农民工务工收入及其影响因素——基于上海市993份调查问卷的实证分析*

程名望，华汉阳

(同济大学 经济与管理学院，上海 200092)

一、引言

根据刘易斯二元经济结构理论，农村劳动力向城市转移是经济发展的普遍规律。中国由于长期实行重工业优先发展战略和严格的户籍管理制度，大量农村劳动力只能滞留在农村和农业生产上。始于20 世纪70年代末的中国政策改革使限制农村劳动力流动的制度性障碍逐渐减少或消失，大量农村剩余劳动力被释放，开始向城市劳动力市场大规模流动，据国家统计局2018年数据显示，全国农民工数量已经达到28 836万人，比2017增加184万人，增长0.6%。其中外出农民工17 266万人，比上年增加81万人，增长0.5%(1)数据来源：《2018年全国农民工监测调査报告》，http://www.stats.gov.cn/ztjc/qjd/tjdt/201904/t20190429_1662313.html(国家统计局)。。农村劳动力流动为中国的经济和社会发展做出了重要贡献，已有研究显示1978—2015年期间中国农村劳动力转移对非农业部门产出贡献率达到11.64%，社会总产出贡献率为10.21%(程名望等，2018)[1]161-172。但是，目前进城农民工的就业状况却依旧令人堪忧，与城市居民相比，其突出表现为工资水平低、劳动时间长、工作稳定性差和劳动保障严重缺乏，非正规就业的色彩浓厚(高文书，2006)[2]28-34。其中，最根本的问题就是农民工收入问题，农民工的收人水平与大中城市房价之间存在极大“鸿沟”，仅凭务工收人，农民工群体很难实现在城市购房的梦想，迫使大部分进城农民工无法实现永久性迁移，只能进行候鸟式迁移(程名望等，2014)[3]63-71。根据国家统计局上海调查总队“上海市农民工市民化调查问卷(2015—2017)”的调查结果来看，87.3%的农民工在上海仍然租房居住。农民工的“候鸟式迁移”不仅阻碍了我国的城镇化进程，也不利于农民工市民化目标的实现。

同时，从微观视角看，农村劳动力个体转移的决定是农民在权衡进城务工的经济收益和成本支出后做出的理性选择(龚斌磊等，2010)[4]38-47。农民工在做出是否进城务工的决定前最先考虑的就是收入问题。那么究竟是什么因素影响着农民工的收入水平呢？基于此，本文研究农民工务工收入及其影响因素问题。该研究对于拥有大量农村人口的中国来说，具有重要的现实意义，这不仅是中国实现城镇化的必然途径，也是解决“三农”问题的必由之路(程名望等，2016)[5]70-77。而上海作为中国最有活力的城市之一，每年都吸引着大量流动人口，据统计，2017年上海市流动人口数量达到973万人，占总数的40.2%，其中农民工为其最重要的组成部分(2)数据来源：2018年上海市统计年鉴，http://www.stats-sh.gov.cn/html/sjfb/201901/1003014.html(上海市统计局)。。因此，以上海农民工群体为研究对象，具有很强的代表性。

二、文献综述

农民工收入及其影响因素问题一直受到学者们的广泛关注，目前研究主要围绕以下三个方面。一是关于人力资本对农民工收入的影响。传统的劳动经济学理论认为人力资本对收入水平及其增长有决定性作用。首先，有学者从理论的角度验证了以基础教育为核心的人力资本对收入的增长机制，其中最具代表性的就是内生增长理论(Schultz，1961；Becker，1966；Romer，1986；Lucas，1988)[6]1-17，[7]358-380，[8]1002-1037，[9]3-42。其次，学者们做了大量的实证分析。刘林平和张春泥(2007)基于珠江三角洲农民工调查数据，研究发现受教育程度、职业培训、工龄、年龄和性别等变量对农民工工资有显著影响。[10]114-137王德文等(2008)发现简单培训对农民工工资收入的作用不显著，但短期培训和正规培训对农民工工资收入有十分显著的作用。[11]1131-1148此外，越来越多的学者开始关注健康人力资本在收入分配的作用。Schultz和Tansel(1997)认为工人在患病期间的劳动习惯的改变可能使其收入函数不再是最优的状态，从而对其收入造成影响。[12]251-286Weil(2007)在研究各国工人健康状况与宏观经济增长之间关系时，就发现如果消除各国工人之间的健康差异可以让各国之间的GDP差异减少9.9%，证明了健康人力资本在收入分配中的重要作用。[13]1265-1306程名望等人(2014)基于中国农村固定观察点数据的研究也证实了健康对收入分配的重要影响，他们发现虽然健康和人力资本都是影响农户收入的显著因素，但在中国农村减贫中，健康比教育的作用更加显著。[14]130-144二是社会资本对农民工收入的影响。近年来，经济学关于社会资本的研究越来越活跃，也有大量学者研究了社会资本对农民工收入的影响，但目前关于社会资本是否能够影响农民工的收入还存在争议。Mouw(2003)通过实证研究发现，社会资本与个体收入之间并不存在因果关系。[15]868-898国内学者刘林平和张春泥(2007)的研究发现社会资本对农民工工资水平的提高没有显著影响。[10]114-137章元和陆铭(2009)的研究也证实了家庭社会网络与农民工的工资水平并没有直接的因果关系。[16]45-54相反，王春超和周先波(2013)在将社会资本分为“整合型”和“跨越型”展开分析后，研究发现“跨越型”和“整合型”的社会资本对农民工收入都具有显著的正向影响，且两者对农民工收入的提升效应相近。[17]55-68与此类似，叶静怡和周晔馨(2010)在将农民工的社会资本分为“原始社会资本”和“新型社会资本”展开分析后，研究发现农民工原始社会资本的大小对其增加城市收入没有显著影响，新型社会资本对收入有正的影响。[18]34-46三是制度因素对收入的影响。例如最低工资制度，Neumark et al.(2004)对美国的低工资收入人群进行了研究，发现最低工资制度对低收入人群的影响较大，而对高收入人群的影响很小。[19]425-450杨娟和李实(2016)研究发现最低工资标准的提高对就业的影响微小，且对东部地区工人的工资没有显著影响，但会增加中西部工人的工资。[20]1563-1580另外，户籍制度对流动人口的收入也有着重要影响。何凌霄等人(2015)发现外地农民工的收入比本地农民工高2.33%，在考虑样本的选择性偏差后，外地农民工的收入优势进一步扩大，户籍地差异能够解释外地与本地农民工收入差异的33.5%。[21]15-26另外，企业制度也直接关系着农民工的收入水平。刘林平和张春泥(2007)研究发现，企业制度中的企业规模和工种对工资有显著影响，规模越大，工资越高，工种表现出明显的等级性。[10]114-137

上述文献围绕农民工收入问题进行了较详尽的研究，也为进一步研究奠定了良好的基础，但中国社会正在快速发展，农民工的就业和生活状况也在发生着变化，目前的研究数据不具有时效性。基于此，本文采用2018年国家统计局上海调查总队最新的农民工调研数据，不仅具有时效性而且具有权威性。通过研究上海市农民工务工收入的影响因素，为政府提高农民工工资收入，加快农民工城市融合，推进城镇化进程提供一些可行的建议。

三、数据来源与统计性描述

(一)数据来源与处理方法

本文数据来自国家统计局上海调查总队2018年农民工市民化进程动态监测调查数据，该调查的调查对象为在上海务工超过6个月的农民工。该问卷共分为9个部分，分别为农民工及随迁家属基本情况，农民工就业、健康与医疗、居住条件、社会融合状况，未随迁的农民工家庭成员基本情况，农民工子女教育情况，农民工及共同居住家庭成员的收支情况，以及农民工在城镇的定居意愿。本次调查共获得有效样本4 367份。在处理原始数据的过程中，本文根据实证分析中所需要的信息或变量的需要，选取了对本问卷9个部分都做出回答的受访农民工问卷，共1 246份。在删除部分变量缺失和少数明显错误而又无法修正的样本后，最后得到本文实证分析所需要的样本993份。

表1 样本农民工基本特征表

分析农民工样本的基本特征(表1)，从性别上看，男性占60.0%，女性占40.0%。从年龄上看，农民工最大年龄为69岁，最小年龄为17岁，样本基本服从正态分布，且25～34岁的农民工比例最大，占36.5%。从受教育程度分布来看，样本呈现以初中学历为中心的正态分布，小学及以下学历占12.0%，初中学历占41.1%，高中、中专和高专占21.3%，大专学历及以上占24.6%。另外，样本农民工中有配偶的占77.0%，无配偶(包含未婚、离婚以及丧偶)的占23.0%。大部分农民工为汉族，汉族农民工的比例为98.9%，少数民族农民工的比例仅为1.1%。

(二)变量设置与指标选取

1.被解释变量

本文选取农民工的月收入来度量农民工的务工收入水平，单位为元。在问卷调查中，因受访农民工在问卷调查过程中被问及三个有关月收入的问题，分别为“平均每月的现金收入是多少？(工作、奖金、津贴)”“如果提供免费的工作餐或者伙食补贴，平均每月折算多少钱？”“如果提供免费住宿或者住宿补贴，平均每月折算多少钱？”，故本文计算的农民工月收入等于以上三项收入之和。由表2可知，农民工月务工收入的平均值为5 782.10元，且分布比较分散，月均收入的最大值为40 400元，最小值为1 260元。

2.解释变量

根据劳动经济学的传统理论以及以上文献分析，影响农民工收入的因素十分复杂，在研究综述的基础上，本文也将可能影响农民工务工收入的因素分为三类，即人力资本因素、社会资本因素和制度因素。另外控制了农民工的性别、年龄、民族和婚姻等个人特征因素。具体的变量选择及其处理方法如表2所示。

由表2 可知，样本农民工的平均受教育年限为10.91年，最低的为文盲，最高学历为研究生。大部分农民工的健康状况比较好，其中健康的比例为98.3%、体质较弱的比例为0.9%、身有残疾的比例为0.1%、患有慢性病的比例为0.7%，不存在患有大病的农民工(3)数据结果来自原始数据，使用SPSS 25.0统计软件计算。。样本农民工中未拥有任何职业证书的比例为76.2%、初级11.6%、中级8.1%、高级2.8%、技师0.7%，高级技师0.1%。样本农民工从事目前工作的平均年数为5.33年，最长的为34年，最短的是0年，即被调查当年才从事本份工作，未满一年。样本农民工在当地经常来往的平均亲友数量约为5人，仅3%的农民工为共产党员。农民工所在单位为国有、集体或者事业单位的比例为17.9%，三资企业的比例为15.2%，私营或者个体企业的比例最高，为64.2%。农民工所在单位规模中，10人以下的占12.0%、10～49人的占19.7%、50～99人的占11.7%、100～299人的占17.0%、300人以上的比例最高，为35.1%(4)同上。。另外，虽然83.6%的农民工与雇主签有无固定期限合同或1年以上合同，但农民工的平均周工作时间仍然超过51个小时，远远超过法定周最长工作时间(44个小时)。仅有13%的农民工在就业时遭遇过户籍制度的限制。

表2 变量选取与描述统计

注：(1)无配偶包括未婚、离婚和丧偶；(2)受教育程度分别按文盲0年、小学6年、初中9年、高中和中专12年、高专和大专15年、大学本科16年、研究生19年转换为连续变量；(3)健康状况中：健康=5，体质较弱=4，身有残疾=3，患有慢性病=2，患有大病=1；(4)职业证书拥有情况：无=1，初级=2，中级=3，高级=4，技师=5，高级技师=6；(5)政治面貌中其他包括共青团员、民主党派和其他类型；(6)单位性质中：国有或集体单位以及事业单位=3，三资企业=2，私营/个体=1、其他=0；(6)单位规模中：10人以下=1，10～49人=2，50～99人=3，100～299人=4，300人以上=5，不清楚=6；(7)签订无固定期限或1年以上劳动合同=3，签订一年以下劳动合同=2，试用期/实习期未签合同=1，没有劳动合同或其他=0；(8)工作时间=周工作天数*日工作小时。

四、模型构建与实证分析

(一)模型建立

根据以往研究，大多数关于劳动力收入影响因素的研究都采用标准的Mincer工资方程，该方程是研究人力资本回报率的经典模型。基于此，根据上文的变量选择，设定以下扩展的Mincer工资方程：

ln(incomeij)=β0+β1HVij+β2SVij+β3IVij

+β4CVij+εij

(1)

(1)式中，ln(incomeij)为农民工月收入的自然对数，i表示样本农民工的编号，HVij为人力资本变量，SVij为社会资本变量，IVij为制度因素变量，CVij为农民个人特征因素等控制变量，εij为随机扰动项，具体的变量设置可见表2。

(二)实证分析

本文运用Stata/MP14.0统计软件对样本农民工的相关数据进行多元线性回归分析。在进行多元线性回归前，本文通过B-P检验和White检验发现模型存在异方差，为了解决异方差问题，本文使用了稳健加权最小二乘法。由于本文所采用数据为横截面数据，故不考虑数据的序列相关性，得到回归结果如表3所示。

表3 多元线性回归结果

注：***、**、*分别代表在1%、5%、10%的水平上统计显著。

从回归结果可知，F值在1%的水平上统计显著，这说明模型的整体线性关系是显著的。但R2的值不高，Robust WLS的R2仅为0.278 3，回归方程的拟合优度还有待提高，这说明影响农民工务工收入的因素确实比较复杂，还包括一些能够影响农民工务工收入的其他未可知因素。具体分析如下：

1.人力资本因素对农民工务工收入的影响。农民工受教育程度在1%的显著性水平上对农民工的务工收入有显著正向影响，即农民工受教育程度每增加1年，月收入会提高3.30%。与受教育程度类似，代表农民工职业技术水平高低的职业证书等级也在1%的显著性水平上对农民工收入有显著的正向影响，职业证书等级每提高一级，农民工收入水平会提高5.18%。此外，农民工被调查时所从事工作的工作年数即工作经验也对其收入有着显著的正向影响，农民工的工作年数每增加1年，其月收入提高0.43%。受教育程度、职业证书等级代表的职业技能以及工作经验对农民工收入的正向影响与经典的人力资本理论相符。至于健康状况因素，虽然农民工的健康状况越好，其收入水平越高，但对收入的影响并不显著，这可能与农民工在选择是否进城务工时会考虑自己的健康状况有关，因为健康状况不佳的农民可能会优先考虑留在农村(程名望等，2018)[22]48-55，这样就对样本的健康状况做了筛选。

2.社会资本因素对农民工收入的影响。农民工的本地亲友数量对其务工收入没有显著影响，这是因为更多的社会网络只是起到配给工作的作用，只能影响工作类型而间接影响收入水平，并不能直接影响收入水平(章元和陆铭，2009)[16]45-54。农民工的政治面貌即党员身份在1%的显著性水平上显著，拥有党员身份的农民工比没有党员身份的农民工收入平均高28.0%，党员身份作为一项政治身份和资本，是一项稀缺资源，在其他条件相同的条件下，党员往往比非党员拥有更多的机会从事较高地位和收入的职业，其收入水平自然也会受到相应影响(严善平，2017；程名望等，2016)[23]105-128，[24]46-59。

3.制度因素对农民工收入的影响。农民工的周工作时间对其务工收入的影响在1%的水平上显著，每多工作1小时，其收入提高0.3%，农民工主要集中在劳动力密集型行业工作，一般遵循“多劳多得”的原则，因此他们周工作时间越长其务工收入越高。在OLS模型中，农民工所在单位的单位规模对其收入有显著正向影响，但在Robust WLS模型中，其对收入不再具有显著影响。而农民工所在单位的性质对其收入也没有显著影响，这表明国有或集体单位以及事业单位并没有给予农民工更高的工资水平。签订劳动合同并不能显著提高农民工的工资，这与刘林平和张春泥的研究结论一致(刘林平和张春泥，2007)[10]114-137。另外，户籍制度对农民工务工收入的影响均不显著，这可能是因为农民工主要从事在劳动强度大、技术含量低、工作环境差、福利待遇低的本地人一般较少就业的次级劳动力市场有关(刘林平和张春泥，2007)[10]114-137。

五、结论与评述

本文基于国家统计局上海调查总队2018年农民工市民化进程动态监测调查的993份样本数据，通过构建扩展的Mincer工资方程，研究了上海市农民工务工收入及其影响因素，发现上海农民工的务工收入受到农民工的受教育程度、职业证书拥有情况、工作经验、政治面貌、工作时间、性别、年龄、婚姻状况等因素的影响。具体结论如下：第一，人力资本因素对提高农民工务工收入的作用很大。其中，受教育程度、职业资格证书的拥有情况以及工作经验对农民工收入都有显著的正向影响，与受教育程度的作用相比，能够代表农民工工作技能的职业证书拥有情况对提高农民工收入的作用更加明显，此外农民工工作经验对其务工收入的影响也不容小觑。第二，社会资本对农民工收入的影响最大。虽然农民工的社会网络数量对务工收入没有显著影响，但拥有党员身份的农民工比未拥有党员身份的农民工工资高28.0%，党员身份在劳动力市场上的收入效应明显。第三，目前制度因素中除了农民工的周工作时间外其他影响因素的作用均不显著，农民工周工作时间越长收入越高与其主要从事“多劳多得”类型工作有关。第四，农民工个人特征因素对务工收入有着显著影响。其中，男性的务工收入要显著高于女性，农民工劳动力市场上存在着明显的性别歧视；有配偶的农民工收入要显著高于没有配偶的农民工，与婚姻的溢价效应有关；农民工的年龄对务工收入的影响有生命周期效应：在青年时，随着年龄的增长，其收入会不断提高，但达到32岁以后，其收入随着年龄的增长而逐渐减少，即年龄与收入呈“∩”曲线变化。

农村改革40年来，我国的农业生产、农民生活和农村面貌都发生了巨大变化，取得了举世瞩目的成绩，但不能否认的是“三农”工作依旧存在很多问题，农业农村发展滞后仍然是我国发展不平衡不充分最突出的表现。十九大提出的“乡村振兴战略”就是做好新时代“三农”工作的总抓手。截至2016年底，我国仍然有3 亿多人务农，其中2亿多是纯务农人员，在如何深化新时代农村改革的措施中，促进农村劳动力转移就业仍然非常重要。本文认为，要想提高农民工收入水平，促进农村劳动力转移就业，加快城镇化进程，助力“乡村振兴计划”，应该做到以下三点：第一，应加大对农村基础教育的投资，加快将9年义务教育扩展至12年义务教育的步伐，提高基础教育年限不仅对提高农民工收入具有显著的作用，还可以提高整个社会的素质水平；第二，应该加强职业技能培训，在实际工作中，职业技能水平的高低比文化程度的高低更能影响农民工的收入，拥有职业技能的农民工的持续就业能力更强，其融入城市的可能性也会更高，虽然最近几年各地政府都在积极提供各种职业技能培训的公共服务，但培训效果不如预期，因此政府应该考虑创新职业技能培训的体制，从而真正提高职业技能培训的效用；第三，要消除企业制度和社会观念中对农民工性别的歧视，研究结果表明，性别显著影响农民工的收入，女性农民工在进城寻找工作时受到种种限制，阻碍了劳动力市场的有效配置，应该消除一些不合理的企业制度和社会歧视，在重视效率的同时也要兼顾公平，要保护弱势群体中更加弱势的人群，来创造更加公平的就业环境。