日韩激情社区日韩影视一区|黄色一级裸体毛片|黄片高清无码视频在线观看|黄色A级免费观看|成人A区视频小黄片无码|一级片免费播放三级片操逼|草草视频在线免费观看|日本高清无码中文字幕|性爱无码毛片亚洲香蕉精品|黄色在线网站观看视频免费

  • 中華人民共和國教育部職業(yè)教育與成人教育司指導(dǎo)
  • |
  • 中國成人教育協(xié)會(huì)主辦

培訓(xùn)時(shí)間對農(nóng)民工收入的影響

來源: 人口學(xué)刊    發(fā)布時(shí)間:2016年01月13日

  作者簡介:張世偉,武娜,吉林大學(xué) 數(shù)量經(jīng)濟(jì)研究中心,吉林 長春 130012 張世偉(1964- ),男,吉林長春人,吉林大學(xué)數(shù)量經(jīng)濟(jì)研究中心教授、博士生導(dǎo)師; 武娜(1988- ),女,山東泰安人,吉林大學(xué)商學(xué)院博士研究生。

  內(nèi)容提要:本文依據(jù)2008年中國城鄉(xiāng)勞動(dòng)力流動(dòng)調(diào)查數(shù)據(jù),應(yīng)用廣義傾向分方法分析一般培訓(xùn)和專門培訓(xùn)的培訓(xùn)時(shí)間對農(nóng)民工收入的影響。研究結(jié)果表明:一般培訓(xùn)和專門培訓(xùn)均有助于農(nóng)民工收入水平的提升。隨著培訓(xùn)時(shí)間的延長,培訓(xùn)時(shí)間對農(nóng)民工收入的邊際影響遞減。農(nóng)民工接受一般培訓(xùn)在30天以內(nèi)或?qū)iT培訓(xùn)在120天以內(nèi),其收入水平將隨著培訓(xùn)時(shí)間的延長而顯著得到提升;但一般培訓(xùn)時(shí)間超過30天或?qū)iT培訓(xùn)超過120天后,其收入水平并未隨著培訓(xùn)時(shí)間的延長而得到進(jìn)一步的提升。因此,政府和企業(yè)在努力擴(kuò)大農(nóng)民工培訓(xùn)覆蓋面的同時(shí),適度調(diào)整農(nóng)民工的培訓(xùn)時(shí)間,將有助于農(nóng)民工整體工資水平的顯著提升。

  關(guān) 鍵 詞:培訓(xùn)時(shí)間 收入 農(nóng)民工 廣義傾向分

  標(biāo)題注釋:國家社會(huì)科學(xué)基金項(xiàng)目:最低工資標(biāo)準(zhǔn)對農(nóng)民工就業(yè)和收入影響的經(jīng)驗(yàn)研究(14BJY212)

  一、引言

  中國經(jīng)濟(jì)體制改革以來,大量農(nóng)村剩余勞動(dòng)力涌向城鎮(zhèn),成為城鎮(zhèn)勞動(dòng)力市場的重要組成部分。然而,由于農(nóng)民工人力資本水平較低,通常只能從事技術(shù)含量較低的工作,導(dǎo)致其收入水平明顯偏低。在落實(shí)勞動(dòng)合同法和最低工資規(guī)制的同時(shí),為了提高農(nóng)民工的收入水平,中國許多地方政府和企業(yè)陸續(xù)開展了各種形式的一般培訓(xùn)和專門培訓(xùn)?,F(xiàn)有的許多研究表明,培訓(xùn)對農(nóng)民工的收入具有顯著的促進(jìn)作用。[1-3]然而,目前的研究均集中于農(nóng)民工是否參與培訓(xùn)對其收入的影響,而關(guān)于培訓(xùn)內(nèi)容和培訓(xùn)時(shí)間如何影響農(nóng)民工收入的研究尚比較少見。根據(jù)Lechner等人(2011)的觀點(diǎn),培訓(xùn)項(xiàng)目的收入效應(yīng)可能會(huì)由于培訓(xùn)內(nèi)容和培訓(xùn)時(shí)間的不同而存在較大差異。[4]在中國城鎮(zhèn)勞動(dòng)力市場中,隨著培訓(xùn)時(shí)間的延長,農(nóng)民工的收入水平會(huì)呈現(xiàn)出怎樣的變動(dòng)趨勢?農(nóng)民工一般適合接受多長時(shí)間的培訓(xùn)?不同的培訓(xùn)時(shí)間對農(nóng)民工收入提升的貢獻(xiàn)如何?關(guān)于這些問題的解答,不僅有助于我們加深對中國城鎮(zhèn)勞動(dòng)力市場運(yùn)行規(guī)律的理解,而且有助于農(nóng)民工培訓(xùn)政策的設(shè)計(jì)和評價(jià)。

  研究培訓(xùn)時(shí)間對農(nóng)民工收入影響的一個(gè)直接途徑是將培訓(xùn)時(shí)間作為解釋變量加入收入方程①,并通過最小二乘法估計(jì)培訓(xùn)時(shí)間的回報(bào)率。然而,由于培訓(xùn)具有自選擇性,收入方程中的一些解釋變量與培訓(xùn)具有相關(guān)性,故直接將培訓(xùn)時(shí)間變量加入收入方程通常會(huì)帶來樣本選擇偏差問題。[5]研究培訓(xùn)時(shí)間對農(nóng)民工收入影響的另一個(gè)直接途徑是將連續(xù)的培訓(xùn)時(shí)間離散化,并應(yīng)用二元(或多元)選擇模型通過傾向分匹配方法分析培訓(xùn)時(shí)間的收入效應(yīng)。[6-8]然而,盡管傾向分匹配方法能夠解決樣本選擇偏差問題,但將連續(xù)變量進(jìn)行離散化處理勢必會(huì)產(chǎn)生較大的計(jì)算誤差。

  借鑒生物學(xué)領(lǐng)域中分析藥物劑量對處理組影響的劑量響應(yīng)函數(shù)(Dose-Response Functions,DRF)方法,Hirano和Imbens(2004)提出應(yīng)用廣義傾向分方法(General Propensity Score,GPS)估計(jì)連續(xù)變量的處理效應(yīng)。[9]與基于傾向分匹配的多元選擇模型相比,廣義傾向分方法不必將連續(xù)分布的處理變量離散化,從而能夠充分地利用豐富的信息。近年來,一些西方經(jīng)濟(jì)學(xué)者已經(jīng)嘗試應(yīng)用廣義傾向分方法分析培訓(xùn)時(shí)間對收入(或就業(yè))的影響,如Flores等人(2012)應(yīng)用廣義傾向分方法分析了Job Corps項(xiàng)目中培訓(xùn)時(shí)間對不同類型受訓(xùn)者未來收入的影響,其研究表明:隨著培訓(xùn)時(shí)間的延長,受訓(xùn)者的收入水平不斷提高,但培訓(xùn)時(shí)間的邊際收入效應(yīng)遞減,培訓(xùn)項(xiàng)目存在鎖定效應(yīng)。[10]基于德國公共培訓(xùn)項(xiàng)目數(shù)據(jù),Kluve等人(2012)應(yīng)用廣義傾向分方法分析了培訓(xùn)時(shí)間對受訓(xùn)者就業(yè)概率的影響,其研究表明:在最初的五個(gè)月內(nèi),受訓(xùn)者就業(yè)概率隨培訓(xùn)時(shí)間增加而顯著提升,但五個(gè)月之后,劑量響應(yīng)曲線趨于平緩,說明過多的參與培訓(xùn)并不能導(dǎo)致受訓(xùn)者就業(yè)概率的進(jìn)一步增加。[5]

  借鑒Hirano和Imbens(2004)的思想,本文擬依據(jù)2008年中國城鄉(xiāng)勞動(dòng)力流動(dòng)調(diào)查數(shù)據(jù),應(yīng)用廣義傾向分方法,分析一般培訓(xùn)和專門培訓(xùn)的培訓(xùn)時(shí)間對農(nóng)民工收入的影響。

  二、數(shù)據(jù)的統(tǒng)計(jì)描述

  本文使用的數(shù)據(jù)來自于2008年中國城鄉(xiāng)勞動(dòng)力流動(dòng)調(diào)查(RUMIC),調(diào)查覆蓋了中國東部、中部和西部地區(qū)的九個(gè)省市②,基本上能夠反映中國總體的人口和經(jīng)濟(jì)狀況。調(diào)查內(nèi)容涉及個(gè)體年齡、性別、家庭人口和受教育程度等人口統(tǒng)計(jì)學(xué)特征,收入、行業(yè)、職業(yè)和工作時(shí)間等勞動(dòng)經(jīng)濟(jì)學(xué)特征,基本能夠滿足勞動(dòng)經(jīng)濟(jì)學(xué)研究的要求。此外,調(diào)查內(nèi)容涉及個(gè)體接受培訓(xùn)類型、培訓(xùn)天數(shù)和培訓(xùn)費(fèi)用等培訓(xùn)信息,為研究培訓(xùn)的作用效果提供了數(shù)據(jù)基礎(chǔ)。本文將農(nóng)民工樣本的范圍限制為16歲至60歲男性和16歲至55歲女性的勞動(dòng)年齡人口,刪除了未接受過任何培訓(xùn)的個(gè)體,最終得到1650個(gè)個(gè)體③。其中,197個(gè)農(nóng)民工接受過一般培訓(xùn),1453個(gè)農(nóng)民工接受過專門培訓(xùn)。

  圖1給出了農(nóng)民工接受培訓(xùn)時(shí)間的分布狀況??梢园l(fā)現(xiàn),農(nóng)民工接受一般培訓(xùn)時(shí)間平均75天左右,接受專門培訓(xùn)時(shí)間平均36天左右,說明接受專門培訓(xùn)時(shí)間明顯低于接受一般培訓(xùn)時(shí)間,主要緣于一般培訓(xùn)的內(nèi)容比較廣泛,而專門培訓(xùn)比較專業(yè)化。一般培訓(xùn)和專門培訓(xùn)的時(shí)間分布均為右偏和過度峰度,大多數(shù)農(nóng)民工接受一般培訓(xùn)不足60天,而接受專門培訓(xùn)不足30天。

  根據(jù)農(nóng)民工接受一般培訓(xùn)的時(shí)間長短,本文將農(nóng)民工分成近似平均的4個(gè)子群體。表1給出了接受不同時(shí)間一般培訓(xùn)農(nóng)民工群體的工資水平和個(gè)體特征的統(tǒng)計(jì)描述,可以發(fā)現(xiàn),接受15天至50天一般培訓(xùn)的農(nóng)民工平均收入最高,而接受90天以上一般培訓(xùn)的農(nóng)民工平均收入最低。隨著一般培訓(xùn)時(shí)間的延長,農(nóng)民工收入并未呈現(xiàn)出明顯的上升或下降趨勢。

  當(dāng)然,農(nóng)民工的收入不僅取決于其接受的培訓(xùn)時(shí)間,而且主要取決于其個(gè)體特征。接受一般培訓(xùn)的農(nóng)民工群體中男性占大多數(shù),主要源于男性承擔(dān)著家庭收入的主要責(zé)任;農(nóng)民工的平均年齡28歲左右,說明一半左右的農(nóng)民工為新生代農(nóng)民工;農(nóng)民工的平均受教育年限不到10年,近一半的農(nóng)民工僅接受了初中教育,說明農(nóng)民工受教育水平較低;接受一般培訓(xùn)的一半左右農(nóng)民工選擇在東部地區(qū)就業(yè),可能主要源于東部地區(qū)經(jīng)濟(jì)比較發(fā)達(dá)且工資水平較高;絕大多數(shù)農(nóng)民工在私營個(gè)體企業(yè)工作,而在國有部門和集體企業(yè)就業(yè)的比例很低,暗示著在城鎮(zhèn)勞動(dòng)力市場中可能存在針對農(nóng)民工的就業(yè)歧視。同時(shí),一般培訓(xùn)費(fèi)用大都由農(nóng)民工本人支付,主要源于一般培訓(xùn)適用面較廣,屬于個(gè)人人力資本(技能)投資,企業(yè)通常不愿意支付一般培訓(xùn)的費(fèi)用。

11.jpg

  通過比較接受不同時(shí)間一般培訓(xùn)的農(nóng)民工群體可以發(fā)現(xiàn),隨著受教育水平的提升,農(nóng)民工接受一般培訓(xùn)時(shí)間將縮短④;隨著家庭有孩子概率的提高,農(nóng)民工接受一般培訓(xùn)時(shí)間將縮短;一般培訓(xùn)時(shí)間越長,農(nóng)民工本人支付培訓(xùn)費(fèi)用的概率越高。

  同樣,根據(jù)農(nóng)民工接受專門培訓(xùn)的時(shí)間長短,本文將農(nóng)民工分成近似平均的4個(gè)子群體。表2給出了接受不同時(shí)間專門培訓(xùn)農(nóng)民工群體的工資水平和個(gè)體特征的統(tǒng)計(jì)描述,可以發(fā)現(xiàn),隨著專門培訓(xùn)時(shí)間的延長,農(nóng)民工收入呈現(xiàn)出上升的趨勢,說明超過30天的專門培訓(xùn)可能會(huì)較大地促進(jìn)農(nóng)民工收入水平的提升。

2.jpg

  在表2中可以發(fā)現(xiàn),與一般培訓(xùn)類似,接受專門培訓(xùn)的農(nóng)民工群體中男性占大多數(shù),農(nóng)民工的平均年齡28歲左右,平均受教育年限不到10年,接受專門培訓(xùn)的一半左右農(nóng)民工選擇在東部地區(qū)就業(yè),且絕大多數(shù)農(nóng)民工在私營個(gè)體企業(yè)工作。但與一般培訓(xùn)相反,專門培訓(xùn)費(fèi)用大都由企業(yè)支付,主要源于專門培訓(xùn)專業(yè)化程度較高,主要適用于具體企業(yè)。

  通過比較接受不同時(shí)間專門培訓(xùn)的農(nóng)民工群體可以發(fā)現(xiàn),與一般培訓(xùn)類似,隨著受教育水平的提升,農(nóng)民工接受專門培訓(xùn)的時(shí)間將縮短;隨著專門培訓(xùn)時(shí)間的延長,農(nóng)民工本人支付培訓(xùn)費(fèi)用的概率越高。同時(shí),隨著專門培訓(xùn)時(shí)間的延長,農(nóng)民工在機(jī)關(guān)事業(yè)單位就業(yè)的概率在下降,而在私營個(gè)體企業(yè)就業(yè)的概率在上升。

  由于接受不同培訓(xùn)時(shí)間的農(nóng)民工之間存在明顯的個(gè)體特征差異,只有通過回歸(或匹配)方法對個(gè)體異質(zhì)性進(jìn)行控制,才能比較準(zhǔn)確地度量培訓(xùn)時(shí)間對農(nóng)民工收入的影響。

  三、廣義傾向分方法

  本文將農(nóng)民工接受的培訓(xùn)時(shí)間作為處理變量,將農(nóng)民工收入水平作為結(jié)果變量,應(yīng)用廣義傾向分方法,分析培訓(xùn)時(shí)間對農(nóng)民工收入的影響。

3.jpg

  最后,基于收入方程回歸結(jié)果可以預(yù)測出每個(gè)農(nóng)民工的收入。根據(jù)劑量響應(yīng)函數(shù)的思想,計(jì)算每個(gè)培訓(xùn)時(shí)間點(diǎn)t的平均收入E[W(t)]:

4.jpg

  通過對每個(gè)培訓(xùn)時(shí)間點(diǎn)平均收入的比較,可以度量培訓(xùn)時(shí)間對農(nóng)民工收入的作用效果。

  根據(jù)經(jīng)濟(jì)理論,男性和女性家庭分工不同,男性和女性接受培訓(xùn)的時(shí)間會(huì)存在差異;不同年齡段的個(gè)體進(jìn)行人力資本投資方式和內(nèi)容存在差異;教育作為人力資本投資的重要形式,通常會(huì)對個(gè)體的培訓(xùn)決策產(chǎn)生重要影響;家庭穩(wěn)定性和家庭負(fù)擔(dān)大小會(huì)影響個(gè)體接受培訓(xùn)的時(shí)間;經(jīng)濟(jì)環(huán)境和培訓(xùn)政策通常會(huì)對培訓(xùn)時(shí)間產(chǎn)生影響;個(gè)體工作的單位性質(zhì)不同,對培訓(xùn)時(shí)間的要求可能存在差異;考慮成本效益原則,培訓(xùn)費(fèi)用的支付方式也可能影響培訓(xùn)時(shí)間的長短。因此,本文選取性別(虛擬變量,以女性為參照組)、年齡、受教育程度(虛擬變量,以大專及以上為參照組)、婚姻狀況(虛擬變量,以未婚為參照組)、戶主(虛擬變量,以非戶主為參照組)、家庭人口數(shù)、是否有孩子(虛擬變量,以無孩子為參照組)、所在地區(qū)(虛擬變量,以東部地區(qū)為參照組)、單位類型(虛擬變量,以機(jī)關(guān)事業(yè)單位為參照組)和培訓(xùn)費(fèi)用支付方式(以本人支付為參照組)等作為培訓(xùn)時(shí)間決定方程的解釋變量。

  四、結(jié)果分析

5.jpg

  基于2008年RUMIC數(shù)據(jù),本文首先應(yīng)用極大似然估計(jì)方法對一般培訓(xùn)和專門培訓(xùn)的培訓(xùn)時(shí)間方程進(jìn)行估計(jì)(估計(jì)結(jié)果參見表3)。從回歸結(jié)果中可以發(fā)現(xiàn),與女性農(nóng)民工相比,男性農(nóng)民工傾向于接受較長時(shí)間的培訓(xùn),主要源于男性農(nóng)民工大多從事專業(yè)性較強(qiáng)的職業(yè),需要接受較長時(shí)間培訓(xùn)以獲取專業(yè)技能,女性由于在照顧家庭方面投入較多的精力而只能接受較短時(shí)間的培訓(xùn)。已婚農(nóng)民工接受培訓(xùn)的時(shí)間較長,主要源于個(gè)體婚后需要承擔(dān)更多的家庭責(zé)任。受教育程度對培訓(xùn)時(shí)間具有顯著的負(fù)向影響,說明受教育程度較低的農(nóng)民工傾向于接受更多的培訓(xùn)。家庭人口數(shù)對專門培訓(xùn)時(shí)間的影響顯著為負(fù),主要源于家庭人口較多的家庭負(fù)擔(dān)較重,接受培訓(xùn)時(shí)間受到限制。同樣,孩子對農(nóng)民工接受一般培訓(xùn)時(shí)間的影響也顯著為負(fù)。與東部發(fā)達(dá)地區(qū)相比,中西部地區(qū)農(nóng)民工接受一般培訓(xùn)和專門培訓(xùn)時(shí)間均顯著較長,主要源于中西部地區(qū)教育水平較低,農(nóng)民工需要接受較長時(shí)間的培訓(xùn)來提高人力資本水平。在農(nóng)民工工作單位的所有制性質(zhì)對培訓(xùn)時(shí)間的影響方面,與機(jī)關(guān)事業(yè)單位相比,在國有企業(yè)、集體企業(yè)和私營個(gè)體企業(yè)中工作的農(nóng)民工將接受較長時(shí)間的專門培訓(xùn),主要源于農(nóng)民工主要在企業(yè)從事技能型工作,而在機(jī)關(guān)事業(yè)單位的農(nóng)民工主要從事輔助性工作。與農(nóng)民工本人支付培訓(xùn)費(fèi)用相比,在企業(yè)(或其他支付類型)支付情況下,農(nóng)民工的培訓(xùn)時(shí)間更短,主要源于企業(yè)迫于成本壓力不愿提供較長時(shí)間的培訓(xùn)。上述回歸結(jié)果符合經(jīng)濟(jì)理論預(yù)期,說明培訓(xùn)時(shí)間方程設(shè)定合理。

  應(yīng)用培訓(xùn)時(shí)間方程的估計(jì)結(jié)果可計(jì)算出每個(gè)農(nóng)民工培訓(xùn)時(shí)間的廣義傾向分,其中一般培訓(xùn)廣義傾向分均值為0.2438,專門培訓(xùn)廣義傾向分均值為0.2029。基于農(nóng)民工接受培訓(xùn)時(shí)間和廣義傾向分,應(yīng)用普通最小二乘法對農(nóng)民工收入方程進(jìn)行估計(jì)(估計(jì)結(jié)果參見表4)。由于解釋變量回歸系數(shù)符號存在很大差異,無法直觀地發(fā)現(xiàn)農(nóng)民工收入隨培訓(xùn)時(shí)間延長的變動(dòng)規(guī)律,只能通過模擬技術(shù)計(jì)算個(gè)體的收入,并通過對劑量響應(yīng)函數(shù)的觀察發(fā)現(xiàn)培訓(xùn)時(shí)間對農(nóng)民工收入的影響。

6.jpg

  基于收入方程的回歸結(jié)果,可以計(jì)算出不同培訓(xùn)時(shí)間點(diǎn)的平均收入。圖2給出了農(nóng)民工接受一般培訓(xùn)時(shí)間的收入效應(yīng)曲線,可以發(fā)現(xiàn),一般培訓(xùn)有助于農(nóng)民工收入水平的提升。隨著培訓(xùn)時(shí)間的延長,培訓(xùn)時(shí)間對農(nóng)民工收入的邊際影響遞減。在30天以內(nèi),隨著培訓(xùn)時(shí)間的延長,農(nóng)民工的收入水平不斷提升,小時(shí)工資由6.50元提升至9.98元,增幅達(dá)到54%,說明一般培訓(xùn)的增收效果非常顯著。超過30天后,一般培訓(xùn)時(shí)間對農(nóng)民工收入的影響趨于平緩,邊際影響趨于零,說明農(nóng)民工一般培訓(xùn)的適度時(shí)間為30天左右,過度的一般培訓(xùn)對農(nóng)民工收入的提升沒有顯著影響⑥。

7.jpg

  圖3給出了農(nóng)民工接受專門培訓(xùn)時(shí)間的收入效應(yīng)曲線,可以發(fā)現(xiàn),專門培訓(xùn)有助于農(nóng)民工收入水平的提升。隨著培訓(xùn)時(shí)間的延長,培訓(xùn)時(shí)間對農(nóng)民工收入的邊際影響遞減。在120天以內(nèi),隨著培訓(xùn)時(shí)間的延長,農(nóng)民工的收入水平不斷提升,小時(shí)工資由7.80元提升至9.45元,增幅達(dá)到21%,遠(yuǎn)高于教育回報(bào)率。超過120天后,專門培訓(xùn)的邊際影響趨于零,說明農(nóng)民工專門培訓(xùn)的適度時(shí)間為120天左右,過度的專門培訓(xùn)對農(nóng)民工收入的提升沒有顯著影響。

  五、結(jié)論

  基于2008年RUMIC數(shù)據(jù),本文應(yīng)用廣義傾向分方法分析了一般培訓(xùn)和專門培訓(xùn)的培訓(xùn)時(shí)間對農(nóng)民工收入的影響。研究表明,一般培訓(xùn)和專門培訓(xùn)均有助于農(nóng)民工收入水平的提升。如果農(nóng)民工接受適度的一般培訓(xùn)和專門培訓(xùn),將導(dǎo)致其收入水平分別提升54%和21%,遠(yuǎn)超過教育回報(bào)率。因此,政府和企業(yè)實(shí)施各類一般培訓(xùn)項(xiàng)目和專門培訓(xùn)項(xiàng)目,將有助于農(nóng)民工收入水平的提升。

  研究表明,隨著培訓(xùn)時(shí)間的延長,培訓(xùn)時(shí)間對農(nóng)民工收入的邊際影響遞減。農(nóng)民工接受一般培訓(xùn)在30天以內(nèi)或?qū)iT培訓(xùn)在120天以內(nèi),其收入水平將隨著培訓(xùn)時(shí)間的延長而得到顯著提升;但超過上述期限后,其收入水平并未隨著培訓(xùn)時(shí)間的延長得到進(jìn)一步的提升。因此,政府和企業(yè)在設(shè)計(jì)培訓(xùn)項(xiàng)目過程中,需要考慮培訓(xùn)項(xiàng)目的實(shí)施效率,避免出現(xiàn)過度培訓(xùn)現(xiàn)象。

  近年來,中國政府和企業(yè)陸續(xù)實(shí)施了一系列旨在提高農(nóng)民工技能水平的培訓(xùn)項(xiàng)目,希望通過培訓(xùn)促進(jìn)農(nóng)民工就業(yè)和收入水平的提升。但數(shù)據(jù)顯示,一方面,78%的農(nóng)民工未接受過任何培訓(xùn);另一方面,13%參與培訓(xùn)的農(nóng)民工接受了過度培訓(xùn)。因此,政府和企業(yè)在資金有限的情況下,努力擴(kuò)大農(nóng)民工培訓(xùn)的覆蓋面,適度調(diào)整農(nóng)民工的培訓(xùn)時(shí)間,將有助于農(nóng)民工整體工資水平的顯著提升。

  注釋:

 ?、兕愃朴谝恍W(xué)者將是否參加培訓(xùn)作為一個(gè)解釋變量直接加入收入方程。[3]

 ?、谄渲?,東部地區(qū)包括江蘇省、上海市、浙江省和廣東省,中部地區(qū)包括安徽省、河南省和湖北省,西部地區(qū)包括重慶市和四川省。

 ?、弁ㄟ^對數(shù)據(jù)統(tǒng)計(jì)發(fā)現(xiàn),接受過培訓(xùn)的農(nóng)民工僅占農(nóng)民工總體的22%。

 ?、苓@也暗示著教育與培訓(xùn)具有相關(guān)性,直接將培訓(xùn)變量加入收入方程將會(huì)產(chǎn)生偏差。

 ?、萃ㄟ^對培訓(xùn)時(shí)間的統(tǒng)計(jì)分析發(fā)現(xiàn),一般培訓(xùn)時(shí)間對數(shù)分布的偏度為-0.533,峰度為3.051;專門培訓(xùn)時(shí)間對數(shù)分布的偏度為0.142,峰度為2.917,培訓(xùn)時(shí)間對數(shù)的分布在1%水平上通過正態(tài)性檢驗(yàn)。

  ⑥作者應(yīng)用自舉法(Bootstrap)計(jì)算了不同培訓(xùn)時(shí)間收入效應(yīng)的標(biāo)準(zhǔn)差,統(tǒng)計(jì)推斷收入效應(yīng)顯著。

  參考文獻(xiàn):

  [1]王德文,蔡昉,張國慶.農(nóng)村遷移勞動(dòng)力就業(yè)與工資決定:教育與培訓(xùn)的重要性[J].經(jīng)濟(jì)學(xué)(季刊),2008,(4):1131-1148.

  [2]張世偉,王廣慧.培訓(xùn)對農(nóng)民工收入的影響[J].人口與經(jīng)濟(jì),2010,(1):34-38.

  [3]趙海.教育和培訓(xùn)哪個(gè)更重要——對我國農(nóng)民工人力資本回報(bào)率的實(shí)證分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì),2013,(1):40-45.

  [4]Lechner,M.,Miquel,R.and Wunsch,C.Long-run Effects of Public Sector Sponsored Training in West Germany[J].Journal of the European Economic Association,2011,9(4):742-784.

  [5]Kluve,J.,Schneider,H.,Uhlendorffand,A.and Zhao,Z.Evaluating Continuous Training Programmes by Using the Generalized Propensity Score[J].Journal of the Royal Statistical Society,2012,175(2):587-617.

  [6]Lechner,M.Identification and Estimation of Causal Effects of Multiple Treatments under the Conditional Independence Assumption[A].Lechner,M.and Pfeiffer F.Econometric Evaluation of Labour Market Policies[C].Heidelberg:Physica,2001.

  [7]Heckman,J.and Navarro,S.Dynamic Discrete Choice and Dynamic Treatment Effects[J].Journal of Econometrics,2007,136(2):341-396.

  [8]Schochet,P.and Burghardt,J.Do Job Corps Performance Measures Track Program Impacts?[J].Journal of Policy Analysis and Management,2008,27(3):556-576.

  [9]Hirano,K.and Imbens,G.The Propensity Score with Continuous Treatment[A].Gelman,A.and Meng,X.Applied Bayesian Modeling and Causal Inference from Incomplete-Data Perspectives[C].NJ:Wiley,2004.