城镇居民非正规就业选择与劳动力市场分割———个面板数据的实证分析，本文主要内容关键词为：实证论文,城镇居民论文,劳动力市场论文,面板论文,非正规论文，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。
目前学界对“非正规就业”尚无一致的定义，宽泛地说，那些具有非正式雇佣关系(无合同、临时雇佣、随意决定工资等)、没有进入政府监管体系、就业性质和状况处于低层次与边缘地位的就业都被认为是非正规就业①。传统观点认为，非正规就业往往代表了低级市场上的就业，政府对市场的干预使得正规部门的工资高于市场出清的水平，移民、女性群体以及缺乏资历的劳动力会为了好的工作而排队等待，这一观点意味着大量的非正规就业应该成为衡量劳动力市场扭曲程度的标准。但是，许多西方学者的实证研究并未发现令人信服的证据支持上述观点[1-4]，正如Maloney所指出的，如果非正规就业的形成是自愿的，即非正规就业者用工作的其他特征替代正规就业所提供的社会保障和福利，从而更偏好前者的话，就不能简单地用两分法考虑非正规就业[5]1159-1160。
劳动力自愿从事非正规就业意味着他们在正规部门就业未必能明显改善境况。换句话说，在非正规部门就业往往是劳动力在面对自身人力资本水平、正规部门劳动生产率约束以及个人偏好等条件下的最优决策。对于那些技能低、看上去无法积累更多特殊人力资本的群体来讲，如果非正规部门能够提供与正规部门相当的收入水平，那么，在一个不完全的劳动力市场上，非正规就业就是一个好的选择。
我国城镇居民的非正规就业是在经济转型过程中形成的②。在经济转型期间，所有制结构的非国有化大大刺激了私营和个体经济的非正规就业增长，尤其是1995年以来，我国经历了世界上最大规模的结构调整和下岗失业。根据吴要武、蔡昉对非正规就业的定义和估算，2002年，城镇居民非正规就业人数占总就业人数的40.3％—45.2％③。到2008年，这一比例依然保持在41.0％左右[6]。如此大规模的非正规就业是否意味着城镇劳动力市场的严重扭曲？非正规就业者就业环境差、工资水平低是否意味着他们处于低级市场而无法流动？与国际上一样，国内大部分学者也是利用相对成熟的劳动力市场分割理论来描述非正规就业，因而得出的答案基本是肯定的。如李培林[6]、徐林清[7]、金一虹[8]等人认为，城镇(居民)非正规就业主要体现了劳动力市场的分割性。
事实上，非正规就业是自愿选择的结果还是被迫选择的结果？哪些因素影响了劳动力从事非正规就业的决策？给定相同的工资率，是否所有的劳动力都更偏好正规就业形式？这些问题是判断非正规就业是否体现了劳动力市场分割的关键所在，而目前的相关研究并没有针对这些问题给出回答，因而得出的结论可能并不准确。
本文利用2001年中国社会科学院进行的中国城市劳动力市场研究专项调查数据，采用动态面板二值因变量模型和动态面板线性回归模型对上述问题给予回答，以期能更客观地揭示城镇居民非正规就业选择的行为机理，摆正非正规就业与低级市场之间的关系。
一、计量方法及其模型设定
式(1)中之所以引入收入，是因为收入对不同市场部门都具有很强的吸引力。但是由于测量误差的存在，直接将报告的实际工资率引入方程可能会导致选择方程的非一致性估计。基于此，本文采用两个线性随机效应模型分别估计非正规就业市场和正规就业市场上的工资率，然后用估计的工资率代替实际报告的工资率进入选择方程，具体做法如下：
至此，劳动力非正规就业选择的静态模型得以建立。然而，如果劳动力个体的市场状态选择与过去的市场经历息息相关的话，静态模型就必须扩展成动态模型，而动态模型初始值的不同假设会对估计结果产生重要影响[9-10]。换句话说，如果“状态相依是真的”，那么，一旦个体经历了非正规就业，他们的偏好将会发生改变，从而影响其未来的市场选择行为；如果“状态相依是假的”，那么，影响劳动力未来市场选择行为的是个体异质性特征，而不是过去的非正规就业经历。为了将结构状态和不可观测的异质性区别开来，本文参考Heckman[9-10]、Gong和Soest的做法[11]，将滞后状态哑变量作为解释变量纳入模型中，即：
二、数据描述
本文使用的数据是2001年中国社会科学院进行的中国城市劳动力市场研究调查中的城镇劳动力专项数据。调查涉及上海、沈阳、武汉、西安和福州五大城市共8109个观测对象，数据提供了个体受教育程度、年龄、经验、性别以及家庭特征等丰富信息。同时，该调查还收集了劳动者自1996年1月以来的工作历史，包括工作变动、工作状态、收入支出、家庭人口等方面的信息。这一点对本文的研究至关重要：虽然数据是以截面的方式储存，但根据数据提供的个人信息的时间记录及工作历史，能够推算出不同时期个体的特征信息和工作状态，从而形成两个不同时期的面板数据④。
根据研究需要，本文提取了16—65周岁且处于就业状态的样本6584个⑤，删除教育、市场状态、收入状况等变量中有缺失信息的样本后，剩余2694个样本。由于沈阳地区的有效样本只有8个，为了研究的方便，本文只选用了上海、西安、武汉和福州四大城市的样本，最终获得2686个观测样本，其中男性样本2044个，女性样本642个。
表1是2001年劳动力家庭特征和市场状态信息的统计结果。从表中可以看出：男性劳动力用于家庭的劳动时间远远低于女性劳动力，说明随着社会的发展，家庭分工中男主外女主内的思想依然明显；从事非正规就业的女性劳动力更多地从事家庭劳动，她们平均每天有6个多小时的时间用于照顾孩子、老人和做家务，而从事正规就业的女性劳动力，平均每天只有3个多小时的时间用于照顾孩子、老人和做家务；从事非正规就业的女性劳动力的配偶收入明显高于从事正规就业的女性劳动力的配偶收入。这些结果意味着城镇劳动力的非正规就业选择行为可能存在着性别差异。
表2和表3是劳动力个人特征和市场状态信息的统计结果。从数据中可以得出几个重要结论：第一，虽然教育水平在两个市场上相差并不大，但非正规就业市场上的教育年限具有更大的标准差，意味着非正规就业市场上的劳动力存在着更强的异质性。第二，收入水平并不是评价工作的唯一标准。非正规就业市场上的劳动力平均小时工资率低于正规就业市场，但却有65.72％的从事非正规就业的男性劳动力对目前的工作表示比较满意或者非常满意(从事正规就业的男性劳动力中，只有60.44％的劳动力对目前的工作状态表示比较满意或者非常满意)，只有13.43％的从事非正规就业的男性劳动力打算离开目前的工作而另谋出路。第三，并没有明显的证据表明劳动力是被迫就业于非正规就业市场的。根据2001年的数据，工作发生变动的劳动力中，至少有50.01％的男性劳动力和10.22％的女性劳动力自愿离开他们先前的正规就业部门而进入非正规就业部门，其目的是寻求更好的发展。
三、实证结果及其分析
尽管表2和表3中并没有证据显示非正规就业者是遭遇了社会排斥与歧视之后被迫行为的，但实证结果是否会支持这一结论？下文将根据前文设定的计量模型和方法，对影响劳动力非正规就业选择的因素进行考察。
根据表1的统计显示，不同性别的成员在提供家庭产品和服务上的比较优势不同，女性更可能从事家庭内部劳动，因此在分析劳动力的就业选择时，重视家庭内的性别分工，对总样本、男性样本和女性样本分别进行考察。表4是劳动力工资收入的回归结果⑥。
在男性和女性混合的总样本中，人力资本对劳动力的收入水平产生重要影响。根据劳动力市场分割理论的观点，教育在非正规就业市场(低级市场)上是缺乏回报的。但本文的结果却表明，教育显著提高了非正规就业者的收入水平，且代表经验的年龄变量对收入的影响也符合一般的规律：随着年龄(工作经验)的增加，劳动力的收入水平先上升后下降。
滞后一期的市场状态显著影响了劳动力的当期收入水平。在正规就业市场上，与前一期从事正规就业的劳动力相比，前一期从事非正规就业的劳动力会显著提高本期从事正规就业的工资收入水平；在非正规就业市场上，前一期从事正规就业的劳动力会显著提高本期从事非正规就业的工资收入水平。换句话说，如果劳动力从正规就业市场流动到非正规就业市场，他们的工资收入不是下降，而是上升了。这一点非常重要，如果劳动力在正规就业市场和非正规就业市场上的流动是对高收入目标的一种理性选择的话，我们就无法得出某些特定群体被挤到非正规就业市场上的结论。
在国有企业就业的劳动力，不管是在非正规就业市场上还是在正规就业市场上，工资收入都显著低于私营企业劳动力的工资收入。可能的原因是本文使用的小时工资率是显性的货币工资率，对于国有企业而言，存在着很大一部分以实物方式发放的隐性收入，这部分收入的流出低估了国有企业劳动力的收入水平。此外，劳动力的工资收入具有显著的地区差异：处于东部沿海的上海和福州地区的劳动力工资收入水平显著高于中西部地区(武汉、西安)的劳动力工资收入水平。
在分性别讨论劳动力的工资决定机制时，无论是男性样本还是女性样本，大多数解释变量与混合样本具有相同的系数和显著性，差异主要体现在滞后一期的市场状态变量、地区虚拟变量和外资企业虚拟变量对男性和女性劳动力收入水平产生不同的影响。首先，尽管滞后一期的市场状态显著影响了男性劳动力当期的收入水平，但对女性劳动力而言，系数值却并不显著。其次，与总样本回归结果一样，东部沿海地区的劳动力获取了更高的工资收入，但对从事正规就业的女性劳动力而言，系数值却不具有显著性。最后，对于外资企业虚拟变量而言，在正规就业市场上，只有男性劳动力收入系数具有显著性(为负)；而在非正规就业市场上，只有女性劳动力收入系数具有显著性(为正)。
表5是考虑了收入水平的劳动力非正规就业选择的回归结果。结果表明，不管是总样本还是分类样本，教育对劳动力非正规就业选择的影响显著为负，意味着随着教育程度的提高，劳动力越不倾向于从事非正规就业。这一点与调查数据结果基本一致：对于城镇劳动力而言，下岗职工形成了非正规就业的主要群体之一(12％的非正规就业者曾经有过1个月以上的失业经历或下岗经历，只有6％的正规就业者曾经有过1个月以上的失业或下岗经历)，而下岗职工往往具有较低的受教育水平(初中及以下学历的占46％，高中学历的有43％，中专及大专学历的只有11％)。
给定估计的对数工资率及其他变量，尽管年龄显著提高了总样本中劳动力从事非正规就业的概率，但在分性别样本中，只有女性样本的系数值具有显著性，这与以往一些研究结果不一致[12-13]。根据分段假说的观点，经验越丰富的劳动力越倾向于排队等待，从而更倾向于进入正规就业市场，本文的结果却表明，年龄对劳动力从事非正规就业的影响并不明显。
滞后一期的非正规就业市场状态同时显著提高了三个样本中劳动力当期从事非正规就业的概率，说明劳动力之所以长期滞留在相同的就业部门，结构因素发挥了重要影响。表面上看，这一结论支持了劳动力市场分割理论的负反馈假说，即劳动力一旦从事了非正规就业，就会被限制在非正规就业市场上而无法流动。但是，如果劳动力是由于自身的行为惯性或是非正规就业本身的吸引力而发生偏好转变时，这种状态依赖依然会很强地表现出来。因此，没有足够的证据可以说明劳动力缺乏流动是制度性障碍所导致的结果。
工资收入估计值的系数值在三个样本中都显著为正，说明估计的对数工资率越高，劳动力越倾向于从事非正规就业，尽管正规就业市场上的平均工资率高于非正规就业市场。这一结果很有意思，唯一可以解释的就是在相同的工资水平下，非正规就业市场上的工作具有其他更优的特征，从而提高了非正规就业的整体福利水平，这恰恰与非正规就业市场上的工作具有更大的灵活性、自主性等描述相一致。
地区虚拟变量中，三个样本中都只有上海地区的系数值具有显著性，说明西安地区从事非正规就业的劳动力数量显著高于上海地区，但与福州、武汉地区相比，却没有显著性差异。这从一个侧面体现了我国劳动力市场法制化的地区差异。此外，在总样本中，男性虚拟变量的系数值非常显著，表明女性劳动力比男性劳动力更易从事非正规就业，这与谭琳、李军峰等人[14]的研究结果相似。
四、结论
本文利用中国城市劳动力市场研究的城镇劳动力专项调查数据，采用一个动态Logit随机效应模型和两个动态面板线性回归模型对城镇居民非正规就业选择机理和劳动力市场分割问题进行了研究，得出如下主要结论：(1)教育显著提高了非正规就业者的工资水平，同时，如果劳动力从正规就业市场流动到非正规就业市场，他们的工资收入水平是上升了而不是下降了；(2)滞后一期的非正规就业市场状态显著提高了劳动者从事非正规就业的概率，但这本身并不能说明劳动力被限制在非正规就业市场上而无法流动；(3)给定其他条件，劳动者的收入水平越高，他们越倾向于在非正规就业市场上就业。与此同时，女性劳动力从事非正规就业的概率显著高于男性劳动力。
以上结论意味着这样一个事实：尽管非正规就业者的工资水平低、就业环境差，且缺乏社会保障，但没有明显的证据表明非正规就业是某些群体被挤到低级市场的结果，尤其是当正规保护的质量比较低时，强制性的社会保险反而成为正规就业的一大劣势，从而降低了劳动力对正规就业的偏好。因此，非正规就业市场不等于低级市场，非正规就业规模的扩张也并不意味着劳动力市场扭曲程度的加深。
当然，本文的研究还存在很多局限和不足。比如，本文考察的仅仅是城镇居民非正规就业的选择机理，因而得出的结论可能无法全面揭示非正规就业与劳动力市场分割之间的关系；1998年的样本是通过回忆倒推的方式得到的，这在某种程度上降低了样本信息的准确性；学龄前儿童会对劳动力尤其是女性劳动力非正规就业选择产生重要影响，但本文在研究过程中并没有考虑这一变量(由于有学龄前儿童的样本数过少)；分离样本时，仅仅考虑了劳动者的契约地位，不可避免地导致样本选择性问题。这些都是在以后的研究中有待进一步改进和深入的地方。
注释：
①通常情况下，有两种方式定义非正规就业：一种是依据劳动力的经济地位(自雇佣者、家务劳动者)或企业规模，另一种是依据劳动者的契约地位或社会保障地位。前者强调非正规就业对培养企业家的重要作用，但定义本身存在着主观性，后者则更多地关注劳动力从事非正规就业的潜在成本。有关这一论述可参见A.Henley & F.G.Carneiro," On Defining and Measuring the Informal Sector:Evidence from Brazil," World Development,Vol.37,No.5(2009),pp.992-1003。考虑到我国劳动力市场的实际发育程度以及城镇居民非正规就业微观选择的成本约束，本文依据劳动者的契约地位和社会保障地位来划分正规就业与非正规就业：如果劳动力与企业签订了固定或正式劳动合同，并且企业为其提供了社会保险和养老保险的就属于正规就业者，否则为非正规就业者。非正规就业包括非正规部门的就业和正规部门中的非正规就业，这里的非正规部门指的是非正规就业市场，而不是狭义上的部门概念。为了叙述方便，本文将非正规部门(正规部门)和非正规就业市场(正规就业市场)交替使用。
②城镇非正规就业主要由城镇居民(下岗职工)和外来农村劳动力组成，由于外来农村劳动力的非正规就业选择行为与城镇居民的非正规就业选择行为存在很大差异，这种差异到底是由劳动力市场本身功能缺失所导致的，还是两者市民权利差异的进一步延续，目前还不明确，但在考察城镇劳动力非正规就业选择机理时，不得不考虑市民权利差异所产生的影响。因此，本文仅仅是对城镇居民非正规就业选择进行的考察，外来农村劳动力非正规就业选择机理的考察将是作者下一步的研究内容。有关市民权利对非正规就业的影响，可参见R.Galli & D.Kucera,"Labor Standards and Informal Employment in Latin America," World Development,Vol.32,No.5(2004),pp.809-826。
③这一数值是根据66个城市抽样调查数据得出的，主要是针对城市本地居民，基本排除了外来农村劳动力。可参见吴要武、蔡昉《中国城镇非正规就业：规模与特征》，载《中国劳动经济学》2006年第2期，第67-83页。
④本文选取的时间点分别为1998年和2001年。
⑤考虑到退休后再进入市场中的劳动力更易从事非正规就业的特点，本文将劳动力退出劳动力市场的年龄放宽到65周岁。
⑥回归结果同时报告了随机效应模型的Wald F检验和Hausman检验。Hausman检验显示在10％的水平上不能拒绝固定效应模型与随机效应模型之间无差别的零假设，证明随机效应模型更具有统计可靠性。