刚好最近 NBER 上有一篇工作论文是讨论这个话题的。虽然跟知乎日报：法官的自由裁量权有多大？" href="/classic/BItjSEnZKT.html">题目不完全吻合……
Guvenen, F., S. Schulhofer-Wohl, J. Song, M. Yogo, 2017, Worker Beats: Five Facts about Systematic Earnings Risk, NBER Working Paper 23163
这不是一篇很深入很严谨的研究，只是展示了对一些数据的初步处理结果。文中用的又是美国数据，未必与中国情况类似，所以各位看看就好。
这些数据来自美国社保署(Social Security Administration)1978 年到 2013 年的 Master Earnings File。作者只用了其中的 1/10，据说是因为"computing resource constraints"。即便如此，这也已经是一个巨大的样本了。
如上表所示，样本中包含数以亿计的观测值。
作者用的方法也简单粗暴，基本上就是一个普通的分组回归。
以个人收入变化为被解释变量，以 GDP 或其他宏观指标的变化为解释变量，显然，
越大，则个人收入受宏观波动影响越大，在经济危机中也就越容易被波及。然后作者估计了不同收入、性别、年龄、从事行业、就职企业规模分组的
。
如上图所示，收入最高和最低的人更易受影响，男性更易受影响，中低收入人群年龄越大越不受影响，而高收入人群则有所不同。
上图是分行业情形，各行业基本也都是收入两头的人更容易受影响，而最能抵御风险的行业，毫无疑问是健康&教育行业(Health & Education)。
最后，是就职企业规模的影响。上面从左至右三张图分别展示了企业规模不同时，GDP 变化、企业内其他人员平均工资变化、行业内其他人员平均工资变化对个人工资变化的影响。
基本上，除了收入最高那一小撮人，企业规模扩大会减少宏观波动对员工收入的影响，不过会提高同事之间工资水平的相关性。
考虑到收入最高的人群多半有其他抵御风险的手段，这结果反正就是，为了防范风险，大家拼命升职加薪吧。
此外，一个或许有趣的事实是，对 26-35 岁的男性而言，随着工资上升，工资和 GDP 变化之间的相关性会从 3.04 下降到 0.95，而如果他的工资处于中间水平，他从耐用品制造部门跳槽到健康&教育部门，会让这个相关性从 2.61 下降到 0.5。行业间和行业内部差异基本处于同一数量级上。