王鹏
一场探索社会流动效应的“旅行”
作者 | 王鹏
作者单位 | 复旦大学社会学系
原文 |
拙作《社会流动效应及其拓展：方法发展、争论与评议》能够在《社会学研究》发表，对我而言是惊喜，亦是莫大的鼓励。作为一篇方法文章，写作之初是为了解决自己在研究中所遇到的困惑。而随着文章的进展以及与众师友、审稿人的不断交流，自己对于所探究的问题也有了一些更加深入的思考。可以说，文章思考和写作的过程，本身就是一场不断“向青草更青处漫溯”的旅行。
旅行起源
对社会流动效应这一问题的探索，源于若干年前我在研究过程中碰到的一个疑惑。
我个人长期关注社会分层与流动领域的研究，而社会流动的效应，或者说流动所产生的社会后果，也一直是该领域的重要议题。社会流动效应可以拆解为三个部分，出身阶层的作用，当前阶层的作用，以及两者之差，即社会流动经历本身的作用。有学者认为，由于完全共线性的存在，从理论上拆解个体层面的社会流动效应是无法做到的。然而，数学上的困难无法掩盖这一问题在现实中的重要性。举例来说，“上山下乡”运动对一代青年人产生了难以磨灭的影响。在讨论这一社会运动在个体层面的作用时，不难看出，结果既可能受到知青原本家庭出身的影响，也会受到他们所去的乡村社会的影响，以及这两者之间的落差对他们的作用。从概念上来说，“上山下乡”过程与乡村社会的影响加起来，构成了广义上社会流动产生的全部影响，而“上山下乡”这一过程本身，则是我们所关心的狭义上的社会流动效应，即流动经历本身独立的效应。
在测量社会流动效应时，学界已经有现成的既定方法，那就是对角线参照模型（Diagonal Reference Model, DRM）。该模型将没有流动的群体作为参照，从而为社会流动效应的估计锚定了基准。自Sobel在上世纪80年代提出以来，DRM很快凭借其相对合理的假设和简单有效的设定成为该领域应用最为广泛的方法。因此，我在研究社会流动的一系列后果时，也自然而然地将DRM作为方法的首选。
近年来，陆续有学者对DRM方法提出了批评和质疑，但并没有提出完全替代的方案，直到2021年，罗丽莹教授在网上发布了其工作论文（该文章2022年正式发表于ASR），提出了一个新的估计社会流动效应的方法，即流动对照模型（Mobility Contrast Model, MCM）。我读到这篇文章后非常激动，因为该文章指出，MCM既可以测量不同群体差异化的流动效应，还能够保证在大规模社会流动情境下，估计值比DRM更具稳健性。这无疑是对DRM的巨大改进。借助罗教授在网上分享的指令，我得以直接运用MCM来对数据进行分析。
然而，当我将手头的研究用DRM和MCM同时进行分析时，却得到了意想不到的结果。即二者不论在阶层效应还是流动效应的估计上，都存在非常大的差异，尤其是在估计流动效应时，甚至得到了完全相反的结果。这让我疑惑万分，因为罗教授文章中提到，两种方法的估计在方法论上是等价的，结果不应该差别如此之大。我当时向罗教授发去了一封邮件请教这一问题，罗教授非常及时地回复了我。她认为，这是由于流动规模大时，DRM估计的结果并不十分可靠。但是这并没有完全解释我的疑惑，反而让我产生了新的疑问：流动规模为什么会对估计结果产生影响，又在多大程度上影响了两种方法的估计呢？带着这些疑问，我开始从方法估计过程本身重新对不同方法进行审视。
探索过程
由此，我开始了方法的溯源旅行，从不同方法产生之初的理论考量和模型设定出发，来梳理方法发展的脉络以及不同方法的优势与局限。
在回顾了方形加法模型、菱形加法模型、对角线参照模型以及流动对照模型这些方法的源流之后，我才算对它们之间的关系有了一个相对清楚的认知。从理论上来说，这些方法为了解决参数识别的问题，都对模型加入了一些潜在的假设。其中，在阶层效应的估计方面，方形加法模型和流动对照模型相同，都将出身阶层相同的群体的均值作为出身效应；菱形加法模型和对角线参照模型则更相近，都是将非流动群体的状况视作阶层效应的基准。也就是说，不同方法对阶层效应的定义本身就存在差别，在此基础上算出来的流动效应自然也不相同。
到这里，虽然理论上的差别分清楚了，但我的疑惑并没有解决，那就是DRM与MCM的估计值之间，到底存在怎样的关系，与流动规模有没有关联。顺着这个思路，我又试图从参数估计的角度出发，探究两者的关系与差别。
由于DRM和MCM对流动效应的定义不一样，为了比较的方便，必须选择其中一种方法作为基准。于是，我将更为简单明了的DRM的定义为基准，用它来推导MCM中的流动效应。我从最简单的流动效应为0的情况出发，发现DRM和MCM的阶层效应估计完全等价。于是，我开始比较流动效应同质的情况，结果，两个模型依然等价——不只是阶层效应，而且流动效应的估计值也完全相同！但是，明明两个模型对估计量有不同的定义，估计值怎么会完全一致呢？因此接下来，我又假设了向上流动与向下流动存在不同效应的情况，再来推导两个方法之间的关系，果然，这次两个模型估计的流动效应不再相同，而是呈现出一定的数量关系（如正文中的表3所示）。当然，流动效应更为复杂的情况，也可以用同样的方式推导出两个模型估计值之间的关系。且这种关系并不受流动规模大小的影响。
至此，我此前的疑惑才算是有了一个明确的答案：DRM与MCM两种方法由于对阶层效应与流动效应的理论定义不同，因此估计出来的参数值也不同，只是在某些特殊情况下（流动效应为0或完全同质）才恰好相同。流动规模则只会影响理论定义的合理性，而非估计值本身。文章修改过程中，在审稿专家的建议下，我用一张表格展示了几种主要方法的异同，后因篇幅所限未呈现在正文当中。我放在这篇手记中，以方便读者斟酌比较。
未尽旅行
研究过程中的一个疑惑，驱动了自己在这一问题上的持续探索，对于我来说，也确实是一场带有趣味和挑战的学术旅行。当然，这一旅行并未结束。这篇文章只是围绕几种主要的方法及其关系进行了讨论，学者对于流动效应方法和应用的争论仍在继续，方法的改进和发展也在如火如荼地进行。甚至这几种方法本身，也仍有许多值得讨论的内容并未包括在本文当中。例如，Fosse和Pfeffer对DRM和SAM（当然也包括MCM）忽略了社会流动线性效应的批评；以及MCM由于使用了各单元格均值进行参数估计，导致极易受小样本单元格影响的问题，在本文中都未能进行充分讨论。
此外，在我这篇文章发表的几乎同时， Breen和Ermisch发表了另一篇文章，提出了一个利用因果推断的分析框架来估计流动效应的新路径，代表了流动效应方法领域的最新进展。他们的这一框架正是将广义的社会流动效应作为一个整体进行估计，从而一定程度上避免了效应分解的问题。正因如此，他们的分析框架也可以应用到DRM与MCM的方法当中，通过加入不同的理论假设对社会流动效应做进一步的分解。当然，方法的发展始终是为解决实际的研究问题服务，我也希望能够以这篇文章作为一个契机，为社会流动效应更加广泛的应用研究提供一些方法层面的参考。
总而言之，这篇文章是自己对社会流动领域探索之旅的重要收获，也是对我在该领域继续探索的莫大鼓励。文章在撰写过程中，曾经在中国社会学年会、“中国式现代化与社会发展”学术研讨会、中国香港社会学年会等会议上报告，因而得到了谭康荣、李煜、朱斌、范晓光、朱灵、赵一璋、郭茂灿、龚顺、干一卿等众多师友的批评指正。最后，文章从投稿到发表，也离不开《社会学研究》编辑部的支持。感谢刘保中老师耐心细致的指导、修订和校对，才让这篇文章能够更加快速和顺利地与读者见面。借此机会，我也向这篇文章写作发表过程中帮助过我的师友以及匿名评审一并表示衷心的感谢。
热门跟贴