转型经济中劳动力迁移对非农就业的影响——中国农户调查数据的分析，本文主要内容关键词为：农户论文,劳动力论文,中国论文,非农论文,数据论文，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。
中图分类号：F304.6 文献标识码：A 文章编号：1003-5230(2010)03-0009-07
一、引言
中国经济高速增长及农村劳动生产率的提高导致大量农民开始从事“农转非”的工作。在20世纪80年代以前的改革初期，中国农村劳动力向非农产业转移的主要方式是工作于乡镇企业，其主要特征是“离土不离乡，进厂不进城”[1]。但乡镇企业吸纳农村剩余劳动力的能力有限，随着农民进城限制的放宽，允许农民到城市安家落户，中国农民在20世纪90年代初期开始大规模地涌入城市务工经商。农村劳动力通过向城市迁移，积累了大量非农产业技术，提高了人力资本水平。劳动力迁移优化了农村劳动力的人力资本结构，有利于农村非农产业的发展，在新农村建设中起到重要作用。
虽然劳动力由农村向城市迁移是主流，但中国城市劳动力市场一方面具有较强的竞争性，另一方面又具有按户籍身份分割的二元特征[2]，及不完善的农民工社会保障体系，这些都导致农民工从城市向农村的回流。特别是金融危机以来，农民工返乡更加明显，非农就业行为也相应地成为了农民工返乡研究的热点[3][4]。理论上，城市工资水平远远高于农村，返乡农民工应具有更多的金融资本，且在城市非农部门中积累了人力资本，如非农劳动力市场经验，则更有可能进入农村非农产业。而实证上劳动力迁移对返乡农民工就业的影响并没有取得一致的结果。现有大部分研究只是发现了劳动力迁移与劳动者的就业或收入具有相关性[5][6]，而没能很好地考察劳动力迁移的潜在内生性可能导致的估计偏误。事实上，这也是研究劳动力迁移作用的很多文献共同存在的问题。本文拟利用2008年9月之后返乡农民工的样本处理迁移的内生性，考察劳动力迁移对非农就业的影响。下文结构如下：第二部分介绍数据来源及就业类型、不同类型劳动力的特征等相关指标的统计描述；第三部分考察劳动力迁移对非农就业的效应；最后一部分总结主要结论并讨论相关政策建议。
二、数据来源与描述统计
本文使用的数据来自于北京大学国家发展研究院组织的“2009年中国农村金融调查”。调查的时间是2009年8月初，集中在湖南、云南和黑龙江三个省，随机抽样了9个县中的18个行政村，得到1951个农户及8003个农民样本。根据国家统计局对劳动力的定义，只保留15～65岁的样本，删除在校学生，最后得到5132个劳动力样本。调查数据包含详细的个人信息（如教育、迁移时间、工作性质等）、家庭信息（如家庭结构、家庭经济状况等）及村庄信息（如人口与经济状况等）。对于本文研究最有利的是，这一调查还获得了受金融危机影响而返乡的农民工信息①。
（一）返乡农民工定义及就业特征
借鉴Zhao的方法[7]，将一年中离家超过3个月的定义为农民工。返乡农民工定义为在调查前已返乡的农民工；而在调查时仍未返乡的农民工定义为在迁农民工；从未有过迁移经历的农民定义为农村劳动者。同时，根据返乡时间，将返乡农民工分为2008年9月之前和之后返乡农民工。在所有的农村劳动力中，绝大多数是从未有过迁移经历的农民，比例约为72%；其次是在迁农民工，比例约为20%；而返乡农民工的比例较小，约为8%，其中2008年9月之前和之后返乡的农民工占比分别为43.5%、56.5%。从省级情况来看，湖南省在迁农民工比例最大，且返乡农民工比例亦最大。
劳动力的就业分为务农、受雇非农及自主创业，其中后两种属于非农工作。我们关心的问题是迁移是否对返乡农民工的就业产生影响，主要关注于返乡农民工和农村劳动者的就业差异，结果见表1。首先，返乡农民工受雇非农工作的比例比农村劳动者高出约34个百分点，而务农的比例将近农村劳动者务农比例的一半。其次，比较2008年9月前后返乡的两类农民工，后者受雇非农工作的比例约低13个百分点，务农的比例却高出10个百分点，而自主创业比例差异很小。最后，2008年9月前后返乡的农民工受雇非农的比例均远高于农村劳动者，但之前返乡农民工自主创业的比例略微低于农村劳动者。总的来说，返乡农民工与农村劳动者存在明显不同的就业选择，说明迁移促使返乡农民工更可能受雇非农工作。然而，两类劳动力自主创业的比例相当。
（二）劳动力、家庭及村庄特征
下文对样本个人、所在家庭及村庄特征进行描述统计。表2提供了本文实证分析所用到的所有变量定义及各类劳动力的统计描述。首先，农村劳动者样本的平均年龄为43.14岁，小学教育水平占到41.3%，男性及已婚的比例分别为48.3%和93.7%。而返乡农民工样本的平均年龄为33.76岁，初中教育水平占到54.9%，男性及已婚的比例分别为66.8%和79%。这些表明年轻的未婚男性更倾向于迁移，且返乡农民工的教育水平较高。其次，农村劳动者家庭平均土地、户主的平均教育年限及年人均消费分别为6.797亩、6.925年和5130元，家庭有在迁农民工和村干部的比例分别为45.5%和4.1%；而返乡农民工家庭的相应指标依次为5.177亩、7.095年、5 980元、63.9%及2%，这些表明来自家庭收入高、个人能力强及土地少、当地社会网络较小的人更倾向于迁移，同时在外的家庭成员更可能帮助其他成员迁移。最后，2008年9月之前返乡农民工初中教育水平的比例及家庭户主的平均教育年限分别为61.7%和7.52年，而2008年9月之后返乡农民工的相应指标分别为49.5%和6.75年，接近农村劳动者的教育水平。表明2008年9月之后返乡农民工的个人能力比之前返乡的农民工低，之前返乡的农民工更多是自愿返乡，而之后返乡的农民工在迁移地可能工作于劳动密集型或技术水平相当低下的部门，受金融危机影响而被迫返乡，个人能力与农村劳动者略微接近。
结合劳动力特征及就业的描述统计，可以判断非农就业的选择会因为迁移经历和返乡类型不同而存在差异。然而，年龄、性别、是否已婚及教育水平也在很大程度上影响非农就业的机会[8]。个人、家庭和村庄特征可能影响迁移效应的估计结果。因此，在模型分析中必须控制这些因素。
三、实证检验
为识别迁移对非农就业的效应，建立以劳动力的就业类型为被解释变量的多项选择Logit模型，主要关心迁移变量即“Returnee”、“Returnee before Sept.2008”和“Returnee after Sept.2008”的回归系数，此外还控制其他四类变量：第一，个人特征，包括性别、年龄及其平方项、教育结构、婚姻状况、迁移时间长度等。其中性别、年龄及婚姻状态等特征都有可能对就业产生显著影响，这在现有的劳动经济学的实证研究中早已被证实，比如已婚的男性更可能从事非农工作；另外教育结构和迁移时间长短分别用来度量他们原有和新增的人力资本水平，根据人力资本投资理论，预期它们的回归系数为正。第二，家庭特征，包括户主的教育年限、土地、劳动力数量、是否有村干部、是否有人迁移等。其中家庭土地越少，劳动力越多，则家庭成员从事非农工作的概率越大；同时迁移的家庭成员能为其他成员提供经济支持或更多非农就业机会[9]。另外户主的教育年限可用来测度家庭成员不可被观测的能力，户主的教育年限越长，家庭成员的能力越强；是否有村干部用来度量与行政权力相关的社会网络，家庭中有人担任村干部能提供更多非农就业信息，我们预期它的回归系数为正。第三，劳动力所在村的信息，包括村中农村合作社和乡镇企业的比重。其中，农村合作社的比重越大，农民可能需要花费更多的时间在农业活动上，将导致更少的机会从事非农工作；乡镇企业的比重越大，能提供更多的非农就业机会。第四类控制变量是县（省）的虚拟变量，我们用它来捕捉一些与该县（省）劳动者有关但无法观测的特征。于是模型数学式设定如下：
E＝α+β*M+γ*X+A+ε
其中，E代表劳动力在农村市场中的就业类型，包括务农、受雇非农及自主创业；M代表是否具有迁移经历的哑变量；X代表所有控制变量，包括个人变量、家庭及村庄特征等；A表示不可被观测的劳动者的能力变量。α、β、γ是待估参数，ε是随机扰动项。在表3中，模型1和2均不考虑迁移的内生性，模型1采用农村劳动者和所有返乡农民工的劳动力样本，识别迁移对非农就业的加总或平均效应。模型2与模型1的区别在于将返乡农民工分为两类，比较2008年9月之前和之后返乡农民工的就业差异。模型3加入户主教育水平作为不可被观测能力的代理变量，同时采用2008年9月之后返乡农民工子样本处理内生性问题。
（一）迁移对非农就业的影响：初步识别
为了便于分析，首先不考虑社会网络的内生性，不控制个人不可被观测的能力变量，直接采用包括所有返乡农民工的劳动力样本，初步估计迁移对非农就业的影响。表3中的模型1和模型2报告了多项选择Logit模型的回归结果：参数及显著性程度、边际效应。
从表3可以看出，首先，在模型1中，变量Returnee的第一列回归系数在l%的显著性水平上为正，返乡农民工受雇非农的概率比农村劳动者高出21.5个百分点，而自主创业的可能性并无显著差别。其次，个人及家庭特征显著影响农村劳动力的非农就业。其中，男性更倾向于非农工作，受雇非农和自主创业的概率分别比女性高出4.29和3.95个百分点；教育水平（高中及以上学历）显著地增加了劳动力进入非农部门的潜力，大专以上学历的劳动力受雇非农的概率比文盲高出65.7个百分点；家庭中有人迁移使得家庭其他成员受雇非农的可能性增加了16.3个百分点，而自主创业的可能性降低了8.21个百分点，说明家庭中有人迁移能给家庭经济支持和提供就业信息，使其他成员更有机会受雇于非农工作，同时体现了外出迁移就业和当地自主创业之间的替代性。最后，非农就业还受到村庄特征的影响。农村合作社减少及乡镇企业增加使得更多的村民受雇于非农工作和自主创业，且导致自主创业的概率比受雇非农分别高出约6.5和19个百分点。
在模型2中，2008年9月之前和之后返乡的农民工更可能受雇于非农工作，比农村劳动者分别高出33.5和45.2个百分点，且在1%的程度上显著，而对自主创业的影响不显著。同时，之前返乡农民工受雇非农的概率几乎是之后返乡农民工的两倍。这些结果表明，之前返乡农民工具有更大的优势从事非农工作。一方面，农村劳动力市场的资源有限，早些返乡的农民工有更充足的时间去适应农村劳动力市场和寻找就业机会，将积累的人力资本充分发挥。而由于农村劳动者在当地市场上也可能积累特殊的人力资本，且之后返乡农民工需要更多时间适应当地的劳动力市场，使得之后返乡的农民工暂时无明显优势获得非农工作。另一方面，由于个人能力不可观察，之前返乡的农民工更多是计划且自愿返乡，而之后返乡的农民工大多是受到金融危机的冲击而被迫返乡，之前（自愿）返乡的农民工比之后（被迫）返乡的农民工能力高，于是所估计的迁移效应会更大。结合模型1和模型2来看，无论是加总还是分开估计，返乡农民工比农村劳动者都显著地倾向于从事非农工作，说明劳动力迁移对返乡农民工非农就业有显著的影响。
（二）子样本估计：内生性检验
实际上，上述回归结果并不能准确告诉我们劳动力迁移对非农就业是否具有正效应，原因在于：往往更开放的、更富有企业家精神、能力更强的人更可能迁移，同时也更可能从事非农工作，那么未必是因为他们具有迁移的经历，而是由于他们本身的性格和能力使得他们更倾向于非农就业，但是我们无法观察或度量这些特征，这些遗漏变量可能会造成劳动力迁移的内生性，从而导致参数被高估。为处理此问题，本文采用子样本（包含2008年9月之后返乡农民工和农村劳动者的劳动力样本），且同时控制户主的教育水平度量个人不可被观测的能力变量，估计劳动力迁移对非农就业的影响。原因有二：一是2008年9月以后返乡农民工绝大多数是受金融危机的冲击而被迫返乡，而冲击是严格外生和随机的，则相对全部样本，之后返乡农民工样本的筛选比较随机；二是控制所有可观察的特征变量，之后返乡农民工不可被观测的能力与农村劳动者基本相当。之后返乡的农民工之所以被迫返乡，原因主要在于他们的能力比较低，绝大多数就业于劳动密集型或技术需求较低的产业或部门。另外，从表2来看，之后返乡农民工和农村劳动者的不可被观测能力测度变量（户主的教育水平）无显著差异（t值为0.741 8②）。
子样本的估计结果见表3中的模型3。第一，变量Returnee after Sept.2008的第5列回归系数在1%的显著性水平上为正，之后返乡农民工受雇于非农工作的概率比农村劳动者高出13个百分点，说明劳动力迁移对非农就业选择（受雇非农）作用显著。第二，子样本Returnee after Sept.2008的回归系数明显低于全样本。从而证实，由于内生性的存在，使得劳动力迁移效应被高估约8.5个百分点。同时，户主的教育年限系数并不显著。可能是由于户主的教育年限并没有较好地度量个人不可被观测的能力，但由于之后返乡农民工相对随机筛选，以至于遗漏的不可被观测的能力变量并不会影响真实效应。第三，控制变量的系数和显著程度基本类似于全样本模型，如受教育程度较高的男性返乡后在当地劳动力市场上更加活跃，这与Dustmann和Kirchkamp的结论一致[10]，除此之外，家庭有村干部能显著提高受雇非农就业率约6.9个百分点，从而说明以行政权力测度的社会网络作为一种非正式制度对非农就业有不可忽视的作用。第四，变量Returnee after Sept.2008的第6列回归系数不显著，返乡农民工并非比农村劳动者更倾向于自主创业。原因在于，自主创业不仅需要与之相适应的人力资本，而且更多地依赖于金融资本的可得性。一方面返乡农民工虽然带回金融资本，但是从未迁移的劳动者在当地市场上积累了特定的人力资本和良好的信誉，拥有可靠的融资渠道。另外，从自主创业的分类看，返乡农民工中67%做小生意（无固定场所），而从未迁移的农村劳动者中42.4%做生意（有固定场所），如制造加工、服务餐饮、纺织服装等。另一方面，之后返乡农民工返乡时间较短，加上政府近几年对农村小额信贷及经济发展的支持，导致返乡农民工暂时无明显自主创业优势，但并不能否定迁移对自主创业的长期影响。
四、结论
本文基于2009年中国农村金融调查数据检验了劳动力迁移对返乡农民工非农就业的影响，并同时采用2008年9月之后返乡农民工的子样本考察了迁移是否具有内生性并导致有偏估计。结果发现，相比从未迁移的农村劳动者，迁移促使农村劳动力返乡后更多地受雇于非农工作，而对自主创业的影响不大。
劳动力迁移具有内生性，且会导致迁移对非农就业的影响被高估，本文采用子样本进行内生性检定。一方面，因个人特征不同，迁移偏好不同。即使迁移发生，在城市劳动力市场上也存在就业分配差异；另一方面，受2008年金融危机的冲击，中国城市劳动力市场中农民工的供给大于需求，决定了劳动力市场具有较强的竞争性，优胜劣汰，之后返乡农民工绝大多数从事技术需求很低的工作，从而在不可被观测的能力方面，随机筛选的返乡农民工基本上与从未迁移的农村劳动者相当，对度量不可被观测能力的变量（户主的教育水平）的差异性检验也支持了该假设。结果发现，由于内生性的存在，导致劳动力迁移效应被高估8.5个百分点。但迁移使得受雇非农工作的概率仍显著增加了13个百分点。
劳动力迁移对自主创业无显著影响，原因在于，一方面，农民工大多属于低教育水平和低技能主体，同时雇佣他们的企业绝大多数是劳动密集型的，决定了他们只能从事低技能的工作，同时由于城乡劳动力市场的分割及就业信息的不对称，导致农民工始终只能徘徊在城市生活的边缘，阻碍了适合自主创业的人力资本的提升，而从未迁移的农村劳动者可能积累了适合当地自主创业的特定人力资本和社会资本。另一方面自主创业不仅需要与之相适的人力资本，而且更多依赖于金融资本的可得性。虽然返乡农民工随之带回金融资本，毕竟返乡时间较短，而从未迁移的农村劳动者具备良好的信誉，拥有可靠的融资渠道，加上政府近几年对农村小额信贷及经济发展的支持，导致返乡农民工暂时无明显自主创业优势，但从长期来看，迁移对自主创业的影响将逐步凸显。
本文的研究使我们加深了对劳动力迁移对转型经济中的农村劳动力市场影响的理解，有助于促进城乡之间的融合和缩小城乡收入差距。由于农业固定的土地投入及工业技术进步率的快速提高，农村劳动力“农转非”将成为农村劳动力市场上的主旋律。然而城市圈容纳能力已然成为了农村向城市迁移不可消除的障碍[11]，允许户口由农转非也不过是缓兵之计，这也可以解释为什么政府致力于建立和发展大城镇与中小城市作为中国独特的城市化进程。为缩小城乡差距，一方面，政府应该消除某些非制度因素③导致的农民工难进入高收人行业的阻碍，从而解决市场就业信息的不对称问题，同时完善农民工的社会保障体系，使得农民工安心进入高技术高风险的行业进行人力资本积累，为独特的城市化建设培养骨干及后备力量；另一方面，经测算中国中西部的劳动生产率已经高于东部，劳动密集型产业由东向中西部转移的时机已基本成熟[12]。政府可考虑将劳动密集型产业逐渐从东部向中西部进行转移，不仅可以缓解农民工向城市的涌入，而且可以使返乡农民工技能有所施展，逐步推进中国独特的城市化进程。
收稿日期：2010-03-25
注释：
①问卷中设置问题“2008年9月是否从打工地返乡”。
②2008年9月以前返乡农民工的户主教育水平显著高于农村劳动者，t值为-2.2947，说明自愿返乡农民工的平均能力原本就比从未迁移的农村劳动者高。
③农民进入高收入行业的可能性非常低，且某些非制度因素如社会网络起到阻碍作用。城市劳动力和农村劳动力在拥有社会网络方面的差异完全可能成为一个加剧劳动力市场分割的因素。引用自章元，陆铭.社会网络是否有助于提高农民工的工资水平？[J].管理世界，2009,(3):45-54.