人力资本对农民非农收入影响的实证分析，本文主要内容关键词为：实证论文,人力资本论文,非农论文,收入论文,农民论文，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。
一、文献回顾
自西奥多·舒尔茨(Theodore·W·Schultz)创立人力资本理论以来，国内外对于人力资本与收入关系的研究逐渐增多，大部分研究集中在教育对收入的贡献分析。如Mincer(1974)运用收入函数对工人教育投资收益率、职业培训收益率等进行求解和估计，全面系统地考察了人力资本投资与收入分配间的内在联系；Meng(1995)研究了改革后中国农村工业部门的工资决定，发现教育水平是提高劳动生产率从而促进工资增长的一个重要因素；周逸先、崔玉平(2001)通过问卷调查进行的实证分析，发现农村劳动力的文化程度与农户家庭收入有显著正相关关系。并且认为影响农民家庭收入的主要因素已不是耕地和劳动力数量，而是劳动力的文化素质；Zhang，Huang & Rozelle (2002)的研究发现，较高的文化水平可使劳动力在经济衰退期保持他们的工作，并获得更高的报酬；蔡昉(2004)的分析表明，受教育水平高的劳动力工资水平也高，受教育水平低的人往往只能在劳动力市场上获得较低的劳动报酬。
在现有的文献中，对培训与农民收入关系的研究较少，不仅因为培训本身难以计量，而且相对于正规教育，在文凭热的今天培训更容易被忽视。在为数不多的相关文献中，王奋宇、赵延东 (2003)的研究结果显示，在近五年内接受过培训的农民工比未接受过培训的农民工的收入明显偏高，培训对农民收入的重要性可能不亚于正规教育；侯风云(2004)运用全国15个省市的农民调查样本，估计了不同形式人力资本的收益率，发现培训对于非农收入的影响是显著的，参加培训比不参加培训可增加27.89%的收入。专业技能培训具有显著提高劳动力工资水平的作用，受过专业技能培训的劳动力比未接受过培训的劳动力的工资水平高出10%（刘建进，2004）。
健康一向被认为是公共卫生管理学与社会学的范畴，经济学界对健康的关注源于人力资本理论，在该理论中健康与教育、培训、迁移共同构成人力资本的四大要件。因此，健康对收入增长的作用一直以来没有引起经济学界的足够重视，相应的研究成果也较少。国内研究健康与工资收入关系有较大影响的学者魏众(2004)根据1993年的中国营养调查数据，利用因子分析法提取健康指标，运用Heckman模型就健康对非农就业参与及工资决定的影响进行实证分析，结果发现虽然健康对工资决定未产生显著影响，但对劳动参与和非农就业具有显著作用。此外，樊桦(2001)也从健康投资的视角对1990年以来我国农村人力资本投资问题进行了分析，发现健康投资不足削弱了农村居民人力资本质量从而增进自身福利的能力，致使农村地区因病致贫、因病返贫的现象凸现。国外对于健康对工资性收入的影响的文献很多，且大多研究（Strauss,1986; Deolalikar,1988; Haddad与Bouis,1991）都表明，营养与健康对劳动生产率有显著的促进作用①。
人力资本对非农收入影响的研究虽然取得了一定的成果，但是，在实证研究中仍有两个基本问题还没有很好地解决。第一，人力资本如何从教育、培训、健康、经验、技能等多维的角度影响农民的非农收入？第二，如何消除由于农村中存在大量没有非农收入的劳动力等原因造成的样本选择问题？本文的研究不在于为这两个问题提供可靠的答案，而在于为人们理解或解决这类问题提供更多的证据和参考意见。
二、数据来源及说明
（一）数据概述
本研究所使用的数据来自调查组在2006年3月到5月，对山东、安徽、四川三省农民2005年人力资本状况、就业、收入情况所作的实地调查。我们在上述三省分别选择了3个、2个和5个县 （市）进行了调研，每个县选两个乡，每个乡两个村，每个村随机抽取15户。为获得较全面反映各省份特点的数据，在样本选取时对该省较发达地区和欠发达地区各选一定数量，涵盖了国家级百强县及国家级贫困县，最后收回472户有效样本。样本调研对象既包括调研时仍在农村从业的劳动力，也包括调研时在外打工的劳动力，共涉及劳动力1393个，其中有非农收入劳动力523个。由于中国的农民与市民不同，没有固定的退休年限，在实际中很多农村居民只要身体健康，60岁以上仍然从事农业或其他生产活动，也有一部分未成年人过早地参加了生产劳动。所以，本文设定以16～65岁的人口作为研究的对象。由于被调查者90%以上是户主，因此，调查内容基本能反映实际情况。
（二）相关变量统计特征与说明
1.性别与年龄。从这两个指标可以在一定程度上了解当前中国农村就业类型性别分布与就业结构的年龄分布。统计分析结果表明，从事非农业工作的样本中，男性占73.1%，女性占26.9%，总体样本中男性占51.2%，女性48.8%，可见，在从事非农工作的劳动力中男性占绝大多数。从年龄分布来看，总体样本中40岁以上与以下的劳动力各占一半，其中50岁以上的占28.5%，有非农收入的样本中40岁以下的劳动力占70.4%。有非农收入的样本平均年龄为34岁，总体样本平均年龄40岁，而纯农户（无种植业以外收入）的样本平均年龄为45岁，不难看出有非农收入人口呈现年轻化趋势。
2.教育水平。调查显示在被调查样本中有非农收入的农民629人，占所有被调查劳动力的45.1%。其中文盲11人，占有非农收入样本的比重为1.7%；小学文化程度劳动力92人，占这一样本的14.6%，大多数有非农收入的农民的文化程度为初中，比重为63.4%，高中及高中以上文化程度127人，占有非农收入样本的20.2%，有非农收入样本的平均受教育年限为8.63年，比总体样本高1.5年。无论从哪个层次的受教育程度来看，与全体被调查样本相比，有非农收入劳动力的受教育水平明显偏高，如表1所示：
3.职业教育培训。我们将职业教育培训作为人力资本投资的一个重要变量考虑，主要就“是否接受过培训”、“接受哪种类型的培训”“培训时间长短”、“是否具有专业技能证书”进行调查。调查内容不仅包括农民接受的农技培训，而且包括农民工参加的其他专业技能培训及在职高与中专学校（限于本人现为农业户口）接受职业教育。调查显示，接受培训样本占到总样本的13.9%，占有非农收入样本的24.6%。在培训内容的调查中发现，以学习驾驶、农业栽培与养殖技术、电工者居多，也有一部分样本显示培训类型为装修、维修、电脑等。一般培训的培训时间多在4个月之内，农技培训时间更短，基本上在1周之内。对于接受培训的样本，拿到专业技能证书的在总体样本中占5.7%，在有非农收入的样本中占12.4%。这一变量的统计结果说明农村劳动力接受过专门培训的人员还比较少，具备一定资格认证的更少，这一问题在总体样本或者更进一步地说在纯农户样本中更突出。
表1 有关变量统计性描述
注：解释变量“外出就业时间（年）”指劳动力有打工经历的时间，为了统计上的方便，年内外出时间大于6个月少于12个月按 1年计，而小于6个月则按半年计，进行累加。
4.健康状况。一个人的健康状况很难进行量化分析，这也是在这个方面研究成果比较少的重要原因之一。本研究对这项调查内容通过三个指标来反应，一是“健康自评”，被调查者根据自己的感受对健康状况做自我评价，选项包括“优、良、差”，“优”表示身体状况很好，“良”表示一般，“差”表示经常生病；第二个指标是“医药费支出”，支出越多，说明健康状况越差；第三个指标是“营养保健投入”，这里保健支出界定为农民在营养品的购买及医疗保险方面的投资，这一花费越多，则认为农民在健康方面的投资越多，身体越健康。很多研究经常将后两个指标放到一起来研究，默认为两者对健康的影响是同方向的，即支出越多，健康状况越好。但笔者认为医药支出是一种事后行为，当健康状况出现问题时才被迫进行的花费，是一种消费行为，而卫生保健投入是一种事前的预防行为，即是一种对健康的保险行为，是一种投资行为，因此，二者对健康的影响并非同向，具体地说前者的影响是负向的，后者的作用则是正向的。
从调查结果来看，总体样本中83.7%的农村劳动力身体状况较佳，11.6%的劳动力自评身体状况一般，只有4.7%的劳动力身体状况较差。从有非农收入的样本来看，调查结果显示劳动力身体状况更好，88.6%的劳动力回答身体状况“优”，只有2.2%的人回答身体状况“差”。根据笔者在调查过程中的直觉判断，农民对于身体状况的判别标准较低。农民收入水平低，通常的头疼、感冒很少去就医，一般认为身体状况良好，经常性的小病认为身体状况一般，只有生大病才认为身体状况差，农民也很少从营养与心理的角度来考察身体状况。因此，这一指标显示的结果有很大的高估成分在里面。“医疗支出”方面的统计分布差异较大，最少者为5元，最多者为120000元。至于“营养保健投资”，总体样本的97.4%表示没有这方面的投资，有非农收入的样本96.8%表示无这项支出。即便是有这方面投资者，也是低水平的。
5.外出就业时间。人力资本理论认为迁移是人力资本积累的要素之一，农村劳动力外出会使外出者增长见识、开阔眼界、增进技能、积累经验，从而带来人力资本的增加。本文应用外出就业时间这一变量来反映就业者的非农经验、技能方面的人力资本状况，我们认为外出就业时间对劳动力的月工资收入有正向影响。数据显示，在有非农收入的农村劳动力中，73.9%的人非农收入来源于外出（在本村外）打工，其余26.1%的劳动力的非农收入来自于在本村打工、当村干部或农村教师等。外出就业时间最短者半年，最长者40年，35.9%的有非农收入者外出时间在1～5年，外出时间在10年以上者不到10%。
三、模型与方法
由于样本抽取在省（市）、县、乡级的非随机性，以及农村中存在大量没有工资性收入的劳动力。因此，在样本选择上很可能存在选择性偏误(Selection-Bias)问题，在这种情况下，采用普通最小二乘法(OLS)可能导致系数的有偏估计，考虑到这一点，我们利用Heckman备择模型进行纠偏。该模型的估计分两个步骤进行。
第一步，首先，运用Probit模型估计影响农村劳动力非农参与的概率，我们关心的因变量是劳动力是否有非农收入Y，但其依赖于不可观测的潜在变量Z，Z的值越大，有非农收入的概率越大，我们假定Z由下述决策方程决定：
第二步，以Mincer模型为基础，加入其他控制变量，运用OLS方法对方程进行估计，将λ[,i]作为估计方程的一个变量予以纠正样本选择偏误。即
其中，a、b、c、d、e、f为待估计参数，S与E分别为受教育年限与年龄，X为其他控制变量。
若λ[,i]的系数f是显著的，则证明选择性偏误存在，否则表明不存在选择性偏误，运用OLS方法估计便是有效的。X为我们从人力资本理论出发，在经典的Mincer模型中引入的控制变量，这些控制变量包括性别、培训、健康、非农经验技能、所在地区等。
这里需要说明的一点是，本文在变量进行统计分析时运用SPSS软件，在对模型进行回归时采用的是Eviews 3.1软件。
四、回归结果与解释
（一）非农就业概率的估计
按照Heckman模型的估计步骤，我们首先使用全体样本对农村劳动力的非农就业决定因素进行估计，所得结果见表2。
表2 Probit模型的系数估计
从表2可以看出，各主要解释变量，只有D2变量不显著，其它变量均高度显著。D2不显著说明，从全国来看山东在非农就业机会方面并非有绝对的优势，但从其正的回归系数来看，表明相对于安徽与四川，山东农民拥有更多的非农就业机会，这与我们预计结果一致，也符合当前地区经济发展实际。近几年山东经济发展迅速，省内很多县市涌现出一批上规模的农产品加工企业与重工业企业，这些企业为当地的农村剩余劳动力提供了许多就业岗位，调查中也发现山东农民很少出省打工，因为他们在本省甚至本县即可找到一份满意的工作。虚变量D1的系数在5%的显著性水平下显著为负，表明安徽相对于另外两省来说，农民在非农就业方面不具有优势。
在各主要解释变量中，教育、职业培训、经验技能、健康四个反映人力资本水平的变量对非农就业均起到了明显的正向作用。虽然健康自评变量系数为负，但这恰好说明了健康水平对非农就业的正向影响，因为我们对健康自评为“优、良、差”的附值分别为“1，2，3”，也就是说健康状况越差非农就业能力越弱。本文在模型设计之初，控制了医疗支出、保健投入两个人力资本变量的影响，但是回归结果显示这两个变量不显著且系数非常小，可以认为二者对因变量的影响不大，且去掉这两个变量后模型中其它变量的显著性水平明显提高，故在此我们不考虑二者对非农就业的影响。
受教育是人们获取基本工作能力，增加其它方面人力资本积累的重要手段，同时它对劳动力获得非农工作机会，增强就业能力的作用已为众多研究所证实（张林秀，2000；Laszlo，2003；陈玉宇、邢春冰，2004；白菊红，2004）。而职业培训、经验技能以及健康等人力资本要素对非农就业的作用远未提到应有的高度，尚未引起人们的普遍重视，但是不可否认受过培训与有一技之长的劳动力在城市中获得就业的机会明显较高，身体素质好也同样有利于劳动力转移。
传统的社会分工决定了，男性对于非农劳动参与的正向影响是非常显著的，即男性从事生产性劳动，而女性更多地承担了无酬的家务劳动，当然在非农就业问题上，性别的显著性也是由我国当前的劳动力市场需求决定的。当今，即便是第三产业的发展在用工上没有性别歧视，但是迅速发展的建筑业、制造业等对身体素质要求较高的行业特征也决定了男性在劳动力市场上比女性有一定的优势，更何况也很难保证在服务业劳动力市场上不存在性别歧视。因此，男性拥有了比女性更多的非农就业机会。
作为体现个人经验的年龄变量显著为负，即随着年龄的增长非农就业概率降低。这个结果多少令我们感到有点意外，但联系我们的样本特征便不难理解，本研究总体样本的平均年龄偏大（40岁），而对农村劳力有较大需求的制造业、建筑业对体力的要求相对较高，劳动力的体力与年龄又是呈负相关的。
（二）非农收入决定分析
这一部分我们将在Heckman模型第一步估计的基础上，对非农决定方程进行估计，该方程以 Mincer模型为基础，被解释变量为年非农收入的自然对数，年非农收入由工资性收入与家庭经营性收入构成，其中工资收入由月工资收入乘以当年工作时间（以月为单位）获得，个人经营性收入由家庭经营性收入除以参与经营活动的人员数得出。解释变量增加了培训、健康、经验技能等人力资本变量，以及省级地区虚变量与个人特征等控制变量。估计结果见表3。
从回归结果我们可以发现教育、培训、经验技能等人力资本变量，与第一步Probit模型的估计结果一样，在统计上显著为正。这一结果充分说明人力资本不仅是农村劳动力跨入非农行业的重要影响因素，而且在增加农民非农收入方面也起了重要的作用。我们的调查结果也表明，接受过一定技术培训的劳动力和具有一定专长的劳动力不仅有较高的工资收入，而且在外就业的稳定性较强，回流比率较低。至于教育对于增加非农收入的作用，可以通过教育对非农收入的弹性E[,s]来做进一步认识。
从关系式(7)可以看出，非农收入的弹性为正值，且随着受教育年限的增加逐年增长，这说明受教育年限的增加引起的收入的增量逐渐增加。当S大于10时，教育的非农收入弹性E[,s]＞1，即劳动力文化程度达到高中水平时，非农收入的增长快于受教育水平的增长，此时教育水平较小的增长即可引起收入水平较大的增加，教育的贡献在进一步增强。
表3 非农收入决定因素估计
注：***表示在1%的显著性水平下显著，**表示在5%的显著性水平下显著，*表示在10%的显著性水平下显著。
另外一些估计系数比较显著的变量包括性别、年龄[2]、是否村干部、年内非农就业时间、年营养保健投入。
性别变量的估计结果与其他同类研究结果相一致——显著为正，其显著性可由前面Probit模型的估计结果得到说明，男性比女性有更多的非农就业机会，在同一劳动力市场条件下，当然男性也会比女性拥有更多的非农收入。
年龄的估计系数为正，年龄[2]的系数为负，表明随着年龄的增长收入先增加后减少，更具体的含义为：在劳动力刚进入劳动市场时经验不足，随着年龄的增长、经验的积累，收入也在不断提高，但是当到了一定年龄后体质开始下降，有效劳动时间减少，收入也相应地减少。侯风云(2004)的一项研究也证明了这一点，他通过对不同年龄段的农村劳动力样本进行估计发现，15～34岁劳动力的工龄收益率最高，而50岁以上样本的工龄收益率为负值。
是否村干部这一变量在非农收入决定中呈现显著的负相关，说明当前我国村干部的非农收入与其他外出务工者相比较低，村干部的主要非农收入来自于工资，也就是说其工资水平较低。在调研过程中，很多村干部向我们抱怨工资水平太低，干工作全凭自身的觉悟与热情，缺乏一定的物质激励，从我们的研究结果来看他们所言不虚。我们由此得到的启示是，与村里普通劳动力相比，村干部拥有较高的人力资本水平，而没有获得相对等的报酬，按照市场选择，村干部更愿意外出务工。因此，为了农村留住人才、留住能人，国家应适当考虑提高村干部的工资水平。
与我们的预计相一致，非农就业时间在1%显著性水平下显著为正，也就是说非农就业时间越长，相应的收入水平也越高。这一结果很好理解，许多农民工并非常年在外打工，而是农闲时外出务工，农忙时回家务农，因此外出时间长短就成为其收入多少的一个主要决定因素。
保健投入系数虽然在统计上非常显著，但系数非常小，即保健投入对农民非农收入的影响不大。正如我们前面变量统计分析过程中所指出的那样，绝大多数农民在营养保健方面没有投资。个别家庭富裕的农户在这方面有所投入，那也是低水平的。因此，保健性投资在经济上对非农收入没有明显影响也在情理之中。
在方程估计中，不显著的几个变量包括健康自评、医药卫生费支出、外出就业时间以及省级虚拟变量D1、D2。健康自评变量在第一步的估计中比较显著，这意味着在选择非农就业参与者的过程中，健康因素起了较大的作用。当劳动力进入非农就业市场后，健康对收入不发生影响，这可能是由于进入时的筛选机制所致（魏众，2004）。医疗费支出的影响不明显可能与进入非农行业的就业者身体素质相对较高，在医药支出方面的差异不大有关。作为反映非农工作经验的外出就业时间（年）变量，虽然对非农收入有正向影响，但系数不显著，可能的原因是以年龄解释了一些应当由非农工作时间解释的问题，另外，外出时间里所从事的工作可能主要是以体力为主的劳动，因此难以体现经验的作用。两个地区虚拟变量系数不显著，表明我们所选择的样本省份在非农收入方面的差异不明显。但是两个系数的符号与我们的预计相同，D1为负，D2为正。这在一定程度上说明，东部地区在非农收入方面还是有一定优势的。
从显著的逆米尔斯比率(Inverse Mills Ratio)的系数来看，我们所做的非农收入决定研究存在一定的样本选择性偏误问题，这也表明在本研究中使用Heckman模型是正确的。
五、主要结论
人力资本理论告诉我们，人力资本水平是决定经济发展的重要因素，同样也是农村发展、农民最终走向富裕的根本的内在因素，本文通过实地调研，掌握第一手的数据资料，在更丰富的人力资本内涵下，对农村劳动力非农收入的影响因素进行了实证分析，得出以下主要结论：
1.教育、培训、技能等人力资本的回报率不仅体现在增加了劳动力的非农参与机会，而且显著提高了农民的非农收入。本文研究发现教育的边际报酬与弹性均大于0，且受教育年限超过10年以后，教育收入弹性大于1。教育对非农就业与非农收入的重大作用在学术界基本上达成了共识，但是职业培训与专业技能对于增强农民非农就业能力、提高农民非农收入水平方面的重要意义还未在社会上引起足够的重视，调研中发现参加过培训以及具有专业技能的劳动力还比较少。
2.一个人的健康状况难以量化，迄今为止还没有形成一组统一的衡量指标，在本文中运用健康自评、医药卫生费支出以及营养保健投入三个指标对其作量化分析。健康自评指标虽然带有一定的主观性，但却是评价健康状况的最直接的指标，也是学术界采用最多的指标之一。本文的估计结果表明，健康自评对于农民获得非农就业机会具有重要作用，但在增加非农收入方面的作用不明显，尽管如此，由于非农就业机会对农民收入的重要性，我们不能否定健康在增加农民家庭总收入方面的重要作用。至于医药卫生费支出以及营养保健投入的作用，在本文的估计中不显著。
3.是否为村干部变量对非农收入的影响显著为负，从一定程度上说明我国当前村干部工资水平还比较低。村干部是村里人力资本水平较高的劳力，无论从留住人才还是农村的长远发展来看，都应当给我这一人群适当的激励。
4.无论是在非农就业还是在非农收入决定方面，在农村劳动力市场上性别歧视现象明显存在；由年龄所反应的生活经验在非农收入决定方面比较显著，非农就业经历对非农收入的影响在本文中不明显。
5.从我们的调查样本来看，地区差异对非农收入的影响不太显著，但从估计系数的符号我们可以判断东部地区无论是在提供就业机会还是在增加劳动力非农收入方面均有一定优势。
注释：
①张车伟：《营养、健康与效率》，《经济研究》2003年第1期，第3～12页。