馬菁 史瓊 趙如煜

摘 要：城鎮(zhèn)勞動力能否實現(xiàn)就業(yè)不僅取決于宏觀上能否做到“因地制宜”，還取決于區(qū)域性的政策能否在年齡、技能、學歷等個體屬性特征的微觀層面上做到“因人制宜”。為此，本研究以杭州市濱江區(qū)為例，基于勞動力資源調(diào)查樣本數(shù)據(jù)，建立了勞動力就業(yè)的定序Probit模型，實證分析了不同人群就業(yè)影響因素。結果表明，不同變量對相同人群的就業(yè)產(chǎn)生的影響具有一定的差異，比如學歷對整體勞動力具有正向影響作用，絕對影響系數(shù)為0.3285，技能培訓、就業(yè)推薦都可以有效提升就業(yè)水平，絕對影響系數(shù)分別為0.5045、0.5623;此外，不同人群的就業(yè)對相同變量的響應程度不同，大學生就業(yè)對就業(yè)推薦的響應程度最高，絕對系數(shù)為0.8863。合理的政策應同時以影響因素產(chǎn)生影響程度以及是否具有在微觀層面上的針對性為導向，解決實際問題。

關鍵詞：就業(yè)影響因素 城鎮(zhèn)勞動力 就業(yè)政策

??????一、引言

國家統(tǒng)計局的數(shù)據(jù)顯示，我國目前勞動力供求依然存在較大缺口，從2012年開始，我國開始進入勞動力市場的“劉易斯拐點”，勞動的供求缺口每年都在上千萬人的規(guī)模，總量壓力絲毫不減。在當前階段，勞動力市場的結構性矛盾更為突出，集中表現(xiàn)在一定程度上的“招工難”和一定程度的“就業(yè)難”并存。其中應屆大學生、“4050”人員和轉崗職工三大群體所面臨的就業(yè)質量低、工作穩(wěn)定性差、技能掌握欠缺的問題較為突出。黨的十九大報告指出，必須始終把人民利益擺在至高無上的地位，讓改革發(fā)展成果更多更公平惠及全體人民，朝著實現(xiàn)全體人民共同富裕不斷邁進。報告再次強調(diào)，抓問題就要抓最主要問題，就業(yè)就是最大的民生，要提高就業(yè)質量和人民收入水平。

因此，在失業(yè)率相對較低的地區(qū)，依然要保持對就業(yè)問題的高度重視。在未來的發(fā)展規(guī)劃中，依然需要將就業(yè)問題放在優(yōu)先位置。除了進一步擴大就業(yè)規(guī)模外，還要著力推動實現(xiàn)更高質量的就業(yè)，妥善處理好就業(yè)和失業(yè)問題。因此以實際失業(yè)人員和未就業(yè)人員的再就業(yè)問題為導向，把握好勞動力資源配置政策更顯得尤為重要。本研究以杭州市濱江區(qū)為例，基于杭州市濱江區(qū)人力資源和社會保障局（以下簡稱“區(qū)人社局”）于2018年5月開展“杭州高新區(qū)（濱江）勞動力資源調(diào)查”得到的130056條戶籍勞動年齡人口樣本數(shù)據(jù)，從勞動力屬性特征、勞動力技能、勞動力就業(yè)意向等角度，分析城鎮(zhèn)人口的就業(yè)影響因素、勞動力資源配置中存在的問題，并結合杭州高新區(qū)就業(yè)管理相關工作的要求，在重點領域提出優(yōu)化濱江區(qū)勞動力資源配置的解決思路和建議。

?????二、研究樣本與初步分析

（一）數(shù)據(jù)說明

本次濱江區(qū)全區(qū)勞動力資源調(diào)查共調(diào)查總人口136055人，剔除失蹤人員、身份信息變更人員以及由于被調(diào)查人員不配合等原因產(chǎn)生的無效數(shù)據(jù)，最終獲得濱江區(qū)戶籍勞動年齡人口數(shù)據(jù)130056條，截止到2017年末濱江區(qū)常住人口35.1萬人（含外來人口），調(diào)查勞動年齡人口占全區(qū)常住人口比重為37.05%。表1所示為調(diào)查勞動年齡人口分街道（濱江區(qū)下轄三個街道，西興街道、長河街道、浦沿街道）就業(yè)及未就業(yè)類型占比。

（二）描述性分析

調(diào)查數(shù)據(jù)顯示，濱江區(qū)的就業(yè)狀況具有一定的集中趨勢。從勞動年齡人口就業(yè)結構分布上看單位招用占比最高，達到71.94%，集中度明顯。位居第二位的是在校學生占總勞動年齡人口比例，達到7.70%，顯示大學生是區(qū)域充分就業(yè)的新動能。自謀職業(yè)、靈活就業(yè)和其它形式就業(yè)合計占比為16.74%，是區(qū)域實現(xiàn)充分就業(yè)的有效補充形式。無就業(yè)能力和無就業(yè)意愿的勞動年齡人口比例分別為0.10%和0.57%，對全區(qū)就業(yè)影響較低。

整體上看整個轄區(qū)處于較充分就業(yè)狀態(tài)。如表2所示，濱江區(qū)勞動參與率為90.78%，實際失業(yè)率僅為1.30%。而據(jù)相關公布的統(tǒng)計數(shù)據(jù)，2018年二季度末，全國城鎮(zhèn)登記失業(yè)率為3.83%，2017年杭州市城鎮(zhèn)登記失業(yè)率水平為1.70%。濱江區(qū)失業(yè)率遠低于全國平均失業(yè)率水平，同時也低于2017年杭州市城鎮(zhèn)登記失業(yè)率水平約30.77%，失業(yè)率處于較低水平。

?三、實證分析

（一）模型構建

本研究模型設定的目的在于，以穩(wěn)定型就業(yè)結構為導向，應用統(tǒng)計學方法建模識別勞動力資源配置現(xiàn)狀的驅動因素和影響程度。即現(xiàn)有就業(yè)結構和失業(yè)狀態(tài)與年齡、拆遷戶、學歷、困難人員、技能、培訓需求等之間可能的存在的數(shù)量關系，進一步基于模型結果指導勞動力資源配置政策的優(yōu)化。

首先對調(diào)查數(shù)據(jù)中實際失業(yè)和5種就業(yè)類型根據(jù)就業(yè)穩(wěn)定程度，依照從0—5的6分量表進行打分（實際失業(yè)=0;其他形式就業(yè)=1;靈活就業(yè)=2;公益性崗位=3;自謀職業(yè)=4;單位招用=5）作為模型中的被解釋變量。由于我們在此所關心主要是就業(yè)問題，基于這一點，我們對調(diào)查結果進行適當?shù)臄?shù)據(jù)清理，剔除調(diào)查人員中未就業(yè)的在校學生、出國人員等樣本數(shù)據(jù)以及個別變量缺失的數(shù)據(jù)，最終使用來自全區(qū)共計99018條樣本，重點關注所獲得的信息中，哪些因素影響著就業(yè)人群不同穩(wěn)定性的就業(yè)類型。

進一步，基于問題導向，從總體勞動力、應屆大學生群體（這里取畢業(yè)時間在兩年以內(nèi)的大學生）以及登記在冊的就業(yè)困難人群的角度出發(fā)，分別應用定序Probit回歸模型識別總體及特定人群屬性下的就業(yè)影響因素。定序Probit回歸模型其基本形式（1）（2）為：

在進行模型應用之前，先基于廣義似然比檢驗，檢驗模型整體的顯著性，具體結果如下表4所示。各模型對應的P值均接近于0，說明了模型整體高度顯著。除此之外，需要說明的是，模型基于向后逐步回歸進行變量篩選，并且考慮到大學生樣本的畢業(yè)時限以及就業(yè)困難群體的是否就業(yè)困難（持援助證）的屬性特征都已經(jīng)確定，因此對前者的研究中不包含變量W4，后者的研究中不包含變量W8。

（二）模型結果分析

研究結果表明，各因素變量無論是年齡、學歷還是技能、職稱等均對濱江區(qū)勞動力就業(yè)有顯著性影響，都可以通過95%置信水平下的顯著性檢驗，相同人群不同變量，以及不同人群的相同變量對就業(yè)產(chǎn)生的影響程度都具有一定的差異，具體各群體就業(yè)狀況影響因素模型結果如下表5所示：

各研究對象群體中，年齡、性別以及畢業(yè)時間的影響系數(shù)較小，只有性別變量對大學生群體以及“4050”人員的影響系數(shù)絕對值超過了0.1;學歷對整體勞動力具有正向影響作用，系數(shù)為0.3285，學歷對就業(yè)困難人員的影響并不明顯，這是就業(yè)困難人員的學歷結構以及其它自身客觀因素所決定的，可能因為這部分人群學歷平均水平本就較低或者其他方面較為劣勢的不穩(wěn)定就業(yè)因素所致;拆遷戶屬性對整體勞動力就業(yè)穩(wěn)定性的絕對影響系數(shù)較低，系數(shù)值為-0.0856，說明整體拆遷戶勞動力較非拆遷戶就業(yè)穩(wěn)定性略低，而對特殊人群模型結果截然不同。具體而言，在以“4050”人員以及就業(yè)困難人員為研究對象時，拆遷戶屬性變量未能通過向后逐步回歸的變量篩選;其次，拆遷戶屬性對剛畢業(yè)大學生群體的就業(yè)穩(wěn)定性具有較高的正向影響，影響系數(shù)為0.4489，濱江拆遷戶大學生的就業(yè)穩(wěn)定性顯著高于非拆遷戶大學生，這可能歸因于當?shù)氐南嚓P政策。資料顯示，濱江區(qū)施行了特色“家燕回巢”項目助力拆遷戶大學生就業(yè)創(chuàng)業(yè)，這一結果，啟發(fā)我們城鎮(zhèn)大學生群體的就業(yè)問題，可以通過推廣示范相關符合城市經(jīng)濟、社會背景的針對性政策得以解決。除此之外，在城鎮(zhèn)化的進程中，就業(yè)困難群體的就業(yè)穩(wěn)定性較差，這是一部分需要重點幫扶的群體，針對這一部分群體可以考慮結合實際調(diào)查情況給予適合其自身實際情況的就業(yè)幫扶。

職業(yè)資格、技能掌握以及就業(yè)信息的高效流通都可以有效穩(wěn)定就業(yè)，無論是W5（國家職業(yè)資格證書）、W6（職稱證書）的正向系數(shù)，以及W9（是否需要技能培訓）、W10（是否需要就業(yè)推薦）的負向系數(shù)均表明可以通過就業(yè)信息推廣、知識以及技能培訓來提高城鎮(zhèn)勞動力資源的就業(yè)質量。就業(yè)推薦對各群體的絕對影響系數(shù)較高，可以通過拓寬就業(yè)信息公布渠道，調(diào)高就業(yè)信息流通頻率等措施手段有效提升就業(yè)信息在新生大學生就業(yè)群體內(nèi)部的流通效率。

?????四、結論與政策建議

勞動力能否實現(xiàn)就業(yè)不僅取決于政策安排等宏觀因素能否做到“因地制宜”，還取決于區(qū)域性的政策能否在年齡、技能、學歷等個體屬性特征的微觀層面上做到“因人制宜”。政策的泛化能力和政策的適用性二者兼具才能高效運行。為此，本文通過建立勞動力就業(yè)的定序Probit模型，以杭州市濱江區(qū)為例實證分析了不同人群就業(yè)影響因素以及它們之間的差異。例如，受地區(qū)政策影響，該地區(qū)拆遷戶屬性特征對大學生群體的就業(yè)影響顯著，而這一影響在其他群體中的作用并不明顯。另一方面，學歷、技能與信息流通效率仍然是影響就業(yè)的關鍵因素，在模型結果中，學歷水平、技能培訓以及就業(yè)推薦對就業(yè)穩(wěn)定性的影響程度都處于較高水平。

由此給出了如下的政策啟示：一是進一步完善勞動力供給市場與需求市場的信息流通機制，實現(xiàn)高效對接，同時也能降低因技能不符產(chǎn)生的結構性失業(yè)問題;二是鼓勵和支持高學歷人群多渠道就業(yè)創(chuàng)業(yè)，充分發(fā)揮這部分人群的經(jīng)濟能動力;三是關注重點人群的再就業(yè)問題，進一步完善重點人群就業(yè)、再就業(yè)培訓機制。除此之外，政府可以作為連接勞動力群體與企業(yè)的橋梁，通過一定的政策實惠，實現(xiàn)重點人群的穩(wěn)定就業(yè)，通過一定的培養(yǎng)計劃，讓企業(yè)的人才需求、技能需求與就業(yè)者的技能掌握、知識儲備以及綜合素質可以更加高效、契合的對接起來。

參考文獻：

[1]蔡禾主編.中國勞動力動態(tài)調(diào)查2017年報告[R].北京：社會科學文獻出版社，2017（12）.

[2]陳玉宇.城市化核心是完善勞動力市場[J].小康（財智），2014（04）.

[3]侯自贊，鄭和平.大學生就業(yè)政策及其課程研究綜述[J].山西師大學報（社會科學版）研究生論文?？?，2013（05）.

[4]劉鋒，李航，王子瑜等.新型城市化進程中本地勞動力就業(yè)模式研究——以宜興市和橋鎮(zhèn)為例[J].城市建設理論研究，2013（19）.

[5]潘偉立，楊雅靜.拆遷戶家庭中的青年就業(yè)問題的探究[J].經(jīng)營管理者，2016（06）.

[6]任杲.城市規(guī)模差異與就業(yè)影響因素研究——基于勞動力個體特征的視角[J].理論月刊，2018（12）.

[7]葉相軍.勞動力就業(yè)的影響因素和應對策略[J].人力資源管理，2017（10）.

[8]趙維保，許超.聊城市：破譯高質量就業(yè)“密碼”[J].山東人力資源和社會保障，2018（10）.

[9]Cansino J，Sánchezbraza A，Espinoza N.Evaluating the Impact of an Active Labour Market Policy on Employment：Short- and Long-Term Perspectives[J].Social Sciences，2018（07）.

[10]Jackson D.Factors influencing job attainment in recent Bachelor graduates：evidence from Australia[J].Higher Education，2014，68（01）.

[11]Robroek S J，Schuring M，Croezen S，et al.Poor Health， Unhealthy Behaviors，and Unfavorable Work Characteristics Influence Pathways of Exit from Paid Employment among Older Workers in Europe：a Four Year Follow-Up Study[J].Scandinavian Journal of Work， Environment & Health，2013，39（02）.

[12]Zimmermann K，Aurich P，Graziano P R，et al.Local Worlds of Marketization– Employment Policies in Germany，Italy and the UK Compared[J].Social Policy & Administration，2014，48（02）.

（馬菁、史瓊，杭州高新區(qū)人力資源和社會保障局。趙如煜，浙江財經(jīng)大學）