双重迁移女性的就业决策和工资收入的影响因素分析上

“双重迁移”女性的就业决策和工资收入的影响因素分析
——基于北京市农民工的调查（上）
李强
2012-12-04 10:16:26 来源：《中国人口科学》2012年第5期
摘要：农民工的家庭化迁移是中国城市化发展的重要趋势。

家庭化迁移和城乡迁移同时发生的“双重迁移”对农民工家庭造成了重大的影响，特别是对于家庭中的女性“双重迁移”引发不同以往的就业决策，并改变了农民工家庭的生活状态。

文章在新家庭经济学的分析框架下，实证分析“双重迁移”中各类因素对女性就业选择和工资的影响。

结果发现，家庭化迁移会减少女性居家就业和外出就业概率，降低女性就业水平。

分析表明学前教育、技能培训等公共服务的可获得性能够提高流动妇女的劳动参与率，而在职培训和教育水平在提高女性农民工收入方面发挥了重要作用。

关键词：双重迁移，家庭化迁移，农民工，女性
一、引言
随着城乡人口迁移规模不断扩大，农民工家庭化迁移①的趋势开始出现并显著增长，家庭化迁移增加了女性在农民工群体中的比例。

2009年，全国农民工中女性占33.7%，东部地区的比例为37.4%（韩俊等，2010）。

在家庭化迁移和城乡迁移构成的“双重迁移”下的女性农民工既要面对与传统农业耕作截然不同的就业决策环境，又要面对与单独外出务工时完全不同的就业约束条件。

相对农村劳动力市场，城镇中的开放性劳动力市场具有低成本、高竞争的特点，为外来人口提供了大量就业的机会（杨云彦、陈金永，2000）。

但外来者的身份却将女性农民工置于城市劳动力市场的最底层。

同时，作为家务劳动的主要承担者，在社会传统习惯的束缚中，女性并不因外出就业而减少家务劳动时间（MacPhail等，2007），即使经历城乡迁移，农民工家庭中男性占据明显优势地位的父权制家庭特征也未动摇（金一虹，2010），与单独外出务工的女性相比，“双重迁移”女性处于原来的传统家庭结构之中，在就业方面受到更多制约。

很多调查都发现了“迁而不工”的奇怪现象，即很多“双重迁移”的女性从农村进入城市，却长期不进入劳动力市场。

“双重迁移”对女性就业产生了哪些影响，特别在女性就业决策与工资收入方面产生怎样的影响？本文将基于北京市的调查数据对女性农民工的就业决策进行实证分析，讨论影响流动妇女工资水平各种因素。

新家庭经济理论为分析“双重迁移”的女性就业决策提供了有益的视角。

在新家庭经济模型中，家庭被视为生产单位和消费单位的统一体，家庭消费品的价值不再仅仅由市场价格决定，同时取决于家庭生产所消耗的劳动时间的影子价格。

女性作为家务劳动的主要承担者，在家庭总体效用最大化的前提下，其家务劳动的影子价格就成为女性参与劳动力市场的保留工资（Beckor，1965；Gronau，
1973；Gronau，1977、1980）。

与单独外出不同的是，家庭化迁移能够将很多生活成本家庭内部化，即通过家务劳动来节省消费性支出。

由新家庭经济学模型可知，与从市场上获得的工资水平相比，当家务劳动的影子价格更高时，女性会放弃就业选择在家中从事家务劳动。

这就在理论上解释了很多“双重迁移”的女性成为自愿失业者，表现出“迁而不工”的现象。

根据新家庭经济理论的分析，保留工资水平是“双重迁移”妇女就业决策的关键。

一般认为，影响保留工资水平的关键因素包括人力资本、家庭结构等。

对人力资本的研究表明，培训、技能等级和教育程度等因素在就业决策和入职后的工资获取等不同阶段发挥了不同的作用（王德文等，2008）。

家庭结构方面，子女学前教育的可获得性增加会提高女性劳动参与率，而较高的婴幼儿教育看护成本会提高妇女家庭劳动的价值，导致其退出劳动力市场（杜凤莲、董晓媛，2010；Kilbum等，2002）。

二、数据及描述
本文使用的数据来源于2007年在北京市城八区（东城、西城、崇文、宣武、朝阳、海淀、丰台和石景山）展开的调查，调查对象为外来务工经商的农民工。

针对农民工群体总体不明的特征，调查抽样以住所为基础，采用两阶段随机抽样的方法，第一阶段采用随机起点等距抽样的办法在城八区抽取了30个社区居委会（村委会），并在每个社区中以住所为抽样框，随机抽取一定数量的农民工。

第二阶段根据适应性整群抽样（ACS）原理，对于社区内农民工居住数量超过阈值的社区，向外推及到周边社区，并随机抽选新社区的
农民工样本，并判断是否外推，依次循环。

最终课题组共调查52个社区中的844个农民工家庭，为排除正在上学和已经退休的样本，本文按照年龄筛选了调查样本中20～50岁的女性作为研究对象。

对缺失相关变量数据的样本采用的简单删除的处理办法，最终得到有效样本581个，样本基本特征如表1所示。

三、“双重迁移”下的妇女就业决策
对就业决策可以使用二元选择的Probit模型来分析，实证模型为：
P（y=1|fm，hs，cp，C）=Φ（α·fm＋β·hs－δ·cp＋η·C）（1）
其中，fm代表是否是家庭化迁移的虚拟变量；hs代表家庭结构变量，包括家庭中是否有未成年子女和需要照顾的老人虚拟变量；cp代表人力资本变量，包括受教育程度和工作技能等级；C为控制变量，包括年龄、收入组、在城市中的居住地点②、流出地所属区域③。

Φ为正态分布函数。

在估计模型之前需要讨论教育变量的内生性问题。

本文使用Rivers等（1998）提出的两步法验证教育的内生性。

即如果在第二阶段中，第一步得到的残差项（）的估计值系数显著不为0，那么可以否定内生性问题。

本文中选取完成教育的情况（是否肄业或辍学），结婚时的年龄作为受教育年限的工具变量。

基本理由是：完成教育的情况可以部分反映在学校时的学习情况和能够继续接受教育的能力；结婚和教育在生命周期上有重合，过早的结婚会影响学业的完成。

按照Rivers的方法进行内生检验的结果表明在模型中系数的估计值为－0.01，t统计量为0.16，不能拒绝零假设。

因此，在本文的模型中教育的内生性在数据上得不到支持。

在拒绝了教育内生性的情况下，对上述模型进行估计，结果如表2所示。

从估计结果看，经验数据首先证明了“双重迁移”的确对流动妇女的就业产生了显著影响，在控制住其他变量的情况下，以家庭
形式迁移的女性参与劳动力市场的概率与传统单独外出务工的妇女相比降低了20%左右。

其次，家庭结构和人力资本通过改变“双重迁移”妇女的保留工资水平对其就业决策产生了显著影响。

数据表明对于有需要赡养的老人和抚养的子女的家庭来说，家务劳动能够提高家庭效用水平，从而提高作为家务劳动主要提供者的女性的保留工资水平。

对比模型一和模型二可以发现，如果把子女细分为学龄前人口（6岁及以下）和学龄儿童（6～16岁）的话，学龄前儿童变量对妇女就业有显著的负向影响，而学龄儿童虽然也对妇女就业有负向影响，但影响并不显著。

比较3个模型中子女对妇女就业概率的影响发现，如果把子女带在身边，女性农民工的就业概率会降低近20%，而如果身边子女的年龄在6岁以下，妇女的就业概率会降低26%以上。

这一点具有非常重要的现实意义，根据在北京调查中了解到的情况，随着近年北京市政府对农民工问题关注度的提高，制定了很多对流动儿童教育的政策措施，农民工的适龄子女在入学方面减少了很多阻力，这就大大减弱了6～16岁子女对母亲就业的不利影响。

但对6岁以下儿童的看护还存在很多问题，政府如果进一步在这方面加强公共服务，对于改善农民工的福利，促进女性就业有很大的帮助。

一般来说较高的人力资本能够降低保留工资水平，从而促进就业。

但教育、培训等人力资本因素作用的阶段和影响程度比较复杂。

与最初的预期不同，教育在3个模型中都没有通过显著性检验，而且系数接近0。

从数据描述中可以看到，在选择工作的女性中，具有高中及以上学历的为26.5%；而在选择不工作女性中，这一比例仅为18.1%。

这说明学历对女性就业还是有影响的。

鉴于前面已经对教育的内生性进行了检验，并拒绝了教育变量的内生性假设，这种结果可能暗示受教育程度并不能对就业决策产生关键影响。

另一个表征人力资本的技能变量在3个模型中都在5%的水平上显著，边际贡献率表明拥有某类技能等级的证书或证明可以使女性劳动者的就业概率提高13%左右。

这表明随着劳动力市场逐步发育与完善，技能等级在市场上的显示信号作用正在加强，正规的职业技能培训有利于促进女性农民工就业。

四、“双重迁移”下的妇女工资收入
下面通过对影响就业女性工资收入的因素进行分析，进一步表明人力资本能够提高妇女劳动市场的可得收入，降低其保留工资水平，从而影响“双重迁移”妇女的就业。

同时发现不同类型的人力资本变量在就业不同阶段的效用不同。

根据Mincer（1958）的一般人力资本方程，工资收入的半对数经验模型可以表示为：
其中，w为小时工资；age为年龄；edu为教育年限；wlevl为技能等级虚拟变量；train为是否接受过与当前工作有关的培训虚拟变量；health为健康状况虚拟变量，取值为0时表示有慢性病或残疾，取值为1时表示健康状况良好；v为残差项。

对流动女性来说，就业与否是个人决策的结果，这是一类典型的自选择问题，由此产生的样本的非随机性可能导致统计推断产生偏差。

为了纠正这一问题，本文使用Heckman两阶段估计方法来消除选择性产生的影响。

根据前面对妇女劳动决策分析的结论，配偶、子女、老人等变量都会影响流动妇女的劳动参与，因此将这些变量作为选择变量放入第一阶段的估计。

模型一是Heckman二阶段法估计的结果，作为对比，模型二列出了OLS回归的结果。

注意到模型一中的逆米尔斯比在10%的水平下显著，说明样本自选择的问题的确存在，使用Heckman方法能够有效纠正选择性偏误问题，得出的结论是无偏且有效的。

（作者系中国科学技术发展战略研究院副研究员）。