勞動(dòng)技能培訓(xùn)、人力資本投資與收入效應(yīng)差異
——基于CLDS微觀面板數(shù)據(jù)與PSM-DID的考察

一 問(wèn)題提出及文獻(xiàn)述要

2017年10月18日，黨的十九大報(bào)告明確指出：“我國(guó)經(jīng)濟(jì)已由高速增長(zhǎng)階段轉(zhuǎn)向高質(zhì)量發(fā)展階段”。在此背景下，創(chuàng)新成為實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展目標(biāo)的核心因素(金碚，2018)[1]，我國(guó)經(jīng)濟(jì)增長(zhǎng)的動(dòng)力機(jī)制亟需由要素驅(qū)動(dòng)轉(zhuǎn)向效率驅(qū)動(dòng)乃至創(chuàng)新驅(qū)動(dòng)(張德榮，2013)[2]。勞動(dòng)力是生產(chǎn)活動(dòng)和創(chuàng)新的主體，只有人力資本積累水平的不斷提升才能保證我國(guó)自主創(chuàng)新具有不竭的動(dòng)力與源泉(劉成坤和林明裕，2020)[3]。因此，經(jīng)濟(jì)高質(zhì)量發(fā)展需要更高水平的人力資本積累，以及更多高技能高素質(zhì)勞動(dòng)力支撐。人力資本提升的途徑較多，教育和技能培訓(xùn)(1)技能培訓(xùn)的分類(lèi)維度有很多，根據(jù)研究需要，本文主要關(guān)注勞動(dòng)力的非農(nóng)技能培訓(xùn)(與農(nóng)業(yè)技能培訓(xùn)區(qū)分開(kāi))。是最重要也是最常見(jiàn)的兩種方式，兩者提升人力資本的作用時(shí)間存在差異。教育對(duì)人力資本的提升作用發(fā)生在勞動(dòng)力進(jìn)入勞動(dòng)市場(chǎng)之前，當(dāng)他們進(jìn)入勞動(dòng)市場(chǎng)之后，人力資本積累主要依靠技能培訓(xùn)等“干中學(xué)”方式(Lucas，1988)[4]。現(xiàn)階段，我國(guó)勞動(dòng)力的整體教育水平與教育回報(bào)率相對(duì)較低(侯風(fēng)云，2004[5]；都陽(yáng)，2017[6])，根據(jù)《2019年農(nóng)民工監(jiān)測(cè)報(bào)告》，農(nóng)民工受教育程度為初中及以下、高中、大專(zhuān)及以上的人口占比分別為72.3%、16.6%和11.1%。因此，技能培訓(xùn)長(zhǎng)期以來(lái)都被政府視為提升勞動(dòng)力人力資本的主要方式。例如，國(guó)務(wù)院于2019年印發(fā)《職業(yè)技能提升行動(dòng)方案(2019-2021年)》，政府將從失業(yè)保險(xiǎn)基金結(jié)余中拿出1000億元，用于職業(yè)技能提升和轉(zhuǎn)崗轉(zhuǎn)業(yè)培訓(xùn)，并計(jì)劃在2019年至2021年期間開(kāi)展各類(lèi)補(bǔ)貼性職業(yè)技能培訓(xùn)5000萬(wàn)人次以上。

勞動(dòng)力通過(guò)技能培訓(xùn)來(lái)提升自身的人力資本水平進(jìn)而增加收入，這在學(xué)術(shù)界基本達(dá)成共識(shí)。技能培訓(xùn)對(duì)勞動(dòng)力收入的作用機(jī)制在于培訓(xùn)參與者能夠獲得更多的專(zhuān)業(yè)技能知識(shí)，提升自身的人力資本水平，進(jìn)而獲得更好的就業(yè)機(jī)會(huì)和更高的工資收入。現(xiàn)有文獻(xiàn)對(duì)技能培訓(xùn)收入效應(yīng)的評(píng)估與討論頗為豐富。王德文等(2008)[7]發(fā)現(xiàn)技能培訓(xùn)對(duì)勞動(dòng)力工資收入有著重要的決定作用，表現(xiàn)為參加過(guò)短期培訓(xùn)與正規(guī)培訓(xùn)的平均回報(bào)率為24%，遠(yuǎn)高于教育回報(bào)率(5.3%～6.8%)。類(lèi)似地，寧光杰(2012)[8]運(yùn)用2008年RUMIC調(diào)查數(shù)據(jù)的研究表明，技能培訓(xùn)的收入效應(yīng)(6.9%)要高于教育的收入效應(yīng)(4.8%)，而且長(zhǎng)期培訓(xùn)的收入效應(yīng)更好。屈小博(2013)[9]基于2011年農(nóng)民工監(jiān)測(cè)調(diào)查的微觀數(shù)據(jù)，采用PSM方法來(lái)估計(jì)剝離受教育程度影響后的技能培訓(xùn)收入效應(yīng)，結(jié)果顯示：技能培訓(xùn)對(duì)人力資本凈收益增進(jìn)幅度超過(guò)了8%，明顯高于教育回報(bào)率(4.4%)。但也有一些研究表明教育回報(bào)率高于技能培訓(xùn)回報(bào)率(程名望等，2016[10]；Glaeser和Lu，2018[11]；Feigenbaum和Tan，2019[12])。盡管技能培訓(xùn)與教育的回報(bào)率孰高孰低尚存爭(zhēng)議，但參與技能培訓(xùn)是勞動(dòng)力提升人力資本與提高收入水平的重要途徑之一，這是無(wú)可爭(zhēng)議的。

進(jìn)一步地，一些文獻(xiàn)探討了不同類(lèi)型技能培訓(xùn)產(chǎn)生的收入效應(yīng)差異。Ng(2005)[13]考察了在職與脫產(chǎn)企業(yè)培訓(xùn)對(duì)員工工資的影響，發(fā)現(xiàn)只有脫產(chǎn)培訓(xùn)才能顯著提高員工工資。翁杰(2012)[14]比較了政府培訓(xùn)與個(gè)人培訓(xùn)對(duì)農(nóng)民工工資水平的影響，發(fā)現(xiàn)前者難以產(chǎn)生工資收入效應(yīng)，而后者能提高7%的工資水平。王秀芝和孫妍(2016)[15]利用我國(guó)9省流動(dòng)人口調(diào)查數(shù)據(jù)，采用PSM方法評(píng)估了個(gè)人培訓(xùn)、企業(yè)培訓(xùn)與政府培訓(xùn)的增收效應(yīng)，得出企業(yè)培訓(xùn)的增收效應(yīng)最強(qiáng)，其次是個(gè)人培訓(xùn)，政府培訓(xùn)的增收效應(yīng)最不明顯。展進(jìn)濤和黃宏偉(2016)[16]發(fā)現(xiàn)技能培訓(xùn)對(duì)外出勞動(dòng)力的工資水平起到?jīng)Q定性作用，而且長(zhǎng)期培訓(xùn)的工資收入效應(yīng)要大于短期培訓(xùn)。張敏(2017)[17]利用2012年CLDS數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)勞動(dòng)力無(wú)論是參加社會(huì)培訓(xùn)還是企業(yè)培訓(xùn)都能顯著提其高工資水平，而且前者的工資收入效應(yīng)大于后者。在技能培訓(xùn)收入效應(yīng)的評(píng)估過(guò)程中，會(huì)面臨樣本選擇與變量遺漏等內(nèi)生性問(wèn)題(Heckman，1976)[18]，已有研究主要采用PSM方法(寧光杰和尹迪，2012)[19]、DID方法(Hotz et al.，2006[20]；黃河嘯等，2014[21])和工具變量法(陳耀波，2009)[22]來(lái)解決技能培訓(xùn)的樣本選擇問(wèn)題。然而，由于上述研究多以截面調(diào)查數(shù)據(jù)作為研究樣本，難以解決變量遺漏問(wèn)題。王海港等(2009)[23]發(fā)現(xiàn)不可觀察變量在勞動(dòng)力參與職業(yè)技能培訓(xùn)的過(guò)程中發(fā)揮著重要作用，導(dǎo)致那些最有可能參加培訓(xùn)的勞動(dòng)力從培訓(xùn)中獲得的邊際收益反而最低。因此，需同時(shí)解決樣本選擇和變量遺漏等內(nèi)生性問(wèn)題，以更準(zhǔn)確地評(píng)估勞動(dòng)力參與技能培訓(xùn)的收入效應(yīng)。

綜上，現(xiàn)有文獻(xiàn)為進(jìn)一步評(píng)估技能培訓(xùn)收入效應(yīng)奠定了良好的基礎(chǔ)，本文的主要貢獻(xiàn)在：(1)研究?jī)?nèi)容上，現(xiàn)有文獻(xiàn)主要聚焦于勞動(dòng)力參與不同類(lèi)型技能培訓(xùn)產(chǎn)生的收入效應(yīng)，少有研究考察不同類(lèi)型的培訓(xùn)參與者通過(guò)人力資本投資產(chǎn)生的收入效應(yīng)差異。鑒于此，本文將從個(gè)體和地區(qū)差異兩個(gè)維度，考察不同類(lèi)型培訓(xùn)參與者通過(guò)人力資本投資產(chǎn)生的收入效應(yīng)異質(zhì)性。(2)方法和數(shù)據(jù)上，已有研究多基于截面數(shù)據(jù)并采用PSM方法或DID方法來(lái)解決勞動(dòng)力參與技能培訓(xùn)收入效應(yīng)評(píng)估存在的樣本選擇問(wèn)題，但無(wú)法解決變量遺漏問(wèn)題。因此，本文基于2012年、2014年和2016年的CLDS微觀調(diào)查數(shù)據(jù)，構(gòu)建一個(gè)勞動(dòng)力個(gè)體層面的平衡面板數(shù)據(jù)來(lái)解決變量遺漏問(wèn)題，并采用PSM-DID方法來(lái)解決樣本選擇問(wèn)題，進(jìn)而更好地評(píng)估技能培訓(xùn)的收入效應(yīng)。

后面內(nèi)容的結(jié)構(gòu)安排如下：第二部分介紹數(shù)據(jù)來(lái)源、計(jì)量模型設(shè)定與變量選取；第三部分報(bào)告模型估計(jì)結(jié)果并進(jìn)行討論與分析；第四部分總結(jié)全文，提出相應(yīng)的政策建議。

二 數(shù)據(jù)與模型

(一)數(shù)據(jù)來(lái)源

本文采用的數(shù)據(jù)來(lái)源于“中國(guó)勞動(dòng)力動(dòng)態(tài)調(diào)查”(China Labor-force Dynamics Survey，簡(jiǎn)稱(chēng)CLDS)，該調(diào)查是我國(guó)第一個(gè)以勞動(dòng)力為主題的全國(guó)性追蹤調(diào)查。由于CLDS在每一輪都能成功追蹤到30%左右的上一輪受訪樣本，因此本研究通過(guò)構(gòu)建微觀平衡面板數(shù)據(jù)來(lái)克服因變量遺漏而產(chǎn)生的內(nèi)生性問(wèn)題，從而獲得更準(zhǔn)確的估計(jì)結(jié)果。CLDS通過(guò)對(duì)中國(guó)城鄉(xiāng)以村/居為追蹤范圍的家庭/勞動(dòng)力個(gè)體開(kāi)展每?jī)赡暌惠喌膭?dòng)態(tài)追蹤調(diào)查，系統(tǒng)地監(jiān)測(cè)村/居社區(qū)的社會(huì)結(jié)構(gòu)和家庭/勞動(dòng)力個(gè)體的變化以及兩者的相互影響，建立勞動(dòng)力個(gè)體、家庭和社區(qū)3個(gè)層次的追蹤調(diào)查數(shù)據(jù)庫(kù)。CLDS樣本覆蓋中國(guó)29個(gè)省份(除港澳臺(tái)、西藏、海南外)，具有較好的全國(guó)代表性，其調(diào)查對(duì)象為樣本家庭的全部勞動(dòng)力。在抽樣方法上，CLDS采用多階段、多層次且與勞動(dòng)力規(guī)模成比例的概率抽樣方法，確保樣本選擇的隨機(jī)性與科學(xué)性。CLDS于2011年在廣東省開(kāi)展了試調(diào)查，并于2012年完成第一次全國(guó)性(正式)調(diào)查，之后在2014年、2016年和2018年完成了第一輪至第三輪的追蹤調(diào)查，調(diào)查內(nèi)容為受訪樣本個(gè)體/家庭/社區(qū)在上一年的經(jīng)濟(jì)活動(dòng)狀況。需要說(shuō)明的是，由于CLDS2018尚未向社會(huì)公布，因此CLDS2016是本研究能夠獲取的最新調(diào)查數(shù)據(jù)。

基于2012年、2014年和2016年的CLDS數(shù)據(jù)，本文根據(jù)被調(diào)查者的個(gè)體代碼進(jìn)行一對(duì)一匹配，初步篩選出三年都有參與調(diào)查的勞動(dòng)力為3213位，共9639條數(shù)據(jù)(2)本文構(gòu)建的CLDS微觀面板數(shù)據(jù)具有如下兩個(gè)特征：第一，由于樣本數(shù)據(jù)的時(shí)間跨度較短(2012年～2016年)，因此本文評(píng)估的技能培訓(xùn)收入效應(yīng)是短期影響，考察其長(zhǎng)期影響還需要更長(zhǎng)時(shí)間跨度的數(shù)據(jù)來(lái)實(shí)現(xiàn)。第二，由于調(diào)查問(wèn)卷的設(shè)計(jì)本身，本文難以獲得每位培訓(xùn)參與者的具體培訓(xùn)時(shí)間，只能獲得每位勞動(dòng)力在調(diào)查時(shí)間的前兩年有無(wú)參加技能培訓(xùn)的數(shù)據(jù)信息。不過(guò)，因?yàn)镃LDS每?jī)赡曜粉櫼淮尾⑶颐恳惠喌恼{(diào)查問(wèn)題基本相同，所以上述問(wèn)題并不影響本文對(duì)勞動(dòng)力參與技能培訓(xùn)收入效應(yīng)的評(píng)估。。為保證樣本質(zhì)量，本文對(duì)被解釋變量“勞動(dòng)收入”和核心解釋變量“技能培訓(xùn)狀況”進(jìn)行嚴(yán)格篩選，其中，勞動(dòng)收入是工資性收入、經(jīng)營(yíng)性收入和其它收入的加總，技能培訓(xùn)狀況所對(duì)應(yīng)的調(diào)查問(wèn)題是“在過(guò)去2年您是否有參加過(guò)至少5天的專(zhuān)業(yè)技術(shù)培訓(xùn)”。具體地，本文刪除了兩年及以上的勞動(dòng)收入數(shù)據(jù)或技能培訓(xùn)數(shù)據(jù)缺失的調(diào)查樣本，并對(duì)勞動(dòng)收入進(jìn)行1%的雙向截尾處理，獲得2531位勞動(dòng)力共7593條數(shù)據(jù)。其中，在2012年、2014年和2016年的CLDS微觀面板數(shù)據(jù)中，有參加技能培訓(xùn)的勞動(dòng)力數(shù)量分別為387位、505位和596位。進(jìn)一步地，為準(zhǔn)確地估計(jì)勞動(dòng)力參與技能培訓(xùn)的收入效應(yīng)，本文需要獲取勞動(dòng)力參與技能培訓(xùn)前后的收入數(shù)據(jù)。因此，本文以CLDS2014中有技能培訓(xùn)經(jīng)歷的勞動(dòng)力為實(shí)驗(yàn)組，其它調(diào)查樣本為控制組，并利用DID方法進(jìn)行估計(jì)。此外，為準(zhǔn)確地評(píng)估勞動(dòng)力參與技能培訓(xùn)的凈收入效應(yīng)，本文參照石大千等(2018)[24]的做法，剔除了CLDS2016新增的培訓(xùn)參與者樣本91位(91=596-505)，最終獲得有效樣本為2440位勞動(dòng)力，共7320條數(shù)據(jù)。

(二)模型設(shè)定與變量選取

勞動(dòng)力參與技能培訓(xùn)的決策會(huì)受到可觀測(cè)因素和不可觀測(cè)因素的影響，解決不可觀測(cè)問(wèn)題(即變量遺漏問(wèn)題)是本文評(píng)估技能培訓(xùn)收入效應(yīng)的前提。減緩不可觀測(cè)問(wèn)題的常用做法之一是構(gòu)建平衡面板數(shù)據(jù)，因此本文通過(guò)構(gòu)建CLDS微觀面板數(shù)據(jù)能有效地解決不可觀測(cè)問(wèn)題。不過(guò)，微觀面板數(shù)據(jù)只能解決不隨時(shí)間變動(dòng)的不可觀測(cè)問(wèn)題，對(duì)于隨時(shí)間變動(dòng)的不可觀測(cè)因素，采用DID方法是常用做法之一。此外，針對(duì)勞動(dòng)力參加技能培訓(xùn)決策存在的樣本選擇問(wèn)題(Heckman，1976)[18]，本文采用PSM方法來(lái)糾正(Rosenbaum和Rubin，1983)[25]。即本文將通過(guò)微觀面板數(shù)據(jù)的構(gòu)建和PSM-DID方法的使用來(lái)解決勞動(dòng)力參與技能培訓(xùn)收入效應(yīng)評(píng)估存在的不可觀測(cè)問(wèn)題和樣本選擇問(wèn)題，實(shí)證部分選取PSM-DID方法的優(yōu)勢(shì)在于：該方法能同時(shí)解決遺漏變量問(wèn)題和樣本選擇問(wèn)題，而PSM方法難以有效地解決遺漏變量問(wèn)題，DID方法則難以糾正樣本選擇偏差問(wèn)題(董艷梅和朱英明，2016)[26]。并在后文利用DID方法的估計(jì)結(jié)果進(jìn)行比較。

根據(jù)上述分析，本文利用DID方法的回歸模型設(shè)定如下：

(1)

進(jìn)一步地，本文利用PSM-DID方法進(jìn)行估計(jì)，具體步驟為：第一步，在給定協(xié)變量的情況下定義勞動(dòng)力接受干預(yù)(干預(yù)在本文指的是技能培訓(xùn))的條件概率，即傾向性得分：

p(X)=Pr{D=1|X}=E{D|X}

(2)

其中，D={0, 1}表示勞動(dòng)力是否接受干預(yù)，X為勞動(dòng)力接受干預(yù)前的特征向量，p(X)為傾向性得分。如果在特征向量X限定的樣本中，干預(yù)是隨機(jī)發(fā)生的，那么可以計(jì)算出技能培訓(xùn)對(duì)勞動(dòng)力收入水平的平均處理效應(yīng)(ATT)為：

π=E{Y1i-Y0i|Di=1}

=E{E{Y1i-Y0i|Di=1,p(Xi)}}

=E{E{Y1i|Di=1,p(Xi)}-E{Y0i|Di=0,p(Xi)}|Di=1}

(3)

(4)

其中，train為技能培訓(xùn)虛擬變量，在CLDS2014中有參與技能培訓(xùn)的勞動(dòng)力定義為1，是本文的實(shí)驗(yàn)組，其他的調(diào)查樣本則定義為0，是本文的控制組；time為時(shí)間虛擬變量，CLDS2014與CLDS2016的調(diào)查樣本定義為1，CLDS2012的調(diào)查樣本則定義為0；trainit×time為技能培訓(xùn)與時(shí)間虛擬變量的交互項(xiàng)，代表勞動(dòng)力參與技能培訓(xùn)的收入效應(yīng)；Xit為控制變量，包括勞動(dòng)力的個(gè)體特征和地區(qū)虛擬變量；α1、α2、α3和β為估計(jì)系數(shù)，α0和εit分別為常數(shù)項(xiàng)和擾動(dòng)項(xiàng)。

進(jìn)一步地，為考察勞動(dòng)力參與技能培訓(xùn)的收入效應(yīng)異質(zhì)性，本文依次引入了個(gè)體和地區(qū)特征與train的交互項(xiàng)。具體的模型設(shè)定如下：

(5)

其中，Zit為勞動(dòng)力個(gè)體特征和地區(qū)特征，α4為估計(jì)系數(shù)，代表勞動(dòng)力參與技能培訓(xùn)的收入效應(yīng)異質(zhì)性。參照屈小博(2013)[9]的做法，本文選取最外生的控制變量，包括年齡、年齡平方、性別、受教育年限以及地區(qū)虛擬變量。本文對(duì)比實(shí)驗(yàn)組與控制組的個(gè)人特征差異(見(jiàn)表1)，初步發(fā)現(xiàn)相較于控制組，實(shí)驗(yàn)組的勞動(dòng)收入更高、年齡更小、男性占比和教育水平更高(3)CLDS數(shù)據(jù)中受教育程度包括無(wú)正式教育、小學(xué)、初中、高中、職高、中專(zhuān)、技校、大專(zhuān)、大學(xué)本科和研究生及以上共10類(lèi)，為便于考察技能培訓(xùn)收入效應(yīng)的個(gè)體異質(zhì)性，本文將上述分類(lèi)簡(jiǎn)化為四種：小學(xué)及以下、初中、高中(包括高中、職高和中專(zhuān))、大學(xué)(包括大專(zhuān)、本科和研究生)。。

表1 實(shí)驗(yàn)組與控制組個(gè)人特征的統(tǒng)計(jì)性描述

此外，本文分析了協(xié)變量在匹配前后的特征差異。由表2可知，在匹配前，實(shí)驗(yàn)組與控制組的協(xié)變量差異非常明顯，而在匹配之后，兩組之間的協(xié)變量很相近，表明本文采用PSM完成的樣本匹配效果較好。

表2 協(xié)變量在匹配前后的特征差異

三 實(shí)證分析

(一)技能培訓(xùn)參與者對(duì)人力資本投資的收入效應(yīng)估計(jì)

由于本文采用DID方法和PSM-DID方法來(lái)估計(jì)技能培訓(xùn)參與者對(duì)人力資本投資的收入效應(yīng)，因此需要進(jìn)行模型有效性檢驗(yàn)。參照羅鳴令等(2019)[27]的做法，利用動(dòng)態(tài)DID方法來(lái)檢驗(yàn)平行趨勢(shì)條件是否滿足。圖1繪制了技能培訓(xùn)收入效應(yīng)的平行趨勢(shì)與動(dòng)態(tài)效應(yīng)檢驗(yàn)結(jié)果，可以看出：第一，實(shí)驗(yàn)組的收入水平在參與培訓(xùn)之前就已經(jīng)與控制組存在明顯的差異，意味著勞動(dòng)力參與技能培訓(xùn)的決策存在樣本選擇問(wèn)題，需要利用PSM估計(jì)進(jìn)行糾正；第二，雖然實(shí)驗(yàn)組的勞動(dòng)收入在培訓(xùn)之前就處于較高的水平，但在培訓(xùn)之后其與控制組之間的收入差距有明顯擴(kuò)大的趨勢(shì)，間接說(shuō)明勞動(dòng)力參與技能培訓(xùn)會(huì)提高收入水平。此外，本文發(fā)現(xiàn)的樣本選擇問(wèn)題表現(xiàn)為人力資本較高的勞動(dòng)力參與技能培訓(xùn)的概率更大，即勞動(dòng)力參與技能培訓(xùn)會(huì)存在“擇優(yōu)效應(yīng)”，與陳耀波(2009)[22]、王海港等(2009)[23]的研究結(jié)果一致。

圖1 技能培訓(xùn)收入效應(yīng)的平行趨勢(shì)與動(dòng)態(tài)效應(yīng)檢驗(yàn)

進(jìn)一步地，本文繪制了培訓(xùn)參加者與未參加者的傾向得分核密度分布圖(見(jiàn)圖2)，可以看出控制組集中在傾向得分較低的部分，在快速達(dá)到頂峰后急劇下降，而實(shí)驗(yàn)組的分布相對(duì)均勻。由于勞動(dòng)力的傾向得分值越高代表其參與技能培訓(xùn)的概率越大，因此實(shí)驗(yàn)組參與技能培訓(xùn)的概率本身就要大于控制組，與圖1反映的結(jié)果一致，即人力資本較高的勞動(dòng)力參與技能培訓(xùn)的概率更大。

圖2 培訓(xùn)參加者與未參加者的傾向得分核密度分布

基于CLDS微觀面板數(shù)據(jù)，本文分別采用DID方法和PSM-DID方法來(lái)估計(jì)勞動(dòng)力參與技能培訓(xùn)的收入效應(yīng)，估計(jì)結(jié)果見(jiàn)表3。

根據(jù)表3中采用DID方法的估計(jì)結(jié)果，在不考慮個(gè)體和地區(qū)特征的情況下，技能培訓(xùn)與時(shí)間的交互項(xiàng)在5%的統(tǒng)計(jì)水平上顯著，表明勞動(dòng)力通過(guò)技能培訓(xùn)來(lái)提升人力資本水平能顯著提高其收入水平，提高幅度大約為13%。在考慮個(gè)體和地區(qū)特征的情況下，雖然技能培訓(xùn)與時(shí)間的交互項(xiàng)對(duì)勞動(dòng)力收入的影響仍顯著，但其估計(jì)系數(shù)下降至8.8%，表明勞動(dòng)力參與技能培訓(xùn)能提高8.8%的收入水平。此結(jié)果與陳耀波(2009)[22]、王海港等(2009)[23]的估計(jì)結(jié)果相近，前者發(fā)現(xiàn)勞動(dòng)力參與技能培訓(xùn)能提高8.6%～8.8%的工資水平，后者發(fā)現(xiàn)非農(nóng)技能培訓(xùn)可以提高8.24%的農(nóng)民工工資水平。PSM-DID方法的估計(jì)結(jié)果要略小于采用DID方法的估計(jì)結(jié)果，這可能是因?yàn)镻SM-DID方法糾正了樣本選擇問(wèn)題。綜合來(lái)看，無(wú)論是采用DID方法還是PSM-DID方法都表明勞動(dòng)力參與技能培訓(xùn)能夠顯著地提高其收入水平，提高幅度都超過(guò)8個(gè)百分點(diǎn)。

關(guān)于其他個(gè)體特征對(duì)勞動(dòng)收入的影響：(1)年齡方面，勞動(dòng)者的年齡與其收入水平呈“倒U型”的變動(dòng)關(guān)系。(2)性別方面，男性勞動(dòng)者收入水平比女性勞動(dòng)者收入水平明顯要高。(3)教育方面，以小學(xué)及以下學(xué)歷的勞動(dòng)力為基準(zhǔn)組，初中、高中和大學(xué)學(xué)歷的勞動(dòng)力都具有更高的收入，而且勞動(dòng)收入與學(xué)歷水平呈正相關(guān)關(guān)系，表現(xiàn)為具有初中、高中和大學(xué)學(xué)歷的勞動(dòng)者收入水平要比基準(zhǔn)組分別高出15%、28%和62%左右。此外，以西部地區(qū)為基準(zhǔn)組，中部和東部地區(qū)的勞動(dòng)者收入水平要高出21%和36%左右。

表3 技能培訓(xùn)的收入效應(yīng)：DID與PSM-DID估計(jì)

(二)技能培訓(xùn)的收入效應(yīng)異質(zhì)性分析

上述估計(jì)結(jié)果表明勞動(dòng)力通過(guò)參與技能培訓(xùn)提升人力資本水平，能夠顯著地提高其收入水平，進(jìn)一步地，本文根據(jù)個(gè)體和地區(qū)特征來(lái)劃分不同類(lèi)型的勞動(dòng)力，考察異質(zhì)性勞動(dòng)力參與技能培訓(xùn)的收入效應(yīng)差異。具體地，本文從四個(gè)維度對(duì)異質(zhì)性勞動(dòng)力進(jìn)行分類(lèi)。(1)性別維度，劃分為男性和女性勞動(dòng)力。(2)年齡維度，參照黃河嘯等(2014)[21]的做法，將勞動(dòng)力劃分為三組：年齡≤30歲、30歲<年齡≤45歲、年齡>45歲。(3)教育維度，將勞動(dòng)力劃分為四組：小學(xué)及以下、初中、高中和大學(xué)。(4)地區(qū)維度，將勞動(dòng)力劃分為三組：西部、中部和東部地區(qū)的勞動(dòng)力。基于上述勞動(dòng)力分組，本文生成各組勞動(dòng)力是否有參與技能培訓(xùn)的二元虛擬變量。例如，“大學(xué)*培訓(xùn)”表示具有大學(xué)學(xué)歷的子樣本與技能培訓(xùn)的交互項(xiàng)，如果具有大學(xué)學(xué)歷的勞動(dòng)者參加了技能培訓(xùn)就標(biāo)記為1；反之，如果具有大學(xué)學(xué)歷的勞動(dòng)者沒(méi)有參加技能培訓(xùn)則標(biāo)記為0。因此，具有不同特征的勞動(dòng)力子樣本與技能培訓(xùn)的交互項(xiàng)可以刻畫(huà)出異質(zhì)性勞動(dòng)力參與技能培訓(xùn)的收入效應(yīng)差異。

表4 技能培訓(xùn)的收入效應(yīng)：個(gè)體異質(zhì)性

表4為不同個(gè)體特征的勞動(dòng)力參與技能培訓(xùn)的收入效應(yīng)差異。(1)從性別維度來(lái)看，相較于基準(zhǔn)組(包括沒(méi)有參與技能培訓(xùn)的男性和女性勞動(dòng)者以及參加了技能培訓(xùn)的女性勞動(dòng)者)，男性勞動(dòng)者參與技能培訓(xùn)的收入效應(yīng)更強(qiáng)，增收效果更好。(2)從年齡維度來(lái)看，在年齡≤30歲、30歲<年齡≤45歲、年齡>45歲這三組子樣本中，勞動(dòng)力參與技能培訓(xùn)的收入效應(yīng)都顯著高于未參與技能培訓(xùn)的勞動(dòng)力。其中，在年齡>45歲的子樣本中，勞動(dòng)力參與技能培訓(xùn)的收入效應(yīng)最高，要比未參與技能培訓(xùn)的勞動(dòng)力收入水平高出32.6%。可能的原因是年齡較大的勞動(dòng)力在就業(yè)市場(chǎng)上的競(jìng)爭(zhēng)能力要弱于年輕勞動(dòng)力，因此相較于沒(méi)有參與技能培訓(xùn)且年齡較大的勞動(dòng)力，有參與技能培訓(xùn)且年齡較大的勞動(dòng)力的人力資本水平更高，產(chǎn)生的收入效應(yīng)也更強(qiáng)。(3)從教育維度來(lái)看，除了具有小學(xué)及以下學(xué)歷的勞動(dòng)力子樣本參與技能培訓(xùn)的增收效果不顯著之外，具有初中、高中和大學(xué)學(xué)歷的勞動(dòng)力子樣本參與技能培訓(xùn)都顯著地提高了其收入水平。其中，具有高中學(xué)歷的勞動(dòng)力參與技能培訓(xùn)的增收效果最好，要比沒(méi)有參與技能培訓(xùn)且具有高中學(xué)歷的勞動(dòng)力收入水平高出30.0%。可能的原因是受教育水平相對(duì)較低的勞動(dòng)力會(huì)優(yōu)先選擇技能培訓(xùn)這一途徑來(lái)提高自身就業(yè)競(jìng)爭(zhēng)力，以便更好地進(jìn)入勞動(dòng)力市場(chǎng)(展進(jìn)濤和黃宏偉，2016)[16]。綜合來(lái)看，男性、年齡>45歲、具有高中學(xué)歷的勞動(dòng)力參與技能培訓(xùn)的收入效應(yīng)更強(qiáng)。

表5 技能培訓(xùn)的收入效應(yīng)：地區(qū)異質(zhì)性

表5為不同地區(qū)勞動(dòng)力參與技能培訓(xùn)的收入效應(yīng)差異，可以看出，相較于西部地區(qū)(東部地區(qū))沒(méi)有參與技能培訓(xùn)的勞動(dòng)力，西部地區(qū)(東部地區(qū))有參與技能培訓(xùn)的勞動(dòng)力收入水平要顯著高出22.8%(25.2%)；而中部地區(qū)的勞動(dòng)力參與技能培訓(xùn)并未取得顯著的增收效果。

四 主要結(jié)論及政策啟示

中國(guó)經(jīng)濟(jì)轉(zhuǎn)上高質(zhì)量發(fā)展階段引發(fā)更多有技能、高素質(zhì)的勞動(dòng)力和人力資本需求，勞動(dòng)技能培訓(xùn)是滿足這種需求的重要方式，這同時(shí)提出勞動(dòng)技能培訓(xùn)、人力資本投資如何與收入回報(bào)激勵(lì)相互推動(dòng)的問(wèn)題。本文通過(guò)構(gòu)建CLDS微觀面板數(shù)據(jù)并采用PSM-DID方法來(lái)解決勞動(dòng)力參與技能培訓(xùn)收入效應(yīng)評(píng)估存在的遺漏變量問(wèn)題和樣本選擇問(wèn)題，進(jìn)而準(zhǔn)確地評(píng)估技能培訓(xùn)參與者通過(guò)人力資本投資所獲得的收入效應(yīng)及其異質(zhì)性。得到結(jié)論為：第一，技能培訓(xùn)作為人力資本投資的一種方式，顯著地提高了培訓(xùn)參與者的收入水平，在解決遺漏變量問(wèn)題和樣本選擇問(wèn)題后，勞動(dòng)力參與技能培訓(xùn)能夠提高8%左右的收入水平；第二，勞動(dòng)力參與技能培訓(xùn)的決策存在“擇優(yōu)效應(yīng)”，即人力資本水平較高的勞動(dòng)力參與技能培訓(xùn)的概率更大；第三，不同類(lèi)型的培訓(xùn)參與者通過(guò)人力資本投資所獲得的收入效應(yīng)存在明顯差異，表現(xiàn)為男性、年齡較大、具有高中學(xué)歷以及東部地區(qū)的勞動(dòng)力參與技能培訓(xùn)的收入效應(yīng)更強(qiáng)。

上述研究結(jié)果具有一定的政策啟示。首先，技能培訓(xùn)對(duì)勞動(dòng)力收入水平的提高幅度是相對(duì)可觀的，因此政府有必要搭建更多的技能培訓(xùn)平臺(tái)，降低勞動(dòng)力參與技能培訓(xùn)的成本，促進(jìn)更多的勞動(dòng)力參與技能培訓(xùn)，積累人力資本，進(jìn)而提高收入水平。然后，針對(duì)勞動(dòng)力參與技能培訓(xùn)過(guò)程中存在的“擇優(yōu)效應(yīng)”，政府應(yīng)當(dāng)深入了解導(dǎo)致人力資本水平較低(比如學(xué)歷較低)的勞動(dòng)力參與技能培訓(xùn)的概率反而較低的原因，因?yàn)檫@些勞動(dòng)力是最需要依靠技能培訓(xùn)來(lái)幫助就業(yè)和提高技能的人群(王海港等，2009)[23]，也是技能培訓(xùn)政策關(guān)注的重點(diǎn)人群之一。只有提高人力資本水平較低的勞動(dòng)力參與技能培訓(xùn)的概率，拓寬其就業(yè)和增收渠道，才能讓這類(lèi)勞動(dòng)力也享受到參與技能培訓(xùn)的收入提升效應(yīng)，進(jìn)而縮小社會(huì)收入差距，構(gòu)建一個(gè)和諧社會(huì)。最后，根據(jù)異質(zhì)性勞動(dòng)力參與技能培訓(xùn)的收入效應(yīng)差異，政府可以有針對(duì)性地設(shè)計(jì)差異化的技能培訓(xùn)政策，提高勞動(dòng)力參與技能培訓(xùn)的積極性，加快全社會(huì)勞動(dòng)力的人力資本積累進(jìn)程，推動(dòng)中國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展目標(biāo)的實(shí)現(xiàn)。

需要指出的是，由于數(shù)據(jù)限制，本研究難以考察勞動(dòng)力參與技能培訓(xùn)的長(zhǎng)期收入效應(yīng)，也很難考察技能培訓(xùn)類(lèi)型、培訓(xùn)時(shí)長(zhǎng)和培訓(xùn)方式對(duì)勞動(dòng)力參與技能培訓(xùn)的決策及其收入效應(yīng)的影響，這方面的研究結(jié)果對(duì)政府更準(zhǔn)確地選擇培訓(xùn)投入和公共服務(wù)的側(cè)重點(diǎn)具有很強(qiáng)的指導(dǎo)意義，值得進(jìn)一步探討。另一方面，不同行業(yè)的勞動(dòng)工資水平具有很強(qiáng)異質(zhì)性，本研究只是從培訓(xùn)參與者個(gè)體異質(zhì)性的角度來(lái)考察技能培訓(xùn)通過(guò)人力資本投資所產(chǎn)生的收入效應(yīng)差異，未來(lái)的研究可以進(jìn)一步考察行業(yè)間和行業(yè)內(nèi)技能培訓(xùn)的收入效應(yīng)特征。