勞動力短缺是否存在“馬太效應”？
——基于廣東用工企業的調查分析

王子成

(暨南大學公共管理學院,廣東 廣州 510632)

?

勞動力短缺是否存在“馬太效應”？
——基于廣東用工企業的調查分析

王子成

(暨南大學公共管理學院,廣東 廣州 510632)

本文利用2012年在廣東進行的用工企業調查數據,嘗試探討企業間雇傭條件的差異是否產生“馬太效應”。研究結果表明,由于雇傭條件(如工資水平、勞動時間、生產環境等)的差異,企業勞動力短缺存在明顯的“馬太效應”,即企業雇傭條件越好,企業面臨勞動力短缺程度越低,而雇傭條件越差,企業將面臨更嚴重的勞動力短缺問題。

普工短缺;技工短缺;馬太效應

自2004年在珠三角、閩東南等加工制造業聚集地區出現民工短缺以來[1],農民工短缺問題便成為研究關注的熱點,其中對農民工短缺成因的探討更是成為研究的主攻方向。蔡昉(2005,2010)認為人口紅利逐漸消失和劉易斯拐點到來是導致農民工短缺的主要成因[2][3]。章錚(2005)和韓俊(2010)則認為農村勞動力的供求還是總量過剩,農民工短缺主要是結構性短缺[4][5]。張建武等(2005)和劉林平等(2006)強調最低工資標準等制度缺陷造成農民工高流動率,從而引發勞動力短缺[6][7]。Knight等(2011)和陸銘等(2012)的研究也認為制度因素導致了勞動力短缺,但他們認為制度約束形成的勞動力市場分割使農民工及其家庭無法實現持久性遷移,最終導致勞動力短缺[8][9]。

農民工進城務工經商的總量在增長，但增速明顯放緩，企業“招工難”問題呈現長期化趨勢。在外部勞動力供給等宏觀環境暫時無法改變的情況下,提升工資、改善工作環境等措施無疑也成為企業當前調整供需矛盾、緩解勞動力短缺的主要選擇①來源于2010年2月23日中國證券報報道——“用工荒”倒逼“加薪潮”的廉價勞動力時代一去不復返。。但這些措施在多大程度上能緩減勞動力短缺問題,強弱企業間雇傭條件差異是否產生“馬太效應”(Matthew Effect),仍缺乏必要的經驗證據。有鑒于此,本文將使用在廣東進行的用工企業調查數據,在Fraction Logit模型的基礎上區分了普工短缺和技工短缺,從勞動力需求視角(即企業微觀層面)試圖回答以下問題:什么因素引致了普工短缺和技工短缺？企業間勞動力短缺差異是否存在“馬太效應”？

一、數據來源與變量說明

(一)數據來源

本文的研究數據來源于2012年1月在廣東進行的勞動力轉移情況專題調查。該調查由廣東省政協委托華南師范大學勞動經濟研究所進行,在廣東21個地市140個縣(市、區)進行。向用工企業發放調查問卷2800份(每個縣20份),截至2012年5月5日共獲得124個縣(市、區)回收1606份企業問卷,回收率為57.4%*問卷發放由各縣(區)政協協助完成,大概四成左右的問卷沒有回收上來,可能是由于調查執行中僅通過公文發函把問卷郵寄給各縣(區)政協,由他們根據當地實際情況和抽樣要求隨機發放給企業,然后回收寄給課題組。在整個過程中,課題組沒有安排問卷發放及回收追蹤監控,也無法查找調查點的固定負責人,故最終遺失了四成問卷。不過,此次調查地區較廣,回收有效企業問卷量較大,問卷回收率不高對計量結果的影響不會太大。。經整理剔除重復、部分大量數據缺失的問卷,最終獲得有效問卷1330份,有效比率為82.81%。

(二)變量說明與樣本分析

對勞動力短缺的考察,我們分為普通勞動工人短缺(簡稱“普工短缺”)和技術工人短缺(簡稱“技工短缺”)兩類。調查問題為“全年以來企業是否缺工？”、“如果缺工,那么所缺工種及人數分別為:普工____人,技工____人”。

表1 變量定義及描述性統計(N=1330)

注:生產環境包括通風設備、降溫設施、降低輻射設施、廢水廢氣處理設施四類。企業配置的設施越多,其生產環境越好。

從表1的變量描述性統計可以看出,調查企業普遍存在普工短缺和技工短缺問題,而普工短缺發生率要稍高于技工短缺發生率,35.71%的企業面臨普工短缺問題,30.45%的企業面臨技工短缺問題。從短缺率來看,企業平均普工短缺率為7.94%,平均技工短缺率為7.21%,兩者差異并不大,與勞動和社會保障部課題組(2004)的調查結果(“重點地區估計缺工10%左右”)基本相仿[1],勞動力短缺問題長期化趨勢明顯。

由表1的調查結果可知,企業普工平均工資水平為1725.7元,技工平均工資為2331元,考慮從事管理工作的農民工,加權平均后的企業農民工平均工資為2090元(不考慮管理人員的平均工資僅為1908元),與同期在東部地區務工的農民工月均收入2053元(《2011年我國農民工調查監測報告》)基本相仿,廣東用工企業在工資競爭方面已沒有優勢。對工作時間來說,普工和技工平均周工作時間約47小時,比法定的工作時間高約3小時,相對于2004年出現勞動力短缺時“每天勞動時間至少10至12小時”的情況來講*來源于勞動保障部網站的勞動和社會保障部課題組(2004)關于民工短缺的調查報告。,農民工勞動時間偏長局面略有改善,但加班現象仍普遍存在,每周工作時間超過勞動法規定的44小時的農民工仍高達71%。對生產環境來說,一半以上的企業具有通風設備、降溫等基本設施,僅有約12%的企業配置了包括降低輻射、廢水廢氣處理等在內的四類設施。企業社會保險繳納和員工培訓仍不樂觀,人均年社保支出2895元,其中30%的企業人均年社保支出不足1000元,人均年社保支出在3000元以上的企業僅占40%。

二、估計方法與實證結果分析

(一)估計方法

我們主要利用短缺率來衡量勞動力短缺程度,普工短缺率(技工短缺率)用企業普工短缺(技工短缺)總人數除以普工需求(技工需求)總人數(即短缺人數加上當前雇傭人數)來表示。由于普工短缺率(技工短缺率)為比例變量,我們參考Papke和Wooldridge(1996)提出的基于GLM估計的Fractional Logit模型來分析[10]。響應變量的條件期望可以寫為:

E(yi|xi)=G(xiβ) (i=1,…,N)

(1)

其中,yi為因變量且0≤yi≤1,表示普工短缺率或技工短缺率;xi為解釋變量。解釋變量我們參考Healy等(2011)的做法,選取雇傭條件、企業類型、企業規模、企業雇員結構等變量[11]。

G(·)為logistic分布函數且G(z)=exp(z)/(1+exp(z)),z在(0,1)區間內變動,可通過最大化Bernoulli似然值求解:

li(β)=yilog[G(xiβ)]+(1-yi)log[1-G(xiβ)])

(2)

(二)估計結果

1.雇傭條件與普工短缺。本文把企業雇傭條件(如工資、工作時間、社會保險、工作環境等)視為主要考察變量。模型1-3為Fractional Logit估計,在逐步加入企業其他特征變量后,雇傭條件與普工短缺的負相關關系仍然顯著,同時GGOFF檢驗(Goodness-of-Link Tests)并不拒絕原假設,說明選擇Fractional Logit模型是合適的[12]。為進一步檢驗Fractional Logit估計結果的穩健性,我們分別用OLS和Tobit模型估計了雇傭條件對企業普工短缺率的影響。

從表2的估計結果來看,工資水平對企業普工短缺率有顯著負效應,企業平均工資每增長1%,將導致企業普工短缺率降低0.44%,進一步揭示較高的工資水平在一定程度上可以緩解企業勞動力短缺問題。因為較高工資在勞動力市場上具有相對競爭優勢,吸引更多的勞動力來填補崗位空缺。這與勞動和社會保障部課題組(2004)的調查結論相一致,即工資待遇與缺工有直接關系,工資高的企業在招工中具有相對優勢,如“月平均工資在700元(含加班費)以下的企業普遍招工較難,而1000元以上的企業招工沒有問題”[1]。工作時間與普工短缺率之間呈顯著正相關,工作時間每增加一個小時,將會導致企業普工短缺率增加0.025%。也就是說,加班等增加勞動強度的措施會加重企業普工短缺程度。生產環境與普工短缺率的相關系數顯著為負,說明企業生產環境對普工短缺有顯著的延緩作用,企業生產環境越好,普工短缺率越低。社會保險年人均支出、年平均培訓天數與普工短缺率呈負相關但不顯著,說明目前大部分企業在農民工社會保障、用工培訓等方面的投入明顯不足。根據國家統計局《2011年農民工監測報告》顯示,雇主或單位為農民工繳納養老保險、工傷保險、醫療保險、失業保險和生育保險的比例分別為13.9%、23.6%、16.7%、8%和5.6%,農民工參加社會保險水平總體上仍較低,而農民工接受過非農職業技能培訓的也僅占外出總人數的26.2%,這些都制約了社會保險和培訓在吸引和留住員工方面的作用,最終導致這兩個因素在減緩普工短缺方面并沒有發揮顯著作用。

表2 雇傭條件與普工短缺率的估計結果

注:括號內為穩健標準差;“* ”p<0.1,“** ”p<0.05,“*** ”p<0.01。

表2的估計結果證實,由于雇傭條件等存在差異,企業普工短缺存在明顯的“馬太效應”。也就是說,企業雇傭條件越好,企業面臨普工短缺程度越低,而雇傭條件越差,企業用工結構偏向于非技能勞動力,也將面臨更嚴重的普工短缺。這些均表明在勞動供給收緊的情況下,市場這只“無形的手”在勞動力優化配置中發揮了積極作用,強弱企業間的“馬太效應”日趨明顯,待遇高、保障好的企業會吸引更多的人才加入而發展壯大,而那些雇傭條件差的企業將很難再招到合適的員工。

2.雇傭條件與技工短缺。對技工短缺的考察,我們采用的估計方法與普工短缺相同。首先使用Fractional Logit估計,結果顯示雇傭條件與技工短缺之間存在顯著相關關系,但GGOFF檢驗拒絕了原假設,說明選擇Fractional Logit模型并不合適。因此,參考Marchante等(2006)的思路[13],我們轉而使用Tobit模型來估計(結果如表3所示)。同時,表3給出了用工企業技工短缺發生率(存在技工短缺=1,不存在技工短缺=0)的Logit和OLS估計結果。

從表3的估計結果可以看出,工資和工作時間等雇傭條件對技工短缺率有顯著影響,而社會保險人均年支出水平、工作環境對技工短缺率并沒有顯著影響。具體來說,工資每提升1%,企業技工短缺率將減少約0.13個百分點,這與Haskel等(2001)及Marchante等(2006)的結論相一致[13][14],即高工資對技工短缺有顯著負效應,提升工資可以吸引更多的高技能申請者來填補崗位空缺,緩解技工短缺程度。而對工作時間來說,工作時間越長,企業面臨的技工短缺程度越高,這說明加班會進一步惡化企業技工短缺情況,但影響程度并不大,技工平均工作時間每增加一個小時,企業技工短缺程度僅增加0.0033%。年人均社保支出和工作環境與技工短缺率呈負相關但并不顯著,他們在緩解技工短缺問題中的作用并不顯著,這表明在技術工人供不應求的情況下,技工勞動力市場也處在不斷的調整過程中,而雇傭條件調整則是企業在技工人才市場上較為有效的方式,這也會導致“馬太效應”的出現。企業薪酬水平越高、勞動強度越低,在勞動力市場上就能吸引更多的技能人才來填補崗位;相反地,那些薪酬水平不高、勞動強度大的企業必然會面臨更為嚴重的技工短缺。

表3 雇傭條件與技工短缺率的估計結果

注:括號內為穩健標準差;“* ”p<0.1,“** ”p<0.05,“*** ”p<0.01。

三、結論與政策建議

本研究使用2012年在廣東進行的用工企業調查數據,從勞動力需求視角探討雇傭條件等對農民工短缺的影響。研究后證實,由于雇傭條件的差異,企業勞動力短缺存在明顯的“馬太效應”,即企業雇傭條件越好,企業面臨勞動力短缺程度越低,而雇傭條件越差,企業將面臨更嚴重的勞動力短缺問題。具體來講,工資水平和勞動時間對普工短缺和技工短缺都有顯著的負效應,工資水平越高、工作強度越低的企業面臨普工短缺和技工短缺程度越低;生產環境越好,企業普工短缺和技工短缺程度越低,但生產環境對技工短缺的影響并不顯著,而社會保險支出水平與普工短缺率和技工短缺率之間呈負相關但不顯著。

上述研究結果表明,在勞動供給收緊的情況下,市場這只“無形的手”在勞動力優化配置中發揮了積極作用,強弱企業間的“馬太效應”日趨明顯。在農民工外出數量增幅放緩、勞動力供給由無限走向有限的背景下,工資上漲的趨勢不可避免,傳統利用廉價勞動力謀取發展的企業將失去競爭優勢,進而面臨“招工難”問題,這是市場調節的必然結果。而在招工中強弱企業之間形成的“馬太效應”也會加速企業洗牌,強的企業形成競爭優勢逐漸得到擴大發展,而弱的必然會被淘汰。這進一步預示著勞動力供需態勢逆轉后,傳統勞動密集型企業必須適時進行轉型升級,提高產品附加值,拓展利潤空間,從代工、簡單加工逐步向研發、品牌營銷等價值鏈中間環節發展,進而在競爭中取得優勢,實現持續發展。

[1] 勞動和社會保障部課題組.關于民工短缺的調查報告[EB/OL].勞動保障部網站,2004-09-14.

[2] 蔡昉.勞動力短缺:我們是否應該未雨綢繆[J].中國人口科學,2005,(6):11-16.

[3] 蔡昉.人口轉變、人口紅利與劉易斯轉折點[J].經濟研究,2010,(4):4-13.

[4] 章錚,譚琴.論勞動密集型制造業的就業效應——兼論“民工荒”[J].中國工業經濟,2005,(7):5-11.

[5] 韓俊.農民工實現市民化需要解決的問題[N].經濟參考報,2010-05-28.

[6] 張建武,王自成.制度缺陷:珠三角地區普工短缺的根本原因[J].開放導報,2005,(4):23-29.

[7] 劉林平,萬向東,張永宏.制度短缺與勞工短缺——“民工荒”問題研究[J].中國工業經濟,2006,(8):45-53.

[8] Knight J.,Deng Q.,Li S.The puzzle of migrant labor shortage and rural labor surplus in China[J].China Economic Review,2011,22(4),pp.585-600.

[9] 陸銘,陳釗.當劉易斯遇到馬克思——論中國勞動力短缺的制度成因與對策[A].張欣,蔣長流,范曉靜.中國沿海地區產業轉移浪潮——問題和對策[C].上海:上海財經大學出版社,2012.111-127.

[10] Papke L.E.,Wooldridge J.M.Econometric methods for fractional response variables with an application to 401(k)plan participation rates[J].Journal of Applied Econometrics,1996,11(6),pp.619-632.

[11] Healy J.,Mavromaras K.,Sloane P.J.Adjusting to Skill Shortages:Complexity and Consequences [C].IZA Discussion Paper,No.6097,2011.

[12] Ramalho E.A.,Ramalho J.J.S.Alternative estimating and testing empirical strategies for fractional regression models[J].Journal of Economic Surveys,2011,25(1),pp.19-68.

[13] Marchante A.J.,Ortega B.,Pagan R.Determinants of skills shortages and hard-to-fill vacancies in the hospitality sector[J].Tourism Management,2006,27(5),pp.791-802.

[14] Haskel J.,Martin C.Technology,wages and skill shortages:Evidence from UK micro data[J].Oxford Economic Papers,2001,53(4),pp.642-658.

(責任編輯:化 木)

Are There Any Matthew Effects in Labor Shortage——An Analysis based on Guangdong Employers Survey

WANG Zi-cheng

(School of Public Management, Jinan University, Guangzhou 510632, China)

Based on 2012 Employers Survey Data in Guangdong Provinc, this paper investigates the determinants of labor shortages and discusses whether there are any Matthew Effects in Labor Shortages due to the differences of Employment Conditions. The empirical results show that there is a significant Matthew Effect in labor shortages, i.e., the better conditions the employers offer, the less constraints the employers confront with regarding the labor shortage.

general labor shortage; skilled labor shortage; Matthew effect

2014-08-30

廣東省普通高校教育科學“十二五”規劃項目(2014GXJK011);廣東省教育廳青年創新人才類項目(2014WQNCX009)

王子成(1981-),男,河南南陽人,暨南大學公共管理學院講師,博士。

F241.2

A

1004-4892(2015)05-0010-06