160万张文凭的错配：全球人才市场正在断裂的传送带，中国站在最撕裂的位置

马来西亚副首相阿末扎希在2026年10月再次提起的那个数字，放在全球背景下看并不特殊：约160万名毕业生从事着低于自身学历水平的工作，占毕业生总数的32.2%。世界银行的测算更具体：2024年马来西亚36.1% 的高等教育毕业生处于技能相关不充分就业状态，2015年这个比例是30.2%；从事与技能不匹配工作的毕业生，工资比学以致用的同行低49.3%。世界银行高级经济学家马修·多南在报告发布会上说得直白：“这些人做了正确的事，读书、努力、毕业、进入劳动力市场，但经济没有创造足够的高技能岗位来吸收他们。”

但如果只把这件事读成“马来西亚的教育出了问题”，就会错过它真正的分量。国际劳工组织的分析显示，全球高等教育青年中只有约一半从事着与自身教育水平相匹配的工作，另一半要么资历过高，要么资历不足。高收入国家的匹配率更高，而低收入国家中每四个人里只有一个能找到匹配的工作。与此同时，全球74% 的雇主表示，在可支付的工资水平上找不到所需技能的工人。一边是大量毕业生找不到匹配的工作，一边是企业找不到具备特定技能的人。这种“双重短缺”同时存在，指向的不是“人不够多”或“书读得不够”，而是供给的形状和需求的形状对不上——而且对不上的地方，在不同的经济体里长得完全不一样。

马来西亚：问题首先不在教室，在企业规模

马来西亚的特殊性在于，它的错配主要是需求侧约束的症状。

世界银行2026年4月的《马来西亚经济监测》报告给出了一个关键判断：马来西亚生产率最高的企业支付的工资约为中位企业的3倍，但这些高生产率企业没有充分扩大规模，从而限制了高薪岗位的增长。超过一半的新增职位空缺是半熟练岗位，只有约四分之一被归类为技能型岗位。技能短缺集中在STEM和技术领域，但马来西亚STEM毕业生的比例自2015年以来基本持平。世行报告同时指出，问题不仅是专业错配，许多工人缺乏足够的基础认知技能和社会情感技能——沟通、韧性、适应性——这限制了他们转入更高生产率岗位的能力。

这意味着，马来西亚的毕业生面对的是一个高技能岗位容量本身就不足的劳动力市场。德国或新加坡解决的是“技能的形状对不上”，马来西亚面对的是“高技能岗位的容量不够”。 前者可以通过课程改革、补贴培训、企业实训来缓解；后者需要的是让高生产率企业能够扩张、让低生产率企业能够退出或升级的商业环境改革。监管壁垒、有限的竞争、融资渠道不均、破产程序缓慢——这些因素不改变，课程改得再快，毕业生的去处也不会自动变多。

中国：数量压力与核心断层的叠加

把中国放进这张图景，它的位置比马来西亚更复杂。它同时承受着数量压力和结构断层，而且两种压力发生在同一时间、同一批人身上。

2026年，中国高校毕业生预计1270万人，连续八年破千万，加上往届未就业者和海归回流，全年求职大军超过1500万。但中国的问题不只是“毕业生太多”。在AI领域，脉脉2026年春招数据显示，AI整体人才供需比为0.97，看似平衡；但在大模型算法等核心深水区，供需比低至0.39；在决定算力底座的高性能计算领域，供需比更是只有0.15——相当于7个高薪岗位争夺1名合格者。猎聘的数据同时显示，明确要求“会使用AI工具”的岗位同比暴涨215%，新发AI岗位同比激增12倍，平均月薪超过6万元。

这组数据的含义是清楚的：中国不缺“学过AI的人”，缺的是能在大模型训练、高性能计算、软硬融合架构上真正解决问题的人。核心枯竭正在产生挤出效应：当企业在社招市场找不到那0.15的“即战力”时，焦虑传导到校招端，应届生被要求承担原本需要三到五年经验才能胜任的工作。1270万人需要岗位，而500万缺口的另一端，是大量毕业生够不着核心岗位的门槛。

中国的政策回应与马来西亚形成了鲜明对比。它没有等待需求侧缓慢改革，而是采取了一种行政动员式的快速重构：2025年，中国传媒大学一次性撤销翻译、摄影等16个本科专业，多所高校密集停招或撤销与产业需求脱节的专业，部分高校全面实施“AI+”课程体系改造。与此同时，人社部2026年实施“双百万”行动计划——百万青年就业技能提升行动重点强化AI培训，百万就业见习岗位开发计划动员企业提供真实场景训练；“十五五”期间目标每年开展补贴性职业技能培训1000万人次。

这套组合的效率是真实的，但它的局限同样真实。专业目录可以在一年内重写，但一门课从设计到真正训练出可验证的判断力，需要的时间不会因为行政效率高而缩短。 高性能计算领域0.15的供需比，不是靠短期培训能填上的，它需要的是长周期的研究训练和工程经验积累。中国展示的是“改得快”的能力，“改得对”仍然是一个开放的问题。

全球政策光谱：没有人指望大学单独解决问题

马来西亚和中国的两种困境，恰好对应了全球主要经济体在应对技能错配时采取的两种不同路径。把德国、新加坡、日本和韩国的做法放在同一张光谱上，可以看到一个共同的前提：没有一个国家指望大学课程改革单独解决问题。

德国的选择是在“双元制”内部做嵌入，而不是另起炉灶。自2026年1月1日起，新签订双元制培训合同的学员最低月津贴上调6.2%；西门子全面调整旗下18个培训中心的培养方案，将人工智能深度嵌入所有职业工种的学习与实践环节，而不是把它设为一个孤立的专业；宝马、奥迪等车企将智能网联与自动驾驶技术成体系纳入日常实训。针对占德国制造业绝大多数的中小企业无力承担尖端实训设备的痛点，第三方机构以“跨企业联合培训”模式搭建共享数字化实训基地。但德国双元制自身也面临压力：2025年新签培训合同同比下降2.8%，企业提供的培训岗位存在5.44万个缺口，数字领域到2027年近三分之二的核心岗位可能因缺乏合适求职者而无法填补。嵌入的速度，正在和产业迭代的速度赛跑。

新加坡走的是国家补贴驱动全民技能更新的路径。2026年9月16日启动的“SkillsFuture AI订阅计划”，合格公民修完指定AI课程后可免费获得6个月顶级AI工具订阅，目标是三年内培育10万名“AI双语”人才——不是指语言能力，而是指同时拥有本业专业知识和运用AI执行工作的能力。40岁以上公民额外获得4000新元教育补贴，政府同时投入4亿新元的企业支持计划，鼓励通过流程重构和岗位再配置替代裁员。这套逻辑的前提是：技能半衰期在缩短，与其等教育体系慢速改革，不如由政府直接补贴个体持续学习。

日本和韩国把重心放在存量人力的再配置上。日本推行“在籍型出向”制度，把在职员工派遣到其他企业学习AI和数字技术，实现跨产业能力转移；完成专业实训可获得50% 基础补助，一年内取得资格并就业再追加20%；45岁以下转职者最长可获得3年求职补贴支持。韩国的政策讨论则明确提出从“就业保护”转向“就业能力维持”，把职业培训支持对象从失业者扩大到在职劳动者。两国的共同判断是：存量劳动力的技能更新和新增毕业生的培养，需要两条并行的管道。

谁该为这场错配负责

把马来西亚、中国、德国、新加坡、日本和韩国放在同一张图景里，一个共同的结论浮现出来：错配不是单一环节的失败，而是教育体系、企业行为和经济结构三者之间的接口同时松动。

大学需要更快地调整课程、更早地嵌入判断力和AI素养的训练。但大学课程改革的节奏永远不可能追上AI几个月一次的迭代，它的真正任务不是提供“即插即用的技能包”，而是训练学生在信息不完整、工具在变化的情况下定义问题、验证答案、做出判断的能力。企业需要参与培养、提供实习和在职培训，但如果企业只想要“马上能上手”的人、不愿意投入培训，毕业生永远缺的是“经验”而不是“能力”。政府需要让高生产率企业能够长大、让商业环境支持高技能岗位的创造——马来西亚的案例证明，需求侧的容量不会因为供给端改革而自动增长；中国的案例则证明，供给端的快速行政重构可以压缩调整时间，但无法单独填补核心深水区的断层。

当全球一半的毕业生都在从事与学历不匹配的工作时，问题就不再是个别国家的教育质量，而是“文凭”和“岗位”之间那条曾经稳定的传送带，正在多个环节同时断裂。 修复它需要的不是某一边跑得更快，而是三边重新校准彼此的距离。马来西亚160万毕业生的代价，中国核心岗位0.15的供需比，德国双元制培训合同的连续下滑，指向的是同一个提醒：在一个人人都能拿到文凭的时代，决定一个年轻人命运的，不再是他学了什么，而是他学的东西和这个经济正在创造的工作之间，有没有一条走得通的路。