出口貿易與學歷誤配：緩解還是加?。俊诙喙ぞ咦兞糠ǖ慕涷炑芯?br/>

陳 昊

（對外經濟貿易大學 國際經濟研究院，北京100029）

一、引 言

從理論上說，勞動力市場最優(yōu)效率的實現(xiàn)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(yè)，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(yè)，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(xiàn)象，Boothby（1999）將這種現(xiàn)象稱為“工作—學歷誤配”（job－education mismatch），并嚴格定義為“需要高技術的工作沒有吸引足夠的高學歷勞動力”。①從最直接的角度來說，工作—學歷誤配無疑會顯著降低就業(yè)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，后文若無特殊說明，均將“工作—學歷誤配”簡稱為“學歷誤配”。

系統(tǒng)描述學歷誤配的開創(chuàng)性研究，如Hersch（1991）認為高學歷勞動力對現(xiàn)有的工作條件容易產生不滿，而高技術工作又往往呈現(xiàn)長期持續(xù)枯燥的特征，因而高學歷勞動力自主選擇從事低技術工作；Alfonso（1993）則通過考察西班牙分行業(yè)工人的數據，指出社會提供的“過度教育”造成就業(yè)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(tǒng)研究學歷誤配的經濟學文獻。其后，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，并進一步研究了學歷誤配與技能誤配之間的關系。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(xiàn)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(xiàn)學歷誤配的原因和背景，在衡量博士就業(yè)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(fā)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(fā)現(xiàn)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(wěn)定收入的工作。國內學者如湯寶波（2005）構建了信息不對稱的貝葉斯博弈模型，指出信息不對稱是造成學歷誤配的根本原因，陳昊（2011）則從風險規(guī)避的角度論證了高學歷勞動者普遍追求穩(wěn)定收入的微觀機理，并對2004－2009年分行業(yè)面板數據進行了實證分析。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(fā)現(xiàn)國內外學者普遍認為教育與信息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(xiàn)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并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系，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(yè)出口貿易規(guī)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，歸一化處理后可得：

其中，EMit表示第i個行業(yè)t時期的學歷誤配指數，hH與hL分別表示該行業(yè)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(guī)模在很大程度上取決于高學歷勞動力的劃分標準，由于傳統(tǒng)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及后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(xiàn)象，高學歷劃分標準逐漸提高以后，學歷誤配指數將會發(fā)生顯著變化，因此嚴格來說還需要檢驗提高劃分標準后出口貿易與學歷誤配的相關關系。受篇幅所限，本文并沒有就此展開討論，這將是后續(xù)研究的重點。

分行業(yè)學歷誤配指數的計算結果見表1和圖1。需要說明的是，本文所使用的數據來源于《中國勞動統(tǒng)計年鑒》、《中國統(tǒng)計年鑒》、《中國第三產業(yè)統(tǒng)計年鑒》、《中國工業(yè)經濟統(tǒng)計年鑒》和《中國服務貿易統(tǒng)計》。其中，《中國勞動統(tǒng)計年鑒》“按行業(yè)、性別分的城鎮(zhèn)就業(yè)人員受教育程度構成”表中報告了分行業(yè)不同學歷勞動力的比重，而通過《中國統(tǒng)計年鑒》中“分行業(yè)增加值”一表則可以計算出不同行業(yè)增加值的占比情況。表1和圖1展示了我們感興趣的一系列結論：首先，占有相當比重的行業(yè)基本上呈現(xiàn)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(yè)有農、林、牧、漁業(yè)、采礦業(yè)和建筑業(yè)等；其次，一些知識型或技能型的服務行業(yè)（這些行業(yè)往往提供波動顯著的報酬），如金融業(yè)、信息傳輸和軟件服務業(yè)在2004－2011年的絕大部分時間內保持穩(wěn)定波動，但在2011年學歷誤配程度卻顯著降低；最后，一些非技能型的服務行業(yè)（這些行業(yè)往往提供較為穩(wěn)定的報酬），如文化、體育和娛樂業(yè)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(yè)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(xiàn)緩慢增長趨勢的行業(yè)，這類行業(yè)往往屬于第一、第二產業(yè)，收入波動較小，且不需要很高的從業(yè)人員技能。第二類是在觀察期大部分時間內保持穩(wěn)定或小幅波動，但近年來學歷誤配程度顯著提高的行業(yè)，這類行業(yè)往往屬于服務業(yè)，且對從業(yè)人員的技能要求并不高，報酬波動也較小。第三類是在觀察期大部分時間內保持穩(wěn)定或小幅波動，但近年來學歷誤配程度顯著降低的行業(yè)，這類行業(yè)雖然也往往屬于服務業(yè)，但是對從業(yè)人員的知識和技能要求較高，屬于一般意義上的高新技術行業(yè)或高知識服務業(yè)。

表1 2004－2011年分行業(yè)學歷誤配指數

圖1 分行業(yè)學歷誤配指數及變動趨勢

（二）分行業(yè)學歷誤配程度與指標統(tǒng)計

表2報告了根據以上論述劃分的三類行業(yè)的指標統(tǒng)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(yè)確實是從業(yè)人員學歷最低的行業(yè)，表現(xiàn)為第一類行業(yè)的大專及本科以上勞動力比重顯著低于其他兩類行業(yè)，而近年來學歷誤配程度顯著降低的第三類行業(yè)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(yè)確實提供了最高的工資，同時第一、第二類行業(yè)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，表2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(yè)，或許較現(xiàn)有的粗略劃分三次產業(yè)的方法更為科學。如房地產業(yè)和金融業(yè)雖然同屬服務行業(yè)，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于今后進一步討論分行業(yè)的其他相關問題。

表2 行業(yè)分類指標統(tǒng)計

（三）分行業(yè)出口貿易額

值得注意的是，至今公開數據中缺乏對分行業(yè)出口貿易規(guī)模的統(tǒng)計，因此只能通過《中國統(tǒng)計年鑒》中“出口主要貨物數量和金額”表統(tǒng)計的120種商品手工計算分行業(yè)貨物出口貿易規(guī)模。此外，還有必要通過《中國服務貿易統(tǒng)計》中公布的服務貿易出口商品手工計算分行業(yè)服務出口貿易規(guī)模，二者相加可獲得分行業(yè)出口貿易總規(guī)模。具體的手工計算標準是：第一，貨物貿易方面，為了避免重復分類計算，本文只考慮120種出口商品作為最終商品，將其進行行業(yè)分類；第二，服務貿易方面，根據《中國服務貿易統(tǒng)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(yè)：運輸服務歸入交通運輸、倉儲、郵政業(yè)，旅游、電影與音像、廣告歸入居民服務和其他服務業(yè)，通信服務與計算機和信息服務歸入信息傳輸、計算機服務和軟件業(yè)，建筑服務歸入建筑業(yè)，保險、金融服務歸入金融業(yè)，專利權使用費和特許費歸入科學研究和技術服務業(yè)，咨詢和其他商業(yè)服務歸入租賃和商務服務業(yè)。手工計算結果見表3。

表3 2004－2011年分行業(yè)出口貿易額 單位：億美元

三、方程、工具變量與學歷誤配影響因素的檢驗

（一）模型構建與多工具變量法

根據前文相關論述并借鑒 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：

其中，lnEM 表示行業(yè)學歷誤配指數，lnEX 表示行業(yè)出口規(guī)模，lnW 表示行業(yè)工作收入，lnW×lnEX表示工作收入與出口規(guī)模的交互項，兩者之間的相互強化作用已有諸多文獻論證，這里不再贅述。X表示其他影響行業(yè)學歷誤配程度的控制變量。i和t分別代表行業(yè)和時間，λ和ε分別代表地區(qū)固定效應和隨機誤差項。

現(xiàn)代計量觀點認為，內生性是破壞回歸獲得一致性的根本原因，而內生性的情況主要有三種：遺漏變量、測量誤差和變量間的同時聯(lián)系性。盡管我們將控制現(xiàn)有研究發(fā)現(xiàn)的與學歷誤配相關的所有主要變量，但依然很難完全避免遺漏變量的情況。此外，變量間的同時聯(lián)系性幾乎無法避免，如控制變量中的行業(yè)就業(yè)水平與行業(yè)工資水平可能存在同時聯(lián)系性，因而簡單的POLS回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量替代可能存在內生性的就業(yè)變量，并在此基礎上進行二階段最小二乘回歸：

其中，Z→表示工具變量（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→中只有一個工具變量，則往往很難同時滿足以上兩個條件，所以采用多工具變量法。

表4 學歷誤配影響因素的POLS回歸結果

哪些變量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(yè)的經濟因素如行業(yè)固定資產投資和行業(yè)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(yè)的勞動力結構如行業(yè)女性就業(yè)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，控制變量主要包括：行業(yè)固定資產投資（INV）、行業(yè)外商直接投資（FDI）、行業(yè)勞動力水平（L）以及行業(yè)女性就業(yè)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(yè)的合理年齡應該為19歲。②而現(xiàn)實中存在年齡大于19歲但尚未高中畢業(yè)或年齡低于19歲卻已經高中畢業(yè)的情形，因而本文控制了行業(yè)“19歲以下勞動力比重”（year）。此外，勞動力性別差異對行業(yè)就業(yè)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(yè)女性就業(yè)比重”（sex）。第二，本文充分認識到不同行業(yè)的學歷誤配程度差異很大，其解釋路徑也應不盡相同，因而需要在回歸方程中控制行業(yè)虛擬變量（Industry），第三產業(yè)對高學歷勞動力的吸引能力普遍強于第一、第二產業(yè)，因此我們將屬于第三產業(yè)的行業(yè)設為1，其他行業(yè)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?？傮w而言，模型的穩(wěn)定性并不理想，這并不出乎我們的意料，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(xiàn)了逆轉與不顯著，行業(yè)出口規(guī)模對學歷誤配指數卻一直呈現(xiàn)穩(wěn)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(yè)的學歷誤配程度，當然這需要進一步驗證。同樣穩(wěn)定且顯著的解釋變量有行業(yè)固定資產投資（inv）、行業(yè)女性就業(yè)比重（sex）和19歲以下勞動力比重（year），其中行業(yè)固定資產投資規(guī)模和19歲以下勞動力比重的增加顯著且穩(wěn)定地緩解了行業(yè)的學歷誤配，而行業(yè)女性就業(yè)比重的增加卻加劇了行業(yè)的學歷誤配。以上結論僅僅是基于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。

接下來討論工具變量的選擇與引入問題。如前所述，理想的工具變量必須滿足兩個條件：首先它必須是外生的，其次必須與懷疑有內生性的變量顯著相關。而單一的工具變量往往很難同時滿足這兩個條件，因而一般采用多工具變量法。既與行業(yè)就業(yè)水平顯著相關又外生的變量往往是行業(yè)的非勞動力變量或政策性變量，這些變量直接影響行業(yè)就業(yè)水平，但無法被學歷誤配方程解釋?；谌缟峡紤]，本文選擇分行業(yè)法人單位數（NLE）與分行業(yè)增加值（VA）③作為工具變量。當然我們需要通過各種手段檢驗工具變量的有效性：（1）根據Staiger和Stock（1997）建議的經驗法則，在只有一個內生變量的情況下，如果第一階段回歸的F值大于10，則表明工具變量與內生變量存在足夠的顯著相關性；（2）Anderson－Rubin Wald統(tǒng)計量用于檢驗內生變量回歸系數之和是否為零；（3）Sargan－Hansen過度識別檢驗檢驗工具變量是否存在過度識別。面板二階段最小二乘（P－2SLS）回歸結果見表5。

P－2SLS的回歸結果是理想的：首先，方程都通過了工具變量有效性的上述相關檢驗。例如，第一階段回歸的F值均遠大于10，表明所選工具變量與內生變量存在足夠顯著的關系；Anderson－Rubin Wald檢驗值均在1%水平上顯著，表明內生回歸系數之和不為0，這強化了工具變量與內生變量存在顯著關系的結論；Sargan－Hansen過度識別檢驗接受了沒有過度識別的原假設，表明工具變量是適度的。其次，出口對行業(yè)學歷誤配程度呈現(xiàn)穩(wěn)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。最后，控制行業(yè)虛擬變量后，核心解釋變量的方向沒有出現(xiàn)逆轉，顯著性得到加強，且方程效果評價指標更優(yōu)，因而證明了不同類型行業(yè)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(yè)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(yè)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(yè)本身對技能的要求，即使低技術行業(yè)或許沒有理想的聲譽、工作環(huán)境和自我認同感（Hartog，2000）。行業(yè)工資水平提高會吸引原本學歷高于該行業(yè)要求的勞動者進入，從而加劇了行業(yè)的學歷誤配。第二，行業(yè)固定資產投資與外商直接投資規(guī)模已被諸多文獻證明對就業(yè)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(yè)女性就業(yè)比重而言，行業(yè)19歲以下勞動力比重對學歷誤配指數的影響顯然更加穩(wěn)定且顯著，19歲以下勞動力比重越高，學歷誤配指數越低。這一結論并不讓人感到意外：19歲以下勞動力大多沒有完成高中學習，且很多只能從事低技術行業(yè)，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(yè)市場的現(xiàn)象值得提倡。

表5 學歷誤配影響因素的P2SLS 回歸結果

四、結 論

本文基于Hersch（1991）衡量行業(yè)學歷誤配程度的方法，首次測度了中國分行業(yè)學歷誤配指數，并在此基礎上運用多工具變量法和二階段最小二乘法，考察了出口貿易與學歷誤配的關系，得到如下結論：

第一，行業(yè)出口貿易水平的提高顯著降低了學歷誤配指數，表明對外開放有利于緩解學歷誤配，促進勞動力資源優(yōu)化配置。

第二，行業(yè)女性就業(yè)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(xiàn)了女性勞動力學歷普遍提升及偏好穩(wěn)定工作的就業(yè)特點。

第三，行業(yè)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(yè)本身對技能的要求，即使低技術行業(yè)或許沒有理想的聲譽、工作環(huán)境和自我認同感。

第四，行業(yè)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(yè)的興趣，從而緩解學歷誤配現(xiàn)象，促進勞動力資源優(yōu)化配置。

本文的研究對于重新認識對外開放與勞動力市場效率的關系具有一定意義。以往研究大多只關注對外開放的就業(yè)效應，認為對外開放提高了就業(yè)水平，但是并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(fā)現(xiàn)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愿，這實際上重新闡釋了對外開放與勞動力市場效率的關系。

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系上，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并沒有被考慮進去。二是Hersch（1991）測度學歷誤配指數的方法不僅過于簡單，而且缺乏一個精彩的微觀故事。我們相信得到基于勞動者個體優(yōu)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。三是盡管我們采用了多工具變量法，但由于數據可得性的限制，還不能對更加細分的行業(yè)進行實證研究。使用更加微觀且細化的數據可以進一步完善本文的結論，這將是今后的工作。四是由于篇幅所限，還缺乏對高學歷劃分標準變化后的相關實證研究。我們相信在擴展衡量方法的基礎上，基于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。

注釋：

①雖然高學歷勞動力未必擁有高技能，但是在承認Spence信號現(xiàn)實理論的前提下，可以不再討論技能與學歷之間的差異問題。

②中國絕大多數地區(qū)規(guī)定“7歲入學且6年＋3年＋3年學制”，因而高中畢業(yè)的合理年齡為19歲。

③分行業(yè)增加值作為工具變量一直受到部分學者的質疑。本文認為學歷誤配的形成基于勞動者和廠商的互動篩選—匹配行為，而勞動者和廠商在應招聘過程中都很難充分了解到該行業(yè)當年的增加值情況，因而基本可以認為是外生的。后文針對工具變量的相關檢驗進一步證明了該變量的有效性。

[1]包群，邵敏，侯維忠.出口改善了員工收入嗎？[J].經濟研究，2011，（9）：41－54.

[2]陳昊.收入波動、風險規(guī)避與學歷誤配——來自中國行業(yè)面板的證據[J].南開經濟研究，2011，（6）：109－127.

[3]陳昊.出口是否加劇了就業(yè)性別歧視？——基于傾向評分匹配的再估計[J].財經研究，2013，（9）：109－119.

[4]葛玉好，曾湘泉.市場歧視對城鎮(zhèn)地區(qū)性別工資差距的影響[J].經濟研究，2011，（6）：45－56.

[5]馬雙，張劼，朱喜.最低工資對中國就業(yè)和工資水平的影響[J].經濟研究，2012，（5）：132－146.

[6]毛日昇.出口、外商直接投資與中國制造業(yè)就業(yè)[J].經濟研究，2009，（11）：105－117.

[7]邵敏，包群.出口企業(yè)轉型對中國勞動力就業(yè)與工資的影響：基于傾向評分匹配估計的經驗分析[J].世界經濟，2011，（6）：48－70.

[8]湯宏波.高學歷“追逐癥”與失業(yè)的經濟學分析——一個基于斯賓塞勞動力市場模型的研究[J].財經研究，2006（1）：113－120.

[9]Arellano M，Bond S.Some tests of specification for panel data：Monte carlo evidence and an application to employment equations[J].Review of Economic Studies，1991，58（2）：277－297.

[10]Arellano M，Bover O.Another look at the instrumental variable estimation of error components models[J].Journal of Econometics，1995，68（1）：29－51.

[11]Halaby C N.Overeducation and skill mismatch[J].Sociology of Education，1994，67（1）：47－59.

[12]Hartog J.Over－education and earnings：Where are we，where should we go？[J].Economics of Education Review，2000，19（2）：131－147.

[13]Helpman E，Itskhoki O，Redding S.Inequality and unemployment in a global economy[J].Econometrica，2010，78（4）：1239－1283.

[14]Hersch J.Education match and job match[J].The Review of Economics and Statistics，1991，73（1）：140－144.

[15]Nordin M，Persson I，Rooth D.Education－occupation mismatch：Is there an income penalty？[J].Economics of Education Review，2010，29（6）：1047－1059.

[16]Vahey，Shaun P.The great canadian training robbery：Evidence on the returns to educational mismatch[J].Economics of Education Review，2000，19（2）：219－227.