流动模式对流动女性劳动参与的影响研究——基于2017年流动人口动态监测数据的实证检验

谭江蓉，杨 君

(1.重庆工商大学人口发展与政策研究中心，重庆 400067；2.重庆工商大学 法学与社会学学院，重庆 400067)

1 问题提出

大规模的人口流动，提高了我国的劳动生产率，实现了产业结构的优化，推动了城市化进程，对我国经济发展起到了重要的促进作用。据《中国农业发展报告2020》数据预测，到2025 年我国的城市化水平将达到65.5%[1]。国家卫健委发布的《中国流动人口发展报告2018》中数据显示，2017 年末全国流动人口共计2.44亿人，占我国总人口的18%。目前我国流动人口规模巨大，在人口流动的过程中也逐渐演变出各种模式。近年来, 我国流动人口举家迁移的趋势越来越明显,夫妻二人或者夫妇携带子女在流入地居住、生活已成为当前流动人口的主要特征之一。家庭化迁移是迁移模式转变的一个方向，并且这种迁移模式的影响将会大大超过个人独自流动[2]。家庭化流动的一个显著性特征表现为流动的性别结构趋于平衡，大量女性也开始加入流动人口的大潮中，当夫妻双方在流入地基本稳定之后，他们的孩子、父母也会离开户籍地，实现家庭的团圆。人口流动的过程有很多特点，有的是一次性举家迁移，有的则呈梯次性，但是更普遍的是一个逐渐实现的过程[2]。

虽然女性的流动已经成为城市化进程、社会经济发展的重要推动力量，但是近年来女性就业问题日益严峻。女性就业对于家庭经济的贡献、社会生产力的促进都具有重要意义，推动流动女性就业有利于释放性别红利、促进社会融合、实现社会整体发展[3]。因此面对流动女性就业受阻这一社会问题，需要重点思考以下问题：①各迁移模式是如何影响女性就业的？②当前阻碍女性就业的主要流动模式是什么？③政府、社会、家庭，现阶段如何调整才能对流动女性的就业起推动作用？在国家推动实行全面就业、促进经济发展的宏观背景下，对上述问题的探讨就显得愈发重要。各个阶段的迁移模式作为社会发展的新产物，对社会发展与城市社会空间也提出了新的挑战。因此，探索流动模式对女性就业的影响这一问题，是中国社会经济发展中产生的现实需要，也是积极推动研究流动人口的学术努力。

2 文献综述:迁移模式分类及就业的理论要素

流动模式一直是学者们研究的重要领域。过去几十年里，有关人口流动模式分类的问题，学术界展开了一系列有益的探索，产生了许多的研究成果。概括起来主要有以下两种分类方式。一种将迁移模式定义为家庭成员以一种什么样的方式进入流入地[4]，认为人口流动应当涉及到流动过程和流动行为。在流动类型划分时，一般分为3种类型，分别是非家庭式流动、半家庭式流动、完整家庭式流动[4～6]。这种划分方式比较全面地考虑到家庭形式的复杂性与多样性，但是较少涉及到随着时间迁移的过程性方面。另一种分类方式是将流动人口的流动模式分为4种：依次为单人独自流动、夫妻双方共同流动、子女随迁、父母随迁[7]。这种流动分类模式既体现了以时点为界限的划分，对流动的过程性也有比较好的把握。本文主要研究不同家庭成员随迁如何影响女性的就业行为，所以按照本文的分析需求，将参考第二种流动模式的分类方法。

对人口流动的研究，有利于国家对我国宏观的人口情况进行分析与掌握。自大规模人口流动的现象出现以来，学者们针对流动女性就业问题展开了许多有益的探索，从迁移的全过程对女性就业进行了深入观察，提出了迁移的双重性[8]、人力资本[9,10]、角色冲突[8,11,12]、时间分配[13]、家庭分工[17,22]等解释框架。这些研究大多从具体的影响因素描绘了流动女性在进行就业选择时的丰富图景。虽然大家观察到的现象存在差异，但是概括起来可以从个人、家庭、流动3个角度出发对流动女性的就业行为进行解释。

个人的人力资本、角色冲突在一定程度上会对流动女性就业带来很大影响[9]。一方面，我国二元劳动力市场背景下，大部分农村流动女性由于其受教育程度不高，而进入职业层次低的行业，这带来的直接后果就是收入低、就业质量低，甚至面临失业的风险[10]。但是受教育程度高、接受过较好的培训等对流动女性就业的各种约束因素具有补偿作用[9]。另一方面迁移的双重性与角色冲突也使得女性在就业选择上陷入两难的困境。在迁移过程中，女性迁移者更多地表现为“双重迁移”特征，这种双重迁移主要呈现的是家庭化迁移和乡城迁移同时发生[8]。这就意味着女性在就业时不仅要承受“外来者”身份的标签，同时也会面临来自“家庭”与“就业”的多重角色冲突。

从家庭的视角来看，目前对女性就业主要的两个解释范畴为家庭时间分配与家庭分工。首先，家庭时间分配理论最早由Becker提出，他认为从经济学的角度证明，收入的增加需要由其他收入的减少作为补偿[13]。家庭被看作生产与消费的整体，为了实现家庭整体经济效益的最大化，女性一般会成为家庭劳动的主要承担者。女性在家庭中所花费的时间越多，那么就意味着将减少工作的时间作为补偿。李勇辉等认为花费在如家务劳动、子女照料、老人照料等上的非生产性劳动，将会提高女性的影子价格[14]。不同的迁移模式对于流动女性所带来的影子价格有很大的差异，其中影响最大的是子女随迁所带来的成本最高，极大概率会导致女性退出劳动力市场[15,16]。其次是家庭分工理论。著名的经济学家斯诺克斯对从事家务劳动等相关的非生产性劳动对社会的贡献做了量化分析，探讨了有关女性的人力资本投资问题，提出了家庭分工理论。该理论认为,为了从专业化中获取更多的劳动报酬,夫妻双方会专门从事家务劳动和市场工作[17]。与丈夫一起外出的女性流动人口就业的可能性低于单身外出的女性流动人口和单独外出的已婚女性流动人口[18]。女性在迁移过程中由于受其现实条件制约，如人力资本、生理条件等，与市场就业相比家务劳动更具有优势。但是这种分工模式不是绝对的，男性有时也会从事非生产性工作，而且随着时代的发展，女性人力资本投资的增加，其参与到市场活动也相对频繁[19]。但是随着子女的随迁，这让女性的劳动参与又出现一些障碍，子女的照料与教育、家务劳动等问题随之而来。在权衡利弊之下，通常是以家庭为单位，为了实现整体效益的最大化，女性不得不退出劳动力市场。

从流动视角来看，流动女性存在着社会资本非本土化的问题，再加上农村流动女性的信息收集能力和渠道受到很多显示因素的阻碍，导致其社会资本质量较低、社会网络同质性较强。不过，当女性的流动时间越长，其社会资本、网络关系积累的就相对丰富与多元，对其就业也会起到促进作用[20]。马骍认为，女性在流入地居住时间每满一年，就业率大概会提高3.6%左右，长期流动对女性就业具有重要的促进作用[21]。对于农村流动女性来讲，虽然其人力资本资源获取较差，但是随着进城后，她们在流入地居住时间的延长，获得的就业信息越多，找到工作的可能性更大，在外就业的职业层次更高。

上述研究通过个人特征、流动特征和家庭功能3个视角对流动女性就业选择所面临的困境，从不同侧面做出了富有洞见的解释。但是，这些研究也有一些不足之处。首先，是对女性劳动参与的影响分析，这些研究大多数从宏观社会文化与理论出发，但是从他们的实证模型中可以看出，还是有很大一部分影响因素缺少理论解释。本研究从子女随迁的角度，试图拓宽影响流动女性就业的解释框架，来弥补以往框架的不足。其次，他们都是把关注点放在家庭化迁移与子女照料问题的层面来分析对流动女性就业参与的影响，缺少对流动动态过程中配偶、子女、父母之间的关联分析。不同的流动模式，主要是家庭成员逐个增加的流动情况，对流动女性就业影响之间的差异性研究存在着某些不足。基于此，有必要对一些缺失的部分进行补足。本文将女性劳动参与率低的原因聚焦到不同流动模式上，以每个模式为出发点，探讨了各个模式之间的关联以及背后可能阻碍流动女性就业的因素，从而重新检视各个理论观点。

3 数据、变量及方法

3.1 数据来源

本文研究的实证数据主要来源于“2017 年全国流动人口动态监测调查”，该数据是由原国家卫生和计划生育委员会为了了解全国流动人口生存与发展状况、特点、全国流动趋势、公共卫生服务利用以及计划生育服务管理等展开的全国性抽样调查。调查的抽样按照随机原则在全国31 个省(区、市)和新疆生产建设兵团，采用分层、多阶段、与规模成比例的PPS方法进行抽样，抽样调查的结果对全国以及各个省、市具有比较高的代表性。2017 年抽样数据样本总数共计169989 个。根据研究需要，只保留女性样本，在删除缺失值、处理了极端值和奇异值之后，本文保留的有效样本共计81042 个。

3.2 变量选择

3.2.1 因变量

本研究所关心的问题是流动过程中不同流动模式对女性就业状态的影响，因此本文的操作变量应该是与女性就业有关。2017 年流动人口动态监测调查数据中所涉及的最符合本文研究要求的问题是“您今年‘五一’节前一周是否做过一个小时以上有收入的工作？”基于此问题来确定本文的因变量。本文将变量处理为虚拟变量，问题答案“是”表示流动女性处于有收入的就业状态中，赋值为1，“否”表示处于没有收入的非生产性活动状态，赋值为0。

3.2.2 自变量

本文的主要自变量为迁移模式，由于原始数据中并没有设立明确关于流动模式的变量，所以本研究依据段成荣的分类将流动的模式分为单人流动、与配偶流动、子女随迁、父母随迁4种。其中单人流动的变量处理条件为女性独自一人流动，不包括配偶、子女、父母的样本，处理最后共计29963个女性单人流动样本；与配偶流动模式的处理条件为女性与其丈夫一次性或者梯次性流入到流入地，本文的样本处理逻辑为女性与丈夫两个条件，不包括子女和父母的样本，最后得出的样本量为18613 个；子女随迁需要满足女性与其子女两重约束条件，不包括父母随迁样本，最后的样本量为20566个；父母随迁是在子女约束条件上增加流动女性父母样本，最后样本量为672个。在处理好流动模式之后，本文依据目前社会流动的趋势，将流动模式进行组间比较，来探寻影响流动女性就业的相关因素。核心自变量处理为3个虚拟变量，依次为单人流动与配偶流动(配偶流动=1)、单人流动与子女随迁(子女随迁=1)、子女随迁与父母随迁(父母随迁=1)。

3.2.3 控制变量

根据对之前文献的梳理，以及经典的理论研究，本文选取的可能会影响流动女性就业的控制变量为：流动女性的个人特征变量，包括年龄、年龄的平方、民族、受教育程度、是否党员、健康状况；流动特征变量，包括流动范围、流动时间；家庭特征变量，包括家庭收入对数、住房性质等。有关变量的含义以及具体描述统计见表1。

表1 变量描述性统计

3.3 分析方法

实证部分主要由3部分组成：第一部分是变量的描述统计分析，主要是展示各个变量的具体含义以及其数据特征。第二部分采用二元logistic回归方法，由于本文所研究的是女性就业状态，为二分类变量，所以选择了logistic回归模型来探索不同流动模式之间对女性就业参与的相关性程度。在第三部分中，本文会对不同迁移模式运用倾向值得分匹配进行模型稳健检验，由于对差异性研究采用的是模式间的两两比较，有相应的对照组与控制组，所以认为倾向得分值匹配能较好地对回归模型的混淆因素以及选择性偏差进行检验。

4 实证结果与分析

4.1 基于logistic回归的模型检验

为了考察女性单人流动、和配偶流动、子女随迁、父母随迁4种流动模式对其劳动参与率的影响与各模式之间的内部联系，本文使用logistic回归估计流动女性的就业率，比较各个模式之间对女性就业参与之间的差异，并尝试对这种差异性做出解释。流动模式与女性就业是本文研究的关键，但对于其他影响女性劳动参与的因素也会做相应的讨论。模型的估计结果如表2所示。

表2 流动模式对女性就业的影响

表2展示了流动模式之间以及所有的控制变量对女性劳动参与率的影响结果。模型1是女性单人流动与配偶流动之间的比较。回归结果显示，在控制了其他变量的情况下，与单人流动相比，和配偶流动时女性的就业几率会下降到19.4%，并且在0.01 的水平上显著。模型2 显示，与单人流动相比子女随迁会使女性的就业几率下降32.5%，并且在0.01 的水平上显著。模型3 是子女随迁模式与父母随迁模式之间的比较，结果显示与子女随迁相比，流动女性父母随迁时，女性的就业几率在0.01 的水平上显著提高34.3%。很显然，配偶、子女、父母等家庭成员对流动女性是否就业会产生很大的影响，并且这种影响程度在不同家庭成员之间表现出显著差异性，所以本研究尝试对这3个模型的结果做出相应解释。

首先，无论是从社会学还是经济学的角度对女性就业状态的分析，都会受到来自配偶方面的影响。对此，本文从两种范畴对模型1的结果进行解释，一种是传统的性别角色观念。从古代的“男耕女织”到现代生活中的“家庭主妇”，大部分女性的“角色”都围绕着“家庭”。这种传统的性别角色观念导致男性群体和女性群体在思想和行为上都趋于一致，认为女性应当从事家庭性生产工作而男性应当从事市场性生产工作。另一种是新家庭经济学的理论范畴，该理论将家庭看作是获取经济效益的整体，当男性收入基本上能满足他们的生存需求时，对于女性迫切想找一份工作的愿望就相对较小，而且与就业相比，女性在家实行照料行为与家务劳动行为会使得家庭效益最大化。其次，模型2中子女随迁使得女性的就业参与率更低。家庭功能理论认为家庭结构是影响家庭成员决定的重要因素[23]。家庭角色分工理论认为，随迁子女的照料问题与家务劳动问题的主要承担者一般是女性，这种模式下也会严重阻碍女性的就业道路。最后，在模型3中，家庭代际关系也扮演着非常重要的角色，在生活中遭遇困难时，人们更倾向于在家庭内部寻求解决办法。父母的到来会降低女性的家庭生产，让其有更多的时间去进行就业选择。

此外，流动女性的人口特征、流动特征、家庭功能等因素也会对就业产生重要影响。人口特征对流动女性就业产生的影响大多都是积极的。不管在哪种迁移模式，年龄对于流动女性就业的影响呈倒“U”型曲关系。这表明随着年龄的增长，她们的就业的可能性越高，但是当年龄到达一定的临界值后，年龄就不具备就业优势。实证数据显示，女性在年龄红利期间对其就业都会产生积极影响。究其原因本研究认为可以从资本积累、生育任务两个方面解释。本文研究对象是15 岁以上的女性样本，年龄越大在社会中所获得的工作经验、培训等人力资本累积越丰富；年龄越大，流动女性的社交网络范围越大，能够建立起更多的社会关系，对就业也能起推动作用。对于生育任务方面，本文所研究的对象是流动女性，对于女性来说，在不考虑其他因素的情况下，完成生育任务的女性对找工作更有利。民族在不同流动模式中对女性就业的影响也存在很大的差异，模型1和模型2中，拥有汉族身份的流动女性就业几率比其他民族身份的流动女性就业几率高。受教育程度是人力资本的重要体现。模型1、模型2、模型3中，受教育程度越高，对流动女性就业都会产生积极影响，提高的几率分别是13.1%、7.2%、12.9%。党员身份对流动女性就业具有促进作用，入党的条件非常严格，要求有较高的自身素质与能力。在就业中有时候党员身份也是一个筛选条件。从户口性质来看，农业和非农业在流动女性就业上存在显著差异。研究表明，户口性质对流动女性就业不存在显著相关性[2]。但是本研究结论表明，农村户籍的流动女性就业的可能性更高。其原因可能是由于农村流动人口迁移更多是生存型，而城市流动人口更多倾向于发展型，当配偶收入不足以维护家庭生计时，也会促使女性进入劳动市场。但是这种户籍因素随着子女的随迁消失了，这表明，无论是城市户口还是农村户口，子女对流动女性的就业都会起抑制效果。

流动特征中，流动时间与流动范围也会对女性就业产生影响。本文流动时间为降序，从3个模型的实证结果来看，流动时间越少越不利于女性就业。随着我国流动人口的发展，女性在流入地逐渐扩大自己的社交网络，有利于获得相关的就业信息，在一定程度上可以提高就业机会，流动时间越长，女性的就业率更高。这表明，我国的流动女性在就业选择上可能会因为流动时间的推移而发生变化。从流动范围来看，不同流动模式结果大体一致，从省到市再到县，行政级别越低，就业率也越低，这可能和整个社会经济水平、就业环境、消费水平有关。家庭特征中，家庭收入越高，女性越容易就业。住房条件中，没有房屋产权的流动女性就业率越高。还有包括女性的健康状况、暂住证的办理情况等，均会对女性就业产生影响。

4.2 基于PSM的稳健性检验

在进行实证研究中，内生性问题往往不可避免。对于流动和就业的决策，具有特别强烈的个体属性，也带有个人或者家庭的主观性。为了验证结果是否可靠，本文采用倾向值得分匹配进行稳健性检验，来验证各个迁移模式对流动女性就业参与的差异。

表3中模型4、模型5、模型6分别给出了不同迁移模式利用倾向值得分匹配的ATT结果。其中模型4 中的对照组是“和配偶流动”，控制组是“单人流动”，样本是单人流动与夫妻共同流动的流动女性，结果显示在0.01 的水平上夫妻共同流动时，女性劳动参与的可能性更低。模型5 中，控制组为“单人流动”对照组为“子女随迁”，结果显示，有子女随迁的女性比女性单人流动的就业率更低。模型6中控制组是“子女随迁”，对照组是“父母随迁”，与子女随迁相比，父母的随迁会显著提高流动女性的就业参与率。从整体上看，稳健性检验结果与模型1、模型2、模型3的结果一致，这说明实证的结果可靠性较高。

表3 基于PSM的稳健性检验

5 结论及建议

本文基于2017 年的全国流动人口动态监测数据，从女性迁移的不同模式角度分析了不同的迁移模式对流动女性就业的影响，得出了以下结论：①女性独自流动与女性和一起配偶流动这两种流动模式的比较中，和配偶流动会显著降低女性的劳动参与；②女性单人流动与子女随迁这两种模式之间，子女随迁会显著降低流动女性的劳动参与率；③子女随迁与父母随迁中，父母的到来会显著提高女性的劳动参与率；④女性的学历、党员身份、流动时间、住房条件等因素对其劳动参与的可能性会起到一定的促进作用。

由上述结论可知，充分实现流动女性就业，提高整个社会的性别红利与社会生产力不仅需要政策的大力支持，同时也要建立一个完整的有利于实现女性就业的社会、家庭、照料体系。对此本文针对性地提出以下建议。

5.1 社会制度与体系建设方面

(1)加快户籍制度改革与公共卫生服务体系建设，促进流动女性平等就业。党的“十八大”明确提出“要加快户籍制度改革，有序推进农业转移人口市民化”，在推进城镇化、市民化的过程中，充分实现公共服务均等化，为流动女性创造更多的就业机会。

(2)积极制定流动人口住房保障政策，大力发展公租房，放宽对流动人口申请公租房的条件，切实解决低收入流动人口群体住房难的问题。

(3)对于流入地地区，政府要大力推动社会融合。有实证分析表明，社会融合在一定程度上可以提高流动女性的就业水平,机制研究发现，社会融合可以通过降低流动女性就业歧视、提高健康公共服务质量和稳定未来预期三方面的机制提高流动女性就业水平，改善流动女性的就业困境[23]。

(4)流入地的社区、公共部门、志愿者团队政府可以给予相应的政策支持，这些部门可以向流动人口普及当地文化，提高流动女性的语言适应能力，以防止流动女性成为当地的“边缘人”。

5.2 家庭体系建设方面

家庭责任是阻挡女性就业道路难以逾越的障碍，所以家庭支持对流动女性就业促进尤为重要。针对子女照料问题。要鼓励祖辈照料、父职照料等，减少流动女性在照料当中的产出。子女父职照料对流动女性就业参与具有显著的正向激励。全社会要建立健全婴幼儿照料服务体系，尤其需要重视农村地区的婴幼儿照护的资源投入。Claire和muriel运用双重差分法实证分析比利时的0～3岁儿童的正规托儿服务能显著提高母亲的就业率[24]。

需要指出的一些不足之处。在实证部分时，采用的2017年的截面数据进行分析，但是迁移过程涉及到一个时间序列，应该将研究对象放在不同的时间点进行就业参与的探索。