你好,欢迎进入贵州省社会科学院   您是第位访客
您当前所在的位置: 首页 » 学术视角 » 专家视点

刘杜若 邓明:留下还是外出:贸易开放、劳动力技能水平和就业地选择

贵州省社会科学院  http://www.gzass.net.cn/  发布时间:

字体:  点击量:次   打印本页 关闭本页   

摘要:本文从劳动力市场上就业地选择差异的角度,研究了我国贸易开放对不同技能水平劳动者就业地选择的差异化影响。以2014年全国流动人口动态监测数据为样本,利用probit模型、工具变量法等计量方法,并计算了非线性模型中交互项的边际效应值及标准误,此外,还对不同的贸易开放变量的度量、不同的劳动力技能水平的定义和不同的子样本进行了稳健性检验,进一步地还考察了内生性问题。研究发现,随着家乡贸易开放进程的不断深入,劳动力技能水平越高,越倾向于留下就地就近工作;反之,技能水平越低的劳动力,其越可能外出就业。本文研究的启示如下:地区贸易开放进程的不断深入有利于当地人力资本积累和经济健康持续发展,但同时也要采取精准扶贫策略,加大技能培训力度,提高非技能劳动力技能水平,避免这一群体在贸易开放进程中福利受损。


关键词:贸易开放;技能水平;就业地选择

一、引言

改革开放以后,我国东部沿海地区依托区位优势不断扩大经济开放,吸引了内陆地区劳动力的大规模流入。人力资源集聚为我国东部沿海地区外向型经济增长提供了源源动力,但同时也造成内陆地区人才大量流失,拉大了区域间发展差距。近年来,我国政府先后提出并深入贯彻落实西部大开发战略、中部崛起战略以及“一带一路”、京津冀协同发展和长江经济带三大战略,旨在进一步发挥内陆地区劳动力充裕优势,带动当地劳动力就地就近就业创业,从而实现区域经济协调发展与民生改善。

在这一战略背景下,我国内陆地区对内对外开放程度不断扩大,进出口能力持续提升,用人需求显著增加。内陆地区逐渐从传统劳务输出地转变为新的劳动力“蓄水池”,外出打工劳动力纷纷回流。以西部内陆省份贵州为例,20122015年,贵州省农民工返乡创业就业人数分别达到了53万人、57万人、62万人和81万人,呈现出明显递增的态势。与此同时,另一个现象引起了我们的注意:在我国内陆地区的就业市场上,不同技能水平劳动力的就业形势呈现出差异化特征,“回来的技能工人不够用,当地的非技能工人用不上”的现象频现。换句话说,返乡劳动力数量的增加并非必然指向全体劳动力就业质量的提升,只有技能劳动力才是就业市场上的“香饽饽”。“趋利避害”是作为理性人的劳动者在选择就业流动去向时的基本思量。面对上述特征事实,我们不禁要问:近年来,我国不断深化的贸易开放进程究竟怎样影响不同技能水平劳动力的就业地决策选择?随着家乡贸易开放进程的日愈深入,不同技能水平的劳动力在是否离家外出就业的选择上有无差异?不同技能水平的劳动力在选择是否离家外出就业时,贸易开放是加强了其“主动性”还是“被迫性”?这一影响的传导机制是什么?

本文以我国劳动力群体为研究对象,考察贸易开放因素对不同技能劳动力就业地选择决策的影响。可能的贡献主要如下:(1)由于数据可获得性等原因,以中国为样本的相关研究都没有注意到劳动力的技能异质性,而后者对劳动力流动影响的重要性一直被劳动经济学者强调(Borjas1987)。本文尝试对相关研究做出推进。(2)本文采用最新的全国范围内大型微观调查数据样本,利用二元响应模型、工具变量法等研究手段,并求得非线性模型中交互项边际效应的真实系数与标准误(AiandNorton2003),从而得到我国贸易开放对不同技能水平劳动力就业地选择的差异化影响。考虑了不同的贸易开放变量测度方法、内生性问题、不同子样本、不同的劳动力技能水平定义等多种情形在内的稳健性检验也表明,本文的结论是成立的。

本文结构安排如下:第二部分简要回顾和总结已有研究;第三部分采用二元响应模型,考察我国贸易开放进程对不同技能水平劳动力就业地选择的差异化影响;最后是结论和启示。

二、文献回顾

本文将贸易开放的收入分配效应与劳动经济学的人力资本理论、劳动力就业流动选择理论结合起来,分析我国贸易开放进程通过技能回报这一影响渠道,对不同技能水平劳动力就业地选择的差异化影响。基于这一研究思路,我们将对研究贸易开放、技能回报以及劳动力就业地选择间两两关系的文献进行梳理与总结。

贸易开放对劳动力就业流动的影响一直是国际贸易学界研究热点之一。有学者研究贸易开放对劳动力地区间流动的影响,如ZhaiandWang2002)一般均衡模型结论认为,中国加入WTO将使得更多的农村劳动力流入城市。PoncetandZhu2003)认为,全球化进程扩大了中国各省份对劳动力的吸纳能力,从而降低了他们跨省流动的意愿。Aguayo-Tellezetal.(2010)实证发现,全球化进程增加了巴西工人在外企工作的机会和在出口企业工作的稳定性,从而促进了劳动力地区间流动。在国内,杨云彦等(2003)、肖智等(2012)以及易苗、周申2011)也强调了贸易开放对劳动力地区间流动的影响。但是,由于数据可获得性等原因,上述研究均未考虑劳动力的技能异质性。

在劳动经济学领域,Borjas1987最早提出了不同技能就业地选择理论:技能回报的地区差异决定了不同技能者对就业地点的选择,低技能者会倾向于“负向选择”,被迫留在技能回报低的地区,高技能者会倾向于“正向选择”,主动流向技能回报高的地区。国内劳动经济学者对劳动者技能水平与就业地选择关系展开了丰富的研究。例如,赵耀辉(1997)采用四川省农村数据,发现高学历者更倾向于在家乡就业;之后,她采用河北、安徽等6省农村数据,得到了相反的结论(Zhao2003)。其他学者同样未达成一致性结论,蔡昉、都阳(2002)与赵耀辉(1997)结论类似;童玉芬、王莹莹(2015)则发现学历高者更倾向于流向北上广。值得一提的是,少数文献进一步考察了技能回报对我国不同技能水平劳动力就业地选择的影响:邢春冰等(2013)采用20051%人口抽样调查数据及2011年流动人口数据,在估算出教育回报率的地区差异后,发现这一差异对不同教育水平劳动力的迁移概率产生了显著的影响,高教育者更倾向于迁移至教育回报率较高的地区。

国际贸易学者就贸易开放与技能回报关系展开了丰富的研究。对这一问题的研究可追溯至赫克歇尔-俄林模型及其推论斯图尔帕-萨缪尔森定理(下文简称SS定理)随后,Jones1965)采用数学模型论证了SS定理。受Jones1965)启发,一些学者开始采用规范的实证方程研究SS定理与现实的吻合度(Baldwin and Cain1997Leamer1998Haskel and Slaughter20012003Robertson2004,不过,结论始终未达成一致(GoldbergandPavcnik2007Grossman2013)。国内学者就我国贸易开放对技能回报影响展开了大量研究,部分学者发现,贸易开放对高技能工人的相对技能回报有促进作用,从而扩大了技能溢价(邵敏、刘重力,2010;李磊等,2011;邹薇等,2011);但也有相反结论(XuandLi2008;王云飞、朱钟棣,2010;张涛、林季红,2012)。在贸易开放对技能回报的作用机制方面,国内现有文献主要集中于对技术进步的讨论,如潘士远(2007)、喻美辞、熊启泉(2012),对其他渠道的证明较为少见。基于牛蕊(2011),张明志等(2015)证明了价格机制传导渠道的存在性:采用修正了标准误估计偏误的委托工资回归两步法,发现我国贸易开放通过降低国内产品市场价格,对不同技能水平劳动力的技能回报产生了差异化影响:显著提高了较高技能者的工资,对低技能者的工资则产生负向作用。

综合劳动经济学界与国际贸易学界相关研究发现,可以看出:第一,地区间技能回报的差异性会显著影响不同技能水平劳动力的就业地选择;第二,贸易开放对不同技能水平劳动力需求的差异性会对技能回报产生作用。二者结合,我们认为,贸易开放会通过技能回报渠道对不同技能水平劳动力的就业地选择产生差异化的影响。但是,由于目前关于贸易开放对技能回报影响的研究尚未得到统一的结论(刘瑶,2016),因此,贸易开放对不同技能水平劳动力就业地选择的作用存在正、负两个方向的可能性:其一,贸易开放使我国在劳动力密集方面的比较优势得到充分发挥,对低技能劳动力的相对需求不断增加,从而降低了技能回报。在这种情况下,随着家乡贸易开放进程的不断深入,技能水平越低的劳动力越可能在当地获得更高的工资,从而越倾向于留在家乡就业,而技能水平较高劳动力的选择则恰恰相反;其二,贸易开放通过引入进口竞争和技术进步,扩大了对能力更强、与先进技术互补的技能型劳动力的相对需求,从而提高了技能回报。在这种情况下,劳动力技能水平越高,越可能在家乡不断深化的贸易开放进程中获得更高的工资,从而更倾向于留在家乡就业,而不是离家外出。对于他们而言,倾向于留在家乡就业创业是“主动型”选择,由此获得更高的福利水平;反之,技能水平越低的劳动力,其越可能在家乡不断深化的贸易开放进程中遭遇工资下降与被淘汰的压力,从而更倾向于外出就业,而不是就地就近就业创业。对于这一类劳动力而言,倾向于离乡外出就业是“被动型”的。下文将通过二元响应模型就贸易开放对不同技能水平劳动力就业地选择的差异化影响进行实证检验。

三、经验证据

(一)样本和被解释变量

1. 样本来源与筛选

本文所采用的样本数据来自2014年全国流动人口动态监测数据。20145月,国家卫生计生委在全国范围内开展了流动人口动态监测调查,样本点分布在31个省(区、市)和新疆生产建设兵团的1459个县级单位,涉及3776个街道(乡镇),8993个居委会村委会调查采取分层、三阶段与流动人口规模成比例(PPS)的抽样方法。31个省(市、区)和兵团共分为32层,层内按三阶段(街道/乡镇、居委会/村委会、个人)与规模成比例的方法随机选取调查对象。各省级行政单位流动人口样本分8种不同规模,浙江14000人,江苏、广东为12000人,黑龙江为10000人,北京、上海8000人,福建、湖南7000人,天津、山东等9个省(区、市)6000人,河北、山西等9个省(区)为5000人,吉林、贵州、西藏、宁夏、新疆和兵团为4000人。个人调查对象为在流入地居住一个月以上、非本市(区、县)户口且20145月时年龄为15-59周岁的流动人口(市辖区内人户分离除外)。实际调查流动人口201000人,有效样本200937人,涉及流动人口家庭成员667122人,其中在流入地家庭成员575288。监测内容包括家庭成员基本信息、就业与居住基本公共卫生和医疗服务、婚育情况与计划生育服务管理,以及社区人口基本状况、社区管理与服务等。调查的主要结果不仅对全国和各省有代表性,对城市群和重点城市也有较好代表性。

本文探讨贸易开放对不同技能水平劳动力就业地选择的影响,首先要对样本进行筛选。我们把劳动力定义为:16-60岁有劳动能力且就业身份为雇员、雇主、自营劳动者或家庭帮工的人口。剔除就业身份为“其他”的样本。剔除关键观测值存在空值或异常值的样本。最终保留样本数为155409人,占原始有效样本数的77.34%

1给出了样本的特征比较。外出就业的子样本共81063个,占总样本的52.16%,留乡就业的子样本共74346个,占总样本的47.84%。留乡就业子样本的平均受教育年限为9.831年,略高于外出就业子样本。外出就业子样本男性比例为62.2%,农业户籍人口比例为84.3%,平均外出期限为4.544年,家里有留守儿童的比例为20.2%,已婚比例为75.8%,略高于留乡就业子样本。也就是说,与留乡就业的劳动力相比,外出就业的劳动力受教育年限稍低,男性比例更高,更多为农业户籍,有更长的外出务工经历,家中有留守儿童的比例更高,且更多为已婚人士。

1样本描述性统计

样本特征

总样本

外出样本

留乡样本

受教育年限(年)

9.692

9.565

9.831

年龄(岁)

33.95

34.00

33.90

男性%

0.618

0.622

0.613

农业户籍%

0.832

0.843

0.820

外出务工期限(年)

4.475

4.544

4.399

有留守儿童%

0.164

0.202

0.123

有留守老人%

0.00920

0.00918

0.00923

已婚%

0.750

0.758

0.740

样本个数

155409

81063

74346

数据来源:通过对样本的整理得到。

(二)变量设置

1. 被解释变量

根据2014年全国流动人口动态监测数据问卷设置,本文将样本数据中的“本次流动范围”的答案选项“跨省流动”视为劳动力外出就业选择,并令y=1,否则y=0

2. 核心解释变量:贸易开放

2014年全国流动人口动态监测数据提供了被调查样本户籍地的行政区划代码,这使得我们能够根据代码将被调查样本与各省区的贸易开放变量逐一匹配。本文分别用各省区的进出口依存度(进出口额与GDP的比值)、出口依存度(出口额与GDP的比值)和进口依存度(进口额与GDP的比值)的逐年差分值来衡量和测度贸易开放进程。所需数据来自《中国统计年鉴》2010-2014版,并采用历年人民币汇率(年平均价)进行换算。

3. 控制变量

劳动力就业流动的决策来自于劳动力对于流动前后相对成本和收益的综合考量。影响劳动力就业地选择的因素既包括劳动力个人和家庭特征,又包括外部社会经济条件(盛来运, 2007;韩淑娟、马瑜,2013;牛建林,2015)。根据2014年全国流动人口动态监测数据的问卷设置,本文分别对被调查样本的个人特征、家庭特征和户籍地经济特征进行了控制,做法如下:

个人特征。(1)受教育年限。2014年全国流动人口动态监测数据报告了被调查样本教育程度,共分为未上过学、小学、初中、高中、中专、大学专科、大学本科和研究生8个层次。本文将各学历水平换算成相对应的受教育年限,并用之作为劳动力技能水平的代理变量;2)年龄。通过问卷中报告的被调查样本出生年月数据换算得到;(3)性别。男性赋值为1,女性赋值为0;(4)户籍。农业户籍赋值为1,非农业户籍赋值为0;(5)外出务工经历。用问卷中被调查样本回答的“您第一次离开老家外出找工作是什么时候”数据换算得到;6)职业与行业特征。

家庭特征。2014年全国流动人口动态监测数据报告了被调查样本的子女、其他家庭成员(包括在本地、老家和其他地方的)的户籍地、现居住地情况,并对每一成员进行了id赋值。根据这一数据,我们设置了相应的虚拟变量:1)被调查样本在家乡有留守儿童赋值为1,无则为0;(2)被调查样本在家乡有留守老人赋值为1,无则为0。(3)婚姻状况。已婚赋值为1,未婚赋值为0

社会经济特征。在个人及家庭特征以外,劳动力的就业地选择决策往往还受到一系列宏观社会经济因素的影响。在借鉴PoncetandZhu2003)、HeringandPoncet2010)的研究基础上,本文控制了以下社会经济特征变量:(1)失业率。用各省城镇登记人员失业率表示;(2)人均GDP。用人均地区生产总值的对数表示;(3)以房价为表征的生活成本。用分地区商品房平均销售价格的对数表示。数据均来自《中国统计年鉴》。

(三)计量模型和检验

1. 基准计量模型设定

由于本文的理论分析将劳动力就业地选择区分为外出和留下两种类型,这意味着在经验研究时也应将被解释变量,即就业地选择划分为外出和留下两种类型,从而使经验研究和理论机制保持一致。本文采用二元响应模型(Binaryresponsemodel)进行检验。标准的二元响应模型设定为:

其中,的条件概率;为被解释变量,这是一个二值虚拟变量;为一系列解释变量;是一个取值范围介于01之间的函数。probit模型是经验研究中最常使用的一种计量模型形式。在probit模型中,是标准正态分布的累积分布函数。本文将probit模型中的潜变量(latent variable)设定为:

如果>0,则y=1;如果<0,则y=0。式(2)中,为被调查样本i户籍地所属j省区的贸易开放变量,是本文关注的核心解释变量;为被调查样本i的技能水平;表示家乡j省份的贸易开放进程对不同技能水平样本的就业地选择的影响;表示控制变量,是随机误差项。

根据本文对就业地选择的设定,在基准回归模型中,是被解释变量。我们将样本数据中的劳动力跨省就业流动视为外出就业选择,并令=1,否则=0。根据probit模型及本文对劳动力就业地选择的设定,解释变量回归系数为正说明该解释变量越大,个体选择离家外出就业的可能性越高;反之,解释变量回归系数为负,说明该解释变量越大,个体选择离家外出就业的可能性就越低。基准模型回归结果见表2

本文同时用进出口依存度、出口依存度、进口依存度定义贸易开放变量,以保证结论的稳健性,回归结果分别见表2列(1)至列(3)。尽管微观个体选择并不能影响宏观变量,从而可以减轻反向因果问题(Hering and Poncet2010),但为了降低或避免由遗漏变量所造成的内生性问题的影响,我们根据已有实证研究的处理方法(Ebenstein et al.2009),将核心解释变量滞后一期进行回归,回归结果见表2列(4)。

2基准模型回归结果表明,在控制了影响劳动力就业地选择的个人、家庭和经济特征后,贸易开放显著影响我国不同技能水平劳动力的就业地选择。不论是进出口依存度指标、出口依存度指标还是进口依存度指标,贸易开放变量的系数为正,贸易开放与技能变量的交互项对被解释变量的影响均为负,且均在1%的水平上显著。这一结果说明,贸易开放对不同技能水平劳动力的就业地选择产生了差异化的影响。对于非技能、低技能水平劳动力而言,家乡贸易开放进程提高了其外出就业创业的可能性;而对于技能水平较高的劳动力而言,家乡贸易开放进程提高了其就地就近就业创业的可能性。主要原因在于,我国地区贸易开放进程通过引入进口竞争(张明志等,2015)和技术进步(喻美辞、熊启泉,2012),显著提高了对较高技能劳动力的需求,同时降低了对低技能、非技能劳动力的需求,从而扩大了技能回报差异。因此,在面对家乡不断深入的贸易开放进程时,劳动力技能水平越高,越可能和不断深化的贸易开放进程引致的技术、就业岗位匹配,从而获得更高的工资与福利水平,因此越倾向于在家乡就地就近就业创业;反之,技能水平越低的劳动力,其越可能遭遇工资下降与被淘汰的压力,从而更倾向于选择离乡外出。这一发现在贸易开放变量滞后一期处理后的检验结果中仍显著成立。

2. 交互项的边际效应及标准误的修正

在线性模型中,我们能够直接求出交互项的边际效应,其显著性也直接由系数的t检验来判断。但是,在非线性模型中,我们不能直接求得交互项的边际效应及标准误。大部分已有文献都错误地估计了非线性模型中交互项的边际效应和标准误(Ai and Norton2003)。已有的使用包含交互项的非线性模型的文献,几乎都直接报告由dprobitmfx命令得到的交互项的边际效应及标准误(张爽等,2007)。但是,这两种命令都将交互项仅看做单一变量来一阶偏导,而忽视了交互项的乘积形式。正确做法是对交互的两个变量求交叉偏导,然后通过Stata软件编程,求出交互项的真实边际效应及标准误。本文求得了贸易开放变量与劳动力技能水平交互项的真实边际效应及标准误,结果见表2。可以看到,交互项的真实边际效应符号保持为负,且在1%水平上显著,这再次证实了回归结果的符号与显著性。


3. 内生性的进一步讨论

尽管我们在基准模型回归中,将核心解释变量滞后一期以缓解或避免因遗漏变量所产生的内生性问题的影响,但为了更好地解决内生性问题,我们利用工具变量法做进一步的计量检验。我们借鉴黄玖立和李坤望(2006)的做法,取各省省会到海岸线的距离的倒数×100即国外市场接近度(Foreign Market Access)作为工具变量。主要原因在于:一是国外市场接近度与各省的对外贸易密切相关,各省区越靠近海岸线就意味着越接近国外市场;二是地理位置变量是外生的。具体做法是,沿海省份到海岸线距离为其内部距离,取各省份地理半径的2/3,即,其中,i省份的陆地面积(Redding and Venables2004)。内陆省份到海岸线距离为其省会到我国最大的5个港口(天津港、上海港、宁波-舟山港、深圳港、广州港)的最短距离(贾中华、梁柱,2014)。利用IV probit进行回归,结果见表2列(5)。

从结果看,首先,在第一阶段回归中,Kleibergen-Paap rk LM检验结果在1%显著性水平上拒绝原假设,说明不存在工具变量识别不足问题,Kleibergen-Paap rk Wald F检验结果大于Stock-Yogo检验10%显著性水平上的临界值,拒绝原假设,说明不存在工具变量弱识别问题。其次,外生性检验结果表明,在1%的显著性水平上,应拒绝贸易开放外生性的原假设,这意味着贸易开放变量是内生的。这个结果说明,国外市场接近度是一个有效的工具变量。最后,从我们使用工具变量法后的检验结果来看,贸易开放与技能的交互项系数在1%的水平上显著为负。这说明,即使引入工具变量控制内生性问题也不影响本文结论。

2贸易开放与不同技能水平劳动力就业地选择的基准模型回归结果


基准模型probit

IV probit


(1)

(2)

(3)

(4)

(5)

技能

-0.0231***

-0.0196***

-0.0231***

-0.0135***

-0.0249***


(0.0017)

(0.0016)

(0.0017)

(0.0017)

(0.0018)

贸易开放×技能

-0.879***

-1.105***

-1.723***

-0.744***

-1.176***


(0.0704)

(0.1194)

(0.1291)

(0.0667)

(0.1249)

贸易开放

8.934***

4.840***

23.17***

9.146***

11.43***


(0.7297)

(1.2299)

(1.3201)

(0.6773)

(1.3122)

年龄

-0.0173***

-0.0171***

-0.0167***

-0.0177***

-0.0175***


(0.0029)

(0.0029)

(0.0029)

(0.0029)

(0.0029)

年龄平方

0.000227***

0.000228***

0.000216***

0.000229***

0.000230***


(0.0000)

(0.0000)

(0.0000)

(0.0000)

(0.0000)

男性

0.0154**

0.0147**

0.0162**

0.0158**

0.0154**


(0.0070)

(0.0070)

(0.0070)

(0.0070)

(0.0070)

农村户籍

-0.00779

-0.0130

-0.00965

-0.00727

-0.00766


(0.0096)

(0.0096)

(0.0096)

(0.0096)

(0.0094)

外出务工经历

0.0111***

0.0109***

0.0116***

0.0112***

0.0111***


(0.0008)

(0.0008)

(0.0008)

(0.0008)

(0.0007)

留守儿童

0.306***

0.306***

0.302***

0.305***

0.306***


(0.0095)

(0.0095)

(0.0095)

(0.0095)

(0.0095)

留守老人

0.00859

0.00381

0.00534

0.0120

0.00916


(0.0345)

(0.0345)

(0.0346)

(0.0345)

(0.0339)

已婚

-0.00709

-0.00893

-0.00861

-0.000162

-0.00749


(0.0099)

(0.0099)

(0.0099)

(0.0099)

(0.0099)

失业率

0.0400***

0.0500***

0.0488***

0.0301***

0.0402***


(0.0064)

(0.0065)

(0.0064)

(0.0065)

(0.0064)

人均GDP

-0.421***

-0.527***

-0.392***

-0.395***

-0.432***


(0.0147)

(0.0151)

(0.0143)

(0.0146)

(0.0157)

生活成本

0.301***

0.306***

0.325***

0.308***

0.298***


(0.0183)

(0.0183)

(0.0184)

(0.0183)

(0.0180)

职业固定效应

产业固定效应

常数项

2.381***

3.333***

1.875***

1.968***

2.533***


(0.3371)

(0.3353)

(0.3356)

(0.3383)

(0.3435)

样本个数

155409

155409

155409

155409

155409

Wald chi2

10538.60

10864.80

10753.66

10561.89

9884.52


[0.0000]

[0.0000]

[0.0000]

[0.0000]

[0.0000]

边际效应

-0.3498***

-0.4426***

-0.6832***

-0.2954***

-


(0.0280)

(0.0475)

(0.0514)

(0.0266)

-

Kleibergen-Paap rk LM检验

-

-

-

-

5775.216


-

-

-

-

[0.0000]

Kleibergen-Paap rk Wald F检验

-

-

-

-

7916.577

外生性检验chi2

-

-

-

-

11.30


-

-

-

-

[0.0035]

注:小括号内数值为稳健标准误;******分别代表10%5%1%的显著性水平。Kleibergen-Paap rk LM检验的原假设为工具变量识别不足,若拒绝原假设说明不存在工具变量识别不足问题;Kleibergen-Paap rk Wald F检验的原假设为工具变量为弱识别,若F值大于Stock-Yogo检验临界值则拒绝原假设,说明不存在工具变量弱识别问题,此处Stock-Yogo检验10%显著性水平上的临界值为7.03。中括号内数值为相应检验统计量的p值。外生性检验原假设为解释变量是外生的,若拒绝原假设说明解释变量不是外生,回归应采用工具变量法。

(四)稳健性检验

本文在基准模型回归的基础上还做了如下稳健性检验

1. 子样本回归

剔除样本中就业身份属于雇主、自营劳动者或家庭帮工三类情形,只保留就业身份为雇员的子样本。这主要基于以下考虑:已有关于贸易开放对技能回报影响及作用机制的研究多采用工薪收入者样本数据,而前三类就业身份的收入来源较为复杂。如果地区内劳动力流动不完全、存在较大壁垒,那么,将这三类情形劳动力纳入样本可能会影响检验结果的显著性。为了避免这种影响,我们把剔除了这三类情形的雇员子样本进行回归,结果见表3列(6)。检验结果表明,贸易开放与技能的交互项系数的符号及统计显著性都没有变化。

2. 重新定义劳动力技能类型

根据国际通行标准,劳动力技能类型可由受教育水平、职业类型或所在行业类型进行划分(Slaughter2000)。为证实本文研究发现的稳健性,我们重新定义劳动力技能类型:将职业类型为专业技术人员的样本定义为技能劳动力,其他样本为非技能劳动力;将所在行业类型为教育、科研行业的样本定义为技能劳动力,其他样本为非技能劳动力。分别进行计量检验,结果见表3列(7)和列(8)。检验结果显示,贸易开放与技能的交互项在所有回归中都在统计上显著为负,回归结果基本不受影响。最后,考虑到我国农民工群体以非技能劳动力为主的现实国情,我们将农业户籍的样本定义为非技能劳动力,其他样本为技能劳动力,再次进行稳健性检验,结果见表3列(9)和列(10)。在把农业户籍劳动力定义为非技能劳动力后,贸易开放与技能的交互项系数在1%水平上显著为正。结果表明,面对家乡不断深化的贸易开放进程,以非技能劳动力为主的农业户籍劳动力更有可能选择离乡外出。这再次验证了本文的研究发现。

综合上述,经验证据表明,我国贸易开放进程确实显著影响不同技能水平劳动力的就业地选择:家乡的贸易开放进程越深入,技能越高的劳动力越可能选择留下,就地就近就业创业;技能越低的劳动力越可能被迫选择离乡外出。本文的经验证据为我们理解贸易开放进程中的不同技能水平劳动力就业地选择和相应政策制定等问题提供了新的视角。


3贸易开放与不同技能水平劳动力就业地选择的稳健性检验结果



重新定义技能分类



职业技能分类

行业技能分类

农业户籍=非技能劳动力


雇员子样本

雇员子样本

雇员子样本

全样本

雇员子样本


(6)

(7)

(8)

(9)

(10)

技能

-0.0329***

-0.0908***

-0.194

0.108***

0.124***


(0.0023)

(0.0225)

(0.3817)

(0.0103)

(0.0127)

贸易开放×技能

-2.744***

-7.600***

-7.208***

13.99***

21.34***


(0.1522)

(1.0045)

(2.0056)

(0.7539)

(0.8929)

贸易开放

28.69***

1.077**

0.266

-10.91***

-15.30***


(1.6243)

(0.4324)

(0.4133)

(0.6953)

(0.8130)

年龄

-0.0148***

-0.0165***

-0.0168***

-0.0173***

-0.0152***


(0.0037)

(0.0037)

(0.0037)

(0.0029)

(0.0037)

年龄平方

0.000206***

0.000246***

0.000249***

0.000244***

0.000229***


(0.0001)

(0.0000)

(0.0000)

(0.0000)

(0.0001)

男性

0.000352

-0.00438

-0.00512

0.00940

-0.00259


(0.0094)

(0.0093)

(0.0093)

(0.0070)

(0.0094)

农业户籍

-0.0381***

-0.0137

-0.0146

-

-


(0.0119)

(0.0113)

(0.0113)

-

-

外出务工经历

0.0124***

0.0123***

0.0123***

0.0111***

0.0122***


(0.0011)

(0.0011)

(0.0011)

(0.0007)

(0.0011)

留守儿童

0.279***

0.278***

0.279***

0.306***

0.279***


(0.0125)

(0.0124)

(0.0124)

(0.0095)

(0.0125)

留守老人

-0.0796*

-0.0838**

-0.0867**

0.00747

-0.0861**


(0.0407)

(0.0406)

(0.0406)

(0.0340)

(0.0408)

已婚

-0.00911

-0.00280

-0.00203

-0.00337

-0.000781


(0.0120)

(0.0119)

(0.0119)

(0.0099)

(0.0120)

失业率

0.0767***

0.0813***

0.0813***

0.0393***

0.0776***


(0.0085)

(0.0084)

(0.0084)

(0.0064)

(0.0085)

人均GDP

-0.541***

-0.562***

-0.558***

-0.432***

-0.528***


(0.0196)

(0.0194)

(0.0194)

(0.0157)

(0.0196)

生活成本

-0.141***

-0.116***

-0.113***

0.313***

-0.129***


(0.0242)

(0.0241)

(0.0240)

(0.0180)

(0.0243)

职业固定效应

行业固定效应

常数项

7.424***

6.919***

6.856***

2.035***

6.594***


(0.4446)

(0.4390)

(0.4389)

(0.3442)

(0.4472)

样本个数

95374

95374

95374

155409

95374

Wald chi2

9451.83

9217.94

9194.38

9999.74

9624.75


[0.0000]

[0.0000]

[0.0000]

[0.0000]

[0.0000]

Kleibergen-Paap rk LM检验

4543.650

7912.371

7775.118

1.3e+04

8310.916


[0.0000]

[0.0000]

[0.0000]

[0.0000]

[0.0000]

Kleibergen-Paap rk Wald F检验

5547.506

5029.847

4904.034

8639.846

5742.195

外生性检验chi2

155.54

46.08

10.35

129.18

261.71


[0.0000]

[0.0000]

[0.0056]

[0.0000]

[0.0000]

样本个数

95374

95374

95374

155409

95374

注:小括号内数值为稳健标准误;******分别代表10%5%1%的显著性水平。Kleibergen-Paap rk LM检验的原假设为工具变量识别不足,若拒绝原假设说明不存在工具变量识别不足问题;Kleibergen-Paap rk Wald F检验的原假设为工具变量为弱识别,若F值大于Stock-Yogo检验临界值则拒绝原假设,说明不存在工具变量弱识别问题,此处Stock-Yogo检验10%显著性水平上的临界值为7.03。中括号内数值为相应检验统计量的p值。外生性检验原假设为解释变量是外生的,若拒绝原假设说明解释变量不是外生,回归应采用工具变量法。

(五)主要控制变量的影响

我们根据表2、表3的结果分析主要控制变量的影响。

1)个人特征。在分别采用教育水平、职业类型和行业类型定义技能水平的回归结果列(1-列(8)中,劳动力的技能水平在所有回归中系数均为负且只有以行业类型表征技能进行回归的1个结果统计上不显著;而在我们采用农业户籍来表征非技能劳动力的回归结果列(9-列(10)中,劳动力技能水平的系数仍保持显著,但符号方向发生了调换。这表明技能水平越高的劳动力,越有可能选择在家乡就地就近就业创业,这样可以减少迁移风险以及由此带来的离家心理成本(王子成、赵忠,2013)。劳动力的年龄对其外出就业有显著的负向影响,并且呈现正U型关系。根据劳动经济学理论,在进入就业市场后,劳动力的工作经验会随年龄而增加,在就业市场上的受欢迎程度也随之增加,因此可以较为顺利地实现就地就近就业;但是,当达到一定年龄点后,受到身体条件以及用工要求的限制,其在就业市场上的受欢迎程度将有所下降,很可能被迫离乡背井,外出寻找工作机会。男性劳动力、外出务工年限越长的劳动力选择外出就业的可能性更大。这表明,在我国,男性仍是家庭的主要经济支柱,因此与女性相比更可能选择外出就业;外出务工年限越长,说明劳动力外出务工经验越丰富、在外适应能力越强,外出获得就业的机会就越大,因此更倾向于外出就业,这与Massey and Espinosa1997)、李琴、朱农(2014)的研究结论一致。

2)家庭特征。在家庭人口结构上,被调查样本家中是否有留守儿童、是否有留守老人对该样本就业地的选择有显著影响。家中有留守儿童的劳动力更倾向于外出就业,以获取更多收入,为下一代创造更好的生活条件(韩淑娟、马瑜,2013)。家中有留守老人、且就业身份为雇员的劳动力,更倾向于留下就业,而不选择外出,对于就业身份为雇主、自营劳动者或家庭帮工类型的劳动力则无此结论。可能的原因在于,和其他类型劳动力相比,身份为雇员的劳动力工作地点、时间受限较大,因此更倾向于就地就近工作以应付老人生病、需要人手照料等情况(GilesandMu2007)。而其他就业身份类型的劳动力流动较为自由,则不受此限制。婚姻状况对劳动力就业地选择无显著影响,与彭长生、杨国才(2014)发现一致。

3)经济特征。户籍地失业率变量系数在1%水平上显著为正,这表明谋求就业岗位是劳动力选择外出的显著原因。户籍地人均GDP变量系数在1%水平上显著为负,说明家乡的经济发展水平对劳动力就业流动形成“拉力”,降低了其选择外出就业的可能性。以房价为代理变量的生活成本变量系数在全样本回归中显著为正,而在仅保留就业身份为雇员的子样本回归中显著为负。可能的原因在于,一方面,生活成本和经济发展水平类似,代表了地区的聚集程度(李磊等,2011),聚集程度越高的地区工资越高,从而对雇员身份的劳动力就业产生了“拉力”;另一方面,与就业身份为雇员的劳动力相比,雇主、自营劳动者和家庭帮工因生产成本压力、收入不稳定性以及生活压力等因素对房价变动更为敏感,因此更可能在房价上涨时选择离开

四、结论与启示

本文以我国劳动力群体为样本,利用probit模型和工具变量法考察了贸易开放对不同技能水平劳动力就业地选择的影响。研究发现,贸易开放对不同技能水平劳动力就业地选择存在差异化的影响:随着家乡贸易开放进程的不断深入,技能水平越高的劳动力,越有可能留在家乡就地就近就业创业,而不是离乡外出;反之,技能水平越低的劳动力,其越可能在家乡不断深化的而贸易开放进程中福利受损,从而更倾向于外出就业。本文的结论为我们理解我国贸易开放进程中不同技能水平劳动力就业地选择问题提供了新的视角。

本研究对我国当前对外贸易政策、精准扶贫政策的制定也具有一定的借鉴意义和启示作用。根据本文的研究结论,在控制住个人特征、家庭特征和经济特征的情况下,随着各地区贸易开放进程的不断深入,技能型劳动力越来越倾向于在家乡就地就近就业创业,这显然有利于各地区人力资本积累和经济持续健康增长。但是,我们也必须看到,低技能、非技能型劳动力将受到来自就业市场的压力,被迫离乡外出。这一结论很好地解释了我国内陆地区多地返乡农民工短期内再次外出务工的现象。由于这一类型劳动力往往也属于社会低收入群体,若不对这一问题加以关注,则很可能扩大这一群体贫困面,并对社会和谐稳定产生诸多不良后果。因此,在“十三五”时期进一步扩大对外开放的同时,政府对低技能、非技能型劳动力实行精准的扶贫脱贫策略,加大技能培训力度是非常必要的,这对于各地区实现同步小康、共享开放发展成果和维护社会长期繁荣稳定具有重要意义。


注释:

数据来源:贵州省人力资源社会保障厅。

在基准模型回归过程中,对控制变量的逐步引入并不影响本文核心变量的系数及显著性。这再次证实了本文检验结果是稳健的。回归结果备索。

我们采用不同就业身份类型的子样本回归结果也证实了这一点,回归结果备索。


参考文献:

Aguayo-Tellez, E.,Muendler, M-A. andPoole, J. P. 2010. Globalization and Formal Sector Migration in Brazil[J]. World Development, 38(6): 840-856.

Ai, C. andNorton, E.C. 2003. Interaction Terms in Logit and Probit Models[J]. Economics Letter, 80(1): 123-129.

Baldwin, R. E. andCain, G. G. 1997. Shifts in Relative U.S. Wages: The Role of Trade, Technology, and Factor Endowments[J]. NBER Working Papers, No.5934.

Borjas, G. J. 1987. Self-Selection and the Earnings of Immigrants[J]. the American Economic Review, 77(4):531-553.

Ebenstein, A.,Harrison, A.,Margaret, M. andPhillips, S. 2009. Estimating the Impact of Trade and Offshoring on American Workers Using the Current Population Surveys[J]. NBERWorking Papers, No.15107.

Giles, J. T. and Mu, R. 2007. Elder Parent Health and the Migration Decision of Adult Children: Evidence from Rural China[J]. Demography, 44(2): 265-288.

Goldberg, P. K. andPavcnik, N. 2007. Distributional Effects of Globalization in Developing Countries[J]. Journal of Economic Literature, 45(1): 39-82.

Grossman, G. M. 2013. Heterogeneous Workers and International Trade[J]. Review of World Economics, 149(2): 211-245.

Haskel, J. E. andSlaughter, M. J. 2001. Trade, Technology and U.K. Wage Inequality[J]. The Economic Journal, 111(468): 163-87.

Haskel, J. E. andSlaughter, M. J. 2003. Have Falling Tariffs and Transportation Costs Raised US Wage Inequality?[J]. Review of International Economics, 11(4): 630-50.

Hering, L. andPoncet, S. 2010. Income Per Capita Inequality in China: The Role of Economic Geography and Spatial Interactions[J]. the World Economy, 33(5): 655-679.

Jones, R. W. 1965. The Structure of Simple General Equilibrium Models[J]. the Journal of Political Economy,(73): 557-572.

Leamer, E. E. 1998. In Search of Stolper-Samuelson Linkages between International Trade and Lower Wages, In Imports, Exports, and the American Worker[M], Susan Collins ed., Washington, D.C.: Brookings Institution, 141-214.

Massey, D. S.andEspinosa, K. E. 1997. What's Driving Mexico-U.S. Migration? A Theoretical, Empirical, and Policy Analysis[J]. American Journal of Sociology, 102(4): 939-999.

Poncet, S. andNong, Z. 2003. Globalization, Labour Market and Internal Migration: Evidence from China[J]. CERDIWorking Papers, No.200319.

Redding, S. andVenables, A. 2004. Geography and Export Performance: External Market Access and Internal Supply Capacity, In Chanllenges to Globalization: Analyzing the Economics[M]. Robert E. Baldwin and L. Alan Winters ed., University of Chicago Press.

Robertson, R. 2004. Relative Prices and Wage Inequality Evidence from Mexico[J]. Journal of International Economics, 64(2): 387-409.

Slaughter, M. J. 2000. What are the Results of Product-Price Studies and What Can We Learn from their Differences? in Robert C. Feenstra,ed., The Impact of International Trade on Wages[M]. National Bureau of Economic Research Conference Volume, Chicago: University of Chicago Press, 129-170.

Xu, B. and Li, W. 2008. Trade, Technology, and China's Rising Skill Demand[J]. Economics of Transition, 16(1): 59-84.

Zhai, F. andWang, Z. 2002. WTO Accession, Rural Labour Migration and Urban Unemployment in China[J]. Urban Studies, 39(12): 2199-2217.

Zhao, Y. H. 2003. The Role of Migrant Networks in Labor Migration: The Case of China[J]. Contemporary Economic Policy, 21(4): 500-511.

蔡昉都阳. 2002. 迁移的双重动因及其政策含义——检验相对贫困假说[J]. 中国人口科学(4):1-7.

韩淑娟马瑜. 2013. 转型期劳动力回流问题研究——以山西抽样调查为例[J]. 经济问题(5):61-65.

黄玖立李坤望. 2006. 出口开放地区市场规模和经济增长[J]. 经济研究(6):27-38.

贾中华梁柱. 2014. 贸易开放与经济增长——基于不同模型设定和工具变量策略的考察[J]. 国际贸易问题(4):14-22.

李磊刘斌胡博谢璐. 2011. 贸易开放对城镇居民收入及分配的影响[J]. 经济学季刊(10):309-326.

李琴朱农. 2014. 产业转移背景下的农民工流动与工资差异分析[J]. 中国农村经济(10):35-47.

刘瑶. 2016. 参与全球价值链拉大了收入差距吗——基于跨国跨行业的面板分析[J]. 国际贸易问题(4):27-39.

牛建林. 2015. 城市用工荒背景下流动人口的返乡决策与人力资本的关系研究[J]. 人口研究(2):17-31.

牛蕊. 2011. 贸易对中国工业部门劳动力工资的影响[J]. 经济经纬(1):32-36.

潘士远. 2007. 贸易自由化有偏的学习效应与发展中国家的工资差异[J]. 经济研究20076):98-105

彭长生杨国才. 2014. 区际产业转移背景下中部地区劳动力跨省流动趋势及代际差异——基于安徽省的调查数据[J]. 农业经济问题(3):48-55.

邵敏刘重力. 2010. 出口贸易技术进步的偏向性与我国工资不平等[J]. 经济评论(4):73-89.

盛来运. 2007. 中国农村劳动力外出的影响因素分析[J]. 中国农村观察(3):2-15.

童玉芬王莹莹. 2015. 中国流动人口的选择. 为何北上广如此受青睐?——基于个体成本收益分析[J]. 人口研究(4):49-56.

肖智张杰郑征征. 2012. 劳动力流动与第三产业的内生性研究——基于新经济地理的实证分析[J]. 人口研究(2):97-105.

王云飞朱钟棣. 2010. 贸易发展对我国熟练及非熟练劳动力相对就业与工资差距的影响——基于行业面板数据的分析[J]. 经济经纬(4):87-92.

王子成赵忠. 2013. 农民工迁移模式的动态选择外出回流还是再迁移[J]. 管理世界(1):78-88.

邢春冰贾淑艳李实. 2013. 教育回报率的地区差异及其对劳动力流动的影响[J]. 经济研究(11):114-126.

杨云彦徐映梅向书坚. 2003. 就业替代与劳动力流动. 一个新的分析框架[J]. 经济研究(8):70-75.

易苗周申. 2011. 经济开放对国内劳动力流动影响的新经济地理学解析[J]. 现代财经. 天津财经学院学报(3):6-14.

喻美辞熊启泉. 2012.中间产品进口技术溢出与中国制造业的工资不平等[J]. 经济学动态(3):55-62.

张明志刘杜若邓明. 2015. 贸易开放对技能溢价的影响:理论机制与中国实证[J]. 财贸经济(4):85-95.

张爽陆铭章元. 2007. 社会资本的作用随市场化进程减弱还是加强?——来自中国农村贫困的实证研究[J]. 经济学(2):539-560.

张涛林季红. 2012. 中国的贸易开放与工资收入差距——来自微观数据的经验研究[J]. 国际经贸探索(10):4-14.

赵耀辉. 1997. 中国农村劳动力流动及教育在其中的作用———以四川省为基础的研究[J]. 经济研究(2):37-73.

邹薇张芬周浩刘兰. 2011. 中国经济增长与收入差距. 理论与实证研究[M]. 武汉大学出版社.



论文原刊载于《国际经贸探索》2017年第4期。



作者简介:

刘杜若,19848月出生,女,贵州贵阳人贵州省社会科学院对外经济研究所副研究员,经济学博士,研究方向:国际贸易与劳动力市场




上一篇:
下一篇:

相关信息

  • 谢孝明:明初水西土官宣慰使霭翠归附明朝时间考辨2017-06-02
  • 邓小海 吴大华:推进贵州“小精特”农业发展2017-05-31
  • 罗以洪:应用大数据助推三大产业转型升级2017-05-31
  • 黄德林:谱写综治平安建设新篇章2017-05-28
  • 丁胜:新时期中国共产党权力自觉的伟大实践及其重要启示2017-05-27