关于中国人力资本存量贬损的估算

张学英 （天津工程师范学院，天津 300222）

人力资本存量贬损指人力资本承载者获得收入的能力、拓展收入空间能力的弱化或消失，其实质是承载者无法获得既有投资决策时点的预期投资收益。人力资本存量贬损的原因有三：收入能力弱化、人力资本闲置、人力资本报废。鉴于引发贬损的原因的多样性（张学英，2007），本研究选用多个指标进行估算 （本文为2008年天津工程师范学院科研发展基金资助项目（SK2008015）的中期成果）：用收入数据度量收入能力弱化；用闲置的工时、失业人数（或失业率）度量人力资本闲置；用永久性退出劳动力市场的人数度量人力资本报废。由于各度量指标测算的结果有交叉重叠，很难加总得到一个贬损的总量数据，故本研究将分项估算。

一、度量收入能力弱化

人力资本存量贬损最终反映为获取收入能力和拓展收入空间能力的弱化，故可用收入作为度量承载者人力资本存量贬损的指标，通过对比不同时点的收入数据来测算贬损程度。但是，由于职业、行业的实际工资数据往往只升不降，故可考虑比较收入变动幅度和劳动生产率变动幅度以度量收入能力变化。在经济发展中，劳动生产率增长应带动实际工资同步增长，若实际工资率增长幅度小于劳动生产率增长幅度，则判定发生了存量贬损；若实际工资率增长幅度超过生产率增长幅度，则贬损风险较小。本文选用人均GDP代表劳动生产率，用人均GDP指数考察劳动生产率增长情况，用职工平均实际工资指数考察收入增长情况。

如图1所示，1995～1998年是中国由计划向市场体制转轨的初期，自由竞争的引入释放了私人经济体的巨大生产能力，人均GDP快速增长。由于长期以来的低工资政策，工资体制改革相对滞后，故此期间职工的工资增长慢于劳动生产率增长，体制的原因导致人力资本存量贬损。1999～2003年间，随着体制转轨的进一步推进，劳动生产率增长逐渐变得相对平稳，工资体制改革成效开始显现，故该时期表现为职工实际工资指数高于人均GDP指数，人力资本增值。2003年，人均GDP指数再次超过实际工资指数，人力资本存量发生贬损，这主要是由于，其一，中国制造业快速的劳动生产率增长并未引致更高的平均工资增长；其二，企业通过技术进步可以吸收生产成本的上升，故企业产品的价格可以不上升，甚至可以下降，从而使工资上升的压力减小；其三，中国农村庞大的剩余劳动力导致特殊的工资结构：过去20多年，农民工的最低工资基本维持每月100美金不变，而其他技术或知识型人才的工资却迅速上升，导致社会收入差距迅速扩大，但实际工资指数比较小。

图1 1995～2007年中国人均GDP指数和职工平均实际工资指数（上年=100）

表1展示了部分行业的人均GDP指数和职工平均实际工资指数。在1994～1998年体制转轨初期，这些行业的人均GDP指数一直高于平均实际工资指数，如前所述，这与中国长期以来的低工资政策有关，若在剥离了该因素的影响后，劳动生产率增长幅度仍然高于实际工资增长幅度，则判定有人力资本存量贬损。1999年以后，这些行业均不同程度地出现了平均实际工资指数大于人均GDP指数的情况，这既是工资体制改革使人力资本价格与实际价值相符合的表现，也是基于技术进步和产业结构调整使行业所内化的人力资本水平提高，从而新生代就业者的工资水平比较高的表现。以2002年为例，这4个行业的平均实际工资增长均超过劳动生产率增长，其中两个指数差值最大的是批发与零售业。这表明类似的行业无法通过技术进步消化劳动生产率提高带来的劳动力成本上升。在上述4个行业中，制造业的劳动生产率增长幅度最大。1999年以后，虽然制造业的劳动生产率增长幅度小于实际工资增长幅度，但在这4个行业中，制造业的劳动生产率增长幅度与实际工资率的增长幅度最接近。这表明在技术进步影响下，制造业内部的人力资本存量贬损风险大于其他行业，由于能够通过技术进步消化劳动力成本上升因素，其行业内工资率上涨幅度比较小。在交通运输仓储和邮政业中，大多数年份劳动生产率增长快于实际工资增长，这与这些行业的低技术含量有关，也表明在这些行业就业的人力资本承载者由于知识和技能水平比较低，其面临的人力资本存量贬损风险比较大。1999年后，建筑业的劳动生产率增长均小于实际工资增长，但这并不一定表明建筑业没有人力资本存量贬损。实际上，建筑业从业人员尤其是低技能人员几乎都在超时工作，相对于实际工作时间而言，其实际工资水平增长并没有统计数据显示的那么多。

表1 1995～2002年中国一些行业人均GDP指数和职工平均实际工资指数（上年=100）

二、度量人力资本闲置——用闲置的工时和失业数据测算

就业状态和非就业状态都可能存在人力资本闲置现象。

（一）就业状态的人力资本闲置——用闲置的工时测算

就业状态的人力资本闲置（隐蔽性失业）可用闲置的工时直接测算。本文从受教育程度、行业、职业和年龄等角度考察人力资本闲置状况。在测量中，按《国务院关于职工工作时间的规定》中“职工每日工作8小时、每周工作40小时”的标准测算闲置的工时数，工作时间为1～4天的或工作时间≤39小时的人力资本承载者被判定为就业不充分，其部分人力资本被闲置。

1.按职业统计的闲置工时

来自中国人口和就业统计年鉴的数据表明，2000年，周工作时间≤4天的不充分就业人口大约占就业人口的13.51%，按一天工作时间为8小时标准计算，相当于一周内有13334.6952万个闲置工时。如表2所示，不同职业内部就业不充分的比例以农、林、牧、渔、水利业为最高（18.57%），其次是生产、运输设备操作人员及有关人员（6.86%），国家机关、党群组织、企事业单位负责人最低（1.46%）。各职业闲置的工时占总闲置工时的比例也是农、林、牧、渔、水利业最高，其次是生产、运输设备操作人员及有关人员，国家机关、党群组织、企事业单位负责人最低。

表2 2000年中国按职业统计的不充分就业人口（周工作时间≤4天）比例

表3 2007年中国按职业统计的城镇不充分就业人口（周工作时间≤39小时）比例

基于农、林、牧、渔、水利业的低人力资本现状，本研究暂不考虑该行业的人力资本存量贬损。那么，无论是从行业内部就业不充分的比例看，还是从行业闲置工时的比例看，生产、运输设备操作人员及有关人员的就业不充分程度都是最高的。这可以用技术进步引致的制造业内的技术失业和结构性失业来解释。另外，在商业服务业等人力资本要求水平低的行业，就业不充分的比例也比较高，而专业技术人员、办事人员、国家机关及企事业单位负责人等人力资本要求水平高的职业就业不充分的比例相对较低。综上所述，人力资本水平要求低的职业、受技术进步影响大的职业，工时闲置量大；反之，工时闲置量相对较小。

单就城镇就业人员而言 （如表3所示），2007年，有15.6%的就业人员一周内工作时间≤39小时，处于就业不充分状态。其中，农林牧渔水利生产人员中就业不充分的比例最高，这恰与中国农业大量剩余劳动力资源的现实吻合。其次，商业服务人员和生产运输设备操作人员及有关人员的就业不充分比例也相对较高。这里有一个有趣的矛盾现象：商业服务人员和生产运输设备操作人员及有关人员的就业不充分比例相对较高，但是这两个职业的就业人员中周工作时间在40小时以上的比例也名列前茅，且几乎均处于周工作时间在48小时以上的超时工作状态 （据中国人口与就业统计年鉴（2008）中2003～2007年中国按职业统计的城镇就业人员调查周平均工作时间数据整理）。本研究认为，就这两个职业而言，无论是较高的就业不充分比例，还是较高的超时工作比例，都与行业的人力资本闲置不矛盾。如前所述，其一，人力资本水平要求低的职业、受技术进步影响大的职业，工时闲置量大，这两个职业中的部分岗位具有该特征；其二，在既定的工资水平下，超时工作或超负荷工作意味较低水平的实际工资率，因此，尽管这两个职业的人力资本闲置水平表面看来比较低，仍然可以做出这样的推测：这两个职业实际上存在人力资本存量贬损现象。

表4 2007年中国按行业统计的城镇不充分就业人口（周工作时间≤39小时）比例

2.按行业统计的闲置工时

按行业统计的结果表明，不同行业内部就业不充分的比例最高的是农、林、牧、渔业，其次是建筑业，科学研究和综合技术服务业最低。其中，各行业闲置的工时数占总闲置工时数的比例，农、林、牧、渔业最高，其次是制造业，科学研究和综合技术服务业最低。单就城镇就业人员而言（如表4所示），就业不充分人员占总就业人员的比例为15.6%。其中，周工作时间≤39小时的人员比例最高的是农、林、牧、渔业，以及居民服务业和其他服务业等，最低的是房地产业，卫生、社会保障和社会福利业，信息传输、计算机服务和软件业等。总之，属于第一、第二产业和第三产业中的传统服务业等人力资本水平低的行业，人力资本闲置的比率较高；而在人力资本水平高的属于现代第三产业的行业以及科研教育等行业，人力资本闲置的比率相对较低。本研究以第二和第三产业为主要研究对象，不对第一产业着墨太多。

3.按受教育程度统计的闲置工时

单就城镇就业人员而言，周工作时间≤39小时的不充分就业人员占就业人口的15.6%（见表5）。其中，不同受教育程度类别内部，就业不充分比例最高的是未上过学类，随着受教育程度不断提高，就业不充分的比例不断下降，其中研究生及以上类别的就业不充分比例最低，为3.9%。另外，在不同的周工作时间段上，就业不充分的比例也是未上过学类最高，该比例随着受教育程度的不断提高而逐渐下降，并在研究生及以上类达到最低。可见，劳动者受教育程度越低，人力资本闲置的可能性和闲置量越大。

表5 2007年中国按受教育程度统计的城镇不充分就业人口（周工作时间≤39小时）比例

4.按年龄统计的闲置工时

如表6所示，年龄在49岁以上、工作时间≤39小时的比例不断增加；工作时间等于40小时的人群在各年龄段的比例都非常高；工作时间在41～48小时的人群中，44岁以下人群的比例最高，16～19岁刚入市场的青年劳动者工作时间在48小时以上的比例最高。在工作时间≥40小时的范围内，年龄越小就业比例相对越高。由此推知，人力资本承载者的年龄越大，人力资本闲置程度也相对越高。

表6 2007年中国按年龄统计的城镇就业人员工作时间构成（%）

（二）非就业状态的人力资本闲置——用失业数据测算

非就业状态的人力资本闲置可用失业率或失业量进行测算。可以通过承载者的失业状态判定人力资本存量贬损，因为在失业期间人力资本失去了为其承载者获得收入的功能，再就业也往往意味着获得低于先前就业收入的报酬水平。基于数据获取的局限性，本研究以失业构成数据，分别从职业、行业、失业原因和失业者年龄4个视角测算非就业状态的人力资本存量贬损。

1.按职业统计的失业构成

如表7所示，在诸多职业中，失业构成比例最高的前两类职业分别是商业服务人员和生产运输设备操作人员及有关人员，最低的是单位负责人。其一，商业服务人员的失业构成比例最高，因为该职业的人力资本含量较低，从业者很容易被其他人力资本承载者所替代；其二，生产运输设备操作人员及有关人员的失业构成比例居第二位，因为生产中资本与劳动者有固定的比例，失业一般以显性形式体现，故其失业构成比例高于存在隐蔽性失业的农林牧渔水利业生产人员。另外，技术进步引起的人力资本的供需不匹配会直接导致从事该职业的人力资本承载者被其他人力资本承载者替代；其三，农林牧渔水利业生产人员4.10%的低失业构成比例主要是因为没有考虑到就业人口的人力资本闲置，从而未将隐蔽性失业显性化所致。

表7 2007年中国按职业统计的城镇失业人员构成（%）

表8 2007年中国按行业统计的城镇失业人员构成（%）

2.按行业统计的失业构成

如表8所示，制造业在各个行业中几乎都是失业构成比例最高的。可以推断，技术进步引发的传统行业衰落直接导致人力资本存量贬损。批发零售业、住宿餐饮业等传统服务业的失业构成比例也相对较高。

3.按失业原因统计的失业构成

表9显示了中国在2007年基于失业原因的失业规律。其一，在导致失业的诸多原因中，因单位原因而失去工作的失业人员比例最高，且学历越低，该比例越高。故防范人力资本存量贬损的意义非同一般；其二，毕业后未工作类别的失业人员比例居于第二，基本呈现出“学历越高、失业比例也越高”的规律。可见，高端人力资本承载者在就业中的自主权较大、面对的机会较多，因实现人力资本价值的工作搜寻导致的人力资本存量暂时闲置的可能性大于低端人力资本承载者；其三，因个人原因失去工作的失业比例居第三位。可见，主动选择失业的现象亟待引起社会各个层面足够的重视。

表9 2007年中国按受教育程度统计的城镇失业人员失业原因构成（%）

4.按年龄统计的失业构成

表10显示的失业构成比例变动特征如下。其一，从年龄的角度看，失业构成比例最高的是20～24岁之间的人力资本承载者，其次是25～29岁、35～39岁。年龄在20～24岁之间表现出的高失业构成比例源自该年龄段劳动者进行人力资本再配置的成本相对较低，其承载者流动的频率较高，工作搜寻时间拉长、搜寻频率增大，导致失业构成比例高。其二，从受教育程度看，在受教育程度为研究生的人力资本承载者中，失业构成比例高的常见年龄段为25～29岁和40～44岁；受教育程度为大专和大学本科的人力资本承载者中，失业构成比例高的常见年龄段为20～29岁；受教育程度低的人力资本承载者中，失业构成比例高的常见年龄段为30～49岁。可见，在失业大军中，较大一部分是低端人力资本承载者。

表10 2007年中国按受教育程度统计的城镇失业人员年龄构成（%）

表11显示了基于离退休、料理家务、毕业后未工作、因单位原因失去工作、因个人原因失去工作、承包被征用土地等失业原因划分方法的失业构成特征。其一，16～19岁、20～24岁的年轻人毕业后未工作的比例在各自年龄段内都是最高的。其二，35～39岁的人力资本承载者因单位原因失去工作的比例在各自年龄段内都是最高的，同样昭示了随年龄增长的防范型人力资本投资的重要意义。其三，在因个人原因失去工作的类别中，25～39岁的失业比例最高，显示了基于该年龄段较低人力资本配置成本的较高失业比例。其四，因料理家务而造成的失业多集中于25～39岁的人力资本承载者，这与养育孩子期间家庭生产效用大于市场生产效用的规律吻合。显然，各个年龄段都存在着人力资本存量贬损的风险，只不过人力资本存量贬损的风险可能由不同原因引致。

表11 2007年中国按年龄统计的城镇失业人员失业原因构成（%）

如表12所示，在不在业人口总量中，料理家务的占26%，该比例是不在业人口构成项目（构成不在业人口的类别有：在校学生、料理家务、离退休、丧失劳动能力、正在寻找工作、其他，除了料理家务一项，其他未在表12中展示。）中占不在业人口比例最高的，表明家庭生产是个体人力资本存量贬损的一个可能的因素。表12的数据还分别显示了男性和女性因料理家务而成为不在业人口的规律。其一，除了16～24岁年龄段（该年龄段是接受正规教育进行人力资本投资的时段），各年龄段的劳动适龄人口中女性不在业人口规模均大于男性，可见女性比男性更易发生人力资本存量贬损；另外，男女两性料理家务者占男女两性不在业人口的比例分别为6%和36%，且在各个年龄段女性不在业人口中从事料理家务的比例均远高于男性，进一步说明女性基于家庭生产而引致的市场人力资本存量贬损风险高于男性。其二，女性在25～44岁年龄段内基于料理家务的不在业人口比例居于59%～63%的高位，而此间恰是因生育、养育孩子而家庭生产效用高于市场生产效用的时段。其三，女性在45～54岁年龄段内基于料理家务的不在业人口比例也居于51%～54%的高位，反映出女性基于生理健康的人力资本存量贬损风险高于男性，且此间中国女性照顾自己的第三代和上一代老人的家庭生产效用高，办理提前退休的比例高于男性，这表明女性人力资本投资收益的回收期比男性短，故女性的人力资本存量贬损风险高于男性。其四，对男性而言，除60～69岁年龄段男性料理家务者占男性不在业人口的比例居于10%～11%的两位数高位外，其他年龄段该比例均≤8%，这表明家庭生产对男性人力资本闲置的影响较小，即男性源自家庭生产的人力资本存量贬损风险远远小于女性。

表12 2005年中国按年龄性别统计的不在业人口（人）及相关比例（%）

三、度量人力资本报废——用退出人力资本市场的数据测算

人力资本报废引发的存量贬损可直接通过永久性退出人力资本市场的人数进行测算。本文主要选用劳动年龄人口中因疾病、工伤死亡的数据，或虽未死亡但失去劳动能力的人口数据作为主要的度量指标。

（一）由死亡导致的人力资本报废量

来自中国人口和就业统计年鉴（2008）的数据显示 （如表13所示），中国2006年11月11日到2007年10月31日人口死亡率为5.64‰，其中16～60岁的劳动年龄人口的死亡率为2.19‰，劳动年龄人口死亡人数占总死亡人口的比率为26.43%。总人口死亡率、劳动年龄人口死亡率、劳动年龄人口死亡人数占总死亡人口的比率，乡村几乎都是最高的，其次是镇，再次是城市。这恰与中国目前的健康状况、医疗条件、工作条件排序吻合（由好到差的顺序依次为乡村、镇和城市）。

表13 中国2006年11月11日到2007年10月31日劳动年龄人口数据

表14 2005～2008年中国意外死亡人数统计数据

表14显示了中国2006～2008年的意外死亡数据，其中全年生产安全事故死亡人数和道路交通死亡人数数据用来估算全国全年劳动力人口意外死亡的绝对量；同时展示了亿元GDP生产安全事故死亡人数、工矿商贸企业就业人员生产安全事故10万人死亡人数、煤矿百万吨死亡人数和道路交通万车死亡人数。这些数据明确表征了意外死亡带来的人力资本报废状况。

从城镇单位就业人口减少去向中可得就业人口死亡数据，从而获得就业人口中因死亡带来的人口报废量。在中国劳动统计年鉴中，城镇就业人口减少去向有离休、退休、退职，开除、除名、辞退，终止、解除合同，不在岗职工，死亡，调出，其他共7项。表15显示了2004～2007年中国城镇就业人口减少去向中的死亡人口情况，2004～2007年，城镇单位就业人员减少去向中死亡人数占减少人数的比例分别为 11.6‰、9.0‰、8.0‰、7.4‰。

表15 2004～2007年中国城镇就业人口去向中的死亡人口统计数据

（二）由伤残导致的人力资本报废量

伤残导致的人力资本报废指人力资本承载者由于伤残失去劳动能力而退出人力资本市场。本研究用退职人员数据代表伤残失去劳动能力退出市场的数据，以测算由伤残导致的人力资本报废量（根据中国国家文件规定，企业职工在不具备退休条件，由医院证明，并经劳动鉴定委员会确认，完全丧失劳动能力时，该工人可以退职。）。表16列出了中国1994～2004年底全国总计和企业退职人员数据。全国和企业的退职人员分别占各自离休、退休、退职人员的2%～3%，即就业人口退出劳动力市场中的2%～3%是因为完全失去劳动能力而不得不退出，从而导致既有人力资本报废的。

四、结论

1.目前中国的人力资本存量贬损风险主要以闲置为主，表现为大学生就业难、下岗失业、隐蔽性失业、人力资本失业等。

2.中国的人力资本存量贬损集中于技术、资本密集型的制造业和人力资本水平低的行业。技术、资本密集型的制造业受技术进步的影响很大，容易产生结构性和技术性失业。在人力资本水平低的行业，人力资本向下兼容性差，在技术进步和产业结构调整中其承载者容易被替代。在建筑业、生产运输等行业，人力资本承载者普遍超时工作，虽然该行业的人力资本闲置率低，但由于其实际人力资本价格比较低，也可以判定该行业存在人力资本存量贬损现象。

表16 1994～2004年中国退职人员年底人数统计（万人）

[1]张学英.人力资本存量贬损及应对策略研究[D].南开大学博士学位论文，2007.

[2]教育部发展规划司.中国教育统计年鉴（1996～2003）[M].北京：人民教育出版社,

[3]张学英.人力资本存量贬损研究[J].开放导报，2008,（5）：73－76.

[4]张学英.生育女性人力资本变动轨迹研究[J].湖北经济学院学报，2009,（4）：94－98.