胡永遠(yuǎn)，倪麗艷

( 南京財(cái)經(jīng)大學(xué) 公共管理學(xué)院，江蘇 南京 210046)

一、引 言

已有研究認(rèn)為，社會再就業(yè)人群收入偏低。從收入絕對值看，有學(xué)者指出，大部分職工再就業(yè)后的第一份工作月工資在500 元以下，只有不足總數(shù)5%的人，其月工資在1000 元以上［1］;2006 年6 月，北京社科院采用隨機(jī)調(diào)查的方式，對北京市西城區(qū)和宣武區(qū)低保人員再就業(yè)狀況進(jìn)行摸底調(diào)查后發(fā)現(xiàn)，在99 戶再就業(yè)家庭中，有54 戶月收入在600 元左右，33 戶月收入在800 元左右［2］;一半以上的城市弱勢就業(yè)群體月平均收入低于800 元［3］;有研究社會救助再就業(yè)收入的學(xué)者指出，90%以上的受助家庭再就業(yè)收入在1000 -2000 元之間，普遍處于最低工資標(biāo)準(zhǔn)的邊緣［4］。也有研究表明，再就業(yè)者收入不足未失業(yè)者的60%［5］。

但是，為什么社會救助再就業(yè)人群收入偏低?究竟這一人群的收入由哪些因素決定?已有的人力資本理論、歧視理論、個(gè)性特征理論可以對其進(jìn)行一定的解釋。根據(jù)人力資本理論，個(gè)體收入主要由其擁有的人力資本決定［6］，而社會救助再就業(yè)人群多為“4050”人員、婦女或病殘人員，他們的受教育程度、健康狀況等人力資本偏低，這使得他們的收入偏低;根據(jù)歧視理論［7］，社會救助再就業(yè)人群本身的特征，容易受到用人單位的統(tǒng)計(jì)性歧視，認(rèn)為他們的生產(chǎn)效率低，不雇傭或者支付低工資;根據(jù)個(gè)性特征理論［8］，社會救助人群存在消極被動的個(gè)性特征，而消極被動的個(gè)性對就業(yè)工資都有顯著的負(fù)影響［9］。然而，國內(nèi)很少有關(guān)于社會救助再就業(yè)人群收入方面的經(jīng)驗(yàn)研究，尤其沒有從收入的分布層面來進(jìn)行實(shí)證分析。

因此，本文以微觀問卷調(diào)研數(shù)據(jù)為基礎(chǔ)，利用分位數(shù)回歸方法從收入分布層面對社會救助再就業(yè)人群收入的影響因素進(jìn)行分析，探索社會救助再就業(yè)人群收入偏低的原因。

二、數(shù)據(jù)與計(jì)量方法

本文使用的數(shù)據(jù)是2011年6月“南京財(cái)經(jīng)大學(xué)公共管理學(xué)院民生問題調(diào)查組”針對全國各省市進(jìn)行的問卷調(diào)查和訪談數(shù)據(jù)。本次調(diào)查共發(fā)出問卷6000份，回收6000份，問卷調(diào)查對象為城鄉(xiāng)20歲以上的居民，不含在校生。錄入之前經(jīng)過真實(shí)性和規(guī)范性的甄別，最后確認(rèn)有效問卷2487份。本文需要研究的是城鎮(zhèn)社會救助再就業(yè)人群的收入，但問卷沒有專門設(shè)置城鎮(zhèn)社會救助再就業(yè)人群這一選項(xiàng)。因此我們通過設(shè)置同時(shí)滿足以下兩個(gè)條件的城鎮(zhèn)職工樣本:1.領(lǐng)取過失業(yè)保險(xiǎn)金;2.目前已再就業(yè)，作為城鎮(zhèn)社會救助再就業(yè)人群樣本。而城鎮(zhèn)職工樣本是指問卷調(diào)查中的城鎮(zhèn)就業(yè)居民排除掉城鎮(zhèn)社會救助再就業(yè)人群后的樣本。得到城鎮(zhèn)社會救助再就業(yè)人群樣本136個(gè)，城鎮(zhèn)職工樣本1228個(gè)，全部城鎮(zhèn)職工總樣本1364個(gè)。

1.變量選擇

我們以Mincer工資方程式為基礎(chǔ)，選取以下變量:

被解釋變量是“收入”，使用的是問卷調(diào)查中“目前您每月工資收入(含福利，稅前)”，并取對數(shù)。

主要的解釋變量。教育:將文化程度分為文盲半文盲、小學(xué)、初中、高中、中專、大專、本科、研究生及以上。將文化程度量化為受教育年限，依次為0年、6年、9年、12年、12年、15年、16年、19年。工作經(jīng)驗(yàn):問卷包含的已參加工作年限項(xiàng)作為工作經(jīng)驗(yàn)變量。性別:采用虛擬變量，設(shè)定男性=1，女性為基組=0。培訓(xùn):本文僅指對是否參加過職業(yè)技能培訓(xùn)采用的虛擬變量，設(shè)定參加過培訓(xùn)=1，未參加過培訓(xùn)為基組=0。健康狀況:調(diào)查問卷中健康狀況分為健康或良好、一般或較弱、有病、有殘疾、重大疾病。本文采用虛擬變量，將前兩種情況視為健康=0，后三種情況視為不健康=1，以健康為基組。

我在大街上正好碰上李老黑遛狗，那只渾身雪白的獅子狗搖頭擺尾地跟在李老黑的大屁股后頭，不時(shí)尖聲細(xì)氣地汪汪幾聲。李老黑看見我，竟然笑瞇瞇地問，下班了勝利？我交代你的事準(zhǔn)備得咋樣了？

其他控制變量?；橐鰻顩r:本文分為已婚、未婚、離異、喪偶四種情況，以已婚為基組，設(shè)定其他三個(gè)虛擬變量。行業(yè):分為種植業(yè)、養(yǎng)殖業(yè)、批發(fā)零售業(yè)、制造業(yè)、交通運(yùn)輸業(yè)倉儲和郵政業(yè)、建筑業(yè)、住宿餐飲業(yè)、家庭服務(wù)業(yè)這八大類，以種植業(yè)為基組，設(shè)定其他七個(gè)虛擬變量。職業(yè):分為黨政機(jī)關(guān)工作人員、事業(yè)單位人員、城鎮(zhèn)務(wù)工人員、務(wù)農(nóng)農(nóng)民、務(wù)工農(nóng)民、個(gè)體工商戶、離退休人員、家庭主婦、待業(yè)失業(yè)人員這九大類，以黨政機(jī)關(guān)工作人員為基組，設(shè)定其他八個(gè)虛擬變量。所在城市:分為省會城市和非省會城市。設(shè)定省會=1，非省會為基組=0。所在區(qū)域:按照統(tǒng)計(jì)年鑒分為東部、中部、西部和東北四大區(qū)域。東部包括:京、津、冀、滬、蘇、浙、閩、魯、粵、瓊，共10省(直轄市);中部包括:晉、皖、贛、豫、鄂、湘，共6省;西部包括:蒙、桂、渝、川、貴、云、藏、陜、甘、青、寧、新，共12省(自治區(qū)、直轄市);東北包括:遼、吉、黑，共3省，以東部為基組，設(shè)定中部、西部、東北三個(gè)虛擬變量。

2.數(shù)據(jù)描述

我們對社會救助再就業(yè)人群與城鎮(zhèn)職工的個(gè)人特征進(jìn)行了比較，見表1。

3.計(jì)量方法

為了研究社會救助再就業(yè)人群的收入決定因素，我們需要采用一定的計(jì)量經(jīng)濟(jì)學(xué)方法。普通最小二乘法(OLS)是最基本的計(jì)量方法，它可以揭示均值層面各個(gè)自變量對收入均值的影響，這也是我們進(jìn)一步分析的起點(diǎn)和參照系。但是，由于收入變量的條件分布不是正態(tài)的，有一個(gè)長尾。因此，單純從均值層面的結(jié)果還無法全面把握各變量之間的因果差別，尤其是不能把握因變量不同分布上的影響?；诖?，我們引進(jìn)了分位數(shù)回歸。

表1 社會救助再就業(yè)人群與城鎮(zhèn)職工的個(gè)人特征(均值)統(tǒng)計(jì)

三、實(shí)證分析

本部分我們將采用計(jì)量經(jīng)濟(jì)學(xué)方法，實(shí)證分析城鎮(zhèn)社會救助再就業(yè)人群收入的影響因素。

首先，采用普通最小二乘回歸法進(jìn)行估計(jì)。選取月工資收入的對數(shù)為因變量，并以明瑟工資方程式［1］為理論基礎(chǔ)，經(jīng)過聯(lián)合檢驗(yàn)，對回歸系數(shù)、F統(tǒng)計(jì)量和擬合優(yōu)度的綜合考慮，選取了教育、工作經(jīng)驗(yàn)、工作經(jīng)驗(yàn)平方、培訓(xùn)、性別、健康狀況、從事職業(yè)、所在區(qū)域、所在城市為自變量。同時(shí)，為了檢驗(yàn)城鎮(zhèn)社會救助再就業(yè)人群與城鎮(zhèn)職工工資收入是否有顯著差異，本文在總體樣本層面設(shè)置了城鎮(zhèn)職工為虛擬變量，然后分城鎮(zhèn)職工樣本和城鎮(zhèn)社會救助再就業(yè)人群樣本分別進(jìn)行估計(jì)，估計(jì)結(jié)果見表2的2-4列。

然后，選取了Q10、Q25、Q50、Q75、Q90分別進(jìn)行分位數(shù)回歸，且每一個(gè)分位數(shù)下分別估計(jì)了總體樣本、城鎮(zhèn)職工樣本和城鎮(zhèn)社會救助再就業(yè)人群樣本三個(gè)方程，估計(jì)結(jié)果見表2。為便于直觀展現(xiàn)從低到高各百分位上回歸結(jié)果，本文同時(shí)呈現(xiàn)了Q10、Q25、Q50、OLS均值回歸、Q75、Q90共6個(gè)點(diǎn)的回歸系數(shù)趨勢圖，見圖1-圖3。

表2 收入決定的OLS回歸和分位數(shù)回歸結(jié)果

續(xù)表2

估計(jì)結(jié)果表明:

第一，人力資本變量是決定收入的主要因素，這符合人力資本理論預(yù)期。一方面，從總體樣本OLS估計(jì)的擬合優(yōu)度看，在常函數(shù)假設(shè)下，教育年限、工作經(jīng)驗(yàn)、培訓(xùn)、健康狀況等變量解釋了收入的25%以上，這與已有研究的估計(jì)近似。另一方面，不論是OLS回歸還是分位數(shù)回歸，教育年限、工作經(jīng)驗(yàn)、健康狀況、培訓(xùn)的回報(bào)率都顯著為正。以總體樣本的OLS回歸結(jié)果為例，增加1年教育，工資收入增加6.00%;增加1年工作經(jīng)驗(yàn)，工資收入增加2.06%;接受培訓(xùn)，收入高出4.89%;不健康人群工資收入比健康人群低42.02%。

第二，人力資本變量系數(shù)存在顯著差異。具體體現(xiàn)在:

(1)城鎮(zhèn)社會救助再就業(yè)人群的教育回報(bào)率在各百分位上普遍小于城鎮(zhèn)職工。圖1直觀地展示了這種趨勢。尤其是中低收入(Q10、Q25)及高收入(Q90)分位數(shù)的社會救助再就業(yè)人群，其教育回報(bào)率較城鎮(zhèn)職工差距較大。此外，城鎮(zhèn)職工教育回報(bào)率在各百分位上整體趨勢為小幅下降，出現(xiàn)這種教育回報(bào)率隨收入增大而降低現(xiàn)象的經(jīng)濟(jì)學(xué)解釋是教育對收入的邊際效用遞減，工作對教育的需求達(dá)到一定要求之后，教育對收入的效用開始降低。

(2)城鎮(zhèn)社會救助再就業(yè)人群的工作經(jīng)驗(yàn)回報(bào)率在各百分位上呈現(xiàn)負(fù)值，見圖2。可能的解釋是，城鎮(zhèn)社會救助再就業(yè)人群多為“4050人員”，或國有企業(yè)改制中的下崗人員，下崗后他們年齡偏大，技能老化，對再就業(yè)具有不利影響;或者可能此類人員在問卷調(diào)查時(shí)沒有準(zhǔn)確減去其失業(yè)時(shí)間段以估算他們的工作年限;也可能是社會救助再就業(yè)人群因長期失業(yè)出現(xiàn)了人力資本“貶值”現(xiàn)象［1，12］。而對城鎮(zhèn)職工來說，工作經(jīng)驗(yàn)回報(bào)率隨收入增長的趨勢與教育回報(bào)率類似，都隨收入增長小幅度下降，與理論預(yù)期一致。

(3)培訓(xùn)對城鎮(zhèn)社會救助再就業(yè)的回報(bào)率不顯著。表2顯示，只在均值和Q75分位數(shù)上，總體樣本和城鎮(zhèn)職工樣本培訓(xùn)的收入回報(bào)率顯著為正。其他條件下，尤其是對于再就業(yè)人群而言，培訓(xùn)對收入增加沒有顯著正效應(yīng)。這說明已有培訓(xùn)質(zhì)量不佳，這樣的培訓(xùn)可能只是形式上的，培訓(xùn)內(nèi)容和方式不適合這一人群或企業(yè)需要。

(4)健康狀況對城鎮(zhèn)社會救助再就業(yè)人群的影響大于城鎮(zhèn)職工，見圖3。不健康程度對城鎮(zhèn)社會救助再就業(yè)人群工資收入在各百分位上影響都較大，且隨著收入的增加呈M型趨勢。對城鎮(zhèn)社會救助再就業(yè)人群來說，不健康人群比健康人群收入低65%以上，更有甚者，在Q90分位數(shù)上這個(gè)比例達(dá)到了92.73%。對城鎮(zhèn)職工而言，不健康勞動力工資收入比健康勞動力工資收入低20%-30%?？梢?，城鎮(zhèn)社會救助再就業(yè)人群收入受健康狀況的影響較城鎮(zhèn)職工大得多。

圖3 健康狀況(不健康=1)回歸系數(shù)趨勢圖

(5)中低收入的城鎮(zhèn)社會救助再就業(yè)人群與城鎮(zhèn)職工收入差距較顯著。在給定教育、工作經(jīng)驗(yàn)、培訓(xùn)、健康狀況等變量條件下，城鎮(zhèn)職工(OLS回歸)工資比城鎮(zhèn)社會救助再就業(yè)人群高12.21%;在Q10、Q25、Q50分位數(shù)下分別高出12.72%、18.22%、12.47%。而在Q75和Q90點(diǎn)高出城鎮(zhèn)社會救助再就業(yè)人群的差異不顯著。這是城鎮(zhèn)職工“身份”帶來的工資溢價(jià)?？赡艿慕忉屖牵鐣戎倬蜆I(yè)人群受到了歧視，以及被模型估計(jì)忽略的個(gè)體個(gè)性特征差異。

四、結(jié)論與政策建議

本文基于問卷調(diào)查的微觀數(shù)據(jù)，利用分位數(shù)回歸方法對社會救助再就業(yè)人群收入的影響因素進(jìn)行分析，得到如下結(jié)論:

第一，人力資本是決定社會救助再就業(yè)人群收入的主要因素。在常函數(shù)假設(shè)下，教育年限、工作經(jīng)驗(yàn)、培訓(xùn)、健康狀況等變量解釋了收入的25%以上，這與已有研究的估計(jì)近似。但城鎮(zhèn)社會救助再就業(yè)人群的工作經(jīng)驗(yàn)回報(bào)系數(shù)為負(fù)值，即人力資本“貶值”，而且，培訓(xùn)回報(bào)不顯著。

第二，與城鎮(zhèn)職工相比，社會救助再就業(yè)人群收入決定的變量回報(bào)系數(shù)存在顯著差異。一方面，城鎮(zhèn)社會救助再就業(yè)人群在教育、工作經(jīng)驗(yàn)、健康狀況等方面的回報(bào)系數(shù)都低于城鎮(zhèn)職工;尤其是中低收入和高收入分位數(shù)的社會救助再就業(yè)人群與城鎮(zhèn)職工的教育回報(bào)率較城鎮(zhèn)職工差距明顯，不健康對收入的影響程度較城鎮(zhèn)職工大;另一方面，城鎮(zhèn)職工“身份”具有工資溢價(jià)。在給定教育、工作經(jīng)驗(yàn)、培訓(xùn)、性別、健康狀況等變量時(shí)，城鎮(zhèn)職工虛擬變量可以增加工資12%以上，這可能由沒有加入模型的個(gè)體個(gè)性特征變量或統(tǒng)計(jì)性歧視因素形成。

總之，我們的研究表明，社會救助再就業(yè)人群的收入低于城鎮(zhèn)職工，這種差距不僅與他們自身稟賦(人力資本因素)有關(guān)，也與這些稟賦的回報(bào)率有關(guān);尤其是中低收入分位數(shù)的城鎮(zhèn)社會救助再就業(yè)人群的人力資本回報(bào)率顯著低于城鎮(zhèn)職工。所以，我們更應(yīng)該關(guān)注中低收入分位數(shù)的社會救助再就業(yè)人群。

具體的政策建議包括:第一，改善培訓(xùn)質(zhì)量，提高他們的文化程度和職業(yè)技能等人力資本因素。前面的分析表明，中位數(shù)收入上，工作經(jīng)驗(yàn)的系數(shù)顯著為負(fù)，因此，社會救助人群需要學(xué)習(xí)新的知識與技能。但考慮到普通的培訓(xùn)無顯著效果，所以要改善培訓(xùn)質(zhì)量，根據(jù)社會救助人群的特點(diǎn)和市場需求，設(shè)定特定的培訓(xùn)項(xiàng)目，有針對性的進(jìn)行培訓(xùn)。第二，保障健康水平，加強(qiáng)健康的預(yù)防保健工作，加強(qiáng)流行疾病、傳染病的控制預(yù)防、定期體檢等;降低醫(yī)療服務(wù)價(jià)格，長期內(nèi)提高居民健康狀況。第三，建立最低工資制度，拉開救助收入與就業(yè)收入的差距，提高社會救助再就業(yè)人群的就業(yè)積極性，保障他們的正常生活。第四，改善就業(yè)市場環(huán)境，建立健全統(tǒng)一、開放、競爭、有序的勞動力市場，提高市場效率，降低就業(yè)歧視。

［1］趙延?xùn)|.人力資本、再就業(yè)與勞動力市場建設(shè)［J］.中國人口科學(xué)，2003(5):20-25.

［2］邱莉莉.城市貧困家庭就業(yè)扶助對策研究——對北京市西城區(qū)、宣武區(qū)貧困家庭就業(yè)狀況的調(diào)查分析［J］.北京行政學(xué)院學(xué)報(bào)，2007(2):62-65.

［3］徐向峰.城市弱勢就業(yè)群體公共政策支持體系研究［D］.重慶:重慶大學(xué)，2008:10-11.

［4］王增文.社會網(wǎng)絡(luò)對受助家庭再就業(yè)收入差距的影響［J］.中國人口科學(xué)，2012(2):78-86.

［5］劉文忻，杜鳳蓮.失業(yè)與中國城鎮(zhèn)人口收入差距［J］.經(jīng)濟(jì)評論，2008(1):36-39.

［6］MINCER J A.Schooling，Experience and Earnings［M］.Columbia University Press，1974.

［7］BECKER G S.The Economics of Discrimination［M］.Chicago:University of Chicago Press，1957:13-15.

［8］BOWLES S，GINTIS H，OSBORNE M.The Determinants of Earning:A Behavioral Approach［J］.Journal of Economics Literature，2001，39(4):1137-1176.

［9］胡永遠(yuǎn)，邱丹.個(gè)性特征對高校畢業(yè)生就業(yè)的影響分析［J］.中國人口科學(xué)，2011(2):66-75.

［10］ARMSTRONG R D，F(xiàn)ROME E L，KUNG D S.A Revised Simplex Algorithm for the Absolute Deviation Curve Fitting Problem［J］.Communications in Statistics:Simulation and Computation，1979，8(2):175-190.

［11］李培林，張翼.走出生活逆境的陰影——失業(yè)下崗職工再就業(yè)中的“人力資本失靈”研究［J］.中國社會科學(xué)，2003(5):86-101.