非正规就业劳动者就业满意度的性别差异

吴传琦，尹振宇，张志强

(1.清华大学 社会科学学院，北京 100084；2.龙源(北京)风电工程技术有限公司，北京 100034；3.中国出口信用保险公司博士后科研工作站，北京 100033)

随着经济社会多元化发展，非正规就业逐渐成为近年来的重要就业方式。非正规就业是伴随着中国改革开放的进程而发展起来的，非正规就业的存在，一方面体现了就业方式的多样性和灵活性，解决了诸多就业问题，另一方面也反映出了在中国这一人口大国正规就业“就业难”的问题。现阶段中国非正规就业存在缺乏劳动保障、增长速度快、劳动报酬较低、群体异质性明显等特点。就业作为第一民生，就业满意度自然是评价微观个体就业的重要指标之一。随着非正规就业逐渐成为社会的一种重要就业方式，其对于就业者的就业满意度是否产生一定影响？这种影响与正规就业有着怎样的差异？这其中的性别差异又是如何？这些问题值得探讨。

一、文献综述

随着社会发展，就业方式逐渐开始发生变化，国际劳工组织在1972年提出非正规就业的概念[1]，意味着非正规就业成为就业的一种新形式。近年来，中国总体就业人数与登记就业人数差距逐步扩大，这中间有两层原因，一是由于经济发展复杂化等带来的统计性误差，另一方面则是由于劳动力市场多样化发展和严峻的就业形势所形成的非正规就业所致[2]。非正规就业者体现为规模大、劳动条件较差、劳动关系不稳定、福利水平较低的特点[3]，其可能是导致收入分配扩大的重要原因之一[4]。从群体异质性的角度看，女性劳动力和农民工群体参与非正规就业的可能性更大，并且女性非正规就业者收入更低，职业隔离和就业性别歧视可能会解释这一现象[5-7]。因此，对于非正规就业会引起劳动者就业满意度如何变化成为就业领域研究的一大热点。

就业满意度是近些年来新兴的研究话题和领域，并且随着经济现代化发展和社会就业形式的多样化，就业满意度逐渐成为学界研究的热点问题。国外关于就业满意度的研究要早于国内，早期的研究主要是从人力资源管理角度展开的。相关研究在20世纪70年代便逐步开始，国外学者讨论了就业满意度的内涵和产生原因[8]，认为就业满意度与劳动力个人的绩效、组织承诺甚至是工作失误有关[9-10]，因此，劳动者和顾客的交流、工作灵活性等便成为提升就业满意度的有效方式[11-12]。

梳理国内有关就业满意度的文献可以发现，近五年是研究的高峰期，并且体现出逐年增加的趋势。个人因素、工作因素是影响到就业满意度评价的主要因素，因此，从个人特征出发研究不同群体就业满意度及其异质性是近些年来有关研究的热点所在。对于老一代农民工来讲，工资水平成为影响其城镇就业满意度的主要因素之一，这一点在年龄较大劳动力、女性劳动力中尤为凸显[13]，可以看出，物质因素比精神因素更多地影响到了农民工的就业满意度[14]；同样是农民工，新生代农民工更加注重工作晋升和工作涨薪机会等，对工资的期待没有那么强烈[15]；对于毕业大学生来讲，一份稳定的工作和有保障的薪金是提升其就业满意度的主要影响因素，这种稳定体现在雇用形式和社会保障方面，这也正是人们通常所提到的正规就业[16-17]。

关于非正规就业对就业满意度影响的研究是伴随多元化就业形式一同出现的。从理论上讲，非正规就业对于就业满意度会产生一定的负面影响[18]。有关发展中国家非正规就业及其对劳动力就业满意度影响的研究表明，非正规就业的确降低了劳动力对自身就业满意度的评价指数，这种效应在女性、老年人和大学生就业群体中体现得尤为明显[19]；在发展中国家，由于社会发展阶段等宏观因素的限制，就业问题普遍存在，就业者的就业满意度较低并不一定是由非正规就业本身决定的，工作态度、工作选择等微观因素也会对就业满意度产生一定的影响[20]；然而，非正规就业并不一定会造成就业满意度的必然降低，在收入不变的情况下，男性非正规就业者的就业满意度要高于正规就业者，而对于女性来讲，情况却相反[21]。非正规就业是影响劳动者就业满意度的重要因素，并且会显著降低其就业热满意度，这种效应尤其体现在男性劳动力和受教育年限较低的群体中[22]；由于养老保险制度的再分配功能较弱，所以会使得非正规就业者等弱势群体陷入相对贫困，进而降低其缴费积极性和就业满意度[23]；总体而言，非正规就业者对自身薪酬的满意度并不高，对就业状况感到较不满意[24]；而对于特定行业来讲，社会态度和收入水平是影响旅游业非正规就业满意度的主要来源[25]。值得一提的是，非正规就业还通过降低就业满意度进而降低了居民的主观幸福感和社会公平认知[26-29]，因此，非正规就业所带来的多重影响效果值得进一步关注。

结合已有研究，传统的正规就业劳动条件和福利水平一般较好，因此理论上对就业满意度会产生正向影响，而非正规就业兼有用工灵活、易于签约以及劳动条件相对较差的双重属性，因此，对于非正规就业及其就业满意度的研究更具针对性。从性别视角探讨非正规就业对就业满意度的影响，不仅可以细化对就业满意度和性别差异的理论研究，而且对于非正规就业劳动力市场的发育和改善以及就业性别歧视等具有一定的启示作用，丰富和细化男女劳动力非正规就业所带来的经济绩效和心理效应研究，具有一定的现实意义。

综上所述，国内外有关就业满意度以及非正规就业对其影响的研究较为完善，大概历经了从理论研究到实证分析的过程，并且随着劳动力市场的逐渐成熟化，关于就业满意度的研究呈现近年来增多的趋势。从现有的文献来看，有关非正规就业对劳动者就业满意度细分的研究并不多，本文从性别比较的角度，利用微观数据和计量方法支撑，探讨非正规就业对劳动者就业满意度的异质性影响，并提出建议和讨论。

二、概念界定与影响机制

(一)概念界定

非正规就业是指在非正规部门的就业，是一种伴随经济社会发展所产生的新型就业方式。国际劳工组织最早提出非正规就业的概念[1]。国际上通常将非正规就业视为一类生产单位，具有组织水平低、劳动关系灵活、保障水平低、生产规模小等特征。由此，各个国家以国际劳工组织(ILO)做出的非正规就业标准为基础，根据其不同的社会发展阶段对非正规就业有着不同的界定和研究。基于中国国情和现状，不同学者对于非正规就业的界定不尽相同，蔡昉和王美艳(2004)认为，一般来讲，没有进行工商登记、不参加社会保险以及劳动关系不规范的工作就业形式都可以被称之为非正规就业[2]；胡鞍钢和赵黎(2006)基于经济转型和产业部门升级的背景，认为城镇非正规就业应包含城镇就业中的私企人员、个体经济人员以及以农村转移劳动力为主的未纳入统计的就业人员[30]；吴要武和蔡昉(2006)列出九种非正规就业者的特征，详细探讨了非正规就业的界定和划分问题[3]。基于此，本文将非正规就业者界定为企事业单位临时工作人员、短期工作人员、无雇佣工的个体经营者、非全日制劳动人员以及其他已经形成事实劳动关系且未签订劳工合同或无有关社会保障的就业人员。

(二)影响机制

劳动力市场的分割或分层是多重就业形式和雇佣方式的来源之一。在中国，城乡二元结构加剧了这一效应，非正规就业的形成原因之一便是城乡劳动力市场的差异和分割[31]。随着经济社会多元化发展，中国的就业逐渐由城乡二元结构发展成为包含乡村非农就业的“三元结构”，甚至是包含城镇非正规就业的“四元结构”[32]。另外，就业歧视、垄断经济等也在某种层面上导致劳动力市场的分割，进而成为促成非正规就业的因素之一[22]。

由于劳动力市场的分割，产生了一级劳动力市场和二级劳动力市场，大量的非正规就业部门和就业人员都被挤占到了二级劳动力市场当中，进而产生了工资收入、福利保障、雇佣关系等各方面的差异，而这种差异的存在自然会对劳动力就业满意度产生影响，这种影响由于男女劳动力对就业的期望等原因而体现出一定性别差异。据此传导机制，本文提出如下假设：第一，非正规就业会对劳动者就业满意度产生一定的负面影响；第二，在不同的劳动力组别中，非正规就业对就业满意度的负面效应存在异质性；第三，劳动者就业满意度还会受到其他因素影响且存在性别差异。关于非正规就业与劳动者就业满意度的影响机制分析如图1所示。

图1 非正规就业与劳动者就业满意度的影响机制

三、数据与模型

(一)模型建构

结合文献研究和机制分析，为研究非正规就业对就业满意度的影响，本文设立以下基本回归模型：

satisfaction=c0+ρ·Informal+φn·Xn+μ

(1)

基本回归模型(1)中，satisfaction为被解释变量就业满意度，在本文中可进一步分为工资满意度、工时满意度、工作环境满意度和综合工作满意度，核心解释变量Informal代表是否为非正规就业，Xn为其他控制变量，共有n个，ρ为非正规就业变量系数，φn为n个控制变量系数向量，c0为常数项，μ为误差项。

模型(1)在回归分析中纳入的是全样本，为进一步体现非正规就业对劳动者就业满意度的性别差异，将模型(1)进一步分解为性别差异计量模型，分别对男女劳动力进行分组回归，以体现其中的性别差异并加强实证分析的稳健性。根据文献研究和理论分析，年龄、受教育程度、婚姻状况、工资水平等皆会对就业满意度产生异质性影响，因此，在回归模型中应选取合适的控制变量对男女劳动力样本进行控制，以加强实证分析的准确性和针对性。基于数据可得性，对男性劳动力建立以下计量模型：

satisfaction=α0+α1informal+α2age+α3marriage+α4household+α5edu+α6lnincome+

α7worktime+α8health+α9party+α10feature+ε1

(2)

同样地，对女性劳动力建立以下计量模型：

satisfaction=β0+β1informal+β2age+β3marriage+β4household+β5edu+β6lnincome+

β7worktime+β8health+β9party+β10feature+ε2

(3)

计量模型(2)和模型(3)中变量相同，但由于男女劳动力分样本回归时系数不同，因此拆分为两个模型。两式中，satisfaction为综合工作满意度，informal为是否为非正规就业，age为劳动力调查年龄，marriage为婚姻状况，household为户籍状况，edu为受教育程度，lnincome为自然对数调查年收入，worktime为周工作时长，health为健康状况，party为是否为共产党员，feature为劳动力相貌评分，αi(i=1，2，...，10)为男性劳动力模型解释变量系数，βi(i=1，2，...，10)为女性劳动力模型解释变量系数，α0、ε1分别为男性劳动力模型常数项和误差项，β0、ε2分别为女性劳动力模型常数项和误差项。

模型设立和数据处理使用计算机软件stata13.1。

(二)数据来源

本文采用北京大学中国家庭追踪调查(CFPS)2016年数据。CFPS旨在通过跟踪收集个体、家庭、社区三个层面的数据，反映中国社会、经济、人口、教育和健康的变迁，为学术研究和公共政策分析提供数据基础。CFPS重点关注中国居民的经济与非经济福利，以及包括经济活动、教育成果、家庭关系与家庭动态、人口迁移、健康等在内的诸多研究主题，是一项全国性、大规模、多学科的社会跟踪调查项目。根据本文研究的需要，首先排出未就业人员样本，然后剔除不合逻辑的样本和缺漏值，总共拥有新样本6 206个，其中，男性劳动力样本3 573个，女性劳动力样本2 633个。

(三)变量选取与描述性统计

被解释变量。本文选取劳动者就业满意度为被解释变量。在CFPS数据库的指标中，选取工作满意度作为相应指标，工作满意度具体分为工资收入满意度、工作时间满意度、工作环境满意度和整体工作满意度。因此，在全样本回归时，选取可代表工作满意度的四个指标作为被解释变量，在分样本回归时，利用整体工作满意度作为劳动者工作满意度的代替指标。被解释变量均为离散赋值变量。

核心解释变量。本文选取劳动者是否为非正规就业为核心解释变量。借鉴吴要武和蔡昉(2006)[3]等对中国非正规就业的界定，本文定义没有正式劳工合同以及养老保险的就业者为非正规就业者，其他就业者为正规就业者。进行数据筛查时发现，男性劳动力非正规就业比例占38.9%，而女性劳动力非正规就业比例达到45.0%，这与许多学者测算的数据相仿。变量为二元赋值变量。

控制变量。影响劳动力或非正规就业者就业满意度的因素众多，本文选取个人基本特征、人力资本禀赋和工作特征三类因素作为控制变量。具体地，个人基本特征包括年龄、婚姻状况、户籍状况、是否加入中国共产党，人力资本禀赋包括受教育程度、健康状况、相貌评分，工作特征包括年收入、周工作时长。其中，年龄、年收入和周工作时长为连续变量，其余控制变量为离散变量。

各变量的赋值情况和描述性统计见表1。

表1 变量赋值情况及描述性统计

四、实证分析

(一)统计分析

非正规就业成为一种新型就业方式，一定程度上缓解了劳动力市场中的就业难问题，但其就业满意度有待研究。在回归分析之前，本文先针对男女劳动力的非正规就业满意度进行描述性统计分析。在描述性统计分析时采用问卷中原始的五分赋值变量，各样本描述性统计如图2所示。

图2 劳动力就业方式总体和分性别的满意度

从图2中可以看出，不论是总体还是分性别劳动力，非正规就业的总体就业满意度要低于正规就业满意度。其中，女性劳动力的满意度差别最大，前文提到女性非正规就业比例要高于男性，这可能是这种现象的一种原因。性别对比发现，无论哪种就业方式，女性劳动力的就业满意度均高于男性，这种差距尤其体现在正规就业中，虽然非正规就业的满意度较低，但男女相差并不大。

(二)回归分析

本文首先针对全样本使用Probit回归进行实证分析，探讨非正规就业对就业整体满意度、工作时间满意度、工资水平满意度以及工作环境满意度的影响，回归结果如表2所示。

表2 全样本Probit回归结果

通过表2的全样本回归结果可以看出，在控制其他条件不变的情况下，参与非正规就业对于劳动力四种就业满意度皆有显著影响，并且影响效果相仿。总体来看，非正规就业对就业满意度产生了负向影响，这也一定程度上印证了本文的假设。这背后的原因可能是非正规就业工资水平较低、社会保障不健全、组织水平较低等。不难发现，非正规就业者对于工作环境的总体评价不高，他们可能承受着与正规就业者相比更为艰难的就业和工作环境。良好的工作环境不仅关系到劳动力个人的工作效率，也影响着非正规就业的整体就业环境，如何改善非正规就业者的工作环境值得关注。除非正规就业这一核心解释变量外，其他控制变量对就业满意度产生了异质性影响。随着年龄的增加，就业满意度体现为增加的趋势，受教育程度、工资水平与就业满意度的关系亦是如此，而相貌评分越高的劳动力反而就业满意度越低，这其中的原因值得进一步探析。

考虑到非正规就业对分性别劳动力就业满意度的影响有所差异，并且男女劳动力的其他控制因素也会对其就业满意度产生不同影响，因此本文进行分样本回归分析，探讨非正规就业对劳动力就业满意度的异质性影响。在全样本回归结果中可以发现，非正规就业以及各解释变量对四种就业满意度的影响效果相仿，因此，在分样本回归中，采用综合就业满意度代替其他三个指标，作为唯一的被解释变量。

进一步分析发现，非正规就业与就业满意度之间存在相互影响和互为因果的关系。由于非正规就业会造成就业满意度的降低，进而，劳动力在就业之前，会认真考虑是否选择非正规就业，因此，变量存在由于双向因果关系而产生的内生性问题。目前解决模型内生性问题的有效办法之一是工具变量法[33-34]，因此，本文在分样本回归时，考虑选取合适的工具变量进行二阶段Ⅳ Probit回归分析。合格的工具变量应满足外生性和相关性两个原则，即工具变量应与内生解释变量相关，同时对被解释变量来讲，应是外生的。目前，采用行业或地区相关指标的均值、政府政策、外生情形、消费投资行为等作为工具变量的情况居多[35-37]。因此，本文选取以省级为单位的养老保险覆盖率作为工具变量。这是因为养老保险是居民基本社会保障的一种，是正规就业与非正规就业的区别之一，因而与解释变量非正规就业具有一定关联，而以省级为单位的养老保险覆盖率作为一种社会政策，不受居民主观满意度的影响，因此从理论上推断符合工具变量的选取标准。经过估计，模型测算的Wald统计量的估计值均拒绝10%水平下的临界值，因此不存在弱工具变量的问题。从Hansen J统计量的检验结果P值来看，各个样本分组工具变量均不存在过度识别问题，进一步从实证分析角度说明了工具变量的选择具有一定合理性。对分样本的基础模型进行回归分析后，分析结果如表3所示(1)限于篇幅，表3仅展示了核心解释变量的回归结果。。

表3 分样本Probit与Ⅳ Probit回归结果

分样本回归后，各变量和系数与总样本的回归结果大致相同，加入工具变量后，系数大小和正负基本与分样本Probit回归结果相同，这也证实了模型选择的合理性和实证分析的可靠性，本文重点关注和解释表3的分样本Ⅳ Probit回归结果。从表3的回归结果中可以得出以下结论：

第一，非正规就业显著降低了劳动力综合就业满意度且存在一定性别差异。对比分析可以看出，在控制其他条件不变的情况下，非正规就业对男女劳动力就业满意度均产生了负向影响，对女性劳动力就业满意度的影响比男性更加显著。这说明非正规就业对女性就业满意度的“挤出效应”更大。非正规就业伴随着劳动力市场发育和转型产生，是解决当今社会就业难题的一大渠道，然而，非正规就业的产生也反映出就业市场中的问题，例如雇主性别歧视、保障不健全。正是由于非正规就业的种种特点，导致了女性劳动力在就业市场中更加不占优势，加之生育政策的全面调整，非正规就业不仅没有提升反而降低了女性劳动力的就业满意度。相比较而言，男性劳动力的非正规就业同样显著降低了就业满意度，这说明虽然非正规就业已经成为一种新型就业方式，并且很大程度上解决了劳动力“就业难”的问题，但是其中存在的问题不容小觑。如何提升综合就业满意度值得深入思考。

第二，工作指标、人力资本对男女就业满意度产生了异质性影响。除非正规就业外，工作指标、人力资本等控制变量对男女劳动力的就业满意度产生了一定的影响。工资对就业满意度产生了显著的正向影响，并且男性劳动力的影响系数高于女性劳动力，而工作时间则对就业满意度产生了负向效应，这在一定程度上验证了“男主外女主内”的传统观念，男性获得更高的工资时，他们的获得感要更强。值得一提的是，在人力资本禀赋控制变量中，受教育程度显著影响了男性劳动力的就业满意度，对女性的影响则不明显，女性获得高人力资本投资后，反而没有获得更高水平的就业满意度，这可能是由于女性对自身要求和预期偏高所致，也可能从侧面体现了就业市场中性别不平等问题。

总之，政府应从劳动力市场角度出发，努力创造良好的就业环境，减少就业壁垒和职业隔离，而劳动力也应从自身角度出发，获取更多专业知识和技能，以适应当今社会的就业浪潮。

(三)进一步分析与稳健型检验

通过全样本和分样本回归分析可以得出，非正规就业的确在不同程度上降低了劳动力的就业满意度。然而，考虑到城乡二元结构、户籍制度所带来的非正规就业的城乡差异较大，并且农民工群体是非正规就业群体中的重要组成部分，本文在性别差异的基础之上，继续将样本分解为农业户口和非农户口，进一步探究非正规就业对就业满意度影响的城乡异质性，以加强实证分析的稳健性。非正规就业对劳动力的就业满意度影响的城乡性别差异回归结果见表4。进一步分析的结果只将核心解释变量是否参与非正规就业结果展示出来。

表4 城乡性别差异Ⅳ Probit回归结果

通过表4可以看出，分城乡样本与之前样本的回归分析结果相仿。具体地，非正规就业使得每个样本群体的就业满意度有不同程度的下降，这一点与前文得出的结论相对应。不论男性劳动力还是女性劳动力，非正规就业使得农业户口群体的就业满意度相对更低，相对非农户口，贴有“农业户口”和“女性劳动力”双重“标签”的女性农业户口劳动力，成为劳动力市场中明显的弱势群体，非正规就业以及其他因素对其带来的就业满意度下降效应尤为明显。政府应针对这部分群体实施就业保障，其就业质量等问题值得持续关注。

前文实证分析得出，非正规就业在不同程度上影响了劳动力的就业满意度，尤其对于女性农业户口劳动力来讲，非正规就业显著降低了其就业满意度。然而，进一步分析发现，就业满意度较低的群体由于其非认知能力、人力资本等原因，这部分群体更可能反向选择非正规就业，这也自然导致了非正规就业与就业满意度的“双向选择”问题，为了减弱由“自选择偏误”引起的内生性问题，本文使用倾向得分匹配法(PSM)再次进行稳健性检验(2)该方法于20世纪80年代提出，后被广泛运用于经济学、管理学、社会学等研究当中。。该方法假定由正规就业和非正规就业组成的两组群体当中，这两组群体的个体差异能被一组共同因素所解释，那就可以使用这些共同影响因素进行分层匹配，控制住其他影响因素的情形下，使得每一层级内的非正规就业者和正规就业者唯一的不同是是否为非正规就业，然后进一步考察二者就业满意度的差异。本文将非正规就业视为实验组，将正规就业视为控制组，用倾向得分把是否从事非正规就业视为一种概率，以此概率作为分层匹配的基础，进而得到较好的ATT效应(即实验组影响系数)。通过估计，各组别及变量的匹配结果均通过了平衡性检验(3)t检验概率值显示，匹配变量均不能在10%显著性水平下拒绝实验组与控制组无显著差异的原假设。本文未将平衡性检验结果输出表格，感兴趣的读者可单独向作者索取。。本文采取最近邻匹配与核匹配方式进行检验，全样本以及分样本PSM的ATT效应如表5所示(4)本文以0.25个对数发生比log[(1-p)/p]的标准差为半径进行1∶1的最近邻匹配，以内核为基础的kernel匹配中使用默认的核函数与带宽。。

表5 各样本倾向得分匹配ATT处理效应

通过表5的倾向得分匹配ATT处理效应可以看出，在全样本、城乡性别分样本的不同样本组别中，非正规就业均显著降低了劳动力的就业满意度，与前文的实证结果相似。非正规就业对农业户口女性劳动力就业满意度的“惩罚效应”最明显，就业弱势群体的就业质量值得持续关注。总体而言，城乡分样本回归、倾向得分匹配ATT结果与前文得出的结论基本相符，这进一步增加了实证分析的可靠性和稳健性。

(四)模型检验

本文采用Probit方法进行回归分析，在使用BP检验对异方差进行检验时，所有样本的回归模型均接受原假设，说明模型较好地避免了异方差问题。针对可能存在的变量多重共线性问题，本文采取了方差膨胀因子VIF测量法，结果显示，全样本以及分样本VIF值均远小于10，因此判定不存在变量多重共线性问题，数据处理和实证分析具有一定准确性和合理性(5)本文未将模型检验内容展示出，有兴趣的读者可向作者索取。。

五、结论与讨论

本文基于CFPS 2016年数据，利用Probit回归等计量方法，以非正规就业为切入点，从性别差异角度探讨非正规就业对劳动者就业满意度的异质性影响。通过实证研究，主要得出以下结论：第一，非正规就业显著影响劳动者的就业满意度。通过全样本回归可以发现，非正规就业显著降低了劳动者的工资水平满意度、工作时间满意度、工作环境满意度以及综合就业满意度，非正规就业的就业满意度“挤出效应”明显。第二，非正规就业降低了劳动者就业满意度且存在性别差异。分样本回归结果中可以发现，非正规就业更为显著地降低了女性劳动力的就业满意度，这种效应比男性劳动力高出38.5%，这说明劳动力通过非正规就业解决自身就业问题并不能够提升其就业满意度，尤其是对于女性劳动力而言，就业性别歧视、职业隔离等问题值得持续关注。第三，农村女性劳动力的非正规就业满意度“挤出效应”最明显。农业户口和女性群体的“双重标签”使得这部分群体成为劳动力市场中的弱势群体，其就业质量值得持续关注。第四，工作指标、人力资本禀赋对就业满意度产生了一定影响。工资提升和工作时间降低能够显著提升男女劳动力的就业满意度，受教育年限、相貌对男性就业满意度产生了显著的影响。工具变量的使用和稳健性检验提升了实证分析的可靠性。由此，劳动力市场发育和转型促成的非正规就业的整体“经济绩效”和个人“社会绩效”值得进一步关注。

结合实证分析发现，本文提出以下建议与讨论：

第一，关于非正规就业的满意度“挤出效应”及其性别差异的讨论。非正规就业是降低劳动力就业满意度的重要因素，这种效应对女性而言更加明显。非正规就业的就业满意度“挤出效应”从侧面反映出劳动力市场发育过程中的若干问题。正是由于非正规就业的保障不健全、组织水平较低等种种特点，就业性别歧视、职业隔离的存在成为普遍现象，而生育政策的调整使得女性劳动力在非正规就业市场竞争中更为弱势。针对劳动力市场不健全的现状，政府应主动促进就业，创造公平的就业环境，破除劳动力流动壁垒，积极促进户籍制度改革，鼓励非正规就业的“正规化”转型，努力减少就业性别歧视，促进女性再就业和自身发展；在就业方式多样化的今天，劳动力自身也应掌握有关技能，以适应就业市场的发展大潮，进而提升综合就业满意度。

第二，关于非正规就业性别差异及未来发展方向的讨论。从就业方式来看，非正规就业是正规就业的一种重要补充，能够保证劳动力市场中的大量劳动力获得就业岗位，有关宏观数据表明，全球约有20亿劳动者属非正规就业，占全球就业总人口的比重超过61%，而微观数据调查显示，中国的非正规就业也占将近五成(6)数据来自中华人民共和国财政部官网国际财经中心，原始数据由2018年4月30日ILO发布。。在就业市场中，男女劳动力同处竞争关系，目前来看，女性劳动力不论在正规就业岗位还是非正规就业岗位，都会受到一定排挤。因此，如何提升女性劳动力就业质量，保证女性劳动力合理的劳动供给值得思考。随着信息革命的不断深化，以及互联网、人工智能等新兴技术的普及，未来非正规就业将会成为重要的就业方式，因此，非正规就业满意度及其性别差异值得持续关注。

第三，关于局限性和进一步研究的讨论。本文研究非正规就业对就业满意度的影响及其性别差异，但研究具有局限性，数据和方法有待丰富，非正规就业中不同职业就业满意度的差异有待考查。随着大数据等科学技术的持续发展，能否对女性非正规就业提供就业契机，网络经营、电商等典型非正规就业群体值得深入研究。