外出务工经历对农村劳动力非农就业选择的影响研究

黄敦平 陈静怡

安徽财经大学，安徽 蚌埠 233030

近年来，我国劳动年龄人口比重出现下降，“人口红利”持续衰减，推动农村剩余劳动力非农就业转移可进一步释放农村人口红利，是乡村振兴的重要引擎。一方面，农村剩余劳动力通过非农转移，能够加快农村细碎化土地流转，缓解农村人地矛盾，促进农村土地的规模产业化生产。另一方面，农村劳动力转移到非农产业，参与非农创业活动，有利于乡村产业振兴，进而缩小城乡经济发展差距。根据农民工动态监测报告显示，2014—2020年间，本地农民工从10 574万人增加到11 601万人，年均增速达到1.62%。本地农民工数量逐年增加，表明越来越多的农民工返回乡村就业。这些具有外出经历的农村劳动力，在个人意识上寻求上进，愿意谋求更好的经济发展之路。他们经历了大城市知识、技术、环境的熏陶，拥有某项技能后返乡非农就业为乡村发展注入新活力，为乡村振兴提供人才支持。因此，分析外出经历对农村劳动力非农就业选择的影响，对促进农村劳动力就业转变具有十分重要的现实意义。

一、文献综述

学者从个体特征、家庭特征、代际差异、流动特征以及互联网使用度等视角分析得出外出务工经历对农村劳动力非农就业行为具有正向影响[1]。杨忍等通过对比返乡劳动力与从未外出务工的劳动力，得出年龄越小、教育程度越高、家庭务农人数和务工人数越少、农田面积越小、距离县城近的农村劳动力从事非农就业的概率越大[2]。谢勇和周润希认为农村劳动力在返乡前的就业经历与返乡后的就业选择具有显著的相关关系，且随着人力资本水平、个人能力的提高，返乡农民工从事非农就业的概率显著上升[3]。程名望和潘烜认为男性、文化程度更高、接受过职业教育或培训的农村劳动力更倾向于选择非农就业[4]。悦中山等从代际差异视角切入分析发现与老一代相比，新生代劳动力非农就业选择倾向和返乡意愿方面有显著差异，新生代农民工更愿意留城并有更强的非农职业转化倾向[5]。殷江滨和李郇从流动特征切入分析发现，2000年以后回流、在外务工时间较长、变换工作次数较多的具有丰富外出务工经历的回流农村劳动力更倾向于非农就业[6]。袁超和张东将返乡女性劳动力与从未外出务工的劳动力对比，得出外出务工经历显著提升了农村女性的非农就业选择倾向[7]。马俊龙和宁光杰从互联网使用程度进行研究，发现互联网使用通过提高社会资本、减少家务劳动两个路径增加了农村劳动力的非农就业转移[8]。以上大部分学者都认为外出工作经历对非农就业选择有正向关系，但也有学者提出不一致观点，胡枫和史宇鹏认为回流农民工是外出流动农民的负向选择，在严格定义“非农收入超过3 000元为非农就业”后，外出工作经历对非农就业甚至有负向结果[9]。

学术界从不同视角为农村劳动力非农就业选择给出了实证解释，但从外出务工经历视角研究农村劳动力非农就业选择的影响较少，且对内生性问题的考量不够充分。影响农村劳动力外出选择的劳动者的个体特征、人力资本特征、家庭特征、土地特征、村居特征等因素，也同时影响其非农就业选择，可能导致模型研究结果出现较大偏差。现有相关研究较少在模型设计中直接考虑内生性的问题，而在农村土地流转与非农就业研究方面，已将内生性研究方法直接运用于模型设计中，比如梁远等运用倾向得分匹配（PSM）模型，得出劳动力流动与农地流动的动态关系程度越高，越能够促进农户家庭可支配收入的增加[10]；孙小宇等运用PSM模型，发现外出务工经历和农地流转共同促进农村劳动力非农转移，农地流转在外出务工经历对非农就业转移的影响中发挥了局部中介效应[11]。本文将具有外出经历的返乡劳动力作为处置组样本，将从未外出的农村留守劳动力作为反事实对照样本，以倾向得分匹配（PSM）模型研究外出务工经历对农村劳动力非农就业选择的影响，为推进乡村振兴战略实施和城镇化提出政策建议。

二、模型假设

在外出务工对农村劳动力非农就业选择影响的研究中，外出务工经历并不是外生变量，而是农村劳动力基于家庭状况和自身比较优势进行自我选择的结果。外出务工经历的获得受到个人特征、家庭条件、居住环境等影响，直接研究外出务工经历对农村劳动力非农就业转移的影响会存在内生性的问题。同时，影响外出务工经历和非农就业选择的混淆变量过多，通过工具变量法处理内生性问题难度较大，选择倾向得分匹配法（PSM）具有一定优势。因此本文以有外出务工经历的农村劳动力作为处理组，选择没有外出务工经历的农村留守劳动力作为反事实对照组（控制组），构建倾向得分匹配（PSM）模型。为进一步分析外出务工经历对非农就业选择的影响路径，探究核心影响因素，构建中介效应模型分析外出务工经历对农村劳动力非农就业选择的影响机理。据此提出以下理论假设：

假设1：即使在具有相同个体特征、人力资本特征、家庭特征、土地特征、村居特征的反事实样本（从未外出的农村劳动力）对照下，具有外出务工经历的农村劳动力依然更倾向于选择非农就业。

根据现有研究，虽然外出务工经历的获得与农村劳动力的个体特征、家庭特征、村居特征、代际特征以及互联网接触度等密不可分，但是获得外出务工经历这一行为本身取决于劳动者的“自我选择”。这一假设相当于认可农村劳动力的外出务工行为绝对有效，即承认仅通过外出务工这一“自我选择”，势必促进非农就业的转移。从宏观层面看，我国农村与城市在资源分配、经济收入等方面存在差距，外出务工这一行为必然会促进各要素由较高的一方向低的一方流动，不仅使城市先进技术、前沿知识以农村劳动力为媒介流向农村，同时提高了农村劳动力的非农经济收入。农村劳动力通过不断外出务工，为农村积累了经济资本、带来了技术与知识，更有可能在农村土地上萌生新的非农就业。因此，外出务工经历会促进农村劳动力的非农就业。从微观层面看，农村劳动力通过在资本、技术密集程度更高的二三产企业参与工作，受工业化城市生活模式和消费观念的影响，感受到城乡经济水平的差异以及非农就业与务农之间的收入差距，在攀比心理和就业惯性的驱使下，自然想要获得更高的经济收入，由此外出务工的农村劳动力在返回农村后不愿再从事农业劳作，而是期望从事经济收入更高的非农就业。同时，农村劳动力通过在大城市务工，锻炼了个人非农就业能力，增加了非农就业机会，相比农村留守劳动力更有可能获得非农就业机会。

假设2：外出务工经历通过影响农村劳动力工作经验的增加，进而影响其非农就业选择。

根据假设1的分析，外出务工经历对农村劳动力的影响是多方面的，包括自身能力、个人意识、生活模式等，其对农村劳动力非农就业转移的具体路径有待考究。因此对中介路径作出假设，农村劳动力通过外出务工经历获得工作经验的提升，从而促进非农就业转移。农村大部分劳动力只接触过农业，只有少数能够从事非农就业，并且由于农村非农就业机会有限，非农就业岗位的选择相对狭隘，限制农村劳动力获得更多非农工作经验。农村劳动力通过外出务工，能够在各种非农岗位之间流动，通过工作经验的累积不断提升自身能力，使其返乡后有能力从事非农就业或进行非农创业活动。

三、数据来源与变量选取

（一）数据来源

农村劳动力在跨地区流动过程中，通过外出务工能够吸取发达地区的先进技术、经验和观念，提升自身的人力资本、技术生产力水平等。同时，通过劳动力的回流，能够实现知识、技术资本的跨地区流动。返乡农村劳动力是指广义上的农村户籍劳动力，即出生时为农村户口，为了获取知识、技术以及更好的就业机会而跨县市流动，并最终回到户籍所在地工作的劳动力。本文数据基于2018年中国劳动力动态调查（CLDS），样本来自中国除港澳台、西藏、海南外的29个省、自治区、直辖市，调查内容覆盖教育经历、就业经历、迁移经历、健康等。根据中国劳动力动态调查数据，将“工作”定义为从事有收入的活动，家务劳动者、家庭主妇、在读或刚毕业仅有实习经历的学生以及没有收入的劳动者不属于本文的劳动力范畴。在追踪调查方式上，采取轮换样本追踪方式，通过新增或追访抽取的家庭户样本进行居住地实地调查，获取样本家庭户中15～64岁全部个体劳动力的样本数据，最终形成个体数据、家庭数据、村居数据三个体系的截面数据，对本文农村劳动力的动态调查研究提供高质量的追踪调查数据。

结合CLDS数据问卷的内容设计和数据完整性，本文根据年龄、出生时户籍性质及劳动力14岁所在县与户籍地所在县相一致三个条件，剔除了在户籍地所在县外居住的流动人口，以及在户籍地所在县外工作的临时性返乡劳动力样本，圈定文章所研究的农村劳动力样本；再根据具体迁移经历，将农村劳动力区分为有外出务工经历与从未外出的农村劳动力样本。本文样本界定具体包括以下四个方面：（1）农村户口；（2）年龄在16～64岁之间；（3）劳动力14岁所在县、当前居住地与户籍地三者一致；（4）2017年以来在县内（包括县城、乡镇、村）有工作的劳动力。经剔除重要变量缺失样本，保留有效样本6 670份。

（二）变量选取

本文将返乡劳动力和留守劳动力的非农就业选择作为被解释变量，将外出务工经历作为核心解释变量。表1为所选变量的描述统计结果。

表1 变量选取及数据描述

1.被解释变量。非农就业：将农村劳动力在调查前最近一份工作的就业类型作为非农就业变量。CLDS问卷的就业类型分为雇员、雇主、自雇和务农四种，其中雇员、雇主和自雇为非农就业类型。

2.核心解释变量。外出务工经历：本文将外出务工经历作为核心解释变量。农村劳动力跨县市务工并居住6个月以上最终返回原户籍地，视为有外出务工经历。

3.其他控制变量。本文所用PSM方法中的控制变量是同时影响农村劳动力外出经历和非农就业选择的混淆因素。现有关于农村劳动力外出务工决策的研究表明，农村劳动力的个体性别特征、人力资本水平、家庭人口规模、家庭相对剥夺感等显著影响农村劳动力的外出务工决策[12]。其中，较低学历人数对农村外出务工规模具有正向影响，学历越高反而对外出务工规模具有反向影响[13]。外出务工经历受到互联网、区域差异等因素影响，个体社会网络以及地区异质性对农村劳动力外出务工的选择起着至关重要的作用，地区异质性越大，农村劳动力越可能向城市转移，并且回流的可能越小[14]。还有培训、外出经历等因素会影响农民外出就业选择[15]。另外，父母一代通过外出务工获得发展、没有务农经历的新生代农村劳动力相比于老一代农民工，更倾向于通过外出务工获得人力资本和社会资本[16]。据此，本文从个体特征、人力资本特征、家庭特征、土地特征、村居特征等方面选取控制变量。其中，个体特征包括样本农村劳动力的年龄、性别、婚姻状态；人力资本特征为农村劳动力的教育水平；家庭特征包括农村劳动力家庭子女数、家庭互联网接入度、是否有务农经历；土地特征包括土地面积、是否征地；村居特征包括政府培训、政府培训次数。

另外，排除从未外出的农村劳动力在农村也能接触到人力资本、家庭、土地、村居等因素，将由劳动力个体选择、可以通过外出务工改变的个体特征作为可能的中介变量，比如劳动力通过外出务工经历获得的工作经验等。

四、外出务工经历对农村劳动力非农就业选择影响的实证分析

（一）PSM估计

1.倾向得分匹配。分析外出务工经历对农村劳动力非农就业选择的影响，存在个体自我选择导致的偏差。因此，文章选用倾向得分匹配（PSM）模型，以从未外出的农村劳动力作为反事实对照组，具有外出务工经历的农村劳动力作为控制组，控制两组样本的可观测特征，以获得更加准确的实证结果。表2以外出务工经历为因变量，以同时影响外出务工和非农就业选择混淆控制变量为自变量，建立Logit模型回归结果，从而获得各变量的倾向得分。模型（1）是剔除教育、没有务农经历变量后，其他控制变量对外出务工经历的Logit回归结果；模型（2）是全部控制变量对外出务工经历的回归结果。模型（1）中，家庭互联网接入度对外出务工经历的影响显著；模型（2）加入教育、没有务农经历变量后，家庭互联网接入度对外出务工经历的影响不显著。这是由于教育、没有务农经历与家庭互联网接入度之间具有相关性，家庭互联网接入度越高，代表一个家庭经济水平越高，越有可能从父母一辈便开始从事非农产业，此类家庭的子女越有可能获得更好的教育资源。因此，即使在模型（2）中家庭互联网接入度变量对外出务工经历的影响不显著，也应该作为本文的控制变量。

表2 倾向分值的Logit估计结果

从表2可以看出，性别、年龄、教育、没有务农经历、政府培训、政府培训次数、家庭子女数、家庭互联网接入度、土地等控制变量对外出务工经历有显著影响。在个体特征方面，男性更倾向于外出务工，年龄对外出务工的影响呈现倒U型关系；在人力资本特征方面，受教育水平越高的劳动力更倾向于外出务工；在家庭特征方面，家庭子女数越多、没有务农经历、家庭互联网接入度越高的劳动力更倾向于外出务工；在村居特征方面，参加政府培训次数对外出务工有显著正向影响。

根据外出务工经历的倾向匹配得分，本文选择了多种匹配方法来平衡处置组（外出务工返乡农村劳动力）和控制组（从未外出的农村劳动力）的混淆变量差异，包括近邻匹配（一对n）（Nearest Neighbor Matching）、卡尺匹配（Caliper Matching）、半径匹配（Radius Matching）。匹配结果见表3。

表3 基于倾向得分匹配法的ATT估计结果

2.匹配后的均衡检验。采用近邻匹配得分方法处理后得出的处置组和控制组的年龄、性别、婚姻、教育、家庭子女数、家庭互联网接入度、是否有务农经历、土地面积、是否征地、政府培训、政府培训次数等控制变量的均值偏差全部在10%以内，说明匹配结果较好地平衡了外出务工后返乡劳动力和农村留守劳动力在个体特征、人力资本特征、家庭特征、土地特征、村居特征等方面的差异见表4。

表4 匹配前后处置组与控制组误差消减

续表

（二）处置效应

控制对外出务工选择有影响的上述混淆因素后，再进行二元Logit回归，结果显示外出务工经历仍对返乡非农就业具有显著的促进作用，见表5。与留守农村劳动力相比，返乡务工的劳动力从事非农就业比务农的概率高7.5%。这说明农村劳动力的外出务工行为对非农就业转移的促进是显著的，我国资本、技术、知识等要素确实以农村劳动力为载体由城市向农村流动，并且促进了农村的非农就业转移。

表5 PSM后外出务工经历对非农就业的Logit回归

其他劳动力样本特征的回归结果显示，男性劳动力比女性更倾向于非农就业，年龄对非农就业选择仍显著呈现倒U型影响，越高的教育水平、获得技能证书、没有务农经历对非农就业仍具有显著正向影响。政府培训对非农就业有显著负向影响，但政府培训次数对非农就业有显著正向影响。这可能是因为农村政策实施效率偏低，非农培训深度不够、力度较低，对农村劳动力的非农转移影响较小，而多次进行政府培训，培训模式和培训深度较为成熟后才会对农村劳动力的非农转移产生显著影响。

（三）中介效应

采用逐步回归法，对农村劳动力通过外出务工经历有可能获得的个人能力提升产生中介效应。研究发现，返乡劳动力主要通过外出务工经历提升工作能力，即工作经历次数的增加。模型（3）是没有加入中介变量前外出务工经历对非农就业的Logit回归结果；模型（4）是外出务工经历对中介变量工作经验的Logit回归结果；模型（5）是加入中介变量后外出务工经历对非农就业的Logit回归结果。如表6所示，外出务工经历对工作经验的系数为正，且在1%的统计水平上显著，加入工作经验中介变量后，外出经历对非农就业的影响系数显著下降（从0.576下降到0.348），说明工作经验变量十分有力地解释了外出务工经历对非农就业的促进机制。一方面，工作经验是非农企业筛选员工的首要条件，丰富的工作经验能够帮助农村劳动力获得一份更满意的工作；另一方面，返乡的外出务工劳动力受到大城市就业黏性的影响，会在家乡从事与外出务工时相似的工作，即从事非农就业。另外，外出务工经历通过工作经验变量对非农就业影响发挥了局部中介效应，中介效应占比约为40%。说明外出务工对农村劳动力非农就业的影响还存在除工作经验等之外的可观测变量影响因素，这可能是劳动者个人思维、认知等方面改变造成的。

表6 工作经验的中介效应检验结果

五、结论与政策建议

本文运用2018年中国劳动力动态调查数据，研究外出务工经历对农村劳动力非农就业选择的影响。由于外出务工经历是劳动者在家庭环境、村居环境基础上进行的自我选择，将从未外出的农村留守劳动力作为参照样本引入PSM模型，排除劳动者即使在农村也能接触到的影响因素后，研究外出务工经历对农村劳动力非农就业选择的作用。另外，选择农村劳动力在外出务工经历中可能获得的能力变化、认知变化等变量进行中介效应分析，对非农就业选择进行归因。最终得出以下结论：一是即使在具有相同个体特征、人力资本特征、家庭特征、土地特征、村居特征的反事实样本（从未外出的农村劳动力）对照下，具有外出务工经历的农村劳动力依然更倾向于选择非农就业。外出务工经历使得农村劳动力的非农就业转移倾向提高7.5%。二是开展政府培训不一定会促进非农就业转移。政府培训对非农就业有显著负向影响，而多次参加政府培训对非农就业有显著正向影响。说明单次的政府就业技术培训对农村劳动力非农能力的改善效果较差，可能会由于政策实施不到位或者技术培训难度较大产生反效果，多次的政府技能培训才能够发挥对非农就业转移的积极作用。三是外出务工经历通过工作经验变量对非农就业影响发挥了局部中介效应，中介效应占比约为40%。表明增加农村劳动力的工作经验能够促进非农就业转移。综上提出如下政策建议：

第一，对农村劳动力试点实施一二线城市房租、火车交通费用减免政策。通过减少农村劳动力流向大城市的预期成本，吸引更多农村劳动力流向城市进行非农务工，促进资本、技术、知识等要素以农村劳动力为载体由城市向农村的流动。同时为促进要素的有效回流，仅将该费用减免政策开放给第一次流入城市的外出务工农村劳动力，加快资源回流农村的速度，让农村成为该政策的真正受益者。

第二，以政企合作培训为主要形式开展政府非农就业技术培训。研究结果表明，工作经验才是农村劳动力真正实现非农就业转移的核心因素，政府实施的非农就业技术培训可以突破传统地域限制——在农村土地上进行知识性培训，以企业为依托，让有非农发展意识的农村劳动力走出农村，到县城、城市去参加短期技术培训，让农村劳动力更有效地获得工作技能。同时针对农民举办非农就业体验活动，促进村民对非农就业的了解，在农村掀起“非农就业”的话题热潮，让更多农村劳动力愿意了解非农就业，加入到非农就业的队伍中来。

第三，对外出务工后带回技术、促进家乡非农技术发展的劳动人员提供不同程度的政策扶持。促进农村劳动力转移的同时，也需要巩固农村的拉力作用，不能让人才流失，对已经返乡并且愿意长期留在家乡带动农村非农发展的技术人员、有丰富从业经验的管理人员，根据技术等级、职业技术证书、国家技术证书、从业年限等进行划分，提供针对性住房优惠、经济补贴、创业补贴等人才政策。