生育對流動女性就業的影響
——基于戶籍差異的比較分析

易瑩瑩，姚紫薇

(南京郵電大學 經濟學院，江蘇 南京 210023)

我國目前正處于城鎮化加速發展的新時期，城鎮常住流動人口數量逐年提升。為應對人口老齡化，我國在2013年推行單獨二孩政策、2016年推行全面二孩政策，但出生人口并沒有顯著增長。究其原因，有學者認為，女性生育會影響其職業發展[1-3]，因此育齡女性生育意愿并不強烈。除此之外，勞動力市場還存在薪酬性別差異。《2019中國職場性別差異報告》顯示，2018年中國女性平均薪酬為6 497元，為男性薪酬均值的78.3%。女性因生育可能導致就業中斷、收入中斷和工作經驗積累滯后[4-5]。

根據《中國流動人口發展報告2017》最新數據，全國女性流動人口的就業比例為77.5%，顯著低于流動男性93.9%的就業比例，其中影響女性就業最主要的原因是“料理家務或帶孩子”。流動女性具有“外來者”與“女性”雙重身份，在扮演母親與職員的雙重角色時更易受到市場和制度的制約，面臨更高的生育成本。遷移流動導致其家庭網絡功能弱化，之前從父母那里得到的幼兒照料支持消失，流動勞動女性需要花費更多精力照料幼兒逐漸使她們成為職場中的弱勢群體[6-7]。城鄉二元制度和異質性計劃生育政策導致不同戶籍類型的流動女性的生育率存在差異，生育對不同戶籍類型的流動女性就業造成的影響是否存在異質性有待進一步考證。

一、文獻綜述

當前關于生育對女性就業影響的研究主要集中于勞動參與率和工資收入兩方面。在勞動參與方面，學者普遍認為女性生育會對其勞動參與率產生消極影響，女性勞動參與率隨著生育數量增加而降低，其中生育負擔和有學齡前兒童需要照顧是造成女性減少勞動參與的主要原因[8-11]。張川川發現生育子女數量增加對城鎮已婚女性勞動參與率、工作時間投入和收入均有顯著負向影響[12]。還有學者指出，“重男輕女”的生育觀念嚴重影響農村婦女的生育行為，并且多生子女使得農業已婚女性的非農勞動參與率、勞動時間和收入均有所減少[13]。對已婚青年女性來說，生育男孩和女孩雖均會負向影響其勞動參與率，但男孩比女孩對母親外出工作的牽制力更強[14]。生育對農業女性就業的影響存在邊際遞減效應，同時也有文章提出隨著生育子女數量的增加，城鎮女性就業參與率可能出現倒U型變化[15-16]。

女性生育后為了平衡工作與家庭，可能接受較低的工資水平，這種現象被稱作“生育工資懲罰”。國外學者利用英國和美國數據對“生育工資懲罰”進行深層次探究，發現每多生育一個子女將使得女性勞動收入下降10%左右，且這一消極影響將隨著子女數量的增加而逐步增強[17]。於嘉也發現生育會對我國女性工資水平產生顯著負面影響，該影響隨著生育數量的增加而逐步加大[18]。段志民研究發現，缺少“三代同堂”家庭支持和從事專業技術管理類工作的女性的工資水平受生育影響更大[19]。此外，生育對城鎮體制內女性工資水平也有顯著消極影響，一孩的“生育工資懲罰”邊際效應比二孩更大，子女數量的增加會影響流動人口個人收入上漲，且生育數量對女性工資水平的邊際影響存在顯著地域、城鄉和產業差異[20-22]。

流動女性作為我國女性群體的重要組成部分，雖然進入城市能夠獲得更多就業機會，但其勞動參與率較男性流動人口低近20個百分點[23]，這與其生育行為是分不開的。本文在現有研究基礎上，利用流動人口動態監測數據，研究生育對我國流動女性就業的影響，從勞動參與率及工資收入兩方面展開，重點關注這種影響是否存在戶籍差異。

二、數據、變量及研究方法

(一)數據來源及處理

本文的主要數據來源于2011年、2014年及2016年全國流動人口動態監測調查數據(China Migrants Dynamic Survey,以下簡稱CMDS)，該調查采用分層、多階段PPS抽樣方法，在31個省(區、市)和新疆生產建設兵團隨機抽取樣本，2011年、2014年、2016年分別有128 000、200 000、169 000個樣本。(1)2011年、2014年及2016年全國流動人口動態監測數據包含本文需要測度的所有變量，越來越多流動女性孕婦選擇在現居地分娩、照料孩子，而一部分農村流動女性因城市開銷大而選擇回原戶籍地。使用三年混合截面數據避免了使用一年截面數據而造成樣本選擇問題，從而能提供更加精密的估計量。本文合并三年數據構成混合截面數據，選擇在本地居住一個月以上年齡在15～59歲之間的已育流動女性樣本，進行刪除缺失值等相關變量處理后，總計得到樣本150 536個。其中農業戶籍流動女性樣本129 384個，占比85.95%，非農戶籍流動女性樣本21 152個，占比14.05%。

(二)描述性統計

戶籍制度不同會導致各項指標特征分化，本文按戶籍性質分類，將農業與農業轉居民流動人口合并為農業戶籍流動人口，非農業與非農業轉居民流動人口合并為非農戶籍流動人口，對流動女性各個指標變量進行描述統計分析，結果如表1所示。

表1 描述性統計結果(n=150536)

表1顯示農業戶籍流動女性生育子女數較非農戶籍流動女性多，說明農業戶籍女性在生育政策和生育偏好的影響下傾向于多生孩子。非農流動女性的家庭收入以及個人收入均比農業流動女性高。在流動女性總體樣本中，初中學歷樣本比例為53.41%，說明流動女性普遍受教育程度不高，但是非農戶籍流動女性受教育程度明顯高于農業戶籍女性，非農戶籍的流動女性中，大專及以上學歷占比34.17%，比農業戶籍流動女性高出近30個百分點。流動女性總體勞動參與率為69.85%，非農戶籍流動女性勞動參與率較總體參與率稍高，但是非農戶籍流動女性勞動時間較農業戶籍流動女性短，可能原因在于非農戶籍流動女性的受教育程度普遍較高，擁有更多的社會資源，在城市中有更高的收入，可以適當減少勞動時間。樣本中流入東部地區的流動人口比例最大，為43.23%，說明流動人口有往東、中部經濟發達城市聚集的趨勢，因為能獲得更高收入和更多就業機會。

為了進一步了解樣本勞動參與率的變化特征，本文針對不同戶籍類型的流動女性，探究不同子女數量對其勞動參與率的影響，描述統計結果見表2。

表2 不同子女數量及不同戶籍流動女性的勞動參與率

從表2可以看出，不同子女數量及不同戶籍類型對流動女性勞動參與率的影響呈現差異。首先，非農戶籍流動女性總體勞動參與率略高于農業戶籍流動女性；其次，非農戶籍流動女性的勞動參與率隨子女數量的增加而迅速下降，對于農業戶籍流動女性，子女數量的增加對其勞動參與率的影響趨勢有所波動。

三、模型設定及估計結果

(一)生育對流動女性勞動參與率的影響

1．模型設定

流動女性的就業決策與生育決策可能相互影響，產生互為因果的內生性關系，參與工作的流動女性為了職業發展，傾向于少生或不生，同時生育傾向弱、工作能力強的女性勞動參與積極性也會更高。另一方面，雖然考慮了眾多控制因素，但依然有可能存在一些不可觀測的遺漏變量。國外學者利用雙胞胎作為子女數量的工具變量[24-25]，或采用頭兩胎子女性別作為工具變量[26]。中國生育背景不同于國外，考慮到中國存在男孩生育偏好以及城鄉生育政策的差異，本文采用第一胎子女性別作為子女數量的工具變量，考察子女數量與勞動參與率之間的關系。含有工具變量的Probit模型如下：

(1)

Xi=α0+α1Gi+∑λiWij+μi

(2)

方程(1)為第二階段回歸模型，Yi為第i個觀測對象是否參與勞動的虛擬變量，參與勞動賦值為1，未參與勞動賦值為0；方程(2)為第一階段回歸，表示第一胎子女性別對于子女數量的影響。Xi是主要解釋變量，即子女數量，Gi作為工具變量表示第一胎子女性別，Wij代表其他所有控制變量。α0、α1、β0、β1、γi、λi均為回歸系數，εi、μi為隨機誤差項。

2．估計結果

在控制了年齡、受教育程度、流入地區、婚姻狀況等變量后，發現子女數量作為主要解釋變量，對總體樣本、農業戶籍與非農戶籍流動女性的勞動參與率均產生了嚴重的負向影響。考察其對非農流動女性和農業流動女性影響的差異，結果顯示子女數量對于非農流動女性的勞動參與率負效應明顯大于農業流動女性(詳見表3)。

表3 子女數量對流動女性勞動參與率影響的非線性Probit回歸分析結果

從流動女性人力資本的角度考慮，勞動參與率隨年齡增大呈現倒U型變化，這與經典的勞動供給理論相吻合[15]。生育子女后若有6歲以下的小孩在身邊需要照顧，女性不僅要付出養育子女的經濟成本，更需要付出陪伴嬰幼兒成長的時間成本。表3顯示6歲以下小孩的養育負擔對于農業流動女性的影響稍大于非農流動女性，一方面可能因為農村流動女性流向城市后家庭支持弱化，父母不能在身邊幫忙照顧嬰幼兒，高昂的托育費用使養育負擔加重，另一方面可能因為農業戶籍的流動女性大多從事低技術含量的體力工作，往往工作時間較長、工資較低、可替代性較強。因此，農業流動女性更易選擇退出勞動市場以更好地照料子女。

家庭因素對勞動參與率造成的影響不容小覷，家庭月收入越高，女性的勞動參與率就越高，可能有兩方面原因。一方面女性的勞動收入越高，留在市場工作所能帶來的收益更高，家庭經濟壓力減小，則女性選擇繼續參與勞動的機率大大增加，機會成本理論能夠輔以解釋；另一方面，月收入越高的家庭有更多的托育選擇，城市托育服務資源相對完善使得母親不必為照顧孩子發愁，女性則傾向于進入市場勞動。另外，已婚流動女性勞動參與率較未婚女性更低，這與我國“女主內，男主外”的傳統社會意識有關，女性在婚姻生活中往往承擔更多的家庭照料責任，導致已婚女性被迫放棄自身職業發展，以實現家庭效益最大化。

從流入地區來看，流入中部、西部和東北地區的流動女性勞動參與率較東部地區要低。流動人口外出就業是為了獲取更多的就業機會和更高的工資，沿海東部城市相較于其他地區有更好的發展前景，其良好的社會經濟環境為流動人口提供了豐富的資源，東部城市第三產業的崛起也為流動女性提供了更多的就業機會。

3．內生性判斷及工具變量選擇

由于Probit模型中子女數量與勞動參與率之間存在嚴重的內生性關系，且不同戶籍的流動女性勞動參與情況不同，考慮將第一胎子女性別作為子女數量的工具變量，進行兩階段IV-Probit估計。但由于不同戶籍之間生育政策的差異，是否使用該工具變量需要按照實際情況判斷。對兩種戶籍類型的流動女性進行IV-Probit分析，結果如表4。

表4 子女數量對不同戶籍流動女性勞動參與率影響的IV-Probit模型分析結果

表4所有模型的第一階段分析結果均顯示工具變量對于內生變量的解釋能力，顯然非農戶籍流動女性的第一胎子女性別對于子女數量的解釋能力相對于農業戶籍流動女性較弱。從表4可以看出，農業戶籍流動女性的外生性原假設為“H0∶ρ=0”，弱工具變量wald檢驗的p值為0.0004，小于0.01，可以在1%的水平上認為子女數量是內生變量，非農戶籍的wald檢驗p值為0.2913，未通過檢驗。出現這種戶籍異質性現象的原因有兩點：第一，與之前城鄉生育政策的差異性有關，在城鎮地區實行嚴格的獨生子女政策的同時，部分農村地區實行“一孩半”生育政策；第二，與生育性別偏好有關，中國農村地區家庭一直以來有強烈的男孩生育偏好，沒有男孩的農村家庭傾向于再生子女，一胎性別在很大程度上影響了農村女性的生育數量，而城市女性則沒有明顯的生育性別偏好。

為了更直觀地說明這種生育偏好情況，對數據進行描述統計得到表5，當第一胎為女孩時，農業戶籍流動女性選擇再生育的比例達到54.94%，而非農戶籍流動女性這一比例只有23.79%，更加證實了以上假設。

表5 一胎性別為女時不同戶籍流動女性生育情況

加入工具變量后將IV-Probit較Probit模型分析結果進行比較，發現對于農業戶籍流動女性而言，子女數量對其勞動參與率的負向影響明顯增強，表明Probit結果可能存在比較嚴重的內生性偏誤。由于工具變量的估計結果反映的是局部平均處理效應(LATE)，即由排他性工具變量所導致的內生解釋變量的變化所引起的被解釋變量的變化[27]，所得到的IV估計結果表示第一胎子女性別所帶來的子女數量變化對流動女性勞動參與率的影響。加入工具變量后受教育程度對于勞動參與率的影響由顯著變為不顯著，其原因可能是農業戶籍流動女性在城市中多從事非技術類工作，不需要過高的知識技能水平，體力勞動比腦力勞動更多，教育對勞動參與率的影響在農業流動女性群體中難以體現。以上兩種模型中其他解釋變量的影響基本相似，與以往研究結果一致，不再一一贅述。

4．穩健性分析

為驗證模型結果的穩健性，考慮到本研究樣本量較大，且二元變量取值較為平均，LPM的局限性在于違背了高斯馬爾可夫中的同方差假定，但異方差不影響系數估計的一致性和無偏性，其結果可以輸出作為本文穩定性檢驗進行回歸分析。(2)LPM使用OLS的估計方法，預測事件發生的概率，雖然概率估計值有可能落在0～1之外，但在二元變量取值比較平均及大樣本情況下，LPM的結果接近于離散回歸模型。限于篇幅不再展示具體表格，結果證明使用OLS模型與2SLS的結果與上文實證分析中Probit及IV-Probit模型結果類似，生育子女數量對于兩種戶籍類型的流動女性勞動參與率的影響方向一致，其他控制變量的估計結果同樣相似，即生育對于流動女性勞動參與率的影響估計是穩健的，負向影響的確存在。

(二)生育對流動女性工資水平的影響

1．模型設定

子女數量對流動女性的影響不僅體現在勞動參與率方面，還有工資水平上。由于工資水平只有在女性就業的情況才能被觀察到，而女性選擇是否工作并不是隨機產生，即存在樣本選擇問題。

本文采用經典的Heckman兩步法解決不可觀測因素產生的樣本選擇偏誤問題[28-29]，先利用Probit二元選擇模型預測個體樣本參與工作的可能性，計算出每一個樣本的反向Mills比率，再使用參加工作的女性樣本進行回歸分析，同時把反向Mills比率作為控制變量加入模型，以獲得一致估計量，探究生育對于工資水平的影響。本文中筆者認為婚姻狀態是與是否參與勞動決策有關而與工資水平無關的因素，納入工作決策Probit模型。同時在子女數量影響工資水平的過程中，反向因果和遺漏變量造成的內生性問題會干擾估計結果的無偏性，本文將Heckit模型與IV-Heckit模型進行比較分析。

不考慮內生性問題的Heckit模型如下：

(3)

Pi=η0+η1Xi+∑φiFij+υi

(4)

基于以上，結合Heckman和工具變量法的IV-Heckit模型由(5)(6)(7)方程組組成：

(5)

Pi=η0+η1Gi+∑φiFij+υi

(6)

Xi=α0+α1Gi+∑λiWij+μi

(7)

其中Gi作為工具變量表示第一胎子女的性別，注意方程(6)中不應該包括內生解釋變量子女數量Xi，而納入外生工具變量，μi為隨機誤差項。

2．估計結果

表6顯示在不同戶籍之間，工具變量外生性Hausman檢驗結果不同，對于農業戶籍流動女性，檢驗p值小于0.01，表示子女數量在農業流動女性群體中為內生性變量，而非農戶籍流動女性的Hausman檢驗p值為0.3762，無法拒絕子女數量外生的原假設。農業戶籍流動女性加入工具變量后，列(2)IV忽略子女數量的內生性問題會嚴重高估該流動群體女性生育對工資水平的正向影響，而非農流動女性未通過內生性檢驗，子女數量對勞動工資的影響在Heckit模型中顯著為正。因此本文選擇列(2)與列(3)分別作為農業與非農戶籍流動女性工資水平影響因素的結果分析。

表6 生育對不同戶籍流動女性工資水平的影響結果

生育對于流動女性工資水平的影響在不同戶籍之間存在相當大的異質性，與張川川2011年對全國女性的研究結論相反，子女數量對于農業戶籍流動女性的工資水平呈現顯著消極影響，而對非農戶籍流動女性的工資水平產生顯著積極影響。這表明戶籍制度引起的勞動市場的分割，阻礙了農民工從城市中獲得平等待遇的可能性，擴大了城鄉收入差距。其原因可能是：城市用人單位往往傾向于選擇受教育程度高、職業技能強、社會網絡較廣的非農戶籍流動女性，其職場保留工資相較于農業女性具備優勢，工資溢價超過農業流動女性；非農戶籍流動人口受傳統男孩生育偏好影響較小，女性生育更加注重質量而非數量，子女教育方面花費更高，因此需要選擇較高工資水平的工作。

有6歲以下小孩需要照顧對兩種戶籍類型的流動女性工資水平均有正向影響。與其對勞動參與率產生的負向影響不同，隨著育兒負擔逐年增加，流動女性流入大城市，缺少家庭支持，因此為彌補生育帶來的損失，流動女性會在能力范圍內盡可能選擇工資更高的工作，養育負擔體現為對勞動工資的收入效應。

四、研究結論與政策啟示

本文基于全國流動人口動態監測調查數據，采用工具變量法分析流動女性生育與就業之間的關系，并進一步利用Heckman兩步法解決樣本選擇問題以考察生育對工資水平的影響。主要結論如下：第一，生育子女帶來的生育負擔和有6歲以下孩子需要照顧帶來的養育負擔均對流動女性勞動參與率產生消極影響；第二，生育負擔對不同戶籍類型的流動女性工資水平的影響存在差異，對農業戶籍流動女性產生消極影響而對非農戶籍流動女性產生積極影響，養育負擔對不同戶籍類型流動女性工資水平均產生正向效應；第三，不同戶籍類型流動女性之間工具變量適用情況有差別，第一胎子女性別能作為農業戶籍流動女性子女數量的外生工具變量，而在非農戶籍女性樣本數據中無法通過外生性檢驗；第四，受教育程度越高、流入地區經濟越發達，流動女性勞動參與率和工資水平就越高。

可以看出，隨著城鎮化水平的提升，城市生活成本和生育成本進一步提高，流動人口的戶籍壁壘依然存在，必須提高對職業女性“生育代價”及其補償機制的關注度。從國家層面出發，政府應當加大財政支出，對生育女職工所在企業給予一定的優惠補貼政策，建立企業性別平等激勵機制，給予女性生育支持并營造良好社會文化環境，加強城市社區基礎設施建設。從企業層面出發，加強公司文化建設，消除公司內部性別歧視，完善夫妻的產假與陪產假制度，努力實現男女同工同酬，提高女性社會地位。從家庭層面出發，提倡家庭成員相互扶持，夫妻之間家務勞動合理分配，有效減緩職業女性的心理壓力和家庭負擔。

同時本文也存在一定局限性：第一，由于部分年份中工作時間變量的缺失，未能得到流動女性工資率，進而無法考察單位時間內雇傭者愿意支付的工資水平，導致流動女性的工資水平考察不盡全面；第二，由于問卷數據的限制，在分析生育對就業的影響過程中，控制變量仍然存在一定程度遺漏，例如是否有父母跟隨流動、丈夫是否承擔家務勞動等，因問卷中缺乏相關調查而無法加入模型考慮；第三，由于數據限制，無法對流動女性的職業進行準確劃分，實證結果未發現其符合社會就業市場異質性的規律，希望后續能就生育對不同行業流動女性群體的影響是否具有差異性進一步討論。