城市化整合、合作沟通能力与农民工劳动生产率_劳动生产率论文

农民工城镇化融合、合作交流能力与劳动生产率，本文主要内容关键词为：劳动生产率论文,农民工论文,城镇化论文,能力论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

      城镇化是衡量一个国家经济发展水平和现代化水平的重要指标之一，是现代化的必由之路，是中国最大的内需潜力和发展动能所在①。通过梳理世界各国城镇化的发展趋势，可以发现，农村人口向城镇转移是必然趋势，也是社会经济结构转型的重要体现，对加快推进现代化进程意义重大（贾淑军，2012）。近年来，随着城镇地区对劳动力需求增强、户籍制度等国家战略调整，中国城镇化水平的进程进一步加快。我国城镇化取得了比较好的成果：自1978年改革开放伊始到2014年底，我国的城镇化率由1978年的17.9%上升至2014年的54.77%②。当前中国城镇化进程已经进入中期阶段，进一步加快城镇化进程的关键就是，促进农民工市民化，农民工的城镇融合显得尤为重要。深入推进新型城市化，其核心在于回归城市化本质，即促进人的城市化。庞大的农民工群体长期居住、工作和生活在城市，农民工融入城市，有利于进一步推进城镇化进程。推动实现农民工群体的市民化，是提高城镇化质量的核心，能更好地推动产业结构优化和拉动内需增长。因而，加强对农民工城镇化融合的相关机制研究显得尤为迫切和重要（邓宗豪等，2014；钱龙等，2015）。

      长期以来，农村人口向城镇转移、农民工城镇化融合一直是国内外研究的热点。已有的研究关于农民工城镇化融合的影响因素，即什么因素影响城镇化融合以及农民工城镇化融合会对什么产生影响等都有研究。国外发展经济学家从城乡二元结构角度探析了影响人口城乡迁移的宏观因素，形成了一系列经典理论（Lewis，W.A.，1954；Todaro，M.P.，1969），部分学者从微观个体视角分析人口迁移的原因（Stark，0.，1985；Taylor，J.，1969）。国内学者对此也进行了较为丰富的研究。叶鹏飞（2011）认为农民工城镇化融合受到个体特征、社会特征、心理特征、制度等因素的共同影响，是个体基于利益最大化而做出的理性抉择。王春光（2006）、蔡禾等（2007）、杨风（2011）和姚先国等（2015）从居住证、户籍制度壁垒角度研究了对农民工在城市就业、定居的影响。陈春等（2011）认为住房价格与农民工的城市居留意愿呈反向关系。戚迪明等（2012）调查研究得出农民工的职业流动性对城镇化融合也呈反向作用。李树茁等（2014）通过对比分析自雇和受雇农民工的定居意愿差异，发现与受雇农民工相比，自雇者更倾向于留在城市定居。另外，其他因素如性别、年龄、教育程度、婚姻、职业类型、工作收入、迁移类型、土地、居住环境、城乡二元体制差异（如户籍、社会保障、工资歧视等）等也会对农民工个体的城市定居意愿产生影响（Frans Thissen，2010；Darren P.Smith，2012；朱宇，2004；陈云凡，2012）。

      城镇化融合对于改善农民工福利，提高农民工工资水平、劳动生产率等工作绩效有着重要意义。现有文献对此也做了相关研究。杜鹏等（2005）、宁光杰（2012）、王建国等（2015）从城市规模扩张等角度研究了农民工城镇化融合对提高其工资水平以及劳动生产率的正向促进作用，这也是农民工更愿意居留于城市的重要条件。Glaeser和Mare（2001）指出，城镇化融合可以为个体提供更多模仿、学习的机会，农民工在城镇化融合过程中学习掌握专业技能的时间更短、效率更高，进而人力资本水平提升更快。

      本文通过对以往的文献进行梳理发现，已有的研究所用的数据存在以下不足。第一，以往研究所采用的数据多为局部数据，主要为少数几个城市甚至少数几个民族地区，所得出的结论普遍适用性较弱。如王桂新等（2008）使用的是上海地区的数据来考察农民工的市民化水平，赵翌辰（2014）使用的云南省的三个乡镇数据，夏怡然（2010）基于温州调查的数据进行研究，陈云凡（2012）通过对长沙25个社区进行调查来研究农民工住房因素。第二，文献所使用的数据多为入户调查数据。经研究证明，入户调查数据有其缺陷（自我雇佣等）。现有文献所用样本多为居民入户调查数据，难以规避高收入阶层拒访率较高，居民收入状况漏报、瞒报且无相关企业匹配信息进行验证等问题，造成工资收入的统计误差偏大。第三，所用数据在时效性上不能有效表现经济新常态下，新生代农民工与第一代农民工在城镇化融合等方面的差异。第一代农民工和新生代农民工在经济、社会和心理三个层面的城镇化融合有着明显的差异，具体表现在就业状况、消费水平、利益观念等方面（刘传江等，2008；黄祖辉等，2008；邢海燕等，2012；冯菲菲等，2012；何军，2012）。新生代农民工、相比于第一代农民工具有受教育水平高、务农经验缺乏、外出动机兼顾谋生与发展、定居城市的意愿高、耐受力低和更易融入城市等特征（王春光，2001；王兴周，2008）。与老一代农民工进城打工主要以经济收入为目标不同，新一代农民工外出打工更多是为了获取个人发展、争取个人自由和体验不同的生活方式（杨肖丽等，2015）。第一代农民工的城镇化融合以经济融入为重点，而由于自身定位问题，经济融入未必能带动其他层面的融入。而新生代农民工在社会和心理层面的融入程度要好于第一代农民工，然而相当比例的新生代农民工依然存在身份认同模糊等边缘化倾向，对其城镇化融合造成一定的阻碍（卢小君等，2014）。现有文献所用研究样本多为2010年及其以前的劳动力调查数据，样本信息与当前中国的实际情况普遍存在5～10年的时间滞后。只有运用样本信息最具及时性的大样本劳动力调查数据，对于农民工城镇融合与合作、交流能力等专用性人力资本的实证估计才能较大程度地吻合当前经济的真实变化情况。第四，以往文献仅对城镇化融合与相关因素进行了简单的关系描述，但没有对二者关系进行因果性效应测度，并没有采用诸如工具变量等主流方法。本文所使用的2015年中国企业—员工匹配调查（CEES）是以企业—员工匹配调查为数据采集方式的劳动力调查数据，不仅能较好地降低了员工关键信息的统计误差，有效剔除了存在自我雇佣（self employed）和非正规部门就业的劳动力样本，从而使得对于农民工城镇化融合回报率的估计精度获得了较大提高。并且，基于2015年中国企业—员工匹配调查（CEES）这一具备较强的样本信息及时性、充分涵盖农民工个体特征和所处环境等具体问项的大样本调查数据，能有效反映当前经济环境下农民工城镇化融合的最新行为。本文对于农民工城镇化融合对合作交流能力等专用性人力资本的影响，专用性人力资本对农民工劳动生产率的影响进行实证估计以及稳健的因果效应分析，有利于为经济新常态下通过重视农民工城镇化融合进而提升农民工的专用性人力资本质量与工作绩效提出针对性的政策建议。

      如上所述，现有文献已就农民工城镇化融合的影响因素以及对农民工工资收入、工作绩效、劳动生产率等的影响取得了一定的研究结果，但从城镇化融合对专用性人力资本以及劳动生产率实证关系的现有研究并不多见。为此本文选择从农民工专用性人力资本角度论证城镇化融合对工作绩效的影响机制，并进行稳健地因果性效应测度。之所以选择此角度，主要是因为农民工城镇化融合程度越高，可能对其合作交流能力产生正向的促进作用。已有研究表明，在农民工的沟通交流、信息传递乃至行动过程中，城镇化融合在提升人力资本中发挥着特别重要的作用（杨肖丽等，2015；刘洪银，2013）。而合作交流能力的提升会扩大农民工的人际交往面，促进合作型劳动关系的培养；不断扩大其自身的社会交往半径，丰富社会资本，有利于促进农民工的流动，进而提高劳动生产率。因此本文从此机制进行阐释其中的关系。

      论文的其他部分安排如下：第二部分为模型构建，对本文实证研究的指标选取、数据测算和计量模型设定等问题进行介绍；第三部分是数据说明，包括数据来源和对于主要数据的描述性统计；第四部分是实证检验，我们将对农民工城镇化融合对专用性人力资本积累的影响、专用性人力资本对劳动生产率的影响进行稳健地因果推断，并讨论本文使用的计量方法的适宜性问题。最后是结论及政策建议。

      二、模型构建

      1.OLS基本模型

      本文旨在机制上就农民工城镇化融合对于劳动生产率的实际影响进行稳健性的因果推断，并进行实证性因果效应测度。

      依据研究设想，本文有两个假说：

      H1.农民工城镇化融合对专用性人力资本有着正向的影响；

      H2.专用性人力资本对农民工劳动生产率等工作绩效有着正向的影响。

      因此，本文的计量模型设定分别从农民工城镇化融合对于合作交流等专用性人力资本的影响、合作交流等专用性人力资本对农民工工作绩效的影响等两个维度进行展开。我们采用了控制了行业、地区的双重固定效应OLS回归模型作为实证检验的基本模型。通过上述不可观测的双重固定效应控制，可较好地解决遗漏变量问题。考虑稳态条件下长期经济增长模型的一般性设定要求，除了虚拟变量之外，计量模型中其他变量均取自然对数值。具体设定如下：

      （1）农民工城镇化融合对于合作交流等专用性人力资本的影响

      基于现有文献关于，本文构建了一个农民工城镇化融合与合作交流能力等专用性人力资本的OLS模型，具体的模型如公式（1）所示：

      

      （2）合作交流等专用性人力资本对于劳动生产率的影响

      同上，具体模型如公式（2）所示：

      

      2.两阶段最小二乘法（2SLS）模型

      农民工城镇化融合（

）与合作交流能力等专用性人力资本（

）之间可能存在内生性问题（Endogeneity），即对于合作能力和交流能力越高的农民工而言，其农民工城市居留意愿以及融入城市的优势往往更强，从而基于合作能力和交流能力等专用性人力资本所反映的城镇化融合度也更高等。因此，若仅采用简单最小二乘（OLS）的单方程模型，则有可能由于农民工城镇化融合和合作交流能力专用性人力资本之间存在相互影响、相互作用而出现内生性问题，从而导致参数估计值即使在大样本条件下也难以满足一致性的理想假设，我们则很难完整有效地将农民工城镇化融合与劳动生产率的因果效应测度出来。为有效规避内生性问题对于参数估计值的干扰，我们采用工具变量法（Ⅳ）对农民工城镇化融合对于合作交流能力专用性人力资本的因果关系进行测度。根据工具变量须同时满足与内生变量（

）相关且与第二阶段回归的随机误差项（

）正交的假定要求，我们引入是否与配偶同住（spouse_dummy）、16岁以前是否居住在本省但非本市（mother_town）两个变量作为农民工城镇化融合的工具变量。上述两个变量分别代表了农民工个人的居住现状和基于农民工成长过程中的居住地，因而对于内生变量（

）具有较强的解释力。此外，是否与配偶同住（spouse_dummy）、16岁以前是否居住在本省但非本市（mother_town）与农民工个体特征关系较大，而与其专用性人力资本形成的直接关联较小，也能较好地满足工具变量的外生性假定。在稳健性回归条件下，如果工具变量（spouse_dummy、mother_town）满足弱工具变量检验的经验法则（therule of thumb）并不拒绝过度识别检验Hansen J统计量的原假设要求，并且第二阶段回归结果中农民工城镇化融合（

）对于农民工合作、交流能力等专用性人力资本（

）的影响系数具有统计显著性，我们则可推断：农民工城镇化融合对于农民工合作交流能力等专用性人力资本具有因果效应。同时，考虑到工具变量有可能存在难以完全通过弱工具变量的经验法则要求，我们在相同的工具变量和模型设定条件下，进一步使用对弱工具变量更不敏感的“有限信息最大似然估计法”（Limited Information Maximum Likelihood Estimation，LIML）对上述影响关系进行实证检验。在大样本条件下，有限信息最大似然的估计结果与基于二阶段最小二乘（2SLS）的工具变量估计结果是渐近等价的；但在弱工具变量情况下，有限信息最大似然估计的小样本性质更优。

      同理，农民工合作、交流能力（

）与劳动生产率（

）的影响同样可能存在内生性问题。我们引入是否离婚（divorce_dummy）、配偶户口类型是否为农业户口（spouse_hukou）以及配偶受教育年限的自然对数值（lnspouse_education）三个变量作为农民工专用性人力资本的工具变量。

      具体做法上，本文分别将农民工城镇化融合、专用性人力资本以及劳动生产率的自然对数值均视作内生变量，除将OLS基本模型（1）、（2）式作为待估方程外，进一步引入农民工城镇化融合（lnliving_year）、专用性人力资本（lnspecial_human_capital）的待估方程，使用是否与配偶同住（spouse_dummy）、16岁以前是否居住在本省但非本市（mother_town）作为（1）式的核心工具变量，使用农民工是否离婚（divorce_dummy）、配偶户口类型是否为农业户口（spouse_hukou）以及配偶受教育年限的自然对数值（lnspouse_education）作为（2）式的工具变量。在工具变量（Ⅳ）回归下，如果第二阶段回归中（1）式核心解释变量（lniving_year）对于专用性人力资本（lnspecial_human_capital）的影响系数、（2）式核心解释变量（lnspecial_human_capital）对于劳动生产率（lnhourly_wage）均显著为正，则我们可以做出如下统计推断：农民工城镇化融合通过提高专用性人力资本（合作、交流能力）对于劳动生产率的提升具有正向影响，并且这种实证关系满足因果推断的统计要求。

      三、数据说明

      本文选择2015年“中国企业—员工匹配调查”（CEES）就农民工城镇化融合对专用性人力资本的因果效应、专用性人力资本对于劳动生产率的影响等问题进行实证检验。本次调查由武汉大学联合香港科技大学、清华大学和中国社科院等其他三家学术机构开展，选择我国经济规模最大、地区发展差异较为显著的广东省作为调查区域，采取等距抽样方式选取广东省13个地级市的19个区（县）作为调查单元，完整覆盖珠三角、粤东和粤西等不同经济发展水平的地区，从而保证调查数据具有充分的样本代表性和地区异质性。与现有文献多采用居民入户调查数据不同的是，本次调查采用入企访问的方式，有效弥补了居民入户调查所存在的样本选择性偏误较大、统计误差较明显和工资收入信息不全面等缺陷，并最终成功回收570份有效企业问卷、4988份员工问卷，共计5559份有效问卷。根据最小二乘法（OLS）、工具变量法（Ⅳ）的识别策略要求，用于本文研究的有效员工样本共计3322个。

      表1、表2分别列举了本文主要变量以及主要工具变量的描述性统计。图1～图3分别列举了基于分位数划分的合作能力与交流能力分布，合作能力与劳动生产率的分布以及交流能力与劳动生产率的分布情况。图1显示了合作能力和交流能力都呈上升趋势。但是在75%以下的区间内，合作能力要普遍高于交流能力。75%分位以上，交流能力超过了合作能力。由图2、图3可得，合作能力、交流能力与劳动生产率整体上呈现出上升的趋势。其中，合作能力、交流能力在50%~75%之间时劳动生产率都达到了最大，其值分别为20.841、21.563。

      

      

      

      

      

      

      

      

      

      

      

      图4、图5和下页图6、图7分别给出了城镇化融合对合作能力、交流能力的弹性系数，以及合作能力、交流能力对劳动生产率的弹性系数。从图中可以看出，其系数分别为0.0352、0.0545、0.195、0.191。说明城镇化融合可能对合作能力、交流能力有显著的正向影响。合作能力、交流能力也可能对劳动生产率产生正向的影响。进而我们推断城镇化融合通过合作、交流能力等人力资本机制对劳动生产率有着明显的促进作用。

      本文遵循Nunnaly（1978）的数据有效性和可靠性检验方法对全部调查数据进行了信度和效度检验，总体数据的Cronbach系数为0.875，表明本次调查企业—员工数据具有良好的匹配性。

      四、实证检验

      （一）OLS估计结果

      根据公式（1）、（2），本文对农民工城镇化融合与合作、交流能力等人力资本以及合作、交流能力等人力资本与劳动生产率的实证关系进行了OLS估计。如表3～表6所示，根据研究需要，本文构建了4个模型，通过逐步引入控制变量，分别检验农民工城镇化融合与合作、交流能力等人力资本以及合作、交流能力等人力资本与劳动生产率的相关性。模型1为在不控制任何其他变量的情形下的OLS估计结果。模型2为增加了年龄、性别、婚姻、受教育年限、bmi健康指数及其平方项等控制变量后的估计结果。模型3在模型2的基础上加入上一份工作结束时的工资收入控制变量后的估计结果。模型4为引入所有控制变量后的估计结果。从表中可以看出，4个模型的估计结果都显著。当引入所有控制变量后，城镇化融合与合作、交流能力等人力资本，合作、交流能力等人力资本与劳动生产率依然存在显著的正向影响，弹性系数等分别为0.0352、0.0545、0.195、0.191，说明农民工城市居住年限每提升1个百分点，合作能力、交流能力人力资本将分别提升3.52、5.45个百分点。而合作能力、交流能力每提升1个百分点，劳动生产率将分别提升19.5、19.1个百分点。数据分析结果表明，城镇化融合对农民工合作、交流能力等人力资本具有显著的正向影响，农民工合作、交流能力对劳动生产率的提升存在正向促进作用。说明当农民工城镇化程度越高，越有利于促进农民工合作交流能力的提升，进而扩大农民工的社会资本，加大其工作流动性，促进劳动生产率的提高。

      

      

      

      （二）工具变量法（Ⅳ）估计结果

      本文分别检验的是城镇化融合对农民工合作、交流能力等人力资本的影响，以及农民工合作、交流能力对劳动生产率的影响。如果城镇化融合与人力资本、人力资本与劳动生产率之间存在相互影响，即变量之间存在内生性问题，则会影响OLS的估计结果。为此，本文使用工具变量法（Ⅳ）分别剥离城镇化融合与人力资本、人力资本与劳动生产率的内生性。本文首先进行Hausman检验，判断城镇化融合与合作、交流能力等人力资本，合作、交流等人力资本与劳动生产率之间是否存在内生性。通过stata14.0运算，分别对农民工城镇化融合、合作交流能力等人力资本与劳动生产率进行Hausman检验，p值显示为0.000，小于5%，说明本文使用的解释变量在5%的显著水平上拒绝了“所有解释变量均为外生”的原假设，解释变量存在内生性问题，能够使用工具变量法（Ⅳ）剥离农民工城镇化与合作、交流能力等人力资本以及合作、交流能力等人力资本与劳动生产率的内生性。

      为了解决农民工城镇化融合与合作、交流能力等人力资本的内生性问题，本文在现有文献的基础上，选用是否与配偶同住（spouse_dummy）和农民工16岁以前是否居住在本省但非本市（mother_town）作为城镇化融合（living_year）的工具变量进行回归运算。如果工具变量（spouse_dummy、mother_town）的Hansen J统计量的p值大于0.1，则表明工具变量满足了外生性假定，即可以作为计量模型（1）式的工具变量。同理，本文选用是否离婚（divorce_dummy）、配偶户口类型是否为农业户口（spouse_hukou）和配偶受教育年限的自然对数值（lnspouse_education）作为其合作、交流能力等人力资本的工具变量进行回归运算。如果工具变量（divorce_dummy、spouse_hukou、lnspouse_education）的Hansen J统计量的p值大于0.1，则表明工具变量满足了外生性假定，即可以作为计量模型（2）式的工具变量。

      根据公式（1）、（2），本文对表3～表6的4个模型分别进行了Ⅳ估计，估计结果如表7、下页表8、表9和第81页表10所示。4个模型的Hansen J估计量的p值均大于0.1，说明本文选取的是否与配偶同住、16岁以前是否居住在本省但非本市、是否离婚、配偶户口类型是否为农业户口、配偶受教育年限的自然对数值能够作为模型的工具变量。从估计结果中可以看到，在加入工具变量后，模型3和模型4依然显著，说明农民工城镇化融合与合作、交流能力等人力资本，以及合作、交流能力等的专用性人力资本与劳动生产率等工作绩效存在显著的正向因果效应。

      （三）有限信息最大似然估计法（LIML）估计结果

      本文虽然使用工具变量法（Ⅳ）进行估计检验，其结果满足了Hansen J估计量的p值大于0.1的外生性假设，但是Wald F统计量大部分小于10，即不能拒绝“存在弱工具变量”的原假设。本文选取的工具变量可能是弱工具变量，运用弱工具变量进行的估计结果可能会产生偏差。为此，考虑到弱工具变量情况下，有限信息最大似然估计（LIML）的小样本性质较二阶段最小二乘（2SLS）的工具变量估计更优，并考虑到本文使用工具变量进行回归后有效样本数量出现较大幅度下降的实际情况，我们选择有限信息最大似然估计（LIML）对农民工城镇化融合对于合作、交流能力等人力资本，以及合作、交流能力等人力资本对于劳动生产率的实证关系进行稳健性检验。

      

      

      

      

      下页表11、表12给出了有限信息最大似然估计（LIML）的估计结果，工具变量选择与计量模型设定与表9、表10相同。结果发现，在解释变量得到充分控制（模型3、模型4）的情况下，合作、交流能力等人力资本对于劳动生产率仍然在至少1%的显著性水平上具有显著的正向影响。比较表9，表10和表11，表12的估计结果，我们发现：无论基于二阶段最小二乘的工具变量（Ⅳ）估计还是有限信息最大似然估计（LIML），合作、交流能力等人力资本对于劳动生产率的实证关系在统计显著性、参数估计值的符号方向上均基本一致。并且，结合工具变量（Ⅳ）和有限信息最大似然估计（LIML）的回归结果，我们认为农民工城镇化融合对于以劳动生产率为表征的工作绩效基本上具有正向的因果关系。

      本文基于2015年“中国企业—员工匹配调查”（CEES）数据，通过对基于员工专用性人力资本角度对农民工城镇化融合对于劳动生产率等工作绩效的影响机制的研究分析，发现制度环境感知可能对人力资本存在正向的相关性，在此基础上运用OLS回归估计、工具变量法（Ⅳ）估计以及有限信息最大似然估计法（LIML）估计，在工具变量满足外生性和拒绝“存在弱工具变量”的前提下实证分析发现：制度环境感知与人力资本存在正向的因果效应。从员工专用性人力资本角度对农民工城镇化融合对于工作绩效的影响机制加以研究，并进行了实证性的因果效应测度。实证结果显示，农民工的城镇化融合对专用性人力资本有很重要的影响，专用性人力资本对农民工的工作绩效有着正向的关系，进而我们从机制上验证了农民工城镇化融合对其工作绩效的关系。为此，本文的政策建议是：政府推动新型城镇化建设的关键是促进农民工的城镇化融合进程，提高农民工的居留意愿以及市民化水平。提高农民工的城镇化融合能力，通过提供培训促进农民工合作交流等专用性人力资本的培养。

      

      

      由于篇幅限制，本文并未对农民工城镇化融合以及农民工返乡意愿的影响因素等问题展开深入研究。上述未尽之处，笔者将另文专述。

      本文数据来自武汉大学质量发展战略研究院、香港科技大学、清华大学、中国社科院等4家机构的2015年“中国企业—员工匹配调查”（CEES）数据库，数据使用获得武汉大学质量发展战略研究院及其他3家学术机构授权。

      感谢匿名审稿专家提出的宝贵意见，当然文责自负。

      ①《2016年两会政府工作报告》，http://www.china.com.cr/lianghui/news/2016-03/05/content_37943454.htm。

      ②国家统计局，http://politics.people.com.cn/n/2015/0120/c70731-26417968.html。

      ③小时工资的算法：员工上月工资与上月工作时间（含加班时间）的比值。

标签：劳动生产率论文;  人力资本论文;  工具变量论文;  工作绩效论文;  回归模型论文;  绩效目标论文;  能力模型论文;  农村论文;