劉云波

(北京師范大學 教育學部，北京100875)

一、問題提出

隨著數(shù)字技術的高速發(fā)展，世界范圍內(nèi)進入了新一輪的技術革命，技術進步在促進企業(yè)轉(zhuǎn)型升級的同時，也加劇了勞動力市場技能不匹配的風險①閆德利，戴建軍:《數(shù)字技術如何影響就業(yè)?》，《新經(jīng)濟導刊》，2018年第9期。。2016年的《中國勞動力市場技能缺口研究》報告指出，目前我國的勞動力市場面臨著嚴重的工作錯配問題，同時出現(xiàn)了“過度教育”和“技能不足”兩種現(xiàn)象②清華大學，復旦大學:《中國勞動力市場技能缺口研究》，2016年。。一方面是高校的人才培養(yǎng)與市場需求脫節(jié)，大學生已成為高失業(yè)風險群體，高學歷不意味著可以滿足企業(yè)的實際需求;另一方面，盡管勞動人口數(shù)量龐大，但一些雇主很難找到合適的人才。

根據(jù)個人能力的不同測量方式，工作錯配可以分為教育錯配和技能錯配兩類。一直以來，學者們對教育錯配，尤其是過度教育的關注較多，實證文獻比較豐富。近年來，不斷有學者提出，技能錯配作為衡量工作錯配的指標更為準確③④⑤Green，F(xiàn)．＆McIntosh S．，“Is There a Genuine Under－Utilization of Skills amongst the Over－Qualified?”，Applied Economics，2007，39(4):pp．427－439．。但限于數(shù)據(jù)的不可得性，技能錯配的研究剛剛興起，正有待完善。

⑤Ferreira M．，Künn－Nelen A．＆Grip A．D．，“Work－Related Learning and Skill Development in Europe:Does Initial Skill Mismatch Matter?”，in Solomon W．P．，Pouliakas K．，Russo G．，Tatsiramos K．(ed．)，Skill Mismatch in Labor Markets，Emerald Publishing Limited，2017:pp．345－407．

本文嘗試利用2015年的中國社會綜合調(diào)查數(shù)據(jù)(CGSS)，分析當下我國勞動者的工作匹配現(xiàn)狀。主要回答以下問題:第一，勞動者教育錯配和技能錯配的發(fā)生率分別是多少?呈現(xiàn)怎樣的分布特征?第二，相比教育錯配，技能錯配對勞動者的工資收入影響如何?本研究旨在探討勞動者的技能供給和工作需求之間的匹配問題，具有重要的現(xiàn)實意義。在當下技能快速變革、產(chǎn)業(yè)轉(zhuǎn)型升級的關鍵時期，考察并分析技能人才與工作崗位的匹配狀況，一方面可以為政府出臺相關教育決策、優(yōu)化人力資本配置提供參考依據(jù);另一方面可以為勞動者的職涯發(fā)展提供一些借鑒。

二、相關文獻

由于全球化的高等教育擴招，早期學者們更多地關注過度教育的問題。Duncan和Hoffman(1981)提出了衡量教育與工作錯配的三種水平，包括過度教育、教育不足與教育適切①Duncan G．＆Hoffman S．，“The Incidence and Wage Effects of Over－education”，Economics of Education Review，1981(1):pp．75－86．。Allen等(2007)把教育錯配總結為“勞動者所擁有的教育水平與特定工作所需的教育水平之間的對應關系，當其教育水平超過或低于工作所需的水平時存在”②Allen J．＆Weert D．E．，“What Does Educational Mismatches Tell Us About Skills Mismatches?A Cross－Country Analysis”，European Journal of Education，2007(42):pp．59－73．。

2000年以后，Allen(2001)等人發(fā)現(xiàn)有相當一部分勞動者在實際工作中發(fā)生了技能錯配③Allen J．＆Van der V．R，“Educational Mismatches versus Skill Mismatches:Effects on Wages，Job Satisfaction，and On－the－Job Search”，Oxford Economic Papers，2001(3):pp．434－452．。Quintini(2011)將技能錯配分為“技能不足”和“技能過度”兩類，前者是指勞動者的技能低于其工作要求的水平;后者則相反④Quintini G．，“Over－qualified or Under－skilled:A Review of Existing Literature”，OECD Social Employment and Migration Working Paper，2011:p．121．。此處的技能是指一種綜合能力，既包括勞動者從學校教育中獲得的各種能力和技能，也包括勞動者在工作場所通過做中學或在培訓機構習得的技能⑤劉云波:《勞動者技能錯配的研究進展及啟示》，《中國職業(yè)技術教育》，2018年第30期。。

學者們比較了教育錯配和技能錯配兩個指標，初步認為技能錯配是更為優(yōu)質(zhì)的衡量工作錯配的指標(Green，2007;Ferreira，2017)。一方面，受教育程度難以直接對個體的能力或者技能水平進行測量;另一方面，教育水平?jīng)]有考慮到個人生命周期中技能的獲得與損失。Lourdes(2013)指出，由于工作需求是變化的，在衡量錯配時需要一個動態(tài)變化的測量指標，教育資格無法滿足這一點。技能錯配被認為更可靠的原因在于它能對個人在特定時點所擁有的實際能力進行測量⑥OECD，“OECD Skills Outlook 2013:First Results from the Survey of Adult Skills”，http://dx．doi．org/10．1787/9789264204256－en，2013/2018－10－12．。

本文重點梳理近年來有關技能錯配的實證文獻⑦由于教育錯配，尤其是過度教育的研究文獻已十分豐富、成熟，限于篇幅本文不再贅述。，歸納為以下幾個方面:

首先，對技能錯配的測量方法，學者們進行了大量的討論。主要有四種方法:一是自我報告法，通過直接向勞動者詢問他們在工作中使用技能的程度對其技能水平進行主觀測量;二是通過人力資源專家直接測量;三是調(diào)查，也即客觀測量勞動者所實際掌握的技能水平，如讀寫與計算能力等，并與工作所需的技能水平對比;四是數(shù)學統(tǒng)計方法，即以各職業(yè)的技能均值為標準，在0．5/1個標準差內(nèi)進行計算，或者以眾數(shù)為標準進行計算⑧⑨Allen J．，Levels M．a(chǎn)nd Van der V．R，“Skill Mismatch and Skill Use in Developed Countries:Evidence from the PIAAC Study”，Research Centre for Education and the Labor Market Working Papers，No．17，Maastricht University，2013．。由于操作簡便易行，自我報告法較為常見。

其次，在技能錯配的發(fā)生率方面，發(fā)達國家技能過度的問題相對更為普遍，并且，技能錯配的發(fā)生率遠低于教育錯配的發(fā)生率。根據(jù)2012年的PIACC調(diào)查數(shù)據(jù)，歐盟各主要國家的技能過度的發(fā)生率約在11%～29%之間，技能不足的發(fā)生率大多在10%以下，各國技能過度的問題更為突出①McGowan A．M．＆Andrews D．，“Skill Mismatch and Public Policy in OECD Countries”，OECD Economics Department Working Papers，No．1210，OECD Publishing，Paris，2015．。Flisi(2014)對歐盟17國的調(diào)查發(fā)現(xiàn)，有大約30%的受雇者發(fā)生了過度教育，有大約17%的人發(fā)生了技能過度，而同時發(fā)生技能過度和過度教育的人，約為總體的15%②Flisi S．，Goglio V．，Meroni E．，Rodrigues M．＆Toscano E．V．，Occupational Mismatch in Europe:Understanding Over Education and Over Skilling for Policy Making，Publications Office of the European Union，2014．。McGuinness等人(2017)總結了13份實證研究發(fā)現(xiàn)，28個發(fā)達國家的技能過度的平均發(fā)生率約為20%。以上研究都采用了自我報告法。

再次，學者們分析了技能錯配者的社會人口統(tǒng)計特征和這一現(xiàn)象的理論成因。一項關于加拿大的研究發(fā)現(xiàn)，女性、年輕人和兼職或者臨時雇員等群體更容易發(fā)生技能過度③Krahn，H．＆Lowe G．，Literacy Utilisation in Canadian Workplaces，Statistics Canada，1998．。從受教育水平上的分布來看，受教育程度較低的人更可能存在過度技能④Mavromaras K．，Mahuteau S．，Sloane P．a(chǎn)nd Wei Z．，“The Effect of Over skilling Dynamics on Wages”，Education Economics，2013，21(3):pp．281－303．。個體接受的不同類型教育會影響其技能錯配的發(fā)生水平。研究表明，擁有職業(yè)教育與培訓經(jīng)歷的人發(fā)生錯配的比例會比較低⑤McGuinness S．＆Wooden M．，“Over Skilling，Job Insecurity and Career Mobility”，IZA Discussion Paper，2007，No．2938．。

關于技能錯配現(xiàn)象，學者們給出了可能的理論解釋。傳統(tǒng)的人力資本理論(Human Capital Theory)在市場力量的作用下，個人總是會被分配到他們的最佳位置，其技能會得到最大限度的利用。從長遠來看，錯配被視為能自行解決的暫時現(xiàn)象。該理論側重于勞動力市場的長期供給側，不關注需求側的變量，它將個人的職業(yè)和工作任務等變量視為是等效的。隨后，有學者提出工作分配理論(Assignment Theory)。該理論強調(diào)個體特征和工作性質(zhì)在影響個人技能與工作崗位是否匹配上具有同樣重要的作用，其對工作錯配的收入效應具有很強的解釋力⑥Hartog J．，＆Oosterbeek H，“Education，Allocation and Earnings in the Netherlands:Over Schooling?”Economics of Education Review，vol．7，no．2，1988:pp．185－194．。它認為，雇主在安排雇員時是根據(jù)勞動者的技能水平自上而下地分配，最高技能的個人被分配到需要最高技能的工作，類似的，一直到最低技能的個人分配到需要最低技能的工作。它提供了一個從勞動力市場供需兩方面分析的框架，在承認教育提高生產(chǎn)力的同時，看到了工作性質(zhì)在決定勞動者的生產(chǎn)貢獻和薪酬等方面的重要作用。但是，目前還無法證實技能過度者的收入比技能不足者高，這是因為如果報酬與工作性質(zhì)的聯(lián)系更緊密，那么技能不足者可能比技能過度者收入更高，反之亦然⑦Desjardins R．＆Rubenson K．，“An Analysis of Skill Mismatch Using Direct Measures of Skills”，OECD Education Working Papers，No．63，OECD Publishing，2011．。

最后，在收入效應方面，與過度教育一樣，過度技能會對個人的工資產(chǎn)生顯著的負向影響。也即相比同等技能水平但工作匹配者而言，過度技能者收入有顯著減少。McGuinness等人(2017)對10份有關技能過度的收入效應研究進行了總結，發(fā)現(xiàn)技能過度帶給勞動者的收益率損失平均為7．5%。Allen等(2007)的分析顯示，過度教育對工資的影響相對較強，過度技能的工資效應要弱得多。在技能不足對收入的影響效應方面，目前學術界并未形成一致的意見。Allen等人(2007)的研究發(fā)現(xiàn)，在德國和英國，技能短缺對工資產(chǎn)生了積極影響。Perry等人(2014)認為技能不足的勞動者由于在工作中應用了更多的技能，相比擁有同樣技能但工作匹配的勞動者會獲得更多收入⑧Perry A．，Wiederhold S．a(chǎn)nd Ackermann P．D，“How Can Skill Mismatch be Measured?”，New Approaches with PIAAC，Methods，Data，Analyses，2014，8(2):pp．137－174．;但也有學者對歐盟15個成員國分析發(fā)現(xiàn)，技能不足對個人收入不產(chǎn)生顯著性影響①Sanchez－Sanchez N．＆McGuiness S．，“Decomposing the Impacts of Over－education and Over－skilling on Earnings and Job Satisfaction:An Analysis Using REFLEX Data”，Education Economics，2015，23(4):pp．419－432．。

總之，目前已有的技能錯配研究更多地關注發(fā)達國家和地區(qū)，缺少對發(fā)展中國家的研究。國內(nèi)關于個體技能錯配的實證分析匱乏，亟待補充，以廓清我國轉(zhuǎn)型經(jīng)濟體制下勞動者工作匹配現(xiàn)狀的認知。并且，有關技能錯配和教育錯配的相互關系及其對收入影響效應的強弱，以及技能不足的收入效應是否存在等有爭議的諸多理論問題都需要進一步探索和驗證，以豐富人力資本配置領域的相關知識。

三、數(shù)據(jù)與研究方法

(一)樣本來源與數(shù)據(jù)特征

本文所采用的數(shù)據(jù)來自于中國國家調(diào)查數(shù)據(jù)庫官方網(wǎng)站公布的2015年中國社會綜合調(diào)查數(shù)據(jù)(CGSS)。該數(shù)據(jù)覆蓋全國28個省，有效問卷10968份，其中涉及到工作錯配關鍵變量的東亞社會調(diào)查(EASS)(工作)模塊被抽中概率為1/6。

該問卷對工作錯配的測量采用了主觀的自我報告法。因此，可以根據(jù)具體題目對錯配進行直接測量。有關教育錯配的問題表述是，“您認為您所受的教育與現(xiàn)在的工作需要，是否相匹配?”，對應的答案選項是“相匹配/超過了/達不到/不知道”，根據(jù)前三個回答選項，將勞動者分為教育適切、過度教育和教育不足三類。類似的，針對技能錯配的問題是，“您認為您掌握的技能與現(xiàn)在的工作需要，是否相匹配?”回答選項與上一題相同，可以將勞動者分為技能適切、過度技能和技能不足三類。據(jù)此，勞動者教育錯配和技能錯配的發(fā)生率如表1所示。

總體上，相比教育資格匹配，技能水平所衡量的工作匹配度更高。勞動者自我報告的技能錯配水平要比教育錯配的自我報告水平低一些，約少了8個百分點。

參照前文的文獻研究，一方面分析工作錯配在性別、年齡和受教育程度等方面的社會人口特征，另一方面在控制受教育年限、工作經(jīng)驗和是否自雇等因素的條件下估算錯配的收入效應。所涉及到的主要變量見表2。

表1 勞動者工作錯配的發(fā)生率(2015年)

表2 主要變量的基本特征

(二)研究方法與模型選取

本文采用列聯(lián)表分析工作錯配發(fā)生率的分布特征。在對表格的獨立性假設進行檢驗時，考慮到個別單元格的期望頻數(shù)可能會比較少，將優(yōu)先采用費舍精確(Fisher’s exact)檢驗，并結合皮爾遜卡方(Pearson chi2)檢驗，對工作錯配和個人特征之間的關聯(lián)程度進行判斷①［美］勞倫斯·漢密爾頓著:《應用STATA做統(tǒng)計分析》，郭志剛譯，重慶:重慶大學出版社，2015年版，120－126頁。。

在此基礎上，結合人力資本理論和工作分配理論，構建工作錯配－收入模型。首先，基于人力資本理論列出明瑟收入方程:

其中，Y代表了勞動者的年職業(yè)收入;Sch代表了受教育年限，Exp和Exp2分別代表了工作經(jīng)驗和工作經(jīng)驗平方;INDm代表了性別等控制變量;

其次，在模型(1)的基礎上，加入以技能適切(或教育適切)為參照組的過度技能和技能不足(或者過度教育和教育不足)等虛擬變量(MATCHt)，有工作錯配的收入方程如下:

最后，參照工作分配理論，考慮到是否自雇和是否全職工作等工作特征因素(OCCn)，對上述模型進行拓展，得到工作錯配－收入模型為:

四、實證結果與分析

(一)教育錯配和技能錯配的發(fā)生率及特點

對教育錯配和技能錯配做交叉列聯(lián)表(表3)，發(fā)現(xiàn):1．同時發(fā)生教育適切和技能適切的勞動者約占到樣本總體的70%。也即，有三成的勞動者認為自己至少存在一種以上的錯配。同時發(fā)生過度教育和技能過度、同時發(fā)生教育不足和技能不足的勞動者分別各占到7%左右。2．同時發(fā)生過度教育和技能不足、同時發(fā)生教育不足和過度技能的發(fā)生率都比較低，在總體中所占比重均不超過1%。3．同時發(fā)生教育不足和技能適切的概率是7．83%，占到教育不足者的一半左右(約49%)。4．約有96%的教育適切者認為自己是技能適切的，教育匹配和技能匹配的分布高度重合;5．在過度教育群體中，約有64%的工人認為自己是過度技能的，同時約有27%的過度教育者認為自己是技能匹配的，另有9%的過度教育者則自我報告為技能不足。

表3 教育錯配和技能錯配發(fā)生率的交叉列聯(lián)表

表4 不同性別的教育錯配和工作錯配發(fā)生率

經(jīng)檢驗，列聯(lián)表的費舍精確檢驗值和皮爾遜卡方檢驗的p值都小于0，這說明，教育匹配狀況與技能匹配狀況之間存在明顯的關聯(lián)?？梢钥吹?，隨著過度教育轉(zhuǎn)向教育不足，過度技能在總體中的發(fā)生率在下降，技能不足的發(fā)生率在隨之上升。

在性別方面，男性的過度教育和過度技能的發(fā)生率均略高于女性，同時男性的教育不足的發(fā)生率略高于女性，只有技能不足的發(fā)生率略低于女性。但兩組錯配的費舍精確檢驗值和皮爾遜卡方檢驗p值均高于0．5，說明教育錯配和技能錯配在性別之間都不存在顯著的關聯(lián)性。

類似的，對年齡分組并做交叉列聯(lián)表發(fā)現(xiàn)，盡管隨著年齡的增加，教育錯配和技能錯配的總體發(fā)生率會有所下降，但精確檢驗和卡方檢驗的結果表明，技能錯配并未在年齡組別之間呈現(xiàn)明顯差異(卡方檢驗的p值和精確檢驗值均大于0.1)，而在0.1的置信水平上，教育錯配的發(fā)生率隨著年齡的增加有明顯下降(卡方檢驗p值為0.059，精確檢驗值為0.052)。

表5 不同年齡的教育錯配和技能錯配發(fā)生率

按照受教育程度做交叉列聯(lián)表發(fā)現(xiàn)，總體上過度教育的發(fā)生率會隨著受教育水平的增加而增加，教育不足的發(fā)生率會隨著受教育水平的增加而下降，呈現(xiàn)出明顯的關聯(lián)性(卡方檢驗的p值和精確檢驗值均小于0.01);相似的，在0.1的置信水平上，過度技能的發(fā)生率隨著受教育水平的增加而增加，而技能不足的發(fā)生率則相反(卡方檢驗p值為0.076，精確檢驗值為0.074)。

考慮到工作經(jīng)驗對錯配的影響，選取工作經(jīng)驗少于5年，也即畢業(yè)5年以內(nèi)的勞動者的受教育程度分析。首先從整體人群的受教育程度來看，目前我國剛畢業(yè)工作5年以內(nèi)的勞動者的學歷占比最多的是初中及以下學歷，約占到了一半左右(45%－47%);?？埔陨蠈W歷約占到了31%，其余是高中學歷(22%－24%)。其次，在初中及以下5年內(nèi)畢業(yè)的人群中，工作錯配主要表現(xiàn)為自身能力不足——教育不足或者技能不足;而在高中階段，教育/技能過度和教育/技能不足的發(fā)生率基本上各占一半;在高等教育階段，過度教育略高于教育不足，過度技能和技能不足持平。最后，檢驗結果表明，1．教育錯配在不同的受教育階段呈現(xiàn)較大差異(卡方檢驗p值和精確檢驗值均小于0.05)，高中階段教育錯配的發(fā)生率最高(50%)，其中過度教育和教育不足分別占到整個高中階段的四分之一，遠遠高于高等教育階段和基礎教育階段;2．技能錯配在高中階段發(fā)生率為35%，高于其他兩個教育階段，但由于卡方檢驗和精確檢驗的結果均不顯著(大于0.1)，因此并不能說明受教育程度和技能錯配之間存在關聯(lián)。

表7 畢業(yè)5年內(nèi)的不同教育程度的錯配發(fā)生率

表6 不同受教育程度的錯配發(fā)生率

此外，按照教育類型差異，分別把高中階段和高等教育階段劃分為職業(yè)教育和普通教育兩組，分別與兩類錯配做列聯(lián)表分析。結果發(fā)現(xiàn)，無論是技能錯配還是教育錯配均與教育類型沒有明顯的關聯(lián)(卡方檢驗p值和精確檢驗值都大于0．1)(結果略)。

(二)教育錯配和技能錯配對收入的影響效應

分別把技能錯配、教育錯配和兩類錯配代入到模型(3)中，得到穩(wěn)健性回歸結果如下(表8):

表8 教育錯配和技能錯配對工資收入的影響

表8中三個回歸方程的調(diào)整后判定系數(shù)(R2)都大于0．3，也即這三個工作錯配－收入模型中的變量解釋了年收入30%左右的方差，解釋力度較強。

方程(a)中，在控制其他因素不變的條件下，對于同等受教育程度的人而言，相比于教育適切者(工作匹配)，過度教育者的工資收入平均減少了25.1%，兩者之間存在顯著的差異。但是，對于同等受教育程度的人而言，教育不足者和教育適切者的工資收入不存在顯著差異。方程(b)中，在控制其他因素不變的條件下，相比于技能適切者而言，過度技能者的平均工資減少了20.4%，存在顯著的差異。類似的，技能不足者和技能適切者的工資收入沒有顯著差異。

無論是在單純的教育錯配模型中，還是單純的技能錯配模型中，教育過度或者技能過度都會對工資收入產(chǎn)生顯著的負向影響。而與工作需求相比，技能不足或者教育不足者相比于同等人力資本水平者而言，其工資收入沒有顯著差異。

方程(c)中，一同放入了教育錯配和技能錯配的虛擬變量，模型對年收入方差的解釋力度增強(相比方程b，調(diào)整后的R平方增加了7個百分點)。相比方程(b)，過度技能對工資的負向影響不再顯著，說明過度技能對收入的影響作用基本上被教育錯配解釋了。相比方程(a)，在控制技能錯配的類型以后，過度教育的系數(shù)變大，仍然顯著。并且，教育不足者相比教育適切者(同等受教育程度但工作匹配)而言，其平均工資顯著地多出17.3%。

為進一步分解教育錯配和技能錯配交叉組別的收入效應，提取表3中發(fā)生率最高的前五組①保證每一組的樣本數(shù)都大于30，以便進行OLS回歸。作為新樣本，代入到模型(3)中回歸，得到結果如下:

結果表明，在控制其他因素不變的前提下，在發(fā)生率最高的五組錯配/匹配類型中，同時發(fā)生過度教育和過度技能的勞動者其工資明顯地低于同時發(fā)生教育適切和技能適切、同時發(fā)生教育不足和技能適切以及同時發(fā)生教育不足和技能不足的勞動者，低了28－39%不等。此外，同時發(fā)生過度教育和過度技能的勞動者，與同時發(fā)生過度教育和技能適切的勞動者相比，兩者之間的工資沒有顯著差異。這可以由工作分配理論來解釋，當收入與工作崗位的特征聯(lián)系更加緊密時，工作崗位的高低(根據(jù)技能需求排序)對收入的影響更強。因此，一旦發(fā)生過度教育和過度技能，工作崗位“低就”，其“多余”的那部分人力資本相比于同等人力資本水平但工作匹配者、相比于同等人力資本水平但工作“高就”者而言，無法在勞動力市場上通過工作崗位變現(xiàn)產(chǎn)生經(jīng)濟回報，造成了收入的損失。

表9 教育錯配VS技能錯配的交叉組別的收入效應(前五組)

(三)進一步探索——工資待遇的主觀認同感

除了探討教育錯配和技能錯配對收入的影響效應，筆者還分別對不同錯配的勞動者關于工資待遇的主觀認同程度進行了分析。

圖1 自評其單位待遇的合理程度

具體來講，問卷中有一道題目，是根據(jù)勞動者自身的工作技能來評價單位待遇的合理程度。回答選項的分值從1到5，代表了非常不合理到非常合理的不同程度。從各組的均值來看，過度教育和過度技能者所認為的合理程度最低，基本在3分左右，態(tài)度比較中立;而教育/技能匹配和教育/技能不足的人群則偏于比較合理。通過方差分析(ANOVA)發(fā)現(xiàn)，教育錯配和工作錯配分別存在著顯著的組間差異(F統(tǒng)計的p值均小于0)。并且，通過Scheffe多重比較檢驗發(fā)現(xiàn)，教育錯配的組間差異主要體現(xiàn)為過度教育明顯低于教育適切、過度教育明顯低于教育不足;類似地，技能錯配的組間差異主要體現(xiàn)為過度技能明顯低于技能適切、過度技能明顯低于技能不足。此外，筆者還對待遇的合理程度進行了穩(wěn)健性的OLS回歸(代入模型(3))，發(fā)現(xiàn)過度教育和過度技能對主觀合理性的影響與收入的影響趨勢基本一致(篇幅所限，結果略)。

五、結論與啟示

綜上，本文實證研究發(fā)現(xiàn):

(一)總體上，勞動者過度技能和技能不足的發(fā)生率略低于過度教育和教育不足的發(fā)生率;有30%的勞動者至少發(fā)生了一種教育錯配或者技能錯配;隨著過度教育轉(zhuǎn)為教育適切，過度教育的發(fā)生率下降，并且技能不足的發(fā)生率隨之上升，教育匹配狀況與技能匹配狀況之間存在明顯的關聯(lián)。

(二)教育錯配和技能錯配都與性別和教育類型沒有明顯的關聯(lián);教育錯配的發(fā)生率會隨著年齡的增加而有明顯下降，這可能是由于工作流動導致匹配;總體上，過度教育和過度技能都會隨受教育程度的增加而增加，教育不足和技能不足反而下降;對于畢業(yè)5年以內(nèi)的人群，過度教育和過度技能發(fā)生率最高的教育階段是高中(分別為23.8%和17.5%)，教育不足和技能不足發(fā)生率最高的階段也是高中(分別為26.2%和17.5%)，也即普通高中或中職畢業(yè)生是工作錯配程度最高的群體。

(三)相比工作匹配者而言，過度教育和過度技能者的工資都有顯著減少，造成收入損失;但過度技能對收入的影響作用基本可以被過度教育所解釋;同時發(fā)生過度教育和過度技能的人群相比其他非過度教育的人群，工資收入會有顯著減少，低于同時發(fā)生教育和技能匹配的人群和同時發(fā)生教育不足和技能不足的勞動者，驗證了工作分配理論中工作崗位特征的重要作用。此外，過度教育者對工資待遇合理性的評分顯著低于相比教育適切和教育不足者，過度技能者亦然。

以上結論具有一定的政策參考價值:

(一)針對高中階段工作錯配發(fā)生率較高的事實，政府應當給予一定的重視。高中(中職)畢業(yè)生的工作錯配問題相比大學畢業(yè)生更為突出。對于高中(中職)畢業(yè)生而言，過度和不足并存，并且后者更為突出。并且，中職畢業(yè)生并未如理論所預期的——工作錯配的發(fā)生率較普通高中畢業(yè)生更低。這實際上反映出當下中等職業(yè)教育所提供的技能可能與勞動力市場脫節(jié)。建議在普通高中針對就業(yè)的學生開設就業(yè)技能課程，加強職業(yè)學校與企業(yè)、行業(yè)聯(lián)系的緊密性，在職后培訓投入方面向高中畢業(yè)生傾斜。

(二)應當為工作錯配者提供更多的技能培訓、鼓勵勞動者開展持續(xù)地自我學習。由于有相當一部分人群發(fā)生了過度教育，但并未同時發(fā)生過度技能，也即其掌握的技能恰好滿足崗位所需或者不足。這意味著，或者是這部分勞動者所接受的教育并未向其提供滿足工作場所需的技能，而是更多偏向于通識教育;或者是隨著時間流逝，在校所接受的知識和技能已經(jīng)有些“落伍”和“過時”，并未進行及時更新。對于前者，從勞動力市場所反映的結果來看，偏重于通識教育的安排可能并不合理，造成了教育資源的浪費。因此，在教育系統(tǒng)內(nèi)，一方面應當提供更多與真實工作崗位相關的技能學習和培訓，另一方面避免單純的“知識灌輸”，改進教學模式和授課方法，注重提高學生的能力和技能提升。對于后者，為應對快速更迭的知識技術和日益復雜的工作崗位任務，鼓勵勞動者積極參與在職培訓，不斷走出“舒適區(qū)”提升自我、學會學習并建立終身學習的觀念。此外，還有一部分發(fā)生教育不足但技能適切的人群值得關注，有待未來進一步挖掘其內(nèi)在轉(zhuǎn)變機制。

(三)鑒于過度教育和過度技能對于工資的顯著負向影響，應盡量采取措施降低技能無法充分利用的消極影響?？梢钥紤]提供更多的就業(yè)信息服務，促進供需匹配;在企業(yè)內(nèi)部推動工作組織變革，靈活調(diào)整崗位任務;減少束縛勞動力流動的制度障礙等。