我国城镇居民就业结构变迁与收入差距研究

摘 要 本文利用城镇住户调查数据及人口普查数据分析我国城镇居民在经济发展快速转型和增长期间的就业结构变迁，并进一步分析收入差距和就业结构变化的关系。结果显示，不同于发达国家的“极化”现象，我国经济发展快速转型和增长时期，城镇居民的就业结构呈现“升级”模式：低技能岗位雇佣比例下降，中高技能岗位雇佣比例上升;同时低技能岗位工资增长慢于中高技能岗位。虽然就业结构变动比较大，但对我国总体收入差距变动的贡献并不大，劳动力在不同岗位的就业比例变化对收入差距变化的影响约为1%。收入差距的变化主要来自岗位内不可观测技能回报的变化以及可观测变量如教育、地区等的回报变化和岗位的回报变化。

关键词 就业结构;劳动力流动;工资差距; 收入差距;升级模式

0 引言

就业结构变迁一般指不同行业、职业、岗位或任务（task）的雇佣比例随时间的变化。国外文献中，不同研究中就业结构所指的具体内容有所不同，一些研究中就业结构用细分类的职业表示（Autor et al. ，2006）;一些研究用常规/ 非常规、认知型/ 体力型等不同任务类型表示（Autor et al. ，2003，2006）;只用行业分类的研究较少，更多的研究是同时利用行业和职业信息，定义某一行业中的某一职业为“岗位”，基于行业和职业交叉得到的就业岗位来分析就业结构变迁，如Acemoglu（1999）、Goos and Manning（2007）、Hurley et al. （2013）;而也有研究同时使用两种方法表示就业结构，如Goos et al. （2009）主要用21 类职业来分析就业结构变化，但其文中同时也用了行业-职业交叉确定的岗位来分析。

国外研究发现劳动力市场的就业结构变化呈现“极化” （ polarization）、“ 升级”（upgrading）和“降级” （downgrading） 三种不同模式（ Autor et al. ，2006;Goosand Manning，2007;Hurley et al. ，2013）。不同国家的就业结构变迁差异可能由技术进步等需求因素差异和人口结构变动等供给因素差异造成，还可能与不同国家的制度差异有关（Oesch and Rodríguez Menés，2011）。

中国自改革开放以来经历了快速的经济增长和技术进步，经济结构持续调整，就业结构也随之不断调整。20 世纪90 年代中后期的国企改革、2001 年加入WTO 等政策实施都对我国的就业结构产生深远影响，而1999 年启动的大学扩招则从供给侧对我国的就业结构产生影响。在这一改革和转型背景下，研究快速转型与增长期间我国的就业结构变化具有重要意义。

本文将基于微观数据研究以下两个问题：（1） 中国经济经历了飞速的发展和剧烈的结构调整，在快速转型的过程中，我国城镇居民总体的就业结构如何变化？ （2）就业结构的变化如何影响收入差距和教育回报（ 大学和高中学历劳动力的工资差距）？ 第一个问题虽然在文献中已有研究，但结论尚不一致，第二个问题我们还没有在文献中找到可信的答案。本文系统性地研究就业结构的变化以及就业结构变迁对收入差距的影响，希望能对相关文献作出重要补充。

本文的就业结构指的是根据行业和职业交叉确定的就业岗位的雇佣比例，这一分类方法同时利用了行业和职业的信息，考虑了不同行业内部的职业差异以及同一职业的不同行业特征。国外的行业和职业分类往往很精细，但是国内时间跨度较长、样本量充足、收入信息完整的调查数据中，对行业、职业的分类往往比较粗糙。因此，我们难以利用详细的职业分类来分析就业结构的变化，退而求其次，采用将行业和职业交叉确定就业岗位的方法来展开本文的研究。这一方法使得我们即便在行业、职业分类较粗糙的时候，仍然能得到更多的岗位信息。

我们对比了多套国内微观调查数据，最终采用1992—2009 年国家统计局城镇住户调查数据来分析，同时利用1990、2000、2010 年人口普查和2005、2015年人口抽样调查数据做对比分析。虽然我们获得的城镇住户调查数据只到2009 年，但是对1992—2009 年间的就业结构变迁分析有其特殊意义。从1992—2009 年之间，我国经历了一系列重大改革，如国企改革、加入WTO、大学扩招、伴随着日经济快速增长、科技进步明显，就业结构也发生很大变化。我们可以从以往的结构调整中，去了解新的技术进步和经济增长可能带来的就业结构变化及影响。

我们首先对我国城镇居民1992 年以来的就业结构变迁进行全面细致的分析。国内已有的研究结论尚不一致，而且面临考察时序较短或者没有基于稳定的岗位排序的问题。我们考察就业结构的长期变化，而且基于一个随时间稳定可比的岗位排序来分析，并与已有的文献进行对比。我们发现我国城镇居民的就业结构呈现“升级”模式：低技能岗位雇佣比例下降，中高技能岗位雇佣比例上升。这一发现与吕世斌和张世伟（2015） 得到的关于制造业就业结构“极化”的结论不同，与屈小博和程杰（2015）的结论相似。吕世斌和张世伟（2015）得到不同的结论可能是因为他们只看了制造业内部的变化，而不是总体的变化。屈小博和程杰（2015）基于工资来对岗位进行排序，但我们发现基于工资的排序在不同年份之间不稳定，尤其是20 世纪90 年代和2000 年之后基于工资的岗位排序相关性很低，因此不宜作为跨期比较的基础。此外，我们还进一步分析了不同教育及年龄的劳动力在就业结构变迁上的差异。分析不同人群的就业结构变化差异是分析就业结构对社会福利影响的必要组成部分。在面临技术或其他外部冲击时，不同类型的劳动力适应经济结构调整的能力不同，因此受冲击影响程度有差异，就业转移方向也不同。

其次，我们分析就业结构变化如何影响教育回报率及收入差距。这个问题的回答有助于理解转型升级对收入差距的影响。但是目前国内有关就业结构的研究都没有分析就业结构变化和收入差距的关系。从就业结构的角度来分解，教育回报可以分解成两个来源，一个是给定岗位内的教育回报，一个是不同教育水平的人群从事不同的岗位带来的工资差异。以大学的教育回报（大学和高中学历劳动力的工资差距） 为例，第二个来源指大学学历劳动力相比于高中学历劳动力更多的分布在高工资的岗位中。类似地，全社会的收入差距也可以分解为岗位内的差别及岗位间的差别。我们延续Lemieux（2006） 的方法，将收入差距的变化分解成岗位内收入差距的变化（组内差异），岗位间的收入差距变化（组间差异），以及劳动力在不同岗位上的分布的变化（组成效应）。我们发现给定岗位工资，劳动力在不同岗位间就业比例变化对工资差距变化影响很小。收入差距的变化主要来自岗位内不可观测技能回报的变化以及可观测变量如教育、省份等的回报变化和不同岗位间工资差距的变化。因此可以说，虽然就业结构变动比较大，但对我国总体收入差距变动的贡献并不大。

本文内容结构安排如下：第1 部分为文献综述，对就业结构变化相关文献进行综述;第2 部分介绍数据来源、岗位的分类方法和岗位排序的选择;第3 部分总结我国城镇居民的就业结构变化模式，并与国内外文献做对比，同时考察不同年龄-教育的劳动力如何在不同岗位之间进行调整;第4 部分分析就业结构对我国的总体收入差距和教育回报的贡献;最后为结论和研究展望。

1 文献综述

1.1 关于就业结构变迁的文献

国外关于就业结构变迁的研究总结出就业结构变迁的三种模式：极化（poarization）、升级（ upgrading） 和降级（ downgrading） （ Hurley et al. ， 2013;Fernndez-Macías，2012）。极化指高工资/ 高技能岗位和低工资/ 低技能岗位的雇佣比例扩张，而中等工资/ 技能的岗位雇佣比例下降，雇佣结构呈现两极化。

大量文献对不同国家的不同数据集采用各种衡量方法进行了检验，发现美国、英国、德国等很多发达国家劳动力市场均呈现“ 极化” 现象（ Acemoglu，1999;Autor et al. ， 2006; Goos and Manning， 2007; Goos et al. ， 2009; Acemoglu andAutor，2011）。然而，就业结构两极化并不是所有国家的共同规律，Fernndez-Macías（2012）、Hurley et al. （2013）发现部分欧洲国家呈现“升级”模式，如爱尔兰、丹麦、芬兰、卢森堡、瑞典等，即收入/ 技能较高的岗位就业增长更多，而收入/ 技能较低的岗位就业增长更少。另外一些国家如葡萄牙、西班牙、意大利则呈现“中部升级”（mid-upgrading） 模式，这一模式也属于“升级” 模式的一种，其特点在于中等收入/ 技能岗位的就业增长多于高收入/ 高技能岗位，相当于“ 极化”现象的反面。此外，Hurley et al. （2013）研究还发现金融危机后东欧一些国家甚至出现降级（downgrading）模式，收入越低的岗位就业增长越多，高收入岗位就业大幅下降。

我国的劳动力市场上就业结构如何变化？ 目前国内的研究结论尚不一致，这可能与不同研究采用的时间段、数据集以及分析对象不同有关。有研究从工作任务（ task） 的角度对就业结构进行分析， 如孙文凯等（ 2018） 用2003—2013CGSS 数据、Ge et al. （2021） 采用1990—2015 年人口普查数据和抽样调查数据发现常规操作型工作的雇佣比例在下降，而都阳等（2017）利用2005—2016中国城市劳动力调查数据的研究则发现常规操作型工作的分布变化不明显，两者的不同很可能源于对任务类型的定义和计算方式有差异。从工作任务的角度分析就业结构依赖于高质量的职业分类数据，目前国内这类的数据还很少。吕世斌和张世伟（2015）根据OECD 行业分类标准将制造业行业分为高、中、低等不同技术的行业，用1998—2009 年制造业行业面板数据，发现我国高技术行业和低技术行业的就业增长更多，我国制造业就业呈现“极化”，但是该文分析仅限于制造业行业。屈小博和程杰（2015） 则采用将行业和职业交叉确定的岗位分析法，根据不同岗位的收入水平进行排序，将岗位分为高、中、低不同收入水平的岗位，他们采用2005 全国1%人口抽样调查数据、2010 第六次人口普查数据，使用全行业数据，发现2005—2010 我国就业结构呈现“ 升级” 模式，农民工群体的就业呈现“极化”，但是该文的研究时间段仅有5 年，且没有深入探讨该分类方法下岗位排序的时间稳定性。

1.2 关于不同特征劳动力就业结构变化的文献

在就业结构变迁的过程中，不同类型的劳动力表现出不同的转移特点。劳动力的就业结构变化可能同时受到供给和需求两方面的影响：一方面，不同的职业在扩张或萎缩中，对于不同类型劳动力的需求变化有差异;另一方面，不同类型劳动力的相对供给随时间发生变化，进而影响就业结构。如对美国的数据分析发现，职业扩张主要通过招聘年轻劳动力实现，因此在雇佣比例上升的高技能和低技能岗位中，劳动力的平均年龄减小，但是在雇佣比例减少的中技能岗位中，劳动力平均年龄在增加。从中技能岗位转出的劳动力中，低教育水平劳动力流入到低技能岗位，而年轻的高教育水平劳动力转移到高技能岗位，年老的高学历劳动力转移到低技能岗位（ Autor and Dorn，2009）。此外，Beaudryet al. （2016）发现美国自2000 年之后，对于技能的需求相对慢于高教育水平劳动力的供给扩张，这导致高技能劳动力向下流动，开始从事传统上由低技能劳动力从事的工作，并导致低技能劳动力进一步向下流动甚至被挤出劳动力市场。

在我国的就业结构变化过程中，关于不同特征劳动力如何转移就业岗位的研究还很少。Ge et al. （2021） 做了一个比较好的尝试，他们发现1990—2015年间，30 岁以下的年轻人从事常规操作型工作的比例下降，进入常规知识型和非就业的比例上升;高中和大学以上毕业生，从事非常规工作比例下降。

1.3 对就业结构变化的原因解释

总体上，就业结构的变化受到需求（如技术进步、国际贸易）和供给（人口结构变动）两方面的影响。大量文献从需求层面对就业结构变化的原因进行解释：一种解释为“常规型工作” 替代的技术进步理论，认为技术进步导致机器替代了常规型的生产和办公工作，而对需要高技能的分析研究类工作和需要人际互动性的工作产生互补作用（ Autor et al. ， 2003）;还有解释强调经济全球化带来的产业分工与转移（如外包）的作用（Antrs et al. ， 2006; Grossman and Rossi-Hansberg， 2008; Oldenski， 2014）;此外，Autor and Dorn（2013）还提出由于消费偏好多样化而对服务性职业的需求提升带来就业结构极化。从供给上看，移民带来的供给增加会导致最低收入岗位的就业增长更多， 如英国（ Oesch andRodríguez Menés，2011）。此外，一些制度差异也会导致不同国家就业结构变化不同，例如，阻碍市场化工资设定的制度（工会、最低工资等）会限制最低收入岗位的增长，如德国（Oesch and Rodríguez Menés，2011）。

Cortes et al. （2017）进一步对就业结构变化的原因进行分解，将就业结构变化归因为人口组成结构的变化、给定人口特征下的就业倾向变化以及两者的交叉效应，并计算各类效应的影响程度。作者对美国的研究发现，常规型工作的雇佣比例下降，主要是因为劳动力在常规型工作的就业倾向下降，人口结构变动带来的影响仅占1/3。孙文凯等（2017）、Ge et al. （2021） 分别采用这种方法，利用CGSS 数据和人口普查数据对中国的就业结构变化进行分解，发现我国常规操作型工作的下降同时受人口结构变动和就业倾向变动的影响，两者的解释程度在不同阶段有所差异。

1.4 就业结构变迁和收入差距关系的文献

技能偏向技术进步理论认为技术进步会导致就业结构出现升级，进而提高技能回报和扩大收入差距。研究发现技能的回报在过去几十年中保持增长，尤其是大学毕业生和高中毕业生的相对工资，这是收入差距扩大的重要原因。虽然大学毕业生的供给大幅增长，但由于对技能的需求增长更快，高教育水平工人的工资上升更快，大学教育回报仍然上升。这一“ 供给-需求” 分析框架被称为解释技能回报变动的经典理论， Katz and Murphy（ 1992）、Goldin and Katz（2007）的研究中都采用这一经典框架。

但是近年来研究发现，这一经典理论不能解释美国1980 年以来50/10 分位数工资差距的变动以及1990 年以来大学教育回报增长的减速， 为此Acemoglu and Autor（2011，2012）构建了新的任务分析框架（task framework），提出常规型工作替代假说。计算机的使用替代了常规型任务，但对非常规认知型和非常规非认知型任务产生互补作用，因此90/50 分位数的工资差距会扩大，但50/10 分位数的工资差距减小，服务型职业的工资会上升（ Autor and Dorn，2013）。但Mishel et al. （2013）对常规型工作替代假说提出质疑，认为这一理论并不能完全解释过去三十多年的收入差距变化。工作的两极化现象从20 世纪50 年代就已经出现，但从1950 年以来，收入差距曾经下降也曾经上升，例如服务型职业的雇佣比例从1973 年开始便缓慢稳定上升，中等水平工资工作的雇佣比例也从1973 年开始逐步稳定下降，但50/10 分位数工资差距却在1973 年之后存在大幅波动。Mishel et al. （2013）还进一步发现职业对于工资变动的解释力在下降。

国内关于就业结构和收入差距关系的文献目前集中于产业结构和收入差距。行业变量是解释我国收入差距扩大的重要因素。陈钊等（2010） 分析了行业间收入不平等对中国城镇居民收入差距的重要性，发现行业变量对中国收入差距的解释力有所上升，由行业间收入不平等造成的收入差距在扩大。由于不同行业之间的收入差距较大，行业结构的变动会导致收入差距的变化，葛玉好（2007）分析了行业选择对性别工资差距的影响，宋锦（2018）分析了产业结构变化对收入分配的影响。其他一些文献分析了职业隔离对收入差距的影响，如卿石松和郑加梅（2013）分析了职位隔离对性别收入差距的影响，吴晓刚和张卓妮（2014）分析了职业隔离对农民工和城镇工人之间收入差距的影响。

但是目前很少有文献从全国整体就业结构变化的角度分析就业结构和收入差距的关系。与本研究最相关的是吕世斌与张世伟（2015）的研究，他们发现1998—2009 年中国制造业中就业岗位呈现两极化，低技能和高技能行业的平均工资增长更快，但这篇文章分析范围仅限于制造业，且没有考虑职业结构的变动。此外，还有研究从劳动力流动和技能匹配的角度分析地区差距，如彭国华（2015）认为由于贸易等因素导致不同地区的工作任务分布有差异，劳动力在不同地区之间流动会带来地区间就业结构差异，这进一步导致地区间产出的差距，这一研究集中于分析产出差距而不是个体的收入差距，并且集中于理论分析。

2 岗位分类和质量衡量

2.1 数据来源和岗位分类

本文采用的数据为国家统计局1992—2009 年城镇住户调查数据（ UHS），这是国内唯一追溯将近20 年的关于家庭基本信息和收支的调查数据，这项调查记录了家庭每位成员从事的行业和职业，这些信息提供了本文分析就业结构所需要的基础数据。这项调查每年轮换1/3 的经常性调查样本，3 年内完成一次全部样本的轮换。本文使用的数据包括了北京、辽宁、浙江、安徽、湖北、广东、四川、陕西、甘肃9 个省市，在地理位置和经济水平上对于全国样本具有良好的代表性。

目前国内可供使用的微观调查数据还有CHIPs，CHNS，CHFS 等，但是经过对比，这些数据不太适合本文的研究。CHNS 数据虽然年份跨度很长，但是其城镇样本量过小，并且关于工作的变量中没有行业信息，只有职业信息。CHFS 和CFPS 则只有最近年份的数据，无法进行长时期的比较。CHIPs 数据虽然年份跨度较长，但是CHIPs 数据中2002 年之前的调查中职业分类无法区分商业服务人员和生产工人，采用CHIPs 2002、2007、2013 年城镇户口样本得到的结果波动比较大（见附录中的附表6），可能与样本量有关。虽然CHIPs 单独调查了农民工样本，但是2007 年之前的农民工调查中也无法区分商业服务人员和生产工人，并且2007 年农民工的行业职业分类和城镇居民的分类不一致，难以做统一的分析。人口普查数据因为缺乏工资信息，难以用于和收入相关的分析。

本文分析对象为16～60 岁（ 女性55 岁） 的本地城镇户口样本。UHS 数据在2002 年之前只调查本地的城镇户口居民，但是2002 年开始加入了对从外地或农村迁入城镇地区的住户的调查，为了分析的一致性，本文只考虑本地城镇户口居民，不考虑2002 年之后的本地农业户口和外地户口（这两部分占2002 年之后总样本的约4%）。为了方便比较，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，在初步分析时不考虑自雇佣、私营企业主的样本，但在稳健性分析时考虑了将这些样本纳入。各年的样本量及地区分布见附录表1。

如引言所提到的， 本文岗位分类根据行业和职业交叉确定， Goos andManning（2007）、Hurley and Fernndez-Macías（2009）、Hurley et al. （2013）、屈小博和程杰（2015）等都采用类似的方法。由于城镇住户调查数据中不同年份行业和职业的分类方法有差异，需要对行业和职业分类进行调整合并，合并方法详见附表2（a-c）。最终将行业分为8 大类：工业、建筑业、交运邮电信息服务、批发零售餐饮住宿、社会服务业、科教文卫、金融保险、党政社团，将职业分为5 大类：专业技术人员、机关企事业单位负责人、办事人员、商业和服务性人员、生产运输工人和有关人员。职业与行业交叉共得到40 类岗位，由于某些岗位样本量过小，进一步进行合并①，最终得到30 类岗位。各类岗位的观测值和占比见附表3。

需要说明的是，虽然所有制在就业结构中扮演着重要角色，是我国劳动力市场分割的重要形式。但是相比所有制，行业和职业更能体现工作的技能，所有制更多地体现了制度差异而非技能差异，因此本文的岗位分类只采用行业和职业，而不加入所有制，这样也便于和国内其他文献及国际比较。

2.2 岗位排序

分析就业结构变迁首先需要对岗位按一定规则（通常按岗位质量） 进行排序，得到一个稳定的岗位排序，然后看就业分布随时间的变化。文献中对岗位的排序方法有以下几种：按初期各类岗位的平均受教育年限排序、按初期各类岗位的中位数或平均工资排序、按整个研究期间各类岗位的平均工资排序。发达国家的研究结论表明，不同方法得到的岗位排序随时间变化比较小，也即不同岗位的质量是相对稳定的（ Acemoglu，1999;Goos and Manning，2007;Oeschand Rodríguez Menés，2011;Fernndez-Macías，2012）。本文分别采用这三种方法对我国的岗位进行排序，发现不同排序方法的结果存在差别。

2.2.1 按照平均受教育年限排序

结果见图1，其中横轴为按照1992 年每一类岗位样本的平均受教育年限从低到高排序的30 类岗位，纵轴为给定岗位在不同年份的平均受教育年限。从变化趋势看，1992 年从业劳动力教育水平较高的岗位在2009 年仍然保持较高的教育水平。如果分别按照1992、2001、2009 年平均受教育年限从低到高排序，得到每一类岗位在1992、2001 和2009 年的排序，计算这三组排序之间的相关性，可发现1992 年和2009 年的岗位排序spearman 相关系数达到0. 86（表1），1992 年和2001 年的相关系数达到0. 95，可见按照教育水平对岗位排序得到的结果在不同年份之间相对稳定。

2.2.2 按照中位数工资排序

分别对每个年份按照每类岗位的中位数工资①进行排序，得到各岗位在1992、2001、2009 年的排序结果，发现1992 年的排序与2009 年排序的spearman相关系数为0. 64，1992 年排序与2001 年排序spearman 相关系数为0. 65，2001年排序与2009 年排序的spearman 相关系数为0. 87。按照中位数工资排序得到不同年份之间的相关性低于按教育水平排序的结果。西班牙1990—2008 年之间的这一系数为0. 70， 瑞士1991—2008 年之间的这一系数为0. 87， 英国1991—2008 年和德国1990—2007 年的这一系数都达到0. 90 （ Oesch andRodríguez Menés，2011）。与其他国家相比，我国2001 和2009 年之间这一系数接近于其他国家，但我国1992 和2001 年之间的相关性较低，这和我国20 世纪90 年代末的经济体制改革特别是国企改革有关。此外，按中位数工资的排序和按教育水平的岗位排序结果之间的相关性随时间变化较大，按1992 年中位数工资排序和按1992 年受教育水平排序的相关系数仅0. 45，但是这一系数到2001 年达到0. 74，2009 年达到将近0. 88，说明在20 世纪90 年代，工资和教育的匹配度较低，但在一系列关于劳动力市场改革之后，教育和工资的关联开始加强，换言之，教育的回报率上升。

2.2.3 按照所有年份的平均工资排序

如果按照每类岗位在1992—2009 年间的平均工资进行排序，得到的结果和按照1992、2001、2009 年中位数工资排序的spearman 系数在0. 5～0. 7 之间，相关性较低，说明不同年份间的工资变动较大。

发达国家按照岗位的平均受教育年限和平均工资的排序相关性很高，不同方法得到的岗位排序比较稳定，但是在中国这样一个快速发展、结构调整迅速的国家，情况有所不同。由于按照工资排序的结果随年份变化较大，因此下文主要采用按平均受教育年限排序的方法，不过在稳健性检验中也考虑了用工资排序的方法。

3 就业结构的变化

3.1 不同类型岗位的雇佣比例变化

附录中的附表3 给出了30 类岗位的雇佣比例。1992 年雇佣比例最大的是工业的生产工人（28. 2%），同时该岗位的雇佣比例下降也最大，从1992 年到2009 年下降了15. 6 个百分点。雇佣比例增加最多的是党政机关社团办事人员、社会服务业办事人员、社会服务业商业和服务人员等职业，分别上升5. 5、3.6、3. 3 个百分点。从工资增长来看，工资增长最多的是金融保险行业专业技术人员，工资增长最少的是建筑业生产工人。

为了便于后面的进一步分析，将各类岗位根据1992 年的平均受教育年限从低到高排序后，按照各类岗位的雇佣比例分为三类，其中低技能岗位4 个（雇佣比例31. 9%），中技能岗位13 个（雇佣比例33. 7%），高技能岗位13 个（雇佣比例34. 5%）。表2 给出了三类岗位的雇佣比例及变化。

城镇居民在低技能岗位就业比例从1992 年的约31. 9%下降到2009 年的约16. 5%，下降约15. 3 个百分点。图2 进一步画出各类岗位雇佣比例随时间的连续变化，可以发现这一下降趋势从1997 年开始，这可能与国企改革有关，但是2002 年之后这一下降趋势仍然保持。另外从进一步细分五等分的结果来看，技能排序最低20%的岗位雇佣比例下降最多，而中低技能岗位雇佣比例则有所增长。Ge et al. （2021） 采用人口普查数据发现我国城镇人口就业结构中，常规操作型任务的就业比例大幅下降，1990 到2010 年之间下降约20 个百分点。他们文中的常规操作型任务包括了各个行业的手工艺人、设备及其操作员、装配工及其他非技术生产工人，本文定义的低技能岗位中大部分来自制造业部门生产工人，两者的组成人员相似，因此下降的总体趋势一致，但是由于Geet al. （2021） 的常规操作型任务的定义范围更广，因此下降比例高于本文制造业生产工人的下降比例。

城镇居民在中等技能岗位的就业比例上升最多，上升了约8. 8 个百分点，在1992—2001 和2001—2009 年间都有明显上升，分别上升了5. 6 和3. 2 个百分点。从五分法的岗位来看，上升最多的并不是五等分中的中技能岗位，而是五等分中的中高技能和中低技能，分别增长了约5. 3 和6. 0 个百分点。

高技能岗位雇佣比例从1992 年的34. 5%上升到2009 年的41. 0%，上升6. 5个百分点。图2 显示，高技能岗位雇佣比例并不是一直上升，1992—2001 年间以下降趋势为主，这一趋势可能与我国20 世纪90 年代的“脑体倒挂”“下海”等现象有关。之后经济发展创造出了更多的高技能岗位需求，加上劳动力市场的逐步完善，使得高技能岗位雇佣比例开始增长。进一步细分五分法，中高技能岗位雇佣比例增长最多。我国技能排序最高20%的高技能岗位雇佣比例从1992—2009 年上升了仅1. 7 个百分点，这一上升比例远低于国际值。英国排序最高20%的岗位雇佣比例从1979 年到1999 年上升超过20 个百分点（Manning，2004），1991—2008 年上升约10 个百分点（ Oesch and Rodríguez Menés，2011），德国排序最高20%的岗位雇佣比例从1990—2007 年上升约8 个百分点（Oeschand Rodríguez Menés，2011）。

从工资变动来看（ 表2-B），1992—2009 年高技能岗位中位数工资从1992年的3456 元上升至2009 年的29466 元，增长了约7. 5 倍，高于中技能岗位工资的增长。低技能岗位的工资也有明显增长，但是增长速度比其他两组都低，只增长了5. 0 倍。五分法的结果进一步证实，工资增长和技能水平呈现正相关关系，中高技能和高技能岗位的工资增长约7. 5 倍，中技能增长约6 倍，而低技能、中低技能工资增长约5 倍左右。发达国家就业结构的“极化”现象还体现在雇佣比例上升的低技能岗位和高技能岗位工资增长更快，而雇佣比例下降的中技能岗位工资增长较慢。我国的模式显然与此不同，高技能岗位工资增长较快，但是低技能岗位工资增长较慢。

因此，总体来看，我国城镇居民的就业结构呈现“升级”模式：低技能岗位雇佣比例大幅减少，中高技能岗位雇佣比例上升;中低技能岗位工资增长较慢，高技能岗位工资增长较快。这一变动趋势与美国、英国、德国等国家的“ 极化” 趋势不同。

3.2 稳健性检验

本文进一步做了一些稳健性检验。

（1） 有文献按照岗位的个数而不是岗位的雇佣比例对岗位进行归类（Acemoglu，1999），即将岗位按初期的教育年限或工资排序后，按照岗位个数平均分类。本文也采用这种方法根据岗位个数将岗位进行分类，发现与根据雇佣比例划分得到的结果一致，结果见附录中的附表4。

（2） 前面的分析中，没有考虑自雇佣样本。如果将这部分样本加入，结果仍然一致，低技能岗位雇佣比例大幅下降，中高技能岗位雇佣比例上升，雇佣结构呈升级模式。不过，加入自雇佣样本之后，中技能岗位雇佣比例的上升更加明显，上升幅度达到13 个百分点，高技能岗位雇佣比例仅上升2. 9 个百分点，其背后的原因是总人群中自雇佣人员的比例不断上升（从1992 年的1%上升到2009 年的13%），同时自雇佣人员主要从事中等技能岗位（ 超过80%的自雇佣集中在中等技能岗位中）①。

（3） 我们进一步将不工作的样本（包含失业或不参与劳动力市场的人） 加入，结果也基本一致，低技能岗位雇佣比例明显下降，中技能岗位雇佣比例上升。不同的是，高技能岗位雇佣比例变化不大，甚至有略微下降。同时我们发现不工作的比例在这18 年间增加了12 个百分点，其中主要的来源是失业比例增加和其他未参与劳动市场的比例增加。其他未参与劳动市场者的增加主要是离退休人员和家务劳动者比例增加。同时我们注意到，不工作比例的上升主要发生在1992—2001 年，和这段时期的国企改革紧密相关。2001 年之后，该比例只增加了1. 4 个百分点。

（4） 如果直接按照五大类职业来划分，可以看到1992—2009 年生产运输及相关人员比重下降约18 个百分点，而办事人员和商业服务人员占比上升约10 个百分点。虽然办事人员和商业服务人员就业比例上升都较大，但服务人员的工资上升相对较慢。如果粗略地将专业技术人员和单位负责人划分为非常规知识型工作，办事人员划分为常规知识型工作，生产运输及相关人员划分为常规操作型工作，商业服务人员划分为非常规操作型工作，那么我们的结论与Ge et al. （2021） 采用全国人口普查数据中的城镇劳动力样本得到的结论一致，即常规操作型工作就业比重下降，而常规知识型工作就业比重上升。如果只看行业雇佣结构的话，则工业的雇佣比例下降最多，下降17. 62 个百分点，而社会服务业、党政社团、交通运输邮电信息服务行业的雇佣比例上升最多，上升4～6 个百分点。

（5） UHS 数据中主要调查了城镇户口样本，但是我国20 世纪90 年代以来大批农村户口居民进入城镇务工，是就业人员的重要组成部分，为了将这部分劳动力纳入研究范围，我们进一步采用1990、2000、2010 人口普查数据和2005、2015 人口抽样调查数据进行分析①，同时人口普查数据的样本量更大，有助于得到更可靠的结论。我们首先利用人口普查数据中的行业和职业信息按照上文的分类方法将岗位分为30 大类，其中行业的具体划分标准见附录表2a～2c。根据30 类岗位的平均受教育年限进行排序，发现各年份之间仍然保持极高的相关性（见附录中的附表5），说明我们的排序方法和结果比较稳定。无论是按照本地城镇户口居民的统计口径还是按照居住在城镇地区的统计口径，人口普查数据得到的岗位排序与按照城镇住户调查数据得到的岗位排序相关系数均达到约0. 9。

根据前文的划分方法，将UHS 数据中得到的30 类岗位和高中低三种技能岗位的对应关系匹配到人口普查数据中，得到人口普查数据中这三类岗位的雇佣比例。从本地城镇户口的统计口径来看（表5），低技能岗位雇佣比例从1990到2010 年下降15 个百分点，中技能岗位雇佣比例上升12 个百分点，高技能岗位雇佣比例上升3 个百分点，符合“升级”模式。这一结果与城镇住户调查数据结果很接近。（由于人口普查数据中无法区分出自雇佣样本，表5 的结果需与表3 上半部分的结果进行对比）。2015 年的人口普查数据中不再区分城镇户口和非城镇户口，因此不做比较。加入不工作的样本，结果依然和城镇住户调查的结果一致。1990—2010 间，不工作的比例明显增加，增加了约13 个百分点，这一增加主要发生在2000 年之前。低技能岗位雇佣比例明显下降，下降约16个百分点，中等技能岗位雇佣比例增加约5 个百分点，高技能岗位雇佣比例变化不大，略有下降。

由于城镇户口样本不能覆盖那些居住在城镇地区但非城镇户口的劳动力，因此我们改用“居住在城镇地区” 的统计口径来分析这部分人群。由于我们所获得的1990 年人口普查数据中的代码不能区分城市还是农村，因此这里只分析2000 年之后的普查和抽样调查数据。结果发现，从2000—2015 年，低技能岗位雇佣比例下降约7. 7 个百分点，中技能岗位雇佣比例上升8. 4 个百分点，高技能岗位雇佣比例变化很小。与采用城镇户口样本得到的结果相比，采用居住在城镇地区的样本得到的低技能岗位的雇佣比例的绝对值较高，且下降幅度较小。这一结果并不意外，因为非城镇户口从事低技能岗位居多。即便如此，低技能岗位雇佣比例仍然下降，中技能岗位雇佣比例上升，符合升级模式。加入不工作的样本，结果变化不大，因为2000 年之后，不工作的比例变化比较小。

（6） 我们根据岗位工资排序进行了重新分类，根据所有年份的平均工资对岗位进行排序，然后根据1992 年的雇佣比例将30 类岗位三等分为低、中、高三类不同工资（技能）水平的岗位。重新分类后得到的结果与前面基于教育排序的结果很接近，就业结构仍呈“升级” 模式，高工资（技能） 岗位雇佣比例增加，低工资（技能）岗位雇佣比例下降。

我们还用1992 年的中位数工资进行了排序，同样根据1992 年30 类岗位的雇佣比例三等分，得到的结果有所不同，雇佣结构呈现“极化” 模式。这是由于基于工资的岗位排序在不同年份之间差别较大，这种不稳定性使得用不同年份的工资指标排序去衡量就业结构变化得到的结果是有差别的。

（7） 我们进一步检验了按照教育划分岗位质量与岗位所需真实技能之间的关联性。由于本文主要根据岗位中就业人员的平均受教育水平将岗位划为高、中、低三类技能，这样划分得到的不同技能岗位，其所代表的工作技能水平能否反映岗位所需的真实技能？ 为回答这一问题，我们进一步利用《2014 年广东省制造业企业-员工匹配调查》数据进行分析。该数据共收集了广东省572家企业4780 个员工样本，其中包含企业内各类岗位所需的真实技能的详细信息。我们将岗位所需的技能与员工的受教育水平进行了相关性分析。如表7所示，大专及以上学历员工从事的岗位对英语、数学、阅读、分析思考等认知能力的要求更高;初中及以下学历员工所从事的岗位，重复性劳动或体力劳动的比例极高。总体上，用教育水平来划分工作岗位，大体可以反映出该岗位所需的真实技能。

3.3 劳动力在不同岗位之间的流动

在我国就业结构变迁过程中，不同类型劳动力的就业岗位如何变化？ 我们对此作了进一步分析。表8 列出了分教育-年龄就业人口的组成以及不同类型劳动力的就业结构变化。

1992—2009 年就业人群的组成发生明显变化。首先，教育结构显著变化，就业人口中大专以上学历的比重从18. 5%上升到42. 5%，上升了约24 个百分点，相对应地，高中和初中以下学历占比下降，初中及以下学历下降最多，下降了18 个百分点。同时就业人群的年龄结构也发生了明显变化，就业人口中51～60 岁的占比上升了5 个百分比，31～50 岁的比例也上升了4 个百分点，而30 岁以下的比例下降了10 个百分点。

同时，这18 年间，各类人群的就业岗位分布也发生了明显变化。初中及以下学历人群在低技能岗位就业的比例下降约25 个百分点，不工作的比例上升约21 个百分点;而大专及以上人群在高技能岗位就业的比例下降约23 个百分点，在中技能岗位就业的比例上升约13 个百分点，这和大学扩招导致大学生供给增加的速度快于高技能岗位的供给相关。高中学历人群在高技能岗位就业的比例也下降约13 个百分点，这些下降的比例一部分转入中技能岗位，不过更多的转为不工作。年轻（30 岁以下） 人群在低技能岗位就业比例大幅下降，不工作比例上升，而在中、高技能岗位就业的比例变化不大。年老（50 岁以上） 人群则在高技能岗位就业比例下降（19 个百分点），在中技能岗位就业和不工作的比例都上升。

这些变化和20 世纪90 年代末的经济结构调整，劳动力市场的多项改革，如取消大学生毕业包分配制度、国有企业改革产生大批下岗职工等，以及教育的改革，如高校扩招，紧密相关。这些改革及政策变化对低教育水平劳动力、年轻劳动力的负面影响更大，说明教育和经验作为人力资本的重要性。

我们进一步比较了就业人员在不同职业的分布结构，结果见附录中的附表7。总体来看，低教育劳动力、年轻劳动力成为生产运输工人（ 近似常规操作型工作）的比例下降，高教育劳动力成为专业技术人员或单位负责人（近似非常规知识型工作）的比例下降，成为办事人员（近似常规知识型工作）的比例上升，各类劳动力成为商业服务人员（近似非常规操作型工作）的比例都上升。