工作转换对农民工人力资本回报的影响研究

明娟，王明亮

（广东工业大学经济与贸易学院，广东 广州 510520）

工作转换对农民工人力资本回报的影响研究

明娟，王明亮

（广东工业大学经济与贸易学院，广东 广州 510520）

农民工在城市劳动力市场频繁转换工作，已经成为农民工市场的普遍现象和重要特征，工作转换产生的收入效应，反映了人力资本与岗位的匹配效率，而人力资本在农民工工作转换过程中起着怎样的作用？基于中国城乡劳动力流动调查（RUMIC）面板数据，运用内生转置模型，估计了工作转换对农民工人力资本回报的影响，探讨专用人力资本和通用人力资本投资回报的异质性问题。结果表明，农民工换工作现象较为普遍，34.5%的农民工有换工作的经历。在控制其他因素条件下，工作转换提升了通用人力资本回报（教育回报），却降低了专用人力资本回报（培训和工作经验回报）：转换工作的农民工其教育的回报大于未转换者，转换工作农民工的教育投资回报率为3.18%，略高于未转换者2.25%的回报率。而未转换工作的农民工其培训收益大于转换者的培训收益（10.11% VS 8.36%），未转换者工作经验回报也高于转换者，未转换者外出时间每增加一年，其收入增加1.09%，而转换者外出时间每增加一年，其收入仅增加0.93%。研究表明，工作转换并不利于农民工收入增加及就业质量提升。因此，提升农民工就业质量应鼓励农民工稳定就业、适度流动。

工作转换；农民工；通用人力资本；专用人力资本；就业质量

明娟， 王明亮. 工作转换对农民工人力资本回报的影响研究［J］. 农业现代化研究， 2016， 37（3）: 521-526.

Ming J， Wang M L. The effects of job mobility on the human capital returns of migrant workers［J］. Research of Agricultural Modernization， 2016， 37（3）: 521-526.

工作转换对人力资本回报产生怎样的影响？人力资本理论认为，这取决于专用人力资本投资效应和通用人力资本投资效应的冲减程度［1］：工作转换可能导致专用人力资本投资无法在新工作中发挥作用，也就难以取得与原岗位等同的报酬及福利待遇，从而对收入产生负效应［2-4］；不过通用人力资本并没有因工作转换而消失，可能会提升转换后的工资收入［5-6］。可见，工作转换的人力资本回报在很大程度上取决于不同工作之间专用人力资本投资的可迁移性，人力资本可迁移性越强，工作转换带来的工资损失就越小［7］。

在实证检验中，国际移民研究证实，迁移者在输入地初期可能会遭遇一个收入损失，出现这种情况的原因在于输出国和输入国教育、培训等人力资本投资的不可转移性，在输出国获得的教育、培训技能并不能在输入国获得相同的回报，使得移民虽然实现了国与国之间的迁移，但这些技能却无法随之有效迁移［8］。这种人力资本的不完全转移会导致移民在母国的教育和劳动力市场经验积累在输入地只能得到一个较低的回报，最终导致移民与当地居民收入差距扩大［9］。

而国内工作转换对农民工人力资本的研究主要集中探讨流动性与农民工人力资本积累的关联，大多认为具有更多工作经验和专有人力资本积累的农民工通过迁移型工作转换可以提升其人力资本回报。如黄乾［10］利用城市农民工调查数据，分析了行业内和行业间工作转换对农民工收入增长的影响，发现行业内工作转换对低收入农民工的收入增长有显著的正向影响，原因在于在行业内持续从事性质相同的工作，由此累积的资历在农民工市场中对个人收入具有显著的提升效应。而吕晓兰［11］利用2008年实施的中国住户收入调查数据的城市移民数据分析了农民工工作转换、城市流动及其收入增长，研究表明受教育程度对当地工作转换者更重要，教育水平越高越有利于其获取高增长收入；而具有经验和专有人力资本积累的农民工通过迁移型工作转换可以获得更高的收入增长。叶方方［12］利用2012年在上海市流动人口动态监测调查问卷数据，对职业转换与收入流动的研究，阐明了行业间职业转换对低教育群体农民工收入向上流动更加显著，而行业内流动可以显著促使受教育程度较高农民工的收入向上流动。

部分研究也指出，高流动性并不利于农民工人力资本积累。如田明［13］研究指出，农民工高流动性是在提高收入、改善工作条件等愿望的促使下，通过自身不断“试错”的方式，以期获得匹配质量更高的工作，但大范围、高频率的流动不利于形成企业和工人的博弈与协商机制，对良性劳资关系的建立造成障碍，最终导致人力和经济效率的损失。而石智雷和朱明宝［14］利用2013年武汉市农民工调查数据，分析农民工就业稳定性及其对社会融合的影响效应时，指出对于农民工群体来说，进入的职业门槛低，竞争压力较大，他们的职业选择能力有限。只有对于那些文化程度较高或接受过培训的农民工，他们的职业流动才有助于获得更好的工作；对于那些文化程度较低也没接受过培训的农民工，他们的工作变动多是同等水平的，甚至随着年龄的增长、健康状况的恶化，职业只能向下流动。

这些研究并没有专门估计工作转换对人力资本投资回报的影响效应，也没有区分专用人力资本投资和通用人力资本投资，进而探讨这两种影响效应的差异。而人力资本投资理论认为，人力资本投资积累是工资增长的主要推动因素，而工作转换会对人力资本积累产生冲击，其主要原因在于专用人力资本投资的可转移性问题，工作转换会导致部分专用人力资本无法转移，跨企业工作转换往往会导致转换者专用人力资本投资流失，对其工资提升反而产生负效应。因此，在农民工频繁地更换工作的背景下，讨论工作转换对农民工工资的影响，必须首先厘清工作转换对人力资本回报产生什么样的影响，专用人力资本回报和通用人力资本回报是否存在差异。基于此，文章采用中国城乡劳动力流动调查（Rural Urban Migration in China，RUMIC）数据，利用内生转置模型，分析农民工工作转换与人力资本积累特征，探讨工作转换对农民工专用人力资本投资和通用人力资本投资回报的影响差异，为提升农民工就业质量、保障农民工在城市的生存和发展提供对策建议。

1 研究方法

1.1 估计方法

估计工作转换对农民工人力资本回报影响，首先考虑到工作转换大多是选择性的行为，从工作转换的原因可以看出，以工作为目的的主动工作转换占大多数（约71.65%），直接采用OLS估计必然会产生估计偏差，得到有偏估计参数。而处理组选择的内生性问题，可以通过内生转置模型（Endogenous Switching Regression）来解决：

regime1:

regime2:

式中：Ii为农民工组别（regime）决定方程（即是否进行了工作转换），regime1为处理组，regime2为控制组，Zi为影响工作转换的因素，y1i和y2i分别代表转换工作者和未转换工作者的工资收入。工资方程选择使用Mincer方程来估计，其中X1i、X2i分别为影响转换工作者和未转换工作者收入的关键变量，选入的人力资本变量为受教育程度、培训情况、外出时间（表示工作经验），其他控制变量包括个人特征变量（年龄、性别、婚姻）、就业特征（就业行业、就业地区、就业企业规模） 以及年度虚拟变量。ui、ε1i、ε2i为均值为0的方差。方程协方差矩阵表示为：

式中：σu2为选择方程误差项的方差，σ12和σ22分别为regime1和regime2的方程。σ1u为ui和ε1i的协方差，σ2u为ui和ε2i的协方差，而ρ1=σ1u2/（σu·σ1）为ui和ε1i的相关系数，ρ2=σ2u2/（σu·σ2）为ui和ε2i的相关系数。在估计结果中，如果ρ1（或ρ2）显著，说明regime1（或者regime2）的选择并不是随机的，采用内生转置矫正是合理的。

利用内生转置模型估计的优势在于：如果能够找到合适的工具变量来矫正处理组选择的内生性问题，就可以获得一个处理组对工资影响的一致估计，因而可得到一个工作转换影响人力资本投资回报差异的无偏估计。而估计工作转换对农民工人力资本回报的影响，首先要识别工作转换决策方程，最好能够使用一个工具变量来控制处理组选择的内生性。有效的工具变量必须满足与处理组选择相关，但是与农民工收入结果变量无关。工具变量的选择，参考Pérez和Sanz（2005）［15］的思路，把在务工地的家庭成员总数作为排除工具变量来解决外出务工的选择性问题。这样做的原因主要有两个：一是在务工地的家庭成员总数是影响农民工工作决策的重要因素，在务工地的家庭成员总数越多，农民工实现持久性迁移的可能性越大，其工作的稳定性可能更强，同时也可能承担更多的家庭负担，转换工作会更加慎重，这会降低他们转换工作的可能性；二是在务工地的家庭成员总数与农民工的工作行为分属两个层面，一般认为在务工地的家庭成员总数不直接影响农民工的工资收入，即在务工地的家庭成员总数与农民工收入正交。

1.2 数据来源

数据来自中国城乡劳动力流动调查（Rural Urban Migration in China， 下文简称RUMIC）的外来务工人员调查问卷，该调查在劳动力流入和流出数量最大的典型城市进行，包括广州、东莞、深圳、郑州、洛阳、合肥、蚌埠、重庆、上海、南京、无锡、杭州、宁波、武汉、成都15个城市进行。

1.3 变量说明

探讨工作转换与职业流动、人力资本回报的影响，首先要对研究变量进行定义。一是对于农民工定义为16-64岁目前正从事工资性工作或者自我经营的农村户籍人口。二是对于工作转换进行定义，国外文献通常使用“两个连续调查期内是否从事同一份工作”来衡量，主要强调调查时点之间是否进行了工作转换。而本文主要使用面板数据来探讨工作转换的影响，调查问卷设计了“您哪年开始从事当前这份主要工作的”和“您外出经商以来的第一份工作是不是您现在的工作”两个选项，结合Pérez和Sanz（2005）［15］的定义，把工作转换定义为在调查期当年内是否变换过工作，具体的设定为：调查年份为t年，如果被调查者开始从事当前这份工作的时间大于或等于t或者外出经商以来的第一份工作不是现在的工作，那么就定义为进行了工作转换，否则界定为未进行工作转换。与国内的定义相比，本文的定义更加强调最近一次转换工作经历，或者说更加强调最近一次换工作前的工作状态与换工作后从事的当前这份工作的差异性。

根据定义，同时考虑到追踪效果（面板数据为2008-2010年的外来务工人员数据），在数据清理时仅保留2个或者2个以上时点的样本。最终获得有效样本3 502个

2 结果与分析

2.1 描述性统计分析

各主要变量描述性统计见表1，其中工资、年龄、性别、受教育程度、培训经历、外出时间直接取自问卷，就业行业分为三类，制造业、建筑业和服务业，以服务业为基准组，就业企业按照规模分为三类，50人以下企业、50-100人企业和100人以上企业，其中以100人以上企业为基准组；就业区域划为三类，长三角地区、珠三角地区和其他地区，以其他地区为基准；时间虚拟变量，有三年数据，以2008年为基准。最后，对于离校时成绩，取自问卷“您最后离开学校时在班上的成绩如何？”，使用李克特五点量表测量，按照很好、比较好、一般、比较差、很差分别从高到低赋值，很好为5，很差为1。

从中可以看出样本基本特征，农民工换工作现象较为普遍，34.5%的农民工有换工作的经历。这与2012年清华大学社会学系与工众网联合发布的《农民工“短工化”就业趋势研究报告》结果吻合：66%的农民工更换过工作，25%的人在近7个月内更换了工作，50%的人在近1.8年内更换了工作；农民工平均每份工作的持续时间为2年，两份工作的时间间隔约为半年多，而且“短工化”趋势逐年递增，2004年开始上份工作的农民工，工作平均持续时间大约为4.3年；而2008年开始上份工作的农民工，工作只持续了2.2年，缩短了近一半。

其他特征来看，农民工平均收入约1 600元，与同期《2010年农民工监测调查报告》公布的数据1 690元基本相仿。而农民工样本以青年已婚男性为主，平均年龄约为31岁，大多为新生代农民工，受教育程度较高，大多经历完整的九年义务教育，平均受教育年限为9.5年。接受过技能培训的农民工比例不高，不到总样本的三分之一，不过大部分农民工有较长的外出经验，农民工初次外出年龄大概在21岁左右，平均外出时间达到9.5年。从就业行业和就业企业规模来看，农民工大部分在小企业工作，64.6%的农民工在100人以下规模企业就业，而追踪样本中大部分农民工集中在服务业就业，占总数70%左右，这可能与调查以工作场所为主，而制造业农民工流动性较大有关。同时，从地区分布来看，珠三角和长三角分别占总量的47.1%，两个地区仍是农民工的主要集聚地。

为了分析工作转换对人力资本各要素的影响，进一步比较转换者与未转换者在受教育年限、培训经历和外出时间（工作经验）的均值差异（表2）。从均值检验结果来看，转换工作者的受教育程度和培训情况都要好于未转换工作者，说明受教育程度高和有培训经历的农民工更倾向于转换工作，而转换工作者的外出时间要显著低于未转换者，外出时间对农民工的工作转换产生负影响，外出时间越长，农民工转换工作的可能性越低。

表1 主要变量描述性统计Table 1 Descriptive statistics of main variables

表2 工作转换与人力资本禀赋均值检验Table 2 Job mobility and mean test of human capital endowments

2.2 工作转换对农民工人力资本回报的影响

使用内生转置模型来估计农民工人力资本回报，并比较工作转换者和未转换者的差异，估计结果见表3。其中，在工作转换决策方程中，可以看到工具变量“在务工地的家庭成员总数”与工作转换在1％ 的水平上显著负相关，在务工地的家庭成员总数越多，农民工进行工作转换的概率越低。而ρ1（ui 和ε1i 的相关系数）和ρ2（ui 和ε2i 的相关系数）显著为负，处理组（regime1）和控制组（regime2）并不是一个随机选择，而lns1 和lns2（最大似然估计辅助识别参数）均拒绝了零假设，LR test 也拒绝了方程独立估计假设，进一步说明采用OLS 估计会产生估计偏误，而把“在务工地的家庭成员总数”作为排除变量进行的修正估计结果是可信的。

而修正选择性偏差估计结果显示（表3），转换工作农民工的教育投资回报率为3.18％，略高于未进行工作转换者的回报（2.25％），说明工作转换有利于提升转换者的教育投资回报。不过，对于培训则发现，工作转换者中有培训经历的农民工比没有培训经历农民工的收入要高出8.36％，而未转换者中有培训经历的农民工比没有培训经历农民工的收入要高出10.11％，表明工作转换反而降低了培训的回报。工作经验（外出时间）的回报，估计结果同样显示，工作转换会降低工作经验的回报，未转换者外出时间每增加一年，其收入增加1.09％，而工作转换者外出时间每增加一年，其收入仅增加0.93％。由此可以看出，工作转换虽然在一定程度上可以提升正规教育的投资回报率，但是降低了培训及工作经验的投资回报率，这与专用人力资本投资理论相吻合，即专用人力资本的迁移性较差，农民工工作转换后难以在新岗位上发挥前期积累的专用人力资本优势，仅仅发挥了通用人力资本投资的作用（正规受教育程度）。再看

其他解释变量对收入影响的差异，从整体上看，对于转换工作者和未转换工作者，年龄均对收入的影响显著为负，年龄越高，农民工工资收入越低，而已婚者工资收入显著高于未婚者，男性的工资收入显著高于女性，这与农民工收入决定的研究结论一致。而从就业特征来看，规模大的企业工资水平略高于小规模企业，但差异并不显著。而从地区差异来看，珠三角和长三角地区农民工工资水平要显著高于其他地区，2008-2010 年农民工工资有逐年上涨趋势。而就影响差异来看，年龄对转换工作者和未转换工作者收入的影响差异不大，但性别和婚姻状况的影响存在较大差异，工作转换显著降低男性相对于女性的工资优势，同时也会降低已婚者相对于未婚者的工资优势。工作转换并不利于男性或已婚者就业质量的提升。

表3 工作转换与人力资本回报估计Table 3 Job mobility and the estimated returns on human capital

3 结论与政策含义

3.1 结论

中国城乡劳动力流动调查数据分析表明，农民工普遍存在换工作现象，不过工作转换对人力资本回报的影响存在较大异质性。工作转换有利于通用人力资本回报，转换工作农民工教育回报率要高于未转换者，同时工作转换会削弱专用人力资本回报，转换工作农民工培训回报和工作经验回报都明显低于未转换工作者。这进一步说明，工作转换并不利于农民工收入增加及就业质量提升，因此在关注农民工就业质量时，一定要关注如何通过有效的制度设计实现农民工稳定就业、适度流动，从根本上消除劳动力市场的制度壁垒，提升农民工人力资本回报，加速农民工融入务工地经济社会，进而实现农民工由循环流动向持久性迁移转变，有序推进农业转移人口市民化。

3.2 政策含义

在未来，需要在以下几个方面强化农民工城乡迁移政策及其相应的政策配套机制：

1）打破体制和劳动力市场的分割，释放就业空间。消除劳动力市场政策造成的劳动力市场歧视，在就业准入上，不得以户籍、性别、年龄等内容限制劳动者，实现劳动力市场的机会公平，而在就业报酬上，严格执行同工同酬，保障农民工同城镇劳动力同等的分配公平。

2）建立农民工工资增长长效机制，促进农民工收入稳步增长。以最低工资标准为着力点，通过及时提高最低工资标准并严格执行，保障农民工的底线工资，同时完善劳资集体协商和谈判机制，通过集体谈判的形式来确定工资水平和工资增幅。

3）健全并实施针对农民工的职业技能培训制度，提升农民工就业能力。多方位开展对农民工的职业培训，提升其技能水平，才能与高质量就业岗位的技能需求相匹配，解决其就业质量偏低问题。

［1］ Becker G S. Investment in human capital: A theoretical analysis［J］. Journal of Political Economy， 1962， 70（5）: 9-49.

［2］ Gathmann C， Schönberg U. How general is specific human capital？［J］. Journal of Labor Economics， 2010， 28（1）: 1-49.

［3］ Ritter M. Offshoring and occupational specificity of human capital［J］. Review of Economic Dynamics， 2014， 17（4）: 780-798.

［4］ Mueller B， Schweri J. The returns to occupation-specifc human capital-Evidence from mobility after training［R］. Economics of Education Working Paper， University of Zurich， Institute for Strategy and Business Economics （ISU）， 2012， No. 81.

［5］ Sicherman N， Galor O. A theory of career mobility［J］. Journal of Political Economy， 1990， 98（1）: 169-192.

［6］ Alan K M A， Altman Y， Roussel J. Employee training needs and perceived value of training in the Pearl River Delta of China: A human capital development approach［J］. Journal of European Industrial Training， 2008， 32（1）: 19-31.

［7］ Pavlopoulosa D， Fouargeb D， Muffelsc R， et al. Who benefits from a job change［J］. European Societies， 2014， 16（2）: 299-319.

［8］ Simón H， Ramos R， Sanromá E. Immirant occupational mobility: Longitudinal evidence from Spain［J］. European Journal of Population， 2014， 30（2）: 223-255.

［9］ Basilio L， Bauer T， Kramer A. Transferability of human capital and immigrant assimilation: An analysis for Germany［R］. SOEPThe German Socio-Economic Panel Study at DIW Berlin， 2014，No. 671.

［10］ 黄乾. 工作转换对城市农民工收入增长的影响［J］. 中国农村经济， 2010（9）: 28-37. Huang Q. The impact of job mobility on the wage growth of rural migrant［J］. Chinese Rural Economy， 2010（9）: 28-37.

［11］ 吕晓兰. 工作转换、流动与农民工收入增长［J］. 农业经济问题，2013（12）: 40-49. Lü X L. Job change， urban mobility and wage growth of migrant workers［J］. Issues in Agricultural Economy， 2013（12）: 40-49.

［12］叶方方. 农民工职业转换对其收入流动的影响［J］. 商业经济研究， 2015（13）: 37-39. Ye F F. The impact of occupational change on the migrant workers' income［J］. Journal of Commerce Economics， 2015（13）: 37-39.

［13］ 田明. 进城农民工的高流动性及其解释［J］. 清华大学学报（哲学社会科学版）， 2013（5）: 69-80. Tian M. An investigation on job mobility of china's migrant workers［J］. Journal of Tsinghua University （Philosophy and Social Sciences）， 2013（5）: 69-80.

［14］ 石智雷， 朱明宝. 农民工的就业稳定性与社会融合分析［J］. 中南财经政法大学学报， 2014（3）: 49-58. Shi Z L， Zhu M B. Employment stability and social integration of migrant workers［J］. Journal of Zhongnan University of Economics and Law， 2014（3）: 49-58.

［15］ Pérez J I G， Sanz Y R. Wage changes through job mobility in Europe: A multinomial endogenous switching approach［J］. Labour Economics， 2005， 12（4）: 531-555.

（责任编辑：童成立）

The effects of job mobility on the human capital returns of migrant workers

MING Juan， WANG Ming-liang
（School of Economic and Commerce， Guangdong University of Technology， Guangzhou， Guangdong 510520， China）

Changing jobs occurs frequently in the rural migrant labor market. The income effect resulting from the job mobility refects the matching effciency between the training background or work experience of human capital and the job responsibility requirements. Based on Rural Urban Migration in China （RUMIC） data， and applying Endogenous switching regression model， this paper examined the impacts of job mobility on the returns of human capital and also explored the heterogeneity of the returns of common human capital and specifc human capital. Results show that 1）changing jobs were prevalent for migrant workers: 34.5% of them have job changing experience； 2） job mobility can increase the return of common human capital and will decrease the return of specifc human capital； 3） the return to education of migrant workers with job changing experience is greater than those who without: the changer's return to education increased by 3.18 percent， while the stayer's return to education only increased by 2.25 percent； 4） the training benefits of migrant workers without job changing experience were higher than those with job changing experience （10.11 percent VS 8.36 percent）； and 5） the return to work experience of workers without job changing experience was higher than that of the workers with job changing experience. This research illustrated job mobility is not conducive to the income increase and employment quality improvement of migrant workers. Based on the fndings of this research，migrant workers should be encouraged to change jobs moderately in order to enhance the quality of employment. Key words：job mobility； migrant workers； common human capital； specifc human capital； employment quality

国家统计局抽样调查显示，2014年全国农民工总量2.73亿人，比上年增长1.9%，成为支撑我国城镇化和工业化建设的重要力量，但农民工收入水平总体仍然偏低，普遍存在着就业不稳定现象。农民工换工作能否提升其工资收入，如何增进农民工人力资本积累及提升人力资本回报，对指导农民工就业选择，保障农民工就业质量，最终促使农民工融入城市，实现市民化起着重要作用。

Key Project of National Social Science Foundation of China （13AZD005）； Natural Science Foundation of Guangdong Province （2015A030313496）； Educational Research Plan for the Twelfth Five-Year in Guangdong （2014GXJK011）.

MING Juan， E-mail: mingjuan520888@gdut.edu.cn.

4 November， 2015；Accepted 31 January， 2016

F304.6

A

1000-0275（2016）03-0521-06

10.13872/j.1000-0275.2016.0023

国家社会科学基金重点项目（13AZD005）；广东省自然科学基金项目（2015A030313496）；广东省普通高校教育科学“十二五”规划项目（2014GXJK011）；广州市人文社科重点研究基地“广州市技术创新与经济转型研究中心”项目。

明娟（1980-），女，湖北黄石人，经济学博士，广东工业大学“青年百人计划”特聘副教授，主要从事劳动力流动与就业研究，E-mail: mingjuan520888@gdut.edu.cn；王明亮（1969-），男，浙江江山人，硕士，教授，主要从事劳动关系研究，E-mail: 13570064943@126.com。

2015-11-04，接受日期：2016-01-31