馬琦峰 劉尹新宇 周楊健馨

(1.中國人民大學(xué)社會(huì)與人口學(xué)院 北京 100872；2.上海師范大學(xué)哲學(xué)與法政學(xué)院 上海 200234；3.喬治華盛頓大學(xué)艾略特國際事務(wù)學(xué)院 華盛頓)

改革開放之初，大批知識(shí)青年返城、城市勞動(dòng)力和其他社會(huì)待業(yè)者劇增，伴隨著就業(yè)政策的調(diào)整，我國迎來了20世紀(jì)80年代以來的兩次失業(yè)高峰。為完善我國社會(huì)保障體系，降低失業(yè)保障空缺帶來的負(fù)面影響，國務(wù)院于1986年7月和1999年1月相繼發(fā)布《國營企業(yè)職工待業(yè)保險(xiǎn)暫行規(guī)定》和《失業(yè)保險(xiǎn)條例》，標(biāo)志著我國失業(yè)保險(xiǎn)制度從創(chuàng)建走向確立。截至2020年底，我國城鎮(zhèn)登記失業(yè)率為4.2%，同比2000年增長35.48%，可見21世紀(jì)以來我國城鎮(zhèn)失業(yè)問題未獲得實(shí)質(zhì)性改善。

目前，我國城鎮(zhèn)登記失業(yè)率尚未達(dá)到4%的充分就業(yè)水平，且由于我國“失業(yè)登記率”相較國際通用的“調(diào)查失業(yè)率”存在著統(tǒng)計(jì)年齡限定嚴(yán)格、統(tǒng)計(jì)指標(biāo)不全面性及大量的城鎮(zhèn)隱性失業(yè)未納入統(tǒng)計(jì)范疇等缺陷，因而導(dǎo)致統(tǒng)計(jì)結(jié)果低于真實(shí)的失業(yè)水平(王玉潔，2014)。龐大的勞動(dòng)力人口基數(shù)使得中國較同等失業(yè)率的發(fā)達(dá)國家而言，面臨著更為嚴(yán)重的規(guī)模失業(yè)問題(閆濤，2011)。此外，結(jié)構(gòu)性失業(yè)逐漸成為當(dāng)下長期失業(yè)問題產(chǎn)生的重要來源(汪戎和薛軍，2013)。凱恩斯主義的工資黏性理論提出由于工資水平對(duì)勞動(dòng)供需變動(dòng)的反映存在滯后性，因而產(chǎn)生了大批的非自愿結(jié)構(gòu)性失業(yè)者(郭春良和呂心陽，2016)。同時(shí)，伴隨勞動(dòng)主體日趨多元化，性別、年齡、教育、產(chǎn)業(yè)等結(jié)構(gòu)差異加劇了勞動(dòng)供需不匹配現(xiàn)象，同樣產(chǎn)生了大量結(jié)構(gòu)性失業(yè)者(蔡禾和曹薇娜，2019；楊紫薇和邢春冰，2019；陳明生，2019)。另外，勞動(dòng)力市場雙方信息流動(dòng)受阻及不對(duì)稱產(chǎn)生的自愿性失業(yè)和摩擦性失業(yè)、經(jīng)濟(jì)周期波動(dòng)產(chǎn)生的周期性失業(yè)及某些部門的間歇性生產(chǎn)特征導(dǎo)致的季節(jié)性失業(yè)大大加重了社會(huì)失業(yè)問題(田靜，2015；Lawrence J等，2020)。從上述角度來看，當(dāng)今我國城鎮(zhèn)就業(yè)情況不容樂觀，城鎮(zhèn)失業(yè)規(guī)模對(duì)社會(huì)保障制度完善、居民生活水平提升等方面產(chǎn)生了消極影響，正因如此，相關(guān)研究一直是我國社會(huì)保障及勞動(dòng)經(jīng)濟(jì)學(xué)界關(guān)注的重要議題(張車偉和蔡翼飛，2016)。

本文應(yīng)用改進(jìn)后的GRA模型探究我國失業(yè)規(guī)模影響因素及其影響程度，不僅能夠豐富現(xiàn)有的失業(yè)研究，還能為我國失業(yè)控制及就業(yè)促進(jìn)政策的制定提供重要的參考依據(jù)，具有重要的現(xiàn)實(shí)意義。

1 數(shù)據(jù)來源及變量選擇

1.1 數(shù)據(jù)來源

本文數(shù)據(jù)來源于國家統(tǒng)計(jì)局發(fā)布的2021年《中國統(tǒng)計(jì)年鑒》，其中包括城鎮(zhèn)登記失業(yè)人數(shù)、國內(nèi)生產(chǎn)總值、居民消費(fèi)價(jià)格指數(shù)等。數(shù)據(jù)來源可靠、時(shí)間序列數(shù)據(jù)跨度較大、數(shù)據(jù)指標(biāo)的選擇均與失業(yè)規(guī)模有直接的關(guān)聯(lián)性，為后續(xù)的研究奠定了良好的數(shù)據(jù)基礎(chǔ)。

1.2 變量選擇

本文解釋變量包括人口變量、經(jīng)濟(jì)變量與社會(huì)變量三個(gè)方面，選取男性人口數(shù)量、65歲及以上人數(shù)、GDP、CPI、第三產(chǎn)業(yè)從業(yè)人數(shù)、高校畢業(yè)生數(shù)及參加失業(yè)保險(xiǎn)人數(shù)共7項(xiàng)測量指標(biāo)，被解釋變量是失業(yè)變量，選取城鎮(zhèn)登記失業(yè)人數(shù)作為測量指標(biāo)。各變量指標(biāo)選擇及依據(jù)詳情如表1所示。

表1 變量指標(biāo)選擇及依據(jù)

2 方法選擇

灰色關(guān)聯(lián)度分析模型(GRA)最早是由鄧聚龍(1990)教授創(chuàng)立的，該模型本質(zhì)上提供一種度量兩個(gè)向量之間距離的方法，即通過觀察度量序列曲線的形態(tài)、走勢及所構(gòu)成的幾何圖形面積是否相近來判斷兩個(gè)序列間的關(guān)聯(lián)程度。應(yīng)用模型前需要明確參考、比較兩組序列，在此基礎(chǔ)上將標(biāo)準(zhǔn)化處理后的數(shù)據(jù)置于鄧氏關(guān)聯(lián)度系數(shù)模型中，但該方法存在兩個(gè)弊端：其一，在采用不同的標(biāo)準(zhǔn)化處理方式(初始化、均值化、區(qū)間化、逆化、倒數(shù)化)或取不同的調(diào)整系數(shù)時(shí)，可能會(huì)改變?cè)夹蛄械南鄬?duì)位置，產(chǎn)生序數(shù)效應(yīng)，故不具有保序性。其二，由于在關(guān)聯(lián)系數(shù)計(jì)算中采用截距計(jì)算方式，因而使得關(guān)聯(lián)系數(shù)取值始終介于(0，1]，僅能反映關(guān)聯(lián)強(qiáng)弱程度，但無法反映兩者之間究竟是正相關(guān)還是負(fù)相關(guān)，這種性質(zhì)不利于對(duì)失業(yè)規(guī)模的影響因素研究。對(duì)此，單聯(lián)宏(2010)對(duì)傳統(tǒng)GRA模型進(jìn)行改進(jìn)，棄用原有鄧氏關(guān)聯(lián)度的面積與形狀擬合，進(jìn)而采用斜率作為關(guān)聯(lián)度的衡量指標(biāo)，提出利用序列平均相對(duì)變化率的構(gòu)成差與構(gòu)成比來定義新的關(guān)聯(lián)系數(shù)，并引入一個(gè)符號(hào)函數(shù)來反映序列的正負(fù)相關(guān)關(guān)系，即對(duì)應(yīng)時(shí)段平均變化率方向一致時(shí)關(guān)聯(lián)系數(shù)為正，相反則為負(fù)，進(jìn)而得到新的關(guān)聯(lián)系數(shù)計(jì)算模型為：

其中，k=∈[2,n)；sgn為符號(hào)函數(shù)，用于判斷關(guān)聯(lián)系數(shù)的正負(fù)；ξi(k)為斜率關(guān)聯(lián)系數(shù)，在改進(jìn)后的模型中取值為[-1，1]；x0與xi分別為剔除量綱后(本文采用初值化方式)的參考序列與比較序列數(shù)據(jù)。分別為參考序列與比較序列中時(shí)點(diǎn)k-1到時(shí)間k的斜率，min與max分別為最小取值函數(shù)與最大取值函數(shù)，即在兩序列比較中所有斜率中的極值。同樣，在對(duì)斜率關(guān)聯(lián)系數(shù)計(jì)算完成后需要對(duì)特定時(shí)間區(qū)間[a，b]的各序列關(guān)聯(lián)系數(shù)絕對(duì)值進(jìn)行均值計(jì)算。改進(jìn)后的公式擺脫了原模型中的兩大弊端，統(tǒng)計(jì)性質(zhì)優(yōu)良。

3 統(tǒng)計(jì)分析

將城鎮(zhèn)登記失業(yè)人數(shù)指標(biāo)數(shù)據(jù)作為參考序列，將人口、經(jīng)濟(jì)及社會(huì)變量中各指標(biāo)數(shù)據(jù)依次作為比較序列，運(yùn)用Excel 2010軟件，利用SGN、ABS等組合函數(shù)對(duì)兩序列間進(jìn)行灰度斜率計(jì)算，以求得各序列關(guān)聯(lián)系數(shù)。在此基礎(chǔ)上，對(duì)各序列關(guān)聯(lián)系數(shù)絕對(duì)值進(jìn)行均值計(jì)算，以獲取序列關(guān)聯(lián)度，并利用RANK函數(shù)對(duì)各關(guān)聯(lián)度進(jìn)行排列形成關(guān)聯(lián)序，關(guān)聯(lián)序如表2所示。

表2 GRA關(guān)聯(lián)序

由表2可以看出，各組關(guān)聯(lián)度均處于60%～70%水平，受數(shù)據(jù)、模型精度等因素影響，真實(shí)情況可能更高。一般而言，GRA關(guān)聯(lián)度高于70%為重要因素，處于50%～70%的為比較重要因素，低于50%則為不重要因素，據(jù)此可知本文所選各指標(biāo)均為影響我國城鎮(zhèn)失業(yè)規(guī)模的比較重要因素，能夠較好地解釋我國城鎮(zhèn)失業(yè)規(guī)模變化。其中，各組關(guān)聯(lián)度從高至低排序依次為：通貨膨脹關(guān)聯(lián)、產(chǎn)業(yè)結(jié)構(gòu)關(guān)聯(lián)、年齡結(jié)構(gòu)關(guān)聯(lián)、性別結(jié)構(gòu)關(guān)聯(lián)、社會(huì)保障關(guān)聯(lián)、經(jīng)濟(jì)總量關(guān)聯(lián)與高等教育關(guān)聯(lián)?；诖?，本文依次對(duì)經(jīng)濟(jì)、人口與社會(huì)變量進(jìn)行逐一分析如下：

首先，經(jīng)濟(jì)變量對(duì)我國城鎮(zhèn)失業(yè)規(guī)模的影響最大，具體表現(xiàn)為通貨膨脹、產(chǎn)業(yè)結(jié)構(gòu)與城鎮(zhèn)失業(yè)規(guī)模的關(guān)聯(lián)度分別為66.195%與66.101%，位列關(guān)聯(lián)序前兩位。一方面，通貨膨脹關(guān)聯(lián)再次印證了菲利普斯曲線揭示出通脹與失業(yè)率間存在的短期負(fù)相關(guān)關(guān)系，符合勞動(dòng)經(jīng)濟(jì)學(xué)相關(guān)原理。另一方面，伴隨著第一二產(chǎn)業(yè)的“機(jī)器換人”趨勢加速，在以服務(wù)為核心的第三產(chǎn)業(yè)中人的不可替代性相對(duì)更強(qiáng)，同時(shí)新業(yè)態(tài)的發(fā)展創(chuàng)造了更多的就業(yè)崗位，并吸納了更多的勞動(dòng)者，因而產(chǎn)業(yè)結(jié)構(gòu)與城鎮(zhèn)失業(yè)規(guī)模密不可分。此外，雖然經(jīng)濟(jì)總量關(guān)聯(lián)位列第六，但其關(guān)聯(lián)度仍接近65%水平，說明經(jīng)濟(jì)總量發(fā)展對(duì)促進(jìn)就業(yè)是有顯著影響的，但弱于經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化帶來的影響。

其次，人口變量對(duì)城鎮(zhèn)失業(yè)規(guī)模的影響弱于經(jīng)濟(jì)變量，但總體影響程度差異并不大，年齡、性別結(jié)構(gòu)與城鎮(zhèn)失業(yè)規(guī)模的關(guān)聯(lián)度分別為66.052%與66.039%，位列關(guān)聯(lián)序第三、四位。我國人口老齡化進(jìn)程加速，相當(dāng)一部分崗位因勞動(dòng)者退休而產(chǎn)生了空缺，這對(duì)適齡勞動(dòng)者就業(yè)是有利的，可以較好地解釋年齡結(jié)構(gòu)變遷對(duì)我國城鎮(zhèn)失業(yè)規(guī)模的影響，但同時(shí)應(yīng)意識(shí)到這種影響主要體現(xiàn)于緩解總量性失業(yè)上，其對(duì)結(jié)構(gòu)性失業(yè)的影響相對(duì)有限。性別結(jié)構(gòu)同樣對(duì)城鎮(zhèn)失業(yè)規(guī)模產(chǎn)生影響，具體表現(xiàn)在職場性別歧視、行業(yè)性別壁壘等方面，不可否認(rèn)的是，當(dāng)前男性在勞動(dòng)力市場中的優(yōu)勢地位依舊顯著，平等的就業(yè)機(jī)會(huì)在實(shí)踐應(yīng)用中仍難以落實(shí)。

最后，社會(huì)變量對(duì)城鎮(zhèn)失業(yè)規(guī)模的影響相對(duì)較弱，所屬關(guān)聯(lián)均處于關(guān)聯(lián)序的中后位置，但從關(guān)聯(lián)度值來看，其對(duì)城鎮(zhèn)失業(yè)規(guī)模仍有比較重要的影響。失業(yè)保障制度是一把明顯的“雙刃劍”，從積極影響上看，該制度會(huì)為失業(yè)者提供技能培訓(xùn)、就業(yè)信息，以實(shí)現(xiàn)再就業(yè)；從消極影響上看，該制度會(huì)助長勞動(dòng)者怠惰情緒，從而產(chǎn)生自愿性失業(yè)，不過從表2關(guān)聯(lián)系數(shù)中可以看出積極影響仍占據(jù)主導(dǎo)地位。高等教育關(guān)聯(lián)為62.147%，說明社會(huì)教育有助于提升人力資本，從而有助于緩解結(jié)構(gòu)性失業(yè)，符合經(jīng)驗(yàn)與事實(shí)，其關(guān)聯(lián)度相對(duì)較低可能由于高等教育投入周期較長，其對(duì)失業(yè)規(guī)模的影響存在明顯的時(shí)滯效應(yīng)，高等學(xué)歷貶值、學(xué)生觀念變遷等亦在這一過程中產(chǎn)生了影響。

4 結(jié)語

2008年1月實(shí)施的《就業(yè)促進(jìn)法》與2017年12月公開征求修訂意見的《失業(yè)保險(xiǎn)條例》均從經(jīng)濟(jì)、人口與社會(huì)角度提出了控制我國城鎮(zhèn)失業(yè)規(guī)模的指導(dǎo)意見，致力于促進(jìn)我國勞動(dòng)者的就業(yè)與再就業(yè)。然而，影響失業(yè)的因素是復(fù)雜多樣的，其作用機(jī)制亦不盡相同。由于我國龐大的勞動(dòng)力基數(shù)及復(fù)雜的社會(huì)情形，單獨(dú)依賴經(jīng)濟(jì)、人口抑或社會(huì)政策措施難以實(shí)現(xiàn)對(duì)我國城鎮(zhèn)失業(yè)規(guī)模的長期平穩(wěn)控制。對(duì)此，應(yīng)充

分把握包括通貨膨脹、產(chǎn)業(yè)結(jié)構(gòu)、年齡結(jié)構(gòu)、性別結(jié)構(gòu)、社會(huì)保障、經(jīng)濟(jì)總量、高等教育等在內(nèi)的影響因素作用機(jī)制，結(jié)合當(dāng)前失業(yè)類型分布妥善選擇與之對(duì)應(yīng)的政策工具與措施，充分發(fā)揮上述各因素的積極效能，這對(duì)控制我國城鎮(zhèn)失業(yè)規(guī)模、緩解社會(huì)失業(yè)問題意義重大。