1. 引言
2016年，Facebook Research团队对比研究、配对分析其网站上560万个英语国家用户数据，发现职业选择在一定程度上存在“遗传”。护士母亲培养出护士女儿的概率高出平均值4倍；而做行政工作的母亲，其女儿从事行政的概率高出平均值2倍。职业“遗传”背后是代际间的职业流动性不足问题，代际职业流动指子代在收入分布中所处地位相对于父代的变动情况[1]，同时也是衡量社会公平性和开放程度的重要指标。职业代际流动弱化意味着社会成员在不同阶层之间的流动受到阻碍，个人难以通过后天的努力改变其命运，不同社会阶层成员的组成趋于稳定，社会不平等的结构被复制，从而引发一系列的社会问题。一旦社会阶层固化，不仅会损害社会的公平正义，造成社会失序、失活，更不利于国家经济可持续发展。
近年来，“寒门再难出贵子”“富二代”“官二代”等各个方面的“二代”现象常常占据舆论焦点，社会大众对职业代际流动的关注和阶层固化的不满随处可见。职业地位是综合体现收入、社会地位及教育的最佳指标，也是判断阶层流动性的重要途径[2]。有学者从影响职业代际流动的因素入手，探讨了社会中不同职业代际流动的内在机制和发展动向，认为我国城乡各职业阶层都具有较强的代际职业传承性，社会整体的代际职业流动性偏弱[3]。中国现阶段的职业代际流动性究竟如何？为解答这一问题，学术界已将研究视角拓展至社会政策、社会网络构建以及个体努力程度等诸多影响社会流动的因素，并从多元视角对该问题予以深入剖析。尽管已有部分研究人员留意到家庭资本对子辈职业获得的作用效应，且有学者针对代际职业的流动性及其传承特性进行了探索性分析，然而，随着社会经济的发展和变革，职业代际流动的模式和影响因素也在不断变化。因此，深入研究家庭背景与子辈职业地位之间的关系仍具有重要的理论和实践价值。
本文将回答以下问题：子辈职业地位是否受到家庭背景的影响？家庭背景如何影响子女的职业获得？中国社会阶层是否正在走向固化？
2. 文献综述
2.1. 子辈职业获得的理论脉络与研究进展
在职业获得研究领域，长期存在“先赋”与“自致”两种理论路径的对话。经典的地位获得模型，如布劳(Blau)与邓肯(Duncan)的开创性研究，强调教育作为自致因素的核心作用，认为在现代工业社会中，职业流动主要依赖个人能力与努力，而非家庭出身[4]。该模型奠定了人力资本理论在职业研究中的主导地位，主张教育水平是预测职业地位的关键变量。后续研究进一步拓展了这一视角，指出个人努力、技能培训等自致因素对职业成就具有显著正向影响[5]。
然而，随着社会不平等的持续与再生产机制的凸显，先赋因素的作用重新受到重视。冲突理论、社会再生产理论以及布迪厄(Bourdieu)的资本理论指出，家庭背景通过经济、文化、社会等多种资本形态，深刻影响子辈的教育机会与职业路径[6]。特别是在市场经济深化、收入差距扩大的背景下，家庭资源对子辈职业获得的干预作用日益显著，代际传递现象在多国研究中得到验证[1]。
本研究试图超越“先赋–自致”的二元对立，在整合人力资本理论与资本再生产理论的基础上，探讨家庭背景如何通过多重资本形态影响子辈职业地位，并关注这一过程在不同社会群体中的异质性。这既是对经典地位获得模型的补充，也是对当代中国社会流动机制的理论回应。
2.2. 家庭背景与子辈职业获得
2.2.1. 家庭背景的理论内涵与操作化
“家庭背景”是一个多维复合概念，在以往研究中常被简化为单一指标(如父亲职业或父母学历)，缺乏系统整合。本研究依据布迪厄(Bourdieu)的资本理论[6]，将家庭背景操作化为经济资本、文化资本与社会资本三个维度，并纳入结构性因素(如户籍、性别)作为控制变量，以更全面捕捉家庭资源的传递机制。这一分析框架在针对中国社会的实证研究中得到了广泛应用与验证[7]。这表明，从多维资本视角审视家庭背景的影响具有坚实的经验基础。具体而言，经济资本指家庭拥有的物质财富与收入能力，常用父母收入、家庭财产、教育支出等指标测量[8]；文化资本包括制度化形态(学历)、客体化形态(书籍、文化物品)与身体化形态(文化惯习、品味)，常用父母教育程度、家庭文化资源等指标测量[9]；社会资本则指家庭通过社会关系网络获取资源的能力，常用父母职业地位、社会交往范围等指标测量[10]。既有研究分别从不同资本形态出发，探讨家庭背景对子辈职业获得的影响，但多忽略教育年限的中介作用，也缺乏对不同群体异质性的深入探讨。
2.2.2. 家庭背景影响子辈职业获得的理论机制与研究假设
经济资本通过资源投入与风险缓冲两大机制影响子辈职业发展。一方面，高收入家庭能为子女提供更优质的教育资源与培训机会，直接提升其人力资本；另一方面，经济资本可降低子辈职业探索的风险，使其更可能选择高回报但高风险的职业路径[1]。据此提出：
假设1：家庭经济资本越丰富，子辈职业地位越高。
文化资本则通过文化再生产与认知框架塑造影响子辈职业选择。高教育程度的父母往往更重视教育，传递有利于学业成就的文化惯习，并通过潜移默化的方式塑造子女的职业期望与选择范围[9]。文化资本亦可转化为子辈在制度认证(如学历)与面试表现中的优势[11]。据此提出：
假设2：父母文化资本越丰富，子辈职业地位越高。
社会资本通过提供信息、机会与支持影响职业获得。父母职业地位高往往意味着更丰富的社会网络，能为子女提供实习、内推、职业指导等关键资源，尤其在劳动力市场信息不对称的情况下，社会资本的作用尤为突出。部分研究揭示了我国特定历史时期存在的“顶替”、“接班”等直接的职业代际传递现象[10]。据此，本文提出：
假设3：父辈职业地位越高，子辈职业地位越高。
3. 数据和方法
3.1. 数据来源
本文所用数据来自中国综合社会调查(China General Social Survey)项目2021年的调查数据。CGSS2021以中国22个省、4个自治区(不含西藏自治区)、4个直辖市(不含港澳台)共2801个区县单位为初级抽样单元(PSU)，调查多方面的社会经济特征与家庭信息。
3.2. 变量
3.2.1. 因变量
本研究以子辈的初职地位为因变量，因其是观测家庭背景向职业成就传递的最佳窗口。CGSS2023数据由于问卷设计变动，未收录受访者初职信息，无法满足本研究的基本测量需求。故本研究采用CGSS2021数据，问卷中对应的问题为“A57e.您第一份工作的具体职业名称是？”。CGSS2021调查使用“2008年国际标准职业分类代码”(ISCO08)记录被访者及其家庭成员的职业。
3.2.2. 核心解释变量
家庭经济资本：为检验家庭背景对子辈初职获得的影响，需确保所测量的家庭经济资本在时间上先于子女进入劳动力市场。基于此，本研究选择“14岁时家庭经济地位等级(1~10分)”作为衡量其家庭原生经济资本的核心指标。该指标符合“家庭背景先于职业获得”的因果推断基本前提，能够有效避免使用成年后或当前家庭收入可能导致的反向因果问题。
家庭社会资本：以子代14岁时父亲职业地位来衡量家庭社会资本，问卷中对应的问题为“A89e2.请问您14岁时，您父亲工作的具体职业名称是?”
家庭文化资本：以父亲教育程度来测量家庭文化资本，问卷中的具体问题为“A89b.您父亲的最高教育程度是？”没有受过任何教育 = 0，私塾/扫盲班 = 3，小学 = 6，初中 = 9，职业高中/普通高中/中专/技校 = 12，大学专科(成高)/大学专科(正高) = 15，大学本科(成高)/大学本科(正高) = 16，研究生及以上 = 19。
3.2.3. 控制变量
将自致性因素中的教育作为控制变量，教育程度转化为连续型变量教育年限，此外控制变量还包括性别、年龄、地区、是否党员。性别和地区转换为虚拟变量：1 = 男，0 = 女；1 = 城镇，0 = 乡村；年龄为2021减去出生年份，得到连续数值变量；是否党员转换为虚拟变量：1 = 是，0 = 否。
4. 研究结果
4.1. 描述性统计分析
本文首先针对核心解释变量展开描述性统计分析，具体结果详见表1。在处理完缺失值和无效值后，有效样本数为3232个。因变量子辈职业地位均值为31.30，与14岁时父亲职业地位均值26.74相比，子辈职业地位有所提高。被调查者14岁时家庭经济地位的均值为2.97，家庭经济状况总体偏下。被调查者父亲的平均教育年限为3.89，父辈总体教育程度为小学以下，教育水平偏低。
在人口学特征中，性别平均值为0.46，性别分布较均衡，最大年龄为94岁，最小年龄为18岁，平均年龄为55.39岁，受访者均为成年人。受访者教育年限的均值为8.15，平均学历为初中水平以下，与父辈总体教育程度相比有所提高。11%的被访者政治面貌为党员，说明受调查对象整体政治面貌为群众居多，29%的人为非农业户口。
Table 1. Descriptive statistics of variables (N = 3232)
表1. 变量的描述性统计(N = 3232)
变量 |
样本量 |
均值 |
标准差 |
最小值 |
最大值 |
因变量 |
|
|
|
|
|
子辈第一份职业地位 |
3232 |
31.30 |
13.89 |
16 |
88 |
自变量 |
|
|
|
|
|
14岁时家庭经济地位 |
3232 |
2.97 |
1.90 |
1 |
10 |
父亲教育年限 |
3232 |
3.89 |
4.34 |
0 |
19 |
14岁时父亲职业地位 |
3232 |
26.74 |
10.63 |
16 |
78 |
控制变量 |
|
|
|
|
|
性别 |
3232 |
0.46 |
0.50 |
0 |
1 |
年龄 |
3232 |
55.39 |
15.52 |
18 |
94 |
教育年限 |
3232 |
8.15 |
4.67 |
0 |
19 |
政治面貌 |
3232 |
0.11 |
0.31 |
0 |
1 |
户口 |
3232 |
0.29 |
0.45 |
0 |
1 |
4.2. 多元回归分析
4.2.1. 家庭背景与子辈职业地位的回归结果
表2呈现了家庭背景对子辈初职地位影响的嵌套模型回归结果。模型1仅纳入性别、年龄、户口与政治面貌等控制变量，其R2为0.285，说明这些先赋性与制度性因素能解释初职地位变异的28.5%。其中，非农业户口与中共党员身份对初职地位具有极其显著的正向影响，而年龄越大、女性群体的初职地位相对更低，这与我国劳动力市场的发展阶段与结构性特征基本吻合。
模型2在控制变量的基础上加入了反映家庭背景的三项核心变量，即14岁时家庭经济状况、父亲教育年限以及14岁时父亲职业地位。模型的解释力显著提升，R2增至0.313。三个家庭背景变量均至少在p < 0.01水平上显著为正，初步支持了研究假设。具体而言，在控制其他因素后，14岁时家庭经济状况每提升一个等级，子辈初职地位得分预计提高0.413个单位；父亲教育年限每增加一年，子辈初职地位预计提高0.393个单位；14岁时父亲职业地位每提升一个单位，子辈初职地位预计提高0.104个单位。这些结果证实，家庭所拥有的经济资本、文化资本与社会资本均对子代的职业起点具有独立的积极贡献。
Table 2. Regression analysis of family background and the occupational status of offspring’s first job
表2. 家庭背景与子辈第一份职业地位的回归分析
解释变量 |
模型1 |
模型2 |
模型3 |
自变量 |
|
|
|
14岁时家庭经济状况 |
|
0.413*** |
0.289*** |
|
|
(3.72) |
(2.75) |
父亲教育年限 |
|
0.393*** |
0.123** |
|
|
(6.50) |
(2.09) |
14岁时父亲职业地位 |
|
0.104*** |
0.080*** |
|
|
(4.71) |
(3.86) |
中介变量 |
|
|
|
教育年限 |
|
|
1.144*** |
|
|
|
(19.81) |
控制变量 |
|
|
|
性别 |
−0.923** |
−0.830** |
−2.511*** |
|
(−2.19) |
(−2.01) |
(−6.29) |
年龄 |
−0.302*** |
−0.236*** |
−0.104*** |
|
(−22.61) |
(−15.52) |
(−6.60) |
户口 |
10.630*** |
8.789*** |
5.766*** |
|
(22.64) |
(17.96) |
(11.85) |
政治面貌 |
6.603*** |
5.924*** |
2.953*** |
|
(9.55) |
(8.70) |
(4.47) |
常数项 |
44.610*** |
36.000*** |
23.416*** |
|
(56.35) |
(33.28) |
(19.47) |
Observations |
3339 |
3339 |
3339 |
R-squared |
0.285 |
0.313 |
0.388 |
注：***p < 0.01，** p < 0.05，*p < 0.1。
4.2.2. 家庭背景对子辈初职地位的影响机制
为深入剖析家庭背景影响子辈职业获得的具体路径，模型3在模型2的基础上引入了子辈自身的“教育年限”。模型解释力(R2)从0.313显著提升至0.388，证实了教育作为连接代际背景与个人地位的核心桥梁作用。通过比较模型2与模型3中三类家庭资本系数的变化，本研究揭示出家庭资源代际传递的异质性机制，对经典的地位获得模型与资本再生产理论做出了重要的实证补充与深化。
首先，家庭资本的影响存在显著的中介效应分化，凸显了传递路径的复杂性。14岁时家庭经济状况的系数在加入教育变量后，从0.413下降为0.289，但仍保持高度显著。这一结果意味着，家庭经济优势一方面通过投资于子女教育(即人力资本形成)这一间接路径发挥作用；另一方面，仍保留着显著的直接效应。这种直接效应可能源于经济资本所能提供的风险缓冲(允许子女选择更高风险、更高回报的职业起点)与直接就业支持(如创业资金、求职期间的直接经济补贴等)，这与布迪厄(Bourdieu)所论述的经济资本可部分独立于文化资本进行传递的观点相呼应[6]。
家庭文化资本的影响几乎完全被教育所中介。父亲教育年限的系数从0.393急剧衰减至0.123，且显著性减弱。这一戏剧性变化强烈支持了文化再生产的经典命题：父辈的文化资本(主要以制度化教育程度为表征)主要通过塑造子辈的教育抱负、学习惯习与学术成功来实现代际传递[9]。换言之，教育是家庭文化资本实现再生产的最核心、几乎不可或缺的渠道。
家庭社会资本表现出较强的“非教育”依赖性。14岁时父亲职业地位的系数仅从0.104微降至0.080，且保持高度显著。这表明，父辈的社会网络与职业资源对子辈初职的帮助，在很大程度上独立于子辈的学历水平。其作用机制可能更侧重于提供稀缺的就业信息、实习机会、内部推荐或直接的职业庇护，这些正是社会资本在弥补劳动力市场信息不对称、提供非竞争性机会方面的关键功能[10]。
其次，研究发现为理解结构性因素的作用机制提供了新视角。子辈个人“教育年限”的强势效应(β = 1.144)再次印证了人力资本理论的解释力。与此同时，控制变量中“户口”与“政治面貌”的系数在模型3中显著下降，说明它们对初职地位的优势，在很大程度上也是通过影响个体教育获得这一中介路径来实现的。然而，一个与直觉和部分理论预期相悖的发现是，在控制教育年限后，“性别”变量的系数绝对值反而从−0.830增大至−2.511，且显著性增强。它强烈暗示，在中国劳动力市场中，性别不平等机制可能独立于教育分层而单独运作，甚至可能在同等学历条件下更为凸显。传统的地位获得模型常将性别差异部分归因于教育获得的不同，但本研究发现，即便在相同教育水平上，女性在职业起点上仍面临显著的“惩罚”。这挑战了单纯以人力资本差异解释性别职业分层的观点，并将分析引向劳动力市场中的性别歧视、职业性别隔离以及性别化的社会资本差异等更深层次的结构性与文化性因素。这一发现与强调“先赋性”因素持续作用的冲突论视角更为契合，表明先赋的性别身份可能与后致的人力资本产生交互作用，共同塑造不平等的职业结果。
4.3. 稳健性检验
考虑到核心自变量“14岁时家庭经济状况”为主观回溯的定序测量，为检验其效应的稳健性，我们将其从连续变量转换为三分类定序变量(1~3分为“低”，4~7分为“中”，8~10分为“高”)，并以“低”组为参照生成虚拟变量纳入模型重新估计。表3的对比结果显示：
模型主体高度稳健。所有控制变量(包括父亲教育年限、父亲职业地位、子辈个人教育年限等)的系数方向、大小及统计显著性在两个模型间完全一致，模型整体解释力(R2)也保持稳定。这证实了本研究核心框架与发现具有坚实的基础。
在定序模型中，中等与高等经济地位组的系数虽未达到统计显著性，但其符号均为正，与连续变量模型揭示的正向效应方向一致。进一步分析样本分布发现，这种不显著性主要源于数据结构特征，主观回溯评分呈偏态分布，绝大多数样本(66.68%)集中在“低”组，“高”组样本仅占2.97% (N ≈ 96)。如此小的子样本量导致对该组的估计统计效力不足，标准误较大，难以检测出潜在的效应。这并非效应不存在，而是当前数据在极端分组上的测量局限。连续变量模型因其能充分利用全部数据信息，在此情境下提供了更有效、更可靠的估计。其显著为正的系数(β = 0.289, p < 0.01)明确支持了研究假设1。定序模型的结果并未推翻该结论，而是提示我们，家庭经济资本的正向影响在数据中更多表现为一种连续或阈值以上的整体趋势，而非在极端高分组中呈现线性倍增关系。
稳健性检验肯定了家庭背景多维度影响子辈初职地位这一核心逻辑的稳健性。对于家庭经济资本的测量，虽然定序转换因样本分布问题未能呈现显著的梯度差异，但连续变量的显著效应与定序变量系数的正向方向共同表明，家庭经济资源对子辈职业起点的促进作用具有相当的可靠性。
Table 3. Regression results of robustness test
表3. 稳健性检验回归结果
|
连续变量模型 |
定序变量模型 |
14岁时家庭经济状况 |
0.289*** |
|
|
(0.112) |
|
父亲教育年限 |
0.123* |
0.128** |
|
(0.063) |
(0.063) |
14岁时父亲职业地位 |
0.080*** |
0.083*** |
|
(0.028) |
(0.028) |
性别 |
−2.511*** |
−2.538*** |
|
(0.400) |
(0.401) |
年龄 |
−0.104*** |
−0.106*** |
|
(0.018) |
(0.018) |
户口 |
5.766*** |
5.809*** |
|
(0.574) |
(0.574) |
政治面貌 |
2.953*** |
3.001*** |
|
(0.849) |
(0.848) |
教育年限 |
1.144*** |
1.147*** |
|
(0.068) |
(0.068) |
中等经济地位(参照：低) |
|
0.709 |
|
|
(0.460) |
高等经济地位(参照：低) |
|
0.540 |
|
|
(1.293) |
常数项 |
23.416*** |
23.979*** |
|
(1.384) |
(1.375) |
N |
3232 |
3232 |
R-squared |
0.386 |
0.385 |
注：***p < 0.01，** p < 0.05，*p < 0.1。
5. 讨论
本研究通过对三类家庭资本影响路径的细致辨析，揭示了代际传递并非单一过程，而是依资本类型不同而异的复杂机制。经济资本兼具直接与间接影响力；文化资本高度依赖教育中介；社会资本则展现出较强的独立性。此外，对性别效应的深入探讨表明，除了家庭背景与教育，劳动力市场本身的结构性偏见是塑造职业机会的另一关键力量。这些发现共同说明，当代中国的职业地位获得，是个人的自致努力(以教育为代表)、家庭的先赋资本以及社会的制度性结构三者共同作用的产物，任何单一理论模型都难以全面刻画其全貌。
从社会公平视角看，家庭背景对职业获得的影响在一定程度上制约了就业机会的平等分配。优势家庭子女凭借其固有的资本优势，往往在职业起点上占据更有利位置，这不仅强化了优势阶层的资源代际传递，也可能导致社会阶层流动通道收窄。与之相对，底层家庭子代则更难以突破原生家庭的条件限制，长期来看可能加剧阶层固化，削弱社会整体活力与流动性。基于此，本文结论有以下启示：
第一，政府应着力构建更加公平的社会环境与制度框架。尤其在教育资源分配上，应向薄弱地区与低收入家庭倾斜，通过实施精准的教育支持政策，如专项资助、师资优化配置等，有效缓解因家庭经济资本差异所导致的教育机会不平等，从而为不同背景的个体提供更为公平的竞争起点。
第二，社会应积极营造重视能力、多元包容的就业氛围。鼓励行业协会与企业加强自律，推动建立以个人能力与素质为核心的招聘与选拔机制，弱化家庭背景在就业市场中的隐性影响，倡导机会均等、积极向上的社会风气。
第三，家庭与个体亦需形成合力。家庭应在力所能及的范围内加大对子女教育资源的合理投入；与此同时，个体亦应认识到教育作为实现职业跃升的关键途径，尤其是对背景相对弱势的子女而言更具重要意义。通过持续学习与技能提升，不断增强自身人力资本，从而为获得更优职业地位奠定坚实基础。