高校扩招使得个体就业状况更糟糕吗?，本文主要内容关键词为：更糟糕论文,个体论文,高校论文,就业状况论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
[中图分类号]F12
[文献标识码]A
[文章编号]1002-0209(2013)02-0108-08
一、问题的提出
自1999年以来，中国的初中后教育经历了快速的规模扩张。普通高等学校本专科在校生人数由1999年的413.4万人增长到2008年的2021.0万人；高中阶段教育在校生则由1999年的2165.1万人增长到2008年的4576.1万人。高等教育和高中阶段教育毛入学率分别由1999年的10.5％和41.0％增长到2008年的23.3％和74.0％①。教育规模的扩张无论在短期还是长期内无疑会使得劳动力市场上受过较高教育程度的劳动力供给增加。从劳动力市场的角度来看，这些新增劳动力自身的就业状况会如何?他们对较低教育程度的劳动力的就业会产生何种影响?在短期和长期内是否需要专门的就业政策来应对这些新增劳动力对劳动力市场的冲击?对于这些问题的回答，一方面可以为我们判断教育扩张政策的成效提供一些依据，另一方面还可以为我国初中后教育的未来发展规模提供有益的建议。
我国初中后教育规模的迅速扩张最先发生在高等教育阶段(即1999年的“高校扩招”)，因而，高校扩招后大学毕业生的就业状况在2002年之后成为人们讨论的热点。尽管高校扩招增加了各类群体的高等教育机会，但就现实来看，高校扩招后大学毕业生群体的就业率明显下降。比如，在2002年前的各年份，我国普通高校本专科毕业生的初次就业率还基本上达到80％以上，而从2003年至2009年，这一数字下降到70％多一点(Lai等，2011)。目前形成的普遍认识是，扩招使得大学毕业生比扩招之前的毕业生就业状况更糟糕了。这一认识得到了一些更为细致的实证研究的支持。比如吴要武等(2010)用2000年全国人口普查和2005年全国人口1％抽样调查数据，采用了自然实验设计的框架和双重差分的方法分析了高校扩招之于大学生就业状况(劳动参与率、失业与工资)的影响，研究结论认为，扩招导致大学新毕业生的劳动参与率下降、失业率上升、相对工资下降。邢春冰等(2011)的研究采用了相似的数据和方法，同时还控制了扩招对学生能力分布的影响，研究发现，纯粹由高校扩招导致的大学毕业生失业率提高了4.5％左右。可以说这两项研究利用全国层面的大样本数据对高校扩招之于大学毕业生就业的负面效应提供了翔实的证据。在中国，描述扩招后大学毕业生的就业状况已有了一个被广泛认同的关键词：“大学生就业难”或“知识失业”(赖德胜，2001；赖德胜等，2005；曾湘泉，2004)。促进大学生就业也被中国政府确定为当前就业政策的三个重点之一。我们从这些研究和政策可以看出，现在的毕业生的就业状况比以前的更糟糕，是基于比较扩张之后和之前同一级教育程度的毕业生的就业状况这样一个出发点做出的判断。
教育规模的迅速扩张导致的新增劳动力的就业问题是许多国家经历过的共同问题，已有许多研究对其表现、实质以及劳动力市场上发生的可能变化进行了探讨。针对发达国家的研究表明，当受过较高教育的劳动力突然增加后，最初往往表现为这些劳动力失业率提高和工作搜寻时间增加(与以前的相比)，随后，经过一段时期的调整，他/她们开始接受职位和工资相对低的工作，失业率也随之下降(费尔茨，2000)②。由Freeman提出的、被后来的许多学者应用于分析教育扩张与劳动力市场关系的“过度教育”概念描述的正是上述状况( Freeman，1976；Hartog，2000)。近十几年来，随着经济发展和经济结构的变化，大部分发达国家发生了与以前不同的情况：受过较高教育的新增劳动力的就业状况逐渐变得更好。McIntosh(2008)对OECD国家教育与就业关系的论述中详细描述了这种变化③。在上个世纪70年代至今，较高教育程度的新增劳动力失业率随时间变化先是上升，然后下降。同时，如果对高技能(指大学生)和低技能(指高中生及以下)劳动力进行对比，可以发现，20世纪90年代以来前者不论在就业率还是工资上都要显著高于后者，而且，被西方学者称为的“技能偏向的技术进步”使得这一差距越来越大。可见，从国际经验来看，教育扩张对新增劳动力就业的影响要视具体情况而定。一般来说，短期内失业率会上升，但从长期来看，随着劳动力市场的不断调整，以及相对于低技能劳动力来说，高技能新增劳动力的就业状况可能会变得更好。
从上述研究可以看到，分析和判断在教育扩张背景下劳动力的就业状况，可以有两个视角，一个是扩张之后的相同教育程度的新增劳动力与扩张之前的就业状况的比较，另一个是较高教育程度的新增劳动力与较低的之间的就业状况差异在扩张前后的比较。我国学者对大学生就业难现状的判断以及促进大学生就业的各项政策的出台即是在第一个视角下做出的。第二个视角暗含的逻辑是，在教育扩张下，如果年轻人接受更多的教育与假设他不接受更多的教育相比，就业状况会如何。这一角度其实也不新鲜，以往大量的对于教育收益率的研究，对于不同教育程度个体就业状况的分析都是这一视角的具体体现，只不过这里是增加了教育扩张这一外在干预之后对这一问题的重新考察。但是其现实和政策含义是明显的。首先，遵从这一角度的分析可以帮助我们判断教育扩张政策的成效。从多数国家的经验来看，教育扩张并不是由市场机制自发引致，而是政府做出的宏观决策，中国更是如此。这样，教育扩张前后劳动力市场上高教育程度与低教育程度个体相比较的就业状况如何，就可以在一定程度上为我们判断教育扩张政策的成效，以及是否仍有必要进一步进行教育扩张提供依据(汤敏，2006)。其次，遵从这一角度的分析还可以为个体的教育决策提供依据。对于个体来讲，尽管与以前的毕业生相比较来看，就业状况变得糟糕了，但是如果他不接受更多的教育，就业状况是不是更糟糕?如果是这样的话，那么就会促使个体倾向于仍接受更多的教育。最后，青年就业问题是各个国家面临的普遍问题，从教育程度上看，青年人是一个异质性的群体。就业促进政策的重点应该针对哪个群体，也需要根据不同教育程度群体的就业状况差异来做出。就我国来看，根据近十年来的就业促进政策的瞄准群体，我们可以发现，相对于大学毕业生来说，高中毕业生受到的关注明显偏少。
因而，要全面的认识教育扩张与就业之间的关系，不仅需要考察相同教育程度的毕业生教育扩张之前和之后在劳动力市场上表现的差异，还要考虑不同教育程度的毕业生之间的差异发生了什么样的变化。也就是，在扩招后，如果这些毕业生不上大学，那么他们的就业状况会如何?基于这样一个角度，本文利用两个年份的全国性的大样本调查数据，采用描述统计和计量分析的方法，试图回答上述问题。
二、大学与高中毕业生的年龄—失业率曲线
要回答本文提出的问题，可以先采用的一个最简单方法是对大学毕业生和高中毕业生的就业状况进行描述性统计分析。这一部分我们先以人们最为关心的失业率(相对的就是就业率)这一指标来衡量就业状况，采用的具体方法是年龄—失业率曲线，即不同教育程度、各年龄段的个体的失业率曲线。分析指标和分析对象的具体定义是：失业的个体是指调查时点劳动力中那些没有工作(包括从未工作和失去工作)的人，某个年龄段的劳动力中所有失业者占劳动力的比重即为该年龄段的失业率；大学生是指已完成大专及以上教育的个体，高中生则指接受了普通高中和中等职业教育的个体。通过比较教育扩张前和扩张后的年龄—失业率曲线，就可以得到对教育扩张影响的初步认识。
我们使用的数据库有两个，一个是2000年全国人口普查数据中的0.95％的子样本数据；另一个是2005年全国人口1％抽样调查数据的20％的子样本数据。这两套数据的调查年份均为当年年底，其中前者可以代表高校扩招前的时期，后者代表扩招后。中国劳动力市场具有城乡分割的特点，对于农村个体来讲，其就业往往附着于土地，这就造成了对农村个体就业状况判断的困难。基于这一考虑，我们将分析的对象限定为城镇人口。同时，本文主要关注的是高中教育程度及以上的个体，根据我国的学制，一个人一般18岁上大学，接受本科教育的个体将在22岁毕业，因而我们进一步将个体的年龄限定在22—50岁。经过上述处理后的两套数据的个体样本量分别为151974个和366318个。如此大的样本量有效地降低了样本偏差问题。
图1是利用上述方法和数据绘制的两个年份的大学生与高中生的年龄—失业率曲线，其中横轴表示的是年龄，纵轴是失业率。从总体上首先可以看到两个明显特征。第一，在个体刚进入劳动力市场的最初几年失业率最高，然后随年龄(进入劳动力市场的年限)的增长逐渐降低，并在一定年龄之后失业率保持了一个稳定的状态，这尤其以大学生更为明显。两个年份两类教育程度个体的这个年龄均大约为27—28岁。就高中教育的个体来看，由较高的失业率下降到稳态水平大约要经历9年时间(约为19—27岁)，如2000年由17％以上下降到9.8％，2005年由16.7％以上下降到10.4％。大学教育的个体大约在进入劳动力市场的3—4年内失业率从不到17％迅速下降到4％左右，而且在28岁之后下降到3％以下，并基本保持了这个稳定的水平，之后的各年龄段两个年份的失业率相差不大。第二，各年份、各年龄段大学教育程度的个体的失业率都要低于高中教育程度的个体。当然，两者的差异随年龄的增长发生了变化：最初差异较小(5％以下)，然后扩大并保持相对稳定(6％—9％之间)。这些数据充分说明了上大学比不上大学失业的可能性要更低。
图1 22—50岁大学生和高中生的年龄—失业率曲线
为了更进一步的观察新毕业生的失业率在这几年的变化，我们选取了23—30岁各年龄组的高中和大学毕业生，进行了对比，见表1。表中“差异”一列是指2005年失业率减去2000年失业率，这可以来衡量新毕业生中大学生和高中生的失业率分别在扩招前后的变化。“差异的差异”是指用大学生的差异减去高中生的差异(即双重差分)，这种简单的双重差分可以说明相对于高中毕业生，大学毕业生的就业状况发生了什么样的变化。从高中生一列中可以看到，2005年与2000年相比，大部分年龄段个体的失业率提高了，但是并不明显，仅不到1％。而对于刚进入劳动力市场的大学毕业生(23—26岁)，2005年比2000年失业率有明显提高，各年龄在1.7—3.9％之间，因而，扩招之后的大学毕业生与扩招前的相比，失业率确实提高了，这就是前文所提到“大学生就业难”或“知识失业”所描述的状况。对比两类个体差异的变化(“差异的差异”一列)，相对于高中生，23岁和24岁年龄大学生的失业率分别提高了3％和4.6％，这进一步说明了扩招后大学生的就业状况更糟糕了。
根据上述描述性分析结果，我们可以得到几个基本判断：首先，失业率随年龄的增长有一个自然的变化，即不论对于受过何种教育程度的个体来说，失业率经历了一个从高失业率到低失业率的转变。这反映的正是关于青年就业问题研究文献中的基本观点(Magnussen，1979)，即年轻人的失业率本来就高于年长者。但是，这对于我们认识大学生的“就业难”问题却有一定的启示意义：尽管大量刚进入劳动力市场的大学毕业生很难找到工作，然而，随着市场经验的增加和自身的调整，其失业率将会降到一个自然失业率的状态(3％以下)。
其次，在各个年份，失业率与教育程度呈现负相关关系。这一结果与人力资本理论和筛选理论是一致的：虽然教育扩张使得更多较高教育程度的劳动力供给增加，但是，由于受过高等教育的个体具有较高的生产力，其在就业上就要比高中生更有优势。当然，这种优势是由于接受了高等教育，还是由于其自身的先天能力或家庭背景等因素本来就优于那些不上大学的个体造成的，从上述简单描述分析还不能得到确凿的证据，对此，我们将在后文的分析中试图控制这些因素的影响以得到更精确的判断。
最后，与高校扩招前相比，扩招后大学毕业生就业状况更糟糕了。但是，这既不能说明这种状况完全是由于高校扩招导致，也不能说明大学毕业生在扩招后的就业状况比高中生差了。同样，对此我们将在后文的计量分析中给出进一步的解释。
三、教育的就业效应的计量分析
(一)分析方法
如前述，全面的考察教育扩张对个体就业状况的影响，不能仅仅是比较相同教育程度群体在教育扩张前后的就业状况差异，还需要了解那些因为扩张接受了更多教育的人(大学生)，如果不接受更高一级教育(高中生)，其就业状况会如何?对于这一问题，简单的描述统计分析往往无法排除自身能力、家庭背景等因素的影响，使得我们不能得到更精确的结论。
要解决上述问题，一个理想的办法是对大学生的就业状况与假设他不上大学的就业状况进行比较。但是，现实中我们只能观察到一种状态：一个人要么上大学，要么不上大学。因而，人们常常是将实际上读了大学的个体与实际上没有读大学的个体进行比较(正如描述性统计分析中那样)，而那些实际读了大学的个体其自身的先天能力、家庭背景等往往要优于未读大学的人，使得前者即便不读大学其就业状况也要好于后者。将两者进行简单比较，就包含了这些因素的影响(而不仅是大学教育的影响)。为了将这些因素的影响剥离出来，我们采用处理效应文献中的基于倾向得分的匹配估计方法。
匹配估计的运作原理是，在数据中可以找到一些能描述个体背景的信息(或变量)，如个体特征、父母教育水平、家庭经济地位等，这些变量既能影响个体接受高等教育的机会，也影响其就业状况。将那些个体背景相同的大学生和高中生进行配对，然后比较配对后的大学生与高中生在就业状况上的平均差异。显然，相对于简单描述统计，用匹配估计会得到一个更为精确的结果。其道理在于，配对后的大学生和高中生在个体特征、父母教育水平、家庭经济地位等方面都是相同或相似的，这样，影响两者就业状况差异的这些因素就被排除在外，仅剩下是否接受了高等教育以及其他一些观测不到的因素的影响。进一步讲，如果其他因素不会同时决定个体是否接受高等教育和就业状况，那么，匹配估计的结果就会仅仅反映了高等教育这一因素对就业状况的影响。
当选择的描述个体背景变量过多时，会在操作上造成一个难题：在数据中可能无法为大学生找到一个在所有变量上都相同的高中生作为匹配对象。这时，就需要选择基于倾向得分的匹配估计方法。其基本过程是，首先根据个体背景变量估计其接受高等教育的概率(倾向分)，然后用倾向分作为变量对大学生和高中生进行匹配估计，其原理与以上相同。在具体的估计中可以选择多种匹配方法，本文选择的是近邻匹配法、半径匹配法和核匹配法。当然，进行基于倾向分的匹配估计还需要一些假设条件，限于篇幅，这里不一一列出，详见参考文献(Rosenbaum等，1983；Caliendo等，2005)。在实际估计过程中，我们都对这些假设条件进行了检验，从而选择出最合适的倾向分估计模型(限于篇幅，文中未列出)。
以上所提到的个体背景变量还可以作为控制变量纳入到一般的回归分析中，即估计一个以就业状况为因变量、是否接受高等教育为关键解释变量以及个体背景变量为控制变量的回归方程，这同样可以控制这些背景变量的影响。之所以用匹配估计，相比于回归分析，其一个好处在于不用考虑过多的回归函数形式问题(如是线性的还是非线性的等)，函数形式的误设也可能会造成估计的偏差。在后文的实际估计中，我们同时也采用了回归估计方法，这样与匹配估计结果相互对照，可以进一步说明结果的稳健性。
根据上述方法，分别对教育扩招前和扩招后的估计结果进行比较，就可以得到关于教育扩招对个体就业状况影响的更精确的结果。
(二)数据的重新整理与变量定义
由上面的匹配估计的一般过程可见，估计倾向分模型是第一步工作。在本研究中，具体而言就是估计个体上大学的概率。根据估计的基本模型和以往文献的做法，在上大学概率模型中，主要的解释变量是个体特征和家庭背景。这需要我们对数据进行一些重新的处理。首先，原数据库中并没有直接提供其家庭背景的变量，这就需要对每个个体找到这方面的信息。我们的处理方式是，根据问卷中的“与户主关系”问题，对数据进行了“子女—父母”匹配，即抽取出“与户主关系”为“子女”的个体，然后与“户主”的信息匹配在一起，这样就可以为每个个体匹配上其父母的信息。其次，我们将分析的对象限定在23—25岁年龄组中的受过高中阶段教育及以上的个体。这主要是基于两方面的考虑，第一，在进行“子女—父母匹配”后的数据中，可以想象得到的是，那些年龄越大的个体，其与父母居住在一起的可能性越低，因而，其父母的信息就越容易缺失；第二，一般来说，根据中国学制年限，劳动力市场上那些23—25岁受过高等教育的个体大概正好是刚刚毕业2—4年的个体，这个年龄段的个体在2005年受到大学扩招的影响，这样就更有利于我们考察教育扩张的就业效应。进行上述处理后的数据的样本量2000年、2005年分别为5904个、6820个。
在个体上大学概率模型中，被解释变量为是否上大学，其值定义为，是=1，否=0。解释变量中的个体特征变量包括性别、年龄和民族，家庭背景变量包括兄弟姐妹的数量、父亲与母亲的受教育年数和职业类别。需要说明的是，对于有工作的父母，其职业类别根据我国职业标准分类分为六大类，那些没有工作的归为无职业，这样父母的职业类别共七类，职业类别可以来衡量父母的社会经济地位(李春玲，2005)。根据以往的文献，可以看出，这些变量既会影响个体是否能读大学，也会影响其在劳动力市场上的就业状况(Bjorklund等，2011)。本研究实际的估计结果也表明，那些为男孩、汉族、父母教育水平越高、父母社会经济地位越高的个体，其读大学的概率就越高(限于篇幅，估计结果在文中未列出)。
衡量就业状况的主要变量是个体是否失业，其值定义为：是=1；否=0。此外，根据2005年的人口调查表中的信息，针对于那些有工作的人的就业状况，我们又增加了四个变量，分别为是否签订劳动合同、是否有失业保险、养老保险和医疗保险，其值统一定义为：是=1；否=0。这些变量代表了就业保障状况。根据中国劳动力市场的特点，那些即便是有工作的个体也可能没有签订劳动合同和没有社会保险，因而它们也是衡量就业状况的比较好的指标。
(三)估计结果
表2列出的是失业率的估计结果，其中第2列为简单的OLS估计，即模型中仅含有是否上大学变量，也就是大学生与高中生失业率的均值比较。第3列为控制函数的OLS估计，即在回归模型中又加入了个体特征和家庭背景变量。第4—6列是三种匹配方法的估计结果。这些数字表示的基本含义是，大学生的失业率比高中生高了多少，如第2列第一行的数字为负值，表示大学生的失业率比高中生低2.2％。
从简单OLS估计结果来看，大学生的失业率显著的低于高中生，这与前面的描述性分析是一致的。控制函数的OLS估计结果与其没有太大差别。三种匹配方法的估计中，两个年份的均要高于 OLS的结果(绝对值差异)。在2000年，大学生的失业率要比高中生低3.5—4％，而2005年要低3.2—3.7％。这些结果说明，对于那些实际上受过高等教育的个体来说，如果没有接受高等教育，其失业率会更高。进一步对两个年份进行比较，近邻匹配法估计的结果表明，2005年大学生与高中生的差异比2000年提高了0.8％，其含义是大学生相对于高中生，扩招后的年份失业率提高了。而另外两种匹配估计的结果却显示失业率下降了0.1％。在控制了能力、家庭背景等因素之后，这里的估计结果都要低于OLS估计以及前面的描述性分析结果。这说明，现实中观察到的扩招后大学生失业率的上升很可能是由于个体能力和家庭背景等因素造成的，高校扩招在其中仅仅起到微弱的作用。
表3给出的是应用2005年的数据估计的高等教育对合同和保险的影响。OLS估计结果都要高于倾向分匹配估计结果，但是数值的符号都是一致的：显著为负。以匹配估计结果为例，其具体含义是，那些实际上接受高等教育的个体比其如果不接受高等教育，在能否获得雇主的劳动合同的可能性上高了11.3％—13.6％，在能否有失业保险上高了11.5％—14.8％，在能否有养老保险上高了13.1％—16.6％，在能否有医疗保险上高了15.4％—18.2％。这些结果表明了大学生比高中生在劳动力市场上更容易获得良好的就业保障。
根据以上结果可以得出的一个基本结论是，高等教育的扩张对于那些实际上接受了高等教育的个体而言，比其如果没有接受高等教育的就业状况并没有变得更糟糕，而是仍旧更好。
四、结论
基于高校扩招前后大学生群体的比较，人们普遍认为扩招后大学生的就业状况变差了。对此，本文并没有否认。但是要想得到更为全面的认识，还需要考虑不同教育程度个体就业状况的变化，由此制定的教育政策和就业政策才更合理和有针对性。利用全国层面的大样本人口调查数据，本文首先通过年龄—失业率曲线，分析了各级教育程度个体的失业率。结果发现，失业率随年龄的增长有一个自然的变化：不论对于哪级教育程度的个体，自其进入劳动力市场开始至28岁左右，经历了一个高失业率到低失业率的转变，28岁以后，失业率相对保持稳定。在各个年龄阶段，教育程度越高，失业率也越低。在描述性分析的基础上，我们以23—25岁个体为对象，利用子女—父母匹配数据，采用基于倾向分的匹配方法，在有效地控制了个体能力和家庭背景因素的影响后，着重考察了对于一个大学毕业生，如果他不上大学，就业状况会有什么差异这一问题。研究发现，现实中观察到的扩招后大学生失业率的上升更多的是由于个体能力和家庭背景等因素造成的，高校扩招在其中仅仅起到微弱的作用。大学生与高中生相比，其失业率更低，在就业保障上更容易得到一份劳动合同以及社会保险。从这个角度来看，教育扩张并没有使得个体就业状况变得更糟糕。
上述结论反映了人力资本理论和筛选理论的基本观点：教育程度越高，在就业上就越容易处于优势地位。我们的结果进一步说明，教育的扩张并没有改变理论的预期。其中的一个政策含义是，降低劳动力市场的分割程度，更加关注低学历人群的就业和就业保障问题应该成为就业政策的重点。另一个则是我国初中后教育规模的进一步扩张仍具有现实基础。
本研究还存在着两个未能解决的问题。一个是就研究内容来看，本文主要关注的是大学生与高中生工作获得上的差异，并没有考虑扩招后的大学生在获得工作的经济地位上发生了什么变化。是否如同西方国家的经验那样，他们接受了职位和工资相对较低的工作，其技能是否高于工作的技能要求(过度教育)，诸如这些问题还需要更为翔实的数据和方法加以探讨。另一个问题是，本文的数据反映的仅仅是扩招后5—6年的教育和劳动力市场状况，结论是否适用于今后的年份，还需要更为长期的数据加以验证。对此，我们只能作出一些简单的判断。随着我国经济的发展、经济增长方式的转变和技术进步，社会对于高技能劳动力(受过高等教育的个体)需求会越来越多，正如发达国家在20世纪90年代以来表现的趋势那样，高技能劳动力的就业状况将比低技能的劳动力越来越好。
注释：
①数据来源于1999年和2008年的《中国教育统计年鉴》。
②也可参见Beduwe,Catherine and Jordi Planas,2003,“Educational Expansion and Labour Market”,Cedefop Reference Series 39.http://www.voced.edu.au/content/ngv28916.
③McIntosh,Steven,2008,Education and Employment in OECD Countries,http://unesdoc.Unesco.org/images/0015/001597/159779e.pdf.