社會網絡求職渠道如何影響職業晉升？
2023-07-12 07:27:04許金海胡新艷戴明宏
南方經濟 2023年6期
許金海 胡新艷 戴明宏
摘 要：利用社會網絡渠道求職在中國是普遍現象，但其對個體職業晉升產生何種影響，仍是一個懸而未決的問題。文章嘗試構建職業晉升的理論模型推演研究假說，采用基于CFPS三期混合截面數據的OLS模型進行驗證。結果表明，社會網絡求職渠道會產生晉升懲罰效應，導致晉升概率降低1.92%，其中技術職稱晉升概率顯著降低1.63%，但對行政職務晉升的影響不顯著。機制分析發現，社會網絡求職渠道通過降低個體就業匹配度，以至于削弱其工作表現，從而抑制了職業晉升。異質性分析表明，社會網絡求職渠道顯著阻礙了高受教育水平、強競爭程度與少晉升機會企業內工作者的技術職稱晉升。在處理了可能存在的樣本數據篩選、估計方法以及相關內生性問題后，上述結論依然穩健。由此認為，求職個體應理性看待社會網絡的影響效應，審慎考慮自身條件與工作崗位的匹配度，減少社會網絡的“人情”干擾，促進勞動力資源的有效配置。
關鍵詞：社會網絡 求職渠道 職業晉升 就業匹配度
DOI：10.19592/j.cnki.scje.400924
JEL分類號：J62， J46， J21? ?中圖分類號：F240
文獻標識碼：A? ?文章編號：1000 - 6249（2023）06 - 049 - 18
一、引言
職業晉升既是個體自我價值的實現，也關乎整個社會經濟發展的質量和效率，一直備受學界的廣泛關注。中國濃厚“人情世故”的歷史傳統決定了以親緣、地緣等為基礎的社會網絡對勞動力就業市場的影響經久不衰，以至于社會關系網絡被長期視作職業升遷的制勝法寶。然而，有研究指出，社會網絡會削弱非利用者獲取資源的可能性與積極性，從而損害了社會的總體福利水平（Portes，1998；張文宏，2003）。現實中，理性個體往往將其利益最大化置于首位，不惜花費巨額成本去搭建和經營錯綜復雜的社會網絡，旨在從職業生涯中汲取更多利益。那么，隨著中國經濟社會的轉型發展，社會網絡究竟會如何作用于個體職業晉升？
我們對2014—2018年中國家庭追蹤調查（CFPS）數據進行統計發現（見圖1），采用社會網絡求職渠道的個體，其晉升人數始終低于非社會網絡求職渠道個體；平均而言，社會網絡求職渠道個體的晉升率為4.69%，非社會網絡求職渠道個體的晉升率為8.04%。由此提出的問題是：社會網絡求職渠道與職業晉升之間是否存在因果關聯？其對行政職務晉升、技術職稱晉升的影響是否相同？背后的作用機制是什么？有何政策啟示？
本文可能的邊際貢獻如下：第一，補充了社會網絡求職渠道對職業晉升影響的微觀證據。基于Granovetter（1973）的“弱關系”理論和Burt（1992）的“結構洞”理論，大量研究探討了社會網絡對個體就業獲取（Granovetter，1974；邊燕杰、張文宏，2001；Munshi，2003；楊蕓、趙燕，2020）及工資收入（陳釗等，2009；王春超、周先波，2013；Wang，2013）的影響。本文進一步將社會網絡對就業的短期經濟效應，拓展至其對長期職業發展的影響分析。第二，將不同行業、體制類型的職員納入研究樣本。已有晉升相關文獻可大致分為兩方面：一是官員晉升激勵的經濟影響研究（Maskin et al.，2000；周黎安，2004；2007；劉瑞明、白永秀，2010；錢先航等，2011；吳敏、周黎安，2018；程仲鳴等，2020；潘春陽等，2021）。二是晉升的影響因素研究，主要關注的研究對象是政府官員（Bo，1996；楊其靜、鄭楠，2013；羅黨論等，2015）和國企員工（張兆國等，2013；周銘山、張倩倩，2016；謝倫裕等，2021）。本文從行業、體制類型的視角來擴充研究樣本的廣度，試圖得出更具普適意義的結論。第三，提供了社會網絡求職渠道對職業晉升影響的理論解釋與實證檢驗。不同于已有社會網絡與職業晉升的文獻（Podolny and Baron，1997；劉寧，2007；陳潭、劉興云，2011；魯曉，2014；王軼等，2017；邊燕杰、王學旺，2019），本文將社會網絡概念聚焦于“求職渠道”，通過構建職業晉升的理論模型，闡釋社會網絡求職渠道對職業晉升影響的內在機理，利用全國代表性的CFPS三期數據進行因果識別，并充分探討潛在的內生性問題。
本文的其余部分安排如下：第二部分為理論分析及研究假說。第三部分為數據來源、變量設置和模型選取。第四部分是計量結果分析。第五部分是穩健性檢驗。第六部分是結論與討論。
二、理論分析及研究假說
（一）職業晉升的理論模型
本文的職業晉升理論模型基于以下假設前提：首先，企業不會制定所有員工都達不到的晉升標準R，且R在一個考核期內保持穩定1。因為制定R是用于選拔出合適的人才，修改R則需花費一定的人力成本和時間成本。其次，員工的工作表現[Sm]關于在職時間t遞增，即[?Sm/?t>0]2。根據“干中學”效應，員工能通過學習模仿和積累經驗來提高工作效率。最后，一個考核期內存在[t*]，當[t>t*]，晉升概率P關于t遞減，即[?P/?t<0]。員工在[t*]開始具備晉升資歷，之后滿足R所需時間越少，晉升的可能性越大3。
簡便起見，以下只借助一般化的數學符號進行推導。一般企業的晉升標準為R0；市場化與社會網絡求職的員工的工作表現分別為[ Sm0]、[ Sm1]；其就業匹配度分別為[m0]、[m1]，且[m0>m1]，理論依據在于：社會網絡既有信息效應，也表現出“人情關系”的干擾（彭程、楊繼東，2016）。一方面，人情關系會造成企業與求職者之間的信息不對稱，從而導致逆向選擇問題。求職者容易通過社會網絡獲取企業對工作崗位的要求及偏好等內部信息，據此隱藏于己受雇不利的因素，由于企業對其信息掌握并不充分，使社會網絡求職者獲得與其不匹配工作崗位的可能性顯著增加。另一方面，應聘者直接利用特殊的人情關系獲得工作。當應聘者擁有特殊的關系網絡（如親人朋友是企業管理人員或者具有較高社會地位）時，即使應聘者的條件無法滿足企業要求，也能憑借關系網絡的操縱如愿以償。已有實證研究指出，社會網絡關系能幫助利用者實現“低才高就”，從而降低就業匹配度（郝明松，2015；封世藍等，2019）。顯然，[Sm1
H1：社會網絡求職渠道對個體職業晉升產生顯著的負向影響。
H2：社會網絡求職渠道通過降低就業匹配度，對職業晉升產生顯著的負向影響。
（二）納入競爭程度影響的職業晉升模型
由以上可知，社會網絡求職渠道將晉升概率降低了[Pm0-Pm1]。那么，在晉升概率相同而員工規模不同的企業中，社會網絡求職渠道對職業晉升的影響是否存在差異？例如，有兩家企業A和B。其中，A、B可供晉升的崗位數分別是10、100，員工總數分別為100、1000。顯然，不考慮員工所處的職位層級，兩者的員工晉升概率均為10%。但是，一個員工在A至少有90位競爭對手，在B則至少有900位競爭對手，兩個企業員工的晉升競爭程度有顯著差異。現實中也觀測到，員工規模更大的企業，晉升競爭會更激烈。相比A，B由于員工數量更多，其最優策略是通過提高晉升標準，讓員工之間充分競爭，以獲取素質更優的人才，最大化提升企業的生產效率。此時，晉升標準由[R0]提高至[R1]。由于晉升概率相同，故兩企業員工最終能否達到晉升標準這一狀態得以維持。結合以上分析，可知有如下情形：當[Sm1 H3：強晉升競爭企業會放大社會網絡求職渠道造成的就業不匹配程度，進而放大社會網絡求職渠道對職業晉升的負向影響。 （三）納入晉升機會影響的職業晉升模型 相比上述討論，現實中還存在一些特殊的企業，他們只提供非常有限的晉升機會，具有人員流動性小、崗位調整謹慎的特征。若員工入職后相當一段時期內不符合晉升要求，則P后續會趨向于0。此時，企業的晉升標準[R2]不再保持穩定，而是隨t不斷提高，意味著[Sm1]與[R2]相交的概率會趨向于0，即[R2≥R1]。同樣地，當[Sm1 H4：少晉升機會企業會增強社會網絡求職渠道造成的就業不匹配程度，進而放大社會網絡求職渠道對職業晉升的負向影響。 三、數據來源、變量設置與模型選取 （一）數據來源 本文使用北京大學中國社會科學調查中心的中國家庭追蹤調查數據（China Family Panel Studies，CFPS）。該調查覆蓋了全國25個省級行政單位（西藏、青海、寧夏、新疆、內蒙古、海南和港澳臺地區除外），具有全國代表性。至今為止，CFPS以兩年為一期，共開展了五輪（2010、2012、2014、2016、2018年）追蹤調查。本文對數據樣本進行了如下處理：第一，由于2010—2012年的調查問卷沒有所需的核心解釋變量和被解釋變量，因此采用2014—2018年的三期數據。第二，本文研究對象為就業者，因此剔除在讀學生、創業者的調查樣本。第三，所需數據涉及CFPS數據庫的成人問卷和家庭問卷兩部分，因而按照家庭編碼對問卷數據進行匹配。最后，刪除了關鍵變量缺失的樣本。最終獲得的有效總樣本為11390個，其中，2014—2018年分別為6092、2634、2664個。 （二）變量設置 第一，被解釋變量為“是否晉升”。若獲得職業晉升，賦值為1，反之為0。為考察社會網絡求職渠道對不同類型晉升的影響，將“是否晉升”細分為“是否行政職務晉升”和“是否技術職稱晉升”。 第二，“社會網絡求職渠道”為核心解釋變量。該變量的構造借助于問卷題項：這份工作嘗試過哪些求職渠道？1，若回答為：親屬、朋友或熟人介紹，賦值為1；反之為0。 第三，中介變量為“就業匹配度”。已有“就業匹配度”的衡量方式可歸為主觀評分與客觀評價：主觀評分是采用量表的形式，將就業匹配度從低到高進行打分（封世藍等，2019）；客觀評價則根據受訪者的畢業專業與工作內容是否對口做出判斷（王子成、楊偉國，2014）。由于CPFS數據無相關變量，故參照張文宏（2006）、郝明松（2020）的做法，將“受教育水平與勝任工作的學歷要求是否一致”作為就業匹配度的代理變量。若受訪者的受教育水平與勝任工作的學歷要求一致，賦值為1，反之為0。 第四，為了減少可觀測遺漏變量所導致的估計偏差，設置三類控制變量：個體特征（年齡、性別、受教育水平、是否黨員、是否在婚、健康狀況、是否城鎮）、工作特征（是否非農就業、是否簽訂合同、企業員工人數）和家庭特征（家庭總人數、家庭社會網絡2、家庭總收入）。各變量的定義見表1。 （三）描述性統計分析 表1為各變量的定義及描述性統計特征。可以發現，僅有6.73%的個體樣本在2014—2018年獲得職業晉升，其中行政職務晉升的比例為2.1%，技術職稱晉升的比例為4.63%。這意味著總體上獲得職業晉升的人數占比較低。此外，有39.94%的個體通過社會網絡渠道獲取工作，說明社會網絡求職渠道仍廣受就業者的青睞。進一步地，社會網絡求職渠道組的“職業晉升”“行政職務晉升”“技術職稱晉升”的比例分別比非社會網絡求職渠道組低3.52%、0.89%、2.63%，且均在1%置信水平上顯著。表明社會網絡求職渠道與職業晉升存在負向關系。同時，總樣本的平均就業匹配度僅為43.92%，而且社會網絡求職渠道組的平均就業匹配度在1%置信水平上顯著低于非社會網絡求職渠道組。故可初步推斷：社會網絡求職渠道可能通過降低就業匹配度，進而限制個體的職業晉升。最后，樣本的平均年齡為36.03歲，男性占比為56.7%，表明雖然數據樣本存在追蹤缺失，但仍具有較好的代表性。 （四）模型選取 盡管CFPS能夠提供面板數據，但由于樣本追蹤及變量缺失較多，故僅能獲得樣本損失近74%的非平衡面板數據。因此，本文首先使用基于混合截面數據的OLS模型進行估計，后續在穩健性檢驗中充分討論可能存在的內生性問題。基準模型設定如下： yi=β0+β1Xi+β2Zi+Ci+Ti+εi? ? ? ? ? ? ? ? ? ? ? （1） 其中，[ yi]表示個體i是否有職業晉升；[ Xi]代表個體i是否利用社會網絡渠道獲取當前工作；β1表示社會網絡求職渠道對職業晉升的影響；[ Zi]為個體特征、工作特征和家庭特征變量；[ Ci]是縣虛擬變量；[Ti]表示時間虛擬變量；[εi]為隨機誤差項。 四、計量結果分析 （一）基準模型結果分析 表2為社會網絡求職渠道對職業晉升影響的估計結果。從模型1可知，社會網絡求職渠道的估計系數為-0.0192，且在1%置信水平上顯著1，說明社會網絡求職渠道對職業晉升有著顯著的負向影響，會促使個體職業晉升概率降低1.92%，約為總樣本平均晉升比例（6.73%）的28.53%。一定程度上，這延伸了趙延東（2002）得出社會網絡降低職業聲望的結論，也驗證了Portes（1998）的觀點，即社會網絡可能限制利用者的創新能力與職業發展。隨著中國市場化程度的提升及管理制度的規范化，社會網絡的負面影響可能逐步顯現（張爽等，2007；張文宏、張莉，2012）。因此，研究假說H1得到驗證。 模型2～3是區分職業晉升類型的估計結果，發現社會網絡求職渠道對技術職稱晉升產生顯著的負向影響，將技術職稱晉升概率降低1.63%；但對行政職務晉升的影響并不顯著。造成異質性結果的原因可能在于：一方面，行政職務晉升的考核標準存在較大的人為操縱空間，此時家庭社會關系網絡能夠發揮作用，這與家庭社會網絡對行政職務晉升的影響顯著為正相吻合。另一方面，技術職稱晉升存在技術門檻，其相對客觀的考核方式削弱了家庭社會關系網絡的干預；尤其是社會網絡求職渠道導致的個體與崗位的不匹配，會直接影響到職業技術的掌握和提升。 （二）作用機制分析 參照溫忠麟、葉寶娟（2014）的研究，利用逐步回歸法來估計就業匹配度的中介效應，結果見表3。由模型2的結果可知，社會網絡求職渠道的估計系數在5%置信水平上顯著，表明社會網絡求職渠道顯著降低了個體的就業匹配度。模型3的結果表明，將社會網絡求職渠道和就業匹配度一同納入模型，就業匹配度對職業晉升有著顯著的正向影響，并且社會網絡求職渠道對職業晉升的負向影響被就業匹配度部分吸收。換言之，社會網絡求職渠道通過降低就業匹配度，減少個體的工作表現水平，從而阻礙其職業晉升。穩妥起見，進行中介效應的Sobel檢驗1，結果顯示，就業匹配度的中介效應在5%置信水平上顯著，這與逐步回歸法的結果基本一致。綜上分析，研究假說H2得到驗證。 （三）異質性影響分析 表2的基準回歸結果表明，高受教育水平和男性勞動力更容易獲得晉升。需要指出的是，性別歧視問題不僅體現于工作聘用和工資收入當中，也貫穿于就職的整個工作生涯。已有研究提供了關于職業晉升中性別歧視的經驗證據（Long et al.，1993；卿石松，2011）。因而，有必要對受教育水平、性別進行異質性分析，以期得到更深層次的研究結論。同時，也對理論模型中關于異質性企業環境下社會網絡求職渠道對職業晉升影響的研究假說進行實證檢驗。 首先，受教育水平的異質性影響。從表4的模型1～3的估計結果可知，交互項的估計系數分別為-0.46%、-0.10%、-0.36%，僅有模型1和3在1%置信水平上顯著。這意味著社會網絡求職渠道對高受教育水平個體的職業晉升造成更大的負向影響，尤其對他們技術職稱晉升的阻礙作用更為明顯。造成異質性結果的原因可能在于：個體受教育水平越高，往往從事更高技術等級的工作。此時社會網絡求職渠道會強化個體與職業的不匹配程度，而且這種與高技能技術職位的不匹配更難通過后期學習進行彌補，導致其工作業績表現愈差，最終降低其晉升概率。 其次，性別的異質性影響。表5顯示了性別的異質性分析結果。從模型1～3可以看到，交互項的估計系數均不顯著。這表明在晉升考核中，社會網絡求職渠道引致的扭曲作用可能不會擴大性別歧視現象。一方面，性別歧視問題不會因社會網絡求職渠道而加重。另一方面，這也驗證了工作中的性別歧視更多源于“男女有別”的社會觀念，并不會因女性能否勝任工作而發生根本性轉變。 再次，晉升競爭程度的異質性影響。理論上，企業規模越大，職業晉升的競爭程度越大。本文采用企業員工規模衡量晉升的競爭程度。表6中模型1和3的結果表明，交互項的估計系數顯著為負，表明隨企業員工規模的擴大，社會網絡求職渠道對個體職業晉升的負向影響會進一步增大。換言之，強競爭類型企業會顯著放大社會網絡求職渠道對職業晉升的負向影響，且增強的是其對技術職稱晉升的負向影響。故研究假說H3得到驗證。 最后，晉升機會的異質性影響。由于CFPS問卷沒有企業晉升職位數的題項，因此無法直接測量企業的晉升機會。但是，可依照問卷中“是否從事非農就業”的問項，判斷出企業類型為農業或非農。選用“是否非農企業”作為不同晉升機會企業的替代指標的依據如下：一般而言，相對傳統的農業企業，非農企業具有更復雜的部門分工，需要設置更多的管理職位和技術崗位進行運轉，提供的晉升機會更多。樣本數據也證實，非農企業的員工晉升率為 6.79%，高于農業企業的員工晉升率4.34%。表7為不同晉升機會企業的異質性分析結果。模型1～3的結果顯示，交互項的估計系數分別為5.02%、1.73%和3.28%，僅有模型1和3顯著。說明在晉升機會相對較少的農業企業中，社會網絡求職渠道對職業晉升具有更大的負向影響1，這種扭曲作用的增強主要體現在技術職稱晉升上。此外，與理論推導一致，相比強晉升競爭企業，少晉升機會企業對社會網絡求職渠道的職業晉升負向效應的會更大。因此，研究假說H4得到檢驗。 五、穩健性檢驗 （一）樣本數據篩選問題 首先，一些小規模企業或者特殊崗位無相應的職位可供晉升，可能會對基準模型的估計結果造成干擾。為此，有必要剔除這部分樣本進行更為準確地效應估計，結果見表8的Panel A。模型1和3的社會網絡求職渠道估計系數均在1%置信水平上負向顯著。從系數的方向和顯著性看，這與基準模型的估計結果基本一致，因而上述得到的結論相對穩健。但對于系數的數值大小而言，這里的結果顯示社會網絡求職渠道對職業晉升的負向影響要更大。 其次，描述性統計發現，存在少部分工資為0元的樣本，這有違于常識。這部分樣本要么有意謊報工資水平，要么根本無工作。因此，進一步對其做剔除處理，估計結果見表8的Panel B。可以看到，社會網絡求職渠道估計系數的大小、方向及顯著性，均與基準模型相吻合。因此，不必擔心這部分樣本會對基準模型結果造成干擾。 最后，一些就業者可能傾向于利用社會網絡去尋找穩定而不易晉升的體制內工作（如政府部門、企事業單位等），這無疑會使基準模型的因果識別面臨挑戰。為此，剔除在政府部門、事業單位、國有企業、村居委會等單位就業的樣本后，進行再估計，結果見表8的Panel C。模型1～3的結果顯示，剔除這部分樣本對基準模型估計結果的影響非常小。 （二）估計方法問題 鑒于“是否晉升”為離散型變量，因而基準模型的OLS估計可能不準確。進一步使用Probit模型進行估計，結果見表9。模型1和模型3表明社會網絡求職渠道對職業晉升造成顯著的負向影響，而且對技術職稱晉升的抑制作用更為明顯。所以，基準模型的估計結果相對可靠。 （三）內生性問題 由于控制個體固定效應會造成大量的樣本損失，因此采取折中的做法，在模型中控制村社層面固定效應，結果見表10。由模型1～3可知，社會網絡求職渠道的估計系數與基準模型基本一致。需要指出的是，即使僅控制村社級固定效應，模型的樣本量仍出現較為明顯的下降。總之，此處排除了村社層面不隨時間變化遺漏變量的內生性問題。 由于社會網絡求職渠道發生在職業晉升之前，故一般不存在互為因果的內生性問題。然而，基準模型仍可能受到個體層面遺漏變量的干擾。其中一個重要的不隨時間變化的遺漏變量是個體能力。即個體能力越弱，越可能借助社會網絡求職，而其獲得晉升的概率越低。為此，將問卷中的“詞組測試得分”和“數學測試得分”作為個體能力的代理變量，因為受訪者的詞組記憶力及數學邏輯推理能力可以大致反映其智力水平。將個體詞組測試得分和數學測試得分納入基準模型的結果見表11。與預期相符，社會網絡求職渠道的估計系數基本不發生改變。而且如模型1～2所示，同時將詞組測試得分、數學測試得分和受教育水平進行控制，僅受教育水平的估計系數顯著；若僅對詞組測試得分、數學測試得分做控制，兩者估計系數的大小與方向符合預期。這表明受教育水平與詞組測試得分、數學測試得分具有替代性。由于無需分離個體受教育水平與能力各自對晉升的影響，受教育水平實際上是個體能力的良好代理變量。總之，個體能力遺漏變量對基準效應估計的影響非常有限。 考慮到不同職位層級之間的個體不具可比性，因為職位更高個體的晉升難度更大，故需控制個體的當前職位等級。在基準模型的基礎上，進一步控制“是否有管理職務”變量，結果見表12。模型1～3顯示，估計結果與基準模型是基本接近的。 借助PSM模型構建特征相近的處理組和對照組，以提升是否利用社會網絡求職個體之間的可比性。分別采用K近鄰、卡尺、樣條以及核函數的匹配方法，利用基準模型對傾向得分處于共同區間的樣本進行估計，結果見表13。四種不同匹配模型的估計系數均與基準模型相一致，未發現該問題對基準模型造成嚴重干擾的經驗證據。 PSM模型是否有效需滿足兩個前提假定：一是重疊假定，即匹配后社會網絡求職渠道組與非社會網絡求職渠道組的個體特征要盡可能相近。二是匹配假定，確保兩組個體的傾向得分具有較多的重合區域，不會出現大量的樣本丟失。兩種假定的檢驗結果如下： K近鄰、卡尺、樣條以及核函數四種匹配方式的重疊假定檢驗結果依次見圖2a～圖2d。可以發現，運用四種匹配方法進行樣本匹配后，兩組個體的特征差異明顯降低且接近于0，因此重疊假定得到滿足。 四種不同匹配方式的匹配假定檢驗結果如圖3所示。可以看到，四種匹配方式都會出現少量的樣本丟失現象（圖3a～圖3d的黑色部分）。其中，樣條匹配使得處理組和控制組均出現少量的樣本損失，而K近鄰匹配、卡尺匹配和核函數匹配僅會丟失少量的處理組樣本。總之，這些丟失樣本占總體比例較小，符合PSM模型使用的預期，故滿足匹配假定。 六、結論與討論 社會網絡渠道在個體求職中扮演了重要角色，是發展中國家的普遍特征（Munshi，2014）。中國濃厚“人情世故”的歷史傳統決定了以親緣、地緣等為基礎的社會網絡對勞動力就業市場的影響經久不衰。因而，如何理性地避免社會網絡的消極影響，促進高質量就業，在中國情境下顯得更為重要。傳統的主流理論認為，社會網絡是個體獲取信息和資源的重要媒介，個體借此可以受益良多。但該結論似乎難以對一些社會現象做出合理解釋，也有學者對此重新審視并試圖在已有基礎上進行突破與拓展。為此，本文將社會網絡求職渠道從社會網絡概念中剝離出來，探究社會網絡求職渠道如何影響職業晉升，以助勞動力個體理性看待及利用社會網絡。基于CFPS數據的估計結果表明，社會網絡求職渠道對職業晉升造成了顯著的負向影響，導致個體職業晉升概率降低1.92%；而且對職業晉升類型、個體特征以及企業特征表現出顯著的異質性影響，尤其阻礙了高受教育水平、強競爭程度、少晉升機會企業中就業個體的技術職稱晉升。影響機制研究發現，社會網絡求職渠道通過降低個體的就業匹配度，削弱其工作表現，從而抑制職業晉升。 本研究結論反映了社會網絡求職渠道在中國勞動力市場的獨特意義，對全面理解社會網絡的多維影響效應具有重要的啟示價值，主要體現在：第一，社會網絡求職渠道盡管存在信息便利的優勢，但對個體并非能起到“一勞永逸”的效果，往往在人情優勢中夾雜著“副作用”，導致個體后續的職業晉升陷入困境，而且這種負向影響在不同特征的個體之間存在顯著差異。當然，若個體處于失業待業抑或是生活窘迫的狀態，將社會網絡作為“跳板”以解“燃眉之急”，無可厚非。第二，“人-職”錯配是造成社會網絡求職渠道對職業晉升產生負向影響的重要誘因。因此，勞動力個體應當理性對待社會網絡，既要充分發揮其信息傳遞優勢，也應審慎考慮工作崗位是否符合自身條件， 以謀求職業的長遠發展。此外，政府相關部門和企業要在勞動力求職市場建設中發揮引導作用，通過搭建多種就業招聘信息平臺和渠道，減少人情因素的干擾，并降低求職者的崗位搜尋成本，從而有效提升就業市場的人力資源配置效率。 本文仍存在以下不足，供進一步探討。一方面，盡管本文較為細致地論證了社會網絡求職渠道對職業晉升的影響效應，但仍有必要基于一套完整的勞動力就業史及晉升史的微觀數據，以期提供更充分穩健的因果證據。另一方面，可針對求職渠道的選擇方式，構建更具外生性的識別框架，以更好地解決社會網絡求職個體與非社會網絡求職個體的可比性問題。 參考文獻 邊燕杰、王學旺，2019，“作為干部晉升機制的關系社會資本——對于基層法官的實證分析”，《西北師大學報（社會科學版）》，第6期，第15-22頁。 邊燕杰、張文宏，2001，“經濟體制、社會網絡與職業流動”，《中國社會科學》，第2期，第77-89+206頁。 陳潭、劉興云，2011，“錦標賽體制、晉升博弈與地方劇場政治”，《公共管理學報》，第2期，第21-33+125頁。 陳釗、陸銘、佐藤宏，2009，“誰進入了高收入行業？——關系、戶籍與生產率的作用”，《經濟研究》，第10期，第121-132頁。 程仲鳴、虞濤、潘晶晶、張燁，2020，“地方官員晉升激勵、政績考核制度和企業技術創新”，《南開管理評論》，第6期，第64-75頁。 封世藍、譚婭、蔣承，2019，“家庭社會網絡與就業質量——基于2009—2015年‘全國高校畢業生就業狀況調查的分析”，《金融研究》，第10期，第79-97頁。 郝明松，2015，“社會網絡對人職匹配的正負作用”，《學術交流》，第2期，第148-153頁。 郝明松，2020，“‘找關系的作用及其邊界——基于人職匹配過程的交叉檢驗研究”，《社會科學戰線》，第2期，第224-236頁。 劉寧，2007，“社會網絡對企業管理人員職業生涯成功影響的實證研究”，《南開管理評論》，第6期，第69-77頁。 劉瑞明、白永秀，2010，“晉升激勵與經濟發展”，《南方經濟》，第1期，第59-70頁。 魯曉，2014，“海歸科學家的社會資本對職業晉升影響的實證研究”，《科學與社會》，第2期，第49-62頁。 羅黨論、佘國滿、陳杰，2015，“經濟增長業績與地方官員晉升的關聯性再審視——新理論和基于地級市數據的新證據”，《經濟學（季刊）》，第3期，第1145-1172頁。 潘春陽、吳柏鈞、吳一平，2021，“晉升激勵、專業搭配與公共衛生服務滿意度”，《南方經濟》，第9期，第112-130頁。 彭程、楊繼東，2016，“人情還是信息——社會網絡與工資決定”，《世界經濟文匯》，第5期，第17-40頁。 錢先航、曹廷求、李維安，2011，“晉升壓力、官員任期與城市商業銀行的貸款行為”，《經濟研究》，第12期，第72-85頁。 卿石松，2011，“職位晉升中的性別歧視”，《管理世界》，第11期，第28-38頁。 王春超、周先波，2013，“社會資本能影響農民工收入嗎？——基于有序響應收入模型的估計和檢驗”，《管理世界》，第9期，第55-68+101+187頁。 王芳、劉紅芹、陳碩，2021，“官員激勵與政府支出效率：來自地級市的證據”，《經濟學報》，第3期，第173-198頁。 王軼、陳建偉、王琦，2017，“人力資本和社會資本能提高失地農民就業水平嗎——基于北京地區連續跟蹤的調查數據”，《經濟理論與經濟管理》，第4期，第42-59頁。 王子成、楊偉國，2014，“就業匹配對大學生就業質量的影響效應”，《教育與經濟》，第3期，第44-52+57頁。 溫忠麟、葉寶娟，2014，“中介效應分析：方法和模型發展”，《心理科學進展》，第5期，第731-745頁。 吳敏、周黎安，2018，“晉升激勵與城市建設：公共品可視性的視角”，《經濟研究》，第12期，第97-111頁。 謝倫裕、王宇澄、晉晶，2021，“晉升激勵、競爭驅動與產能擴張：來自中國電改的證據”，《世界經濟》，第8期，第106-130頁。 楊其靜、鄭楠，2013，“地方領導晉升競爭是標尺賽、錦標賽還是資格賽”，《世界經濟》，第12期，第130-156頁。 楊蕓、趙燕，2020，“民間組織與農村勞動力非農就業的關系研究——來自CGSS的證據”，《南開經濟研究》，第1期，第96-112頁。 張爽、陸銘、章元，2007，“社會資本的作用隨市場化進程減弱還是加強？——來自中國農村貧困的實證研究”，《經濟學（季刊）》，第2期，第539-560頁。 張文宏，2003，“社會資本：理論爭辯與經驗研究”，《社會學研究》，第4期，第23-35頁。 張文宏，2006，“社會網絡資源在職業配置中的作用”，《社會》，第6期，第27-44+209頁。 張文宏、張莉，2012，“勞動力市場中的社會資本與市場化”，《社會學研究》，第5期，第1-24+244頁。 張兆國、劉亞偉、亓小林，2013，“管理者背景特征、晉升激勵與過度投資研究”，《南開管理評論》，第4期，第32-42頁。 趙延東，2002，“再就業中的社會資本：效用與局限”，《社會學研究》，第4期，第43-54頁。 周黎安，2004，“晉升博弈中政府官員的激勵與合作——兼論我國地方保護主義和重復建設問題長期存在的原因”，《經濟研究》，第6期，第33-40頁。 周黎安，2007，“中國地方官員的晉升錦標賽模式研究”，《經濟研究》，第7期，第36-50頁。 周銘山、張倩倩，2016，“‘面子工程還是‘真才實干？——基于政治晉升激勵下的國有企業創新研究”，《管理世界》，第12期，第116-132+187-188頁。 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 （責任編輯：楊學儒） * 許金海，華南農業大學國家農業制度與發展研究院，E-mail： 1239689720@qq.com，通訊地址：廣東省廣州市天河區五山路483號華南農業大學經濟管理學院910，郵編： 510642；胡新艷（通訊作者），華南農業大學國家農業制度與發展研究院，E-mail： huxyan@scau.edu.cn，通訊地址：廣東省廣州市天河區五山路483號華南農業大學經濟管理學院901，郵編： 510642；戴明宏，華南農業大學國家農業制度與發展研究院，E-mail： 476780798@qq.com。感謝編輯部與審稿專家的建設性意見，作者文責自負。 基金項目：本文受廣東省自然科學基金項目“農地確權政策如何影響政治信任？”（2023A1515010881）的資助。 1 第一，R是否保持穩定不影響最后的推論，只為簡化分析過程。第二，職業晉升類型一般包含行政職務晉升和技術職稱晉升，即使企業對技術職稱晉升的標準可能無直接制定權，但若存在企業內指標限定、擇優推選的情形，則相當于企業制定晉升標準。 2 我們僅探討員工在一個晉升周期內的工作表現情況，其余可做類比。實際上，職員的工作表現不會無限增加，而是增長速率先上升后下降，直至平緩。 3 借助“排隊機制”作深入闡述：t*之后，員工甲在t1達到R，即可拿到次序為t1的晉升票；員工乙在t2達到R，則獲得次序為t2的晉升票，t2> t1。若沒有“插隊”和“走后門”等行為，則P（t1）>P（t2）。這一結論在Wang et al.（2021）和王芳等（2021）的研究中均有一定體現，但本文將其進行更準確地量化和表述。 1該問題有六個選項：自己直接與用人單位聯系；職業介紹機構、招聘廣告、自己登求職廣告，或參加人才交流會/招聘會；國家分配/組織調動；親屬、朋友或熟人介紹；學校就業指導機構，或學校推薦以及其他。 2社會網絡求職渠道和家庭社會網絡具有一定的相關性，但仍將家庭社會網絡作為控制變量的原因在于：從社會網絡求職渠道變量的定義可知，社會網絡求職渠道并不一定是個體的當期行為，因此為排除當期人情禮金對職業晉升的影響，進一步控制家庭社會網絡。 1需要指出的是，將家庭社會網絡變量刪除后進行再回歸，得到的結果依然穩健。具體而言，是否晉升、是否行政職務晉升、是否技術職稱晉升的估計系數分別為-0.0192、-0.0031、-0.0161，僅前者和后者在1%水平上顯著。 1采用bootstrap命令進行1000次有放回重復抽樣，再對得到的估計系數做統計推斷。 1 由模型1可知，非農就業個體受到的負向影響為-0.0175［社會網絡求職渠道估計系數（-0.0677）+社會網絡求職渠道×是否非農就業估計系數（0.0502）］；農業就業個體受到的負向影響為-0.0677。
