基于系统推进的农民工培训有效性影响因素分析
——来自北京市农民工培训的实证调查
2014-06-07梁栩凌廉串德
梁栩凌 廉串德
基于系统推进的农民工培训有效性影响因素分析
——来自北京市农民工培训的实证调查
梁栩凌 廉串德
基于2013年北京市农民工实证调研数据,借鉴人力资本理论、培训效果评估模型及多重logistic模型,本文对农民工培训的有效性及其影响因素进行分析。结论显示:培训因素在所有影响农民工培训效果的因素中作用最显著;人力资本的持续投资是农民工提高就业质量和提高收入的必由之路;政府资助农民工培训的就业效果比较显著,企业资助农民工培训的收入效果比较显著;高水平培训是提高农民工就业稳定性和增加农民工收入的必要条件。
农民工培训 培训效果 个体因素 投资因素 培训因素
随着中国城市化进程加快,农民工群体由“候鸟式”城乡往返向“持久式”城镇定居的转变几成定势。培训作为农民工提升人力资本、增加就业机会、更好融入城市的有效措施,得到政府、企业、社会各界及农民工本人的重视。对农民工培训及其效果的研究与实务工作相伴而生,但迄今为止大部分培训效果研究都偏重于一次性产出,而农民工培训不仅不是一次性行为,效果也不是一次产生,而是有一个层层推进的过程。和培训关联的直接效果不是收入也不是就业,而是能否获得有利于就业的培训证书,通过培训获得的技术提升了就业门槛,“培训(证书)等级——持证就业——获得收入”,形成一个持续推进、层层相扣的开放系统,所以从系统推进角度研究农民工培训的分层效果及影响因素,有助于为参与培训各方提供动态信息,有助于为政府提供政策建议,对引导和推进城镇化建设具有现实意义。
一、相关理论与研究假设
(一)相关理论综述
人力资本理论可以解释农民工培训效果。贝克尔(Becker,2007)把培训(包括一般培训和特殊培训)和教育一起作为人力资本投资的主要方式[1];明塞尔(Mincer,2001)在认可劳动者所接受的正规教育及工作经验是劳动者收入差异的决定因素的基础上,建立了个人收入分配与其接受培训量之间关系的经济数学模型——Mincer函数[2]。王德文、蔡昉等(2008)运用实证调查数据分析农民工培训收入效应,认为简单培训对农民工收入作用不显著但正规培训有着决定作用[3];刘万霞(2013)用2010年全国抽样数据研究职业教育对农民工就业的影响,认为人力资本是农民工获取高水平就业、成为专业技术人员的基本条件[4]。
培训效果评估理论和培训迁移理论常被用来解释农民工培训有效性的综合效果及影响因素。最典型的是柯克帕特里克(Kirkpatrick,1959)的“四层次培训评估模型”(又称柯氏模型),根据评估的深度和难度将培训效果分为四个递进层次——反应层、学习层、行为层和效果层,从培训项目设计到培训后工作转化逐一评估[5]。后来者在柯氏模型基础上进行了拓展,如菲利普斯(Phillips,1991)拓展结果层效果增加了投资回报率评价[6];考夫曼(Kaufman,1994)丰富了反应层内涵并增加社会效益平台,提出“五级评价模型”将影响因素范围扩大至培训以外的社会环境[7]。培训迁移(Training Transfer)理论在柯氏模型广泛使用的后期逐渐成熟,如霍顿(Holton,1996)提出完整的评价模型,将个人绩效放在中心位置以个人学习与工作很好契合为标准,进一步在工作中检验培训效果[8]。总起来说,评估模型侧重培训效果的评估,培训迁移理论更重视影响因素分析。
更多的对培训效果影响因素的研究来自实证。如鲍德温和福特(Baldwin&Ford,1988)[9]以大量数据论证了培训效果主要受培训设计和工作环境的影响;杨玉梅、曾湘泉(2011)[10]针对河南省阳光工程受训人员的研究认为,培训教室、培训时间等培训因素对效果影响显著;而赵艺文(2013)通过对8省市1230份新生代农民工的调查分析,认为个人特征、工作特征和职业经历特征对农民工培训效果都存在直接影响[11]。
(二)理论模型设计
培训评估理论和迁移培训理论的发展趋势说明,单一因素的解释力度有所不足,培训效果应该是多种因素共同作用的结果。综括已有研究,本文将影响农民工培训效果的因素归纳为三类:培训因素,是影响培训效果的主体因素,采用培训等级、培训频数和培训类别表示;个人因素,反应农民工人力资本存量状况,采用农民工年龄、性别、教育年限和进城时间表示;投资(环境)因素,反应农民工培训投资路径,采用政府资助、企业资助和农民工个人资助表示。
图1 基于系统推进的农民工培训有效性影响因素理论模型
本文借鉴已有研究成果,设计基于系统推进的农民工培训效果及影响因素理论模型(图1)。在人力资本理论分析投资效益的基础上,引入包括就业、收入效果在内的多项综合指标体系;借鉴柯氏模型分层级评估培训效果原理,调整评价对象由企业转向农民工,将多项效果按时间顺序分阶段加以梳理,形成系统推进的因果驱动关系。
该模型显示:培训效果评价指标分为直接效果(证书等级)、间接效果(就业)和后期效果(收入)三个层级,以时间顺序逐次推进、彼此影响。三层级指标设计的依据是农民工培训中各参与方的活动意图:首先对应农民工本人的培训需求,即通过培训获得技能等级或证书资质;第二阶段对应国家培训农民工的主要目标即就业,是培训等级的紧后效果;第三阶段是培训的延续效果即收入,也是人力资本理论和所有培训效果评估理论一致认可的效应(收入)指标,在证书效果和就业效果基础上依次促成。直接效果影响着就业效果,收入效果又受到直接效果和就业效果的影响。
影响层级推进培训效果的因素有个人因素、投资因素和培训因素三个类别,对培训效果共同发挥作用。培训等级作为直接效果的同时又属于培训因素的一部分,在第一、第二阶段中分别承担培训效果和影响因素双重身份。第一阶段的直接效果是培训证书,在第二阶段和第三阶段中作为影响因素进入数量模型,是本文系统推进培训效果研究的独到之处。
(三)研究预设
综合已有研究成果的理论表述,本文提出先期预设如下:
H1:培训因素对农民工培训有着显著作用,无论直接效果、间接效果还是后期效果,都有显著的正方向作用。
H2:个体因素对农民工培训的直接效果影响显著,人力资本存量对培训等级起正方向作用。
H3:投资因素对就业效果和收入效果影响显著,其中政府投资对就业效果起正方向作用,企业投资对收入效果起正方向作用。
二、研究设计与变量描述
(一)数据来源
表1 农民工培训调查样本频数统计表
本文数据来自作者于2013年完成的“北京市农民工职业培训与发展研究”实证调查。调查方式为结合访谈、座谈同时进行的问卷调查,调查样本来自北京市市区的11个农民工集中居住地和8处农民工集散地的务工者和个体经营者。调查过程分春夏两个阶段进行,共发放问卷1500份,回收1468份;数据初步整理时删掉了部分填写不规范及有缺项的问卷,最终获得有效问卷1328份,有效率88.5%。与本文相关的信息见表1。
(二)变量描述
1.因变量(Y):培训效果。本文设计了3项农民工培训效果指标(图1):直接效果通过培训(证书)等级表示,间接效果通过就业岗位表示,后期效果以农民工月均收入表示。
2.因变量(X):培训因素。设培训(证书)等级、培训次数和培训类别三类因素指标:培训等级在第一阶段中为效果指标,后两个阶段为因素指标;培训次数分从未培训、培训1次、培训2次和培训3次以上4个类别(见表2);培训类别“是否接受职业技术培训”为虚拟变量,接受为1,未接受为0。
3.控制变量(D):个人特征和投资环境因素。根据研究需要,本文控制了个人特征和投资因素变量。个人特征包括农民工代际差异、性别、教育程度和进城务工时间,其中代际、性别为定类变量,故分别设计虚拟变量:代际中二代农民工为1,一代农民工为0;性别中男性为1,女性为0。教育程度和进城务工时间为连续变量,前者根据小学以下、小学、中学、高中和技校分5个级别,后者依据1年之内、1~5年、6~10年和11年之上分4个级别。投资因素选择政府资助、企业资助和自费培训三方面变量,因其皆为分类变量,故分别设计虚拟变量:有过政府资助为1,没有过为0;有过企业资助为1,没有过为0;有过自费培训为1,没有过为0。
变量设计及描述状况见表2所示。
表2 自变量描述性统计表
三、实证分析
(一)农民工培训有效性的简单分析
表1和表2显示了此次调查中农民工培训效果的基本情况:职业技术培训覆盖面较窄,只有刚过一半的人参加了职业培训;就业岗位层次低,操作岗占到33.4%的比重,说明农民工就业岗位技术含量较低,与其具有较少的培训在逻辑上一致。收入水平不高,接近一半(45.9%)的人月均收入集中在2001~3500元之间,占2013年北京市月均工资的5793元的百分之六十。这说明,北京市农民工培训的效果从总量看来,无论就业目标还是收入目标都不理想。
根据因变量性质不同,本文分别采用最小二乘法回归(OLS)和多元逻辑斯蒂回归(Multinomial Logistic)模型对农民工培训直接效果和间接效果进行分析。OLS回归模型主要解释哪些因素真正影响到农民工培训的等级程度和收入效果以及影响力度,多分类logistic回归模型着重解释影响因素对不同就业岗位的影响程度和方向。
表3 农民工培训直接效果的影响因素逐步回归分析表
(二)不同因素对农民工培训直接效果的影响分析
因为表示直接效果的培训等级指标属于连续变量,这里使用最小二乘法线性回归模型进行统计分析。以“培训(证书)等级”为因变量,个人因素、投资因素和培训因素三类共9个变量(表2)为自变量,采取Stepwise方法构建回归模型。模型估计结果如表3所示。
逐步回归的结果显示:9个自变量中培训次数、性别、教育年限、工作年限、年龄、企业资助和自费培训7个变量进入模型,7个变量对模型的解释率达到46.4%,F统计量的显著性概率皆为0.000,说明模型具有统计学意义。
进入模型的7个变量包括4个个体因素变量、2个投资因素变量和1个培训因素变量,说明个体因素对培训证书的获得起显著作用,投资因素和培训因素部分起作用。进一步分析发现,培训次数是影响直接效果最显著的因素,其标准化回归系数0.265与其他因素拉开明显距离。按标准化系数排列的因素变量依次为培训次数、性别、工作年限、政府资助和教育年限,回归系数皆为正值,说明培训次数越多、工作年限越长、政府资助越多、教育水平越高,获得培训证书的等级就越高,男性比女性获得证书的等级高。而年龄变量的回归系数为负,说明新生代农民工获取证书的状况好于老一代。企业资助和自费培训未能进入模型,原因应在于企业培训以实用为主不重视证书,这也与实地座谈时获得的信息一致。
分析结果表明农民工个体因素对培训直接效果具有显著影响,培训次数对农民工获得培训证书有显著的正方向作用,研究假设H1、H2得到验证。
(三)不同因素对农民工培训就业效果的影响分析
表示就业效果的“就业岗位”属无序多分类变量,适合采用多分类logistic回归模型进行分析。以就业岗位为因变量,培训因素为自变量,个人特征因素和投资因素为协变量构建多变量logistic回归模型。因就业效果作为间接效果受到培训等级的直接影响,故反应直接效果的“培训(证书)等级”在这里进入自变量行列,与培训次数和培训类别同为培训因素变量。
使用SPSS18软件以最大似然估计法对以上因素的回归系数进行估计,系统自动默认因变量中的“其他岗位”为参照系。设Y1、Y2、Y3分别代表模型1、模型2、模型3,反应农民工在操作岗、技术岗和管理岗就业受不同因素影响的估计情况。设自变量x1、x2、…xi分别表示年龄、性别、培训次数、培训类别等10个影响因素,logistic回归模型为:
其中β0、β1、β2、…βi为待估计的未知参数,u为误差项。估计结果见如表4所示。
表4数据显示:模型拟合信息中的卡方值39.707低于CHIINV(0.05,10)的卡方临界值58.12,模型显著水平大于0.05;模型摘要给出的-2对数似然值的2个决定系数Cox&Snell R2和Nagelkerke R2数据都接近1,说明模型在可接受的水平上较好地估计了数据,模型具有统计学意义。
表4数据显示,不同因素对就业岗位的影响有如下特征:
1.个人因素对就业岗位有一定影响。年龄、教育水平和工作年限对农民工管理岗就业都在0.05水平上有显著的正方向作用,工作年限在技术岗0.05水平有负方向作用,性别在操作岗和技术岗位就业分别在0.1显著水平上起一负一正方向的作用。这说明在其他条件不变情况下,年长者、教育水平较高和工作年限较长的人从事管理工作比较多;男性从事技术岗较多而操作岗较少。
2.投资因素对就业岗位影响比较显著,主要表现在政府资助和企业资助的培训的差异性。自费培训对农民工就业岗位的选择没有显著性影响,但政府资助对操作岗和技术岗、企业资助对技术岗和管理岗就业,均有0.05显著水平的正方向影响。说明在其他条件不变的情况下,政府资助的培训能更多地解决操作岗就业,企业资助的培训能更多充实技术含量较高的技术岗位和管理岗位。
3.培训因素对就业岗位影响非常显著。培训等级主要影响技术岗就业,农民工拥有初级证书比没有证书在技术岗就业的比例高27.2%且在0.01水平上显著,然后随培训等级提高在技术岗就业的比例不断提高。培训频数对农民工在操作岗和技术岗就业有显著影响,但对管理岗位作用有限,只培训1次对农民工操作岗就业在0.05水平上显著且从业概率比未曾培训者高28.6%,培训2次和3次对技术岗就业都在0.01显著水平上有正方向作用。说明在其他条件不变的情况下,农民工简单培训1次在基础就业方面有一定效果,但有更多培训次数的人会得到技术岗就业的机会。是否接受职业技术培训对所有岗位都有0.1水平正方向的显著影响,在其他条件不变的情况下,对未参加职业技术培训来说,参加培训的农民工在操作岗、技术岗和管理岗就业的人依次增加96%、63.8%和59.6%。
表4 农民工培训就业效果的影响因素分析表(logistic模型)
由此可见:培训因素对农民工就业效果有着非常明显的影响,在这个意义上,H1再次得到验证,H3部分得到验证。
(四)不同因素对农民工培训收入效果的影响分析
因农民工收入属于连续变量,故该部分使用最小二乘法作为估计模型。以农民工月均收入为因变量,以添加了培训等级在内的10个因素变量为自变量,采取Stepwise方式构建回归模型,模型的估计结果如表5所示。
逐步回归的结果显示:10个自变量中只有培训等级、年龄、有无职业培训、性别、企业资助和工作年限6个变量进入模型。进入模型的6个变量的相关性尚可,对模型的解释率达到46.2%,而F统计量的显著性概率皆为0.000,通过了99%显著性检验,说明模型的拟合程度不错,模型具有统计意义。
进入模型的6个变量包括3个个体变量和2个培训因素变量、1个投资变量,说明不同类别的变量对收入效果都有影响,但程度不同。对回归系数显著性和数值的分析发现,培训证书等级是影响收入效果程度最大的变量因素,其标准化回归系数达到0.596与其他因素拉开极大距离,且其他因素回归系数数值都较小,年龄因素系数为负。说明培训证书等级对农民工月均收入的作用显著呈正方向影响,而其他因素的影响虽然显著但力度不大。农民工得到培训等级越高,其后期收入就越高。男性农民工收入较女性为高。投资因素中只有企业因素进入模型,说明对于收入效果、政府资助和自费培训作用都有限,原因应该与企业培训的针对性及培训后工作安排密切相关。先期假设H1再次得到验证,H3的另一部分得到验证。
四、结论与建议
(一)结论
根据以上分析,本文得出结论如下:
第一,就培训有效性来说,农民工培训效果不够理想。调查显示农民工培训等级较低,未参加培训和参加培训但未获得证书者占53.2%,获得证书者又以初级培训为主,接受高级培训者占比只有4.2%(表1);就业岗位绝大多数集中在不需要什么技术含量的操作岗位;以均值表示的农民工收入水平远低于北京2013年人均工资。整体上看,培训等级低、就业岗位差、收入水平低之间存在着内在的逻辑关系。
第二,就培训效果的影响因素来说:
1.培训因素在所有影响因素中作用最显著。三层级培训效果中,培训次数影响的直接效果最明显,培训等级影响收入效果最显著,培训等级和培训次数在农民工能否获得层次较高的工作和理想收入方面的作用突出。相对其他因素来说,只有培训因素无论在直接效果、就业效果还是收入效果中都影响显著且有相当的力度。
2.人力资本的持续投资是农民工提升就业质量和提高收入的必由之路,也是农民工城市化的必由之路。本研究中有一条清晰的逻辑线索:“农民工培训次数越多——培训证书等级越高——越接受职业培训——就业岗位技术含量越高——月均收入越高”,渐次推进持续提高。这与王德文、蔡昉和丁煜等人的结论一致,充分说明了农民工人力资本持续投资的必要性和有效性。
3.投资因素的影响差异性。政府资助和企业资助分别在就业效果和收入效果方面有显著的影响作用,但政府资助培训对就业的影响主要在操作类岗位,说明政府培训侧重普及性但缺乏针对性,深度培训和专业培训方面有待提高。
4.高水平培训是提高农民工就业和增加农民工收入的必要条件。象征培训等级对就业和收入影响显著,除操作岗外都呈正方向作用,意味着低层次培训能增加农民工操作岗就业,但随培训等级提高他们会逐步离开操作岗向技术岗和管理岗转移,个人收入也随之提高。这说明农民工培训不仅要数量还要有深度,普通培训只能解决简单就业,高水平培训才能实现高就业的稳定性和获得更高的收入。
(二)政策建议
进一步分析以上结论的深层成因,培训相关方身份定位和培训意图是其中关键。政府培训具有公益性质,农民工自费培训通常是参加社会机构的培训,而后者与企业一样属盈利组织。利益驱动驱使企业和培训机构的培训内容和培训方式紧扣培训需求不离市场导向,以关怀为主的政府培训却出现需求方面信息不足、供给方面师资短缺等状况。为切实提高农民工培训有效性,本文从政府角度提出如下政策性建议。
首先,改变思路,树立“强化培训、持续培训、提高培训”的指导思想,将农民工培训工作视为一项长期的、不断深化的系统工程,而非一次性活动。当前中国农民工培训缺乏持续深入的顶层设计,大量培训活动满足于“有”胜于“无”,普惠式低水平重复的培训弱化了培训目标也降低培训效率。
其次,转换角色,弱化政府的培训者身份,强化其监管和调控功能[12]。现实中政府操办的农民工培训在专业性和针对性上与企业和市场培训相比远远不足,不如由直接控制转向间接控制。政府角色由培训者、管理者转向监控者和立法者,培训事务交由市场或企业去做,政府只负责对政策咨询、法律保障和监控监管。
再次,统一出资,集中管理。设立专门机构统一管理农民工培训事宜,改变当前各部门多头投资乱象。农民工培训经费是一个大盘子,目前有十几个部委参与其中,中央和地方财政分头负担,利益驱动与争夺不可避免。与转换角色相配合,集中管理是一条可行之路。
最后,依法培训。借鉴发达国家经验,通过立法专门保护农民参加培训的权利。出台相关法律对企业和社会结构培训农民工的部门给予奖励,对农民工参加培训给予优惠或免费,为职业转型的农民工培训提供法律和经济双重保障。
[1]Gary S B.Human Capital:A Theoretical and Empirical Analysis with Special Reference to Education[M].北京:中信出版社,2007:13-62.
[2]Jacob M.Studies in Human Capital[M].北京:中国经济出版社,2001:141-185.
[3]王德文,蔡肪,张国庆.农村迁移劳动力就业与工资决定:教育和培训的重要性[J].经济学(季刊),2008(4):1131-1148.
[4]刘万霞.职业教育对农民工就业的影响[J].管理世界,2013(5):64-75
[5]Kirkpatrick D L.Techniques for Evaluating Training Programs[J].Journal of the ASTD,1959,13(11):3-9.
[6]Phillips J.Training and Development[J].The Search for Best Practices,1996(2):42-47
[7]Kaufman P,Keller J M.Levels of Evaluation:Beyond Kirkpatrick[J].HRD Quarterly,1994(4):371-380.
[8]Holton E F.The Flawed Foer-level Evaluation Mode[J].Human Resource Development Quarterly,1996(1):5-25.
[9]Baldwin T T,Ford K J.Transfer of Training:A Review and Directions for Future Research[J].Personnel Psychology,1988(41):63-105.
[10]杨玉梅,曾湘泉.农民工培训与就业能力提升[J].劳动经济学,2012(3):31-110.
[11]赵艺文,梁倩倩.新生代农民工职业培训意愿的影响因素研究[J].法制与社会,2013(5):191.
[12]王春稍,梁栩凌.农民工培训中的政府角色研究[C].管理创新与发展,2013(12).
A Study of Factors on the Effectiveness of Migrant Workers Training based on System Propulsion——An Empirical Investigation of Migrant Workers Training in Beijing
LIANG Xu-ling,LIAN Chuan-de
(School of Economics and Management,Beijing Information Science&Technology University,Beijing 100192)
Based on empirical research data of migrant workers in Beijing in 2013,according to the human capital theory and training effect model,this paper adopts multiple logistic model to analyze the influence of migrant workers training.The results indicate that the training factors have the most significant effect on the migrant workers training effectiveness among all factors;the sustained investment in human capital is most important way to improve the employment quality and income of migrant workers;and government funded training of migrant workers has more significant employment effect,while enterprise funded migrant workers training has remarkable income effect;and high-level training is a necessary way to improve the employment stability and income of migrant workers.
Migrant Workers Training;Training Effect;Individual Factors;Investment Factors;Training Factors
F241.22
A
1000-7636(2014)10-0073-08
责任编辑:李 叶
2014-06-22
国家社会科学基金重点项目“典型省份经济发展方式转变与产业、人口、教育、就业迁移仿真模型平台研究”(13AZD071);“北京市新劳工群体的形成及其对产业支持研究”(SM201411232003)
梁栩凌 北京信息科技大学经济管理学院副教授,北京,100192;
廉串德 北京信息科技大学经济管理学院副教授。