投入产出视角下的微观就业质量效率评价
2022-12-12凌珑
凌 珑
(南京师范大学 商学院,江苏 南京 210023)
一、引 言
共同富裕是社会主义的本质要求, 实现更加充分更高质量就业是扎实推进共同富裕的重要基础。 新中国成立70 多年以来,党中央和国务院高度关注就业工作,将其放在经济社会发展突出位置。目前,中国技能劳动者已超过2 亿人[1],《”十四五:职业技能培训规划》公布五年内将培训超800 万高技能人才[2]。 过去处于初级阶段的经济增长离不开人口红利,但在人口红利优势逐渐消减的形势下,人才红利成为我国产业转型升级、经济发展向更高级形态转变的主要推动力。 面对构建”双循环:新格局的战略需求,在经济结构优化、资源配置高效、经济成果惠民等高质量发展的逻辑主线下[3],如何有效配置人力资本、充分挖掘就业潜力、全面提高就业质量,关系到广大人民群众的幸福感、获得感和安全感,具有重要的理论价值和现实意义。
现有关于人力资本与就业质量的研究,或者将人力资本直接纳入就业质量评价指标体系,或者将人力资本作为就业质量的影响因素之一, 尚未发现基于运筹学的微观劳动者就业质量效率研究。在劳动力市场上,作为理性经济人的劳动者凭借其所具备的人力资本,在能力范围之内找到对其效用最大的工作,即就业质量最高的工作。 投入产出视角下的微观就业质量效率指的是资源配置效率,即人力资本对就业质量的转化率。 如同商品市场中很难存在绝对的竞争市场一样,就业市场中的劳动力也不是完全同质并可互相替代的,不同劳动者的投入产出效率存在差异。 本文首先使用混合距离EBM 模型测算各年微观就业质量效率,在此基础上进行要素改进分析及影响因素分析;然后使用全局Mamlquist 指数从动态角度测算全要素生产率,分解效率变动的原因,并比较不同投入水平下的效率及全要素生产率;最后结合我国就业结构主要矛盾和共同富裕最终目标,为我国就业质量提升提供政策建议。
二、理论分析
(一)就业质量的理论内涵
国外对就业质量的研究起步较早,国际劳工组织1999 年提出体面劳动的概念,其含义是男女劳动者在自由、平等、安全和尊严的前提下获得体面和高效工作的机会,自此就业质量正式进入学术研究视野并被提上政策议程。 由于就业质量的内涵非常广泛,国内外并没有统一的定义,国内学者大多采用刘素华界定的综合性概念,即就业质量就是反映整个就业过程中劳动者与生产资料结合取得收入或报酬具体状况的优劣程度,内容包括工作性质、聘用条件、工作环境、社会保障、劳动关系等[4]。
从就业质量的层次维度看, 我国就业质量评价主要分为宏观层面和微观层面, 宏观为国家、地区、行业范围内劳动者整体工作状况的优劣程度,微观为与劳动者个体就业相关要素的优劣程度。 相较宏观层面,考察微观劳动者的就业质量具有两个优势:其一,能够将个体主观效用纳入分析,涵盖工作乐趣、晋升机会、他人尊重等客观维度不易测量的指标;其二,就业质量的提升很难同步,不同人群有可能进一步分化[5],微观就业质量可以为劳动力市场分割形成的群体差异提供比较基础。
从主客观角度看,对于个体劳动者而言,客观就业状况和主观就业感受共同构成了就业质量,客观包括就业机会、薪资水平、单位性质、社会保障等,主观包括工作满意度、人职匹配、社会地位感知、职业发展前景等[6-7]。 虽然客观决定主观、主观反映客观,但客观就业质量不能完全代表主观就业质量。 主观与劳动者的需求和预期等因素相关,较低水平的客观就业状况也可能对应较高水平的工作满意度[8]。 主观及客观是就业质量的不同衡量维度,两者相互作用、相互补充。
从就业质量的价值取向看,不同于国家或地区的公共性价值观、企业的经济性价值观,对于个体劳动者而言劳动的最终目的是追求效用最大化[7]。高质量就业既涵盖满足个体劳动者的客观基础,又包括基于个体劳动者价值判断的主观感知,是劳动者在就业过程中的客观及主观福祉的综合体现[9]。若劳动者认为货币报酬更重要,他就愿意牺牲一些非货币报酬来换取更多的货币报酬;若货币报酬对劳动者的边际效用较低,他就可能追求更喜欢或更舒适的工作。 工作优劣的标准不是单一的,需要主客观结合度量劳动者效用。
(二)就业质量的效率评价
人力资本不仅是一种生产要素,更是一种可以支配和调控其他资源,使其他资源的效能达到最大化的能动性资本。 亚当·斯密在《国富论》中提出劳动生产率来源于教育和工作经验,劳动者提高工作熟练度和技能有助于创造更多劳动价值。 西奥多·舒尔茨正式提出人力资本的概念,明确指出人力资本总量可以通过劳动者的数量、质量等进行计算和度量,人力资本投资活动能够提高劳动者技能和知识等,具体包括健康保健、正式学校教育、在职培训、为工作机会的迁徙等[10]。
人力资本的回报是社会和学界普遍关注的问题。 贝克尔从微观层面研究人力资本,假设个体在资源稀缺性约束下追求生命周期内的福利效用最大化, 人力资本投资会直接影响生产率和收入,个体通过权衡成本和收益来配置资源[11]。 明瑟开创性地运用计量分析法测算教育的收益率,明瑟收入方程因其可操作性和简洁性而被广泛使用,受教育水平和受教育年限常被作为人力资本的主要代理变量。 研究者们在明瑟收入方程的基础上进行拓展,综合使用各种回归法探究人力资本回报率[12-13]。实证检验教育货币性回报的研究非常丰富,但关于教育非货币性回报的实证研究仍有待补充[14]。
关于人力资本与就业质量的关系,有的学者将人力资本作为就业质量的组成部分,在构建就业质量评价体系时,因人力资本更高的劳动者往往具有更强的就业能力,从而实现更高的劳动生产率,故人力资本被作为就业质量中就业能力维度的主要评价指标[15-16]。 还有学者认为人力资本是就业质量的重要影响因素[17-18],人力资本对获取就业机会、进行职业选择和确定福利待遇等方面发挥关键作用,高人力资本的劳动者更容易进入工资收入、福利待遇、工作稳定性、职业发展前景更好的一级市场。
在经典人力资本货币性回报测算的基础上,本文尝试将主客观就业质量纳入收益范畴,研究微观劳动者的人力资本在劳动市场上的就业质量回报率。 借鉴经济学中概念,将微观劳动者活动类同于一般生产经营活动,将人力资本作为投入要素、就业质量作为产出要素。 投入产出效率是指经济活动中成果和消耗的比例关系,是投资活动中投入和产出的对比关系。 提高人力资本投资是实现高质量就业的内在要求,只有有效劳动力供给才能助推高质量就业[19]。 就业质量效率的本质内涵就是以较少的人力资本投入获得更高的就业质量,提高投入产出效率是高质量发展的根本要求。
三、效率测算模型
(一)混合距离EBM 模型
数据包络分析(Data Envelopment Analysis,DEA) 由运筹学家Charnes 等提出,它能够同时处理多投入、多产出指标的效率评价,内生权重由线性规划的最优化原则确定,避免主观人为赋权重[20]。传统径向DEA 模型要求所有投入产出同比例缩减或扩张, 难以包含松弛变量。 Tone 提出的非径向SBM(Slack-Based Measure)模型,尽管考虑了非径向松弛变量,却难以得到投入产出指标实际值与目标值之间的比例[21]。 EBM(Epsilon-Based Measure)模型是由Tone 和Tsutsui 提出的一种综合径向和SBM 两类距离函数的混合距离模型,提升了模型测算的精确度[22]。
设有n 个决策单元DMU,每个决策单元分别记为DMUj(j=1, 2,…, n),当前测量的DMU 记为DMUk。每个DMU 有m 种投入,记为xi(i=1, 2,…, m);q 种产出,记为yr(r=1, 2,…, q)。λ表示DMU 线性组合系数,wr(r=1, 2,…, q)表示各项产出指标的相对重要程度,s-为投入的松弛变量,s+为产出的松弛变量。ε是一个关键参数,取值范围为[0,1],代表非径向部分的相对重要程度:当ε等于0 时等同于径向模型,当ε等于1 时等同于SBM 模型。 产出导向EBM 模型的规划式如下,φ对应的模型最优解为φ*[23]。
(二)全局参比Malmquist 指数
通常生产是连续的过程且技术是发生变化的, 观测面板数据时可以分析生产率的变动情况、技术效率和技术进步, 即Malmquist 全要素生产率(Total Factor Productivity, TFP)。 Fa¨re 等最早使用DEA 计算Malmquist 指数, 并分解为两部分: 一是被评价DMU 在两个时期内的技术效率的变化EC(Efficiency Change), 二是生产技术的变化TC (Technological Change), 即生产前沿的变动情况[24]。Pastor 和Lovell 提出全局参比Malmquist 指数,解决了规模收益可变模型无可行解、各期指数不具备传递性的问题[25]。 Eg表示各期总和作为参考集得出的效率值,Et和Et+1分别表示t 期和t+1 期作为参考集得出的效率值,全局参比Malmquist 指数Mg计算公式如下[23]:
在计算效率变化EC 时仍采用各自前沿:
前沿t+1 与前沿t 相比,变动情况为TC:
四、数据与指标
(一)数据来源
中国家庭追踪调查(China Family Panel Studies,CFPS)是由北京大学中国社会科学调查中心实施的社会跟踪调查项目,包括经济活动、教育成果、人口迁移、健康等诸多研究主题。 使用CFPS 数据研究具有三大优势:一是具有全国代表性,样本覆盖25 个省/市/自治区;二是指标丰富,涵盖研究需要的主要投入产出要素及影响因素指标;三是追踪数据,可以考察就业效率的动态变化。 本文选取16至70 岁、每周工作时间和工资收入大于0 的劳动者作为研究对象。 因各年指标统计口径有所差别,为保持一致性,选取2010 年、2014 年、2018 年、2020 年四年数据,剔除存在重要变量缺失的个体,得到32028 个有效样本。
(二)投入和产出要素指标选取
人力资本形成主要来自教育和健康两个方面的投入[26],本文选择受教育程度和健康水平作为人力资本的评价指标。 教育程度能够反映集聚在劳动者身上的技能与知识,受教育程度更高的劳动者往往具有更强的学习能力、适应能力和创新能力。 教育在劳动力市场上具有核心作用,各个国家各个时期的研究均证实教育能帮助劳动者获得更多就业机会、更高收入、更体面和有尊严的职位[27]。 一定的健康水平是劳动者从事各项社会活动和经济活动的基础。 健康的劳动者在身体上和精神上都更强健和有活力,能够从事工作时间更长、工作强度更大的工作。 反之,低健康水平影响劳动者的工作能力和工作动机,从而影响劳动生产效率[28]。
就业质量具有多维度和多层次性,结构维度在理论上缺乏统一标准,大量文献在实践中使用关键维度进行考察[29]。 本文参考已有文献从主观及客观两个关键维度出发,选择收入作为客观测量指标,满意度作为主观测量指标[30]。 收入是就业质量的核心问题和首要评价标准[4,31],它是劳动者付出脑力或体力劳动所得到的对价,能够反映劳动者的就业能力和自身价值、社会对劳动者贡献的认可程度,收入水平最能体现就业质量。 主观就业质量主要指个体对就业状况的主观感受,目前主流的评价指标是自评工作满意度[32-33],它是劳动者在工作上的成就感和成功感,与劳动者的主观福利直接相关,工作满足感意味着做自己喜欢的工作,并因自己的努力而得到回报,进一步意味着对工作的热情和快乐[34]。 各指标处理方法见表1。
表1 投入与产出指标处理
各年投入产出指标平均值如表2 所示。 我国劳动者整体受教育程度在初中到高中之间,健康水平为比较健康。 从就业质量看,无论是工资收入还是工作满意度,都呈现出逐年增长的趋势,说明我国旨在改善民生的就业政策切实增进了劳动者的主客观福祉。
表2 各年投入产出指标平均值
五、实证分析
(一)投入产出要素分布情况
选择性别、户籍、代际、单位性质和地区五个常用变量对劳动者进行分类。 参考相关文献将1980年之前出生的劳动者划分为老一代,1980 年之后出生的劳动者划分为新生代; 将劳动者单位类型为政府部门、党政机关、人民团体、事业单位、国有企业划分为体制内,私营企业、个体工商户、外商等其他类型企业划分为体制外。表3 汇报了2020 年不同劳动群体投入产出要素的平均值。从样本构成可以看出基本符合直观现实、数据代表性较好。
表3 2020 年不同群体投入产出要素平均值
从性别上看,CFPS2020 年样本中50、60、70 后男性平均受教育程度高于女性, 而80、90 后女性劳动者受教育程度超过男性,由于样本中新生代劳动者占比较高,故女性劳动者总体受教育程度超过男性。从健康水平看,男女均为比较健康,女性略低于男性。产出要素分布上,女性的工资收入低于男性。 智联招聘《2021 中国女性职场现状调查报告》显示,女性收入低于男性的主要原因是女性管理层占比偏低,且岗位普遍缺少高薪属性[35]。 但女性工作满意度高于男性,主观维度的优势部分弥补了客观维度的不足,这与使用中国劳动力动态调查CLDS 数据研究就业质量的结论一致[9]。
从代际上看,新生代劳动者受教育程度超过老一代,老一代劳动者平均学历初中,新生代劳动者平均学历高中。 20 世纪90 年代中期我国实行科教兴国战略和人才强国战略,1999 年作出扩大高等教育规模决策,80 后适逢高等教育大众化的时代红利,故新增劳动力受教育程度显著提升。因健康水平随着年龄的增加逐渐下降,新生代劳动者健康水平高于老一代。 从产出要素看,新生代劳动者工资收入高于老一代,工作满意度却低于老一代。 随着年龄的增加,劳动者工作绩效受到体能、心力和反应速度等下降的影响,但对工作的预期更为理性,对企业的忠诚度更高,工作满意度也更高。
从户籍、单位性质、地区看,受教育程度和工资收入表现出相似性,都是非农户口高于农业户口,体制内高于体制外,东部高于中部、中部高于西部,这与我国特有的城乡二元结构、历史因素和自然条件等相关。 体制内外、各地区健康水平的差距比较小,而农业户口劳动者健康水平明显高于非农业户口,可能是因为农村劳动力受教育程度较低往往从事体力劳动,对身体素质的要求也更高。 工作满意度表现出的群体差异性与工资收入相似,但地区差异则不同,东部地区工作满意度反而更低。 发达地区工作机会竞争更激烈、工作压力更大、生活开支更高,收入无法弥补其他方面的不足,从而影响了工作满意度。
(二)投入产出效率分析
1.统计性描述
EBM 模型测算的是各劳动者之间的相对效率,效率为1 被称作相对有效,效率低于1 被称作相对无效。 微观就业质量效率的统计性描述如表4 所示。 从各年平均值看,由2010 年的0.665 提升至2020 年的0.784,平均效率提高17.83%。 从最高最低值看,效率最低的劳动者为0.200,为有效劳动者的20%。 从偏度看,2010 和2014 年为右偏分布,2018 和2020 年为左偏分布,可以理解为前期大多数劳动者处于较低效率区间,后期大多数劳动者处于较高效率区间,大多数劳动者的效率得到改善。 从基尼系数看,2010—2020 年间下降12.05%,不平衡程度有所缓解,劳动者之间的效率差距减少。
表4 微观就业质量效率的统计性描述
2.投入产出改进分析
为更好了解各要素的资源配置情况,根据DMU 在DEA 相对有效面的投影,计算各投入产出指标的改进空间,结果见表5。负值表示投入冗余或产出过剩,正值表示投入不足或产出不足。从产出要素看,工资收入和工作满意度改进空间随时间不断减少,表明就业质量的产出不足情况正在逐年改善。 从投入要素看没有明显随时间变化的单调趋势, 但可以看出近些年教育投入冗余呈增加趋势,2020 年教育投入冗余比2014 年高41.82%。 对微观劳动者而言,教育投入冗余在劳动力市场表现为同样就业质量的岗位与以前相比需要更高学历的劳动者。
表5 投入产出指标改进空间平均值
3.影响因素分析
由于我国市场转型、户籍制度、社会文化等原因,长期存在的不平衡不充分问题成为就业质量提升的主要制约因素。 EBM 效率值处于0 到1 之间属于截断数据,使用tobit 模型进行影响因素分析,考察投入产出视角下的劳动力市场分割情况。 回归方程如下:
式(1)中,因变量score 表示投入产出效率;自变量gender 表示性别(女性=0,男性=1)、huji 表示户籍(农业户口=0,非农户口=1),cohort 表示代际(老一代=0,新生代=1)、unit 表示单位性质(体制内=0,体制外=1)、region 表示地区(东部=1,中部=2,东部=3),自变量均处理为虚拟变量;ε表示个体层面的随机误差。 表6 中模型(1)至(4)分别为2010、2014、2018、2020 年的回归结果,大部分自变量在1%的水平下显著,其中性别、户籍、单位性质、地区的影响在各年回归中方向一致,男性、非农户口、体制内、东部地区劳动者的投入产出效率更高。 代际影响在不同年份有所变化,新生代劳动者的效率在2010年显著低于老一代、在2014 年低于老一代但是不显著、在2018 年和2020 年显著高于老一代,可以看出新生代劳动者的投入产出效率随着时间增长并逐渐超过老一代。
表6 投入产出效率的影响因素分析
从性别因素看, 女性平均受教育程度不断提高甚至超过男性, 虽然教育投入要素不再处于劣势,但投入产出效率仍然较低,女性人力资本的增加对就业质量的提升帮助有限。 男女教育投入要素不平等广泛存在于老一辈劳动群体中, 年轻一代劳动群体中男女收入产出要素不平等问题更加凸显。教育起点公平并未带来教育结果公平,即使同样接受教育后获得的薪酬待遇及发展机会仍然不同。由于女性生育带薪产假、用工不便等成本,用人单位作为理性经济人做出效用最大化的选择,使女性成为就业市场上的弱势群体。 此外,在传统男主外女主内的社会观念影响下,家务、育儿、照顾老人等家庭事务更多由女性承担, 女性在家庭与工作的平衡中不得不以牺牲就业机会和工作前景为代价。
从代际因素看,新生代劳动者在教育和健康投入要素上均高于老一代劳动者,随着社会经济发展和产业转型, 新生代劳动者投入产出效率也不断提升。 产业升级的本质是劳动力的转型升级, 产业升级能够创造更多高质量的就业岗位, 新生代劳动者具备与产业升级相匹配的人力资本。 反观老一代劳动者,由于整体素质偏低,不能够及时提高劳动技能和更新知识储备,职业转化能力和市场适应能力较弱,无法满足产业结构升级对劳动力的要求,随着时间的推移投入产出效率进一步降低。
从户籍和地区因素看,对于农业户口和中西部劳动者而言,初始教育投入要素较低,投入产出效率也较低。由于教育的投资回报的周期较长,一部分农民迫于当前生计不得不放弃。此外,由于教育质量的城乡差异较大,高考后农村学生更多分流到地方高校或一般高等院校,城镇学生则更多分流到重点院校,教育资源的差异性导致城乡人力资本质量参差不齐,同等教育年限的教育结果并不公平。 同理,中西部劳动者面临相似的境况,落后地区劳动者无法享受与发达地区同等质量的教育。 农业户口劳动者的健康投入要素虽然较高,但不能弥补教育投入要素不平等带来的就业质量差距。
最后从单位性质看,体制外劳动者教育投入要素较低,投入产出效率也较低。 体制内外的差别是在我国社会转型变迁中形成的, 民营企业具有与市场经济相适应的天然属性, 承担了吸纳农业剩余劳动力的重任,在特定历史时期做出了贡献。 虽然目前我国提倡打破体制限制,鼓励体制内外人才双向流动,但体制内外仍然存在显著的劳动力市场分割。 2021 年清华大学等重点高校超过五成毕业生进入体制内就业[36],这是劳动者作为理性经济人权衡利弊之后在劳动力市场上”用脚投票:的体现,同样的人力资本在体制内的投入产出效率更高。
(三)全要素生产率分析
1. Malmquist 指数分解
EBM 模型只是从静态角度对各年劳动者效率进行分析, 不能测算跨时期的效率变化,Malmquist指数则能从动态角度分析全要素生产率,并对变动的原因进行分解。 本文的全要素生产率对于个体而言,包含除去教育和健康生产要素之外的对个体主观和客观就业质量有所贡献的所有因素,比如微观劳动者综合能力(配置资源的效率)、中观企业文化理念和用工政策、宏观产业结构调整和就业支持政策等。 全局Malmquist 指数各时期平均值及分解如表7 所示。 可以看出,各时期平均全要素生产率大于1,说明平均而言劳动者消耗单位人力资本投入可以有更高收入、更高满意度的工作,总体就业质量得到提升。
表7 各时期全要素生产率、效率变化、技术变化平均值
全要素生产率可以进一步分解为效率变化和技术变化。其中,效率变化指数测度了劳动者从t 时期到t + 1 时期的距离最佳生产可能性边界的变化情况,即追赶效应;技术变化测度了最佳生产可能性边界从t 到t+1 之间发生的移动状况,即增长效应。从分解情况看,各时期效率变化均大于技术变化,提升主要来自追赶效应,即非有效劳动者向有效劳动者的靠近。”十二五:以来,我国以缩小工资收入差距为目标,更加注重健全分配机制[37],从人力资本投入产出视角看,就业质量差距确实在不断缩小。
2.不同投入水平下的效率及全要素生产率
表8 展示了不同投入水平下的效率及全要素生产率平均值。 总体而言,初始教育和健康投入要素越多,投入产出效率就越高,全要素生产率也越高。 受过大学教育的劳动者平均投入产出效率比其他劳动者高10.58%,平均每年全要素生产率高0.46%;非常健康的劳动者平均投入产出效率比其他劳动者高6.55%,平均每年全要素生产率高0.76%。 在投入要素上处于劣势的劳动者,效率也处于劣势,而且随时间推移的效率变化及技术变化也受到限制,劣势差距随时间继续拉大。 就业质量在不同投入要素的劳动者中存在强者更强、弱者更弱的马太效应。
表8 不同投入水平下的效率及全要素生产率平均值
六、结论与建议
从人力资本投入产出视角出发,将微观劳动者作为效率评价对象,将主客观就业质量纳入产出范畴,使用EBM 模型和全局Malmquist 指数测算微观就业质量效率。 本文提供了高质量发展背景下就业质量评价的新视角,丰富了人力资本非货币性回报的研究。 从投入产出效率、全要素生产率的测算结果可以看出,2010—2020 年我国就业质量提升,且劳动者之间的差距减少,劳动者在就业市场上的主客观福祉得到增加。 同时,也发现了一些值得关注的问题:(1)划分人群后看要素分布情况,可以发现收入更高的群体并不一定对应着更高的工作满意度,比如男性、新生代、东部地区劳动者,若仅以客观指标作为衡量标准,则容易误判不同劳动群体的综合就业质量情况;(2)教育投入冗余近几年不断增加,国民教育水平虽然提升,但资源配置上存在一定浪费;(3)微观就业质量效率呈现出多元化分割的特点,不同性别、户籍、单位性质、代际、地区劳动群体存在显著差异;(4)初始投入要素处于劣势的劳动群体,其投入产出效率和全要素生产率均处于劣势,存在马太效应。 针对以上四个问题,本文提出如下政策建议。
第一,重视主观就业质量提升,提升管理精细化水平。 我国向来重视就业工作,尤其是客观就业质量的提升,但对主观就业质量的关注不够。 对外公布的官方劳动力市场监测数据涵盖工资收入、劳动时间等客观指标,缺乏就业满意度等主观指标。 不同劳动群体主客观就业质量提升的侧重点不同,比如中西部地区需要侧重于收入水平,而东部地区需要侧重于工作满意度。 政府要制定精细化和差别化的政策,根据不同群体的诉求提供不同的解决方案。
第二,增强教育市场适配性,让人才培养匹配经济发展。 教育处于经济社会总体的系统中并不孤立存在,产业结构和教育结构转型升级需要协同推进,实现良性互动彼此促进。 应加强职业教育的针对性和有效性、高等教育的前瞻性和引领性,将全面提升劳动者能力作为人才培养的目标,培养出经济结构转型中需要的实践型及技能型人才, 提高人力资本能够在劳动力市场中的资源配置效率。
第三,构建包容性劳动力市场,保障劳动者平等就业权。 人力资本高的劳动者获得更高的就业质量是相对公平的表现,然而若效率差异是由社会制度和环境因素造成,则这种效率差异对个体的公平性有待商榷。 应禁止包括性别歧视、户籍歧视、地域歧视等存在,促进劳动力在不同地区、不同产业、不同职业、不同企业间的流动,增加劳动者的就业选择,使其能够平等地在劳动力市场上参与竞争。
第四,保证初始要素分配公平,夯实共同富裕基础。 人力资本在微观劳动者的资源配置中起到主导作用,若投入要素在初始分配存在不平衡,则会拉大群体的就业质量的差异。 实现教育平等是促进共同富裕的前提条件,农村、中西部地区劳动者教育投入要素较低,不是先天能力而是后天资源禀赋差异造成的,因此政策必须给他们创造相对优越的条件,使其能取得同等受教育机会,打破强者越强弱者越弱的马太效应。