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。
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)。
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)
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。
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。
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。