中國勞動力市場性別就業意愿差異的影響因素及趨勢

摘 要： 性別就業差異在以往的研究中將其歸類于就業歧視，然而，經濟和社會發展、傳統觀念帶來家庭結構的變化，使得中國女性就業觀念發生轉變，據此運用非線性Probit差異分解模型，針對性別就業概率差異、單身與非單身就業概率差異分解，探討性別就業概率差異中婚姻和家庭的影響，然后針對單身女性與非單身女性就業概率差異進行分析。結果發現，婚姻和家庭降低了女性的就業意愿，且受經濟發達程度以及教育水平的影響，其雖然促進就業，但也是性別就業差異以及單身與非單身就業差異的主要成因之一，給出的政策含義是促進女性就業政策在非發達地區更有效。

關鍵詞： 性別就業差異; 婚姻; 家庭; 社會觀念; Probit差異分解

中圖分類號： F063.4;C913.68 文獻標識碼： A DOI： 10.3963/j.issn.1671-6477.2019.05.009

一、 問題的提出

建國以來，中國女性地位得到極大提升，婦女能頂半邊天，女性介入社會經濟各個領域，在政治及各種因素的作用下，女性甚至打破傳統觀念，不顧身體條件的限制，進入一些傳統男性主宰的就業領域，“鐵娘子”這一提法得到廣泛宣傳和鼓勵。

改革開放后，中國經濟得以快速發展，伴隨著各社會階層的形成及觀念的改變，女性也接受了更多的高等教育機會，開始在社會各領域貢獻自己的力量和發出自己的聲音。從各大學和各專業男性與女性的比重可看出，男性與女性職業領域開始出現分層和分化。大學專業選擇基本上確定了男性和女性未來就業的領域，從就業領域角度來看性別選擇差異，一方面反映了社會的變遷，另一方面也反映出了女性和男性對自己未來社會角色的定位，如婚姻和家庭中女性和男性角色定位所帶來的就業選擇。由此，男女性就業意愿的差異是本文的研究動機之一。

職業的選擇決定了男性與女性收入不同，以往的研究往往將此歸類為歧視，然而卻忽視了男性與女性就業觀念差異的影響，如傳統觀念“男主外、女主內”，這說明了男性需要努力工作以承擔養家的責任，而女性需要更多時間來照顧家庭，如贍養長輩、撫養及教育晚輩，那么，女性需要選擇職業以利于花費更多時間和精力在家庭上，帶來收入的降低或者就業意愿的降低，而男性可放棄家庭照顧時間來更努力地工作，獲得更高收入。男女家庭角色定位不同對就業意愿的影響是本研究考慮的主要因素。

城市化進程對城鄉居民家庭結構帶來如下變化：農村父母仍然與子女一起居住，并在城市開始打工，并承擔照顧其未成人后代的責任;伴隨著房價上漲，城市父母無法與子女一起居住，因此照顧孩子的責任就由勞動力夫婦本人承擔。由此，家庭結構變化對于就業意愿性別差異的影響值得我們探討。

最后，從婚姻來看，如果單身女性（單身、喪偶和離異）和家庭女性（同居、已婚、再婚）就業意愿存在顯著差異，說明女性就業意愿受到家庭影響，因而，從家庭結構角度探討女性就業意愿差異以及未來女性就業趨勢亦是本文的另一研究動機。

二、 相關研究文獻綜述

學界在對中國的性別歧視相關研究中，主要探討男女性別工資差異及影響因素。然而，對于經濟和社會發展、失業率等對男女性別就業意愿差異及其影響因素，則較少分析。

（一） 中國勞動力市場二元性及性別就業的影響

國內一致承認中國勞動力市場的二元性，例如，Lili Kang和Fei Peng研究表明，勞動力市場存在計劃和市場二元制工資決定，工資對于公開登記的失業率低彈性，兩市場彈性收斂，女性工資相對于失業率比男性彈性更大，而城市戶口勞動者相對于農村戶口移民的工資彈性存在差異[1]。

通過針對婚姻和生育的研究發現，這兩者對性別歧視產生影響，私營企業更多地考慮女性婚育成本，市場化改革使養育子女的成本主要由家庭承擔，傳統中國家庭中母親主要承擔撫育子女的責任，因此歧視主要由已婚女性承擔[2]。同時，王靜和武舜臣發現性別收入差異存在“天花板效應”;婚姻、行業、地區均影響到歧視，且主要由直接歧視造成[3]。教育對于外來農業轉移人口的工資具有增長效應，但無法完全消除地域歧視的影響[4]。此外，教育的特征差異有利于性別收入差距的降低，但教育、職業及地區的系數差異對性別收入差距的擴大有重要的貢獻[5]。就業環境與個體人力資本積累之間存在關系，不同時期的人力資本積累的差異性與階層分化[6]。

在國外研究中，Longhi等通過運用英國季度勞動力調查（Labour Force Survey，LFS）1997-2005年6月期間數據，實證結果發現男性與女性勞動者之間在效率工資方面存在本質差異。因此，失業率可以測試工作競爭性[7]。

上述研究性別工資差異的影響因素，是否會影響到就業意愿性別差異，是我們下面需要分析的主要內容。

（二） 就業意愿影響因素相關研究

學界討論了不同婚姻狀態下的，男性與女性的就業意愿差異。例如，龐麗華和羅雅楠運用2012年北京市流動人口動態監測數據，發現近四成的已婚流動女性處于非就業狀態，且顯著受到家庭子女和長輩的影響，其受社會資本及年齡所受到的影響不同[8]。同時，最低工資標準上漲主要增加已婚女性的勞動參與率[9]。互聯網使用能促進女性的整體就業，且對非自雇就業的作用效果要大于自雇就業。互聯網使用對不同婚姻狀況、學歷及戶籍女性的影響作用也表現出明顯的異質性[10]。

針對一般性的就業意愿影響因素研究來說，傳統社會資本如宗族文化對移民就業選擇具有重要影響。特別是進入低端服務業的概率，研究中亦考慮城市間物理、行政距離和遷出地經濟社會信息[11]。研究亦發現在其他家庭成員收入高、農村縣區、西部地區、失業率低（調查）、自雇就業比率和第二產業就業占總就業比高的地區，老齡人口的勞動參與概率相對較高。而在低齡、大專以上畢業、身體健康、中部及東部地區、調查失業率低、自雇就業率和工業產值占比低的地區，老齡勞動力的就業概率相對較高[12-13]。因此在模型分析就業意愿及差異時，需要考慮這些變量或者影響因素。

國外學者在討論女性就業意愿的研究中，Stephan Klasen和Pieters Janneke發現印度城市女性勞動力自1980年以來就業增長停滯，其運用Fairlie拓展的非線性Oaxaca-Blinder分解，比較1987年和2011年女性的非常低的就業數據，女性就業受家庭、生育、教育水平、婚姻等等影響，婚姻影響婦女就業率將近18%，相反的，各部門推動婦女就業率的結果非常小[9]。Huber和Huemer分析了婚姻和小孩對參與培訓意愿性別差異的影響[15]。

綜上所述，女性和男性參與就業的意愿及影響因素存在差異，受經濟發展水平、家庭責任、生育水平、婚姻影響，然而，現有的關于男性與女性就業意愿差異相關分析較少見，因此，可以比較分析男女性就業意愿差異，以及婚姻給女性就業意愿影響，拓展當前已有研究，從另一角度探討男女性是否因家庭、婚姻等等因素不同影響，進而影響了性別就業意愿差異。

三、 本研究所運用之實證模型

國內對性別工資差異分析，主要應用Oaxaca-Blinder線性分解，然而，對性別就業意愿差異首先由是否就業虛擬變量生成各樣本的就業意愿（Probit模型）及就業的影響因素，Probit模型為非線性，因此Fairlie拓展Oaxaca-Blinder到非線性分解，以研究美國少數族裔與主流民族經營家族企業的成功率差異及影響因素[16]，Mazeikaite G.，O Donoghue C.和Sologon D.M.運用相關方法分析收入、財務約束和教育對貧困群體健康的影響[17]。

四、 數據來源與描述統計

本研究的數據來源于2008-2015年北京大學社會調查中心的CFPS數據，因2011、2013、2015年份數據較少，因此調整至2010、2012和2014年。考慮到退休后可以返聘，選取男女性年齡15-69，刪除缺失值的調查個案，最終得到6個調查年份的共46 559個樣本。其中，小孩人數、照顧老人人數winsorize單邊右側大數值縮尾1%以處理異常及不合理值。贍養的長輩，只限居住在一起，且只用總數，而不區分與調查者的關系。

個體層面，納入了受訪者的婚育情況，并控制了性別、教育、年齡等因素。在家庭層面，則納入撫育小孩、贍養父母等變量。相關變量定義如表1。

相較于O’Neill和O’Neill用學習成績衡量學習能力[21]，我國各階段升學，除義務教育外，均需要經過縣級（相當級別）及以上統一考試，因此，可以消除各學校之間的差異，衡量結果更具有說服力，更容易反映出學習能力水平之間差異對工資的影響。另外，早期義務教育學習也需要經過考試，才能進入高一級學校學習，因此，教育水平一方面反映知識積累程度，另一方面，在我國還含有學習能力的含意。

表2中，樣本所選取男女平均年齡相當，照顧小孩和贍養小孩均值為1.31和1.19，其中，男性和女性50%以上住在城市，工作地點為市場指數8.44的地方，就業普遍在市場發展程度更高的地方。就樣本的就業上來說，獲取工資的女性僅為34%，男性則達到50%。在受教育程度上，男性平均比女性高，女性均值為2.18，男性為2.52。

2014年的CFPS調查對男女關于“男主內、女主外”觀念進行了調查，圖1為各年齡段男、女性對該觀念的認同打分均值，由圖1可知，男性對“男主內、女主外”在年輕時較低認同，但仍然普遍高于女性，女性在年輕時遠不認同該觀點，但隨著年齡增長，與男性觀念趨同。甚至在40～60歲工作壓力和家庭壓力較大的時候，男性對此觀念認同略超過女性。

由圖2可知，在各教育水平下，隨著教育水平的增加，對“男主外、女主內”認同度迅速降低，但當教育水平達到一定程度，即接受大學本科水平后，女性開始發生轉變，認同該觀念，接受更高教育的男性更認同該觀點。整個觀點接受度呈現U形。

五、 實證結果及分析

由式因變量y取值，由方程，模型1-2分析男女就業差異及影響，男性為基準;模型3-4分析單身與否就業差異，非單身為基準;模型1和3為婚姻狀態變量的男女就業差異及影響分析，模型2和模型4以婚姻變量marr因子替換婚姻虛擬變量，marr因子包含：mc2同居，mc3初婚，mc4再婚，mc5喪偶，mc6離異。模型3和4加入婚姻與子女交叉項nchildma、婚姻與長輩的交叉項carma，模型5-8主要分析女性中單身（未婚、離異、喪偶）和非單身（同居、初婚、再婚）就業差異及影響，非單身為基準。P1=Pr（Y≠0|G=0），P2=Pr（Y≠0|G=1）。G=0為基準群體。

由表3可知，模型1和模型2分解結果，男性比女性就業概率高0.1523，可解釋部分為0.0585，僅約3841%（0.0585/0.1523）可解釋，由模型2以婚姻因子marr替代婚姻虛擬變量，結果一致。模型3和模型4反映單身與非單身勞動者就業差異，可以看到單身低于非單身就業差異約為0.0295，差別較小，模型5-8為去掉男性調查數據后的純女性調查數據，目的是為了分析單身女性與結婚或者同居女性就業差異產生原因，以進一步地探討婚姻與家庭對女性就業的影響，我們看到單身女性就業率高于非單身女性約7.59%，再綜合模型3和4結果，我們發現非單身女性就業率顯著地低于非單身男性就業率。

根據表4中模型1結論發現：對男性和女性就業差異的主要影響因子來自于工作經驗，約為584%百分點，占比38.34%;其次為教育水平（1.75%），占比11.50%;然后為年齡（1.02%）。另外，戶口、失業率、家庭因子中的撫育小孩數、贍養老人數均增加了男性與女性就業參與的差異。而年齡與年齡的平方系數一正一負反映出年齡對性別就業差異的影響呈現非線性，即早期性別差異較大，但隨著年齡增長，性別差異顯著地減少。工作經驗和工作經驗的平方系數亦相反，結論與之一致。市場指數即市場發達程度的地方降低了性別就業差異約0.0814%。而由模型2，婚姻狀態因子降低了性別工資差異。

模型3和模型4反映單身與非單身勞動者就業意愿差異，可以看到單身低于非單身就業意愿差異約為0.0295，差別較小，但是，年齡和工作經驗顯著地增加了單身與非單身勞動者的就業差異，且占比極大。且隨著年齡和工作經驗的增長，差異先增長，后縮小，而教育、贍養長輩、撫育孩子和失業率則使得兩者差異顯著地縮小。由孩子與婚否的交叉項，可以看到結婚有孩子使得就業率差異縮小，而贍養長輩與婚姻的交叉項增加了就業差異，不過不顯著。由此可以看出，小孩作為家庭壓力促使就業差異縮小，相反的，由于長輩本身退休后有收入或者保障，增加了單身和非單身就業意愿差異。市場指數即發達開放程度降低了就業意愿差異。由模型1-4，初婚均顯著地縮小了性別和單身與非單身勞動者的就業意愿差異。

模型5-8為去掉男性調查數據后的純女性調查數據，非單身包含同居狀態女性。目的是為了分析單身女性與結婚或者同居女性就業差異產生原因，以進一步探討婚姻與家庭對女性就業的影響。我們看到單身女性就業率高于非單身女性約7.59%，結合模型3和4，結論非常明確地顯示非單身女性就業率顯著地低于非單身男性就業率。由此可知，非單身女性由于婚姻和家庭的影響，使得其就業意愿或者就業參與度顯著地降低。即使社會鼓勵女性就業，但婚姻和家庭使得部分女性退出了就業市場。而女性處于單身狀態，如未婚、離異和喪偶，其就業概率增加。

由表4中的模型5-8結論顯示，年齡對女性就業差異影響最大，年齡增長，單身與非單身女性就業差異先縮小，后增加，工作經驗的影響則遠小于年齡，但對就業差異影響也是先縮小，后增加。區別于模型1-4，教育、撫育小孩、贍養長輩、失業率均對單身女性和非單身女性的就業差異有影響，或者增加了其就業意愿差異。由于傳統上婚姻的適配性，教育程度高的女性往往與教育程度高的男性結合，因而，教育程度高的單身女性就業概率高，而教育程度高的女性結婚后，因家庭夫妻教育程度高，因而家庭整體收入水平高，因此受教育程度高的女性收入對家庭的邊際效用可能并不大，因而更可能退出就業市場，調查數據亦顯示教育程度高的女性就業率降低，如2012年對市場指數高的北京調查數據亦證實此結論[8]。撫育小孩和贍養長輩基于女主內，使得女性就業意愿降低，結論顯示失業率主要由非單身女性承擔。由表4可知，在市場指數高或者發達、開放的區域，非單身女性因為經濟壓力小，反而可能退出就業市場。

在模型6中，我們加入婚否的虛擬變量imarr，可以看出，婚姻增加了女性單身與非單身女性之間的就業差異。模型8加入婚姻與孩子、婚姻與長輩的交叉項，亦可發現婚姻有孩子降低了女性的就業概率，增加了單身女性與非單身女性的就業差異，不過統計上不顯著。模型6和模型8的結論可以清晰地表明女性在家庭中的作用仍然遵從于傳統社會及女性自身優勢的約束，即使經濟發展和社會進步。

由實證分析的結果，婚姻和家庭責任對就業意愿性別差異存在顯著影響，增加了已婚男性而降低已婚女性就業意愿，表明婚姻和家庭的作用呈現兩面性：一是有家庭和婚姻的男性就業概率增加;二是有家庭和婚姻的女性就業概率降低。由分析結論，家庭和婚姻對就業概率的影響，特別是撫養小孩和贍養長輩，均影響到女性的就業意愿，且相較于男性而言，影響更大。這說明，在家庭中，女性的傳統定位與現實中的家庭責任，仍然是相夫教子，因而當收入增加，在開放程序高的地區，女性即使接受較高的教育水平，當地就業不存在障礙（市場指數意味著經濟發展水平較高，因而就業障礙較低），但女性仍然會屈服于家庭需要，退出就業。而相對于經濟發展水平低的區域女性和農業戶口女性，即使其接受教育水平較低（教育水平高的女性通過大學入學可以將農業戶口遷移為城鎮戶口），其收入對家庭的影響邊際效用仍然較高，因而相對于教育水平高的女性，即使有贍養父母和撫養小孩壓力，其就業概率仍然較高。

由年齡和年齡平方項結論顯示，其對就業意愿差異影響先縮小后增加，其可解釋為年齡低時，女性沒有建立自己獨立家庭或者家庭責任負擔較小（沒有小孩或者父母無須贍養），因而就業意愿較高，但當年齡增長時，撫養小孩和贍養父母的壓力開始呈現，此時父母年齡亦變大，女性不得不相對于男性付出更多精力在家庭上，因而，結合圖1和圖2，表明婚姻和家庭責任以及傳統觀念的“男主外、女主內”的影響，女性就業概率降低。

綜上，女性的就業意愿趨勢因家庭和婚姻影響，隨年齡增加，呈現出先上升、后下降的趨勢。而當經濟發展到一定階段，收入增加使得女性有機會及屈服于社會和家庭壓力，越來越多的高收入家庭女性退出就業市場。

六、 結論及意義

（一） 研究結論

本研究在于探討男女性別就業差異是否受家庭和婚姻的影響，運用非線性分解方法Probit模型分析性別就業概率差異以及單身與非單身就業概率差異，研究中首先分析性別就業差異的影響因素，然后分析單身與非單身就業差異，最后對女性就業數據分析單身與非單身女性就業差異，并加入婚姻虛擬變量和婚姻因子變量，分析中，考慮結論的穩健性問題，加入婚姻變量與撫養子女的交叉項以及婚姻變量與贍養長輩的交叉項，主要結論如下：

第一，男性就業概率高于女性，單身就業概率低于非單身就業概率;非單身女性相對于非單身男性，意味著婚姻使得女性就業意愿降低。男性與女性的就業概率差異主要來自于年齡、工作經驗，撫養小孩和贍養長輩。該結論表明，婚姻和家庭使得非單身男性和非單身女性的就業意愿更易受經濟發展和傳統觀念影響，女性屈服于家庭包括孩子撫養、長輩贍養以及婚姻影響，就業意愿降低。

第二，教育增加了性別就業概率差異，但卻降低了單身與非單身的就業概率差異，并增加了女性中單身和非單身女性就業概率差異。即使教育程度高，就業容易，但受教育程度高的女性因家庭需要，仍可能退出就業市場。

第三，因經濟條件允許才使得非單身女性能夠降低就業意愿、將精力放到照顧家庭上。一方面市場發達提供了更多就業機會，縮小了性別就業概率差異，同時帶來家庭收入增加，因而非單身女性收入對家庭總收入邊際效用降低，增加了單身和非單身女性的就業概率差異。

（二） 對當下中國的意義

基于上述結論，結合教育對婚姻的影響，以及相關研究中已經證實的教育水平對收入具有正向左右，進一步地說明已婚女性降低就業概率是基于家庭經濟條件允許，該研究對當下中國的意義在于如下兩個方面：

一是性別收入差異并不一定來自于歧視，其可能來自于經濟發展和傳統家庭觀念影響，導致女性花費更多精力照顧家庭，從而導致就業意愿降低。因而，性別收入差異需要考慮女性在家庭上的經濟貢獻。

二是促進女性就業政策包括提高女性所接受的教育水平，對于低收入或者不發達地區更有效，因為經濟條件使得其不得不出來就業，而對于經濟發達或者市場指數較高的地區，相關政策效果并不一定明顯。因此，應該在市場發達和不發達區域采取不同的促進女性就業的政策，特別是在低收入或者不發達地區，應該為女性提供更多的教育，以促進其就業和經濟條件的改善。

[參考文獻]

[1] "Kang L，Peng F.Wage flexibility in the Chinese labour market：1989-2009[J].Regional Studies，2016：1-13.

[2] Zhang Y，Hannum E.Diverging fortunes：The evolution of gender wage gaps for singles，couples，and parents in China，1989-2009[J].Chinese Journal of Sociology，2015，1（1）：15-55.

[3] 王靜，武舜臣.直接歧視、反向歧視與性別收入差異：基于CHIP微觀數據的實證分析[J].財貿研究，2015（5）：99-105.

[4] 周文良，應琦，諶新民.農業轉移人口地域歧視的工資效應分析[J].南方經濟，2018（3）：55-67.

[5] 李雅楠，廖利兵.城鎮居民性別收入差距及其演變：1991～2009[J].人口與經濟，2014（2）：86-95.

[6] 劉瑞明，亢延錕，黃維喬.就業市場扭曲、人力資本積累與階層分化[J].經濟學動態，2017（8）：74-87.

[7] Longhi，Simonetta.Job Competition and the Wage Curve[J].Regional Studies，2012，46（5）：611-620.

[8] 龐麗華，羅雅楠.我國已婚流動女性就業狀況及性別差異影響因素研究[J].南方人口，2015（1）：70-80.

[9] 馬雙，李雪蓮，蔡棟梁.最低工資與已婚女性勞動參與[J].經濟研究，2017（6）：153-168.

[10]毛宇飛，曾湘泉.互聯網使用是否促進了女性就業：基于CGSS數據的經驗分析[J].經濟學動態，2017（6）：21-31.

[11]陳斌開，陳思宇.流動的社會資本：傳統宗族文化是否影響移民就業？[J].經濟研究，2018（03）：35-49.

[12]胡永遠，周洋，祁彩靜.公共培訓和私人培訓效應的比較分析[J].中國人口科學，2018（1）：95-106.

[13]陳貴富，苗馨月.我國老齡人口勞動參與、就業問題經驗分析：基于CHNS面板數據[J].中國經濟問題，2016（3）：30-41.

[14]Klasen S，Janneke P.What Explains the Stagnation of Female Labor Force Participation in Urban India？[J].World Bank Economic Review，2015，29（3）：449-478.

[15]Huber P，Huemer U.Gender Differences in Lifelong Learning：An Empirical Analysis of the Impact of Marriage and Children[J].LABOUR，2015，29（1）：32-51.

[16]Fairlie R X，W.，Robb A X，et al.Why Are Black‐Owned Businesses Less Successful than White‐Owned Businesses？ The Role of Families，Inheritances，and Business Human Capital[J].Journal of Labor Economics，2007，25（2）：289-323.

[17]Mazeikaite G，O Donoghue C，Sologon D M.The Great Recession，financial strain and self-assessed health in Ireland[J].The European Journal of Health Economics，2019，20（4）：579-596.

[18]Fortin N，Lemieux T，Firpo S.Decomposition Methods in Economics[J].Handbook of Labor Economics，2011（4）：1-102.

[19]Yamaguchi K.Decomposition of Gender or Racial Inequality with Endogenous Intervening Covariates[J].Sociological Methodology，2015，45（1）：388-428.

[20]Bauer T K，Sinning M.An extension of the Blinder-Oaxaca decomposition to nonlinear models[J].AStA Advances in Statistical Analysis，2008，92（2）：197-206.

[21]O’Neill J E，O’Neill D M.What Do Wage Differentials Tell Us about Labor Market Discrimination？[Z].Working Paper Series，2005（w11240）：1-59.

（責任編輯 王婷婷）

Abstract：Gender employment gap was the results of employment discrimination in past research.With the development of economy and social in China，the family structure has changed.Married women have traditionally been treated as work more for family and less for employment.Nonlinear Blinder-Oaxaca decomposition forprobit was used to analysis the gender employment probability gap，and gap between single and non-single work force.Then female employment probability gap of single and non-single was detected.The results is that marriage and family decline the employment probability of female.The female in high market index region and with high education levels more probability to work for family but not employed.The policy imply that promoting female employment should more effective in underdeveloped areas.

Key words：gender employment gap; marriage; family; Social Attitudes; Probit decompsition