李 萍 谌新民

一、问题提出及文献述评

社会的职业流动性是衡量社会公平的重要指标，代际流动反映的是子辈相对于父辈社会地位的变动情况。代际流动性强表明代际之间经济、社会地位、职业阶层的相关性较弱，阶层固化的力量弱。如果社会中个体的职业及其发展更多地取决于外生的市场环境因素和内生的个人能力因素，更少地受到其父母职业经历和资源条件的影响，可以认为这个社会具有较高的机会公平程度。

目前代际流动问题的研究角度主要有两类：衡量代际收入连续变量的变化，计算代际收入弹性；以职业、阶层离散变量为衡量办法，分析代际职业流动。首先，研究代际流动，采用收入为主要考察变量不可避免地产生终身收入偏差，因为只有单期或几年的收入难以代表一个人的终身收入，个人收入在青年、中年和老年阶段是有巨大差别的。鉴于职业与收入之间有较为密切的关系，且也能提供丰富的观测值，本文采用职业变量来反映个人的社会地位，在总体上能够减小早期收入和晚期收入的收入偏差。其次，对父母收入的回忆数据也可能带有偏差。如果是父亲当前的收入，则是拿处于职业生涯中后期收入与子女职业生涯早期收入比较，有失偏颇；如果采用回忆版的父亲早年收入，那么回忆数据就难免带有偏差。然而，对父亲职业变量的回忆偏差则较小，受访者不一定能够知道或记得父亲的收入，但基本能够知道或回忆出父亲的职业。并且职业基本上能够反映个人的收入水平和社会阶层(Abramitzky 等，2014；Mendolia 和Siminski，2016)。采用职业变迁作为研究代际流动的角度，理论而言结果偏差较小，较稳健。本文的研究主题正是代际职业流动。

自Blau 和Duncan(1967)、Featherman 等(1975)开始研究职业代际流动，已有大量研究分析父母与子女之间职业的关联性(Carmichael，2000；Di Pietro 和Urwin，2003；Hellerstein 和Morrill，2011；Blanden，2013；Raitano 和Vona，2015)，大多研究都认为父母职业经历对子女职业选择具有显著正向影响，如果父母在某单位工作，子女被雇佣的可能性也较大(Bennedsen 等，2007；Kramarz 和Skans，2014；Corak 和Piraino，2011)。在中国的劳动力市场中也会出现这种情况：父母职业与子女职业间存在较强的相关性，二者处于同一层次劳动力市场的可能性较大，农村家庭中父母从事非农就业对子女从事非农工作有明显的正向影响，城镇家庭中子女职业会随其职业生涯的发展逐步向父母职业“回归”(邢春冰，2006；周兴和张鹏，2014)。由于更好的家庭背景掌握着更优质的社会关系资源，进而影响了子女就业，所以官员及高级专业人才的子女会比普通家庭的子女更容易获得晋升机会且更容易获得起薪更高的职位(Walder 和Hu，2009；Li 等.，2012)。高度的代际关联性意味着代际职业流动性低。

社会的代际职业流动在不同的时代背景表现各异。Long 和Ferrie(2013)基于英美两国长期数据比较了两国代际职业流动性变迁趋势。主要结论是，从1880 年到1973 年，美国的代际职业流动性长期来看是下降的，与今天的美国或英国相比，1900年前的美国展现出异常高的社会流动性。1900 年左右的美国正是大量人口迁入、工业化起步的阶段，代际流动非常剧烈。到了20 世纪尤其是下半叶之后，人口迁移逐渐稳定、工业化深入到一定阶段，代际流动性也逐渐减小。谢宇团队一系列的论文分析了代际职业关联性的长期趋势。Xie 和 Killewald(2013)采用不同于 Long 和Ferrie(2013)严格程度的数据和社会流动性的测量系数①Long 和 Ferrie(2013)采用的是离散模型的发生几率比(作为代际关联性系数)。Xie 和 Killewald(2013)补充采用了对数线性模型的回归系数。，认为20 世纪美国的社会流动性下降主要是因为农民数量的减少，而工业化进程发展到成熟阶段后，农民转移到工业的上升幅度在下降，最终长期表现为流动性下降。由于新的研究(Song 等，2020)计算的代际职业等级关联系数，从19 世纪50 年代的0.17 上升到如今的0.3，所以认为代际流动性从150 年的长期来看是大幅下降的，但是在控制了农民出生背景之后，现代社会流动性是较为稳定的。上述研究大多是侧重于长期的历史趋势，研究采用的数据跨度是两个世纪。这样可以纵观人类社会的长期流动趋势，但会面临长时间间隔的数据中农民占比剧烈减少的现实，计算各职业阶层时发生几率比的参照基数(农民)就会减少，系数偏差也较为明显。如果是采用短期的时间跨度数据，面临的局限性就相对较小。本文采用的样本观测对象出生在1960 年以后，大多是在1980 年之后就业，就业至本文使用的样本最后调查期2015 年的时间跨度不到40 年，离散模型或对数线性模型计算代际关联性系数的时候面临的局限性相对较小。在中短期的时间跨度上，Hout(2018)指出美国工人的职业地位强烈反映了他们父母的职业地位。父母职业等级每上升1 个百分点，子女职业地位的中位数就上升0.5 个百分点。社会总体流动性下降是工业化推进的劳动力市场结构变化引起的，而不是代际关联性引起的，代际关联性并没有发生太多变化。Benjamin 和Song(2017)认为美国在1969 年至2011 年间的职业代际流动性是在升高的。总之，从长期趋势分析，职业的代际流动性是下降的，因为工业化初期需要大量农业人口转移到非农职业就业，此时的社会流动无论是代际的还是代内的都是剧烈的。从短期跨度看，职业的代际流动性是不变或是上升的，因为工业化进程仍在前进，社会制度仍是朝着开放的方向调整。对于工业化大跨步前进只有几十年的中国而言，研究职业代际流动性和关联性问题适宜从中短期的角度出发。

在中国，职业流动的现象是明显的，最具代表性和关注度的上层职业是体制内的政府机关、事业单位及大型垄断国企的就业机会，最底层的职业是农民。这些职业由于工业化扩张导致职业结构调整，产生剧烈变动，农民职业在减少，非农职业在增加。中国的工业化进程中，代际职业流动有其自身特点：一是，层级效应较低。层级效应用于测量不同阶层之间的社会距离或隔离程度，由于不同阶层的距离不一样，长距离流动与短距离流动的障碍是不一样的。层级效应较低意味着父母的阶层地位对子辈阶层地位的影响较低。二是，城乡之间的代际流动更为频繁(Zhou 和Xie，2017)。中国大规模的城乡人口流动主要是由劳动力流动引起的，农村剩余劳动力脱离父母的农业生产转移到城镇、非农产业就业，农村人口因此实现大范围的代际职业变迁。虽然大多数农民子女走出农村后也很难成为顶层的社会精英，但大多进入产业工人、服务人员、办事人员等职业，实现了大量的非农就业，与身为农民的父母相比实现了向上代际流动，这种阶层短距离流动的累积同样也会降低代际继承性。中国代际关联在各个时期都明显存在，总体社会流动率是逐步提升的，社会开放性呈波浪式变化(李路路和朱斌，2015)。研究中国的代际职业变迁问题，无论从理论上还是社会实践上都有重要意义。中国的劳动力迁移规模是庞大的，快速的工业化、城镇化与市场化体制转型紧密联系在一起，工业化对劳动力市场的结构调整、城镇化过程中农村人口的大规模迁移、劳动力市场化水平进一步提高、教育扩张和教育制度不断调整，各种因素综合影响了当前的职业结构，代际职业流动也在各阶段有所变化。本文综合认为：随着城镇化和工业化的扩张，父母对子女职业的影响力在减弱。越是城镇化、工业化程度高的地方，父母对子女职业的影响力越小，职业代际流动性越高；城镇化和工业化程度低的地方，父母的职业和教育条件对子女职业的影响越大。

二、工业化和城镇化过程释放更多推动代际流动上升的因素

工业化和城镇化必然导致劳动力市场运行规则、教育资源的分配规则、就业机会和职业选择的供给发生变化，诸多方面互相影响最终削弱了父母对子女职业的影响力度，提高了代际职业流动。

（一）教育资源扩张和分配不平等减弱，抑制了父母对子女教育和职业选择的影响力

教育与代际流动性之间的关系存在两面性：一方面，教育是个人在劳动力市场获得优势的主要途径，教育资源扩张使个人能力不断提高，获得更多职业选择的机会，教育扩张能够促进职业的代际流动(Breen 等，2010；Pfeffer 和Hertel，2015)，另一方面，虽然市场机制逐渐替代再分配权力机制成为资源分配的主要机制，但教育本身也是优势阶层家庭实现阶层代际传递的工具(Ermisch 和 Gambetta，2010；Bukodi 和Goldthorpe，2013)。

我国的教育资源扩张和教育资源分配双重作用于代际职业流动的。在20 世纪80年代初，社会的优势阶层是体制内就业人员，由于体制的庇护作用，存在大量的“接班”与“内部安排”，他们容易将职业地位优势传递给子女。随着劳动力市场的深化改革，逐渐弱化了传统制度性的代际职业传递机制，原来的优势阶层若要保持代际职业地位优势，必须通过投资子女的教育来实现。子女具有较高的受教育程度，才能容易保持其职业地位优势。随着职业技术的发展与科层组织的膨胀，社会对专业技术人员与办事人员的需求增加，中国教育规模的扩张则为此提供了大量高素质劳动力。随着工业企业增加与制造业订单量上涨，企业对产业工人的需求大量增加，而中国大规模的农村劳动力涌向城镇，为此提供了大量熟练的产业工人。目前，中国儿童净入学率达到99.9%，初中阶段毛入学率甚至达到了100%，义务教育在中国基本普及。始于1999 年的高校扩招，使中国高等教育快速进入大众化时代，高等教育毛入学率从1978年的2.7%迅速增长到2019 年的45.7%。大学生数量快速增加，降低了高等教育的代际传递功能，使社会中上层的代际职业关联性下降。诚然，中国的教育不平等境况仍然广泛存在，教育不公平会循环加固社会阶层差距。但中国教育系统的标准化与客观化程度会使教育资源更易倾向于公平化发展。教育系统标准化和客观化程度高的教育系统中，学生接受的教学内容和考核方式都容易实现统一，只要纳入教育系统，学生得到的教育资源都是类似的，教育的公平性和透明度较高。统一招考意味着影响资源分配结果的更重要因素是个人的禀赋和努力程度，高阶层父母的影响力受到一定程度抑制。在标准化和客观化程度低的教育系统中，人才筛选和更高层次的教育资源分配无法形成统一和客观的标准，更易倾向于多维评判标准和多元分配方式。不同层次、区域、机构的学校自行招考而非统一标准；各教育层次资源分配取决于地区、社区的经济支持能力而非全国统筹。学生得到的教育资源受到家庭背景、社区环境的影响更大。中国的基础教育系统是朝着标准化方向前进的，中考和高考都是标准化的统一考试，在很大程度上抑制了父母背景的作用(李路路等，2018)。教育不公平在优质教育资源方面变得更加明显，如更好的私立中学、更高要求的国际学校等。但在主要的基础教育方面，中国的教育系统是更加标准化和客观化的。随着教育扩张，教育机会平等程度提升，使得代际阶层流动性变大。

中国过去40 多年的教育资源持续扩张让个人有更多的人力资本，就业和职业选择的空间更大，父母对子女职业的影响减弱，子女本身人力资本的影响力加大。基础教育的标准化和客观化为大部分子女提供了公平的教育资源，一定程度上抑制了父母对子女教育的影响，从而减少了父母对子女职业的影响。教育是影响个人就业和职业选择的最重要的个体特征，教育资源不平等被削弱的结果就是个体在就业和职业选择上有更多的平等性。

（二）工业化趋势要求劳动力回报更追求经济效益原则

工业化社会的一大特点是市场经济逐步发展并走向成熟，在市场经济条件下，效率优先决定了以能力和学历给予劳动报酬的原则，劳动力市场的运作规则更注重经济效益(Treiman，1970；Nee 和Cao，1999，2002；Maas 和Leeuwen，2016；Cilliers 和Fourie，2017)。改革初期，人们刚经历过激烈的政治运动，社会阶层被打乱。社会重新开始构建资源分配秩序，开始积累新的社会阶层。市场化的工业生产追求经济效益，市场报酬是依据劳动者的实际产出支付的。此时，劳动报酬更依靠劳动者的受教育水平、自身禀赋和努力程度等能够最终提高经济效益的因素，而非家庭背景等先天性因素(Gugushvili 等，2015、2019)。子女实际产出与父母经济社会地位的关系随着经济发展水平的提高而减弱，工业化进程中的社会流动模式日趋公平。随着中国工业化进程的推进，由自身努力形成的后致性因素会对个人的经济地位和社会阶层有更重要的影响，父母的条件对子女就业、经济收入等的影响力会减弱。随着中国的市场化改革进程的推进，社会阶层长期处在高流动状态。进入21 世纪之后，中国的劳动力流动障碍式微，城镇化发展更加迅猛。大量劳动力从农村流向城镇、从农业流向工业和服务业。在农业生产领域，父子的职业代际传承性是很高的，追求经济效益的原则在农业领域并不强烈。在工业生产领域，经济绩效原则非常明显且强烈，流水线生产关系代替了田间人情关系，办公室契约合作关系代替了乡土团结情怀，绩效成为收入分配的主要原则。当更多的人从农业转移到工业和服务业，意味着追求经济效益的原则渗透的范围更广。城镇化和工业化的推进扩大了非农劳动力市场(Zhou 和Xie，2019)。劳动力配置更加注重效率，完善的劳动力市场能够有效配置与个人能力相匹配的劳动回报，劳动报酬的分配趋于市场化，从而削弱了家庭社会地位对于个人经济回报的影响，抑制了家庭背景在劳动力市场中的作用。

（三）职业供给范围和渠道增多，提高了代际流动性

工业化发展会导致社会劳动分工结构持续、迅速变化和分化，并由此带来劳动人口的重新配置。工业化的过程伴随着大量新技术的应用，技术进步导致职业细分，不断产生新工种和新岗位，这些新领域是父母未涉及过的领域，父母的资源不能干涉到这些新领域，从而减少了职业代际传承的机会。新经济业态中出现的自媒体、新科技企业等大多是年轻人创造和培育出来的新市场，父辈从未涉猎过的领域也就不存在新领域的代际传承。新职业类型和供给机会吸纳的子女就业，与父辈就业的传统职业相比，是明显的代际职业流动。此外，工业社会的技术发展会大量增加专业技术人员和产业工人，工业职业类型规模扩大，必然导致新一代劳动力流入的比例增加。市场经济打破了体制内单位对职业机会的垄断(阳义南，2018)。改革开放之前的中国，大部分的行业都存在国有企业垄断，人们获得好的职业机会并不容易。好的职业机会被垄断在体制内，包括党政机关、国有企业等。体制内就业存在明显的代际传递性(Walder 和Hu，2009；韩雷等，2016；卢盛峰等，2015)。但是到了20 世纪90 年代，开始出现大量的私人部门，打破了原来的职业机会被体制内单位垄断的局面。父母是否在体制内单位工作，对子女寻找私人部门工作机会的影响相对较小。劳动力市场中各种职业机会的供给增加，供给渠道多样化，子女对父母的职业继承性大大减弱。私人部门和公共部门的雇佣和报酬有不同的运作规则(Maczulskij，2013)，在私人部门更追求前文所述的经济效益原则；体制内单位作为劳动力市场的一种优质就业类型，由于“工作稳定、福利优厚”而备受追捧，体制内就业机会的代际流动性小会弱化底层劳动者向上流动的概率，即社会资本能促进子女向相邻上级阶层流动，但抑制了父母处于最低职业阶层的子女的跨层级流动。政府部门、事业单位以及国有企业的招聘逐步强化对新入职者的学历要求，同时实行全国性或地区性的统一公开考试，用考试的形式提高就业过程的公平性，体制内单位的代际职业继承被大范围打破，代际流动性提高。

三、中国代际职业变迁的事实表现

本文选取中国综合社会调查(Chinese General Social Survey，CGSS)2011 年、2012年、2013 年和2015 年的调查数据①中国综合社会调查是中国全国性、综合性、连续性的学术调查项目。到目前为止共进行了两期，2003—2008年是CGSS 项目的第一期，共完成5 次年度调查。2010—2019 年是CGSS 项目的第二期，已完成5 次年度调查。本文采用的数据是第二期的调查数据，包含了2011 年、2012 年、2013 年和2015 年的数据。，合并后的数据作为实证分析数据。在CGSS 的调查中，包含被访者的职业和个人信息、父母的职业和受教育情况，这些信息为本文考察子女与父之间的职业传承与流动提供了非常好的数据支持。本文对CGSS 原始数据进行了以下处理：(1)将职业进行分类合并后排序；(2)本文分析重点是职业变迁，我们从中筛选了具有被调查者和父母的职业的样本来分析子女和父母的代际职业流动。在论文后半部分的模型估计中，我们则删除了个人特征及父母特征变量值缺失的观测对象。(3)子女年龄限制在18 岁以上，出生年份限制在1960 年及以后，因此最终的总样本包含了出生于1960—1997 年的群体，年龄在18～55 岁，这个年龄段包括了大部分就业者的年龄，样本覆盖了60 后、70 后、80 后和90 后四大出生群体，最年长的60 后出生群体的初次就业是在20 世纪80 年代，正是中国改革开放的起始年代。20 世纪80年代以前，中国职业阶层的划分与现在有所差异，在改革开放前的职业分层中都倾向于自我归类的农民和工人阶层，与后来的职业多样化分布有明显差异。为了便于对不同出生群体的职业代际流动进行比较分析，应该选取初次就业年份在20 世纪80 年代以后的样本，减小测量偏差。(4)把父母的出生年份限制在1900—1980 年之间，以保证有效样本。CGSS 采用国际标准职业分类体系(ISCO88)对职业进行编码，使得数据具有国际可比性。出于研究需要，我们参照《中华人民共和国职业分类大典》对样本数据的职业重新划分为七个职业类型并排列等级。把被调查者和父母的职业信息缺失的样本删除，把军人的样本删除。ISCO 与2015 年版的中国职业分类的对比情况如表1所示。

表1 职业分类对比

合并了多期的调查数据之后，样本量是14111，儿子样本为7077，女儿样本为7034，性别构成基本平衡。各期调查的样本量如表2 所示。

表2 样本的调查年份构成(单位：人)

子女和父母的职业分布结构如表3 所示。子女的职业分布较为平衡，农民的观测样本量最大，占比22%；人数最少的是管理者，占比不到7%。儿子样本中，成为管理者、产业工人和其他初级职业者的比例高于女儿，这三个职业类型是较多男性劳动者选择的职业。儿子和女儿的两个子样本的职业分布也都比较均衡，不存在某种职业非常庞大的现象。但是父母的职业结构就出现严重的不均衡：父亲和母亲的样本中，农民的观测值占了52%和63%。大多数人的父亲或母亲(也有可能是父亲和母亲)是农民，出生在农民家庭的孩子比例很高。这种分布结构很符合20 世纪改革开放前的中国劳动力市场：大量的劳动力囿于农村，劳动力自由流动的机会被束缚，在农村的大规模工业生产尚未萌发时，农民是农村劳动力唯一的职业。在非农职业中，母亲成为管理者(1.5%)、专业技术人员(4.8%)和产业工人(7.5%)的比例都比父亲低很多，女性想要从事薪酬水平高和社会地位高的职业，难度相对更大。子女样本中管理者的比例为6.72%，略低于父亲的7.36%，可能的原因，一是，在“管理者”职业在中国的职业分类定义是“党的机关、国家机关、群众团体和社会组织、企事业单位负责人”，经过政府结构的优化调整之后，部门和团体的职能更加清晰，负责人的岗位减少；二是，可能很多人在回答父亲的职业时记得父亲是在体制内工作，具有一定职务等级，都归类为管理者。但总体上看，子女和父亲的管理者的比例相差不远。父母与子女的农民占比有巨大的差距，正是中国工业化进程的体现。当劳动力市场的要素流动逐渐被激活，中国新一轮的工业化进程被启动，大量人口从农村流出加速了城镇化，非农产业大量的工业就业机会让劳动力从农民流动到其他非农职业中。表现为：农民在子女的职业结构中占比大幅下降，降至不到父母的一半。代际职业结构从农业向非农业的变迁，伴随着工业化过程一同行进，是无数劳动力从农村到城镇的流动，是中国人口规模宏大的城镇化过程。

表3 子女和父母的职业分布结构(单位:人，%)

为了反映父母与子女职业的代际关联性，人们通常考察两者的交叉列联表。以父亲与子女的职业为例，如表4 的原始列联表所示，列表示父亲职业类别，行表示子女职业类别，每个单元格表示子女和父亲相应职业的个人，占全部子女样本数量的百分比。行与列的合计数分别表示子女和父亲职业的边缘分布。在原始列联表中，两者显然是不相同的，如父亲是专业技术人员的比例为8.92%，而子女的比例是17.59%，是父亲占比的2 倍；子女是办事人员的比例为7.36%，父亲的这一比例是3.53%，父亲是办事人员的比例仅为子女比例的一半。而农民占比的差距就更为明显，父亲是农民的比例是子女比例的2 倍多。职业边缘分布的这种代际差异，反映了工业化和城镇化发展所导致的农业职业缩减、非农职业增多现象。

表4 子女与父母职业原始列联表(单位：%)

代际职业变动的最终结果是两种结构调整导致的综合结果：一是工业化城镇化扩张造成的整体结构调整，使得非农职业增加而农民减少，同时也增加了高社会层级职业的比例，减少了低社会层级职业的比例。二是代际之间的关联性，使得子女在职业结构分布上具有一定的循环作用，出生于农民父亲的家庭的子女，成为农民的比例远高于成为其他职业从业者。出生于管理者和专业技术人员家庭的子女也比较可能成为管理者和专业技术人员，从事其他职业的比例会较低，这是代际关联作用的表现。工业化形成的结构调整和代际关联性形成的循环流动，综合作用产生了子女职业结构分布的最终事实结果。

如果子女与父亲的职业具有相同的边缘分布，那么职业的代际分布具有怎样的特征？假设不存在工业化带来的职业结构的变动，子女的职业结构与父亲完全一致，从管理者到农民，职业占比也分别为 7.36%、8.92%、3.53%、4.57%、14.85%、8.92%、51.86%，在此假设条件下子女的职业结构与现实结构之间的差异就能体现出工业化扩张的结构调整作用。本文借助Mosteller 的矩阵转换方法，对现实结构列联表进行标准化处理，得到假设没有工业化和城镇化作用的结构列联表5。Mosteller 矩阵转换改变了子女职业结构的边缘分布，子女和父亲具有相同的边际概率分布，但没有改变行与列之间的关联性。比较Mosteller 矩阵转换之后的假设条件列联表和原始列联表，两者存在比较大的差异。子女和父亲同为农民的人数比例为37.56%，比实际观测值18.33%高很多，如果没有工业化和城镇化对非农职业的扩张，子女成为农民的概率都会比事实比例高。工业化扩张效应使得出身农民家庭的子女，成为非农职业的概率大大增加：产业工人的比例从假设的5.5%变成现实的10.8%；专业技术人才的比例从假设的1.51%变成现实的4.99%；服务人员的比例从假设的1.44%变成现实的8.36%。假设条件列联表和现实列联表之间的比率差异就是工业化扩张效应。Mosteller 矩阵转换之后的列联表反映的则是剔除了工业化扩张效应之后，子女与父亲职业之间的代际关联性，即循环流动的作用。工业化和城镇化扩张使子女成为农民、其他初级职业者的比例大大缩减，专业技术人员、办事人员和服务人员的比例大大增加。不同职业类型有不同的代际关联性，在农业生产部门，代际继承的作用表现更为明显；而在非农业职业类型中，劳动力报酬更加追求经济效益原则，代际职业关联性会比农业部门低，代际流动性会更高。因此，职业分布结构的转变最终也会改变社会总体的代际职业关联性。

表5 Mosteller 矩阵转换列联表(单位：%)

四、工业化扩张对代际职业流动的影响

为进一步验证工业化和城镇化进程对代际职业流动的影响，本文采用排序logit 分析来探究影响子女职业的影响因素。所使用的变量包括三类：父母变量、子女变量和工业化变量。(1)父母的职业和受教育年限是研究代际职业关联性的关键变量。在个人的职业生涯初期，父母对子女的就业和职业发展都有重要影响(Bukodi 和Goldthorpe，2011；Härkönen 和Bihagen，2011；Manzoni 等，2014；Passaretta 等，2018)。一是，父母的社会地位对子女教育获得有重要作用，父母的教育期望、文化素养等都会通过言传身教传递给子女，增加了拥有良好家庭背景的子女未来获得较高社会地位的可能。用父母的受教育年限能够很好体现该因素。二是，父母的社会资本、家庭的社会关系会影响子女的工作机会(Magruder，2010；Mastekaasa，2011)，父母通过向子女提供工作信息、社会关系，使得子女获得劳动市场的就业优势。用核心变量父母的职业能够较全面且稳定地代表父母所拥有的社会资本、收入等资源条件。(2)城镇化率和工业化率表示子女所处的工业化背景。用所在省份的城镇人口所占比重表示城镇化率，用所在省份工业产值占地区生产总值的比重表示工业化率。(3)影响个人就业的不仅有父母职业和父母教育这类先赋性因素，还有个人的禀赋特征。本文加入了个人的受教育年限、性别、年龄、民族、政治面貌、健康状态、是否流动人口①中国在2014 年7 月《关于进一步推进户籍制度改革的意见》中取消了“农业”和“非农业”的户口划分，所有公民的户口均统一登记为居民户口。农村劳动力流向城镇，产生了大量农业转移人口。农业转移人口户籍所在地为农村，但是在城镇从事非农工作，户籍为农业与否并不影响其就业机会和职业选择。本文没有使用户口是否为农业户口这一变量，而是采用了户籍是当地户籍还是异地户籍，异地户籍是指人们迁移到其他地方居住或就业。户籍是当地或是异地，更能体现出当前中国社会的户籍特点。户籍是农业或非农业不是影响人们获取本地社会公共服务的因素，而本地户籍和异地户籍却是获取本地社会公共服务的关键。等变量作为个体特征变量，变量如表6 所列。

表6 主要变量的定义与描述说明

许多文献采用子女和父亲职业比较的方式反映代际职业流动，如果子女的职业阶层比父亲高(低)就是向上(下)流动，如果子女的职业阶层与父亲一样则是保持或继承，用向上、向下流动和保持作为被解释变量进行多项选择模型的回归。中国的父母数据中存在大量农民，在CGSS 这个合成样本中，就有51.86%的父亲和62.78%的母亲是农民，子女与父亲的流动相比，大概率是向上流动，而很少向下流动，各组的样本量会差异巨大。为避免各选项的独立不相关(Independence of Irrelevant Alternatives，IIA)约束，本文采用排序logit 模型估计子女和父母之间的职业关联性。回归结果如表7所示。

表7 排序logit 的回归结果

本文首先在模型1 中反映了父母职业、父母受教育年限对子女职业阶层都有正向显著影响。这与我们一般的理论是匹配的：父母有好的职业阶层、好的受教育水平会对子女的职业产生正向溢出。在后续模型中加入工业化变量和个人控制变量后，父母职业变量的回归系数没有本质变化，可以认为代际职业关联性的正向作用是稳健的。在模型2 中，加入了城镇化率和工业化率表示个人所处的工业化进程背景，结果显示城镇化水平和工业化水平较高的背景中，个人从事高阶层职业的可能性更大。工业化进程使得更多的劳动力离开农业和其他初级职业，进入到专业技术人员、产业工人等职业中，跟前文的结构列联表分析是一致的。模型2 还加入了父母职业与城镇化率的交互变量、父母职业与工业化率的交互变量，以观测在不同的工业化进程背景下，代际职业关联性有何变化。父母职业和工业化率、城镇化率的交互项回归系数都为负值，说明随着工业化率和城镇化率的提高，父母职业对子女职业的影响将会被削弱。在工业化进程越发达的地方，父母职业的影响力越弱。模型2 的交互项结果能够验证前文的理论分析：工业化和城镇化的推进，会让父母的影响受到抑制。

模型3 是加入了个人特征的控制变量后的结果。已有研究(Chen 等，2013；Schwenkenberg，2014)表明儿子和女儿的代际流动性是有差异的。因此本文分儿子和女儿两个子样本，模型4 是儿子子样本，模型5 是女儿子样本。父母职业的影响力在儿子和女儿身上有明显的差异。比较模型3、模型4、模型5，父母职业对儿子职业的影响力最大，对女儿职业的影响力较弱。模型3、模型4、模型5 的工业化率的系数结果有差别，在女儿样本中工业化率的作用并不显著，这与工业化进程中性别差异有关：提高工业化程度表现最明显的是产业工人增加。从表3 中样本的结构可看出，这个职业中更多的是男性，子辈产业工人的男性占了近70%，女性约30%；父辈产业工人的男性占了66%，女性占比34%。男性的产业工人更多，工业化程度高低的影响更容易体现出来。在女性样本中，从事服务业的比重会更大一些，产业工人的比重会更小，工业化率的作用并没有明显体现。所以在模型3、模型4 和模型5 中，工业化率的主影响效应在儿子样本中显著，而女儿样本不能证实；父亲职业与工业化率的交互效应，在儿子样本中显著，在女儿样本中不能证实，也导致全样本中效果不能体现。父辈样本中，母亲从事产业工人的比例也远低于父亲，母亲职业与工业化率的交互作用无论在儿子还是女儿样本中都未能体现。但城镇化率代表的是另一层面的含义：大量人口从农村迁向城镇，不仅是满足产业工人的劳动力需求，还有服务人员、办事人员的用人需求，是综合所有男性和女性的职业变迁结果。所以城镇化率、父母职业与城镇化率的交互项无论在儿子还是在女儿样本中，都能够表现出显著的影响关系：在城镇化程度更高的情况下，子女职业层级会提高；父母职业的影响作用会降低(交互作用为负值)。此外，回归结果还有一些有意思的差异：父亲受教育水平对总样本和儿子样本的职业都有显著的正向影响，但是在女儿子样本中却没有证明这一影响；母亲的受教育水平在总样本和女儿样本中都有非常显著的正值系数，但在儿子样本中却不能证实其影响力。

本文还对子女职业等级做了线性回归模型，同样加入了上述的交互项和控制变量，得到父亲职业的系数为0.213，母亲职业的系数为0.255。与Hout(2018)用美国1994—2016 年的数据计算得到的0.5 个百分点的系数有数值差异，但结论是一样的：无论是在美国还是在中国，父母与子女的代际关联性都很显著。总体而言，在排序logit 的回归结果中，可以验证父母职业对子女职业有显著影响，职业的代际关联性确确实实存在。工业化和城镇化对个人的职业阶层有显著影响，生产的市场化趋势让更多的人离开农业和其他初级职业，进入更高阶层的职业中，社会整体的职业结构在调整，而城镇化率对父母职业的影响力有一定的抑制作用。

统计学中常用误差减少比例(Proportional Reduction of Error，PRE)来衡量两个变量之间的相关性。Seiler 和Jann(2019)用基于误差减少比例的M 指数表示代际职业关联性，并对谢宇等人的研究使用该方法进行验证。基本思路是：加入父母特征变量的前后模型差异为父母对子女职业等级的影响力，影响力越强表示代际关联性越大，代际职业流动性越小。采用上述比较回归系数来分析职业的代际关联性是一种常用方法。本文的另一种思路是使用预测误差减少比例的绝对值(Absolute Proportional Reduction of Error，APRE)来计算父母特征变量对子女从事职业的影响力，即代际关联性。在不加入父母特征变量时，对子女职业预测所产生的误差为 E0，在加入了父母特征变量之后，职业预测所产生的误差是 E1。两者之间的差异比率可以视为父母特征变量对子女从事职业的影响力度，父母影响力度越大，说明代际流动性越低。因此，代际关联性系数为：

本文使用信息熵值的大小来度量预测结果的好坏：包含的信息越多，意味着模型对预测个人职业信息越有用。加入父母特征变量前和后的模型之间信息熵的差异，就是模型对预测个人职业概率的有用性差异。加入父母特征变量前后的模型差异被视为父母对预测个人职业概率的解释力度。我们首先用上面的排序logit 模型3 去预测子女的职业概率，得到每个观测对象从事7 类职业的预测概率。以预测概率为信息，计算每个个人的预测信息熵 entropyij：

熵值 entropyij越大表示该预测结果包含的信息量越小，则该预测结果对个人职业的预测结果的误差E 就越大。反之，熵值越小表示该预测结果包含的信息量越大，该预测结果就更为有用。计算个人预测职业的信息熵等于每种职业的预测概率和预测结果所包含的信息量的乘积。而从事某个职业的信息量一般跟其不确定性有关，如某个人预测结果显示其从事管理者的职业概率为0.9，则对于解释个人职业不确定性的信息量log(1/0.9)就很小。当某个个人i 从事职业j 的预测概率为 pij时，其不确定性为log(1/ pij)。我们用这种不确定性表示预测结果所包含的信息量。

在不加入父母特征变量的回归模型中，用各职业的预测概率计算得到的个人信息熵为模型误差与其呈相反关系，为加入了父母特征变量之后的回归模型得到的熵值为 entropyij1，模型误差为前后两个模型之间的误差比例用来表示父母特征变量对子女职业的影响力，即代际关联性，其系数为：

可以计算某个群体的误差比例均值(Mean of APRE)，得到该群体的代际关联性均值。

本文用误差比例均值(即代际关联性系数)APRE 来分析代际关联性系数在各个省份之间的差异，从空间维度探究代际流动性与工业化城镇化的关系。然后，按照出生年份计算各年份出生群体的APRE 值，从时间维度探究随着改革深化代际职业流动的变化趋势。

（一）空间维度的差异

以调查当年全国的平均水平为界，把各地的城镇化率和工业化率分为高城镇化和低城镇化两种水平、高工业化和低工业化两种水平，以此来分析比较代际关联性差异。处在高城镇化的背景下的个人，父母对子女的职业影响力虽然比较大，(代际关联系数均值为2.645)，但低于处在低城镇化背景下的群体的代际关联系数(3.441)。高工业化水平的群体的代际关联系数为2.101，也比低工业化群体的代际关联系数(3.68)低。与前文回归模型中交互项回归系数的结果表达意义相同：在工业化和城镇化程度低的地方，父母的职业、受教育水平等更能通过教育、机会寻租、信息便利等方式作用于子女的职业，保持较高的代际关联性，减少了职业代际流动。

从地理位置上看，城镇化率和工业化率先从中国的东部地区开始，其工业化进程更加深入，市场化程度更高。劳动力市场的资源配置更加注重经济效益，快速经济发展和技术迭代要求有大量的劳动力流动，包括地域的和行业的、代际之间和代内的，大量多维度的劳动力流动才能够满足生产和发展所需的要素供给。图1 左右两图分别用代际关联性系数(APRE)与2011 年、2012 年、2013 年、2015 年四个调查年份的城镇化率、工业化率均值进行比较，两图的散点都有向右下倾斜的分布趋势。从地域上看，APRE 值低的地方大多是东部沿海区域，它们的城镇化率和工业化率更高。尤其是城镇化率的分布趋势明显地与代际关联性的分布趋势相反。东部沿海地区的经济发展创造了大量新经济、新就业机会，技术发展细分了各种职业，出现新领域和新职业，而在新领域继承性是很低的。父母资源的影响力在新职业领域内发挥作用更小。劳动力市场中的非农职业总体被扩大了，而扩大的新领域部分，是父母干涉力度小的领域，最终减弱了总体劳动力市场的职业代际传承。

图1 1961—1997年的代际关联性(APRE值)与城镇化率、工业化率的对比

（二）时间维度的变迁

不同出生年代的群体在就业时，选择职业受到父母影响的程度也不同。按照出生年代我们把所有样本分为60 后、70 后、80 后和90 后四个出生群体，平均的代际关联系数分别为3.39、2.85、2.47 和2.1。随着工业化进程的推进，子女职业受父母影响的情况渐少渐弱。60 后群体的职业受到父母影响最大，60 年代出生的人首次就业是在80年代，此时的中国市场经济才刚刚起步，市场的开放程度没有那么高，个人的能力禀赋在劳动力市场的择业就业中的作用受到限制。在改革开放初期，出现了一些零散的非公有制就业机会，但规模不大，且并不存在劳动力可以自由流动的市场环境，个人很难在有限的非公有制组织中实现自由就业。而在原有的公有制系统中的就业机会分配很大程度上依赖于系统内部人员的决策。家庭背景在个人就业和职业发展方面起到了很大的作用。父母可以依据自己职业的资源条件和社会地位，为子女提供更优质的就业机会。在公有制组织就业机会分配制的情况下，父母职业及其他家庭背景因素是子女分配到体制内工作的关键。工业化起步阶段，非公有制经济创造的就业岗位有限；城镇化尚未开始阶段，劳动力要素自由流动困难，父母职业及其他家庭背景对个人职业的影响是最大的。

随着教育政策的拨乱反正，教育的重要性成为全民共识。市场在人力资本配置和定价过程中日益发挥主导作用，导致自身受教育水平对职业获取的正面影响持续快速扩大。从20 世纪90 年代开始，大多数大学毕业生就业开始从国家分配转向自主择业，非公有制经济发展迅速创造了大量的新职业和就业机会，农村劳动力到城镇的就业和居住制度放松，规模庞大的劳动力城乡流动标志着劳动力市场进一步自由化。70 后群体在就业时面临趋向自由化的劳动力市场，人力资本和家庭背景同时发挥着作用。改革开放之后逐渐破除限制劳动力发展和流动的制度，恢复高考制度、允许自由就业、发展非公有制就业岗位，个人选择职业的空间变大，职业的代际关联性是在减弱的。70后群体的代际关联系数已经明显低于60 后群体。许多出身农村家庭的子女到城镇就业，加入产业工人、办事人员和自由职业者的队伍中，实现了大规模的代际职业变迁，代际关联性下降。

80 后群体在1986 年《义务教育法》施行后接受教育，大多是进入21 世纪后开始工作。首先，教育扩张使80 后和90 后群体受教育水平大大提高，个体人力资本水平提高对就业机会和职业选择具有重要影响。在教育扩张过程中，农村和城镇居民的教育收益率都在上升(赵西亮，2017)。人力资本的价值得到了市场回报认可。受教育程度高的群体的代际关联性更低，较高的人力资本水平使其选择职业的自由度加大。大学扩招提高了大学生在总人口中的比例，提高了社会整体的代际流动性。教育对职业选择、晋升的影响更为明显，社会关系网的回报变弱、社会资本带来的收入效应减小，与此同时，信息资源带来的收入却在增加。其次，随着信息化的推广，越来越多的80 后和90 后在劳动力市场中获得就业机会不是依靠父母关系，父母的资源条件也难以辐射到信息化的宽广范围。新生代劳动力的成长伴随电脑和互联网普及的过程，职业信息获取更多采用现代信息手段，很大程度上替代了父辈的人情关系网提供的信息。年轻劳动力的职业选择更加注重个性发展和自我实现，很多年轻人不再单一追求稳定的体制内职业生涯发展路径，与父辈的职业发展观念有明显区别。

中国高速的经济增长创造了大量新的就业岗位和新的职业，大多出现在私人部门中，私人部门的经济规模和就业人数在整个国民经济中所占比例提高。私人部门追求经济效益的特点更明显，更加倾向于劳动力回报的市场化原则，注重个人带来的实际效益而非其家庭背景，人力资本的价值更能被体现。即使在党政机关单位、大型国企等体制内部门，劳动力市场的运行规则也在悄然改变，更加透明和注重效率。公务员考试的统一标准、银行国企招聘的客观化公开化、事业单位的开放招聘，都是在强调个人能力，尽量弱化上层精英阶层和体制内父母的影响力。在图2 中，代际关联系数从左侧1960 年开始往右侧1997 年向下倾斜，无论总样本，还是儿子、女儿的子样本，这个趋势都非常明显。此结果与阳义南和连玉君(2015)等的研究结果类似。纵观过去40 年的工业化和城镇化历程，市场化水平提高，受教育、制度等因素的作用使得个人自身能力对职业的影响更大，父母的影响在不断弱化，代际职业流动更加明显。

图2 1961—1997年的APRE值

（三）不同受教育水平和收入表现出的异质性

从理论上看，影响个人从事某个职业的原因有很多，最重要因素是教育(Ruiz，2016)。教育是劳动经济学中常用的关键变量。父母的职业和教育所反映的社会资本和物质资本是通过三种作用到达个人的：一是，从态度和行为等方面影响个人的选择和行为方式；二是，通过人力资本投资改变子女的人力资本水平，从而拥有更多的职业选择能力；三是，通过在劳动力市场的寻租行为直接提供给子女更高薪水或更好条件的职位。表8 计算不同受教育程度的子女的代际职业关联系数，从“没有接受过教育”到“高中学历”组别的代际关联性是不断减小的，但是在“大专及以上”学历的子女中，代际关联系数又突然增大。在前四种教育水平中，教育水平越高，个人在劳动力市场中获得非农职业、获得好的就业机会的可能性就越大，自身的人力资源因素更加起作用。父母通过机会寻租来实现对子女代际影响的力度减小，父母对子女职业的影响力是随着学历层级升高而降低的。把所有的子女样本分为高中低三个收入阶层①采用的变量为上一年个人全年收入，分为高中低三个收入层。低收入层为年收入低于10000 元，占比25.42%；中等收入组为年收入在10001 元至60000 元，占比59.05%；高等收入组为年收入大于60000 元，占比15.53%。，中高收入阶层的代际关联系数接近，为2.5，但低收入阶层的代际关联系数明显更高，为3.78。父母对子女职业的影响力在低收入阶层中最大，与学历阶层的代际关联性相对应。在最低学历的小学及以下、没有受过教育的两个群体中，父母的影响力是最大的。但是到了“大专及以上”阶段的子女中，父母的影响力主要是通过教育资源发生作用。教育具有明显的代际关联性，尤其是在顶层和优质的教育资源(Florencia，2018、2011)，最顶层的教育资源往往导致好的职业成就(Zimmerman，2019)。受到了更好教育的子女，在劳动力市场中的竞争能力加强，优质人力资本为其选择职业提供了有利条件。市场机制强化追求经济效益原则的同时，还会带来新的不平等效应。在非基础教育资源方面，父母所拥有经济资源和社会资源会物化成新的影响因素，昂贵的学区房、私立学校高费用、优质中小学的择校费或赞助费、海外留学的费用等，父母拥有更好的经济条件就能够给子女提供更好的受教育资源，让子女在求学阶段存在教育资源差距，从而最终影响子女的职业获取能力。中国的教育资源分配在主要的大众的基础教育领域趋于公平客观，在顶层的精英的教育领域表现为更集中固化。所以总体表现为：子女不具有大学学历的群体，父母的影响力是随着学历升高而减弱的，市场机制发挥的作用越来越大。但在具有大学学历的子女群体中，父母对子女职业的影响力反而是很大的，因为高学历阶层的劳动力市场竞争很倚重优质教育资源的获取，父母的职业和受教育水平都会影响子女的受教育水平，从而影响其职业选择。

表8 不同收入和受教育群体的代际职业关联性

五、子女职业差异和父母影响力差异比较

为进一步验证工业化和城镇化不同水平下，父母对子女职业的影响力的差异，本文将样本分成高工业化和低工业化两个子样本(与调查年份的全国平均水平比较)，分别作排序logit 回归，以观察父母职业的代际关联系数大小的差异。同样，把样本分成高城镇化和低城镇化两个子样本，比较父母对子女职业的影响力差异。估计结果如表9 所示。在模型6、模型7 中，父亲职业的回归系数从0.105 减至0.091，父亲职业对子女职业的影响系数显著减弱了。母亲职业的回归系数也从0.055 减至0.045，母亲职业对子女职业的影响力依然非常显著，但影响力也下降了。父母职业对子女职业的回归系数曾被许多文献用来表示代际职业的关联性，如今回归结果中该系数的变化说明一点：城镇化水平高的地方，父母职业的影响力在下降。子承父业仍在同一职业阶层的可能性在降低。

表9 分组排序logit 回归结果

模型8、模型9 是工业化程度低和工业化程度高两个子样本的回归结果，父亲职业的回归系数从0.109 减至0.093，父亲职业的影响力是在下降的。但是母亲职业的影响力却有微幅上升，与父亲职业的作用表现相反，与模型6、模型7 中的系数变化方向也不相符。出现这种回归结果可能的原因是：模型6、模型7 的样本量大体相当，样本职业分布结构与总样本较为类似，得到的结果很稳健，系数值和显著性与前面的总样本结果类似。但是模型8、模型9 的样本量差别较大，模型9 的样本量是模型8 样本量的近3 倍。有可能是样本量的巨大差异导致了模型8、模型9 母亲职业的系数结果不稳健。但尽管如此，母亲职业的系数值只是略高一点，差别不是很大，并不影响本文坚持的观点：工业化和城镇化发展水平越高，父母职业对子女职业的影响力越弱。

为具体化代际职业关联性减弱的数值，本文采用倾向匹配得分法(PSM)对代际职业关联性变化进行分析。表10 汇报了不同匹配技术下 PSM 分析的估计结果。本文采用了不同的匹配方法，得到参与者平均处理效应(ATT)均值。高城镇化地区的子女职业平均比低城镇化地区子女的职业高0.151 个等级，高工业化地区的子女职业平均比低工业化地区子女的职业等级高0.124 个等级，这说明城镇化和工业化对劳动力职业结构分布有明显影响：提高产业工人、专业技术人员、服务人员等所占的比重，减少农民和其他初级职业者的比重。社会整体的职业结构不断扩大中高等级的比例，减少低等级职业的比例。

表10 PSM分析得到的ATT差值

以前文计算得到的代际关联系数作为结果变量，再次比较高低城镇化水平、高低工业化水平的父母影响力差异。高城镇化地区的代际关联系数比低城镇化地区低1.415 个百分点，高工业化地区的代际关联系数比低工业化地区低0.627 个百分点。这也可以支持前文的结论：代际关联性在高城镇化、高工业化地区被削弱了，城镇化和工业化的推进抑制了父母对子女职业的影响。

六、进一步讨论和相关检验

为进一步探讨出身非农家庭的子女代际职业关联性，本文尝试对父亲职业非农的子样本进行分析。得到的排序logit 回归结果如表11 所示。把所有非农出身(父亲非农)的子女的回归结果模型10，与前文全样本子女的回归结果模型3 相比较，母亲的代际职业关联系数有所上升。在儿子样本中，非农出身的儿子的回归结果系数也略有变化，但总体仍然能说明儿子与父亲的代际职业关联。有意思的是女儿样本的变化：在全样本的回归结果模型5 中，父母的职业对女儿职业都有显著影响。但这种现象在非农出身的女儿身上却没有得到验证，模型12 的结果不能支持父母职业有显著影响。这可能的原因是女儿样本量为3593，其中父亲从事农业工作的有1408 人，占比近40%。这一部分的父亲女儿都为农民的样本大大支持了代际关联性。而剔除掉父亲为农民的样本后，非农出身的女儿与父亲的代际职业关联性大大降低。更多可能的原因还有待进一步分析讨论。模型10、模型11 和模型12 的结果与前文表7 的结果有系数大小差异，但总体而言没有改变结论。在表11 中，模型13 和模型14 分别是非农出身的子女在低城镇化和高城镇化的不同回归结果，高城镇化地区的样本得到的代际关联系数要更小些，无论是父亲职业系数还是母亲职业系数，父母职业对子女职业的影响力更弱些。模型15 和模型16 分别是低工业化和高工业化下的比较，母亲职业系数在低工业化环境中会更大一些，工业化程度高反倒是减小了母亲职业对子女职业的影响力。

表11 父亲非农职业的子样本排序logit 回归结果

本文把出身非农家庭的子女的APRE 值也做了计算，得到的结果与全样本略有差异，表现在：代际关联系数APRE 值在60 年代略有上升，随后下降。比全样本的下降时期要晚一些，但最终都是呈现一个结果：60 后和70 后的代际职业关联性更大些，80后和90 后的代际关联性更小。对高、低城镇化水平的子女职业等级作PSM 分析，得到城镇化因素平均提升了子女职业0.558 个等级，而工业化因素在匹配分析中大多不显著。但工业化和城镇化因素使得代际关联系数APRE 值分别降低了3.535 和0.4。总体而言，在非农出身的子女样本中，城镇化和工业化降低了父母职业的代际关联性。

本文还做了如下尝试：

(1) 把前文的排序logit 模型替换成排序probit 模型，系数值略有变化，但对结果没有实质性改变。然后用排序probit 模型的预测结果计算代际关联系数，也保持了上文的研究结论。

(2) 去掉父母教育的变量，只分析父母职业对子女职业的影响，得到父亲职业的系数值为0.353，母亲职业的系数值为0.29，与表7 的模型3 结果非常接近。用去掉父母教育变量的模型做预测计算代际关联系数，即单纯计算父母职业的影响力。得到高和低城镇化率组别的代际关联系数分别为1.959 和3.544；高和低工业化率组别的代际关联系数分别为2.498 和3.327。东部、中部、西部地区的代际关联系数分别为1.889、2.898、4.214，东部沿海向中西部依次递增，与前文的分省份分析结果一致。按出生年份看，结果也是从1960 年向1990 年递减。基本结论如下：低城镇化和低工业化背景下的子女，职业的代际关联性会更大些，高城镇化和高工业化背景下的子女，代际职业流动性更大些。与前文的结论保持一致。

(3) 只探究父亲职业的影响力，得到排序logit 回归结果，父亲职业的回归系数值为0.444；只分析母亲职业的作用，得到回归系数值为0.525。在其他条件得到相同控制的情况下，仅有系数大小改变，结果稳健。

(4) 只对本地户籍的人口进行分析。有些个人是迁移人口(户籍为异地)，当地的城镇化和工业化水平不能作为其原先选择职业的影响变量，其是从事某个职业之后才迁入到当地的。要寻找其选择职业之时的城镇化和工业化水平，才能体现两个变量对职业选择的影响。一个地区的工业化和城镇化水平的改变需要数年甚至数十年的时间，不会在短期内改变，所以本文采用户籍为当地的子女样本，分析工业化和城镇化水平对当地人口的代际职业关联性的影响。使用本地户籍子样本做排序logit 回归得到的城镇化率和工业化率系数值分别为2.055 和0.714，交互项的系数仍然为负值。父亲和母亲职业的系数分别为0.281 和0.358，都对子女职业有显著影响。但与表7 的模型3 的系数值有差异，此时父亲的回归系数值比母亲小。用此模型重新计算代表代际关联系数的APRE 值，结论与前文分析一致。

中国经历了剧烈的市场经济体制转型，改革开放后，户籍制度和人口计划生育制度的影响不断式微，市场化力量重组各种社会阶层，劳动力市场化配置的要素被重新激活，职业的代际流动开始上升。教育扩张和主要的基础教育资源分配客观透明，在一定程度上抑制了高阶层父母对子女获得教育资源的影响，减少了父母对子女职业的影响，最终表现在职业的代际关联性在城镇化和工业化水平高的地方表现更弱。诚然，社会的代际流动不会一直升高下去，过高的社会流动意味着无序。当市场化改革进入稳定阶段之后，劳动力市场机制完善、教育资源分配机制固定，新的社会阶层形成。高阶层或精英阶层群体就会用现有规则去固化阶层。所以从长期的历史趋势看，职业的代际流动性是会降低的。但从中短期来看，在中国改革正在步入深水区阶段，各种机制和分配规则还不成熟稳定，职业的代际流动性仍在上升，父母对子女职业的影响力还在下降。职业的代际流动性是衡量社会公平程度的一个侧面，继续完善教育资源的分配，完善劳动力市场化运行机制，减少劳动力自由流动的藩篱，可以让个人就业受到家庭背景的影响减小，社会整体的代际职业流动性持续增强。