探析行業對外開放有助於減少學歷誤配畢業論文
一、引言
從理論上說,勞動力市場最優效率的實現必須滿足“人盡其才,物盡其用”的要求,即高學歷、高技能勞動力進入高技術行業,從事高技能工作或管理工作;中低學歷、中低技能勞動力進入中低技術行業,從事中低技能工作。而近年來高學歷勞動力從事低技術工作已經成為中國勞動力市場上的普遍現象,Boothby(1999)將這種現象稱為“工作—學歷誤配”(job-educationmismatch),並嚴格定義為“需要高技術的工作沒有吸引足夠的高學歷勞動力”。
從最直接的角度來說,工作—學歷誤配無疑會顯著降低就業和生產效率(Hartog,2000)。此外,工作—學歷誤配在很大程度上會導致“工資—學歷誤配”(wage-education mismatch),即高學歷勞動力無法獲得相應水平的工資(Bauer,2002)。本文只考察工作—學歷誤配,後文若無特殊說明,均將“工作—學歷誤配”簡稱為“學歷誤配”。
系統描述學歷誤配的開創性研究,如Hersch(1991)認為高學歷勞動力對現有的工作條件容易產生不滿,而高技術工作又往往呈現長期持續枯燥的特徵,因而高學歷勞動力自主選擇從事低技術工作;Alfonso(1993)則透過考察西班牙分行業工人的資料,指出社會提供的“過度教育”造成就業者學歷普遍提高,而工作經驗和能力卻受到限制,因而他們往往難以從事高技術工作,從而造成學歷誤配。這兩篇文獻是最早系統研究學歷誤配的經濟學文獻。其後,Allen和Rolf(2001)詳細考察了廣義學歷誤配的三種具體形式:工資誤配效應、工作搜尋誤配和工作滿意程度錯配,並進一步研究了學歷誤配與技能誤配之間的關係。他們認為,高學歷勞動力之所以往往選擇低技能工作,是因為他們的技能模式和知識結構與現實的高學歷工作往往存在差異,且高學歷的人力資本效應導致高學歷勞動力很難在公司中獲得技能培訓的機會。Bender和Heywood(2008)則專門考察了造成擁有博士學位的勞動者出現學歷誤配的原因和背景,在衡量博士就業者生產率的基礎上實證檢驗了他們對工作不滿意度提高的原因,指出科學技能的程式化是造成學歷誤配的根本性原因,而對科學技能的過分程式化掌握和理解則是高學歷勞動力特有的潛質。最具啟發的研究成果當屬Nordin等(2010)對工作—學歷誤配收入補償的討論,他們發現男女高學歷勞動者都普遍集聚在低技能崗位的原因是高技能工作不能提供令人滿意的“收入補償”,而高學歷勞動者往往又更偏好具有穩定收入的工作。國內學者如湯寶波(2005)構建了資訊不對稱的貝葉斯博弈模型,指出資訊不對稱是造成學歷誤配的根本原因,陳昊(2011)則從風險規避的角度論證了高學歷勞動者普遍追求穩定收入的微觀機理,並對2004-2009年分行業面板資料進行了實證分析。研究表明,工作收入的波動也是造成學歷誤配的重要原因之一。
綜上所述,我們發現國內外學者普遍認為教育與資訊不對稱是造成學歷誤配的重要原因,但是與封閉條件下對學歷誤配原因的探討已經呈現如此豐富的成果相比,開放條件下的學歷誤配問題則很少有人涉及,換言之,學者們未關注到出口貿易對學歷誤配可能產生的影響,這是本文選題的初衷。在測量學歷誤配指數並引入對外貿易的基礎上,實證研究出口貿易與學歷誤配的關係,以便能夠在開放條件下討論學歷誤配的成因。
二、學歷誤配指數與分行業出口貿易規模
(一)學歷誤配指數
根據Hersch(1991)提出的學歷誤配指數計算標準,歸一化處理後可得:
EMit=1+(hH/hH+hL)-(GDPit/GDPt) (1)
其中,EMit表示第i個行業t時期的學歷誤配指數,hH與hL分別表示該行業在該時期的高、低學歷勞動力人數。當然,不同學歷勞動力的規模在很大程度上取決於高學歷勞動力的劃分標準,由於傳統勞動經濟學將學歷“四等分”,一般認為“高中及以上學歷”即可認定為“高學歷”,表1及後文主體實證部分也均依照此分類標準。但是近年來學歷貶值已經成為普遍現象,高學歷劃分標準逐漸提高以後,學歷誤配指數將會發生顯著變化,因此嚴格來說還需要檢驗提高劃分標準後出口貿易與學歷誤配的相關關係。受篇幅所限,本文並沒有就此展開討論,這將是後續研究的重點。
分行業學歷誤配指數的計算結果，需要說明的是,本文所使用的資料來源於《中國勞動統計年鑑》、《中國統計年鑑》、《中國第三產業統計年鑑》、《中國工業經濟統計年鑑》和《中國服務貿易統計》。其中,《中國勞動統計年鑑》“按行業、性別分的城鎮就業人員受教育程度構成”表中報告了分行業不同學歷勞動力的比重,而透過《中國統計年鑑》中“分行業增加值”一表則可以計算出不同行業增加值的佔比情況。表1和圖1展示了我們感興趣的一系列結論:首先,佔有相當比重的行業基本上呈現學歷誤配程度逐年緩慢遞增的趨勢,只在中間的個別年份略有波動,代表性行業有農、林、牧、漁業、採礦業和建築業等;其次,一些知識型或技能型的服務行業(這些行業往往提供波動顯著的報酬),如金融業、資訊傳輸和軟體服務業在2004-2011年的絕大部分時間內保持穩定波動,但在2011年學歷誤配程度卻顯著降低;最後,一些非技能型的服務行業(這些行業往往提供較為穩定的報酬),如文化、體育和娛樂業及公共管理和社會組織在2011年學歷誤配程度顯著提高。據此,我們可以將行業按照學歷誤配程度變化趨勢的不同劃分為三類:第一類是在觀察期雖有小幅波動,但呈現緩慢增長趨勢的行業,這類行業往往屬於第一、第二產業,收入波動較小,且不需要很高的從業人員技能。第二類是在觀察期大部分時間內保持穩定或小幅波動,但近年來學歷誤配程度顯著提高的行業,這類行業往往屬於服務業,且對從業人員的技能要求並不高,報酬波動也較小。第三類是在觀察期大部分時間內保持穩定或小幅波動,但近年來學歷誤配程度顯著降低的行業,這類行業雖然也往往屬於服務業,但是對從業人員的知識和技能要求較高,屬於一般意義上的高新技術行業或高知識服務業。
(二)分行業學歷誤配程度與指標統計
根據以上論述劃分的三類行業的指標統計情況,結果基本印證了我們的初步設想:首先,學歷誤配指數在觀察期只有小幅波動,但基本維持緩慢增長的第一類行業確實是從業人員學歷最低的行業,表現為第一類行業的大專及本科以上勞動力比重顯著低於其他兩類行業,而近年來學歷誤配程度顯著降低的第三類行業擁有最多的高學歷勞動力;其次,近年來學歷誤配顯著降低的第三類行業確實提供了最高的工資,同時第一、第二類行業的工作收入水平差距很小,雖然它們存在較為顯著的高學歷勞動力比重差距。
此外,實際上也展示了本文可能存在的一個貢獻,即根據學歷誤配程度變化趨勢來劃分行業,或許較現有的粗略劃分三次產業的方法更為科學。如房地產業和金融業雖然同屬服務行業,但在高學歷勞動力比重和年均工資方面存在較大差異。因此表2展示的分類方法或許有助於今後進一步討論分行業的其他相關問題。
(三)分行業出口貿易額
值得注意的是,至今公開資料中缺乏對分行業出口貿易規模的統計,因此只能透過《中國統計年鑑》中“出口主要貨物數量和金額”表統計的120種商品手工計算分行業貨物出口貿易規模。此外,還有必要透過《中國服務貿易統計》中公佈的服務貿易出口商品手工計算分行業服務出口貿易規模,二者相加可獲得分行業出口貿易總規模。具體的手工計算標準是:第一,貨物貿易方面,為了避免重複分類計算,本文只考慮120種出口商品作為最終商品,將其進行行業分類;第二,服務貿易方面,根據《中國服務貿易統計》,我們將出口的服務商品按照其重要用途特點歸入相應行業:運輸服務歸入交通運輸、倉儲、郵政業,旅遊、電影與音像、廣告歸入居民服務和其他服務業,通訊服務與計算機和資訊服務歸入資訊傳輸、計算機服務和軟體業,建築服務歸入建築業,保險、金融服務歸入金融業,專利權使用費和特許費歸入科學研究和技術服務業,諮詢和其他商業服務歸入租賃和商務服務業。手工計算結果見表3。
三、方程、工具變數與學歷誤配影響因素的檢驗
(一)模型構建與多工具變數
根據前文相關論述並借鑑Hersch(1991)、Bauer(2002)、Budria和Ana(2008)、陳昊(2011)等研究成果,本文構建如下實證方程:
EMit=α+β1lnEXit+β2lnWit+β3lnWit×lnEXit+β→X→it+λi+εit(2 ）
其中,lnEM表示行業學歷誤配指數,lnEX表示行業出口規模,lnW表示行業工作收入,lnW×lnEX表示工作收入與出口規模的互動項,兩者之間的相互強化作用已有諸多文獻論證,這裡不再贅述。
X表示其他影響行業學歷誤配程度的控制變數。i和t分別代表行業和時間,λ和ε分別代表地區固定效應和隨機誤差項。
現代計量觀點認為,內生性是破壞迴歸獲得一致性的根本原因,而內生性的情況主要有三種:遺漏變數、測量誤差和變數間的同時聯絡性。儘管我們將控制現有研究發現的與學歷誤配相關的所有主要變數,但依然很難完全避免遺漏變數的情況。此外,變數間的同時聯絡性幾乎無法避免,如控制變數中的行業就業水平與行業工資水平可能存在同時聯絡性,因而簡單的POLS迴歸很難保證結果的一致性。為此,我們需要選擇合理的工具變數替代可能存在內生性的就業變數,並在此基礎上進行二階段最小二乘迴歸:
lnLit=c0+c1lnEXit+c2lnWit+c3lnWit×lnEXit+c→2X→it+c→3Z→+μ輑nL′itEMit=α+β1lnEXit+β2lnWit+β3lnWit×lnEXit+β4lnL′it+β→X→it+λi+εit其中,Z→表示工具變數(組),lnL′it表示lnLit的擬合值。良好的Z→必須滿足兩個條件:第一,Z→與lnLit顯著相關;第二,cov(Z→,ε)=0,即Z→外生。如果Z→中只有一個工具變數,則往往很難同時滿足以上兩個條件,所以採用多工具變數法。
哪些變數能夠合理解釋學歷誤配程度,一直以來都是相關研究爭論的焦點。大多數學者認為行業的經濟因素如行業固定資產投資和行業外商投資會顯著影響學歷誤配程度(Bauer,2002;Budria和Ana,2008;陳昊,2011),而其他學者則認為行業的勞動力結構如行業女性就業水平等才是影響學歷誤配程度的關鍵(Tomas和Michael,2009;Seamus和Peter,2011)。本文試圖同時考慮以上兩種意見,控制變數主要包括:行業固定資產投資(INV)、行業外商直接投資(FDI)、行業勞動力水平(L)以及行業女性就業比重。值得一提的有兩點:第一,如前所述,根據學歷四等分,高中及以上學歷被認定為“高學歷”,而高中畢業的合理年齡應該為19歲。
而現實中存在年齡大於19歲但尚未高中畢業或年齡低於19歲卻已經高中畢業的情形,因而本文控制了行業“19歲以下勞動力比重”(year)。此外,勞動力性別差異對行業就業水平的影響已經得到學者的廣泛認同,因而本文同時控制“行業女性就業比重”(sex)。第二,本文充分認識到不同行業的學歷誤配程度差異很大,其解釋路徑也應不盡相同,因而需要在迴歸方程中控制行業虛擬變數(Industry),第三產業對高學歷勞動力的吸引能力普遍強於第一、第二產業,因此我們將屬於第三產業的行業設為1,其他行業設為0。
(二)學歷誤配影響因素
檢驗表4報告了學歷誤配影響因素的面板普通最小二乘估計(POLS)結果。總體而言,模型的穩定性並不理想,這並不出乎我們的意料,因為OLS不能有效減輕內生性。而值得一提的是,即使其他解釋變量出現了逆轉與不顯著,行業出口規模對學歷誤配指數卻一直呈現穩定且顯著的負向影響,這讓我們有理由相信,出口貿易有可能降低行業的學歷誤配程度,當然這需要進一步驗證。同樣穩定且顯著的解釋變數有行業固定資產投資(inv)、行業女性就業比重(sex)和19歲以下勞動力比重(year),其中行業固定資產投資規模和19歲以下勞動力比重的增加顯著且穩定地緩解了行業的學歷誤配,而行業女性就業比重的增加卻加劇了行業的學歷誤配。以上結論僅僅是基於可能存在嚴重內生性的POLS,但是我們有理由做出這樣的猜測。
接下來討論工具變數的選擇與引入問題。如前所述,理想的工具變數必須滿足兩個條件:
首先它必須是外生的,其次必須與懷疑有內生性的變數顯著相關。而單一的.工具變數往往很難同時滿足這兩個條件,因而一般採用多工具變數法。既與行業就業水平顯著相關又外生的變數往往是行業的非勞動力變數或政策性變數,這些變數直接影響行業就業水平,但無法被學歷誤配方程解釋。基於如上考慮,本文選擇分行業法人單位數(NLE)與分行業增加值(VA)③作為工具變數。當然我們需要透過各種手段檢驗工具變數的有效性:(1)根據Staiger和Stock(1997)建議的經驗法則,在只有一個內生變數的情況下,如果第一階段迴歸的F值大於10,則表明工具變數與內生變數存在足夠的顯著相關性;(2)Anderson-Rubin Wald統計量用於檢驗內生變量回歸係數之和是否為零;(3)Sargan-Hansen過度識別檢驗檢驗工具變數是否存在過度識別。面板二階段最小二乘(P-2SLS)迴歸結果見表5。
P-2SLS的迴歸結果是理想的:首先,方程都通過了工具變數有效性的上述相關檢驗。例如,第一階段迴歸的F值均遠大於10,表明所選工具變數與內生變數存在足夠顯著的關係;Anderson-Rubin Wald檢驗值均在1%水平上顯著,表明內生迴歸係數之和不為0,這強化了工具變數與內生變數存在顯著關係的結論;Sargan-Hansen過度識別檢驗接受了沒有過度識別的原假設,表明工具變數是適度的。其次,出口對行業學歷誤配程度呈現穩定且顯著的負向影響,這再一次證明出口確實緩解了學歷誤配。最後,控制行業虛擬變數後,核心解釋變數的方向沒有出現逆轉,顯著性得到加強,且方程效果評價指標更優,因而證明了不同型別行業的學歷誤配情況確實存在較大差異。
表5報告的其他結果同樣值得關注:第一,行業工資水平是影響學歷誤配的重要因素,收入水平越高的行業學歷誤配情況越嚴重,Allen和Rolf(2001)、陳昊(2011)也論證了相同的結論。事實上,理性人追求高工資待遇使得高學歷勞動力會忽視行業本身對技能的要求,即使低技術行業或許沒有理想的聲譽、工作環境和自我認同感(Hartog,2000)。行業工資水平提高會吸引原本學歷高於該行業要求的勞動者進入,從而加劇了行業的學歷誤配。第二,行業固定資產投資與外商直接投資規模已被諸多文獻證明對就業產生顯著影響,表5的結果進一步證明它們同樣會對學歷誤配產生顯著影響。固定資產投資每提高10%,學歷誤配指數降低大約2%左右,而外商直接投資對學歷誤配的影響方向尚難確定。第三,較之行業女性就業比重而言,行業19歲以下勞動力比重對學歷誤配指數的影響顯然更加穩定且顯著,19歲以下勞動力比重越高,學歷誤配指數越低。這一結論並不讓人感到意外:
19歲以下勞動力大多沒有完成高中學習,且很多隻能從事低技術行業,因而其比重提高能夠顯著緩解學歷誤配,當然我們不認為這種大量低學歷勞動力進入就業市場的現象值得提倡。
四、結論
本文基於Hersch(1991)衡量行業學歷誤配程度的方法,首次測度了中國分行業學歷誤配指數,並在此基礎上運用多工具變數法和二階段最小二乘法,考察了出口貿易與學歷誤配的關係,得到如下結論:
第一,行業出口貿易水平的提高顯著降低了學歷誤配指數,表明對外開放有利於緩解學歷誤配,促進勞動力資源最佳化配置。
第二,行業女性就業比重對學歷誤配指數呈正向影響,而19歲以下勞動力比重的提高卻緩解了學歷誤配程度,這體現了女性勞動力學歷普遍提升及偏好穩定工作的就業特點。
第三,行業工資水平的提高基本上加劇了學歷誤配,表明理性人追求高工資待遇使得高學歷勞動力會忽視行業本身對技能的要求,即使低技術行業或許沒有理想的聲譽、工作環境和自我認同感。
第四,行業固定資產投資和FDI的提高能夠降低高學歷勞動力從事低技術行業的興趣,從而緩解學歷誤配現象,促進勞動力資源最佳化配置。
本文的研究對於重新認識對外開放與勞動力市場效率的關係具有一定意義。以往研究大多隻關注對外開放的就業效應,認為對外開放提高了就業水平,但是並沒有進一步考察對外開放是否能夠提高勞動力市場效率。高學歷勞動力從事低技術工作顯然損害了勞動力市場效率,而本文發現對外開放可以顯著降低高學歷勞動力從事低技術工作的意願,這實際上重新闡釋了對外開放與勞動力市場效率的關係。
本文的研究也有一些不足:一是把關注的焦點放在出口貿易與學歷誤配關係上,顯然忽略了其他影響學歷誤配的因素,尤其是勞動者本身的異質性並沒有被考慮進去。二是Hersch(1991)測度學歷誤配指數的方法不僅過於簡單,而且缺乏一個精彩的微觀故事。我們相信得到基於勞動者個體最佳化的學歷誤配演化路徑將是極有意義的工作,但是本文暫且沒有討論。
三是儘管我們採用了多工具變數法,但由於資料可得性的限制,還不能對更加細分的行業進行實證研究。使用更加微觀且細化的資料可以進一步完善本文的結論,這將是今後的工作。四是由於篇幅所限,還缺乏對高學歷劃分標準變化後的相關實證研究。我們相信在擴充套件衡量方法的基礎上,基於不同學歷劃分標準的更為詳細的研究,將是考察開放條件下學歷誤配問題的重要思路,這也將成為我們接下來的研究目標。
【探析行業對外開放有助於減少學歷誤配畢業論文】相關文章：