非正規就業勞動者就業滿意度的性別差異

吳傳琦，尹振宇，張志強

(1.清華大學 社會科學學院，北京 100084；2.龍源(北京)風電工程技術有限公司，北京 100034；3.中國出口信用保險公司博士后科研工作站，北京 100033)

隨著經濟社會多元化發展，非正規就業逐漸成為近年來的重要就業方式。非正規就業是伴隨著中國改革開放的進程而發展起來的，非正規就業的存在，一方面體現了就業方式的多樣性和靈活性，解決了諸多就業問題，另一方面也反映出了在中國這一人口大國正規就業“就業難”的問題。現階段中國非正規就業存在缺乏勞動保障、增長速度快、勞動報酬較低、群體異質性明顯等特點。就業作為第一民生，就業滿意度自然是評價微觀個體就業的重要指標之一。隨著非正規就業逐漸成為社會的一種重要就業方式，其對于就業者的就業滿意度是否產生一定影響？這種影響與正規就業有著怎樣的差異？這其中的性別差異又是如何？這些問題值得探討。

一、文獻綜述

隨著社會發展，就業方式逐漸開始發生變化，國際勞工組織在1972年提出非正規就業的概念[1]，意味著非正規就業成為就業的一種新形式。近年來，中國總體就業人數與登記就業人數差距逐步擴大，這中間有兩層原因，一是由于經濟發展復雜化等帶來的統計性誤差，另一方面則是由于勞動力市場多樣化發展和嚴峻的就業形勢所形成的非正規就業所致[2]。非正規就業者體現為規模大、勞動條件較差、勞動關系不穩定、福利水平較低的特點[3]，其可能是導致收入分配擴大的重要原因之一[4]。從群體異質性的角度看，女性勞動力和農民工群體參與非正規就業的可能性更大，并且女性非正規就業者收入更低，職業隔離和就業性別歧視可能會解釋這一現象[5-7]。因此，對于非正規就業會引起勞動者就業滿意度如何變化成為就業領域研究的一大熱點。

就業滿意度是近些年來新興的研究話題和領域，并且隨著經濟現代化發展和社會就業形式的多樣化，就業滿意度逐漸成為學界研究的熱點問題。國外關于就業滿意度的研究要早于國內，早期的研究主要是從人力資源管理角度展開的。相關研究在20世紀70年代便逐步開始，國外學者討論了就業滿意度的內涵和產生原因[8]，認為就業滿意度與勞動力個人的績效、組織承諾甚至是工作失誤有關[9-10]，因此，勞動者和顧客的交流、工作靈活性等便成為提升就業滿意度的有效方式[11-12]。

梳理國內有關就業滿意度的文獻可以發現，近五年是研究的高峰期，并且體現出逐年增加的趨勢。個人因素、工作因素是影響到就業滿意度評價的主要因素，因此，從個人特征出發研究不同群體就業滿意度及其異質性是近些年來有關研究的熱點所在。對于老一代農民工來講，工資水平成為影響其城鎮就業滿意度的主要因素之一，這一點在年齡較大勞動力、女性勞動力中尤為凸顯[13]，可以看出，物質因素比精神因素更多地影響到了農民工的就業滿意度[14]；同樣是農民工，新生代農民工更加注重工作晉升和工作漲薪機會等，對工資的期待沒有那么強烈[15]；對于畢業大學生來講，一份穩定的工作和有保障的薪金是提升其就業滿意度的主要影響因素，這種穩定體現在雇用形式和社會保障方面，這也正是人們通常所提到的正規就業[16-17]。

關于非正規就業對就業滿意度影響的研究是伴隨多元化就業形式一同出現的。從理論上講，非正規就業對于就業滿意度會產生一定的負面影響[18]。有關發展中國家非正規就業及其對勞動力就業滿意度影響的研究表明，非正規就業的確降低了勞動力對自身就業滿意度的評價指數，這種效應在女性、老年人和大學生就業群體中體現得尤為明顯[19]；在發展中國家，由于社會發展階段等宏觀因素的限制，就業問題普遍存在，就業者的就業滿意度較低并不一定是由非正規就業本身決定的，工作態度、工作選擇等微觀因素也會對就業滿意度產生一定的影響[20]；然而，非正規就業并不一定會造成就業滿意度的必然降低，在收入不變的情況下，男性非正規就業者的就業滿意度要高于正規就業者，而對于女性來講，情況卻相反[21]。非正規就業是影響勞動者就業滿意度的重要因素，并且會顯著降低其就業熱滿意度，這種效應尤其體現在男性勞動力和受教育年限較低的群體中[22]；由于養老保險制度的再分配功能較弱，所以會使得非正規就業者等弱勢群體陷入相對貧困，進而降低其繳費積極性和就業滿意度[23]；總體而言，非正規就業者對自身薪酬的滿意度并不高，對就業狀況感到較不滿意[24]；而對于特定行業來講，社會態度和收入水平是影響旅游業非正規就業滿意度的主要來源[25]。值得一提的是，非正規就業還通過降低就業滿意度進而降低了居民的主觀幸福感和社會公平認知[26-29]，因此，非正規就業所帶來的多重影響效果值得進一步關注。

結合已有研究，傳統的正規就業勞動條件和福利水平一般較好，因此理論上對就業滿意度會產生正向影響，而非正規就業兼有用工靈活、易于簽約以及勞動條件相對較差的雙重屬性，因此，對于非正規就業及其就業滿意度的研究更具針對性。從性別視角探討非正規就業對就業滿意度的影響，不僅可以細化對就業滿意度和性別差異的理論研究，而且對于非正規就業勞動力市場的發育和改善以及就業性別歧視等具有一定的啟示作用，豐富和細化男女勞動力非正規就業所帶來的經濟績效和心理效應研究，具有一定的現實意義。

綜上所述，國內外有關就業滿意度以及非正規就業對其影響的研究較為完善，大概歷經了從理論研究到實證分析的過程，并且隨著勞動力市場的逐漸成熟化，關于就業滿意度的研究呈現近年來增多的趨勢。從現有的文獻來看，有關非正規就業對勞動者就業滿意度細分的研究并不多，本文從性別比較的角度，利用微觀數據和計量方法支撐，探討非正規就業對勞動者就業滿意度的異質性影響，并提出建議和討論。

二、概念界定與影響機制

(一)概念界定

非正規就業是指在非正規部門的就業，是一種伴隨經濟社會發展所產生的新型就業方式。國際勞工組織最早提出非正規就業的概念[1]。國際上通常將非正規就業視為一類生產單位，具有組織水平低、勞動關系靈活、保障水平低、生產規模小等特征。由此，各個國家以國際勞工組織(ILO)做出的非正規就業標準為基礎，根據其不同的社會發展階段對非正規就業有著不同的界定和研究。基于中國國情和現狀，不同學者對于非正規就業的界定不盡相同，蔡昉和王美艷(2004)認為，一般來講，沒有進行工商登記、不參加社會保險以及勞動關系不規范的工作就業形式都可以被稱之為非正規就業[2]；胡鞍鋼和趙黎(2006)基于經濟轉型和產業部門升級的背景，認為城鎮非正規就業應包含城鎮就業中的私企人員、個體經濟人員以及以農村轉移勞動力為主的未納入統計的就業人員[30]；吳要武和蔡昉(2006)列出九種非正規就業者的特征，詳細探討了非正規就業的界定和劃分問題[3]。基于此，本文將非正規就業者界定為企事業單位臨時工作人員、短期工作人員、無雇傭工的個體經營者、非全日制勞動人員以及其他已經形成事實勞動關系且未簽訂勞工合同或無有關社會保障的就業人員。

(二)影響機制

勞動力市場的分割或分層是多重就業形式和雇傭方式的來源之一。在中國，城鄉二元結構加劇了這一效應，非正規就業的形成原因之一便是城鄉勞動力市場的差異和分割[31]。隨著經濟社會多元化發展，中國的就業逐漸由城鄉二元結構發展成為包含鄉村非農就業的“三元結構”，甚至是包含城鎮非正規就業的“四元結構”[32]。另外，就業歧視、壟斷經濟等也在某種層面上導致勞動力市場的分割，進而成為促成非正規就業的因素之一[22]。

由于勞動力市場的分割，產生了一級勞動力市場和二級勞動力市場，大量的非正規就業部門和就業人員都被擠占到了二級勞動力市場當中，進而產生了工資收入、福利保障、雇傭關系等各方面的差異，而這種差異的存在自然會對勞動力就業滿意度產生影響，這種影響由于男女勞動力對就業的期望等原因而體現出一定性別差異。據此傳導機制，本文提出如下假設：第一，非正規就業會對勞動者就業滿意度產生一定的負面影響；第二，在不同的勞動力組別中，非正規就業對就業滿意度的負面效應存在異質性；第三，勞動者就業滿意度還會受到其他因素影響且存在性別差異。關于非正規就業與勞動者就業滿意度的影響機制分析如圖1所示。

圖1 非正規就業與勞動者就業滿意度的影響機制

三、數據與模型

(一)模型建構

結合文獻研究和機制分析，為研究非正規就業對就業滿意度的影響，本文設立以下基本回歸模型：

satisfaction=c0+ρ·Informal+φn·Xn+μ

(1)

基本回歸模型(1)中，satisfaction為被解釋變量就業滿意度，在本文中可進一步分為工資滿意度、工時滿意度、工作環境滿意度和綜合工作滿意度，核心解釋變量Informal代表是否為非正規就業，Xn為其他控制變量，共有n個，ρ為非正規就業變量系數，φn為n個控制變量系數向量，c0為常數項，μ為誤差項。

模型(1)在回歸分析中納入的是全樣本，為進一步體現非正規就業對勞動者就業滿意度的性別差異，將模型(1)進一步分解為性別差異計量模型，分別對男女勞動力進行分組回歸，以體現其中的性別差異并加強實證分析的穩健性。根據文獻研究和理論分析，年齡、受教育程度、婚姻狀況、工資水平等皆會對就業滿意度產生異質性影響，因此，在回歸模型中應選取合適的控制變量對男女勞動力樣本進行控制，以加強實證分析的準確性和針對性。基于數據可得性，對男性勞動力建立以下計量模型：

satisfaction=α0+α1informal+α2age+α3marriage+α4household+α5edu+α6lnincome+

α7worktime+α8health+α9party+α10feature+ε1

(2)

同樣地，對女性勞動力建立以下計量模型：

satisfaction=β0+β1informal+β2age+β3marriage+β4household+β5edu+β6lnincome+

β7worktime+β8health+β9party+β10feature+ε2

(3)

計量模型(2)和模型(3)中變量相同，但由于男女勞動力分樣本回歸時系數不同，因此拆分為兩個模型。兩式中，satisfaction為綜合工作滿意度，informal為是否為非正規就業，age為勞動力調查年齡，marriage為婚姻狀況，household為戶籍狀況，edu為受教育程度，lnincome為自然對數調查年收入，worktime為周工作時長，health為健康狀況，party為是否為共產黨員，feature為勞動力相貌評分，αi(i=1，2，...，10)為男性勞動力模型解釋變量系數，βi(i=1，2，...，10)為女性勞動力模型解釋變量系數，α0、ε1分別為男性勞動力模型常數項和誤差項，β0、ε2分別為女性勞動力模型常數項和誤差項。

模型設立和數據處理使用計算機軟件stata13.1。

(二)數據來源

本文采用北京大學中國家庭追蹤調查(CFPS)2016年數據。CFPS旨在通過跟蹤收集個體、家庭、社區三個層面的數據，反映中國社會、經濟、人口、教育和健康的變遷，為學術研究和公共政策分析提供數據基礎。CFPS重點關注中國居民的經濟與非經濟福利，以及包括經濟活動、教育成果、家庭關系與家庭動態、人口遷移、健康等在內的諸多研究主題，是一項全國性、大規模、多學科的社會跟蹤調查項目。根據本文研究的需要，首先排出未就業人員樣本，然后剔除不合邏輯的樣本和缺漏值，總共擁有新樣本6 206個，其中，男性勞動力樣本3 573個，女性勞動力樣本2 633個。

(三)變量選取與描述性統計

被解釋變量。本文選取勞動者就業滿意度為被解釋變量。在CFPS數據庫的指標中，選取工作滿意度作為相應指標，工作滿意度具體分為工資收入滿意度、工作時間滿意度、工作環境滿意度和整體工作滿意度。因此，在全樣本回歸時，選取可代表工作滿意度的四個指標作為被解釋變量，在分樣本回歸時，利用整體工作滿意度作為勞動者工作滿意度的代替指標。被解釋變量均為離散賦值變量。

核心解釋變量。本文選取勞動者是否為非正規就業為核心解釋變量。借鑒吳要武和蔡昉(2006)[3]等對中國非正規就業的界定，本文定義沒有正式勞工合同以及養老保險的就業者為非正規就業者，其他就業者為正規就業者。進行數據篩查時發現，男性勞動力非正規就業比例占38.9%，而女性勞動力非正規就業比例達到45.0%，這與許多學者測算的數據相仿。變量為二元賦值變量。

控制變量。影響勞動力或非正規就業者就業滿意度的因素眾多，本文選取個人基本特征、人力資本稟賦和工作特征三類因素作為控制變量。具體地，個人基本特征包括年齡、婚姻狀況、戶籍狀況、是否加入中國共產黨，人力資本稟賦包括受教育程度、健康狀況、相貌評分，工作特征包括年收入、周工作時長。其中，年齡、年收入和周工作時長為連續變量，其余控制變量為離散變量。

各變量的賦值情況和描述性統計見表1。

表1 變量賦值情況及描述性統計

四、實證分析

(一)統計分析

非正規就業成為一種新型就業方式，一定程度上緩解了勞動力市場中的就業難問題，但其就業滿意度有待研究。在回歸分析之前，本文先針對男女勞動力的非正規就業滿意度進行描述性統計分析。在描述性統計分析時采用問卷中原始的五分賦值變量，各樣本描述性統計如圖2所示。

圖2 勞動力就業方式總體和分性別的滿意度

從圖2中可以看出，不論是總體還是分性別勞動力，非正規就業的總體就業滿意度要低于正規就業滿意度。其中，女性勞動力的滿意度差別最大，前文提到女性非正規就業比例要高于男性，這可能是這種現象的一種原因。性別對比發現，無論哪種就業方式，女性勞動力的就業滿意度均高于男性，這種差距尤其體現在正規就業中，雖然非正規就業的滿意度較低，但男女相差并不大。

(二)回歸分析

本文首先針對全樣本使用Probit回歸進行實證分析，探討非正規就業對就業整體滿意度、工作時間滿意度、工資水平滿意度以及工作環境滿意度的影響，回歸結果如表2所示。

表2 全樣本Probit回歸結果

通過表2的全樣本回歸結果可以看出，在控制其他條件不變的情況下，參與非正規就業對于勞動力四種就業滿意度皆有顯著影響，并且影響效果相仿。總體來看，非正規就業對就業滿意度產生了負向影響，這也一定程度上印證了本文的假設。這背后的原因可能是非正規就業工資水平較低、社會保障不健全、組織水平較低等。不難發現，非正規就業者對于工作環境的總體評價不高，他們可能承受著與正規就業者相比更為艱難的就業和工作環境。良好的工作環境不僅關系到勞動力個人的工作效率，也影響著非正規就業的整體就業環境，如何改善非正規就業者的工作環境值得關注。除非正規就業這一核心解釋變量外，其他控制變量對就業滿意度產生了異質性影響。隨著年齡的增加，就業滿意度體現為增加的趨勢，受教育程度、工資水平與就業滿意度的關系亦是如此，而相貌評分越高的勞動力反而就業滿意度越低，這其中的原因值得進一步探析。

考慮到非正規就業對分性別勞動力就業滿意度的影響有所差異，并且男女勞動力的其他控制因素也會對其就業滿意度產生不同影響，因此本文進行分樣本回歸分析，探討非正規就業對勞動力就業滿意度的異質性影響。在全樣本回歸結果中可以發現，非正規就業以及各解釋變量對四種就業滿意度的影響效果相仿，因此，在分樣本回歸中，采用綜合就業滿意度代替其他三個指標，作為唯一的被解釋變量。

進一步分析發現，非正規就業與就業滿意度之間存在相互影響和互為因果的關系。由于非正規就業會造成就業滿意度的降低，進而，勞動力在就業之前，會認真考慮是否選擇非正規就業，因此，變量存在由于雙向因果關系而產生的內生性問題。目前解決模型內生性問題的有效辦法之一是工具變量法[33-34]，因此，本文在分樣本回歸時，考慮選取合適的工具變量進行二階段Ⅳ Probit回歸分析。合格的工具變量應滿足外生性和相關性兩個原則，即工具變量應與內生解釋變量相關，同時對被解釋變量來講，應是外生的。目前，采用行業或地區相關指標的均值、政府政策、外生情形、消費投資行為等作為工具變量的情況居多[35-37]。因此，本文選取以省級為單位的養老保險覆蓋率作為工具變量。這是因為養老保險是居民基本社會保障的一種，是正規就業與非正規就業的區別之一，因而與解釋變量非正規就業具有一定關聯，而以省級為單位的養老保險覆蓋率作為一種社會政策，不受居民主觀滿意度的影響，因此從理論上推斷符合工具變量的選取標準。經過估計，模型測算的Wald統計量的估計值均拒絕10%水平下的臨界值，因此不存在弱工具變量的問題。從Hansen J統計量的檢驗結果P值來看，各個樣本分組工具變量均不存在過度識別問題，進一步從實證分析角度說明了工具變量的選擇具有一定合理性。對分樣本的基礎模型進行回歸分析后，分析結果如表3所示(1)限于篇幅，表3僅展示了核心解釋變量的回歸結果。。

表3 分樣本Probit與Ⅳ Probit回歸結果

分樣本回歸后，各變量和系數與總樣本的回歸結果大致相同，加入工具變量后，系數大小和正負基本與分樣本Probit回歸結果相同，這也證實了模型選擇的合理性和實證分析的可靠性，本文重點關注和解釋表3的分樣本Ⅳ Probit回歸結果。從表3的回歸結果中可以得出以下結論：

第一，非正規就業顯著降低了勞動力綜合就業滿意度且存在一定性別差異。對比分析可以看出，在控制其他條件不變的情況下，非正規就業對男女勞動力就業滿意度均產生了負向影響，對女性勞動力就業滿意度的影響比男性更加顯著。這說明非正規就業對女性就業滿意度的“擠出效應”更大。非正規就業伴隨著勞動力市場發育和轉型產生，是解決當今社會就業難題的一大渠道，然而，非正規就業的產生也反映出就業市場中的問題，例如雇主性別歧視、保障不健全。正是由于非正規就業的種種特點，導致了女性勞動力在就業市場中更加不占優勢，加之生育政策的全面調整，非正規就業不僅沒有提升反而降低了女性勞動力的就業滿意度。相比較而言，男性勞動力的非正規就業同樣顯著降低了就業滿意度，這說明雖然非正規就業已經成為一種新型就業方式，并且很大程度上解決了勞動力“就業難”的問題，但是其中存在的問題不容小覷。如何提升綜合就業滿意度值得深入思考。

第二，工作指標、人力資本對男女就業滿意度產生了異質性影響。除非正規就業外，工作指標、人力資本等控制變量對男女勞動力的就業滿意度產生了一定的影響。工資對就業滿意度產生了顯著的正向影響，并且男性勞動力的影響系數高于女性勞動力，而工作時間則對就業滿意度產生了負向效應，這在一定程度上驗證了“男主外女主內”的傳統觀念，男性獲得更高的工資時，他們的獲得感要更強。值得一提的是，在人力資本稟賦控制變量中，受教育程度顯著影響了男性勞動力的就業滿意度，對女性的影響則不明顯，女性獲得高人力資本投資后，反而沒有獲得更高水平的就業滿意度，這可能是由于女性對自身要求和預期偏高所致，也可能從側面體現了就業市場中性別不平等問題。

總之，政府應從勞動力市場角度出發，努力創造良好的就業環境，減少就業壁壘和職業隔離，而勞動力也應從自身角度出發，獲取更多專業知識和技能，以適應當今社會的就業浪潮。

(三)進一步分析與穩健型檢驗

通過全樣本和分樣本回歸分析可以得出，非正規就業的確在不同程度上降低了勞動力的就業滿意度。然而，考慮到城鄉二元結構、戶籍制度所帶來的非正規就業的城鄉差異較大，并且農民工群體是非正規就業群體中的重要組成部分，本文在性別差異的基礎之上，繼續將樣本分解為農業戶口和非農戶口，進一步探究非正規就業對就業滿意度影響的城鄉異質性，以加強實證分析的穩健性。非正規就業對勞動力的就業滿意度影響的城鄉性別差異回歸結果見表4。進一步分析的結果只將核心解釋變量是否參與非正規就業結果展示出來。

表4 城鄉性別差異Ⅳ Probit回歸結果

通過表4可以看出，分城鄉樣本與之前樣本的回歸分析結果相仿。具體地，非正規就業使得每個樣本群體的就業滿意度有不同程度的下降，這一點與前文得出的結論相對應。不論男性勞動力還是女性勞動力，非正規就業使得農業戶口群體的就業滿意度相對更低，相對非農戶口，貼有“農業戶口”和“女性勞動力”雙重“標簽”的女性農業戶口勞動力，成為勞動力市場中明顯的弱勢群體，非正規就業以及其他因素對其帶來的就業滿意度下降效應尤為明顯。政府應針對這部分群體實施就業保障，其就業質量等問題值得持續關注。

前文實證分析得出，非正規就業在不同程度上影響了勞動力的就業滿意度，尤其對于女性農業戶口勞動力來講，非正規就業顯著降低了其就業滿意度。然而，進一步分析發現，就業滿意度較低的群體由于其非認知能力、人力資本等原因，這部分群體更可能反向選擇非正規就業，這也自然導致了非正規就業與就業滿意度的“雙向選擇”問題，為了減弱由“自選擇偏誤”引起的內生性問題，本文使用傾向得分匹配法(PSM)再次進行穩健性檢驗(2)該方法于20世紀80年代提出，后被廣泛運用于經濟學、管理學、社會學等研究當中。。該方法假定由正規就業和非正規就業組成的兩組群體當中，這兩組群體的個體差異能被一組共同因素所解釋，那就可以使用這些共同影響因素進行分層匹配，控制住其他影響因素的情形下，使得每一層級內的非正規就業者和正規就業者唯一的不同是是否為非正規就業，然后進一步考察二者就業滿意度的差異。本文將非正規就業視為實驗組，將正規就業視為控制組，用傾向得分把是否從事非正規就業視為一種概率，以此概率作為分層匹配的基礎，進而得到較好的ATT效應(即實驗組影響系數)。通過估計，各組別及變量的匹配結果均通過了平衡性檢驗(3)t檢驗概率值顯示，匹配變量均不能在10%顯著性水平下拒絕實驗組與控制組無顯著差異的原假設。本文未將平衡性檢驗結果輸出表格，感興趣的讀者可單獨向作者索取。。本文采取最近鄰匹配與核匹配方式進行檢驗，全樣本以及分樣本PSM的ATT效應如表5所示(4)本文以0.25個對數發生比log[(1-p)/p]的標準差為半徑進行1∶1的最近鄰匹配，以內核為基礎的kernel匹配中使用默認的核函數與帶寬。。

表5 各樣本傾向得分匹配ATT處理效應

通過表5的傾向得分匹配ATT處理效應可以看出，在全樣本、城鄉性別分樣本的不同樣本組別中，非正規就業均顯著降低了勞動力的就業滿意度，與前文的實證結果相似。非正規就業對農業戶口女性勞動力就業滿意度的“懲罰效應”最明顯，就業弱勢群體的就業質量值得持續關注。總體而言，城鄉分樣本回歸、傾向得分匹配ATT結果與前文得出的結論基本相符，這進一步增加了實證分析的可靠性和穩健性。

(四)模型檢驗

本文采用Probit方法進行回歸分析，在使用BP檢驗對異方差進行檢驗時，所有樣本的回歸模型均接受原假設，說明模型較好地避免了異方差問題。針對可能存在的變量多重共線性問題，本文采取了方差膨脹因子VIF測量法，結果顯示，全樣本以及分樣本VIF值均遠小于10，因此判定不存在變量多重共線性問題，數據處理和實證分析具有一定準確性和合理性(5)本文未將模型檢驗內容展示出，有興趣的讀者可向作者索取。。

五、結論與討論

本文基于CFPS 2016年數據，利用Probit回歸等計量方法，以非正規就業為切入點，從性別差異角度探討非正規就業對勞動者就業滿意度的異質性影響。通過實證研究，主要得出以下結論：第一，非正規就業顯著影響勞動者的就業滿意度。通過全樣本回歸可以發現，非正規就業顯著降低了勞動者的工資水平滿意度、工作時間滿意度、工作環境滿意度以及綜合就業滿意度，非正規就業的就業滿意度“擠出效應”明顯。第二，非正規就業降低了勞動者就業滿意度且存在性別差異。分樣本回歸結果中可以發現，非正規就業更為顯著地降低了女性勞動力的就業滿意度，這種效應比男性勞動力高出38.5%，這說明勞動力通過非正規就業解決自身就業問題并不能夠提升其就業滿意度，尤其是對于女性勞動力而言，就業性別歧視、職業隔離等問題值得持續關注。第三，農村女性勞動力的非正規就業滿意度“擠出效應”最明顯。農業戶口和女性群體的“雙重標簽”使得這部分群體成為勞動力市場中的弱勢群體，其就業質量值得持續關注。第四，工作指標、人力資本稟賦對就業滿意度產生了一定影響。工資提升和工作時間降低能夠顯著提升男女勞動力的就業滿意度，受教育年限、相貌對男性就業滿意度產生了顯著的影響。工具變量的使用和穩健性檢驗提升了實證分析的可靠性。由此，勞動力市場發育和轉型促成的非正規就業的整體“經濟績效”和個人“社會績效”值得進一步關注。

結合實證分析發現，本文提出以下建議與討論：

第一，關于非正規就業的滿意度“擠出效應”及其性別差異的討論。非正規就業是降低勞動力就業滿意度的重要因素，這種效應對女性而言更加明顯。非正規就業的就業滿意度“擠出效應”從側面反映出勞動力市場發育過程中的若干問題。正是由于非正規就業的保障不健全、組織水平較低等種種特點，就業性別歧視、職業隔離的存在成為普遍現象，而生育政策的調整使得女性勞動力在非正規就業市場競爭中更為弱勢。針對勞動力市場不健全的現狀，政府應主動促進就業，創造公平的就業環境，破除勞動力流動壁壘，積極促進戶籍制度改革，鼓勵非正規就業的“正規化”轉型，努力減少就業性別歧視，促進女性再就業和自身發展；在就業方式多樣化的今天，勞動力自身也應掌握有關技能，以適應就業市場的發展大潮，進而提升綜合就業滿意度。

第二，關于非正規就業性別差異及未來發展方向的討論。從就業方式來看，非正規就業是正規就業的一種重要補充，能夠保證勞動力市場中的大量勞動力獲得就業崗位，有關宏觀數據表明，全球約有20億勞動者屬非正規就業，占全球就業總人口的比重超過61%，而微觀數據調查顯示，中國的非正規就業也占將近五成(6)數據來自中華人民共和國財政部官網國際財經中心，原始數據由2018年4月30日ILO發布。。在就業市場中，男女勞動力同處競爭關系，目前來看，女性勞動力不論在正規就業崗位還是非正規就業崗位，都會受到一定排擠。因此，如何提升女性勞動力就業質量，保證女性勞動力合理的勞動供給值得思考。隨著信息革命的不斷深化，以及互聯網、人工智能等新興技術的普及，未來非正規就業將會成為重要的就業方式，因此，非正規就業滿意度及其性別差異值得持續關注。

第三，關于局限性和進一步研究的討論。本文研究非正規就業對就業滿意度的影響及其性別差異，但研究具有局限性，數據和方法有待豐富，非正規就業中不同職業就業滿意度的差異有待考查。隨著大數據等科學技術的持續發展，能否對女性非正規就業提供就業契機，網絡經營、電商等典型非正規就業群體值得深入研究。