文章快速检索     高级检索
  南方经济  2017, Vol. 36 Issue (7): 17-36  
0

引用本文 

李赫扬, 周先波, 丁芳清. 社会阶层认知分化的实证研究——基于有序Probit面板模型的估计[J]. 南方经济, 2017, 36(7): 17-36.
Li Heyang, Zhou Xianbo, Ding Fangqing. Empirical Analysis on Social Status Cognition Division of Labor Force based on the Estimation of Ordered Probit Model with Panel Data[J]. South China Journal of Economics, 2017, 36(7): 17-36.

基金项目

本研究得到国家自然科学基金项目(71371199)、安徽高校自然科学研究重点项目(KJ2017A547)的资助

作者简介

李赫扬,中山大学岭南学院;
周先波,中山大学岭南学院,E-mail:zhouxb@mail.sysu.edu.cn,通讯地址:广州市新港西路135号,邮编:510275;
丁芳清,合肥学院数理系。作者文责自负
社会阶层认知分化的实证研究——基于有序Probit面板模型的估计
李赫扬, 周先波, 丁芳清     
摘要:文章基于2012与2014年中国劳动力动态调查数据,利用有序Probit面板模型对我国劳动力社会阶层认知分化进行影响因素分析。实证显示,具有先赋性和自致性因素优势的个体更倾向于作出较高的阶层认知;主观认知因素显著影响劳动力的社会阶层认知,"相对剥离感"不利于阶层认知的提升。上述结论关于主观认知解释变量的内生性和有序模型的非正态性设定都是稳健的。此外,这些因素对劳动力社会阶层认知分化的边际概率影响具有一定的地区差异性。这些结果对我们正确评估社会转型期的代际传承、弱势群体生存状态、青年人职业选择、劳动力身心健康等都具有政策意义。
关键词社会阶层认知分化    面板有序Probit    边际概率效应    地区差异    
Empirical Analysis on Social Status Cognition Division of Labor Force based on the Estimation of Ordered Probit Model with Panel Data
Li Heyang , Zhou Xianbo , Ding Fangqing
Abstract: In this paper we study the mechanism which leads to the divergence of status in labor force based on the data from "China Labor-force Dynamics Survey" (CLDS2012&2014), and analyze the effect upon social status division from three kinds of factors by using ordered Probit model with panel data. Our empirical evidence shows that a person who is in an advantageous position in terms of ascribed factors and self-induced factors is more likely to get higher status cognition. Subjective cognitive factors have a significant impact on a person's status cognition. A sense of "relative deprivation" has a negative effect on the promotion of status cognition. The finding above is robust in the Iv estimation and semi-parametric estimation of the ordered Probit model. Besides, the marginal probability effects of those factors on social status cognition of labor force show some regional difference in China. These conclusions can be of importance in policy guidance for us to evaluate the intergenerational transition, the living state of vulnerable groups, the choices of occupation made by young people as well as the physical and mental health of labor force in the period of social transition.
Key Words: social status cognition division    ordered Probit model with panel data    marginal probability effect    regional difference    
一、引言

社会阶层认知,亦可称为主观地位或主观阶层认同,是由社会成员根据某项标准对自己归属于社会分层体系中的相应层次做出的主观认知。改革开放前,我国社会结构一直趋向非阶层化,平均主义一时占据上风,人们的社会阶层认知差异性不大。改革开放后,随着我国社会的发展进步以及各项改革的推进,人们物质、精神世界的差异逐渐加大,客观社会经济地位的差距凸显,人民内部阶层分化日益加剧。特别是近年来,我国贫富差距不断加大,社会面临着较为严重的阶层分化情况,人们对自身社会阶层的主观认知也产生了较大的差异性。

① 根据北京大学中国社会科学调查中心发布的《中国民生发展报告2014》(谢宇等著, 2014, 北京大学出版社),中国财产不平等程度在迅速升高,基尼系数从1995年的0.45到2002年的0.55直至升高到2012年的0.73,远超国际标准警戒线。

劳动力群体在主观上对自身社会阶层地位产生的有差异的认知,称为社会阶层认知分化。作为一种社会现象,阶层认知分化不仅长期存在,还将对社会的发展变革带来长远的影响(郭永玉等,2015)。虽然人民内部一定的阶层分化是社会发展的正常现象,但劳动力群体内部过度的阶层分化会对整个社会的平稳运行带来隐患。蔡昉(2010)的研究表明,随着中国劳动力市场出现了刘易斯拐点,劳动力供给已从无限供给转向了有限供给,我国人口红利逐渐消失, 劳动力的生存状态日益成为全社会共同关注的焦点问题。在这些客观环境之下,劳动力主观方面的社会阶层认知分化更是值得关注的焦点。华红琴、翁定军(2013)认为,社会地位(包括主观地位和客观地位)对个人焦虑的产生具有明显的影响,社会地位低的群体更易产生焦虑,而普遍性的焦虑可能带来社会恐慌或更为严重的社会问题。劳动力过高或过低的阶层认知都会使劳动者产生自我价值失衡的不公平感,导致观念的扭曲与行为的偏颇,从而产生消极厌倦的情绪,使生活工作的成就感和满意度下降。所以,对劳动力阶层认知分化的研究可以揭示劳动力地位认知背后的隐含因素,为劳动力群体客观理性地研判自身的社会处境与责任担当、找到提升自身素质的上升通道提供合理的分析方法。同时,阶层认知研究对优化与提升劳动力群体素质,促进我国经济社会和谐健康发展也具有现实的政策意义。

不过,学术文献中关于劳动力资源个体与群体的研究大多集中于劳动力资源的客观因素方面。例如,钞小静、沈坤荣(2014)研究城乡收入差距对劳动力质量的影响;陈纯槿、胡咏梅(2013)研究代际间职业流动对劳动力市场分割的影响;张抗私(2009)研究性别排斥和劳动力市场分割的关系,等等。但是,对劳动力阶层主观认知分化方面的学术研究相对较少,对劳动力资源研究本身而言,这显然是不对称的,对于社会总体发展状况,忽视劳动力主观认知的分化状况也不利于社会的和谐健康发展。

本文拟弥补文献中对劳动力阶层主观认知分化研究的不足,我们从先定论、唯物史观和群体行为理论等方面考察劳动力的阶层分化机制,采用经济学的研究方法,挖掘由社会资本代际传递带来的先赋性因素、个人通过后天努力获得的自致性客观因素以及与个人心理状态有关的主观认知因素在劳动力阶层认知过程中的作用。在实证方面,本文与文献中已有研究不同的是,我们设定面板数据的有序Probit模型,估计上述三类因素对劳动力阶层认知分化的影响,并从主观认知因素的内生性和模型设定的非正态性等方面考察实证结果的稳健性。

后文安排如下:第二部分探讨阶层分化机制,提出基本假设;第三部分介绍数据与变量;第四部分是模型设定与实证结果分析;第五部分是关于主观认知解释变量内生性和模型扰动项非正态性的稳健性讨论;第六部分是边际概率效应分析;最后是总结和讨论。

二、阶层认知分化机制与基本假设

社会阶层是由经济、政治等多种原因而形成的、在社会层次结构中处于不同地位的群体。这些群体之间存在着客观的社会资源差异以及主观上感知到的由客观现实造成的社会地位的差异(Kraus et al, 2012胡小勇等,2014)。

劳动力群体之间产生主观上有差异的社会阶层认知,其根本原因是客观存在的劳动力社会阶层分化。这种分化主要通过先赋性的社会资本代际传递和个人后天的自致性因素而产生;而后这种分化又使不同阶层群体产生截然不同的主观社会感受,如公平感、幸福感等;这种主观感受连同先赋性代际传递与后天自致客观因素共同影响着劳动力对自身社会阶层的认知与评判,形成社会阶层认知的分化。客观阶层分化直接或间接地影响着主观社会阶层认知。以下我们按此思路,阐述社会阶层分化、主观阶层认知差异的三种直接和间接影响因素。

(一) 先定论:社会资源和地位的代际传承决定阶层认知

社会阶层分化的重要原因之一是先定论,即上一代社会资本丰富则下一代社会资本也丰富,主要表现为社会资本的代际传承:父母的社会资本及其基本要素和形成条件在家庭内部由父母传递给子女,使子女获得与父母相近的社会资本存量。通常地,它表现为父母为子女提供良好的教育资源、生活环境、就业指导以及社会关系网等。社会资本代际传递通常被视为一种不公平的社会现象,是一种普遍存在的客观现实。

陈恢忠(2005)研究个人职业地位获致的影响因素时发现,随着我国市场化程度的提高,社会阶层的代际传递逐渐减弱甚至被截断。与个人能力、努力有关的因素在个人职业地位获致中的作用不断上升,而父亲的行政职务和文化程度对个人职业地位均无显著性影响,市场化程度的提高也没有使这种情况发生变化,代际传递假设被证伪。不过,陈恢忠(2005)也谨慎指出,其研究收集的主要是个人职业地位获致方面的信息,未充分了解社会生活其他方面的信息,故此结论不能推广到其他方面,不能由此认定中国社会其他方面也不存在社会交换(代际传递)。

美国社会学家布劳与邓肯将影响个人社会地位获致的因素分为“先赋性因素”与“自致性因素”两大类(Blau and Duncan, 1967),其中“先赋性因素”是由上天赋予人的不可转让、不可剥夺的自然权利,即社会资源和地位的代际传递,它在个人地位获致过程中起着重要作用。16世纪欧洲宗教改革运动中,约翰·加尔文提出了“先定论”的思想,即人自身并没有选择的自由,每个人在被上帝创造之前,命运就已经固定。人无法知道上帝的选择,更不可能通过后天努力改变上帝的安排,这类似于我国封建时代的阶级门第观念。从这一层面上讲,与生俱来的先赋因素便成为了阶层分化的诱因之一,不同劳动力个体所具有的不同先天特征造就了不同的阶层认知,同时社会资本代际传递一定程度上也会导致阶层的固化,使社会阶层分化情况难以得到改善。

中国社会科学院“当代中国人民内部矛盾研究”课题组的统计结果(2004) 显示,城市居民的社会地位以及他们对自身所处地位的认同很大程度上受其家庭出身、父辈社会地位的影响。随着中国市场经济的不断深化,在城乡差别、工农差别、脑体差别尚未消除的情况下,先天赋予个人的特征对个人客观社会地位的确立以及对自身社会阶层的认知应该都会产生重要的影响。因此,我们得到以下假设:

假设1:先赋性因素是劳动力社会阶层认知的重要影响因素,具有先赋因素优势的个体更倾向于做出较高的阶层认知;社会资源代际传递导致的不公平性可能依然存在。

(二) 唯物史观:客观地位决定和制约阶层认知

同代际传承的先赋性社会资本一样,个人通过后天努力获得的社会资本与地位因素,即“自致性因素”,也是造成个体阶层分化的重要原因。马克思在《政治经济学批判》序言中说:“不是人们的意识决定人们的存在,相反,是人们的社会存在决定了人们的意识。”社会存在决定社会意识,是唯物主义历史观的基本命题,我们推测这也是带来劳动力阶层认知差异的另一原因。

一般来讲,收入较高、受教育水平较高和职业声望较高的人可能拥有更高水平的主观阶层认知,高收入和富裕的财产更容易使人产生中上阶层的归属意识(渡边雅男,1998)。客观存在决定主观意识的论断在国内外文献中都得到了验证。Hodge and Treaman(1968)Jackman and Jackman(1973)等的研究都表明,个人职业、教育水平、收入等客观特征对其阶层意识都具有显著的影响,即阶层意识受现实社会的结果所制约。国内研究的结论基本趋于一致,个人主观社会地位会受其经济收入、教育水平、职业地位等客观社会地位的影响(华红琴、翁定军,2013)。中国社会科学院“当代中国人民内部矛盾研究”课题组(2004)通过分析表明,影响阶层认同的主要因素既有父辈社会地位等先天因素,又有个人客观社会地位等后天获致因素。于铁山(2015)研究也发现,先赋性客观因素与自致性客观因素均会对阶层认同产生影响,个体层面的客观地位指标越高,个人对自身主观阶层地位的认知就越高。由此,我们得到以下假设:

假设2:自致性因素对劳动力的社会阶层认知具有显著影响,具有自致因素优势的个体更倾向于做出较高的阶层认知。

(三) 群体行为理论:“相对剥夺感”不利于主观认知

当人们将自己的处境与某种标准或某种参照物相比较而发现自己处于劣势时,常会产生受剥夺感,感觉自己有权享有但自己并不拥有。这种感觉会产生消极情绪,常表现为愤怒、怨恨或不满。这是“相对剥夺”(Relative deprivation)命题,最早由美国学者斯托弗(S.A.Stouffer)提出,后经默顿(Merton, 1938)研究并发展成为一种关于群体行为的理论。当人们在经济、权力、文化等资源占有上沦入相对剥夺地位时,无论其当下占据的客观分层地位是高还是低,都会倾向于做出社会不平等的判断,从而主观地认为社会是分层的(刘欣,2002)。这是阶层认知的“相对剥夺”命题。中国社会科学院“当代中国人民内部矛盾研究”课题组(2004)的研究也证实,那些认为自己近年来生活变得更差的人们,以及认为社会不公程度较强的人们,不可能有“中层以上”的阶层认同,更可能是将自己归入较低的社会阶层,由此产生“相对剥离感”。这种“相对剥离感”将会外显化,成为和谐社会进程中的阻碍力量乃至起破坏作用的行为舆论。因此,研究这种个体主观感受对个体阶层认知的影响具有现实意义。

我们认为,在社会分层“相对剥夺”的主观认识之下,个体的主观感受会相应地发生变化,从而影响个体对自身阶层认知的主观评判,可见,除了先赋性与自致性客观因素之外,个体主观认知层面的心理因素也会对阶层认知产生影响,故有以下假设:

假设3:相对剥离感越强、对生活的主观感受越差的劳动力越难做出较高水平的阶层认知,即“相对剥夺感”不利于主观阶层认知的提升。

三、数据与变量

为检验上述三个假设,本文采用2012和2014年中国劳动力动态跟踪调查数据(CLDS),建立面板数据有序Probit模型,对劳动力社会阶层认知分化进行实证分析。该数据由中山大学社会科学调查中心提供,我们按照被访者编号,对2012和2014两年数据进行匹配,清除2014年无法追踪到数据的劳动力个体,得到2527位年龄处于15-64岁的2012和2014年劳动力面板数据样本。

(一) 被解释变量

本文研究的核心主题是分析劳动力社会阶层认知分化的影响因素,被解释变量为劳动力社会阶层认知的不同层次,对应于问卷题项“如果社会最顶层用10来表示,社会最底层用1来表示,您认为自己属于什么社会位置?”,反映劳动力个体对自身所处阶层的主观认知分化情况。我们采用有序变量将劳动力的阶层认知分成由低到高的十个层次,代表劳动力个体对自身社会阶层的认知分化。由于第8、9、10三个层次的样本数量相对于总样本量较少,因此我们将这三类样本合并为一类,记为第8层,这样阶层认知共分8层。

表 1可见,劳动力阶层认知大体呈“两端小,中间大”的“纺锤形”结构,处于最低端两个等级的样本数分别为2012年的152、168和2014年的151、145,而处于最高端被合并的三个等级样本数仅为81和97。这说明,劳动力群体中对自身社会阶层的认知处于较低层次的比例较大。可以计算,劳动力个体阶层认知层次的样本均值为4.35(见表 2),显示出我国劳动力的总体阶层认知偏低。

表 1 劳动力社会阶层认知分化情况
表 2 变量描述性统计
(二) 解释变量

根据前文提出的假设,我们把解释变量按先赋性因素、自致性客观因素和主观认知因素进行分类,同时生成年份虚拟变量year2014,以控制年份效应。

1. 先赋性因素

性别:虽然男性权利没有被本质地改变,但女性作为同样参与社会劳动的能动者,其实践活动重新定位了女性在社会分层中的位置。引入虚拟变量male,男性=1,女性=0。

年龄:成年人的心理幸福感受到年龄的影响,不同年龄层的成年人心理幸福感的影响因素不同。不同的年龄层有着不同的成长环境与成长经历,同时随着年龄的增长,通常伴随着财富的积累与阅历及社会资历的提升,故选取年龄age作为反映先赋因素的变量之一。

出生时的户籍性质:我国市场转型带来了较多的流动机会, 但户口登记差别以及户口对体制内流动所起的结构性影响依然存在。户籍制度具有强粘附性,这种粘附性生成了社会差别(陆益龙,2008)。因此,引入代表户口所在地性质的虚拟变量hukou,城镇户口=1,农村户口=0。

父辈教育水平:在家庭内部,父母将社会资本代际传递给子女,使子女在成年后获得与父母相近的社会资本存量(成伟等,2013)。我们选取父辈教育水平刻画这一指标。通常父母的教育水平之间往往存在着较大的相关性,为防止共线性问题的出现,我们仅选取父亲的教育水平变量F_educ用以描述先赋因素。

2. 自致性因素

个人收入:选取截至调查时间最近一年(2011年和2013年)的个人总收入作为个人收入变量的数据。模型中,我们使用个人收入的对数形式lncinc;当个人收入为0时,令其对数变量仍为0。

个人教育水平:我们推测劳动力的教育水平也可能成为影响其社会阶层评判至关重要的因素。因此,选取个人教育水平educ作为解释变量之一。

个人职业声望:由于被解释变量为劳动力当前的社会阶层认知,因此选取其目前正在进行中的职业情况来划分职业声望等级。根据调查数据的职业编码,并参考李春玲(2005)职业声望排行表,我们将被访者职业按职业声望分为十类,并用1-10表示由低到高的职业声望程度,记为work。

社会网络:在中国从传统走向现代的进程中,中国居民的主要社会网络也从以血缘关系为基础的传统社会网络开始变迁到以工作社会网络为基础的现代社会网络(李平、朱国军,2014)。周先波等(2015)将社会网络作为农民工搜寻成本的重要影响因素。Paxton and Moody(2013)研究发现一个群体内成员的频繁交往与亲密关系对于整个群体产生正面感情联系十分有利。将数据中劳动力本地朋友的数量作为刻画社会网络密集程度的变量,记为social。

BMI:国外学者的研究涉及到个人身体状况与个人阶层认知的关系,研究发现主观阶层认知与肥胖问题(Elizabeth et al,2003)有一定的关联,故选用衡量身体质量BMI指数来衡量是否肥胖,生成三个虚拟变量b1、b2、b3分别表示BMI指数低于正常范围、处于正常范围(18.5至25) 和高于正常范围。为避免共线性问题,我们仅将“过瘦”b1和“过胖”b3两变量引入回归模型。

3. 主观认知因素

在有关社会阶层认知的文献中,常用来刻画主观认知的变量是社会互助、公平感(于铁山,2015)和幸福感(闰丙金,2012)等。本文也选用这三个变量代表劳动力对其生活现状的主观感受。在CLDS问卷中,下列三个问题:“您与本社区(村)的邻里街坊及其他居民互相之间有互助吗?”(由非常少到非常多1至5个等级)、“您认为您目前的生活水平和您的努力比起来是否公平?”(由完全不公平到完全公平1-5等级)和“生活过得是否幸福?”(由“很不幸福”到“非常幸福”1-6个等级)的回答可以分别反映这三个变量,分别记为muhelp、fair和happiness。

上述变量的描述性统计如表 2所示。

四、有序响应模型设定与实证结果

假设劳动力i于年份t的社会阶层认知为yit,取值为1至8,其值越大,劳动力个人阶层的评判就越高。社会阶层认知分化对应的面板数据有序模型形式为:

$ {y_{it}} = j \Leftrightarrow {\tau _{j - 1}} < {\alpha _i} + {x'_{it}}\beta + {u_{it}} \le {\tau _j}, $ (1)

其中j=1, 2, …, 8;xit是解释变量向量,包括前文所述的先赋性因素(age, male, hukou, F_educ)、自致性客观因素(lncinc, work, educ, social, b1, b3)、主观认知因素(mhelp, fair, happiness)和年份控制变量year2014,参数β是系数向量;αi是反映个体异质性的随机效应uit是随机扰动项,表示除上述因素之外影响劳动力社会阶层认知的其他不可观察因素,设其均值为0,方差为1;τj是断点。

① 本文仅设定随机效应,其原因为:在非线性面板模型中,固定效应?{αi}i=1n是“伴生参数”(incidental parameters),当n→∞而T有限时,固定效应{αi}i=1n的估计是非一致的;更为严重的是,对于像本文的有序因变量面板模型是更复杂的非线性面板数据模型,对固定效应{αi}i=1n的非一致估计会“污染”其他解释变量系数的估计,导致它们的非一致性,这是计量经济学中的“伴生参数问题”,目前计量文献尚无法解决“伴生参数问题”。所以,本文只设定随机效应有序响应面板模型进行实证分析。

表 3报告面板数据有序模型(1) 的Probit估计结果。为比较起见,我们还报告三类因素分别单独列于模型中的估计结果(Ⅰ,Ⅱ,Ⅲ),以及只将自致因素和主观认知因素作为后天因素列于模型的估计结果(Ⅳ)。由各模型解释变量系数全为零的原假设的似然比检验知,解释变量对劳动力阶层认知的总影响都是统计显著的,说明这些变量确实是劳动力阶层认知的重要影响因素。总体上包含全部三类因素作为解释变量的模型估计(Ⅴ)比仅用先赋因素、自致因素或主观认知因素作为解释变量的模型(Ⅰ)-(Ⅳ)的对数似然值更高,且其似然比检验也是1%统计显著的,故整体上看结果(Ⅴ)最优。

表 3 面板数据有序Probit估计结果

表 3(Ⅴ)可见,在先赋性因素中,劳动力年龄的影响通过了10%水平上的显著性检验,说明年龄对劳动力个体主观社会阶层有一定影响。性别的系数是1%统计显著的,表明女性相对于男性具有较高的自我阶层认知。出生时的户籍性质未通过显著性检验,说明在中国当前形势下,户籍性质已不是人们主观社会阶层认知的重要影响因素。结果(Ⅴ)显示,父辈的教育水平F_educ未通过显著性检验,然而结果(Ⅰ)显示F_educ的影响显著为正,即在控制了后天因素(包括自致因素和主观认知因素)之后,父辈的教育水平对阶层认知的影响才变得不显著。这说明,父辈的教育水平是通过后天因素对个体阶层认知产生影响。父辈教育的代际传递导致阶层认知的不公平性可能存在,但我们的结果说明,这种影响不具有直接性;这部分地验证了假设1的结论。

表 3(Ⅴ)显示,在自致性客观因素中,个人收入、个人职业声望、社会关系网的系数估计均为正,且均在1%水平下通过了显著性检验,这符合我们的预期,验证了假设2。教育虽然有正的影响,但在统计上不显著;但由结果(Ⅰ)知,教育在10%水平下是统计显著的,这说明教育可能是通过主观认知因素影响主观阶层认知的,部分验证了假设2。在反映健康状况的BMI指标中,b3(过胖)系数估计均为正,且通过了显著性检验,说明相对于BMI指标正常之人来说,过胖的人(b3) 具有较高的主观阶层认知。过瘦的人(b1) 与BMI指标正常之人在主观阶层认知上没有显著差异。

主观认知因素的三个解释变量均通过了1%水平上的显著性检验,主观认知因素也是影响劳动力社会阶层认知的重要因素。主观认知因素反映了劳动力的生活状态,对社会与生活主观感受较差的劳动力个体,相对剥离感便越强,进而难以将自身归入较高的社会阶层中,这验证了假设3。

四、稳健性检验

本节就主观认知解释变量的内生性和有序Probit模型扰动项的非正态性进行稳健性测试。

(一) 主观认知的内生性

刻画主观认知因素的三个变量和被解释变量“劳动力阶层认知”都具有主观性,从而可能有共同的因素同时影响它们,但我们并没有将它们纳入有序Probit模型(1) 中作为解释变量,所以,模型(1) 可能存在缺省变量问题,导致这三个主观认知变量在模型中存在内生性。因为其他客观指标一般是外生的,故我们仅考察这三个主观变量的内生性。

我们选取邻里间熟悉程度、政治身份、社会信任分别作为社会互助、公平感、幸福感变量的工具变量。邻里间熟悉程度在我们的问卷中也为数值1-5的定序变量,与社会互助变量高度相关。政治身份用问卷中的“是否为有党派人士”衡量,我们定义有党派(包含共产党员与民主党派)为1;无党派(群众)为0。因为政治参与象征着国家公民的权利与地位,这一变量表示劳动力在社会生活中是否有政治参与,与社会生活中的公平感相关。社会信任在问卷中对应的问题为“您对本社区(村)的邻里街坊及其他居民信任吗?”,研究表明,社会信任与公众主观幸福感存在正相关关系(刘明明,2016)。

表 4报告面板数据有序Probit模型的Ⅳ估计结果。与表 3(Ⅴ)比较知,变量系数估计的符号基本一致,显著性也基本不变。系数估计的解释同表 3(Ⅴ),同样验证了前述三个假设,所以前述结论关于三个主观认知变量可能的内生性是稳健的。

表 4 社会阶层认知有序Probit面板模型的工具变量估计
(二) 半参数估计

表 3中,有序Probit模型的估计是在扰动项服从正态分布的设定下利用最大似然函数估计得到的。但当扰动项的真实分布不是正态分布时,这种最大似然函数的估计是非一致的(Gallant and Nychka, 1987)。为说明基于表 3估计的结论关于扰动项分布设定的稳健性,我们使用Stewart(2004)的半参数估计方法估计有序Probit模型(1)。具体地,用Hermit序列${f_k}\left(u \right) = \frac{1}{c}{\left({\sum\limits_{s = 0}^k {{\gamma _s}{u^s}} } \right)^2}\varphi \left(u \right)$逼近扰动项未知的密度函数,其中c是标准化因子保证fk(ε)的积分等于1,系数γs也是待估计的参数,φ(·)是标准正态分布的密度函数,k是所用的逼近多项式的阶数,且k=2多项式对应的密度函数等价于正态分布密度函数。基于此逼近密度函数对原来有序模型(1) 进行最大似然函数估计,Gallant and Nyllant(1987)Stewart(2004)证明,在较弱的条件下此估计量是参数的一致和渐近正态估计。为比较起见,表 5给出k=2, 3, 4, 5对应的半参估计结果。表面上看,表 5各情形下的半参数估计结果与表 3(Ⅴ)的结果很相近,前述表 3(Ⅴ)的分析结论具有稳健性。如果相对于k=2的原假设模型(Probit模型),对k大于2的模型分别作似然比检验,则发现检验均不显著,这说明表 3(Ⅴ)Probit模型(k=2) 与k=3, 4, 5的半参数模型没有显著差异,同样支持前述结论。

表 5 有序模型的半参数估计结果
五、阶层认知分化的边际概率效应及其地区差异

上两节我们分析了劳动力社会阶层认知分化的影响因素,为进一步测量先赋性因素、自致性客观因素和主观认知对劳动力社会阶层认知分化的边际影响程度,本节计算它们对阶层认知分层的边际概率影响,并探讨这种影响的地区差异性。

(一) 边际概率效应

为节省篇幅,我们仅报告最低层次“1”,中间层次“4”、“5”与最高层次“8”四个具有代表性的选择区段上的边际概率效应估计,见表 6。从统计角度来看,各解释变量的显著性水平并没有因社会阶层认知层次的变化而改变。

表 6 边际概率效应的计算结果

由于劳动力阶层认知取所有值的概率之和为1,各解释变量对阶层认知的层次的边际影响之和为0,故劳动力社会阶层认知层次“1”与“4”边际概率效应与层次“5”与“8”符号正好相反。所以,我们不妨重点关注中高等层次y=5和高等层次y=8(表 6后两列),正面边际概率影响进行分析。

先看先赋性因素。年龄对劳动力作出高层次社会阶层认知的概率(或可能性)具有统计显著性,但其边际概率效应很小。男性相对于女性一般较倾向于低评自己的地位层次,男性对自己主观地位评判为中高等(y=5) 的可能性比女性显著少1%,评判为高等(y=8) 的可能性比女性显著少0.5%。相应地,男性做出低层次地位认知的概率明显高于女性。

在传统的观念里,相对于女性,男性常被认为应该从事更高技能、更具挑战的职业。并且,大多数男性依然从传统性别分工中获益,而不愿接受性别平等的观念(刘爱玉、佟新,2014)。伴随着时代和社会的进步,男女两性在受教育程度、对个人行为决策权以及活动半径上的差异都在明显的缩小。在目前的社会观念下,男女平等,男女可以处于相同的行业和挑战性的职业。从而在其他条件一样的情况下,女性比男性更有可能对自己作较高等级的阶层认知。同时,受男权思维的影响,男性的挫败感也会高于女性,导致男性劳动力对自己社会阶层认知相对较低。这可能也是造成目前劳动力群体中结构性失业的重要因素之一。另外,当今社会,在同等条件下,相对于男性,女性在模拟、学习、公关等方面都具有一定优势,如务实奉献的精神、和谐的沟通能力、周到细腻的思维及优越的直观判断力,所以,在“她时代”逐渐来临的大背景下,男性比女性更可能将自己划入较低的社会阶层中。

劳动力户籍与父辈教育水平对劳动力做出某一层次社会阶层认知的边际概率影响并未通过显著性检验,这与表 3(Ⅴ)的分析结果是一致的,这同样说明,户籍和父辈教育的代际传递导致子女阶层认知的不公平性不具有直接性。尽管劳动力流动常受户籍的限制,户籍身份在就业机会、酬薪高低等方面具有重要作用,但近年来,随着政府逐渐取消一些户籍约束,户籍制度对农村劳动力居住、就业的影响正在缩小,户籍制度带来的不平等性正慢慢被市场机制所消解,所以,在同等条件下,户籍对劳动力社会阶层认知高低可能性的影响已不再具有显著性。

其次,看自致性因素。个人收入、个人职业声望以及社会关系网密集程度在中高等(y=5) 和高等(y=8) 区段的边际概率效应均为正,这说明,这三种因素的正向变化都会提升劳动力将自己认定为更高社会阶层的可能性。劳动者的收入每增加10%,他对自己主观地位评判为中高等(y=5) 和高等(y=8) 的可能性将分别增加0.03%和0.02%;显然,这种影响在数值上相对较小,不具有经济显著性,说明收入即使对劳动力个体阶层认知有统计显著性,但收入对其主观社会阶层的提升作用并不大。劳动力的个人职业声望每提升一个级别,他对自身所处阶层评判为中高等(y=5) 和高等(y=8) 的可能性将分别显著增加0.3%和0.1%。社会关系网对劳动力中评、高评自身社会阶层可能性的影响在统计上显著,但影响作用微弱。这说明,拥有较多朋友的劳动力倾向于高评自己的社会阶层,但在其他因素一样时,这种影响极为弱小。

劳动力受教育水平对劳动力高评或者低评自身社会阶层的可能性并没有显著的影响。结合表 3结果,我们推测教育是通过主观认知因素影响主观阶层认知的,即劳动力受教育水平对其主观阶层认知的影响是间接的。

相对于正常身体状况的劳动力,过瘦者并没有倾向于高评自己的社会阶层认知,但肥胖者作出中高等(y=5) 和高等(y=8) 阶层认知的可能性要多1%和0.5%。一般而言,肥胖者是生活较为安稳、客观社会地位较高的群体,他们对自己社会阶层认知作出中高阶层的可能性较大在常理之中。

最后,看主观认知因素。与表 3(Ⅴ)结果一致,表 6结果也表明,社会互助、公平感、幸福感对劳动力高评(或低评)主观阶层认知的可能性的边际影响均通过了1%水平上的显著性检验。从边际概率影响的符号可见,与他人互助程度越高的劳动力、越感到社会公平性的劳动力以及生活越幸福的劳动力都更有可能高评自己的阶层地位。在上一节我们已经测试,这些主观变量的内生性不会对估计结果和分析有影响,这里的边际概率分析结论也同样对内生性具有稳健性。

关于第二部分的三个假设,上述边际概率效应分析也提供了一定的证据。年龄、性别此类先赋性因素对于劳动力的阶层认知具有显著影响,户籍和父辈教育的代际传递的影响可能不是直接的,具有先赋因素优势的个体更倾向于做出较高的阶层认知,但社会资源代际传递导致的不公平对劳动力个体主观阶层认知并没有直接的影响,这些结论部分验证了假设1。个人收入、个人职业声望以及社会关系网等自致性客观因素对劳动力的阶层认知具有显著影响,具有自致因素优势的个体更有可能做出较高的阶层认知,这验证了假设2。社会互助、公平感、幸福感的边际概率影响均显著,在这些方面主观感受越差的劳动力,越有可能作出较低的阶层认知,相对剥离感不利于阶层认知的提升,这验证了假设3。

(二) 边际概率效应的地区差异

我国东部、中部、西部三个区域经济发达程度、社会资源配置、对外开放程度以及人口资源状况等方面存在一定的差异性,这种地区差异对劳动力社会阶层认知的边际概率影响有没有差异呢?为回答此问题,我们在模型(1) 引入地区虚拟变量:east(east=1表示东部地区)、middle(middle=1表示中部地区)和west(west=1表示西部地区)。为避免共线性问题,我们仅将东部和中部两个虚拟变量带入模型,西部作为对照组。与表 6分析一样, 我们仅对较高层次y=5和y=8的边际概率效应进行分析,结果见表 7

① 参考《中共中央、国务院关于促进中部地区崛起的若干意见》、《国务院发布关于西部大开发若干政策措施的实施意见》等,将北京、天津、辽宁、河北、山东、江苏、上海、浙江、福建、广东、海南等11个省市列入东部地区;将山西、安徽、江西、河南、湖北、湖南、内蒙古、吉林、黑龙江等9个省市列入中部地区;将广西、重庆、四川、贵州、云南、西藏、山西、青海、甘肃、宁夏、新疆等11个省市列入西部地区。

表 7 边际概率效应的计算结果(含地区因素)

比较表 7表 3可见,各变量的系数估计在大小上相差不大,符号完全一致,显著性也基本一样;比较表 7表 6可见,各变量的边际概率效应的大小和显著性基本一致。前文对三种因素的分析结论和三个假设的检验结论都不变。

值得一提的是,表 7的结果反映了劳动力社会阶层认知存在显著的地区差异。相对于西部地区,东部和中部地区的劳动力对自己地位阶层认知作出中、高级评判的可能性显著较低(约低1%左右)。这看似与常理背道而驰,实则不然,可能解释是:(1) 虽然东部、中部社会经济发展水平明显高于西部地区,就业环境明显好于西部,工资水平也高于西部,但东部、中部同时存在收入明显分化、社会生存压力较大等情况,从而导致阶层认知不足。(2) 相对于西部,东、中部经济状况较好,行业门类较多,职业声望的差异更易使处于较低声望的劳动力产生心理压力,降低自己的阶层认知。(3) 地区和行业间的收入差异是导致我国目前收入不平等程度过高的原因,但二种差异相比,行业差异的影响远大于地区差异的影响(齐亚强、梁童心,2016),这会导致劳动力低评自己的地位阶层。(4) 发达地区有更多的外来务工人员,多数流动民工起初对于自身的发展持有乐观的态度,进入发达城市并不是一种权宜之计(李培林,1996),但一段时间后,这些外来工作者可能会发现自己的生活水平和环境长期没有明显的改善,甚至是原地踏步,从而逐渐会不认同自己的社会地位,做出更低的主观评判(赖泉城等,2016)。

基于表 7对劳动力阶层认知的地区差异性估计,我们进一步将东、中、西地区的样本分开,分别估计有序Probit模型(结果见附录的附表 1),并计算三种因素对阶层认知的边际概率影响(见表 8),进行地区差异性比较。

表 8 分地区样本的边际概率效应估计
附表 1 分地区面板数据有序Probit估计结果

表 8可见,各变量的显著性水平相比表 6全样本下的边际概率效应结果有所差别,但总体上也与我们之前的结果相符。在劳动力社会阶层认知中等和高级的层次上,东部地区的结果与全样本下的边际概率效应最相近,只是东部地区样本下,劳动力个人受教育水平educ变为显著,而b3(过胖)未通过显著性检验。在中部地区,先赋性因素全部未通过显著性检验,自致性客观因素中仅个人收入与个人职业声望显著,主观认知因素中公平感与幸福感显著。在西部地区样本中,只有性别、父辈教育水平、个人收入水平以及三个主观认知因素变量通过了显著性检验。

为简单起见,我们仅列以下几点地区差异性:(1) 相对于中西部,东部地区劳动力的教育水平提升了其作出中、高级社会阶层主观评判的可能性。(2) 社会关系网在中西部并不显著,而在东部通过了1%水平下的显著性检验。东部地区的现实是,社会阶层分化较为明显,阶层之间、行业之间的壁垒难以打破;在这种情形下,劳动力往往可以利用社会关系网络,通过扭曲市场规则进入高收入行业(凌先勇等,2014),从而带来较高的主观阶层认知。并且,同样是外来移民,拥有良好社会网络的移民往往更能顺利融入社会(Bailey and Waldinger, 1991),产生较高的主观阶层认知。(3) 社区内社会互助对个体阶层认知的影响在东部显著为正,但在中、西部不具有显著性。蔡禾、贺霞旭(2014)的研究发现,社会经济地位越高的居民,年龄越轻的居民,其邻里关系越弱;社区内职业异质性、收入异质性对邻里关系都有一定程度的影响。这些影响邻里关系的因素恰在社会分化明显的东部表现的更为明显,在中西部会有所减弱。

五、结论与建议

本文从先赋性因素、自致性客观因素和主观认知因素等三方面探讨劳动力阶层分化机制,并基于2012与2014年中国劳动力动态调查数据,利用面板数据有序Probit模型对我国劳动力个体社会阶层认知进行影响因素分析,得如下结论:

(1) 具有先赋性因素优势的劳动力更倾向于高评自身的社会阶层;女性相对于男性具有较高的自我阶层认知;父辈教育的代际传递导致阶层认知的不公平性仍存在,但这种影响不具有直接性。

(2) 教育、个人收入、职业声望和社会关系网等自致性客观因素对劳动力阶层认知有正的影响,但教育的影响也不是直接的,而是通过主观认知因素影响主观阶层认知。健康状况对阶层认知也有影响,过胖者具有较高的主观阶层认知,而过瘦者与正常者在主观阶层认知上没有显著差异。

(3) 主观认知因素是影响劳动力社会阶层认知的重要因素,“相对剥离感”不利于主观认知的提升。

(4) 劳动力社会阶层认知存在地区差异,我国东、中部地区的劳动力比西部地区劳动力更可能低评自己的地位阶层认知。

提高劳动力主观社会阶层认知,加大劳动力对自身阶层的认同感,既有利于劳动力的身心健康,也有利于社会秩序的稳定。基于上述结论本文提出以下建议:

(1) 劳动力需要树立新型择业观,逐渐转变性别意识,勇于打破传统思想束缚,避免为职业贴上“性别标签”,主动适应新兴市场的需要。

(2) 加强落后地区文化教育事业的建设,对落后贫困地区进行定向对口帮扶,以此破除落后地区代际传递的恶性循环。

(3) 保证阶层流动、职业流动的灵活性,尊重不同的职业群体,避免严重的而社会分化。通过教育改革促进教育公平、强化税收改革减小贫富差距。

(4) 关注劳动力群体的生存状态与心理感受,鼓励劳动力采用适当的方式排遣工作、生活压力。同时,加强对低层次群体的技能培训与心理疏导,鼓励其发挥所长、因地制宜尝试创业活动,逐渐拓宽在工作地的人脉,使低层次劳动力群体用积极的心态对待生活与工作,逐渐降低“相对剥离感”。

(5) 促进东中西部协调发展,引导优质劳动力向中西部欠发达地区流动。保证中西部建设过程中各项政策的执行与各类公共事业的落实。

参考文献
[] 蔡昉, 2010, “人口转变、人口红利与刘易斯转折点”, 《经济研究》, 第 4 期, 第 4–13 页。
[] 蔡禾、贺霞旭, 2014, “城市社区异质性与社区凝聚力——以社区邻里关系为研究对象”, 《中山大学学报(社会科学版)》, 第 2 期, 第 133–151 页。
[] 钞小静、沈坤荣, 2014, “城乡收入差距、劳动力质量与中国经济增长”, 《经济研究》, 第 6 期, 第 30–43 页。
[] 陈纯槿、胡咏梅, 2013, “中国城镇居民教育收益率的变动趋势”, 《北京师范大学学报(社会科学版)》, 第 5 期, 第 139。
[] 陈恢忠, 2005, “市场过渡期中国大城市居民职业地位获致中的先赋因素与自致因素”, 《管理世界》, 第 1 期, 第 70–76 页。
[] 成伟、牛喜霞、迟丕贤, 2013, “社会资本代际传递之研究”, 《华东理工大学学报(社会科学版)》, 第 1 期, 第 1–9 页。
[] 渡边雅男, 1998, 《现代日本的阶层差别及其固定化》. 中央编译出版社.
[] 郭永玉、杨沈龙、李静、胡小勇, 2015, “社会阶层心理学视角下的公平研究”, 《心理科学进展》, 第 8 期, 第 1299–1311 页。
[] 胡小勇、李静、芦学璋、郭永玉, 2014, “社会阶层的心理学研究:社会认知视角”, 《心理科学》, 第 6 期, 第 1509–1517 页。
[] 华红琴、翁定军, 2013, “社会地位、生活境遇与焦虑”, 《社会》, 第 1 期, 第 136–160 页。
[] 赖泉城、宋如阳、吴子颜、郭如平, 2016, “新生代农民工工作生活质量的差异性分析——基于江浙沪地区的调查”, 《人力资源管理》, 第 9 期。
[] 李春玲, 2005, “当代中国社会的声望分层——职业声望与社会经济地位指数测量”, 《社会学研究》, 第 2 期, 第 172–174 页。
[] 李培林, 1996, “流动民工的社会网络和社会地位”, 《社会学研究》, 第 4 期, 第 42–52 页。
[] 李平、朱国军, 2014, “社会资本、身份特征与居民幸福感——基于中国居民社会网络变迁的视角”, 《经济评论》, 第 6 期, 第 113–125 页。
[] 凌先勇、彭钰、张明, 2014, “社会关系网络与劳动力工资的户籍歧视”, 《农业技术经济》, 第 5 期, 第 59–66 页。
[] 刘爱玉、佟新, 2014, “性别观念现状及其影响因素——基于第三期全国妇女地位调查”, 《中国社会科学》, 第 2 期, 第 116–129 页。
[] 刘明明, 2016, “社会信任对公众主观幸福感的影响研究”, 《学习与实践》, 第 1 期, 第 87–97 页。
[] 刘欣, 2002, “相对剥夺地位与阶层认知”, 《社会学研究》, 第 1 期, 第 81–90 页。
[] 陆益龙, 2008, “户口还起作用吗——户籍制度与社会分层和流动”, 《中国社会科学》, 第 1 期, 第 149–162 页。
[] 齐亚强、梁童心, 2016, “地区差异还是行业差异?——双重劳动力市场分割与收入不平等”, 《社会学研究》, 第 1 期, 第 168–190 页。
[] 闰丙金, 2012, “收入、社会阶层认同与主观幸福感”, 《统计研究》, 第 10 期, 第 64–72 页。DOI:10.3969/j.issn.1002-4565.2012.10.010
[] 谢宇、张晓波、李建新、于学军, 2014, 《中国民生发展报告2014》. 北京大学出版社.
[] 于铁山, 2015, “个人主观社会地位的社会影响因素——基于CLDS(2012) 数据的实证研究”, 《人口与社会》, 第 1 期, 第 89–97 页。
[] 张抗私, 2009, “就业性别歧视与人力资本投资倾向的交互作用分析”, 《浙江大学学报(人文社会科学版)》, 第 5 期, 第 103–112 页。
[] 中国社会科学院"当代中国人民内部矛盾研究"课题组, 2004, “城市人口的阶层认同现状及影响因素”, 《中国人口科学》, 第 5 期, 第 19–25 页。
[] 周先波、刘建广、郑馨, 2015, “信息不完全、搜寻成本和均衡工资——对劳动力市场信息不完全程度的测度”, 《经济学(季刊)》, 第 1 期, 第 149–172 页。
[] Bailey T., Waldinger R., 1991, "Primary, Secondary, and Enclave Labor Markets: A Training Systems Approach". American Sociological Review(4), 432–445.
[] Blau P. M., Duncan O. D., 1967, "The American Occupational Structure", New York: Wiley.
[] Elizabeth G., Adler N. E., Daniels S. R., Morrison J. A., Slap G. B. and Dolan L. M., 2003, "Impact of Objective and Subjective Social Status on Obesity in a Biracial Cohort of Adolescents". Obesity Research, 11(8), 1018–1026. DOI:10.1038/oby.2003.140
[] Gallant A. R., Nychka D. W., 1987, "Semi-nonparametric Maximum Likelihood Estimation". Econometrica, 55, 363–390. DOI:10.2307/1913241
[] Hodge Robert W, Treaman Donald J, 1968, "Class Identification in the United States". American Journal of Sociology, 73.
[] Jackman M. R., Jackman R. W., 1973, "An Interpretation of the Relation Between Objective and Subjective Social Status". American Sociological Review, 38(5), 569–582. DOI:10.2307/2094408
[] Kraus M. W., Piff P. K., Mendoza-Denton R., Rheinschmidt M. L. and Keltner D., 2012, "Socialclass, Solipsism and Contextualism: How the Rich Are Different from the Poor?". Psychological Review, 119(3), 546–572. DOI:10.1037/a0028756
[] Merton R. K., 1938, "Social Structure and Anomie". American Sociological Review, 3, 672–682. DOI:10.2307/2084686
[] Paxton P., Moody J., 2003, "Structure and Sentiment, Explaining Emotional Attachment to Group". Social Psychology Quarterly(1), 34–47.
[] Stewart M. B., 2004, "Semi-nonparametric Estimation of Extended OrderedProbit Models". The Stata Journal, 4(1), 27–39.