女性就业与中国经济周期*

陈利锋 王凯风 林柳琳

引言

近年来，女性在劳动力市场扮演着越来越重要的角色。2020年世界银行对欧洲各国的女性就业情况进行了调查，结果显示西欧各国女性劳动参与率均超过55%，北欧国家甚至超过60%。中国国家统计局于2020年进行第7次人口普查，数据显示近十年中国女性劳动参与率均接近60%。劳动力市场现实情况引起研究者对女性就业问题的研究兴趣，一个重要的表现是近年主流宏观经济学分析开始考虑性别差异因素，诸如女性就业对工资收入的影响、女性就业的影响因素以及促进女性就业政策设计等方面的研究文献不断出现，女性就业问题成为研究中的热点话题。①鄢伟波、安磊：《中国女性劳动供给为何降低：来自流动人口的证据》，《世界经济》2021年第12期。

早期相关研究从微观视角探讨女性就业问题，如女性劳动参与率的影响因素、女性就业行业分布、女性技能结构、女性非正规就业选择以及女性企业家培养等。近年来，部分研究者开始从宏观视角分析女性就业与产业结构变迁问题。Ngai和Petrongolo（2017）指出，女性就业快速上升是美国产业结构变化的重要影响因素，一个重要的体现是女性就业上升导致美国服务经济的快速发展。②Ngai,L and Petrongolo,B,“Gender Gaps and the Rise of the Service Economy,”American Economic Journal：Macroeconomics，vol.9,2017,pp.1-44.另外一些学者则主要关注女性就业对宏观经济波动的影响。结合美国和欧洲国家在国际金融危机之后劳动力市场出现的缓慢复苏现象，Albanesi和Sahin（2018）建立实际经济周期（以下简称RBC）模型讨论了这一现象的成因，即美国与欧洲国家的女性就业对经济周期变化更加敏感。③Albanesi,S and Sahin,A,“The Gender Unemployment Gap,”Review of Economic Dynamics,vol.30,2018,pp.47-67.Albanesi（2022）通过构建包含女性就业与男性就业的RBC模型考察了女性就业变化对美国经济周期波动的影响，显示女性就业显著改变了美国经济周期变化特征。④Albanesi,S,“Changing Business Cycles：The Role of Women’s Employment,”Review of Economic Dynamics,vol.3,2022,pp.32-66.那么，与之相关的一个问题是，为何女性就业快速上升影响了一国宏观经济周期？Razzu和Singleton（2016）构建包含女性就业的向量自回归模型分析金融危机对女性就业的影响，发现女性就业对金融危机的反应更加迅速，进而使金融危机对各国经济产生更大的负面影响。⑤Razzu,G and Singleton,C,“Gender and the Business Cycle：An Analysis of Labour Markets in the US and UK,”Journal of Macroeconomics,vol.47,2016,pp.131-146.Wu（2015）以及Lauermann et al.（2020）指出，女性就业增加了劳动力市场搜寻成本并降低了匹配效率，因而导致宏观经济周期变化。⑥Wu,Q,“A Finite Decentralized Marriage Market with Bilateral Search,”Journal of Economic Theory,vol.160,2015,pp.216-242；Lauermann,S.,Nöldeke G.,Tröger T,“The Balance Condition in Search-and-Matching Models,”Economitrica,vol.88,2020,pp.595-618.Fukui et al.（2022）则进一步通过使用动态一般均衡分析方法考察女性就业对宏观经济波动的影响。研究结果发现，美国劳动力市场女性就业对男性就业产生了明显的“挤出”效应，而这一“挤出”效应是导致美国经济在国际金融危机之后缓慢复苏的主要原因。⑦Fukui,M.,Nakamura,E.,Steinsson,J,“Women,Wealth Effects,and Slow Recoveries,”American Economic Journal：Macroeconomics,vol.2,2022,pp.401-432.

国内相关研究对女性就业相关问题进行了较深入的研究，部分文献对中国女性就业特征进行了分析。张抗私和王亚迪（2021）使用2012年至2018年中国家庭调查数据对女性就业部门分布进行了统计，发现女性就业波动性显著大于男性，造成这一现象的原因是中国大量已婚育女性选择进入非正规就业部门。⑧张抗私、王亚迪：《生育对已婚女性就业选择的影响研究》，《公共管理评论》2021年第3期。莫玮俏和史晋川（2020）认为配偶就业越稳定，女性的劳动力供给意愿越小，女性就业波动越大。①莫玮俏、史晋川：《就业稳定性、风险预防与女性工作时间》，《经济理论与经济管理》，2020年第2期。王勇和葛玉好（2021）则进一步指出，相比男性而言，女性在面临消极外生冲击时更容易选择退出劳动力市场。这意味着当类似于中美贸易摩擦、金融危机、新冠肺炎疫情等逆向外生冲击影响宏观经济时，女性相比男性更加容易选择退出劳动力市场，进而引起就业与失业更大的波动。②王勇、葛玉好：《劳动力市场冲击对女性就业和工资的影响》，《人口与健康》2021年第11期。

现有研究尽管对女性就业的变化趋势及影响因素进行了深入研究，但关于女性就业对宏观经济变量的影响仍存在诸多可以深入讨论之处。在国内外相关研究基础上，本文构建了一个考虑劳动力性别差异的动态随机一般均衡模型，并使用中国相关现实数据对这一模型进行了贝叶斯估计。相比现有研究，本文的边际贡献包括：第一，考虑了现实经济中劳动力市场性别差异问题，构建了一个包含性别差异的动态随机一般均衡模型。第二，通过脉冲响应分析以及贝叶斯冲击分解方法，考察并比较了男性就业与女性就业对中国宏观经济波动产生的影响。

一、模型设定

（一）家庭

模型经济中包含大量家庭，每个家庭均由男性和女性构成，并且所有家庭成员共担外部经济风险。定义NF,t与NM,t分别表示女性与男性劳动力的就业率，Ct为家庭总消费，参数ηF和ηM分别表示女性劳动供给弹性的倒数和男性劳动力供给弹性的倒数，定义家庭中女性成员占比为κ，家庭的目标为最大化如下终身效用：

其中，参数β为折现算子，为偏好冲击且满足：为冲击持续性，是均值为0、方差为的白噪声；和分别为女性劳动力供给冲击和男性劳动力供给冲击，且满足：为冲击持续性，是均值为0、方差为的白噪声。

定义Kt与It分别表示物质资本和投资，资本调整成本S(X)满足：S(δ)=S＇(δ)=1，δ为折旧率，并且Kt与It的动态关系为：

时期t至t+k女性劳动力工资水平保持在时，t+k期的女性就业定义为NF,t+k|t。如果女性名义工资可以灵活调整，那么t+k期女性就业定义为NF,t+k。类似的，时期t至t+k男性劳动力工资水平保持在时，男性就业定义为NM,t+k|t。如果男性名义工资可以灵活调整，那么t+k期男性就业定义为NM,t+k。依据成本最小化原则可得如下方程：

定义LF,t与LM,t分别表示女性与男性的劳动力供给，UF,t与UM,t分别表示女性失业和男性失业，那么女性和男性劳动力供给分别等于各自就业与失业之和，即：

女性劳动力、男性劳动力各自的工资水平与劳动力供给密切相关：当实际工资较低时，劳动者宁愿选择享受闲暇；相反，则选择供给劳动力。因此，劳动力供给决策均衡条件为：

（二）最终产品生产企业

模型经济中最终产品生产企业以价格Pjt购入中间产品Yjt，通过Dixit-Stiglitz技术生产出最终产品Yt，最终产品的市场售价为Pt。最终产品生产企业的生产函数为：

其中，εp为不同产品的替代弹性。生产最终产品生产的最优中间产品投入满足：

（三）中间产品生产企业

代表性中间产品生产企业j投入物质资本Kjt和有效劳动生产出中间产品Yjt，定义为通用技术冲击且满足：表示冲击持续性，是均值为0、方差为的白噪声。具体的，中间产品Yjt的生产函数为：

其中，参数α为资本的产出弹性，有效劳动由女性劳动力、男性劳动力以及女性劳动力特定技术冲击构成。表示女性劳动力相对男性劳动力的特定技术冲击，其度量的是女性劳动生产率的相对变化。定义表示女性相对生产率冲击，并且服从平稳的AR（1）过程：表示冲击持续性，是均值为0、方差为的白噪声。具体的，有效劳动满足：

方程（11）中，参数v∈( -∞,1]表示女性劳动力对男性劳动力的替代弹性，γ表示女性劳动力在有效劳动力中的投入占比，方程（11）相当于将男性劳动力的生产率标准化为1。中间产品价格Pjt依据交错方式调整，即每个时期仅有比例为1-θp的中间产品生产企业进行价格调整。定义表示能够为中间产品生产企业带来最大利润的价格，那么Pjt满足：

由于名义价格刚性的存在，每个时期均有比例为θp的中间产品生产企业不进行价格调整。自时期t至t+k价格保持不变，定义t+k期中间产品生产企业的产出为Yjt+k|t。相反，如果价格灵活调整，那么定义t+k期中间产品生产企业的产出为Yjt+k。当价格保持不变时，与产出Yjt+k|t对应的中间产品生产企业的边际成本为MCjt+k|t，那么P*t的决定方程为：

（四）社会资源等式、财政当局行为与货币当局行为

总就业Nt与总失业Ut均为女性和男性相关宏观经济变量加总而得，即：

经济中的总劳动力供给Lt为总就业与总失业之和，即：Lt=Nt+Ut。这一方程构成了劳动力市场均衡条件。最终产品Yt用于私人消费、投资和政府消费（政府购买）。因此，依支出法可得社会资源等式：

政府购买Gt为总产出Yt的一个时变比例，即：

货币政策行为方程为：

其中，Y和Πp分别为产出稳态和通胀稳态，ρ、ρy、ρp均为泰勒规则参数，为货币政策冲击且满足：，ρr为冲击持续性，是均值为0、方差为的白噪声。

二、参数校准和估计

本文同时使用校准与贝叶斯估计两种方式进行模型参数化。具体操作方式为：第一步，对模型不敏感的参数以及无法识别的稳态参数进行校准。第二步，对模型敏感的参数，使用中国现实数据进行贝叶斯估计。

（一）参数校准

部分宏观经济变量的稳态值在模型中无法识别，因而需要在贝叶斯估计之前对其进行校准。稳态时消费与产出之比γc，与陈利锋等（2022）的做法相同，使用2002年至2020年历年居民消费与GDP比值的平均值进行估算，即γc的取值约等于0.38。①陈利锋、李晶晶、王凯鑫：《货币政策应该以支持经济增长为目标吗——基于包含内生增长的NK-DSGE模型》，《华中科技大学学报（社会科学版）》2022年第1期。女性就业占比γ，国家统计局网站公布的数据显示，我国女性就业占全社会就业人员总量的比例保持在四成以上。基于便利性考虑，将γ的取值校准为0.4。物质资本折旧率δ和折现算子β，依据惯例分别校准为0.04和0.98。

（二）参数估计

依据Blanchard-Kahn条件，考虑性别差异的DSGE模型中包含了7个外生冲击，基于数据可得性考虑选取产出、通胀、就业、消费和名义利率等5个宏观经济变量序列作为观测值，这5个观测值序列分别使用支出法核算的GDP、环比计算处理后的CPI、全社会就业人员、居民消费和上海银行业同业拆借利率（SHIBOR）数据。与现有文献相同，所有观测值序列的处理程序包括：（1）取自然对数；（2）X12法去趋势；（3）CF滤波法提取周期成分。所有数据均来自中经网宏观数据库，样本期为2002年第1季度至2021年第2季度。

需要关注的是涉及性别差异的参数贝叶斯估计的结果。第一，女性劳动力供给弹性系数的倒数ηF和男性劳动力供给弹性系数的倒数ηM的贝叶斯估计值分别为0.7895和2.2526，意味着两类劳动力供给弹性分别为1.2666（≈1 0.7895）和0.4439（≈1 2.2526），即女性劳动力供给弹性约为男性劳动力供给弹性的2.8533倍。Mullbacher和Wolfgang（2017）对美国和澳大利亚女性劳动力供给弹性系数进行了估计，结果显示女性劳动力供给弹性大约为男性劳动力的3倍。②Mullbacher,S.,Wolfgang,N,“Labour Supply in Australia：An Assessment of Recent Developments and the Effects of a Tax Reform,”Empirica：Australia Economic Association,vol.44,2017,pp.465-486.张抗私和王亚迪（2021）对中国女性劳动力供给弹性进行了估计，作者指出女性劳动力供给弹性显著大于男性劳动力。③张抗私、王亚迪：《生育对已婚女性就业选择的影响研究》，《公共管理评论》2021年第3期。这些研究的结论与本文估计的结果基本一致。第二，女性劳动力的名义工资刚性与男性劳动力的名义工资刚性的贝叶斯估计值分别为0.6108和0.4736，即女性劳动力的名义工资刚性大于男性劳动力的名义工资刚性，表明女性劳动力工资调整的频率更低。女性劳动力之间的替代弹性系数、男性劳动力之间的替代弹性的贝叶斯估计值分别为2.2485和1.8755，表明女性劳动力之间的替代性大于男性劳动力之间的替代性。本文估计的结果与Purva（2022）一致。后者使用印度数据估计的结果发现，女性劳动力之间的替代弹性大于男性劳动力，并且女性工资调整的频率显著低于男性。④Purva,K,“Closing Gender Gap in India：Does Increasing Women’s Access to Finance Help?,”IMF Economics Review，vol.2,2022,pp.27-51.Guisinger（2020）从就业部门分布的角度解释了女性劳动力替代弹性大、工资调整慢的原因，即女性就业最多的部门为灵活且低签约率的部门，这些部门的典型特征是政府劳动部门监管较弱和收入相对较低。⑤Guisinger,A,“Gender Differences in the Volatility of Work Hours and Labor Demand,”Journal of Macroeconomics,vol.66,2020,pp.13-49.换言之，这类部门从业者被替代的概率更大。这一结果与本文参数贝叶斯估计结果一致。同时，由于女性劳动力之间的替代性更强，因而女性在工资协商方面的议价能力相对较低，因而女性劳动力名义工资刚性更大。

三、动态分析

为分析女性就业对中国经济波动产生的影响，本文首先考虑女性劳动力供给冲击的动态效应，比较女性劳动力供给冲击与男性劳动力供给冲击的脉冲响应。在此基础上，通过女性特定技术冲击的脉冲响应分析女性劳动力的相对劳动生产率提高对宏观经济产生的影响。最后，通过贝叶斯冲击分解技术考察女性就业对中国整体宏观经济波动的影响。

（一）劳动力供给冲击的动态效应

图1显示1个单位标准差积极女性劳动力供给冲击与男性劳动力供给冲击的脉冲响应。显然，积极的女性劳动力供给冲击与男性劳动力供给冲击均对宏观经济产生了扩张效应：外生冲击引起消费、投资、产出、就业增加以及通胀、女性和男性劳动力工资增长率下降。不过，两类劳动力供给冲击均引起经济中失业增加。这些发现均与现有研究如陈利锋等（2021）以及Galı＇（2022）等的结论基本一致。①陈利锋、钟春平、李良艳：《机器人、劳动收入份额与货币政策》，《财贸经济》2021年第2期；Galı＇,J,原因在于（无论是女性还是男性）劳动力供给冲击增加了经济中的劳动力供给，因而推动就业的同时也增加了失业（因为现实经济难以完全吸收新增加的劳动力）。就业增加提高了家庭收入，因而引起消费增加，消费增加推动产品需求增加，进而刺激企业扩大生产规模以增加产出。企业生产规模扩张意味着不仅劳动力需求增加，而且对物质资本的需求也将增加，因而进一步推动了经济中的投资增加。在这些积极因素的推动下，劳动力供给冲击最终推动了产出增加。产出增加对于物价具有抑制作用，因而积极劳动力供给冲击引起通胀下降。另外，在这一传导机制中，积极的劳动力供给冲击通过增加劳动力供给（以及由此引起的失业上升）抑制了工资向上调整的趋势，因而引起工资增长率下降。因此，图1显示，女性劳动力供给冲击和男性劳动力供给冲击均引起女性和男性工资增长率的下降，这一发现与现有研究保持一致。产生这一结果的原因在于，积极的女性劳动力供给冲击发生之后女性就业增加，尽管男性劳动力供给不变，但整体劳动力供给总量依然增加，因而引起女性工资增长率与男性工资增长率下降，不过前者下降的幅度更大。类似的，积极的男性劳动力供给冲击发生之后，尽管女性劳动力供给总量保持不变，但男性劳动力供给数量增加推动了整体劳动力供给数量上升，因而推动女性与男性工资增长率下降，但与女性劳动力供给冲击不同，男性劳动力供给冲击引起男性工资增长率下降的幅度更大。

基于图1可以比较女性与男性劳动力供给冲击对宏观经济产生的影响。相比男性劳动力供给冲击而言，女性劳动力供给冲击发生之后，消费、投资、产出、就业和失业均表现出更大幅度上升，通胀表现出更大幅度下降。因此，就外生冲击对宏观经济变量的影响看，女性劳动力冲击具有更大的冲击效应。这一结果与Wingender和Lalumia（2017）以及王勇和葛玉好（2021）等研究基本一致，后者均发现女性劳动力供给变化不仅对劳动力市场而且对整个宏观经济产生更大的影响。②Wingender,P.,Lalumia,S,“Income Effects on Maternal Labor Supply：Evidence from Child-Related Tax Benefits,”National Tax Journal,vol.70,2017,pp.121-144；王勇、葛玉好：《劳动力市场冲击对女性就业和工资的影响》，《人口与健康》2021年第11期。那么，为何女性劳动力供给冲击对宏观经济变量的影响大于男性劳动力供给冲击呢？Purva “Insider-Outsider Labor Markets,Hysteresis and Monetary Policy,”Journal of Money,Credit and Banking,vol.54,2022,pp.53-88.（2022）指出，女性劳动力的名义工资刚性大于男性劳动力，因而女性劳动力的名义工资调整更加缓慢，女性劳动力供给增加无法迅速反映在工资的变化上。①Purva,K,“Closing Gender Gap in India：Does Increasing Women’s Access to Finance Help?”IMF Economics Review，vol.2,2022,pp.27-51.积极的女性劳动力供给冲击引起产出增加和物价下降，由于女性劳动力名义工资刚性更大导致工资调整更加缓慢，因而物价下降导致女性劳动力实际工资相对上升。依据本文模型参数贝叶斯估计的结果，女性劳动力的就业弹性大约为男性劳动力的2.8533倍，从而实际工资相对上升将吸引更多女性加入就业队伍。因此，女性劳动力供给冲击对劳动力市场产生了相对更大的影响，进而引起消费、投资、产出等宏观经济变量更大的变化。基于图1比较分析的结果表明，在经济遭遇衰退之后，如果政策制定者希望通过拉动就业以实现劳动力市场与宏观经济的整体复苏，那么通过政策调整以更大程度上吸引女性就业将是一个可供选择的重要途径。

图1 劳动力供给冲击的脉冲响应

（二）女性特定技术冲击的动态效应

图2显示的是1个单位标准差积极的女性特定技术冲击的脉冲响应。积极的女性特定技术进步是相对男性劳动力而言的女性劳动生产率上升，依据图2可以发现，女性劳动生产率相对上升的影响包括：（1）引起消费、投资和产出增加；（2）就业减少和失业增加；（3）通胀下降。这一发现与关于劳动生产率提高的相关研究结果基本一致：劳动生产率提高对劳动力市场产生紧缩效应，但对宏观经济（如产出、投资和消费）产生扩张效应。不过，图2与现有研究关于劳动生产率的研究结果存在两个方面不同：第一，由于本文构建的DSGE模型中考虑了女性劳动力与男性劳动力的性别差异，因而图2中女性相对劳动生产率上升对女性和男性工资增长率产生了不同的影响。具体表现为，女性相对劳动生产率上升引起女性工资增长率在经历短暂上升之后开始下降，而男性工资增长率则在冲击发生之后表现出下降趋势。而以往大多数研究并未考虑性别差异，并发现劳动生产率上升引起工资增长率直接下降。第二，以往研究均显示，劳动生产率提高引起通胀直接下降。但图2中，女性劳动生产率上升最初引起通胀上升，在经历短暂上升之后通胀开始表现出下降趋势。那么，为何女性相对劳动生产率上升会对宏观经济产生这一影响呢？

在本文构建的包含性别差异的DSGE模型中，女性相对劳动生产率上升产生两方面效果：第一，女性相对劳动生产率上升使女性劳动力在劳动力市场上更为紧缺，同时由于女性劳动力的名义工资刚性相对较大，劳动力市场紧缺并不能立即导致女性劳动力工资的迅速调整，工资的缓慢调整进一步推动了女性劳动力需求增加。女性就业增加引起相关的消费与投资（即总需求）增加，进而推动了物价与通胀上升。第二，女性相对劳动生产率上升提高了女性劳动力的工资水平，由于女性劳动力供给弹性较大，因而吸引了更多女性加入就业队伍，最终使产出得到相对较大幅度增加，进而抑制了物价上涨。因此，女性相对劳动生产率上升对通胀的影响取决于这两个方面效应的大小。Stevenson（2019）、陈利锋和钟玉婷（2020）分析了以上两个方面影响并指出，在外生冲击发生之初，较大的名义工资刚性使女性劳动力工资无法迅速调整，因而第一方面效应占优且通胀表现出上升趋势，之后第二方面效应占优并最终引起通胀下降。①Stevenson,B,“Artificial Intelligence，Income，Employment，and Meaning,”The Economics of Artificial Intelligence,vol.1,2019,pp.67-77；陈利锋、钟玉婷：《人工智能、劳动收入份额与社会福利》，《华中科技大学学报（社会科学版）》2020年第4期。

图2 女性特定技术冲击的脉冲响应

女性特定技术冲击发生后，由于女性面临更大的名义工资刚性，因而女性劳动力名义工资无法迅速调整以实现市场出清，在图2中通胀的最初上升的条件下引起女性工资增长率下降，之后则随着通胀的下降女性工资增长率表现出上升趋势。男性工资增长率则表现出与女性不同的变化趋势：女性特定技术冲击发生之后，男性工资增长率表现出下降趋势。原因在于男性名义工资刚性相对较小，因而能够相对迅速地对劳动力市场变化做出反应。在本文考虑性别差异的DSGE模型中，女性劳动力对男性劳动力具有一定的替代作用。当女性劳动生产率上升引起女性劳动力需求相对更大幅度增加，女性劳动力对男性劳动力产生替代作用导致男性劳动力需求更大幅度下降。劳动力市场条件变化使男性劳动力工资相对迅速向下调整，因而女性特定技术冲击发生后男性劳动力工资增长率表现出下降趋势并随着这一冲击的衰减而逐渐收敛至稳态水平。

（三）贝叶斯冲击分解

通过贝叶斯冲击分解技术可以考察女性就业对中国经济周期波动的影响，即与女性就业有关的冲击因素对中国经济周期波动产生了多大的推动作用。与已有研究的做法类似，本文选取产出、通胀、投资、就业、失业等五个总量宏观经济变量作为分析对象，分别考察各类外生冲击对推动这些宏观经济变量动态变化过程中的作用。换言之，通过贝叶斯冲击分解得到外生冲击对于宏观经济变量波动的解释能力。具体的，贝叶斯冲击分解的结果见下表1。

依据表1贝叶斯冲击分解的结果可以发现如下事实：第一，在样本期内，女性劳动力供给冲击在推动产出、通胀、投资、就业和失业等宏观经济变量波动过程中所起的作用均大于男性劳动力供给冲击。表1显示，女性劳动力供给冲击可以解释产出波动的3.97%、通胀波动的3.66%、投资波动的3.05%、就业波动的9.28%以及失业波动的10.41%，而男性劳动力供给冲击仅能够解释产出波动的1.31%、通胀波动的2.64%、投资波动的0.96%、就业波动的5.25%以及失业波动的8.65%。第二，在样本期内，女性特定技术冲击或女性相对劳动生产率变化显著推动了中国宏观经济波动。依据表1，女性特定技术冲击可以解释产出波动的14.06%、通胀波动的15.21%、投资波动的12.36%、就业波动的14%以及失业波动的14.47%。第三，在样本期内，与女性就业有关的因素是驱动中国经济周期波动的重要力量。在本文构建的包含女性就业的DSGE模型中，与女性就业有关的因素包括女性劳动力供给冲击和女性特定技术进步，依据表1这一因素可以解释产出波动的18.03%、通胀波动的18.87%、投资波动的15.41%、就业波动的23.28%以及失业波动的24.88%。在中国经济周期波动的驱动因素中，女性就业相关因素对产出波动、通胀波动、投资波动的贡献居于第3位，对就业波动与失业波动的贡献居于第2位。因此，基于贝叶斯冲击分解的结果可以认为，女性就业是推动中国经济周期的重要因素。

表1 贝叶斯冲击分解

四、结论与政策含义

通过构建包含就业性别差异的动态随机一般均衡模型，本文考察了女性就业对中国经济周期波动的影响。研究结果显示，女性在劳动力供给弹性、名义工资刚性以及同一性别劳动力之间的替代弹性等方面均与男性劳动力存在显著差异，这些方面的差异使得女性就业在宏观经济遭遇外生冲击之后表现出更大的波动性。因此，积极的女性劳动力冲击对宏观经济产生了更大的扩张效应，并且女性相对劳动生产率提高对宏观经济产生扩张效应的同时，也对劳动力市场产生紧缩效应。更重要的是，女性就业是推动中国经济周期波动的重要因素。

本文为我国实现“六稳六保”目标提供了政策启示。第一，在各国现实经济运行过程中，男性劳动力的劳动参与率与就业率相对更加稳定，而女性劳动力具有更大的就业弹性，因而吸引女性就业成为各国劳动力市场政策调整的重要所在。更好发挥宏观经济政策的积极作用，可以通过劳动力市场相关政策的调整和实施（比如对性别就业歧视现象加大处罚力度等）以更大程度吸引女性就业，同时消除教育中的性别不平等并加大女性劳动力的技能培训力度，从而提高女性劳动力的相对劳动生产率。第二，本文研究结论表明，女性就业是推动中国经济周期波动的重要因素，导致这一结果的原因在于女性具有更大的劳动力供给弹性。在劳动力市场遭遇逆向冲击（如就业歧视程度上升、难以预测的外生变化等）时，相比男性劳动力而言，女性劳动力更加倾向于暂时退出劳动力市场，进而导致女性就业对中国经济周期波动的影响大于男性劳动力。因此，更好地实现宏观经济稳定，采用合适的劳动力市场政策稳定女性就业将是一个可行的重要选择。国内外众多人口学、社会学研究者认为消除生育中的性别歧视、考虑女性家务劳动的价值以及对非正规就业的合理规制是提高女性就业意愿和稳定女性就业的重要途径。近年来，中国政府通过相关法律制度保障了女性劳动力在女性生育险缴纳、女性生育休假等方面权利，对于稳定女性就业具有重要意义。