Стратифицированно-дифференцированная структура городского населения Украины
Анализ методов и техник, с помощью которых в эмпирических исследованиях выделяются страты и категории населения коллегами из России и дальнего зарубежья. Общая характеристика стратифицированно-дифференцированной структуры городского населения Украины.
| Рубрика | Социология и обществознание |
| Вид | статья |
| Язык | русский |
| Дата добавления | 08.04.2019 |
| Размер файла | 1,2 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Стратифицированно-дифференцированная структура городского населения Украины
Представлен обзор методов и техник, с помощью которых в эмпирических исследованиях выделяются страты и категории населения коллегами из России и дальнего зарубежья. Предлагается различать слабо алгоритмизированные и алгоритмизированные с применением современных программных средств техники классификации. Констатируется, что наиболее известные и методически обоснованные классовые схемы Эриксона - Голдторпа - Портокареро (схема E GP), Э. О.Райта, Г.Эспин-Андерсона, а также разработанная британскими социологами на основе концепции П. Бурдье классификация представляют собой “предельные генерализации” и являются номинальными шкалами. Сделан вывод о необходимо гибридном характере моделей социальной структуры населения, когда стратификационное измерение дополняется неиерархической дифференциацией. С использованием эмпирических данных ежегодно - го мониторингового обследования Института социологии НАН Украины предложена методика классификации и получена модель стратифицированно-дифференцированной структуры городского населения Украины.
В последние два десятилетия интерес к исследованию социального неравенства и социальной структуры - как бы ни трактовать оба термина - подпитывался, по крайней мере, из двух источников. Это, во-первых, динамичные изменения в удельном весе отраслей и профессий в экономике развитых стран, возникновение тут большого числа рабочих мест, не обещающих стабильной занятости и без перспектив трудовой карьеры. Параллельно специфические проблемы со стратификацией, статусной и профессионально-квалификационной неоднородностью возникали в странах, переходивших от централизованно-государственного институционализированного хозяйства к дифференцированным сферам производства и услуг на основе плюрализма форм собственности и в контексте формирования различных рынков занятости. Во-вторых, среди специализирующихся на изучении неравенства и мобильности, как в локально-национальном, так и в широком компаративистском масштабе, наибольшее признание получили классовые схемы Эриксона - Голдторпа - Портокареро (схема EGP), Э.О.Райта, Г.Эспин-Андерсона. Главным образом вследствие тщательного теоретического обоснования, формирования надежно эмпирически фиксируемых индикаторов, а также применения программных модулей классификации и перехода от одной схемы ко всем иным.
Ныне в практике организации исследований степени стратификации сосуществуют взаимно отличающиеся техники (способы) группировки статусов или социального положения - от весьма простых до сложных, предполагающих использование современных программных продуктов статисти чес кой обработки массивов информации. Вся их совокупность вряд ли обозрима; сведем наиболее известные из них в два разряда: слабо алгоритм-мизированные и алгорит мизированные техники классификации.
Слабо алгоритмизированные техники
В публикациях, особенно рассчитанных на массовую аудиторию, нередко представляются ситуации и состояния иерархического расслоения в обществе. Чаще всего они получены как итог распределения ответов опрошенных на вопрос о том, на какой ступени воображаемой лестницы социального положения или лестницы материального благополучия респонденты размещают себя (обычно используются 7- или 10-балльные шкалы, где 1 - низшее положение, а соответственно, 7 или 10 - высшее). В данном случае социологи исходят из интуитивно убедительного, вроде бы, допущения о присущем едва ли не всем индивидам “чувстве места” в социуме и восприимчивости к измене ниям условий персонального и семейного существования, что обеспечивает компетентное сравнение своего положения с положением референтных или альтернативных “других”. Бессмысленно спрашивать, насколько получаемое самооценкой стратифицированное размещение на шкале соответствует реальному расслоению или же в какой степени оно является точным. Релевантным будет ответ: распределение соответствует технике (способу) классификации. А дополняет его хорошо известная в социологии аксиома о том, что если индивид ощущает себя в определенном месте социальной иерархии, то этим определяется как его самочувствие, так и его возможные вербальные и реальные реакции на внешние обстоятельства. За обозначенными пределами начинается пространство игры социологической фантазии, а наравне с ней - более или менее правдоподобных предположений.
В России классовые схемы EGP или Э.О.Райта практически не используются - как об этом можно судить по статье М.Глотова, реферирующей основные концепции стратификационных исследований. Общее экспертное мнение там таково, что заимствование приводит к получению такого образа социальной структуры, в котором стерты все следы уникальной политической и социально-экономической ситуации, генерирующей неравенства и различения. Иначе говоря, социологи принимают в качестве доминанты представление о самобытности эволюции институциональной и социально-групповой структуры, а также источников неравенства в стране. Выделение страт или групп российскими коллегами осуществляется, как правило, посредством комбинации различных показателей и индикаторов, а итогом оказывается наличие большого числа не конкурирующих между собой классификационных схем [Глотов, 2013].
Наиболее последовательно - логически выверенными итерациями - теоретико-эмпирическая классификация осуществлена в работах Т. Заславской в 90-х годах прошлого столетия. Теоретическая - потому что, исходя из предположения о доминантном статусе власти и собственности, выделяются 4 слоя: высший, средний, базовый (охватывает две трети населения) и низший. А затем внутри них, добиваясь максимальной гомогенности, конструируются еще 14 категорий на основании ряда эмпирических переменных - уровень образования, самооценка квалификации, основное занятие, основной род деятельности, отрасль занятости, сектор экономики по форме со бственности, размер предприятия (организации, фирмы), профессионально-должностной статус (по содержанию выполняемой работы и по оценке самих респондентов), а так же уровень личных и семейных доходов [Заславская, 2002: с. 370-400].
Поскольку не применялись сложные программные средства агрегации данных, то не строилась статистическая модель и не оценивалось ее соответствие эмпирической информации, постольку такую технику правомерно причислить к слабо алгоритмизированным, что вовсе не отрицает описательной и объяснительной значимости полученной схемы. Ее особенностью оказывается “гибридный” характер, она отчасти стратифицирована и отчасти дифференцирована. Кроме того, в своих теоретических разработках и эмпирических построениях Т. Заславская исходила из убеждения, что элементы социальной структуры (слои и группы) являются действующими субъектами, активность которых предопределена наличием у них определенного рода и емкости “потенциалов” - экономического, властного, культурного.
Еще в прошлом десятилетии оставалось не ясным, можно ли построить исключительно стратифицированную модель социальной структуры на данных репрезентативных опросов. В поисках ответа на вопрос в Украине наиболее успешна была Н. Ковалиско. Ею разработаны две оригинальные методики, в которых более двух десятков переменных, характеризующих позицию респондентов на рынках занятости, их ценностные ориентации, а также досуговые практики и практики потребления культуры (обработка данных в пакете SPSS). На материалах обследований во Львове и Донецке, проведенных с интервалом в несколько лет, были выделены 6 и 5 страт городского населения областных центров [Ковалиско, 2010]. Изменение количества страт свидетельствовало, что методика чувствительна к особенностям национально-локальной структурации и что процессы на рынках занятости, сдвиги в распределении и потреблении жизненно важных благ весьма динамичны, а различия, выстраивающиеся в иерархию, не кристаллизуются, но податливы и текучи.
Алгоритмизированные с применениемсовременных программных средств техники классификации
В России алгоритмизированная техника реализована О. Шкаратаном и его учениками в специальном исследовании воспроизводства социально-экономического неравенства с применением энтропийного анализа, который представлен авторами как наиболее адекватный в изучении стратификации [Шкаратан, 2009]. На первом этапе из начальных 100 признаков коллектив исследователей отобрал 33, которые соответствовали основным критериям отбора (теоретическое обоснование и взаимная неортогональность), с помощью экспертов уменьшались градации шкал, а непрерывные переменные были приведены к упорядоченным дискретным шкалам. Вся совокупность признаков представлена следующими укрупненными категориями: а) экономический ресурс (владение предприятием, владение ценными бумагами, основной источник доходов, состав недвижимости, тип собственности занимаемого жилья); б) человеческий ресурс (род занятий, уровень образования, владение иностранным языком, навыки работы на компьютере, соответствие работы квалификации, самооценка здоровья); в) властный ресурс; г) ценностно-мотивационный ресурс (попытка организовать предприятие, стремление продолжить образование, желание взяться за более сложную работу, наличие дополнительной работы); д) социальный ресурс (индикатор социального капитала, род занятий матери/отца, род занятий жены/мужа, род занятий друга, материальное положение родителей); е) культурный ресурс (индекс характера внепроизводственной деятельности, размер библиотеки); ж) присваиваемые и используемые материальные ресурсы (доход на члена семьи, площадь жилья на члена семьи, самооценка материального положения, пользование платными услугами для себя, пользование платными услугами для детей); з) социально-экономическая среда (сектор/отрасль занятости, форма со бственности по месту занятости, территориально- пространственная среда (тип поселения); и) гендер.
Применение энтропийного анализа к возможной комбинации признаков (5456) обнаружило, что значимо стратифицируют респондентов владение предприятием или фирмой, владение ценными бумагами или облигациями, уровень властных полномочий (опрашивалось экономически активное население). На следующем шаге в трехмерном пространстве, заданном этими признаками, сформированы 10 кластеров (простая процедура, комбинация наличия или отсутствия признаков), обобщенно интерпретируемых следующим образом: низший слой, объединяющий индивидов, не владеющих собственностью и не располагающих властью на рабочих местах (74% респондентов); средний слой (22%) со средними показателями индекса власти; высший слой (4%), состоящий из реальных собственников и топ-менеджеров компаний, предприятий, учреждений.
Суть логического метода заключалась в использовании трех ключевых группирующих критериев (наличие собственности, наличие акций и ценных бумаг, наличие властных полномочий) путем перебора всех возможных комбинаций и даль ней шей группировки в соответствии с принципом выделяемых социальных единиц. В результате получена следующая классификация: крупные собственники - 1,7% (владеют предприятиями, ценными бумагами, высокий уровень властных полномочий); средние собственники - 2,4% (владеют только предприятиями, средний уровень властных полномочий); мелкие собственники - 1,6% (владеют предприятиями, низкий уровень властных полномочий); менеджеры-миноритарии - 1,6% (владеют ценными бумагами, средний уровень властных полномочий); исполнители-миноритарии - 3,2% (владеют ценными бумагами, нулевой уровень властных полномочий); менеджеры-несобственники - 15,8% (ничем не владеют, средний и низкий уровень властных полномочий); исполнители-несобственники - 73,6% (ничем не владеют, нулевой уровень властных полномочий). Самый массовый слой может быть дифференцирован по признакам человеческого, культурного и социального капитала [Шкаратан, 2009: с. 179-189]. Объединение первых двух страт дает в итоге 6-разрядную, заметно асимметричную модель.
Утверждение О. Шкаратана о наибольшей приемлемости энтропийного анализа в изучении неравенств, даже если принимать во внимание дискуссионную посылку о самобытности генерации и репликации неравенств в России, нуждается, очевидно, в детальнейшем обосновании. По крайней мере открывается перспектива если не альтернативной, то несколько иной возможности строить стратифицированные или смешанные классификации. Кроме того, сохраняется свобода выбора теоретической традиции размышлять о причинах и последствиях воспроизводства социальной неоднородности.
Для всех трех общим остается признание того, что “предельные генерализации”, в социологии именуемые классами, складываются в экономике - она генерирует их относительно стабильное воспроизводство. В первом случае (схема EGP) акцент сделан на ситуации занятости, во втором - на отношениях собственности, а у Г.Эспин-Андерсона на технологических спецификациях отраслей хозяйствования. Причем во всех трех случаях классификации подлежат именно позиции. Конструируемые классы, несмотря на то, что большинство первичных признаков иерархические и представлены порядковыми или псевдометрическими шкала ми, не образуют иерархию, то есть прямо не сообщают о неравенстве, образуя, фактически, номинальную шкалу. Поэтому классы следует трактовать в качестве источников неравенства, и только после их фиксации можно пытаться установить, в каких сферах жизнедеятельности, в каких ситуациях индивиды в действительности не равны, а значит - убедительно говорить о классовых неравенствах.
Не от К.Маркса идущая, но более ранняя традиция в обществоведении связывать классы с экономикой (капитализмом) в прошлом веке имела, пожалуй, больше противников, чем сторонников. О “социальных” классах говорили многие и весьма настойчиво, особенно в академической социологии США. Но лишь в последние десять лет начались продуктивные работы по созданию алгоритмизированных техник классификации, использующих не одни только экономические переменные. Теоретическую основу составили концептуальные представления П. Бурдье о различных видах капиталов, а в ряде опубликованных книг для конструирования классовых схем об основывалась необходимость операционализации социального и культурного капитала в качестве дополнения к экономическому [Bennett et al., 2009; Atkinson, 2010]. Это подготовило научную почву для репрезентативного количественного обследования, которое одно только и позволяет предъявлять обоснованную социально-классовую карту общества в пределах национально го государства.
В 2011-м по заказу службы ВВС состоялся эмпирический этап, а в самом начале 2013 года в журнале “Sociology” девять авторов - что весьма необычно для социологических статей - опубликовали первые результаты обработки данных в статье “Новая модель социальных классов? Результаты экспериментального исследования класса в Великобритании по заказу ВВС” [Savage et al., 2013: р. 219-250]. Сбор информации осуществлен в два этапа. На первом специализированная лаборатория ВВС выполнила интернет-обследование классов, о котором мультимедийная корпорация заведомо и настойчиво оповещала граждан, приглашая к участию. Оно началось 26 января 2011 года, а к июлю было получено 161400 полностью заполненных анкет. Как быстро обнаружилось, массив не был репрезентативен для Великобритании, в нем преобладала либо лее образованные респонденты с более высоким профессиональным ста ту сом, репрезентируя скорее аудиторию ВВС. И потому в апреле 2011 года кампанией GfK было проведено репрезентативное для страны интервьюирование по той же анкете (N = 1026).
В классы группировались респонденты, обладавшие схожими показателями капиталов (подробности их измерения здесь не реферируются). Экономический капитал, а именно доход домохозяйства, сбережения, стоимость находящегося в собственности, измерялся в денежных единицах, причем два последних показателя объединялись в один показатель - “накопления” (assets). Социальный капитал (респондентов спрашивали, знакомы ли они с представителями какой-либо из 37 профессий) фиксировался двумя итоговыми показателями: средний статус профессий, с представителями которых респондент знаком, и среднее значение количества профессий, с представителями которых он знаком. Культурный капитал (интересы в свободное время, музыкальные вкусы, использование медиа, предпочтения в еде) представляли 27 переменных, а данные обрабатывались с помощью множественного анализа соответствий. Каждый индивид получал определенное число условных баллов в зависимости от того, насколько он вовлечен в ту или иную практику или насколько ему нравятся те или иные занятия, которые затем сводились в два показателя: “рафинированная” (highbrow) культура и “модная, доступная, случайная” (emerging) культура (культурные практики, избираемые “по случаю, по надобности”).
Принадлежность к классу устанавливалась методом латентного классового анализа (latent class analyses), позволяющим группировать респондентов, обладающих сходными признаками, в данном случае - показателями трех разновидностей капиталов. Обычно он применяется к категориальным переменным, но авторы нашли уместным применить его и к метрическим. Перечень 7 классов, их удельный вес в репрезентативной выборке и краткое описание выглядят следующим образом:
— технический средний класс (6%): большой экономический капитал, очень большое среднее статуса контактов, но относительно мало контактов в среднем, средний культурный капитал в показателях рафинирован но го и мод но го (доступно го);
— новые обеспеченные (affluent)работники (15%): средний по размерам экономический капитал, сравнительно низкое среднее статуса контактов, но большое их количество, средний рафинированный, но большой модный (доступный) культурный капитал;
— традиционный рабочий класс (14%): сравнительно маленький экономический капитал, но приемлемый доход, мало контактов, небольшой рафинированный и модный (доступный) культурный капитал;
— непостоянные работники в обслуживании (emergent service workers) (19%): класс образуют преимущественно молодые люди со сравнительно небольшими накоплениями, но приемлемым доходом, средний уровень контактов, большой модный (доступный), но маленький рафинированный культурный капитал;
— прекариат (15%): маленький экономический капитал и самый низкий уровень по всем показателям прочих капиталов.
В опубликованной статье не заявлено намерение построить именно стратифицированную модель классов, следуя в этом установившемуся в англо-американских работах порядку классового анализа. Однако все шесть используемых признаков капиталов внутренне построены как иерархии, а в заключении встречается выражение “низшие уровни классовой структуры” (lower levels of the class structure) [Savage et al., 2013: р. 246], как если бы мы все время имеем дело с порядковой шкалой. Между тем примененная статистическая техника - анализ латентных классов - обычно в литературе представлена как дающая дифференцированный, а не стратифицированный, ландшафт агрегированных признаков [Collins, Lanza, 2010: p. 6-7]. Складывается впечатление, что авторы не видят здесь проблемы или, что вероятнее, она менее важна в сравнении с заявленными теоретико-методическими амбициями подхода в целом.
Интернациональный коллектив исследователей обещает серию статей, ведь пока что опубликовано наиболее значимое - методика и модель классов. Любопытно, в частности, было бы узнать, каков “вклад” каждого из шести показателей в формирование классов, что потребует статистической оценки и соответствующего наглядного представления. Можно предположить, что он неодинаков и специфичен для каждого сконструированного класса; то же самое может оказаться справедливым и для трех капиталов. В исследованиях неравенства есть и еще одна не устранимая неопределенность: обычно классифицируют индивидов, но, быть может, целесообразнее (или даже точнее) группировать семьи. Однако такая неопределенность не обсуждается в специальной литературе.
Вопросительный знак после первого предложения в названии статьи был и знаком предосторожности, и референтом со мнений и ожиданий авторов: является ли модель во истину новой, будет ли принята научными со обществами, осуществляющими анализ социальных структур и стратификации, или же модель так и останется “локальным” экспериментом? Ровно через год, в майском номере того же журнала “Sociology” были опубликованы отклики на нее. Четыре специалиста из британских университетов, вполне в духе “организован но го скептицизма” - мертоновской нор мы этоса науки - подвергли критическому разбору методологию, методику и полученные результаты. Самая жесткая из статей констатировала фиаско классового анализа интернационального коллектива во главе с М. Саважем [Mills, 2014].
Слои и категории городского населения Украины
В социологическом сообществе Украины не предложены оригинальные алгоритмизированные техники анализа степени стратифицированности населения. Не снята, следовательно, актуальность задачи их разработки. В нашем случае она осложнена еще и специфическим эмпирическим материалом - данными мониторингового обследования Института социологии НАН Украины, специально не предназначенными для изучения неравенства, но содержащими переменные, пригодные для этого.
Существует и еще одно подлежащее учету обстоятельство. В исследованиях социальной структуры и неравенств принципиальным оказывается различие между теми, кто находится на рынке труда и кто вне его - учащиеся, пенсионеры, домохозяйки. В схеме EGP оно игнорируется посредством фиксации по след не го места работы, а в обследовании по заказу ВВС на основе теории капиталов оно вообще незначимо. Между тем категории добровольно или вынужденно отсутствующих в сфере занятости обладают рядом особенных потребностей и интересов, представляющих несомненный интерес для социологов, а в практическом аспекте - для дизайнеров социальной политики и тех, для кого она является повседневной профессиональной обязанностью. Практический аспект, корректирующий сугубо познавательные устремления специализированных социологов, побуждает строить комбинированные классификации, сочетающие стратифицированные модели с выделенными по иным основаниям социальными категориями.
Эмпирическую базу составила часть данных мониторинга 2012 года (N = 1800). Подмассив анкет формировался для респондентов, проживающих в городах с населением не менее 100 тыс. жителей (n = 710). Выбор городского населения обусловлен не чем иным, как задачами отдела социальных структур Института социологии НАН Украины по плановой теме о структурных измерениях социального пространства города. Стратифицированная часть структуры городского населения основана на анализе информации о занятых на рынке труда или безработных (n = 488). Социальные категории представлены студентами, курсантами, аспирантами, неработающими пенсионерами и домохозяйками - теми, кто не занимаются профессиональной деятельностью, не располагают властью, не получают регулярного вознаграждения, не имеют профессии с определенным престижем. Опыт исследовательского коллектива под руководством О. Шкаратана свидетельствует о том, что если включать в стратификационный анализ респондентов, которым не присущ ряд признаков, то это приводит к резкой асимметричности конечного распределения, что затрудняет или даже запрещает ряд статистических оценок.
В качестве метода построения иерархической классификации избран конфирматорный факторный анализ (КФА), позволяющий тестировать истинность гипотетической структуры взаимодействий между переменными посредством оценки значимости ее отличий от первичных данных. Такими данными является ковариационная матрица, где каждый элемент задан корреляцией двух переменных, умноженной на стандартное отклонение этих переменных. КФА, или измерительная модель, описывает взаимосвязь между наблюдаемыми переменными (индикаторами) и латентными переменными (факторами) и позволяет подтвердить или опровергнуть гипотезу о том, что данного набора индикаторов достаточно для измерения латентного конструкта. КФА позволяет, кроме того, вводить ряд непосредственно не измеряемых латентных переменных и оценивать связи между составляющими, образующими модель [Brown, 2006: p. 1; Наследов, 2013: с. 343-345]. Поскольку метод является подтверждающим, его применение начинается с построения модели в соответствии с исследовательскими гипотезами, которые затем проверяются на соответствие эмпирическим данным. Как правило, исходная модель не согласуется с данными и требует коррекции.
В качестве отправной теоретической платформы были избраны концептуализации М.Вебера о стратифицирующей роли власти, богатства, чести и славы - дефицитных социальных благ, неравномерно распределенных между индивидами вследствие лимитированного доступа к ним [Макеев, 2006: с. 21-31]. Поскольку массив данных не содержит прямых индикаторов названных благ, “имена” им присваивались с учетом имеющейся информации. Как и у М.Вебера, их три. Полномочия - наличие подчиненных, статус занятости, свобода в самоорганизации работы, тип трудового контракта и формы оплаты труда. Достаток - деньги, имущество, право собственности, генерирующее ключевое различие между теми, кто нанимает работников, и теми, кто продает собственную рабочую силу. Статус - оценка престижа профессии, наличная квалификация, потребление благ культуры.
Постулируется, что блага представляют собой стратифицированные латентные конструкты в диапазоне “минимум - максимум”, обнаруживаемые измерительными процедурами, а конечным результатом оказывается числовое значение - локализация (место) каждого респондента на итоговой шкале. Анализ проведен в два этапа. На первом проводилась проверка и коррекция модели, которая воспроизводит связи между латентными переменными (факторами) “полномочия”, “достаток”, “статус” и отобранными для их измерения индикаторами. На втором этапе модель дополнялась вторичным фактором “локализация”, где уже измеренные факторы “полномочия”, “достаток”, “статус” выступали индикаторами “локализации”. Для такой модели вновь проводилась проверка и коррекция. Модель, полученная на первом этапе, условно названа модель первого порядка, на втором этапе - модель второго порядка.
В отборе и конструировании индикаторов соблюдался ряд требований. Во-первых, для достижения переопределенности гипотетической модели (over-identified model), когда количество известных параметров должно превышать количество неизвестных, необходимы как минимум три индикатора на один фактор (в нашем случае - на одно благо) [Brown, 2006: p. 72]. Во-вторых, индикаторы должны быть подобраны таким образом, чтобы в результате получить простую структуру взаимосвязей, когда один индикатор сильно связан с одним фактором и слабо - с другими [Наследов, 2013: с. 259]. Для этого применялись традиционные методы: анализ корреляционной матрицы и эксплораторный факторный анализ. В-третьих, значение коэффициента корреляции между индикаторами не должно быть близко к 1, что означало бы наличие коллинеарности, являющейся причиной ошибочных вычислений или вовсе приводящей к невозможности их проведения [Наследов, 2013: с. 255].
Перебор индикаторов осуществлялся до тех пор, пока все требования не были удовлетворены. В ходе работы одни индикаторы были исключены из анализа: предполагалось, например, что площадь жилого помещения может служить маркером статуса, однако связь оказалась незначимой. Другие индикаторы подверглись трансформации: уровень образования в исходном (анкетном) виде слабо коррелировал с индикаторами статуса, но после конструирования показателя, объединяющего вопросы о соответствии уровня образования выполняемой роботе, а также квалификации, необходимой для ее выполнения, значение коэффициента корреляции увеличилось. Отдельные индикаторы, вначале соотнесенные с одним фактором, в итоге использовались для другого: предполагалось, что совокупный доход семьи, определенный в шкале “бедные - богатые”, является признаком статуса, но связь с другими индикаторами статуса оказалась слабее, чем с индикаторами достатка.
В результате предварительного комбинирования, отсева и перераспределения между благами выбор был остановлен на десяти индикаторах.
Для полномочий:
1. Количество наемных/подчиненных работников (> 10; < 9; нет подчиненных; нет постоянного места работы; нет работы).
2. Статус занятости (работодатель или самозанятый; наемный работник с подчиненными; наемный работник без подчиненных, но с возможностью влиять на организацию своей повседневной работы; наемный работник без подчиненных и возможности влиять на организацию своей работы; безработный).
3. Тип оплаты труда (процент от прибыли; ежемесячная зарплата плюс премии/бонусы за продуктивность; ежемесячная зарплата; сдельная оплата; почасовая оплата; нет источников дохода).
Вопросы, которые использовались для создания перечисленных индикаторов, используются в классовой схеме Дж. Голдторпа, Р. Эриксона, Л. Портокареро и в типологии Э.О.Райта.
Для достатка:
1. Размер заработной платы (>4001 грн;4000-3001 грн;3000-2001 грн; 2000-1001 грн; < 1000 грн). Ответы на вопрос о том, каков размер Вашей заработной платы за последний месяц, объединялись так, чтобы получить интервальную шкалу.
2. Размер совокупного дохода на одного члена семьи (15000-7001 грн; 7000-3001 грн; 3000-1401 грн; 1400-801 грн; < 800 грн). Основой для конструирования индикатора выступали ответы на вопрос о размере совокупного дохода: “Укажите, пожалуйста, совокупный доход на одного члена Вашей семьи за последний месяц”. Для определения границ интервалов использовались медианные значения ответов на вопрос об оценке дохода: “Как Вы считаете, с каким приблизительно уровнем среднемесячного дохода на одного человека семью можно отнести к: 1) нищей, 2) бедной, 3) средней, 4) зажиточной, 5) богатой?” Для половины респондентов среднемесячный доход богатой семьи составляет не менее 15000 грн, для зажиточной семьи - 7000 грн, для средней - 3000 грн, для бедной - 1400 грн, для нищей семьи - 800 грн.
3. Материальное состояние семьи (живем в полном достатке / есть сбережения; хватает на все необходимое, но не на сбережения; хватает в целом на проживание; хватает только на продукты питания; иногда нищенствуем/голодаем).
4. Имущество (14-12 позиций; 11-9; 8-6; 5-3; 2-0). Индикатор строил ся на основе от ве тов на воп ро сы “Отметьте, по жалуй ста, что из приведенного ниже имеет Ваша семья” и “Тип жилого помещения Вашей семьи”. Максимально возможное количество позиций - 18: 1) дом, 2) квартира, 3) дачная постройка, 4) садовый участок, 5) легковая машина, 6) цветной телевизор, 7) мебель, 8) библиотека, 9) стерео- и видеоаппаратура, 10) магнитофон, радиоприемник, проигрыватель, 11) спортивное, туристическое снаряжение, 12) холодильник, 13) стиральная машина, 14) швейная машина, 15) модная одежда, 16) компьютер, 17) охотничье, рыболовное снаряжение, 18) моторная лодка, катер. Реальное распределение варьирует от 14 до 0. Значения объединялись так, чтобы получить интервальную шкалу.
Для статуса:
1. Престиж профессии - измерен Международной шкалой престижа профессий Д. Треймана, где 0 означает низший уровень престижа, а 100 - наивысший. Реальное распределение варьирует от 13 до 77 и сгруппировано в 5 интервалов (77-65 - высокий уровень престижа; 64-52- выше среднего уровня; 51-39 - средний уровень; 38-26 - ниже среднего уровня; 25-13 - низкий уровень престижа).
2. Компетентность - охарактеризована аддитивным индексом, рассчитанным как сумма ответов респондента на вопросы об уровне образования и его соответствии выполняемой роботе, об уровне квалификации, необходимой для выполнения работы и частоте его повышения, об умении и практике использования компьютера и Интернета. Значения индекса варьируют от 1 до 19 (19-16 - высокий уровень; 15-12 - уровень выше среднего; 11-8 - средний; 7-4 - ниже среднего; 3-1 - низкий уровень), где 19 означает наличие полного высшего образования (5 баллов), квалификации на уровне специалиста, магистра, кандидата или доктора наук (5 баллов), повышения квалификации 3-5 раз в год или больше (5 баллов), соответствие характера работы профессионально-образовательному уровню (1 балл), умение и постоянное использование компьютера (2 балла), использование Интернета (1 балл).
3. Предпочтения в культуре. Индикатор образовали два аддитивных индекса, первый из которых отображает количество практик высокой культуры, предпочитаемых респондентом (посещение театров, концертов, музеев, художественных выставок, чтение художественной литературы), второй - количество практик популярной культуры (посещение кинотеатров, спортивных зрелищ, шопинг, просмотр телепередач). Значения сгруппированы следующим образом: от 9 до 4 практик высокой культуры - насыщенное потребление высокой культуры; от 3 до 2 практик - умеренное потребление; 1 практика - слабое потребление; ни одной практики высокой культуры, но более 2 практик популярной культуры - потребление только популярной культуры; ни од ной практики высокой культуры, одна или ни од ной практики популярной культуры - отсутствие культурного потребления. Таким образом, часть индикаторов имеют порядковую пятибалльную шкалу (за исключением индикатора “Тип оплаты труда”, который имеет шестибалльную шкалу), а часть - интервальную шкалу, где 1 означает наибольший объем некоторого блага, 5 - наименьший или его отсутствие.
Значения коэффициента корреляции, приведенные в таблицах 1а, 1b, указывают на то, что: 1) индикаторы, относящиеся к одному фактору, связаны между собой; 2) связь между индикаторами одного фактора сильнее, чем связь между индикаторами разных факторов; 3) значения достаточно велики для построения измерительной модели, но не настолько, чтобы возникла проблема коллинеарности (значение толерантности, близость которого к 1 свидетельствует о независимости индикатора от всех остальных, а к 0 - об экстремальной коллинеарности, для всех индикаторов > 0,5).
Три фактора, величина собственных значений которых превышает 1, образуют достаточно простую структуру и описывают 59,79% общей дисперсии (табл. 2, 3).
эмпирический население городской
Таблица 1а. Коэффициент корреляции Пирсона для наблюдаемых переменных
Таблица 1b. Полихорический/полисериальный коэффициент корреляции для наблюдаемых переменных (индикаторов)
Таблица 2. Объясненная дисперсия для трех факторов
Таблица 3. Матрица факторных нагрузок наблюдаемых переменных (индикаторов)
В исходной модели “первого порядка” было предположено, что каждый из десяти индикаторов относится только к одному фактору, а ошибки индикаторов не взаимосвязаны между собой. Но такая модель не согласовывалась с исходными данными. Коррекция осуществлялась с помощью значений стандартизированных остатков ковариации и индексов модификации. Так в модель были добавлены еще два параметра: связь между ошибками индикаторов “имущество” и “предпочтения в культуре”, а также связь между ошибками индикаторов “размер заработной платы” и “размер совокупного дохода”, что и обеспечило соответствие модели первичным данным.
Особенностью конфирматорного факторного анализа является возможность оценить ошибки, которые могут возникать по причинам, не учтенным в модели. Согласно Т. Браун и Б. Бирн, источниками корреляции ошибок могут быть схожесть формулировок вопросов в анкете, последовательность ответов, индивидуальные особенности респондентов [Brown, 2006: р. 46-47, 181-187; Byrne, 2009: p. 110-111]. Так, например, вопросы об имуществе и практиках досуга похожи по форме, поскольку содержат довольно обширные списки (в первом случае 16 альтернатив, во втором - 37), из которых респонденту предлагается выбрать все подходящие варианты ответов. Вопрос о заработной плате так же, как и вопрос о доходе, является открытым, респондентам предлагается указать соответствующую цифру в гривнях. Остальные ошибки индикаторов модели постулируются как случайные.
После получения трех свойств модели первого порядка (теоретическая обоснованность, экономичность, согласованность с исходными данными) осуществлялся второй этап - формирование и проверка модели второго порядка, где дефицитные блага выступают в качестве индикаторов фактора “локализация” - места каждого индивида в пространстве, заданном параметрами моде ли. На рисунке 1 пред став лен ее окончательный вариант.
Для идентификации шкал латентных переменных факторные нагрузки индикаторов “количество наемных/подчиненных работников”, “размер заработной платы”, “престиж профессии” и дисперсия фактора “локализация” фиксировались. Так, количество фиксированных параметров модели равно 18, количество известных параметров равно 55 (количество известных параметров равное х (p + 1)/2, гдеp - количество индикаторов, в данном случае 10), количество оцениваемых параметров равно 25, число степеней свободы df = 30 (число степеней свободы равно количеству известных параметров минус количество оцениваемых параметров). Модель является рекурсивной и переопределенной.
Наиболее часто для оценки параметров модели применяется метод максимального правдоподобия (maximum likelihood - ML), который основывается на предположении о том, что: 1) размер выборочной совокупности является достаточно большим; 2) индикаторы измерены при помощи непрерывной или интервальной шкалы; 3) многомерная нормальность распределения индикаторов соблюдается [Brown, 2006: p. 75]. Для определения необходимого объема выборочной совокупности использовалась формула Р. Клайна, согласно которой число наблюдений должно в двадцать раз превышать количество оцениваемых параметров для идеальной точности и стабильности оценки и в десять раз - для приемлемой [Наследов, 2013: с. 356]. Выборка объемом 488 наблюдений соответствует строгому требованию (25 х 20 = 500). Оценка нормальности, которая доступна в AMOS, если в данных нет пропусков, подтвердила, что третье условие соблюдается. Значения эксцесса и асимметрии не превышают допустимые значения (3 и 7 соответственно) и варьируют от -0,78 до 0,37 и от -0,37 до 0,44. Значение критического коэффициента для многомерного эксцесса, величина которого в пределах 5 свидетельствует о приблизительной многомерной нормальности распределения переменных, равно 1,57 [Наследов, 2013: с. 354]. Проблема пропущенных значений была решена при помощи метода многократного заполнения (multiple imputation), который заменяет пропуски вероятностными значениями, основываясь на доступной информации. Наибольшее количество пропущенных значений содержал признак, отображающий размер заработной платы - 11,0% (55 наблюдений), а наименьшее количество - признак “тип оплаты труда” - 0,6% (2 наблюдения).
Поскольку не все индикаторы измерены при помощи интервальной шкалы, условия для корректной оценки методом максимального правдоподобия соблюдаются не в полной мере. По этой причине оценка параметров осуществлялась также при помощи методов, предназначенных для моделей с категориальными переменными: Байесовского метода (Bayesian estimation), доступного в AMOS, и робастного метода взвешенных наименьших квадратов, скорректированных по среднему значению и дисперсии (robust mean- and variance-adjusted weighted least squares - WLSMV), доступного в Mplus. Для анализа использовались AMOS 19 и Mplus 6.12.
Критерии согласия модели с данными представлены в таблице 4. Значение p для х2 меньше 0,05, стало быть, разница между исходной и воспроизведенной матрицами не равна 0, Из-за восприимчивости критерия к размеру выборочной совокупности он является ненадежным, и целесообразней ориентироваться на значение минимальной разницы, деленное на число степеней свободы (CMIN/DF) [Byrne, 2009: p. 7; Наследов, 2013: с. 350]. Данный критерий так же, как и остальные, находится в допустимых пределах и свидетельствует о хорошем согласии модели с исходными данными (CMIN/DF < 2, RMR < 0,05, GFI, AGFI^1, TLI,CFI > 0,95, RMSEA < 0,06, HI 90 < 0,1, PCLOSE > 0,5).
эмпирический население городской
Таблица 4. Критерии согласия модели “второго порядка” исходными данными
NPAR (number of parameters) - количество оцениваемых параметров; CMIN (minimum discrepancy) - минимальная разница; DF (degrees of freedom) - число степеней свободы; P (probability value) - значение вероятности; CMIN/DF (minimum discrepancy/degrees of freedom) - минимальная разница, деленная на число степеней свободы; RMR (The root mean square residual) - квадратный корень среднеквадратической разности; GFI (Goodness Fit Index) - критерий согласия; AGFI (Adjusted Goodness Fit Index) - исправленный критерий согласия; PGFI (Parsimony Goodness-of-Fit Index) - экономичный критерий согласия; NFI (Normed Fit Index) - нормированный критерий согласия; RFI (The Relative Fit Index) - относительный критерий согласия; IFI (The Incremental Index of Fit) - инкрементный критерий согласия; TLI (Tucker-Lewis index) - индекс Такера-Льюиса; CFI (The comparative Fit Index) - сравнительный индекс согласия; RMSEA (The root mean square error of approximation) - квадратный корень среднеквадратической ошибки; LO 90 - нижняя граница 90% доверительного интервала; HI 90 - верхняя граница 90% доверительного интервала; PCLOSE - оценка точности.
Результаты, полученные различными методами оценки параметров, мало отличаются, свидетельствуя об обоснованности гипотетической структуры. Колебания нестандартизированных значений факторных нагрузок (табл. 5) наблюдаются для индикаторов с порядковой шкалой: статус занятости, тип оплаты труда, размер совокупного дохода, материальное состояние семьи, предпочтения в культуре (максимум - 0,2). Максимальное значение различий для стандартизированных значений факторных нагрузок равно 0,07. Такие различия не влияют на выводы, но для интерпретации использовались значения, полученные робастным методом взвешенных наименьших квадратов (WLSMV), реализованным в программе Mplus, при помощи которой возможно учесть то, что модель содержит и интервальные, и порядковые шкалы. Все оцениваемые параметры статистически значимы, между индикаторами и факторами наблюдается положительная корреляция, когда с возраста ни ем значений од ной переменной значения другой имеют тенденцию к возрастанию, что целиком соответствует теоретическим положениям. Значения факторных нагрузок подтверждают, что сила связи между наблюдаемыми переменными и предполагаемыми факторами значительна (варьирует от 1,20 до 0,46), значения стандартных ошибок свидетельствуют об их стабильности (варьируют от 0,11 до 0,05). Следовательно, данный набор индикаторов является пригодным для измерения таких латентных конструктов, как “полномочия”, “достаток”, “статус” и “локализация”. Исходя из стандартизированных значений факторных нагрузок, отображающих связь между индикатором и фактором при фиксированных значениях других индикаторов, локализация респондента в примененных координатах в наибольшей степени обусловлена уровнем достатка, затем уровнем полномочий, а наименьшее влияние оказывает статус. Увеличение значения латентного фактора “локализация” на одну единицу измерения связано с возрастанием значений переменной “достаток” на 0,82, переменной “полномочия” - на 0,71 и переменной “статус” - на 0,65. На величину стандартизированных значений факторных нагрузок влияет сила связи между индикаторами; значения коэффициента корреляций указывают на то, что связь наиболее сильна между уровнем полномочий и достатка, затем - между уровнем достатка и статусом, и наконец - между уровнем полномочий и статусом (0,56; 0,51; 0,42 соответственно).
Таблица 5. Результаты оценок параметров модели “второго порядка” различными методами
Нестандартизированные значения фактора “локализация”, рассчитанного при помощи регрессионного метода (regression imputation), варьируют от 2,05 до 6,53, со средним значением - 4,11 (стд ошибка - 0,04, нижняя граница 95%-го доверительного интервала равна 4,04, верхняя - 4,18). Тесты Колмогорова-Смирнова (р > 0,05) и Шапиро-Уилка (р > 0,05),атакже гистограмма, вероятностный график и “ящичная диаграмма” (box plot) свидетельствуют о том, что наблюдаемое распределение близко по форме к нормальному, со значениями эксцесса и асимметрии, равными 0,04 (стд ошибка - 0,11) и -0,04 (стд ошибка - 0,22) соответственно.
С целью обеспечить достаточную для фиксации различий наполняемость категорий и избежать ситуации, когда 50% наблюдений отнесены к одной группе, выбор был остановлен на группировке с неравными интервалами, но с примерно равным заполнением групп. Так, было получено четыре слоя: первый - “успешные”, относительно высокие значения локализации (21,7%, 106 респондентов, значения от 2,05 до 3,49); второй - “благополучные”, локализация выше среднего уровня (26,8%, 131 респондент, значения от 3,5 до 4,09); третий - “относительно адаптированные”, локализация ниже среднего уровня (23,6%, 115 респондентов, значения от 4,1 до 4,59); четвёртый - “неблагополучные”, наименьшие значения локализации (27,9%, 136 респондентов, значения от 4,6 до 6,53). Сравнение средних значений при помощи однофакторного дисперсионного анализа свидетельствует о статистически значимых различиях средних между слоями (табл. 6).
Таблица 6
Первый слой (“успешные”) - сравнительно высокий уровень полномочий, достатка и высокий статус. По социально-демографическим характеристикам это преимущественно жители Киева в возрасте 30-49 лет с полным высшим образованием, с уровнем престижа профессии выше среднего, руководители, занятые в государственном секторе экономики, не испытывающие материальных затруднений (хватает на все необходимое, но не до сбережений, заработная плата - от 3000 до 4000 грн), предпочитающие практики высокой культуры (от 2 до 3 практик - умеренное потребление).
“Благополучные” - респонденты с меньшим по сравнению с предыдущим слоем уровнем полномочий, достатком и статусом. Преимущественно респонденты городов с населением около 1 млн жителей, в возрасте 30-49 лет, со средним специальным образованием и средним уровнем престижа профессии. Квалифицированные рабочие, руководители или наемные работники с возможностью влиять на организацию своей повседневной работы, занятые в промышленности и в частном секторе экономики, с ежемесячной зарплатой и премией/бонусом за продуктивность (от 2000 до 3000 грн в месяц), которой в целом хватает на проживание.
“Относительно адаптированные” - уровень полномочий, достаток и статус ниже среднего уровня, жители городов с населением от 251 тыс. до 1 млн, в возрасте 50-69 лет со средним специальным или полным средним образованием. Престиж профессии ниже среднего, предпочитают практики популярной культуры или всего одну практику высокой культуры. Квалифицированные рабочие, наемные работники без подчиненных, но с возможностью влиять на организацию своей повседневной работы, занятые в промышленности, в частном секторе экономики, со сдельной оплатой труда (от 1000 до 3000 грн в месяц), которой хватает на проживание или только на про дук ты питания.
“Неблагополучные” - респонденты с самым низким уровнем полномочий, минимальным достатком и низким статусом. Жители городов с населением от 251 до 500 тыс. в возрасте 18-29 или 50-69 лет, с общим средним образованием. Низкий или ниже среднего уровень престижа профессии, пред почтение практик популярной куль туры или вовсе от сутствие предпочтений в культуре, безработные или наемные работники без возможности влиять на организацию своей работы, разнорабочие, подсобные работники, с ежемесячной заработной платой в пределах 2000 грн, которой хватает только на продукты питания.
После выполненных вычислений и с учетом доли социальных категорий стратифицированно-дифференцированную структуру населения городов с числом жителей более 100 тыс. можно представить в следующем виде (табл. 7).
Таблица 7. Социальная структура городского населения
Социальные категории неоднородны по ряду индикаторов. Неработающие пенсионеры (20,6%) представлены преимущественно женщинами старше 70 лет с начальным и неполным средним образованием. Они не пользуются информационными технологиями, отдают предпочтение практикам популярной культуры или не оказывают предпочтения каким-либо практикам, имеют доход на одного члена семьи в пределах 800-1400 грн, которых хватает только на продукты питания, по размеру имущества относятся к категории ниже среднего (5-3 товаров). Студенты, курсанты, аспиранты (4,5%) - возраст 18-29 лет, полное среднее образование, умеют и постоянно используют компьютер и Интернет, потребители высокой культуры (больше двух практик). Домохозяйки (6,1%) - женщины в возрасте 30-55 лет, умеренно использующие информационные технологии (умею, иногда пользуюсь ком пью те ром и Интерне том), с совокупным до хо дом на од но го члена семьи менее 800 грн, которых хватает только на продукты питания, по размеру имущества относятся к средней категории (8-6 товаров).
Выводы
эмпирический население городской
В количественных исследованиях классы уместно трактовать в качестве “предельных генерализаций”, суммарно характеризующих место индивида в многомерном пространстве признаков и индикаторов дефицитных социальных благ и возможностей. В этом смысле классы не являются субъектами действия, им невозможно приписать какие-либо интересы, потребности или идеологию.
Эмпирически ориентированные социологические обследования не могут служить инструментом получения лучшей или наиболее адекватной классовой структуры. Классификации предпочтительнее строить не вообще, а в соотнесении с вопросом “для чего?”. Только после получения на него внятного ответа подбор индикаторов и показателей обещает быть успешным.
Для общей характеристики социальной структуры целесообразно сочетать стратификацию занятого населения с категориями населения, находящимися за пределами рынков труда. При этом, как известно, такая структура заведомо не пол на, поскольку в выборке отсутствуют высшие представители власти, обладатели на и большего богатства, а так же их социальные анти поды - обитатели “социального дна”.
Хотя эмпирически многократно подтверждено, что власть (полномочия) и богатство (материальное благополучие, достаток) являются наиболее сильными стратифицирующими факторами, использование только их в анализе имеет следствием заметную асимметрию распределения опрашиваемых по слоям и ограничивает интерпретативные возможности такой классификации.
Подобные документы
Расчет численности населения и его структуры на перспективный период. Особенности определения общей численности населения города Ташкента. Критерии разделения прироста населения на естественный и механический. Распределение населения по занятости.
контрольная работа [27,6 K], добавлен 22.03.2011Понятие, сущность и типы воспроизводства населения. Современное состояние воспроизводства населения России и его перспективы. Численность городского и сельского населения в регионах. Общий коэффициент брачности, смертности, рождаемости и разводимости.
контрольная работа [1,2 M], добавлен 22.03.2015Численность населения. Структура населения по возрасту и полу. Половозрастная структура населения. Половозрастные пирамиды. Демографическое старение населения. Структура населения по брачному и семейному состоянию.
реферат [16,5 K], добавлен 24.03.2006Территориальная организация населения как наука, ее структура и проблемы. Анализ территориальной структуры размещения (расселения) населения. Описание территориальных особенностей демографического развития. Особенности размещения населения в России.
курсовая работа [36,4 K], добавлен 09.09.2010Характеристики состава населения, сущность группировки и система показателей. Методы изучения динамики состава населения. Особенности половой и возрастной структуры, половозрастные пирамиды. Структура населения по брачному и семейному состоянию.
контрольная работа [43,5 K], добавлен 14.06.2010Динамика численности населения России, соотношение рождаемости и смертности. Анализ изменения основных показателей естественного воспроизводства населения Российской Федерации. Соотношение полов, деформация семейной структуры населения в настоящее время.
контрольная работа [13,4 K], добавлен 26.11.2010Содержание статистического наблюдения по оценке населения России, способы учета и оценки численности населения. Значение и методы изучения половозрастной структуры населения. Динамика численности населения и основные факторы, определяющие ее изменения.
курсовая работа [220,8 K], добавлен 10.10.2009Система социальной защиты населения городского промышленного муниципального образования, проблемы социальной политики, функционирование системы социальной защиты населения. Разработка процесса управления реализацией муниципальной целевой программы.
дипломная работа [68,2 K], добавлен 05.06.2011Основные источники информации о населении и перепись населения как один из них. Краткая история проведения учетов и переписей населения мира. Научные принципы и программа проведения переписей населения. Категории населения, учитываемые переписью.
курсовая работа [42,3 K], добавлен 12.02.2011Экономическое трудовое поведение людей, социально-экономическая стратификация общества. Ухудшение материальное положение экономически активного населения Украины. Выбор жизненных экономических стратегий разных категорий трудоспособного населения.
контрольная работа [27,5 K], добавлен 16.01.2012
