TA的每日心情 | 开心 2016-3-6 10:27 |
|---|
签到天数: 1 天 [LV.1]炼气
|
本帖最后由 gordon 于 2012-7-20 07:56 编辑
t0 b/ |! _) J5 x! q* cboating 发表于 2012-7-19 21:03 7 [% E% r6 d* p: o
资产专用性?
7 [) Q+ l3 l4 L0 b" f
/ D" w/ m/ b5 j: [8 w社会分工发展与人力资本专用性的强化+ o' O8 G6 @, o; q
' P5 x7 T- V# z, x+ t
最典型就是军队复员重新融入社会的例子,不是说我的技能不行了,而是没有发挥我技能的环境了,再就业还得重新培训。
) l' Q( V, M4 f% E# p; w* W: M) e/ {0 A8 g. W) i6 R+ S
对专用知识最保值的处理办法就是一般化,这就需要你在一个领域内浸润多年,而这个过程是极为枯燥的,而能够成才的人又少之又少。 v( z# w! E" P9 j! |# o
6 J: [1 H p6 d+ y
转一篇论文里中国的例子更容易理解一些,《大学生就业行为探究:专用性人力资本的视角》
# }* n% o" }0 h6 m' Y/ Z; @$ k A5 w4 P$ J& U! l
) n# }3 _4 `" v% M0 M
大学生就业为什么拥挤在城市
( x% W5 E# ]4 ^0 W! h- y+ ]8 X5 f: `' b* F1 G2 M
: r N! S4 g1 H& V, n% O, ~6 d
课程设置、专业设置和教育内容也表现出很强的城市指向的特点,使得受教育者形成了城市专用性的实用技能。教育内容的城市指向对大学生就业产生的影响在于有利于甚至鼓励大学生在城市就业,因为其所学知识技能绝大多数是城市专用性的,形成了城市专用性人力资本;而这些专用性人力资本在农村可能并无用武之地,于是就造成了学历越高在农村反而无法找到匹配岗位的问题。更具体来说,大学的专业设置大多是为城市产业服务的.# f( h$ H' | G" B! R; n. P: @
; j( z' _( r" V* ?1 p, J- ^( K
作为一名大学毕业生,经过长达十多年城市指向的教育自然而然地形成了城市专用性人力资本,他们的投资要想取得收益,就必须在城市工作,在农村工作则会发生贬值。当然这并不是说这些知识技能在农村不存在需求市场,原因只是在于城市对这些知识技能有更高的需求,而农村对这些知识技能的需求率过低,市场价格不能与其边际成本相一致,造成了大学生过去的投资无法顺利收回。3 l+ W+ q) Y9 g
d' H0 e. g0 W5 E: `# ?6 F 利用专用性人力资本这一分析工具,可以解释为什么在劳动力市场越不确定、大学生就业难问题越严重的时候,大学毕业生反而越趋向于在就业竞争更激烈的城市就业,越趋向于在产业密集带就业。②当某一区域聚集了大量的同行竞争企业时,由于在职业流动中大学毕业生有更大的概率找到一个与原单位相似的企业,他们就不会由于雇佣契约突然中断遭受过多损失。我们知道,城市是产业和职业信息的发散和聚集地,执行同一生产任务聚集在一起的企业群越大,劳动力就越容易发现一个与原企业相类似的企业,离职损失就会很小。
( x/ ~( I+ x& x- B s9 i; I# c! w9 s+ C8 d- B8 l; _% ]
专用性人力资本分析工具也可以解释为什么同样是城市,沿海开放地区比中西部地区更富有吸引力。③沿海开放地区城市密集,特别是珠三角和长三角地区由密集的城市带组成,这里不但有信息丰富的优势,而且拥有密集的产业带,对具有流动倾向的大学生来说,他们更容易地找到一个与其专用性人力资本相匹配的企业。" K, J4 B; _7 l( w- \& m
/ A/ E" T3 M# ~1 C, X. x
- Q# a, f9 V% w; V就业为什么偏好于专业对口: 1 ?$ E# Z% d1 x: ?; T& e4 _
- l. j( R6 h2 I( @3 w
) X' D) {& Y; D J另外一个明显的经验感受是,随着大学学历的提高——由专科、本科、硕士、博士层层上移,大学生能够选择的职业范围反而会越来越窄,比如经济学专业博士生的就业选择一般会集中在高等院校和科研机构,而经济学专业专科学生的就业选择就比较离散,既可以供职于高等院校和科研机构,也可以是政府部门、营利性组织甚至通过自主创业成为一个自我雇佣者。这种现象也可以用专业专用性人力资本工具进行解释。因为在某一专业领域投资的数量越少(如经济学专业的专科生),其掌握的专业专用性知识技能就越少,选择专业不对口的职业自己的损失就较小;而在某一专业领域投资的数量越多(如经济学专业的博士生),其掌握的专业专用性知识技能就越多,选择专业不对口的职业自己的投资损失就很大。 |
|