我國城鎮居民就業結構變遷與收入差距研究

摘 要 本文利用城鎮住戶調查數據及人口普查數據分析我國城鎮居民在經濟發展快速轉型和增長期間的就業結構變遷，并進一步分析收入差距和就業結構變化的關系。結果顯示，不同于發達國家的“極化”現象，我國經濟發展快速轉型和增長時期，城鎮居民的就業結構呈現“升級”模式：低技能崗位雇傭比例下降，中高技能崗位雇傭比例上升;同時低技能崗位工資增長慢于中高技能崗位。雖然就業結構變動比較大，但對我國總體收入差距變動的貢獻并不大，勞動力在不同崗位的就業比例變化對收入差距變化的影響約為1%。收入差距的變化主要來自崗位內不可觀測技能回報的變化以及可觀測變量如教育、地區等的回報變化和崗位的回報變化。

關鍵詞 就業結構;勞動力流動;工資差距; 收入差距;升級模式

0 引言

就業結構變遷一般指不同行業、職業、崗位或任務（task）的雇傭比例隨時間的變化。國外文獻中，不同研究中就業結構所指的具體內容有所不同，一些研究中就業結構用細分類的職業表示（Autor et al. ，2006）;一些研究用常規/ 非常規、認知型/ 體力型等不同任務類型表示（Autor et al. ，2003，2006）;只用行業分類的研究較少，更多的研究是同時利用行業和職業信息，定義某一行業中的某一職業為“崗位”，基于行業和職業交叉得到的就業崗位來分析就業結構變遷，如Acemoglu（1999）、Goos and Manning（2007）、Hurley et al. （2013）;而也有研究同時使用兩種方法表示就業結構，如Goos et al. （2009）主要用21 類職業來分析就業結構變化，但其文中同時也用了行業-職業交叉確定的崗位來分析。

國外研究發現勞動力市場的就業結構變化呈現“極化” （ polarization）、“ 升級”（upgrading）和“降級” （downgrading） 三種不同模式（ Autor et al. ，2006;Goosand Manning，2007;Hurley et al. ，2013）。不同國家的就業結構變遷差異可能由技術進步等需求因素差異和人口結構變動等供給因素差異造成，還可能與不同國家的制度差異有關（Oesch and Rodríguez Menés，2011）。

中國自改革開放以來經歷了快速的經濟增長和技術進步，經濟結構持續調整，就業結構也隨之不斷調整。20 世紀90 年代中后期的國企改革、2001 年加入WTO 等政策實施都對我國的就業結構產生深遠影響，而1999 年啟動的大學擴招則從供給側對我國的就業結構產生影響。在這一改革和轉型背景下，研究快速轉型與增長期間我國的就業結構變化具有重要意義。

本文將基于微觀數據研究以下兩個問題：（1） 中國經濟經歷了飛速的發展和劇烈的結構調整，在快速轉型的過程中，我國城鎮居民總體的就業結構如何變化？ （2）就業結構的變化如何影響收入差距和教育回報（ 大學和高中學歷勞動力的工資差距）？ 第一個問題雖然在文獻中已有研究，但結論尚不一致，第二個問題我們還沒有在文獻中找到可信的答案。本文系統性地研究就業結構的變化以及就業結構變遷對收入差距的影響，希望能對相關文獻作出重要補充。

本文的就業結構指的是根據行業和職業交叉確定的就業崗位的雇傭比例，這一分類方法同時利用了行業和職業的信息，考慮了不同行業內部的職業差異以及同一職業的不同行業特征。國外的行業和職業分類往往很精細，但是國內時間跨度較長、樣本量充足、收入信息完整的調查數據中，對行業、職業的分類往往比較粗糙。因此，我們難以利用詳細的職業分類來分析就業結構的變化，退而求其次，采用將行業和職業交叉確定就業崗位的方法來展開本文的研究。這一方法使得我們即便在行業、職業分類較粗糙的時候，仍然能得到更多的崗位信息。

我們對比了多套國內微觀調查數據，最終采用1992—2009 年國家統計局城鎮住戶調查數據來分析，同時利用1990、2000、2010 年人口普查和2005、2015年人口抽樣調查數據做對比分析。雖然我們獲得的城鎮住戶調查數據只到2009 年，但是對1992—2009 年間的就業結構變遷分析有其特殊意義。從1992—2009 年之間，我國經歷了一系列重大改革，如國企改革、加入WTO、大學擴招、伴隨著日經濟快速增長、科技進步明顯，就業結構也發生很大變化。我們可以從以往的結構調整中，去了解新的技術進步和經濟增長可能帶來的就業結構變化及影響。

我們首先對我國城鎮居民1992 年以來的就業結構變遷進行全面細致的分析。國內已有的研究結論尚不一致，而且面臨考察時序較短或者沒有基于穩定的崗位排序的問題。我們考察就業結構的長期變化，而且基于一個隨時間穩定可比的崗位排序來分析，并與已有的文獻進行對比。我們發現我國城鎮居民的就業結構呈現“升級”模式：低技能崗位雇傭比例下降，中高技能崗位雇傭比例上升。這一發現與呂世斌和張世偉（2015） 得到的關于制造業就業結構“極化”的結論不同，與屈小博和程杰（2015）的結論相似。呂世斌和張世偉（2015）得到不同的結論可能是因為他們只看了制造業內部的變化，而不是總體的變化。屈小博和程杰（2015）基于工資來對崗位進行排序，但我們發現基于工資的排序在不同年份之間不穩定，尤其是20 世紀90 年代和2000 年之后基于工資的崗位排序相關性很低，因此不宜作為跨期比較的基礎。此外，我們還進一步分析了不同教育及年齡的勞動力在就業結構變遷上的差異。分析不同人群的就業結構變化差異是分析就業結構對社會福利影響的必要組成部分。在面臨技術或其他外部沖擊時，不同類型的勞動力適應經濟結構調整的能力不同，因此受沖擊影響程度有差異，就業轉移方向也不同。

其次，我們分析就業結構變化如何影響教育回報率及收入差距。這個問題的回答有助于理解轉型升級對收入差距的影響。但是目前國內有關就業結構的研究都沒有分析就業結構變化和收入差距的關系。從就業結構的角度來分解，教育回報可以分解成兩個來源，一個是給定崗位內的教育回報，一個是不同教育水平的人群從事不同的崗位帶來的工資差異。以大學的教育回報（大學和高中學歷勞動力的工資差距） 為例，第二個來源指大學學歷勞動力相比于高中學歷勞動力更多的分布在高工資的崗位中。類似地，全社會的收入差距也可以分解為崗位內的差別及崗位間的差別。我們延續Lemieux（2006） 的方法，將收入差距的變化分解成崗位內收入差距的變化（組內差異），崗位間的收入差距變化（組間差異），以及勞動力在不同崗位上的分布的變化（組成效應）。我們發現給定崗位工資，勞動力在不同崗位間就業比例變化對工資差距變化影響很小。收入差距的變化主要來自崗位內不可觀測技能回報的變化以及可觀測變量如教育、省份等的回報變化和不同崗位間工資差距的變化。因此可以說，雖然就業結構變動比較大，但對我國總體收入差距變動的貢獻并不大。

本文內容結構安排如下：第1 部分為文獻綜述，對就業結構變化相關文獻進行綜述;第2 部分介紹數據來源、崗位的分類方法和崗位排序的選擇;第3 部分總結我國城鎮居民的就業結構變化模式，并與國內外文獻做對比，同時考察不同年齡-教育的勞動力如何在不同崗位之間進行調整;第4 部分分析就業結構對我國的總體收入差距和教育回報的貢獻;最后為結論和研究展望。

1 文獻綜述

1.1 關于就業結構變遷的文獻

國外關于就業結構變遷的研究總結出就業結構變遷的三種模式：極化（poarization）、升級（ upgrading） 和降級（ downgrading） （ Hurley et al. ， 2013;Fernndez-Macías，2012）。極化指高工資/ 高技能崗位和低工資/ 低技能崗位的雇傭比例擴張，而中等工資/ 技能的崗位雇傭比例下降，雇傭結構呈現兩極化。

大量文獻對不同國家的不同數據集采用各種衡量方法進行了檢驗，發現美國、英國、德國等很多發達國家勞動力市場均呈現“ 極化” 現象（ Acemoglu，1999;Autor et al. ， 2006; Goos and Manning， 2007; Goos et al. ， 2009; Acemoglu andAutor，2011）。然而，就業結構兩極化并不是所有國家的共同規律，Fernndez-Macías（2012）、Hurley et al. （2013）發現部分歐洲國家呈現“升級”模式，如愛爾蘭、丹麥、芬蘭、盧森堡、瑞典等，即收入/ 技能較高的崗位就業增長更多，而收入/ 技能較低的崗位就業增長更少。另外一些國家如葡萄牙、西班牙、意大利則呈現“中部升級”（mid-upgrading） 模式，這一模式也屬于“升級” 模式的一種，其特點在于中等收入/ 技能崗位的就業增長多于高收入/ 高技能崗位，相當于“ 極化”現象的反面。此外，Hurley et al. （2013）研究還發現金融危機后東歐一些國家甚至出現降級（downgrading）模式，收入越低的崗位就業增長越多，高收入崗位就業大幅下降。

我國的勞動力市場上就業結構如何變化？ 目前國內的研究結論尚不一致，這可能與不同研究采用的時間段、數據集以及分析對象不同有關。有研究從工作任務（ task） 的角度對就業結構進行分析， 如孫文凱等（ 2018） 用2003—2013CGSS 數據、Ge et al. （2021） 采用1990—2015 年人口普查數據和抽樣調查數據發現常規操作型工作的雇傭比例在下降，而都陽等（2017）利用2005—2016中國城市勞動力調查數據的研究則發現常規操作型工作的分布變化不明顯，兩者的不同很可能源于對任務類型的定義和計算方式有差異。從工作任務的角度分析就業結構依賴于高質量的職業分類數據，目前國內這類的數據還很少。呂世斌和張世偉（2015）根據OECD 行業分類標準將制造業行業分為高、中、低等不同技術的行業，用1998—2009 年制造業行業面板數據，發現我國高技術行業和低技術行業的就業增長更多，我國制造業就業呈現“極化”，但是該文分析僅限于制造業行業。屈小博和程杰（2015） 則采用將行業和職業交叉確定的崗位分析法，根據不同崗位的收入水平進行排序，將崗位分為高、中、低不同收入水平的崗位，他們采用2005 全國1%人口抽樣調查數據、2010 第六次人口普查數據，使用全行業數據，發現2005—2010 我國就業結構呈現“ 升級” 模式，農民工群體的就業呈現“極化”，但是該文的研究時間段僅有5 年，且沒有深入探討該分類方法下崗位排序的時間穩定性。

1.2 關于不同特征勞動力就業結構變化的文獻

在就業結構變遷的過程中，不同類型的勞動力表現出不同的轉移特點。勞動力的就業結構變化可能同時受到供給和需求兩方面的影響：一方面，不同的職業在擴張或萎縮中，對于不同類型勞動力的需求變化有差異;另一方面，不同類型勞動力的相對供給隨時間發生變化，進而影響就業結構。如對美國的數據分析發現，職業擴張主要通過招聘年輕勞動力實現，因此在雇傭比例上升的高技能和低技能崗位中，勞動力的平均年齡減小，但是在雇傭比例減少的中技能崗位中，勞動力平均年齡在增加。從中技能崗位轉出的勞動力中，低教育水平勞動力流入到低技能崗位，而年輕的高教育水平勞動力轉移到高技能崗位，年老的高學歷勞動力轉移到低技能崗位（ Autor and Dorn，2009）。此外，Beaudryet al. （2016）發現美國自2000 年之后，對于技能的需求相對慢于高教育水平勞動力的供給擴張，這導致高技能勞動力向下流動，開始從事傳統上由低技能勞動力從事的工作，并導致低技能勞動力進一步向下流動甚至被擠出勞動力市場。

在我國的就業結構變化過程中，關于不同特征勞動力如何轉移就業崗位的研究還很少。Ge et al. （2021） 做了一個比較好的嘗試，他們發現1990—2015年間，30 歲以下的年輕人從事常規操作型工作的比例下降，進入常規知識型和非就業的比例上升;高中和大學以上畢業生，從事非常規工作比例下降。

1.3 對就業結構變化的原因解釋

總體上，就業結構的變化受到需求（如技術進步、國際貿易）和供給（人口結構變動）兩方面的影響。大量文獻從需求層面對就業結構變化的原因進行解釋：一種解釋為“常規型工作” 替代的技術進步理論，認為技術進步導致機器替代了常規型的生產和辦公工作，而對需要高技能的分析研究類工作和需要人際互動性的工作產生互補作用（ Autor et al. ， 2003）;還有解釋強調經濟全球化帶來的產業分工與轉移（如外包）的作用（Antrs et al. ， 2006; Grossman and Rossi-Hansberg， 2008; Oldenski， 2014）;此外，Autor and Dorn（2013）還提出由于消費偏好多樣化而對服務性職業的需求提升帶來就業結構極化。從供給上看，移民帶來的供給增加會導致最低收入崗位的就業增長更多， 如英國（ Oesch andRodríguez Menés，2011）。此外，一些制度差異也會導致不同國家就業結構變化不同，例如，阻礙市場化工資設定的制度（工會、最低工資等）會限制最低收入崗位的增長，如德國（Oesch and Rodríguez Menés，2011）。

Cortes et al. （2017）進一步對就業結構變化的原因進行分解，將就業結構變化歸因為人口組成結構的變化、給定人口特征下的就業傾向變化以及兩者的交叉效應，并計算各類效應的影響程度。作者對美國的研究發現，常規型工作的雇傭比例下降，主要是因為勞動力在常規型工作的就業傾向下降，人口結構變動帶來的影響僅占1/3。孫文凱等（2017）、Ge et al. （2021） 分別采用這種方法，利用CGSS 數據和人口普查數據對中國的就業結構變化進行分解，發現我國常規操作型工作的下降同時受人口結構變動和就業傾向變動的影響，兩者的解釋程度在不同階段有所差異。

1.4 就業結構變遷和收入差距關系的文獻

技能偏向技術進步理論認為技術進步會導致就業結構出現升級，進而提高技能回報和擴大收入差距。研究發現技能的回報在過去幾十年中保持增長，尤其是大學畢業生和高中畢業生的相對工資，這是收入差距擴大的重要原因。雖然大學畢業生的供給大幅增長，但由于對技能的需求增長更快，高教育水平工人的工資上升更快，大學教育回報仍然上升。這一“ 供給-需求” 分析框架被稱為解釋技能回報變動的經典理論， Katz and Murphy（ 1992）、Goldin and Katz（2007）的研究中都采用這一經典框架。

但是近年來研究發現，這一經典理論不能解釋美國1980 年以來50/10 分位數工資差距的變動以及1990 年以來大學教育回報增長的減速， 為此Acemoglu and Autor（2011，2012）構建了新的任務分析框架（task framework），提出常規型工作替代假說。計算機的使用替代了常規型任務，但對非常規認知型和非常規非認知型任務產生互補作用，因此90/50 分位數的工資差距會擴大，但50/10 分位數的工資差距減小，服務型職業的工資會上升（ Autor and Dorn，2013）。但Mishel et al. （2013）對常規型工作替代假說提出質疑，認為這一理論并不能完全解釋過去三十多年的收入差距變化。工作的兩極化現象從20 世紀50 年代就已經出現，但從1950 年以來，收入差距曾經下降也曾經上升，例如服務型職業的雇傭比例從1973 年開始便緩慢穩定上升，中等水平工資工作的雇傭比例也從1973 年開始逐步穩定下降，但50/10 分位數工資差距卻在1973 年之后存在大幅波動。Mishel et al. （2013）還進一步發現職業對于工資變動的解釋力在下降。

國內關于就業結構和收入差距關系的文獻目前集中于產業結構和收入差距。行業變量是解釋我國收入差距擴大的重要因素。陳釗等（2010） 分析了行業間收入不平等對中國城鎮居民收入差距的重要性，發現行業變量對中國收入差距的解釋力有所上升，由行業間收入不平等造成的收入差距在擴大。由于不同行業之間的收入差距較大，行業結構的變動會導致收入差距的變化，葛玉好（2007）分析了行業選擇對性別工資差距的影響，宋錦（2018）分析了產業結構變化對收入分配的影響。其他一些文獻分析了職業隔離對收入差距的影響，如卿石松和鄭加梅（2013）分析了職位隔離對性別收入差距的影響，吳曉剛和張卓妮（2014）分析了職業隔離對農民工和城鎮工人之間收入差距的影響。

但是目前很少有文獻從全國整體就業結構變化的角度分析就業結構和收入差距的關系。與本研究最相關的是呂世斌與張世偉（2015）的研究，他們發現1998—2009 年中國制造業中就業崗位呈現兩極化，低技能和高技能行業的平均工資增長更快，但這篇文章分析范圍僅限于制造業，且沒有考慮職業結構的變動。此外，還有研究從勞動力流動和技能匹配的角度分析地區差距，如彭國華（2015）認為由于貿易等因素導致不同地區的工作任務分布有差異，勞動力在不同地區之間流動會帶來地區間就業結構差異，這進一步導致地區間產出的差距，這一研究集中于分析產出差距而不是個體的收入差距，并且集中于理論分析。

2 崗位分類和質量衡量

2.1 數據來源和崗位分類

本文采用的數據為國家統計局1992—2009 年城鎮住戶調查數據（ UHS），這是國內唯一追溯將近20 年的關于家庭基本信息和收支的調查數據，這項調查記錄了家庭每位成員從事的行業和職業，這些信息提供了本文分析就業結構所需要的基礎數據。這項調查每年輪換1/3 的經常性調查樣本，3 年內完成一次全部樣本的輪換。本文使用的數據包括了北京、遼寧、浙江、安徽、湖北、廣東、四川、陜西、甘肅9 個省市，在地理位置和經濟水平上對于全國樣本具有良好的代表性。

目前國內可供使用的微觀調查數據還有CHIPs，CHNS，CHFS 等，但是經過對比，這些數據不太適合本文的研究。CHNS 數據雖然年份跨度很長，但是其城鎮樣本量過小，并且關于工作的變量中沒有行業信息，只有職業信息。CHFS 和CFPS 則只有最近年份的數據，無法進行長時期的比較。CHIPs 數據雖然年份跨度較長，但是CHIPs 數據中2002 年之前的調查中職業分類無法區分商業服務人員和生產工人，采用CHIPs 2002、2007、2013 年城鎮戶口樣本得到的結果波動比較大（見附錄中的附表6），可能與樣本量有關。雖然CHIPs 單獨調查了農民工樣本，但是2007 年之前的農民工調查中也無法區分商業服務人員和生產工人，并且2007 年農民工的行業職業分類和城鎮居民的分類不一致，難以做統一的分析。人口普查數據因為缺乏工資信息，難以用于和收入相關的分析。

本文分析對象為16～60 歲（ 女性55 歲） 的本地城鎮戶口樣本。UHS 數據在2002 年之前只調查本地的城鎮戶口居民，但是2002 年開始加入了對從外地或農村遷入城鎮地區的住戶的調查，為了分析的一致性，本文只考慮本地城鎮戶口居民，不考慮2002 年之后的本地農業戶口和外地戶口（這兩部分占2002 年之后總樣本的約4%）。為了方便比較，首先遵循Autor et al. （2003）、Goos andManning（2007）、Autor and Dorn（2009）、Goos et al. （2009） 等人的分析方法，在初步分析時不考慮自雇傭、私營企業主的樣本，但在穩健性分析時考慮了將這些樣本納入。各年的樣本量及地區分布見附錄表1。

如引言所提到的， 本文崗位分類根據行業和職業交叉確定， Goos andManning（2007）、Hurley and Fernndez-Macías（2009）、Hurley et al. （2013）、屈小博和程杰（2015）等都采用類似的方法。由于城鎮住戶調查數據中不同年份行業和職業的分類方法有差異，需要對行業和職業分類進行調整合并，合并方法詳見附表2（a-c）。最終將行業分為8 大類：工業、建筑業、交運郵電信息服務、批發零售餐飲住宿、社會服務業、科教文衛、金融保險、黨政社團，將職業分為5 大類：專業技術人員、機關企事業單位負責人、辦事人員、商業和服務性人員、生產運輸工人和有關人員。職業與行業交叉共得到40 類崗位，由于某些崗位樣本量過小，進一步進行合并①，最終得到30 類崗位。各類崗位的觀測值和占比見附表3。

需要說明的是，雖然所有制在就業結構中扮演著重要角色，是我國勞動力市場分割的重要形式。但是相比所有制，行業和職業更能體現工作的技能，所有制更多地體現了制度差異而非技能差異，因此本文的崗位分類只采用行業和職業，而不加入所有制，這樣也便于和國內其他文獻及國際比較。

2.2 崗位排序

分析就業結構變遷首先需要對崗位按一定規則（通常按崗位質量） 進行排序，得到一個穩定的崗位排序，然后看就業分布隨時間的變化。文獻中對崗位的排序方法有以下幾種：按初期各類崗位的平均受教育年限排序、按初期各類崗位的中位數或平均工資排序、按整個研究期間各類崗位的平均工資排序。發達國家的研究結論表明，不同方法得到的崗位排序隨時間變化比較小，也即不同崗位的質量是相對穩定的（ Acemoglu，1999;Goos and Manning，2007;Oeschand Rodríguez Menés，2011;Fernndez-Macías，2012）。本文分別采用這三種方法對我國的崗位進行排序，發現不同排序方法的結果存在差別。

2.2.1 按照平均受教育年限排序

結果見圖1，其中橫軸為按照1992 年每一類崗位樣本的平均受教育年限從低到高排序的30 類崗位，縱軸為給定崗位在不同年份的平均受教育年限。從變化趨勢看，1992 年從業勞動力教育水平較高的崗位在2009 年仍然保持較高的教育水平。如果分別按照1992、2001、2009 年平均受教育年限從低到高排序，得到每一類崗位在1992、2001 和2009 年的排序，計算這三組排序之間的相關性，可發現1992 年和2009 年的崗位排序spearman 相關系數達到0. 86（表1），1992 年和2001 年的相關系數達到0. 95，可見按照教育水平對崗位排序得到的結果在不同年份之間相對穩定。

2.2.2 按照中位數工資排序

分別對每個年份按照每類崗位的中位數工資①進行排序，得到各崗位在1992、2001、2009 年的排序結果，發現1992 年的排序與2009 年排序的spearman相關系數為0. 64，1992 年排序與2001 年排序spearman 相關系數為0. 65，2001年排序與2009 年排序的spearman 相關系數為0. 87。按照中位數工資排序得到不同年份之間的相關性低于按教育水平排序的結果。西班牙1990—2008 年之間的這一系數為0. 70， 瑞士1991—2008 年之間的這一系數為0. 87， 英國1991—2008 年和德國1990—2007 年的這一系數都達到0. 90 （ Oesch andRodríguez Menés，2011）。與其他國家相比，我國2001 和2009 年之間這一系數接近于其他國家，但我國1992 和2001 年之間的相關性較低，這和我國20 世紀90 年代末的經濟體制改革特別是國企改革有關。此外，按中位數工資的排序和按教育水平的崗位排序結果之間的相關性隨時間變化較大，按1992 年中位數工資排序和按1992 年受教育水平排序的相關系數僅0. 45，但是這一系數到2001 年達到0. 74，2009 年達到將近0. 88，說明在20 世紀90 年代，工資和教育的匹配度較低，但在一系列關于勞動力市場改革之后，教育和工資的關聯開始加強，換言之，教育的回報率上升。

2.2.3 按照所有年份的平均工資排序

如果按照每類崗位在1992—2009 年間的平均工資進行排序，得到的結果和按照1992、2001、2009 年中位數工資排序的spearman 系數在0. 5～0. 7 之間，相關性較低，說明不同年份間的工資變動較大。

發達國家按照崗位的平均受教育年限和平均工資的排序相關性很高，不同方法得到的崗位排序比較穩定，但是在中國這樣一個快速發展、結構調整迅速的國家，情況有所不同。由于按照工資排序的結果隨年份變化較大，因此下文主要采用按平均受教育年限排序的方法，不過在穩健性檢驗中也考慮了用工資排序的方法。

3 就業結構的變化

3.1 不同類型崗位的雇傭比例變化

附錄中的附表3 給出了30 類崗位的雇傭比例。1992 年雇傭比例最大的是工業的生產工人（28. 2%），同時該崗位的雇傭比例下降也最大，從1992 年到2009 年下降了15. 6 個百分點。雇傭比例增加最多的是黨政機關社團辦事人員、社會服務業辦事人員、社會服務業商業和服務人員等職業，分別上升5. 5、3.6、3. 3 個百分點。從工資增長來看，工資增長最多的是金融保險行業專業技術人員，工資增長最少的是建筑業生產工人。

為了便于后面的進一步分析，將各類崗位根據1992 年的平均受教育年限從低到高排序后，按照各類崗位的雇傭比例分為三類，其中低技能崗位4 個（雇傭比例31. 9%），中技能崗位13 個（雇傭比例33. 7%），高技能崗位13 個（雇傭比例34. 5%）。表2 給出了三類崗位的雇傭比例及變化。

城鎮居民在低技能崗位就業比例從1992 年的約31. 9%下降到2009 年的約16. 5%，下降約15. 3 個百分點。圖2 進一步畫出各類崗位雇傭比例隨時間的連續變化，可以發現這一下降趨勢從1997 年開始，這可能與國企改革有關，但是2002 年之后這一下降趨勢仍然保持。另外從進一步細分五等分的結果來看，技能排序最低20%的崗位雇傭比例下降最多，而中低技能崗位雇傭比例則有所增長。Ge et al. （2021） 采用人口普查數據發現我國城鎮人口就業結構中，常規操作型任務的就業比例大幅下降，1990 到2010 年之間下降約20 個百分點。他們文中的常規操作型任務包括了各個行業的手工藝人、設備及其操作員、裝配工及其他非技術生產工人，本文定義的低技能崗位中大部分來自制造業部門生產工人，兩者的組成人員相似，因此下降的總體趨勢一致，但是由于Geet al. （2021） 的常規操作型任務的定義范圍更廣，因此下降比例高于本文制造業生產工人的下降比例。

城鎮居民在中等技能崗位的就業比例上升最多，上升了約8. 8 個百分點，在1992—2001 和2001—2009 年間都有明顯上升，分別上升了5. 6 和3. 2 個百分點。從五分法的崗位來看，上升最多的并不是五等分中的中技能崗位，而是五等分中的中高技能和中低技能，分別增長了約5. 3 和6. 0 個百分點。

高技能崗位雇傭比例從1992 年的34. 5%上升到2009 年的41. 0%，上升6. 5個百分點。圖2 顯示，高技能崗位雇傭比例并不是一直上升，1992—2001 年間以下降趨勢為主，這一趨勢可能與我國20 世紀90 年代的“腦體倒掛”“下海”等現象有關。之后經濟發展創造出了更多的高技能崗位需求，加上勞動力市場的逐步完善，使得高技能崗位雇傭比例開始增長。進一步細分五分法，中高技能崗位雇傭比例增長最多。我國技能排序最高20%的高技能崗位雇傭比例從1992—2009 年上升了僅1. 7 個百分點，這一上升比例遠低于國際值。英國排序最高20%的崗位雇傭比例從1979 年到1999 年上升超過20 個百分點（Manning，2004），1991—2008 年上升約10 個百分點（ Oesch and Rodríguez Menés，2011），德國排序最高20%的崗位雇傭比例從1990—2007 年上升約8 個百分點（Oeschand Rodríguez Menés，2011）。

從工資變動來看（ 表2-B），1992—2009 年高技能崗位中位數工資從1992年的3456 元上升至2009 年的29466 元，增長了約7. 5 倍，高于中技能崗位工資的增長。低技能崗位的工資也有明顯增長，但是增長速度比其他兩組都低，只增長了5. 0 倍。五分法的結果進一步證實，工資增長和技能水平呈現正相關關系，中高技能和高技能崗位的工資增長約7. 5 倍，中技能增長約6 倍，而低技能、中低技能工資增長約5 倍左右。發達國家就業結構的“極化”現象還體現在雇傭比例上升的低技能崗位和高技能崗位工資增長更快，而雇傭比例下降的中技能崗位工資增長較慢。我國的模式顯然與此不同，高技能崗位工資增長較快，但是低技能崗位工資增長較慢。

因此，總體來看，我國城鎮居民的就業結構呈現“升級”模式：低技能崗位雇傭比例大幅減少，中高技能崗位雇傭比例上升;中低技能崗位工資增長較慢，高技能崗位工資增長較快。這一變動趨勢與美國、英國、德國等國家的“ 極化” 趨勢不同。

3.2 穩健性檢驗

本文進一步做了一些穩健性檢驗。

（1） 有文獻按照崗位的個數而不是崗位的雇傭比例對崗位進行歸類（Acemoglu，1999），即將崗位按初期的教育年限或工資排序后，按照崗位個數平均分類。本文也采用這種方法根據崗位個數將崗位進行分類，發現與根據雇傭比例劃分得到的結果一致，結果見附錄中的附表4。

（2） 前面的分析中，沒有考慮自雇傭樣本。如果將這部分樣本加入，結果仍然一致，低技能崗位雇傭比例大幅下降，中高技能崗位雇傭比例上升，雇傭結構呈升級模式。不過，加入自雇傭樣本之后，中技能崗位雇傭比例的上升更加明顯，上升幅度達到13 個百分點，高技能崗位雇傭比例僅上升2. 9 個百分點，其背后的原因是總人群中自雇傭人員的比例不斷上升（從1992 年的1%上升到2009 年的13%），同時自雇傭人員主要從事中等技能崗位（ 超過80%的自雇傭集中在中等技能崗位中）①。

（3） 我們進一步將不工作的樣本（包含失業或不參與勞動力市場的人） 加入，結果也基本一致，低技能崗位雇傭比例明顯下降，中技能崗位雇傭比例上升。不同的是，高技能崗位雇傭比例變化不大，甚至有略微下降。同時我們發現不工作的比例在這18 年間增加了12 個百分點，其中主要的來源是失業比例增加和其他未參與勞動市場的比例增加。其他未參與勞動市場者的增加主要是離退休人員和家務勞動者比例增加。同時我們注意到，不工作比例的上升主要發生在1992—2001 年，和這段時期的國企改革緊密相關。2001 年之后，該比例只增加了1. 4 個百分點。

（4） 如果直接按照五大類職業來劃分，可以看到1992—2009 年生產運輸及相關人員比重下降約18 個百分點，而辦事人員和商業服務人員占比上升約10 個百分點。雖然辦事人員和商業服務人員就業比例上升都較大，但服務人員的工資上升相對較慢。如果粗略地將專業技術人員和單位負責人劃分為非常規知識型工作，辦事人員劃分為常規知識型工作，生產運輸及相關人員劃分為常規操作型工作，商業服務人員劃分為非常規操作型工作，那么我們的結論與Ge et al. （2021） 采用全國人口普查數據中的城鎮勞動力樣本得到的結論一致，即常規操作型工作就業比重下降，而常規知識型工作就業比重上升。如果只看行業雇傭結構的話，則工業的雇傭比例下降最多，下降17. 62 個百分點，而社會服務業、黨政社團、交通運輸郵電信息服務行業的雇傭比例上升最多，上升4～6 個百分點。

（5） UHS 數據中主要調查了城鎮戶口樣本，但是我國20 世紀90 年代以來大批農村戶口居民進入城鎮務工，是就業人員的重要組成部分，為了將這部分勞動力納入研究范圍，我們進一步采用1990、2000、2010 人口普查數據和2005、2015 人口抽樣調查數據進行分析①，同時人口普查數據的樣本量更大，有助于得到更可靠的結論。我們首先利用人口普查數據中的行業和職業信息按照上文的分類方法將崗位分為30 大類，其中行業的具體劃分標準見附錄表2a～2c。根據30 類崗位的平均受教育年限進行排序，發現各年份之間仍然保持極高的相關性（見附錄中的附表5），說明我們的排序方法和結果比較穩定。無論是按照本地城鎮戶口居民的統計口徑還是按照居住在城鎮地區的統計口徑，人口普查數據得到的崗位排序與按照城鎮住戶調查數據得到的崗位排序相關系數均達到約0. 9。

根據前文的劃分方法，將UHS 數據中得到的30 類崗位和高中低三種技能崗位的對應關系匹配到人口普查數據中，得到人口普查數據中這三類崗位的雇傭比例。從本地城鎮戶口的統計口徑來看（表5），低技能崗位雇傭比例從1990到2010 年下降15 個百分點，中技能崗位雇傭比例上升12 個百分點，高技能崗位雇傭比例上升3 個百分點，符合“升級”模式。這一結果與城鎮住戶調查數據結果很接近。（由于人口普查數據中無法區分出自雇傭樣本，表5 的結果需與表3 上半部分的結果進行對比）。2015 年的人口普查數據中不再區分城鎮戶口和非城鎮戶口，因此不做比較。加入不工作的樣本，結果依然和城鎮住戶調查的結果一致。1990—2010 間，不工作的比例明顯增加，增加了約13 個百分點，這一增加主要發生在2000 年之前。低技能崗位雇傭比例明顯下降，下降約16個百分點，中等技能崗位雇傭比例增加約5 個百分點，高技能崗位雇傭比例變化不大，略有下降。

由于城鎮戶口樣本不能覆蓋那些居住在城鎮地區但非城鎮戶口的勞動力，因此我們改用“居住在城鎮地區” 的統計口徑來分析這部分人群。由于我們所獲得的1990 年人口普查數據中的代碼不能區分城市還是農村，因此這里只分析2000 年之后的普查和抽樣調查數據。結果發現，從2000—2015 年，低技能崗位雇傭比例下降約7. 7 個百分點，中技能崗位雇傭比例上升8. 4 個百分點，高技能崗位雇傭比例變化很小。與采用城鎮戶口樣本得到的結果相比，采用居住在城鎮地區的樣本得到的低技能崗位的雇傭比例的絕對值較高，且下降幅度較小。這一結果并不意外，因為非城鎮戶口從事低技能崗位居多。即便如此，低技能崗位雇傭比例仍然下降，中技能崗位雇傭比例上升，符合升級模式。加入不工作的樣本，結果變化不大，因為2000 年之后，不工作的比例變化比較小。

（6） 我們根據崗位工資排序進行了重新分類，根據所有年份的平均工資對崗位進行排序，然后根據1992 年的雇傭比例將30 類崗位三等分為低、中、高三類不同工資（技能）水平的崗位。重新分類后得到的結果與前面基于教育排序的結果很接近，就業結構仍呈“升級” 模式，高工資（技能） 崗位雇傭比例增加，低工資（技能）崗位雇傭比例下降。

我們還用1992 年的中位數工資進行了排序，同樣根據1992 年30 類崗位的雇傭比例三等分，得到的結果有所不同，雇傭結構呈現“極化” 模式。這是由于基于工資的崗位排序在不同年份之間差別較大，這種不穩定性使得用不同年份的工資指標排序去衡量就業結構變化得到的結果是有差別的。

（7） 我們進一步檢驗了按照教育劃分崗位質量與崗位所需真實技能之間的關聯性。由于本文主要根據崗位中就業人員的平均受教育水平將崗位劃為高、中、低三類技能，這樣劃分得到的不同技能崗位，其所代表的工作技能水平能否反映崗位所需的真實技能？ 為回答這一問題，我們進一步利用《2014 年廣東省制造業企業-員工匹配調查》數據進行分析。該數據共收集了廣東省572家企業4780 個員工樣本，其中包含企業內各類崗位所需的真實技能的詳細信息。我們將崗位所需的技能與員工的受教育水平進行了相關性分析。如表7所示，大專及以上學歷員工從事的崗位對英語、數學、閱讀、分析思考等認知能力的要求更高;初中及以下學歷員工所從事的崗位，重復性勞動或體力勞動的比例極高。總體上，用教育水平來劃分工作崗位，大體可以反映出該崗位所需的真實技能。

3.3 勞動力在不同崗位之間的流動

在我國就業結構變遷過程中，不同類型勞動力的就業崗位如何變化？ 我們對此作了進一步分析。表8 列出了分教育-年齡就業人口的組成以及不同類型勞動力的就業結構變化。

1992—2009 年就業人群的組成發生明顯變化。首先，教育結構顯著變化，就業人口中大專以上學歷的比重從18. 5%上升到42. 5%，上升了約24 個百分點，相對應地，高中和初中以下學歷占比下降，初中及以下學歷下降最多，下降了18 個百分點。同時就業人群的年齡結構也發生了明顯變化，就業人口中51～60 歲的占比上升了5 個百分比，31～50 歲的比例也上升了4 個百分點，而30 歲以下的比例下降了10 個百分點。

同時，這18 年間，各類人群的就業崗位分布也發生了明顯變化。初中及以下學歷人群在低技能崗位就業的比例下降約25 個百分點，不工作的比例上升約21 個百分點;而大專及以上人群在高技能崗位就業的比例下降約23 個百分點，在中技能崗位就業的比例上升約13 個百分點，這和大學擴招導致大學生供給增加的速度快于高技能崗位的供給相關。高中學歷人群在高技能崗位就業的比例也下降約13 個百分點，這些下降的比例一部分轉入中技能崗位，不過更多的轉為不工作。年輕（30 歲以下） 人群在低技能崗位就業比例大幅下降，不工作比例上升，而在中、高技能崗位就業的比例變化不大。年老（50 歲以上） 人群則在高技能崗位就業比例下降（19 個百分點），在中技能崗位就業和不工作的比例都上升。

這些變化和20 世紀90 年代末的經濟結構調整，勞動力市場的多項改革，如取消大學生畢業包分配制度、國有企業改革產生大批下崗職工等，以及教育的改革，如高校擴招，緊密相關。這些改革及政策變化對低教育水平勞動力、年輕勞動力的負面影響更大，說明教育和經驗作為人力資本的重要性。

我們進一步比較了就業人員在不同職業的分布結構，結果見附錄中的附表7。總體來看，低教育勞動力、年輕勞動力成為生產運輸工人（ 近似常規操作型工作）的比例下降，高教育勞動力成為專業技術人員或單位負責人（近似非常規知識型工作）的比例下降，成為辦事人員（近似常規知識型工作）的比例上升，各類勞動力成為商業服務人員（近似非常規操作型工作）的比例都上升。