周麗萍，岳昌君

（1.廣州大學 教育學院，廣東 廣州 510006；2.北京大學 教育學院，北京 100871）

一、問題的提出

隨著互聯(lián)網(wǎng)經(jīng)濟和現(xiàn)代服務業(yè)的蓬勃發(fā)展，我國出現(xiàn)了大量的新業(yè)態(tài)、新產(chǎn)業(yè)和新的商業(yè)模式。從1984年僅有13個行業(yè)門類、75個大類、310個中類和668個小類擴展到2017年的20個行業(yè)門類、97個大類、473個中類、1380個小類，行業(yè)門類、大類中類和小類分別增加了7個，22個，163個和712個行業(yè)小類，擴展出的新的行業(yè)活動主要集中在吸納了最多高校畢業(yè)生就業(yè)的第三產(chǎn)業(yè)。這意味著，在新的時代背景下，高校畢業(yè)生將面臨更多的行業(yè)選擇，而在眾多的選擇中，“入對行”就顯得尤為重要。究竟進入哪些行業(yè)才是“入對行”，“入對行”有什么好處，好處有多大，這些問題備受高校畢業(yè)生和畢業(yè)生家長的關(guān)注。

根據(jù)《中國統(tǒng)計年鑒》數(shù)據(jù)計算，按行業(yè)分城鎮(zhèn)單位就業(yè)人員的平均工資的最高值與最低值之比由1990年的1.76∶1上升到2016年的3.64∶1，變異系數(shù)由1990年的13.6%上升到2016年的32.74%。[1]不考慮地區(qū)因素，金融業(yè)的平均工資最高，農(nóng)林牧漁業(yè)的平均工資最低，前者是后者的4.2倍。如果同時考慮地區(qū)和行業(yè)，北京金融業(yè)的平均工資為是遼寧農(nóng)林牧漁業(yè)的平均工資16倍。[2]為了更加生動地凸顯“入對行”帶來的收入溢價之高，有學者把行業(yè)間收入差距與教育投資差異帶來的收入差距進行比較，結(jié)果發(fā)現(xiàn)，與制造業(yè)相比，“高收益行業(yè)”的計量回歸系數(shù)大于0.4，而計量回歸結(jié)果中的總個人教育收益率只有0.067，這意味著制造業(yè)的從業(yè)者要多受6年教育才能抵上“高收益行業(yè)”的工資收入差異。也就是說，接受四年大學本科教育，如果不考慮大學期間的教育直接成本和機會成本，其因受教育年限增加帶來的收入水平的提高顯著地低于從制造業(yè)轉(zhuǎn)移到“高收益行業(yè)”工作而提高的收入水平。[3]王天夫等人（2010）[4]的研究發(fā)現(xiàn)收入分配決不僅僅是個人層次的因素在起作用，行業(yè)因素在收入分配中至關(guān)重要，特別在某些壟斷行業(yè)，諸如金融、房地產(chǎn)、能源交通傳輸及供應等行業(yè)，其整體個人收入高于其他行業(yè)。其研究發(fā)現(xiàn)，在個人收入的整體差異中，有超過13%的份額是由于行業(yè)的不同造成的，這意味著個人能力強并不一定能夠保證更高的收入，“入對行”是獲得高薪的關(guān)鍵。如此看來，選擇似乎高于努力甚至是能力。那究竟實際情況如何，本文將用最新的就業(yè)調(diào)查數(shù)據(jù)進行回應。

學界一般根據(jù)就業(yè)結(jié)果的情況來衡量是否“入對行”，而以往的文獻中關(guān)于就業(yè)結(jié)果的指標很多，既包括就業(yè)落實、起薪、就業(yè)地點、就業(yè)單位、就業(yè)部門、就業(yè)崗位等客觀性指標，也包括就業(yè)滿意度、就業(yè)匹配度等主觀性指標。在這些指標中，起薪和就業(yè)滿意度是最常使用的主客觀指標，本文將起薪和滿意度作為衡量“入對行”的指標，如果進入的行業(yè)的起薪和就業(yè)滿意度均顯著更高，則認為是“入對行”。本文擬采用2009-2017年高校畢業(yè)生就業(yè)調(diào)查的數(shù)據(jù)，通過比較行業(yè)間就業(yè)滿意度和起薪的差異來判斷進入哪些行業(yè)才是“入對行”，并進一步控制畢業(yè)生的個人和家庭背景等其他因素的干擾，進一步逼近因為“入對行”而帶來的行業(yè)選擇紅利。

二、數(shù)據(jù)、變量與模型

（一）數(shù)據(jù)和樣本描述

北京大學教育經(jīng)濟研究所于2003年、2005年、2007年、2009年、2011年、2013年、2015年和2017年進行了八次全國高校畢業(yè)生的抽樣調(diào)查數(shù)據(jù)，每次調(diào)查的樣本量在兩萬人左右，截至2017年，北京大學教育學院共調(diào)查了約16萬名高校畢業(yè)生。由于2009年以前的調(diào)查未問及行業(yè)問題，所以本文采用的數(shù)據(jù)包括2009、2011、2013、2015和2017年的全國高校畢業(yè)生就業(yè)抽樣調(diào)查的數(shù)據(jù)，其中實證分析部分主要是采用2017年的最新的全國高校畢業(yè)生就業(yè)抽樣調(diào)查的數(shù)據(jù)。2009年至2017年涵蓋了整個“十二五”規(guī)劃期，正是我國經(jīng)濟轉(zhuǎn)型的關(guān)鍵時期。對這一期間的數(shù)據(jù)進行分析可以很好地反映在產(chǎn)業(yè)結(jié)構(gòu)調(diào)整背景下高校畢業(yè)生行業(yè)分布的新特點和新趨勢。

問卷調(diào)查對象是當年的應屆畢業(yè)生，調(diào)查時間是當年的6月份。每次調(diào)查都參照我國高等教育的地區(qū)結(jié)構(gòu)、學校類型結(jié)構(gòu)、學歷結(jié)構(gòu)、專業(yè)結(jié)構(gòu)、性別結(jié)構(gòu)等進行抽樣，努力使得調(diào)查樣本具有較好的代表性。在發(fā)放問卷時，對每所抽樣高校根據(jù)畢業(yè)生學科門類和學歷層次按一定比例發(fā)放500～1000份問卷，每所高校調(diào)查數(shù)據(jù)并不能代表該校的畢業(yè)生總體，但是對全部調(diào)查高校的匯總數(shù)據(jù)作為全國高校畢業(yè)生的樣本具有代表性。問卷包括高校畢業(yè)生的基本信息、求職過程、就業(yè)狀況、接受高等教育狀況等四部分。表1給出了五次調(diào)查的樣本數(shù)據(jù)說明。

表1 五次調(diào)查的樣本數(shù)據(jù)說明

續(xù)表

（二）變量選取

本文的因變量是就業(yè)結(jié)果，分別用客觀性指標行業(yè)起薪和主觀性指標工作滿意度表示。關(guān)鍵自變量是行業(yè)，一共有19分類，以制造業(yè)為參照組。除了表示行業(yè)的核心變量外，本文還進一步控制高校畢業(yè)生的人口統(tǒng)計學特征、家庭背景變量、人力資本變量、求職努力狀況和工作特征的等四類變量，以進一步逼近由于行業(yè)選擇差異帶來的就業(yè)結(jié)果的偏差（表2）。

表2 解釋變量及說明

（三）研究方法

1.行業(yè)滿意度定序邏輯斯特回歸分析

本文將建立定序邏輯斯特（Ordered Logistic）回歸模型分析行業(yè)選擇對畢業(yè)生的就業(yè)滿意度的影響，回歸方程如下：

其中，因變量為高校畢業(yè)生就業(yè)滿意度，分為“非常滿意”、“滿意”、“一般”、“不太滿意”、“很不滿意”，按照從高到低分別賦值5、4、3、2、1。解釋變量IND為行業(yè)虛擬變量（1表示畢業(yè)生屬于行業(yè)j；0表示不屬于）。本文選擇制造業(yè)作為參照的基準行業(yè)，其他行業(yè)分別與制造業(yè)進行比較。Xj為就業(yè)滿意度的影響因素，包括人口統(tǒng)計學特征、人力資本、家庭背景、學校背景、求職努力和工作特征。系數(shù)λj表示行業(yè)j與制造業(yè)相比的就業(yè)滿意度，正（負）號的回歸系數(shù)表示該行業(yè)的行業(yè)滿意度高（低）于制造業(yè)。βj表示解釋變量對就業(yè)滿意度的邊際影響，表示解釋變量Xj變化一單位對就業(yè)滿意度變化百分比的影響。系數(shù)βj的符號表示該解釋變量對就業(yè)滿意度影響的方向。ε為隨機擾動項。

2.收入對數(shù)回歸方程

本文將使用以下計量回歸方程分析行業(yè)選擇對初職起薪的影響：

本文將采取普通最小二乘法（OLS）進行回歸。Y為畢業(yè)生的月起薪，單位是人民幣元，取其對數(shù)值作為被解釋變量。解釋變量IND為行業(yè)虛擬變量（1表示畢業(yè)生屬于行業(yè)j；0表示不屬于）。本文選擇制造業(yè)作為參照的基準行業(yè)，其他行業(yè)分別與制造業(yè)進行比較。Xj為起薪的影響因素，包括人口統(tǒng)計學特征、人力資本、家庭背景、學校背景、求職努力和工作特征。系數(shù)λj表示行業(yè)j與制造業(yè)相比的行業(yè)收益，正（負）號的回歸系數(shù)表示該行業(yè)的“行業(yè)收益”高（低）于制造業(yè)。βj表示解釋變量對起薪的邊際影響，表示解釋變量Xj變化一單位對起薪變化百分比的影響。系數(shù)βj的符號表示該解釋變量對起薪影響的方向。ε為隨機擾動項。

3.傾向值得分匹配模型

收入對數(shù)回歸方程未能完全控制不可觀測能力差異對行業(yè)收入差距的影響。為了進一步控制不可觀測的人力資本異質(zhì)性對行業(yè)收入差距的影響，本研究采用傾向值得分匹配方法（PSM），匹配出“入對行”和有相似概率“入對行”卻未選擇進入“對”的行業(yè)的兩組畢業(yè)生群體，通過比較這兩組畢業(yè)生的工資差異來檢驗“入對行”帶來的收入回報。

傾向值得分匹配方法是一種個體配比方法，可以有效地消除混雜因素造成的選擇性偏誤。傾向值得分匹配方法的核心思想是利用傾向值得分從對照組中挑選出n個與實驗組的個體特征條件相似的個體與實驗組的每個個體進行匹配。[5]540-556把PSM方法應用到行業(yè)收入差距分析中，可以對有相似概率進入“對”的行業(yè)但卻沒有進入的畢業(yè)生與實際上進入了“對”的行業(yè)的畢業(yè)生的起薪均值進行比較，傾向值得分可以表示為：

其中，Xi表示影響是否進入“對”的行業(yè)的變量矩陣，P值可以通過構(gòu)造Logit模型進行估計。

傾向值得分匹配方法的結(jié)果可以直接利用stata軟件輸出，輸出結(jié)果包括ATT（參加者平均處理效應）、ATU（未參加者平均處理效應）和ATE（所有個體的平均處理效應）。具體地說，ATT和ATU計算的都是進入“對”的行業(yè)的畢業(yè)生的收入與未進入的畢業(yè)生的收入的均值之差的均值，而ATE表示總體樣本的平均處理效應。具體如下面式子所示：

其中，Di是衡量是否進入“對”的行業(yè)的虛擬變量，Di＝1表示第i個畢業(yè)生進入了“對”的行業(yè)；N1＝∑iDi表示進入“對”的行業(yè)的畢業(yè)生人數(shù)；yi表示第i個進入“對”的行業(yè)的學生的收入變量值表示未進入“對”的行業(yè)的畢業(yè)生的收入變量均值。

其中，N0＝∑j（1-Dj）表示未進入“對”的行業(yè)的畢業(yè)生人數(shù)表示進入“對”的行業(yè)的畢業(yè)生的收入變量均值，yj表示未進入“對”的行業(yè)的畢業(yè)生的收入變量均值。

其中，N＝N0+N1，如果Di＝1，則；如果Di＝0，則

三、描述統(tǒng)計分析

（一）行業(yè)分布變化趨勢

如表3所示，在2009-2017年間，按行業(yè)類型劃分，高校畢業(yè)生的就業(yè)分布存在以下特點：第一，金融業(yè)就業(yè)比例存在明顯上升趨勢，從2009年的6.3%上升至2015年的15.2%，成為畢業(yè)生就業(yè)占比最大的行業(yè)，2017年略微下降，為12.9%，但仍然穩(wěn)居第一。第二，進入IT業(yè)的平均比例都在10%以上，2015年和2017年的占比都位居第二位。第三，制造業(yè)比例存在明顯下降趨勢，從2009年的18.2%下降至2015年的10.4%，六年間下降了7.8個百分點，之后略有上升，升至2017年的11.2%。但是我國經(jīng)濟發(fā)展仍處于工業(yè)化階段，以制造業(yè)為主的第二產(chǎn)業(yè)是就業(yè)規(guī)模增長幅度最大的產(chǎn)業(yè)，而畢業(yè)生理想中的國家機關(guān)、事業(yè)單位、金融和IT業(yè)的增長幅度卻比較有限。[6]因此，制造業(yè)就業(yè)比例的下降需要引起高度重視。第四，教育行業(yè)占比波動較大，但占比一直較高。數(shù)據(jù)表明，新興行業(yè)（金融和IT業(yè)）成為高校畢業(yè)生最主要的行業(yè)選擇。

表3 高校畢業(yè)生行業(yè)分布的趨勢變化 （單位%）

續(xù)表

（二）行業(yè)間滿意度差異

如表4所示，行業(yè)滿意度之間存在差異，但是行業(yè)間滿意度差異較小。以2017年數(shù)據(jù)為例，19個行業(yè)按照滿意度由高到低的排列順序依次為：（1）采礦業(yè)83.1分；（2）電力、煤氣和水的生產(chǎn)和供應業(yè)82.4分；（3）公共管理與社會組織81.1分；（4）農(nóng)林牧漁80.2分；（5）交通運輸、倉儲和郵政78.5分；（6）科學研究、技術(shù)服務、地質(zhì)勘查77.3分；（7）文化體育娛樂77.1分；（8）金融業(yè)76.8分；（9）教育76.7分；（10）信息傳輸、計算機服務、軟件業(yè)76.1分；（11）房地產(chǎn)75.9分；（12）水利環(huán)境公共設施管理75.7分；（13）制造業(yè)75.5分；（14）建筑業(yè)75.3分；（15）住宿餐飲73.8分；（16）居民服務73.7分；（17）租賃和商務服務業(yè)73.1分；（18）批發(fā)零售72.9分；（19）衛(wèi)生、社會保障與福利72.1分。數(shù)據(jù)表明，最高滿意度行業(yè)與最低滿意度行業(yè)比值為1.15，行業(yè)之間的滿意度差異并不大。偏國有性質(zhì)的行業(yè)滿意度較高，傳統(tǒng)低端服務業(yè)的滿意度較低。其中采礦業(yè)的就業(yè)滿意度最高，主要基于以下兩個原因：第一，采礦業(yè)是非常重要的行業(yè)，中石油、中石化、中海油、神華集團、五礦集團等采礦業(yè)中的一些重要企業(yè)對畢業(yè)生的就業(yè)吸引力很大。第二，在某些地區(qū)，采礦業(yè)的收入名列前茅，根據(jù)2015年《中國統(tǒng)計年鑒》的數(shù)據(jù)顯示，在甘肅、青海、寧夏、新疆等?。ㄗ灾螀^(qū)），采礦業(yè)是收入最高的行業(yè)，在山西、陜西、內(nèi)蒙古等省份，采礦業(yè)收入均排在第三位。[7]

2009-2017年間，每個行業(yè)的就業(yè)滿意度都有上升，但是上升幅度存在較大差異。采礦業(yè)、金融業(yè)、公共管理與社會組織以及電力、煤氣和水的生產(chǎn)和供應業(yè)等偏國有性質(zhì)的行業(yè)的就業(yè)滿意度始終較高，但是上升幅度較小。住宿餐飲、文化體育娛樂和批發(fā)零售等傳統(tǒng)服務業(yè)的就業(yè)滿意度排在后列，但是上升幅度較大。另外，與前兩年調(diào)查數(shù)據(jù)相比，最近三年調(diào)查的行業(yè)間的滿意度差異存在縮減趨勢，從2009和2011年的1.35和1.39下降至2013年的1.16和2015以及2017年的1.15。

表4 2009-2017年高校畢業(yè)生行業(yè)滿意度變化

續(xù)表

（三）行業(yè)間起薪差異

如表5所示，行業(yè)間平均起薪存在較大差異，IT、金融和房地產(chǎn)等新興服務業(yè)的收入較高。以2017年數(shù)據(jù)為例，19個行業(yè)按照平均起薪由高到低的排列順序依次為：（1）IT業(yè)為6220元；（2）科學研究、技術(shù)服務、地質(zhì)勘查為5947元；（3）金融業(yè)為5657元；（4）文化體育娛樂為5108元；（5）水利環(huán)境公共設施管理為5038元；（6）電力、煤氣和水的生產(chǎn)和供應業(yè)為5006元；（7）公共管理與社會組織為4982元；（8）房地產(chǎn)為4900元；（9）租賃和商務服務業(yè)為4829元；（10）教育為4723元；（11）交通運輸、倉儲和郵政為4351元；（12）制造業(yè)為4256元；（13）衛(wèi)生、社會保障與福利為4202元；（14）建筑業(yè)為3950元；（15）農(nóng)林牧漁為3874元；（16）采礦業(yè)為3864元；（17）批發(fā)零售為3846元；（18）住宿餐飲為3608元。（19）居民服務為3370元；數(shù)據(jù)表明，IT類、科技類和金融類行業(yè)是高校畢業(yè)生起薪最高的三大行業(yè)。

2009-2017年間，各行業(yè)的平均收入均存在上升趨勢，尤其是IT、金融和房地產(chǎn)等新興服務業(yè)，不僅收入水平排在前列，而且收入增幅也比較大。制造業(yè)和建筑業(yè)等工業(yè)領域以及住宿餐飲、批發(fā)零售和居民服務等傳統(tǒng)低端服務業(yè)的收入水平始終較低，而且收入增幅空間很小。在行業(yè)間收入差距變化趨勢上，經(jīng)歷了先下降再上升的變化趨勢。最高行業(yè)收入和最低行業(yè)收入的比值先從2009年的2.08下降至2011年的1.52最低點，然后再上升至2015年的1.89，2017年又降至1.85。

表5 2009-2017年高校畢業(yè)生行業(yè)起薪變化

續(xù)表

（四）綜合起薪和滿意度的行業(yè)四分類

如圖1所示，利用2017年調(diào)查數(shù)據(jù)，以行業(yè)起薪由高到低的排名作為橫軸，以行業(yè)滿意度由高到低的排名作為縱軸，根據(jù)四象限劃分法可以將19類行業(yè)劃分為四類：第一類是在第一象限的高薪高滿意度行業(yè)（7個），包括金融業(yè)，IT業(yè)，教育，科學研究、技術(shù)服務、地質(zhì)勘查，公共管理與社會組織，電力、煤氣和水的生產(chǎn)和供應業(yè)和文化體育娛樂；第二類是第二象限的低薪高滿意度行業(yè)（3個），包括采礦業(yè)，農(nóng)林牧漁，交通運輸、倉儲和郵政業(yè)；第三類是第三象限的低薪低滿意度行業(yè)（7個），包括制造業(yè)，建筑業(yè)，居民服務，住宿餐飲，批發(fā)零售，“衛(wèi)生、社會保障與福利”；第四類是第四象限的高薪低滿意度行業(yè)（3個），包括房地產(chǎn)，水利環(huán)境公共設施管理，租賃和商務服務業(yè)。數(shù)據(jù)表明，畢業(yè)生熱衷進入的行業(yè)，諸如金融、IT、公共管理與社會組織和教育等行業(yè)，是起薪和滿意度較高的行業(yè)，同時也是目前吸納最多高校畢業(yè)生的行業(yè)。結(jié)果說明，在行業(yè)間就業(yè)結(jié)果存在顯著差異的情況下，畢業(yè)生在行業(yè)進入上存在優(yōu)先序，畢業(yè)生最熱衷進入“對”的行業(yè)，也就是就業(yè)量大、收入高、滿意度高的新興服務業(yè)。

雖然前面的描述統(tǒng)計分析結(jié)果顯示行業(yè)間的就業(yè)結(jié)果存在差異，但是并不可以表明完全是因為“入對行”帶來的差異，造成這些差異的因素是多元的，比如行業(yè)間的畢業(yè)生求職努力和策略等方面的差異可能導致行業(yè)間的就業(yè)結(jié)果差異，也有可能是因為“對”的人（能力高）集中在“對”的行業(yè)上帶來的就業(yè)結(jié)果的差異。在新業(yè)態(tài)、新經(jīng)濟和新的商業(yè)模式不斷涌現(xiàn)的今天，畢業(yè)生面臨著各種各樣的行業(yè)選擇，究竟是否選擇高于努力甚至能力呢？這需要進一步使用模型進行分析給予回應。本文擬采用2009-2017年高校畢業(yè)生就業(yè)調(diào)查的數(shù)據(jù)，通過收入對數(shù)模型和定序Logit模型，在控制行業(yè)間的畢業(yè)生的人口統(tǒng)計學特征、家庭背景、人力資本、院校特征、求職狀況和工作特征差異帶來的干擾的前提下，計算行業(yè)間收益指數(shù)和滿意度指數(shù)，通過比較行業(yè)間就業(yè)滿意度和起薪的差異以進一步判斷進入哪些行業(yè)才是“入對行”，以及“入對行”可以帶來多大的行業(yè)選擇紅利。

圖1 按起薪和滿意度分類的行業(yè)四象限圖

四、實證分析結(jié)果

（一）行業(yè)間滿意度實證分析結(jié)果

本文利用北京大學教育學院進行的2009-2017年的跨年高校畢業(yè)生就業(yè)調(diào)查抽查數(shù)據(jù)，利用方程（1）對已確定單位的高校畢業(yè)生的就業(yè)滿意度的影響因素進行了回歸分析。本文將上述回歸結(jié)果中各個行業(yè)虛擬變量的系數(shù)定義為“行業(yè)滿意度指數(shù)”，為了便于比較，本文按系數(shù)分布特點將19類行業(yè)劃分為3大類。將回歸系數(shù)顯著大于0的行業(yè)定義為“高滿意度行業(yè)”；將和制造業(yè)沒有顯著性差異的行業(yè)定義為“中等滿意度行業(yè)”（包括制造業(yè)）；將回歸系數(shù)顯著小于0的行業(yè)定義為“低滿意度行業(yè)”，并將對照組制造業(yè)的“行業(yè)滿意度指數(shù)”賦值為0。如表6所示，從最新數(shù)據(jù)2017年調(diào)查分析結(jié)果看，“高滿意度行業(yè)”有2個：電力、煤氣和水的生產(chǎn)和供應業(yè)和文化體育娛樂，剩下的16個行業(yè)和制造業(yè)的就業(yè)滿意度均無顯著性差異。從時間序列趨勢看，2009-2017年間，傳統(tǒng)服務業(yè)（批發(fā)零售、住宿餐飲、居民服務、租賃和商務服務業(yè)）的“行業(yè)滿意度指數(shù)”普遍較低，采礦業(yè)，電力、煤氣和水的生產(chǎn)和供應業(yè)等偏國有性質(zhì)的行業(yè)的“行業(yè)滿意度指數(shù)”相對較高，剩余的絕大部分行業(yè)和制造業(yè)的就業(yè)滿意度沒有顯著性差異。這說明，行業(yè)間的滿意度差異相對較小，由于“入行”偏差帶來的就業(yè)滿意度偏差較小，行業(yè)因素并不是影響就業(yè)滿意度的重要因素。

表6 2009-2017年高校畢業(yè)生行業(yè)滿意度指數(shù)

（二）行業(yè)間收益指數(shù)比較分析結(jié)果

本文利用北京大學教育學院進行的2009-2017年的跨年高校畢業(yè)生就業(yè)調(diào)查抽查數(shù)據(jù)，繼續(xù)利用方程（2）對已確定單位的高校畢業(yè)生的起薪差異進行了回歸分析。本文將上述回歸結(jié)果中各個行業(yè)虛擬變量的系數(shù)定義為“行業(yè)收益指數(shù)”，[8]為了便于比較，本文按系數(shù)分布特點將19類行業(yè)劃分為3大類。將回歸系數(shù)顯著大于0的行業(yè)定義為“高收益行業(yè)”；將和制造業(yè)沒有顯著性差異的行業(yè)定義為“中收益行業(yè)”（包括制造業(yè)）；將回歸系數(shù)顯著小于0的行業(yè)定義為“低收益行業(yè)”，并將對照組制造業(yè)的“行業(yè)收益指數(shù)”賦值為0。

如表7所示，從最新的2017年調(diào)查分析結(jié)果看，“高收益行業(yè)”包括5個行業(yè)，分別為：IT業(yè)、金融業(yè)、房地產(chǎn)，科學研究、技術(shù)服務、地質(zhì)勘查和文化體育娛樂，“低收益行業(yè)”有2個，為農(nóng)林牧漁和衛(wèi)生、社會保障與福利。剩余的11個行業(yè)和制造業(yè)的起薪均沒有顯著性差異?！靶袠I(yè)收益指數(shù)”最高的是IT業(yè)，即IT業(yè)的平均收入比制造業(yè)高大約12%，而回歸結(jié)果中個人教育收益率僅為11%，這說明“入對行”帶來的收入溢價要比多接受一年教育帶來的收入溢價高。

從時間序列趨勢看，新興服務業(yè)（IT業(yè)和金融業(yè)）的“行業(yè)收益指數(shù)”始終保持在較高水平，而建筑業(yè)、居民服務和衛(wèi)生、社會保障與福利的“行業(yè)收益指數(shù)”始終處于低位?！半娏?、煤氣和水的生產(chǎn)和供應業(yè)”和“交通運輸、倉儲和郵政”等偏國有壟斷性行業(yè)的“行業(yè)受益指數(shù)”存在下坡趨勢。從2011～2015年看，行業(yè)間收益差距存在擴大趨勢。2011年最高收益行業(yè)（IT業(yè)）平均收入比制造業(yè)高5.1%，2013年高11.1%，2015年高15.9%，但在2017年出現(xiàn)下滑趨勢，降至12%。

表7 2009-2017年高校畢業(yè)生行業(yè)收益指數(shù)

（三）分職業(yè)類型比較行業(yè)間收益指數(shù)差異

2009-2017年的實證分析結(jié)論表明，行業(yè)間的滿意度差異相對較小，但是行業(yè)間的收入差距顯著存在，且最近六年在總體上呈現(xiàn)擴大趨勢。因此，本文將重點進一步集中在行業(yè)間的收入差距上。由于行業(yè)下面細分成不同類型職業(yè)，既有管理技術(shù)類職業(yè)，又有非管理技術(shù)類的職業(yè)。而不同行業(yè)的不同職業(yè)以及對于同一行業(yè)的不同職業(yè)對求職者的要求不同，提供給員工的薪酬福利也不同。為了進一步確認行業(yè)間的收入是否存在顯著差異，本文將進一步根據(jù)職業(yè)類型將總樣本分別劃分成管理技術(shù)類職業(yè)和非管理技術(shù)類職業(yè)兩組子樣本，進行分樣本比較研究。

借鑒楊中超，岳昌君（2016）[9]對于職業(yè)類型的分類方法，將國家機關(guān)、黨群組織和事業(yè)單位管理人員，企業(yè)管理人員，專業(yè)技術(shù)人員這三種職業(yè)類型定義為管理技術(shù)類職業(yè)，將辦事人員和有關(guān)人員，商業(yè)和服務人員，農(nóng)、林、牧、漁、水利業(yè)生產(chǎn)人員，生產(chǎn)、運輸設備操作人員及有關(guān)人員定義為非管理技術(shù)類職業(yè)。如表4所示，從總體看，63.08%的畢業(yè)生都是從事管理技術(shù)類職業(yè)，36.92%畢業(yè)生從事非管理技術(shù)類職業(yè)。分行業(yè)看，從事管理技術(shù)類職位占比最多的三個行業(yè)從高至低排列分別是公共管理與社會組織（80.72%）、建筑業(yè)（75.18%）、電煤和水生產(chǎn)供應業(yè)（70.98%），新興服務業(yè)和其他服務業(yè)占比較低，平均占比不到60%。

本文利用北京大學教育學院進行的2009-2017年的高校畢業(yè)生就業(yè)調(diào)查抽查數(shù)據(jù)，繼續(xù)利用方程（2）分別對已確定單位從事管理技術(shù)類職業(yè)和從事非管理技術(shù)類職業(yè)的高校畢業(yè)生的起薪差異進行了回歸分析。由于控制變量輸出結(jié)果與前面研究結(jié)果類似，限于篇幅，在此省略控制變量的輸出結(jié)果，結(jié)果如表8所示，在管理技術(shù)類職業(yè)的樣本中，從最新數(shù)據(jù)2017年調(diào)查分析結(jié)果看，“高收益行業(yè)”包括7個行業(yè)，分別為：IT業(yè)、金融業(yè)、房地產(chǎn)、電力、煤氣和水的生產(chǎn)和供應業(yè)，住宿餐飲、科學研究、技術(shù)服務、地質(zhì)勘查和文化體育娛樂?！暗褪找嫘袠I(yè)”只有一個，為衛(wèi)生、社會保障與福利。剩余的10個行業(yè)與制造業(yè)的收益均沒有顯著性差異?！靶袠I(yè)收益指數(shù)”最高的是IT業(yè)，達0.163，即IT業(yè)的平均收入比制造業(yè)高大約16.3%；“行業(yè)收益指數(shù)”最低的是衛(wèi)生、社會保障與福利，為-0.195，即住宿餐飲業(yè)的平均收入比制造業(yè)低大約19.5%。而回歸結(jié)果中個人教育收益率僅為10.3%，這說明同等條件下，從事IT和房地產(chǎn)行業(yè)的管理技術(shù)類崗位的收益率比多接受一年教育的收益還高。

從時間序列趨勢看，新興服務業(yè)（IT業(yè)和金融業(yè)）的“行業(yè)收益指數(shù)”始終保持在較高水平，行業(yè)收益指數(shù)幾乎都維持在10%以上，尤其是IT行業(yè)，平均收益指數(shù)在15%以上。而農(nóng)林牧漁、建筑業(yè)、居民服務和衛(wèi)生、社會保障與福利的“行業(yè)收益指數(shù)”始終處于低位。從2011～2015年看，行業(yè)間收益差距存在擴大趨勢。2011年最高收益行業(yè)（IT業(yè)）平均收入比制造業(yè)高13.7%，2013年高14.7%，2015年高18.7%，2017年出現(xiàn)下滑趨勢，降至16.3%。

在非管理技術(shù)類職業(yè)的樣本中，從最新數(shù)據(jù)2017年調(diào)查分析結(jié)果看，除了農(nóng)林牧漁行業(yè)的收益顯著低于制造業(yè)外，剩余的17個行業(yè)和制造業(yè)的收益沒有顯著性差異。這說明，如果你從事的是低層次的職位，不管在哪個行業(yè)，收入水平普遍較低，差異不大。但因為過半的高校畢業(yè)生都是在管理技術(shù)類職位上工作，因此“入對行”與否對收入的影響還是很大的。

從時間序列趨勢看，從事非管理技術(shù)類職業(yè)的畢業(yè)生在行業(yè)間的收入指數(shù)分布呈現(xiàn)收斂趨勢，從早期的金融、“電力、煤氣和水的生產(chǎn)和供應業(yè)”和教育行業(yè)的收益指數(shù)顯著高于制造業(yè)，住宿餐飲、居民服務、“衛(wèi)生、社會保障與福利”和文化體育娛樂等行業(yè)的收益指數(shù)顯著低于制造業(yè)的分化狀態(tài)逐步演變?yōu)?017年的絕大部分行業(yè)和制造業(yè)的行業(yè)收益沒有顯著性差別的收斂狀態(tài)。

比較管理技術(shù)職業(yè)類和非管理技術(shù)類職業(yè)子樣本的行業(yè)間收益指數(shù)可以發(fā)現(xiàn)，管理技術(shù)類職業(yè)樣本中的行業(yè)間收益指數(shù)差異化程度更加明顯，而在非管理技術(shù)類職業(yè)子樣本，愈來愈多行業(yè)與制造業(yè)在起薪上不存在顯著性差異。這說明在競爭日益激烈的勞動力市場，職業(yè)本身要求勞動者應具備的技術(shù)水平和管理能力是至關(guān)重要的。“入對行”確實會帶來顯著的收入溢價，但是其產(chǎn)生收入溢價的條件發(fā)生了變化，從過去只要“入對行”就可以產(chǎn)生收入溢價逐步轉(zhuǎn)變?yōu)樾枰梢詮氖潞蛣偃喂芾砑夹g(shù)類職位的人“入對行”才可以產(chǎn)生收入溢價?？偠灾氆@得高薪，需要先變成“對的人”，然后才是“入對行”。

表8 分職業(yè)類型比較的行業(yè)收益指數(shù)

（四）“入對行”帶來多大溢價

前面的實證研究發(fā)現(xiàn)，IT和金融業(yè)是起薪顯著更高，滿意度也比較好的行業(yè)，我們把這兩大行業(yè)歸類為新興服務業(yè)，將進入新興服務業(yè)的畢業(yè)生定義為“入對行”。下面通過傾向值得分匹配（PSM）的方法，通過匹配出一組在人口統(tǒng)計學特征、家庭背景、人力資本和工作特征等方面與“入對行”的畢業(yè)生條件相似的畢業(yè)生作為控制組，通過觀察這兩組畢業(yè)生在行業(yè)起薪上的差異來探究“入對行”帶來的收入回報。結(jié)果如表9所示，“一對一”和“一對四”近鄰匹配分析結(jié)果均表明，“入對行”的畢業(yè)生比沒有“入對行”的畢業(yè)生的工資起薪顯著更高，收入溢價高達9%-10.2%，即假設畢業(yè)生平均月薪為5000元，各方面條件相似的畢業(yè)生僅僅因為“入對行”可以獲得顯著高出500元的起薪。

表9 對新興服務業(yè)和非新興服務業(yè)收入差距的PSM分析結(jié)果

傾向值得分匹配后的樣本須滿足“條件獨立性假設”才能證明傾向值得分匹配模型估計有效，“一對一匹配”和“一對四匹配”平衡檢驗結(jié)果表明，匹配前匹配變量的標準化偏差分布于-30%到-40%之間，匹配后所有匹配變量的標準化偏差降到-10至10%以內(nèi)，這說明匹配效果較好，進入新興服務業(yè)的畢業(yè)生與未進入新興服務業(yè)的畢業(yè)生沒有顯著的系統(tǒng)差異。

五、結(jié)論與討論

第一，行業(yè)間滿意度和起薪分布的描述性分析結(jié)果表明，行業(yè)間的滿意度差異很小，行業(yè)間的就業(yè)結(jié)果差異主要體現(xiàn)在起薪上，且行業(yè)間起薪差距呈現(xiàn)擴大趨勢。具體地說，在起薪上，IT、金融和房地產(chǎn)等新興服務業(yè)的起薪不僅最高，而且最近幾年的起薪上升幅度也最大，壟斷行業(yè)和體制內(nèi)性質(zhì)的教育和政府管理部門以及傳統(tǒng)的服務行業(yè)的起薪較低，上升幅度也較小。在行業(yè)間就業(yè)結(jié)果存在顯著差異的情況下，畢業(yè)生在行業(yè)進入上存在優(yōu)先序，畢業(yè)生最熱衷進入“對”的行業(yè)，也就是就業(yè)量大、收入高、滿意度高的新興服務業(yè)。

第二，行業(yè)間滿意度指數(shù)和收益指數(shù)分析結(jié)果表明，在控制了其他因素的條件下，新興服務業(yè)（IT業(yè)和金融業(yè)）的“行業(yè)收益指數(shù)”在2009-2017年間始終保持在較高水平，而“電力、煤氣和水的生產(chǎn)和供應業(yè)”和“交通運輸、倉儲和郵政”等壟斷性行業(yè)的“行業(yè)受益指數(shù)”存在下坡趨勢，行業(yè)間收益差距存在擴大趨勢。在滿意度上，除了傳統(tǒng)服務業(yè)（批發(fā)零售、住宿餐飲、居民服務、租賃和商務服務業(yè)）的“行業(yè)滿意度指數(shù)”普遍較低之外，其他行業(yè)和制造業(yè)的就業(yè)滿意度沒有顯著性差異，行業(yè)間的滿意度指數(shù)差異很小。

第三，分職業(yè)類型比較行業(yè)間的收益指數(shù)差異發(fā)現(xiàn)，管理技術(shù)類職業(yè)樣本中的行業(yè)間收益指數(shù)差異化程度更加明顯，而在非管理技術(shù)類職業(yè)子樣本中，愈來愈多行業(yè)與制造業(yè)在起薪上不存在顯著性差異，不存在收入溢價。這說明以往只要“入對行”就可獲得高薪的日子已經(jīng)一去不復返，在競爭日益激烈的勞動力市場，職業(yè)本身要求勞動者應具備的技術(shù)水平和管理能力至關(guān)重要?！叭雽π小贝_實會帶來顯著的收入溢價，但前提是需要先變成“對的人”，即具備一定的專業(yè)技術(shù)水平和管理能力的人才，才能享受“入對行”帶來的紅利。

第四，IT和金融業(yè)是起薪和滿意度均較高的行業(yè)，假設進入以上兩類行業(yè)定義為“入對行”，傾向值得分匹配模型結(jié)論發(fā)現(xiàn)，對于條件相似的兩組畢業(yè)生而言，“入對行”的畢業(yè)生比沒有“入對行”的畢業(yè)生的工資起薪顯著高9%-10.2%，即假設畢業(yè)生平均月薪為5000元，則“入對行”的畢業(yè)生的起薪顯著更高500元。

本文說明，縱然“入對行”存在選擇紅利，但是必須先成為“對的人”。因此，高校畢業(yè)生應該努力提高自身的人力資本水平，使自己具備“一技之長”，提高自身的管理協(xié)調(diào)能力，使自己成為勞動力市場中“對的人”，只有這樣才有機會收獲因為行業(yè)選擇而帶來的收入溢價。另一方面，畢業(yè)生也應該理性選擇行業(yè)，避免僅僅考慮行業(yè)薪資福利單方面的就業(yè)因素，而應該綜合自身的優(yōu)勢、興趣和專業(yè)學科背景作出行業(yè)選擇。研究結(jié)果顯示，進入新興服務業(yè)的高校畢業(yè)生占比持續(xù)擴大，進入制造業(yè)的畢業(yè)生占比顯著下降。越來越多的畢業(yè)生從工業(yè)流向高收入的現(xiàn)代新興服務業(yè)。究其原因，在本質(zhì)上是因為當前制造業(yè)提供的適合畢業(yè)生就業(yè)的崗位不足。30%的制造業(yè)內(nèi)部產(chǎn)業(yè)屬于勞動密集型產(chǎn)業(yè)，但超過90%的與制造業(yè)相關(guān)的專業(yè)畢業(yè)生指向非勞動密集型產(chǎn)業(yè)的工作。[10]另外，制造業(yè)的行業(yè)薪資不具備吸引力，因此越來越多的畢業(yè)生轉(zhuǎn)移到高收入的服務業(yè)。薪資作為畢業(yè)生就業(yè)選擇的一種風向標，一定程度上引導著畢業(yè)生的行業(yè)選擇去向。隨著越來越多優(yōu)秀的畢業(yè)生紛紛擠入高薪高滿意度的“對”的行業(yè)，在行業(yè)間人力資本累積效應和人力資本外部性的雙重作用下，會進一步加劇行業(yè)間的收入差距的分化程度，導致行業(yè)間收入的“馬太效應”和高校畢業(yè)生行業(yè)選擇的“擁擠現(xiàn)象”，從而引發(fā)高層次人力資源在行業(yè)間的配置失衡。