以后,模型(1)的基本結論還是成立的,即在控制了“家庭網”—時間虛擬變量之后,家庭人均純收入的估計系數大幅度減少,雖然不等于0,但是在統計上不顯著。模型(3)和模型(4)的估計結果同樣顯示:與基準模型(1)相比,在考慮了家庭其他特征變量以及所有的控制變量以后,模型(1)的基本結論還是成立的。

表4 “家庭網”中總消費風險分擔檢驗結果

注:***、**和*分別表示在1%、5%和10%的顯著性水平上顯著,括號內為標準誤。

表5 “家庭網”中食物/非食物消費風險分擔檢驗

注:***、**和*分別表示在1%、5%和10%的顯著性水平上顯著,括號內為標準誤。

綜上所述,當家庭的效用函數為指數型時,家庭人均總消費拒絕了完全風險分擔的假說,但是實現了部分風險分擔:在控制“家庭網”—時間虛擬變量之后,家庭人均純收入差分的估計系數都大幅度地減少,并且在統計上都不顯著。在不同控制變量的設定下,這個基本的結論都是穩健的。因此,遺漏重要變量所導致的估計偏誤不是一個嚴重的問題。

(二)不同消費分類中的風險分擔檢驗

表5匯報了家庭食物/非食物消費風險分擔檢驗結果。從中可以看出,家庭的食物消費并沒有實現完全的風險分擔:在控制“家庭網”—時間項之后,估計系數減少的幅度并不明顯,雖然兩者在統計上都不顯著。這說明,在“家庭網”中幾乎沒有食物消費的風險分擔。與之形成對比的是,“家庭網”對非食物消費的風險分擔非常顯著,盡管也不是完全的風險分擔。在控制“家庭網”—時間項之前,家庭人均純收入差分的估計系數為0.0981。控制之后,這個估計系數大幅減少為-0.0131,并在統計上不顯著。在進一步細分非食物消費類型后,除了醫療保健消費,其他項目的消費都拒絕了完全風險分擔的原假設[注]為節省篇幅,不再匯報相關的結果,感興趣的讀者可以向筆者索取。。

(三)按資產分組的消費風險分擔檢驗

“家庭網”對風險的分擔會因家庭擁有資產的分層而呈現出顯著的差異嗎?一般認為,高資產組的家庭面對收入沖擊時有能力更好地對消費進行平滑,從而更不依賴“家庭網”來分擔風險。可能的原因有兩個,一是高資產組的家庭擁有更多的可抵押資產,從而能有效利用信貸市場來實現消費的平滑,將未來的資源用于今天的消費;二是高資產組的家庭即使借貸受到限制,還可以將積攢的金融和實物資產變現以應對風險的沖擊,實現自我保險。借貸市場和自我保險機制的存在,使得高資產家庭對“家庭網”這種非正式的風險分擔組織/網絡的需求并不太強烈。

與高資產家庭相比,低資產家庭可能更加厭惡風險,其有更強的激勵去分擔風險,但并不意味著其需求一定會得到滿足。較少的資產限制了他們日后回報他人的能力,由于存在這種預期,其他人與他們共同分擔風險的激勵就會下降。另外,與低資產家庭同屬一個“家庭網”的家庭也往往擁有較少的資產,這會限制他們之間的風險分擔。相比之下,中等資產家庭更有可能在“家庭網”中實現風險分擔,因為他們有分擔風險的需求,同時也更有可能獲得風險分擔的供給。

為了驗證上述觀點,本文把所有的家庭按照擁有的資產高低分為不同的資產組進行了分組回歸。其中,家庭資產包含了10個子類別:農業機械、經營資產、債權——別人欠自家的錢、耐用品、金融資產、生產性固定資產、土地、現住房、其他房產和儲蓄。把家庭按照資產排序后分為三個資產組,分別是最低資產戶30%、中等資產戶40%和最高資產戶30%。分別對這三個資產組的總消費進行完全風險分擔的檢驗,結果如表6所示。對于低資產戶而言,在控制了“家庭網”—時間項后,家庭人均純收入差分的估計系數雖然變小了,但是降幅并不顯著。這說明低資產戶利用“家庭網”實現了部分的風險分擔,但是風險分擔的程度是非常有限的。與預期相符的是,中等資產戶風險分擔的程度超過了最低資產戶和最高資產戶。而在控制了“家庭網”—時間項后,高資產家庭人均純收入差分的估計系數不僅沒有趨向值反而變得更大。

高資產家庭的反常現象,可能跟“親屬稅”有關。從高資產戶的角度來說,親屬家庭間的風險分擔可能是不“公平”的,他們實際給予親屬的幫助往往超過了他們為風險分擔所愿意的支付。換句話說,對高資產戶而言,家庭間的風險分擔包含了收入再分配的成分。在這種情況下,親屬網絡反而成為高資產/收入家庭的一種負擔,即對他們征收的“親屬稅”。為了逃避這種“親屬稅”,家庭傾向于增加消費,特別是增加不可分享的非耐用品的消費[12]。基于這樣的分析,在控制“家庭網”—時間項后,高資產家庭的消費不僅不會減少,反而會增加。此時,對高資產家庭而言,“家庭網”—時間項捕捉到是隨著時間變化而變化的“親屬稅”。

表6 家庭按資產分組的消費風險分擔檢驗結果

注:***、**和*分別表示在1%、5%和10%的顯著性水平上顯著,括號內為標準誤。

(四)穩健性分析

在實際調查中,家庭的收入是非常難測量的,經常產生測量誤差。當測量誤差為經典變量誤差時,OLS的估計將會產生衰減偏誤,即所估計的影響將變小,特別是如果待估參數為正數,被誤測變量系數的OLS估計量會產生向零值的偏誤。由于家庭消費經常隨著家庭收入的波動而同向波動,在這種情況下,如果不考慮收入的潛在測量誤差,就可能會低估家庭收入對消費的影響。為了檢驗測量誤差可能帶來的估計偏誤,這一部分使用工具變量對主要的風險分擔檢驗重新進行了估計。另外,使用工具變量法還有助于緩解家庭收入變化潛在的內生性問題。比如家庭偏好的變化等不可觀測因素可能同時影響家庭的收入和消費的變化,這會造成潛在的內生性問題。

如前所述,CFPS的時間跨度為2010—2016年,而這段時間(2010年第2季度至2016年第2季度)恰好是我國第6個經濟收縮期[13]。面對突如其來的經濟危機,家庭可以通過變賣實物資產和金融資產的方式來平滑家庭的收入波動[14]。也就是說,家庭擁有的初始資產可以用來預測家庭收入的變化。這部分使用家庭初始的人均實物資產和金融資產作為家庭人均收入波動的工具變量。

表7匯報了工具變量估計的結果。在所有的回歸當中,都分別以Cragg-Donald Wald F統計量來檢驗工具變量是否是弱工具變量,以Sargan統計量的p值來檢驗工具變量的過度識別問題。結果顯示,與把家庭人均純收入的波動作為外生變量相比,工具變量估計的系數要更大一些。估計系數更高的一個可能原因是工具變量法修正了家庭收入變量中的測量誤差。另外一個可能的原因是工具變量捕捉到的是家庭永久性收入,而不是暫時性收入。表7中的總消費檢驗與OLS估計結果一致,在控制“家庭網”—時間項后,家庭人均純收入差分的估計系數變小了,從0.2224減小到0.1510。在對消費進一步細分后發現,家庭人均純收入差分對家庭人均食物消費和非食物消費的影響也在變小。不管是在總消費還是在分項的食物消費和非食物消費的風險分擔檢驗中,家庭人均純收入差分的估計值都不等于0。這說明,“家庭網”中的家庭實現了部分風險分擔,但沒有實現完全的風險分擔。

這個結論并不意外,大多數研究表明,即使在單個家庭內部,完全的風險分擔也是不太可能的。不過,在控制了“家庭網”—時間項后,家庭人均純收入波動的估計系數都變小了。這表明,“家庭網”中的家庭確實在統籌使用他們所擁有的經濟資源。換言之,至少就消費的風險分擔而言,把“家庭網”而不是家庭當作基本的決策單位似乎更為合理一些。

表7 消費風險分擔的穩健性檢驗結果

注:***、**和*分別表示在1%、5%和10%的顯著性水平上顯著,括號內為標準誤;Cragg-Donald Wald F統計量括號里的值為弱工具變量檢驗的10%水平標準值。

表7中,Cragg-Donald Wald F統計值符合Stock和Yogo(2002)10%的臨界值,表明所選擇的工具變量對內生解釋變量——家庭人均純收入的變化有較強的預測能力。同時,Sargan檢驗的高水平p值表明不能拒絕所有工具變量均為外生的原假設。盡管這些檢驗不能證明識別策略的完全成功,但是它們確實為所選工具變量的合理性提供了一些證據。

五、結論與啟示

利用中國家庭追蹤調查(CFPS)農村地區的數據,本文首先構造了“家庭網”的數據集,并利用這個數據集來檢驗在面臨收入風險沖擊時,我國農村家庭能否通過“家庭網”來分擔風險,從而達到完全的消費保險。實證結果表明:“家庭網”中的家庭實現了部分風險分擔,但沒有實現完全的風險分擔;相比于食物消費,家庭非食物消費的風險分擔程度更為顯著;相比于高資產家庭和低資產家庭,中等資產家庭實現風險分擔的程度更大。這意味著,雖然“家庭網”并沒有完全像單個家庭那樣發揮作用,但是在“家庭網”的層面上確實發生了經濟資源的統籌配置。換句話說,家庭的消費決策很大程度上是在“家庭網”的層面上做出的,一個家庭的消費受限于“家庭網”中的其他家庭所擁有的經濟資源。

盡管經濟分析單位的選擇取決于研究本身的性質,但是本文研究結果仍然有兩個啟示。一是在一些情況下,比如研究收入和消費的變化,把“家庭網”而不是單個家庭當作經濟分析的基本決策單位或許更為合適;二是在面板數據的分析中,把持續追蹤家庭當作數據單位會導致估計的偏誤。因為家庭的分解是非隨機的,家庭的“核心化”使得經過分解的持續追蹤家庭與基期的原屬家庭之間存在著系統性的差異。

另外,本文的研究結果對于我國公共政策——特別是當下的精準扶貧政策的制定也有一定的啟示意義。為了幫助農戶擺脫貧困,近些年各地政府先后出臺了各種精準扶貧政策,比如貼息貸款、政策性農作物保險等,以降低貧困戶的收入風險。換言之,相當一部分扶貧政策的初衷是為了給窮人提供某種形式的保險。它們的預設前提是,如果沒有這些政策的扶持,貧困戶將無法得到充分的保障。但是,事實并非如此簡單,即使在其他情況都相同的情況下,由于“家庭網”的不同,貧困戶也不是同等的貧困。有些貧困戶能利用“家庭網”實現相當程度的風險分擔,而有些貧困戶則必須獨自面對收入風險的沖擊。那些得到分居親屬(父母、子女等)強有力支援的貧困戶,比如已經有孩子在城市安家落戶的貧困戶,甚至比一些非貧困戶更有能力應對風險的沖擊,從而實現較高的消費水平。因此,在貧困戶的識別中,以家庭作為識別單位可能會造成扶貧政策的不精準。那些有強大“家庭網”支援的貧困家庭與其他貧困家庭一起獲得扶貧項目的同等支持,會造成新的不平等。總之,如果忽視“家庭網”中經濟資源的統籌配置,精準扶貧政策的實際效果將會大打折扣。