2026-09-05 每周好文：跳槽不是只看涨薪

为什么选它

最近一周的微信转发密集讨论了几件相连的事：年轻人怎样争取与贡献匹配的回报，职业上升窗口究竟有多短，每个选择要付出什么代价，以及一人公司和灵活就业是不是多数人的现实选项。许多回答最后都会落到个人品质上——敢不敢行动、能不能坚持、愿不愿付代价。

Alex Clymo、Piotr Denderski、Yusuf Mercan 与 Benjamin Schoefer 的《Cautious Careers》值得读，因为它没有把“留在原岗位”直接解释成胆小，也没有把跳槽写成只要涨薪够高就会发生的单变量决策。它追问的是：一份新工作工资更高，但失业风险也更高时，人会给风险标什么价格；如果一个人缺乏现金缓冲和保险，这个价格又会怎样变化。

这篇论文最有用的地方，不是替任何人决定要不要跳槽，而是把“选择的代价”拆成可观察的约束。勇气当然存在，但承受失败的能力同样存在。两个人面对相同机会，选择不同，未必是认知高低，也可能是失业后能撑多久、家庭开支能否下降、保障能否续上都不同。

原文核心论证

论文先把职业流动描述成一条二维阶梯。常见的工作阶梯模型主要看工资，新工作工资更高就算向上；作者加入第二个维度——这份工作把人送入失业的概率。现实中的高薪工作平均更安全，但同等工资水平下仍有很大的失业风险差异，换工作的人也既会去更安全的岗位，也会去更危险的岗位。因此，涨薪和安全并不是同一件事。

为了直接测量这种交换，作者在 2025 年 5 至 6 月把定制问题加入 NORC 的 AmeriSpeak 全国代表性调查，最终分析样本为 1,008 名在职者。受访者先报告当前工资和未来 12 个月的主观失业概率，然后面对一组除失业风险外均与当前工作相当的新岗位：风险分别为 2%、5%、10%、20% 和 50%，受访者填写自己愿意接受每种岗位所要求的最低工资。

对全职受访者的首选估计是：新工作的年度失业风险每增加 1 个百分点，平均需要多给当前工资的 1.63%，受访者才愿意接受。这个系数的标准误为 0.074，并且在纳入答题过快者、放宽答案完整性与单调性要求、改变极端值处理方式等检验中方向稳定。它不是一条给个人套用的报价公式，而是样本平均意义上的“风险价格”。

更重要的差异来自承受能力。作者用“失业后消费会下降多少”近似家庭自我保险能力：预计失业后需要大幅削减消费的人，为多承担失业风险所要求的补偿大约高 75%。这说明看似保守的职业选择，可能不是没有看见涨薪，而是下行风险会更快穿透家庭现金流。

论文还用美国 Current Population Survey 和 Survey of Consumer Expectations 做旁证。相近工资的岗位之间存在明显的风险差异；换工作时，人们感知到的失业风险变化比留在原岗位时更大；在日常生活中更愿意承担风险的人，也报告了更高的换工作倾向。作者没有把这些相关性当作单独的因果证明，而是用来确认“工资—安全”交换确实存在于真实劳动力市场。

随后，作者把调查测得的风险价格放入包含在职搜索、岗位生产率与失业风险差异、借贷约束和预防性储蓄的均衡模型。模型没有直接校准到 1.63，却得到 1.53 的平均风险价格。模型中的完全市场或风险中性反事实会让雇主间流动率提高约 12%，劳动生产率提高 0.19%；这不是预测现实改革必然产生这些数字，而是在作者设定的模型里估算缺乏保险会造成多大错配。

失业保险在模型中的作用也比“失业后发钱”更复杂。保障更充分时，在职者更敢接受高生产率但更不稳定的岗位，企业的招聘职位也更容易被在职者接受。反过来，大幅削减保障会让模型中的劳动生产率下降约 1.29%，但失业率也下降：人们减少冒险以后，换工作与失业都会变少。这正好提醒读者，低失业率、低流动和高生产率并不总是同一个方向。

值得质疑之处

第一，最醒目的 1.63 来自假设性报价，不是受访者真实收到工作邀请后的行为。问卷把新工作设为“除失业风险外均与当前工作相当”，并先用同风险岗位的保留工资尽量扣除换工作成本；现实里地点、通勤、同事、职业路径、试用期、福利和家庭安排不可能同时保持不变。稳定的问卷回答证明人们理解了交换，不等于真实选择会精确遵循这个斜率。

第二，受访者要判断未来 12 个月的失业概率，这本身很难。2% 与 5% 的差别在统计上清楚，个人未必能如此精确感知；50% 的高风险情景也离多数正常岗位较远。作者做了多轮重测与稳健性检验，但主观概率的尺度放大和测量误差仍不能消失。

第三，从调查事实到宏观政策结论，中间隔着一个校准模型。12% 的流动率增幅、0.19% 和 1.29% 的生产率变化都依赖搜索方式、岗位风险分布、工资谈判、企业进入和资产市场等设定。论文所说的“过度谨慎”是相对于产出最大化、近似风险中性或完全保险的基准，不等于从人的总体福利看，所有拒绝高风险工作的决定都错了。

第四，论文调查和校准都针对美国。作者自己指出，美国本就是失业期较短、雇主间流动较高的劳动力市场，跨国扩展仍是后续研究。把结果直接搬到中国，还会遇到试用期、社保连续性、住房与子女支出、年龄门槛、行业招聘周期等不同约束。机制可以借用，系数不能照抄。

第五，失业保障实验刻意隔离了保险渠道。衰退情景中的临时保障提高没有同步让税收承担完整融资反馈，工资谈判规则也排除了部分直接工资效应。因此，“保障提高会促进招聘和生产率”应当读成在这套机制与参数下出现的新可能，而不是无条件的政策结论。

结合近期关注的启发

这篇论文给“每个选择都要付出代价”补了下半句：能否选择，还取决于谁有能力承受代价。只谈认知升级，容易把现金缓冲、家庭责任和保障连续性都藏起来；只谈结构约束，又会抹掉个人可以提前准备的部分。更实用的做法是把两者分开计算。

对职业选择，我会把“涨多少才值得去”改成至少四项账：新岗位的收入增量，失败概率增加了多少，失败后要多久才能恢复收入，以及恢复期间不可压缩的月支出。现金储备不是躺着不动的钱，而是一份让人能够接受高回报、不稳定机会的选择权。没有这层缓冲时，拒绝机会可能是理性的；想增加选择，就应先降低失败后的生存成本。

对“向上社交”和争取合理回报，这个框架也有约束力。头衔、估值或口头承诺不等于可带走的收益，应该同时看岗位终止概率、股权兑现条件、技能可迁移性和下一份工作的搜索周期。把上涨空间写得很大，却把失败后的空档期写成零，是最常见的自我欺骗。

对一人公司，失业风险并没有消失，只是换了名字。客户集中、平台封禁、回款延迟、身体中断和需求波动，都会让收入突然归零。AI 可以降低完成任务的固定成本，却不会自动提供保险。判断一人公司是否可行，除了看工具能做多少，还要看至少能撑几个月、单一客户占比、收入恢复要多久，以及哪些责任无法暂停。

这也解释了为什么“更保守”未必等于“更安全”。在衰退中，论文模型里的工人会用工资换安全，接受降薪换取稳定的跳槽占比从 7% 上升到 14%。短期看风险下降，长期却可能停留在低生产率、低成长的岗位。真正值得优化的不是一味冒险或一味求稳，而是让失败更可恢复，让一次选择不会把后续选择全部清空。

适合怎么读

先读摘要、引言和结论，抓住一句话：职业阶梯同时有工资和失业风险两个维度。再读第 2.2 节的问卷原文、图 2 与表 1，确认 1.63 是怎样从五档假设风险与保留工资中估出来的，以及不同现金约束人群为什么不同。

模型部分不必从方程开始。先看第 5 至 7 节的三个反事实：完全市场、大幅削减失业保障、衰退中的“向安全攀爬”。每看到一个百分比，都把它标记为调查事实、真实数据相关性，还是模型结果，三者不能互换。

最后拿自己的一个真实机会做压力测试：如果新岗位三个月内结束，现金能撑多久；社保、医疗和家庭刚性支出会怎样；多久能回到相近收入；这次失败留下的技能、作品和人脉能不能复用。读完后得到的最好结论，不是“该跳”或“不该跳”，而是知道要先补哪一种承受风险的能力。

官方研究页： Clymo 等：Cautious Careers: Job Mobility Under Incomplete Markets

作者公开全文： 2026 年 8 月论文 PDF