中圖分類號：C922；F014.44；G40-052 文獻(xiàn)標(biāo)識碼：A 文章編號：1000-4149

（2025） 04-0118-15 D0I： 10.3969/j.issn.1000-4149.2025.04.009

一、引言

人口遷移對教育—職業(yè)匹配的影響正在得到世界范圍學(xué)者的關(guān)注[1-4]。從中國現(xiàn)實(shí)情境來看，戶籍制度深刻影響著城鄉(xiāng)人口流動和個體就業(yè)機(jī)會。大量研究表明，由于戶籍制度造成的城鄉(xiāng)二元分割，不同戶籍出身的人口在職業(yè)獲得、收入水平、住房條件、健康狀況和主觀福祉等方面存在不平等[5-8]。對此，學(xué)界目前主要從教育獲得和就業(yè)過程來探討戶籍收入差異產(chǎn)生的根源[7，認(rèn)為農(nóng)業(yè)戶籍人口所面臨的教育劣勢和職業(yè)隔離是造成收入差異的重要原因[5。在此背景下，對于農(nóng)業(yè)戶籍出身人口而言，接受更多學(xué)校教育是改善生活質(zhì)量、實(shí)現(xiàn)向上流動的重要渠道。但是，伴隨我國義務(wù)教育普及和高等教育擴(kuò)招，農(nóng)業(yè)戶籍出身人口有越來越多的機(jī)會接受學(xué)校正式教育，其整體受教育程度明顯上升。那么，對于教育程度相同但戶籍出身不同的社會成員而言，他們能否享有平等的就業(yè)機(jī)會？

為了回答這一問題，本文聚焦教育程度和職業(yè)類型之間的縱向失配現(xiàn)象。所謂縱向失配（verticalmismatch），是指個體實(shí)際教育程度超過其職業(yè)崗位所需教育水平[2.9]。新近研究表明，我國城鎮(zhèn)勞動力市場中大約有 35% 的就業(yè)者發(fā)生了縱向失配[10-11]。但需說明的是，從中國整體社會來看，教育遠(yuǎn)遠(yuǎn)沒有過度，并且我國義務(wù)教育普及和高等教育擴(kuò)招，不僅為經(jīng)濟(jì)增長奇跡和社會主義現(xiàn)代化提供了寶貴人力資源，也為提升全民素質(zhì)作出了卓越貢獻(xiàn)。就價值立場而言，縱向失配并非強(qiáng)調(diào)人們接受的教育過多，而是聚焦教育和職業(yè)的失配狀態(tài)及其后果；其政策啟示并非減緩教育發(fā)展，而是在大力推進(jìn)教育強(qiáng)國的同時，需要提升教育內(nèi)涵和優(yōu)化職業(yè)結(jié)構(gòu)，最終加強(qiáng)學(xué)校到職場的聯(lián)結(jié)強(qiáng)度和實(shí)現(xiàn)勞動力的充分就業(yè)。

縱向失配可能成為形塑勞動力市場中戶籍收人差異的重要機(jī)制。個體在獲得文憑之后，從教育系統(tǒng)向勞動力市場系統(tǒng)的過渡可能會潛在地影響收入獲得和戶籍分層，具體而言，如果不同戶籍人口在這一階段存在明顯分化，那就可能成為收人差異的重要來源。從根源上講，這種分化既可能來自制度或非制度的歧視因素（例如某些崗位只招聘城市非農(nóng)戶口），也有可能源于個體特征差異（如農(nóng)民工在求職網(wǎng)絡(luò)等方面存在欠缺）；從后果來看，這種不平等機(jī)制將導(dǎo)致農(nóng)業(yè)戶籍出身人口更難找到教育匹配的職業(yè)崗位，而不得不去接受那些學(xué)歷要求更低的職業(yè)崗位，從而導(dǎo)致生產(chǎn)效率受限并且遭受收人懲罰，最終成為戶籍收入差異的來源，而這一過程是以往職業(yè)隔離效應(yīng)或者人力資本理論無法解釋的。基于此，本文從教育一職業(yè)匹配視角出發(fā)，探討縱向失配對戶籍收入差異的影響過程。

二、理論回顧和研究假設(shè)

作為一個正在興起的學(xué)術(shù)概念，教育失配主要捕捉的是教育文憑和職業(yè)崗位之間的不匹配狀態(tài)[12]。按照學(xué)歷水平和專業(yè)類型的不同，教育失配主要包含兩個維度：橫向失配和縱向失配[1-2]。縱向失配反映個體在教育程度與職業(yè)崗位需求之間的失衡狀態(tài)，例如大學(xué)畢業(yè)生進(jìn)入那些僅需要初中教育文憑的職業(yè)崗位[13]。縱向失配通常源于勞動力市場中高等教育文憑供給和高技能崗位需求之間的不平衡狀態(tài)[1，14-15]，并且會降低工作滿意度和提高離職傾向等社會后果[9.16]。橫向失配則指個體所學(xué)的專業(yè)和職業(yè)崗位之間的不匹配，例如計算機(jī)專業(yè)畢業(yè)生進(jìn)入會計崗位，橫向失配通常受到不同專業(yè)的職業(yè)特有度和市場稀缺度的影響[1.14]。大量研究發(fā)現(xiàn)，盡管縱向失配和橫向失配都會造成收入懲罰，但是橫向失配造成的收入懲罰要低于縱向失配[1.12.14]，因此，本文將重點(diǎn)關(guān)注縱向失配對勞動力市場結(jié)果的影響。

縱向失配對于研究收入差異具有重要理論價值。作為縱向失配所連接的兩個維度，教育和職業(yè)是研究收入差距的重要視角，但是以往研究將教育和職業(yè)作為遞進(jìn)關(guān)系或者獨(dú)立關(guān)系。不同于以往研究，本文將教育和職業(yè)作為交叉因素，通過比較職業(yè)和教育之間的縱向匹配狀態(tài)，來研究縱向失配如何影響收人差異?？v向失配將在兩個階段來形塑戶籍收入差異（見圖1），其一是縱向失配發(fā)生幾率方面的戶籍差異，其二是縱向失配收入懲罰方面的戶籍差異。

1.縱向失配發(fā)生幾率的戶籍差異

戶籍制度的核心特征是在城鄉(xiāng)之間產(chǎn)生了一道就業(yè)壁壘，并且壁壘兩端的福利制度也迥然不同。新中國建立以后，政府在城市優(yōu)先發(fā)展資本密集型的重工業(yè)，由于這類產(chǎn)業(yè)所能創(chuàng)造的就業(yè)機(jī)會有限，為此就需限制城市人口規(guī)模，由此戶籍制度應(yīng)運(yùn)而生[17]，它不僅嚴(yán)格控制農(nóng)村人口流入城市，而且在城市建立起一套與工作單位密切關(guān)聯(lián)的住房、教育、醫(yī)療和養(yǎng)老等福利制度。這種具有排他性的就業(yè)制度和福利制度導(dǎo)致了城鄉(xiāng)勞動力市場的嚴(yán)重分割，城市戶籍出身人口往往從事工資水平更高、工作穩(wěn)定性更強(qiáng)、社會福利更多的工作，而農(nóng)業(yè)戶籍出身人口則完全相反。改革開放以后，城市就業(yè)部門的市場化程度逐漸上升，對勞動力的需求有所上漲，而此時戶籍制度也有所松動，尤其在深化改革以后，大量農(nóng)村人口流入城市，從而有機(jī)會在城市就業(yè)部門工作。但是，城市就業(yè)部門通過相關(guān)政策法規(guī)，優(yōu)先保證城市戶籍出身人口的就業(yè)，并在部分職業(yè)崗位設(shè)限以排斥外來勞動力，例如要求農(nóng)村人口具備打工許可證和暫住人口登記證，甚至給企業(yè)規(guī)定一些工作崗位禁止雇傭外來勞動力[17]；同時，即便外來人口成功就業(yè)，也很難獲得那些與工作崗位相關(guān)的社會保障或福利。毫無疑問，這些限制條件給農(nóng)業(yè)戶籍出身人口在城市的就業(yè)過程造成嚴(yán)重壁壘。

這種基于戶籍制度的就業(yè)壁壘將直接影響勞動者的教育和職業(yè)匹配過程。城市勞動力市場的就業(yè)制度和福利制度是密切關(guān)聯(lián)的，同時二者都具有排他性，并且這種排他性基本是以戶籍身份為基礎(chǔ)的。首先，對于農(nóng)業(yè)戶籍出身并在城市工作的流動人口而言，即便接受過一定程度的正式教育，但和城市戶籍出身的同等學(xué)歷人口相比，農(nóng)業(yè)流動人口很有可能在就業(yè)過程中遭受基于戶籍的排他性，這將導(dǎo)致農(nóng)業(yè)流動人口更難找到匹配其教育程度的工作崗位，不得不接受那些學(xué)歷要求更低而城市戶籍出身人口不愿從事的工作崗位，從而可以推測農(nóng)業(yè)流動人口比城市戶籍出身人口更有可能發(fā)生縱向失配。其次，對于通過“農(nóng)轉(zhuǎn)非”獲得城市戶籍的人口而言，由于他們在戶籍身份上已經(jīng)具備享受城市就業(yè)制度和福利制度的資格，因此在就業(yè)過程中不太可能遭受基于戶籍身份的排他性；同時，許多研究已經(jīng)表明，“農(nóng)轉(zhuǎn)非”人口是一個經(jīng)過高度選擇的人群，該群體在教育程度、政治身份、參軍經(jīng)歷、家庭背景等方面都具備一定優(yōu)勢[18]，也更有可能是農(nóng)村精英群體和具備更強(qiáng)的個人能力。同時有研究表明，“農(nóng)轉(zhuǎn)非”人口總體收入水平和向上流動機(jī)會甚至大于城市非農(nóng)出身人口，并且這種優(yōu)勢主要存在于經(jīng)歷過高度選擇的“農(nóng)轉(zhuǎn)非”人口［19]。因此本文傾向于推測經(jīng)過高度選擇的“農(nóng)轉(zhuǎn)非”人口比城市戶籍出身人口更不可能發(fā)生縱向失配。

除了就業(yè)壁壘以外，戶籍制度還可能通過形塑社會資本來影響勞動者的教育匹配過程。大量研究表明，擁有和使用良好的社會網(wǎng)絡(luò)和社會資本有助于行動者的求職過程和地位獲得[20]；基于這一理論，不同群體在社會資本存量和經(jīng)濟(jì)回報方面的差異將會成為群體間收入差異的來源[21]。由于我國戶籍制度長期構(gòu)筑的城鄉(xiāng)壁壘，不同戶籍人口之間的社會交往長期受到阻隔，因此對于農(nóng)業(yè)戶籍出身人口而言，絕大多數(shù)社會交往主要集中在農(nóng)業(yè)戶籍人群內(nèi)（即同質(zhì)性交往）[22]，同時與城市戶籍人口之間的社會網(wǎng)絡(luò)也相對較少[23]，導(dǎo)致其社會資本存量和資源含量都處于相對較低水平。

基于此，本文提出以下觀點(diǎn)。首先，對于農(nóng)業(yè)流動人口而言，一方面由于缺乏城市當(dāng)?shù)厣鐣W(wǎng)絡(luò)[23]所造成的障礙將導(dǎo)致這一群體難以獲得那些稀缺的、收人回報相對更高，且匹配自身教育水平的職業(yè)崗位信息；另一方面由于同質(zhì)性交往[22]或聚集網(wǎng)絡(luò)產(chǎn)生的拉力，農(nóng)業(yè)流動人口更有可能進(jìn)入那些收入水平相對較低、學(xué)歷要求相對較低、城市戶籍人口不愿從事而農(nóng)業(yè)流動人口相對集中的職業(yè)崗位，最終導(dǎo)致那些具有一定教育文憑的農(nóng)業(yè)流動人口更有可能發(fā)生縱向失配。其次，對于“農(nóng)轉(zhuǎn)非”人口而言，盡管早期會因城鄉(xiāng)壁壘而缺乏城市本地網(wǎng)絡(luò)，但由于“農(nóng)轉(zhuǎn)非”人口是經(jīng)過高度選擇而進(jìn)入城市勞動力市場，因此也更有可能主動建構(gòu)與城市本地人之間的社會聯(lián)系，所以同質(zhì)性社會網(wǎng)絡(luò)對其求職行為的限制有限，從而降低“農(nóng)轉(zhuǎn)非”人口發(fā)生縱向失配的幾率。由此，本文提出以下假設(shè)：

假設(shè)1：不同戶籍人口在縱向失配的發(fā)生幾率層面存在顯著差異。

假設(shè)1A：與城市非農(nóng)出身人口相比，農(nóng)業(yè)流動人口更有可能發(fā)生縱向失配。

假設(shè)1B：與城市非農(nóng)出身人口相比，“農(nóng)轉(zhuǎn)非”人口更不可能發(fā)生縱向失配。

2.縱向失配收入懲罰的戶籍差異

縱向失配會造成收人懲罰，但是這種收人懲罰在不同戶籍人口之間是否存在差異？換言之，當(dāng)其他條件一定時，不同戶籍人口在同時面對縱向失配時，其遭受的收入懲罰是否存在差異？如果存在，這就可能成為縱向失配影響戶籍收入差異的另一個重要來源。

本質(zhì)上講，這一問題主要指縱向失配和戶籍在影響收入水平時，彼此之間是否存在交互效應(yīng)。以往研究主要以“雙重劣勢”來檢驗(yàn)兩種劣勢相遇時產(chǎn)生的額外劣勢，例如女性的收入水平相對于男性處于劣勢地位，農(nóng)民工的收入水平相對城市職工處于劣勢地位，而女性農(nóng)民工相對男性城市職工就會面臨雙重交互的額外收入劣勢。但是，佩杜拉（Pedulla）最新的研究成果挑戰(zhàn)了以往的研究思路，他通過分析美國勞動力市場中黑人和失業(yè)對找工作的影響，發(fā)現(xiàn)失業(yè)現(xiàn)象對黑人找工作造成的負(fù)面影響要小于對白人的負(fù)面影響[24]，也就是說，兩種負(fù)面的刻板印象相互結(jié)合時，并非一定會產(chǎn)生“雙重劣勢”，而是存在相互抵消的可能。

由此，佩杜拉總結(jié)出兩種相對劣勢結(jié)合時，存在三種可能的效應(yīng)：疊加效應(yīng)（additiveeffects）、擴(kuò)大效應(yīng)（amplified effects）和收縮效應(yīng)（muted effects）[24]。所謂疊加效應(yīng)，是指兩種相對劣勢結(jié)合時產(chǎn)生的效應(yīng)只是數(shù)量上的相互疊加。這一判斷的理由是，如果兩種社會標(biāo)簽彼此之間不存在關(guān)聯(lián)，那么當(dāng)它們同時出現(xiàn)時，就會彼此之間獨(dú)立發(fā)揮作用，所產(chǎn)生的總體效應(yīng)就是獨(dú)立效應(yīng)的簡單疊加。所謂擴(kuò)大效應(yīng)，是指一種相對劣勢會加強(qiáng)另一種相對劣勢產(chǎn)生的影響，從而比相互疊加產(chǎn)生更多的額外效應(yīng)。這一判斷的依據(jù)是，如果兩種社會標(biāo)簽存在內(nèi)部關(guān)聯(lián)，并且內(nèi)部的某些信息彼此之間是強(qiáng)化關(guān)系，那么當(dāng)它們同時出現(xiàn)時，就會相互強(qiáng)化并存在乘數(shù)效應(yīng)，從而產(chǎn)生的總效應(yīng)將會大于兩種標(biāo)簽的獨(dú)立效應(yīng)之和。所謂收縮效應(yīng)，是指兩種相對劣勢結(jié)合時，彼此之間會相互抵消，從而產(chǎn)生比相互疊加更小的負(fù)面效應(yīng)。這一判斷的理由是，如果兩種社會標(biāo)簽共享著一些信息，那么當(dāng)它們同時存在時，彼此之間是相互消減或重復(fù)的，最終所產(chǎn)生的總體效應(yīng)將小于兩種標(biāo)簽的獨(dú)立效應(yīng)之和。下面將基于這三種模式來分析不同戶籍人口和縱向失配對收人水平可能的影響模式。

首先，農(nóng)業(yè)流動人口和縱向失配之間可能存在疊加、擴(kuò)大和收縮這三種模式。第一種模式為疊加效應(yīng)，意味著農(nóng)業(yè)流動人口相對于城市非農(nóng)出身人口的收人劣勢，和縱向失配產(chǎn)生的收人懲罰，二者之間是獨(dú)立發(fā)揮影響的，因此當(dāng)二者同時出現(xiàn)時，產(chǎn)生的總效應(yīng)就是二者獨(dú)立效應(yīng)的相互疊加。疊加效應(yīng)意味著縱向失配對于農(nóng)業(yè)流動人口和城市非農(nóng)出身人口造成的收入懲罰是同等的。第二種模式為擴(kuò)大效應(yīng)，意味著農(nóng)業(yè)流動人口面臨的收入劣勢和縱向失配造成的收入懲罰，彼此之間是相互加強(qiáng)的。這一判斷的理由是，由于戶籍制度造成的就業(yè)壁壘，農(nóng)業(yè)流動人口在城鎮(zhèn)勞動力市場中面臨的工作機(jī)會相對更少，因此在工資設(shè)定環(huán)節(jié)，當(dāng)農(nóng)業(yè)流動人口和城市非農(nóng)出身人口同時成為縱向失配者時，雇主給農(nóng)業(yè)流動人口可能設(shè)置更低的工資，而農(nóng)業(yè)流動人口由于面臨十分有限的工作機(jī)會，選擇的空間十分有限，因此討價還價的能力相對較低，最終不得不去接受比城市非農(nóng)戶籍人口更低的薪資回報。擴(kuò)大效應(yīng)意味著，縱向失配對農(nóng)業(yè)流動人口造成的收人懲罰要大于城市非農(nóng)出身人口，從而出現(xiàn)“同工不同酬”的市場歧視。第三種模式為收縮效應(yīng)，意味著農(nóng)業(yè)流動人口面臨的收入劣勢和縱向失配產(chǎn)生的收人懲罰，二者之間是彼此消減的。這一判斷的理由是，農(nóng)業(yè)流動人口在城鎮(zhèn)勞動力市場的處境已經(jīng)非常艱難，其收入水平遠(yuǎn)遠(yuǎn)低于城市非農(nóng)出身人口，因此當(dāng)農(nóng)業(yè)流動人口發(fā)生縱向失配時，縱向失配對其造成的收人懲罰將十分有限。因此當(dāng)二者同時出現(xiàn)時，產(chǎn)生的總的收入懲罰將小于二者獨(dú)立存在時產(chǎn)生的收人懲罰之和。收縮效應(yīng)意味著，縱向失配對農(nóng)業(yè)流動人口造成的收入懲罰要小于城市非農(nóng)出身人口?；诖耍疚奶岢鋈M競爭性假設(shè)。

假設(shè)2A：疊加效應(yīng)論，即農(nóng)業(yè)流動人口和城市非農(nóng)出身人口在面臨縱向失配時會遭受同等的收入懲罰。

假設(shè)2B：擴(kuò)大效應(yīng)論，即農(nóng)業(yè)流動人口比城市非農(nóng)出身人口在面臨縱向失配時會遭受更大的收入懲罰。

假設(shè)2C：收縮效應(yīng)論，即農(nóng)業(yè)流動人口和城市非農(nóng)出身人口在面臨縱向失配時會遭受更小的收入懲罰。

其次，“農(nóng)轉(zhuǎn)非”和縱向失配對收入的影響也存在三種可能的模式。但是，由于“農(nóng)轉(zhuǎn)非”人口具有高度選擇性，并且在勞動力市場一般處于相對優(yōu)勢地位，而縱向失配者相對縱向匹配者處于相對劣勢地位，因此二者之間實(shí)際為一種優(yōu)勢和一種劣勢之間的互動模式。那么，一種優(yōu)勢和一種劣勢同時出現(xiàn)時，會產(chǎn)生怎樣的后果？本文將其總結(jié)為三種模式。

第一種模式為差值效應(yīng)，即“農(nóng)轉(zhuǎn)非”人口相對城市非農(nóng)出身人口的收入優(yōu)勢和縱向失配造成的收入劣勢，彼此之間相遇時是獨(dú)立發(fā)揮效應(yīng)的，二者產(chǎn)生的總體效應(yīng)是彼此獨(dú)立效應(yīng)相減之后的“差值”。差值效應(yīng)預(yù)示著縱向失配對“農(nóng)轉(zhuǎn)非”人口和城市非農(nóng)出身人口會造成同等程度的收入懲罰。第二種模式為懲罰效應(yīng)。具體而言，“農(nóng)轉(zhuǎn)非”會產(chǎn)生收入優(yōu)勢，而縱向失配會造成收人懲罰，所以當(dāng)“農(nóng)轉(zhuǎn)非”人口發(fā)生縱向失配時，縱向失配會抑制“農(nóng)轉(zhuǎn)非”本身可能產(chǎn)生的收入優(yōu)勢，由此對“農(nóng)轉(zhuǎn)非”人口造成更大的收入懲罰。懲罰效應(yīng)意味著，當(dāng)“農(nóng)轉(zhuǎn)非”人口和城市非農(nóng)出身人口同時發(fā)生縱向失配以后，雇主在工資制定環(huán)節(jié)可能給“農(nóng)轉(zhuǎn)非”人口設(shè)置更低的薪資水平，由此抑制“農(nóng)轉(zhuǎn)非”可能存在的收入優(yōu)勢。第三種模式為保護(hù)效應(yīng)。意味著當(dāng)“農(nóng)轉(zhuǎn)非”人口發(fā)生縱向失配時，縱向失配對“農(nóng)轉(zhuǎn)非”收人優(yōu)勢的抑制作用會非常有限，換言之，當(dāng)城市非農(nóng)出身人口和“農(nóng)轉(zhuǎn)非”人口同時面臨縱向失配時，縱向失配對“農(nóng)轉(zhuǎn)非”人口造成的收入懲罰更小，從而表現(xiàn)為保護(hù)效應(yīng)。這一判斷的理由是，“農(nóng)轉(zhuǎn)非”人口面臨縱向失配時，其收入水平依然高于那些未實(shí)現(xiàn)“農(nóng)轉(zhuǎn)非”的群體，因此更有可能在縱向失配的職業(yè)崗位上表現(xiàn)出高生產(chǎn)效率或積極的工作態(tài)度；而當(dāng)城市非農(nóng)出身人口面臨縱向失配崗位時，其比那些具有同等學(xué)歷的縱向匹配者更有可能表現(xiàn)出更低的工作滿意度和更低的生產(chǎn)效率；在此情況下，對于同時面臨縱向失配的“農(nóng)轉(zhuǎn)非”人口和城市非農(nóng)出身人口，雇主更有可能為生產(chǎn)效率更高的“農(nóng)轉(zhuǎn)非”人口設(shè)置更高的工資水平?；谝陨戏治觯疚奶岢鋈M競爭性假設(shè)。

假設(shè)3A：差值效應(yīng)論，即“農(nóng)轉(zhuǎn)非”人口和城市非農(nóng)出身人口在面臨縱向失配時會遭受同等的收人懲罰。

假設(shè)3B：懲罰效應(yīng)論，即“農(nóng)轉(zhuǎn)非”人口比城市非農(nóng)出身人口在面臨縱向失配時會遭受更大的收入懲罰。

假設(shè)3C：保護(hù)效應(yīng)論，即“農(nóng)轉(zhuǎn)非”人口比城市非農(nóng)出身人口在面臨縱向失配時會遭受更小的收入懲罰。

三、數(shù)據(jù)、變量和分析策略

1.數(shù)據(jù)來源

本文所使用數(shù)據(jù)來源于中國綜合社會調(diào)查（CGSS 2003—2021）。作為我國最早的全國性、綜合性、連續(xù)性的橫截面調(diào)查項(xiàng)目，CGSS數(shù)據(jù)庫涵蓋本文需要的核心變量，同時具備充分的樣本量和時期跨度。實(shí)際分析中，本文首先合并了十一期數(shù)據(jù)，包括CGSS 2003、2005、2006、2008、2010、2012、2013、2015、2017、2018和2021。其次，本文僅保留城鎮(zhèn)調(diào)查樣本，這是因?yàn)椋捎谖覈鴳艏贫鹊拈L期影響，城市和農(nóng)村分別形成了兩種具有明顯差異的勞動力市場，其中城鎮(zhèn)相比農(nóng)村的勞動力市場，其職業(yè)結(jié)構(gòu)更加完善，對勞動者教育程度的要求也更加嚴(yán)苛，因此本文僅聚焦城鎮(zhèn)勞動力市場。隨后，本文將樣本年齡限制為18—60周歲，并剔除在教育、職業(yè)、收人上有缺失值的樣本，剩余樣本量為32222個①。

2.變量測量

縱向失配是本文需要測量的第一個核心變量。為了判斷某一個體是否屬于縱向失配，我們需要界定其職業(yè)崗位所需要的標(biāo)準(zhǔn)教育程度。截至目前，縱向失配研究領(lǐng)域存在三種測量方法：工作分析法、自我評估法和現(xiàn)實(shí)匹配法[25]。工作分析法是由特定專家或雇主來評估每種職業(yè)所需標(biāo)準(zhǔn)教育程度[26]，并形成職業(yè)手冊，但我國目前缺乏這樣的職業(yè)手冊。自我評估法是由調(diào)查中被訪者來評估其職業(yè)所需教育程度[27]，但這一方法在CGSS調(diào)查中只被應(yīng)用于個別年份，無法滿足本文分析需要。此外，工作分析法存在測量成本高、標(biāo)準(zhǔn)更新滯后等問題，自我評估法則容易受到被訪者主觀認(rèn)知偏差的影響，導(dǎo)致測量結(jié)果的可靠性不足。而現(xiàn)實(shí)匹配法是由研究者基于分析數(shù)據(jù)，使用標(biāo)準(zhǔn)差或眾數(shù)來界定每種職業(yè)所需要的標(biāo)準(zhǔn)教育程度。相比之下，現(xiàn)實(shí)匹配法是全世界縱向失配研究領(lǐng)域認(rèn)可度最高、使用范圍最為廣泛的方法[9-10]，因此本文采取現(xiàn)實(shí)匹配法。

但是，現(xiàn)實(shí)匹配法往往存在兩個測量偏差：第一，該方法忽視了制度變遷性。具體而言，教育和職業(yè)是縱向失配所連接的兩個重要變量，但這兩個變量深受宏觀教育制度和經(jīng)濟(jì)制度的影響。例如，1949年以來我國的教育制度經(jīng)歷了奠基、改革、擴(kuò)招和提升四個發(fā)展階段[28]，這深刻影響著不同世代群體的教育獲得；同時，從計劃經(jīng)濟(jì)邁向市場經(jīng)濟(jì)的經(jīng)濟(jì)制度變遷，深刻形塑著人們的就業(yè)過程和生活機(jī)遇。如果研究者使用現(xiàn)實(shí)匹配法時忽略教育制度和經(jīng)濟(jì)制度的變遷，那么其所測量的縱向失配比例將存在偏誤。為了克服這一問題，本文將分析樣本按照調(diào)查時期和出生世代劃分為不同的“時間格子”，并在每個格子內(nèi)部計算每種職業(yè)所需要的標(biāo)準(zhǔn)教育程度［25]。第二，現(xiàn)實(shí)匹配法忽略了職業(yè)內(nèi)部的教育異質(zhì)性。現(xiàn)實(shí)生活中，一些職業(yè)需要由不同教育程度的人共同從事，如果忽略這種職業(yè)內(nèi)部的教育異質(zhì)性，某些縱向匹配者將會在統(tǒng)計上被劃分為縱向失配者。為了克服這一問題，本文計算出每種職業(yè)內(nèi)部的教育異質(zhì)性指數(shù)（IQV），將其納入縱向失配的預(yù)測方程，以此來降低現(xiàn)實(shí)匹配法因忽略教育異質(zhì)性而造成的測量偏誤[25]。

縱向失配的具體測量包括四步：第一，本文根據(jù)8個時期和3個世代劃分出24個“時間格子”，其中3個世代包括1960年以前、1960—1980年和1980年以后的出生世代。第二，根據(jù)被訪者的教育狀況，界定教育程度和教育年限，其中教育程度包括6類：小學(xué)及以下、初中、高中（包括中專和技校）、大專、本科、碩士及以上。第三，在每個“時間格子”內(nèi)，基于國際標(biāo)準(zhǔn)職業(yè)分類（ISCO-88）的三位職業(yè)編碼，計算每種職業(yè)內(nèi)部的教育程度的眾數(shù)和教育年限的標(biāo)準(zhǔn)差，作為該職業(yè)所需標(biāo)準(zhǔn)教育水平①。第四，通過比較個體實(shí)際教育水平和其職業(yè)所需的標(biāo)準(zhǔn)教育水平，界定縱向匹配和縱向失配。結(jié)果表明，基于眾數(shù)法的縱向失配比例為 35.39% ，基于標(biāo)準(zhǔn)差法的縱向失配比例為 35.85% ，二者相當(dāng)接近。

戶籍是本文關(guān)心的第二個核心變量。首先，本文按照被訪者當(dāng)前戶籍類型，界定出二分類戶籍變量：城市戶籍人口和農(nóng)業(yè)戶籍人口。其次，本文通過比較被訪戶籍獲得年份、獲得方式和當(dāng)前戶口狀態(tài)，從城市戶籍人口中進(jìn)一步區(qū)分出“農(nóng)轉(zhuǎn)非”人口，由此產(chǎn)生三分類戶籍變量：城市非農(nóng)出身人口、“農(nóng)轉(zhuǎn)非”人口和農(nóng)業(yè)流動人口。最后，本文依據(jù)戶籍獲得原因，進(jìn)一步界定四分類戶籍變量：城市非農(nóng)出身人口、選擇性“農(nóng)轉(zhuǎn)非”人口、政策性“農(nóng)轉(zhuǎn)非”人口和農(nóng)業(yè)流動人口。由于CGSS 2006數(shù)據(jù)缺乏非農(nóng)戶口獲得過程的相關(guān)信息，本研究中三分類和四分類戶籍變量在該年份為缺失值；CGSS2005缺乏“農(nóng)轉(zhuǎn)非”戶籍的獲得方式信息，在四分類戶籍編碼為缺失值。為了獲得穩(wěn)健估計結(jié)果，本文在實(shí)證分析中分別基于二分類、三分類和四分類戶籍變量進(jìn)行模型估計，最終發(fā)現(xiàn)分析結(jié)果總體穩(wěn)健。實(shí)證分析表格以三分類戶籍變量為主，并以圖形呈現(xiàn)二分類、四分類戶籍變量的主要系數(shù)?；谌诸悜艏兞?，本文將縱向失配變量和其他重要變量信息匯總到表1。我們通過

表1可以得到以下重要信息：第一，三類戶籍人口縱向失配的發(fā)生比例存在明顯差異?？v向失配比例從高到低依次為城市非農(nóng)出身人口、“農(nóng)轉(zhuǎn)非”人口和農(nóng)業(yè)流動人口，但對這一結(jié)論需要謹(jǐn)慎，因?yàn)楸?沒有納入任何控制變量。第二，不同戶籍人口之間存在收入差異，“農(nóng)轉(zhuǎn)非”人口平均年收入最低。

其他變量也顯示出重要信息：第一，人口學(xué)特征方面存在戶籍差異。農(nóng)業(yè)流動人口的年齡相對偏小，這可能是因?yàn)槟挲g較大的農(nóng)業(yè)流動人口會選擇返回農(nóng)村。教育年限方面，農(nóng)業(yè)流動人口最低，城市非農(nóng)出身人口最高。第二，就業(yè)特征方面也存在戶籍差異。在體制分

割和行業(yè)壟斷方面，城市非農(nóng)出身人口和“農(nóng)轉(zhuǎn)非”人口進(jìn)入體制內(nèi)或壟斷行業(yè)工作的比例都明顯高于農(nóng)業(yè)流動人口。在職業(yè)方面，“農(nóng)轉(zhuǎn)非”人口成為管理人員和專業(yè)技術(shù)人員的比例相對更高，城市非農(nóng)出身人口次之，農(nóng)業(yè)流動人口則最低，并且農(nóng)業(yè)流動人口主要成為體力勞動者。這就意味著，不同戶籍人口之間的確存在職業(yè)隔離，戶籍造成的就業(yè)壁壘和教育文憑的欠缺可能是農(nóng)業(yè)流動人口就業(yè)的重要障礙。第三，家庭背景方面也體現(xiàn)出戶籍差異。在父母教育程度方面，整體而言，城市非農(nóng)出身人口的高等教育比重較大，而“農(nóng)轉(zhuǎn)非”人口和農(nóng)業(yè)流動人口相對較小。

3.分析策略

實(shí)證分析主要包括以下兩個環(huán)節(jié)：首先，本文將分析縱向失配發(fā)生幾率的戶籍差異，主要使用二分類邏輯回歸。其次，本文將分析縱向失配收入懲罰的戶籍差異，主要使用一般線性回歸和交互項(xiàng)策略。但是縱向失配存在內(nèi)生性問題，例如家庭背景、個人能力等因素既會影響縱向失配的發(fā)生，同時也會影響個體收入的獲得。為了有效控制內(nèi)生性問題造成的干擾，本文使用內(nèi)生干預(yù)效應(yīng)（endogeneity treatment effects）模型，該模型已被應(yīng)用于勞動力市場中就業(yè)過程研究。在內(nèi)生干預(yù)效應(yīng)模型中，研究者需要納入至少一個排除限定變量，它需滿足兩個條件，即與第一階段模型的選擇變量高度相關(guān)，但與第二階段的結(jié)果變量在理論上不存在直接關(guān)聯(lián)。本文選擇1949—2021年全國高考錄取率作為排除限定，主要理由有兩個①：第一，全國高考錄取率是外生的，它在理論上和個體收入水平之間沒有直接關(guān)系。第二，高考錄取率和縱向失配之間高度相關(guān)：對于特定出生世代而言，其接受高等教育時點(diǎn)的全國高考錄取率越高，那么該世代內(nèi)部高等教育文憑比例就會越高，而同一文憑的相對教育位置就會下降，導(dǎo)致該世代成員發(fā)生縱向失配的幾率越高。

四、實(shí)證分析結(jié)果

1.縱向失配發(fā)生幾率的戶籍差異

表2是基于戶籍身份這一核心自變量建立的縱向失配發(fā)生幾率模型。首先，模型1中因變量為基于眾數(shù)法界定的縱向失配。觀察可知，控制其他變量后，農(nóng)業(yè)流動人口發(fā)生縱向失配的幾率比城市非農(nóng)出身人口高 16% ，但“農(nóng)轉(zhuǎn)非”人口與城市非農(nóng)出身人口沒有顯著差異。模型2中因變量為基于標(biāo)準(zhǔn)差法界定的縱向失配，控制其他變量后，農(nóng)業(yè)流動人口發(fā)

生縱向失配的幾率比城市非農(nóng)出身人口高 16.5% ，而“農(nóng)轉(zhuǎn)非”人口與城市非農(nóng)出身人口同樣沒有顯著差異。需要注意的是，表1中基于描述性分析的結(jié)果表明，農(nóng)業(yè)流動人口更不易發(fā)生縱向失配，但是當(dāng)我們控制其他變量以后，這一趨勢發(fā)生反轉(zhuǎn)，這就說明，對于同等條件的農(nóng)業(yè)流動人口和城市非農(nóng)出身人口而言，農(nóng)

業(yè)流動人口更容易發(fā)生縱向失配。可見，農(nóng)業(yè)戶籍的確會增大縱向失配風(fēng)險，而只有擺脫農(nóng)業(yè)戶籍才能獲得與城市戶籍居民平等的就業(yè)機(jī)會。

穩(wěn)健性分析中，本文分別檢驗(yàn)了二分類和四分類戶籍變量對縱向失配發(fā)生幾率的影響（詳見圖2）。首先，二分類戶籍表明，控制其他變量后，農(nóng)業(yè)戶籍人口比城市戶籍人口更容易發(fā)生縱向失配。其次，四分類戶籍變量表明，相比于城市非農(nóng)出身人口，農(nóng)業(yè)流動人口更有可能發(fā)生縱向失配，選擇性“農(nóng)轉(zhuǎn)非”人口更不可能發(fā)生縱向失配，而政策性“農(nóng)轉(zhuǎn)非”人口與城市非農(nóng)出身人口沒有顯著差異。

總體而言，假設(shè)1得到支持。首先，農(nóng)業(yè)流動人口面臨更高的縱向失配發(fā)生幾率。即便接受過與城市戶籍出身人口同等的教育，農(nóng)業(yè)流動人口仍然更可能在就業(yè)過程中遭受基于戶籍的排他性。這使得農(nóng)業(yè)流動人口不得不接受那些學(xué)歷要求更低的工作崗位，從而加重縱向失配，進(jìn)而成為戶籍間收人差異的直接來源。同時，選擇性“農(nóng)轉(zhuǎn)非”人口面臨更低的縱向失配發(fā)生幾率。選擇性“農(nóng)轉(zhuǎn)非”人口在教育程度、政治身份等方面具備一定優(yōu)勢，更可能具備較強(qiáng)的人力資本和社會資本，這削弱了他們遭受縱向失配的幾率，進(jìn)而在勞動力市場中更少遭受因縱向失配造成的收入懲罰，最終在勞動力市場中表現(xiàn)出相對優(yōu)勢地位。但需要注意的是，對于政策性“農(nóng)轉(zhuǎn)非”人口而言，其和城市非農(nóng)出身人口在縱向失配的發(fā)生幾率方面不存在顯著差異。一方面，政策性“農(nóng)轉(zhuǎn)非”人口獲得城鎮(zhèn)戶籍后，與城鎮(zhèn)居民享受同等的教育、醫(yī)療和社會保障等福利，從而降低了農(nóng)業(yè)戶籍出身對教育和職業(yè)的限制。另一方面，戶籍轉(zhuǎn)換本身并不能完全消除個體在教育和職業(yè)發(fā)展過程中積累的劣勢。相比于選擇性“農(nóng)轉(zhuǎn)非”人口，政策性“農(nóng)轉(zhuǎn)非”人口缺少自我努力實(shí)現(xiàn)戶籍轉(zhuǎn)換的過程，因而缺乏在縱向匹配和收入獲得上的相對優(yōu)勢。

2.縱向失配收入懲罰的戶籍差異

縱向失配發(fā)生以后，其造成的收入懲罰在不同戶籍人口之間是否存在差異？為了回答這個問題，本文首先基于縱向失配和戶籍建立收入的線性回歸方程，重點(diǎn)引入戶籍和縱向失配的交互項(xiàng)，以檢驗(yàn)戶籍身份如何調(diào)節(jié)縱向失配的收入懲罰效應(yīng)，分析結(jié)果如表3所示。

模型1為基準(zhǔn)模型，觀察可知，在不控制任何其他變量的情況下，和城市非農(nóng)出身人口相比，農(nóng)業(yè)流動人口的年收入平均低4.7% ，而“農(nóng)轉(zhuǎn)非”人口與城市非農(nóng)出身人口沒有顯著差異。本文在穩(wěn)健性分析中通過區(qū)分選擇性和政策性“農(nóng)轉(zhuǎn)非”，發(fā)現(xiàn)選擇性“農(nóng)轉(zhuǎn)非”人口比城市非農(nóng)出身人口的年收入平均高 20% ，而政策性“農(nóng)轉(zhuǎn)非”則平均低19% 。由此可見，勞動力市場中的確存在戶籍收入差異。

表3中模型2和3納入縱向失配和控制變量，以及戶籍與縱向失配的交互項(xiàng)。模型2中縱向失配是基于眾數(shù)法界定的。觀察可知，納入控制變量后，戶籍類型的主效應(yīng)系數(shù)已經(jīng)發(fā)生了變

化，“農(nóng)轉(zhuǎn)非”人口和農(nóng)業(yè)流動人口的收入劣勢轉(zhuǎn)變?yōu)槭杖雰?yōu)勢，本文通過逐步回歸發(fā)現(xiàn)，工作特征變量的納入對于這一轉(zhuǎn)變具有實(shí)質(zhì)性作用，這意味著職業(yè)隔離或行業(yè)隔離是導(dǎo)致政策性“農(nóng)轉(zhuǎn)非”人口和農(nóng)業(yè)流動人口收入劣勢的重要來源。模型3是基于標(biāo)準(zhǔn)差法界定的縱向失配。農(nóng)業(yè)流動人口和縱向失配的交互項(xiàng)為負(fù)且統(tǒng)計顯著，“農(nóng)轉(zhuǎn)非”人口與縱向失配的交互項(xiàng)統(tǒng)計不顯著，這與模型2的發(fā)現(xiàn)完全一致，表明本文的研究結(jié)論是穩(wěn)定的。

由此，在系列競爭性假設(shè)中，“擴(kuò)大效應(yīng)假設(shè)”和“差值效應(yīng)假設(shè)”得到支持。首先，縱向失配和農(nóng)業(yè)流動人口的交互項(xiàng)系數(shù)為負(fù)且統(tǒng)計顯著，這意味著當(dāng)城市非農(nóng)出身人口和農(nóng)業(yè)流動人口同時面臨縱向失配時，農(nóng)業(yè)流動人口會遭受更大的收入懲罰，這一結(jié)果符合“擴(kuò)大效應(yīng)”模式。長期存在的城鄉(xiāng)壁壘導(dǎo)致農(nóng)業(yè)流動人口在職業(yè)獲得上的不利處境，當(dāng)其面臨縱向失配時，可選擇的職業(yè)路徑更為有限，甚至出現(xiàn)“同工不同酬”的市場歧視，進(jìn)一步加劇了他們在收入獲得方面的相對劣勢。其次，“農(nóng)轉(zhuǎn)非”人口與縱向失配的交互項(xiàng)系數(shù)不顯著，表明“農(nóng)轉(zhuǎn)非”人口和城市非農(nóng)出身人口在面臨縱向失配時會遭受同等的收入懲罰，這符合理論假設(shè)中“差值效應(yīng)”模式。一方面，通過選擇性渠道實(shí)現(xiàn)“農(nóng)轉(zhuǎn)非”的人口往往具有較高的人力資本、社會資本等優(yōu)勢，他們在勞動力市場中更具競爭力，從而占據(jù)收入優(yōu)勢。另一方面，縱向失配的收入懲罰效應(yīng)抑制了上述優(yōu)勢的發(fā)揮，對收入回報產(chǎn)生不利影響?！稗r(nóng)轉(zhuǎn)非”人口相對城市非農(nóng)出身人口的收入優(yōu)勢和縱向失配造成的收入劣勢，二者產(chǎn)生的總體效應(yīng)是彼此獨(dú)立效應(yīng)相減之后的“差值”，從而表現(xiàn)為縱向失配對“農(nóng)轉(zhuǎn)非”人口和城市非農(nóng)出身人口的同等收入懲罰。

穩(wěn)健性分析中，本文分別檢驗(yàn)了二分類和四分類戶籍人口在縱向失配收入懲罰方面的差異（見圖2）。首先，二分類戶籍表明，相對于同等條件的城市戶籍人口，縱向失配會給農(nóng)業(yè)戶籍人口造成更大的收入懲罰。其次，四分類戶籍變量顯示，農(nóng)業(yè)流動人口和政策性“農(nóng)轉(zhuǎn)非”人口與縱向失配的交互項(xiàng)都為負(fù)且統(tǒng)計顯著，這符合“擴(kuò)大效應(yīng)”模式，意味著縱向失配對農(nóng)業(yè)流動人口和政策性“農(nóng)轉(zhuǎn)非”人口造成的收入懲罰要高于城市非農(nóng)出身人口。而選擇性“農(nóng)轉(zhuǎn)非”人口與縱向失配的交互項(xiàng)為正但統(tǒng)計不顯著，這就意味著縱向失配對選擇性“農(nóng)轉(zhuǎn)非”人口和城市非農(nóng)出身人口造成的收入懲罰是同等的，這符合“差值效應(yīng)”模式。值得注意的是，政策性“農(nóng)轉(zhuǎn)非”人口由于缺乏選擇性“農(nóng)轉(zhuǎn)非”人口憑自身努力建立的求職優(yōu)勢，因而由縱向失配造成的收入懲罰效應(yīng)再次凸顯，這亦可作為“差值模式”的佐證?？傮w而言，二分類、四分類戶籍的分析結(jié)果與三分類戶籍基本一致。

但是，我們在考察縱向失配的收入效應(yīng)時，縱向失配本身可能存在內(nèi)生性問題。為此，本文基于縱向失配建立內(nèi)生干預(yù)效應(yīng)模型，并允許內(nèi)生變量（縱向失配）和協(xié)變量（戶籍）之間存在交互項(xiàng)，實(shí)證分析結(jié)果如表4所示。首先，從干預(yù)模型來看，控制其他變量以后，歷年高考錄取率的確會影響縱向失配的發(fā)生幾率，并且這種影響呈“U”型關(guān)系。值得注意的是， ρ 值為0.268且統(tǒng)計顯著，表明干預(yù)模型的誤差項(xiàng)和主回歸模型的誤差項(xiàng)確實(shí)存在相關(guān)關(guān)系；Wald檢驗(yàn)的 p 值小于0.05，意味著我們可以拒絕縱向失配模型誤差項(xiàng)與收入決定模型誤差項(xiàng)之間不相關(guān)的零假設(shè)。由此可見，縱向失配的確存在內(nèi)生性問題，和一般線性回歸相比，我們更應(yīng)該接受內(nèi)生干預(yù)效應(yīng)模型的結(jié)論。其次，從主回歸模型來看，縱向失配的確會造成收入懲罰。戶籍和縱向失配的交互項(xiàng)表明，“農(nóng)轉(zhuǎn)非”人口與縱向失配的交互效應(yīng)不顯著；農(nóng)業(yè)流動人口和縱向失配的交互項(xiàng)為負(fù)且統(tǒng)計顯著。由此可見，我們通過內(nèi)生干預(yù)效應(yīng)模型，在一定程度上控制縱向失配的內(nèi)生性問題之后，本文的研究結(jié)論依然穩(wěn)?。合鄬τ诔鞘蟹寝r(nóng)出身人口，縱向失配會對農(nóng)業(yè)流動人口造成更嚴(yán)重的收入懲罰，而“農(nóng)轉(zhuǎn)非”人口整體上因縱向失配遭受的收入懲罰與城市非農(nóng)出身人口沒有差異。這進(jìn)一步證明，不同戶籍之間的收人差異并不能單一地由職業(yè)隔離效應(yīng)或者人力資本理論來解釋，而是需要考慮教育—職業(yè)的綜合匹配，若教育—職業(yè)產(chǎn)生縱向失衡，可能擴(kuò)大收人弱勢群體的懲罰效應(yīng)或削減優(yōu)勢群體的收入增額。

五、結(jié)論和討論

盡管市場經(jīng)濟(jì)體制改革持續(xù)削弱戶籍制度所建構(gòu)的城鄉(xiāng)分割壁壘，但這一制度所造成的長期后果卻依然持續(xù)。本文聚焦教育—職業(yè)匹配過程，基于CGSS 2003—2021的多期橫截面調(diào)查數(shù)據(jù)，使用改進(jìn)后的現(xiàn)實(shí)匹配法來測量縱向失配，最終發(fā)現(xiàn)縱向失配主要通過發(fā)生幾率和收入懲罰兩個環(huán)節(jié)來影響戶籍收入差異。

第一，縱向失配的發(fā)生幾率存在戶籍差異。農(nóng)業(yè)流動人口比城市非農(nóng)出身人口更有可

能發(fā)生縱向失配，這是因?yàn)閼艏贫仍斐傻木蜆I(yè)壁壘和城鄉(xiāng)社會交往壁壘導(dǎo)致農(nóng)業(yè)流動人口在城鎮(zhèn)更難找到教育匹配的職業(yè)崗位；但是對“農(nóng)轉(zhuǎn)非”人口而言，就業(yè)壁壘對其造成的限制相對微弱，因此與城市非農(nóng)出身人口的縱向失配沒有顯著差異?？梢?，農(nóng)業(yè)戶籍的確會增大縱向失配風(fēng)險，而擺脫農(nóng)業(yè)戶籍方能獲得與城市戶籍居民平等的就業(yè)機(jī)會。同時，由于縱向失配會直接造成收入懲罰，因此不同戶籍人口在縱向失配發(fā)生幾率方面的差異會成為縱向失配影響戶籍間收入差異的第一個來源。

第二，縱向失配的收入懲罰存在戶籍差異。首先，縱向失配對農(nóng)業(yè)流動人口造成的收入懲罰要大于城市非農(nóng)出身人口。換言之，農(nóng)業(yè)流動人口面臨的收入劣勢和縱向失配造成的收入懲罰，

注：1.雙尾檢驗(yàn)顯著度： ^***plt;0.001 ， ^**plt;0.01 ， ^*plt;0.05;2. 括號內(nèi)為穩(wěn)健估計標(biāo)準(zhǔn)誤;3.為節(jié)省空間，表中未展示控制變量的系數(shù)和標(biāo)準(zhǔn)誤，包括年齡、年齡平方、性別、民族、教育年限、婚姻狀況、政治身份、職業(yè)、體制、行業(yè)、父母最高教育程度、區(qū)域。

彼此之間是相互加強(qiáng)的，從而呈現(xiàn)出“擴(kuò)大效應(yīng)”模式。由于戶籍制度造成的就業(yè)壁壘，農(nóng)業(yè)流動人口在城鎮(zhèn)勞動力市場中面臨的工作機(jī)會相對更少，因此在工資設(shè)定環(huán)節(jié)，當(dāng)農(nóng)業(yè)流動人口和城市非農(nóng)出身人口同時成為縱向失配者時，雇主可能給農(nóng)業(yè)流動人口設(shè)置更低的工資，而農(nóng)業(yè)流動人口由于面臨的工作機(jī)會有限，討價還價能力有限，最終不得不去接受更低的薪資回報。其次，縱向失配對“農(nóng)轉(zhuǎn)非”人口和城市非農(nóng)出身人口會造成同等程度的收人懲罰。這意味著，“農(nóng)轉(zhuǎn)非”人口經(jīng)歷過高度篩選以后，在就業(yè)過程中更不可能因縱向失配而遭受額外收入懲罰?？梢?，農(nóng)業(yè)戶籍的確會帶來更嚴(yán)峻的縱向失配收入懲罰，而擺脫農(nóng)業(yè)戶籍可以降低縱向失配的收入懲罰。綜合來看，縱向失配收入懲罰的戶籍差異成為不同戶籍出身人口之間收入差異的第二個來源。

本文的潛在邊際貢獻(xiàn)是從教育失配的發(fā)生幾率和收入懲罰兩個維度，有效捕捉到城市勞動力市場中戶籍收入差異的來源。面向未來，本文具有一定的政策啟示。首先，未來教育政策改革需要注重發(fā)展與新的經(jīng)濟(jì)發(fā)展格局相適應(yīng)的教育體系。未來經(jīng)濟(jì)要“實(shí)現(xiàn)高質(zhì)量發(fā)展，必須實(shí)現(xiàn)依靠創(chuàng)新驅(qū)動的內(nèi)涵型增長”[29]，這種“以科技創(chuàng)新催生新發(fā)展動能”的經(jīng)濟(jì)增長模式，一方面需要就業(yè)市場新增大量創(chuàng)新研發(fā)型崗位，另一方面需要特別加強(qiáng)高等教育的內(nèi)涵式發(fā)展，提升學(xué)校教育的培養(yǎng)質(zhì)量，加強(qiáng)學(xué)校教育向勞動力市場的聯(lián)結(jié)強(qiáng)度，最終降低縱向失配的發(fā)生幾率和減少人力資本的浪費(fèi)。其次，政府需要進(jìn)一步規(guī)范招聘行為，促進(jìn)不同戶籍人口的平等就業(yè)。例如，用人單位需給不同戶籍出身人口提供平等就業(yè)機(jī)會，降低工作招聘環(huán)節(jié)現(xiàn)存的戶籍門檻，從而降低農(nóng)業(yè)流動人口發(fā)生縱向失配的風(fēng)險；同時，地方政府有必要加強(qiáng)規(guī)制勞動力市場中存在的戶籍歧視，逐漸消除“同工不同酬”的現(xiàn)象，同時需要縮小社會保障和崗位福利方面的戶籍差異，從而形成公平競爭的就業(yè)環(huán)境。

參考文獻(xiàn)：

[1]LIX，LUYEducation-ccpationmismatchandnativityinequalityamonghighlyeducatedUS.workers[J].Demography，2023，60（1）：1-26.

[2]VERHAESTD，SELLAMI S，VAN DER VELDENR.Diferences in horizontal andvertical mismatches acrosscountries andfields of study[J].InternationalLabourReview，2017，156（1）：1-23.

[3]KALFAE，PIRACHAM.Socialnetworksandthelabour market mismatch[J].JournalofPopulationEconomics，2018，31（3）：877-914.

[4]VILLARREALA.Theeducation-occupation mismatchof internationaland internal migrants inMexico，2Oo5－2012[J].Demography，2016，53（3）：865-883.

[5］吳曉剛，張卓妮.戶口、職業(yè)隔離與中國城鎮(zhèn)的收入不平等[J].中國社會科學(xué)，2014（6）：118-140.

[6］王鵬．“農(nóng)轉(zhuǎn)非”、人力資本回報與收入不平等：基于分位數(shù)回歸分解的方法[J].社會，2017（5）：217-241.

［7］李駿.城鄉(xiāng)出身與累積優(yōu)勢：對高學(xué)歷勞動者的一項(xiàng)追蹤研究[J].社會學(xué)研究，2016（2）：57-81.

[8］吳愈曉.中國城鄉(xiāng)居民的教育機(jī)會不平等及其演變（1978—2008）［J].中國社會科學(xué)，2013（3）：4-21.

[9]LUY，LIX.Verticaleducation-occupationmismatchandwage inequalitybyrace/ethnicityandnativityamong highlyducatedUSworkers[J].SocialForces，2021，100（2）：706-37.

[10］吳曉剛，李曉光.中國城市勞動力市場中教育匹配的變遷趨勢- —基于年齡、時期和世代效應(yīng)的動態(tài)分析［J].中國社會科學(xué)，2021（2）：103-124.

[11］江求川.教育錯配對工資的影響：來自CFPS的新證據(jù)［J].當(dāng)代經(jīng)濟(jì)科學(xué)，2019（3）：1-14.

[12］李曉光.教育失配經(jīng)歷對企業(yè)雇傭決策的影響：來自簡歷投遞實(shí)驗(yàn)和在線招聘職位的證據(jù)[J].管理世界，2024（4）：121-137.

[13]MCGUINNESS S.Overeducation in the labour market[J].Journalof Economic Surveys，2006，20（3）：387-418.

[14］李曉光，陸瑤，吳曉剛.高學(xué)歷勞動者的教育失配[J].教育研究，2023（6）：122-137.

[15］李曉光.趨同與分化：雇主決策視角下高學(xué)歷者的教育失配研究[J].社會，2024（6）：159-193.

[16］李曉光，申欣悅.青年群體就業(yè)中的教育失配與社會心理感知[J].中國青年研究，2024（11）：58-68.

[17］蔡昉，都陽，王美艷.戶籍制度與勞動力市場保護(hù)[J].經(jīng)濟(jì)研究，2001（12）：41-49.

[18]WUX，TREIMANDJ.Thehouseholdregistrationsystemand social stratificationin China：1955－1996［J].Demography，2004，41 （2）：363-384.

[19］鄭冰島，吳曉剛.戶口、“農(nóng)轉(zhuǎn)非”與中國城市居民中的收人不平等[J].社會學(xué)研究，2013（1）：160-181.

[20]LIN N.Social networks and status attainment[J].Annual Review of Sociology，1999，25（1）：467-487.

[21]LIN N.Inequality in social capital[J].American Sociological Association，2O00，29（6）：785-795.

[22］程誠，邊燕杰.社會資本與不平等的再生產(chǎn)——以農(nóng)民工與城市職工的收入差距為例[J].社會，2014（4）：67-90.

[23]LUY，RUAND，LAIG.Socialcapitalandconomic ntegrationof migrantsinurbanChina[J].SocialNetworks，20l3，35（3）：357-369.

[24]PEDULLADS.Howraceandunemploymentshapelabor marketopportunities：additive，amplified，or mutedefects？[J].SocialForces，2018，96（4）：1477-1506.

[25］李曉光.中國城鎮(zhèn)勞動力市場中的過度教育——測量改進(jìn)與收入效應(yīng)［J].人口與經(jīng)濟(jì)，2021（1）：119-134.

[26]RUMBERGERRW.Overeducation inthe US labor market[M].New York：Praeger Publishers，1981：47-51.

[27]DUNCANGJ，HOFFMANSD.Theincidenceandwageefectsofovereducation[J].EconomicsofEducationReview，1981，1（1）：75-86.

[28］吳愈曉，杜思佳.改革開放四十年來的中國高等教育發(fā)展［J].社會發(fā)展研究，2018（2）：1-21.

[29]新華網(wǎng).習(xí)近平總書記在經(jīng)濟(jì)社會領(lǐng)域?qū)＜易剷系闹v話[EB/OL].（2020-08-24）[2024-10-03].https：//ww.xinhuanet.com/politics/2020-08/24/c-1126407772.htm.

Education-OccupationMismatchand Wage PenaltyamongMigrant Population： NewEvidence on the SourcesofHukou-Based Wage Disparities

LI Xiaoguang，ZHOU Runqi， LIANG Xin （1.School of Humanities and Social Science，Xi'an Jiaotong University，Xi'an 71Oo49，China）

Abstract：Population migration profoundly shapes the allocation of educational credentials and occupational positions. This study investigates how vertical education-occupation mismatch contributes to Hukou-based income disparities in China.Utilizing a modified version of the realized match approach to define vertical mismatch，we conduct an empirical analysis based on multi-wave cross $$ sectional data from the CGSS （2003 - 2021）.The results reveal that vertical mismatch primarily affects Hukou-based wage disparities through two mechanisms： the incidence and wage penalties of mismatch. Regarding the incidence of mismatch，rural migrants are more likely toencounter vertical mismatch thanurban natives，but there is no significant difference between Hukou converters and urban natives. In terms of wage penalties of mismatch， rural migrants suffer more severe wage penalties compared to the urban natives， but there is no significant difference between hukou converters and urban natives.These results provide a new perspective for identifying the sources of Hukou-based wage disparities in urban labor markets， and ofer significant policy implications for achieving high-quality economic and social development.

Keywords：population migration； education-occupation matching； vertical mismatch;Hukou;wage disparities

[責(zé)任編輯崔子涵]