教育過度與不足的薪資效應(yīng)
——基于2015年全國高校畢業(yè)生調(diào)查的分析

郭 嬌

（華東師范大學(xué) 高等教育研究所，上海200062）

一、問題提出

根據(jù)國家統(tǒng)計(jì)局的數(shù)據(jù)，自1977年恢復(fù)高考以來，中國高校錄取人數(shù)從28萬人上升到2017年的842萬人，增長了30倍?？梢娫谶@40年里的高等教育擴(kuò)招，為累計(jì)上億的學(xué)生提供了社會(huì)經(jīng)濟(jì)階層的向上流動(dòng)渠道，為社會(huì)結(jié)構(gòu)向橄欖型發(fā)展培育了一個(gè)巨大的潛在中產(chǎn)群體[1]。與此同時(shí)，高校畢業(yè)生人數(shù)也從20萬人上升到794萬人①，增長幅度更大，高達(dá)40倍。這意味著在日益增長的就業(yè)壓力下，這些畢業(yè)生真正進(jìn)入中產(chǎn)階層的關(guān)鍵在于順利找到并保持一份與所受高等教育相匹配的工作。

教育與工作的匹配不僅關(guān)系個(gè)人的收入水平及社會(huì)流動(dòng)，還對(duì)國家的人力開發(fā)與技術(shù)升級(jí)具有戰(zhàn)略意義。早在20世紀(jì)70年代，這一匹配問題就引起學(xué)界關(guān)注，尤其在歐美國家，受過高等教育的勞動(dòng)力供給快速增長，超過了當(dāng)時(shí)的社會(huì)需求，大學(xué)畢業(yè)生相對(duì)于高中畢業(yè)生的收入優(yōu)勢(shì)明顯縮水，由此出現(xiàn)一系列聚焦在過度教育的實(shí)證研究[2]。進(jìn)入90年代以來，這些國家的技術(shù)變革、教育發(fā)展以及收入分配三者之間的微妙關(guān)系發(fā)生了逆轉(zhuǎn)。計(jì)算機(jī)等偏向能力的科技進(jìn)步（skill-biased technology change）②讓大學(xué)畢業(yè)生享受到更多的高等教育“紅利”（higher-education premium），與高中畢業(yè)生的收入差距拉大[3]。可見教育與工作的匹配是一種動(dòng)態(tài)的“賽跑”關(guān)系。不匹配既可表現(xiàn)為超前的過度教育，也可表現(xiàn)為滯后的教育不足。這種匹配或不匹配的張力在中國當(dāng)前的背景下表現(xiàn)如何？怎樣測(cè)量？與哪些個(gè)人特征及工作特征相關(guān)？有什么理論可用來解釋？對(duì)面臨就業(yè)壓力的高校畢業(yè)生意味著什么？為國家統(tǒng)籌規(guī)劃科技、教育、收入這三者的協(xié)同發(fā)展提供了哪些決策依據(jù)？

為回答上述問題，本研究聚焦在教育與工作的垂直匹配（thevertical match between education and job），即勞動(dòng)力的學(xué)歷或能力與工作要求持平。如果高于工作要求為過度教育（overeducation），低于工作要求則為教育不足（underducation）③[4]。基于2015年教育部規(guī)劃司“畢業(yè)生職業(yè)生涯與行業(yè)人才需求調(diào)查”課題對(duì)全國3萬多名高校畢業(yè)生的調(diào)查數(shù)據(jù)，本研究分析教育過度與教育不足這兩種就業(yè)錯(cuò)位與收入水平的關(guān)系。其中對(duì)教育的測(cè)量，除了學(xué)歷層次這一虛擬變量外，本研究還使用了受教育年限這一連續(xù)變量，并對(duì)估算出的收益率進(jìn)行國際對(duì)比。對(duì)薪資的測(cè)量，回歸模型分別采用起薪與當(dāng)前年薪作為不同的因變量，分析這兩種錯(cuò)位與收入的關(guān)系是否發(fā)生變化，并進(jìn)一步檢驗(yàn)這些變化能否用人力資本、篩選、偏好以及搜尋理論進(jìn)行解釋。

二、文獻(xiàn)述評(píng)

從1969年到1974年，對(duì)于美國25到34歲的勞動(dòng)者而言，高等教育“紅利”（即大學(xué)畢業(yè)生相對(duì)于高中畢業(yè)生的收入優(yōu)勢(shì)）從40%縮水到16%。引用此數(shù)據(jù)的《過度教育的美國人》[5]一書于1976年出版并引起學(xué)界對(duì)此問題的討論，其中不乏反駁之聲[6]。

1981年，美國《教育經(jīng)濟(jì)學(xué)評(píng)論》創(chuàng)刊號(hào)上發(fā)表了鄧肯與霍夫曼的經(jīng)典論文《過度教育的發(fā)生與工資效應(yīng)》[7]。他們的主要貢獻(xiàn)在于把匹配視角從社會(huì)宏觀的供給與需求轉(zhuǎn)向個(gè)人微觀的教育與工作，并拓展了估算教育收益率的明瑟方程，把多受一年教育細(xì)分為三種情況（過度、適度和不足），由此開創(chuàng)了教育經(jīng)濟(jì)學(xué)領(lǐng)域?qū)^度教育的實(shí)證研究?；?976年美國PSID調(diào)查里的白人男子數(shù)據(jù)，他們發(fā)現(xiàn)這三種情況下的教育收益率分別為2.9%、6.3%和-4.2%。

2011年，《教育經(jīng)濟(jì)學(xué)手冊(cè)》中的《勞動(dòng)力市場的過度教育與錯(cuò)位》一章梳理了過去30年不同學(xué)者對(duì)30個(gè)國家及地區(qū)的151項(xiàng)估算結(jié)果：在過度、適度和不足這三種情況下的教育收益率分別為4.3%、8.9%和-3.6%[2]。結(jié)果與鄧肯與霍夫曼的結(jié)論接近，回歸系數(shù)的方向不變，而效應(yīng)大小有所變化（注意通常不對(duì)這三種情況進(jìn)行交叉對(duì)比，而是在各自群體內(nèi)部比較大?。牡赜騺砜?，亞洲較高（三種收益率分別達(dá)到5.2%、13.5%與-4.2%，但數(shù)據(jù)來源僅限中國香港、中國臺(tái)灣兩地）。從年代來看，90年代的適度教育收益率較高（11.3%），而21世紀(jì)初的教育過度與不足的收益率較高（4.6%與-4.0%）。從估算方法來看，除了常見的OLS回歸，運(yùn)用工具變量與固定效應(yīng)模型都讓教育過度與不足的收益率變得不顯著。

可見，過度教育的實(shí)證分析不能脫離畢業(yè)生群體所處的具體地區(qū)與年代。例如，一項(xiàng)2007年的研究基于1995年社科院的全國收入調(diào)查數(shù)據(jù)，對(duì)中國的過度教育收益率估算為1.2%,適度教育的收益率5.8%,教育不足的收益率為-2.9%[8]，都低于前面提到的同期國際水平。由此引出一系列值得探究的問題：2007年之后基于近期數(shù)據(jù)的估算結(jié)果有怎樣的變化？與國際水平相比如何？

從主要的研究方法來看，OLS回歸的使用有其局限性，限制了對(duì)這些實(shí)證依據(jù)進(jìn)行因果推斷；而工具變量與固定效應(yīng)分析僅占少數(shù)（例如在2011年梳理的151項(xiàng)估算結(jié)果里只占6%[2]），且結(jié)論還需商榷。例如，以兄弟姐妹的數(shù)量、童年居住地、原生家庭的經(jīng)濟(jì)問題作為工具變量，這些變量會(huì)通過教育之外的途徑（如個(gè)人性格、職業(yè)選擇）來影響收入，違反了工具變量的排他性約束(exclusion restriction)[9]。運(yùn)用固定效應(yīng)模型的挑戰(zhàn)在于對(duì)數(shù)據(jù)近乎苛刻的要求：需要對(duì)同一群體在不同時(shí)點(diǎn)進(jìn)行至少兩次以上調(diào)查來采集面板數(shù)據(jù)，還要調(diào)查對(duì)象在不同時(shí)點(diǎn)的教育或工作發(fā)生了變化[10]。因此從已有文獻(xiàn)來看，OLS回歸分析仍是主流。

還有一個(gè)不容忽視的挑戰(zhàn)是教育過度與不足的內(nèi)涵：過度教育究竟是學(xué)歷過高（overqualified）還是能力過高（overskilled）？鄧肯與霍夫曼的估算傾向于學(xué)歷，而曾滿超與萊文在1985年的研究傾向于能力：從收入是否降低、職業(yè)期望是否得以實(shí)現(xiàn)、工作中技能是否得到運(yùn)用這三種方式來定義過度教育。其中第三種定義應(yīng)用最廣[11]?；?001-2007年澳大利亞HILDA調(diào)查的平板數(shù)據(jù)（樣本量為每年700名男性），研究發(fā)現(xiàn)學(xué)歷過高占14.3%，能力過高占8.4%，兩者都高占5.7%。通過固定效應(yīng)模型進(jìn)行回歸分析，只有兩者都高的情況下過度教育對(duì)工資收入的負(fù)面效應(yīng)才顯著（-5.9%）[4]。

另一個(gè)問題集中在對(duì)教育過度與不足的測(cè)量：究竟用受教育年限這一連續(xù)變量還是學(xué)歷層次這一虛擬變量？鄧肯與霍夫曼的測(cè)量傾向于前者，而國內(nèi)學(xué)界更為熟悉的韋爾杜戈與韋爾杜戈（Verdugo&Verdugo）的研究則采用后者：在控制了畢業(yè)生的學(xué)歷之后采用虛擬變量來表示教育過度與不足，估算出來的過度教育系數(shù)方向?yàn)樨?fù)且效應(yīng)值更大（因?yàn)檫^度教育年限往往不止一年），而教育不足的系數(shù)方向則為正[12]。用此方法估算出來的中國2012年1800多名大學(xué)生（畢業(yè)半年到五年）過度教育對(duì)起薪的效應(yīng)是-18.4%，對(duì)當(dāng)前年薪的效應(yīng)為-15.8%[13]。另一項(xiàng)研究基于2013年2400多名中國高校畢業(yè)生的就業(yè)調(diào)查數(shù)據(jù)，發(fā)現(xiàn)過度教育對(duì)起薪的效應(yīng)為-6.0%（方向仍為負(fù)但效應(yīng)值較?。?，對(duì)當(dāng)前年薪的效應(yīng)為4.7%，但影響不顯著[14]。

注意在上述文獻(xiàn)里，聚焦高等教育階段的研究僅為少數(shù)[4，13-14]且關(guān)注點(diǎn)都在過度教育，教育不足還是一個(gè)相對(duì)的“盲區(qū)”。伴隨著21世紀(jì)初以來的計(jì)算機(jī)、生物等技術(shù)快速升級(jí)趨勢(shì)[3]，高校畢業(yè)生是否也面臨教育（尤其是能力）滯后于技術(shù)進(jìn)步的挑戰(zhàn)？如果這種挑戰(zhàn)真實(shí)存在，那么教育不足的群體在高校畢業(yè)生中占比多少？對(duì)其起薪或當(dāng)前年薪又有何影響？本研究與針對(duì)高校畢業(yè)生的文獻(xiàn)可比性更強(qiáng)，并把側(cè)重點(diǎn)從過度教育拓寬到教育不足，以強(qiáng)調(diào)高等教育在技術(shù)進(jìn)步的動(dòng)態(tài)“賽跑”關(guān)系里既可能超前，也可能滯后。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)來源

本研究使用的數(shù)據(jù)來自2015年教育部規(guī)劃司“畢業(yè)生職業(yè)生涯與行業(yè)人才需求調(diào)查”課題組對(duì)全國32個(gè)省、市、自治區(qū)的在線問卷調(diào)查。調(diào)查對(duì)象為畢業(yè)一年到六年的大學(xué)生。問卷回收量達(dá)到48824份。通過剔除IP地址重復(fù)、應(yīng)答時(shí)間異常等個(gè)案，最后得到有效問卷34179份。

（二）樣本分布

從地區(qū)代表性來看，本研究覆蓋全國，就業(yè)區(qū)域在東、中、西部各占約1/3，中部略少。從畢業(yè)年份來看，樣本以2009到2015屆這七年畢業(yè)生為主（占97.8%），反映了近期趨勢(shì)。從學(xué)歷層次來看，樣本以本科為主，略高于3/4（77.4%），隨后是?？疲?1.9%）與碩士（10.1%），博士所占比例很?。?.6%）。從學(xué)校類型來看，非“211工程”普通本科學(xué)校最多（占87.1%），高職高專、“211工程”、“985工程”的比例都較小，分別為6.2%、5.5%、1.2%。從學(xué)科類別來看，在社科、工科、理科、人文的分布較均衡,其中社科類較多（占31.3%），人文類較少（20.8%）。從單位類型來看，多為政府機(jī)關(guān)、事業(yè)單位（35.1%）與民營企業(yè)（33.9%），集體企業(yè)（3.1%）與非營利機(jī)構(gòu)（2.0%）較少?？梢姳狙芯康慕Y(jié)論具有時(shí)效性，也能代表各地區(qū)、各學(xué)科以及各種單位類型，更適用于非“211工程”普通院校的本科畢業(yè)生。

（三）變量說明

本研究的因變量為畢業(yè)生的薪資水平，包括起薪與當(dāng)前年薪兩種測(cè)量方式，分別對(duì)應(yīng)調(diào)查問卷里的兩個(gè)問題：“您初次參加工作時(shí)，第一年的年薪大概是多少萬元？”以及“您目前的年薪是多少萬元？”都指的是稅前收入，包括工資、獎(jiǎng)金以及各種補(bǔ)貼。剔除前后各1%的極端值后，從取值范圍來看，畢業(yè)后第一年的年薪從5000元到10萬元，當(dāng)前年薪從5000元到20萬元。

自變量為教育過度與教育不足，包括學(xué)歷層次與受教育年限這兩種測(cè)量方式，通過調(diào)查問卷里“就您目前所從事的工作崗位，您認(rèn)為最適合的學(xué)歷層次”以及“您的最高學(xué)歷”這兩個(gè)問題來比較。如果崗位最適合的學(xué)歷層次低于畢業(yè)生的最高學(xué)歷就是過度教育，虛擬變量設(shè)為1(占樣本的30%)；反之則為教育不足，對(duì)應(yīng)的虛擬變量設(shè)為1（占樣本的13%）?？梢姳M管過度教育在高校畢業(yè)生里占比相對(duì)較高，但教育不足這一現(xiàn)象也的確存在，不容忽視。在此基礎(chǔ)上，把學(xué)歷層次折算成受教育年限④[15-16]，再按照鄧肯與霍夫曼的方法把受教育年限分為過度、適度與不足三種情況，用連續(xù)變量來表示。剔除前后各1%的極端值后，從取值范圍來看，基于受教育年限的過度教育為0－7年，教育不足為0－4年。

表1 調(diào)查對(duì)象基本信息的樣本分布說明（N＝34179）

控制變量主要分為個(gè)人特征與工作特征兩類。除了性別與年齡之外，控制變量還包括：（1）反映社會(huì)資本的家庭背景（父親學(xué)歷、父親職業(yè)、家庭戶籍以及所屬區(qū)域），（2）體現(xiàn)求職這一搜尋過程的求職時(shí)間長度與拿到的錄用通知數(shù)量，（3）與學(xué)歷層次同樣在勞動(dòng)力市場發(fā)揮“信號(hào)”作用的學(xué)校類型與黨員身份，（4）反映偏好的學(xué)科類別與單位類型。學(xué)校類型、學(xué)科類別與單位類型的樣本分布在表1已列出，表2只展示其余控制變量的描述統(tǒng)計(jì)。其中父親學(xué)歷為連續(xù)變量（從1到7，1代表小學(xué)，7代表博士畢業(yè)生）。父親職業(yè)為體現(xiàn)職業(yè)聲望的連續(xù)變量（從1到6，1代表“農(nóng)、林、牧、漁、水利生產(chǎn)人員”，6代表“機(jī)關(guān)、黨群組織、企事業(yè)單位負(fù)責(zé)人”⑤）。剔除前后各1%的極端值后，從取值范圍來看，樣本的年齡為21－31歲，求職時(shí)間長度為0－12個(gè)月，錄用通知數(shù)量為0－13份。

表2 主要變量的描述統(tǒng)計(jì)（N＝30119）

（四）回歸模型

基于鄧肯與霍夫曼對(duì)明瑟收益率方程的拓展，本研究對(duì)收入取自然對(duì)數(shù)，在回歸方程里把受教育年限分為過度、適度與不足三種情況，加入工作經(jīng)驗(yàn)（用年齡減去受教育年限再減去入學(xué)年齡7歲）及其平方，再加入其他控制變量，由此建立的回歸模型如下：

另一種估算方式是根據(jù)韋爾杜戈與韋爾杜戈的模型，在回歸方程里加入過度教育與教育不足的虛擬變量，代表學(xué)歷層次的虛擬變量，其余不變，得到的模型如下：

（五）假設(shè)檢驗(yàn)

按照鄧肯與霍夫曼的模型（1）估算出來的過度教育收益率為正，但小于適度教育收益率，而教育不足的收益率為負(fù)，即β3＜0＜β1＜β2。根據(jù)韋爾杜戈與韋爾杜戈的模型（2）估算出來的過度教育回歸系數(shù)為負(fù)，即β1＜0，而教育不足的收益率為正，即β3＞0。

根據(jù)《勞動(dòng)力市場的過度教育與錯(cuò)位》的文獻(xiàn)梳理[2]，可用加入控制變量來進(jìn)行檢驗(yàn)的主要理論假設(shè)如下：

（1）根據(jù)嚴(yán)格的人力資本理論，每多受一年的教育都會(huì)對(duì)收入帶來收益，即β1＝β2＝－β3，已有研究都不支持這一假設(shè)。還有一種更為寬松的假設(shè)，從補(bǔ)償?shù)慕嵌葋砜矗豁?xiàng)基于2011年8200多名中國高校畢業(yè)生就業(yè)調(diào)查的研究發(fā)現(xiàn)，來自弱勢(shì)家庭的畢業(yè)生出現(xiàn)過度教育的概率更高[17]，受教育所帶來的人力資本提高可用來彌補(bǔ)弱勢(shì)家庭的社會(huì)資本不足。本研究著重分析這種補(bǔ)償作用，而不是嚴(yán)格的人力資本理論。

（2）根據(jù)篩選理論，早在20世紀(jì)70年代斯賓塞就提出了與人力資本針鋒相對(duì)的這一理論，假設(shè)教育不能提高生產(chǎn)力，只是通過選拔把能力高的人配置到收入高的崗位上去[18]。對(duì)這一假設(shè)進(jìn)行檢驗(yàn)可加入其他發(fā)揮“信號(hào)”功能的變量（如學(xué)校類型、黨員身份等），看過度教育的收益率是否減弱。另一種檢驗(yàn)方式可通過起薪與當(dāng)前年薪的比較。在進(jìn)入職場階段，教育的篩選功能更強(qiáng)，而伴隨著工作經(jīng)驗(yàn)的累積與在職培訓(xùn)的開展，教育的“信號(hào)”作用有所減弱。因此過度教育對(duì)起薪的效應(yīng)比對(duì)當(dāng)前年薪更大。

（3）根據(jù)偏好理論，過度教育的發(fā)生可以歸因于畢業(yè)生在求學(xué)或擇業(yè)時(shí)更關(guān)注收入之外的其他回報(bào)，例如選擇人文學(xué)科，從事非營利工作等。加入與偏好相關(guān)的個(gè)人特征（如學(xué)科類別）與職業(yè)特征（如單位類型），可檢驗(yàn)這一假設(shè)。

（4）根據(jù)搜尋理論，過度教育導(dǎo)致的學(xué)歷或能力與工作要求的錯(cuò)位只是一種搜尋過程里的暫時(shí)現(xiàn)象，即“摩擦性低就業(yè)”。通過控制反映求職過程的變量（如求職時(shí)間長度、錄用通知數(shù)量），這一假設(shè)也可在本研究里得到檢驗(yàn)。

四、回歸分析

（一）起薪效應(yīng)

本研究首先按照鄧肯與霍夫曼對(duì)明瑟模型的擴(kuò)展來估算教育過度與不足對(duì)起薪的效應(yīng)，回歸分析結(jié)果見表3。對(duì)起薪取自然對(duì)數(shù)之后，把受教育年限這一連續(xù)變量分為過度、適度和不足，分別檢驗(yàn)這三種情況下的教育收益率。在只控制工作經(jīng)驗(yàn)及其平方項(xiàng)的模型1里，這三種收益率對(duì)應(yīng)為10.6%、13.7%、-12%?；貧w系數(shù)的方向與假設(shè)一致β3＜0＜β1＜β2，且都在統(tǒng)計(jì)意義上顯著。

表3 教育過度與不足的起薪效應(yīng)（基于受教育年限的連續(xù)變量）

通過逐步加入控制變量，本研究依次檢驗(yàn)四種理論假設(shè)（補(bǔ)償作用、信號(hào)／篩選、個(gè)人偏好以及搜尋／摩擦）。模型2控制性別及家庭背景之后，三種教育收益率都略有下降（注意：教育不足的收益率為負(fù)，此處的“下降”指收益率的絕對(duì)值變小。下面的回歸結(jié)果若出現(xiàn)類似變化，不再贅述）。除了農(nóng)村戶籍的回歸系數(shù)不顯著外，女性、父親學(xué)歷低、父親職業(yè)聲望低以及家在中西部都對(duì)起薪有顯著的負(fù)面效應(yīng)?？梢娺^度教育的補(bǔ)償作用有限，不能完全抵消這些大學(xué)生就業(yè)弱勢(shì)群體的“先天不足”。

與人力資本理論不同，根據(jù)篩選理論，學(xué)歷只是畢業(yè)生在勞動(dòng)力市場上用來體現(xiàn)能力的信號(hào)之一，用人單位還可根據(jù)學(xué)校類型、黨員、學(xué)生干部、獎(jiǎng)學(xué)金、證書、實(shí)習(xí)等多種信號(hào)進(jìn)行綜合篩選。模型3控制學(xué)校類型以及黨員身份后，教育過度、適度以及不足的三種收益率進(jìn)一步減少。這些系數(shù)的變化符合篩選理論的假設(shè)，即在增加其他勞動(dòng)力市場通用的“信號(hào)”之后，學(xué)歷本身在篩選過程里發(fā)揮的作用就會(huì)減弱。

偏好理論也會(huì)影響求學(xué)與求職等選擇，例如個(gè)人追求薪資之外的教育收益。根據(jù)這一理論假設(shè)加入相關(guān)的個(gè)人特征（學(xué)科類別）與工作特征（單位類型）進(jìn)行檢驗(yàn)（見模型4）。教育過度、適度以及不足的收益率僅有微小變化，小于根據(jù)前兩種理論（人力資本的補(bǔ)償作用與學(xué)歷的信號(hào)／篩選功能）加入控制變量之后產(chǎn)生的變化。教育過度對(duì)起薪的效應(yīng)基本不變，教育不足的效應(yīng)進(jìn)一步縮小為-7.8%。從學(xué)科類別來看，選擇人文學(xué)科的高校畢業(yè)生起薪最低，比起薪最高的工科少12%；從單位類型來看，選擇非營利機(jī)構(gòu)的高校畢業(yè)生起薪最低，比起薪最高的三資企業(yè)少38.1%。

最后來看與求職過程相關(guān)的搜尋理論。根據(jù)此假設(shè)，教育的過度與不足都是一種“摩擦性就業(yè)錯(cuò)位”的短期現(xiàn)象，通過充分的搜尋可以減少其發(fā)生的概率。在控制求職時(shí)間與拿到的錄用通知數(shù)量之后，回歸結(jié)果表明，教育過度、適度與不足這三種收益率基本不變（見模型5）。究其背后的原因，這回應(yīng)了在文獻(xiàn)述評(píng)里提到的一個(gè)關(guān)鍵問題：到底是學(xué)歷的過度還是能力的過度？盡管學(xué)歷達(dá)到或超出崗位要求，如果能力有所不足，搜尋過程長，起薪就低；反之如果能力也達(dá)到或超出崗位要求，拿到錄用通知多，起薪就高。

（二）基于當(dāng)前年薪的穩(wěn)健性檢驗(yàn)

教育過度與不足除了對(duì)起薪具有顯著的負(fù)面效應(yīng)外，對(duì)當(dāng)前年薪也有影響。以當(dāng)前年薪作為因變量進(jìn)行回歸，既可檢驗(yàn)?zāi)Ｐ偷姆€(wěn)健性，也可進(jìn)一步揭示相關(guān)理論發(fā)揮作用的機(jī)理。具體回歸結(jié)果見表4的模型6。教育過度的收益率從6.9%縮小為5.0%（接近已有文獻(xiàn)里對(duì)港臺(tái)地區(qū)的估算[2]），教育適度的收益率從9.6%變大為10.6%，而教育不足的收益率維持在-7.8%左右。可見適度或不足的教育支持人力資本理論，多受一年教育所提高的能力不會(huì)隨著工作年限增加而貶值，甚至還會(huì)在與崗位需求匹配時(shí)帶來更高的回報(bào)。過度教育在起薪模型里表現(xiàn)出的補(bǔ)償作用有所減弱，女性、父親學(xué)歷較低、農(nóng)村戶籍以及來自中西部的弱勢(shì)群體差距在當(dāng)前年薪上與參照組的差距進(jìn)一步拉大。這些變化符合篩選理論，即過度教育并沒有提高能力，而是通過高學(xué)歷提供了一塊“敲門磚”，幫畢業(yè)生爭取到更高的起薪。伴隨著工作表現(xiàn)及經(jīng)驗(yàn)積累，用人單位可通過學(xué)歷之外的其他職場“信號(hào)”來進(jìn)行篩選，過度教育對(duì)當(dāng)前年薪的效應(yīng)以及對(duì)弱勢(shì)群體的補(bǔ)償作用都縮水了。

從其余控制變量來看，學(xué)校類型的系數(shù)基本不變，其中“985工程”高校相對(duì)于其他本科院校的薪資優(yōu)勢(shì)在當(dāng)前年薪里有所擴(kuò)大，說明“985工程”院校不僅是求職時(shí)的“敲門磚”，也在能力培養(yǎng)上有助于畢業(yè)生的后續(xù)發(fā)展。黨員身份在當(dāng)前年薪模型里的效應(yīng)略有縮小，也符合理論假設(shè)，即其提供“信號(hào)”的作用大于提升能力。學(xué)科門類的系數(shù)略有變化，其中人文學(xué)科與工科的薪資差距進(jìn)一步擴(kuò)大。單位類型里，非營利機(jī)構(gòu)與其他單位類型的薪資差距進(jìn)一步拉大，尤其是民營企業(yè)與三資企業(yè)?？梢娛欠襁x擇人文學(xué)科、非營利機(jī)構(gòu)等個(gè)人偏好對(duì)當(dāng)前年薪的影響要大于起薪。從搜尋來看，也符合前面提到的理論假設(shè)，搜尋時(shí)間長反映能力不足，對(duì)當(dāng)前年薪的負(fù)面效應(yīng)也大于起薪；拿到錄用通知數(shù)量多反映能力強(qiáng)，系數(shù)則基本不變。

（三）基于學(xué)歷虛擬變量的穩(wěn)健性檢驗(yàn)

對(duì)教育過度與不足的測(cè)量包括基于受教育年限的連續(xù)變量與基于學(xué)歷層次的虛擬變量。本研究的另一個(gè)穩(wěn)健性檢驗(yàn)就是用韋爾杜戈與韋爾杜戈的學(xué)歷虛擬變量模型來進(jìn)行回歸（見表4的模型7）。從起薪來看，過度教育的系數(shù)為-8.6%，教育不足的系數(shù)則為4.6%。這支持在研究設(shè)計(jì)里提出的假設(shè)，即在控制最高學(xué)歷之后（相當(dāng)于把每一年都按適度教育來估算，因此會(huì)高估收益率），過度教育系數(shù)為負(fù)，且效應(yīng)值通常較大（相當(dāng)于模型5估算出的2到3年過度教育）；教育不足的系數(shù)則為正。

從當(dāng)前年薪來看（見表4模型8），過度教育的系數(shù)為-16.4%，教育不足的系數(shù)則為7.7%，與起薪效應(yīng)相比近乎翻倍。這與基于連續(xù)變量得出的結(jié)論在本質(zhì)上一致：過度教育的負(fù)面效應(yīng)對(duì)當(dāng)前年薪的影響遠(yuǎn)大于起薪，主要是其篩選作用及對(duì)弱勢(shì)群體的補(bǔ)償功能有所減弱。其余控制變量的系數(shù)在上一節(jié)已經(jīng)討論過，在此無實(shí)質(zhì)變化，不再贅述⑥。

結(jié)論與討論

本研究聚焦在教育過度與教育不足這兩種就業(yè)錯(cuò)位對(duì)薪資水平的負(fù)面效應(yīng)。基于2015年的高校畢業(yè)生就業(yè)數(shù)據(jù)，根據(jù)鄧肯與霍夫曼的經(jīng)典模型，本研究估算出教育過度、適度與不足對(duì)起薪的收益率分別是6.9%、9.6%與-7.8%，對(duì)當(dāng)前年薪的收益率分別是5.0%、10.6%與-7.7%。用當(dāng)前年薪估算出的過度教育收益率與已有文獻(xiàn)里的港臺(tái)地區(qū)水平接近（-5.2%）[2]，而教育不足的負(fù)面效應(yīng)（-7.7%）則高于國際水平（-3.6%）以及港臺(tái)水平（-4.2%）。已有文獻(xiàn)發(fā)現(xiàn)亞洲地區(qū)及21世紀(jì)初以來教育不足對(duì)薪資的效應(yīng)值都較高。本研究為這種趨勢(shì)提供了新的來自中國內(nèi)地的實(shí)證依據(jù)。這種趨勢(shì)是否與計(jì)算機(jī)等偏向技能的科技進(jìn)步相關(guān)？以往的實(shí)證研究側(cè)重于高等教育階段的過度教育，對(duì)教育滯后于技術(shù)進(jìn)步的不足相對(duì)關(guān)注較少。結(jié)合具體國情與時(shí)代背景來重構(gòu)教育與技術(shù)之間的賽跑關(guān)系，既關(guān)注超前也關(guān)注滯后，這是值得下一步深挖的研究方向。

表4 教育過度與不足的薪資效應(yīng)穩(wěn)健性檢驗(yàn)

基于剖析教育與收入之間關(guān)系的四種主要理論（人力資本、篩選、偏好、搜尋），本研究加入控制變量來檢驗(yàn)相關(guān)假設(shè)?；貧w結(jié)果不支持嚴(yán)格的人力資本，但給一種更為寬松的理論假設(shè)提供了實(shí)證依據(jù)：教育既提高能力，也提供學(xué)歷這一勞動(dòng)力市場通用的“信號(hào)”；過度教育的“信號(hào)”功能更強(qiáng)，而適度教育與教育不足更支持人力資本理論。過度教育幫助弱勢(shì)群體（女性、父親學(xué)歷較低、農(nóng)村戶籍以及來自中西部的高校畢業(yè)生）的補(bǔ)償作用有限，而且對(duì)當(dāng)前年薪而言，這種補(bǔ)償作用有所減弱。當(dāng)用人單位可以通過其他“信號(hào)”（畢業(yè)院校類型、黨員身份、工作經(jīng)驗(yàn)）來進(jìn)行篩選時(shí)，過度教育的薪資效應(yīng)就明顯減小。可見人才培養(yǎng)要強(qiáng)調(diào)能力本位而不是學(xué)歷本位，尤其對(duì)于政策重點(diǎn)幫扶的就業(yè)困難的大學(xué)生群體而言，高學(xué)歷只是“敲門磚”，高能力才可以助其在積累一定工作經(jīng)驗(yàn)后繼續(xù)享受高等教育“紅利”，順利進(jìn)入中產(chǎn)階層。

本研究的另一穩(wěn)健性檢驗(yàn)是基于學(xué)歷層次的虛擬變量來擬合模型。根據(jù)韋爾杜戈與韋爾杜戈的方法，在控制最高學(xué)歷之后，過度教育對(duì)起薪的效應(yīng)為-8.6%，教育不足則為4.6%；對(duì)當(dāng)前年薪的效應(yīng)近乎翻倍（分別為-16.4%與7.7%）。這些擬合結(jié)果符合假設(shè)，即過度教育系數(shù)為負(fù)且效應(yīng)值通常較大，而教育不足的系數(shù)為正。擬合值大小與國內(nèi)已有研究具有可比性，例如根據(jù)2013年高校畢業(yè)生就業(yè)數(shù)據(jù)估算出的教育過度與不足的起薪效應(yīng)分別為-6.0%和4.7%[14]。2012年對(duì)畢業(yè)半年到五年后的大學(xué)生當(dāng)前年薪估算出的過度教育效應(yīng)為-15.8%[13]。盡管數(shù)據(jù)來源與采集時(shí)點(diǎn)不同，但結(jié)論基本一致。這些實(shí)證研究的結(jié)果互為驗(yàn)證，從理論層面可不斷完善模型并檢驗(yàn)假設(shè)，從政策層面可及時(shí)監(jiān)測(cè)并統(tǒng)籌全國在教育、技術(shù)、收入三者之間的協(xié)同發(fā)展，并提供經(jīng)過各種穩(wěn)健性檢驗(yàn)的決策依據(jù)。

致謝

本研究調(diào)查問卷開發(fā)及數(shù)據(jù)清洗主要由華東師范大學(xué)閻光才、曹妍、李琳琳老師等人負(fù)責(zé)，謹(jǐn)此致謝。

注釋

①數(shù)據(jù)來自《全國教育事業(yè)發(fā)展統(tǒng)計(jì)公報(bào)》。統(tǒng)計(jì)口徑包括普通高等教育本?？萍把芯可A段。例如2017年的高校畢業(yè)生包括本?？?35.83萬人與研究生57.80萬人，合計(jì)793.63萬人（約794萬人）。②偏向技能的技術(shù)變革是指在相對(duì)工資固定情況下，任何一種相對(duì)于低技能勞動(dòng)力（如高中畢業(yè)生）來說提高了對(duì)高技能勞動(dòng)力（如大學(xué)畢業(yè)生）需求的新技術(shù)的引進(jìn)、生產(chǎn)方式的改變或工作組織的變化[3]。

③教育與工作的垂直匹配是指勞動(dòng)力的學(xué)歷或技能與工作要求持平。如果高于工作要求為過度教育，低于工作要求則為教育不足。與這一視角相對(duì)的水平匹配是指學(xué)歷或技能與工作要求持平，但教育類型（例如專業(yè)）與工作要求不符[4]。

④根據(jù)人口社科司社會(huì)處2003年的《“人均受教育年限”計(jì)算方法探討》，以現(xiàn)行學(xué)制年數(shù)視為受教育年數(shù)將文盲受教育年數(shù)定為0年，小學(xué)文化程度者受教育年數(shù)定為6年，初中文化程度者受教育年數(shù)定為9年，高中文化程度者受教育年數(shù)定為12年，大專以上文化程度者受教育年數(shù)定為16年。本研究側(cè)重于高等教育階段，需要對(duì)大專以上學(xué)歷對(duì)應(yīng)的受教育年限加以區(qū)分?；诂F(xiàn)行學(xué)制，將大專的受教育年限定為15年，本科定為16年，碩士定為18年，博士定為22年。碩士學(xué)制為2到3年，設(shè)為18年受教育年限可與美國進(jìn)行對(duì)比[15]。博士學(xué)制為3到4年。據(jù)國務(wù)院學(xué)位辦的全國博士學(xué)位獲得者數(shù)據(jù)庫顯示，2011到2012年的平均年限為4.3年[16]，故把博士受教育年限設(shè)為22年。

⑤父親學(xué)歷的連續(xù)變量：1＝小學(xué)，2＝初中，3＝高中，4＝高職高專，5＝本科，6＝碩士畢業(yè)生，7＝大學(xué)畢業(yè)生。父親職業(yè)的連續(xù)變量：1＝“農(nóng)、林、牧、漁、水利生產(chǎn)人員”，2＝“生產(chǎn)、運(yùn)輸設(shè)備操作及有關(guān)人員”，3＝“商業(yè)、服務(wù)人員”，4＝“辦事人員和有關(guān)人員”，5＝“專業(yè)技術(shù)人員”，6＝“機(jī)關(guān)、黨群組織、企事業(yè)單位負(fù)責(zé)人”。

⑥博士的回歸系數(shù)在模型7與模型8里差異較大。考慮到博士在樣本里僅占0.6%，本研究進(jìn)行了另一項(xiàng)穩(wěn)健性檢驗(yàn)，把碩士與博士合并為研究生這一學(xué)歷層次?；貧w結(jié)果跟模型7與模型8相比幾乎沒有變化：教育過度與不足的起薪效應(yīng)分別為-8.6%與4.7%，對(duì)當(dāng)前年薪的效應(yīng)分別為-16.4%與7.5%。