新生代農民工教育—職業匹配收益率實證分析

吳 楊，施永孝

(北京理工大學 教育研究院，北京100010)

一、前言

工業化和現代化的發展，促使農村富余勞動力開始向城市轉移，變成“農民工”。根據國家統計局抽樣調查結果，2013年全國農民工總量26 894萬人，比上年增加633 萬人，增長2．4%，1980年及以后出生的新生代農民工12 528 萬人，占農民工總量的46．6%，占1980年及以后出生的農村從業勞動力的比重為65．5%。［1］新生代農民工和老一輩農民工在教育水平、職業期望以及生活方式等方面存在較大差異，其教育水平的差異見表1。

表1 新生代農民工和老一輩農民工教育水平比較

如表1所示，高中及以上文化程度的新生代農民工占到三分之一，比老一代農民工高19．2個百分點。新生代農民工更多地集中在東部地區和大中城市。從新生代農民工就業地點看，6 872萬人在地級以上大中城市務工，占新生代農民工的54．9%，老一代農民工這一比例為26%，新生代農民工更偏好在大中城市務工。八成以上的新生代農民工選擇外出就業，而且近87．3%的新生代農民工沒有從事過任何農業生產勞動。此外，新生代農民工更多的從事制造業，更傾向于就地消費。鑒于新生代農民工的教育水平和職業與老一代的農民工的特征差異，研究新生代農民工的教育水平和其職業是否匹配，對指導新生代農民工規劃職業、擇業與就業具有重要的現實意義。

國際經濟學界和教育經濟學界對教育投資收益率研究始于20世紀50年代左右。當時西方國家學者調查眾多的教育收益率來證明人力資本理論的假設，并成為西方國家后來加大對教育投資，國民經濟快速增長的理論基礎。關于教育—職業匹配對教育收益率影響的研究較早的是明瑟，他建立了關于教育回報的模型—明瑟收入模型。Duncan 在教育回報的研究中，將聲望、性別等納入地位取得模型。［2］Sichenman 針對勞動力市場的過度教育情況以及教育—職業匹配進行數據調研分析。［3］Rumberger 針對教育—職業是否匹配的三種情況的收益率進行研究分析。［4］西方國家關于教育—職業匹配對薪資影響研究較深入的是Bauer。［5］這些研究已經達成共識，實際教育收益率低于工作所需教育收益率，無論教育過高還是教育不足都將使個人教育收益率降低。

關于農民以及農民工教育西方國家研究和中國有很多不同的地方，西方國家對于“農民工”，這個中國特有群體的相關研究少之又少。英國經濟學家舒馬赫注重研究發展中國家教育問題，但是更多的時候假設研究對象從事農業生產，并在研究農業生產前提下，研究農民教育收益率。［6］李實和王海港利用1995年和2002年家庭收入調查數據估算和解釋中國城市和農村地區的個人教育收益率。［7］孫志軍揭示了教育與收入、收入分配及勞動力市場之間的關系及其政策含義。［8］杜育紅對內蒙古赤峰市城鎮地區的個人教育與收入及勞動力市場經歷進行了研究。［9］岳昌君則研究教育收益率個體間的差異，提出行業、地域以及是否流動將影響教育收益率。［10］汪傳艷針對新生代農民工教育需求進行分析，研究發現新生代農民工對于自身教育水平需求較為清晰。［11］劉萬霞則通過問卷調查研究職業教育對農民工收入的影響，并分析農民工的教育收益率。［12］董延芳和劉傳江通過實證研究農民工過度教育對其收入的影響。［13］這些研究更多的是針對新生代農民工教育需求進行分析，而針對新生代農民工教育收益率的實證分析較少。

本文通過ORU 模型，針對新生代農民工群體的教育水平以及其職位教育需求進行分析，研究教育—職業匹配對其教育收益率的影響。

二、實驗設計與研究變量

研究設計共分為兩個階段:新生代農民工教育—職業匹配度研究、新生代農民工教育—職業匹配對其教育收益率的影響研究。新生代農民工教育與職業匹配研究主要是調查新生代農民工自身教育水平與所從事職業教育需求匹配程度。新生代農民工教育—職業匹配對其教育收益率影響，則是研究新生代農民工這一群體的教育過剩、教育不足以及適當教育的教育收益率。

1.研究設計

本文主要采用深入訪談、問卷調查、職位教育測量、ORU 模型擬合以及回歸分析等方法分析教育—職業匹配對新生代農民工收入的影響。本研究分為深入訪談和問卷調研兩個階段。第一階段:項目組根據研究的主題，選擇了20 個新生代農民工進行了深入訪談，涉及制造業、建筑業以及服務業等，訪談話題涉及學歷需求、職業規劃、工資收入以及生活情況等。第二階段:綜合深入訪談和前人研究經驗制定調研問卷，并進行問卷的試發放。并在火車站、工廠、飯店以及建筑工地等，新生代農民工聚集的地方發放問卷。問卷共發放250 份，回收問卷250 份，有效問卷225 份，有效問卷率為90%。項目組成員現場指導訪談者填寫問卷，以保障數據質量。

2.因變量選擇

在同20 多位新生代農民工的深入訪談中，新生代農民工談到工作時提及更多的是工作的報酬、工作的環境以及工作前景。工作報酬是新生代農民工提及較多的詞匯，深入訪談過程中發現，新生代農民工的工資之外的福利較少，工資占據勞動報酬的絕對份額，且工資以月薪形式發放，因此本文選擇新生代農民工月工資作為因變量。

3.自變量選擇

綜合深入訪談資料和相關研究分析得知，影響新生代農民工工資的因素主要有教育水平、工作年限、社會關系、性別以及教育與職業的匹配程度等。本文的研究重點為新生代農民工的教育水平和職業匹配對其工資收入的影響。因此本文利用ORU 模型方法，具體的將明瑟模型中的個體受教育年限(S)細分為過度教育年限(So)、工作所需教育年限(Sr)和教育不足年限(Su)三個自變量。

4.研究方法選擇

教育收益率計算方法有兩種:一種是內部收益率法，另一種是明瑟收益函數法，此外還有基于明瑟收益函數的過度教育收入模型(ORU 模型)。［14］教育—職業測度方法有三種:職位分析法、自我測評法以及標準差法，本文教育—職業匹配采取的測度方法為自我評估法，就是通過被訪者對其所從事的職業和崗位進行自我評估來確定其教育和職業匹配程度。針對ORU 模型進行改進，在控制性別、工作行業的基礎上利用線性回歸方法進行模型擬合。具體如下:

ORU 模型式中Y 代表工資收入，Sr指的是工作所需教育年限，S 代表新生代農民工實際所接受的教育年限;So代表過度教育年限，Su指的是代表教育不足年限;實際教育年限與工作所需年限的差值為過度教育年限數(見式4);工作所需年限與實際教育年限的差值為教育不足年限(見式5)。X 代表其他影響個體收益率的因素(如工作經驗、培訓等)，ε 代表標準誤。ORU 回歸模型針對新生代農民工工資收入和過度教育(So)與教育不足(Su)的年限進行回歸分析。

三、研究結果與討論

1.新生代農民工特征均值分析

根據調查問卷所調查的225 位新生代農民工，針對不同性別的新生代農民工的收入Y、工作所需教育水平各個特征變量進行統計分析。具體見表2所示。

表2 分性別均值教育水平統計

由表2分析可知，不同性別的新生代農民工在工資收入、教育水平上不存在顯著性差異，很重要的原因就是由于新生代農民工從事職業的分工程度較低，對教育水平的要求不存在顯著性差異。新生代農民工平均工作年限是4．23年，這和新生代農民工年齡相符合。新生代農民工平均教育年限是13年，我國15 歲以上人口平均受教育年限是8．5年，新生代農民的平均受教育年限高于這一水平。

2.新生代農民工教育—職業匹配率分析

新生代農民工教育—職業匹配指的是崗位所需要教育水平Sr與從事該職位的個體所具備的教育水平S 是否相匹配。由于本課題采取的職位教育需求分析方法是自我測量方法，既是通過從事該職位的新生代農民工個體對所從事職位對教育水平進行估計，因此，教育與職位是否配主要研究Sr與S 的關系。根據我們調查問卷所得到的結果分析見表3。

表3 新生代農民工教育—職業匹配率分析

表3所示，新生代農民工教育—職業匹配度較低。數據顯示，53%的新生代農民工存在教育不足問題，17%的新生代農民工認為自己的教育過剩，有30%的新生代農民工認為自己所接受的教育程度和自己所從事的職業相匹配。

3.相關分析

本文假設新生代農民工所從事工作所需的教育年限，新生代農民工的教育年限以及工作經驗是影響新生代農民工工資收入的重要因素。針對新生代農民工工資收入與其相關影響因素進行相關分析具體如表4。

表4 相關因素與工資收入相關性

由表4可知工作經驗、教育水平等對新生代農民工的工資收入影響較大，其中教育年限對新生代農民工的工資收入影響是正向的，即教育水平越高新生代農民工工資將收入越高。

4.新生代農民工工資收入回歸分析

通過教育和工資的收入相關性分析，得出教育是影響新生代農民工工資收入的重要因素。其中，自變量引入職位教育年限Sr、過度教育年限So、教育不足年限Su、工作經驗X 作為自變量，工資收入Y作為因變量。通過ORU 模型進行建模分析，如(式6)所示:

其中a0是常數變量，a1是過度教育的系數，指的是過度教育年限每增加一年對收入的影響。a2指的是職位所需教育對收入的影響，同時也是教育—職位匹配條件下的教育收益率，即是教育—職位匹配的收益率;a3是教育不足條件下的教育收益率，指的是教育不足情況下，教育每增加一年對收入的影響。模型擬合目的旨在求出各個自變量的系數，即找出每個自變量每變化一個單位對于因變量收入的影響。根據模型進行模擬結果如表5:

表5 ORU 模型回歸分析

根據調查所得到的數據，進行模型擬合所得到的各個自變量的系數如表5所示。其中，常數變量為7．359;工作年限的系數為0．064，即表明工作年限每增加一年將對新生代農民工收入的對數將增加0．064;工作所需受教育年限Sr每變化一個單位，收入對數將變化0．033;過度教育年限So每變化一個單位，收入對數將變化0．023;教育不足年限Su每變化一個單位，輸入對數將變化－0．019。經過擬合后得到的ORU 模型如(式7)所示:

對所建立的ORU 模型結果如表示所示，其中F檢驗值為55．037，查表得知調查樣本中存在離群值，而且至少存在兩個離群值。針對模型擬合優度檢驗值R 值為0．711，R 值越接近1，模型擬合越好，但是R 并不能完全準確判定模型擬合優劣，針對ORU 模型擬合R 值為0．711，模型擬合優度較高。

5.不同性別下的教育—職業匹配收益率

調查數據表明，男女的教育水平存在較大差異，所從事職業教育需求也存在極大的差異。因此，需要針對不同性別的教育—職業匹配收益率進行分析，根據所調查數據進行回歸分析所得到的結果如表6所示。

表6 新生代農民工的教育—職業匹配回歸分析

式(8)為男性新生代農民工ORU 模型回歸結果，式(9)為女性新生代農民工ORU 模型回歸結果。男性過度教育So的系數是0．009，女性的為0．005，女性新生代農民工過度教育收益率較低;男性教育—職業匹配系數為0．030，女性為0．039，兩者之間不存在顯著差異;男性新生代農民工教育不足Su系數為－0．024，而女性為－0．011，男性教育不足對工資收入影響更大。工作經驗對男性的工資收入影響也大于女性，這和男女新生代農民工從事的職業性質有關，男性從事的職業更多要求技術性，對學歷的要求更高，女性從事的職業更多集中在餐飲業和服務業，教育對薪資影響差異較小。

ORU模型回歸結果顯示教育—職業匹配時教育收益率最大，教育水平不足是限制新生代農民工工資收入重要因素，而新生代農民工雖然教育年限高于老一輩農民工，但是仍存在較為嚴重的教育不足。

四、結論與建議

綜合以上分析可知，新生代農民工的工資收入受教育水平的影響較大，當新生代農民工教育—職業匹配時其教育收益率最高;影響新生代農民工工資收入的因素是多元的。結合分析結果與我國新生代農民工實際教育情況，本文提出以下三點建議:

1.豐富教育途徑，提高新生代農民工教育水平

新生代農民工存在較為嚴重的教育不足，教育不足是導致新生代農民工工資收入較低的重要因素，提高新生代農民工教育水平是提高其工資收入的有效途徑。我國教育基礎和發達國家相比仍存在較大差距，新生代農民工缺乏合適的教育途徑。深入訪談過程中，新生代農民工表達希望接受繼續教育的愿望，也同時表達了工作和生活的壓力無法接受全日制的在校學習的擔憂。因此需展開多種形式的教育教學，充分利用互聯網時代的便利，展開諸如網絡課堂、MOOCS 課程等，豐富教育途徑，提高新生代農民工教育水平。

2.提供繼續教育補助，降低新生代農民工受教育成本

新生代農民工對教育的渴望十分迫切，高昂的教育費用是阻礙他們接受教育的因素之一，提供一定的教育補助能夠減輕新生代農民工受教育成本，從而激勵新生代農民工接受所需教育。提供教育補助的形式可以采取專項基金、教育券或者直接將相應補助分配到培訓機構和高校，從而使資金能夠有效的使用到對新生代農民工的教育培訓中。

3.建立健全新生代農民工職業規劃等相關服務

現階段的農民工求職服務更多偏重于促進就業，可對擇業以及職業規劃的服務卻較少。新生代農民工教育與職業匹配時教育收益率較高，提供職業規劃服務能夠提高新生代農民工教育—職業匹配程度，進而提高新生代農民工的教育收益率。

總之，新生代農民工是新農村建設和我國經濟發展的重要力量，提高新生代農民工教育水平具有較大的社會效益。多途徑的提高新生代農民工的教育水平，進而促進其教育—職業相匹配對提高新生代農民工工資收入、促進國家產業轉型、實現我國民族復興具有重要的現實意義。

［1］2013年國家統計公報．［2014．5．12］．http://www．gov．cn/gzdt/2013-02/22．

［2］Duncan，G．J．，Hoffman，S．D．The Incidence and Wage Effects of Overeducation［J］．Economics of Education Review，1981，(1)．

［3］Sicherman，N．Overeducation in the Labor Market［J］．Journal of Labor Economics，1991，(9)．

［4］Rumberger，R．W．The Impact of Surplus Schooling on Productivity and Earning［J］．Journal of Human Resources，1987，(22)．

［5］Bauer，T．K．“Educational Mismatch and Wages:A Panel Analysis”［J］．Economics of Education Review，2002．

［6］Ahn，J．，S．J．Moon，and Y．S．Lee．“Mismatch and Job Satisfaction of Korean Workers”［J］．Paper presented at the Asian Consumer and Family Economics Association Conference，2001，July(5)，China．

［7］王海港，李實．城鎮居民教育收益率的地區差異及其解釋［J］．經濟研究，2007，(8):73—81．

［8］孫志軍．中國教育個人收益率研究:一個文獻綜述及其政策含義［J］．中國人口科學，2004，(5):65—80．

［9］杜育紅．中國欠發達地區的教育、收入與勞動力市場經歷——基于內蒙古赤峰市城鎮地區的研究［J］．管理世界，2003，(9):68—75．

［10］岳昌君．教育對個人收入差異的影響［J］．經濟學，2004，(S1):135—150．

［11］汪傳艷．新生代農民工教育需求探析［J］．當代青年研究，2012，(5):64—70．

［12］劉萬霞．我國農民工教育收益率的實證研究——職業教育對農民收入的影響分析［J］．農業技術經濟，2011，(5):25—32．

［13］董延芳，劉傳江，胡銘．農民工的過度教育與收益率的統計考量［J］．統計與決策，2012，(9):104—106．

［14］武向榮．過度教育的經濟學分析及政策選擇［J］．大學，2008，(1):45—49．

［15］James W．Overeducation and Earnings:A Structural Approach to Differential Attainment in the U．S．Labor Force(1970—1982)Shockey American Sociological Review，Vol．54，No．5，1989(10)．