1、性别、户籍歧视与就业市场决定因素研究摘要：文章利用 CHNS（中国营养与健康调查）2009 年的横截面 7 300个微观数据，根据 Probit 模型和逐步回归法测度了个人的健康状况、生活质量水平、教育程度、年龄、性别以及城乡户籍的差异等因素对就业选择的影响。通过引入教育与性别、户籍的交互项分析了就业市场性别和户籍歧视问题。结果表明，户籍和性别仍然是显著影响就业选择的因素，而农村户口与教育差异的交互项对于就业影响明显，性别与户籍交互项对就业影响呈弱负相关。这证实农村居民通过提高教育程度将有助于其改善其就业环境，农村女性在就业方面困难较大，政府需要给予更多关注。 下载 关键词：性别差异；户口；就
2、业歧视；就业选择 一、 引言 本文探讨的就业问题，主要是为了分析就业的决定因素和就业方面性别、户口两个属性的歧视存在与否及歧视的度量。由于就业与否是一个离散的变量，构造的模型是一个二值模型：个体只有两个取值，比如 y=1（就业）或 y=0（不就业）。为了考察决定离散二元取值 Y 的决定因素，本文将选择异方差条件下的 Probit 模型结合逐步回归法先筛选出影响就业选择的因素，然后主要研究分析户籍和性别两个方面是否存在歧视。来做进一步实证分析。 考虑到文献中的迥异的指标，本文主要在以下几个指标方面进行设计微观的涵盖个人素养一系列特征变量；宏观的包括要素市场在择人时的考虑。个人素养的有身体健康、生
3、活质量、教育水平；而就业市场属于要素市场，所使用的劳动力衡量指标选取年龄，性别和户籍。本文的边际贡献在于，合理设计选取一组量化的指标，并分析就业影响的因素，然后通过模型的修正，定量分析户籍、性别因素在就业方面的歧视问题，从而给出相关政策建议。 二、 指标选取、描述与模型设定 1. 指标选取与数据描述。根据经济学相关理论及相关文献综述，其影响因素主要有健康状况有关的营养状况、性别、年龄、受教育程度、以及造成劳动力分割的户籍制度等。本文基于微观数据，选取 CHNS2009 年横截面数据，首先考察就业的决定因素，由于调查问卷的特殊性以及问卷回答有的非本人亲自回答，故这里用这一组数据拟合，后面用逐步回
4、归法对于改组变量回归，可遴选出合适的代理变量。 营养状况因为与收入习惯等各方面有关，黄宗智的研究证实随着收入水平的提升，粮食消费下注下降， 基本稳定在年均 11 公斤/人，而肉、鱼、蛋、奶的消费量逐年递增，其中城镇人口肉类由 1980 年的人均 20 公斤/年到 2005 年的人均 32 公斤/年。蛋白消费量的增长不仅仅存在于高收入人群中，同样也体现在低收入人群中。这说明收入的增加促进了蛋白摄入量。但如果直接用收入水平衡量时会存在因果倒置的可能：是否是收入高才更拥有更好的就业资源还是就业导致的更好的收入水平，无法厘清，故选取“三餐蛋白质摄入量、脂肪、卡路里、碳水化合物”等指标来做为营养水平的工
5、具变量，这个指标和误差项中其他诸如个人能力、工作经验等可以认为是不相关的，且能体现生活质量，满足了工具变量的一般特征，具有一定的客观性和真实性，可以用来判断一个人的营养水平对就业的影响程度。教育程度衡量，数据中分为 7 档，信息为 0-6，其中文盲半文盲=0，小学=1，中学=2，高中=3，专科=4，本科=5，硕博=6，本文延续这种划分，因为这个比直接计算的教育年限更有层级，可以度量教育的贡献度，如从高中到初中的一个跨度，可以明显通过系数变动方向判断大学教育回报率。数据处理说明：本文的 CHNS 首先依据调查住户以及个人的地址进行编号，挑出一致性的个体信息；依据就业信息统计删除学生样本以及其他不
6、确定的样本（就业=0 和 1 之外的信息）；年龄删除大于 60 和小于 16 的样本（其中有少量样本年龄 15.4，不影响总体分析，不适宜筛除所有 16 岁的保留）；性别（男性 Male=0；女性 Female=1）；户口（城镇 urban=0；乡村 rural=1）。处理后有 7 000 来个有效的微观数据，数据描述性统计见表1。 2. 模型设定。根据上述分析考察就业市场决定因素，参照可利用的相关的指标，模型设定为： work=？琢+？兹 ihealthi+？茁 1（health2health2）+？茁2edu+？茁 3age+？茁 3gender+？茁 4hukou+？滋（1） 根据上述说
7、明，health1、health2 指标代表当前城乡居民营养水平，作为收入的替代变量出现，选取三餐蛋白、脂肪的摄入量分别表示；出于对黄宗智（2010）研究的继承，本文选取蛋白质的摄入量指标作为收入的替代指标，初步设定蛋白质摄入量的提高说明城乡居民收入水平相应提高，就业情况将会改善，这一过程为单调递增过。而脂肪的摄入对于收入提高存在两次函数的关系，经济处在起飞阶段，脂肪摄入量的增加意味着收入增加，就业也会增加；而收入的进一步提高，生活品质提高脂肪摄入量会随之下降，可以认为在经济发展到一定高度，脂肪摄入量与就业呈现反比关系。 其他的指标已经根据调查的样本数据进行了定性处理，如户籍（Hukou）指标
8、和性别（Gender）均已转化成二值信息。该模型旨在分析就业市场的决定因素，主要利用逐步回归法来分析变量对模型的贡献程度；性别差异（Gender）、户籍差异（Hukou）是常见的影响就业选择的因素，这里主要分析其对就业的影响，是否涉及歧视留待后面分析。 修正后的模型中引入教育程度和性别的交互项，其经济学含义是通过控制其他变量不变的情况下（特别以教育作为交互项的乘项来保持在教育相同的情况下），以男性为基组（男性为 0，女性取值为 1）；而女性与男性存在不同时，则会出现不同的关于教育项的斜率，该斜率衡量了女性相同于男性在教育相同时教育回报率，藉此考察劳动力市场是否存在性别上的歧视问题，并且定量衡量
9、这种歧视的程度。 同理，上述模型并未对就业者的城乡二元身份进行划分。根据相关文献研究（周世军等，2012），就业市场上存在户籍上的歧视。根据 CHNS 数据，户籍信息可以转化成定性信息，以城市为基组设为 0，农村户口设为 1；故引入教育与户口的交互项，可以测度在相同教育水平，和其他因素不变时，因户籍差异带来的就业歧视。 因此本文在上述基础模型的基础上，考虑到教育对男女的贡献程度是不同的，对于不同户籍人口的影响也不是相同的，基本模型中引入教育程度和性别、教育程度和户口的交互项，用来分析就业市场性别、户籍歧视问题。修正后的模型设定为： work=？琢+？兹 ihealthi+？茁 1（health
10、2health2）+？茁2edu+？茁 3age+？茁 3gender+？茁 4hukou+？茁 5hukou*educ+？茁6gender*educ+？茁 7gender*hukou+？滋（2） 三、 实证结果及分析 1. 就业决定因素。首先对于影响就业因素进行 Probit 估计，利用逐步回归法，分析影响就业的影响因素程度。结果见表 2。 观察表 2 修正前异方差条件下的 Probit 检验结果，我们可以发现似然比检验（LR）=1.74，Probchi2=0.78，接受扰动项为同方差的原假设。系数估计项中户籍制度对于参与就业的影响最大，其次为性别差异的影响。蛋白质摄入量与脂肪摄入量这两个代
11、表人均收入水平的指标变量同样表现为对就业形成正向影响。而教育程度与年龄这两个指标对就业与否影响为统计非显著。在边际效应中同样表现为户籍、性别、收入水平替代指标（蛋白质摄入量、脂肪摄入量）对就业与否的影响为统计显著性。值得注意的是，脂肪摄入量与就业正相关，其平方值与就业呈负相关，这也很好地说明了收入状况与就业呈现明显的两次关系，当未到达临界值前，为提高收入，人们愿意就业，而收入到达临界值，就业意愿会有所下降。从而我们发现使用蛋白质和脂肪摄入作为收入的替代指标避免了数据的多重共线性，其设定是合理的。 引入逐步回归算法的 Logit 模型结果表明，健康指标中蛋白质和脂肪的摄入指标中，仅有蛋白质摄入指
12、标表现为与就业正相关（双边 10%统计显著）；脂肪摄入量增加表现与就业程度呈现负的弱相关，这和现代一些脂肪过度饮食导致亚健康观点相符。 户口、性别这两个因素是就业选择中关键的因素。户口指标对于就业的正向影响最为显著，这与中国之前很长时间的人口红利和劳动力转移等观点相吻合，只要给与农村人口高于土地收入的工资，劳动力就会自发地向城市工业转移，其相对要求较少。但农业人口的身份促进就业并不代表户口制度不存在歧视。控制教育程度、能力等其他变量不变时，农村人口就业的差异才能衡量这种歧视。虽然农村户口能够使得就业概率增加，但同时在控制教育程度相同时，农村人员的就业概率比城市人员低，这表明劳动力市场存在一定程
13、度的户籍歧视。 性别与就业呈现 5%显著水平下的统计负相关，以男性作为基组的数据表明，女性在整体的就业中因其女性身份而难以得到和男性一样的就业机会，具体的更为精确量化这种歧视也要控制其他变量不变，男性就业环境要明显优于女性。打破性别歧视成为提高城乡居民就业的亟待解决的关键问题。而性别方面，女性在就业市场上概率显著低于男性，表明中国女性歧视问题很严峻，性别与户籍的交互项表现出与就业形成负弱相关。而户籍与教育的交互项却表现位于就业呈现统计正相关。这也说明对于农村地区加强教育投入，能够有效提高农村居民实际就业水平。另外性别与教育的交互项与就业之间表现为统计非显著，这可以解释为在农村地区，涉农从业主体
14、现在主要为老人与妇女，妇女提高教育其从业环境并未明显改善；同时出外务工人员从事职业基本社会中下层，教育程度与职业对于就业的工资收入、职业差异影响不大；另外还有一个原因，职业技能要求高的岗位对于男女性别界限要求逐渐打破，对于教育程度比较看重。 最后必须指出，两个模型的拟合优度进一步甄别，计算 Probit 模型准确预测的比率，预测准确率达 73.65%和 65.47%。表明该模型设定合理。 四、 结论与政策建议 本文利用 CHNS（中国营养与健康调查）2009 年的横截面数据，测度了个人的健康状况的营养水平、教育程度、年龄、性别以及城乡户籍的差异对就业选择的影响。根据逐步回归分析，最终选取营养水
15、平指标（蛋白质摄入量及脂肪摄入量）、户籍、教育程度、年龄、性别等变量。Probit 模型的结果表明，性别差异会显著地负向影响就业选择，说明性别歧视在中国当今社会还是广泛地存在的，女性就业的权力的保障机制较为欠缺。此外，数据同样显示户籍障碍严重影响就业，即农村户口比城市户口拥有者找到工作的几率明显降低。修正后的模型表明，在控制教育等其他变量不变时，户籍制度同样存在明确的对农村人口的歧视。生活水平的提高对于就业存在非线性（二次项）关系。 本文结合实证分析结果，政府应从以下几个方面促进社会就业： 第一，完善女性就业保障机制。由于长久以来社会的、文化的等各方面的，对女性的就业歧视，压抑了女性就业的需求
16、和贡献。女性的工作，可以显著地提高家庭总收入，有利于居民购买力的切实提高，有利于人们的总体社会文明进程。 第二，虽然现阶段教育对于就业市场的影响系数还较小，但教育的作用却是难以掩盖的。国家在扶持教育的同时，要减少行政性计划，留给各个学校依据渐趋成熟的市场和科研任务等进行自己选择，培养适合社会的人才。教育对社会的促进，不仅仅体现在对社会需求满足的有效性有多大，还在于是否真正培养了合格的人才和促进社会市场等的健康培育。 第三，户籍制度影响了就业的有效增加。农民进入城市寻找工作，安身立命成为大势所趋。但是户籍制度的阻碍，使农民难以融入城镇化体系中，被锁定在城市的底层。政府应加强对农民工的保障制度，进
17、一步提高外来务工等俗称“农民工”群体的福利水平。此外，户籍制度中的歧视问题，是农村学生在获得教育后由于身份和社会地位的差异，比城市学生找到工作的概率要低。打破教育壁垒和户籍的桎梏，为农村寒门子弟提供社会发展的空间，就显得尤为重要。 第四，要加强社会保障，对病老等群体，要积极妥善地安置，实现各种配套措施相应的建设，让就业市场信息充分，人们预期更为明朗，更好的促进就业-消费的良性循环。 参考文献： 1. 蔡?P（主编）.中国人口与劳动问题报告转轨中的城市贫困问题.北京：社会科学文献出版社，2003. 2. 阐凯.劳动力市场性别歧视的经济学分析.经济专论，2004，（12）：39-42. 3. 高君
18、，汪戎，等.影响农民工就业的个人因素分析.管理世界纵横，2007，（4）：17-18. 4. 霍丽芳.经济转型时期我国就业质量研究基于劳动统计和 CHNS数据的分析.山西财经大学学位论文，2012. 5. 李军峰.女性就业与发展困境的原因探析.人口学刊，2002，（5）：56-59. 6. 乔明睿，钱雪亚，姚先国.劳动力市场分割、户口与城乡就业差异.中国人口科学，2009，（2）：32-41. 基金项目：国家自然基金课题“不确定环境下居民家庭投资组合模型和实证研究”（项目号：71073020/G0302）。 作者简介：魏先华（1963-），男，汉族，湖南省长沙市人，中国科学院大学研究生院管理学院教授、博士生导师，研究方向为风险管理、金融管理、投资组合管理；刘峰（1972-），女，汉族，山东省烟台市人，中国科学院大学研究生院管理学院博士生，研究方向为宏观经济、行为经济学。收稿日期：2015-01-18。
