幸福的就业效应：幸福、就业与隐性再就业的实证研究_主观幸福感论文

幸福的就业效应——对幸福感、就业和隐性再就业的经验研究，本文主要内容关键词为：隐性论文,再就业论文,效应论文,幸福感论文,经验论文，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

       经济增长和政府政策的最终目标是提高国民的福利。对于大多数人来说，幸福即便不是生活的唯一目标，也是最主要的目标。因此，在一些文献研究中，主观幸福感甚至被直接用来衡量个人福利水准的高低(Frey & Stutzer，2002)。最近的研究表明，主观幸福感只是效用函数的一部分，并不完全等同于效用，但主观幸福感上升的确能为个人带来很高的边际效用(Glaeser et al.，2014)。改革开放之后，中国经济已经保持了连续30多年的高速增长，但是现在却陷入了“幸福停滞”的增长困境，因为，中国居民的幸福感并没有因为经济的连续高增长而得到相应的提升。各种权威调查结果表明，在1990-2011年间，中国居民的幸福感是呈U型曲线变动的，即中国居民的幸福感在1990-2005年间趋于下降，只是在2005年之后出现了缓慢的回升(Easterlin et al.，2012)。①

       为了纠偏“幸福停滞”的增长困境，中国在2004年提出了更加重视人文关怀的建设社会主义和谐社会的目标，中央政府在近几年也逐步下调了经济增长的预期目标，②转而强调经济增长的质量和效益，更加重视改善民生和提高居民幸福感。不过也有这样一种担心，即中央政府下调经济增长的预期目标，可能降低经济增长对就业的吸纳能力，进而加剧中国一直以来都存在的严峻的就业压力。上述担心并非没有依据，据中国人社部测算，“十二五”期间，我国每年城镇需要安排的劳动力数量在2500万左右，但能够安排的就业岗位却只有1200万。③但是，观察中国的就业形势，不能忽略劳动力市场上“招工难”与“就业难”并存的结构性矛盾。这种结构性矛盾可能是造成就业压力的更为重要的原因。因此，中国经济增长方式的转型，是否真的会加剧就业压力，就是一个需要谨慎回答的问题。因为，增长方式转型的最终目标是改善民生和提高居民幸福感，如果居民幸福感的提升反过来能对促进就业起到工具性的作用，那么，增长方式的转型便可能有助于缓解劳动力市场上“招工难”和“就业难”并存的结构性矛盾，并因此不会如想当然的那样加剧劳动力市场上的就业压力。

       近年来，国内关于幸福的经济学研究逐渐被学术界和政策部门所重视，但现有文献仅仅是单纯地讨论了决定居民幸福感的因素，而忽略了幸福感对个人行为的影响。事实上，心理学实验结果表明，情绪是影响个人行为的重要因素，更幸福的个人在行为方式上与那些不幸福的个人存在明显的差异。幸福的个人在社会交往中会更多地微笑、更容易创建新的社会契约，同时，也更乐于助人、更少缺勤和更少地卷入劳动纠纷(Frank，1999)。因此，更高的幸福感也能够为个人带来诸多的客观收益(De Neve et al.，2013)。④使用2002年和2007年中国家庭收入调查(CHIP)数据，本文评估了主观幸福感对劳动力就业和隐性再就业概率的影响。工具变量估计发现，主观幸福感上升不仅显著地提高了劳动力的就业概率，而且，也显著地提高了失业劳动力实现隐性再就业的概率。⑤同时，增加了劳动力享有的社会资本和促进了劳动力的工作搜寻努力，是主观幸福感提高劳动力就业概率的主要机制。这意味着，以改善民生和提高居民幸福感为目标的增长方式转型，可能不仅不会加剧中国劳动力市场上的就业压力，反而有助于缓解劳动力市场上“就业难”和“招工难”并存的结构性矛盾。

       在经济学研究中，与本文最为相关的可能是那些研究幸福感如何影响个人行为和行为结果的文献。使用宏观数据，现有文献考察了幸福感和生活满意度对人均GDP增长的影响(Jin，2013)。同时，使用微观调查数据，现有文献还评估了幸福感和生活满意度对个人的收入(Graham et al.，2004; De Neve & Oswald，2012)、生产率(Oswald et al.，2009)、社会资本(Guven，2011)、消费和储蓄(Guven，2012)、风险规避(Goudie et al.，2011)、移民意向(Otrachshenko & Popova，2014)等行为的影响。虽然也有文献讨论了幸福感对个人的再就业和工作搜寻努力的影响(Krause，2013；Gielen & van Ours，2014)，但还缺少系统研究幸福感如何影响劳动力的就业概率及其作用机制的文献。本文使用中国的微观调查数据，系统评估了幸福感对劳动力就业和隐性再就业行为的影响，同时还检验了幸福可能影响劳动力就业概率的机制，完善了对上述问题的研究。

       同时，本文也扩展了观察中国劳动力市场运行的研究视野。作为一个发展中的人口大国，中国可能在相当长一段时期内都会面临严峻的就业压力，因而，对中国就业问题的研究一直备受学术界和政策部门的关注。在微观个体层面，现有文献主要考察了教育、年龄、社会资本、政治身份(包括父母的政治资本)、户籍等因素对劳动力就业概率的影响(Zhang & Li，2003；陆铭等，2012)，但幸福感等个人情绪因素的作用却并未得到关注。本文的研究说明，主观幸福感显著地影响了劳动力就业和隐性再就业的概率，因而，今后的研究可能需要更多地关注和讨论幸福感等个人情绪因素在劳动力市场上的重要性。

       本文第二部分是对相关文献的综述，第三部分介绍了本文的数据来源和处理过程，第四部分实证评估了幸福感对劳动力就业和隐性再就业概率的影响，第五部分检验了幸福感可能影响劳动力就业概率的机制，第六部分是对全文的总结。

       二、文献综述

       关于幸福的研究是心理学研究的重要领域，但自从Easterlin(1974)开创性地将其引入经济学研究之后，对幸福感的研究也成为了主流经济学文献关注的一个重要课题。因为，在经济学家看来，虽然幸福感只是效用函数的一部分，并不完全等同于效用(Glaeser et al.，2014)，但与收入相比，幸福感可能更合理地衡量了个人福利水准的高低(Frey & Stutzer，2002)。在已有的文献中，研究重点在于解释居民幸福感的来源，结果发现居民的收入、个人特征(包括年龄、性别、个性等)、社会发展特征(包括教育、健康、就业等)、态度和信仰(包括政治信念、信任、宗教信仰等)、经济社会环境(包括收入差距、失业率、通货膨胀率、政治制度)等因素都显著地影响了居民幸福感(Frey & Stutzer，2002)。关于中国居民幸福感的研究文献也遵循着上述思路，重点讨论了收入、收入差距、通货膨胀、户籍身份、社会资本、政府质量等因素对中国居民幸福感的影响。

       心理学研究表明，情绪对个人行为具有重要影响，例如，正向的情绪会影响个人的创新能力和选择能力，提高个人的记忆能力和促进个人的利他主义行为等(Oswald et al.，2009)。幸福与情绪之间则存在密切的联系，一般而言，更幸福的人往往会具有更多的正向情绪(例如，更乐观、更热情、更乐于助人、更容易满足等)和更少的负向情绪(Andrews & Withey，1976)。正是受到心理学研究的启示，近年来，经济学研究也日益重视幸福感对个人行为和行为结果的影响，其中，重点讨论了幸福感对收入和劳动生产率的影响。Graham et al.(2004)的研究可能是最早的文献，他们以俄罗斯居民调查数据为样本，考察了幸福感对居民收入和健康的影响，发现那些(残差)幸福感更高的居民，在未来也会享有更高的收入和更好的健康，并将这归因为更幸福的个人具有更强的自尊和乐观主义态度。⑥De Neve & Oswald(2012)使用美国的双胞胎数据，检验了青少年的生活满意度对他们十年之后的收入水平的影响，发现生活满意度显著地提高了青少年十年之后的收入，即便在控制了教育、IQ、健康、身高、自尊等变量之后，上述发现仍然是稳健的。同时，生活满意度提高了青少年获得大学学位的概率，提高了青少年进入劳动力市场后的就业和职业晋升概率，以及促进了青少年的乐观主义态度和外向性格的发展等，是其提高青少年十年之后收入的主要中介渠道。Jin(2013)则为该领域的研究增补了来自宏观数据的经验证据，她以1981-2009年47个欧洲国家为样本的研究发现，国民幸福感和生活满意度的提高，显著地提高了人均GDP。

       更幸福的人之所以享有更高的收入，一个重要原因可能是幸福感提高了个人的就业概率，De Neve & Oswald(2012)的研究为此提供了初步的经验证据。但迄今，研究幸福感影响居民就业行为的文献却是不多见的，并且，仅有的相关文献的结论也尚未达成共识。Krause(2013)利用IZA评估数据集，研究了幸福感对失业劳动力的再就业概率和再就业工资的影响，发现幸福感对失业劳动力再就业概率的影响轨迹是倒U型的，主要原因是低幸福感和高幸福感的劳动力都缺少工作搜寻的激励；同时，幸福感还显著提高了失业劳动力再就业后的小时工资。Gielen & van Ours(2014)使用1994-2007年德国社会经济调查数据(GSOEP)的研究发现，与失业前的状态相比，有接近一半的劳动力在失业之后并未经历幸福感的明显下降；同时，那些幸福感因为失业而下降了的劳动力，虽然他们会更积极地搜寻工作，但这却不能帮助他们更快地实现再就业，意味着幸福感与找到工作的速度之间没有显著的联系。

       在本文中，我们将使用2002年和2007年中国收入调查数据(CHIPS)，评估幸福感对劳动力的就业概率和失业劳动力隐性再就业概率的影响。通过对相关研究文献的梳理可以发现，幸福感可能通过如下3种主要机制影响劳动力的就业。幸福感提高了个人的工作效率，进而有利于个人在劳动力市场上获得更多的就业机会。例如，Peterson et al.(2011)研究发现，更幸福的工人一般会更乐观和充满希望，工作中也表现得更有活力和有更高的自我效能感(self-efficacy)，因而，幸福感更高的工人一般也会有更高的工作效率。Oswald et al.(2009)以电影剪辑(movie clips)作为改变个人幸福感的外生冲击，实验研究显示，幸福感提高的实验组工人，其生产率要比幸福感不变的非实验组工人高出12％左右。同时，因家人生病或逝世造成的幸福感下降，显著地降低了个人的生产率。幸福感还可能增加个人享有的社会资本，进而提高个人的就业概率。Guven(2011)使用跨国调查数据的研究发现，由于更幸福的人有更多的正向情绪(例如，更具乐观主义精神、更多的利他主义精神等)，因此，幸福感显著地提高了个人享有的社会资本，包括更信任他人、更愿意参与选举、更频繁地参加社交聚会、更频繁地参加自愿活动以及文化宗教活动等。进一步地，个人享有的社会资本则通过信息分享、资源分享和职业担保等渠道，提高了个人的就业概率，以及促进了个人事业的成功(Seibert & Kraimer，2001)。幸福感还可能促进了个人的工作搜寻努力，进而影响个人的就业概率。但是，幸福感影响个人工作搜寻努力的净效应，在理论上是不确定的(Krause，2013)。一方面，失业可能给幸福感更低的人造成更沉重的心理负担，并激励这些幸福感更低的人提高自己的工作搜寻努力，以尽快地摆脱失业状态；但另一方面，幸福感更高的人所具有的正向情绪(例如，乐观主义、积极向上的态度等)，也可能会促使他们提高自己的工作搜寻努力。

       三、数据

       本文使用中国社科院经济研究所和国家统计局共同收集的中国家庭收入调查(CHIP)2002年和2007年的城市居民调查数据，检验幸福感对劳动力就业的影响。其中，CHIP2002数据涵盖了北京等12个省级行政区的70个市县，包括6835个家庭的20632人的信息；CHIP2007数据涵盖了上海等9个省级行政区的19个市县，包括5000个家庭的14699人的信息。我们将回归方程设定为基于个人层面的probit模型，假定个人的就业概率由如下的方程决定：

      

       其中，下标i和j表示城市j中的个人i。被解释变量employed是一个关于劳动力就业状态的哑变量，如果劳动力是有工作的，为其赋值1；如果劳动力处于失业状态，为其赋值0。需要说明的是，本文是针对劳动力就业行为的研究，因此，本文只是从CHIP调查数据中提取了年龄属于劳动力年龄范围内的个人，其中，男性年龄介于16岁到60岁之间，女性年龄介于16岁到55岁之间。同时，我们剔除了那些不属于劳动力范畴的样本，包括：离休、退休、离岗(或放长假)、提前退休、内退、丧失劳动能力、家务劳动者、在校学生、待分配和待升学者等人员。

       在方程的右边，解释变量happiness是衡量劳动力主观幸福感的指标。在CHIP2002调查中，变量happiness是根据受访者对如下问题的回答进行赋值，即“总的来说，您现在幸福吗”，变量的赋值是1-5的整数，分别对应选择“非常不幸福”、“不太幸福”、“不好也不坏”、“比较幸福”和“非常幸福”等答案的受访者。在CHIP2007调查中，变量happiness是根据受访者对如下问题的回答进行赋值，即“考虑到生活的各个方面，您是否幸福”，变量的赋值是1、2、4、5的整数，分别对应选择“很不幸福”、“不太幸福”、“比较幸福”、“很幸福”等答案的受访者。需要说明的是，我们对CHIP2007调查中的变量happiness没有进行连续的排序赋值，主要目的是为了与CHIP2002调查的赋值相对应，因为，CHIP2007调查中关于受访者主观幸福感的答案是4级评分答案。CHIP2002调查样本中，回答“非常幸福”的受访者比例为7.04％，“比较幸福”的比例是48.51％，“不好也不坏”的比例是31.23％，“不太幸福”的比例是10.15％，“非常不幸福”的比例是2.22％，“不知道”的比例是0.85％。若剔除回答“不知道”的样本，CHIP2002调查中受访者平均幸福感得分是3.48，介于“比较幸福”和“不好也不坏”之间，但更接近“比较幸福”。CHIP2007调查样本中，回答“很幸福”的受访者比例为33.14％，“比较幸福”的比例是59.44％，“不太幸福”的比例是6.73％，“很不幸福”的比例是0.69％，受访者幸福感平均得分是4.18，介于“很幸福”和“比较幸福”之间，也更接近“比较幸福”。

       X是可能影响劳动力就业概率的个人特征向量，包括：劳动力的性别变量male，其中，男性赋值为1，女性赋值为0；年龄age及其平方

，年龄是劳动力在接受访问时的周岁年龄；户籍身份变量urban_hukou，其中，城镇户籍赋值为1，非城镇户籍赋值为0；民族变量han，其中，汉族赋值为1，其它民族(少数民族)赋值为0；政治身份变量communist，其中，中共党员赋值为1，非中共党员(包括民主党派和群众)赋值为0；⑦受教育年数education，其是劳动力接受学校正规教育的年数。

       M是可能影响劳动力就业概率的城市特征向量，包括：失业率unemployment_rate，本文是以各城市的城镇登记失业率(％)来度量，⑧因为，失业率越高意味着当地劳动力市场上的就业压力也越大，这会显著地影响劳动力的就业概率。产业结构，我们分别以第二产业(second_industry)和第三产业(third_industry)产值占GDP的比例(％)来衡量各城市的产业结构，因为在理论上，第二产业和第三产业具有不同的就业吸纳能力，因此，它们可能也会对劳动力的就业概率产生显著的影响。上述衡量城市特征变量的数据，均摘自《中国城市统计年鉴》。另外，我们还在城市特征变量中纳入了直辖市(municipality)和省会城市(provincial_capital)哑变量，以控制城市规模以及这些城市可能存在的特殊就业政策等因素对劳动力就业概率的影响。

       四、幸福、就业与隐性再就业：实证分析

       (一)幸福与就业

       表1中第1-2列汇报了劳动力就业方程(1)的probit回归结果，报告的数值是各变量的边际效应，其中，对于连续变量来说，报告的是其在均值处的边际效应。第1列是以CHIP2002调查为样本的回归，其中，变量happiness边际效应系数在1％的显著性水平上为正，说明幸福感显著地提高了劳动力的就业概率，平均而言，劳动力的主观幸福感每上升一个标准差(0.85)，劳动力的就业概率将会提高2个百分点左右。同时，第1列回归结果还显示，男性具有更高的就业概率，平均而言，男性的就业概率比女性高4.28％左右。中共党员比非中共党员具有更高的就业概率，平均而言，中共党员比非中共党员的就业概率高3.38个百分点左右，这可能是因为中共党员拥有更多的社会资本和政治资本，以及具有更强的不可观测的能力(Li et al.，2007)。受教育年数也显著提高了劳动力的就业概率，平均而言，受教育年数每增加一年，劳动力的就业概率将提高0.75个百分点左右。

       第2列汇报的是合并CHIP2002和CHIP2007数据的回归。结果显示，变量happiness的边际效应系数仍然在1％的显著性水平上为正，说明幸福感显著提高了劳动力的就业概率，平均而言，劳动力的主观幸福感每上升一个标准差(0.89)，劳动力的就业概率将会提高2.28个百分点左右。其它变量的回归结果与第1列中类似，只是劳动力年龄及年龄平方的边际效应系数现在都通过了1％的显著性检验，说明年龄对劳动力就业概率的影响是倒U型的，但倒U型的顶点年龄(年龄达到74周岁左右)远远高于劳动力的退休年龄(男性60周岁，女性55周岁)。因此，这实际上说明劳动力的就业概率是随着年龄增长而增长的，只是增长速度在递减。

      

       表2中第1-2列的回归结果有可能是有偏且非一致的，因为，许多文献研究都证实，就业状况是决定个人幸福感的重要变量(Frey & Stutzer，2002)。因此，就业状况与劳动力幸福感之间可能存在逆向的因果关系。鉴于此，本文选择以各城市全年的平均气温和平均气温的平方作为幸福感的工具变量，并采用IV probit回归劳动力的就业方程。⑨因为，气温等气候性因素影响了个人的心理(例如，攻击性、认知能力、精神疾病等)和生理(例如，过敏症、饮食习惯、营养要求等)条件(Parker，1995)，是决定个人幸福感的重要变量(Maddison & Rehdanz，2011)，因此，也有理论认为，气温等气候性因素会直接影响劳动力的就业概率。为了检验平均气温及其平方项是否是幸福感的有效工具变量，我们首先使用幸福感对工具变量和其他控制变量进行了第一阶段的OLS和ordered probit回归。结果显示，平均气温及其平方项的回归系数都通过了5％的显著性检验，且OLS回归的F统计量高达133.12，说明气温及其平方项并不是幸福感的弱工具变量。其次，我们以衡量个人是否就业的哑变量employed对平均气温及其他控制变量进行了probit回归，结果显示，平均气温的回归系数并不显著，说明平均气温并不会直接影响劳动力的就业概率。⑩

       表1中第3-4列汇报了就业方程(1)的IV probit回归结果。第3列是以CHIP2002调查为样本的回归，Wald检验在5％的显著性水平上拒绝了变量happiness是外生变量的原假设。与第1列中的probit回归结果相比，变量happiness的边际效应系数大幅上升了，并且通过了1％的显著性检验。这说明就业的确可能逆向地影响劳动力的幸福感，使得幸福感与回归方程中的随机扰动项是负相关的，进而造成probit回归低估了幸福感对劳动力就业概率的影响。第4列中汇报的是合并CHIP2002和CHIP2007数据的回归，此时，变量happiness的边际效应系数仍然是在1％的显著性水平上为正，仍然说明幸福感显著地提高了劳动力的就业概率，平均而言，劳动力的主观幸福感每上升一个标准差(0.89)，其就业概率将会因此提高15.8个百分点左右。同时，在IV probit回归中，变量unemployment_rate的边际效应系数为负，且通过了5％的显著性检验，说明城镇登记失业率显著降低了劳动力的就业概率，这与理论预期是一致的。其它控制变量的回归结果则与第1-2列中的结果类似。

       (二)幸福与隐性再就业

       表1的回归结果说明，幸福感提高了劳动力的就业概率。但是，我们现在仍然关心的一个问题是，对于那些失业劳动力来说，幸福感是否也提高了他们实现再就业的概率。因为，在微观个体层面，失业不仅意味着劳动力收入机会的丧失，而且也给劳动力带来了沉重的心理压力，进而降低了劳动力及其家人的幸福感(Frey & Stutzer，2002)。并且，失业造成的幸福感下降，基本上不具有调整性(adaptation)(Clarke et al.，2008)，即随着时间的推移，因失业而下降的幸福感并不会恢复到之前的水平。(11)因此，研究哪些因素能够提高失业劳动力的再就业概率，对于提高失业劳动力及其家人的幸福感，具有重要意义。

       CHIP2002调查中，包括了一组专门针对失业劳动力的调查问题，其中一个问题是：“2002年底，您是否在干非正式工作”。很显然，并非每个失业劳动力都能找到正式工作，在中国，有相当一部分失业劳动力是通过从事非正式工作来实现再就业的，这种现象在现有文献中通常被称为隐性再就业(李实和邓曲恒，2004)。因此，我们使用CHIP2002调查提供的信息，检验幸福感对失业劳动力隐性再就业概率的影响。将基于失业劳动力个人层面的隐性再就业方程设定为如下probit模型：

      

       其中，被解释变量reemployed是关于失业劳动力隐性再就业状态的哑变量，若失业劳动力在2002年底正在从事非正式工作，赋值为1；反之，则赋值0。方程右边的解释变量，与回归方程(1)中的解释变量相同。(12)

       表2汇报了失业劳动力隐性再就业方程的回归结果。第1列报告的是probit回归，其中，变量happiness的边际效应系数未能通过显著性检验。其它解释变量中，仅有变量male的边际效应系数通过了5％的显著性检验，说明失业劳动力实现隐性再就业的概率存在显著地性别差异，平均而言，男性实现隐性再就业的概率比女性高25.61个百分点左右。第2列是IV probit回归结果，此时，变量happiness的边际效应系数在1％的显著性水平上为正，说明幸福感显著提高了失业劳动力实现隐性再就业的概率，平均而言，劳动力的主观幸福感每上升1个标准差(0.85)，失业劳动力实现隐性再就业的概率将会因此提高32个百分点左右。

      

       五、幸福影响就业的机制：初步的经验证据

       前文中通过对现有相关文献研究的梳理，总结了三种幸福感可能影响个人就业概率的机制，包括：提高生产率，增加社会资本，以及促进工作搜寻努力。因此，我们接下来将使用CHIP调查数据，在经验上检验和识别幸福感可能影响劳动力就业概率的机制。

       (一)幸福与生产率

       提高个人的工作效率和生产率，可能是幸福感影响劳动力就业概率的重要机制。因为，更幸福的个人具有更多的正向情绪(例如，乐观和积极向上的态度)，这些正向情绪会促使个人在工作中保持专注和坚持，并提高个人在工作中的创新及创造能力，进而有助于提高个人的生产率(Peterson et al.，2011；De Neve et al.，2013)。生产率更高的个人，在劳动力市场上则会具有更强的竞争力，并可能因此享有更多的就业机会。

       在本文中，我们以工资来近似度量劳动力的生产率，并将幸福感引入Mincer工资决定方程，以此评估幸福感对劳动生产率的影响。我们以劳动力的工资来近似度量其生产率，是有相应的理论和经验基础的。理论上，若劳动力市场是完全竞争的，那么，劳动力的工资是由其边际生产率来决定。自改革开放以来，中国的劳动力市场改革取得了非常显著的进步，劳动力市场上的竞争性在持续增强，劳动力获取的工资与其生产率之间的联系也日益紧密。例如，Dong & Zhang(2009)针对中国制造业企业的研究指出，国有企业和非国有企业都是按照边际生产率支付熟练工人的工资。在Mincer工资决定方程中，被解释变量是劳动力工资收入的自然对数，解释变量中除了幸福感变量happiness之外，还包括了受教育年数和工作经验(experience)(13)等可能影响劳动力工资收入的个人特征变量和城市特征变量，这些变量的定义与回归方程(1)相同。

       表3中第1-2列汇报的是对CHIP2002调查数据的回归结果。第1列报告的是OLS估计，结果显示，变量happiness的回归系数在1％的显著性水平上为正。但是，第1列的回归结果也可能是有偏的，因为，工资收入也是决定劳动力幸福感的重要变量。因此，我们在第2列中，以各城市的平均气温及其平方作为幸福感的工具变量，并使用2SLS估计了Mincer工资决定方程，Anderson检验显著拒绝了工具变量是弱工具变量的原假设，Hansen检验则没有拒绝工具变量满足过度识别的约束条件，说明气温及其平方是劳动力幸福感的有效工具变量。第2列的2SLS估计中，变量happiness的回归系数变得不再显著了，说明幸福感可能并未对劳动力的生产率产生显著的影响。其它解释变量的回归结果显示，劳动力的工资收入有显著的性别差异，平均而言，男性比女性的工资收入要高10.67％左右。中共党员的工资收入高于非中共党员，平均而言，中共党员比非中共党员的工资收入要高23.81％左右，因为，中共党员身份可能不仅为劳动力带来了更多的政治资本和社会资本，而且，其本身可能也代表了某些不可观测的能力(Li et al.，2007)。劳动力受教育年数和工作经验的增长，均能显著地增加工资收入，其中，教育的年收益率是7.2％左右，工作经验的年收益率是3.42％左右。第二产业和第三产业比重的上升，也都能显著地提高劳动力的工资收入，原因可能是，与第一产业相比，第二产业和第三产业具有更高的资本和技术密集度，因而，第二产业和第三产业比重较高的地区，当地劳动力的生产率也相应会更高。

       表3中第3-4列是对CHIP2007调查数据的回归，(14)结果与基于CHIP2002调查数据的回归并未有明显的差异。其中，变量happiness的回归系数在OLS估计中显著为正，但是在2SLS估计中也未能通过显著性检验，说明幸福感可能并不会显著地影响劳动力的生产率。

      

       (二)幸福与社会资本

       中国是一个典型的“关系”社会，“关系”等社会资本在劳动力市场上发挥了重要的信息分享和资源分享的作用，因而，那些拥有更多社会资本的劳动力，也相应拥有更多的就业机会和更高的就业概率(Zhang & Li，2003)。因此，增加社会资本也可能是幸福感影响劳动力就业概率的一个重要机制。因为，更幸福的人具有的正向情绪，可能有助于增加他们的社会资本。Guven(2011)研究发现，更幸福的人将会更信任他人、更愿意参与选举、更频繁地参加社交聚会、更频繁地参加自愿组织以及文化宗教活动等。

       CHIP调查中，包括了劳动力是通过何种渠道获得当前工作的相关信息，其中，通过“私人介绍”渠道获得当前工作的情况，(15)就是一种典型的借助享有的网络型社会资本而实现就业的情况。因此，我们可以通过检验幸福感对劳动力获得工作的渠道的影响，来识别增加社会资本是否是幸福感影响劳动力就业概率的重要机制。因为，若幸福感显著提高了劳动力通过“私人介绍”渠道来获得工作的概率，就能够说明增加社会资本的确是幸福感影响劳动力就业概率的重要机制。

      

       表4中汇报了相应的估计结果，其中，被解释变量是衡量劳动力是否是通过“私人渠道”获得当前工作的哑变量。若劳动力是通过“私人渠道”获得当前工作的，变量赋值为1；反之，赋值为0。第1列中是probit估计，变量happiness的边际效应系数在1％的显著性水平上为正。但是，由于社会资本同时也是决定劳动力幸福感的重要变量，因此，方程中也可能存在社会资本影响幸福感的逆向因果关系。鉴于此，我们在第2列中仍然以平均气温及其平方作为幸福感的工具变量，并对方程进行了IV probit估计。结果显示，变量happiness的边际效应系数仍然在1％的显著性水平上为正，且系数值较之第1列中明显上升了，说明幸福感显著提高了劳动力通过私人关系来获得工作的概率，平均而言，劳动力的主观幸福感每上升一个标准差(0.89)，劳动力通过私人关系来获得工作的概率将会提高32.6个百分点左右。这意味着增加社会资本，的确可能是幸福感影响劳动力就业概率的重要机制。

       其它变量的回归结果显示，首先，男性比女性更少地通过私人关系来获得工作，这可能是因为男性在劳动力市场上比女性更有竞争力，因此，男性在找工作时对私人关系的依赖程度就要低于女性。同时，上述逻辑也可以解释，为何那些具有城镇户籍身份和更高受教育水平的劳动力，也更少地通过私人关系来获得工作。其次，劳动力年龄对通过私人关系获得工作的概率的影响，呈先上升后下降的倒U型曲线关系，倒U型曲线的拐点位于54周岁左右，主要原因可能是，随着劳动力年龄的增长，劳动力享有的“关系”等网络型社会资本也会随之增加，这将促使劳动力更多地通过私人关系来获得工作；但是，当劳动力超过临界年龄之后，劳动力在就业市场上的竞争力也随之下降，此时私人关系对劳动力就业的影响也会随之下降。最后，失业率降低了劳动力通过私人关系获得工作的概率，原因可能是，更高的失业率意味着当地的就业压力也越大，就业压力上升则可能降低了私人关系对劳动力就业概率的影响。

       (三)幸福与工作搜寻

       最后，幸福感还可能促进个人的工作搜寻努力，进而影响劳动力的就业概率。但是，根据前文中的讨论，幸福感对劳动力工作搜寻努力的影响方向是不确定的。因为，低幸福感和高幸福感都可能促进劳动力的工作搜寻努力。但现有的经验证据却并不完全符合上述理论预期。Krause(2013)指出，低幸福感和高幸福感的人都缺少搜寻工作的激励，因为，他发现幸福感对失业劳动力再就业概率的影响是倒U型的。Clarke(2003)研究发现，幸福感因失业而下降了的个人，更有可能积极地寻找工作，且在一年后也更有可能实现再就业。Gielen & van Ours(2014)也发现，幸福感因失业而下降了的个人，会有更高的工作搜寻努力，但这并不能帮助他们更快地实现再就业。

       CHIP2007调查中，包括了受访者现在是否在积极寻找工作的信息。因此，我们从CHIP2007调查中抽取出了相应的劳动力样本，通过评估幸福感对劳动力积极寻找工作的影响，以识别幸福感是否影响了劳动力的工作搜寻努力。表5中汇报了相应的估计结果，(16)其中，被解释变量是衡量劳动力是否在积极寻找工作的哑变量，若劳动力当前仍在积极寻找工作，变量赋值为1，反之赋值为0。第1-2列是probit估计，为了检验幸福感对工作搜寻的影响是否是非线性的，我们在第1列中同时纳入了劳动力幸福感happiness及其平方happiness[2]，但这二个变量的边际效应系数均未能通过显著性检验。第2列中，我们剔除了劳动力幸福感的平方项，这时变量happiness在5％的显著性水平上为负。

       但是，我们在方程中遗漏掉的某些同时影响劳动力幸福感和工作搜寻努力的因素(例如，社会保障网络等)，仍然可能导致probit估计结果是有偏且非一致的。因此，我们接下来用IV probit估计了方程(表5中3-4列)。(17)第3列中没有纳入了劳动力幸福感的平方项，结果显示，变量happiness的边际效应系数在1％的显著性水平上为正。第4列中同时纳入了劳动力幸福感及其平方项，(18)结果显示，变量happiness的边际效应系数为负，变量happiness[2]的边际效应系数则为正，且都通过了1％的显著性检验，说明幸福感对劳动力工作搜寻努力的影响是呈U型变化的，但是U型的拐点却位于居民幸福感得分是0.02左右，远远低于幸福感的最小赋值1。因此上述结果实际上说明，幸福感上升显著地促进了劳动力的工作搜寻努力，并且，幸福感对劳动力工作搜寻努力的正向影响，是随着幸福感的上升而递增的。

       其它变量的回归结果显示，男性有更高的工作搜寻努力，这可能是因为男性一般比女性承担了更多的经济责任，因此，男性会更努力地寻找工作。年龄对工作搜寻努力的影响是倒U型的，但倒U型的拐点位年龄(68.6周岁左右)已超了劳动力的退休年龄，这意味着年龄增长实际上是提高了劳动力工作搜寻的努力程度，只是年龄对劳动力工作搜寻的影响随着年龄的增长是递减的。

      

       六、结语

       幸福不仅是人们生活的最主要目标，而且，对个人的行为及行为结果具有重要影响。因为，情绪是决定个人行为的重要因素，更幸福的人往往会具有更多的正向情绪(例如，更乐观、更热情、更乐于助人、更容易满足等)和更少的负向情绪(Andrews & Withey，1976)。本文使用2002年和2007年中国家庭收入调查(CHIP)数据，评估了主观幸福感对劳动力就业和隐性再就业的影响。工具变量估计显示，幸福感上升显著地提高了劳动力的就业概率，平均而言，主观幸福感每上升一个标准差，劳动力的就业概率将会因此提高15.8个百分点左右；同时，幸福感上升也显著地提高了失业劳动力实现隐性再就业的概率，平均而言，主观幸福感每上升一个标准差，失业劳动力实现隐性再就业的概率将会因此提高32个百分点左右。同时，幸福感上升增加了劳动力享有的“关系”等社会资本，以及促进了劳动力的工作搜寻努力，可能是幸福感影响劳动力就业概率的主要机制。

       近年来，中国各级政府逐步调低了经济增长的预期目标，转而强调经济增长的质量和效益，更加重视改善民生和提高居民幸福感。因而有这样一种担心，即中国政府在下调经济增长的预期目标之后，将会降低经济增长对就业的吸纳能力，进而加剧中国一直以来都存在的严峻就业压力。但本文的研究说明，上述担心可能是不必要的。因为，中国经济增长方式转型的目标是改善民生和提高居民幸福感，而居民幸福感的提升对促进就业具有重要的工具性作用。因此，以改善民生和提高居民幸福感为目标的经济增长方式转型，可能不仅不会加剧中国劳动力市场上的就业压力，反而可能缓解劳动力市场上“就业难”和“招工难”并存的结构性矛盾。

       注释：

       ①例如，世界价值观调查(WVS)结果显示，1990-2007年间，中国居民的平均幸福感由1990年的7.29下降到了1995年的6.83。在2001年进一步下降到了6.63；虽然其在2007年回升到了6.76，但仍然远远低于1990年的水准。盖洛普世界民意调查结果也显示，在2005-2009年间，中国大陆居民的主观幸福感在纳入调查的155个国家和地区中，仅仅排名第125位。

       ②中国2011年制订的“十二五”规划，将年均经济增长率预期目标拟定为7％，比“十一五”预期目标降低了0.5个百分点，更大大低于11％的“十一五”实际年均增长速度。

       ③“中国当前和今后一段时期就业形势分析”，http://money.163.com/13/0425/21/8TBBEUJE00253B0H.html。

       ④De Neve et al.(2013)综述了主观幸福感可能为个人带来的客观收益。

       ⑤隐性再就业，是指失业劳动力从事非正式工作，而不是正式工作的情况(李实和邓曲恒，2004)。

       ⑥Graham et al.(2004)将不能由社会经济变量和居民个人特征变量解释的幸福归为残差幸福，并以其来衡量居民的积极情绪。

       ⑦CHIP2007调查中，缺少劳动力政治身份这一信息，因此，后文在纳入CHIP2007数据进行回归时，我们剔除了政治身份这个变量。

       ⑧本文根据《中国城市统计年鉴》中提供的原始数据测算得到城镇登记失业率，测算公式是：城镇登记失业率=城镇登记失业人员数/(单位从业人员数+私营个体从业人员数+城镇登记失业人员数)。

       ⑨各城市平均气温摘自相应年份的《中国统计年鉴》和各省(直辖市、自治区)统计年鉴。

       ⑩限于篇幅，本文并未汇报检验工具变量有效性的回归结果，有兴趣的读者可向作者索取。

       (11)幸福调整是指，某些事件导致了个人幸福感的下降，但是这种幸福感下降却是暂时的，个人幸福感随着时间的推移将会逐渐恢复到之前的水平。Clarke et al.(2008)研究发现，婚姻相关的事件(例如，结婚、离婚、丧偶、生育小孩等)导致的幸福感下降，具有完全的调整性；但劳动力市场事件(例如，失业和解雇等)造成的幸福感下降则几乎没有调整性。

       (12)失业劳动力隐性再就业方程(2)的解释变量中，没有包括劳动力户籍身份这个变量，因为，我们根据CHIP2002调查整理得到的失业劳动力样本中，所有劳动力都是城镇户籍。

       (13)劳动力工作经验变量experience，在CHIP2002调查中是以劳动力在2002年底已经参加工作或就业的年数来衡量；在CHIP2007调查中是以就业人员在2007年底从事当前工作的年数来衡量。

       (14)CHIP2007中，只提供了劳动力从当前工作中获得的总收入数据，而没有详细报告劳动力的工资收入数据，因此，表4中第3-4列的被解释变量是劳动力收入的自然对数。同时，也正是因为这个原因，我们在估计Mincer工资决定方程时，并未合并CHIP2002和CHIP2007调查数据。需要说明一点的是，合并CHIP2002和CHIP2007调查数据的回归结果，与表4中的结果是一致的。

       (15)CHIP2007调查中，我们将通过家人/亲戚介绍和熟人/朋友介绍这二种获得当前工作的情况，视为“私人介绍”。

       (16)表6中的变量happiness的赋值是1-4的整数，分别对应劳动力选择的“很不幸福”“不太幸福”“比较幸福”和“很幸福”等答案。

       (17)劳动力幸福感的工具变量仍然选取的是其所在城市的平均气温及其平方。

       (18)IV probit估计中，当纳入幸福感的平方项后，极大似然统计量并不是收敛的，因此，我们将最大迭代次数设置为10000次，以实现对方程的估计。

标签：主观幸福感论文;  城市中国论文;  收入效应论文;  边际收益论文;  边际效应论文;  生产率论文;  happiness论文;