社会网络求职渠道如何影响职业晋升？
2023-07-12许金海胡新艳戴明宏
许金海 胡新艳 戴明宏
摘 要：利用社会网络渠道求职在中国是普遍现象，但其对个体职业晋升产生何种影响，仍是一个悬而未决的问题。文章尝试构建职业晋升的理论模型推演研究假说，采用基于CFPS三期混合截面数据的OLS模型进行验证。结果表明，社会网络求职渠道会产生晋升惩罚效应，导致晋升概率降低1.92%，其中技术职称晋升概率显著降低1.63%，但对行政职务晋升的影响不显著。机制分析发现，社会网络求职渠道通过降低个体就业匹配度，以至于削弱其工作表现，从而抑制了职业晋升。异质性分析表明，社会网络求职渠道显著阻碍了高受教育水平、强竞争程度与少晋升机会企业内工作者的技术职称晋升。在处理了可能存在的样本数据筛选、估计方法以及相关内生性问题后，上述结论依然稳健。由此认为，求职个体应理性看待社会网络的影响效应，审慎考虑自身条件与工作岗位的匹配度，减少社会网络的“人情”干扰，促进劳动力资源的有效配置。
关键词：社会网络 求职渠道 职业晋升 就业匹配度
DOI：10.19592/j.cnki.scje.400924
JEL分类号：J62， J46， J21 中图分类号：F240
文献标识码：A 文章编号：1000 - 6249（2023）06 - 049 - 18
一、引言
职业晋升既是个体自我价值的实现，也关乎整个社会经济发展的质量和效率，一直备受学界的广泛关注。中国浓厚“人情世故”的历史传统决定了以亲缘、地缘等为基础的社会网络对劳动力就业市场的影响经久不衰，以至于社会关系网络被长期视作职业升迁的制胜法宝。然而，有研究指出，社会网络会削弱非利用者获取资源的可能性与积极性，从而损害了社会的总体福利水平（Portes，1998；张文宏，2003）。现实中，理性个体往往将其利益最大化置于首位，不惜花费巨额成本去搭建和经营错综复杂的社会网络，旨在从职业生涯中汲取更多利益。那么，随着中国经济社会的转型发展，社会网络究竟会如何作用于个体职业晋升？
我们对2014—2018年中国家庭追踪调查（CFPS）数据进行统计发现（见图1），采用社会网络求职渠道的个体，其晋升人数始终低于非社会网络求职渠道个体；平均而言，社会网络求职渠道个体的晋升率为4.69%，非社会网络求职渠道个体的晋升率为8.04%。由此提出的问题是：社会网络求职渠道与职业晋升之间是否存在因果关联？其对行政职务晋升、技术职称晋升的影响是否相同？背后的作用机制是什么？有何政策启示？
本文可能的边际贡献如下：第一，补充了社会网络求职渠道对职业晋升影响的微观证据。基于Granovetter（1973）的“弱关系”理论和Burt（1992）的“结构洞”理论，大量研究探讨了社会网络对个体就业获取（Granovetter，1974；边燕杰、张文宏，2001；Munshi，2003；杨芸、赵燕，2020）及工资收入（陈钊等，2009；王春超、周先波，2013；Wang，2013）的影响。本文进一步将社会网络对就业的短期经济效应，拓展至其对长期职业发展的影响分析。第二，将不同行业、体制类型的职员纳入研究样本。已有晋升相关文献可大致分为两方面：一是官员晋升激励的经济影响研究（Maskin et al.，2000；周黎安，2004；2007；刘瑞明、白永秀，2010；钱先航等，2011；吳敏、周黎安，2018；程仲鸣等，2020；潘春阳等，2021）。二是晋升的影响因素研究，主要关注的研究对象是政府官员（Bo，1996；杨其静、郑楠，2013；罗党论等，2015）和国企员工（张兆国等，2013；周铭山、张倩倩，2016；谢伦裕等，2021）。本文从行业、体制类型的视角来扩充研究样本的广度，试图得出更具普适意义的结论。第三，提供了社会网络求职渠道对职业晋升影响的理论解释与实证检验。不同于已有社会网络与职业晋升的文献（Podolny and Baron，1997；刘宁，2007；陈潭、刘兴云，2011；鲁晓，2014；王轶等，2017；边燕杰、王学旺，2019），本文将社会网络概念聚焦于“求职渠道”，通过构建职业晋升的理论模型，阐释社会网络求职渠道对职业晋升影响的内在机理，利用全国代表性的CFPS三期数据进行因果识别，并充分探讨潜在的内生性问题。
本文的其余部分安排如下：第二部分为理论分析及研究假说。第三部分为数据来源、变量设置和模型选取。第四部分是计量结果分析。第五部分是稳健性检验。第六部分是结论与讨论。
二、理论分析及研究假说
（一）职业晋升的理论模型
本文的职业晋升理论模型基于以下假设前提：首先，企业不会制定所有员工都达不到的晋升标准R，且R在一个考核期内保持稳定1。因为制定R是用于选拔出合适的人才，修改R则需花费一定的人力成本和时间成本。其次，员工的工作表现[Sm]关于在职时间t递增，即[?Sm/?t>0]2。根据“干中学”效应，员工能通过学习模仿和积累经验来提高工作效率。最后，一个考核期内存在[t*]，当[t>t*]，晋升概率P关于t递减，即[?P/?t<0]。员工在[t*]开始具备晋升资历，之后满足R所需时间越少，晋升的可能性越大3。
简便起见，以下只借助一般化的数学符号进行推导。一般企业的晋升标准为R0；市场化与社会网络求职的员工的工作表现分别为[ Sm0]、[ Sm1]；其就业匹配度分别为[m0]、[m1]，且[m0>m1]，理论依据在于：社会网络既有信息效应，也表现出“人情关系”的干扰（彭程、杨继东，2016）。一方面，人情关系会造成企业与求职者之间的信息不对称，从而导致逆向选择问题。求职者容易通过社会网络获取企业对工作岗位的要求及偏好等内部信息，据此隐藏于己受雇不利的因素，由于企业对其信息掌握并不充分，使社会网络求职者获得与其不匹配工作岗位的可能性显著增加。另一方面，应聘者直接利用特殊的人情关系获得工作。当应聘者拥有特殊的关系网络（如亲人朋友是企业管理人员或者具有较高社会地位）时，即使应聘者的条件无法满足企业要求，也能凭借关系网络的操纵如愿以偿。已有实证研究指出，社会网络关系能帮助利用者实现“低才高就”，从而降低就业匹配度（郝明松，2015；封世蓝等，2019）。显然，[Sm1
H1：社会网络求职渠道对个体职业晋升产生显著的负向影响。
H2：社会网络求职渠道通过降低就业匹配度，对职业晋升产生显著的负向影响。
（二）纳入竞争程度影响的职业晋升模型
由以上可知，社会网络求职渠道将晋升概率降低了[Pm0-Pm1]。那么，在晋升概率相同而员工规模不同的企业中，社会网络求职渠道对职业晋升的影响是否存在差异？例如，有两家企业A和B。其中，A、B可供晋升的岗位数分别是10、100，员工总数分别为100、1000。显然，不考虑员工所处的职位层级，两者的员工晋升概率均为10%。但是，一个员工在A至少有90位竞争对手，在B则至少有900位竞争对手，两个企业员工的晋升竞争程度有显著差异。现实中也观测到，员工規模更大的企业，晋升竞争会更激烈。相比A，B由于员工数量更多，其最优策略是通过提高晋升标准，让员工之间充分竞争，以获取素质更优的人才，最大化提升企业的生产效率。此时，晋升标准由[R0]提高至[R1]。由于晋升概率相同，故两企业员工最终能否达到晋升标准这一状态得以维持。结合以上分析，可知有如下情形：当[Sm1 H3：强晋升竞争企业会放大社会网络求职渠道造成的就业不匹配程度，进而放大社会网络求职渠道对职业晋升的负向影响。 （三）纳入晋升机会影响的职业晋升模型 相比上述讨论，现实中还存在一些特殊的企业，他们只提供非常有限的晋升机会，具有人员流动性小、岗位调整谨慎的特征。若员工入职后相当一段时期内不符合晋升要求，则P后续会趋向于0。此时，企业的晋升标准[R2]不再保持稳定，而是随t不断提高，意味着[Sm1]与[R2]相交的概率会趋向于0，即[R2≥R1]。同样地，当[Sm1 H4：少晋升机会企业会增强社会网络求职渠道造成的就业不匹配程度，进而放大社会网络求职渠道对职业晋升的负向影响。 三、数据来源、变量设置与模型选取 （一）数据来源 本文使用北京大学中国社会科学调查中心的中国家庭追踪调查数据（China Family Panel Studies，CFPS）。该调查覆盖了全国25个省级行政单位（西藏、青海、宁夏、新疆、内蒙古、海南和港澳台地区除外），具有全国代表性。至今为止，CFPS以两年为一期，共开展了五轮（2010、2012、2014、2016、2018年）追踪调查。本文对数据样本进行了如下处理：第一，由于2010—2012年的调查问卷没有所需的核心解释变量和被解释变量，因此采用2014—2018年的三期数据。第二，本文研究对象为就业者，因此剔除在读学生、创业者的调查样本。第三，所需数据涉及CFPS数据库的成人问卷和家庭问卷两部分，因而按照家庭编码对问卷数据进行匹配。最后，删除了关键变量缺失的样本。最终获得的有效总样本为11390个，其中，2014—2018年分别为6092、2634、2664个。 （二）变量设置 第一，被解释变量为“是否晋升”。若获得职业晋升，赋值为1，反之为0。为考察社会网络求职渠道对不同类型晋升的影响，将“是否晋升”细分为“是否行政职务晋升”和“是否技术职称晋升”。 第二，“社会网络求职渠道”为核心解释变量。该变量的构造借助于问卷题项：这份工作尝试过哪些求职渠道？1，若回答为：亲属、朋友或熟人介绍，赋值为1；反之为0。 第三，中介变量为“就业匹配度”。已有“就业匹配度”的衡量方式可归为主观评分与客观评价：主观评分是采用量表的形式，将就业匹配度从低到高进行打分（封世蓝等，2019）；客观评价则根据受访者的毕业专业与工作内容是否对口做出判断（王子成、杨伟国，2014）。由于CPFS数据无相关变量，故参照张文宏（2006）、郝明松（2020）的做法，将“受教育水平与胜任工作的学历要求是否一致”作为就业匹配度的代理变量。若受访者的受教育水平与胜任工作的学历要求一致，赋值为1，反之为0。 第四，为了减少可观测遗漏变量所导致的估计偏差，设置三类控制变量：个体特征（年龄、性别、受教育水平、是否党员、是否在婚、健康状况、是否城镇）、工作特征（是否非农就业、是否签订合同、企业员工人数）和家庭特征（家庭总人数、家庭社会网络2、家庭总收入）。各变量的定义见表1。 （三）描述性统计分析 表1为各变量的定义及描述性统计特征。可以发现，仅有6.73%的个体样本在2014—2018年获得职业晋升，其中行政职务晋升的比例为2.1%，技术职称晋升的比例为4.63%。这意味着总体上获得职业晋升的人数占比较低。此外，有39.94%的个体通过社会网络渠道获取工作，说明社会网络求职渠道仍广受就业者的青睐。进一步地，社会网络求职渠道组的“职业晋升”“行政职务晋升”“技术职称晋升”的比例分别比非社会网络求职渠道组低3.52%、0.89%、2.63%，且均在1%置信水平上显著。表明社会网络求职渠道与职业晋升存在负向关系。同时，总样本的平均就业匹配度仅为43.92%，而且社会网络求职渠道组的平均就业匹配度在1%置信水平上显著低于非社会网络求职渠道组。故可初步推断：社会网络求职渠道可能通过降低就业匹配度，进而限制个体的职业晋升。最后，样本的平均年龄为36.03岁，男性占比为56.7%，表明虽然数据样本存在追踪缺失，但仍具有较好的代表性。 （四）模型选取 尽管CFPS能够提供面板数据，但由于样本追踪及变量缺失较多，故仅能获得样本损失近74%的非平衡面板数据。因此，本文首先使用基于混合截面数据的OLS模型进行估计，后续在稳健性检验中充分讨论可能存在的内生性问题。基准模型设定如下： yi=β0+β1Xi+β2Zi+Ci+Ti+εi （1） 其中，[ yi]表示個体i是否有职业晋升；[ Xi]代表个体i是否利用社会网络渠道获取当前工作；β1表示社会网络求职渠道对职业晋升的影响；[ Zi]为个体特征、工作特征和家庭特征变量；[ Ci]是县虚拟变量；[Ti]表示时间虚拟变量；[εi]为随机误差项。 四、计量结果分析 （一）基准模型结果分析 表2为社会网络求职渠道对职业晋升影响的估计结果。从模型1可知，社会网络求职渠道的估计系数为-0.0192，且在1%置信水平上显著1，说明社会网络求职渠道对职业晋升有着显著的负向影响，会促使个体职业晋升概率降低1.92%，约为总样本平均晋升比例（6.73%）的28.53%。一定程度上，这延伸了赵延东（2002）得出社会网络降低职业声望的结论，也验证了Portes（1998）的观点，即社会网络可能限制利用者的创新能力与职业发展。随着中国市场化程度的提升及管理制度的规范化，社会网络的负面影响可能逐步显现（张爽等，2007；张文宏、张莉，2012）。因此，研究假说H1得到验证。 模型2～3是区分职业晋升类型的估计结果，发现社会网络求职渠道对技术职称晋升产生显著的负向影响，将技术职称晋升概率降低1.63%；但对行政职务晋升的影响并不显著。造成异质性结果的原因可能在于：一方面，行政职务晋升的考核标准存在较大的人为操纵空间，此时家庭社会关系网络能够发挥作用，这与家庭社会网络对行政职务晋升的影响显著为正相吻合。另一方面，技术职称晋升存在技术门槛，其相对客观的考核方式削弱了家庭社会关系网络的干预；尤其是社会网络求职渠道导致的个体与岗位的不匹配，会直接影响到职业技术的掌握和提升。 （二）作用机制分析 参照温忠麟、叶宝娟（2014）的研究，利用逐步回归法来估计就业匹配度的中介效应，结果见表3。由模型2的结果可知，社会网络求职渠道的估计系数在5%置信水平上显著，表明社会网络求职渠道显著降低了个体的就业匹配度。模型3的结果表明，将社会网络求职渠道和就业匹配度一同纳入模型，就业匹配度对职业晋升有着显著的正向影响，并且社会网络求职渠道对职业晋升的负向影响被就业匹配度部分吸收。换言之，社会网络求职渠道通过降低就业匹配度，减少个体的工作表现水平，从而阻碍其职业晋升。稳妥起见，进行中介效应的Sobel检验1，结果显示，就业匹配度的中介效应在5%置信水平上显著，这与逐步回归法的结果基本一致。综上分析，研究假说H2得到验证。 （三）异质性影响分析 表2的基准回归结果表明，高受教育水平和男性劳动力更容易获得晋升。需要指出的是，性别歧视问题不仅体现于工作聘用和工资收入当中，也贯穿于就职的整个工作生涯。已有研究提供了关于职业晋升中性别歧视的经验证据（Long et al.，1993；卿石松，2011）。因而，有必要对受教育水平、性别进行异质性分析，以期得到更深层次的研究结论。同时，也对理论模型中关于异质性企业环境下社会网络求职渠道对职业晋升影响的研究假说进行实证检验。 首先，受教育水平的异质性影响。从表4的模型1～3的估计结果可知，交互项的估计系数分别为-0.46%、-0.10%、-0.36%，仅有模型1和3在1%置信水平上显著。这意味着社会网络求职渠道对高受教育水平个体的职业晋升造成更大的负向影响，尤其对他们技术职称晋升的阻碍作用更为明显。造成异质性结果的原因可能在于：个体受教育水平越高，往往从事更高技术等级的工作。此时社会网络求职渠道会强化个体与职业的不匹配程度，而且这种与高技能技术职位的不匹配更难通过后期学习进行弥补，导致其工作业绩表现愈差，最终降低其晋升概率。 其次，性别的异质性影响。表5显示了性别的异质性分析结果。从模型1～3可以看到，交互项的估计系数均不显著。这表明在晋升考核中，社会网络求职渠道引致的扭曲作用可能不会扩大性别歧视现象。一方面，性别歧视问题不会因社会网络求职渠道而加重。另一方面，这也验证了工作中的性别歧视更多源于“男女有别”的社会观念，并不会因女性能否胜任工作而发生根本性转变。 再次，晋升竞争程度的异质性影响。理论上，企业规模越大，职业晋升的竞争程度越大。本文采用企业员工规模衡量晋升的竞争程度。表6中模型1和3的结果表明，交互项的估计系数显著为负，表明随企业员工规模的扩大，社会网络求职渠道对个体职业晋升的负向影响会进一步增大。换言之，强竞争类型企业会显著放大社会网络求职渠道对职业晋升的负向影响，且增强的是其对技术职称晋升的负向影响。故研究假说H3得到验证。 最后，晋升机会的异质性影响。由于CFPS问卷没有企业晋升职位数的题项，因此无法直接测量企业的晋升机会。但是，可依照问卷中“是否从事非农就业”的问项，判断出企业类型为农业或非农。选用“是否非农企业”作为不同晋升机会企业的替代指标的依据如下：一般而言，相对传统的农业企业，非农企业具有更复杂的部门分工，需要设置更多的管理职位和技术岗位进行运转，提供的晋升机会更多。样本数据也证实，非农企业的员工晋升率为 6.79%，高于农业企业的员工晋升率4.34%。表7为不同晋升机会企业的异质性分析结果。模型1～3的结果显示，交互项的估计系数分别为5.02%、1.73%和3.28%，仅有模型1和3显著。说明在晋升机会相对较少的农业企业中，社会网络求职渠道对职业晋升具有更大的负向影响1，这种扭曲作用的增强主要体现在技术职称晋升上。此外，与理论推导一致，相比强晋升竞争企业，少晋升机会企业对社会网络求职渠道的职业晋升负向效应的会更大。因此，研究假说H4得到检验。 五、稳健性检验 （一）样本数据筛选问题 首先，一些小规模企业或者特殊岗位无相应的职位可供晋升，可能会对基准模型的估计结果造成干扰。为此，有必要剔除这部分样本进行更为准确地效应估计，结果见表8的Panel A。模型1和3的社会网络求职渠道估计系数均在1%置信水平上负向显著。从系数的方向和显著性看，这与基准模型的估计结果基本一致，因而上述得到的结论相对稳健。但对于系数的数值大小而言，这里的结果显示社会网络求职渠道对职业晋升的负向影响要更大。 其次，描述性统计发现，存在少部分工资为0元的样本，这有违于常识。这部分样本要么有意谎报工资水平，要么根本无工作。因此，进一步对其做剔除处理，估计结果见表8的Panel B。可以看到，社会网络求职渠道估计系数的大小、方向及显著性，均与基准模型相吻合。因此，不必担心这部分样本会对基准模型结果造成干扰。 最后，一些就业者可能倾向于利用社会网络去寻找稳定而不易晋升的体制内工作（如政府部门、企事业单位等），这无疑会使基准模型的因果识别面临挑战。为此，剔除在政府部门、事业单位、国有企业、村居委会等单位就业的样本后，进行再估计，结果见表8的Panel C。模型1～3的结果显示，剔除这部分样本对基准模型估计结果的影响非常小。 （二）估计方法问题 鉴于“是否晋升”为离散型变量，因而基准模型的OLS估计可能不准确。进一步使用Probit模型进行估计，结果见表9。模型1和模型3表明社会网络求职渠道对职业晋升造成显著的负向影响，而且对技术职称晋升的抑制作用更为明显。所以，基准模型的估计结果相对可靠。 （三）内生性问题 由于控制个体固定效应会造成大量的样本损失，因此采取折中的做法，在模型中控制村社层面固定效应，结果见表10。由模型1～3可知，社会网络求职渠道的估计系数与基准模型基本一致。需要指出的是，即使仅控制村社级固定效应，模型的样本量仍出现较为明显的下降。总之，此处排除了村社层面不随时间变化遗漏变量的内生性问题。 由于社会网络求职渠道发生在职业晋升之前，故一般不存在互为因果的内生性问题。然而，基准模型仍可能受到个体层面遗漏变量的干扰。其中一个重要的不随时间变化的遗漏变量是个体能力。即个体能力越弱，越可能借助社会网络求职，而其获得晋升的概率越低。为此，将问卷中的“词组测试得分”和“数学测试得分”作为个体能力的代理变量，因为受访者的词组记忆力及数学逻辑推理能力可以大致反映其智力水平。将个体词组测试得分和数学测试得分纳入基准模型的结果见表11。与预期相符，社会网络求职渠道的估计系数基本不发生改变。而且如模型1～2所示，同时将词组测试得分、数学测试得分和受教育水平进行控制，仅受教育水平的估计系数显著；若仅对词组测试得分、数学测试得分做控制，两者估计系数的大小与方向符合预期。这表明受教育水平与词组测试得分、数学测试得分具有替代性。由于无需分离个体受教育水平与能力各自对晋升的影响，受教育水平实际上是个体能力的良好代理变量。总之，个体能力遗漏变量对基准效应估计的影响非常有限。 考虑到不同职位层级之间的个体不具可比性，因为职位更高个体的晋升难度更大，故需控制个体的当前职位等级。在基准模型的基础上，进一步控制“是否有管理职务”变量，结果见表12。模型1～3显示，估计结果与基准模型是基本接近的。 借助PSM模型构建特征相近的处理组和对照组，以提升是否利用社会网络求职个体之间的可比性。分别采用K近邻、卡尺、样条以及核函数的匹配方法，利用基准模型对倾向得分处于共同区间的样本进行估计，结果见表13。四种不同匹配模型的估计系数均与基准模型相一致，未发现该问题对基准模型造成严重干扰的经验证据。 PSM模型是否有效需满足两个前提假定：一是重叠假定，即匹配后社会网络求职渠道组与非社会网络求职渠道组的个体特征要尽可能相近。二是匹配假定，确保两组个体的倾向得分具有较多的重合区域，不会出现大量的样本丢失。两种假定的检验结果如下： K近邻、卡尺、样条以及核函数四种匹配方式的重叠假定检验结果依次见图2a～图2d。可以发现，运用四种匹配方法进行样本匹配后，两组个体的特征差异明显降低且接近于0，因此重叠假定得到满足。 四種不同匹配方式的匹配假定检验结果如图3所示。可以看到，四种匹配方式都会出现少量的样本丢失现象（图3a～图3d的黑色部分）。其中，样条匹配使得处理组和控制组均出现少量的样本损失，而K近邻匹配、卡尺匹配和核函数匹配仅会丢失少量的处理组样本。总之，这些丢失样本占总体比例较小，符合PSM模型使用的预期，故满足匹配假定。 六、结论与讨论 社会网络渠道在个体求职中扮演了重要角色，是发展中国家的普遍特征（Munshi，2014）。中国浓厚“人情世故”的历史传统决定了以亲缘、地缘等为基础的社会网络对劳动力就业市场的影响经久不衰。因而，如何理性地避免社会网络的消极影响，促进高质量就业，在中国情境下显得更为重要。传统的主流理论认为，社会网络是个体获取信息和资源的重要媒介，个体借此可以受益良多。但该结论似乎难以对一些社会现象做出合理解释，也有学者对此重新审视并试图在已有基础上进行突破与拓展。为此，本文将社会网络求职渠道从社会网络概念中剥离出来，探究社会网络求职渠道如何影响职业晋升，以助劳动力个体理性看待及利用社会网络。基于CFPS数据的估计结果表明，社会网络求职渠道对职业晋升造成了显著的负向影响，导致个体职业晋升概率降低1.92%；而且对职业晋升类型、个体特征以及企业特征表现出显著的异质性影响，尤其阻碍了高受教育水平、强竞争程度、少晋升机会企业中就业个体的技术职称晋升。影响机制研究发现，社会网络求职渠道通过降低个体的就业匹配度，削弱其工作表现，从而抑制职业晋升。 本研究结论反映了社会网络求职渠道在中国劳动力市场的独特意义，对全面理解社会网络的多维影响效应具有重要的启示价值，主要体现在：第一，社会网络求职渠道尽管存在信息便利的优势，但对个体并非能起到“一劳永逸”的效果，往往在人情优势中夹杂着“副作用”，导致个体后续的职业晋升陷入困境，而且这种负向影响在不同特征的个体之间存在显著差异。当然，若个体处于失业待业抑或是生活窘迫的状态，将社会网络作为“跳板”以解“燃眉之急”，无可厚非。第二，“人-职”错配是造成社会网络求职渠道对职业晋升产生负向影响的重要诱因。因此，劳动力个体应当理性对待社会网络，既要充分发挥其信息传递优势，也应审慎考虑工作岗位是否符合自身条件， 以谋求职业的长远发展。此外，政府相关部门和企业要在劳动力求职市场建设中发挥引导作用，通过搭建多种就业招聘信息平台和渠道，减少人情因素的干扰，并降低求职者的岗位搜寻成本，从而有效提升就业市场的人力资源配置效率。 本文仍存在以下不足，供进一步探讨。一方面，尽管本文较为细致地论证了社会网络求职渠道对职业晋升的影响效应，但仍有必要基于一套完整的劳动力就业史及晋升史的微观数据，以期提供更充分稳健的因果证据。另一方面，可针对求职渠道的选择方式，构建更具外生性的识别框架，以更好地解决社会网络求职个体与非社会网络求职个体的可比性问题。 参考文献 边燕杰、王学旺，2019，“作为干部晋升机制的关系社会资本——对于基层法官的实证分析”，《西北师大学报（社会科学版）》，第6期，第15-22页。 边燕杰、张文宏，2001，“经济体制、社会网络与职业流动”，《中国社会科学》，第2期，第77-89+206页。 陈潭、刘兴云，2011，“锦标赛体制、晋升博弈与地方剧场政治”，《公共管理学报》，第2期，第21-33+125页。 陈钊、陆铭、佐藤宏，2009，“谁进入了高收入行业？——关系、户籍与生产率的作用”，《经济研究》，第10期，第121-132页。 程仲鸣、虞涛、潘晶晶、张烨，2020，“地方官员晋升激励、政绩考核制度和企业技术创新”，《南开管理评论》，第6期，第64-75页。 封世蓝、谭娅、蒋承，2019，“家庭社会网络与就业质量——基于2009—2015年‘全国高校毕业生就业状况调查的分析”，《金融研究》，第10期，第79-97页。 郝明松，2015，“社会网络对人职匹配的正负作用”，《学术交流》，第2期，第148-153页。 郝明松，2020，“‘找关系的作用及其边界——基于人职匹配过程的交叉检验研究”，《社会科学战线》，第2期，第224-236页。 刘宁，2007，“社会网络对企业管理人员职业生涯成功影响的实证研究”，《南开管理评论》，第6期，第69-77页。 刘瑞明、白永秀，2010，“晋升激励与经济发展”，《南方经济》，第1期，第59-70页。 鲁晓，2014，“海归科学家的社会资本对职业晋升影响的实证研究”，《科学与社会》，第2期，第49-62页。 罗党论、佘国满、陈杰，2015，“经济增长业绩与地方官员晋升的关联性再审视——新理论和基于地级市数据的新證据”，《经济学（季刊）》，第3期，第1145-1172页。 潘春阳、吴柏钧、吴一平，2021，“晋升激励、专业搭配与公共卫生服务满意度”，《南方经济》，第9期，第112-130页。 彭程、杨继东，2016，“人情还是信息——社会网络与工资决定”，《世界经济文汇》，第5期，第17-40页。 钱先航、曹廷求、李维安，2011，“晋升压力、官员任期与城市商业银行的贷款行为”，《经济研究》，第12期，第72-85页。 卿石松，2011，“职位晋升中的性别歧视”，《管理世界》，第11期，第28-38页。 王春超、周先波，2013，“社会资本能影响农民工收入吗？——基于有序响应收入模型的估计和检验”，《管理世界》，第9期，第55-68+101+187页。 王芳、刘红芹、陈硕，2021，“官员激励与政府支出效率：来自地级市的证据”，《经济学报》，第3期，第173-198页。 王轶、陈建伟、王琦，2017，“人力资本和社会资本能提高失地农民就业水平吗——基于北京地区连续跟踪的调查数据”，《经济理论与经济管理》，第4期，第42-59页。 王子成、杨伟国，2014，“就业匹配对大学生就业质量的影响效应”，《教育与经济》，第3期，第44-52+57页。 温忠麟、叶宝娟，2014，“中介效应分析：方法和模型发展”，《心理科学进展》，第5期，第731-745页。 吴敏、周黎安，2018，“晋升激励与城市建设：公共品可视性的视角”，《经济研究》，第12期，第97-111页。 谢伦裕、王宇澄、晋晶，2021，“晋升激励、竞争驱动与产能扩张：来自中国电改的证据”，《世界经济》，第8期，第106-130页。 杨其静、郑楠，2013，“地方领导晋升竞争是标尺赛、锦标赛还是资格赛”，《世界经济》，第12期，第130-156页。 楊芸、赵燕，2020，“民间组织与农村劳动力非农就业的关系研究——来自CGSS的证据”，《南开经济研究》，第1期，第96-112页。 张爽、陆铭、章元，2007，“社会资本的作用随市场化进程减弱还是加强？——来自中国农村贫困的实证研究”，《经济学（季刊）》，第2期，第539-560页。 张文宏，2003，“社会资本：理论争辩与经验研究”，《社会学研究》，第4期，第23-35页。 张文宏，2006，“社会网络资源在职业配置中的作用”，《社会》，第6期，第27-44+209页。 张文宏、张莉，2012，“劳动力市场中的社会资本与市场化”，《社会学研究》，第5期，第1-24+244页。 张兆国、刘亚伟、亓小林，2013，“管理者背景特征、晋升激励与过度投资研究”，《南开管理评论》，第4期，第32-42页。 赵延东，2002，“再就业中的社会资本：效用与局限”，《社会学研究》，第4期，第43-54页。 周黎安，2004，“晋升博弈中政府官员的激励与合作——兼论我国地方保护主义和重复建设问题长期存在的原因”，《经济研究》，第6期，第33-40页。 周黎安，2007，“中国地方官员的晋升锦标赛模式研究”，《经济研究》，第7期，第36-50页。 周铭山、张倩倩，2016，“‘面子工程还是‘真才实干？——基于政治晋升激励下的国有企业创新研究”，《管理世界》，第12期，第116-132+187-188页。 Beaman， L. and J. Magruder， 2012， “Who Gets the Job Referral？ Evidence from a Social Networks Experiment”， American Economic Review，102（7）：3574-3593. Bo， Z.，1996， “Economic Performance and Political Mobility： Chinese Provincial Leaders”， Journal of Contemporary China，5（12）：135-154. Burt， R. S.，1992， “Structural Holes： The Social Structure of Competition”， Cambridge： Harvard University Press. D. Wang.， Z. Zhu， S. Chen and X. R. Luo， 2022， “Correction to： Running out of Steam？ A Political Incentive Perspective of FDI Inflows in China”， Journal of International Business Studies，53（2）： 375-376. Granovetter， M. S.，1973， “The Strength of Weak Ties”， American Journal of Sociology，78（6）： 1360-1380. Granovetter， M. S.，1974， “Getting a Job： A Study of Contacts and Careers”， Harvard University Press. Long， J. S.， P. D. Allison and R. Mcginnis，1993， “Rank Advancement in Academic Careers： Sex Differences and the Effects of Productivity”， American Sociological Review，58（5）： 703-722. Maskin， E.， Y. Qian and C. Xu， 2000， “Incentives， Information， and Organizational Form”， The Review of Economic Studies，67（2）： 359-378. Munshi， K.， 2003， “Networks in the Modern Economy： Mexican Migrants in the U. S. Labor Market”， The Quarterly Journal of Economics，118（2）： 549-599. Munshi， K.， 2014， “Community Networks and the Process of Development”， The Journal of Economic Perspectives， 28（4）： 49-76. Podolny， J. M. and J. N. Baron，1997， “Resources and Relationships： Social Networks and Mobility in the Workplace”， American Sociological Review，62（5）： 673-693. Portes， A.， 1998， “Social Capital： Its Origins and Applications in Modern Sociology”， Annual Review of Sociology， 24：1-24. Wang， S.， 2013， “Marriage Networks， Nepotism， and Labor Market Outcomes in China”， American Economic Journal： Applied Economics，5（3）：91-112. How Does Social Network Job-Hunting Channel Affect Career Advancement： Empirical Evidence Based on CFPS Data Xu Jinhai Hu Xinyan Dai Minghong Abstract： Social networks play an important role in individual job hunting， which is a common feature in developing countries. China's historical tradition of “worldly wisdom” determines that the social network based on kinship and geography has a lasting influence on the labor market. Therefore， how to rationally avoid the negative impact of social networks and promote high-quality employment is more meaningful. A large number of studies have explored the short-term effects of social networks on employment acquisition and wage income， but how it affects long-term career development remains unknown. This paper tries to answer the following questions： First， is there a causal correlation between social network job-hunting channel （SNJHC） and career promotion？ What is the mechanism behind it？ Second， is there heterogeneity in the influence of SNJHC on career promotion？ We constructed a theoretical model of career development to derive the research hypothesis and employed the OLS model based on the pooled cross-section data of CFPS from 2014-2018 to identify. The empirical results show that SNJHC produces a significant adverse effect on career advancement， reducing the probability of individual career advancement by 1.92%. Subdividing “career advancement” into “technical title advancement” and “administrative position advancement”， SNJHC significantly reduced the probability of technical title advancement by 1.63%， but not significantly affected the administrative position advancement. The mechanism study found that SNJHC reduces the degree of employment matching， thus weakening job performance and inhibiting career advancement. Further， SNJHC has a significant heterogeneous effect on the career advancement of individuals with different characteristics. Specifically， SNJHC hinders technical title advancement for individuals with high education. Enterprises with Strong advancement competition magnify the degree of employment mismatch caused by SNJHC and enhance the negative impact of SNJHC on career advancement. Enterprises with fewer advancement opportunities increase the degree of employment mismatch caused by SNJHC and amplify the negative impact of SNJHC on career advancement. After developing a series of robustness tests， the baseline results were maintained. Firstly， we exclude the samples with no promotion space， zero salary and public official， respectively. Secondly， based on the benchmark model， we control the fixed effect at the village level， the individual ability and job rank， respectively. Finally， the Probit model and PSM model are used to re-estimate. In a word， job seekers should rationally view social networks， carefully consider matching their professional quality with positions， reduce the interference of “human affection” in social networks， and promote the effective allocation of labor resources. Keywords： Social Network; Job-Hunting Channels; Career Advancement; Degree of Employment Matching （责任编辑：杨学儒） * 许金海，华南农业大学国家农业制度与发展研究院，E-mail： 1239689720@qq.com，通讯地址：广东省广州市天河区五山路483号华南农业大学经济管理学院910，邮编： 510642；胡新艳（通讯作者），华南农业大学国家农业制度与发展研究院，E-mail： huxyan@scau.edu.cn，通讯地址：广东省广州市天河区五山路483号华南农业大学经济管理学院901，邮编： 510642；戴明宏，华南农业大学国家农业制度与发展研究院，E-mail： 476780798@qq.com。感谢编辑部与审稿专家的建设性意见，作者文责自负。 基金项目：本文受广东省自然科学基金项目“农地确权政策如何影响政治信任？”（2023A1515010881）的资助。 1 第一，R是否保持稳定不影响最后的推论，只为简化分析过程。第二，职业晋升类型一般包含行政职务晋升和技术职称晋升，即使企业对技术职称晋升的标准可能无直接制定权，但若存在企业内指标限定、择优推选的情形，则相当于企业制定晋升标准。 2 我们仅探讨员工在一个晋升周期内的工作表现情况，其余可做类比。实际上，职员的工作表现不会无限增加，而是增长速率先上升后下降，直至平缓。 3 借助“排队机制”作深入阐述：t*之后，员工甲在t1达到R，即可拿到次序为t1的晋升票；员工乙在t2达到R，则获得次序为t2的晋升票，t2> t1。若没有“插队”和“走后门”等行为，则P（t1）>P（t2）。这一结论在Wang et al.（2021）和王芳等（2021）的研究中均有一定体现，但本文将其进行更准确地量化和表述。 1该问题有六个选项：自己直接与用人单位联系；职业介绍机构、招聘广告、自己登求职广告，或参加人才交流会/招聘会；国家分配/组织调动；亲属、朋友或熟人介绍；学校就业指导机构，或学校推荐以及其他。 2社会网络求职渠道和家庭社会网络具有一定的相关性，但仍将家庭社会网络作为控制变量的原因在于：从社会网络求职渠道变量的定义可知，社会网络求职渠道并不一定是个体的当期行为，因此为排除当期人情礼金对职业晋升的影响，进一步控制家庭社会网络。 1需要指出的是，将家庭社会网络变量删除后进行再回归，得到的结果依然稳健。具体而言，是否晋升、是否行政職务晋升、是否技术职称晋升的估计系数分别为-0.0192、-0.0031、-0.0161，仅前者和后者在1%水平上显著。 1采用bootstrap命令进行1000次有放回重复抽样，再对得到的估计系数做统计推断。 1 由模型1可知，非农就业个体受到的负向影响为-0.0175［社会网络求职渠道估计系数（-0.0677）+社会网络求职渠道×是否非农就业估计系数（0.0502）］；农业就业个体受到的负向影响为-0.0677。
