理论与数据双驱动的社会分层研究

　　[摘要]以往社会分层研究的理论和方法可以归纳为理论和数据驱动两种范式，通过回顾和比较,发现其都存在不可避免的局限性，为此提出一种结合二者优势的理论与数据双驱动的社会分层研究框架。该框架将社会阶层看作由类别和等级参数所构成的高维社会空间中聚集的子群体，基于分层理论所提出的阶层测量指标建构“社会阶层空间”，并使用机器学习算法识别出空间中的不同群体，从而进行阶层划分。使用这一框架对CGSS2017的数据进行阶层划分，发现其既能区分出地位一致性高的、边界清晰的阶层，也能对地位不一致的、还未形成阶层的利益群体进行准确识别。此外还发现：(1)将当前中国社会划分为三个阶层是最好的划分方式，三个社会阶层在经济、声望、文化等维度上的特征分布都存在高、中、低的等级差异;(2)分层的指标并不是越多越好，对中国当前社会阶层划分和对个体阶层测量最有意义的指标是单位类型，其次是职业社会经济地位。

　　[关键词]社会分层;理论驱动;数据驱动;机器学习;社会阶层空间;阶层测量方法

　　社会结构是社会学的核心议题，作为社会结构最重要的维度，阶层结构的研究对于理解社会现象和社会变迁有着重要的意义，一直以来广受国内外社会学家的关注，发展出了丰富的社会分层理论，并在此基础上提出了不同的阶层测量方法。总体来看，国内外学者对阶层的理解可分为两种：

　　一种认为阶层是等级不同的群体，只需确定一定的数量标准就可以对社会阶层进行区分，例如按照收入的高低划分为低收入群体、中等收入群体和高收入群体;另一种认为阶层是社会性质、社会属性完全不同的群体，而不仅仅是简单的上下排列的等级层次，因此需要找到阶层之间属性差异的指标来界定。传统的社会分层理论(如马克思、韦伯和涂尔干的分层理论)都体现了将阶层看作属性不同的群体这一阶层视角，即根据生产资料的占有、劳动分工等差异来界定阶层[1]。社会学对阶层结构的测量常常将两种视角结合起来，既考虑群体的社会属性差异，同时关注社会属性的等级层次，而用于分层的社会属性常常被理解为“对各类资源的占有”。李强[1]认为，社会分层的本质是资源在不同群体中的分布。

　　因此，资源的种类和占有水平是阶层和社会地位划分的依据。他将格伦斯基提出的用于分层的七种资源[2]扩展为十种，分别是生产资料资源、财产或收入资源、市场资源、职业或就业资源、政治权力资源、文化资源、社会关系资源、主观声望资源、公民权利资源以及人力资源。这十种资源各有侧重，其不同组合可以形成不同的分层标准，而不同的分层组合所划分的阶层群体又常常相互交叉，即在一种标准下被划分为同一个阶层的群体在另一种标准下可能被分为不同的阶层群体。

　　基于不同的资源组合和不同的划分标准，社会学发展出了不同的阶层测量方法。但笔者发现，这些方法都存在一定的局限性：一方面，不同分层模型测量阶层地位时选用的维度(资源种类)和划分标准(资源占有水平)不同;另一方面，这些方法都面临着“分层结果无法在现实中验证”的批判。因此，本文尝试提出一种理论和数据双驱动的阶层测量，在更全面地考虑阶层测量维度的基础上，使用数据驱动的方式从现实出发进行阶层划分。

　　一、两种阶层测量范式

　　社会分层研究的首要任务是界定社会阶层，阶层测量需要研究者制定出分层的指标对社会阶层进行划分。自马克思以来，社会理论家和社会学研究者提出了大量的阶层测量理论和方法，对社会分层指标、测量方法和划分方式进行了界定和讨论，发展出了理论驱动和数据驱动两种研究范式。

　　(一)理论驱动的阶层测量传统的阶层测量均属于理论驱动范式。在这一范式下，社会分层的研究者在阶层测量上存在两种不同的取向：一种是阶级分析,一种是职业分层。前者多使用类别型(categorical)的阶级测量方法，本文称之为阶层归类法;后者多使用连续型(continuous)的阶层测量方法，本文称之为数值测量法。阶层归类法是指研究者基于社会分层理论探索出一些有重要经济社会差异的大的阶级类别，然后将社会人群纳入这些大的类别，社会学分层理论最重要的两种阶层图示——赖特阶级分类模型和EGP阶级图式都属于这一类测量方法[1,3-4]。

　　赖特阶级分类模型是根据不同社会群体围绕物质生产资料、劳动力、组织和技术四种资产所产生的占有(控制)和剥削关系进行的阶级分类[3];戈德索普等提出的EGP图式主要是依据职业信息进行的阶层划分，根据职业声望、职业的市场地位(职业的经济收入来源和收入水平、经济保障状况和经济提升、职业的技术能力等)、工作地位(管理权限、工作自主程度等)以及雇佣关系等特征对职业社会阶层地位进行划分[4-7]。

　　数值测量法是指研究者基于特定的特征计算出一个有高低等级的、连续的数值作为界定阶层地位的指标，其典型代表是职业声望量表(OccupationPrestigeScale，OPS)和社会经济地位指数(SocioeconomicIndex，SEI)。职业声望量表是通过调查的方式来了解人们对国家或国际职业分类标准中的职业评价，从而计算出职业声望的评估标准[8]。目前大多数学者使用的职业声望量表是特莱曼整合60个国家与地区的85套职业声望调查数据所提出的较为稳定的、可以用于跨国比较分析的国际标准职业声望量表(StandardInternationalOccupationalPrestigeScale，SIOPS)[9-11]。

　　社会经济地位测量则是使用每一类职业的平均教育水平和平均收入对该类型的职业声望进行回归，并基于回归方程来估计所有职业的社会经济地位指数[12-15]，目前所使用的社会经济地位指数是1992年甘泽布姆等根据国际标准职业编码(InternationalStandardClassificationofOccupations，ISC)提出的国际标准社会经济地位量表(InternationalSocio-EconomicIndexofOccupationalStatus，ISEI)。这一量表给出了每一个职业对应的ISCO、ISEI、SIOPS，并与十等级的EGP阶层分类相对应[16-17]。随着社会的发展，国际标准职业编码在不断更新，IESI也进行了相应的更新。

　　(二)数据驱动的阶层测量

　　随着大数据和计算社会科学的发展，数据驱动的阶层测量方法逐渐兴起，并在学术界和业界得到了广泛应用。与传统阶层测量方法不同，数据驱动的阶层测量主要是用于估计个体或家庭的社会经济地位(SocioconomicStatus，SES)，而不以研究整个社会的阶层结构为目的。

　　社会经济地位是指基于个体或家庭的受教育水平、收入水平和职业水平而形成的在经济层面和社会层面相对于他人的社会位置，并且通常被划分为高、中、低三个等级[18]。传统的SES测量主要使用调查数据来获取决定SES的教育、收入、职业等传统社会分层理论所关心的阶层测量维度直接进行划分，而数据驱动的阶层测量主要依据大数据来测量个体的社会经济地位。由于大数据难以获取经济资源、职业资源、声望资源等理论驱动分层所关注的数据，而更多地包含社交网络和生活方式等社会资本和文化资本信息。

　　因此，基于不同社会经济地位的群体拥有不同生活方式和社会网络的观点[19-20]，数据驱动的阶层测量主要使用手机或互联网获取的用户行为、社交网络以及环境(如居住区域)数据等，通过一定的算法对个体或家庭的社会经济地位进行预测和估计。在使用生活方式特征预测阶层地位的研究中，研究者从多个生活方式的多个维度预测个体的SES，如活动轨迹、电话沟通模式、消费模式、社交媒体上讨论的话题以及使用的语言和社交媒体上的表现等。其方法一般是将手机或社交媒体上记录的海量个体行为数据转化为结构化的数据(即个案—变量式的数据)，用以刻画个体生活方式的特征，然后根据这些特征来预测个体的SES等级、收入或职业类别[21-25]。

　　在使用社会网络特征进行预测时，研究者通常依据社会网络分析(SocialNetworkAnalysis，SNA)中整体网分析的各项网络结构指标(如中心性、度分布等)[26]，而非个体及其朋友的社会人口属性来预测个体的SES。根据生活方式或社会网络特征预测个体或家庭的SES等级后，还需要结合直接测量SES的相关数据——如用户居住小区的房价、普查或社会调查发布的地区社会经济水平、用户的职业类别等——作为用户的“真实”SES，来验证基于行为和网络预测的准确性。

　　由此可见，数据驱动的阶层测量实际上把阶层测量作为一个分类任务去完成，研究者基于个体的行为或社会网络特征，采用机器学习的方法对用户进行分类，并通过特征筛选、优化算法等方式来提高分类的准确性。在实际操作中，支持向量机(SupportVectorMachine，SVM)、随机森林(RandomForest)等有监督机器学习分类方法和词聚类与词嵌入(wordclusterandembedding)、均值聚类(Meansclustering)等无监督聚类方法常被用于划分用户的SES等级。

　　(三)两种阶层测量范式的比较

　　通过对理论与数据驱动的阶层测量方法及其理论依据进行梳理，发现理论驱动的阶层测量更关注经济资源(如生产资料的占有、收入与财富等)、与经济资源直接相关的资源(如职业类别、市场资源、劳动关系等权力资源以及受教育程度、技能水平等人力资本)以及声望资源;而并未将(除人力资本外的)文化资本和社会网络资源纳入社会分层的维度;而数据驱动的阶层测量正好相反，只考虑文化资本和社会网络资源，实际上这种分异的产生是由于数据和方法的局限性。

　　在理论驱动的阶层测量发展之时，研究者只能使用调查数据进行研究，调查数据中更多地包含教育、收入、职业等核心变量，而较少包含生活方式数据;在分析方法上，由于人脑的思考维度是有限的，理论驱动的分层模型只能考虑有限维度的社会属性，无法处理高维的特征，加之传统的实证分析大多采用线性模型，由于存在地位不一致的可能，阶层地位并不一定是各种资源的线性组合。

　　因此，研究者只能选用更重要的维度对阶层进行测量。由于每种理论驱动的方法都只考虑特定维度的资源，在阶层划分的方式上也存在差异，因此不同流派的分层研究者对究竟应该如何进行划分争论不休[27-29]。此外，不同国家或地区、不同时期的社会发展情况存在差异[30]，研究者基于不同的数据测量出的阶层结构能在多大程度上反映社会现实也难以验证[31]。对于数据驱动的阶层测量而言，手机和互联网产生的大数据主要是对个体使用痕迹的记录，通过这些记录很容易得出个体的移动轨迹、通话模式以及社交媒体上的信息。

　　因此，基于大数据的阶层测量只能根据文化和社会网络等信息来推测。但由于大数据很难获取教育程度、收入、职业等隐私信息，通常用社区房价、地区SEL等作为替代，因此对SES的预测结果难以验证;此外，若特征维度较高，过于复杂的黑箱算法也使得分层结果难以解释。

　　实际上，很多大型社会综合调查的数据包含行为、态度、生活方式等文化资本和社会网络的数据，只是因方法的限制使得研究者未能将其纳入阶层测量中;而机器学习方法和技术不仅可以用于大数据的分析，同样可以用于调查数据的分析。为克服纯理论和纯数据驱动的阶层测量方法的不足，本文尝试将两种方法的优势结合起来，提出一种理论与数据双驱动的阶层测量方法。

　　二、理论与数据双驱动的阶层测量方法——基本框架设计

　　阶层测量的目的是为了分析社会的阶层结构，从而分析结构形成的原因及其影响。因此，研究者所得出的阶层结构必须符合社会现实。然而，有学者对我国分层研究的四种模式进行分析后提出了尖锐的批评，认为“关于中国分层的几种不同模型只不过是几种不同的关于当前中国社会分层状况的概念或分类游戏而已，并且四种模型经过一番操作能够实现相互转化”，并认为“关于当代中国社会分层状况的几种模式，其是非对错本质上与‘事实’①无关，因而也不可能通过将它们与‘事实’对比，看谁更符合‘事实’(或能获得更多‘事实’支持)的方法来对它们的是非对错加以判断。

　　它们之间的差异，实质上只是几种关于社会分层之话语系统之间的差异”[31-32]。这一观点启发了笔者，即在进行阶层划分时应该从社会事实出发进行阶层结构测量，避免从理论上对阶层进行定性的分类。但如何根据社会事实来划分阶层?前文提到，阶层是社会属性和等级不同的群体，是对不同资源占有水平不同的群体，那么阶层划分就是根据社会成员的属性和等级将社会成员划分为不同的群体，而如何选择用于区分阶层的属性和等级，则需要借助分层理论的帮助。基于这一观点，本文建构了理论和数据双驱动的阶层测量框架。

　　(一)社会结构、布劳空间与社会阶层

　　布劳在《不平等与异质性》中建构了其宏观社会结构理论，认为社会结构可以用类别参数和等级参数来描述。类别参数是指将人口平行地划分为界限明确的若干个亚群体的特征，包括性别、种族、宗教、国籍、居住地、语言、职业、婚姻状况等;等级参数是将人口按高低秩序划分为若干层次的特征，包括教育、收入、财富、权力等。布劳认为，社会结构的分化一般有异质性和不平等两种形式，异质性是水平分化，指人口在由类别参数所表示的各群体之间的分布;不平等是垂直分化，指由等级参数所表示的地位分布。此外，他还用相交性表示社会结构中几条轴线的人口分布共变情况。

　　类别参数和等级参数构成了多维空间，而人口在这一多维空间中的分布则构成社会结构[33-34]。这一“多维空间”被命名为布劳空间，所有社会人口特征都是布劳空间的潜在坐标轴[35-36]。社会阶层是社会结构最核心的维度，因此可以认为，社会阶层是由类别参数和等级参数共同决定的。如上文所述，不同社会阶层既是异质性的群体，也是在等级秩序的阶梯中占有不同位置的群体。

　　因此，参照社会结构的定义，可以将社会阶层看做是人口在由类别参数和等级参数所构成的高维社会空间中的分布所形成的次级群体，那么阶层划分就是去识别这些群体。基于这一思想，本文建构了理论与数据双驱动的阶层测量框架：第一步，建构社会阶层空间，即基于分层理论提出的对阶层划分有意义的资源(阶层测量的维度)，将其操作化为可测量的变量作为社会空间的维度，建构出社会空间;第二步，使用无监督聚类的方法识别在高维社会空间中形成的次级群体，从而进行阶层划分。

　　(二)社会阶层空间的建构与分割

　　建构社会阶层空间需要先描绘出社会空间的“轴线”，即定义用于阶层划分的维度。李强总结了过往分层理论所使用的阶层划分的10种资源：生产资料资源、财产或收入资源、市场资源、职业或就业资源、政治权力资源、文化资源、社会关系资源、主观声望资源、公民权利资源以及人力资源。

　　但这一分类过于细致，导致这10种资源并非互斥，如文化资源包含了人力资本，职业或就业资源中也包含收入、生产资料和市场资源等信息，在操作化时较难进行测量。陆学艺[27]根据我国特色，将阶层划分要素综合为五个：职业或劳动分工、经济资源、组织资源(也称权力资源)、文化(技术)资源和单位地位或制度分割，但这种归类也忽视了社会网络资源、除人力资本外的文化资本以及声望资源和公民权力。在对二者进行综合的基础上，本文将用于社会分层的要素归纳为七类，分别是：

　　(1)经济资源，主要指收入状况，包括个人收入与家庭收入;(2)职业与声望，整合了组织资源(有无管理权限)、职业资源(职业类型、工作状况)和职业声望;(3)单位地位或制度分割，包括户口、单位类型、体制以及党员身份等;(4)社会资本;(5)民权资源;(6)人力资本;(7)文化资本;主要包括人力资本以外的其他文化资本，如生活方式、消费结构等。之后结合获取数据的情况将上述要素操作化为可测量的变量，即社会空间的坐标轴。构建好社会空间的下一步是进行阶层划分。

　　由于本文没有理论预设，并不清楚人口在这个高维空间中是如何分布的，因此并不知道社会可以划分为多少个阶层以及每个阶层拥有什么样的特征。为此，本文采用数据驱动的方式，使用无监督(unsupervised)的机器学习聚类(clustering)算法来帮助识别人口在这个空间中的分布状况，寻找高维空间中聚集在一起的一个个“团体”来进行阶层划分。

　　聚类算法的目标是将样本划分为若干个不相交的子集，每个子集叫做一个“簇”(cluster)，每个簇对应这个子集一些潜在的特质，如高教育程度、高收入等;聚类算法事先并不清楚这些特质的存在，而是通过学习数据的分布结构找到内在性质和规律而自动形成的簇。聚类算法的聚类逻辑是“物以类聚”，即将拥有相似特征的样本划分到同一个簇，而不同簇的样本之间尽可能不同，即簇内相似度(intraclustersimilarity)高而簇间相似度(interclustersimilarity)低。因而，“相似度”或称“距离”是聚类算法簇划分的重要依据。

　　常见的相似度或距离测量方式有欧式距离(Euclideandistance)、曼哈顿距离(Manhattandistance)、osine相似性、图中连边概率等。不同的聚类算法采取不同的相似度或距离计算方式，当前常见的聚类算法可以分为五类：划分式的聚类(如Means聚类算法及其变种)、层次聚类、基于密度的聚类、基于网格的聚类、基于图的聚类(如谱聚类)和基于模型的聚类(如采用EM算法的高斯聚类)。

　　在实际应用中，选择哪种聚类算法取决于数据特征和算法的性能表现。而在运行完聚类算法对样本进行簇划分之后，还需要选取适当的性能度量指标对聚类的效果进行评估，以分析聚类算法是否实现了簇内相似度最高而簇间相似度最低的目标。值得一提的是，无监督的聚类算法需要研究者自己定义簇的个数，因此在实际研究中需要通过不断调试模型参数来找到最佳的聚类簇数[37-38]。

　　三、我国的社会分层——理论与数据双驱动阶层测量方法的应用

　　2017年中国社会综合调查(CGSS2017)共收集了12582个样本，根据上述社会分层的七大要素，笔者在数据中选出相关变量对每个要素进行操作化，操作化过程见表。其中，CGSS2017的职业编码采用ISCO08编码，为获得职业声望和职业社会经济地位，本文使用语言中的ISCO08ConveRsions程序来生成SIOPS08和ISEI08;社会资本的测量参考边燕杰[39]测量城市居民社会资本的方法;网络异质性的测量根据受访者所认识的人中有几个列出的职业类别：

　　网顶为受访者的社会网络中的最高声望，平均网络质量为受访者网络中的平均声望;阅读习惯包括月均读书本数、电子书本数，日均看报纸/杂志数量以及日均手机阅读新闻咨询小时数;生活方式来源于问卷A部分生活方式模块中对媒体的使用情况、闲暇时间的活动、在空闲时间做什么事情三个量表，本文将量表进行重新编码，转换成虚拟变量②。

　　因聚类模型不允许数据存在缺失值，但有些样本在职业类型等关键变量上的答案缺失且无法填补，因此本文删除了关键变量缺失的样本，最后得到9726个样本。为检验清理后样本是否会导致关键变量与原样本在分布上的差异，选取收入、受教育程度两个常用于测量社会阶层的重要指标进行检验。

　　从分布形态上看，清理后样本的收入、教育年限③和原样本分布形态较为一致。同时对原样本和清理后样本进行了独立样本T检验，结果显示二者在收入和教育程度的分布没有显著差异④。综上，可以认为删除职业等关键信息缺失的样本并不会导致清理后样本重要指标分布与原样本的之间的偏差，本文对样本的清理没有损害原样本的代表性。

　　在使用简洁模型验证了理论与数据双驱动模型的分层效力之后，笔者根据分层理论所涵盖的七大要素将样本映射到高维空间进行阶层划分。由于CGSS问卷的B、C、D部分是随机抽样填答，位于C部分的社会资本和位于D部分的消费结构相关问题并非所有受访者都进行了回答，因此，本文构建了三个数据集分别进行分析。

　　(1)全样本数据：包含所有个案但不使用社会资本和消费结构变量的数据集，有9726个样本和除社会资本外六大分层要素共52个变量。

　　(2)社会资本数据集：包含除消费结构变量外所有变量的数据集，样本量为3430，变量数为55。

　　(3)消费结构数据集：包含除社会资本变量外所有变量的数据集，样本量为2897，变量数为64。首先使用全样本数据集建构社会阶层空间来进行阶层划分。为避免各变量的量纲不同对计算聚类所造成的偏差，在对数据进行零均值标准化(score)①后，使用与简洁模型相同的算法和参数设置对七大分层要素所构成的52维空间中的样本进行聚类。结果显示，在这一空间中，使用均值聚类算法将样本聚集成3个子群体的CH得分最高，聚类效果最好。

　　因此，本文采纳最佳模型的结果将群体划分为三个阶层，并按照三个子群体的平均社会经济地位得分高低进行排序，以此顺序将其定义为低、中、高三个阶层。为三个阶层的人数分布情况，其中，中等阶层规模最大，占总人口的42.22%;高阶层的规模相对较小，占总人口的24.86%。

　　由此可见，模型所划分的三个阶层既在等级参数分布上存在着低、中、高的差异，且在8个维度上的等级次序完全一致，同时在类别参数的分布上存在明显差别，因此可以认为这三个群体的阶层地位一致性程度较高，形成了边界清晰的阶层。为评估社会资本和消费结构对阶层测量的影响，本文继续加入社会资本特征和消费结构特征进行阶层划分，并用“类别不一致率”作为测量社会资本特征与消费结构对阶层划分的指标。

　　类别不一致率的计算方式是：以上述全样本数据的阶层划分结果为基准阶层类别C，类别不一致率即为使用其他特征(数据集)进行阶层划分之后的类别Ci与基准类别C不一致成员的比例①。分别使用社会资本数据集和消费结构数据集来建构阶层社会空间，为与基准类别进行对比，同样使用簇数为3的Means聚类模型进行阶层划分，且按照isei对模型所得出的簇标签进行排序，得到低、中、高三个阶层。

　　总体而言，两个模型的分类不一致率较低，对样本的阶层划分均与全样本模型的阶层划分相差不大，加入社会资本和消费结构特征后，分别仅有5.9%和7.5%的成员阶层类别发生了变化。从模型的表现上来看，加入社会资本和消费结构变量后，模型的CH得分相较于全样本模型(CH得分为2098.67)大幅降低，模型聚类效果变差①。因此可以认为，对于CGSS2017所调查的这一部分人而言，社会资本和消费结构对于阶层测量和阶层划分而言作用不大②。

　　四、结论与讨论

　　如何测量和划分社会阶层是社会分层研究者长期争论的焦点。我国社会学研究者对如何分层作出了许多尝试，提出了丰富的阶层测量方法和分层体系，得出了对我国的社会阶层结构的不同看法，但这些研究都面临一个问题——阶层测量和阶层划分的真实性和有效性难以在现实中得到验证。

　　在大数据时代，尽管一些研究者做出了基于社会现实(大量的、真实的数据)测量阶层的尝试，但由于其数据的限制导致其测量指标可能并不是区分阶层的关键。本文在回顾社会分层理论和研究中的经典分层理论、方法模型和具有代表性的分层研究后，将当前的社会分层方法归纳为理论和数据驱动的两种阶层测量范式，通过对比两种范式下的分层方法，发现二者各自存在弊端。为此，尝试提出将二者结合起来的理论与数据双驱动的阶层测量框架：

　　理论驱动在于根据过往分层理论中提出的对阶层划分有意义的资源(要素)整合了七种分层要素及其操作化方法，基于布劳的宏观社会结构理论来构建分层的社会阶层空间;数据驱动在于使用无监督聚类方法，完全由“机器”决定社会应该分为几个阶层，以及每个阶层包含那些人。在数据与理论双驱动的阶层测量框架下，本文使用CGSS2017数据对中国的社会阶层进行划分。首先使用简洁模型来验证所提出的分层框架和方法的有效性，发现使用无监督聚类模型可以有效识别出社会空间中的不同阶层，并且发现了现实中存在阶层地位不一致现象。即构建的模型既可以识别出已经形成阶层边界的高地位一致性的阶层，也可以识别出阶层边界尚不清晰的低地位一致性的“利益群体”。

　　之后建构了包含经济资源、职业资源、人力资本、文化资源、单位地位和制度分割、民权资源六大分层要素共52个维度的高维社会阶层空间，并使用聚类模型进行阶层划分，结果显示，高维空间中的人口可被划分为三个子群体，通过比较三个子群体在收入、声望、职业社会经济地位、人力资本和文化资本上的差异，发现这三个边界清晰的群体代表着我国社会低、中、高三个阶层，且这三个阶层具有高地位一致性。接着使用社会资本模型和消费结构模型对人口进行分层，通过对比这两个模型与全样本模型的分类一致性，发现加入社会资本和消费结构的相关变量并不会引起分层结果的改变，并且在考虑更多特征后，模型的性能反而下降。

　　也就是说，社会资本和消费结构特征对社会分层的作用不大。那么社会分层最重要的指标究竟为何呢?本文进一步使用机器学习的决策树模型分析了每个指标(特征)对于测量(预测)个体阶层等级的重要性。结果发现，在我国，单位类型是社会分层最重要的指标，职业社会经济地位得分次之，而其他特征对估计个体社会阶层的重要性微乎其微。

　　进一步使用仅含有单位类型和社会经济地位得分的模型进行阶层划分，结果巩固了这一结论：在仅考虑单位类型和职业社会经济地位水平时，模型对70%的人口的阶层划分与考虑52个指标时并无差异。本研究还存在一些需要改进之处：首先，在分层指标的操作化上，由于数据的局限性，对社会资本的测量较为简单，只考虑了个体的网络规模和网络所蕴含资源的最高可达性和异质性，还需要收集更多社会网络结构和整体网的数据，将个体网络结构和个体在整体网络结构中所处的位置纳入社会资本的测量中。

　　其次，本文所得出的“社会资本和消费结构特征对于阶层划分意义不大”的结论是基于CGSS2017的数据得出的结果，但由于CGSS2017在询问社会网络相关议题时，只是随机选择了1/3的受访者进行填答，因此样本量较全样本而言有较大损失，虽然进行了多种验证发现这一结论具有稳健性，但若条件允许，在同一个样本上进行比较更为严谨;最后，本研究只是基于CGSS2017数据，得出结论的稳健性还需要进一步使用其他数据进行验证。

　　此外，本研究仅仅是对社会分层的方法上的探索，并基于这一方法对我国的社会阶层划分作出尝试，今后可以努力的方向还有很多，例如使用GSS其他国家的数据，使用这一方法进行国际社会分层的比较等等。同时，阶层是一种社会结构的维度，当前对社会阶层的划分主要采取的是“地位结构观”这一理论视角，即把阶层视为属性和等级不同的群体，但社会结构还有另外一种理论视角——“网络结构观”。

　　在这一视角下，对群体的划分一般采用社团分割的办法——基于人与人之间实际存在的交往关系所形成的群体分化来进行阶层划分，这种方法仍然值得探索。最后，社会分层包含两个层面，一是如何测量和划分阶层，本文已经实现了这一目标;二是理解阶层结构是如何形成以及如何随着社会的发展而产生变化的，这也是笔者下一步努力的方向。

　　参考文献

　　[1]李强.社会分层十讲：第2版[M].北京：社会科学文献出版社，2011.

　　[2]戴维·格伦斯基.社会分层：第2版[M].王俊，译.北京：华夏出版社，2005.

　　[3]埃里克·欧林·赖特.阶级[M].刘磊，吕梁山，译.北京：高等教育出版社，2006.

　　[4]GOLDTHORPEJH,HOPEK.Thesocialgradingofoccupations:anewapproachandscale[M].Oxford:ClarendonPress,1974.

　　[5]GOLDTHORPEJH,LLEWELLYNC.ClassmobilityinmodernBritain:threethesesexamined[J].Sociology,1977,11(2),257-287.

　　[6]GOLDTHORPEJH,PAYNEC.Ontheclassmobilityofwomen:resultsfromdifferentapproachestotheanalysisofrecentBritishdata[J].Sociology.1986.20(4),531-555.

　　[7]侯利明，秦广强.中国EGP阶层分类的操作化过程：以中国综合社会调查(CGSS)数据为例[J].社会学评论,2019(2):16-26.

　　作者：梁玉成，贾小双