从社会阶层的角度理解密歇根州COVID-19疫情期间失业问题的不平等现象

《American Journal of Industrial Medicine》：Understanding Inequities in COVID-19 Pandemic-Related Job Loss in Michigan Through a Social Class Lens

研究揭示密歇根州社会阶级与新冠疫情相关就业损失的关系，采用2452人样本构建七类社会阶级模型，发现自雇和生产线工人失业风险分别比管理者高66%和60%，教育水平显著调节阶级与失业的关联。

　　

摘要

背景

COVID-19大流行加剧了社会和经济不平等，边缘化群体遭受了不成比例的失业。本研究从阶级角度探讨了密歇根州与大流行相关的失业问题。

方法

我们使用了2452名参与密歇根COVID-19恢复监测研究（MI CReSS）的在职成年人的数据，这些人是密歇根州通过PCR检测确认感染SARS-CoV-2的成年人样本。我们参考Erikson和Goldthorpe的阶级分类方法，重新定义了七个社会阶层。大流行相关的失业情况通过受访者自我报告的就业状况变化来评估。我们采用了修正后的Poisson回归模型，调整了年龄、性别、种族和民族、教育水平、关键岗位从业情况、调查方式以及大流行阶段等因素，以分析社会阶层与失业之间的关联。

结果

30%的受访者报告了与大流行相关的失业。在经过全面调整的模型中，自雇阶层的失业概率比管理者阶层高出66%（调整后的患病率比[aPR]为1.66，95%置信区间[CI]为1.26至2.18）；生产阶层的失业概率也高出60%（aPR为1.60，95% CI为1.23至2.09）。教育水平影响了阶层与失业之间的关系，同一阶层中受教育程度较高的人失业率较低。

结论

不同的社会阶层与大流行相关的失业有显著关联。就业关系是一个可改变的社会决定因素，它影响着人们对经济冲击的脆弱性，这凸显了未来研究阶级在导致大流行相关健康和就业不平等中的作用的重要性。

利益冲突

作者声明没有利益冲突。

数据可用性声明

由于数据使用协议的限制，支持本文结论的数据集不能公开获取。如有数据请求或咨询，请联系。