于長(zhǎng)永 王 雯 李 孜

[提要]文章基于CGSS2013年、2015年、2017年和2019年四期混合截面數(shù)據(jù)，構(gòu)建勞動(dòng)力失業(yè)風(fēng)險(xiǎn)發(fā)生的脆弱性分析框架，采用Ordered Probit回歸模型，實(shí)證分析人力資本、勞動(dòng)保護(hù)對(duì)勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的影響。研究發(fā)現(xiàn)，人力資本對(duì)勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的影響，不僅體現(xiàn)在健康狀況和教育程度，還體現(xiàn)在工作經(jīng)驗(yàn)和技能培訓(xùn)。健康狀況越好、教育程度越高、工作經(jīng)驗(yàn)越豐富，勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)越低；參加技能培訓(xùn)，能夠顯著降低勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)。勞動(dòng)保護(hù)對(duì)勞動(dòng)力失業(yè)風(fēng)險(xiǎn)有顯著的抑制作用，工作崗位的技術(shù)含量越高，擁有該崗位的勞動(dòng)力的內(nèi)在保護(hù)就越好，勞動(dòng)力的可替代性就越低，失業(yè)風(fēng)險(xiǎn)也就越低。勞動(dòng)合同為勞動(dòng)力就業(yè)安全提供了外在保護(hù)，簽訂勞動(dòng)合同的勞動(dòng)力失業(yè)風(fēng)險(xiǎn)明顯更低。勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)呈現(xiàn)出顯著的性別、婚姻狀況、政治面貌差異和代際差異，男性、非在婚、非黨員和40-49歲的勞動(dòng)力，失業(yè)風(fēng)險(xiǎn)更高?；谏鲜龇治鼋Y(jié)論，本文在提高勞動(dòng)力人力資本、加強(qiáng)勞動(dòng)力勞動(dòng)保護(hù)和注重勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的個(gè)體差異等方面，提出了具有針對(duì)性的政策建議。

一、問題的提出

自德國(guó)社會(huì)學(xué)家貝克(Beck)于1986年首次提出“風(fēng)險(xiǎn)社會(huì)”的概念以來[1](P.14-26)，“風(fēng)險(xiǎn)社會(huì)”理論逐漸發(fā)展，影響力與日俱增，成為反思現(xiàn)代化、理解社會(huì)危機(jī)、研究現(xiàn)代社會(huì)個(gè)體行為與脆弱性的經(jīng)典理論。吉登斯(Giddens)指出“現(xiàn)代性以前所未有的方式，把我們拋離了所有類型社會(huì)秩序的軌道”，“新的現(xiàn)代世界，不是因?yàn)樗豢杀苊獾伛傁驗(yàn)?zāi)難，而是因?yàn)樗肓饲叭瞬槐孛鎸?duì)的危險(xiǎn)”[2](P.54-62)。失業(yè)風(fēng)險(xiǎn)是工業(yè)社會(huì)的典型風(fēng)險(xiǎn)，并伴隨工業(yè)社會(huì)技術(shù)進(jìn)步、服務(wù)型經(jīng)濟(jì)發(fā)展和就業(yè)的非標(biāo)準(zhǔn)化、彈性化等變遷而變得更加嚴(yán)峻。當(dāng)前，中國(guó)正處于工業(yè)社會(huì)向后工業(yè)社會(huì)轉(zhuǎn)型，經(jīng)濟(jì)增長(zhǎng)由高速增長(zhǎng)向高質(zhì)量增長(zhǎng)轉(zhuǎn)型的戰(zhàn)略機(jī)遇期，深入分析勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)及其影響因素，對(duì)有效防范和化解失業(yè)風(fēng)險(xiǎn)，強(qiáng)化就業(yè)優(yōu)先政策，實(shí)現(xiàn)更加充分更高質(zhì)量的就業(yè)，不斷提升“民生三感”(獲得感、幸福感和安全感)具有重要的理論和現(xiàn)實(shí)意義。

回顧相關(guān)文獻(xiàn)不難發(fā)現(xiàn)，勞動(dòng)力失業(yè)風(fēng)險(xiǎn)問題的研究明顯薄弱，不僅針對(duì)性文獻(xiàn)較少，而且研究對(duì)象、研究?jī)?nèi)容和研究數(shù)據(jù)都存在一定的局限性。已有研究集中在：(1)流動(dòng)人口的失業(yè)率。陳怡蓁、陸杰華基于2015年流動(dòng)人口監(jiān)測(cè)數(shù)據(jù)的研究表明失業(yè)率為2.48%。[3]楊凡等基于2015全國(guó)1%人口抽樣調(diào)查數(shù)據(jù)的研究表明失業(yè)率為4.94%。[4]楊勝利、姚健基于流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)數(shù)據(jù)的研究表明，2017年省際流動(dòng)人口失業(yè)率為2.31%。[5](2)勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的影響因素。Christer研究表明教育、年齡、婚姻和種族對(duì)失業(yè)風(fēng)險(xiǎn)有顯著影響。[6]Ilaria研究表明婚姻破裂和工會(huì)解散對(duì)失業(yè)風(fēng)險(xiǎn)有顯著影響。[7]張艷華、沈琴琴研究表明男性、文化水平較低、年齡較低的農(nóng)民工就業(yè)穩(wěn)定性較差，工資集體協(xié)商制度會(huì)促進(jìn)農(nóng)民工就業(yè)穩(wěn)定性。[8]朱若然、陳富貴發(fā)現(xiàn)男性、未婚、教育水平低、自雇就業(yè)比例和工業(yè)產(chǎn)值占比高的地區(qū)，勞動(dòng)力失業(yè)概率相對(duì)較高。[9]徐瑋、楊云彥發(fā)現(xiàn)非農(nóng)戶籍、家庭化遷移會(huì)提高流動(dòng)人口失業(yè)概率，文化程度和流入地市場(chǎng)規(guī)模會(huì)降低流動(dòng)人口失業(yè)概率。[10]楊凡等指出除了個(gè)體特征外，流入地、流出地以及流動(dòng)過程也會(huì)對(duì)流動(dòng)人口失業(yè)風(fēng)險(xiǎn)產(chǎn)生顯著影響。[4]郭榮飛發(fā)現(xiàn)對(duì)自己收入不合理的主觀評(píng)價(jià)會(huì)增加工作搜尋的動(dòng)機(jī)進(jìn)而增大失業(yè)風(fēng)險(xiǎn)。[11]Hannu等學(xué)者認(rèn)為社會(huì)階層對(duì)失業(yè)風(fēng)險(xiǎn)有顯著影響。[12]楊勝利、姚健認(rèn)為流動(dòng)特征、個(gè)人特征和制度特征是省際流動(dòng)人口失業(yè)風(fēng)險(xiǎn)上升的決定因素。[5](3)失業(yè)風(fēng)險(xiǎn)的社會(huì)經(jīng)濟(jì)效應(yīng)，包括儲(chǔ)蓄效應(yīng)[13]、消費(fèi)效應(yīng)[14]和工資效應(yīng)等。[15]

綜上所述，已有研究為本文提供了重要基礎(chǔ)，但也存在明顯的不足：(1)較多從失業(yè)率角度，關(guān)注宏觀層面“現(xiàn)實(shí)”的失業(yè)問題，較少?gòu)奈⒂^個(gè)體角度關(guān)注“潛在”的失業(yè)風(fēng)險(xiǎn)。已有關(guān)于失業(yè)風(fēng)險(xiǎn)的研究對(duì)象主要集中在流動(dòng)人口，難以把握勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的全貌。(2)較多分析人力資本對(duì)勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的影響，鮮有關(guān)注勞動(dòng)保護(hù)對(duì)勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的影響。人力資本對(duì)勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的影響主要集中在健康狀況和教育程度，較少涉及“干中學(xué)”(工作經(jīng)驗(yàn)和技能培訓(xùn))。(3)失業(yè)風(fēng)險(xiǎn)測(cè)量方法有待拓展，已有研究采用失業(yè)率來反映失業(yè)風(fēng)險(xiǎn)是不夠全面的，因?yàn)轱L(fēng)險(xiǎn)的本質(zhì)是不確定性，失業(yè)率是一種失業(yè)的確定性事實(shí)，用失業(yè)率反映失業(yè)風(fēng)險(xiǎn)難以體現(xiàn)風(fēng)險(xiǎn)的“不確定性”本質(zhì)。鑒于已有研究存在的不足，本文利用CGSS2013年、2015年、2017年和2019年四期混合截面數(shù)據(jù)，實(shí)證分析人力資本、勞動(dòng)保護(hù)對(duì)勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的影響，彌補(bǔ)已有研究存在的不足，并為政府有針對(duì)性地治理勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)問題提供經(jīng)驗(yàn)依據(jù)。

二、數(shù)據(jù)來源、概念測(cè)量與理論框架

(一)數(shù)據(jù)來源

數(shù)據(jù)來自中國(guó)綜合社會(huì)調(diào)查(CGSS)，該調(diào)查由中國(guó)人民大學(xué)中國(guó)調(diào)查與數(shù)據(jù)中心實(shí)施。調(diào)查從2003年開始，目前已經(jīng)進(jìn)行12次，但在過去的12次調(diào)查中，只有2013年、2015年、2017年和2019年四次調(diào)查涵蓋勞動(dòng)力失業(yè)風(fēng)險(xiǎn)問題，本文使用的數(shù)據(jù)正是這四期調(diào)查數(shù)據(jù)。調(diào)查采用多階段分層概率抽樣方法，調(diào)查對(duì)象為18歲以上的中國(guó)居民，調(diào)查點(diǎn)涵蓋中國(guó)大陸絕大部分省、自治區(qū)、直轄市，其中，2013年、2015年和2019年涵蓋28個(gè)省級(jí)行政區(qū)，2017年涵蓋30個(gè)省級(jí)行政區(qū)。從樣本規(guī)?？?，2013年、2015年、2017年和2019年分別獲得有效樣本10206份、10243份、10143份和10243份。根據(jù)本文的研究對(duì)象，刪除被調(diào)查對(duì)象不適用、拒絕回答、回答不知道、年齡在60歲以上以及變量有缺失值的樣本，2013年、2015年、2017年和2019年分別獲得有效樣本2517份、1498份、2406份和2173份，以此構(gòu)建包含8594個(gè)有效樣本的混合截面數(shù)據(jù)，描述性分析結(jié)果見表1。

表1 混合截面數(shù)據(jù)的描述統(tǒng)計(jì)

從樣本數(shù)據(jù)的性別結(jié)構(gòu)看，男性勞動(dòng)力占55.2%，女性勞動(dòng)力占44.8%，這與2021年全國(guó)第七次人口普查數(shù)據(jù)公布的結(jié)果，即男性占51.24%、女性占48.76%的全國(guó)人口性別結(jié)構(gòu)較為接近；從教育程度看，有2.1%的勞動(dòng)力沒有上過學(xué)，這與全國(guó)第七次人口普查中全國(guó)2.67%的文盲率也較為接近。①通過比較可以發(fā)現(xiàn)，本文所使用的數(shù)據(jù)具有較好的代表性。

(二)概念測(cè)量

失業(yè)風(fēng)險(xiǎn)測(cè)量是一個(gè)有爭(zhēng)議的問題。因?yàn)?，風(fēng)險(xiǎn)的泛在性導(dǎo)致風(fēng)險(xiǎn)概念界定上的困難，人們對(duì)如何定義風(fēng)險(xiǎn)的爭(zhēng)議比對(duì)怎么度量風(fēng)險(xiǎn)的爭(zhēng)議還要大得多。[16]失業(yè)風(fēng)險(xiǎn)是由“失業(yè)”和“風(fēng)險(xiǎn)”構(gòu)成的復(fù)合概念。失業(yè)有登記失業(yè)和調(diào)查失業(yè)之分，但無論哪種失業(yè)，其實(shí)質(zhì)是勞動(dòng)力在勞動(dòng)年齡內(nèi)，既有勞動(dòng)能力，又有勞動(dòng)意愿，卻沒有工作的狀態(tài)。風(fēng)險(xiǎn)的本質(zhì)是不確定性，有廣義和狹義之分。廣義的風(fēng)險(xiǎn)是既有損失可能，又有盈利可能的“投機(jī)”風(fēng)險(xiǎn)，狹義的風(fēng)險(xiǎn)是指只有損失可能的“純粹”風(fēng)險(xiǎn)。因此，失業(yè)風(fēng)險(xiǎn)可以界定為失業(yè)問題發(fā)生的不確定性或可能性。

失業(yè)風(fēng)險(xiǎn)的測(cè)量，有兩種思路：一是從失業(yè)的定義出發(fā)，來測(cè)量失業(yè)風(fēng)險(xiǎn)。有學(xué)者用“在上一年底還處于就業(yè)狀態(tài)，但本年度有超過1個(gè)月的無工作經(jīng)歷且找不到新的工作”測(cè)量失業(yè)風(fēng)險(xiǎn)。[17]也有學(xué)者用“流動(dòng)人口是否失業(yè)”和“失業(yè)發(fā)生率”測(cè)量失業(yè)風(fēng)險(xiǎn)。[18]這種測(cè)量思路存在的局限是，是否失業(yè)和失業(yè)率均沒有反映出失業(yè)風(fēng)險(xiǎn)的不確定性本質(zhì)。二是基于勞動(dòng)力未來失業(yè)的可能性，來測(cè)量失業(yè)風(fēng)險(xiǎn)。袁博把失業(yè)風(fēng)險(xiǎn)操作化為“您認(rèn)為自己在未來6個(gè)月內(nèi)失業(yè)的可能性有多大”[19]這種測(cè)量雖然非常主觀，但它是基于自己所處工作環(huán)境與勞動(dòng)力市場(chǎng)氛圍的合理判斷，有其合理性。從主觀失業(yè)風(fēng)險(xiǎn)感知的角度研究失業(yè)風(fēng)險(xiǎn)，能較好地探討個(gè)體視角的失業(yè)風(fēng)險(xiǎn)問題[20]。

本文采用第二種方法來測(cè)量失業(yè)風(fēng)險(xiǎn)。而且類似的測(cè)量方法，廣泛應(yīng)用于幸福經(jīng)濟(jì)學(xué)、健康經(jīng)濟(jì)學(xué)、風(fēng)險(xiǎn)社會(huì)學(xué)等領(lǐng)域?qū)π腋８小⒔】禒顩r和養(yǎng)老風(fēng)險(xiǎn)的測(cè)量。魯元平等學(xué)者用“總的來說，您覺得您的生活是否幸?！眮頊y(cè)量主觀幸福感。[21]薛新東、劉國(guó)恩用“您覺得您的健康狀況怎么樣”來測(cè)量健康水平。[22]樂章用“您擔(dān)心自己的養(yǎng)老問題嗎”來測(cè)量養(yǎng)老風(fēng)險(xiǎn)。[23]上述三個(gè)方面雖然測(cè)量的問題各不相同，但測(cè)量方法是相似的，即都把研究問題操作化為被調(diào)查對(duì)象的主觀評(píng)價(jià)。而且，失業(yè)的可能性是一種不確定性事件，這種測(cè)量反映了失業(yè)風(fēng)險(xiǎn)的本質(zhì)特點(diǎn)。因此，本文把失業(yè)風(fēng)險(xiǎn)操作化為“您認(rèn)為自己在未來6個(gè)月內(nèi)失業(yè)的可能性有多大”，答案設(shè)計(jì)為“1=完全有可能，2=比較有可能，3=一般，4=不太可能，5=完全不可能”。

(三)理論框架

勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的影響因素是多元的，如果不能構(gòu)建一個(gè)合理的理論框架，那么，勞動(dòng)力失業(yè)風(fēng)險(xiǎn)影響因素的分析將顯得盲目和邊界不清。已有研究大多基于人口遷移理論中的“推-拉”理論[18]和城鄉(xiāng)分割與體制分割并存的二元結(jié)構(gòu)理論[19]構(gòu)建分析框架。這些理論框架在分析勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的影響因素時(shí)有其合理性，因?yàn)榱魅氲亍⒘鞒龅睾投指畹冗@些因素，會(huì)影響勞動(dòng)力就業(yè)崗位的“供給側(cè)”，但這些分析框架較多關(guān)注的是影響勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的外在環(huán)境因素，而對(duì)影響勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的內(nèi)在決定因素關(guān)注不夠。勞動(dòng)力失業(yè)固然受到外部就業(yè)環(huán)境的影響，但決定勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的根本因素是勞動(dòng)力的市場(chǎng)競(jìng)爭(zhēng)能力。勞動(dòng)力的市場(chǎng)競(jìng)爭(zhēng)能力，反映了勞動(dòng)力面對(duì)就業(yè)風(fēng)險(xiǎn)沖擊時(shí)的韌性(Resilience)。因此，脆弱性分析框架能夠很好地解釋勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的發(fā)生機(jī)制。就業(yè)風(fēng)險(xiǎn)沖擊、人力資本和勞動(dòng)保護(hù)以及個(gè)體特征，共同構(gòu)成勞動(dòng)力失業(yè)風(fēng)險(xiǎn)發(fā)生的“四位一體”脆弱性分析框架(見圖1)。

圖1 勞動(dòng)力失業(yè)風(fēng)險(xiǎn)發(fā)生的脆弱性分析框架

從脆弱性角度看，勞動(dòng)力失業(yè)風(fēng)險(xiǎn)發(fā)生機(jī)制的內(nèi)在邏輯是：勞動(dòng)力的就業(yè)安全是人力資本、勞動(dòng)保護(hù)和個(gè)體特征共同構(gòu)成的保障體系與就業(yè)風(fēng)險(xiǎn)沖擊相互動(dòng)態(tài)博弈的結(jié)果。勞動(dòng)力面臨的就業(yè)風(fēng)險(xiǎn)沖擊是客觀存在的，不以人的意志為轉(zhuǎn)移。假定就業(yè)風(fēng)險(xiǎn)沖擊一定，那么，勞動(dòng)力的就業(yè)安全是否可期，勞動(dòng)力是否面臨失業(yè)風(fēng)險(xiǎn)以及面臨的失業(yè)風(fēng)險(xiǎn)大小，關(guān)鍵在于由人力資本決定的勞動(dòng)力市場(chǎng)競(jìng)爭(zhēng)能力和其擁有的勞動(dòng)保護(hù)的強(qiáng)弱。人力資本越多、勞動(dòng)保護(hù)越強(qiáng)，勞動(dòng)力面臨就業(yè)沖擊時(shí)的韌性就越強(qiáng)、脆弱性就越低，勞動(dòng)力就越可能有穩(wěn)定的就業(yè)安全預(yù)期，勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)也就越低，反之，勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)就會(huì)越高。人力資本由健康資本、教育資本和“干中學(xué)”構(gòu)成。勞動(dòng)保護(hù)由勞動(dòng)力的內(nèi)在保護(hù)和外在保護(hù)構(gòu)成，而且這里的內(nèi)在保護(hù)與外在保護(hù)均不是一般意義上的勞動(dòng)環(huán)境、勞動(dòng)保護(hù)設(shè)施配備等方面的保護(hù)，而是技術(shù)保護(hù)與制度保護(hù)。同時(shí)，勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)也會(huì)受到勞動(dòng)力個(gè)體特征的影響。

三、變量選擇、模型構(gòu)建與實(shí)證檢驗(yàn)

(一)變量選擇

本文的因變量是勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)，即勞動(dòng)力未來6個(gè)月內(nèi)失業(yè)的可能性，指標(biāo)重新賦值為“1=完全不可能，2=不太可能，3=一般，4=比較有可能，5=完全有可能”，取值越大表明失業(yè)風(fēng)險(xiǎn)越大。解釋變量中，人力資本中的健康資本、教育資本和“干中學(xué)”，分別用健康狀況、教育程度、工作經(jīng)驗(yàn)和技能培訓(xùn)加以測(cè)量。其中，健康狀況用勞動(dòng)力去年一年是否發(fā)生醫(yī)藥費(fèi)支出來反映，發(fā)生醫(yī)藥費(fèi)支出賦值為0，表示健康狀況較差；不發(fā)生醫(yī)藥費(fèi)支出賦值為1，表示健康狀況較好。教育程度劃分為文盲、小學(xué)、初中、高中、大專和本科以上六種，賦值1～6，取值越大表明教育程度越高。工作經(jīng)驗(yàn)用勞動(dòng)力在本單位工作的年數(shù)表示。技能培訓(xùn)是指過去12個(gè)月，是否參加過單位組織的職業(yè)技能培訓(xùn)，參加過賦值為1，沒有參加過賦值為0。勞動(dòng)保護(hù)中的內(nèi)在保護(hù)，體現(xiàn)在勞動(dòng)力的技術(shù)專有性，用工作崗位的技術(shù)含量加以測(cè)量；外在保護(hù)用勞動(dòng)力是否簽訂勞動(dòng)合同加以測(cè)量，簽訂勞動(dòng)合同賦值為1，沒有簽訂賦值為0。個(gè)體特征變量中，男性賦值為1，女性賦值為0；已婚賦值為1，未婚、離婚、喪偶賦值為0；中共黨員賦值為1，其他賦值為0。時(shí)間變量中，2013年賦值為1，2015年賦值為2，2017年賦值為3，2019年賦值為4，是一個(gè)有序變量。變量含義及其描述性統(tǒng)計(jì)結(jié)果見表2。

表2 變量名稱及其基本情況

從表2中解釋變量和控制變量的變量類型看，年齡、工作經(jīng)驗(yàn)是連續(xù)變量；性別、婚姻狀況、政治面貌、健康狀況、技能培訓(xùn)、勞動(dòng)合同是虛擬變量；教育程度、技術(shù)含量和時(shí)間因素是有序多分類變量。在社會(huì)科學(xué)研究中，由于有序變量比較多，研究者為了統(tǒng)計(jì)方便，也常常把有序變量近似看作連續(xù)變量來處理。[24](P.35-37)因此，本文的解釋變量均滿足回歸分析的基本要求。

(二)模型構(gòu)建

本文的因變量是一個(gè)五級(jí)有序變量，有多種參數(shù)估計(jì)方法。已有研究文獻(xiàn)，一般采用Ordered Probit回歸模型或OLS回歸模型估計(jì)參數(shù)。經(jīng)驗(yàn)研究表明，只要回歸方程設(shè)定正確，將上述五級(jí)變量無論視為連續(xù)變量用OLS方法估計(jì)，還是將其視為有序變量用Ordered Probit模型估計(jì)，兩種估計(jì)方法得到估計(jì)參數(shù)的影響方向與顯著性水平具有一致性。[25](P.121-123)因此，本文把其視為有序變量，用Ordered Probit回歸模型進(jìn)行估計(jì)。模型設(shè)定如下：

Un-Riskiy=αHCiy+βLPiy+γXiy+εiy

上述模型中，Un-Riskiy表示y年第i個(gè)勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)(UnemploymentRisk)，HCiy表示y年第i個(gè)勞動(dòng)力的人力資本(HumanCapital)因素，LPiy表示y年第i個(gè)勞動(dòng)力的勞動(dòng)保護(hù)(LaborProtection)因素，Xiy表示影響勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的個(gè)體特征因素和時(shí)間變量，其中，個(gè)體特征因素包括性別、年齡、婚姻狀況和政治面貌，時(shí)間變量為調(diào)查年份。εiy表示隨機(jī)擾動(dòng)項(xiàng)。

(三)實(shí)證檢驗(yàn)

為了清晰地呈現(xiàn)不同類型解釋變量對(duì)勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的影響，本文采用逐步回歸的方法。模型1是個(gè)體特征變量對(duì)勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的影響結(jié)果，模型2是在控制個(gè)體特征變量的基礎(chǔ)上，分析人力資本變量對(duì)勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的影響，模型3是在控制個(gè)體特征變量和人力資本變量的基礎(chǔ)上，分析勞動(dòng)保護(hù)因素對(duì)勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的影響。同時(shí)，在逐步分析上述不同類型變量對(duì)勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的影響時(shí)，把調(diào)查年份控制起來，以消除時(shí)間因素對(duì)勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的影響，并檢驗(yàn)解釋變量對(duì)勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的影響隨著時(shí)間變化的穩(wěn)定性情況，模型估計(jì)結(jié)果見表3。從表3的模型估計(jì)結(jié)果來看，三個(gè)模型都通過了顯著性檢驗(yàn)，其中，模型1解釋了勞動(dòng)力失業(yè)風(fēng)險(xiǎn)變異的2.6%，模型2解釋了勞動(dòng)力失業(yè)風(fēng)險(xiǎn)變異的14.9%，模型3解釋了勞動(dòng)力失業(yè)風(fēng)險(xiǎn)變異的17.9%。這表明在控制個(gè)體差異的情況下，人力資本和勞動(dòng)保護(hù)顯著影響勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)。由于模型3是全樣本回歸，因此，模型3的估計(jì)參數(shù)更為準(zhǔn)確。

表3 勞動(dòng)力失業(yè)風(fēng)險(xiǎn)影響因素的參數(shù)估計(jì)結(jié)果

從個(gè)體特征因素對(duì)勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的影響來看，男性勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)更高，男性勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)概率比女性勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)概率高19.6%?？赡艿慕忉屖牵行詣趧?dòng)力更傾向于找到好的工作，對(duì)現(xiàn)有工作的不滿意會(huì)導(dǎo)致失業(yè)風(fēng)險(xiǎn)增加，而女性勞動(dòng)力受教育年限較低[26]，更傾向于找到工作，工作期望較低，工資收入水平也較低[27]，因此，女性勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)較小。已婚的勞動(dòng)力失業(yè)風(fēng)險(xiǎn)概率更低，已婚勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)概率是非在婚勞動(dòng)力失業(yè)風(fēng)險(xiǎn)概率的0.89倍，這與已有的研究結(jié)果相一致。[28]政治面貌為中共黨員的勞動(dòng)力，失業(yè)風(fēng)險(xiǎn)概率更低，其失業(yè)風(fēng)險(xiǎn)概率是其他政治面貌勞動(dòng)力失業(yè)風(fēng)險(xiǎn)概率的0.77倍。

年齡對(duì)勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的影響，不具有統(tǒng)計(jì)學(xué)意義。而且，年齡的平方這一變量對(duì)勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的影響也不顯著(P>0.1)，這可以判斷年齡與勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的“U”型關(guān)系并不存在。已有關(guān)于流動(dòng)人口失業(yè)風(fēng)險(xiǎn)影響因素的研究結(jié)論，即年齡與失業(yè)風(fēng)險(xiǎn)之間呈“U”型關(guān)系[5]，這一結(jié)論的普適性有待進(jìn)一步檢驗(yàn)。

從人力資本因素對(duì)勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的影響來看，健康狀況、教育程度、工作經(jīng)驗(yàn)、技能培訓(xùn)四個(gè)變量對(duì)勞動(dòng)力失業(yè)風(fēng)險(xiǎn)有顯著的負(fù)向影響。健康狀況越好，勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)概率越低。健康狀況較好勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)概率，是健康狀況較差勞動(dòng)力失業(yè)風(fēng)險(xiǎn)概率的0.83倍。教育程度越高，勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)概率越低，教育程度每提升一個(gè)水平，勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)概率將下降18.1%，這一估計(jì)結(jié)果與已有研究結(jié)果相一致。[6]工作經(jīng)驗(yàn)越多，勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)概率越低，工作經(jīng)驗(yàn)每增加一年，勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)概率將降低3.8%?？赡艿慕忉屖?，工作時(shí)間越長(zhǎng)，工作技能越熟練，工作效率越高，為單位創(chuàng)造的價(jià)值越大，在面臨就業(yè)風(fēng)險(xiǎn)沖擊時(shí)，被單位辭退的可能性越低，所以失業(yè)風(fēng)險(xiǎn)概率更低。參加技能培訓(xùn)能夠有效降低勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)，過去1年沒有參加過單位組織的技能培訓(xùn)的勞動(dòng)力，其失業(yè)風(fēng)險(xiǎn)概率是參加技能培訓(xùn)勞動(dòng)力失業(yè)風(fēng)險(xiǎn)概率的1.27倍。可能的解釋：一是參加職業(yè)技能培訓(xùn)的勞動(dòng)力，本身就是相對(duì)優(yōu)秀的員工；二是職業(yè)技能培訓(xùn)提高了勞動(dòng)力的勞動(dòng)熟練程度、人力資本含量和就業(yè)競(jìng)爭(zhēng)力，降低了勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)。

從勞動(dòng)保護(hù)因素對(duì)勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的影響來看，工作崗位的技術(shù)含量和是否簽訂勞動(dòng)合同對(duì)勞動(dòng)力失業(yè)風(fēng)險(xiǎn)有顯著的負(fù)向影響。工作崗位的技術(shù)含量越低，勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)越高，工作崗位技術(shù)含量每下降一個(gè)等級(jí)，勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)將增加15.8%?？赡艿慕忉屖?，工作崗位的技術(shù)含量越高，擁有該崗位的勞動(dòng)力的內(nèi)在自我保護(hù)就越強(qiáng)，崗位可替代性就越差，相對(duì)而言越不可能失業(yè)。勞動(dòng)合同對(duì)勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)具有顯著的抑制作用，就業(yè)時(shí)沒有簽訂勞動(dòng)合同的勞動(dòng)力，其失業(yè)風(fēng)險(xiǎn)概率是簽訂勞動(dòng)合同勞動(dòng)力失業(yè)風(fēng)險(xiǎn)概率的1.85倍。這說明，勞動(dòng)合同是有效保護(hù)勞動(dòng)力就業(yè)安全的重要工具。這可能源于兩個(gè)方面：一是勞動(dòng)合同增加了用人單位辭退員工的交易成本，因?yàn)閯趧?dòng)合同的有效期限一般會(huì)達(dá)到1年以上；二是勞動(dòng)合同增強(qiáng)了用人單位用工行為的規(guī)范性，減少了用人單位辭退員工的隨意性。二者都在一定程度上降低了用人單位辭退員工的概率。因此，勞動(dòng)合同對(duì)勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)有顯著的負(fù)向影響。

(四)穩(wěn)健性檢驗(yàn)

穩(wěn)健性檢驗(yàn)是模型估計(jì)結(jié)果可靠性判斷的內(nèi)在要求，一般采用方法變換、變量變換和增加新的變量等方式進(jìn)行檢驗(yàn)。鑒于數(shù)據(jù)的可獲得性和分析的便利性，本文采用解釋變量變換、方法變換和因變量變換三種方式，檢驗(yàn)?zāi)Ｐ凸烙?jì)結(jié)果的穩(wěn)健性。其中，解釋變量變換是用分組年齡替換年齡和年齡的平方，用時(shí)間分類變量替換時(shí)間有序變量，并用Ordered Probit回歸模型估計(jì)參數(shù)；方法變換是把五級(jí)有序因變量看成是連續(xù)變量采用OLS估計(jì)參數(shù)；因變量變換是把原來的五級(jí)有序因變量轉(zhuǎn)化為二分類變化用二元Probit回歸模型估計(jì)參數(shù)。檢驗(yàn)結(jié)果見表4。

表4 勞動(dòng)力失業(yè)風(fēng)險(xiǎn)影響因素估計(jì)結(jié)果穩(wěn)健性的檢驗(yàn)結(jié)果

從模型4、模型5和模型6對(duì)各個(gè)解釋變量估計(jì)參數(shù)的檢驗(yàn)結(jié)果來看，除年齡變量和時(shí)間變量的估計(jì)結(jié)果有差異之外，其他所有解釋變量對(duì)勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的影響都通過了穩(wěn)健性檢驗(yàn)。這表明，人力資本、勞動(dòng)保護(hù)以及個(gè)體特征因素，對(duì)勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)有穩(wěn)定的顯著影響。年齡變量對(duì)勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的影響，體現(xiàn)在勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的代際差異方面。相對(duì)而言，40-49歲勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)概率明顯更大。

從時(shí)間因素對(duì)勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的影響來看，結(jié)合表3和表4的統(tǒng)計(jì)結(jié)果可以判斷，勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)并不是隨著時(shí)間的推移而呈現(xiàn)出持續(xù)不斷的增加趨勢(shì)，而只是在不同年份表現(xiàn)出一定的差異而已，這不僅與國(guó)家經(jīng)濟(jì)形勢(shì)的波動(dòng)趨勢(shì)相一致，也與近8年來中國(guó)登記失業(yè)率波動(dòng)幅度較小的變動(dòng)趨勢(shì)基本一致。2013年到2020年，城鎮(zhèn)登記失業(yè)率在3.62%～4.24%之間波動(dòng)。②相對(duì)而言，2013年勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)較低，2017年勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)較高，2015年和2019年勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)沒有表現(xiàn)出顯著差異。其中，2017年勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)概率比2019年勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)概率高13.88%，而2013年勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)概率比2019年勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)概率低12.8%。在控制時(shí)間因素的情況下，影響勞動(dòng)力失業(yè)風(fēng)險(xiǎn)解釋變量的顯著性水平和影響方向并未發(fā)生明顯的變化，這也表明解釋變量對(duì)勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的影響具有穩(wěn)定性。

四、結(jié)論與啟示

基于上述分析，本文的研究結(jié)論如下：(1)人力資本對(duì)勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)有顯著的負(fù)向影響。人力資本對(duì)勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的影響，不僅體現(xiàn)在健康狀況和教育程度，還體現(xiàn)在工作經(jīng)驗(yàn)和技能培訓(xùn)。健康狀況越好、教育程度越高、工作時(shí)間越長(zhǎng)、參加技能培訓(xùn)的勞動(dòng)力，失業(yè)風(fēng)險(xiǎn)明顯更低。(2)勞動(dòng)保護(hù)因素對(duì)勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)有顯著的抑制作用。勞動(dòng)保護(hù)包括內(nèi)在保護(hù)和外在保護(hù)兩個(gè)方面。內(nèi)在保護(hù)體現(xiàn)在工作崗位的技術(shù)含量，工作崗位技術(shù)含量越高，勞動(dòng)力的內(nèi)在自我保護(hù)就越好，崗位可替代性就越低，失業(yè)風(fēng)險(xiǎn)就越低；外在保護(hù)體現(xiàn)在勞動(dòng)合同對(duì)勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的抑制作用，簽訂勞動(dòng)合同的勞動(dòng)力，失業(yè)風(fēng)險(xiǎn)明顯更低。(3)勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)呈現(xiàn)出顯著的個(gè)體差異，女性、已婚和政治面貌為中共黨員的勞動(dòng)力，失業(yè)風(fēng)險(xiǎn)更低；勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的代際差異顯著，40-49歲之間的勞動(dòng)力失業(yè)風(fēng)險(xiǎn)更大。

基于上述研究結(jié)論，站在降低勞動(dòng)力失業(yè)風(fēng)險(xiǎn)、實(shí)現(xiàn)更加充分和更高質(zhì)量就業(yè)的角度，本文的政策啟示有如下幾個(gè)方面。

首先，從提高勞動(dòng)力人力資本的角度看，政策啟示有四：一是政府應(yīng)大力推動(dòng)《健康中國(guó)行動(dòng)(2019-2030)》落地生效，加強(qiáng)國(guó)民健康教育，提高勞動(dòng)力的健康資本。二是員工個(gè)人應(yīng)減少輕易跳槽、更換工作的頻率，通過工作年限的積累提高對(duì)單位的忠誠(chéng)度和工作經(jīng)驗(yàn)，降低失業(yè)風(fēng)險(xiǎn)。三是鼓勵(lì)和引導(dǎo)企業(yè)開展常規(guī)化的職業(yè)技能培訓(xùn)，既能夠提高勞動(dòng)力的生產(chǎn)效率，又可以降低勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)，起到“一舉兩得”的效果。四是大力普及學(xué)歷教育。當(dāng)前我國(guó)勞動(dòng)力教育年限明顯較短，聯(lián)合國(guó)開發(fā)計(jì)劃署2018年《人類發(fā)展指數(shù)和指標(biāo)》提供的數(shù)據(jù)表明，2017年世界各國(guó)25歲及以上成年人平均受教育年限前100名國(guó)家中，中國(guó)為7.8年，僅比突尼斯(7.2年)、科威特(7.3年)和泰國(guó)(7.6年)三個(gè)國(guó)家略高③。女性勞動(dòng)力受教育年限更低，勞動(dòng)力動(dòng)態(tài)調(diào)查數(shù)據(jù)顯示，女性勞動(dòng)力的平均受教育年限比男性低0.7年④。因此，加快普及學(xué)歷教育，提高勞動(dòng)力的受教育程度，將有效降低勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)。

其次，從加強(qiáng)勞動(dòng)力勞動(dòng)保護(hù)的角度看，政策啟示有二：一是加快推動(dòng)普通本科高等教育的職業(yè)化轉(zhuǎn)型。學(xué)歷教育固然重要，但從勞動(dòng)力就業(yè)安全的角度看，職業(yè)教育能夠有效促進(jìn)勞動(dòng)力適應(yīng)高技術(shù)含量的就業(yè)崗位，降低工作崗位的可替代性，進(jìn)而起到降低勞動(dòng)力失業(yè)風(fēng)險(xiǎn)的作用。因此，國(guó)家應(yīng)該積極落實(shí)《國(guó)家職業(yè)教育改革實(shí)施方案》(〔2019〕4號(hào))，細(xì)化工作目標(biāo)，加快普通本科高等教育向職業(yè)技能教育轉(zhuǎn)變的步伐。二是加強(qiáng)企業(yè)勞動(dòng)合同簽訂行為監(jiān)管，規(guī)范企業(yè)的用工行為。四期調(diào)查數(shù)據(jù)的總體結(jié)果顯示：勞動(dòng)力就業(yè)中簽訂勞動(dòng)合同的比例平均只有57.1%，還有超過40%的勞動(dòng)力雖然已經(jīng)就業(yè)但是沒有簽訂任何形式的勞動(dòng)合同，這為單位隨意辭退員工提供了便利條件，大大降低了勞動(dòng)力的就業(yè)穩(wěn)定性，增加了勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)。為了降低勞動(dòng)力的失業(yè)風(fēng)險(xiǎn)，政府有關(guān)部門應(yīng)當(dāng)加強(qiáng)勞動(dòng)力就業(yè)市場(chǎng)中的勞動(dòng)合同簽訂行為監(jiān)管，規(guī)范企業(yè)的用工行為。這既可以有效保護(hù)勞動(dòng)力的就業(yè)權(quán)益，也能有效降低勞動(dòng)力失業(yè)風(fēng)險(xiǎn)對(duì)社會(huì)穩(wěn)定和經(jīng)濟(jì)發(fā)展的沖擊。

第三，從勞動(dòng)力個(gè)體特征的角度看，政策啟示有二：一是就業(yè)促進(jìn)政策制定，應(yīng)當(dāng)注重勞動(dòng)力的個(gè)體差異。40-49歲之間的勞動(dòng)力，失業(yè)風(fēng)險(xiǎn)更大。因此，政府有關(guān)部門在分配有限的就業(yè)促進(jìn)資源時(shí)，優(yōu)先用于解決40-49歲之間勞動(dòng)力的就業(yè)問題，能夠起到事半功倍的就業(yè)促進(jìn)效果。二是深入了解勞動(dòng)力失業(yè)風(fēng)險(xiǎn)個(gè)體差異背后的內(nèi)在動(dòng)機(jī)。實(shí)證分析表明，男性、非在婚(未婚、離異和喪偶)和政治面貌為一般群眾的勞動(dòng)力，失業(yè)風(fēng)險(xiǎn)更高。那么，是什么原因造成具有這些特點(diǎn)的勞動(dòng)力失業(yè)風(fēng)險(xiǎn)更高，是值得重視的，因?yàn)閯趧?dòng)力的失業(yè)風(fēng)險(xiǎn)既包括主動(dòng)型的失業(yè)風(fēng)險(xiǎn)，也包括被動(dòng)型的失業(yè)風(fēng)險(xiǎn)，被動(dòng)型的失業(yè)風(fēng)險(xiǎn)才是就業(yè)促進(jìn)政策應(yīng)當(dāng)關(guān)注的重點(diǎn)。例如男性勞動(dòng)力可能更傾向于找到好工作，這種動(dòng)機(jī)下的失業(yè)風(fēng)險(xiǎn)并不可怕，因?yàn)檫@種失業(yè)風(fēng)險(xiǎn)會(huì)隨著勞動(dòng)力期望的調(diào)整而得以消弭。

本文存在的不足之處在于：(1)勞動(dòng)力的官方統(tǒng)計(jì)口徑是16周歲以上有勞動(dòng)能力、參加或要求參加社會(huì)經(jīng)濟(jì)活動(dòng)的人口，由于調(diào)查設(shè)計(jì)原因，CGSS調(diào)查對(duì)象是18歲以上的人口，本文基于失業(yè)概念的勞動(dòng)力統(tǒng)計(jì)口徑為18-59歲，統(tǒng)計(jì)口徑明顯更窄。(2)失業(yè)風(fēng)險(xiǎn)的測(cè)量方法較為主觀，這雖然在失業(yè)風(fēng)險(xiǎn)測(cè)量方法上體現(xiàn)出一定的新意，但也不可避免存在測(cè)量誤差問題。(3)樣本規(guī)模相對(duì)較小，盡管本文使用的混合截面數(shù)據(jù)樣本量接近9000，但每一年的樣本量只有2000左右，難免存在樣本代表性不夠的問題。(4)由于最新的樣本調(diào)查時(shí)間截止到2019年，建立模型得到的結(jié)論盡管在較短時(shí)間內(nèi)(如3年內(nèi))基本成立，但較長(zhǎng)時(shí)間內(nèi)，中國(guó)人口和勞動(dòng)力數(shù)量面臨較大變化，技術(shù)進(jìn)步如人工智能的發(fā)展日新月異，模型得到的結(jié)論能否成立需進(jìn)一步驗(yàn)證。有關(guān)學(xué)者和政府決策部門在借鑒本文的研究結(jié)論與政策建議時(shí)，這些問題不可忽視。

注釋：

①《第七次全國(guó)人口普查公報(bào)》，中華人民共和國(guó)中央人民政府官網(wǎng)，http://www.gov.cn/guoqing/2021-05/13/content_5606149.htm，2021年5月11日。

②《2013-2020年度人力資源和社會(huì)保障事業(yè)發(fā)展統(tǒng)計(jì)公報(bào)》，中華人民共和國(guó)人力資源和社會(huì)保障部官網(wǎng)，http://www.mohrss.gov.cn/SYrlzyhshbzb/zwgk/szrs/tjgb/，2021年7月26日。

③數(shù)據(jù)來源： “Human Developmentt Indicatitors and Indices:2018 Statistical Update”，United Nations Development Programme，http://hdr.undp.org/en/content/human-development-indices-and-indicators-2018-statistical-update-chinese，2018年10月1日。

④數(shù)據(jù)來源：《我國(guó)勞動(dòng)力平均受教育年限為9.28年》，中華人民共和國(guó)教育部官網(wǎng)，http：//www.moe.gov.cn/jyb_xwfb/s5147/201512/t20151207_223334.html，2015年12月7日。