近年来不断放缓的经济增长速度预示着我国经济在面临着多方面的严峻形势下,步入了更加注重内涵式发展的新常态阶段。当前,经济发展更注重结构调整与增长方式的改变,增长动力也显现出多元化态势。在这一背景下,以经济平稳健康发展为目标,有效激发经济增长新动能成为当务之急。为此,党的十九大报告中首次提出将人力资本服务作为一项产业。考虑到我国正全力推动经济从要素、投资驱动向创新、高科技驱动转变,人力资本作为推动经济增长的核心动力,未来其作为新兴产业的重要性不容小觑。与此同时,自改革开放以来我国的人口结构发生了重大改变。一方面,与1980年11.87‰的人口自然增长率相比,2021年仅为0.34‰,降幅达97.13%;另一方面,老年抚养比由20世纪80年代的8.0%上升至2019年的17.8%,且人口平均预期寿命不断延长,“十三五”期间从76.3岁提高到77.3岁。此外,自改革开放以来持续释放的“人口红利”几近消失,以人口素质和劳动力质量提升为导向的“人力资本红利”初具规模。因此,在少子化和老龄化持续加深、劳动力质量持续提升的情况下,如要在结束正规教育、进入劳动力市场之后保持劳动力的产出效率,就需要持续关注劳动者个体人力资本水平的动态变化,特别是需要各界持续关注人力资本的市场价值。而要做到这一点,在要素市场中给人力资本确定合理的工资（价格）是至关重要的。然而对个体人力资本水平进行衡量并且刻画其一生中工资的动态变化曲线是一个复杂的问题,特别是如果忽略工作过程中对工作经验的差异化影响,将会对个体年收入和终身收入的估算造成误差,从而造成真实人力资本水平衡量的失真。为解决上述问题,本文通过构造个体人力资本动态变化模型,根据J-F终身收入法的思想,一方面从“干中学”异质性角度——教育程度和职业类型两个层面,对经验积累、进而对个体人力资本水平的动态变动进行表层分析;另一方面,进一步深入到工作任务的复杂性层面,从工作技能需求视角来分析其对经验积累、进而对个体人力资本水平提升的差异化影响。但是我国缺少详尽的工作技能需求数据,因此通过应用美国职业信息网络（Occupational Information Network,O*NET）项目提供的分职业的对于各技能指标在完成工作任务时的重要性分值,参照Autor et al.（2003）和Acemoglu＆Autor（2011）对工作技能需求指标的分类（包括非常规分析技能、非常规交流技能、非常规操作技能、常规认知技能和常规操作技能五个层次）和计算方法,结合我国分职业类型的在业人员比重,经过加权标准化计算得出我国2000年、2005年、2010年和2015普抽查年份的工作技能需求分布水平。从而对我国工作技能需求的变动趋势,以及经济转型期间劳动力市场对就业者技能水平的新要求有较为清楚的认识。在使用O*NET数据从职业层面对工作技能需求进行测算分析之后,继续使用国际成人能力评测项目（The Program for the International Assessment of Adult Competencies,PIAAC）和中国劳动力动态调查（China Labor-force Dynamic Survey,CLDS）数据,从个体层面对技能需求进行测算及初步分析,并且对国内外其他含有工作技能模块的微观调查数据库进行概括性介绍。以此为基础,同时考虑到工作技能需求变动对把握未来劳动力市场发展方向以及完善人力资本度量方法的重要性,构建了以劳动力为调研对象的工作技能量表,并计划借助“青椒计划”项目的开展进行应用调查,以期对教师职业内部的技能差异有一定的了解。此外,如果个体工作技能组合不能与职位的技能需求实现较好的对应,则会出现技能不匹配的情况。而大学生的技能主要通过学校专业课程的学习来获得,对此我们使用麦可思提供的大学生毕业调查数据对专业匹配与工资溢价问题进行了研究,属于工作技能需求层面的拓展分析。本文的研究意义主要体现在以下四个方面:第一,通过构造个体人力资本动态变化模型,从“干中学”异质性角度分析了教育程度和职业类型对经验、进而对人力资本水平的提升作用。一定程度上表明工作中积累的经验更为实用,不能忽视经验的重要性,进而为人才定价提供定量指标。同时表明应该加强工作后的人力资本投资,鼓励在职教育、重视在职培训,全工作周期提升劳动力素质。第二,我国经济发展正处于重要的转型阶段,对工作技能的需求亦随之发生变化,为应对劳动力市场结构转型及人力资本红利尚未完全发挥作用的现实问题,有必要从劳动者工作技能需求出发来观察其变动趋势,从而有助于审视我国产业结构以及技能需求结构的转变,进而明晰转型期中国经济发展对劳动者技能的新要求,及时调整劳动力的技能供给与市场需求相匹配。第三,将非常规分析技能、非常规交流技能和常规认知技能的需求作为工作任务的具象化,通过与微观数据库相结合来进行回归分析。结果显示,与CHIP2002中非常规分析技能通过经验对收入的提升作用大于常规认知技能进而大于非常规交流技能的趋势不同,在CHIP2013中非常规分析技能的作用仍然保持最大,但是非常规交流技能的作用大于常规认知技能。表明随着信息技术的发展,与人交往时的合作意识、情感交流和社交能力等“软实力”越来越重要。第四,社会、高校和大学生都非常关注毕业生的就业质量问题,专业与职业相匹配这一问题的明确提出对个人加强综合能力的培养、高校调整教学模式、企业和政府加强信息交流等提出了新要求,具有较强的现实意义。本文共包括八个章节,第一章是导论,第二章是国内外相关研究文献综述和理论基础陈述。其余章节的研究内容和主要结论如下:第三章从“干中学”异质性角度分析个体人力资本的动态变化。通过构建个体人力资本动态变化模型,使用CHIP2002和CHIP2013的数据,通过在回归模型中加入教育程度或者职业类型与经验的交互项来分析其对于经验积累速度和人力资本提升水平的差异。结果表明,受教育程度越高的个体其收入也越高;职业类型对经验的影响和教育对经验的提升大小基本相当,尤其对于CHIP2013的结果来说,前者的系数要大于后者,一定程度上表明了职业型人力资本的重要性。然后,根据回归系数估算出生命周期内个体年收入以及终身收入,通过与不考虑教育程度或者职业类型对经验积累影响的传统模型计算出的结果进行对比,其变化趋势有助于对个体人力资本动态变化过程有更直观的认识。由分析可知,不同学历、职业类型所积累的工作经验仍是衡量人才价值的主要指标,市场应结合人才的个人特征给予合适的定价,实现对人才资源的有效配置。第四章从职业层面对工作技能需求进行测量,将计算出的工作技能需求分布水平用于第六章的实证分析。考虑到我国缺少工作技能需求方面的数据,因此使用O*NET项目对于各技能指标在完成工作任务时的重要性分值,并按照Autor et al.（2003）和Acemoglu＆Autor（2011）对工作技能需求的分类和计算方法,结合我国以及美国分职业类型的在业人员占比数据,经过加权标准化计算出我国2000年、2005年、2010年和2015年以及美国2000-2020年的工作技能需求分布水平。结果表明,我国非常规分析技能和非常规交流技能的分布水平总体呈上升趋势,虽然常规认知技能的分布水平处于最高位,但是其与常规操作性技能的需求在不断下降。与我国工作技能需求分布水平最高是常规认知技能不同的是,美国处于最高分布水平的是非常规交流技能,其次为非常规分析技能,再次为常规认知技能,处于最低分布水平的是常规操作技能和非常规操作技能。通过对比发现,我国的工作技能需求随着劳动力市场结构的改变呈现出与以往不同的发展态势,更强调非常规分析技能和非常规交流技能的应用,相应的产业结构也向第三产业和科技创新产业转移。但是,还是有较大比例的劳动者在从事主要应用常规认知技能的工作,以精细化、专业化和创作性产出为主的职业发展仍然稍显滞后。第五章使用PIAAC和CLDS两个代表性微观数据库,从个体层面出发对工作技能需求进一步进行测算。分析发现,工作技能需求会因职业类型、教育程度不同而存在规律性的差异,同时也对收入有一定的影响。结合职业层面及个体层面工作技能需求的测量并参考其他数据库的技能模块,构建了面向我国劳动力的工作技能量表,并对常用的数据处理方法进行了介绍。因能力限制,在面向所有劳动力进行调研之前,首先计划借助“青椒计划”项目的开展进行应用调查,从而对相同职业内部因个人特征或者工作对象不同而呈现出的差异化技能需求有一定的了解。总的来说,随着人力资本理论、技能偏向型技术进步理论的发展和成熟,研究人员倾向于从更深层次的工作技能层面对问题进行更全面的解析,而且相关部门也需要及时掌握我国职业技能结构的变动方向,因此加强对工作技能需求的调研和分析显得尤为必要。第六章从工作技能需求视角来分析生命周期内个体人力资本的动态变化。将第四章计算的分职业类型的非常规分析技能、非常规交流技能和常规认知技能的需求分布数值,与CHIP数据库中的职业中类相对应,可以具体分析工作技能需求对于经验积累进而对于个体人力资本水平的动态影响。分析结果表明,三种工作技能类别通过经验对收入的影响由CHIP2002中非常规分析技能的提升作用大于常规认知技能进而大于非常规交流技能的趋势转变为CHIP2013中非常规分析技能的作用仍然保持最大,但是非常规交流技能的作用大于常规认知技能。某种程度上说明了沟通交流以及领导者培养激励下属这种“软实力”的重要性,随着人工智能和机器人市场的发展,与人交往时的合作意识、情感交流和社交能力仍然需要强化。同时,通过工具变量法解决了雇员的自我选择、雇主的选择排序等由于遗漏变量而导致的内生性问题。此外,考虑到工作经验可能会因为工作变动或者职业变动而存在主要工作技能的变化,如由最注重分析技能转变为更加看重交流技能,所以我们继续从工作变动和职业变动角度观察其对经验积累以及工资水平的影响。最后,通过基准回归的系数估算出个体年收入以及终身收入,对人力资本水平的变化趋势进行详细说明。第七章是分析专业匹配对工资水平的影响,属于工作技能需求层面的拓展分析。通过使用麦可思2011-2015年关于本专科毕业生毕业半年后的调查数据,描述了高校毕业生专业匹配情况的现状,并通过建立简单的理论模型确立了回归方程,从学历程度、学校类型、专业及城市类型等维度详细分析了专业匹配与否对工资水平的影响。总样本的基准回归结果显示,从事与专业相关职业的人会比未从事相关职业的人多5.89%的工资溢价。其次,使用Heckman两步法和IV对样本选择偏误和内生性问题进行修正,结果表明两种方法都提高了工资溢价效应。分专业分析表明,如果其从事与专业不相关的职业,相对于培养通用技能的专业而言,对工资的影响会较大;分城市类型的结果表明,行政级别高的城市因产业结构及经济发展模式的需要,其对专业匹配度的要求也较高。再者,利用2011-2014年的数据和自匹配数据进行了稳健性检验,回归结果与2015年的结果在方向及影响效应上较为相似,证明了模型构建的普适性。最后,在模型估计的基础上进一步分析了专业匹配的作用机制,并使用毕业三年后追踪数据分析发现,是否从事与本专业相关的工作对个人之后的工资收入和工作表现仍有较大的影响。第八章是研究结论、政策建议以及研究展望。根据理论模型和实证分析结果总结出主要结论,从倡导终身学习理念、沟通交流能力、加强对工作技能需求的调查、加强培养复合型人才等角度提出相应的政策建议,并结合研究进展提出未来研究方向和展望。本文的创新性主要体现为以下三个方面:第一,通过建立个体人力资本动态变化模型,在经典明瑟模型的基础上纳入教育程度、职业类型或者工作技能需求与经验的交互项来分析以上三个变量对经验积累进而对人力资本提升水平的差异化影响,并且通过回归系数估算得出个体年收入及终身收入来分析个体人力资本水平的变化。在估算年收入时应用J-F终身收入法的思想,考虑到年长一岁个人与年轻一岁本人的人力资本轨迹存在不同的情况,对年收入进行正向递推,并叠加得出个体的终身收入。从而估算出教育程度、职业类型、工作技能需求等因素对经验的交互影响引致的人力资本水平的变化,进而对个体人力资本动态变化过程有更深入的了解,为人才定价提供理论和实证支持。第二,通过使用O*NET项目对于各技能指标在完成工作任务时的重要性分值,参考Autor et al.（2003）和Acemoglu＆Autor（2011）对于工作技能需求分类方法,结合我国普抽查年份职业中类在业人员的占比情况,分非常规分析技能、非常规交流技能、非常规操作技能、常规认知技能和常规操作技能五个层次来描绘我国工作技能需求的变动趋势,及时把握经济转型期间我国劳动力市场对工作技能的新要求。并且在从职业层面和个体层面对工作技能需求进行测算分析以及参考其他已有微观数据库技能模块的基础上,构建了面向我国劳动力的工作技能量表。在面向所有劳动力进行调研之前,首先计划借助“青椒计划”项目的开展进行应用调查,从而对相同职业内部的差异化技能需求有深入的了解。第三,探讨了专业与职业匹配与否对高校毕业生毕业后工资收入的影响,并且使用毕业三年后追踪数据进行机制分析,进一步说明是否从事与本专业相关的工作对个人的工资收入和工作表现仍有较大的影响。该研究不仅将就业匹配由教育-工作匹配转向专业-工作匹配视角,丰富了该领域的研究;而且表明了劳动者技能组合与工作所需技能相匹配的重要性,属于对工作技能需求的拓展分析。此外,因数据中包含基本工作能力与核心知识水平的变量,可作为个人能力的代理变量,在一定程度上可解释因能力差异而导致的回归偏误问题。本文的不足之处包括:第一,由于CHIP2018数据尚未公布,因此只使用了CHIP2002和CHIP2013这两年的数据来对比分析教育程度、职业类型和工作技能需求对于个体人力资本变动趋势的不同影响。如果可以加入最新调研数据,2018年调研群体受到技术进步和人工智能产业的冲击力度会更大,其系数更能反映劳动力市场的结构性变化方向,则在结论和政策启示上会有更多发现。第二,我国对于职业中类和职业小类的统计数据较为缺失,同时缺少从职业层面或者个人层面出发的对于工作技能需求的微观调研数据。囿于数据限制,目前对于我国工作技能需求的测量及变动趋势的研究不够详尽,未来仍有较大得改进空间。最直接的,在第七次人口普查数据完全公布后,使用职业中类层面的在业人员占比来计算2020年工作技能需求分布水平,会使得我国工作技能结构的变动趋势更加明显。第三,对于技能来说,不能简单的将非常规分析技能和非常规交流技能当作高水平技能,而将操作技能或者认知技能视为低水平。如果数据允许,可以通过构建多维度的能力评测指标来更准确的对个体技能水平进行测量。此外,如果有关于劳动者自身技能水平与职业所需技能组合的对照数据,则可以形成更为准确的技能错配指标,对工资收入或者职位晋升的作用机制进行更详细的分析。