资源描述：
《人力资本对河南省农民非农收入影响实证研究》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。
1、人力资本对河南省农民非农收入影响实证研究 摘要:将人力资本具体化为受教育程度、培训、经验和健康四个方面,构建了人力资本的评价体系。利用问卷法调查河南省农民的非农收入和人力资本状况,通过多元线性回归,证明了是否参加技能培训、培训投入的时间和费用、工作变动次数和健康状况是农民非农收入的决定因素。最后结合提高人力资本存量存在的问题,提出了相应的对策。 关键词:人力资本;培训;非农收入 1变量选取及模型选择 本文将人力资本概括为教育、培训、经验和健康四个维度。在教育方面引入“受教育年数”变量(忽视教育效果的差异
2、),在培训方面引入“是否接受过技能培训、培训投入的时间和培训投入费用”变量,在经验方面引用“从事非农工作年限和工作变动次数”变量。在健康方面引入“健康状况”变量。另外加上人的自然属性:年龄和性别两个变量。利用这9个解释变量衡量人力资本存量对农民非农收入的影响。作为因变量的非农收入有既包括乡镇企业收入又包括外出务工收入,既包括第二产业收入和第三产业收入,又包括其他自营收入,所以用第二三产业收入之和或者外出务工收入来衡量是不全面的,因此决定用农民可支配收入(DPI)减去农业实际收入衡量非农收入。 本文采取统计回归
3、法,利用简单的多元线性回归来描述人力资本各维度与非农收入之间的联系。为了检验人力资本对农民非农收入的影响,设定非农收入函数的一般形式为: nonfarmincome=f(age,sex,edu,prta,tra,tim,spe,cha,yea,hel)=b0+b1age+b2sex+b3edu+b4ptra+b5tra+b6tim+b7spe+b8cha+b9yea+b10hel 数据来源于调查问卷,按照河南省各主要县市城镇化水平的高低,选取具有代表性的县市(如中牟县、新密县、西华县、沈丘县、罗山县、固
4、始县等)的400户农民作为样本。自变量的分布与研究假设如表1所示。 2模型结果及分析 首先用White检验对模型进行异方差检验,结果显示Obs*R-squared的相伴概率是,应该拒绝零假设,即模型存在异方差。采用加权最小二乘消除异方差,利用残差平方倒数序列作为权数,利用WLS回归。再对回归结果进行White检验,结果显示消除了异方差。回归结果如表2所示。模型的整体拟合样本的整体效果较好,反映选择的所有自变量对因变量的总体解释力度较高。但从回归系数的显著性检验结果看,是否接受培训、培训的时间和费用、工作变动
5、次数和健康状况通过了显著性检验:表明在构成人力资本四个维度的变量中,农民非农收入与农民是否接受技能培训、培训的时间和费用、工作变动次数、健康状况显著正相关关系,非农收入随之增加而增加。并且培训投入的费用是其中最为重要的因素(比重为),其次是培训时间(比重为)和是否接受培训(比重为)。 而年龄、性别、受教育程度、工作年限未通过显著性检验,拒绝接受零假设:这表明非农收入与年龄没有明显的相关关系,收入不随着年龄的增加而增加。青年农民更能适应岗位要求,能较快掌握新技能,较容易获得更高的收入。中年及以上农民随着年龄增
6、加和健康状况下降,就业能力下降,对收入的预期和实际收入都会降低。随着女性社会地位的转变,女性获得了平等的受教育机会和工作机会,勤劳、认真、忍耐、柔和等禀赋使得女性更能在服务业领域发挥自身优势,女性的非农收入并不低于男性。受教育程度对农民非农收入的影响并不显著,原因是农民的受教育程度普遍较低,样本显示教育年限在9年以下的占%,9-12年的%,12年以上的%,在农民乡镇企业的工资性收入、外出务工收入、集体收入和转移性收入等非农收入中教育的影响作用并不明显。工作年限对非农收入的影响不显著,原因在于农民自身人力资本水平
7、较低导致大多从事劳动密集型行业,如建筑、餐饮或者进入劳动密集型企业等,工作年限对收入增长的影响较小。 删除回归效果不显著的变量,结合剔除变量后的建模结果看,剔除后的模型结果优于原模型。如表3所示。 可见,在人力资本各个维度中,培训是提高人力资本的有效途径,培训费用、培训时间和工作变动次数是影响非农收入的最重要的三个因素。但是长期以来的重工业轻农业、重城市轻农村,造成了农业发展滞后,农村教育落后,农民人力资本存量不足的后果。河南省在提高农民人力资本方面存在的主要问题有:农民对技能培训的认识不足,普遍存
8、在重学历教育、轻技能培训的观念;职业教育与劳动力市场需求不对称,培训内容与市场需求不能有效衔接;培训机构的办学定位和管理机制脱离就业导向,以升学、学历为导向;政府、培训机构和企业的协调统筹力度不够,政府统筹——企业引导——培训机构实施链条连接不紧密。农民就业机会少,农民一旦找到固定工作不愿意而且没有能力去变动工作;存在摩擦性失业时,生活没有保障;高技能就业能力低,获取就业信息渠道窄等。
