凌 瓏
(南京師范大學(xué) 商學(xué)院,江蘇 南京 210023)
共同富裕是社會主義的本質(zhì)要求, 實現(xiàn)更加充分更高質(zhì)量就業(yè)是扎實推進共同富裕的重要基礎(chǔ)。 新中國成立70 多年以來,黨中央和國務(wù)院高度關(guān)注就業(yè)工作,將其放在經(jīng)濟社會發(fā)展突出位置。目前,中國技能勞動者已超過2 億人[1],《”十四五:職業(yè)技能培訓(xùn)規(guī)劃》公布五年內(nèi)將培訓(xùn)超800 萬高技能人才[2]。 過去處于初級階段的經(jīng)濟增長離不開人口紅利,但在人口紅利優(yōu)勢逐漸消減的形勢下,人才紅利成為我國產(chǎn)業(yè)轉(zhuǎn)型升級、經(jīng)濟發(fā)展向更高級形態(tài)轉(zhuǎn)變的主要推動力。 面對構(gòu)建”雙循環(huán):新格局的戰(zhàn)略需求,在經(jīng)濟結(jié)構(gòu)優(yōu)化、資源配置高效、經(jīng)濟成果惠民等高質(zhì)量發(fā)展的邏輯主線下[3],如何有效配置人力資本、充分挖掘就業(yè)潛力、全面提高就業(yè)質(zhì)量,關(guān)系到廣大人民群眾的幸福感、獲得感和安全感,具有重要的理論價值和現(xiàn)實意義。
現(xiàn)有關(guān)于人力資本與就業(yè)質(zhì)量的研究,或者將人力資本直接納入就業(yè)質(zhì)量評價指標(biāo)體系,或者將人力資本作為就業(yè)質(zhì)量的影響因素之一, 尚未發(fā)現(xiàn)基于運籌學(xué)的微觀勞動者就業(yè)質(zhì)量效率研究。在勞動力市場上,作為理性經(jīng)濟人的勞動者憑借其所具備的人力資本,在能力范圍之內(nèi)找到對其效用最大的工作,即就業(yè)質(zhì)量最高的工作。 投入產(chǎn)出視角下的微觀就業(yè)質(zhì)量效率指的是資源配置效率,即人力資本對就業(yè)質(zhì)量的轉(zhuǎn)化率。 如同商品市場中很難存在絕對的競爭市場一樣,就業(yè)市場中的勞動力也不是完全同質(zhì)并可互相替代的,不同勞動者的投入產(chǎn)出效率存在差異。 本文首先使用混合距離EBM 模型測算各年微觀就業(yè)質(zhì)量效率,在此基礎(chǔ)上進行要素改進分析及影響因素分析;然后使用全局Mamlquist 指數(shù)從動態(tài)角度測算全要素生產(chǎn)率,分解效率變動的原因,并比較不同投入水平下的效率及全要素生產(chǎn)率;最后結(jié)合我國就業(yè)結(jié)構(gòu)主要矛盾和共同富裕最終目標(biāo),為我國就業(yè)質(zhì)量提升提供政策建議。
國外對就業(yè)質(zhì)量的研究起步較早,國際勞工組織1999 年提出體面勞動的概念,其含義是男女勞動者在自由、平等、安全和尊嚴(yán)的前提下獲得體面和高效工作的機會,自此就業(yè)質(zhì)量正式進入學(xué)術(shù)研究視野并被提上政策議程。 由于就業(yè)質(zhì)量的內(nèi)涵非常廣泛,國內(nèi)外并沒有統(tǒng)一的定義,國內(nèi)學(xué)者大多采用劉素華界定的綜合性概念,即就業(yè)質(zhì)量就是反映整個就業(yè)過程中勞動者與生產(chǎn)資料結(jié)合取得收入或報酬具體狀況的優(yōu)劣程度,內(nèi)容包括工作性質(zhì)、聘用條件、工作環(huán)境、社會保障、勞動關(guān)系等[4]。
從就業(yè)質(zhì)量的層次維度看, 我國就業(yè)質(zhì)量評價主要分為宏觀層面和微觀層面, 宏觀為國家、地區(qū)、行業(yè)范圍內(nèi)勞動者整體工作狀況的優(yōu)劣程度,微觀為與勞動者個體就業(yè)相關(guān)要素的優(yōu)劣程度。 相較宏觀層面,考察微觀勞動者的就業(yè)質(zhì)量具有兩個優(yōu)勢:其一,能夠?qū)€體主觀效用納入分析,涵蓋工作樂趣、晉升機會、他人尊重等客觀維度不易測量的指標(biāo);其二,就業(yè)質(zhì)量的提升很難同步,不同人群有可能進一步分化[5],微觀就業(yè)質(zhì)量可以為勞動力市場分割形成的群體差異提供比較基礎(chǔ)。
從主客觀角度看,對于個體勞動者而言,客觀就業(yè)狀況和主觀就業(yè)感受共同構(gòu)成了就業(yè)質(zhì)量,客觀包括就業(yè)機會、薪資水平、單位性質(zhì)、社會保障等,主觀包括工作滿意度、人職匹配、社會地位感知、職業(yè)發(fā)展前景等[6-7]。 雖然客觀決定主觀、主觀反映客觀,但客觀就業(yè)質(zhì)量不能完全代表主觀就業(yè)質(zhì)量。 主觀與勞動者的需求和預(yù)期等因素相關(guān),較低水平的客觀就業(yè)狀況也可能對應(yīng)較高水平的工作滿意度[8]。 主觀及客觀是就業(yè)質(zhì)量的不同衡量維度,兩者相互作用、相互補充。
從就業(yè)質(zhì)量的價值取向看,不同于國家或地區(qū)的公共性價值觀、企業(yè)的經(jīng)濟性價值觀,對于個體勞動者而言勞動的最終目的是追求效用最大化[7]。高質(zhì)量就業(yè)既涵蓋滿足個體勞動者的客觀基礎(chǔ),又包括基于個體勞動者價值判斷的主觀感知,是勞動者在就業(yè)過程中的客觀及主觀福祉的綜合體現(xiàn)[9]。若勞動者認為貨幣報酬更重要,他就愿意犧牲一些非貨幣報酬來換取更多的貨幣報酬;若貨幣報酬對勞動者的邊際效用較低,他就可能追求更喜歡或更舒適的工作。 工作優(yōu)劣的標(biāo)準(zhǔn)不是單一的,需要主客觀結(jié)合度量勞動者效用。
人力資本不僅是一種生產(chǎn)要素,更是一種可以支配和調(diào)控其他資源,使其他資源的效能達到最大化的能動性資本。 亞當(dāng)·斯密在《國富論》中提出勞動生產(chǎn)率來源于教育和工作經(jīng)驗,勞動者提高工作熟練度和技能有助于創(chuàng)造更多勞動價值。 西奧多·舒爾茨正式提出人力資本的概念,明確指出人力資本總量可以通過勞動者的數(shù)量、質(zhì)量等進行計算和度量,人力資本投資活動能夠提高勞動者技能和知識等,具體包括健康保健、正式學(xué)校教育、在職培訓(xùn)、為工作機會的遷徙等[10]。
人力資本的回報是社會和學(xué)界普遍關(guān)注的問題。 貝克爾從微觀層面研究人力資本,假設(shè)個體在資源稀缺性約束下追求生命周期內(nèi)的福利效用最大化, 人力資本投資會直接影響生產(chǎn)率和收入,個體通過權(quán)衡成本和收益來配置資源[11]。 明瑟開創(chuàng)性地運用計量分析法測算教育的收益率,明瑟收入方程因其可操作性和簡潔性而被廣泛使用,受教育水平和受教育年限常被作為人力資本的主要代理變量。 研究者們在明瑟收入方程的基礎(chǔ)上進行拓展,綜合使用各種回歸法探究人力資本回報率[12-13]。實證檢驗教育貨幣性回報的研究非常豐富,但關(guān)于教育非貨幣性回報的實證研究仍有待補充[14]。
關(guān)于人力資本與就業(yè)質(zhì)量的關(guān)系,有的學(xué)者將人力資本作為就業(yè)質(zhì)量的組成部分,在構(gòu)建就業(yè)質(zhì)量評價體系時,因人力資本更高的勞動者往往具有更強的就業(yè)能力,從而實現(xiàn)更高的勞動生產(chǎn)率,故人力資本被作為就業(yè)質(zhì)量中就業(yè)能力維度的主要評價指標(biāo)[15-16]。 還有學(xué)者認為人力資本是就業(yè)質(zhì)量的重要影響因素[17-18],人力資本對獲取就業(yè)機會、進行職業(yè)選擇和確定福利待遇等方面發(fā)揮關(guān)鍵作用,高人力資本的勞動者更容易進入工資收入、福利待遇、工作穩(wěn)定性、職業(yè)發(fā)展前景更好的一級市場。
在經(jīng)典人力資本貨幣性回報測算的基礎(chǔ)上,本文嘗試將主客觀就業(yè)質(zhì)量納入收益范疇,研究微觀勞動者的人力資本在勞動市場上的就業(yè)質(zhì)量回報率。 借鑒經(jīng)濟學(xué)中概念,將微觀勞動者活動類同于一般生產(chǎn)經(jīng)營活動,將人力資本作為投入要素、就業(yè)質(zhì)量作為產(chǎn)出要素。 投入產(chǎn)出效率是指經(jīng)濟活動中成果和消耗的比例關(guān)系,是投資活動中投入和產(chǎn)出的對比關(guān)系。 提高人力資本投資是實現(xiàn)高質(zhì)量就業(yè)的內(nèi)在要求,只有有效勞動力供給才能助推高質(zhì)量就業(yè)[19]。 就業(yè)質(zhì)量效率的本質(zhì)內(nèi)涵就是以較少的人力資本投入獲得更高的就業(yè)質(zhì)量,提高投入產(chǎn)出效率是高質(zhì)量發(fā)展的根本要求。
數(shù)據(jù)包絡(luò)分析(Data Envelopment Analysis,DEA) 由運籌學(xué)家Charnes 等提出,它能夠同時處理多投入、多產(chǎn)出指標(biāo)的效率評價,內(nèi)生權(quán)重由線性規(guī)劃的最優(yōu)化原則確定,避免主觀人為賦權(quán)重[20]。傳統(tǒng)徑向DEA 模型要求所有投入產(chǎn)出同比例縮減或擴張, 難以包含松弛變量。 Tone 提出的非徑向SBM(Slack-Based Measure)模型,盡管考慮了非徑向松弛變量,卻難以得到投入產(chǎn)出指標(biāo)實際值與目標(biāo)值之間的比例[21]。 EBM(Epsilon-Based Measure)模型是由Tone 和Tsutsui 提出的一種綜合徑向和SBM 兩類距離函數(shù)的混合距離模型,提升了模型測算的精確度[22]。
設(shè)有n 個決策單元DMU,每個決策單元分別記為DMUj(j=1, 2,…, n),當(dāng)前測量的DMU 記為DMUk。每個DMU 有m 種投入,記為xi(i=1, 2,…, m);q 種產(chǎn)出,記為yr(r=1, 2,…, q)。λ表示DMU 線性組合系數(shù),wr(r=1, 2,…, q)表示各項產(chǎn)出指標(biāo)的相對重要程度,s-為投入的松弛變量,s+為產(chǎn)出的松弛變量。ε是一個關(guān)鍵參數(shù),取值范圍為[0,1],代表非徑向部分的相對重要程度:當(dāng)ε等于0 時等同于徑向模型,當(dāng)ε等于1 時等同于SBM 模型。 產(chǎn)出導(dǎo)向EBM 模型的規(guī)劃式如下,φ對應(yīng)的模型最優(yōu)解為φ*[23]。
通常生產(chǎn)是連續(xù)的過程且技術(shù)是發(fā)生變化的, 觀測面板數(shù)據(jù)時可以分析生產(chǎn)率的變動情況、技術(shù)效率和技術(shù)進步, 即Malmquist 全要素生產(chǎn)率(Total Factor Productivity, TFP)。 Fa¨re 等最早使用DEA 計算Malmquist 指數(shù), 并分解為兩部分: 一是被評價DMU 在兩個時期內(nèi)的技術(shù)效率的變化EC(Efficiency Change), 二是生產(chǎn)技術(shù)的變化TC (Technological Change), 即生產(chǎn)前沿的變動情況[24]。Pastor 和Lovell 提出全局參比Malmquist 指數(shù),解決了規(guī)模收益可變模型無可行解、各期指數(shù)不具備傳遞性的問題[25]。 Eg表示各期總和作為參考集得出的效率值,Et和Et+1分別表示t 期和t+1 期作為參考集得出的效率值,全局參比Malmquist 指數(shù)Mg計算公式如下[23]:
在計算效率變化EC 時仍采用各自前沿:
前沿t+1 與前沿t 相比,變動情況為TC:
中國家庭追蹤調(diào)查(China Family Panel Studies,CFPS)是由北京大學(xué)中國社會科學(xué)調(diào)查中心實施的社會跟蹤調(diào)查項目,包括經(jīng)濟活動、教育成果、人口遷移、健康等諸多研究主題。 使用CFPS 數(shù)據(jù)研究具有三大優(yōu)勢:一是具有全國代表性,樣本覆蓋25 個省/市/自治區(qū);二是指標(biāo)豐富,涵蓋研究需要的主要投入產(chǎn)出要素及影響因素指標(biāo);三是追蹤數(shù)據(jù),可以考察就業(yè)效率的動態(tài)變化。 本文選取16至70 歲、每周工作時間和工資收入大于0 的勞動者作為研究對象。 因各年指標(biāo)統(tǒng)計口徑有所差別,為保持一致性,選取2010 年、2014 年、2018 年、2020 年四年數(shù)據(jù),剔除存在重要變量缺失的個體,得到32028 個有效樣本。
人力資本形成主要來自教育和健康兩個方面的投入[26],本文選擇受教育程度和健康水平作為人力資本的評價指標(biāo)。 教育程度能夠反映集聚在勞動者身上的技能與知識,受教育程度更高的勞動者往往具有更強的學(xué)習(xí)能力、適應(yīng)能力和創(chuàng)新能力。 教育在勞動力市場上具有核心作用,各個國家各個時期的研究均證實教育能幫助勞動者獲得更多就業(yè)機會、更高收入、更體面和有尊嚴(yán)的職位[27]。 一定的健康水平是勞動者從事各項社會活動和經(jīng)濟活動的基礎(chǔ)。 健康的勞動者在身體上和精神上都更強健和有活力,能夠從事工作時間更長、工作強度更大的工作。 反之,低健康水平影響勞動者的工作能力和工作動機,從而影響勞動生產(chǎn)效率[28]。
就業(yè)質(zhì)量具有多維度和多層次性,結(jié)構(gòu)維度在理論上缺乏統(tǒng)一標(biāo)準(zhǔn),大量文獻在實踐中使用關(guān)鍵維度進行考察[29]。 本文參考已有文獻從主觀及客觀兩個關(guān)鍵維度出發(fā),選擇收入作為客觀測量指標(biāo),滿意度作為主觀測量指標(biāo)[30]。 收入是就業(yè)質(zhì)量的核心問題和首要評價標(biāo)準(zhǔn)[4,31],它是勞動者付出腦力或體力勞動所得到的對價,能夠反映勞動者的就業(yè)能力和自身價值、社會對勞動者貢獻的認可程度,收入水平最能體現(xiàn)就業(yè)質(zhì)量。 主觀就業(yè)質(zhì)量主要指個體對就業(yè)狀況的主觀感受,目前主流的評價指標(biāo)是自評工作滿意度[32-33],它是勞動者在工作上的成就感和成功感,與勞動者的主觀福利直接相關(guān),工作滿足感意味著做自己喜歡的工作,并因自己的努力而得到回報,進一步意味著對工作的熱情和快樂[34]。 各指標(biāo)處理方法見表1。
表1 投入與產(chǎn)出指標(biāo)處理
各年投入產(chǎn)出指標(biāo)平均值如表2 所示。 我國勞動者整體受教育程度在初中到高中之間,健康水平為比較健康。 從就業(yè)質(zhì)量看,無論是工資收入還是工作滿意度,都呈現(xiàn)出逐年增長的趨勢,說明我國旨在改善民生的就業(yè)政策切實增進了勞動者的主客觀福祉。
表2 各年投入產(chǎn)出指標(biāo)平均值
選擇性別、戶籍、代際、單位性質(zhì)和地區(qū)五個常用變量對勞動者進行分類。 參考相關(guān)文獻將1980年之前出生的勞動者劃分為老一代,1980 年之后出生的勞動者劃分為新生代; 將勞動者單位類型為政府部門、黨政機關(guān)、人民團體、事業(yè)單位、國有企業(yè)劃分為體制內(nèi),私營企業(yè)、個體工商戶、外商等其他類型企業(yè)劃分為體制外。表3 匯報了2020 年不同勞動群體投入產(chǎn)出要素的平均值。從樣本構(gòu)成可以看出基本符合直觀現(xiàn)實、數(shù)據(jù)代表性較好。
表3 2020 年不同群體投入產(chǎn)出要素平均值
從性別上看,CFPS2020 年樣本中50、60、70 后男性平均受教育程度高于女性, 而80、90 后女性勞動者受教育程度超過男性,由于樣本中新生代勞動者占比較高,故女性勞動者總體受教育程度超過男性。從健康水平看,男女均為比較健康,女性略低于男性。產(chǎn)出要素分布上,女性的工資收入低于男性。 智聯(lián)招聘《2021 中國女性職場現(xiàn)狀調(diào)查報告》顯示,女性收入低于男性的主要原因是女性管理層占比偏低,且崗位普遍缺少高薪屬性[35]。 但女性工作滿意度高于男性,主觀維度的優(yōu)勢部分彌補了客觀維度的不足,這與使用中國勞動力動態(tài)調(diào)查CLDS 數(shù)據(jù)研究就業(yè)質(zhì)量的結(jié)論一致[9]。
從代際上看,新生代勞動者受教育程度超過老一代,老一代勞動者平均學(xué)歷初中,新生代勞動者平均學(xué)歷高中。 20 世紀(jì)90 年代中期我國實行科教興國戰(zhàn)略和人才強國戰(zhàn)略,1999 年作出擴大高等教育規(guī)模決策,80 后適逢高等教育大眾化的時代紅利,故新增勞動力受教育程度顯著提升。因健康水平隨著年齡的增加逐漸下降,新生代勞動者健康水平高于老一代。 從產(chǎn)出要素看,新生代勞動者工資收入高于老一代,工作滿意度卻低于老一代。 隨著年齡的增加,勞動者工作績效受到體能、心力和反應(yīng)速度等下降的影響,但對工作的預(yù)期更為理性,對企業(yè)的忠誠度更高,工作滿意度也更高。
從戶籍、單位性質(zhì)、地區(qū)看,受教育程度和工資收入表現(xiàn)出相似性,都是非農(nóng)戶口高于農(nóng)業(yè)戶口,體制內(nèi)高于體制外,東部高于中部、中部高于西部,這與我國特有的城鄉(xiāng)二元結(jié)構(gòu)、歷史因素和自然條件等相關(guān)。 體制內(nèi)外、各地區(qū)健康水平的差距比較小,而農(nóng)業(yè)戶口勞動者健康水平明顯高于非農(nóng)業(yè)戶口,可能是因為農(nóng)村勞動力受教育程度較低往往從事體力勞動,對身體素質(zhì)的要求也更高。 工作滿意度表現(xiàn)出的群體差異性與工資收入相似,但地區(qū)差異則不同,東部地區(qū)工作滿意度反而更低。 發(fā)達地區(qū)工作機會競爭更激烈、工作壓力更大、生活開支更高,收入無法彌補其他方面的不足,從而影響了工作滿意度。
1.統(tǒng)計性描述
EBM 模型測算的是各勞動者之間的相對效率,效率為1 被稱作相對有效,效率低于1 被稱作相對無效。 微觀就業(yè)質(zhì)量效率的統(tǒng)計性描述如表4 所示。 從各年平均值看,由2010 年的0.665 提升至2020 年的0.784,平均效率提高17.83%。 從最高最低值看,效率最低的勞動者為0.200,為有效勞動者的20%。 從偏度看,2010 和2014 年為右偏分布,2018 和2020 年為左偏分布,可以理解為前期大多數(shù)勞動者處于較低效率區(qū)間,后期大多數(shù)勞動者處于較高效率區(qū)間,大多數(shù)勞動者的效率得到改善。 從基尼系數(shù)看,2010—2020 年間下降12.05%,不平衡程度有所緩解,勞動者之間的效率差距減少。
表4 微觀就業(yè)質(zhì)量效率的統(tǒng)計性描述
2.投入產(chǎn)出改進分析
為更好了解各要素的資源配置情況,根據(jù)DMU 在DEA 相對有效面的投影,計算各投入產(chǎn)出指標(biāo)的改進空間,結(jié)果見表5。負值表示投入冗余或產(chǎn)出過剩,正值表示投入不足或產(chǎn)出不足。從產(chǎn)出要素看,工資收入和工作滿意度改進空間隨時間不斷減少,表明就業(yè)質(zhì)量的產(chǎn)出不足情況正在逐年改善。 從投入要素看沒有明顯隨時間變化的單調(diào)趨勢, 但可以看出近些年教育投入冗余呈增加趨勢,2020 年教育投入冗余比2014 年高41.82%。 對微觀勞動者而言,教育投入冗余在勞動力市場表現(xiàn)為同樣就業(yè)質(zhì)量的崗位與以前相比需要更高學(xué)歷的勞動者。
表5 投入產(chǎn)出指標(biāo)改進空間平均值
3.影響因素分析
由于我國市場轉(zhuǎn)型、戶籍制度、社會文化等原因,長期存在的不平衡不充分問題成為就業(yè)質(zhì)量提升的主要制約因素。 EBM 效率值處于0 到1 之間屬于截斷數(shù)據(jù),使用tobit 模型進行影響因素分析,考察投入產(chǎn)出視角下的勞動力市場分割情況。 回歸方程如下:
式(1)中,因變量score 表示投入產(chǎn)出效率;自變量gender 表示性別(女性=0,男性=1)、huji 表示戶籍(農(nóng)業(yè)戶口=0,非農(nóng)戶口=1),cohort 表示代際(老一代=0,新生代=1)、unit 表示單位性質(zhì)(體制內(nèi)=0,體制外=1)、region 表示地區(qū)(東部=1,中部=2,東部=3),自變量均處理為虛擬變量;ε表示個體層面的隨機誤差。 表6 中模型(1)至(4)分別為2010、2014、2018、2020 年的回歸結(jié)果,大部分自變量在1%的水平下顯著,其中性別、戶籍、單位性質(zhì)、地區(qū)的影響在各年回歸中方向一致,男性、非農(nóng)戶口、體制內(nèi)、東部地區(qū)勞動者的投入產(chǎn)出效率更高。 代際影響在不同年份有所變化,新生代勞動者的效率在2010年顯著低于老一代、在2014 年低于老一代但是不顯著、在2018 年和2020 年顯著高于老一代,可以看出新生代勞動者的投入產(chǎn)出效率隨著時間增長并逐漸超過老一代。
表6 投入產(chǎn)出效率的影響因素分析
從性別因素看, 女性平均受教育程度不斷提高甚至超過男性, 雖然教育投入要素不再處于劣勢,但投入產(chǎn)出效率仍然較低,女性人力資本的增加對就業(yè)質(zhì)量的提升幫助有限。 男女教育投入要素不平等廣泛存在于老一輩勞動群體中, 年輕一代勞動群體中男女收入產(chǎn)出要素不平等問題更加凸顯。教育起點公平并未帶來教育結(jié)果公平,即使同樣接受教育后獲得的薪酬待遇及發(fā)展機會仍然不同。由于女性生育帶薪產(chǎn)假、用工不便等成本,用人單位作為理性經(jīng)濟人做出效用最大化的選擇,使女性成為就業(yè)市場上的弱勢群體。 此外,在傳統(tǒng)男主外女主內(nèi)的社會觀念影響下,家務(wù)、育兒、照顧老人等家庭事務(wù)更多由女性承擔(dān), 女性在家庭與工作的平衡中不得不以犧牲就業(yè)機會和工作前景為代價。
從代際因素看,新生代勞動者在教育和健康投入要素上均高于老一代勞動者,隨著社會經(jīng)濟發(fā)展和產(chǎn)業(yè)轉(zhuǎn)型, 新生代勞動者投入產(chǎn)出效率也不斷提升。 產(chǎn)業(yè)升級的本質(zhì)是勞動力的轉(zhuǎn)型升級, 產(chǎn)業(yè)升級能夠創(chuàng)造更多高質(zhì)量的就業(yè)崗位, 新生代勞動者具備與產(chǎn)業(yè)升級相匹配的人力資本。 反觀老一代勞動者,由于整體素質(zhì)偏低,不能夠及時提高勞動技能和更新知識儲備,職業(yè)轉(zhuǎn)化能力和市場適應(yīng)能力較弱,無法滿足產(chǎn)業(yè)結(jié)構(gòu)升級對勞動力的要求,隨著時間的推移投入產(chǎn)出效率進一步降低。
從戶籍和地區(qū)因素看,對于農(nóng)業(yè)戶口和中西部勞動者而言,初始教育投入要素較低,投入產(chǎn)出效率也較低。由于教育的投資回報的周期較長,一部分農(nóng)民迫于當(dāng)前生計不得不放棄。此外,由于教育質(zhì)量的城鄉(xiāng)差異較大,高考后農(nóng)村學(xué)生更多分流到地方高校或一般高等院校,城鎮(zhèn)學(xué)生則更多分流到重點院校,教育資源的差異性導(dǎo)致城鄉(xiāng)人力資本質(zhì)量參差不齊,同等教育年限的教育結(jié)果并不公平。 同理,中西部勞動者面臨相似的境況,落后地區(qū)勞動者無法享受與發(fā)達地區(qū)同等質(zhì)量的教育。 農(nóng)業(yè)戶口勞動者的健康投入要素雖然較高,但不能彌補教育投入要素不平等帶來的就業(yè)質(zhì)量差距。
最后從單位性質(zhì)看,體制外勞動者教育投入要素較低,投入產(chǎn)出效率也較低。 體制內(nèi)外的差別是在我國社會轉(zhuǎn)型變遷中形成的, 民營企業(yè)具有與市場經(jīng)濟相適應(yīng)的天然屬性, 承擔(dān)了吸納農(nóng)業(yè)剩余勞動力的重任,在特定歷史時期做出了貢獻。 雖然目前我國提倡打破體制限制,鼓勵體制內(nèi)外人才雙向流動,但體制內(nèi)外仍然存在顯著的勞動力市場分割。 2021 年清華大學(xué)等重點高校超過五成畢業(yè)生進入體制內(nèi)就業(yè)[36],這是勞動者作為理性經(jīng)濟人權(quán)衡利弊之后在勞動力市場上”用腳投票:的體現(xiàn),同樣的人力資本在體制內(nèi)的投入產(chǎn)出效率更高。
1. Malmquist 指數(shù)分解
EBM 模型只是從靜態(tài)角度對各年勞動者效率進行分析, 不能測算跨時期的效率變化,Malmquist指數(shù)則能從動態(tài)角度分析全要素生產(chǎn)率,并對變動的原因進行分解。 本文的全要素生產(chǎn)率對于個體而言,包含除去教育和健康生產(chǎn)要素之外的對個體主觀和客觀就業(yè)質(zhì)量有所貢獻的所有因素,比如微觀勞動者綜合能力(配置資源的效率)、中觀企業(yè)文化理念和用工政策、宏觀產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和就業(yè)支持政策等。 全局Malmquist 指數(shù)各時期平均值及分解如表7 所示。 可以看出,各時期平均全要素生產(chǎn)率大于1,說明平均而言勞動者消耗單位人力資本投入可以有更高收入、更高滿意度的工作,總體就業(yè)質(zhì)量得到提升。
表7 各時期全要素生產(chǎn)率、效率變化、技術(shù)變化平均值
全要素生產(chǎn)率可以進一步分解為效率變化和技術(shù)變化。其中,效率變化指數(shù)測度了勞動者從t 時期到t + 1 時期的距離最佳生產(chǎn)可能性邊界的變化情況,即追趕效應(yīng);技術(shù)變化測度了最佳生產(chǎn)可能性邊界從t 到t+1 之間發(fā)生的移動狀況,即增長效應(yīng)。從分解情況看,各時期效率變化均大于技術(shù)變化,提升主要來自追趕效應(yīng),即非有效勞動者向有效勞動者的靠近。”十二五:以來,我國以縮小工資收入差距為目標(biāo),更加注重健全分配機制[37],從人力資本投入產(chǎn)出視角看,就業(yè)質(zhì)量差距確實在不斷縮小。
2.不同投入水平下的效率及全要素生產(chǎn)率
表8 展示了不同投入水平下的效率及全要素生產(chǎn)率平均值。 總體而言,初始教育和健康投入要素越多,投入產(chǎn)出效率就越高,全要素生產(chǎn)率也越高。 受過大學(xué)教育的勞動者平均投入產(chǎn)出效率比其他勞動者高10.58%,平均每年全要素生產(chǎn)率高0.46%;非常健康的勞動者平均投入產(chǎn)出效率比其他勞動者高6.55%,平均每年全要素生產(chǎn)率高0.76%。 在投入要素上處于劣勢的勞動者,效率也處于劣勢,而且隨時間推移的效率變化及技術(shù)變化也受到限制,劣勢差距隨時間繼續(xù)拉大。 就業(yè)質(zhì)量在不同投入要素的勞動者中存在強者更強、弱者更弱的馬太效應(yīng)。
表8 不同投入水平下的效率及全要素生產(chǎn)率平均值
從人力資本投入產(chǎn)出視角出發(fā),將微觀勞動者作為效率評價對象,將主客觀就業(yè)質(zhì)量納入產(chǎn)出范疇,使用EBM 模型和全局Malmquist 指數(shù)測算微觀就業(yè)質(zhì)量效率。 本文提供了高質(zhì)量發(fā)展背景下就業(yè)質(zhì)量評價的新視角,豐富了人力資本非貨幣性回報的研究。 從投入產(chǎn)出效率、全要素生產(chǎn)率的測算結(jié)果可以看出,2010—2020 年我國就業(yè)質(zhì)量提升,且勞動者之間的差距減少,勞動者在就業(yè)市場上的主客觀福祉得到增加。 同時,也發(fā)現(xiàn)了一些值得關(guān)注的問題:(1)劃分人群后看要素分布情況,可以發(fā)現(xiàn)收入更高的群體并不一定對應(yīng)著更高的工作滿意度,比如男性、新生代、東部地區(qū)勞動者,若僅以客觀指標(biāo)作為衡量標(biāo)準(zhǔn),則容易誤判不同勞動群體的綜合就業(yè)質(zhì)量情況;(2)教育投入冗余近幾年不斷增加,國民教育水平雖然提升,但資源配置上存在一定浪費;(3)微觀就業(yè)質(zhì)量效率呈現(xiàn)出多元化分割的特點,不同性別、戶籍、單位性質(zhì)、代際、地區(qū)勞動群體存在顯著差異;(4)初始投入要素處于劣勢的勞動群體,其投入產(chǎn)出效率和全要素生產(chǎn)率均處于劣勢,存在馬太效應(yīng)。 針對以上四個問題,本文提出如下政策建議。
第一,重視主觀就業(yè)質(zhì)量提升,提升管理精細化水平。 我國向來重視就業(yè)工作,尤其是客觀就業(yè)質(zhì)量的提升,但對主觀就業(yè)質(zhì)量的關(guān)注不夠。 對外公布的官方勞動力市場監(jiān)測數(shù)據(jù)涵蓋工資收入、勞動時間等客觀指標(biāo),缺乏就業(yè)滿意度等主觀指標(biāo)。 不同勞動群體主客觀就業(yè)質(zhì)量提升的側(cè)重點不同,比如中西部地區(qū)需要側(cè)重于收入水平,而東部地區(qū)需要側(cè)重于工作滿意度。 政府要制定精細化和差別化的政策,根據(jù)不同群體的訴求提供不同的解決方案。
第二,增強教育市場適配性,讓人才培養(yǎng)匹配經(jīng)濟發(fā)展。 教育處于經(jīng)濟社會總體的系統(tǒng)中并不孤立存在,產(chǎn)業(yè)結(jié)構(gòu)和教育結(jié)構(gòu)轉(zhuǎn)型升級需要協(xié)同推進,實現(xiàn)良性互動彼此促進。 應(yīng)加強職業(yè)教育的針對性和有效性、高等教育的前瞻性和引領(lǐng)性,將全面提升勞動者能力作為人才培養(yǎng)的目標(biāo),培養(yǎng)出經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型中需要的實踐型及技能型人才, 提高人力資本能夠在勞動力市場中的資源配置效率。
第三,構(gòu)建包容性勞動力市場,保障勞動者平等就業(yè)權(quán)。 人力資本高的勞動者獲得更高的就業(yè)質(zhì)量是相對公平的表現(xiàn),然而若效率差異是由社會制度和環(huán)境因素造成,則這種效率差異對個體的公平性有待商榷。 應(yīng)禁止包括性別歧視、戶籍歧視、地域歧視等存在,促進勞動力在不同地區(qū)、不同產(chǎn)業(yè)、不同職業(yè)、不同企業(yè)間的流動,增加勞動者的就業(yè)選擇,使其能夠平等地在勞動力市場上參與競爭。
第四,保證初始要素分配公平,夯實共同富?;A(chǔ)。 人力資本在微觀勞動者的資源配置中起到主導(dǎo)作用,若投入要素在初始分配存在不平衡,則會拉大群體的就業(yè)質(zhì)量的差異。 實現(xiàn)教育平等是促進共同富裕的前提條件,農(nóng)村、中西部地區(qū)勞動者教育投入要素較低,不是先天能力而是后天資源稟賦差異造成的,因此政策必須給他們創(chuàng)造相對優(yōu)越的條件,使其能取得同等受教育機會,打破強者越強弱者越弱的馬太效應(yīng)。