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).