,
就业事关人民群众的切身利益，是关乎国家发展和社会和谐稳定的重大议题。近年来，全球经济下行加之中美贸易摩擦带来的不确定性使得中国城市的就业问题愈发严峻。提高就业质量和人民收入水平成为中国政府未来工作的核心问题。党的十九大报告指出，“就业是最大的民生”；2020年我国《政府工作报告》将如何在平稳度过疫情冲击的基础上“稳就业”甚至扩大就业，确立为当前政府工作的重中之重和中国社会发展的“决胜焦点”。2019年12月召开的中央经济工作会议更是将“稳就业”作为“六稳”工作之首，放在2020年中国经济工作的前沿突出位置。中国目前面临的就业问题突出表现在就业总量不足和结构性矛盾两个方面。从就业规模来看，一方面，中国目前正在经历世界范围内最大规模的城镇化，预计到2035年，中国的城镇化率将达到70%以上①，至少有1.4亿的农村人口将转为城镇人口。大量流动人口进入增加了城市的就业负担。另一方面，伴随着教育体制改革，各大高校连年扩大招生规模，应届毕业生人数持续攀升，导致社会新增就业岗位数与高校应届毕业生数之间比例失衡。根据国家人力资源和社会保障部公布的数据，2020年全国高校毕业生总数为874万人②，十年年化增速高达3.31%，但城镇新增就业数仅为1352万人③，同期年化增速不足1.8%。
与总量问题相比，在中国经济转型过程中就业的结构性矛盾更加值得关注。一方面，劳动力供给在行业间呈现两极分化态势，热门行业供给过剩，闲置了大量的人力资源，而冷门产业则无人问津，企业面临劳动力紧缺的困境。与此同时，80后、90后农民工对就业有了更高的要求，这进一步恶化了紧张的就业态势，短期内“有人无岗”和“有岗无人”现象将会持续存在。另一方面，困扰着西方发达国家的“过度教育”问题在中国逐渐突显出来，部分新增就业群体的受教育程度高于就业岗位要求，但同时又缺少从事该工作的专业技能。这种“高学历低岗位”现象使应届毕业生在求职过程中对薪酬的预期不断降低。余华义、侯玉娟(2019)基于中国综合社会调查数据(CGSS)发现，高校扩招政策虽然使得个体平均受教育年限和接受高等教育的概率有显著提高，但对个体职业收入并没有显著影响。
如何缓解中国城市面临的就业困境、有效解决就业难以及就业不匹配问题，是中国政府当前和未来工作的核心。开发区作为中国最典型的区位导向性政策，一直以来是中央和地方政府促进经济增长和推动就业的重要载体。截止到2018年，中国批准设立的国家级和省级开发区数量已经达到了2550个，遍布全国330多个地级及以上城市和地区。许多开发区利用国家提供的优惠政策，充分发挥企业空间相互临近带来的集聚经济效应，取得了高效的经济产出；同时，大规模的企业入驻也给本地区带来了大量新增就业岗位和劳动力需求，解决了就业难问题。例如，2016年天津经济技术开发区创造新增就业岗位5.9万个，占天津全市新增就业总数的比例高达13.2%; 2017年成都高新技术产业开发区通过引入京东、西门子、富士康等重大项目创造新增就业7.1万个，占成都市城镇新增就业总数的25.7%。④
已有研究发现，设立开发区不仅能够显著提升本地区的地区生产总值、外商直接投资、生产效率和劳动力工资水平(Wang, 2013；李力行、申广军，2015; Alder, et al., 2016; Chen, et al., 2016；孙伟增等，2018)，而且能够显著提高本地区劳动力市场的就业率(包群等，2015; Zheng, et al., 2017)。但是，开发区政策在提高就业总量的同时，能否改善劳动力市场的就业不匹配问题，从而有助于解决中国城市面临的就业结构性矛盾呢？现有研究并没有给出答案。从理论上来讲，开发区的设立也会对本地区的就业结构产生影响：一方面，开发区会根据城市未来的产业发展规划选择合理的主导产业，通过吸引大型企业进入推动本地区产业结构转型，这就会导致就业结构发生变化；另一方面，在许多城市中开发区也是高新技术产业的发展基地，与传统制造业相比，高新技术企业和外商投资企业的进入能够有效促进产学研相结合的发展模式，提高对高技能人才的需求，从而能够匹配日益增长的高教育劳动力供给，缓解就业教育不匹配问题。
基于上述现实和理论背景，本文通过匹配中国家庭跟踪调查(CFPS)数据和各个区县实际的开发区政策信息，实证考察开发区设立对本地区就业市场匹配度的影响，并通过异质性分析讨论其背后可能存在的影响机制。具体来说，本文主要研究发现：第一，开发区设立带来的就业市场冲击能够显著降低本地区的就业不匹配程度，提高就业匹配质量。以教育年限计算，设立开发区的区县的就业不匹配度要显著下降0.53年，相当于就业匹配度提高19%。第二，异质性分析结果显示，开发区设立对于女性就业者、年轻职工、高学历劳动力就业匹配质量的提升效果更加明显。此外，开发区对就业匹配的影响主要集中在劳动力密集型和知识密集型行业，对于资本密集型行业的影响较小。第三，开发区设立能够通过扩大就业市场规模、调整产业结构、提高专业技能需求以及增加职位晋升机会等多个途径提高本地区的就业匹配度，改善就业市场的结构性矛盾。
本文的贡献主要体现在以下几点：第一，以往研究主要关注开发区政策对经济发展和就业规模的影响，本文首次实证考察了开发区政策对本地区就业质量——就业教育匹配程度的作用效果，丰富了我国关于区位导向性政策效果评价的研究成果，也为通过区位导向性政策解决中国目前面临的就业结构性矛盾提供了政策依据。第二，本文进一步分析了开发区政策对就业匹配的异质性影响，其中关于劳动力和行业异质性的研究结论为政府有针对性地制定政策解决就业匹配问题提供了定量支持。第三，本文从规模效应、结构效应、专业需求以及晋升机会四个维度探讨了开发区政策冲击对就业匹配质量的影响机制，为理解我国区位导向性政策与劳动力市场之间的关系提供了新的视角。
二 文献综述与理论分析从20世纪70年代开始，Freeman(1976; 2013)就利用美国的数据研究发现高等教育回报率呈现出持续减少的趋势，并依此提出了“过度教育”(over-education)的概念。此后，大量西方学者开始关注就业匹配问题，以美国和欧洲发达国家为背景，通过定量分析来识别劳动力学业完成情况与工作所需的受教育年限之间的差异，并研究就业匹配程度如何影响劳动力收益(Duncan & Hoffman, 1981; Hersch, 1991; Sicherman, 1991; Robst, 1995; Hartog, 2000)。其中，教育匹配是最为常用的度量劳动力市场就业匹配程度的指标：当劳动者具备的教育水平超过当前工作要求时，被称为“过度教育”(overeducated)；反之，当教育水平不能满足工作要求时被称为“教育不足”(undereducated)。除此之外，也有学者使用职业技能、专业方向、劳动力的教育和工作背景等来度量个体的就业匹配程度(Wolbers, 2003; Solga & Konietzka, 1991; Allen & Van der Velden, 2001; Verhaest & Omey, 2006)。
就业匹配程度受到多方面因素的影响，与本文研究直接相关的是劳动力市场需求冲击对本地就业匹配程度影响的分析。Gaure等(2012)和Bartik(2016)的研究发现，更大规模的劳动力市场需求可以确保劳动者在充足备选方案中选择出最合适的岗位，从而提升劳动者的就业匹配程度。Wozniak(2010)研究发现，新增就业机会对高等教育群体的就业匹配和选址决策的影响要远高于低技能劳动力。Consoli等(2013)利用芬兰1995—2005年的数据研究发现，在经济复苏大环境下快速发展的信息与通信技术产业显著改善了具备高等教育背景的劳动力的就业状况。Health和Mobarak(2015)研究了孟加拉国成衣出口行业爆炸性增长对妇女生活的影响，发现新增就业需求降低了妇女待业在家的概率，并显著推迟了妇女结婚和分娩的年龄。Marchand(2012)研究发现，当国际能源价格暴涨时，加大拿能源储备丰富地区的能源开采部门会扩大就业规模，这不但帮助能源工人找到收入更高的工作，也带动了本地非能源部门的发展并改善了其他劳动力的就业状况。You和Wang(2018)针对中国2008年颁布的劳动合同法，研究发现该法律的颁布延长了个体的平均失业时间，但整体上增加了市场中优质的劳动力需求，显著提升了工人群体就业匹配质量，并降低了再次失业的概率。彭国华(2015)在Costinot和Vogel(2010)提出的劳动力与企业匹配模型的基础上，放松了对个体跨区流动的约束来尝试分析中国就业市场的问题，发现改革开放以来中国东部地区引入了相对更多的高技术型工作岗位，实现了劳动力技能与工作复杂程度的最优匹配，而这也是导致东部地区和中西部地区经济差距的根源。
结合已有研究中关于就业匹配质量影响因素的讨论，本文将开发区政策对本地区就业匹配质量的影响路径归结为以下几点。首先，作为重要的区位导向性产业政策，开发区在刺激经济增长的同时，也为本地区创造了大量新增就业岗位(Overman & Einio, 2012; Briant, et al., 2015; Ci ż kowicz, et al., 2016; Sinenko & Mayburov, 2017)。针对中国的开发区政策的很多研究都证实了其在推动本地区就业方面的积极效果(况伟大，2009；包群等，2015; Lu et al., 2019; Zheng et al., 2017)。随着就业市场总规模的扩大，劳动力找到合适工作的搜寻成本会逐步降低(Gronau, 1971; Wheeler, 2008)，这有助于提升就业者与工作岗位之间的匹配程度。其次，开发区的设立吸引了大量高质量的企业和外商资本进入，对本地区的产业结构优化和产业升级具有显著的促进作用(李力行、申广军，2015；周茂等，2018)；这种产业结构调整将会对本地区的就业结构产生直接影响，特别是能够为高技能人才创造更多适合的工作机会(靳卫东、周光锋，2011；魏燕、龚新蜀，2012)，从而提高就业匹配质量。再次，随着产业结构升级，企业对专业技术人才的需求也在不断增加。国家人力资源和社会保障部公布的数据显示，为满足产业转型升级和推动新型工业化，2020年专业技能劳动者需求较2010年增长3290万人，其中高技能人才需求增长990万人。①专业技能匹配也被认为是改善高技能劳动力就业匹配质量的重要途径之一(Wolbers, 2003; Allen & Van der Velden, 2001)。最后，与传统以事业单位和行政单位为主的经济活动相比，开发区的发展主要通过以企业为单位的生产活动实现，这有助于提高就业的市场化程度(程小可等，2017)，促进劳动力的流动性和高技能人才价值的实现(韩伯棠等，2005)。就业市场的竞争机制也会迫使企业通过更多人事调整来减少人才流失(张建琦、汪凡，2003)，从而提高劳动力能力与工作岗位之间的匹配程度。
三 数据说明与实证策略 (一) 数据来源与处理本文采用的个体数据来自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(China Family Panel Studies, CFPS)。CFPS样本覆盖全国25个省份(不包含西藏、青海、新疆、宁夏、内蒙古、海南、香港、澳门和台湾)的160多个区县，平均每期被调查的个体数量在41000—45000个。调查问卷涉及了个体(成人和儿童)、家庭和社区三个层次的数据，包含家庭关系、教育、就业、健康状况等多个主题。特别的，在2014年和2016年成人问卷的就业专题中新增设了关于受访者工作教育匹配的问题：“从知识和技能的角度上讲，您认为胜任当前工作实际需要多高的教育程度？”这一问题为本文度量劳动力的就业匹配度提供了数据支持。借鉴Verdugo等(1989)、Kiker等(1997)、张东海(2019)等的做法，本文使用学历匹配来衡量就业匹配程度，即采用个体实际受教育程度与主观认为工作所需要的受教育程度之间差异的绝对值来衡量就业匹配程度。具体的计算公式为：就业不匹配度＝|受教育水平或年限当前工作所需要的受教育水平或年限|。该指标数值越大，表明被调查者的受教育程度与其就业岗位的需求匹配程度越差。考虑到区县行政级别的差异，本文在实证研究中剔除了4个直辖市的22个市辖区样本(其中北京1个，天津1个，上海18个，重庆2个)；同时，剔除了个体部分信息缺失的样本。最终，本文得到有效样本8011个，分布在140个区县。
本文使用的开发区信息来源于《中国开发区审核公告目录》(2018年版)。该数据包含了开发区的名称、级别(国家级或省级)、批准时间、主导产业、核准面积等基本信息。笔者根据公告中给出的开发区名称，手动收集了每个开发区所在的县级单位信息，从而能够与微观调查数据进行空间上的匹配。经过数据匹配后，截止到本文的研究期末，140个区县中有109个设立了国家级或省级开发区，其中，在本文研究期内(2014—2017年①)新设立开发区的区县共有15个(2014年6个，2015年7个，2016年2个)。
除了上述两类数据，本文还收集了2014—2017年各个区县的主要经济指标数据，它们主要来自《中国县(市)社会经济统计年鉴》和《中国城市统计年鉴》。②
(二) 统计分析图 1的统计结果显示，从2014年到2016年，中国城市的就业不匹配程度显著提高：劳动力的实际受教育年限与其工作岗位所需的受教育年限的差距从2014年的2.47年增加到2016年的3.47年，增长幅度超过了40%，证实了中国就业结构性矛盾正在持续加剧的现状。③进一步地，从就业匹配程度的细分类型来看(见图 2)，与2014年相比，2016年就业匹配和教育不足(劳动力受教育年限低于工作岗位所需的教育年限)的劳动力比例均大幅下降，而过度教育的就业者比例则显著提升了25个百分点。57%的就业者面临着受教育程度高于就业岗位需要的窘境，“过度教育”现象已成为中国城市就业不可忽视的现实问题。
|
图 1 2014年和2016年就业不匹配程度 |
|
图 2 2014年和2016年各类就业匹配情况占比 |
图 3和图 4给出了设立开发区和未设立开发区区县的就业匹配的统计情况。整体来看，两组区县的平均就业匹配情况没有出现显著差异，设立开发区区县的就业市场的平均不匹配程度为2.85年，略高于未设立开发区区县的2.83年。从就业匹配的组成结构来看，在设立开发区的区县，过度教育现象明显更加严重，而教育不足的就业占比要略低于未设立开发区的区县。上述统计结果反映出开发区与就业教育匹配程度之间的负向关系，与本文的研究预期并不一致，这可能是由开发区选址与地区教育水平之间可能存在的内生性问题导致的。例如，教育资源更加丰富的地区更容易出现过度教育问题，但同时也更加有利于开发区的设立和吸引高新技术产业进入。在后续实证分析部分，本文将通过更加严谨的计量模型分析来识别开发区设立与就业匹配之间的因果关系。
|
图 3 开发区设立与就业不匹配程度 |
|
图 4 开发区设立与就业匹配情况占比 |
本文采用的数据结构为混合截面数据，具体的回归模型设定如下：
| $ {{Y}_{ict}}={{\alpha }_{0}}+{{\alpha }_{1}}\cdot SE{{Z}_{ct}}+\beta \cdot {{X}_{it}}+\gamma \cdot {{Z}_{ct}}+{{\delta }_{c}}+{{\omega }_{t}}+poo{{r}_{c}}\cdot {{\omega }_{t}}+beac{{h}_{c}}\cdot {{\omega }_{t}}+regio{{n}_{c}}\cdot {{\omega }_{t}}+{{\varepsilon }_{ict}} $ | (1) |
其中，被解释变量Y为受访者的就业不匹配程度，下标i、c、t分别代表个体、区县和年份。在实证研究中，根据学历和受教育年限构造了两个反映劳动力就业不匹配程度的指标(mis_edu和mis_eduyear)。SEZ为开发区虚拟变量，SEZct＝1表示区县c在年份t有开发区，SEZct＝0表示没有。Xit为受访者个体特征变量，包括受教育年限、健康状况、年龄、性别、婚姻状况与户口类型；Zct为受访者所在区县的特征变量，包括人口密度、人均GDP、每万人小学数量和每万人医疗机构床位数。在此基础上，本文还加入了区县固定效应(δc)、时间固定效应(ωt)，以及贫困县与时间交叉固定效应(poorc·ωt)①、沿海区县与时间交叉固定效应(beachc·ωt)②和区域与时间交叉固定效应(regionc·ωt)③。模型估计时在区县层面对标准误进行聚类调整。表 1给出了各个变量的含义及其描述性统计结果。
|
表 1 变量定义及其描述性统计 |
表 2报告了对模型(1)的回归结果。其中，(1)列和(2)列的被解释变量分别为根据学历和受教育年限构造的就业不匹配程度的指标(mis_edu和mis_eduyear)。估计结果显示，开发区的设立对本地区劳动力的就业不匹配程度具有显著的负向影响，即开发区的设立显著提高了本地区的就业匹配程度。以教育年限计算，开发区的设立使得劳动力的就业不匹配程度平均下降0.53年，相当于在就业匹配度均值水平上提高了19%。表 2中(3)列和(4)列是剔除为自家工作或从事农业生产的就业者样本后的回归结果。相比于前两列，开发区变量(SEZ)的估计系数的绝对值有小幅提升，说明受雇且从事非农生产劳动力的就业更容易受到开发区政策的影响，这与开发区政策的发展目标相一致。除此之外，个体和区县层面控制变量的回归结果也基本与预期相符合：受教育程度越低、身体健康状况越差的年轻男性就业者的就业不匹配程度越高；而人均GDP水平越高的区县，劳动力市场平均就业匹配质量越高。
|
|
表 2 开发区设立与就业不匹配：基准回归结果 |
本部分主要考察开发区政策对于不同类型劳动力就业匹配程度影响的异质性。
1.性别。性别歧视依然普遍存在于中国就业市场，具体表现为企业偏好雇用男性就业者并为其提供更高的薪资和更多的职位晋升机会，这增加了女性就业者寻找适合自己工作的难度(颜士梅等，2008; Kuhn & Shen, 2013；郭凯明、颜色，2015；李磊等, 2015, 2018；李莹、吕光明，2019)。故本文首先从性别的角度来考察开发区政策效果的异质性，回归结果如表 3所示。可以看出，相对于男性，开发区的设立对女性劳动力的就业匹配质量的提升效果更加明显。这可能是因为在未设立开发区之前，在就业市场上女性容易受到因性别产生的不公平对待，而开发区吸引的大型外资企业具备先进的人力资源管理理念，创造了大量面向女性就业者的工作机会，提升了女性就业者的就业匹配质量。表 3的结果也意味着开发区的设立一定程度上缓解了本地区就业市场中的性别歧视问题。
|
|
表 3 政策效果异质性分析：性别 |
2.年龄。在中国，年龄是影响劳动力就业和职位晋升的重要因素之一。已有文献指出，儒家文化“尊卑有序”的社会观念与企业组织氛围的形成直接相关，企业往往会根据员工资历深浅、辈分大小来决定级别和待遇的高低(Du,2015, 2016；李四海等，2015；杜兴强等，2017)，从而导致年龄大、资历老的就业者占用了大量企业资源，而年轻员工得不到应有的职位晋升机会。为了检验开发区政策是否会对这一固化的职位晋升模式产生影响，本文分别考察了开发区的设立对中老年职工(31—50岁)和年轻职工(30岁以下)就业匹配质量的影响，回归结果如表 4所示。可以看出，相比于31—50岁的就业者，开发区的设立对年轻职工(30岁以下)就业匹配质量的提升效果更显著。这意味着开发区设立为年轻就业者提供了可以施展才能的工作机会。
|
|
表 4 政策效果异质性分析：年龄 |
3.受教育程度。由于就业市场发展水平的不同，我国东南沿海与内陆城市之间的高等教育回报率差异远大于中等教育回报率差异(Meng & Zhang, 2001；邢春冰，2008；邢春冰等，2013；陈钊、冯净冰，2015)。经济欠发达的城市或农村缺乏适合高学历劳动力的工作岗位，导致该群体就业不匹配程度较高。而开发区吸引的高新技术企业能有效促进产学研相结合的发展模式，提升对高技能人才的需求。所以，从这个角度看，相比于低学历个体，开发区的设立对高学历劳动力的就业匹配质量的影响会加强。为了验证这一猜想，本文从学历的角度进行开发区的设立对就业匹配质量影响效果的异质性分析。表 5显示，开发区的设立对高中及以上学历的劳动力就业匹配质量的提升效果更加明显。
|
|
表 5 政策效果异质性分析：受教育程度 |
4.行业类型。不同行业由于对劳动力需求和定位的差异，受到开发区政策的影响也可能存在差异。本文根据行业的要素配置特点，将行业分为劳动力密集型、知识密集型和资本密集型三类，对属于不同行业的样本分别进行回归。表 6的估计结果表明，开发区的设立对于知识密集型行业的就业匹配程度提升作用最大，其次是劳动力密集型行业，对于资本密集型行业就业匹配程度的影响最小且不显著。这一方面是因为大部分开发区是所在城市培养高新技术产业的基地，相比于传统制造业，多数高新技术产业属于知识密集型行业，因此开发区的设立丰富了该行业劳动力的就业选择；另一方面则是因为与以劳动力为核心的知识密集型行业和劳动密集型行业相比，资本密集型行业中劳动力就业匹配的调整空间更为有限。
|
|
表 6 政策效果异质性分析：行业类型 |
在实证分析的最后，本文从扩大就业市场规模、调整产业结构、提高专业技能需求以及增加职位晋升机会四个角度来讨论开发区提升本地区就业匹配质量的可能的作用路径。
1.扩大就业市场规模。本文首先计算了每万人新增规上企业数(firm_numit)和每万人规上企业新增产值(firm_produceit)作为新增就业岗位数的替代变量①，然后在模型(1)的基础上加入开发区政策虚拟变量与上述两个变量的交叉项进行回归，结果如表 7所示。可以看出，在不同的被解释变量和交叉项组合方式下，开发区政策与新增就业岗位交叉项的系数均显著为负，说明开发区设立带来的就业岗位数越多，开发区对本地就业市场匹配质量的提升效果越大。
|
|
表 7 机制检验一：规模效应 |
2.调整产业结构。除了扩大就业市场规模外，开发区的设立也可能通过改善本地区的产业结构来影响劳动力与就业岗位之间的匹配程度。为此，我们尝试从开发区的设立对不同类型就业岗位匹配影响的异质性以及开发区主导产业异质性角度来进行讨论。
首先，本文根据雇佣机构性质将就业者分为在各类企业工作的样本和在政府机构工作的样本。通常来说，开发区设立后带来的新增就业岗位主要针对企业员工，并不能增加政府工作人员的就业选择，因此结构效应的调整将主要体现在对各类企业就业匹配的影响。表 8分组回归结果表明，企业员工就业匹配质量的提升效果相比于政府职工更加显著，验证了我们的猜想。尽管从系数绝对值大小来看，政府机构受开发区政策影响的效果更大，但由于政府机构就业匹配失衡的程度更大，因此这一效果在统计上并不显著。
|
|
表 8 机制检验二：就业结构冲击(一) |
其次，我们根据企业资本来源构成将样本划分为在国有企业、外资企业和内资私有企业工作的样本，分组回归的结果如表 9所示。整体来看，开发区的设立对三种出资类型企业员工就业不匹配程度的降低均有影响。其中，开发区政策对外资企业就业匹配程度的提升效果最显著，其次是国有企业，而对内资私有企业的影响较小。这种影响效果的差异与开发区招商引资的目标相一致，即优先吸引外资企业，其次是大型国有企业，而规模相对较小的内资私有企业则很难享受到开发区的优惠政策。也就是说，开发区的设立有利于提高本地区外资企业和国有企业的占比，从而改变原有的就业结构，使得外资企业员工和国有企业员工的就业匹配质量得到提升。
|
|
表 9 机制检验二：就业结构冲击(二) |
再次，我们从开发区自身的产业结构入手，来分析其对个体就业匹配的影响。开发区会根据城市未来的产业规划策略来选择合理的主导产业，通过引进相关产业来推动本地区产业结构的调整。本文根据《中国开发区审核公告目录》给出的开发区主导产业类型和CFPS被调查者的就业信息来构建虚拟变量same_industryit，该变量取值为1表示就业者在开发区主导产业中工作，取值为0则表示在其他产业中工作。在模型(1)的基础上，我们进一步引入了上述虚拟变量与开发区政策变量的交叉项来检验异质性，回归结果如表 10所示。可以看出，交叉项SEZ×same_industry的系数都显著为负，说明在开发区设立后，其主导产业对应的就业匹配程度提升更加明显，从而验证了开发区通过调整产业结构来提升本地区就业匹配程度机制的存在。
|
|
表 10 机制检验二：就业结构冲击(三) |
3.提高专业技能需求。我们根据CFPS问卷选取了计算机和外语来体现专业工作技能。具体来说，我们构造了两个虚拟变量computer和English分别表示就业者当前的工作是否需要使用计算机和外语。表 11报告了以computer和English作为被解释变量的对开发区政策回归的估计结果。从(1)列和(4)列的回归结果来看，开发区政策整体上没有提高本地区就业岗位对就业者使用计算机和外语的需求。但是从(2)列和(5)列异质性的分析结果来看，开发区设立后，学历(education)更高的劳动力在工作中使用计算机和外语的机会明显提升。类似的，(3)列和(6)列的结果显示，与初中及以下学历的劳动力相比，具有高中/大专(high school)和大学本科及以上(university)学历的就业者使用计算机和外语的机会也明显提升。上述结果表明，开发区的设立显著提高了对高学历劳动力使用计算机和外语的需求，提高了工作需求与劳动力专业技能的匹配程度。
|
|
表 11 机制检验三：专业技能需求 |
4.增加职位晋升机会。我们选取CFPS问卷中关于人事变动的问题来识别受访者的职位晋升状况。具体来说，本文构造虚拟变量promotion，取值为1表示就业者近期得到职位晋升(行政或者技术晋升)，取值为0则表示没有晋升。表 12报告了开发区的设立对个体职位晋升影响模型的估计结果。与表 11的结果类似，平均来看，开发区的设立并没有显著提升当地就业者的职位晋升概率。但是对于受教育水平较高的就业者来说，开发区的设立显著提高了他们职位晋升的概率。换句话说，开发区政策实施后，有能力的就业者获得了更多晋升的机会，从而提高了就业匹配质量。
|
|
表 12 机制检验四：职位晋升机会 |
本文利用2014年和2016年中国家庭追踪调查数据实证考察了开发区的设立对本地区就业市场匹配程度的影响。我们发现：第一，开发区设立带来的就业市场冲击能够显著降低本地区的就业不匹配程度，提高就业匹配质量。以教育年限计算，设立开发区的区县的就业匹配程度显著提高了19%。第二，开发区政策对不同类型劳动力的就业匹配影响存在显著的异质性，开发区设立后，女性就业者、年轻职工和高学历劳动力就业匹配质量的提升效果更加明显；此外，开发区对就业匹配的影响主要集中在劳动力密集型行业和知识密集型行业，而对资本密集型行业的影响较小。第三，开发区设立能够通过扩大就业市场规模、调整产业结构、提高专业技能需求以及增加职位晋升机会等多个途径提高本地区的就业匹配程度，改善就业市场的结构性矛盾。
已有关于开发区政策效果评估的研究主要集中在对经济产出和就业总量的影响效果分析。本文从中国目前面临的就业结构性矛盾出发，考察了开发区政策对劳动力市场就业不匹配的改善作用，具有以下几点政策启示：第一，通过创造充足的就业机会可以有效降低就业市场的匹配成本，从而提高就业匹配质量。例如，可以通过制定激励创业的扶持政策——放宽信贷审批条件、税收减免等，鼓励高校学生、农民工、下岗职工等就业人员进行自主创业，发挥创业带动就业的“倍增效应”。第二，随着新增劳动力素质的逐步提升，产业转型和技术进步是解决就业结构性问题的重要策略。2020年爆发的新冠疫情更加突显了数字互联网应用的重要性，以“数字经济+新基建”为核心的新一轮产业转型将有助于为高技能劳动力创造更多就业机会。第三，产学研结合是提高中国高校毕业生就业质量的必然趋势。联合国教科文组织在第26届和第27届年会上提出，“对于发展中国家，大学教育应适应企业需求，推进科研成果向企业转化”。随着产业转型和技术进步的不断深入，中国高等院校应加快人才培养模式的改革，通过与企业合作为在校学生提供理论联系实践的培训基地，同时将科研成果和专业技术应用到企业的实际生产和经营中。
包群、张扬、唐诗, 2015, 《经济开发区、辐射效应与周边地区的经济发展》, 《国际商务研究》第6期。 |
陈钊、冯净冰, 2015, 《应该在哪里接受职业教育:来自教育回报空间差异的证据》, 《世界经济》第8期。 |
程小可、李浩举、姜永盛, 2017, 《企业创新、市场化进程与区域就业水平——来自中国工业企业的经验证据》, 《科技进步与对策》第6期。 |
杜兴强、殷敬伟、赖少娟, 2017, 《论资排辈、CEO任期与独立董事的异议行为》, 《中国工业经济》第12期。 |
郭凯明、颜色, 2015, 《劳动力市场性别不平等与反歧视政策研究》, 《经济研究》第7期。 |
韩伯棠、朱美光、徐春杰、孙长森, 2005, 《基于知识溢出的高新区科技人才流动研究》, 《科技进步与对策》第5期。 |
靳卫东、周光锋, 2011, 《产业结构转化的增长与就业效应——基于我国四大经济区域的经验研究》, 《贵州财经学院学报》第4期。 |
况伟大, 2009, 《开发区与中国区域经济增长》, 《财贸经济》第10期。 |
李磊、蒋殿春、王小洁, 2018, 《外资进入、性别就业差距与企业退出》, 《世界经济》第12期。 |
李磊、王小洁、蒋殿春, 2015, 《外资进入对中国服务业性别就业及工资差距的影响》, 《世界经济》第10期。 |
李力行、申广军, 2015, 《经济开发区、地区比较优势与产业结构调整》, 《经济学(季刊)》第3期。 |
李四海、江新峰、宋献中, 2015, 《高管年龄与薪酬激励:理论路径与经验证据》, 《中国工业经济》第5期。 |
李莹、吕光明, 2019, 《中国机会不平等的生成源泉与作用渠道研究》, 《中国工业经济》第9期。 |
彭国华, 2015, 《技术能力匹配、劳动力流动与中国地区差距》, 《经济研究》第1期。 |
孙伟增、吴建峰、郑思齐, 2018, 《区位导向性产业政策的消费带动效应——以开发区政策为例的实证研究》, 《中国社会科学》第12期。 |
魏燕、龚新蜀, 2012, 《技术进步、产业结构升级与区域就业差异——基于我国四大经济区31个省级面板数据的实证研究》, 《产业经济研究》第4期。 |
邢春冰, 2008, 《农民工与城镇职工的收入差距》, 《管理世界》第5期。 |
邢春冰、贾淑艳、李实, 2013, 《教育回报率的地区差异及其对劳动力流动的影响》, 《经济研究》第11期。 |
颜士梅、颜士之、张曼, 2008, 《企业人力资源开发中性别歧视的表现形式——基于内容分析的访谈研究》, 《管理世界》第11期。 |
余华义、侯玉娟, 2019, 《高校扩招与高等教育回报率——基于断点回归设计的证据》, 《教育与经济》第5期。 |
张东海, 2019, 《人力资本抑或身份符号:研究生就业匹配质量影响因素的实证研究》, 《高等教育研究》第1期。 |
张建琦、汪凡, 2003, 《民营企业职业经理人流失原因的实证研究——对广东民营企业职业经理人离职倾向的检验分析》, 《管理世界》第9期。 |
周茂、陆毅、杜艳、姚星, 2018, 《开发区设立与地区制造业升级》, 《中国工业经济》第3期。 |
Alder, S., Shao, L. and Zilibotti, F., 2016, "Economic Reforms and Industrial Policy in a Panel of Chinese Cities", Journal of Economic Growth, Vol.21, No.4. |
Allen, J. and Van der Velden R., 2001, "Educational Mismatches versus Skill Mismatches: Effects on Wages, Job Satisfaction, and On-the-Job Search", Oxford Economic Papers, Vol.53, No.3. |
Bartik, T.J., 2016, Labor-Demand-Side Economic Development Incentives and Urban Opportunity, Philadelphia: University of Pennsylvania Press.
|
Briant, A., Lafourcade, M., Schmutz, B., 2015, Can Tax Breaks Beat Geography? Lessons from the French Enterprise Zone Experience, American Economic Journal: Economic Policy, .
|
Chen, B., Lu, M. and Xiang, K., 2016, "Geography versus Policy: Exploring How Location Matters in Placed-Based Policies Using a Natural Experiment in China", Unpublished Manuscript. |
Ciżkowicz, P., Ciżkowicz-Pękała, M., Pękała, P. and Rzońca, A., 2016, "The Effects of Special Economic Zones on Employment and Investment: A Spatial Panel Modeling Perspective", Journal of Economic Geography, Vol.17, No.3. |
Consoli, D., Vona, F. and Saarivirta, T., 2013, "Analysis of the Graduate Labour Market in Finland: Spatial Agglomeration and Skill-Job Match", Regional Studies, Vol.47, No.10. |
Costinot, A. and Vogel, J., 2010, "Matching and Inequality in the World Economy", Journal of Political Economy, Vol.118, No.4. |
Du, X., 2015, "Does Confucianism Reduce Minority Shareholder Expropriation? Evidence from China", Journal of Business Ethics, Vol.132, No.4. |
Du, X., 2016, "Does Confucianism Reduce Board Gender Diversity? Firm-Level Evidence from China", Journal of Business Ethics, Vol.136, No.2. |
Duncan, G.J. and Hoffman, S.D., 1981, "The Incidence and Wage Effects of Overeducation", Economics of Education Review, Vol.1, No.1. |
Freeman, R.B., 1976, The Overeducated American, New York: Academic Press.
|
Freeman, R.B., 2013, The Market for College Trained Manpower: A Study in the Economics of Career Choice, Boston: Harvard University Press.
|
Gaure, S., Røed, K. and Westlie, L., 2012, "Job Search Incentives and Job Match Quality", Labour Economics, Vol.19, No.3. |
Gronau, R., 1971, "Information and Frictional Unemployment", The American Economic Review, Vol.61, No.3. |
Hartog, J., 2000, "Over-Education and Earnings: Where Are We, Where Should We Go?", Economics of Education Review, Vol.19, No.2. |
Heath, R. and Mobarak, A.M., 2015, "Manufacturing Growth and the Lives of Bangladeshi Women", Journal of Development Economics, Vol.115. |
Hersch, J., 1991, "Education Match and Job Match", The Review of Economics and Statistic, Vol.73, No.1. |
Kiker, B.F. and Santos, M.C. and De Oliveira M.M., 1997, "Overeducation and Undereducation: Evidence for Portugal", Economics of Education Review, Vol.16, No.2. |
Kuhn, P. and Shen, K., 2012, "Gender Discrimination in Job Ads: Evidence from China", The Quarterly Journal of Economics, Vol.128, No.1. |
Lu, Y., Wang, J. and Zhu, L., 2019, "Place-Based Policies, Creation, and Agglomeration Economies: Evidence from China's Economic Zone Program", American Economic Journal: Economic Policy, Vol.11, No.3. |
Marchand, J., 2012, "Local Labor Market Impacts of Energy Boom-Bust-Boom in Western Canada", Journal of Urban Economics, Vol.71, No.1. |
Meng, X. and Zhang, J., 2001, "The Two-Tier Labor Market in Urban China: Occupational Segregation and Wage Differentials Between Urban Residents and Rural Migrants in Shanghai", Journal of Comparative Economics, Vol.29, No.3. |
Overman, H. and Einio, E., 2012, "The Effects of Spatially Targeted Enterprise Initiatives: Evidence from UK LEGI", European Regional Science Association.. |
Robst, J., 1995, "Career Mobility, Job Match, and Overeducation", Eastern Economic Journal, Vol.21, No.4. |
Sicherman, N., 1991, "'Overeducation' in the Labor Market", Journal of labor Economics, Vol.9, No.2. |
Sinenko, O. and Mayburov, I., 2017, "Comparative Analysis of the Effectiveness of Special Economic Zones and Their Influence on the Development of Territories", International Journal of Economics and Financial Issues, Vol.7, No.1. |
Solga, H. and Konietzka, D., 1991, "Occupational Matching and Social Stratification: Theoretical Insights and Empirical Observations Taken from a German-German Comparison", European Sociological Review, Vol.15, No.1. |
Verdugo, R.R. and Verdugo, N.T., 1989, "The Impact of Surplus Schooling on Earnings: Some Additional Findings", Journal of Human Resources, Vol.24, No.4. |
Verhaest, D. and Omey, E., 2006, "The Impact of Overeducation and Its Measurement", Social Indicators Research, Vol.77, No.3. |
Wang, J., 2013, "The Economic Impact of Special Economic Zones: Evidence from Chinese Municipalities", Journal of Development Economics, Vol.101. |
Wheeler, C.H., 2008, "Local Market Scale and the Pattern of Job Changes among Young Men", Regional Science and Urban Economics, Vol.38, No.2. |
Wolbers, M.H., 2003, "Job Mismatches and Their Labour-Market Effects among School-Leavers in Europe", European Sociological Review, Vol.19, No.3. |
Wozniak, A., 2010, "Are College Graduates More Responsive to Distant Labor Market Opportunities?", Journal of Human Resources, Vol.45, No.4. |
You, J. and Wang, S., 2018, "Unemployment Duration and Job-Match Quality in Urban China: The Dynamic Impact of 2008 Labor Contract Law", Economic Modelling, Vol.71, No.2. |
Zheng, S., Sun, W., Wu, J. and Kahn, M.E., 2017, "The Birth of Edge Cities in China: Measuring the Effects of Industrial Parks Policy", Journal of Urban Economics, Vol.100. |