内容提要：数智时代的到来引发了众多有关社会分层新形态的研究。然而，这些研究大多聚焦于单一维度，难以让我们全面认识新时代社会分层的变迁情况。本文从经典分层理论的资源视角切入，构建了一个“结构—投入—结果”的整合性分析框架。该框架旨在系统梳理当前碎片化的研究，进而揭示数智时代社会分层资源维度及其运作机制所发生的系统性变迁。在结构层面，数据、算法、算力等数据资本和技术权力成为新的经济与政治资源，它们对社会的资源分配和个体的生活机遇产生了结构化影响。在新的地位竞技场中，数字素养、AI商数、情感资本与在线影响力作为人力、文化、社会资本的数字化形式，成为新型投入性资源，也成为个体地位获得的核心竞争力。在结果层面，由于声望和SEI等传统的职业评价标准在快速变化的职业结构中“脱锚”，职业稳定性上升为一个能够综合反映个体资源禀赋与职业地位的核心维度。这些分层资源的变迁通过“算法优绩主义”“数字继承”与“算法规训”强化和重构了数智时代的社会封闭机制，共同塑造了技术遮蔽下的隐性再生产。
关键词：数智社会/ 社会分层/ 社会流动/ 算法权力/ AI商数/ 职业稳定性/
作者简介：贾小双，暨南大学人文学院；梁玉成，中山大学社会学与人类学学院。
原文出处：《智能社会研究》(哈尔滨)2025年第6期 第180-212页
标题注释：本文系国家社会科学基金青年项目“数智化转型期我国职业声望量表构建与社会阶层结构变迁分析”(项目批准号：24CSH009)的阶段性研究成果。
一、引言
数智时代的来临，正对社会不平等的既有形态与运作逻辑构成深刻挑战。近年来，学术界敏锐地捕捉到这一趋势，对数智时代的社会分层与不平等展开了广泛探讨：从作为新型生产资料的“数据资本”(Sadowski，2019)，到重塑治理逻辑的“技术权力”(邓曦泽，2021；陈鹏，2025)；从关注数字技术使用能力的“数字素养”(Gilster，1997；Eshet-Alkalai，2004)，到衡量人机协作能力的“AI商数”(Qin et al.，2025)；从在注意力经济中崛起的“在线影响力”(Abidin，2018)，到在零工经济背景下日益重要的“职业稳定性”(李骏，2018；朱斌，2022)；等等。这些研究从不同维度探讨了数智时代新涌现的分层要素与机制，揭示了新时代社会分层与不平等形态和机制的多重变迁，极大地丰富了我们对数智时代社会分层的认知。然而，这也带来了一个新的理论困境。这些研究往往聚焦于单一维度，使得对数智时代分层的分析趋于碎片化。我们看到的是一幅由数据鸿沟、算法偏见、技能极化和在线不平等共同构成的复杂拼图，但缺乏一个能将这些碎片有机整合起来的理论框架，以揭示它们之间的内在关联，以及它们如何共同作用于整个社会分层体系。
面对这一挑战，我们该如何构建一个更具整体性的分析视野呢?通过对相关文献的系统梳理，我们发现，那些探讨新现象、提出新概念的研究，本质上遵循以资源为核心的分析范式。马克思对生产资料的强调，韦伯对财富、权力、声望的划分，布迪厄对经济、社会、文化等多元资本形态的剖析，这些经典社会分层理论都共同指向——社会分层的本质是关键资源在不同群体中不平等的分布(李强，2011)。本文从经典分层理论的资源视角出发，基于格伦斯基(Grusky，2014：3)、李强(2011：49)等人对传统社会分层资源体系的系统梳理，进一步提出“结构—投入—结果”的资源分类框架(图1)。在诸多社会分层的资源类型中，经济和政治资源的占有取决于个体所处的结构位置，从根本上决定着不同群体的经济境况和生活机会，因此属于结构性资源；人力资本、文化资本和社会资本是个体能够通过投资积累的资源，是个体地位提升的微观途径，可视为投入性资源；而声望、职业地位等职业资源作为个体阶层地位的符号性认可和制度性保障，是地位获得结果的具体呈现，可将其归纳为结果性资源：这些资源共同构成了社会分层系统的完整链条。
图1 社会分层的“结构—投入—结果”框架
本文基于这一“结构—投入—结果”分析框架，对数智时代分层研究进行系统梳理，并将其与传统分层研究进行对话。通过对比每种分层资源在工业社会和数智社会的内涵、积累与测量方式及其作用机制的差别，探讨数智时代社会分层机制的系统性变迁。在此基础上，通过分析这些新的资源如何作用于社会流动与阶层再生产，揭示数智时代的阶层结构和不平等再生产。
二、结构性分层资源的数智化变迁
作为宏观结构性资源，经济资源与政治权力划定了社会竞争的场域与基本规则。数智化转型并未削弱这些传统“硬权力”的重要性，反而以更隐蔽、更高效的方式，深刻改变了它们的积累与运作逻辑。经济资源的核心正从土地、工厂、机器等传统生产资料转向数据、算力、算法等数据资本，政治权力的运作也日益受到算法权力的补充与挑战。在这两种核心资源重新配置的背景下，数字场域形成了两大新的对立阶层，即数字精英(编码精英)和赛博无产者。
(一)经济资源：数据资本成为新的生产资料
经济资源在社会分层的理论和实证研究中占据核心地位。除财产、收入外，对生产资料的占有关系是经济资源的重要组成部分。马克思主义分层理论认为，个体与生产资料的关系(即对生产资料的占有)是阶级的本质(仇立平，2006)。这一关系从根本上把社会成员划分为剥削和被剥削阶级两个群体，决定了他们的经济地位、共同生活情境与利益，当一些人比另一些人对特定生产性资源掌握更多权力时，这些关系就构成了阶级(赖特，2011：8)。韦伯主义的分层理论同样强调生产资料的重要性。韦伯(Weber，1994：114)认为，不平等源于个人在劳动力市场中的“市场地位”，而“市场地位”取决于对生产资料的占有状况和所处的雇佣关系类型(Erikson & Goldthorpe，1992：37；秦广强，2011)。在操作层面，主流研究普遍采用“雇佣关系”和“雇佣人数”来测量生产资料占有水平，以区分资产阶级(大企业拥有者)、小资产阶级(小雇主)、自雇(个体工商户)和雇员阶层(赖特，2006：152；侯利明、秦广强，2019； Smallenbroek et al.，2024)。
进入21世纪，互联网、物联网、智能穿戴设备等技术广泛渗透，人类活动的大量痕迹被数字化设备和平台记录保存。随着大数据、云计算和人工智能算法的发展，这些痕迹数据从社会经济活动的副产品转变为一种新型生产要素，在经济生产和社会生活中发挥着重要作用(Arvidsson，2016；Lupton et al.，2018；邵占鹏，2022)。有研究者(Sadowski，2019)借鉴马克思的资本理论，将数据这一智能时代的“新石油”界定为一种新型资本——数据资本(data capital)。在此框架下，数据成为新型“原材料”或“不变资本”，它通过特定的数字基础设施(如智能设备、在线平台、数据分析系统、云服务器等)得以“制度化”。提取、储存和分析数据的平台、算法及算力，则共同构成了当代资本主义社会中新型的生产资料(刘涛雄等，2023)。
数据资本的积累过程催生了新的劳动方式与剥削模式，这使得传统的雇佣关系不再能有效界定生产资料占有关系。原因在于，数据资本的形成并非源于雇佣，而是源于“数据化”(datafication)过程(van Dijck，2014)。在日常的数字活动中，如搜索、浏览、购物、使用智能设备等，用户的行为在获得“同意”后被平台采集，并自动化转化为可被机器计算和解读的数据。在这一过程中，人类经验被单方面提取为可供提炼的“免费原材料”，被平台无偿占有并转化为剩余价值(Zuboff，2015)。用户在平台上的每一次点击、分享和互动等，都成为帮助平台所有者积累数据资本的免费劳动。有学者(Terranova，2012；Ritzer，2015；福克斯，2020)将这一新的劳动形式定义为(无雇佣)数字劳动(digital labor)，这种数字劳动形态与工业时代的雇佣劳动有所区别。劳动者与平台并无雇佣契约，“自愿”参与劳动且不获取劳动报酬。劳动的“剩余价值”不再仅仅是未支付的劳动时间，而是从用户日常生活中榨取的、通常未经其完全知情同意的“行为剩余”(behavioral surplus)。有学者将平台对数字劳动者的这种新型剥削方式概括为“监视资本主义”(surveillance capitalism)(Zuboff，2015)、“数据殖民主义”(data colonialism)(Couldry & Mejias，2019)。他们认为，数字资本家通过监视、榨取个人数据来获取超额利润，从而维持其顶层优势地位(Sadowski，2019；Couldry & Mejias，2019；梁军等，2025)。
尽管用户个体层面的数据是数字经济中最具价值的“原材料”，但拥有这些数据的个体却几乎无法从中获得经济利益(陈本皓，2020)。这表明数字生产资料相较于传统生产资料，在分层中的作用机制已彻底改变，其分层标准已从对生产资料的“所有权”转变为对生产资料的“控制权”。数据资本并非建立在对个体数据的所有权之上，而是取决于是否具备提取、整合、分析海量数据并将其转化为经济价值的能力，这种能力具体体现为算法、算力和平台等数字基础设施。因此，真正扮演“生产资料”角色的是海量个体数据和这些数据基础设施，而对其控制权构成了社会分化的新基础(Verwiebe & Hagemann，2024)。
这一转变对以“雇佣关系”为核心的经典分层理论操作化框架提出了深刻挑战。在数字经济中，价值创造的主要场域不再局限于传统的雇佣劳动场景，而是延伸至用户的数字参与。用户虽是价值的创造者，却并非平台的“雇员”，这使得基于雇佣身份来划分阶级的方式失去了原有的解释力。这种基于“控制权”而非“所有权”或“雇佣关系”的分化逻辑，催生了新的对立阶层：“数字精英”(digital elite)与“赛博无产者”(cybertariat)(Burell & Fourcade，2021)。前者是凭借对数据、算法和算力的垄断性控制而攫取巨大利益的少数科技巨头及其所有者和算法专家；后者则是构成数据来源、拥有个体数据所有权，但在价值分配中被边缘化的广大用户。因此，数智时代社会分层研究必须超越传统的所有权和雇佣关系框架，转向分析对数字生产资料(数据、算法、算力)的“控制权”如何重构经济分层体系。
(二)政治资源：技术(算法)权力成为新的权力类型
韦伯最早指出，“权力”维度独立于经济、声望维度，其在社会分层中发挥着重要作用。他认为，对权力基础的研究是阶级与地位研究的核心(索伦森，2005：251；李路路等，2012)。权力的实质是一个社会阶级实现其特殊客观利益的能力(波朗查斯，1982：108-109)，权力通过影响社会资源的分配，进而决定不同群体的生活机会，因此对社会分层具有根本性的作用。在现代社会，权力若要稳定存在，需转化为被社会接受的“支配”(domination/ Herrschaft)，也就是权威，而这种权威主要通过科层制的组织形式来运作(Weber，1978)。基于上述理论，无论是新马克思主义还是新韦伯主义的阶层研究，都普遍把权力操作化为工作组织中的支配—服从或权威关系。例如，赖特的“组织资产”和戈德索普对“服务阶级”的界定，均以决策权、监督权等组织内权威为核心指标(赖特，2004：26；赖特，2006：80-81、306；Goldthorpe & Llewellyn，1977；Goldthorpe，1987：40-43；Erikson et al.，1979；秦广强，2011；侯利明、秦广强，2019)。国内学者的阶层分析同样遵循这一路径，他们通过测量政治身份、管理权、监督权、工作自主性来识别干部阶层与管理者阶层(李强，1997；郑杭生，2002；陆学艺，2002；陆学艺，2003；张翼，2004；林宗弘、吴晓刚，2010)。其中，刘欣(2005；2007；2008；2018)提出了基于公共权力与市场能力的分层框架，李路路等人(2012；2016)更是将组织权威的权力—支配关系作为单一核心维度来建构权威阶层图式。
在实践中，经典分层研究将政治权力稳固地锚定在以科层制为基础、可见的组织层级结构之上。然而，随着大数据与人工智能的全面渗透，一种新型权力——算法权力，正从根本上挑战这种基于组织的权威范式。算法权力并非传统权力的简单延伸，而是一种在运作机制与合法性来源上都呈现出断裂式创新的权力形态。首先，在运作机制上，算法权力实现了从“官僚控制”到“代码规制”的转变。信息技术的发展历程，本质上是一部不断精炼社会控制手段的历史(Beniger，1989)。随着技术在权力运行过程中的应用不断深入，技术逐渐取代等级权威，成为合法权力的基本来源，并逐渐摆脱官僚的控制，成为独立的权力主体(Burris，1989：11；邓曦泽，2021)。算法的崛起将这一进程推向了顶峰，它不再仅仅是服务性技术，而是成为组织机制的有机节点，深深嵌入组织权力运作(邱泽奇，2025)，重塑了组织模式、官僚角色与权力结构(孟天广、吴培琳，2024)。算法通过“代码即法律”(code is law)的机制，直接行使治理功能(Lessig，2000)。它把复杂的社会情境与规范“翻译”为可计算、可操作的数字实体(Cheney-Lippold，2016；Amoore，2020)，使世界“可读化”(Uliasz，2021)，并以技术性自动(强制)执行规则，进行资源分配与资格许可(Fourcade & Healy，2013；Burell & Fourcade，2021；Verwiebe & Hagemann，2024)。这一过程催生了一种缺乏透明度与问责机制的治理模式：普通民众难以理解和挑战嵌入算法中的偏见的“黑箱”决策(梁玉成、张咏雪，2022；王宁，2025；邱泽奇，2025)，从而造成了严重的“民主赤字”(Pasquale，2015； O'Neil，2016)。其次，在合法性来源上，算法权力依赖“技术表现”而非“法定程序”。传统科层制权威的合法性源于法律或制度性程序，而数智时代权力的核心正从管理者转向以“算法精英”(algorithmic elite)或“编码精英”(coding elite)为代表的“技术精英”(Eyal，2013：869)。这些“精英”的权力并非源于在科层制组织中的位置，而是直接植根于对算法和人工智能基础设施的掌控能力。他们借助技术瓦解传统的白领精英的社会结构，通过数字分权(王宁，2025)提升自己的社会地位。这种权力通过“更快更好完成任务的纯粹能力”及其所带来的“精准预测”进行自我合法化(Burell & Fourcade，2021)，从而绕开了传统的授权与监督程序。
算法作为一种新型权力，正通过具体的社会实践，形塑着一种更为隐蔽、高效且难以被质疑和挑战的“算法分层”(algorithmic stratification)机制。已有研究深入探讨了在招聘、金融、犯罪、公共服务与社会福利等领域，算法如何通过算法化、动态化的行为分级和人群分类，重塑生活机会的分配逻辑(Fourcade & Healy，2013；Eubanks，2018；Dastin，2022；Kim，2025)。“每一个数据维度的设定和每一个模型参数的调整，都在暗中塑造着社会资源的分配格局和个体的生存机会，进而建构并维系着新的社会秩序。”(邱泽奇，2025)这些研究共同揭示出，技术权力以“客观中立”为表象，将阶层分化与不平等包装成“不可避免”的技术结果。基于对这种新型技术权力的掌控关系，已有研究重新定义了社会的上、中、下阶层。上层是算法权力精英，他们是位于顶端的数据基础设施所有者与控制者。他们制定数字世界的规则，凭借数据垄断积累财富并获取议程设置能力。中间阶层是技术专家阶层，作为算法权力的设计者与维护者，他们拥有关键的技术知识资本，是权力意志的执行者，从而获得高回报和声望。最底层是被算法化的公众，这是社会的绝大多数，他们既是数据的生产者，也是算法的被管理者。这一阶层内部分化为能利用数字工具的“数字中产”，以及被算法锁定在不稳定工作中的“赛博无产者”，其生活机会日益受到不可见系统的支配(Fourcade & Healy，2013；Verwiebe & Hagemann，2024；Couldry & Mejias，2019)。
在数智时代，技术权力化和权力技术化(陈鹏，2025)的双重演进深刻地重塑了组织的权力结构和运作逻辑。以人工智能算法为核心的技术权力成为科层制组织权威之外的新权力形式，对资源分配和个体生活机遇产生影响。因此，数智时代的分层研究必须超越传统的权力测量框架，将算法等技术权力纳入分析核心。
三、投入性分层资源的数智化维度
如果说经济与政治资源划定了社会竞争的“场地”，那么人力资源、文化资源与社会资源则是个体行动者通过投资获取，并能用于在结构中博弈以实现地位获得的投入性资源。技术发展催生了这三种资源的数字化形态，重构了个体在新时代的地位获得路径。
(一)人力资本：数字素养与AI商数成为新时期的核心竞争力
人力资本是社会地位获得的硬通货。功能主义理论认为，社会分工与奖赏体系建立在个人才能的基础上(涂尔干，2000；Davis & Moore，1945；侯钧生、韩克庆，2005)，经济学中的人力资本理论则将知识、技能等视为能够提高生产力与市场回报的个人资产(Schultz，1963；Becker，1962)。这一理论框架在布劳-邓肯模型(Blau-Duncan Model)中得到了实证支撑，该模型确立了教育程度是连接家庭背景与个人职业地位的最关键中介变量(Blau & Duncan，1967)。受此启发，后续的社会分层研究将人力资本操作化为一系列可量化的、以文凭为核心的正式指标，包括教育程度、职业技能以及可计算的工作经验，并在此基础上实证分析其对收入、地位获得、社会流动与不平等的影响(李实、丁赛，2003；白雪梅，2004；岳昌君，2004；王甫勤，2010；吴愈晓，2011；周扬、谢宇，2019；李实、张钰丹，2020；Hao et al.，2023)。
进入后工业社会以来，以互联网、大数据、人工智能为代表的信息技术革命，通过大规模自动化机械性体力劳动和常规性认知任务，引发了劳动力市场的结构性变革(唐晓琦，2025；Frey & Osborne，2017；Felten et al.，2021；Chen et al.，2025)。这场被誉为“第二机器时代”的认知增强革命，正通过“智力物替”(王宁，2025)深刻地挑战着传统人力资本的价值根基。当学历所认证的“形式知识”能被机器轻易取代，文凭作为“生产力信号”的价值便大打折扣(王永钦、董雯，2023；王宁，2025)。在此背景下，仅仅拥有静态的专业知识和操作技能已远远不够。能够娴熟运用数字工具、驾驭数字信息、参与数字经济、融入数字社会的综合性能力，成为劳动者提升社会地位的核心人力资本。这种能力被称为“数字素养”(digital literacy，Gilster，1997)或数字能力(digital competence)(Ferrari & Punie，2013)。
“数字素养”的概念由吉尔斯特(Gilster，1997)在其著作《数字素养》(Digital Literacy)中首次提出。他将数字素养界定为“能够理解和使用通过计算机呈现的来自各种来源的多种格式信息的能力”，具体包括知识整合、信息评估、互联网搜索和超文本导航四个方面(Gilster，1997)。在学术界与欧盟、联合国等国际组织的推动下，数字素养的概念内涵和测量框架不断丰富。它整合了信息素养、媒介素养、计算机素养及网络素养等多个面向(Eshet-Alkalai，2004)，其核心也从“使用工具”转向“批判性地参与和创造性地融入数字生态系统”(UNESCO，2018；Vuorikari et al.，2022；胡俊平，2023)。实证研究发现，数字素养作为一种新的人力资本，能够显著提高劳动者(尤其是青年群体)的就业能力、工作效率与收入水平(宁光杰、杨馥萍，2021；王海军、葛晨，2024；黄阳华等，2025；Forman et al.，2012；Đorđević et al.，2025)。这些研究共同表明，数字素养已成为影响个人地位获得的关键变量。
自2023年以来，以大语言模型为代表的生成式人工智能(generative irtificial intellegence，GAI)在工作场所的深度渗透改变了劳动的主体格局。拥有“类人智慧”的人工智能机器成为具有能动性的“类主体”(王宁，2025)，使其从“信息中介”转向“认知参与者”，从“工具”转向“合作者”。这一转变引发了人力资本内涵的又一次重组，人力资本的核心竞争力从“使用数字技术”进一步深化为“与智能体高效协作”。因此，使用GAI完成各种类型任务的人机协作能力——“人工智能商数”(artificial intelligence quotient，AIQ)(Qin et al.，2025；Ganuthula & Balaraman，2023)——正成为主导性的竞争力(梁玉成，2025；梁玉成、马玉楚，2025；谢宇、阿维拉，2025；李骏，2025；Pereyda，2023)。相比于数字素养，AIQ更加强调个体识别与整合自身与AI各自的优势以实现协调增效的互补能力。研究发现，AIQ是一种独立于个人的智力水平、社交素养和计算及操作水平的稳定且可测量的特质(Qin et al.,2025)。初步的实证研究表明， AIQ对提升大学生就业力有显著的促进作用(Cheng & Cai，2024)。因此，有学者预测，未来人机协作社会中，传统知识技能的边际价值会不断被AI削弱(谢宇、阿维拉，2025)，AIQ将日益取代传统知识技能，成为决定其职业发展与社会地位获得的最核心竞争力，从而根本性地重塑社会分层体系(梁玉成，2025)。
综上，数智时代的人力资本变迁，经历了一个从“文凭资本”到“数字素养”再到“AIQ”的两次关键跃迁。这一演进轨迹，清晰地揭示了技术革命的深入如何一步步重构社会价值的标尺，并为我们理解未来的社会不平等形态提供了核心的分析视角。
(二)文化资本与社会资本：注意力与在线影响力成为新的价值标尺
在经典社会分层理论中，文化资本和社会资本是社会分层的软资源。布迪厄最早系统性地提出了文化资本和社会资本的概念。他认为，文化资本是个体能够用于获取社会优势的品味、惯习、文凭的总和，包含内化、物化和制度化三种形式，而社会资本是制度化关系网络中实际或潜在资源的总和(张文宏，2003)。在科尔曼、普特南等人的发展下，社会资本被定义为个体或群体通过社会网络能够获取的资源总和(科尔曼，1990：335；Putnam et al.，1994：195-201；边燕杰，2004；林南，2005)。传统上，这两种资本的积累都深度依赖稳定的社会结构。文化资本的认证有赖于家庭传承与精英教育体系，社会资本的获得则基于根据地缘、血缘、业缘等建构的社会网络。大量实证研究将文化资本、社会资本置于地位获得框架中，证实了文化资本、社会资本对阶层地位获得与社会流动的深远影响(关于文化资本的综述见Davies & Rizk，2018；社会资本的综述见张文宏，2011)。
数智时代的到来，从根本上重构了文化资本和社会资本的表现形态与运作逻辑，其场域也从线下延伸到了线上。首先，文化资本经历了从“精英认证”到“注意力变现”的转变。在数字场域中，文化资本的内涵不再局限于传统的知识与品味，而是加入了数字维度，成为一种动态性的“数字文化资本”(digital cultural capital)(Paino & Renzulli，2013)，其核心是数字环境中的内容创作与自我表达、在线形象塑造与数字互动等能力(Ollier-Malaterre et al.，2019)。这种转变导致了文化资本的“制度化”方式发生变化，其价值不再由权威机构授权认证，而是通过“注意力”的逻辑来加以衡量，文化资本的测量指标被线上平台的观看量、点赞、分享、评论、粉丝数量等“可见性”指标替代(Neumayer et al.，2021)。这些指标反映了内容的受欢迎程度，证明了内容创作者捕获和维持注意力的能力，而这种注意力高度依赖情感投入和人际互动来获取。例如，电商主播通过情绪控制和情感动员来吸引观众(龚为纲，2023；李潇晓、刘林平，2023；张咏雪，2025)，自媒体博主通过呈现私人、琐碎和隐秘的故事与情感来建立与粉丝的情感联系和持久性互动(闫岩，2023； Abidin，2021)；在线知识分子也需要将专业知识“转码”为通俗易懂、能够引发情感共鸣的内容才能更容易被推荐和传播(Wong，2025)。与传统文化资本不同，数字文化资本不再通过教育回报作用于地位获得，而是能够通过情感劳动直接转变为经济资本(Li & Zhang，2022)。
与此同时，社会资本完成了从“关系嵌入”到“平台连接”的转型。社会资本的形成依赖于具有普遍联系的关系网络，而互联网打破了社交的时空限制。一方面，它维持和加强了线下已有的社会资本；另一方面，它拓展了社交范围，产生了新的社会资本——“线上社会资本”(online social capital)(Williams，2006)。线上社会资本①是个体通过参与线上虚拟社区、与其成员建立人际联系而积累的资源。由于这种虚拟关系具有匿名性和高度流动性，一些研究者倾向于使用网络规模、关系强度、互动频率以及关系质量等指标来进行测量(徐煜，2014；缪晓雷，2025)。个体若要获得更多的在线资本，就需要更广泛地参与社交平台的互动，在数字平台中表达自我，以吸引更多的关注。
由此可见，数字平台的注意力机制使文化资本与社会资本不再相互独立，而是高度融合，呈现递归循环且相互转化的态势。数字文化资本是一种“自下而上的资本”(Beel & Wallace，2020)，依赖情感共鸣和人际互动。独特的数字文化资本能够迅速引起共鸣、吸引关注，提高粉丝数和社群活跃度(Zhao，2020)，这实际上扩大了个体的网络规模，提升了个体的在线社会资本。而平台算法“奖励可见的数字”的注意力分配逻辑，也塑造了数字领域的“马太效应”(Walsh & Lehmann，2021)。平台算法会给在线数字资本高的用户内容分配更高的流量(Bucher，2012)，拥有庞大在线社会网络又能急剧放大某种观点或者文化品味，使其成为潮流，从而赋予其更高的文化价值与权威。如布迪厄所言，不同类型的资本可以相互转化。在注意力经济中，注意力本身是可以交易的资产(Davenport & Beck，2001)。因此，在数字领域文化资本与社会资本的双向互动中，形成了以注意力为核心的地位获得路径。拥有高数字文化资本和线上社会资本的个体具备更强的经济资本转化能力，因而能获得更高的阶层位置。
四、阶层地位的数智化测量
如果说数据资本与算法权力构成了数智时代新的结构性资源，数字素养、AI商数、数字文化资本与在线社会资本构成了新的投入性资源，那么当这些新资源投入社会再生产时，最终会产生怎样的结果性差异呢?在经典社会分层理论中，职业被视为解答这一问题的最佳切入点。职业不仅是现代社会分工的主要形式，更是整合了市场地位、工作地位与主观声望的复合体，蕴含着多重资源占有和分配关系的复杂信息(郑杭生，2002；李培林，2004)。因此，它是解释人们社会地位差异原因、测量个体社会地位“最好的单独指标”(Blau & Duncan，1967：6)。既然职业如此重要，那么如何测量职业的社会地位呢?过往研究采用了两种进路：一是阶层归类法，即依据不同职业类型所包含的各种客观资源含量，对职业地位进行定性划分(如陆学艺，2002；陆学艺，2003)；二是数值测量法，即通过对职业声望的主观评价或综合性的社会经济地位指数，对职业地位进行定量的连续测量。然而，数智化转型正从根本上动摇这两种测量路径的根基。数智化转型引发的职业结构变迁，不仅使传统的职业评价标准“脱锚”，还凸显了新的测量指标——职业稳定性——的重要性。
(一)从制度化声望到算法声望：传统职业评价体系的“脱锚”
职业声望的测量源于主观分层理论。沃纳学派认为，人们社会地位的高低是在他人或公众的认可与评价中形成的，对个体的声誉评价往往体现了其行为与主流价值观的契合程度(李春玲，2005；李强，2011：62-63)。因此，反映职业主流价值观的指标——职业声望——成为职业地位的主观测量指标(Treiman，1976；Treiman，1977；Goldthorpe & Hope，1976)。不过，声望与经济地位常常不一致。为了更精准地测量职业地位，邓肯(Duncan，1961)将职业的主观声望与客观经济地位、教育程度相联系，构建了社会经济地位指数(SEI)这一综合性指标。在此基础上，特莱曼(D.Treiman)、甘泽布姆(H.Ganzeboom)等人将该指标发展为国际标准职业社会经济地位量表(International Socio-Economic Index of Occupational Status，ISEI)(Ganzeboom et al.，1992；Ganzeboom et al.，1996；Ganzeboom，2010)。过去几十年间，我国也有众多研究者开展职业声望调查(Bian，1996；蔡禾、赵钊卿，1995；李强，2000)，并基于声望和职业社会经济地位指数对我国的阶层结构及其变迁展开研究，取得了丰硕的研究成果(李春玲，2005；许欣欣，2000；李强，2005；李强，2016；李强、刘海洋，2009；高顺文，2005；连瑞瑞，2013)。
职业声望与职业社会经济地位的核心要义，在于把职业地位转化为一个获得社会广泛认可且相对稳定的等级序列。这一序列的有效建立，依赖于两个关键前提：一是相对稳定的职业结构，二是趋于制度化的价值标准。只有在这样的前提之下，职业地位才能与个体的教育投入、社会贡献等因素实现稳定挂钩。然而，鲍曼(Bauman，2000：1)所描述的从“固态”到“液态”的现代性转型，精准地概括了当今时代的特征。过去稳固的结构正在不断消解，取而代之的是持续的流动与易变。这种“液态化”趋势在职业领域的具体表现，就是传统职业评价体系的“脱锚”。传统职业声望的分配逻辑，原本与教育、技能、社会贡献等传统制度化标准保持着稳定联系。但如今，它正逐渐转向数字经济特有的新标准，如“可见度”、“注意力”与“在线影响力”(Eckhardt & Bardhi，2020；Christin & Lewis，2021；Abidin，2018)。这一“脱锚”现象，在以平台为基础的新兴数字职业中尤为显著。如电竞选手、社交媒体博主、网络主播、算法工程师等新兴数字职业的从业者，能够借助平台的流量放大效应，在极短时间内吸引巨大的社会关注，从而获得传统职业路径难以企及的声望和经济回报。不过，这种基于算法分配的声望，具有极高的不稳定性和脆弱性。它并非源于制度化的认可，而是高度依赖平台算法的推荐逻辑以及大众转瞬即逝的注意力(Annabell et al.，2025)。在这种情况下，个体可能“一夜爆红”，也可能因算法调整、舆论风波或观众兴趣转移而“瞬间过气”。在注意力与经济回报紧密相连的数字经济环境中，声望的剧烈波动会直接导致收入不稳定，进而造成个体社会经济地位的急剧变动。
因此，当职业结构加速更迭，职业评价标准日益“算法化”和“流量化”时，沿用基于工业社会逻辑建立的职业声望与社会经济地位指数，已经难以准确描绘数智时代社会分层的真实状况。
(二)职业稳定性成为分层的测量的新指标
职业评价体系的动摇与劳动过程本身日益加剧的不稳定性互为表里。在数智时代，职业稳定性不再仅仅是一个雇佣关系问题，而是上升为一个能够综合反映个体资源禀赋与阶层地位的核心维度，成为劳动力市场分割与社会不平等的新来源(Atkinson，1987；Kalleberg，2003；Hudson，2007；李骏，2018；朱斌，2022)。这种普遍不稳定性的形成，源于技术与商业模式的双重驱动：一方面，数智技术的“创造性破坏”效应加速了劳动力市场的流动；另一方面，平台零工经济的兴起，通过“去雇主化”的用工模式从根本上重塑了传统的雇佣关系(Vallas & Schor，2020)，增加了劳动力市场上不稳定工作的数量。平台将劳动者定义为“独立承包商”而非正式雇员，系统性地规避了劳动法规定的雇主责任，把市场运营的风险从资本大规模地转移至劳动者个体(陈龙，2020；Sarkar，2025)。在这种模式下，劳动者看似获得了“自由”，实则陷入了更深层次的困境。他们不仅面临收入波动、保障缺失、抗风险能力低下等直接的经济困境(贾洪波、蔡瑶瑶，2020；匡亚林等，2021；张海东、杨城晨，2024)，更被置于一种算法化的精密控制之下(李胜蓝、江立华，2020；陈龙，2020)。任务分配、绩效监控、动态定价和奖惩决策均由不透明的算法自动执行，劳动者几乎丧失了知情权与议价权(邢朝国、李季垚，2023)，陷入一种全方位的“嵌套式脆弱”(nested precarities)(Duffy et al.，2021)。
职业稳定性的重要性，与劳动力市场中长期存在的“核心—边缘”或“内部人—外部人”的结构性分割(Atkinson，1984)密切相关。这种分割使得雇主倾向于将长期性投资赋予核心员工，而让边缘就业者处于可随时替换的、低保障的状态。已有研究考察了职业稳定性对不同维度资源占有的影响。在经济资源层面，非稳定就业不仅意味着更低的平均收入(罗楚亮，2008；李骏，2018)和人力资本回报(薛进军、高文书，2012)，还带来收入流的巨大不确定性(Kalleberg，2000)。在福利与社会保障资源方面，稳定雇员通常与养老、医疗、失业等社会保险紧密相连，是抵御风险的重要屏障，同时也更容易获取内部的培训、晋升机会(Kalleberg，2000；McGovern et al.，2004；Kauhanen & Nätti，2015)。在社会资本方面，不稳定的工作状态阻碍劳动者建立稳固社会关系，削弱其社会资本的积累(Macmillan & Shanahan，2021)。此外，长期不稳定的工作带来的不安全感和生活压力也会损伤劳动者的身心健康(Rohde et al.，2016；Irvine & Rose，2024；Drobnič et al.，2010)。
由此可见，职业稳定性已超越了单纯的“工作有无”，成为一个串联起收入、福利、发展机会、社会网络、身心健康等多个维度资源获取能力的总括性指标。在一个人人面临不确定性的时代，能否获得一份稳定的工作，已成为划分阶层地位、区隔生活机会的新的核心标准。
五、数智时代的隐形再生产：技术遮蔽下的不平等传递
社会流动研究领域长期存在一场核心理论辩论：现代社会究竟是趋于开放，还是在新形式下维持着封闭状态?以现代化理论为代表的“开放性”视角持有乐观态度，预言技术理性与工业化将打破先赋因素的束缚，进而构建一个以个人才干为基础的开放性社会。而以再生产理论为代表的“封闭性”视角则认为，优势阶层会借助社会排斥与社会固化等手段传递自身优势，以维持阶层再生产。数智时代的来临，为这场辩论提供了最为前沿且复杂的检验场域。在数智时代，传统社会分层所涉及的经济、政治、人力、文化、社会和声望等主要资源，都衍生出了数字化维度，其分配机制和价值体系也相应发生了改变。那么，这些新的资源、价值尺度与地位形态，究竟是打破旧有壁垒的“机会均等器”，还是巩固既有特权的“优势放大器”呢?
已有研究从数字鸿沟、收入不平等、职业极化、技术隔离等角度，对数字时代的不平等与阶层结构再生产展开了探讨。这些研究共同揭示出，数智化转型不仅未能实现现代化理论所预言的开放性，反而可能通过算法优绩主义、数字继承和算法规训等更为隐蔽、高效的机制，对既有的社会阶层与不平等体系进行再生产。
(一)绩效主义的悖论：从理性化到“算法优绩”的内卷
社会流动的现代化理论指出，工业化和理性化的发展会推动社会开放性增强。具体而言，工业化带来的职业结构升级会创造更多的(结构性)流动机会；经济理性和技术理性的发展会促使以教育为核心的自致因素取代先赋因素，成为个体地位获得的主导因素，进而促进相对流动机会趋于平等(李路路等，2018)。这两种机制在转型时期的研究中得到了大量证实(王鹏，2024)。数智化转型一方面带来了职业结构的剧烈变迁，创造了大量新的就业岗位；另一方面催生了“算法优绩主义”这一超理性化系统，该系统依据算法持续、自动地量化人的价值与机会。这看似与现代化理论的逻辑前提完美契合，但大量研究表明，这种新的绩效主义并未催生更开放的社会，反而通过放大初始优势和努力的内卷化两大机制，形塑了更加隐蔽的阶层再生产。
首先，算法优绩主义借助放大初始资源差异，营造出“赢者通吃”的局面。韦伯曾指出，理性化的理想状态是社会位置由个人才能和努力决定。而数智技术，特别是人工智能算法，将这一绩效原则推向了新高度。这种看似公平的优绩主义，实则把线下个体的地位结构差异复制到数字场域并加以放大(赵万里、谢榕，2020)。具体而言，作为“赛场”基础的结构性资源，包括数据、算力、算法和技术权力等，高度集中于少数头部企业和技术精英手中(Autor et al.，2020；邱泽奇，2025)。这使得“优绩”从一开始就并非单纯依靠个人努力，而是与驾驭这种不平等结构的能力相关。在此背景下，拥有更高数字素养、 AI商数、数字文化与社会资本等投入性资源的优势阶层，能够更高效地利用技术杠杆和技能溢价，将微小的初始优势转化为巨大的产出差异(龚为纲，2023；孙迟瑶等，2023；DiMaggio & Bonikowski，2008；Robinson，2009)。更为关键的是，这种技术驱动下结构性、投入性资源的极化最终会引发就业极化(陈楠等，2021；Acemoglu & Restrepo，2019)。生成式人工智能的发展会使中产阶层面临被替代的风险(王宁，2025)，劳动力市场正经历“就业空心化”，出现低端劳动者“边缘化”和高端劳动者“核心化”的现象(刘伟杰、周绍东，2018)，传统的职业晋升阶梯消失，中间阶层面临萎缩风险(谢宇、阿维拉，2025)。
其次，算法优绩主义通过“数字泰勒主义”式的精密监控，加剧了劳动过程的内卷与剥削。在算法管理模式下，个体的绩效被转化为一系列可量化的数据点，并与经济收入直接关联，劳动者被迫为满足算法的绩效指标而展开竞争(Muldoon & Raekstad，2023)。然而，这种极致的量化却掩盖了深刻的不平等。已有研究表明，技术对劳动者的作用存在异质性。优势阶层更善于利用技术提高工作效率、减少工作时间、提升收入回报(张咏雪，2024)；而对于劣势阶层来说，技术更多地表现为一种控制、剥削乃至自我剥削的规训机制。被困在系统里的外卖骑手、网约车司机以及自我剥削的“玩劳动”现象，都是这一逻辑的典型体现。
综上所述，数智时代的理性化并未带来普遍的开放性。相反，它通过一种更极端、更量化的绩效主义，放大了既有的资源不平等，将劳动过程转变为一场无休止的内卷式竞争，最终把微小的个体差异演变成巨大的阶层鸿沟。
(二)数字优势继承：代际传递的新路径
这种不平等会通过代际传递得以延续。布迪厄等人的再生产理论以及以布劳-邓肯模型为核心的实证研究，深刻揭示了家庭背景借助经济、职业、文化、社会资本的代际传递，对子代社会地位产生的深远影响(Blau & Duncan，1967；李春玲，2003；李春玲，2014；李煜，2006)。尽管有研究发现，绩效主义原则在一定程度上可抑制再生产效应(李路路等，2018)，但大量关于转型时期的研究进一步表明，随着市场化的深入、教育扩张以及收入不平等的加剧，这一再生产效应越发增强(王鹏，2024)。而数智化转型更是让这种代际传递变得更加隐蔽且高效，主要通过强化传统路径与开辟新路径两种方式实现。
首先，数智化通过加剧教育不平等，强化了传统的代际传递路径。在当下“教育军备竞赛”日益激烈的大环境中，数字技术成为优势家庭巩固其子女教育优势的新利器。这些家庭不仅能够为子女提供更为先进的数字化学习设备和资源，还能凭借自身的信息优势筛选并购买高质量的在线课程与个性化辅导服务，从而在传统的教育赛道上进一步扩大领先优势(许琪，2023；Liu et al.，2023；Wang et al.，2024；Shi et al.，2024)。
其次，数智时代开辟了一条全新的继承方式——“数字优势”的直接代际传递。诸多研究显示，家庭社会经济地位与父母和儿童的数字素养呈现显著的正相关(Scherer & Siddiq，2019；Ren et al.，2022)。优势阶层能够为子女提供优越的数字设备与环境，而且社会经济地位较高的父母自身往往具备更高的数字素养、更先进的教育观念以及更强的数字化教育能力。他们倾向于采用数字化的协调教养模式，运用“积极中介”策略，与孩子共同使用数字设备并引导其开展有益的在线活动，而非单纯地进行限制(Shi et al.，2024)。他们能够更加娴熟地指导子女有效运用数字技术，提升子女的数字素养，帮助子女构建健康的数字身份、积累有价值的在线社会资本、塑造更具优势的数字文化资本(Zhang & Livingstone，2019)。
这种能够实现代际传递的综合性数字优势，正逐渐成为一种新的家庭继承物。研究者借鉴布迪厄的资本理论，将家庭所拥有的、能够传递给下一代并转化为社会优势的数字化资源、技能与惯习的总和定义为“数字资本”(Park，2017；Ragnedda，2018；Ragnedda et al.，2020；Verwiebe & Hagemann，2024)。它借助数字化的协同教养等新机制进行传递，与传统的经济、文化、人力等资本形式相互叠加，通过代际传递机制完成了阶层地位的隐性再生产。
(三)算法规训：社会排斥的新合法化逻辑
除代际继承之外，优势阶层为维护自身利益与特权，会借助“社会排斥”巩固地位，进而形成社会封闭与阶层固化。经典研究将我国市场化转型时期的社会排斥划分为市场性排斥和制度性排斥两类(李路路、朱斌，2015)：市场性排斥基于个体特征，主要指依据人力资本(如资格证、教育文凭等)产生的排斥，其对社会封闭的影响主要通过教育机会的不平等体现(李煜，2006；吴愈晓，2011)；制度性排斥则基于群体特征(如户籍、单位制度)，表现为再分配制度致使劳动力市场回报在不同群体间不均等(边燕杰等，2006；吴晓刚，2007)。在此基础上，制度的区隔会被个体逐渐内化为新的价值观念，进而产生心理上的区隔，形成“制度合法化逻辑”(李路路，2006)，这进一步影响了代际流动机会。这些社会排斥机制对我国市场化转型时期的不平等体系与阶层再生产产生了深远影响。数智化转型不仅未消解这两种排斥机制，反而通过强化传统排斥和创造新的排斥工具对其进行了隐蔽强化。
一方面，数智化借助“数字鸿沟”强化了传统的市场性排斥。既有的社会劣势在数字世界中往往会被复制和放大，使处于社会和数字双重劣势的群体面临双重困境。线下资源匮乏导致线上技能落后，而线上机会缺失又进一步固化了线下的不利地位。这种因无法有效参与数字化生活而产生的相对数字剥夺感，会形成心理障碍，阻碍其学习意愿，从而陷入恶性循环(Park，2017)。
另一方面，数智技术的发展催生了新的制度性排斥工具——算法。有研究者(邱泽奇，2025)借鉴福柯的规训理论，将算法视为一种无处不在的新型“规训”技术。它借助数据监控这一新型“全景敞视监狱”，持续收集用户的真实数据。在此基础上，对用户进行打分、排名并生成用户画像，进而引导和规训个体行为。算法规训主要通过制度性排斥和制度合法化两种途径强化社会排斥。
首先是制度性排斥。算法通过设置准入门槛来实施制度性排斥(Fourcade& Healy，2013；Verwiebe & Hagemann，2024)。在招聘、信贷、保险乃至社会福利分配等关键领域，算法基于所生成的画像，自动将某些“高风险”或“低价值”的群体排除在外，形成一种看不见的“算法红线”，在主体不知情或未同意的情况下影响个体的生活机会和资源获取(Burell & Fourcade，2021)。正如邱泽奇(2025)所言：“算法即规训，它不命令，却通过数据标签和模型运算引导个体向预设方向行动；它不处罚，却通过评分差异实现对人群的筛选和区隔。”然而，由于算法本身存在“偏见输入，偏见输出”的问题(Mehrabi et al.，2021)，这种分类逻辑不可避免地嵌入了算法的偏见与既有的社会不平等。已有大量实证研究发现，基于历史招聘数据训练的算法会学习人类招聘官的偏见，造成性别、种族和年龄的歧视(Gray & Suri，2019；Dastin，2022；Ajunwa，2020)；在刑事司法和社会福利领域，算法作为风险评估工具同样放大了现实的不平等(O'Neil，2016；Eubanks，2018；Muhammad，2019；Harcourt，2019)。更重要的是，算法规训不仅形成了制度化排斥，还促使个体进行自我规训。算法通过分类标签塑造个体的数字身份(Cheney-Lippold，2017)，数据驱动的个性化推荐机制会基于个体的数字身份决定其信息获取范围。当个体与这些推荐内容互动时，其行为数据又反过来强化了算法对其既有判断，形成一个强大的反馈闭环。久而久之，个体可能会在潜移默化中接受算法为自己设定的“人设”。同时，当个体意识到自己时刻处于被量化、被评估的状态时，他们会为了寻求价值认同开始主动管理自己的行为，以迎合算法的偏好，塑造一个“更优”的数字形象(徐强，2023；李中涵、陈继红，2025；Lindell & Kas，2024)。
其次是制度合法化。算法所建构的社会排斥机制因其披着“客观”“中立”“科学”的技术外衣，而具有了前所未有的合法性。算法的黑箱决策过程使得歧视性的结果往往能够以中立的技术语言呈现，从而逃避审查和问责。它将结构性的歧视转译为个体“信用分不足”或“类别不匹配”的技术性问题，从而遮蔽了其社会排斥与不平等再生产的本质。
六、总结与未来研究方向
本文依据传统分层理论对分层资源维度的划分，构建了一个“结构—投入—结果”的框架，在此框架下对数智时代碎片化的分层研究进行了系统梳理。通过剖析传统分层资源在数智时代的形态、测量维度和分层机制的变迁，揭示出数智革命带来的不仅仅是几种新资源的涌现，而是促使整个社会分层链条——从宏观的竞争场域，到个体的博弈工具，再到最终的地位回报形态——发生全面变革。在结构层面，经济资源与政治资源的转变造就了由平台和技术精英主导的新竞争格局。掌控数据资本与算法权力的数字精英成为数字场域的规则制定者，他们通过“算法治理”塑造着社会资源的分配格局和个体的生存机会。基于此，个体用于地位博弈的投入性资本也发生了深刻的范式转变：人力资本的价值核心正从“文凭”转向数字素养以及以“AI商数”为核心的数字融入和人机协作能力，文化与社会资本则融合为可直接变现的“在线影响力”。这些变迁最终导致了一种充满内在矛盾的地位回报形态：传统的职业声望变得高度流动且难以预测，而制度性的职业保障则愈发脆弱，职业稳定性成为区隔生活机会的重要标准。这些转变不仅重塑了数智时代的阶层结构，还形成了更为隐蔽的再生产机制。其一，看似公平的算法绩效主义在现实中会放大初始资源差异，加剧剥削和内卷，进而放大现有不平等。其二，数字素养、AIQ、数字文化资本等作为核心竞争力的投入性资源通常在实践中形成，难以通过传统教育获得。因此，数字优势往往以家庭数字协同教养这种潜移默化的方式传递给子女，从而拉大与劣势家庭的差距。其三，包含社会偏见的算法披着“客观”“中立”“科学”的技术外衣对个体进行分类，无形中塑造着个体的生活机会和资源获取，成为新的社会排斥机制的合法化工具，使不平等的再生产过程难以被察觉和追责。更重要的是，这种持续、隐蔽的技术规训会逐渐转化为个体的自我规训，将算法的分类标签内化为个体的身份认同。由此可见，数智时代的算法优绩主义、数字继承和算法规训等社会封闭机制相互关联，一方面使现代化—理性逻辑对社会流动的作用失效，另一方面通过强化现有并创造新的代际继承和排斥机制，在技术遮蔽下对阶层结构和不平等进行隐性再生产。
尽管理论探讨不断深入，但当前关于数智时代社会分层的实证研究仍相对滞后，存在理论与经验脱节、宏观叙事与微观机制不明的问题。其核心困境在于“测量危机”：一方面，传统的职业声望与社会经济地位指数等量表，因基于过时的职业结构与社会价值体系而逐渐失效②；另一方面，目前已提出大量“各自为政”的新概念，如数字素养、AIQ、在线社会资本等，针对每个概念也形成了多种测量框架，但这些研究大多仅停留在测量指标构建的理论探讨层面，尚未广泛应用于大型社会调查。由于实证数据缺失，现有研究对关键新兴概念的测量大多仍停留在“互联网使用”和“是否拥有智能手机”等过于简化的层面，远未能捕捉其多维、动态的内涵，导致对新型人力、社会、文化资本的分层机制以及数字优势代际传递等核心机制的实证检验严重不足。
因此，未来的研究亟须在理论、数据与方法三个层面实现系统性突破。
首先，最基础且最迫切的任务是开发本土化、标准化的测量体系，以测量数字素养、AIQ、在线社会资本、算法声望乃至职业稳定性等社会分层新维度，且该体系需具有良好的信效度。更重要的是，应积极推动将这些与时俱进的测量工具整合进入各类大型调查中。只有这样，才能获得可靠的、可供推论的个体层面数据，为描绘新时期阶层结构的宏观图景、检验不平等再生产的因果机制奠定坚实的实证基础。
其次，传统调查虽具有代表性，但存在理论滞后性，且数据颗粒度难以捕捉实时、动态的社会过程。而计算社会科学方法的发展，为我们提供了多元化的数据获取与分析方法和工具。例如，我们可以借助机器学习、大模型从社交平台提取文本、图片、视频等多模态内容数据以及点赞、关注等社会网络数据，用以测量用户的数字文化资本与在线社会资本；通过在线实验测量数字素养、AIQ等新型人力资本；运用硅样本、智能体仿真等方法模拟和检验社会现象的产生机制；等等。因此，未来的研究应积极开拓多样化的数据来源与分析方法，为获取新的理论洞见创造更多可能。
最后，在拥有坚实的实证数据与方法的基础上，未来的研究能够对数智时代分层的机制及其时空差异展开更为深入的探讨。本文构建的分析框架旨在呈现数智时代分层链条的共性变迁，然而数智化转型带来的社会分层结构和机制的变迁是动态且复杂的，其具体机制必然会因时间、地区、行业、劳动力部门等情境因素而有所不同。因此，从宏观理论建构迈向中观机制检验，考察分层机制的异质性，对于深化我们对数智时代社会分层与不平等机制的理解至关重要。
注释：
①线上社会资本被分为“维持型”和“拓展型”两种方式(缪晓雷，2025)，前者是线下社会资本在线上的延续，而后者是在线上新拓展的社会资本，这里只讨论后者。
②绝大多数研究对职业地位的测量仍沿用2008年甚至1988年的国际标准职业社会经济指数(ISEI)和职业声望量表(SIOPs)，至今尚未构建出统一的、契合当下数智时代职业结构与价值观念的职业声望和职业社会经济地位指数新体系。
原文参考文献
[1]白雪梅，2004，《教育与收入不平等：中国的经验研究》，《管理世界》第6期。
[2]边燕杰，2004，《城市居民社会资本的来源及作用：网络观点与调查发现》，《中国社会科学》第3期。
[3]边燕杰等，2006，《结构壁垒、体制转型与地位资源含量》，《中国社会科学》第5期。
[4]波朗查斯，1982，《政治权力与社会阶级》，北京：中国社会科学出版社。
[5]蔡禾、赵钊卿，1995，《社会分层研究：职业声望评价与职业价值》，《管理世界》第4期。
[6]陈本皓，2020，《大数据与监视型资本主义》，《开放时代》第1期。
[7]陈龙，2020，《“数字控制”下的劳动秩序——外卖骑手的劳动控制研究》，《社会学研究》第6期。
[8]陈楠等，2021，《人工智能影响就业的多重效应与影响机制：综述与展望》，《中国人力资源开发》第11期。
[9]陈鹏，2025，《技术的权力化和权力的技术化》，《社会科学论坛》第3期。
[10]邓曦泽，2021，《主体技术政治学论纲：一种新型权力的诞生》，《江海学刊》第5期。
[11]福克斯，2020，《数字劳动与卡尔·马克思》，周延云译，北京：人民出版社。
[12]高顺文，2005，《我国职业声望研究二十年述评》，《华中科技大学学报(社会科学版)》第4期。
[13]龚为纲，2023，《数字直播平台中的互动仪式与隐性支配——以A电商直播平台为例》，《中国社会科学评价》第3期。
[14]郭茂灿等，2025，《智能社会学：生成式人工智能驱动下的社会变迁与社会学范式重构》，《智能社会研究》第2期。
[15]侯钧生、韩克庆，2005，《西方社会分层研究中的两种理论范式》，《江海学刊》第4期。
[16]侯利明、秦广强，2019，《中国EGP阶层分类的操作化过程——以中国综合社会调查(CGSS)数据为例》，《社会学评论》第2期。
[17]胡俊平等，2023，《全民数字素养与技能评价的发展与实践进路》，《科普研究》第5期。
[18]黄阳华等，2025，《数字经济影响就业形态再讨论——劳动者数字化水平与就业选择的微观证据》，《数量经济技术经济研究》第7期。
[19]贾洪波、蔡瑶瑶，2025，《去技能化、制造同意和技术控制：众包群体劳动保障权益受损探析》，《新视野》第3期。
[20]科尔曼，1990，《社会理论的基础》，邓方译，北京：社会科学文献出版社。
[21]匡亚林等，2021，《新业态灵活就业人员社会保障制度健全研究》，《学习与实践》第1期。
[22]赖特，2004，《后工业社会中的阶级：阶级分析的比较研究》，沈阳：辽宁教育出版社。
[23]赖特，2006，《阶级》，刘磊、吕梁山译，北京：高等教育出版社。
[24]赖特，2011，《阶级分析方法》，马磊、吴菲译，上海：复旦大学出版社。
[25]李春玲，2003，《社会政治变迁与教育机会不平等——家庭背景及制度因素对教育获得的影响(1940-2001)》，《中国社会科学》第3期。
[26]李春玲，2005，《当代中国社会的声望分层——职业声望与社会经济地位指数测量》，《社会学研究》第2期。
[27]李春玲，2014，《“80后”的教育经历与机会不平等——兼评〈无声的革命〉》，《中国社会科学》第4期。
[28]李骏，2018，《非稳定就业与劳动力市场分割——对内地与香港的比较研究》，《社会学研究》第5期。
[29]李骏，2025，《大重构：AI时代社会分层秩序的变动与治理》，《社会》第3期。
[30]李路路、秦广强，2016，《当代中国的阶层结构分析》，北京：中国人民大学出版社。
[31]李路路等，2012，《权威阶层体系的构建——基于工作状况和组织权威的分析》，《社会学研究》第6期。
[32]李路路等，2018，《固化还是流动?——当代中国阶层结构变迁四十年》，《社会学研究》第6期。
[33]李路路、朱斌，2015，《当代中国的代际流动模式及其变迁》，《中国社会科学》第5期。
[34]李培林，2004，《话说社会分层》，载《中国社会分层》，北京：社会科学文献出版社。
[35]李强，1997，《政治分层与经济分层》，《社会学研究》第4期。
[36]李强，2000，《转型时期冲突性的职业声望评价》，《中国社会科学》第4期。
[37]李强，2005，《“丁字型”社会结构与“结构紧张”》，《社会学研究》第2期。
[38]李强，2011，《社会分层十讲》，北京：社会科学文献出版社。
[39]李强，2016，《中国离橄榄型社会还有多远——对于中产阶层发展的社会学分析》，《探索与争鸣》第8期。
[40]李强、刘海洋，2009，《变迁中的职业声望——2009年北京职业声望调查浅析》，《学术研究》第12期。
[41]李胜蓝、江立华，2020，《新型劳动时间控制与虚假自由——外卖骑手的劳动过程研究》，《社会学研究》第6期。
[42]李实、丁赛，2003，《中国城镇教育收益率的长期变动趋势》，《中国社会科学》第6期。
[43]李实、张钰丹，2020，《人力资本理论与教育收益率研究》，《北京大学教育评论》第1期。
[44]李潇晓、刘林平，2023，《阶层偏好、文化资本与情感机器——东方甄选直播现象的数字民族志研究》，《探索与争鸣》第1期。
[45]李煜，2006，《制度变迁与教育不平等的产生机制——中国城市子女的教育获得(1966-2003)》，《中国社会科学》第4期。
[46]李中涵、陈继红，2025，《数字化时代下人的数字身份的异化与扬弃》，《中南大学学报(社会科学版)》第2期。
[47]连瑞瑞，2013，《社会转型期职业声望测量与变迁研究》，《长春理工大学学报(社会科学版)》第11期。
[48]梁军等，2025，《数字资本主义空间叙事的政治经济学批判》，http***。
[49]梁玉成，2025，《知识青年向何处去：AI时代大学教育的挑战与应对之道》，《江海学刊》第3期。
[50]梁玉成、马玉楚，2025，《高技术社会下青年的劳动转型与AI商数培养》，《青年探索》第4期。
[51]梁玉成、张咏雪，2022，《算法治理、数据鸿沟与数据基础设施建设》，《西安交通大学学报(社会科学版)》第2期。
[52]林南，2005，《社会资本：关于社会结构与行动的理论》，张磊译，上海：上海人民出版社。
[53]林宗弘、吴晓刚，2010，《中国的制度变迁、阶级结构转型和收入不平等：1978-2005》，《社会》第6期。
[54]刘涛雄等，2023，《数据资本估算及对中国经济增长的贡献——基于数据价值链的视角》，《中国社会科学》第10期。
[55]刘伟杰、周绍东，2018，《新科技革命与劳动者阶层分化——马克思主义政治经济学视角的解读》，《财经科学》第10期。
[56]刘欣，2005，《当前中国社会阶层分化的多元动力基础——一种权力衍生论的解释》，《中国社会科学》第4期。
[57]刘欣，2007，《中国城市的阶层结构与中产阶层的定位》，《社会学研究》第6期。
[58]刘欣，2008，《公共权力、市场能力与中国城市的中产阶层》，《中国研究》增刊第1期。
[59]刘欣，2018，《协调机制、支配结构与收入分配：中国转型社会的阶层结构》，《社会学研究》第1期。
[60]陆学艺，2002，《当代中国社会阶层研究报告》，北京：社会科学文献出版社。
[61]陆学艺，2003，《当代中国社会阶层的分化与流动》，《江苏社会科学》第4期。
[62]罗楚亮，2008，《就业稳定性与工资收入差距研究》，《中国人口科学》第4期。
[63]孟天广、吴培琳，2024，《算法政治：算法介入国家治理的耦合逻辑与政治效应》，《山东大学学报(哲学社会科学版)》第5期。
[64]缪晓雷，2025，《线上社会资本的测量与影响因素》，《西安交通大学学报(社会科学版)》第1期。
[65]宁光杰、杨馥萍，2021，《互联网使用与劳动力产业流动——对低技能劳动者的考察》，《中国人口科学》第2期。
[66]秦广强，2011，《新韦伯主义阶级框架：起源与演变、操作与理论》，《国外社会科学》第6期。
[67]邱泽奇，2025，《人机社会的治理转向》，《社会》第3期。
[68]仇立平，2006，《回到马克思：对中国社会分层研究的反思》，《社会》第4期。
[69]邵占鹏，2022，《网络零售平台经济中的生产资料所有制》，《开放时代》第2期。
[70]孙迟瑶等，2023，《谁从在线学习中受益更大?——基于研究生在线知识共享行为的实证研究》，《华东师范大学学报(教育科学版)》第2期。
[71]索伦森，2005，《分层研究中的基本概念：阶级、地位和权力》，《社会分层》，北京：华夏出版社。
[72]唐晓琦，2025，《职业选择、岗位替代与求职空间中的自我削弱风险——一项基于珠三角制造业“机器换人”的实证研究》，《中国青年研究》第4期。
[73]涂尔干，2000，《社会分工论》，渠东译，北京：生活·读书·新知三联书店。
[74]王甫勤，2010，《人力资本、劳动力市场分割与收入分配》，《社会》第1期。
[75]王海军、葛晨，2024，《数字素养促进了青年高质量充分就业吗?》，《上海财经大学学报》第3期。
[76]王宁，2025，《AI时代的智力物替、主体重塑与结构转型——一个人工智能社会学的分析框架》，《探索与争鸣》第3期。
[77]王鹏，2024，《中国的代际流动研究》，载《当代中国社会分层与流动研究手册》(上)，北京：中国人民大学出版社。
[78]王永钦、董雯，2023，《中国劳动力市场结构变迁——基于任务偏向型技术进步的视角》，《中国社会科学》第11期。
[79]吴晓刚，2007，《中国的户籍制度与代际职业流动》，《社会学研究》第6期。
[80]吴愈晓，2011，《劳动力市场分割、职业流动与城市劳动者经济地位获得的二元路径模式》，《中国社会科学》第1期。
[81]谢宇、阿维拉，2025，《基于大语言模型的生成式人工智能的社会影响》，《经济学(季刊)》第2期。
[82]邢朝国、李季垚，2023，《代驾司机数字劳动不稳定性的算法形塑机制及其主体应对》，《中国青年研究》第7期。
[83]徐强，2023，《身份景观：虚实相生的数字身份及其认同》，《山东社会科学》第11期。
[84]徐煜，2014，《新浪微博中的线上关系网络与社会资本获得：以国内新闻传播学术共同体的线上链接关系网络为例》，《新闻大学》第4期。
[85]许琪，2023，《青少年互联网使用的两道数字鸿沟及其对教育不平等的影响》，《浙江工商大学学报》第2期。
[86]许欣欣，2000，《从职业评价与择业取向看中国社会结构变迁》，《社会学研究》第3期。
[87]薛进军、高文书，2012，《中国城镇非正规就业：规模、特征和收入差距》，《经济社会体制比较》第6期。
[88]闫岩，2023，《表演性劳动：网红的粉丝运作逻辑及其文化影响》，《新闻与传播评论》第5期。
[89]岳昌君，2004，《教育对个人收入差异的影响》，《经济学(季刊)》增刊第1期。
[90]张海东、杨城晨，2024，《社会生产体制变迁视角下的新职业群体：职业特征、形成原因与现实困境》，《江海学刊》第4期。
[91]张文宏，2003，《社会资本：理论争辩与经验研究》，《社会学研究》第4期。
[92]张文宏，2011，《中国社会网络与社会资本研究30年》，《江海学刊》第2-3期。
[93]张翼，2004，《中国人社会地位的获得——阶级继承和代内流动》，《社会学研究》第4期。
[94]张咏雪，2024，《从自动化技术到生成式人工智能——技术对劳动者影响的技能异质性研究》，《社会学研究》第4期。
[95]张咏雪，2025，《数字经济中的情感资本转化——网络直播中的情感时序动态研究》，《智能社会研究》第1期。
[96]赵万里、谢榕，2020，《数字不平等与社会分层：信息沟通技术的社会不平等效应探析》，《科学与社会》第1期。
[97]郑杭生，2002，《我国社会阶层结构新变化的几个问题》，《华中师范大学学报(人文社会科学版)》第4期。
[98]周扬、谢宇，2019，《二元分割体制下城镇劳动力市场中的工作流动及其收入效应》，《社会》第4期。
[99]朱斌，2022，《稳定化与结构化——新制度主义视角下的中国劳动力市场变化(2006-2017)》，《社会学研究》第2期。
[100]Abidin,C.2018,Internet Celebrity:Understanding Fame Online.Bingley:Emerald Publishing Limited.
[101]Abidin,C.2021,"From 'Networked Publics' to 'Refracted Publics':A Companion Framework for Researching 'Below the Radar' Studies." Social Media+Society 7(1).
[102]Acemoglu,D.& P.Restrepo 2019,"Automation and New Tasks:How Technology Displaces and Reinstates Labor." Journal of Economic Perspectives 33(2).
[103]Ajunwa,I.2020,"An Auditing Imperative for Automated Hiring Systems." Harvard Journal of Law & Technology 34.
[104]Amoore,L.2020,Cloud Ethics:Algorithms and the Attributes of Ourselves and Others.Durham:Duke University Press.
[105]Annabell,T.et al.2025,"Influencer as Individual and Trader:Exploring the Boundaries of Discrimination in Influencer Marketing from a Multidisciplinary Perspective." http***
[106]Arvidsson,A.2016,"Facebook and Finance:On the Social Logic of the Derivative." Theory,Culture & Society 33(6).
[107]Atkinson,J.1984,"Manpower Strategies for Flexible Organizations." Personnel Management 16(8).
[108]Atkinson,J.1987,"Flexibility or Fragmentation? The United Kingdom Labour Market in the Eighties." Labour and Society 12.
[109]Autor,D.et al.2020,"The Fall of the Labor Share and the Rise of Superstar Firms." The Quarterly Journal of Economics 135(2).
[110]Bauman,Z.2000,Liquid Modernity.Cambridge:Polity Press.
[111]Becker,G.1962,"Investment in Human Capital:A Theoretical Analysis." Journal of Political Economy 70(5).
[112]Beel,D.& C.Wallace 2020,"Gathering Together:Social Capital,Cultural Capital and the Value of CulturalHeritage in a Digital Age." Social & Cultural Geography 21(5).
[113]Beniger,J.1989,The Control Revolution:Technological and Economic Origins of the Information Society.Harvard University Press.
[114]Bian,Y.1996,"Chinese Occupational Prestige." International Sociology 11(2).
[115]Blau,P.& M.Duncan 1967,The American Occupational Structure.New York:John Wiley & Sons.
[116]Bucher,T.2012,"Want to Be on the Top? Algorithmic Power and the Threat of Invisibility on Facebook." New Media & Society 14(7).
[117]Burell,J.& M.Fourcade 2021,"The Society of Algorithms." Annual Review of Sociology 47(1).
[118]Burris,B.1989,"Technocratic Organization and Control." Organization Studies 10(1).
[119]Chen,Q.et al.2025,"Large Language Models at Work in China's Labor Market." http***
[120]Cheney-Lippold,J.2016,"Jus Algoritmi:How the National Security Agency Remade Citizenship." International Journal of Communication 10.
[121]Cheney-Lippold,J.2017,We Are Data:Algorithms and the Making of Our Digital Selves.New York:New York University Press.
[122]Cheng,X.& Y.Cai 2024,"Influence of College Student' Artificial Intelligence Quotient on Employability." Journal of Roi Kaensarn Academi 9(9).
[123]Christin,A.& R.Lewis 2021,"The Drama of Metrics:Status,Spectacle,and Resistance Among YouTube Drama Creators." Social Media+Society 7(1).
[124]Couldry,N.& U.Mejias 2019,"Making Data Colonialism Liveable:How Might Data's Social Order Be Regulated?" Internet Policy Review 8(2).
[125]Dastin,J.2022,"Amazon Scraps Secret AI Recruiting Tool That Showed Bias Against Women." in Ethics of Data and Analytics.Boca Raton:Auerbach Publications.
[126]Davenport,T.& J.Beck 2001,The Attention Economy:Understanding the New Currency of Business.Boston:Harvard Business School Press.
[127]Davies,S.& J.Rizk 2018,"The Three Generations of Cultural Capital Research:A Narrative Review." Review of Educational Research 88(3).
[128]Davis,K.& W.Moore 1945,"Some Principles of Stratification." American Sociological Review 10(2).
[129]DiMaggio,P.& B.Bonikowski 2008,"Make Money Surfing the Web? The Impact of Internet Use on the Earnings of US Workers." American Sociological Review 73(2).
[130]Đorđević,B.et al.2025,"Impact of the Digital Skills on Employability:Cross-Sectional Analysis." Economies 13(7).
[131]Drobnič,S.et al.2010,"Good Job,Good Life? Working Conditions and Quality of Life in Europe." Social Indicators Research 99(2).
[132]Duffy,B.et al.2021,"The Nested Precarieties of Creative Labor on Social Media." Social Media+Society 7(2).
[133]Duncan,O.1961,"A Socioeconomic Index for All Occupations." in Occupations and Social Status.New York:Free Press.
[134]Eckhardt,G.& F.Bardhi 2020,"New Dynamics of Social Status and Distinction." Marketing Theory 20(1).
[135]Erikson,R.& J.Goldthorpe 1992,The Constant Flux:A Study of Class Mobility in Industrial Societies.Oxford:Clarendon Press.
[136]Erikson,R.et al.1979,"Intergenerational Class Mobility in Three Western European Societies:England,France and Sweden." The British Journal of Sociology 30(4).
[137]Eshet-Alkalai,Y.2004,"Digital Literacy:A Conceptual Framework for Survival Skills in the Digital Era." Journal of Educational Multimedia and Hypermedia 13(1).
[138]Eubanks,V.2018,Automating Inequality:How High-Tech Tools Profile,Police,and Punish the Poor.New York:St.Martin's Press.
[139]Eyal,G.2013,"For a Sociology of Expertise:The Social Origins of the Autism Epidemic." American Journal of Sociology 118(4).
[140]Felten,E.et al.2021,"Occupational,Industry,and Geographic Exposure to Artificial Intelligence:A Novel Dataset and Its Potential Uses." Strategic Management Journal 42(12).
[141]Ferrari,A.& Y.Punic 2013,"DIGCOMP:A Framework for Developing and Understanding Digital Competence in Europe." JRC Scientific and Policy Reports.
[142]Forman,C.et al.2012,"The Internet and Local Wages:A Puzzle." American Economic Review 102(1).
[143]Fourcade,M.& K.Healy 2013,"Classification Situations:Life-Chances in the Neoliberal Era." Accounting,Organizations and Society 38(8).
[144]Frey,C.& M.Osborne 2017,"The Future of Employment:How Susceptible Are Jobs to Computerisation?" Technological Forecasting and Social Change 114.
[145]Ganuthula,V.& K.Balaraman 2025,"Artificial Intelligence Quotient(AIQ):A Novel Framework for Measuring Human-AI Collaborative Intelligence." arXiv preprint arXiv:2503.16438.
[146]Ganzeboom,H.& D.Treiman 1996,"Internationally Comparable Measures of Occupational Status for the 1988 International Standard Classification of Occupations." Social Science Research 25(3).
[147]Ganzeboom,H.2010,"A New International Socio-Economic Index(ISEI)of Occupational Status for the International Standard Classification of Occupation 2008(ISCO-08)Constructed with Data from the ISSP 2002-2007." Paper presented at the Annual Conference of International Social Survey Programme,lisbon.
[148]Ganzeboom,H.et al.1992,"A Standard International Socio-Economic Index of Occupational Status." Social Science Research 21(1).
[149]Gilster,P.1997,Digital Literacy.New York:Wiley Computer Pub.
[150]Goldthorpe,J.& C.Llewellyn 1977,"Class Mobility in Modern Britain:Three Theses Examined." Sociology 11(2).
[151]Goldthorpe,J.& K.Hope 1976,"The Social Grading of Occupations:A New Approach and Scale." American Journal of Sociology 138(4).
[152]Goldthorpe,J.1987,Social Mobility and Class Structure in Modern Britain.Oxford:Oxford University Press.
[153]Gray,M.& S.Suri 2019,Ghost Work:How to Stop Silicon Valley from Building a New Global Underclass.New York:Harper Business.
[154]Grusky,D.2014,Social Stratification,Class,Race,and Gender in Sociological Perspective.Boulder:Routledge.
[155]Hao,X.et al.2023,"Research on the Contribution Mechanism of Vocational Human Capital Characteristics to Income." Education Sciences 13(3).
[156]Harcourt,B.2019,Against Prediction:Profiling,Policing,and Punishing in an Actuarial Age.Chicago:University of Chicago Press.
[157]Hudson,K.2007,"The New Labor Market Segmentation:Labor Market Dualism in the New Economy." Social Science Research 36(1).
[158]Irvine,A.& N.Rose 2024,"How Does Precarious Employment Affect Mental Health? A Scoping Review and Thematic Synthesis of Qualitative Evidence from Western Economies." Work,Employment and Society 38(2).
[159]Kalleberg,A.2000,"Nonstandard Employment Relations:Part-time,Temporary and Contract Work." Annual Review of Sociology 26(1).
[160]Kalleberg,A.2003,"Flexible Firms and Labor Market Segmentation:Effects of Workplace Restructuring on Jobs and Workers." Work and Occupations 30(2).
[161]Kauhanen,M.& J.Nätti 2015,"Involuntary Temporary and Part-time Work,Job Quality and Well-Being at Work." Social Indicators Research 120(3).
[162]Kim,P.2025,"Algorithmic Governance and Nondiscrimination Rights in the Workplace." Washington University in St.Louis Legal Studies Research Paper.
[163]Lessig,L.2000,Code:And Other Laws of Cyberspace.New York:Basic Books.
[164]Li,Y.& R.Zhang 2022,"Research on the Consumers' Purchasing Motivation and Strategies Based on the Fan Economy in Live Streaming." 2022 2nd International Conference on Enterprise Management and Economic Development.
[165]Lindell,J.& A.Kas 2024,"Media Practice and Class-Making:The Anticipation of Stigma and the Cultural Middle-Class Habitus." Media,Culture & Society 46(1).
[166]Liu,Y.et al.2023,"Widening Digital Divide:Family Investment,Digital Learning,and Educational Performance of Chinese High School Students During the COVID-19 Pandemic School Closures." Applied Research in Quality of Life 18(5).
[167]Lupton,D.et al.2015,"Personal Data Contexts,Data Sense,and Self-Tracking Cycling." International Journal of Communication 12.
[168]Macmillan,R.& M.Shanahan 2021,"Why Precarious Work Is Bad for Health:Social Marginality as Key Mechanisms in a Multi-National Context." Social Forces 100(2).
[169]McGovern,P.et al.2004,"Bad Jobs in Britain:Nonstandard Employment and Job Quality." Work and Occupations 31(2).
[170]Mehrabi,N.et al.2021,"A Survey on Bias and Fairness in Machine Learning." ACM Computing Surveys 54(6).
[171]Muhammad,K.2019,The Condemnation of Blackness:Race,Crime,and the Making of Modern Urban America,with a New Preface.Cambridge:Harvard University Press.
[172]Muldoon,J.& P.Raekstad 2023,"Algorithmic Domination in the Gig Economy." European Journal of Political Theory 22(4).
[173]Neumayer,C.et al.2021,"Invisible Data:A Framework for Understanding Visibility Processes in Social Media Data." Social Media+Society 7(1).
[174]O'Neil,C.2016,Weapons of Math Destruction:How Big Data Increases Inequality and Threatens Democracy.New York:Crown.
[175]Ollier-Malaterre,A.et al.2019,"Technology,Work,and Family:Digital Cultural Capital and Boundary Management." Annual Review of Sociology 45(1).
[176]Paino,M.& L.Renzulli 2013,"Digital Dimension of Cultural Capital:The(In)Visible Advantages for Students Who Exhibit Computer Skills." Sociology of Education 86(2).
[177]Park,S.2017,Digital Capital.London:Palgrave Macmillan.
[178]Pasquale,F.2015,The Black Box Society:The Secret Algorithms That Control Money and Information.Cambridge:Harvard University Press.
[179]Pereyda,C.2023,The Artificial Intelligence Quotient:Measuring Machine Intelligence Based on Multi-Domain Complexity,Similarity,and Diversity.Pullman:Washington State University.
[180]Putnam,R.et al.1994,Making Democracy Work:Civic Traditions in Modern Italy.Princeton:Princeton University Press.
[181]Qin,X.et al.2025,"Artificial Intelligence Quotient(AIQ)." SSRN Electronic Journal.
[182]Ragnedda,M.2018,"Conceptualizing Digital Capital." Telematics and Informatics 35(8).
[183]Ragnedda,M.et al.2020,"Measuring Digital Capital:An Empirical Investigation." New Media & Society 22(5).
[184]Ren,W.et al.2022,"The SES-Based Difference of Adolescents' Digital Skills and Usages:An Explanationfrom Family Cultural Capital." Computers & Education 177.
[185]Ritzer,G.2015,"Prosumer Capitalism." The Sociological Quarterly 56(3).
[186]Robinson,L.2009,"A Taste for the Necessary:A Bourdieuian Approach to Digital Inequality." Information,Communication & Society 12(4).
[187]Rohde,N.et al.2016,"The Effect of Economic Insecurity on Mental Health:Recent Evidence from Australian Panel Data." Social Science & Medicine 151.
[188]Sadowski,J.2019,"When Data Is Capital:Datafication,Accumulation,and Extraction." Big Data & Society 6(1).
[189]Sarkar,S.2025,"Platform Capitalism and the Gig Economy:Surplus Value Extraction in the Age of Algorithmic Labor." http***
[190]Scherer,R.& F.Siddiq 2019,"The Relation Between Students' Socioeconomic Status and ICT Literacy:Findings from a Meta-Analysis." Computers & Education 138.
[191]Schultz,T.1963,The Economic Value of Education.New York:Columbia University Press.
[192]Shi,X.et al.2024,"The Association between Family Socioeconomic Status and Children's Digital Literacy:The Explanatory Role of Parental Mediation." Adolescents 4(3).
[193]Smallenbroek,O.et al.2024,"Measuring Class Hierarchies in Postindustrial Societies:A Criterion and Construct Validation of EGP and ESEC Across 31 Countries." Sociological Methods & Research 53(3).
[194]Terranova,T.2012,"Free Labor." in Digital Labor.New York:Routledge.
[195]Treiman,D.1976,"A Standard Occupational Prestige Scale for Use with Historical Data." Journal of Interdisciplinary History 7(2).
[196]Treiman,D.1977,Occupational Prestige in Comparative Perspective.New York:Academic Press.
[197]Uliasz,R.2021,"Seeing Like an Algorithm:Operative Images and Emergent Subjects." AI & Society 36(4).
[198]UNESCO 2018,A Global Framework of Reference on Digital Literacy Skills for Indicator 4.4.2.Paris:UNESCO.
[199]Vallas,S.& J.Schor 2020,"What Do Platforms Do? Understanding the Gig Economy." Annual Review of Sociology 46(1).
[200]van Dijck,J.2014,"Datafication,Dataism and Dataveillance:Big Data Between Scientific Paradigm and Ideology." Surveillance & Society 12(2).
[201]Verwiebe,R.& S.Hagemann 2024,"Bourdieu Revisited:New Forms of Digital Capital-Emergence,Reproduction,Inequality of Distribution." http***
[202]Vuorikari,R.et al.2022,DigComp 2.2:The Digital Competence Framework for Citizens-With New Examples of Knowledge,Skills and Attitudes.Luxembourg:Publications Office of the European Union.
[203]Walsh,P.& D.Lehmann 2021,"Academic Celebrity." International Journal of Politics,Culture,and Society 34(1).
[204]Wang,P.et al.2024,"Unveiling the Dynamics of Educational Equity:Exploring the Third Type of Digital Divide for Primary and Secondary Schools in China." Sustainability 16(11).
[205]Weber,M.1978,Economy and Society.Berkeley:University of California Press.
[206]Weber,M.1994,"Class,Status,Party." in Social Stratification.Boulder:Westview Press.
[207]Williams,D.2006,"On and Off the Net:Scales for Social Capital in an Online Era." Journal of Computer-Mediated Communication 11(2).
[208]Wong,L.2025,"From Academia to Algorithms:Digital Cultural Capital of Public Intellectuals in the Age of Platformization." Social Sciences 14(6).
[209]Zhang,D.& S.Livingstone 2019,Inequalities in How Parents Support Their Children's Development with Digital Technologies.London:LSE Department of Media and Communications.
[210]Zhao,X.2020,"Game of Capitals:Production of Influential Online Architecture." Frontiers of Architectural Research 9(3).
[211]Zuboff,S.2015,"Big Other:Surveillance Capitalism and the Prospects of an Information Civilization." Journal of Information Technology 30(1).
