农村家庭职业选择的代际特征：分异性抑或传承性※

李瑞琴

一、 引 言

除生理特征外，父辈传递给子辈的还有思想观念、社会地位、教育成就、收入水平及职业层次等，这种父辈特征、能力与发展结果等传递给子辈的现象被学界称为“代际传递”。与此同时，国内外学者就代际传递的问题也展开了广泛而深入的研究并取得了丰富的成果，其研究内容涵盖了贫困(Baulch B. ect.,2002)、收入(Yamano T. ect.,2005)、教育(Breton ect.,2004)、职业(林闽钢等，2012)、身份及资本(卿素艳，2012)代际传递等。而具体到职业代际传递问题的研究，经济学家多将职业代际传递作为收入代际传递的原因加以关注(阿马蒂亚·森，2002：45；王文信等，2008；胡凤霞等，2011)，社会学家则总将职业代际传递作为职业阶层固化的原因而加以分析(韩军辉，2013；李力行等，2014)，二者均很少关注职业代际传递问题本身。事实上，职业选择背后是社会资源和就业机会配置，职业代际传递问题自然也是值得各界去一探究竟的重要经济社会问题。

就现有文献资料来看，我国学者对农村劳动力职业选择的研究，主要集中在全体劳动力和特殊群体职业选择的决定因素等方面，针对农村劳动力职业代际传递特征的专门研究还比较少见。对全体劳动力职业选择决定因素的研究，学者们的结论并不完全一致，郑全全等(2006)分析认为年龄、受教育程度、家庭经济状况、风险规避以及对待土地的态度是农民择业的主要影响因素；申明浩等(2004)分析认为农民职业选择的决定性因素是其自身素质，家庭因素处于次要地位；薛根福等(2013)分析认为农村劳动力职业选择受个人素质和家庭禀赋的双重影响，务工型职业选择主要受个人素质的影响，而创业型职业选择则更需要得到家庭禀赋的支持。对农村劳动力中特殊群体职业选择决定因素的研究，石智雷等(2011)关注农村女性劳动力职业流动特征，分析认为家庭禀赋是农村女性劳动力外出就业与否的关键决定因素，而当女性选择外出就业后，其就业流动的次数多少则主要由人力资本决定；杨云彦等(2012)和石智雷等(2013)关注家庭禀赋对农民工回流及回流后自主创业的影响，认为丰富的家庭经济资本、家庭社会资本和家庭自然资本会增加农民工回流的可能性、尤其会增加农民工回流后自主创业的可能性；杨晓军等(2008)和庞子渊(2013)分析认为家庭属性、个人属性、社会资本等对农民工非农就业选择、正规就业选择及就业质量均具有一定的促进作用；王春超(2011)分析认为农民工个人基本特征中的年龄、婚姻状况等，个体经济特征中的名义工资、实际工资水平、收入满意程度、储蓄比、期望工资增长率等，家庭人口因素中的向家庭汇款数额、子女是否随迁等，企业工作环境中的工会参与情况和加班情况等，社会环境中与流出地比较得出的相对收入水平等多种因素都会对农民工的流动就业倾向产生显著影响；宁光杰(2012)和胡凤霞(2014)关注农民工自我雇佣这一就业形式，分析认为人口特征、人力资本、社会网络和迁移目的城市等都会影响农民工的自我雇佣。不难发现，这些有关农村劳动力职业选择决定因素的研究，虽多数都考虑了家庭资源及人口特征的影响，但却未对父辈所从事具体职业的影响给予足够的重视。

出于管理方便、保证各行业从业人员数量充足和保证生产经营技术水平稳定的考量，中国自古以来就有职业继承的制度与传统。近40年的市场化改革已极大地扭转了中国职业继承的局面，但相当一部分学者认为家庭职业代际传递仍然是阻碍社会流动、导致阶层固化的一个重要因素。尤其在广大的农村地区，因城乡二元结构的长期存在，农村劳动力的就业就曾被长期的限制在农业职业领域。农村家庭中劳动力的职业选择不只是孤立的个人行为，子辈劳动力的职业选择不仅受自身素质、家庭资源及人口的影响，还受父母职业选择的影响。农村劳动力的就业依然存在着诸如就业渠道少、层次低、结构不合理、政策不公平及信息不对称等问题，背后的原因既有各地明目繁多的“政策”明文规定，也有各级各类“潜规则”的暗中排斥。在我国经济发展方式转变与结构转型的特殊时期，防止就业机制的不公与降低弱势群体职业选择的代际关联是一项重要任务，但当务之急是明确目前我国农村家庭劳动力职业选择的代际特征。基于非农职业与非正规职业仍是当前我国农村劳动力职业选择的主要形式，本文在将农村劳动力职业选择划分为农业职业与非农职业、非正规职业与正规职业的基础上，利用中国家庭收入调查数据(CHIP)，构建农村劳动力职业选择单方程模型和递归双变量概率模型，以明确农村家庭中劳动力的职业选择究竟是呈现代际分异性还是代际传承性？

二、 数据与变量

1. 数据来源与样本基本特征

(1) 数据来源。本文采用同时包含子辈与父辈信息的、已得到国内外学者广泛认可的中国家庭收入调查数据，研究农村家庭劳动力职业选择的代际特征。研究采用的是中国家庭收入调查的第五次调查数据——CHIP2013，该数据是由北京师范大学中国收入分配研究院联合国内外专家于2014年7-8月份共同完成的，样本调查覆盖了从15个省市(地区)126个城市234个区县抽选出的18948个住户样本和64777个个体样本，其中可用于本文研究的农村住户样本有11013个，数据内容包括住户个人层面的基本信息与就业信息、家庭层面的基本信息与主要收支信息及一些专题性问题，数据样本量大、质量高、可利用信息多。本文将其中的农户样本按照男性户主与其子女、女性户主的配偶与其子女、户主与父亲、户主配偶与岳父或公公等四种方式进行配对，并删除年龄小于20岁、父辈与子辈样本年龄差距小于15岁及其他异常值的样本，得到样本观测值8964个。

(2) 农村劳动力的个人特征。表1展示了样本总体与东部、中部、西部三个地区农村子辈与父辈劳动力的个人特征。

表1 农村劳动力的个人特征

资料来源：作者自制。

表1的结果显示，总体上，时至今日，农村家庭中子辈劳动力的文化程度仍不是很高、平均受教育年限不足10年，有非农职业经历者较多、占比超过85%，有非正规职业经历者也多、占比接近94%；而农村父辈劳动力的文化程度更低、平均受教育年限为7年左右，有非农职业经历者亦不算多、占比为65%左右，有非正规职业经历者却较多、占比接近98%。

从表1的结果还可看出，在东部、中部与西部三个不同经济发展水平地区间，农村家庭中子辈与父辈劳动力文化程度均有一定差异，东部与西部地区的差距最大、分别为1.33年与1.8年；子辈与父辈劳动力中有非农职业经历者的占比，东部地区显著高于中部与西部地区、最大差距分别超过16%与20%，而中部地区又高于西部地区、但差距分别不足2%与1%；子辈劳动力中有非正规职业经历者的占比，西部地区依次高于中部与东部地区、最大差距为14%左右，中部与东部地区虽接近但差距也接近8%；而父辈劳动力中有非正规职业经历者的占比，西部与东部地区差距不大、为3%左右，而东部与中部差距更小、仅为0.21%。

综上可知，我国农村劳动力个人特征的代际差异与地区差异均较明显，就不同辈分而言，无论是总体还是不同地区，子辈劳动力的受教育程度均比父辈高、非农职业经历与正规职业经历均比父辈丰富，即子辈的个人素质与职业经历均优于父辈；就地区层面而言，东部地区农村劳动力的受教育年限、有非农职业经历者的占比、有正规职业经历者的占比均依次高于中部与西部地区，说明与经济欠发达地区相较，经济发达地区农村劳动力的个人素质更高、职业经历也更丰富。

(3) 农村劳动力的职业选择特征。表2展示了样本总体与东部、中部、西部三个地区农村子辈与父辈劳动力的农业与非农职业、正规与非正规职业选择的基本情况。对农业与非农职业类型的具体划分，将主业为农业者的职业视为农业职业、主业为非农业者的职业视为非农职业，并将非农职业细分为普通务工、技术务工与自主创业3类；对非正规与正规职业类型的具体划分，将无雇工的个体经营者、临时工、领取工资的家庭工人、无报酬的家庭帮工视为非正规职业，将有雇工的个体经营者、为他人或单位工作的长期工、为他人或单位工作视为正规职业(李瑞琴，2014)。

表2 农村劳动力的职业选择特征

资料来源：作者自制。

表2的结果显示，从总体层面看，农村子辈与父辈劳动力中非农职业者、非正规职业者的占比分别为77%与58%、94%与96%左右；从地区层面看，子辈劳动力中非农职业者与正规职业者的占比均依次为东部最高、中部次之、西部最低且差异显著(最大差异接近24%与16%)，而父辈劳动力中非农职业者与正规职业者的占比虽均依次为东部最高、中部次之、西部最低但差异都不算显著(最大差异仅为9%左右与2%左右)。不难发现，无论是子辈还是父辈、无论是发达地区还是欠发达地区，农村劳动力的职业选择均主要集中在非农职业与非正规职业领域，但子辈职业选择的非农职业倾向与正规职业倾向均比父辈更强，经济发达地区农村劳动力的非农职业倾向与正规职业倾向均比经济欠发达地区更强，而且地区差异在子辈劳动力中更为显著。

进一步分析表2的结果可知，① 在农村非农职业者群体中，总体上子辈与父辈劳动力中普通务工者最多但差距较大、占比分别为68%左右与81%左右，技术务工者较少且占比接近、分别不足17%与15%，自主创业者最少但差距明显、占比分别为15%左右与4%左右；在各地区内子辈与父辈劳动力中普通务工者仍最多且占比按“西部→东部→中部地区”递减且差异显著(最大差距超过29%与19%)，技术务工与自主创业者均较少，但技术务工者占比按“中部→东部→西部地区”递减且差异显著(最大差距分别为27%左右与18%左右)、自主创业者占比从东部到西部地区依次降低且差异显著(最大差异分别为22%左右与13%左右)。② 在农村非正规职业者群体中，总体上子辈选择从事临时工者最多(占比接近60%)、无雇工的个体经营者与领取工资的家庭工人及无报酬的家庭帮工均较少且占比接近(各平均占14%左右)，而父辈选择从事无报酬的家庭帮工者最多(占比接近44%)、临时工次之(占比为33%左右)、无雇工的个体经营者和领取工资的家庭工人最少且占比接近(各平均占11%左右)；在各地区内子辈与父辈选择从事无雇工的个体经营者的占比从东部到西部地区依次降低但子辈差距较大(最大差距超过23%)而父辈差距不大(最大差距仅为6%左右)、选择从事临时工的占比从西部到东部地区依次降低但子辈差距显著(最大差距超过18%)而父辈差距不大(最大差距不足7%)，子辈选择从事领取工资的家庭工人的占比从东部到西部地区依次降低但差距不是很大(最大差距不足3%)、选择从事无报酬的家庭帮工的占比从西部到东部地区依次降低但差距不大(最大差距为8%左右)，而父辈选择从事领取工资的家庭工人的占比按“中部→东部→西部地区”递减但差距并不明显(最大差距不足2%)、选择从事无报酬的家庭帮工的占比按“中部→西部→东部地区”递减但差距不大(最大差距不足1%)。③在农村正规职业者群体中，总体上子辈选择为他人或单位工作的长期工最多(占比接近44%)、有雇工的个体经营者次之(占比超过35%)、为他人或单位工作最少(占比为21%左右)，而父辈选择有雇工的个体经营者最多(占比接近42%)、为他人或单位工作者次之(占比为34%左右)、为他人或单位工作的长期工最少(占比为24%左右)；在各地区子辈与父辈的选择并不一致，子辈选择有雇工的个体经营者的占比从东部到西部地区依次降低且差距显著(最大差距超过49%)、选择为他人或单位工作的长期工的占比从西部到东部地区依次降低且差距明显(最大差距超过29%)，父辈选择有雇工的个体经营者的占比按“东部→西部→中部地区”递减且差距明显(最大差距接近21%)、选择为他人或单位工作的长期工的占比按“中部→东部→西部地区”递减且差距明显(最大差距超过42%)，子辈与父辈选择为他人或单位工作的占比按“西部→东部→中部地区”递减且差距显著(最大差距为26%左右与32%左右)。总结发现，在农村非农职业者群体中，无论是在总体上还是在各地区内均是普通务工者最多、技术务工者较少、自主创业者最少但各非农职业的代际差异与区域差异明显，其中子辈劳动力中普通务工者明显少于父辈、技术务工者差距不大、自主创业者明显多于父辈，各地区间普通务工者西部地区明显多于东部与中部地区、技术务工者中部地区明显多于东部与西部地区、自主创业者东部地区明显多于中部与西部地区；在非正规职业者群体中，具体职业选择的代际差异与地区差异均显著，总体上子辈选择临时工者最多、其他三项占比接近而父辈选择临时工与家庭帮工者最多、其他两项占比接近，各地区之间非正规职业选择的差异十分明显但并不具备一致的区域分异特征；在正规职业者群体中，具体职业选择的代际差异较小但区域差异却明显，总体上子辈与父辈从事有雇工的个体经营者、为他人或单位工作的长期工、为他人或单位工作的占比均接近，各地区之间正规职业选择的差距亦十分显著但并不具备一致的区域分异特征。

2. 变量选取与定义

劳动力职业选择模型的被解释变量为职业类型，在此分别设置Scar与Fcar为子辈与父辈职业类型变量的代码，并将非农职业和非正规职业选择分别记为“1”、农业职业和正规职业选择分别记为“0”。而具体到职业类型的确定，则结合前文农村子辈与父辈劳动力职业选择特征的分析与CHIP2013调查问卷中“这份工作的行业是？”、“这份工作的单位或类型是？”、“您从事这份工作的就业身份是？”和“这份工作的劳动合同性质？”这几个问题的答案进行综合判断。借鉴现有研究，本文解释变量的选择与定义具体如下：

(1) 年龄。以CHIP2013调查问卷中“出生年份”为标准，计算得到子辈与父辈的实际年龄、年龄平方，并分别以Sage、Sage2与Fage、Fage2为代码。

(2) 性别。以CHIP2013调查问卷中“性别”为标准，子辈与父辈性别为“男性”时记为“1”、为“女性”时记为“2”，并分别以Sgen与Fgen为代码。

(3) 受教育程度。以CHIP2013调查问卷中“所完成的最高学历”为标准，将子辈与父辈的受教育程度分为“文盲/半文盲、小学、初中、高中/中专/职高/技校、大学或大专、研究生及以上”6类，分别赋值为“1、2、3、4、5、6”，并分别以Sedu与Fedu为代码。

(4) 健康程度。以CHIP2013调查问卷中“与同龄人相比，您目前的健康状况是？”为标准，将子辈与父辈的健康状况分为“非常不好、不好、一般、好、非常好”5类，分别赋值为“1、2、3、4、5”，并分别以Shea与Fhea为代码。

(5) 职业经历。以CHIP2013调查问卷中“受教育程度”为标准，子辈与父辈职业经历借鉴韩军辉(2013)的研究，用个体的实际年龄减去受教育年限再减去6计算得到，并分别以Sexp与Fexp为代码。

(6) 社会资本。以CHIP2013调查问卷中“政治面貌”为标准，将子辈与父辈政治面貌分为“中共党员、民主党派和其他”3类，分别赋值为“3、2、1”，并分别以Spar与Fpar为代码；以CHIP2013调查问卷中“是否为乡村干部”为标准，将子辈与父辈的干部经历分为“村支书、村委会主任、其他村干部、否”4类，分别赋值为“4、3、2、1”，并分别以Scad与Fcad为代码；以CHIP2013调查问卷中“您有几个兄弟姐妹(不包括自己)？”为标准，得到子辈与父辈亲友数量，并分别以Snre与Fnre为代码。

三、 模型设定与估计方法选择

农村劳动力的职业选择是如何发生的？主要受哪些因素的影响？在相关研究中，多数忽略了家庭成员之间的相互影响，而以个体劳动者的职业选择决策相互独立为基本前提。事实上，子辈劳动力的职业选择还会受到父辈所从事具体职业的影响，“子承父业”的现象在我国城镇和农村均十分常见，现有文献中不乏父辈职业选择对子辈职业选择影响的研究，有少数研究甚至还注意到子辈职业对父辈职业选择的影响。但与多数研究一样，本文亦认同与支持父辈职业对子辈职业选择影响更普遍、也更显著的结论，将父辈职业视为内生变量，运用职业选择单方程模型与递归双变量概率模型，考察职业选择在农村家庭中的代际差异性和代际传递性。在具体分析过程中，本文首先分别建立子辈职业选择单方程模型、父辈职业选择单方程模型，分析子辈和父辈在职业选择时的差异性，接着建立包含父辈职业因素的子辈职业选择递归双变量概率模型，分析农村家庭职业选择的代际传承性。模型具体形式分别如下：

(1)

(2)

(3)

其中，公式(1)和公式(2)为子辈与父辈职业选择单方程模型；公式(2)和公式(3)联立构建递归双变量概率模型；α1-α9、β1-β9、γ1-γ10分别为各因素对子辈职业选择、父辈职业选择、父辈职业因素作用下子辈职业选择的影响系数；α0、β0、γ0分别为式(1)、(2)、(3)的截距项；εi、νi、ui分别为式(1)、(2)、(3)的随机干扰项。因三个模型的因变量均为二分类变量，故基于Stata14.0、采用Probit方法对单方程模型与递归双变量概率模型进行估计。

四、 实证检验结果与讨论

1. 农村家庭两辈劳动力职业选择的代际分异性

表3展示了农村家庭子辈与父辈非农职业选择单方程模型与非正规职业选择单方程模型的估计结果。

表3的估计结果显示，总体上农村家庭中父辈在进行非农与非正规职业选择时所受的约束要明显大于子辈，一方面，虽父辈与子辈的非农职业选择均受个人素质变量中性别、受教育程度和职业经历的显著影响，但父辈的非农职业选择还受个人素质变量中健康状况及社会资本变量中亲友数量的影响，且各变量的系数值均是父辈大于子辈；另一方面，虽父辈与子辈的非正规职业选择均受个人素质变量中性别、受教育程度、职业经历与社会资本中政治面貌、干部经历的影响，但父辈的非正规职业选择还受个人素质变量中健康程度的影响，且各变量的系数值同样均是父辈大于子辈。进一步分析表3的估计结果发现，子辈与父辈年龄变量(Sage、Sage2与Fage、Fage2)的系数符号正好相反，子辈与父辈年龄与非农职业选择间均呈“U”型关系，子辈年龄与非正规职业选择间呈“U”型关系，而父辈年龄与非正规职业选择间的关系却正好相反、呈倒“U”型关系，但年龄变量在各模型中均未能通过显著性检验，这意味着年龄不再是农村劳动力非农职业选择、非正规职业选择的关键约束变量了；子辈与父辈性别(Sgen、Fgen)、受教育程度(Sedu、Fedu)、职业经历(Sexp、Fexp)在各模型中均通过了显著性检验，说明子辈与父辈在进行职业选择时，男性比女性更容易获得非农与正规职业，受教育程度较高者与职业经历较丰富者更易从事非农与正规职业，农村劳动力的职业选择中个人素质的作用明显；健康状况(Shea、Fhea)仅在父辈非农与非正规职业选择模型中通过了显著性检验，说明父辈是否从事非农与非正规职业与其健康状况密切相关，这可能与现实中子辈与父辈即使同样从事非农与正规职业也会在具体工作类型上有所差别有关，农村家庭中父辈更多从事“脏、累、苦”的底层工作，身体健康状况自然与其参与非农与正规职业的概率成反比，而子辈则更看重工作的体面性和舒适性(如服务行业等)，其是否从事非农与正规职业选择不会受身体健康状况影响；政治面貌(Spar、Fpar)、干部经历(Scad、Fcad)均仅在子辈与父辈非正规职业选择模型中通过显著性检验，这意味着政治身份与干部经历能显著增加农村劳动力选择正规职业的可能、但对非农职业选择的促进作用就十分有限了；亲友数量(Snre、Fnre)仅在父辈非农职业选择模型中通过显著性检验，说明农村父辈的非农职业选择多数情况下还得靠亲友介绍，而子辈的非农职业选择更依赖于个人素质与其他社会关系，但两辈人是否从事非正规职业与亲友数量并无显著关系。综上可知，农村子辈与父辈劳动力在进行非农与非正规职业选择时存在明显差异，子辈所考虑的具体因素与所受的约束条件均少于父辈、所受约束的强度也明显小于父辈，农村劳动力职业选择代际分异性总体比较显著。

表3 子辈与父辈职业选择的单方程模型

注：表格中的*、**和***分别表示在10%、5%和1%的显著性水平上通过检验。

2. 农村家庭两辈劳动力职业选择的代际传承性

表4展示了农村家庭子辈非农职业选择递归双变量概率模型与非正规职业选择递归双变量概率模型的估计结果。

表4 子辈职业选择的递归双变量概率模型

注：表格中的*、**和***分别表示在10%、5%和1%的显著性水平上通过检验。

表4的估计结果显示，Rho值在两个模型中均十分显著，说明子辈的非农职业和非正规职业选择均在一定程度上受父辈非农职业和非正规职业选择的影响，即农村家庭非农职业和非正规职业选择存在明显的代际传承性。在子辈非农职业选择模型中，内生变量——父辈职业(Fcar)的系数值为0.002，在10%的显著性水平下通过检验，说明若父辈选择从事非农职业，子辈也具有选择非农职业的可能；边际效应的具体估计结果显示，在父辈从事非农职业的家庭中，子辈选择从事非农职业的概率接近0.8%，说明非农职业选择的“子承父业”现象在农村家庭依然存在。在子辈非正规职业选择模型中，内生变量——父辈职业(Fcar)的系数值为0.744，且在5%的显著性水平下通过检验，说明若父辈选择从事非正规职业，子辈选择非正规职业的可能性极大；边际效应的具体估计结果显示，在父辈从事非正规职业的家庭中，子辈选择从事非正规就业的概率接近10%，可见农村家庭中非正规职业选择的“子承父业”现象比非农职业选择更加显著。

表4的估计结果还显示，无论是子辈还是父辈，年龄变量(Sage、Sage2与Fage、Fage2)与非农职业、非正规职业选择概率之间的关系均未发生明显变化。子辈与父辈性别(Sgen、Fgen)、受教育程度(Sedu、Fedu)、职业经历(Sexp、Fexp)依然是决定农村劳动力非农职业与非正规职业选择的重要变量，男性比女性选择非农职业与非正规职业的概率更高、边际效应分别约为-0.026与0.034，受教育程度越高、职业经历越长的劳动力从事非农职业与正规职业的可能性越大，其在非农与非正规职业选择中的边际效应分别约为0.079与-0.094、0.023与-0.032，这说明在其他因素不变的前提下，女性参与非农职业的概率比男性低了2.6%、参与非正规职业的概率比男性高了3.4%，农村劳动力受教育程度和职业经历每增加1单位，其参与非农职业的可能性将提高约7.9%与2.3%、其参与非正规职业的可能性将降低9.4%与3.2%。子辈健康状况(Shea)的系数仍未能通过显著性检验，父辈健康状况(Fhea)在非农职业与非正规职业选择中的边际效应分别为0.033和-0.041，说明在其他条件既定情况下，父辈健康状况改善1单位，其从事非农职业的可能性将提高3.3%、从事非正规职业的可能性将降低4.1%；子辈与父辈的政治面貌(Spar、Fpar)、干部经历(Scad、Fcad)同样仅在非正规职业选择模型中通过显著性检验，且对父辈与子辈非正规职业选择的边际效应均值分别约为-0.004和-0.003，说明是党员身份和有干部经历的劳动力从事正规职业的概率要比普通劳动力高出0.4%和0.3%；亲友数量(Snre、Fnre)仍仅在父辈非农职业选择中通过显著性检验且边际效应不足0.001，说明即使是父辈的非农就业，亲友数量的增加所带来的非农就业效应也不足0.1%。

前文的分析表明，农村家庭两辈劳动力的职业选择兼具代际分异性与代际传承性。为分析该结论的稳健性，本文还单独对东部、中部和西部地区的样本进行单方程模型与递归双变量概率模型估计，但限于篇幅，估计结果并未在此一一列示。东部、中部和西部地区的具体估计结果显示，虽将样本总体进行了地区分拆，但其中核心解释变量的影响方向与显著性水平均未发生显著变化，这进一步验证了本文前面部分的研究结论。但需要进一步指出的是，农村家庭中两辈劳动力职业选择代际分异性与代际传承性的地区差异明显，代际分异性依次为东部最高、中部次之、西部最低，代际传承性则依次为东部最低、中部次之、西部最高，说明在经济越发达的地区，农村家庭中子辈与父辈劳动力职业选择的差异越大、子辈职业选择的独立性越强。

五、 结论与政策含义

本文基于中国家庭收入调查的第五次调查数据——CHIP2013，围绕农村家庭职业代际传递问题的研究发现，农村子辈与父辈劳动力的非农与非正规职业选择兼具代际分异性与代际传承性。一方面，农村劳动力的职业经历与所从事具体职业的代际分异特征与地区分异特征均十分明显。子辈的职业经历比父辈丰富、非农职业选择倾向与正规职业选择倾向比父辈强，子辈非农职业者中普通务工者明显少于父辈、技术务工者差距不大、自主创业者明显多于父辈，子辈非正规职业者中临时工者最多、其他三项占比接近而父辈却是临时工与家庭帮工者最多、其他两项占比接近，子辈与父辈正规职业者中有雇工的个体经营者、为他人或单位工作的长期工、为他人或单位工作的占比均接近，且地区分异性极强。另一方面，子辈在进行非农职业与非正规职业选择时所受的约束要明显小于父辈。子辈与父辈的非农职业选择均受个人素质变量中性别、受教育程度和职业经历的影响，而父辈还受个人素质变量中健康状况及社会资本变量中亲友数量的影响；子辈与父辈的非正规职业选择均受个人素质变量中性别、受教育程度、职业经历与社会资本中政治面貌、干部经历的影响，父辈还受个人素质变量中健康程度的影响。再一方面，农村家庭劳动力的职业选择还具有显著的代际传承性。农村子辈劳动力的职业选择不仅受个体属性的影响，还受父辈职业选择状态的影响，一则父母的非农职业、非正规职业经历使其掌握了更多非农与非正规就业信息，也积累了很多非农与非正规职业经验，这无疑会对子辈的职业选择产生一定影响；二则子女对父母职业相关信息的耳濡目染、对父母工作关系网的熟悉以及在父母建议下进行职业选择等，均会直接或间接影响其职业选择，且地区经济越发达、职业选择的代际传承性越弱。本文研究具有如下政策含义：首先，在进行农村就业促进制度构建时，应关注子辈与父辈劳动力职业选择的分异性，对不同年龄段劳动力的就业促进重点要有所侧重。其次，应进一步加强农村劳动力公平就业制度环境的构建，打破劳动力市场的分割，以保证农村劳动力职业选择的独立性。再次，应进一步加强和保证城乡、农村内部教育资源的公平配置，有效提升农村劳动力的个人素质，发挥个人素质在职业选择中的主导作用，以有效阻断职业选择的家庭代际传承。最后，应进一步促进欠发达地区经济发展，发挥经济发展对个体职业选择独立性的提升作用，以有效阻断农村职业选择的家庭代际传承。

1. Baulch, B., and N. Mcculloch. Being Poor and Becoming Poor: Poverty Status and Poverty Transitions in Rural Pakistan.JournalofAsianandAfricanStudies,2002,37:35-42.

2. Breton, and R.Theodore. Can Institutions or Education Explain World Poverty? An Augmented Solow Model Provides Some Insights.JournalofSocio-Economics,2004,33:22-26.

3. Yamano,T., H. Alderman, and L. Christiaensen. Child Growth, Shocks, and Food Aid in Rural Ethiopia.AmericanJournalofAgriculturalEconomics,2005,4:28-32.

4. 阿马蒂亚·森著，任赜等译：《以自由看待发展》，中国人民大学出版社2002年版。

5. 胡凤霞、姚先国：《农民工非正规就业选择研究》，《人口与经济》2011年第4期。

6. 韩军辉：《农村家庭非正规就业的代际传递性研究》，《重庆大学学报(社会科学版)》2013年第2期。

7. 胡凤霞：《农民工自雇佣就业选择研究》，《宁夏社会科学》2014年第2期。

8. 林闽钢、张瑞利：《农村贫困家庭代际传递研究——基于CHNS数据的分析》，《农业技术经济》2012年第1期。

9. 李力行、周广肃：《代际传递、社会流动性及其变动趋势——来自收入、职业、教育、政治身份的多角度分析》，《浙江社会科学》2014年第5期。

10. 李瑞琴：《个人素质、家庭背景、社区状况与青年农民就业选择》，《农村经济》2014年第12期。

11. 宁光杰：《自我雇佣还是成为工资获得者？——中国农村外出劳动力的就业选择和收入差距》，《管理世界》2012年第7期。

12. 庞子渊：《农民工就业质量及其社会与法律因素探析——基于珠三角的实证分析》，《社会科学研究》2013年第6期。

13. 卿素艳：《基于生计资本视角下的农村贫困代际传递效应——以广西省龙门村为例》，湖北：华中师范大学2012年。

14. 申明浩、周林刚：《农民就业选择制约因素研究》，《财经科学》2004年第1期。

15. 石智雷、余池：《家庭禀赋、人力资本与城乡女性就业流动研究》，《农业经济问题》2011年第12期。

16. 石智雷、杨云彦：《家庭禀赋、农民工回流与创业参与——来自湖北恩施州的经验证据》，《经济管理》2013年第3期。

17. 王文信、徐云：《农民工就业影响因素分析——对安徽阜阳农村的调查》，《农业经济问题》2008年第1期。

18. 王春超：《农民工流动就业决策行为的影响因素——珠江三角洲地区农民工就业调查研究》，《华中师范大学学报(人文社会科学版)》2011年第3期。

19. 薛根福、石智雷：《个人素质、家庭禀赋与农村劳动力就业选择的实证研究》，《统计与决策》2013年第8期。

20. 杨云彦、石智雷：《家庭禀赋、家庭决策与农村迁移劳动力回流》，《社会学研究》2012年第3期。

21. 杨晓军、陈浩：《农民工就业的职业选择、工资差异与人力资本约束》，《改革》2008年第5期。

22. 郑全全、赵立：《农民择业心理倾向研究》，《中国农村观察》2006年第5期。