教育匹配的就业质量效应研究

李文华，李桂荣，b

(河南大学 a.教育学部；b.教育行动国际研究中心，河南 开封 475004)

一、问题提出

就业作为最大的民生工程，是社会稳定的重要保障。积极的就业政策不仅能够促进国民经济持续高质量发展，而且也是人们迈向幸福生活的重要途径。党的十九届五中全会提出“实现更加充分更高质量就业”的民生发展目标。在此情况下，劳动者对工作的需求已不再停留在能否找到工作层面，而是从薪资水平、福利保障、就业环境等方面提出了更高价值追求[1]，即劳动者越来越重视就业质量[2]。教育作为一种生产性投资，是提升就业质量的重要方式[3]。然而，积累人力资本只是提高就业质量的一个方面，加强人力资本配置更为重要。在基础教育普及和高等教育大众化加快推进的背景下，诸多劳动者难以找到与学历相匹配的工作岗位，出现了教育与工作不匹配的现象，尤其是过度教育引发的不充分就业问题极大降低了人力资本利用效率的潜在价值，就业质量随之下降。

教育与工作的合理匹配对劳动者的收入效应和非收入效应均有显著作用，现有研究主要集中在教育匹配对劳动者收入水平和工作满意度的影响上[4-5]。从内涵及构成来说，就业质量不仅包括收入水平或工作满意度等某一特定维度，还包括发展机会、福利保障和就业稳定性等，而现有研究缺乏对就业质量概念的综合性考察，且没有构建教育匹配作用下的就业质量指标。鉴于此，本文拟从微观层面入手，尝试构建基于教育匹配视角的就业质量指标体系，实证检验教育匹配的就业质量效应，为充分发挥人力资本优势、提高劳动者就业质量、推动教育系统与劳动力市场均衡发展提供支持。

二、文献回顾与理论分析

(一)教育匹配的概念及测量

教育匹配指劳动者的实际受教育水平与其从事工作所要求的教育水平是否相符的情况[6-8]，具体分为教育适配、教育不足和教育过度[9]。劳动者的教育程度如果恰好与工作岗位所需要的教育程度相符，则认为教育适配；如果小于工作岗位所需要的教育程度，则认为教育不足；如果高于工作岗位所需要的教育程度，则是教育过度。其中，教育适配是理想的工作状态，教育过度较为常见，教育不足的情况较少。

目前常用的教育匹配测量方法主要有工作分析法、实际匹配法和自我评估法。工作分析法根据职业专家针对不同职业的特点评估相关职业需要的受教育水平，形成教育与职业的匹配手册[10]。工作分析法具有客观性和准确性的优点，但是由于同一职业具体工作内容存在较大差异，且职业对教育的要求可能会随着时间发生变化，在现实中较少使用。实际匹配法根据某职业就业人员教育程度的分布情况，确定该职业所需的教育程度[11]，具体包括标准差法和众数法。其中，标准差法可计算某一职业实际教育程度的平均值和标准差，根据个人受教育程度在平均值一个标准差范围内确定教育与职业的匹配情况，若在一个标准差范围内为教育适配，高于一个标准差为教育过度，低于一个标准差为教育不足。众数法根据个人受教育程度是否等于某一职业所有从业人员受教育程度的众数值来判定教育与职业的匹配情况，若个人受教育程度等于众数值为教育适配，高于众数值为教育过度，低于众数值为教育不足。实际匹配法容易操作、计算方便，但可能忽视制度变迁和职业内部异质性，从而产生内生性问题。自我评估法根据劳动者对其从事工作所需要的教育程度进行自我评估[7]。该方法充分利用劳动者对其从事工作掌握的信息，但同时也存在主观性偏差的问题。以上三种方法各有优劣，本文根据问卷设置的相应问题和研究需要，最终采用自我评估法计算教育匹配情况。

(二)就业质量的内涵及指标

就业质量是一个多维度、综合性概念[12]。从美国职业培训和发展协会(ASTD)的工作生活质量到国际劳工组织(ILO)的体面劳动和欧盟的工作质量，就业质量的内涵不断得到丰富和完善[13]，其中以ILO的体面劳动概念受到广泛关注和持续影响。体面劳动强调所有劳动者在自由、平等、安全，并享有人格尊严的条件下，都应有获得体面、生产性及可持续性的工作机会[14]。体面劳动对就业质量概念产生了深远影响，尤其是宏观层面的就业质量概念。宏观层面的就业质量强调一个国家和地区的总体就业条件和环境，反映劳动者整体工作状况，包括就业环境、就业能力、就业状况、劳动报酬、劳动保护、劳动关系等指标维度[15]。

随着研究视角从国家层面转移到个体层面，微观层面的就业质量也得到了学界的广泛关注。微观层面的就业质量关注劳动者由就业获得的价值和效用，包括薪资收入、工作强度、福利待遇、发展机会、工作稳定性、就业满意度等[16-17]。一般来说，从微观层面考虑的就业质量主要包括劳动者的主观感受和客观价值。其中，主观感受包括劳动者对工作的整体评价和满意程度，客观价值包括劳动者的薪资水平、发展机会、就业稳定性等具体内容[18]。由于就业质量在理论上没有统一的标准，且构建一个综合的就业质量指标体系存在困难，已有研究在进行就业质量的理论分析或指标构建中，将劳动者主观感受或客观价值的某一关键维度作为就业质量的衡量指标[19-20]。这一思路尽管考虑了就业质量的核心因素，但仍存在遗漏主要变量的问题。本文考虑的是劳动者个体层面的微观就业质量，在指标选取中，不仅关注劳动者的收入回报，而且关注劳动者对工作的主观感受，以及一些重要的工作特征变量，并从劳动者的收入水平、工作满意度、职业发展及就业稳定性四个方面构建就业质量指标体系，实证分析教育匹配与就业质量及其指标维度之间的关系。

(三)教育匹配与就业质量的逻辑关系

提高劳动者的人力资本水平是获得相应就业岗位并提高就业质量的关键因素，而加强人力资本配置更为重要。但已有研究鲜有考察教育匹配对劳动者就业的影响，即使有研究关注教育匹配与就业质量的关系，也只是针对就业质量的收入效应或非收入效应的某一方面内容[21-22]，缺乏对就业质量内涵的全面考察。因此，厘清教育匹配与就业质量的逻辑关系，对于全面考察教育匹配的就业质量效应具有理论和现实意义。

职位分配理论认为，劳动者的就业质量不再仅仅取决于个体教育程度的高低，而是同时取决于教育水平与工作岗位的匹配情况[23]。劳动者进入的工作岗位将决定以工作收入为表征的就业质量，即当劳动者处于过度教育状态，则会降低部分人力资本的利用效率，就业质量随之下降。尤其是对于受教育程度较高的劳动者来说，随着受教育程度的提高，劳动者更容易发生过度教育现象。在市场经济配置下，拥有同等教育程度的劳动者会进入不同的工作岗位，甚至会进入不同的劳动力市场，因此产生较大的就业质量差异。一方面，当劳动者处于过度教育工作岗位，将难以发挥自身人力资本优势，导致自身生产效率降低，甚至产生消极的工作情绪，且较少的晋升空间不利于职业的进一步发展。另一方面，当过度教育的劳动者被迫进入次要劳动力市场，其工作稳定性、工资收入、福利保障、职业发展等都难以得到很好的保障。

根据组织行为理论，个人能力和组织需求的合理匹配可以提高就业质量[24]，即当劳动者的教育水平符合雇主的需求时，能够充分发挥个体人力资本优势，激发劳动者工作积极性，实现自身价值，提高就业质量。受积极心理学的影响，对于实现教育与工作合理匹配的劳动者来说，可以产生教育匹配的优势感[25]，这种优势感反馈到劳动者实际工作中，将转化为较高的工作积极性。而教育错配由于不符合职业发展方向，会使劳动者产生不稳定的情绪，进而影响就业质量。过度教育的劳动者由于自身人力资本没有得到合理利用，工作效率低下，工作积极性普遍不高[26]；教育不足的劳动者在工作期间往往会遇到难以胜任的工作任务，会产生自卑心理及对自我能力的怀疑，对工作的整体评价及满意程度处于较低水平，就业质量不高。

从劳动者角度来看，教育与工作的合理匹配是劳动者进行职业选择的理想模式。从劳动者角度来看，当劳动者意识到自身人力资本高于工作要求时，可能会变换工作岗位以寻求更好的发展机会[27]；当劳动者因家庭社会资本优势或运气成分获得高于自身教育程度的工作岗位时，可能会由于自身能力不足或自卑心理，难以长期稳定在已有工作岗位，同时其职业发展也会受到一定的限制。从雇主角度来看，相比教育错配的劳动者，雇主更希望雇佣到与工作岗位恰好匹配的劳动者。其中，教育不足者由于难以胜任相关的工作岗位，不利于公司或单位的良性发展，而雇主会通过再次招聘的方式替换不符合岗位要求的员工。尽管教育过度的劳动者能够为公司或单位带来更高的收益，但是考虑到其可能难以长期在相关工作岗位留任，他们也不是雇主的理想选择对象。因此，只有当劳动者的人力资本与工作岗位要求恰好匹配、雇佣双方均愿意维持这种工作状态时，劳动者才有较高的就业稳定性及进一步发展的机会。

综上，教育匹配是影响就业质量的关键因素。但已有研究集中在教育匹配对劳动者工作收入和满意度的影响上，缺少对就业质量内涵的全面考虑，且没有构建相应的就业质量指标体系。因此，在已有研究的基础上，本文可能创新的地方在于：一是从微观层面入手，构建就业质量指标体系，探讨教育匹配的就业质量效应；二是采用倾向得分匹配(PSM)方法克服样本自选择导致的估计偏误问题，以得到更加稳健的估计结果；三是进一步探究不同个体特征的劳动者教育匹配对就业质量的影响，为合理配置人力资源提供具有针对性的经验证据。

三、计量模型与数据来源

(一)模型设定

1.基准回归模型

在基准回归模型中，本文主要考察教育匹配对就业质量及其分项指标的影响结果。其中，就业质量指数、工作收入为连续变量，设定普通最小二乘法(OLS)回归模型如下：

yi=α0+α1ematchi+α2contri+εi

(1)

其中，被解释变量yi为第i位劳动者的就业质量及工作收入指标，ematchi为核心解释变量教育匹配，contr为相关控制变量，包括年龄、性别、户籍、婚姻、健康状况、教育程度等具体特征，εi为随机误差项。

工作稳定性为二分类定类变量，采用二项评定(Logit)回归模型：

(2)

其中，pi表示被解释变量yi=1时的概率。

职业发展机会和工作满意度为有序等级变量，采用有序Logit回归模型：

(3)

其中，y为劳动者的职业发展机会和工作满意度，Xi表示包括教育匹配与相关控制变量在内的所有解释变量。

2. PSM法

PSM法基于反事实分析框架，近似随机干预实验，可以解决样本自选择引致的内生性问题，能够更加科学地检验变量之间的因果关系[28]。本文根据教育匹配情况将全部样本划分为处理组(教育适配)与控制组(教育过度)。基于样本的相关共同特征，采用Logit模型估计个体成为教育适配样本的条件概率，即：

p(X)=Pr[D=1|X]=E[D|X]

(4)

其中，D表示教育匹配，D=1则表示个体处于教育适配状态，D=0则表示个体处于教育过度状态。X是一系列控制变量。

在给定倾向得分的情况下为教育适配的个体在对照组中匹配得分相近的个体。利用对照组模拟处理组的反事实状态，以比较处理组个体在这两种相反状况下的结果差异，即处理组平均处理效应(ATT)，表示为：

ATT=E[y1i-y0i|Di=1]

={E[y1i-y0i|Di=1，p(Xi)]}

=E{E[y1i|Di=1，p(Xi)]-E[y0i|Di=0，p(Xi)]|Di=1}

(5)

其中，y1i和y0i分别表示同一个体在教育适配和教育过度的就业质量状况。现实中，y0i是无法观测到的，而PSM法的优势在于为处理组个体找到合适的匹配对象，以实现反事实估计。

(二)数据来源

本文选取北京大学中国社会科学调查中心实施的中国家庭追踪调查(CFPS)微观数据。作为全国性、综合性的社会追踪调查项目，CFPS重点关注中国社会经济、教育、人口、就业等方面的问题，具有很强的代表性，符合研究对数据的需要。本文选取2018年CFPS数据，筛选个人基本信息及教育就业等成人问卷主要变量，删除“不知道”“不适用”“拒绝回答”及数据缺失的样本，最终得到有效样本3 030个。

(三)变量选取及描述性统计

1.被解释变量

根据上文分析，选取工作收入(income)、职业发展(promo)、工作稳定性(stabi)和工作满意度(satis)四个维度的指标测算就业质量指数(quality)。其中，收入水平为包含工资、奖金和现金福利的年工作收入，为了降低模型的异方差性及极端值对估计结果的影响，删除年收入低于2 000元且大于20万元的样本，并对数据进行取对数处理；职业发展机会以行政职务和技术职称晋升表示，两者都有晋升赋值为2，有其中一种晋升赋值为1，两者都没有赋值为0；工作稳定性以是否签订劳动合同表示，签订劳动合同赋值为1，未签订劳动赋值为0；工作满意度根据问题“您对这份工作有多满意？”进行测量，访问得分为1～5的数值，数值越大代表劳动者的满意程度越强。

参考学界主流研究方法[29]，构造就业质量指数。首先，对4个指标进行离差标准化处理：

(6)

(7)

2.解释变量

本文的核心解释变量为教育匹配(ematch)，即实际受教育水平与工作岗位所需教育水平的匹配情况。参考已有研究，采用主观评价法测量教育匹配指标[30-32]。根据问卷“您认为胜任这份工作实际需要多高的教育程度”得出胜任工作的教育预期，以受访者最高学历减去工作所需要的受教育程度，结果为0表示教育适配，小于0表示教育不足，大于0表示教育过度。由于本文主要分析教育适配和教育过度对劳动者就业质量的不同影响，且教育不足占总样本的比例较低(约为15.48%)，删除教育不足的样本，将教育适配赋值为1，教育过度赋值为0。

3.控制变量

为避免遗漏重要变量产生内生性问题，借鉴已有研究[33-34]，选取年龄(age)、性别(gender)、户籍(hukou)、教育(edu)、婚姻状况(marry)、健康状况(health)、所在地区(region)、工作单位(unit)和职业类型(job)作为控制变量。具体来说，选取处于劳动年龄(16～65岁)的居民为分析对象；性别变量，男性赋值为1，女性赋值为0；户籍变量，非农业户口赋值为1，农业户口赋值为0；教育水平以受访者受教育年限表示；婚姻变量，已婚赋值为1，未婚、离异等其他情况赋值为0；以自评健康作为代理变量，由不健康到非常健康用1～5的整数表示；根据国家统计局的划分方法，将所调查的省份划分为东部(赋值为1)、中部(赋值为2)、西部(赋值为3)三大地区(1)根据国家统计局划分方法，全国划分为东部、中部、西部三大地区(港澳台地区除外)，其中东部地区包括：北京、天津、河北、上海、江苏、浙江、福建、山东、广东、海南和辽宁；中部地区包括：山西、安徽、江西、河南、湖北、湖南、吉林和黑龙江；西部地区包括：内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆。；将政府事业单位、人民团体、国有企业、基金会等单位赋值为1，私营企业、个人工商户及无法判断的单位赋值为0；将政府事业单位及企事业单位负责人、专业技术人员及业务员(办事员)等赋值为1，商业及服务业人员、农林牧渔业生产人员、生产及运输设备操作人员赋值为0。

上述变量的具体定义及描述性统计如表1所示。

表1 变量定义及描述性统计

四、实证检验与结果分析

(一)基准回归结果分析

建立就业质量及各维度为被解释变量的回归模型，分析教育匹配对就业质量及各维度的影响(见表2)。其中，就业质量和工作收入采用多元OLS方法，工作稳定性为Logit回归，职业发展和工作满意度为有序Logit回归。结果显示，教育匹配对就业质量总体水平及各维度均在1%的水平上显著。由表2可知，教育匹配显著提高了劳动者的就业质量，即劳动者教育水平与工作的合理匹配是提高其就业质量的重要因素。同时，教育匹配对就业质量各维度指标均具有显著的促进作用，且从贡献大小来看，教育匹配对劳动者的职业发展机会的影响最大，对工作收入的影响最小，对工作稳定性及工作满意度的影响处于中间位置。

在控制变量中，年龄与就业质量存在显著的负相关关系，表明在劳动力市场，随着劳动者年龄的增加，其就业优势将会减弱，从而不利于就业质量的提升。性别因素对就业质量具有显著的正向作用，表明男性相对女性具有更高的就业质量。然而，虽然男性相比女性工作收入更高、职业发展机会更多、工作稳定性更强，但男性工作满意度却不如女性。户籍变量显著提高了就业质量，即城市居民相对农村居民具有较高的就业质量。工作单位和职业类型均显著提高了劳动者的就业质量，表明具有优势的单位和职业对于提升劳动者的就业质量尤为重要。劳动者的健康状况与就业质量具有正向关系，而婚姻、地区等因素对劳动者的就业质量不具有显著影响。

表2 教育匹配对就业质量影响的回归结果

(二)PSM估计

OLS估计结果显示，教育适配相对教育过度显著提高了劳动者的就业质量。但教育适配与教育过度对就业质量影响存在的差异，可能受到家庭环境、个体禀赋特征等因素的影响。如果直接进行回归，可能存在估计偏误，因此本文采用PSM法解决样本选择偏差问题。

为了检验PSM法的合理性和必要性，绘制了处理组(教育适配)和控制组(教育过度)在匹配前后的核密度分布对比图(以近邻匹配1∶1为例)。由图1可以发现，匹配前的处理组和控制组密度分布具有较大差异，如果直接比较两者之间的就业质量可能有偏；在匹配之后，处理组与控制组共同支持区域得到明显提高，匹配效果较好。

图1 倾向值得分在匹配前后的核密度分布

考虑到教育匹配对就业质量的平均处理效应可能与采取的匹配方式有关，在进行近邻一对一匹配的同时，还使用近邻一对四匹配、半径匹配、核匹配与局部线性匹配等方法进行一致性检验(2)近邻匹配即在控制组中寻找与匹配组倾向得分最接近的不同个体，近邻一对一匹配寻找一个不同组个体，近邻一对四匹配寻找四个不同组个体；半径匹配也称卡尺匹配，即限制倾向得分的绝对距离，本文将卡尺范围定为0.05；核匹配和局部线性匹配是根据个体不同距离给予不同权重，其中核匹配进行核回归，局部线性匹配进行局部线性回归，本文均使用默认的核函数和带宽。。表3结果显示，上述匹配方法均在1%水平上通过了显著性检验，且平均处理效应回归系数为2.7～3.8，与OLS回归结果一致(3.330 6)。从不同方式PSM结果来看，在解决样本选择偏差问题后，进一步证实教育适配相对教育过度有助于提高劳动者就业质量这一结论。

表3 PSM估计结果

五、异质性分析

(一)学历异质性

考虑到不同学历教育匹配对就业质量的影响可能存在差异，将初中及以下的群体视为低学历劳动者，普通高中、职业高中视为一般学历劳动者，大专及以上学历视为高学历劳动者，进行分样本的学历异质性估计。表4的结果显示，不同学历劳动者的教育匹配均显著提高了其就业质量，并且随着学历的提高，教育匹配对就业质量的回归系数变大。此外，通过似无相关模型检验发现，低学历、一般学历与高学历的组间系数差异检验的chi2(2)的值为8.49，伴随的P值为0.014 3，表明教育匹配对学历较高劳动者就业质量的提升效应在5%水平上显著高于学历较低劳动者。已有研究表明，劳动者的学历层次越高越容易发生过度教育问题[35]，这会在一定程度上使得教育匹配对就业质量的影响存在学历差异。由于学历与教育投资具有正向关系，较高学历的劳动者需要付出更多的资金、时间，以及与此相关的沉没成本，同时也将获得更高的社会经济地位。低学历劳动者在劳动力市场处于相对弱势地位，获得一份稳定的工作成为他们的主要目标，而高学历劳动者具有学历优势和事业进取精神，表现出对经济收入、晋升机会和工作满意程度等方面的多元价值追求，因此教育匹配对高学历劳动者就业质量的提升效应显著高于低学历劳动者。

(二)地区异质性

从地区异质性的统计结果可以发现，东部、中部和西部地区的教育匹配均在1%水平上显著提高了劳动者的就业质量(见表4)。通过似无相关模型检验发现，三个地区组间系数差异检验的chi2(2)值为0.82，伴随的P值为0.662 3，表明各地区教育匹配对就业质量的提升效应并没有表现出明显的差异。对东部地区而言，其经济发展水平较高，成为各领域劳动者的主要聚集区和流入地，同时劳动力市场发育完善、就业竞争压力大，对劳动者的教育程度要求更高。对中部和西部地区而言，由于资源条件和发展机会有限，在地区推拉和工作搜寻动力的驱动下，劳动者希望通过流动获得高质量的就业机会，对于留在当地的劳动者来说，在一定程度上降低了工作竞争压力；对于一些经济发展水平较低的地区，当地劳动者更倾向工作稳定性强、社会压力小的政府事业单位，因此其就业质量整体表现较高的状态。总体来说，各地区教育匹配对就业质量的提升效应未表现明显差异。

表4 学历和地区异质性估计结果

(三)年龄异质性

参考已有研究[36-37]，以40岁为界限将样本划分为年轻劳动者和年长劳动者(见表5)。通过年龄异质性的统计检验可以发现，教育匹配只对年轻劳动者的就业质量具有显著影响，对年长劳动者的就业质量无显著影响；通过似无相关检验发现，年轻和年长劳动者组间系数差异检验的chi2(1)值为6.74，P值为0.009 4，表明年轻劳动者教育匹配对就业质量的正向效应在1%水平上显著高于年长劳动者。随着高等教育的扩招，过度教育在年轻劳动者群体中更加明显[38]，年轻劳动者在求职过程中面临较大竞争压力，很多求职者难以实现理想的职业目标，对于达到教育-工作合理匹配的年轻劳动者，表明其具有较强竞争优势，可以获得高质量的就业回报；年长劳动者虽然可能处于较高的职业层次，但由于长期工作容易出现职业倦怠现象，对工作的满意程度也不如年轻劳动者更加明显。因此，劳动者教育匹配的就业质量效应主要来自年轻劳动者，年长劳动者教育匹配对就业质量的影响不明显。

(四)性别异质性

从性别异质性的估计结果可以发现，教育匹配对男性和女性就业质量的影响与总体回归结果一致，教育匹配对男性和女性就业质量的影响均在1%水平上显著，且男性教育匹配对就业质量影响的回归系数高于女性(见表5)。通过似无相关检验发现，男性和女性组间系数差异检验的chi2(1)值为2.73，伴随的P值为0.098 3，表明男性教育匹配对就业质量的正向效应在10%水平上显著高于女性教育匹配对就业质量的正向效应。受中国传统文化的影响，男性以事业为重、女性以家庭为重的性别观念根深蒂固，女性在职业发展和家庭责任权衡时，会把更多精力放在照顾家庭方面，从而倾向选择自己能够容易胜任的职业，因此女性较男性更易发生教育过度现象[39]。尽管不同性别的教育匹配均提高了就业质量，但男性相比女性更为明显，原因在于男性相对而言在工作上投入了更多的时间和精力，把追求事业进步作为重要的奋斗目标，因此当教育-工作处于良好的匹配状态时，将实现更多的就业质量回报。

(五)城乡异质性

通过城乡异质性分析可以发现，不管是来自城市还是农村的劳动者，其教育匹配均对就业质量在1%水平上产生了显著影响，与总体回归结果一致。尽管农村户籍劳动者教育匹配的回归系数略高于城市户籍劳动者教育匹配的回归系数，但进一步的似无相关检验结果显示，城乡组间系数差异检验的chi2(1)值为0.18，伴随的P值为0.672 9，表明教育匹配对不同户籍就业质量的促进作用不存在显著差异。对于实现教育-工作匹配的农村户籍劳动者，在工作搜寻中付出了更多内发性自致努力，具备较强的工作能力，能够获得高质量就业回报；城市户籍劳动者通过代际传承方式，继承其父辈的优势社会资源，进而迈入工作收入高、福利待遇好、工作稳定性强的高质量就业市场。因此，在教育-工作合理匹配状态下，农村户籍和城市户籍劳动者的就业质量均得到显著提升，且两者未表现出明显差异。

六、结论与政策建议

教育匹配对就业质量具有重要影响，但现有研究多集中在教育匹配与劳动者工作收入和满意度的关系方面，缺乏对就业质量的全面考虑。为此，本文从工作收入、事业发展、工作稳定性和工作满意度四个方面构建教育匹配视角下的就业质量指标体系，利用2018年CFPS数据分析教育匹配的就业质量效应及其对相关维度的影响。研究结果表明：(1)教育匹配有利于提高就业质量，采用PSM法纠正内生性问题后，这一结论依然成立；同时，教育匹配对劳动者的工作收入、职业发展、工作稳定性和工作满意度都有很强的影响力。(2)劳动者的年龄、性别、户籍、教育程度、健康状况、工作单位和职业类型均对就业质量具有显著影响，表明劳动者的个体特征和工作特征对就业质量产生了重要影响。(3)从学历、年龄和性别来看，教育匹配对就业质量具有显著的异质性，即高学历、男性劳动者教育匹配对就业质量的影响显著高于低学历、女性劳动者：教育匹配对就业质量的提升效应主要来自年轻劳动者，年长劳动者教育匹配对就业质量的影响不显著；从地区和城乡来看，教育匹配对不同地区和城乡劳动者就业质量的促进作用并没有显著差异。

基于研究结论，提出以下政策建议：

第一，实施积极的就业政策，把促进劳动者高质量就业作为经济社会的优先发展目标。随着中国经济进入高质量发展阶段，劳动者对就业的关注不再停留在能否找到工作层面，而是从薪资水平、职业前景和工作满意度等方面提出了更高的价值追求。政府部门需要进一步加强劳动力市场建设，完善就业服务体系和劳动力信息共享平台，尤其是对年轻劳动者和女性群体要给予更多的关注和支持，加强职业培训和就业指导，全面提高劳动者的就业能力，推动形成人尽其才的劳动力就业市场环境。

第二，完善人才培养模式，为劳动力市场输送高质量适配人才队伍。研究结果表明，教育显著提高了劳动者的就业质量，这就要求加大教育资源投入，延长受教育群体的学历层次和教育年限，全面提高劳动者的综合素质。同时，高学历劳动者教育匹配具有更高的就业质量效应，这就要求高等教育优化学科、专业人才培养模式，提高人才培养质量，促进高学历劳动者教育与职业的合理匹配。教育系统和用人单位建立长效合作机制，给学生提供社会实践、工作就业的机会。大力培养以市场需求为导向的应用型、技能型高素质劳动者，为劳动力市场输送合适的人才，使劳动者的就业能力与岗位需求相符合。

第三，劳动者应树立正确的择业观念，最大化发挥自身人力资本效用。研究结果显示，年轻劳动者教育与工作的合理匹配具有更加明显的就业质量，这对于初入职场的劳动者来说要合理降低工作期望，理性选择与自身教育水平匹配的职业。在新形势下，大学生要转变就业观念，由面向大城市及东部沿海地区就业转向基层和中西部地区就业，由关注收入水平转向更加关注职业发展空间，多渠道、多途径进行职业选择，充分利用自身人力资本水平，在更广阔的范围实现人生价值。