基于分位数回归的社会救助再就业人群收入研究

胡永远，倪丽艳

( 南京财经大学 公共管理学院，江苏 南京 210046)

一、引 言

已有研究认为，社会再就业人群收入偏低。从收入绝对值看，有学者指出，大部分职工再就业后的第一份工作月工资在500 元以下，只有不足总数5%的人，其月工资在1000 元以上［1］;2006 年6 月，北京社科院采用随机调查的方式，对北京市西城区和宣武区低保人员再就业状况进行摸底调查后发现，在99 户再就业家庭中，有54 户月收入在600 元左右，33 户月收入在800 元左右［2］;一半以上的城市弱势就业群体月平均收入低于800 元［3］;有研究社会救助再就业收入的学者指出，90%以上的受助家庭再就业收入在1000 -2000 元之间，普遍处于最低工资标准的边缘［4］。也有研究表明，再就业者收入不足未失业者的60%［5］。

但是，为什么社会救助再就业人群收入偏低?究竟这一人群的收入由哪些因素决定?已有的人力资本理论、歧视理论、个性特征理论可以对其进行一定的解释。根据人力资本理论，个体收入主要由其拥有的人力资本决定［6］，而社会救助再就业人群多为“4050”人员、妇女或病残人员，他们的受教育程度、健康状况等人力资本偏低，这使得他们的收入偏低;根据歧视理论［7］，社会救助再就业人群本身的特征，容易受到用人单位的统计性歧视，认为他们的生产效率低，不雇佣或者支付低工资;根据个性特征理论［8］，社会救助人群存在消极被动的个性特征，而消极被动的个性对就业工资都有显著的负影响［9］。然而，国内很少有关于社会救助再就业人群收入方面的经验研究，尤其没有从收入的分布层面来进行实证分析。

因此，本文以微观问卷调研数据为基础，利用分位数回归方法从收入分布层面对社会救助再就业人群收入的影响因素进行分析，探索社会救助再就业人群收入偏低的原因。

二、数据与计量方法

本文使用的数据是2011年6月“南京财经大学公共管理学院民生问题调查组”针对全国各省市进行的问卷调查和访谈数据。本次调查共发出问卷6000份，回收6000份，问卷调查对象为城乡20岁以上的居民，不含在校生。录入之前经过真实性和规范性的甄别，最后确认有效问卷2487份。本文需要研究的是城镇社会救助再就业人群的收入，但问卷没有专门设置城镇社会救助再就业人群这一选项。因此我们通过设置同时满足以下两个条件的城镇职工样本:1.领取过失业保险金;2.目前已再就业，作为城镇社会救助再就业人群样本。而城镇职工样本是指问卷调查中的城镇就业居民排除掉城镇社会救助再就业人群后的样本。得到城镇社会救助再就业人群样本136个，城镇职工样本1228个，全部城镇职工总样本1364个。

1.变量选择

我们以Mincer工资方程式为基础，选取以下变量:

被解释变量是“收入”，使用的是问卷调查中“目前您每月工资收入(含福利，税前)”，并取对数。

主要的解释变量。教育:将文化程度分为文盲半文盲、小学、初中、高中、中专、大专、本科、研究生及以上。将文化程度量化为受教育年限，依次为0年、6年、9年、12年、12年、15年、16年、19年。工作经验:问卷包含的已参加工作年限项作为工作经验变量。性别:采用虚拟变量，设定男性=1，女性为基组=0。培训:本文仅指对是否参加过职业技能培训采用的虚拟变量，设定参加过培训=1，未参加过培训为基组=0。健康状况:调查问卷中健康状况分为健康或良好、一般或较弱、有病、有残疾、重大疾病。本文采用虚拟变量，将前两种情况视为健康=0，后三种情况视为不健康=1，以健康为基组。

我在大街上正好碰上李老黑遛狗，那只浑身雪白的狮子狗摇头摆尾地跟在李老黑的大屁股后头，不时尖声细气地汪汪几声。李老黑看见我，竟然笑眯眯地问，下班了胜利？我交代你的事准备得咋样了？

其他控制变量。婚姻状况:本文分为已婚、未婚、离异、丧偶四种情况，以已婚为基组，设定其他三个虚拟变量。行业:分为种植业、养殖业、批发零售业、制造业、交通运输业仓储和邮政业、建筑业、住宿餐饮业、家庭服务业这八大类，以种植业为基组，设定其他七个虚拟变量。职业:分为党政机关工作人员、事业单位人员、城镇务工人员、务农农民、务工农民、个体工商户、离退休人员、家庭主妇、待业失业人员这九大类，以党政机关工作人员为基组，设定其他八个虚拟变量。所在城市:分为省会城市和非省会城市。设定省会=1，非省会为基组=0。所在区域:按照统计年鉴分为东部、中部、西部和东北四大区域。东部包括:京、津、冀、沪、苏、浙、闽、鲁、粤、琼，共10省(直辖市);中部包括:晋、皖、赣、豫、鄂、湘，共6省;西部包括:蒙、桂、渝、川、贵、云、藏、陕、甘、青、宁、新，共12省(自治区、直辖市);东北包括:辽、吉、黑，共3省，以东部为基组，设定中部、西部、东北三个虚拟变量。

2.数据描述

我们对社会救助再就业人群与城镇职工的个人特征进行了比较，见表1。

3.计量方法

为了研究社会救助再就业人群的收入决定因素，我们需要采用一定的计量经济学方法。普通最小二乘法(OLS)是最基本的计量方法，它可以揭示均值层面各个自变量对收入均值的影响，这也是我们进一步分析的起点和参照系。但是，由于收入变量的条件分布不是正态的，有一个长尾。因此，单纯从均值层面的结果还无法全面把握各变量之间的因果差别，尤其是不能把握因变量不同分布上的影响。基于此，我们引进了分位数回归。

表1 社会救助再就业人群与城镇职工的个人特征(均值)统计

三、实证分析

本部分我们将采用计量经济学方法，实证分析城镇社会救助再就业人群收入的影响因素。

首先，采用普通最小二乘回归法进行估计。选取月工资收入的对数为因变量，并以明瑟工资方程式［1］为理论基础，经过联合检验，对回归系数、F统计量和拟合优度的综合考虑，选取了教育、工作经验、工作经验平方、培训、性别、健康状况、从事职业、所在区域、所在城市为自变量。同时，为了检验城镇社会救助再就业人群与城镇职工工资收入是否有显著差异，本文在总体样本层面设置了城镇职工为虚拟变量，然后分城镇职工样本和城镇社会救助再就业人群样本分别进行估计，估计结果见表2的2-4列。

然后，选取了Q10、Q25、Q50、Q75、Q90分别进行分位数回归，且每一个分位数下分别估计了总体样本、城镇职工样本和城镇社会救助再就业人群样本三个方程，估计结果见表2。为便于直观展现从低到高各百分位上回归结果，本文同时呈现了Q10、Q25、Q50、OLS均值回归、Q75、Q90共6个点的回归系数趋势图，见图1-图3。

表2 收入决定的OLS回归和分位数回归结果

续表2

估计结果表明:

第一，人力资本变量是决定收入的主要因素，这符合人力资本理论预期。一方面，从总体样本OLS估计的拟合优度看，在常函数假设下，教育年限、工作经验、培训、健康状况等变量解释了收入的25%以上，这与已有研究的估计近似。另一方面，不论是OLS回归还是分位数回归，教育年限、工作经验、健康状况、培训的回报率都显著为正。以总体样本的OLS回归结果为例，增加1年教育，工资收入增加6.00%;增加1年工作经验，工资收入增加2.06%;接受培训，收入高出4.89%;不健康人群工资收入比健康人群低42.02%。

第二，人力资本变量系数存在显著差异。具体体现在:

(1)城镇社会救助再就业人群的教育回报率在各百分位上普遍小于城镇职工。图1直观地展示了这种趋势。尤其是中低收入(Q10、Q25)及高收入(Q90)分位数的社会救助再就业人群，其教育回报率较城镇职工差距较大。此外，城镇职工教育回报率在各百分位上整体趋势为小幅下降，出现这种教育回报率随收入增大而降低现象的经济学解释是教育对收入的边际效用递减，工作对教育的需求达到一定要求之后，教育对收入的效用开始降低。

(2)城镇社会救助再就业人群的工作经验回报率在各百分位上呈现负值，见图2。可能的解释是，城镇社会救助再就业人群多为“4050人员”，或国有企业改制中的下岗人员，下岗后他们年龄偏大，技能老化，对再就业具有不利影响;或者可能此类人员在问卷调查时没有准确减去其失业时间段以估算他们的工作年限;也可能是社会救助再就业人群因长期失业出现了人力资本“贬值”现象［1，12］。而对城镇职工来说，工作经验回报率随收入增长的趋势与教育回报率类似，都随收入增长小幅度下降，与理论预期一致。

(3)培训对城镇社会救助再就业的回报率不显著。表2显示，只在均值和Q75分位数上，总体样本和城镇职工样本培训的收入回报率显著为正。其他条件下，尤其是对于再就业人群而言，培训对收入增加没有显著正效应。这说明已有培训质量不佳，这样的培训可能只是形式上的，培训内容和方式不适合这一人群或企业需要。

(4)健康状况对城镇社会救助再就业人群的影响大于城镇职工，见图3。不健康程度对城镇社会救助再就业人群工资收入在各百分位上影响都较大，且随着收入的增加呈M型趋势。对城镇社会救助再就业人群来说，不健康人群比健康人群收入低65%以上，更有甚者，在Q90分位数上这个比例达到了92.73%。对城镇职工而言，不健康劳动力工资收入比健康劳动力工资收入低20%-30%。可见，城镇社会救助再就业人群收入受健康状况的影响较城镇职工大得多。

图3 健康状况(不健康=1)回归系数趋势图

(5)中低收入的城镇社会救助再就业人群与城镇职工收入差距较显著。在给定教育、工作经验、培训、健康状况等变量条件下，城镇职工(OLS回归)工资比城镇社会救助再就业人群高12.21%;在Q10、Q25、Q50分位数下分别高出12.72%、18.22%、12.47%。而在Q75和Q90点高出城镇社会救助再就业人群的差异不显著。这是城镇职工“身份”带来的工资溢价。可能的解释是，社会救助再就业人群受到了歧视，以及被模型估计忽略的个体个性特征差异。

四、结论与政策建议

本文基于问卷调查的微观数据，利用分位数回归方法对社会救助再就业人群收入的影响因素进行分析，得到如下结论:

第一，人力资本是决定社会救助再就业人群收入的主要因素。在常函数假设下，教育年限、工作经验、培训、健康状况等变量解释了收入的25%以上，这与已有研究的估计近似。但城镇社会救助再就业人群的工作经验回报系数为负值，即人力资本“贬值”，而且，培训回报不显著。

第二，与城镇职工相比，社会救助再就业人群收入决定的变量回报系数存在显著差异。一方面，城镇社会救助再就业人群在教育、工作经验、健康状况等方面的回报系数都低于城镇职工;尤其是中低收入和高收入分位数的社会救助再就业人群与城镇职工的教育回报率较城镇职工差距明显，不健康对收入的影响程度较城镇职工大;另一方面，城镇职工“身份”具有工资溢价。在给定教育、工作经验、培训、性别、健康状况等变量时，城镇职工虚拟变量可以增加工资12%以上，这可能由没有加入模型的个体个性特征变量或统计性歧视因素形成。

总之，我们的研究表明，社会救助再就业人群的收入低于城镇职工，这种差距不仅与他们自身禀赋(人力资本因素)有关，也与这些禀赋的回报率有关;尤其是中低收入分位数的城镇社会救助再就业人群的人力资本回报率显著低于城镇职工。所以，我们更应该关注中低收入分位数的社会救助再就业人群。

具体的政策建议包括:第一，改善培训质量，提高他们的文化程度和职业技能等人力资本因素。前面的分析表明，中位数收入上，工作经验的系数显著为负，因此，社会救助人群需要学习新的知识与技能。但考虑到普通的培训无显著效果，所以要改善培训质量，根据社会救助人群的特点和市场需求，设定特定的培训项目，有针对性的进行培训。第二，保障健康水平，加强健康的预防保健工作，加强流行疾病、传染病的控制预防、定期体检等;降低医疗服务价格，长期内提高居民健康状况。第三，建立最低工资制度，拉开救助收入与就业收入的差距，提高社会救助再就业人群的就业积极性，保障他们的正常生活。第四，改善就业市场环境，建立健全统一、开放、竞争、有序的劳动力市场，提高市场效率，降低就业歧视。

［1］赵延东.人力资本、再就业与劳动力市场建设［J］.中国人口科学，2003(5):20-25.

［2］邱莉莉.城市贫困家庭就业扶助对策研究——对北京市西城区、宣武区贫困家庭就业状况的调查分析［J］.北京行政学院学报，2007(2):62-65.

［3］徐向峰.城市弱势就业群体公共政策支持体系研究［D］.重庆:重庆大学，2008:10-11.

［4］王增文.社会网络对受助家庭再就业收入差距的影响［J］.中国人口科学，2012(2):78-86.

［5］刘文忻，杜凤莲.失业与中国城镇人口收入差距［J］.经济评论，2008(1):36-39.

［6］MINCER J A.Schooling，Experience and Earnings［M］.Columbia University Press，1974.

［7］BECKER G S.The Economics of Discrimination［M］.Chicago:University of Chicago Press，1957:13-15.

［8］BOWLES S，GINTIS H，OSBORNE M.The Determinants of Earning:A Behavioral Approach［J］.Journal of Economics Literature，2001，39(4):1137-1176.

［9］胡永远，邱丹.个性特征对高校毕业生就业的影响分析［J］.中国人口科学，2011(2):66-75.

［10］ARMSTRONG R D，FROME E L，KUNG D S.A Revised Simplex Algorithm for the Absolute Deviation Curve Fitting Problem［J］.Communications in Statistics:Simulation and Computation，1979，8(2):175-190.

［11］李培林，张翼.走出生活逆境的阴影——失业下岗职工再就业中的“人力资本失灵”研究［J］.中国社会科学，2003(5):86-101.