我国新一轮高等教育大规模扩招以来，大学生在毕业时点无法顺利就业的现象越来越明显，劳动力市场上出现了较为严重的大学生就业难问题。2010年，全国普通高等院校共有630万大学毕业生，其中就有174.4万人在毕业时没能顺利实现就业①。日益凸显的大学毕业生就业问题引起了政府、民众和学术界的高度关注，国家出台了一系列政策和法规来解决大学生就业问题。大学毕业生就业状况的好与坏，不仅关系到高等教育投资的各方利益主体，而且还会直接影响教育本身的发展。这也是为什么与农民工、下岗职工相比，大学毕业生人数不算很多，但却引起社会高度关注的重要原因。
随着我国大学生就业难问题的逐渐显现，相应出现了很多有价值的研究文献，这些成果增进了人们对我国现阶段大学生就业特点和规律的了解。几乎所有研究都涉及了人力资本与大学生就业之间的关系。这些实证文献，通常都讨论了对于大学毕业生的求职结果(是否就业)和起薪水平而言，分别有哪些人力资本指标具有显著的正向影响，所得结论并不一致。而且，对比既有文献的研究结论可以发现，影响求职结果与影响起薪水平的人力资本变量，存在明显的不一致。这种反差可能表明，在中国转轨的高等教育劳动力市场上，就业实现机制与工资决定机制是不一致的。然而，现有文献并没有对这两种机制进行详细讨论。另外，现有文献的研究结论也存在很大的不一致性，笔者认为其原因除了与所用样本的代表性有关外，在很大程度上是由于对哪些指标能衡量大学生的人力资本并没有进行深入的讨论，指标选取过于随意和宽泛，所以不但影响了实证结果的可信度，而且也造成了研究结论的不一致。带着这种理解，本文将在对人力资本衡量指标进行详细讨论的基础上，利用北京师范大学“人力资本、社会资本与大学生就业”课题组的2009年抽样调查数据，讨论大学毕业生拥有的各类人力资本因素对于其就业可能产生的影响，并尝试筛选出影响就业概率和就业质量的人力资本变量，最后在实证研究结果的基础上，从人力资本角度对于我国大学毕业生的就业实现机制与就业质量决定机制进行讨论。
一、人力资本与大学毕业生的就业实现和就业质量
人力资本理论认为，教育是一种人力资本投资，教育对就业有着深刻的影响：劳动者的受教育水平越高，受教育质量越好，则其劳动的边际生产率就越高，因此，他就越有可能获得一个好的职位，就越有可能进入社会地位和经济收入都比较高的阶层。现代教育通过向劳动者传授知识和技术，极大地提高了他们获取和解读复杂信息的能力，大大降低了劳动力找寻空缺职位的交易成本。例如，马忠东和王建平基于2005年全国1%人口抽样调查数据的研究表明，大学毕业生的失业率要远低于高中毕业生，这充分说明了受教育程度较低的劳动者所面临的失业风险要大大高于高学历的劳动者[1]。
就教育与收入之间的关系而言，新古典经济学认为，劳动者的工资取决于边际劳动生产率，而教育由于使劳动者学会了学习和阅读，使其技术水平得到提高，劳动生产率随之提高，收入自然增加。但是人力资本理论也认为，教育提高劳动力的生产能力仅仅是一般的情况，它对收入的影响不仅限于此，教育对劳动生产率的持续作用还表现为它提升了人们的配置能力。一个人受教育水平越高，越能够根据经济条件的变化做出调整，接受培训或进行地域、行业间的迁移，从而获得较高的收入。
综上可知，人力资本理论认为，与其他群体相比，大学毕业生之所以能够获得更好的就业岗位和更高的工资，是因为接受高等教育增加了他们的人力资本，从而潜在地提高了他们的生产效率。
那么，如果按照人力资本理论的逻辑来讨论大学毕业生群体内部的就业差异问题，就应当有如下判断：与那些对人力资本投资较少的大学生相比，人力资本投资较多的大学生就业结果会更好。然而，在现实世界中，人力资本投资与大学生就业之间的关系可能并非如此简单，二者之间展现出了更为复杂的联系。例如大学生学习成绩越好，说明其在学业方面进行的人力资本投资越多，就业结果就应当越好，但是已有文献的研究表明，学习成绩好，并不一定能提高大学生顺利就业的概率，甚至还有研究发现，学习成绩对于就业机会的获得有显著的负向影响[2]。理论与现实之间的这种反差可能说明，劳动力市场对大学毕业生的人力资本状况考察更为全面和深入，即不但关注大学毕业生拥有的人力资本的数量和质量，还关注人力资本的结构。
同时，对相关文献的回顾也发现，那些能够影响求职结果的人力资本变量，并不一定能在决定就业质量方面起到积极作用，反之亦然。这种强烈反差表明，在中国当前的高等教育劳动力市场上，就业实现机制与就业质量决定机制可能是不一致的。由于就业于城市、国有部门等主要劳动力市场能获取明显的分割性收益，而主要劳动力市场的职位又是有限的，这导致主要劳动力市场的职位竞争相当激烈。主要劳动力市场基本表现为一种买方垄断状态，即由用人单位来主导设定招聘条件，大学生的谈判能力是很弱的。而用人单位在筛选过程中，一般倾向于挑选综合素质强和职业发展潜力大的学生，于是学习成绩好、获得过奖学金、是党员、有过兼职经历的大学毕业生就会更受用人单位的青睐。而这些显著影响求职结果的变量，却不一定能影响大学毕业生的起薪水平，这是因为不管是国有部门还是非国有部门，其在确定新员工的起薪水平时基本均根据就业岗位级别和类型来设定工资。由于刚入职的大学毕业生不大可能一开始就从事中高级岗位工作，所以那些综合素质强和职业发展潜力大的毕业生的起薪不一定更高。当然，由于起薪水平仍会受大学毕业生自身的生产能力和配置能力的影响，如果大学生的确能展现出更高的能力，那么就有可能获得更高的起薪。例如，绝大多数国内研究结果都表明，有过兼职经历既对求职结果也对起薪水平有着显著的正向影响，其原因可能就在于学生在读书期间的工作经历，通过技术、知识、工作习惯以及经验的积累，提高了毕业后在工作岗位上的劳动生产率。这一结论与国外文献也是一致的[3～5]。
总之，一个基本判断是，由于大学生的就业实现机制和就业质量决定机制有可能存在差异，所以能对求职结果和就业质量产生积极影响的人力资本因素之间会有所不同。
二、指标讨论和实证研究设计
1.已有文献选取的人力资本衡量指标情况
[1] [2] [3] [4] 下一页
在已有的实证文献中，除了有少数研究按照人力资本的本义使用学习成绩、是否是中共获得过奖学金、是否获得过英语四六级证书和其他证书、是否党员和学生干部、是否有辅修或双学位、是否有兼职经历来衡量人力资本外，更多的研究不但用上述指标来反映人力资本，而且还认为学校声誉、学历层次、专业类别也能衡量人力资本状况，甚至还有研究将性别指标也纳入人力资本范畴。笔者对此有自己的观点，具体说来主要有如下两点。
首先，学校声誉是一个双重因素，既是人力资本因素，也是社会资本因素。说它是人力资本因素，是因为就读不同类型的高校很大程度上反映大学生在既往教育中所培养的能力大小[6]，在名校读书的经历也更有助于其生产能力和配置能力的提升；说它是社会资本因素，是因为大学生在读书期间能建立起以学校为基础的人际网络[7]，学校声誉越好，其人际网络质量尤其是校友质量也越高[8]。
其次，从理论上说，应当将学历层次当作人力资本因素来看待，但是在实证研究中这样做并不妥当，因为学习成绩、是否获得奖学金等所有的人力资本变量，都必须与学历层次变量联系在一起进行考虑才有意义。而在计量模型中，如果将学历层次与其他人力资本衡量指标放在一起，会导致对学历层次变量所起作用被低估，因此，将其作为控制变量来处理比较合适。同样的道理，也应当将专业类别变量作为控制变量放入回归方程中。
2.因变量与自变量的选择
在计量模型的因变量设定中，主要考虑了大学毕业生的求职结果、起薪(工资)水平和就业单位的所有制类型三个方面。第一，按照问卷对大学生是否已找到工作的回答，将大学生是否就业作为因变量，分析人力资本对获得工作机会的影响，该变量确定为“已就业”和“未就业”二分定类变量，已就业赋值为1，未就业赋值为0。第二，工资水平是衡量就业质量高低的重要指标，所以对已获得工作的大学毕业生来说，通过考查其工资水平，可以进一步判断其就业质量的高低。选取月工资作为第二个因变量，按照常规对偏态数据的处理方法，将工资进行对数转换，变为连续变量。第三，因为现阶段我国劳动力市场存在较为明显的制度性分割，即与非国有单位相比，国有单位的就业质量相对较高，所以除工资水平外，就业单位的所有制类型也是大学生就业质量好坏的重要反映，按照问卷中对工作单位类型的回答，将工作单位分位“国有单位”和“非国有单位”两类：国有单位包括党政机关、国有大中型企业、学校和科研机构、其他事业单位等，其他为非国有单位，国有单位赋值为1，非国有单位赋值为0。
自变量主要包括人力资本因素。基于前面对人力资本衡量指标的讨论，本文把人力资本细分为学习成绩(很好=1，中差=0)、获得英语四级证书(取得证书=1，未取得证书=0)、获得英语六级证书(取得证书=1，未取得证书=0)、获得专业英语四级及以上证书(取得证书=1，未取得证书=0)、获得托福等英语证书(取得证书=1，未取得证书=0)、获得职业资格证书(取得证书=1，未取得证书=0)、中共党员(是=1，否=0)、学生干部(是=1，否=0)、奖学金(获得过=1，未获得过=0)、兼职经历(有兼职经历=1，无=0)。控制变量分为高校类型(985高校、211高校、一般高校，以一般高校为对照组)，所学专业(包括经济、金融、国际贸易、会计、工商管理、人力资源管理、公共管理、信息管理、市场营销，以市场营销专业为对照组)，民族(汉族=1，少数民族=0)，性别(男性=1，女性=0)，学历(研究生=1，本科生及以下=0)。
3.模型设计
假设只有人力资本变量和一些重要的控制变量对大学生就业起作用②，本文主要检验人力资本对大学毕业生的求职结果、起薪(工资)水平和就业单位的所有制类型的影响机制。其中，求职结果和单位的所有制类型两个因变量均为二分定类变量，因此采用二元Logistic回归模型进行计量分析。回归模型的线性表达如下：
研究人力资本对大学毕业生工资水平的作用机制时，因工资水平(取对数)为连续变量，故采用OLS方法进行计量检验。模型如下：
以上模型中P为二元因变量中变量取值为1时的概率，x为解释变量，β为系数，即对应解释变量对概率影响的贡献度。
4.数据统计描述
本文数据来源于北京师范大学“人力资本、社会资本与大学生就业”课题组的抽样调查。课题组于2009年6月对全国13个省、自治区、直辖市的42所高校的经济类、管理类专业2009届大学毕业生进行了问卷调查，共发放问卷3725份，回收有效问卷2981份，有效问卷回收率为80%。调查采用定向抽样方式进行，均通过毕业班班主任的现场指导来实现问卷的发放和填写，因此笔者认为与同类调查相比，此次调查的问卷填写质量比较高，这在一定程度上弥补了抽样方法的缺陷。表1列出了主要变量的统计信息，其中男性占样本的46.60%，女性占53.40%，女生略多于男生，这与经济管理类专业性别分布的实际情况相符。从学校层次看，毕业于985高校的学生占17.38%，毕业于211高校的学生占24.60%，毕业于一般高校的学生占58.02%，也基本反映了大学生在这三类高校中的实际比例。从专业分布看，最多的是会计专业，样本量为530个，占17.78%，最少的是信息管理类专业，样本量为122个，占4.09%，与经济管理类专业的实际招生情况基本一致，各专业样本具有较好的代表性。在反映人力资本的指标中，成绩好的毕业生占12.92%，成绩中等和较差的毕业生占87.08%。描述性统计还显示，近年来随着就业竞争压力的增加，学生通过考取各种证书来增加自己的就业竞争力的趋势也越来越明显，例如获得大学英语四级证书的比例为65.98%，六级为42.40%，各种职业资格证书为17.51%。另外，绝大多数同学(占82.15%)都有过兼职经历。
三、回归结果和结论
1.人力资本对就业机会的影响
由表2可以看出，模型一中，通过显著性检验的人力资本因素有成绩、获得专业英语四级及以上证书、获得职业资格证书、是中共党员、学生干部及有兼职经历。其中从系数显著性比较来看，获得职业资格证书、是中共党员、有兼职经历的回归系数显著性最强，说明这几个因素对大学毕业生求职结果的影响力最大。获得专业英语四级及以上证书和学生干部系数分别在5%和10%的水平上通过显著性检验，表明这两个因素对获得工作机会方面也有一定的积极作用。值得注意的是，学习
上一页 [1] [2] [3] [4] 下一页
成绩的系数估计值为负，而且在10%水平上通过了显著性检验，这与陈成文和汪希的研究结论一致[9]。笔者认为，这一结果并非表明学习成绩好不利于大学生就业③，原因可能在于学习成绩好的同学有着更高的就业期望，当无法获得匹配的工作时，他们宁愿采取自愿性失业行为[10]。问卷中设计了“您可以接受的月最低工资是多少元”这一问题，调查结果发现，保留工资水平在不同群体间差异很大。学习成绩好的同学的保留月工资平均为2174元，而学习成绩为中下的同学平均为1875元，二者相差299元。可能正是因为有些成绩好的同学无法找到理想工作，于是他们选择了暂时不就业。
从以上变量对获得就业机会的具体贡献度来看，“成绩好”比“成绩一般及以下”毕业生的就业可能性减少了0.25倍；获得了专业英语四级及以上证书使就业概率提高了0.87倍；获得了职业资格证书的大学生也有很强的就业竞争力，就业概率提高了0.48倍。另外，回归结果还发现中共党员、学生干部这两个人力资本因素对就业也产生了积极影响，相比对照组而言，分别可以提高就业概率0.52倍和0.21倍。值得注意的是，与其他反映人力资本的指标相比，有过兼职经历可以使大学生的就业概率提高0.94倍。本文所得出的“有兼职经历对于大学生就业具有显著的正向影响”的结论，与绝大多数国内外文献一致[11～13]。
2.人力资本对工资水平的影响
在表2的工资方程回归结果(模型二)中，成绩好、获得大学英语六级证书、获得专业英语四级及以上证书、获得托福等英语水平证书这四个人力资本指标的系数均通过显著性检验。显著性最强的是获得大学英语六级证书，表明其对工资水平的影响最大。按照新古典经济学的解释，劳动者的工资水平由其边际劳动生产率决定。对于雇主来说，大学生学习成绩好，通过了大学英语六级、专业英语四级、托福等英语水平考试，这些信号都反映出这些大学生可能拥有较高的劳动生产率水平。基于这种判断，雇主可能会将这些人力资本水平高的大学生安排在一些重要、关键的岗位，那么其工资水平也必然比平均水平要高。需要特别指出的是，在工资方程中，学习成绩具有显著的正向影响，与模型一中成绩所起的作用截然相反，这表明与在提高就业概率方面的作用相比，学习成绩好更有助于大学生获得一份好工作。再来看变量的系数值，成绩好的毕业生比成绩中等或一般的毕业生工资水平高9.2%；获得大学英语六级证书、专业英语四级及以上证书、托福等英语证书的毕业生工资水平分别增加了10.5%、12.9%和16.6%。
上述结果表明，除了成绩之外，能显著地提高起薪水平的人力资本变量是获得各种英语考试证书，而职业资格证书在这方面所起到的作用并不明显(但是对于求职结果而言，职业资格证书所起的作用却很大)，这与许多学者的研究结果一致。
3.人力资本对能否就业于国有部门的影响
观察模型三中关于就业单位所有制类型的回归结果可以发现，人力资本变量的系数总体上并不显著，说明毕业生的人力资本积累对进入国有单位就业没有显著影响，或者说国有单位在录用毕业生时并未将成绩等人力资本因素作为主要考察标准。作为唯一的例外，中共党员变量的系数估计值在10%的水平上显著，说明国有部门在吸纳大学生就业时，在其他条件相同的情形下更倾向于录用是中共党员的大学生。这可能是因为，大学生中共党员往往同时具有较强的学习能力、语言表达和沟通能力，具有更强的集体意识和团队协作精神，这样的素质与国有部门的选人、用人标准是匹配的。另外，可以观察到一个有意思的结果：在模型一中，兼职可以有效提高就业的概率，但为什么在解释进入国有部门就业概率时系数却为负？这可能是因为，国有单位往往具有较长的历史，已经形成了鲜明的组织文化和管理模式，他们更看重新员工的可塑性和对组织文化的适应性。在实践中，大学生的兼职场所多在非国有部门，这些非国有部门的文化不可避免地会对其行为方式产生影响。因此，有过兼职经历反而可能会降低大学生进入国有部门工作的概率。
最后，简单看一下控制变量的系数估计值。三个模型的回归结果表明，男性、汉族、学校声誉好、学历层次高的大学生更容易获得就业机会且就业质量更高，这也印证了已有文献的研究结论。在专业方面，与市场营销专业相比，会计、信息管理专业的毕业生具有更明显的就业机会优势，而经济、金融、会计、人力资源、公共管理专业的毕业生更容易取得国有单位的就业机会。
4.讨论
从上述三个模型的回归结果来看，那些能够积极影响求职结果的人力资本变量，并不一定能在决定就业质量方面起到积极作用：对求职结果产生了积极影响的人力资本因素，是获得专业英语四级及以上证书、职业资格证书、是中共党员、学生干部及有兼职经历；而对就业质量产生了积极影响的人力资本因素，是成绩好、获得大学英语六级证书、专业英语四级及以上证书、托福等英语水平证书、是中共党员。经比较容易发现，其中只有获得专业英语四级及以上证书和是中共党员这两个因素在共同起积极作用。这一结果，充分印证了笔者之前的一个基本判断，即从人力资本角度来看，在中国当前的劳动力市场上，大学毕业生的就业实现机制和就业质量决定机制是存在差异的。
在获得专业英语四级及以上证书、获得职业资格证书、是中共党员、学生干部、有兼职经历这些对求职结果产生了积极影响的人力资本的指标中，除了获得专业英语证书外，其他指标实际上都在衡量人力资本的宽度和广度，或者说是在衡量大学生所拥有的人力资本的结构。例如，获得过多种职业资格证书，表明这些大学毕业生具有较好的学习广度，其人力资本的应用范围会很广，对环境的适应性也较强。这一结果表明，要想提高顺利就业的概率，大学生必须扩展其人力资本的宽度和广度，从而拥有一个合适的人力资本结构。为此，大学生应当在专业学习之外，通过社会实践和适当的兼职，来提高自身的综合素质，为顺利地实现从学校到工作的过渡提早做好准备。
而在成绩好、获得大学英语六级证书、专业英语四级及以上证书、托福等英语证书、是中共党员这些对就业质量产生了积极影响的人力资本指标中，除了是否属于中共党员指标外，其他指标显然都在衡量人力资本的深度，或者说是在衡量大学生所拥有的人力资本的质量(实际上，如果将是否是中
上一页 [1] [2] [3] [4] 下一页
共党员看作是学生综合素质高低的反映，它也能间接衡量人力资本质量)。这一结果表明，要想获得更高的就业质量，大学生必须增强其人力资本的深度，从而拥有更高的人力资本质量。尤其是在当前我国劳动力市场仍然存在明显的制度性分割、国有部门等主要劳动力市场的职位竞争十分激烈的条件下，要想获得一份“好”工作，大学生必须脚踏实地地学习，提高自身的生产能力和配置能力，从而最大限度地促进人力资本质量的提升。
注释：
①数据来源：新华网.教育部：截至7月1日全国高校毕业生就业率72.2%[EB/OL].2010-07-22。
②本文的主要目标是实证检验哪些人力资本因素对大学生就业产生了积极影响，因而假设只有人力资本变量和一些重要的控制变量对大学生就业有作用，这样的研究设计从逻辑上看是有问题的，因为这样做会遗漏其他的一些变量(例如社会资本)。但是，其好处在于能够在最大限度上发现在统计意义上显著的影响大学生就业的人力资本因素有哪些。
③例如，我们在问卷中设计了“截至目前，明确表示可以与您签约的单位共有几家”这一题目，在学习成绩好的样本中，回答“没有”的占12.5%，而在学习成绩为中下的样本中，这一比例是15.0%；相反，回答有“两家及以上”的在各自样本中所占比例，前者是46.8%，后者是40.3%。
上一页 [1] [2] [3] [4]
