大學(xué)專業(yè)與職業(yè)發(fā)展異質(zhì)性研究*

譚 婭 封世藍(lán) 黃 楠

（1.北京大學(xué)光華管理學(xué)院 北京 100871）

（2.北京大學(xué)馬克思主義學(xué)院 北京 100871）

一、引 言

教育是國(guó)計(jì)，也是民生，受教育階段的專業(yè)選擇關(guān)乎畢業(yè)生未來的職業(yè)生涯和人生發(fā)展發(fā)向，選擇不同的專業(yè)意味著知識(shí)和技能的不同，進(jìn)而影響著后續(xù)的職業(yè)類型和薪酬水平（Arcidiacono，2004；Machin和Puhani，2003；Chevalier，2011；Long等，2015；Lindley和McIntosh，2015），甚至?xí)绊懸粋€(gè)人的社會(huì)地位和代際的社會(huì)流動(dòng)性（Lucas，2001）。正因?yàn)槿绱?，在選擇文理和報(bào)考專業(yè)時(shí)，學(xué)生及其家庭十分慎重，而理性的選擇需要建立在對(duì)學(xué)生自身特長(zhǎng)和大學(xué)不同專業(yè)特點(diǎn)的了解之上，其中，不同專業(yè)的未來職業(yè)發(fā)展是專業(yè)選擇決策的重要參考信息。由此可見，深入研究不同專業(yè)的職業(yè)發(fā)展差異，對(duì)于個(gè)體的教育決策有著重要的現(xiàn)實(shí)意義。此外，從勞動(dòng)力市場(chǎng)的角度來看，專業(yè)差異導(dǎo)致的勞動(dòng)者就業(yè)行為差異是不容忽視的。對(duì)不同專業(yè)的就業(yè)行為差異進(jìn)行深入研究，能夠?yàn)檎贫ň蜆I(yè)政策、企業(yè)制訂人事計(jì)劃、畢業(yè)生實(shí)現(xiàn)更高質(zhì)量就業(yè)提供有益的參考。

國(guó)際上，關(guān)于不同專業(yè)勞動(dòng)者在勞動(dòng)力市場(chǎng)上表現(xiàn)的研究主要集中于不同專業(yè)和專業(yè)內(nèi)部的薪酬差異。一部分文獻(xiàn)探討了不同專業(yè)之間的薪酬差異，并試圖解釋這些差異的來源。Arcidiacono（2004）利用美國(guó)1972年至1974年進(jìn)入大學(xué)的個(gè)體數(shù)據(jù)分析表明，自然科學(xué)和商科的畢業(yè)生有顯著更高的薪酬，他考慮了兩個(gè)共存的影響機(jī)制：能力直接影響薪酬、能力通過影響專業(yè)選擇來間接影響薪酬，而后，基于模型進(jìn)行結(jié)構(gòu)估計(jì)發(fā)現(xiàn)，薪酬差異能被不同專業(yè)之間能力差異所解釋的部分很少。Long等（2015）所用的2007—2012年美國(guó)華盛頓州數(shù)據(jù)顯示，信息技術(shù)和醫(yī)學(xué)健康專業(yè)的畢業(yè)生薪酬最高，商科、工程類和數(shù)學(xué)統(tǒng)計(jì)類專業(yè)次之，研究發(fā)現(xiàn)大學(xué)新生的專業(yè)選擇顯著受到勞動(dòng)力市場(chǎng)中的薪酬信息影響。另有一部分研究探討了不同專業(yè)內(nèi)部的薪酬差異。Chevalier（2011）利用英國(guó)數(shù)據(jù)研究發(fā)現(xiàn)，專業(yè)內(nèi)部的薪酬差距比專業(yè)之間的薪酬差距更大。Lindley和McIntosh（2015）對(duì)1994年至2010年的調(diào)研數(shù)據(jù)研究，提出專業(yè)內(nèi)部的薪酬差異與學(xué)生基礎(chǔ)教育階段的數(shù)學(xué)、閱讀等能力差異以及不同專業(yè)的就業(yè)集中度有關(guān)，其中，醫(yī)學(xué)、教育學(xué)和信息科學(xué)的就業(yè)集中度持續(xù)最高，而經(jīng)濟(jì)和人文藝術(shù)專業(yè)的就業(yè)集中度最低。

國(guó)內(nèi)文獻(xiàn)中，由于數(shù)據(jù)的缺乏，關(guān)于不同專業(yè)勞動(dòng)者在勞動(dòng)力市場(chǎng)的薪酬、職業(yè)流動(dòng)等表現(xiàn)的研究較少，現(xiàn)有文獻(xiàn)表明專業(yè)之間的薪酬差異存在且不容忽視，例如錢誠(chéng)和王建民（2013）對(duì)2012年全國(guó)企事業(yè)單位新進(jìn)畢業(yè)生調(diào)查數(shù)據(jù)顯示不同專業(yè)的畢業(yè)生之間的起點(diǎn)薪酬差異較大。本科畢業(yè)生中法學(xué)和理學(xué)的平均起薪最高，分別為每月2 744元和2 705元，歷史學(xué)和哲學(xué)的平均起薪最低，分別僅為每月1 250元和1 400元。在研究生中，工學(xué)的平均起薪最高，達(dá)到5 746元，而歷史學(xué)僅為3 000元。吳秋翔（2018）使用“中國(guó)教育追蹤調(diào)查”數(shù)據(jù)研究發(fā)現(xiàn)：高中文理分科是通過影響大學(xué)專業(yè)選擇進(jìn)而產(chǎn)生薪酬差異的，同一專業(yè)中的文理科畢業(yè)生薪酬沒有顯著差異，而不同專業(yè)間的文理科畢業(yè)生薪酬存在顯著差異。除了薪酬之外，不同專業(yè)畢業(yè)生的就業(yè)行為也存在一定差異。趙曉航和田志鵬（2014）利用2013年北京兩所高水平大學(xué)的抽樣數(shù)據(jù)進(jìn)行多項(xiàng)Logistic回歸分析發(fā)現(xiàn)，不同專業(yè)的畢業(yè)生進(jìn)入就業(yè)部門的概率存在差異，相比于人文社科類專業(yè)，理工醫(yī)科和經(jīng)濟(jì)商科畢業(yè)生會(huì)更少地進(jìn)入機(jī)關(guān)事業(yè)單位。黃楠等（2015）利用某高校2012—2014屆的畢業(yè)生調(diào)查數(shù)據(jù)進(jìn)一步發(fā)現(xiàn)，不同專業(yè)內(nèi)部就業(yè)存在性別差異，法學(xué)和經(jīng)濟(jì)學(xué)專業(yè)畢業(yè)生中女性進(jìn)入國(guó)有部門的概率顯著低于男性。

現(xiàn)有文獻(xiàn)尚缺乏關(guān)于不同專業(yè)的勞動(dòng)者在職業(yè)流動(dòng)和職業(yè)發(fā)展上的研究，本文試圖利用獨(dú)特的追蹤數(shù)據(jù)對(duì)該領(lǐng)域研究進(jìn)行有益補(bǔ)充。本文首先構(gòu)造了一個(gè)在崗尋職的搜索與匹配模型闡述不同專業(yè)間職業(yè)流動(dòng)差異的產(chǎn)生機(jī)制，并利用獵頭公司的人才庫數(shù)據(jù)，通過實(shí)證分析探討了不同專業(yè)勞動(dòng)者的職業(yè)選擇和職業(yè)流動(dòng)的動(dòng)態(tài)變化過程。研究發(fā)現(xiàn)：STEM類專業(yè)（基礎(chǔ)科學(xué)、技術(shù)、工程、數(shù)學(xué)）的勞動(dòng)者更傾向于在高科技生產(chǎn)類企業(yè)工作，在入職初期流動(dòng)性較高，但在后期職業(yè)趨于穩(wěn)定；LEM類專業(yè)（法律、經(jīng)濟(jì)、管理）的勞動(dòng)者在各個(gè)領(lǐng)域的就業(yè)分布相近，隨著工作經(jīng)驗(yàn)的積累，LEM類專業(yè)的勞動(dòng)者會(huì)先于STEM類專業(yè)的勞動(dòng)者進(jìn)入職業(yè)穩(wěn)定階段，而其他文科類專業(yè)的勞動(dòng)者更多在服務(wù)類企業(yè)工作，職業(yè)流動(dòng)較為頻繁。本文分為以下部分：第二部分構(gòu)建搜索與匹配模型框架，分析不同專業(yè)勞動(dòng)者的職業(yè)流動(dòng)差異的產(chǎn)生機(jī)制，第三部分介紹獨(dú)特的數(shù)據(jù)來源和實(shí)證方法，第四部分探討不同專業(yè)勞動(dòng)者在行業(yè)選擇和職業(yè)流動(dòng)行為方面的差異，最后總結(jié)全文。

二、不同專業(yè)的職業(yè)流動(dòng)機(jī)制

本文采用Pissarides（1994）在崗尋職搜索匹配模型的分析框架，進(jìn)一步引入勞動(dòng)者的異質(zhì)性和崗位的異質(zhì)性，對(duì)不同專業(yè)勞動(dòng)者的職業(yè)流動(dòng)行為差異進(jìn)行了分析。本文在Pissarides（1994）的基礎(chǔ)上進(jìn)行了兩方面的理論創(chuàng)新：一是假設(shè)勞動(dòng)者搜索崗位時(shí)根據(jù)崗位與自身專業(yè)的匹配程度進(jìn)行求職決策，勞動(dòng)者和崗位初次匹配時(shí)不一定完全匹配，可能出現(xiàn)勞動(dòng)者專業(yè)和崗位要求不對(duì)口的情況；二是假設(shè)勞動(dòng)者的專業(yè)類型存在異質(zhì)性，包括理科類專業(yè)和文科類專業(yè)，兩類專業(yè)的勞動(dòng)者面對(duì)的崗位分布和崗位生產(chǎn)率存在差異。

假設(shè)勞動(dòng)力市場(chǎng)中有L名理科類專業(yè)的勞動(dòng)者和L名文科類專業(yè)的勞動(dòng)者，簡(jiǎn)化假設(shè)這兩類勞動(dòng)者分別在兩個(gè)子勞動(dòng)力市場(chǎng)中求職，他們當(dāng)中失業(yè)勞動(dòng)者的比例分別為uS和uLA，在崗尋職的勞動(dòng)者比例分別為eS和eLA。失業(yè)勞動(dòng)者和在崗尋職的勞動(dòng)者共同在V個(gè)企業(yè)中求職，每個(gè)企業(yè)創(chuàng)造一個(gè)理科崗位和一個(gè)文科崗位，令v表示崗位—?jiǎng)趧?dòng)者數(shù)量比。假設(shè)每一期失業(yè)勞動(dòng)者與空置崗位接觸總數(shù)由匹配方程決定：

其中，等式左邊的M表示每一期子勞動(dòng)市場(chǎng)中勞動(dòng)者與崗位接觸的數(shù)量，等式右邊m（·）是匹配方程，匹配方程的變量包括求職勞動(dòng)者的總數(shù)，在兩個(gè)子市場(chǎng)中分別為（uS+eS）L和（uLA+eLA）L，以及空置崗位的總數(shù)，在兩個(gè)子市場(chǎng)中分別為vSL和vLAL，該方程是一次齊次方程，因此，每個(gè)勞動(dòng)者與崗位發(fā)生接觸的平均數(shù)量為m≡ML=m（u+e,v）。

（2）式說明對(duì)于廠商而言市場(chǎng)緊度越大，單個(gè)廠商與勞動(dòng)者發(fā)生接觸的概率q（θ）就越小。同樣地，每個(gè)勞動(dòng)者與廠商發(fā)生接觸的平均概率可以表示成θq（θ）。

接著，在模型中引入專業(yè)與崗位之間相關(guān)程度的異質(zhì)性，假設(shè)勞動(dòng)者的專業(yè)與各個(gè)崗位之間有不同的相關(guān)度x∈［0,1］，當(dāng)專業(yè)—職業(yè)相關(guān)度為1時(shí)，表示勞動(dòng)者的專業(yè)與職業(yè)完全相關(guān)；為0時(shí)，表示專業(yè)與職業(yè)完全不相關(guān)。勞動(dòng)者求職的過程中，他的專業(yè)與所接觸的崗位的相關(guān)度是從一個(gè)特定分布中的隨機(jī)取值，我們假設(shè)理科類專業(yè)與崗位的相關(guān)度服從分布FS（x），文科類專業(yè)與崗位的相關(guān)度服從分布FLA（x）。

從廠商的角度看，所聘用勞動(dòng)者的專業(yè)和崗位之間的相關(guān)度會(huì)影響崗位的產(chǎn)出y（x），假設(shè)y'＞0，即專業(yè)—職業(yè)相關(guān)度越高，生產(chǎn)率則越高。相應(yīng)地，對(duì)于勞動(dòng)者來說，專業(yè)—職業(yè)相關(guān)度會(huì)影響他們得到的工資水平ω（x）。因此，勞動(dòng)者在心里會(huì)有兩個(gè)作為行動(dòng)參考的保留專業(yè)—職業(yè)相關(guān)度：一個(gè)是接受工作的保留專業(yè)—職業(yè)相關(guān)度Ri（i∈｛S,LA｝），只有當(dāng)自身專業(yè)與接觸到的崗位的相關(guān)度高于該保留相關(guān)度，勞動(dòng)者才會(huì)接受這份工作，否則會(huì)拒絕；第二個(gè)是進(jìn)行在崗尋職的保留專業(yè)—職業(yè)相關(guān)度Ci（i∈｛S,LA｝），當(dāng)自身專業(yè)與當(dāng)前崗位的相關(guān)度低于該保留相關(guān)度時(shí)，他會(huì)一邊工作一邊尋找更好的崗位，反之，他會(huì)停止在崗尋職行為。接下來，我們對(duì)廠商決策和勞動(dòng)者決策進(jìn)行描述。

（一）廠商決策

設(shè)J表示一個(gè)滿置崗位期望利潤(rùn)的折現(xiàn)值，V表示一個(gè)空置崗位期望利潤(rùn)的折現(xiàn)值，假設(shè)所有崗位都是在最高的專業(yè)—職業(yè)相關(guān)度（x=1）條件下被創(chuàng)造出來，并假設(shè)存在一個(gè)完善的資本市場(chǎng)，經(jīng)濟(jì)運(yùn)行無限期，并且不存在動(dòng)態(tài)參數(shù)變化，則一個(gè)新崗位的期望利潤(rùn)滿足以下Bellman方程：

其中，p是專業(yè)—崗位匹配度最高時(shí)的產(chǎn)出，它的n倍（n∈（0,1））是創(chuàng)造新崗位的成本。

對(duì)于一個(gè)滿置崗位來說，勞動(dòng)者會(huì)在兩種情況下離職：一是發(fā)生外生沖擊λ，勞動(dòng)者會(huì)離職并進(jìn)入失業(yè)狀態(tài)，二是該崗位上的勞動(dòng)者進(jìn)行在崗尋職，那么他會(huì)以一定的概率找到新的工作，離開當(dāng)前崗位。當(dāng)勞動(dòng)者進(jìn)行在崗尋職時(shí)，一個(gè)滿置崗位的期望利潤(rùn)滿足：

其中，ωse（x）是支付給有在崗尋職行為的勞動(dòng)者的工資。

而當(dāng)勞動(dòng)者不進(jìn)行在崗尋職時(shí)，一個(gè)滿置崗位的期望利潤(rùn)滿足以下Bellman方程：

其中，ωns（x）是支付給不進(jìn)行在崗尋職的勞動(dòng)者的工資。

（二）勞動(dòng)者決策

設(shè)U為失業(yè)狀態(tài)帶給勞動(dòng)者的期望收入的貼現(xiàn)值，W為就業(yè)狀態(tài)帶給勞動(dòng)者的期望收入的貼現(xiàn)值。失業(yè)狀態(tài)的期望收入的貼現(xiàn)值可以表示成以下Bellman方程：

在崗勞動(dòng)者不尋職的期望回報(bào)滿足：

在崗勞動(dòng)者尋職時(shí)的期望回報(bào)滿足：

第一，我們考慮關(guān)系著是否接受工作的保留專業(yè)—職業(yè)相關(guān)度Ri（i∈｛S,LA｝），它滿足當(dāng)xi=Ri時(shí)，將（6）式和（7）式代入得到：

第二，考慮關(guān)系著是否在崗尋職的保留專業(yè)—職業(yè)相關(guān)度Ci（i∈｛S,LA｝），它滿足當(dāng)xi=Ci時(shí)，將（7）式和（8）式代入得到：

（三）市場(chǎng)均衡與數(shù)值模擬

勞動(dòng)力市場(chǎng)達(dá)成均衡時(shí)，假設(shè)崗位匹配收益通過納什工資談判在廠商和勞動(dòng)者之間分配：maxw［W-U］β［J-V］1-β，求解出勞動(dòng)者在崗尋職的保留專業(yè)—職業(yè)相關(guān)度Ci滿足①因篇幅所限，本文省略了模型求解過程和部分均衡結(jié)果，感興趣的讀者可在《經(jīng)濟(jì)科學(xué)》官網(wǎng)論文頁面“附錄與擴(kuò)展”欄目下載。：

其中，A=-β2p-（1-β）βrU是與Ci無關(guān)的常數(shù)。該式說明勞動(dòng)者決策是否進(jìn)行在崗尋職受到專業(yè)—職業(yè)相關(guān)度的分布Fi（·）和勞動(dòng)者工資談判的能力β的影響。

利用這個(gè)框架模擬理科類專業(yè)和文科類專業(yè)勞動(dòng)者的職業(yè)流動(dòng)行為。理科類專業(yè)勞動(dòng)者職業(yè)技能的針對(duì)性較強(qiáng)，在應(yīng)用與其專業(yè)相關(guān)技術(shù)的行業(yè)中才能充分發(fā)揮其專業(yè)知識(shí)，而文科類專業(yè)職業(yè)技能的普遍性較強(qiáng)，在多種行業(yè)的任職都能發(fā)揮其專業(yè)優(yōu)勢(shì)，這樣的差異在Robst（2007）、李鋒亮等（2009）中有所闡述。我們考慮一個(gè)特殊的分布情況，假設(shè)理科專業(yè)和文科專業(yè)面對(duì)的職業(yè)相關(guān)度分布如圖1所示（左圖為理科，右圖為文科），理科面對(duì)的職業(yè)相關(guān)度的分布離散性更大，處于低相關(guān)水平和高相關(guān)水平的職業(yè)比例均比文科生更高，文科專業(yè)面對(duì)的中等相關(guān)水平職業(yè)的比例更高。

圖1 理科勞動(dòng)者（左）和文科勞動(dòng)者（右）的職業(yè)匹配度分布

在該分布下，我們對(duì)其他變量進(jìn)行設(shè)定，參考現(xiàn)有文獻(xiàn)中估算的中國(guó)勞動(dòng)收入份額（翁杰和周禮，2010；魏下海等，2013），設(shè)定工資分配比例系數(shù)β=0.4，參考Shi（2002）設(shè)定產(chǎn)出p=10，利率r=0.06，創(chuàng)造新崗位的成本占產(chǎn)出的比率n=0.6。

計(jì)算得到文科勞動(dòng)者進(jìn)行在崗尋職的保留相關(guān)性為0.72，占接受工作的文科勞動(dòng)者總?cè)藬?shù)的83.54%，理科勞動(dòng)者進(jìn)行在崗尋職的保留相關(guān)性為0.86，在崗尋職的理科勞動(dòng)者占接受工作的理科勞動(dòng)者總?cè)藬?shù)的58.44%。這說明了在圖1的分布下，理科勞動(dòng)者進(jìn)行在崗尋職的保留專業(yè)—職業(yè)相關(guān)度更高，在崗尋職的比例低于文科勞動(dòng)者。

同時(shí)，專業(yè)—職業(yè)匹配帶來的生產(chǎn)率提高程度影響職業(yè)流動(dòng)行為。假設(shè)不同類型的專業(yè)在完全匹配的崗位上的產(chǎn)出是不一樣的，理科勞動(dòng)者在完全匹配的崗位上的產(chǎn)出是文科勞動(dòng)者的κ倍，表1匯報(bào)了κ取不同值時(shí)的保留相關(guān)性模擬結(jié)果?？梢杂^察到，隨著理科勞動(dòng)者與文科勞動(dòng)者產(chǎn)出能力的差別增大，理科勞動(dòng)者接受工作的保留相關(guān)性逐漸降低。這是由于人崗匹配帶來的產(chǎn)出增加了，部分抵消了匹配度低對(duì)工資帶來的負(fù)面效果。同時(shí)，由于生產(chǎn)能力較高，更換更高匹配程度的工作帶來的預(yù)期工資收益也越高，導(dǎo)致理科勞動(dòng)者決策是否進(jìn)行在崗尋職的保留相關(guān)性增加，在崗尋職的人數(shù)比例增加?？梢钥吹剑谶@樣的假設(shè)下，不僅理科勞動(dòng)者進(jìn)行在崗尋職的保留相關(guān)性大于文科勞動(dòng)者，理科勞動(dòng)者在崗尋職的比例也大于文科勞動(dòng)者了。

表1 理科勞動(dòng)者的求職情況隨參數(shù)κ的變化

（四）相關(guān)預(yù)測(cè)

根據(jù)理論分析，不同學(xué)科的職業(yè)發(fā)展不同，體現(xiàn)為在職業(yè)初期，理科類專業(yè)的勞動(dòng)者求職成本更高，職業(yè)流動(dòng)傾向更高，導(dǎo)致崗位流動(dòng)行為更為頻繁。不過在停止在崗尋職之后，理科勞動(dòng)者對(duì)應(yīng)的崗位匹配度也高于文科勞動(dòng)者，這在長(zhǎng)期會(huì)給理科類專業(yè)勞動(dòng)者帶來更高的職業(yè)穩(wěn)定性。這些差異可能來自于：不同學(xué)科的崗位匹配度分布存在差異，這一點(diǎn)可以通過不同學(xué)科的行業(yè)分布來驗(yàn)證；不同學(xué)科從崗位匹配中得到的產(chǎn)出提高程度存在差異，間接體現(xiàn)為理科類專業(yè)的勞動(dòng)者工資平均高于文科類專業(yè)；工資談判能力存在差異。

如果將學(xué)科分為理工類、經(jīng)管法類及其他文科三類，我們預(yù)期在數(shù)據(jù)中觀察到：

（1）理工類專業(yè)的勞動(dòng)者就業(yè)集中度更高，在職業(yè)前期有顯著高于文科類專業(yè)的職業(yè)流動(dòng)，隨著時(shí)間推移，職業(yè)流動(dòng)逐漸減少，職業(yè)趨于穩(wěn)定。

（2）相比于理工類專業(yè)，經(jīng)管法類專業(yè)的勞動(dòng)者就業(yè)集中度更低，并且能更快進(jìn)入職業(yè)穩(wěn)定期。

三、數(shù)據(jù)來源和實(shí)證方法

（一）數(shù)據(jù)來源

本文數(shù)據(jù)來自誠(chéng)通人力資源有限公司①誠(chéng)通人力資源有限公司是中國(guó)第二大人力資源綜合服務(wù)公司，主要業(yè)務(wù)包括人力資源外包、高級(jí)人才尋訪、人力資源咨詢、人才招聘、人才測(cè)評(píng)、教育培訓(xùn)等。來自公司主頁，http://www.ccthr.com/。，涵蓋誠(chéng)通人力2014—2015年度人力資源外包和高級(jí)人才尋訪兩大主力業(yè)務(wù)中的所有電子簡(jiǎn)歷總計(jì)2 019份，在剔除了簡(jiǎn)歷信息嚴(yán)重不全的個(gè)體以及樣本數(shù)量非常少的教育學(xué)和軍事學(xué)專業(yè)的個(gè)體后，得到有效樣本量1 648個(gè)。由于來自人力資源公司，該數(shù)據(jù)存在一定的局限性：首先，樣本中不包括僅求職于很少采用人力外包或者很少通過平臺(tái)招聘的用人單位的求職者；其次，人力資源外包和高級(jí)人才尋訪業(yè)務(wù)對(duì)能力較強(qiáng)但是尚未達(dá)到高端人才水平的求職者覆蓋程度比較有限。

樣本數(shù)據(jù)中包括26個(gè)細(xì)分專業(yè)和34個(gè)行業(yè)，為了更為直觀地體現(xiàn)不同專業(yè)的就業(yè)規(guī)律，我們將同類型的細(xì)分專業(yè)和具備相似特征的行業(yè)進(jìn)行合并，得到三個(gè)專業(yè)大類和四個(gè)行業(yè)大類，以便于后續(xù)的分析。②因篇幅所限，本文省略了樣本的描述性統(tǒng)計(jì)部分，感興趣的讀者可在《經(jīng)濟(jì)科學(xué)》官網(wǎng)論文頁面“附錄與擴(kuò)展”欄目下載。

首先，我們將大學(xué)專業(yè)參照相關(guān)研究劃分為三類：STEM專業(yè)、LEM類專業(yè)、文科類專業(yè)。STEM是西方教育領(lǐng)域中常用的專業(yè)劃分概念，囊括了基礎(chǔ)科學(xué)（Science）、技術(shù)（Technology）、工程（Engineering）、數(shù)學(xué)（Mathematics）四個(gè)專業(yè)大類。美國(guó)等西方國(guó)家對(duì)于STEM教育非常重視，認(rèn)為其是高科技類工作崗位的根基。該專業(yè)劃分參考了Montmarquette等（2002）等教育領(lǐng)域文獻(xiàn)。LEM類專業(yè)包括法學(xué)（Law）、經(jīng)濟(jì)（Economics）、管理（Management），該專業(yè)劃分參考了Chevalier（2011）等文獻(xiàn)。我們將其他文科類專業(yè)劃為一類，包括社會(huì)學(xué)/政治學(xué)、歷史、文學(xué)、新聞傳播/編輯出版、藝術(shù)及哲學(xué)/宗教。

其次，根據(jù)產(chǎn)業(yè)和所需技能將行業(yè)劃分為四類：低技術(shù)生產(chǎn)類行業(yè)、高技術(shù)生產(chǎn)類行業(yè)、非專業(yè)服務(wù)類行業(yè)和專業(yè)服務(wù)類行業(yè)。其中，低技術(shù)生產(chǎn)類行業(yè)主要是傳統(tǒng)的制造業(yè)③低技術(shù)生產(chǎn)類行業(yè)包括農(nóng)業(yè)/漁業(yè)/林業(yè)、辦公用品及設(shè)備、出版/印刷/包裝、房地產(chǎn)開發(fā)/建筑工程/裝潢/設(shè)計(jì)、服裝/紡織/皮革、家具/工藝品/玩具等。；高技術(shù)生產(chǎn)類行業(yè)主要是高新科技產(chǎn)業(yè)④高技術(shù)生產(chǎn)類行業(yè)包括IT/軟硬件/電子商務(wù)/因特網(wǎng)運(yùn)營(yíng)、電子技術(shù)/半導(dǎo)體/集成電路、航天/航空/能源/化工、機(jī)械/設(shè)備/重工、汽車及配件、通信、儀器儀表/工業(yè)自動(dòng)化、制藥/生物工程/醫(yī)療設(shè)備等。；非專業(yè)服務(wù)類行業(yè)是傳統(tǒng)的服務(wù)業(yè)，對(duì)從業(yè)人員的專業(yè)技能要求較低或服務(wù)附加值較低⑤非專業(yè)服務(wù)類行業(yè)包括交通/運(yùn)輸/物流、餐飲/娛樂/旅游/酒店/生活服務(wù)、公共管理/社會(huì)保障/社會(huì)組織、快速消費(fèi)品、貿(mào)易/進(jìn)出口、物業(yè)管理/商業(yè)中心等。；專業(yè)服務(wù)類行業(yè)是現(xiàn)代服務(wù)行業(yè)，對(duì)從業(yè)人員的專業(yè)技能要求較高或服務(wù)附加值較高①專業(yè)服務(wù)類行業(yè)包括醫(yī)療/護(hù)理/保健/衛(wèi)生、中介/咨詢/獵頭/認(rèn)證、廣告/公關(guān)/媒體/藝術(shù)、教育/培訓(xùn)/科研/院校、銀行/保險(xiǎn)/證券/投資銀行/風(fēng)險(xiǎn)基金等。。

（二）計(jì)量模型

在職業(yè)流動(dòng)行為的研究中，本文采用泊松計(jì)數(shù)模型。泊松回歸模型假設(shè)因變量Yi在給定自變量Xi時(shí)是泊松分布，密度函數(shù)為

其中，yi=0,1,2,…表示離職次數(shù)，是計(jì)數(shù)的因變量，是均值參數(shù)，可以表示成個(gè)體特征變量的對(duì)數(shù)線性函數(shù)。需要注意的是，泊松模型需要因變量滿足等離散性條件，即均值與方差相等。從本文附錄中的描述統(tǒng)計(jì)可以看到，樣本滿足該條件，適用泊松計(jì)數(shù)模型。此外，我們用負(fù)二項(xiàng)模型進(jìn)行了驗(yàn)證，回歸結(jié)果與泊松模型一致。

關(guān)于不同專業(yè)勞動(dòng)者對(duì)不同行業(yè)的選擇，由于同時(shí)在兩個(gè)生產(chǎn)類和兩個(gè)服務(wù)類行業(yè)當(dāng)中做出就業(yè)選擇，本文采用刻畫多值選擇的多項(xiàng)Probit（Multinomial Probit）模型來分析，因變量是觀測(cè)到的行業(yè)選擇變量，該變量的賦值為低技術(shù)生產(chǎn)行業(yè)=1、高技術(shù)生產(chǎn)行業(yè)=2、非專業(yè)服務(wù)行業(yè)=3、專業(yè)服務(wù)行業(yè)=4，隱變量是無法觀察到的進(jìn)入各個(gè)行業(yè)的實(shí)際概率。

本文核心關(guān)注的解釋變量是STEM專業(yè)和LEM專業(yè)，其回歸系數(shù)分別代表了STEM專業(yè)、LEM專業(yè)勞動(dòng)者相比于其他文科類專業(yè)勞動(dòng)者在職業(yè)發(fā)展方面的差異。控制變量包括影響職業(yè)發(fā)展的各個(gè)因素，本文考慮了勞動(dòng)者的基本信息、教育信息和職業(yè)信息。

基本信息包括性別、年齡、政治面貌、戶口所在地。性別方面，男性和女性因職業(yè)觀念不同、就業(yè)競(jìng)爭(zhēng)力不同可能在職業(yè)流動(dòng)上存在差異。工作經(jīng)驗(yàn)方面，不同代際的觀念不同、所經(jīng)歷的經(jīng)濟(jì)發(fā)展階段不同，導(dǎo)致在職業(yè)流動(dòng)上存在差異。此外，由于不同地區(qū)的文化、觀念差異也會(huì)導(dǎo)致職業(yè)流動(dòng)決策產(chǎn)生差異，我們還需要對(duì)勞動(dòng)者戶口所在地加以控制。

教育信息包括教育年限、學(xué)歷水平、所學(xué)專業(yè)。根據(jù)勞動(dòng)力市場(chǎng)分割理論（Segmented Labor Market Theory），低學(xué)歷群體和高學(xué)歷群體在就業(yè)市場(chǎng)上被自然分割，且獲得的人力資本回報(bào)的差異難以彌合。教育對(duì)職業(yè)流動(dòng)的影響是兩方面的，一方面高學(xué)歷的勞動(dòng)者有更強(qiáng)的談判力和學(xué)習(xí)能力而更容易找到新工作（Dickens和Lang，1985），另一方面，高學(xué)歷的勞動(dòng)者更容易找到適合的工作而降低了變更工作的必要性。

職業(yè)信息包括工作部門和工作行業(yè)。從工作部門來看，國(guó)有部門的工作相比于非國(guó)有部門更為穩(wěn)定。從工作行業(yè)來看，不同工作行業(yè)的職業(yè)習(xí)慣、晉升模式存在差異，例如IT行業(yè)有時(shí)需要通過“跳槽”來提高薪資水平，因此，需要對(duì)勞動(dòng)者工作的行業(yè)加以控制。

四、職業(yè)發(fā)展的專業(yè)差異

接下來，本文結(jié)合統(tǒng)計(jì)分析和計(jì)量結(jié)果，進(jìn)一步探討職業(yè)發(fā)展的專業(yè)差異，通過實(shí)證分析來驗(yàn)證第二部分的理論預(yù)測(cè)。

（一）行業(yè)選擇的專業(yè)差異

不同專業(yè)的勞動(dòng)者在選擇工作行業(yè)時(shí)各有側(cè)重，并且在求職過程中考慮的因素存在差異。表2的描述統(tǒng)計(jì)展示了不同專業(yè)的勞動(dòng)者在行業(yè)選擇上的差異，STEM類專業(yè)最多地選擇高技術(shù)生產(chǎn)行業(yè)，人數(shù)占比達(dá)69%。LEM類專業(yè)的勞動(dòng)者在四類行業(yè)中的分布比較平均，其中高技術(shù)生產(chǎn)行業(yè)和專業(yè)服務(wù)行業(yè)的人數(shù)最多，分別占到該專業(yè)總?cè)藬?shù)的32%和30%，而其他文科類專業(yè)的勞動(dòng)者最多地選擇專業(yè)服務(wù)行業(yè)，占該專業(yè)總?cè)藬?shù)的41%，次之是高技術(shù)生產(chǎn)行業(yè)（27%）。該分布特征與模型中的預(yù)測(cè)一致：理工科類專業(yè)勞動(dòng)者的職業(yè)分布比較集中，而人文社科類專業(yè)職業(yè)分布相對(duì)均勻。

表2 不同專業(yè)選擇行業(yè)的分布

為了更為準(zhǔn)確地度量不同專業(yè)在行業(yè)間的分布情況，本文分別計(jì)算STEM類專業(yè)、LEM類專業(yè)和其他文科類專業(yè)的兩個(gè)集中度指標(biāo)，結(jié)果見表3。兩個(gè)指標(biāo)分別為：前三個(gè)行業(yè)的就業(yè)比例，它衡量了在就業(yè)人數(shù)最多的前三個(gè)行業(yè)中的人數(shù)占該專業(yè)總?cè)藬?shù)的比例，該比例越高說明就業(yè)的行業(yè)分布集中程度越高；赫芬達(dá)爾指數(shù)，其計(jì)算公式為，si為行業(yè)i中就業(yè)的人數(shù)占該專業(yè)總?cè)藬?shù)的比例，該計(jì)算公式賦予就業(yè)比例高的行業(yè)以更高的權(quán)重，該指數(shù)越大說明就業(yè)的行業(yè)分布集中程度越高。

表3 不同專業(yè)的行業(yè)集中度指標(biāo)

表3的第一個(gè)集中程度指標(biāo)顯示了STEM類專業(yè)的行業(yè)集中程度較高，LEM類次之，其他文科類專業(yè)的行業(yè)集中程度最低，支持了理論模型中關(guān)于專業(yè)—職業(yè)匹配度的假設(shè)。具體來說，STEM類專業(yè)的勞動(dòng)者就業(yè)前三的行業(yè)為IT/軟硬件服務(wù)/電子商務(wù)/因特網(wǎng)運(yùn)營(yíng)、房地產(chǎn)開發(fā)/建筑工程/裝潢/設(shè)計(jì)、制藥/生物工程/醫(yī)療設(shè)備/器械，比例分別為46.5%、10.7%和9.0%；LEM類專業(yè)的勞動(dòng)者就業(yè)前三的行業(yè)為銀行/保險(xiǎn)/證券/投資銀行/風(fēng)險(xiǎn)基金、IT/軟硬件服務(wù)/電子商務(wù)/因特網(wǎng)運(yùn)營(yíng)、房地產(chǎn)開發(fā)/建筑工程/裝潢/設(shè)計(jì)，比例分別為12.6%、12.6%和11.5%；其他文科類專業(yè)的勞動(dòng)者就業(yè)前三的行業(yè)為廣告/公關(guān)/媒體/藝術(shù)、教育/培訓(xùn)/科研/院校、中介/咨詢/獵頭/認(rèn)證，比例分別為12.94%、10.59%和10.59%。

赫芬達(dá)爾指數(shù)同樣表明STEM類專業(yè)的行業(yè)集中度遠(yuǎn)高于其他兩類專業(yè)。不過，LEM類和其他文科類專業(yè)的赫芬達(dá)爾指數(shù)相近，其他文科類的該指數(shù)值甚至更高。①由于數(shù)據(jù)限制，部分行業(yè)中沒有其他文科類專業(yè)的就業(yè)數(shù)據(jù)，致使其他文科類的Hirschman-Herfindahl指數(shù)在計(jì)算中存在一定的偏誤。

不同專業(yè)的行業(yè)選擇特征在表4的多項(xiàng)Probit模型回歸結(jié)果中也有所體現(xiàn)，該結(jié)果以低技術(shù)生產(chǎn)類行業(yè)作為基準(zhǔn)，第（1）—（3）列匯報(bào)了高技術(shù)生產(chǎn)、非專業(yè)服務(wù)、專業(yè)服務(wù)三個(gè)行業(yè)的結(jié)果。在控制了個(gè)人特征和職業(yè)特征后，表示STEM類專業(yè)和LEM類專業(yè)的虛擬變量的系數(shù)表明，相較于其他文科類專業(yè)，STEM類專業(yè)的勞動(dòng)者會(huì)更多地選擇高技術(shù)生產(chǎn)行業(yè)，更少地選擇服務(wù)行業(yè)，邊際效應(yīng)的結(jié)果顯示，STEM類專業(yè)的勞動(dòng)者相較于其他文科類專業(yè)選擇高技術(shù)生產(chǎn)行業(yè)的概率高出41.2%。同時(shí)，LEM類專業(yè)勞動(dòng)者的行業(yè)選擇與其他文科類專業(yè)并沒有顯著差異。

從控制變量來看，男性以更高的概率選擇低技術(shù)生產(chǎn)類行業(yè)，工作資歷更久的勞動(dòng)者更多地來自低技術(shù)生產(chǎn)類行業(yè)，擁有一線城市戶口的勞動(dòng)者更多選擇專業(yè)服務(wù)類行業(yè)，進(jìn)入國(guó)有體制的勞動(dòng)者以更小的概率在高技術(shù)生產(chǎn)類行業(yè)就業(yè)。

表4 行業(yè)選擇的Multinomial Probit回歸結(jié)果

（二）職業(yè)流動(dòng)的專業(yè)差異

關(guān)于專業(yè)差異對(duì)職業(yè)流動(dòng)行為的影響，表5匯報(bào)了對(duì)第一年是否換工作、前三年換工作的次數(shù)以及前五年換工作的次數(shù)進(jìn)行檢驗(yàn)的實(shí)證結(jié)果，其中，第（1）列采用Probit概率模型，第（2）—（3）列采用泊松計(jì)數(shù)模型。其他文科類專業(yè)勞動(dòng)者的職業(yè)流動(dòng)頻率在入職的前五年內(nèi)持續(xù)較高（參見附錄表A3），以他們?yōu)閰⒄?，STEM類專業(yè)勞動(dòng)者在入職的第一年和入職的前三年有與文科類專業(yè)勞動(dòng)者無差異的較高頻次的職業(yè)流動(dòng)，而入職前五年的職業(yè)流動(dòng)次數(shù)相較于其他文科專業(yè)勞動(dòng)者顯著降低，說明STEM類專業(yè)勞動(dòng)者在入職前期傾向于頻繁更換工作，當(dāng)工作經(jīng)驗(yàn)積累到一定水平，職業(yè)流動(dòng)大幅減少。LEM類專業(yè)勞動(dòng)者則更早地進(jìn)入職業(yè)穩(wěn)定期，在入職的前三年職業(yè)流動(dòng)頻次就顯著低于其他文科類專業(yè)勞動(dòng)者，到入職的前五年，職業(yè)流動(dòng)頻次降低得更為明顯，該結(jié)果與理論分析中的預(yù)測(cè)一致。從控制變量來看，進(jìn)入國(guó)有體制就業(yè)對(duì)勞動(dòng)者在職業(yè)初期的職業(yè)流動(dòng)性上有顯著的負(fù)向影響。此外，為了排除不同行業(yè)的職業(yè)流動(dòng)慣例對(duì)實(shí)證結(jié)果的影響，本文選取了三類專業(yè)就業(yè)量均較大的金融行業(yè)樣本進(jìn)行了穩(wěn)健性檢驗(yàn)，與基準(zhǔn)回歸結(jié)論一致。①因篇幅所限，本文省略了穩(wěn)健性檢驗(yàn)部分，感興趣的讀者可在《經(jīng)濟(jì)科學(xué)》官網(wǎng)論文頁面“附錄與擴(kuò)展”欄目下載。

表5 職業(yè)流動(dòng)次數(shù)的回歸結(jié)果

續(xù)表5

五、結(jié) 語

本文通過理論模型和實(shí)證分析探討了不同專業(yè)的勞動(dòng)者在勞動(dòng)力市場(chǎng)中的職業(yè)發(fā)展差異，并提出了一種該差異的產(chǎn)生機(jī)制。在理論模型中，本文發(fā)現(xiàn)不同專業(yè)勞動(dòng)者的職業(yè)發(fā)展差異來源于：（1）不同類型的專業(yè)面臨的崗位分布不同，和理工科專業(yè)匹配度低的崗位相對(duì)于文科類專業(yè)更多，和理工科匹配度高的崗位也相對(duì)更多；（2）不同類型專業(yè)的勞動(dòng)者存在工資差異，理工科專業(yè)勞動(dòng)者在匹配度高的工作崗位中的工資顯著高于文科類專業(yè)；（3）不同類型專業(yè)的談判能力可能存在差異。

在經(jīng)驗(yàn)分析中，我們利用獨(dú)特的獵頭公司人才庫數(shù)據(jù)，通過描述統(tǒng)計(jì)和計(jì)量方法，支持了模型的假設(shè)，即STEM類專業(yè)就業(yè)的行業(yè)集中程度最高，LEM類專業(yè)次之，并且驗(yàn)證了理論模型的預(yù)測(cè)：（1）入職初期，STEM類專業(yè)的勞動(dòng)者相比于LEM類和其他文科類專業(yè)更頻繁地更換工作；（2）隨著工作時(shí)間的推移，其他文科類專業(yè)的職業(yè)流動(dòng)性一直保持比較高的水平，LEM類專業(yè)的勞動(dòng)者會(huì)先于STEM類專業(yè)勞動(dòng)者進(jìn)入職業(yè)穩(wěn)定期。

正因?yàn)椴煌瑢I(yè)類型的勞動(dòng)者在勞動(dòng)力市場(chǎng)中的職業(yè)發(fā)展存在差異，勞動(dòng)者在選擇專業(yè)時(shí)，一方面需要考慮自身能力和興趣，另一方面也應(yīng)將未來的職業(yè)發(fā)展預(yù)期納入考量，包括預(yù)期進(jìn)入的行業(yè)、預(yù)期的就業(yè)難度、預(yù)期的職業(yè)流動(dòng)行為、預(yù)期的薪酬等，從而在專業(yè)選擇和學(xué)習(xí)期間更有目標(biāo)，以期在求職時(shí)找到更能發(fā)揮專業(yè)優(yōu)勢(shì)的工作，更好地實(shí)現(xiàn)專業(yè)技能向職業(yè)技能的轉(zhuǎn)換。與此同時(shí)，國(guó)家在2018年5月2日推行的《終身職業(yè)技能培訓(xùn)》制度也為勞動(dòng)者更好地適應(yīng)勞動(dòng)力市場(chǎng)發(fā)展方向、促進(jìn)勞動(dòng)者實(shí)現(xiàn)更高質(zhì)量的就業(yè)、實(shí)現(xiàn)勞動(dòng)者的全面發(fā)展提供強(qiáng)大助力。