职业技能与农民工就业质量提升 ——来自劳动力动态调查的证据

王 琼，黄维乔

（1. 湖北经济学院 经济与贸易学院，武汉 430205；2. [美]西密歇根大学 经济学院，密歇根 卡拉马祖 49008）

一、引言及文献综述

中国经济已经由高速增长阶段转向高质量发展阶段。经济结构优化、增长动力转换以及人工智能等科学技术的新发展正在给劳动力市场带来新的机遇与挑战。面对新形势，中央政策已从重视就业数量转变为更加重视就业质量。党的十九大报告提出，要坚持就业优先战略和积极就业政策，实现更高质量和更充分的就业，要建设知识型、技能型、创新型劳动者大军。而在我国的现代化进程中，农民工这支庞大而特殊的社会群体是劳动者大军的重要组成部分，2018 年我国农民工总量已达到2.88 亿人，占全部就业人口（7.76 亿人）的37.11%①。他们的就业质量与技能状况不仅关乎自身福利提升，还对当前的供给侧结构性改革和整个社会的和谐发展产生重要影响。因此，对我国农民工群体的就业质量和技能状况进行研究具有现实必要性。早期关于就业质量的研究主要集中于就业质量的宏观测算以及不同国家之间的横向比较，专门针对我国农民工群体就业质量及其影响因素的微观实证研究还有待进一步丰富，尤其是在当前优化人力资源以支撑高质量发展的迫切需要下，职业技能作为人力资本的重要组成部分，其对农民工群体就业质量的提升是否产生显著影响以及如何产生影响，都需要通过微观层面的经验分析予以检验和说明。

首先，何为就业质量呢？这个概念最早是由欧盟在《2001 年欧洲就业报告》中提出，它由一系列客观和主观指标构成，其目的是进行跨国的就业评估[1]。最初的指标体系建立在政治共识而非理论分析上，但它的提出为就业质量研究提供了良好的出发点。其后较多研究从经济学、社会学角度分析了就业质量的内涵和构成指标，其涉及工作创造的经济效益、与工作相关的福利等多项因素。其中具有较高共识的构成指标包括四项。第一项构成指标是收入充足，一份高质量的工作所支付的工资应足以使劳动者保持在贫困线以上以维持基本的生活所需，故收入充足是就业有质量的必要条件[2～3]。不过，如果一个劳动者有很高的收入，但面临很高的失业可能性，也很难说他有一份好工作。由此，工作稳定被认为是就业质量的第二项构成指标，它需要通过劳动者是否签订了劳动合同以及合同期限的长短来判断[4]。同理，中等收入的劳动者如果有医疗保险和退休福利，可能会比那些高收入的劳动者有更好的物质保障，这有助于改善员工的消费选择和家庭生活，给其带来更好的心理感受，因而与工作相关的社会保障甚至比获得高收入更重要[5～6]，故其成为就业质量的第三项构成指标。同时，较多研究还认为不能忽视工作对个人心理健康的影响，给劳动者带来焦虑或不愉快感的工作也不是高质量的工作。工作是否令人满意也是就业质量不可忽视的因素[7～8]，故工作满意被认为是就业质量的第四项构成指标。然而，不同研究针对的劳动者群体存在差异，除这四项指标外，一些研究还将工作富有趣味性、工作选择自主性以及职业声望也列入就业质量衡量中[9～11]。

其次，什么因素会影响个体的就业质量呢？Becker（1964）和Schultz（1971）构建的人力资本理论给出了基本的答案，即影响就业质量的一个最基本因素就是人力资本，它是体现在劳动者身上的一种资本类型，是劳动者所拥有的知识程度、技能水平以及健康状况的总和[12～13]。由于凝结在个体身上的知识、技能和健康状况不尽相同，所以个体的人力资本存在差异，由此带来工资收入和各项福利的差异。拥有较高人力资本的个体，其工资收入和各项福利往往较高，进而就业质量较高。然而较多研究在检验人力资本对不同群体就业质量的影响时，往往从受教育程度和健康状况两个角度去度量人力资本[10][14]，对个体职业技能的研究往往没有明确的衡量标准。早期的研究甚至直接用受教育程度来区分职业技能。例如，将小学入学、小学毕业、中学入学、中学毕业、大学入学等不同教育程度作为技能与非技能的分界线[15]；或者用大学及以上教育程度、高中教育程度和高中以下教育程度分别代替高技能、中等技能和低技能[16]。虽然对于普通劳动者群体而言，这种方法具有一定的合理性，但受教育程度与职业技能本身并不能完全等同。因为前者主要代表劳动者拥有的知识储备和基本素质，而后者侧重于在学历教育的基础上通过各项培训、自我学习或工作实践积累形成的专业技术水平、劳动技巧和能力，它与具体工作岗位特性密切相关，更侧重于将专业知识运用到实际工作岗位的能力。尤其是对于我国农民工群体而言，其接受的学历教育程度普遍较低，其非农就业往往集中在第二产业、第三产业中技能型的工作岗位，成为半技能工人或有技能工人。因而仅仅从受教育程度上来区分职业技能并不合适。而有些研究虽然也考虑了职业技能和学历教育的区别，把职业技能作为学历教育外的独立变量，但衡量指标较为模糊，且不具有普遍认可性[11][17]。因此，在职业技能的衡量方面还存在进一步完善的空间。

基于以往研究，本文在两个方面进行了创新。第一，选择了更具有权威性的职业技能的衡量指标。由于我国职业资格证书制度经过几十年的发展已较为完善，职业（或执业）资格证书作为一种官方的技能水平认证，对个体职业技能的衡量具有权威性和规范性，故本文选择它作为职业技能的衡量指标，能更客观地反映个体所达到和具备的技能水平。第二，采取了双重差分倾向得分匹配方法（以下简称PSM-DID方法）进行实证分析。现有研究在考察包括职业技能在内的人力资本构成因素对农民工就业质量的影响时，并没有充分考虑到可能存在的选择性偏误或因遗漏变量带来的内生性问题，也未能找到合适的方法去解决这些问题。而本文选择PSM-DID方法来考察职业技能对农民工就业质量的影响，可以在消除选择性偏误的同时较好地避免遗漏变量带来的内生性问题，使得实证结果更为可靠。

本文后续安排如下：首先根据现有理论和我国农民工群体就业特性设定就业质量的构成指标，接着根据微观数据特性构建PSM-DID模型，考察职业技能的获得是否显著提升农民工的就业质量，并在此基础上对估计结果的稳健性进行检验。如果检验通过，则进一步进行异质性分析。最后对回归结果进行讨论，并给出相应的政策建议。

二、研究设计

（一）数据来源和处理

本文选择的数据来源于中国劳动力动态调查（China Labor-force Dynamic Survey，简称CLDS）。它是中山大学社会科学调查中心开展的以劳动力、家庭和社区三个层次为调查对象，每两年进行一次的大型追踪调查。调查范围覆盖内地29 个省份（西藏和海南除外）、401 个村居、14226 户家庭和21086 个个体，具有全国代表性。其调查内容涉及人口、经济、社会等多学科领域，尤其是形成了劳动年龄人口在教育、职业、劳动权益与健康等方面较为全面的数据。该调查于2012 年完成了全国基线调查，并于2014 年和2016 年分别进行了两期追踪调查。为更好地检验因果效应，本文首先选择2014 年和2016 年调查数据构成面板数据进行实证分析，再运用2012 年和2014 年两期数据构造新的面板数据进行稳健性检验。由于CLDS调查数据的时间间隔较短，所以本文所研究的职业技能对就业质量的影响是短期影响，长期影响的研究还需进一步的跟踪数据来实现。

在样本的处理方面，保留的是在2014 年进行过调查且在2016 年有追访数据的样本。由于本文考察的是农民工的非农就业质量，故进一步保留了2014 年调查时年龄在16 岁及以上且在60 岁以下、户口类型为“农业户口”或“统一居民户口之前为农业户口”的样本，剔除了其中从事农业生产和仍在读书的样本。同时，为了符合PSM-DID方法的研究需要，本文剔除了在2014 年调查之前就已获得职业（或执业）资格证书的个体，即保留的样本为在2014 年调查时尚未获得职业（或执业）资格证书而2016 年调查时一部分获得职业（或执业）资格证书、剩下的未获得职业（或执业）资格证书的个体，个体总数为1589 个。

（二）变量说明

本文的被解释变量是“就业质量”（见表1）。根据上述对文献的梳理和分析可知，收入充足、工作稳定、社会保障和工作满意是就业质量构成中被广泛认可的四项指标。但一些研究也根据劳动者特性，增加了其他的构成指标。考虑到我国农民工在劳动力市场中非正规就业现象较为严重，就业岗位层次低、工资收入不高、工作不稳定、社会保障程度不足等问题较为普遍。因而，一份有质量的非农就业工作应至少使其不至于陷入贫困、不至于时常面临失业，具有基本的社会保险和工作愉悦感，由此，仍然选择上述四项作为我国农民工就业质量衡量的基本指标。同时，由于户籍制度的长期影响使得农民群体非农就业还时常面临就业歧视问题，工作受尊重程度都不理想。故职业尊重这项因素在我国农民工就业质量的衡量中也不容忽视。由此，本文构建的农民工就业质量指标涉及五个方面。

第一，在收入充足方面，由于相对收入比绝对收入更能反映劳动者获得收入的真实水平，故基于相对收入角度来衡量收入充足。将个体年度税前工资收入的绝对值与当地年度最低工资标准②以及当地就业人员的年度平均工资③进行比较来判断收入的充足程度。当年度税前工资性收入高于当地年度最低工资标准时则取值为1，表示个体的收入至少满足了劳动者自身的基本生活需要；当个体年度税前工资性收入高于当地年度平均工资时，进一步取值为2，表示收入达到社会平均水平，即收入的充足程度更高。第二，在工作稳定方面，文献中通常都从签订书面劳动合同以及劳动合同的期限长短来考虑，但由于CLDS调查中劳动者的非农工作类型包括雇员、雇主和自雇三种④，而后两者并不签订劳动合同。故需要从不同角度进行衡量，只要不具有较大的失业风险就认为是就业稳定。针对受雇者，根据问卷中“自上次调查以来您从事的工作是否发生变化”“自上次调查以来是否签订新的书面劳动合同”等问题，将工作单位未发生变化或者工作单位发生变化但又签订了新的书面劳动合同这两种情况定义为就业稳定，取值为1，否则取值为0。针对雇主和自雇者，根据问卷中“自上次调查以来您从事的工作是否发生过变化”，回答为“没有变化”的情况定义为就业稳定。第三，在社会保障方面，不仅考虑劳动者参与养老、医疗保险的情况，还考虑其参与工伤、生育、失业保险的情况。具有其中某一类保险⑤则取值为1，以此类推，具有五类保险则取值为5，数值越高表示社会保障程度越高。第四，在工作满意方面，CLDS调查中询问了受访者对自身工作的满意程度，其涵盖了工作是否符合个体求职预期以及工作环境、工作时间是否令人满意等多方面信息。根据“非常不满意”“不太满意”“一般”“比较满意”和“非常满意”五种回答结果，定义为1～5 的数值。第五，在职业尊重方面，根据个体在工作中所感受到的他人对其工作或岗位的尊重程度，也定义为1～5 的数值，数值越大表示工作受尊重的程度越高。就业质量总指标由以上五项指标汇总而得。由于五项指标定义的数值标准不同⑥，为了统一，给每项指标赋予20%的等额权重，即每项指标先按照满分为2 分的分值进行折算再加总，由此就业质量总指标的满分为10 分，数值越大表示就业质量越高。

表1 变量的名称及定义

本文的关键解释变量是职业技能，即关注农民工在正规学历教育后通过培训、自我学习和工作实践积累形成的劳动技巧和能力。职业（或执业）资格证书是官方对劳动者技能水平的权威度量，所以根据问卷中“自上次调查以来是否获得过专业技术资格（包括职业或执业资格）证书”这一问题的回答结果来判断个体掌握职业技能的状况，也定义成虚拟变量。

控制变量包括三个方面：一是个体基本特征变量和反映个体人力资本的其他变量，包括年龄、性别、婚姻状况、受教育程度、中共党员、外语能力以及自评健康；二是家庭特征变量，包括父亲受教育程度和家庭负担人口数，因为考虑到家庭状况差异会影响农民工个体的就业决策；三是工作所属行业虚拟变量⑦和地区虚拟变量⑧。

（三）模型设定

本文使用PSM-DID方法来进行研究。首先，选择DID（Difference in Difference）方法是因为其可以控制不可观测但不随时间变化的组间差异。为满足DID方法的基本步骤，我们构建了两个虚拟变量：一是处理组和控制组虚拟变量；二是政策时间虚拟变量。处理组设定为2014 年调查时尚未获得职业（或执业）资格证书而在2016 年调查时获得职业（或执业）资格证书的个体，设定为1；控制组为2014 年调查时尚未获得职业（或执业）资格证书且在2016 年调查时也未获得职业（或执业）资格证书的个体，设定为0。对于时间虚拟变量，我们把2014 年设为基期，定义为0；把2016 年定义为1。

表2 汇报了2014 年和2016 年主要变量在处理组和控制组的均值和标准差。可以发现，2014 年处理组个体的就业质量均值为4.90，而控制组个体的就业质量均值为4.07，两者差距为0.83，且在1%的统计水平上显著。而2016 年处理组个体的就业质量均值进一步上升到5.81，比控制组均值高出1.47，且仍在1%的统计水平上显著。从构成就业质量的具体指标来看，也存在差距扩大的趋势。例如，2014 年处理组个体在收入充足、工作稳定、社会保障、职业尊重这四项指标上的均值分别比处理组高出0.23、0.21、0.48 和0.04，而2016 年四项均值差距进一步扩大到0.39、0.32、0.63 和0.20，且都非常显著；2014年处理组个体的平均工作满意程度比控制组个体还低0.06，但到2016 年均值差异反而呈现显著的正值。然而，值得注意的是，不仅被解释变量的均值在两组中存在显著差异，一些解释变量的均值在两组中也同样具有显著差异。例如，处理组个体比控制组个体平均年龄明显低3 岁以上，自身受教育年限高出2年以上，健康状况更理想；同时在外语能力、中共党员、父亲受教育程度、工作所属行业以及工作地域上也显著不同。这说明这两组个体在个人特征、家庭特征等诸多因素上原本就存在很大差异，所以可以推断获得职业（或执业）资格证书很可能是个体自我选择的结果。因为就业能力更强、就业质量更高的个体自身更可能主动地获得职业（或执业）资格证书。由此，如果直接进行回归很可能存在选择性偏误，无法揭示出职业技能与就业质量的真实因果关系。

基于上述分析，在运用DID方法之前有必要对处理组和控制组个体实施匹配，也就是说需要选择与获得职业（或执业）资格证书的个体在特征上尽可能相似的未获得职业（或执业）资格证书的个体，这样才具有可比性，才能用控制组个体的就业质量结果来估计处理组个体的反事实结果。由此，我们采取PSM（Propensity Score Matching）方法来消除样本选择偏差。PSM方法由Rosenbaum和Rubin（1983）提出[18]，作为匹配方法的一种，它本身相当于从观测数据中将隐藏的随机化实验样本寻找出来。与传统的匹配方法不同的是，倾向得分匹配是根据多维匹配指标计算倾向得分，再根据处理组和控制组之间倾向得分的相近度来进行匹配。它的优势在于计算出的倾向得分是介于0 和1 之间的一维变量，可以避免因可匹配的因素较多或样本容量不够大时不易形成较好匹配结果的问题。

表2 变量的均值和标准差

匹配方法的运用依赖于可忽略性假定（又称条件独立假定），PSM方法也不例外。可忽略性假定就是假定依可观测的变量进行选择，即一旦控制了可观测变量，处理组和控制组个体没有未观测的差异。但事实上对于观测数据而言，处理组和控制组个体之间仍可能存在无法观测的差异，仍然有可能出现依不可观测因素选择的问题。因此单一使用PSM方法也无法避免因遗漏不可观测因素而产生的内生性问题。而DID方法通过两期的差分或去均值可以消除“不随时间改变”的不可观测的异质性因素的影响。所以本文将PSM方法和DID方法结合，以期在消除选择性偏误的同时能较好地避免与解释变量相关的遗漏变量问题。我们首先根据个体可观测变量在控制组中寻找与处理组个体特征相匹配的个体，选择的可观测变量数值为基期（2014 年）数值。然后将匹配后的处理组和控制组个体进行DID回归。具体模型设定为：

其中， JobqualityPSM表示匹配后个体的就业质量。 Treati为处理组、控制组虚拟变量， Tt为时期虚拟变量。it为个体特征、家庭特征、行业、地区等控制变量。为随机误差项，代表影响因变量的非观测扰动因素。对模型（1）估计后得到的就是我们要关注的双重差分估计量。

三、实证结果与分析

（一）根据PSM方法进行匹配

根据研究设计，第一步是根据可观测变量将处理组个体和控制组个体进行匹配。在匹配时需要先判断选择哪些可观测的解释变量作为匹配的依据。为了更好地满足可忽略性假定，应尽量使用更多的可观测解释变量，使影响干预变量和结果变量的混杂因素都能作为匹配依据。但是，可观测变量的选择还要考虑最终匹配的结果是否可靠。可靠的匹配结果需要满足平衡特征检验，即匹配后的处理组和控制组在可观测变量上的分布是平衡的。Imbens和Rubin（2015）提出了匹配时变量的选择方法[19]，即根据经济理论和直觉，首先引入一些基本的可观测变量，利用Logit模型估计一个基本的模型，得到拟合的倾向得分，检验是否满足平衡特征。如果满足则停止，如果不满足则说明基本模型不充分，还需要对模型进行修正。如果还有其他可观测变量没有引入模型，则采取逐步回归的方法引入其他可观测变量，利用似然比检验判断该变量是否应该引入。如果似然比检验判断出应该引入，则重新估计倾向得分并检验是否满足平衡特征，如果不满足则返回原来的模型继续调整变量，甚至引入变量的二次项。多次重复上述过程直到通过平衡特征检验为止。

按照Imbens和Rubin（2015）的方法，我们考虑到年龄、性别、教育年限等个体特征、家庭特征是影响个体获得职业（或执业）资格证书选择的基本因素，由此构建基本的Logit模型；然后采取逐步回归的方法加入了行业虚拟变量和地区虚拟变量。在逐步回归过程中，由于似然比都超过临界值1，同时当加入年龄的二次项时，似然比大于2.71，由此说明应该选择加入这些变量的更为复杂的模型而摒弃原先的简单模型。与此同时，我们采取有放回的一对四近邻匹配，为符合共同支撑假定，在匹配过程中仅保留了处于共同支撑范围内的处理组和控制组个体，剔除了在共同支撑范围之外的个体。匹配过程中，Logit 回归结果拟合较好(LR chi2=79.68，P=0.00)。为了判断选择的匹配变量和匹配方法带来的匹配效果是否理想，还需要同时进行平衡特征检验。其最基本方法是T检验法，它检验的是匹配后各可观测变量的均值在处理组和控制组之间是否存在显著差异；如果存在显著差异，则说明可观测变量的选取或者匹配方法的选择不合适，应做调整。不过，T检验法只能检验可观测变量在均值上的差异，无法检验匹配后可观测变量分布的其他特征。Imbens和Rubin（2015）提出，如果匹配后处理组和控制组个体倾向得分的期望值相同，那么两组个体在可观测变量上的分布就相同[19]。所以我们进一步通过比较匹配前后两组个体倾向得分的概率密度图来考察匹配效果，以判断选择的可观测变量和匹配方法是否需要改进。最终，我们确定的用于匹配的可观测变量为个体的年龄、年龄二次项、性别、婚姻状况、受教育程度、中共党员、外语能力、自评健康、父亲受教育程度、家庭负担人口、行业类型虚拟变量和地区虚拟变量。

（二）PSM-DID方法适用性检验

在运用PSM-DID方法进行估计前，需要进行模型适用性的检验。一方面，需要检验匹配后处理组和控制组个体在可观测变量（或称解释变量）上是否平衡。如果匹配后处理组和控制组个体在可观测变量均值上不存在显著差异，则说明使用PSM-DID方法是合理的。由于在上述PSM处理过程中，我们是根据平衡特征检验结果来确定用于匹配的可观测变量并修正匹配模型，故能较好地满足数据平衡的假定。具体结果如表3 所示，从可观测变量的检验结果来看，匹配后处理组和控制组个体在这些变量均值上都不存在显著差异，这意味着支持在PSM基础上进一步使用DID方法进行估计。

表3 匹配后处理组和控制组在可观测变量均值上的差异

另一方面，还需要检验处理组和控制组个体的匹配效果。图1 给出了匹配前和匹配后两组个体倾向得分的概率密度函数图。可以看出，匹配前两组个体的倾向得分分布差异较大，分布并不接近，而匹配后两组个体的倾向得分分布差异明显缩小，分布非常接近。这说明按照上述选择的可观测变量和匹配方法进行匹配后，匹配效果很理想。同时，我们得到的匹配后处理组平均处理效应（ATT）对应的P值为1.04，这意味着匹配后处理组和控制组个体在基期的就业质量差异已不再显著，这也进一步证明了 PSM-DID方法的适用性和有效性。

图1 倾向得分概率密度函数

（三）基于PSM-DID方法的估计

表4 列示了对匹配后处理组和控制组进行双重差分的估计结果。其中式（1）是没有加入任何控制变量的模型估计结果，式（2）是加入个体特征变量、家庭特征变量、行业虚拟变量和地区虚拟变量后的估计结果。可以看出，无论是否加入控制变量，匹配后处理组和控制组个体在2014 年的就业质量都不存在显著差异，但两者在2016 年的就业质量差异在1%的统计水平上显著，同时双重差分项也在5%甚至1%的统计水平上显著。这说明职业技能的获得显著提高了个体的就业质量。从具体数值上看，它使个体的就业质量增长了0.79，约占就业质量均值的16.12%。

为什么职业技能的获得能显著提升个体的就业质量呢？由于就业质量指标是由五项指标加权计算而得，故表4 中式（3）至式（7）进一步估计了职业技能对收入充足、工作稳定、社会保障、工作满意和职业尊重这五项因素的影响结果，以进一步厘清职业技能是从哪几个方面导致了就业质量差异。从双重差分项的回归结果可以看出，职业技能的获得在10%的统计水平上显著提升了个体的收入充足程度，并在5%的统计水平上显著提升了个体的社会保障程度和职业尊重程度，同时其对工作满意这项因素的正影响更是在1%的统计水平上显著，但其对工作稳定这一因素的正影响不但系数值不高而且不显著。这说明职业技能的获得通过影响收入充足、社会保障、工作满意和职业尊重这四项因素，最终提升了个体的就业质量。

表4 职业技能对就业质量的影响（PSM-DID估计结果）

（四）稳健性检验

在运用PSM-DID方法进行估计前，我们已经进行了模型的适用性检验，这说明估计结果总体是可靠的。但为进一步考察估计结果的稳健性，我们又进行了安慰剂检验。因为原先设定的处理组个体在2012年和2014 年都没有获得职业资格证书，这就为安慰剂检验提供了条件。我们用2012 年和2014 年两期数据构造了一个新的面板数据，仍然使用上述匹配后的处理组个体（即2016 年调查时获得职业或执业资格证书的个体）作为检验的处理组，匹配后的控制组个体作为检验的控制组，仍用PSM-DID方法重新估计职业技能对就业质量的影响。如果上文中职业技能对个体就业质量的影响是因为随时间改变的异质性而带来的，那么这种效应会持续存在，因此在新构造的面板数据所得估计结果中也应出现类似的效应。相反，如果不出现类似效应，则可以推断随时间改变的异质性不太可能存在。

安慰剂检验结果如表5 所示。可以看出，在利用新构造的面板数据进行的估计中，双重差分项的系数值和符号虽有所变化，但都不显著。这也意味着职业技能对就业质量的显著影响不大可能是因为遗漏的随时间改变的异质性所带来，这就进一步说明表4 的估计结果是稳健的。

表5 职业技能对就业质量的影响（安慰剂检验）

（五）异质性分析

为了探讨职业技能对不同群体农民工就业质量的影响，我们进一步按照受教育程度和单位特性对上述模型进行分组估计⑨（见表6）。考虑到我国义务教育时间为9 年，故将受教育程度分为大于等于9年和小于9 年两组。前者代表中高学历组，后者代表低学历组。可以看出，受教育程度不同，职业技能的获得对就业质量的影响存在差异。对于中高学历组个体而言，职业技能的获得在1%的统计水平上显著提高了个体的就业质量；从细分指标来看，其对收入充足、社会保障、工作满意、职业尊重四项指标都产生了显著或较为显著的正影响，对工作满意的提升效应甚至在1%的统计水平上显著。对于低学历组的个体而言，情况则大不相同，职业技能对就业质量的总体影响并不显著，仅仅在10%的统计水平上对个体的工作满意产生了正影响。依据单位特性⑩分组后也显示出了类似结果。职业技能对就业质量的正影响对于非正规就业部门的个体非常显著，且回归系数值更高。而对正规就业部门的个体而言，其仅仅在一定程度上提升了个体的工作满意程度，对其他细分指标的影响并不显著。

表6 职业技能对不同群体就业质量的影响

四、结论与政策建议

（一）结论

第一，就农民工总体而言，职业技能显著提升了农民工的就业质量。但其对就业质量五项细分指标的影响并不完全相同，其对收入充足、社会保障、工作满意以及职业尊重这几项因素都产生了较显著或非常显著的正效应。那么，如何理解这一结果呢？职业技能的获得提升了个体的人力资本，一方面可以使农民工个体在工作搜寻中掌握更多主动权，更利于其找到工资水平更高和社会保障更充足的工作，从工作中获得更多的满足感和职业尊重。另一面，即使农民工个体仍在原单位工作，职业资格证书的获得也有助于证明其职业技能水平和岗位胜任能力，使得其在劳动合同签订和岗位晋升中更具优势，更利于提升工资收入，而工资收入的提高也有助于各项社会保险的缴纳。另外，职业技能的获得带来的人力资本提高还有助于农民工个体在工作中获得更多表达意见的机会以及他人对其工作岗位的尊重，由此就业质量显著提高也是合乎理论逻辑的。但职业技能的获得未能对工作稳定这一因素产生显著正影响也意味着农民工的就业稳定问题仍需要进一步关注。

第二，职业技能的获得对农民工就业质量的影响存在群体异质性。一方面，其对中高学历的农民工群体就业质量的提升作用更显著，对低学历的农民工群体的就业质量改善非常有限。这说明职业技能作为人力资本的构成要素之一，它与人力资本的其他构成因素之间要相辅相成才能发挥更显著的作用。学历教育代表劳动者拥有的知识储备和基本素质，它仍然是求职中的重要门槛；职业技能作为与具体工作岗位相联系的专业技术水平和能力，在个体已具备一定学历时才更能显示出锦上添花的作用，才能帮助农民工个体获得更为理想的工作岗位或晋升机会。因而，在提升职业技能的同时，基础的学历教育也不容忽视。而在农民工群体中，80 后、90 后等新生代农民工的受教育程度普遍更高，这意味着职业技能的获得对这类群体就业质量的提升作用更明显。另一方面，实证分析中还发现职业技能的获得对处于非正规就业部门的农民工群体就业质量的正影响非常显著，但对处于正规就业部门的农民工群体却并不如此。一个可能的原因是，在政府机关、事业单位、国有企业等正规部门，劳动者的工资水平已经相对较高，工作稳定、社会保障以及职业受尊重程度也相对较好，故职业技能的获得对个体就业质量的提升空间本身不大。而在非正规就业部门中，工资低、福利差、就业不稳定，社会保险缴纳少等现象都较为普遍，故职业技能的获得对农民工就业质量的提升作用非常显著也具有客观必然性。当前我国农民工非农就业大多处于非正规就业部门，这一实证结果也进一步验证了通过职业技能的提升来改善农民工群体就业质量的可行性。

（二）政策建议

第一，在发展学历教育的基础上大力推进农民工技能提升计划。学历教育是人力资本积累的基本手段，而技能培训作为一种继续教育，是学历教育之后进一步提升人力资本的重要途径，应将两者紧密结合。目前在我国全部农民工中，初中以下文化程度的农民工占16.7%，初中文化程度的占55.8%，高中文化程度的占16.6%，大专及以上的占10.9%⑪。这说明较大比例的农民工群体已具备了中高等学历。但在基本的学历教育之外，我国目前农民工技能培训仍存在覆盖面不广、规模不大、培训供给不足、针对性有效性不强等问题。因此，提升技能培训力度非常有必要。应着眼于当前制造业重点领域和现代服务业对技能人才的需求，大力推进“政府政策扶持+企业主导+社会资源参与”的培训机制，针对不同职业阶段农民工的具体特性开展不同内容的技能培训。具体而言，针对新进城转移就业的农民工开展入职基本技能培训；针对已入职的农民工，依托政策支持来激励企业开展新型学徒制培训和岗位技能提升培训；针对自主创业的农民工开展创业技能培训和企业经营指导培训；针对失业或转岗的农民工开展转岗新技能培训等。

第二，推进户籍、社会保险等劳动市场相关制度的完善和公共就业服务的优化。就业质量不仅涉及劳动者工资收入的提升，还包括就业稳定、社会保险等多项因素。长期以来户籍制度带来的就业歧视使农民工在进城或异地转移就业过程中较难获得较好的就业机会和稳定的就业岗位；而社会保险制度的碎片化以及地域分割特性也造成了农民工转移就业过程中社会保险待遇不公以及社会保险账户跨地域转移接续难的问题，这些都直接或间接影响到农民工群体就业质量的提升。因此应进一步深化户籍制度改革，推进不同群体、不同地域间社会保险的统一，公平待遇水平，尽早打通社会保险跨地域转移路径。同时，针对农民工就业不稳定问题，应优化公共就业服务体系。例如，推进农民工就业监测，及时向就业不稳定的农民工提供技能培训和岗位信息；引导培训机构与行业协会、大中型企业建立联合体，为农民工提供“培训+就业”的一站式服务等。总之，通过多管齐下来满足农民工技能就业的需要，促进其就业质量的提升。

注 释：

① 数据来源于《2018 年国民经济和社会发展统计公报》，载于中华人民共和国国家统计局网站统计数据栏目（网址：http:// www.stats.gov.cn/tjsj/zxfb/201902/t20190228_1651265.html）。

② 根据国家人力资源和社会保障部公布的2013 年、2015 年各省（市、自治区）月最低工资标准（第一档）乘以12 得到年度口径的最低工资标准。

③ 数据来源于《中国统计年鉴》中各省（市、自治区）城镇单位就业人员平均工资统计表。

④ 其中，雇主是雇佣1 人及以上其他劳动者的私营企业主或个体工商户，自雇为未雇佣他人的个体工商户。

⑤ 由于我国当前养老保险和医疗保险类型众多，有些保险（例如新型农村合作医疗和城镇居民医疗保险）待遇水平差异不大，部分省份已合并（例如合并成城乡居民医疗保险、城乡居民社会养老保险），同时农民工如果已在户籍地参加了新农保或新农合，也无需参加城镇社会养老保险或医疗保险。故只要具有城镇或农村社会养老保险（医疗保险）中的一种，就算具有该类养老保险（医疗保险）。

⑥ 后三类指标细分成五种程度，可以更细致地区分个体在社会保障、工作满意和职业尊重上的程度差异。而前两类指标由于调查问卷问题的有限性以及标准可得性的局限，难以找到更好的标准细分成五种程度。

⑦ 分为六类行业：第一类为农林牧渔业，第二类为采掘业、制造业和电力、煤气及水的生产供给业，第三类为建筑业，第四类为交通运输、邮电、贸易和餐饮业，第五类为金融和房地产业，第六类为卫生体育教育、社会服务等。

⑧ 地区虚拟变量是根据国家统计局规定的东部、中部、西部和东北部地区的划分标准来分类，以西部地区为对照组。

⑨ 根据其他特征分组所显示出的差异不大，故本文未列出。

⑩ 根据CLDS对工作单位的划分，本文将政府机关、国有（集体）事业单位、国有企业、集体企业列入正规就业部门，将私营企业、三资企业、个体工商户和自由工作者列入非正规就业部门。

⑪ 数据来源于《2018 年农民工监测调查报告》，载于中华人民共和国国家统计局网站统计数据栏目（网址：http://www. stats.gov.cn/tjsj/zxfb/201904/t20190429_1662268.html）。