Научная статья на тему 'ТИПЫ СОЦИАЛЬНОГО КАПИТАЛА РОССИЯН И ИХ ДЕТЕРМИНАНТЫ'

ТИПЫ СОЦИАЛЬНОГО КАПИТАЛА РОССИЯН И ИХ ДЕТЕРМИНАНТЫ Текст научной статьи по специальности «Социологические науки»

CC BY
200
55
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
СОЦИАЛЬНЫЙ КАПИТАЛ / ДОВЕРИЕ / СОЦИАЛЬНЫЕ СЕТИ / ЗАКРЫТЫЙ СОЦИАЛЬНЫЙ КАПИТАЛ / ОТКРЫТЫЙ СОЦИАЛЬНЫЙ КАПИТАЛ / СКРЕПЛЯЮЩИЙ СОЦИАЛЬНЫЙ КАПИТАЛ

Аннотация научной статьи по социологическим наукам, автор научной работы — Рощина Яна Михайловна, Куфлина Екатерина Дмитриевна

Несмотря на растущий интерес к изучению социального капитала в России и за рубежом, подходы к его измерению до сих пор вызывают споры. Наиболее сложной выглядит задача построения обобщенных показателей, отражающих объем социального капитала в целом и его отдельных видов. В то же время для оценки отдачи от социального капитала необходимо уметь корректно его измерять. Целью исследования является разработка методологии измерения различных видов социального капитала индивида, а также ее применение для анализа дифференциации социального капитала россиян и ее факторов. Мы используем данные РМЭЗ НИУ ВШЭ за 2016 г., так как в анкету этой волны был добавлен блок вопросов о включенности индивида в социальные сети. Факторный анализ выделил пять латентных переменных, соответствующих разным видам социального капитала: 1) емкость онлайн-сети, 2) возможность опереться на помощь со стороны, 3) плотность общения с друзьями, 4) включенность в жизнь церкви и 5) плотность общения с родственниками, живущими отдельно. К «закрытому» социальному капиталу можно отнести третий и пятый виды, а к «открытому» - первый. Четвертый вид может интерпретироваться как «скрепляющий» СК, а второй - как «потенциальные» социальные ресурсы. Полученные переменные использовались в качестве зависимых в регрессионных моделях. Анализ показал, что пол, возраст, образование, место жительства и рождения, семейное положение, наличие детей, религиозность и конфессия имеют значимый эффект, сила и направленность которого различаются для отдельных видов социального капитала. Методом кластерного анализа была построена типология социального капитала, охватывающая четыре класса респондентов: 1) низкий уровень всех видов социального капитала; 2) высокий уровень открытого и умеренный уровень связывающего социального капитала; 3) высокий уровень скрепляющего социального капитала; 4) высокий уровень открытого и связывающего социального капитала.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

TYPES AND DETERMINANTS OF THE RUSSIANS’ SOCIAL CAPITAL

Despite the growing interest in the study of social capital in Russia and abroad, approaches to its measurement are still cause controversial. The task of constructing the generalized indicators that measure the volume of the social capital in general or its different types looks the most difficult. At the same time, to estimate the return on social capital, it is necessary to measure it correctly. The aim of this research is to develop a methodology for measuring various types of individual social capital, as well as its application to analyze the differentiation of the social capital of Russians and its factors. The authors use data of the Russia Longitudinal Monitoring Survey of the HSE University (RLMS HSE) for 2016, since a block of questions about the individual’s involvement in social networks was added to the questionnaire of this wave. Factor analysis identified five latent variables corresponding to different types of social capital: 1) the capacity of online network, 2) the ability to rely on the outside help, 3) the density of communication with friends, 4) involvement in church activity, and 5) the density of communication with relatives, living separately. The third and fifth of the mentioned types might be attributed to “bonding” social capital, and the first one-to “bridging” capital. The second type represents the “potential” social capital. The fourth type can be attributed to the “binding” social capital. The resulting variables were used as dependent variables in regression models. The analysis showed that gender, age, education, place of residence and birth, marital status, presence of children, religiosity, and confession have significant effect in the models. The strength and direction of these effects differ for certain types of the social capital. Using the cluster analysis method, the authors built a typology of social capital, covering four classes of respondents, namely those characterized by: 1) a low level of all types of the social capital; 2) high level of bridging and the moderate level of the bonding social capitals; 3) a high level of the binding social capital; 4) high level of the bonding and bridging social capitals.

Текст научной работы на тему «ТИПЫ СОЦИАЛЬНОГО КАПИТАЛА РОССИЯН И ИХ ДЕТЕРМИНАНТЫ»

СОЦИАЛЬНАЯ ДИАГНОСТИКА

DOI: 10.14515/monitoring.2022.1.1869

Я. М. Рощина, Е. Д. Куфлина

ТИПЫ СОЦИАЛЬНОГО КАПИТАЛА РОССИЯН И ИХ ДЕТЕРМИНАНТЫ

Правильная ссылка на статью:

Рощина Я. М., Куфлина Е. Д. Типы социального капитала россиян и их детерминанты // Мониторинг общественного мнения: экономические и социальные перемены. 2022. № 1. С. 307—327. https://doi.Org/10.14515/monitoring.2022.1.1869. For citation:

Roshchina Y. M., Kuflina E. D. (2022) Types and Determinants of the Russians' Social Capital. Monitoring of Public Opinion: Economic and Social Changes. No. 1. P. 307-327. https:// doi.org/10.14515/monitoring.2022.1.1869. (In Russ.)

ТИПЫ СОЦИАЛЬНОГО КАПИТАЛА РОССИЯН И ИХ ДЕТЕРМИНАНТЫ

РОЩИНА Яна Михайловна — кандидат экономических наук, доцент, ведущий научный сотрудник, Центр Лонгитюд-ных исследований, Национальный исследовательский университет «Высшая школа экономики», Москва, Россия E-MAIL: yroshchina@mail.ru https://orcid.org/0000-0001-7479-4681

КУФЛИНА Екатерина Дмитриевна — начальник отдела исследований промышленных товаров, GFK Rus, Москва, Россия

E-MAIL: katekuf@gmail.com https://orcid.org/0000-0000-0000-0000

Аннотация. Несмотря на растущий интерес к изучению социального капитала в России и за рубежом, подходы к его измерению до сих пор вызывают споры. Наиболее сложной выглядит задача построения обобщенных показателей, отражающих объем социального капитала в целом и его отдельных видов. В то же время для оценки отдачи от социального капитала необходимо уметь корректно его измерять. Целью исследования является разработка методологии измерения различных видов социального капитала индивида, а также ее применение для анализа дифференциации социального капитала россиян и ее факторов. Мы используем данные РМЭЗ НИУ ВШЭ за 2016 г., так как в анкету этой волны был добавлен блок вопросов о включенности индивида в социальные сети. Факторный анализ выделил пять латентных переменных, соответствующих разным видам социального капитала: 1) емкость онлайн-сети, 2) возможность опереться на помощь со стороны, 3) плотность

TYPES AND DETERMINANTS OF THE RUSSIANS' SOCIAL CAPITAL

Yana M. ROSHCHINA1—Cand. Sci. (Econ.), Associate Professor, Leading Researcher, Centre for Longitudinal Studies E-MAIL: yroshchina@mail.ru https://orcid.org/0000-0001-7479-4681

Ekaterina D. KUFLINA2 — Head of the Department of Industrial Goods Research E-MAIL: katekuf@gmail.com https://orcid.org/0000-0000-0000-0000

1 HSE University, Moscow, Russia

2 GFK Rus, Moscow, Russia

Abstract. Despite the growing interest in the study of social capital in Russia and abroad, approaches to its measurement are still cause controversial. The task of constructing the generalized indicators that measure the volume of the social capital in general or its different types looks the most difficult. At the same time, to estimate the return on social capital, it is necessary to measure it correctly. The aim of this research is to develop a methodology for measuring various types of individual social capital, as well as its application to analyze the differentiation of the social capital of Russians and its factors. The authors use data of the Russia Longitudinal Monitoring Survey of the HSE University (RLMS HSE) for 2016, since a block of questions about the individual's involvement in social networks was added to the questionnaire of this wave. Factor analysis identified five latent variables corresponding to different types of social capital: 1) the capacity of online network, 2) the ability to rely on the outside help,

общения с друзьями, 4) включенность в жизнь церкви и 5) плотность общения с родственниками, живущими отдельно. К «закрытому» социальному капиталу можно отнести третий и пятый виды, а к «открытому» — первый. Четвертый вид может интерпретироваться как «скрепляющий» СК, а второй — как «потенциальные» социальные ресурсы. Полученные переменные использовались в качестве зависимых в регрессионных моделях. Анализ показал, что пол, возраст, образование, место жительства и рождения, семейное положение, наличие детей, религиозность и конфессия имеют значимый эффект, сила и направленность которого различаются для отдельных видов социального капитала. Методом кластерного анализа была построена типология социального капитала, охватывающая четыре класса респондентов: 1) низкий уровень всех видов социального капитала; 2) высокий уровень открытого и умеренный уровень связывающего социального капитала; 3) высокий уровень скрепляющего социального капитала; 4) высокий уровень открытого и связывающего социального капитала.

Ключевые слова: социальный капитал, доверие, социальные сети,закрытый социальный капитал, открытый социальный капитал, скрепляющий социальный капитал

Благодарность. Исследование выполнено при поддержке Программы фундаментальных исследований НИУ ВШЭ, проект «Мониторинг социально-экономического положения российских домохозяйств и поведение россиян в условиях развития цифрового общества».

3) the density of communication with friends, 4) involvement in church activity, and 5) the density of communication with relatives, living separately. The third and fifth of the mentioned types might be attributed to "bonding" social capital, and the first one—to "bridging" capital. The second type represents the "potential" social capital. The fourth type can be attributed to the "binding" social capital. The resulting variables were used as dependent variables in regression models. The analysis showed that gender, age, education, place of residence and birth, marital status, presence of children, religiosity, and confession have significant effect in the models. The strength and direction of these effects differ for certain types of the social capital. Using the cluster analysis method, the authors built a typology of social capital, covering four classes of respondents, namely those characterized by: 1) a low level of all types of the social capital; 2) high level of bridging and the moderate level of the bonding social capitals; 3) a high level of the binding social capital; 4) high level of the bonding and bridging social capitals.

Keywords: social capital, trust, types of the social capital, social networks, bonding social capital, bridging social capital, binding social capital

Acknowledgments. The research leading to these results has received funding from the Basic Research Program at the HSE University, Project "Monitoring socio-economic behavior of Russian households and population in the developing digital society".

Введение

В последние годы социальный капитал (далее — СК) как теоретический конструкт и объект для исследований представляет собой одно из самых востребованных направлений в социологии, это подтверждается большим количеством публикаций. Подобный интерес к данному концепту может быть объяснен существенным потенциалом объяснительной силы и возможностей для его анализа. Так как мы говорим о капитале, ресурсе, то можем ожидать, что обладание им повышает шансы на более высокие доходы, возможности трудоустройства, принятие эффективных решений, занятие высокой должности, субъективный социальный статус, что было подтверждено в ряде исследований [Behtoui, 2007; Boase et al., 2006; Lancee, 2012; Leeves, 2014; Salnikova, 2019].

Слабым местом в эмпирических исследованиях социального капитала является методическая составляющая, иными словами — способы и возможности измерения социального капитала. Наиболее сложной выглядит задача построения обобщенных показателей, измеряющих объем социального капитала в целом либо отдельных его видов. Кроме того, сравнительно редко предпринимались попытки выявить факторы дифференциации социального капитала индивидов, особенно в России, что позволило бы лучше понимать различия в структуре имеющихся ресурсов. Данная работа призвана восполнить, хотя бы частично, этот пробел.

Понятие социального капитала и его виды

Экономисты уже давно расширили понятие капитала, связывая его не только с материальными носителями (земля, деньги, предприятия и т. д.), но и с индивидами (человеческий капитал, капитал здоровья и т. д.), а социологи предложили такие его виды, как культурный, символический и социальный капитал. Н. Лин определяет СК как «ресурсы, укорененные в социальные сети», через которые этот капитал можно мобилизовать [Lin, 2008]. Особенностью социального капитала является его воплощение в отдельных людях и их отношениях [Радаев, 2002]. Обзору различных определений социального капитала и его видов посвящено немало исследований (см., например, [Akçomak, 2009; Paldam, 2000; Демкив, 2004] и другие). Так как нас интересует СК индивидов (а не сообществ и социальных групп), мы сфокусируемся на методах его измерения на микроуровне.

Многие исследователи придерживаются концепции СК как общественного блага, в которое люди могут делать инвестиции и получать отдачу [Coleman, 1988; Бурдье, 2002; Baker, 1990; Lin, 1999; Portes, 1998]. На микроуровне он является специфическим ресурсом, связанным с включенностью индивида в социальные сети, которые лишь дают возможность для его накопления. Хотя между исследователями существуют определенные разногласия в том, как измерять СК и какие характеристики в него включать, тем не менее можно выделить несколько его разновидностей, некоторые из которых мы будем использовать в нашем эмпирическом исследовании. Р. Патнэм выделил семь измерений СК: социальное доверие, политическое участие, гражданское участие, участие в религиозных организациях, коммуникации на рабочем месте, неформальные социальные связи, альтруизм (включающий филантропию и волонтерство) [Putnam, 2001]. Одной из наиболее популярных является идея разделения СК на «закрытый» (bonding), приносящий

выгоду группе в ущерб обществу, и «открытый, или возводящий мосты» (bridging), в который включаются связи, выгодные всему обществу [Putnam, 1995]. Близка к этой классификация социальных связей М. Грановеттера: сильные (с близкими друзьями и родственниками) и слабые (со знакомыми и т. д.) [Грановеттер, 2002]. Однако Н. Лин, вслед за другими исследователями, отмечает, что связывает и соединяет людей не СК, а социальные сети, при этом он предлагает разделять цели мобилизации СК на инструментальные (связанные с выгодой) и экспрессивные (связанные с чувством солидарности). Такая цель приводит к возникновению еще одного подвида закрытого СК—«скрепляющего» (binding) СК, с общими переживаниями и взаимной поддержкой [Lin, 2008].

Важной представляется также идея разделять СК на доступный (accessed), или потенциальный, который характеризуется объединением ресурсов в данной сети (то есть емкостью), и мобилизованный (mobilized), который уже был использован в конкретной ситуации (например, при поиске работы) [Lin, 2008; 2010].

Факторы, влияющие на объем СК индивидов

По какой причине разные люди обладают различным (по структуре и объему) социальным капиталом? Это связано с идеей о том, как делаются инвестиции в СК. Аналогично тому, как люди тратят время и деньги, чтобы накопить свой человеческий капитал путем получения образования, индивиды могут вкладываться в выстраивание социальных сетей вокруг себя, а также конвертировать другие виды капитала в СК. Кроме того, рост социального капитала может быть результатом положительного внешнего эффекта, например, от получения образования, занятости, проживания в районе с развитой местной общиной и т. д. Люди приобретают новые социальные онлайн-связи, вступая в брак, общаясь с родителями друзей своих детей. С развитием социальных сетей появилась возможность общаться и обмениваться мнением с большим количеством их участников, с кем индивид может быть даже не знаком лично. С другой стороны, с возрастом включенность человека в социальные связи может снижаться — как за счет его меньшей активности, так и за счет исчезновения из них его друзей. Нужно учитывать также то, что объем СК зависит не только от самого человека, но и от развития социальных институтов в его стране и на местном уровне. В различных исследованиях делались попытки выявить факторы, влияющие на СК как на макро-, так и на микроуровне.

В исследовании на макроуровне К. Бьорнсков на данных Всемирного исследования ценностей (WVS) строит индексы СК для отдельных стран (зависимая переменная), а в качестве детерминант в регрессии использует следующие макропеременные: неравенство в доходах, этническая гомогенность, религиозность и конфессия, посткоммунистические страны, ВВП, развитие демократических институтов, доля занятого населения в трудоспособном возрасте, логарифм численности населения, экономическая открытость (объем торговли в % от ВВП), монархия и др. [Bj0rnskov, 2007]. Однако для нас более важны исследования на микроуровне.

В обзоре Дж. Бойсжоли и соавторов отмечено и теоретически обосновано влияние ряда факторов на доступ к социальному капиталу. Это такие детерминанты, как раса или этничность (афроамериканцы в США имели более низкий СК); рождение

в другом месте, чем место проживания (негативное влияние); структура семьи (одинокие матери имели ниже СК, семьи с маленькими детьми и с большим количеством детей — выше); семейный доход (однако он может быть скорее зависящим от СК); ограничения по здоровью (более высокий СК); пол и возраст (молодые чаще получают помощь, а пожилые—ее оказывают); статус занятости человека и главы семьи; кто глава семьи (женщины чаще получают поддержку, чем мужчины); географическая мобильность семьи (негативное влияние); проживание в бедном районе (позитивное или негативное влияние на разные виды СК) [Boisjoly, Duncan, Hofferth, 1995]. Основным методом анализа, как правило, является регрессионное моделирование. В связи с тем, что в разных исследованиях используются разные виды СК, далее мы выстроим логику изложения в соответствии с различными зависимыми переменными, которые были использованы в публикациях.

В регрессии на данных The Panel Study of Income Dynamics (PSID *), единица — домохозяйство, в качестве зависимой переменной использовались потенциальные социальные ресурсы (возможность помощи временем и деньгами). В оценке модели выявлены позитивные значимые детерминанты: проживание в бедном районе; большой возраст главы семьи; доходы (в черных семьях); ограничения по здоровью у главы семьи (только на помощь от друзей); проживание семьи там, где вырос один из взрослых (только для белых семей). Незначимыми оказались переменные характеристики количества занятых и количества детей. Хотя непосредственное влияние расы не было обнаружено, исследовался перекрестный эффект расы, доходов и образования. Оказалось, что черные семьи с высшим образованием главы семьи в большей степени лишены помощи друзей, а белые — наоборот [Boisjoly, Duncan, Hofferth, 1995].

В исследовании Дж. Дуркина на данных General Social Survey (GSS 2) тестировались регрессионные модели, где зависимыми переменными выступали возможности получения помощи в шести потенциальных случаях (помощь по дому, помощь при болезни, необходимость занять деньги, необходимость обсудить проблему в своих отношениях с партнером, в случае депрессии и при необходимости совета об изменениях в жизни) от членов семьи, друзей, соседей, коллег, людей, которым заплатили, или кого-то еще. В качестве независимых переменных были использованы обобщенное доверие и разные виды социальных связей (количество групп участия, друзей, родных, частота контактов и т. д.). Автор показал, что доверие и включенность в группы не объясняют различий в доступе к социальным ресурсам, а частота контакта с членами семьи и друзьями повышает вероятность доступа. В качестве контрольных переменных в моделях использовались пол, семейное положение, раса, доход, заработная плата, образование, опыт работы, конфессия, а также агрегированные характеристики округа: доля сельских жителей, доля черных, родившихся в этом месте, доля незанятых, а также численность населения в месте проживания и стоимость жилья [Durkin, 2000].

В ряде работ на микроуровне исследовались факторы, влияющие на доверие как вид СК. Р. Патнэм полагал, что существует эффект возраста, поскольку для

1 The Panel Study of Income Dynamics. URL: https://psidonline.isr.umich.edu/.

2 The General Social Survey. URL: https://gss.norc.org/.

молодых характерен более низкий уровень доверия. Важную роль в падении уровня СК в Америке он отводил увеличению времени просмотра телевизора [Putnam, 2001]. В исследовании Р. Костаса и М. Румелиотоу на данных по одному из островов Греции в качестве факторов социального доверия рассматривались пол и возраст (влияние не обнаружено), уровень образования и доходов (позитивное влияние) [Kostas, Roumeliotou, 2009]. В исследовании Я. Рощиной на российской выборке были выявлены пять групп людей с разным уровнем доверия другим людям, государству и бизнесу. Между группами обнаружены значимые различия по полу, возрасту, доходу, месту жительства, занятости и национальности. В частности, высокий уровень межличностного и институционального доверия более характерен для людей старшего возраста, с низким образованием, проживающих в сельской местности. Было сделано заключение, что «доверие к бизнесу на фоне недоверия к государству выше у людей более высокого социального статуса (образования, доходов, занятости), более молодых и живущих в крупных городах. Прямо противоположное можно сказать о тех, кто доверяет государству и не доверяет бизнесу» [Рощина, 2014: 175].

Регрессионное многоуровневое моделирование на данных General Social Survey (GSS) в США с зависимой переменной — количество типов организаций, в которых участвует индивид (прокси для инвестиций в социальный капитал), выявило значимый фиксированный эффект таких дихотомических переменных на групповом уровне, как штат, округ, раса, религия, а также их перекрестные эффекты [Glaeser, Laibson, Sacerdote, 2002], однако их влияние недостаточно хорошо объясняло различия в социальном капитале (до 90 % индивидуальных вариаций в СК оставались необъясненными). С увеличением возраста СК сначала растет, а затем снижается. Обнаружено положительное влияние уровня образования и таких агрегированных переменных, как среднее количество контактов для места работы, среднее участие в группах среди коллег (peer group), логарифм дохода, раса (чернокожие), мужской пол.

Для зависимой переменной «ресурсы социальной сети», оцененной методом генерирования позиций в Швеции, А. Бехтуи выявил следующие позитивно влияющие факторы: высшее образование, опыт работы, наличие супруга (супруги), участие в добровольных организациях. Негативное влияние было обнаружено для места рождения, отличного от места жительства. Пол, наличие детей до 18 лет и участие в профсоюзах оказались незначимы [Behtoui, 2007].

Чанг Сундул, Цой Хеджи и Ли София Сынюн на данных для Кореи измеряли разные показатели СК: частоту участия в различных совместных событиях на микро-и макроуровнях, доверие, а также участие в социальных сетях. Их анализ показал, что в социальное участие меньше вовлечены женщины, люди с низким уровнем образования и низким доходом [Chung, Choi, Lee, 2014].

В связи с распространением интернета и социальных сетей в ряде работ тестировалось влияние и этих параметров. Д. Уильямс показал, что время, проведенное в интернете, отрицательно влияет на офлайновый закрытый и открытый СК, а на оба виде онлайнового — положительно [Williams, 2007]. В то же время в исследовании Б. Невес использование интернета оказывало позитивный эффект на СК офлайн и никак не влияло на СК онлайн. Это может объясняться гибкостью

границ между этими видами капитала [Neves, 2012]. Закрытый и скрепляющий СК также оказались положительно зависящим от использования социальной сети Facebook [Ellison, Steinfield, Lampe, 2007; Steinfield, Ellison, Lampe, 2008; Ellison et al., 2010; Brandtzaeg et al., 2010].

На российских данных были реализованы несколько исследований, посвященных измерению и динамике СК [Алмакаева, Волченко, 2018; Лебедева, Татарко, 2010], а также оценка объема СК различных групп населения [Красилова, 2007]. Однако насколько нам известно, детерминанты СК на основе регрессионного анализа выявлялись только для его отдельных видов, в частности доверия [Натхов, 2011 и др.].

Цель исследования и гипотезы

Целью настоящего исследования является разработка методологии измерения различных видов социального капитала индивида (обобщенных индексов), а также использование этой методологии для оценки дифференциации СК россиян и ее факторов.

В работе проверяются следующие гипотезы:

1) Индивиды облают несколькими видами СК, объемы которых не зависят друг от друга.

2) Существует несколько групп респондентов, различающихся между собой различной структурой (объемом разных видов) СК.

3) Значимыми детерминантами объема СК являются пол, возраст, образование, место жительства и место рождения, семейное положение, наличие детей и их возраст, здоровье, религиозность и конфессия, однако их влияние на объем разных видов СК будет различным.

Эмпирическая база

Мы измеряем различные аспекты социального капитала на основании данных Российского мониторинга экономического положения и здоровья населения Высшей школы экономики (РМЭЗ НИУ ВШЭ) 3. Некоторые вопросы, связанные с социальным капиталом индивида (типы социальных онлайн-сетей, частота посещения церковных мероприятий 4, а также вопрос о доверии и наличии чувства одиночества 5) были частью анкеты в течение ряда лет. Однако мы использовали данные только за 2016 г., так как в инструмент этой волны входил специальный блок вопросов 6, измеряющих включенность индивида в социальные сети: онлайновые и офлайновые социальные сети (частота и плотность), социальные ресурсы (возможность помощи, измеренная методом сходным с «генератором ресурсов»).

3 Российский мониторинг экономического положения и здоровья населения НИУ ВШЭ (RLMS-HSE), проводимый Национальным исследовательским университетом «Высшая школа экономики» и ООО «Демоскоп» при участии Центра народонаселения Университета Северной Каролины в Чапел Хилле и Института социологии Федерального научно-исследовательского социологического центра РАН ^айты обследования RLMS-HSE: http://www.cpc.unc.edu/projects/ rlms и http://www.hse.ru/rlms).

4 Разработанные при участии Я. М. Рощиной.

5 Разработаны П. Козыревой и М. Косолаповым.

6 Разработанный Я. Рощиной при участии П. Козыревой и М. Косолапова.

Важно указать и на ограничения настоящего исследования. Поскольку в данных 2016 г. отсутствовал ряд вопросов (об общении членов семьи; о членстве в различных НКО, волонтерстве и благотворительности, доверии политическим институтам, гражданской активности и др.), мы можем проанализировать лишь некоторые виды социального капитала. В частности, в фокусе нашего исследования будет потенциальный СК, но не мобилизованный. Однако, как и Н. Лин, мы предполагаем, что характеристики социальной сети (в частности, широта и теснота связей) коррелируют с возможностью мобилизовать ресурсы в случае необходимости [Lin, 2008].

Методы анализа данных

Индексы измерения СК

На основе вопросов анкеты мы выбрали 17 переменных, измеряющих разные аспекты социального капитала (см. табл. 1 в приложении 7): количество посещаемых социальных сетей; длительность пользования социальной сетью; частота посещения социальной сети (которой пользуются чаще всего); количество друзей в социальных сетях; мнение, что большинству людей можно доверять; наличие чувства одиночества (дихотомическая); наличие родственников, живущих отдельно (дихотомическая); частота общения с родственниками, живущими отдельно; количество близких друзей; частота общения с друзьями; частота посещения религиозных мероприятий; мнение, что религия дает дружбу, поддержку других верующих (дихотомическая); возможности помощи от родственников, друзей; возможности помощи от соседей, знакомых; возможности помощи от коллег; возможности помощи от соцсетей; возможности помощи от организаций и других людей. Для вопросов о возможности помощи от разных элементов социальной сети положительные ответы (при проблемах со здоровьем, совет в сложной жизненной ситуации, занять небольшую сумму денег) были суммированы и нормированы к шкале от 0 до 1.

Для построения обобщенных индексов СК на этих переменных была реализована модель факторного анализа с вращением Варимакс, позволившая выделить пять латентных факторов, которые могут быть интерпретированы как разные виды социального капитала.

Типология структуры СК

Типология построена методом двухэтапного кластерного анализа на тех же исходных переменных. Для измерения расстояния использовался метод максимального правдоподобия, для критерия кластеризации — Байесовский критерий Шварца.

Факторы дифференциации СК

Полученные в результате факторного анализа количественные переменные, измеряющие разные виды СК, были использованы как зависимые переменные в регрессионных моделях. В качестве независимых применялись следующие пере-

7 Приложение к статье доступно по адресу: https://monitoringjournal.ru/index.php/monitoring/publicFile/submissio nFileId?fileId=10347&hash=16491fa529b9c730bfcd9b19af42e583.

менные: пол, возраст, здоровье, образование, занятость, семейное положение, наличие детей до 18 лет, число человек в семье, религиозность и конфессия, национальность, родился ли респондент в данном населенном пункте, использование интернета, наличие в семье людей с ограниченными возможностями (инвалидов), уровень урбанизации (логарифм численности населения), уровень доходов региона (средние значения приведены в табл. 8 приложения). Мы сознательно не включали переменные индивидуального или семейного дохода, так как понятие «капитал» предполагает экономическую отдачу, а не влияние материального положения.

Результаты эмпирического анализа

Социальные онлайн-сети8

Включенность в социальные сети — один из важнейших показателей СК. В современном обществе поле взаимодействия между людьми разделено на две части — «офлайн» и «онлайн», и каждая из них имеет свои достоинства и недостатки. Начиная с 2012 г. в исследовании РМЭЗ НИУ ВШЭ задаются вопросы об использовании интернета за 12 месяцев, а также о включенности респондента в социальные онлайн-сети. Доля пользователей сетей среди населения России в возрасте 14+ за 2012—2016 гг. выросла с 38 % до 50 %, при этом в 2016 г. среди них почти три четверти пользовались «ВКонтакте», более двух третей — «Одноклассниками», 16 % — Facebook (то есть люди пользуются несколькими сетями). Популярные в свое время LiveJournal и Twitter практически потеряли свое влияние. Выше всего охват социальными сетями среди группы 14—25 лет—81 %, чуть ниже в возрасте 26—40 лет—70 %. Более склонны к общению в сетях горожане, женщины и люди с высшим образованием. Только 4 % посещают социальные сети менее года, чуть менее половины — от двух до пяти лет, треть — в течение шести-девяти лет. Большинство (65 %) посещают их почти каждый день, и еще четверть — один-два раза в неделю. По количеству друзей (не считая подписчиков) распределение довольно равномерное: 15 % имеют менее 10, столько же — 11—20, примерно пятая часть в каждой категории — по 21—50, 51—100, или 101—200 друзей. Более 200 друзей имеют примерно 11 % пользователей. При этом количество друзей уменьшается с возрастом.

Доверие как измерение социального капитала

В РМЭЗ НИУ ВШЭ для измерения обобщенного доверия используется вопрос: «Считаете ли Вы, что... 1) Большинству людей можно доверять 2) Или что в отношениях с людьми всегда надо быть осторожным 3) И то, и другое, в зависимости от человека, условий?» В течение 2012—2016 гг. этот уровень остается примерно одинаковым (выбиравших первый вариант—от 16 % до 18 %, второй — от 46 % до 42 %), но в 2016 г. немного снизилась доля тех, кто выбрал второй вариант, по сравнению с 2012 г. (за счет увеличения доли считающих доверие зависящим от контекста). Меньше доверяют окружающим сельские жители, женщины, люди старшего возраста, более образованные.

8 Подробнее описательную статистику переменных можно найти в работе [Куфлина, Рощина, 2018].

Религиозная вовлеченность как вид социального капитала

Помимо социальных онлайн-сетей, важной формой поддержки и участия могут быть сообщества единомышленников, в частности верующих. В РМЭЗ НИУ ВШЭ в 2016 г. были добавлены вопросы о частоте посещения религиозных мероприятий и ощущении поддержки от других верующих. Среди всех опрошенных от 14 лет только 6 % ходят в церковь несколько раз в месяц, еще 36 % — раз в месяц и реже, а 32 % — не чаще одного раза в год (верующими себя считают 74 % всех опрошенных). Предположительно, включенными в социальные сети единоверцев можно считать только первую группу, то есть примерно каждого двадцатого. Вероятность посещения религиозных мероприятий несколько раз в месяц выше среди людей старшего возраста, женщин и сельских жителей. Среди верующих на вопрос «Могли бы Вы сказать, что религия дает Вам дружбу, поддержку других верующих?» дали положительный ответ менее трети, но их доля выше среди женщин, людей старше 60 лет и горожан.

Общение с друзьями и родственниками

В 2016 г. РМЭЗ НИУ ВШЭ содержал вопросы о частоте и плотности контактов с друзьями и родственниками, а также о возможностях при необходимости получить помощь в трудной ситуации (купить лекарство в случае болезни, дать совет, одолжить денег). У 98 % респондентов есть родственники, живущие отдельно, и 29 % опрошенных общаются с ними практически каждый день (включая встречи, переписку по электронной почте, разговоры по телефону или Бкуре). Такая же доля опрошенных сообщили об общении раз в неделю, примерно четверть — несколько раз в месяц, остальные—еще реже. Чаще вступают в контакты с родственниками женщины, люди с высшим образованием, горожане. У каждого пятого респондента нет близких друзей, у каждого третьего — один или два близких друга. От трех до пяти друзей имеют 20 %, от шести до девяти — 4,2 %, десять и больше — 9,1 %, а 6 % затруднились назвать количество. Распределение по частоте общения близко к общению с родственниками, но несколько ниже доля общающихся почти каждый день (напомним, что речь идет в том числе и о дистанционном общении). Больше друзей и частота общения с ними у молодежи. Чувство одиночества может также выступать косвенным показателем низкого уровня СК. Половина респондентов заявили, что никогда не чувствуют себя одинокими, а еще треть—что редко. Часто или всегда испытывают чувство одиночества 12 %. Эта доля выше среди пожилых и женщин, а также людей с высшим образованием.

Потенциальные социальные ресурсы

Потенциальные социальные ресурсы — важная составляющая социального капитала [Багаеепо, О^пего, Тогпот, 2005; Красилова, 2007]. В РМЭЗ НИУ ВШЭ мы спрашивали, от кого респонденты могли бы получить помощь при проблемах со здоровьем (купить лекарство и т. д.), совет в сложной жизненной ситуации и занять небольшую сумму денег. Почти никто из опрошенных (1 %) не сказал, что ни у кого бы не мог получить такую поддержку, но немалая доля ответили, что в случае сложностей опирались бы лишь на собственные силы: в первом случае (здоровье) — 2 %, во втором (совет)—3,7 %, в третьем (финансы) — 10,5 %. Больше

всего в таких случаях люди готовы рассчитывать на семейные связи, и в меньшей степени — на дружеские. Так, в случае необходимости купить лекарство 84 % обратились бы к родственникам в своем домохозяйстве, 72 %—к родственникам, живущим отдельно, 56 % — к друзьям. При потребности в совете соответствующие цифры составили 78 %, 75 % и 64 %, а при нужде в деньгах—61 %, 66 % и 51 %. На сетевую поддержку онлайн готова опираться в основном молодежь, но все равно в меньшей степени, чем на близких родственников и друзей. Возрастные группы 26—40 и 41—60 лет скорее рассчитывает на друзей, а также знакомых и коллег. А вот люди пенсионного возраста скорее могут просить помощи от родственников, живущих отдельно. Среди них также выше, чем в других группах, доля тех, кто сказал, что мог бы опираться на помощь соседей, церкви и общественных организаций. В целом можно отметить, что потенциальные социальные ресурсы выше у тех, кому 26—40 лет, и у людей с высшим образованием.

Измерение объема разных видов социального капитала

Задача измерения общего объема социального капитала индивида выглядит гораздо более сложной, чем человеческого капитала, который обычно косвенно оценивается на основе данных об уровне образования и опыта работы. Во-первых, теоретики признают наличие нескольких видов социального капитала, поэтому у разных людей может быть разное их соотношение, то есть структура личного СК. Во-вторых, даже измерение отдельного вида СК сопряжено с трудностями в том случае, если респонденту задается несколько вопросов с целью построить какой-либо обобщенный показатель, поскольку можно использовать разные методики. В-третьих, используемые показатели скорее говорят о характеристиках сети и о потенциальном СК, а не о мобилизованном СК. На основе имеющихся в РМЭЗ НИУ ВШЭ вопросов мы отберем 17 вопросов, описанных выше (см. табл. 1 в приложении). Для построения обобщенных индексов СК была реализована модель факторного анализа, позволившая выделить пять латентных факторов, объясняющих 53 % дисперсии. Они могут быть интерпретированы как разные виды социального капитала: емкость онлайн-сети, потенциальные социальные ресурсы (возможная поддержка), плотность общения с друзьями, включенность в жизнь церкви и плотность общения с родственниками, живущими отдельно (см. табл. 2 в приложении).

Таким образом, мы получили два вида не коррелирующих между собой «сильных связей» (общение с друзьями и общение с родственниками, живущими отдельно), которые служат индикаторами «закрытого» (bonding) СК. К скорее «слабым» связям можно отнести прежде всего онлайн-соцсети (включающие обычно как сильные, так и слабые связи, однако в случае широкой сети вторых, как правило, больше), которым соответствует потенциальный «открытый» (bridging) СК. Что касается включенности в жизнь церкви, то в исследованиях этот аспект чаще относят к закрытому, или даже «скрепляющему» (binding) СК, так как в церкви люди обычно находят не столько инструментальную (то есть связанную с выгодой), сколько экспрессивную (то есть связанную с чувством солидарности) поддержку [Lin, 2008]. Наконец, потенциальные социальные ресурсы — стоящее особняком измерение, которое показывает возможности поддержки как на основе сильных

связей (друзья и родственники), так и слабых (коллеги и онлайн-сети). Однако это измерение СК является наиболее важным, так как показывает не просто характеристики сетей, но и возможности мобилизации ресурсов в случае необходимости [Lin, 2008].

Типы структуры СК

На основе двухэтапного кластерного анализа для исходных переменных было выделено четыре группы людей, различающихся структурой социального капитала (см. табл. 3 в приложении). Для полученных кластеров мы рассчитали средние значения выделенных ранее факторов, которые можно интерпретировать как разные виды СК (см. табл. 4 в приложении), и рассмотрели различия в некоторых социально-демографических характеристиках (см. табл. 5 в приложении).

Первый тип (37 % выборки) обладает самым низким уровнем всех видов СК. Входящие в него люди практически не включены в онлайн-сети, у них мало близких друзей, они неверующие или редко посещают церковь, 46,8 % считают, что в отношениях с людьми надо быть осторожными. В этой группе выше всего доля людей старше 60 лет (35,7 %) и ниже всего доля людей с высшим образованием (22,2 %), более трети проживают в сельской местности.

Второй тип (27 % выборки) — это люди с высоким открытым СК (высокое среднее значение первого фактора) и умеренным закрытым СК (третий и пятый факторы имеют значение выше среднего по всей совокупности). Они наиболее включены в социальные онлайн-сети (по длительности, частоте и количеству сетей), хотя у них меньше и друзей в сети, и близких друзей, чем в четвертой группе. Эти люди часто общаются с друзьями и родственниками и могут рассчитывать на их поддержку, хотя обладают относительно невысоким персональным доверием. Их, как и первую группу, характеризует высокая доля неверующих и не рассчитывающих на поддержку религиозной общины. Это самая молодая группа (более 75 % — моложе 40 лет) и с самым высоким уровнем образования.

Третий тип (27 % выборки) — это люди, в наибольшей степени включенные в церковную общину, атеисты здесь не представлены. 73,2 % считают, что религия дает им дружбу и поддержку других верующих, 16 % посещают религиозные мероприятия несколько раз в месяц, а еще 48 % — раз в месяц. У них совсем мало близких друзей, и они общаются с ними реже, чем вторая и четвертая группы, и в меньшей степени могут рассчитывать на их помощь. В этой группе, как и в первой, много людей старшего возраста (31,7 % — старше 60 лет, 31,2 % — от 40 до 60 лет), но выше доля женщин (67,2 %). С некоторой долей условности можно считать, что эти люди обладают скрепляющим СК (согласно определению Н. Лина, его характеризует экспрессивная цель, в данном случае выраженная как дружба и поддержка других верующих) и низким уровнем открытого СК.

Наконец, самый редкий, четвертый тип (8 % выборки) обладает высоким уровнем как открытого, так и закрытого СК (см. табл. 4 в приложении), в первую очередь в связи с широким кругом друзей. Они так же активно посещают церковь, как и третья группа, и даже имеют большую вероятность получить помощь от церкви и общественных организаций, однако это скорее инструментальная помощь, так как среди них только 38,2 % ответили, что находят в церкви единомышленников.

В этой группе больше всего людей среднего возраста (64 % — от 26 до 60 лет), 66,9 % женщин, 31,4 % имеют высшее образование. Но самое главное, что включенность как в сильные, так и в слабые связи позволяет им иметь самый высокий уровень потенциальных социальных ресурсов, то есть возможность помощи из разных источников в случае необходимости.

Факторы дифференциации объема разных видов СК

Для выявления детерминант разных видов СК были оценены десять регрессионных моделей, где зависимыми переменными выступали пять латентных переменных, соответствующих разным видам СК. Для каждой зависимой переменной были оценены две модели: в первую входили конфессии (см. табл. 6 в приложении), а во вторую — национальности (см. табл. 7 в приложении). Включение в одну и ту же модель и конфессии, и национальности оказалось затруднительно в силу высокой мультиколлинеарности. Кроме того, в итоговый вариант моделей вошел только возраст (без возраста в квадрате), так как хотя «возраст в квадрате» был значим, его экстремум находился в отрицательной части шкалы возраста. Иными словами, зависимость от возраста не является квадратичной, но нелинейность присутствует. С точки зрения качества модели, наилучший скорректированный коэффициент детерминации R2 обнаруживается в модели для онлайн-соцсетей (самое сильное влияние — пользование интернетом, что неудивительно), а наихудший — в модели для потенциальных социальных ресурсов (потенциальной помощи).

Сравнение моделей показывает, что независимые переменные оказывают различное влияние на объем разных видов СК, причем в наибольшей степени «похожи» детерминанты плотности сетей друзей и родственников, то есть закрытого («bonding») СК. В то же время два вида открытого («bridging») СК—онлайн-сети и сети религиозных организаций — находятся как бы в «противофазе», в ряде случаев у одних и тех же переменных в одной модели положительные коэффициенты, а во второй — отрицательные. Наконец, особняком стоит модель детерминант «социальных ресурсов» — она имеет наименьшую предсказательную силу и наименьшее число значимых коэффициентов.

Рассмотрим теперь влияние отдельных независимых переменных. Почти одинаковое негативное влияние на все виды СК (кроме друзей) имеет мужской пол, то есть мужчины вовлечены в сети (кроме дружеских) в меньшей степени, чем женщины. У молодых людей выше объем и «связывающего» (друзья и родственники), «слабого» (онлайн-сети) социального капитала. Напротив, для людей старшего возраста значение этих видов СК падает, и на смену приходит другой тип связей — прежде всего основанных на религиозной общине. Одновременно возрастают и «потенциальные социальные ресурсы», хотя это скорее связано с опорой в том числе на церковь или соседей, а также родственников, живущих отдельно, чем на друзей и членов семьи. Люди с хорошим здоровьем обладают более тесными связами с друзьями, но меньше включены в «слабые» связи (церковь и сети онлайн). Вероятно, плохое здоровье заставляет людей искать поддержку в религии, а также препятствует офлайн-контактам. Достаточно характерно влияние семейного положения: по сравнению с официальным браком все осталь-

ные возможные статусы влияют положительно на включенность в онлайн-сети и церковь и отрицательно — в круги друзей и родственников, живущих отдельно. Это говорит о том, что люди, состоящие в браке, в большей степени ориентируются на «сильные» связи, а остальные — на «слабые». В семьях с большим количеством взрослых (не считая респондента и его/ее партнера/партнерши) выше СК, связанный с друзьями, онлайн-сетями, а также и возможности потенциальной помощи. Опора на родственников, живущих отдельно, наоборот, ниже (видимо, в силу большого внутрисемейного СК). Количество несовершеннолетних в семье (не считая респондента) позитивно влияет на дружеские связи (вероятно, часть из них завязывается с родителями друзей детей) и отрицательно — на онлайн-связи (возможно, из-за недостатка времени у их родителей). Наличие в семье инвалидов позитивно влияет на включенность в онлайн-сети и отрицательно — в дружеские, что, вероятно, связано с трудностями офлайн-встреч. В то же время не наблюдается позитивного влияния на связь с церковью и потенциальную помощь, как предполагалось в исследовании Дж. Нахапиета. Проживание в бедном регионе также не влияет на потенциальные социальные ресурсы и негативно влияет на включенность в жизнь церкви, что также противоречит его гипотезе [ИаИар1е1:, 2011]. Таким образом, люди, наиболее нуждающиеся в поддержке (бедные и семьи с инвалидами), ее лишены.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Высшее образование является позитивным фактором включенности в онлайн-сети и доступа к социальным ресурсам (с меньшей значимостью). Доступность потенциальной помощи повышают наличие среднего профессионального образования и работы (это понятно, так как есть возможность обратиться к коллегам). Занятые люди, напротив, меньше включены в «слабые» сети — онлайн и церковные. Эти связи до некоторой степени могут выступать альтернативой общению с коллегами: для молодежи — в интернете, а для пожилых—в церкви.

Использование интернета повышает все виды СК, за исключением вовлеченности в церковь. То есть сегодня интернет скорее способствует общению с друзьями и родственниками, а также получению потенциальной помощи, чем препятствует, как это предполагалось на заре его развития. Кроме того, социальные онлайн-сети и дружеские («сильные») сети не исключают друг друга (так как соответствующие им факторы не скоррелированы).

Что касается неверующих, то они, очевидно, реже или совсем не включены в церковную жизнь; а также слабее связаны с друзьями и родственниками, живущими отдельно (при контроле возраста). По сравнению с православными (не включая переменные этничности) мусульмане больше вовлечены в жизнь церкви и дружеские связи и меньше — в общение с родственниками, живущими отдельно, и в онлайн-сети. Представители других религий тоже имеют более высокий объем СК, связанного с церковью, а также потенциальные социальные ресурсы. По сравнению с русскими все остальные этнические группы (кроме малочисленных народов Поволжья и Севера) сильнее включены в жизнь церкви. Татары и башкиры, помимо этого — в родственные и дружеские связи, представители Северного Кавказа — в дружеские. Напротив, меньше русских общаются в соцсетях народы Северного Кавказа, малочисленные народы Поволжья и Севера, а также прочие неевропейские народы.

Наконец, чем больше человек живет в данном населенном пункте, тем выше его включенность в дружеские сети и тем ниже — в онлайн-сети и связи с родственниками, живущими отдельно. То есть, скорее всего, человек в большей степени связан сетями по месту жительства, а недавний переезд способствует общению с родными и друзьями посредством интернета. Чем больше населенный пункт, тем выше СК онлайн и тем меньше связи с друзьями и родственниками.

Выводы

В результате нашего исследования, как мы и предполагали в первой гипотезе, подтвердилось, что социальный капитал носит многокомпонентный характер, то есть его нельзя свести к одному измерению. Это подтверждает идеи Р. Патнэма, [Putnam, 1995], М. Грановеттера [Грановеттер, 2002] и Н. Лина [Lin, 2008]. При этом использование факторного анализа для конструирования векторов — измерителей потенциального СК подтвердило свою эффективность: было выявлено пять латентных факторов, которые могут быть интерпретированы как разные виды социального капитала: емкость онлайн-сети, потенциальные социальные ресурсы (возможная поддержка), плотность общения с друзьями, включенность в жизнь церкви и плотность общения с родственниками, живущими отдельно. Обнаруженные нами виды социального капитала возможно отнести к двум видам: закрытому (общение с друзьями и родственниками) и открытому (плотность социальной сети) СК. Участие в жизни церкви включает характеристики как первого, так и второго, и даже в некоторой степени скрепляющего СК—в том случае, если верующие ищут не инструментальную, а экспрессивную поддержку. Кроме того, отдельным видом можно считать потенциальные социальные ресурсы, которые индивид может мобилизовать в случае необходимости, они аккумулируют и открытый, и закрытый СК [Lin, 2008; 2010].

Мы ожидали, что население России можно разделить на группы, различающиеся структурой имеющегося у них социального капитала. Эта вторая гипотеза была подтверждена, выявлены четыре кластера индивидов: 1) низкий уровень всех видов СК; 2) высокий уровень открытого СК и умеренный уровень закрытого СК; 3) скрепляющий СК; 4) высокий уровень открытого и закрытого СК. Однако социально-демографические различия между группами оказались не слишком велики.

Регрессионный анализ подтвердил нашу третью гипотезу о влиянии пола, возраста, образования, места жительства и рождения, семейного положения, наличия детей, религиозности и конфессии. Все переменные имеют значимый эффект в моделях, причем сила и направленность эффектов различаются для разных видов социального капитала, что соответствует результатам, полученным другими исследователями для разных стран [Boisjoly, Duncan, Hofferth, 1995; Durkin, 2000; Behtoui, 2007; Kostas, Roumeliotou, 2009; Chung, Choi, Lee, 2014].

Как и в исследовании А. Н. Красиловой [Красилова, 2007], оказалось, что лучшими возможностями для инвестиций в потенциальный социальный капитал обладают люди молодого возраста. В то же время, в отличие от ее результатов, мы обнаружили, что размер населенного пункта положительно влияет на емкость социальной онлайн-сети, но отрицательно — на плотность общения с друзьями и родственниками.

В России, как и в других странах Европы, потенциальные социальные ресурсы в первую очередь включают поддержку семьи и родственников, и в несколько меньшей степени — близких друзей [Saraceno, Olagnero, Torrioni, 2005]. На помощь в онлайн-сетях могут рассчитывать только молодые люди, но и среди них она уступает поддержке от родных и близких друзей. Молодые россияне имеют более высокий уровень и открытого, и закрытого СК, за исключением потенциальной помощи и поддержки церкви, что противоречит идее Р. Патнэма об эффекте возраста, который мы упоминали выше [Putnam, 2001]. Примечательно, что наличие высшего образования у жителей России значимо позитивно влияет только на емкость социальной онлайн-сети, а среднего профессионального — на потенциальные социальные ресурсы, что противоречит результатам других исследований [Boisjoly, Duncan, Hofferth, 1995; Behtoui, 2007; Nahapiet, 2011].

В России у женщин выше объем социального капитала, чем у мужчин, как и во многих других странах [Behtoui, 2007; Chung, Choi, Lee, 2014]. Влияние брачного статуса варьируется в зависимости от вида СК, а количество детей в семье негативно влияет на слабые онлайн-связи и положительно—на сильные (общение с друзьями). Это отличается от некоторых ранее полученных результатов [Behtoui, 2007].

Наличие в семье инвалидов и проживание в бедном регионе не влияют на возможность получения помощи; люди из таких регионов также реже включены в жизнь церкви, что не соответствует фактам о других странах [Nahapiet, 2011]. В то же время в России верующие в большей степени, чем атеисты, могут рассчитывать на поддержку, причем не только со стороны церкви, но и со стороны друзей и родственников. У мусульман при этом опора на друзей и церковь выше, чем у православных. В целом это соответствует выводам, сделанным на данных США [Glaeser, Laibson, Sacerdote, 2002].

Мы полагаем, что разработанная нами методика измерения разных видов социального капитала на основе метода факторного анализа, а также периодическое включение в некоторые волны РМЭЗ НИУ ВШЭ блока соответствующих вопросов, позволит в будущем существенно продвинуться в выяснении места и роли СК в жизни россиян. Важной задачей является прежде всего оценка эффекта социального капитала на поиск работы, должностной рост, заработок, а также, возможно, рождение детей, заключение брака и другие виды экономического поведения. К некоторым из них мы собираемся обратиться в своих будущих исследованиях.

Список литературы (References)

Алмакаева А., Волченко О. Динамика социального капитала в России // Мониторинг общественного мнения: Экономические и социальные перемены. 2018. № 4. С. 273—292. https://doi.org/10.14515/monitoring.2018.4.13. Almakaeva A., Volchenko O. (2018) Dynamics of the Social Capital in Russia. Monitoring of Public Opinion: Economic and Social Changes Journal. No. 4. P. 273—292. https:// doi.org/10.14515/monitoring.2018.4.13. (In Russ.)

Бурдье П. Формы капитала // Экономическая ^циология. 2002. Т. 3. № 5. С. 60—74.

Bourdieu P. (2002) Ökonomisches Kapital, kulturelles Kapital, soziales Kaputal. Economic Sociology. Vol. 3. No. 5. P. 60—74. (In Russ.)

Грановеттер М. Экономическое действие и социальная структура: проблема укорененности // Экономическая социология. 2002. Т. 3. № 3. С. 31—50. Granovetter M. (2002) Economic Action and Social Structure: The Problem of Em-beddedness. Economic Sociology. Vol. 3. No. 3. P. 31—50. (In Russ.)

Демкив О. Социальный капитал: теоретические основания исследования и операциональные параметры // Социология: теория, методы, маркетинг. 2004. № 4. С. 99—111.

Demkiv O. (2004) Social Capital: Theoretical Basis of a Research and Operational Parameters. Sociology: Theory, Methods, Marketing. No. 4. P. 99—111. (In Russ.)

Красилова А. Н. Социальный капитал как инструмент анализа неравенства в российском обществе // Мир России. Социология. Этнология. 2007. Т. 16. № 4. С. 160—180.

Krasilova A. N. (2007) The Social Capital as the Tool of the Analysis of Inequality in the Russian Society. Universe of Russia. Sociology. Ethnology. Vol. 16. No. 4. P. 160—180. (In Russ.)

Куфлина Е., Рощина Я. Дифференциация социального капитала россиян и ее факторы // Вестник Российского мониторинга экономического положения и здоровья населения НИУ ВШЭ (RLMS-HSE) / под. ред. П. Козыревой. М. : Издательский дом НИУ ВШЭ, 2018. № 8. С. 113—135. https://www.doi.org/10.17323/978-5-7598-1825-0. Kuflina E., Roshchina Y. (2018) Differentiation of the social capital of Russians and its factors. Bulletin of the Russian Longitudinal Monitoring Survey — Higher School of Economics, RLMS-HSE. Moscow: Higher School of Economics Publishing House. No. 8. P. 113—135. https://www.doi.org/10.17323/978-5-7598-1825-0. (In Russ.)

Лебедева Н. М., Татарко А. Н. Ценности и социальный капитал как основа социально-экономического развития // Журнал институциональных исследований. 2010. Т. 2. № 1. С. 17—34.

Lebedeva N.M, Tatarko A. N. (2010) Values and Social Capital as the Basis of Social and Economic Development. Journal of Institutional Studies. Vol. 2. No. 1. P. 17—34. (In Russ.)

Натхов Т. В. Образование и доверие в России. Эмпирический анализ // Экономический журнал Высшей школы экономики. 2011. Т. 15. № 3. С. 353—373. Nathov T. V. (2011) Education and Trust in Russia. Empirical Analysis. Economic Journal of Higher School of Economics. Vol. 15. No. 3. P. 353—373. (In Russ.)

Радаев В. В. Понятие капитала, формы капиталов и их конвертация // Экономическая социология. 2002. Т. 3. № 4. С. 20—32.

Radaev V. V. (2012) The Concept of Capital, Its Forms and Convertation. Economic Sociology. Vol. 3. No. 4. P. 20—32. (In Russ.)

Рощина Я. Россия до и после политического кризиса 2011—2012 гг.: факторы спроса на демократические институты // Вестник Российского мониторинга эко-

номического положения и здоровья населения НИУ ВШЭ (RLMS-HSE) / под ред. П. Козыревой. М. : Издательский дом НИУ ВШЭ, 2014. № 4. С. 166—179. Roshchina Y. (2014) Russia Before and After a Political Crisis of 2011—2012: Factors of Demand for Democratic Institutes. Bulletin of the Russian Longitudinal Monitoring Survey—Higher School of Economics, RLMS-HSE. Moscow: Higher School of Economics Publishing House. No. 4: P. 166—179. (In Russ.)

Akgomak S. (2009) Bridges in Social Capital: A Review of the Definitions and the Social Capital of Social Capital Researchers (Working Paper Series No. 002). Maastrich: United Nations University — Maastricht Economic and social Research and training centre on Innovation and Technology. URL: http://www.merit.unu.edu/publications/ working-papers/?year_id=2009 (accessed: 12.02.2022).

Baker W. E. (1990) Market Networks and Corporate Behavior. American Journal of Sociology. Vol. 96. No. 3. P. 589—625. https://www.doi.org/10.1086/229573.

Behtoui A. (2007) The Distribution and Return of Social Capital: Evidence from Sweden. European Societies. Vol. 9. No. 3. P. 383—407. https://www.doi.org/10.1080/ 14616690701314093.

Bj0rnskov C. (2007) Determinants of Generalized Trust: A Cross-country Comparison. Public Choice. Vol. 130. No. 1—2. P. 1—21. https://www.doi.org/10.1007/s11127-006-9069-1.

Boase J., Horrigan J., Rainie L., Wellman B. (2006) The Strength of Internet Ties. Washington, D.C.: Pew Internet and American Life Project.

Boisjoly J., Duncan G. J., Hofferth S. (1995) Access to Social Capital. Journal of Family Issues. Vol. 16. No. 5. P. 609—631. https://www.doi.org/10.1177/019251395016005006.

Brandtzaeg P. B., Heim J., Kaare B. H. (2010) Bridging and Bonding in Social Network Sites — Investigating Family-Based Capital. International Journal of Web Based Communities. Vol. 6. No. 3. P. 231—253. https://www.doi.org/10.1504/IJWBC.2010. 033750.

Chung Soondool, Choi Hyeji, Lee Sophia Seung-yoon. (2014) Measuring Social Capital in the Republic of Korea with Mixed Methods: Application of Factor Analysis and Fuzzy-Set Ideal Type Approach. Social Indicators Research. Vol. 117. No. 1. P. 45—64. https://www.doi.org/10.1007/s11205-013-0341-8

Coleman J. S. (1988) Social Capital in the Creation of Human Capital. American Journal of Sociology. Vol. 94, Supplement: Organizations and Institutions: Sociological and Economic Approaches to the Analysis of Social Structure. P. S 95—S 120. https:// www.doi.org/10.1086/228943.

Durkin J. T. (2000) Measuring Social Capital and its Economic Impact. Chicago: Harris Graduate School of Public Policy Studies University of Chicago. URL: https://pdfs. semanticscholar.org/15e0/ef15f03a184b9c52f60cd7cdfffae46c64a1.pdf (accessed 12.02.2022).

Ellison N. B., Steinfield C., Lampe C. (2007) The Benefits of Facebook "Friends:" Social Capital and College Students' Use of Online Social Network Sites. Journal of Computer-Mediated Communication. Vol. 12. No. 4. P. 1143—1168. https://www. doi.org/10.1111/j.1083-6101.2007.00367.x.

Ellison N., Lampe C., Steinfield C., Vitak J. (2010) With a Little Help From my Friends: How Social Network Sites Affect Social Capital Processes. In: A Networked Self: Identity, Community, and Culture on Social Network Sites. Taylor & Francis. P. 124—145.

Glaeser E. L., Laibson D., Sacerdote B. (2002) An Economic Approach to Social Capital. The Economic Journal. Vol. 112. No. 483. P. F437—F458. https://www.doi.org/ 10.1111/1468-0297.00078.

Leeves G. D. (2014) Increasing Returns to Education and the Impact on Social Capital. Education Economics. Vol. 22. No. 5. P. 449—470. https://doi.org/10.1080/0964 5292.2012.660133.

Kostas R., Roumeliotou M. (2009) Social Trust in Local Communities and Its Demographic, Socioeconomic Predictors: The Case of Kalloni, Lesvos, Greece. International Journal of Criminology and Sociological Theory. Vol. 2. No. 1. P. 230—250.

Lancee B. (2012) The Economic Returns of Bonding and Bridging Social Capital for Immigrant Men in Germany. Ethnic and Racial Studies. Vol. 35. No. 4. P. 664—683. https://www.doi.org/10.1080/01419870.2011.591405.

Lin N. (1999) Building a Network Theory of Social Capital. Connections. Vol. 22. No. 1. P. 28—51.

Lin N. (2001) Social Capital: A Theory of Social Structure and Action. Cambridge: Cambridge University Press.

Lin N. (2008) A Network Theory of Social Capital. In: Castiglione D., van Deth J. (eds.) The Handbook of Social Capital. Oxford, New York: Oxford University Press. P. 50—69.

Lin N. (2010) Social Capital: Theory and Research. The Senshu Social Capital Review. No. 1. URL: https://www.senshu-u.ac.jp/scapital/english/pub.html (accessed: 12.02.2022).

Nahapiet J. (2011) A Social Perspective: Exploring the Links between Human Capital and Social Capital. In: Burton-Jones A., Spender J.-C. (eds.) The Oxford Handbook of Human Capital. Oxford: Oxford University Press. https://www.doi.org/10.1093/ oxfordhb/9780199532162.003.0003.

Neves B. A.B. (2012) Social Capital and Internet Usage: A study in Lisbon. Instituto Superior de Ciencias Sociais e Politicas, Universidade Tecnica de Lisboa, Lisboa. Tese de Doutoramento em Ciencias Sociais na especialidade de Sociologia. URL: https:// www.semanticscholar.org/paper/Social-capital-and-internet-usage%3A-a-study-in-Ne ves/087bcd1200be98588173904e768dc3162963b792 (accessed: 12.02.2022).

Paldam M. (2000) Social Capital: One or Many? Definition and Measurement. Journal of Economic Surveys. Vol. 14. No. 5. P. 629—653. https://www.doi.org/10.1111/ 1467-6419.00127.

Portes A. (1998) Social Capital: Its Origins and Applications in Modern Sociology. Annual Review of Sociology. Vol. 24. No. 1. P. 1—24. https://www.doi.org/10.1146/ annurev.soc.24.1.1.

Putnam R. D. (1995) Bowling Alone: America's Declining Social Capital. Journal of Democrac. Vol. 6. No. 1. P. 65—78. https://www.doi.org/10.1353/jod.1995.0002.

Putnam R. D. (2001) Bowling Alone: The Collapse and Revival of American Community. New York, NY: Touchstone Books by Simon & Schuster.

Saraceno C., Olagnero M., Torrioni P. (2005) First European Quality of Life Survey: Families, work and social networks. Luxembourg: Office for Official Publ. of the European Communities. URL: https://www.researchgate.net/publication/281746681_First_ European_Quality_of_Life_Survey_Families_work_and_social_networks (accessed: 12.02.2022).

Salnikova D. (2019) Factors of Subjective Household Economic Well-Being in Transition Countries: Friends or Institutions in Need? International Journal of Sociology and Social Policy. Vol. 39. No. 9/10. P. 695—718. https://www.doi.org/10.1108/ IJSSP-02-2019-0040.

Steinfield C., Ellison N. B., Lampe C. (2008) Social Capital, Self-esteem, and Use of Online Social Network Sites: A Longitudinal Analysis. Journal of Applied Developmental Psychology. Vol. 29. No. 6. P. 434—445. https://www.doi.org/10.1016Zj.appdev. 2008.07.002.

Williams D. (2007) The Impact of Time Online: Social Capital and Cyberbalkanization. Cyberpsychology & Behavior: The Impact of the Internet, Multimedia and Virtual Reality on Behavior and Society. Vol. 10. No. 3. P. 398—406. https://www.doi.org/10.1089/ cpb.2006.9939.

i Надоели баннеры? Вы всегда можете отключить рекламу.