精英地位获得中人力资本效用.docVIP

精英地位获得中人力资本效用 　　【摘 要】采用logistic回归分析方法，研究发现：总体上，人力资本对精英地位获得的效用存在一定程度“失灵”；受教育程度对精英地位获得的效用最大；先赋和后赋人力资本对政治精英、经济精英和知识精英地位获得的效用存在差异。 　　【关键词】精英地位；人力资本；效用 　　一、问题的提出 　　在市场转型、经济快速发展及对外开放不断深化的大背景下，人力资本作为当今社会最重要生产要素之一，是开放社会体系中最公平的竞争要素，在职业地位获得中发挥着越来越重要的作用。本文采用2010年武汉市最新人口普查数据，重点关注精英阶层，包括政治精英、经济精英和知识精英，分析人力资本对精英地位获得的效用。根据“六普”资料，并参照康晓光（2002）的分类模式，按照对政治、经济及文化资源等生产性资源的占有状况对从业人员进行分类。国家机关、党群组织、事业单位负责人主要拥有政治资源，企业负责人主要拥有经济资源，专业技术人员主要拥有文化资源，笔者将这三个阶层依次界定为政治精英、经济精英、文化精英。办事人员、商业、服务业人员、农、林、牧、渔、水利业生产人员等只拥有少量三种资源，均划分到非精英阶层。 　　二、研究方法 　　（一）数据来源 　　源自2010年武汉市第六次人口普查数据。以16-60岁的从业人员为研究对象，采取多阶段抽样，得到有效样本7832个。 　　（二）基本变量 　　第一，因变量：先总体分析人力资本对精英地位获得的效用，因变量为是否获得“精英地位”；再将因变量分为三个二分虚拟变量：是否获得政治精英地位，经济精英地位，知识精英地位，参照类均为处于非精英地位。第二，自变量：囿于“六普”资料限制，笔者选取如下指标：先赋人力资本―性别、年龄组、民族、户口性质；后赋人力资本：受教育程度、婚姻状况、迁移状况。为方便logistic回归模型建构，将自变量均转换成虚拟变量。 　　三、结果分析 　　（一）自变量各指标的多重共线性回归分析 　　根据摩根、利琪（2009）“如果变量之间高度相关，相关值在0.50或0.60甚至相关比值更高，则可以决定将它们组合或???并成为复合变量，若变量不能合并成为有意义的复合变量，则可剔除一个或多个高度相关的变量”。多重共线性分析中，户口性质与出生地相关系数为-0.559，因衡量迁移状况的除出生地外，还有五年前常住地及离开户口登记地时间，故先剔除“出生地”。民族t检验的sig.值为0.969，也剔除。保留的指标有性别、年龄组、户口性质、婚姻状况、受教育程度、五年前常住地和离开户口登记地时间。 　　（二）人力资本对精英地位获得的整体效用 　　模型概要表中，Cox Snell R2和Nagelkerke R2值相当于线性回归中的R2统计量，可解释回归变异；hosmer-lemeshow 模型拟合优度检查可真正检验模型与数据拟合的状况，其零假设是模型与原始数据相拟合。若检验结果显著，则推翻零假设。表2中Cox Snell R2值为0.168，可解释16.8%回归变异，Hosmer-Lemeshow Test中卡方的sig.值为0.154，模型与原始数据相拟合。笔者应用郭志刚（1999）计算公式βi=bi×si/1.8138计算标准化回归系数。表2中，受教育程度的标准化回归系数值大于其他指标，效用最大。 　　先赋人力资本：从发生比可知，男性获得精英地位的可能性为女性的0.649倍，女性更容易获得精英地位；年龄组的四个虚拟变量均与因变量呈正相关，年长者比年轻者更容易获得精英地位，56-60岁年龄组比参照组16-25岁获得精英地位的可能性高1.179倍；户口性质与因变量呈负相关，农业户口获得精英地位的可能性为非农业户口的0.671倍，户籍制度显著影响从业人员精英地位获得。 　　后赋人力资本：有配偶比无配偶更容易获得精英地位，前者是后者的1.4倍；受教育程度越高，越容易获得精英地位，大学本科、研究生获得精英地位的可能性分别比参照组小学及以下要高33.431倍，44.714倍，受教育程度对职业结构有着非常大的影响；五年前常住地为省内相比省外获得精英地位的可能性要低，前者为后者的0.746倍，说明迁移有利于精英地位的获得。 　　（三）人力资本对政治、经济、知识精英地位获得的效用 　　由表3中Hosmer-Lemeshow Test可知，三个模型中卡方值的sig.值分别为.594、0.305、0.200，检验结果均不显著，说明模型与原始数据相拟合。 　　模型（一）：由发生比Exp（B）可知，男性获得政治精英地位的概率比女性要高1.528倍；年长组比年轻组更容易获得政治精英地位，年龄组36-45、46-55获得精英地位的可能性比参照组16-25岁分别高出9.26倍、14.15倍；农业户口相比非