中国城镇劳动力市场中劳动参与弹性研究，本文主要内容关键词为：中国论文,劳动力市场论文,城镇论文,弹性论文，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
劳动供给弹性的估算是劳动经济学研究的核心内容之一，是度量个体对公共政策变动劳动供给行为反应的基础(Hausman,1985; Pencavel,1986; Killingsworth and Heckman,1986; Blundell and MaCurdy,1999)。现代劳动供给弹性估计的经典方法源于Heckman(1979)的两阶段选择法，该方法成功地解决了样本选择偏差问题，使得劳动供给方程和工资方程估计方法取得突破性的进展。20世纪90年代中期以来，国外经济学者陆续提出一些估计劳动供给弹性的新方法，有代表性的新方法主要包括两种：(1)自然实验法，该方法能够有效地解决估计结果的内部和外部有效性问题，但由于对数据要求较高（政策实施前后的微观面板数据）而使其应用受到限制(Eissa,1995; Blundell et al.,1998)；(2)离散选择方法，该方法能够有效地解决工作时间不连续性问题，但由于方法本身过于复杂使得人们难以给出估计结果清晰的经济学解释(Soest,1995; Hoynes,1996; Aaberge et al.,1999)。
随着劳动供给方程估计方法的不断创新，劳动供给弹性的经验研究在西方各国陆续展开。Blundell and MaCurdy(1999)通过对大量相关经验研究结果分析指出，男性劳动供给弹性小于女性劳动供给弹性，劳动参与弹性大于工作时间弹性。当然，正如Heim(2007)所指出的，劳动供给弹性会随着人口成分和经济条件等因素的变化而改变，自20世纪70年代以来，美国女性和男性的劳动供给弹性均呈明显的下降趋势。
随着中国城镇经济改革的不断推进，“铁饭碗”式的就业分配制度已经被市场化的就业选择制度所取代，国有企业改革的逐渐深化使企业冗余劳动力不断得到释放，导致城镇就业率逐年下降。近年来，为缓解城镇就业压力，各地方政府陆续实施了形式多样的就业扶持政策。公共政策作用的效果取决于劳动供给弹性的大小，只有当劳动供给具有较大弹性时，就业扶持政策才会收到明显的效果①。尽管劳动供给弹性是评价和设计就业扶持政策的基础，但对于中国劳动供给弹性的研究却并不多见，这主要是源于微观数据的匮乏。近年来，我国一些学者陆续开展了一些劳动供给弹性估算的研究工作，有代表性的研究包括：姚先国和谭兰(2005)应用线性概率模型分析了已婚妇女劳动参与的影响因素，进而估算了女性劳动参与对于丈夫收入的交叉弹性，但该方法无法估算劳动供给的工资弹性；张世伟等(2008a,2008b)应用自然实验法估算了纳税群体和贫困群体的劳动供给弹性，但该方法无法估算所有群体的劳动供给弹性。
本文旨在系统地分析中国城镇劳动力市场中的劳动参与弹性，从而为公共政策的评价和设计提供一定的实证依据②。首先，本文将估算城镇居民整体的劳动参与弹性，力图理解中国城镇居民劳动参与行为的总体规律；其次，考虑到不同收入群体对公共政策的劳动供给反应存在较大差异，本文将城镇居民按照家庭平均收入由低到高进行分组，分别估算各收入组中城镇居民的劳动参与弹性，并比较不同收入组间劳动参与行为的差异。本文的第二部分将论述分析方法，第三部分对数据进行统计描述，第四部分对估计结果进行论述，最后给出研究结论。
二、分析方法
本文首先应用Heckman(1979)两阶段选择法估计简化式劳动参与方程③和修正样本选择偏差的工资方程；其次，应用工资方程对参与个体和未参与个体的市场工资进行预测；再次，根据Blundell and Smith(1994)的思想，将所有个体预测的市场工资作为劳动参与方程的一个解释变量估计结构式劳动参与方程④；最后，估算劳动参与的工资弹性和收入弹性值。
劳动参与方程的简化形式可以表示为：
三、数据描述和变量的选取
本文分析所使用的数据来自于2002年中国家庭收入项目调查，该数据覆盖了我国东、中、西三大地区12个省份和直辖市⑤的60多个城市近万个家庭，调查内容包括个人和家庭的基本信息，如收入、消费和财产情况，并分别对就业个体、失业个体以及离退休人员的相关信息进行了调查。由于调查中的已婚个体占据了劳动年龄人口的绝大多数，并且考虑到结合成家庭个体的劳动供给行为与单身个体的劳动供给行为存在较大差异，本文首先将样本的范围限制为结合成家庭并且夫妻双方均小于60岁的劳动年龄人口。其次，本文从样本中删除了丈夫或妻子为离休、退休、提前退休或丧失劳动能力的家庭，最后得到4029个家庭样本。本文的研究将在2002年有过就业经历定义为劳动参与（包括2002年底就业和2002年底失业但是2002年的就业时间为部分时间失业）⑥。表1给出样本中处于各种劳动力市场状态的人口分布，可以发现男性参与劳动力市场的比例为94.8%，大于女性参与劳动力市场的比例83.3%。
生命周期理论认为，个体在整个生命周期内的劳动参与形式并不相同，随着年龄的增加，个体劳动力参与的概率将会下降；人力资本理论认为个体的人力资本水平越高，劳动参与的概率越大；身体健康会增加劳动参与的概率；户主身份意味着在家庭生活中承担较大的责任，将会增加劳动参与的概率；家庭劳动供给理论认为家庭情况会对个体的劳动参与概率产生影响；地区经济发展状况对个体劳动参与会产生影响。结合上面的论述，本文将年龄、政治面貌（党员）、受教育年限、身体健康、户主身份、家庭人口数、家庭其他收入（包括家庭其他成员劳动收入和非劳动收入）和省份虚拟变量作为简化式劳动参与方程的解释变量。
人力资本理论认为，个人收入差异来源于人力资本投资和积累的差异，工资方程包含了基本Mincer方程中反映人力资本投资和积累差异的受教育年限和工作经验，另外党员身份代表了较高的人力资本水平，工资方程中包含了党员变量。利用基本Mincer方程时存在的一个重要问题是个人能力的异质性问题，即能力偏差问题(Griliches,1977)。为对个人能力的异质性加以控制，工资方程包含了表示个人能力的代理变量：重点中学、中学成绩和大学录取。如果个体所毕业高中是重点中学、中学成绩较好或者通过全国统一高考录取上大学，说明个体具有较高的能力。Shuhz(1988)指出家庭教育背景可以作为不可观测的个体技能和教育质量等的代理变量，因而在工资方程中包含控制家庭教育背景的两个代理变量：父亲是否大学毕业和母亲是否大学毕业。考虑到不同地区的经济环境会对工资产生的不同影响，工资方程中还包含了省份虚拟变量。
表2给出了女性和男性参与样本中影响工资各变量的统计描述，可以发现女性工资水平中位数以上样本党员比例约为工资水平中位数以下样本党员比例的2倍，平均受教育年限和工作经验分别比中位数工资水平以下样本多1.87和2.22年。男性工资水平中位数以上样本党员比例约为工资水平中位数以下样本党员比例的1.6倍，平均受教育年限和工作经验分别比中位数工资水平以下样本多1.78和1.34年。在代表个人能力的重点中学、中学成绩和大学录取的三个变量以及代表家庭教育背景的父亲大学毕业和母亲大学毕业两个变量中，工资水平中位数以上样本的均值均大于工资水平中位数以下样本的均值。表2的统计结果表明人力资本、个人能力和家庭教育背景对个体的工资水平均具有正向影响。
表3给出了劳动参与方程中解释变量的统计描述，可以发现女性参与样本平均年龄为40.47岁小于非参与样本的平均年龄43.04岁；同样，男性参与样本的平均年龄也小于非参与样本的平均年龄，而参与样本户主比例和健康比例均要大于非参与样本。女性和男性参与样本中党员比例和平均受教育年限要大于非参与样本中党员比例和平均受教育年限，这说明参与样本的人力资本平均水平要高于非参与样本。女性参与样本家庭其他收入的平均值要略高于非参与样本，而家庭人口数平均值则略低于非参与样本。男性参与样本家庭其他收入的平均值则略低于非参与样本，而家庭人口数的均值则略高于非参与样本。表3的统计结果表明：年龄对劳动参与概率具有负向影响；户主身份、健康、党员身份和受教育年限对劳动参与概率具有正向影响；但由于参与样本和非参与样本的家庭情况并不存在明显的差异，因而家庭情况对劳动参与概率的影响并不确定。为准确确定各变量对工资和劳动参与概率的影响，并度量作用的大小，需要进一步进行回归分析。
四、结果分析
表4给出了工资方程、简化式劳动参与方程和结构式劳动参与方程的估计结果。从女性和男性工资方程估计结果中可以发现，各解释变量对男性和女性的工资影响呈现出相同的趋势，并且与理论预期相符。表示人力资本的党员、受教育年限和工作经验对工资均具有正向影响；表示个人能力的三个解释变量系数估计值均为正，说明个人能力对工资具有正向影响；家庭教育背景中的父亲大学毕业对个体工资具有正向影响，而母亲大学毕业对个体工资的影响并不显著⑦。
从女性和男性简化式劳动参与方程的估计结果中可以发现，随着年龄的增长，劳动参与的概率逐渐减小，与生命周期理论的预期相符；户主身份对劳动参与的概率具有正向影响，说明户主在家庭生活中承担了较大的责任；较好的身体状况能够增加劳动参与的概率，党员身份和较高的受教育年限会增加劳动参与的概率，与人力资本理论的预期相符；家庭其他收入对女性劳动参与的概率具有负向影响，说明收入效应为负，但并不影响男性劳动参与的概率；家庭人口数对女性劳动参与概率具有负向影响，说明照顾家人生活降低了女性劳动参与的概率，但对男性的劳动参与概率具有正向影响，说明男性更倾向于劳动参与从而获得满足家人生活支出的收入。
从女性和男性结构式劳动参与方程估计结果中可以发现，结构式劳动参与方程和简化式劳动参与方程的估计结果存在着较大差异，主要是因为工资变量的引入，影响了其他变量对劳动参与概率的效应。在女性结构式劳动参与方程估计结果中，对数小时工资的系数为正，说明市场工资对劳动参与概率具有正向影响，符合搜寻匹配理论的预期；户主和健康不再影响劳动参与概率；代表人力资本的党员系数仍然为正，但远小于简化式劳动参与方程中党员的系数，受教育年限的系数甚至变成了负值，人力资本变量对劳动参与概率的影响减小，主要原因在于人力资本对劳动参与概率的影响主要体现于对市场工资水平的影响上；家庭其他收入的系数不再显著，家庭人口数增加了女性劳动参与的概率，说明当女性面对较高的市场工资水平时，家庭状况不再是限制女性劳动参与概率的因素。在男性结构式劳动参与方程估计结果中，市场小时工资对劳动参与概率具有正向影响，年龄对劳动参与概率具有负向影响；户主身份、身体健康不再影响男性劳动参与的概率；党员身份的系数不显著，受教育年限的系数变成了负值，说明引入市场工资变量后，人力资本对男性劳动参与概率的影响减小；家庭其他收入并不影响男性的劳动参与概率，家庭人口数仍然对男性劳动参与概率具有正向影响。
根据结构式劳动参与方程的估计结果可以在样本均值处计算出女性和男性劳动参与弹性，女性和男性劳动参与的工资弹性分别为0.6886和0.2113。由于家庭其他收入的系数在女性和男性结构式劳动参与方程中均不显著，因而就整体来看，劳动参与不具有收入弹性。国外多数关于劳动供给的经验研究发现，女性的劳动供给弹性大于男性的劳动供给弹性，并且劳动参与弹性要大于工作时间弹性(Blundell and MaCurdy,1999)。尽管本文的研究并没有考虑工作时间，但是女性劳动参与的工资弹性大于男性劳动参与的工资弹性，与国外研究所得出的结论是一致的。
为进一步分析不同收入群体劳动参与弹性的差异，本文将样本按照家庭平均收入由低到高进行四等分组，分别计算每个收入组中女性和男性劳动参与的弹性。表5给出了各个收入组中女性和男性劳动参与的工资弹性和收入弹性的估算值⑧，可以发现女性劳动参与的工资弹性和男性劳动参与的工资弹性由低收入组至高收入组呈逐渐减小趋势，并且只有低收入组中劳动参与的工资弹性明显大于整体劳动参与的工资弹性，而其他三个收入组中劳动参与的工资弹性却小于整体劳动参与的工资弹性，说明低收入家庭劳动参与对于工资的敏感性大于高收入家庭劳动参与对于工资的敏感性，增加工资收入的劳动力市场政策将会对低收入家庭的劳动参与产生明显的促进效应。
女性劳动参与收入弹性的绝对值由低收入组至中高收入组逐渐减小，高收入组劳动参与无收入弹性；男性劳动参与收入弹性的绝对值由低收入组至中低收入组逐渐减小，中高收入组和高收入组劳动参与无收入弹性，这说明家庭其他收入的增加对个体的劳动参与产生负向影响，这种影响随着家庭平均收入的增加而减小，说明单纯的收入维持政策会对劳动参与特别是低收入组的劳动参与产生负效应。
从劳动参与工资弹性与劳动参与收入弹性的比较来看，女性低收入组和高收入组劳动参与的工资弹性要大于劳动参与的收入弹性，说明在这两个组特别是低收入组中女性劳动参与对工资的敏感性要显著大于对家庭其他收入的敏感性；而中低和中高收入组中劳动参与的工资弹性要小于劳动参与的收入弹性，说明在这两个组中工资水平和家庭其他收入的同比例增加将会降低女性劳动参与的概率。男性各个收入组中劳动参与的收入弹性都要小于劳动参与的工资弹性，说明男性劳动参与对工资水平的敏感性要大于对家庭其他收入的敏感性。总体来看，无论是女性劳动参与的工资弹性还是劳动参与的收入弹性都要大于男性，说明女性劳动参与受工资水平和家庭其他收入的影响均要大于男性，这与家庭劳动供给理论的预期是一致的。
五、结论
本文应用微观经济计量方法对中国城镇劳动力市场中女性和男性的工资方程和劳动参与方程进行了估计，并估算了劳动参与的工资弹性和收入弹性。研究结果表明：女性整体和男性整体的劳动参与工资弹性分别为0.6886和0.2113，女性劳动参与的工资弹性大于男性劳动参与的工资弹性暗示着女性对市场工资变动的劳动参与行为反应明显大于男性。随着家庭收入的提高，个体劳动参与的工资弹性和收入弹性逐渐降低，说明市场工资和家庭其他成员收入对低收入家庭劳动参与影响较大，而对高收入家庭影响较小。
劳动供给弹性的估算是评价和设计相关公共政策的基础，公共政策的设计应该充分考虑到不同收入群体对公共政策变动劳动供给行为反应的差异。由于低收入群体劳动参与的收入弹性为负值，因而单纯的收入维持政策（如最低生活保障制度和失业保险制度）只能在短期内缓解城镇贫困问题，无法促进低收入群体的劳动参与，进而无法从根本上使其摆脱贫穷的困境。由于低收入群体劳动参与具有较大的工资弹性，因而实施积极的劳动力市场政策（如提供公共岗位政策和提高最低工资标准），改善就业环境，促进劳动参与能够有效地解决城镇贫困和收入差距问题。由于高收入群体劳动参与的工资弹性较小，且劳动参与呈收入刚性，针对高收入群体的劳动力市场政策（如个人所得税制度）将不易达到促进劳动供给和调整居民收入差距的政策目标。
注释：
①准确地说，就业是劳动供给和劳动需求联合作用的结果，只有当需求不受限制时，就业才唯一地取决于劳动供给。
②根据Heckman(1993)的观点，劳动供给变化分为广度变化和深度变化，相应地，劳动供给弹性分为劳动参与弹性和工作时间弹性。由于工作时间往往受到企业性质等需求因素的限制，个体短期通常无法自由地选择工作时间，但个体能够容易地做出是否参与劳动的决策。
③第一代劳动供给分析方法没有考虑工资方程估计过程中的样本选择偏差问题，依据劳动参与样本直接用最小二乘法估计工资方程，该方法20世纪80年代后已被摈弃。目前广泛应用的是第二代劳动供给分析方法（校正选择方法），该方法用劳动参与方程简化式求出逆米尔斯比，进而修正工资方程估计过程中的样本选择偏差(Killingsworth,1983; Mroz,1987)。
④Blundell and Smith(1994)指出对所有个体均采用预测的市场工资估计结构式劳动参与方程可以得到一致的估计量。
⑤其中，东部地区包括北京、辽宁、江苏和广东，中部地区包括安徽、河南、湖北和山西；西部地区包括重庆、四川、云南和甘肃。
⑥国外的研究一般将调查时点前的一段时期内有过工作经历定义为劳动参与，例如Eissa(1995)将在调查时点的前一年中工作一小时以上定义为劳动参与。
⑦省份虚拟变量的系数估计值具有不同程度的显著性，说明地区经济环境的差异会对工资产生不同的影响。限于篇幅，表中未给出省份虚拟变量估计结果，有兴趣的读者可以向作者索取。
⑧由于对各收入组中劳动参与方程估计方法以及劳动参与弹性估算方法与对整体样本使用的方法相同，本文不再列出各收入组中劳动参与方程估计结果，而是直接给出了劳动参与弹性的估算结果。