高等教育擴張與大學工資溢價
——基于干預—控制框架的分析

廖 飛，顏 敏

(1.東北財經大學 馬克思主義學院，遼寧 大連 116025；2.東北財經大學 數學學院，遼寧 大連 116025)

一、引 言

基于刺激經濟、釋放消費和優化勞動力供給結構等多重政策目標，我國自1999年啟動了高等教育擴張政策，當年本專科招生數較1998年增加47.32%。至2014年高等教育規模經歷了15年的持續擴張，毛入學率從1998年的8.27%上升到2014年的17.92%，2014年各類高校在校生人數為4 126.57萬人，占17—22周歲人口比的43.11%。學者研究表明，*學者研究認為，以高等教育毛入學率為指標，可以將高等教育發展歷程分為“精英、大眾和普及”三個階段。高等教育毛入學率在15%以下屬于精英教育階段，15%—50%為高等教育大眾化階段，50%以上為高等教育普及化階段。其中，高等教育毛入學率是指高等教育在校學生數與適齡人口的比率。一般認為，我國高等教育適齡人口是指17—22歲年齡段的人口。由于數據原因本文并沒有考慮電大注冊視聽生、在職攻讀、自考助學班、普通預科生、進修及培訓等在校生，因而高等教育毛入學率不可避免地被低估。我國已經進入世界公認的“高等教育大眾化”時期。

持續的高等教育擴張在顯著提升勞動力知識水平的同時，也改變了高校畢業生的勞動力供需均衡。申廣軍等[1]認為，“大學生就業難”與“應屆大學畢業生起薪持續走低”開始成為大學生就業市場的階段性特征，這似乎為“高等教育擴張導致的教育過度降低了大學工資溢價”以及“高校擴招與供給失衡的工資懲罰效應”提供了經驗證據。但事實上，高等教育擴張對大學學歷就業者工資變化的影響卻是尚不清晰與有待驗證的。從理論視角出發，高等教育擴張導致的勞動力供需結構變化可能會基于工資自適應效應導致大學工資溢價的降低，但同時人力資本結構的變化又會通過相對工資變化及知識依賴度增強而提升教育溢價。同時從實證層面看，高等教育擴張對大學工資溢價的影響也是存在爭議的。Mincer[2]的研究證實，高等教育擴張會降低教育的邊際貢獻率，從而顯著地降低教育溢價。但Grogger和Eide[3]基于斷點回歸模型的分析卻認為，美國高等教育擴張與大學工資溢價間存在正相關關系，并突出地表現在虛擬經濟中高等教育人才工資溢價的增長，Katz和Autor[4]認為，這也成為工資不平等的重要推動力。

基于我國樣本的研究也同樣存在著實證結論的分歧。何亦名[5]基于擴展的Mincer方程研究認為，高等教育擴張對大學工資溢價存在抑制效應。吳要武和趙泉[6]也得到了相似的結論，即擴招導致了大學畢業生勞動參與率以及小時工資的下降。但張巍巍和李雪松[7]與李平等[8]的結論卻認為，我國高校擴招顯著地提升了教育溢價。

上述結論分歧可能是由于高等教育擴張的工資自適應效應與相對工資效應的強度差異所導致的，但是，作為一個典型的實證問題，實證框架的選擇與控制也會影響到結論，特別是在教育溢價的相關研究中，Walker和Zhu[9]認為，不可觀測因素的評估和樣本選擇偏差的處理決定著實證模型結論的可靠性。

首先，能力這一不可觀測因素是評估大學工資溢價難以回避的關鍵問題之一。能力包括勞動者智力與情緒控制能力、教養與性格等素質，是決定工資的重要因素，這恰恰解釋了相同學歷、相同年齡、職業等條件相似的勞動者的工資差距。Simmons[10]從理論上證明了能力因素是高等教育擴張對大學工資溢價影響的關鍵因素。其次，在勞動力市場的工資問題研究中，幾乎難以避免地存在樣本選擇偏差問題，即僅能觀測到參與勞動力市場的勞動者工資變動，而實際上適齡勞動力總是存在不參與勞動供給的情況，而這種不參與本身卻是基于工資等因素的內生自選擇結果。由此衍生了Heckman[11]所提及的“樣本選擇偏差”，Wooldridge[12]證實，只有在控制樣本選擇偏差，即勞動參與決策外生時，工資效應方程的結果才是一致的。

本文的可能貢獻主要表現在以下三點：一是在模型中引入了能力代理因子從而控制了能力這一不可觀測變量對工資變動的影響。二是基于勞動力異質性前提，使用Heckman兩步法修正了樣本選擇偏差，進而解決了工資對勞動力參與的自選擇問題。三是在一個干預—控制框架下，通過區分高中組與大學組的能力變化，控制了偏態型技術進步對勞動力工資的調整效應。

二、干預—控制反事實框架設計

考慮到偏態型技術進步的存在以及由此引致的技術稀缺性定價及工資變動，本文引入干預—控制的反事實框架以控制勞動力需求側對大學工資溢價的影響，同時進一步準確地測度高等教育擴張對勞動力工資的沖擊。具體地，將我國高等教育擴張視為一個具體的政策規制，高校擴招的教育溢價沖擊視為政策的因果效應，在此基礎上引入雙重差分(DID)模型進行匹配效應識別，即將樣本分為匹配的干預組與控制組，通過雙重差分控制共時性環境變量的影響與樣本事前差異，進而比較配對組差異識別政策的實施效應。在具體的樣本配對上，本文按照高校擴招的時間節點1999年，將樣本區分為控制組——老畢業生組(1999年前入學)與干預組——新畢業生組(1999年及以后入學)，并假設高等教育擴張僅僅對新畢業生組工資產生沖擊效應，同時引入高中組(1999年后高中學歷勞動力)作為附加控制組。在此基礎上，設定DID模型為：

lnY=c+αD+β1T1+β2T2+β3T3+β4T4+γ1D×T1+γ2D×T2+γ3D×T3+γ4D×T4+φX+ε

(1)

其中，lnY為工資對數值，D為學位變量(D=1：大學學歷，D=0：高中學歷)，為基礎同生群組的大學工資溢價， Ti(i=1,2,3,4)為基于年齡劃分的不同時期配對組，參數βi為相較基礎同生群組的不同年齡平均工資差異，而γi為以Ti表示的各配對組的大學工資溢價，而α+γi就代表相對控制組的不同時期整體大學工資溢價。X為影響工資獲取的相關控制變量，包括工作經驗、崗位特征、地區及就業單位所有制屬性等。

進一步，本文采用Heckman兩步法控制樣本選擇偏差，構建勞動參與決策概率方程：cy=η0+ηk+μ，其中，cy為虛擬變量，表示勞動力的參與決策(cy=1：進入就業市場；cy=0：退出就業市場)，k為年齡、性別和婚姻狀況等影響勞動力參與決策的相關外生變量，μ為參與決策的隨機因素。用所有的樣本將cy對k做Probit回歸，根據樣本勞動參與概率可計算得到逆米爾斯比率λ(k,μ)，將該逆米爾斯比率導入模型(1)得：

lnY=c+αD+β1T1+β2T2+β3T3+β4T4+γ1D×T1+γ2D×T2+γ3D×T3+γ4D×T4+φX+δλ+ε

(2)

其中，δ的顯著性可以驗證樣本選擇偏差的存在。

在能力代理因子的構建上，本文基于CHIP數據庫，按照Glick和Sahn[13]的思想，構建基于樣本環境因素的能力因子Ability并引入模型：

lnY=c+αD+β1T1+β2T2+β3T3+β4T4+γ1D×T1+γ2D×T2+γ3D×T3+γ4D×T4+φX+θAbility+ε

(3)

lnY=c+αD+β1T1+β2T2+β3T3+β4T4+γ1D×T1+γ2D×T2+γ3D×T3+γ4D×T4+φX+δλ+θAbility+ε

(4)

三、數據來源及變量設定

1.數據來源

本文數據來源于2017年中國社會科學院經濟研究所收入分配課題組的中國家庭收入項目調查(CHIP, Chinese Household Income Project Survey 2007)。首先，CHIP數據庫包含了高等教育擴張前后北京、遼寧、江蘇、山西、安徽、河南、湖北、廣東、重慶、四川、云南和甘肅等涵蓋東、中、西三大區域的12個省份，分城鄉、性別、教育程度、就業狀況，收入狀況、健康狀況和婚姻狀況等個體特征數據。其次，該數據庫包含豐富的家庭背景資料，諸如父母的受教育程度、職業特征、戶口特征以及家庭各種支出等，將這些家庭背景資料匹配到個體數據庫中，使得捕捉個體能力因素以及勞動參與意愿成為可能。在具體樣本篩選上，本文使用具有高中以上學歷的22—50周歲的個體相關數據，剔除22周歲以下及50周歲以上樣本以保證學歷識別準確，最終得到有效樣本4 450個。

2.變量設定

學歷虛擬變量D：D=1代表大學學歷，D=0代表高中學歷。其中，大學學歷包括大學以上的本科生和研究生。高中學歷包括普通高中、職業高中、中專和技校。

時期虛擬變量Ti：以入學年齡6—7歲推算，設定干預組年齡為22—26歲樣本(2002—2007年取得大專學位、2003—2007年取得本科學位)，附加控制同生群組為22—26歲高中教育程度組，而干預組則為27—31歲、32—36歲、37—41歲以及41歲以上年齡組，分別對應1997—2001年、1992—1996年、1987—1991年以及1987年以前的樣本畢業時期，本文對1999年高校擴招前年齡組進行了分段區分，是考慮到教育溢價變動存在典型的時期效應與慣性，與1999年相距越遠，其工資受高等教育擴張的沖擊越小，據此可將41歲以上樣本視為高校擴招的基礎控制組。按照同生群年齡段分別定義時期虛擬變量Ti，即T1(22—26歲)、T2(27—31歲)、T3(32—36歲)和T4(37—41歲)。

工資lnY：本文關注的結果變量是擁有高中以上學歷的勞動力工資，CHIP數據庫調查了個體從當前工作中獲得的月收入以及包括自己創業的工資、津貼和紅利等全部月收入，即月收入對數。

能力代理指標Fedu：Plug和Vijverberg[14]證實，能力存在典型的代際傳遞特征，觀測樣本的父母能力與子女能力顯著正相關。Knight和Shi[15]則認為，考慮到教育本身與不可觀測的能力變量高度相關，因而父母的教育水平是觀測樣本能力較好的代理變量。本文沿用這種思路使用觀測樣本父親教育年限作為能力代理變量以控制無法觀測能力因素對個體工資的影響。

勞動參與：樣本選擇偏差的控制需要識別勞動參與方程，Melly[16]認為，理想的識別變量應該影響選擇行為但不影響工資水平。而勞動參與決策取決于工作與閑暇的機會成本及邊際福利收益，根據陳斌開等[17]，閑暇邊際收益取決于婚姻、消費和健康等個體特征變量。因此，本文使用觀測樣本的婚姻狀況、個體生活消費支出、身體健康狀況、年齡、性別以及地區特征作為勞動參與的工具變量。另外，個體的教育水平是企業雇傭員工的重要參考因素，但同時教育水平也是工資的重要影響因素，為了避免與學位變量的多重共線性，勞動參與方程中使用離開學校前的課堂成績代表學生參與就業的能力水平。

工資獲取的相關控制變量：本文參考Katz和Autor[4]與張巍巍和李雪松[7]的研究，引入觀測樣本的工作經驗、工作經驗平方項、崗位類別及特征、就業單位所有制屬性以及地區變量。在具體的變量測度上，工作經驗使用樣本在當前崗位的就業時長作為替代變量，崗位類別則根據數據可得性區分為是否為店員/服務人員、是否為專業技術人員以及是否為國家機構或事業單位員工或企業領導。而地區則區分為東中西部三個地區屬性，就業單位所有制屬性則使用是否屬于國有或集體所有制單位就業進行觀測。

四、經驗研究及解釋

1.各同生群組描述性統計分析

表1報告了各年齡組分學歷月工資的描述性統計。由表1可知，高校擴招對勞動力學歷結構存在顯著影響，隨著年齡增長，大學學歷勞動者占比迅速下降，22—26歲的年齡組大學學歷的比重為32.6%，而41歲以上的年齡組大學比重僅為14.2%。同時從工資水平的分布特征看，相較高中學歷組，大學畢業生工資差距隨年齡增長逐漸增加，41歲以上的年齡組大學畢業生年收入是高中畢業生組的1.79倍多，而27—31歲年齡組這個比重僅為1.49，22—26歲勞動力中，這一比重僅為1.38。這意味著，排除其他相關因素的影響，從收入差距視角看，高等教育擴張在顯著地影響人力資本結構的同時也存在工資懲罰效應。

表1分年齡分學位月工資的描述性統計

2.勞動參與方程的估計

為糾正樣本選擇偏差，首先用Probit模型對全樣本進行勞動參與決策概率方程cy=η0+ηk+μ的估計。從估計結果來看，健康、婚姻、消費支出、年齡和性別都在1%水平上顯著影響著勞動參與。其中，男性比女性具有顯著水平更高的勞動參與率。這與Knight和Shi[15]與Connelly和Zheng[18]的研究結論一致。越年長、健康狀況越好、生活費支出越多越容易參與勞動，結婚比不結婚更傾向參與勞動。離校前課堂成績對勞動參與具有顯著的正向影響。另外，從地區變量來看，相對于西部地區，東部和中部地區都有更高的勞動參與率，這可能來自于較高的整體工資水平增加了退出就業市場的機會成本，同時相對發達的第三產業也降低了就業的選擇成本。

3.基于DID模型的大學教育溢價估計

根據表2，無論基于哪一個模型，代表41歲同生群組大學教育溢價參數α顯著為正，其中不考慮樣本選擇偏差以及能力偏誤時的大學工資溢價達到最高水平43.6%，當考慮樣本選擇可能帶來的偏差后，大學教育溢價下降到33.9%，并且仍在1%水平下顯著，樣本選擇矯正項同樣在1%水平下顯著，說明存在明顯的樣本選擇偏差，不考慮樣本選擇將導致大學教育溢價9.2%的估計偏差。進一步的，將能力代理變量父親教育水平納入到模型中，大學教育溢價仍然顯著為正，但進一步下降到32.3%，父親教育水平變量系數為1.6%且在1%水平下顯著，父母教育水平一定程度上決定著子女的能力水平，對個體工資產生顯著的正向作用，忽略無法觀測能力因素同樣導致估計偏誤。因而基于模型(4)估計結果是最可信的。平均而言，41歲以上群組中大學生勞動力比高中生勞動力工資高出32.3%，年均高等教育回報為8.0%。是否接受高等教育是個體工資的一個重要決定因素，那時上大學確實是一份豐厚的投資，然而伴隨高等教育擴張大學生勞動力供給的增多，大學生工資和高中生工資各自變動趨勢如何?大學工資溢價如何演變?

表2工資溢價方程估計結果

注：*、**和***分別表示10%、5%和1%水平下顯著。

表2的第5—8行列出了相對于40歲以上的同生群組, 各個年輕群組高中勞動力工資的變動。一個明顯的事實是當不考慮樣本選擇偏差時，年輕的高中勞動力群組工資都在顯著增長，其中27—31歲群組的工資最高，當不考慮能力因素時，比41歲以上的同生群組高出23.6%，比37—41歲同生群組高出9.6%，比32—36歲同生群組高出3.5%，1999年高等教育大幅擴張后，大學勞動力的持續供給沖擊致使高中勞動力工資較擴張前下降6.4%。當考慮能力因素時盡管各個同生群組高中生工資有所下降，但仍保持同樣的變化趨勢。

然而值得注意的是，當考慮勞動參與樣本選擇時，相對于41歲以上的同生群組，各個年輕高中組的工資不是上升而是下降，并且伴隨高等教育迅猛擴張，下降得更快。就模型(4)估計結果而言：按可比價格計算，41歲以上的高中群組工資比37—41歲高中群組工資高出0.4%，但是在統計上并不顯著；比32—36歲的高中組高出4.8%，統計上也是不顯著的；然而在1999年高等教育擴張前后的同生群組高中勞動力工資出現顯著的大幅下降，其中擴張后對應的22—26歲的高中組下降高達13.8%，比擴張前27—31歲群組下降7.5%，相關估計參數的變化充分說明引入樣本選擇矯正項以及能力因素的必要性，同時看到無論參數方向及大小如何變化，但值得肯定的是擴張后(22—26歲)高中組工資比擴張前(27—31歲)顯著下降，而且相比離擴張期越早，下降得越多，高等教育擴張對高中群組工資的負向沖擊是顯而易見的。

表2的9—12行參數估計值刻畫的是各個同生群組大學教育溢價的相對變化，9—12行與5—8行對應行相加則是各個群組大學生勞動力工資的相對變動，如果再分別加上第4行則得到各個時期大學工資溢價。為更加清楚地看出，表3給出了高等教育擴張前后相對于41歲以上的同生群組各個年輕同生群組大學工資的變化及大學工資溢價。

表3擴張前后大學工資變動及大學工資溢價

由表3中模型(4)對應的數據不難看到，相比于41歲以上的大學勞動力群組，其他各個年輕的大學組工資都在下降，其中最年輕的群組也是高等教育擴張后取得學位的大學組工資下降幅度最大，降幅高達18%，比擴張前(27—31歲組)下降6.4%。各個群組的大學工資溢價大致相當，相對于41歲以上的同生群組，之后的同生群組盡管大學工資溢價都在降低，但隨著高等教育擴張強勢的推移，大學工資溢價并未出現明顯的下降。具體地，隨著1985年高等教育緩慢擴張，1987—1991年取得最高學位的群組大學教育溢價顯著降低了11.5%。此時大學教育溢價為21.2%，平均每年大學教育回報僅為5.3%；1992—1996年獲得最高學位的群組大學教育溢價上升到29.7%，年平均教育回報為7.4%；1997—2001期間取得最高學位的群組大學教育溢價繼續上升到28.8%，年平均教育回報為7.2%，當1999年高等教育大幅擴招后，第一批進入勞動力市場的大學生，大學教育溢價仍維持在28.2%，年均大學教育回報率7.0%。與相關研究的結論比較，本文的教育溢價水平明顯較低。*李雪松與赫克曼基于CUHIES數據的實證結論表明，控制了樣本選擇偏差和教育匯報異質性后，大學教育的教育溢價效應為43.0%，大學的人力資本投資年均回報率為10.8% 。齊良書研究證實，1988—1999年的高等教育回報率平均為12.33%。這意味著，在教育溢價測度中樣本選擇偏差以及能力偏誤都會產生大學教育溢價的向上偏誤。

具體地，表2最后兩列分別給出了樣本選擇偏差和能力偏差，在此將模型(4)和模型(3)估計結果的差異定義為樣本選擇偏差，將模型(4)和模型(2)估計結果的差異定義為能力偏誤。從表2不難看出，不考慮樣本選擇會導致各個估計參數產生很大的偏差，其中導致能力代理變量(父親教育水平)向上0.2%偏誤，使各個年齡組高中生工資相對變動也產生不同程度的向上偏差，其中導致27—31歲年齡組工資的偏差高達30.4%，最低的37—41歲年齡組的工資變動偏差也高達14.6%。同樣地，由表3可見，不考慮樣本選擇時，各個年齡組大學教育溢價也產生向上偏差，但偏差相對較小，大致在1%—3%之間。但相對于41歲以上同生群，此時各個年齡組大學工資溢價的偏誤是向下的，即不考慮樣本選擇時低估了各個同生群大學教育溢價的變化，而且離擴張期越遠的同生群大學教育溢價變化的偏誤越小，具體地，擴張后大學勞動力組大學教育溢價相對于41歲以上同生群組低估了9.2%，當沒有考慮樣本選擇時，擴張后(22—26歲組)大學溢價比擴張前(27—31歲組)產生至少2%的下降(模型(3)是13.43%—11.49%；模型(1)是15.2%—11.3%)，但考慮樣本選擇時卻沒有發現顯著的證據。

從表2最后一列能力偏誤值來看，各個高中組無論在擴張前還是擴張后相對于41歲以上的群組，能力都是上升的，大致提高在1%—3%之間；但大學勞動力組能力出現波動，41歲以上的同生群組，能力對工資存在1.6%顯著的正向效應，相對于41歲群組，37—41歲年齡組中的大學勞動力能力提高了1.1%，而之后的群組大學生能力出現下降，相對于41歲以上的同生群組，擴張后大學生組能力下降了2.3%，擴張前(27—31歲組)能力上升了0.3%，因而擴張后大學生能力凈下降2.6%，不考慮能力因素將使我們對大學教育溢價的變動產生錯誤判定。

另外，我們發現一個有趣的現象：當不考慮樣本選擇偏差時，男性工資明顯高于女性，但考慮樣本選擇時，女性工資反過來明顯高于男性。可能的解釋是：男性的勞動參與率顯著高于女性，如果這種差異緣于用人單位的性別歧視，則參與工作的女性往往具有更高的邊際生產力，因而獲得了更高的工資。另外，從兩種估計的結果看，考慮樣本選擇估計中性別變量具有更大的標準差，因而可能是樣本選擇校正項與性別項產生多重共線性所致。

根據本文的結論，在改革開放后我國恢復大學教育初期(1978—1982年)，第一輪的高等教育擴張確實引起了大學工資溢價的迅速下降，*這一階段高等教育擴張導致工資溢價降低，可能的原因是我國不健全的勞動力工資制度，特別是國有經濟部門，勞動力的工資競爭性流動機制尚未建立，使得教育的邊際效應降低。但1999年高校擴招計劃的實施以及大學畢業生人數的持續增加，卻導致了大學工資溢價的顯著上升。這一現象并非孤立，實際上美國在1940—1970年間的高等教育擴張與同時期工資溢價年均0.9%的上升已經為此提供了經驗事實。Acemoglu[19]基于內生技術進步與技能偏態性特征對此提供了令人信服的解釋。即高等教育擴張以及勞動力市場人力資本結構的優化，刺激了與人力資本相匹配的技術需求，從而使得技能出現了適應人力資本結構要求的偏態性特征即偏向性的技術進步，技能偏態與技術和知識依賴度的上升導致了高學歷人才需求的擴大及相對工資的上升。具體到我國現實，王林輝和袁禮[20]提出隨著我國產業優化升級以及自主技術能力的不斷提升，偏態型技術進步已經成為我國技術進步的主要特征，高新技術產業的發展、服務業的轉型都深刻地影響了勞動力需求結構，從而導致對高學歷人才需求的持續上升和高人力資本勞動者相對工資的增加，進而保證教育溢價的提升，最終使得高等教育規模持續擴張的同時大學工資溢價的上浮。

五、結論及政策含義

本文基于干預—控制框架，借助于樣本匹配得分與DID模型，在有效控制不可觀測因素、樣本選擇偏差和勞動力市場需求端沖擊的條件下，測度了高等學校擴張對大學工資溢價的真實影響。結論表明：首先，我國高等教育擴張對大學工資溢價的影響總體表現為正效應，高學歷勞動力的供給增加，并沒有引起大學工資溢價的明顯下降。不過，大學工資溢價隨高等教育擴張的變動存在明顯的階段性特征：1999年啟動的高等教育擴張，并未在短期內產生顯著的溢價效應，*根據表2，擴招后(22—26歲同生群)相對于擴招前(27—31歲)大學溢價實際下降0.6%，但在統計上不顯著。比較不同年齡組大學工資溢價水平，1999年擴招后大學工資溢價的總體方向依然是上升的。此外，本文的模型揭示，能力等不可觀測因素及樣本選擇偏差確實顯著地影響到工資溢價水平的測度。其次，將工資溢價水平與實際工資水平結合起來分析同樣證實，隨著我國高等教育擴張，大學工資溢價在上浮。大學學歷依然是解釋我國工資差距的重要原因。或者說，高等教育依然是我國低收入群體實現工資增長、縮小收入差距的重要途徑。

根據本文的分析，偏態型技術進步以及勞動力需求的知識依賴度變化是大學工資溢價上浮的原因，但這種高學歷人才稀缺性的增加似乎完全無法解釋我國大學畢業生就業市場的相關經濟片段。為什么在大學工資溢價上浮的同時卻存在大學生“就業難”“起薪低”的就業困境？一個核心的因素在于大學畢業生的人力資本存量與學歷匹配偏誤。Simmons[10]的研究部分地涉及了這一問題，他的研究證實學歷、能力匹配度是解釋工資的重要因素。這意味著勞動力工資是根據與學歷相匹配的能力而非單一的學歷因素決定。與發達國家的高等教育體系不同，我國的高校人才培養機制存在“嚴進寬出”的特征，學歷與學歷理應具備的能力間存在較強的不匹配，高校擴招計劃的實施，實際上降低了大學的招生門檻，加劇了大學教育機構的“寬進寬出”，大量能力較低的勞動者因為擴招獲得了大學學位，這使得學歷與能力匹配度進一步下降和學歷的能力信號進一步扭曲，在就業市場上招聘單位與雇主由于信息不對稱條件下缺乏甄別能力，因而產生了“降低起薪以降低甄別錯誤成本”以及“招聘向名校(211、985)集中”的理性決策。因此，大學生就業難與大學教育回報偏低的現實，其根本原因在于教育信號與學歷信號的失靈，而不是由于大學生需求的減少與教育溢價的降低。*當然，正如曾湘泉[21]所言，我國城鎮化進程滯后與城市體系不合理也是大學生結構性失業的重要原因，大學生向一二線城市就業市場的集中，一定程度上加劇了就業競爭與大學生失業。也就是說，我國實施了近二十年的高等教育擴張并未出現擴張過度，加大高素質、高學歷人才培養也依然是我國優化勞動力結構、加速創新能力培養的重要路徑。但我國大學生就業市場的一些特征說明，高等教育擴張的最大問題在于數量與質量脫節，由此導致了教育信號與學歷信號嚴重失靈。這要求高等教育機構必須調整以往重理論、輕實務，千人一面的培養理念，有效地提升高等教育質量，才能夠修正教育信號扭曲與失靈，營造良好的大學生就業環境與市場競爭機制，從根本上破解大學生就業難的現實困境。