女性就業與中國經濟周期*

陳利鋒 王凱風 林柳琳

引言

近年來，女性在勞動力市場扮演著越來越重要的角色。2020年世界銀行對歐洲各國的女性就業情況進行了調查，結果顯示西歐各國女性勞動參與率均超過55%，北歐國家甚至超過60%。中國國家統計局于2020年進行第7次人口普查，數據顯示近十年中國女性勞動參與率均接近60%。勞動力市場現實情況引起研究者對女性就業問題的研究興趣，一個重要的表現是近年主流宏觀經濟學分析開始考慮性別差異因素，諸如女性就業對工資收入的影響、女性就業的影響因素以及促進女性就業政策設計等方面的研究文獻不斷出現，女性就業問題成為研究中的熱點話題。①鄢偉波、安磊：《中國女性勞動供給為何降低：來自流動人口的證據》，《世界經濟》2021年第12期。

早期相關研究從微觀視角探討女性就業問題，如女性勞動參與率的影響因素、女性就業行業分布、女性技能結構、女性非正規就業選擇以及女性企業家培養等。近年來，部分研究者開始從宏觀視角分析女性就業與產業結構變遷問題。Ngai和Petrongolo（2017）指出，女性就業快速上升是美國產業結構變化的重要影響因素，一個重要的體現是女性就業上升導致美國服務經濟的快速發展。②Ngai,L and Petrongolo,B,“Gender Gaps and the Rise of the Service Economy,”American Economic Journal：Macroeconomics，vol.9,2017,pp.1-44.另外一些學者則主要關注女性就業對宏觀經濟波動的影響。結合美國和歐洲國家在國際金融危機之后勞動力市場出現的緩慢復蘇現象，Albanesi和Sahin（2018）建立實際經濟周期（以下簡稱RBC）模型討論了這一現象的成因，即美國與歐洲國家的女性就業對經濟周期變化更加敏感。③Albanesi,S and Sahin,A,“The Gender Unemployment Gap,”Review of Economic Dynamics,vol.30,2018,pp.47-67.Albanesi（2022）通過構建包含女性就業與男性就業的RBC模型考察了女性就業變化對美國經濟周期波動的影響，顯示女性就業顯著改變了美國經濟周期變化特征。④Albanesi,S,“Changing Business Cycles：The Role of Women’s Employment,”Review of Economic Dynamics,vol.3,2022,pp.32-66.那么，與之相關的一個問題是，為何女性就業快速上升影響了一國宏觀經濟周期？Razzu和Singleton（2016）構建包含女性就業的向量自回歸模型分析金融危機對女性就業的影響，發現女性就業對金融危機的反應更加迅速，進而使金融危機對各國經濟產生更大的負面影響。⑤Razzu,G and Singleton,C,“Gender and the Business Cycle：An Analysis of Labour Markets in the US and UK,”Journal of Macroeconomics,vol.47,2016,pp.131-146.Wu（2015）以及Lauermann et al.（2020）指出，女性就業增加了勞動力市場搜尋成本并降低了匹配效率，因而導致宏觀經濟周期變化。⑥Wu,Q,“A Finite Decentralized Marriage Market with Bilateral Search,”Journal of Economic Theory,vol.160,2015,pp.216-242；Lauermann,S.,N?ldeke G.,Tr?ger T,“The Balance Condition in Search-and-Matching Models,”Economitrica,vol.88,2020,pp.595-618.Fukui et al.（2022）則進一步通過使用動態一般均衡分析方法考察女性就業對宏觀經濟波動的影響。研究結果發現，美國勞動力市場女性就業對男性就業產生了明顯的“擠出”效應，而這一“擠出”效應是導致美國經濟在國際金融危機之后緩慢復蘇的主要原因。⑦Fukui,M.,Nakamura,E.,Steinsson,J,“Women,Wealth Effects,and Slow Recoveries,”American Economic Journal：Macroeconomics,vol.2,2022,pp.401-432.

國內相關研究對女性就業相關問題進行了較深入的研究，部分文獻對中國女性就業特征進行了分析。張抗私和王亞迪（2021）使用2012年至2018年中國家庭調查數據對女性就業部門分布進行了統計，發現女性就業波動性顯著大于男性，造成這一現象的原因是中國大量已婚育女性選擇進入非正規就業部門。⑧張抗私、王亞迪：《生育對已婚女性就業選擇的影響研究》，《公共管理評論》2021年第3期。莫瑋俏和史晉川（2020）認為配偶就業越穩定，女性的勞動力供給意愿越小，女性就業波動越大。①莫瑋俏、史晉川：《就業穩定性、風險預防與女性工作時間》，《經濟理論與經濟管理》，2020年第2期。王勇和葛玉好（2021）則進一步指出，相比男性而言，女性在面臨消極外生沖擊時更容易選擇退出勞動力市場。這意味著當類似于中美貿易摩擦、金融危機、新冠肺炎疫情等逆向外生沖擊影響宏觀經濟時，女性相比男性更加容易選擇退出勞動力市場，進而引起就業與失業更大的波動。②王勇、葛玉好：《勞動力市場沖擊對女性就業和工資的影響》，《人口與健康》2021年第11期。

現有研究盡管對女性就業的變化趨勢及影響因素進行了深入研究，但關于女性就業對宏觀經濟變量的影響仍存在諸多可以深入討論之處。在國內外相關研究基礎上，本文構建了一個考慮勞動力性別差異的動態隨機一般均衡模型，并使用中國相關現實數據對這一模型進行了貝葉斯估計。相比現有研究，本文的邊際貢獻包括：第一，考慮了現實經濟中勞動力市場性別差異問題，構建了一個包含性別差異的動態隨機一般均衡模型。第二，通過脈沖響應分析以及貝葉斯沖擊分解方法，考察并比較了男性就業與女性就業對中國宏觀經濟波動產生的影響。

一、模型設定

（一）家庭

模型經濟中包含大量家庭，每個家庭均由男性和女性構成，并且所有家庭成員共擔外部經濟風險。定義NF,t與NM,t分別表示女性與男性勞動力的就業率，Ct為家庭總消費，參數ηF和ηM分別表示女性勞動供給彈性的倒數和男性勞動力供給彈性的倒數，定義家庭中女性成員占比為κ，家庭的目標為最大化如下終身效用：

其中，參數β為折現算子，為偏好沖擊且滿足：為沖擊持續性，是均值為0、方差為的白噪聲；和分別為女性勞動力供給沖擊和男性勞動力供給沖擊，且滿足：為沖擊持續性，是均值為0、方差為的白噪聲。

定義Kt與It分別表示物質資本和投資，資本調整成本S(X)滿足：S(δ)=S＇(δ)=1，δ為折舊率，并且Kt與It的動態關系為：

時期t至t+k女性勞動力工資水平保持在時，t+k期的女性就業定義為NF,t+k|t。如果女性名義工資可以靈活調整，那么t+k期女性就業定義為NF,t+k。類似的，時期t至t+k男性勞動力工資水平保持在時，男性就業定義為NM,t+k|t。如果男性名義工資可以靈活調整，那么t+k期男性就業定義為NM,t+k。依據成本最小化原則可得如下方程：

定義LF,t與LM,t分別表示女性與男性的勞動力供給，UF,t與UM,t分別表示女性失業和男性失業，那么女性和男性勞動力供給分別等于各自就業與失業之和，即：

女性勞動力、男性勞動力各自的工資水平與勞動力供給密切相關：當實際工資較低時，勞動者寧愿選擇享受閑暇；相反，則選擇供給勞動力。因此，勞動力供給決策均衡條件為：

（二）最終產品生產企業

模型經濟中最終產品生產企業以價格Pjt購入中間產品Yjt，通過Dixit-Stiglitz技術生產出最終產品Yt，最終產品的市場售價為Pt。最終產品生產企業的生產函數為：

其中，εp為不同產品的替代彈性。生產最終產品生產的最優中間產品投入滿足：

（三）中間產品生產企業

代表性中間產品生產企業j投入物質資本Kjt和有效勞動生產出中間產品Yjt，定義為通用技術沖擊且滿足：表示沖擊持續性，是均值為0、方差為的白噪聲。具體的，中間產品Yjt的生產函數為：

其中，參數α為資本的產出彈性，有效勞動由女性勞動力、男性勞動力以及女性勞動力特定技術沖擊構成。表示女性勞動力相對男性勞動力的特定技術沖擊，其度量的是女性勞動生產率的相對變化。定義表示女性相對生產率沖擊，并且服從平穩的AR（1）過程：表示沖擊持續性，是均值為0、方差為的白噪聲。具體的，有效勞動滿足：

方程（11）中，參數v∈( -∞,1]表示女性勞動力對男性勞動力的替代彈性，γ表示女性勞動力在有效勞動力中的投入占比，方程（11）相當于將男性勞動力的生產率標準化為1。中間產品價格Pjt依據交錯方式調整，即每個時期僅有比例為1-θp的中間產品生產企業進行價格調整。定義表示能夠為中間產品生產企業帶來最大利潤的價格，那么Pjt滿足：

由于名義價格剛性的存在，每個時期均有比例為θp的中間產品生產企業不進行價格調整。自時期t至t+k價格保持不變，定義t+k期中間產品生產企業的產出為Yjt+k|t。相反，如果價格靈活調整，那么定義t+k期中間產品生產企業的產出為Yjt+k。當價格保持不變時，與產出Yjt+k|t對應的中間產品生產企業的邊際成本為MCjt+k|t，那么P*t的決定方程為：

（四）社會資源等式、財政當局行為與貨幣當局行為

總就業Nt與總失業Ut均為女性和男性相關宏觀經濟變量加總而得，即：

經濟中的總勞動力供給Lt為總就業與總失業之和，即：Lt=Nt+Ut。這一方程構成了勞動力市場均衡條件。最終產品Yt用于私人消費、投資和政府消費（政府購買）。因此，依支出法可得社會資源等式：

政府購買Gt為總產出Yt的一個時變比例，即：

貨幣政策行為方程為：

其中，Y和Πp分別為產出穩態和通脹穩態，ρ、ρy、ρp均為泰勒規則參數，為貨幣政策沖擊且滿足：，ρr為沖擊持續性，是均值為0、方差為的白噪聲。

二、參數校準和估計

本文同時使用校準與貝葉斯估計兩種方式進行模型參數化。具體操作方式為：第一步，對模型不敏感的參數以及無法識別的穩態參數進行校準。第二步，對模型敏感的參數，使用中國現實數據進行貝葉斯估計。

（一）參數校準

部分宏觀經濟變量的穩態值在模型中無法識別，因而需要在貝葉斯估計之前對其進行校準。穩態時消費與產出之比γc，與陳利鋒等（2022）的做法相同，使用2002年至2020年歷年居民消費與GDP比值的平均值進行估算，即γc的取值約等于0.38。①陳利鋒、李晶晶、王凱鑫：《貨幣政策應該以支持經濟增長為目標嗎——基于包含內生增長的NK-DSGE模型》，《華中科技大學學報（社會科學版）》2022年第1期。女性就業占比γ，國家統計局網站公布的數據顯示，我國女性就業占全社會就業人員總量的比例保持在四成以上。基于便利性考慮，將γ的取值校準為0.4。物質資本折舊率δ和折現算子β，依據慣例分別校準為0.04和0.98。

（二）參數估計

依據Blanchard-Kahn條件，考慮性別差異的DSGE模型中包含了7個外生沖擊，基于數據可得性考慮選取產出、通脹、就業、消費和名義利率等5個宏觀經濟變量序列作為觀測值，這5個觀測值序列分別使用支出法核算的GDP、環比計算處理后的CPI、全社會就業人員、居民消費和上海銀行業同業拆借利率（SHIBOR）數據。與現有文獻相同，所有觀測值序列的處理程序包括：（1）取自然對數；（2）X12法去趨勢；（3）CF濾波法提取周期成分。所有數據均來自中經網宏觀數據庫，樣本期為2002年第1季度至2021年第2季度。

需要關注的是涉及性別差異的參數貝葉斯估計的結果。第一，女性勞動力供給彈性系數的倒數ηF和男性勞動力供給彈性系數的倒數ηM的貝葉斯估計值分別為0.7895和2.2526，意味著兩類勞動力供給彈性分別為1.2666（≈1 0.7895）和0.4439（≈1 2.2526），即女性勞動力供給彈性約為男性勞動力供給彈性的2.8533倍。Mullbacher和Wolfgang（2017）對美國和澳大利亞女性勞動力供給彈性系數進行了估計，結果顯示女性勞動力供給彈性大約為男性勞動力的3倍。②Mullbacher,S.,Wolfgang,N,“Labour Supply in Australia：An Assessment of Recent Developments and the Effects of a Tax Reform,”Empirica：Australia Economic Association,vol.44,2017,pp.465-486.張抗私和王亞迪（2021）對中國女性勞動力供給彈性進行了估計，作者指出女性勞動力供給彈性顯著大于男性勞動力。③張抗私、王亞迪：《生育對已婚女性就業選擇的影響研究》，《公共管理評論》2021年第3期。這些研究的結論與本文估計的結果基本一致。第二，女性勞動力的名義工資剛性與男性勞動力的名義工資剛性的貝葉斯估計值分別為0.6108和0.4736，即女性勞動力的名義工資剛性大于男性勞動力的名義工資剛性，表明女性勞動力工資調整的頻率更低。女性勞動力之間的替代彈性系數、男性勞動力之間的替代彈性的貝葉斯估計值分別為2.2485和1.8755，表明女性勞動力之間的替代性大于男性勞動力之間的替代性。本文估計的結果與Purva（2022）一致。后者使用印度數據估計的結果發現，女性勞動力之間的替代彈性大于男性勞動力，并且女性工資調整的頻率顯著低于男性。④Purva,K,“Closing Gender Gap in India：Does Increasing Women’s Access to Finance Help?,”IMF Economics Review，vol.2,2022,pp.27-51.Guisinger（2020）從就業部門分布的角度解釋了女性勞動力替代彈性大、工資調整慢的原因，即女性就業最多的部門為靈活且低簽約率的部門，這些部門的典型特征是政府勞動部門監管較弱和收入相對較低。⑤Guisinger,A,“Gender Differences in the Volatility of Work Hours and Labor Demand,”Journal of Macroeconomics,vol.66,2020,pp.13-49.換言之，這類部門從業者被替代的概率更大。這一結果與本文參數貝葉斯估計結果一致。同時，由于女性勞動力之間的替代性更強，因而女性在工資協商方面的議價能力相對較低，因而女性勞動力名義工資剛性更大。

三、動態分析

為分析女性就業對中國經濟波動產生的影響，本文首先考慮女性勞動力供給沖擊的動態效應，比較女性勞動力供給沖擊與男性勞動力供給沖擊的脈沖響應。在此基礎上，通過女性特定技術沖擊的脈沖響應分析女性勞動力的相對勞動生產率提高對宏觀經濟產生的影響。最后，通過貝葉斯沖擊分解技術考察女性就業對中國整體宏觀經濟波動的影響。

（一）勞動力供給沖擊的動態效應

圖1顯示1個單位標準差積極女性勞動力供給沖擊與男性勞動力供給沖擊的脈沖響應。顯然，積極的女性勞動力供給沖擊與男性勞動力供給沖擊均對宏觀經濟產生了擴張效應：外生沖擊引起消費、投資、產出、就業增加以及通脹、女性和男性勞動力工資增長率下降。不過，兩類勞動力供給沖擊均引起經濟中失業增加。這些發現均與現有研究如陳利鋒等（2021）以及Gal?＇（2022）等的結論基本一致。①陳利鋒、鐘春平、李良艷：《機器人、勞動收入份額與貨幣政策》，《財貿經濟》2021年第2期；Gal?＇,J,原因在于（無論是女性還是男性）勞動力供給沖擊增加了經濟中的勞動力供給，因而推動就業的同時也增加了失業（因為現實經濟難以完全吸收新增加的勞動力）。就業增加提高了家庭收入，因而引起消費增加，消費增加推動產品需求增加，進而刺激企業擴大生產規模以增加產出。企業生產規模擴張意味著不僅勞動力需求增加，而且對物質資本的需求也將增加，因而進一步推動了經濟中的投資增加。在這些積極因素的推動下，勞動力供給沖擊最終推動了產出增加。產出增加對于物價具有抑制作用，因而積極勞動力供給沖擊引起通脹下降。另外，在這一傳導機制中，積極的勞動力供給沖擊通過增加勞動力供給（以及由此引起的失業上升）抑制了工資向上調整的趨勢，因而引起工資增長率下降。因此，圖1顯示，女性勞動力供給沖擊和男性勞動力供給沖擊均引起女性和男性工資增長率的下降，這一發現與現有研究保持一致。產生這一結果的原因在于，積極的女性勞動力供給沖擊發生之后女性就業增加，盡管男性勞動力供給不變，但整體勞動力供給總量依然增加，因而引起女性工資增長率與男性工資增長率下降，不過前者下降的幅度更大。類似的，積極的男性勞動力供給沖擊發生之后，盡管女性勞動力供給總量保持不變，但男性勞動力供給數量增加推動了整體勞動力供給數量上升，因而推動女性與男性工資增長率下降，但與女性勞動力供給沖擊不同，男性勞動力供給沖擊引起男性工資增長率下降的幅度更大。

基于圖1可以比較女性與男性勞動力供給沖擊對宏觀經濟產生的影響。相比男性勞動力供給沖擊而言，女性勞動力供給沖擊發生之后，消費、投資、產出、就業和失業均表現出更大幅度上升，通脹表現出更大幅度下降。因此，就外生沖擊對宏觀經濟變量的影響看，女性勞動力沖擊具有更大的沖擊效應。這一結果與Wingender和Lalumia（2017）以及王勇和葛玉好（2021）等研究基本一致，后者均發現女性勞動力供給變化不僅對勞動力市場而且對整個宏觀經濟產生更大的影響。②Wingender,P.,Lalumia,S,“Income Effects on Maternal Labor Supply：Evidence from Child-Related Tax Benefits,”National Tax Journal,vol.70,2017,pp.121-144；王勇、葛玉好：《勞動力市場沖擊對女性就業和工資的影響》，《人口與健康》2021年第11期。那么，為何女性勞動力供給沖擊對宏觀經濟變量的影響大于男性勞動力供給沖擊呢？Purva “Insider-Outsider Labor Markets,Hysteresis and Monetary Policy,”Journal of Money,Credit and Banking,vol.54,2022,pp.53-88.（2022）指出，女性勞動力的名義工資剛性大于男性勞動力，因而女性勞動力的名義工資調整更加緩慢，女性勞動力供給增加無法迅速反映在工資的變化上。①Purva,K,“Closing Gender Gap in India：Does Increasing Women’s Access to Finance Help?”IMF Economics Review，vol.2,2022,pp.27-51.積極的女性勞動力供給沖擊引起產出增加和物價下降，由于女性勞動力名義工資剛性更大導致工資調整更加緩慢，因而物價下降導致女性勞動力實際工資相對上升。依據本文模型參數貝葉斯估計的結果，女性勞動力的就業彈性大約為男性勞動力的2.8533倍，從而實際工資相對上升將吸引更多女性加入就業隊伍。因此，女性勞動力供給沖擊對勞動力市場產生了相對更大的影響，進而引起消費、投資、產出等宏觀經濟變量更大的變化。基于圖1比較分析的結果表明，在經濟遭遇衰退之后，如果政策制定者希望通過拉動就業以實現勞動力市場與宏觀經濟的整體復蘇，那么通過政策調整以更大程度上吸引女性就業將是一個可供選擇的重要途徑。

圖1 勞動力供給沖擊的脈沖響應

（二）女性特定技術沖擊的動態效應

圖2顯示的是1個單位標準差積極的女性特定技術沖擊的脈沖響應。積極的女性特定技術進步是相對男性勞動力而言的女性勞動生產率上升，依據圖2可以發現，女性勞動生產率相對上升的影響包括：（1）引起消費、投資和產出增加；（2）就業減少和失業增加；（3）通脹下降。這一發現與關于勞動生產率提高的相關研究結果基本一致：勞動生產率提高對勞動力市場產生緊縮效應，但對宏觀經濟（如產出、投資和消費）產生擴張效應。不過，圖2與現有研究關于勞動生產率的研究結果存在兩個方面不同：第一，由于本文構建的DSGE模型中考慮了女性勞動力與男性勞動力的性別差異，因而圖2中女性相對勞動生產率上升對女性和男性工資增長率產生了不同的影響。具體表現為，女性相對勞動生產率上升引起女性工資增長率在經歷短暫上升之后開始下降，而男性工資增長率則在沖擊發生之后表現出下降趨勢。而以往大多數研究并未考慮性別差異，并發現勞動生產率上升引起工資增長率直接下降。第二，以往研究均顯示，勞動生產率提高引起通脹直接下降。但圖2中，女性勞動生產率上升最初引起通脹上升，在經歷短暫上升之后通脹開始表現出下降趨勢。那么，為何女性相對勞動生產率上升會對宏觀經濟產生這一影響呢？

在本文構建的包含性別差異的DSGE模型中，女性相對勞動生產率上升產生兩方面效果：第一，女性相對勞動生產率上升使女性勞動力在勞動力市場上更為緊缺，同時由于女性勞動力的名義工資剛性相對較大，勞動力市場緊缺并不能立即導致女性勞動力工資的迅速調整，工資的緩慢調整進一步推動了女性勞動力需求增加。女性就業增加引起相關的消費與投資（即總需求）增加，進而推動了物價與通脹上升。第二，女性相對勞動生產率上升提高了女性勞動力的工資水平，由于女性勞動力供給彈性較大，因而吸引了更多女性加入就業隊伍，最終使產出得到相對較大幅度增加，進而抑制了物價上漲。因此，女性相對勞動生產率上升對通脹的影響取決于這兩個方面效應的大小。Stevenson（2019）、陳利鋒和鐘玉婷（2020）分析了以上兩個方面影響并指出，在外生沖擊發生之初，較大的名義工資剛性使女性勞動力工資無法迅速調整，因而第一方面效應占優且通脹表現出上升趨勢，之后第二方面效應占優并最終引起通脹下降。①Stevenson,B,“Artificial Intelligence，Income，Employment，and Meaning,”The Economics of Artificial Intelligence,vol.1,2019,pp.67-77；陳利鋒、鐘玉婷：《人工智能、勞動收入份額與社會福利》，《華中科技大學學報（社會科學版）》2020年第4期。

圖2 女性特定技術沖擊的脈沖響應

女性特定技術沖擊發生后，由于女性面臨更大的名義工資剛性，因而女性勞動力名義工資無法迅速調整以實現市場出清，在圖2中通脹的最初上升的條件下引起女性工資增長率下降，之后則隨著通脹的下降女性工資增長率表現出上升趨勢。男性工資增長率則表現出與女性不同的變化趨勢：女性特定技術沖擊發生之后，男性工資增長率表現出下降趨勢。原因在于男性名義工資剛性相對較小，因而能夠相對迅速地對勞動力市場變化做出反應。在本文考慮性別差異的DSGE模型中，女性勞動力對男性勞動力具有一定的替代作用。當女性勞動生產率上升引起女性勞動力需求相對更大幅度增加，女性勞動力對男性勞動力產生替代作用導致男性勞動力需求更大幅度下降。勞動力市場條件變化使男性勞動力工資相對迅速向下調整，因而女性特定技術沖擊發生后男性勞動力工資增長率表現出下降趨勢并隨著這一沖擊的衰減而逐漸收斂至穩態水平。

（三）貝葉斯沖擊分解

通過貝葉斯沖擊分解技術可以考察女性就業對中國經濟周期波動的影響，即與女性就業有關的沖擊因素對中國經濟周期波動產生了多大的推動作用。與已有研究的做法類似，本文選取產出、通脹、投資、就業、失業等五個總量宏觀經濟變量作為分析對象，分別考察各類外生沖擊對推動這些宏觀經濟變量動態變化過程中的作用。換言之，通過貝葉斯沖擊分解得到外生沖擊對于宏觀經濟變量波動的解釋能力。具體的，貝葉斯沖擊分解的結果見下表1。

依據表1貝葉斯沖擊分解的結果可以發現如下事實：第一，在樣本期內，女性勞動力供給沖擊在推動產出、通脹、投資、就業和失業等宏觀經濟變量波動過程中所起的作用均大于男性勞動力供給沖擊。表1顯示，女性勞動力供給沖擊可以解釋產出波動的3.97%、通脹波動的3.66%、投資波動的3.05%、就業波動的9.28%以及失業波動的10.41%，而男性勞動力供給沖擊僅能夠解釋產出波動的1.31%、通脹波動的2.64%、投資波動的0.96%、就業波動的5.25%以及失業波動的8.65%。第二，在樣本期內，女性特定技術沖擊或女性相對勞動生產率變化顯著推動了中國宏觀經濟波動。依據表1，女性特定技術沖擊可以解釋產出波動的14.06%、通脹波動的15.21%、投資波動的12.36%、就業波動的14%以及失業波動的14.47%。第三，在樣本期內，與女性就業有關的因素是驅動中國經濟周期波動的重要力量。在本文構建的包含女性就業的DSGE模型中，與女性就業有關的因素包括女性勞動力供給沖擊和女性特定技術進步，依據表1這一因素可以解釋產出波動的18.03%、通脹波動的18.87%、投資波動的15.41%、就業波動的23.28%以及失業波動的24.88%。在中國經濟周期波動的驅動因素中，女性就業相關因素對產出波動、通脹波動、投資波動的貢獻居于第3位，對就業波動與失業波動的貢獻居于第2位。因此，基于貝葉斯沖擊分解的結果可以認為，女性就業是推動中國經濟周期的重要因素。

表1 貝葉斯沖擊分解

四、結論與政策含義

通過構建包含就業性別差異的動態隨機一般均衡模型，本文考察了女性就業對中國經濟周期波動的影響。研究結果顯示，女性在勞動力供給彈性、名義工資剛性以及同一性別勞動力之間的替代彈性等方面均與男性勞動力存在顯著差異，這些方面的差異使得女性就業在宏觀經濟遭遇外生沖擊之后表現出更大的波動性。因此，積極的女性勞動力沖擊對宏觀經濟產生了更大的擴張效應，并且女性相對勞動生產率提高對宏觀經濟產生擴張效應的同時，也對勞動力市場產生緊縮效應。更重要的是，女性就業是推動中國經濟周期波動的重要因素。

本文為我國實現“六穩六保”目標提供了政策啟示。第一，在各國現實經濟運行過程中，男性勞動力的勞動參與率與就業率相對更加穩定，而女性勞動力具有更大的就業彈性，因而吸引女性就業成為各國勞動力市場政策調整的重要所在。更好發揮宏觀經濟政策的積極作用，可以通過勞動力市場相關政策的調整和實施（比如對性別就業歧視現象加大處罰力度等）以更大程度吸引女性就業，同時消除教育中的性別不平等并加大女性勞動力的技能培訓力度，從而提高女性勞動力的相對勞動生產率。第二，本文研究結論表明，女性就業是推動中國經濟周期波動的重要因素，導致這一結果的原因在于女性具有更大的勞動力供給彈性。在勞動力市場遭遇逆向沖擊（如就業歧視程度上升、難以預測的外生變化等）時，相比男性勞動力而言，女性勞動力更加傾向于暫時退出勞動力市場，進而導致女性就業對中國經濟周期波動的影響大于男性勞動力。因此，更好地實現宏觀經濟穩定，采用合適的勞動力市場政策穩定女性就業將是一個可行的重要選擇。國內外眾多人口學、社會學研究者認為消除生育中的性別歧視、考慮女性家務勞動的價值以及對非正規就業的合理規制是提高女性就業意愿和穩定女性就業的重要途徑。近年來，中國政府通過相關法律制度保障了女性勞動力在女性生育險繳納、女性生育休假等方面權利，對于穩定女性就業具有重要意義。