外出務工經歷對農村勞動力非農就業選擇的影響研究

黃敦平 陳靜怡

安徽財經大學，安徽 蚌埠 233030

近年來，我國勞動年齡人口比重出現下降，“人口紅利”持續衰減，推動農村剩余勞動力非農就業轉移可進一步釋放農村人口紅利，是鄉村振興的重要引擎。一方面，農村剩余勞動力通過非農轉移，能夠加快農村細碎化土地流轉，緩解農村人地矛盾，促進農村土地的規模產業化生產。另一方面，農村勞動力轉移到非農產業，參與非農創業活動，有利于鄉村產業振興，進而縮小城鄉經濟發展差距。根據農民工動態監測報告顯示，2014—2020年間，本地農民工從10 574萬人增加到11 601萬人，年均增速達到1.62%。本地農民工數量逐年增加，表明越來越多的農民工返回鄉村就業。這些具有外出經歷的農村勞動力，在個人意識上尋求上進，愿意謀求更好的經濟發展之路。他們經歷了大城市知識、技術、環境的熏陶，擁有某項技能后返鄉非農就業為鄉村發展注入新活力，為鄉村振興提供人才支持。因此，分析外出經歷對農村勞動力非農就業選擇的影響，對促進農村勞動力就業轉變具有十分重要的現實意義。

一、文獻綜述

學者從個體特征、家庭特征、代際差異、流動特征以及互聯網使用度等視角分析得出外出務工經歷對農村勞動力非農就業行為具有正向影響[1]。楊忍等通過對比返鄉勞動力與從未外出務工的勞動力，得出年齡越小、教育程度越高、家庭務農人數和務工人數越少、農田面積越小、距離縣城近的農村勞動力從事非農就業的概率越大[2]。謝勇和周潤希認為農村勞動力在返鄉前的就業經歷與返鄉后的就業選擇具有顯著的相關關系，且隨著人力資本水平、個人能力的提高，返鄉農民工從事非農就業的概率顯著上升[3]。程名望和潘烜認為男性、文化程度更高、接受過職業教育或培訓的農村勞動力更傾向于選擇非農就業[4]。悅中山等從代際差異視角切入分析發現與老一代相比，新生代勞動力非農就業選擇傾向和返鄉意愿方面有顯著差異，新生代農民工更愿意留城并有更強的非農職業轉化傾向[5]。殷江濱和李郇從流動特征切入分析發現，2000年以后回流、在外務工時間較長、變換工作次數較多的具有豐富外出務工經歷的回流農村勞動力更傾向于非農就業[6]。袁超和張東將返鄉女性勞動力與從未外出務工的勞動力對比，得出外出務工經歷顯著提升了農村女性的非農就業選擇傾向[7]。馬俊龍和寧光杰從互聯網使用程度進行研究，發現互聯網使用通過提高社會資本、減少家務勞動兩個路徑增加了農村勞動力的非農就業轉移[8]。以上大部分學者都認為外出工作經歷對非農就業選擇有正向關系，但也有學者提出不一致觀點，胡楓和史宇鵬認為回流農民工是外出流動農民的負向選擇，在嚴格定義“非農收入超過3 000元為非農就業”后，外出工作經歷對非農就業甚至有負向結果[9]。

學術界從不同視角為農村勞動力非農就業選擇給出了實證解釋，但從外出務工經歷視角研究農村勞動力非農就業選擇的影響較少，且對內生性問題的考量不夠充分。影響農村勞動力外出選擇的勞動者的個體特征、人力資本特征、家庭特征、土地特征、村居特征等因素，也同時影響其非農就業選擇，可能導致模型研究結果出現較大偏差。現有相關研究較少在模型設計中直接考慮內生性的問題，而在農村土地流轉與非農就業研究方面，已將內生性研究方法直接運用于模型設計中，比如梁遠等運用傾向得分匹配（PSM）模型，得出勞動力流動與農地流動的動態關系程度越高，越能夠促進農戶家庭可支配收入的增加[10]；孫小宇等運用PSM模型，發現外出務工經歷和農地流轉共同促進農村勞動力非農轉移，農地流轉在外出務工經歷對非農就業轉移的影響中發揮了局部中介效應[11]。本文將具有外出經歷的返鄉勞動力作為處置組樣本，將從未外出的農村留守勞動力作為反事實對照樣本，以傾向得分匹配（PSM）模型研究外出務工經歷對農村勞動力非農就業選擇的影響，為推進鄉村振興戰略實施和城鎮化提出政策建議。

二、模型假設

在外出務工對農村勞動力非農就業選擇影響的研究中，外出務工經歷并不是外生變量，而是農村勞動力基于家庭狀況和自身比較優勢進行自我選擇的結果。外出務工經歷的獲得受到個人特征、家庭條件、居住環境等影響，直接研究外出務工經歷對農村勞動力非農就業轉移的影響會存在內生性的問題。同時，影響外出務工經歷和非農就業選擇的混淆變量過多，通過工具變量法處理內生性問題難度較大，選擇傾向得分匹配法（PSM）具有一定優勢。因此本文以有外出務工經歷的農村勞動力作為處理組，選擇沒有外出務工經歷的農村留守勞動力作為反事實對照組（控制組），構建傾向得分匹配（PSM）模型。為進一步分析外出務工經歷對非農就業選擇的影響路徑，探究核心影響因素，構建中介效應模型分析外出務工經歷對農村勞動力非農就業選擇的影響機理。據此提出以下理論假設：

假設1：即使在具有相同個體特征、人力資本特征、家庭特征、土地特征、村居特征的反事實樣本（從未外出的農村勞動力）對照下，具有外出務工經歷的農村勞動力依然更傾向于選擇非農就業。

根據現有研究，雖然外出務工經歷的獲得與農村勞動力的個體特征、家庭特征、村居特征、代際特征以及互聯網接觸度等密不可分，但是獲得外出務工經歷這一行為本身取決于勞動者的“自我選擇”。這一假設相當于認可農村勞動力的外出務工行為絕對有效，即承認僅通過外出務工這一“自我選擇”，勢必促進非農就業的轉移。從宏觀層面看，我國農村與城市在資源分配、經濟收入等方面存在差距，外出務工這一行為必然會促進各要素由較高的一方向低的一方流動，不僅使城市先進技術、前沿知識以農村勞動力為媒介流向農村，同時提高了農村勞動力的非農經濟收入。農村勞動力通過不斷外出務工，為農村積累了經濟資本、帶來了技術與知識，更有可能在農村土地上萌生新的非農就業。因此，外出務工經歷會促進農村勞動力的非農就業。從微觀層面看，農村勞動力通過在資本、技術密集程度更高的二三產企業參與工作，受工業化城市生活模式和消費觀念的影響，感受到城鄉經濟水平的差異以及非農就業與務農之間的收入差距，在攀比心理和就業慣性的驅使下，自然想要獲得更高的經濟收入，由此外出務工的農村勞動力在返回農村后不愿再從事農業勞作，而是期望從事經濟收入更高的非農就業。同時，農村勞動力通過在大城市務工，鍛煉了個人非農就業能力，增加了非農就業機會，相比農村留守勞動力更有可能獲得非農就業機會。

假設2：外出務工經歷通過影響農村勞動力工作經驗的增加，進而影響其非農就業選擇。

根據假設1的分析，外出務工經歷對農村勞動力的影響是多方面的，包括自身能力、個人意識、生活模式等，其對農村勞動力非農就業轉移的具體路徑有待考究。因此對中介路徑作出假設，農村勞動力通過外出務工經歷獲得工作經驗的提升，從而促進非農就業轉移。農村大部分勞動力只接觸過農業，只有少數能夠從事非農就業，并且由于農村非農就業機會有限，非農就業崗位的選擇相對狹隘，限制農村勞動力獲得更多非農工作經驗。農村勞動力通過外出務工，能夠在各種非農崗位之間流動，通過工作經驗的累積不斷提升自身能力，使其返鄉后有能力從事非農就業或進行非農創業活動。

三、數據來源與變量選取

（一）數據來源

農村勞動力在跨地區流動過程中，通過外出務工能夠吸取發達地區的先進技術、經驗和觀念，提升自身的人力資本、技術生產力水平等。同時，通過勞動力的回流，能夠實現知識、技術資本的跨地區流動。返鄉農村勞動力是指廣義上的農村戶籍勞動力，即出生時為農村戶口，為了獲取知識、技術以及更好的就業機會而跨縣市流動，并最終回到戶籍所在地工作的勞動力。本文數據基于2018年中國勞動力動態調查（CLDS），樣本來自中國除港澳臺、西藏、海南外的29個省、自治區、直轄市，調查內容覆蓋教育經歷、就業經歷、遷移經歷、健康等。根據中國勞動力動態調查數據，將“工作”定義為從事有收入的活動，家務勞動者、家庭主婦、在讀或剛畢業僅有實習經歷的學生以及沒有收入的勞動者不屬于本文的勞動力范疇。在追蹤調查方式上，采取輪換樣本追蹤方式，通過新增或追訪抽取的家庭戶樣本進行居住地實地調查，獲取樣本家庭戶中15～64歲全部個體勞動力的樣本數據，最終形成個體數據、家庭數據、村居數據三個體系的截面數據，對本文農村勞動力的動態調查研究提供高質量的追蹤調查數據。

結合CLDS數據問卷的內容設計和數據完整性，本文根據年齡、出生時戶籍性質及勞動力14歲所在縣與戶籍地所在縣相一致三個條件，剔除了在戶籍地所在縣外居住的流動人口，以及在戶籍地所在縣外工作的臨時性返鄉勞動力樣本，圈定文章所研究的農村勞動力樣本；再根據具體遷移經歷，將農村勞動力區分為有外出務工經歷與從未外出的農村勞動力樣本。本文樣本界定具體包括以下四個方面：（1）農村戶口；（2）年齡在16～64歲之間；（3）勞動力14歲所在縣、當前居住地與戶籍地三者一致；（4）2017年以來在縣內（包括縣城、鄉鎮、村）有工作的勞動力。經剔除重要變量缺失樣本，保留有效樣本6 670份。

（二）變量選取

本文將返鄉勞動力和留守勞動力的非農就業選擇作為被解釋變量，將外出務工經歷作為核心解釋變量。表1為所選變量的描述統計結果。

表1 變量選取及數據描述

1.被解釋變量。非農就業：將農村勞動力在調查前最近一份工作的就業類型作為非農就業變量。CLDS問卷的就業類型分為雇員、雇主、自雇和務農四種，其中雇員、雇主和自雇為非農就業類型。

2.核心解釋變量。外出務工經歷：本文將外出務工經歷作為核心解釋變量。農村勞動力跨縣市務工并居住6個月以上最終返回原戶籍地，視為有外出務工經歷。

3.其他控制變量。本文所用PSM方法中的控制變量是同時影響農村勞動力外出經歷和非農就業選擇的混淆因素。現有關于農村勞動力外出務工決策的研究表明，農村勞動力的個體性別特征、人力資本水平、家庭人口規模、家庭相對剝奪感等顯著影響農村勞動力的外出務工決策[12]。其中，較低學歷人數對農村外出務工規模具有正向影響，學歷越高反而對外出務工規模具有反向影響[13]。外出務工經歷受到互聯網、區域差異等因素影響，個體社會網絡以及地區異質性對農村勞動力外出務工的選擇起著至關重要的作用，地區異質性越大，農村勞動力越可能向城市轉移，并且回流的可能越小[14]。還有培訓、外出經歷等因素會影響農民外出就業選擇[15]。另外，父母一代通過外出務工獲得發展、沒有務農經歷的新生代農村勞動力相比于老一代農民工，更傾向于通過外出務工獲得人力資本和社會資本[16]。據此，本文從個體特征、人力資本特征、家庭特征、土地特征、村居特征等方面選取控制變量。其中，個體特征包括樣本農村勞動力的年齡、性別、婚姻狀態；人力資本特征為農村勞動力的教育水平；家庭特征包括農村勞動力家庭子女數、家庭互聯網接入度、是否有務農經歷；土地特征包括土地面積、是否征地；村居特征包括政府培訓、政府培訓次數。

另外，排除從未外出的農村勞動力在農村也能接觸到人力資本、家庭、土地、村居等因素，將由勞動力個體選擇、可以通過外出務工改變的個體特征作為可能的中介變量，比如勞動力通過外出務工經歷獲得的工作經驗等。

四、外出務工經歷對農村勞動力非農就業選擇影響的實證分析

（一）PSM估計

1.傾向得分匹配。分析外出務工經歷對農村勞動力非農就業選擇的影響，存在個體自我選擇導致的偏差。因此，文章選用傾向得分匹配（PSM）模型，以從未外出的農村勞動力作為反事實對照組，具有外出務工經歷的農村勞動力作為控制組，控制兩組樣本的可觀測特征，以獲得更加準確的實證結果。表2以外出務工經歷為因變量，以同時影響外出務工和非農就業選擇混淆控制變量為自變量，建立Logit模型回歸結果，從而獲得各變量的傾向得分。模型（1）是剔除教育、沒有務農經歷變量后，其他控制變量對外出務工經歷的Logit回歸結果；模型（2）是全部控制變量對外出務工經歷的回歸結果。模型（1）中，家庭互聯網接入度對外出務工經歷的影響顯著；模型（2）加入教育、沒有務農經歷變量后，家庭互聯網接入度對外出務工經歷的影響不顯著。這是由于教育、沒有務農經歷與家庭互聯網接入度之間具有相關性，家庭互聯網接入度越高，代表一個家庭經濟水平越高，越有可能從父母一輩便開始從事非農產業，此類家庭的子女越有可能獲得更好的教育資源。因此，即使在模型（2）中家庭互聯網接入度變量對外出務工經歷的影響不顯著，也應該作為本文的控制變量。

表2 傾向分值的Logit估計結果

從表2可以看出，性別、年齡、教育、沒有務農經歷、政府培訓、政府培訓次數、家庭子女數、家庭互聯網接入度、土地等控制變量對外出務工經歷有顯著影響。在個體特征方面，男性更傾向于外出務工，年齡對外出務工的影響呈現倒U型關系；在人力資本特征方面，受教育水平越高的勞動力更傾向于外出務工；在家庭特征方面，家庭子女數越多、沒有務農經歷、家庭互聯網接入度越高的勞動力更傾向于外出務工；在村居特征方面，參加政府培訓次數對外出務工有顯著正向影響。

根據外出務工經歷的傾向匹配得分，本文選擇了多種匹配方法來平衡處置組（外出務工返鄉農村勞動力）和控制組（從未外出的農村勞動力）的混淆變量差異，包括近鄰匹配（一對n）（Nearest Neighbor Matching）、卡尺匹配（Caliper Matching）、半徑匹配（Radius Matching）。匹配結果見表3。

表3 基于傾向得分匹配法的ATT估計結果

2.匹配后的均衡檢驗。采用近鄰匹配得分方法處理后得出的處置組和控制組的年齡、性別、婚姻、教育、家庭子女數、家庭互聯網接入度、是否有務農經歷、土地面積、是否征地、政府培訓、政府培訓次數等控制變量的均值偏差全部在10%以內，說明匹配結果較好地平衡了外出務工后返鄉勞動力和農村留守勞動力在個體特征、人力資本特征、家庭特征、土地特征、村居特征等方面的差異見表4。

表4 匹配前后處置組與控制組誤差消減

續表

（二）處置效應

控制對外出務工選擇有影響的上述混淆因素后，再進行二元Logit回歸，結果顯示外出務工經歷仍對返鄉非農就業具有顯著的促進作用，見表5。與留守農村勞動力相比，返鄉務工的勞動力從事非農就業比務農的概率高7.5%。這說明農村勞動力的外出務工行為對非農就業轉移的促進是顯著的，我國資本、技術、知識等要素確實以農村勞動力為載體由城市向農村流動，并且促進了農村的非農就業轉移。

表5 PSM后外出務工經歷對非農就業的Logit回歸

其他勞動力樣本特征的回歸結果顯示，男性勞動力比女性更傾向于非農就業，年齡對非農就業選擇仍顯著呈現倒U型影響，越高的教育水平、獲得技能證書、沒有務農經歷對非農就業仍具有顯著正向影響。政府培訓對非農就業有顯著負向影響，但政府培訓次數對非農就業有顯著正向影響。這可能是因為農村政策實施效率偏低，非農培訓深度不夠、力度較低，對農村勞動力的非農轉移影響較小，而多次進行政府培訓，培訓模式和培訓深度較為成熟后才會對農村勞動力的非農轉移產生顯著影響。

（三）中介效應

采用逐步回歸法，對農村勞動力通過外出務工經歷有可能獲得的個人能力提升產生中介效應。研究發現，返鄉勞動力主要通過外出務工經歷提升工作能力，即工作經歷次數的增加。模型（3）是沒有加入中介變量前外出務工經歷對非農就業的Logit回歸結果；模型（4）是外出務工經歷對中介變量工作經驗的Logit回歸結果；模型（5）是加入中介變量后外出務工經歷對非農就業的Logit回歸結果。如表6所示，外出務工經歷對工作經驗的系數為正，且在1%的統計水平上顯著，加入工作經驗中介變量后，外出經歷對非農就業的影響系數顯著下降（從0.576下降到0.348），說明工作經驗變量十分有力地解釋了外出務工經歷對非農就業的促進機制。一方面，工作經驗是非農企業篩選員工的首要條件，豐富的工作經驗能夠幫助農村勞動力獲得一份更滿意的工作；另一方面，返鄉的外出務工勞動力受到大城市就業黏性的影響，會在家鄉從事與外出務工時相似的工作，即從事非農就業。另外，外出務工經歷通過工作經驗變量對非農就業影響發揮了局部中介效應，中介效應占比約為40%。說明外出務工對農村勞動力非農就業的影響還存在除工作經驗等之外的可觀測變量影響因素，這可能是勞動者個人思維、認知等方面改變造成的。

表6 工作經驗的中介效應檢驗結果

五、結論與政策建議

本文運用2018年中國勞動力動態調查數據，研究外出務工經歷對農村勞動力非農就業選擇的影響。由于外出務工經歷是勞動者在家庭環境、村居環境基礎上進行的自我選擇，將從未外出的農村留守勞動力作為參照樣本引入PSM模型，排除勞動者即使在農村也能接觸到的影響因素后，研究外出務工經歷對農村勞動力非農就業選擇的作用。另外，選擇農村勞動力在外出務工經歷中可能獲得的能力變化、認知變化等變量進行中介效應分析，對非農就業選擇進行歸因。最終得出以下結論：一是即使在具有相同個體特征、人力資本特征、家庭特征、土地特征、村居特征的反事實樣本（從未外出的農村勞動力）對照下，具有外出務工經歷的農村勞動力依然更傾向于選擇非農就業。外出務工經歷使得農村勞動力的非農就業轉移傾向提高7.5%。二是開展政府培訓不一定會促進非農就業轉移。政府培訓對非農就業有顯著負向影響，而多次參加政府培訓對非農就業有顯著正向影響。說明單次的政府就業技術培訓對農村勞動力非農能力的改善效果較差，可能會由于政策實施不到位或者技術培訓難度較大產生反效果，多次的政府技能培訓才能夠發揮對非農就業轉移的積極作用。三是外出務工經歷通過工作經驗變量對非農就業影響發揮了局部中介效應，中介效應占比約為40%。表明增加農村勞動力的工作經驗能夠促進非農就業轉移。綜上提出如下政策建議：

第一，對農村勞動力試點實施一二線城市房租、火車交通費用減免政策。通過減少農村勞動力流向大城市的預期成本，吸引更多農村勞動力流向城市進行非農務工，促進資本、技術、知識等要素以農村勞動力為載體由城市向農村的流動。同時為促進要素的有效回流，僅將該費用減免政策開放給第一次流入城市的外出務工農村勞動力，加快資源回流農村的速度，讓農村成為該政策的真正受益者。

第二，以政企合作培訓為主要形式開展政府非農就業技術培訓。研究結果表明，工作經驗才是農村勞動力真正實現非農就業轉移的核心因素，政府實施的非農就業技術培訓可以突破傳統地域限制——在農村土地上進行知識性培訓，以企業為依托，讓有非農發展意識的農村勞動力走出農村，到縣城、城市去參加短期技術培訓，讓農村勞動力更有效地獲得工作技能。同時針對農民舉辦非農就業體驗活動，促進村民對非農就業的了解，在農村掀起“非農就業”的話題熱潮，讓更多農村勞動力愿意了解非農就業，加入到非農就業的隊伍中來。

第三，對外出務工后帶回技術、促進家鄉非農技術發展的勞動人員提供不同程度的政策扶持。促進農村勞動力轉移的同時，也需要鞏固農村的拉力作用，不能讓人才流失，對已經返鄉并且愿意長期留在家鄉帶動農村非農發展的技術人員、有豐富從業經驗的管理人員，根據技術等級、職業技術證書、國家技術證書、從業年限等進行劃分，提供針對性住房優惠、經濟補貼、創業補貼等人才政策。