跟上e-jonese：在线社交网络是否提高了社交能力

（2015）发现使用Fac电子书会引发嫉妒感，这会让用户面临抑郁风险。Lim和Yang（2015）利用446名在韩国大学就读的大学生的调查结果，研究了ASN环境中发生的社会比较对情绪的影响。他们的研究结果表明，社交网络中的一个主要活动是与公众人物进行社会比较，这种比较会引发一系列情绪反应，包括嫉妒和羞耻。de Vries和K¨uhne（2015）通过在线社交网络对阿姆斯特丹大学两名学生招募的231名年轻人进行了调查，结果发现，Facebook的使用与更大程度的负面社会比较有关，而负面社会比较反过来又与自我感知的社会能力和身体吸引力负相关。这类研究的主要局限性在于使用小样本、分隔样本和有偏见的样本，在大多数情况下，这些样本由自己选择的特定大学本科生组成。我们的研究首次在一个具有全国代表性的大样本中评估了社交网络的使用与社会比较之间的关系。3数据和经验策略我们使用了从Istat提供的2010年、2011年和2012年MHS波中提取的数据的工具横截面。MHS样本包括大约20000个家庭，相当于近48000个人，它提供了意大利人社交习惯的信息。为了衡量社会比较，我们使用了一个代理人来记录人们对收入的不满。事实上，收入满意度与相对贫困密切相关（D’Ambrosio和Frick，2007年、2012年），一些研究将经济不景气作为社会比较的代理（参见For exampleBrockmann et al.，2009）。

心理学的开创性工作理论认为，不满与社会比较密切相关。例如，在他们对二战期间美国士兵态度的开创性研究中，斯托夫等人（1949年）发现，士兵对自身状况的不满与其经历的实际困难程度有关，不如说与他们自己所比较的部队或团体的状况有关。换句话说，不满基本上取决于社会比较。最近，经济研究已经确定，对收入和主观幸福感的满意度是由个人收入与所有比他更富有的个人收入之间的差距驱动的（克拉克和奥斯瓦尔德，1996年；博塞特和德安布罗西奥，2006年；德安布罗斯·伊奥和弗里克，2007年，2012年）。MHS通过回答以下问题来衡量收入满意度：“你对自己的财务状况有多满意？”，其中可能的回答为“非常满意”、“相当满意”、“不太满意”和“完全不满意”。答案的等级已经恢复，因此分数越高，代表的不满就越多。意大利宏观地区的收入不满程度在意大利南部和岛屿地区最高：北部地区为2.27至2.57，中部地区为2.58至2.64，中部地区为2.64至2.2。南部88人（按4分制）。东北地区的人倾向于报告收入满意度最低。

此外，2010年至2012年间，几乎所有地方的平均收入不满程度都有所增加（见附录中的图1和表5）。北-西伊塔利诺思-东意大利中部意大利南部意大利岛2010-2011-2012图1：2010年、2011年和2012年意大利对收入不满的分布情况。SNS的使用是通过一个二元变量来衡量的，该变量记录了受访者对Facebook和TWITTER等在线社交网络的使用情况。不幸的是，MHS数据既不区分Facebook和Twitter，也不包含用户在这些网络上实际执行的活动的信息。由于我们的因变量财务不满分为4类，因此我们采用标准有序概率模型。形式上，我们的基本方程如下：收入不满意=1如果易建联≤ 0,2如果0<yi≤ c、 3如果c<yi≤ c、 4如果c<yi。（1） 其中0<c<c<c<c；指数代表个人；c-待估计的未知参数。Yi=α+β·f bi+θ·Xi+εi，εi~ N（0，1）yi是财务不满，f bi是SNS的使用，θ是控制变量向量xindεiis的参数向量均值等于零，标准偏差等于1的正态分布误差向量。在所有的研究中，我们使用稳健的标准误差来解释误差的可能异方差性。控制变量列表包括：o快速互联网接入，通过使用DSL或光缆连接的宽带进行测量。

纳入这一控制是为了检验宽带接入会引发重大期望的假设（Lohmann，2015），并获得关于这种关系是否可能由在线社交网络的使用所驱动的线索与朋友会面的频率，以检查面对面交流与物质愿望的可能关系（Stutzer，2004）年龄、性别、婚姻状况、家庭子女数量、教育程度和工作状况每天看电视的分钟数。纳入这一对照是为了进一步检验电视引发材料盗版的假设（Bruni和Stanca，2006）宏观层面的控制，包括实际的人均国内生产总值和积极参与志愿活动的地区人口比例。

该变量用于控制参与社交活动的可能性，这些活动可能为人们提供面对面的合作互动机会，从而促进社会比较。描述性统计数据见表1。表1：描述性统计数据。可变平均标准差最小最大收入不满2.612 0.750 1 4 81499在线网络0.460 0.498 0 1 38941女性0.514 0.500 0 1 83092年龄49.45 18.25 18 90 83092年龄平方/100 27.79 18.99 3.240 81 83092看电视时间5.048 0.579 2.303 6.835 62602婚姻状况1.954 0.842 1 4 83092教育状况2.574 0.774 1 83092职业状况2.816 2.042 83092儿童人数1.023 1.009 0 7 83092调制解调器0.107 0.309 0 1 48031DSL 0.581 0.493 0 1 48031光纤0.0149 0.121 0 1 48031卫星0.0755 0.264 0 1 480313G 0.0244 0.1540 1 48031USB 0.178 0.382 0 1 48031移动0.0193 0.138 0 1 48031快速互联网连接0.596 0.491 0 1 48031实际人均国内生产总值（千e2005）22.95 5.730 14.58 30.77志愿者的区域份额0.040.2310.040–10 200 83092year–2010 2012 830923.1内生性问题等式1中的系数表示变量之间偏相关的符号和大小。然而，我们不能放弃这样一个假设，即SNS的使用是对收入不满的内生原因。例如，抑郁倾向等个人性格特征可能与SNS的使用和我们的因变量有关。此外，还可能出现相反的因果关系。

例如，不满意的人可能希望利用在线社交网络寻找新的机会来改善他们的财务状况。为了解决这些问题，我们遵循萨巴蒂尼和萨拉西诺（2014年、2015年）实施的策略，并使用两阶段最小二乘（2SLS）模型进行工具变量估计，在第一阶段，我们验证了SNS的使用。我们确定了两种工具：1。根据意大利经济发展部提供的数据，在申请人居住区域内可使用DSL连接的人口百分比。DSL（digital subscriber line，最初是数字用户环路）是一系列技术，通过在传统本地电话网的铜线上传输数字数据来提供互联网接入。基本上，这是一种通过旧的电话基础设施提高数据传输速度的方法。2.根据意大利宽带观测机构提供的数据，用该地区未被光学纤维覆盖的面积百分比来衡量数字鸿沟。与DSL相比，光纤传输距离更长，传输速度更快。这两个工具变量都是在2008年测量的，比我们在研究中使用的多用途家庭调查的开始时间早两年。即使DSL技术依赖于通过用户的旧电话线传输数据，但电话基础设施的存在只是宽带可用性的必要条件，而不是充分条件。重要的是所谓的“本地环路”，即最终用户的电话线与最近的电信交换机或“中央办公室”之间的距离。铜线越长，通过这条线获得的带宽就越少。

如果距离超过某个阈值（约4.2公里），则用于电话通信的铜线的带宽不足以支持宽带连接（Campante et al.，2013）。在修建传统电话基础设施时，铜线的长度取决于该地区的地形特征。如果使用rs的电话线与中央办公室之间存在自然障碍，例如山或湖，则长度可能超过4.2公里的阈值（2006年；Ciapanna和Sabbatini，2008年）。因此，似乎可以合理地假设，2008年的地区DSL覆盖水平不能直接影响个人的收入不满，宽带覆盖对因变量的影响实际上取决于接入宽带在多大程度上允许互联网中介通信，而这反过来又是社会比较的来源。至于第二种仪器，当宽带连接无法通过现有铜线实现时，有必要转向基于光纤的技术，以提供快速互联网。然而，安装这种基础设施的可能性和成本，更强烈地依赖于自然环境的外部特征。事实上，与DSL不同，optica l Fibre需要在地下安装新电缆。这涉及到挖掘工程，这些工程成本高昂，通常会在该地区铺设或甚至阻止宽带的提供。至于DSL，地区之间的地形差异必须被视为跨地区访问差异的“自然”原因，这是人们社交习惯的外因，不能由他们对在线网络的偏好驱动。

确定正交性的假设。对于一个地区的任何一组给定地形特征，宽带的提供——无论是通过DSL还是光学纤维技术——也可能受到影响提供商投资预期商业回报的一些社会人口因素的影响，如人口密度、人均收入、，教育水平中值和当地社会资本禀赋。这些特征可能与我们感兴趣的结果相关，可能会混淆因果解释。为了说明可能的创业效应，我们纳入了人均GDP的区域水平、志愿者的区域份额，以及一系列区域固定效应，以说明时间不变的未观察到的区域异质性。为了测试SNS的使用，我们采用了2SLS模型。第一步可以写为：fbi=（如果是，则为0）≤ 如果yi>0，则为0,1。（2） 其中fbi=π+π·z+π·z+π·Xi+νi，νi~ N（0，1）和zand zarethe是上述两种工具。第二步如下：收入不满意=1如果易建联≤ 0,2如果0<yi≤ c、 3如果c<yi≤ c、 4如果c<yi。（3） 其中0<c<c<c<c；指数代表个人；在附录B中，我们提供了一张地图，说明了意大利领土的地形特征，并显示了2007年的宽带覆盖情况。

后者表明，在意大利，最不透水的地区是宽带覆盖最差的地区。Yi=α+β·^fbi++γ·z+γ·z+θ·Xi+i，i~ N（0，1）^fbis使用第一步SNS的预测概率和待估计的未知参数。与模型1一样，θ是控制变量X的参数s的向量；β是SNS使用的效率；^fbis是仪器化SNS的使用，iis是错误术语。为了进行这些估计，我们使用了Roodman（2011）实现的多方程条件混合过程（CMP）估计器。这种技术允许在每个阶段采用不同的模型规格。在第一阶段，因变量是SNS的使用，我们使用了probitmodel。在第二阶段，通过有序概率模型估计SNS使用与财务不满意指标的关系。4结果表2给出了方程式1的估计值。网络社交与收入不满意显著正相关，因此表明使用社交网站的人往往对自己的收入更不满意。相反，与朋友见面的频率越高，受访者的收入差距越小。这两个结果表明，面对面和网络互动可能会对人们进行社会比较的态度产生不同的影响。这一结果可能与这样一个事实有关：虽然SNS允许用户与远方的人接触，如熟人、过去的朋友或朋友的朋友，但面对面交流通常是与亲密的朋友进行的。

后者可能倾向于避免向上和向下的比较，因为它们可能与Brickman和Bulman（1977）提出的可能与比较有关的负面情绪有关。收入不满也与看电视的时间显著正相关，这与之前记录电视在提高人们物质期望方面的主要作用的发现一致（Bruni和Stanca，2006）。正如预期的那样，宽带互联网并不重要，但与收入不满意呈正相关。这表明，Clark和Senik（2010年）以及Lohmann（2015年）发现的快速互联网使用与社会比较指标之间的显著正相关，可能是因为在线社交网络在向用户提供个人信息方面的作用。所有其他控制变量都具有预期的符号。健康状况不佳的人和离开大家庭的人的不满意程度明显较高。相反，已婚人士和受教育程度较高的人与其他人相比往往较少。年龄系数和年龄平方证明年龄和收入差距之间存在U型关系。最后，我们发现，生活在富裕地区的人们往往对他们的收入不太满意，而我们没有发现志愿者在该地区所占份额有任何显著影响。这些结果在包括区域固定效应后仍然有效。为了解决第3.1节中提出的内生性问题，我们转向2个LSEstimates。结果见表3。