職業(yè)技能與農(nóng)民工就業(yè)質(zhì)量提升
——來自勞動力動態(tài)調(diào)查的證據(jù)

王 瓊，黃維喬

（1. 湖北經(jīng)濟(jì)學(xué)院 經(jīng)濟(jì)與貿(mào)易學(xué)院，武漢 430205；2. [美]西密歇根大學(xué) 經(jīng)濟(jì)學(xué)院，密歇根 卡拉馬祖 49008）

一、引言及文獻(xiàn)綜述

中國經(jīng)濟(jì)已經(jīng)由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段。經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化、增長動力轉(zhuǎn)換以及人工智能等科學(xué)技術(shù)的新發(fā)展正在給勞動力市場帶來新的機(jī)遇與挑戰(zhàn)。面對新形勢，中央政策已從重視就業(yè)數(shù)量轉(zhuǎn)變?yōu)楦又匾暰蜆I(yè)質(zhì)量。黨的十九大報告提出，要堅持就業(yè)優(yōu)先戰(zhàn)略和積極就業(yè)政策，實現(xiàn)更高質(zhì)量和更充分的就業(yè)，要建設(shè)知識型、技能型、創(chuàng)新型勞動者大軍。而在我國的現(xiàn)代化進(jìn)程中，農(nóng)民工這支龐大而特殊的社會群體是勞動者大軍的重要組成部分，2018 年我國農(nóng)民工總量已達(dá)到2.88 億人，占全部就業(yè)人口（7.76 億人）的37.11%①。他們的就業(yè)質(zhì)量與技能狀況不僅關(guān)乎自身福利提升，還對當(dāng)前的供給側(cè)結(jié)構(gòu)性改革和整個社會的和諧發(fā)展產(chǎn)生重要影響。因此，對我國農(nóng)民工群體的就業(yè)質(zhì)量和技能狀況進(jìn)行研究具有現(xiàn)實必要性。早期關(guān)于就業(yè)質(zhì)量的研究主要集中于就業(yè)質(zhì)量的宏觀測算以及不同國家之間的橫向比較，專門針對我國農(nóng)民工群體就業(yè)質(zhì)量及其影響因素的微觀實證研究還有待進(jìn)一步豐富，尤其是在當(dāng)前優(yōu)化人力資源以支撐高質(zhì)量發(fā)展的迫切需要下，職業(yè)技能作為人力資本的重要組成部分，其對農(nóng)民工群體就業(yè)質(zhì)量的提升是否產(chǎn)生顯著影響以及如何產(chǎn)生影響，都需要通過微觀層面的經(jīng)驗分析予以檢驗和說明。

首先，何為就業(yè)質(zhì)量呢？這個概念最早是由歐盟在《2001 年歐洲就業(yè)報告》中提出，它由一系列客觀和主觀指標(biāo)構(gòu)成，其目的是進(jìn)行跨國的就業(yè)評估[1]。最初的指標(biāo)體系建立在政治共識而非理論分析上，但它的提出為就業(yè)質(zhì)量研究提供了良好的出發(fā)點。其后較多研究從經(jīng)濟(jì)學(xué)、社會學(xué)角度分析了就業(yè)質(zhì)量的內(nèi)涵和構(gòu)成指標(biāo)，其涉及工作創(chuàng)造的經(jīng)濟(jì)效益、與工作相關(guān)的福利等多項因素。其中具有較高共識的構(gòu)成指標(biāo)包括四項。第一項構(gòu)成指標(biāo)是收入充足，一份高質(zhì)量的工作所支付的工資應(yīng)足以使勞動者保持在貧困線以上以維持基本的生活所需，故收入充足是就業(yè)有質(zhì)量的必要條件[2～3]。不過，如果一個勞動者有很高的收入，但面臨很高的失業(yè)可能性，也很難說他有一份好工作。由此，工作穩(wěn)定被認(rèn)為是就業(yè)質(zhì)量的第二項構(gòu)成指標(biāo)，它需要通過勞動者是否簽訂了勞動合同以及合同期限的長短來判斷[4]。同理，中等收入的勞動者如果有醫(yī)療保險和退休福利，可能會比那些高收入的勞動者有更好的物質(zhì)保障，這有助于改善員工的消費選擇和家庭生活，給其帶來更好的心理感受，因而與工作相關(guān)的社會保障甚至比獲得高收入更重要[5～6]，故其成為就業(yè)質(zhì)量的第三項構(gòu)成指標(biāo)。同時，較多研究還認(rèn)為不能忽視工作對個人心理健康的影響，給勞動者帶來焦慮或不愉快感的工作也不是高質(zhì)量的工作。工作是否令人滿意也是就業(yè)質(zhì)量不可忽視的因素[7～8]，故工作滿意被認(rèn)為是就業(yè)質(zhì)量的第四項構(gòu)成指標(biāo)。然而，不同研究針對的勞動者群體存在差異，除這四項指標(biāo)外，一些研究還將工作富有趣味性、工作選擇自主性以及職業(yè)聲望也列入就業(yè)質(zhì)量衡量中[9～11]。

其次，什么因素會影響個體的就業(yè)質(zhì)量呢？Becker（1964）和Schultz（1971）構(gòu)建的人力資本理論給出了基本的答案，即影響就業(yè)質(zhì)量的一個最基本因素就是人力資本，它是體現(xiàn)在勞動者身上的一種資本類型，是勞動者所擁有的知識程度、技能水平以及健康狀況的總和[12～13]。由于凝結(jié)在個體身上的知識、技能和健康狀況不盡相同，所以個體的人力資本存在差異，由此帶來工資收入和各項福利的差異。擁有較高人力資本的個體，其工資收入和各項福利往往較高，進(jìn)而就業(yè)質(zhì)量較高。然而較多研究在檢驗人力資本對不同群體就業(yè)質(zhì)量的影響時，往往從受教育程度和健康狀況兩個角度去度量人力資本[10][14]，對個體職業(yè)技能的研究往往沒有明確的衡量標(biāo)準(zhǔn)。早期的研究甚至直接用受教育程度來區(qū)分職業(yè)技能。例如，將小學(xué)入學(xué)、小學(xué)畢業(yè)、中學(xué)入學(xué)、中學(xué)畢業(yè)、大學(xué)入學(xué)等不同教育程度作為技能與非技能的分界線[15]；或者用大學(xué)及以上教育程度、高中教育程度和高中以下教育程度分別代替高技能、中等技能和低技能[16]。雖然對于普通勞動者群體而言，這種方法具有一定的合理性，但受教育程度與職業(yè)技能本身并不能完全等同。因為前者主要代表勞動者擁有的知識儲備和基本素質(zhì)，而后者側(cè)重于在學(xué)歷教育的基礎(chǔ)上通過各項培訓(xùn)、自我學(xué)習(xí)或工作實踐積累形成的專業(yè)技術(shù)水平、勞動技巧和能力，它與具體工作崗位特性密切相關(guān)，更側(cè)重于將專業(yè)知識運用到實際工作崗位的能力。尤其是對于我國農(nóng)民工群體而言，其接受的學(xué)歷教育程度普遍較低，其非農(nóng)就業(yè)往往集中在第二產(chǎn)業(yè)、第三產(chǎn)業(yè)中技能型的工作崗位，成為半技能工人或有技能工人。因而僅僅從受教育程度上來區(qū)分職業(yè)技能并不合適。而有些研究雖然也考慮了職業(yè)技能和學(xué)歷教育的區(qū)別，把職業(yè)技能作為學(xué)歷教育外的獨立變量，但衡量指標(biāo)較為模糊，且不具有普遍認(rèn)可性[11][17]。因此，在職業(yè)技能的衡量方面還存在進(jìn)一步完善的空間。

基于以往研究，本文在兩個方面進(jìn)行了創(chuàng)新。第一，選擇了更具有權(quán)威性的職業(yè)技能的衡量指標(biāo)。由于我國職業(yè)資格證書制度經(jīng)過幾十年的發(fā)展已較為完善，職業(yè)（或執(zhí)業(yè)）資格證書作為一種官方的技能水平認(rèn)證，對個體職業(yè)技能的衡量具有權(quán)威性和規(guī)范性，故本文選擇它作為職業(yè)技能的衡量指標(biāo)，能更客觀地反映個體所達(dá)到和具備的技能水平。第二，采取了雙重差分傾向得分匹配方法（以下簡稱PSM-DID方法）進(jìn)行實證分析?，F(xiàn)有研究在考察包括職業(yè)技能在內(nèi)的人力資本構(gòu)成因素對農(nóng)民工就業(yè)質(zhì)量的影響時，并沒有充分考慮到可能存在的選擇性偏誤或因遺漏變量帶來的內(nèi)生性問題，也未能找到合適的方法去解決這些問題。而本文選擇PSM-DID方法來考察職業(yè)技能對農(nóng)民工就業(yè)質(zhì)量的影響，可以在消除選擇性偏誤的同時較好地避免遺漏變量帶來的內(nèi)生性問題，使得實證結(jié)果更為可靠。

本文后續(xù)安排如下：首先根據(jù)現(xiàn)有理論和我國農(nóng)民工群體就業(yè)特性設(shè)定就業(yè)質(zhì)量的構(gòu)成指標(biāo)，接著根據(jù)微觀數(shù)據(jù)特性構(gòu)建PSM-DID模型，考察職業(yè)技能的獲得是否顯著提升農(nóng)民工的就業(yè)質(zhì)量，并在此基礎(chǔ)上對估計結(jié)果的穩(wěn)健性進(jìn)行檢驗。如果檢驗通過，則進(jìn)一步進(jìn)行異質(zhì)性分析。最后對回歸結(jié)果進(jìn)行討論，并給出相應(yīng)的政策建議。

二、研究設(shè)計

（一）數(shù)據(jù)來源和處理

本文選擇的數(shù)據(jù)來源于中國勞動力動態(tài)調(diào)查（China Labor-force Dynamic Survey，簡稱CLDS）。它是中山大學(xué)社會科學(xué)調(diào)查中心開展的以勞動力、家庭和社區(qū)三個層次為調(diào)查對象，每兩年進(jìn)行一次的大型追蹤調(diào)查。調(diào)查范圍覆蓋內(nèi)地29 個省份（西藏和海南除外）、401 個村居、14226 戶家庭和21086 個個體，具有全國代表性。其調(diào)查內(nèi)容涉及人口、經(jīng)濟(jì)、社會等多學(xué)科領(lǐng)域，尤其是形成了勞動年齡人口在教育、職業(yè)、勞動權(quán)益與健康等方面較為全面的數(shù)據(jù)。該調(diào)查于2012 年完成了全國基線調(diào)查，并于2014 年和2016 年分別進(jìn)行了兩期追蹤調(diào)查。為更好地檢驗因果效應(yīng)，本文首先選擇2014 年和2016 年調(diào)查數(shù)據(jù)構(gòu)成面板數(shù)據(jù)進(jìn)行實證分析，再運用2012 年和2014 年兩期數(shù)據(jù)構(gòu)造新的面板數(shù)據(jù)進(jìn)行穩(wěn)健性檢驗。由于CLDS調(diào)查數(shù)據(jù)的時間間隔較短，所以本文所研究的職業(yè)技能對就業(yè)質(zhì)量的影響是短期影響，長期影響的研究還需進(jìn)一步的跟蹤數(shù)據(jù)來實現(xiàn)。

在樣本的處理方面，保留的是在2014 年進(jìn)行過調(diào)查且在2016 年有追訪數(shù)據(jù)的樣本。由于本文考察的是農(nóng)民工的非農(nóng)就業(yè)質(zhì)量，故進(jìn)一步保留了2014 年調(diào)查時年齡在16 歲及以上且在60 歲以下、戶口類型為“農(nóng)業(yè)戶口”或“統(tǒng)一居民戶口之前為農(nóng)業(yè)戶口”的樣本，剔除了其中從事農(nóng)業(yè)生產(chǎn)和仍在讀書的樣本。同時，為了符合PSM-DID方法的研究需要，本文剔除了在2014 年調(diào)查之前就已獲得職業(yè)（或執(zhí)業(yè)）資格證書的個體，即保留的樣本為在2014 年調(diào)查時尚未獲得職業(yè)（或執(zhí)業(yè)）資格證書而2016 年調(diào)查時一部分獲得職業(yè)（或執(zhí)業(yè)）資格證書、剩下的未獲得職業(yè)（或執(zhí)業(yè)）資格證書的個體，個體總數(shù)為1589 個。

（二）變量說明

本文的被解釋變量是“就業(yè)質(zhì)量”（見表1）。根據(jù)上述對文獻(xiàn)的梳理和分析可知，收入充足、工作穩(wěn)定、社會保障和工作滿意是就業(yè)質(zhì)量構(gòu)成中被廣泛認(rèn)可的四項指標(biāo)。但一些研究也根據(jù)勞動者特性，增加了其他的構(gòu)成指標(biāo)?？紤]到我國農(nóng)民工在勞動力市場中非正規(guī)就業(yè)現(xiàn)象較為嚴(yán)重，就業(yè)崗位層次低、工資收入不高、工作不穩(wěn)定、社會保障程度不足等問題較為普遍。因而，一份有質(zhì)量的非農(nóng)就業(yè)工作應(yīng)至少使其不至于陷入貧困、不至于時常面臨失業(yè)，具有基本的社會保險和工作愉悅感，由此，仍然選擇上述四項作為我國農(nóng)民工就業(yè)質(zhì)量衡量的基本指標(biāo)。同時，由于戶籍制度的長期影響使得農(nóng)民群體非農(nóng)就業(yè)還時常面臨就業(yè)歧視問題，工作受尊重程度都不理想。故職業(yè)尊重這項因素在我國農(nóng)民工就業(yè)質(zhì)量的衡量中也不容忽視。由此，本文構(gòu)建的農(nóng)民工就業(yè)質(zhì)量指標(biāo)涉及五個方面。

第一，在收入充足方面，由于相對收入比絕對收入更能反映勞動者獲得收入的真實水平，故基于相對收入角度來衡量收入充足。將個體年度稅前工資收入的絕對值與當(dāng)?shù)啬甓茸畹凸べY標(biāo)準(zhǔn)②以及當(dāng)?shù)鼐蜆I(yè)人員的年度平均工資③進(jìn)行比較來判斷收入的充足程度。當(dāng)年度稅前工資性收入高于當(dāng)?shù)啬甓茸畹凸べY標(biāo)準(zhǔn)時則取值為1，表示個體的收入至少滿足了勞動者自身的基本生活需要；當(dāng)個體年度稅前工資性收入高于當(dāng)?shù)啬甓绕骄べY時，進(jìn)一步取值為2，表示收入達(dá)到社會平均水平，即收入的充足程度更高。第二，在工作穩(wěn)定方面，文獻(xiàn)中通常都從簽訂書面勞動合同以及勞動合同的期限長短來考慮，但由于CLDS調(diào)查中勞動者的非農(nóng)工作類型包括雇員、雇主和自雇三種④，而后兩者并不簽訂勞動合同。故需要從不同角度進(jìn)行衡量，只要不具有較大的失業(yè)風(fēng)險就認(rèn)為是就業(yè)穩(wěn)定。針對受雇者，根據(jù)問卷中“自上次調(diào)查以來您從事的工作是否發(fā)生變化”“自上次調(diào)查以來是否簽訂新的書面勞動合同”等問題，將工作單位未發(fā)生變化或者工作單位發(fā)生變化但又簽訂了新的書面勞動合同這兩種情況定義為就業(yè)穩(wěn)定，取值為1，否則取值為0。針對雇主和自雇者，根據(jù)問卷中“自上次調(diào)查以來您從事的工作是否發(fā)生過變化”，回答為“沒有變化”的情況定義為就業(yè)穩(wěn)定。第三，在社會保障方面，不僅考慮勞動者參與養(yǎng)老、醫(yī)療保險的情況，還考慮其參與工傷、生育、失業(yè)保險的情況。具有其中某一類保險⑤則取值為1，以此類推，具有五類保險則取值為5，數(shù)值越高表示社會保障程度越高。第四，在工作滿意方面，CLDS調(diào)查中詢問了受訪者對自身工作的滿意程度，其涵蓋了工作是否符合個體求職預(yù)期以及工作環(huán)境、工作時間是否令人滿意等多方面信息。根據(jù)“非常不滿意”“不太滿意”“一般”“比較滿意”和“非常滿意”五種回答結(jié)果，定義為1～5 的數(shù)值。第五，在職業(yè)尊重方面，根據(jù)個體在工作中所感受到的他人對其工作或崗位的尊重程度，也定義為1～5 的數(shù)值，數(shù)值越大表示工作受尊重的程度越高。就業(yè)質(zhì)量總指標(biāo)由以上五項指標(biāo)匯總而得。由于五項指標(biāo)定義的數(shù)值標(biāo)準(zhǔn)不同⑥，為了統(tǒng)一，給每項指標(biāo)賦予20%的等額權(quán)重，即每項指標(biāo)先按照滿分為2 分的分值進(jìn)行折算再加總，由此就業(yè)質(zhì)量總指標(biāo)的滿分為10 分，數(shù)值越大表示就業(yè)質(zhì)量越高。

表1 變量的名稱及定義

本文的關(guān)鍵解釋變量是職業(yè)技能，即關(guān)注農(nóng)民工在正規(guī)學(xué)歷教育后通過培訓(xùn)、自我學(xué)習(xí)和工作實踐積累形成的勞動技巧和能力。職業(yè)（或執(zhí)業(yè)）資格證書是官方對勞動者技能水平的權(quán)威度量，所以根據(jù)問卷中“自上次調(diào)查以來是否獲得過專業(yè)技術(shù)資格（包括職業(yè)或執(zhí)業(yè)資格）證書”這一問題的回答結(jié)果來判斷個體掌握職業(yè)技能的狀況，也定義成虛擬變量。

控制變量包括三個方面：一是個體基本特征變量和反映個體人力資本的其他變量，包括年齡、性別、婚姻狀況、受教育程度、中共黨員、外語能力以及自評健康；二是家庭特征變量，包括父親受教育程度和家庭負(fù)擔(dān)人口數(shù)，因為考慮到家庭狀況差異會影響農(nóng)民工個體的就業(yè)決策；三是工作所屬行業(yè)虛擬變量⑦和地區(qū)虛擬變量⑧。

（三）模型設(shè)定

本文使用PSM-DID方法來進(jìn)行研究。首先，選擇DID（Difference in Difference）方法是因為其可以控制不可觀測但不隨時間變化的組間差異。為滿足DID方法的基本步驟，我們構(gòu)建了兩個虛擬變量：一是處理組和控制組虛擬變量；二是政策時間虛擬變量。處理組設(shè)定為2014 年調(diào)查時尚未獲得職業(yè)（或執(zhí)業(yè)）資格證書而在2016 年調(diào)查時獲得職業(yè)（或執(zhí)業(yè)）資格證書的個體，設(shè)定為1；控制組為2014 年調(diào)查時尚未獲得職業(yè)（或執(zhí)業(yè)）資格證書且在2016 年調(diào)查時也未獲得職業(yè)（或執(zhí)業(yè)）資格證書的個體，設(shè)定為0。對于時間虛擬變量，我們把2014 年設(shè)為基期，定義為0；把2016 年定義為1。

表2 匯報了2014 年和2016 年主要變量在處理組和控制組的均值和標(biāo)準(zhǔn)差?？梢园l(fā)現(xiàn)，2014 年處理組個體的就業(yè)質(zhì)量均值為4.90，而控制組個體的就業(yè)質(zhì)量均值為4.07，兩者差距為0.83，且在1%的統(tǒng)計水平上顯著。而2016 年處理組個體的就業(yè)質(zhì)量均值進(jìn)一步上升到5.81，比控制組均值高出1.47，且仍在1%的統(tǒng)計水平上顯著。從構(gòu)成就業(yè)質(zhì)量的具體指標(biāo)來看，也存在差距擴(kuò)大的趨勢。例如，2014 年處理組個體在收入充足、工作穩(wěn)定、社會保障、職業(yè)尊重這四項指標(biāo)上的均值分別比處理組高出0.23、0.21、0.48 和0.04，而2016 年四項均值差距進(jìn)一步擴(kuò)大到0.39、0.32、0.63 和0.20，且都非常顯著；2014年處理組個體的平均工作滿意程度比控制組個體還低0.06，但到2016 年均值差異反而呈現(xiàn)顯著的正值。然而，值得注意的是，不僅被解釋變量的均值在兩組中存在顯著差異，一些解釋變量的均值在兩組中也同樣具有顯著差異。例如，處理組個體比控制組個體平均年齡明顯低3 歲以上，自身受教育年限高出2年以上，健康狀況更理想；同時在外語能力、中共黨員、父親受教育程度、工作所屬行業(yè)以及工作地域上也顯著不同。這說明這兩組個體在個人特征、家庭特征等諸多因素上原本就存在很大差異，所以可以推斷獲得職業(yè)（或執(zhí)業(yè)）資格證書很可能是個體自我選擇的結(jié)果。因為就業(yè)能力更強(qiáng)、就業(yè)質(zhì)量更高的個體自身更可能主動地獲得職業(yè)（或執(zhí)業(yè)）資格證書。由此，如果直接進(jìn)行回歸很可能存在選擇性偏誤，無法揭示出職業(yè)技能與就業(yè)質(zhì)量的真實因果關(guān)系。

基于上述分析，在運用DID方法之前有必要對處理組和控制組個體實施匹配，也就是說需要選擇與獲得職業(yè)（或執(zhí)業(yè)）資格證書的個體在特征上盡可能相似的未獲得職業(yè)（或執(zhí)業(yè)）資格證書的個體，這樣才具有可比性，才能用控制組個體的就業(yè)質(zhì)量結(jié)果來估計處理組個體的反事實結(jié)果。由此，我們采取PSM（Propensity Score Matching）方法來消除樣本選擇偏差。PSM方法由Rosenbaum和Rubin（1983）提出[18]，作為匹配方法的一種，它本身相當(dāng)于從觀測數(shù)據(jù)中將隱藏的隨機(jī)化實驗樣本尋找出來。與傳統(tǒng)的匹配方法不同的是，傾向得分匹配是根據(jù)多維匹配指標(biāo)計算傾向得分，再根據(jù)處理組和控制組之間傾向得分的相近度來進(jìn)行匹配。它的優(yōu)勢在于計算出的傾向得分是介于0 和1 之間的一維變量，可以避免因可匹配的因素較多或樣本容量不夠大時不易形成較好匹配結(jié)果的問題。

表2 變量的均值和標(biāo)準(zhǔn)差

匹配方法的運用依賴于可忽略性假定（又稱條件獨立假定），PSM方法也不例外。可忽略性假定就是假定依可觀測的變量進(jìn)行選擇，即一旦控制了可觀測變量，處理組和控制組個體沒有未觀測的差異。但事實上對于觀測數(shù)據(jù)而言，處理組和控制組個體之間仍可能存在無法觀測的差異，仍然有可能出現(xiàn)依不可觀測因素選擇的問題。因此單一使用PSM方法也無法避免因遺漏不可觀測因素而產(chǎn)生的內(nèi)生性問題。而DID方法通過兩期的差分或去均值可以消除“不隨時間改變”的不可觀測的異質(zhì)性因素的影響。所以本文將PSM方法和DID方法結(jié)合，以期在消除選擇性偏誤的同時能較好地避免與解釋變量相關(guān)的遺漏變量問題。我們首先根據(jù)個體可觀測變量在控制組中尋找與處理組個體特征相匹配的個體，選擇的可觀測變量數(shù)值為基期（2014 年）數(shù)值。然后將匹配后的處理組和控制組個體進(jìn)行DID回歸。具體模型設(shè)定為：

其中， JobqualityPSM表示匹配后個體的就業(yè)質(zhì)量。 Treati為處理組、控制組虛擬變量， Tt為時期虛擬變量。it為個體特征、家庭特征、行業(yè)、地區(qū)等控制變量。為隨機(jī)誤差項，代表影響因變量的非觀測擾動因素。對模型（1）估計后得到的就是我們要關(guān)注的雙重差分估計量。

三、實證結(jié)果與分析

（一）根據(jù)PSM方法進(jìn)行匹配

根據(jù)研究設(shè)計，第一步是根據(jù)可觀測變量將處理組個體和控制組個體進(jìn)行匹配。在匹配時需要先判斷選擇哪些可觀測的解釋變量作為匹配的依據(jù)。為了更好地滿足可忽略性假定，應(yīng)盡量使用更多的可觀測解釋變量，使影響干預(yù)變量和結(jié)果變量的混雜因素都能作為匹配依據(jù)。但是，可觀測變量的選擇還要考慮最終匹配的結(jié)果是否可靠。可靠的匹配結(jié)果需要滿足平衡特征檢驗，即匹配后的處理組和控制組在可觀測變量上的分布是平衡的。Imbens和Rubin（2015）提出了匹配時變量的選擇方法[19]，即根據(jù)經(jīng)濟(jì)理論和直覺，首先引入一些基本的可觀測變量，利用Logit模型估計一個基本的模型，得到擬合的傾向得分，檢驗是否滿足平衡特征。如果滿足則停止，如果不滿足則說明基本模型不充分，還需要對模型進(jìn)行修正。如果還有其他可觀測變量沒有引入模型，則采取逐步回歸的方法引入其他可觀測變量，利用似然比檢驗判斷該變量是否應(yīng)該引入。如果似然比檢驗判斷出應(yīng)該引入，則重新估計傾向得分并檢驗是否滿足平衡特征，如果不滿足則返回原來的模型繼續(xù)調(diào)整變量，甚至引入變量的二次項。多次重復(fù)上述過程直到通過平衡特征檢驗為止。

按照Imbens和Rubin（2015）的方法，我們考慮到年齡、性別、教育年限等個體特征、家庭特征是影響個體獲得職業(yè)（或執(zhí)業(yè)）資格證書選擇的基本因素，由此構(gòu)建基本的Logit模型；然后采取逐步回歸的方法加入了行業(yè)虛擬變量和地區(qū)虛擬變量。在逐步回歸過程中，由于似然比都超過臨界值1，同時當(dāng)加入年齡的二次項時，似然比大于2.71，由此說明應(yīng)該選擇加入這些變量的更為復(fù)雜的模型而摒棄原先的簡單模型。與此同時，我們采取有放回的一對四近鄰匹配，為符合共同支撐假定，在匹配過程中僅保留了處于共同支撐范圍內(nèi)的處理組和控制組個體，剔除了在共同支撐范圍之外的個體。匹配過程中，Logit 回歸結(jié)果擬合較好(LR chi2=79.68，P=0.00)。為了判斷選擇的匹配變量和匹配方法帶來的匹配效果是否理想，還需要同時進(jìn)行平衡特征檢驗。其最基本方法是T檢驗法，它檢驗的是匹配后各可觀測變量的均值在處理組和控制組之間是否存在顯著差異；如果存在顯著差異，則說明可觀測變量的選取或者匹配方法的選擇不合適，應(yīng)做調(diào)整。不過，T檢驗法只能檢驗可觀測變量在均值上的差異，無法檢驗匹配后可觀測變量分布的其他特征。Imbens和Rubin（2015）提出，如果匹配后處理組和控制組個體傾向得分的期望值相同，那么兩組個體在可觀測變量上的分布就相同[19]。所以我們進(jìn)一步通過比較匹配前后兩組個體傾向得分的概率密度圖來考察匹配效果，以判斷選擇的可觀測變量和匹配方法是否需要改進(jìn)。最終，我們確定的用于匹配的可觀測變量為個體的年齡、年齡二次項、性別、婚姻狀況、受教育程度、中共黨員、外語能力、自評健康、父親受教育程度、家庭負(fù)擔(dān)人口、行業(yè)類型虛擬變量和地區(qū)虛擬變量。

（二）PSM-DID方法適用性檢驗

在運用PSM-DID方法進(jìn)行估計前，需要進(jìn)行模型適用性的檢驗。一方面，需要檢驗匹配后處理組和控制組個體在可觀測變量（或稱解釋變量）上是否平衡。如果匹配后處理組和控制組個體在可觀測變量均值上不存在顯著差異，則說明使用PSM-DID方法是合理的。由于在上述PSM處理過程中，我們是根據(jù)平衡特征檢驗結(jié)果來確定用于匹配的可觀測變量并修正匹配模型，故能較好地滿足數(shù)據(jù)平衡的假定。具體結(jié)果如表3 所示，從可觀測變量的檢驗結(jié)果來看，匹配后處理組和控制組個體在這些變量均值上都不存在顯著差異，這意味著支持在PSM基礎(chǔ)上進(jìn)一步使用DID方法進(jìn)行估計。

表3 匹配后處理組和控制組在可觀測變量均值上的差異

另一方面，還需要檢驗處理組和控制組個體的匹配效果。圖1 給出了匹配前和匹配后兩組個體傾向得分的概率密度函數(shù)圖?？梢钥闯?，匹配前兩組個體的傾向得分分布差異較大，分布并不接近，而匹配后兩組個體的傾向得分分布差異明顯縮小，分布非常接近。這說明按照上述選擇的可觀測變量和匹配方法進(jìn)行匹配后，匹配效果很理想。同時，我們得到的匹配后處理組平均處理效應(yīng)（ATT）對應(yīng)的P值為1.04，這意味著匹配后處理組和控制組個體在基期的就業(yè)質(zhì)量差異已不再顯著，這也進(jìn)一步證明了 PSM-DID方法的適用性和有效性。

圖1 傾向得分概率密度函數(shù)

（三）基于PSM-DID方法的估計

表4 列示了對匹配后處理組和控制組進(jìn)行雙重差分的估計結(jié)果。其中式（1）是沒有加入任何控制變量的模型估計結(jié)果，式（2）是加入個體特征變量、家庭特征變量、行業(yè)虛擬變量和地區(qū)虛擬變量后的估計結(jié)果?？梢钥闯觯瑹o論是否加入控制變量，匹配后處理組和控制組個體在2014 年的就業(yè)質(zhì)量都不存在顯著差異，但兩者在2016 年的就業(yè)質(zhì)量差異在1%的統(tǒng)計水平上顯著，同時雙重差分項也在5%甚至1%的統(tǒng)計水平上顯著。這說明職業(yè)技能的獲得顯著提高了個體的就業(yè)質(zhì)量。從具體數(shù)值上看，它使個體的就業(yè)質(zhì)量增長了0.79，約占就業(yè)質(zhì)量均值的16.12%。

為什么職業(yè)技能的獲得能顯著提升個體的就業(yè)質(zhì)量呢？由于就業(yè)質(zhì)量指標(biāo)是由五項指標(biāo)加權(quán)計算而得，故表4 中式（3）至式（7）進(jìn)一步估計了職業(yè)技能對收入充足、工作穩(wěn)定、社會保障、工作滿意和職業(yè)尊重這五項因素的影響結(jié)果，以進(jìn)一步厘清職業(yè)技能是從哪幾個方面導(dǎo)致了就業(yè)質(zhì)量差異。從雙重差分項的回歸結(jié)果可以看出，職業(yè)技能的獲得在10%的統(tǒng)計水平上顯著提升了個體的收入充足程度，并在5%的統(tǒng)計水平上顯著提升了個體的社會保障程度和職業(yè)尊重程度，同時其對工作滿意這項因素的正影響更是在1%的統(tǒng)計水平上顯著，但其對工作穩(wěn)定這一因素的正影響不但系數(shù)值不高而且不顯著。這說明職業(yè)技能的獲得通過影響收入充足、社會保障、工作滿意和職業(yè)尊重這四項因素，最終提升了個體的就業(yè)質(zhì)量。

表4 職業(yè)技能對就業(yè)質(zhì)量的影響（PSM-DID估計結(jié)果）

（四）穩(wěn)健性檢驗

在運用PSM-DID方法進(jìn)行估計前，我們已經(jīng)進(jìn)行了模型的適用性檢驗，這說明估計結(jié)果總體是可靠的。但為進(jìn)一步考察估計結(jié)果的穩(wěn)健性，我們又進(jìn)行了安慰劑檢驗。因為原先設(shè)定的處理組個體在2012年和2014 年都沒有獲得職業(yè)資格證書，這就為安慰劑檢驗提供了條件。我們用2012 年和2014 年兩期數(shù)據(jù)構(gòu)造了一個新的面板數(shù)據(jù)，仍然使用上述匹配后的處理組個體（即2016 年調(diào)查時獲得職業(yè)或執(zhí)業(yè)資格證書的個體）作為檢驗的處理組，匹配后的控制組個體作為檢驗的控制組，仍用PSM-DID方法重新估計職業(yè)技能對就業(yè)質(zhì)量的影響。如果上文中職業(yè)技能對個體就業(yè)質(zhì)量的影響是因為隨時間改變的異質(zhì)性而帶來的，那么這種效應(yīng)會持續(xù)存在，因此在新構(gòu)造的面板數(shù)據(jù)所得估計結(jié)果中也應(yīng)出現(xiàn)類似的效應(yīng)。相反，如果不出現(xiàn)類似效應(yīng)，則可以推斷隨時間改變的異質(zhì)性不太可能存在。

安慰劑檢驗結(jié)果如表5 所示?？梢钥闯?，在利用新構(gòu)造的面板數(shù)據(jù)進(jìn)行的估計中，雙重差分項的系數(shù)值和符號雖有所變化，但都不顯著。這也意味著職業(yè)技能對就業(yè)質(zhì)量的顯著影響不大可能是因為遺漏的隨時間改變的異質(zhì)性所帶來，這就進(jìn)一步說明表4 的估計結(jié)果是穩(wěn)健的。

表5 職業(yè)技能對就業(yè)質(zhì)量的影響（安慰劑檢驗）

（五）異質(zhì)性分析

為了探討職業(yè)技能對不同群體農(nóng)民工就業(yè)質(zhì)量的影響，我們進(jìn)一步按照受教育程度和單位特性對上述模型進(jìn)行分組估計⑨（見表6）?？紤]到我國義務(wù)教育時間為9 年，故將受教育程度分為大于等于9年和小于9 年兩組。前者代表中高學(xué)歷組，后者代表低學(xué)歷組。可以看出，受教育程度不同，職業(yè)技能的獲得對就業(yè)質(zhì)量的影響存在差異。對于中高學(xué)歷組個體而言，職業(yè)技能的獲得在1%的統(tǒng)計水平上顯著提高了個體的就業(yè)質(zhì)量；從細(xì)分指標(biāo)來看，其對收入充足、社會保障、工作滿意、職業(yè)尊重四項指標(biāo)都產(chǎn)生了顯著或較為顯著的正影響，對工作滿意的提升效應(yīng)甚至在1%的統(tǒng)計水平上顯著。對于低學(xué)歷組的個體而言，情況則大不相同，職業(yè)技能對就業(yè)質(zhì)量的總體影響并不顯著，僅僅在10%的統(tǒng)計水平上對個體的工作滿意產(chǎn)生了正影響。依據(jù)單位特性⑩分組后也顯示出了類似結(jié)果。職業(yè)技能對就業(yè)質(zhì)量的正影響對于非正規(guī)就業(yè)部門的個體非常顯著，且回歸系數(shù)值更高。而對正規(guī)就業(yè)部門的個體而言，其僅僅在一定程度上提升了個體的工作滿意程度，對其他細(xì)分指標(biāo)的影響并不顯著。

表6 職業(yè)技能對不同群體就業(yè)質(zhì)量的影響

四、結(jié)論與政策建議

（一）結(jié)論

第一，就農(nóng)民工總體而言，職業(yè)技能顯著提升了農(nóng)民工的就業(yè)質(zhì)量。但其對就業(yè)質(zhì)量五項細(xì)分指標(biāo)的影響并不完全相同，其對收入充足、社會保障、工作滿意以及職業(yè)尊重這幾項因素都產(chǎn)生了較顯著或非常顯著的正效應(yīng)。那么，如何理解這一結(jié)果呢？職業(yè)技能的獲得提升了個體的人力資本，一方面可以使農(nóng)民工個體在工作搜尋中掌握更多主動權(quán)，更利于其找到工資水平更高和社會保障更充足的工作，從工作中獲得更多的滿足感和職業(yè)尊重。另一面，即使農(nóng)民工個體仍在原單位工作，職業(yè)資格證書的獲得也有助于證明其職業(yè)技能水平和崗位勝任能力，使得其在勞動合同簽訂和崗位晉升中更具優(yōu)勢，更利于提升工資收入，而工資收入的提高也有助于各項社會保險的繳納。另外，職業(yè)技能的獲得帶來的人力資本提高還有助于農(nóng)民工個體在工作中獲得更多表達(dá)意見的機(jī)會以及他人對其工作崗位的尊重，由此就業(yè)質(zhì)量顯著提高也是合乎理論邏輯的。但職業(yè)技能的獲得未能對工作穩(wěn)定這一因素產(chǎn)生顯著正影響也意味著農(nóng)民工的就業(yè)穩(wěn)定問題仍需要進(jìn)一步關(guān)注。

第二，職業(yè)技能的獲得對農(nóng)民工就業(yè)質(zhì)量的影響存在群體異質(zhì)性。一方面，其對中高學(xué)歷的農(nóng)民工群體就業(yè)質(zhì)量的提升作用更顯著，對低學(xué)歷的農(nóng)民工群體的就業(yè)質(zhì)量改善非常有限。這說明職業(yè)技能作為人力資本的構(gòu)成要素之一，它與人力資本的其他構(gòu)成因素之間要相輔相成才能發(fā)揮更顯著的作用。學(xué)歷教育代表勞動者擁有的知識儲備和基本素質(zhì)，它仍然是求職中的重要門檻；職業(yè)技能作為與具體工作崗位相聯(lián)系的專業(yè)技術(shù)水平和能力，在個體已具備一定學(xué)歷時才更能顯示出錦上添花的作用，才能幫助農(nóng)民工個體獲得更為理想的工作崗位或晉升機(jī)會。因而，在提升職業(yè)技能的同時，基礎(chǔ)的學(xué)歷教育也不容忽視。而在農(nóng)民工群體中，80 后、90 后等新生代農(nóng)民工的受教育程度普遍更高，這意味著職業(yè)技能的獲得對這類群體就業(yè)質(zhì)量的提升作用更明顯。另一方面，實證分析中還發(fā)現(xiàn)職業(yè)技能的獲得對處于非正規(guī)就業(yè)部門的農(nóng)民工群體就業(yè)質(zhì)量的正影響非常顯著，但對處于正規(guī)就業(yè)部門的農(nóng)民工群體卻并不如此。一個可能的原因是，在政府機(jī)關(guān)、事業(yè)單位、國有企業(yè)等正規(guī)部門，勞動者的工資水平已經(jīng)相對較高，工作穩(wěn)定、社會保障以及職業(yè)受尊重程度也相對較好，故職業(yè)技能的獲得對個體就業(yè)質(zhì)量的提升空間本身不大。而在非正規(guī)就業(yè)部門中，工資低、福利差、就業(yè)不穩(wěn)定，社會保險繳納少等現(xiàn)象都較為普遍，故職業(yè)技能的獲得對農(nóng)民工就業(yè)質(zhì)量的提升作用非常顯著也具有客觀必然性。當(dāng)前我國農(nóng)民工非農(nóng)就業(yè)大多處于非正規(guī)就業(yè)部門，這一實證結(jié)果也進(jìn)一步驗證了通過職業(yè)技能的提升來改善農(nóng)民工群體就業(yè)質(zhì)量的可行性。

（二）政策建議

第一，在發(fā)展學(xué)歷教育的基礎(chǔ)上大力推進(jìn)農(nóng)民工技能提升計劃。學(xué)歷教育是人力資本積累的基本手段，而技能培訓(xùn)作為一種繼續(xù)教育，是學(xué)歷教育之后進(jìn)一步提升人力資本的重要途徑，應(yīng)將兩者緊密結(jié)合。目前在我國全部農(nóng)民工中，初中以下文化程度的農(nóng)民工占16.7%，初中文化程度的占55.8%，高中文化程度的占16.6%，大專及以上的占10.9%?。這說明較大比例的農(nóng)民工群體已具備了中高等學(xué)歷。但在基本的學(xué)歷教育之外，我國目前農(nóng)民工技能培訓(xùn)仍存在覆蓋面不廣、規(guī)模不大、培訓(xùn)供給不足、針對性有效性不強(qiáng)等問題。因此，提升技能培訓(xùn)力度非常有必要。應(yīng)著眼于當(dāng)前制造業(yè)重點領(lǐng)域和現(xiàn)代服務(wù)業(yè)對技能人才的需求，大力推進(jìn)“政府政策扶持+企業(yè)主導(dǎo)+社會資源參與”的培訓(xùn)機(jī)制，針對不同職業(yè)階段農(nóng)民工的具體特性開展不同內(nèi)容的技能培訓(xùn)。具體而言，針對新進(jìn)城轉(zhuǎn)移就業(yè)的農(nóng)民工開展入職基本技能培訓(xùn)；針對已入職的農(nóng)民工，依托政策支持來激勵企業(yè)開展新型學(xué)徒制培訓(xùn)和崗位技能提升培訓(xùn)；針對自主創(chuàng)業(yè)的農(nóng)民工開展創(chuàng)業(yè)技能培訓(xùn)和企業(yè)經(jīng)營指導(dǎo)培訓(xùn)；針對失業(yè)或轉(zhuǎn)崗的農(nóng)民工開展轉(zhuǎn)崗新技能培訓(xùn)等。

第二，推進(jìn)戶籍、社會保險等勞動市場相關(guān)制度的完善和公共就業(yè)服務(wù)的優(yōu)化。就業(yè)質(zhì)量不僅涉及勞動者工資收入的提升，還包括就業(yè)穩(wěn)定、社會保險等多項因素。長期以來戶籍制度帶來的就業(yè)歧視使農(nóng)民工在進(jìn)城或異地轉(zhuǎn)移就業(yè)過程中較難獲得較好的就業(yè)機(jī)會和穩(wěn)定的就業(yè)崗位；而社會保險制度的碎片化以及地域分割特性也造成了農(nóng)民工轉(zhuǎn)移就業(yè)過程中社會保險待遇不公以及社會保險賬戶跨地域轉(zhuǎn)移接續(xù)難的問題，這些都直接或間接影響到農(nóng)民工群體就業(yè)質(zhì)量的提升。因此應(yīng)進(jìn)一步深化戶籍制度改革，推進(jìn)不同群體、不同地域間社會保險的統(tǒng)一，公平待遇水平，盡早打通社會保險跨地域轉(zhuǎn)移路徑。同時，針對農(nóng)民工就業(yè)不穩(wěn)定問題，應(yīng)優(yōu)化公共就業(yè)服務(wù)體系。例如，推進(jìn)農(nóng)民工就業(yè)監(jiān)測，及時向就業(yè)不穩(wěn)定的農(nóng)民工提供技能培訓(xùn)和崗位信息；引導(dǎo)培訓(xùn)機(jī)構(gòu)與行業(yè)協(xié)會、大中型企業(yè)建立聯(lián)合體，為農(nóng)民工提供“培訓(xùn)+就業(yè)”的一站式服務(wù)等?？傊ㄟ^多管齊下來滿足農(nóng)民工技能就業(yè)的需要，促進(jìn)其就業(yè)質(zhì)量的提升。

注 釋：

① 數(shù)據(jù)來源于《2018 年國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報》，載于中華人民共和國國家統(tǒng)計局網(wǎng)站統(tǒng)計數(shù)據(jù)欄目（網(wǎng)址：http:// www.stats.gov.cn/tjsj/zxfb/201902/t20190228_1651265.html）。

② 根據(jù)國家人力資源和社會保障部公布的2013 年、2015 年各省（市、自治區(qū)）月最低工資標(biāo)準(zhǔn)（第一檔）乘以12 得到年度口徑的最低工資標(biāo)準(zhǔn)。

③ 數(shù)據(jù)來源于《中國統(tǒng)計年鑒》中各?。ㄊ小⒆灾螀^(qū)）城鎮(zhèn)單位就業(yè)人員平均工資統(tǒng)計表。

④ 其中，雇主是雇傭1 人及以上其他勞動者的私營企業(yè)主或個體工商戶，自雇為未雇傭他人的個體工商戶。

⑤ 由于我國當(dāng)前養(yǎng)老保險和醫(yī)療保險類型眾多，有些保險（例如新型農(nóng)村合作醫(yī)療和城鎮(zhèn)居民醫(yī)療保險）待遇水平差異不大，部分省份已合并（例如合并成城鄉(xiāng)居民醫(yī)療保險、城鄉(xiāng)居民社會養(yǎng)老保險），同時農(nóng)民工如果已在戶籍地參加了新農(nóng)?；蛐罗r(nóng)合，也無需參加城鎮(zhèn)社會養(yǎng)老保險或醫(yī)療保險。故只要具有城鎮(zhèn)或農(nóng)村社會養(yǎng)老保險（醫(yī)療保險）中的一種，就算具有該類養(yǎng)老保險（醫(yī)療保險）。

⑥ 后三類指標(biāo)細(xì)分成五種程度，可以更細(xì)致地區(qū)分個體在社會保障、工作滿意和職業(yè)尊重上的程度差異。而前兩類指標(biāo)由于調(diào)查問卷問題的有限性以及標(biāo)準(zhǔn)可得性的局限，難以找到更好的標(biāo)準(zhǔn)細(xì)分成五種程度。

⑦ 分為六類行業(yè)：第一類為農(nóng)林牧漁業(yè)，第二類為采掘業(yè)、制造業(yè)和電力、煤氣及水的生產(chǎn)供給業(yè)，第三類為建筑業(yè)，第四類為交通運輸、郵電、貿(mào)易和餐飲業(yè)，第五類為金融和房地產(chǎn)業(yè)，第六類為衛(wèi)生體育教育、社會服務(wù)等。

⑧ 地區(qū)虛擬變量是根據(jù)國家統(tǒng)計局規(guī)定的東部、中部、西部和東北部地區(qū)的劃分標(biāo)準(zhǔn)來分類，以西部地區(qū)為對照組。

⑨ 根據(jù)其他特征分組所顯示出的差異不大，故本文未列出。

⑩ 根據(jù)CLDS對工作單位的劃分，本文將政府機(jī)關(guān)、國有（集體）事業(yè)單位、國有企業(yè)、集體企業(yè)列入正規(guī)就業(yè)部門，將私營企業(yè)、三資企業(yè)、個體工商戶和自由工作者列入非正規(guī)就業(yè)部門。

? 數(shù)據(jù)來源于《2018 年農(nóng)民工監(jiān)測調(diào)查報告》，載于中華人民共和國國家統(tǒng)計局網(wǎng)站統(tǒng)計數(shù)據(jù)欄目（網(wǎng)址：http://www. stats.gov.cn/tjsj/zxfb/201904/t20190429_1662268.html）。