城郊農民市民化后就業類型及收入差異比較
——以天津寶坻區為例的實證研究

馬林靖，郭彩梅，孫 琦

(河北工業大學 經濟管理學院，天津 300401)

經濟“新常態”下，我國經濟增速開始向中高速轉變，而城鎮化在我國經濟結構轉型過程中起著重要的作用。隨著我國城鎮化水平的不斷提高，大量的城郊農民被“市民化”，大多數農民在失去土地后重新擇業，而城鎮化始終是縮小城鄉差距的重要途經[1-2]。雖然多數農民在市民化后社會保障得到改善，但仍存在部分傳統農民因就業信息不對稱、地域、知識及年齡等限制在身份轉變后只能從事一些技能要求低且工作內容單一的低收入工作，而且多數傳統農民由于求職態度和企業歧視一直難以就業，這導致了部分城郊居民在市民化后陷入了就業難和收入低的困境。而且根據國家統計局數據可知，2018年和2019年我國城鎮登記失業率分別為3.8%和3.62%，2018年和2019年城鎮調查失業率指標分別為4.93%和5.2%，可見調查失業率的比例要高于登記失業率，由此可知我國城鎮的實際失業率依然較高。而在這樣一個龐大的失業群體中包含了一大批城郊農民，面對如此龐大的待就業群體，實現穩就業將是我國現階段經濟任務的重中之重，經研究發現，目前非正規就業已經成為我國勞動力市場的重要組成部分。

國內外現有的關于非正規就業的研究基本上是關于非正規就業的規模、特征以及對經濟等的作用，近年來才逐步涉及非正規就業對收入的影響問題，而此類研究多是集中在非正規就業人員與正規就業人員收入差異的簡單對比及對整體收入不平等的貢獻度，忽視了非正規就業自身對其的作用效果，對其收入效果分析較為籠統。本研究將重點放在非正規就業的收入差異上，以天津市寶坻區的大規模一手調研數據為樣本，基于PSM模型研究了282個勞動力在不同就業選擇之下的不同收入并進行比較。模型研究主要是將非正式就業者分為自雇者與受雇者2種類型，通過計量統計方法研究不同就業選擇群體的收入差異，以客觀數據結果直觀反映非正規就業與其他就業形式的收入差異；同時探討各就業形式的影響因素，其有利于說明不同就業形式選擇背后的深層次規律，從而為我國解決就業難、緩解低收入群體的民生困境及制定相應就業促進和安全保障政策提供一些切實可行的結論和建議。

一、相關理論與文獻綜述

(一)相關理論

1．二元經濟理論。二元經濟理論是區域經濟學的奠基性理論之一。劉易斯較早地在《勞動力市場無限供給下的經濟發展》一文中提出了二元經濟模型，這一模型基于3個假設：首先，部門分為現代與傳統2種形式。現代部門的發展依賴于勞動力從傳統部門的轉移。其次，在付出等質等量的勞動條件下，非熟練勞動者能夠在現代部門拿到更高額的報酬。再有，根據目前的工資水平，現代部門的勞動力供需不平衡，供給大于需求。就這個意義來說，發展之初非熟練勞動者是充裕的。它表明在發展中國家，農村地區的傳統生產性農業與城市地區制造業占主導的現代部門同時存在，又因為農業中存在大量邊際生產率等于零的剩余勞動力，所以這一群體由農業向非農的大量轉移能夠進一步降低二元經濟結構的程度[3]。

劉易斯模型是以城鄉來進行二元結構的劃分，然而隨著經濟的不斷發展，托達羅等發展經濟學對此提出了質疑，他們認為農村剩余勞動力進入城市后，并不能直接進入城市中的正規部門，而是被非正規部門所吸納，主要以臨時工或者非全日制工作形式謀生，即非正規就業。因此可以得出農村剩余勞動力的轉移路徑為：“農業—非正規就業—正規就業”，這一理論說明了非正規就業產生和發展的外部力量，從城鄉關系和城市化的動態發展對其進行了解釋。

2.貧困就業理論。“非正規部門”這一概念源于國際勞動組織，其在1973年《就業、收入和平等：肯尼亞增加生產性就業的戰略》的報告中首次出現，之后在1991年、1992年，又分別對其進行了更加詳盡的定義，并且形成了國際標準，即：廣義上，非正規部門是指以創造就業和提供收入為基礎，主要由從事產品生產以及勞務的單位組成的就業部門。其最重要的特點為：生產規模小、對勞動力和資本一視同仁、組織水平較低。ILO的相關報告表明，在發展中國家城市中，大量自謀就業、臨時工數量的上升，有效地解決了其日益嚴重的就業問題，成為重要的就業選擇途徑。同時ILO認為非正規就業就像是“海綿”，對勞動力具有極強的吸納能力，而且對緩解城市貧困具有很重要的意義，因此非正規就業能夠成為城市貧困群體選擇就業的一種模式。

貧困就業理論可以說是非正規就業產生和發展的內在動力。正是其所強調的城市內部的結構分化，尤其是因城市失業以及貧困化而出現的社會階層分化,推動了非正規就業的產生和繁榮。

3.非正規經濟理論。一系列有關非正規經濟的理論在經濟發展水平的變化過程中應運而生，從而促進了人們對非正規就業的認識。首先，在針對勞動力市場以及城市貧困問題進行研究時，國際勞動組織以及世界銀行統一將非正規經濟歸屬為欠發達經濟的一部分，而其就業則被認定為不充分就業。其次，以受雇與自雇為基礎，哈特認為在城市的勞動力群體中存在二元結構，也就是其二元化模型。隨后，地下經濟學理論又對非正規經濟理論的發展給予了一定的推動和詮釋。最后，以新制度經濟學為出發點，地下經濟為框架，法伊格提出了一種有效的分類方法，該方法是以制度化為原則，將地下經濟分為4類：非法、未申報、未登錄以及非正式經濟。而非正規就業則大量存在于后3類，并且在此特征基礎上不斷地進行延伸，擴大范圍。

(二)文獻綜述

關于非正規就業問題國內外學術界進行了廣泛討論和深入研究，并取得了豐碩成果。

1.關于非正規就業所包含的范圍。“非正規就業”這一名詞由國際勞工組織的人類學家Keith Hart在20世紀60年代首先提出，認為非正規就業是指那些不受國家管理和支持的小規模企業以及木匠、小商、小販和修理工等職業，隨后提出就業者的單位以及自身屬性也應予以考慮，隨后Sabot、Jütting、Ruiz等都對這一概念進行了進一步的完善，以便于更好地研究非正規就業[6-8]。我國從20世紀80年代開始出現非正規就業，理論界對此關注則是從20世紀90年代開始，不少學者都對這一概念進行了探索，胡鞍鋼和趙黎、姚宇、吳要武、常進雄、薛進軍、楊帆等把非正規就業理解為非正規部門的就業以及正規部門中的臨時工、非全日制以及勞務派遣制等[9-13]；閆海波等認為判斷是否非正規就業的標準往往涉及到雇傭關系是否正式和是否進入政府征稅和監管體系[14]；張抗弘等將非正規就業概念界定為：無雇工的個體經營者、臨時工、領取工資的家庭工人以及政府機關、國有企事業單位和集體企業中的短期臨時工、非全日制就業和勞務派遣就業[15]。

2.就非正規就業的影響因素而言。Marc研究教育程度對拉丁美洲國家非正規就業的影響，結果顯示受教育程度與非正規就業呈反比，即受教育程度的上升，會降低選擇非正規就業的可能性[16]。吳要武和蔡昉、胡鳳霞和姚先國從微觀視角出發，也得出相近的結論[17-18]。Julie和Alexandra利用印度尼西亞的數據進行研究，結果表明家庭中嬰兒以及兒童的數量對男性的就業選擇基本沒有影響，但對女性存在顯著的影響，其表現為嬰兒或兒童數量的上升會極大地提升女性選擇非正規就業的可能性，二者存在正相關關系[19]。劉波和徐藹婷利用2009年CHNS 數據研究家庭收入對居民非正規就業選擇的影響，結論為非正規就業比例與家庭收入呈現“U”型趨勢，同時隨著受教育水平的上升，非正規就業比例逐漸下降且女性的非正規就業比例較高[20]。吳燕華和李金昌利用1993—2011年“中國健康與營養調查”數據，研究家庭老年照料對女性非正規就業選擇及收入的影響。研究發現，家庭老年照料會降低女性從事正規就業的可能性而提高其從事非正規就業的可能性，并且老年照料的強度越高(每周照料時間超過10小時)，女性勞動者非正規就業傾向越大。同時家庭老年照料強度對女性工資收入負效應的影響與就業類型有關，表現為非正規就業正相關，正規就業負相關，即非正規就業有利于緩減收入負效應[21]。張劍等研究發現，對大多數地區來說，最低工資的提高對非正規就業水平具有顯著的正向影響[22]。

3.非正規就業對收入的影響效果分析。屈小博研究非正規就業者與正規就業者收入差異，結論為非正規就業者收入低于正規就業者，同時認為原因在于勞動力市場以及戶籍分割, 張曉昕基于CFPS數據證實了相較于正規就業者，非正規就業者的勞動收入和教育收益率更高[23-24]。薛進軍和高文書以2005年城鎮數據為基礎進行研究，發現非正規就業占比高達58.85%，而其小時收入則低于正規就業者。而Pratap等在控制自我選擇的條件下認為非正規部門工資并未低于正規部門[25]。Timofeyev通過分位數回歸，以俄羅斯居民為對象，研究非正規就業對居民收入的影響。結果顯示非正規就業可以提高低收入者的收入[26]。Lehmann和Zaiceva研究得出正規就業高于非正規就業的收入的部分會隨著個人選擇性偏差、公司規模效應和稅收等因素的控制而消失[27]。胡鳳霞等利用CHNS數據研究受教育程度對不同就業工資差異的影響，得出人力資本，特別是教育在非正規就業和正規就業二者的收入差異方面起了重要作用[28]。蘇曉芳和杜妍冬通過建立OLS回歸方程以及Oaxaca—Blinder的分解方法，實證分析了人力資本、社會資本與我國流動人口就業收入的關系得出，流動人口的人力資本對正規就業收入有促進作用，而社會資本則對非正規就業收入的促進效果較為明顯。Oaxaca—Blinder的分解表明，受教育程度差異是造成工資收入差異的主要原因[29]。

基于對以往研究的梳理，針對非正規就業國內外現有研究重點多聚焦于非正規就業的規模、特征以及影響因素的論證，近年來才逐步涉及非正規就業對收入影響的問題，這一層面的問題大多以勞動力從事非正規就業與正規就業的收入差異進行研究，主要從勞動力市場和戶籍分割、受教育程度、性別等個體特征來進行探討，而缺少直接研究非正規就業這一就業形式對收入的影響效果，更未將非正規就業的不同形式進行區分，難以消除不可觀測因素導致的自我選擇偏誤，因此本文選擇傾向得分匹配模型(PSM)，詳細選取了多個處理組與控制組，對不同就業群體以及非就業群體的收入進行對比，更加清晰的呈現不同形式的非正規就業其對就業者收入的提升作用，進一步凸顯其對勞動力市場的重要性。

二、樣本選擇與數據來源

(一)樣本點基本情況

周良水苑小區，坐落在天津市寶坻區周良街道辦事處南100米，占地面積32.06萬平方米，建筑面積27.93萬平方米，小區共有樓房2 298套，其中別墅96套。社區中設有幼兒園、綜合服務站、衛生服務站、科普活動站、警務室、圖書室、農商銀行便民服務站、超市，周邊有溫泉都商業廣場、小型集貿市場以及餐飲娛樂場所等配套設施，居民在社區內及周邊就可以享受到門類齊全的各種綜合服務。2014年3月以來，水苑社區先后被評為“天津市美麗社區”“天津市文明社區”“寶坻區科普社區”等。從2009年開始，水苑小區由張唐莊村、張旭莊村、劉莊子村、木家鋪村、王良莊村、李賢莊村、聶莊子村、柴家鋪村、蔡家鋪村、李山莊村10個村陸續分3批還遷組建，涉及戶數1 053戶，人口3 401人，共有黨員202人。

水苑小區物業費按照多層及別墅0.38元/平方米、高層0.6元/平方米，取暖費25元/平方米的標準統一收取。為保障小區居民的民計民生，社區居民享受搬遷協議內所屬人員每人15 000元的物業取暖基金，每年每人能夠使用1 080元的基金利息收益抵扣物業和取暖費，多退少補，極大地惠及了小區廣大住戶，因此每年小區的物業和取暖費收取率均達96%以上。社區自成立以來，各類組織和制度逐漸得到改善，管理系統標準化，運行機制得到改進，社區的體制、機制也在不斷的創新。社區辦公地點設在小區物業樓二樓，辦公面積71平米，服務場所面積820平米，社區建設初期就本著“建筑以人為本”的設計理念，綠地面積15.74萬平方米，配套公共設施建筑面積2.01萬平方米，小區內設路燈、庭院燈550盞，機動車停車位1 747個，體育文化休閑廣場1個，消防設施、安全監控設施以及清潔和排污設施齊全，并做到了管理規范，運轉正常。

社區通過宣傳櫥窗、板報、宣傳標語等宣傳方式，對與社區建設相關的事宜進行宣傳，加大對黨內相關理論知識的講解介紹，加強社區居民對社區以及黨內思想的認識與了解；同時積極舉辦相關社區文化活動，鼓勵社區居民積極參與并建言獻策，提升其對社區的認同感以及歸屬感，從而建立和諧的人際關系，共同推進社區更好的發展。近些年水苑社區陸續開展了一系列的美化、凈化環境活動，通過對社區公共區域及死角的清理打掃，增強居民保護環境、自覺遵守公共衛生意識，而且還成立了文明衛生巡邏隊，對不文明、不衛生現象進行勸導，積極引導社區居民形成良好的生活習慣，真正體現了“社區是我家，創建靠大家”的文明、和諧的精神風貌。

周良街水苑小區是天津市城鎮化建設過程中較為突出的宅基地遷移地點，因此此次我們以它作為調研點來深入分析居住方式改變對居民生活的影響，進而回答居民對城鎮生活的適應性、滿意程度和城鄉文明融入情況。

(二)數據來源

筆者使用的數據資料為2018年底在天津寶坻區進行的入戶調查問卷，該調查以周良水苑小區為調查單元，主要采取的調研方法包括訪談法、觀察法和問卷調查法。本次調研時間點選擇2008年和2018年，通過隨機抽樣方式獲得了來自108個家庭共計334個有效樣本信息，并比較10年前后農民就業的轉型和生活變遷。

通過調查發現，被調查者幾乎99%以上依然是農業戶口，且男性比例為53.9%、女性為46.1%。從年齡分組看，18～65歲的勞動力比例超過64%，且各年齡段分布較為平均，樣本的性別和年齡分布基本均衡；同時由學歷分布可以看出，整體樣本中59.8%的被調查者為中學學歷，剩余32.7%為小學學歷，這兩者占到了總樣本的90%以上，大學以上學歷僅為6.6%，因此從總體上看樣本數據較為合理，如表1所示。

表1 變量的基本情況與特征

(三)描述統計

圖1展示了10年前后總體就業的變遷和構成，非正規就業明顯上升，正規就業略有增加，務農比例大幅下降。2008年水苑小區的10個村未搬入樓房居住前，他們的就業情況是以務農為主占58%，其次是非正規就業占26%，從事正規就業的占9%，未就業的占7%。根據2018年最新調查結果，由于征地等原因務農人群基本沒有，正規就業比例上升了4%，非正規就業占48%，行業分布集中在社會服務、制造業、建筑業和餐飲零售。

(a)2008年

(b)2018年

無業人群較10年前明顯增加，扣除年老體弱及無就業意愿的部分，有就業意愿而沒有工作的約占總體的6.7%，其中未就業人群中女性占比65.2%，而具有就業意愿的女性比例為46%。

進一步來看非正規就業的單位類型中，自營工商業約為19%、受雇臨時工比例最大為63%、企業占9%、小攤販占2%。工作地點有93%集中在寶坻區范圍內，在寶坻區以外的天津其他地區為7%，外省市比例為零。這表明非正規就業群體更傾向選擇離家近的工作，這也是一種典型的就地城鎮化就業(見圖2)。

(a)單位類型

(b)工作地點

從總體收入和消費看，2018年被調查家庭平均總收入10.1萬元，較2008年的5.58萬元明顯增加；消費上漲更為明顯，從2008年家庭全年花費1.6萬元上漲到4.2萬元。調查過程中，老百姓表現出強烈的增加收入意愿。

筆者對比了不同就業類型的收入發現，從總體趨勢看除務農和無業人群，其他就業類型的收入都較10年前明顯增加，增長最快的是正規就業和退休人員，其中退休人員的收入水平增加了近80%。2008年非正規就業者的收入最高，務農人群的收入水平和無業人員都是最低的，表示務農行業對農民來說并不利于收入增長，在就業轉型之后他們的收入反而能較從前有所增加。因此，就業轉型對農民來說就是一條增收之路(見圖3)。

圖3 不同就業類型的收入對比圖

從單位類型來看(見圖4)，自營工商業者的收入領先，公務員和事業單位排在第2位，但增長速度排在首位，第3位和第4位分別是企業和臨時工，務農和小攤販的收入最少。自營工商業也是一種非正規就業類型，對收入增加作用明顯。鼓勵農民創新創業是促進農民增收的最重要渠道。

筆者通過研究還發現，老百姓并沒有表現出對非正規就業類型的歧視與不滿，69.6%的非正規就業者對目前的工作狀態表示滿意，72.3%的人不打算更換非正規工作，他們更看重的是收入。

圖4 不同單位類型的收入比較圖

三、模型構建與實證分析

(一)模型構建

此次實證分析所使用的數據即為上述2018年針對天津市寶坻區所進行的調研數據，為了更加直觀地探討非正規就業與正規就業、無業者的收入差異，本文定義以下收入方程：

Y=αV+βX+ε

(1)

其中，Y為就業者的收入，V表示就業者是否選擇非正規就業的二值變量，X為控制變量矩陣，ε為隨機擾動項。控制變量包括性別、年齡、年齡平方、受教育程度、子女數、婚姻、戶籍、地區、父親的職業及地區變量，其中對于地區變量，此次實證我們將其定義為本村、本鎮、本區縣、本市、外省市這5種形式。

通過對調研數據進行分析處理，剔除掉其中具有缺失值的數據，最終共計獲得282個數據樣本，其中處理組非正規就業115個(其中自雇型26個，受雇型89個)，控制組分別為正規就業36個、無業者131個觀測值。

傾向得分匹配方法所依據的理論為：反事實推斷，即事物的雙面性。由于在統計中樣本選擇的偏差以及復雜變量的影響，會導致結果的不合理性。而此方法恰好可以進行很好的區別處理，能夠對處理組和對照組予以很好的對比。此方法在Paul Rosenbaum、Donald Rubin兩位學者的研究中提出，在醫學、公共衛生以及經濟學等領域得到廣泛的應用。

本文采取傾向得分匹配法探究非正規就業的影響效果，通過對非正規就業自身對收入的影響進行觀測，基于此方法，依據研究目的將勞動力樣本分為處理組(非正規就業)和控制組(正規就業、無業)，并將處理組進一步細分為自雇型與受雇型。同時定義非正規就業對收入的作用效果即平均處理效應為ATT：

ATT=E(Y1i|Vi=1,P(Xi))-E(Y0i|Vi=0,P(Xi))

(2)

其中，Y1i為就業者非正規就業下的收入，Y0i為就業者未非正規就業下的收入。P(Xi)為傾向得分，表示在控制可觀測變量X的情況下就業者選擇非正規就業的條件概率：

(3)

條件概率可以通過Logit模型進行估計，利用其擬合值計算兩組數據的條件概率，即傾向得分。

以傾向得分為依據，進而為每位非正規就業者匹配適宜的未非正規就業人員，形成符合試驗要求的對照組，使得處理組與對照組能夠直接比較。但由于 Logit 模型估計出來的P(Xi)為連續變量，傾向得分完全相同的匹配結果幾乎不可實現，因此不能直接應用傾向得分測算ATT值。對此問題的解決，目前一般采用最近鄰匹配、半徑匹配以及核匹配等方法進行匹配，從而得到較為接近的兩組數據。本文將這3種方法同時運用，進而通過結果進行比較，若三者的結果相近，則可說明最終的估計結果是較為穩健的。

(二)傾向得分的Logit回歸結果

首先針對處理組與不同控制組進行條件概率估計，即計算其傾向得分。本文中非正規就業包括自雇型與受雇型2種形式，而非正規就業則包含正規就業與無業2部分人群，所以針對不同的樣本組合實驗需要重復進行4次。因此共形成了4組樣本數據，如表2所示，列示的是處理組與控制組的Logit估計結果。

從結果來看，相對于正規就業者來說，年齡、年齡的平方、受教育程度以及戶籍、地區因素會對就業者選擇非正規就業具有一定的影響，年齡較大、學歷較低、農村戶口這類的就業者大多傾向于非正規就業，同時非正規就業人群多就業于本地區；而相對于無業人群來說，性別、年齡以及受教育程度、地區因素同樣存在影響，男性、年齡較大以及受教育程度較高這類就業者傾向于選擇非正規就業，而不是依舊處于無業狀態，同時這部分人群的非正規就業方向多傾向于外部區域，并不僅限于本地區，這也為就業者更好及更快地獲得就業機會提供了很好的機遇。

表2 處理組與不同控制組的Logit回歸結果

(三)傾向得分匹配分析

接下來以Logit回歸得到的ps值為基礎，運用匹配方法對不同數據組進行匹配分析，進而得到收入績效評估，最后進行穩健性檢驗，以保證實驗結果的真實性、穩健性、有效性。

1.平衡性檢驗。傾向得分匹配方法的運用需要滿足共同支撐假設與平衡性假設。為了確保匹配結果的有效性，需要對這2種假設進行檢驗。首先對共同支撐假設條件進行檢驗，通過核密度函數圖對其進行解釋：利用最近鄰匹配對處理組與對照組的數據進行匹配，從而得出2組數據匹配前后的核密度函數圖，從圖中可以看出匹配之前，2組數據的重合區域較小，這說明2組數據之間存在顯著差異，這進一步得出不能直接對從事非正規就業與未從事非正規就業的就業收入進行比較；而在匹配之后，可以明顯看出，處理組與對照組的核密度圖組間差異減小，這說明經過匹配后，2組數據的可觀測值具有相似的特征，從而說明2組數據具有可比性。同時，如圖5所示可以看出，處理組和對照組核密度函數圖的取值范圍相同，因此這充分說明滿足共同支撐假設條件，而且，本文還通過半徑匹配以及核匹配方法分別進行了驗證，結果顯示匹配結果均滿足共同支撐假設。核密度函數圖如圖5所示，4組數據的圖均符合共同支撐假設，故為避免繁瑣并未將所有結果圖列至于此，僅放置自雇與正規就業、受雇與無業這2組數據的核密度函數圖。

(a)自雇與正規

(b)受雇與無業

傾向得分匹配所需滿足的第二個假設條件為：平行假設。此假設運用均衡檢驗予以驗證。如表3所示，自雇型非正規就業與不同控制組的檢驗效果：控制組為正規就業時，年齡、年齡平方、婚姻在匹配后標準偏誤均低于5%，同時受教育程度、地區以及父親的職業在匹配后標準偏誤均低于20%，其二者的差異均在1%的置信水平上不再顯著；控制組為無業人群時，除性別以及地區外，其余變量匹配后的標準偏誤均低于20%，同時未成年子女數、婚姻、戶籍以及14歲時父親的職業的標準偏誤均低于5%，且差異均在1%的置信水平上不再顯著。這說明匹配后處理組與控制組大部分的變量均不存在顯著差異，匹配效果較好，且滿足了平衡性假設條件。

如表4所示，受雇型非正規就業與不同控制組的檢驗效果：控制組為正規就業時，除未成年子女數外，其余各變量在匹配后的標準偏誤均低于20%，其中一些變量的標準偏誤低于5%，且差異均在1%的置信水平上不再顯著；控制組為無業人群時，除受教育程度以及婚姻外，其余變量在匹配后的標準偏誤也均低于20%，有一些變量的標準偏誤低于5%，甚至為0%，且差異也均在1%的置信水平上不再顯著。

所以從整體來看，此定點分析模型滿足傾向得分匹配法的假設條件，且匹配效果較好，其對非正規就業與正規就業、無業的收入差異研究的結果具有可信度及有效性。

表3 自雇型與不同控制組的平衡檢驗效果

表4 受雇型與不同控制組的平衡檢驗效果

2.匹配結果分析。經過Logit回歸得到傾向得分以及相關檢驗的驗證之后，可以說明此次不同分組的樣本數據滿足傾向得分匹配方法的要求，且不同處理組與控制組除是否非正規就業這一個變量外，其余變量均不存在顯著差異，所以可以進行最后一步的ATT值的估計，也即非正規就業的收入差異分析，如表5所示。

將非正規就業細分為自雇型與受雇型再進行匹配后，可以發現當處理組為自雇型非正規就業時，無論是匹配前后，自雇者的收入均要高于正規就業者與無業者，在消除干擾因素后，自雇者的收入要比正規就業者高12萬元/年，比無業者高8.46萬元/年；而當處理組為受雇者時，匹配前，受雇者的收入要低于正規就業者1.58萬元/年，高于無業者2.44萬元/年，在消除其他因素的干擾后，受雇者的收入雖高于正規就業者的收入，但僅有1 367元/年，而且并不顯著，但受雇者的收入要比無業者的收入高1.86萬元/年，在1%的置信水平上差異顯著。

通過對結果分析可以發現，自雇型非正規就業的收入均高于正規就業人員的收入，且均在1%的置信水平上差異顯著；而對于無業人員來說，無論是自雇型還是受雇型的非正規就業對其收入都具有一定的促進作用，又由于非正規就業對就業者的門檻較低，因此非正規就業應該是無業人員特別是工作技能、學習水平等較低者的一個最佳就業選擇；而對于那些具有一定技術、資金以及創業想法的未就業者，僅從收入來看，自雇型非正規就業無疑是最優選擇，不僅解決了自身的就業問題，同時這也將會為市場增加一部分就業機會，一舉兩得的選擇。

表5 傾向得分匹配的估計結果

3.穩健性檢驗。為了保證結果的穩健性，筆者在進行傾向得分匹配時，運用了Bootstrap來對總體的標準誤進行推測，無論是半徑匹配亦或是核匹配，其結果均與最近鄰匹配相近。結果表明，對于不同的控制組，所得到的處理組的處理效應(ATT)、控制組的處理效應(ATU)以及總體的平均處理效應(ATE)與表5結果并無較大差異，因此更加保證了匹配效果的良好，如表6所示。

表6 不同控制組不同匹配方法下的匹配效果

四、結論與政策建議

(一)主要結論

本文利用2018年對天津寶坻區周良鎮水苑小區的調研數據，通過傾向得分匹配模型對自雇型、受雇型非正規就業者與正規就業、無業者的收入差異進行實證分析，得出以下結果：

1.根據Logit回歸結果可以看出：相對于正規就業者來說，年齡、年齡的平方、受教育程度以及戶籍、地區因素會對就業者選擇非正規就業具有一定的影響，年齡較大、學歷較低、農村戶口這類的就業者大多傾向于非正規就業，同時非正規就業人群多就業于本地區；而相對于無業人群來說，男性、年齡較大以及受教育程度較高這類就業者傾向于選擇非正規就業，而不是依舊處于無業狀態，同時這部分人群的非正規就業方向多傾向于外部區域，并不僅限于本地區，這也為就業者更好、更快獲得就業機會提供了很好的機遇。

2.從ATT結果可以得出，自雇者的收入均要高于正規就業者與無業者，在消除干擾因素后，自雇者的收入要比正規就業者高12萬元/年，比無業者高8.46萬元/年；受雇者的收入要比無業者的收入高1.86萬元/年。由此可以看出非正規就業對于就業者收入具有重要作用，非正規就業的收入并不一定低于正規就業者的收入，其收入的高低不僅取決于其不同的就業形式，同時與其就業者自身的個體特征存在一定關系。

(二)政策建議

第一，創造良好的非正規就業環境。對于非正規就業應該放松管理的嚴格程度，降低準入門檻，鼓勵創新創業，制造更多非正規就業崗位。政府以及金融機構進一步給予非正規就業寬松環境和幫助扶持，放寬非正規就業的政策平臺。第二，鼓勵發展自雇型非正規就業。自雇型非正規就業成為所有就業形式中收入效應最為明顯的形式，還能夠在解決自己就業問題的同時創造更多工作崗位，具有一定的乘數效應以及福利效應。各地政府相應的鼓勵政策、稅收補貼以及金融扶持貸款應當有針對性的實行，應鼓勵有創業想法的就業者選擇自雇型非正規就業。第三，完善非正規就業的勞動和社會保障體系。非正規就業與正規就業者相比沒有社會保障，這也是就業者不愿選擇非正規就業的一大因素，因此政府應該完善非正規就業的勞動和社會保障體系。首先，政府應該出臺措施，要求企業對正規就業與非正規就業在員工福利方面一視同仁。其次，完善社會保障體系內容，對具體適宜進行詳細規定，從而提高非正規就業人員的養老、醫療以及失業等的參保比例，以最大可能保障非正規就業人員的基本權益。