產業升級與工作轉換
——對轉型期人力資本匹配問題的探究

楊 蕓，肖琬君

(南開大學經濟學院，天津 300071)

產業升級是實現經濟增長由“量”向“質”轉變的必要前提。一方面，產業升級通過提高產品附加值助推我國向全球價值鏈的中高端躍進；另一方面，隨著我國勞動力供給增速的放緩，推動產業升級和產業結構優化成為應對用工短缺問題的有效途徑。然而，與產業轉型升級相伴隨的往往是一些產業或部門的衰落及另一些部門的擴張，這就不可避免地對現有的資源配置造成沖擊。就勞動力市場而言，產業升級直接影響勞動力需求的結構和質量，并改變勞動力的就業預期，進而影響微觀個體的就業選擇。

就業是勞動力的人力資本與崗位的技能需求相匹配的過程。雖然頻繁的工作轉變可能意味著工作穩定性低，阻礙人力資本的積累[1]，但合理范圍內的工作轉換能通過人力資本的優化配置提升社會效益[2]，并提高勞動者的收入水平和工作滿意度[3][4]。隨著我國勞動力市場自由度的提高，工作轉換將成為改善人力資本配置的重要途徑。因此，深入研究工作轉換的影響因素有利于消除人力資本匹配過程中的摩擦，加速我國人才紅利的釋放。在現有研究工作轉換影響因素的文獻中，Ham、Mulder and Hooimeijer(2008)較全面地分析影響就業流動及就業地變動的各種變量[5]。Alfonso and Fred(2004)從個人特征、職業特征和主觀特征三個方面研究導致各國勞動力工作流動意愿差異的諸因素[6]。Ng et al.(2007)構建理論框架從結構視角、個人差異視角及決策視角分析工作流動性的影響因素[7]。對中國問題的研究，則發現諸如戶籍、性別和人力資本等因素對工作轉換同樣具有直接影響[8][9]。現有研究重點關注個體特征或職業特征對工作轉換的影響，但伴隨中國經濟體量的增大和產業升級的推進，社會分工與職業分化不斷得以重塑，同時外部經濟形勢和人們對經濟發展的預期對人力資本積累和行業選擇產生越來越重要的影響，從而工作轉換不可避免地受到宏觀經濟、城市特征和企業決策等非個人因素的影響。為此，邵敏和武鵬(2019)研究城市加工貿易出口對農民工工作轉換概率的影響[1]。而其他城市特征尤其是經濟轉型背景下產業升級對工作轉換的影響，現有文獻仍為空白。

產業升級是推動我國經濟轉型與長期增長的重要手段。國務院《政府工作報告》早在2000年就提出“大力開發和推廣對傳統產業升級起關鍵作用、有共性的高新技術”。2003年以來逐漸蔓延的“用工荒”又成為助推各地產業升級的內生動力。隨后的“十一五”和“十二五”規劃無不在強調結構優化與轉型升級。但由于我國各地區的稟賦優勢和產業結構存在差異，加上各地方政府推動當地產業發展抱有的積極性也不同，以致在各地形成不同的產業發展路徑。由此可見，不同地區的產業升級在前期基礎、規劃及步伐上都存在差異，進而對勞動力市場也產生不同的影響。深入研究產業升級對勞動力市場帶來的影響，一方面有助于發現產業升級過程中的摩擦，通過采取有針對性的解決辦法以降低轉型升級成本，推動產業升級的效率提升；另一方面，也有助于分析轉型背景下勞動力供給與需求之間的匹配，優化人力資源的配置。

一、機制分析

勞動力的本質是異質性人力資本，一旦勞動力從原有職業退出轉而從事新的職業，將不可避免地導致專用性人力資本的損失[10]。因此，勞動力市場并非完全自由流動，人力資本既是不同職業的進入門檻，也是自由轉換工作時的退出“障礙”。當勞動者選擇工作轉換時，首先要避免專用性人力資本的損失。在此前提下，勞動者將進一步考慮獲得與自身人力資本更匹配的工作。

產業升級對就業市場造成直接的沖擊，通過改變勞動者對工作轉換后人力資本報酬的預期而改變其就業選擇。首先，產業升級改變勞動需求結構，產業升級幅度越大，未來就業結構相比于當前的就業結構變動更大。這種變化帶來諸多的不確定性，包括人力資本是否匹配、新工作是否穩定等。一方面，不確定性的增加可能使勞動力傾向于放棄或推遲工作轉變，以確保從工作轉換中獲得效用提升，而非造成人力資本的損失；另一方面，若勞動力想通過降低不確定性而實現工作轉變，則無疑需付出更多的搜尋成本，以降低由產業升級帶來的信息不對稱，而搜尋成本的存在會降低工作轉換的吸引力。其次，產業高級化可能對部分傳統的就業崗位產生沖擊(如一些流水線上的裝配工人可能逐步被機器取代)。產業升級對就業市場整體性的沖擊更易導致勞動者對失業問題的擔憂。這種失業可能發生在勞動者當前所處的行業和企業中，即便轉換工作后同樣也可能面臨失業問題。因此，勞動者可能愿意在當前崗位上工作更長的時間，以避免受到失業的波及。最后，行業或企業轉型升級在提高市場競爭力的同時，對人力資本也有更高的要求。企業可能通過對員工的技能或職業培訓，使現有的勞動力更好地契合轉型升級后的人力資本需求。勞動者能利用該契機在現有工作崗位上進一步積累人力資本，以便在未來就業市場上獲得更為有利的談判地位。

就人力資本角度而言，不同人力資本意味著差異化的市場議價能力。高人力資本者由于其更低的替代性而具有較高的談判地位，在初始就業時更易獲得與自身人力資本相匹配的崗位，從而降低人力資本較高者工作流動的必然性。因此，在沒有外部因素沖擊的情況下，通過主動轉換工作以提高人力資本報酬的現象在人力資本水平更低的就業者身上更加頻繁。Wu(2011)對中國就業市場的研究發現，職業流動對高、低學歷勞動者的影響是迥異的[11]。因此，當產業升級來臨時，低技能勞動力的工作轉換決策受到的影響更大。與此同時，高人力資本水平的勞動力由于仍具有較高的議價能力，能通過工作流動來實現更好的工作匹配，因而其就業選擇受產業升級的影響更弱。

產業升級對工作轉換的影響因市場規模和自由度的不同而呈現差異。市場規模決定就業規模，就業規模越大，職業種類和工作數量都將相應增加，工作轉換的潛在選擇也就越多。Helsley and Strange(1990)在不完全信息及勞動力和企業存在異質性的假設下，構建模型并證明就業匹配質量隨城市規模(勞動力市場規模)的增加而提高[12]。Wheeler(2008)的研究表明，在第一次轉換工作時，勞動者轉換行業的可能性隨著當地勞動力市場規模和多樣性的增加而增加[13]。除市場規模外，市場自由度也具有重要影響。Knight和Yueh(2004)指出隨著市場自由度的增加，自愿的工作流動隨之增加，這是對過去效率低下的工作匹配做出的市場反應[2]。他們的觀點是從時間維度縱向地看待市場自由度對就業的影響，但這一結論同樣適用于地區間的橫向比較。就業市場的自由度越高，意味著受到的管制或約束越少，勞動者進入或退出某工作的成本更低，轉換工作受到產業升級的影響也越弱。所以，面對同等程度的產業升級，身處不同規模或自由度的市場的就業者就可能做出不同的選擇。

基于上述的機制分析，本文提出以下三個命題：

命題1：產業升級對工作轉換具有負向影響。產業升級程度越高，勞動者選擇工作轉換的可能性就越低。

命題2：產業升級對不同人力資本水平的就業者具有差異化的影響。就業者的人力資本水平越高，其工作轉換的選擇受到產業升級的影響更小。

命題3：產業升級在不同市場條件下產生的影響是不同的。市場規模越大、就業市場自由度越高，產業升級對工作轉換的影響越小。

二、數據來源與指標選取

(一)數據來源

本文使用的數據源自中國工業企業數據庫(1998～2007)及中國綜合社會調查數據(CGSS2008)。工業企業數據庫統計我國規模以上工業法人企業，截至2007年共收錄33萬多家工業企業，占中國工業總產值的95%。由于該數據庫對我國工業企業的統計完備，本文利用該數據計算城市層面的產業升級指標。本文使用的微觀調查數據為CGSS2008。CGSS是我國最早的全國性學術調查項目，2008年該項目在全國共計抽取100個區縣、6000名個人進行數據采集，其中詳細記錄就業者的工作經歷，本文正是基于此分析個體的工作轉換。此外，文中城市層面的相關數據來源于《中國城市統計年鑒》。

(二)工作轉換

當前，就業轉換的相關文獻一般是統計就業者所有的工作轉換次數，該處理方式的缺點在于無法精準識別工作轉換的發生時間，因而無法分析外部環境變化如何改變就業選擇。本文利用CGSS2008獲得的個人詳細的工作轉換數據，分析給定時間段內產業升級對工作轉換的影響。為保證研究的可靠性，本文對數據進行預處理，僅保留曾從事過或目前仍從事非農工作的樣本，剔除正在上學、已退休和喪失勞動力的樣本，刪除年齡在18歲以下和60歲以上的樣本。對剩余的符合條件的樣本，利用問卷中“單位經歷表”計算工作轉換的次數。該問卷最多可填入10段工作單位經歷，對每一段工作經歷，被訪問者報告開始和結束的時間、從業狀態和離開原因等信息。當某一段工作經歷匯報了結束時間，則認為在該年度發生了工作轉變。由于本文的產業升級指標為1999～2007年，因此分析該時間段內(即1999～2007年)發生的工作轉換。表1顯示總體樣本中不同工作轉換次數的占比情況，約34%的受訪者有過工作轉換的經歷。進一步地，根據被訪問者的受教育年限，我們將受教育年限超過12年的歸為高人力資本者、受教育年限不大于12年的歸為低人力資本者(1)受教育年限在12年及以上的勞動力一般具有大學本科及以上學歷，因此本文以12年的教育年限來劃分人力資本的高低。。根據人力資本水平分析工作轉換的情況，我們發現低人力資本水平的就業者工作轉換的比例更高，從而驗證前文的論述。

表1 工作轉換次數統計

(三)產業升級指數

對產業升級的合理量化，既要捕捉產業發展進程中的動態變化，還需具有綜合性和代表性。基于此考量，本文借鑒周茂等(2016,2018)的做法[14][15]，利用中國工業企業數據庫計算各年度城市層面的技術復雜度指標：

其中，下標j、c、t分別代表行業、城市和年份，Prodyj為1997年行業j的技術復雜度。為計算該指標，首先將1997年產品層面技術復雜度指標對應的HS6位產品代碼與國民經濟行業分類代碼(GB/T4754-2002)匹配(2)該數據可從CEPII網站上獲得。。接著在4位數行業內部進行產品復雜度指標的簡單平均，以此作為行業的技術復雜度指標(Prodyj)。再利用中國工業企業數據庫計算各年度、各城市、各行業的工業總產出值(3)根據Brandt的做法，本文對中國工業企業數據庫的原始數據予以處理。。最后，以各行業產值占工業總產值的比重為權重對Prodyj進行加權平均，所得結果即為城市層面的技術復雜度，本文采用該指標衡量城市的產業發展水平。以1997年技術復雜度為參考標準的好處在于，既可使各年度間的產業發展水平具有可比性，還可將產業升級的量化聚焦于技術難度的提升而非產品種類的創新。

本文利用城市技術復雜度計算各年度(1999～2007)的產業升級水平：

進一步地，計算1999～2007年各城市產業發展水平和產業升級指數的簡單平均值，并將1999～2007年的平均產業升級指數作為關鍵解釋變量，以反映各城市在該時間段內的產業升級狀況。這一指標不易受單一年份的異常值影響，對該時間段內勞動力工作轉換的因果解釋更具合理性。

三、實證檢驗結果及分析

(一)模型設計和變量說明

為分析產業升級對工作轉換的影響，本文設計如下的計量檢驗模型：

Changejobic=αUpgradec+βSophic+ηX1i+κX2c+εic

其中，下標i和c分別表示個體和城市。方程左邊為被解釋變量，即1999～2007年個體轉換工作的總次數。方程右邊為主要的解釋變量，Upgradec代表就業者所在城市的平均產業升級程度。由于各城市產業發展水平可能相差很大，因此加入變量Sophic，即該城市的平均產業發展水平。本文主要關心系數α的大小和正負。為剔除其他因素對被解釋變量的影響，盡可能消除因遺漏變量而存在的內生性問題，本文加入個體和城市層面的一系列控制變量X1i、X2c。參考現有文獻，在個體層面，控制性別、年齡、民族、教育年限、婚姻及子女狀況，由于在樣本考察期之前勞動者可能有過工作轉換，前期的就業選擇對后期存在影響，因此本文還控制1999年之前是否有過工作轉換；在城市層面，控制人均GDP、GDP增長率、第二和第三產業占比、失業率、戶籍人口及大學生數，由于城市層面的經濟變量具有歷史延續性，因此本文均控制2007年度各城市的相關指標(4)限于篇幅，文中未列出描述性統計結果，作者備索。。

(二)基準回歸

由于被解釋變量為計數變量且相關檢驗表明被解釋變量不存在過度分散效應，因此本文采用泊松回歸對計量模型進行估計(結果見表2所示)。表2的第(1)列僅加入平均產業升級指數和平均產業發展水平，第(2)列加入個體層面的控制變量，第(3)列進一步加入城市層面的控制變量。所有回歸均控制省份固定效應，且標準誤在城市層面進行聚類。結果表明，產業升級對工作轉換具有顯著的負向影響且回歸系數穩健。表2的第(4)列進一步給出第(3)列泊松回歸的平均邊際效應，據此可知若一個地區的產業升級程度達到5%，則勞動者工作轉換的次數平均而言將減少0.7次。根據控制變量的回歸結果，產業發展水平對工作轉換沒有顯著影響，人力資本水平的提高則降低工作轉換的次數；年齡越大，越不傾向于轉換工作；如果勞動力在前期曾轉換過工作，則考察時間段內轉換工作的次數減少0.27次，這是因為前期工作轉換增進了人力資本的配置效率，從而降低其后轉換工作的可能性。根據城市層面變量的系數，城市的經濟發展水平(人均GDP)越高，勞動力轉換工作的次數越多。相反地，第二產業占比、失業率及大學生數則負向影響就業者轉換工作的次數。

(三)穩健性檢驗

為確保結論的可靠性，本文進行穩健性檢驗。部分勞動力可能由于個人偏好更傾向于工作轉換，對全樣本的分析可能導致產業升級對工作轉換的影響被高估。因此，在表2的第(5)列僅分析考察期內有過工作轉換的樣本，結果顯示產業升級對工作轉換的影響依舊顯著為負，且平均邊際效應也與基準回歸相近。表2的第(6)列將被解釋變量替換為考察期內是否轉換工作，并采用logit模型進行估計，其結論依舊與前文一致。

由于基準回歸中的關鍵解釋變量為平均產業升級指數，無法看出產業升級對工作轉換影響的時間變化趨勢，因此進一步將被解釋變量改為勞動力在各年度是否有過工作轉換，且將當期至滯后4期的產業升級程度作為解釋變量。同時，為減少遺漏變量的偏誤，除上文提及的控制變量外，進一步控制年末金融機構各項貸款余額對數、人口自然增長率、公共財政支出對數及職工平均工資，并利用logit模型進行回歸(結果見表3所示)。結果表明，前期產業升級對當期的工作轉換具有負向影響，其中滯后1期至滯后3期的產業升級程度對工作轉換的影響更為顯著，這說明產業升級對就業的影響具有一定的滯后性。該結果再次證明產業升級降低工作轉換的概率，從而以上的實證結果驗證本文的命題1。

表2 泊松回歸結果

注：*、** 和*** 分別代表在10%、5%和1%的水平上顯著；括號內為聚類穩健標準誤。下表同此。

表3 是否轉換工作的分年度回歸結果

(四)進一步的研究

轉換工作既可能是勞動者的主動選擇(如對當前的工資水平不滿或搜尋到更好的工作崗位而選擇離開現在的就業單位)，也可能是被動地失去工作機會(如自身人力資本無法滿足工作單位的要求而被辭退)，這兩者之間具有明顯的差別，厘清產業升級對主動的工作轉換和被動的離職分別產生何種影響，有利于弄清楚產業升級影響就業轉換的機制和路徑。

本文采用兩種方法區分工作轉換的主動性和被動性。第一種方法是通過工作經歷中的“離開單位的方式”進行識別，如果被訪問者填寫的是“辭職”或“自動離職”，則認為是主動轉換工作；如果填寫的是“單位勸離”或“單位開除”，則認為是被動轉換工作。第二種方法通過“個人工作單位的變動及原因”來識別，如果個人離開工作單位的原因為“待遇差”“同事不合”或“其他單位的吸引”，則認為是主動轉換工作；如果原因為“健康原因”或“專業不符”，則認為是被動轉換工作。通過這兩種識別方法研究產業升級如何分別影響主動工作轉換和被動工作轉換(回歸結果見表4所示)。結果表明，產業升級主要降低主動轉換工作的次數。正如前文的機制分析闡述的那樣，產業升級通過改變勞動力對工作轉換的預期來改變就業選擇，這其中體現的正是對主動性離職的影響。表4的第(4)列表明產業升級可能增加被動工作轉換的次數，這也是符合經濟學常識的。因為產業升級導致的就業結構的變化可能引起非自愿失業，從而體現為被動失業次數的增加。

表4 主動轉換工作和被動失業的回歸結果

產業升級對不同人力資本水平的就業者產生的影響也可能是不同的。本文進一步對不同人力資本水平的子樣本進行回歸分析(結果見表5所示)。表5的第(1)、(2)列分別研究產業升級對不同人力資本水平的勞動力總體的工作轉換次數的影響，第(3)、(4)列將總工作轉換次數替代為主動轉換次數(根據離開工作單位的方式)，回歸結果得出一致的結論：產業升級對高人力資本水平的勞動力影響不顯著，但顯著降低低人力資本水平的勞動力的工作轉換次數。正如前文指出的那樣，人力資本水平高的勞動力在市場上具有較高的議價能力，無論產業升級發生與否，他們都更易找到與自身技能相匹配的工作崗位，因此外部沖擊對這類群體的影響較小，該結論也證實本文命題2的推斷。

表5 人力資本異質性的分析結果

為驗證本文的命題3，我們還需進一步研究產業升級如何在不同的市場特征下對就業市場和就業決策產生實質性的影響。本文以就業人數作為各城市就業市場規模的代理變量，對樣本城市的就業市場規模進行排序并確定四分之一分位和四分之三分位，然后對不同市場規模的子樣本進行研究(回歸結果見表6所示)。表6的第(1)列結果表明，在市場規模小于上四分位的情況下，產業升級對工作轉換具有顯著的負向影響；在市場規模處于上四分位與下四分位之間的時候，產業升級雖然依舊對工作轉換產生顯著的負向影響，但平均邊際效應大大降低。隨著就業市場規模變得更大，就業不確定性的負向影響被選擇范圍增加帶來的正向影響弱化，城市人力資源的數量和結構對產業升級的需求改變具有充分的適應性；同時，市場規模或就業規模越大的城市，一般而言其具有更完備的產業結構，地區內部的產業既呈現階梯狀的產業發展形態，也具有多層次的互補性，這種產業承接關系保證前沿技術企業在產業升級后的空白迅速被跟隨企業填補，從而轉型升級的不確定性大大降低，外部的影響反而加速人力資本的配置。綜合這兩方面，在市場規模越大的地區，反而出現產業升級促進工作轉換的結果(見表6的第(3)列所示)。

表6 市場規模異質性的分析結果

最后，本文分析就業市場自由度可能帶來的影響。在我國，不同地區由于政策法規、戶籍制度、所有制結構的差異，就業市場呈現不同的自由度和活躍度。理論上，就業市場受到的約束越多，越不利于勞動者工作流動，因為流動成本抵消優化人力資本配置的收益。本文從外資存在水平的角度量化就業市場自由度：一是外資進入對我國的就業產生顯著的促進作用[16][17]，降低城市就業門檻，有助于提高就業市場的公平性和流動性；二是各級政府放松準入限制和約束條件以鼓勵外資進入，從而營造更加自由的市場環境，這也將提升勞動力市場的活躍度。基于此，本文以各城市實際使用外資數額占GDP的比重作為市場自由度的代理變量，該數值越高，說明市場自由度越大。進一步地，本文研究市場自由度是否對產業升級具有調節作用。在基準回歸的基礎上，加入市場自由度(Perc_fdi)及市場自由度和產業升級的交互項(回歸結果見表7所示)。表7的第(1)、(2)列分別將轉換工作次數和主動轉換工作次數作為被解釋變量。結果顯示，交互項的系數顯著為正，表明市場自由度對產業升級具有正向調節作用。隨著市場自由度的提高，產業升級對工作轉換的負向影響逐漸降低。該結論表明，市場自由度越高，勞動力受到的就業約束越少，越有利于勞動者以個人因素為考量(而非考慮外部因素帶來的成本)做出就業選擇，從而降低產業升級對自發的人力資本配置的負面影響，因而表6、7共同證明本文命題3的推斷。

表7 就業市場自由度的分析結果

四、結 論

產業升級是我國從制造業大國向制造業強國轉變的重要環節。深入研究產業升級的影響及可能帶來的社會問題，并在此基礎上制定具有針對性的產業升級配套政策，有利于降低我國轉型期的投入成本和社會成本，提高資源配置效率，最大化產業升級的紅利。本文研究產業升級對勞動力工作轉換的影響，發現產業升級顯著降低勞動力工作轉換的次數，其中滯后一期到滯后三期的產業升級對工作轉換的影響最為顯著。產業升級主要降低勞動力主動轉換工作的次數，不影響(甚至增加)被動轉換工作的次數，說明產業升級對工作轉換的影響主要通過改變勞動力對未來就業的預期，而非對就業市場的直接沖擊造成的結構性失業。進一步地，該影響主要體現在人力資本水平較低的勞動力身上。因為人力資本水平較高的勞動者在市場上具有更高的議價能力，更易獲得與自身技能相匹配的職位，即便在產業升級的情況下，同樣有能力提高自身的人力資本配置效率。相反地，人力資本水平較低的勞動者更易受到外部因素的影響，產業升級帶來的就業結構與前景的不確定性降低此類勞動力轉換工作的意愿。另外，產業升級對工作轉換的影響隨就業市場規模的增加而減弱甚至由負向轉為正向，同時就業市場自由度也會正向調節產業升級對工作轉換的影響。因為市場規模和自由度反映工作的替代性和潛在選擇的范圍，就業者可選擇的范圍越廣、受到的約束條件越少，越傾向于通過轉換工作獲得更好的人力資本回報。

根據本文的研究結論，地方政府可采取一定的措施來合理規劃產業升級路徑、降低轉型成本。一方面，出臺相關政策，逐步放松勞動力市場管制，以更好地適應產業升級的要求并促進人才的流動；另一方面，在制定產業升級規劃時充分聯系自身發展水平和就業現狀，避免盲目制定發展規劃給經濟發展帶來負面影響。對勞動者個人而言，在轉型期間應加強勞動技能培訓或人力資本的積累，根據產業升級的需求進行有針對性的人力資本投資，以此提升勞動力在未來就業市場上的議價能力。