袁玉芝， 杜育红 | 我国劳动力市场的技能错配及其影响因素研究

点击蓝字 关注我们

我国劳动力市场的技能错配及其影响因素研究

袁玉芝¹， 杜育红²

(1.中国人民大学 教育学院， 北京 100872；2.北京师范大学 教育学部， 北京 100875)

摘　要：在我国劳动力市场上，人才不足和人才过剩现象同时存在，这反映出教育培养的技能与劳动力市场需求的技能错位，即技能错配。将技能错配分为垂直不匹配、水平不匹配和技能不匹配三类，基于中国家庭追踪调查数据研究发现：我国劳动力市场垂直不匹配发生率在27.80%～65.28%之间，水平不匹配发生率为50.21%，字词和数学技能不匹配的发生率分别为27.84%和28.30%。基于二元logit模型和多项logit模型探究了影响技能错配的因素，发现受教育程度越高的劳动力越容易发生过度教育、字词和数学技能过度。211类高校毕业、经管类和理工农医类专业、专业不匹配的劳动力更容易发生过度教育，大专学历、二本类院校、经管类专业的劳动力更容易发生专业不匹配。经检验不存在为了弥补教育质量不足而发生的过度教育，但是存在为了弥补专业技能不足而发生的过度教育。建议我国高校优化专业设置，合理规划各专业的招生规模，根据学校类型科学制定人才培养目标和方案，以满足劳动力市场不同层次、不同类型的技能需求。

关键词：技能；技能错配；垂直不匹配；水平不匹配

中国改革开放40多年来，经济与教育都得到了快速发展，人均GDP和高等教育入学率都有很大幅度提升。但是随着经济增长放缓，劳动力市场上的技能错配现象日益突出，大学生就业难和技工荒同时并存。据《2013年中国大学生就业报告》显示我国本科毕业生签约率仅为35%，高职高专毕业生签约率仅为32%，大学生失业和“向下就业”问题备受关注。大学生就业专业不对口也是技能错配的一种表现。麦可思《2015年中国大学生就业报告》显示2014届本科和高职高专已经就业毕业生中专业对口比例仅为69%和62%，专业技能不匹配现象比较严重^[1]。与此同时在我国劳动力市场上还存在“技工荒”现象，据中国人力资源市场信息监测中心发布的数据显示，目前我国劳动力市场技术员、工程师、高级工程师、高级技能岗位的缺口较大^[2－3]。这种“大学生就业难”“向下就业”与“技工荒”并存的现象，引发了高等教育到底应该进一步扩大规模，还是调整结构的争议，其实质是高等教育与经济的关系问题，是教育培养的各类人才与劳动力市场需求匹配问题，是劳动力的技能与岗位需求技能的匹配问题。本研究采用多种方法测算了我国劳动力市场的技能错配问题，并对产生技能错配的原因进行分析，以期对我国教育供给改进提供参考。

01

概念界定及文献综述

(一)技能错配的内涵

技能错配是指劳动力市场上技能需求与技能供给不匹配，技能供给的主要方式是教育供给，因此，技能错配的实质是教育供给与劳动力市场需求的不匹配。这种不匹配不仅仅是指技能短缺(skill shortages)和技能不足(skill gaps)，还包括资格、知识和技能超出工作要求的情况^[4]。阿培丁(Alpaydin,2015)在分析高等教育水平的劳动力技能错配时，认为在劳动力市场上岗位空缺和失业同时并存，只有部分劳动力实现了充分就业，剩下的就业人员要么技能不足要么大材小用^[5]。由于劳动力市场需求的技能和个体技能具有一定的复杂性，难以测量，早期研究技能错配的文献多以教育水平作为劳动力和工作岗位要求技能的代理变量，即技能不足表现为教育不足，技能过度表现为过度教育。随着对技能错配研究的深入，越来越多的研究者发现教育水平匹配情况并不能很好地判断技能错配。

部分研究者开始尝试从专业匹配角度分析技能错配问题，罗布斯特(Robst,2007)基于人力资本理论认为学生选择某个专业意味着其将投资与该专业相关的职业所需的技能，不同专业培养学生不同类型的技能，因此，专业与职业是否匹配是衡量技能是否匹配的良好标准^[6]。国际组织和学者对上述两种衡量技能错配方法进行了重新定义，将以教育水平代表技能的不匹配情况称为垂直不匹配，以专业代表技能的不匹配情况称为水平不匹配。塞纳拉特和帕特本第吉(Senarath & Patabendige,2014)以简单的图表区分了垂直不匹配和水平不匹配^[7]。然而相同教育水平，相同专业的劳动力，他们的能力并不一样，即人力资本具有一定的异质性，研究者们开始基于一些大规模的技能测试分析技能错配问题。综上所述，根据技能错配的测量方法对技能错配进行分类，具体定义见表1。

(二)技能错配的测量方法

测量技能错配的方法有很多，主要包括员工自我评估法、实际匹配法、工作分析法以及主客观结合的测算方法。员工自我评估法(Worker self－Assessment，简称WA)依据的是劳动力自身提供的信息判断技能匹配情况，是一种主观测量不匹配的方法，最容易实现^[8]。实际匹配法(Statistical/Realised Matches method，简称RM)是根据各个职业的劳动力的教育或技能分布来推断该职业的教育或技能要求，是一种客观的测量不匹配的方法。通常以从事相同工作的劳动力的教育或技能的平均数或众数作为判断依据。工作分析法(Normative/Job analysis method，简称JA)，顾名思义，就是通过对工作岗位的详细分析了解岗位的教育和技能要求，与该工作的劳动力具有的实际教育和技能情况进行对比，判断是否存在技能错配，也是一种客观测量错配的方法^[9]。主客观结合测量方法是将员工自我评估法与测量技能错配的客观方法，或员工技能的客观测试结果相结合判断技能是否与工作要求匹配的方法。各类方法的优缺点见表2。

(三)技能错配的影响因素

1.教育对技能错配的影响

教育是培养劳动力技能的主要途径，劳动力技能与市场需求技能的不匹配，教育难逃其责。在整个国家层面上，教育系统的职业导向性是影响技能错配的关键因素。萨默斯、卡比以及赫罗特(Somers & Cabus & Groot,2016)认为国家教育系统主要有三个方面影响技能错配：学术专业化的时间、职业教育导向、与企业的联系程度^[10]。对个人而言，劳动力接受教育的质量、教育的层次、教育的类型以及专业类型等都会对其与劳动力市场需求的匹配结果产生影响。

(1)教育质量

教育质量被许多研究者证明是影响技能错配的关键因素，教育质量越高，技能错配发生率越低。

研究教育质量影响垂直不匹配即过度教育和教育不足的主要依据是人力资本理论的权衡观点，即过度教育是对其他人力资本不足的补偿的结果。当学校教育的质量较低时，培养学生的技能被认为是不充足的，过度教育容易发生。毕晓普和卡特( Bishop & Carter,1991) 对测量过度教育的方法提出质疑：仅依据接受教育年限判断教育过量与不足是不可取的，不匹配可能是某些大学毕业生所接受的教育质量低下引发的。美国年轻的大学毕业生中17%的人阅读水平低于普通11年级的学生，如果他们承担了文秘工作，就不是真正意义上的过度教育，而是教育不足^[11]。罗伯斯特(Robst,1995)认为高等教育内部质量差异是非常大的，低质量的学校教育将导致学生占有更少的人力资本，研究发现学校质量与毕业生的过度教育发生率基本呈负相关^[12]。格林等(Green et al.,1999)基于ALS数据，研究发现个体的数学测试成绩越高，过度教育发生率越低，数学测试成绩每提高10%，过度教育发生率减少2%。当使用英语成绩时发现了相同的结果，成绩越高，过度教育发生率越低^[13]。艾娜和帕斯托(Aina & Pastore,2012)研究了大学生延迟毕业对过度教育的影响，发现延迟毕业增加了过度教育发生的概率^[14]。以学校层次和类型作为质量的代理变量研究教育质量对技能错配影响的文献也有很多。杨娟等(2011)基于2003年北京大学教育经济研究所收集的全国抽样调查数据，运用自我评估法估算发现，学历越高，过度教育发生率也越高^[15]。武向荣和赖德胜(2010)基于北京市党政机构及企事业单位职工的就业状况调查数据，采用自我评估法，估算出博士研究生过度教育发生率最高^[16]。

主客观结合,主客观结合测量方法,相对降低主观和客观方法带来的测量误差,无法完全消除主观偏误的影响数据要求高，难以实现水平不匹配即专业不匹配同样受到教育质量的影响。当劳动力找不到与其教育水平相匹配的工作时，他将会与专业相似的、教育水平更低的劳动力竞争相同的工作岗位，教育水平低的劳动力可供选择的工作岗位将更少，当与其专业相关的工作岗位都选择了更高教育水平的劳动力时，这些教育水平较低的劳动力只能选择与其专业不相关的工作。库瑟和比拉尔塔(Kucel & Vilalta－Bufí，2012)研究了在波兰大学毕业生中的教育与职业不匹配问题，研究发现学术声望高的学校的毕业生水平不匹配发生的比例较低^[17]。刘扬(2010)基于麦可思2008届毕业生调查数据，通过自我评估法获得大学毕业生专业与职业匹配情况，结果发现大学质量(专科、普通本科、“211”本科)越高，专业与职业匹配程度越高^[18]。

(2)专业类型

专业类型也是影响技能错配的重要因素。基于人力资本理论，当专业给学生提供的专业知识不足时，为了弥补专业人力资本不足，过度教育也容易发生。道尔顿和希尔斯(Dolton & Silles,2003)基于1998年英国纽卡斯尔市关于本科生和研究生的调查数据，采用probit模型，对过度教育的影响因素进行了研究，发现艺术和人文学科的学生更不容易找到与其教育相称的工作^[19]。巴龙和奥尔蒂斯(Barone & Otiz,2010)利用REFLEX数据分析了欧洲8个国家过度教育情况，发现在这些国家里人文科学专业都更易于出现过度教育^[20]。范皑皑(2012)基于2003－2011 年全国高校毕业生抽样调查数据，研究发现专业对口的毕业生过度教育发生率比不对口的毕业生过度教育发生率低^[21]。

专业不匹配发生率也受专业类型的影响。不匹配发生率最高的专业一般为文科专业，跟健康相关的专业不匹配发生率则较低，主要是因为与健康相关的专业为毕业生提供更多的职业相关技能，他们很少在与该技能无关的职业领域寻找工作。刘扬(2011)研究了专业类型对专业不匹配的影响，发现提供更多职业特定技能的专业，如医学类和工程类，毕业生专业与职业匹配程度高，而社会科学类等提供一般性技能的专业与职业匹配程度低^[22]。

2.其他影响技能错配的因素

除了教育相关因素，个人的性别、工作经验以及工作所属行业和职业类型、单位规模等都是影响技能错配的重要因素。

与男性相比，女性更容易产生技能错配。这主要是由于受到劳动力市场上的性别歧视，或者由于女性为了照顾孩子或者家里的老人不得不选择一些兼职工作或相对轻松的工作，这些工作往往对技能要求不高，导致女性更易于发生过度教育(OECD,2013)^[23]。一个没有经验的劳动力通常容易找到一个暂时的或者是初级水平的工作，这些工作技能水平要求往往低于劳动力的技能。当劳动力积累了足够多的经验，他们更容易通过职业流动找到适合其能力的工作(OECD,2013)。随着工作经验的增加，过度教育发生率逐渐减少。行业、职业类型等对技能错配有显著影响。道尔顿和希尔斯(Dolton & Silles,2001)的研究表明，私立部门市场化程度较高，不容易发生过度教育，相反公共部门过度教育发生率较高^[24]。刘云波、钟宇平(2012)研究发现服务行业的过度教育发生率较高^[25]。

02

研 究 设 计

(一)数据来源

本研究主要采用中国家庭追踪调查数据(China Family Panel Studies，简称CFPS)。该数据在2010年开始实施基线调查，并在2012年、2014年、2016年和2018年分别进行了追访，样本包括了中国25个省(自治区、直辖市)的人口，可以被看作是一个具有全国代表性的样本。调查数据包括：成人数据库、少儿数据库、家庭经济数据库、家庭成员关系数据库以及社区数据库。其中将16岁以下个体视为少儿，将16岁及其以上个体视为成人，并分别针对这两类人群开展了认知技能测试(包含字词测试和数学测试)。本研究主要使用基线成人数据库，该数据库不仅包含成人劳动力的工作、收入状况，还包括较为详细的教育经历信息，尤其是对于接受过高等教育的劳动力，不仅包含其大学类型信息，还包含其大专、本科、硕士、博士所学专业信息，为分析技能错配，尤其是专业不匹配提供了数据支持。本研究仅保留16～60岁非农职业劳动力样本，共有7680个个案，其中初中及以下学历劳动力占全部样本的56.17%，高中学历劳动力占21.38%，大专学历劳动力占12.49%，本科及以上学历劳动力占9.96%。

(二)测算方法

本研究采用客观方法即实际匹配法和工作分析法测算我国劳动力市场上的技能错配。

1.实际匹配法

(1)均值法

采用均值法测算垂直不匹配和微观技能不匹配。均值法主要分为三个步骤：首先，计算出相同职业劳动力的平均受教育年限或字词、数学成绩；其次，计算出相同职业劳动力受教育年限或字词、数学成绩标准差；最后，当劳动力的受教育年限或字词、数学成绩大于该职业内平均受教育年限或字词、数学成绩一个标准差时，则为过度教育或字词技能过度、数学技能过度，当劳动力的受教育年限或字词、数学成绩小于该职业内平均受教育年限或字词、数学成绩一个标准差时，则为教育不足或字词技能不足、数学技能不足。劳动力的受教育年限或字词、数学成绩与该职业内平均受教育年限、字词和数学成绩相差在一个标准差之内则为教育适度或字词技能适度、数学技能适度。

(2)众数法

采用众数法测算垂直不匹配。众数法主要分为两个步骤：首先，将样本中所有成人就业劳动力按照职业信息分类，然后在相同职业中按照受教育水平进行排序，人数最多的教育水平即为该职业所需教育水平。劳动力的受教育水平低于该水平的即为教育不足，高于该水平的即为过度教育。

2.工作分析法

采用工作分析法测算垂直不匹配和水平不匹配。CFPS数据对劳动力的职业采用了国际标准职业分类ISCO88进行编码，ISCO88不仅包含了各类职业的技能水平要求还包含了技能类型要求，因此，可以采用该方法测算垂直不匹配和水平不匹配。

(1)垂直不匹配

除管理者和军人外，ISCO88提供了各职业大类所需的技能水平以及该技能水平对应的教育水平，具体见表3。管理者和军人的教育水平和技能水平难以界定，因此，本研究也不考虑这两类职业劳动力的技能匹配情况。

(2)水平不匹配

ISCO88提供了各职业需求技能类型，但并未详细说明。部分研究者在研究中基于ISCO88将职业和专业进行了匹配，如沃布斯(Wolbers,2002)^[26]，马他克维克(Matkovi，2009)等。因此，本研究借鉴已有研究，构建了专业与职业匹配表4。

(三)模型设定

为了探究技能错配的影响因素，分别以垂直不匹配、水平不匹配以及技能不匹配为因变量建构了分析模型。首先，基于多项logit模型，分析性别、户口类型、工作经验、受教育程度、单位性质、行业等因素对垂直不匹配和技能不匹配的影响，构建模型如下，其中j＝1,2,3中1代表教育适度或字词、数学技能适度，2代表教育不足或字词、数学技能不足，3代表过度教育或字词、数学技能过度。x′_i为性别、受教育程度等解释变量。

为了探究水平不匹配的影响因素，采用二元logit模型，构建模型(5)，其中y＝0,1，专业匹配为0，专业不匹配为1，分析劳动力的性别(gender)、工作经验(exp)、受教育程度(edu)、专业类型(major)、学校类型(schtype)以及行业类型(indtype)等因素对水平不匹配的影响。其中，专业类型分为经管类、人文社科类(除经管)、理工农医类三类，以经管类为参照组，生成 2 个虚拟变量；学校类型分为 211类高校、普通重点高校、普通本科高校、其他类型院校四类，以其他类型院校为参照组，生成 3 个虚拟变量。行业类型借鉴丁小浩等(2012)的研究方法分为第二产业中的制造业、垄断性和资源依赖性较强的第二产业、附加值较低的第三产业、附加值较高的第三产业等四类[27]。

人力资本理论认为过度教育是对个体人力资本异质性的补偿，范皑皑(2012)认为个体异质性主要来源于三个方面：未观察到的个人能力、专业人力资本类型和人力资本质量。个人能力的异质性指的是先赋的差异，这是无法改变的，这种原因带来的过度教育是高等教育发展过程中不可避免的。专业人力资本异质性指的是毕业生专业技能方面的差异，毕业生通过学习获得了与学科设置相关的专业人力资本，但并不一定和劳动力市场需求匹配，部分毕业生专业不对口或者与工作相关的技能欠缺造成了过度教育，他们需要用更多的教育来弥补专业人力资本的不足^[21]。为了检验是否存在弥补型的过度教育，构建模型6，其中y＝1代表过度教育，y＝0代表教育适度和教育不足。控制性别和专业，以学校类型作为学校质量的代理变量，以工作经验和专业不匹配作为专业技能的代理变量，检验是否存在弥补型过度教育。

03

我国劳动力市场的技能错配现状

采用均值法、众数法、工作分析法分别测算了我国劳动力垂直不匹配的发生率，垂直不匹配发生率在27.80%～65.28%之间，教育不足发生率高于过度教育发生率。在水平不匹配方面，有50.21%的劳动力存在专业与职业的不匹配。在技能不匹配方面，字词技能和数学技能不匹配发生率分别为27.84%和28.30%，具体见表5。

对不同学历背景的劳动力而言，采用均值法和工作分析法测算出的过度教育发生率随着教育程度的提高而上升，无论采用哪种方法测算出的初中及以下学历劳动力的教育不足发生率都最高。采用均值法和工作分析法测算出的本科及以上学历劳动力的教育不足发生率都很低，几乎为零。在水平不匹配方面，大专学历的劳动力更容易产生水平不匹配，即专业不匹配，专业不匹配发生率为55.52%，意味着有一半的劳动力从事着与其专业不符的职业。本科及以上学历劳动力的专业不匹配发生率也较高，达到42.45%。在技能不匹配方面，字词和数学技能不足发生率最高的都是初中及以下劳动力，其他学历劳动力的字词和数学技能不足发生率都较低甚至不存在技能不足问题。字词技能过度发生率最高的是本科及以上学历劳动力，数学技能过度发生率最高的是高中学历劳动力。

对毕业于不同类型高校的劳动力而言，无论采用均值法、众数法还是工作分析法测算出的结果都表明211类高校毕业劳动力过度教育发生率高于普通重点高校和普通本科高校毕业生(见表6)。采用均值法和众数法测算出的211类高校毕业生最容易发生过度教育，分别为47.96%和63.78%。工作分析法测算出其他类型高校即网络学校、党校等最容易发生过度教育，发生率为67.15%，其次即为211类高校，过度教育发生率为57.32%。在教育不足方面，均值法和工作分析法测算出这几类高校毕业劳动力的教育不足都几乎为零，采用众数法测算的教育不足随着学校质量的提高而逐渐下降。在水平不匹配即专业不匹配方面，专业不匹配更容易发生在普通本科毕业劳动力群体内，发生率达到46.67%，其次为211类高校毕业劳动力。在技能不匹配方面，211类高校毕业劳动力字词技能过度发生率最高，普通本科毕业劳动力的数学技能过度发生率最高，字词和数学技能不足发生率都较低甚至为零。

对不同专业背景的劳动力而言，采用均值法和众数法测算出理工农医类专业背景的劳动力更容易发生过度教育，其次为经管类专业背景劳动力(见表7)。采用工作分析法测算出经管类专业背景劳动力过度教育发生率最高，其次为理工农医类专业背景劳动力。均值法测算出各专业背景劳动力教育不足发生率都较低，众数法和工作分析法测算出人文社科类专业背景劳动力教育不足发生率相对较高。在水平不匹配方面，经管类专业更容易发生专业不匹配，发生率达到57.58%，意味着有超过一半的经管类毕业生从事职业与所学专业无关，其次为人文社科类专业，专业不匹配发生率为44.32%。在技能不匹配方面，理工农医类专业和经管类专业背景劳动力字词和数学技能过度发生率都相对较高，不同专业背景劳动力技能不足发生率都较低甚至为零。

04

技能错配的影响因素分析

为了探究影响技能错配的主要因素，采用多项logit模型，分析了性别、户口类型、工作经验、家庭经济背景、单位类型、行业类型、地区等因素对技能错配的影响，其中，以父亲的受教育年限作为家庭经济背景代理变量。劳动力的受教育程度共分为初中及以下、高中、大专、本科及以上四类，以初中及以下为参照组，形成3 个虚拟变量。单位性质分为党政机关和事业单位、国有企业、私营和个体企业、三资企业以及其他单位类型，以党政机关和事业单位为参照组，生成 4 个虚拟变量。行业类型变量同上，地区分为东中西三个地区，以西部地区为参照组，生成2个虚拟变量。结果见表8。研究发现，女性劳动力更容易发生教育不足、字词技能不足、数学技能不足，男性劳动力更容易发生过度教育和数学技能过度。与城市户口劳动力相比，农村户口劳动力更容易发生教育不足、过度教育、数学技能不足以及数学技能过度。这在一定程度上意味着，在我国劳动力市场上女性和农村劳动力更难找到与其教育和能力相匹配的职业。

工作经验丰富的劳动力越容易发生教育不足、字词技能不足和数学技能不足，且都在0.01水平上显著，说明在工作中积累的经验弥补了其他技能的部分不足。另一方面，工作经验越丰富的劳动力越不容易发生字词技能过度和数学技能过度，在一定程度上说明工作经验丰富的劳动力越能够找到与其能力相匹配的职业。在学历背景方面，与初中及以下学历劳动力相比，高中、大专、本科及以上学历劳动力更容易发生过度教育、字词技能过度和数学技能过度，更不容易发生教育不足和技能不足。

对不同单位性质的劳动力而言，国有企业劳动力更不容易发生教育不足，国有企业，私营、个体企业，其他单位类型以及三资企业劳动力更容易发生过度教育，国有企业，私营、个体企业以及其他单位类型劳动力更不容易发生字词技能不足。对不同的行业而言，过度教育更容易发生在行业3，即附加值较低的第三产业，不容易发生在行业4，即附加值较高的第三产业。行业2的劳动力更不容易发生字词技能不足，行业4容易发生字词技能不足，不容易发生字词技能过度。在数学技能方面，行业2的劳动力更容易发生数学技能过度，行业3和行业4劳动力更不容易发生数学技能过度。东部地区更不容易发生字词技能不足和数学技能不足，中部地区更不容易发生字词技能不足。

水平不匹配即专业不匹配方面，样本缩小至大专及以上学历劳动力样本。女性更容易发生专业不匹配，且在0.01水平上显著。与本科学历劳动力相比，大专学历劳动力更容易发生专业不匹配。在行业3即低附加值的第三产业工作的劳动力更容易发生专业不匹配，在行业4高附加值的第三产业工作的劳动力更不容易发生专业不匹配。理工农医类劳动力更不容易发生专业不匹配，且在0.01水平上显著，其次为人文社科类专业劳动力，经管类专业劳动力更容易发生专业不匹配。当只考虑本科劳动力样本时，理工农医类专业劳动力更不容易发生专业不匹配，二本院校毕业劳动力更容易发生专业不匹配(见表9)。

以高校类型作为高校质量的代理变量，检验是否存在弥补型过度教育。受高校类型变量的影响，研究样本仅限于本科毕业劳动力。男性比女性更容易发生过度教育，劳动力的工作经验越丰富，越不容易产生过度教育。211类高校毕业劳动力更容易发生过度教育，说明并不存在由于教育质量低而产生的表面过度教育。不包含经管类专业的人文社科类专业更不容易发生过度教育。当加入专业不匹配变量时，211类高校毕业劳动力依然更容易发生过度教育。专业不匹配的劳动力更容易发生过度教育，说明存在弥补专业技能不足的过度教育(见表10)。

05

结 论 与 建 议

本研究基于中国家庭动态跟踪调查数据，测算了我国劳动力市场上的技能错配发生率，并对影响技能错配的因素进行了分析。研究发现，我国劳动力市场存在较为严重的技能错配问题。垂直不匹配发生率在27.80%～65.28%之间，教育不足发生率高于过度教育发生率；有50.21%的劳动力存在水平不匹配即专业不匹配；在技能不匹配方面，字词和数学技能不匹配发生率分别为27.84%和28.30%。教育是影响技能错配的关键因素。劳动力的受教育程度越高越容易产生过度教育、字词以及数学技能过度，大专生比本科生更容易产生水平不匹配即专业不匹配。除经管类专业外人文社科类专业毕业生更不容易发生过度教育；理工农医类专业劳动力更不容易发生专业不匹配，经管类专业劳动力更容易发生专业不匹配，二本类院校更容易发生专业不匹配，这与学科性质有一定的关系，同时也受到招生规模的影响；211类高校毕业生更容易发生过度教育，因此不存在为了弥补教育质量的不足而发生的过度教育，专业不匹配的劳动力更容易发生过度教育，存在为了弥补专业技能不足而发生的过度教育现象。基于研究结论，提出如下建议。

第一，优化专业设置、合理规划招生规模，避免技能培养过剩。经管类专业背景的劳动力特别容易发生专业不匹配和过度教育，理工农业类专业背景的劳动力也比较容易发生过度教育。这与专业设置重复率高，招生人数过多不无关系。在我国经济由计划经济转向市场经济初期，劳动力市场对经管类、理工农医类人才的需求旺盛，这几类专业成为热门专业。各类高校争相设置热门专业，导致那些热门的、设置条件简单的专业设置重复率高。1998年到2003年经管类专业布点占比提高了约11%。工科类专业布点占比也一直很高，始终保持在29%以上，工科、经管类、理学、文学四类学科专业布点数占所有专业布点数的90%以上。本研究发现经管类专业背景的劳动力特别容易发生过度教育，也容易发生专业不匹配。这主要是由于在扩招过程中，大量增加了经管类人才的培养，导致经管类人才的培养过剩。理工农医类专业背景劳动力比较容易发生过度教育，这与早期我国高等教育表现出重理轻文的倾向有关。因此，为了减免人才浪费，我国高等教育应优化专业设置和合理规划各专业的招生规模，尤其是经管类专业，避免相同技能培养过剩。

第二，明确各类型高校的人才培养目标，满足多样性的技能需求。与其他类型本科毕业生相比，211类高校毕业生更容易发生过度教育，二本类型院校毕业生容易发生专业不匹配。这可能是由于在扩招中，研究型大学并未坚持精英教育的目标，招收了过量层次不一的学生。而二本类院校往往选择研究型大学作为模仿对象，尤其是在课程设置方面更是常常以研究型大学的课程模块为蓝本，培养出的学生既不具有学术能力又缺乏实践应用技能。有研究者随机抽取了8所不同层次类型的高校，并选取法学专业的培养方案进行了文本分析，发现这8所高校的法学专业在培养目标、课程设置框架、主干课程和学科专业必修课程方面具有很强的相似性，课程重复率达到84.56%(刘小强，2010)^[28]。高等教育人才培养缺乏层次性和多样性容易导致其毕业生在就业时产生技能错配，造成人才浪费。因此，学术类、研究型大学尤其是211类高校应坚守精英教育的目标，合理控制招生规模；专业类、教学型高校尤其是地方本科院校则应根据不同的行业、岗位需求设置课程，选择合适的教学方法，注重产教融合，培养各级各类应用型人才，以满足劳动力市场不同层次、不同类型的技能需求，为国家经济转型升级提供坚强的人才支撑。

参考文献

[1]麦可思研究院.2015年中国本科生就业报告[M].北京：社会科学文献出版社，2015：18－19.

[2]中国人力资源市场信息监测中心.2020年第一季度部分城市公共就业服务机构市场供求状况分析[EB/OL]. (2020－04－21)[2021－04－02]. http：//www.mohrss.gov.cn/SYrlzyhshbzb/zwgk/szrs/sjfx/202004/t20200421_366027.html.

[3]中国人力资源市场信息监测中心.2020年第二季度部分城市公共就业服务机构市场供求状况分析[EB/OL]. (2020－07－27)[2021－04－02]. http：//www.mohrss.gov.cn/SYrlzyhshbzb/zwgk/szrs/sjfx/202007/t20200727_380800.html.

[4] INGRAM B F， NEUMANN G R. The returns to skill [J].Labour economics,2006(13)：35－59.

[5]ALPAYDIN Y. Identifying higher－education level skill needs in labor markets：the main tools usable for Turkey[J]. Educational sciences：theory & practice， 2015,15(4)：945－967.

[6]ROBST J. Education and job match ：the relatedness of college major and work[J]. Economics of education review,2007,26(4)：397－407.

[7]SENARATH S ， PATABENDIGE S. Job－education mismatch among the graduates：a sri lankan perspective[J]. Ruhuna journal of management and finance,2014,1(2)：1－16.

[8]European Commission. Employment， social affairs & inclusion measuring skills mismatch[R]. European Commission， 2015.

[9]FLISI S， GOGLIO V， et al. Measuring occupational mismatch：overeducation and overskill in Europe—evidence from PIAAC[J]. Soc Indic Res,2017,131：1211－1249.

[10]SOMERS M， CABUS S， et al. Horizontal mismatch between employment and the field of education：evidence from a systematic literature review[J]. Tier working paper series， 2016：1－50.

[11]BISHOP J， CARTER S. The worsening shortage of college graduate workers[J]. Educational evaluation and policy analysis,1991,13(3)：221－246.

[12]ROBST J . College quality and overeducation [J].Economics of education review,1995,14(3)：221－228.

[13]GREEN F， MCLNTOSH S， et al. Overeducation and skills：clarifying the concepts[R]. Technical report,1999.

[14]AINA C， PASTORE F. Delayed graduation and overeducation：a test of the human capital model versus the screening hypothesis [R]. Bonn：IZA ,2012.

[15]杨娟，孟大虎，岳昌君.高等教育投资风险和收益的实证研究[J].中国人民大学教育学刊，2011(1)：80－90.

[16]武向荣，赖德胜.过度教育发生率及其影响因素－－基于北京市数据的分析[J].教育发展研究，2010,30(19)：36－41.

[17]KUCEL A， VILALTA M. Graduate labor mismatch in Poland[J]. Polish sociological review， 2012,3(179)：413－429.

[18]刘扬.大学专业与工作匹配研究：基于大学毕业生就业调查的实证分析[J].清华大学教育研究，2010,31(6)：82－88.

[19]DOLTON P， SILLES M. The determinants and consequences of graduate overeducation[J]. Overeducation in Europe：current issues in theory and policy， 2003：189－216.

[20]BARONE C， ORTIZ L. Overeducation among European University graduates：a comparative analysis of its incidence and the importance of higher education differentiation[R]. University Pompeu Fabra：Department of Political &Social Sciences,2010.

[21]范皑皑. 大学生人力资本的过度与不足－－基于弥补型过度教育视角的实证分析[J]. 北京大学教育评论，2012(4)：106.

[22]刘扬.教育与工作匹配性研究：本专科毕业生就业差异[J].复旦教育论坛，2011(2)：63－67.

[23]OECD. OECD skills outlook：first results from the survey of adult skills[R]. Paris：OECD,2013.

[24] DOLTON P， SILLES M. Over－education in the great labor market：some evidence from Alumni data[M]. London：Centre for the Economics of Education， 2001：1－46.

[25]刘云波，钟宇平.香港过度教育现象及其与行业发展的关系分析[J].北京大学教育评论，2012,10(4)：120－134.

[26]WOLBERS M. Job Mismatches and their labour market effects among school－leavers in Europe[R]. Mannheim， 2002.

[27]丁小浩，于洪霞，余秋梅.中国城镇居民各级教育收益率及其变化研究：2002－2009年[J].北京大学教育评论，2012(3)：73－84.

[28]刘小强.人才培养分化与大学生就业关系的实证分析[J].教育研究，2010,31(12)：24－31.

（原文刊于《教育与经济》2021年第2期）

往期 · 推荐

国家社科基金资助期刊

中文社会科学引文索引（CSSCI）来源期刊

全国中文核心期刊

中国人文社会科学核心期刊