转移劳动力培训效果.docx
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_05.gif)
《转移劳动力培训效果.docx》由会员分享,可在线阅读,更多相关《转移劳动力培训效果.docx(10页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、转移劳动力培训效果转移劳动力培训效果 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,探讨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,以个人培训为协助,以政府培训为补充的转移劳动力培训体系。农村劳动力转移是推动城乡一体化的重要途径,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,国家对农夫工增收问题特别重视,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
2、力培训便成为其提高技能、获得更多收入的重要途径,也是解决农夫工问题的重要内容 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),也将农夫工职业技能培训作为重要的一部分。1 文献述评 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探讨表明,培训是与正规教化同样重要的人力资本积累途径 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。基于我国的特别国情,近年来,大多数学者都围绕农村劳动力转移培训效果绽开探讨。多数探讨表明转移培训效果较为显著,一方面,国家的农村劳动力
3、转移培训项目起到了增加农夫务工收入的作用 5,对工资改变有主动的作用 6;另一方面,转移培训对农夫工就业状况改善有显著的正向影响 7,政府对农夫工技能培训的投入在推动就业方面起到了主动的作用 8,促进了转移劳动力稳定就业 9,对提高劳动力素养有重要影响 10。基于以上文献可知,我国转移劳动力培训取得了肯定成效,但多数探讨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当是政府主导、市场化运作11,但是,有探讨发觉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加者的技能水平,也不能提高工资收入 13,相反,个
4、人培训较政府培训更能有效提高人力资本 14。而在我国当前状况下,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,究竟政府、企业、个人三种形式哪种最为有效?目前的探讨还较少,并且还没有较为一样的结论,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,探讨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 探讨方法与数据来源2.1 探讨方法 本文首先基于 Mincer 方程的扩展形式 16,运用最小二乘估计进行分析。设定的整体模型如下:其中,earning 为小时收入,age 为年龄,age2 为年龄的平方,edu 代表受教化程度,ma
5、rri 为婚姻状况,male 代表性别,year08 代表年份,用来限制 2008 年金融危机的影响,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,最干脆的方法是对比参加培训者与未参加培训者的收入,但是否参加培训存在自我选择问题 17,且由于参加培训者与未参加培训者的个人条件不完全相同,会产生选择偏差。故本文运用倾向得分匹配的平均处理效应来估计培训对
6、收入的效应。设 为处理变量,代表个体 i 是否参与培训,1 代表参与,0 代表为未参与。其将来收入 yi 有两种可能,即:采纳分段函数表示,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。若仅考虑参加培训者的平均处理效应,即为 ATT。若仅考虑未参加培训者的平均处理效应,即为 ATU。由于个体会依据参与培训的预期收益来选择是否参与培训,从而产生选择难题。要解决选择难题,可运用随机分组方法,但对培训的探讨基本都是事后评估,所运用的样本数据很难做到随机分布18。多数状况下,常运用的一种方法是假设个体依
7、可测变量选择是否参与培训 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限制变量。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 都能观测到的状况下,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。故可运用Rubin 的反事实框架的匹配估计量来解决此问题 20,即在未参与培训组找到与参与培训组个体 i 可测变量取值相近的个体 j,在参与培训组找到与未参与培训组个体 m 可测变量取值相近的个体 n,对全部样本依次进行匹配。可采纳距离函数定义个体 i 与个体 j 的可测变量相像度,运用倾向得分作为距离函数进行匹配,被称为倾向
8、得分匹配19。最终,可依据倾向得分匹配法来计算平均处理效应。本文将采纳k近邻匹配法中的一对四匹配、半径匹配、核匹配对匹配结果进行对比探讨。2.2 数据来源本文运用中国家庭收入调查(CHIP)中的流淌人口数据,流淌人口样原来自 9 个省份,东部地区:上海、广东、江苏、浙江。中部地区:湖北、安徽、河南。西部地区:重庆、四川。由于 2008 年加入许多新的样本,无法构成面板数据,故本探讨将 2007 年和 2008 年的数据组成混合面板数据,用于分析。样本总计 15168 条,剔除不参与培训访问、非农户口及有变量缺失值的样本后,最终所用样本为11027 条。依据样本数据,模型(1)、(2)、(3)、
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 转移 劳动力 培训 效果
![提示](https://www.taowenge.com/images/bang_tan.gif)
限制150内