想象一下，你正从事一份看起来还算稳定的工作，但行业报告却预测，未来十年这个岗位的需求将大幅萎缩。你是该未雨绸缪主动求变，还是静观其变？更进一步，如果你的整个职业领域都处于衰退中，你是否有能力成功跳槽到一个蓬勃发展的新赛道？这不仅是个人的职业焦虑，更是我们这个时代经济结构剧烈变迁下的缩影。自动化和人工智能的浪潮正以前所未有的广度重塑就业市场，不仅吞噬着传统制造业岗位，也日益渗透到专业、技术、文职、销售和服务等广泛领域。与此同时，高科技、生物医药、数据科学和新能源等领域的新职业也在不断涌现。这种“冰与火之歌”般的职业结构变迁，究竟是为劳动者打开了新的上升通道，还是筑起了更高的流动壁垒？这正是《SCIENCE ADVANCES》近期发表的一项研究试图回答的核心问题。
传统社会学研究通常将社会流动区分为“结构性流动”和“交换流动”。前者源于职业结构本身的消长变化（例如农业岗位减少、服务业岗位增加），迫使人们在不同职业类型间移动；后者则是指在控制结构变化后，纯粹由个人能力、家庭背景或雇主选择等因素驱动的流动，常被视为衡量社会“开放性”的指标。然而，过往研究大多聚焦于交换流动，并隐含着一个假设：在一个职业结构固定的理想世界里，更高的交换流动性意味着更开放的社会和更多的个人机会。这种视角很大程度上忽略了职业结构变迁本身就在创造不平等的机会——它可能使某些职业的劳动者更容易流动，而另一些则更难。
为了更精准地捕捉职业结构变迁的动态及其影响，本研究团队进行了一项方法创新。他们没有依赖传统流动表中可能带有偏差的边际分布数据，而是转向了美国劳工统计局（BLS）的行政数据。他们系统编译了2000年至2020年间《职业展望手册》（Occupational Outlook Handbook, OOH）中数百种细分职业的数据，这些数据不仅包含当前就业规模估计，还提供了对未来十年的就业变化预测。研究者将这些OOH数据与来自“职业就业与工资统计”（Occupational Employment and Wage Statistics, OEWS）、“职业信息网络”（O*NET）的行业教育、收入信息，以及“当期人口调查年度社会与经济补充调查”（Current Population Survey Annual Social and Economic Supplement, CPS-ASEC）中观测到的劳动者流动数据进行了合并。通过这种多源数据链接，研究得以在更精细的“微观职业”层面，同时考察即时（短期）就业变化和预期（长期）职业前景如何共同影响劳动者的流动决策、目的地和最终结果。
本研究主要采用了三类模型进行分析。首先，通过逻辑回归模型分析“谁在流动”，探究职业增长率与劳动者换职业概率之间的关系。其次，构建离散选择模型分析“流向何方”，预测劳动者在可能的职业选择集中，如何基于当前职业和潜在目的地的前景做出决策，并考虑了以职业规模为代理变量的机会约束。最后，通过二元逻辑回归分析流动的垂直方向，即“向上流动”的结果，定义为劳动者是否转入了一个中位收入至少比原职业高5%的职业。
职业的扩张与收缩：教育要求的分化
研究首先描绘了2000年至2020年间美国职业结构的变迁图景。OOH数据显示，大部分职业（67.7%）被预测将在未来十年增长，而预计收缩的职业占18.5%。增长最快的领域随时间推移而变化：2000年代初期是计算机与信息系统相关职业（如软件开发员、信息安全分析师）；2004年后，医疗健康相关职业（如生物医学工程师、医师助理、护士）增长显著；近年来，太阳能光伏安装工、风力涡轮机服务技术员等新能源职业预计将迅速扩张。相反，纺织染色工、纺织绕线机调试员、制鞋机械操作工等制造业职业的预测萎缩幅度接近50%，铁路操作员和机车司炉工也预计大幅减少。
职业前景与教育要求紧密相关。对教育水平要求较低的职业，其预测增长率方差极大，从新兴能源领域超过100%的增长到传统行业（如机车操作）75%的衰退。同时，低教育要求职业面临衰退风险的比例也远高于高学历职业。在需要高级学位（≥17年教育）的373个职业中，只有4个（1%）被预测衰退；而在高中以下学历（0-11年教育）组的1487个职业中，有461个（31%）预计收缩。这凸显了职业结构变迁对低教育水平职业的影响更为剧烈，它们同时面临着更极端的增长机遇和衰退风险。
流动率：结构流动如何影响“谁在流动”
分析发现，职业增长与劳动者流动性之间并非简单的线性关系。短期（过去两年）职业增长率每增加10个百分点，劳动者换职业的概率平均仅增加约0.15个百分点，效应显著但微弱。而将职业前景作为分类变量（增长型、稳定型、衰退型）分析时，呈现出一个极化模式：与稳定职业中的劳动者相比，增长型职业和衰退型职业中的劳动者都更有可能更换职业。具体而言，增长型职业的劳动者换职业的概率高出0.74个百分点，衰退型职业的劳动者则高出1.52个百分点。这更新了此前认为职业收缩会迫使劳动者流出的观点，表明在过去二十年，更高的职业流动性实际上与职业的扩张和收缩同时发生。
流动目的地：结构流动如何影响“去向何方”
离散选择模型揭示了劳动者流动目的地的显著不对称性。增长型职业的劳动者更有可能流向其他增长型或稳定型职业。相反，衰退型职业的劳动者则面临严重的流动陷阱。他们流向另一个衰退型职业的几率，是流向一个增长型职业的几率的近三倍（计算方式：以流向稳定型职业为基准，衰→增的优势比为0.52，衰→衰的优势比为1.46，因此衰→增的几率仅为衰→衰的0.52/1.46≈36%）。这意味着，离开衰退行业的劳动者往往只是从一个“沉船”跳到了另一艘“沉船”，而非登上增长的“快艇”，他们的技能和机会被局限在日益萎缩的职业集群中。
流动结果：结构流动如何影响向上流动
在垂直流动性方面，研究分析了职业转换是否带来收入的提升。平均而言，离开衰退型职业的劳动者有47%的概率实现向上流动，略高于离开稳定型或增长型职业的劳动者（41%）。然而，进入一个衰退型职业会显著阻碍向上流动（仅39%的概率），比进入一个增长型领域（44%的概率）低了5个百分点。细分不同路径可以发现，从衰退型职业成功跳槽到增长型职业的劳动者，向上流动概率最高（P = 0.49）；而从增长型职业流向衰退型职业的劳动者，向上流动概率最低（P = 0.37）。但关键问题是，这种理想的“衰→增”跃迁非常罕见，仅占所有职业流动的5.1%。绝大多数流动发生在增长型职业之间。
结论与意义
本研究通过整合高精度的职业行政数据与劳动者个体流动数据，揭示了近二十年来美国职业结构变迁如何系统性地塑造了机会不平等。主要结论可归纳为三点：首先，职业流动性呈现极化，增长和衰退两端的职业都具有更高的流动率，挑战了职业增长必然带来稳定的简单认知。其次，也是最重要的发现，衰退型职业的劳动者面临着严重的“流动陷阱”，他们的流动路径被限制在同样衰退的领域，难以跨越到增长领域，形成了机会上的“孤岛”。最后，尽管从衰退转向增长能带来较高的向上流动概率，但这种“逃生通道”极为狭窄。
这些发现具有深刻的政策含义。它表明，职业结构变迁本身并非“价值中性”，它通过不对称的机会约束，正在加剧劳动者之间的不平等。衰退行业的劳动者因教育、技能和经验与增长行业的要求不匹配，其流动路径被系统性阻塞。近年来研究指出，两种技能正在扩张：一是与信息技术互补的社会认知技能（如解决问题、沟通）；二是抵抗自动化的手工服务技能（如维修、护理）。而围绕常规认知任务、标准化体力劳动或数学密集型但社交有限的技能则在衰退。衰退职业的劳动者往往缺乏高学历、新兴领域的经验和技能，导致其向上流动的通道被“技能极化”效应所割裂。
因此，未来的政策制定应聚焦于增强劳动者应对工作环境变化的能力。干预措施可包括：针对性的技能培训和提升计划、职业咨询与指导服务、国家加大对高等教育的投入以满足劳动力市场需求并降低准入壁垒、为转换工作或职业路径的劳动者提供收入支持，以及其他旨在帮助劳动者为持续的职业结构重组做好准备的激励措施。在就业不稳定性和不平等日益加剧的背景下，优先考虑那些支持劳动者向增长型职业部门过渡的公共投资和政策至关重要，这对于面临准入壁垒的衰退领域弱势劳动者尤为重要。此类政策应致力于促进向扩张领域的流动，并确保面临失业风险的劳动者获得工作保障，从而积极应对职业结构重组的挑战，确保那些最容易受其负面后果影响的人们获得适应并茁壮成长于不断变化的工作世界所需的支持。
打赏
