沈 曦

(常州天合光能有限公司 戰(zhàn)略市場部，江蘇 常州 213001)

一、引言

蛛網(wǎng)模型在解釋技術工人的勞動力市場波動的實證分析中被廣泛應用。經(jīng)濟學家普遍認為由于勞動力供給調(diào)整的反應滯后和缺乏彈性導致了勞動力市場(尤其是技術型工人)的周期性波動。這一現(xiàn)象得到了全國高等教育近年來數(shù)據(jù)的有力支持。各大專業(yè)無論是招生形勢還是畢業(yè)生就業(yè)都紛紛經(jīng)歷了巨大的變化和波動。一度高歌猛進的“財經(jīng)熱”隨著就業(yè)壓力的加大正在逐漸降溫；而曾受冷落的技術性工科專業(yè)得益于比較理想的就業(yè)環(huán)境，逐漸得到準大學生們的青睞。作為勞動力主要來源的高校教育經(jīng)常因?qū)I(yè)設置和勞動力市場需求之間匹配和銜接一直是勞動經(jīng)濟學討論的焦點。

不同于西方的高等教育，我國高校發(fā)展經(jīng)歷了一個從計劃到市場的變革過程。計劃經(jīng)濟時代，中國政府曾一度完全控制高校的運作，從專業(yè)設置到招生名額，甚至是畢業(yè)分配都完全在政府的調(diào)控之下。文革之后，高等教育得益于政府的重視開始迅速發(fā)展，自1990年開始，全國陸續(xù)建立了1 000余所高校。而1999年開始的高校擴招計劃更是刺激了高等教育的發(fā)展。數(shù)據(jù)表明，2000年，普通高校實際招生為220萬人，比1999年增加35%，較1998年幾乎翻了一番。高等教育毛入學率達到11%。盡管擴招中存在諸如盲目性、重復性等一些問題，不可否認的是高等教育的發(fā)展還是為更多的人提供了學習的機會，為社會經(jīng)濟發(fā)展提供了不少人才。

近幾年來，隨著就業(yè)市場的放開，高等教育改革賦予了高校越來越多的自主權。一方面公辦高校不再完全受到政府行政調(diào)控，畢業(yè)生就業(yè)幾乎完全市場化；另一方面民辦高校迅速發(fā)展，由于這些高校在招生上有更大的自主權，全國高等教育的人才培養(yǎng)進一步從行政計劃中脫離出來，逐漸發(fā)展為市場經(jīng)濟下的自主行為。然而隨之帶來的是逐年增加的畢業(yè)生就業(yè)壓力，以及部分專業(yè)的供求不平衡。本文將實證檢驗在過去的三十年高等教育改革中高校畢業(yè)生就業(yè)市場的變化。不同于傳統(tǒng)模型，本文依托的蛛網(wǎng)模型加入了個人預期和相應的行為調(diào)整，能更有效地測度市場的動態(tài)變化。

二、文獻綜述

蛛網(wǎng)模型最早由兩位德國的經(jīng)濟學教授Ricci和Schultz在1920年代末建立，Kaldor[1]總結了他們的成果，并且正式命名為蛛網(wǎng)理論(cobweb theorem)。Kaldor明確指出，市場供求的周期性不平衡變動本質(zhì)上是由于產(chǎn)量先于價格決定導致的。個人的短視性(myopic)導致了當期的產(chǎn)量總是依據(jù)上期的價格被動調(diào)整，結果導致了時而供大于求時而供不應求的狀況交替出現(xiàn)。

由于蛛網(wǎng)模型能適應不同的市場供需結構，解釋市場價格和產(chǎn)量的周期性變動，一直在微觀經(jīng)濟學的實證分析中得到廣泛引用。從農(nóng)產(chǎn)品價格的波動分析[2-3]，到房地產(chǎn)信貸市場[4]，再到西歐國家的牛肉市場案例[5]，蛛網(wǎng)模型都體現(xiàn)出了強大的實證分析和市場預測能力。

相比其他市場，勞動力市場的波動和不穩(wěn)定問題關系到更多的社會個體的利益，因此吸引了更多的理論和實證研究。相比國內(nèi)最近的文獻，美國基于蛛網(wǎng)模型的勞動力市場分析最早源于Richard Freeman在1970年代的一系列論文，他指出導致勞動力市場周期性波動和超調(diào)現(xiàn)象(over-adjustment)的主要原因有兩個：一是勞動者工資預期的短視性(myopic wage expectation)，另一個是勞動力的不完全流動性(occupational immobility)[6-9]。具體而言，當每個技術工種的供給短缺導致該產(chǎn)業(yè)工資高于社會平均水平時，大量的學生會被吸引到這個專業(yè)的學習上。也就是說，學生是依據(jù)現(xiàn)在的工資水平?jīng)Q定專業(yè)選擇的。不幸的是，勞動力市場這樣的供給調(diào)整顯然在時間上是嚴重滯后的。當越來越多的學生選擇這個專業(yè)，他們并沒有預期到若干年后畢業(yè)時可能存在的職位飽和。結果當這些學生進入勞動力市場時，該工種的職位早已從供不應求變?yōu)楣┐笥谇?，這就是所謂的勞動者工資預期的短視性。不完全流動性加劇了這一問題，由于技術性工種之間的替代性比較小，一旦選擇了該專業(yè)，勞動者的技能就被束縛在這個產(chǎn)業(yè)上，結果過度的供給難以在短期被市場自動消化。工資下降的直接結果是新一輪的學生較少選擇該專業(yè)，導致若干年后勞動力市場回到了供不應求的狀況，工資再次上升，周而復始，結果就出現(xiàn)了所謂的周期性波動和市場不穩(wěn)定的問題。

基于這樣的蛛網(wǎng)模型設想，F(xiàn)reeman利用了幾個技術工種(比如護士專業(yè))的數(shù)據(jù)實證檢驗了市場的波動。結果在一定程度上證實了蛛網(wǎng)理論的合理性。然而針對Freeman理論中的兩個關鍵假設：短視性和不完全流動性，后續(xù)的一些研究進行了詳細的檢驗。Leffler和Lindsay[10]應用藥科專業(yè)畢業(yè)生就業(yè)情況的數(shù)據(jù)檢驗了工資預期的短視性假設。結果發(fā)現(xiàn)，新生在專業(yè)選擇時很大程度受到當時勞動市場工資水平的影響，短視性假設是合理的。同樣的檢驗被Leonard[11]再次嘗試，這項基于全美普查的數(shù)據(jù)實證分析結果發(fā)現(xiàn)相比理性預期(rational expectation)，短視的適應性預期能更好地解釋個人的行為。當然，也有許多研究質(zhì)疑著短視性預期假設。他們認為理性預期更符合現(xiàn)實情況。Willis和Rosen[12]就發(fā)現(xiàn)在選擇是否上大學的時候，學生的行為表現(xiàn)出很強的理性，而不是單純的當前利益。這也就證明了個人的工作決策決不僅僅受制于當前勞動力市場的情況，而應該是一個基于預期的綜合考慮。Hoffman和Low[13]和B?rsch[14]的實證研究同樣指出學生對于自己未來工資的預期有很強的向前性，而且會綜合考慮各種可能性。Orazem和Mattile[15]借助了高級的數(shù)學工具研究了畢業(yè)生的就業(yè)選擇模型，結果發(fā)現(xiàn)，效用函數(shù)的一階和二階矩對于個人的職位選擇有顯著的影響，這是一個很強的證據(jù)，有力地支持了理性預期的假設。與此同時，Gary Zarkin[16-17]連續(xù)發(fā)表了三篇研究論文，將理性預期加入到蛛網(wǎng)模型中，并指出合理的蛛網(wǎng)模型應該是基于個人預期的工資水平而非簡單的現(xiàn)有工資水平。

除了針對短視性的討論，另一個不完全流動性假設也吸引了不少的研究和分析。Harper[18]基于英國的數(shù)據(jù)發(fā)現(xiàn)，在一年中，全國11%的離職率水平足以證明勞動力流動性的存在，而且其中65%的離職是由于個人自愿的原因，比如尋求更高的工資等。Dolton和Kidd[19]也發(fā)現(xiàn)，24%的男性大學畢業(yè)生會在職業(yè)生涯的前8年轉(zhuǎn)換工作。基于這些證據(jù)，蛛網(wǎng)模型再次被Bernhard和Dorst[20]修正，除了理性預期，勞動力的流動性也被加入了模型分析框架之中。新的模型認為對于勞動者而言，職位之間存在一定的替代性，因此個人總會被吸引去尋找更高報酬的工作，這種情況一樣會導致周期性的波動，甚至在某些情況下更易出現(xiàn)不穩(wěn)定的振動(non-convergent oscillatory)。

國內(nèi)針對勞動力市場的研究起步較晚，尤其是對高等教育畢業(yè)生的研究在近十年才得到普遍關注，所依托的模型主要是傳統(tǒng)的蛛網(wǎng)模型。但一系列實證研究也比較有效地解釋了部分專業(yè)，特別是技術指向性較強的專業(yè)，就業(yè)市場出現(xiàn)的周期性波動?？傮w上模型可以分成兩類，一類是以較簡單的線性模型為基礎進行的實證估計和分析[21]；另一類模型認識到線性方程及其混合模型對于相關系數(shù)和模型結構的細微變化的敏感性而采取了非線性形式的差分或是微分方程模型[22]。實證結果基本都支持了蛛網(wǎng)模型對于畢業(yè)生就業(yè)市場波動的解釋力。袁暉光和范思凱[23]依據(jù)我國高校擴招以后全國大學生的起薪數(shù)據(jù)分析了畢業(yè)生就業(yè)市場蛛網(wǎng)模型的穩(wěn)定性，結果表明，中國的大學生勞動力市場是動態(tài)收斂的，短期的波動能在長期中被市場自動吸收和抹平。但是目前正處于工資向下調(diào)整與教育收益率下降的階段，從而加劇了大學生就業(yè)難的問題。另一些基于局部區(qū)域的實證研究也證實了類似的結論，王娟等[24]基于重慶工商大學畢業(yè)生的調(diào)查數(shù)據(jù)構建了蛛網(wǎng)模型，并指出專業(yè)填報的盲目性和短視性確實導致了部分專業(yè)就業(yè)市場的緊張。

可以肯定的是國外的實證研究無論是理論基礎還是計量模型都在一定程度上領先于國內(nèi)研究。一方面，前沿的實證模型已經(jīng)建立在個人效用最大化的微觀基礎之上，將個人的預期合理有效地引入了蛛網(wǎng)模型。另一方面，快速發(fā)展的博弈論工具使得前沿的實證模型能考慮到因信息傳遞帶來的個人的行為調(diào)整[25]，這使得實證分析能更精細地考察供求雙方行為的動態(tài)性，以及對于市場績效的影響。不同于美國的高等教育，在過去30年中，中國高等教育經(jīng)歷了從計劃到市場的改革。通過引入個人行為的調(diào)整模型，本文的實證分析將檢驗30多年的高等教育改革是否有助于減小勞動力市場的周期性波動。而依托的微觀基礎正來自于最新發(fā)展的個人漸近認知和認同理論(asymptotical learning and agreement)。

三、基于漸近認知和認同理論的實證模型

首先介紹最近迅速發(fā)展的漸近認知和認同理論(asymptotical learning and agreement)，然后再依托這個理論模型修正現(xiàn)有的蛛網(wǎng)模型，將理性預期和個人行為的動態(tài)調(diào)整引入蛛網(wǎng)模型?；趪鴥?nèi)現(xiàn)有的文獻成果，我們的模型將建立在個人理性預期和勞動力不完全流動性假設之上。

(一)漸近認知和認同理論

引入漸近認知和認同模型的必要性來自于傳統(tǒng)模型的缺陷。以前的蛛網(wǎng)模型將個人的行為，無論是就業(yè)者還是用人單位，假設為被動的。也就是說，個人的勞動力供給曲線和企業(yè)的勞動力需求曲線都是不變的。這樣的簡化處理使得模型即便加入了部分代表個人預期的變量(如期望工資)也很難考慮個人行為的主動調(diào)整。而在現(xiàn)實世界中，個人的行為會根據(jù)不斷更新的信息作出調(diào)整。比如當企業(yè)預期工資上升的時候會提前增加人力資源的儲備，以應對將來可能出現(xiàn)的勞動力成本上升；而就業(yè)者面對當前較低的工資時可能會選擇推遲就業(yè)(比如繼續(xù)深造)等等。漸近認知和認同理論恰恰抓住了這一點，模擬了博弈雙方在觀察到同一信號情況下的反應并且討論雙方的行為是否會有利于市場實現(xiàn)均衡和穩(wěn)定。

漸近認知和認同理論最早由Savage出，后經(jīng)Blackwell和Dubins[26]發(fā)展成一個完整的理論模型。最近Acemoglu、Chernozhukov和Yildiz再次討論這個模型，并且分析了認知趨同的條件。簡單地說，這個模型討論了當博弈雙方都觀察到同一組信號，雙方都會形成一個屬于自己的認知(belief)，在以后的博弈中，依據(jù)自己的認知選擇行動(action)，并且通過觀察別人的行動調(diào)整自己的認知，當雙方的認知調(diào)整到相同的時候，就被稱為實現(xiàn)了認同(agreement)，而這個調(diào)整過程就被稱為認知或是學習(learning)。

為了便于直觀解釋，我們直接使用蛛網(wǎng)模型的圖形來解釋這一理論的作用。

圖1中的A圖解釋了一個不穩(wěn)定的勞動力市場供求關系，而B圖則代表了一個穩(wěn)定的供求關系。

圖1 蛛網(wǎng)模型的穩(wěn)定性

傳統(tǒng)的蛛網(wǎng)模型認為一旦市場供求關系陷入了A圖不穩(wěn)定怪圈之中，那么在沒有宏觀調(diào)控的情況下，任何小的外生沖擊都會導致市場永久的波動，時而供不應求，時而又供大于求。相反，一旦B圖中的良性供求關系被建立起來，市場對于任何的沖擊都會有自身的穩(wěn)定機制，將波動逐漸吸收，直至恢復到均衡狀態(tài)。

漸近認同理論提供了一個從A轉(zhuǎn)化到B的橋梁。當勞資雙方同時觀察到市場上的不穩(wěn)定狀態(tài)時，雙方都會根據(jù)經(jīng)驗對自己的預期做出調(diào)整。比如，需求方逐漸通過調(diào)整生產(chǎn)規(guī)模，增加勞動力需求的彈性，反映在圖形中則是需求曲線變得更加平緩。而勞動力的供給方也會相應調(diào)整自身的行為來適應新的市場情況。如果雙方能實現(xiàn)漸近的認同，在長期中，B圖中的穩(wěn)定狀態(tài)會成為雙方的共識，并且在勞動力市場上得以實現(xiàn)。我們也可以觀察到一個逐步趨于穩(wěn)健的供求關系，即便是原有的不穩(wěn)定狀態(tài)也會被市場自動消化。

詳細的數(shù)學解釋如下：

為了方便討論，我們暫時將模型簡化為一個兩種狀態(tài)的情況[注]在勞動力市場中可以解釋為：是否應該選擇這個專業(yè)，“應該”記為“A”，“不應該”則記為“B”。：A或是B，個人對于θ=A有一個先驗概率πi。當個人收到一個信號記為St，如果真實情況是A，那么St有PA的可能取a，1-PA的可能取b，反之，若真實情況是B，St有PB的可能取b，1-PB的可能取a．用矩陣可以表示為：

ABaPA1-PBb1-PAPB

這一論斷很快就遭到了來自Blackwell和Dubins[26]的挑戰(zhàn)。新的模型認為只要博弈雙方對于正確的情況(state)都賦予了正的概率，且觀察到相同的信號，即便不滿足Savage的臨界值要求，漸近認同一樣會實現(xiàn)。但是，Acemoglu，Chernozhulov和Yidic并沒有接受這一條件。因為在現(xiàn)實中，由于博弈雙方之間的差異性(比如經(jīng)驗、偏好等)即便是觀察到了同樣的信號一樣可能給出不同的解釋，從而阻礙了漸進認同的實現(xiàn)。由于各個參與者都有難以被觀察到的個人特征，在別人眼中，他們對一個信號的理解可以被認為是一個隨機變量，真正起決定作用的是這個隨機變量分布的尾部特征(tail characteristics)。直觀的說就是要能讓個人盡快調(diào)整錯誤的預期。當觀察到的新信號和自己的理解不同的時候，這個“小概率事件”越能讓個人懷疑自己的先驗判斷，并且及時調(diào)整預期，博弈雙方就比較容易實現(xiàn)漸進認同[注]具體的證明涉及太多數(shù)學推導，可以參考原文“Learning and Disagreement in an Uncertain World”， MIT working paper。。

(二)勞動力市場動態(tài)蛛網(wǎng)模型

依托Wellford[27]以及王楠、馮濤[28]的框架，傳統(tǒng)的蛛網(wǎng)模型建立在一個供求方程的結構模型基礎之上，簡單地說，就是

由簡單的數(shù)學推導即可知道，模型的均衡解是P0=(α-γ)/(τ+β)；而均衡條件取決于兩個方程的斜率：當τ/β<1時，模型在長期中會自動實現(xiàn)穩(wěn)定均衡；τ/β>1，模型得到的是一個發(fā)散結果。當τ/β=1時，長期的結果既不是穩(wěn)定也不是發(fā)散，即混沌解。

然而單純基于這一簡單模型的計量分析會導致兩個問題：首先是忽略了個人預期的作用，從而帶來了遺漏變量誤差的問題。很多文獻已經(jīng)證實了個人預期對于工作選擇的重要性。在近期的實證研究中，越來越多的文獻也注重加入個人的預期變量來改進模型?？偟膩碚f，個人預期的度量基本上有兩種方法，國內(nèi)文獻主要使用的是有針對性的調(diào)查數(shù)據(jù)，數(shù)據(jù)集包含了個人對于未來工資的預期[21]。這樣的方法雖然比較簡單，卻受制于調(diào)查的范圍，并且很容易遭遇變量變異性不夠的計量困難。由于這樣的調(diào)查一般都僅僅來自于少數(shù)幾個學校內(nèi)部的若干個專業(yè)，一則在隨機性和代表性上存在一些缺陷；二則受調(diào)查的個體之間無論是個人背景還是提供問卷的方式都存在很大的相似性和相關性[注]比如很多學生的問卷是一起完成的，在預期工資這一項上彼此之間存在相互影響，甚至統(tǒng)一答案。，收集到的數(shù)據(jù)都過于集中。這對于計量分析是一個嚴重的挑戰(zhàn)。

相比國內(nèi)研究普遍采用直接觀測數(shù)據(jù)，美國學者采用的間接計量方法在計量上更具優(yōu)勢。由于美國學者對于勞動力市場尤其是畢業(yè)生的就業(yè)市場主要依賴的是政府的當期人口普查數(shù)據(jù)(Current Population Survey，簡稱CPS)，其中自然不會含有預期工資的直接數(shù)據(jù)。因此催生了很多間接計量的方法。總而言之，方法分成三類。以Freeman為代表的早期蛛網(wǎng)模型文獻主要建立在適應性預期之上，將現(xiàn)有的或是過去的工資水平作為個人工資預期的標準。正如我們前文討論過的這樣的簡化在理論上和實證上都遭到了質(zhì)疑和挑戰(zhàn)，并由此催生了向前預期的模型。以Willis和Rosen為代表的研究將個人的預期模式設定為向前性的，將樣本中未來的工資數(shù)據(jù)作為標準。但這樣的做法缺乏現(xiàn)實依據(jù)。

最后一種模型則是建立在理性預期基礎之上，以Orazem和Mattile為代表。整個模型建立在一個個人三期效用最大化的基礎之上。如果個人的效用最大化目標函數(shù)被設定為

相應的期望效用函數(shù)可以寫成

實證模型建立在泰勒二階展開式之上：

實證分析的重點是工資水平的各階矩(Wik)的系數(shù)在回歸結果中的顯著性。Orazem和Mattile的數(shù)據(jù)計量發(fā)現(xiàn)，一階和二階矩的系數(shù)都顯著異于零，由此證明了個人的預期在很大程度上影響了個人的工作選擇。

我們的數(shù)據(jù)來自于《中國勞動統(tǒng)計年鑒》，預期工資也不能直接觀察得到。綜合考慮上述三種間接計量的方式，我們選擇Orazem和Mattile的處理方法，引入工資變量的矩(一階和二階)來控制勞動者個人預期的影響。

模型的第二項改進來自于行為動態(tài)性的引入。對于蛛網(wǎng)模型的穩(wěn)定性分析，從數(shù)學上看，取決于供求函數(shù)的斜率系數(shù)；而更深層次的經(jīng)濟學原理則認為本質(zhì)上是雙方對于勞動力市場長期調(diào)整趨勢的一個認知調(diào)整過程。不均衡的市場結構(過?；蚴嵌倘?促使勞動力的供求雙方主動調(diào)整自己的行為，當雙方關于均衡形成一個相同的認知的時候，市場就能實現(xiàn)穩(wěn)定性的均衡。在模型中，這樣的動態(tài)調(diào)整表現(xiàn)為供求曲線斜率的變化。通過引入時間虛擬變量和工資水平的交叉項，我們的回歸分析就能觀測到這樣的動態(tài)調(diào)整。實證結果表現(xiàn)在模型斜率的變化上。有效的勞動市場政策能將一個不容易實現(xiàn)收斂的市場調(diào)整為較容易實現(xiàn)收斂。

具體而言，修正模型有以下的形式：

其中m1(W)，m2(W)分別代表工資的一階和二階矩，用來控制個人的預期，而Di為時間虛擬變量，用來觀測個人行為的動態(tài)調(diào)整。遵循中國高等教育發(fā)展的歷程，整個30年的樣本被分割為四個階段：計劃分配時期(1980--1990)、初步發(fā)展時期(1990--1995)、迅速擴招時期(1995--2008)、就業(yè)市場緊張時期(2008--2012)。此外，不同于普通蛛網(wǎng)模型，考慮到大學教育的時間一般為4年，供給端我們使用的價格變量滯后為4期。

在一個特定的時期i，除了Di=1，其他時間虛擬變量均為0，此時將供求函數(shù)代入均衡條件，可以得到一個差分方程：

簡單的迭代法就可以得到差分方程的解：

(三)簡化形式模型和參數(shù)的識別

以上部分建立的結構模型并不能直接用于實證分析進行數(shù)據(jù)回歸。主要是因為在實際中，研究者并不能直接觀察到供給函數(shù)和需求函數(shù)，取而代之的只是在供求平衡情況下的均衡工資和相應的勞動力數(shù)量。

四、勞動力市場實證分析

(一)樣本概況

我們的樣本來自于《中國勞動統(tǒng)計年鑒》，覆蓋了1982--2011總共30年的數(shù)據(jù)，涵蓋了農(nóng)業(yè)、采掘業(yè)、制造業(yè)、能源產(chǎn)業(yè)、建筑業(yè)、地質(zhì)水利、交通運輸、餐飲、金融、房地產(chǎn)、社會服務、衛(wèi)生醫(yī)療、教育、科研以及政府機關總共15個產(chǎn)業(yè)大類。由于不同于普查的一手數(shù)據(jù)，年鑒直接提供的僅僅是各個行業(yè)當年的平均工資和當期的就業(yè)人數(shù)。表1按行業(yè)報告了整個樣本的基本情況。

縱向比較15個產(chǎn)業(yè)的特征不難看出，以采掘業(yè)、地質(zhì)水利為代表的技術性產(chǎn)業(yè)，和以教育為代表的需求比較穩(wěn)定的產(chǎn)業(yè)，對于勞動力的需求和供給波動都比較小，而一些近年來發(fā)展迅速的產(chǎn)業(yè)，如房地產(chǎn)；或是受國際市場影響顯著的產(chǎn)業(yè)，如金融業(yè)，則波動比較大。至于工資水平，盡管每個產(chǎn)業(yè)都經(jīng)歷了較為明顯的提升，以金融、能源等為代表的新興產(chǎn)業(yè)依然要領先于農(nóng)業(yè)等傳統(tǒng)產(chǎn)業(yè)。

表1 樣本概況

續(xù)表

再比較中位數(shù)和平均數(shù)不難發(fā)現(xiàn)一個現(xiàn)象，相對穩(wěn)定的行業(yè)，如農(nóng)業(yè)、制造業(yè)和能源產(chǎn)業(yè)，無論是就業(yè)人數(shù)還是工資水平，基本呈現(xiàn)對稱分布，中位數(shù)和平均數(shù)的差距并不大。同樣的現(xiàn)象可以在政府機關和科研等崗位的數(shù)據(jù)匯總結果上被發(fā)現(xiàn)。但是近年來發(fā)展比較快的，如金融業(yè)、房地產(chǎn)等，就業(yè)人數(shù)的中位數(shù)顯著超出平均數(shù)，呈現(xiàn)左偏性；而工資水平則恰好相反，中位數(shù)小于平均數(shù)，呈右偏分布，這說明在這兩個行業(yè)中存在一小部分的高工資。而這樣的工資結構更容易吸引到新進入勞動力市場的人才選擇這一行業(yè)，從而導致?lián)駱I(yè)盲目性的加劇。

(二)數(shù)據(jù)實證分析

基于第三部分建立的回歸模型，表2展示了數(shù)據(jù)回歸的結果。模型1是最初始的蛛網(wǎng)模型，模型2添加了個人的預期，而模型3則進一步加入了時間虛擬變量。

參照上文設定的結構模型：

基本的參數(shù)識別原理都沒有發(fā)生改變。但唯一的問題是，模型1因為一個顯著的改變是測量模型擬合度的R2得到了顯著的提高。無論是簡單的初始模型，還是附加預期的以及加入時間變量的修正模型，得到的計量結果都基本符合經(jīng)濟理論的預期。不過值得注意的是，預期和時間變量的引入在很大程度上改善了工資系數(shù)的顯著性。對比模型2和模型1，新增加的用于度量個人預期的一階矩M1和M2，均對勞動力市場的供求產(chǎn)生了顯著的影響。這一事實有力地證明了預期無論是對于企業(yè)選擇勞動力投入還是個人選擇工作都有著重要的作用。

表2 模型計量回歸結果

注：***代表回歸系數(shù)在95%水平下顯著；()中的數(shù)據(jù)為回歸系數(shù)的標準差。

表3 穩(wěn)定性分析

更為重要的分析來自于對時間虛擬變量系數(shù)的討論。根據(jù)前文定義的時間區(qū)間，D1標識的是1990--1995，D2覆蓋了1995--2008，而D3則表示2008--2012。在綜合和時間虛擬變量的系數(shù)以后，表3總結了四個時期畢業(yè)生勞動力市場的穩(wěn)定性特征。

不難發(fā)現(xiàn)，在過去的30多年中，整個勞動力市場已經(jīng)從一個不穩(wěn)定的系統(tǒng)，逐漸走向完善，成為一個能自動實現(xiàn)收斂穩(wěn)定的體系。1990年代以前，盡管計劃經(jīng)濟使得畢業(yè)生不用擔心就業(yè)問題，實際上全國的勞動力市場處于一個不穩(wěn)定的供求狀態(tài)，一個小的外生沖擊都會帶來市場的巨大波動；1990年代以后，市場在畢業(yè)生就業(yè)中開始逐漸起基礎配置作用，盡管絕大多數(shù)專業(yè)都經(jīng)歷過從高峰跌入谷底的“痛苦”，實證結果卻發(fā)現(xiàn)全國畢業(yè)生勞動力市場的供求關系反而在逐步改善，一個能自動實現(xiàn)穩(wěn)定的機制正在慢慢建立。導致這樣變化的原因主要來自于三個方面，首先是個人專業(yè)選擇盲目跟風的行為漸漸減少，學生能綜合目前的勞動力市場實際情況更理性地考慮若干年以后的就業(yè)形勢。這樣的變化更有利于勞資雙方形成預期上的一致，從而更好地維持勞動力市場的穩(wěn)定。其次是大學專業(yè)培養(yǎng)的改革，從定向培養(yǎng)轉(zhuǎn)向通識教育，使得畢業(yè)生更多地成為能適應多種工作的通才，而特定專業(yè)的專才，大大減少了特殊人才擁擠導致的結構性失業(yè)。第三個原因是經(jīng)濟發(fā)展的結果，相比20世紀八九十年代，私人企業(yè)、外資企業(yè)在我國的快速發(fā)展，為畢業(yè)生求職提供了更大、更靈活的空間。尤其是近幾年經(jīng)濟結構轉(zhuǎn)型時期，各個行業(yè)新興的中小企業(yè)吸納了大量的應屆畢業(yè)生，直接為緩和勞動力市場的供求矛盾做出了重要的貢獻。

五、結論與啟示

相比傳統(tǒng)的蛛網(wǎng)模型，本文最大的貢獻是通過引入個人行為的動態(tài)調(diào)整研究了在長期中，由于勞資雙方預期、行為的主動調(diào)節(jié)對于勞動力市場穩(wěn)定性的影響?；谌嗄陙淼臄?shù)據(jù)分析我們發(fā)現(xiàn)：由于人才培養(yǎng)滯后性的存在，曾經(jīng)專業(yè)指向性極強的高校教育并不能適應當今起伏不定的勞動力市場的需求。高等教育改革初期一味地擴大招生規(guī)模也沒能有效地完善畢業(yè)生就業(yè)市場，依然飽受不穩(wěn)定性的影響。幸運的是，近年來高等教育改革推廣的通才型培養(yǎng)使得畢業(yè)生能勝任更多的崗位，大大緩解了結構性失業(yè)的問題。

今年來各專業(yè)經(jīng)歷的招生和就業(yè)波動可以被解釋為主動的市場調(diào)節(jié)機制的結果。在經(jīng)濟結構轉(zhuǎn)型的大背景下，勞資雙方都在尋求更為積極主動的調(diào)整。具體反映到勞動力市場上必然是一部分專業(yè)人才就業(yè)空間的緊縮，而另一部分專業(yè)進入了上升期。可喜的是，勞動供給方已經(jīng)能提前預判這樣的變化并做出了相應的調(diào)整。數(shù)據(jù)實證分析證實了個人行為的前瞻性和動態(tài)性，實際上專業(yè)選擇上的盲目跟風行為已經(jīng)大大減少了。與此同時，高等教育改革帶來的通才培養(yǎng)提供的畢業(yè)生更能適應瞬息萬變的市場。而這一切都有助于一個更加健康合理的勞動力市場的發(fā)展。