张卫东,郭 晨
(华中科技大学经济学院,湖北武汉 430074)
随着我国经济的高度发展与高新产业的迅猛崛起,岗位的技术标准不断提高,职业的多元化程度越加细化。2015年颁布的《中华人民共和国职业分类大典》中社会职业分类已达1481个大方向。伴随着职业分工细化,岗位对专业匹配度的要求也在不断提升。虽然我国人力资源和社会保障部2017年印发《关于事业单位公开招聘岗位条件设置有关问题的通知》中强调“原则上应从宽确定专业要求”,降低了劳动市场岗位专业匹配度要求门槛,“所学非所用”现象已成为职场常态[1],但职场中是否存在专业歧视问题逐渐受到关注。行业专业匹配的收入效应主要指岗位专业匹配度是否影响收入水平,即行业专业错配员工收入水平是否显著低于匹配员工收入水平。目前我国学者对专业匹配进行了大量的研究[2-4],但都局限于教育学宏观领域,鲜有基于经济学角度实证研究专业匹配是否影响收入水平及其作用机制。本文尝试将行业专业匹配的收入效应分解为两部分,一是基于企业收益最大化角度,通过纳入人力资本的Solow模型,构建两部门劳动力流动模型分析;二是基于劳动者角度分析专业匹配的收入效应及作用机制,结合2014年CFPS微观数据进行实证检验识别。
行业专业匹配的收入效应的理论分析中涉及到人力资本与劳动力流动模型,因此文献回顾将围绕人力资本、劳动力流动与专业匹配三方面展开。国内外关于人力资本模型研究颇丰,Kalaitzidakis[5]从跨国面板数据的实证分析中发现,各个发展阶段人力资本对经济增长有不同的影响。杨建芳等[6]基于扩展的C-D模型,将人力资本划分为教育和健康,通过1985—2000年中国29个省、市的面板数据,分析人力资本的积累以及人力资本中教育和健康两要素对中国经济增长的作用。岳书敬和刘朝明[7]通过分析我国30个省级行政区1996—2003年的全要素生产率(TFP)增长发现,如忽略人力资本因素,则低估效率变化指标,高估技术进步指标。因此,在增长模型中纳入人力资本要素已成为国内外经济增长研究的趋势。钱雪亚等[8]基于2007—2011年省级面板数据构建随机前沿人力资本(教育积累)生产函数模型发现,人力资本积累不能忽视教育资源的结构配置。目前人力资本纳入经济模型分析已得到学者普遍认同。
关于劳动力流动方面的研究主要聚焦于区域流动和城乡流动。Shioji[9]基于日本区域劳动力流动差异研究发现,劳动力流动差异不能缓解各区域收入差距。陈钊和陆铭[10]基于C-D模型构造城市农村产出模型,进而分析劳动力流动,从而得到应解除由城镇单方面制定人口流动政策的现状。张娜和邓金钱[11]基于城乡人口流动模型研究发现,农户人力资本投资对城乡劳动力流动的影响存在显著的区域差异。目前构建人力资本跨行业劳动力流动模型分析的仅有刘伟等[12]的研究,他们将人力资本跨部门流动引入带外部性的Uzawa-Lucas模型,进而分析对经济与社会福利的影响。目前鲜有基于行业间流动对微观个体收入的研究。
关于专业匹配的研究主要集中于教育领域,代懋等[13]采用logit回归评估发现,专业匹配对就业匹配的贡献高达33%。封世蓝等[14]通过对北京大学2008—2014届毕业生的就业统计数据进行实证分析,发现公共部门分配户籍占据优势的区域,外地生源专业匹配显著低于本地生源。岳昌君[15]基于2015年我国17个省份28所高校的毕业生就业状况数据研究,发现毕业生就业存在显著的专业错配现象。虽然自1999年以来关于就业专业匹配的研究逐年增加,但是多基于教育学视角分析专业匹配现状及其改善措施,先入为主的认为专业错配一定导致社会资源浪费,少有研究专业匹配对微观个体效用、收入等核心指标的影响。
综上文献研究,目前人力资本与劳动力流动理论相对成熟,但基于经济学视角专业匹配对微观个体影响的研究相对较少。本文以专业匹配对收入水平影响及机制分析作为研究内容,基于国内外人力资本与劳动力流动模型的经典文献,构建两部门劳动力流动模型,理论分析专业匹配对收入水平的影响并探寻作用机制,然后采用2014年中国家庭跟踪调查数据(China Family Panel Studies,以下简称CFPS)对理论假说及作用机制进行计量实证检验,对专业匹配的收入效应进行识别。
本文的边际贡献有四点:第一,将专业匹配的收入效应分解为企业收益最大化和劳动者自身两个维度进行机制分析,理论系统完善;第二,在摒弃规模报酬递减假设下,构建纳入人力资本两部门劳动力流动模型,通过求解模型一般均衡状态,实现客观分析专业匹配对收入水平的影响;第三,基于现实中劳动者个体异质性较大,所以本文计量方法除普通最小二乘法(OLS)外,采用倾向得分匹配法(PSM),确保结果的稳健性;第四,鲜有文献实证分析专业匹配对收入水平的影响,本研究丰富了专业匹配领域的实证研究。
本文通过研究认为,专业匹配的收入效应主要基于两方面因素造成,一方面是基于企业视角下为实现收益最大化采取的专业歧视手段;另一方面是基于劳动者本身通过专业匹配的作用机制对收入水平的影响。
首先考虑单部门模型,基于扩展的C-D生产函数加入人力资本H(t),本文定义的人力资本主要包括专业教育资本与非学历职业培训资本,因此与劳动力本身学业相关,即单位劳动力教育水平,所以构造如下函数形式:
其中Y(t)为产出;K(t)为资本投入;A(t)为全生产要素;L(t)为劳动力投入;H(t)为人力资本水平。为方便分析,假设A(t)、L(t)、H(t)增长率为外生给定,即:
进一步,我们将人力资本水平做一下分解,即:
其中E(t)为专业教育水平,P(t)为非学历职业培训水平,假设E(t)、P(t)增长率也为外生给定的,即:
令单位有效劳动产出和单位有效资本投入分别为:
资本投入增量为当期储蓄扣除折旧费:
其中s为存储率,δ为折旧率,均为外生给定。
则有平衡增长路径方程:
因此平衡增长路径将会达到一个稳态,因而资本投入仅有水平效应,长期经济增长主要依靠技术进步与人力资本提升。
劳动收益即为劳动边际产出:
所以劳动收益增速为:
假设现有两生产部门,分别为部门1和部门2。两部门之间不存在资本、劳动力的相互流动,部门1和部门2劳动力完全按照各部门行业方向进行专业教育培养,且部门2为行业优势部门,各部门扩展C-D生产模型沿用方程(1)模型,即:
其中K1(t)、K2(t)分别为部门1和部门2的资本投入;A1(t)、A2(t)分别为部门1和部门2的全生产要素;L1(t)、L2(t)分别为部门1和部门2的劳动力投入;H1(t)、H2(t)分别为部门1和部门2的人力资本水平。
假设A1(t)、A2(t)、L1(t)、L2(t)、H1(t)、H2(t)均外生给定,为方便计算,假定劳动力增速相同,即:
同理,H1(t)、H2(t)可分解为:
两部门劳动力收益增速分别为:
因为部门2相对于部门1为行业优势部门,所以稳态时,部门2劳动收益增速应高于部门1劳动收益增速,即有:
下面考虑流动两部门模型,假设两部门单位劳动力资本相同,劳动力部门间自由流动。部门2仍相对于部门1为行业优势部门,因此部门1劳动力将会向部门2流动,同时基于前文假设,部门1劳动力按照部门1行业方向进行专业教育培养。若部门1劳动力进入部门2,跨行业劳动力专业错配将会导致部门2单位劳动力人力资本水平拉低。为进一步分析,将人力资本水平分解成专业教育和非学历职业培训,显然跨部门劳动力与本部门劳动力主要是专业教育差异,非学历职业培训假定并无差异。①非学历职业培训一般都为劳动者为工作求职主动参加的社会培训,因此会与自身工作匹配,所以这里就不进行人力资本折算。因此流动两部门模型构造如下:
下面计算两部门劳动力收益增速,部门1收益增速显然未变,仍与等式(16)相同,而部门2的劳动力收益变为:
通过公式(22)显然部门2劳动力收益增速伴随着跨部门劳动力流入在不断放缓,两部门劳动力流动均衡状态时,显然两部门收益增速应相同,在人力资本水平不可观测情况下,若存在均衡点,则有:
部门2单位劳动力产出为y∗A2(t)H2(t),部门1跨部门单位劳动力产出为y∗A2(t)H21(t),显然y∗A2(t)H2(t)>y∗A2(t)H21(t)。在人力资本水平可观测下,若让W2∗(t)为部门2本专业劳动力收益,W21(t)为部门1跨部门劳动力收益,显然W2∗(t)>W2(t)>W21(t),因此,此时部门2本专业劳动力收入高于跨部门劳动力收入。
理论假说1:为实现收益最大化目标,企业有动机采用专业歧视手段(专业匹配具有收入效应)。
当两部门劳动力达到稳态均衡,必然满足:
所以在此均衡条件下得到的跨部门劳动力流动率σ′(t)将小于人力资本不可观测时的劳动力流动率σ(t)。
理论假说2:企业通过专业歧视(专业匹配具有收入效应)阻碍跨行业劳动力流动实现收益最大化目标。
假说1与假说2分别表明企业有动机采取专业歧视手段,拉大专业间收入差距并且阻碍劳动力跨行业流动,从而实现企业收益最大化的目标。
本文认为就劳动者而言,专业匹配度作为自身特征指标,主要通过影响人力资本水平、工作适应度、与职业规划质量三大机制调整收入水平。
行业与专业匹配,能够实现“学有所用”的人力资本配置目标,避免教育资源扭曲与人力资本浪费。因此,相较于专业错配,专业匹配劳动力人力资本水平得到充分运用,从而创造更大价值,促进收入水平的提高。
专业匹配度代表着行业熟悉程度,由于经过系统性专业学习培养,专业匹配劳动力较专业错配劳动力更为熟悉行业环境与工作模式,工作中能够更快融入行业环境,避免因不适应导致情绪化负外部性,可以更积极地投入岗位工作,促进收入水平的提高。
经过全面系统的专业学习培养,专业匹配劳动力具有更加清晰的职业规划与工作目标,因此能够在职场中基于自身规划更好的实现工作目标,从业绩、岗位、级别等多个领域提高个人收入水平。综上得到理论假说3。
理论假说3:劳动者更好的专业匹配度将通过更快的工作适应度、更高的人力资本水平、更强的职业规划质量三条路径促进收入水平的提升。
本文实证分析样本来源于2014年CFPS中成人调查问卷数据,基于以下三点原因,一是CFPS数据样本量大且真实度强,目前广泛应用于实证研究中;二是CFPS成人问卷调查中包含工作职业类别与最高学历类别,能够计算本文核心控制变量专业匹配度;三是目前虽然2016年CFPS数据已经公布,但是取消了成人问卷中最高学历类别调查,无法估计本文核心控制变量。在采用此数据的同时对样本数据质量进行处理,一是剔除掉未工作群体与初中及以下样本;二是对工作行业类别缺失以及最高学历类别缺失样本进行筛除;三是对样本缺失月收入或大量控制变量遗漏样本进行删除,处理后本文共获得有效样本988个。
为研究专业匹配对收入水平的实证效果,本文实证计量模型设计如公式(25):
其中,因变量lnYi是劳动力月收入的对数化;PSi为专业匹配度虚拟变量,若所学专业与工作行业匹配则设为1,否则设为0;{Xi}为个体特征控制变量,包括性别、年龄、户籍、婚姻、学历等,同时引入省份虚拟变量{Di}控制地区效应。
为消除样本异质性偏差导致的回归偏误,有效评估专业匹配对收入水平的影响,本文计量回归采用PSM方法。前文专业匹配虚拟变量设置中已将专业与行业匹配样本作为处理组PS赋予1,专业与行业不匹配样本作为对照组PS赋予0。采用处理组平均处理效用(ATT),即基于处理组样本进行匹配回归,匹配方法选择采用近邻匹配、半径匹配和核匹配三种方法,从而消除样本异质性对研究结果造成的估计偏差。关于倾向得分匹配法,详情请参见文献[16]。
表1为描述性统计,其余个体控制变量借鉴文献[17-19],包括如下,年龄,因本文为2014年CFPS成人调查数据且剔除初中及以下学历,所以年龄自16岁起;性别,男性设为1,女性设为0;户口类型,城市户口设为1,农村户口设为0;婚姻状况,结婚状态设为1,未婚状态设为0;民族,汉族设为1,其他民族设为0;教育年限,将学历折算为教育时间表示此变量;工作满意度,基于CFPS问卷中QG4(CFPS问卷的问题编号)“工作满意度”调查,将“一般”及以上评价设为1,“不太满意”及以下评价设为0。
表1 描述性统计
首先,将样本个体控制变量作为特征变量,采用logit计量模型进行回归,结果如表2。
表2 样本特征变量logit回归结果
通过表2对样本特征变量logit的回归结果可以发现,性别、户口类别、婚姻状况和学历都对Pi的选择具有显著性影响,用省份虚拟变量消除省际差异。其中男性和结婚会促进样本个体选择行业专业匹配的工作,其原因分别为男性在求职中的性别优势和婚后希望谋求更稳定的岗位收入。非农户口和高学历对选择同行业工作具有消极影响,显然无论是城市户口还是学历优势都使样本个体具有更多的选择优势,提升了选择本行业的可能性。因此要做出准确的研究评估结果,必须要消除样本间的异质性问题才能得到无偏估计,从而证明本文选择PSM方法来评估专业匹配的收入效应的现实价值。
依次选择特征向量对样本匹配后,误差消减情况如表3所示。
表3 样本匹配后误差消减情况
样本采取倾向得分匹配法后表明,除民族控制变量外误差消减比例变化显著,绝大部分变量在匹配后处理组和控制组均值的差异被消除,从而说明两组个体特征不再具有显著差异。为进一步研究样本匹配效果,下面利用函数密度分布图直观分析匹配效果。见图1。
通过图1可以看出,样本倾向匹配后,处理组和对照组样本个体特征差异性虽显著降低,但是仍存在差异性,因此样本匹配效果一般。
图1 倾向得分值概率分布密度函数图
下面对全样本进行PSM估计,ATT回归结果见表4。
表4 全样本ATT估计结果
表4为全样本ATT估计结果,为系统评估专业匹配度对收入水平的影响,本文采取了近邻匹配、半径匹配和核匹配三种匹配方法进行分析。回归结果表明,近邻匹配在1%的置信区间以及核匹配在5%的置信区间上处理组收入水平显著高于对照组收入水平,半径匹配由于匹配前后回归结果相同,表明回归失效。综上评估说明,行业专业匹配较行业专业错配劳动力具有显著收入优势,从而证明了理论假说1,专业匹配度影响收入水平,专业匹配度越高越能提升收入水平,因此专业匹配具有收入效应。
为进一步研究专业匹配的收入效应,本节将从三大机制识别、行业壁垒异质性以及企业性质异质性三部分进行讨论。
如前文理论分析,研究认为从劳动者自身分析,专业匹配度将从工作适应度、人力资源水平以及职业规划质量三条路径影响收入水平,本文采用交乘法进行机制识别,其中用工作满意度代表工作适应度,用教育年限代表人力资源水平,用工作晋升满意度代表职业规划质量,计量评估结果如表5。
表5 专业匹配的收入效应机制识别
为更好地深入研究行业专业歧视现象,即同等条件下行业中专业匹配劳动力收入是否显著高于专业错配收入,降低内生性问题,应考虑行业壁垒的筛选功能,即是否存在高壁垒行业因为门槛效用已有效控制跨行业劳动力流动比,从而弱化了专业歧视现象。本文将行业分为高进入(技术)门槛行业与低进入(技术)门槛行业,两组主要异质性是进入该行业的技术门槛高低体现的。其中高壁垒行业包括:金融业,科学研究、技术服务和地质勘查业,水利、环境和公共设施管理业,卫生、社会保障和社会福利业,制造业,电力、燃气及水的生产和供应业,交通运输、仓储和邮政业;低壁垒行业包括:农、林、牧、渔业,房地产业,租赁和商务服务业,居民服务和其他服务业,教育、文化、体育和娱乐业,公共管理和社会组织,采矿业,其他行业,建筑业,批发和零售业,住宿和餐饮业。下面按照行业壁垒对样本分组后运用PSM方法对ATT进行估计。见表6。
表6为行业壁垒异质性ATT估计结果,在对行业壁垒异质性数据分组进行描述性统计后,发现低壁垒行业跨专业比例显著高于高壁垒行业跨专业比例,说明因为低壁垒行业技术门槛低,因此更多的其他专业劳动力会涌入到该行业中来,而高壁垒行业恰恰相反,行业技术限制了跨专业劳动力流入该行业。通过分组ATT估计结果可以看到,低壁垒行业跨专业显著为负,说明专业匹配存在显著的收入效应,而高壁垒行业跨专业不显著,说明专业匹配的收入效应不显著。即因为低壁垒行业跨专业劳动流入比超过了最优流入比,所以企业采用专业歧视手段阻碍劳动流入,从而促使劳动力流动比减少至最优流入比;而高壁垒行业劳动流入比没有达到最优流入比,企业并没有采用专业歧视的动机,进而鼓励劳动者进入该行业,增加跨行业劳动力流入比达到最优流入比。所以低壁垒行业专业歧视现象与高壁垒行业相比更为显著。由此理论假说2得到实证检验。
表6 行业壁垒异质性ATT估计结果
上文从劳动力专业匹配对收入水平影响的作用机制,以及企业为实现收益最大化控制跨行业劳动力流动的专业歧视手段分析了专业匹配的收入效应,下面对企业性质异质性进行检验分析。见表7。
表7 企业性质异质性检验
续表7
表7为企业性质异质性检验结果,其中政府单位与民营企业(含外企)专业匹配的收入效应不显著,国有企业专业匹配显著促进了收入水平的提升。这是由于相较于政府单位严苛的公务员考试与民营企业多轮笔试、面试筛选,国有企业行业壁垒相对较低,因此结合本文理论,国有企业跨行业劳动力流动比较高,所以专业歧视现象较为明显,从而国有企业专业匹配的收入效应较为显著。
本文旨在研究行业中劳动力专业匹配对收入水平的影响,理论分析中将专业匹配的收入效应分解成两部分,一是企业为实现收益最大化采取专业歧视手段以控制跨行业劳动力流动比,二是基于劳动力本身专业匹配对收入水平的促进作用,实证部分通过2014年CFPS成人调查数据进行计量检验评估。研究发现:(1)在企业以收益最大化为目标下,专业歧视存在收入效应,即行业专业匹配员工的收入水平显著高于错配员工。(2)在企业以收益最大化为目标下,专业歧视将阻碍跨行业劳动力流动。(3)低壁垒行业专业歧视现象较高壁垒行业相比更为显著。(4)专业匹配从工作适应度、人力资源水平两方面影响收入水平。(5)异质性分析中,国有企业专业匹配的收入效应更为明显。因此应重视就业市场的专业匹配现象,优化就业结构。
本文政策建议有以下四点:第一,贯彻十九大精神,大力推广促进非学历职业培训,激活社会教育资源,根据社会用工需求进行有针对性的职业培训,提升劳动力的专业水平和职业素质,树立正确择业观和就业观,完善行业专业匹配程度,优化就业市场配置。第二,强化学校教育软硬件投入,提升高校学生培养质量,完善职业规划,夯实专业素养,提升专业实力,增强就业竞争力。进一步优化教育专业类别,积极推进新兴行业专业设置,同时根据劳动力市场需求调整各类专业招收人数,尽量避免不对口就业、结构性失业和摩擦性失业问题,从而提高学生就业率和收入水平。第三,优化行业结构和职业准入标准,强化行业工会、协会等组织的现实作用,调控稳定合理的行业准入门槛,保障协调行业间劳动配置和资源配比。基于中国经济“新常态”背景下,进一步深化劳动市场改革,实现中国经济的稳定增长。第四,依托习近平新时代中国特色社会主义思想,积极推进供给侧改革,完善职业教育和培训体系,深化产教融合、校企合作。缩小不同类别企业专业匹配收入效应不平衡问题,促使学生树立多元化择业观,增强各类企业对人才的吸引力,从而推动我国就业均衡化、多元化发展。