劳动力短缺是否存在“马太效应”？——基于广东用工企业的调查分析

王子成

(暨南大学公共管理学院,广东 广州 510632)



劳动力短缺是否存在“马太效应”？
——基于广东用工企业的调查分析

王子成

(暨南大学公共管理学院,广东 广州 510632)

本文利用2012年在广东进行的用工企业调查数据,尝试探讨企业间雇佣条件的差异是否产生“马太效应”。研究结果表明,由于雇佣条件(如工资水平、劳动时间、生产环境等)的差异,企业劳动力短缺存在明显的“马太效应”,即企业雇佣条件越好,企业面临劳动力短缺程度越低,而雇佣条件越差,企业将面临更严重的劳动力短缺问题。

普工短缺;技工短缺;马太效应

自2004年在珠三角、闽东南等加工制造业聚集地区出现民工短缺以来[1],农民工短缺问题便成为研究关注的热点,其中对农民工短缺成因的探讨更是成为研究的主攻方向。蔡昉(2005,2010)认为人口红利逐渐消失和刘易斯拐点到来是导致农民工短缺的主要成因[2][3]。章铮(2005)和韩俊(2010)则认为农村劳动力的供求还是总量过剩,农民工短缺主要是结构性短缺[4][5]。张建武等(2005)和刘林平等(2006)强调最低工资标准等制度缺陷造成农民工高流动率,从而引发劳动力短缺[6][7]。Knight等(2011)和陆铭等(2012)的研究也认为制度因素导致了劳动力短缺,但他们认为制度约束形成的劳动力市场分割使农民工及其家庭无法实现持久性迁移,最终导致劳动力短缺[8][9]。

农民工进城务工经商的总量在增长，但增速明显放缓，企业“招工难”问题呈现长期化趋势。在外部劳动力供给等宏观环境暂时无法改变的情况下,提升工资、改善工作环境等措施无疑也成为企业当前调整供需矛盾、缓解劳动力短缺的主要选择①来源于2010年2月23日中国证券报报道——“用工荒”倒逼“加薪潮”的廉价劳动力时代一去不复返。。但这些措施在多大程度上能缓减劳动力短缺问题,强弱企业间雇佣条件差异是否产生“马太效应”(Matthew Effect),仍缺乏必要的经验证据。有鉴于此,本文将使用在广东进行的用工企业调查数据,在Fraction Logit模型的基础上区分了普工短缺和技工短缺,从劳动力需求视角(即企业微观层面)试图回答以下问题:什么因素引致了普工短缺和技工短缺？企业间劳动力短缺差异是否存在“马太效应”？

一、数据来源与变量说明

(一)数据来源

本文的研究数据来源于2012年1月在广东进行的劳动力转移情况专题调查。该调查由广东省政协委托华南师范大学劳动经济研究所进行,在广东21个地市140个县(市、区)进行。向用工企业发放调查问卷2800份(每个县20份),截至2012年5月5日共获得124个县(市、区)回收1606份企业问卷,回收率为57.4%*问卷发放由各县(区)政协协助完成,大概四成左右的问卷没有回收上来,可能是由于调查执行中仅通过公文发函把问卷邮寄给各县(区)政协,由他们根据当地实际情况和抽样要求随机发放给企业,然后回收寄给课题组。在整个过程中,课题组没有安排问卷发放及回收追踪监控,也无法查找调查点的固定负责人,故最终遗失了四成问卷。不过,此次调查地区较广,回收有效企业问卷量较大,问卷回收率不高对计量结果的影响不会太大。。经整理剔除重复、部分大量数据缺失的问卷,最终获得有效问卷1330份,有效比率为82.81%。

(二)变量说明与样本分析

对劳动力短缺的考察,我们分为普通劳动工人短缺(简称“普工短缺”)和技术工人短缺(简称“技工短缺”)两类。调查问题为“全年以来企业是否缺工？”、“如果缺工,那么所缺工种及人数分别为:普工____人,技工____人”。

表1 变量定义及描述性统计(N=1330)

注:生产环境包括通风设备、降温设施、降低辐射设施、废水废气处理设施四类。企业配置的设施越多,其生产环境越好。

从表1的变量描述性统计可以看出,调查企业普遍存在普工短缺和技工短缺问题,而普工短缺发生率要稍高于技工短缺发生率,35.71%的企业面临普工短缺问题,30.45%的企业面临技工短缺问题。从短缺率来看,企业平均普工短缺率为7.94%,平均技工短缺率为7.21%,两者差异并不大,与劳动和社会保障部课题组(2004)的调查结果(“重点地区估计缺工10%左右”)基本相仿[1],劳动力短缺问题长期化趋势明显。

由表1的调查结果可知,企业普工平均工资水平为1725.7元,技工平均工资为2331元,考虑从事管理工作的农民工,加权平均后的企业农民工平均工资为2090元(不考虑管理人员的平均工资仅为1908元),与同期在东部地区务工的农民工月均收入2053元(《2011年我国农民工调查监测报告》)基本相仿,广东用工企业在工资竞争方面已没有优势。对工作时间来说,普工和技工平均周工作时间约47小时,比法定的工作时间高约3小时,相对于2004年出现劳动力短缺时“每天劳动时间至少10至12小时”的情况来讲*来源于劳动保障部网站的劳动和社会保障部课题组(2004)关于民工短缺的调查报告。,农民工劳动时间偏长局面略有改善,但加班现象仍普遍存在,每周工作时间超过劳动法规定的44小时的农民工仍高达71%。对生产环境来说,一半以上的企业具有通风设备、降温等基本设施,仅有约12%的企业配置了包括降低辐射、废水废气处理等在内的四类设施。企业社会保险缴纳和员工培训仍不乐观,人均年社保支出2895元,其中30%的企业人均年社保支出不足1000元,人均年社保支出在3000元以上的企业仅占40%。

二、估计方法与实证结果分析

(一)估计方法

我们主要利用短缺率来衡量劳动力短缺程度,普工短缺率(技工短缺率)用企业普工短缺(技工短缺)总人数除以普工需求(技工需求)总人数(即短缺人数加上当前雇佣人数)来表示。由于普工短缺率(技工短缺率)为比例变量,我们参考Papke和Wooldridge(1996)提出的基于GLM估计的Fractional Logit模型来分析[10]。响应变量的条件期望可以写为:

E(yi|xi)=G(xiβ) (i=1,…,N)

(1)

其中,yi为因变量且0≤yi≤1,表示普工短缺率或技工短缺率;xi为解释变量。解释变量我们参考Healy等(2011)的做法,选取雇佣条件、企业类型、企业规模、企业雇员结构等变量[11]。

G(·)为logistic分布函数且G(z)=exp(z)/(1+exp(z)),z在(0,1)区间内变动,可通过最大化Bernoulli似然值求解:

li(β)=yilog[G(xiβ)]+(1-yi)log[1-G(xiβ)])

(2)

(二)估计结果

1.雇佣条件与普工短缺。本文把企业雇佣条件(如工资、工作时间、社会保险、工作环境等)视为主要考察变量。模型1-3为Fractional Logit估计,在逐步加入企业其他特征变量后,雇佣条件与普工短缺的负相关关系仍然显著,同时GGOFF检验(Goodness-of-Link Tests)并不拒绝原假设,说明选择Fractional Logit模型是合适的[12]。为进一步检验Fractional Logit估计结果的稳健性,我们分别用OLS和Tobit模型估计了雇佣条件对企业普工短缺率的影响。

从表2的估计结果来看,工资水平对企业普工短缺率有显著负效应,企业平均工资每增长1%,将导致企业普工短缺率降低0.44%,进一步揭示较高的工资水平在一定程度上可以缓解企业劳动力短缺问题。因为较高工资在劳动力市场上具有相对竞争优势,吸引更多的劳动力来填补岗位空缺。这与劳动和社会保障部课题组(2004)的调查结论相一致,即工资待遇与缺工有直接关系,工资高的企业在招工中具有相对优势,如“月平均工资在700元(含加班费)以下的企业普遍招工较难,而1000元以上的企业招工没有问题”[1]。工作时间与普工短缺率之间呈显著正相关,工作时间每增加一个小时,将会导致企业普工短缺率增加0.025%。也就是说,加班等增加劳动强度的措施会加重企业普工短缺程度。生产环境与普工短缺率的相关系数显著为负,说明企业生产环境对普工短缺有显著的延缓作用,企业生产环境越好,普工短缺率越低。社会保险年人均支出、年平均培训天数与普工短缺率呈负相关但不显著,说明目前大部分企业在农民工社会保障、用工培训等方面的投入明显不足。根据国家统计局《2011年农民工监测报告》显示,雇主或单位为农民工缴纳养老保险、工伤保险、医疗保险、失业保险和生育保险的比例分别为13.9%、23.6%、16.7%、8%和5.6%,农民工参加社会保险水平总体上仍较低,而农民工接受过非农职业技能培训的也仅占外出总人数的26.2%,这些都制约了社会保险和培训在吸引和留住员工方面的作用,最终导致这两个因素在减缓普工短缺方面并没有发挥显著作用。

表2 雇佣条件与普工短缺率的估计结果

注:括号内为稳健标准差;“* ”p<0.1,“** ”p<0.05,“*** ”p<0.01。

表2的估计结果证实,由于雇佣条件等存在差异,企业普工短缺存在明显的“马太效应”。也就是说,企业雇佣条件越好,企业面临普工短缺程度越低,而雇佣条件越差,企业用工结构偏向于非技能劳动力,也将面临更严重的普工短缺。这些均表明在劳动供给收紧的情况下,市场这只“无形的手”在劳动力优化配置中发挥了积极作用,强弱企业间的“马太效应”日趋明显,待遇高、保障好的企业会吸引更多的人才加入而发展壮大,而那些雇佣条件差的企业将很难再招到合适的员工。

2.雇佣条件与技工短缺。对技工短缺的考察,我们采用的估计方法与普工短缺相同。首先使用Fractional Logit估计,结果显示雇佣条件与技工短缺之间存在显著相关关系,但GGOFF检验拒绝了原假设,说明选择Fractional Logit模型并不合适。因此,参考Marchante等(2006)的思路[13],我们转而使用Tobit模型来估计(结果如表3所示)。同时,表3给出了用工企业技工短缺发生率(存在技工短缺=1,不存在技工短缺=0)的Logit和OLS估计结果。

从表3的估计结果可以看出,工资和工作时间等雇佣条件对技工短缺率有显著影响,而社会保险人均年支出水平、工作环境对技工短缺率并没有显著影响。具体来说,工资每提升1%,企业技工短缺率将减少约0.13个百分点,这与Haskel等(2001)及Marchante等(2006)的结论相一致[13][14],即高工资对技工短缺有显著负效应,提升工资可以吸引更多的高技能申请者来填补岗位空缺,缓解技工短缺程度。而对工作时间来说,工作时间越长,企业面临的技工短缺程度越高,这说明加班会进一步恶化企业技工短缺情况,但影响程度并不大,技工平均工作时间每增加一个小时,企业技工短缺程度仅增加0.0033%。年人均社保支出和工作环境与技工短缺率呈负相关但并不显著,他们在缓解技工短缺问题中的作用并不显著,这表明在技术工人供不应求的情况下,技工劳动力市场也处在不断的调整过程中,而雇佣条件调整则是企业在技工人才市场上较为有效的方式,这也会导致“马太效应”的出现。企业薪酬水平越高、劳动强度越低,在劳动力市场上就能吸引更多的技能人才来填补岗位;相反地,那些薪酬水平不高、劳动强度大的企业必然会面临更为严重的技工短缺。

表3 雇佣条件与技工短缺率的估计结果

注:括号内为稳健标准差;“* ”p<0.1,“** ”p<0.05,“*** ”p<0.01。

三、结论与政策建议

本研究使用2012年在广东进行的用工企业调查数据,从劳动力需求视角探讨雇佣条件等对农民工短缺的影响。研究后证实,由于雇佣条件的差异,企业劳动力短缺存在明显的“马太效应”,即企业雇佣条件越好,企业面临劳动力短缺程度越低,而雇佣条件越差,企业将面临更严重的劳动力短缺问题。具体来讲,工资水平和劳动时间对普工短缺和技工短缺都有显著的负效应,工资水平越高、工作强度越低的企业面临普工短缺和技工短缺程度越低;生产环境越好,企业普工短缺和技工短缺程度越低,但生产环境对技工短缺的影响并不显著,而社会保险支出水平与普工短缺率和技工短缺率之间呈负相关但不显著。

上述研究结果表明,在劳动供给收紧的情况下,市场这只“无形的手”在劳动力优化配置中发挥了积极作用,强弱企业间的“马太效应”日趋明显。在农民工外出数量增幅放缓、劳动力供给由无限走向有限的背景下,工资上涨的趋势不可避免,传统利用廉价劳动力谋取发展的企业将失去竞争优势,进而面临“招工难”问题,这是市场调节的必然结果。而在招工中强弱企业之间形成的“马太效应”也会加速企业洗牌,强的企业形成竞争优势逐渐得到扩大发展,而弱的必然会被淘汰。这进一步预示着劳动力供需态势逆转后,传统劳动密集型企业必须适时进行转型升级,提高产品附加值,拓展利润空间,从代工、简单加工逐步向研发、品牌营销等价值链中间环节发展,进而在竞争中取得优势,实现持续发展。

[1] 劳动和社会保障部课题组.关于民工短缺的调查报告[EB/OL].劳动保障部网站,2004-09-14.

[2] 蔡昉.劳动力短缺:我们是否应该未雨绸缪[J].中国人口科学,2005,(6):11-16.

[3] 蔡昉.人口转变、人口红利与刘易斯转折点[J].经济研究,2010,(4):4-13.

[4] 章铮,谭琴.论劳动密集型制造业的就业效应——兼论“民工荒”[J].中国工业经济,2005,(7):5-11.

[5] 韩俊.农民工实现市民化需要解决的问题[N].经济参考报,2010-05-28.

[6] 张建武,王自成.制度缺陷:珠三角地区普工短缺的根本原因[J].开放导报,2005,(4):23-29.

[7] 刘林平,万向东,张永宏.制度短缺与劳工短缺——“民工荒”问题研究[J].中国工业经济,2006,(8):45-53.

[8] Knight J.,Deng Q.,Li S.The puzzle of migrant labor shortage and rural labor surplus in China[J].China Economic Review,2011,22(4),pp.585-600.

[9] 陆铭,陈钊.当刘易斯遇到马克思——论中国劳动力短缺的制度成因与对策[A].张欣,蒋长流,范晓静.中国沿海地区产业转移浪潮——问题和对策[C].上海:上海财经大学出版社,2012.111-127.

[10] Papke L.E.,Wooldridge J.M.Econometric methods for fractional response variables with an application to 401(k)plan participation rates[J].Journal of Applied Econometrics,1996,11(6),pp.619-632.

[11] Healy J.,Mavromaras K.,Sloane P.J.Adjusting to Skill Shortages:Complexity and Consequences [C].IZA Discussion Paper,No.6097,2011.

[12] Ramalho E.A.,Ramalho J.J.S.Alternative estimating and testing empirical strategies for fractional regression models[J].Journal of Economic Surveys,2011,25(1),pp.19-68.

[13] Marchante A.J.,Ortega B.,Pagan R.Determinants of skills shortages and hard-to-fill vacancies in the hospitality sector[J].Tourism Management,2006,27(5),pp.791-802.

[14] Haskel J.,Martin C.Technology,wages and skill shortages:Evidence from UK micro data[J].Oxford Economic Papers,2001,53(4),pp.642-658.

(责任编辑:化 木)

Are There Any Matthew Effects in Labor Shortage——An Analysis based on Guangdong Employers Survey

WANG Zi-cheng

(School of Public Management, Jinan University, Guangzhou 510632, China)

Based on 2012 Employers Survey Data in Guangdong Provinc, this paper investigates the determinants of labor shortages and discusses whether there are any Matthew Effects in Labor Shortages due to the differences of Employment Conditions. The empirical results show that there is a significant Matthew Effect in labor shortages, i.e., the better conditions the employers offer, the less constraints the employers confront with regarding the labor shortage.

general labor shortage; skilled labor shortage; Matthew effect

2014-08-30

广东省普通高校教育科学“十二五”规划项目(2014GXJK011);广东省教育厅青年创新人才类项目(2014WQNCX009)

王子成(1981-),男,河南南阳人,暨南大学公共管理学院讲师,博士。

F241.2

A

1004-4892(2015)05-0010-06