职业技能培训影响劳动力失业风险的代际差异分析
2024-08-26   来源：于长永 喻贞 叶贝 拜茹   

理解就业与失业的关系，是深入探讨劳动力失业风险问题的必要前提和基础。就业与失业是一个问题的两个方面。如果说“就业是最基本的民生”，那么，失业问题就是最基本的民生问题。因此，失业问题是政府有关部门最应该给予高度重视和优先解决的重大现实问题。就业与失业虽然是一个问题的两个方面，二者相互影响但又存在明显的差异。从二者的相互影响看，就业影响失业，失业也影响就业，无论是总量方面，还是结构方面均呈现出相互影响的关系；从二者的差异看，就业是就业能力和就业机会的函数，而失业是工作机会和就业竞争能力的函数。就业与失业不仅受到就业机会（工作机会）相同因素的影响，还分别受到就业能力与就业竞争能力不同因素的影响。就业能力与就业竞争能力虽然只有两个字的差异，但二者对就业与失业的影响却存在根本差异。有就业能力不一定有就业竞争能力，而有就业竞争能力则必然有就业能力。没有就业能力就无法实现就业，也就不存在失业问题；而没有就业竞争能力，不仅影响就业还会影响失业。

失业包括已经发生的现实失业和尚未发生的潜在失业两个方面。现实的失业表现在劳动力的失业率，潜在的失业则表现为失业风险。从失业善治的角度看，治理失业问题不仅要治理现实的失业问题，更为关键的是还要预防与治理潜在的失业风险。也许正是基于这一逻辑，党的二十大报告才明确提出，要“强化就业优先政策，健全就业促进机制，促进高质量充分就业”。高质量就业和更充分就业是就业问题的两个不同方面，高质量就业和更充分就业的评价指标涉及多个方面，但二者相同的核心任务是增强就业稳定性，降低劳动力的失业风险。劳动力失业风险包括总量性失业风险，也包括结构性失业风险，但在中国人口数量红利持续减少、新业态经济快速发展和灵活就业日趋普遍的背景下，劳动力的总量性失业风险并不是最为主要的问题，而劳动力的结构性失业风险才是问题的关键。治理结构性失业风险，既可以加大供给侧改革力度，也可以从需求侧发力寻找出路。党的二十大报告要求，要“健全终身职业技能培训制度，推动解决结构性就业矛盾”。因此，从代际差异角度探讨职业技能培训对劳动力失业风险的影响效应，具有重要的现实意义。

回顾已有的研究文献，相关研究主要从两种路径展开探讨：一是职业技能培训对劳动力非农收入、工资水平和就业质量的影响。已有的研究结果表明：政府支持的职业技能培训显著提升了低、中等收入人群的工资水平；那些最有可能参加培训的村民从培训中获得的边际收益最低，而那些不太可能参加培训的村民的边际收益最高；职业技能培训显著提高了低收入农民工的就业质量。二是劳动力失业风险的严重程度、影响因素与治理对策的研究。大量研究利用失业率来测量劳动力的失业风险，并测算出劳动力的失业率在2.31%—4.94%之间波动。部分文献分析了“80后”劳动力的失业风险，研究结果表明：相对于全国平均水平而言，“80后”劳动力失业风险较低。劳动力失业风险的影响因素众多，已有研究结果表明：户籍因素、人口学特征因素、工会因素、失业保险因素、社会阶层因素、养老保障、互联网使用以及城市化等对劳动力的失业风险有显著的影响。关于劳动力失业风险的防治对策，已有研究认为，推进教育体制改革、引导青年进行积极的自我调适、引导人口合理有序流动、加强对流动人口的就业指导和就业培训等，能够显著降低劳动力的失业风险。

综上所述，已有研究为本文提供了重要基础，但也存在以下三点不足：一是已有研究主要使用失业率来反映劳动力的失业风险，这一测量方法难以体现失业风险的不确定性本质，有待进一步优化；二是不同代际劳动力失业风险的总体水平、变动趋势及其与职业技能培训的关系是什么，有待深入分析；三是职业技能培训对劳动力失业风险有无显著影响及其是否存在代际差异，有待实证检验。鉴于已有研究存在的不足，本文利用中国人民大学调查与数据处理中心组织的中国社会综合调查2013年、2015年、2017年和2019年4次调查数据构建的混合截面数据，从代际差异角度实证分析职业技能培训对劳动力失业风险的影响效应，一方面有助于拓展劳动力失业风险问题的研究视域和研究范围，丰富劳动力失业风险的研究内容、弥补已有研究存在的不足，另一方面也有助于我们全面了解中国劳动力职业培训和失业风险的总体情况，并为政府有关部门提升劳动力的职业技能培训水平、加强对劳动力的失业风险防治提供经验证据。

（一）分析框架

劳动力的就业安全受到市场工作机会和就业竞争能力的双重影响（见图1），市场工作机会取决于一个国家或地区的社会经济发展阶段、体制机制与政策制度改革以及国际就业环境等因素，这些因素共同决定了市场工作机会的总量与结构，市场工作机会越多，劳动力的失业风险越小，反之，市场工作机会越少，劳动力的失业风险越大。市场工作机会不断变动且不以劳动力的意志为转移，是一个外生变量。因此，对于某一个需要就业的劳动力而言，我们可以假定市场工作机会是“一定的”，在这种条件下，劳动力的就业安全就取决于劳动力就业竞争能力的大小，劳动力的就业竞争能力越大，越不可能失去工作，劳动力的失业风险越小，反之，劳动力的就业竞争能力越小，越可能失去工作，劳动力的失业风险越大。劳动力的失业风险除了受到就业竞争能力的影响之外，还受到劳动保护因素的影响，如果劳动力的劳动保护越好，比如签订规范的劳动合同，特别是签订无固定期限合同，那么，劳动力失去工作的可能性也将大大降低，劳动力的失业风险将更小。

从理论上看，劳动力的就业竞争能力，不仅受到劳动力个体因素、家庭因素和社会因素以及劳动保护因素的影响，还受到职业技能培训的影响。劳动力的个体因素，包括性别、年龄、文化程度、健康状况、政治面貌、婚姻状况、民族特征、职业特点、工作经验、社会经济地位以及职业适应性等，家庭因素包括家庭财富数量、兄弟姐妹数量、代际关系质量、父母的职业特征等，社会因素包括社会关系网络、信息化水平、交通便利性等。不同劳动力的个体特征存在差异，这些差异会影响劳动力的就业竞争能力；就业竞争能力不仅受到劳动力自身条件的影响，还受到家庭因素的影响，比如那些生在富裕之家、拥有权势父母的劳动力有更强的就业竞争能力等。社会因素对劳动力就业竞争能力的影响，主要体现在劳动力的社会关系网络大小、劳动力所在地区的信息化水平和交通便利性，生活在那些社会关系网络越大、信息化水平越高和交通便利性越好地区的劳动力，拥有更强的就业竞争能力。劳动保护虽然不会影响劳动力的就业竞争能力，但是会对劳动力的就业稳定性产生影响，失业保险和劳动合同是劳动保护的重要形式。

职业技能培训并不是均等化的行为，不同年代的劳动力，他们接受职业技能培训的机会、次数和培训的内容等都存在很大差异，这些差异会影响不同年代劳动力的失业风险。同时，不同年代的劳动力，他们的受教育程度、健康状况、政治面貌、婚姻状况、工作经验、社会经济地位以及环境适应能力等因素，也存在较大的差异。这些差异，不仅影响他们对职业技能培训的接受程度和职业技能培训效果，也影响他们职业技能培训效果的实践转化能力，最终反应在不同年代劳动力的失业风险方面。

（二）研究假设

职业技能培训是一个多维度的概念，包括是否进行职业技能培训、培训的内容、培训的时长、培训的次数、培训的质量等多个方面。从边际效用递减的角度看，是否进行职业技能培训对劳动力就业竞争能力的影响最为关键，也是本文分析的重点。职业技能培训对劳动力就业竞争能力的影响逻辑，主要体现在职业技能培训提高了劳动力的人力资本水平，而人力资本水平是决定劳动力市场竞争能力的关键因素。从传统的人力资本理论看，人力资本取决于受教育程度、技能培训和“干中学”（Learning by Doing）。参加职业技能培训，比没有参加职业技能培训的劳动力，将拥有更高的人力资本水平，他们的就业竞争能力将会越强，失去工作的可能性越低，劳动力的失业风险也就越低。

基于上述分析，本文提出研究假设1。

H1：参加职业技能培训，能够显著降低劳动力的失业风险

正如前文所述，不同年代甚至不同年龄的劳动力，参加职业技能培训的机会是不同的，这不仅体现在参加职业技能培训次数的差异，还体现在参加职业技能培训的时长、培训的内容、培训的质量等多个方面的差异，而且不同年代的劳动力对职业技能培训的接受能力是不同的，最终导致职业技能培训对不同年代劳动力人力资本水平提升效应的差异，进而导致职业技能培训对不同年代劳动力失业风险影响的差异性。

基于上述分析，本文提出研究假设2。

H2：职业技能培训，对不同年代劳动力失业风险的影响存在显著差异

（三）模型构建

失业风险是典型的二分类变量，即劳动力是否失业。为了明确探究失业风险与职业技能培训之间的关系，并揭示就业竞争力和劳动保护对失业风险的影响方向和具体程度，参考既有关于解释失业风险的概率变化的文献，本文基于二元Logit回归模型，构建回归模型（1）如下。

式（1）中，代表被解释变量失业风险取值为1的概率，表示劳动力存在失业风险，代表被解释变量失业风险取值为0的概率，表示劳动力没有失业风险；TRA_i代表参加职业技能培训与否，其系数β₁反映职业技能培训情况对劳动力失业风险的影响方向及程度，是本文主要关注的变量系数；就业竞争能力变量除了职业技能培训之外，还包括3个解释变量的向量集，i代表各向量集合的变量个数：INA_i代表个体因素，其系数φ_a反映个体因素对劳动力失业风险的影响方向及程度；FAM_i代表家庭因素，其系数姿反映不同家庭因素影响劳动力失业风险弹性；SOC_i代表社会因素，其系数δ_a反映劳动力不同社会网络、信息化水平、交通便利度对劳动力失业风险的影响；α₀为常数项；ε_i为随机扰动项。

此外，为了进一步探究不同年代劳动力职业技能培训对其失业风险影响的差异性，本文引入代际因素，构建包含职业技能培训与代际因素交互项的回归模型（2），以期更贴近现实地刻画劳动力失业和非失业之间的概率关系。

式（2）中，IGF_i代表劳动力代际因素，其与职业技能培训的系数η_a表示职业技能培训对不同代际劳动力失业风险的影响方向及程度，表示相比70后劳动力，80后或者90后不同代际劳动力的职业技能培训对劳动力失业风险的影响差别。

（一）数据来源

本文所使用的数据是来自中国人民大学调查与数据中心组织实施的中国综合社会调查（CGSS）数据。该调查采用多阶段分层概率抽样方法收集18岁以上中国居民的基本信息。从法律意义上讲，劳动力的法定年龄为16周岁及以上59周岁及以下，但是，由于中国综合社会调查数据所调查的对象是18周岁及以上的居民，因此，本文的调查数据不包含16—17岁之间的劳动力，也不包含60周岁以上仍然参加劳动的人群。中国社会综合调查虽然已经进行了13次，但由于只有2013年、2015年、2017年和2019年这四次调查涉及失业风险问题，因此，本文所使用的数据正是来自这四期调查。同时，为了考察职业技能培训对不同年代劳动力失业风险影响的差异，本文还按照劳动力的出生队列，分别筛选出70后、80后和90后三代劳动力的调查数据，其中，70后劳动力的样本规模为5526个，80后劳动力的样本规模为4005个，90后劳动力的样本规模为1744个。同时，为了分析三个年代劳动力失业风险的变动趋势，本文基于四期调查数据构建混合截面数据，以更加全面地分析职业技能培训与劳动力失业风险的变动趋势以及二者之间的相互关系。

（二）变量选择

1.被解释变量

本文的被解释变量为劳动力的失业风险。如何测量劳动力的失业风险，是一个有争议的问题。存在两种测量方法，一是大量研究利用失业率来测量劳动力的失业风险，二是个别文献利用劳动力“未来六个月失业的可能性”来测量失业风险。那么，哪一种测量方法更为合理呢？本文认为，准确测量劳动力的失业风险，前提是合理界定劳动失业风险的内涵。失业风险由失业和风险两个概念构成，失业就是指失去现有的工作。风险的本质是事情发生的不确定性，因此，失业风险是指劳动力失去现有工作的不确定性，或者失去工作的可能性。从这角度看，第二种测量方法，能够更加准确地反映劳动力失业风险的“不确定性本质”。因此，本文借鉴第二种测量方法，把劳动力的失业风险操作化为“您认为自己在未来6个月内失业的可能性?”问题的答案设计为“1=完全有可能，2=比较有可能，3=一般，4=不太可能，5=完全不可能”。

2.解释变量

本文的解释变量为职业技能培训，是指劳动力在过去的一段时间内是否参加过单位或相关部门组织的职业技能培训。本文把它操作化为“在过去12个月，您是否参加过单位提供的提高技能方面的培训”。问题的答案设计为“有=1，没有=0”。

3.控制变量

劳动力的失业风险，不仅受到职业技能培训的影响，还会受到劳动力个体因素、家庭因素、社会因素以及劳动保护因素的影响，而且已有的经验研究结果表明，劳动力失业风险呈现出显著的性别差异和受教育程度差异、政治面貌和婚姻状况差异，因此，本文把劳动力的性别、受教育程度、婚姻状况和政治面貌等作为个体因素纳入回归模型。也有经验研究结果表明，劳动力是否参加失业保险、是否与用人单位签订劳动合同、户籍性质和人际关系等，也会影响劳动力的失业风险。同时，考虑到数据的可得性以及变量识别的准确性，本文把劳动力是否参加失业保险、是否签订劳动合同纳入回归模型，而没有把家庭因素和社会因素纳入回归模新。变量选择及其基本情况见表1。

（三）实证检验

为了较为全面和准确地呈现职业技能培训对劳动力失业风险的影响，文章首先分析有无职业技能培训劳动力失业风险总体水平的差异，然后采用逐步回归的方法，分析职业技能培训对劳动力失业风险的影响效应，实证分析结果如下。

首先，劳动力职业技能培训与失业风险的总体情况。统计结果表明，总体上有47%的劳动力参加过职业技能培训，其中，70后劳动力参加职业技能培训的比例为43.0%，80后劳动力参加职业技能培训的比例为49.4%，90后劳动力参加职业技能培训的比例为52.4%，这表明年轻人参加职业技能培训的机会是逐渐增多的。平均有23.4%的劳动力有失业风险，其中，70后劳动力有失业风险的比例为25.2%，80后劳动力有失业风险的比例为21.0%，90后劳动力有失业风险的比例为22.0%，这表明70后劳动力的失业风险最大，80后劳动力的失业风险最小，90后劳动力的失业风险居中。从职业技能培训对劳动力失业风险的影响看，有无职业技能培训，劳动力的失业风险存在显著差异。参加职业技能培训的70后、80后和90后劳动力，分别有28.1%、33.1%和35.1%的人有失业风险（见表2和图2），显著性检验结果表明：职业技能培训降低了70后、80后和90后劳动力的失业风险，但对劳动力失业风险的抑制作用存在显著的代际差异，且这种抑制作用随着劳动力年龄的降低而显著下降。

其次，职业技能培训对劳动力失业风险的影响效应。表3模型1—模型4，分别检验了逐步加入控制变量的情况下职业技能培训对劳动力失业风险的影响效应。从4个模型的模型拟合结果看，均通过了显著性检验。从职业技能培训对劳动力失业风险的影响看，当没有加入控制变量的情况下，职业技能培训显著降低了劳动力的失业风险，当逐步加入控制变量的情况下，职业技能培训对劳动力的失业风险仍然呈现出稳定的负向影响。这表明职业技能培训对劳动力失业风险具有显著的抑制作用，验证了研究假设1。从职业技能培训的边际贡献看，参加职业技能培训的劳动力，比没有参加职业技能培训的劳动力，其失业风险降低了18.6%。

注：***、**和*分别表示变量在1%、5%和10%的统计水平上显著。70后劳动力为参照组。

再次，职业技能培训对劳动力失业风险影响效应的代际差异显著。模型4的结果表明，80后劳动力职业技能培训对其失业风险的影响效应比70后劳动力职业技能培训对其失业风险的影响效应低24.9%；90后劳动力职业技能培训对其失业风险的影响效应比70后劳动力职业技能培训对其失业风险的影响效应低36.8%。换句话说也就是，职业技能培训对70后劳动力失业风险的保护效应最大，对90后劳动力失业风险的保护效应最小，对80后劳动力失业风险的保护效应居中。这一研究结果验证了假设2，即职业技能培训对不同年代劳动力失业风险的保护效应存在显著的代际差异。

最后，劳动力的失业风险呈现出显著的异质性特点。男性劳动力的失业风险比女性劳动力的失业风险高16.9%，受教育程度每提高一个层次，劳动力的失业风险将降低27.9%，政治面貌对劳动力失业风险的边际贡献是30.7%，工作经验每增加一年，劳动力的失业风险将降低5.4%，签订劳动合同的劳动力，其失业风险比没有签订劳动合同劳动力的失业风险降低了85.9%。婚姻状况和失业保险对劳动力失业风险的影响没有通过显著性检验，即婚姻状况和失业保险对劳动力失业风险的影响缺乏统计学意义。

（四）稳健性检验

为了缓解模型可能存在的内生性和反向因果等问题，尽可能科学地评价职业技能培训对劳动力失业风险的影响效应是否会随着其它条件的变化而产生不稳定的结果，一般而言，可以通过变量替换法、改变样本容量法、补充变量法、倾向得分匹配法、分样本回归法等方法进行稳健性检验。本文主要采用PSM-DID方法、分样本回归、改变回归模型、更改劳动力个体特征变量及删除部分样本量等方法来进行稳健性检验。

 1.PSM-DID检验结果

基于PSM—DID方法既可以缓解样本选择偏差问题，又能很好解决内生性问题，本文借助倾向得分匹配方法降低样本选择偏差，然后再利用匹配后的样本进行双重差分估计进行稳健性检验。本文首先对样本数据进行平衡性检验以满足PSM—DID方法的使用前提，篇幅所限，这里仅列出半径匹配估计的平衡性检验结果，一对一匹配及核匹配估计结果亦满足平衡性检验。为缓解样本自选择问题，本文通过Logit模型估计倾向得分值，随后对参加职业技能培训的样本和未参加职业技能培训的样本按照性别、教育程度、政治面貌、失业保险、劳动合同等条件进行匹配。具体而言，分别选择一对一匹配、半径匹配、核匹配三种匹配方法，为了尽可能消除样本选择性偏差的影响，在进行半径匹配时选择了更加严格的卡尺半径（0.0001）。在平衡性检验方面，表4报告了匹配后变量的偏差变化情况。如表4所示，各变量在匹配之后的偏差（%bias）均小于10，且都明显小于匹配前的偏差，表明匹配效果较好，匹配估计结果亦满足平衡性检验。

表5汇报了三种PSM方法下的ATT估计结果（即技能培训的平均处理效应），如表5所示，技能培训与失业风险的回归结果不随匹配方法的改变而改变，其相关性系数仍在1%的水平上显著为负，这说明参加职业技能培训劳动力的失业风险明显更低。结果与前文保持一致，表明本文假设1的回归结果较为稳健。

注：***、**和*分别表示变量在1%、5%和10%的统计水平上显著。括号内为稳健性标准误。

注：***、**和*表示变量在1%、5%和10%的统计水平上显著。括号内为稳健性标准误。

此外，参考既有文献的做法，运用PSM模型进行样本匹配，在此基础上构建用于DID检验的控制组（Treat=0，未参加技能培训）和处理组（Treat=1，参加技能培训），并设置区分劳动力培训前后的Post变量（70后劳动力=0，80后和90后劳动力=1），检验这两个变量的交互项对劳动力失业风险的影响。从表6第（1）列一对一匹配样本的DID检验、第（2）列的半径匹配样本的DID检验和第（3）列的核匹配样本的DID检验的估计结果来看，在控制其他因素的条件下，列（1）—（3）的交互项Treat*Post的系数均在1%水平下显著为负，即参加职业技能培训的80后和90后劳动力比70后劳动力的失业风险更低。研究结果表明，样本倾向得分匹配前与匹配后的回归结果一致，采用不同匹配方法的DID估计没有改变假设2的检验结论，技能培训对不同年代劳动力失业风险的影响作用仍然显著且稳健。上述回归结果进一步支持了论文的前述结论，确认了本文研究结果的可信性。

2.分样本检验

为进一步检验基准回归结果的稳健性，本文基于样本间的代际差异将样本按照70后、80后及90后分为三类样本。从分样本回归结果表7模型1—模型3来看，技能培训与失业风险的回归结果不随代际差异的分样本改变而改变，其相关性系数均在10%的水平上显著为负。结果与前文保持一致，表明本文假设1的回归结果较为稳健，即技能培训对不同年代劳动力失业风险的影响作用仍然显著且稳健。

表7 分样本回归估计结果

3.改变回归模型检验

为进一步检验基准回归结果的稳健性，本文采用OLS回归模型替代Logit模型来检验职业技能培训对劳动力失业风险的代际差异。从回归结果表8模型1来看，技能培训与失业风险的回归结果不随回归模型形式的改变而改变，其相关性系数在5%的水平上显著为负，同时职业技能培训对劳动力失业风险的代际差异显著，结果与前文保持一致，进一步增强了本文基准回归结果的可信度，技能培训对不同年代劳动力失业风险的影响作用结果仍然稳健。

表8 改变回归模型的检验结果

4.更改劳动力个体特征变量检验

根据前文的分析和已有的经验研究表明，工作经验通过人力资本积累对收入以及收入不平等的非线性关系，可能意味着工作经验对劳动力失业风险的影响也可能存在非线性关系。为了检验这一关系是否存在，本文进一步加入劳动力工作经验的平方变量，模型中其他变量保持不变，重新进行回归，检验结果如表9模型1所示。检验结果表明，工作经验与劳动力失业风险呈正U型关系（工作经验及其平方项的系数分别为正和负），同样表明了本文假设1回归结果的稳健性。

表9 更改劳动力个体特征变量的检验结果

5.剔除部分样本量检验

由于签订劳动合同与没有签订劳动合同的劳动力对于就业稳定性感知可能存在明显差别，所以在稳健性检验中删除了没有签订劳动合同的劳动力样本数据，并使用剩下的样本数据进行分析。从回归结果表10模型1来看，技能培训与失业风险的回归结果虽并未通过显著性检验，但技能培训与失业风险代际差异的回归结果并未随样本量的改变而改变，其相关性系数均在10%的水平上显著为负，结果与前文保持一致，表明样本改变后劳动力失业风险的回归结果依然稳健，表明本文的实证分析结论较为可信。

表10 删除部分样本量回归估计结果

6.增加控制变量检验

为了避免遗漏变量而导致模型产生内生性问题，本文进一步在回归模型中增加个体特征变量健康状况，以及可能影响数据收集的变量调查年份，回归结果见表。如表11所示，技能培训与失业风险的回归结果不随增加控制变量而改变，其相关性系数在5%的水平上显著为负，同时职业技能培训对劳动力失业风险的代际差异显著，结果与前文保持一致，表明技能培训对不同年代劳动力失业风险的影响作用结果仍然稳健。

表11 增加控制变量回归估计结果

7.改变被解释变量检验

为了避免被解释变量合并影响样本信息而导致的模型估计结果偏差，本文将原有的失业风险，即“您认为自己在未来6个月内失业的可能性?”问题的答案为“1=完全有可能，2=比较有可能，3=一般，4=不太可能，5=完全不可能”，构建有序Logit模型，再次检验职业技能培训对劳动力失业风险的影响，结果见表12。如表12所示，职业技能培训与劳动力失业风险的回归结果不随被解释变量的测度方式改变而改变，其相关性系数在1%的水平上显著为负，职业技能培训与80后和90后的劳动力失业风险虽然统计不显著但其回归系数仍为负，与前文保持一致，进一步增强了本文基准回归结果的可信度。

表12 改变被解释变量测度方式回归估计结果

（五）异质性检验

基于前文分析，劳动力的个体因素（如婚姻状况、教育程度及政治面貌等）、家庭因素（如家庭财富数量、兄弟姐妹数量、代际关系质量、父母的职业特征等）及社会因素（社会关系网络、信息化水平、交通便利性等）均会对职业技能培训与劳动力失业风险的代际差异产生影响。进一步地，本文从劳动力的婚姻状况、教育程度、政治面貌及订立保险视角进一步探究其中的异质性差异，以精准刻画职业技能培训对劳动力失业风险影响的代际差异。

1.婚姻状况异质性检验

首先，职业技能培训对劳动力失业风险的影响效应。表13模型1—模型2，分别检验了已婚和未在婚的婚姻状况下职业技能培训对劳动力失业风险的影响效应。同时该组间差异检验的P值为0.012，小于0.05，表明已婚样本和未在婚样本间具有显著的组间差异。从职业技能培训对劳动力失业风险的影响看，在已婚的情况下，职业技能培训显著降低了劳动力的失业风险，表明职业技能培训对已婚劳动力失业风险具有显著的抑制作用，但未在婚劳动力并未通过显著性检验。从职业技能培训的边际贡献看，已婚且参加职业技能培训的劳动力，比已婚但没有参加职业技能培训的劳动力，其失业风险降低了20.0%。

其次，职业技能培训对未在婚劳动力失业风险影响效应的代际差异显著。表13模型1—模型2的结果表明，相比已婚劳动力，职业技能培训对劳动力失业风险影响效应的代际差异主要体现在未在婚劳动力样本。从模型2未在婚劳动力样本回归结果来看，80后劳动力职业技能培训对其失业风险的影响效应比70后劳动力职业技能培训对其失业风险的影响效应低115.05%；90后劳动力职业技能培训对其失业风险的影响效应比70后劳动力职业技能培训对其失业风险的影响效应低144.5%。同样表明职业技能培训对不同年代劳动力失业风险的保护效应存在显著的代际差异。

注：异质性分析的系数组间差异检验P值由Chow检验随机抽样500次计算得到，下表统同。

2.教育程度异质性检验

首先，职业技能培训对劳动力失业风险的影响效应。表14模型1—模型2，分别检验了教育程度较高（教育水平本科及以上）和教育程度较低（本科以下）的教育状况下职业技能培训对劳动力失业风险的影响效应。该组间差异检验的P值为0.098，小于0.1，表明教育程度较高样本和教育程度较低样本间具有显著的组间差异。从职业技能培训对劳动力失业风险的影响看，相比教育程度较高的样本，职业技能培训显著降低了教育程度较低劳动力的失业风险，表明职业技能培训对教育程度较低劳动力失业风险具有显著的抑制作用，可能的原因是受到较高教育的劳动力已经接受了良好的素质教育，继续参加职业技能培训对其人力资本的边际贡献较低，而并未接受良好教育的劳动力在受到系统化的职业技能培训后，其人力资本水平反而能得到较大提升，从而显著降低了其失业风险。从职业技能培训的边际贡献看，受到教育程度较低且参加职业技能培训的劳动力，比受到教育程度较低但没有参加职业技能培训的劳动力，其失业风险降低了20.6%。

其次，职业技能培训对受到教育程度较低的劳动力失业风险影响效应的代际差异显著。表14模型1—模型2的结果表明，相比受到教育程度较高的劳动力，职业技能培训对劳动力失业风险影响效应的代际差异同样体现在受到教育程度较低的劳动力样本。从模型2受到教育程度较低的劳动力样本回归结果来看，80后劳动力职业技能培训对其失业风险的影响效应比70后劳动力职业技能培训对其失业风险的影响效应低22.7%；90后劳动力职业技能培训对其失业风险的影响效应比70后劳动力职业技能培训对其失业风险的影响效应低34.4%，表明职业技能培训对不同年代劳动力失业风险的保护效应存在显著的代际差异。

表14 教育程度异质性检验回归结果

3.政治面貌异质性检验

首先，职业技能培训对劳动力失业风险的影响效应。表15模型1—模型2，分别检验了非群众和群众的政治面貌状况下职业技能培训对劳动力失业风险的影响效应。该组间差异检验的P值为0.000，小于0.01，表明非群众样本和群众样本间具有显著的组间差异。从职业技能培训对劳动力失业风险的影响看，职业技能培训显著降低了政治面貌为非群众劳动力的失业风险，表明职业技能培训对政治面貌为非群众的劳动力失业风险具有显著的抑制作用，而对群众样本并未通过显著性检验。从职业技能培训的边际贡献看，政治面貌为非群众且参加职业技能培训的劳动力，比政治面貌为非群众但没有参加职业技能培训的劳动力，其失业风险降低了142.1%。

其次，职业技能培训对政治面貌为群众的劳动力失业风险影响效应的代际差异显著。表15模型1—模型2的结果表明，相比政治面貌为非群众的劳动力，职业技能培训对劳动力失业风险影响效应的代际差异同样体现在政治面貌为群众的劳动力样本。从模型2政治面貌为群众的劳动力样本回归结果来看，80后劳动力职业技能培训对其失业风险的影响效应比70后劳动力职业技能培训对其失业风险的影响效应低31.4%；90后劳动力职业技能培训对其失业风险的影响效应与70后劳动力职业技能培训对其失业风险的影响效应之间并未通过显著性检验。

表15 政治面貌异质性检验回归结果

4.劳动保护异质性检验

首先，职业技能培训对劳动力失业风险的影响效应。表16模型1—模型2，分别检验了订立保险和未订立保险的劳动保护情况下职业技能培训对劳动力失业风险的影响效应。该组间差异检验的P值为0.088，小于0.1，表明订立保险样本和未订立保险样本间具有显著的组间差异。从职业技能培训对劳动力失业风险的影响看，职业技能培训显著降低了订立保险劳动力的失业风险，表明职业技能培训对订立保险的劳动力失业风险具有显著的抑制作用，而对非订立保险并未通过显著性检验，表明劳动保护程度的加强显著降低了劳动力的失业风险。从职业技能培训的边际贡献看，订立保险且参加职业技能培训的劳动力，比订立保险但没有参加职业技能培训的劳动力，其失业风险降低了40.8%。

其次，职业技能培训对未订立保险的劳动力失业风险影响效应的代际差异显著。表16模型1—模型2的结果表明，相比订立保险样本，职业技能培训对劳动力失业风险影响效应的代际差异体现在非订立保险的劳动力样本，但存在显著的代际差异。从模型1订立保险的劳动力样本回归结果来看，80后劳动力职业技能培训对其失业风险的影响效应与70后劳动力职业技能培训对其失业风险的影响效应之间并未通过显著性检验；90后劳动力职业技能培训对其失业风险的影响效应比70后劳动力职业技能培训对其失业风险的影响效应低45.6%。

表16 劳动保护异质性检验回归结果

（六）机制检验

根据前文理论分析，职业技能培训、教育程度、工作经验是提升人力资本的主要影响因素。对于受教育程度较低、工作经验缺乏的劳动力来说，职业技能培训能够使其迅速掌握基本的工作技能，显著提升其人力资本竞争力；而对于受教育程度较高、工作经验丰富的劳动力，职业技能培训能够进一步提升和优化其现有专业能力，更新职业知识结构，并紧跟行业发展趋势，确保其职业素养与市场需求保持同步发展，进一步降低其失业风险。因此，本文参考Dawson等、杨震宁等的方法，通过构造三项交互项来检验职业技能培训和教育程度、职业技能培训和工作经验的协同调节作用对主效应的影响。

1.教育程度机制检验

已有学者的研究表明加强低教育程度劳动力的职业技能培训，能够提升其生产效率，一定程度上能够弥补受教育程度导致的人力资本竞争力不足，从而降低其失业风险。本文引入职业技能培训、代际差异及教育程度三者的交互项以探究教育程度在职业技能培训对劳动力失业风险影响代际差异的机制作用，结果见表17。如表17所示，80后劳动力、职业技能培训及教育程度的交互项系数为负，但并未通过统计检验，可能的原因有以下两个方面：首先，在于技术迭代与市场需求契合度较低，80后劳动力由于成长于高速技术革新的时代背景下，其高受教育程度与技能培训的协同促进效应比70后劳动力更强，使得他们能够更快适应并填补新兴职业市场的技能缺口。其次，80后劳动力可能正处于职业生涯转型期，面临的困境多维且复杂，不仅限于技能提升，还包括职业瓶颈突破、行业适应性转变等问题，常规培训难以全面覆盖复杂且多边的市场需求，导致80后劳动力频繁调整失业风险预期。同时由表17可见，90后劳动力、职业技能培训及教育程度的交互项系数为负，且在10%的水平下显著（p<0.1），表明相比70后劳动力，当90后劳动力与较高的受教育程度相结合时，职业技能培训对失业风险的负向影响越大，越能够降低失业风险。

表17 教育程度机制检验回归结果

2.工作经验机制检验

已有学者的研究表明针对工作经验匮乏的个体，职业技能培训体系能够有效地助力其迅速获取并熟练掌握基本且实用的职业技能，从而在一定程度上弥补工作经验的相对欠缺。工作经验越缺乏的劳动力，其通过职业技能培训越能提升其就业机会，从而降低其失业风险。本文引入职业技能培训、代际差异及工作经验三者的交互项以探究工作经验在职业技能培训对劳动力失业风险影响代际差异的机制作用。结果见表18。如表18所示，80后劳动力、职业技能培训及工作经验的交互项系数为正，但未通过统计检验，可能的原因有以下两个方面：一是职业技能培训的质量差异及个体对新技能的吸收与应用能力会影响培训参与度，80后参加职业技能培训所带来的边际收益可能有限，并不足以显著降低其失业风险；二是工作经验在劳动力市场上具有信号效应，部分80后劳动力可能更看重长期积累的工作经验和非短期培训所获取的职业技能。由表18可见，90后劳动力、职业技能培训及工作经验的交互项系数为负，且在10%的水平下显著（p<0.1），表明相比70后劳动力，当90后劳动力与较丰富的工作经验相结合时，职业技能培训对失业风险的负向影响越大，越能够降低失业风险。

表18 工作经验机制检验回归结果

本文基于中国人民大学组织的中国综合社会调查（CGSS）2013年、2015年、2017年和2019年四期调查数据构建的混合截面数据，实证分析了职业技能培训对劳动力失业风险的影响效应及其代际差异，并采用稳健性分析检验了本研究主要结论的可靠性，研究结论与政策启示如下。

首先，劳动力职业技能培训和失业风险存在显著的代际差异。职业技能培训在劳动力群体中并没有广泛普及，只有47%的劳动力参加了职业技能培训，还有超过一半的劳动力群体没有参加过任何职业技能培训。参加职业技能培训的劳动力存在显著的代际差异，70后、80后和90后劳动力参加职业技能培训的比例分别为43.0%、49.4%和52.4%，即越是年轻一代的劳动力，参加职业技能培训的比例更高、机会更多。此外，劳动力的失业风险也存在显著的代际差异，23.7%有失业风险的劳动力群体中，70后、80后和90后劳动力有失业风险的比例分别为25.2%、21.0%和22.0%，即70后劳动力的失业风险最大，80后劳动力的失业风险最小，90后劳动力的失业风险居中。上述研究结论的政策启示在于，一方面要加强劳动力的职业技能培训，尤其是要加大对70后劳动力的职业技能培训力度，进一步提高职业技能培训的普及率；另一方面，优先治理70后劳动力的失业风险问题，能够起到事半功倍的失业风险治理效果。

其次，职业技能培训对劳动力的失业风险有显著影响，且代际差异显著。在控制劳动力个体特征、劳动保护以及代际交互因素的条件下，参加职业技能培训显著降低了劳动力的失业风险，相对于没有参加职业技能培训的劳动力而言，参加职业技能培训的劳动力其失业风险降低了18.6%。职业技能培训对70后、80后和90后劳动力的失业保护效应存在显著的代际差异，其中，对70后劳动力失业风险的保护效应最大，对90后劳动力失业风险的保护效应最小，对80后劳动力失业风险的保护效应居中。职业技能培训对劳动力失业风险的抑制作用随着劳动力的年轻化而逐步降低。这一研究结论的政策启示在于，从失业风险治理的角度看，加大对劳动力的职业技能培训，能够显著降低劳动力的失业风险，且加强对年龄较大劳动力的职业技能培训比加强对年龄较小劳动力的职业技能培训，将会起到更好的失业风险抑制作用。

再次，参与职业技能培训的90后劳动力能够通过提升教育程度和增加工作经验来降低其失业风险。当参与职业技能培训与较高的教育程度相结合时，以及当参与职业技能培训与较丰富的工作经验相结合时，90后劳动力失业风险比70后劳动力失业风险的降低效果显著，但相比70后，机制检验对80后劳动力失业风险的降低效应不显著。该研究结论的政策启示在于：一是加强终身学习和继续教育体系，针对不同代际劳动力的技术适应性提供在线学习平台和远程教育资源等更为灵活的学习模式，为参与职业培训和学历提升项目的降低继续教育成本；二是紧密对接教育与新兴产业需求，鉴于90后劳动力正处于职业生涯的成长期，确保教育体系能够及时响应国家产业创新发展和劳动市场的变化，为劳动力分类提供与未来就业需求相符合的教育和培训，确保资源有限条件下的不同代际劳动力能够更多地掌握最前沿的知识和技能；三是鼓励不同代际劳动力参与数字经济、共享经济等具有灵活性和创新性的新业态就业，助力其在不同行业和职位中积累工作经验，提升技能和适应性，从而增强就业安全感并降低失业风险；四是建立地方企业与中青年劳动力职业培训的联动机制，为不同年龄特征劳动力提供特定岗位的技能培训，有针对性地增加劳动力就业能力和稳定性。

最后，个体特征因素和社会保护因素显著影响劳动力的失业风险。相对于女性劳动力而言，男性劳动力的失业风险更大，男性劳动力比女性劳动力的失业风险高16.9%；受教育程度越高，劳动力的失业风险越低，受教育程度对劳动力失业风险的边际贡献为27.9%，政治面貌对劳动力失业风险的边际贡献为30.7%；工作经验越多，劳动力的失业风险越低，工作经验每增加一年，劳动力的失业风险将降低5.4%；劳动合同显著降低了劳动力的失业风险，签订劳动合同的劳动力，其失业风险比没有签订劳动合同劳动力的失业风险降低了85.9%。该研究结论的政策启示在于，一方面，政府有关部门把有限的失业风险治理资源优先投向男性、受教育程度较低、工作经验缺乏的劳动力群体，将会获得更好的失业风险治理效果；另一方面，规范企业用工制度、提高劳动合同签订率，不仅能够保护劳动力的劳动权益，也将有效降低劳动力的失业风险。