城郊农民市民化后就业类型及收入差异比较——以天津宝坻区为例的实证研究

马林靖，郭彩梅，孙 琦

(河北工业大学 经济管理学院，天津 300401)

经济“新常态”下，我国经济增速开始向中高速转变，而城镇化在我国经济结构转型过程中起着重要的作用。随着我国城镇化水平的不断提高，大量的城郊农民被“市民化”，大多数农民在失去土地后重新择业，而城镇化始终是缩小城乡差距的重要途经[1-2]。虽然多数农民在市民化后社会保障得到改善，但仍存在部分传统农民因就业信息不对称、地域、知识及年龄等限制在身份转变后只能从事一些技能要求低且工作内容单一的低收入工作，而且多数传统农民由于求职态度和企业歧视一直难以就业，这导致了部分城郊居民在市民化后陷入了就业难和收入低的困境。而且根据国家统计局数据可知，2018年和2019年我国城镇登记失业率分别为3.8%和3.62%，2018年和2019年城镇调查失业率指标分别为4.93%和5.2%，可见调查失业率的比例要高于登记失业率，由此可知我国城镇的实际失业率依然较高。而在这样一个庞大的失业群体中包含了一大批城郊农民，面对如此庞大的待就业群体，实现稳就业将是我国现阶段经济任务的重中之重，经研究发现，目前非正规就业已经成为我国劳动力市场的重要组成部分。

国内外现有的关于非正规就业的研究基本上是关于非正规就业的规模、特征以及对经济等的作用，近年来才逐步涉及非正规就业对收入的影响问题，而此类研究多是集中在非正规就业人员与正规就业人员收入差异的简单对比及对整体收入不平等的贡献度，忽视了非正规就业自身对其的作用效果，对其收入效果分析较为笼统。本研究将重点放在非正规就业的收入差异上，以天津市宝坻区的大规模一手调研数据为样本，基于PSM模型研究了282个劳动力在不同就业选择之下的不同收入并进行比较。模型研究主要是将非正式就业者分为自雇者与受雇者2种类型，通过计量统计方法研究不同就业选择群体的收入差异，以客观数据结果直观反映非正规就业与其他就业形式的收入差异；同时探讨各就业形式的影响因素，其有利于说明不同就业形式选择背后的深层次规律，从而为我国解决就业难、缓解低收入群体的民生困境及制定相应就业促进和安全保障政策提供一些切实可行的结论和建议。

一、相关理论与文献综述

(一)相关理论

1．二元经济理论。二元经济理论是区域经济学的奠基性理论之一。刘易斯较早地在《劳动力市场无限供给下的经济发展》一文中提出了二元经济模型，这一模型基于3个假设：首先，部门分为现代与传统2种形式。现代部门的发展依赖于劳动力从传统部门的转移。其次，在付出等质等量的劳动条件下，非熟练劳动者能够在现代部门拿到更高额的报酬。再有，根据目前的工资水平，现代部门的劳动力供需不平衡，供给大于需求。就这个意义来说，发展之初非熟练劳动者是充裕的。它表明在发展中国家，农村地区的传统生产性农业与城市地区制造业占主导的现代部门同时存在，又因为农业中存在大量边际生产率等于零的剩余劳动力，所以这一群体由农业向非农的大量转移能够进一步降低二元经济结构的程度[3]。

刘易斯模型是以城乡来进行二元结构的划分，然而随着经济的不断发展，托达罗等发展经济学对此提出了质疑，他们认为农村剩余劳动力进入城市后，并不能直接进入城市中的正规部门，而是被非正规部门所吸纳，主要以临时工或者非全日制工作形式谋生，即非正规就业。因此可以得出农村剩余劳动力的转移路径为：“农业—非正规就业—正规就业”，这一理论说明了非正规就业产生和发展的外部力量，从城乡关系和城市化的动态发展对其进行了解释。

2.贫困就业理论。“非正规部门”这一概念源于国际劳动组织，其在1973年《就业、收入和平等：肯尼亚增加生产性就业的战略》的报告中首次出现，之后在1991年、1992年，又分别对其进行了更加详尽的定义，并且形成了国际标准，即：广义上，非正规部门是指以创造就业和提供收入为基础，主要由从事产品生产以及劳务的单位组成的就业部门。其最重要的特点为：生产规模小、对劳动力和资本一视同仁、组织水平较低。ILO的相关报告表明，在发展中国家城市中，大量自谋就业、临时工数量的上升，有效地解决了其日益严重的就业问题，成为重要的就业选择途径。同时ILO认为非正规就业就像是“海绵”，对劳动力具有极强的吸纳能力，而且对缓解城市贫困具有很重要的意义，因此非正规就业能够成为城市贫困群体选择就业的一种模式。

贫困就业理论可以说是非正规就业产生和发展的内在动力。正是其所强调的城市内部的结构分化，尤其是因城市失业以及贫困化而出现的社会阶层分化,推动了非正规就业的产生和繁荣。

3.非正规经济理论。一系列有关非正规经济的理论在经济发展水平的变化过程中应运而生，从而促进了人们对非正规就业的认识。首先，在针对劳动力市场以及城市贫困问题进行研究时，国际劳动组织以及世界银行统一将非正规经济归属为欠发达经济的一部分，而其就业则被认定为不充分就业。其次，以受雇与自雇为基础，哈特认为在城市的劳动力群体中存在二元结构，也就是其二元化模型。随后，地下经济学理论又对非正规经济理论的发展给予了一定的推动和诠释。最后，以新制度经济学为出发点，地下经济为框架，法伊格提出了一种有效的分类方法，该方法是以制度化为原则，将地下经济分为4类：非法、未申报、未登录以及非正式经济。而非正规就业则大量存在于后3类，并且在此特征基础上不断地进行延伸，扩大范围。

(二)文献综述

关于非正规就业问题国内外学术界进行了广泛讨论和深入研究，并取得了丰硕成果。

1.关于非正规就业所包含的范围。“非正规就业”这一名词由国际劳工组织的人类学家Keith Hart在20世纪60年代首先提出，认为非正规就业是指那些不受国家管理和支持的小规模企业以及木匠、小商、小贩和修理工等职业，随后提出就业者的单位以及自身属性也应予以考虑，随后Sabot、Jütting、Ruiz等都对这一概念进行了进一步的完善，以便于更好地研究非正规就业[6-8]。我国从20世纪80年代开始出现非正规就业，理论界对此关注则是从20世纪90年代开始，不少学者都对这一概念进行了探索，胡鞍钢和赵黎、姚宇、吴要武、常进雄、薛进军、杨帆等把非正规就业理解为非正规部门的就业以及正规部门中的临时工、非全日制以及劳务派遣制等[9-13]；闫海波等认为判断是否非正规就业的标准往往涉及到雇佣关系是否正式和是否进入政府征税和监管体系[14]；张抗弘等将非正规就业概念界定为：无雇工的个体经营者、临时工、领取工资的家庭工人以及政府机关、国有企事业单位和集体企业中的短期临时工、非全日制就业和劳务派遣就业[15]。

2.就非正规就业的影响因素而言。Marc研究教育程度对拉丁美洲国家非正规就业的影响，结果显示受教育程度与非正规就业呈反比，即受教育程度的上升，会降低选择非正规就业的可能性[16]。吴要武和蔡昉、胡凤霞和姚先国从微观视角出发，也得出相近的结论[17-18]。Julie和Alexandra利用印度尼西亚的数据进行研究，结果表明家庭中婴儿以及儿童的数量对男性的就业选择基本没有影响，但对女性存在显著的影响，其表现为婴儿或儿童数量的上升会极大地提升女性选择非正规就业的可能性，二者存在正相关关系[19]。刘波和徐蔼婷利用2009年CHNS 数据研究家庭收入对居民非正规就业选择的影响，结论为非正规就业比例与家庭收入呈现“U”型趋势，同时随着受教育水平的上升，非正规就业比例逐渐下降且女性的非正规就业比例较高[20]。吴燕华和李金昌利用1993—2011年“中国健康与营养调查”数据，研究家庭老年照料对女性非正规就业选择及收入的影响。研究发现，家庭老年照料会降低女性从事正规就业的可能性而提高其从事非正规就业的可能性，并且老年照料的强度越高(每周照料时间超过10小时)，女性劳动者非正规就业倾向越大。同时家庭老年照料强度对女性工资收入负效应的影响与就业类型有关，表现为非正规就业正相关，正规就业负相关，即非正规就业有利于缓减收入负效应[21]。张剑等研究发现，对大多数地区来说，最低工资的提高对非正规就业水平具有显著的正向影响[22]。

3.非正规就业对收入的影响效果分析。屈小博研究非正规就业者与正规就业者收入差异，结论为非正规就业者收入低于正规就业者，同时认为原因在于劳动力市场以及户籍分割, 张晓昕基于CFPS数据证实了相较于正规就业者，非正规就业者的劳动收入和教育收益率更高[23-24]。薛进军和高文书以2005年城镇数据为基础进行研究，发现非正规就业占比高达58.85%，而其小时收入则低于正规就业者。而Pratap等在控制自我选择的条件下认为非正规部门工资并未低于正规部门[25]。Timofeyev通过分位数回归，以俄罗斯居民为对象，研究非正规就业对居民收入的影响。结果显示非正规就业可以提高低收入者的收入[26]。Lehmann和Zaiceva研究得出正规就业高于非正规就业的收入的部分会随着个人选择性偏差、公司规模效应和税收等因素的控制而消失[27]。胡凤霞等利用CHNS数据研究受教育程度对不同就业工资差异的影响，得出人力资本，特别是教育在非正规就业和正规就业二者的收入差异方面起了重要作用[28]。苏晓芳和杜妍冬通过建立OLS回归方程以及Oaxaca—Blinder的分解方法，实证分析了人力资本、社会资本与我国流动人口就业收入的关系得出，流动人口的人力资本对正规就业收入有促进作用，而社会资本则对非正规就业收入的促进效果较为明显。Oaxaca—Blinder的分解表明，受教育程度差异是造成工资收入差异的主要原因[29]。

基于对以往研究的梳理，针对非正规就业国内外现有研究重点多聚焦于非正规就业的规模、特征以及影响因素的论证，近年来才逐步涉及非正规就业对收入影响的问题，这一层面的问题大多以劳动力从事非正规就业与正规就业的收入差异进行研究，主要从劳动力市场和户籍分割、受教育程度、性别等个体特征来进行探讨，而缺少直接研究非正规就业这一就业形式对收入的影响效果，更未将非正规就业的不同形式进行区分，难以消除不可观测因素导致的自我选择偏误，因此本文选择倾向得分匹配模型(PSM)，详细选取了多个处理组与控制组，对不同就业群体以及非就业群体的收入进行对比，更加清晰的呈现不同形式的非正规就业其对就业者收入的提升作用，进一步凸显其对劳动力市场的重要性。

二、样本选择与数据来源

(一)样本点基本情况

周良水苑小区，坐落在天津市宝坻区周良街道办事处南100米，占地面积32.06万平方米，建筑面积27.93万平方米，小区共有楼房2 298套，其中别墅96套。社区中设有幼儿园、综合服务站、卫生服务站、科普活动站、警务室、图书室、农商银行便民服务站、超市，周边有温泉都商业广场、小型集贸市场以及餐饮娱乐场所等配套设施，居民在社区内及周边就可以享受到门类齐全的各种综合服务。2014年3月以来，水苑社区先后被评为“天津市美丽社区”“天津市文明社区”“宝坻区科普社区”等。从2009年开始，水苑小区由张唐庄村、张旭庄村、刘庄子村、木家铺村、王良庄村、李贤庄村、聂庄子村、柴家铺村、蔡家铺村、李山庄村10个村陆续分3批还迁组建，涉及户数1 053户，人口3 401人，共有党员202人。

水苑小区物业费按照多层及别墅0.38元/平方米、高层0.6元/平方米，取暖费25元/平方米的标准统一收取。为保障小区居民的民计民生，社区居民享受搬迁协议内所属人员每人15 000元的物业取暖基金，每年每人能够使用1 080元的基金利息收益抵扣物业和取暖费，多退少补，极大地惠及了小区广大住户，因此每年小区的物业和取暖费收取率均达96%以上。社区自成立以来，各类组织和制度逐渐得到改善，管理系统标准化，运行机制得到改进，社区的体制、机制也在不断的创新。社区办公地点设在小区物业楼二楼，办公面积71平米，服务场所面积820平米，社区建设初期就本着“建筑以人为本”的设计理念，绿地面积15.74万平方米，配套公共设施建筑面积2.01万平方米，小区内设路灯、庭院灯550盏，机动车停车位1 747个，体育文化休闲广场1个，消防设施、安全监控设施以及清洁和排污设施齐全，并做到了管理规范，运转正常。

社区通过宣传橱窗、板报、宣传标语等宣传方式，对与社区建设相关的事宜进行宣传，加大对党内相关理论知识的讲解介绍，加强社区居民对社区以及党内思想的认识与了解；同时积极举办相关社区文化活动，鼓励社区居民积极参与并建言献策，提升其对社区的认同感以及归属感，从而建立和谐的人际关系，共同推进社区更好的发展。近些年水苑社区陆续开展了一系列的美化、净化环境活动，通过对社区公共区域及死角的清理打扫，增强居民保护环境、自觉遵守公共卫生意识，而且还成立了文明卫生巡逻队，对不文明、不卫生现象进行劝导，积极引导社区居民形成良好的生活习惯，真正体现了“社区是我家，创建靠大家”的文明、和谐的精神风貌。

周良街水苑小区是天津市城镇化建设过程中较为突出的宅基地迁移地点，因此此次我们以它作为调研点来深入分析居住方式改变对居民生活的影响，进而回答居民对城镇生活的适应性、满意程度和城乡文明融入情况。

(二)数据来源

笔者使用的数据资料为2018年底在天津宝坻区进行的入户调查问卷，该调查以周良水苑小区为调查单元，主要采取的调研方法包括访谈法、观察法和问卷调查法。本次调研时间点选择2008年和2018年，通过随机抽样方式获得了来自108个家庭共计334个有效样本信息，并比较10年前后农民就业的转型和生活变迁。

通过调查发现，被调查者几乎99%以上依然是农业户口，且男性比例为53.9%、女性为46.1%。从年龄分组看，18～65岁的劳动力比例超过64%，且各年龄段分布较为平均，样本的性别和年龄分布基本均衡；同时由学历分布可以看出，整体样本中59.8%的被调查者为中学学历，剩余32.7%为小学学历，这两者占到了总样本的90%以上，大学以上学历仅为6.6%，因此从总体上看样本数据较为合理，如表1所示。

表1 变量的基本情况与特征

(三)描述统计

图1展示了10年前后总体就业的变迁和构成，非正规就业明显上升，正规就业略有增加，务农比例大幅下降。2008年水苑小区的10个村未搬入楼房居住前，他们的就业情况是以务农为主占58%，其次是非正规就业占26%，从事正规就业的占9%，未就业的占7%。根据2018年最新调查结果，由于征地等原因务农人群基本没有，正规就业比例上升了4%，非正规就业占48%，行业分布集中在社会服务、制造业、建筑业和餐饮零售。

(a)2008年

(b)2018年

无业人群较10年前明显增加，扣除年老体弱及无就业意愿的部分，有就业意愿而没有工作的约占总体的6.7%，其中未就业人群中女性占比65.2%，而具有就业意愿的女性比例为46%。

进一步来看非正规就业的单位类型中，自营工商业约为19%、受雇临时工比例最大为63%、企业占9%、小摊贩占2%。工作地点有93%集中在宝坻区范围内，在宝坻区以外的天津其他地区为7%，外省市比例为零。这表明非正规就业群体更倾向选择离家近的工作，这也是一种典型的就地城镇化就业(见图2)。

(a)单位类型

(b)工作地点

从总体收入和消费看，2018年被调查家庭平均总收入10.1万元，较2008年的5.58万元明显增加；消费上涨更为明显，从2008年家庭全年花费1.6万元上涨到4.2万元。调查过程中，老百姓表现出强烈的增加收入意愿。

笔者对比了不同就业类型的收入发现，从总体趋势看除务农和无业人群，其他就业类型的收入都较10年前明显增加，增长最快的是正规就业和退休人员，其中退休人员的收入水平增加了近80%。2008年非正规就业者的收入最高，务农人群的收入水平和无业人员都是最低的，表示务农行业对农民来说并不利于收入增长，在就业转型之后他们的收入反而能较从前有所增加。因此，就业转型对农民来说就是一条增收之路(见图3)。

图3 不同就业类型的收入对比图

从单位类型来看(见图4)，自营工商业者的收入领先，公务员和事业单位排在第2位，但增长速度排在首位，第3位和第4位分别是企业和临时工，务农和小摊贩的收入最少。自营工商业也是一种非正规就业类型，对收入增加作用明显。鼓励农民创新创业是促进农民增收的最重要渠道。

笔者通过研究还发现，老百姓并没有表现出对非正规就业类型的歧视与不满，69.6%的非正规就业者对目前的工作状态表示满意，72.3%的人不打算更换非正规工作，他们更看重的是收入。

图4 不同单位类型的收入比较图

三、模型构建与实证分析

(一)模型构建

此次实证分析所使用的数据即为上述2018年针对天津市宝坻区所进行的调研数据，为了更加直观地探讨非正规就业与正规就业、无业者的收入差异，本文定义以下收入方程：

Y=αV+βX+ε

(1)

其中，Y为就业者的收入，V表示就业者是否选择非正规就业的二值变量，X为控制变量矩阵，ε为随机扰动项。控制变量包括性别、年龄、年龄平方、受教育程度、子女数、婚姻、户籍、地区、父亲的职业及地区变量，其中对于地区变量，此次实证我们将其定义为本村、本镇、本区县、本市、外省市这5种形式。

通过对调研数据进行分析处理，剔除掉其中具有缺失值的数据，最终共计获得282个数据样本，其中处理组非正规就业115个(其中自雇型26个，受雇型89个)，控制组分别为正规就业36个、无业者131个观测值。

倾向得分匹配方法所依据的理论为：反事实推断，即事物的双面性。由于在统计中样本选择的偏差以及复杂变量的影响，会导致结果的不合理性。而此方法恰好可以进行很好的区别处理，能够对处理组和对照组予以很好的对比。此方法在Paul Rosenbaum、Donald Rubin两位学者的研究中提出，在医学、公共卫生以及经济学等领域得到广泛的应用。

本文采取倾向得分匹配法探究非正规就业的影响效果，通过对非正规就业自身对收入的影响进行观测，基于此方法，依据研究目的将劳动力样本分为处理组(非正规就业)和控制组(正规就业、无业)，并将处理组进一步细分为自雇型与受雇型。同时定义非正规就业对收入的作用效果即平均处理效应为ATT：

ATT=E(Y1i|Vi=1,P(Xi))-E(Y0i|Vi=0,P(Xi))

(2)

其中，Y1i为就业者非正规就业下的收入，Y0i为就业者未非正规就业下的收入。P(Xi)为倾向得分，表示在控制可观测变量X的情况下就业者选择非正规就业的条件概率：

(3)

条件概率可以通过Logit模型进行估计，利用其拟合值计算两组数据的条件概率，即倾向得分。

以倾向得分为依据，进而为每位非正规就业者匹配适宜的未非正规就业人员，形成符合试验要求的对照组，使得处理组与对照组能够直接比较。但由于 Logit 模型估计出来的P(Xi)为连续变量，倾向得分完全相同的匹配结果几乎不可实现，因此不能直接应用倾向得分测算ATT值。对此问题的解决，目前一般采用最近邻匹配、半径匹配以及核匹配等方法进行匹配，从而得到较为接近的两组数据。本文将这3种方法同时运用，进而通过结果进行比较，若三者的结果相近，则可说明最终的估计结果是较为稳健的。

(二)倾向得分的Logit回归结果

首先针对处理组与不同控制组进行条件概率估计，即计算其倾向得分。本文中非正规就业包括自雇型与受雇型2种形式，而非正规就业则包含正规就业与无业2部分人群，所以针对不同的样本组合实验需要重复进行4次。因此共形成了4组样本数据，如表2所示，列示的是处理组与控制组的Logit估计结果。

从结果来看，相对于正规就业者来说，年龄、年龄的平方、受教育程度以及户籍、地区因素会对就业者选择非正规就业具有一定的影响，年龄较大、学历较低、农村户口这类的就业者大多倾向于非正规就业，同时非正规就业人群多就业于本地区；而相对于无业人群来说，性别、年龄以及受教育程度、地区因素同样存在影响，男性、年龄较大以及受教育程度较高这类就业者倾向于选择非正规就业，而不是依旧处于无业状态，同时这部分人群的非正规就业方向多倾向于外部区域，并不仅限于本地区，这也为就业者更好及更快地获得就业机会提供了很好的机遇。

表2 处理组与不同控制组的Logit回归结果

(三)倾向得分匹配分析

接下来以Logit回归得到的ps值为基础，运用匹配方法对不同数据组进行匹配分析，进而得到收入绩效评估，最后进行稳健性检验，以保证实验结果的真实性、稳健性、有效性。

1.平衡性检验。倾向得分匹配方法的运用需要满足共同支撑假设与平衡性假设。为了确保匹配结果的有效性，需要对这2种假设进行检验。首先对共同支撑假设条件进行检验，通过核密度函数图对其进行解释：利用最近邻匹配对处理组与对照组的数据进行匹配，从而得出2组数据匹配前后的核密度函数图，从图中可以看出匹配之前，2组数据的重合区域较小，这说明2组数据之间存在显著差异，这进一步得出不能直接对从事非正规就业与未从事非正规就业的就业收入进行比较；而在匹配之后，可以明显看出，处理组与对照组的核密度图组间差异减小，这说明经过匹配后，2组数据的可观测值具有相似的特征，从而说明2组数据具有可比性。同时，如图5所示可以看出，处理组和对照组核密度函数图的取值范围相同，因此这充分说明满足共同支撑假设条件，而且，本文还通过半径匹配以及核匹配方法分别进行了验证，结果显示匹配结果均满足共同支撑假设。核密度函数图如图5所示，4组数据的图均符合共同支撑假设，故为避免繁琐并未将所有结果图列至于此，仅放置自雇与正规就业、受雇与无业这2组数据的核密度函数图。

(a)自雇与正规

(b)受雇与无业

倾向得分匹配所需满足的第二个假设条件为：平行假设。此假设运用均衡检验予以验证。如表3所示，自雇型非正规就业与不同控制组的检验效果：控制组为正规就业时，年龄、年龄平方、婚姻在匹配后标准偏误均低于5%，同时受教育程度、地区以及父亲的职业在匹配后标准偏误均低于20%，其二者的差异均在1%的置信水平上不再显著；控制组为无业人群时，除性别以及地区外，其余变量匹配后的标准偏误均低于20%，同时未成年子女数、婚姻、户籍以及14岁时父亲的职业的标准偏误均低于5%，且差异均在1%的置信水平上不再显著。这说明匹配后处理组与控制组大部分的变量均不存在显著差异，匹配效果较好，且满足了平衡性假设条件。

如表4所示，受雇型非正规就业与不同控制组的检验效果：控制组为正规就业时，除未成年子女数外，其余各变量在匹配后的标准偏误均低于20%，其中一些变量的标准偏误低于5%，且差异均在1%的置信水平上不再显著；控制组为无业人群时，除受教育程度以及婚姻外，其余变量在匹配后的标准偏误也均低于20%，有一些变量的标准偏误低于5%，甚至为0%，且差异也均在1%的置信水平上不再显著。

所以从整体来看，此定点分析模型满足倾向得分匹配法的假设条件，且匹配效果较好，其对非正规就业与正规就业、无业的收入差异研究的结果具有可信度及有效性。

表3 自雇型与不同控制组的平衡检验效果

表4 受雇型与不同控制组的平衡检验效果

2.匹配结果分析。经过Logit回归得到倾向得分以及相关检验的验证之后，可以说明此次不同分组的样本数据满足倾向得分匹配方法的要求，且不同处理组与控制组除是否非正规就业这一个变量外，其余变量均不存在显著差异，所以可以进行最后一步的ATT值的估计，也即非正规就业的收入差异分析，如表5所示。

将非正规就业细分为自雇型与受雇型再进行匹配后，可以发现当处理组为自雇型非正规就业时，无论是匹配前后，自雇者的收入均要高于正规就业者与无业者，在消除干扰因素后，自雇者的收入要比正规就业者高12万元/年，比无业者高8.46万元/年；而当处理组为受雇者时，匹配前，受雇者的收入要低于正规就业者1.58万元/年，高于无业者2.44万元/年，在消除其他因素的干扰后，受雇者的收入虽高于正规就业者的收入，但仅有1 367元/年，而且并不显著，但受雇者的收入要比无业者的收入高1.86万元/年，在1%的置信水平上差异显著。

通过对结果分析可以发现，自雇型非正规就业的收入均高于正规就业人员的收入，且均在1%的置信水平上差异显著；而对于无业人员来说，无论是自雇型还是受雇型的非正规就业对其收入都具有一定的促进作用，又由于非正规就业对就业者的门槛较低，因此非正规就业应该是无业人员特别是工作技能、学习水平等较低者的一个最佳就业选择；而对于那些具有一定技术、资金以及创业想法的未就业者，仅从收入来看，自雇型非正规就业无疑是最优选择，不仅解决了自身的就业问题，同时这也将会为市场增加一部分就业机会，一举两得的选择。

表5 倾向得分匹配的估计结果

3.稳健性检验。为了保证结果的稳健性，笔者在进行倾向得分匹配时，运用了Bootstrap来对总体的标准误进行推测，无论是半径匹配亦或是核匹配，其结果均与最近邻匹配相近。结果表明，对于不同的控制组，所得到的处理组的处理效应(ATT)、控制组的处理效应(ATU)以及总体的平均处理效应(ATE)与表5结果并无较大差异，因此更加保证了匹配效果的良好，如表6所示。

表6 不同控制组不同匹配方法下的匹配效果

四、结论与政策建议

(一)主要结论

本文利用2018年对天津宝坻区周良镇水苑小区的调研数据，通过倾向得分匹配模型对自雇型、受雇型非正规就业者与正规就业、无业者的收入差异进行实证分析，得出以下结果：

1.根据Logit回归结果可以看出：相对于正规就业者来说，年龄、年龄的平方、受教育程度以及户籍、地区因素会对就业者选择非正规就业具有一定的影响，年龄较大、学历较低、农村户口这类的就业者大多倾向于非正规就业，同时非正规就业人群多就业于本地区；而相对于无业人群来说，男性、年龄较大以及受教育程度较高这类就业者倾向于选择非正规就业，而不是依旧处于无业状态，同时这部分人群的非正规就业方向多倾向于外部区域，并不仅限于本地区，这也为就业者更好、更快获得就业机会提供了很好的机遇。

2.从ATT结果可以得出，自雇者的收入均要高于正规就业者与无业者，在消除干扰因素后，自雇者的收入要比正规就业者高12万元/年，比无业者高8.46万元/年；受雇者的收入要比无业者的收入高1.86万元/年。由此可以看出非正规就业对于就业者收入具有重要作用，非正规就业的收入并不一定低于正规就业者的收入，其收入的高低不仅取决于其不同的就业形式，同时与其就业者自身的个体特征存在一定关系。

(二)政策建议

第一，创造良好的非正规就业环境。对于非正规就业应该放松管理的严格程度，降低准入门槛，鼓励创新创业，制造更多非正规就业岗位。政府以及金融机构进一步给予非正规就业宽松环境和帮助扶持，放宽非正规就业的政策平台。第二，鼓励发展自雇型非正规就业。自雇型非正规就业成为所有就业形式中收入效应最为明显的形式，还能够在解决自己就业问题的同时创造更多工作岗位，具有一定的乘数效应以及福利效应。各地政府相应的鼓励政策、税收补贴以及金融扶持贷款应当有针对性的实行，应鼓励有创业想法的就业者选择自雇型非正规就业。第三，完善非正规就业的劳动和社会保障体系。非正规就业与正规就业者相比没有社会保障，这也是就业者不愿选择非正规就业的一大因素，因此政府应该完善非正规就业的劳动和社会保障体系。首先，政府应该出台措施，要求企业对正规就业与非正规就业在员工福利方面一视同仁。其次，完善社会保障体系内容，对具体适宜进行详细规定，从而提高非正规就业人员的养老、医疗以及失业等的参保比例，以最大可能保障非正规就业人员的基本权益。