社会资本对就业中过度教育匹配的影响及其机制——来自CFPS2018的证据

赵昕，蒋文莉

社会资本对就业中过度教育匹配的影响及其机制——来自CFPS2018的证据

赵昕，蒋文莉

（中南财经政法大学 公共管理学院，湖北 武汉 430073）

基于中国家庭动态调查（CFPS）2018数据，研究了社会资本对就业中过度教育匹配的影响及其作用机制，结果表明：总体上，社会资本对劳动者就业中过度教育匹配具有负向影响，在考虑内生性问题后该结论依旧稳健；考虑群体异质性情况下，社会资本对女性、城市户口持有和学历水平较高的群体出现过度教育匹配方面有着更强的抑制效用；社会资本通过提高关系重视程度、提升内部晋升可能和增强外部市场连接性等影响机制降低就业中过度教育匹配的出现。

社会资本；过度教育匹配；影响机制

一、问题的提出

教育匹配问题一直是教育经济学及劳动经济学研究的重要课题。从理想状况来看，劳动力资源配置过程中人职匹配显然是实现劳动者个体效用最大化的绝佳结果。然而，这一理想状态在现实中往往难以达成，以学历衡量的教育匹配失衡即经常提及的“高才低就”或是“低才高就”十分常见。教育匹配失衡带来人力资本的无效率匹配，可能同时对劳动者效用、雇主利益及社会福利三方带来负面影响。因此探索和识别就业中教育匹配的影响因素显得格外重要。与传统影响教育匹配的人力资本等因素有着天然不同，社会资本在其中发挥着独立且特殊的作用，为解释教育匹配失衡现象提供了新的视角。

就教育匹配来说，又可以分为过度教育、教育不足及适度教育，分别对应教育的向下匹配、向上匹配及恰好匹配。本研究仅将视角聚焦于过度教育现象，其原因主要是，受主观隐瞒和虚荣心的驱动，向上匹配（教育不足）的现象虽广泛存在于中国社会，但较难在调查数据上得到体现。这种主观选择性偏误会使该群体难以被真实和准确地识别，因为在实际调研过程中，若调查者不实施有效的过程控制，多数被调查者将会选择隐瞒真实情况，因此讨论教育不足及其与社会关系之间的互动机制十分困难。在教育匹配失衡研究领域，学界主要讨论了其对劳动者效用和行为等劳动力市场结果的影响，具体为过度教育（向下匹配）引发的收入惩罚效应和教育不足带来的工资红利等[1-4]，以及对应的就业质量或工作满意度的降低和改善[5]，而人力资本存量较低或是出身背景较差的群体更易出现过度教育状况[6]。部分学者讨论了在职业选择和教育匹配过程中的户籍差异、城市规模、学科和学校等相关影响因素。王春超等研究认为，相比外地户籍，本地户籍的劳动者过度教育匹配的发生率将会降低61.33%[7]。周密等研究认为，城市规模的扩大将会带来农民工教育-工作匹配程度的提高，进而对该群体工资形成溢价效应[8]。于洪霞、代懋和孙海荣等研究证实学科、学历层次及学校类型等均对大学生工作搜寻活动中的教育匹配产生影响[9-11]。

文献梳理表明，较少有学者将社会资本作为主要研究视角考察劳动力的教育匹配情况。有学者证明了社会资本对劳动力市场的重要影响，如显著带来个人收入及福利的提升、人力资本的改善（如健康、迁移和工作流动等）和改变就业创业决策行为等[12,13]。而社会资本的重要表现形式为个人的社会网络资源，该资源提供人情支持，往往涉及恩惠、信任乃至义务等情感类因素，是补充劳动力市场匹配机制的重要手段，可能在求职和在职阶段对劳动者的教育匹配造成影响。为此，笔者基于CFPS2018的相关数据，分析社会资本对劳动者就业中过度教育匹配的影响及其作用机制。

二、理论基础及研究假设

教育匹配失衡现象很大程度上来自于劳动力市场中出现的信息不对称。社会资本作为一种重要的信息补充渠道，在劳动力市场双向匹配的过程中扮演了重要角色。从信息的双向流动视角来看，社会资本的介入同步扩大了作为受雇方的劳动者和作为雇佣方的用人单位的信息资源，信息的充分交换将会促成适度的教育匹配。

从劳动供给方视角来看，亲戚、朋友及邻里等社会交往关系构成了个人的社会资本。在劳动者求职及就业开展工作的各阶段中，其社会资本承担了传递个人信息、补充就业市场内部消息的重要作用，增加了劳动者对劳动力市场需求和工作能力要求的了解程度，有助于其结合自身能力动态调整工作预期，从而提高匹配效率，缩短匹配时间，避免了学历、技能和专业等的错配[14]。从劳动需求方视角来看，社会资本的介入有助于降低用人单位筛选成本。受限于雇佣成本的约束，用人单位在劳动市场或工作场所了解到的员工（或准员工）的生产效率是片面的甚至是带有迷惑性的。而通过社会资本获得的个人信息（可能带有内部和特殊性），如内部推荐等，用人单位可以补充关键信息的缺失，有助于实现更准确的用人决策和教育匹配，发挥每个人的潜在能力，带来更巩固的员工关系[15]。当然，用人单位也需警惕社会资本带来的补充信息本身的误导性和强制性，并随之可能产生的“裙带关系”和“人情关系”，当出现人情偏袒时，可能会错误地把劳动者配置在高于其能力的更优质的岗位中去[16,17]。这种教育匹配失衡现象更可能发生在利益往来更频繁的“亲缘型”和“熟人型”社会关系中。

社会资本的提高之所以有助于降低劳动者过度教育匹配，主要是因为社会资本所带来的劳资双方信息数量的双向扩大和信息质量的强化。由于社会网络中的互动常常具有持久性，甚至具有难以割舍的血缘和宗族纽带，信息传递的参与者不可避免地受到约束，为了保护自身名誉，并维持社会网络的延续，其传递出的信息会更加真实可靠[18]。劳动市场的双方因社会网络的存在，得到了质量相对更有保障的信息，无疑会有效降低匹配过程中的无效成本，使该过程得到高效执行。另外，信息质量同样会因互惠机制而得以保证。其具体表现为，实施帮助者在受帮助者的良好教育匹配过程中能获得经济、信息资源等的反馈或补偿，在某种程度上与被帮助者的利益捆绑在一起，同时也间接促进了作为劳资双方中间传递位置的社会关系人提供更高质量的就业相关信息，并最终促成受雇者的教育适度匹配。

基于以上分析，提出以下研究假设：

H1：社会资本对劳动者过度教育匹配具有负向影响。

具体到劳动者教育匹配的各个环节，社会资本可以通过关系动用、内部晋升和外部市场连接路径降低劳动者的过度教育匹配。其中关系动用发生于入职阶段，后两者则出现于在职阶段。

首先，社会资本作为一个静态存量，只有当劳动者在工作搜寻时被动用，才具有促进合适教育匹配的作用。劳动者在工作搜寻期及入职匹配时利用社会资本即动用关系可以获得更好的工作岗位。有研究表明，农民工借助强关系社会网络获得工作机会的比例高达五成[19]。劳动者在工作搜寻阶段动用社会资本以扩大其信息来源，接受就业辅助，可以快速锚定预期工作机会，同时向雇主方传递质量更优及更全面的就职资格信息。雇主方在平衡雇佣成本和预期后，通常能筛选出更适合岗位的人选。此时，岗位所需教育水平和受雇者教育水平趋于一致，过度教育匹配状况发生可能降低。另外，关系动用不止体现于上述的信息渠道方面，当涉及到人情关系发挥作用时，相比社会资本的信息效应，劳动者更易受到人情偏袒从而找到更适合自己的工作岗位。在信息和人情两渠道的保证下，过度教育匹配发生率显著降低，而这主要存在于劳动者由外部向组织内部实现工作流动时。因此，关系动用在劳动者入职阶段影响过度教育匹配的路径显然是存在的。

此外，当劳动者进入工作岗位后，社会资本中的信息和人情两渠道的作用将促进劳动者获得内部岗位空缺等关键信息，使其在单位内部的不同岗位、职级间进行流动，最终获得单位受教育要求与自身教育水平相匹配的工作岗位，从而有效避免过度教育匹配现象的发生。已有研究证明，与单位领导保持更加紧密的关系，可能使劳动者从“圈外人”转化为“圈内人”从而获得领导对其更多的信任和资源分配，并最终获得晋升[20]。因此，本研究以劳动者内部晋升作为替代变量，来考察内部流动在社会资本影响过度教育匹配的路径存在性。

最后，在岗劳动者因社会资本的存在而与外部劳动力市场保持联系，这将使劳动者不断进行就业预期（包括外部薪酬水平和行业劳动要素供需状况等）的动态调整，并加深对自身教育匹配现状的理解。显然，这对劳动者进行在职工作搜寻大有裨益，甚至会促成其向外的工作流动以达到更好的教育匹配。即便仍留在原工作单位，更强的议价能力也会使其保持自身教育水平的最大化利用，并形成更高质量的就业，即减少过度教育匹配的可能。因此，本研究以劳动者对外部就业市场的乐观程度作为替代变量，来考察外部市场连接在社会资本影响过度教育匹配的路径存在性。

基于以上分析，提出以下研究假设：

H2：社会资本通过关系动用、工作晋升和外部市场连接等机制对劳动者过度教育匹配产生影响

三、研究设计

1．数据来源

本研究数据来源于北京大学中国社会科学调查中心进行的中国家庭追踪调查项目（China Family Panel Studies，简称CFPS），该调查以2010年为基期每两年跟进一次，包含全国25个省市及自治区，涉及16 000余户样本。其中个人及家庭劳动及就业内容与本研究主题较为契合。本研究采用其近期版本CFPS2018作为数据来源，并根据需要剔除核心变量缺失及无效样本，保留目前处于受雇状态的年龄范围在16～64岁劳动力样本共13 735个。主要数据来自个体层面问卷，部分来自家庭层面问卷。

2．变量选取

（1）被解释变量为过度教育匹配。受限于截面数据特点，本研究选取入职后的教育匹配情况，所反映的是学历是否与所在职位要求一致。关于教育匹配状况的测量，通常可以采用自我评估法、外部评估法、标准差法以及众数法等。为尽量克服职业内部异质及个体信息遗漏变量带来的测量误差问题，优先考虑主观评价法[21]。根据问卷问题“您认为胜任这份工作实际需要多高的教育程度”得出个人对目前工作所需教育水平的预期，并与其实际教育水平进行对比。前者低于后者即为过度教育匹配（向下匹配），并赋值为1；相等则为恰好匹配①，并赋值为0。

（2）核心解释变量为社会资本。借鉴较多学者的做法，使用家庭人均年礼金支出的对数形式作为社会资本的代理变量，用以反映社会资本的高低。来自问卷问题“过去12个月您家总共出了多少人情礼（元）”。显然，礼顺人情是我国长久以来的文化传统和行为准则。具有较强信任—互惠关系的双方，如亲戚和挚友等，时常存在经济利益交换以维护关系的稳定与延续，而货币交换正是这一资源交换的重要形式之一。相比包含如邻里、同事关系等的广义社会资本，具有物质交换特征的代理变量能够更好地反映样本所具有的质量效率更高的社会资源动用能力（这也常是就业匹配过程中所需要的），是社会资本较恰当的表征变量。此外，通过人缘好坏自评作为该变量的替代变量进行稳健性检验。显然，人缘好坏将直接影响广义社会资本存量的高低。

（3）中介变量包括关系动用、内部晋升和外部市场连接。关系动用来自问卷问题“获得这份工作是否获得他人帮助”②，并将获得赋值为1，未获得赋值为0。为避免该变量识别有效性不高产生的问题③，基于原问卷问题“关系比能力重要”的自评回答，从“非常不同意”到“非常同意”依次赋值为1～5，来判断可能存在的关系利用程度。其值越大，代表对关系越重视，其使用关系的可能性也更大。内部晋升变量通过问题“近12个月内，这份工作获得以下哪类晋升”来衡量，并将获得行政或技术任一晋升赋值为1，两者均无赋值为0作为对比。外部市场连接变量通过问题“您认为就业问题在我国有多严重”的主观自评来反映劳动者对外部劳动力市场的乐观程度，间接反映其外部市场连接程度以及潜在工作转换成本的高低。其值从0～10表示自评乐观程度逐渐增加。

（4）控制变量。主要包括劳动者个体、家庭及外部经济环境特征三类。其中，个体特征有性别、婚姻状况、户籍、工作年限、加入工会和受教育程度。其中大部分个体特征与其就业决策有着较大关联，进而与教育匹配决策也有着紧密联系，这在大多数学者研究中均已被予以考虑。而受教育程度本身也会影响教育匹配状况，随着教育程度的提升，过度教育匹配出现的可能逐渐增大[22]。家庭特征主要为全年家庭人均收入对数，更好的家庭经济状况将为求职者带来更高的收入预期和更充裕的就业匹配缓冲期，这些将引导更充分的工作教育匹配。外部经济环境特征主要为区域发展水平④和所在行业，区域发展水平的提高，将形成发展较充分的劳动力市场、丰裕的就业资源和完善的劳动力匹配中间市场，这是形成良好的教育匹配所需要的外部环境。同时，不同行业间用人需求与实际从业劳动者教育匹配状况不一，为避免不可观测和难以纳入模型的影响因素对结果造成干预，将行业作为虚拟变量纳入分析。

各变量描述性统计结果见表1。

表1　变量描述性统计结果

注：由于数据缺失问题，中介变量相关统计结果并非来自全样本数据计算，而是根据各中介变量完整需要进行筛选后的子样本进行。

从表1可以看出，存在过度教育匹配的样本约占总体的一半，可见样本中的劳动力市场匹配效率并不高。此外，过度教育匹配样本中的社会资本均值约为4.158，而适度教育匹配的社会资本均值为4.239。由此可粗略看出，教育适配度更高的群体，拥有较高的社会资本存量，这与本研究的假设基本一致。

3. 模型选取

由于被解释变量为0～1变量，因此采用二值Logit模型进行分析。模型基本形式如下：

式（1）中，表示第个劳动者，=1表示劳动者出现过度教育匹配的状况，表示发生过度教育匹配的概率，X表示对被解释变量可能产生影响的第个劳动者的变量组，和β为待估参数。对式（1）进行变换，并对过度教育匹配出现与否的概率之比取对数，可以得到如下函数形式：

为考察中介变量的中介效应，本研究采用因果逐步回归并结合Sober检验方法进行识别，模型基本形式如下：

当因变量为连续变量形式时，经验做法之一是利用逐步回归法来判断中介效应[23]，或是将中介效应的大小等同于或－，并通过Sober或Bootstraps方法进行验证。但由于本研究中多个中介变量及主要因变量为二分类变量，在逐步回归的过程中，如果沿用针对连续因变量的线性回归方法，往往会导致中介效应被低估。其原因在于得到的中介变量的估计参数将会因尺度变化而不具有可比性，应对其进行处理达到量尺相同，才能计算中介效应。因此参考国内已有研究[24]，先采用Logistic回归估计得到回归参数，再通过标准化转换的方法实现回归系数的等量尺化以使其具有可比性。具体转换方法如下：

表示由Logit模型估计系数转换而来的标准化系数。显然，()和()可以由原始数据计算而来，()和()则可通过以下方法计算：

将式（4）中计算得到的结果和()和()代入式（5）中，可以计算出标准化回归系数。同理，也可根据式（6）计算出各标准化后的回归系数对应的标准误：

进而对标准化后的ab的显著性进行Sober检验以判断中介效应是否存在⑤，即检验统计量=ab/(ab)的显著性。同时也可以利用系数乘积法来判断中介效应的大小以及其在总效应中的占比。

四、实证研究及其结果分析

1.社会资本对劳动者过度教育匹配的影响

基准回归采用稳健标准误进行二值Logit估计。其中，模型（1）和模型（2）的区别在于是否添加控制变量，模型（3）在模型（2）的基础上计算几率比以方便对回归结果进行解释。模型（4）至模型（6）为稳健性检验，分别为替换核心解释变量和更换回归方法。由表2结果可知，社会资本均在1%的显著性水平上对过度教育匹配的出现具有负向影响，即促成了适度匹配的出现。在使用替代变量“人缘自评”或使用OLS及Probit方法回归后，结果没有明显改变，说明回归结果较为稳健。以上结果证实了H1。控制变量方面，男性出现过度教育匹配的几率比是女性的约1.07倍，已婚是未婚群体的约1.53倍。社会规范中的性别观念及家庭责任将更易引导劳动者接受教育错配的发生，经济流动性及工作流动性约束可能是其中的主要原因。农村户口劳动力更易出现教育错配，这与其可能遭遇的不公平对待及就业歧视有关。加入工会将有力缓解教育错配状况，一方面来自工会对劳动力的工作匹配保障及促进作用，另一方面也可能由于具有工会的单位相对而言具有更完善的用人制度和更高水平的人力资源管理能力。而随着受教育程度的提升，其出现过度教育匹配的可能将增加，这与过去学者研究基本一致。最后，区域发展水平的提高将导致教育匹配状况恶化，过度教育出现几率明显增加。市场化的不断提升，带来劳动力市场供给端的激烈竞争，教育或学历作为个人能力的识别和信号功能减弱，用人单位面临学历过剩供给局面，从而产生向下分配工作岗位的动机。

表2　社会资本影响过度教育匹配发生的基准回归结果

注：***、**和*分别表示估计结果在1%、5%和10%的水平上显著。下同。

2．异质性分析

为更进一步讨论社会资本的差异化影响，与上文的模型设定保持一致，针对性别、户籍和受教育程度进行分组回归，结果如表3所示。综合来看，社会资本对所有分组的被解释变量均具有显著负向影响。性别分组下，对女性过度教育匹配缓解的效果较之男性更强，其原因可能在于女性劳动者在就业市场中处于相对弱势地位，学历及能力的识别有时需要借助社会资本渠道，因此更加依赖社会资本作为工作相关信息和流动的补充。户籍视角下，相比农村户籍，拥有城市户口的劳动者的社会资本提升对于减少过度教育匹配的作用更加明显，主要原因可能来自于社会资本的内部质量差异，样本中多数拥有农村户口的劳动者均为流动人口，在城市中从事非农就业，其社会资本多来自于流出地，具有“地域型”社会资本[25]特征，无法有效依赖流出地或原住地亲朋好友等私人关系，使得农民工相比城市居民在社会资本运用方面无法发挥同等作用。而针对学历分组差异，社会资本对于较高学历的劳动者（相对初中及以下学历持有者来说）的适度教育匹配促进有着更好的效果，原因可能与户籍差异有着相似性，即伴随教育水平的提高，社会资本质量得以提高。并且，入职门槛的显著提升是较高学历要求的工作特征之一。因此，同类教育背景人群形成的信息壁垒可能阻碍较低学历人群的进入，以及促进同类群体合适的教育匹配，具体便可以表现为过度教育匹配状况的减少。

表3　社会资本与劳动者过度教育匹配的Logit分组回归结果

注：出于版面考虑，非核心讨论变量不予以汇报；括号内为几率比。

3．内生性讨论

由于社会资本在本研究中可能存在内生性问题，因此应对其进行内生性讨论。原因在于，尽管本研究已证实社会资本对过度教育匹配存在影响，但现实中，当教育匹配度提高时，对其社会资本的形成也会有所裨益。如由于岗位对教育素质的要求近似，其更易结交到教育经历相似的工作伙伴，从而转化为更多的社会资本。这将导致核心解释变量与被解释变量间产生反向因果的关系，从而使二值选择模型无法得到一致估计。

基于此，本研究采用工具变量Probit方法，并采用两步法估计来对内生性问题进行检验和处理。工具变量的选取方法借鉴已有研究[26]，在维持核心变量构建方法不变的背景下，结合CFPS数据具有可追踪性的特征，采用2010年CFPS基线调查数据进行收集，使用“2010基期家庭年人均人情礼支出对数”作为基于2018年数据得到的社会资本的工具变量。很显然，由于社会资本的维护和保持具有延续性，跨年度的该变量间具有相关性。但由于年度跨度较大，以前的社会资本理论上对现阶段教育匹配状况产生影响较小，因此满足工具变量的选取标准。表4对主要结果进行汇报。

表4　IV Probit估计回归结果

注：弱工具识别检验结果中AR和Wald对应值分别为0.093和0.091。

根据沃尔德检验结果的值可知，可以在10%的水平上认为社会资本为内生解释变量。忽略内生性将高估社会资本对过度教育匹配的负向作用效果。而第一阶段回归结果显示，工具变量对于内生解释变量社会资本具有较强的解释力。此外，弱工具识别检验结果中Wald和AR的值均在10%的水平上显著，证明所选工具变量并非弱工具变量。同时，系数及显著性保持一致也表明了主要结论的稳健性⑥。

4．影响机制分析

为进一步对社会资本影响过度教育匹配的机制路径进行分析，借鉴因变量为二分类变量的中介效应分析步骤，对关系动用、内部晋升和外部市场连接三者的中介作用存在与否进行检验，并探讨其效用大小。

（1）关系动用。社会资本在影响个人教育匹配过程中一个重要的体现即为社会资源的动用，它是社会资本从静态资源和预期收益转化为即期利益的关键特征。显然，最为理想且直接的表征变量是其在找工作期间是否动用了关系。然而遗憾的是，关系动用这一变量的影响未能被识别。其原因可能在于以下两点：一是变量的测量误差，主要原因在于受访者对该问题的回答往往讳莫如深⑦。二是该变量的选取将导致大量观测值缺失，仅有642个样本被保留。由于控制变量较多，且加入了用以识别行业的虚拟变量，将可能因自由度过少导致估计结果偏差⑧，因此尝试使用关系重视度作为关系动用的替换指标⑨。此外，该机制主要在入职匹配时发挥作用，理想情况下因变量应为该时点的教育匹配状态，然而受限于数据原因而未可得。因此考虑仅保留入职时间一年之内的样本，以使其教育匹配状态尽可能贴近初入职时点。

回归结果如表5所示。社会资本对关系重视度有着显著正向影响，而将社会资本和关系重视度一起放入模型回归时，两者均对过度教育匹配有着显著负向影响，同时核心自变量社会资本的系数绝对值减少，结合逐步回归法判断依据可知，关系重视度起到了部分中介的作用。同时Sober检验中也在10%显著水平上肯定了中介效应的存在，且该中介效应占比为4.8%。由此可见，社会资本通过提高关系重视度对入职时期的过度教育匹配起到显著的间接降低作用。社会资本为劳动者在就业搜寻及入职匹配阶段提供了信息甚至人情动用的支持，使劳动者就业教育匹配效率和质量得到提升，并减少过度教育匹配的出现。

表5　关系重视度的中介效应检验

备注：仅保留入职时间一年以内的样本。

（2）内部晋升。作为内部劳动力市场工作流动（向上流动）的形式之一，劳动者内部晋升对于优化劳动者教育匹配显然具有帮助，因为更高层次的职位或工作内容通常对于个人教育背景有着更高的要求，过度教育状态在劳动者内部晋升后应有所缓解。而社会资本的参与为劳动者内部晋升提供了帮助。如表6所示，社会资本对内部工作晋升有着显著正向影响，而将社会资本和工作晋升同时放入模型回归时，两者均对过度教育匹配有着显著负向影响，同时核心自变量社会资本的系数绝对值减少，结合逐步回归法判断依据可知，工作晋升起到了部分中介的作用。同时Sober检验在10%水平上肯定了中介效应的存在，且该中介效应占比约为2.7%。可见，社会资本将通过个人的工作晋升间接影响其教育匹配状况。社会网络的参与有助于对已处于受雇阶段的在岗劳动者进行单位内部信息的补充，如人事变动、职位空缺等，甚至为雇员与雇主间的信息交换和意愿传递架起桥梁，并作为双方信息质量的背书者。这将有力地减少受帮助者过度教育匹配出现的可能。

表6　工作晋升的中介效应检验

（3）外部市场连接。基于在职搜寻行为的潜在工作转换（向外流动）是劳动者提升议价能力的重要手段，而外部市场连接的程度将会有助于上述活动的开展。显然，社会资本将有助于劳动者保持活跃的外部劳动市场连接状态。如表7所示，社会资本对外部市场连接程度有着显著正向影响，而将社会资本和外部市场连接同时放入模型回归时，两者均对过度教育匹配有着显著负向影响，同时核心自变量社会资本的系数绝对值减少，结合逐步回归法判断依据可知，外部市场连接起到了部分中介的作用。同时，Sober检验在10%水平上肯定了中介效应的存在，且该中介效应占比约为3.9%。社会资本的拥有使劳动者对外部就业乐观程度提升，并可能从两方面减少教育错配的可能。其一是，由于本研究所选为截面数据，劳动者可能因社会资本的帮助，在职期间保持对外部劳动力市场的敏感度，并保持在职搜寻的延续性，进而在过去一段时间通过若干次工作转换从而形成适度匹配，以避免自身教育能力的浪费。其二可能在于，社会资本增加了劳动者对外部劳动力市场信息的获取，如行业、地区薪酬水平或劳动供求状况等，从而增强了自己在本单位的议价能力。这样即便劳动者未发生向外工作流动，也能在与用人单位的博弈中占据优势，从而被分配到符合自身教育背景的岗位和职位中去。

至此，H2全部得以验证。

表7　外部市场连接的中介效应检验

五、结论与启示

本研究通过全国性调查CFPS2018数据，发现社会资本确有减少劳动者就业中过度教育匹配的作用，考虑内生性问题后该结果依旧稳健。进一步的，在考虑群体异质性情况下，社会资本对女性、城市户口持有和学历水平较高的群体在减少过度教育匹配方面有着更强的抑制效用。最后，本研究证实了社会资本三条中介影响路径的存在，即通过提高关系重视程度、提升内部晋升可能和增强外部市场连接性进而降低过度教育匹配的出现。

基于以上结论可以得出以下启示：从劳动力自身角度来看，应重视社会资本在优化劳动力市场配置方面的作用。尤其是在劳动力市场中处于相对弱势地位的群体往往具有更低质量的社会网络资源、更少的工作搜寻方式及渠道，因此更应改善自己的社交质量并尝试增强社交嵌入，从而扭转自身在就业匹配过程中易形成教育错配的不利局面。劳动者在工作决策时，应善于利用社会资本中的人情和信息渠道，为自身在前期工作搜寻、在职内部流动和在职搜寻活动中营造优势。这将对提高个人议价能力，从而促进用人单位合理配置劳动资源，最终实现个人适度的教育匹配和劳动效用最大化具有重要意义。

本研究在诸多方面仍具有一定局限性。如受限于数据可得性，对于教育匹配的另一面，教育不足（向上匹配）没有进行讨论。此外，社会资本本身具有异质性，在影响劳动者教育匹配的过程中具有特殊性。在接下来的研究中，应设法依赖更高质量和更具体的调研数据进一步进行分析，以丰富该研究领域的理论认识。

① 实际还存在向上匹配（教育不足）样本的出现，但占比较少且非本文研究重点，考虑到自选择偏误带来的真实性问题予以剔除。

② 由于本研究样本均处于调查时点的受雇状态，受限于数据可得性，主要探讨其最近一次入职匹配的关系动用情况，而未涉及其在职时期单位内部受人帮助状况。

③ 由于在调查中可能出现较大比例的受访者回避或故意掩饰导致无效或空缺回答，常见的如被调查者通常较为避讳正面回应托关系找工作这一事实。

④ 借鉴樊纲等测算及公布的2016年市场化指数用以表示外部市场发达程度。

⑤ 刘红云等（2013）发现系数乘积法ab相比系数差异法更为准确，因此建议在Logistic回归的中介效应识别中采用前者。

⑥ 由于模型中含有的内生解释变量个数等于工具变量个数，因此未进行过度识别检测。

⑦ 数据层面，将社会关系与关系动用变量间进行Logit回归，其相关系数为-0.0467（std=0.0471），且未表现出显著关系，这与预期并不相符。社会关系的提高并未带来关系动用可能的增加，相反具有微弱的抑制作用。

⑧ 此外，为避免关系动用的执行质量对教育匹配的影响，尝试在回答关系动用的642个样本中，进一步根据其自评“该帮助的大小”来衡量关系动用的内部质量（三分回答，分别是非常大、一般大和不是很大）。但是遗憾的是，与之前的问题一样，加入“关系动用×帮助大小”的交互项后，或利用帮助大小进行分组回归，社会资本均未对关系动用产生显著影响。

⑨ 其潜在逻辑在于关系重视度较高的对象更易在工作搜寻匹配过程中动用关系，而对该问题的询问一般不会触及到被访者隐私。

[1] 郭睿，周灵灵，苏亚琴，等．学历、专业错配与高校毕业生就业质量[J]．劳动经济研究，2019，7(2)：78-100．

[2] 刘云波．教育错配和技能错配的发生率及其收入效应——基于中国CGSS2015的实证分析[J]．东岳论丛，2019，40(3)：60-68．

[3] 江求川．教育错配对工资的影响：来自CFPS的新证据[J]．当代经济科学，2019，41(3)：118-128．

[4] 颜敏，王维国．教育错配对工资的惩罚效应——来自中国微观面板数据的证据[J]．财经研究，2018，44(3)：84-96．

[5] 王子成，杨伟国．就业匹配对大学生就业质量的影响效应[J]．教育与经济，2014(3)：44-52；57．

[6] 李骏．中国高学历劳动者的教育匹配与收入回报[J]．社会，2016，36(3)：64-85．

[7] 王春超，周先波．社会资本能影响农民工收入吗?——基于有序响应收入模型的估计和检验[J]．管理世界，2013(9)：55-68；101；187．

[8] 周密，罗婷婷，赵晓琳，等．城市规模与农民工工资溢价效应——基于教育-工作匹配视角[J]．农业技术经济，2018(8)：35-43．

[9] 于洪霞．高校毕业生工作与学历匹配情况及其影响因素分析[J]．教育与经济，2010(4)：1-5．

[10] 代懋，王子成，杨伟国．中国大学生就业匹配质量的影响因素探析[J]．中国人口科学，2013(6)：113-123 ；128．

[11] 孙海荣．基于人力资本视角下的我国大学生专业-职业匹配的实证研究[J]．中国人力资源开发，2015(3)：77-83．

[12] 周广肃，樊纲，申广军．收入差距、社会资本与健康水平——基于中国家庭追踪调查(CFPS)的实证分析[J]．管理世界，2014(7)：12-21；51；187．

[13] 李恒．中国农村家庭社会资本的结构与绩效——基于山东、河南、陕西三省调查[J]．农业经济问题，2015，36(9)：39-45；110．

[14] Bian Y，Huang X．Network resources and job mobility in China's transitional economy[J]．Research in the Sociology of Work，2009，19(19)：255-282．

[15] Fernandez R M，Castilla E J，Moore P．Social Capital at Work：Networks and Employment at a Phone Center[J]. American Journal of Sociology，2000，105(5)：1288- 1356．

[16] Bian Y，Huang X，Zhang L．Information and favoritism：The network effect on wage income in China[J]．Social Networks，2015，40：129-138．

[17] Bian Y，Huang X．Beyond the Strength of Social Ties：Job Search Networks and Entry-Level Wage in Urban China[J]．American Behavioral Scientist，2015，59(8)：961-976．

[18] Procter R B I．Keeping It in the Family：Social Networks and Employment Changeby Margaret Grieco[J]．British Journal of Sociology，1991，42(1)：139-140．

[19] 朱明宝，杨云彦．近年来农民工的就业结构及其变化趋势[J]．人口研究，2017，41(5)：89-100．

[20] Han，Guohong (Helen)．Trust and career satisfaction：the role of LMX[J]．Career Development International，2010，15(5)：437-458．

[21] 郝明松．教育匹配问题研究新进展[J]．经济学动态，2016(6)：120-131．

[22] Ueno K，Krause A．Overeducation，Perceived Career Progress，and Work Satisfaction in Young Adulthood[J]. Research in Social Stratification and Mobility，2018：S0276562417300860．

[23] 温忠麟，叶宝娟．中介效应分析：方法和模型发展[J]．心理科学进展，2014，22(5)：731-745．

[24] 刘红云，骆方，张玉，等．因变量为等级变量的中介效应分析[J]．心理学报，2013，45(12)：1431-1442．

[25] 谢家智，王文涛．社会结构变迁、社会资本转换与农户收入差距[J]．中国软科学，2016(10)：20-36．

[26] 李涛，张文韬．人格特征与股票投资[J]．经济研究，2015，50(6)：103-116．

Social capital’s influence on over-education matching in employment and its mechanism: Evidence from CFPS 2018

ZHAO Xin，JIANG Wenli

(School of Public Administration, Zhongnan University of Economics and Law, Wuhan 430073, China)

Based on the data from the China Family Panel Studies (CFPS) in 2018, this article studies social capital’s influence on over-education matching in employment and its mechanism. The results show that social capital has a holistic negative effect on the over-education matching in employment, and the conclusion remains stable after the endogenous problems are taken into account. Considering group heterogeneity, social capital has a stronger inhibiting effect on over-education matching among the female and groups with city permanent residency and higher educational level. Social capital reduces the over-education matching in employment by attaching importance to relationship, increasing the possibility of internal promotion and enhancing the connectivity with external market.

social capital; over-education matching; mechanism

F241.2

A

1009–2013(2021)01–0077–10

10.13331/j.cnki.jhau(ss).2021.01.010

2020－11－20

国家社会科学基金项目（20BJY168）；湖北省教育厅人文社科重点项目（16D010）；中南财经政法大学中央高校基本科研业务费专项资金资助（202011205）

赵昕（1993—），男，湖北十堰人，博士研究生，主要研究方向为劳动经济学。

责任编辑：曾凡盛