顧和軍

(南京信息工程大學(xué) 經(jīng)濟(jì)管理學(xué)院，江蘇 南京 210044)

一、引 言

中國近30年的工業(yè)化和城市化占用了大量的農(nóng)田，造成了大批的失地農(nóng)民。為幫助他們和農(nóng)村原有的剩余勞動力向非農(nóng)產(chǎn)業(yè)轉(zhuǎn)移，近年來中央政府制訂了一系列政策來推進(jìn)農(nóng)村勞動力的職業(yè)培訓(xùn)，各地政府也具體實(shí)施了一些培訓(xùn)項(xiàng)目，取得了一定成效[1]。

但與政府的大力推進(jìn)形成對比的是，農(nóng)民參與培訓(xùn)的積極性并不高，在CLHLS數(shù)據(jù)中僅有6.78%的農(nóng)民參與了培訓(xùn)。不僅如此，浙江、珠江三角洲的一些地區(qū)也存在類似問題，地方政府為當(dāng)?shù)剞r(nóng)民開展了形式各異的培訓(xùn)班，以提高農(nóng)村勞動力的技能，但報(bào)名參加的農(nóng)民數(shù)量并不多[2]。為什么農(nóng)村勞動力對職業(yè)培訓(xùn)的反應(yīng)如此冷淡？職業(yè)培訓(xùn)對農(nóng)村勞動力工資收入有何影響？應(yīng)如何科學(xué)的評估職業(yè)培訓(xùn)的成效？探索這些問題對有效利用培訓(xùn)資源，更好地幫助農(nóng)民實(shí)現(xiàn)非農(nóng)就業(yè)和提高工資收入有著重要的意義。

按照經(jīng)典的人力資本理論，培訓(xùn)是人力資本投資的一種重要形式，對于個體來說，培訓(xùn)雖然會減少投資期間的收入，但會增加以后的收入，因而被認(rèn)為是提高個體收入的有效手段之一。但是，培訓(xùn)是否真的能夠增加個體的收入？對此，實(shí)證研究的結(jié)果并沒有給出一致性的結(jié)論[3-4]，因而研究該問題仍具有一定的理論和現(xiàn)實(shí)意義。

在國內(nèi)，培訓(xùn)收入效應(yīng)的經(jīng)驗(yàn)研究剛剛興起，主要研究包括：王海港等利用異質(zhì)性處理效應(yīng)模型研究了珠江三角洲農(nóng)村的職業(yè)培訓(xùn)對農(nóng)村居民非農(nóng)收入的影響，研究結(jié)果表明那些最有可能參加培訓(xùn)的村民的邊際收益最低，反而那些不太可能參加培訓(xùn)的村民的邊際收益最高[5]；王德文等利用拓展的Mincer工資方程研究了培訓(xùn)對農(nóng)村遷移勞動力工資收入和就業(yè)的影響，研究結(jié)果表明簡單培訓(xùn)對農(nóng)村遷移勞動力的工資收入作用不明顯，對工資收入起決定作用的主要是短期培訓(xùn)和正規(guī)培訓(xùn)[6]；此外，張世偉等對于該問題的研究也進(jìn)行了有益的嘗試[7]。

上述研究不同程度地豐富了培訓(xùn)收入效應(yīng)的研究，并且為我們提供了方法和思路上的借鑒，但研究通常局限于某個地區(qū)或區(qū)域[注]王海港等(2009)研究的是珠江三角洲的情況，張世偉等(2010)研究的是吉林省的情況。，其研究結(jié)論是否能夠推廣至全國？為了解決這個問題，本研究試圖利用CLHLS(2005)數(shù)據(jù)、采用PSM方法估計(jì)職業(yè)培訓(xùn)對中國農(nóng)村勞動力工資收入的影響。

二、模型、方法及數(shù)據(jù)

(一)模型與方法

職業(yè)培訓(xùn)對工資收入的影響，采用的比較多的是OLS模型，具體形式如下：

Yi=β0+β1Di+β2Pi+ui

(1)

其中Yi代表個體的工資收入，Di是一個虛擬變量，如果參加了培訓(xùn)等于1，否則等于0。Pi是影響收入的其他個體特征，如年齡、教育水平、性別等，ui是期望為0的隨機(jī)擾動項(xiàng)。β0、β1、β2是未知系數(shù)，其中β1是我們最為關(guān)注的參數(shù)，反映的是培訓(xùn)對收入的影響。

模型(1)假定個體是否參加培訓(xùn)是外生的或隨機(jī)決定的，并且培訓(xùn)的邊際收益對所有勞動者都是一樣的。但事實(shí)上，個體是否參加培訓(xùn)可能是自選擇或者被選擇的結(jié)果，個人能力比較強(qiáng)的個體本身對技能的要求更高，或者對自身的要求更高，對培訓(xùn)的需求更大，而個人能力特別是企業(yè)家才能往往又是不可觀測的變量。個人能力比較強(qiáng)的群體收入普遍比較高，可能不是培訓(xùn)的作用，而是個人能力比較強(qiáng)，因此參加培訓(xùn)的人群與沒有參加的人群之間可能存在差異性。培訓(xùn)前這兩個群體在個人特征及其他方面已經(jīng)存在比較大的差異，如果用傳統(tǒng)的回歸方法，可能會將影響個體收入的一些無法觀測的變量計(jì)入培訓(xùn)的影響。

為此，我們采用“傾向評分匹配”(PSM)法，該方法的核心思想是在參加組和非參加組(下文分別標(biāo)為處理組和對照組)不是隨機(jī)選擇而導(dǎo)致估計(jì)結(jié)果有偏的情況下，根據(jù)影響參加培訓(xùn)的可觀察特征找出與處理組最為相似的對照組個體。這樣既可以去除不可觀測因素帶來的內(nèi)生性問題，又可以控制住一些可觀察的異質(zhì)性因素，消除由于非隨機(jī)試驗(yàn)中自選擇帶來的內(nèi)生性問題。

就是否參加培訓(xùn)及培訓(xùn)的結(jié)果而言，個體i存在兩種可能的結(jié)果Y1i和Y0i，Y1i是參加了培訓(xùn)的結(jié)果，Y0i是沒有參加培訓(xùn)的結(jié)果，這樣Y1i-Y0i就是處理效應(yīng)，平均處理效應(yīng)可以通過下式來表達(dá)：

ATT=E(Y1i|Z,enrolli=1)-E(Y0i|Z,enrolli=0)

如果不同的群體以其可觀測的一系列特征Z為條件的均值均相等，參加培訓(xùn)就可以視作是一種隨機(jī)選擇的行為。其中第一項(xiàng)可以通過處理組的數(shù)據(jù)進(jìn)行估計(jì)，而第二項(xiàng)則可以通過經(jīng)配對的對照組數(shù)據(jù)估計(jì)得出。這種方法的計(jì)算步驟如下：首先，構(gòu)建一個培訓(xùn)決策的方程，這個方程的因變量是個體是否參加培訓(xùn)，自變量是影響個體培訓(xùn)決策的各種社區(qū)、家庭以及個體特征；其次，運(yùn)行pstest以檢驗(yàn)處理組和對照組的“平衡屬性”，考察處理組和對照組是否具有相同的平均傾向評分；第三，進(jìn)行匹配，匹配過程中的權(quán)重函數(shù)采用核配比法(Kernel matching)及最近鄰近配比法(Nearest neighbors matching)。

(二)數(shù)據(jù)來源

本文使用的數(shù)據(jù)為“中國老年健康長壽影響因素調(diào)查”(CLHLS)2005年的數(shù)據(jù)。該調(diào)查開始于1998年，后來在2000、2002、2005年又進(jìn)行了幾次跟蹤調(diào)查[8]，涵蓋了中國22個省市，631個縣級行政區(qū)，反映了全國不同經(jīng)濟(jì)發(fā)展水平地區(qū)。調(diào)查收集了老年人家庭人口、經(jīng)濟(jì)、疾病、健康等方面的信息，除此之外還專門收集了其子女的相關(guān)信息[9]。

本研究所用數(shù)據(jù)是最近一次的調(diào)查，所用數(shù)據(jù)庫為子女相關(guān)數(shù)據(jù)，其中包括子女受教育狀況(包括兩個問題：1、最高受教育程度;2、是否在2003年至2005年之間接受過職業(yè)培訓(xùn)、進(jìn)修或補(bǔ)習(xí))、工作經(jīng)歷及收入。共有2911名子女接受采訪，剔除城市樣本，城鎮(zhèn)和農(nóng)村的樣本共2452個，由于本文研究的內(nèi)容是職業(yè)培訓(xùn)對農(nóng)村勞動力非農(nóng)就業(yè)的影響，因而剔除職業(yè)培訓(xùn)信息缺失的樣本，此外剔除從事農(nóng)業(yè)勞動的樣本，最后的樣本數(shù)量為1350。其中參加培訓(xùn)的觀察值有93個，未參加的觀察值是1257個。

下表匯報(bào)了處理組和對照組個人特征的統(tǒng)計(jì)性描述。

表1 個人特征的統(tǒng)計(jì)描述(區(qū)分處理組和對照組)

資料來源：CLHLS(2005)

從表1看，處理組和對照組的個體特征確實(shí)存在一些差異。處理組的農(nóng)民平均年齡比對照組的要小3.488歲；處理組男性的比例為84.9%，而對照組這一數(shù)值僅為77.8%；同時處理組的受教育程度比對照組更高，處理組受過高中及以上教育的比例達(dá)到62.4%，而對照組的這一比例僅為29.1%，處理組僅有小學(xué)文化的比例有16.1%，而對照組這一比例為32.9%，處理組的受教育程度明顯高于對照組。工作經(jīng)驗(yàn)也有很大差異，處理組的工作經(jīng)驗(yàn)平均為16.855年，而對照組僅為13.37，相差3年多。自評健康狀況和婚姻狀況沒有明顯的差異。處理組和對照組個體特征的顯著差異從一個方面反映了是否參與培訓(xùn)不是隨機(jī)挑選的，存在自選擇或被選擇。如果忽視這種樣本選擇性，直接對用OLS模型進(jìn)行回歸必然會導(dǎo)致有偏估計(jì)。

三、實(shí)證分析

測算培訓(xùn)的效果，最直接的方式是對微觀個體培訓(xùn)與沒有培訓(xùn)的兩種狀態(tài)進(jìn)行比較。但微觀個體這兩種狀態(tài)是相互排斥的，不可能同時觀察到“接受培訓(xùn)”和“未接受培訓(xùn)”時的效果。因此我們首先計(jì)算處理組和對照組觀察值的傾向分值，以是否參加培訓(xùn)為因變量，以與其顯著相關(guān)的個體特征變量為自變量，建立Probit模型，通過估計(jì)該模型，我們可以獲得各變量的傾向分值，表2是Probit模型的估計(jì)結(jié)果。

表2 傾向分值的Probit估計(jì)(因變量是Training)

數(shù)據(jù)來源：CLHLS(2005)。

注：變量順序安排是隨機(jī)的。

從表2可以看出影響農(nóng)村勞動力培訓(xùn)決策的因素主要有受教育程度、個體的健康水平、個體的經(jīng)驗(yàn)、是否處于上海、浙江、江蘇、廣東等發(fā)達(dá)地區(qū)。受教育程度對農(nóng)村勞動力接受培訓(xùn)決策的影響不確定，與高中及以上學(xué)歷的個體相比，只有小學(xué)和初中文化的個體接受培訓(xùn)的概率更低，初中文化的個體接受培訓(xùn)的概率甚至低于僅有小學(xué)文化的個體，那么是否可以據(jù)此判斷小學(xué)文化相比于初中文化的個體培訓(xùn)概率更高呢？為了回答這一問題，我們又將初中文化的個體作為參照，結(jié)果發(fā)現(xiàn)小學(xué)文化與高中及以上文化的個體參加培訓(xùn)的概率更高，但小學(xué)文化的影響在統(tǒng)計(jì)上并不顯著，因此，并不能據(jù)此判斷小學(xué)文化比初中文化的個體參加培訓(xùn)的概率更高，但高中及以上文化程度的個體參加培訓(xùn)的概率要顯著高于小學(xué)及初中文化的個體?？赡艿慕忉屖蔷哂懈咧屑耙陨衔幕潭鹊膫€體從事的是技術(shù)性更強(qiáng)的工作，對于技能的要求也會相應(yīng)較高，會推動個體參與職業(yè)培訓(xùn)。

個體自評健康狀況越好，參與職業(yè)培訓(xùn)的概率越高，并且在10%的水平上顯著。此外，工作年限越長參與職業(yè)培訓(xùn)的概率越高，但達(dá)到一定年限后，參與的概率會降低，這一點(diǎn)從經(jīng)驗(yàn)平方項(xiàng)的系數(shù)為負(fù)可以看出，一方面可能是因?yàn)楣ぷ鬟_(dá)到一定年限之后技術(shù)已經(jīng)爐火純青，另一方面工作到一定年限之后往上升遷的空間越來越小，個體對于自身的要求也會放松， 或者已經(jīng)進(jìn)入管理層，技術(shù)上的要求反而有所下降，但二次項(xiàng)的系數(shù)在統(tǒng)計(jì)上并不顯著，因而是否會存在這樣一個拐點(diǎn)缺乏統(tǒng)計(jì)學(xué)上的依據(jù)。此外，上海、浙江、江蘇、廣東這幾個地區(qū)的個體參與培訓(xùn)的概率在5%的水平上顯著高于遼寧、福建、山東、廣西地區(qū)的個體。

表3 參加培訓(xùn)個體的工資收入的變化：PSM估計(jì)

數(shù)據(jù)來源：CLHLS(2005)。

根據(jù)處理組和對照組的傾向分值，我們分別采用核配比法(Kernel matching)和最近鄰近配比法(Nearest neighbors matching)進(jìn)行估計(jì)，用以發(fā)現(xiàn)處理組與對照組之間工資收入的變化，表3為估計(jì)結(jié)果。對于沒有配比的樣本而言，參加培訓(xùn)會將個體每月的工資收入提高967.033-1234.789，并且T值較大，意味著在統(tǒng)計(jì)上高度顯著；但經(jīng)過配比后，參加培訓(xùn)會將個體每月的工資收入提高863.74-1062.487，但T值較小，意味著參加培訓(xùn)對于個體工資收入的影響并不顯著，可能的原因是個體絕大多數(shù)參與的是少于120個小時的簡單培訓(xùn)。表4匯報(bào)了被調(diào)查對象參加培訓(xùn)的情況，結(jié)果表明有72.04%的個體參與的是少于120個小時的簡單培訓(xùn)，參與正規(guī)培訓(xùn)的概率僅為7.53%，簡單培訓(xùn)雖然有助于提高農(nóng)村勞動力的流動性，但對其職業(yè)技能和工資水平的作用不大[10]。這也能解釋為什么在我們的研究結(jié)果中培訓(xùn)對于農(nóng)村勞動力工資收入的影響并不顯著，由于樣本數(shù)量所限，我們沒有分別估計(jì)簡單培訓(xùn)、短期培訓(xùn)、正規(guī)培訓(xùn)對于農(nóng)村勞動力工資收入的影響。今后除了繼續(xù)做好農(nóng)村勞動力的職業(yè)培訓(xùn)，政府應(yīng)著重加強(qiáng)短期培訓(xùn)和正規(guī)培訓(xùn)，從根本上提高農(nóng)村勞動力的職業(yè)技能。

表4 被調(diào)查對象參與培訓(xùn)情況

數(shù)據(jù)來源：CLHLS(2005)。

此外，要保證估計(jì)結(jié)果的可靠性，必須確保估計(jì)式滿足平衡特征，為了檢驗(yàn)表3結(jié)論的可靠性，我們針對處理組和對照組進(jìn)行了平衡性檢驗(yàn)[注]檢驗(yàn)平衡屬性使用的是stata中的pstest命令。，表5匯報(bào)了處理組和對照組平衡屬性的檢查結(jié)果。其中，第3欄是處理組和對照組在配比前后的均值，第4欄是配比前后的標(biāo)準(zhǔn)誤差(用%表示)，第5欄是配比之后標(biāo)準(zhǔn)誤差絕對值減少的百分比，第6欄和第7欄分別是檢驗(yàn)兩組樣本均值是否相等的T值與P值。

從表5可以發(fā)現(xiàn)，除是否發(fā)達(dá)地區(qū)這個變量的偏差擴(kuò)大23.3%，并且P值反饋的結(jié)果表明匹配之后處理組與對照組的差異在10%的水平上顯著，其他5個變量及其平方項(xiàng)均有一定程度的減少，其中減少幅度最大的是反映經(jīng)驗(yàn)的工作年限及其平方項(xiàng)，偏誤分別減少92.5%、94.5%，偏誤減少最少的是年齡，僅減少了61.7%。但是年齡、年齡平方、工作經(jīng)驗(yàn)、工作經(jīng)驗(yàn)平方、性別、教育水平、健康進(jìn)行變量匹配后處理組與對照組的差異在統(tǒng)計(jì)上都是高度不顯著。由此可見，經(jīng)過PSM配比后，處理組與對照組樣本的個體特征差異基本得以消除，平衡性檢驗(yàn)獲得通過，說明表3的結(jié)論是可靠的。

表5 處理組與對照組的平衡性檢驗(yàn)結(jié)果

數(shù)據(jù)來源：CLHLS(2005)

四、簡要結(jié)論和政策建議

中國農(nóng)村存在大量剩余勞動力，促進(jìn)農(nóng)村勞動力向城市的轉(zhuǎn)移，不僅有利于提高農(nóng)民收入、縮小城鄉(xiāng)收入差距，也是實(shí)現(xiàn)城市化的必然路徑。但我國目前農(nóng)村勞動力受教育程度尤其是技能水平普遍偏低的狀況大大限制了其轉(zhuǎn)移和就業(yè)，今后應(yīng)著重從以下兩個方面實(shí)施職業(yè)培訓(xùn)，以促進(jìn)農(nóng)村勞動力的就業(yè)，提高其工資收入。

(一)鼓勵和引導(dǎo)農(nóng)村勞動力參加短期培訓(xùn)和正規(guī)培訓(xùn)

采用PSM方法對個體各方面的特征進(jìn)行配比后，發(fā)現(xiàn)培訓(xùn)對于農(nóng)村勞動力工資收入的影響并不顯著。主要是由于有72.04%的個體參與的都是簡單培訓(xùn)，參與短期培訓(xùn)和正規(guī)培訓(xùn)的比例只有17.20%和7.53%，而簡單培訓(xùn)雖然有助于提高農(nóng)村勞動力的流動性，但對提高其職業(yè)技能作用不大。因而，今后政府除了繼續(xù)做好農(nóng)村勞動力職業(yè)培訓(xùn)外，還應(yīng)加強(qiáng)短期培訓(xùn)和正規(guī)培訓(xùn)，切實(shí)提高農(nóng)村勞動力的職業(yè)技能和素質(zhì)。

(二)加強(qiáng)市場研究，實(shí)現(xiàn)培訓(xùn)供需對接

與政府的大力推動職業(yè)培訓(xùn)形成對比的是，農(nóng)民參與培訓(xùn)的積極性并不高，在CLHLS數(shù)據(jù)中僅有6.78%的農(nóng)村勞動力參與了培訓(xùn)，不僅如此，浙江、珠江三角洲的一些地區(qū)也存在類似問題，地方政府為農(nóng)民提供了形式各異的職業(yè)培訓(xùn)班，但報(bào)名參加的農(nóng)民數(shù)量很少。因此今后要加大對農(nóng)村勞動力培訓(xùn)市場需求的研究，推進(jìn)符合現(xiàn)代農(nóng)業(yè)和新農(nóng)村建設(shè)發(fā)展趨勢、適應(yīng)當(dāng)?shù)剞r(nóng)村發(fā)展、農(nóng)民喜歡、符合農(nóng)民需要的培訓(xùn)項(xiàng)目，并以此確定培訓(xùn)的對象、內(nèi)容和渠道等。

參考文獻(xiàn)：

[1] 許昆鵬，黃祖輝，賈 馳．農(nóng)村勞動力轉(zhuǎn)移培訓(xùn)的市場機(jī)制分析及政策啟示[J]．中國人口科學(xué)，2007，(2)：25-33.

[2] 黃祖輝，俞 寧．失地農(nóng)民培訓(xùn)意愿的影響因素分析及其對策研究[J]．浙江大學(xué)學(xué)報(bào)(人文社會科學(xué)版)，2007，37(3)：135-142.

[3] BASSI L. Estimating the Effects of Training Programs with Nonrandom Selection [J]. Review of Economics and Statistics, 1984, 66: 36-43.

[4] GREEN F, HOSKINS M, MONTGOMERY S. The Effects of Company Training, Further Education and The Youth Training Scheme on the Earnings of Young Employees [J]. Oxford Bulletin of Economics and Statistics, 1996,58: 469-488.

[5] 王海港，黃少安，李 琴，等．職業(yè)技能培訓(xùn)對農(nóng)村居民非農(nóng)收入的影響[J]．經(jīng)濟(jì)研究，2009,(9)：128-139,151.

[6] 王德文，蔡 昉，張國慶．農(nóng)村遷移勞動力就業(yè)與工資決定：教育與培訓(xùn)的重要性[J]．經(jīng)濟(jì)學(xué)，2008，7(4)：1131-1147.

[7] 張世偉,王廣慧．培訓(xùn)對農(nóng)民工收入的影響[J]．人口與經(jīng)濟(jì)，2010,(1)：34-38.

[8] 胡洪曙,魯元平．收入不平等、健康與老年人主觀幸福感——來自中國老齡化背景下的經(jīng)驗(yàn)證據(jù)[J]．中國軟科學(xué)，2012,(11)：41-56.

[9] GU D，DUPRE M E. Assessment of Reliability of Mortality and Morbidity in the 1998-2002 CLHLS Waves [M] Dordrecht Netherlands:Springer Publisher,2008:99-115.

[10]丁守海．農(nóng)民工工資與農(nóng)村勞動力轉(zhuǎn)移：一項(xiàng)實(shí)證分析[J]．中國農(nóng)村經(jīng)濟(jì)，2006,(4)：56-62.