改革开放以来,在劳动力市场竞争日趋激烈、家庭结构核心化等多重因素的共同作用下,中国女性劳动参与率持续下降(姚先国、谭岚,2005;沈可等,2012;彭青青等,2017)。与此同时,中国人口老龄化程度日趋严重,“人口红利”正在消失。在这一背景下,促进女性就业,提高女性劳动参与率,充分发挥好“性别红利”将有助于推动中国下一阶段的经济增长(赖德胜等,2016)。然而,“全面二孩”政策的实施引发不少学者对未来女性就业形势的担忧(赖德胜等,2016;杨慧,2017)。
为女性创造能够平衡家庭——工作关系的灵活就业形式,通常被看作是促进女性就业的关键举措(Del Boca et al., 2009)。灵活就业主要是指以非全日制、临时性和弹性工作等形式的就业(在国内相关文献中“灵活就业”也被称为“非正规就业”(吴要武,2009)),这类就业方式的优点是进入门槛低且工作弹性大(蔡昉、王美艳,2004),这对于需要照看子女的女性而言具有较大的吸引力。这种就业形式在中国的市场化改革以后已经普遍存在(蔡昉、王美艳,2004)。然而,低门槛和灵活性的代价往往是灵活就业人员的工资较低(常进雄、王丹枫,2010;王庆芳、郭金兴,2017)且缺乏社会保障(吴要武、蔡昉,2006)。因此,一个非常重要的问题是,中国劳动力市场中目前存在的“灵活就业”是否是女性平衡家庭——工作关系时的选择?如果这一问题的答案是肯定的,则意味着完善灵活就业人员的社会保障权益将会吸引更多的女性进入劳动力市场;相反,则意味着政策的重点应该是提供更多有助于女性平衡家庭——工作关系的就业机会。
以往的研究忽视了女性在需要照看子女时可以选择灵活就业这一基本事实,大多将目光聚焦于女性的劳动参与问题上。为此,本文探讨家中有未成年子女与女性选择灵活就业之间是否存在因果联系。显然,识别二者的因果关系面临一定挑战。首先,可能存在一些无法观测的个人特征同时影响职业选择和生育决策(如选择晚生甚至不生)。因此,家中是否有未成年子女是内生的。其次,只有女性参与到劳动力市场以后我们才能观察到她们是否选择工作时间更加灵活的职业,但女性的劳动参与行为可能是非随机的,即观察到的就业女性样本可能存在自选择问题。最后,家中是否有未成年子女也是影响女性劳动参与的重要因素。因此,家中是否有未成年子女这一内生变量不仅出现在职业选择方程中,也出现在劳动参与决策方程中。为克服上述困难,本文采取以下三种措施。第一,用Chamberlain(1980)的方法控制无法观测且非时变的个体特征对估计结果的影响;第二,利用样本选择Probit模型解决女性劳动参与的自选择问题;第三,在样本选择Probit模型的基础上进一步引入生育决策方程,并以受访者是否为独生子女作为生育决策的工具变量。我们用最大化模拟似然函数方法(maximum simulated likelihood,MSL)联合估计生育决策方程、劳动参与方程和职业选择方程,识别未成年子女对女性劳动参与和职业选择的影响。使用这一估计策略的另一优点是,即便解释变量不满足排除性约束(exclusion restriction),高度非线性的方程形式也保证了模型通常是可以识别的(Altonji et al., 2005;Wooldrigde,2010)。
二、文献回顾女性如何平衡家庭与工作的关系一直是劳动经济学关注的话题。与本文的研究主题相关的文献可分为两类:一是研究照看子女对女性劳动参与的影响;二是考察照看子女是否导致女性选择工作时间更加灵活的职业。
照看子女如何影响女性劳动参与一直是劳动经济学的热点话题。Angrist and Evans(1998)是较早对这一问题进行深入研究的文献之一。他们利用美国的数据研究发现,养育子女显著降低了女性的劳动参与率。随后,大量来自不同时期不同地区的研究都得出了养育子女对女性劳动参与有显著负面影响的结论(Baker et al., 2008;Bloom et al., 2009;Angrist et al., 2010;Clarke,2016;Aaronson et al., 2017;Bisbee et al., 2017;Heath,2017;Lundborg et al., 2017等)。也有一些学者认为,养育子女对女性劳动参与的负面影响仅发生在发展水平较高的国家,在发展水平较低的国家、发展中国家以及二战前的美国等经济环境中并没有发现女性劳动参与受到养育子女的负面影响(Aguero and Marks, 2011;Aaronson et al., 2017;Godefroy,2018)。从研究方法上看,内生的生育行为是研究照料子女如何影响女性劳动参与的最大障碍。解决这一问题的常见方法之一是用前两个孩子的性别组合构造工具变量。这一识别策略的基本思路是,子女的性别是外生的且父母对子女的性别组合有偏好,因此,前两个子女的性别是影响父母是否生第三胎的外生变量。利用这一识别方法的经验研究依然发现生养子女对女性劳动参与有负面影响(Angrist and Evans;1998;Maurin and Moschion, 2009;Aaronson et al., 2017)。但是这一识别策略也受到不少质疑(Schultz,2007)。而且,该方法适用的前提是样本中的女性至少已经生养了两个子女。另一种做法是利用双胞胎的出生作为外生冲击。这些研究发现,生养双胞胎的女性比只生养一个孩子的女性更加倾向不参加工作(Jacobsen et al., 1999;Vere,2011)。第三种方法是利用女性的生育能力缺陷作为外生变量(Aguero and Marks, 2011;Lundborg et al., 2017),这些研究也都发现照顾子女显著降低了女性的劳动参与率。
显然,女性在面临生养及照顾子女时,退出劳动力市场并不是唯一的选择。女性可以通过减少工作时间、选择工作时间更加灵活的岗位或转向便于兼顾家庭和工作的岗位来平衡家庭——工作关系。近些年出现了大量实证研究试图考察女性是否将更加灵活的工作安排作为平衡家庭——工作关系的策略。Edwards and Field-Hendrey(2002)发现家中有未成年子女显著提升了女性选择家庭为主的工作(“home-based”work)。国外学者通常把自我雇佣视为平衡家庭——工作的重要途径,重点研究了照看子女对女性自雇行为的影响。由于难以找到有效的工具变量,部分文献利用固定效应模型解决照看子女行为的内生性问题。Wellington(2006)分别利用横截面数据和面板数据分析证实了养育子女会显著增加美国女性自我雇佣的可能性。Joona(2017)利用类似的方法分析了照看子女对瑞典女性自雇行为的影响,结果表明未成年子女,尤其是0-3岁的子女,显著增加了女性自雇的概率。Noseleit(2014)和Semyhina(2018)借鉴了Angrist and Evans(1998)的思路,利用已生育的子女性别构成作为工具变量,结果也表明子女照看责任加重会提升女性选择自雇的可能。Herr and Wolfram(2012)利用哈佛大学的女性校友数据研究发现,那些在生育子女之前就已经选择了灵活就业的女性,在生育子女以后往往更容易保住工作,这也在一定程度上证实了更加灵活的工作安排有助于女性平衡家庭与工作的关系。因此,不少学者认为,时间灵活的工作岗位可获得性、保护兼职就业人员利益的公共政策都对促进女性就业有非常积极的作用(Del Boca et al., 2009;Blau and Kahn, 2013)。当然,也有少数学者对兼职、自雇等时间灵活的就业方式是否可以帮助女性平衡家庭——工作关系持怀疑态度(Gutierrez-Domenche,2010;Gimenez-Nadal et al., 2012)。
总体而言,以往的研究大多是分别探讨照看子女对女性劳动参与和职业类型选择的影响,并且后一类研究文献大多没充分考虑生育行为的内生性问题。此外,上述研究大多是针对发达国家的研究,相应的结论不能为理解中国女性如何平衡家庭——工作的关系提供依据。然而,考察子女对中国女性就业及职业选择的实证研究还比较少。张川川(2011)和杨慧(2017)都发现生养及照看子女显著降低了城镇女性的劳动参与率。熊瑞祥、李辉文(2017)发现,照看子女对农村女性选择非农就业有阻碍作用。为了解决子女数量和照看子女的内生性问题,张川川(2011)利用第一个子女的性别作为工具变量,因此样本中的女性至少需要生育过一个子女。熊瑞祥、李辉文(2017)利用中国农村多由祖父母照看孙子女这一习惯,选择祖母是否在世为工具变量。但是上述研究都只考虑了子女对女性劳动参与的影响,没有考虑女性是否会以工作时间更加灵活的职业作为平衡家庭——工作关系的策略。为此,本文考察中国城镇女性的子女照看、劳动参与和灵活就业联合决策。这将为制定促进女性就业的相关政策提供更丰富的实证依据。
三、计量模型与估计方法为解决生育决策的内生性、劳动参与的自选择问题,本文构建职业类型选择、劳动参与决策、生育决策的联立模型。对于所有进入劳动力市场的女性而言,她们是否选择灵活的就业方式由如下方程决定
$ y_{1 i t}=1\left(X_{1 i t} \beta_{1}+\gamma y_{3 i t}+a_{1 i}+u_{1 i t}>0\right) $ | (1) |
其中,1(·)为示性函数。我们用y1it=1表示第i个观测个体在第t年选择了灵活就业。X1it是可观测的影响个体职业类型选择的特征变量。根据以往的研究经验,X1it主要包括年龄、教育程度、健康状况、其他家庭成员的收入等。a1i是不随时间变化的无法观测的个体特征,u1it是其他影响女性职业类型选择的变量。y3it是本文关心的核心变量,y3it=1表示家中有未成年子女。在具体的实证分析中,我们允许不同年龄段的未成年子女影响女性选择灵活就业的偏效应不同。
估计式(1)的障碍之一是y1it仅仅对那些进入劳动力市场的女性才能观察到。如果女性进入劳动力市场是随机的(且y3it是外生的),我们可以直接估计式(1)得到γ的一致估计,否则,直接估计式(1)将得到有偏的估计。解决非随机样本选择问题的出发点是考虑女性进入劳动力市场的决策方程
$ y_{2 i t}=1\left(X_{2 i i} \beta_{2}+\varphi y_{3 i t}+a_{2 i}+u_{2 i t}>0\right) $ | (2) |
式(2)和式(1)的构建方式一致。我们用y2it=1表示个体i在第t年选择进入劳动力市场。X2it是影响女性劳动参与的可观测因素,a2i是不随时间变化的个体特征。家中有未成年子女不仅影响女性的预算约束也影响女性的时间约束,根据标准的劳动供给模型可知,这必然影响女性效用最大化时的劳动供给决策。
如果式(1)和式(2)中的变量都是外生的,利用样本选择Probit模型就可以得到系数γ和φ的一致估计。但家中是否有未成年子女取决于女性的生育决策,而现有的研究都认为生育行为可能是内生的,因此,即便是解决了非随机的样本选择问题也难以准确地估计出子女对女性劳动参与和职业类型选择的影响。为解决内生的生育决策,我们需要进一步考虑y3it的决定方程
$ y_{2 i t}=1\left(X_{2 i t} \beta_{2}+\varphi y_{3 i t}+a_{2 i}+u_{2 i t}>0\right) $ | (3) |
其中,X3it是可观测的生育决策影响因素。我们假定X1it、X2it和X3it均与误差项u1it、u2it和u3it相互独立。
为了处理内生性问题和非随机的样本选择问题,我们需要联合估计方程(1)、(2)和(3)。这三个方程都是非线性方程,常规的一阶差分和固定效应方法不适用于此处消除个体效应。一种解决思路是使用线性概率模型。但是线性概率模型假定0≤Xmitβm+ami≤1(m=1, 2, 3),这通常是错误的假定,也意味线性概率模型的估计结果一般不是一致的(Wooldrigde,2010)。另一种解决思路是将ami看成随机效应。随机效应模型要求ami与Xmit相互独立,这是非常强的假定,通常也难以成立(Wooldrigde,2010)。在本文讨论的问题中,生育、劳动参与和工作类型选择都和个人偏好有关,所以将ami看成随机效应并不合适。在经验分析中,消除非线性模型固定效应的一个合适做法是利用Chamberlain(1980)方法,即将个体固定效应表示为其他可观察的外生变量的线性函数。为此,我们考虑如下方程
$ a_{m i}=P_{i} \psi_{m}+\bar{Z}_{i} \xi_{m}+b_{m i} $ | (4) |
其中,Pi是不随时间变化的个人特征变量,主要是能够反映个人偏好和性格的变量,如自信心、乐观程度等。
$ y_{1 i t}=1\left(X_{1 i t} \beta_{1}+\gamma y_{3 i t}+P_{i} \psi_{1}+\bar{Z}_{i} \xi_{1}+\varepsilon_{1 i t}>0\right) $ | (5) |
$ y_{2 i t}=1\left(X_{2 i t} \beta_{2}+\varphi y_{3 i t}+P_{i} \psi_{2}+\bar{Z}_{i} \xi_{2}+\varepsilon_{2 i t}>0\right) $ | (6) |
$ y_{3 i t}=1\left(X_{3 i t} \beta_{3}+P_{i} \psi_{3}+\bar{Z}_{i} \xi_{3}+\varepsilon_{3 i i}>0\right) $ | (7) |
其中,εmit=bmi+umit。我们假定bmi与所有观测到的外生变量相互独立,故εmit也和所有外生变量相互独立。如果生育行为是外生的,即ε3it和ε1it、ε2it无关,仅仅联合估计方程(5)和(6)就可以得到γ和φ的一致估计。如果女性进入劳动力市场是随机的,即ε2it和ε1it无关,分别联合估计(5)和(7)以及(6)和(7)也可以得到γ和φ的一致估计。经验研究发现,ε3it和ε2it通常是正相关,ε3it和ε1it通常是负相关,并且γ通常大于0,φ通常小于0(Wellington,2006;Wooldrigde,2010)。因此,忽略生养子女的内生性会导致γ和φ的估计结果均向0偏误,即低估子女对女性劳动参与和职业选择的影响。为此,本文使用极大模拟似然方法联合估计方程(5)、(6)、(7)。与估计线性方程不同,方程(5)、(6)、(7)的非线性形式使得排除性约束不满足时仍然可以识别模型参数(Altonji et al., 2005;Wooldrigde,2010)。当然,为保证结果的可靠性,我们在具体的经验分析时仍然要求排除性约束条件成立。
四、数据处理本文使用的数据来自中国家庭收入调查(CHIP)2007和2008年进行的两轮追踪调查数据。我们仅考虑城镇女性的劳动参与和职业选择。这套数据的样本量大并且包含了丰富的个人性格信息、工作特征信息,这都为本文的研究提供了基础。
CHIP调查收集了比较详细的成人工作状态及职业类型信息。这些信息可以帮助我们识别女性是否参与劳动力市场以及是否选择了工作时间灵活的职业。具体而言,灵活就业主要包括非全日制、临时性和弹性工作等。按照常进雄、王丹枫(2010)的做法,本文将短期合同工、无合同的临时工、自我经营、打零工和不领工资的家庭帮工视为工作安排灵活的职业。当然,为验证结果的稳健性,我们在后面的经验分析部分还尝试了另外两种界定方式:一是参照王海成、郭敏(2015)的做法,将灵活就业定义为没有签订劳动合同或者企业不提供养老保险的工作;二是参照按照国外文献的做法将自雇视为灵活就业。表 1是三种界定方式下工作的女性选择灵活就业的比例。
CHIP包含了一些反映个体性别特征的信息,包括做事情时能否集中精力、是否有主见、是否有自信心、是否感觉精神上有压力、是否经常觉得忧郁等共11个问题,这些个人性格特征变量越来越受劳动经济学者们的重视,主要是因为这些性格特征和个体的经济学偏好特征(如时间偏好、风险厌恶、闲暇偏好和利他性等)密切相关(Borghans et al., 2008)。我们用这些信息估计不随时间变化的个体特征。但这些变量均为4分类变量,控制所有11个变量需要在模型中控制33个虚拟变量,这大大增加了极大模拟似然估计的难度。为减少运算量,我们对11个变量进行主成分分析,并提取特征根大于1的主成分作为控制变量。
虽然我们的模型不要求排除性约束,但利用非线性特征作为识别策略也存在一定风险。为保证结果的可靠性,我们要求方程(2)和方程(3)中至少包含一个不在其他方程中的变量。方程(2)中的y2it表示女性是否参与劳动力市场。我们用同社区的劳动年龄女性的劳动参与率作为工具变量。方程(3)中的y3it表示家中是否有未成年子女,这主要取决于生育偏好。张川川(2011)认为可以用第一个子女的性别作为女性是否会再生一胎的工具变量。使用这一策略要求家庭中至少已经有一个子女,这大大限制了样本量。事实上,CHIP2007年的城市家庭中仅有92户家庭(占比1.84%)有两个及以上未成年子女。熊瑞祥、李辉文(2017)利用祖母是否在世作为农村女性是否需要照看幼年子女的工具变量。但本文使用的数据仅在2007年收集了受访者父母的信息。而且,熊瑞祥、李辉文(2017)事实上仅考虑了生育子女以后的“照看行为”是内生的,并没有考虑“生育行为”也是内生的。本文考虑的是城镇家庭的家中是否有未成年子女,这依赖于内生的生育行为。为此,我们需要寻找新的影响个体生育行为的外生变量。本文使用受访者是否为独生子女作为生育行为的工具变量。大部分经验研究发现独生子女的生育意愿比非独生子女的生育意愿更低(李铮,2010;侯佳伟等,2014)。受访者是否为独生子女对受访者而言是外生的变量。更具体地,我们假定独生子女仅仅通过影响生育行为间接地影响劳动参与和职业选择,即控制了可观测的人口特征、性格特征和家中是否有未成年子女以后,是否为独生子女不直接影响个体的劳动参与和职业选择。
我们将研究对象设定为受访时年龄在18-40岁之间且不是全职学生的城镇女性。除了年龄约束外,我们还删除工作状态信息缺失的个体、当前在工作但收入信息缺失或职业特征信息缺失的样本以及其他关键控制变量缺失的样本。最后,我们要求受访对象在两轮调查中均被调查到。最终,我们得到1522个女性个体,共3044个样本。本文的未成年子女是指18岁以下的子女。为了观察不同年龄段的子女对女性劳动参与及职业选择的影响差异,我们将未成年子女分为5岁及以下(学龄前)、6-14岁(中小学阶段)、15-18岁(高中阶段)。但在最终的有效样本中,仅有2户家庭中有15-18岁的子女。所以,我们在经验分析中仅考虑5岁及以下和6-14岁这两个年龄段的子女。表 2是主要变量的统计描述。除了常用的人口统计学特征之外,我们还控制了社区离幼儿园距离、经由本社区的公交线路数、本社区的钟点工小时工资等可能与儿童照看服务的可获得性以及照看成本有关的变量。在本文的3044个样本中,有703个不工作的样本,2341个工作的样本,在工作的女性样本中有830个属于灵活就业。平均而言,选择灵活就业和不工作的女性家中有5岁及以下子女的可能性更大,选择灵活就业的女性家中有6-14岁子女的可能性也更大。不工作的女性的平均年龄更小,选择灵活就业和非灵活就业的女性的平均年龄没有明显差别。选择灵活就业的女性的受教育程度比非灵活就业女性的受教育程度更低。
表 3是本文的主要结果。模型Ⅰ和模型Ⅱ的被解释变量是女性是否工作,用于分析家中有未成年子女对女性劳动参与的影响。模型Ⅰ直接用probit模型估计方程(6)。估计结果表明,家中有未成年子女显著降低了女性工作的可能性。表 4汇报了5岁及以下子女和6-14岁子女影响女性劳动参与和灵活就业的平均偏效应。可以看出,家中有5岁以下的子女使女性工作的概率下降了0.113,但家中有6-14岁的子女仅使女性工作的概率下降了0.04。这说明学龄前子女对女性劳动参与的负面影响更大。然而,模型Ⅰ没有考虑家中是否有未成年子女是内生的。根据以往的经验研究,忽略这一内生性问题有可能导致5岁以下子女和6-14岁子女的估计系数向0偏误。例如,那些看重家庭生活的女性更倾向于生养子女,也可能更倾向于退出劳动力市场,因此,ε2it和ε3it有可能正相关,从而导致未成年子女对女性劳动参与的负面影响被低估。为了进一步考虑家中有未成年子女的内生性问题,我们在模型Ⅱ中联合估计劳动参与方程(6)和生育方程(7)。劳动参与方程(生育方程估计结果见附录①)的估计结果仍然表明家中有未成年子女显著降低了女性工作的可能性。偏效应估计结果同样说明学龄前子女对女性工作的阻碍作用更大。对比模型Ⅰ和模型Ⅱ的结果可以发现,考虑内生性以后,未成年子女对女性劳动参与的影响明显上升。这印证了我们对模型Ⅰ有可能低估未成年子女系数的猜测。事实上,通过联合估计(6)和(7)我们发现,ε2it和ε3it的相关系数corr(ε2it, ε3it)=0.648显著异于0(Wald检验的p值为0.0004)。这说明ε2it和ε3it显著正相关,从而导致未成年子女的估计系数向0偏误。
① 本文对方程(1)-(3)三个非线性方程进行联合估计,因此没有直接汇报弱工具变量检验结果。我们用OLS分别估计生育方程和劳动供给方程并对独生子女和社区就业率这两个变量进行F检验,得到的F值分别为17.66和55.21。根据弱工具变量检验的经验法则(F < 10),本文的两个变量不太可能是弱工具变量。
模型Ⅲ-模型Ⅵ分析未成年子女如何影响女性的职业选择。模型Ⅲ忽略了女性劳动参与的自选择问题和家中有未成年子女的内生性问题,即直接用probit模型估计方程(5)。这一模型的估计结果说明,家中有未成年子女显著提高了女性选择灵活就业的可能性,但学龄前子女偏效应更小(见表 4)。模型Ⅳ通过联合估计方程(5)和方程(6)解决非随机的样本选择问题,但仍然忽略了家中有未成年子女是内生的。模型Ⅳ的劳动参与方程估计结果与模型Ⅰ类似,灵活就业方程的估计结果与模型Ⅲ略有差别。总体来看,模型Ⅳ仍然说明家中有未成年子女提高了女性选择灵活就业的可能性,尤其是6-14岁的子女对女性选择灵活就业的影响较大。模型Ⅴ假定女性的劳动参与是随机的,即不存在自选择问题,但考虑了未成年子女的内生性问题。这一模型的估计结果表明,考虑家中有未成年子女的内生性以后,未成年子女对女性选择灵活就业的影响更加显著,偏效应大幅提升。虽然6-14岁子女对女性选择灵活就业的偏效应仍然大于学龄前子女的偏效应,但二者的相对差距比模型Ⅲ和模型Ⅳ有了缩小。这说明,忽略职业选择方程中的内生性问题同样导致未成年子女的系数被低估。这和国外的一些经验研究结果是一致的(Wellington,2006;Semyhina,2017)。Wellington(2006)认为,由于存在多种因素导致ε1it和ε3it负相关,所以模型Ⅲ通常会低估未成年子女对女性职业选择影响。例如,追求自由生活的女性有可能选择延迟生育或不生育,而这些女性往往更倾向于选择时间更加灵活的工作岗位。事实上,通过联合估计(5)和(7)我们发现,ε1it和ε3it的相关系数corr(ε1it, ε3it)=-0.487,且corr(ε1it, ε3it)=0的Wald检验是显著的(p值为0.0042)。在模型Ⅵ中,我们联合估计方程(5)、(6)和(7),用于同时考虑非随机的样本选择问题和内生性问题。对比模型Ⅵ、模型Ⅴ和模型Ⅲ的结果可以发现,三个方程联合估计得到的职业选择方程和劳动参与方程估计结果与只考虑内生性问题时的劳动参与方程和只考虑内生性问题的职业选择方程结果差别并不大。联合估计得到的三个方程误差项相关系数分别为:corr(ε1it, ε2it)=0.100(Wald检验的p值=0.755);corr(ε1it, ε3it)=-0.632(Wald检验的p值=0.004);corr(ε2it, ε3it)=0.636(Wald检验的p值=0.000)。其中,ε1it和ε2it的相关系数并不显著,这说明自选择问题对于估计未成年子女与女性的劳动参与和职业选择的关系影响并不大。因此,只要充分考虑了未成年子女的内生性问题就可以得到比较可靠的估计结果。为此,我们认为模型Ⅱ、模型Ⅴ和模型Ⅵ的结果都是可靠的。当然,联合估计仍然是更有效和稳妥的做法。①
① 根据本文的匿名评审专家的建议,本文将受访的社会资本作为控制变量对所有结果重新进行了估计。其中,社会资本利用受访者春节期间拜访的亲友数度量。但这一变量仅对户主及其配偶适用,所以控制社会资本变量导致样本量大幅下降,部分结果显著性下降以及部分结果无法正常收敛。但总体而言,控制社会资本变量并没有改变本文的主要结论。
(二) 稳健性分析1.其他灵活就业定义
由于大部分调查数据没有收集工作时间安排的详细信息。而且,关于如何界定灵活就业也没有统一的标准。所以,以往的研究对灵活就业的界定方式也存在差异。除了表 3中使用的灵活就业界定方式外,实证研究中另一种常见的界定方式是根据劳动者的社会保障情况来识别。具体地,我们按照王海成、郭敏(2015)的做法,将灵活就业定义为没有签订劳动合同或者企业不提供养老保险的工作。我们将单位负担全部或部分养老保险费用的工作视为企业提供养老保险的工作。表 5是在新的灵活就业界定下估计女性劳动参与和灵活就业方程得到的结果。在不考虑子女内生性问题时,学龄前子女对女性选择灵活就业的影响不显著,但符号仍然为正。6-14岁子女仍然显著增加了女性选择灵活就业的可能性(模型Ⅲ和模型Ⅳ)。考虑子女的内生性问题之后,未成年子女对女性选择灵活就业的影响显著提升,说明内生性导致低估了未成年子女对女性选择灵活就业的影响。边际效应的结果仍然表明,学龄前子女对女性是否工作的影响更大,但6-14岁子女对女性选择灵活就业的影响更大。这些结果都和表 2中的结果是一致的。另外,从模型Ⅳ和模型Ⅵ的结果看,改变灵活就业的定义方式对联合估计中的劳动参与方程估计结果影响也不大。
在许多国外的经验研究中经常考查子女对女性自我雇佣的影响。在我们的第一种灵活就业界定中就包含了自我经营这种情况。参照国外研究的做法,我们采用的第三种灵活就业界定方式是将其定义为自我经营。表 6是未成年子女对女性选择自我经营影响的估计结果。大部分结果都表明,未成年子女显著提升了女性自我经营的可能性。这和国外的许多研究结论是类似的,也进一步证明了本文结果的稳健性。
2.男性样本安慰剂检验
劳动经济学者们之所以关注子女对女性劳动参与和职业选择的影响,是因为大部情况下女性都是照顾家庭的主要承担者。换言之,家庭照顾责任对男性劳动参与和职业选择的影响可能非常小或没有影响。因此,我们可以用男性样本进行安慰剂检验。如果未成年子女对男性劳动参与和灵活就业的影响很显著,边际效应接近甚至大于女性样本的估计结果。这有可能表明模型的估计结果受一些未观测到的家庭特征的影响。当然,估计未成年子女是否影响男性的劳动参与和灵活就业本身也是值得关注的问题。为此,我们利用同样的数据处理方式得到男性样本进行估计。表 7的Panel A是按照第一种灵活就业定义方式得到估计结果。可以看到,除了模型Ⅴ中的6-14岁子女对男性灵活就业的选择有显著正向影响外,其余结果均不显著。Panel B和Panel C分别是按照第二种和第三种灵活就业定义方式得到的结果。这两组结果也表明男性的劳动参与以及灵活就业选择与家中是否有未成年子女没有显著的关系。这一方面说明,大多数情况下,男性并不是负责子女照看的主要人员,另一方面也说明女性方程的估计结果是可靠的。
1.异质性分析
事实上,在模型(1)和模型(2)中不仅可以包含内生变量y3it,甚至可以包含外生解释变量和y3it的任何函数(Wooldridge,2010)。特别地,我们可以在模型(1)和(2)中包含y3it和外生变量的交互项用于考查未成年子女对女性劳动参与以及职业选择影响的异质性问题。Wellington(2006)发现,在需要照顾家庭时,教育水平越高的女性越有可能选择灵活的就业。因此,我们想检验一下照看子女对不同教育水平的中国女性的劳动参与和职业选择影响是否有差异。从逻辑上讲,教育程度可能通过多种途径导致女性职业选择与照看子女关系的异质性。首先,教育水平越高的女性越有能力在同一时间处理多件事。但这种能力发挥作用的前提是工作的安排相对自由(例如比较正式的工作可能不允许员工在工作时间处理其他事物,即便员工有能力同时处理好多件事)。因此,越是有能力的女性越愿意选择工作灵活的职业。其次,教育程度高的女性也有可能不担心以后寻找工作,因此在需要照顾子女时更愿意暂时选择灵活就业。最后,教育程度高的女性也有可能更有能力保住原有的非灵活就业工作岗位或寻找新的非灵活就业岗位,这会降低教育程度高的女性在需要照顾子女时选择灵活就业的可能性。对于是否工作而言,教育程度的异质性同样存在多种机制,一方面,受教育程度高的女性可能不担心职业中断对以后进入劳动力市场的影响,更容易在需要照看子女时退出劳动力市场。另一方面,受教育程度高的女性更有可能在需要照顾子女时保住自己的工作。由于以上多种机制的作用方向不同,所以未成年子女对不同教育程度的女性劳动参与和职业选择影响的异质性需要实证检验。
我们的经验分析呈现出一些比较有意思的结果。从劳动参与方程的估计结果看,本科及以上学历显著增降低了6-14岁未成年子女对女性劳动参与的负面影响。但是受教育程度提高并没有降低学龄前子女对女性就业的负面影响,甚至是提高了女性在照顾学龄前子女时退出劳动力市场的可能性。从灵活就业的选择方程看,本科及以上学历显著降低了女性在照顾学龄前子女时选择灵活就业的可能性,但却增加了女性在照顾6-14岁子女时选择灵活就业的可能性。这些现象说明,前面提到的多种机制在中国的劳动力市场中可能都是存在的,并且不同作用机制的相对大小随着子女年龄的变化而变化。例如,由于劳动市场对女性可能存在一些歧视行为,当女性需要照顾学龄前的子女时有可能被迫地选择灵活就业,而那些学历高的女性一方面更有可能通过学历降低被歧视的可能性,另一方面也更有可能不担心以后寻找工作而暂时放弃工作。当女性需要照顾6-14岁的子女时往往不需要花大量时间陪伴,这提高了女性进入劳动力市场的意愿,并且那些高教育程度的女性更有可能顺利进入劳动力市场。但照顾6-14岁的子女通常需要女性有时间对子女的学习进行辅导,甚至要陪子女参加各种校外的辅导班,这增加了女性主动选择灵活就业的可能性。
2.如何平衡家庭和工作
学者们普遍认为,女性选择工作安排更加灵活的职业主要是为了有更多的时间照顾子女和家庭(Joona,2017;Semyhina,2017)。但也有研究表明,选择更加灵活的就业方式并不一定增加女性照顾子女的时间(Gutierrez-Domenche,2010;Gimenez-Nadal et al., 2012)。当然,灵活的就业方式也意味着女性更有可能在工作的同时照顾子女(Wellington,2006)。本文前面的结果表明,当女性家中有未成年子女时,她们确实更有可能选择灵活的就业。这是不是意味女性减少了工作时间而增加了照顾子女的时间呢?还是女性通过更灵活的工作安排实现了工作家庭两不误呢(例如在家办公可以在不减少工作时间的同时实现子女照看)?然而,CHIP没有非常详细的时间利用调查,只收集了受访者平均每周的工作时间。另一个重要的信息是,CHIP调查询问了家中的学龄前子女主要由谁照顾。利用这两个信息,我们可以对上述两种机制进行粗略地检验。
我们首先考察的是选择灵活就业的女性是否减少了工作时间。表 9的第(1)和(2)列以女性平均每天工作小时数为被解释变量,分别估计不同界定方式下的灵活就业对女性工作时间的影响。其中,第(1)列直接用OLS对所有工作的女性进行回归,第(2)列利用Heckman样本选择模型考虑了进入劳动市场的自选择问题。出乎意料的是,所有的结果都表明选择灵活就业的女性平均每天的工作时间显著增加。具体地,按前两种灵活就业的定义方式,女性选择灵活就业使其每天大约多工作半个小时左右,而选择自我雇佣的女性平均每天多工作1.2个小时。这说明,灵活就业并没有减少女性的工作时间,但这并不能说明女性照顾家庭的时间减少了。因为灵活就业的好处是时间安排更灵活,有利于女性更有效地利用时间,甚至可以实现工作和照顾家庭同时进行。但我们没有女性具体的家庭照顾时间,所以无法直接检验这一猜想。为此,我们通过学龄前子女是否由母亲来照顾间接地检验这一想法。在家中有学龄前子女的受访者中,有578个样本参与工作且有效回答了学龄前子女主要由谁照顾。我们将由母亲照顾定义为1,其他定义为0。表 9的第(3)和(4)分别用Probit模型和Heckman样本选择Probit模型估计了灵活就业对女性照顾子女的影响。结果表明,选择灵活就业的女性更有可能成为学龄前子女的主要照顾者。这在一定程度上证实了我们的猜想,即选择灵活就业的女性有可能是通过更灵活有效的时间安排或工作和照顾家庭同时进行实现了工作与家庭的平衡。根据补偿性工资差异的原理,如果女性选择灵活就业是为了通过工作安排的灵活性来平衡家庭与工作的关系,那么在劳动力市场达到均衡时,这种灵活性的获得将会以低工资为代价。为此,我们进一步估计了选择灵活就业对女性工资收入的影响。表 9的(5)和(6)两列的结果表明,选择灵活就业的女性的工资确实要低于其他女性的工资水平。对于不工作的女性而言,不存在工作时间和工资数据。所以我们只能检验不工作的女性是否更有可能成为学龄前子女的照料者。我们的估计结果表明,工作的女性成为学龄前子女主要照料者的概率比不工作的女性低0.389(se=0.040)。我们的这些结果也从一定程度上说明,部分女性为了照顾家庭确实付出了很多,她们为了承担起照顾家庭的责任并不是简单地减少工作时间,而是在保持甚至延长工作时间的条件下,以更有效的时间利用和更低的工资来换取工作——家庭的平衡。
本文利用中国家庭收入调查2007年和2008年的数据研究了未成年子女对女性劳动参与以及灵活就业的影响。我们的估计结果表明,(1)家中有未成年子女显著降低了女性工作的可能性,提升了工作女性选择灵活就业的可能性;(2)家中有学龄前子女比家中有6-14岁子女更有可能导致女性退出劳动力市场,而家中有6-14岁子女比有学龄前子女更有可能导致女性选择灵活就业;(3)选择灵活就业的女性更有可能成为学龄前子女的主要照顾者;(4)女性获得工作灵活性的代价是工资水平显著下降;(5)未成年子女对男性的劳动参与和职业选择没有显著影响。上述结果说明,女性在面临照顾家庭的责任时,退出劳动市场并不是她们唯一的选择,部分女性为了承担起照顾家庭的责任并不是简单地减少工作时间,而是在保持甚至延长工作时间的条件下,以更低的工资来换取工作——家庭的平衡。
随着我国“全面二孩”政策的实施,女性的就业形势有可能变的更加严峻。这不仅影响到女性个人及其家庭的利益,也有可能影响“全面二孩”政策的落地效果。另一方面,在人口老龄化的背景下,促进女性就业,发挥好“性别红利”对推动中国未来的经济增长也有重要意义。本文的研究结果表明,单纯地放开生育限制并不一定对居民的生育决策产生有效的激励作用,劳动力市场中配套就业政策同样重要。例如,政府需要进一步完善非灵活就业部门(或正规就业部门)的产假制度,消除用人单位对女性的歧视,从制度上保障女性在生育导致职业中断后能够顺利重返原有的工作岗位。其次,工作时间更加灵活的就业安排可能是部分女性在生养子女时的最优决策,所以,完善的灵活就业市场对促进女性就业和激励生育同样重要,政府需要进一步推行科学合理的灵活就业制度,为女性选择灵活就业提供和创造机会,还要同时保障好灵活就业人员的合法权益和社会保险。除了劳动力市场中配套的就业政策以外,为了降低家庭因照看子女产生的成本,促进女性就业,政府还要提供配套的公共服务和其他公共政策。例如,相关部门应该探索并尽快推行家庭友好型(family friendly)的公共政策,如公办幼儿园、更加慷慨的产假制度、对二孩家庭进行税收减免或给予补贴等。
本文的研究尚存在一些不足,这也是未来进一步研究的方向。例如,由于客观数据的不足,本文对女性选择灵活就业的机制还没有完全揭示清楚。另外,由于没有长期的面板数据,本文也没有考察子女照顾对女性职业发展可能存在的影响。女性的灵活就业选择是否只是暂时性的?她们退出劳动力市场以后多久会重新进入劳动力市场?这些问题都对完善我国的劳动力市场以及分析“全面二孩”政策的潜在影响有重要意义。
附录
[] |
蔡昉、王美艳, 2004, “非正规就业与劳动力市场发育——解读中国城镇就业增长”, 《经济学动态》, 第 2 期, 第 24-28 页。 |
[] |
常进雄、王丹枫, 2010, “我国城镇正规就业与非正规就业的工资差异”, 《数量经济技术经济研究》, 第 9 期, 第 94-106 页。 |
[] |
侯佳伟、黄四林、辛自强, 等, 2014, “中国人口生育意愿变迁:1980-2011”, 《中国社会科学》, 第 4 期, 第 78-97 页。 |
[] |
赖德胜、孟大虎、李长安、王琦, 等, 2017, 《中国劳动力市场发展报告(2016)》, 北京: 北京师范大学出版社。 |
[] |
李铮, 2010, “生育意愿的双峰偏好研究”, 《人口研究》, 第 6 期, 第 67-77 页。 |
[] |
彭青青、李宏彬、施新政, 等, 2017, “中国市场化过程中城镇女性劳动参与率变化趋势”, 《金融研究》, 第 6 期, 第 33-49 页。 |
[] |
沈可、章元、鄢萍, 2012, “中国女性劳动参与率下降的新解释:家庭结构变迁的视角”, 《人口研究》, 第 5 期, 第 15-27 页。 |
[] |
熊瑞祥、李辉文, 2017, “儿童照管、公共服务与农村已婚女性非农就业——来自CFPS数据的证据”, 《经济学(季刊)》, 第 1 期, 第 393-414 页。 |
[] |
王海成、郭敏, 2015, “非正规就业对主观幸福感的影响——劳动力市场正规化政策的合理性”, 《经济学动态》, 第 5 期, 第 50-59 页。 |
[] |
王庆芳、郭金兴, 2017, “非正规就业者的境况得到改善了么?——来自1997-2011年CHNS数据的证据”, 《人口与经济》, 第 2 期, 第 116-126 页。 |
[] |
吴要武, 2009, “非正规就业者的未来”, 《经济研究》, 第 7 期, 第 91-106 页。 |
[] |
吴要武、蔡昉, 2006, “中国城镇非正规就业:规模与特征”, 《中国劳动经济学》, 第 2 期, 第 67-84 页。 |
[] |
杨慧, 2017, “全面二孩政策下生育对城镇女性就业的影响机理研究”, 《人口与经济》, 第 4 期, 第 108-118 页。 |
[] |
姚先国、谭岚, 2005, “家庭收入与中国城镇已婚妇女劳动参与决策分析”, 《经济研究》, 第 7 期, 第 18-27 页。 |
[] |
张川川, 2011, “子女数量对已婚女性劳动供给和工资的影响”, 《人口与经济》, 第 5 期, 第 29-35 页。 |
[] |
Aaronson, D., Dehejia, R.H., Jordan, A., Popeleches, C., Samii, C. and Schulze, K., 2017, "The Effect of Fertility on Mothers' Labor Supply over the Last Two Centuries", Mpra Paper.
|
[] |
Aguero J.M., Marks M.S., 2011, "Motherhood and Female Labor Supply in the Developing World Evidence from Infertility Shocks". Journal of Human Resources, 46(4), 800–826.
DOI:10.1353/jhr.2011.0002 |
[] |
Altonji J.G., Elder T.E., Taber C.R., 2005, "An Evaluation of Instrumental Variable Strategies for Estimating the Effects of Catholic Schooling". Journal of Human Resources, 40(4), 791–821.
|
[] |
Angrist J.D., Evans W.N., 1998, "Children and their Parents' Labor Supply:Evidence from Exogenous Variation in Family Size". American Economic Review, 88(3), 450–477.
|
[] |
Angrist, Joshua, Victor Lavy and Analia Schlosser, 2010, "Multiple Experiments for the Causal Link between the Quantity and Quality of Children", Journal of Labor Economics, 28(4):773-824.
https://www.researchgate.net/publication/227355368_Multiple_Experiments_For_The_Causal_Link_Between_The_Quantity_And_Quality_Of_Children |
[] |
Baker, Michael, Jonathan Gruber and Kevin Milligan, 2008, "Universal Child-Care, Maternal Labor Supply, and Family Well-Being", Journal of Political Economy, 116(4):709-45.
|
[] |
Blau F.D., Kahn L.M., 2013, "Female Labor Supply:Why is the United States Falling Behind?". American Economic Review, 103(3), 251–256.
DOI:10.1257/aer.103.3.251 |
[] |
Bloom, David, David Canning, Günther Fink and Jocelyn Finlay, 2009, "Fertility, Female Labor Force Participation, and the Demographic Dividend", Journal of Economic Growth, 14(2):79-101.
https://www.researchgate.net/publication/5079303_Fertility_Female_Labor_Force_Participation_and_the_Demographic_Dividend |
[] |
Bisbee, James, RajeevDehejia, Cristian Pop-Eleches and Cyrus Samii, 2017, "Local Instruments, Global Extrapolation:External Validity of the Labor Supply-Fertility Local Average Treatment Effect", Journal of Labor Economics, 35(S1):99-147.
|
[] |
Borghans L., Duckworth A.L., Heckman J.J., Weel B.T., 2008, "The Economics and Psychology of Personality Traits". Jornal of Human Resources, 43(4), 817–860.
|
[] |
Clarke, Damian, 2016, "Fertility and Causality", Case Working Paper.
|
[] |
Chamberlain G., 1980, "Analysis of Covariance with Qualitative Data". Review of Economic Studies, 47(1), 225–238.
DOI:10.2307/2297110 |
[] |
Del Boca D., Pronzato C.D., Pasqua S., 2009, "Motherhood and Employment in Institutional Contexts:A European Perspective". Oxford Economic Papers, 61, 1147–1171.
|
[] |
Edwards, Linda and Elizabeth Field-Hendry, 2002, "Home-Based Work and Women's Labor Force Decisions", Journal of Labor Economics, 20(1):170-200.
https://www.researchgate.net/publication/24099855_Home-Based_Work_and_Women's_Labor_Force_Decisions |
[] |
Gimenez-Nadal J., Molina A., Ortega R., 2012, "Self-Employed Mothers and the Work-Family Conflict". Applied Economics, 44(17), 2133–2147.
DOI:10.1080/00036846.2011.558486 |
[] |
Godefroy, Raphael, 2018, "How Women's Rights Affect Fertility: Evidence from Nigeria", The Economic Journal, Doi: 10.1111/ecoj.12610.
|
[] |
Gutierrez-Domenche M., 2010, "Parental Employment and Time with Children in Spain". Review of Economics of the Household, 8(3), 371–391.
DOI:10.1007/s11150-010-9096-z |
[] |
Heath, Rachel, 2017, "Fertility at Work:Children and Women's Labor Market Outcomes in Urban Ghana". Journal of Development Economics, 126, 190–214.
DOI:10.1016/j.jdeveco.2016.11.003 |
[] |
Herr J.L., Wolfram C.D., 2012, "Work Environment and Opt-out Rates at MotherhoodAcross High-Education Career Paths". Industrial & Labor Relations Review, 65(4), 928–950.
|
[] |
Jacobsen J.P., Pearce J.W., Rosenbloom J.L., 1999, "The Effects of Childbearing on Married Women's Labor Supply and Earnings:Using Twin Births as a Natural Experiment". Journal of Human Resources, 34(3), 449–474.
DOI:10.2307/146376 |
[] |
Joona P.A., 2017, "Are Mothers of Young Children more Likely to be Self-employed? The Case of Sweden". Review of Economics of the Household, 15, 307–333.
DOI:10.1007/s11150-016-9349-6 |
[] |
Lundborg P., Plug E., Rasmussen A.W., 2017, "Can Women Have Children and a Career? IV Evidence from IVF Treatments". American Economic Review, 107(6), 1611–1637.
DOI:10.1257/aer.20141467 |
[] |
Maurin E., Moschion J., 2009, "The Social Multiplier and Labor Market Participation of Mothers". American Economic Journal:Applied Economics, 1(1), 251–272.
DOI:10.1257/app.1.1.251 |
[] |
Noseleit F., 2014, "Female Self-Employment and Children". Small Business Economics, 43(3), 549–569.
DOI:10.1007/s11187-014-9570-8 |
[] |
Schultz, T.P., 2007, "Population Policies, Fertility, Women's Human Capital, and Child Quality", in: T. Paul Schultz & John A. Strauss(eds.), Development Economics, Elsevier.
|
[] |
Semykina, Anastasia, 2018, "Self-employment Among Women:Do Children Matter more than We Previously Thought?". Journal of Applied Econometrics, 33(3), 416–434.
DOI:10.1002/jae.2596 |
[] |
Vere J.P., 2011, "Fertility and Parents Labour Supply:New Evidence from US Census Data". Oxford Economic Papers, 63(2), 211–231.
DOI:10.1093/oep/gpr003 |
[] |
Wellington A.J., 2006, "Self-employment:The New Solution for Balancing Family and Career?". Labour Economics, 13(3), 357–386.
DOI:10.1016/j.labeco.2004.10.005 |
[] |
Wooldridge J. M., 2010, "Econometric Analysis of Cross Section and Panel Data (2nd ed.)". Mit Press Books, 1(2), 206–209.
|