就业匹配能带来更好的劳动力市场表现吗？
——基于高校毕业生就业数据的实证分析

杨素红 郭秋月 操太圣

（1.中央财经大学，北京 100081；2.南京大学，江苏 南京 210093）

一、引言

现阶段我国高等教育改革的一个重要方向是优化结构，引导高校重点布局社会需求大、就业前景广又存在人才缺口的学科专业，及时调整就业率过低、多年持续不适应劳动力市场需求的学科专业。[1]高校毕业生就业匹配状况是当前我国高等教育布局结构调整的重要参考，过度教育和专业错配都反映了高等教育人才培养与劳动力市场需求的错位，是人力资本配置效率不高的体现。解决大学毕业生就业问题已经成为国家政策顶层设计的重要组成部分。2022年的 《政府工作报告》 提出各类专项促就业政策要强化优化，扎实做好高校毕业生等重点群体就业工作。[2]高校毕业生更加充分、更高质量就业不仅体现在能找到工作，更重要的是能找到与其学历层次、所学专业相匹配的高质量工作。然而，随着全国高校毕业生供给规模持续扩大，在近几年国内外经济下行压力增大和新冠肺炎疫情防控常态化的背景下，高校毕业生就业前景不容乐观。北京大学 “全国高校毕业生就业状况调查” 数据显示，2021 年全国高校毕业生落实率（76.5%）比2019 年减少3.6 个百分点。[3]2023 年，全国高校毕业生预计超过1100 万。教育部2023 届高校毕业生就业工作视频座谈会上提到，要求各单位抢抓高校毕业生求职关键期，确保2023 届毕业生更加充分更高质量就业。[4]在此背景下，对高校毕业生就业匹配状况开展实证研究具有重要的现实意义。

本研究试图在人力资本理论和信号筛选理论的框架内分析高校毕业生就业匹配问题。人力资本理论认为，教育主要通过知识增进和技能提升来提高劳动生产率，进而增加工资收入。贝克尔（Gary Becker）将人力资本分为一般性人力资本和专用性人力资本。[5]投资于提供特定职业技能的专业（如计算机科学、工程技术等），学生毕业后所学专业与工作匹配的可能性更大；而投资于提供一般技能的专业（如人文、语言类专业等），学生毕业后所学专业与工作匹配的可能性更小。不过，计算机科学、工程学等高度专业化的学科也可能因技术更新换代过快而面临更高的专业不匹配风险。[6]由于人力资本具有通用性，较高学历的毕业生可能通过“降维打击” 在工作搜寻中 “胜出”，如果实际学历高于工作岗位所需，就会产生过度教育。通过专业学习积累的人力资本又具有专用性，如果所学专业与工作不匹配，就难以做到学用结合，也可能降低人力资本配置效率。与人力资本理论不同，信号理论认为教育投资的主要作用是通过提高文凭获得表征高能力的信号[7]；筛选理论认为高能力的人进行教育投资的成本相对更低，故而可以利用学历门槛将能力高的人筛选出来[8]。由于劳动力市场信息不对称，用人单位很难在短时间内准确了解毕业生的真实生产率水平。而毕业生对自身能力有更充分的了解，他们基于个人获得相应专业和学历文凭的成本以及劳动力市场期望工资进行工作搜寻以最大化教育投资的净收益。由于存在 “文凭膨胀”，高学历毕业生有可能借助学历优势在求职环节胜出。其获得的工作岗位对学历层次的要求可能低于个人实际受教育水平，在某种程度上造成过度教育。同时借助 “晕轮效应”，名校毕业生有可能凭其学校声誉而非所学专业的竞争力获得工作机会，造成专业与工作错配。

已有研究表明，在高校毕业生劳动力市场上过度教育现象普遍存在，刚毕业大学生的过度教育比例要高于毕业几年后的大学生。[9]同等条件下，过度教育者的工资收入要低于适度教育者。[10]过度教育对大学毕业生工资收入的影响在不同收入水平、不同年龄分层、不同专业群组之间存在异质性。[11]也有学者发现，在利用面板数据控制个体固定效应以后，过度教育对工资收入的影响不复存在。[12]过度教育除了影响工资收入以外，还会拉低工作满意度。[13]与过度教育相似，专业错配也可能导致工资损失[14]和工作满意度低下[15]，提供特定职业技能的专业比提供一般职业技能的专业因错配带来的工资惩罚效应更大[16]。此外，专业错配对工资收入的影响与错配原因高度相关，由工作条件、工作地点等条件约束型偏好引致的专业错配会带来工资损失，而由薪酬水平和晋升机会等事业导向型偏好引致的专业错配会带来工资溢价。[17]与国外学者的结论基本一致，国内研究也发现，过度教育会造成一定程度的收入损失[18]，专业错配也会造成收入折损，而且过度教育比专业错配造成的收入惩罚效应更大，过度教育和专业错配都对工作满意度和工作稳定性产生显著负向影响[19]。此外，不同类型过度教育的收入效应有所不同，弥补型过度教育的长期收入惩罚效应更大，而发展型过度教育虽会造成短期收入损失，但长期收入损失并不显著。[20]也有研究发现，专业错配对毕业生起薪的影响要么不显著，要么在不同专业和就业行业的群体间存在异质性。[21]

本研究基于某一流大学建设高校毕业生就业调查数据，在控制样本选择偏差和就业决策偏好以后，探讨毕业生就业匹配如何影响劳动力市场表现，并进一步分析就业匹配对不同毕业生群体的异质性影响，以及制约就业匹配的主要因素。与已有研究相比，本研究从以下几个方面丰富和拓展了就业匹配研究。第一，与大多数研究主要关注过度教育或专业匹配对劳动力市场表现某一维度的影响不同，本研究将学历匹配、专业匹配与劳动力市场表现多个维度的关系放在一个理论框架下展开分析，有助于全面理解就业匹配对劳动力市场表现的影响。第二，已有研究关于就业匹配影响劳动力市场表现的结论并非一致，这与是否考虑就业匹配选择的内生性及其影响的异质性紧密相关。本研究通过控制样本选择偏差和就业决策偏好，在一定程度上控制了就业匹配的内生性问题。第三，通过分析就业匹配对不同群体劳动力市场表现的异质性影响，以及制约就业匹配选择的主要因素，有助于深化理解毕业生就业匹配选择并为其提供精准的就业指导服务。第四，相关结论对提升毕业生就业质量、调整优化高校专业结构和学历结构具有参考价值。

二、研究设计

本研究主要采用某一流大学建设高校学生就业指导服务中心收集的2014—2017 届全校毕业生就业派遣数据和就业调查数据。其中，就业派遣数据统计时间截止到当年12 月底，就业调查数据采集时间为当年11 月份。该数据的优势在于能够有效识别毕业生总体中的有效样本，即找到工作且有效填答就业调查问卷的毕业生。本研究选取明确找到工作的本科和硕士毕业生作为分析对象，有效样本为4122 人，代表16 491名毕业生总体。

（一）变量选择

文中采用三个指标衡量劳动力市场表现：一是工资收入，指毕业生转正后的实际年薪起薪（包括工资、奖金、福利补贴等现金收入），并根据城市居民消费者物价指数将实际年薪统一调整到2014 年购买力平价水平；二是工作满意度，为定序变量（很不满意、不满意、满意、非常满意）；三是晋升机会，为定序变量（未来5—10 年内，毕业生在已确定单位的晋升机会非常小、比较小、比较大、非常大）。核心自变量是就业匹配，包括学历匹配和专业匹配。借鉴邓肯（Duncan）和霍夫曼（Hoffman）的做法[22]，本研究根据毕业生实际学历水平与工作所需学历水平将 “学历匹配” 分为过度教育、学历匹配和教育不足。基于已有研究对专业匹配的界定[23]，文中 “专业匹配” 指毕业生评价其专业与岗位是否对口的二分变量。根据学历匹配和专业匹配的不同组合生成六组虚拟变量：学历和专业都匹配、学历匹配专业不匹配、教育不足专业匹配、教育不足专业不匹配、过度教育专业匹配、过度教育专业不匹配（参照组）。此外，就业决策偏好主要通过考察毕业生在确定工作时，最看重的因素是否为 “经济收入高” “专业对口”。工作机会主要通过实际获得的录用单位数来衡量。其他控制变量还包括行业类型、单位性质、工作地、学历层次、学科门类、学业成绩、性别、民族、户籍地、父母文化程度和父母收入水平、调查年份等。

（二）样本概况

样本描述分析结果如表1 所示。毕业生平均工资收入为10.5 万元，对工作满意的占87.0%，认为工作岗位有较大晋升机会的占72.1%，学历匹配和专业匹配的比例分别为55.2%、61.6%。此外，调查样本中，硕士毕业生占主体（72.5%）；学业成绩综合排名前50%的占78.7%；社会科学类和工学类毕业生最多，共占三分之二左右；73.0%的毕业生选择在省会城市或直辖市就业，在金融、IT、房地产等新兴高薪行业就业的比例分别为18.3%、11.1%、3.2%；影响毕业生就业决策的因素中，有收入偏好的占37.5%，有专业对口偏好的占22.3%；已就业毕业生平均获得2.8 个录用通知；生源地为省会城市和直辖市、地级市和县级市、乡镇和农村的比例分别为11.4%、45.7%、42.9%；毕业生父母文化程度在大专及以上的比例均不超过三分之一，超过半数的毕业生父母收入处于平均水平。

表1 核心变量描述性分析结果

（三）模型设定

1.赫克曼样本选择方程

分析样本来自某一流大学建设高校2014—2017 届毕业生中找到工作且有效填答就业问卷的毕业生。每年所有应届毕业生都会通过邮箱、学院毕业生工作群等收到问卷邀请，他们最终是否填答问卷不是随机的，很可能存在一些因素影响其提交问卷的意愿。如果存在样本选择偏差，则会导致模型估计结果有偏且不一致。结合全校已就业的本科和硕士毕业生派遣数据信息，借鉴赫克曼（Heckman）两阶段模型，通过第一阶段选择方程构造选择偏差修正项——逆米尔斯比，其Probit 模型设定如下：

其中，Sit代表第t 年毕业生i 是否成为有效样本的二分变量，Prob(Sit=1) 表示成为有效样本的概率，Zit是解释变量向量，γ＇ 为回归系数向量。其中，解释变量包括性别、民族、政治面貌、学历层次、学科门类、学制年限、是否困难生、是否定向培养、就业单位类型、是否北上广深等大城市就业等。基于模型（1）得出是否成为有效样本的逆米尔斯比，并将其引入工资决定方程来控制样本选择偏差。

2.赫克曼工资决定方程

考察毕业生学历匹配和专业匹配对工资收入影响的模型如下：

其中，LnWit是工资收入对数；edu_mit、edu_umit和major_mit是学历匹配、教育不足和专业匹配的虚拟变量；edu_majit、edu_nomajit、uedu_majit、uedu_nomajit、oedu_majit分别表示学历和专业均匹配、学历匹配专业不匹配、教育不足专业匹配、教育不足专业不匹配、过度教育专业匹配虚拟变量（参照组为过度教育且专业不匹配）。α1、α2、α3刻画学历匹配、教育不足和专业匹配的工资溢价效应；β1、β2、β3、β4、β5衡量就业匹配不同组合的工资溢价效应。IMRit是样本选择偏差修正项，θ 是其估计系数。向量Xi是其他解释变量和控制变量，γ 是其回归系数向量；εit表示随机扰动项。

3.赫克曼Probit 模型

鉴于工作满意度和晋升机会的定序变量性质，同时考虑到潜在的样本选择偏差，借鉴已有研究的处理策略[24]，本研究采用有序Probit赫克曼模型考察学历匹配和专业匹配及其不同组合对毕业生工作满意度和晋升机会的影响。这两个模型中选择方程变量与模型（1）一致，有序Probit 模型的变量与模型（2）、模型（3）相同。

其中，Satit代表工作满意度这一定序变量，vh是工作满意度的具体取值（1，2，3，4），kh是满意度的切割点，Pr (Satit=vh) 表示工作满意度取某一具体值时的概率，α、β、γ、Xit、Sit、Zit的含义与模型（1）、模型（2）、模型（3）相同，μit是随机扰动项。模型（4）和模型（5）是工作满意度的有序Probit 回归方程，模型（6）和模型（7）是样本选择方程。晋升机会的模型设定形式与工作满意度相同。

三、学历匹配和专业匹配的劳动力市场奖惩效应

（一）学历匹配和专业匹配对工资收入的影响

基于模型（1）样本选择方程分别计算每届毕业生是否成为有效样本的逆米尔斯比，并将其加入工资决定方程以控制样本选择偏差。学历匹配和专业匹配在工资收入决定方程中的作用如表2 所示。第2—4 列是学历匹配和专业匹配影响工资收入的计量模型；第5—7 列是两种匹配的不同组合形式对工资收入的影响。基准模型（1）（2）未控制选择偏差，模型（1a）和模型（2a）在基准模型基础上加入样本选择偏差修正项，模型（1b）和模型（2b）进一步控制就业选择偏好和就业选择机会。结果显示，逆米尔斯比在所有模型中的系数都显著为正，说明有效样本代表毕业生总体中具有工资收入优势的群体，在模型中控制样本选择偏差很有必要。进一步控制选择偏好和工作机会以后，就业匹配对工资收入的影响方向和显著性保持不变，系数大小略有变化。接下来基于完整模型（1b）和（2b）的回归结果展开分析，在控制其他变量不变的情况下，学历匹配使工资收入显著提高7.6%，专业匹配对工资收入的影响不显著；以教育过度且专业不匹配为参照组，学历和专业均匹配使工资收入显著提高10.3%，学历匹配而专业不匹配使工资收入显著提高8.3%，教育不足但专业匹配使工资收入显著提高8.9%，就业匹配其他组合的工资优势不显著。就本研究分析样本而言，在控制学历匹配以后，专业匹配的工资溢价效应不显著，但专业匹配与学历匹配对收入的叠加影响要大于二者的独立效应。

表2 学历匹配和专业匹配对工资收入的影响

（二）学历匹配和专业匹配对工作满意度的影响

学历匹配和专业匹配对工作满意度的影响如表3 所示。第2—3 列是学历匹配和专业匹配及其组合影响工作满意度的有序Probit 基准模型；第4—5 列是两种匹配及其不同组合影响工作满意度的有序Probit 赫克曼模型。有序Probit赫克曼模型的分析结果显示，其有序Probit 模型的残差项μ1it与选择方程残差项μ2it的相关系数ρ在统计上不显著，因此工作满意度的有序Probit模型中是否控制样本选择偏差对计量结果的影响不大，第2 列与第4 列、第3 列与第5 列的回归系数基本一致。在控制其他变量不变的情况下，学历匹配、教育不足和专业匹配均能显著提高毕业生的工作满意度。以教育过度且专业不匹配为参照组，就业匹配组合的不同形式均能提高工作满意度。其中，学历与专业都匹配的叠加影响要大于二者的独立作用，这与就业匹配对工资收入的影响一致。

（三）学历匹配和专业匹配对晋升机会的影响

就业匹配对晋升机会的影响如表4 所示。第2—3 列是学历匹配和专业匹配及其组合影响晋升机会的有序Probit 基准模型；第4—5 列是两种匹配及其组合影响晋升机会的有序Probit 赫克曼模型。有序Probit 赫克曼模型的分析结果显示，其有序Probit 模型的残差项与选择方程残差项的相关系数在统计上不显著，故而在晋升机会的有序Probit 模型中是否控制样本选择偏差对计量结果影响不大，第2 列与第4 列、第3 列与第5 列的回归系数基本一致。在控制其他变量不变的情况下，学历匹配能够显著增加毕业生的晋升机会，但教育不足和专业匹配对晋升机会的影响不显著；以教育过度且专业不匹配为参照组，学历和专业都匹配、学历匹配专业不匹配、教育不足专业不匹配均能显著增加毕业生的晋升机会，就业匹配其他组合形式对晋升机会的影响不显著。其中，学历与专业都匹配的叠加影响要大于二者的独立作用，这与工资收入、工作满意度的分析结果一致。

四、学历匹配和专业匹配对劳动力市场表现的异质性影响

基于表2 的工资收入决定方程（模型1b），表3 的工作满意度模型（有序Probit 基准模型1），以及表4 的晋升机会模型（有序Probit 基准模型1），分析就业匹配对劳动力市场表现的异质性影响。第一，在控制其他变量不变的情况下，学历匹配能够显著提高本科和硕士毕业生的工资收入、工作满意度和晋升机会，专业匹配能够显著提高二者的工作满意度。第二，对综合成绩排名前25%的毕业生而言，学历匹配对工资收入、工作满意度和晋升机会均有显著正向影响，专业匹配仅对工作满意度有显著正向影响；对成绩排名中上（26%～50%）的毕业生而言，学历匹配能够显著提高工资收入和工作满意度，专业匹配仅对工作满意度有显著正向影响；对成绩排名后50%的毕业生而言，专业匹配能够显著提高工作满意度。第三，从专业类别来看，学历匹配和专业匹配都能显著提高工学毕业生的工作满意度，学历匹配还能够显著增加晋升机会，专业匹配有助于显著提高工资收入；对理学毕业生而言，学历匹配仅对提高工资收入有显著影响，专业匹配仅对增加晋升机会有显著影响；对人文社科类毕业生而言，学历匹配能够显著提高工资收入和工作满意度，专业匹配还对社科类毕业生工作满意度有显著正向影响；医学毕业生学历匹配有助于显著提高工作满意度。第四，从家庭背景来看，学历匹配对低收入家庭毕业生劳动力市场表现各维度均有显著正向影响，对平均收入家庭毕业生的工资收入、工作满意度有显著正向影响，仅显著提升高收入家庭毕业生的工作满意度；专业匹配能够显著提高低收入家庭毕业生的工作满意度和晋升机会以及平均收入家庭毕业生的工作满意度，对高收入家庭毕业生劳动力市场表现三个维度的影响均不显著。

表3 学历匹配和专业匹配对工作满意度的影响

表4 学历匹配和专业匹配对晋升机会的影响

五、学历匹配和专业匹配的影响因素分析

学历匹配和专业匹配影响因素的加权二元Logistic 回归结果如表5 所示。在控制其他变量不变的情况下，毕业生选择在省会城市或直辖市就业更易于找到匹配的工作。高收入就业偏好显著拉低专业匹配的优势比，而专业对口就业偏好显著提高学历匹配和专业匹配的优势比。有更多的工作选择机会能够显著提高学历匹配的优势比，对专业匹配的影响不显著。毕业生选择在高薪行业（金融业、房地产）就业显著降低专业匹配的优势比，对学历匹配的影响不显著。与事业单位相比，选择在国家党政机关和企业就业显著降低就业匹配的优势比。与文史哲专业相比，经济学、管理学、法学、工学和医学毕业生在学历匹配和专业匹配方面均有显著优势；教育学和理学毕业生学历匹配的优势比显著更高，其专业匹配的优势不显著。与本科毕业生相比，硕士毕业生更可能从事专业匹配的工作，但同时也更容易面临过度教育。同时，学业成绩优异的同学更有可能从事学历匹配的工作。与低收入家庭毕业生相比，来自高收入家庭的毕业生更可能找到学历匹配的工作。

表5 就业匹配影响因素的二元Logit 回归结果

注：1.括号内为标准误；2.* 表示p＜0.1，** 表示p＜0.05，*** 表示p＜0.01；3.模型还包括民族、高考户籍所在地、母亲文化程度、调查年份、其他行业等变量，其回归系数不显著；4.模型为加权回归，权重同表1 的抽样权重；5.学历匹配的参照组是过度教育；6.表中结果均为优势比

六、结论和讨论

（一）主要结论

总体而言，本研究佐证了学历匹配的收入溢价效应，呼应了其他学者基于纳什议价理论模型推导[25]、固定效应模型和工具变量估计[26]以及赫克曼两阶段模型分析[27]得出的研究结论。同时也发现，在控制学历匹配、样本选择偏差和就业决策选择偏好以后，专业匹配的工资溢价效应虽然不显著①，却有助于提高工作满意度，这与其他学者从职业专用技能视角[28]、众数自评法测度专业匹配[29]和中介效应角度[30]分析专业匹配影响工作满意度的研究结论也基本一致。与其他研究发现专业错配对工作满意度的负向影响大于过度教育不同[31]，本研究发现专业匹配对提升工作满意度的作用要弱于学历匹配。此外，学历匹配和专业匹配对劳动力市场表现的影响既有共性又有差异。学历匹配在提高毕业生工资收入和工作满意度、增加晋升机会等方面都有显著正向作用，而且学历匹配与专业匹配的叠加效应要大于二者的独立影响。不同之处在于，专业匹配虽对工资收入和晋升机会有积极影响但不显著，不过有助于显著提高毕业生的工作满意度，对弱势群体毕业生（中低收入家庭、学业劣势）的积极作用尤为明显。

（二）就业匹配制约因素讨论

高校毕业生就业匹配选择受多方面因素制约。第一，在省会城市或直辖市就业更容易找到学历匹配和（或）专业匹配的工作，因为大城市对人才需求的专业化程度更高，能够提供更多元的选择空间。[32]第二，专业对口就业偏好和高收入就业偏好对工作与专业匹配选择有截然相反的影响，前者能够助推专业匹配决策，后者有碍于选择专业匹配的工作。如果毕业生将高收入作为工作首选考量，将可能付出专业不匹配的代价。例如，选择在高薪行业（金融业、房地产）就业面临专业错配的风险更高。第三，选择在国家党政机关就业比在事业单位面临过度教育和专业错配的可能性更高，这与国家党政机关的人才选拔和任用制度不无关系。大多数情况下，国家党政机关要求新入职人员在不同岗位之间轮岗锻炼，毕业生的可迁移能力而非具体专业在其工作应聘和具体实践中发挥重要作用。第四，学业成绩优异的毕业生虽然在专业匹配方面没有显著优势，但更可能从事学历匹配的工作，而学业成绩不利的毕业生更可能面临过度教育，这说明学业成绩欠佳的毕业生有可能需要通过学历优势弥补能力或人力资本积累的不足。第五，来自高收入家庭的毕业生更有可能找到学历匹配的工作，但专业匹配优势不显著。借用封世蓝等人对类似现象的解释逻辑[33]，优势家庭往往动用更为广泛的社会网络，采用错位竞争策略为其子女选择录取门槛相对较低而录取率相对更高的专业，在他们毕业求职时利用更具优势的家庭社会网络助其选择性进入高薪行业，既能最大限度发挥其学历优势又能跳出所学专业的限制。

（三）研究启示及展望

若相当比例的大学毕业生从事与学历层次、所学专业不匹配的工作，则在一定程度上反映出个体和社会人力资本配置的低效，而且过度教育的收入惩罚效应及其对工作满意度、晋升机会的消极影响会进一步挫伤人们投资高等教育的积极性。专业错配导致个体工作满意度下降，也不利于提升毕业生整体就业质量。本研究的分析样本虽然来自一所一流大学建设高校，但相关结论能够在一定程度上反映高校毕业生就业匹配与劳动力市场表现的关系。不过本研究只分析了就业匹配对毕业生初职劳动力市场表现的影响。已有研究发现，过度教育的影响具有持久性[34]，初职过度教育的群体后续面临过度教育的可能性更大[35]。后续可通过追踪研究来分析就业匹配对毕业生劳动力市场表现的长期影响及其发挥作用的机制。此外，本研究通过控制样本选择性偏差和就业决策的收入偏好与对口就业偏好，在一定程度上削弱了由于样本自选择和遗漏变量造成的就业匹配选择内生性问题，可能无法很好解决就业匹配选择的反向因果问题，造成专业匹配对工资溢价效应的低估，后续可以尝试构造有效的工具变量或其他因果识别策略更准确地估计就业匹配对劳动力市场表现的影响。

注释：

①本研究采用表2 模型（1b）分别估计学历匹配和专业匹配的独立影响，发现二者对工资收入均有显著正向影响，但将这两类变量同时加入模型后，表2 中专业匹配的系数不显著，说明专业匹配结果的达成可能以学历不匹配为代价，故而控制学历匹配后专业匹配对工资收入的净影响不显著。