人力资本失灵与马太效应：教育对职业分层的两极分化

王水珍,

华中师范大学 心理学院，湖北 武汉 430079

王舒厅,

华中科技大学 社会学院，湖北 武汉 430074

人力资本失灵与马太效应：教育对职业分层的两极分化

王水珍,

华中师范大学 心理学院，湖北 武汉 430079

王舒厅,

华中科技大学 社会学院，湖北 武汉 430074

文章通过对中国社会状况综合调查CSS2011数据的统计分析，发现教育对于个人在工资收入水平、职业类别选择和工作职位晋升三方面的职业地位获得都有促进作用，并在高等教育阶段呈现出跨越式提升，因此是否具有高等教育学历成为个人职业地位发展的分水岭。在获得高等教育学历的人群中职业地位层级高、增速快，而在未获得高等教育学历的基础教育学历人群中，工资、职业、职位普遍水平低、增速慢，所以，本研究认为中国的学历教育对个人职业地位的影响并不是线性的、连续的，而是具有分水岭的阶段性特征。教育作为人力资本在高等学历人群中具有优势积累功能，而在没有接受高等教育的人群中学历变化对职业地位的影响相对不够明显，这也回答了学界关于教育性人力资本“马太效应”和“人力资本失灵”两种相反观点并存的原因。

高等教育；人力资本；职业地位；职业分层

一、研究背景

职业发展和职业地位的获得不仅关系个人的生活质量、社会情绪和社会公平，也是“社会分层的指示器”[1]。社会阶层和地位获得的研究范式 ,源起于先赋与后致性理论[2]。1967年，布劳(Blau)和邓肯(Duncan)在其著作《美国的职业结构》中提出越是封闭的社会先赋性因素所代表的农业社会分层体制对个人的职业地位获得的影响越大，相反，越是开放的社会，后致性因素所代表的工业社会分层体制对个人职业地位获得的影响越大。而教育是后致性因素的核心变量，如Becker和Mincer扩大了人力资本理论的研究范围，重点讨论了教育人力资本的测量及其回报率的问题，并建立了明瑟(Mincer)方程，认为受教育年限与小时工资呈现出对数线性相关(log-linear)的关系，并可以通过该模型计算每增加一年的“受教育年限”对工作收入的回报率水平[3]。这是主流的教育贡献率连续性观点。

中国学界针对教育回报率的研究呈现两种相反的观点：“马太效应”与“人力资本失灵”。前一种观点如张车伟等人的研究结论表明：教育性人力资本积累越高, 劳动者在职业流动中提高收入获得和职位获得的效果就越明显，且教育回报率随收入水平增加而增加[4][5]。后一种观点如李培林和张翼基于2002年对辽宁省4个资源枯竭型城市约1 000个下岗职工样本的抽样调查发现，在下岗职工的收入决定、阶层认同和社会态度等方面, 存在着“人力资本失灵”现象[6]；吴愈晓通过对广州、上海、厦门、济南和西安五城市数据进行研究，发现“人力资本失灵”的情况不仅局限于下岗再就业群体,对整个低学历劳动者群体都是适用的[7]。

本文拟通过对不同学历群体的工资收入水平、职业类别选择和工作职位晋升分析，展现我国劳动力市场中教育对职业地位的影响究竟是连续的线性贡献规律还是存在教育性人力资本对职业获得的阶段性分化，以此澄清现有研究中对教育的两种相反结论同时并存的现象。

二、研究设计

本研究依据“2011年度中国社会状况综合调查”(CSS2011)调查数据资料进行分析。CSS2011数据库中原始样本量7 036个，本研究首先通过问题b8“请问，您有过参加工作的经历吗？”对没有工作经历的样本进行删除，剩余有工作经历的有效样本6 754个，构成本文的总样本量。

自变量为从事该工作时的受教育程度。CSS2011中给出了最多三段工作经历的受教育程度(即问题b9g1“第一份工作当时的受教育程度”，问题b9g2“目前工作的受教育程度”，问题b9g3“倒数第二份工作当时的受教育程度”)，结合样本规模和分布的情况，及本研究探讨教育性人力资本对职业地位获得的分水岭功能的研究需要，对原变量按照其受教育程度等级进行重新编码(1未上学=1,2小学=2,3初中=3,4高中、5中专和6职高合并为4,7大专=5,8大学和9研究生合并为6)。

因变量为与个人职业地位相关的三个方面：①工资收入*对b9f1、b9f2、b9f3“(第一份工作、目前工作、倒数第二份工作)当时在单位中的月工资收入”进行缺失值处理，去掉“不清楚”“不适用”的答案。；②职业类别*本研究对数据库中的职业类别进行重新编码，分别是国家机关、党群组织、企业、事业单位负责人(职业编码100-199，重新编码为类别7)，专业人员与技术人员(职业编码200-299，重新编码为类别6)，办事人员和有关人员(职业编码300-399，重新编码为类别5)，商业工作人员(职业编码400-499，重新编码为类别4)，生产、运输设备操作及有关人员(职业编码为700-799，重新编码为类别3)，服务人员(职业编码500-599，重新编码为类别2)，农林牧渔水利生产人员(职业编码600-699，重新编码为类别1)。针对军队人员和其他不便分类的人员(职业编码>800)，由于其数量少且不便排序，故对其进行缺失值处理。；③职位等级*根据问题b9e1、b9e2、 b9e3“(第一份工作、目前工作、倒数第二份工作)当时在单位中的职位”进行重新编码，按照其职位等级的高低，依次编码为：1高层管理者=4,2中层管理者=3，3底层管理者=2，4普通职工=1。。

控制变量从社会结构和个人生物特征两个角度出发，具体操作化为：a.从事该工作时的户口类型*即从事每一份工作当时的户口类型。对其进行重新编码(1农业户口=1,2非农业户口、3居民户口(之前是非农业户口)和4居民户口(之前是农业户口)=2，其他定义为缺失值)。；b.从事该工作时的单位类型*即从事每一份工作当时的工作单位类型。对其进行重新编码(0党政机关、人民团体、军队=1党政机关和事业单位，2国有企业及国有控股企业、3国有/集体事业单位、4集体企业、5私营企业、6三资企业、7个体工商户、8协会、行会、基金会等社会团体或社会组织、9民办非企业单位、10社区居委会、村委会等自治组织、11人民公社=2国有企业和集体企业、12农村家庭经营=2其他企业、13没有单位=1没有单位)。；c.性别；d.年龄。

在描述分析部分，首先从静态上描述受教育程度与职业地位水平(即入职时工资、职业、职位)的关系；再从动态上描述受教育程度与职业地位发展(即工资变化、职业变化、职位变化)的关系；最后应用多元回归分析，分别以工资、职业、职位为因变量，分析自变量和控制变量的影响效果。本研究样本的各变量基本分布如表1所示。

表1 样本特征概况

在回归模型部分，本文借鉴已有研究文献从以下方面设定了控制变量：首先，样本的人口特征，以性别和年龄(年龄的平方)作为控制变量。其次，社会结构因素。社会结构因素是从群体或制度的宏观角度出发的非个体性因素。广义的社会结构因素包括社会网络资源(social resources and the strength of social ties)、制度性制约因素在内的所有非个体性因素。社会结构因素侧重于将个体看做被动的行动者。本研究中的社会结构因素是狭义范围内的，即制度性的制约因素，包括两个方面，即城乡二元结构、地域资源优势所引起的不同群体户籍身份的差异(农业户口与非农业户口)，以及由于历史和制度原因引起的单位类型(体制内单位与非体制内单位)导致的资源分配差异。

三、数据分析与发现

(一)受教育程度与工资的关系

1.受教育程度与工资水平的关系

在受教育程度与职业地位中经济地位(即工资收入水平)的关系方面，教育作为自变量可以是连续变量即受教育年限，也可以是定序变量即文化程度，但主流观点认为受教育年数达到某些特定值时，教育回报率会显著提高。收入不仅反映了对教育年数的回报，同时可能还包含对学历的回报，因此学界将这一现象称为“羊皮纸效应”(sheep-skin effect，又名diploma effect)*这一效应得名于在小亚细亚(Asia Minor)，学历证书是写在羊皮上的。Olneck (1977), Hungerford和Solon (1987), Belman和Heywood (1991), Card和Krueger (1992), Heywood (1994)以及Jaeger 和Page(1996) 在他们的研究中都发现了这种效应，并且发现后高中受教育程度(post-secondary)中这个效应更加显著。这一发现为后来将受教育程度等级作为分层标准计算回报率提供了理论依据。。因此本文中所有的受教育程度划分都以阶段性的学历水平为依据。

表2 受教育程度在月工资方面的均值比较

不同受教育程度群体在月工资水平的均值比较结果表明受教育程度越高，其月薪越高，即受教育程度在提高个体工资收入方面起到了很强的促进和提升作用(表2)。随着受教育程度的不断提高，收入均值的增幅也有所不同，小学比文盲、初中比小学和大专比高中在工资表现上形成三个大幅度增长，但高中文化程度的人群只比初中文化程度的人群提高7%，高中前的基础教育与高中后的高等教育提升幅度相比更为明显。由此，高中教育对经济收入的提升效应不明显成为基础教育与高等教育的一个分割点。

2.受教育程度与收入增长速度的关系

工作年限是影响经济收入水平的重要因素，为了排除工作年限(工龄)的影响，我们应用年均工资增长水平来考察不同受教育程度人群的收入增长效果。令调查对象现职工资减去其初职工资的差额除以工作年限(工龄)，即得出月工资增长水平，然后以受教育程度为自变量进行均值比较。具体统计结果如表3所示。

表3 不同文化程度人群的月工资增长速度均值比较*只有一段工作经历的群体样本没有初始工资参照，因此不做比较。

由表3数据可知，拥有高学历的人群比拥有低学历的人群工资增长速度更快，而且“后高中教育”的学历效应远高于高中及高中前的基础教育对月平均工资增长的效应。接受高等教育人群的月工资增长水平是基础教育人群中中等教育者的两倍以上，是小学教育者的四倍以上。这表明接受高等教育人群与没有接受高等教育的人群在平均月工资增长水平上存在显著差异，即高等教育人群的月工资增长额远远高于基础教育人群。同时，数据还表明，高中学历群体与初中学历群体相比，月工资增长不显著。

(二)受教育程度与职业类别的关系

1.受教育程度与职业类别获得的关系

将CSS2011数据按照职业性质和工作内容将职业划分为不同的类别，其类别分布显示了产业领域与职业劳动力市场的社会差异。具体如表 4所示。

表4 不同学历群体的职业类型

从表4可以看出，受教育程度越高，越倾向于从事第三产业中高等级的职业。从产业上来看，较低学历者普遍集中在一、二、三产业中较低等级的职能部门，随着学历的提升，从事的领域更加具有专业性和不可替代性。因此，学历和群体的工作领域、职业类别获得结果有着密不可分的关系。

2.受教育程度与职业类型发展的关系

从静态的角度来看，受教育程度越高就越有可能从事高等级的职业，那么从动态的角度看，受教育程度是否能够影响个人的职业等级发展呢？为了保证样本量的一致，本文以拥有两段工作经历的子样本为例*选择拥有两段工作经历的子样本为例的原因是该子样本中有且仅有“目前职业类别”和“初职职业类别”两个完整的数据，同时样本量较充足。，对不同受教育程度群体职业转移人数进行统计，比较现职工作职业与初职工作职业的人数变化情况，具体如表5所示。

表5 两段工作经历者的职业类别变化情况

注：表格中正值代表转入人数比例，负值代表转出人数比例

由表5可知，随着学历的提高，工作职业的转变能力也在提高。低学历群体(初中及以下学历)普遍是从第一产业转出，进入第二产业或者第三产业中的中低端职业，而高学历群体(大专及以上)倾向于最终成为国家机关、党群组织、企业、事业单位的负责人。可以看出大专以上学历群体在成为“国家机关、党群组织、企业、事业单位负责人”类型职业上具有显著的优势。

(三)受教育程度与工作职位的关系

1.受教育程度与工作职位的关系

将职位类型划分为普通职工、底层管理者、中层管理者和高层管理者四类，依据工作职位对不同学历群体的工作职位分布进行比较，可以得出如表6所示的结果。

表6 不同学历群体的工作职位差异

从表6可以看出，各个受教育教度下的普通职工所占比例最大，高层管理者所占比例最小，即工作层级与人数规模呈反相关。然而，从横向来看，随着学历的升高，普通职工的份额在逐渐变小，管理者的份额在逐渐增加，也就是说，学历越高越有可能成为更高等级的管理人员。

2.受教育程度与工作职位变化的关系

从静态来说，呈现出高学历高职位的分布特点；从动态上考察，受教育程度对样本的职位变迁有何影响呢？以两次工作经历者为例，制做样本的工作职位变化交叉表如7所示。

表7 受教育程度和职位变化交叉表

注：括号里是期望值的百分比

由表7可知，在任何学历水平下，比例较高的情况是职位不变。但随着学历的提升，职位不变的人数比例在减少，职位提高的人数比例在增加。但具体情况因学历的不同而有变化。与期望值相比，未上学的群体职位在工作发展过程中降低的情况要远多于预期，并且低学历者在职位上没有上升的动力，职位得到提高的概率在大专学历之下一直都低于预期。而高学历者却能有更多的可能得到晋升，不仅职位不变的人数比例大幅下降，而且职位提高的人数比例在大幅上升，与大专以下学历群体形成鲜明的对比，高学历人数中职位得到提高的人数比例开始超过并且远超于预期，表明了大专及以上学历人群在提高个人工作职位上的优势。

(四)对职业地位影响因素的综合解释

上述内容呈现了受教育程度对于工作收入、职业类别、工作职位三方面的“分类”差异，发现受教育程度不同导致职业地位的三种获得均呈现较大差异，但职业地位的获得受样本人口特征和社会结构因素的多重影响，在控制其他变量影响的前提下，受教育程度是否仍然影响职业地位的获得结果有待进一步探讨，还需要利用回归模型做进一步的分析。

1.影响工资收入的多元线性回归模型

表8 工资收入水平的多元线性回归模型

注：*P<0.05，**P<0.01，***P<0.001(双尾检验)

从表8中模型一与模型二的R2比较发现，在加入了受教育水平变量后解释量增加了4%，表明模型解释能力变化显著；其次从回归系数来看，与参照文盲群体相比，小学文化程度人群的工资提升不显著；而初中文化程度人群的收入变化则是显著的，比参照类型提高400.15元，高中比参照类型提高565.73元，但比初中文化程度的人群只提高165.58元。与基础教育阶段的人力资本影响力形成反差的是高等教育的影响力大大增强：大专文化程度人群却比参照人群提高1 757.35元、比高中文化程度人群提高1 191.62元；本科及以上人群比参照人群提高2 726.49元、比高中文化程度的人群平均提高2 160.76元。

综合而言，基础教育阶段对职业收入水平的提高功能处较低水平，尤其是高中学历比初中学历只提高一百多元，基础教育的人力资本效应总体上呈现较弱甚至趋于失灵的倾向，而大专比高中、本科比高中的提高都呈现出明显的“马太效应”。同时，从标准回归系数来看，大专、本科及以上人群的教育对职业收入水平的相对影响力更强，而且远远超过基础教育阶段人力资本的影响力。这些数据表明能否获得高等教育是职业收入获得的“分水岭”——基础教育是倾向于弱化或失灵、高等教育影响呈现“马太效应”而扩大。

2.影响职业类别的二元logistic回归模型

在分析影响职业类别的影响因素时，将职业类别操作化为二元因变量。将原职业类别按照产业和职业等级划分为白领职业和非白领职业*白领职业即第三产业中处于中上等级的职业，在本文中将商业工作人员、办事人员和有关人员、专业人员与技术人员、国家机关、党群组织、企业、事业单位负责人划分为此类职业，将农林牧渔水利生产人员、服务人员、生产、运输设备操作及有关人员划分为非白领工作人员。。

表9 影响职业类别的二元Logistic回归模型(以非白领职业为参照)

注：*P<0.05，**P<0.01，***P<0.001(双尾检验),括号内的值为标准误, Exp(B)为优势比

首先，通过比较表9当中两个模型的对数似然值和拟合优度，可以发现，在加入了受教育程度变量后呈现出增强的现象。模型一的拟合优度为26%，说明控制变量已经对职业类别有一定的解释力。模型二在基准模型的基础上增加受教育程度变量，拟合优度上升为35%，相较于模型一的解释力有显著提高。

其次，具体到每一个模型，模型一中除性别、年龄外的控制变量都通过了显著性检验，且这种影响十分明显。户籍身份的优势也十分明显，非农群体比农业户口群体获得白领职业的概率多6.41倍，体制外单位人群比体制内单位群体获得白领职业的概率多1.13倍。在模型二中原本不显著的控制变量(性别和年龄)在加入了受教育程度变量后变得显著，说明教育深化了性别间的职业差别。但另一方面，教育变量的加入减小了户籍身份和单位类型的优势比系数，说明教育有助于弥合个人职业选择时的制度障碍。

第三，模型二显示新加入的受教育程度变量都表现出了显著的影响力，并且优势比系数变化明显，尤其是接受了大专教育和本科以上教育的群体，其获得白领职业的可能性比未上学群体分别多51.63倍和177.48倍，其优势比显著高于小学对文盲1.21倍、初中和高中分别对文盲4.30、11.71倍的优势比。因此，高等教育在个人的职业选择方面的突出优势显示了基础教育与高等教育两类人力资本在职业类型获得中的不同效应，即能否接受高等教育是职业类型获得的分水岭。

3.影响工作职位的二元logistic回归模型

在分析影响工作职位的因素时，将工作职位操作化为二元因变量，即将原工作职位类型中的低层管理者、中层管理者、高层管理者定义为“管理者”，以与“普通职工”相区别。

表10表明在加入了受教育程度变量后都呈现出拟合优度得到了增强。模型一的拟合优度为4%，水平较低，加入了受教育程度变量后拟合优度增加为12%，体现出受教育程度作为人力资本变量对回归模型解释能力的提升功能明显。第二，具体到每一个模型，模型一中性别的差异明显，男性获得管理者职位的可能性比女性多0.88倍，非农户口也体现出了优势，比农户口群体多0.98倍的可能性成为管理者。

模型二中，加入受教育程度变量后，性别和单位类型两个控制变量的优势比系数得到了降低，并且户籍身份变量的显著性消失了，说明受教育能够补偿先赋性的劣势，弥合一些制度性的障碍，即提升教育水平具有消除城乡不平等的社会公平效应。

同时，在模型二中受教育程度各层次都表现出了显著性，大专及以上学历的优势比系数与其他学历水平相比非常突出，小学对文盲成为管理者的优势比只增加1.09倍，初中、高中人群相对于文盲分别增加2.88、7.33倍，但大学学历群体比未上学群体获得管理者职位的优势比则增加18.6倍，而本科及以上学历群体的优势比更是高出23.67倍。这表明高考后的高等教育作为人力资本在管理职业获得中具有明显的分水岭功能。

表10 影响工作职位的二元Logistic回归模型(以普通职工为参照)

注：*P<0.05，**P<0.01，***P<0.001(双尾检验),括号内的值为标准误, Exp(B)是优势比

四、结论

本文通过对受教育程度在工资收入、职业类别、工作职位三方面的相关与因果分析表明高等教育(大专及以上)群体在获得高水平职业地位时具备“马太效应”，而基础教育在职业获得的微弱影响则倾向于人力资本失灵。“高考决定命运”则形象地表达了这两种教育影响职业的分化逻辑，即在高考这一分水岭的两侧，基础教育与高等教育对职业经济地位、职业类型层级、职位层级获得的影响分别呈现人力资本失灵与马太效应的两极分化。具体表现如下所述。

第一，从增加职业收入水平来看，受教育程度越高，月工资水平越高，并且其年增长速度也越快。但在对这种总体教育贡献的具体阶段比较发现，教育对职业收入水平的提升功能并不是呈线性的增长趋势，基础教育对收入的贡献力度远远逊色于高等教育作为人力资本对职业收入的提升力度。这种提升力度在静态的工资水平与动态的工资增长幅度中均得到显著体现。所以是否获得高等教育成为提升职业收入水平的分水岭。

第二，从职业类别获得来看，高等教育作为人力资本对从事第三产业中高等级的白领职业有显著的促进功能，且其促进力度远远高于基础教育的促进功能。高中及以下学历的基础教育人群扎堆于第二产业和第三产业中的中等水平职业。这表明是否接受高等教育在职业类型获得方面仍然具有“分水岭”的界限划分功能，并且获得高等教育能够促进农村人口消除城乡差距等制度性因素导致的社会结构障碍，促进社会公平。

第三，从工作职位晋升方面看，高等教育群体表现出在职位晋升中的巨大优势，比基础教育学历群体在职位晋升上有更多的获得机会。高中之前基础教育的文化程度的提升虽然对获得管理职位有一定提升，但其提升可能性与高等教育人群相比是发生概率相差悬殊。因此，是否接受高等教育也是职位获得的分水岭界限。

由此，笔者认为作为人力资本的中国教育对于职业地位的促进作用并不是线性的，基础教育阶段与高等教育阶段对职业地位的影响及影响机制是不同的。这一发现解释了学者在讨论人力资本对职业地位获得时出现的两种截然相反的观点，即高学历群体的人力资本“马太效应”和低学历群体的“人力资本失灵”效应，两种效应起作用的分水岭在于是否接受了高等教育。在高等教育之前的基础教育各阶段，工资、职业、职位普遍滞留在水平低、增速缓慢的境况，而高等教育学历人群的职业地位水平较高，发展速度快。这种静态与动态层面的双重差距，最后体现为高学历群体的在职业地位获得中的优势积累和低学历群体人力资本失灵并存。尤其是在人力资本失灵的境况下，“被迫下岗”、“被迫跳槽”就成为不可避免的遭遇，这在一定程度上也回答了中学阶段因为读书无用论而导致的辍学问题[8]及“农二代”分化方向中教育的独特影响力[9]，有学者将农民工的职业转换总结为“倒U形”曲线，在职业发展后期越是流动反而越是走下坡路[10]。目前中国低学历人群在人力资源市场上的职业竞争力明显处于弱势[5][11]，表现为农民工无根性、漂泊性，正是因为其拥有的人力资本没有跨越真正发挥作用的门槛，因此常常在企业的市场化选择中失败。表面上看，这是由于频繁跳槽导致的缺乏企业文化的认同、缺乏长久业缘群体的关系圈而造成的孤独感导致的，但从根本上来说，仍然是人力资本没有完全发挥作用所导致的。

正如舒茨所说，在现代经济中，劳动力成员的质量在巨大的劳动投入效应中扮演着从未有过的重大角色[12]。因此，越是那些先赋性资源缺乏的弱势群体，为了获得更高的职业地位以及社会地位，应该注重个人的人力资本投资，跨越高等教育的学历门槛。尽管我国社会仍然存在一定程度的教育资源获得的不平等，职业地位流动还存在一定的制度性、结构性障碍[13]，但是拥有高等教育学历意味着可以最大限度地减少制度性障碍对个人的影响，获得更加公平开放的职业选择权利和职业发展空间。同时，从人力资本的角度讲，中国的高等教育仍需要扩大。

[1]仇立平：《职业地位:社会分层的指示器——上海社会结构与社会分层研究》，载《社会学研究》2001年第2期。

[2]张翼：《中国人社会地位的获得——阶级继承和代内流动》，载《社会观察》2004年第9期。

[3]G.RezaArabsheibani and LamineManfor. “non-linearities In Return To Education In Lybia”, Education Economics, 2001(2):139-144.

[4]张车伟：《人力资本回报率变化与收入差距：“马太效应”及其政策含义》，载《经济研究》2006年第12期。

[5]刘士杰：《人力资本、职业搜寻渠道、职业流动对农民工工资的影响———基于分位数回归和OLS 回归的实证分析》，载《人口学刊》2011年第5期。

[6]李培林、张翼：《走出生活逆境的阴影——失业下岗职工再就业中的“人力资本失灵”研究》，载《中国社会科学》2003年第5期。

[7]吴愈晓：《劳动力市场分割——职业流动与城市劳动者经济地位获得的二元路径模式》，载《中国社会科学》2011年第1期。

[8]刘成斌：《农村青少年辍学及其原因》，载《人口研究》2014年第1期。

[9]刘成斌：《农民工流动方式与子女社会分化——对中国人口流动制度设计的反思》，载《中国人口科学》2013年第4期。

[10]符平、唐有财：《倒“U”型轨迹与新生代农民工的社会流动——新生代农民工的流动史研究》，载《浙江社会科学》2009年第12期。

[11]刘金菊：《中国城市的职业流动：水平与差异》，载《人口与发展》2011年第2期。

[12]Schultz, T. W.Investmentinhumancapital:Theroleofeducationandresearch, New York: The Free Press,1971.

[13]李春玲：《“80后”的教育经历与机会不平等》，载《中国社会科学》2014年第4期。

责任编辑 吴兰丽

Human Capital Failure and Matthew Effect:the Polarization of Education on Occupational Stratification

WANG Shui-zhen1, WANG Shu-ting2

(1.SchoolofPsychology,HuazhongNormalUniversity,Wuhan430079,China;2.SchoolofSociology,HuazhongUniversityofScienceandTechnology,Wuhan430074,China)

This paper shows that education has a positive effect on the occupational status of individuals in the wage income level, occupational category selection and job promotion through the statistical analysis of the CSS2011. The higher education qualifications become the watershed for a personal career development. In the population with higher educational background, the higher of one’s education qualification, the higher of his occupational status and the faster of his income growth rate are. But in the population without college educational background, the general level of wages, occupations and jobs is low, and the growth rate is slow. Therefore, this study argues that the impact of academic education on personal career status in China is not a continuous line, but a watershed with stage characteristics: education as a human capital in the college education population has the advantage of accumulation function, while the influence of middle education is not obvious enough. This answers why the the opposite views of the educational human capital “Matthew effect” and “human capital failure” coexist in academia.

college education; human capital; occupation status; occupational stratification

王水珍，华中师范大学心理学院博士生，中南民族大学教育学院副教授，研究方向为教育心理学；王舒厅，华中科技大学社会学院硕士生，研究方向为教育社会学。

国家社会科学基金项目“农民工随迁子女教育获得与城市融入研究”(13CSH036)的阶段性成果；中南民族大学中央高校基本科研业务费专项(CSY14004)；青少年网络心理与行为教育部重点实验室(2014CO4)支持

2016-04-06

C913．2

A

1671-7023(2017)02-0088-08