探析行业对外开放有助于减少学历误配毕业论文一、引言从理论上说,劳动力市场最优效率的实现必须满足“人尽其才,物尽其用”的要求,即高学历、高技能劳动力进入高技术行业,从事高技能工作或管理工作;中低学历、中低技能劳动力进入中低技术行业,从事中低技能工作。而近年来高学历劳动力从事低技术工作已经成为中国劳动力市场上的普遍现象,Boothby(1999)将这种现象称为“工作―学历误配”(job-educationmismatch),并严格定义为“需要高技术的工作没有吸引足够的高学历劳动力”。从最直接的角度来说,工作―学历误配无疑会显着降低就业和生产效率(Hartog,2000)。此外,工作―学历误配在很大程度上会导致“工资―学历误配”(wage-education mismatch),即高学历劳动力无法获得相应水平的工资(Bauer,2002)。本文只考察工作―学历误配,后文若无特殊说明,均将“工作―学历误配”简称为“学历误配”。系统描述学历误配的开创性研究,如Hersch(1991)认为高学历劳动力对现有的工作条件容易产生不满,而高技术工作又往往呈现长期持续枯燥的特征,因而高学历劳动力自主选择从事低技术工作;Alfonso(1993)则通过考察西班牙分行业工人的数据,指出社会提供的“过度教育”造成就业者学历普遍提高,而工作经验和能力却受到限制,因而他们往往难以从事高技术工作,从而造成学历误配。这两篇文献是最早系统研究学历误配的经济学文献。其后,Allen和Rolf(2001)详细考察了广义学历误配的三种具体形式:工资误配效应、工作搜寻误配和工作满意程度错配,并进一步研究了学历误配与技能误配之间的关系。他们认为,高学历劳动力之所以往往选择低技能工作,是因为他们的技能模式和知识结构与现实的高学历工作往往存在差异,且高学历的人力资本效应导致高学历劳动力很难在公司中获得技能培训的机会。Bender和Heywood(2008)则专门考察了造成拥有博士学位的劳动者出现学历误配的原因和背景,在衡量博士就业者生产率的基础上实证检验了他们对工作不满意度提高的原因,指出科学技能的程式化是造成学历误配的根本性原因,而对科学技能的过分程式化掌握和理解则是高学历劳动力特有的潜质。最具启发的研究成果当属Nordin等(2010)对工作―学历误配收入补偿的讨论,他们发现男女高学历劳动者都普遍集聚在低技能岗位的原因是高技能工作不能提供令人满意的“收入补偿”,而高学历劳动者往往又更偏好具有稳定收入的工作。国内学者如汤宝波(2005)构建了信息不对称的贝叶斯博弈模型,指出信息不对称是造成学历误配的根本原因,陈昊(2011)则从风险规避的角度论证了高学历劳动者普遍追求稳定收入的微观机理,并对2004-2009年分行业面板数据进行了实证分析。研究表明,工作收入的波动也是造成学历误配的重要原因之一。综上所述,我们发现国内外学者普遍认为教育与信息不对称是造成学历误配的重要原因,但是与封闭条件下对学历误配原因的探讨已经呈现如此丰富的成果相比,开放条件下的学历误配问题则很少有人涉及,换言之,学者们未关注到出口贸易对学历误配可能产生的影响,这是本文选题的初衷。在测量学历误配指数并引入对外贸易的基础上,实证研究出口贸易与学历误配的关系,以便能够在开放条件下讨论学历误配的成因。二、学历误配指数与分行业出口贸易规模(一)学历误配指数根据Hersch(1991)提出的学历误配指数计算标准,归一化处理后可得:EMit=1+(hH/hH+hL)-(GDPit/GDPt)(1)其中,EMit表示第i个行业t时期的学历误配指数,hH与hL分别表示该行业在该时期的高、低学历劳动力人数。当然,不同学历劳动力的规模在很大程度上取决于高学历劳动力的划分标准,由于传统劳动经济学将学历“四等分”,一般认为“高中及以上学历”即可认定为“高学历”,表1及后文主体实证部分也均依照此分类标准。但是近年来学历贬值已经成为普遍现象,高学历划分标准逐渐提高以后,学历误配指数将会发生显着变化,因此严格来说还需要检验提高划分标准后出口贸易与学历误配的相关关系。受篇幅所限,本文并没有就此展开讨论,这将是后续研究的重点。分行业学历误配指数的计算结果，需要说明的是,本文所使用的数据来源于《中国劳动统计年鉴》、《中国统计年鉴》、《中国第三产业统计年鉴》、《中国工业经济统计年鉴》和《中国服务贸易统计》。其中,《中国劳动统计年鉴》“按行业、性别分的城镇就业人员受教育程度构成”表中报告了分行业不同学历劳动力的比重,而通过《中国统计年鉴》中“分行业增加值”一表则可以计算出不同行业增加值的占比情况。表1和图1展示了我们感兴趣的一系列结论:首先,占有相当比重的行业基本上呈现学历误配程度逐年缓慢递增的趋势,只在中间的个别年份略有波动,代表性行业有农、林、牧、渔业、采矿业和建筑业等;其次,一些知识型或技能型的服务行业(这些行业往往提供波动显着的报酬),如金融业、信息传输和软件服务业在2004-2011年的绝大部分时间内保持稳定波动,但在2011年学历误配程度却显着降低;最后,一些非技能型的服务行业(这些行业往往提供较为稳定的报酬),如文化、体育和娱乐业及公共管理和社会组织在2011年学历误配程度显着提高。据此,我们可以将行业按照学历误配程度变化趋势的不同划分为三类:第一类是在观察期虽有小幅波动,但呈现缓慢增长趋势的行业,这类行业往往属于第一、第二产业,收入波动较小,且不需要很高的从业人员技能。第二类是在观察期大部分时间内保持稳定或小幅波动,但近年来学历误配程度显着提高的行业,这类行业往往属于服务业,且对从业人员的技能要求并不高,报酬波动也较小。第三类是在观察期大部分时间内保持稳定或小幅波动,但近年来学历误配程度显着降低的行业,这类行业虽然也往往属于服务业,但是对从业人员的知识和技能要求较高,属于一般意义上的高新技术行业或高知识服务业。(二)分行业学历误配程度与指标统计根据以上论述划分的三类行业的指标统计情况,结果基本印证了我们的初步设想:首先,学历误配指数在观察期只有小幅波动,但基本维持缓慢增长的第一类行业确实是从业人员学历最低的行业,表现为第一类行业的大专及本科以上劳动力比重显着低于其他两类行业,而近年来学历误配程度显着降低的第三类行业拥有最多的高学历劳动力;其次,近年来学历误配显着降低的第三类行业确实提供了最高的工资,同时第一、第二类行业的工作收入水平差距很小,虽然它们存在较为显着的高学历劳动力比重差距。此外,实际上也展示了本文可能存在的一个贡献,即根据学历误配程度变化趋势来划分行业,或许较现有的粗略划分三次产业的方法更为科学。如房地产业和金融业虽然同属服务行业,但在高学历劳动力比重和年均工资方面存在较大差异。因此表2展示的分类方法或许有助于今后进一步讨论分行业的其他相关问题。(三)分行业出口贸易额值得注意的是,至今公开数据中缺乏对分行业出口贸易规模的统计,因此只能通过《中国统计年鉴》中“出口主要货物数量和金额”表统计的120种商品手工计算分行业货物出口贸易规模。此外,还有必要通过《中国服务贸易统计》中公布的服务贸易出口商品手工计算分行业服务出口贸易规模,二者相加可获得分行业出口贸易总规模。具体的手工计算标准是:第一,货物贸易方面,为了避免重复分类计算,本文只考虑120种出口商品作为最终商品,将其进行行业分类;第二,服务贸易方面,根据《中国服务贸易统计》,我们将出口的服务商品按照其重要用途特点归入相应行业:运输服务归入交通运输、仓储、邮政业,旅游、电影与音像、广告归入居民服务和其他服务业,通信服务与计算机和信息服务归入信息传输、计算机服务和软件业,建筑服务归入建筑业,保险、金融服务归入金融业,专利权使用费和特许费归入科学研究和技术服务业,咨询和其他商业服务归入租赁和商务服务业。手工计算结果见表3。三、方程、工具变量与学历误配影响因素的检验(一)模型构建与多工具变量根据前文相关论述并借鉴Hersch(1991)、Bauer(2002)、Budria和Ana(2008)、陈昊(2011)等研究成果,本文构建如下实证方程:EMit=α+β1lnEXit+β2lnWit+β3lnWit×lnEXit+β→X→it+λi+εit(2）其中,lnEM表示行业学历误配指数,lnEX表示行业出口规模,lnW表示行业工作收入,lnW×lnEX表示工作收入与出口规模的交互项,两者之间的相互强化作用已有诸多文献论证,这里不再赘述。X表示其他影响行业学历误配程度的控制变量。i和t分别代表行业和时间,λ和ε分别代表地区固定效应和随机误差项。现代计量观点认为,内生性是破坏回归获得一致性的根本原因,而内生性的情况主要有三种:遗漏变量、测量误差和变量间的同时联系性。尽管我们将控制现有研究发现的与学历误配相关的所有主要变量,但依然很难完全避免遗漏变量的情况。此外,变量间的同时联系性几乎无法避免,如控制变量中的行业就业水平与行业工资水平可能存在同时联系性,因而简单的POLS回归很难保证结果的一致性。为此,我们需要选择合理的工具变量替代可能存在内生性的就业变量,并在此基础上进行二阶段最小二乘回归:lnLit=c0+c1lnEXit+c2lnWit+c3lnWit×lnEXit+c→2X→it+c→3Z→+μ。
