定义
多代际社会流动性（Multigenerational Social Mobility, MSM），指社会经济地位在三代或以上家族世代（如祖父母→父母→子女）中的传递、变迁与流动模式。
测量
CHARLS中通过比较户口、教育、职业、党员身份四个维度的SES指标变化[1]，量化中国社会制度背景下阶层优势/劣势的跨代传递（G0祖辈→G1父辈→G2子辈）强度与流动机会，反映社会结构的开放性与历史政策（如户籍制度、经济改革）的长期影响。
| 世代 | 户口 | 教育 | 职业 | 党员身份 |
|---|---|---|---|---|
| G0 (父母) | • 通过CHARLS受访者儿童时期的首次户口记录代理 • 二分变量：农村vs城市 | • 父母中最高教育水平 • 二分变量：文盲vs识字 (考虑G0代高文盲率) | • 父母17岁前最高职业状态 • 二分变量： - 农业工作(双方均为农民) - 非农业工作(至少一方为非农) | • 父母中是否有共产党员 • 二分变量：是vs否 |
| G1 (受访者) | • 15-60岁成年期户口时间百分比 • 二分变量： - >50%时间为农村户口→农村 - 否则→城市 | • 最高教育程度 • 二分变量：文盲vs识字 | • 15-60岁成年期职业时间百分比 • 二分变量： - >50%时间为农民→农业工作 - 否则→非农业工作 | • 终身共产党员身份 • 二分变量：是vs否 |
| G2 (子女) | • 与G0、G1相同编码方法 • 多子女家庭取最高SES状态 | • 与G0、G1相同编码方法 • 多子女家庭取最高SES状态 | • 与G0、G1相同编码方法 • 多子女家庭取最高SES状态 | • 与G0、G1相同编码方法 • 多子女家庭取最高SES状态 |
使用四个指标测量SES：户口、教育、职业和共产党员身份，将所有指标二分化。其中，教育和职业是两个常见的SES指标。户口和共产党员身份则是中国特定背景下的重要SES指标。从概念上讲，职业和户口反映了SES的不同维度：职业指示劳动力市场地位，而户口则决定获取公共服务和福利的制度性权限。这两项指标在G0代和G1代的相关性为中等，而在G2代较弱，表明重叠有限。未使用收入这一常见指标，因为G0代未收集此信息，且该指标随时间变化，并在G1和G2代中缺失数据比例高。
G0代(父母)层面：使用两位父母中地位最高的指标衡量G0代SES。G0代户口(农村vs城市)通过CHARLS受访者在生命历程调查中首次记录的儿童时期户口来表示，这近似代表了父母早期养育子女时的户口状态。最高父母教育程度表示父母获得的最高教育水平。鉴于G0代高文盲率(多数人因战争未接受正规教育)，我们将其二分化为文盲与识字。最高父母职业状态表示两位父母中较高的职业地位，来自生命历程调查(受访者17岁前)，仅区分农业和非农业工作。在中国背景下，非农业工作被视为更优越的职业，通常与更高技能和薪酬相关。为更好区分父母职业地位，我们将父母职业二分化为：农业工作(父母双方都从事农业)vs非农业工作(至少一位父母从事非农业)。最高党员身份表示父母中是否有任何一方曾是共产党员(是vs否)。
G1代(受访者)层面：对于G1代中不随时间变化的教育和党员身份指标，应用了与G0代一致的编码。受访者报告了最高教育程度(文盲vs识字)和终身共产党员身份(是vs否)。对于G1代中随时间变化的户口和职业状态，我们检索了15至60岁期间的生命历程(对应成年期)。G1代户口通过成年期间户口类型的时间百分比衡量：>50%时间为农村户口编码为农村；否则为城市。对于职业指标，考虑到G1代的职业轨迹跨越了中国从1980年前农业经济向此后制造业经济转型，许多人最初是农民，后来转向非农业工作。为捕捉这种动态，G1代职业通过成年期间职业类型的时间百分比衡量。此外，为与G0代职业指标保持一致，我们将变量二分化：>50%时间从事农业工作编码为农业工作；否则为非农业工作。
G2代(子女)层面：考虑到一些CHARLS受访者有多个孩子，我们选择了所有子女中SES地位最高的一个，以与最高父母SES地位的编码方法保持一致。G2代的四个测量指标与另外两代使用相同编码。
