吴晓刚 张卓妮丨户口、职业隔离与中国城镇的收入不平等

社会学家通常将职业视为现代社会不平等产生的核心机制 。 在收入不平等的产生过程中 ， 职业通过两个不同的机制发挥影响： 第一 ， 职业结构决定了不同职业间的经济回报差异 。 第二 ， 在相同的职业 内部 ， 对不同类型工人的报酬差异决定了职业内的收入不平等 。 这种职业内不平等与由职业分布差异所带来的不平等是截然不同的 ， 它反映的是在相同的职业类别中 ， 不同类型的人基于何种因素而获得有差异的经济报酬 。 一般来说 ， 职业内的报酬差异可能来源于雇主对某类雇员的歧视 。 迄今为止 ， 职业隔离和同工不同酬在不平等研究中被广泛用于分析不同群体之间的收入差异 ， 如按性别 、 移民身份等划分的比较分析。

我国长期以来实行的户籍登记制度实际上是一种行政上的 “ 准入 ” 控制 ， 一方面它控制农村居民进入城镇地区 ， 另一方面对已进入城镇地区的农村劳动力的就业进行管理 。 随着经济改革的深入 ， 地区 “ 准入 ” 控制已经被大大削弱 ， 但工作 “ 准入 ” 障碍仍然是当今城镇劳动力市场的主要特征 。 农民工可以在城市工作 ， 但大部分从事的是那些城镇当地工人不愿从事的低技术含量 、 甚至具潜在危险性的体力工作 。 户籍制度严重影响了人们的职业获得和地位晋升 。 事实上 ， 许多地方政府制定了各种就业规定保护当地居民 ， 以免他们在与外来劳动力的竞争中失利； 在 20 世纪 90 年代中期城镇下岗和失业问题变得日益严重之后 ， 尤其如此 。 例如 ， 有些地方 政府规定 ， 企业必须遵守 “ 城市工人优先于农村工人 ” 和 “ 本地工人优先于外来工人 ” 的雇佣原则 。 北京市有关部门曾规定 ， 所有的工作都被划分为三类：（1） 可以雇佣农民工但要求被雇佣者具有初中以上学历的工作；（2） 不允许雇佣农民工的工作（ 这类工作的数目从 1997 年的 32 个上升到 2000 年的 103 个）；（3） 在雇佣了某个特定比例的城镇下岗工人后才对农民工开放的工作 。 不少地方政府还规定 ， 招聘农民工的单位必须缴纳一定费用 ， 而被雇佣的农民工也要花钱办理各种证件。

虽然已有大量研究关注与户籍制度相关的制度障碍如何影响农民工与当地城镇工人之间的收入差异 。 然而 ， 只有少数学者关注两者之间收入差异究竟在多大程度上归因于职业间和职业内的差异 ， 而且他们的分析存在的最大问题是职业分类过于简单 ， 或者干脆忽略之； 或者主要以单位类型辅以两类职业为依据检验就职门槛和同工不同酬对收入差异的影响 。 这些分析无法准确反映就职门槛和同工不同酬的作用 ， 原因有二： 首先 ， 单位和职业是反映中国城镇劳动力市场分割的两个非常重要却截然不同的维度 。 相同单位内职业千差万别 ， 只关注单位对农民工的隔离作用过于简单 ， 无法准确测量工作 “ 准入 ” 障碍 ， 亦无法反映同工不同酬问题 。 其次 ， 由于大部分（ 约 95%） 农民工都在非公有单位工作 ， 仅以单位类型划分 ， 同一类型单位内部从事不同职业的人员的异质性依然很大 。 要检验就职门槛与同工不同酬对农民工与城镇工人间收入不平等的影响 ， 必须在单位基础上以他们从事的具体职业为分析依据 。 单位类型与户籍制度联系在一起，是对农民工造成职业隔离之外的另一种 “准入”障碍。一方面，不同的单位附带着不同的机会和回报结构。 另一方面，户籍制度阻碍了农民工进入国有部门。大部分农民工只能在私有部门工作，即使有极少数农民工能够顺利进入国有部门，大多也只是编制外的临时工人。

以往的研究之所以无法同时考虑单位和职业的一个主要原因是所用调查数据的样本量太小（ 往往只有数千人） ， 且农民工在国有部门的数量非常少 ， 若同时分析单位和职业的作用就无法得到足够有效的样本 。 小样本数据也使得研究者无法使用细分的职业类别 。 本文利用 2005 年1% 人口抽样调查数据的特殊性 ， 试图弥补过往研究的不足 ， 以检验农民工和城镇工人间的收入差异 ， 特别关注职业隔离在造成这种不平等过程中的作用 。

（一）数据和变量

由国家统计局负责设计和执行的2005年全国1%人口抽样调查，俗称“小普 查”，使用多阶段、分层、整群概率比例的抽样方法，在两次人口普查之间搜集社会人口信息，其设计具有以下两个特点。首先，与以往人口普查和小普查不同，2005年小普查除搜集户口性质、户口登记地、现居住地、教育程度、职业和其他人口特征等方面的信息外，第一次将每月工作收入、雇佣身份、单位类型、工作时间、工作福利等内容纳入调查范围。小普查数据中包括的职业类别尽管不如人口普查中使用三位码的中国标准职业编码（CSCO）那么细致，其使用的CSCO两位码亦涵盖近80种职业。我们将研究对象限定在现居住于城镇地区的16- 60岁的一个人口样本（N=119675），共有68类两位数的中国标准职业编码（CSCO）。其次，与学术研究机构设计和搜集的抽样调查数据相比，2005年小普查数据样本量大，职业分类较细。特别值得一提的是，这项调查设计首次采用了“两头登记”的原则，即在所抽中的调查小区中，所有在调查时点（2005 年11月1日凌晨）当晚居住在当地的居民，无论其户口登记地在何处，都进行登记；也包括所有户口登记在本地的人口。调查后再根据不同的口径标准，对户籍人口、常驻人口、流动人口进行定义和统计。这种新的登记方法，比以往使用的其他方法能涵盖更多的迁移人口。因此，2005 年小普查数据在研究职业隔离对农民工—城市居民劳动力市场中的收入不平等的影响问题具有不可替代的价值，是迄今为止研究中国劳动力市场转型的最权威数据来源。

基于2005年小普查数据，表1按是否外来人员（户口登记在外乡[镇/街 道]）、户口性质和户口登记地类型，列出了城镇地区16-60岁劳动人口的分布情况。每个单元格内的百分比反映了在城镇总体中的比例，括号内的数字为该组就业人口的平均月收入。

图 1 对表 1 中不同类别的群体分别划出了职业的国际社会经济地位指数 （ ISEI） 分布密度曲线 。 在分析样本中 ， 一共有 68 类两位数的中国标准职业编码（ CSCO） ， 先把这些详细的 CSCO 编码转换成国际标准职业编码（ ISCO88） ， 然后再把 ISCO88 转换成 ISEI ， 即职业的国际社会经济地位指数 。 ISEI 分值越大 ， 对应的职业的社会经济地位越高 。 具有农业户口的城镇当地居民不在图 1 中 ， 因为其职业分布与其他 5 组人的职业分布非常不同 ， 他们大部分从事农 、 林 、 牧 、 渔 、 水利业 ， 与城镇劳动力市场关系不大 。

其他 5 组人的 ISEI 分布大致呈现两种模式 。 具有非农户口的三组工人（ 包括 具有非农户口的城镇当地工人 、 从城镇地区来的和从农村地区来的具有非农户口的外来工人） 的分布模式相似 ， 大约 1/3ISEI 分值低于 40 ， 1/3 在 40 和 60 之间 ， 最后 1/3 高于 60 。 相比之下 ， 大部分具有农业户口（ 包括从城镇地区和农村地区来的） 外来工人 ISEI 分值低于 50； 其中从农村来的具有农业户口的外来工人高度集中在低端职业 。 不同的分布模式再次说明 ， 劳动力迁移的影响主要来自户口性质而不是户口登记地 。

因此，在本文中采用的主要自变量是农民工身份，它是根据户口性质而不是户口登记地来界定的，是一个虚拟变量（农民工=1，城镇工人=0）。农民工指在城镇居住、户口登记在外乡（镇/街道）、具有农业户口的外来工人，城镇工人指户口登记在本乡（镇/街道）且具有非农户口的城镇当地工人。持有非农户口的外来工人和持有农业户口的本地居民不在本文的分析范围内，因为前者主要是人才/精英流动，而后者主要是城镇郊区农民，这些人因为城镇 扩大化而改变了户口登记地类型（由农村转为城镇），但没有改变户口性质。排除了具有缺失值的观测记录后，分析样本中共有15996个农民工和28661个城镇当地工人。

除农民工身份外 ， 职业和单位类型是另外两个重要的自变量 。 就职业而言 ， 我们使用了大分类和详细的两位数职业分类方式 。 由于某些详细的职业类别样本量太小 ， 我们把 68 类 CSCO 职业代码归纳为 38 类 。 单位分为三类 ， 包括党政机关 / 事业单位 、 国有 / 集体企业和私有部门 。

此外 ， 我们还控制了其他因素对收入的影响 ， 包括教育程度 、 性别 、 婚姻状况 、 年龄 、 雇佣身份 、 每周工作时间和居住地（ 县级地区） 。 教育程度指受访者获得的最高教育水平 。 婚姻状况是虚拟变量（ 已婚 =1 ， 其他 =0） 。 雇佣身份包括自雇人士 、 雇员和雇主 。 年龄和每周工作时间是连续变量 。 在分析收入时 ， 我们使用了一系列县级层次的虚拟变量 ， 以控制地区间差异对农民工与城镇工人收入差异造成的影响 。

我们主要关注的因变量是收入 ， 将月收入取自然对数作为回归分析中的因变量 。

（二 ）描述性分析

表2列出了农民工与城镇当地工人在教育、职业、雇佣身份、单位类型、性别、年龄和工作时间等方面的统计数字。总的来说，农民工与城镇工人之间有很大的差异。

表 3 列出了农民工和当地城镇工人的平均月收入 ， 分别比较了不同的单位类型 内两者的差异 。 总体上 ， 农民工平均每月收入为 968 元 ， 而城镇工人的月平均收入 为 1169 元 ， T 检验结果显示这种差别是显著的 。 结合前述平均工作时间的差别 ， 农民工与城镇工人之间的收入差距更加显著 。 虽然农民工每月比城镇工人多工作 40 个小时（ 10 小时 ×4 周） ， 他们的月收入依然比城镇工人低 17%（ =1-0.83） 。 这是因为农民工所从事的是城镇工人不想做的低技术性工作 ， 这些工作需要的工作时间较长且收入回报较低 。 农民工与城镇工人间的收入差距随单位类型而变化 。 两者间的收入差距在党政机关 / 事业单位最大 ， 他们平均月收入比城镇工人少 36%； 在国有 / 集体企业的差距次之 ， 平均每月少 13%； 在私有部门差距最小 ， 平均每月少 8% 。

（一）农民工身份与中国城镇劳动力市场的收入决定模式

表4列出了月收入对数的多元线性回归模型的分析结果。这些模型控制了县级 层次的效应。在前三个模型中，我们逐步加入不同的控制变量，以比较农民工身份的影响如何随着控制变量的增加而改变；在最后一个模型中，我们加入了农民工身份和单位类型之间的交互项，以检验农民工身份的作用是否随单位类型而变化。

在控制了性别、婚姻状况、教育程度和年龄的效应后，农民工的月收入依 然比城镇工人低 11%，而加入职业类别、雇佣身份和每周工作时间后，这种差距缩小到7%。在模型中进一步控制单位类型的影响后，差距缩小到5% 。这些系数的变化表明，我们所观察到的农民工与城镇工人间的 实际收入差距（ 如表 3 所示） ， 在一定程度上来自两者在人力资本和职业类别等因 素上的差异 ， 但这些因素并不能完全解释为什么农民工比城镇工人收入更低 。 在城镇劳动力市场上 ， 户口性质对收入依然存在着显著影响。

表4模型4中农民工身份和单位类型的交互作用显示，农民工身份的影响在不同单位类型间存在显著差 别。在党政机关/事业单位中影响最大，农民工的平均月收入比城镇工人低36%；在国有/集体企业中相应的比例为9%在私有部门为3%。这些结果与表3的结果一致，但相比表3，因排除了其他特征的影响，收入差异明显缩小。

其他变量对收入获得的影响与预期的一致。女性相比男性收入更低。已婚人士比未婚人士收入更高。教育与收入正相关，年龄和每周工作时间对收入的作用是非线性的，我们在模型中加入了他们 的平方项。相比体力劳动者，管理者、专业技术人员和办事人员的收入更高，但商业与服务业人员收入更低。相比自雇佣者，雇主收入更高，而雇员则收入更低。相比党政机关/事业单位，国有/集体企业和私有部 门的工人收入更低。

表4中农民工身份对收入的影响随着不同单位类型而变化，可能因为对农民工身份的回报机制在不同单位类型间存在差异：农民工在以国家为导向的单位内回报最低，因为户口身份以及其他制度性限制条件的影响更大；在以市场为导向的企业 内回报高些，可能的原因是，这里工作能力和绩效相对更加重要，而面临的身份歧视更少一些。但也有另一种可能，即这是农民工和城镇工人在职业分布上存在的差异随单位部门变化而导致的结果。

首先 ， 不同单位类型就业的比例在农民工和城镇工人间存在显著差异 。 从 描述性分析中已知 ， 只有 2.4% 的农民工在党政机关 / 事业单位和国有 / 集体企业中 ， 而超过 60% 的城镇工人在这两类部门 。 其次 ， 大部分在这两类部门工作的农民工所从事的是低端工作 ， 如在样本中 ， 大多是安全保卫和消防人员 、 邮政和电信业人员 、 仓储人员 、 餐饮服务人员 ， 等等 。 因此 ， 当用 OLS 回归法估计农民工身份对收入的影响时 ， 其实比较的是在职业分布上存在巨大差异的两组人之间的平均收入 ， 而两者间的职业分布差异在不同的单位类型中是不同的 。 可以利用适当的统计方法 ， 检验农民工与城镇工人在职业分布等特征方面存在的差 异如何影响他们之间的收入差异。布朗分解法和倾向评分匹配法就是其中两种可用的方法。

（二） 职业隔离： 农民工与城镇工人收入不平等的来源

在分析农民工与城镇工人间的职业分布差异是否影响两者间收入不平等前 ， 我 们先对样本中的原始职业类别计算邓肯 “ 隔离指数 ” ， 检验这两组人的职业分布差异程度 。 邓肯 “ 隔离指数 ” 反映的是 ， 要使农民工与城镇工人具有相同的职业分布模式 ， 那么将有多大比例的农民工需要被重新分配到新 的职业类别中去 。 据此 ， 总样本中大约 45% 的农民工需要被重新分配到另一种职业类别中去； 按单位类型划分 ， 在党政机关 / 事业单位对应的数字为 57% ， 在国有 / 集体企业为 42% ， 在私有部门为 32% 。 这些数字充分说明 ， 农民工与城镇工人在职业分布上确实存在巨大差异； 而且这种差异随单位类型变化 ， 在党政机关 / 事业单位 差异最大 ， 国有 / 集体企业次之 ， 在私有部门相对最小但比例仍高于 3/10 。

为比较农民工的职业隔离情况以及他们与城镇工人间的收入差异，在图 2 中画出了按ISEI划分的农民工比例、农民工和城镇工人月平均收入曲线。对应不同的ISEI分值，实线表示农民工在对应的职业中的比重，虚线和点线对应的是农民工和城镇工人各自月平均收入。

从图 2 可见 ， 随着职业社会经济地位从低到高 ， 农民工的比例显著地从高于 50% 下降到低于 10% 。 即社会经济地位低的职业明显由农民工占主导 ， 而社会经济地位高的职业则主要被城镇工人所占据 。 这说明在我国的城镇劳动力市场中 ， 确实存在基于户口身份的职业隔离状况 。 值得注意的是 ， 农民工与城镇工人的平均月收入曲线存在交叉 。 当 ISEI 分值高于 30 时 ， 农民工的平均收入明显低于城镇工人的收入； 而且这种差异随着 ISEI 分值的增加而越来越大 ， 尤其是当 ISEI 分值高于 70 时 ， 城镇工人的月收入仍平缓增长 ， 但农民工的月收入却急剧下降 ，说明即使一部分农民工真的进入了高级别的职业类别，他们所获得的报酬却很低。在样本中， ISEI 分值高于 70 的农民工中 80% 教育程度为高中或以下； 有 2% 为单位负责人 、 19% 为工程技术人员 、 20% 为农业技术人员 、 49% 为卫生专业技术人员 ， 但对应的月平均收入却分别只有 778 元 、 1359 元 、 777 元 、 879 元； 这很可能是因为他们所从事的具体工作是临时性的 、 边缘化的 。 相反 ， 当 ISEI 分值低于 30 时 ， 农民工的平均收入却高于城镇工人的收入 。 这两条交叉的收入曲线再次说明对农民工和城镇工人间的收入差异进行分解的必要性 。 之后 ， 使用 分解法把这两组人之间的收入差异分解成职业间收入差异和职业内收入差异。

（ 三 ）来自分解法的发现

布朗分解法把职业当成中介变量 ， 并且允许其他变量解释收入的影响随职业类 型发生的变化而变化 。 利用布朗分解法 ， 我们把城镇工人和农民工之间总的收入差异分解成 4 个部分 ， 如公式（ 1） 所示：

表 5列出了布朗分解法的分析结果，包括总的 收入差异和对应公式（1）分解后的各部分收入差异，以及可观测特征所解释/不能解释部分在职业内和职业间收入差异中所占的比例。因为公式（1）中，收入差异等于城镇工人的月收入自然对数减去农民工的月收入自然对数，所以表5中的正数值表示城镇工人的收入高于农民工的收入，负数值则表示城镇工人的收入低 于农民工的收入 。

总的来说，城镇工人的平均月收入比农民工高 12%。把两者间总的 收入差异分解后可见，职业内的收入差异是负数，而职业间的收入差异是正数。这说明，总体上城镇工人比农民工收入更高，完全来自于职业间的收入差异：相比农民工，城镇工人主要从事具有更高地位和收入的职业。此外，有意思的是，城镇工人由职业优势所带来的收入优势，在一定程度上被一些职业内的低收入所抵消，总的来说，在相同的职业内部，城镇工人的平均月收入比农民工更低。

数值 为负的职业内部收入差异不能被城镇工人和农民工之间的个体特征差异所解释，反而来自于未解释部分（即-0.1355）。在相同的职业内部，城镇工人比农民工收入更低，这种差距并不能由性别、婚姻状况、教育、雇佣身份、就业 单位和年龄等特征所解释，而是由其他没有被观察到的因素所带来的。相反，数值为正的职业间收入差异主要是由两组人在性别、婚姻状况、教育和年龄等特征上的差异带来的。具体来说，77%的职业间收入差异可被这些特征所解释。

此外 ， 总体被解释部分的收入差异是正值（ 0.2062） ， 未解释部分的收入 差异为负值（ -0.0889） 。 这说明 ， 总的来说 ， 城镇工人比农民工收入更高是 因为他们更可能拥有与高收入相关的一系列特征 。

如上所述，职业隔离是导致农民工与城镇工人之间收入差异的主要原因，而职业隔离对收入差异的影响与农民工在性别、婚姻状况、教育和年龄等方面的特征分布密切相关。在这几个特征上，我们认为教育是最重要的影响因素，因为教育水平的差别几乎是所有不平等的根源。为了检验这一假设，我们应用方差分析方法，检验农民工身份对职业获得的影响，以及这种影响在多大程度上来自于教育等其他因素的作用，结果列于表6。其中，因变量是职业ISEI分值，自变量包括农民工身份、教育程度、单位类型、性别、婚姻状况、年龄及其平方。自变量的编码方式与表4一样。与每一个自变量相对应，DF表示自由度， R 2 表示单变 量模型中职业ISEI分值已解释的方差百分比； △ R 2 （1）表示在控制了某个其他自变量后，加入此变量所增加的已解释方差百分比; △ R 2 （2） 表示在控制了所有其他自变量后，加入此变量所增加的已解释方差百分比。

（四）户籍对城镇劳动力市场收入的因果效应: 倾向性评分匹配法分析

许多研究已经表明，倾向评分匹配法可以在因果推论中排除由其他可观测特征的影响所带来的偏差。倾向评分匹配法的主要优点是，研究者可以用单一的维度概括两个不同的群体（如农民工和城镇工人）在所有其他可观测特征上的差异，这个单一的维度就叫倾向评分。倾向评分指在给定可观测特征的条件下，成为其中一个群体（实验组，如农民工）而不是另一个群体（控制组，如城镇工人）的条件概率。倾向评分匹配法的基本原理：首先，对两个研究组别分别估计倾向评分；其次，按照倾向评分的高低对这两个研究组别分别进行分层（即高低分组），并按倾向评分的分层进行匹配；最后，对每个层级内匹配好的样本计算这两组人在结果变量（如收入）上的差异，最终得到匹配后的平均差异，即实验效应。

在分析中，农民工相当于实验组，城镇当地工人相当于控制组。我们用以估计倾向评分的可观测特征包括教育年限、职业ISEI分值、年龄、婚姻状况和（县级层次的）居住地。由于农民工与城镇工人的工作时间存在很大差别，为 了解释方便，这里用每小时工资收入作为结果变量，用月平均收入除以每月总 的工作小时数而得。由前述分析得知，农民工身份的作用随不同的单位类型而 变化，我们按党政机关/ 事业单位、国有/集体企业、私有部门分别进行倾向评 分匹配分析。

首先 ， 用上述那些可观测自变量估计一个二分类 logit 模型以得到倾向评分值 ， 这个模型的因变量为农民工身份（ 农民工 =1 ， 城镇当地工人 =0） 。 其次 ， 按照倾向评分值对农民工和城镇工人进行一对一最近卡尺替换匹配 。 最后 ， 通过比较农民工与可匹配的城 镇工人间的小时工资收入差异 ， 得到农民工身份对收入获得的因果效应 。

表 7 列出了农民工与城镇工人小时工资收入差异的倾向评分匹配法分析结果 。 ATT（ the average treatment effect on the treated） 是对实验组的平均处理效应 ， 等 于农 民工的实际的小时工资收入（ T） 减去他们被当成城镇工人时（ C） 的小时工资收 入 。

在总样本中 ， 对实验组的平均处理效应（ ATT） 是正值 ， 且统计上显著 。 这表示 ， 给定两组人 ， 他们在基于可观测特征估计到的倾向评分上具可比性 ， 但一组是农民工 ， 另一组是城镇工人 ， 农民工的小时工资收入均值比城镇工人多 0.28 元 。 按前述的描述性统计 ， 假定这两组人每个星期都工作 55 个小时 ， 那么农民工的月收入均值将比城镇工人多 62（ 0.28×55×4） 元 。 当把样本分成不同 的单位类型时 ， 分析结果出现了有趣的变化。

在党政机关 / 事业单位中 ， 对实验组的平均处理效应 ( ATT ) 是负值 。 农民工每小时的工作收入比城镇工人平均低 1.06 元 。 如前所述 ， 在党政机关 / 事业单位中农民工从事的大部分是低端的非技术工作 。 这里的结果表示 ， 如果把农民工与具有相似背景特征的城镇工人进行比较 ， 他们的收入仍然比城镇工人低 ， 但是收入差异比没有进行匹配时小很多 ， 因为我们排除了那些不可比的高端人群 。 匹配后农民工的 收入比城镇工人少 18% （ -1. 06/5.73） ， 而 OLS 估计结果是 36% 。 这说明传统的回 归模型估计结果确实会受样本分布不平衡问题的影响。

在国有/集体企业和私有部门中，对实验组的平均处理效应（ATT）是正值且统计上显著。在这两类部门，农民工的小时工资收入均值比城镇工人分别高 0.50元和0.49元。假定这两组人每个星期都工作55个小时，那么农民工的月收入均值将比城镇工人分别多110元（ =0.50×55×4）和108元（=0.49×55×4) 。前述OLS 分析结果显示 ， 在控制其他因素的作用下 ， 农民工在这两类部门的平均月收入显著地低于城镇工人 。 这里的结果截然相反 ， 假如把农民工与匹配后的城镇工人进行比较 ， 农民工的收入反而更高 。

倾向评分匹配法的分析结果再次证实了分解法的分析结果。当把可观测特征（在分解法中为职业获得）的显著差异排除后，农民工并不比城镇工人收入更低（党政机关/事业单位除外）。其实，当进一步把职业以外的其他特征差异排除后，倾向评分匹配法的分析结果提供了更加有力的证据，显示实际观察到的农民工相对城镇当地工人的低收入是由职业“准入”的结构性障碍和其他机会结构的不平衡情况造成的，而不是同工不同酬。

对2005年全国1%人口抽样调查数据的分析结果显示，农民工与城镇工人之间存在很大的收入不平等；而且农民工确实在城镇劳动力市场上遭遇职业隔离，这使他们很难进入经济回报较高的职业。为了比较职业隔离和同工不同酬对收入不平等的影响，我们利用布朗分解法，把农民工与城镇工人间的收入差异分解成职业间和职业内的差异。结果发现，这两组人的收入差异主要来自以户口 性质为基础的职业隔离，而非同工不同酬。

城镇地区内部的职业结构障碍是导致农民工低收入的主要原因 ， 而职业隔离对收入差异的影响与农民工在性别 、 婚姻状况 、 教育和年龄等方面的特征分布密切相关 。 在以上特征中 ， 我们认为教育是最重要的影响因素 ， 农民工普遍在农村接受教育且近 80% 的人教育程度在初中及以下 ， 城乡地区间不平衡的机会结构 ， 尤其是教育机会的巨大不平等 ， 是导致农民工被隔离在低端职业从而影响其收入的重要原因 。

由于农民工和城镇工人不仅在职业分布上 ， 而且在教育等其他特征上也存在显著差异 ， 进一步利用倾向评分匹配法检验户籍身份（ 农民工相对城镇工人） 对每小时工资收入均值的影响 。 结果显示 ， 当依据教育 、 职业 ISEI 分值 、 雇佣身份 、 居住地和其他人口特征把具有相似倾向评分的农民工和城镇工人进行匹配后 ， 农民工只在党政机关 / 事业单位类型内收入比城镇工人低； 在国有 / 集体企业和私有部门 ， 农 民工的收入比可匹配的城镇工人反而更高 。

农民工在国有/集体企业和私有部门中比城镇工人收入更高可能是因为留在 城里的农民工具有 选择性。如当进城打工的农民工面临严重的健康问题时，他 们通常会选择返回农村老家。因此，经过选择且留在城镇地区的农民工很可能 比城镇当地居民更加健康，而健康与劳动力市场中的表现如职业收入密切相关。此外，其他未被测量的因素也可能导致农民工在相同条件下比城镇工人赚得更多，如农民工相对更具有雄心壮志，更愿意努力工作，因为他们不满于在农村生活的状况，并且竭力改变目前的处境，希望过上更好的生活。他们也可能把自己与城镇当地人进行比较，而比较的结果会使他们更加努力地工作以缩小与当地人的差异。

此外，是否进入党政机关/事业单位，对农民工和城镇工人来说具有不同的意义，这可能是导致农民工在国有/集体企业和私有部门中比城镇工人收入更高的另一个原因。在党政机关/事业单位，正式的职位（如办公室文员）与低端的体制外工作（如门卫或清洁工）可以看作是一个分割的“劳动力市场”；前者相当于正规部门，除工资较高还提供就业保障和福利待遇，后者相当于非正规部门，没有高工资 、就业保障或福利待遇。这是由职业准入障碍和教育机会结构的不平等，而不是同工不同酬导致的。我们揭示的农民工与城镇工人在城镇劳动力市场中的职业隔离模式，虽然是基于2005年的全国抽样调查数据的分析结果，但是，对消除劳动力市场对农民工的歧视，促进农民工及其随迁家庭成员在流入地城市的社会经济融入，至今仍然具有政策启示意义。