首页 >> 教育学 >> 教育经济学
中国过度教育的适度范围
2020年10月10日 10:14 来源:《教育与经济》2019年第3期 作者:张冰冰 沈红 字号
2020年10月10日 10:14
来源:《教育与经济》2019年第3期 作者:张冰冰 沈红
关键词:过度教育;适度范围;趋同;面板聚类分析

内容摘要:中国总体的过度教育比率处于适度范围,但城镇过度教育的比率则已超过了这一范围,需通过教育的供给侧和需求侧改革引导过度教育的理性回归。

关键词:过度教育;适度范围;趋同;面板聚类分析

作者简介:

  作者简介:张冰冰,男,西北大学公共管理学院讲师,研究方向为教育经济与财政。西安 710069;沈红,女,华中科技大学教育科学研究院教授,博士生导师,从事高等教育经济与管理、比较高等教育研究。武汉 430074。

  内容提要:社会变迁和经济转型过程中,高等教育的扩张增加了知识劳动力的相对供给,大量劳动力不得不在要求低于其教育水平的岗位上工作,过度教育现象普遍。然而,过度教育同时具有正面影响和负面影响,无法也不应被完全消除,只能够被调控,为实现其社会总体效应的最大化,有必要保持“适度”的过度教育。文章在搜集33个国家2002年到2014年宏观劳动力市场数据的基础上,采用众数法测量了上述国家的过度教育比率,并发现其呈现出国际趋同的态势,其稳定状态由一国的劳动力市场结构及其初始条件所决定。为此,在选取了23个衡量劳动力市场特征的关键指标后,通过面板聚类分析寻找到与中国劳动力市场特征及趋势相似的12个国家,计算出中国过度教育的适度范围约为9%到26%。对比发现,中国总体的过度教育比率处于适度范围,但城镇过度教育的比率则已超过了这一范围,需通过教育的供给侧和需求侧改革引导过度教育的理性回归。

  关 键 词:过度教育;适度范围;趋同;面板聚类分析

  标题注释:国家自然科学基金面上项目“高等教育增值与毕业生就业之间的关系——基于教育经济学的理论分析与实证检验”(71673097)。

  中图分类号:F08;G40-054 文献标识码:A 文章编号:1003-4870(2019)03-0078-09

  一、问题提出

  为满足经济发展的需要和应对知识社会的来临,高等教育扩张已然成了现代社会发展的必需品。中国的高等教育自1999年发生了急剧的扩张,毛入学率在2018年达到了48.1%,并会继续稳步提升以实现普及化。然而,产业结构升级缓慢和就业吸纳能力不足直接导致了高技能工作岗位的供给不足,[1]加剧了劳动力市场的竞争程度,迫使大量的劳动力不得不在要求低于其教育水平的工作岗位上就业,即发生过度教育。有研究验证了中国过度教育已呈现出上升的趋势,自1999年到2003年高校毕业生过度教育比率从16.1%上升到20.3%,[2][3]2010年对北京、西安、兰州与大庆四个城市工程师的问卷调查显示过度教育比率为26%,[4]2015年的全国调查显示高校毕业生的过度教育比率已达到31.83%。[5]

  过度教育现象引发了学界内外的广泛关注。在实践中,大量令人瞠目结舌的招聘通知表明社会中存在着“学历贬值”的态势,例如武汉的公厕管理员岗位要求应聘者要拥有本科及以上学历,哈尔滨甚至有3000名大学生争报清洁工岗位,高校毕业生的就业压力日益增加,这加剧了公众“教育无用论”的恐慌,损害了教育事业的健康发展。在理论上,过度教育引发了学者对教育功能的思考,传统观点认为发展教育是利国利民的好事,于国家可促进经济发展,于公民可提高国民素质,但有学者逐渐地认识到这种观点有失偏颇,一味地发展教育并不总是好的,会产生严重的过度教育,既导致了社会教育资源和个人人力资本的浪费,[6]又导致了生产力的损失和工作满意度的下降,[7]甚至会降低经济增长的速度,[8]更会由于文凭贬值等引发一系列的社会连锁反应,例如地位恐慌。[9]为此,教育发展的速度也并非越快越好,而是需要保持在经济可承受范围之内,即适度的过度教育。适度的过度教育是指教育投资应当适度超越于经济发展,既能够发挥教育促进经济发展的积极作用,又不至于承担过度投资教育所带来的消极影响,使得国家的过度教育比率保持在经济可承受的范围之内。

  之所以保持适度的过度教育,是由于过度教育同样有较为重要的正面影响,具体表现在:其一,过度教育者拥有超过其岗位需要的教育水平,其生产力仍超过相同岗位的其他人群,[9]故其更有可能为工作带来新的解决方案,促进日常工作中的技术创新,[10]通过逐步提高各产业部门的人力资本水平来缓慢推动整个职业生产力的提高,避免了愈加频繁的技术进步所导致的真空期,加快产业转型和促进经济发展;其二,过度的教育年限存在信号效应,[11]在一定程度上可以帮助劳动力逃离失业的风险,[12]也提高了劳动力市场上的雇佣效率,是宏观供需机制调整的重要组成;其三,过度教育尽管会减弱教育促进阶层流动的功能,[13]但对阶层流动仍存在正向影响。当过度教育比率较低时,这在短期来看是有利的,但却不利于长期发展,虽可避免由此引起的负面影响,但也无法享受过度教育带来正面影响;反之亦然。为此,有必要保持适度的过度教育,此时由过度教育所带来的边际正影响等于其所带来的边际负影响,过度教育的社会总体效应达到最大化。

  对过度教育适度范围的计量归类于教育与经济发展关系的研究范畴,已有研究中对教育发展与经济增长的关系的探讨多从因果分析[14]、贡献率估算[15]和规模预测[16]等角度出发,并未直接关注过度教育这一问题;同时,与过度教育直接相关的研究已较为丰富,但多集中于对微观过度教育的理论验证、收入效应、持续时间和影响因素等方面的分析,由于相关统计数据的缺乏①和社会、经济与教育的发展阶段所限制,鲜有研究对过度教育的适度范围进行实证计量,仅有少量研究略有提及类似的思想或观点。随着高等教育扩张的持续和转型时期经济增速的放缓,过度教育的宏观调控研究需求才日益凸显,故本研究关注过度教育这一可同时反映劳动力市场供给与需求的核心变量,通过对33个国家2002年到2014年过度教育比率的计算,验证过度教育宏观均衡状态的存在,并对中国过度教育的适度范围进行计量,以此探讨教育与经济的良性互动范围,既可弥补相关宏观研究和国际比较的不足,又可为未来的教育发展规划提供切合理论的实践证据。

  二、研究设计

  (一)过度教育的判定

  过度教育的测量方法主要有主观法(Subjective Measurement)和客观法(Objective Measurement)。主观法又称自评法(Worker Self-assessment,WA),依据询问方式的不同,可划分为直接自评法(Direct Self-assessment,DSA)和间接自评法(Indirect Self-assessment,ISA),[17]前者是在调查过程中直接询问被调查者“在日常工作中是否充分利用其所接受的教育”或“所接受的教育是否能够满足其工作的需要”;[18]后者是由被调查者回答“要从事该工作所需要的教育水平”。客观法包括工作分析法(Job Analysis,JA)和实际匹配法(Realized Matches,RM),前者一般是由权威机构通过专业和系统的评估来确定各个职业工作所需的教育水平,并与个体的实际受教育年限作比较,例如通过ISCO88职业分类与ISCED教育分类的对照来判定过度教育;[19]后者则包含标准差法和众数法,标准差法是将每个职业人群的受教育年限分布的均值加减一个标准差作为工作所需教育年限的范围,而众数法将工作所需的教育年限界定为某一职业从业人员实际受教育年限的众数。不同的测量方法各有优缺点,并无优劣之分,可根据研究需要斟酌使用。工作分析法相对更为系统科学,但需要较高的成本,且随着职业结构变动的加速,其时效性要求也越来越强;自评法能够直接了解本地的情况,但往往局限于对样本信息的了解,无法真实地获得总体的工作状况,也存在被调查者隐瞒真实感受或无法真实记录其信息的可能;实际匹配法虽然能够真实反映劳动力市场供需的匹配状况,却往往受到劳动力市场内生性因素的影响。[19]

  本研究主要选取众数法来判定过度教育,主要基于以下考虑:第一,由于所采用数据为官方的年度统计数据,并不能使用自评法;第二,考虑到不同国家之间的职业分类存在着较为明显的差异,相互之间的转换会引起难以解决的误差,工作分析法并不适用;第三,本文是基于对劳动力市场既成事实的分析,而各职业人群的教育分布是对劳动力市场中供需配置的直观反映,故实际匹配法更契合本文的研究目的;第四,以均值和标准差作为测量依据更容易受到样本中个人受教育年限的分布特征的影响,在效度上并不如众数法稳定,故选取众数法作为判定依据。然而,众数法所计算的过度教育比率会受到教育扩张的影响,存在着低估的可能,特别是中国教育近年间发生了急剧的扩张,但考虑到其劳动力基数较大,且以人口普查数据测算中国16岁到64岁劳动力的平均受教育年限从2000年的8.26年上升到2010年的9.35年,仍处在中等教育的阶段,并未出现较为明显的跨阶段提升,同时参照国家的教育扩张大多已于20世纪完成,故本研究认为采用众数法来判定过度教育并不会影响研究结果的稳健性。

  (二)数据来源

  本研究所选用数据主要为宏观统计数据,来自Eurostat官方数据库、世界银行数据库及各国官方统计网站,共包括两部分:

  其一,自2002年到2014年样本国家各职业分类的受教育程度分布,通过加总各职业过度教育人数得到过度教育总体规模,与之劳动力总体规模相比后得到该国的过度教育比率。

  其二,在参考了国际劳动组织劳动力市场关键特征的指标体系后,选取了可反映一国劳动力市场特征及初始条件的23个指标。如表1所示,主要包括:一是劳动力需求数量指标,其中研发支出和服务业比重主要衡量一国的产业结构等级,其产业结构等级越高,高技能工作岗位的供给也会随之增加;[20]二是劳动力需求结构,以劳动力市场中高级技能职业、中级技能职业和自我雇佣的劳动力比重为指标②;三是劳动力供给数量,其中劳动参与率的变化代表着劳动力供给数量的相对变化,而女性劳动力参与率则衡量一国劳动力市场的开放程度;[21]四是劳动力供给结构,以此衡量知识劳动力供给的相对变化;[22]五是劳动力市场环境控制变量,以此来衡量劳动力市场整体的就业环境变化;[23]六是教育系统特征,其中高等教育毛入学率和平均受教育年限是对一国教育供给总量的测量,[24]中学职业教育比重是教育结构的量化指标;[25]七是一国宏观经济发展特征,以实际GDP发展指数来衡量经济周期,[26]以人均GDP作为对经济水平的衡量。

  (三)计量模型

  对过度教育适度范围的计量有两种方法:其一是直接法,通过数学建模构建知识劳动力的供给与需求模型,在生产力函数约束下求出过度教育比率的最优解;其二是间接法,借助其他国家的已有发展数据,通过归纳相应国家劳动力市场特征来得到可供中国借鉴的过度教育适度范围。其中,直接法更具有理论性,难度也较大,借助此法获得的过度教育适度范围更普遍,但对中国而言并不一定具有实践意义;间接法更具有实践性,从现实数据出发获得对既成事实的经验判断,因其寻找的是与中国具有相同劳动力市场结构的参照国家,故借助此法获得的过度教育适度范围更契合中国国情,在难度上相对容易把握。考虑到本研究的目的更具有实践倾向,同时相似研究也多采用间接法,例如国家财政性教育经费支出占GDP的4%这一指标的确定,故采用间接法进行计量。具体而言,选取了欧美地区和亚太地区共33个国家作为分析样本,其中保加利亚、罗马尼亚、土耳其和中国属于中高等收入水平国家,其他29个国家均为高收入水平国家。需注意的是,这并不意味着将中国与发达国家等同,之所以选择发达国家作为对照是基于以下考虑:一是,研究控制了劳动力市场结构特征及初始条件,且所选取指标也多为相对值,而非绝对值,可以极大程度上提高不同国家之间的对比性;二是,基于研究需要的考虑,过度教育的适度范围是一个稳定的状态,发达国家在经历过早期的社会变迁后,经济、教育和社会发展水平都较为稳定,同时过度教育比率在近些年的变动较为平缓,而发展中国家则仍处于变革的过程中,其过度教育比率必然不处于稳定状态,故发达国家更具有参照性;三是,中国尽管尚未进入到发达国家行列,但其经济发展水平、人均GDP、高等教育毛入学率和城镇化率等都保持较高的增长率,并处于经济转型的关键时期,即将跨越“中等收入陷阱”,故从研究结果的长远应用上考虑,选取发达国家也更为合适。

  计量模型主要有两部分:其一,通过趋同分析验证过度教育稳定状态的存在及其差异性。趋同(Convergence)源于经济增长理论,其将发达国家的经济增长速度会低于不发达国家的经济增长速度,并在一定时间内二者的经济发展水平差异缩小的现象称之为经济增长的趋同,[27]可将其细化为三类:δ趋同、绝对β趋同和条件β趋同。具体到本研究中,δ趋同是指在样本之间过度教育的标准差随时间呈现出下降的趋势,可通过变异系数和泰尔指数进行验证;绝对β趋同是指低过度教育国家比高过度教育国家具有更高的过度教育增长率;条件β趋同是指一国的过度教育比率的变化与自身的初始状态到其稳定状态的距离成正比,收敛到由自身特质所决定的稳定状态。其中,绝对β趋同和条件β趋同可通过Barro回归模型进行验证,具体如下:

   

  其中,表示国家i在时期t的过度教育比率的对数,T表示时间跨度,故公式左边则表示国家i自t-T时期到t时期这T年间过度教育比率的平均变化;表示国家i在t时期与过度教育比率相关的一系列特征变量,当模型中不包含时可验证绝对β趋同,当包含时可验证条件β趋同;当β<0时,表明不同国家之间的过度教育比率存在着趋同的态势。

  其二,借助对多指标面板数据的聚类分析来寻找与中国具有相同劳动力市场特征及初始状态的参照国家组,通过总结相似国家过度教育比率的变化及趋势来确定中国过度教育的适度范围。聚类分析的目的主要是对不同劳动力市场特征及不同年度的指标进行降维,常见分析方法主要有三种,包括主成分分析方法、指标距离求和法和概率连接函数法。在本研究中则主要以主成分分析法对不同国家的劳动力市场特征进行归类。

  主成分分析法的主要思想是在尽可能多地保留原始变量信息的基础上,将多个指标转化为少数几个综合性指标,考虑到数据的量纲和数量级问题,在进行计算前需对原始数据进行标准化处理,其具体步骤为:一是计算指标数据的相关矩阵,二是计算特征根和相应的标准正交特征向量,三是计算主成分的贡献率及累计贡献率,四是确定主成分个数,五是计算主成分得分,将单个截面数据的多个指标综合为一个指标,六是通过系统聚类中的质心方法得到聚类结果。

  三、过度教育比率的趋同分析

  首先,需要对各个国家的过度教育比率进行计算,以此为基础展开分析,如图1所示,在33个样本国家中,中国总体的过度教育比率位于第三。其次,通过趋同分析来验证过度教育比率是否存在趋同现象,以及趋同的稳定状态是否存在差异。如图2所示,自2002年开始,各国过度教育比率的变异系数和泰尔指数都具有较为明显的下降态势,表明了不同国家之间过度教育比率的标准差在逐年降低,证明了过度教育δ趋同的存在。这意味着随着时间的变化,不同国家之间的过度教育比率的差异越来越小,且表现出向稳定状态发展的趋势,初步说明了过度教育在不同国家之间存在着一个稳定状态,且这个稳定状态具有一致性,为本研究后续的分析提供了基础,也初步地验证了上文中提出和论证“适度”过度教育的合理性。

  绝对β趋同分析主要是验证各国的过度教育比率之间是否存在俱乐部收敛,原因在于样本国家的劳动力市场发展程度都具有较高的同质性;条件β趋同主要是探查该样本中不同国家之间的趋同是否存在不同的趋势,即存在着不同的稳定状态。此外,LM检验统计量都在0.01水平上显著,表明随机效应模型的估计效度都优于混合效应模型(LM=174.15);另外,由于不同的国家之间存在着较为明显的个体差异,同时Barro回归模型中包含了初期的过度教育比率,故采用随机效应模型。如表2所示,回归(1)中初期过度教育对数比率的系数显著为负,这与已有文献中的结果相同,[28]意味着不同国家之间的过度教育比率具有趋同的趋势,其绝对趋同速度约为0.055%。同时,回归(2)中初期过度教育对数比率的系数也显著为负,表明了不同国家之间过度教育比率具有条件趋同的趋势,其趋同速度约为0.104%,趋同的稳定状态则由其自身的发展条件所决定,例如女性劳动参与率、高知劳动力比重和经济发展水平等。

  

图1 样本国家过度教育比率的现状及变化

  

图2 过度教育的δ趋同

  四、中国过度教育“适度”范围的计量

  上述验证结果表明,中国过度教育适度范围的计量需考虑到劳动力市场特征及其初始条件,主要方法是对样本国家的面板数据进行聚类分析,寻找与中国具有相似特征的参照国家组,再根据国际经验数据来测算其适度范围。

  对一国劳动力市场的整体得分则通过特征根的形式进行加权计算,得到2002年到2014年各国劳动力市场得分,具体结果如表3所示。随后,对各国劳动力市场的综合性指标进行聚类分析,以控制面板数据在时间序列上的变动特征,其具体结果如图3所示。从图中可知,这33个国家的劳动力市场特征可以归为三类,其编号分别对应于表3中的第一列的序号,分别为:第一类是希腊和西班牙;第二类是比利时、保加利亚、克罗地亚、捷克共和国、爱沙尼亚、芬兰、法国、匈牙利、拉脱维亚、波兰、罗马尼亚、斯洛伐克、斯洛文尼亚、瑞典、德国、爱尔兰、意大利、立陶宛和葡萄牙;第三类是奥地利、塞浦路斯、冰岛、马尔他、挪威、瑞士、丹麦、卢森堡、荷兰、英国、中国和美国。

  

图3 系统聚类分析的树状图

  上述分析表明,中国属于第三类国家分类,与同类其他国家具有相同的劳动力市场特征及初始条件,故可通过对同类国家历年来过度教育比率的经验分析来确定中国过度教育的适度范围。在本研究中,分别综合考虑了与中国相同分类的国家自2002年到2014年,2010年到2014年和2014年当年这三个时间段内的过度教育比率,将过度教育的适度范围限定在距同类国家过度教育比率均值一个标准差的区间内,并将上述三个指标进行平均后获得,以消除时间趋势变动的影响,最终获得中国过度教育的适度范围。具体而言,自2002年到2014年间,第三类国家的过度教育比率均值为16.98%,标准差为8.44%,最大值为41.74%,最小值为4.79%,其中最高的国家为美国,为39.43%,最低的国家为挪威,为7.25%。自2010年到2014年间,第三类国家的平均过度教育比率为17.73%,标准差为8.31%,最大值为41.74%,最小值为5.19%,其中最高的国家仍为美国,高达40.89%,最低的国家仍为挪威,约为9.51%。2014年,第三类国家的平均过度教育比率为18.02%,标准差为8.70%,最高和最低的国家仍为美国和挪威,分别是41.60%和7.99%。最终,通过计算上述三个时期的平均值及其标准差后,本研究认为最终一般意义上的中国过度教育的适度范围应介于9%到26%之间。

  与中国实际状况对比,图4中自2002年到2014年中国过度教育的比率有较为明显的上升趋势,总体过度教育的比率仍处于适度范围之内,但城镇过度教育的比率已然超过了适度范围,特别是自2010年到2014年间过度教育的平均比例达到了33.34%,③这意味着中国城镇的过度教育已经达到了较为严重的地步,也说明中国较为明显的城乡二元结构导致了知识劳动力大量涌向城镇,从而造成了总体样本和城镇样本过度教育比率的明显分化。尽管如此,这并不意味着中国总体的过度教育不需要调控,一方面随着教育的持续扩张和经济转型的进展缓慢,总体过度教育的比率会保持持续上升的趋势,另一方面随着大量农村劳动力涌入城镇,其庞大的基数会导致中国城镇过度教育状况的低估,实际过度教育的状况可能更为严峻。

  

图4 2002-2014年中国总体与城镇过度教育比率,%

  综上,尽管中国总体上的过度教育处于适度范围,但从长期城镇化和经济转型的需要来看,仍需通过政策引导其理性回归,且城镇过度教育更是远远超过了适度范围,已有实践也表明城镇早已成为过度教育现象的重灾区,更需要制定政策以对过度教育进行宏观调控。

  五、保持“适度过度教育”的条件

  (一)教育供给侧的保障措施

  1.教育供给侧的质量提升

  教育质量的高低是调整教育供给与经济需求这一供需平衡的“价格”,而高等教育扩张往往伴随着教育质量的下降,势必会影响教育功能的发挥,提高对教育的需求,加剧过度教育的风险。因而,若要保持“适度”的过度教育,需提高教育的质量水平,促进教育体系从外延式增长向内涵式发展的转变,保持教育功能的稳定和阻止教育文凭的贬值,以质量来博口碑,提高毕业生的就业质量,避免出现由于教育质量问题而引发的表面过度教育的发生。本质上,教育质量的提高需要考虑到高校、用人机构、学生和家长多方利益主体对教育的需求,建立以市场导向为驱动的教育质量保障体系,具体而言:其一,加强社会问责,引入以大学排名、学生满意度、校友满意度和社会第三方机构评价为主的多元问责机制,并将其纳入高等教育质量保障体系指标当中;其二,加强市场竞争,在校际间建立以教育质量为核心评价指标的经费拨款机制,在校内则依据市场力量引导学科与专业的发展,并遵循市场需求来调整专业招生规模;其三,加强反馈调节机制,实时地追踪毕业生的就业状况与就业质量,深化对用人单位满意度与用人需求信息的追踪,从而减少教育的人才供给与社会的人才需求之间的落差,帮助毕业生实现就业和提高就业质量;其四,塑造高校毕业生的全球化视野,提升国际竞争力,随着经济转型和产业结构升级的持续,越来越多的中国企业开始其国际化布局,而这要求劳动力需要具备全球化的视野,从而需要加强对全球化知识的传授,鼓励学生到海外交换访学,了解各国的文化与习俗,以应对未来的就业挑战。

  2.教育供给侧的结构优化

  中国并不存在总量上的过度教育,但有较为明显的结构性过度教育,[29]这根源于教育供给与经济需求之间的结构失衡,为引导适度的过度教育的实现,需要优化教育结构,具体体现在:其一,调整不同层次的教育供给以满足经济需要,一味地进行教育扩张必然会导致不同层次的教育供给与不同层次的劳动力需求之间的失衡,诱发并加重过度教育,故需考虑到经济发展对就业的吸纳能力,并以此调节未来教育扩张的速度;其二,调整教育体系中普通教育与职业教育的比例,控制二者的相对规模,提高职业教育的社会地位和教育质量,这是由于职业教育对学生所掌握技能具有较为明确的界定与测量,能够有效地降低雇佣双方之间的不对称,更不容易发生过度教育,例如德国、法国与日本等职业教育较为发达的国家,过度教育比率都显著更低;[30]其三,在重视一般技能的前提下注重学生专业技能和实践技能的培养,增加学生专业课程的数量,提高实践环节的比重,鼓励学生进行实习活动,将教育的目标从对注重知识掌握向对知识和技能并重的方向发展;其四,根据毕业生的就业状况来控制学科的招生规模,保证高校能及时调整自身的学科布局,并预测未来的需求方向和应对可能的就业风险,避免由于某类学科过度发展而形成技能过度;其五,加强以就业能力为导向的就业指导体系建设,从入学开始就帮助学生进行职业规划。

  (二)教育需求侧的引导措施

  1.教育需求侧的社会改革

  过度教育的产生很大程度上是由于教育存在着信号作用,这导致了学生和家长对教育的过度投资和用人机构对教育的过度需求。为实现适度的过度教育,对教育需求侧的社会改革根本在于减少社会各界对文凭信号的追求。对于学生和家长而言,需要引导其理性地投资教育,避免由于盲目投资教育而引发的教育深化,其一是合理地利用教育投资活动的成本—收益策略,适当地增加学费来唤醒学生及家长对教育这一投资活动的成本意识;其二是高校需公开毕业生的详细就业状况,并利用大数据平台对未来的就业形势做出合理的预判,以便学生及家长对教育投资活动的预期收益做出判断;其三是建立教育类型间、学校间和学科间的学分互换体系和完善休学复学等制度,充分地保证学生有“用脚投票”的权利,加强教育活动中的市场规则,引导教育目的的理性回归。对于用人机构而言,需要建立以学生能力为核心的高等教育增值评价机制,将对学生能力的评价从教育文凭的获得细分到具体的能力分类中,从而减弱文凭在雇佣活动中的信号作用。此外,随着社会分工的精细化,用人机构应当细化岗位分层分类标准,塑造以能力水平为评价核心的职业招聘与发展模式。

  2.教育需求侧的经济改革

  要实现适度的过度教育,作为教育需求侧的经济体系需要其就业创造能力的提升,特别是高技术岗位的创造能力,通过扩大人才需求来减少过度教育的发生,从而实现教育扩张过程中的适当过度。具体而言:其一是加速产业结构升级,在三次产业划分中服务业对劳动力的吸纳能力最强,但当前中国的就业结构要落后于产业结构,第一产业滞留了大量的劳动力,而第二产业和第三产业的吸纳能力则不足,特别是高技术岗位的供给不足,[31]这需要大力发展先进制造业、高新技术产业、现代服务业和现代农业等产业,创造出更多适合青年,特别是高校毕业生的就业岗位;其二是实现城乡一体发展,消除城乡二元经济,这可以扩大劳动力的就业范围,避免扎堆现象的发生,减少局部过度教育的可能;其三是打破劳动力市场分割壁垒,特别是区域间、行业间和职业间的劳动力市场分割,引导劳动力在市场上的充分流动和制定相关政策缩减相对收入以实现劳动力在区域、行业与职业间的动态均衡,避免局部过度教育的发生。

  注释:

  ①《中国劳动统计年鉴》自2002年开始公布按职业、性别分的全国就业人员受教育程度构成。

  ②对高级职业、中级职业和低级职业的划分依据国际标准职业分类体系(International Standard Classification of Occupation,ISCO-08)的划分:其中,管理者、专业人员、技术人员和专业人员助理职业所需技能等级为3或4,将其归类为高级技能职业;办事员,服务人员及销售人员,农业、林业和渔业技术员,工艺及有关人员,机械机床操作员和装配工所需的技能等级为2,将其归类为中级技能职业;非技术工人所需的技能等级为1,将其归类为低级技能职业。

  ③匿名审稿人指出需注意本研究所计算过度教育比率与以往研究结果的差异。一方面,过度教育比率会受到数据来源和度量方法的影响,例如武向荣和赖德胜(2010)采用两种自评法估算2008年北京高校毕业生的过度教育比率分别是43.65%和52.31%,刘璐宁(2013)使用CGSS08数据和自评法测算出全国本科毕业生过度教育和整体过度教育分别为44.70%和31.9%,刘金菊(2014)使用2010人口普查数据和标准差法测算出本科及以上过度教育比例和全国过度教育比例分别是超过90%以上和28.16%;另一方面,本研究所计算的过度教育比率的对象为全国总体样本和城镇样本,并不仅仅是本科学历样本,而学历越高,过度教育比率越大,从而整体过度教育比率会低于本科人群的过度教育比率。总体上,本研究所计算过度教育比率与刘璐宁(2013)、刘金菊(2014)和刘璐宁(2016)的测算结果差异并不大,具有较强的可比性。

  参考文献:

  [1][30]胡雪萍,李丹青.技术进步就业效应的区域差异研究——基于中国东、中、西部地区的比较分析[J].上海经济研究,2015(8):3-10.

  [2]文冬毛.过度教育研究的方法、结论及启示[J].现代大学教育,1999(2):32-36.

  [3]Mayston D,Yang J.A pecking order analysis of graduate overeducation and educational investment in China[R].Working Paper in Economics,The University of York,No.25,2008.

  [4]李锋亮,李曼丽.专业知识与工程师的过度教育[J].高等工程教育研究,2011(4):53-57.

  [5]王广慧.高校毕业生过度教育的度量及其对就业质量的影响[J].教育与经济,2017,33(6):60-67.

  [6]Barone C,Ortiz L.Overeducation among European university graduates:A comparative analysis of its incidence and the importance of higher education differentiation[J].Higher Education,2011,61(3):325-337.

  [7]Groot W,Van den Brink H M.Overeducation in the labor market:A meta-analysis[J].Economics of Education Review,2000,19(2):149-158.

  [8]Mercana M A,Karakasb M,Citcic S H,et al.Sector-based analysis of the education-occupation mismatch in the turkish labor market[J].Educational Sciences:Theory & Practice,2015,15(2):1-11.

  [9]Büchel F.The effects of overeducation on productivity in Germany:The firms' viewpoint[J].Economics of Education Review,2002,21(3):263-275.

  [10]Greiner A,Rubart J,Semmler W.Economic growth,skill-biased technical change and wage inequality:A model and estimations for the US and Europe[J].Journal of Macroeconomics,2004,26(4):597-621.

  [11]Aina C,Pastore F.Delayed graduation and overeducation:A test of the human capital model versus the screening hypothesis[R].IZA Discussion Paper Series,Forschungsinstitut zur Zukunft der Arbeit,No.6413,2012.

  [12]Baert S,Cockx B,Verhaest D.Overeducation at the start of the career:Stepping stone or trap?[J].Labour Economics,2013(25):123-140.

  [13]张军利.过度教育理论视角下的大学生就业问题研究[D].西安:西北大学经济管理学院,2011.

  [14]赵树宽,余海晴,刘战礼.高等教育投入与经济增长关系的理论模型及实证研究[J].中国高教研究,2011(9):11-15.

  [15]解垩.高等教育对经济增长的贡献:基于两部门内生增长模型分析[J].清华大学教育研究,2005,26(5):74-80.

  [16]李硕豪,李文平.2013-2030年我国高等教育规模发展研究——基于适龄人口和经济水平的分析[J].开放教育研究,2013,19(6):73-80.

  [17]Verhaest D,Omey E.The impact of overeducation and its measurement[J].Social Indicators Research,2006,77(3):419-448.

  [18]Karakaya G,Plasman R,Rycx F.Overeducation on the Belgian labour market:Evaluation and analysis of the explanatory factors through two types of approaches[J].Compare,2007,37(4):513-532.

  [19]Kromydas T.Work,Unemployment and overqualification in UK:The measurement trap[C].In:13th Annual Conference of the Association for Heterodox Economics (AHE),Nottingham,England,6-9,July,2011.

  [20]Piva M,Santarelli E,Vivarelli M.The skill bias effect of technological and organisational change:Evidence and policy implications[J].Research Policy,2005,34(2):141-157.

  [21]Davia M A,McGuinness S,O' Connell P J.Explaining international differences in rates of overeducation in Europe[R].ES-RI Working Paper,2010.

  [22][24][26]Davia M A,McGuinness S,O' Connell P J.Determinants of regional differences in rates of overeducation in Europe[J].Social Science Research,2017,63:67-80.

  [23]Croce G,Ghignoni E.Demand and supply of skilled labour and overeducation in Europe:A country-level analysis[J].Comparative Economic Studies,2012,54(2):413-439.

  [25][31]Mcguinness S,Bergin A,Whelan A.Overeducation in Europe:Trends,convergence and drivers[R].IZA Discussion Papers,No.10678,2017.

  [27]徐现祥,李郇.中国城市经济增长的趋同分析[J].经济研究,2004(5):40-48.

  [28]刘文杰.对我国“过度教育”现象的探究[J].内蒙古师范大学学报(教育科学版),2013,26(8):5-8.

作者简介

姓名:张冰冰 沈红 工作单位:西北大学;华中科技大学

转载请注明来源:中国社会科学网 (责编:毕雁)
W020180116412817190956.jpg

回到频道首页
中国社会科学院概况|中国社会科学杂志社简介|关于我们|法律顾问|广告服务|网站声明|联系我们
中国社会科学院概况|中国社会科学杂志社简介|关于我们|法律顾问|广告服务|网站声明|联系我们