流動模式對流動女性勞動參與的影響研究
——基于2017年流動人口動態監測數據的實證檢驗

譚江蓉，楊 君

(1.重慶工商大學人口發展與政策研究中心，重慶 400067；2.重慶工商大學 法學與社會學學院，重慶 400067)

1 問題提出

大規模的人口流動，提高了我國的勞動生產率，實現了產業結構的優化，推動了城市化進程，對我國經濟發展起到了重要的促進作用。據《中國農業發展報告2020》數據預測，到2025 年我國的城市化水平將達到65.5%[1]。國家衛健委發布的《中國流動人口發展報告2018》中數據顯示，2017 年末全國流動人口共計2.44億人，占我國總人口的18%。目前我國流動人口規模巨大，在人口流動的過程中也逐漸演變出各種模式。近年來, 我國流動人口舉家遷移的趨勢越來越明顯,夫妻二人或者夫婦攜帶子女在流入地居住、生活已成為當前流動人口的主要特征之一。家庭化遷移是遷移模式轉變的一個方向，并且這種遷移模式的影響將會大大超過個人獨自流動[2]。家庭化流動的一個顯著性特征表現為流動的性別結構趨于平衡，大量女性也開始加入流動人口的大潮中，當夫妻雙方在流入地基本穩定之后，他們的孩子、父母也會離開戶籍地，實現家庭的團圓。人口流動的過程有很多特點，有的是一次性舉家遷移，有的則呈梯次性，但是更普遍的是一個逐漸實現的過程[2]。

雖然女性的流動已經成為城市化進程、社會經濟發展的重要推動力量，但是近年來女性就業問題日益嚴峻。女性就業對于家庭經濟的貢獻、社會生產力的促進都具有重要意義，推動流動女性就業有利于釋放性別紅利、促進社會融合、實現社會整體發展[3]。因此面對流動女性就業受阻這一社會問題，需要重點思考以下問題：①各遷移模式是如何影響女性就業的？②當前阻礙女性就業的主要流動模式是什么？③政府、社會、家庭，現階段如何調整才能對流動女性的就業起推動作用？在國家推動實行全面就業、促進經濟發展的宏觀背景下，對上述問題的探討就顯得愈發重要。各個階段的遷移模式作為社會發展的新產物，對社會發展與城市社會空間也提出了新的挑戰。因此，探索流動模式對女性就業的影響這一問題，是中國社會經濟發展中產生的現實需要，也是積極推動研究流動人口的學術努力。

2 文獻綜述:遷移模式分類及就業的理論要素

流動模式一直是學者們研究的重要領域。過去幾十年里，有關人口流動模式分類的問題，學術界展開了一系列有益的探索，產生了許多的研究成果。概括起來主要有以下兩種分類方式。一種將遷移模式定義為家庭成員以一種什么樣的方式進入流入地[4]，認為人口流動應當涉及到流動過程和流動行為。在流動類型劃分時，一般分為3種類型，分別是非家庭式流動、半家庭式流動、完整家庭式流動[4～6]。這種劃分方式比較全面地考慮到家庭形式的復雜性與多樣性，但是較少涉及到隨著時間遷移的過程性方面。另一種分類方式是將流動人口的流動模式分為4種：依次為單人獨自流動、夫妻雙方共同流動、子女隨遷、父母隨遷[7]。這種流動分類模式既體現了以時點為界限的劃分，對流動的過程性也有比較好的把握。本文主要研究不同家庭成員隨遷如何影響女性的就業行為，所以按照本文的分析需求，將參考第二種流動模式的分類方法。

對人口流動的研究，有利于國家對我國宏觀的人口情況進行分析與掌握。自大規模人口流動的現象出現以來，學者們針對流動女性就業問題展開了許多有益的探索，從遷移的全過程對女性就業進行了深入觀察，提出了遷移的雙重性[8]、人力資本[9,10]、角色沖突[8,11,12]、時間分配[13]、家庭分工[17,22]等解釋框架。這些研究大多從具體的影響因素描繪了流動女性在進行就業選擇時的豐富圖景。雖然大家觀察到的現象存在差異，但是概括起來可以從個人、家庭、流動3個角度出發對流動女性的就業行為進行解釋。

個人的人力資本、角色沖突在一定程度上會對流動女性就業帶來很大影響[9]。一方面，我國二元勞動力市場背景下，大部分農村流動女性由于其受教育程度不高，而進入職業層次低的行業，這帶來的直接后果就是收入低、就業質量低，甚至面臨失業的風險[10]。但是受教育程度高、接受過較好的培訓等對流動女性就業的各種約束因素具有補償作用[9]。另一方面遷移的雙重性與角色沖突也使得女性在就業選擇上陷入兩難的困境。在遷移過程中，女性遷移者更多地表現為“雙重遷移”特征，這種雙重遷移主要呈現的是家庭化遷移和鄉城遷移同時發生[8]。這就意味著女性在就業時不僅要承受“外來者”身份的標簽，同時也會面臨來自“家庭”與“就業”的多重角色沖突。

從家庭的視角來看，目前對女性就業主要的兩個解釋范疇為家庭時間分配與家庭分工。首先，家庭時間分配理論最早由Becker提出，他認為從經濟學的角度證明，收入的增加需要由其他收入的減少作為補償[13]。家庭被看作生產與消費的整體，為了實現家庭整體經濟效益的最大化，女性一般會成為家庭勞動的主要承擔者。女性在家庭中所花費的時間越多，那么就意味著將減少工作的時間作為補償。李勇輝等認為花費在如家務勞動、子女照料、老人照料等上的非生產性勞動，將會提高女性的影子價格[14]。不同的遷移模式對于流動女性所帶來的影子價格有很大的差異，其中影響最大的是子女隨遷所帶來的成本最高，極大概率會導致女性退出勞動力市場[15,16]。其次是家庭分工理論。著名的經濟學家斯諾克斯對從事家務勞動等相關的非生產性勞動對社會的貢獻做了量化分析，探討了有關女性的人力資本投資問題，提出了家庭分工理論。該理論認為,為了從專業化中獲取更多的勞動報酬,夫妻雙方會專門從事家務勞動和市場工作[17]。與丈夫一起外出的女性流動人口就業的可能性低于單身外出的女性流動人口和單獨外出的已婚女性流動人口[18]。女性在遷移過程中由于受其現實條件制約，如人力資本、生理條件等，與市場就業相比家務勞動更具有優勢。但是這種分工模式不是絕對的，男性有時也會從事非生產性工作，而且隨著時代的發展，女性人力資本投資的增加，其參與到市場活動也相對頻繁[19]。但是隨著子女的隨遷，這讓女性的勞動參與又出現一些障礙，子女的照料與教育、家務勞動等問題隨之而來。在權衡利弊之下，通常是以家庭為單位，為了實現整體效益的最大化，女性不得不退出勞動力市場。

從流動視角來看，流動女性存在著社會資本非本土化的問題，再加上農村流動女性的信息收集能力和渠道受到很多顯示因素的阻礙，導致其社會資本質量較低、社會網絡同質性較強。不過，當女性的流動時間越長，其社會資本、網絡關系積累的就相對豐富與多元，對其就業也會起到促進作用[20]。馬骍認為，女性在流入地居住時間每滿一年，就業率大概會提高3.6%左右，長期流動對女性就業具有重要的促進作用[21]。對于農村流動女性來講，雖然其人力資本資源獲取較差，但是隨著進城后，她們在流入地居住時間的延長，獲得的就業信息越多，找到工作的可能性更大，在外就業的職業層次更高。

上述研究通過個人特征、流動特征和家庭功能3個視角對流動女性就業選擇所面臨的困境，從不同側面做出了富有洞見的解釋。但是，這些研究也有一些不足之處。首先，是對女性勞動參與的影響分析，這些研究大多數從宏觀社會文化與理論出發，但是從他們的實證模型中可以看出，還是有很大一部分影響因素缺少理論解釋。本研究從子女隨遷的角度，試圖拓寬影響流動女性就業的解釋框架，來彌補以往框架的不足。其次，他們都是把關注點放在家庭化遷移與子女照料問題的層面來分析對流動女性就業參與的影響，缺少對流動動態過程中配偶、子女、父母之間的關聯分析。不同的流動模式，主要是家庭成員逐個增加的流動情況，對流動女性就業影響之間的差異性研究存在著某些不足。基于此，有必要對一些缺失的部分進行補足。本文將女性勞動參與率低的原因聚焦到不同流動模式上，以每個模式為出發點，探討了各個模式之間的關聯以及背后可能阻礙流動女性就業的因素，從而重新檢視各個理論觀點。

3 數據、變量及方法

3.1 數據來源

本文研究的實證數據主要來源于“2017 年全國流動人口動態監測調查”，該數據是由原國家衛生和計劃生育委員會為了了解全國流動人口生存與發展狀況、特點、全國流動趨勢、公共衛生服務利用以及計劃生育服務管理等展開的全國性抽樣調查。調查的抽樣按照隨機原則在全國31 個省(區、市)和新疆生產建設兵團，采用分層、多階段、與規模成比例的PPS方法進行抽樣，抽樣調查的結果對全國以及各個省、市具有比較高的代表性。2017 年抽樣數據樣本總數共計169989 個。根據研究需要，只保留女性樣本，在刪除缺失值、處理了極端值和奇異值之后，本文保留的有效樣本共計81042 個。

3.2 變量選擇

3.2.1 因變量

本研究所關心的問題是流動過程中不同流動模式對女性就業狀態的影響，因此本文的操作變量應該是與女性就業有關。2017 年流動人口動態監測調查數據中所涉及的最符合本文研究要求的問題是“您今年‘五一’節前一周是否做過一個小時以上有收入的工作？”基于此問題來確定本文的因變量。本文將變量處理為虛擬變量，問題答案“是”表示流動女性處于有收入的就業狀態中，賦值為1，“否”表示處于沒有收入的非生產性活動狀態，賦值為0。

3.2.2 自變量

本文的主要自變量為遷移模式，由于原始數據中并沒有設立明確關于流動模式的變量，所以本研究依據段成榮的分類將流動的模式分為單人流動、與配偶流動、子女隨遷、父母隨遷4種。其中單人流動的變量處理條件為女性獨自一人流動，不包括配偶、子女、父母的樣本，處理最后共計29963個女性單人流動樣本；與配偶流動模式的處理條件為女性與其丈夫一次性或者梯次性流入到流入地，本文的樣本處理邏輯為女性與丈夫兩個條件，不包括子女和父母的樣本，最后得出的樣本量為18613 個；子女隨遷需要滿足女性與其子女兩重約束條件，不包括父母隨遷樣本，最后的樣本量為20566個；父母隨遷是在子女約束條件上增加流動女性父母樣本，最后樣本量為672個。在處理好流動模式之后，本文依據目前社會流動的趨勢，將流動模式進行組間比較，來探尋影響流動女性就業的相關因素。核心自變量處理為3個虛擬變量，依次為單人流動與配偶流動(配偶流動=1)、單人流動與子女隨遷(子女隨遷=1)、子女隨遷與父母隨遷(父母隨遷=1)。

3.2.3 控制變量

根據對之前文獻的梳理，以及經典的理論研究，本文選取的可能會影響流動女性就業的控制變量為：流動女性的個人特征變量，包括年齡、年齡的平方、民族、受教育程度、是否黨員、健康狀況；流動特征變量，包括流動范圍、流動時間；家庭特征變量，包括家庭收入對數、住房性質等。有關變量的含義以及具體描述統計見表1。

表1 變量描述性統計

3.3 分析方法

實證部分主要由3部分組成：第一部分是變量的描述統計分析，主要是展示各個變量的具體含義以及其數據特征。第二部分采用二元logistic回歸方法，由于本文所研究的是女性就業狀態，為二分類變量，所以選擇了logistic回歸模型來探索不同流動模式之間對女性就業參與的相關性程度。在第三部分中，本文會對不同遷移模式運用傾向值得分匹配進行模型穩健檢驗，由于對差異性研究采用的是模式間的兩兩比較，有相應的對照組與控制組，所以認為傾向得分值匹配能較好地對回歸模型的混淆因素以及選擇性偏差進行檢驗。

4 實證結果與分析

4.1 基于logistic回歸的模型檢驗

為了考察女性單人流動、和配偶流動、子女隨遷、父母隨遷4種流動模式對其勞動參與率的影響與各模式之間的內部聯系，本文使用logistic回歸估計流動女性的就業率，比較各個模式之間對女性就業參與之間的差異，并嘗試對這種差異性做出解釋。流動模式與女性就業是本文研究的關鍵，但對于其他影響女性勞動參與的因素也會做相應的討論。模型的估計結果如表2所示。

表2 流動模式對女性就業的影響

表2展示了流動模式之間以及所有的控制變量對女性勞動參與率的影響結果。模型1是女性單人流動與配偶流動之間的比較。回歸結果顯示，在控制了其他變量的情況下，與單人流動相比，和配偶流動時女性的就業幾率會下降到19.4%，并且在0.01 的水平上顯著。模型2 顯示，與單人流動相比子女隨遷會使女性的就業幾率下降32.5%，并且在0.01 的水平上顯著。模型3 是子女隨遷模式與父母隨遷模式之間的比較，結果顯示與子女隨遷相比，流動女性父母隨遷時，女性的就業幾率在0.01 的水平上顯著提高34.3%。很顯然，配偶、子女、父母等家庭成員對流動女性是否就業會產生很大的影響，并且這種影響程度在不同家庭成員之間表現出顯著差異性，所以本研究嘗試對這3個模型的結果做出相應解釋。

首先，無論是從社會學還是經濟學的角度對女性就業狀態的分析，都會受到來自配偶方面的影響。對此，本文從兩種范疇對模型1的結果進行解釋，一種是傳統的性別角色觀念。從古代的“男耕女織”到現代生活中的“家庭主婦”，大部分女性的“角色”都圍繞著“家庭”。這種傳統的性別角色觀念導致男性群體和女性群體在思想和行為上都趨于一致，認為女性應當從事家庭性生產工作而男性應當從事市場性生產工作。另一種是新家庭經濟學的理論范疇，該理論將家庭看作是獲取經濟效益的整體，當男性收入基本上能滿足他們的生存需求時，對于女性迫切想找一份工作的愿望就相對較小，而且與就業相比，女性在家實行照料行為與家務勞動行為會使得家庭效益最大化。其次，模型2中子女隨遷使得女性的就業參與率更低。家庭功能理論認為家庭結構是影響家庭成員決定的重要因素[23]。家庭角色分工理論認為，隨遷子女的照料問題與家務勞動問題的主要承擔者一般是女性，這種模式下也會嚴重阻礙女性的就業道路。最后，在模型3中，家庭代際關系也扮演著非常重要的角色，在生活中遭遇困難時，人們更傾向于在家庭內部尋求解決辦法。父母的到來會降低女性的家庭生產，讓其有更多的時間去進行就業選擇。

此外，流動女性的人口特征、流動特征、家庭功能等因素也會對就業產生重要影響。人口特征對流動女性就業產生的影響大多都是積極的。不管在哪種遷移模式，年齡對于流動女性就業的影響呈倒“U”型曲關系。這表明隨著年齡的增長，她們的就業的可能性越高，但是當年齡到達一定的臨界值后，年齡就不具備就業優勢。實證數據顯示，女性在年齡紅利期間對其就業都會產生積極影響。究其原因本研究認為可以從資本積累、生育任務兩個方面解釋。本文研究對象是15 歲以上的女性樣本，年齡越大在社會中所獲得的工作經驗、培訓等人力資本累積越豐富；年齡越大，流動女性的社交網絡范圍越大，能夠建立起更多的社會關系，對就業也能起推動作用。對于生育任務方面，本文所研究的對象是流動女性，對于女性來說，在不考慮其他因素的情況下，完成生育任務的女性對找工作更有利。民族在不同流動模式中對女性就業的影響也存在很大的差異，模型1和模型2中，擁有漢族身份的流動女性就業幾率比其他民族身份的流動女性就業幾率高。受教育程度是人力資本的重要體現。模型1、模型2、模型3中，受教育程度越高，對流動女性就業都會產生積極影響，提高的幾率分別是13.1%、7.2%、12.9%。黨員身份對流動女性就業具有促進作用，入黨的條件非常嚴格，要求有較高的自身素質與能力。在就業中有時候黨員身份也是一個篩選條件。從戶口性質來看，農業和非農業在流動女性就業上存在顯著差異。研究表明，戶口性質對流動女性就業不存在顯著相關性[2]。但是本研究結論表明，農村戶籍的流動女性就業的可能性更高。其原因可能是由于農村流動人口遷移更多是生存型，而城市流動人口更多傾向于發展型，當配偶收入不足以維護家庭生計時，也會促使女性進入勞動市場。但是這種戶籍因素隨著子女的隨遷消失了，這表明，無論是城市戶口還是農村戶口，子女對流動女性的就業都會起抑制效果。

流動特征中，流動時間與流動范圍也會對女性就業產生影響。本文流動時間為降序，從3個模型的實證結果來看，流動時間越少越不利于女性就業。隨著我國流動人口的發展，女性在流入地逐漸擴大自己的社交網絡，有利于獲得相關的就業信息，在一定程度上可以提高就業機會，流動時間越長，女性的就業率更高。這表明，我國的流動女性在就業選擇上可能會因為流動時間的推移而發生變化。從流動范圍來看，不同流動模式結果大體一致，從省到市再到縣，行政級別越低，就業率也越低，這可能和整個社會經濟水平、就業環境、消費水平有關。家庭特征中，家庭收入越高，女性越容易就業。住房條件中，沒有房屋產權的流動女性就業率越高。還有包括女性的健康狀況、暫住證的辦理情況等，均會對女性就業產生影響。

4.2 基于PSM的穩健性檢驗

在進行實證研究中，內生性問題往往不可避免。對于流動和就業的決策，具有特別強烈的個體屬性，也帶有個人或者家庭的主觀性。為了驗證結果是否可靠，本文采用傾向值得分匹配進行穩健性檢驗，來驗證各個遷移模式對流動女性就業參與的差異。

表3中模型4、模型5、模型6分別給出了不同遷移模式利用傾向值得分匹配的ATT結果。其中模型4 中的對照組是“和配偶流動”，控制組是“單人流動”，樣本是單人流動與夫妻共同流動的流動女性，結果顯示在0.01 的水平上夫妻共同流動時，女性勞動參與的可能性更低。模型5 中，控制組為“單人流動”對照組為“子女隨遷”，結果顯示，有子女隨遷的女性比女性單人流動的就業率更低。模型6中控制組是“子女隨遷”，對照組是“父母隨遷”，與子女隨遷相比，父母的隨遷會顯著提高流動女性的就業參與率。從整體上看，穩健性檢驗結果與模型1、模型2、模型3的結果一致，這說明實證的結果可靠性較高。

表3 基于PSM的穩健性檢驗

5 結論及建議

本文基于2017 年的全國流動人口動態監測數據，從女性遷移的不同模式角度分析了不同的遷移模式對流動女性就業的影響，得出了以下結論：①女性獨自流動與女性和一起配偶流動這兩種流動模式的比較中，和配偶流動會顯著降低女性的勞動參與；②女性單人流動與子女隨遷這兩種模式之間，子女隨遷會顯著降低流動女性的勞動參與率；③子女隨遷與父母隨遷中，父母的到來會顯著提高女性的勞動參與率；④女性的學歷、黨員身份、流動時間、住房條件等因素對其勞動參與的可能性會起到一定的促進作用。

由上述結論可知，充分實現流動女性就業，提高整個社會的性別紅利與社會生產力不僅需要政策的大力支持，同時也要建立一個完整的有利于實現女性就業的社會、家庭、照料體系。對此本文針對性地提出以下建議。

5.1 社會制度與體系建設方面

(1)加快戶籍制度改革與公共衛生服務體系建設，促進流動女性平等就業。黨的“十八大”明確提出“要加快戶籍制度改革，有序推進農業轉移人口市民化”，在推進城鎮化、市民化的過程中，充分實現公共服務均等化，為流動女性創造更多的就業機會。

(2)積極制定流動人口住房保障政策，大力發展公租房，放寬對流動人口申請公租房的條件，切實解決低收入流動人口群體住房難的問題。

(3)對于流入地地區，政府要大力推動社會融合。有實證分析表明，社會融合在一定程度上可以提高流動女性的就業水平,機制研究發現，社會融合可以通過降低流動女性就業歧視、提高健康公共服務質量和穩定未來預期三方面的機制提高流動女性就業水平，改善流動女性的就業困境[23]。

(4)流入地的社區、公共部門、志愿者團隊政府可以給予相應的政策支持，這些部門可以向流動人口普及當地文化，提高流動女性的語言適應能力，以防止流動女性成為當地的“邊緣人”。

5.2 家庭體系建設方面

家庭責任是阻擋女性就業道路難以逾越的障礙，所以家庭支持對流動女性就業促進尤為重要。針對子女照料問題。要鼓勵祖輩照料、父職照料等，減少流動女性在照料當中的產出。子女父職照料對流動女性就業參與具有顯著的正向激勵。全社會要建立健全嬰幼兒照料服務體系，尤其需要重視農村地區的嬰幼兒照護的資源投入。Claire和muriel運用雙重差分法實證分析比利時的0～3歲兒童的正規托兒服務能顯著提高母親的就業率[24]。

需要指出的一些不足之處。在實證部分時，采用的2017年的截面數據進行分析，但是遷移過程涉及到一個時間序列，應該將研究對象放在不同的時間點進行就業參與的探索。