Кратко: влияние классовой, этнической и гендерной стратификации на шансы продвижения по службе зависит от механик продвижения в секторе (формальные правила vs неформальные связи) и от модели государственного управления (высокая правовая автономия/меритократия против клиентелизма/патронажа). Ниже — сжатое сравнение по измеримым механизмам и список нужных данных + основные методы.
1) Как разные стратификации влияют (механизмы)
- Классовая (социальное происхождение, экономический статус)
- Государственные организации, меритократия: влияние снижается, если продвижение формально основано на экзаменах/стажах; остаётся через неформальные каналы (сеть, доступ к образованию).
- Частный сектор: сильнее там, где рекрутинг/продвижение опираются на сети и платёжоспособность (MBA, стажировки); в фирмах с сильным HR-процессом влияние слабее.
- В моделях с сильным патронажем классовая стратификация усиливается через влияние элит на назначения.
- Этническая (национальность, раса)
- Государственный сектор: в авторитарных/клиентелистских системах этническая принадлежность часто критична для назначения; в демократических — уменьшена формальными квотами/антидискриминацией, но остаётся через локальные сети.
- Частный сектор: дискриминация может проявляться через сегрегацию по должностям и доступом к управленческим позициям; зависит от рынка труда и регуляций.
- Гендерная
- Во всех секторах чаще наблюдается вертикальная сегрегация (женщины реже в руководстве). В государстве с открытой кадровой политикой и льготами (отпуска, квоты) разрыв меньше.
- В частных фирмах разрыв усиливают «стеклянный потолок», нефлекcибильность рабочего времени; в странах с слабыми институтами гендерные нормы сильнее отражаются в продвижениях.
2) Как модель управления меняет картину
- Модель A: высокое верховенство права, прозрачность, формальные процедуры (пример: скандинавская/западная модель)
- Ожидание: формальные критерии снижают влияние этнич., классовых, гендерных факторов, особенно в государственном секторе; частный сектор разнится по фирмам.
- Модель B: слабые институты, патронаж, клиентелизм (пример: пост‑советская/частично авторитарная)
- Ожидание: в государственном секторе классовые и этнические факторы сильнее определяют продвижение; частный сектор может имитировать те же паттерны или использовать меритократию в экспортно‑ориентированных фирмах.
3) Какие данные нужны (минимум для корректного исследования)
- Индивидуальные данные (панель/административные кадровые записи)
- переменные: дата приёма, дата(ы) продвижений, должности, заработок, оценки производительности, образование, возраст, пол, этническая принадлежность, место рождения, соцпроисхождение (родительская профессия/образование), предыдущий опыт.
- Организационные данные
- статус организации (государственная/частная), размер, сектор, формальные HR‑правила (есть ли конкурс/экзамен), наличие профсоюза, степень прозрачности/анонимности продвижений, политика по квотам/гендеру.
- Контекстные (уровень страны/региона)
- индикаторы управления: индекс верховенства права, коррупции, государственно‑административная модель, наличие амальгамированных кадровых реформ, экономические переменные.
- Дополнительные источники
- трудовые опросы, переписи, экспериментальные данные (аудит‑вакансии), исторические данные (патерны найма), сети (связи, родство).
- Метки времени и когорты обязательно (для event history).
4) Методология и модели (ключевые формулы)
- Модель шанса продвижения (логит/пробит для годичного перехода):
$$\mathrm{Pr}({\text{promote}}_{it}=1)={\mathrm{logit}}^{-1}(X_{it}\beta +{\alpha }_i+\gamma \cdot {\text{public}}_j+{\delta }_1{\text{ethnicity}}_i+{\delta }_2{\text{gender}}_i+{\delta }_3{\text{class}}_i+Z_j\theta ),$$ где $X_{it}$ — контролы, ${\alpha }_i$ — фиксированные эффекты индивида или когорты, $Z_j$ — характеристики организации.
- Event‑history / Cox‑модель для времени до продвижения:
$$\lambda (t|X)={\lambda }_0(t)\exp (X\beta ).$$ - Различия между секторами через взаимодействия:
$$\mathrm{Pr}(\text{promote})={\mathrm{logit}}^{-1}(\cdots +\sum _k{\delta }_k{G}_k+\sum _k{\varphi }_k{G}_k\times \text{public}),$$ где $G_k$ — стратификационные индикаторы (пол, этнос, класс).
- Идентификация: фиксированные эффекты по организации/региону, когорты; matching/PSM для сравнения работников с похожими характеристиками; IV (например, квазинатуральные эксперименты: реформы найма); difference‑in‑differences при введении квот/реформ; audit studies для измерения дискриминации на входе и продвижении.
5) Проблемы и решения
- Селективность в выборе сектора: использовать модели отбора (Heckman) или инструменты, которые влияют на выбор сектора, но не напрямую на шансы продвижения.
- Некотируемые способности/мотивация: компенсировать фантомными переменными (ранние тесты, оценки при приёме) или индивидуальными FE.
- Точная идентификация этничности/класса: использовать несколько прокси (родительское образование, район проживания, доход при приёме).
- Малое число событий продвижения: нужна панель достаточной длины и объём выборки.
6) Ожидаемые эмпирические паттерны (кратко)
- В стране с сильными институтами: меньшие коэффициенты при ${\delta }_1,{\delta }_2,{\delta }_3$ в публичном секторе; эффект класса всё ещё заметен в частном секторе.
- В стране с патронажем: большие положительные/отрицательные коэффициенты для доминирующих этнических/классовых групп в публичном секторе; гендерные барьеры сильнее там, где социальные нормы и слабые льготы.
Резюме: для надёжного сравнения нужны длинные кадровые панели с индикаторами пола, этничности и социального происхождения, данные об организационных правилах и контекстные индикаторы модели управления; анализ делать через event‑history/логит с взаимодействиями сектор×стратификация и жесткими стратегиями идентификации (FE, IV, DID, аудит‑эксперименты).