社会资本和人力资本影响农民工的就业稳定性吗？

李晓峰 李珊珊

[摘要] 基于CLDS2014年数据，利用最小二乘法、倾向得分匹配法等方法探究社会资本和人力资本对农民工职业流动频率、第一份雇员职业及最近一份雇员职业的持续时间等就业稳定性衡量指标的影响。研究发现，农民工社会资本和人力资本都是影响其就业稳定性的重要因素。社会资本对其就业稳定性产生负影响，即社会资本拥有量越多，就业稳定性越差;相比于其他渠道进入就业，通过社会资本渠道进入就业的就业稳定性差。人力资本对其就业稳定性产生U型影响，即随着人力资本的增强，就业稳定性先下降后上升。同时发现，随着人力资本的增强，人力资本起到了弱化社会资本对就业稳定性影响的效果。最后根据研究结论并结合我国国情提出了相应的政策建议。

[关键词]农民工;社会资本;人力资本;就业稳定性

[中图分类号] F321.1[文献标志码]A[文章编号]1672-4917（2020）04-0096-10

一、引言

2020年新冠肺炎疫情暴发以来，农民工就业不稳定的弊端显露无遗，农民工返城就业人数总量不足，企业复产缺乏人力，影响经济恢复速度。农民工稳定就业是经济发展和转型的重要保障，是推动我国进一步迈向贸易强国的强大力量，实现农民工稳定就业势在必行。一部分学者认为我国农民工就业稳定性较差，主动寻求工作转換的频率正变得越来越高，过于频繁地转换工作最终导致我国无法形成足够规模的高技能产业工人队伍，不利于贸易强国的建设（邵敏、武鹏，2019年）[1];也有一部分学者认为农民工职业流动迎合了经济结构转型升级的趋势，且农民工的就业调整比其他群体更灵活有效（张同龙等，2019年）[2]。农民工就业稳定性趋势及如何实现就业稳定是政府和社会关心的重要问题，各级政府近年来相继出台了一系列政策促进农民工就业稳定。作为我国二元经济体制的产物，农民工有其群体就业的特殊性，研究农民工就业稳定性有其独特的现实和理论意义。

社会资本的多寡影响农民工就业信息丰富程度以及能否获得就业机会，从就业信息质量、就业获得途径和机会等方面影响农民工就业稳定性。农民工通过朋友或熟人、亲戚介绍的就业比例占46.2%，雇主招工比例占30.22%，其他途径占23.58%（朱明宝、杨云彦，2017年）[3]，通过社会资本渠道进入就业是农民工主要的就业途径，是影响农民工就业的重要因素。人力资本是农民工个人能力的体现，通过影响农民工工作胜任和晋升可能性影响就业稳定性。本文主要从社会资本和人力资本角度探究影响农民工就业稳定性的原因，并提出相应政策建议帮助其实现稳定就业。

社会资本的内生性是本文关注的另一个重要问题，以往文献以亲友间的礼金往来、每月请人吃饭的次数等指标衡量社会资本容易出现内生性问题。本文以父母务工经历、职业进入渠道等变量作为社会资本的工具变量，测量社会资本对农民工就业稳定性的影响。父母务工经历可以作为社会资本工具变量的原因如下：第一，父母是否外出务工不会受到农民工就业稳定性的影响，不存在内生性的问题;第二，父母外出务工一方面可以获得更多关于城市就业的信息，给农民工提供更多的就业信息;另一方面，父母外出务工可以扩大父母在城市的社会资本，有更多可选择的社会资本帮助子女就业，即父母外出务工可以从信息和人情两方面发挥社会资本的作用。职业进入渠道变量即农民工是否利用社会资本进入就业，直接考察了是否运用社会资本进入就业对就业稳定性的影响。

综上所述，本文的边际贡献主要在于以下几点：第一，引入社会资本的工具变量“农民工父母是否外出务工”，这一工具变量的核心理念在于父母是否外出务工不受农民工就业稳定性的影响，会影响农民工父母自身和农民工的社会资本状况，并对工具变量的可行性进行一系列验证，为解决社会资本内生性问题提供一个新的思路;第二，从社会资本拥有量和使用量两个角度衡量社会资本对农民工就业稳定性的影响，以“农民工父母是否外出务工”变量衡量社会资本拥有量，以“职业进入渠道”变量衡量社会资本使用量进行稳健性检验;第三，以往文献只证实了当前农民工就业稳定性状况，并没有对其变化趋势作出分析，本文以农民工第一份雇员职业和最近一份雇员职业的持续时间变化衡量就业稳定性动态变化情况，并从社会资本和人力资本的角度对其职业生涯中就业稳定性状况变化进行分析。

二、文献述评与理论机制

（一）文献述评

农民工就业问题一直受到广泛关注（邵敏、武鹏，2019年[1];李晓峰、黄星，2019年）[4]关于就业稳定性的研究主要包括就业稳定性的影响原因和影响后果两部分，影响农民工就业稳定性的原因主要包括农民工年龄、受教育年限等个人特征（柳延恒，2014年ADDINEN.CITE.DATA）[5]，职业进入渠道是否使用社会网络资源等社会资本状况（田北海等，2013年）[6]，工作性质、所属行业、所有制性质等企业特征以及工作满意度、工作经历等劳动者与工作的匹配情况等多方面内容（Osberg，1986年）[7]。一方面，从社会资本和人力资本角度研究农民工就业稳定性的文章主要研究农民工职业流动的代际差异;另一方面，以往部分研究农民工就业稳定性的文章存在计量错误，如李放等（2015年）[8]将一份工作的就业行业、雇主所有制、月工资水平等作为控制变量研究农民工平均每份工作就业时间及劳动合同签订期限，不能保证每份工作的行业、工资都是一致的，控制以上变量会造成结果误差。同时，通过亲朋好友等社会资本途径就业是农民工当前主要就业渠道，人力资本是农民工胜任工作的决定因素，是影响农民工就业稳定性的重要因素。因此，本文从社会资本和人力资本角度研究农民工就业稳定性问题。

选择一个合适的社会资本的工具变量对分析社会资本的作用是十分重要的，目前社会资本的工具变量多样，集中于“拜年网”“讨论网”“餐饮网”“求职网”。“拜年网”主要衡量指标有“家庭礼金数目”（郭云南、姚洋，2013年;胡金焱、张博，2014年）[9-10]、“赠送礼金的亲友数量”（章元、陆铭，2009年;王晶，2013年）[11-12]、“春节拜年数量”（叶静怡、武玲蔚，2014年;周欣等，2016年）[15]，“是否有县城或城市生活的亲戚朋友”（王晶，2013年）[12];“餐饮网”主要包括每月请人吃饭的次数（郝君富、文学，2013年）[16];“求职网“主要包括找工作时是否使用社会网络”（Dolfin and Genicot，2010年;王春超、周先波，2013年;李晓曼2016年）等[17-19]。但以上部分变量可能存在内生性问题造成遗漏变量偏误和样本选择偏误等问题（Mcpherson，2001年;Mouw，2006年）[20-21]，例如礼金往来数量可能是由于地区风俗不同或户主性格差异，不一定能反映社会资本数量。不同于以往文献，本文选择“农民工父母是否外出务工”“是否使用社会资本渠道进入就业”作为社会资本的工具变量，并为了说明工具变量的合理性，进行了一系列可行的统计检验。

2.从人力资本角度看

第一，在截至农民工目前的职业生涯中，低人力资本者平均职业流动2.04次，高人力资本者平均职业流动2.07次，高人力资本者职业流动更频繁，职业流动频率平均高0.03次/年。第二，无论人力资本高低，相比于第一份雇员职业，最近一份雇员职业使就业稳定性增强，且低人力资本者就业稳定性增强幅度大于高人力资本者。

（二）模型构建及变量选取

为了对本文提出的理论假说进行检验，本文建立如下农民工就业稳定性估计模型：y=α+β1SOCcapital+β2HUMcapital+β3Z+ui。其中，y指农民工就业稳定性情况，通过职业流动频率及第一份雇员职业和最近一份雇员职业的持续时间三个变量衡量;SOCcapital指农民工社会资本，用农民工父母是否外出务工衡量;HUMcapital指农民工的人力资本，用受教育年限衡量;Z指其他控制变量，包括农民工的性别、年龄、婚姻状况、健康等，在计算工作持续时间方程中，控制变量增加了月工资、所在职业的单位类型两个变量，主要变量见表2。

（一）总体估计

在表3中，模型（1）是农民工社会资本对职业流动频率的影响，模型（2）和（3）分别表示社会资本对第一份雇员职业及最近一份雇员职业持续时间的影响，模型（4）探究人力资本对社会资本影响就业稳定性的调节效应。

根据模型（1）—（3）可知，社会资本提高了农民工职业流动频率，降低了工作的持续时间，且对最近一份职业持续时间的影响高于对第一份职业持续时间的影响。高社会资本帮助农民工了解就业状况、提高维权意识，增加农民工对当前工作不满意的可能性;同时高社会资本能够为农民工提供更丰富的就业信息和更有用的就业渠道进入帮助，使得农民工更容易获得新的就业机会，进行职业流动。在初入职场时，农民工并不完全了解个人就业偏好，通过社会资本渠道进行就业的就业匹配质量不高，对第一份职业持续时间产生负向影响，但影响小;随着工作时间的延长，匹配信息逐渐被展现，农民工更了解自己的就业需求，能够选择社会资本渠道提供的更适合自己的就业信息和帮助，增加职业流动，即社会资本对农民工最近一份职业持续时间的影响更大。

人力资本对就业稳定性呈现U型影响，即随着人力资本的提高，就业稳定性先降低后增高。人力资本提高后，农民工期望得到与人力资本匹配的收入，只能通过不断的流动寻找人职匹配的职业，就业稳定性降低;之后由于学历门槛要求等问题的存在，使得农民工难以找到更好的工作，就业稳定性趋于增强。

年龄对就业稳定性产生正向影响，随着年龄增长，在城市就业经验增多，对城市的熟悉程度加深，农民工更能找到适合自己的工作，因此就业稳定性增强。男性群体就业稳定性高于女性，主要原因是中国家庭大多“男主外女主内”，男性需要稳定的工作保障家庭收入，女性主要责任是负责照顾家庭，工作对女性个人和家庭重要性低，工作随意性强。已婚群体就业稳定性高于未婚群体，主要原因是已婚群体在进行就业选择时会从家庭利益最大化的角度作出决策，更会考虑到个人就业的稳定性和收入的持续性以及自己职业流动带给家庭的影响，降低流动频率。健康状况对就业稳定性产生负向影响，身体健康的农民工就业稳定性明显低于不太健康的农民工，不太健康的农民工找工作的难度大，难以适应很多体力劳动等造成工作可选择性小，因此就业稳定性强。中部地区农民工就业稳定性高于东部地区，中部地区就业机会偏少，职业流动难度大，农民工就业稳定性增强。

根据模型（4）可知，社会资本在1%水平上显著正向影响低人力资本者的职业流动频率，对高人力资本者不显著，说明对于低人力资本者而言，社会资本越高，职业流动频率越高，就业稳定性越差。低人力资本者社会资本越高，其就业信息越丰富，加之职业流动成本低，越会进行职业流动寻找收益更高的职位。

（二）稳健型检验

1.倾向得分匹配法计算

考虑到父母是否外出务工可能受到某些不可观测因素（家庭农业收入、村集体资产数量等）影响，而这些因素又与结果变量相关，如家庭农业收入高的农户相比家庭农业收入少的农户会更少外出打工，而家庭收入的多少也会影响农民工就业的稳定性，这将导致前述模型估计有偏。倾向得分匹配法可以很好地处理自选择问题，它不需要事先假定函数形式、参数约束及误差项分布，也不需要解释变量外生以识别因果效应，因此本文使用倾向得分匹配法对农民工就业稳定性估计模型进行重新估计。这种方法的基本思想就是：选择农民工的多个特征作为协变量，通过模型计算出个体的倾向得分值，利用匹配方法找到倾向得分值相近的农民工，根据匹配后的样本计算平均处理效应。Rosenbaum and Rubin（1983年）定义干预组的平均处理效应（记为ATT）为：ATT=E（Y1|T=1）-E（Y0|T=1）=

E（Y1-Y0|T=1）。其中，Y1为父母外出农民工的职业流动频率，Y0为父母未外出农民工的职业流动频率。公式中E（Y0|T=1）是不可观测的，称为反事实结果，需要利用倾向得分方法构造替代指标。

首先，利用logit模型计算出父母外出务工和父母未外出务工的农民工倾向得分。为了保证样本数据的匹配质量，在获得倾向得分后进一步绘制了核密度图检验匹配后的共同支撑区域，根据图2发现，父母外出务工农民工和父母未外出务工农民工的倾向得分区间具有相当大范围的重叠。此外，6种不同匹配方法下最多損失15个样本，至少剩余1 379个样本，匹配效果良好。

其次，为了确保倾向得分匹配结果的可靠性，检验协变量的平衡性，即确保经过匹配后，对照组和处理组农民工除了在就业稳定性上存在差异外，在协变量方面不存在显著差异。从表4中的核匹配方法检验结果来看：匹配后，对照组和处理组标准化偏差大幅降低，且标准偏差的绝对值全部在10%以内，从T检验结果来看，匹配后处理组和对照组的特征变量均值不存在显著差异，满足了平衡性假设。

最后，通过测算父母是否外出务工对农民工就业稳定性的影响发现，运用6种不同方法匹配后所获取的计量结果基本一致，表明样本数据具有很好的稳健型，本文选取其均值表征影响效应。经过倾向得分匹配估计，父母外出务工对农民工职业流动频率产生正向影响，影响净效应为0.067，即父母外出务工显著提高农民工职业流动概率0.067次。

2.职业流动次数衡量就业稳定性

将变量职业流动次数替换式（1）中变量职业流

动频率作为新的被解释变量，对其进行重新估计。由于变量职业流动次数是计数数据变量，对此类数据通常采用泊松分布或负二项分布回归模型进行分析。变量职业流动次数的均值为2.049，方差为2.539，即变量职业流动次数的方差显著大于均值，存在过度分散效应，负二项回归模型拟合更好。

由表6中最后一行所统计的相伴概率值可知，各列模型下传统的负二项分布模型均优于泊松分布，故采用负二项分布模型是合理的。本文主要关注农民工社会资本和人力资本对其职业流动次数的边际效应。其中，社会资本的边际效应为0.068，人力资本的边际效应为0.065，人力资本平方的边际效应为-0.005，意味着若两个农民工A和B，他们性别、年龄、婚姻状态等个体特征相同，拥有高社会资本的农民工职业流动次数比拥有低社会资本的农民工高0.068次，且在5%的显著性水平下显著;拥有高人力资本的农民工比拥有低人力资本的农民工职业流动次数高0.065次，随着人力资本的进一步提高，职业流动次数减少，且在1%的显著性水平下显著。即农民工的社会资本和人力资本均对其职业流动次数产生影响。

3.就业渠道衡量社会资本

尽管采用倾向得分匹配法分析模型发现结果十分显著，但考虑到父母外出务工可能从社会资本以外的角度影响农民工就业稳定性，例如父母外出务工可能会携带子女进城，农民工在务工之前进入城市、了解城市，从而影响农民工对城市就业信息的了解程度，影响其就业稳定性。为了检验前文结论是否受到影响，本文利用第一份雇员职业和最近一份雇员职业的进入渠道衡量社会资本，以职业持续时间衡量农民工就业稳定性，探究社会资本对农民工就业稳定性的影响。

根据表6第四列和第五列可知，通过社会资本渠道进入就业的农民工工作持续时间短于其他渠道进入就业的农民工，第一份雇员职业持续时间平均低0.3年，但结果不显著;最近一份雇员职业持续时间平均低3.3年，在1%的显著性水平下显著。与预期结果一致，即社会资本提高了农民工职业流 （中）表题 表6就业稳定性的稳健型检验变量职业流动次数dy/dx第一份职业持续时间最近一份职业持续时间社会资本0.044**0.068**（0.020）（0.111）就业渠道-0.293-3.306***（0.397）（1.056）人力资本0.0200.065-0.797**-1.523**（0.019）（0.060）（0.392）（0.719）人力资本平方-0.002*-0.005*0.0250.078**（0.001）（0.003）（0.018）（0.038）其他变量已控制已控制已控制观察量1 379696183R20.3000.0790.364Prob >=chibar20.000 （中）表注 注：表中标注*、**、***分别表示通过10%、5%、1%的显著性检验，括号内为标准误。

动次数，降低了工作的持续时间，且对最近一份职业持续时间的影响高于对第一份职业的影响。人力资本对就业稳定性的影响与预期一致，呈现U型。

五、结论与建议

本文通过理论研究与实证分析表明，农民工父母是否外出务工是很好的社会资本工具变量，社会资本显著降低了农民工的就业稳定性，人力资本对农民工就业稳定性呈现U型影响，具体表现为高社会资本可以给农民工提供更多的就业信息和就业帮助，农民工有更多更好的就业选择，职业流动概率加大，农民工就业稳定性下降;高人力资本的农民工自身能力强，能适应更多工作，进行职业流动寻找高质量就业的主观愿望更高，就业稳定性下降，随着人力资本的进一步上升，由于学历门槛等原因，难以找到更好的工作，就业稳定性上升。

农民工就业的不稳定性不仅不利于农民工个人资本的积累，难以提高就业质量，也不利于政府和企业对其开展职业培训，无法形成足够规模的高技能产业技术工人队伍，不利于实现向贸易强国的转变。基于此，本文提出以下三个方面的具体建议：

第一，大力推进职业培训教育，提高农民工的人力资本水平。提高农民工人力资本水平有利于提高农民工阶层流动性的同时，也有利于增强我国产业工人人力资本积累，推动我国经济转型和发展。同时应注意到人力资本对就业稳定性存在U型影响，在提高农民工人力资本水平的基础上，也应该采取相应措施加强农民工就业稳定性，如与农民工签订劳动合同、为农民工缴纳社会保险等，提高职业流动的成本，减少农民工职业流动。

第二，加强农民工社会资本的培育，发挥社会资本在提高农民工就业稳定性方面的作用。在推动农民工就业稳定的过程中，充分考虑中国人情社会的典型特征，加快农民工基层组织网络建设，提高农民工社会网络规模。

第三，推动劳动力市场一体化建设，提高就业信息的可获得性，鼓励农民工进行有规律的职业流动。高社会资本的农民工愿意进行职业流动很重要的原因是因为他们獲得了更丰富的就业信息进行对比分析和选择，能够根据就业形势的变化迅速作出反应，选择高质量的就业。推动劳动力市场一体化的建设，增强就业信息的可得性，使得农民工能高效便捷地获得劳动力市场的就业信息，根据自身情况作出选择，提高整体的人职匹配效率。

[参考文献]

参考文献内容 [1]邵敏、武鹏： 《出口贸易、人力资本与农民工的就业稳定性——兼议我国产业和贸易的升级》，《管理世界》2019年第3期。

[2]張同龙、张俪娜、张林秀： 《中国农村劳动力就业调整的微观研究——来自全国代表性农户跟踪调查的经验证据》，《中国农村经济》2019年第8期。

[3]朱明宝、杨云彦： 《近年来农民工的就业结构及其变化趋势》，《人口研究》2017年第5期。

[4]李晓峰、黄星： 《欠发达地区农民工工资影响因素及差异研究——基于四川省与北京市及全国的比较》，《北京联合大学学报（人文社会科学版）》2019年第4期。

[5]柳延恒： 《从再次流动看新生代农民工职业流动方向：水平、向下抑或向上——基于主动流动方式视角》， 《农业技术经济》2014年第10期。

[6]田北海、雷华、佘洪毅、 刘定学： 《人力资本与社会资本孰重孰轻：对农民工职业流动影响因素的再探讨——基于地位结构观与网络结构观的综合视角》，《中国农村观察》2013年第1期。

[7]Osberg，L.， R.L.Mazany， R.Apostle， D.Clairmont：“Job Mobility，Wage Determination and Market Segmentation in the Presence of Sample Selection Bias”，The Canadian Journal of Economics，Vol.19，No.2，1986，pp.319-346.

[8]李放、王洋洋、周蕾： 《农民工的就业稳定性及其影响因素研究——基于南京市的调查》， 《农业现代化研究》2015年第5期。

[9]郭云南、姚洋： 《宗族网络与农村劳动力流动》，《管理世界》2013年第3期。

[10]胡金焱、张博： 《社会网络、民间融资与家庭创业——基于中国城乡差异的实证分析》， 《金融研究》2014年第10期。

[11]章元、陆铭： 《社会网络是否有助于提高农民工的工资水平？》，《管理世界》2009年第3期。

[12]王晶：《农村市场化、社会资本与农民家庭收入机制》，《社会学研究》2013年第3期。

[13]叶静怡、武玲蔚： 《社会资本与进城务工人员工资水平——资源测量与因果识别》， 《经济学（季刊）》2014年第4期。

[14]周欣、孙健、王康： 《农民非农就业机会获得——基于社会网络的视角》，《经济体制改革》2016年第3期。

[15]Kinnan，C.，R.Townsend：“Kinship and Financial Networks， Formal Financial Access， and Risk Reduction”，American Economic Review，No.3， 2012，pp.289-293.

[16]郝君富、文学： 《市场化程度与社会网络的收入效应——基于农民工数据的实证研究》，《财经研究》2013年第6期。

[17]Dolfin，Sarah，G. Genicot：“What Do Networks Do？ The Role of Networks on Migration and ‘Coyote Use”，Review of Development Economics， vol.14， No.2， 2010，pp.343-359.

[18]王春超、周先波： 《社会资本能影响农民工收入吗？——基于有序响应收入模型的估计和检验》，《管理世界》2013年第9期。

[19]李晓曼： 《家庭生产、社会网络与自选择——非正规就业决策因素与影响》，中国劳动社会保障出版社2016年版。

[20]Mcpherson， M.， L. Smith-Lovin，J. M. Cook：“Birds of a Feather： Homophily in Social Networks”， Annual Review of Sociology， No.27，2001，pp.415-444.

[21]Mouw， T.：“Estimating the Causal Effect of Social Capital： A Review of Recent Research”， Annual Review of Sociology， No.32，2006，pp.79-102.

[22]Burdett， K.：“A Theory of Employee Job Search and Quit Rates”， American Economic Review， Vol.68，No.1，2013，pp.212-220.

[23]Jovanovic and Boyan：“Firm-specific Capital and Turnover”， Journal of Political Economy， Vol.87， No.6，1979，pp.1246-1260.

[24]Johnson，W.R.：“A Theory of Job Shopping”， Quarterly Journal of Economics， Vol.92，No.2，2001，pp.261-278.

[25]Macmillan， I.，M.L.McCaffery，G.V.Wijk： “Competitors responses to easily imitated new products—exploring commercial banking product introductions”， Strategic Management Journal， Vol.6， No.1，1985， pp.75-86.ADDINEN.REFLIST

Do Social Capital and Human Capital Affect the Employment

Stability of Migrant Workers？

LI Xiao-feng， LI Shan-shan

（College of Economics and Management， National Agricultural and Rural Development Research Institute，

China Agricultural University， Beijing 100083， China）

Abstract：   This paper constructs the tool variable of social capital by excavating the variables of “whether parents are migrant workers or not” and “occupational entry channel”， and human capital is measured by “years of education”. The least square method and propensity score matching method have been used to explore the influence of social capital and human capital on the occupational mobility frequency of migrant workers， the duration of the first employee occupation and the last employee occupation， and other measures of employment stability. It is found that both social capital and human capital of migrant workers are important factors affecting their employment stability. Social capital has a negative impact on the employment stability， that is， the more social capital， the worse the employment stability. Through social capital channels than other channels into employment， employment stability is poor. Human capital has a u-shaped effect on its employment stability， that is， with the enhancement of human capital， employment stability first declines and then increases. At the same time， with the enhancement of human capital， human capital plays a role in weakening the impact of social capital on employment stability. This is confirmed by empirical analysis and a series of robust tests based on CLDS data in 2014. Finally， based on the research conclusion and combining with Chinas national conditions， this paper puts forward corresponding policy suggestions.

Key words：  migrant workers; social capital; human capital; employment stability（責任编辑 责任编辑 刘永俊）