工程師所受高等教育的質(zhì)量對其職業(yè)發(fā)展的影響研究

1、    工程師所受高等教育的質(zhì)量對其職業(yè)發(fā)展的影響研究    摘要：本文探究工程師所受高等教育的質(zhì)量對其職業(yè)發(fā)展水平的影響。在清華大學教育研究院開展的針對裝備制造業(yè)工程師的“卓越工程師計劃”調(diào)查問卷的基礎上，利用最小二乘法(ols)以及糾正高考擇校自選擇偏誤的傾向分數(shù)配對法(psm)分析了工程師所受高等教育的質(zhì)量對工程師收入水平、晉升為工程師所需時間的影響。得出了接受較高質(zhì)量的高等教育對其職業(yè)發(fā)展水平具有顯著正向影響的結(jié)論。這一發(fā)現(xiàn)對個人高等教育選擇和高等工程教育資源配置方式有重要參考價值。關鍵詞：高等教育質(zhì)量，工程師，職業(yè)發(fā)展，收入，晉升基金項目：本文

2、是教育部人文社科專項課題“國家重大工程項目中的工程師群體成長機制研究”(課題號11jdgc024)成果之一，中國機械工業(yè)集團有限公司人力資源部對本研究提供了支持和幫助，在此致謝。一、問題提出無論在國內(nèi)還是國際上，受教育年限的增加對職業(yè)發(fā)展的正向作用已被大量研究所證實。同時，越來越多的研究意識到，僅考慮教育的量而忽視教育的質(zhì)的差別是不合理的。一些研究開始探討不同地區(qū)的教育質(zhì)量對當?shù)亟?jīng)濟發(fā)展的影響或一個人所受的高等教育的質(zhì)量對其職業(yè)發(fā)展的影響。但這些研究很少述及某個特定職業(yè)群體。工程師作為一個專業(yè)性很強的群體，有著自身的成長規(guī)律。高等教育質(zhì)量能否顯著影響工程師職業(yè)發(fā)展水平是一個值得探究的問題。對高

3、等教育質(zhì)量的測量一直是難題。國外研究中，常用的測量方法為使用某類指標，例如教師平均工資、生師比、教師學歷、學費等，或者是其合成指標，例如，e james，n alsalam，jc conaty，dl to研究高等教育質(zhì)量與未來收入的關系時，使用了高等教育的花費來衡量高等教育的質(zhì)量。1e eide，d j brewer，r g ehrenberg在研究本科教育質(zhì)量對是否讀研究生的影響時使用了大學的申請人數(shù)與所錄取人數(shù)的比例(selectivity of admission)作為本科教育質(zhì)量的度量。2d a black，j a smith用教師平均工資、學生的sat成績、平均新生保留率來測量大學的

4、教學質(zhì)量。3限于上述方法中所要獲得數(shù)據(jù)的困難，我國學者對高等教育質(zhì)量的測量，一般不采用指標方法，而是通過學校所獲得的政策支持來區(qū)分不同質(zhì)量水平的高校。其中我國高校的重點建設政策成為劃分高校質(zhì)量類別的重要依據(jù)。例如，任兆璋、范閩4，劉澤云、邱牧遠5都將“211工程”大學的教育認為是高質(zhì)量的大學教育。高等教育質(zhì)量對職業(yè)發(fā)展的影響方面的研究，大多著重于未來收入方面。在美國的這類研究中，無論是使用投入類的指標(如生均費用或教師工資)，還是學生的質(zhì)量(如入學時的sat成績，或是大學的申請人數(shù)與所錄取人數(shù)的比例)來估算高等教育質(zhì)量，都得出相同的結(jié)論，高等教育質(zhì)量影響勞動力市場的收入表現(xiàn)。6我國的研究結(jié)果也

5、基本類似，劉澤云等根據(jù)中國城鎮(zhèn)居民調(diào)查數(shù)據(jù)估計接受高質(zhì)量高等教育對勞動力工資的影響，結(jié)果顯示，在中國接受高質(zhì)量高等教育具有較高的收益。在研究所受高等教育質(zhì)量對職業(yè)發(fā)展的影響時，有一個問題須加以考慮。那些有著更好家庭背景、更好個人能力等特質(zhì)的個體更容易進入高質(zhì)量的高等院校，同時這些因素又會影響其后續(xù)的職業(yè)發(fā)展水平。一些研究中，試圖通過控制更多的變量，來消除這一因素導致的估算偏差的問題。另一類研究則通過選擇特定樣本來規(guī)避自選擇偏差，例如jr behrman，mr rosenzweig，p taubman利用雙胞胎樣本來固定其它不可觀測變量的影響，從而得到更精確的估計結(jié)果7。我國的研究中，劉澤云等利

6、用了傾向指數(shù)匹配法對高等教育質(zhì)量的收益進行了估算。綜上，雖然研究方法上存在著差異，但學界對高等教育質(zhì)量對職業(yè)生涯的收入水平存在顯著正影響的結(jié)論是基本一致的。本文將針對工程師這一國家經(jīng)濟發(fā)展的支柱性群體進行實證研究，試圖探究這一專業(yè)群體的職業(yè)發(fā)展水平是否受到工程師所受高等教育質(zhì)量的影響。同時，在研究中，拓展了晉升速度這一項度量客觀職業(yè)發(fā)展的重要指標，以期更全面地反應出其影響范圍。二、研究設計1.研究變量。本文將工程師就讀高校所屬為“211工程”高校還是其它普通高校作為高等教育質(zhì)量的兩個不同層次。工程師職業(yè)發(fā)展水平包含了工程師去年的收入檔級和晉升為工程師職稱所需要的時間兩個方面，同時我們也將工程師

7、的起薪納入因變量中作為和當前收入檔級的對比。2.實證模型。本文使用兩個模型來估計高等教育質(zhì)量對工程師職業(yè)發(fā)展水平的影響。一個是最小二乘法多元線性回歸模型(ols)。在此模型中，我們加入了一系列的控制變量，包括家庭背景特征、個人特質(zhì)等方面。另一個是傾向分數(shù)配對法(psm)模型。是否接受“211工程”大學的教育并非是隨機的選擇，而是受到許多諸如家庭背景、學業(yè)能力等條件的影響，而這些影響因素有一部分又會直接影響其職業(yè)發(fā)展表現(xiàn)。psm模型有助于消除自選擇問題導致的偏誤，估算出接受“211工程”大學教育的無偏效果。(1)ols模型。本文首先利用ols模型來估算高等教育質(zhì)量對工程師職業(yè)發(fā)展水平的影響情況。

8、具體模型如下：y=+u211ixi+ (1)其中對工程師職業(yè)發(fā)展水平y(tǒng)的測量，分別為工程師2012年的收入檔級和晉升為工程師職稱所需要的時間。此外，還將起薪加入因變量作為對比。由于收入的隱私性，獲得具體的收入數(shù)據(jù)比較困難，因此問卷設計中，多采用設置不同的收入檔級以供選擇，具體的檔級設置如表1所示，然后依照大小將收入檔級整點賦值為110等10個檔級。這10個檔級的定義參考了工程師薪酬等級劃分以及問卷測試時被試的建議。晉升為工程師職稱所需時間的操作定義為從剛參加工作的年份到晉升為工程師職稱的年份所經(jīng)歷的年數(shù)。起薪為連續(xù)變量，我們利用歷年的通貨膨脹率將工程師的起薪都折算成為2012年的工資水平后再進

9、行了標準化。表征大學教育質(zhì)量的變量為“是否就讀211工程高?！钡奶摂M變量u211。若工程師所讀大學為“211工程”高校，則u211=1；若所讀高校為其他普通高校，則u211=0。x為影響收入及晉升為工程師所需時間的協(xié)變量，為常數(shù)項，、i為相應變量的參數(shù)，為均值為0的誤差項。本文中所控制的協(xié)變量x包含了三個方面的變量，涉及工程師自身特點的包含性別、年齡變量；涉及工程師成長環(huán)境的包含工程師原生家庭的社會經(jīng)濟地位、文化資本和城鄉(xiāng)變量；涉及工程師工作特征及工作環(huán)境的變量為是否為管理崗、工作當?shù)氐钠骄べY水平(只在以2012年的收入檔級為因變量時，包含此控制變量)。因篇幅原因，變量的具體情況可聯(lián)系作者獲

10、得。為了進一步探究出影響的年代差異，我們還對數(shù)據(jù)分三個年代分別進行了分析。所使用的方程同上述方程(1)。(2)psm模型。傾向分數(shù)配對法(propensity score matching)是解決觀測數(shù)據(jù)中自選擇偏誤問題的常用方法之一，一般用于估算政策的因果效應。這一方法通過估算選擇干預的傾向程度在未接受干預的樣本中構(gòu)建控制組，并對比接受干預組與控制組的產(chǎn)出差異來評估政策效應?？刂平M的選取，是要在非干預組內(nèi)尋找到一組與干預組在一些重要變量上的統(tǒng)計量無顯著差異的樣本。由于這一點較難實現(xiàn)，故而轉(zhuǎn)變?yōu)橥ㄟ^分析樣本中每一個個體選擇接受干預的概率，然后再根據(jù)這一概率將非干預組與干預組的樣本進行配對。8在

11、估算概率時，常用的方法是probit模型或logit模型。在配對時，常用的匹配方法有nearest neighbor matching、radius matching、kernel matching以及stratification matching等。值得注意的是，這一方法評估的政策效應為接受干預組的平均政策效應(the average treatment effect on the treated，簡稱att)，而不是平均政策效應(average treatment effect，簡稱ate)。本文采用傾向分數(shù)配對法來解決是否就讀“211工程”高校的自選擇問題，使用probit模型估算概率，

12、使用nearest neighbor matching方法進行匹配。將“211工程”高校與其它普通高校進行傾向分數(shù)配對比較。將“211工程”高?？醋鞲深A組，即u211=1，其它普通高校作為非干預組，即u211=0。影響所就讀高校的不同選擇的因素有個人的學習成績、參加高考的地區(qū)、參加高考時的年代、所在家庭的社會經(jīng)濟文化背景以及性別等。本文選取的學習成績變量為個體在高中時的成績排名；參加高考的地區(qū)劃分為東、中、西三個地區(qū)，并以中部地區(qū)為參照組，生成表示東部和西部的兩個虛擬變量；參加高考時的年代無法獲得而使用年齡作為替代變量；所在家庭的社會經(jīng)濟文化背景使用家庭社會背景、家庭文化資本、農(nóng)村三個變量；性

13、別變量為女性。上述四個變量的定義與方程(1)相同。其probit模型為：p(u211=11x)=a+px+ (2)其中x為上文所述各變量。p(u211=11x)為在x固定的條件下，就讀“211工程”高校而不是其它普通高校的條件概率。在計算每一個樣本的傾向分數(shù)后，選用nearest neighbor matching做為干預組與非干預組的匹配方法。然后對比兩組在收入檔級和晉升為工程師職稱所需時間的差異，即得到“211工程”高校相對于其它普通高校的att。3.數(shù)據(jù)。本研究所使用數(shù)據(jù)來自清華大學教育研究院、清華大學工程教育中心于2012年對六家國有裝備制造企業(yè)與研究院的工程師所進行的問卷調(diào)查。最終確

14、定的有效樣本為2273個。問卷包含了工程師的教育背景及職業(yè)發(fā)展情況等相關信息。本文使用其中當前學歷為本科或?qū)？频臉颖咀鳛榉治鰧ο?，共?845份。在數(shù)據(jù)分析過程中使用了抽樣權(quán)重進行加權(quán)，保證加權(quán)后樣本在國機集團工程師群體的代表性。三、研究發(fā)現(xiàn)和結(jié)論1.描述統(tǒng)計。根據(jù)當前學歷為本科或?qū)？茦颖救后w的未加權(quán)的描述統(tǒng)計結(jié)果可以發(fā)現(xiàn)：樣本中約85%工程師的年總收入不超過11萬，其中收入不超過5萬的比例超過60%；職稱為工程師及以上的比例超過50%；工程師所就讀的院校中，“211工程”高校與其它院校的比例約為1:3；樣本中男性占大部分，男女比例接近3:1。2.ols回歸結(jié)果。以所就讀高校的類別為自變量，以

15、2012年的年總收入檔級及晉升為工程師所需要的時間為因變量的全樣本的ols結(jié)果如表1。三個方程的r2值分別為0.285，0.309和0.141，模型對工資收入和晉升為工程師所需的時間都具有較好的解釋力。表1 ols回歸結(jié)果(全樣本)2012年收入檔級起薪晉升為工程師所需要的時間(1)(2)(3)“211工程”高校0.944*0.313*-0.837*(0.157)(0.088)(0.410)女性-0.304*-0.165*0.181(0.137)(0.052)(0.514)年齡0.605*-0.492*1.276*(0.084)(0.022)(0.271)社會經(jīng)濟地位0.157-0.000-0

16、.261(0.087)(0.033)(0.238)文化資本0.011-0.0020.243(0.074)(0.019)(0.172)農(nóng)村0.329*-0.028-0.621(0.145)(0.086)(0.528)管理崗0.453*0.211-1.336*(0.195)(0.156)(0.449)當?shù)卦趰徛毠て骄べY0.323*(0.060)常數(shù)項0.735*-0.155*7.049*(0.269)(0.040)(0.334)r20.2850.3090.141f檢驗16.642118.0704.767prob(f)0.0000.0000.000n12931375619注：括號內(nèi)為標準差；*p0

17、.05，*p0.01，*p0.005。表1中列(1)是以2012年的年總收入檔級為因變量的回歸結(jié)果?！?11工程”高校的系數(shù)為0.944，且在0.005的顯著性水平上顯著。這表明樣本中“211工程”高校畢業(yè)的工程師比其它普通高校畢業(yè)的工程師的工資檔級高約0.944個檔級。此外，在控制變量中，女性的系數(shù)顯著為負，年齡、農(nóng)村、管理崗和當?shù)卦诼毬毠て骄べY的系數(shù)顯著為正，這表明在其它條件相同的情況下，女性的收入檔級低于男性，年齡越大的人收入越高，農(nóng)村出身的人比其它地方出身的人收入高，從事管理崗的人比從事技術(shù)崗的人收入高，當?shù)卦诼毬毠さ钠骄べY越高，工程師的收入檔級也越高。社會經(jīng)濟地位和文化資本兩項的

18、系數(shù)都不顯著。表1中列(2)是以工程師的起薪為因變量的回歸結(jié)果?！?11工程”高校的系數(shù)為0.313，且顯著為正。這表明“211工程”高校畢業(yè)的工程師比其他普通高校畢業(yè)的工程師的起薪高了約0.3個標準差。此外，控制變量中女性和年齡兩項的系數(shù)顯著為負。這表明在起薪方面，女性也是要低于男性的。而年齡越大的人，其起薪越低，而我們的研究中，已經(jīng)將不同年代的起薪利用歷年的通貨膨脹數(shù)據(jù)調(diào)整為2012年的水平，這表示工資隨著年代的變化的增長速度高于通貨膨脹的增長速度。表1中列(3)是以晉升為工程師所需的時間為因變量的回歸結(jié)果?！?11工程”高校的系數(shù)為-0.837，且在0.05的顯著性水平上顯著，說明“211工程”高校畢業(yè)的工程師比之其他普通高校畢業(yè)的工程師晉升為工程師所需的時間要少0.837年。此外