专用性人力资本与就业流动:行业要素的检验

李晓霞

（1.中国人民大学 劳动人事学院，北京 100872；2.南阳理工学院，河南 南阳 473000）

专用性人力资本与就业流动:行业要素的检验

李晓霞1，2

（1.中国人民大学 劳动人事学院，北京 100872；2.南阳理工学院，河南 南阳 473000）

通过利用2003年和2008年的中国综合社会调查数据分析不同行业下专用性人力资本对就业流动的影响可以发现：专用性人力资本会促进行业内的就业流动，抑制行业间的就业流动。同时，专用性人力资本对员工在企业内或企业间就业流动的影响存在较大差异。上述发现为Becker等提出的专用性人力资本会降低就业流动的经典理论提供了补充，说明了行业经验对个人职业发展的重要性。

专用性人力资本；就业流动；行业;任期

一、引言

专用性人力资本一般是指雇主通过岗位培训、技能教育和企业文化等多种方式，[1](p9-49)对员工进行的针对本企业特定生产经营行为的人力资本投资所形成的人力资本。行业专用性人力资本是劳动者积累的能够带来持续收益的专用于特定行业的人力资本。这类人力资本是否会影响劳动者的就业流动，以及是否会通过影响就业流动对流动后的就业收益产生影响，一直以来是劳动经济学研究者所关注的一个重要问题。虽然近期研究表明，[2](p357)专用性人力资本与行业和职业联系更为紧密，并对劳动者的就业流动起到重要作用，但这一结论仍需更多的验证。

Becker的研究认为，专用性人力资本将抑制就业流动。这一经典理论得到了一些后续研究的支持，但上述研究忽视了影响就业流动的一个关键因素——行业差异。如果考虑行业差异，Becker的经典理论是否仍然成立？

本文利用2003年和2008年的中国综合社会调查数据（CGSS），实证分析了不同行业下，不同类型的专用性人力资本（培训、任期、技术职称和职务层级）对两类不同方式的就业流动（企业间和企业内就业流动）的影响。研究发现：经典理论所描述的情况过于简单，专用性人力资本并非一味地抑制就业流动，其影响是复杂多变的；专用性人力资本促进或是抑制就业流动，受劳动者所处行业、专用性人力资本自身类型以及劳动者自身特征等多重因素的共同影响。

二、文献综述

Becker在比较专用性人力资本和通用性人力资本对流动的影响后认为专用性人力资本使得雇佣双方都不愿意轻率结束雇佣关系，从而增强了雇佣关系的稳定性。基于此，Becker提出以下经典假说：专用性人力资本将抑制就业流动。

上述假说得到了一些研究的支持。例如，Parsons、Mincer和Jovanovic以及Bolas和Rosen的实证分析发现，专用性人力资本与雇员就业流动之间，存在比较显著的负向关联。Shaw利用年轻劳动者的数据分析了个人人力资本存量的高低对更换行业和职业的影响，发现技能高的劳动者倾向于更换企业而非职业或产业，技能低的劳动者更乐意更换职业。

但是，前期对于人力资本的实证研究几乎完全集中于企业专用性或完全的通用性。事实上，产业或特定经济部门的专用性人力资本是构成个人人力资本存量的重要组成部分，上述研究未重视行业差异的影响。 不少研究发现，[4](p32)行业是影响就业流动的重要因素。例如，[3](p53-64)20世纪60年代，美国石油冶炼行业的就业流动性（每月的离职率为10.39%）仅为蜜饯行业（每月的离职率为21.65%）的一半。这说明资本密集型行业的就业流动比劳动力密集型行业更为频繁。

拉切尔认为，同一产业的人力资本构成要素差异不大，但在不同企业间存在定价不同，所以，专用性人力资本在同一产业内部不同企业间的流动会带来收入的变动。并且，[9](p126-132)同一产业企业间的差异性越小，劳动力的流动倾向越大。[5](p173-200)劳动者在做就业流动决策时，行业是劳动者重点考虑的一个因素。在针对转换行业的工人的研究发现，再就业后由于转换产业遭受的工资损失要远大于转换雇主所带来的损失。

以上研究表明了，人力资本不仅仅表现为通用性和专用性，而是和职业、产业密切相关。近年来,产业因素对专用性人力资本在劳动力市场产出的影响得到了很多学者的关注。[6](p41-79)在成熟的市场经济国家，与企业专用性人力资本相比，劳动者所处的产业门类对持续收入和流动的影响是较为明显的。在中国，如果考虑行业差异以及企业规模等因素，Becker关于专用性人力资本与就业流动的经典假说是否仍然成立，目前尚未有深入研究。

三、数据说明与描述性统计

本文实证分析所用数据来自2003年和2008年的中国综合社会调查数据（CGSS），共包括8423个样本，数据提供了就业变化的详细信息，可判断是企业间流动还是企业内流动，为下文开展较为深入和细致的实证研究提供了重要的基础数据。

首先基于描述性统计，剖析我国不同行业就业流动的现状，为后续分析提供线索。通过引入行业与专用性人力资本的交叉项，反映行业在劳动力就业流动中发挥的作用，进而揭示专业性人力资本对不同行业就业流动的真实影响。需要说明，为了反映行业差异，根据市场化程度高低（或垄断程度高低），将样本所处行业划分为以下两类①行业的分类依据 《国民经济行业分类和代码表》（GB/T 4754-2002）。对行业市场化程度的划分标准参照Kambourov and Manovskii在2008年的研究成果。：（1）垄断程度较高的行业，或市场化程度较低的行业，例如石化、电力和能源产业等；（2）竞争较为充分的行业，或市场化程度较高的行业，例如服务业和加工制造业等。描述性统计结果见表1。

表1 我国不同行业就业流动总体情况的描述性统计

如表1所示，从均值来看，市场化程度较高的行业发生就业流动的概率大约是8.85%，高出垄断程度较高的行业5.2个百分点。就偏度系数而言，就业流动的均值显著大于0，样本数据的确包含了比较丰富的就业流动信息。峰度系数显示两类行业的就业流动概率都不服从正态分布。上述结果显示：（1）相比于垄断程度较高的行业，市场化程度较高的行业竞争比较充分，因此其劳动力流动的壁垒和成本都比较低，发生就业流动的概率也相应较高。（2）相比于市场化程度较高的行业，垄断程度较高的行业规模比较大，企业内部的岗位分工更细，因此企业内就业流动的空间较大。

那么，是否能根据上述结果断言在市场化程度较高的行业，Becker的经典假说不再成立呢？

四、变量设置与计量方法

1．变量设置。

现有文献在检验专用性人力资本中行业要素对流动的影响通常用任期来表示这类专用性人力资本，近期也有文献选用培训和任期或技能来衡量。由于数据中没有行业技能的具体描述，本文选用与个人行业经验联系最为密切的技术职称和职务层级作为行业经验在人力资本上的投射指标，采用培训和任期、技术职称、职务层级这4个变量来度量专用性人力资本。industry代表其所处的行业（1代表市场化程度较高的行业，0代表垄断程度较高的行业）。用就业流动哑变量（mobility1—企业间就业流动，mobility2—企业内就业流动，哑变量的值等于1代表发生了就业流动，0代表未发生就业流动）来度量就业流动。

核心解释变量是行业与专用性人力资本的交叉项industry*train、industry*skill、industry*layer、industry*tenure， 这些交叉项的回归系数反映了专用性人力资本影响就业流动时，行业所起的作用。

控制变量包括：性别（男性为0、女性为1）、年龄（按 20岁以下（不含 20岁）、20-30岁、30-40岁、40-50岁、50岁以上（不含50岁）划分5个等级）、公司性质、职业、公司规模、社会保障、教育水平、婚姻状况（未婚为0、已婚为1，不考虑离婚、丧偶及其他情况）、本人上年收入（1为收入水平在中位数以上、0为收入水平在中位数以下）、是否有子女上学以及所处地区（按照东部、西部、中部划分为三类地区）。具体的变量描述见下表2：

2．计量模型的设置。

（1）专用性人力资本对就业流动的影响。

本文采用Logit模型进行分析。具体的计量方程如下：

logit(mobilit y1 ormobilit y2)=a+α1·industry+α2·train+α3·skill+α4·layer+α5·tenure+β1·（industry×train)+β2·(industry×skill)+β3·(industry×layer)+β4·（industry×tenure)+γ1·firm+γ2·ccoupation+γ3·size+γ4·security+γ5·education1+γ6·marriage+γ7·income+η11·+childeducation++η12·region2+u

（2）专用性人力资本通过就业流动影响就业收益。

变量之间的因果关系如下：

就业收益的变化=就业流动+目前职业+目前单位的性质+目前单位所处行业+在目前单位的职务层级

其中，就业流动=prob（就业流动）=原职业（即就业流动前的职业）+（原职业×原单位的培训+原职业×在原单位的技术职称或技术资格+原职业×在原单位的职务层级）+原单位的培训+在原单位的技术职称或技术资格+在原单位的职务层级+原单位的性质+原单位所处行业+原单位的规模+原单位提供的各种保障+性别+年龄+本人教育+婚姻状况+本人上年收入+其他特征（家庭收入；是否供小孩上学；居住地所处地区）

上述的两阶段回归模型。其具体的计量方程如下：

第一阶段（专用性人力资本对就业流动的影响）

prob(mobility)=e[a+α1·industry+α2·train+α3·skill1+α4·skill2+α5·layer+β1·（industry×train)+β2·(industry×skill1)+β3·(industry×skill2)+β4·（industry×layer)+γ1·firm+γ2·ccoupation+γ3·size+γ4·security+γ5·gentle+γ6·age+γ7·education1+γ8·marriage+γ9·income+η2·+childeducation++η3·region2]

第二阶段（就业流动对就业收益的影响）

将第一阶段回归得到的就业流动概率的估计值作为解释变量，放入以下方程的右边

outcome=a+λ1·prob(mobility+λ2·ourrentccoupation+λ3·currentfirm+λ4·currentindustry+λ5·ourrentlayer+ε

回归系数反映了不同行业就业流动对就业收益变化的影响。

五、专用性人力资本影响就业流动的实证分析结果

1.基准模型。

采取逐步增加解释变量的方式，对全样本进行回归分析。第一步，研究行业与最重要的两个专用性人力资本变量培训和任期对就业流动的影响；第二步，加入与培训相关的技术职务，以及与任期相关的职务层级；第三步，再加入行业与培训、任期的交叉项；第四步，再加入行业与技术职称和职务层级的交叉项；第五步，再加入其他控制变量。上述回归的结果见表3和表4。

（1）企业间流动。

由表2发现：第一，从表2中第一步的回归结果（第2列）可知：①相对于垄断性行业来说，竞争性较强的行业发生企业间就业流动的概率高出11.8%；②企业任期与企业间就业流动的概率显著负相关，员工任期每增加一年，发生跳槽的概率降低38%。

第二，第二步的回归结果（第3列）表明：加入技术职称、职务层级两个变量之后，职务层级对企业间就业流动的影响也是显著的，即员工的职务层级每提高一级，发生企业间就业流动的概率降低5.6%。其原因是：职务层级越高的人，经验越丰富，岗位专长越突出，并且越能理解公司特有的文化，因此离开公司的可能性就越低。

第三，第三步和第四步的回归结果（第4列和第5列）表明：①行业与培训、任期的交叉项对企业间就业流动的影响并不显著；②行业与技术职称的交叉项对企业间就业流动有显著正向影响。这说明，在不同行业的劳动者，是否拥有职业技能对其发生企业间就业流动的影响是显著不同的。具体来说，拥有职业技能的员工在市场化程度较高的行业里，比在垄断性行业里发生企业间就业流动的概率要高15.1%。

第四，第五步的回归结果（第六列）显示，在加入了相关控制变量以后，原单位规模，以及受访者的年龄、婚姻状况、子女教育、所在地区、原单位社会保障等隐私，都对企业间就业流动产生显著影响。而且，这些影响基本上都与相关理论或直觉相符。

表3 专用性人力资本对企业间就业流动的影响（不同行业，全样本）

综上，利用全样本的数据进行计量分析，得出的基本结论如下：控制相关因素，专用性人力资本对劳动者企业间就业流动的影响，视行业不同而存在差异。也就是说，[7]（p55）在分析专用性人力资本影响企业间就业流动时，不能忽视行业差异对分析结论的影响。不能简单地认为所有的专用性人力资本都会抑制就业流动：当劳动者所处行业不同时，专用性人力资本对就业流动的影响也是不一样的，不可一概而论。

上述结论说明，Becker关于专用性人力资本抑制就业流动的经典假说并不总是成立的。例如，在竞争性行业，职业技能这类专用性人力资本是促进就业流动的。其原因是：Becker在分析专用性人力资本对就业流动的影响时，并未深入地考察行业差异可能产生的影响；因此，他的研究结论未能揭示行业差异在专用性人力资本的就业流动效应中的潜在作用。上述结论对专用性人力资本与就业流动的经典理论做了补充。

表4 专用性人力资本对企业内就业流动的影响（不同行业，全样本）

注：*p<0.05;**p<0.01

（2）企业内流动。

由表4发现，专用性人力资本对企业内就业流动具有抑制作用并较少受行业因素的影响。

与企业间就业流动不同，行业哑变量的回归系数本身就不显著。这说明，相比于企业间就业流动，行业对企业内流动的影响较弱。专用性人力资本的回归系数是显著的。任期、技术职称和职务层级的回归系数均为负号，且显著。这说明，专用性人力资本对企业内就业流动仍有显著影响，而且是负向的影响。[8](p65-74)这与已有文献的研究结论是一致的。行业哑变量与专用性人力资本的交叉项的回归系数，均不显著。这主要是由于行业对企业内流动的影响较弱，其通过专用性人力资本进一步影响企业内就业流动的概率也就比较低了。

因此，与企业间就业流动不同，企业内就业流动的分析结果与Becker的经典假说较为一致：就算控制行业差异，专用性人力资本仍表现出抑制就业流动的效应。

2.稳健性检验。

为了检验基准模型分析结果的稳健程度，尝试了按性别、年龄、教育水平、收入水平和区域差异等多个维度，将全样本划分为不同的子样本，进行回归分析。发现，子样本的回归结果与全样本的分析结果基本一致。因此，基准模型所得结论是稳健的。

六、结论

本文通过将行业划分为市场化程度较高和垄断程度较高两类，并控制性别、年龄、教育水平、收入水平等劳动者自身特征以及区域差异，采用Logit模型和两阶段模型，分析了专用性人力资本在影响企业间和企业内就业流动时行业因素发挥的作用。

研究发现：第一，在分析专用性人力资本对企业间就业流动的影响时，行业因素不可忽视。一旦结合行业因素，某些专用性人力资本在市场化程度较高的行业，表现出促进企业间就业流动的作用。这说明专用性人力资本抑制就业流动的经典假说也须结合具体的行业，并非是一味地抑制。上述发现为原有经典理论提供了有价值的补充。

第二，专用性人力资本对企业内流动具有抑制作用并较少受行业因素的影响。但行业因素通过任期等人力资本要素对女性和30岁以下男性在企业内的流动产生影响。女性在特定行业的任期会对流动产生抑制作用，而这一点上，30岁以上男性表现的并不明显。

第三，教育水平对不同行业企业间的就业流动整体影响不显著，但对初中学历以下的群体、女性样本以及50岁以上人群有负面影响。高中学历的人群在就业流动时，受行业因素的影响最明显。

第四，行业的市场化程度对就业流动的类型影响明显。市场化程度高的行业发生组织间流动的频次明显多于垄断程度较高的行业，后者发生组织内流动的频次多于组织间流动。同时，在不同行业专用性人力资本对就业流动的影响存在明显的性别差异。在竞争性行业中，相同任期条件下，女性劳动者的企业间流动概率远远低于男性，这一特征在20-30岁劳动者中表现尤为明显。

本文的研究结论说明，专用性人力资本对就业流动的影响并非如经典理论所描述的那么简单，而是复杂多变的。其促进或是抑制就业流动，不仅与劳动者自身的特征有关，还受专用性人力资本要素以及劳动者所处行业等多重因素的共同影响。因此,行业经验对个人的就业流动有重要影响，[10](p123)在研究工资不平等、工作稳定性以及员工生命周期收入变动等问题时，均应充分考虑人力资本受行业和职业因素的影响。

[1]Gary S.Becker.Investment in Human Capital:A Theoretical Analysis[J].The Journal of Political Economy,1962，Vol.70,No.2.

[2]Jacob Mincer and Boyan Jovanovic.Labor Mobility and Wages[M].NBERWorking Paper Series,No,1982.

[3]John H.Pencavel.Wages,Specific Training and Labor Turnover in U.S.Manufacturing Industries[J].Iternational Economic Review,1972，Vol.13,No.1.

[4]Farber,Henry S.Mobility and Stability:The Dynamics of Job Change in Labor Markets[M].Working Paper 400,Princeton University,Department of Economics-Industrial Relations Section，1998.

[5]Neal,Derek.The Link between Ability and Specialization:An Ex-planation for Observed Correlations between Wages and Mobility Rates[J].Journal of Human Resources,1998,1,33.

[6]Kambourov and Manovskii.Rising Occupational and Industry Mobility in the United States:1968–1997[J].International Economic Review ，2008（49）.

[7]孟大虎.专用性人力资本研究：理论及中国的经验[M].北京：北京师范大学出版社，2009.

[8]翁杰.企业的人力资本投资和员工流动[J].中国人口科学，2005 ，（6）.

[9]胡浩志.企业专用性人力资本与员工工资：基于CGSS的实证研究[J].北京师范大学学报，2011，（2）.

[10]姚先国 ，张俊森.中国人力资本投资与劳动力市场管理研究[M].北京：中国劳动社会保障出版社，2010.

F270

A

1003-8477（2011）09-0097-05

李晓霞（1973—），女，南阳理工学院副教授，中国人民大学在读博士。

责任编辑 姜凤玲