【教育与社会】曲艺、罗燕、张家铖丨中国大学生社会经济地位测量构想
点击上方蓝字关注我们
摘 要：学生的社会经济地位测量是教育公平研究的起点，也是教育公平研究的重要工具之一。本文通过回顾国内外已有的社会经济地位测量研究文献，梳理了社会经济地位测量的三种主要模式：综合测量、多变量分别测量和单变量测量，继而提出测量我国大学生社会经济地位的模型构想，即以家庭为测量单位的多变量分别测量模式。
关键词：中国；大学生；社会经济地位
教育资源在不同社会群体间的公平分配，是社会正义的核心。在现代社会中，教育为其他社会资源的分配提供合法性，并对个体社会地位的分化产生着重要影响。新中国建立以来，我国政府便十分关注教育资源平等分配的制度设计。《中华人民共和国教育法》第一章第九条规定：“公民不分民族、种族、性别、职业、财产状况、宗教信仰等，依法享有平等的受教育机会，” 从法律上明确了不同社会群体平等获取教育资源的权利。改革开放后，我国实行市场经济，高等教育开启了收费制度，政府通过政策杠杆来调节并保障低收入群体的子女获得高等教育机会。这具体表现为， 1993年中共中央、国务院颁布《中国教育改革和发展纲要》，在其中确立了支持家庭经济困难学生的贷学金制度。1999年《国家助学贷款管理操作规程(试行)》颁布，进一步明确了国家助学贷款的实施流程。随之，包含奖学金、助学金、助学贷款、勤工俭学、学费减免等多元化的制度支持体系逐步形成。除了针对个体的政策调控，国家还将缩小教育机会的地区不平衡作为重要的政策调控目标。然而，随着近年来农村大学生、家庭第一代大学生学业困难与学业差距等话题的逐步被发掘与社会发酵，人们发现既有的国家调控政策仅关注学生个体的家庭经济状况和地域之间的社会经济差异是不够的。事实上，父母的职业情况和教育程度也是影响孩子教育机会和学业表现的重要因素。这需要一个能有效测量学生家庭社会经济地位的量表，来精准识别政策所对应的弱势群体，从而让政策资源的投放做到有的放矢。
进入21世纪以后，我国学者开始关注学生的社会经济地位测量。事实上是受到国际学生评估项目(PISA)的影响，特别是我国上海于2009年参加PISA测试之后。这些研究包括在此之前由社会学者所做的并非针对学生群体的社会经济地位测量研究，都为我国社会地位分化开启了重要的研究源流，也为我国社会政策的开发提供了一个基础性的视角。然而，我国学者的这些研究都深刻地受到了西方社会分化理论和测量取向的影响，其中最核心的便是社会分层概念与测量的影响。社会分化存在两种现象取向：一种是以群体为基础而出现的社会层级分化，群体内的成员形成共同身份认同且共享相似的生活方式；另一种则是以个体匹配为基础而出现的社会地位呈金字塔状的连续性的高低分化。西方社会多为前者；中国社会在新中国的大部分时期均表现为后者，改革开放后由于市场体制的引入而出现转型，直至今日也并没有完成社会阶层化的结构转型，而是体制内与体制外两种分化体系并存的现状。而这就带来一个根本的挑战，直接套用西方的社会分化理论或PISA的测量量表，可能并不适合我国的现实情境，若强行加以应用恐会扭曲我们的教育政策与实践。
事实上，至今为止我国还未形成有效测量大学生社会经济地位的量表工具。这一方面是因为大学生的社会经济地位测量具有一定的特殊性——在群体特征上，大学生已进入成年，认知发展相对成熟，却没有获得相对稳定的社会地位和角色(学生的地位和角色都具有过渡性)，同时大学生既与家庭有密切关系，又具有相对独立的组织(高校)身份。另一方面，更重要的是，如果要想让大学生的社会经济地位测量具备重要的政策参考价值，那就需要有运算科学、操作便捷、效度稳定并可进行跨地域(国际、地区、城乡)和跨时间的参照比对，而这需要宏大的数据支撑。目前既有的社会经济地位测量尝试难以满足上述的需求。本文试图通过梳理社会经济地位测量的主要模式，尝试为我国大学生社会经济地位的测量提出一个可供参考的技术路线，以推进我国大学生社会经济地位量表的开发。
一
社会经济地位测量模式：文献回顾
(一)综合社会经济地位的测量
综合社会经济地位测量，是指按照运算规则对测量题项的得分进行汇总，从而形成一个综合的社会经济地位数值。学者一般会利用所得的社会经济地位数值，进一步分层或直接将得分与其他变量进行关联分析。目前，已有的综合社会经济地位测量按照对象不同，可主要分为两类：基于职业的社会经济地位指数(index)和基于家庭的社会经济地位量表(scale)。
1.基于职业的综合社会经济地位指数
在社会学中，社会地位是指个体在社会结构中所占据的位置。职业则是在制度化的社会系统中，个体被社会整体认可和支持的一种社会位置。 依照韦伯主义，社会声望是社会分层的原则之一，不同职业因具有不同的生活方式而具有差异化的社会声望。因此，即使个体的职业不能完全涵盖个体占据的所有社会位置，却常被作为一个指标来指征个体的社会地位。
在社会经济地位测量领域中最为经典的邓肯(Duncan)研究便遵循了这一取向。邓肯在美国国家民意研究中心调查所获得的职业声望基础上，综合职业声望、受教育程度和收入三个维度，构建了个体职业的社会经济地位指数(Socioeconomic Index，简称SEI)。邓肯的社会经济地位指数为社会经济地位的测量提供了一种可行的估算思路，并得到后续研究的不断完善与修订。例如豪泽和费瑟曼采用邓肯的SEI的计算方法，基于1962年和1973年美国职业和人口数据，分析了美国的职业结构；此后，史蒂文斯和费瑟曼调整了职业声望、教育水平和收入水平的测量方式，并将女性劳动力数据纳入分析，形成了新的SEI估算数值。不过，邓肯SEI指数构建在设计、使用和结果解释中存在的问题也受到了学界的批评和质疑。例如霍奇认为邓肯的SEI概念缺乏坚实的社会学理论基础，特别是SEI与职业声望的关系有待进一步讨论，更为重要的是代际职业结构随时间变化后，SEI指数会变得不可比，从而应用价值降低。
2.基于家庭的综合社会经济地位测量
除了以个体职业为核心的社会经济地位测量，另一种常用的社会经济地位测量是以个体家庭为核心的测量，其中最著名的是霍林谢德的两因素量表和四因素量表。1957年，霍林谢德以核心家庭为测量单位，基于美国某社区调查的数据，开发了家庭社会经济地位的两因素量表，即通过计算户主(男性)的教育和职业状况生成的单一社会地位分数。1971年，他又将女性纳入了社会经济地位测量，在美国统计局职业分类的基础上进一步开发了综合职业、教育、性别、婚姻状态情况的四因素量表。
具体来说，霍林谢德四因素量表的运算可以分为三步：(1)对个人的教育和职业进行赋分；(2)对教育和职业分数进行加权求和；(3)根据婚姻状态分类，对家庭内个人分数进行加总平均，求得家庭得分。与邓肯的SEI指数相比，霍林谢德的四因素量表提供了一种更为广泛的编码方式，为各个领域的大型社会研究提供了社会分层的简便运算和解释。时至今日，四因素量表仍应用于教育、医学等领域，例如巴斯克斯等人在2019年发表的一项随机控制实验中，将家庭社会经济地位作为婴儿营养干预与神经发展的控制变量之一，其测量工具就是四因素量表。
3.基于理论的综合社会经济地位测量
2003年，欧克斯和罗西基于科尔曼关于社会系统功能与组织的社会理论，设计了以“资本”概念为基础的社会经济地位测量(CAPSES)。两人根据科尔曼的理论，认为个体的社会经济地位可以被视为物质资本、人力资本和社会资本的作用函数。在实际的操作化中，三个维度分别对应了具体的量表和观测指标。具体而言，物质资本一般是指所拥有的物质财产、金融资产和收入等；人力资本指个人的先赋特质，既包括外在形象和内在天赋，也包括教育、技能、能力和知识；而个体或家庭的社会网络以及可动用的社会关系，则构成了社会资本。最终，利用结构方程模型确定三个维度在量表中的比重并合成得到CAPSES分数。
4.综合社会经济地位测量的国际推广与本土化
事实上，无论是邓肯还是霍林谢德的社会经济地位测量都是基于美国社会而产生的。为了在世界范围内推广邓肯的社会经济地位测量模型，甘泽布姆、格拉夫和崔曼于1992年依据ISCO-88版国际标准职业分类，通过计算职业的受教育水平和收入，构建了国际标准职业社会经济地位指数(International Socio-economic Index of Occupation status，简称ISEI)。2010年，甘泽布姆依据ISCO-08版国际职业分类标准，将ISEI更新至ISEI-08。ISEI在中国的社会研究中得到了较为广泛的应用，如社会结构和代际流动的分析。其在教育领域则被广泛应用于分析家庭背景对学生教育机会、学业成就、教育获得、教育质量和职业地位获得等的影响。
不过，更多的学术努力聚焦于根据本国社会状况而开展的社会经济地位测量文化适应性的研究。例如中国学者李春玲对邓肯模型的改进，便是基于对中国社会职业的文化特殊性而做出的。李春玲通过数据挖掘发现，决定中国社会个体职业社会经济地位的因素除了邓肯模型中的要素之外，还包括职位权力、就业单位性质、以及是否从事受歧视职业等。因此，李春玲在模型中加入了权力因素、部门因素和社会歧视因素，据此模型结果计算出了中国161种职业的社会经济地位指数。
印度学者库布斯瓦梅和提瓦瑞团队的学术努力也可以为亚洲地区的研究提供借鉴。库布斯瓦梅量表的基本思路比较简单，即将教育水平、职业和家庭月收入三个维度综合得到社会经济地位指数。其中，教育、职业和收入都划分为若干个层次，并赋予不同的权重得分，三项得分相加得到最终社会经济地位分数，并据此将个体的家庭社会经济地位进行分层。库布斯瓦梅的社会经济地位量表在印度广泛应用于社区和医院等场所的城市公共卫生研究中，是城市人口社会经济地位测量的有效工具，并被后继的研究者根据印度社会的发展变化尤其是物价指数的变化不断改进和更新。因此，虽然各版本具体的分类和赋分标准有所不同，但该指数的构建形式一直保持一致。
提瓦瑞则十分关注社会经济地位测量在印度地区和城乡之间的跨地域应用，其设计和验证的过程可以为面向较大地域差异的测量开发提供参考。提瓦瑞在社会经济地位测量的开发中，专家论证和实地试测环节均考虑了跨地域要素。在专家论证上，参与咨询的12名专家分别来自于印度东部、西部、北部、南部和中央地区五个区域；在实地试测中，两轮试测均抽取了城市家庭和农村家庭作为考察对象，并通过视觉模拟评分法(visual analogue scale)进行量表结果与实地观察结果的对照，保证了测量在城乡不同背景下的适用性。值得关注的是，地域要素在测量验证环节同样得到体现。重测信度的测量对象包含了城市家庭和农村家庭，同时效度检验则通过了解当地情况的信息员协助进行样本家庭选择和结果对照。最终，提瓦瑞的测量设置了住房(面积和类型)、物质财富(家用电器和运输工具等)、家庭成员的受教育水平、职业、家庭成员平均收入、土地、社会参与和理解7个指标，通过指标的等级赋分和加总，将家庭划分为5个社会经济地位层次。不过，提瓦瑞的测量为了适应跨地域的复杂性，在一定程度上牺牲了测量应用的便捷性。例如，在实际的测量操作中，量表的次级指标为适应不同情况设置了替换指标，不同填答者在同一指标下的赋分项目也各自不同，因此为保证测量质量，量表的填答需要研究人员协助或由研究人员进行填写。也正因为此，提瓦瑞的量表很难用于大规模的社会调查。
5.综合社会经济地位测量的运算
综合社会经济地位测量的运算主要基于两种模式。一种是社会调查估计模型，如基于社会职业调查数据，对所调查的职业相关信息进行建模，对未调查职业的社会经济地位进行估计，从而形成以职业编码为基础的社会经济地位指数。邓肯的社会经济地位指数和甘泽布姆的国际社会经济地位指数便属于此类。前者是基于社会调查中的社会声望，以职业声望为因变量，教育和收入为自变量进行回归建模；后者则依据国际职业数据，通过路径分析的方式，以职业为中介变量，进行“教育—职业—收入”模型建构。
综合社会经济地位测量运算的另外一种模式，则是基于测量理论模型将社会经济地位作为潜变量进行模型建构。平行模型是经典测量模型的基础，即量表中的观测指标对潜变量具有同样的测量效果。如库里团队设计的家庭富裕程度量表(Family Affluence Scale，简称FAS)，其指标题项的权重相等，量表得分为题项得分加总。一般因素模型则通常运用因子分析运算，将原始指标进行因子提取和重组，形成多维综合指标结构的量表。如澳大利亚国家职业教育中心(NCVER)开展的青年社会经济地位测量研究中，通过因子分析提取了教育资源、收入/财富和文化资源三个综合指标，形成了SES-C(全称为 Socioeconomic Composite)综合社会经济地位量表。然而，一般因素模型是一种反应性模型，其隐含的逻辑是潜变量的变化会引起指标的变化，将社会经济地位视为“因”，教育、收入等观测指标则为“果”。事实上，社会经济地位作为潜变量，更符合形成性模型的逻辑，即收入、职业等指标的变化会引起社会经济地位的变化。反应性模型和形成性模型的混淆会造成参数估计的偏差。多指标多因素模型(Multiple Indicators and Multiple Causes，简称MIMIC)为形成性指标的模型建构提供了技术方案。欧克斯和罗西尝试利用 MIMIC结构方程模型设计了“量表项目—潜变量—观测变量”的测量框架，形成了CAPSES量表。将以上内容加以总结，可以得出表1。
(二)社会经济地位多变量分别测量
除了综合社会经济地位的测量取向——该取向比较适合分层的社会分化系统，也有很多研究者利用多个变量，分别测量社会经济地位的不同维度。常用的三维变量包括教育、职业和经济，不同维度的指标设计具有多种方式。
1.教育
在教育维度指标设计上，接受教育的数量和层次可分别通过受教育年限和学历层次来测量。针对高等教育受教育人群，其接受教育的高校也存在差异。如罗斯和米洛斯基引用了高校选择性分数对高校进行了区分，通过入学绩点、SAT分数和入学比例对高校进行排序编码。
2.职业
职业由于其稳定性和关键性成为社会经济地位研究的基本要素。霍林谢德认为，个人职业在进入30岁后就相对稳定了。类似的，金德索普等学者提出，绝大多数成年人在35岁左右即达到了“职业成熟点”，其后人们很少会经历重大的职业位置变动。更重要的是，工业化社会中，职业代表了个人的生活机遇和生活方式，对个人在社会结构中的位置具有综合代表性。
社会调查中，职业编码包括标准职业编码、职业地位编码和社会阶级职业编码，后两者在社会经济地位测量中应用较多(见表2)。标准职业编码由国家或机构统计部门和劳动部门进行修订，反映社会劳动分工，作为国际和国家信息统计、教育制度和职业资格制度的参考基础。职业地位编码是在社会分层研究中，基于职业经济地位或职业声望研究数据，对职业进行地位分数赋值，使职业分类成为定距变量。而社会阶级职业分类则依据职业技能、劳动关系、市场地位(如收入、经济安全)和工作地位(如权威和控制)将职业分为不同的群体。一些学者会依据不同的理论观点对职业进行阶级层级划分，如马克思、韦伯、迪尔凯姆和布迪厄的理论体系。
在职业编码选择上，除了编码分类方式，信息收集和处理也是研究者必须考虑的问题。详细的职业信息需要通过若干个开放式问题进行收集，如工作的内容、职业的名称、工作场所、受到监督的情况等等。 由于职业分类众多，进行职业信息编码是需要消耗大量时间和人力的工作。虽然目前计算机和网络可以辅助信息收集和编码，但是编码软件对信息的识别率只有35～50%，剩余的信息还需要进行人工编码，且编码员需要具有相应的职业编码训练。另外，在学生父母职业信息的收集中，还需考虑具体题项的设置——父母双方(监护人)的职业信息，父母(监护人)其中一方的职业信息。例如，有的研究者认为青少年(15-25岁)能够至少了解父母一方的职业信息，并且在信息收集和处理上能够综合考虑家庭劳动情况，减少缺失值，因而采取了“优先收集父亲的职业，如果父亲职业缺失或未知则填答母亲的职业信息”的方式。
3.经济状况
社会经济地位中经济情况的调查可通过收入、财富进行识别。收入是社会经济地位测量中最为常用的指标。除对收入进行分层信息收集，如小时收入、月收入、年收入，家庭收入需要比率是对家庭收入信息的进一步处理。家庭收入需要比率计算是将家庭总收入除以所在地区家庭人均收入贫困线，当比率指为1时，家庭处于贫困线。通过比率计算，研究者可将家庭收入情况进行进一步细化，将家庭所需供养人口、家庭所在地区的差异纳入家庭收入衡量，从而更精确的反映家庭收入对家庭生活的影响情况。在大型历时性研究中，研究者还会依据年度通货膨胀情况对这一比率分类进行调整。不过，由于收入是一个具有变动性的数据，多次、历时性的收入测量要比单次的收入测量更具有参考价值。
教育领域中的家庭经济情况测量尤其要考虑到家庭收入的时间变动性。儿童早期家庭经济状况，对儿童学业发展具有持续的关联性。例如，克鲁克和伊万斯基于早期儿童照护的历时性数据发现，儿童1-24个月龄的贫困状态与其五年级时的数学和阅读成绩显著相关。而且，儿童出生前及5岁时的家庭经济状况与其成年后的受教育年限存在正相关关系。此外，家庭收入的变动性也会对个人教育成就产生影响。布莱德利的研究显示，0-16岁时期的家庭收入变动与其24-26岁时获得中学后教育的情况呈显著但微弱的负相关关系。
(三)单变量测量
教育领域中常用的社会经济地位单变量包括父母受教育程度或母亲受教育程度、贫困状态，以及是否接受免费午餐计划。
恩斯明格和福瑟吉尔回顾1991-2000年间的儿童发展期刊发现，相比收入和职业，父母受教育程度作为社会经济地位测量指标的使用比例最高。霍夫等人更是通过文献分析提出，测量社会经济地位的最佳单一指标是母亲受教育程度。父母受教育程度(或母亲受教育程度)作为社会经济地位的单变量指标的合理性主要基于以下三方面：首先，父母受教育程度(或母亲受教育程度)与子女发展状况相关。例如，在控制收入等家庭背景变量后，父母中学历较高的一方若具有大学学历，其子女进入大学的可能性也会增加。并且母亲的受教育程度与儿童的早期语言发展和健康正向相关。第二，教育信息在数据收集中具有更高的易获得性和稳定性。个人经济情况和就业状况可能随着时间变化而变动，而受教育程度在成年时期就已基本稳定。第三，成年人的受教育程度往往与其职业和经济水平相关。埃利斯综合各国家和地区的文献发现，大量研究均显示教育年限与职业等级、收入或财富呈正相关。
二
中国大学生社会经济地位的测量：可行的技术路线
通过对社会经济地位测量文献进行梳理，可以发现社会经济地位测量的逻辑可以分为两种：一种是将社会经济地位视为连续体(continuum)，即社会经济地位是个人、家庭或群体在社会整体中的社会位置排序。连续体逻辑下的社会经济地位具有连续的高低差异，无论是综合社会经济地位测量，还是多变量、单变量测量中采用的连续变量或次序变量，都是对测量对象在单一或多个维度下社会位置排序的标识，在该逻辑下社会经济地位是作为连续变量在研究中使用的。另一种是将社会经济地位作为一种具有本质差异的社会群体的划分方式，即认为具有相同社会经济地位的社会群体在生活机遇和生活方式上具有同质性。例如在教育领域中，一些学者会关注农民工子弟、家庭第一代大学生、流动儿童、农村学生等具有特质的社会群体。在该逻辑下，社会经济地位更多是作为类别标识在研究中使用。
具体到中国大学生社会经济地位测量的开发，我们的选择倾向于前者——将大学生的社会经济地位视为同质的连续体，并刻画其在整体中的位置排序。截至目前，并没有坚实的研究能证实农民工子弟、家庭第一代大学生等群体在内部具有性质的一致性，以及与非农民工子弟和非家庭第一代大学生存在群体间的异质性。此外，在具体考虑综合测量、多变量分别测量和单变量测量三种取向时，由于目前缺乏针对中国大学生的社会经济地位测量量表，若要开发综合测量工具会面临复杂的开发过程和高昂的研究成本——采用社会调查估计的方式需要基于大规模数据，一般研究者难以拥有相应的研究资源；而潜变量测量模型需考虑测量框架设计的合理性、运算方式的逻辑性，同时基于形成性模型的社会经济地位综合测量则需要考虑理论框架、模型建构、数据验证等问题，且测量工具的效度需要经过多次论证或估算。如果采用单变量测量，其单一的数据类型所带来的信息会十分有限，特别是我国没有免费午餐计划等这样在制度上具有坚实社会基础和全国代表性的指标，因此无法满足政策调节需要达到的区分度要求。加之，鉴于大学生还未正式进入劳动力市场，家庭仍然是其主要的社会支撑体系，因此本文提出以家庭为测量单位的多变量单独测量的模式构想，如下所述。
(一) 测量维度的选择
虽然职业是社会经济地位的经典指标，但父母职业信息在大学生社会经济地位测量中的参考意义可能有限。如前文所述，职业的信息收集和编码过程比较复杂，需要大量时间和人力，一般研究难以对职业信息进行精确编码。无论采取哪种职业编码形式，职业类别内部都存在较大的差异。如果对职业信息进行简化分类，那么职业信息的精确性则会下降。加之，中国中西部与东部、城乡以及不同城市类别、行业之间存在较大差异，相同职业在不同地区或行业，其社会声望、经济收入、任职资格(职业能力)可能存在较大差异。因此，父母职业信息在大学生社会经济地位测量中可根据研究需要进行特殊化设计，而未必是测量的必要选择。相比较而言，大学生的家庭经济状况和教育程度与背景是两个更有效的测量维度。
在家庭经济维度测量上，可选用家庭财富变量而非收入数据，原因如下：(1)如果调查只以学生为对象而不包括其家长，大学生可能对家庭收入状况并不了解，从而影响信息的准确性；(2)收入信息具有敏感性，尤其是在收入偏低和收入偏高的情况下，即便学生了解家庭收入情况，其填答意愿仍可能很低；(3)财富相比收入具有更高的稳定性。对学生而言，以所有物为代表的家庭财富情况题项，可能更为直接，更容易在问卷中得到反馈，比如房屋的类型、人均房间数、汽车数量和特殊物品(如吸尘器等)持有情况，特别是家庭给予学生的每月津贴的数额。
在家庭财富测量上，尤其需要将以下信息纳入测量考虑：(1)由于家庭经济状况变动的可能性，大学生家庭经济维度的测量可根据研究需求添加时间限定，如小学、初中和高中等学业阶段。(2)关注学生的家庭规模，即家庭供养人数。同样财富或收入水平下，家庭人数的不同会影响家庭的教育投入。例如在家庭所有物或物质资源测量中，题项的设计可关注学生是否独自拥有。(3)可通过对大学生日常消费情况和可支配资金进行测量，以此作为家庭经济状况信息的代表或补充。
在家庭的教育维度上，为了增加可比性，可采用联合国教科文组织的国际教育分类标准(ISCED)，对父母学历进行划分。虽然可通过受教育年限对父母受教育程度进行测量，但不能排除学生对父母受教育经历不了解的情况，可能会增加学生信息反馈的复杂性。如需了解父母受教育程度对子女学习与发展的影响，还可对父母接受高等教育的情况进行进一步区分，如父母的受教育程度为本科及以上的可对其高等教育受教育学校进行分类。另外，出于家庭状况复杂性和缺失值处理的考虑，除了收集父母双方的信息，也可只收集父母(监护人)一方的受教育情况。例如，父母(监护人)中的最高学历、只收集父亲或母亲的受教育程度、学生成长过程中对其影响最大或照护时间最长的监护人的受教育程度等。
(二)采用多变量分别测量的模式
在测量模式上，可以优先考虑多变量分别测量社会经济地位。单变量测量虽然简单便捷，但是能提供的信息过于简单。综合社会经济地位测量不仅在使用和开发上不够便捷，这种测量模式的效度在理论和实证研究中也备受质疑。本洛特·斯穆尔安提出，虽然个体的地位均衡是一种社会趋势，即个体趋向于具有同等的政治地位、经济地位和社会声望水平，但社会体系越复杂就越难用一种社会地位来推测个人其他的地位情况。豪泽和沃伦发现，综合社会经济地位模型更符合以男性为主要从业者的职业。在识别少数但特殊的人群上，综合社会经济地位的估算模式存在“严重缺陷”。而这会令研究者遗漏和识别社会弱势群体，严重影响研究的政策参考价值。
相比而言，多变量分别测量的方式不仅测量简单，更能够为研究者提供丰富的测量信息和研究空间。事实上，社会经济地位不同维度的变量对学生学习与发展的影响是不同的，而且不同研究问题中变量的影响方式也存在差异，社会经济地位的具体变量可直接影响或间接影响因变量，也可能作为中介变量发挥作用。采用多个变量分别测量而不是综合社会经济地位分数，能够为研究者提供更充分的信息，有助于明确不同变量对因变量的作用方式，进而为开展基于多个要素的实验或准实验的研究设计提供基础，为政策干预提供更坚实的参考价值。
(三)测量开发流程与质量保障
中国大学生社会经济地位测量要具备政策参考价值，其测量开发过程中需关注地域适应性和验证严谨性。
地域适应性体现在具体题项设计上，即测量题项内容既能符合中国本土的社会情境，又能适应跨区域的社会情境，特别是城乡差异。一些基于西方社会开发的题项，可能难以适应中国本土情境。如FAS第三版的题项包括“家中是否有衣物烘干机，家庭出国旅游的次数”，仅从经验便可判断，此题项更符合西方的日常生活方式，而难以成为评判中国大多数家庭富裕程度的指标。同时，中国不同区域的社会经济情况存在一定差异，一些指标可能存在明显的地区差异。如中国住房成本具有较大的地区差异，“住房面积”更适合同一区域、跨时间的比较，而不适用于跨区域的测量。因此，测量开发者在进行题项设计时，除了依据个人对社会情况的了解，还可配合田野调查获取测量指标。以家庭所有物(财富)测量为例，随着中国经济发展水平的提高和信息化生活方式的普及，互联网设备(如无线网络设备、智能手机)在家庭生活中的使用日趋重要。根据笔者在某贫困村的田野调查，互联网设备的配备情况与家庭经济状况具有较明显的正向相关。
验证严谨性则主要体现在可能采用的量表设计中，开发者需要对量表的信度、效度进行关注和估计。在信度估计上，可采用重测信度或内部一致性检验 。效度检验可通过了解社会经济地位测量领域且具有不同区域背景的专家进行内容效度评定，还可通过计算量表测量结果与其他有关测量结果的相关系数进行效标关联效度估计。不过，在效度一元论的取向下，一些学者更倾向于将效度作为一个整体概念，而不进行内容效度、效标关联效度等分类。因此，测量开发者只要能够提供具有支撑性的效度证据即可，不必拘泥于效度的类型和验证方式。另外，进行信度、效度估计时，还应注意样本的地域代表性，以保证测量的地域适应性。
本文关注的是教育公平视角下以大学生家庭为核心的客观社会经济地位的测量，并针对中国大学生社会经济地位测量提出了初步的构想。就大学生学习和发展的教育过程而言，研究者未来还可关注主观社会地位测量，因为主观社会经济地位反映了学生对自身社会经济地位的认知，与学生的身心健康和学业成绩密切相关。此外，研究者还可关注大学生所在学校及入学前所在高中的社会经济地位(school SES)，以及大学生生源地社会经济状况，二者均能反映学生的成长环境。以上三者作为大学生家庭社会经济状况的补充，会极大地完善我国大学生社会经济地位的测量，并为院校和政府改进我国高校的教育资源分配以及提高学生的在学体验，提供重要的政策制定依据。依据此构想而开发的中国大学生经济社会地位测量量表，将单独成文报告其测量学特征。
欢 迎 转 载 和 分 享
长按识别二维码关注公众号
长按识别二维码进行投稿
在线投稿平台：
http://tje.ioe.tsinghua.edu.cn/
北京市海淀区清华大学文南楼429室
《清华大学教育研究》编辑部