1. 引言与文献综述
我国进入数字时代，在信息技术高速发展的进程中，数字革命伴随着国民的数字素养与技能的改变，不同个体对数字时代的适应力呈现差异，即存在个体数字资本的差异，影响着社会阶层的流动。
社会流动指的是对社会分层的动态分析[1]，用于对社会分层、社会平等问题的研究。社会流动代表着个体所处的社会经济阶层的升降或群体的集体地位的变化[2]。更为细致的界定和分类中，垂直流动指财产获得或失去、社会地位提升或下降；而水平流动主要涉及空间的变化；以时间为轴，阶层流动还可以划分为代内流动与代际流动[3]。社会分层现象从孔德时期已有研究，社会阶层的划分标准一直是学界讨论的话题。卡尔·马克思秉持一元分层论，按照生产资料的占有方式将资本主义社会阶层划分为资产阶级和工人阶级。马克思·韦伯依据财富、权力和声望等进行社会阶层的多元划分，布迪厄的社会分层研究中，首次按照“资本”的概念进行社会阶层的划分，分为经济资本、社会资本、文化资本[4]。在信息革命的时代浪潮中，社会阶层的划分应当根据时代特征进行相应的改进和补充，在新时代的数字化发展背景下，数字资本逐渐上升为新的资本变量之一[5]，对于数字技能的掌握和数字信息的获取，在社会发展过程中成为影响社会阶层流动的重要因素[6]。同时，依据马斯洛的需求层次论，以及随着社会发展不断进步，人民对美好生活的追求已经上升到了自我实现层次，对于社会道德、公正度的追求逐渐升高，对于自身的权利也逐渐有了更加清晰的认知，因此，自尊需要的社会阶层认同也逐渐进入人们的视线，获得更加广泛的研究。
社会生产方式的变革是社会变革的根本驱动力，在社会变革的不同阶段，由于时代发展所需的核心技术而形成的新兴资本的出现和累积，可能会成为决定个体能否抓住社会阶层跃迁的窗口期的关键变量，从而实现阶层跨越。进入21世纪后，随着互联网、计算机等技术的发展，数字技术就是社会变革的根本驱动力，在社会变革的浪潮中，民众数字资本的占有量将影响民众信息的获取能力和使用能力。于是，数字时代成为继工业时代和信息时代后出现的新时代。每一次的社会变革都会迎来社会阶层流动的“动荡”时期，民众如何把握数字革命的机遇，从而实现阶层跨越成为社会的焦点问题。这种数字技术的普及会拉大阶层间差距，提升阶层跨越的难度而阻碍社会阶层流动？还是会成为提升阶层中个体素质的助推剂，从而推动社会阶层在这个时代浪潮中的跨越？数字时代的到来是会加剧还是缩小社会不平等？这些都是目前争议不断的问题。一方面，数字技术带来智能化的操作和便捷的体验，这有助于生产力的进一步解放和发展，提升办事效率。但另一方面，数字技术本身的产生也会带来不平等的使用资格和接入限制，掌握不同资源的个体在数字技术的获得与使用方面出现分化与分层，而不同程度使用数字就会影响到信息的获取[7]。
随着数字时代的到来，已有研究除却从经济资本、文化资本和社会资本等传统资本形式出发，探讨其对阶层流动的影响，也加入了在数字时代背景下，数字信息能力对阶层流动的探讨，但目前已有研究多从理论出发，结合案例进行剖析，缺少数据支持。布迪厄所提出的三类资本如何通过数字资本间接作用于个体的阶层流动预期，尚未得到充分探讨。特别是在中国社会快速数字化的进程中，数字资本的积累与分配不均可能进一步拉大阶层差距，也可能为部分群体提供新的跃迁机会。因此，厘清数字资本作为数字时代下的特有资本，在个体资本与阶层流动预期之间的中介机制，具有重要的理论和现实意义。
综上所述，本文基于已有研究中对于社会阶层流动的影响因素，以布迪厄将个体资本划分为社会资本、文化资本和经济资本为理论基础，探究数字时代中，数字资本作为一种新变量，对个体社会阶层流动预期影响的中介效应，运用2021年中国综合社会调查(CGSS)数据进行实证分析，以期证实在数字时代，数字资本作为一种新型的中介变量对个体的社会阶层流动预期产生的中介机制。
2. 研究假设
随着数字时代的到来，数字使用和数字获取成为影响个体获取信息、完成任务、提升能力等的影响因素。数字技能的高低会影响对已有数据的获取、处理、分析和应用的能力，而数据作为数字时代重要的物质资源，内含大量的信息，成为未来应用信息以获得更先进的资源的来源[8]。数字资本作用的发挥本身具有时滞性，数字获取之后需要应用消化，由数据转化为信息，再由信息结合个体素质和社会背景转化为技能、财富、文化内涵、制度规范、社会地位等。因此，数字资本会对个体积累资本从而在未来实现阶层跃迁产生影响，这种影响表现在于现有数字资本的拥有量对未来阶层跃迁能力的预期。
由此，提出假设1：数字资本会影响个体对未来10年实现社会阶层跃迁的预期。
数字资本的获得本身受到个体资本的影响。由于不同的个体在经济收入、经济地位的不同，会以不同水平的支付偿还能力获得不同对应层次的数字技能，接入不同价位的数据；且由于文化水平的差异，文化素养更高的个体更趋向于学习新的技能，以更好地提升自身的素质水平，形成正向反馈机制，文化素养较低的个体对于新技能的习得的驱动力不强，对于新技能可能带来的隐性资源意识不足，通过文化资本的差异影响不同群体对于数字技能获取主动性和能力的差异[9]；处于社会网络中不同位置的个体，由于其接触的物质、能量、信息不同，在社会交往中会接触不同圈层、范围、数量的人，影响其获取数字资本的能力和态度[10]。
由此，提出假设2：数字资本随经济资本、文化资本和社会资本的增长而增长。
由于生产力方式的变革，推动社会进步的主要元素也在改变，由工业革命期间生产资料的决定性作用，生产资料的拥有成为决定个体所处社会不同阶层的重要因素、分层标准。现今，经历信息革命，数字资本成为社会发展的重要生产力，因此数字资本是决定个体所处阶层等级的最终决定因素[11]。由经济资本、社会资本和文化资本为基础向数字资本的转换，由于不同个体资本转换能力不同，产生了不同的阶层流动的预期。
由此，提出假设3：经济资本、文化资本、社会资本以数字资本为中介变量影响个体对未来10年实现社会阶层跃迁的预期。
3. 数据与变量操作化
3.1. 变量与数据
本文利用2021年中国综合社会调查(CGSS)数据测度个体的数字使用情况，以及三种资本的拥有情况。运用STATA软件对数据进行处理、分析。在数据处理过程中，对“不知道”“拒绝回答”的答案做数值缺失处理，剔除人均年收入为0的异常值，从而缩小数据准确性本身带来的结果误差。剔除缺失值与无效数据后共分析5528条有效样本数据。
(1) 个体资本测度。在布迪厄关于三类资本的定义中，经济资本指个体所拥有的货币财富[12]，在实际的经济资本的测度中，一个人的货币财富应从两个方面进行衡量。第一，个体实际上拥有的财富即真实的收入，这类经济资本用以满足基本的生存需求；第二，可从他人或组织中调用的财富，即借贷收入或融资收入，这类经济资本是基于个体信用与家庭所处的经济地位而建立起来的，个体的具象信用包括还款行为、实际工作收入等，这会影响制度约束下的借贷能力，个体的抽象信用主要包括社会声誉而吸引的融资能力。因此，经济资本从个体收入状况和个体所属的家庭的经济地位两方面进行综合衡量。其中，考虑到实际情况，对个体年收入为0的答案进行剔除。
文化资本泛指“与个人地位获得和地位象征有关的有形或无形的文化资产”，包括具体化、客观化与制度化三种形式，其中具体化的文化资本指个体受家庭文化环境影响所形成的内化于个人身上的一种“持久性情”或文化“惯习”，从主要从两个方面反映，一方面是文娱类文化资本，另一方面是通过阅读积累文化素养，操作化上利用参观文化展览和阅读的频率来量化；客观化的文化资本指以客观形态存在的文化素养，比如日常学习频率等；而制度化的文化资本指通过制度渠道获得的文化知识等，主要表现为各类教育文凭或资格证书，在研究中选择受教育程度这一变量，通过将其改为受教育程度年限，实现将序变量转变为连续变量的操作化。在普遍情况下，接受学校学习之前也会接受亲友的教育，同时，按照教育相关的法律规定，将小学认定为12年，初中认定为15年，高中(包括职高、普高、中专、技校)认定为18年，本科(包括成人本科、全日制本科)为22年，研究生认定为25年[13]。
社会资本衡量的是个体借助其在社会网络中的身份来调配有限资源的能力，社会学家提出的社会网络理论中表明，个体通过直接或间接的社会关系获取社会资源，社会地位影响获取资源所处的圈层，影响资源的水平高度[14]；社会网络的异质性影响资源的异质性，对于不同类型的社会资源获取需要接触更多不同类型的群体，通过担任或参与社会组织，接触更多的人群；社会交往的频次反映社会交往的深度与交往人群的可能数量，从而影响个体与不同主体之间获取资源的难易程度[15]。
综合考虑定义与数据可得性，本文构建了测度个体三方面“资本”资源的指标体系(见表1)。
Table 1. Measurement index system of individual capital endowment
表1. 个体资本拥有量测度指标体系
资本 |
指标 |
指标描述 |
经济资本 |
货币收入 |
您个人去年(2020年)全年的总收入是多少？(元) |
家庭经济地位 |
您家的家庭经济状况在所在地属于哪一档？ |
文化资本 |
具体化文化资本 |
过去一年在空闲时间读书/报纸/杂志的频率 |
过去一年在空闲时间参加文化活动的频率 |
客观化文化资本 |
过去一年在空闲时间学习充电的频率 |
制度化文化资本 |
受教育年限(年) |
社会资本 |
社会网络 |
在目前社会上所处的社会经济地位(客观地位) |
过去一年在空闲时间社交/串门的频率(主观行动) |
是否为工会(社会组织)会员？(1 = 是；0 = 否) (主观态度) |
社会信任 |
是否认为大多数人是可信的？ |
(2) 数字资本测度。数字资本受到数字可触及性和数字使用两方面的影响。可触及性通过过去一个月是否上网即可反映，无论通过什么途径上网，只要上网即可触及；数字使用通过上网频率来反映，而数字可触及性才是数字资本的决定性因素，如果数字资源无法触及，即使拥有使用能力也不能获得数字资本，因此对于数字资本的衡量，选择可触及性与使用频率的乘积表示，公式如下：
(1)
(3) 因变量选择与处理。因变量选择个体自身对社会阶层的认知。“综合看来，在目前这个社会上，您本人处于社会的哪一层？”是对现阶段社会阶层的调查；“您认为您10年后将会在哪个等级上？”是对未来十年所处社会等级的预期，利用未来社会阶层的预期与现阶段所处社会阶层的差值，将差值为正定义为预期未来社会阶层会提升，为负或零定义为预期未来社会阶层不会提升。
将各项指标进行极值标准化处理后，通过逐级等权法确定各指标权重，并加总得到个体的经济资本、文化资本、社会资本以及数字资本得分。
3.2. 实证模型设定
本文以社会分层的影响因素作为切入角度，分析个体的数字资本在影响个体阶层跃迁预期的中介作用。首先根据个体资本的不同测度维度，建立阶层跃迁预期与个体的经济资本、文化资本和社会资本之间的模型，再通过检验个体的三类资本对数字资本累积的影响，通过检验数字资本对阶层跃升预期的影响显著性，从而验证其中介作用，由此，建立以下模型：
(2)
(3)
(4)
(5)
其中，
、
、
为误差项，模型(2)的系数是自变量对因变量的总效应，模型(3)的系数为自变量对中介变量的效应，模型(4)的系数是控制了自变量的影响后，中介变量对因变量的效应，系数是在控制了中介变量的影响后，自变量对因变量的直接效应。本文将采用逐步法对中介效应进行检验。
同时，加入人口学统计变量作为控制变量，即年龄、性别、户籍属性、婚姻状态、政治面貌，对以上三个模型进行logit回归分析。
4. 描述性统计
上述指标变量、解释变量的描述性统计结果如下表2所示。在此问卷中，受访者男女比例基本均衡，已婚人士占多数，农业户口人占多数。
Table 2. Descriptive analysis of categorical and numerical variables
表2. 类别变量和数值型变量的描述分析
类别变量 |
观测值 |
百分百(%) |
累计百分比(%) |
性别 |
|
|
|
男(=1) |
3679 |
45.15 |
45.15 |
女(=0) |
4469 |
54.85 |
100 |
合计 |
8148 |
100 |
|
婚姻 |
|
|
|
已婚(=1) |
5794 |
71.11 |
71.11 |
未婚(=0) |
2354 |
28.89 |
100 |
合计 |
8148 |
100 |
|
户籍状态 |
|
|
|
非农户口(=1) |
3219 |
39.93 |
39.93 |
农业户口(=0) |
4842 |
60.07 |
100 |
合计 |
8061 |
100 |
|
工会会员 |
|
|
|
是(=1) |
1563 |
19.76 |
19.76 |
否(=0) |
6345 |
80.24 |
100 |
合计 |
7908 |
100 |
|
数值型变量 |
观测值 |
均值 |
标准差 |
最小值 |
最大值 |
去年总收入(对数) |
5865 |
10.10 |
1.38 |
3.00 |
16.12 |
家庭经济地位 |
7963 |
2.59 |
0.77 |
1.00 |
5.00 |
阅读报纸/杂志频率 |
8129 |
2.05 |
1.32 |
1.00 |
5.00 |
参加文化活动频率 |
8118 |
1.47 |
0.76 |
1.00 |
5.00 |
空闲时间学习充电频率 |
8134 |
2.12 |
1.21 |
1.00 |
5.00 |
教育年限 |
8127 |
14.66 |
6.15 |
0 |
25.00 |
个体社会经济地位 |
7969 |
2.27 |
0.90 |
1.00 |
5.00 |
空闲时间社交/串门的频率 |
8142 |
2.64 |
1.13 |
1.00 |
5.00 |
社会信任 |
8079 |
3.64 |
1.00 |
1.00 |
5.00 |
主观幸福感 |
5448 |
3.98 |
0.82 |
1.00 |
5.00 |
年龄 |
8148 |
51.64 |
17.57 |
18.00 |
99.00 |
互联网使用 |
8131 |
2.97 |
2.13 |
0 |
5.00 |
变量标准化得分 |
观测值 |
均值 |
标准差 |
最小值 |
最大值 |
资本总量 |
5474 |
3.78 |
1.15 |
0.81 |
7.72 |
经济资本 |
5747 |
0.95 |
0.25 |
0.12 |
1.96 |
文化资本 |
8104 |
1.15 |
0.61 |
0 |
2.89 |
社会资本 |
7684 |
1.59 |
0.64 |
0 |
3.75 |
数字资本 |
8131 |
0.59 |
0.43 |
0 |
1.00 |
在将数值型变量进行处理后，个体2020年的总收入取对数的平均值为10.10；家庭经济地位的均值为2.59，即介于“低于平均水平”和“平均水平”之间；个体阅读报纸/杂志等的频率为一月数次到一年数次或更少的频率范围内；个体参加如音乐会、演出和展览等的文化活动的频率处于从不和一年数次或更少的频率范围内，相比于阅读纸质版信息，参加这类文化活动的频率更低，也表明文化素养的修炼可以从文化活动的参与中有更为显著的区分；个体大多很少在空闲时间选择学习充电，这也会影响整体文化水平；在制度性文化测度方面，个体受教育年限的均值为14.66，说明更多的人最高教育水平只是小学或初中，仅仅完成国家法律要求的义务教育，接受高等教育的人在少数；在个体客观社会经济地位的评价中，多数处于中下层到中层之间，这也与现实情况中的社会层级认知相符合；在社交交往的选择频率上，更多人很少或有时会选择进行社交，这也会限制社会网络活性，更频繁社交的人的社会网络中的朋友可能更易于调动和发挥作用；在社会信任方面，大多数人认为社会上的他人更倾向于值得信赖，这也表明社会整体正能量的现象。
5. 实证结果分析
5.1. 个体资本与社会阶层提升预期
通过对经济资本、文化资本和社会资本与社会阶层提升预期的logit回归分析，得到如下表3。此模型样本量为5407。由于模型pro > chi2 = 0.0000，则拒绝原假设，说明说明模型的整体效应是成立的。Pseudo R2表明该方程的虚拟决定系数为0.0722，表明7.22%的最大比率被模型解释。
经济资本机率比为0.07，表明在控制其他变量的情况之下，经济资本使个人预期社会阶层提升的机率增加了7%，这与现实情况相符合，拥有更多财富的人更倾向于对未来抱有正向乐观的态度，并期冀在未来能够实现社会阶层的跃迁。文化资本通过5%的显著性检验，机率比为0.18，表明在控制其他变量的情况之下，文化资本使个人预期社会阶层提升的机率增加了18%，这与现实情况相符合，文化程度越高的人，其对社会了解更深入，对于社会发展趋势和个体发展方向更明晰，因此对于未来可能也会有更为正向的预期。社会资本通过1%的显著性检验，机率比为0.19，表明在控制其他变量的情况之下，社会资本使个人预期社会阶层提升的机率增加19%，这与现实情况相符合，随着个体社会经济地位提升，且与他人之间的社会交往频率增加，在社会中的公共事务参与增多，社会信任度提升，都会有助于个体在社会的资本积累，使其更融入社会集体，适应社会发展，进而在个人社会阶层的提升方面有更加正向的预期。总的来说，该模型说明虽然经济资本表现不显著，但文化资本、社会资本对个体预期提升社会阶层的影响是显著的，三个自变量与因变量之间存在正向关系，即在控制其他变量的情况下，经济资本、文化资本和社会资本的提升会对个人预期社会阶层提升增加可能性。
Table 3. Expected social mobility model of individual capital
表3. 个体资本对社会阶层提升的预期模型
|
模型Ⅰ |
社会阶层提升预期 |
经济资本(EC) |
0.07 |
文化资本(CC) |
0.18* |
社会资本(SC) |
0.19** |
性别 |
−0.08 |
年龄 |
−1.20*** |
婚姻 |
−0.09 |
户籍状态 |
−0.46*** |
政治面貌 |
0.17* |
N |
5407 |
Pseudo R2 |
0.0722 |
LR chi2 |
539.22 |
Standardized beta coefficients; Standard errors in parentheses; *p < 0.05, **p < 0.01, ***p < 0.001.
5.2. 个体资本与数字资本
通过对经济资本、文化资本和社会资本与数字资本的多元线性回归分析，得到如下表4。此模型样本量为5398。由于模型Prob > F = 0.0000，则拒绝原假设，说明说明模型的整体效应是成立的。给定模型的R2 = 0.472表明该方程拟合程度较好，经济资本、文化资本和社会资本与数字资本之间的线性关系较强，即方程中的变量对数字资本的解释能力较强。
经济资本通过0.1%的显著性检验，回归系数为0.08，表明经济资本对数字资本有显著的正向影响。经济资本每增加一个单位，数字资本增加0.08个单位，这与现实相符，经济资本的增加可以帮助个体通过金钱消费更容易获得网络数字资源，也由于资产的投入，而可能获得更高质量的信息和学习数字处理技术的能力，因此会对数字资本产生正面影响。文化资本通过0.1%的显著性检验，回归系数为0.18，表明文化资本对数字资本有显著的正向影响，这与现实情况相符合，更多的文化资本会驱使个体更主动接触新兴的技术和事物，对数字资本本身具有更高的获得渴望，同时获得资本的能力也更强。社会资本通过0.1%的显著性检验，回归系数为0.07，表明社会资本每增加一个单位，数字资本增加0.07个单位，表明社会资本的增加可以有助于个体拓宽信息资源的获取渠道，即提升信息的可及度，同时又通过广泛的社会参与提升数字获取的能力并检验信息的准确性。总的来说，该模型说明经济资本、文化资本和社会资本对数字资本的积累具有正向的显著影响，证实了假设2。
Table 4. Regression model of individual capital and digital capital
表4. 个体资本与数字资本的回归模型
|
模型Ⅱ |
数字资本 |
经济资本(EC) |
0.08*** |
文化资本(CC) |
0.18*** |
社会资本(SC) |
0.07*** |
性别 |
−0.02 |
年龄 |
−0.55*** |
婚姻 |
0.07*** |
户籍状态 |
0.10*** |
政治面貌 |
0.01 |
N |
5398 |
R2 |
0.472 |
F值 |
603.58 |
Standardized beta coefficients; Standard errors in parentheses; *p < 0.05, **p < 0.01, ***p < 0.001.
5.3. 数字资本为中介变量的个体预期社会阶层提升
通过对经济资本、文化资本和社会资本以及数字资本与社会阶层提升预期的logit回归分析，得到如表5。此模型样本量为5398。由于模型pro > chi2 = 0.0000，则拒绝原假设，说明说明模型的整体效应是成立的。Pseudo R2表明该方程的虚拟决定系数为0.0733，表明7.33%的最大比率被模型解释。该模型相较于模型I的解释力更强，表明该模型更加符合现实情况，更能说明个体各类资本对社会阶层提升预期的影响路径。
数字资本通过5%的显著性检验，机率比为0.19，表明在控制其他变量的情况之下，经济资本使个人预期社会阶层提升的机率增加了19%；经济资本未通过5%的显著性检验，机率比为0.08，可能是由于数字资本的加入，而引起的不显著现象；文化资本通过1%的显著性检验，机率比为0.21，表明在控制其他变量的情况之下，文化资本使个人预期社会阶层提升的机率增加了21%；社会资本通过1%的显著性检验，机率比为0.20，表明在控制其他变量的情况之下，社会资本使个人预期社会阶层提升的机率增加20%。总的来说，该模型说明数字资本、经济资本、文化资本、社会资本对个体预期提升社会阶层的影响是显著的，二者之间存在正向关系，即在控制其他变量的情况下，经济资本、文化资本和社会资本以及数字资本的提升会对个人预期社会阶层提升增加可能性。
Table 5. Mediation model of digital capital on expectations of social class mobility
表5. 数字资本为中介变量的个体预期社会阶层提升模型
|
模型Ⅲ |
社会阶层提升预期 |
数字资本 |
−0.19* |
经济资本(EC) |
0.08 |
文化资本(CC) |
0.21** |
社会资本(SC) |
0.20** |
性别 |
−0.09 |
婚姻 |
−0.08 |
户籍状态 |
−0.44*** |
政治面貌 |
0.16* |
N |
5398 |
adj. R2 |
0.0733 |
LR chi2 |
546.15 |
Standardized beta coefficients; Standard errors in parentheses; *p < 0.05, **p < 0.01, ***p < 0.001.
通过上述三个模型在逐步检验法中都显著的表现，验证了本文提出的三个假设，可以得出数字变量作为中介变量，在受到经济资本、文化资本和社会资本的共同影响下，从而影响个体对于未来10年社会阶层提升的预期。经济资本、文化资本和社会资本越雄厚，越有利于个体数字资本的积累，进而会通过现代生产发展的状态中，数字信息的重要性，从而决定性地提升个体对于未来十年社会阶层跃升的预期。
5.4. 稳健性检验
5.4.1. 替换中介变量数字资本的测量方式
由于数字资本受到数字可触及性和数字使用两方面的影响。在原模型中，可触及性通过过去一个月是否上网来测量，数字使用通过上网频率来测量，并运用可触及性与使用频率的乘积作为数字资本的整体测量方式。在稳健性检验中，对数字资本仍旧保持数字可触及性和数字使用两个方面的共同考察，但运用CGSS数据库中的不同问题进行测量，选择“您有没有归自己单独使用的手机？”作为数字可触及的反映变量，选择“过去一年，您是否经常在空闲时间从事上网活动？”反映数字使用情况。由此，再次验证三个模型，得出以下结果。
如表6所示，在模型II中，三类个体资本与数字资本之间的关系未变，均保持正向影响且显著性仍旧通过0.1%检验。
Table 6. Regression testing model of individual capital and digital capital
表6. 个体资本与数字资本的回归检验模型
|
模型Ⅱ |
数字资本 |
经济资本(EC) |
0.07*** |
文化资本(CC) |
0.20*** |
社会资本(SC) |
0.06*** |
性别 |
−0.02 |
年龄 |
−0.53*** |
婚姻 |
0.01*** |
户籍状态 |
0.08*** |
政治面貌 |
0.03** |
N |
5393 |
R2 |
0.4461 |
F值 |
541.91 |
Standardized beta coefficients; Standard errors in parentheses; *p < 0.05, **p < 0.01, ***p < 0.001.
如表7所示，在模型III中数字资本仍旧对社会阶层提升预期产生负向影响，经济资本、文化资本、社会资本对社会阶层提升预期产生正向影响，且除经济资本外其余三个资本自变量呈现显著性，与表5结果一致，因此，由此检验可得在数字资本操作化不同的情况下，数字资本对于个体资本与个体预期社会阶层预期之间的中介效应仍旧不变，可以证明研究结论成立。
Table 7. Testing model for the impact of digital capital as a mediating variable on expectations of social class mobility
表7. 数字资本为中介变量的个体预期社会阶层提升检验模型
|
模型Ⅲ |
社会阶层提升预期 |
数字资本 |
−0.22** |
经济资本(EC) |
0.09 |
文化资本(CC) |
0.22** |
社会资本(SC) |
0.20** |
性别 |
−0.09 |
婚姻 |
−0.07 |
年龄 |
−1.32*** |
户籍状态 |
−0.44*** |
政治面貌 |
0.17** |
N |
5393 |
adj. R2 |
0.0732 |
LR chi2 |
544.84 |
Standardized beta coefficients; Standard errors in parentheses; *p < 0.05, **p < 0.01, ***p < 0.001.
5.4.2. 交互检验
经济资本与社会资本对于社会阶层流动预期的影响可能存在交互效应，检验如下。社会资本(SC) = 1.25 (低社会资本)时，经济资本的边际效应为0.232，且在0.1%水平显著(P = 0.000)，当社会资本(SC) = 1.50 (中社会资本)时，经济资本的边际效应为0.183，且在0.1%水平显著(P = 0.000)，当社会资本(CC) = 2.00 (高社会资本)时，经济资本的边际效应为0.086，且在5%水平显著(P = 0.013)。
综上，交互效应存在，且经济资本(EC)对社会阶层流动预期的影响随社会资本(SC)水平变化，都为显著正向，但影响系数随着社会资本水平提升而降低。即社会资本可能促进经济资本对社会阶层流动预期的正面影响。
6. 研究结论与讨论
Figure 1. Relationship between individual capital and expectations of social class mobility
图1. 个体资本与社会阶层提升预期之间的关系
通过数字资本改善公众对社会阶层提升的预期挑战与机遇并存。一方面，互联网作为时代生产力的重要工具给予人们获取数字信息等新兴生产要素的途径，但同时，也成为扩大人们现存社会阶层差距的助推剂。拥有更丰富的经济资本、文化资本和社会资本的个体通过发挥自身已有资本的价值，充分挖掘可用的信息、更有利于增加固有资本的信息，以数字资本的形式在新的时代存在，从而提升自己对社会阶层提升的预期、信心，当这种预期更高后，伴随着自身资本的升值，社会阶层地位也会随之逐步提升，真正在不远的未来实现阶层跃迁。然而，另一方面，个体固有的经济资本、文化资本和社会资本对于数字资本的积累本身存在不公平性，不同社会阶层的人拥有的资本总量不同，差异的资本又加剧数字资本积累的差距，进而扩大阶层之间的差距，甚至可能由数字鸿沟[16]转变演化为阶层鸿沟[17]。这种不平等的资源获取和使用会进一步激化社会各阶层之间的矛盾，导致人们对自身实现阶层跃升的预期降低，认为现有的社会状态的发展态势会固化社会阶层，不利于阶层流动，而放弃努力的动力或者产生负面的消极情绪，这些都会对社会的整体发展和社会稳定制造潜在的威胁和伤害。
数字资本作为中介变量，既受到经济资本、文化资本和社会资本的共同影响，也同时影响着个体对于社会阶层提升的预期[18]。相应地，当个体对于未来十年可能的社会阶层变化的预期下降，就会降低对于数字资本、经济资本、文化资本和社会资本的摄入，因为个体认为即使再积累更多的资本也不一定可以实现社会阶层跃迁，此时，个体就会选择放弃获取更多的数字信息，数字信息的缺失就会导致个体经济、文化、社会资本的积累缺失方向和来源，丧失源动力；当个体对于未来十年可能的社会阶层变化的预期提升，则会主动更多地积累各项资本，以实现阶层更快速的跃迁或者更大程度的阶层提升，进而其数字资本、经济资本、文化资本和社会资本也会相应地有所提升。三者之间动态互联，相互推动或抑制，构成了如图1的关系。
但需要注意的是，本文的模型结果中表现出数字资本对于社会阶层流动预期的负向效应，因此，在现实中可能需要考虑数字鸿沟或过度使用数字导致的消耗效应。
本文的贡献在于：第一，考虑到资本效用发挥的时滞性，运用阶层提升预期这一概念，对各类资本对预期的影响进行研究分析。第二，将新时代的数字资本引入资本考量的范畴内，既符合时代发展规律，又丰富了阶层划分的标准体系。第三，将数字资本作为中介变量进行检验，构建了个体资本与社会阶层提升预期之间的动态三角关系。
本文的局限性在于：第一，R2较低，可能是由于变量之间存在非线性关系，而本模型将其认定为线性模型进行检验和证实，且也在交互检验中证明变量之间可能存在交互效应，导致模型解释力不足，这也是未来可以对模型进行调整与深入研究的方向。第二，本研究的模型主要是探究了个体从主观角度，评价自己未来十年可能的阶层流动预期，因此因变量的测量还存在一定的主观性，因此研究的结论也只能是基于个体层面的。对于更客观的阶层社会流动的测量，目前学界仍旧存在探讨的空间，这也为未来数字资本与社会阶层流动相关的研究提供了更加科学的研究方向。
基于研究结论，提出以下改善社会阶层流动性的建议：第一，加强数字信息的普及程度，在公众社会中提升数字信息的可触及性，降低由于数字接触而产生的不平等现象；第二，提供数字技能相关的社会支持和政府支持，比如以社区为单位举办数字技能培训班等，提升民众的数字使用能力；第三，通过积极的宣传和引导，鼓励民众对自身资本进行积累和再创造，提升社会阶层流动的可能性，进而维护社会稳定，增强发展活力。