职业教育对农村劳动力转移贡献的实证分析

《职业教育对农村劳动力转移贡献的实证分析》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、职业教育对农村劳动力转移贡献的实证分析摘要新型城镇化进程中，农村转移劳动力发挥着越来越重要的作用。文章以华东六省一市为样本，采集面板数据，通过格兰杰因果关系模型，对职业教育对于农村劳动力转移的贡献进行实证分析。结果表明：职业教育与华东地区农村劳动力转移存在双向互动关系，即职业教育促进农村劳动力转移，农村劳动力转移从长远看也会促进职业教育规模的扩大。在此基础上提出如下对策：发挥政府的主导作用，加大职业教育投入，通过对农村转移劳动力的职业教育与技能培训，促进其向城镇转移及市民化进程；提倡通过多主体协作机制来扩大职业教育规模，更好地应对劳动力转移后的多元化需

2、求等。关键词职业教育；农村劳动力转移；职业教育；策略中图分类号G725文献标识码A文章编号1008-3219(2017)01-0049-04一、引言“十三五”规划纲要提出，要坚持以人的城镇化为核心，加快农业转移人口市民化。稳定的就业是农村转移劳动力市民化的必由之路。为促进农村转移劳动力的顺利转移，各级政府通过各种方式提升农村转移劳动力的劳动技能，增强农村转移劳动力的就业能力。华东区域发展具有明显的不平衡性，包括徐州、淮安、盐城、连云港、宿迁五市在内的江苏苏北地区、安徽、山东是华东的经济洼地，也是华东农村劳动力转移任务最重的地区。职业教育与现代经济社会发

3、展关系紧密，其在农村劳动力转移过程中具有重要的战略地位，在新型城镇化建设中发挥着基础性人力资本配置作用。在此背景下，深化职业教育对农村劳动力转移的贡献的研究，对制定具有针对性的职业教育策略具有重要作用。目前，国内一些学者对职业教育和农村劳动力转移的关系进行了研究，主要集中在两个领域。第一个领域是职业教育对农村劳动力转移的作用。杜睿云、安树伟(2012)基于比较优势的视角，在提升农村劳动力人力资本方面对普通教育和职业教育进行了比较，归纳出职业教育具备应用性、灵活性和实践性等特点，提出了“契合农村劳动力成长特点、降低受教育者成本与风险、满足转移劳动力城镇就

4、业需要等方面都具有很大比较优势”的理论观点，并据此指出职业教育可以成为对农村转移劳动力进行教育补偿的有效方法［1］。李敏(2015)分析了苏北职业教育与就业的关系，提出了发展职业教育的“三个保障”“四项建设”“五个统筹”等相关策略［2］。阚大学，吕连菊(2014)利用系统广义矩估计法克服内生性问题进行了实证研究，研究表明职业教育促进了中国城镇化建设，推动中国城镇产业结构转型与就业结构升级［3］o另一个领域是职业教育服务于农村劳动力转移的提升路径方面。唐瑾(2014)从2008年金融危机后我国的就业压力出发，分析了职业教育对农村劳动力转移的贡献机理，并从

5、宏观制度和具体策略两个层面提出了充分发挥职业教育促进农村劳动力转移的对策［4］。马建富(2014)从解决农村转移劳动力人力资本困境的角度提出了职业教育制度配置和政策创新的培训策略［5］。不难看出，现有研究多基于职业教育对农村劳动力转移的促进作用方血进行理论突破，多基于定性研究，定量研究相对较少，尤其缺乏职业教育对农村劳动力转移贡献方面的实证分析。鉴于此，本文以华东六省一市的农村转移劳动力数据为样本，整理和收集2003-2014年间的面板数据,通过格兰杰因果关系检验给予实证分析，得出职业教育对农村劳动力转移贡献的研究结论。二、研究方法与数据来源（一）研究

6、方法本文通过格兰杰因果关系检验方法，来判断职业教育与农村劳动力转移之间的关系。在一个平稳时间序列中，如果变量（A,B）之间存在稳定的影响关系，则需要判定是变量A的变化引起了变量B的变化，还是变量B的变化引起了变量A的变化，或者是两个变量A、BZ间存在相互影响的关系。从统计学意义上可以用格兰杰因果关系检验來判定因果关系的方向，从而判定哪个变量是因，哪个变量是果，或者互为因果关系。从上述对格兰杰因果关系检验的描述中可以看出：在对一个时间序列进行格兰杰因果关系检验时有一个前提条件，时间序列必须是平稳的，否则可能会岀现虚假回归问题。所以首先要对需要进行格兰杰因

7、果关系检验的时间序列进行平稳性检验，本文采用ADF单位根检验來检验时间序列的平稳性。采用ADF单位根检验时间序列的平稳性，可看出本文中的时间序列是同阶单整的，这时需要检验变量之间是否存在长期稳定的均衡关系，变量之间是否存在共同的随机性趋势，即协整关系。本文采用Johanson协整检验来判定变量之间的协整关系。（二）数据来源和说明采用职业学校的数量和招生人数这两个变量表示职业教育规模，职业学校的数量为中等专业学校、职业高屮和成人屮专几类学校的数量Z和；职业学校的招牛人数也为这几种院校的招牛人数之和；用农村劳动力转移人数表示农村劳动力转移规模。数据从华东六

8、省市（上海、江苏、浙江、安徽、江西、福建、山东）2003-2014年的面板数据中获得。英中，职