第十二章 全球金融危机与农村劳动力向城市迁移 孔涛孟欣张丹丹 自 2008 年下半年以来, 金融危机的蔓延造成全球出口订单大幅减少, 并导致中国经济增长率的下降 由于中国的出口业以劳力密集型为主, 且更多雇用的是农民工, 因此人们普遍认为, 这次全球金融危机会对农民工的就业和报酬造成非常明显的负面效应 在危机最严重的时候, 下岗工人在倒闭的工厂外抗议, 数百万外出打工者在叹息失去工作的同时开始收拾包袱准备提前返乡 同时, 还有许多人在揣摩和担忧最坏的情况什么时候来临 决策者和学者都认为外来务工人员将面临明显不利的就业局面 (Chen,2009; NBS,2009;Kong 等,2009) 在去年的 中国经济前沿论坛 论文集中, 我们就曾估计, 总就业人数的 13% ~19% 受到了全球金融危机的影响 但是, 我们同时强调, 对就业所造成的冲击, 实际上是全球金融危机和中国的国内政策立场特别是紧缩的宏观经济政策和新劳动合同法的执行情况共同作用的结果 (Kong 等,2009) 随着为应对全球金融危机而采取的财政与货币扩张政策的实施以及外部需求的逐步复苏, 中国经济大力反弹,2009 年国内生产总值增长率由第一季度的 6 1% 增长到第二季度的 7 8% 截至 2009 年底, 该增长率实现了超过 8% 的既定目标 现在, 眼前的危机已经过去, 是时候来评估全球金融危机到底对外来务工者的劳动力市场造成了多大的影响, 以及是短期的还是长期的影响 运用在 RUMiCI 项目中所调查的城乡移民和农村住户的面板数据, 本章比较了 2008 年和 2009 年城市中外来打工者在劳动力市场中的情况 令我们惊讶的是, 金融危机对外来打工者的就业影响很小, 且几乎没有工作时间或工资 205
中国 : 未来二十年的改革与发展 的减少 我们试着去了解这一结果背后的原因 我们发现全球金融危机所造成的不利影响主要是由从城市返乡的失业农民工以及这些失业农民工收入的减少抑制了农村部门的需求, 这又反过来进一步抑制农村的非农业就业这一乘数效应所带来的 这个显著的乘数效应在之前的研究中却并没有受到注意 本章的结构组织如下 下一节将回顾相关文献并推测我们预期观察到的劳动力市场应对经济下滑的调整 然后是对数据的讨论以及分别从城市和农村劳动力市场的角度来研究劳动力市场的调整方式 最后一部分是对本章的小结 早期的研究发现以及我们的假设 Kong 等 (2009) 和 Huang 等 (2010) 的研究是两个关于全球金融危机对城乡移民影响的重要研究 利用中国六省农村中具有代表性的 1200 个家庭样本,Huang 等 (2010) 的研究发现, 金融危机对农村移民就业的消极影响在一开始就已经很明显了 他们估计,2008 年 9 月至 2009 年 4 月期间, 17% ( 最多达 4500 万人 ) 的非农就业的农村居民要么失去了工作, 要么延迟了他们离开农业的时间 但是农民适应危机的速度超过了预期 截至 2009 年 4 月, 在刚开始就失去了非农就业机会的农民中已经有 2500 万又重新找到了新的职位, 而截至 8 月底, 这个数字已经上升到 3200 万 为了解释这一现象,Huang 等 (2010) 提出这一快速的复苏是由中国劳动力市场改进的灵活性以及农民工愿意接受较低的工资共同作用的结果 他们估计, 这些被雇用的非农就业工人平均月收入下降了 2 4% 从 2008 年的每月 1086 元人民币降至 2009 年 1~4 月的每月 1062 元人民币 另外两份由劳动与社会保障部所做的报告展现了更加乐观的景象 题为 中国就业应对国际金融危机方略 (MoHRSS,2009) 的报告中显示, 在 2008 年底至 2009 年 4 月期间,7000 万农村移民从城市回到了自己的老家, 其中由于全球金融危机在城市中失去了工作的农民工有 2000 万 而在 7000 万的返乡农民工中有 95% 在城市中曾经找到过新的工作 城市中农民工的失业率实际不到 3% 城市中农民工的总数实际上从 2008 年的 1 4 亿增加到了 2009 年的 1 5 亿 劳动与社会保障部 (MoHRSS,2010) 的另外一份报告则根据 2010 年初在 27 个省中 90 个县进行调查的数据分析了 2009 年移民的就业情况 这项调查共访问 9081 位农村移民, 收集了包括他们的就业情况 工资报酬 在城市工作的意愿和就业的期望等信息 这份调查数据表明, 农村移民的平 206
第十二章 全球金融危机与农村劳动力向城市迁移 均月收入从 2008 年到 2009 年增长了 12 9%, 其中工资性工作者和自雇经营者月收入分别增长了 6 7% 和 11 5% 这些研究显示, 对首当其冲承担了大部分经济衰退影响的农民工群体来说, 他们的就业水平在 2009 年底就基本上从危机中恢复过来了 然而, 这些研究所提供的对收入改变的证据是相互矛盾的 此外, 上述研究所采用的出发地数据并不能准确反映农民工在流入地的情况 在这一章中, 我们采用建立在统一的调查设计基础上的农村住户和农民工调查数据来重新分析这一问题, 并对全球金融危机带来的影响进行全面的分析 在现代劳动力市场, 负面的经济冲击会造成市场上失业或低工资的出现 但在一个发展中的经济体系内, 对 现代部门 劳动力市场的需求冲击可能会由于这种经济体系内存在二元的劳动力市场结构而无法直接检测出来 由于二元经济结构, 传统部门 为大多数移民工人提供了一个 退回 的余地 每当现代部门的工资低于保留工资时, 工人将重新回到传统部门就业, 而这种移动成本通常并不太高 (Lewis,1954; Ranis 和 Fei, 1961) 2000 年东亚金融危机时期, 这一情况曾经在印度尼西亚发生过, 当时印尼数百万工人回到了农业部门, 只在现代部门中出现了很少的失业情况 (Hugo,2000;Manning,2000;Falon 和 Lucas,2002) 在中国, 由于以下几个原因, 现代部门与传统部门之间的关系更加特殊 首先, 由于城市里福利政策准入的限制, 移民为了家庭和孩子常常只能独自来到城市 因此, 回流农村的成本相对较低 第二, 在城市里, 农民工一般没有失业保险以及健康或养老保险 若没有工作他们在城市里难以生存, 而农业部门提供了一份维持生活水平的福利 ( 住房和食物 ) 考虑到这两个部门之间的差异 选择低效率的城市部门的工资还是选择传统部门较高的保留工资, 农民工返乡的概率最终会增加 实际上, 唯一可以缓解金融危机冲击对移民就业和收入不利影响的方法就是回到农村, 寻找合适的就业机会 考虑到中国特殊的劳动力城乡流动的制度安排, 任何经济冲击对农民工劳动力市场的影响都应该从以下两个方面来检查 首先, 在经济危机发生的时候, 受影响的农民工返乡寻找非农业就业或者成为半失业农民, 这进一步又会抑制农业生产率 其次, 由于农民工中存在一些受到经济危机影响而又不愿意返乡的人, 因此我们可以观察到失业人数的上升, 或从事非正规就业, 或工资降低 因此, 为了更全面地分析全球金融危机对农民工所造成的影响, 我们采用农村出发地区和流入地城市的数据 2008 年和 2009 年 RUMiCI 的调查 207
中国 : 未来二十年的改革与发展 数据 来分析城市和农村的劳动力市场 由于农村部门发挥了缓冲作用, 我们预期农村部门将承受全球金融危机所带来的大部分影响 数 据 中国城乡劳动力市场 (RUMiCI) 的调查开始于 2008 年 抽样方法和调查基本情况可在互联网上找到 (htp: //rumici anu edu au) 这个调查的独特性在于它分别调查了三类不同的家庭户 : 包括在 15 个城市工作的 5000 户农民工家庭户 ( 农民工调查 ), 在同样 15 个城市的 5000 户城市居民住户 ( 城市调查 ) 1, 以及从上述 15 个城市所在的省份中选取的 8000 户农村住户 ( 农村调查 ) RUMiCI 被设计成一个跟踪面板调查, 其第二轮调查是在 2009 年进行的 由于农民工流动性高 ( 尤其是在经济不景气的时候 ), 其样本的流失率非常高 ( 达到了 60% 左右 ) 因此, 在 2009 年的数据采集过程中, 除了 40% 被成功追踪到的家庭户之外, 我们用同样的抽样筐随机选取了一批新的样本家庭户, 并将他们包含在第二波调查中 因此,2009 年的城市移民样本中包含了 40% 的在 2009 年成功追踪的 2008 年家庭户样本, 以及 60% 的在 2009 年新抽取的家庭样本 相比之下, 农村和城市居民家庭户的流失率要低得多 ( 在 10% 以下 ) 我们相信, 全球金融危机的影响主要集中在 2008 年下半年至 2009 年上半年这段时间 RUMiCI 的两次调查数据涵盖了这段时期和这段时期之前的一段时期 在 2008 年的移民调查开始于 3 月, 结束于 6 月, 其中 93% 的采访完成于 5 月底 2009 年的调查进行了 6 个月以上, 开始于 3 月, 到 8 月结束, 其中 73% 的采访完成于 5 月底 ( 见附录 12-A1 两年内的调查时间分布 ) 农村住户调查集中在 2008 年 3 月到 5 月和 2009 年 4 月到 6 月 因此, 我们可以用 2008 年的数据来分析全球金融危机爆发前的情况, 同时, 用 2009 年的数据来说明全球金融危机期间的情况 通过比较两个时间段的调查, 我们发现了危机前与危机爆发期间有关移民劳动力市场的调查结果的变化 在这里, 我们集中调查在劳动力市场上年龄在 16~65 岁的个人 2 农民工的样本量在第一次和第二次调查中分别为 7153 名和 7567 名 农村调查 1 2 城市调查覆盖了农民工调查的 15 个城市之外的另外 4 个城市 因此, 城市调查一共覆盖了 19 个城市 劳动力可以定义为年龄在 16~65 岁, 包括现职工作者 ( 包括重新雇用的退休人员 ), 无酬家属工作者, 失业或等待被分配工作的人 这一定义适用于农民工和农村样本 208
第十二章 全球金融危机与农村劳动力向城市迁移 样本量分别为 20451 名和 20408 名 要注意的是, 在农村调查中涵盖了所有的家庭成员, 包括调查期间不在家的成员 对于调查期间不在场的人, 由其他在家的家庭成员进行代答 在大多数情况下, 回答人为户主 因此, 我们可以从农村住户调查中分析出移民和非移民个人特征上的差别 但是, 农民工的数据可能会存在较大的测量误差 由于这种不准确性的存在, 用在城市中的农民工调查来补充农村调查中移民数据的问题就显得十分重要 表 12-1 列出了两次调查的样本中人口的基本特征的简要统计 2008 年移民样本平均年龄为 31 3 岁, 而 2009 年大约上涨了 1 岁, 平均 32 2 岁 其中约 58% 为男性, 这两年结婚或者同居的比例分别为 63% 和 66% 学龄平均约 9 年,2009 年所取样本略高了 0 17 年 这一增长似乎是因为 2009 年所取样本中高中毕业生的比例稍高一些 表 12-1 移民和农村样本的统计 农村住户样本 农民工样本 总样本 外出农民工样本 非移民样本 2008 年 2009 年 2008 年 2009 年 2008 年 2009 年 2008 年 2009 年 年龄 31 3 32 2 40 0 40 6 29 3 29 8 42 9 43 3 男性的比例 58 3 57 9 53 9 52 8 61 8 60 6 51 8 50 8 婚姻状况 初婚 62 0 63 9 77 2 77 3 54 9 55 8 83 2 82 7 再婚 0 8 0 9 2 2 2 8 1 5 1 8 2 3 3 0 同居 0 3 0 7 0 4 0 4 0 1 0 4 0 5 0 4 离婚 1 0 1 2 0 4 0 5 0 6 0 7 0 3 0 4 寡居 0 4 0 6 1 0 1 0 0 3 0 1 1 2 1 3 单身 35 4 32 7 18 8 18 0 42 5 41 3 12 4 12 2 受教育年限 9 1 9 2 7 5 7 5 8 5 8 5 7 2 7 2 教育水平 文盲 2 1 4 0 4 9 4 9 0 7 0 8 6 1 6 0 小学 12 9 12 1 17 6 17 7 7 6 7 4 20 3 20 3 初中 55 6 49 7 63 9 63 4 75 0 74 9 60 9 60 5 高中 25 5 27 6 13 5 13 9 16 7 16 8 12 7 13 1 专科以上 4 0 6 6 0 0 0 0 0 0 0 1 0 0 0 0 总计观察量 7153 7563 20451 20408 4317 4110 16134 16298 资料来源 : 作者的调查 RUMiCI 相对于在城市抽样调查的农民工, 农村总劳动力 ( 包括移民和非移民 ) 年纪要大得多 在 2008 年和 2009 年, 他们平均分别为 40 岁和 41 岁 和移民 209
中国 : 未来二十年的改革与发展 调查结果一致, 移民人口的平均年龄大约是 30 岁, 而非移民样本年纪要大得多 ( 约 43 岁 ) 这个年龄的差距表明年轻人比年纪大的人更愿意移民 我们在图 12-1 列出了不同样本的年龄分布, 它清楚地展现出移民更多地集中于 20~30 岁这个年龄段, 而非移民则更多地集中于 40 岁到 50 岁这个年龄段 资料来源 : 作者的调查 图 12-1 农民工和农村调查样本的年龄分布 农民工更有可能是男性 在农村总样本中, 大约 53% ~54% 为男性, 而农民工样本中男性的比例约为 58%, 农村移民中甚至更高, 约为 61% 农民工更可能是单身或者离婚 此外, 一般而言, 移民相比非移民受到过更好的教育 全球金融危机对劳动力市场的影响结果 : 城市视角 在本节中, 我们探讨这次全球金融危机对在 2009 年间留在城市的农民工的就业和报酬所造成的影响 表 12-2 列出了两年内的就业与报酬的统计数据以及结果上的差异 表 12-2 的第一组数据显示了总样本的就业率从 2008 年的 98 7% 降至 2009 年 210
第十二章 全球金融危机与农村劳动力向城市迁移 的 96 6%, 也就是说, 失业率增长了 2 1 个百分点 如果观察面板样本, 我们会发现失业率只是轻微提高了 2 7 个百分点 考虑到 2009 年出口的大幅减少, 这个程度的失业增长看起来微不足道 表 12-2 城市中农民工的就业情况和收入 ( 农民工样本 ) 第一组第二组第三组 总样本 面板样本 2008 年 2009 年 差异 2008 年 2009 年 差异 受雇 98 7 96 6-2 1 98 8 96 1-2 7 自雇经营者 22 5 28 1 5 6 31 6 38 3 6 7 工资性工作者 72 1 69 7-2 4 61 5 59 3-2 2 家庭工人 5 4 2 2-3 2 6 9 2 4-4 5 劳动力总数 7153 7567 414 2829 2714-115 2008 年 2009 年 差异 2008 年 2009 年 差异 每周工作时间 ( 小时 ) 63 1 63 1 0 0 65 8 65 5-0 5 工资性工作者 58 4 57 3-1 9 58 9 57 7-2 0 自雇经营者 78 3 77 6-0 9 79 3 77 7-2 0 各行业每周工作时间 : 建造业 62 2 61 5-1 1 61 7 61 5-0 3 制造业 54 6 55 2 1 1 55 7 55 0-1 3 零售 / 批发业 59 2 57 7-2 5 59 6 58 2-2 3 服务业 58 8 57 4-2 4 59 1 58 5-1 0 每月收入或净收入 ( 人民币 ) 1598 0 1820 0 13 9 1648 00 1842 00 11 8 工资性工作者 1411 1631 15 6 1417 1661 17 2 自雇经营者 2200 2297 4 4 2098 2128 1 4 小时工资或净收入 ( 人民币 ) 6 4 7 5 17 2 6 41 7 64 19 2 工资性工作者 6 2 7 4 19 4 6 2 7 6 22 6 自雇经营者 7 3 7 9 8 2 6 8 7 7 13 2 第一个月收入或净收 入 ( 人民币 ) 899 6 978 1 8 7 工人领取福利保险的比例 2008 年 2009 年差异 2008 年 2009 年差异 第四组 失业保险 11 9 12 2 0 3 11 8 11 9 0 1 养老保险 18 9 20 6 1 7 19 7 20 8 1 1 健康保险 55 9 68 2 12 3 59 8 67 9 8 1 工伤保险 17 5 16 8-0 7 16 6 16 8 0 2 住房公积金 7 0 7 0 0 6 5 7 2 0 7 资料来源 : 作者的调查 211
中国 : 未来二十年的改革与发展 就总就业来说, 自雇经营者在总样本中的比重增加了 5 6% 但是, 这一增长在一定程度上是样本追踪偏差的结果 由于自雇经营者比工资性工作者的流动性小, 他们更可能在第二次调查中被追踪到 为了衡量样本追踪消耗对自雇经营者的份额增加的贡献程度, 我们进一步分析了面板样本 对于跨不同年份的同样的个体样本, 我们发现,2008 年有 32% 的自雇经营者, 而在 2009 年则有 38%, 期间增长了 6 个百分点 从工资性工作者转变为自雇经营者是一种用来应对全球金融危机影响的战略 东亚金融危机期间 (1998 年 ), 在印度尼西亚的许多移民工人从正规部门转向非正规部门 (Hugo,2000) 事实上, 当我们比较 2008 年和 2009 年自雇经营者的职业分布时, 我们发现, 两年来减少最多的是小商店或工厂的业主, 而 2009 年增加最多的则是街头小贩 垃圾收集工和店员 ( 见附录 12-A2) 后者更有可能被列为非正规部门就业 另一种调整经济冲击下就业的方法就是测算减少的工作时间 表 12-2 的第二组数据分别总结了总就业工人以及自雇经营者和工资性工作者平均每周工作的时间 平均而言, 总样本和面板样本的每周工作时间几乎没有任何变化 自雇经营者一般比工资性工作者的工作时间更长, 这一现象并没有随着时间而改变 更重要的是, 相对于 2008 年, 在 2009 年, 无论是自雇经营者还是工资性工作者的每周工作时间都没有减少很多 在 2009 年, 自雇经营者的工作时间减少了 1%, 而同时工资性工作者减少了 1 9% 相比其他行业, 全球金融危机更可能影响到制造业 我们也分行业计算了工作时间 ( 见图 12-2) 在这里可以观察到同样的情况 : 工作时间下降最多的是零售 / 批发行业, 为 2 5% 制造业并没有观察到工作时间的下降, 反而上升了 1 个百分点 显然, 在经济衰退时期, 中国劳动力市场不像某些西方劳动力市场, 并没有发生就业分享 这是可以理解的, 因为在一个拥有充足的非技术类劳动力供给的国家, 当衰退结束之后, 雇主不用担心招工方面的问题 在 2008 年和 2009 年间失业率和工时的微小变化表明留在城市中的移民平均就业形势并没有受到显著的影响 这种情况可能会令人费解 考虑出口减少了 20% (MoHRSS,2009), 应该对就业有更大影响 也许, 由于农民工劳动力市场的弹性, 对需求的冲击可以被工资的弹性所吸收 如果是这样, 我们应该观察到收入上的一个下降的变化 表 12-2 中第三组数据给出了总样本和面板样本中工资性工作者和自雇经营者每个月和每小时收入的变化 对于月薪或小时工资, 我们不但发现没有减少, 在 2009 年还有所增加 更令人惊讶的是, 收入最大的增幅发生在 212
第十二章 全球金融危机与农村劳动力向城市迁移 图 12-2 各行业工资性工作者每周工作时间的对数 资料来源 : 作者在调查基础上计算所得 应该是受全球金融危机冲击最大的工资性工作者中 工资性工作者的每小时收入平均增长了 19%, 而自雇经营者则增长了 8% 图 12-3 给出了各行业中工资性工作者的收入分配 很显然, 在 2008~2009 年间, 每个行业的小时工资都有所增加, 特别是在面板样本中 图 12-3a 各行业工资性工作者小时工资的对数 ( 总样本 ) 213
中国 : 未来二十年的改革与发展 图 12-3b 各行业工资性工作者小时工资的对数 ( 面板样本 ) 资料来源 : 作者根据调查计算 在表 12-2 的第三组数据中, 我们还研究了这两年新进入城市劳动力市场的劳动力的月薪是否有所改变 关注这个群体中的原因是他们是没有任何工作经验的最不熟练的外来务工人员 在 RUMiCI 调查中, 我们搜集了第一份工作的第一个月的收入的信息 对于那些新移民刚到城市的月份与调查月份相同或基本一致的, 我们就用他们目前的每月收入 许多人没有报告他们第一个月的收入, 特别是那些在调查那一年才外出打工的农民工 因此, 我们只有一个相当小的样本,2008 年新农民工一共有 93 人, 而 2009 年有 26 人 而对这个样本来说, 第一份工作的第一个月的平均劳动收入 2009 年要比 2008 年高 9 个百分点 最后, 我们研究雇主提供的社会保险是否有所下降作为收入水平调整的一部分 ( 表 12-2 中第四组数据 ) 在这里我们再没有发现更多的变化, 如果有的话, 这变化就是积极的 上述分析只研究了平均工时和报酬的变化 为了确定这些结果是否是由于这两年间不同类型的工人在分配和工作地点上发生了改变, 我们估计了一个关于劳动时间和收入的方程, 这一方程掌握了个别行业和区域的特点与差异 表 12-3 给出了每周工作时数取对数 ( 前三列 ) 和小时工资取对数 (4~6 列 ) 的回归结果 我们假设这些分别是总样本 工资性工作者的样本以及自雇经营者的样本的回归 214
第十二章 全球金融危机与农村劳动力向城市迁移 表 12-3 城市中移民的工作时间和小时工资方程式的回归结果 ( 移民样本 ) 每周工作时间的对数时薪的对数所有工人工资性工作者自雇经营者所有工人工资性工作者自雇经营者 年龄 -0 011 [0 002] -0 015 [0 002] 0 010 [0 005] 0 039 [0 004] 0 044 [0 003] 0 007 [0 012] 年龄的平方 /100 0 014 [0 003] 0 021 [0 003] -0 013 [0 006] -0 062 [0 005] -0 069 [0 005] -0 021 [0 015] 教育年限 -0 016 [0 001] -0 018 [0 002] -0 007 [0 004] 0 048 [0 003] 0 053 [0 003] 0 036 [0 008] 教育年限 2009 年的虚拟变量 -0 005 [0 019] -0 013 [0 020] -0 004 [0 046] 0 069 [0 038] 0 009 [0 036] 0 073 [0 110] 性别 0 016 0 027-0 023 0 130 0 126 0 123 ( 虚拟变量 ) [0 005] [0 005] [0 012] [0 010] [0 009] [0 028] 婚姻状况 ( 虚拟变量 ) 0 013 [0 007] 0 011 [0 007] 0 034 [0 021] -0 006 [0 015] -0 004 [0 013] -0 059 [0 051] 首次外出打工到现在的年数 0 003 [0 001] 0 004 [0 001] 0 002 [0 003] 0 027 [0 003] 0 025 [0 002] 0 026 [0 007] 首次外出打工到现在的年数的平方 /100-0 010 [0 005] -0 014 [0 005] -0 004 [0 011] -0 079 [0 010] -0 064 [0 010] -0 090 [0 026] 是否是自雇经营者 ( 虚拟变量 ) 0 243 [0 007] 0 042 [0 013] 2009 年的虚拟变量 -0 014 [0 018] -0 005 [0 020] -0 023 [0 040] 0 056 [0 036] 0 153 [0 035] -0 051 [0 096] 行业 ( 虚拟变量 ) 城市 ( 虚拟变量 ) 是的是的是的是的是的是的 是的是的是的是的是的是的 观测数 13149 9777 3372 13149 9777 3372 R 2 0 23 0 11 0 05 0 22 0 33 0 13 10% 显著性 5% 显著性 1% 显著性 注 : 括号内为标准差 资料来源 : 作者的估计 215
中国 : 未来二十年的改革与发展 由于控制了对城市和行业的影响, 大部分的人口特征在劳动时间和报酬方程中似乎都表现出正常的模式 我们首先讨论劳动时间的方程 在总样本中, 年龄与工作时间呈 U 形关系 这同样适用于工资性工作者, 但对于自雇经营者这种关系却是相反的 受教育越多的人工作时间越少, 这种关系在这两年中并没有改变 对于工资性工作者, 在同一行业中, 男性的工作时间比女性多 2% ~3%, 而对于自雇经营者而言, 同一行业中的男性却比女性要少工作 2% 的时间 已婚工人的工作时间要稍长一些, 且移民的年数和工作时间之间的关系呈倒 U 形 自雇经营者的工作时间平均要比工资性工作者多 24% 最后, 通过对个人 行业和区域的影响标准化,2009 年工人每周工作的时间和 2008 年几乎一样 再看小时工资对数的方程, 我们发现年龄和工资之间呈标准的倒 U 形关系 每多增加一年的教育程度, 工资性工作者的小时工资就会增加 5 3%, 而自雇经营者则增加 3 6% 这些回报率似乎并不随时间而改变 移民的年数和收入之间也呈现倒 U 形关系 自雇经营者每小时的收入比工资性工作者多 4 2% 控制了所有这些特性, 在总样本中,2009 年的每小时收入与 2008 年统计上似乎并没有不同 然而, 这并不适用于工资性工作者 对于工资性工作者而言, 由于附有其他合作变量, 他们每小时的收入增加了 15% 另外, 自雇经营者则少挣 5%, 但这个估计并不显著 结合失业, 工作时间和收入的变化, 在全球金融危机发生时, 那些没有失去工作或可以找到其他工作的外来工人看起来在工作时间和收入上似乎没有受到影响 实际上, 作为工资性工作者, 他们的收入增长了 15% 这似乎表明, 对于农民工中的工资性工作者, 劳动力市场的灵活性可以反映在聘用和解雇上 另外, 自雇经营者部门在劳动力市场似乎有更多的灵活性, 我们观察到越来越多的非正式就业, 略有减少的工作时间和小时工资 全球金融危机对劳动力市场的影响结果 : 农村视角 在上一节中, 我们研究了在全球金融危机中仍然留在城市的农民工的劳动力市场表现 在本节中, 我们运用农村住户样本来分析全球金融危机可能会对返乡的农村非农移民的就业和收入所造成的影响 表 12-4 列出了就业和移民的统计数字 2008~2009 年期间, 在我们 216
第十二章 全球金融危机与农村劳动力向城市迁移 的样本中, 农村劳动力总数只下降了 42 人 需要注意的是这里的农村劳动力是指那些年龄在 16~65 岁之间的, 无论是就业或失业的人, 包括那些已经迁移, 但在家乡仍然拥有农村户籍的人, 他们在移民中占了绝大多数 在这些劳动力中, 这两年的就业率分别为 97 7% 和 98 9%, 也就是说在这期间失业率降低了 1 2 个百分点 ( 表 12-4 的第一组数据 ) 1 表 12-4 农村劳动力中返乡移民的就业和收入 ( 农村样本 ) 2008 年 2009 年差异 频率 总劳动人口中的占比 非移民人数中的占比 频率 总劳动人口中的占比 非移民人数中的占比 频率 百分点 (1) (2) (3) (4) (5) (6) (1) -(4) (2) -(5) 第 1 组 总劳动人口 20451 20409-42 总就业 19978 97 69 20189 98 92 211 1 23 移民超过 3 个月的总人数到其他农村地区的 5106 24 97 4667 22 82-439 -2 15 401 1 96 7 85 230 1 12 4 50-171 2 54 到当地城镇的 419 2 05 8 21 348 1 70 6 82-71 4 77 到本省其他城市或其他省份的 4273 20 89 83 69 4074 19 92 79 79-199 58 89 第 2 组 到其他地方 13 0 06 0 25 15 0 07 0 29 2 0 23 首次移民总人数 725 3 55 518 2 53-207 -1 01 移民意向 频率 非移民人数中的占比 频率 非移民人数中的占比 (1) -(4) (3) -(6) 1 个月内 1727 10 32 1087 7 02-640 -3 30 6 个月内 333 1 99 263 1 7-70 -0 29 一年内 282 1 69 152 0 98-130 -0 71 不确定 1989 11 89 1155 7 46-834 -4 43 没有 12397 74 11 12832 82 85 435 8 74 1 就业者在这里被定义为现职工作者 ( 工薪阶层, 农民和个体户 ), 无酬家属工作者或重新雇用的退休人员 217
中国 : 未来二十年的改革与发展 续表 12-4 2008 年 2009 年差异 频率 总劳动人口中的占比 非移民人数中的占比 频率 总劳动人口中的占比 非移民人数中的占比 频率 百分点 (1) (2) (3) (4) (5) (6) (1) -(4) (2) -(5) 对农村非农业就业的影响 频率 总劳动人口中的占比 非移民人数中的占比 频率 总劳动人口中的占比 非移民人数中的占比 (1) -(4) (3) -(6) 农业工作 9 个月或以上非农业工作 3 个月或以上 9835 48 09 62 68 11134 54 55 69 95 1299 7 27 5857 28 64 37 32 4782 23 43 30 05-1075 -7 27 第 3 组 农村非农业就业的每周工作时间 平均平均差异变化 51 57 49 92-1 65-3 20 工资性工作者 52 16 49 89-2 27-4 34 自雇经营者 49 17 50 00 0 83 1 68 农业工作日平均 ( 天 ) 154 0~99 天 3620 35 64 99~149 天 1123 11 06 150~199 天 1331 13 1 200~249 天 1554 15 3 第 4 组 250~299 天 913 8 99 300~365 天 1616 15 91 非农就业的小变化差异时工资 总体 6 79 7 53 0 74 10 86 工资性工作者 6 38 7 12 0 74 11 53 自雇经营者 8 49 8 94 0 45 5 32 总劳动力人口中, 在 2008 年和 2009 年约有 25% 和 23% 迁移到其他地方工作, 即共有 2 2% 的减少 相对于 2008 年, 在 2009 年中, 移民所占比例下降了 8 6%, 从 5106 人降至 4667 人 我们进一步将移民分为四个不同 218
第十二章 全球金融危机与农村劳动力向城市迁移 类别 : 迁移到其他农村地区的, 到当地城镇的, 到本省其他城市或其他省份的以及到其他地方的 在这两年中, 最大的移民群体是迁移到本省其他城市或其他省份的, 这个群体和我们用来确定城市农民工样本的概念是一致的 这个群体在 2008 年和 2009 年分别占移民总数的 84% 和 80%,2009 年下降了 4 个百分点 ( 表 12-4 的第二组数据 ) 由于我们数据的面板性质, 我们还可以研究在 2008 年移民而 2009 年没有移民和在 2009 年移民而 2008 年没有移民的人数 ( 表 12-5 的第一组数据 ) 前者有 1371 人, 而后者则有 1189 人 因此, 我们得到净返乡农民工的人数为 182 人, 占 2009 年移民总数的 4 3%, 转换到全国而言就大约有 650 万人 需要注意的是, 在正常年份农民工外出打工的人数是净增长的 如根据世界银行 (2009) 的研究, 在 2004 年和 2005 年期间, 农民工人数增加了 6 4%, 从 1 182 亿增至 1 258 亿 因此,650 万移民的净减少只是全球金融危机对移民影响的一个下限估计 如果我们把 2004~2005 年间农民工外出情况看做正常表现的话, 那 2008 年和 2009 年之间实际返乡移民应该不低于移民总数的 10%, 或者说总人数不少于 1400 万 ~1500 万 这个估计不包括临时返乡移民 也许这就是为什么这一估计值略低于 Kong 等 (2009) 对全球金融危机的影响的下限估计 (13%) 表 12-5 个人面板中的外出农民工和非农就业者 ( 农村样本 ) 2008 年移民而 2009 年没有移民 2009 年移民而 2008 年没有移民 净差额 外出农民工 (1) (2) (3)=(1)-(2) 频率 1371 1189 182 占 2009 年外出劳动力的比例 32 5 28 2 4 3 非农就业者频率 2537 1431 1106 占 2009 年非农劳动力的比例 53 0 29 9 23 1 占 2009 年总劳动力的比例 12 4 7 0 5 4 资料来源 : 根据作者的调查计算 鉴于外出务工者的减少, 我们进一步探讨全球金融危机对初次外出打工和外出意向的影响 ( 表 12-4 的第二组数据的第二部分 ) RUMiCI 的数据包括了初次外出打工时点的资料 比较 2007 年 1 月至 2008 年中和 2008 年 1 月至 2009 年中这两个时期, 初次外出打工的人数从 725 下降至 518 人, 相 219
中国 : 未来二十年的改革与发展 当于减少了农村劳动力总数的 1% 1 前一个阶段可以被视为是正常情况, 并作为基准与后期进行比较, 其中包括了短期超调效果 下降的这 1 个百分点意味着大约减少了 500 万名初次外出打工的农民工 2 关于移民意向, 这次调查询问了那些在调查期间正准备外出打工的人的计划 与去年同期相比, 有可能在 1 个月,6 个月和 1 年内迁移的成年人的人数都下降了, 同时, 明确表明将不外出打工的比例大幅上升, 从 74% 增加到 83% ( 表 12-4 的第二组数据的第三部分 ) 由于 2009 年的调查主要集中在这一年的上半年,2008 年底负面冲击的记忆和黯淡的就业前景降低了农村劳动力成为农民工的积极性 上文提供的数据表明, 全球金融危机对农民工外出务工造成了重大的影响 一个净效应是不少于农民工总数 10% 的外出务工者回到了他们的家乡, 从 2008 年底到 2009 年上半年一直没有外出 这些移民他们返回农村后做什么呢? 这些返乡移民最终是从事农业还是非农业的工作呢? 他们怎么适应从移民到农村非农业或农业就业的收入转变呢? 首先, 我们研究 2009 年的返乡移民是否在农业或非农部门工作 我们发现这些返乡移民中有 80% 重新从事农业工作, 只有 20% 返乡后从事非农业的工作 其次, 我们研究了在这两年内农业和非农业就业的变化 ( 表 12-4 的第一组数据的第一部分 ) 我们发现, 那些在农业部门工作的没有外出的人占总非移民劳动力的比例上升了 7 27 个百分点 ( 或者说, 如果是以有农村户口的总劳动人口来算的话, 则为 6 24 个百分点 ), 而那些在非农业部门工作的没有移民的人则减少了相同的程度 在农村地区工作的人中, 我们还利用了数据的面板特性来分析从 2008 年从事非农业工作转向 2009 年从事农业工作的人数 ( 表 12-5 的最后一组数据 ) 有 2537 人从 2008 年从事非农业工作转向 2009 年从事农业工作, 而同时, 只有 1431 人由从事农业工作转向从事非农业工作 有净 1106 人转向农业工作, 占持农村户口的总劳动力的 5 4%, 相当于 2730 万人 然而, 这可能只是一个下限估计 假设在全球金融危机爆发前, 农村非农就业人数每年增加 2%, 全球金融危机对农村非农 1 2 在这一章, 我们将总农村劳动力定义为有农村户口的劳动力 这是基于 2005 年人口普查数据的 1% 中有农村户口的总劳动力计算出来的 这一数字在 2005 年为 5 05 亿 220
第十二章 全球金融危机与农村劳动力向城市迁移 就业的真正影响应不低于有农村户口的劳动力总数的 7 5%, 相当于 38 万农村户口持有人 这比直接返乡产生的影响大得多 因此, 除了全球金融危机造成的直接需求冲击, 也许还存在着一个返乡的二次乘数效应 当大量移民在城市失去了工作, 回到家乡, 他们的收入水平下降, 这反过来又减少了农村地区的非农产品和服务的需求, 从而导致了对农村非农就业的乘数影响 根据我们对面板数据的估计, 如果我们将全球金融危机对移民返乡和从农村非农转向农业就业的影响考虑在内, 在 2009 年, 总的非农就业人数下降至 5300 万 (1500 万返乡移民加上 3800 万从非农转向农业就业 ) 1 这是一个巨大的就业效应 此外, 我们分析了农村非农业就业是否存在工作时间上的调整 ( 表 12-4 的第三组数据的第二部分 ) 我们发现, 相比 2008 年, 工资性工作者在 2009 年每周工作时间有轻微的减少, 但是自雇经营者的工作时间却没有变化 对于前者, 大约每周减少了 2 3 小时的工作时间, 即 4 个百分点 但是, 观察到工资性工作者工作时间上表现出的轻微的减少并没有考虑个人特征或行业和地区分布的改变 但是考虑了这些影响因素也不会对任何一个群体工作时间变化的估计 ( 见表 12-6 的回归结果 ) 考虑到在中国农村土地 劳动力的比例非常低, 并且在这两年内这一比例不会改变, 因此, 农业劳动人口的增加应该就意味着失业的增加 为了说明农业劳动力就业的水平, 我们利用 2009 年的调查问题 2008 年你在田间工作了多少天? 平均而言, 那些确定自己有一份农地工作的人工作了 154 天, 若以 365 天作为一年来计算的话, 占 42%, 若以 300 天作为一年来计算的话 2, 占 52% 在农业劳动者中,36% 的人只在田间工作 0~99 天, 而工作超过 200 天的占 40% 这个群体从事非农活动的总天数平均为 8 4 天 ( 表 12-4 的第三组数据的第三部分 ) 如果我们将样本限定为仅包含在 2008 年和 2009 年间, 认为自己从事农业工作的群体 农业工作者的一个更强的表示, 那么其在农业部门工作的平均时间轻微上升至 172 天, 或者说是以 300 天一年计的话, 占全年的 57% 在农村农业部门, 这些数据都是就业水平的指标 调查中最后有一点很重要, 全球金融危机是否对农村非农就业的收入造 1 2 下限估计为 3350 万 (650 万返乡移民加上 2700 万减少的农村非农就业 ) 300 个工作日是一个正常的移民工人在城市中每年工作的时间 221
中国 : 未来二十年的改革与发展 表 12-6 农村非农就业的工作时间和小时工资方程的回归结果 ( 农村样本 ) log( 每周工作小时数 ) log( 小时工资 ) 样本总体工资性工作者自雇经营者样本总体工资性工作者自雇经营者 年龄 -0 004 [0 003] -0 006 [0 004] 0 007 [0 011] 0 037 [0 005] 0 03 [0 005] 0 073 [0 015] 年龄的平方 /100-0 002 [0 004] 0 001 [0 004] -0 015 [0 013] -0 052 [0 006] -0 044 [0 006] -0 095 [0 017] 受教育年限 0 004 [0 002] 0 002 [0 003] 0 012 [0 007] 0 024 [0 004] 0 028 [0 004] 0 002 [0 010] 受教育年限 2009 年的虚拟变量 -0 007 [0 004] -0 007 [0 004] -0 001 [0 011] 0 013 [0 005] 0 012 [0 005] 0 018 [0 014] 性别 ( 虚拟变量 ) 0 01 [0 011] 0 006 [0 011] 0 012 [0 030] 0 274 [0 015] 0 259 [0 016] 0 319 [0 040] 婚姻状况 ( 虚拟变量 ) 0 052 [0 020] 0 047 [0 019] 0 081 [0 077] 0 007 [0 028] 0 037 [0 028] -0 134 [0 103] 自雇经营者 -0 058 0 239 ( 虚拟变量 ) [0 013] [0 019] 2009 年的虚拟变量 0 043 [0 031] 0 026 [0 032] 0 064 [0 088] -0 013 [0 044] -0 006 [0 046] -0 05 [0 118] 样本数 9508 7444 2064 9508 7444 2064 R 2 0 06 0 06 0 06 0 13 0 13 0 12 10% 显著性 5% 显著性 1% 显著性 注 : 括号内为标准差 资料来源 : 作者的估计 成了影响 ( 见表 12-4 第四组数据 ) 有趣的是, 工资性工作者和自雇经营者的每小时收入在此期间都有所增加 对于前者, 每小时的收入几乎增加了 12%, 而后者的增幅约为 5% 但是, 一旦我们控制了人口 产业和区域特征, 农村非农工作者这两年内的收入变化就会消失 ( 见表 12-6) 研究全球金融危机对家庭收入水平的影响是一个有趣的尝试, 但不幸的是, 我们只有 2007 年和 2008 年的家庭收入的调查记录数据, 因此, 这并不允许我们探讨全球金融危机对家庭收入的影响 然而, 运用 2008 年不同类型家庭的家庭收入, 我们可以提供了一些有关移民和非农就业减少对家庭人均收入的影响的指示性信息 表 12-7 列出了这些数据 2008 年, 农村家庭人均收入水平为 9428 元人民币 我们将这些家庭分为四种类型 : (1) 外 222
第十二章 全球金融危机与农村劳动力向城市迁移 出务工人员和农村非农劳动力 ; (2) 农村非农劳动力, 但不包括外出劳动力 ;(3) 外出劳动力, 但不包括非农劳动力, 以及 (4) 只有农业劳动力 将前三个类型家庭的平均人均收入和只有农业工人的家庭进行比较, 我们发现, 农业工作提供了最低的报酬 但奇怪的是, 农村非农劳动力对家庭收入的贡献似乎要高于外出劳动力 这也许是因为农村非农劳动力大多住在家里, 因此他们的收入都计算为家庭收入的一部分, 而外出劳动力的收入中只有汇回家的部分包括在了家庭收入计算中 平均而言, 前三个类型的家庭要比只有农业劳动力的家庭人均收入高 7% ~27% 表 12-7 不同类型的家庭人均收入的比较人均收入只有农业工人的家庭的差距家庭数 ( 人民币 ) 价值 ( 人民币 ) 差距 家庭总数 7912 9428 1001 11 9 有非农劳动力和外出劳动力的家庭 (1) 有非农劳动力但没有外出劳动力的家庭 (2) 有外出劳动力但没有非农劳动力的家庭 (3) 既没有非农劳动力又没有外出劳动力的家庭 (4) 657 10688 2261 26 8 2896 10237 1810 21 5 2004 9024 597 7 1 2355 8427 2009 年的家庭类型 2008 年的家庭类型 有非农劳动力和外出劳动力的家庭 (1) 有非农劳动力但没有外出劳动 有外出劳动力但没有非农 既没有非农劳动力又没有外出 力的家庭 (2) 劳动力的家庭 (3) 劳动力的家庭 (4) 有非农劳动力和外出劳动力的家庭 (1) 237 0 106 249 69 有非农劳动力但没有外出劳动力的家庭 (2) 104 1803 265 748 有外出劳动力但没有非农劳动力的家庭 (3) 188 136 1353 367 既没有非农劳动力又没有外出劳动力的家庭 (4) 30 430 174 1759 家庭总数 559 2475 2041 2934 从其他类型过渡的家庭的百分比 57 6 27 1 33 7 40 2 资料来源 : 根据作者的调查计算 223
中国 : 未来二十年的改革与发展 为了衡量外出劳动力和农村非农业就业减少对收入的影响程度, 我们也列出了 2008~2009 年间,4 种家庭的过渡矩阵 ( 表 12 7 的第二组数据 ) 最后一行列出了, 只有农业劳动力的家庭从 2008 年的 2393 户上升至 2009 年的 2934 户 此外, 在这 2934 户中, 有 40% (1184 户 ) 的住户在 2008 年有非农业劳动力或外出就业劳动力 由此可以预见, 这 1184 户家庭受到全球金融危机的影响, 其家庭收入水平降低了 结 论 本章从危机期间那些仍留在城市和返乡劳动力的角度, 研究了全球金融危机对农民工的劳动力市场结果所造成的影响 我们发现,2009 年决定留在城市中的农民工在就业 工作时间和收入方面都只受到了很小的影响 为了解开这一疑惑, 我们进一步调查研究了农村劳动力的就业和收入情况 我们发现, 在农村受全球金融危机影响最明显的就业效应是 : 不少于 15 万农村移民 ( 超过移民总数的 10%) 于 2009 年返乡 其中约 80% 的返乡农民工回到农村的农业部门工作, 平均占到当年农业工人总数的 52% 此外, 我们发现, 由于全球金融危机对返乡移民的影响, 农村非农就业人数减少到约 3800 万, 占持有农村户口的总劳动力的 7 5% 同时, 对于那些在农村非农部门工作的人, 我们没有发现他们的工作时间和收入下降 基于这些研究发现, 我们认为在全球金融危机期间, 农村的农业部门为返乡农民工和农村非农就业提供了就业的缓冲 由于这个缓冲作用, 公开的失业率无法观察到 在目前的情况下, 这确实是一件有助于政治稳定的好事, 而这是以农业生产力下降为代价的 但是, 从长远来看, 可以预见小规模农业将让位给大型的土地占有和更高的农业生产率 这就不可避免地将导致农地调整以及许多小土地所有者出售他们的土地 因此, 他们必须通过其他方式缓和未来的就业冲击 现在的问题是该如何实现其他方式对就业冲击的缓冲? 中国将如何完善全民福利制度并赋予外出务工者出售自己土地的权利, 有效地将效率低下的以土地为基础的传统福利制度, 通过土地交易使其转换成更适合现代经济发展需要的制度? 在未来几十年里, 决策者对这个问题的回答将对数以亿计的中国农民工的福祉产生重要的影响! 224
第十二章 全球金融危机与农村劳动力向城市迁移 附表 12-A1 农民工调查的时间分布 ( 农民工样本 ) 单位 :% 2008 年 2009 年 2008 年 2009 年 三月 3 4 18 3 四月 33 1 35 5 五月 56 7 19 7 六月 6 8 8 9 七月 0 9 4 八月 0 8 1 样本总数 6687 7199 附表 12-A2 分调查年份自雇经营者的职业分布 ( 农民工样本 ) 2008 年 2009 年 变化 频率 % 频率 % 半职业 21 0 01 27 0 01 0 00 业主 968 0 61 867 0 42-0 19 街头小贩 / 垃圾收集 185 0 12 357 0 17 0 06 店员 147 0 09 394 0 19 0 10 招待服务工人 29 0 02 104 0 05 0 03 家庭雇工 4 0 00 4 0 00 0 00 理发师 39 0 02 52 0 03 0 00 修理 / 搬家 / 运输工人 63 0 04 84 0 04 0 00 厨师 / 厨房助手 36 0 02 47 0 02 0 00 司机 30 0 02 14 0 01-0 01 其他服务劳动者 11 0 01 8 0 00 0 00 建筑工人 19 0 01 38 0 02 0 01 其他劳动者 38 0 02 74 0 04 0 01 样本总数 1590 2070 ( 潘莉译 ) 参考文献 1 Chen,X 2009, 需要面对大约有 20 万农村移民失去工作的社会问题, Caijing com cn,2009 年 2 月 2 日, htp: //www caijing com cn/2009-02- 02/110051988 html. 2 Falon, P R and Lucas,R E B 2002, Theimpactoffinancialcriseson labor market,household incomesand poverty: areview ofevidence, TheWorldBank ResearchObserver,vol 17,no 1,p 21. 3 Huang,J,Zhi,H,Huang,Z,Rozele,S andgiles,j 2010,Impactofthe 225
中国 : 未来二十年的改革与发展 globalfinancialcrisisonof farm employmentandearningsinruralchina,unpublished manuscript 4 Hugo,G 2000, Theimpactofthe crisison internalpopulation movementin Indonesia,BuletinofIndonesianEconomicStudies,vol 36,no 2,pp 115-38. 5 Kong,T,Meng,X andzhang,d 2009, Impactofeconomicslow downon migrantworkers,inr Garnaut,L SongandW T Woo(eds),China snewplace inaworldincrisis:economic, geopoliticalandenvironmentaldimensions,anuepresand BrookingsInstitutionPres,CanberaandWashington,DC,pp 233-60. 6 Lewis,W A 1954, Economicdevelopmentwithunlimitedsupplieoflabour, ManchesterSchool,vol 22,no 2,pp 1139-91. 7 Manning, C 2000, Labourmarketadjustmentto Indonesia seconomiccrisis: context,trendsand implications, Buletin ofindonesian EconomicStudies, vol 36, no 1,pp 105-36. 8 人力资源和社会保障部 2009 年, 中国农村移民就业对全球金融危机的反应, 有关抵御全球金融危机的中国就业战略的系列报告, 未公布手稿 9 人力资源和社会保障部 2010 年,2010 年春季企业用工需求和 2009 年农村移民就业情况的调查, 未公布手稿 10 国家统计局 2009 年,2008 年底中国农村移民总数为 2 2542 亿, 新闻稿, 国家统计局,2009 年 3 月 25 日 htp: //www cpirc org cn/tjsj/tjsj_cy_detail asp? id=10471 11 Ranis,G,andFei,J C H 1961 Atheoryofeconomicdevelopment,American EconomicReview,Vol 51No 4:533-65. 12 WorldBank (2009) From poorareasto poorpeople: China sevolvingpoverty reductionagenda: AnasesmentofpovertyandinequalityinChina, WorldBank, WashingtonD C,ChunlaiChen. 226