勞動力遷移影響因素的實證研究
——以上海市為例

魏 晨, 鎮 璐,陳強遠

(1.上海大學管理學院,上海200444；2.上海大學經濟學院,上海200444)

隨著社會的發展,各城市間經濟發展差異化日益明顯,人口流動數量也不斷增長.國家衛計委2016年10月19日發布的《中國流動人口發展報告(2016)》(以下簡稱“報告”)中顯示,2015年年末,我國流動人口數量達2.47億人,相較1982年的672萬人,流動人口數量增長了近37倍.流動人口數量的大幅增長,一方面滿足了流入地區的勞動力需求,彌補了經濟發展中勞動力不足的問題,同時有利于改善勞動力的生活質量,促進勞動力整體素質的提升；而另一方面由于勞動力的流動所造成的社會治安、子女教育等公共基礎設施擁擠,勞動力本身較難融入流入地區的社交生活,基礎權益得不到保障的問題也給相關部門機構都帶來了較大的壓力和挑戰.近年來,人口繼續向超大城市和特大城市聚集,中部與西部地區省內流動農民工比重明顯增大.就一線城市而言,勞動力流動所引發的經濟、政治和社會問題,對城市規劃與發展的影響更為顯著.

上海市是中國經濟、交通、科技、工業、金融中心,經濟發展速度快,對外開放程度高.數據顯示,從1993年到2014年,上海市GPD增長近60倍,在2014年上海市GDP總量位居中國城市第一.經濟的快速發展吸引了勞動力大規模涌入,截至2014年末上海全市常住人口總數為2 425.68萬人,其中戶籍常住人口1 429.26萬人,外來常住人口996.42萬人,外來人口數量約為全市常住人口數量的三分之二.相對而言,一線城市經濟發展速度快,勞動力需求多,但就業機會、社會資源等都是相對有限的,當勞動力過于飽和時,剩余勞動力越來越多,必然導致資源無效浪費,危害社會穩定,限制城市經濟的進一步發展.為了緩解和預防這種情況的發生,必須對勞動力流入數量及質量進行控制.但是,從長遠角度來看,單純提高準入條件,其效果是短期的.關鍵是要從源頭出發,充分了解勞動力流動的原因,促進勞動力資源在全社會范圍內的合理流動才是解決問題的根本方法.本工作從個體特征、家庭特征、流入省特征3個層面調查勞動力向大中城市轉移的影響因素.以上海為例,結合《中國勞動力動態調查》及《中國統計年鑒》數據,探討勞動力流入上海的成因,在為上海市制訂更科學合理的政策提供理論依據,維護上海市勞動力市場穩定的同時,了解勞動力流入一線城市的主觀原因和客觀原因,對各城市地區的經濟發展方式及政策調整,促進勞動力資源的優化配置具有重要的理論和實踐意義.

1 文獻綜述

目前,對于勞動力遷移問題的研究,業界已有大量的研究成果.這些研究關注流動行為本身,從個體特征的角度研究得出性別、年齡、婚姻狀況、受教育程度等因素會對勞動力遷移決策產生影響[1-5]；其次,由于家庭是近年來主流的遷移單位,故從家庭特征出發,對是否有子女、父母是否健在、家庭耕作方式等特征因素進行了檢驗[5-7].基于勞動力遷移理論,大部分學者認為地區間的收入差距會對遷移決策產生影響；另外,遷移距離、失業率、第二產業和第三產業比重等指標也會對遷移決策產生影響[5,8-9].戚晶晶等[6]的研究關注跨省流動行為,認為在遷移或流動研究中,區別不同的流動類型很有必要.另外,還有一些學者選取某一地區進行研究,蘇薈[10]以新疆南疆地區為例,從個人稟賦和家庭特征的角度,對少數民族女性勞動力轉移就業進行了分析；彭長生等[11]分析了產業轉移背景下安徽省勞動力跨省流動趨勢；馬軼群[12]以江蘇省和浙江省為例,研究技術進步對勞動力轉移的影響.而國外很多學者強調,勞動力跨省移動行為的本身在于流出省與流入省的省際差異,如失業率、收入差距、人口數量等[13-15].

從上述這些研究結果來看,勞動力遷移決策的形成受多方面因素的影響,主要是圍繞省際收入差距、個體特征以及家庭特征3個角度展開.另外,研究的結果會因為研究對象、研究范圍的不同而有所區別,甚至完全相反.比如,大部分的研究結果顯示,受教育程度越高,勞動力向外遷移的意愿越高,其關注的是流動行為；而以勞動力跨省流動行為為研究對象時,發現受教育的程度越高,勞動力向外遷移的意愿越低[6].在現有的文獻中,著重分析影響勞動力遷移到一線城市原因的研究較少,而且勞動力遷移的影響因素相對復雜,以某單一的模型和理論很難對其進行全面的研究.本工作從勞動力遷往一線城市的現象出發,以上海市為例,結合一線城市的勞動力需求特征,從經濟學研究角度建立和完善勞動力遷移模型,并對新加入的變量進行驗證,豐富勞動力遷移影響因素的研究成果,促進全社會范圍內勞動力資源的合理分配.

2 數據來源及理論模型

2.1 數據來源

流動勞動力是本工作的研究對象,微觀數據來自“中國勞動力動態調查”(CLDS2014),該數據調查地分布全國29個省市(除港澳臺、西藏、海南外),調查對象為樣本家庭中的全部勞動力(年齡15至64歲的家庭成員),剔除缺省較為嚴重的數據,得到了11 989個數據樣本.宏觀數據來源于國家統計局公布的2015年《中國統計年鑒》.

2.2 理論模型

勞動力遷移影響因素模型的構建要考慮到多個層面.從經濟學的角度出發,將勞動力遷移的研究分成了3個階段.第一個階段是以劉易斯-費景漢-拉尼斯模型為代表的結構主義研究方法,強調通過提高勞動生產率,使勞動力從傳統部門向現代部門遷移.在出現劉易斯拐點之前,現代部門能持續不斷地獲得剩余勞動力的原因在于工業部門能提供高于維持其生存的工資,城鄉之間的工資或收入差距會對勞動力遷移產生重要影響.第二階段是以托達羅模型、哈里斯模型為代表的新古典主義研究方法,強調城鄉預期收入水平的差異是影響勞動力遷移的決定性因素.由此可以認為,影響勞動力跨省遷移的首要因素在于對流入省的收入預期,即流入省和流出省之間的收入差距；另外,失業率、消費水平等對勞動力遷移均會產生影響.結合現有數據中包含的特征指標,在流入省特征影響下,勞動力遷移模型為

式中,M表示為勞動力遷移決策,Ar為流入省人均年平均收入,Ur為流入省的失業率,Rc為流入省的居民消費水平,Np為人口自然增長率,Nr為常住人口數量.

行為主義研究方法是研究勞動力遷移影響因素的第三階段.可以說,行為主義研究方法綜合了結構主義研究方法和新古典主義研究方法,強調個體特征對勞動力遷移的影響.美國經濟學家舒爾茨和貝克爾提出人力資本理論,后人逐漸將人力資本理論和勞動力遷移模型相結合.而在近幾年的人力資本投資模型的相關文獻中,也出現了如年齡、性別、受教育情況、婚姻狀況、民族等個體特征對勞動力遷移的影響的觀點.根據2016年英孚發表的第六版英語熟練度指標發現,中國成人英語熟練水平世界排名第九,而上海已連續三年全國排名第一,熟練水平達到55.54.由此,結合現代城市的需求,在個體特征的影響下,將勞動力遷移模型擴展為

式中,Se表示為性別,Ag為年齡,Ed為受教育程度,Ma為婚姻狀況,Na為民族,En表示為是否懂外語,Am表示為戶口是否遷移過,Mt表示為是否有公費醫療或者勞保醫療,Pi為個人年總收入.

在我國,人口流動方式逐漸發生改變,家庭作為遷移決策單位的情況日益增多.基于對家庭遷移理論的研究發現,家庭遷移是以收入最大化、風險最小化為目標.在現有的研究中,選取家庭年收入、家庭成員、家庭戶口類型、子女情況、父母是否健在、家庭耕地面積等多個家庭特征,對勞動力遷移進行了研究.因此,在家庭特征的影響下,對模型進行擴展：

式中,Hn為家庭成員數,Hs為家庭子女數量,Hc為家庭消費總支出,Em為配偶受教育程度.

本模型主要研究個體特征、家庭特征、流入省特征3大因素對勞動力遷移的影響程度,共包括18個變量.指標變量及相關說明詳見表1.

表1 指標變量及相關說明Table 1 Indicator variables and related instructions

3 Probit模型及回歸分析

3.1 Probit模型

勞動力向上海遷移只有2種選擇,遷移或者是不遷移,離散選擇模型可以有效地解決決策者在不連續情況下的選擇行為.Probit模型是一種受限因變量模型,常被用于勞動力轉移的研究,因此本工作選擇Probit模型來對勞動力遷移影響因素進行研究.

通過統計性描述結果,可以對各指標數據的范圍及平均水平有一個直觀的了解.其中,流入省特征中Ar(流入省平均收入)、Ur(失業率)均值和標準差差距較大,說明各省之間的經濟發展情況有一定的差異,故分析各省之間的經濟差異對勞動力遷移產生的影響是非常必要的；在各階段受教育水平下,配偶的平均受教育水平都是低于調查者本身的；Ag(年齡)的最大值由于樣本出生年份的缺省,通過公式計算時最大值為2017,對此進行了修正.最終各指標數據情況如表2所示.

表2 各個指標變量的描述性統計結果Table 2 Statistical results of various indicator variables

3.2 回歸結果分析

根據數據類型,本工作在Stata的基礎上,采用最小二乘線性回歸進行估計,結果如表3所示.結果顯示：①在假定其他變量不發生變化的情況下,Ar每增加一個單位,勞動力遷移上海的決策會增加0.000 004 44%；在假定其他變量不發生變化的情況下,Ur每增加一個單位,勞動力遷移上海的決策會增加0.062 0%,以此類推；②流入省的4個特征以及個體特征中的Hs在95%的置信區間內表現為顯著；③流入省的常住人口數量、戶口是否遷移過、年齡、婚姻狀況對勞動力遷移決策會產生負向影響.

在模型運行過程中,大部分解釋變量的t值不顯著,P值所顯示出來的結果也不夠理想,考慮到OLS估計是有偏差的,而且經過方差膨脹因子檢驗可以發現,在變量設置中存在多重共線性問題(見表4)：

(1)流入省的居民消費水平這個變量和流入省的平均收入存在嚴重的正相關問題；

(2)性別變量和其他變量之間存在嚴重共線性(在進行分析時直接剔除)；

(3)根據現行的婚姻匹配理論,個人的教育程度會與配偶的教育程度嚴重正相關.當然,雙方受教育程度的匹配程度不是絕對的,但高學歷的找高學歷的可能性更大,因此可以去掉配偶的教育程度這一變量.

針對存在的多重共線性問題,模型經過篩選后得到：

表3 OLS估計結果Table 3 OLS estimated results

3.3 穩健性分析

通過Probit進行回歸分析,根據運行結果逐次剔除不顯著變量,結果如表5所示.從模型1～3分析結果可以看到,在3個模型中都通過顯著性檢驗的變量有Ed(受教育程度)、Na(民族)、En(是否懂外語)、Pi(個人年總收入)、Hn(家庭成員數)和Hc(家庭消費年總支出),且回歸系數相對較大.少數民族相較漢族而言,向上海遷移的可能性相對較低；懂外語的人向上海遷移的可能性較大,這也驗證了語言對于勞動力遷往一線城市有重要影響；有個人收入的、家庭消費年總支出越大的越可能向上海遷移.另外,家庭成員數具有負向影響,反映了家庭現有成員數量會影響遷移決策的形成.

表4 VIF檢驗結果Table 4 VIF test results

特別地,從縱向來看,受教育水平的各類別系數會隨著受教育程度的不斷提升而逐漸增大,說明受教育水平越高的勞動力,越有可能向上海遷移；從橫向來看,模型1～3中,在假定其他影響因素不發生變化的情況下,受教育水平每增加一個單位,相應的勞動力遷移到上海的決策也隨之增加.另外,年齡這一結果這和現有研究結果有所不同.以往研究認為,勞動力的年齡和遷移決策之間是顯著負相關的,即年齡越小越容易遷移,但是本工作的研究顯示年齡對勞動力遷移上海的影響相對較弱,結果具有一定的差異.

盡管是從個體、家庭、流入省3個層面分析影響勞動力遷移的因素,但是從這幾個顯著變量中發現,個體特征的變量因素占絕大部分,這說明勞動力遷移到上海的行為主要源于勞動力自身的一些特征因素,即勞動力對自我的認知及能力的認可會影響其遷移決策.

由于Ma,Hs在模型1中未能通過顯著性檢驗,Am,Mt結果不顯著,故逐次剔除.盡管戶口有遷移的經歷,但導致戶口遷移行為發生的原因很多,如升學、拆遷搬家(屬于被動行為),而且還有省內遷移的情況,因此戶口是否遷移過、遷移的次數對勞動力遷移至上海的影響并不大.醫?；蛘吖M醫療在以往的研究中并未提及,本工作的研究結果也證實了其對勞動力遷移的影響較小.婚姻情況及家庭中孩子的數量會對遷移決策存在影響,但在本研究結果中,二者對勞動力遷移決策的影響并不顯著.另外,關于流入省特征的4個變量,均未能通過顯著性檢驗,表明上海市的收入、失業率、自然增長率及常住人口數量對勞動力遷移的影響并不顯著.從數據中可以發現,上海市高收入對應高消費,機會多對應相對較高的失業率,而且上海近幾年對移入勞動力的質量和數量不斷控制,因此對勞動力而言,在機會和挑戰均等的情況下,內在因素對勞動力遷移的影響就會更加顯著.

4 結論與政策建議

勞動力向大中城市或沿海城市大規模的遷移,一定程度上滿足了社會生產的需求,但也涌現出了很多社會問題,勞動力遷移問題急需解決.本工作從個體、家庭、流入省3個層面進行分析,總結出了影響勞動力遷移決策形成的關鍵要素.

表5 Probit模型得到的平均邊際效應Table 5 Average marginal benefits from Probit model

(1)從個體特征來看,勞動力的受教育水平、民族、是否懂外語以及個人收入會對勞動力遷移到上海的決策產生影響.①影響最為顯著的就是受教育水平,不論是從勞動力個人意愿,還是從社會需求的角度來看,受教育程度越高,勞動力遷移現象更加明顯.因為隨著視野不斷開闊,大中城市豐富的社會資源及就業機會會滿足自我實現的需要.另外受教育程度越高,在一定程度上意味著勞動力具備更強的競爭力,在同等條件下企業更愿意接受教育程度更高的勞動力；同樣地,勞動力對自我能力的自信會使其更愿意進行遷移.②對于民族的影響,本研究結果和以往的研究結果相同,少數民族跨省遷移的可能性相對較小.少數民族外出務工還沒有形成規模,且缺乏外出務工的經驗和技術,家庭以及個人對外出務工也存在很多誤解和分歧.③是否懂外語是本模型中新加入的變量.當代社會的發展要和時代、和世界接軌,大中城市對外語水平的要求也會相對較高,勞動力本身具有較高的英語水平,在進行遷移之后可以更好地適應企業需求,具有更強的社會競爭力.④個人收入對于遷移決策的影響也是非常顯著的,勞動力遷移是有成本的,個人收入越多意味著資本積累越多,遷移后的前期壓力也就相對較小.另外,為了進一步增加個人收入,勞動力會傾向于選擇薪酬較高、就業機會多的地區進行遷移.

(2)從家庭特征來看,家庭成員數和家庭消費總支出對勞動力遷移到上海的決策也是顯著的.家庭的支持對于勞動力遷移行為的影響很大,家庭成員數和勞動力遷移呈顯著負相關,這一方面可以理解為,較多的家庭成員對勞動力遷移的支持度不盡相同,故考慮整個家庭的穩定性會影響遷移決策的形成；另一方面,如果涉及到舉家遷移到大中城市,其生存成本過高,而且還會涉及到子女上學、醫療保障、缺乏社會關系基礎等問題,影響了勞動力遷移的意愿.家庭消費總支出越高,勞動力遷移的可能性越大.家庭消費支出越高可能會導致2種結果：向消費水平較低的城市進行遷移,或向收入較高的城市進行遷移.

綜合上述研究結果,為了控制勞動力流入大中城市的趨勢和規模,首先應該注重加強經濟較為發達的城市與欠發達地區的合作,如果單純地提高經濟發達地區的遷入成本只能獲得短期的改善,并且還會進一步拉大各地區之間的收入差異；其次通過與欠發達地區的經濟合作,提高欠發達地區的生產力,促進其經濟發展,是解決勞動力向大中城市轉移問題的根本；另外,優化戶籍積分制度,通過分離出影響勞動力遷移到上海的主要因素,可以相應地調整其對應分值,利用戶籍積分制度可以對外來勞動力進行控制和優化；最后,欠發達地區可以通過建立優質的教育資源,使優秀勞動力以就業、升學為目的地進行遷移.