社会阶层结构是对社会分层的一种宏观、静态的描述,深刻影响着社会的整体结构,是社会结构的核心。改革开放以来,中国社会阶层结构发生了根本性的变化。计划经济时期决定人们社会经济状态的政治性、制度性、行政性标准逐渐被一些新的因素所取代,以职业为基础的社会分层机制逐渐取代过去以政治身份和行政身份为依据的分层机制。因此,如何从职业的角度进行社会阶层的划分成为目前急需解决的问题。本文主要为社会阶层的界限识别提出新的依据,同时也对社会阶层的划分方法进行扩展。从社会阶层的界限识别上来说,目前国内研究多是从职业特征属性的角度进行划分,忽略了职业间的联系,这样不仅加大了变量数据收集的工作量,还忽略了职业的流动性对社会阶层形成的影响。本文着重于研究职业流动对阶层带来的影响,以职业流动性作为社会阶层界限的确定标准。这样不仅可以为社会阶层的划分提供新的变量,而且可以保证社会阶层划分的动态性,并契合“社会阶层是内部流动性相对较高、外部之间流动性相对较低的职业集群”这一定义。从社会阶层的划分方法上来说,国内多侧重于理论论证和描述统计分析,而本文引入了复杂网络聚类算法,将流动网络聚类算法(MONECA)应用到社会阶层建模中,对于职业数据的流动信息挖掘更深刻,客观性更强。本文以中国劳动力动态调查(CLDS)2012-2016中的职业数据为基础,采用流动网络聚类算法(MONECA)挖掘职业间的流动联系,构建职业流动网络,根据聚类结果进行社会阶层结构的构建,并深层次挖掘影响社会阶层分化的因素,与十大阶层理论进行对比。文章共分为六部分:第一部分为引言,先对社会阶层划分的研究背景及意义进行阐述,后对国内外社会阶层的相关研究进行梳理总结,最后介绍本文的研究内容,并指出创新点与不足。第二部分为社会阶层划分的理论基础,主要介绍社会阶层理论研究中最具有代表性的3个理论成果,阐述社会阶层的划分方法,并将当前热门的研究方法进行了对比。第三部分为数据介绍及模型描述,该部分首先对论文数据来源和处理过程进行说明,后对职业流动数据进行统计描述,最后介绍流动网络聚类算法(MONECA)和相对风险(RR)的计算原理及应用过程。第四部分为MONECA算法下职业流动表的实证分析,为本文核心的第一部分,主要给出当代中国职业流动网络和以RR为权重的MONECA算法的聚类结果。第五部分为当代中国社会阶层的划分,该部分是本文核心的第二部分,主要基于聚类结果提出职业流动数据下当代中国社会阶层的结构,并对其进行因素分析,深层次探究该阶层形成的原因,最后与十大阶层理论进行对比分析,指出差异处并分析原因。第六部分为结论,总结以职业的流动性进行社会阶层划分研究的成果及应用价值,阐述本文研究的不足之处和对未来研究的展望。经过研究,本文得到以下结论:第一,目前中国人工作流动频繁,将职业的流动性作为社会阶层划分的变量是有必要的。第二,提出了 7个阶层的社会阶层结构,并将阶层内部划分为16个小团体,小团体是由同一阶层下互相流动频繁的职业聚集而成的,同一阶层中的不同团体之间存在一定程度上的职业隔离。第三,受教育程度对各阶层的影响程度最高,性别和党派对各阶层均有重大影响,户口形式对部分阶层存在影响,户籍所在地对所有阶层不存在影响。第四,本文提出的社会阶层结构与十大阶层理论在高、低阶层方面基本一致,在中层方面有较大差异。由于国内目前还没有完整的职业数据库,所以本文的实证研究以CLDS2012-2016为例,但随着工作档案的电子化,未来形成完整的个人工作档案数据库后,本文提出的社会阶层划分方法能做到自动运行,实现社会阶层的动态监控。