1. 引言
党的二十大会议胜利召开，标志着我国向全面建设社会主义现代化国家的新征程勇毅迈进[1]。百年目标的实现离不开社会与经济相协调发展，而大学生正是社会经济可持续发展的活力源泉。2021年全国高校毕业生数达909万人，2022年总数达1076万人，2023年总数达1158万人[2]，逐年攀升的高校毕业生人数，加剧了劳动力市场上供需的结构性失衡，就业压力更是不容小觑。为推动高校毕业生高质量就业，党中央坚持以就业导向、政策协同、政府调控等为基本原则，并在二十大报告中明确提出就业优先战略，以为全方位就业服务持续发力，这突显出促进高质量就业至关重要[3]。
在激烈竞争的高校毕业生求职市场中，一些起初并不引人瞩目的毕业生最终获得令人瞩目的高质量初职就业，此现象称为“黑马效应”。这些“黑马”毕业生往往具备自致资本——通过自身努力所获得的人力资本和后致性社会资本。如何实现高校毕业生高质量就业已成为政府、社会及高校共同密切关注的重要议题。探究“黑马效应”的内在机制，能更加清晰地突显个体自身努力在提高就业质量过程中的重要性。
个体角度而言，在初职就业过程中，通过自我奋斗积累的自致资本更有利于打破就业市场信息的不对称和因家庭背景和社会关系引起的竞争不公平的桎梏，从而实现“黑马”逆袭；微观层面而言，初职就业质量反映了劳动力市场的均衡发展和竞争公平度，也是检验高校教育成果的重要指标；宏观层面上，自致性因素对初职就业质量的影响大小折射着社会的开放度和包容度，更是国家科教兴国和人才强国的战略体现。
2. 理论基础与研究假设
2.1. 布劳–邓肯的地位获得模型
美国社会学家Blau和Duncan (1967)提出了地位获得模型，将人的受教育程度、初职与现职地位归纳为自致性因素[4]。该模型突显了教育与后天努力等自致性因素对个体职业地位获得有强于先赋性因素的重要性，为国内外学者从资本视角探究初职就业奠定了研究范式。在地位获得模型的发展中，人力资本逐渐成为自致性因素的关键子维度，随着该模型的中国化和强弱关系理论的发展，社会资本进入职业地位获得研究领域，但鲜有学者以整合视角着眼于后天努力所获资本对职业地位获得的影响。本文借鉴布劳–邓肯(Blau等，1967)的观点，将个体通过后天努力所获得的资本定义为自致资本，其中包括人力资本与后致性社会资本。
2.1.1. 后致性社会资本
1986年Bourdieu最先提出社会资本概念，将其定义为与稳定的关系网络密不可分的各种资源集合体[5]，赵建国(2017)将社会资本分为先赋性和后致性两类，后致性社会资本是指经过后天努力所积累的社会资本为后致性社会资本[6]。与先天受家庭影响的社会资本有所区别，学生可以通过参与校内社团或组织、竞赛活动、实习实践以及其他社交活动对自我的社会资本进行后天性投资[7]。因此，后致性社会资本是个体通过后天对社会关系网络努力投资所积累的资本，体现在以其数量和质量来衡量的社会关系网络规模、社会关系强度、社会网络跨度等因素上。
2.1.2. 人力资本
舒尔茨提出的人力资本概念广受认可，在我国本土化过程中，学者们分别从载体、内容、功效、类型划分等方面对高校人力资本进行了界定。王霆(2020)将人力资本的经济价值更为具象化，聚焦于求职过程中就业单位给付的报酬，更好地贴合了高校学生人力资本的积累形式和形成类型。结合其观点，高校毕业生的人力资本是指高校学生通过受教育和参与实践所形成的各类知识、技能和素质综合，且在就业过程中能被用人单位认可并为之付酬的资本[8]。
2.2. 人力资本与初职就业质量
高校毕业生的第一份职业质量最能反映其通过教育和实践投资所积累的人力资本增量。因此，将初职就业质量定义为高校毕业生对其毕业后所从事的第一份职业的主观满意度和客观优劣程度。
地位获得模型肯定了后天教育和培训带给个体初职地位获得的正向影响。人力资本理论也指出，正规教育和职业培训对人力资本增量的影响是显著的，并能给个体带来如劳动报酬增加等收益。高校学生能通过在校学习和实践获得知识、技能和素质等方面的人力资本积累，在求职过程中，其人力资本水平的增值情况常常能通过院校类型、学业成绩、实践经历等信号被就业单位识别，进而被予以一定价值的雇佣薪酬和福利待遇。
在大量实证研究中，人力资本对就业质量产生显著的积极影响也多次被证实。刘复兴等(2017)采用Logistic回归分析发现后天积累的人力资本对就业质量正向影响显著[9]；胡雪(2017)证实拥有高学历、高院校背景和丰富社会实践等高水平人力资本的个体获得的就业质量越高[10]；邹波等(2019)以中部财经类本科毕业生作研究样本时，发现不同人力资本存量对就业质量的影响具有差异性[11]；胡建国(2019)基于劳动力市场分割理论，实证检验了人力资本有助于大学生加入高质量的就业单位[12]。
因此，本文提出第一个假设：
H1：人力资本对初职就业质量具有显著正向影响。
2.3. 求职行为
国外学者Barber (1994)提出的求职行为定义强调就业过程的动态调节，涉及职业信息搜寻、职业选择、评估与决策[13]。Werbel (2000)进一步将求职行为划分为职业探索和求职强度两个维度[14]，其中，求职探索指通过收集自我偏好与就业相关的信息对自我和环境进行探索，而求职强度则是个体为达到求职目标所付出的努力程度[15]。高校毕业生求职现况可分为三个阶段，即求职前期的自我探索和求职环境探索，中期的求职信息搜寻、求职材料准备，后期的求职面试与复盘。因此，本文认为求职行为是指高校毕业生为了实现其求职目标，从产生求职意愿到达到求职期望所进行的一系列动态行为过程，分为职业探索和求职强度两个维度。
2.4. 计划行为理论
计划行为理论(TPB)是由Ajzen (1975)和Fishbein (1980)所联合创立，包含五个关键性因素：态度、主观规范、感知行为控制、行为意向和行为[16]，见图1。Ajzen (1975)认为，个体本身对行为所持有的“态度”、直接影响个体实施行动的外在“主观规范”和个体感知行为控制力三项因素会通过影响行为意愿间接影响行为表现。高校毕业生在通过接受教育和参与实践等方式进行人力资本投资时，能够树立积极的求职态度、主动向上的主观意识和强有力的行为控制力，当学生产生求职意愿时，这些因素会产生正向影响，预测更为积极的求职行为。
Figure 1. Theory of planned behavior
图1. 计划行为理论
2.5. 求职行为的中介作用
已有研究表明，求职行为和求职努力正向预测大学生就业状态[17] (Ashforth, 1999)；求职者行为越积极，则就业状态越佳[18] (Wanberg, 2001)；就业能力能通过影响求职行为间接影响求职结果[15] (李军凯，2013)；应届生的求职行为在就业能力与求职结果间起到中介作用[19] (谢义忠等，2016)；求职行为会对就业产生正向影响，且求职行为越多，就业质量越高[20] (叶宝娟等，2017)；求职行为在大学生人力资本对初次就业质量的影响中起到部分中介的作用[21] (冀慧，2020)。
综上所述，本文提出假设2与假设3：
H2：求职行为对初职就业质量具有显著正向影响。
H3：在人力资本对初职就业质量的影响过程中，求职行为之间起到中介作用。
2.6. 后致性社会资本的调节作用
边燕杰(2012)提出个体能通过动用社会网络中的强关系获取经济价值[22]。高校毕业生通过对后致性社会资本投资，借助人脉资源可以获取到更为广阔的求职信息，节省职业探索成本，使得就业机会得到增加。同时，社会网络中的个体也能通过给予积极心理暗示、鼓舞求职自信、提供求职辅导等方式影响高校学生的“求职相关态度”“主观规范”和“求职意愿”，进而对其求职行为产生影响。后致性社会资本的主要投资形式是积极参加社团活动、比赛实践等，与人力资本投资形式类同，二者在对就业质量的影响中也存在潜在的相互影响关系。相关实证研究指出，大学生通过积累后致性社会资本，从而对求职心理、求职自信和就业质量能产生积极影响[6] (赵建国，2017)，且其对就业质量的正向影响弱于先赋性社会资本[23] (胡夏磊，2020)，能通过影响人力资本对就业质量产生间接影响[24] (王霆，2020)。
由此，本文提出假设4、假设5和假设6：
H4：后致性社会资本在人力资本与求职行为之间起到调节作用。
H5：后致性社会资本对初职就业质量具有显著正向影响。
H6：后致性社会资本在人力资本与初职就业质量之间起到调节作用。
综上所述，人力资本不仅能直接影响初职就业质量，还能通过求职行为间接正向影响初职就业质量；后致性社会资本在人力资本对初职就业质量的直接影响和间接影响中起到调节作用。基于此，构建如图2所示的研究模型。
Figure 2. Model of research
图2. 研究模型
3. 研究方法
3.1. 样本选取与问卷调查
问卷调查于2024年3~4月进行，对象为入学成绩排名后二分之一、五年内初职就业的高校毕业生，基本信息描述见表1。通过问卷星收集数据，预测试阶段回收102份问卷，经信效度分析、访谈和专家建议后，形成正式问卷。共发放450份线上匿名问卷，回收348份，回收率77.33%，剔除无效问卷后，有效问卷295份，有效率84.77%。
Table 1. Description of sample basic information (N = 295)
表1. 样本基本信息描述(N = 295)
属性 |
类别 |
比例(%) |
属性 |
类别 |
比例(%) |
性别 |
男性 |
42.4 |
院校类型 |
三本及其它 |
8.1 |
女性 |
57.6 |
二本 |
28.8 |
年龄 |
21~25岁 |
62.7 |
|
一本(非双一流高校) |
46.4 |
26~30岁 |
32.5 |
双一流建设高校 |
16.6 |
31~35岁 |
4.7 |
所学专业 |
理工农医 |
35.9 |
户籍 |
农村 |
51.9 |
|
人文社科 |
52.5 |
城镇 |
48.1 |
艺术体育 |
6.4 |
学历 |
大专及以下 |
7.1 |
其他 |
5.1 |
本科 |
73.9 |
|
硕士 |
19.0 |
3.2. 变量测量
研究问卷分为五大测量维度，即控制变量、人力资本、后致性社会资本、求职行为、初职就业质量，共50个题项，见表2。
控制变量：将性别、年龄、生源地、学历、所学专业等变量作为控制变量。
人力资本：采用主客观结合的测量方法，从教育学习状况和参与社会实践情况两个维度来衡量高校毕业生的人力资本，包括院校类型、综合成绩排名、就业能力状况、实习实践经历和学生工作经历。其中就业能力状况测量引用王霆(2015)开发的能力素质模型[24]。
Table 2. Questionnaire design structure and measurement methods of each research variable
表2. 问卷设计结构及各研究变量测量方式
变量 |
维度 |
测量指标 |
具体测量方式 |
控制变量 |
- |
- |
性别、年龄、生源地、学历、所学专业 |
自致性人力资本 |
教育学习状况 |
院校类型 |
分为三本及其它、二本、一本(非双一流高校)、双一流建设高校 |
综合成绩排名 |
分为50%以后、30%~50%、15%~30%、5%~15%、前5% |
就业能力状况 |
分为知识、技能、态度3个维度，共10个指标，李克特五点计分法 |
参与社会实践 |
实习实践经历 |
在初职就业前参加实习经历的次数，累计计数 |
学生工作经历 |
在初职就业前参加社团、学生会、班级等学生工作次数，累计计数 |
后致性社会资本 |
- |
网络规模 |
高校毕业生社交所接触到的社会地位不同的人的多少来测量 |
- |
关系强度 |
李克特五点计分法，1~5分，得分越高即强度越大 |
- |
社会地位跨度 |
高校毕业生所接触到的最高社会地位与最低社会地位间的差距 |
求职行为 |
- |
职业探索 |
求职兴趣、求职能力、求职目标、对就业市场的了解程度 |
- |
求职强度 |
就业信息检索主动性、简历准备程度、面试准备与复盘程度等 |
就业质量 |
客观因素 |
单位地域 |
分为一线城市、二线省会城市等、三线地级市等、县城或城镇 |
单位性质 |
分为国家机关与事业单位、国有企业、民营企业、合资或外资企业 |
薪资水平 |
Likert五级量表测评 |
五险一金 |
有、没有 |
在职培训 |
有、没有 |
晋升发展空间 |
Likert五级量表测评 |
就业质量 |
就业满意度 |
单位规模 |
1) Likert五级量表分别对高校毕业生重视度与满意度测量 2) 将高校毕业生对就业因素的重视度纳入，对满意度赋予权重 3) 通过公式计算 |
单位声誉 |
单位前景 |
单位地域 |
单位福利 |
单位性质 |
薪资水平 |
解决户口 |
专业对口 |
后致性社会资本：参考赵建国(2017) [6]和王霆(2015) [24]所开发的大学生社会资本测量量表。
求职行为：参考李军凯(2012)开发的求职行为影响因素量表[15]，从职业探索和求职强度两个维度对求职行为进行测量。
初职就业质量：在王霆(2015)编制的大学生就业质量量表[24]的基础上对客观因素测量进行了改编。将高校毕业生对就业因素的重视度纳入，对满意度赋予权重，能更为科学地测量出其心理状况，减少测量误差。高校毕业生就业满意度计算公式如(1)。
其中，i = {单位规模，单位声誉，单位前景单位地域，单位福利，单位性质，薪资水平，解决户口，专业对口}。
(1)
3.3. 同源方差与量表信效度分析
如表3所示，运用Harman单因子分析法进行探索性因子分析，第一个主成分解释的方差和占总方差的23.676%，小于40%，数据达到检验要求。各研究变量的Cronbach’s Alpha系数分别为0.832、0.850、0.851、0.844，α系数均大于0.75，问卷信度较高。根据KAISER的观点，检验结果KMO = 0.896大于0.5，近似卡方值χ2 = 7589.78，显著性Sig = 0.000，各项指标数据均达标，适合做因子分析。通过潜变量的平均提取方差(AVE)和组合信度(CR)来检验可见，各个变量及其因子的CR值均大于0.8、AVE值大于0.5，表明构面的内部一致性较好，具有良好效度。
Table 3. Reliability and validity analysis of the scale
表3. 量表信度与效度分析
构面 |
组合信度(CR) |
平均方差萃取量(AVE) |
Cronbach’s Alpha系数 |
人力资本 |
0.887 |
0.663 |
0.832 |
后致性社会资本 |
0.836 |
0.630 |
0.850 |
求职行为 |
0.878 |
0.510 |
0.851 |
就业质量 |
0.879 |
0.647 |
0.844 |
4. 数据分析结果
本研究主要采用SPSS 25和AMOS 21软件进行统计分析，主要包括描述性统计及相关分析、回归分析、异方差检验和多重共线性检验。
4.1. 描述性统计与相关分析结果
由表4可知，后致性社会资本作为调节变量与自变量虽不相关，但仍符合实验要求。此外，其他变量两两之间均存在显著正相关(p < 0.01, Sig = 0.000)。
Table 4. Descriptive statistics and correlation analysis results
表4. 描述性统计及相关分析结果
变量 |
均值 |
标准差 |
人力资本 |
后致性社会资本 |
求职行为 |
初职就业质量 |
人力资本 |
2.917 |
0.745 |
1 |
0.085 |
0.352** |
0.339** |
后致性社会资本 |
4.946 |
0.720 |
0.085 |
1 |
0.307** |
0.295** |
求职行为 |
3.816 |
0.590 |
0.352** |
0.307** |
1 |
0.632** |
初职就业质量 |
3.570 |
0.445 |
0.339** |
0.295** |
0.632** |
1 |
注：**表示p < 0.01。
4.2. 求职行为的中介效应检验
首先，应用温忠麟(2014)提出的层次回归法完成中介效应的初步检验[25]。如表5，将控制变量、求职行为、人力资本与初职就业质量依次纳入模型，得到模型M1、M2、M3和M4。由回归分析结果可知，求职行为对初职就业质量具有显著的正向影响(β = 0.615, p < 0.01)；人力资本显著正向影响求职行为(β = 0.396, p < 0.01)、初职就业质量(β = 0.123, p < 0.01)；求职行为在人力资本对初职就业质量的影响中起到了部分中介的作用(β = 0.573, p < 0.01)。由此假设1至3得证。
Table 5. Mediation effect test results
表5. 中介效应检验结果
因变量 |
求职行为 |
初职就业质量 |
模型 |
M1 |
M2 |
M3 |
M4 |
自变量 |
β |
t |
β |
t |
β |
t |
β |
t |
人力资本 |
0.396*** |
6.772*** |
— |
— |
0.350*** |
5.934*** |
0.123*** |
2.350** |
中介变量 |
|
求职行为 |
— |
— |
0.615*** |
13.431*** |
— |
— |
0.573*** |
11.701*** |
控制变量 |
|
性别 |
−0.054 |
−1.002 |
−0.052 |
−1.141 |
−0.090 |
−1.654 |
−0.059 |
−1.313 |
年龄 |
0.186 |
3.188 |
−0.023 |
−0.503 |
0.124 |
2.097 |
0.017 |
0.340 |
生源地 |
0.065 |
1.194 |
−0.006 |
−0.141 |
0.032 |
0.584 |
−0.005 |
−0.115 |
学历 |
0.020 |
0.337 |
0.122 |
2.567 |
0.104 |
1.762 |
0.093 |
1.906 |
所学专业 |
−0.020 |
−0.331 |
0.013 |
0.263 |
−0.010 |
−0.172 |
0.008 |
0.173 |
整体拟合指数 |
|
R |
0.408 |
0.645 |
0.392 |
0.653 |
ΔR² |
0.133 |
0.416 |
0.103 |
0.273 |
F |
9.559 |
34.171 |
8.701 |
30.538 |
ΔF |
45.853*** |
180.391*** |
35.207*** |
136.921*** |
注：数据均采用标准化系数，***表示p < 0. 001，**表示p < 0. 05。
其次，运用Hayes (2012)编制的SPSS宏中的Model 4 [26]进行检验，表6显示，模型M5再次验证求职行为的中介效应显著，直接效应即人力资本对初职就业质量的影响值为：β = 0.0734，p < 0.01，CI = [0.0119，0.1349]；间接效应即求职行为的部分中介效应值为：β = 0.1355，p < 0.01，CI = [0.0885，0.1881]。总效应值为：β = 0.2089，p < 0.01，CI = [0.1396, 0.2782]；直接效应(0.0734)和中介效应(0.1355)分别占总效应(0.2089)的35.1%和64.9%，如表6显示。
Table 6. Analysis of total effect and mediating effect
表6. 总效应和中介效应分析
|
效应值 |
Bootstrap标准误 |
Bootstrap下限 |
Bootstrap上限 |
相对效应值 |
总效应 |
0.2089 |
0.0352 |
0.1396 |
0.2782 |
100.00% |
直接效应 |
0.0734 |
0.0312 |
0.0119 |
0.1349 |
35.14% |
求职行为的中介效应 |
0.1355 |
0.0256 |
0.0885 |
0.1881 |
64.86% |
4.3. 有调节的中介模型检验
目前学术界关于有调节的中介模型检验，多数参考温忠麟[25] (2014)与Hayes [26] (2012)的观点，利用process中的Model 1、4、8进行有调节的中介模型检验，结果如表7所示。将控制变量、人力资本与后致性社会资本一同纳入模型M6，后致性社会资本对初职就业质量有显著正向影响(β = −0.1816, p < 0.001)，假设5得证；人力资本与后致性社会资本的交互项均显著即代表调节效应成立(β = −0.1553, p < 0.001)，代表随着后致性社会资本的增强，人力资本对初职就业质量的正向影响减弱，且总效应仍产生正向影响。在中介效应检验的基础上(模型M5)，将控制变量、后致性社会资本纳入模型M6、M7，后致性社会资本和人力资本的乘积项对初职就业质量(Y)和求职行为(M)的预测作用均显著(初职就业质量：β = −0.152，p < 0.01；求职行为：β = −0.097，p < 0.01)，表明后致性社会资本不仅能够在人力资本对初职就业质量的直接预测中起调节作用，还能调节人力资本对求职行为的影响。假设4~6得证。
Table 7. Summary of moderated mediating effects
表7. 有调节的中介效应总表
因变量 |
求职行为 |
初职就业质量 |
模型 |
M7 |
M5 |
M6 |
M7 |
自变量 |
β |
t |
β |
t |
β |
t |
β |
t |
人力资本 |
0.283*** |
6.413*** |
0.0734*** |
0.0312*** |
0.1844*** |
5.551*** |
0.075*** |
2.460*** |
中介变量 |
|
求职行为 |
— |
— |
0.4319*** |
0.0369*** |
— |
— |
0.386*** |
10.079*** |
调节变量 |
|
后致性社会资本 |
0.240*** |
5.541*** |
— |
— |
0.1816*** |
5.584*** |
0.089*** |
3.031*** |
交互项 |
|
X*W |
−0.152*** |
−3.150*** |
— |
— |
−0.1553*** |
−4.278*** |
−0.097*** |
−3.044*** |
控制变量 |
|
性别 |
−0.051 |
−0.833 |
−0.0532 |
0.0405 |
−0.069 |
−1.489 |
−0.090 |
−1.654 |
年龄 |
0.151 |
2.668 |
0.0128 |
0.0377 |
0.066 |
1.553 |
0.124 |
2.097 |
生源地 |
0.090 |
1.492 |
−0.0046 |
0.0402 |
0.040 |
0.867 |
0.032 |
0.584 |
学历 |
−0.006 |
−0.088 |
0.083 |
0.0435 |
0.069 |
1.378 |
0.104 |
1.762 |
所学专业 |
−0.023 |
−0.544 |
0.0047 |
0.0274 |
−0.004 |
−0.140 |
−0.010 |
−0.172 |
整体拟合指数 |
|
R |
0.5072 |
0.6534 |
0.511 |
0.675 |
R² |
0.2573 |
0.4269 |
0.261 |
0.455 |
F |
12.382*** |
30.5382*** |
12.636*** |
26.469*** |
注：数据均采用非标准化系数***表示p < 0. 001，*表示p < 0.05。
为进一步揭示后致性社会资本的调节效应，拟采用中心化高低分组法进行影响作用的简单斜率分析，即将后致性社会资本取平均值加一个标准差定义为高分组(M+1SD)，均分减一个标准差定义为低分组(M-1SD)，结果表8所示。
Table 8. The moderating effects of different levels of achieved social capital
表8. 在后致性社会资本的不同水平上的调节效应
|
后致性社会资本 |
效应值 |
Boot标准误 |
Lower5% |
Upper5% |
直接作用 |
eff1 (M-1SD) |
0.145 |
0.038 |
0.069 |
0.220 |
eff2 (M) |
0.075 |
0.031 |
0.015 |
0.135 |
eff3 (M+1SD) |
0.006 |
0.038 |
−0.069 |
0.080 |
求职行为的中介作用 |
eff1 (M-1SD) |
0.151 |
0.033 |
0.088 |
0.215 |
eff2 (M) |
0.109 |
0.023 |
0.066 |
0.158 |
eff3 (M+1SD) |
0.067 |
0.025 |
0.020 |
0.118 |
如图3所示，无论后致性社会资本水平高低，人力资本均显著正向预测求职行为，BootLL的上下限分别为(0.088, 0.215)、(0.066, 0.158)和(0.020, 0.118)，置信区间均不包含0。高校毕业生后致性社会资本较少时，随着人力资本的增加，其求职行为明显呈增强趋势(β = 0.151, p < 0.01)；对于后致性社会资本水平较高的高校毕业生，人力资本对求职行为产生的正向预测作用相对较小(β = 0.067, p < 0.01)。由此说明，人力资本较低时，高水平社会资本能显著增强求职行为，但随着人力资本的提高，其影响作用逐渐减弱。
Figure 3. The moderating effect of achieved social capital on human capital and job-seeking behavior
图3. 后致性社会资本在人力资本与求职行为中的调节作用
如图4所示，后致性社会资本水平较高时，人力资本对初职就业质量的预测作用不显著(β = 0.006，p > 0.05，Boostrap置信区间含0)；后致性社会资本水平较低时，人力资本的预测作用显著(β = 0.145，p < 0.01)。当高校毕业生后致性社会资本水平较高时，初职就业质量得分总体较高，表明在人力资本水平一定的情况下，无论其高低，高后致性社会资本个体的初职就职就业质量均相对更高。
Figure 4. The moderating effect of achieved social capital on the relationship between human capital and quality of initial employment
图4. 后致性社会资本在人力资本与初职就业质量中的调节作用
5. 讨论
5.1. 结果分析
本文提出的研究假设和概念模型均获得了实证支持。结果表明：人力资本不仅能直接正向影响初职就业质量，还能通过求职行为的中介作用间接产生正向影响，即高校毕业生积累的人力资本越多，求职行为越积极，在初职就业时越容易取得高质量就业。同时，模型中的直接效应和求职行为的中介效应均受到后致性社会资本的调节。在人力资本积累较少时，后致性社会资本作为一种调节因素，能优化高校毕业生的求职行为，帮助其获得质量更高的初职就业。
其中，后致性社会资本的调节作用属于对抗型交互作用[27]，即人力资本和后致性社会资本对初职就业质量的效应方向相同且为正，但交互项方向相反为负。借鉴李董平提出的“美不胜收”模型[28]和Fergus提出的“保护因子–保护因子模型的排除假说”观点[29]进行解释：高水平的后致性社会资本使个体的求职行为与初职就业质量几乎总是处于接近饱和的良好状态，由此产生“地板效应”使得人力资本影响不易显现。在低水平后致性社会资本的个体中，地板效应消失，人力资本对求职行为和初职就业质量的正向预测作用得以突显，调节效应显著。总而言之，提高后致性社会资本最能使人力资本较小的个体产生积极的求职行为、收获高质量就业。当人力资本存量一定时，只有适度提高后致性社会资本，才能积极化求职行为，提高初职就业质量，否则过犹不及。
5.2. 理论贡献
现有研究成果多方位探讨了人力资本和社会资本对就业质量的影响机制，但多为单维角度讨论，并且后致性社会资本常被作为测量子维度，缺少将其作为自变量的实证探讨。关于影响机制的研究中，就业质量作为因变量较少被进行范围界定，“初职”限定的相关实证研究较少，而求职行为的中介作用在社会资本领域也鲜有关注。借助布劳–邓肯的地位获得模型，以自致性因素为切入点，以整合视角出发探讨后致性社会资本、人力资本对初职就业质量的影响机制，可丰富人力资本、社会资本与就业质量的研究视角。
5.3. 管理启示
高校学生作为就业主体，应发挥主观能动性，提前进行就业规划，积累自致资本，从而在求职市场中实现“黑马效应”。学生应夯实专业基础，拓宽学术视野，并通过参加校园活动、学科竞赛等丰富经历，提升软实力。同时，扩大人脉资源，维系优质社交关系，但需避免过度依赖社会资本而忽视自我提升。在求职过程中，应充分利用后致性社会资本进行职业探索，在面试中注重复盘总结，充分展示自我人力资本价值。
高校作为就业主体的引导者和培养者，应使学科培养方案与就业单位的人才需求相匹配。同时，强化理论教学、德育培养和实践教学，注重能力素质培养，举办高质量活动和比赛，创办丰富的学生组织，开设职场讲座和就业指导，为“黑马”们提供学习和实践的机会。
就业单位作为就业主体的录用者和推动者，可以通过开展校企合作，提供实习实训机会，为高校毕业生实现“黑马效应”创造实训的培养条件。
政府作为宏观调控者，应规范化劳动力市场，维护公平公正的就业竞争秩序，合理配置公共资源，采取精准化就业帮扶和分类政策，完善法律政策配套和监督执行，减少就业信息差和社会现象出现，为孕育就业“黑马”夯实就业环境基础。
5.4. 研究局限性
本文探讨了高校毕业生自致资本对初职就业质量的作用机制，揭示了“黑马效应”，为实践中自致资本的提高及促进高质量就业提供了理论依据，但存在以下局限：首先，数据为横截面静态数据，未采集动态纵向数据；其次，样本多数集中于湖北省及周边高校，数量和结构存在缺陷；再者，线上调查不利于数据的有效性和准确性；最后，仅探讨了简单的影响机制模型，自致资本对就业质量的作用路径仍需深入探讨。
基金项目
中南财经政法大学中央高校基本科研业务费专项研究生科研创新平台项目(编号：202351223)资金资助。