農村家庭職業地位代際流動：典型事實與實證檢驗

代春霞，劉 濤

（河南大學 經濟學院，河南 開封 475001）

一、引言

隨著中國工業化和城鎮化的快速推進以及社會結構的變遷，居民的收入差距持續擴大[1]，“富二代”“官二代”“農二代”等反映機會公平的問題不但逐漸成為社會學和經濟學關注的熱門話題，也引起黨和國家的重視。比如，黨的十九大明確提出要“破除妨礙勞動力、人才社會性流動的體制機制弊端，使人人都有通過辛勤勞動實現自身發展的機會”，這是黨和國家營造人民群眾機會公平氛圍的重要體現。階層固化不但會抑制社會活力，也會影響后續脫貧效果的鞏固和進一步提升。探討職業階層的代際傳遞受何種因素的影響對于公共政策的制定無疑具有重要的理論意義和現實價值。

二、文獻梳理與問題提出

長期以來，收入的代際轉移是經濟學家和社會學家的研究焦點。近年，職業地位的代際流動也逐漸引起學者們的興趣。職業地位作為收入的重要“中介”變量，在一定程度上能夠反映一個人所處的經濟社會地位和收入水平[2-4]，社會階層的固化是收入不平等的根源[1][5]。縱觀已有文獻，影響職業地位代際流動的因素可以歸納為三個方面：

一是家庭環境因素。現有文獻驗證了父代的職業地位、受教育情況、政治資本等反映家庭背景的因素能夠影響子代的職業地位選擇[6-8]。根據Behrman 等的研究，較高職業地位的家庭子代在認知能力和學習能力方面都要普遍高于低職業地位的家庭，子代也會有更高的職業地位[9]；相反，如果父代的職業地位較低，那么子女擁有較高社會地位的可能性也會隨之降低，階層固化的現象普遍存在[6]。Pērez-González 利用300 家美國上市公司高管輪換的數據，研究發現超過30%的繼任高管與離任高管或大股東之間存在血緣關系或者家族關系[10]。Long ＆ Ferrie 利用1850 年以來美國和英國家庭職業地位代際流動的數據，對比分析了兩個國家職業地位代際流動的差異，他們的研究結論表明，19 世紀以前，美國的職業地位代際流動水平要高于英國，但隨著時間的推移和人口遷移的逐步穩定，20世紀后美國的職業地位代際流動也逐漸趨于穩定[11]。還有一些學者對中國勞動者的職業地位代際流動問題進行了研究。周興和張鵬利用2006 年中國綜合社會調查數據，研究了中國城鄉家庭代際職業地位流動問題，發現父代的經濟特征對子女的職業地位選擇具有顯著影響，他們的研究還發現城鎮家庭子女的職業地位會隨其職業生涯的發展呈現向父代職業地位回歸的趨勢，但農村家庭子女職業地位向上流動的通道并不通暢，存在明顯的“天花板效應”[7]。譚遠發利用國際勞工組織實施的“從學校向職場過渡調查”之中國數據，研究了父母政治資本對子女職業地位選擇的影響，研究表明父母的政治資本會顯著促進子女的人力資本積累，這種教育優勢進而轉換為職場優勢[8]。

二是個人因素。在眾多影響職業地位代際流動的個人因素中，人力資本對代際流動的影響最為關鍵。人力資本對代際流動的影響最早由Becker＆ Tomes 提出，父代的人力資本會通過兩條路徑影響子女的收入：一是父代的受教育水平會直接影響子女的收入水平；二是父代的受教育水平會通過言傳身教影響子女的受教育水平，進而影響子女的職業地位選擇[12]。隨后，從人力資本角度研究代際流動的文獻逐漸涌現。Ji Ting 對比分析了中國、印度和美國的代際流動性問題，研究發現，美國的年輕人更加容易積累人力資本，職業地位代際流動性比中國和印度更強[13]。

三是社會環境因素。社會環境會通過影響家庭環境、個人素質進而影響個人的職業地位選擇，比如陳藻的研究表明，相比第一代農民工，新生代農民工要求有更安全的工作環境和更穩定的勞工關系[14]。田艷平通過對2005年在武漢市7個主城區的外來人口隨機抽樣調查數據研究發現，由于農民工的出生時間和成長的時代背景不同，父代和子代農民工在職業地位訴求、職業地位目標、工作條件和月均收入方面都呈現較大差異[3]。張翼和侯慧麗基于地位獲得的角度，比較分析了改革開放前和改革開放后職業地位的代際流動的差異，研究表明，改革開放后的父代對子女職業地位獲得的影響要遠高于改革開放前[15]。陽義南和連玉君采用年度虛擬變量與父代地位交互的形式分析了時代差異下父代如何影響子女的職業地位，他們的研究表明，社會職業地位開放性呈現上升趨勢[16]。除了上述個體特征、家庭因素和社會環境因素，還有一些文獻基于非正式制度的視角分析職業地位的代際流動性問題，其中討論最多的便是社會資本。現有文獻也普遍證實了個體或家庭的社會資本會影響個人信息的獲得，從而對個體的收入和社會地位產生不可忽視的影響[17-20]。

縱觀已有文獻，有關農村勞動力非農就業對子代職業地位代際流動的影響因素的研究并不多。近年，隨著中國工業化和城鎮化的快速推進，中國農村地區尤其是中西部欠發達地區勞動力外出務工也日趨活躍，非農就業人口大規模快速增長。城市無戶籍常住人口、城市流動人口和外出農民工這三種可以代表與家庭分離的農村勞動力異地非農就業者數量指標，雖然由于統計口徑不同而有差異，但卻相互佐證了一個值得高度重視的事實，那就是我們國家有一個占城鎮就業一半左右、漂泊于城鄉之間的“候鳥式”不穩定就業大軍，他們作為中國現代化的重要原動力，既是現代化過程的一部分，也是需要被現代化的對象。父代非農就業提高了家庭收入，可以為子代提供更為優質的學習環境、聘請更為專業的指導教師等，而且父代非農就業所形成的社會網絡等都有助于子代選擇更高的職業階層。但是，這種“候鳥式”不穩定就業也有可能導致家庭撫養結構發生改變[21]、子女抑郁水平提高[22]和健康水平下降[23]等問題，這也會進一步對子女的職業選擇產生影響。由此可見，父代非農就業對子代職業地位代際效應的影響可能并不一致。

本文貢獻主要體現在兩個方面：第一，現有文獻更多地關注了農村家庭非農就業對子代收入和受教育水平的代際影響，本文分析了非農就業對子代職業地位代際流動的影響，豐富了農民工非農就業的代際效應的研究。與本文研究最為相近的是邢春冰[24]對中國農村地區非農就業機會的影響研究，但由于該文使用的是20世紀90年代的數據，數據較陳舊，無論是職業地位類型還是職業地位結構如今都發生了非常大的變化，而且該文也未分析就業空間的差異對子代職業地位代際流動的影響。第二，在研究農村家庭非農就業對子代職業地位的影響時，多數文獻未考慮父母非農就業的內生性問題，本文以同村父輩非農就業比率作為父輩個體非農就業的工具變量，處理可能存在的內生性，從而識別農村家庭非農就業與子代職業地位代際流動之間的因果關系。

三、模型、數據與估計方法

（一）模型設定與估計方法

筆者借鑒邵宜航和張朝陽[4]等的研究方法，通過構建如下計量模型分析父代非農就業如何影響子代職業地位流動：

其中，EgpFlowit表示第i 子代個體t 年的職業地位流動情況，該變量取值-1，0 和1。Fworkit表示父代是否進行非農就業，如果父代外出進行非農就業，則取值1，否則取值0。Fworkplaceit表示父代工作地點，為虛擬變量。X表示控制變量，包括個人特征控制變量、家庭特征控制變量和所在村莊特征控制變量。εit表示隨機誤差項。由于被解釋變量是有序分類變量，所以本文選擇有序Logit 方法對（1）和（2）進行估計。

（二）數據來源和處理過程

本文數據來自河南大學經濟學院、中原發展研究院聯合組織的“百縣千村”入戶調查項目。該項目從2017 年開始，至今完成3 輪調查，一共有2017年、2018 年和2019 年縱跨3 年的微觀樣本，是研究河南省農村居民社會變遷的權威數據庫。對于調研村莊的選擇，每年均采取隨機分層抽樣的方法確定，調研地點涵蓋了河南省18個省轄市（示范區）的54 個村莊，且較好地兼顧了調研村莊的地形、區位以及經濟基礎等因素（見表1），具有廣泛的代表性和針對性。從地形來看，平原村莊有41 個，非平原村莊有13 個。從區位①來看，靠近縣城的村莊有38個，遠離縣城的村莊有16 個。從經濟基礎來看，無企業的村莊有34個，有企業的村莊有20個。

表1 樣本村莊概況

該項目的調查問卷分為村情、戶情、個人三級，調查采取入戶、一對一訪談或電話訪談等形式進行。其中村情問卷數據由調研人員與主要村干部交談獲得；戶情和個人問卷則在家庭總人口中選擇具備回答能力的人員來作答，如果該調查對象長期在外務工則由調研人員采取電話訪談等形式取得直接聯系。由于“百縣千村”入戶調查是截面數據，本文將這3 輪調查數據進行混合拼接，組成混合截面數據。這樣做的好處是不僅利用時間的交錯獲得了不同出生年代子代的信息，而且顯著地增大了樣本量，使得研究結果更接近大樣本統計特征。樣本選擇的處理過程如下：第一，將家庭關系數據和個人數據進行匹配，然后將子代觀測樣本與父代務工情況進行匹配；第二，對樣本進行篩選，剔除在讀學生個體，刪除樣本中16歲以下的個體；第三，刪除父代職業地位或子代職業地位缺失的個體，最終樣本量為8179 個觀測值。相關變量的描述性統計見表2。

表2 主要變量的描述性統計

（三）變量選擇

被解釋變量：職業地位流動（EgpFlowit）。在社會職業地位流動的比較研究領域，如何對不同職業階層進行合理分類是社會流動研究中最基本的課題。Ganzeboom 等[25]在鄧肯的美國社會經濟地位指數（Socio-economic Index）的基礎上進行了改進，通過對16 個國家的教育和收入指標進行國際標準化操作，得到了能夠進行國際比較的標準職業地位聲望指標，提出了社會經濟地位指數（ISEI：International Socio-economic Index）作為測量職業地位聲望指標的標準化方法，但該指標是建立在各類職業地位聲望得分以及相應職業地位的收入和受教育水平的回歸方程基礎上，所以該指標是一個連續性指標，而非分類性指標。盡管該指標反映的社會位置較為準確，但連續性特征導致該指標無法識別職業地位特性，比如工作的自律性、晉升機會等[26]，也無法明確識別階層地位與個人意識、行為特性之間的關系，因而廣受批評[27]。近年，EGP分類框架逐漸成為國際上廣泛認可的分類標準②。該指標最早由Goldthorpe 和Llewellyn 提出，根據職業地位信息和雇傭地位將36 類職業地位合并為七分類的階層框架[28]。在此基礎上，Goldthorpe 又融入了Erikson 基于技術特征和雇傭地位所涉及的社會經濟分類框架，將社會階層合成為一個基于職業地位信息和雇傭關系的七分類階層結構[29]，形成了早期的EGP 階層框架。其中，職業地位信息包括了個人的工作信息，比如個人收入、工作穩定性以及晉升機會等，也包括了技術水平；雇傭關系則主要包含了個人在組織中所具備的權力地位信息。根據Erikson ＆Goldthorpe 的研究，決定個人在勞動市場中地位高低的關鍵因素是雇傭關系的差異，個人在工作中所具備的權威和權力能夠精確定位個人在市場中的地位。根據他們的觀點，階層間的地位差異主要來源于兩個方面：一是是否擁有生產資料；二是雇主和雇員之間的雇傭關系是一種勞動契約型關系，還是一種服務型關系。不同的雇傭關系會影響雇主是否給雇工更好的福利和待遇。通過對兩方面的信息進行調整和修正，二者共同決定個人在社會階層中的精確位置。而后，這個指標就被學者廣泛采用，并被應用于歐洲七國實施的“當代工業社會的社會流動比較分析”（CASMIN：Comparative Analysis of Social Mobility in Industrial Nations）項目，產生了深遠的影響。調查問卷對個體的工作所處的行業進行了統計③。我們根據Erikson 等[29]、解雨巷和解堊[5]等的處理方法，將調查問卷中涉及的職業地位重新編碼為EGP 五分類職業地位層次[30][5]，即農民、半技術或無技術工人、工頭或技術工人、常規非體力工人、專業技術人員或管理人員，并從低到高進行賦值，農民賦值為1，專業技術人員或管理人員賦值為5④。我們進一步根據子代職業地位與父代職業地位的高低定義職業地位的代際流動，如果子代職業階層高于父代職業階層，則定義EgpFlow=1；如果子代的職業階層與父代的職業階層一致，則定義EgpFlow=0；如果子代職業階層低于父代職業階層，則定義EgpFlow=-1。

核心解釋變量。本文的核心解釋變量有二：一是父代是否進行非農就業（Fwork），如果進行非農就業，取值為1，否則為0；二是父代的非農就業空間選擇Fworkplaceit。 如果父代在本縣工作，則D_Fworkplace1=1，否則等于0；如果父代在本市工作省，則D_Fworkplace2=1，否則等于0；如果父代在本省工作，則D_Fworkplace3=1，否則等于0；如果父代在省外工作，則D_Fworkplace4=1，否則等于0。

控制變量。模型中進一步控制了個人特征因素、家庭因素和村莊因素。個人特征因素包括性別（male）、年齡（age）、從軍經歷（army）、工資收入（lnwage）、受教育水平（edu），家庭特征因素包括父代受教育水平（fedu），家庭常住人口數（lnhouseholds）、家庭人均收入（lnhpincome）、家庭承包地畝數（lnland），村莊特征因素包括距離縣城的時間（dist_town）、距離最近地級市的時間（dist_city）、村莊是否有小學（ifschool）。

四、農村勞動力職業地位代際流動的典型事實

（一）職業地位代際流動性：現狀與動態趨勢

筆者根據子代的出生年份，將子代分為1960年以前、1960—1969年、1970—1979年、1980—1989年、1990—1999年和2000 年至今一共6 個出生隊列，分別考察不同出生隊列個體職業地位的代際流動情況。每一出生隊列，分別統計了各組人數占本組人數的比例以及本組人數占總人數的比例。表3呈現了農村勞動力代際職業地位流動狀況。

表3 職業地位代際流動趨勢分析

首先，從總樣本來看，子代職業地位相對父代向上流動的個體占比為63.26%，向下流動的個體占比為12.29%，還有24.45%的個體職業地位與父代保持一致，這意味著在樣本期內，河南省農村勞動力職業地位總體以向上流動為主。然后，從不同出生隊列個體職業地位流動特征來看，1960—1969年出生的個體職業地位向上流動的比例為76.62%，在所有出生隊列中，該組占比最高；其次是1970—1979年出生的個體、1960 年以前出生的個體和1980—1989 年出生的個體，占比分別為74.37%、70.85%和66.59%；2000年至今出生的個體職業地位向上流動占比最低，為41.52%。可以發現，隨著個體出生時間的延后，勞動力職業地位向上流動的比例是逐漸降低的。

（二）職業地位代際流動差異性分析

表4呈現按照性別分組的代際職業地位流動差異性。首先從組內來看，無論是男性組還是女性組，職業地位向上流動的比例均高于保持不變和向下流動的比例；從組間來看，女性職業地位向上流動的比例要低于男性，女性職業地位向上流動的人數占本組比為57.11%，而男性職業地位向上流動的比例為64.85%。女性職業地位向下流動的人數占本組比例超過男性，占比為16.48%，男性職業地位向下流動的人數占比為11.20%。

表4 代際職業地位流動差異（按照性別分組）

表5呈現按照父代工作地點進行分組的子代職業地位代際流動差異性。筆者發現，如果父代在本鄉鎮工作，子代職業地位向上流動占本組的比例最高，達到64.91%；其次是在本省工作，子代職業地位向上流動占本組的比例為37.68%；在省外工作的父代所對應的子代職業地位向上流動占本組的比例最低，僅為28.25%。這表明，隨著父代工作地點距離家庭越來越遠，子代職業地位向上流動的可能性越來越低。

表5 代際職業地位流動差異（按照父代工作地點分組）

表6則呈現按照村莊距離縣城遠近分組子代職業地位代際流動情況。近城村子代相對父代職業地位向上流動占比為62.73%，與遠城村的比例（63.79%）差異不大。近城村子代相對父代職業地位向下流動占比為12.23%，與遠城村的比例（12.35%）相比，差異也不明顯。這表明，村莊區位對于勞動力職業地位流動的影響并不顯著。

表6 代際職業地位流動差異（按照村莊距離縣城遠近分組）

五、實證結果分析

（一）父代非農就業對子代職業地位流動的影響

表7 呈現父代非農就業（Fwork）對子代職業地位流動的影響的實證結果。表7模型1只加入變量Fwork，模型2加入個人控制因素，模型3進一步加入家庭控制變量，模型4 進一步加入村莊控制變量。筆者發現，Fwork的系數在所有模型中均在1%的水平上顯著為負，這意味著父代非農就業會顯著降低子代職業地位向上流動的概率。Becker 指出，家庭對子女的投資包括物質投入和時間投入兩個基本組成部分，父母在育兒上的時間投入也應被視作家庭的一項重要的投資，這種時間的投入有利于子女的身心健康、獲得更高的教育成就和選擇更高的職業階層[31]。父母非農就業雖然可以通過增加收入改善子女的教育環境，但這種正向效應可能被陪伴時間減少帶來的負向效應抵消，最終導致子代職業地位向下流動的概率增加。

根據表7 模型5 的回歸結果，我們進一步求出各變量的邊際效應（見表8）⑤。根據表8，如果父代非農就業，子代職業地位向下流動的概率會提高0.174，向上流動的概率會降低0.420。相比女性，男性子代職業地位向下流動的概率會提高0.019，向上流動的概率會降低0.046⑥。年齡每增加1 歲，職業地位向下流動的概率降低0.004，向上流動的概率提高0.009。受教育年限每增加1年，個體的職業地位向下流動的概率降低0.003，向上流動的概率增加0.008，這也驗證了周興和張鵬的研究結論，他們的研究表明教育在代際職業地位流動中扮演著重要角色，子女接受教育會顯著提高職業地位向上流動的概率。工資收入的對數每增加1 個單位，職業地位向下流動的概率降低0.017，向上流動的概率提高0.042。家庭常住人口數也會顯著影響子代職業地位的流動情況，家庭常住人口數每增加1%，子代職業地位向下流動的概率增加0.034，向上流動的概率降低0.062。家庭人均收入的系數也在1%水平上高度顯著，家庭人均收入每增加1%，子代職業地位向下流動的概率降低0.018，向上流動的概率提高0.033。距離最近城市的時間也顯著影響子代職業地位的流動，距離最近城市的時間每提高1%，子代職業地位向下流動的概率降低0.0003，向上流動的概率提高0.002。距離最近地市的時間的系數在1%的水平上顯著，距離最近城市的時間每提高1%，子代職業地位向下流動的概率降低0.0002，向上流動的概率提高0.0006。

表7 父代是否非農就業對子代職業地位流動的影響實證結果

表8 子代職業地位流動的影響因素的邊際效應

表9呈現父代是否務工與性別對子代職業地位流動的交互作用。首先，從整體來看，父代外出務工的子代的職業地位向上流動的概率要低于父代非外出務工的子代，父代外出務工的子代的職業地位向下流動的概率要遠高于父代非外出務工的子代。其次，從性別差異來看，父代如果不外出務工，女兒職業地位向上流動的概率增加0.965，兒子職業地位向上流動的概率增加0.955，二者之差為0.01。父代如果外出務工，女兒職業地位向上流動的概率增加0.709，兒子職業地位向上流動的概率增加0.652，二者之差為0.057。也就是說，無論父代是否外出務工，女性子代職業地位向上流動的概率都要高于男性，而且父代非農就業的女性子代比男性子代更有可能實現職業地位的向上流動。

表9 父代是否務工與性別對子代職業地位流動的交互作用

圖1繪制了子代個體的年齡、家庭人均收入、受教育年限和距離縣城時間等因素對職業地位流動的影響。圖1（a）顯示，隨著被調查者年齡的增加，調查對象的職業地位向上流動的概率也在不斷提升，職業地位向下流動和保持不變的概率呈現下降趨勢。圖1（b）呈現家庭人均收入對子代職業地位流動的影響。首先，從整體來看，隨著家庭收入的增加，子代職業地位向上流動的概率逐漸下降，向下流動和保持不變的概率呈現穩中有升的態勢。究其原因，可能是因為家庭收入高的父代職業地位通常較高，子代職業地位超過父代的概率也會隨之降低。圖1（c）呈現子代受教育年限對子代職業地位流動的影響，子代職業地位向上流動的概率隨著受教育水平的提升而不斷提升，向下流動和保持不變的概率隨著受教育水平的提升保持穩中有降的態勢，這與周興和張鵬[7]的研究結論也是一致的，他們的研究也發現隨著受教育水平的提高，子代職業地位向下流動的概率會逐漸降低，向上流動的概率會逐步提高。圖1（d）呈現的是村莊距離縣城的時間對子代職業地位流動的影響，可以看到，村莊距離縣城的時間對子代職業地位的流動概率基本呈現水平線，這表明村莊距離縣城遠近并不會顯著影響子代職業地位的流動。

圖1 職業地位流動預測概率

（二）穩健性檢驗

考慮到職業地位會隨著務工個體工作經驗的不斷豐富而逐步提高，此時，如果忽略個體的成長性有可能導致回歸結果出現偏差。我們從三個方面做了穩健性檢驗：第一，剔除年齡在40 歲以前的觀測值。個體職業地位的提高在40歲以前，個人晉升的可能性較大，但進入40 歲以后，個體的職業地位逐漸趨于穩定，所以我們僅保留40歲以后個體重新對模型進行了回歸，結果見表10的模型1，可以發現父代非農就業變量（Fwork）的系數仍舊在1%水平上高度顯著為負。第二，考慮到處于低職業地位等級的勞動力晉升空間的可能性相對較低，所以我們僅保留職業地位為半技術或無技術工人的觀測值，回歸結果見模型2，可以發現Fwork 的系數也在1%水平上高度顯著為負。第三，擁有高教育水平的勞動力在職業地位成長過程中會有更好的晉升機會，所以我們進一步把受教育水平在大學及以上的觀測值剔除，回歸結果見模型3，可以看到Fwork 的系數依然在1%水平上高度顯著為負。因此，回歸結果是穩健的，父代非農就業會顯著降低子女職業地位向上流動的概率。

（三）內生性問題處理

以下三方面的原因可能導致模型存在內生性問題：第一，可能存在遺漏變量。盡管我們在模型中加入了足夠多的控制變量，但仍有一些因素比如家庭文化等無法用具體的變量來表征，而這些因素都有可能影響父代是否外出打工以及子女的職業地位選擇。第二，可能存在的雙向因果問題也有可能影響本文估計結果的可靠性。為此，我們選擇本村的務工率作為父代是否外出的工具變量，一般情況下，我們認為本村非農就業率高會影響個體的務工與否，但是個體是否務工則不會對村莊的整體務工率產生直接影響。工具變量回歸結果見表10 模型4。結果顯示，在選擇村莊務工率作為父代是否非農就業的工具變量后，回歸結果依舊在1%水平上高度顯著為負，表明本文的回歸結果是穩健的。

（四）父代非農就業地點差異對職業地位代際流動的影響

表11 進一步呈現父代非農就業空間的差異對子代職業地位流動的影響。父代的工作地點分為五類：本鄉鎮、本縣、本市、本省和省外。本文將本鄉鎮作為基準組，其他地方設置0 和1 虛擬變量。模型1 沒有加入控制變量，模型2 加入調查者個體特征，模型3加入家庭特征因素，模型4加入村莊特征因素，模型5 進一步加入年份效應。可以發現，Fworkplace 變量在所有模型中均在1%水平上高度顯著，且均為負值，這意味著相對于父代在本鄉鎮工作的被調查者，父代在外地工作的被調查者的職業地位更有可能向下流動。具體來說，根據模型5，我們可以發現，Fworkplace4 的系數絕對值最大，這意味著父代在省外工作的子代職業地位更有可能向下流動，其次是父代在本省工作的子代（Fworkplace3的系數為-1.658），父代在本市和本縣工作的子代職業地位向下流動的概率相對較低。外地務工人員陪伴子女的時間減少會導致子女的教育和職業地位向下流動，尤其對于那些離家較遠的務工人員，陪伴子女的時間會更少，子女的職業地位更有可能向下流動。非農務工對子女職業地位流動的影響取決于陪伴時間減少的負向效應和收入增加物質條件改善的正向效應之和，通過分析原始數據可以發現，在本縣城工作的務工人員平均每年回家次數為252 次，但是在省外工作的務工人員平均每年回家次數僅為63 次⑦，遠遠少于在本縣城工作的。所以在其他條件相同的情況下，在省外工作的務工人員陪伴子女時間減少導致職業地位代際流動的負向效應要大于在本縣城工作的務工人員陪伴時間減少導致代際流動的負向效應，這也就導致父代在省外工作更有可能導致子女職業地位向下流動。

表11 父代工作地點對子代職業地位流動的影響

六、異質性分析

（一）村莊區位的異質性

本文進一步將所有樣本按照村莊距離縣城的中位數，分為近城地區、遠城地區兩組，控制個人特征因素、家庭因素和村莊層面的因素，進一步探討父代非農就業對子女職業地位代際流動的影響（見表12）。根據表12 的模型1 和模型2 的結果，總體上，近城村莊父代非農就業對子代職業地位向下流動的影響要大于遠城村莊。這是因為如果所在村莊為近城村莊，村莊附近會有更多的就業機會，父代在本地務工可能更有助于為子女提供更好的社會網絡資源，為其工作提供更好的信息來源，從而有助于其子女選擇更好的職業地位。相反，如果父代在外地務工，父代的社會網絡資源則更多地分布在外地，不能為子女提供更好的信息資源，所以不利于子女職業地位的提升。而如果所在村莊為遠城村莊，則村莊附近的就業機會相對較少，父代是否在本地工作所掌握的社會網絡資源并不能顯著影響子女的職業地位選擇，所以相較于近城村莊，父代在外務工對子女職業地位向下流動的影響相對較弱。

表12 按照村莊區位和家庭收入分組

（二）家庭收入的異質性

表12模型3和模型4則按照家庭人均收入的中位數將樣本組分為低收入和高收入兩組，分別考察在不同收入家庭父代非農就業對子代職業地位流動的影響。根據回歸結果，高收入家庭的父代非農就業對子代職業地位流動的負向影響要高于低收入家庭。

（三）出生年代的異質性

考慮到中國正處于轉型期，不同時期社會結構的時代特征差異較大，父代和子代的工作環境也有很大的不同，因此，考慮時代變遷背景下職業地位流動問題具有重要的現實意義。鑒于此，我們將樣本組按照子代出生年份分為“1979 年以前”“1980—1989年”“1990—1999 年”“2000 年至今”四個出生隊列，表13 呈現不同出生隊列的子代對應父代是否非農就業對其職業地位流動的影響。我們發現，父代非農就業對2000年至今出生的子代負向影響最大，且系數在1%水平上高度顯著，其次是1990—1999 年出生的隊列，再次是1980—1989 年出生的隊列，對1979年以前出生的子代影響不顯著。

表13 按照子代出生年代分組

七、結論與啟示

本文利用河南省“百縣千村”2017—2019 年三輪入戶調查數據，將調查問卷中涉及的職業地位重新編碼為EGP五分類職業地位層次，對河南省農村家庭代際職業地位流動現象進行了研究，主要得出如下結論：

首先，從樣本期內的全部樣本來看，河南省農村勞動力職業地位總體呈現向上流動趨勢。具體而言，子代職業地位相對于父代向上流動的個體占比63.26%，向下流動的個體占比為12.29%，還有24.45%的個體職業地位與父代保持一致。其中，女性職業地位向上流動的比例要低于男性，女性職業地位向上流動的人數占本組比為57.11%，而男性職業地位向上流動的比例為64.85%。

其次，本文進一步采用有序Logit 模型實證發現，父代非農就業會顯著降低子代職業地位向上流動的概率。具體來說，如果父代外出務工，子代職業地位向下流動的概率會提高0.174，向上流動的概率會降低0.420。在逐步加入個人特征因素、家庭特征因素和村莊區位因素后，該變量依然顯著。相比女性，男性子代職業地位更有可能向下流動，男性子代職業地位向下流動的概率會提高0.019，向上流動的概率會降低0.046。教育在職業地位代際流動時起到顯著作用，勞動者接受教育可以顯著降低職業地位向下流動的概率，受教育年限每增加1年，個體的職業地位向下流動的概率降低0.003，向上流動的概率增加0.008，而且隨著受教育年限的增加，職業地位向上流動的概率也越來越高，向下流動的概率越來越低。

再次，本文的研究表明，父代的工作地點也會對子代的職業地位流動產生顯著影響。與父代在本鄉鎮工作的子代相比，父代在外地工作的子代的職業地位更有可能向下流動。具體來說，父代在省外工作的子代職業地位向下流動的概率最大，其次是父代在省內其他地市工作的子代，父代在本縣城工作的子代職業地位向下流動的概率相對較低。

本文的研究結論蘊含的政策建議包括以下兩個方面：第一，注重引導教育對職業地位流動的推動作用。教育是推動職業地位向上流動的一個重要因素，應該繼續支持和推進各級各類教育的發展，既要引導農村家庭對教育的重視，也要進一步加強教育制度改革，進一步改善教育資源分配不均勻、教育機會不公平的現象，多渠道降低農村家庭子女上學的成本，讓每個人都獲得良好的受教育機會。第二，注重引導父代對子女的陪伴教育。根據本文的研究，父代非農就業雖然有助于提高家庭收入，但與此同時，陪伴子女的時間也大幅減少，對子女的職業地位代際流動反而帶來負向影響。外出務工人員應該通過電話、網絡等方式加強與孩子的溝通和交流，關注子女成長過程中的困惑和煩惱，建立有效的共情陪伴途徑，為子女的職業地位成長提供更好的條件。

注釋：

①本文按照村莊到縣城主要的交通方式的通勤時間來劃分村莊的區位，如果通勤時間不超過0.5小時，則該村莊的區位為靠近縣城，反之為遠離縣城。

②EGP 階 層 框 架 是 根 據Erikson、Goldthorpe 和Portocarero的首字母來命名的。

③調查問卷中調查對象的工作行業分為個體戶、企業白領、公務員或事業單位、制造業、副業（家庭手工或手工業）、醫療業、商業和商務中介、建筑業（含裝修）、開辦企業、教育業、旅游餐飲業、生活服務業、純農業、運輸業、采掘業、金融服務業和零工總計17類。

④從事純農業的勞動者定義為農民，從事副業（家庭手工或手工業）、建筑業（含裝修）、旅游餐飲業、采掘業的勞動者定義為半技術或無技術工人，從事個體戶、運輸業、生活服務業、制造業的勞動者定義為工頭或技術工人，從事企業白領、金融服務業、商業和商務中介、開辦企業的勞動者定義為常規非體力工人，從事公務員或事業單位、教育業、醫療業的勞動者定義為專業技術人員或管理人員。

⑤這里沒有匯報不顯著變量的邊際效應。

⑥這里需要特別說明的是，此處的男性子代職業地位更有可能向下流動似乎與前文的統計性描述部分得到的結論，女性職業地位向上流動的比例要低于男性相矛盾。實際上，二者并不沖突，前文統計的是女性組內向上流動的比例，而這里說的是男性相對于女性職業地位流動情況。

⑦由于調查問卷沒有統計父母每年陪伴子女的具體時間，此處用務工人員每年平均回家次數作為陪伴時間的代理變量也不失為一種合適的處理辦法。通常情況下，回家次數越多，陪伴子女的時間越長。務工人員在本縣城工作每年平均回家次數為252 次，在本市工作平均每年回家次數為211 次，在本省工作平均每年回家次數為112次，在省外工作平均每年回家次數為63次。