转移劳动力培训效果

《转移劳动力培训效果》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、转移劳动力培训效果　　摘要：基于倾向得分匹配估计法，估计个人培训、企业培训、政府培训的平均处理效应，研究转移劳动力培训效果，探究哪种培训方式更有优势。结果表明：个人培训和企业培训对转移劳动力增收有显著的正向影响，而政府培训的平均处理效应虽然为正，但并不显著。且企业培训效果最优，其次是个人培训，政府培训的效果最不明显。应实施“以企业培训为主导，以个人培训为辅助，以政府培训为补充”的转移劳动力培训体系。　　关键词：农村转移劳动力；培训效果；倾向得分匹配估计；平均处理效应　　农村劳动力转移是推动城乡一体化的重要途

2、径，也是促进城镇化的关键举措。随着我国劳动力转移规模的不断扩大，国家对农民工增收问题非常重视，而农村转移劳动力技能短缺是制约其增收的关键因素，加强转移劳动力培训便成为其提高技能、获取更多收入的重要途径，也是解决农民工问题的重要内容1。为此，国家相关部委先后出台系列文件，旨在提高转移劳动力技能。2014年颁布的《国家新型城镇化规划（2014-2020）》，也将农民工职业技能培训作为重要的一部分。　　1文献述评11　　劳动力培训问题是备受学者关注的重要问题之一，一些经典研究表明，培训是与正规教育同样重要的人力资

3、本积累途径2；在职培训对收益有重要影响3，不仅可以使劳动力获得新的技能，而且还能提高生产力4，促进收入增加。　　基于我国的特殊国情，近年来，大多数学者都围绕农村劳动力“转移培训”效果展开研究。多数研究表明转移培训效果较为显著，一方面，国家的农村劳动力转移培训项目起到了增加农民务工收入的作用5，对工资变化有积极的作用6；另一方面，转移培训对农民工就业状况改善有显著的正向影响7，政府对农民工技能培训的投入在推动就业方面起到了积极的作用8，促进了转移劳动力稳定就业9，对提高劳动力素质有重要影响10。　　基于以上文

4、献可知，我国转移劳动力培训取得了一定成效，但多数研究集中在对政府相关培训效果的分析上，对迁移后各种培训效果与培训机制的关注较少。许昆鹏认为有效的农村转移劳动力培训机制应该是“政府主导、市场化运作”11，但是，有研究发现政府部门的培训效果认可度较低12，政府主导的短期培训既不能提高参与者的技能水平，也不能提高工资收入13，相反，个人培训较政府培训更能有效提高人力资本14。而在我国当前情况下，转移劳动力培训应在政府干预下强调企业的作用15。　　在农村劳动力迁移后的培训中，到底“政府、企业、个人”三种形式哪种最为

5、有效？目前的研究还较少，并且还没有较为一致的结论，本文将从这三种培训方式入手，基于三大培训对转移劳动力增收的作用进行对比分析，研究三大培训方式的效果，探究哪一种方式效果更好，更有优势。　　2研究方法与数据来源　　2.1研究方法　　本文首先基于Mincer方程的扩展形式16，使用最小二乘估计进行分析。设定的整体模型如下：11　　其中，earning为小时收入，age为年龄，age2为年龄的平方，edu代表受教育程度，marri为婚姻状况，male代表性别，year08代表年份，用来控制2008年金融危机的影响

6、，east代表东部地区，central代表中部地区，train1代表个人出资的培训，train2代表企业出资的培训，train3代表政府出资的培训，train4代表企业和个人共同出资的培训，train5代表其他培训，ε为随机误差项。　　其次，评估培训实施后的收入效应，最直接的办法是对比参与培训者与未参与培训者的收入，但是否参与培训存在自我选择问题17，且由于参与培训者与未参与培训者的个人条件不完全相同，会产生选择偏差。故本文使用倾向得分匹配的平均处理效应来估计培训对收入的效应。　　设为处理变量，代表个体i是

7、否参加培训，1代表参加，0代表为未参加。其未来收入yi有两种可能，即：　　采用分段函数表示，则yi=（1-Di）y0i+Diy1i=y0i+（y1i-y0i）Di。　　其中，（y1i-y0i）为处理效应，其期望值为平均处理效应，即ATE。若仅考虑参与培训者的平均处理效应，即为ATT。若仅考虑未参与培训者的平均处理效应，即为ATU。　　由于个体会根据参加培训的预期收益来选择是否参加培训，从而产生“选择难题”。要解决“选择难题”11，可使用随机分组方法，但对培训的研究基本都是事后评估，所使用的样本数据很难做到随

8、机分布18。多数情况下，常使用的一种方法是假设个体依可测变量选择是否参加培训19，如性别、年龄、婚姻状况等，进而把这些变量作为线性方程中的控制变量。然而这样可能会遗漏非线性项，进而产生偏差。且只有在个体的y1i、y0i都能观测到的情况下，才能计算处理效应，而事实上只能获得个体的y1i和y0i中的一个观测数据。故可使用Rubin的反事实框架的匹配估计量来解决此问题20，即在未参加培训组找到与参加培训组个体i可测变量