我国老年人口劳动参与与就业的实证分析_劳动参与率论文

我国老龄人口劳动参与、就业问题经验分析，本文主要内容关键词为：就业问题论文,老龄论文,人口论文,经验论文,我国论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

       一、引言

       中国65岁及以上老年人口的规模增长迅速，到2000年已经超过8700万，老龄人口绝对数量居世界第一位。我国急速的老龄化固然与人均寿命上升有关，但是不能否认的是，上世纪七十年代开始的计划生育政策加剧了这一进程。一方面，我国老龄化进程加快；另一方面，我国还是一个发展中国家，这种现象被称为“未富先老”。

       随着老龄化的进一步加剧，劳动力人口的下降，将导致劳动力不足，进而降低我国经济增长速度。从国家统计局提供的人口调查数据来看，1990年至今，我国人口总数逐渐上升，0到14岁人口因计划生育政策的普遍推行而呈下降趋势，而65岁以上老龄人口则呈逐年上升趋势，预示着我国人口老龄化进程的加快，老年人群体已成为总人口的一个重要组成部分，如图1。抚养比指标反映了不同人口群体之间的抚养关系。虽然总扶养比和少儿总扶养比呈下降趋势，但老年抚养比则不断上升。我国老年抚养比已经从1990年的8.35％上升到2012年的12.66％(图2)。因此，积极开发老年人口劳动力，分析影响老龄人口劳动参与和就业的主客观因素，采取促进老龄人口劳动参与和就业的相关政策措施，对于缓解我国人口老龄化的压力，提高人力资本整体水平，促进经济结构转型与升级，具有十分重要的理论和现实意义。

      

       图1 我国人口年龄结构的变化(1990年-2012年)

       数据来源：《中国统计年鉴》

      

       图2 我国抚养比的变化(1990年-2012年)

       注：总扶养比=(0-14岁+65岁及以上人口)/15-64岁人口；少儿扶养比=(0-14岁人口)/15-64岁人口；老年扶养比=(65岁及以上人口)/15-64岁人口。

       数据来源：《中国统计年鉴》

       二、文献综述

       在较早进入人口老龄化社会的发达国家，有较多的研究关注老龄人口劳动参与和就业问题。Gustman & Steinmeier(1984)强调了分析退休行为时部分退休行为的重要性，分析结果显示，部分退休的概率与退休金项目、强制性的退休政策、工资、健康、家庭状况、年龄相关。Berkovec & Stern(1991)估计了一个关于工作退出行为和退休的动态规划模型，并对不可观测的个人效应和工作效应进行了处理；文章根据对个人贴现因子的不同假设估计了两个不同的模型：静态模型和动态模型；结果显示两个模型都表示不良的健康状态、年龄以及缺少教育会增加退休的概率，但动态模型比静态模型表现得更好。Bartel & Sicherman(1993)验证了技术的改变将从两个方面影响老龄人口的退休决定：首先，技术变化和在职培训存在正相关性，在较高技术变化率的工业领域，工人退休较晚；其次，一个未预期的技术变化率变化会导致老龄人口更早地退休，因为再培训需要大量投资。Lee(1998)研究了影响美国老龄人口的退休选择及退休后劳动参与率的各种因素。他以65岁以上的男性为研究对象，指出政府福利和保险的上升并不是老龄男性劳动参与率下降的主要影响因素。Lee(2001)估计了从1850年至1990年美国每一个劳动力市场的预期退休长度，结果显示，自1850年起，预期退休长度增加超过了6倍，如今已达到了男性进入劳动力市场后余下生命长度的30％；在1900年-1940年，死亡率和劳动参与率的下降共同影响了退休长度的增加；而1940年之后，死亡率在退休长度的增长中起到了决定性的作用。Friedberg(2003)利用现代人口调查以及健康退休研究数据，讨论了电脑技能对老龄工作者的两个相关影响：一是不仅年龄，即将退休的状态也是老龄工作者较年轻工作者更少使用电脑的原因；二是掌握电脑技能的人比不掌握的人退休更晚。Devaney & Kim(2003)分别利用规范的退休预期和累积优势理论考察了年老的自雇劳动者的退休预期；结果发现三分之二的老年自雇劳动者没有退休计划，这些人更可能未婚、健康状况糟糕、缺少资源以及承担着更多的责任，但他们预期活的更久；该文提出，为确保这些没有退休计划的老年自雇劳动者对退休做出规划，需要一些工作技能项目和管理培训来改善他们的财务状况。Lee(2007)利用多变量Logit回归分析研究了影响韩国老龄人口的退休选择、退休后的劳动参与率各种因素；发现自1955年至2000年，发达国家老龄男性劳动参与率普遍迅速下降，而韩国则在1965年之后出现上升现象；回归结果表明，在工业化进程中，许多农村的年轻一代外出务工并移居城镇，导致农村老龄化速度加快，农村老龄人口劳动力市场活跃度上升，这些成为老龄男性劳动参与率急剧上升的主要影响因素。Simon & Jonathan(2007)研究了英国老龄人口的自营业行为，揭示了影响老龄人口自营业行为的各种要因；他们指出实际或者潜在的收入会降低自营业者的退休概率；与正常雇员相比，性别、健康和家庭环境对自营业者退休选择没有显著影响；分析显示相对较少的雇员在后来的生活中转型为自营业者，而那些并不富裕的工作者，他们的工作并不稳定，自身和劳动力市场的关联微弱，更有可能将自营业当做完全退休的过渡。Vodopivec & Arunatilake(2011)研究了人口老龄化对斯里兰卡劳动力市场的影响及其劳动力市场紧缩的决定性因素；认为大部分就职于农业、制造业、贸易等非正式部门的老龄人口为自营业者或者临时工，他们退出劳动力市场的主要原因是健康状况，而就职于公共部门的正式工退休的主要原因是强制退休制度；他们建议政府应调整制度，使退休年龄灵活化以提高老龄人口的劳动参与率，提倡终生学习以提高老龄人口劳动生产力。Lee & Lee(2013)研究了韩国老龄人口雇用形态对退休决策的影响，指出自营业个体和有薪水员工退休概率存在不同；研究发现自营业个体相较于有薪水的员工更不容易退休，而个人收入、健康、生产力、工作特征和强制性退休政策等都不能很好地解释这一现象，员工和工作匹配度更高是自雇佣个体延迟退休的主要影响因素。Koning & Raterink(2013)利用线性概率模型，分解了出生年代、年龄、日历时间以及两项针对老龄工作者的政治措施，研究发现政策效应显著地解释了1999年至2008年55岁及以上人口再就业比例的提升。

       随着我国老龄化的快速发展，越来越多的学者关注老龄化问题的研究。田雪原(1989)指出中日两国在政治和经济生活方面有很大不同，而在人口特别在人口年龄结构变动和老龄化发展趋势、老年人口就业意识和就业结构变动等方面，却有着许多相似之处。他通过比较研究，认为两国面临着同样的人口老龄化压力，应着重提高老年人口的劳动参与率，并阐述了老年人口再就业的职业转移，他们大多从事低技术、不费体力的产业。张翼(1999)通过多元回归分析指出，月退休金收入、文化程度、户人均收入等多个社会变量影响退休职工再就业与否及其收入高低。其中，退休金收入对老年人就业有重要影响，退休金越低的人越容易产生就业需求。张翼、李江英(2000)认为中国的老年退休人员，具有较强烈的再就业冲动，其再就业的目的在于增加收入，其再就业求职的主要路径是依赖强关系网——亲戚、亲属、朋友关系。庞丽华等(2003)利用2000年农户抽样调查数据，测算了中国农村50岁及以上人口的劳动参与率并分析了影响农村老年劳动力劳动供给的因素。研究发现，农村老人的劳动参与率较高，影响老人是否工作的因素主要是年龄、健康状况、所承担的责任、性别、居住方式和土地等家庭因素，与经济因素关系不大。朱正威等(2005)通过对国际人口老龄化环境的政策分析，认为目前中国在老龄化压力严峻、经济准备不足、退休性别不平等的条件下，应积极借鉴国际社会的经验，将退休返聘作为应对人口老龄化危机的重要策略，从政府、用人单位和家庭三个层面入手，通过积极的公共服务，规范必要的人力资源，以及引导人性化的家庭关系，改善中国的退休返聘政策环境。钱鑫、姜向群(2006)的研究指出，老年人就业或再就业问题是影响老年人生活以及老龄工作的重要因素。老年人的就业意愿受多方面因素的影响和制约，他们以中国城市老年人为研究对象，首先通过交叉表描述老年人就业意愿的基本特征，然后采用多变量Logistic回归检验各个因素的显著性。通过Logistic回归检验，发现在影响城市老年人就业意愿的诸因素中，年龄的高低、健康状况和经济状况的好坏等因素对就业意愿的影响是显著的；受教育水平对就业意愿的影响不显著。原新、万能(2006)通过理论模型，对导致老年人选择提前退休的经济社会因素进行了分析。他们认为要有效发挥法定退休年龄的作用、提高老龄劳动参与率，还需更多改革，如规定较低的提前退休年金、鼓励人力资本投资、设计弹性退休年龄等，并指出中国目前应设法提高老龄劳动参与率，而非推迟退休年龄。

       从上述文献可以看到，现有的研究使用的都是截面数据，而本文则利用中国营养健康调查(CHNS)所形成面板数据，该数据包含调查内容丰富，数据量大，因而能更好地反映我国劳动力市场的实际情况①。同时，现有的研究更多的是从某一侧面分析影响我国老龄人口劳动参与和就业的相关因素，本文将从老龄者的自身、家庭、居住地和所在区域的宏观经济特征等方面较全面地来研究影响我国城镇老龄人口劳动参与率及其就业的决定因素。另外，本文将运用前沿的随机效果Probit模型(random effects probit model)来分析面板数据，从而确保研究结论的科学性。

       三、数据说明和分析模型

       (一)数据说明和变量定义

       本文所使用的数据来源于美国北卡罗来纳大学和中国疾病控制中心在我国12个省、直辖市和自治区进行的8次家庭营养与健康调查数据②。

       考虑到我国法定的企业职工退休年龄是男职工年满60周岁，女干部年满55周岁，女职工年满50周岁。本文选取了城镇女性大于55岁、男性大于60岁劳动力样本(排除了农民)。在该调查中我们把城镇有工作的女性大于55岁、男性大于60岁劳动力定义为就业；把没有工作正在找工作的城镇女性大于55岁、男性大于60岁劳动力定义为失业③。在本文中将涉及以下自变量：(1)人口学因素：年龄(Age)、性别(Sex)、婚姻状态(Marital)、教育水平(Edu)、除本人以外其他家庭成员人均年净收入(Othernuminc)、15岁以下和65岁以上人口占家庭人口比重(Share 1565)、身体健康变量(Nodisease)；(2)居住地特征：城市(City)、地区变量(East、Middle)；(3)影响就业的宏观经济指标：调查失业率(Unrate)、自雇就业率(Rateself)、各省第二产业就业占总就业比重(Semrate)、各省第三产业就业占总就业比重(Temrate)、各省工业产值占GDP比重(Shareindu)和各省第三产业产值占GDP比重(Sharethird)。其中调查失业率和自雇就业比率指标都是作者根据该调查数据计算的市(区)和县(区)相关指标，其中自雇就业比率指标为有雇工的个体经营者和无雇工的个体经营者占就业者的比率(不包括农民)。第二产业就业占比、第三产业就业占比、工业占比和第三产业占比指标为各省指标，这些指标均来自于《中国统计年鉴》。有关的变量定义和描述统计参见表1、表2和表3。由于该调查每次都会更新部分调查对象，因此，本文使用的数据为非平衡面板数据④。

      

      

       (二)分析计量模型

       参考Wooldridge(2010)，本文使用随机效果Probit模型来分析面板数据，研究了55岁以上女性和60岁以上男性的老龄人口劳动参与率、就业的影响因素。

       针对二元选择问题，随机效果模型为

      

       使用最大似然(maximum likelihood)技术可以得到相应变量的估计系数。

       四、面板数据分析结果

       (一)老龄人口劳动参与率决定因素的实证分析

       下面我们将分析影响我国城镇老龄人口劳动参与率决定因素的实证结果。表4给出了混合Probit模型和随机效果面板Probit模型的估计结果。参数ρ的估计量为0.378，并且在1％的统计水平上显著，这意味着考察不可观测的个体异质特征是非常重要的，而使用混合Probit模型估计得到的变量系数估计值会出现不一致性。因此，下面我们将主要分析随机效果面板Probit模型估计结果。

      

       从年龄来看，随着年龄的增加会降低劳动参与率，即年龄增加1岁会降低1.3个百分点的劳动参与概率。从受教育程度来看，和小学毕业的老龄人口相比，在其它条件不变的情况下，大专以上毕业的老龄人口的劳动参与概率提高了5.6％，但是初中、高中和中专毕业的老龄人口与小学毕业的老龄人口没有显著区别。但是按照时间分阶段来看，九十年代初期初中和高中毕业的老龄人口的劳动参与率较高(与小学毕业的老龄人口相比)，随着时间推移，和小学毕业的老龄人口相比，在其它条件不变的情况下，大专以上毕业的老龄人口的劳动参与概率显著提高(表5)。男性的劳动参与概率要显著高于女性，和女性相比，在其它条件不变的情况下，男性的劳动参与概率要高15.1％。未婚老龄人口的劳动参与概率要低于其它婚姻状况的老龄人口，其它条件不变，前者比后者要低大约7.2％。近四周没有严重疾病的老龄者与生过病且相当严重的相比，在其它条件不变的情况下，前者比后者的劳动参与概率提高了7.6％。家庭中16岁以下及65岁以上成员所占比率越高，老龄人口的劳动参与概率越低，成员比率每提高一个百分点，劳动参与概率降低3.0％。说明家庭负担越重时，老龄人口更倾向于照顾家庭，而不参与劳动力市场。家庭中除本人外其他家庭成员的人均年净收入每提高1000元，劳动参与概率增加0.1％。说明老龄人口参与劳动力市场，可能会受到家人收入的正向激励作用。在城市，老龄人口的参与概率比在农村县区要低1.5％。东部地区和中部地区的劳动参与概率比西部地区分别降低了10.9％和7.7％。可能是由于西部地区发展较落后，老龄人口有更大的动力参与劳动力市场。调查失业率高的地区，调查失业率提高一个百分点，当地老龄人口参与概率则降低0.1个百分点。自雇就业比率高的地区，老龄人口的参与概率也相对较高，可能由于老龄人口可以更加自由地选择进入劳动力市场的方式。第二产业就业占产业比高的地区的老龄人口参与概率也比较高，工业占比提高一个百分点，劳动参与概率提高0.3个百分点。而第三产业就业占产业比对劳动参与概率没有显著影响。考虑北京、上海、重庆三个地区的数据仅包括2011年，我们删除了这3个地区的样本后，样本量减少了1025个，老龄人口劳动参与的分析结果没有太大变化(参见表6)。

      

      

       (二)老龄人口就业率决定因素的实证分析结果

       下面我们将分析影响我国城镇老龄人口就业率决定因素的实证结果。表7给出了混合Probit模型和随机效果面板Probit模型的估计结果。参数ρ的估计量为0.126，并且在1％的统计水平上显著，因此，下面我们将主要分析随机效果面板Probit模型估计结果。

      

       从年龄来看，随着年龄的增加会降低就业概率，即年龄增加1岁会降低约0.1个百分点的就业概率。从教育水平变量的估计结果来看，和小学毕业的劳动力相比，在其它条件不变的情况下，大专毕业劳动力的就业概率提高了3.9％，而初中、高中及中专毕业的劳动力的失业概率却没有什么明显变化。老龄劳动力近四周没有严重疾病与生过病且相当严重的相比，在其他条件不变的情况下，前者比后者的劳动就业概率提高了3.8％。东部地区和中部地区就业概率分别比西部地区要高4.0％和1.9％，这与劳动参与概率出现了相反的情况，说明老龄人口就业更多地受到当地经济发展状况、市场环境等多方面因素的制约。调查失业率高的地区，当地劳动力就业概率相应下降，调查失业率提高一个百分点，劳动力就业概率则下降0.1个百分点。自雇就业比率高的地区，劳动力的就业概率反而较低，自雇就业率提高一个百分点，就业概率下降0.04％。而工业占产业比高的地区的劳动力就业概率比较低，工业占比提高一个百分点，就业概率降低0.3个百分点。第三产业占GDP比重对劳动力就业概率没有明显影响。考虑北京、上海、重庆三个地区的数据仅包括2011年，我们删除了这3个地区的样本后，样本量减少了80个，老龄人口就业的分析结果没有太大变化(表8)。

      

       五、结论和建议

       本文利用CHNS 1991、1993、1997、2000、2004、2006、2009和2011年的数据，利用随机效果Probit模型来分析决定我国城镇老龄人口劳动参与及就业的各种重要因素。

       实证结果显示，老龄人口劳动参与率决定因素的主要特点是：低龄、具有大专以上学历、男性、未婚之外的其他婚姻状况、身体健康、家庭成员16岁以下65岁以上占比低、除观察对象之外的其他家庭成员收入高、农村县区、西部地区、调查失业率低、自雇就业比率和第二产业就业占总就业比高的地区，老龄人口的劳动参与概率相对较高。老龄人口就业率决定因素的主要特点是：年龄的增加会降低就业概率；从教育水平变量的估计结果来看，和小学毕业的劳动力相比，大专以上毕业劳动力的就业概率较高，但是初中、高中及中专毕业的劳动力的就业概率却没有什么明显变化。身体健康、中部及东部地区、调查失业率低、自雇就业率和工业产值占比低的地区，劳动力的就业概率相对较高。

       目前，我国人口老龄化进程加快，老龄人口所占比重逐渐加大。老龄人口在消费、就业、投资等方面对经济具有一定的拉动作用；同时，他们在工作方面具有丰富的经验和娴熟的技能。因此，我们应该提高老龄人口劳动参与程度，充分利用老龄人口红利，发挥老龄人口的优势。从以上实证分析结果来看，男性的劳动参与率显著高于女性，因此提高劳动参与率，需提高老年妇女的参与程度，健康的劳动力市场应该在工作场所实现年龄层次多元化和性别均衡。老年妇女往往因为照顾家人的责任，而没有足够的时间和意愿找寻工作，因而参与劳动力市场程度较低，因此，在工作安排方面应多推行有利于照顾家庭的政策。此外，要提高人力资本水平，尤其是教育水平，提高劳动参与率和就业率；还要提高我国二、三产业的就业弹性水平，尤其是第三产业的就业弹性水平，在促进第三产业发展的同时有重点和优先发展就业弹性高的部门。

标签：劳动参与率论文;  法定退休年龄论文;  劳动年龄人口论文;  概率计算论文;  人口老龄化论文;  人口问题论文;  经济论文;