您好,欢迎来到派智库! 手机版|微博|设为首页|加入收藏

派智库

今天是:

主页 > 报告 > 调研分析报告 > 学历、专业错配对高校毕业生就业质量的影响及对策

学历、专业错配对高校毕业生就业质量的影响及对策

发布时间:2018-11-08 作者:派智库 来源:国研网 浏览:【字体:

摘要:本报告从人力资本配置视角探讨了高校毕业生学历、所学专业与工作匹配程度对其薪酬和工作满意度的影响。在控制个人、单位和城市特征后,发现学历、专业错配对高校毕业生的薪酬和工作满意度皆有显著负面影响,而且女生的学历、专业错配率要高于男生,人文艺术类毕业生的专业错配率最高。总之,“所学非所用”不利于充分发挥人力资本的潜在价值。建议如下:要充分发挥政府职能,加强劳动力市场建设,大力发展人力资源服务业;要更加重视产业结构、教育结构、就业结构和经济发展阶段的协同协调问题;大学生要努力提高就业竞争力,用人单位则可通过职业测试、在职培训、岗位调动等方式为员工提供合适岗位,拓展职业发展空间;高等院校要与时俱进,调整优化专业设置和培养方案。

织梦内容管理系统

关键词:学历错配,专业错配,高校毕业生,就业质量 本文来自织梦

本报告系国家社会科学基金青年项目“优化人力资本配置研究”(批准号:16CJY015)阶段性成果。

织梦好,好织梦

一、问题的提出

织梦好,好织梦

大学旨在培养专业性人才,如果存在高比例的“学用不匹配”,不仅不利于生产率的提升,也不利于充分发挥大学专业教育的优势。就当前而言,国民经济各部门之间的人力资本错配是中国经济持续稳定增长面临的一大挑战。《中国大学生就业质量报告》显示,2016年专科生工作与所学专业的相关度为57%、本科生为59.2%、研究生为67.9%,说明高校毕业生中存在相当比例的专业错配现象,就业质量还有较大提升空间。其他学者也发现大约有30%的中国高校毕业生存在所学专业与工作岗位不匹配问题(刘扬等,2010;代懋等,2013;Zhu Rong,2014)。

本文来自织梦

一般而言,就业质量可从微观、中观和宏观三个层面进行阐释,微观方面主要表现为工作收入、职位匹配、劳动强度、安全健康、社会保障和职业前景等,中观和宏观层面主要包括劳动力市场供求及匹配状况、公共就业服务以及失业保险的保障作用等(周灵灵,2016)。鉴于学用匹配的重要性,本报告从微观层面着手,采用“中国雇主—雇员匹配调查”这一独特的数据,深入分析大专及以上学历人员的就业质量和人力资本匹配情况。

织梦好,好织梦

本报告的创新主要体现在四个方面:一、关注高校毕业生的学历、专业与工作匹配状况,兼顾了纵向匹配和横向匹配;二、不仅研究高校毕业生学历、专业匹配的收入影响效应,还分析它们对非货币性福利的影响;三、使用倾向得分匹配法解决学历、专业匹配可能存在的“自选择问题”;四、本报告从就业质量视角对高质量发展做了诠释,进一步丰富了高质量发展的内涵和外延。 织梦好,好织梦

二、数据、变量和描述

本文来自织梦

(一)数据和变量介绍

织梦内容管理系统

本报告采用的中国雇主—雇员匹配调查涵盖了中国不同区域、不同层级城市的雇员、雇主信息,具有代表性。具体而言,样本分布在北京、长春、济南、郑州、成都、福州、苏州、襄阳、咸阳、齐齐哈尔等10个城市,城市的选取覆盖中国东、中、西和东北四大区域,包含了省会城市和地级市,样本总计包括3566个雇员、350家企业。本报告的研究对象为受教育程度在大专及以上的被调查者,并根据问卷中“您对您现在工作的学历要求与您学历匹配状态满意吗?1.非常不满意2.不满意3.一般4.满意5.非常满意”的回答定义学历错配。将选择“非常不满意”和“不满意”的个体定义为学历错配;反之,则为学历匹配。对于专业匹配状况,是根据问卷问题“您现在工作与您所学专业的匹配程度?1.非常不匹配2.不匹配3.一般4.匹配5.非常匹配”的回答情况来定义。如果被调查者选择“1.非常不匹配”或“2.不匹配”,则判定其为专业错配;反之,则为专业匹配。将样本人群的年龄界定在18至65岁、有收入且工作经验大于零的大专及以上学历人员,得到1603个样本。用调查年度的前一年(2011年)月平均基本工资、津贴、补贴之和的对数形式作为因变量,核心解释变量分别为学历错配、专业错配。控制变量包含个人特征、单位特征和城市变量,变量的具体定义见表1。从统计结果看,样本月平均工资最小值为400元,最大值为28000元,样本中女性占比59%,样本的平均工作年限为8.9年,有57%的个体已婚。 dedecms.com

表1 变量及定义

织梦好,好织梦

变量类别 dedecms.com

变量名称

织梦好,好织梦

变量定义 dedecms.com

因变量

内容来自dedecms

收入

dedecms.com

月基本工资、津贴、补贴之和的对数形式

dedecms.com

关键变量

织梦好,好织梦

工作匹配程度

dedecms.com

1=业匹配、学历匹配;2=专业错配、学历匹配;3=专业匹配、学历错配;4=专业错配、学历错配 内容来自dedecms

专业错配 copyright dedecms

1=专业错配;0=专业匹配 织梦内容管理系统

学历错配

织梦内容管理系统

1=学历错配;0=学历匹配

织梦好,好织梦

个人特征 织梦内容管理系统

性别 copyright dedecms

1.女性 0.男性

织梦好,好织梦

户口 织梦好,好织梦

1.农村 0.城市

织梦好,好织梦

工作经验 内容来自dedecms

2012年减去调查者最初参加工作的年份

织梦好,好织梦

婚姻

织梦内容管理系统

1.已婚 0.未婚

本文来自织梦

学校类型 内容来自dedecms

0.大专及高职 1.非211 2.211大学 dedecms.com

职务类型 内容来自dedecms

1.管理人员 2.专业技术人员 3.行政办事人员 4.技术工人 5.普通工人 6.其他人员 copyright dedecms

专业类型

织梦内容管理系统

1.人文艺术 2.社会科学3.理工农医 4.其他 内容来自dedecms

单位特征

内容来自dedecms

公司规模 本文来自织梦

1.小规模 2.中规模 3.大规模

本文来自织梦

公司所有制

织梦好,好织梦

1.国有控股 2.集体控股 3.私人控股 4.港澳台商控股 5.外商控股

织梦好,好织梦

所属行业

织梦好,好织梦

1.农林牧渔 2.制造业 3.电力、燃气及水的生产和供应业 4.建筑业 5.交通运输、仓储和邮政业 6.信息传输、计算机服务和软件业 7.批发和零售业、住宿和餐饮业 8.金融业 9.房地产业 10.租赁和商务服务业 11.科学研究、技术服务和地质勘查业 12.水利、环境和公共设施管理业 13.居民服务和其他服务业 14.教育 15.卫生、社会保障和社会福利业 16.文化、体育和娱乐业 17.公共管理与社会组织 本文来自织梦

注:本报告将问卷中的专业划分为四大类:①人文艺术:文学、教育学、法学、历史学;②社会科学:经济学、管理学;③理工农医:理学、工学、农学、医学;④其他。

织梦内容管理系统

(二)统计描述

内容来自dedecms

表2显示学历匹配组的月平均收入为3052元,学历错配组为2408元,学历匹配组的收入显著高于学历错配组,且学历匹配组和学历错配组在户口、职务、所有制方面有显著差异。类似地,表3显示专业匹配组的月平均收入为3095元,专业错配组的月平均收入为2625元,专业匹配组的收入显著高于专业错配组。性别、工作职务、公司所有制形式方面,两组也呈显著差异。 织梦内容管理系统

表2 “学历匹配”关键变量的t检验 dedecms.com

变量名

内容来自dedecms

对照组(学历匹配) 织梦内容管理系统

处理组(学历错配) 本文来自织梦

两组差异 本文来自织梦

收入

织梦好,好织梦

3052.013(56.129)

本文来自织梦

2408.245(114.597) 内容来自dedecms

643.768***(185.638) 织梦好,好织梦

性别 dedecms.com

0.586(0.013) 本文来自织梦

0.612(0.041) copyright dedecms

-0.025(0.044) 织梦好,好织梦

户口

织梦内容管理系统

0.266(0.012) 内容来自dedecms

0.338(0.040) 织梦好,好织梦

-0.072**(0.040) dedecms.com

工作经验

copyright dedecms

8.946(0.209)

copyright dedecms

8.575(0.719)

本文来自织梦

0.371(0.714) dedecms.com

学校类型

内容来自dedecms

0.528(0.017) 织梦好,好织梦

0.612(0.061) dedecms.com

-0.084(0.058) 内容来自dedecms

职务

本文来自织梦

3.21(0.043) 本文来自织梦

3.75(0.132)

copyright dedecms

-0.537***(0.146) 织梦内容管理系统

所有制

织梦内容管理系统

2.61(0.025) 本文来自织梦

2.58(0.076)

dedecms.com

0.037*(0.086) 织梦好,好织梦

公司规模 织梦内容管理系统

1.630(0.019)

织梦好,好织梦

1.633(0.059) dedecms.com

-0.005(0.063)

织梦好,好织梦

资料来源:作者根据中国雇主—雇员匹配调查数据测算,下同。

织梦好,好织梦

表3 “专业匹配”关键变量的t检验

本文来自织梦

变量名 本文来自织梦

对照组(专业匹配)

内容来自dedecms

处理组(专业错配)

copyright dedecms

两组差异

dedecms.com

收入

dedecms.com

3094.81(62.833) copyright dedecms

2624.76(75.978)

织梦内容管理系统

470.04***(127.466) copyright dedecms

性别

dedecms.com

0.57(0.014) 内容来自dedecms

0.65(0.026) 织梦好,好织梦

-0.077**(0.030)

内容来自dedecms

户口 织梦内容管理系统

0.27(0.012)

内容来自dedecms

0.28(0.024)

内容来自dedecms

-0.0118(0.011)

织梦好,好织梦

工作经验 本文来自织梦

9.07(0.228) 本文来自织梦

8.30(0.421)

织梦好,好织梦

0.775(0.491)

本文来自织梦

学校类型

织梦内容管理系统

2.21(0.026)

dedecms.com

2.19(0.051)

内容来自dedecms

0.017(0.057) 内容来自dedecms

职务

织梦内容管理系统

3.15(0.046)

copyright dedecms

3.65(0.088)

copyright dedecms

-0.496***(0.100)

本文来自织梦

所有制 copyright dedecms

2.63(0.027)

dedecms.com

2.53(0.053)

织梦内容管理系统

0.107*(0.059)

本文来自织梦

公司规模 copyright dedecms

1.64(0.020)

本文来自织梦

1.58(0.039)

织梦内容管理系统

0.061(0.043)

copyright dedecms

我们将专业、学历匹配程度细分为四种类型,得出专业、学历匹配组平均工资为3132元,专业错配组平均工资为2684元,学历错配组平均工资为2393元,专业、学历皆错配组平均工资为2420元。从各组平均工资可以看出,学历、专业匹配组的平均工资显著高于其他组,高校毕业生就业匹配程度的差异会导致不同的薪酬水平。表4的统计结果显示,女性专业错配率为23.36%,男性为18.03%;“211重点大学”毕业生专业错配率最低,为14.29%。

本文来自织梦

表4 分类别学历、专业错配率 织梦好,好织梦

变量

dedecms.com

类别

织梦内容管理系统

专业错配率(%)

dedecms.com

学历错配率%

织梦内容管理系统

类别总人数(人)

本文来自织梦

性别 本文来自织梦

男性 本文来自织梦

18.03 copyright dedecms

8.19 织梦好,好织梦

660

内容来自dedecms

女性 本文来自织梦

23.36

本文来自织梦

9.01 dedecms.com

944 copyright dedecms

学校类型

copyright dedecms

大专

dedecms.com

21.48 本文来自织梦

8.18 dedecms.com

893 dedecms.com

非211大学 内容来自dedecms

22.48

织梦内容管理系统

8.34 织梦内容管理系统

564

内容来自dedecms

211大学 内容来自dedecms

14.29

dedecms.com

12.92 copyright dedecms

147 织梦好,好织梦

专业大类

织梦好,好织梦

人文艺术

本文来自织梦

30.77 内容来自dedecms

10.31 织梦内容管理系统

195 本文来自织梦

社会科学 内容来自dedecms

17.52

织梦内容管理系统

8.51

copyright dedecms

765 copyright dedecms

理工农医 织梦内容管理系统

20.93 织梦内容管理系统

8.05 织梦内容管理系统

559

copyright dedecms

其他 dedecms.com

33.33

内容来自dedecms

29.89

织梦好,好织梦

87 织梦内容管理系统

职位类型

本文来自织梦

管理人员

内容来自dedecms

18.00 织梦内容管理系统

5.16

内容来自dedecms

349 织梦内容管理系统

专业技术人员 织梦好,好织梦

9.71 内容来自dedecms

6.84

织梦好,好织梦

307 copyright dedecms

行政办事人员

织梦内容管理系统

26.50

copyright dedecms

8.50

copyright dedecms

200 dedecms.com

技术工人 织梦好,好织梦

17.24

copyright dedecms

6.90 dedecms.com

87

dedecms.com

普通工人 织梦好,好织梦

27.04 dedecms.com

11.67

本文来自织梦

651 本文来自织梦

其他人员

copyright dedecms

30.00

织梦好,好织梦

10.00 dedecms.com

10 织梦好,好织梦

所有制形式 内容来自dedecms

国有控股

织梦内容管理系统

23.76 内容来自dedecms

7.92

本文来自织梦

303

copyright dedecms

集体控股

内容来自dedecms

24.88 织梦内容管理系统

10.05

内容来自dedecms

209 本文来自织梦

私人控股

织梦内容管理系统

19.69 本文来自织梦

9.18 织梦内容管理系统

970 本文来自织梦

港澳台商控股 copyright dedecms

26.79 本文来自织梦

26.79

织梦内容管理系统

56

本文来自织梦

外商控股

织梦内容管理系统

14.93

本文来自织梦

7.58

内容来自dedecms

66

内容来自dedecms

公司规模

本文来自织梦

内容来自dedecms

23.19

织梦内容管理系统

8.37 本文来自织梦

813 织梦内容管理系统

织梦内容管理系统

18.30

dedecms.com

9.41

内容来自dedecms

574 内容来自dedecms

织梦好,好织梦

21.20

织梦内容管理系统

7.84

织梦内容管理系统

217 本文来自织梦

从专业类别看,人文艺术类的专业错配比率最高,为30.77%,理工农医类为20.93%,社会科学类为17.52%。这与封世蓝等(2017)发现管理类专业与行业匹配率最高,经济、理工类匹配度较高,文史哲类匹配度较低的结果基本一致。 copyright dedecms

按照所有制形式,外商控股形式企业的专业错配率最低,为14.93%,国有控股、集体控股、港澳台商控股类型公司的专业错配率则均高于20%。根据职务类别,专业技术人员、技术工人、管理人员的专业错配率相对较低,分别为9.71%、17.24%、18.00%。总体而言,学校声誉高(如211重点大学),就读于经管、理工农医类专业,职位的专业性强,专业错配的比率相对较低;非重点大学的毕业生,社会科学、理工农医类专业,以及管理、技术岗位人员的学历错配比例较低。而且,与女性毕业生相比,男性毕业生的学历和专业错配率都相对较低。附图1和附图2将各类别学历和专业错配率用折线图做了直观展现。

copyright dedecms

三、研究方法 织梦内容管理系统

本报告使用倾向得分匹配法(PSM)分别估计学历、专业错配对薪酬和工作满意的处理效应,以缓解可能存在的自选择问题。参与者的平均处理效应(ATT),也即,在错配的个体中随机抽取个体,假设其没有发生错配,运用倾向得分匹配的方法为“反事实结果”E[Y0i|Di=1,p(Xi)]寻找替代指标,研究错配带来的影响。

织梦好,好织梦

ATT=E[Y1i-Y0i|Di=1]=E{[Y1i-Y0i|Di=1,p(Xi)]}=E{E[Y1i|Di=1,p(Xi)]-E[Y0i|Di=0,p(Xi)]|Di=1}

本文来自织梦

由于E[Y0i|Di=1,p(Xi)]在现实中无法观测到,为了解决这种不可观察的反事实,倾向得分匹配法将处理组和对照组通过一定的方式匹配。研究的基本原理是,假设个体i为处理组(错配),找到对照组(匹配)的个体j,使j与i的其他特征尽可能相似(除了学历、专业匹配特征外),用Yj代替Y0i|Di=1,将Y1i-Yj作为个体i处理效应的度量,得到“处理效应”,来判断学历、专业错配与薪酬及工作满意度之间的因果关系。常见的倾向得分匹配法有最近邻匹配法(Nearest Neighbor Matching Method)、半径匹配法(Radius Matching Method)和核匹配法(Kernel Matching Method),本报告综合使用上述方法进行匹配。由于样本量是1603个,可能会存在小样本偏误,为了解决该问题,使用自助法估计标准误。 织梦内容管理系统

四、研究过程及讨论 织梦好,好织梦

本报告以个体、单位和城市特征变量作为匹配时的协变量。个人特征包括性别、工作经验、工作经验平方、户口、学校和职务类别,单位特征包括企业规模、控股形式、行业(见表1)。对于这些控制变量,首先用Logit模型对学历、专业错配虚拟变量进行回归,得到大专及以上学历者的学历、专业错配的倾向得分。第二阶段,进行得分匹配,并对匹配后的结果进行平稳性检验。倾向得分的密度分布图显示,匹配之后对照组和处理组有较大的共同支持区域,匹配效果良好。

copyright dedecms

(一)学历、专业错配对收入的影响 dedecms.com

表5用倾向得分匹配法对学历错配的收入效应进行估计,三种匹配方法均得出学历错配对收入有显著负影响,系数在-9%至-12%的范围内。表6显示专业错配对收入的负面影响,影响程度因匹配方法的不同而略有差异。选取城市、个人和单位特征作为协变量进行匹配后,专业错配对收入的平均影响效果(ATT)的系数在-5%至-8%范围内。倾向得分匹配得到的学历、专业错配的系数符号跟OLS回归基本一致,说明学历、专业错配对个人收入有显著负面影响,且学历错配对收入的影响更大。

织梦好,好织梦

表5 学历错配对收入的影响 本文来自织梦

匹配方法

本文来自织梦

最近邻元匹配(n=1) copyright dedecms

最近邻元匹配(n=4) dedecms.com

最近邻元匹配(n=10) 内容来自dedecms

核匹配

本文来自织梦

半径匹配

织梦好,好织梦

ATT

本文来自织梦

-0.067(0.075) 织梦内容管理系统

-0.095*(0.057)

织梦内容管理系统

-0.113***(0.041) 织梦好,好织梦

-0.119***(0.033) 织梦好,好织梦

-0.105***(0.044) 内容来自dedecms

注:*p<010,**p<0.05,***p<0.01。括号内为通过自助法(Bootstrap)抽样50次获得的标准误差。在最近邻元匹配中分别设定邻元数为1、4、10;半径匹配中半径值设定为0.01。回归中分别控制了个人、单位和城市特征。已将标准误在城市层面聚类。表6同。

织梦内容管理系统

表6 专业错配对收入的影响

织梦好,好织梦

匹配方法

内容来自dedecms

最近邻元匹配(n=1)

dedecms.com

最近邻元匹配(n=4) copyright dedecms

最近邻元匹配(n=10) copyright dedecms

核匹配 dedecms.com

半径匹配 dedecms.com

ATT 织梦内容管理系统

-0.075(0.047)

dedecms.com

-0.079**(0.035) dedecms.com

-0.052*(0.029) 本文来自织梦

-0.059***(0.021) 织梦内容管理系统

-0.055*(0.029) 本文来自织梦

使用倾向得分匹配需满足匹配后,匹配结果较好地平衡了数据,对照组和处理组无显著差异,即经过匹配后,处理组和对照组在个人特征、单位特征和城市效应方面不应该存在显著差异。根据平衡性检验结果,有相当一部分控制变量的偏误降低比例达到50%以上,比如性别、年龄、学校层次、公司所有制形式、企业规模。对比匹配前后两组差异t值,匹配后控制变量在处理组、对照组间没有显著差异。平衡性联合检验结果也显示匹配样本p值为1,说明对照组、处理组已无显著差异,匹配良好。

dedecms.com

(二)学历、专业错配对工作满意度的影响

织梦好,好织梦

学历、专业错配不仅会影响劳动者的收入水平,还会影响其工作满意度等非货币性福利。鉴于此,我们从“在工作中获得乐趣”“乐意一直在这家单位工作”“认为单位的问题就是自己的问题”三个方面来衡量工作满意程度(表7所示)。对于工作满意度,采用有序Probit(Ordered Probit)模型分析,因变量为1到5,数字越大,工作满意度越高。通过有序Probit模型和倾向得分匹配法,我们发现专业错配不仅影响个体收入,对工作满意度也有显著负面影响。专业匹配者更容易获得工作乐趣、更愿意在目前的单位长期工作、在工作中更具积极性(表8所示)。类似地,学历错配对工作满意度的影响也显著为负(表9所示)。 copyright dedecms

表7 工作满意度的测度

内容来自dedecms

变量名称 织梦好,好织梦

变量定义

本文来自织梦

获得工作乐趣 织梦好,好织梦

“我在工作当中找到了真正的乐趣”1=非常不同意,2=比较不同意,3=不确定,4=比较同意,5=非常同意

copyright dedecms

长期工作意愿

copyright dedecms

“我很乐意—直待在这家单位”1=非常不同意,2=比较不同意,3=不确定,4=比较同意,5=非常同意

织梦内容管理系统

工作积极性

内容来自dedecms

“我真的感觉单位的问题就是我自己的问题”1=非常不同意,2=比较不同意,3=不确定,4=比较同意,5=非常同意

copyright dedecms

表8 专业错配对工作满意度的影响

本文来自织梦

因变量 copyright dedecms

有序Probit 织梦内容管理系统

Pseudo R2(N=1603) dedecms.com

近邻匹配法(n=4) 织梦好,好织梦

核匹配法

织梦好,好织梦

半径匹配法 织梦内容管理系统

获得工作乐趣 dedecms.com

-0.324*** 织梦好,好织梦

0.0429

织梦内容管理系统

-0.222***

织梦内容管理系统

-0.258***

copyright dedecms

-0.268*** copyright dedecms

(0.068) 织梦好,好织梦

(0.066)

内容来自dedecms

-(0.060)

dedecms.com

(0.062)

copyright dedecms

长期工作意愿

织梦好,好织梦

-0.24***

dedecms.com

0.0381

内容来自dedecms

-0.170** 织梦好,好织梦

-0.208*** 本文来自织梦

-0.211***

dedecms.com

(0.068) copyright dedecms

(0.070)

dedecms.com

(0.065)

dedecms.com

(0.066)

本文来自织梦

工作积极性 本文来自织梦

-0.180***

dedecms.com

0.0306 本文来自织梦

-0.088

copyright dedecms

-0.133** 内容来自dedecms

-0.138**

copyright dedecms

(0.067)

copyright dedecms

(0.068)

织梦内容管理系统

(0.061)

dedecms.com

(0.063) 织梦内容管理系统

注:*p<0.10,**p<0.05,***p<0.01。回归中分别控制了个人、单位和城市特征。表9同。

内容来自dedecms

表9 学历错配对工作满意度的影响 dedecms.com

因变量

内容来自dedecms

有序Probit/Logit dedecms.com

Pseudo R2 织梦好,好织梦

(N=1603) 内容来自dedecms

近邻匹配法

本文来自织梦

(n=4) 织梦好,好织梦

核匹配法

copyright dedecms

半径匹配法 copyright dedecms

获得工作乐趣

内容来自dedecms

-0.405*** copyright dedecms

0.0301

织梦内容管理系统

-0.302*** 内容来自dedecms

-0.350***

dedecms.com

-0.355***

织梦内容管理系统

(0.058)

copyright dedecms

(0.104) dedecms.com

(0.095)

织梦内容管理系统

(0.097)

本文来自织梦

长期工作意愿

copyright dedecms

-0.548***

织梦内容管理系统

0.0345 内容来自dedecms

-0.417***

本文来自织梦

-0.502***

dedecms.com

-0.505***

本文来自织梦

(0.079)

本文来自织梦

(0.113)

织梦好,好织梦

(0.104)

dedecms.com

(0.105) 本文来自织梦

工作积极性

dedecms.com

-0.277***

织梦好,好织梦

0.022

copyright dedecms

-0.206**

copyright dedecms

-0.220***

内容来自dedecms

-0.226*** 织梦好,好织梦

(0.118)

织梦内容管理系统

(0.104) dedecms.com

(0.093) copyright dedecms

(0.095)

本文来自织梦

接下来,本报告使用有序Probit模型估计专业错配、学历错配对工作满意度的边际效应。边际效应的计算方法为: 本文来自织梦

本文来自织梦

其中,x代表除错配外的其他控制变量,包括个人特征、单位特征和城市效应,xj代表错配(分别代表专业错配和学历错配)。上式的含义为当其他变量处于均值处且保持固定不变时,xj变化一单位导致y(被解释变量)取i=1,2,3,4,5的概率的变化。 织梦好,好织梦

表10列示了专业错配、学历错配对工作满意度的边际效应。以第一列为例,当其他变量处于均值处且保持不变时,专业错配的概率P(mismatch=1|x)每增加1%,针对“获得工作乐趣”这一问题,个体选择“非常不同意”的概率P(fun=1|x)增加0.014*1%。同理,选择“比较不同意”的概率P(fun=2|x)增加0.039*1%,选择“非常同意”的概率P(fun=3|x)减小0.063*1%。显然,专业错配显著增加了个体不同意、不确定获得工作乐趣的概率,降低了长期工作意愿和工作积极性的概率,从而降低了对工作满意度做出正面评价的概率。学历错配对工作满意的影响与专业错配类似,但学历错配对工作满意影响的边际效应更大,说明学历错配对个体工作满意度的负面影响更大。 dedecms.com

表10 有序Probit模型回归的边际效应 内容来自dedecms

因变量 copyright dedecms

获得工作乐趣

织梦好,好织梦

长期工作意愿 内容来自dedecms

工作积极性 本文来自织梦

获得工作乐趣

copyright dedecms

长期工作意愿

织梦内容管理系统

工作积极性 织梦内容管理系统

关键变量

dedecms.com

专业错配

本文来自织梦

学历错配 本文来自织梦

 

copyright dedecms

(1)

织梦内容管理系统

(2)

织梦内容管理系统

(3)

织梦内容管理系统

(4)

织梦好,好织梦

(5)

本文来自织梦

(6) 本文来自织梦

非常不同意 织梦内容管理系统

0.014***

copyright dedecms

0.015***

织梦好,好织梦

0.010*** 内容来自dedecms

0.019*** 织梦好,好织梦

0.039*** 织梦好,好织梦

0.016**

dedecms.com

比较不同意

copyright dedecms

0.039*** 内容来自dedecms

0.025*** 本文来自织梦

0.026***

织梦内容管理系统

0.054*** 织梦内容管理系统

0.054***

dedecms.com

0.041**

dedecms.com

不确定

dedecms.com

0.057*** 内容来自dedecms

0.041*** 织梦内容管理系统

0.031***

织梦内容管理系统

0.079*** 本文来自织梦

0.104*** 内容来自dedecms

0.049** 织梦好,好织梦

比较同意

本文来自织梦

-0.046***

本文来自织梦

-0.034*** 内容来自dedecms

-0.030***

本文来自织梦

-0.064***

本文来自织梦

-0.089*** 织梦好,好织梦

-0.047** 本文来自织梦

非常同意

织梦好,好织梦

-0.063*** 织梦内容管理系统

-0.046*** 织梦内容管理系统

-0.038***

本文来自织梦

-0.088***

织梦好,好织梦

-0.119*** 织梦内容管理系统

-0.059**

织梦内容管理系统

Observations

本文来自织梦

1603 本文来自织梦

1603 织梦好,好织梦

1603

copyright dedecms

1603

织梦内容管理系统

1603

内容来自dedecms

1603 织梦内容管理系统

五、结论和建议 内容来自dedecms

本报告从人力资本配置视角探讨了高校毕业生学历、所学专业与工作匹配程度对其薪酬和工作满意度的影响。在控制个人、单位和城市特征后,发现学历、专业错配对高校毕业生的薪酬和工作满意度皆有显著负面影响。而且,女生的学历、专业错配率要高于男生,人文艺术类毕业生的专业错配率最高。具体而言,我们发现学历、专业错配的员工会获得更低的薪酬待遇、更少的工作乐趣,更不愿长期在现在的单位工作,对待工作的主人翁意识和职业规划的意愿也比较低。总之,“所学非所用”不利于充分发挥人力资本的潜在价值,劳动者的人力资本处于低效利用状态,难以实现学以致用的初衷。基于研究结论,本报告从政府职能、劳动力市场建设、雇佣双方和人才培养机构等层面提出如下建议。

copyright dedecms

首先,要充分发挥政府职能,加强劳动力市场建设,大力发展人力资源服务业,矫正市场信息。与此同时,要更加重视产业结构、教育结构、就业结构和经济发展阶段的协同协调问题。这是解决人力资本错配的根本所在。党的十九大报告提出要在共享经济、人力资本服务等领域培育新增长点,形成新动能。人力资本服务业的勃兴显然有助于矫正人力资源市场扭曲、优化人力资本配置。尽管2014年12月人力资源社会保障部、国家发展改革委、财政部联合印发了《关于加快发展人力资源服务业的意见》,2017年9月人力资源社会保障部印发《人力资源服务业发展行动计划》,但目前还缺乏实质性操作方案,建议研究制订人力资源服务业发展规划,不断深化劳动力市场改革、提升就业质量。 织梦好,好织梦

其次,作为雇佣关系的重要主体高校毕业生和用人单位须各尽其责,协同改善“学用匹配”状况,对大学生而言,在校期间应认真学习专业知识,积极参加实践活动,不断提高就业竞争力,为找到“学用匹配”的工作做好准备。参加工作后要积极参加岗位技能提升培训,注重更新知识和技能结构,使自身人力资本契合经济社会发展的需求。用人单位则可以通过职前测试、在职培训、内部岗位调动,尽可能为员工提供能够发挥自己专业技能的工作岗位、拓展职业发展空间,提高员工的工作满意度和组织认同感。 织梦好,好织梦

再者,高等院校作为培养优质人力资源的主要机构,在面对劳动力市场的需求和挑战时,要与时俱进,及时调整优化专业设置和培养方案,尽可能地为学生提供更多更好的就业指导和就业信息。这不仅有利于促进毕业生就业,还有助于提高工作岗位与学生所学专业的匹配度,发挥高校专业教育的优势,使优质人力资本的价值得到充分开发利用。

本文来自织梦

内容来自dedecms

附图1 分类别学历错配发生比率

内容来自dedecms

copyright dedecms

附图2 分类别专业错配发生比率

dedecms.com

注释:

copyright dedecms

①篇幅所限,这里没有报告最小二乘估计(OLS)结果,感兴趣的读者可向作者索要。

织梦好,好织梦

②篇幅所限,这里没有报告平衡性检验和平衡性联合检验结果,感兴趣的读者可向作者索要。 dedecms.com

参考文献: 织梦好,好织梦

〔1〕刘扬,2010:“大学专业与工作匹配研究:基于大学毕业生就业调查的实证分析”,《清华大学教育研究》,第6期。 内容来自dedecms

〔2〕代懋、王子成、杨伟国,2013:“中国大学生就业匹配质量的影响因素探析”,《中国人口科学》,第6期。

内容来自dedecms

〔3〕封世蓝、谭娅、黄楠、龚六堂,2017:“户籍制度视角下的大学生专业与就业行业匹配度异质性研究——基于北京大学2008-2014届毕业生就业数据的分析”,《经济科学》,第5期。

copyright dedecms

〔4〕周灵灵,2016:“就业质量变动的微观基础:人力资本还是社会资本”,台湾“中央研究院”人文社会科学研究中心2016年“两岸家庭研究”研讨会论文。

内容来自dedecms

〔5〕Zhu Rong, 2014, “The Impact of Major-Job Mismatch on College Graduates' Early Career Earnings: Evidence from China”, Education Economics, Vo1.22, No. 5, pp. 511-528. 内容来自dedecms