韓雪+張廣勝

H摘要：分割性勞動力市場的存在使進城務工人口就業(yè)搜尋成本增加，勞動力市場分割所造成的不同就業(yè)部門工資的差異生成了務工的就業(yè)風險，即求職失敗的風險，以及工資收入降低的風險。本文從預期就業(yè)風險視角探討進城務工人口的部門決策行為。對不同風險類型的勞動人口進行分類，將其代入Logit回歸方程，實證檢驗得出就業(yè)風險因素對就業(yè)部門選擇行為有重要影響，風險厭惡型務工人口進入非正規(guī)部門從業(yè)的概率高于風險偏好型務工人口。

關鍵詞：進城務工人口；就業(yè)部門；預期風險

中圖分類號：F241文獻標識碼：A文章編號：1000-4149（2014）06-0079-12

DOI：10.3969/j.issn.1000-4149.2014.06.008

The Expected Employment Risks and the Choice of Employment

Sector of Migrant Population

HAN Xue 1，2， ZHANG Guangsheng 2

（1.Public Management Research Department，Party School of CPC Shenyang

Municipal Committee，Shenyang 110036，China； 2.College of Economics and

Management， Shenyang Agricultural University， Shenyang 110036，China）

Abstract：The segmentation of labor market has increased employment cost of the migrant.Job search model cannot effectively explain the employment decision process. Labor market segmentation， which caused the wage differences between different employment sector， generated the workers employment risk， namely the risk to job failure， risk of revenue reduction.We classified the risk types of the labor force and discussed the decisionmaking behavior of migrant workers. We found that the employment risk factors have important influence on selection behavior of the employment sectors.The probability of the riskaverse worker be employed in the informal sector is lower than that of the labor with lower risk aversion.

Keywords：migrant population； department of employment； the expected employment risk

一、問題的提出

亞當·斯密在其《國富論》中認為，工人要求補償以接受工作中可能遇到的致命或非致命的工傷風險。補償性的工資溢價提供了一種激勵機制來降低工作中的風險。近十年來關于遷移就業(yè)風險的研究主要圍繞就業(yè)風險的影響因素展開，其中包括就業(yè)風險指標體系的構建和測量。拉吉·阿薩德（Assaad）、伊山·突那利（Tunali）運用靜態(tài)勞動力供給模型，從理論層面探討了就業(yè)與失業(yè)存續(xù)期間人員配給、營業(yè)額以及隨機性等方面的影響，其假定風險規(guī)避的勞動人口所要求的預期效用至少和在非約束部門中所提供的保留效用一樣高，由此可推導出一個結構表達式，以此來量化就業(yè)風險補償中預期和未預期的部分[1]。哈米什·洛（Low）、科斯塔斯·邁格赫（Meghir）、路易吉·皮斯特佛里（Pistaferri）通過構建結構性的消費生命周期模型，以及經(jīng)濟體中伴隨著搜尋摩擦的勞動力供給和就業(yè)流動來區(qū)分不同的就業(yè)風險源。各種不同的風險會對生產(chǎn)力產(chǎn)生沖擊，毀掉工作[2]。丹·布萊克（Black）、托馬斯·克尼斯納（Kniesner）運用樂觀工資模型（Hedonic Wage Model）對就業(yè)風險進行了測量[3]。理論上，關于人口就業(yè)的風險研究大致包括三個層面：一是以費景漢-拉尼斯等為代表的部門結構分析法，它以農(nóng)業(yè)和工業(yè)部門存在的工資差異作為研究的切入點，認為當勞動人口從農(nóng)村或其他地區(qū)轉移到城市時，由于供職部門的變化，其面臨著工資降低的風險。二是以哈里斯-托達羅為代表的新古典主義分析法。托達羅關于農(nóng)村勞動人口遷移與城市失業(yè)的模型中提出，農(nóng)村勞動人口遷移決策的影響因素有兩個：農(nóng)村與城市的實際收入差以及在城市獲得工作的概率。在托達羅遷移決策模型中，其提到了就業(yè)風險因素，認為預期的就業(yè)風險表現(xiàn)為特定時段內獲得城市工作的概率，而且農(nóng)村勞動人口只能在已獲取城市傳統(tǒng)部門工作的基礎上才能獲得城市現(xiàn)代就業(yè)部門的工作[4]。三是探討了發(fā)展中國家勞動人口就業(yè)的理性選擇是建立在規(guī)避家庭投資風險基礎上的，其代表人物俄德·斯塔克（Stark）修正了托達羅模型的不足，將個體進城務工行為天然地假定為理性行為，引入就業(yè)風險及風險規(guī)避因素來考察農(nóng)村勞動人口的城市就業(yè)狀況[5]。

有關遷移就業(yè)風險的研究始終以效用為分析起點，因為獲得效用規(guī)避風險是遷移行動的前提。人們對風險的態(tài)度對于轉移就業(yè)有重要作用，托馬斯·多曼（Dohmen）等認為轉移就業(yè)面臨的一般性風險意味著行為中包含著風險，如控股股票、自主創(chuàng)業(yè)或是選擇受雇他人。因而風險問題可以定義為在行為上對于行為人面臨風險時的潛在態(tài)度的有效測度[6]。進城務工人口就業(yè)選擇的效用分析必然包含對于就業(yè)風險的判斷和認知?；\統(tǒng)地將風險劃分為預期找不到合適工作以及收入下降的風險，再將風險統(tǒng)一作為解釋或控制變量的研究，缺乏針對不同個體風險特征的細致刻畫。具有不同風險類型的人會有不同的遷移決策行為。在很多關于勞動人口遷移或流動的文獻研究中，就業(yè)風險并非是主要考察因素，關于就業(yè)風險的研究多結合專業(yè)化、地域及人口特征等展開[7]。另外，國內學界關于農(nóng)村勞動人口就業(yè)風險的研究較多地關注了不同部門的工資差異、城市對務工人口的就業(yè)排斥等，而缺少對農(nóng)村勞動人口風險類型的剖析。務工人口外出就業(yè)是為了滿足自身的需求。因滿足需求所形成的動機，進而引發(fā)的決策行為可能會形成帶有規(guī)律性的行為模式。人首先要滿足生存的需要，其次是發(fā)展的需要，不同的需要會引發(fā)不同的動機，務工人口外出就業(yè)的動機都有哪些呢？由于需求的復雜多樣，農(nóng)村推力和城市拉力，以及受親朋老鄉(xiāng)等影響都會使農(nóng)村勞動力產(chǎn)生外出務工動機。但人的行為還是由首要動機驅動的，次要動機對人的行為起輔助作用?，F(xiàn)有文獻很少專門研究務工人口的就業(yè)動機，一般將其動機假定為同質化[8]。根據(jù)相關文獻對于就業(yè)動機的描述，結合調研問卷的結果，本研究將務工人口因需求引發(fā)的首要動機概括如下：生存動機，即為了生活水平改善、教育子女、贍養(yǎng)老人等需求引發(fā)的動機；發(fā)展動機，即為了今后能得到更大的發(fā)展，學到一定的技能，尋求更高的職業(yè)平臺等需求引發(fā)的動機；享受動機，即不愿居住在農(nóng)村，為了留在城市生活，喜歡待在城市等需求引發(fā)的動機。

本文在前述理論基礎上，將預期就業(yè)風險和就業(yè)動機因素引入務工人口就業(yè)部門選擇行為中，探討其就業(yè)部門選擇的影響因素。

二、進城務工人口就業(yè)選擇數(shù)理模型

本文中的預期就業(yè)風險來源于兩種情況：一是勞動力市場分割。勞動力市場分割存在的現(xiàn)實使一部分務工人口被選擇到非正規(guī)部門。由于現(xiàn)存的體制性障礙，正規(guī)部門中提供的與就業(yè)安排相關的系列福利會降低勞動人口就業(yè)過程中的風險，如醫(yī)療、養(yǎng)老、失業(yè)保險，等等，而由于很多非正規(guī)部門并不在政府有效監(jiān)管范圍內，其提供的就業(yè)福利非常少甚至沒有。相對而言，進入非正規(guī)部門就業(yè)的風險要大于正規(guī)部門。二是異質性的人力資本。具有相關職業(yè)技能，或者具備管理經(jīng)驗和素質的務工人口獲得正規(guī)就業(yè)的可能性會更大。從這一層面上講，具備符合工作要求的經(jīng)驗與技能的較高人力資本水平的務工人口，其就業(yè)風險相對較小。由此，預期就業(yè)風險既是內生的，

又是外生的，

因為預期就業(yè)風險在很大程度上是由勞動力的個體的人力資本差異性所決定的，同時，預期就業(yè)風險往往又在很大程度上由勞動力市場等相關體制性因素誘發(fā)而成。

個體對風險的態(tài)度由效用函數(shù)決定，個體會通過期望效用最大化來進行行為決策。而效用是個體對某種事物或做出某種行為的評價，當個體做出某項決策時，他會得到一個效用值，即在限定環(huán)境條件下，行為者從諸多選擇中獲得的偏好程度[9]。密爾頓·弗里德曼（Friedman）與約翰·薩維奇（Savage）認為個體效用函數(shù)在凹、凸、凹間反復，這可以解釋為何個體在某些狀況下將自身置于風險的同時，又為規(guī)避其他風險進行支付[10]。個體的就業(yè)決策可以用弗里德曼期望效用理論來解釋，按照其解釋，務工者正好位于效用函數(shù)的凸部。伊麗亞敬·卡茨（Katz）與俄德·斯塔克在弗里德曼等研究的基礎上，構造了發(fā)展中國家不同風險類型的農(nóng)村勞動人口進城務工的決策模型[11]。本文借鑒此模型，同時將其模型中關于進城務工預期所獲得的社會地位效應忽略。之所以要將社會地位效應忽略，是因為由于分割性勞動力市場的存在。在中國，務工人口進城務工更多是短期、單向度的，其行為具有可逆性，很多人并非要在城市尋求長期發(fā)展。此外，社會人才上升通道等的設置，使得關于預期社會地位獲得的討論顯得過于復雜，超出本文研究的范圍。由此，在上述研究基礎上，本文對就業(yè)部門選擇行為進行數(shù)理分析。

根據(jù)以上理論分析，本文在構建數(shù)理模型之前，做出如下假定。

假定一：就業(yè)風險影響進城務工人口的就業(yè)選擇行為。

假定二：具有風險厭惡型的務工人口，傾向于選擇正規(guī)部門就業(yè)。

假定三：發(fā)展動機影響進城務工人口就業(yè)部門的選擇。

1.雙重約束條件下的就業(yè)選擇效用模型

經(jīng)典的選擇理論通常假定人們在既定的約束條件下尋求效用最大化。很多時候個體面臨的約束條件并非是單一的，如果僅僅考察單一約束條件下個體的效用，對個體行為的解釋會產(chǎn)生偏差。因而有必要考察多重約束條件下個體的選擇行為。加里·貝克爾（Becker）檢驗了時間和預算雙重約束下，時間和金錢在解釋人們如何分配時間方面的關系[12]。克里希納穆爾蒂（Krishnamurthy）同樣運用多重約束條件下的效用最大化模型分析了人們的周末出行需求[13]。

同樣，我們可以將進城務工人口的就業(yè)選擇行為類比為投資行為，就業(yè)選擇過程類似于投資決策過程，相應的，可以構建務工人口的就業(yè)選擇數(shù)理模型。佐騰哉·里村茂夫（Takuya Satomura）構建了多重約束條件下的效用最大化模型，用來解釋個體多重約束下的投資或消費行為[14]。本文根據(jù)效用理論，借鑒上述模型，構建進城務工人口就業(yè)選擇的數(shù)理模型。

設務工人口就業(yè)選擇的效用函數(shù)為

maxU（Git1-θ1-θ，Dit）（1）

i為第i個個體，Gi為務工人口選擇工作給其帶來的滿足感，Di為就業(yè)動機。其中，θ為曲率參數(shù)，用來度量風險，0<θ<1。

s.t.∑Nn=1（wnGn）=M；∑Nn=1（lnGn）=Q（2）

M表示城市勞動力市場中某行業(yè)可以獲得的貨幣收入上限，其中wn表示行業(yè)工資均值；Q表示城市勞動力市場中某行業(yè)能夠供給的崗位上限，其中l(wèi)n表示行業(yè)所需的勞動力數(shù)量，n=1，2，…，N，為行業(yè)中勞動力從業(yè)人數(shù)。

根據(jù)（1）式，邊際效用可表示為：

Un（G，D）U（G，D）Gn≥0（3）

引入拉格朗日乘子λ和μ，構建輔助方程來獲得庫恩-塔克條件，需求方程表示為：

L=U（x）+ λ[M-∑Nn=1（wnGn）]+μ[Q-∑Nn=1（lnGn）]（4）

獲得的庫恩-塔克條件為：

LGn=Un（G，D）-λwn-μ，ln≤0，Gn≥0

GnLGn=0（n=1，2，…，N）

LGn=-λ=0，LGn=- μ=0

Lλ=M-∑Nn=1（wnGn）=0，

Lμ=Q-∑Nn=1（lnGn）=0（5）

GnLGn=0為互補條件，表示需求非零時，也即進城務工人口的就業(yè)需求存在時，約束條件是有約束力的。

將上述公式進一步整理，可得：

LGn=Un（G，D）-λwn-μ， ln=0， Gn>0

LGn=Un（G，D）-λwn-μ， ln<0， Gn=0（6）

從（6）式可知，積極的需求與從庫恩-塔克一階條件獲得的平等約束有關，在非平等的約束條件下出現(xiàn)零需求。平等的約束條件導致模型中密度貢獻的可能性更大，而不平等的約束條件導致模型中質量貢獻的可能性更大。

2.引入風險分類后的模型

根據(jù)效用模型，進城務工人口就業(yè)需求與約束條件密切相關，在既定的約束條件下，不同就業(yè)選擇可能會帶來效用增量，或者產(chǎn)生效用損失。上面的模型中風險因素θ是風險規(guī)避程度的度量參數(shù)，接下來有必要對于務工人口的風險類型進行細分。由預期效用模型可知，務工人口根據(jù)以往的經(jīng)驗或主觀的判斷，認為狀態(tài)Sk發(fā)生的概率為P（Sk），Yi在狀態(tài)Sk的屬性值為X（Yi，Sk），假設X（Yi，Sk）相互獨立，Sk也相互獨立。我們將進城務工人口就業(yè)狀態(tài)分為三種情形來考察：正規(guī)部門正規(guī)就業(yè)、正規(guī)部門非正規(guī)就業(yè)、非正規(guī)部門非正規(guī)就業(yè)。假設務工人口發(fā)生這三種類型就業(yè)的概率為P（Sk），P（S1）=ni1N，P（S2）=ni2N，P（S3）=njN，ni1，ni2，nj

分別代表進城務工人口進入正規(guī)部門從事正規(guī)就業(yè)、進入正規(guī)部門從事非正規(guī)就業(yè)、進入非正規(guī)部門從事非正規(guī)就業(yè)的人數(shù)。在不同部門不同就業(yè)狀態(tài)下，務工人口會獲得一個特定的屬性值，即X（Yi，Sk），Yi代表務工人口的收入水平。因而其屬性值是收入水平與就業(yè)概率的函數(shù)，務工人口的期望效用可以表示為其期望的工資收入，本文將務工人口的職業(yè)類型分為七類，分職業(yè)探尋務工人口期望工資水平與實際工資水平間的差值，以此表示務工人口的預期就業(yè)風險。具體公式可表示為：

Ins=P（Sk）pro+[1-P（Sk）]pro（7）

Ins表示務工人口的預期就業(yè)風險，pro表示某一職業(yè)類型務工人口的工資收入均值。

P（Sk）=n′N（8）

其中，n′代表務工人口在不同職業(yè)類型中所發(fā)生的就業(yè)狀態(tài)，即不同職業(yè)類型下的正規(guī)部門正規(guī)就業(yè)、正規(guī)部門非正規(guī)就業(yè)、非正規(guī)部門非正規(guī)就業(yè)。

由于不同務工人口的風險類型是不同的，有必要將務工人口的風險類型進行細分。假定進城務工人口的財富值為W，其行為選擇能接受的最大損失為L，且隨著務工收入的不斷增加，務工人口能夠接受的最大損失也會增加，即LW>0，務工人口就業(yè)風險的承受能力為：

Es=LW（9）

對（9）式求導，可得：

dEsdW=WdLdW-LW2=1WdLdW-Es=EsW-（EL-1）（10）

其中，EL=WLdLdW為損失對收入的彈性。

從（10）式中可以發(fā)現(xiàn)，隨著務工人口收入的增加，其風險承受能力的變化取決于可接受的最大損失彈性EL：當El>1時，dEsdW>0，務工人口對于預期就業(yè)風險的承受能力隨W的增加而增加；當El<1時，dEsdW<0，預期就業(yè)風險的承受能力隨W的增加而減??；當EL=1時，dEsdW=0，其風險承受能力不變。因而Es的變動特征取決于務工人口可接受最大損失對收入的彈性，而這又取決于務工人口的風險偏好。也就是說，在務工人口收入一定時，其基于就業(yè)選擇的風險承受能力取決于其基于風險的偏好。在務工人口風險特征一定的情況下，風險承受力與收入間的關系可表示為：

dEsEs-adWsW=0（11）

其中，a=El-1。

對（11）式兩邊積分，得：

∫1EsdEs-∫1WdW=c，c為積分常數(shù)。

Es=Waec（12）

將a=EL-1代入（12）式，得：

Es=ecW（EL-1）（13）

（13）式即含風險偏好因素的風險承受能力的公式。無論c取何值，Es都大于0，與現(xiàn)實相符合。

三、進城務工人口就業(yè)部門選擇影響因素實證分析

理論僅能解釋務工人口的復雜行為的一部分，持有為實現(xiàn)自身積累、為將來有更好發(fā)展這類動機的務工人口，本應選擇一些更有利于其需求實現(xiàn)的職業(yè)或崗位，可卻做了相反的選擇。因此，有必要弄清務工人口決策行為背后的具體影響因子，厘清其決策行為的作用機理，尋求務工人口就業(yè)部門選擇的具體影響因素。王春超以珠三角地區(qū)農(nóng)民工的調研數(shù)據(jù)，分析了農(nóng)民工就業(yè)行為的影響因素，其側重點在于分析農(nóng)民工個體特征、家庭人口特征、企業(yè)及社會環(huán)境特征中的具體變量對其就業(yè)行為的影響[15]。紀韶基于京津冀都市圈的調研數(shù)據(jù)，構建了農(nóng)民工就業(yè)影響因素的微觀分析模型，運用嵌套Logistic回歸模型實證分析了農(nóng)民工遷出概率與遷入地選擇的影響因素[16]。還有學者探尋制度對就業(yè)區(qū)域選擇的影響[17]，個體特征以及農(nóng)戶家庭特征對就業(yè)決策的影響[18～19]。

通過上述公式推導，風險因素是務工人口選擇不同就業(yè)部門的關鍵影響變量，但同時，就業(yè)動機、個體特征以及人力資本水平的差異對個體的選擇行為也會產(chǎn)生影響。按照經(jīng)典文獻的解釋，預期的就業(yè)風險包括在城市就業(yè)容量所能容納的基礎上找到工作的風險，特別是找到合適工作的風險，以及在城市就業(yè)獲得的收入少于在農(nóng)村就業(yè)獲得收入的風險。但經(jīng)典文獻關于就業(yè)風險的確定是單向度的，只考慮了相關的可能產(chǎn)生風險的因素，卻忽視了風險具有結構性特征，也即不同類型的人具有不同的風險偏好。因而，更為準確的度量方法是將風險依據(jù)個人特征進行分類。

1.預期就業(yè)風險

根據(jù)風險理論假定，進城務工人口預期收入和實際收入之差是其外出務工面臨的主要風險。在這一理論假定下，測算務工人口在正規(guī)部門正規(guī)就業(yè)、正規(guī)部門非正規(guī)就業(yè)，以及非正規(guī)部門非正規(guī)就業(yè)的預期收入和實際收入的差值，并以此作為就業(yè)風險的替代變量。期望效用使用獲得該份工作的概率，即該行業(yè)就業(yè)人數(shù)占總人數(shù)的比例來計算，對應的收入是實際收入，而1-p概率對應的收入使用該行業(yè)的平均收入代替，表示該就業(yè)人員在不從事該職業(yè)時獲得同行業(yè)平均收入水平的大小。然后效用的期望就是使用p*實際收入+（1-p）*行業(yè)均值收入，之后的值代入效用函數(shù)得到。在收入水平的細化上，區(qū)別了本崗位實際收入和本行業(yè)平均收入，一個代表從事本行業(yè)本崗位的預期最高收入，一個代表從事本行業(yè)的均值收入。這個分析方法的假設就是，由于農(nóng)民工技術水平和擇業(yè)風險的限制，他們選擇工作時多考慮在本行業(yè)內選擇不同的職務，以規(guī)避跨行業(yè)擇業(yè)風險。具體公式如下：

r=piyi+（1-pi）-yi（14）

其中pi表示從事某一職業(yè)的第i個務工人口占某類部門某種就業(yè)方式全部人數(shù)的比例。其中pi表示為：

pi=nij∑jNφη（15）

j為職業(yè)類型。φ（1，2）表示正規(guī)部門和非正規(guī)部門， η（1，2）表示正規(guī)就業(yè)和非正規(guī)就業(yè)。yi表示第i個務工人口的實際工資收入，表示某類部門某種就業(yè)方式的工資收入均值。

2. 務工人口風險分類

關于風險的實證研究中，如何判斷人們的風險態(tài)度是件困難的事情。對于現(xiàn)實生活而言，研究者很難觀察到人們真實的風險偏好，因為不能準確地度量受試者真實的風險概率分布，同樣研究者也不能清楚地知道受試者的信仰。大衛(wèi)·耶格（Jaeger）運用德國社會經(jīng)濟面板數(shù)據(jù)分析轉移就業(yè)傾向和風險態(tài)度間的關系，以受訪者自己對于風險的態(tài)度作為風險變量的替代指標，設計的問題是：“你是如何看待自己的：一般而言，你是更愿意冒風險還是更傾向于規(guī)避風險？”對于選項，采用了11點量表法對就業(yè)風險變量進行描述，從“非常不愿意到非常愿意”10個維度。其研究得出的結論為 ：轉移就業(yè)的務工人口相較德國本地務工人口而言，更傾向風險規(guī)避；就業(yè)風險指數(shù)增加1單位，個體在勞動力市場的轉移就業(yè)概率增加0.62[20]。

籠統(tǒng)地將風險劃分為預期找不到合適工作以及收入下降的風險，再將風險統(tǒng)一作為解釋或控制變量，缺乏針對不同個體風險特征的細致刻畫。具有不同風險類型的人會有不同的遷移決策行為。 在對風險界定的基礎上，我們接下來對風險類型進行分類。根據(jù)期望效用假定，決策后的各種可能情況下的不同收益對應著不同的效用，這些效用的加權平均就是期望效用，而不同收益的加權平均值就是期望值。

r′=U（EX）-E[U（X）]（16）

r′代表風險類型，U（EX）為期望值效用，E[U（X）]為期望效用。若期望值效用大于期望效用，說明務工人口的效用曲線是凹的，即二階導數(shù)是小于0的，這說明得到一單位的效用比失去一單位的效用低，即他更在意失去，屬于風險厭惡型；若效用曲線的二階導數(shù)大于0，則認為務工人口屬于風險偏好型；若效用曲線的二階導數(shù)等于0，則診斷務工人口屬于風險中性。

期望值效用表示為：

U（W）=U[piyi+（1-pi）y-]（17）

pi=wij∑jwφη （18）

pi為第i個務工人口在某部門某種就業(yè)方式下，從事某一職業(yè)所獲得的月工資收入與同一部門同一就業(yè)方式下該職業(yè)全部工資收入的比例。yi表示第i個務工人口獲得的工資收入，表示某部門某種就業(yè)方式下，某職業(yè)的工資收入均值。φ（1，2）表示正規(guī)部門和非正規(guī)部門， η（1，2）表示正規(guī)就業(yè)和非正規(guī)就業(yè)。

期望效用表示為：

EU=EU[p′iyi+（1-p′i）y-]（19）

p′i=nij∑jNφη（20）

p′i表示某部門某種就業(yè)方式下，進城務工人口從事某一職業(yè)占該職業(yè)全部從業(yè)者的比例，yi為務工人口月工資收入，表示某部門某種就業(yè)方式下，某職業(yè)的工資收入均值。φ（1，2）表示正規(guī)部門和非正規(guī)部門， η（1，2）表示正規(guī)就業(yè)和非正規(guī)就業(yè)。

結合（17）～（19）式得：

r′=[piyi+（1-pi）]-[p′iyi+（1-p′i）]（21）

（21）式即為就業(yè)風險類型。

3.就業(yè)部門與就業(yè)方式

本文中將正規(guī)部門界定為：機關與事業(yè)單位、國有企業(yè)、外資與合資企業(yè)、雇傭人數(shù)在10人以上的私營企業(yè)。非正規(guī)部門是指那些依靠自有資本經(jīng)營運轉，且不受公共財政政策和稅收政策管制的私營企業(yè)和個體經(jīng)營組織，具體而言包括：由個體或家庭通過自營或合伙等方式組織的小型經(jīng)營實體、雇傭人數(shù)在10以下的私營企業(yè)組織、個體從業(yè)者以及家庭手工業(yè)者。另外，與國內一些文獻中的界定不同，本文將那些戶籍為農(nóng)村，在城市從事小生意、小買賣，或者私營業(yè)主的務工人口界定為自雇，由于保險是自已購買，因而也屬于非正規(guī)就業(yè)范疇。據(jù)此，本文中將非正規(guī)就業(yè)從業(yè)人員界定為以下幾類人員：自我雇傭，包括個體經(jīng)營戶（有固定攤點和沒有固定攤點的小業(yè)主）；家政服務人員、臨時工，不足10人企業(yè)的受雇者，且沒有與務工單位簽訂勞動合同，用人單位也沒有為員工上相關保險。正規(guī)部門的正規(guī)就業(yè)界定為：雇傭人數(shù)在10人以上企業(yè)的受雇者，受正規(guī)財政金融和信貸體系控制約束的機關、事業(yè)單位、國有企業(yè)與其他社會組織中的受雇者，他們與單位簽訂勞動合同，且能享受到相關保險。若在上述正規(guī)部門，但沒有享受到相關保險或沒有簽訂勞動合同，則為正規(guī)部門的非正規(guī)就業(yè)。

4.計量模型

根據(jù)上述分析，本文構建進城務工人口就業(yè)選擇計量模型：

Li=Ln（pi1-pi）=β1+β2χi+β3γi+β4δi+β5μi+εi（22）

其中，pi表示選擇做出進入正規(guī)部門就業(yè)決策的概率，1-pi表示沒有做出進入正規(guī)部門就業(yè)決策的概率。pi1-pi=eβ1+β2xi，兩邊取對數(shù)，得到Li=Ln（pi1-pi）=β1+β2χi+μi

同時，考慮到樣本的風險類型，本次研究中依據(jù)研究需要

將全部樣本依據(jù)其對風險的敏感程度進行分類，具體分成風險偏好、風險厭惡、風險中性三類，并分別作為虛擬變量代入方程中。公式（22）中χ、γ、δ、μ分別表示風險、就業(yè)動機、個體特征、家庭特征、制度及行業(yè)等因素對務工人口就業(yè)決策的影響。εi為隨機擾動項。

四、數(shù)據(jù)描述與估計結果說明

本文數(shù)據(jù)來自沈陽農(nóng)業(yè)大學經(jīng)濟管理學院碩博士生于2013年8月在沈陽展開的進城務工人口就業(yè)的調研，調研地點涵蓋沈陽9個市轄區(qū)、1個縣級市及3個縣。市轄區(qū)的調研按照轄區(qū)內街道常住人口數(shù)和街道面積綜合水平排序，選取兩個街道進行等距隨機抽樣。每個街道隨機抽取樣本25～30個（擬調研最多樣本為30），共抽取樣本500個；每一個縣里面，先對全縣各鄉(xiāng)鎮(zhèn)人均GDP進行排序，按照人均GDP水平排序的等距隨機抽樣方法，抽選一個鄉(xiāng)鎮(zhèn)，隨機抽取家庭戶調研，共抽取樣本200個。剔除無效問卷后，得到406名進城務工人口的有效問卷。

1.樣本總體描述

我們將年齡在33歲及以下的務工者稱為新生代務工人口，設為0，將年齡在34歲及以上的勞動人口界定為老一代務工人口，設為1?？傮w來看，全部調研對象中，男性勞動人口占全部樣本的60.79%，沒有進城務工的人占19.8%，已婚人員占全部調研總體的69.1%，初中文化程度者占54.5%，務工前有技術的占14.7%。具體樣本情況及調查樣本在不同部門之間的分布見表2和表3。

2.計量分析

根據(jù)上述風險來源以及就業(yè)風險和就業(yè)動機的推導，本文有必要從這兩個層面考察進城務工人口的就業(yè)選擇行為。本文設計了三個模型，分別考察就業(yè)風險和就業(yè)動機、就業(yè)風險和文化程度、就業(yè)動機和文化程度三種交互效應對于進城務工人口就業(yè)部門選擇行為的影響。結果見表4。

模型一考察就業(yè)風險和就業(yè)動機對進城務工人口就業(yè)部門選擇的影響。預期就業(yè)風險變量在5%水平上顯著，就業(yè)風險增加一個單位，務工人口選擇正規(guī)部門就業(yè)的對數(shù)發(fā)生比會增加0.0001。相較風險偏好型而言，風險厭惡和風險中性務工人口選擇正規(guī)部門就業(yè)的對數(shù)發(fā)生比分別增加0.79和1.32。務工人口享受型動機增加一個單位，相對生存型動機而言，其選擇正規(guī)部門就業(yè)的對數(shù)發(fā)生比增加0.95。我們想考察不同風險類型和就業(yè)動機交互作用下，進城務工人口的選擇行為，設定就業(yè)風險和就業(yè)動機的交互項，相對于風險偏好且生存型務工人口，風險中性且享受型務工人口選擇正規(guī)部門就業(yè)的對數(shù)發(fā)生比會降低2.04。

模型二考察就業(yè)風險和文化程度交互作用對于進城務工人口就業(yè)部門選擇的影響。就業(yè)風險變量在5%水平上顯著，相對于小學及以下文化程度者，具備初中文化程度的務工人口選擇正規(guī)部門就業(yè)的對數(shù)發(fā)生比會降低1.35。就業(yè)風險和文化程度的交互項沒有通過顯著性檢驗，說明務工人口的人力資本缺乏回報。

模型三考察了不同文化程度和就業(yè)動機交互作用下的務工人口就業(yè)選擇行為。就業(yè)風險變量在5%水平上顯著，相對于生存型動機，發(fā)展型動機務工人口選擇正規(guī)部門就業(yè)的對數(shù)發(fā)生比降低1.43。相對于風險偏好型務工人口，風險厭惡和風險中性務工人口選擇正規(guī)部門就業(yè)的對數(shù)發(fā)生比分別增加0.55和0.69。相對于生存型動機且小學及以下文化程度者而言，發(fā)展型動機且大專及以上文化程度務工人口選擇正規(guī)部門就業(yè)的對數(shù)發(fā)生比增加2.28。

圖1就業(yè)風險概率圖

估計結果驗證了假設一，就業(yè)風險影響進城務工人口的就業(yè)部門選擇行為。三個模型中風險變量的系數(shù)均為正，從一般意義而言，離開家鄉(xiāng)進城務工本身意味著一定的風險，我們對風險的概率進行描述，可以發(fā)現(xiàn)會得到一條類似“N”的折線（見圖1）；除了模型二，模型一和模型三驗證了假設二，風險厭惡型務工人口傾向于選擇正規(guī)部門就業(yè)；我們預期的就業(yè)動機對于就業(yè)部門選擇的影響并不顯著。假設三不成立。

五、簡要結論及政策含義

本文考察了進城務工人口就業(yè)部門的選擇行為及其影響因素。計量分析結果表明：風險因素能部分解釋進城務工人口的就業(yè)部門選擇行為，動機因素和文化程度也是影響其選擇行為的關鍵因素。風險和動機是個體決策行為的重要參考變量，風險厭惡型較風險偏好型務工人口而言，其選擇進入正規(guī)部門的可能性會更大。

由于戶籍限制和職業(yè)類型等的掣肘，很多流動人口和外出務工人口很難享受到城鎮(zhèn)化的紅利。相較城市戶籍人口而言，缺少就業(yè)福利關照的進城務工人口，其就業(yè)風險要更高。因而降低務工人口的就業(yè)風險是穩(wěn)定其就業(yè)，提升其就業(yè)質量的關鍵。據(jù)此，本文認為，城市政府通過減少外來務工人口的就業(yè)條件限制、增加對外來務工人口的職業(yè)培訓與指導、發(fā)布更多更準確的就業(yè)信息等施政措施，可以有效地消除務工人口就業(yè)預期中的不確定性因素，進而增強其進城務工的正向預期。城市企業(yè)努力提高外來務工人口的工資與福利待遇，改善其工作環(huán)境，可以降低外出務工的就業(yè)風險。同時，政府相關部門應逐步取消針對進城務工人口的歧視性就業(yè)政策，引導企業(yè)改善非正規(guī)部門的就業(yè)環(huán)境，加強對非正規(guī)部門的就業(yè)管理與服務，可以降低進城務工人口的就業(yè)風險，最終實現(xiàn)務工人口在正規(guī)與非正規(guī)部門間的有序合理流動。

參考文獻：

[1] Assaad， R.， I.Tunali. Wage Formation and Recurrent Unemployment[J]. Labour Economics， 2002， 9（1）.

[2] Low， H.， C. Meghir， L.Pistaferri. Wage Risk and Employment Risk over the Life Cycle[R]. National Bureau of Economic Research， 2009.

[3] Black， D. A.， T. J.Kniesner. On the Measurement of Job Risk in Hedonic Wage Models[J]. Journal of Risk and Uncertainty， 2003， 27（3）.

[4] Todaro， M. P. A Model of Labor Migration and Urban Unemployment in Less Developed Countries[J]. The American Economic Review， 1969， 59（1）.

[5] Stark， O.， D.Levhari. On Migration and Risk in LDCs[J]. Economic Development and Cultural Change， 1982， 31（1）.

[6] Dohmen，J. Thomas， Armin Falk， David Huffman， Uwe Sunde， Jürgen Schupp， and Gert G. Wagner.Individual Risk Attitudes： New Evidence from a Large， Representative， ExperimentallyValidated Survey[R]. IZA Discussion Paper 1730， 2005.

[7] Heitmueller， Axel. Unemployment Benefits， Risk Aversion and Migration Incentives[J].Journal of Population Economics，2005，18（1）.

[8] Malik， N. A Study on Motivational Factors of the Faculty Members at University of Balochistan[J].Serbian Journal of Management，2010，5 （1）.

[9] Dixit， Avinash. Entry and Exit Decisions under Uncertainty[J].Journal of Political Economy， 1989，97（3）.

[10] Friedman M.， L. J.Savage. The Utility Analysis of Choices Involving Risk[J]. The Journal of Political Economy， 1948， 56（4）.

[11] Katz E.， O.Stark. Labor Migration and Risk Aversion in Less Developed Countries[J]. Journal of Labor Economics， 1986，（4）.

[12] Becker， G.S. A Theory of the Allocation of Time[J].The Economic Journal，1965，75.

[13] Kockelman， K.M.， S.Krishnamurthy. A New Approach for Travel Demand Modeling： Linking Roys Identity to Discrete Choice[J]. Transportation Research PartB，2004，（38）.

[14] Takuya Satomura. Multiple Constraint Choice Models with Cornerand Interior Solutions[J].SSRN，2010，（8）.

[15] 王春超. 農(nóng)民工就業(yè)行為的影響因素——珠江三角洲地區(qū)農(nóng)民工就業(yè)調查研究[J].華中師范大學學報（人文社會科學版），2011，（2）.

[16] 紀韶.“十二五期間”京津冀都市圈農(nóng)民工就業(yè)影響因素——微觀決策模型分析視角[J].經(jīng)濟學動態(tài)，2012，（8）.

[17] Meng X.， Zhang J. The Twotier Labor Market in Urban China： Occupational Segregation and Wage Differentials between Urban Residents and Rural Migrants in Shanghai[J]. Journal of Comparative Economics， 2001， 29（3）.

[18] 白南生，李靖.城市化與中國農(nóng)村勞動力流動問題研究[J].中國人口科學，2008，（4）.

[19] 程名望，潘烜.就業(yè)風險對農(nóng)村剩余勞動力轉移的影響——模型與實證[J].公共管理學報，2010，（3）.

[20] Jaeger， D.A.，T.Dohmen， A.Falk. Direct Evidence on Risk Attitudes and Migration[J]. The Review of Economics and Statistics， 2010， 92（3）.

[責任編輯武玉，方志]

[11] Katz E.， O.Stark. Labor Migration and Risk Aversion in Less Developed Countries[J]. Journal of Labor Economics， 1986，（4）.

[12] Becker， G.S. A Theory of the Allocation of Time[J].The Economic Journal，1965，75.

[13] Kockelman， K.M.， S.Krishnamurthy. A New Approach for Travel Demand Modeling： Linking Roys Identity to Discrete Choice[J]. Transportation Research PartB，2004，（38）.

[14] Takuya Satomura. Multiple Constraint Choice Models with Cornerand Interior Solutions[J].SSRN，2010，（8）.

[15] 王春超. 農(nóng)民工就業(yè)行為的影響因素——珠江三角洲地區(qū)農(nóng)民工就業(yè)調查研究[J].華中師范大學學報（人文社會科學版），2011，（2）.

[16] 紀韶.“十二五期間”京津冀都市圈農(nóng)民工就業(yè)影響因素——微觀決策模型分析視角[J].經(jīng)濟學動態(tài)，2012，（8）.

[17] Meng X.， Zhang J. The Twotier Labor Market in Urban China： Occupational Segregation and Wage Differentials between Urban Residents and Rural Migrants in Shanghai[J]. Journal of Comparative Economics， 2001， 29（3）.

[18] 白南生，李靖.城市化與中國農(nóng)村勞動力流動問題研究[J].中國人口科學，2008，（4）.

[19] 程名望，潘烜.就業(yè)風險對農(nóng)村剩余勞動力轉移的影響——模型與實證[J].公共管理學報，2010，（3）.

[20] Jaeger， D.A.，T.Dohmen， A.Falk. Direct Evidence on Risk Attitudes and Migration[J]. The Review of Economics and Statistics， 2010， 92（3）.

[責任編輯武玉，方志]

[11] Katz E.， O.Stark. Labor Migration and Risk Aversion in Less Developed Countries[J]. Journal of Labor Economics， 1986，（4）.

[12] Becker， G.S. A Theory of the Allocation of Time[J].The Economic Journal，1965，75.

[13] Kockelman， K.M.， S.Krishnamurthy. A New Approach for Travel Demand Modeling： Linking Roys Identity to Discrete Choice[J]. Transportation Research PartB，2004，（38）.

[14] Takuya Satomura. Multiple Constraint Choice Models with Cornerand Interior Solutions[J].SSRN，2010，（8）.

[15] 王春超. 農(nóng)民工就業(yè)行為的影響因素——珠江三角洲地區(qū)農(nóng)民工就業(yè)調查研究[J].華中師范大學學報（人文社會科學版），2011，（2）.

[16] 紀韶.“十二五期間”京津冀都市圈農(nóng)民工就業(yè)影響因素——微觀決策模型分析視角[J].經(jīng)濟學動態(tài)，2012，（8）.

[17] Meng X.， Zhang J. The Twotier Labor Market in Urban China： Occupational Segregation and Wage Differentials between Urban Residents and Rural Migrants in Shanghai[J]. Journal of Comparative Economics， 2001， 29（3）.

[18] 白南生，李靖.城市化與中國農(nóng)村勞動力流動問題研究[J].中國人口科學，2008，（4）.

[19] 程名望，潘烜.就業(yè)風險對農(nóng)村剩余勞動力轉移的影響——模型與實證[J].公共管理學報，2010，（3）.

[20] Jaeger， D.A.，T.Dohmen， A.Falk. Direct Evidence on Risk Attitudes and Migration[J]. The Review of Economics and Statistics， 2010， 92（3）.

[責任編輯武玉，方志]