陳 希 路

一、引 言

人力資本是經(jīng)濟增長、社會發(fā)展的重要投入要素和推動力(Lucas Jr, 1988；Mankiw et al., 1992；Glaeser et al., 2004；Spolaore & Wacziarg, 2013)，而高等教育是積累人力資本的重要途徑。改革開放以來，全國具有大專及以上學(xué)歷(以下統(tǒng)稱大學(xué)學(xué)歷)人口的數(shù)量激增。由圖1可知，在改革開放以來的三個十年內(nèi)，大學(xué)學(xué)歷人口分別凈新增0.08億人、0.31億人和0.74億人*計算方法是兩次人口普查的全國6歲或以上人口中的大專及以上學(xué)歷人口數(shù)量之差。數(shù)據(jù)來源于第三、四、五、六次人口普查資料。。到了2010年，全國大學(xué)學(xué)歷人口已達到1.18億人。

圖1 中國具有大專及以上學(xué)歷人口

在進入21世紀(jì)以后，大學(xué)畢業(yè)生絕大多數(shù)是自主擇業(yè)，不再由國家進行分配*總體來說，改革開放以來，我國從計劃經(jīng)濟向市場經(jīng)濟轉(zhuǎn)軌，大學(xué)畢業(yè)生的就業(yè)也隨之由國家分配逐漸轉(zhuǎn)向自主擇業(yè)。在改革開放之初，雖然大學(xué)畢業(yè)生仍然實行統(tǒng)一分配的制度，但已有逐步轉(zhuǎn)向自主擇業(yè)的趨勢。1983年，教育部決定在清華大學(xué)、上海交通大學(xué)、西安交通大學(xué)、山東海洋學(xué)院進行“供需見面”試點。1989年3月2日，國務(wù)院批轉(zhuǎn)了國家教委《關(guān)于改革高等學(xué)校畢業(yè)生分配制度的報告》，決定逐漸將畢業(yè)生分配就業(yè)制度改為社會選擇就業(yè)制度。1998年，就業(yè)市場已成為畢業(yè)生就業(yè)的主要渠道，各種畢業(yè)生就業(yè)招聘活動日趨完善。自此，大學(xué)畢業(yè)生自主擇業(yè)的就業(yè)市場已經(jīng)初步形成。。這意味著，在2000—2010年間，新增的0.74億大學(xué)學(xué)歷人口主要是通過勞動市場就業(yè)的。正因如此，各地在吸引大學(xué)畢業(yè)生和大學(xué)學(xué)歷人口方面，可謂竭盡全力。在21世紀(jì)初，一些省市，如河南*具體可見報道《大學(xué)畢業(yè)生在河南可先落戶后就業(yè)》，刊于《中國組織人事報》2007年4月9日，記者曹貴金。、深圳*具體可見報道《七大城市落戶政策》，刊于《北京教育(成功就業(yè)版)》2007年第11期，58—59頁。、濟南*具體可見報道《濟南大學(xué)畢業(yè)生先落戶后就業(yè)》，刊于《新華每日電訊》2003年7月9日，記者宋振遠(yuǎn)。、金華*具體可見報道《金華市畢業(yè)生就業(yè)相關(guān)政策解讀 畢業(yè)生可先落戶后就業(yè)》，刊于《金華日報》2006年6月27日，記者吳俊斐、張美珠。等就采用了放寬大學(xué)生畢業(yè)落戶政策的辦法，提出了對大學(xué)畢業(yè)生“先落戶后就業(yè)”的政策。最近，成都*具體可見報道《成都發(fā)布實施人才優(yōu)先發(fā)展戰(zhàn)略行動計劃 本科及以上學(xué)歷可憑畢業(yè)證申辦落戶》，刊于《四川日報》2017年7月20日，記者蔣君芳、陳碧紅。、武漢*具體可見報道《武漢“零門檻”落戶新政吸引百萬大學(xué)生》，刊于《中國高新技術(shù)產(chǎn)業(yè)導(dǎo)報》2017年5月29日，記者王郭驤。、西安*具體可見報道《西安出臺全國最優(yōu)惠人才落戶政策 聚天下英才 助大西安騰飛》，刊于《西安日報》2017年6月13日，記者高雅。等地的大學(xué)畢業(yè)生落戶政策也進一步放寬，甚至給予落戶的大學(xué)畢業(yè)生豐厚的優(yōu)惠。

既然大學(xué)學(xué)歷人口激增，而各地也竭盡全力來吸引大學(xué)畢業(yè)生，那么一個有趣的問題是，我國勞動力市場會把新增的大學(xué)畢業(yè)生配置到哪里就業(yè)？或者說，各地吸引大學(xué)學(xué)歷人力資本的效果如何？

現(xiàn)有文獻主要是以調(diào)查形式來獲取大學(xué)生就業(yè)選擇的信息，調(diào)查的基本發(fā)現(xiàn)并不一致。一種觀點是：大學(xué)畢業(yè)生首選在就讀大學(xué)所在地就業(yè)或深造，或稱就地?fù)駱I(yè)。在全國層面上，Liu et al.(2017)使用2005年1%人口抽樣調(diào)查數(shù)據(jù)，發(fā)現(xiàn)約88%的大學(xué)生選擇就讀大學(xué)所在地就業(yè)。馬莉萍和潘昆峰(2013)使用2009年全國高校畢業(yè)生就業(yè)調(diào)查數(shù)據(jù)發(fā)現(xiàn)，有60.2%的大學(xué)畢業(yè)生留在就學(xué)地就業(yè)。分區(qū)域而言亦是如此：基于麥可思公司對我國2008—2010屆大學(xué)畢業(yè)生的調(diào)查數(shù)據(jù)*調(diào)查結(jié)論來自《2011年中國大學(xué)生就業(yè)報告》(麥可思研究院，2011)。，在東部和沿海地區(qū)就讀的本科院校和高職高專院校的大學(xué)畢業(yè)生留在本區(qū)域就業(yè)的比例高達92.2%和96.2%，而在中西部地區(qū)這一比例分別是55.8%和62.0%。

另一種觀點是：大學(xué)畢業(yè)生并不首選在就讀大學(xué)所在地就業(yè)或深造。賴德勝和吉利(2003)根據(jù)2002年大學(xué)畢業(yè)就業(yè)意向與就業(yè)行為問卷調(diào)查發(fā)現(xiàn)，愿意留在就學(xué)所在地的大學(xué)畢業(yè)生僅占18.7%，愿意去沿海地區(qū)、家鄉(xiāng)及其附近地區(qū)的人數(shù)則分別占45.5%和20.3%。楊釙等(2011)則通過分析全國2009年本科畢業(yè)生的調(diào)查數(shù)據(jù)，發(fā)現(xiàn)只有45%的本科畢業(yè)生留在了就學(xué)地就業(yè)，且在中部和西部留在就學(xué)地就業(yè)的本科生分別只有39.7%和29.8%。

然而整體而言，這些調(diào)查關(guān)注的即使是大學(xué)生的實際就業(yè)地，也往往只是大學(xué)畢業(yè)后的首個就業(yè)地，未必是長期的就業(yè)地。更為要緊的是，針對大學(xué)生的調(diào)查盡管具有一定的代表性，能夠反映調(diào)查地大學(xué)畢業(yè)生的就業(yè)選擇，但是不同調(diào)查及研究的基本發(fā)現(xiàn)并不一致，很難推斷出全國大學(xué)畢業(yè)生自主擇業(yè)的全貌。

基于此，本文擬使用各省人口普查數(shù)據(jù)和大學(xué)畢業(yè)生數(shù)據(jù)，從宏觀視角考察大學(xué)畢業(yè)生在2000—2010年間自主就業(yè)選址的全貌。在方法上，本文通過匹配每個省、自治區(qū)、直轄市(以下統(tǒng)稱為省)的新增大學(xué)學(xué)歷人口與大學(xué)畢業(yè)生數(shù)量，構(gòu)建了一個識別本省畢業(yè)生在本省就業(yè)比重的實證分析模型。圖2對各省的新增大學(xué)學(xué)歷人口(黑色方柱)與大學(xué)畢業(yè)生數(shù)量(白色方柱)進行了初步描述*計算公式見第三部分第1小節(jié)。按照這種計算方法，北京的新增大學(xué)學(xué)歷人口數(shù)明顯低于其他東部省市，但新增大學(xué)畢業(yè)生數(shù)明顯高于其他省市區(qū)。針對這種異?，F(xiàn)象，本文在同一節(jié)中描述了相應(yīng)的處理方案。。從圖中可得，除了北京外，在全國其他省區(qū)市，兩條方柱的高度相差不大。這表明，各省大學(xué)畢業(yè)生累計人數(shù)與其凈增加的大學(xué)學(xué)歷人數(shù)高度正相關(guān)*在全部樣本、排除北京的樣本及經(jīng)修正網(wǎng)絡(luò)本專科生的全部樣本中，二者的簡單相關(guān)系數(shù)分別為0.53、0.87及0.85。。

在實證上，本文發(fā)現(xiàn)，平均而言超過70%的大學(xué)畢業(yè)生選擇就地?fù)駱I(yè)。在跨地區(qū)的大學(xué)學(xué)歷人口流動中，跨省凈流動主要是從東北和中部省份凈流向全國其他地區(qū)，跨國凈流出的比重不到7.8%。此外，就地?fù)駱I(yè)并不能被收入水平、發(fā)展機會、生活成本和地理位置等因素所解釋。在控制了上述因素后，選擇本省就業(yè)或深造的大學(xué)畢業(yè)生比重依然超過70%。進一步的分析表明，就地?fù)駱I(yè)主要源于路徑依賴，即就地?fù)駱I(yè)是大學(xué)畢業(yè)生考慮到當(dāng)?shù)爻跏挤e累的人力資本后主動選擇的結(jié)果。

放眼全球，大學(xué)畢業(yè)生就地?fù)駱I(yè)并非我國獨有的現(xiàn)象。Corcoran et al.(2010)發(fā)現(xiàn)，澳大利亞有超過75%的大學(xué)畢業(yè)生在畢業(yè)后6到18個月會留在本州就業(yè)，類似于我國大學(xué)畢業(yè)生留在本省就業(yè)。Grogger & Hanson(2015)發(fā)現(xiàn)，在1960—2008年間77%在美國學(xué)習(xí)的理工科留學(xué)生博士畢業(yè)后打算留在美國。盡管打算留在美國并不意味著最終留在美國，但是二者高度正相關(guān)。Finn(2012)發(fā)現(xiàn)，整體而言，1999年和2004年畢業(yè)的理工科博士留學(xué)生在2009年還留在美國的比重分別是66%和64%。這表明，美國高校全球招生，大部分留學(xué)生會選擇留在美國，也與我國大學(xué)畢業(yè)生就地?fù)駱I(yè)類似。

圖2 2000—2010年間各省新增大學(xué)學(xué)歷人數(shù)與累計畢業(yè)人數(shù)

所以，基于本文及已有的文獻，大學(xué)畢業(yè)生就地?fù)駱I(yè)具有很強的政策含義。首先，大學(xué)畢業(yè)生就地?fù)駱I(yè)意味著各地吸引、積累高素質(zhì)人力資本的工作抓手是本地的高等教育。具體而言，各地可以通過其高等教育來招收優(yōu)秀的學(xué)生就學(xué)，從而讓留在本地就業(yè)或深造的畢業(yè)生來積累、提升本地的高素質(zhì)人力資本。其次，這種因畢業(yè)生主動選擇形成的就地?fù)駱I(yè)又進一步印證了各地吸引、積累高素質(zhì)人力資本的重要性。一旦各地?zé)o法吸引、積累高素質(zhì)人才，其以后培養(yǎng)的高素質(zhì)人才也可能大幅流出本地，形成惡性循環(huán)。

本文余下部分結(jié)構(gòu)安排如下：第二部分為實證模型；第三部分為數(shù)據(jù);第四部分為實證分析；第五部分為機制分析；最后為結(jié)論性評述。

二、模 型

本節(jié)旨在通過匹配每個省的大學(xué)畢業(yè)生的去向與新增大學(xué)學(xué)歷人口的來源，構(gòu)建估計大學(xué)畢業(yè)生就地?fù)駱I(yè)所占比重的實證模型。

1. 大學(xué)畢業(yè)生的去向

在2000—2010年間，省i的大學(xué)畢業(yè)生Gi的就業(yè)去向由以下兩部分構(gòu)成：

Gi≡Gi,i+Gi,-i

(1)

其中，Gi表示省i在此期間累計的大學(xué)畢業(yè)生,Gi,i表示從省i畢業(yè)且留在省i就業(yè)或深造的大學(xué)畢業(yè)生，Gi,-i表示從省i畢業(yè)且到省i以外地區(qū)(包括我國內(nèi)地其他省份及境外地區(qū)，下同)就業(yè)或深造的大學(xué)畢業(yè)生。式(1)意味著本文根據(jù)大學(xué)畢業(yè)生2010年的就業(yè)地而非初次就業(yè)地確定其去向，這也忽略了他們在此期間可能經(jīng)歷的就業(yè)地更換。

2. 新增大學(xué)學(xué)歷人口的來源

在2000—2010年間，省i的大學(xué)學(xué)歷人口凈增加量Li構(gòu)成如下：

Li≡(Li,i+L-i,i)-(Li,-i+δi)

(2)

其中，Li,i表示來自省i的新增大學(xué)學(xué)歷人口數(shù)，L-i,i表示省i以外地區(qū)到省i就業(yè)或深造的大學(xué)學(xué)歷人口數(shù)，二者之和為省i增加的大學(xué)學(xué)歷人口數(shù)；Li,-i表示省i到省i以外地區(qū)就業(yè)或深造的初始大學(xué)學(xué)歷人口數(shù)，δi表示省i初始大學(xué)學(xué)歷人口的死亡人數(shù)，二者之和為省i減少的初始大學(xué)學(xué)歷人口數(shù)。將式(2)重新整理，可得式(3)：

Li=(Li,i-δi)+(L-i,i-Li,-i)

(3)

其中，(Li,i-δi)為來自省i凈增的大學(xué)學(xué)歷人數(shù)，(L-i,i-Li,-i)為因跨地區(qū)流動而凈增的大學(xué)學(xué)歷人數(shù)*因跨地區(qū)流動而凈增的大學(xué)學(xué)歷人數(shù)由兩部分構(gòu)成：一是2000—2010年大學(xué)畢業(yè)生的跨地區(qū)流動量，二是2000年初始大學(xué)學(xué)歷人口在2010年時的跨地區(qū)流動量。。

3. 實證模型

本文把本省畢業(yè)生在本省就業(yè)的比重記為β≡Gi,i/Gi，則1-β為本省畢業(yè)生跨地區(qū)就業(yè)或深造的比重。由式(1)可得，β∈[0,1]。在2000—2010年間，來自省i的新增大學(xué)學(xué)歷人口數(shù)Li,i實際也是從省i畢業(yè)且留在省i就業(yè)或深造的大學(xué)畢業(yè)生數(shù)Gi,i，即有Gi,i=Li,i成立。因此，式(3)可整理為

Li=βGi-δi+(L-i,i-Li,-i)

(4)

接下來，式(4)可進一步整理為實證分析模型?？紤]到在式(4)中，初始大學(xué)學(xué)歷人口的死亡一般都是外生的，其數(shù)量與畢業(yè)生人數(shù)、跨地區(qū)流動的大學(xué)學(xué)歷人數(shù)均不相關(guān)，本文假定δi=α-εi；其中，α是在2000—2010年間各省死亡的大學(xué)學(xué)歷人數(shù)的平均數(shù)，εi是均值為零的隨機擾動項。所以，在實證模型中，常數(shù)項即為-α，常數(shù)項的預(yù)期符號應(yīng)為負(fù)號。

另外，對于因跨地區(qū)流動而凈增的大學(xué)學(xué)歷人數(shù)，可以根據(jù)已有文獻構(gòu)造一系列的控制變量以進行度量與控制。不妨使用XB=L-i,i-Li,-i度量因跨地區(qū)流動而凈增的大學(xué)學(xué)歷人數(shù)，其中，X是影響跨地區(qū)流動的大學(xué)學(xué)歷人數(shù)的控制變量向量，B是相應(yīng)的系數(shù)向量。

因此，式(4)可以表示為一個標(biāo)準(zhǔn)的實證分析模型

Li=-α+βGi+XB+εi

(5)

對于式(5)，有兩點值得強調(diào)。第一，β具有明晰的經(jīng)濟含義。β是度量大學(xué)畢業(yè)生自主選擇就業(yè)地址的一個指標(biāo)，值越大則表明本省畢業(yè)生就地?fù)駱I(yè)的人數(shù)越多。若β=1，則本省畢業(yè)生全部就地?fù)駱I(yè)；若β=0，則本省畢業(yè)生全部在外省和國外工作或就讀；若β∈(0,1)，本省大學(xué)畢業(yè)生的就業(yè)模式則處于前兩種極端情形之間，部分就地?fù)駱I(yè)，部分跨省就業(yè)。第二，采用式(5)估計β對數(shù)據(jù)的要求并不高，只需要各省的新增大學(xué)學(xué)歷人口數(shù)量和大學(xué)畢業(yè)生數(shù)量這兩個總量數(shù)據(jù)就可以估計β，從而識別大學(xué)畢業(yè)生的空間流動性。其實這種識別策略在資本跨國流動文獻中早已采用，比如Feldstein & Horioka(1980)就通過考察儲蓄與投資之間的相關(guān)性來考察資本的流動性*現(xiàn)有文獻通常把他們的發(fā)現(xiàn)稱為Feldstein-Horioka之謎，隨后的文獻采用不同時期、不同國家的樣本，得到了類似發(fā)現(xiàn)，證實了Feldstein-Horioka之謎的普遍性和持續(xù)性。，而考察省際資本流動的文獻(包群等，2004；于春海，2007)也采用了相似的實證策略。

在以下部分，本文將重點估計β，考察大學(xué)生在省級層面上如何選擇就業(yè)地。

三、數(shù) 據(jù)

本節(jié)主要介紹本文所使用的數(shù)據(jù)。首先，本節(jié)描述了本文的兩個關(guān)鍵變量：大學(xué)畢業(yè)生數(shù)量及新增的大學(xué)學(xué)歷人口，然后介紹了控制變量的選取，最后進行了描述性統(tǒng)計。

1.大學(xué)畢業(yè)生數(shù)量與新增的大學(xué)學(xué)歷人口

本文利用2010年和2000年人口普查數(shù)據(jù)度量各省新增的大學(xué)學(xué)歷人口數(shù)量Li。由于最近一次人口普查在2010年進行，因此2000—2010年已是最新的研究區(qū)間。因為在人口普查中在校大學(xué)生屬于具有大學(xué)文化的人口，所以Li等于普查數(shù)據(jù)中報告的新增大學(xué)學(xué)歷人口數(shù)量減去新增在校大學(xué)生數(shù)量，即

Li=(Pi,2010-Pi,2000)-(Si,2010-Si,2000)

(6)

在式(6)中，P為包括在校學(xué)生在內(nèi)的大學(xué)學(xué)歷人口數(shù)量，S為在校大學(xué)生數(shù)量，下標(biāo)中i代表省份，數(shù)字代表年份。P來自《中國2000年人口普查資料》與《中國2010年人口普查資料》中“各地區(qū)分性別、受教育程度的6歲及以上人口”欄目所報告的各地區(qū)大學(xué)學(xué)歷人口數(shù)量；S來自《中國教育年鑒》(2001)和《中國教育統(tǒng)計年鑒》(2010)所報告的各地區(qū)在校大學(xué)生數(shù)量。因此，采用式(6)可以計算各省的Li。

在考察各省的數(shù)據(jù)之前，可以先分析全國層面的情況。加總各省的Li及Gi可得全國層面上的新增大學(xué)學(xué)歷人口數(shù)L和大學(xué)畢業(yè)生數(shù)量G，詳見表1。由2000、2010年人口普查可得，在2000—2010年間，L約為5 124萬人，G約為5 560萬人，G和L的差額約為436萬人，占大學(xué)畢業(yè)生數(shù)G的比重為7.8%。

因為跨省凈流動的大學(xué)學(xué)歷人口數(shù)在加總到全國層面時會完全抵消，我們可推斷出在全國層面上跨境凈流出大學(xué)學(xué)歷人口數(shù)的規(guī)模。由式(2)可知，G和L之間的關(guān)系為

L=(G+Lf,d)-(Ld,f+δ)

(7)

其中，Lf,d和Ld,f分別為由境外到國內(nèi)、由國內(nèi)到境外就業(yè)或深造的大學(xué)學(xué)歷人數(shù)，δ為大學(xué)學(xué)歷人口死亡人數(shù)。所以，Ld,f-Lf,d是跨境凈流出的大學(xué)學(xué)歷人數(shù)，滿足Ld,f-Lf,d=G-L-δ

表1 全國的G和L(單位：人)

在省級層面上，2000—2010年間，新增大學(xué)學(xué)歷人口數(shù)Li與大學(xué)畢業(yè)生Gi規(guī)模相當(dāng)，但其中北京是一個異常點，其Li僅為Gi的6%。原因在于，北京十年間培養(yǎng)了大量的網(wǎng)絡(luò)本?？粕?培養(yǎng)網(wǎng)絡(luò)本?？粕脑圏c推廣主要是從北京的高校開始，其他省份的大部分高校并沒有被授權(quán)培養(yǎng)網(wǎng)絡(luò)本?？粕?。另外，由于網(wǎng)絡(luò)高等教育的特殊性，學(xué)生并不需要親自到北京的高校，而僅需使用電子設(shè)備進行遠(yuǎn)程學(xué)習(xí)。因此，難免出現(xiàn)下面的情況：北京把位于北京的高校培養(yǎng)的網(wǎng)絡(luò)本?？粕拷y(tǒng)計到其所培養(yǎng)的大學(xué)畢業(yè)生中，但其中許多網(wǎng)絡(luò)本?？频漠厴I(yè)生一直在他們的原居住省份工作與生活。，而這些學(xué)生可能一直在其原居住地工作與生活。2000—2010年間，北京培養(yǎng)了約417萬名網(wǎng)絡(luò)本?？飘厴I(yè)生(占全國的69%)，使得北京的Gi約為630萬人，大幅高于其他省區(qū)市；而在2010年，北京的網(wǎng)絡(luò)本?？圃谛Ｉs為320萬人(占全國的70%)，使得北京的Li約為38萬人，大幅低于其他東部省市?；诖?，在之后的回歸分析中若不對各省網(wǎng)絡(luò)本?？飘厴I(yè)生進行調(diào)整，北京這個異常點則應(yīng)被排除。

為了緩解北京網(wǎng)絡(luò)本?？飘厴I(yè)生帶來的特殊性，除了在分析中排除北京外，還可以嘗試另一種方法對各省的網(wǎng)絡(luò)本專科畢業(yè)生進行調(diào)整。既然無法具體考察網(wǎng)絡(luò)本?？粕娜ハ颍环良僭O(shè)網(wǎng)絡(luò)本?？粕诟魇〉姆植己推胀?、成人本?？粕喈?dāng)，從而將全國的網(wǎng)絡(luò)本?？粕峙涞礁魇≈腥?。具體而言，首先進行以下兩個假設(shè)：第一，假設(shè)在2000—2010年間，各省的網(wǎng)絡(luò)本?？飘厴I(yè)生與全國的網(wǎng)絡(luò)本?？飘厴I(yè)生之比等于該省的普通和成人本專科畢業(yè)生之和與全國的普通和成人本?？飘厴I(yè)生之和之比，即：

(8)

第二，假設(shè)在2010年，各省的網(wǎng)絡(luò)本?？圃谛Ｉc全國的網(wǎng)絡(luò)本?？圃谛Ｉ鹊扔诟魇〉钠胀ê统扇吮緦？圃谛Ｉ团c全國的普通和成人本專科畢業(yè)生之和之比，即

(9)

由此再結(jié)合各省數(shù)據(jù)，即可對各省的網(wǎng)絡(luò)本專科生和Gi進行調(diào)整。

2. 控制變量

由式(5)可知，控制變量主要影響來自跨地區(qū)凈增的大學(xué)學(xué)歷人數(shù)。首先，大學(xué)學(xué)歷人口的流動會顯著受到相對收入的影響。Liu & Shen(2013)及Liu et al.(2017)對中國大學(xué)畢業(yè)生的研究表明，工資對大學(xué)畢業(yè)生選擇就業(yè)地點有顯著影響。對澳大利亞(Corcoran et al., 2010)的研究也得出，邊遠(yuǎn)地區(qū)更高的相對收入水平可以吸引大學(xué)畢業(yè)生就業(yè)。其次，相對發(fā)展水平也是影響大學(xué)學(xué)歷人口流動的重要因素。對英國(Fielding, 1992)、荷蘭(Venhorst et al., 2010)的研究表明，國家的經(jīng)濟中心因為擁有相對更好的發(fā)展機會，所以比國家的邊遠(yuǎn)地區(qū)更能吸引年輕的大學(xué)學(xué)歷人口。Grogger & Hanson(2015)對美國的研究亦表明，地區(qū)收入水平和經(jīng)濟增長速度是影響畢業(yè)生選擇其就業(yè)地的重要因素。再次，生活成本也是一個不可忽視的影響。Whisler et al.(2010)對美國受過大學(xué)教育的人群進行研究，發(fā)現(xiàn)他們會傾向于選擇相對生活成本更低的地方，且年輕人和老年人更是如此。最后，一些地區(qū)自身的性質(zhì)(如自然及人文的舒適度)也可能會對大學(xué)學(xué)歷人口的流動造成影響(Liu & Shen, 2013; Liu et al., 2017)。所以，結(jié)合相關(guān)研究，本文選擇相對收入水平、相對發(fā)展機會、相對生活成本和地理位置四類變量對跨地區(qū)凈增的大學(xué)學(xué)歷人數(shù)進行控制。

考慮到實證分析單元是省級行政單位，樣本區(qū)間是2000—2010年，本文采用2000—2010年間各省數(shù)據(jù)與全國數(shù)據(jù)之比作為控制變量*對于人均GDP、可支配收入等水平變量，采用2000—2010年間各省與全國每年比值的均值；對于其他增速變量，采用各省2000—2010年間年平均增速與全國年平均增速的比值。。具體而言，本文采用了人均GDP、城鎮(zhèn)家庭人均可支配收入(下文簡稱“可支配收入”)度量相對收入水平；實際GDP增速、經(jīng)居民消費價格指數(shù)縮減的城鎮(zhèn)家庭人均可支配收入增速(下文簡稱“可支配收入增速”)度量相對發(fā)展機會；居民消費價格指數(shù)增速、實際居民消費水平增速度量相對生活成本；區(qū)域虛擬變量度量地理位置，其中東北和中部地區(qū)為1，其他為0。

3. 描述性統(tǒng)計

表2是描述性統(tǒng)計。對于全部樣本而言，新增大學(xué)學(xué)歷人口Li的平均值為165萬人，標(biāo)準(zhǔn)差為110萬人，累計大學(xué)畢業(yè)生Gi平均值為179萬人，標(biāo)準(zhǔn)差為131萬人。當(dāng)排除北京后，Gi的標(biāo)準(zhǔn)差下降到103萬人。但是，是否包括北京對控制變量的均值和標(biāo)準(zhǔn)差幾乎沒有影響。這意味著，與前文傳遞的信息一致，北京是一個異常點。而經(jīng)網(wǎng)絡(luò)本?？粕拚?，Gi的標(biāo)準(zhǔn)差下降到110萬人，和排除北京的樣本中的標(biāo)準(zhǔn)差相差不大。這不僅支持了北京是異常點的說法，也說明了這兩種處理方法的一致性。

表2 描述性統(tǒng)計

注：數(shù)據(jù)來自《中國2010年人口普查資料》、《中國2000年人口普查資料》、《中國教育統(tǒng)計年鑒》(2001—2010)、《中國教育年鑒》(2001—2003)、《中國價格及城鎮(zhèn)居民家庭收支調(diào)查統(tǒng)計年鑒》(2000—2005)、《中國城市(鎮(zhèn))生活與價格年鑒》(2006—2011)、中國國家統(tǒng)計局網(wǎng)站以及作者的計算。

四、實證分析

1. OLS估計

本小節(jié)將采用最小二乘法估計式(5)中的β，定量考察有多大比例的大學(xué)畢業(yè)生選擇就地?fù)駱I(yè)。

表3的第1列和第2列為不包括北京樣本的回歸結(jié)果。第1列沒有引入任何控制變量，β的估計值為0.92，能夠通過顯著水平為1%的統(tǒng)計檢驗。這表明，在2000—2010年間，全國30個省區(qū)市(不包括北京市)平均而言，省內(nèi)每增加100個大學(xué)畢業(yè)生，最終該省具有大學(xué)學(xué)歷的人口會增加92人，初步支持了就地?fù)駱I(yè)是各省大多數(shù)大學(xué)畢業(yè)生的就業(yè)方式。第2列引入了所有控制變量，雖然β的估計值從0.92稍降到0.89，但仍在1%的水平上顯著。對于控制變量而言，相對可支配收入的估計系數(shù)符號為正，相對居民消費價格指數(shù)增速、東北和中部虛擬變量的估計系數(shù)符號為負(fù)，符合相關(guān)文獻的預(yù)期，但它們都不顯著。另外，此時常數(shù)項雖然不顯著，但其估計系數(shù)為負(fù)號，與式(5)中的假設(shè)吻合。第3列和第4列報告了經(jīng)修正網(wǎng)絡(luò)本?？粕繕颖镜幕貧w結(jié)果。第3列沒有加入任何控制變量，β的估計值是0.82，在1%的水平上顯著。在第4列中，所有的控制變量被同時引入。此時，β的估計為0.79，仍在1%的水平上顯著。

表3 基本的回歸結(jié)果：不包括北京的樣本

注：回歸方法為OLS，回歸方程是式(5)；括號內(nèi)是標(biāo)準(zhǔn)誤；***p<0.01，**p<0.05，*p<0.1。

綜上所述，表3的結(jié)果表明畢業(yè)生規(guī)模和新增大學(xué)學(xué)歷人口之間顯著正相關(guān)，初步驗證了前文所傳遞的信息：大多數(shù)大學(xué)畢業(yè)生在2000—2010年間自主擇業(yè)的模式是就地?fù)駱I(yè)。

2. 2SLS估計

雖然表3中的回歸結(jié)果表明各省大學(xué)畢業(yè)生規(guī)模與其新增大學(xué)學(xué)歷人口數(shù)量之間顯著正相關(guān)，但此時還無法推論各省大學(xué)生畢業(yè)規(guī)模決定了其新增的大學(xué)學(xué)歷人口數(shù)量。從計量經(jīng)濟學(xué)的角度看，畢業(yè)生規(guī)模與新增大學(xué)學(xué)歷人口數(shù)量顯著正相關(guān)可能只是典型的反向因果關(guān)系。具體而言，各省大學(xué)畢業(yè)生規(guī)模內(nèi)生于各省的大學(xué)生招生規(guī)模，招生規(guī)模又取決于教育部下達的招生計劃*盡管部分高校目前擁有一定程度的自主招生權(quán)，但是招生規(guī)模還是取決于教育部下達的招生計劃。，而招生計劃顯然不是隨機的。比如，一個地區(qū)新增的大學(xué)學(xué)歷人口數(shù)量越多，人力資本就越多，經(jīng)濟就越發(fā)達，從而教育投入就越多，教育部下達的招生計劃也越多。因此，本小節(jié)將放松大學(xué)畢業(yè)生規(guī)模是外生的假定，進一步考察中國大學(xué)畢業(yè)生的就業(yè)行為。

本文采用恢復(fù)高考后的最初招生計劃作為工具變量，以克服各省大學(xué)畢業(yè)生的內(nèi)生性。具體而言，本文假定大學(xué)招生計劃具有延續(xù)性，恢復(fù)高考后的最初招生計劃影響了各省現(xiàn)在的招生計劃規(guī)模，從而決定了各省在2000—2010年間的大學(xué)畢業(yè)生規(guī)模。其背后的機制見圖3。

圖3 招生計劃決定大學(xué)畢業(yè)生規(guī)模的機制圖解

本文選擇各省1977—1980年間的招生規(guī)模代表最初的招生計劃，用1980年各省在校本?？茖W(xué)生規(guī)模進行度量。我國在1977年恢復(fù)高考招生制度，采用學(xué)年制，本、專科的學(xué)年分別是4年、3(或2)年。正常情況下，1977年之前“推薦考核”上大學(xué)的學(xué)生到1980年已經(jīng)全部畢業(yè)，所以1980年各省在校本專科學(xué)生規(guī)模大致就是各省1977—1980年間招生計劃的合計數(shù)。表5的下半部分報告了第一階段的回歸結(jié)果，表明最初的招生計劃與2000—2010年間的大學(xué)畢業(yè)生規(guī)模顯著正相關(guān)。這表明，最初的招生計劃具有延續(xù)性，與本文的預(yù)期一致。

克服大學(xué)畢業(yè)規(guī)模的內(nèi)生性后，大學(xué)畢業(yè)生主要的就業(yè)方式仍然是就地?fù)駱I(yè)。表5第1、2列報告了排除北京樣本后的IV估計結(jié)果。第1列中沒有引入任何控制變量，β的估計值是0.93，且在1%的水平上顯著。與表3第1列相比，β的估計值幾乎不變。第2列引入了四個控制變量，β的估計值和顯著性水平也沒有實質(zhì)變化。第4、5列報告了經(jīng)修正網(wǎng)絡(luò)本?？粕娜繕颖镜腎V估計結(jié)果。第4列沒有引入任何控制變量，β的估計值是0.91，且在1%的水平上顯著。第5列則引入了四個控制變量，β的估計值為0.79，仍然在1%的水平上顯著。

還需要明確的是，采用最初招生規(guī)模作為工具變量，不存在不可識別和弱工具變量等問題*由于本文只采用了一個工具變量，因此不存在過度識別問題。。另外，表4的第3列和第6列考察了工具變量對大學(xué)學(xué)歷人口變量是否具有直接影響。在兩個樣本中，當(dāng)同時引入最初招生規(guī)模和畢業(yè)生規(guī)模時，最初招生規(guī)模變量均不顯著，而畢業(yè)生規(guī)模均能夠通過顯著水平為1%的統(tǒng)計檢驗。這表明，最初招生規(guī)模對2000—2010年間的大學(xué)學(xué)歷人口變量沒有直接影響，只存在通過招生計劃持續(xù)性所帶來的間接影響*當(dāng)引入其他控制變量后，最初的招生計劃仍然沒有直接影響。。

表4 IV估計結(jié)果

注：回歸方法為兩階段最小二乘法，工具變量為最初的招生規(guī)模；控制變量包括相對人均GDP、相對可支配收入、相對實際GDP增速、相對可支配收入增速、相對居民消費價格指數(shù)增速、相對實際居民消費水平增速、地理位置虛擬變量(東北和中部)；沒有報告常數(shù)項；括號內(nèi)是標(biāo)準(zhǔn)誤；識別不足檢驗一欄中報告的是Anderson canonical correlation LM statistic，弱工具變量檢驗一欄中報告的是Cragg-Donald Wald F statistic；***p<0.01,**p<0.05,*p<0.1。

以上分析表明，在2000—2010年間，控制了收入水平、發(fā)展機會、消費水平和地理位置等因素后，超過75%的大學(xué)畢業(yè)生仍然選擇就地?fù)駱I(yè)。

五、就地?fù)駱I(yè)機制

本部分就大學(xué)畢業(yè)生選擇就地?fù)駱I(yè)的可能原因進行探索。特別對兩類可能導(dǎo)致就業(yè)擇業(yè)的因素給予檢驗：戶籍限制和路徑依賴*現(xiàn)有文獻主要強調(diào)微觀的具體因素對大學(xué)畢業(yè)生就業(yè)選址的影響。賴德勝和吉利(2003)強調(diào)，個人今后發(fā)展、個人興趣、經(jīng)濟收入以及自身對工作的適合程度等都會影響大學(xué)畢業(yè)生的擇業(yè)。盧姍和王瓊(2007)認(rèn)為，城市競爭力、文化因素、環(huán)境因素和人際關(guān)系因素是大學(xué)生會考慮的就業(yè)選擇因素。黃敬寶(2009)的調(diào)查則顯示，晉升機會、工作興趣與薪酬是大學(xué)生就業(yè)選擇時最看重的三個因素。。戶籍限制是指大學(xué)畢業(yè)生在就業(yè)時面臨著戶籍限制，不得不選擇就地?fù)駱I(yè)，即勞動市場分割影響大學(xué)生就業(yè)(賴德勝，2001；賴德勝和田永坡，2005)。路徑依賴是指，就地?fù)駱I(yè)是大學(xué)畢業(yè)生考慮到當(dāng)?shù)胤e累的人力資本后主動選擇的結(jié)果。因為選擇就業(yè)地、居住地是非常講究策略的事情，而大學(xué)畢業(yè)生在大學(xué)所在地至少已經(jīng)居住了三或四年，讀書期間所積累的人脈關(guān)系等也集中于就讀大學(xué)的所在地，所以畢業(yè)后主動選擇就地?fù)駱I(yè)*當(dāng)然，部分大學(xué)畢業(yè)生的生源地就是本省或籍貫在本省，不愿意離開父母或家鄉(xiāng)太遠(yuǎn)。。

1. 戶籍限制

盡管我國實施較為嚴(yán)格的戶籍管理，但是大學(xué)畢業(yè)生就業(yè)時所面臨的戶籍限制越來越少。2002年2月8日，教育部等四部委聯(lián)合發(fā)布《關(guān)于進一步深化普通高等學(xué)校畢業(yè)生就業(yè)制度改革有關(guān)問題的意見》(國辦發(fā)[2002]19號)，拉開了放寬大學(xué)畢業(yè)生戶籍限制的序幕。2009年1月23日，國務(wù)院辦公廳發(fā)布了《國務(wù)院辦公廳關(guān)于加強普通高等學(xué)校畢業(yè)生就業(yè)工作的通知》(國辦發(fā)[2002]3號)，明確指出：“對企業(yè)招用非本地戶籍的普通高校?？埔陨袭厴I(yè)生，各地城市應(yīng)取消落戶限制(直轄市按有關(guān)規(guī)定執(zhí)行)?！弊源耍陛犑型?，高校畢業(yè)生戶籍限制已經(jīng)基本放開。

既然直轄市和非直轄市在戶籍限制上有別，本文引入直轄市變量考察戶籍限制對大學(xué)畢業(yè)生自主擇業(yè)的影響，結(jié)果發(fā)現(xiàn)大學(xué)畢業(yè)生選擇就地?fù)駱I(yè)并不源于戶籍限制。表5第1列、第3列分別報告了兩個樣本最小二乘法的回歸結(jié)果。與表3第2列、第4列回歸結(jié)果相比，在引入直轄市虛擬變量后，β的估計值大小雖然稍有下降，但顯著性水平仍不變。新引入的直轄市虛擬變量則顯著為負(fù)，說明在其他條件不變時，直轄市相對于其他省市區(qū)而言，新增大學(xué)學(xué)歷人口較少。

為了穩(wěn)健起見，本文還使用了兩階段最小二乘法進行估計，結(jié)果報告在表6第2列、第4列中*表5雖然沒有報告識別不足檢驗與弱工具變量檢驗的結(jié)果，但第2列、第4列都拒絕了存在不可識別和弱工具變量的零假設(shè)。。此時，與表5第2列、第5列相比，β的估計值雖然也略微變小，但仍然在1%的水平上顯著。此時，直轄市虛擬變量的系數(shù)也在1%的水平上顯著。以上分析表明，盡管直轄市和非直轄市在戶籍限制上有別，但是在直轄市和非直轄市，超過70%的大學(xué)畢業(yè)生都選擇就地?fù)駱I(yè)。這意味著2000—2010年間，戶籍限制對大學(xué)畢業(yè)生的就業(yè)影響并不大。

2. 路徑依賴

本文采用2000年各省具有大學(xué)學(xué)歷的人口數(shù)度量初始路徑，發(fā)現(xiàn)大學(xué)畢業(yè)生就地?fù)駱I(yè)可能源于路徑依賴。表6第1—6列、第7—12列分別展示了排除北京的樣本和經(jīng)修正網(wǎng)絡(luò)本?？粕娜繕颖镜慕Y(jié)果。

表5 戶籍限制的影響

注：控制變量包括相對人均GDP、相對可支配收入、相對實際GDP增速、相對可支配收入增速、相對居民消費價格指數(shù)增速、相對實際居民消費水平增速、地理位置虛擬變量(東北和中部)；沒有報告常數(shù)項；括號內(nèi)是標(biāo)準(zhǔn)誤；***p<0.01,**p<0.05,*p<0.1。

表6 路徑依賴

注：控制變量包括相對人均GDP、相對可支配收入、相對實際GDP增速、相對可支配收入增速、相對居民消費價格指數(shù)增速、相對實際居民消費水平增速、地理位置虛擬變量(東北和中部)、直轄市虛擬變量；沒有報告常數(shù)項；第(5)、(6)、(11)、(12)列的回歸方法為OLS；括號內(nèi)是標(biāo)準(zhǔn)誤；***p<0.01,**p<0.05,*p<0.1。

表6第1列和第7列同時引入了2000年大學(xué)學(xué)歷人口數(shù)量和2000—2010年間的大學(xué)畢業(yè)生規(guī)模。這時，在兩個樣本中，初始路徑的回歸系數(shù)分別為0.85及1.03，均能夠通過顯著水平為1%的統(tǒng)計檢驗；大學(xué)畢業(yè)生規(guī)模的回歸系數(shù)β分別為0.26和0.07，且不顯著。表6第2列和第8列引入了控制變量，初始路徑的回歸系數(shù)略微減小，在5%的水平上顯著。此時，大學(xué)畢業(yè)生規(guī)模的回歸系數(shù)β仍然不顯著。以上分析表明，在引入初始大學(xué)學(xué)歷人口后，本文所觀察到的大學(xué)畢業(yè)生就地?fù)駱I(yè)現(xiàn)象消失了。

表6第3列、第9列進一步引入了最初招生計劃。在回歸結(jié)果中，初始路徑的回歸系數(shù)仍然顯著為正號，且能通過顯著水平為5%的統(tǒng)計檢驗，而大學(xué)畢業(yè)生規(guī)模及最初招生計劃的回歸系數(shù)都不顯著。第4列、第10列采用最初招生計劃作為大學(xué)畢業(yè)生規(guī)模的工具變量，報告了兩階段最小二乘法的回歸結(jié)果。此時，初始路徑的回歸系數(shù)顯著為正號，大學(xué)畢業(yè)生規(guī)模的回歸系數(shù)仍然不顯著。這表明，最初招生計劃無論是否有直接或間接影響，引入初始大學(xué)學(xué)歷人口規(guī)模后，本文所觀察到的大學(xué)畢業(yè)生就地?fù)駱I(yè)現(xiàn)象都消失了。

從方法論的角度看，以上結(jié)果意味著初始的大學(xué)學(xué)歷人口規(guī)模與大學(xué)畢業(yè)生規(guī)模高度相關(guān)。表6第5—6列、第11—12列的回歸結(jié)果證實了這一點。第5列、第11列報告了大學(xué)畢業(yè)生規(guī)模對初始路徑的回歸結(jié)果，回歸方程的擬合度至少高達0.88，且初始路徑的回歸系數(shù)能夠通過顯著水平為1%的統(tǒng)計檢驗。第6列、第12列引入了其他控制變量，這時，最初招生計劃和初始路徑對2000—2010年間的大學(xué)畢業(yè)生規(guī)模也具有顯著解釋能力。

以上分析表明，大學(xué)生就地?fù)駱I(yè)，可能并不源于戶籍限制，而是路徑依賴的結(jié)果，即大學(xué)畢業(yè)生考慮到當(dāng)?shù)胤e累的初始人力資本后，主動選擇就地?fù)駱I(yè)。

六、結(jié)論性評述

本文從宏觀視角考察勞動力市場把大學(xué)畢業(yè)生配置到何處。由第五、六次人口普查可知，2000—2010年，我國大學(xué)學(xué)歷人口數(shù)量凈增加了7 435萬人，是2000年大學(xué)學(xué)歷人口存量的1.68倍。隨著高等教育改革的推進，這些新增大學(xué)畢業(yè)生不是由國家分配就業(yè)，而是主要通過勞動力市場自主擇業(yè)的。

在方法上，本文匹配每個省的大學(xué)畢業(yè)生與其新增大學(xué)學(xué)歷人口，構(gòu)建了一個識別本省畢業(yè)生在本省就業(yè)比重的實證分析模型。采用各省2000—2010年大學(xué)學(xué)歷人口的凈增加量和大學(xué)畢業(yè)生累計人數(shù)，從宏觀視角考察了勞動力市場把大學(xué)畢業(yè)生配置到何處。結(jié)果發(fā)現(xiàn)，全國平均而言，超過70%的大學(xué)畢業(yè)生選擇就地?fù)駱I(yè)。另外，跨省擇業(yè)主要是從東北和中部省份凈流向全國其他地區(qū)，跨國凈流出的比重不到7.8%。本文還發(fā)現(xiàn)大學(xué)畢業(yè)生就地?fù)駱I(yè)不能完全被收入水平、發(fā)展機會、生活成本、地理位置以及戶籍等解釋，而主要源于大學(xué)畢業(yè)生的路徑依賴，即就地?fù)駱I(yè)是大學(xué)畢業(yè)生考慮到當(dāng)?shù)爻跏挤e累的人力資本后主動選擇的結(jié)果。

本文的發(fā)現(xiàn)揭示了在我國各省吸引、積累大學(xué)學(xué)歷人力資本的工作抓手是本省的高等教育。一方面，各省應(yīng)通過各自的高等教育以招收優(yōu)秀的學(xué)生來本省學(xué)習(xí)，從而積累本省的大學(xué)學(xué)歷人力資本，因為畢業(yè)后這些學(xué)生大都會留在本省就業(yè)。另一方面，由于大學(xué)畢業(yè)生主動選擇就地?fù)駱I(yè)，也印證了各地吸引、積累大學(xué)學(xué)歷人力資本的重要性，因此各地也應(yīng)大力從其他方面吸引、積累大學(xué)學(xué)歷人力資本。一旦各地吸引、積累大學(xué)學(xué)歷人力資本受阻，之后培養(yǎng)出的大學(xué)學(xué)歷人力資本也可能會流失。

至少還有兩個問題值得進一步研究。第一個問題是對比計劃與市場配置大學(xué)畢業(yè)生就業(yè)地的異同：大學(xué)畢業(yè)生的就業(yè)分配經(jīng)歷了從計劃到市場的轉(zhuǎn)變，在這種轉(zhuǎn)變前后，大學(xué)畢業(yè)生就業(yè)選址行為是如何變化的？第二個問題是考察其他可能的就地?fù)駱I(yè)機制，比如勞動市場本身發(fā)展不完善所帶來的市場分割，以及考生報考學(xué)校時的選擇等問題。本文對就地?fù)駱I(yè)機制的分析還是初步的，只考察了影響大學(xué)畢業(yè)生就地?fù)駱I(yè)的兩個可能因素。顯然，以上兩個問題值得進一步探索。