不同年齡組流動人口勞動生產率的差異
——基于2015年中國流動人口動態監測調查數據的分析

劉成坤，趙昕東

(1.江西財經大學 統計學院，江西 南昌 330013； 2.江西財經大學 博士后流動站，江西 南昌 330013； 3.華僑大學 統計學院，福建 廈門 361021)

一、引言

自改革開放以來，中國經濟取得了舉世矚目的巨大成就，創造了經濟增長史上的奇跡，這與在此期間出現的勞動力大規模流動所帶來的人口紅利密切相關。城鎮化的快速發展，大量適齡勞動人口從小城市流入大城市、從中西部地區流入東部沿海地區，使20世紀90年代成為中國人口流動最為活躍的時期，全國流動人口數量從1993年的0.7億增加到2000年的1.4億，在不到十年的時間內翻了一番。而到2015年，全國流動人口數量達到了2.27億，占總人口的比重高達18.1%，其中，“80后”和“90后”的年輕勞動者所占比例已超過了60%(1)數據來源于原國家衛生和計劃生育委員會《中國流動人口發展報告2016》。。2015年中國流動人口動態監測調查數據顯示，流動人口的平均受教育年限為9.3年，而2013年流動人口的平均受教育年限則為9.2年，雖然近年來該指標呈不斷上升趨勢，但上升速度較為緩慢，流動人口的平均受教育程度仍處于較低水平。在流動人口平均受教育年限不斷上升的同時，流動人口的平均年齡也隨之上升，2013年流動人口的平均年齡為27.9歲，到2015年這一數值上升到29.3歲，流動人口老化的速度明顯快于全國人口老化速度。2015年流動人口的平均月收入為4598元，與2013年和2014年相比有較大幅度的提高。人口的大規模流動為我國的城市建設作出了重大貢獻，是推動我國經濟增長的重要力量。然而，相關數據顯示，中國15—64歲的適齡勞動人口和流動人口分別在2012年和2016年首次出現下降趨勢，適齡勞動人口和流動人口“雙拐點”的到來必將對中國的勞動生產率產生重要影響，并進一步影響中國未來的經濟增長速度。從現階段的流動人口發展趨勢來看，一方面，流動人口平均受教育程度的提升有利于促進勞動生產率的提高；另一方面，流動人口平均年齡的上升會導致勞動力的老化，從而對流動人口的平均工作經驗產生影響。不同年齡組的流動人口在勞動生產率分布上存在什么規律？受教育程度和工作經驗對不同年齡組流動人口勞動生產率的影響有何差異？由于我國各地經濟發展仍不平衡，不同產業對勞動力的要求也互不相同，因此這種差異是否會因區域和產業而不同？這些問題的深入研究對于更好地認識中國快速老齡化背景下經濟增長的動力機制具有重要的現實意義，同時也可為各地制定工資、教育和人口政策提供一定的借鑒和啟示。

二、文獻綜述

為了研究教育和工作經驗對工資收入的影響，明瑟(Mincer)于1974年提出了“明瑟模型”[1]。根據研究目的的不同，學者們通過加入各種不同的控制變量對原始的“明瑟模型”進行拓展，目前已在勞動經濟學、教育經濟學等領域取得了豐富的研究成果。

關于工資收入、勞動生產率或教育回報率等方面的研究，從研究方法來看，實證研究占據主導地位，且主要是基于微觀數據。根據樣本數據選擇角度的不同，可進一步細分為兩類。其一，使用較大規模調查數據進行的大樣本研究。基于中國家庭收入調查數據(CHIP)，李海政的研究表明，中國的教育回報率在此前的多數研究中均被低估，且私營企業的教育回報率高于國有企業，欠發達省份的教育回報率高于發達省份[2]；喬治(George)采用分位數回歸模型研究了城市流動人口因戶籍差異導致的工資差距，發現教育對工資收入具有顯著的促進效應，且由于稟賦效應的存在，相對于農村戶籍的流動人口，城鎮戶籍的流動人口在工資收入上具有明顯的優勢[3]。丹尼斯(Dennis)基于中國1988年和1995年的城鎮住戶抽樣調查數據(UHS)研究了經濟轉型時期中國教育回報率的變化趨勢，發現中國的城市教育回報率從1988年的3.1%提高到1995年的5.1%[4]?；谥袊C合社會調查數據(CGSS)，范靜波和張成剛研究發現2003年中國高等工科教育的回報率為10.6%，2008年上升為14.7%，且存在明顯的性別差異，男性的教育回報率高于女性[5]；杜兩省和彭競使用OLS估計法對教育回報率的城市差異進行了研究，發現直轄市的教育回報率最高，省會城市次之，其他城市最低[6]。尼克斯(Nikos)和斯特利斯(Stelios)使用GMM估計法研究了人力資本對希臘勞動生產率的影響，發現在高中及以上教育階段，受教育程度與勞動生產率具有很強的正相關關系；在初中階段，受教育程度對勞動生產率無顯著影響；在小學階段，受教育程度與勞動生產率具有顯著的負相關關系[7]。邢春冰等人結合2005年全國1%人口抽樣調查數據和2011年中國流動人口動態監測調查數據，對教育回報率的地區差異進行了研究，發現東部地區發達城市的教育回報率明顯高于中西部地區[8]?；?010年中國流動人口動態監測調查數據，王靜和武舜臣將新生代農民工從事的職業分為五大類，并估計了各類職業的教育回報率，發現新生代農民工的教育回報率在各類職業間存在顯著差異[9]。譚靜等人的研究結果表明，戶籍地為城鎮的農民工其教育回報率比戶籍地為農村的農民工高出3.12個百分點，遷移有助于提高農民工的教育回報率[10]。

其二，使用部分省份或行業調查數據進行的小樣本研究。丹尼斯以中國四川省的數據為例，研究了1986—1995年要素市場自由化過程中中國農村教育對農民收入的貢獻，發現學校教育顯著提高了農民將勞動和資本投入到非農生產活動的能力，非農生產活動的擴大對家庭收入增長作出了重大貢獻[11]。馬西米里諾(Massimiliano)和羅伯特(Roberto)基于2001年意大利制造業公司層面的面板數據，發現大學教育對白領工人工資的彈性系數在0.1左右，但對藍領工人無顯著影響[12]。常清福等人則以1998—2003年中國臺灣制造業的微觀調查數據為基礎，研究表明一個城市受過高等教育(大專及以上)的員工比例每增加1%，將使得該城市制造業的生產率提高約0.93%—1.15%，且高等教育對技術性要求較高的產業影響最大[13]。基于2003年浙江省企業調查數據和廣東、湖南等地的農村勞動力流動調查數據，姚先國和張海峰使用普通最小二乘法(OLS)研究了中國教育回報率的城鄉差異，發現城鎮教育回報率在8%左右，而農村僅有4%左右[14]。羅忠勇基于2008年珠三角九個城市農民工的調查數據，研究了教育投入對農民工個人收益率的影響，發現農民工的收益率隨受教育程度的提高而不斷上升[15]；馬巖等人基于2003年和2004年浙江、湖北和云南三省流動人口抽樣調查數據所進行的研究也得出了類似的結論[16]。

此外，也有部分學者從宏觀層面對該問題進行了研究。杜米希(Domician)采用動態面板模型實證研究了人力資本積累和勞動力市場制度對OECD國家勞動生產率增長的影響，發現受教育程度較高的國家比受教育程度較低的國家取得了更好的經濟增長績效[17]。張海峰等人研究了平均受教育年限(教育數量)和平均師生比(教育質量)對中國各地區勞動生產率的影響，發現教育質量會對地區勞動生產率產生顯著的積極影響，教育數量對地區勞動生產率的影響大小部分取決于教育質量的高低，教育質量越高，教育數量對勞動生產率產生的促進效應越大[18]。孫一菡等人的研究結果表明，勞動力的整體老化會顯著抑制全要素生產率的增長，但具有較高受教育水平的勞動力老化則會對全要素生產率的增長產生顯著的推動作用[19]。埃斯拉(Esra)等人則采用宏微觀相結合的方法對教育回報率進行了研究，發現在微觀層面上，受教育程度的提高對個人工資的增長具有積極的促進作用；在宏觀層面上，教育是決定經濟發展和經濟增長最重要的因素，人力資本的增加對于整合所有經濟部門的物質資本起著非常重要的作用[20]。

從現有文獻來看，對教育與收入問題的研究以微觀數據為主，主要集中在實證研究方面，且主要側重于對總體樣本進行分析，關于不同年齡組受教育程度和工作經驗對勞動生產率影響的研究極為罕見。此外，在分析受教育程度對不同年齡組流動人口勞動生產率的影響時，尚未有文獻對其可能存在的區域差異或產業差異進行深入分析。因此，本文首先將樣本按不同年齡進行分組，然后再進一步將其按區域和產業類型進行細分，深入研究受教育程度和工作經驗對不同年齡組流動人口勞動生產率的影響，以得出更有意義和更加詳細的研究結論。

三、模型構建、指標選取與數據說明

1. 模型構建

自從明瑟提出關于工資收入的動態周期模型以來，明瑟模型被廣泛應用于勞動者的勞動生產率或教育回報率問題的研究中[1]。隨著對該問題的深入研究，學者們通過加入不同的變量對原始明瑟模型進行了擴展，明瑟工資方程的標準形式為：

lny=α+β1edu+β2exp+β3exp2+∑γiXi+ε

(1)

其中，y為每小時工資收入，程欣和鄧大松等人認為，小時工資作為最為直觀的代表員工勞動生產率的指標，可以在一定程度上衡量勞動者的工作效率和產出[21]。因此，本文將小時工資收入作為流動人口勞動生產率的代理變量，原始數據中僅給出每個樣本的月工資收入，在進行實證分析前將其折算為小時工資收入。edu為受教育程度；exp為工作經驗，代表個體離開學校后積累的人力資本；Xi表示除受教育程度和工作經驗外會對勞動生產率產生影響的控制變量。鑒于數據的可得性，同時參考程欣和鄧大松以及楊國濤等人的研究，本文選擇的控制變量包含性別、戶口類型、流動范圍、就業身份、婚姻狀況和職業屬性等社會基本特征變量[21-22]。α為常數項，β1表示每增加一年教育程度所導致個人工資收入增加的比例，β2表示每增加一年工作經驗對個人工資收入產生的影響，β3用于檢驗工作經驗與勞動生產率之間是否存在非線性關系，ε為隨機擾動項。王德文等人指出，利用明瑟方程估計教育回報率涉及兩個重要問題[23]：一是關于個人能力的異質性問題，即能力偏差問題[24]；二是關于教育的內生性問題[25]。在回歸技術上，通常是通過加入個人智商、家庭背景等更多的控制變量對其進行處理。然而，由于本文所選數據的調查問卷中并未涉及個人智商的指標。此外，雖然在調查問卷中有父母的受教育年限等關于家庭背景的指標，但考慮到本文研究的是各年齡組流動人口的勞動生產率問題，對于年齡較大的中老年流動人口，這一指標值多處于空缺狀態，若加入這一指標，將使得樣本量大大縮減，反而會對結果的準確性產生影響。王德文等人基于“中國城市就業與社會保障研究”調查數據的研究結果表明，個人是否為團員以及父母的受教育程度對多數農村遷移勞動力的工資并無顯著影響，個體的工資主要還是取決于自身的受教育程度[23]，即內生性問題對流動人口勞動生產率的影響極其有限；譚靜等人的研究也得出了類似的結果[10]。受限于數據的可得性，本文并未對可能存在的內生性問題做進一步的深入研究，這也是本文的不足之處。然而，從現有的研究結果來看，受教育年限對個體工資收入的影響程度大多集中在0.03—0.08之間[10,23,26]，本文的估計結果也在這一合理范圍之內。因此，本文最終得出的結論是可信的。

2.指標選取

勞動生產率通常用勞動者在單位時間內所生產的產品數量來計算。按照該定義，從宏觀層面來看，人均實際GDP是作為勞動生產率最為常用的代理變量[27]。在經濟學中，勞動生產率包含多種不同的定義，既包括人均實際GDP等宏觀層面的指標，也包括每小時工資收入等微觀層面的指標[28]。鑒于本文所使用的是原國家衛生和計劃生育委員會公布的2015年中國流動人口動態監測調查數據，僅可得到個人小時工資收入數據，因此，選擇個人小時工資收入作為流動人口勞動生產率的代理變量?？紤]到被調查對象均為15周歲及以上的流動人口，已具備一定的勞動能力，此外，雖然中國法定的男性退休年齡為60歲，女性退休年齡為50歲，但由于中國的社會保障體系還不夠完善，大部分老年流動人口均不會在達到法定退休年齡時退出勞動力市場，因此，將研究對象定義為15—64歲流動人口中的勞動力群體，并參考馬光榮等人的研究，將每5年設定為一個年齡組[29]。對于受教育程度，根據調查問卷可分為未上過學、小學、初中、高中/中專、大學專科、大學本科和研究生7種不同的類型，參考譚靜等人以及孫猛和許世存的研究，分別將這7種不同受教育類型的受教育程度定義為0、6、9、12、15、16和19[10,30]。在進行實證分析時，為了分析不同年齡組流動人口勞動生產率的差異，還需對勞動者的年齡進行定義，本文中將勞動者的年齡設定為調查日期(2)本文中將調查日期統一設定為2015年5月。與被調查者的出生日期之差，并將差值四舍五入后取整數。對于工作經驗，根據邢春冰等人以及譚靜等人[8,10]的研究，利用年齡和受教育程度計算得到個體勞動者的潛在工作經驗，即工作經驗=年齡-受教育程度-6。對于控制變量，均為虛擬變量，性別中女性取0，男性取1；戶口類型中將農業和農業轉居民取為0，非農業和非農業轉居民取為1；流動范圍剔除跨境流動的樣本，將省內跨市和市內跨縣取為0，將跨省流動取為1；就業身份中將雇主和自營勞動者取為1；婚姻狀況中將未婚、再婚、離婚和喪偶取為0，將初婚取為1；將職業屬性分為藍領和白領(3)白領包含國家機關、黨群組織、企事業單位負責人，專業技術人員，公務員，辦事人員和有關人員；藍領包括經商、商販、餐飲、家政、保潔、保安、裝修、其他商業、服務業人員，農、林、牧、漁、水利業生產人員，生產、運輸、建筑，其他生產、運輸設備操作人員及有關人員，無固定職業和其他人員。，白領記為1，藍領記為0[31]。該調查的原始數據包含206000個樣本，根據本文的研究目的，剔除各種無效樣本，最終的樣本量為165619個，本文還將不同年齡組的樣本按區域(4)東部地區包括北京市、天津市、上海市、河北省、山東省、江蘇省、浙江省、福建省、廣東省和海南省等；中部地區包括山西省、河南省、湖北省、安徽省、湖南省和江西??；西部地區包括內蒙古自治區、新疆維吾爾自治區、寧夏回族自治區、陜西省、甘肅省、青海省、重慶市、四川省、西藏自治區、廣西壯族自治區、貴州省和云南??；東北地區包括黑龍江省、吉林省和遼寧省。和產業(5)第一產業包括農林牧漁業；第二產業包括采礦、制造、電熱燃氣生產供應和建筑業；第三產業包括批發零售，交通運輸、倉儲和郵政，住宿餐飲，信息服務、軟件和信息技術服務，金融，房地產，租賃和商務服務，科研和技術服務，水利、環境和公共設施管理，居民服務、修理和其他服務業，教育、衛生和社會工作，文體和娛樂，公共管理、社會保障和社會組織，國際組織。進行了分類分析。

3.數據的描述性統計

由于本文用到的指標中除了勞動生產率、受教育程度和工作經驗三個變量外，其他變量均為虛擬變量。因此，僅對勞動生產率、受教育程度和工作經驗三個變量進行描述統計分析，結果如表1所示。

表1 描述性統計結果

由表1可知，在各個不同年齡組中，30—34歲年齡組流動人口的勞動生產率均值最大，高于其他各個年齡組的群體，即流動人口的勞動生產率與年齡呈倒“U”型關系，這與現實情況是相符合的，年輕勞動者由于身體素質好、思想活躍、創造力強，與其他群體相比，其在綜合素質方面占有絕對優勢，在生產活動中自然也就具有較高的勞動生產率。隨著年齡的增大，各年齡組流動人口的平均工作經驗也隨之上升，這也與現實情況相吻合。對于受教育程度，不同年齡組的流動人口則存在較大的差異，從總體上看，20—34歲年齡組的受教育程度均值遠高于其他年齡組，且25—29歲年齡組的受教育程度均值最大，這主要是得益于中國自1986年以來實施的九年義務教育制度。

四、實證結果分析

1. 受教育程度和工作經驗對不同年齡組流動人口勞動生產率的影響

以每小時工資收入的對數作為被解釋變量對方程(1)進行估計，即可得到受教育程度和工作經驗對不同年齡組流動人口勞動生產率的影響，估計結果如表2所示。

由表2可知，從總體上看，受教育程度對流動人口勞動生產率的影響顯著為正，這是學術界普遍的共識，與現有的研究結論也是一致的[8，10，16]。然而從細分年齡組的結果來看，受教育程度對不同年齡組流動人口勞動生產率的影響程度呈先遞增后遞減的趨勢，即兩者之間存在倒“U”型關系，且最高點出現在25—29歲年齡組，這是由于該年齡組是個人發展的黃金期，對于接受過高等教育的人群，也是初入職場并實現自身價值的關鍵時期，隨著年齡組的上升，受教育程度對勞動生產率的影響逐漸減小，當流動人口的年齡大于55歲時，受教育程度對勞動生產率的影響不再顯著。工作經驗對15—19歲年齡組流動人口勞動生產率的正向影響最大，對20—24歲流動人口的勞動生產率也會產生顯著的正向影響，但對于30歲及以上年齡組流動人口勞動生產率的影響卻顯著為負，工作經驗的平方項對這些年齡組流動人口的勞動生產率具有顯著的正向影響，即工作經驗與勞動生產率呈“U”型關系。這與常進雄等人的研究結論是類似的，即對于36—60歲的城鎮戶籍農民工群體，工作經驗與工資收入呈“U”型關系[26]。從本文得出的結果來看，工作經驗對15—24歲年齡組流動人口勞動生產率具有顯著的正向影響，這是由于這部分群體剛走出校門邁向社會，基本沒有工作經驗，其在參加工作初期，勞動熟練程度和技能會隨著經驗的增加而增長，勞動生產率也因此而不斷提高；然而，在參加工作的后期，年齡的增長將導致個體迅速學習新知識和接受新技能的能力下降，且原有技能將隨時代的進步而不斷被淘汰，因此勞動生產率也將隨之下降。從總體來看，隨著勞動力的老化或是工作經驗的增加，流動人口的勞動生產率呈先上升后下降的趨勢，這也進一步證實了楊貝貝和劉懿等人的研究結論[32]。

表2 受教育程度和工作經驗對不同年齡組勞動生產率影響的估計結果

注：括號內為標準誤，***、**、*分別表示在1%、5%、10%的水平下顯著。

此外，性別、戶口類型、流動范圍、就業身份、婚姻狀況和職業屬性等個人社會基本特征幾乎都對各年齡組流動人口的勞動生產率具有顯著的正向影響，欒敬東的研究也得出了類似的結果[33]。根據本文對這些虛擬控制變量的設定可知，在其他條件相同的情況下，男性相對于女性具有更高的勞動生產率，即男性的工資收入會顯著高于女性，這與當前的社會現實是相符的，而這主要是與我國勞動力市場上的性別歧視有關，張俊森等人的研究結果也表明，在與社會文化有關的傳統性別觀念以及法律法規不完善等因素的共同作用下，中國性別間的工資差異呈逐漸擴大趨勢[34]。由于我國的就業法規還不夠完善，對女性在勞動力市場上的職業發展缺乏有效保護，從企業的用工成本角度來看，在同等條件下，多數企業會傾向于招收男性畢業生，女性因此成了勞動力市場上的弱勢群體。從戶口類型來看，相對于農村戶籍的流動人口，城鎮戶籍的流動人口可以獲得更高的工資收入，導致這一結果的主要原因在于我國長久以來形成的城鄉二元差異，這也是學術界普遍存在的共識。從流動范圍來看，跨省流動比省內流動會有更高的工資收入，譚靜等人的研究結果也表明，與城內遷移的農民工相比，城城遷移的流動人口具有更高的工資收入[10]。從就業身份來看，雇主和自營勞動者的平均工資收入高于雇員，這與現實情況也是相符的，雇主和自營勞動者大多屬于自主創業者，其勞動所得往往高于為其工作的雇員。從婚姻狀況來看，初婚群體的勞動生產率高于其他群體，這主要是由于初婚群體具有完整的家庭，家庭的組建會有效促進其身心健康，緩解工作中的焦慮情緒，進而對勞動生產率產生積極影響。從職業屬性來看，白領比藍領具有更高的勞動生產率，這主要是由工作性質所決定的，即白領從事的多屬于技術密集型的工作，其含金量較高，勞動報酬也較高；而藍領從事的多屬于勞動密集型的工作，其勞動報酬相對較低。

2.受教育程度和工作經驗對不同區域流動人口勞動生產率的影響

表2的結果表明，受教育程度和工作經驗對不同年齡組流動人口勞動生產率的影響存在顯著差異。由于中國地域遼闊、區域經濟發展極不均衡，受教育程度和工作經驗對不同年齡組和不同區域流動人口勞動生產率的影響必然也會有所不同。因此，將樣本按不同年齡組和不同區域進行細分，再次對方程(1)進行估計，東部地區、中部地區、西部地區和東北地區四大區域的估計結果如表3所示(6)所有模型均包含控制變量，限于篇幅，本文僅列出了各區域核心解釋變量的結果，有需要的讀者可向作者索要完整的結果。。

由表3可知，對于東部地區，受教育程度除了對60—64歲年齡組流動人口的勞動生產率具有顯著的負向影響外，對其他各年齡組群體的勞動生產率均具有顯著的正向影響，且對25—34歲年齡組流動人口勞動生產率的影響最大，說明在東部地區，越是高學歷的年輕勞動者在勞動力市場上的需求越旺盛，其工資收入也越高，邢春冰等人的結果也表明，東部地區和發達城市的教育回報率明顯高于中西部地區[8]。工作經驗僅對15—24歲年齡組流動人口的勞動生產率具有顯著的正向影響，對30—54歲年齡組群體的勞動生產率則具有顯著的負向影響，對55歲及以上年齡組的流動人口勞動生產率的影響則不再顯著，且與部分年齡組流動人口的勞動生產率存在“U”型關系，這與總體結果極為相似，這主要是由于東部地區各年齡組的流動人口占比遠高于其他三大區域。對于中部地區，與東部地區相比，受教育程度對流動人口勞動生產率產生正向影響的年齡組明顯收窄，受教育程度對50歲及以上年齡組流動人口的勞動生產率不再產生顯著影響，且對處于相同年齡組流動人口勞動生產率的影響程度也明顯變小。此外，受教育程度對15—19歲年齡組流動人口勞動生產率產生的正向影響最大，出現這個結果的原因可能有兩個：一方面，是由于流入中部地區的流動人口主要來源于西部地區或省內流動，而中西部地區的受教育程度普遍較低，且中部地區的產業以勞動密集型為主，接受過初等教育和中等教育的流動人口在中部地區的勞動力市場需求量相對較大；另一方面，中部地區經濟發展程度與東部地區存在較大差距，勞動力市場上所能支付的薪酬對受過高等教育的群體缺乏競爭力，導致當地大量受過高等教育的高素質人才外流到東部地區。工作經驗對勞動生產率影響的年齡組也明顯變窄，雖然均會對24歲以下的年輕勞動者勞動生產率產生顯著的正向影響，但對其他絕大部分群體的勞動生產率均不再產生顯著的影響，且工作經驗與勞動生產率之間不再存在顯著的“U”型關系。對于西部地區，其受教育程度對勞動生產率產生正向影響的年齡組范圍與中部地區一致，對各年齡組的影響程度也類似；但不同的是，在中部地區，受教育程度對15—19歲年齡組群體的勞動生產率影響最大，而在西部地區，受教育程度對25—29歲年齡組群體的勞動生產率影響最大，這與東部地區的結果相一致，這主要是與國家對西部地區的財政傾斜政策有較大關系，國家對西部地區的大規模財政撥款(如西部大開發戰略)使得西部地區有能力對接受過高等教育的人才支付較高的報酬，從而吸引到高學歷人才，使得年輕的高學歷人才具有較高的教育回報率。工作經驗僅對15—19歲年齡組的勞動生產率具有顯著的正向影響，這主要是由于西部地區的總體受教育程度較低，勞動力市場上存在大量只有初中或高中學歷的勞動者，且工作經驗與35—44歲年齡組流動人口的勞動生產率存在顯著的“U”型關系。對于東北地區來說，與全國及東部和西部地區相同，受教育程度也對25—29歲年齡組流動人口的勞動生產率產生的影響最大，對15—19歲年齡組流動人口勞動生產率的影響則不再顯著。但工作經驗對流動人口勞動生產率的影響與其他三大區域存在明顯的差異，東北地區作為我國的重工業基地，勞動密集型產業占據重要地位，30歲及以下年齡組的流動群體以剛畢業幾年的大學生為主，工作經驗對這部分群體的影響極其有限，但對30—34歲年齡組流動人口的勞動生產率具有顯著的正向影響，且工作經驗與其勞動生產率存在顯著的倒“U”型關系，對于這個年齡組的群體，正處于年富力強的階段，在社會上經過一定的歷練之后可能進入中層領導崗位，工作經驗在勞動力市場上的優勢得以發揮出來，而對于40—49歲年齡組的流動群體，工作經驗對勞動生產率的影響顯著為負，這是由于這部分群體身體機能開始呈下降趨勢，其在勞動力市場上的優勢已逐漸消退，對于50歲以上年齡組流動群體，工作經驗對其勞動生產率的影響不再顯著。

表3 受教育程度和工作經驗對各區域不同年齡組流動人口勞動生產率影響的估計結果

注：括號內為標準誤，***、**、*分別表示在1%、5%、10%的水平下顯著。

3.受教育程度和工作經驗對不同產業流動人口勞動生產率的影響

受教育程度和工作經驗不僅對不同區域之間流動人口勞動生產率的影響存在差異，由于不同產業之間存在性質上的區別，其勞動生產率的影響因素也可能因產業類型而異。因此將樣本按不同年齡組且不同產業類型進行分組回歸，第一產業、第二產業和第三產業的估計結果如表4所示(7)所有模型均包含控制變量，限于篇幅，本文僅列出了各產業核心解釋變量的結果，有需要的讀者可向作者索要完整的結果。。

表4 受教育程度和工作經驗對各產業不同年齡組流動人口勞動生產率影響的估計結果

注：括號內為標準誤，***、**、*分別表示在1%、5%、10%的水平下顯著。

由表4可知，對于第一產業而言，與總體存在較大差異，受教育程度對各年齡組流動人口勞動生產率產生顯著影響的范圍明顯變小，受教育程度對20—24歲年齡組勞動生產率的影響最大，且對15—19歲的年輕勞動者及50歲以后的高年齡勞動者群體均無顯著影響，這主要是由第一產業的性質所決定的：第一產業主要包含農、林、牧、漁等行業，這些行業都屬于傳統農業，并不需要較高的文化水平。工作經驗對勞動生產率的影響也與總體存在較大差異，工作經驗會對15—24歲年齡組群體的勞動生產率產生顯著的積極影響，但會對多數25歲及以上年齡組群體的勞動生產率產生消極影響，其原因在于，第一產業大都屬于勞動密集型產業，且技術含量相對較低，越是年輕的從業者越有優勢，隨著年齡逐漸增大，勞動者身體機能逐漸降低，工作經驗的增加反而會對其勞動生產率產生不利影響。對于第二產業，與總體相比，受教育程度仍然對大部分年齡組流動人口的勞動生產率具有顯著的正向影響，但受教育程度對勞動生產率產生的最大影響由25—29歲年齡組變為30—34歲年齡組，且影響程度也有所下降，這是由于第二產業中包含很多勞動密集型產業，其對受教育程度的要求相對較低。工作經驗對15—29歲年齡組群體勞動生產率的影響為正，但并不顯著，且會對30—59歲年齡組群體的勞動生產率產生顯著的負向影響，由于我國的第二產業仍以勞動密集型產業為主，其原因與第一產業類似，隨著工作經驗的增加，年齡的上升會對勞動者的勞動生產率產生消極影響。對于第三產業，除了55歲及以后的年齡組，第三產業的受教育程度對其他各年齡組流動人口的勞動生產率均具有顯著的正向影響，且對25—29歲年齡組勞動生產率產生的影響最大，在三大產業中，這與總體結果最為相似，主要是由于第三產業的樣本量遠大于第一和第二產業。工作經驗仍對20—24歲年齡組群體的勞動生產率具有顯著的正向影響，但對30—54歲年齡組群體勞動生產率的影響則顯著為負，其原因卻與第一產業和第二產業不同，工作經驗之所以對第一和第二產業大部分年齡組的勞動生產率產生消極影響主要在于勞動者身體機能的下降，而工作經驗對第三產業30—54歲年齡組勞動生產率產生消極影響則是由于第三產業對勞動者受教育程度的要求較高，且包含眾多的技術密集型行業，隨著勞動者年齡的增加，其技能和創新能力也會隨之下降，進而導致工作經驗對勞動生產率的影響顯著為負。由于第三產業包含餐飲、批發、零售、運輸、金融、科研和技術服務、教育等眾多行業，工作經驗僅會對少數行業老年流動人口的勞動生產率產生顯著影響，因此，工作經驗對整個第三產業55歲及以上高年齡流動群體的勞動生產率產生的影響并不顯著。

五、結論與啟示

基于2015年中國流動人口動態監測調查數據，研究了受教育程度和工作經驗對不同年齡組流動人口勞動生產率的影響。發現受教育程度對各年齡組流動人口的勞動生產率均具有顯著的正向影響，且對25—29歲年齡組群體的勞動生產率影響最大，總體上呈倒“U”型分布；工作經驗對流動人口勞動生產率的影響則因年齡組而異，對25歲及以下年輕群體的勞動生產率具有顯著的正向影響，但對30歲及以上群體勞動生產率產生的影響卻顯著為負；性別、戶口類型、流動范圍、就業身份、婚姻狀況和職業屬性等社會基本特征變量對大部分年齡組流動人口的勞動生產率均具有顯著的正向影響。此外，為深入分析受教育程度和工作經驗對勞動生產率影響的差異，還進一步將樣本按區域和產業進行了細分，發現流動人口勞動生產率的影響因素不僅因年齡而異，還會因區域和產業類型的不同而存在差異。根據本文的研究結論，得出以下幾點政策啟示。

第一， 加大對流動人口的教育投入，提高流動人口的勞動生產率。本文的實證研究結果表明，無論是基于全國層面的樣本還是基于區域和產業層面的樣本，受教育程度對大部分年齡組流動人口的勞動生產率均具有顯著的正向影響，而工作經驗僅對年輕流動人口的勞動生產率具有顯著的正向影響。隨著我國人口老齡化程度的不斷加劇以及流動人口絕對數量的下降，其對社會整體勞動生產率產生的負面影響將逐漸顯現出來，并將進一步阻礙我國的經濟增長和產業結構升級。因此，提高人力資本積累水平是應對勞動生產率下降最為有力的措施。一方面，應該加大對流動人口的教育投入，如由政府興辦正規的教育培訓機構，為流動人口提供免費的職業培訓和終生接受教育的機會，緩解流動人口年齡結構老化對勞動生產率帶來的不利影響；另一方面，企業應該加強與高校之間的聯系和合作，充分利用高校這個優勢平臺，為企業員工提供接受再教育的機會，提高企業員工的技能素質和就業能力。

第二， 充分利用我國的區域差異和產業差異，實施差別化的人才引進政策。從總體來看，受教育程度對我國東部地區流動人口勞動生產率的影響最大，對其他三大區域的影響相對較小。這是由于東部地區是我國最為發達的區域，不僅聚集了規模最大的流動人口，同時還是技術密集型產業集聚的重心，其對高素質流動人口的需求也最為旺盛。此外，受教育程度對第三產業勞動生產率的影響高于第一和第二產業。其原因在于第一產業和第二產業包含眾多的勞動密集型產業，對于流動人口受教育程度的要求相對較低。因此，應該根據各區域和各產業自身的特點，實施差別化的人才引進政策，實現“人盡其才，物盡其用”的效果。例如，對于東部地區，應該繼續加大高素質人才的引進力度，為經濟進一步增長提供人才儲備；對于第一產業，不僅要加大農業機械化的推廣力度，同時還要加強對農業從業人員的技術培訓。

第三， 推進戶籍制度改革，破除城鄉二元壁壘。從本文的研究結果來看，對于不同年齡組的流動人口，戶口類型均對勞動生產率具有顯著的正向影響，即城鎮戶口的流動人口比農村戶口的流動人口在同等條件下具有更高的工資收入。城鄉二元戶籍制度是我國特有的一種社會制度，相對于農村居民，城鎮居民無論在求職就業、衛生醫療還是子女教育方面都具有更大的優勢。規模龐大的流動人口在推動我國城市化進程的同時也為我國經濟的快速增長發揮了重要作用，如果我國的城鄉戶籍制度長期存在，當流動人口達到一定年齡后由于很難在城市安家，必然會出現大規模的農民工返鄉潮，進而對我國的城鎮化建設和經濟增長產生不利影響。因此，應該推進戶籍制度改革，破除城鄉二元壁壘，不僅要使農民工進得來，更要使他們留得下，只有這樣才能促進流動人口盡快融入到城市，保持社會的和諧穩定與長期發展。