论文部分内容阅读
【摘 要】 本文基于CGSS混合横截面数据，通过建立二元Logistic回归模型研究了互联网时代零工经济的影响因素，发现2010-2015这六年间，在个人因素、家庭因素、工作状况、地区因素等控制变量不变的条件下，收入水平对零工经济有负向影响，互联网对新零工经济起促进作用，对零工经济总体起抑制作用，这是因为旧零工群体比重远高于新零工群体，互联网通过前者对零工经济产生的负面影响远大于其通过后者产生的正面影响。
【关键词】 零工经济 互联网+ CGSS 混合横截面数据
一、引言
现今人们正处在第四次工业革命的浪潮中，数字化推动着变革以前所未有的速度发生，随着移动互联网的出现以及与之相关的社交媒体、VR、AR等技术的衍生，就业不再局限于固定岗位、固定地点和996的固定时间，曾经非主流的“零工经济”开始走红，劳动者有更多的碎片时间能够支配，能够兼顾个人偏好和效率最大化的多个工作，“斜杠青年”、“U盘化生存”等词的出现无一不彰显一场关于产业发展与人才结构的趋势性变化正在悄然发生。
无独有偶，2019年末新冠肺炎在我国爆发，为遏制疫情的进一步扩散，防止出现更多的人员伤亡和经济损失，全国民众居家隔离，很多生活不得不从线下转移到了线上，不少企业通过钉钉等线上软件在家办公，学校也纷纷推迟开学时间开展网上教学。此次疫情让越来越多的人认识并接受了线上工作的方式。根据清华大学社会科学学院发布的《2019中国县域零工经济调查报告》，35.11%的县域零工工作与互联网相关，“互联网+”类零工在各种零工类型中排名第一。
显然互联网、大数据等新兴技术的发展正在逐渐改变人们的生活、工作、思维方式，与“朝九晚五”的传统用工方式相比，就业思维灵活的80、90后已成为当前我国的就业主体，他们追求更加多元化、灵活和平衡的工作。然而零工经济同样面临不小的问题和风险。由于缺乏相对健全的法律法规以及有效的市场监管，使得零工工作者在社会保障方面处于劣势;同时由于双方交易存在不确定性，企业雇佣过多零工会使得长期业务难以开展，势必影响企业效益。
二.文献综述与理论基础
（一）零工经济的定义
零工经济指由工作任务不多的没有固定岗位的自由职业者构成的经济，他们利用网络和移动技术高效地为供需方提供相应信息从而实现工作的匹配，主要有按需工作（通过应用程序联系）和群体工作两种形式。此处的零工经济仅指代受益于互联网和其他新兴技术的发展，以网络作为第三方平台的“新零工经济”。
然而零工经济并非全新的概念，早在上世纪 70 年代末，苏南地区的乡镇企业就已经出现了最早期的零工经济，他们为实现科创资源的市场化按需配置，从大城市工厂和科研机构聘请技术人才利用其休息日到乡镇企业去攻坚克难，这就是“旧零工经济”，亦称非正规就业。
现今频繁出现的零工经济大多指的是由互联网和新兴技术推动发展的新零工经济，它“新”在不仅涉及了中产阶级和白领阶层的工作，还涉及到很多高科技创业公司，越来越灵活的工作种类、工作方式取代了传统的全职工作和固定用工模式[5][7]。企业以网络为媒介，将碎片化的工作需求公之于众，劳动力个体根据自身特点来选择是否从事多项工作或临时工作，互联网在全球的普及大大拓宽了零工经济的覆盖范围，使其不再是雇佣模式的附庸，而具有划时代的意义[1]。
（二）零工经济的特点
在零工经济下，“劳动资本需求方”（传统零工经济）或者“平台”（新零工经济）招募“自由职工”的用工方式替代了“雇主”直接雇佣“雇员”的传统模式，曾经的雇佣及控制关系不复存在，取而代之的是职工能够全权控制自己的劳动，以自由雇佣的姿态进入劳动力市场。零工经济有别于传统就业模式，主要有工作碎片化、工作弹性化、合作远程化三个特点[1]。
雇主提供临时工作，独立劳动者通过在有限时间内完成相应的工作量来获得报酬。不固定的工作时间给了工人控制自己工作的权力，工人的工作积极性和工作效率也就不知不觉提高了，企业能够减少管理成本、增加利润。
（三）零工经济的影响因素
查阅相关文献，发现国内主要从宏观层面探讨非正规就业即旧零工经济的影响因素，主要有以下几方面：
1.最低工资制度。向攀发现最低工资上涨使失业群体更有动力寻找工作，流动到非正规部门就业，从而促使本来在非正规部门的劳动者流动到正规部门就业，不利于劳动者的非正规就业[10]。
2.就业保护制度。王海成发现就业保护制度如最低工资制度、社会保险制度会减少非正规就业 [11]。
（四）研究假设
对于包含新零工经济的零工经济整体而言，微观层面的研究则较为缺乏。本文尝试从劳动者个体出发，研究他们选择零工就业的主要因素。
1.互联网使用频率对零工经济的影响
零工经济作为早已有之的概念，在我国劳动力市场改革开放以来一直处在边缘位置，随着2015年“互联网+”计划的落地实施，零工经济又焕发出新的活力。
黛安娜·马尔卡希在《零工经济》提出，互联网让个人兴趣、技能可与市场需求产生更佳的匹配。互联网的普及使劳动力市场信息交流更通畅，在一定程度上降低了资本方和劳动者的错配率，并减少了搜寻成本，使劳动力流动的可能性和距離大大增加。有数据表明：截至 2011 年，互联网在国内创造的工作岗位已达1000 多万。这是因为一方面，互联网本身的发展就创造了数以万计的岗位;另一方面，互联网推动了平台就业的发展，我们熟知的嘀嘀打车、美团外卖等都是其中的代表。显然，互联网的发展有利于降低因信息不对称导致的摩擦性失业和结构性失业，但当失业者面临的选择不是失业与零工就业，而是正规就业和非正规就业时，就需要分情况论述了。
旧时的零工又称“打零工”，劳动者为生活所迫、不得不出卖劳动力以求生存，此类劳动者普遍劳动技能低，工作收入微薄，对负面的经济冲击较为敏感，其特质决定了他们对稳定的、有社会保障的正规就业的青睐，互联网的发展使得使此类求职者能够获得大量包含零工和正式工的招聘信息，面临这两种选择，我们猜测劳动者会选择稳定的正规就业，查阅到有文献实证证实互联网的普及对非正规就业产生了显著的负向影响，促进零工就业转向正规就业。此外，伴随着共享经济时代的到来，原先的正规就业人员得以通过网络平台寻找兼职，在闲暇时间利用自己的技能补充收入;互联网还催生了一批拥有技能优势、向往工作自主的自由职业者，此类劳动者利用自己的特长、资源实行自雇佣，以此实现自己的更高价值。这两类劳动者通常是自愿投身零工经济的浪潮，属于新零工经济的从业者。综上所述我们提出如下假设： 2.经济收入对零工经济的影响
麦肯锡研究机构于2016年发布的“零工经济”报告指出，虽然互联网的普及带动了数字经济的发展，线上平台创造了大量的自由工作，但零工从业者的增加并不是由科技进步带来的，即使Airbnb、Lyft与Uber等公司为就业者创造了大量的兼职机会，其从业者所占比例仍旧只占零工经济的小部分。
因此，麦肯锡分析师马尼卡认为“经济衰退和糟糕的就业市场”才是零工经济得以发展的主要原因。西班牙和希腊等失业率高的国家，其零工经济的发展程度就比较高。我们猜测大多数人选择打零工的原因是因为收入不高甚至没有收入，基于此我们提出如下假设：
二、数据来源与研究方法
（一）样本与数据
本文数据取自CGSS2010、CGSS2012、CGSS2013和CGSS2015。数据经过整合并删除缺失数据后，四个年度最终获得的有效个案样本数分别为3477、3475、3260和2605，本文最终使用的数据共计12817个有效样本。上述四个年度的调查问卷在问题设置上基本保持一致，使研究者能够得到混合横截面样本数据，与单一年份的横截面数据相比，混合横截面数据样本规模更大，可以更为精准地估计模型;还可以探究变量在时空上的影响力变化，使数据分析更加深入。
（二）变量设定及描述性统计
1.因变量
CGSS 2010年、2012年、2013年和2015年的问卷都调查了居民的工作状况，本文以麦肯锡“零工经济”报告中定义的零工经济群体作为评判标准，认为零工经济主要由四大群体组成：能自主选择工作且视其为收入主要来源的自由职业者;有正规工作且收入稳定，同时利用闲暇通过零工赚外快的兼职者;不愿放弃收入低微的本职工作却为了生活不得不从事零工的不情愿者;生活拮据除零工无收入来源的“打零工”者。设置因变量为“是否从事零工”，将从事零工的样本赋值为 1，未从事零工赋值为 0。
2010-2015年，零工就业数量上不占优势，仍旧只是传统就业的补充形式，2010-2013年零工就业成上升趋势，2015年有部分回落。
2.自变量
互联网对个体的影响程度可以直接由个体使用互联网（包括手机上网）的频率来测度。个体的经济收入由个体去年全年的职业收入对数化后表示。
3.控制变量
根据已有文献的研究，本文将一系列可能对个体择业产生影响的变量作为控制变量加入模型，这些变量分为三类。
第一类是个人因素，包含性别、年龄、户籍、政治面貌、受教育程度，其中受教育程度按社会研究中常用的处理方法转化为尺度变量“受教育年限”。第二类是家庭因素，包含未成年子女数量。第三类是工作状况，包含沟通能力交流能力、工作年限、工作年限的平方、当前工作自主程度、有无社保、有无签订劳动合同。此外，本文还在后续的模型中加入了代表调查年份和受访者所在经济区域的虚拟变量，以便控制变量影响的时空效应。
（三）互联网对新零工经济的影响
通过上述分析我们已经验证了部分假设，那么互联网对新零工经济的推动作用是否存在，本文进一步从零工群体中剥离出自愿从事零工的个体建立新模型进行分析，自愿从事零工的群体包括自由职业者和兼职者，设置新的被解释变量，自主零工赋值为1，其余赋值为0。
自愿从事零工就业的个体在劳动力市场中占比极低，最高的2012年也仅有6.19%，我们观察到2012年与2010年相比，自主零工占比有了较大的提升，之后的几年在5.4%上徘徊。查阅资料发现，“互联网+”的概念在国内首次公开提出的时间正是2012年，当时极有可能涌现出一批目光敏锐且拥有技能优势的新零工先行者，但“互联网+”真正落地实施却在2015年之后，就此可以推断，新零工经济是在最近5年内才开始大量出现的。
三、结论与建议
（一）结论
本文选用中国综合社会调查四个年度的数据，对劳动力的就业状况进行了描述性统计，分别对零工经济总体和新零工经济的影响因素进行了实证检验，得出以下结论：
目前只有具有一定经济实力、有无社会保障都不会造成较大影响的高技能劳动者感受到了互联网的助推作用。第三，收入水平也是影响零工就业的因素之一，收入水平越低，不管是迫于生计还是补充收入，个体都更倾向零工就业。
此外，由于可获得的最新官方数据只更新到2015年，本文难以使用2016年及之后的数据对零工经济进行最新的分析，亟待日后进行更进一步的研究。
（二）建议
第一，零工經济被互联网注入新的活力，在未来势必会成为新的就业趋势，带来更多就业机会，促进经济发展，因此在相关政策制定上要加大力度支持“互联网+”的发展，进一步推动新零工经济的发展。第二，相关部门应制定相关规定，保障零工工作者这一特殊劳动群体的合法权益，保障他们在各地区包括经济欠发达地区签订劳动合同以及社会保障等方面的权益，使零工经济走上规范化的道路。第三，提高零工就业群体的人力资本，企业、社会要重视职业技能方面的培训，同时劳动者自身也需要提高受教育程度和个人认知能力，以满足越来越高要求高标准的就业岗位。
【参考文献】
[1] 郑祁， &杨伟国. （2019）.零工经济前沿研究述评. 中国人力资源开发（5）， 106-115.
[2] 杨伟国，张成刚，辛茜莉.（2018）.数字经济范式与工作关系变革.中国劳动关系学报，5（32）， 56-60.
作者简介：徐颖（1996—1 ），女，汉，浙江舟山人，理论经济学硕士，人口资源与环境方向。邮编311121，邮寄地址：浙江省杭州市余杭区文一西路1000号中共浙江省委党校
【关键词】 零工经济 互联网+ CGSS 混合横截面数据
一、引言
现今人们正处在第四次工业革命的浪潮中，数字化推动着变革以前所未有的速度发生，随着移动互联网的出现以及与之相关的社交媒体、VR、AR等技术的衍生，就业不再局限于固定岗位、固定地点和996的固定时间，曾经非主流的“零工经济”开始走红，劳动者有更多的碎片时间能够支配，能够兼顾个人偏好和效率最大化的多个工作，“斜杠青年”、“U盘化生存”等词的出现无一不彰显一场关于产业发展与人才结构的趋势性变化正在悄然发生。
无独有偶，2019年末新冠肺炎在我国爆发，为遏制疫情的进一步扩散，防止出现更多的人员伤亡和经济损失，全国民众居家隔离，很多生活不得不从线下转移到了线上，不少企业通过钉钉等线上软件在家办公，学校也纷纷推迟开学时间开展网上教学。此次疫情让越来越多的人认识并接受了线上工作的方式。根据清华大学社会科学学院发布的《2019中国县域零工经济调查报告》，35.11%的县域零工工作与互联网相关，“互联网+”类零工在各种零工类型中排名第一。
显然互联网、大数据等新兴技术的发展正在逐渐改变人们的生活、工作、思维方式，与“朝九晚五”的传统用工方式相比，就业思维灵活的80、90后已成为当前我国的就业主体，他们追求更加多元化、灵活和平衡的工作。然而零工经济同样面临不小的问题和风险。由于缺乏相对健全的法律法规以及有效的市场监管，使得零工工作者在社会保障方面处于劣势;同时由于双方交易存在不确定性，企业雇佣过多零工会使得长期业务难以开展，势必影响企业效益。
二.文献综述与理论基础
（一）零工经济的定义
零工经济指由工作任务不多的没有固定岗位的自由职业者构成的经济，他们利用网络和移动技术高效地为供需方提供相应信息从而实现工作的匹配，主要有按需工作（通过应用程序联系）和群体工作两种形式。此处的零工经济仅指代受益于互联网和其他新兴技术的发展，以网络作为第三方平台的“新零工经济”。
然而零工经济并非全新的概念，早在上世纪 70 年代末，苏南地区的乡镇企业就已经出现了最早期的零工经济，他们为实现科创资源的市场化按需配置，从大城市工厂和科研机构聘请技术人才利用其休息日到乡镇企业去攻坚克难，这就是“旧零工经济”，亦称非正规就业。
现今频繁出现的零工经济大多指的是由互联网和新兴技术推动发展的新零工经济，它“新”在不仅涉及了中产阶级和白领阶层的工作，还涉及到很多高科技创业公司，越来越灵活的工作种类、工作方式取代了传统的全职工作和固定用工模式[5][7]。企业以网络为媒介，将碎片化的工作需求公之于众，劳动力个体根据自身特点来选择是否从事多项工作或临时工作，互联网在全球的普及大大拓宽了零工经济的覆盖范围，使其不再是雇佣模式的附庸，而具有划时代的意义[1]。
（二）零工经济的特点
在零工经济下，“劳动资本需求方”（传统零工经济）或者“平台”（新零工经济）招募“自由职工”的用工方式替代了“雇主”直接雇佣“雇员”的传统模式，曾经的雇佣及控制关系不复存在，取而代之的是职工能够全权控制自己的劳动，以自由雇佣的姿态进入劳动力市场。零工经济有别于传统就业模式，主要有工作碎片化、工作弹性化、合作远程化三个特点[1]。
雇主提供临时工作，独立劳动者通过在有限时间内完成相应的工作量来获得报酬。不固定的工作时间给了工人控制自己工作的权力，工人的工作积极性和工作效率也就不知不觉提高了，企业能够减少管理成本、增加利润。
（三）零工经济的影响因素
查阅相关文献，发现国内主要从宏观层面探讨非正规就业即旧零工经济的影响因素，主要有以下几方面：
1.最低工资制度。向攀发现最低工资上涨使失业群体更有动力寻找工作，流动到非正规部门就业，从而促使本来在非正规部门的劳动者流动到正规部门就业，不利于劳动者的非正规就业[10]。
2.就业保护制度。王海成发现就业保护制度如最低工资制度、社会保险制度会减少非正规就业 [11]。
（四）研究假设
对于包含新零工经济的零工经济整体而言，微观层面的研究则较为缺乏。本文尝试从劳动者个体出发，研究他们选择零工就业的主要因素。
1.互联网使用频率对零工经济的影响
零工经济作为早已有之的概念，在我国劳动力市场改革开放以来一直处在边缘位置，随着2015年“互联网+”计划的落地实施，零工经济又焕发出新的活力。
黛安娜·马尔卡希在《零工经济》提出，互联网让个人兴趣、技能可与市场需求产生更佳的匹配。互联网的普及使劳动力市场信息交流更通畅，在一定程度上降低了资本方和劳动者的错配率，并减少了搜寻成本，使劳动力流动的可能性和距離大大增加。有数据表明：截至 2011 年，互联网在国内创造的工作岗位已达1000 多万。这是因为一方面，互联网本身的发展就创造了数以万计的岗位;另一方面，互联网推动了平台就业的发展，我们熟知的嘀嘀打车、美团外卖等都是其中的代表。显然，互联网的发展有利于降低因信息不对称导致的摩擦性失业和结构性失业，但当失业者面临的选择不是失业与零工就业，而是正规就业和非正规就业时，就需要分情况论述了。
旧时的零工又称“打零工”，劳动者为生活所迫、不得不出卖劳动力以求生存，此类劳动者普遍劳动技能低，工作收入微薄，对负面的经济冲击较为敏感，其特质决定了他们对稳定的、有社会保障的正规就业的青睐，互联网的发展使得使此类求职者能够获得大量包含零工和正式工的招聘信息，面临这两种选择，我们猜测劳动者会选择稳定的正规就业，查阅到有文献实证证实互联网的普及对非正规就业产生了显著的负向影响，促进零工就业转向正规就业。此外，伴随着共享经济时代的到来，原先的正规就业人员得以通过网络平台寻找兼职，在闲暇时间利用自己的技能补充收入;互联网还催生了一批拥有技能优势、向往工作自主的自由职业者，此类劳动者利用自己的特长、资源实行自雇佣，以此实现自己的更高价值。这两类劳动者通常是自愿投身零工经济的浪潮，属于新零工经济的从业者。综上所述我们提出如下假设： 2.经济收入对零工经济的影响
麦肯锡研究机构于2016年发布的“零工经济”报告指出，虽然互联网的普及带动了数字经济的发展，线上平台创造了大量的自由工作，但零工从业者的增加并不是由科技进步带来的，即使Airbnb、Lyft与Uber等公司为就业者创造了大量的兼职机会，其从业者所占比例仍旧只占零工经济的小部分。
因此，麦肯锡分析师马尼卡认为“经济衰退和糟糕的就业市场”才是零工经济得以发展的主要原因。西班牙和希腊等失业率高的国家，其零工经济的发展程度就比较高。我们猜测大多数人选择打零工的原因是因为收入不高甚至没有收入，基于此我们提出如下假设：
二、数据来源与研究方法
（一）样本与数据
本文数据取自CGSS2010、CGSS2012、CGSS2013和CGSS2015。数据经过整合并删除缺失数据后，四个年度最终获得的有效个案样本数分别为3477、3475、3260和2605，本文最终使用的数据共计12817个有效样本。上述四个年度的调查问卷在问题设置上基本保持一致，使研究者能够得到混合横截面样本数据，与单一年份的横截面数据相比，混合横截面数据样本规模更大，可以更为精准地估计模型;还可以探究变量在时空上的影响力变化，使数据分析更加深入。
（二）变量设定及描述性统计
1.因变量
CGSS 2010年、2012年、2013年和2015年的问卷都调查了居民的工作状况，本文以麦肯锡“零工经济”报告中定义的零工经济群体作为评判标准，认为零工经济主要由四大群体组成：能自主选择工作且视其为收入主要来源的自由职业者;有正规工作且收入稳定，同时利用闲暇通过零工赚外快的兼职者;不愿放弃收入低微的本职工作却为了生活不得不从事零工的不情愿者;生活拮据除零工无收入来源的“打零工”者。设置因变量为“是否从事零工”，将从事零工的样本赋值为 1，未从事零工赋值为 0。
2010-2015年，零工就业数量上不占优势，仍旧只是传统就业的补充形式，2010-2013年零工就业成上升趋势，2015年有部分回落。
2.自变量
互联网对个体的影响程度可以直接由个体使用互联网（包括手机上网）的频率来测度。个体的经济收入由个体去年全年的职业收入对数化后表示。
3.控制变量
根据已有文献的研究，本文将一系列可能对个体择业产生影响的变量作为控制变量加入模型，这些变量分为三类。
第一类是个人因素，包含性别、年龄、户籍、政治面貌、受教育程度，其中受教育程度按社会研究中常用的处理方法转化为尺度变量“受教育年限”。第二类是家庭因素，包含未成年子女数量。第三类是工作状况，包含沟通能力交流能力、工作年限、工作年限的平方、当前工作自主程度、有无社保、有无签订劳动合同。此外，本文还在后续的模型中加入了代表调查年份和受访者所在经济区域的虚拟变量，以便控制变量影响的时空效应。
（三）互联网对新零工经济的影响
通过上述分析我们已经验证了部分假设，那么互联网对新零工经济的推动作用是否存在，本文进一步从零工群体中剥离出自愿从事零工的个体建立新模型进行分析，自愿从事零工的群体包括自由职业者和兼职者，设置新的被解释变量，自主零工赋值为1，其余赋值为0。
自愿从事零工就业的个体在劳动力市场中占比极低，最高的2012年也仅有6.19%，我们观察到2012年与2010年相比，自主零工占比有了较大的提升，之后的几年在5.4%上徘徊。查阅资料发现，“互联网+”的概念在国内首次公开提出的时间正是2012年，当时极有可能涌现出一批目光敏锐且拥有技能优势的新零工先行者，但“互联网+”真正落地实施却在2015年之后，就此可以推断，新零工经济是在最近5年内才开始大量出现的。
三、结论与建议
（一）结论
本文选用中国综合社会调查四个年度的数据，对劳动力的就业状况进行了描述性统计，分别对零工经济总体和新零工经济的影响因素进行了实证检验，得出以下结论：
目前只有具有一定经济实力、有无社会保障都不会造成较大影响的高技能劳动者感受到了互联网的助推作用。第三，收入水平也是影响零工就业的因素之一，收入水平越低，不管是迫于生计还是补充收入，个体都更倾向零工就业。
此外，由于可获得的最新官方数据只更新到2015年，本文难以使用2016年及之后的数据对零工经济进行最新的分析，亟待日后进行更进一步的研究。
（二）建议
第一，零工經济被互联网注入新的活力，在未来势必会成为新的就业趋势，带来更多就业机会，促进经济发展，因此在相关政策制定上要加大力度支持“互联网+”的发展，进一步推动新零工经济的发展。第二，相关部门应制定相关规定，保障零工工作者这一特殊劳动群体的合法权益，保障他们在各地区包括经济欠发达地区签订劳动合同以及社会保障等方面的权益，使零工经济走上规范化的道路。第三，提高零工就业群体的人力资本，企业、社会要重视职业技能方面的培训，同时劳动者自身也需要提高受教育程度和个人认知能力，以满足越来越高要求高标准的就业岗位。
【参考文献】
[1] 郑祁， &杨伟国. （2019）.零工经济前沿研究述评. 中国人力资源开发（5）， 106-115.
[2] 杨伟国，张成刚，辛茜莉.（2018）.数字经济范式与工作关系变革.中国劳动关系学报，5（32）， 56-60.
作者简介：徐颖（1996—1 ），女，汉，浙江舟山人，理论经济学硕士，人口资源与环境方向。邮编311121，邮寄地址：浙江省杭州市余杭区文一西路1000号中共浙江省委党校