Опыт выделения реальных социальных слоев

Задачей нашего исследования было построение типологии реальных социальных слоев в современном российском обществе¹. Мы исходили из того, что в собранной эмпирической базе данных из возможных комбинаций признаков необходимо выделить те, которые наиболее резко дифференцируют рассматриваемую общность -совокупность респондентов. Статистический анализ показал, что это индикаторы власти, собственности и внепроизводственной деятельности. В связи со сказанным выше мы предположили следующее:

- выделяемые на основе индексов власти, собственности и характера внепроизводственной деятельности социальные группы являются реальными;

- у выделенных групп существует более-менее четко очерченное ядро; индивиды, попадающие в это ядро, - носители сущностных свойств рассматриваемой реальной группы, которые ослабевают от ядер к периферии.

На основе имевшихся в опросном листе признаков были сконструированы индексы власти, собственности и характера внепроизводственной деятельности. Для образования индекса власти использовались следующие переменные:

- наличие подчиненных;

- средний уровень образования подчиненных;

- права и возможности респондента как руководителя.

Первые две составляющие властных полномочий индивида были преобразованы в десятибалльные шкалы. Также в десятибалльную шкалу были преобразованы переменные, характеризующие права и возможности руководителя по принципу суммирования полномочий без ранжирования переменных. Интегральный индекс власти был сконструирован путем вычисления среднего арифметического полученных подиндексов.

При формировании индекса собственности были использованы следующие переменные:

- наличие в собственности респондента акций, недвижимости;

- собственность на недвижимость и предметы культурно-бытового назначения: на основное жилище, на "второе жилище" (дача и т.д.), на предметы культурно-бытового назначения;

- характер основного жилища - сложносоставной подиндекс, состоящий из таких переменных, как качество жилья (тип квартиры, дома), количество квадратных метров на члена семьи, комфортность жилищных условий.

Все подиндексы были построены как десятибалльные, а затем объединены в индекс собственности путем вычисления среднего арифметического подиндексов.

Для построения индекса характера внепроизводственной деятельности (ИХВД) был использован алгоритм, разработанный в серии ранее опубликованных работ [11;12, с. 100-112]. При измерении репродуктивной деятельности как компонента вне-производственной деятельности нами была использована лишь одна переменная о наличии/отсутствии детей и их числе. Психофизиологическая деятельность также представлена одним индикатором - характером проведения отпуска. Культурно-познавательная деятельность — сложносоставиой подиндекс, включающий 8 переменных - видов занятий (посещение музеев, выставок, театров, концертов, занятие художественным творчеством, любительским трудом и т.д.).

Нами было разработано два способа выделения реальных социальных групп с помощью созданных индексов власти, собственности и характера внепроизводственной деятельности. Первый - с помощью интегрального индекса реальных социальных групп, вычисляемого непосредственно из разработанных индексов. Было сконструировано несколько вариантов этого индекса (суммированием составляющих индексов; их перемножением с последующим взятием корня третьей степени; перемножением индексов с последующим логарифмированием; простым перемножением). Предполагалось создать все четыре варианта его подсчета, а затем выбрать тот, который отвечал бы критерию лучшей дифференцирующей силы. Мы стремились получить "гладкий" график, где пики были бы четко отделены друг от друга. В этом случае удалось бы выделить реальные группы визуально, для чего послужили бы центры пиков, фактически являющиеся ядрами реальных групп, в то время как по удалении от пика шло бы периферийное ослабление сущностных свойств данной группы.

Однако при реализации данного способа возникли трудности, которые фактически сделали невозможной работу в этом направлении. При построении линейного графика интегрального индекса реальных групп оказалось, что на нем невозможно четко выделить соответствующие пики.

Математически задачи подобного типа решаются методами многомерной классификации, с помощью которых проводится обобщение исходных данных на основе заданного алгоритма. Результат такого обобщения - разбиение первоначального множества объектов на "классы", каждый из которых может рассматриваться как значение новой интегральной переменной (к этому типу процедур относятся кластерный анализ, таксономия и т.д.). Большинство способов многомерной классификации предполагает наличие "скоплений", "сгустков" объектов, рассматриваемых как точки в исходном признаковом пространстве. При реализации алгоритма классификации объекты, расстояние между которыми не превышает некоего порога, попадают в один "класс". Представляется, что выделение социальных групп относится именно к задачам многомерной классификации. Поэтому вполне логичным было решение применить оправдавший себя в предшествующих исследованиях метод распознавания образов - кластерный анализ.

Был проведен ряд испытаний с разным количеством кластеров (предполагаемых реальных групп = слоев). В итоге оптимальным оказалось число 10, поскольку при анализе результатов кластерного анализа с большим числом кластеров было обнаружено, что многие из них фактически представляют одну и ту же группу респондентов с незначительно разнящимися характеристиками, к тому же во многих из данных групп не было достаточного для анализа числа респондентов, а при рассмотрении менее десяти кластеров был риск, что некоторые важные группы сольются в одну. Окончательные результаты приведены в таблице 1. Очевидно, что в каждом кластере присутствует группа респондентов с уникальным набором индексов власти, собственности и ИХВД.

Выделенные этим методом группы тестировались на "реальность". При отборе критериальных характеристик существенным ограничением стало то, что используемый нами массив информации был сформирован для других исследовательских целей. Из имевшихся переменных наиболее тесно связанными с индексами власти, собственности и ИХВД оказались наличие у респондента подчиненных, недвижимости и характер проведения отпуска. Но, несмотря на указанные ограничения, мы полагаем, что существенные различия по отобранным критериальным характеристикам выделенных методом кластерного анализа групп подтверждают их реальность (см. табл. 2).

В дополнение к названным выше критериям мы протестировали выделенные группы по ряду жизненных ценностей респондентов. Из них дифференцирующими оказались следующие: значимость для респондента его работы, друзей, политики. Из дифференцирующих "объективных" (социально-экономических) характеристик респондента был использован уровень образования.

Следующим шагом доказательства того, действительно ли мы выделили реальную группу или же это - статистический фантом, вовсе таковой не являющийся, стала проверка гипотезы о существовании у полученных нами групп ядра и периферии.

Таблица I