独生子女因素对劳动力转移影响的实证研究

2018-08-22常轩新疆大学经济与管理学院

消费导刊 2018年7期

常轩新疆大学经济与管理学院

我国经济快速发展过程中，不断的扩大劳动力转移规模，但从2010年开始，开始降低劳动力转移增长速度，而与此现象具有直接关系的为减少了劳动力的供给数量。劳动力供给数量的减少与我国独生子女政策的实行密切相关，该政策实行后，我国不断的扩大独生子女规模，在独生子女家庭结构下，由于父母期望非常高，导致独生子女的工作压力比较大，再加上出于赡养父母的考虑，少有独生子女选择转移，导致增大了劳动力转移的难度。

一、数据描述

本文以2014年CHNS数据作为数据来源，其中包含省份共9个，因CHNS是分散的数据集，而且变量idind、wave、hhid、line仅能将一个人的信息确定，因此，本文先集合分散的数据集，之后按照以下5个条件筛选[1]：①具备清楚的年龄数据与婚姻状况；②户籍类型明确；③收入数据明确；④受教育程度数据明确；⑤具备完备的家庭情况数据。按照上述条件筛选后，共获得5082个有效的样本容量。

二、选取变量、建立模型

反映劳动力转移概率时，指标为外出务工与否，由于因变量属于二分变量，0或1为其取值，因此，本文实证研究时采用Logit模型。劳动力转移与否为因变量，表示为i1、i2，CHNS成人数据中，研究对象与父母或公婆居住方式分为5种，本市或本县的其他居委会、其他市县选项定义为劳动力转移，即i1，生活在一起、邻居、本居委或本村选项定义为劳动力未转移，即i2。除因变量外，模型建立时还包含主要解释变量、控制变量、区域变变量。主要解释变量有2个，一个为独生子女变量（only），一个为丈夫是否为独生子女（husband）；控制变量有7个，分别为年龄（age，18～52周岁）、户籍（u）、受教育程度（edu）、健康状况（health）、收入水平（lnincome）、有无老人需要照顾（older）、有无小孩（6岁以下）需要照顾（child）；区域变量，中部地区（mid）、北部地区（north）、东部地区（east），参照选为东部地区。按照上述变量，模型建立如下：

公式（1）中，P表示劳动力转移概率，第j个影响因素的回归系数为αj，随机扰动项为μk。

三、实证结果

（一）从父母家角度分析

对于劳动力流出父母家的概率，估计时采用两种方法，一种为最大似然福激发，即Logit模型，另一种为OLS回归法。结果显示：（1）独生子女变量会较为严重的不利影响劳动力转移，所有变量中，该变量居于第二位，OLS回归中，整体上看，家庭属于独生子女情况下，会降低20.89%的劳动力转移概率，而在农村与城镇，降低幅度分别为32.12%、18.14%；Logit回归中，整体降低幅度22.72%，农村与城镇降低分别为41.36%、19.34%。（2）丈夫是独生子女时，会增加女性劳动力转移的概率。（3）控制变量：整体上，年龄会负向影响劳动力的转移，但无显著影响，在城市中，年龄正向影响劳动力转移，无显著影响，而农村年龄会显著负向影响劳动力转移；受教育程度越高，劳动力转移越容易实现；健康状况会、月收入水平正向影响劳动力转移情况；有老人和孩子需要照顾情况下，会增加劳动力转移的难度[2]。（4）区域变量：地区经济发展水平负向影响劳动力转移，即具有越高经济水平时，会呈现出越小规模的劳动力转移。

（二）从公婆家角度分析

丈夫为独生子女情况下，会降低劳动力转移概率；女性劳动力是独生子女时，她们会具有更高的劳动力转移意愿；剩余控制变量的影响劳动力转移的情况基本相同于（一）。

四、稳定性检验

（一）选取变量

本节中，劳动力转移与否的替代变量选择独生子女到父母或公婆家的时间，核心解释变量选择独生子女，同时，变量还包含户籍、年龄、受教育程度、丈夫是否是独生子女、健康状况、是否有老人和小孩需要照顾、区域变量。

（二）选取方法

由于因变量属于连续变量，取值为0以上，是截断数据，因而开展稳定性检验时，采用Tobit模型。

（三）实证分析结果

估计劳动力到父母、带公婆加时间时，方法采用最大似然法，结果显示[3]：（1）在父母家方面，独生子女变量会负影响劳动力转移，整体上看，女性劳动力属于独生子女情况下，会显著降低转移概率，降低幅度达到96.61%，这说明，女性劳动力为独生子女时，更希望缩短与父母家的距离；在公婆家方面，独生子女变量会正影响劳动力转移，但城市地区呈现出不明显的负影响，也就是说，该变量并不会影响劳动力的转移。（2）丈夫属于独生子女情况下，负影响公婆家的劳动力转移，即会降低劳动力转移的概率。（3）当有老人和小孩需要照顾时，无论是父母家，或者是公婆家，需照顾小孩对女性劳动力转移并不会产生影响，而需照顾老人没有明显的影响劳动力转移。