表1给出了城镇职工和农民工各特征变量的描述性统计结果。样本中，农民工的人数为3314人，占样本总量的44%。农民工的迁移时间是我们关心的重要变量，其平均值为10.42年。对比城镇职工与农民工的各特征变量后发现，两者在诸多方面都存在显著的差别。从小时工资和工作时间来看，农民工的平均小时工资为6.75元，而城镇职工的平均小时工资为14.58元。与此同时，农民工却比城镇职工每周平均多工作23个小时。从性别、年龄以及健康状况来看，农民工中性占比明显高于城镇职工。农民工的平均年龄约为35岁，比城镇职工平均年轻大约5岁。农民工的平均健康程度也高于城镇职工。这表明，到城镇地区务工的农民工主要以青壮年的劳动力为主。从教育程度来看，城镇职工平均接受正规教育的年限约为12年，主要以高中和大学教育程度为主；农民工的教育程度却显著低于城镇职工，平均接受正规教育的年限比城镇职工低大约3年，并且主要以初中教育程度为主。从职业来看，城镇职工中熟练技术人员(企事业单位负责人、专业技术人员或办事人员)的占比超过了50%，而超过90%农民工从事后三类职业，其中从事商业和服务业的占到近50%。

表1  变量的描述性统计

注：表中健康状况分为5个等级，非常好=1；较好=2；一般=3；较差=4；很差=5。职业1表示熟练技术人员；职业2表示制造业和运输业设备操作人员；职业3表示商业和服务业人员；职业4表示其他职业。

农民工的职业流动是本文的研究重心之一，即农民工能否通过延长迁移时间来实现从低收入职业到高收入职业的流动，从而消除在城镇劳动力市场上面临的职业隔离。为了研究职业流动，我们需要对每一类职业进行赋值，从而衡量各职业的相对经济地位。表2给出了每一类职业内城镇职工、农民工以及两者混合样本的工资收入中位数。参考Abramitzky等[15]的处理方法，我们将各职业内混合样本收入的中位数定义为该职业的职业得分score，并作为职业流动方程中的被解释变量。从表2中可以看出，职业1的得分最高，为12.87；职业3的得分最低，为5.95；前三类职业的得分依次减少；职业4与职业3的得分相近。总体来看，职业得分能较好地将各类职业进行区分。此种处理方式的优点是，如果农民工与城镇职工具有相同的职业，那么此时两者的职业得分相同，这样就有效地控制了农民工与城镇职工职业内部的工资差距，从而便于进行职业流动的研究。

五、结果分析

(一)职业流动方程的估计结果

表3列出了模型(1)和模型(2)的估计结果。模型(1)的估计结果显示，在控制了工作经验、教育水平以及婚姻状况等反映个体特征的变量后，农民工虚拟变量的系数为-0.1877，而农民工与迁移时间、农民工与迁移时间平方项交互项的系数则均不显著。这意味着，在进城之初，农民工的职业得分就要比城镇职工低18.77%，且随着迁移时间的增加，农民工与城镇职工的职业得分差距没有发生显著的变化。这说明，在进城之初，与城镇职工相比，农民工进入相对较高收入职业的概率更低，这些职业对农民工而言，可能存在职业隔离。在剔除人力资本以及个人特征的影响后，发现农民工面临的职业隔离并不能随着迁移时间的延长而逐渐缩小。总体来看，农民工的职业相对固化，与城镇职工相比主要集中在低收入职业。值得一提的是，模型(1)中农民工进城各时间段的虚拟变量的系数不显著，也就是说与2000年及以后进城的农民工相比，前期进城的农民工群体素质并没有显著的区别。说明在本文所研究的时间段内，农民工的群组差异性并不明显。

表3  职业流动方程及职业内工资动态同化方程的估计结果

注：括号内为稳健的标准差；^*、^**和^***分别表示在10%、5%和1%的水平上显著。表3中我们省略报告了包括学历水平、工作经验、性别、民族、婚姻状况、健康状况、行业和所在城市在内的一系列控制变量。表4同。

(二)职业内工资同化方程的估计结果

如表3所示，从职业内的角度来看，除职业1以外，其他各职业内农民工与城镇职工都存在显著的初始工资差距。职业1的估计结果表明，农民工虚拟变量、农民工与迁移时间的交互项、农民工与迁移时间的平方项的交互项均不显著。这说明，在职业1中，农民工与城镇职工没有显著的初始工资差异，而且随着迁移时间的增加，农民工相对于城镇职工的工资收入也没有发生显著的变化。职业2—职业4的估计结果呈现出较为一致的情形，即农民工虚拟变量的系数显著为负，农民工与迁移时间项的系数显著为正(除职业2外)，农民工与迁移时间平方项的系数显著为负。上述估计结果说明，在职业2—职业4中，农民工与城镇职工存在显著的初始工资差异，并且随着迁移时间的增加，农民工相对于城镇职工的工资收入会发生显著的变化。具体来说，在一定迁移时间之前，农民工在城镇地区多呆一年，他们对城镇地区劳动力市场的熟悉程度就会相应地增加，这将带来农民工相对城镇职工小时工资的上升和工资差距的缩小，但由于经验的回报率呈现边际递减的趋势(农民工与迁移时间平方项的系数显著为负)，当迁移超过一定时间后，农民工与城镇职工的工资差距将进一步拉大。

为了更为清晰地观察不同职业内农民工小时工资的同化趋势，笔者绘制了图1。如图1所示，职业2—职业4内迁移时间(year)与小时工资差距(D_lnwage)呈“倒U”型。在迁移之初，这三类职业内农民工与城镇职工的小时工资都存在显著且不等的差距，随着迁移时间的增加，农民工的小时工资收入开始逐渐向城镇职工收敛，直到两者的差距达到最小，之后差距又开始进一步拉大。具体地，职业2(制造业和运输业设备操作人员)内的农民工在持续迁移21年后，与城镇职工的小时工资差距达到最小，由初始的39.50%缩小到为22.49%；从事职业3(商业与服务业人员)的农民工在持续迁移13年后，与城镇职工的小时工资差距达到最小，由初始的46.99%缩小到32.43%；从事职业4(其他)的农民工在持续迁移13年后，与城镇职工的小时工资差距达到最小，由初始的58.68%缩小到35.93%。不同职业的农民工工资趋同函数均表明，即使迁移时间超过25年，职业2—职业4内的农民工也无法实现与城镇职工的工资同化。

图1  职业内农民工小时工资同化趋势

六、影响农民工融入速度的因素

从职业流动的角度来看，农民工所从事职业的分布状况并不随迁移时间的增加而发生显著的变化，其职业固化现象十分明显。从职业内工资同化的角度来看，在职业2—职业4内，农民工无法通过延长迁移时间来实现与城镇职工的工资同化。那么，究竟是哪些因素影响了农民工的融入速度呢？

(一)因素分析

从已有的研究来看，农民工融入城镇劳动力市场的速度可能受到如下三方面因素的影响：第一，教育水平。Borjas^[16]的研究表明，相较于受教育程度低的移民而言，受教育程度高的移民的工作技能和学习能力更强，他们在进入迁移地劳动力市场后，会更迅速地适应当地的就业环境，因而会更容易地找到相对回报率更高的工作。第二，技能培训。Friedberg^[6]、Eckstein和Weiss^[17]的研究指出，移民在进入迁移地劳动力市场后，往往会选择进行人力资本再投资，例如接受技能培训用以提升自身的工作技能，从而获取更高的工资水平。第三，社会网络关系。陈钊等^[18]、章元和陆铭^[19]以及陈珣和徐舒^[14]指出，拥有更多的社会网络能够通过影响农民工的工作类型而间接影响他们的工资水平。

综合考虑上述因素，其可能会从如下途径对农民工的融入速度产生影响：其一，从职业流动的角度来考虑，在城镇劳动力市场上，学历高的农民工与城镇职工很可能形成一种竞争关系，城镇地区为了保障本地居民的就业，会制定一系列就业保护政策，这将使学历高的农民工面临更加严重的职业隔离；当农民工具有很强的社会关系时，这将有助于他获得更好的工作岗位，从而加快其职业流动的速度；如果农民工参加了与工作相关的技能培训，这将有助于其工作技能的提高和人力资本的积累，增加其职业流动的机会。其二，从职业内工资同化的角度来考虑，如果农民工拥有较高的学历，那么他对城镇劳动力市场的适应能力就较强，获取信息的能力也较强，工资同化的速度也就较快；如果农民工从事某一职业后还继续参加与工作相关的技能培训，这将促使他把迁移前的人力资本更为迅速地转化为与当前工作相匹配的工作技能，从而加快其工资同化的速度；如果农民工的亲属或同乡工作生活在城镇地区，这将有助于他们获取更多劳动力市场的信息，找到与其能力相匹配的工作。

(二)构建影响农民工融入速度的回归模型

本文构建模型详细研究上述因素对农民工融入速度的影响，综合考虑上述影响因素，在模型(1)和模型(2)的基础上加入社会培训、教育水平以及社会关系与农民工和迁移时间交互项的交互，得出非农培训、社会关系对农民工职业流动和职业内工资同化速度的影响结果，如表4所示。

作者： 东北财经大学经济与社会发展研究院 吕炜 东北财经大学财政税务学院 杨沫  来源： 《财经问题研究》2016年第10期