就业质量协调发展：评价指数与实证分析*

张抗私 韩佳乐

一、引言

就业是最大的民生，就业工作始终是经济工作的重中之重。十九届五中全会审议通过《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》，提出“十四五”时期要实现更加充分更高质量就业的主要目标，要千方百计稳定和扩大就业，扩大就业容量，提升就业质量，促进充分就业，保障劳动者的待遇和权益。一味地强调就业人数的增加和失业者人数的减少并不意味着劳动者的福利能得到改善，缺乏就业能力的弱势劳动者仍然面临生活困境和失业风险。低水平、不考虑质量发展的就业导致劳动力市场的长期低效率，甚至造成社会福利损失。面对错综复杂的国际环境和艰巨繁重的国内改革发展稳定任务，我国实现了经济平稳较快发展和社会和谐稳定。但在经济发展进入新常态之后发展不平衡、不可持续等问题更加凸显，“协调发展”作为习近平总书记“五大发展理念”的组成之一，对于平衡发展结构有着重要意义。就业质量协调发展是指充分就业与高质量就业，以及充分就业与高质量就业平衡发展的状态。就业量与质的共同发展，互促共进，良性互动，有利于推动经济发展、保障和改善民生、构建社会主义和谐社会。此外，强化更加充分更高质量就业有利于刺激消费，改善人民生活品质，实现共同富裕，也为坚持扩大内需这个战略基点，形成强大国内市场，构建新发展格局提供了重要支撑。

充分就业是对就业量的反映，更高质量发展是对就业质的追求，就业数量的保证是就业质量发展的前提，兼顾就业质与量，以及在质与量基础上的就业质量综合水平以及协调发展才有利于劳动力市场健康、有序运行。然而，就业数量和就业质量存在此消彼长的关系，如社会保障和就业保障中转移支付的“福利依赖”效应、社会保险缴费的劳动力挤出效应、劳动保护的资本替代效应等。此外，就业政策力度和企业的劳动力需求行为产生冲突，就业数量和就业质量出现“天平”效应，在宏观经济波动、国内外政策环境不确定、重大公共卫生事件的多重影响下，就业数量问题仍然是突出的问题。新冠肺炎疫情发生前就业数量表现稳定，连续七年城镇新增就业超过1300万人，2019年全年城镇新增就业1352万人，2020年之后受疫情影响，就业数量有较大波动，2020年全年城镇新增就业1186万人，比上年减少了166万人，2021年全年城镇新增就业1269万人，就业数量状况虽有所好转，但是仍不如疫情发生前。2020年4月份，全国城镇调查失业率为6%，比上年同期高出1个百分点(陆娅楠，2020)。第三产业由于占比高、就业弹性大的特点受疫情影响最大(张桂文、吴桐，2020)。与此同时，劳动争议案件逐年递增、劳动领域舆情升温，性别歧视更加严重(唐海妮等，2020)，劳动保护状况依然堪忧，工资性收入和经营性收入增长压力增大(程杰，2020)，因此，就业质量问题也必须得到有效缓解，而质量管理的基础，就是对质量发展水平的量化衡量(程虹、李清泉，2009)。综上所述，我国亟需量化评估我国目前各地区就业数量、质量和在二者基础上的就业质量协调发展情况，更有力地推动各地政府对就业形势的判断和评价，进一步为政府的就业问题的靶向管理提供依据。

以协调发展为理念的就业数量、就业质量和质量协调发展的指标建立及评价具有开创性和先导性，本文将在吸取现有研究经验优势的基础上，在权重设计、指数计算等方面开展系统性的深度思考，确保设定的指数科学合理，并对指导我国就业质量协调发展产生实用价值，突破以往指数不是重量轻质，就是重质轻量的问题。本文在就业数量和质量研究的基础上，同时注重了就业数量与就业质量的协调处理和协调发展，研究了经济高质量发展背景下我国不同地区的就业数量和质量以及质量协调发展的差异性和特点，探讨其产生原因和应对策略，推动地区实现更充分和更高质量就业。

二、文献综述

国际劳工组织(1999)最早将“体面劳动”定义为“促进男女在自由、公平、安全和具备人格尊严的条件下获得体面的、生产性的可持续工作机会，在就业质量和数量上都充足”，强调了就业质量和就业数量缺一不可，都是保障劳动者权益的重要方面。对于就业质量而言，大部分学者认为，这个概念包含多个维度，无法用单一指标进行测度(Schroeder，2007)。对于就业数量而言，大多集中在失业率的研究上。而对就业问题的研究大多没有将就业数量和就业质量视为就业问题中相互影响的两个方面。这种研究方式虽然可以在一定程度上解释就业存在的一些问题，但难以测度就业数量和就业质量之间的平衡关系。对“好”就业的判定，并不能仅仅依据“尽可能多”的就业数量或“尽可能好”的就业质量，而是要求量和质之间达到一种相互协调的状态，也就是质量协调发展。但是就业质量协调发展的研究目前还没有较成熟的研究范式和研究路径，且实证研究不足。

国内针对就业数量的研究，大多数集中在失业率上，如曾湘泉和于泳(2006)、都阳和陆旸(2011)对失业率的测算，赵达等(2019)、陈章喜和黄准(2010)对失业率与家庭消费、劳动供给、劳动就业转型、房价的关系研究，袁志刚(2006)、张熠等(2017)对就业率、失业率与劳动力流动的关系研究。在就业数量评价体系建立方面，国内的研究均将就业数量直接纳入了就业质量评价体系，没有将二者进行独立区分。本文则更加细分就业的两个维度，把就业数量单独建立指标，同时也建立就业质量指标以及在二者基础上的质量协调发展评价指标，更加全面地对就业问题进行分析。

关于就业质量的研究，主要集中于就业质量的内涵和指标评价体系两大方面。2001年欧盟委员会提出“工作质量”的概念，之后关于就业质量的研究大量涌现，对于就业质量内涵的界定也在不断充实和完善，相关文献可以分为三个研究层面。第一，从宏观的角度对就业质量进行定义。Van Bastelaer(2002)认为就业质量是劳动力市场运行状况及资源配置效率的反映，包括劳动力供求状况、公共就业服务等宏观因素，宏观层面的定义较充分地刻画了劳动力市场的整体运行状态，通常可以用来研究某一个国家、地区或者行业的就业质量，但是就业质量的个体表现也同样重要。第二，从微观个体的角度对就业质量进行定义。Anker 等(2003)提出就业质量涵盖劳动者的工作效率、职位匹配程度、薪酬水平等微观因素；Schroeder(2007)认为“高质量就业”是个人在其认为具有挑战性和满意感的工作的综合环境中获得谋生所需工资的能力，但是工资不是衡量就业质量的唯一标准。工作满意度强调劳动者从工作中获得的效用，能够很好地评价劳动者的主观感受(戚聿东等，2020)。第三，宏观层面和微观层面的就业质量内涵并非完全割裂，个人的就业质量对地区的就业质量有正向影响，相反，地区的就业质量高也会提高个人的就业质量(潘琰、毛腾飞，2015)，因此还有文献从宏观和微观相结合的角度进行研究。Bonnet等(2010)从宏观、微观两个角度出发，认为体面劳动体现为宏观方面的工作保障、中观方面的工作场所以及微观方面的工资保障等。但总的来说，就业质量是一个综合性的概念，反映的是整个就业过程中劳动者与生产资料结合并取得报酬或收入的具体状况之优劣程度(刘素华，2005)。针对就业质量内涵的研究仅限于对就业质量的定性研究，缺少定量分析，因此一些学者通过建立就业质量指标体系进行进一步的定量研究。

在就业质量指标体系建立以及评价方面，由于就业质量内涵的侧重点不同，不同学者对就业质量的测评指标也存在差异。微观层面主要侧重个体就业质量的测度，主要包含工资、工作时间、工作稳定性、工作自主权、工作价值以及工作与劳动者的匹配状况等特征维度(Bustillo等，2011)，部分学者认为可以简化就业质量的测度，工作满意度是对就业质量最直接、最重要的指标(Clark，2005; 卿石松、郑加梅，2016)。部分文献还采用了宏微观相结合的方式，针对不同的就业群体，主要包括大学生和流动人口，就业质量的指标建立略有不同。对于大学生群体而言，主要从大学生的个人条件、社会发展状况、用人单位等评价角度进行研究(史淑桃，2010；张抗私、王雪青，2016；王舒书等，2020；顾希垚、林秀娟，2021)；对于流动人口而言，主要从收入、社会保障、人力资本、社会资本、劳动力市场分割以及制度因素等角度进行研究(卿涛、闫燕，2012；明娟、曾湘泉，2015；李中建、袁璐璐，2017；诸萍，2021；汪润泉、周德水，2021)。宏观层面则侧重地区就业质量的衡量与评价，目的在于评价地区劳动力市场运行状况和资源配置效率。Dharam Ghai(2003)从就业、社会保障、工人权利和社会对话四个维度计算了体面劳动指数并进行排序。Sehnbruch等(2020)从收入、工作保障和就业条件三个维度构建就业质量综合指标对拉美国家的就业状况进行评价。在中国问题的研究上，赖德胜等(2011)基于中国统计年鉴数据，从就业环境、就业能力、就业状况、劳动者报酬、社会保护、劳动关系六大维度出发对2007年、2008年我国30个省份的就业质量状况进行了测算；戚聿东等(2020)进一步简化指标选取，从就业环境、就业能力、劳动报酬和劳动保护四个维度设计中国省级就业质量评价指标体系。本文关注的重点在宏观层面，目的在于研究中国省级就业综合状况。本文认为已有关于宏观就业质量评价指标仍有两点需要改进，其一，政府的就业、创业服务能力也是衡量就业质量的重要方面，但是以前的研究缺失这一重要维度；其二，就业质量指标体系不够聚焦和有针对性，评价地区就业质量的指标体系通常直接加入失业率等更直接反映就业数量的指标。因此，本文在已有研究的基础上对这两点进行了改进，把更反映就业数量的指标单独赋权，并再加入到就业质量协调发展指标计算中，设计了中国省级就业质量协调发展评价指标体系。

从研究方法来看，给指标赋权的方法主要包括主观和客观两类方法。主观赋权法是指由专家根据经验进行主观判断而得到权数，然后再对指标进行综合评价的方法，如层次分析法、德尔菲法。主观赋权法经常受到专家经验的约束，结果带有一定的主观性。客观赋权法是指根据指标之间的相关关系或各项指标的变异系数来确定权数进行综合评价的方法，如熵值法、主成分分析法、灰色关联分析法、变异系数法。本文运用改进的熵值法进行研究，熵值法是客观赋权的最常用方法之一，其根据各个指标的变异程度确定权重，数据的变异程度越大，那么该方法认为该数据反映的信息越多，则该指标的权重越大(彭超、张琛，2019)。熵值法确定权重能够有效地避免由于主观人为因素导致权重设定偏误问题(Zou等,2006),但是熵值法有以下三个方面的不足：第一，在一个具体问题中，部分指标可能存在不能随意删除极端值或者特殊值的情况，面对这类问题不能直接运用熵值法，需要对该指标的数据进行变换。对于这类问题改进的办法主要有两种，即：功效系数法和标准变换法(郭显光，1998；陶晓燕，2009)。第二，从熵值法的原理可以看出，运用这种方法进行评价非常依赖于数据，这在一定程度上忽视数据本身的经济学意义，因此需要结合研究的具体问题对熵值法进行改进。大多数研究主要从组合赋权的角度进行研究，如：熵值法与主成分分析相结合(史学飞等，2018)，等权重法、熵值法和CRITIC法相结合(戚聿东等，2020)，使用最多的是熵值法与层次分析法相结合的方法(徐菲菲等，2005；罗宣等，2018)，但是这类方法仍受很多主观因素的影响。第三，针对熵值法的应用过程，大多数研究构建了三级及以上指标体系，文献通常的做法是把所有的最后一级指标一次性放入熵权的计算步骤中，先得出最后一级指标的权重，再通过简单的加和或者计算占比的方法得出上一级的权重(肖思思等，2008；张抗私、李善乐，2015；谭永生，2020)，这种方法本质上并没有构建指标的层级化结构，并没有有效地结合数据的经济学意义。

总的来说，关于就业数量、就业质量的理论研究成果相对丰硕，但是当前的研究并未突出就业量与质协调关系的重要性，在就业质量协调发展的研究上仍然不足。具体而言，已有研究存在以下局限：第一，就业量和质概念有所区别，在已有的测算指标体系中，通常未能把就业质量和数量单独建立指标，可能会出现指标之间相互抵消的情况，导致最终结果不够准确，不够有针对性。第二，绝大多数研究没有考虑到就业质与量之间的相互关系，应既要关注就业数量也要关注就业质量，二者要协调发展。第三，采用主观方法进行研究可以进行不同年份的比较，但受人为因素影响较大，结果不够客观，熵值法是客观赋权的常用方法，但是已有研究计算指标的方式缺乏层次性，没有充分考虑到指标计算过程的经济学意义。

在现有文献的基础上，本文有以下贡献：第一，提出了基于信息熵的层次性算法，并在理论上和实证上都证明了其合理性，弥补了传统熵值法指数计算过程中经济意义不足的现象。第二，本文建立了全面的就业指数，包括就业数量指数、就业质量指数、就业质量综合指数、就业质量协调度指数以及就业质量协调发展指数。本文将就业量与质分离独立考虑，并在二者的基础上建立质量协调发展指数，避免了两类指标相互抵消的情况，同时也使得指数分析更加清晰和有针对性；第三，本文利用中国2014-2019年的官方宏观数据，使用本文提出的基于信息熵的层次性算法，计算出我国31个省份的就业量与质，就业质量协调发展得分及排名情况，通过分析得出结论，并提出相关的政策建议，为推动我国实现更充分更高质量的就业目标建立可操作的技术基础和数据支持。

三、数据来源与指标设计

本文数据来源于2015-2020年的《中国统计年鉴》、《中国劳动统计年鉴》以及各省同期统计年鉴，对于少数缺失值本文采用插值法进行填补。本文在前人经验的基础上，结合中国宏观经济发展的特点和本文研究的具体内容，构建省级就业数量、就业质量评价指标体系。

对于就业数量，本文借鉴潘琰、毛腾飞(2015)，赖德胜等(2011)，戚聿东等(2020)的研究构建了就业供需和就业结构两个二级指标，如表1所示。其中，除指标“登记失业率”外均为正向指标，即指标与就业数量呈正相关关系，而“登记失业率”则为负向指标，即指标与就业数量呈负相关关系。“登记求人倍率”表示地区的劳动供需比，是由某一地区劳动力市场登记岗位需求人次与求职人次之比来表示。失业率是反映一个国家或地区失业状况的主要指标。城镇单位新增就业人数等于本期城镇单位就业人数与上期城镇单位就业人数之差，城镇单位就业人员比率等于本期城镇单位就业人数与本期就业人数的比值。就业数量的指标选取情况见表1。

表1 就业数量指标选取

对于就业质量的测度，国内外学者没有形成一个统一的指标体系，赖德胜等(2011)建立了六大维度指标，包括20个二级指标和50个三级指标，苏丽锋(2013)对前者的指标进行了精简，但是仍旧有39个三级指标。建立的指标并不是越多越好，过多的指标会弱化重要指标的权重，增加数据的搜集和处理难度，不利于长期追踪。因此，本文根据数据的可得性，指标体系的针对性、简洁性等特点，结合刘素华(2005)，赖德胜等(2011)，苏丽锋(2013)，张抗私、李善乐(2015)，谭永生(2020)，戚聿东等(2020)的研究，筛选并确定出最能直接反映就业质量的指数，建立就业质量指标体系。本文建立的就业质量指标体系由五大一级指标构成，分别是：就业环境、就业能力、劳动报酬、劳动保护、政府服务。

1.就业环境评价指标

就业环境一级指标包括经济发展与就业、就业公平、劳动力市场分割状况三个二级指标。经济发展与就业的指标用就业弹性来衡量，本文就业弹性指标使用弧弹性，是用当年相较上一年的各省城镇单位就业人员增长率与当年相较上一年GDP增长率的比值来计算。就业公平二级指标分别用城乡收入差距、分行业城镇单位所有制收入差距、城镇单位就业人员中女性占比来衡量。其中，城乡收入差距用城乡人均可支配收入比来表示(孙文凯等，2020)，缩小城乡差距符合乡村振兴战略的要求(邓悦等，2021)。考虑到不同行业、不同所有制的工资差距不同，按照国家统计局的划分标准，本文把行业分为19大行业，由于北京市、天津市、江苏省、浙江省等省份的个别年份采矿业的国有单位平均工资是0，为了降低原始数据极值导致结果的不准确，本文剔除采矿业，共保留18大行业，计算方法为每一行业城镇国有单位和城镇非国有单位(包括城镇集体单位和其他单位)平均工资之比减1之后取绝对值。地区间的流动就业有利于提高就业质量(汪润泉、周德水，2021)，中国的劳动力市场具有明显的制度分割性特点，分割越严重的地区劳动力流动越困难，因此，可以用“外地户口与本地户口人口比例”来衡量劳动市场，指标值越大表明劳动力市场分割程度越小，越有利于吸纳就业(赖德胜等，2011；苏丽锋，2013)。就业环境子指标中，除城乡收入差距与分行业城镇单位所有制收入差距为负向指标外，其余均为正向指标。

2.就业能力评价指标

本文把就业能力分为教育水平和职业技能两个二级指标。贝克尔(Becker，1964)认为人力资本可以分为一般部分和特殊部分，前者是通过教育获得的，可在雇主之间转移，后者是通过在特定公司或部门获得特定工作的人力资本获得的，不可在雇主之间转移。教育水平由各地区人均受教育年限和就业人员不同学历占比来衡量，人均受教育年限使用各省不同学历就业人员数乘以对应的受教育年限再求和的方法求得，本文按照通常的做法定义不同学历的受教育年限：不识字受教育年限定义为0、小学为6、初中为9、高中和中职为12、大专和高职为15、大专及以上和本科定义为16、研究生为19，大专就业人数占比即大专就业人数与总就业人数的比例，本科及以上就业人员占比即本科和研究生就业人数与总就业人数的比例。职业技能水平由各级职业证书获取率来衡量，各级职业证书获取率等于各级职业证书获取人数与各省就业人数的比值。各项就业能力子指标均为正向指标。

3.劳动报酬评价指标

在劳动力市场中，劳动报酬被认为是工人技能和就业条件的综合表达(Holmlund和Duncan, 1983)，既体现了个体劳动者价值，反映了多种劳动者特征(如性别、年龄、教育水平或经验年限)，也体现了社会对劳动者的认同程度，合理的劳动报酬可以提高劳动者自我价值感和地位感(Sehnbruch等，2020)。本文劳动报酬用两个二级指标综合测度，包括工资水平和社会保障状况。工资水平由各省居民平均可支配工资性收入、平均工资增长率、工资总额占GDP比重、最低工资水平三个指标构成。平均工资增长率=(本期城镇单位在岗职工平均工资-上期城镇单位在岗职工平均工资)/上期城镇单位在岗职工平均工资；工资总额占GDP比重=城镇单位就业人员工资总额/GDP，用以衡量劳动者报酬与经济发展协调程度；为保证各个地区之间最低工资数据的可比性，本文选择当地最低工资标准与城镇在岗职工平均工资之比作为衡量最低工资水平的指标(孙文凯等，2020)。社会保障状况由城镇养老保险参与率、医疗保险参与率、工伤保险参与率、失业保险参与率、生育保险参与率五个三级指标构成，其计算方法如下：城镇养老保险参与率=城镇在岗职工基本养老保险参保人数/城镇单位就业人数，医疗保险参与率=职工基本医疗保险参保人数/城镇单位就业人数, 工伤保险参与率=工伤保险参保人数/城镇单位就业人数，失业保险参与率=失业保险参保人数/城镇单位就业人数，生育保险参与率=生育保险参保人数/城镇单位就业人数。各项劳动报酬子指标均为正向指标。

4.劳动保护评价指标

劳动保护包括劳动关系和劳动安全两个二级指标。劳动关系包含通过仲裁裁决方式结案比率、通过调解仲裁方式结案比率和工会会员占城镇单位就业比率，通过仲裁裁决方式结案比率=仲裁裁决案件数/结案数，通过调解仲裁方式结案比率=调解仲裁方式案件数/结案数。调解仲裁是仲裁庭根据当事人自愿达成的调解，仲裁裁决是仲裁庭针对仲裁纠纷案件做出的裁决，很可能出现争议双方意见不统一的情况。在处理一般劳资关系问题时，通过仲裁裁决与通过调解相比，容易引起更大的不满和厌恶(Pigou，1920)。徐雷等(2017)研究发现工会可以更好地维护劳动者的合法权益。因此，通过仲裁裁决方式结案比率为负向指标，通过调解仲裁方式结案比率为正向指标，工会会员占城镇单位就业比率为正向指标。劳动安全包括职业病发病率和职工工伤率，职业病发病率=各省患职业病人数/城镇单位就业人数，职工工伤率=当期认定(视同)工伤数/城镇单位就业人数，职业病发病率和职工工伤率均为负向指标。

5.政府服务评价指标

政府服务体现在就业服务和创业服务方面。就业服务包括职业指导人数占比，用本年职业指导人数(人)与各省每万人常住人口数的比例来衡量。创业也是解决就业的途径之一，政府通过提供创业服务提高创业质量，本文通过本年创业服务人数(人)占各省每万人常住人口数来衡量政府的创业服务情况。

据此，本文建立了包含五个一级指标，十一个二级指标，二十七个三级指标的就业质量评价体系，具体见表2。

表2 就业质量指标选取

四、模型构建

本文采用改进的熵值法，使其适用于面板数据，并且考虑到了数据的层次性问题，运用了迭代算法，其基本思想是：在某一年份下，把下级指标按照算出的权重加和到对应的上一级指标，分别计算出上一级指标得分，再用同样的方法加总到更高一级的指标，得出这级指标的得分，以此类推。下面为每一层级熵值法的计算步骤：

第一步，选取n个年份，m个指标，q个地区，则xijs为第i个年份第s地区的第j个指标的数值(i=1,2,…,n;j=1,2,…,m;s=1,2,…,q)。

第二步，指标的标准化处理:异质指标同质化。

由于各项指标的计量单位并不统一，因此在用它们计算综合指标前，要先对它们进行标准化处理，即把指标的绝对值转化为相对值，把各项不同质指标值进行同质化。而且，由于正向指标和负向指标数值代表的含义不同(正向指标数值越高越好，负向指标数值越低越好)，因此，对于含义不同的指标，本文用不同的算法进行数据标准化处理，并把数值控制在0～100。其具体方法如下：

正向指标：

(1)

负向指标：

(2)

第三步，计算P值。

(3)

第四步，计算第j项指标，第i年的熵值。

(4)

第五步，计算权重值。

(5)

第六步，对于各项指标进行加权。

(6)

第七步，计算就业质量综合指数。

(7)

其中，f(x)与g(x)分别为就业数量指标和就业质量指标得分。

第八步，计算就业质量协调度。就业数量和质量的得分越相近，我们就认为就业质量协调度越高，依据吴定玉等(2020)的研究思想构建式(8)：

(8)

式中，C为就业数量和就业质量之间的协调度，k为调节系数，k≥2，本文采用k=2。该式反映了在就业数量和就业质量发展水平一定的情况下，为使就业数量和就业质量发展水平之积达到最大，即f(x) 与g(x)之积最大时，就业数量与就业质量的发展水平进行组合协调的程度。就业质量协调度C取值在 0～100 之间，C越大即为就业质量的协调状态越好，反之则协调状态越差，C等于100意味着f(x) 与g(x)相等，协调状态最好。

第九步，计算就业质量协调发展指数。

协调度C确实为衡量就业数量和就业质量相互协调的重要指标，其对于就业健康协调发展具有非常重要的意义。但是，协调度有时只能衡量出就业数量和就业质量之间的协调程度，却并不能表现出就业数量和就业质量本身发展程度的高低。因此，给出就业质量协调发展指数的概念，即用于度量就业数量和就业质量协调发展水平高低的定量指数，具体公式如下：

(9)

就业质量协调发展指数D综合了协调度C及就业量与质所处的发展水平G，其值域为0～100，值越高表明该地就业质量综合指数与就业协调度的综合发展水平越高。

五、实证结果分析

根据本文提出的算法，我们针对2014-2019年全国31个省份的就业数量相关指标以及就业质量相关指标分别进行统计计算，并得到相应的就业数量、就业质量的综合得分和地区排名信息。然后我们又根据每个地区的就业数量与质量得分，通过计算就业质量综合指数、就业质量协调度，获得该地区的就业质量协调发展指数。

(一)就业数量

就业数量包括就业供需以及就业结构两个二级指标，如图1所示。总体而言，二者的权重稳中有变，就业结构权重大于就业供需，这表明了全国的就业结构差异较就业供需更大。2014-2015年就业供需与就业结构的权重差距较为稳定，2016-2018年二者差距拉大，而2019年二者权重差距减小，这主要是由于2016-2018年期间登记求人倍率地区间差异缩小降低了就业供需的权重，而城镇单位就业人员比率的地区差异增加提高了就业结构的权重，因此二者差距拉大，2019年情况则相反。这表明我国未来几年应该更加注重就业机会的地区平衡发展，企业和政府要积极为劳动者提供更多更适合的岗位，并且关注非正规就业的正规化问题。

图1 就业供需、就业结构权重

总体来看，2014-2019年间每年的就业数量指数情况较为稳定，但各地区之间的发展程度差异较大。以2019年为例，就业数量指数得分均值仅有26.42，其中最高分北京为99.30，而最低为甘肃，仅为5.46。我们对六年的就业数量指数进行排序，其中每年得分均保持在前六的地区分别是：北京、上海、江苏、浙江、广东、天津，均为沿海地区，经济发展水平高，就业数量指数也较高。吉林于2014年位居第16位，而后的五年中排名逐年下滑，从2014年的第16名下降为2019年的第26名，使得吉林的就业数量在这几年中持续下降的关键因素在于人均GDP以及人均GDP增长率在全国表现不佳。同时，六年中就业指数稳定位于后六位的地区分别是：黑龙江、贵州、云南、甘肃，除黑龙江外，均位于西部地区，经济发展水平相对较低，而黑龙江本身由于人口外流导致城镇单位新增就业人数和新增就业增长率较低，因此黑龙江的就业供需在六年间均排名倒数第一。宁夏在前三年中，就业数量指数均位于后十位，而从2017开始，由于就业供需情况的好转，使得其总体得分大幅提高，最终从2014年的第26位上升到2019年的第15位。综合来看，排名靠前的地区和排名靠后的地区的得分也有着较大的差距，在2014-2019年六年里，每年得分前六位和后六位的均值分别为65.06和 17.74，相差47.32，约3倍的差距体现出了各地区间的就业数量情况差异较为明显的现象。

为了进一步探究导致各地区就业数量指数差异大的原因，本文将对应年份和对应地区的人均GDP排名与就业数量指数排名一同分析，如表3所示。我们通过对比地区间人均GDP与就业数量指数发现，各年间就业数量排名情况与人均GDP排名有较强的正向关系，说明经济发展对就业数量有很强的带动作用，这与经验判断基本相符。而其中，部分地区，例如，内蒙古、陕西、江西与河北，就业数量表现出较明显的偏离现象，其就业数量与人均GDP差异较大。其中，内蒙古就业数量比人均GDP排名约低十多个名次，这说明剩余其他指标的表现情况不容乐观，拉低了整个就业数量的总排名。我们对内蒙古地区的各个就业数量三级指标进行分析，发现在2014-2019年间，该地区的登记求人倍率排名较低，说明该地区应该给予劳动者更多的就业机会；而该地区就业结构三级指标中，第二产业就业人员占比低，2014-2019年间其排名分别为23,23,27,26,24,26，而第一产业就业人员占比较高，产业结构也是影响就业结构的一个关键因素，说明内蒙古地区需要调整产业结构，优化就业结构。陕西省的就业数量排名逐步提高，与人均GDP排名逐渐缩小，从2014年相差11个名次到2019年的同步发展，这有赖于就业供需排名的提高。而2014-2019年江西地区的就业数量指数相较于人均GDP约高十个名次，进一步分析可知，该地区的其余就业指标表现出色，这对于我国的就业水平的提升有着很好的借鉴意义。江西省的就业结构表现良好，第二产业就业人员占比排名靠前，2019年排名分别为9,9,9,7,6,5，同时，城镇单位就业率和第三产业就业人员占比排名也稍高于人均GDP排名，因此就业数量指数得分高。河北省2017-2019年间就业数量排名连续提升，并且在2018年就业数量比人均GDP高6个名次，2019年高13个排名，这是由于河北省就业结构的优化，尤其是第二产业和第三产业占比的提高,使得其就业数量得到了改善。

表3 中国各地区就业数量与人均GDP排名

(二)就业质量

就业质量包括就业环境、就业能力、劳动报酬、劳动保护和政府服务五个一级指标，利用本文的算法，我们可以得到这五个一级指标的权重，如图2所示。由图2中可以看出，2014-2019年就业环境与劳动报酬对就业质量的整体评判有着最高的权重。在这6年中，除2018年外，就业环境的权重整体表现出降低的趋势，这说明在全国范围内，就业环境的差异性整体减小，同时结合表4，就业环境的三个二级指标的权重差异变小，这两点综合说明了地区经济发展对就业带动力度、就业公平情况、劳动力市场的分割状况之间是逐渐趋于协调的。与此同时，劳动力市场的分割状况在就业环境中拥有最高的权重，说明了地区间外地户口与本地户口比例差异较大，针对该指标，2019年排名第一和第二的地区分别是上海和北京，得分分别为100和89.87，而最后两名为西藏和河南。而在这6年中，劳动报酬的权重整体呈上升趋势，其中，工资水平的权重逐步上升，从2014年的0.53提高到2019年的0.73，这说明工资的地区差异增加，尤其是在居民可支配工资性收入方面，其权重从0.38提高到0.45，工资总额占GDP比重的地区差距也在增加。相比于工资水平，劳动报酬的另一项下级指标社会保障的权重在近年来则整体呈现出下降趋势，而其中的城镇养老保险参与率和医疗保险参与率的权重近年来也呈现出降低的趋势，这说明我国各省的社会保障的地区异质性是在逐步缩小的，这能够更好地保障各个地区的劳动者权益，但同时也要更加关注失业保险的社会参与情况，失业保险参与率的权重从2014年的0.16提高到2019年的0.25的现象体现了我国失业保险地区发展不均衡。劳动报酬权重的持续增大，表明我国需要在继续提高工资水平和社会保障水平的同时更加关注地区的均衡发展，尤其是提高落后地区的工资水平，促进我国地区间共同富裕，也要缩小失业保险参与状况的地区差异，保障劳动者权益，进一步提高地区的就业质量水平。

图2 就业环境、就业能力、劳动报酬、劳动保护、政府服务权重

总体来看，我国目前的就业质量整体水平并不高，就以2019年为例，全国的就业质量平均分仅有33.60，而得分最高的地区是北京，仅为76.80，较低的平均分说明了我国依旧有很多地区的就业质量各个方面不甚如意。而最高得分76.80的北京，与满分也相差较大，也说明其各项就业质量指标之间表现出了一定的不协调性。由于不同地区的就业质量发展状况不甚相同，为了探究地区发展现状的原因，本节将对部分地区的总得分与相关子指标的得分进行横向对比。根据地区间的指标对比，我们发现得分最高的北京，虽然其就业环境、就业能力以及劳动报酬排名均名列前茅，但在劳动保护方面却不容乐观，其工会会员占比情况仅位居全国倒数第一，在具体数量上也远低于倒数第二的上海，存在大量的上升空间。同时北京市的政府服务排名不高，2019年得分仅为34.76分，排名第26名，这指出了其政府对就业和创业的扶持力度不足的问题，也在一定程度上拉低了北京市就业质量的总得分。经过对比发现，东部地区的就业质量显著高于其他地区，其中上海、江苏以及浙江的就业质量一直名列前茅。上海市的就业环境在六年中稳居第一，其中每年的外地户口与本地户口人口比例均超过1，这使得劳动力市场的分割程度小，劳动力流动大，劳动力市场更加活跃，同时优质的就业环境又增加了其对外来人口的吸引力。但由于上海市实施了居住证积分制度，使得外地户口与本地户口人口比例由2014年的1.64逐年降低到2019年的1.19，这一项政策的出台，提高了来沪人口的人员整体素质，这又进一步提高了上海的就业能力，这使得上海在2015年就业能力指标反超北京，位居第一，在接下来的几年里，除2016年比北京得分低约1.3分外，均位于全国第一。值得深思的是，上海的劳动保护排名不高，2014-2019年分别位于28，26，16，23，19，13位，最近几年排名有所提高说明上海已经注意到劳动保护这一问题，但是仍旧有很大的提升空间，2017-2019年，劳动保护的下级指标劳动安全排名分别位居21,13，8位，劳动关系排名分别为23，23，18，导致这一方面的原因可能是上海市本身的生活节奏快、生活压力大，企业竞争存在恶性竞争现象，劳动者的压力较大，导致工伤率居高不下；另一方面，上海的中小型企业较多，员工体制不够健全，导致了工会会员比例较小。相比于东部地区，西部地区的整体就业质量较差。以2019年为例，贵州省的就业质量排名最低。在贵州省的五项一级指标中，就业环境和就业能力的排名最低，这表明该地区需要重点提高就业环境和劳动者人力资本。东北三省的就业质量水平并不稳定，波动较大。以辽宁省为例，该地区的就业质量在2014-2019年中分别位于18,21,9,16,19,17名，而这样剧烈的波动幅度主要来源于劳动保护得分的不稳定，而在劳动保护中，劳动关系的仲裁结案比率在2016年降低(负向指标)，2018年提高，调解仲裁方式结案比率在2016年大幅提高，这也说明了劳动保护的重要性，辽宁省后续需要更加重视劳动关系，加强对劳动者的保护力度。

表4 就业质量二级、三级指标权重(分层计算)

(三)就业质量综合指数、协调度、协调发展指数

本节根据前面得出的就业数量和就业质量指数，进一步根据式(7)、式(8)和式(9)可以计算得到就业质量综合指数、就业质量协调度和就业质量协调发展指数。我们分别将三项指标进行排名，并与就业质量和就业数量两项指标的排名进行对比，结果如表5所示。根据表中对比可以观察出，就业质量综合指数和就业数量、就业质量呈正相关关系，由于就业质量综合指数是根据就业数量和就业质量的加权融合，这样的正相关关系是符合我们的设计预期的，对就业质量有着正确的指导意义。而就业质量协调度的变化较复杂，根据式(8)所示，我们将协调度定义为一种就业质量和数量的相似关系，当两者得分相同时会达到最高分100，而两者得分相差倍率越悬殊则说明协调度越差，得分也越低。由表5中可以看出，以2014年为例，北京的就业数量和质量均为第一，但其实际分数相差却较大，所以协调度的排名较低，为第19位。相反山东地区就业数量和质量指数为第11名和第8名，但由于实际得分相近，就业质量协调度的排名也很高，位居当年第五。最后，本文利用就业质量综合指数与就业质量协调度，通过式(9)得到就业质量协调发展指数，该指数有着如下意义。

第一，就业质量协调发展指数可以对各个地区的就业情况进行良好的测度。通过就业质量综合指数，我们可以对一个地区的就业数量和质量的整体水平有一个较好地评判，我们在这个基础上加入了协调度这一指标，目的在于找出部分只关注就业“质”或“量”的地区，强调其 “质”“量”均衡发展的重要性。由表5中可以看出，就业质量综合指数高的地区，其协调度并不一定高，例如，北京地区就业质量综合指数排名第一，但协调度却为第十位往后，原因就在于虽然北京的就业数量和质量都很高，但是它们存在较高的偏差，就业质量分值较低，所以质量协调度较低，因此北京需要在发展就业量的基础上，进一步提高就业质。

第二，通过协调度得分可以看出，对整体而言，我国的就业质量协调状况较好，其平均分达到了 91.54。其中天津地区的就业质量协调度最好，六年均位于前十二，在2017年更是达到排名第一，这符合我国对各个地区的就业质与量两手抓的结果，同时也对各个地区的就业质量协调发展其有指导意义。

(四)层次性算法

本节对文中数据分别使用了非层次的熵值算法(肖思思等，2008；张抗私、李善乐，2015；谭永生，2020)以及本文采用的层次性熵值算法进行统计计算，得到了27个不同三级指标的2014-2019年总计6年的最终成绩权重，并对2019年的权重结果进行排序，如表6所示。我们分别针对2014-2019年层次性与非层次性算法的结果进行对比，可以观察到采用分层算法前后的指标权重值相差较为显著，例如，2019年的“本科及以上就业人员占比”指标，若采用非层次的方法得到的整体权重为0.105，在整体排名为第1位，而采用了层次性方法后，其对应的权重值为0.075，整体排名为第5位，采用了层次性方法后，排名第一的指标是“居民可支配工资性收入”，不同于非层次的方法得到的结果。这一点展示出来分层计算对结果的影响是显著的，同时说明专家知识(分层)的加入确实改变了原始的结果分布。而我们在熵值法的计算中加入这种分层结构也会带来以下好处。

第一，熵值法的采用，可以赋予差异大的数据以更高的权重，同样，可以赋予差异大的指标更高的权重。熵的含义是体现数据的混乱程度，熵值越大，数据混乱程度(区分程度)越大。对于指标而言，专业性和区分性两者都很重要,专业性是指该指标是否是研究对象的重要影响因素，这是指标选择的理论基础，并且上下级指标之间是有层级关系的，不能简单地认为是下级指标的简单加总；而区分性则是用来判断指标本身以及指标之间的差异程度。一个具有专业性和区分性的指标才更能刻画出各地区的就业差异，进而对不同地区的就业状况进行打分和排名。

第二，标准化的引入可以解决不同指标间量纲不同、相互之间不可比的问题。不同的经济学指标有着不同的量纲，它们单位各异，值域范围也差异很大，甚至连方向也可能不同。通过对不同的下级指标进行标准化，可以让所有指标有着相同的单位、相同的值域(本文为0～100)以及相同的方向(越高越好)，使得指标之间存在可比性，解决不同指标间不能运算的问题。同时，由于就业量与质的指标不存在最好，其更关注于各地区间的相对关系，通过标准化可以更加注重各地区间的相对关系，而不是绝对关系，这样可以更好地关注不同地区其本身的就业质量协调关系。

表5 就业数量、质量、质量综合指数、协调度、协调发展指数排名

续表5指标就业质量协调度协调发展指数年份地区201420152016201720182019201420152016201720182019北京191618201711111111天津121011169645564河北31216312222191311251911山西222517121420181791114内蒙古161720282526171719222125辽宁101326151415111414141415吉林13145122118141518212226黑龙江262628252328262627272628上海1516795222222江苏14499810354455浙江11843713433333安徽45121434181916131322福建2320228102788777江西2419292248151121161512山东57151611208978910河南20212351525212222172021湖北9151310132310101010109湖南28303029273222425262720广东63171116566646广西17111233029292828292929海南2961422421122115202524重庆1891919279791188四川222221181816232020181716贵州25282131612272929282827云南31257272931313131303030西藏30298262619302723242418陕西81810451252524231819甘肃13127303130283030313131青海21233241917161212191617宁夏272731212824242326152313新疆7242462027131613121223

第三，层次性算法可以在指标计算过程中引入专家知识，尤其是指标的层级信息，更好地体现出指标的经济学含义。熵值法的采用可以寻找到更加具备区分性的指标，赋予其更高的权重。但区分性并不是经济学指标选取的唯一标准，正如第一点中所说，专业性也是指标选择的一个条件，但是以前文献的计算方式并没有有效地运用到指标之间的上下级结构，而层次性的熵值法对此进行了补充。通过对指标进行专家分层，然后逐级计算，可以提高指标融合过程中的相关性，进一步提高指标的专业性，使得权重的计算更具有经济学意义。

第四，层次性算法可以缓解由于下级指标数量不同带来的上级指标权重差异的问题。非层次性算法在计算各个指标的权重时，将每一个指标当作一个完全独立的个体来计算，而这样的做法会导致一种结果，使得同类指标数量较少的指标的权重被稀释，降低了相关上一级指标的重要性。而利用分层计算得到的权重，使得每一个高级指标的权重得到充分地体现，减少了由于子指标数量带来的高级指标结果的不公平体现。由于分层算法的此类优点，我们不仅可以对每一个指标的重要性进行有效地评估，同时还能得到更加合理的高级指标的重要性，是一种更为合理的计算方式。

表6 非层次性算法、层次性算法计算最终权重及部分权重排名

六、结论和政策建议

本文建立了一种基于信息熵的层次性的就业质量协调发展分析算法，并利用中国的官方宏观数据进行实证分析，结合文中提出的算法，我们得到了2014-2019年6年中我国各地区的就业指数得分及排名信息。其中包括就业数量指数、就业质量指数、就业质量综合指数、就业质量协调度指数以及就业质量协调发展指数。通过分析，我们可以得到以下结论：

(1)本文建立的基于信息熵的层次性的就业质量指标分析算法使得指数计算过程更加优化。一方面，采用层次性算法后，我们可以在计算过程中进一步地融入经济学意义，尤其是考虑到了指标的上下级的分层关系；另一方面，采用层次性算法可以使得各上级指标间由于其下级指标的数量较少而导致的权重稀释问题得到缓解，使得上级指标的指数更具有指导性。

(2)我国就业数量发展程度区域差异大，存在个别地区就业数量状况和经济发展水平不同步的情况。其中，就业数量六年得分均保持在前六的地区的平均分为65.06，大多为东部沿海地区，但是六年得分均保持在后六的地区平均分为17.74，相差47.32，说明我国就业数量存在较大的地区差异。一般而言，经济发展水平的高低和当地的就业数量情况呈正相关性，我们通过对比各地区的就业数量指数排名以及当地的人均GDP水平排名发现，大部分地区的就业数量发展状况与我们的预期一致，但是存在个别地区的就业数量状况和经济发展水平不同步的现象，内蒙古就业数量比人均GDP排名约低十多个名次，而江西的就业数量指数相较于人均GDP约高十个名次，这对于我国的就业水平的提升有着很好的借鉴意义。

(3)我国就业环境和劳动报酬对就业质量影响最显著，是目前衡量就业质量的最关键指标，二者权重之和达0.5以上。其中，六年间我国就业环境地区差异减少，而劳动报酬的地区差异则增加。就目前而言，我国的就业质量水平整体偏低，同时各地区的各种就业质量下级指标存在一定的不协调性。

(4)地区就业质量综合发展水平与协调度存在不平衡问题，就业质量综合水平高的地区，其协调度并不一定高。利用就业数量和就业质量计算得出的就业质量协调发展指数可以更加全面地观察各地区的就业质量和就业数量的健康发展状况，它不仅要求需要提高“量”和“质”的整体水平，还要保证二者之间的协调平衡，是一种更加全面的指导性指标。

根据实证分析的结论，为了促进我国就业质量协调发展，提出了以下政策建议：

(1)各地区要因地制宜发展地区经济带动就业，针对指标体系中的薄弱指标专项提高。东部地区经济发展水平较高，就业数量状况良好，但是与就业供需对比，就业结构得分较低，为了发展的协调性，地区政府要全局考虑，优化城乡、地区、行业、产业之间的关系，实现就业结构的整体改善；中西部地区经济发展水平较低，要把提高就业数量的重心放到经济发展上来，充分发挥地方特色，依靠特色产业带动地方就业，同时积极寻找地区就业数量落后的深层原因，向对应指标表现良好的地区学习经验。国家应给予落后地区政策倾斜，建立定点帮扶机制，减少各地区间的就业数量水平的差异，促进我国各地区间就业数量的发展。

(2)提高各地区对就业质量的重视，由于就业质量的五大一级指标的内容和含义相差较大，我们对他们分别提出一定的政策建议。首先，就业环境和劳动报酬两项指标占比最大。对于就业环境而言，要提高就业质量，第一，要发挥市场和政府的双重作用，提高经济增长对就业的拉动力度；第二，要促进就业公平，缩小城乡收入差距和所有制收入差距，支持小微企业的发展，同时要减少就业性别歧视，加强保护女性就业相关法律法规的制定和实施，进一步提高城镇单位就业人员女性占比；第三，要改善劳动力市场分割状况，引导农村剩余劳动力向非农产业和城镇转移，促进农村劳动力的自由流动。其次，劳动报酬也是影响就业质量的关键指标。劳动报酬包括工资水平和社会保障水平两项指标，提高工资水平需要切实提高居民收入在国民收入分配中的比重，提高劳动报酬在初次分配中的比重，实现居民收入增长与经济增长基本同步，同时，要进一步推进全民参保计划，降低社会保险费率，实现应保尽保。而后是劳动保护和政府服务，均占比10%～20%。劳动保护包括劳动关系和劳动安全，一方面，要进一步提高工会参与率和工会的综合服务水平，让工会在职工群众中发挥出更大的作用，另一方面，要广泛开展劳动保护宣传教育，健全劳动保护法律条例和规章制度，改善劳动者的劳动条件。而政府服务也是构成就业质量指标的重要部分，包括就业服务和创业服务，要加大政府对公共就业服务的财政投入，结合地区就业的实际情况，举办大型招聘会、专项就业服务、创业服务等活动，开展就业信息服务与统计监测项目，使得就业、创业信息更加通畅，进一步提高政府对地区就业、创业的服务水平。就业能力包括教育水平和职业技能水平。教育是人力资本的主要积累方式之一，能够有效地提高我国的就业质量，因此，要进一步增加对教育的经费支出，提高教师队伍的整体素质，同时，更加注重职业技能培训，尤其是重点群体的职业技能培训，发挥企业的培训作用，扩大职业院校的培训规模，鼓励社会优质培训机构承担补贴培训。

(3)就业的质量和数量都是影响就业的关键指标，“量”和“质”的协调稳定发展才是最健康的发展状态，各地区要更加注重就业数量和质量之间的协调发展，以促改革、调结构、惠民生为就业保驾护航，破除“速度焦虑”，促进发展方式转变和发展质量提高，真正实现稳就业、保民生，让人民生活得到切实保障。