Таблица (гипотетические данные)
- Регион A: коэффициент Джини $0.25$, мобильность между поколениями (индекс или обратная IGE) $0.75$, доля с высшим образованием $45\%$ ($0.45$)
- Регион B: Джини $0.30$, мобильность $0.65$, высшее $38\%$ ($0.38$)
- Регион C: Джини $0.40$, мобильность $0.50$, высшее $25\%$ ($0.25$)
- Регион D: Джини $0.48$, мобильность $0.35$, высшее $18\%$ ($0.18$)
Наблюдаемые закономерности (кратко)
- Чем выше неравенство (коэффициент Джини), тем ниже межпоколенная мобильность (отрицательная связь): на этих данных корреляция Пирсона между Джини и мобильностью примерно $r\approx -0.99$.
- Доля населения с высшим образованием положительно связана с мобильностью: корреляция между долей ВО и мобильностью примерно $r\approx 0.99$.
- Следовательно, высокая доля ВО связана с более низким неравенством (отрицательная связь между ВО и Джини).
Возможные причинно‑следственные связи (альтернативные интерпретации)
- Медиатор: образование частично медиирует влияние социального происхождения на доходы детей — больше доступа к ВО → больше возможностей для подъёма → большая мобильность → меньшее межпоколенное закрепление статусов.
- Обратная причинность/одновременные факторы: высокий уровень неравенства может уменьшать доступ к качественному образованию для бедных (через платные барьеры, неравномерное финансирование), что снижает мобильность.
- Оба показателя могут зависеть от третьих факторов: структура рынка труда, налогообложение и трансферты, качество школ, территориальная концентрация бедности, миграция, институциональные различия.
- Важное замечание: корелляция не доказывает причинности; малое число наблюдений и возможные искажения измерений дают риск ложных выводов.
Какие дополнительные данные запросить
- Определения и размеры: как измерена «мобильность» (IGE, шансы перехода квантиль-квантиль), исходные годы, размер выборки.
- Доходы: средний/медианный доход и распределение, доли в верхних/нижних декаилях.
- Социальная политика: налоги и трансферты, расходы на образование и здравоохранение на душу.
- Качество образования: результаты PISA/национальные тесты, доступность высшего образования (стоимость, вступительные барьеры), доля студентов из бедных семей.
- Рынок труда: безработица, доля постоянных/временных контрактов, уровень заработков по образованию.
- Демография и география: урбанизация, миграция, этническая/расовая структура.
- Исторические тренды: динамика Джини, мобильности и образования по годам.
- Микроданные: индивидуальные/семейные данные по доходу родителей и детей для оценки IGE и для регрессий с контролями.
Какие методы анализа предложить
- Регрессии IGE с контролями и проверкой медиаторных эффектов (медиатор — образование).
- Декомпозиция неравенства и количественное сопоставление эффектов образования и политики.
- Инструментальные переменные для оценки причинного эффекта образования (например, изменения политик доступа к ВО).
- Чувствительность к измерениям (разные метрики мобильности и Джини).
Социологические теории для интерпретации
- Теория социальной репродукции (Пьер Бурдьё): капитал (культурный, социальный, экономический) воспроизводит неравенство и ограничивает доступ к образованию.
- Теория человеческого капитала (Гэри Бекер): образование повышает продуктивность и доходы, служит каналом мобильности.
- Теория стратификации и структуры возможностей: институциональные и рыночные факторы формируют распределение шансов.
- Режимы государства благосостояния (Esping‑Andersen): модели социальной политики влияют на неравенство и мобильность.
- «Great Gatsby curve»: эмпирическая идея о положительной связи между неравенством и межпоколенной закреплённостью (высокое неравенство → низкая мобильность).
Краткий вывод
- На представленных данных видна сильная связь: больше образования — больше мобильности и меньше неравенства. Но для вывода о причинности необходимы дополнительные данные (микроданные, информация о политике и качестве образования) и методы, позволяющие контролировать сопутствующие факторы.