Ниже — несколько рабочих социологических гипотез, пояснение механизма и конкретные данные и методы для проверки каждой. Начальное наблюдение: доля сохраняющих тот же классовый статус за три поколения (=65\%) (обозначим (p=0.65)).

1) Институциональная сегрегация образования (неравный доступ к качественному образованию)

Механизм: дети из одних классов учатся в худших школах / имеют меньше доступа к вузам и доп.ресурсам → репродукция статуса. Нужные данные: индивидуальные траектории по трём поколениям (родители, дети, внуки): уровень образования, тип школы (рейтинг/финансирование), вступительные баллы, стипендии, семья — доход/капитал. Адресные данные школ и их характеристики. Методы: многопоколенные логит/пробит для вероятности перехода между классами; декомпозиция вклада образования в воспроизводство ((T^k) — матрица переходов, k‑поколений); контрфактические оценки через matching или IV (например, наличие школы/реформа как инструмент). Оценочные показатели: изменение доли мобильности при «выравнивании» качества школ (counterfactual).

2) Экономическое наследование капитала (наследство, имущественные трансферы)

Механизм: межпоколенные передачи богатства напрямую формируют экономический статус внуков. Нужные данные: данные о семейном богатстве/недвижимости/наследстве, траты на образование, подарки, завещания, налоговые/административные записи. Методы: регрессии с богатством родителей/дедов как ключевым предиктором, медиативный анализ (насколько эффект родителей на внуков проходит через наследство), квантильные регрессии, использование неожиданных событий (смерть, наследственные реформы) как natural experiment для идентификации эффекта.

3) Трудовой рынок и сегментация профессий (межпоколенное закрепление в сегментах рынка труда)

Механизм: структурное разделение рынка (формальная/неформальная занятость, защищённость) дает разную траекторию карьер и доходов. Данные: профессиональные коды по поколениям, условия труда, занятость (контракт/не), доходы по времени, отраслевые данные. Методы: построение матриц переходов между профессиями/сегментами; многомерная логистическая модель переходов; модели фиксированных эффектов для учета семейной гетерогенности; анализ продолжительности в сегменте (survival analysis).

4) Социальный капитал и сети (закрытые сети приводят к замкнутости возможностей)

Механизм: доступ к рабочим местам, рекомендациям и информации через семейные/клановые сети поддерживает статус. Данные: данные о сетях (репертуар контактов), источники найма, участие в клубах/ассоциациях, качественные интервью. Методы: социально‑сетевой анализ (центральности, кластеризации), моделирование влияния сетевых показателей на шансы смены класса, экспериментальные/поле‑эксперименты при вмешательствах в сеть (напр., карьерные ярмарки).

5) Культурная репродукция и представления о классах (воспитание, образовательные ожидания)

Механизм: ценности, привычки и ожидания передаются и влияют на образовательные и карьерные выборы. Данные: опросы о культурных практиках, ожиданиях родителей, участие в внеклассных активностях, предпочтения по профессиям; качественные данные. Методы: медиативный анализ, структурные модели (SEM) для оценки пути «культурный капитал → образовательное достижение → класс», лонгитюдные опросы и сравнительный анализ когорт.

6) Пространственная сегрегация и локальные рынки (неравенство по месту проживания)

Механизм: районы с низким доступом к ресурсам, плохими сетями и рабочими местами создают наследуемую маргинализацию. Данные: геокодированные данные по адресам поколений, показатели районов (инфраструктура, безработица, школы), миграция. Методы: пространственные модели, мультиуровневые модели (individuals nested in neighborhoods), разностно‑временные анализы при инфраструктурных изменениях, квази‑эксперименты (строительство транспорта, ревитализация).

7) Дискриминация и институциональные барьеры (пол, этничность, каста и т. п.)

Механизм: системные барьеры ограничивают доступ к возможностям для определённых групп, что усиливает репродукцию статуса. Данные: демографические и этнические маркеры, показатели дискриминации (испытываемые ограничения), данные по найму/просеиванию, административные жалобы. Методы: межгрупповые сравнения, взаимодействия в регрессиях (group × parental status), полевые эксперименты (audit studies), Oaxaca‑Blinder декомпозиция вклада дискриминации.

Полезные общие метрики и подходы для всех гипотез:

Построение переходных матриц между классами и вычисление k‑поколенных переходов как (T^k) (если (T) — матрица «родитель→дитя», то элемент ((T^2)_{ii}) — вероятность, что внук в том же классе, что и дед). Оценка ранговой мобильности: «rank‑rank slope» (\beta=\dfrac{\mathrm{Cov}(Y_p,Y_c)}{\mathrm{Var}(Y_p)}). Мультиуровневые модели для разделения внутрисемейной и междусемейной дисперсии: (Y{ij}=\alpha+\beta X{ij}+uj+\varepsilon{ij}). Натуральные эксперименты / квазииэкспериментальные дизайны для выявления причинности (реформы школ, наследственные налоги, локальные инвестиции).

Если нужно, могу предложить приоритетную проверку гипотез по доступности данных и дизайн исследования для сбора многопоколенной панели.