论文部分内容阅读
摘要：随着市场化与城镇化的推进，非正规就业在就业人口里的比重越来越高。与正规就业相比，非正规就业难以保障就业者的基本福利。而农村女性作为就业领域的弱势群体，非正规就业对其的影响将会更大。本文使用了中国综合社会调查CGSS2015年度的数据，利用logit模型进行逐步回归，分析了个人特征、人力资本，家庭特征与家庭资本对农村女性劳动力非正规就业的影响。结果表明：健康水平、受教育程度、个人能力、伴侣收入与家庭经济水平，均对农村女性非正规就业情况有显著的影响。基于此，本文提出规范劳动力市场、重视不同个体间的异质性以及提升农村女性劳动力的人力资本等政策建议。
关键词：农村女性劳动力;非正规就业;影响因素
国际劳动组织的就业报告显示，欧美等发达国家的非正规就业的就业率普遍占据就业总量的30%以上，拉美与部分亚洲国家的非正规就业率在40%～60%之间，而非洲国家的非正规就业率更是在60%以上。由此可见，不论是发达国家或是发展中国家，非正规就业都不是一个可以忽视的现象。
与正规就业相比，非正规就业不仅平均工资更低，也无法提供从业者应有的福利待遇与劳动保障。农村女性作为弱势群体，非正规就业带来的一系列问题会对她们产生更大的影响。因此，研究农村女性劳动力非正规就业的影响因素十分必要。
基于上述背景，本文从从业者福利与保障的角度定义非正规就业，使用中国综合社会调查CGSS2015年度的数据，将影响因素分为个人特征、人力资本、家庭特征与家庭资本四类，分别分析其对农村女性劳动力非正规就业的影响，并根据研究结果提出对应的政策建议。
一、数据来源与研究方法
（一）数据来源
本研究使用中国综合社会调查（CGSS）2015年度的调查数据。本文的研究对象为农村女性劳动力，指年龄在18～60周岁之间，拥有劳动能力且经常参与劳动的农村女性。当前学界对非正规就业并没有统一的定义，本研究将签订劳动合同且享有基本的医疗与养老保险定义为正规就业，否则为非正规就业。删除相关变量的缺失值与无效值之后，本研究的有效个案为1515个。
（二）研究方法
本文使用的计量模型为二元logit回归模型，其基本形式为：
其中下标i表示农村女性个体i;Yi为二值变量，表示就业类型;Xi为一系列解释变量，对应的β1为解释变量系数，β0与εi分别为截距项与随机扰动项。
为了确保结果的稳健性，本研究将解释变量分为个人特征、人力资本、家庭特征与家庭资本四类，采取逐步回归的方法，依次加入模型进行估计。
（三）变量选取与赋值
本研究的核心变量的选取，赋值与统计见表1。其中被解释变量为就业类型，是一个二值变量。若签订了劳动合同且享有基础养老与医疗保险，则为正规就业，赋值为1;否则为非正规就业，赋值为0。解释变量分为个人特征、人力资本、家庭特征与家庭资本四类，其中个人特征包括年龄与健康水平;人力资本包括受教育程度与个人能力;家庭特征包括未成年子女与高龄父母;家庭资本包括伴侣收入与自评家庭经济水平。
二、实证结果分析
利用stata软件，进行逐步回归，回归结果如表2所示。
对于个人特征而言，模型4结果显示年龄的增加会减少正规就业的概率，但其影响并不显著，而更高健康水平会显著提高正规就业的概率。该结果表明：年龄大、健康水平低的农村女性往往很难稳定、连续工作，更容易从事非正规就业。
对于人力资本而言，模型4结果表明受教育程度与个人能力均对正规就业有显著的正向影响。这意味着受教育程度高、个人能力强的农村女性更有可能从事正规就业，而低人力资本的农村女性往往不符合正规单位的招聘要求，更容易从事非正规就业。
对于家庭特征而言，模型4结果表明未成年子女的有无与高龄父母的有无均对正规就业有负向不显著的影响。虽然这两个变量的结果均不显著，但其对正规就业的影响均为负向，说明家庭照料会加重农村女性的负担，使其更容易从事非正规就业。
对于家庭资本而言，模型4结果显示伴侣收入对正规就业有显著正向影响，而自评家庭经济水平对正规就业有显著负向影响。同样是代表家庭资本的两个变量影响却出现了相反的结果，很有可能的原因是伴侣的经济水平高也带来了家庭更多的消费，刺激农村女性对正规就业的渴望;而自评家庭经济水平较高则意味着家庭经济压力小，使得其对工作的需求度减小，更容易从事非正规就业。
三、结论与建议
根据上述分析与实证，我们发现当前农村女性劳动力就业情况并不乐观，正规就业者只占据了不足10%。在个人特征、人力资本与家庭資本三个方面，健康水平、受教育程度、个人能力与伴侣收入都会减少农村女性非正规就业的概率，而自评家庭经济水平则会提高农村女性非正规就业的概率。家庭特征对农村女性劳动力的影响虽然不显著，但未成年子女与高龄父母对正规就业的影响都是负向的，说明家庭照料会提高女性非正规就业的概率。
基于以上几点结论，本文提出如下几点政策建议：第一，重视劳动力市场上大量非正规就业的情况，采取政策手段与行政命令对劳动力市场进行规范化约束，促进劳动力市场的良性发展。第二，重视不同个体之间的异质性特征，在方案与政策制定的过程中照顾到不同类型的非正规就业者，切实保障非正规就业者的基本福利待遇。第三，积极推广基础扫盲、工作培训、岗前教育，提高农村女性非正规就业群体的人力资本，增强其就业竞争力。
参考文献：
[1]吴燕华，李金昌，刘波.家庭老年照料对女性非正规就业的影响效应研究[J].商业经济与管理，2018（03）：47-57+86.
[2]燕晓飞，赵鑫全.培训迁移、人力资本提升与非正规劳动力就业[J].中南财经政法大学学报，2014（01）：43-49+159.
[3]袁红清，李荔波.休闲娱乐行业外来女性非正规就业分析[J].管理世界，2013（11）：176-177.
[4]姚宇.国外非正规就业研究综述[J].国外社会科学，2008（01）：91-95.
[5]高玲芬，贾丽娜.论“非正规就业”的定义与测量[J].统计研究，2005（03）：74-77.
[6]张华初.非正规就业：发展现状与政策措施[J].管理世界，2002（11）：57-62.
[7]丁金宏，冷熙亮，宋秀坤，B.Hammer，徐月虎.中国对非正规就业概念的移植与发展[J].中国人口科学，2001（06）：8-15.
关键词：农村女性劳动力;非正规就业;影响因素
国际劳动组织的就业报告显示，欧美等发达国家的非正规就业的就业率普遍占据就业总量的30%以上，拉美与部分亚洲国家的非正规就业率在40%～60%之间，而非洲国家的非正规就业率更是在60%以上。由此可见，不论是发达国家或是发展中国家，非正规就业都不是一个可以忽视的现象。
与正规就业相比，非正规就业不仅平均工资更低，也无法提供从业者应有的福利待遇与劳动保障。农村女性作为弱势群体，非正规就业带来的一系列问题会对她们产生更大的影响。因此，研究农村女性劳动力非正规就业的影响因素十分必要。
基于上述背景，本文从从业者福利与保障的角度定义非正规就业，使用中国综合社会调查CGSS2015年度的数据，将影响因素分为个人特征、人力资本、家庭特征与家庭资本四类，分别分析其对农村女性劳动力非正规就业的影响，并根据研究结果提出对应的政策建议。
一、数据来源与研究方法
（一）数据来源
本研究使用中国综合社会调查（CGSS）2015年度的调查数据。本文的研究对象为农村女性劳动力，指年龄在18～60周岁之间，拥有劳动能力且经常参与劳动的农村女性。当前学界对非正规就业并没有统一的定义，本研究将签订劳动合同且享有基本的医疗与养老保险定义为正规就业，否则为非正规就业。删除相关变量的缺失值与无效值之后，本研究的有效个案为1515个。
（二）研究方法
本文使用的计量模型为二元logit回归模型，其基本形式为：
其中下标i表示农村女性个体i;Yi为二值变量，表示就业类型;Xi为一系列解释变量，对应的β1为解释变量系数，β0与εi分别为截距项与随机扰动项。
为了确保结果的稳健性，本研究将解释变量分为个人特征、人力资本、家庭特征与家庭资本四类，采取逐步回归的方法，依次加入模型进行估计。
（三）变量选取与赋值
本研究的核心变量的选取，赋值与统计见表1。其中被解释变量为就业类型，是一个二值变量。若签订了劳动合同且享有基础养老与医疗保险，则为正规就业，赋值为1;否则为非正规就业，赋值为0。解释变量分为个人特征、人力资本、家庭特征与家庭资本四类，其中个人特征包括年龄与健康水平;人力资本包括受教育程度与个人能力;家庭特征包括未成年子女与高龄父母;家庭资本包括伴侣收入与自评家庭经济水平。
二、实证结果分析
利用stata软件，进行逐步回归，回归结果如表2所示。
对于个人特征而言，模型4结果显示年龄的增加会减少正规就业的概率，但其影响并不显著，而更高健康水平会显著提高正规就业的概率。该结果表明：年龄大、健康水平低的农村女性往往很难稳定、连续工作，更容易从事非正规就业。
对于人力资本而言，模型4结果表明受教育程度与个人能力均对正规就业有显著的正向影响。这意味着受教育程度高、个人能力强的农村女性更有可能从事正规就业，而低人力资本的农村女性往往不符合正规单位的招聘要求，更容易从事非正规就业。
对于家庭特征而言，模型4结果表明未成年子女的有无与高龄父母的有无均对正规就业有负向不显著的影响。虽然这两个变量的结果均不显著，但其对正规就业的影响均为负向，说明家庭照料会加重农村女性的负担，使其更容易从事非正规就业。
对于家庭资本而言，模型4结果显示伴侣收入对正规就业有显著正向影响，而自评家庭经济水平对正规就业有显著负向影响。同样是代表家庭资本的两个变量影响却出现了相反的结果，很有可能的原因是伴侣的经济水平高也带来了家庭更多的消费，刺激农村女性对正规就业的渴望;而自评家庭经济水平较高则意味着家庭经济压力小，使得其对工作的需求度减小，更容易从事非正规就业。
三、结论与建议
根据上述分析与实证，我们发现当前农村女性劳动力就业情况并不乐观，正规就业者只占据了不足10%。在个人特征、人力资本与家庭資本三个方面，健康水平、受教育程度、个人能力与伴侣收入都会减少农村女性非正规就业的概率，而自评家庭经济水平则会提高农村女性非正规就业的概率。家庭特征对农村女性劳动力的影响虽然不显著，但未成年子女与高龄父母对正规就业的影响都是负向的，说明家庭照料会提高女性非正规就业的概率。
基于以上几点结论，本文提出如下几点政策建议：第一，重视劳动力市场上大量非正规就业的情况，采取政策手段与行政命令对劳动力市场进行规范化约束，促进劳动力市场的良性发展。第二，重视不同个体之间的异质性特征，在方案与政策制定的过程中照顾到不同类型的非正规就业者，切实保障非正规就业者的基本福利待遇。第三，积极推广基础扫盲、工作培训、岗前教育，提高农村女性非正规就业群体的人力资本，增强其就业竞争力。
参考文献：
[1]吴燕华，李金昌，刘波.家庭老年照料对女性非正规就业的影响效应研究[J].商业经济与管理，2018（03）：47-57+86.
[2]燕晓飞，赵鑫全.培训迁移、人力资本提升与非正规劳动力就业[J].中南财经政法大学学报，2014（01）：43-49+159.
[3]袁红清，李荔波.休闲娱乐行业外来女性非正规就业分析[J].管理世界，2013（11）：176-177.
[4]姚宇.国外非正规就业研究综述[J].国外社会科学，2008（01）：91-95.
[5]高玲芬，贾丽娜.论“非正规就业”的定义与测量[J].统计研究，2005（03）：74-77.
[6]张华初.非正规就业：发展现状与政策措施[J].管理世界，2002（11）：57-62.
[7]丁金宏，冷熙亮，宋秀坤，B.Hammer，徐月虎.中国对非正规就业概念的移植与发展[J].中国人口科学，2001（06）：8-15.