教育和技能培训缓解了非正规就业者的不利境况吗 ——基于进城务工农户的考察.pdf

基金项目:教育部 2019 年人文社科青年基金项目“普及高中阶段教育与破解农村学生社会阶层流动困境的实证研究”(19YJC880106);西北师范大学 2019 年青年教师科研能力提升计划重大项目资助成果(NWNU-SKQN2019-3)。作者简介:邢芸,女,西北师范大学教育科学学院副教授,主要从事教育经济研究。“农户”在本文中特指在城镇就业的农业户籍群体。教育和技能培训缓解了非正规就业者的不利境况吗?基于进城务工农户的考察邢 芸(西北师范大学 教育科学学院,兰州 730070)摘 要:非正规就业创造新岗位,对减少社会失业和贫困有重大意义。然而分割劳动力市场使正规与非正规就业者在机会和收益方面的差异,能否通过人力资本投资得到缓解?使用中国社会状况综合调查(CSS)数据,运用工具变量和倾向得分匹配法纠正人力资本投资自选择的内生问题。结果表明,职后的技能培训在更广泛的就业类型中促进就业机会的增加;即使劳动力市场可能存在隐形歧视,包括中等职业类的高中及以上教育投资均能增加农户就业机会和非正规就业收益,验证了教育和技能培训缓解了非正规就业者的不利境况,尤其在女性农户群体中这种缓解效应更为明显。由此建议:创办以市场需求为导向的技能培训;鼓励农户投资中等职业类教育,从事多样化非正规自雇就业;健全劳动力市场制度,消除歧视。关键词:非正规就业;义务阶段后教育;中等职业教育;技能培训;人力资本投资收益中图分类号:F08;G40-054文献标识码:A文章编号:1003-4870(2023)04-0035-09一、引言近年来人力资本理论的发展被广泛应用于解释劳动力市场工资的差距,人力资本投资 尤其是学校正规教育投资在工资决定中所起的作用越来越明显1。在早期工业化进程的国家中城市劳动力迅速增长,使得非正规就业成为这些国家劳动力市场的显著特征。我国伴随城镇化的加速,当前农村剩余劳动力向城市迁移的步伐也随之加快,非正规形式的就业创造了新的岗位,吸纳部分进城务工者,缓解了社会失业和贫困的压力。然而,非正规就业是否给进城务工者带来合理回报?这不仅关系到农户收入权益,也涉及我国正规和非正规劳动力市场均衡发展和社会财富的公平分配。非正规就业是指劳动者进入门槛低、收入低、缺乏制度保障和稳定性差的岗位2。我国学者发现 2005 年非正规就业已占全国城镇就业的 58.85%3,预期非正规就业未来有更大体量和超预期规模4。正规和非正规就业每小时收入的差异为 1.65 倍,其中 1/4 来自劳动力市场歧视5。也有学者发现非正规就业者总小时收入并未显著低于正规就业者,在欠佳制度环境下放大了非正规就业收入低的现状6。非正规就业会显著增加无业人员收入,创业型的非正规就业者收入会明显增加7。此外,非正规就业的教育收益率在不同百分位点均显著低于正规就业者8,以非正规就业为主要形式的临时工获得的收入和主观幸福感是最低的9。我国当前非正规就业农民工的体面劳动水平整体偏低10,大学毕业生的非正规就业群体收入也显著低于正规就业者,且收入差距也主要来自劳动力市场歧视11。如何缓解非正规就业者收益方面的困境?最低工资政策有利于就业正规化的均衡12。从立法、劳动力市53场机制和社会保障等视角,也可促进我国农民工非正规就业劳动关系的保障13-14。在教育投资方面,早期的研究发现教育和职后培训的人力资本投资对贫困农民收入影响显著15。近年来有关学校教育投资的论证成果丰硕,有研究发现农村群体的收入差异程度相当严重,教育扩展总体上拉大收入差异,而面向农村发展职业技术培训则有助于缩小农村收入差异16。也有研究发现经济增长并未给农民工带来较高的教育收益率,而高等教育更有利于农村居民突破户籍限制进入城市17-18。通过计算贫困地区教育收益,发现贫困地区高中教育的发展可发挥教育减贫困作用19。教育可以缩小城乡流动人口的组内收入差距20,而基础教育扩张更有利于提高女性农村劳动力的收入,高校扩招则对男性具有更强的增收效应21。结合非学历教育投资灵活等特征,可将其作为农户在正规就业外的人力资本投资策略22。非学历教育投资不仅对农户脱贫效果显著23,培训也使农民工的人力资本净收益提升 8.24%,生产技术和营销类培训可显著影响农民创业24。虽然上述培训有不同程度的收益,有学者认为职业培训对于农民工收入提升作用并不明显,并且培训本身也存在与社会发展需求不符的简单同质和不可持续等问题25。由于城镇劳动力市场屏障,农业户籍的进城务工者更多从事非正规就业,诸如失地农民从事非正规就业成为其维持生存的必需选择26。因此,有必要分析教育和技能培训是否给进城务工者带来更多的就业机会和收益。综上,已有文献表明人力资本投资带给农户收益,而微观层面关于正规和非正规就业的人力资本投资收益的文献有限。随着信息技术和城镇化发展,进城务工农户面对新兴和传统并存的非正规职业,以及较难跨越的正规劳动力市场,如何提升就业竞争力并缩小收入差异显得格外重要。由此,本文分析教育和技能培训的人力投资对农户正规和非正规就业选择和收益的影响,为提升他们就业竞争力提供现实证据和解释。二、数据、变量和计量模型(一)数据来源本研究使用 2011 年,2015 年和 2017 年中国社会状况综合调查数据(Chinese Social Survey,CSS),该数据基于我国人口普查抽样框的概率展开抽样,覆盖全国 31个省(区、市)、151 个区市县、604 个村,对被访者有翔实的关于就业、收入等信息,并筛选出代表全国 1865 周岁居民的总样本量为 24 679。(二)变量说明和描述本文关键变量是非正规就业,早期认为非正规就业与单位性质紧密相关,诸如未被纳入正式就业制度的单位存在收入不稳定、福利和规模效应有限以及逃漏税等特征27。国际劳工组织(ILO)认为用单位特征区分正规和非正规就业并不全面,容易忽视正规单位存在非正规就业的岗位,提出应结合岗位特征28。我国学者结合了是否具备正规就业者享有的社会福利、就业身份、签订劳动合同等岗位特征划分正规和非正规就业29。近年来我国微观调查数据与国际概念接轨也使正规和非正规就业的划分更精确,除了结合自营劳动和家庭帮工外,还增加了是否参加养老和医疗保险等特征30-32。本文使用的 CSS 数据在界定“正规和非正规就业”时包含了职位和岗位两方面特征,结合我国当前自由职业群体的多元化,将非正规就业进一步区分为“自雇型非正规就业”(简称非正规自雇)和“受雇型非正规就业”(简称非正规受雇)。在剔除了无工作、无收入和务农群体后,首先,对非务农就业身份中的雇员(工薪收入者)结合岗位特征,即签订劳动合同且有养老和医疗保险者,以及该群体就业的单位特征,即在国企、私企、事业单位、三资等从事专业技术和办事人员者定义为正规就业;反之,将已形成事实劳动关系且未签劳动合同,或无固定雇主和临时性工作特征,且无缴纳养老及医疗保险者的雇员定义为“受雇型非正规就业”。其次,对自雇职业者的雇主(老板)是企业所有者、出资人或合伙人并雇佣(7 人以上)他人等特征的群体归为正规就业者,这与我国当前中小企业的发展相适应;将雇佣 7 人及以下的雇主、个体工商户、自营劳动者和家庭帮工等定义为“自雇型非正规就业”。此外,本文另一个关键变量“人力资本投资”分为学校教育投资和职后技能培训两类。其中,学校教育投资以高中及以上学历为临界点,这是由于 CSS 全样本的平均教育年限 9.03 年已达到我国义务教育年限,当接受高中及以上教育则认为在人力投资方面做了努力;此外在高中及以上教育投资中增加了中等职业教育投资类别。职后技能培训则依据 CSS 数据库中“是否参加过提高技能方面的培训”来划分,之所以选择该变感谢中国社会科学院社会研究所提供的 CSS 数据,本文内容作者自行负责。63量是考虑到职后培训可获得技能提升,可能影响未来个人财富。具体变量的定义赋值和特征描述见表 1。表 1变量说明和描述统计变量名定义均值标准差最小值最大值关键变量收入包括工资、津贴和补助等个人年总收入(元)9.5481.3270.69316.118正规就业正规就业=1,其他=00.1300.45901非正规自雇非正规自雇=1,其他=00.1660.49601非正规受雇非正规受雇=1,其他=00.1330.49601受教育年限接受学校教育时间(年)9.0304.331019高中及以上教育高中及以上=1,其他=00.3410.47401中等职业教育职高技校中专=1,其他=00.0530.22401职后技能培训参加=1,其他=00.0930.49201个人特征变量户籍农业户籍=1,其他=00.6530.47501性别女性=1,男性=00.5510.49701年龄被调查者调查年份的年龄(岁)44.50312.9331865民族汉族=1,其他=00.9170.27501婚姻已婚=1,其他=00.8850.31801住房自有住房=1,其他=00.8490.35701工作特征变量高专业技能高专业技能需求=1,其他=00.1140.44001管理层处于管理层=1,其他=00.1190.40401机关事业单位机关事业单位=1,其他=00.0670.30301国有企业国有企业=1,其他=00.0470.26001私营企业私营企业=1,其他=00.1260.39401工作经验从事目前这份工作时间(年)8.1949.389047通过 2011 年、2015 年和 2017 年 CSS 样本数据的估算而来。从表 1 可知,我国当前非正规就业者占到总人口比例约 29.9%,当进一步观测农业户籍非务农群体时发现,非正规就业者的比例占到该群体高达 83.83%。另一方面,非正规就业者平均年总收入为 35 149.4 元,比正规就业者低约 41.75%,农业户籍非务农群体则更低。这说明相较于正规就业者,大多数非正规就业者的收入境遇不佳,而进城务工从事非正规就业者的收入更低。(三)计量模型从事正规或非正规就业是劳动者基于自身和外部环境的综合考虑,由此构建 Probit 模型如下:pr(Pi=1|X)=(0+1Ii+2x1+3x2)(1)Pi表示被访者的就业形式,其中i=1,2,3 分别代表正规就业、非正规自雇就业和非正规受雇就业。Pi=1表示选择,Pi=0 表示不选择,pr(Pi=1|X)表示被访者做出选择的条件概率。()表示个体选择就业类型的累积分布函数。Ii表示以包含教育、培训等形式的人力资本投资核心变量,x1表示包括父亲教育程度、性别、婚姻、民族、年龄、住房和户籍等个人特征变量,x2表示单位类型、高技能、管理层和工作经验等工作特征变量,0是随机分布项,1、2和3分别为相关变量的估计系数。人力资本投资对非正规就业者收入状况的影响也是本文研究的重点,由此构建扩展的投资收益模型如下:lnYi=iIi+i(Xi)+i(2)其中 lnYi为被访者i的个人年总收入的对数,Xi表示包括可观测并影响收入的个人工作等特征向量。Ii表示被访者是否投资某种人力资本,当Ii=1 代表投资,Ii=0 代表未投资。i为模型随机分布项。然而使用OLS 估计教育收益率会有偏差,一方面来自i与 lnYi的相关,即随机误差中可能包含无法观测的能力变量而影响收入;另一方面i与Ii之间也可能存在相关,即被访者若依据自身比较优势投资更多人力资本则能获73得更多回报。上述两种情况均违反了 OLS 的最佳无偏线性估计(BLUE)假设,仅用 OLS 估计的人力资本投资收益并不准确,存在样本反事实的自选择问题。由此,本文使用倾向得分匹配方法(PSM,propensity scorematching),基于反事实因果推断,尽量控制由人力资本投资的自选择而产生内生问题,估计正规和非正规就业人力资本投资的无偏收益。该方法假设个体依据自身比较优势的选择从而产生两个投资收益1i和0i:lnY1i=1iEi+iX i)+1i,Ei=1lnY0i=0iEi+iX i)+0i,Ei=0(3)由此 lnYi=EilnY1i+(1-Ei)lnY0i在理论上可估算三类人力资本投资收益,而真实情境下人们只能观测个体实际选择的结果E(lnY1i|Ei=1,Xi=xi),无法观测个体若选另一种方案但真实情境中并未选择的结果E(lnY0i|Ei=1,Xi=xi)。上述“反事实”的缺失需要在处理组和对照组中寻找样本匹配,从而估算参与者平均处理效应(ATT,average treatment effect on the treated)33,即投资收益的 ATT 模型如下:ATT=E lnY1i-lnY0i|Ei=1,Xi=xi =E(lnY1i|Ei=1,Xi=xi)-E ln Y0i|Ei=1,Xi=xi (4)三、实证分析(一)人力资本投资与正规和非正规就业的总体分析1.人力资本投资与正规和非正规就业机会已有文献和数据表明进城务工农户有更大概率从事非正规就业,本文首先要验证增加人力资本投资是否影响正规和非正规就业机会,将非正规就业分为非正规自雇和非正规受雇两类。表 2 结果表明,无论是学校教育或职后培训,人力资本投资均在 0.1%水平显著提升正规就业机会,这与现实中正规就业者有更高学历的情形相符。人力资本投资对非正规就业机会的影响则要区分来看。增加人力投资显著地提高了非正规受雇者的就业机会,却抑制了非正规自雇的就业机会。比较两类人力资本投资的预测概率之差,似乎职后培训对正规就业机会超过了学校教育。表 2人力资本投资与正规和非正规就业概率:Probit 估计学校教育(高中及以上)职后技能培训正规就业非正规自雇非正规受雇正规就业非正规自雇非正规受雇(1)(2)(3)(4)(5)(6)高中及以上(高中以下为参照组)0.678*(12.83)-0.304*(-4.98)0.577*(13.29)参加职后技能培训(未参加者为参照组)1.552*(24.17)-0.348*(-4.24)0.360*(5.62)性别-0.054(-1.12)0.055(1.13)-0.024(-0.63)-0.118(-1.84)-0.061(-1.05)0.090(1.90)年龄-0.006*(-2.50)0.004(1.64)-0.002(-1.00)-0.006(-1.78)0.003(1.10)-0.004(-1.91)民族0.072(0.71)-0.116(-1.20)0.073(0.93)-0.039(-0.32)-0.302*(-2.63)0.226*(2.44)婚姻0.079(1.06)0.006(0.08)0.098(1.45)-0.004(-0.05)0.054(0.55)0.028(0.36)住房-0.141*(-2.49)0.108(1.78)-0.107*(-2.23)-0.052(-0.70)0.119(1.64)-0.077(-1.30)高专业技能0.264*(4.64)-0.194*(-2.90)0.278*(5.44)0.056(0.76)-0.204*(-2.52)0.323*(5.16)管理层0.360*(7.18)0.482*(8.61)-0.533*(-12.30)0.368*(5.50)-0.290*(-3.93)0.312*(5.51)工作经验0.009*(2.72)0.022*(6.45)-0.000(-0.06)0.010*(2.42)0.022*(5.67)0.003(1.24)学校教育投资对不同类型就业的预测概率之差(%)21.06-11.6220.50职后人力投资对不同类型就业的预测概率之差(%)48.05-12.9412.04N116830041814116830041814 注:*、*、*分别表示在 0.1%、1%、5%水平上显著,括号内为 t 值,下表同。然而,现实中人力资本投资充斥着内生问题。诸如,是否上高中或上大学在农户家庭受到客观经济因素、自身意愿、教育代际传递以及无法观测因素的影响。本文探索性找到一些工具变量,尝试解决人力资本投资的选择问题。首先,父亲学历作为高中及以上教育投资的工具,一方面由于家庭内部教育代际传递与子代追求更高学历紧密相连,另一方面由于时代发生较大变化,父亲学83历与子女就业类型的选择没有直接关联。其次,省级层面的企业数作为职后技能培训的工具变量,主要应用于非正规自雇群体。创业老板投资职后培训更多来自现实中该地区企业竞争外部环境,而与个人层面的就业类型选择没有直接联系。由此,纠正后的 probit结果和工具变量检验如表 3。表 3纠正内生问题 probit 工具变量估计学校教育(高中及以上)职后技能培训正规就业非正规自雇非正规受雇正规就业非正规自雇非正规受雇(1)(2)(3)(4)(5)(6)高中及以上(高中以下为参照组)1.309*(3.85)0.342(0.62)0.815*(3.35)参加职后技能培训(未参加者为参照组)2.723*(8.53)2.105*(3.77)2.397*(11.69)父亲学历 IV-1(第一阶段)0.064*(6.62)0.055*(4.96)0.080*(12.18)0.028*(2.68)0.013*(2.71)省级企业数 IV-2(第一阶段)0.000*(2.19)弱工具检验 IV-1AR 值8.03*38.02*11.04*4.46*9.39*Wald 值8.20*37.06*11.24*4.69*4.98*弱工具检验 IV-2AR 值4.57*Wald 值4.08*控制变量是是是是是是省级层面企业数据来自国务院经济普查办公室 中国经济普查年鉴 中“综合卷”部分。由表 3 第一阶段估计结果可知,父亲学历和省级企业数这两个工具变量分别对学校教育和技能培训有0.1%5%水平的正向显著影响。由第二阶段估计结果可知,第一阶段工具变量的显著性并未影响到第二阶段人力资本投资对正规就业机会影响的显著。通过对比表 2 未纠正结果可知,在正规和非正规受雇类群体中,人力资本投资对就业概率的影响被不同程度的低估,甚至在非正规自雇群体中,经过工具纠正后的结果发生了由负影响转变为正影响的变化。此外,表 3报告的父亲学历和省级企业数的工具变量均通过了弱工具检验,证明本文初步选择的工具变量并不是弱工具,并在一定程度解决了人力投资的内生选择问题。由表 3 结果可知,高中及以上的教育投资在 0.1%水平显著地提升了正规就业和非正规受雇就业的机会,技能培训的人力投资在 0.1%水平显著地提升了正规就业、非正规自雇和非正规受雇三类就业机会,说明职后技能培训对非正规的自雇和受雇就业机会起到更广泛的促进作用。说明教育和技能培训不仅提升了农户进入正规就业的机会,也提升了那些不具有就业竞争力的农户进入多样化非正规就业的机会。2.正规和非正规就业的人力资本投资收益人力资本投资在解决就业机会后,关注其对非正规就业农户是否带来更多的收益。为了估算学校教育和技能培训两类人力资本投资收益,使用扩展的收益模型,结果如表 4。表 4扩展的人力资本投资收益模型估计正规就业非正规就业非正规就业非正规自雇非正规受雇(1)(2)(3)(4)(5)(6)(7)(8)高中及以上0.213*(3.46)0.219*(5.29)0.269*(3.78)0.212*(4.30)职后技能培训0.099(1.41)0.041(0.78)0.049(0.45)0.054(0.92)个人特征是是是是是是是是工作特征是是是是是是是是Pseudo R2(%)15.5023.1321.3824.1520.4825.5422.3124.94 由表 4 可知,在控制了个人和工作特征后,不论对正规、非正规自雇和非正规受雇就业者,高中及以上教93育投资均在 0.1%水平显著地提升就业者收入,说明投资义务阶段后的教育对不同类型的就业者均有 20%以上收入提升效应。学校教育投资不仅使正规就业农户获得收益,也会显著提升非正规就业农户的收益。技能培训对各类就业者的收入效应虽不显著,但均为正向影响,说明技能培训也可小幅度提升非正规就业农户的收入。由此,本文初步结论为教育和技能培训在一定程度不仅提升了就业机会,也可以提高非正规就业者的收入。(二)倾向得分匹配方法的估计结果然而,农户是否选择投资高中及以上的学校教育和是否投资职后的技能培训是个体的自我选择。因此,依然存在由人力资本投资选择偏差导致的投资收益估算不准确的内生问题。使用倾向得分匹配方法将是否选择人力资本投资作为干预因素,把农户分为处理组(投资高中及以上教育或投资技能培训)和控制组(无人力资本投资),除人力资本投资特征外,两组农户其他特征值应当在匹配后比较接近,从而可以分析投资行为对正规和非正规就业农户收入影响的差异。为检验 PSM 估计匹配质量,由图 1 人力投资匹配前后农户其他特征的处理组和对照组的密度分布可知,相较匹配前的分布,匹配后的处理组和控制组有更多重叠,说明使用倾向得分匹配可修正两组的得分偏差,综合判断该匹配具有较好效果。图 1 匹配前后密度函数分布在有效控制了人力资本投资的自选择问题后,PSM估算人力资本投资对正规和非正规就业农户带来收益的平均处理效应(ATT)。表 5 显示无论使用何种匹配方法,人力资本投资对正规和非正规就业者均有0.1%水平显著的正收益,且正规就业者人力资本投资回报高于非正规就业者。一方面,人力资本投资可提升非正规就业者的绝对收入;另一方面,它也可能产生正规和非正规就业者的相对收入差距,但这仅仅是从数值上判断。现实中可能是非正规就业者人力资本投资积累到一定程度,促使他们跨越二级劳动力市场屏障,进入正规就业市场就业。区分了两类非正规就业后发现,人力资本投资对非正规自雇就业者带来的收益略高于非正规受雇者,说明非正规自雇就业者提升人力资本后,在相对灵活就业环境中,可以激发更多创新活力从而获得更多的社会财富。总之,从根本上来说,人力资本投资可以提升非正规就业者的收入。表 5人力资本投资对正规和非正规就业者收入影响的 PSM 估计匹配方法正规就业 非正规就业非正规自雇非正规受雇近邻匹配0.261*0.132*0.1150.166*(2.49)(2.20)(1.17)(2.12)半径匹配0.332*0.140*0.188*0.164*(3.51)(2.84)(2.29)(2.69)核匹配0.379*0.141*0.206*0.105(4.85)(2.85)(2.64)(1.63)四、异质性分析(一)不同人力资本投资对正规和非正规就业者收入影响的异质性分析由上文可知:人力资本投资有益于改善非正规就业者总体的不利境况,然而不同类型的人力资本投资于不同就业者存在差异吗?本部分将人力资本投资划分为义务阶段后的高中及以上教育投资、中等职业类教育投资和职后技能培训三类,分别使用三种 PSM 匹配方法,估计结果如表 6。表 6 增加了中等职业类教育投资,其原因是中等职业教育在我国脱贫攻坚阶段具有重大现实意义,中等职业院校对农村户籍的学生和成人在招生和就读资助等方面有不同程度的政策扶持34,这也有利于农户选择中等职业类教育的人力投资。中等职业类教育投资对非正规自雇就业农户的收益有提升效应。该类教育投资不仅在 0.1%水平显著,并且这种提升作用高于高中及以上教育投资回报。这说明掌握职业技术,从事以非正规自雇形式的灵活就业会给农户带来更多收益。另一方面,中职教育投资并未给正规就业者带来更多收益,影响系数虽为负数但不显著,这可能与正规就业劳动力市场中的学历歧视有关。04表 6不同人力资本投资对正规和非正规就业者收入影响的异质性分析正规就业非正规自雇非正规受雇近邻匹配处理组10.7030.343*10.4410.192*10.3290.216*控制组10.360(3.53)10.248(2.64)10.112(3.80)高中及以上教育投资半径匹配处理组10.7030.341*10.4440.290*10.3290.235*控制组10.361(3.99)10.153(4.68)10.094(4.35)核匹配处理组10.7030.292*10.4410.272*10.3290.229*控制组10.410(4.42)10.168(4.57)10.100(4.48)近邻匹配处理组10.399-0.13910.5560.232*10.2140.089控制组10.539(-1.06)10.323(1.82)10.125(0.73)中等职业教育投资半径匹配处理组10.399-0.09510.5650.243*10.2100.100控制组10.495(-0.83)10.321(2.34)10.110(1.08)核匹配处理组10.399-0.05810.5560.298*10.2140.179*控制组10.458(-0.52)10.257(2.95)10.035(1.99)近邻匹配处理组10.4780.0359.9900.07210.2120.039控制组10.443(0.34)9.917(0.40)10.173(0.43)职后技能培训投资半径匹配处理组10.4570.0509.9550.13510.2110.088控制组10.407(0.58)9.820(0.94)10.122(1.31)核匹配处理组10.4780.0939.9550.15310.2070.094控制组10.385(1.03)9.802(1.08)10.113(1.42)限于版面表 7 仅汇报 PSM 的近邻匹配结果,感兴趣读者可向作者索取使用其他 PSM 方法的结果。估计职后培训的人力投资收益,发现技能培训对所有类型就业的农户收入影响虽不显著但均为正效应,这与表 4 结果一致,说明参与技能培训还是会在一定程度上提升农户收入。(二)人力资本投资对男女性正规和非正规就业者收入影响的异质性分析由于男性和女性成年后家庭责任和分工等差异,以及农户群体中男性和女性获得人力资本投资的机会也存在差异,不同类型的人力资本投资对不同就业类型收益影响的异质性分析结果如表 7。表 7人力资本投资对男女性正规和非正规就业者收入影响的异质性分析正规就业非正规自雇非正规受雇职教投资处理组 10.312-0.199*10.262 0.339*9.9830.059女性控制组 10.512(-2.41)9.923(1.89)9.924(0.53)技能培训处理组 10.545-0.0009.7940.20810.2040.123控制组 10.545(-0.00)9.585(0.82)10.080(1.43)职教投资处理组 10.568-0.190*10.7780.15510.292-0.026男性控制组 10.759(-2.29)10.623(1.05)10.319(-0.31)技能培训处理组 10.776-0.02110.336-0.05610.474-0.045控制组 10.798(-0.27)10.393(-0.49)10.520(-0.57)由表 7 可知,女性农户投资中等职业教育对提升个人收益的效用在非正规自雇就业中有 5%水平显著影响,并且投资技能培训对非正规就业的收益均为正向影响;而男性农户,投资中等职业教育对非正规自雇就业带来收益并不显著,并且投资技能培训在所有就业类型中均产生不显著的负向影响。一方面说明,基于家庭分工,从职教或技能培训中获取职业技能的女性,从事更为灵活的非正规自雇就业会带来更多收益;另一方面说明,人力资本投资对缓解女性农户的非正规就业收益的重要性要大于男性农户。五、结论与启示基于 2011 年、2015 年和 2017 年 CSS 数据,考虑正规和非正规就业机会及农户人力资本投资的异质性,使用纠正偏误的倾向得分匹配模型,分析教育和技能培训的人力资本投资对农户正规和非正规就业机会和投资收益的影响,结论如下。第一,相较学校的教育投资,职后技能培训不仅能够显著提升正规就业概率,也能够显著促进非正规自雇和非正规受雇就业的机会。也就是说,职后的技能培训能在更广泛的就业类型中起到增加就业机会的社会功能。这一方面说明,农户想要跨越劳动力市场屏14障,可以通过投资高中及以上学校教育或技能培训,来提升有制度保障和职业稳定的正规就业机会;另一方面,农户想要立足城市生存,在城镇找到工作,职后技能培训也是一条路径。第二,高中及以上教育投资,不仅使正规就业农户获得收益,也会显著提升非正规就业农户的收益;技能培训对正规和非正规就业者的收入效应虽不显著,但起到小幅度提升作用,说明人力资本投资有益于非正规就业农户;通过区分男女农户群组,发现人力资本投资对提升女性农户的非正规就业收益的重要性大于男性农户。上述结论回应并验证了本文的主题,即教育和技能培训不仅能提升农户就业机会,也能够提升非正规就业农户的收益。第三,中等职业类教育投资显著提升非正规自雇就业农户的收益,不显著地抑制了正规就业农户的收益。这一方面说明,当农户投资职教并掌握一定职业技能,同时从事非正规自雇形式的灵活就业,可能会激发其创造社会财富的活力,从而带来更多收益;另一方面说明,正规劳动力市场可能存在基于学历等因素的歧视,这与张书博等学者(2017)35认为我国正规和非正规劳动力市场存在的隐性身份歧视有相似之处,这种歧视在一定程度挤出了中等职业教育提升农户收益的空间。此外,本文得到如下启示:即使中等职业类教育在正规劳动力市场可能存在隐形歧视,高中及以上教育的投资依然能够缓解非正规就业机会和收益。重视职后技能培训对提高农户就业机会的社会价值,鼓励企业、政府和职业院校举办以市场需求为导向的多元化中短期技能培训,诸如结合农产品销售“农商电商”创业培训,同时鼓励那些学历和能力相对弱势的农户积极参与,提升他们的就业机会。进一步鼓励农户开展多样化的非正规自雇就业,鼓励企业提供农户创业就业平台,激发创造更多社会财富。另一方面,规范和完善正规劳动力市场晋升加薪等制度,消除产生隐性歧视的根源;打破职业类技术人才进入正规劳动力市场壁垒,健全制度从而保障该类人才获取相应福利待遇。参 考 文 献1李实,张钰丹.人力资本理论与教育收益率研究J.北京大学教育评论,2020(1):59-79.2姚宇.国外非正规就业研究综述J.国外社会科学,2008(1):91-95.3薛进军,高文书.中国城镇非正规就业:规模、特征和收入差距J.经济社会体制比较,2012(6):59-69.4吴要武,蔡昉.中国城镇非正规就业:规模与特征J.中国劳动经济学,2006(2):67-84.5CHEN G,HAMORI S.Formal and informal employment andincome differentialsinurbanChina J.Journalofinternationaldevelopment,2013(25):987-1004.6张延吉,秦波.城镇正规就业与非正规就业的收入差异研究J.人口学刊,2015(4):92-103.7马林靖,郭彩梅.非正规就业对居民收入的影响 基于PSM 模型的实证分析J.调研世界,2020(3):22-29.8张抗私,刘翠花,丁述磊.正规就业与非正规就业工资差异研究J.中国人口科学,2018(1):83-94.9 LIANG Z,APPLETON S,SONG L.Informal employment inChina:trends,patterns and determinants of entry R.Bonn:IZAdiscussion paper,2016.10梁伟军,胡世文,谢若扬.非正规就业农民工体面劳动、职业安全与健康J.西北农林科技大学学报(社会科学版),2019(2):45-56.11蒋承,王天骄.我国大学生非正规就业与正规就业的收入差异J.当代经济研究,2020(5):5-13.12张军,赵达,周龙飞.最低工资标准提高对就业正规化的影响J.中国工业经济,2017(1):81-97.13翁玉玲.我国农民工地位弱化的制度反思 以非正规就业法律规制为视角J.农业经济问题,2018(6):98-107.14李强.农民工非正规就业:类型差异与治理方向J.探求,2018(1):99-103.15刘纯阳.人力资本投资对贫困地区农民增收作用的实证分析 对湖南西部贫困县的实证分析J.教育与经济,2005(2):9-14.16黄斌,高蒙蒙,查晨婷.中国农村地区教育收益与收入差异J.中国农村经济,2014(11):28-38.17毕先进,刘林平.农民工的教育收益率上升了吗?基于 2006、2008、2010 年珠三角农民工问卷调查的分析J.人口与发展,2014(5):52-60.18赵西亮.教育、户籍转换与城乡教育收益率差异J.经济研究,2017(12):164-178.19张永丽,李青原.贫困与非贫困家庭教育收益率的差异及原因分析 基于甘肃省 14 个贫困村 1749 个农户的调查J.教育与经济,2018(3):65-74.20于潇,陈世坤.教育会扩大流动人口收入差距吗?J.教育与经济,2019(5):30-42.21方超,黄斌.教育扩张与农村劳动力的教育收益率 基于分位数处理效应的异质性估计J.经济评论,2020(4):81-96.22田晓伟,苏骁征.规范非学历教育服务市场发展:一个关于柠檬市场治理的解释框架J.教育研究,2018(9):89-94.23赵国庆,周学琴,陈磊,等.非学历教育能够缓解农村家庭贫困吗?基于中国居民家庭微观调查数据的分析J.教育与24经济,2020(4):9-20.24屈小博.培训对农民工人力资本收益贡献的净效应 基于平均处理效应的估计J.中国农村经济,2013(8):55-64.25郭铖,何安华.培训对农民涉农创业绩效的影响 考虑创业者人力资本禀赋调节效应的实证研究J.农业经济与管理,2019(1):84-91.26周世军,刘丽萍,卞家涛.职业培训增加农民工收入了吗?来自皖籍农民工访谈调查证据J.教育与经济,2016(1):20-26.27何景熙,卢阳.失地农民中特殊群体非正规就业问题实证研究 以成都市郊两镇为例J.市场与人口分析,2007(3):39-48.28 ILO.Resolution concerning statistics of employment in theinformal sectorEB/OL.1993-01-01.https:/www.ilo.org/global/statistics-and-databases/standards-and-guidelines/resolutions-adopted-by-international-conferences-of-labour-statisticians/WCMS_087484/lang-en/index.htm.29胡鞍钢,杨韵新.就业模式转变:从正规化到非正规化 我国城镇非正规就业状况分析J.管理世界,2001(2):69-78.30李强,唐壮.城市农民工与城市中的非正规就业J.社会学研究,2002(6):13-25.31吴要武.非正规就业者的未来J.经济研究,2009(7):91-106.32张延吉,张磊.中国非正规就业的形成机制及异质性特征 兼论三大理论的适用性J.人口学刊,2017(2):88-99.33HECKMAN J,VYTLACIL E.Estimating the return to educationwhen it varies among individualsJ.American economic review,2011,101(6):2754-2781.34莫尧.中等职业教育免学费资助政策现状与调查J.中国职业技术教育,2017(18):57-61.35张书博,曹信邦.正规就业与非正规就业中户籍歧视力度探究 基于倾向值匹配的分析J.南京财经大学学报,2017(1):72-80.C a nE d u c a t i o na n dS k i l l sT r a i n i n gA l l e v i a t e t h eA d v e r s e S i t u a t i o no f I n f o r m a lW o r k e r s?AS t u d yB a s e do n t h e I n v e s t i g a t i o no f