我们开发了一种新的方法来研究过度教育，通过使用分词和词典构建技术从在线招聘平台提取匹配前信息，该方法在客观性、及时性、样本量、区域覆盖和对照丰富性方面比传统的基于调查的方法具有显著优势。我们将这种方法应用于中国，在过去20年里，中国的高等教育部门扩张了10倍。我们发现，中国约有一半的在线求职者受过两年或两年以上的教育，导致5.1%的薪酬损失。然而，过度教育对薪酬的影响在高校质量、城市类型、专业与行业匹配程度等方面存在显著差异。来自重点大学的STEM(科学、技术、工程和数学)或LEM(法律、经济和管理)专业的毕业生一开始就不太可能受到过度教育，即使在这种情况下，他们实际上也享受着显著的薪酬溢价。