专业匹配对高校毕业生工资起薪的影响 ＊——基于倾向得分匹配法的实证研究

胡艳婷 蒋 承

（1. 厦门大学马克思主义学院，厦门 361005；2. 北京大学教育学院/教育经济研究所，北京 100871）

一、研究问题

大学生就业是重要的社会民生问题。习近平总书记在十九大报告指出，就业是最大的民生，要坚持就业优先战略和积极就业政策，实现更高质量和更充分的就业。根据人力资源与社会保障部的数据，2020 年高校毕业生人数为874 万，创下历史新高。2015 年到2018 年，高校毕业生人数不断攀升，较上一年分别增长22 万、16 万、30 万和25 万。社会就业任务艰巨，在不断着力落实就业率的同时，对大学生就业问题的关注开始强调“量”与“质”的同步推进，高校毕业生就业质量也是高校教学和人才培养质量的重要反映。2013 年，教育部办公厅颁布了《教育部办公厅关于编制发布高校毕业生就业质量年度报告的通知》，拟从2013 年起，要求各高校编制发布就业质量年度报告，并对就业质量年度报告的主要内容、基础作用以及发布做出了详细的要求，显示出政府对于高校毕业生就业质量的高度重视。

大学生就业质量问题越来越成为社会评价高校人才培养状况的重要标准，提高人才培养质量也成为实现高等教育内涵式发展的重要因素。《国家中长期教育改革和发展规划纲要（2010—2020 年）》明确提出：要全面提高高等教育质量和人才培养质量，增强高校主动服务社会的能力。然而自高校扩招以来，就业情况不容乐观，就业问题一方面是总量不平衡造成的，另一方面结构性不平衡也是关键原因。越来越多的毕业生难以找到高质量的工作，显现出高校人才供给与劳动力市场需求之间的供需关系失衡。高等院校的专业设置与劳动力市场对人才的需求不相对接，一些岗位招不到专业匹配的人才，而一些岗位出现专业匹配人才过多的情况，毕业生可能出于工作搜寻效益考虑放弃专业匹配的工作，产生专业与就业不匹配的问题。

早在20 世纪70 年代，就业匹配问题就引起了欧美学界的关注，早期关于就业匹配的研究较多关注于受教育年限与工作岗位的匹配，出现了一系列聚焦于过度教育的实证研究。近年来，研究的重点转向就业与专业的匹配问题，已有研究结论大多表明，专业匹配是影响就业质量的重要因素，专业不匹配会带来一定的收入损失（刘扬，2010；王子成，2014）。毕业生的工作与专业不匹配是社会人力资源的损失，不仅很大程度上浪费了家庭和社会对于教育的投资，也浪费了毕业生自身的人力资本积累，毕业生在专业匹配程度不高的工作岗位上难以将自身的技能和素质有效发挥，从而影响就业质量，因此，对于毕业生就业质量中专业匹配的研究具有重要的现实意义。那么现阶段我国高校毕业生专业匹配的实际状况如何？专业匹配对毕业生的工资起薪产生了什么影响？本文尝试对上述问题作出回答。

二、文献述评

以往研究将就业匹配分为横向匹配与纵向匹配，横向匹配主要是指专业与工作的匹配（major-job match），纵向匹配主要是以教育年限为测量的受教育程度与工作岗位之间的匹配（education-job match）。学界早期较多研究关注教育与工作的纵向匹配，1981 年，美国学者邓肯（G.J，Duncan）和霍夫曼（S.D.Hoffman）开创了教育经济学领域对教育匹配研究的先河，将受教育年限与工作所需教育年限之间的匹配结果划分为过度教育、教育适度和教育不足。与教育适度者相比，教育不足者会受益于一定的工资溢价，而过度教育者会遭受一定的收入损失（Duncan，Hoffman，1981）。有学者使用配置理论（Assignment Theory）解释了过度教育者收入损失的原因，认为劳动者的生产率受工作特征影响，过度教育者没能充分利用他们的技能，所以与教育适度者相比，表现出较低的劳动生产率和较低的收入（Sattinger，1993）。也有相关研究从人力资本理论探讨过度教育的收入损失问题，认为过度教育者的收入损失相当于在职培训的成本（Bauer，2002），有助于其今后获得更好的职业晋升和发展（Hersch，1991）。还有不少实证研究关注过度教育对工作流动性的影响，发现教育过度的员工有更显著的在职搜寻工作的行为（Sicherman，1990），过度教育的劳动者由于有挫败感，与其他教育匹配的同事相比，其工作满意度、工作绩效更低，在工作中存在的问题更多（Buchel，2002）。过度教育的员工工作流动率更高，无论是企业内部的岗位变动还是企业外部工作流动，比重都要高于教育匹配的员工（Buchel，2003）。由此可见，就业不匹配导致更低的工作质量已经成为共识。近年来，对就业匹配的关注也从受教育年限、学历等逐渐向专业学科与工作匹配上倾斜，教育匹配的相关研究与理论也为专业匹配的收入效应研究奠定了基础。

对于专业匹配的研究主要依据人力资本理论进行分析和解释。1960 年，舒尔茨提出了“人力资本”这一概念，人力资本是人身上所具备的知识、技术和健康等，人力资本理论认为，教育提高了人的知识和技能，可以理解为是人力资本的一种投资（Schultz，1960）。根据新古典经济学理论，边际劳动生产率决定工资，知识和技能的增加能够在一定程度上提升劳动边际生产率，从而导致收入的提升（孟大虎，苏丽锋，李璐，2012）。不少研究表明，专业指向的人力资本的充分利用，对于工作收入有重要影响。学生选择学习某个专业，积累了专业知识和专业技能，如果将来就职于专业匹配度高的工作，充分发挥其知识和技能，与他们选择和专业不相关的工作相比较，更可能获得较高的收入，而专业不匹配则要承担一定的收入惩罚。美国的实证研究发现，专业匹配是影响收入的重要因素，专业和工作岗位不匹配导致工资收入显著降低11%，过度教育群体中专业不匹配损失更大，工资的降低效应达到20%以上（Robst，2007a）。瑞典的研究发现，专业不匹配对于男性大学毕业生而言，每年的收入降低20%，对于女性毕业生而言，平均收入降低12%（Nordin，Persson，and Dan-Olof，2010）。

通常，大学教育被认为是通用性技能教育与专业性技能教育的综合（Robst，2007b）。通用性技能适用于绝大部分工作而得到收入报酬，而专用性技能只有在与工作匹配的岗位上才能获得收入，不同专业教育对通用性技能和专用性技能教育的重视程度不同，对收入也产生了不同的影响。Nordin 等人对瑞典的研究指出，专业不匹配对大学毕业生的收入损失影响是十分严重的，因为与其他许多国家相比，瑞典的高等教育是十分专业化的，大学毕业生学习的更多是专业性的技能而不是通用性的技能。贝克尔将人力资本分为职业通用性人力资本（occupation-general human capital）和职业专用性人力资本（occupation-specific human capital），通用性人力资本的使用范围和工作岗位流转性较强，而专用性人力资本的适用范围和流转性较弱（Becker，1964）。在中国的高等教育体系中，不同专业对通用性技能和专业性技能培养重点不同，提供给学生的知识技能类型也有所不同，如文学、历史学等专业提供的更多是一般性技能，一般性技能的通用性较强，为他们转换到与专业不相关的岗位提供便利，此类专业的学生更可能就职于专业与工作不匹配的岗位。而有些专业提供更多的是专用性技能，如医学和计算机专业。专用性职业技能使得其不易转换到专业不相关职业，更可能就职于专业匹配的工作岗位上。

人职匹配理论也是分析专业匹配的重要理念，其中帕森斯的特征-因素理论最具代表性。该理论认为每一个体具有不同的个性和特征，而不同的岗位需要具备相应特征的个体与之匹配，可以通过心理测试等方式帮助个体找到最能贡献其特长的工作（Parsons，2009）。个体特性的差异使不同的人与不同的岗位之间存在匹配关系，如果能够实现个体特性与岗位的匹配，可能最大程度上发挥个人才能，同时有助于提升工作满意度（王亚丰，李尚群，2013）。匹配成功意味着工作效率的提高，更容易实现收入的增加；反之，工作效率下降，同时伴随工资收入的减少（杨金莲，张俊涛，2012）。从人职匹配理论的角度分析，毕业生在大学期间选择了不同的专业，积累了不同的知识和技能，寻找与自身技能和知识相匹配的工作，不仅容易获得更高的职业满意度，同时有助于最大程度贡献自己的才力，随之而来的自然是工资收入的增长，所以专业与就业岗位相匹配能够有效提高工资收入。

国内外的实证研究结果也大多表明，专业匹配具有正向的工资效应。Arabsheibani（1989）对埃及的研究指出，专业匹配程度与起薪呈显著正相关，且专业化程度对专业匹配的收入效用具有显著的正向影响，即专业性强的专业如医学专业，高于通用性学科专业。Verdugo（1989）等人开启了采用多元回归模型研究专业匹配的收入问题的先河，将就业匹配设为多维虚拟变量，分别求出专业匹配和学历匹配对起薪的影响。也有学者从信号理论的角度研究，得出不同结论，Miller 与Volker（1984）通过研究澳大利亚科学和经济学专业毕业生的工资起薪，发现来自经济学专业学生的专业匹配与起薪之间没有显著的关系，高等教育的收入效用更多来自于信号理论和筛选机制。从国内已有研究来看，王子成等（2014）研究发现，专业完全匹配和专业基本匹配的工资水平比专业不匹配者分别高出17.85%和6.71%。周必彧等（2010）利用构建数据模型的方法发现，专业与工作岗位匹配的毕业生工资要比专业不匹配高出11.4%。北京大学的周丽萍等（2016）采用逐步回归的方法研究专业匹配对工资起薪的影响，发现控制人力资本变量，专业匹配从显著正影响变为显著负影响；控制社会资本变量后，过度教育和专业匹配对起薪的负效应都减小约2%。

从研究方法上看，已有实证研究多通过OLS 的方法研究专业匹配对高校毕业生的收入影响，在一定程度上忽略了自选择偏差带来的内生性问题。如不同类型专业的起薪本身就有所差别，不同毕业生的个体素质不同，也可能导致收入不同，并不是由专业匹配情况不同而导致的。本次研究使用2015 年北京大学教育学院全国高校毕业生就业状况调查数据，采用倾向得分匹配（PSM）方法，考虑非样本试验和自选择问题，处理自选择偏差可能带来的内生性问题，就专业匹配对工资起薪的影响进行估计和分析，以期得到相对准确的结果。

三、数据、模型与描述统计

（一）数据来源与变量选择

本文数据来源于2015 年北京大学教育学院进行的全国高校毕业生就业状况调查，调查问卷详细询问了毕业生的个人基本信息、就业签约工作情况、家庭背景以及学业背景状况等诸多信息，反映了毕业生就业求职的全过程，完全涵盖了本次研究主题所需调查的内容。该调研共收回有效问卷15421份，覆盖全国各地中、东、西部17 个省市，调查对象来自27 所不同层次的高校，每所学校根据毕业生的学科和学历层次按照一定的比例发放问卷，样本数据具有较高的代表性。根据本次研究主题的需求，剔除了未确定就业单位的样本，选择参与就业的样本作为研究对象，样本数量共计6058 份，其中男性占51.5%，女性占48.5%；在院校类型上，高职高专院校样本占29.5%，非“211 工程”本科高校占40.4%，“211 工程”高校和“985 工程”高校占30.1%，在学历层次上，专科毕业生占31.7%，本科毕业生占51.7%，硕士毕业生占15.2%，博士毕业生占1.4%。

专业匹配是指毕业生在校学习的专业相关知识、技能与工作岗位上实际所需知识、技能的匹配程度。专业匹配的测量分为主观测量法和客观测量法，主观测量法又称自评估法，主要是通过直接询问当事人来搜集信息，客观测量法是对工作岗位进行分析，从各类职位对专业的需求分析专业匹配程度。随着经济的发展，劳动力市场的职业分类不断细化，更新变化迅速，加上不少专业存在跨学科属性，更加重视通用性知识的培养，专业与岗位并不是一一对应的关系，需要具体问题具体分析（Robst，2007a），对岗位进行系统分析的难度越来越大。同时，岗位分析法一般由相关领域的专家进行划分，由于专家收费成本较高，难以实时更新岗位信息，导致岗位分析体系滞后（McGuinness，2006），不少研究指出，由当事人自我评估专业匹配比专家定义的更加准确（Velden et al.1997），尽管自评估法存在一定的主观性，但当事人汇报的信息是现实具体的，因此自评估法在教育匹配中运用得最为广泛（Quintini，2011）。

本次研究选择自评估法测量专业匹配，在问卷中通过调查“您找到的这份工作与您所学专业的相关程度如何”获取数据，调查中回答非常对口、基本对口、有一些关联、毫不相关的比例分别为19.3%、36.8%、32.2%、11.7%。根据麦可思《2015 年中国大学生就业蓝皮书》数据，本科和高职高专毕业生的工作与专业相关度分别为69%、62%。如果将“有一些关联”划分到“专业匹配”的范畴中，“非常对口”“基本对口”“有一些关联”累计的专业匹配占比接近90%，与实际情况可能有所偏差；同时，现行的中国高等教育专业课程设置中，一些通用性课程如英语、计算机等是几乎所有专业课程都会学习的，而这些通用性的知识和技能在工作中基本都会运用到，所以“有一些关联”存在于许多现实的工作境况中；Robst（2007b）的研究在界定专业匹配时指出，当事人汇报自己的工作与所学专业有几分联系，表明这份工作一定程度上是与自己的专业不相匹配的。因此，为了严格区别专业匹配的群体，将“有一些关联”和“毫不相关”划分到专业不匹配的范畴中，将“非常对口”和“基本对口”划分到专业匹配的群体中，在此基础上进行计量检验。

协变量的选取很大程度上影响模型估计的准确性，需要在理论梳理的基础上，研究协变量、处理变量和因变量三者的关系（Weitzen et al.，2004）。通过不断尝试，在不增加估计偏差的原则下，本次研究选取的协变量Xi包括：个人特征：性别，学历，学校层次，专业类型，学习成绩；家庭特征：家庭人均年收入，父母工作状况；工作单位特征：工作单位所在地，工作单位性质，工作行业。

（二）模型设定

令match=1 表示专业匹配，match=0 表示专业不匹配，个体的工资起薪用yi表示，讨论match 对yi的影响。match=1 的个体i的工资起薪用y1i表示，match=0 的工资起薪用y0i表示，如果可以同时观察到个体i的y1i和y0i，那么（y1i−y0i）代表专业匹配对工资起薪的影响，但现实中我们不可能同时观察到这两个值。如果样本数据是随机的，那么：E(y1i|Xi)=E(y0i|Xi) ，即 (y1i−y0i)是一个与协变量Xi无关的常数，也就是说专业匹配个体与专业不匹配个体之间不存在差异，专业匹配所带来的收入效应对任何人来说都是一样的，目前已有实证研究大多都是如此假设的，为了进行比较，首先给出传统线性回归模型，专业匹配与工资起薪之间的OLS 模型为：

但现实情况是，不同个体之间存在异质性，所以得到的收入结果的不同并不是仅仅由专业匹配程度不同带来的，存在自选择偏差，使用线性回归模型不能解决内生性问题，所得到的估计结果也是有偏的。

为了检验专业匹配所带来的收入效用，需要找到与专业匹配组（处理组）相对应的个体特征相似的专业不匹配组别（对照组），两者的不同结果之差，就是专业匹配与否这一因素所带来的收入效用。本次研究使用倾向得分匹配P(Xi)=P(matchi=1|Xi)取代线性函数，对内生性问题加以纠正，倾向得分P（Xi）是协变量的函数，该方法实际上是通过降维将多维协变量Xi变成一维变量倾向得分P（Xi），一般利用logit 或pribit 模型进行估计。本文中专业匹配match 是取0 和1 的二元变量，采用logit 方法来估计倾向得分P（Xi）。以工资起薪的自然对数Ln（Yi）为因变量，建立专业匹配对工资起薪影响的模型如下：

倾向得分P（Xi）是连续变量，无法实现两组样本之间的精确相等的匹配，需采用相应方法完成匹配。常用的匹配方法有：最邻近匹配法（Nearest-Neighbor-Matching）、半径匹配法（Radius Matching）、核匹配法（Kernel Matching）。使用Stata12.0，通过3 种不同的匹配方法，估计专业匹配的平均处理效应（ATT），即专业匹配者与专业不匹配者的收入之差。

（三）专业匹配现状及起薪水平统计描述

根据教育部2015 年教育统计数据，高职高专院校：非“211 工程”本科高校：“211 工程”高校的毕业生数量比约为4∶5∶1，本研究样本中高职高专院校：非“211 工程”本科高校：“211 工程”高校的毕业生数量比约为3∶4∶3，其中“211 工程”高校的比重与现实情况相差较大，对专业匹配的估计可能有所偏差，通过加权的方式调整样本中不同类型院校毕业生数量的比重，更接近现实中毕业生专业匹配状况。统计结果显示，专业匹配的比例为56.10%，专业不匹配的比例为43.90%，专业匹配比专业不匹配高12%左右。进一步细分可以看出，19.30%的毕业生认为工作与专业非常对口，接近五分之一，认为基本对口比重最高，占36.80%，其次是认为有一些相关的比重较高，占32.20%，11.70%的人认为其专业与工作毫不相关。

不同学历的毕业生专业匹配状况存在一定的差异，硕士及以上学历的毕业生专业匹配度最高，达到73.78%，其次是本科生为58.21%，专科生的专业匹配比例为52.27%，回答“非常对口”的比例也呈现相同的趋势，硕士及以上、本科、专科学历的比重分别为31.80%、21.47%、16.07%。不同学科的专业匹配状况也不同，将毕业生的专业学科分为哲学、经济学、管理学、文学、法学、历史学、教育学、工学、理学、医学、农学、军事学、艺术学13 个一级学科门类。其中军事学样本仅为4 人，代表性不强，不对此进行描述。认为专业与工作“非常对口”的比重最高的是法学占30.90%，其次是医学、理学、工学以及教育学、经济学和管理学，占比在20% 左右浮动。其中，专业匹配群体中，占比最高的是医学为73.00%，其次是哲学、法学以及工学，占比从68.50%到62.30%不等，接下来是经济学、管理学和教育学以及理学，占比最低的是农学和历史学。“毫不相关”占比最高的是农学23.80%，其次是历史学和法学，占比为18.00%和14.70%不等；综合回答“有一些关联”和“毫不相关”比重最高的是历史学和农学，比重分别为52.00%和51.70%，其次是理学、经济学、艺术学、教育学和管理学，占比从44.10%到41.90%不等，接下来是工学、法学、哲学，占比从37.70%到31.40%不等，比重最低的是医学，比重为26.90%。

从不同匹配状况所对应的起薪水平来看，专业匹配群体在7000 元以上的收入占比是21.00%，专业不匹配的起薪在7000 元以上的占比11.40%，专业匹配群体几乎是专业不匹配群体的2 倍。专业匹配群体在5001～7000 元的比重是21.00%，专业不匹配群体是12.60%，由此可以看出，5001 元以上的较高收入群体中专业匹配者要远大于专业不匹配者。专业不匹配群体的收入主要集中在1001～3000 元收入分层中，远大于专业匹配者在该分层的占比。结合不同专业匹配程度的均值，可以看出，专业匹配毕业生的工资起薪要高于专业不匹配毕业生。总体专业匹配状况及起薪水平如表1 所示。

表1 专业匹配状况及起薪水平

四、计量检验

（一）专业匹配对工资起薪影响的OLS 估计

为研究专业匹配对毕业生工资起薪的影响，首先采用传统的OLS 回归方法，了解专业匹配对工资起薪的影响效应，从表2 可以看出，专业匹配在10%的显著性上对工资起薪呈现正向影响，专业匹配者要比专业不匹配者的工资起薪高3.4%，表明专业匹配确实会带来一定的收入效应。从协变量中可以看出，院校层次、性别、学历等个体特征与毕业生起薪存在显著的正相关关系；在家庭情况的变量中，母亲工作为专业技术管理人员对毕业生的工资起薪存在显著正相关影响，家庭人均年收入在20000元以上对工资起薪也有显著的积极影响。在工作单位情况中，工作所在地为省会或者直辖市对工资起薪有显著的正向影响，在工作单位性质中，党政机关及事业单位、私营企业在1%的显著性上对毕业生工资起薪呈现出负相关关系，三资企业在1%的显著性上呈现出正相关关系；在工作行业上，第三产业和第二产业分别在1%和10%的显著性上与毕业生工资起薪呈现正相关关系。OLS 无法解决自选择偏差带来的问题，接下来使用PSM 方法来纠正OLS 可能存在结果偏差。

（二）专业匹配对工资起薪影响的PSM 估计

1. 倾向得分估计

表3 是使用logit 估计倾向得分的结果。因变量是倾向得分P（Xi），即毕业生的专业匹配状况，通过回归，分析个人特征、家庭状况特征以及工作单位状况等因素对毕业生专业匹配的影响。

表3 显示，学历层次和学习成绩对毕业生所签约工作的专业匹配程度有显著的正相关关系，学历层次越高，学习成绩越好，找到的工作与专业匹配程度越高；不同学科之间对专业匹配的影响程度也不同，农学和医学对专业匹配程度有显著影响，医学专业的学生更倾向于专业匹配的工作，而农学专业呈现出显著的负相关关系，这可能与学生的就业观念以及农业在当下社会经济结构中的发展状况相关。工作所在地与工作单位性质也与专业匹配程度存在显著的正相关关系，工作所在地越处于发达地区，工作性质偏党政机关和国有性质，工作与专业的匹配程度越高，这可能与不同地区的经济发展水平和工作单位的招聘要求存在一定关联。

2. 专业匹配对毕业生工资起薪的影响分析

倾向得分匹配方法（PSM）使用邻近匹配法、半径匹配法和核匹配法，估计样本的平均处理效应（ATT），并使用自举法（bootstrap）估计样本的标准误。匹配后，处理组和控制组的所有变量的标准偏差都有不同程度上的降低，专业匹配组和专业不匹配组的均值都更加接近，所有的变量的标准化偏差都小于5%，且大多在1%左右徘徊，表明处理组和控制组的变量的个体特征差异得到了控制，能够较好地实现匹配，匹配质量较高。

表2 专业匹配对工资起薪的OLS 估计结果

表3 倾向得分估计结果（logit 回归结果）

表4 显示了使用3 种不同的匹配方法得到样本总体、不同类型院校以及不同学历毕业生，专业匹配的平均处理效应（ATT）。对样本总体而言，在纠正内生性问题后，最邻近匹配法显示在5%的显著性上，专业匹配对毕业生工资起薪的影响效应为7%，表明专业匹配确实存在着明显的收入效应；采用半径匹配和核匹配得出，在5%、10%的显著水平上，专业匹配对毕业生工资起薪的影响效应为4.2%～4.9%。而使用OLS 模型得出，在10%的显著性上，专业匹配者的工资起薪比专业不匹配者高3.4%，低估了专业匹配对于毕业生工资起薪的增长作用。

表4 不同类型院校、不同学历专业匹配的平均处理效应（ATT）

（三）分样本的讨论

1. 不同院校类型之间专业匹配对工资起薪的影响

为了进一步具体呈现不同层次院校的毕业生专业匹配状况对工资起薪的影响效应，本文按照教育部划分的“211 工程”高校名单将本次调查的77 所高校划分为“211 工程”高校、非“211 工程”本科高校和高职高专院校3 个子样本，估计结果如表4 所示。

非“211 工程”本科高校无论是在匹配之前还是匹配之后，专业匹配对毕业生工资起薪的影响都是显著的，高职高专院校和“211 工程”院校在匹配前影响是显著的，但匹配后没有显著影响，表明纠正内生性问题后，专业匹配状况对于这两类院校的毕业生工资起薪影响不大。对于非“211 工程”本科高校毕业生而言，学校的美誉度和知名度可能相对不突出，所学专业易成为学生在工作找寻中着重考量的因素，相对而言雇主也更加看重毕业生所学专业，专业匹配对工资起薪的影响程度更加显著。

2. 不同学历之间专业匹配对工资起薪的影响

学历是毕业生工作找寻中的一个关键因素，不同学历的毕业生的工作期许不同，是影响毕业生工资起薪的重要因素。将本次研究的6058 个样本划分为专科生、本科生、研究生及以上3 个层次，分别使用3 种不同的匹配方法进行估计，具体结果如表4 所示。可以看出本科学历的毕业生无论在匹配前还是匹配后，专业匹配对工资起薪在1%和5%的显著性水平上异于零，专业匹配者比专业不匹配者的工资起薪高5.7%～8%。表明对于本科毕业生而言，专业匹配确实能够有效地提升其工资起薪的水平，专业匹配是本科生在工作搜寻中需要着重考量的一个因素。而对于专科生和研究生学历以上的毕业生而言，专业匹配对于工资起薪的影响并不显著。

3. 不同学科之间专业匹配对工资起薪的影响

由于学科之间的差异，不同专业之间的薪资水平也有较大差异，为了进一步了解不同学科毕业生的专业匹配程度对工资起薪的影响，按照性质和数量将本次调查研究所涵盖的13 个学科门类划分为7 个类目，其中文、史、哲、法和教育学合并为1 个类目，剩余6 个类目为经济学、管理学、理学、工学、医学以及其他（含农学、艺术学等）。采用3 种匹配方法分析不同学科类目毕业生的专业匹配状况对工资起薪的影响，具体结果如表5 所示。

上述结果表明，经济学无论在匹配前还是匹配后，专业匹配对毕业生的工资起薪都有显著的正相关影响，经济学专业毕业生中专业匹配群体比专业不匹配全体的起薪高13%～17%，显著高于专业匹配的收入效应的平均水平。这与1984 年Miller 和Volker 对澳大利亚的研究结论不同，表明随着时间的推移，对于我国高校经济学专业的毕业生而言，专业匹配在工资起薪中发挥着越来越重要的作用。匹配前，管理学、工学专业和其他专业（农学、艺术学等），处理组和控制组在1%和5%的水平上是显著异于零的，但是在完成匹配之后，工资起薪在处理组和控制组之间并不存在显著差异，说明实际上对于管理学、工学专业和其他专业（农学、艺术学等）的学生而言，专业匹配对其工资起薪的影响不大。理学和医学以及文史哲法、教育学专业的结果显示，无论匹配前后，专业匹配对其工资起薪没有显著影响。

表5 不同学科专业匹配状况的平均处理效应（ATT）

五、研究结论及政策建议

基于北京大学教育学院2015 年全国高校毕业生就业调查数据，本文分析了毕业生就业与所学专业的匹配情况，以及专业匹配对毕业生工资起薪的影响，并使用倾向得分匹配方法（PSM）对内生性问题进行了纠正。主要结论如下：

第一，当前高校毕业生的专业与就业的匹配程度不高。调研数据显示，专业匹配的比例为56.10%，其中非常对口的比重仅为19.30%，占毕业生人数不到五分之一。专业不匹配的占比为43.90%，将近毕业生总数的一半。专业匹配程度是反映就业质量的重要指标，专业匹配程度不高意味着高校的人才培养与劳动力市场需求之间存在错位，就业的结构性失衡是造成毕业生就业难问题的重要成因。专业不匹配很大程度上是对高等教育期间积累的人力资本的一种浪费，不仅影响个人工作质量，对社会整体人力资本利用效率的提升也存在阻抗作用。

第二，专业学科之间的巨大差异是影响专业匹配程度以及专业匹配对工资起薪影响的重要因素。统计描述显示，专业匹配程度最高的是医学、理学和工科类专业，这类学科的专用性特质较强，所学的知识不易迁移到专业不对口的岗位上，不选择专业匹配工作的成本较高；专业匹配程度最低的是农学和历史学专业，这可能与学生就业偏好以及劳动力市场的需求有关。分样本的讨论显示，不同学科的专业匹配对工资起薪的影响不同，经济学类毕业生专业匹配对工资起薪呈现显著的正相关关系，其他专业没有显著的相关关系。所以，高校在人才培养过程中，对于专业口径的设计也许应做出不同的要求和更加精准的判断。

第三，专业匹配对毕业生的工资起薪有显著的正向影响，传统的OLS 方法低估了专业匹配的收入效应。描述性统计结果表明，专业匹配的工资起薪的均值为4548.58 元，专业不匹配的工资起薪的均值为3636.11 元，专业匹配毕业生位于较高收入群体中的比重是专业不匹配的将近两倍。分别利用OLS 回归和倾向得分匹配法（PSM）估计专业匹配对高校毕业生工资起薪的影响，结果都表明专业匹配对毕业生工资起薪具有显著的积极影响。OLS 回归结果显示，专业匹配要比专业不匹配的工资起薪高出3.4%，通过倾向得分匹配方法纠正内生性问题后，专业匹配比专业不匹配的工资起薪高出5%左右，表明OLS 模型在一定程度上低估了专业匹配所带来的收入效应。

第四，不同院校类型、不同学历程度毕业生的专业匹配对工资起薪的影响不同。从不同学校来看，非“211 工程”本科高校毕业生专业匹配对工资起薪呈现显著正相关的影响，而“211 工程”高校和高职高专院校没有显著关系；从不同学历类型来看，本科生学历的毕业生专业匹配对工资起薪有显著的正相关作用，表明相较于专科生和硕士及以上的毕业生而言，本科毕业生如果可以寻找到专业匹配的工作能够有效地提升其工资水平。

上述结论反映出专业匹配是影响毕业生工资起薪的重要因素，现有的研究成果多使用OLS 回归的方法，一定程度上低估了专业匹配对工资起薪的影响，通过PSM 纠正内生性后，更清晰地表明专业匹配是影响毕业生就业质量的重要因素。值得注意的是，本次研究结论是通过数据计量结果得出的，但是不同毕业生的就业意向、不同学科在劳动力市场的具体需求状况等问题对专业匹配都会产生影响，有待于进一步的深入研究探寻其中的关系。为了实现人力资本的高效利用，推动毕业生劳动力市场的和谐发展，提出以下建议：

第一，从高等教育供给侧改革的角度，高校的专业学科结构设置应与市场需求相适应，输出高质量的适配人才。毕业生专业匹配程度不高的一个重要原因是高校专业学科布局与市场需求之间存在错位，这是导致结构性就业问题重要原因，所以高校在进行专业学科规划时，需将劳动力市场需求结构作为重要的参考因素。此外，高校应尝试推进通识教育与专业教育平衡发展，放宽学科专业界限，为学生提供更多灵活的课程和专业修读选择，促进学生通用性能力的提高，为未来职业发展提供更多的可能性。

第二，不断完善人才培养模式，根据不同专业的特性侧重培养学生不同方面的素质。研究结果发现，经济学大类毕业生专业匹配对其工资起薪有显著的正向影响，而对管理学等专业而言，专业匹配对工资起薪发挥的影响不大，学校在制定人才培养方案时，可依据不同学科专业的特性，合理分配专用性素质和通用性素质的培养力度。此外，应建立贯穿于整个大学时期的就业指导体系，在入学前期专业选择及专业变更上给予学生更多的指导和帮助，为后期进行就业选择奠定良好的基础。

第三，毕业生应根据自身情况理性择业，实现自身人力资本的利用最大化。研究发现，本科学历、经济学大类专业的学生，专业匹配相对于专业不匹配者更能有效提升其薪资水平，这类毕业生在寻找工作时可将专业匹配作为一个重要的考量因素，而对于专科学历以及文、史、哲、法等专业的毕业生而言，专业匹配对其工资起薪的影响不大，一味地追求专业对口的工作是不理性的。所以在寻找工作时要考量自身情况，选择能够更好实现其自身价值的工作。

（蒋承为本文通讯作者，jiangcheng@pku.edu.cn）