孔微巍,廉永生,張敬信
(哈爾濱商業(yè)大學(xué)a.財(cái)政與公共管理學(xué)院;b.基礎(chǔ)科學(xué)學(xué)院,哈爾濱 150028)
市場經(jīng)濟(jì)論壇
我國勞動力就業(yè)質(zhì)量測度與地區(qū)差異分析——基于各省市2005—2014年面板數(shù)據(jù)的實(shí)證分析
孔微巍a,廉永生a,張敬信b
(哈爾濱商業(yè)大學(xué)a.財(cái)政與公共管理學(xué)院;b.基礎(chǔ)科學(xué)學(xué)院,哈爾濱 150028)
就業(yè)是民生之本。黨的十八大報告明確提出“要推動實(shí)現(xiàn)更高質(zhì)量的就業(yè)”,2017年政府工作報告提到廣大民眾關(guān)心的十大民生問題,就業(yè)位于首位,并提出“大力促進(jìn)就業(yè)創(chuàng)業(yè)”。在結(jié)合國內(nèi)外就業(yè)質(zhì)量相關(guān)概念研究的基礎(chǔ)上,構(gòu)建了我國就業(yè)質(zhì)量綜合評價指標(biāo)體系,并對 2005—2014年我國 30個省(市、自治區(qū))的就業(yè)質(zhì)量和地區(qū)差異進(jìn)行分析,結(jié)果發(fā)現(xiàn):我國就業(yè)質(zhì)量總體偏低;各地區(qū)就業(yè)質(zhì)量差異較大;就業(yè)質(zhì)量無論是總體差距,還是組內(nèi)差距、組間差距,整體上都是逐年遞減的趨勢。因此,各地區(qū)應(yīng)該在政府工作報告指導(dǎo)下,繼續(xù)實(shí)施積極的就業(yè)政策,加強(qiáng)就業(yè)公共服務(wù),加大就業(yè)職業(yè)技能培訓(xùn)力度,并做好創(chuàng)業(yè)帶動就業(yè)工作,在積極增加就業(yè)崗位的基礎(chǔ)上,更加注重就業(yè)質(zhì)量的提高。
就業(yè)質(zhì)量;熵權(quán)法;TOPSIS法;泰爾指數(shù);地區(qū)差異
目前,我國就業(yè)形勢復(fù)雜嚴(yán)峻,仍然面臨總量壓力大、用人需求結(jié)構(gòu)性矛盾突出等問題。第一,我們經(jīng)濟(jì)下行壓力比較大,部分傳統(tǒng)行業(yè)和資源型地區(qū)的去產(chǎn)能政策和轉(zhuǎn)型升級,在進(jìn)行供給側(cè)改革、化解過剩產(chǎn)能的同時,有一部分企業(yè)生產(chǎn)經(jīng)營困難,會造成企業(yè)用工不足,給就業(yè)帶來一定沖擊;第二,以高校畢業(yè)生為主的青年就業(yè)群體的數(shù)量還在持續(xù)增加,城鎮(zhèn)新增勞動力仍然處于高位,農(nóng)業(yè)轉(zhuǎn)移勞動力仍然保持一定的規(guī)模;第三,就業(yè)結(jié)構(gòu)性矛盾更加突出,這體現(xiàn)在招工難和就業(yè)難的情況并存,有些企業(yè)很難招到技能人才、高層次人才,也有些勞動者很難實(shí)現(xiàn)穩(wěn)定就業(yè)。這些都對就業(yè)產(chǎn)生很大的壓力。
就業(yè)是民生之本。就業(yè)問題不僅關(guān)系民生,還對國家經(jīng)濟(jì)的發(fā)展起著至關(guān)重要的作用。實(shí)現(xiàn)更高質(zhì)量的就業(yè),有利于各種社會財(cái)富的創(chuàng)造,有利于轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式和擴(kuò)大內(nèi)需,實(shí)現(xiàn)經(jīng)濟(jì)又好又快發(fā)展,有利于社會和諧和勞動者整體幸福感的提升;就業(yè)不但是人們獲得生活資料的基本手段,更是人們參與社會、獲得發(fā)展、不斷提高生活質(zhì)量的根本途徑。就業(yè)理應(yīng)有數(shù)量和質(zhì)量兩個維度,在很長一段時期,我們國家實(shí)行的積極的就業(yè)政策主要體現(xiàn)為追求就業(yè)數(shù)量,如“千方百計(jì)增加就業(yè)”政策等。黨的十八大報告明確提出“要推動實(shí)現(xiàn)更高質(zhì)量的就業(yè)”,包括健全人力資源市場,完善就業(yè)服務(wù),鼓勵多渠道多形式促進(jìn)就業(yè),促進(jìn)創(chuàng)業(yè)帶動就業(yè)。從當(dāng)初只關(guān)注就業(yè)率的高低,到現(xiàn)在對就業(yè)質(zhì)量優(yōu)劣的重視,體現(xiàn)了當(dāng)前及未來就業(yè)實(shí)踐工作與理論研究內(nèi)涵的深刻轉(zhuǎn)變。如今就業(yè)不只是數(shù)量上的多少、百分比的高低,而且就業(yè)質(zhì)量的優(yōu)劣逐步轉(zhuǎn)變成為就業(yè)的實(shí)質(zhì)內(nèi)涵。在此背景下,如何理解就業(yè)質(zhì)量的內(nèi)涵,我國各省市就業(yè)質(zhì)量如何,是哪些因素影響了各地區(qū)就業(yè)質(zhì)量的差異,進(jìn)而準(zhǔn)確評價全國30個省份的就業(yè)質(zhì)量,探尋就業(yè)質(zhì)量的影響因素及作用機(jī)制,對我國制定勞動力市場政策,實(shí)現(xiàn)更高質(zhì)量就業(yè)都具有重要意義。
國外對于就業(yè)質(zhì)量的研究起步較早,也較為深入,形成了豐富的理論成果。其研究方向主要是集中在就業(yè)質(zhì)量內(nèi)涵及就業(yè)質(zhì)量評價指標(biāo)方面。20世紀(jì)70年代初,研究工作經(jīng)歷對個人生活可能造成的影響成為美國社會的一個主要關(guān)注點(diǎn),由此產(chǎn)生了“工作生活質(zhì)量”的概念,人們越來越關(guān)注就業(yè)對健康和員工福祉的影響以及員工的工作滿意度[1]。國際勞工組織在1999年第87次會議上首次提出“體面勞動”的概念,將體面勞動定義為“男女在自由、平等、安全和人類尊嚴(yán)的條件下獲得體面的和生產(chǎn)性工作的機(jī)會”,認(rèn)為體面勞動應(yīng)該包括四個維度,即就業(yè)促進(jìn)、勞動權(quán)益和勞動標(biāo)準(zhǔn)、社會保護(hù)、社會對話,并強(qiáng)調(diào)“就業(yè)是勞動者個人謀求發(fā)展,為子孫和家庭帶來幸福,走向美好生活的一個意境和途徑”,這可以看作是高質(zhì)量就業(yè)概念的雛形[2]。歐盟委員會一直致力于推廣“工作質(zhì)量”的概念,認(rèn)為勞動供給的增加更容易通過提高工作的吸引力來實(shí)現(xiàn),即改善工作質(zhì)量。歐洲基金會是最早提出就業(yè)質(zhì)量概念的國際組織,他們認(rèn)為,就業(yè)質(zhì)量就是指勞動者在整個勞動過程中以及工作之外的各種權(quán)利和身心健康狀況,認(rèn)為就業(yè)質(zhì)量是一個多元化概念,提出了工作和就業(yè)質(zhì)量的三個視角,即社會的、公司的和個體的,建議框架從個人的視角形成了以下四個概念維度:確保職業(yè)和就業(yè)安全、維持和促進(jìn)健康與福利、發(fā)展技能與能力、協(xié)調(diào)工作與非工作的生活,每個維度又包含了多個測量指標(biāo)[3]。FredricK定義了什么是“高質(zhì)量就業(yè)”,他認(rèn)為,所謂的高質(zhì)量就業(yè)是指個人在其認(rèn)為具有挑戰(zhàn)性和滿意感的工作的綜合環(huán)境中獲得謀生所需工資的能力,并且他強(qiáng)調(diào),收入并非高質(zhì)量就業(yè)的唯一衡量標(biāo)準(zhǔn)[4]。歐盟委員會從工作特性、勞動市場兩個維度來定義工作質(zhì)量的概念,并通過10個指標(biāo)組構(gòu)建出測量工作質(zhì)量的指標(biāo)體系。聯(lián)合國歐洲經(jīng)濟(jì)委員會[5]則以2007年歐洲統(tǒng)計(jì)學(xué)家會議組構(gòu)建的就業(yè)質(zhì)量統(tǒng)計(jì)測量概念為基礎(chǔ),在2010年發(fā)布了《測量就業(yè)質(zhì)量:國家試點(diǎn)報告》。該報告包含了就業(yè)安全和倫理、就業(yè)收入和待遇等七個維度14個測量指標(biāo)。國際勞動組織體面勞動亞太工作小組[6]于2008年發(fā)布了包含23個體面勞動指標(biāo)的《亞太地區(qū)體面勞動報告(2006—2015):為政策制定者和研究者提供指南》。
與國外相比,我國學(xué)者近年來更多關(guān)注就業(yè)質(zhì)量的影響因素及圍繞就業(yè)滿意度方面的綜合概念來考察,更多地集中在對國際勞工組織和歐洲基金會提出的就業(yè)質(zhì)量內(nèi)涵問題及其測度進(jìn)行研究,如朱火云(2014)以國際勞工組織對就業(yè)質(zhì)量概念的界定為基礎(chǔ),從就業(yè)水平、就業(yè)能力、就業(yè)保護(hù)和就業(yè)服務(wù)四個維度11個指標(biāo)來進(jìn)行分析[7]。賴德勝、石丹淅(2013)以歐洲基金會對就業(yè)質(zhì)量評價指標(biāo)體系為基礎(chǔ),對我國就業(yè)質(zhì)量狀況進(jìn)行了考察,指出當(dāng)前我國就業(yè)質(zhì)量呈現(xiàn)出明顯的區(qū)域特征,即東部優(yōu)于西部,西部略好于中部,但就業(yè)質(zhì)量的整體水平不高[8]。張桂寧(2007)認(rèn)為,影響就業(yè)質(zhì)量的因素主要包括以下八個方面:工作性質(zhì)、工作條件、工作安全、尊嚴(yán)、福利、培訓(xùn)機(jī)會、平等參與、晉升機(jī)會等[9]。魏明凱、房保安(2006)將就業(yè)質(zhì)量的內(nèi)涵歸為四個類別,分別是工作質(zhì)量、勞動關(guān)系、福利和社會保障情況[10]。李軍峰(2003)把就業(yè)質(zhì)量的內(nèi)涵劃分為九個層面,包括工作性質(zhì)、工作條件、安全、個人尊重、健康和福利、社會保障、培訓(xùn)和職業(yè)生涯前景、勞資關(guān)系、機(jī)會平等[11]。還有一些學(xué)者從微觀視角研究就業(yè)質(zhì)量,羅恩立(2010)采用層次分析和 Delphi咨詢法,提出了基于微觀個體、中觀環(huán)境和宏觀政策三個評估維度的新生代農(nóng)民工就業(yè)能力評價指標(biāo)體系。王欣、吳江(2012)以公共就業(yè)服務(wù)滿意度評價為主題,以失業(yè)人員為研究對象,以服務(wù)型政府為導(dǎo)向進(jìn)行實(shí)證研究,從滿意度方面對政府提供的就業(yè)服務(wù)進(jìn)行了測量。賴德勝等(2011)建立了一個包含6個維度指標(biāo)、20個二級指標(biāo)和50個三級指標(biāo)的就業(yè)質(zhì)量評價指標(biāo)體系,采用主成分分析法對我國內(nèi)地各地區(qū)2007年和2008年的就業(yè)質(zhì)量狀況進(jìn)行了系統(tǒng)的實(shí)證研究,認(rèn)為除少數(shù)經(jīng)濟(jì)發(fā)達(dá)省份外,全國就業(yè)質(zhì)量的總體水平不高,大部分省份的就業(yè)質(zhì)量指數(shù)較低[12]。史淑桃(2010)則構(gòu)建了15個就業(yè)質(zhì)量評價指標(biāo),通過賦予不同的權(quán)重對當(dāng)前我國高校畢業(yè)生就業(yè)質(zhì)量進(jìn)行了研究,發(fā)現(xiàn)高校畢業(yè)生就業(yè)質(zhì)量的性別差異日漸顯現(xiàn)且有逐步拉大之勢[13]。楊河清(2007)從工作條件、勞動關(guān)系和社會保障三個方面構(gòu)建了3個一級指標(biāo)12個二級指標(biāo)的就業(yè)質(zhì)量評價指標(biāo)體系[14]。劉素華(2005)指出,就業(yè)質(zhì)量的主要內(nèi)容應(yīng)包括工作的性質(zhì)(如工作時間、勞動報酬、工作穩(wěn)定性、職工培訓(xùn)等)、工作環(huán)境、社會保障、勞動關(guān)系等基本因素[15]。
綜上所述,我們通過對文獻(xiàn)的梳理和分析,發(fā)現(xiàn):第一,國外對就業(yè)質(zhì)量的內(nèi)涵、就業(yè)質(zhì)量指標(biāo)體系的構(gòu)建做了系統(tǒng)深入的研究,研究范圍涵蓋了多個層面。第二,國內(nèi)對于就業(yè)質(zhì)量及就業(yè)質(zhì)量指標(biāo)的構(gòu)建研究成果也較為豐富,對就業(yè)的研究大多從就業(yè)質(zhì)量的定義和內(nèi)涵出發(fā),給出各自的觀點(diǎn);對就業(yè)質(zhì)量指標(biāo)的測度大多采用綜合評價方法,該方法可以測度就業(yè)質(zhì)量的大小,但對影響因素通過何種機(jī)制作用于就業(yè)質(zhì)量及影響程度如何卻鮮有研究。同時,促進(jìn)就業(yè)是政府的首要責(zé)任,充分就業(yè)與經(jīng)濟(jì)增長、物價穩(wěn)定、國際收支平衡并列成為各國政府管理經(jīng)濟(jì)的四大目標(biāo),就業(yè)質(zhì)量優(yōu)劣程度存在主觀判斷,不同層次人群對就業(yè)質(zhì)量的評價標(biāo)準(zhǔn)也會有所差異。鑒于此,本文選取的衡量就業(yè)質(zhì)量的指標(biāo)體系,更傾向于能夠體現(xiàn)政府就業(yè)公共服務(wù)的指標(biāo)體系,并利用TOPSIS法和泰爾指數(shù)分別對全國各地區(qū)的就業(yè)質(zhì)量綜合指數(shù)和地區(qū)差異程度進(jìn)行分析,探尋就業(yè)質(zhì)量的影響因素及作用機(jī)制,為政府制定和調(diào)整就業(yè)政策提供參考。
(一)指標(biāo)選取
就業(yè)質(zhì)量是一個綜合概念,對就業(yè)質(zhì)量的準(zhǔn)確度量需要在概念界定基礎(chǔ)上構(gòu)建一套科學(xué)全面且可操作的評價指標(biāo)體系。指標(biāo)的選取應(yīng)遵循幾個原則:全面性、代表性、邏輯性、可操作性。
本文主要是在政府就業(yè)公共服務(wù)視角下探尋全國30個省市的就業(yè)質(zhì)量,所以,在指標(biāo)體系構(gòu)建上,將就業(yè)質(zhì)量指標(biāo)體系構(gòu)建為六個維度:就業(yè)能力(反映的是從勞動者的角度反映人力資本水平,進(jìn)而衡量一個地區(qū)的政府教育服務(wù)水平)、勞動報酬(反映的是就業(yè)市場向勞動者所能提供的待遇水平和最低工資水平,從側(cè)面反映一個地區(qū)的收入分配政策)、就業(yè)狀態(tài)(反映的是就業(yè)市場向勞動者所能提供的就業(yè)機(jī)會和經(jīng)濟(jì)結(jié)構(gòu),從側(cè)面反映一個地區(qū)的經(jīng)濟(jì)發(fā)展水平和產(chǎn)業(yè)結(jié)構(gòu)情況)、就業(yè)與社會保障(反映的是就業(yè)單位賦予勞動者的福利保障等,體現(xiàn)的是一個地區(qū)的社會保障水平)、勞動關(guān)系(反映的是就業(yè)單位賦予勞動者的工作安全等,從側(cè)面反映一個地區(qū)的就業(yè)環(huán)境和政府的作為程度)、就業(yè)公共服務(wù)水平(反映的是政府、社會在防范失業(yè)風(fēng)險所提供的職業(yè)介紹與技能培訓(xùn)等服務(wù))。每個維度又分別選取2-4個子指標(biāo),共計(jì)22個二級指標(biāo),具體指標(biāo)體系如表1所示:
表1 就業(yè)質(zhì)量指標(biāo)體系
注:+表示正向指標(biāo),-表示負(fù)向指標(biāo)
(二)計(jì)算方法
對于就業(yè)質(zhì)量的綜合指數(shù)的計(jì)算,關(guān)鍵在于客觀有效地確定各指標(biāo)的權(quán)重以及選取合適的綜合評價方法。熵權(quán)法源于信息論中“熵”的概念,根據(jù)各指標(biāo)傳遞的信息量大小來確定各指標(biāo)的權(quán)重,相對于主觀賦予權(quán)重的方法,精度更高,客觀性更強(qiáng)。TOPSIS法是根據(jù)有限個評價對象與理想化目標(biāo)的接近程度進(jìn)行排序的方法,對現(xiàn)有對象進(jìn)行相對優(yōu)劣的評價。
1.利用熵權(quán)法來確定各二級指標(biāo)的權(quán)重,再加權(quán)合成得到各省份一級指標(biāo)的得分
由于選取的指標(biāo),一部分與就業(yè)質(zhì)量指數(shù)正相關(guān),另一部分與就業(yè)質(zhì)量指數(shù)負(fù)相關(guān),為了消除符號的不同對于計(jì)算的影響,同時,為了消除各項(xiàng)指標(biāo)由于量綱不同對于計(jì)算的影響,我們首先用線性函數(shù)對所觀測指標(biāo)值進(jìn)行歸一化處理。
正向指標(biāo):
負(fù)向指標(biāo):
然后,計(jì)算第j項(xiàng)指標(biāo)下第i個樣本值占該指標(biāo)的比重及指標(biāo)熵值:
其中,k=1/ln(n)gt;0,再利用信息商冗余度計(jì)算各項(xiàng)指標(biāo)的權(quán)值:
最后,計(jì)算各省份一級指標(biāo)的綜合得分:
2.利用TOPSIS法計(jì)算各省份就業(yè)質(zhì)量綜合指數(shù)
TOPSIS法又稱為理想解法,是針對各項(xiàng)指標(biāo)從所有待評價對象中選出該指標(biāo)的最優(yōu)值(正理想解)和最差值(負(fù)理想解),依次求出各個待評價對象分別到正理想解和負(fù)理想解的距離,再構(gòu)建評價參考值,進(jìn)而排序進(jìn)行評價。
先選取各省份各一級指標(biāo)的得分值作為決策矩陣:A=(aij),為去掉量綱效應(yīng),做規(guī)范化處理,得到:B=(bij),其中:
仍采用熵權(quán)法確定各一級指標(biāo)的權(quán)重w=[w1,…,wn],將B的第j列乘以其權(quán)重:wj得到加權(quán)規(guī)范矩陣C。
最后,計(jì)算每個待評價樣本的評價參考值:
將fi線性變換到[0,100]作為就業(yè)質(zhì)量指數(shù),從大到小排列,得到各省份的就業(yè)質(zhì)量水平的排名。
(三)實(shí)證分析
本文采用的各二級指標(biāo)的數(shù)據(jù)均來自國家權(quán)威機(jī)構(gòu)發(fā)布的出版數(shù)據(jù):《中國勞動統(tǒng)計(jì)年鑒》、《中國統(tǒng)計(jì)年鑒》和《中國人口和就業(yè)統(tǒng)計(jì)年鑒》。使用Matlab軟件用熵權(quán)法計(jì)算2005—2014年各二級指標(biāo)權(quán)重,見表2。
表2 2005—2014年熵權(quán)法計(jì)算二級指標(biāo)權(quán)重
對2005—2014年的二級指標(biāo)數(shù)據(jù),利用表2對應(yīng)的指標(biāo)權(quán)重合成各省份一級指標(biāo)的得分,只列出2014年的結(jié)果,見表3。
表3 2014年各省份一級指標(biāo)得分
以表3數(shù)據(jù)作為決策矩陣,采用TOPSIS法計(jì)算各省份的就業(yè)質(zhì)量指數(shù),其中,各一級指標(biāo)的權(quán)重可用熵權(quán)法算出,只列出2014年的一級指標(biāo)權(quán)重為:
w=[0.1473,0.2218,0.1091,0.2005,0.1807,0.1407]
其中,TOPSIS法中需要正負(fù)理想解,即從各省份歷年的一級指標(biāo)值中選擇最優(yōu)和最差值,若每年分別選取將使得數(shù)據(jù)在時間序列上不具有可比性。為此,我們統(tǒng)一標(biāo)準(zhǔn),改為從全部十年各一級指標(biāo)數(shù)據(jù)中選取最優(yōu)和最差值分別作為正負(fù)理想解:
C*=[16.4341,15.5991,13.5829,16.3737,14.6348,15.3170]
C0=[0.7517,0.4159,0.4717,0.1664,0.4342,0.5651]
依次處理2005—2014年的相應(yīng)數(shù)據(jù)得到各省份就業(yè)質(zhì)量得分,再線性變換到[0,100]作為就業(yè)質(zhì)量指數(shù),結(jié)果如表4。
表4 2005—2014年31個省份的就業(yè)質(zhì)量指數(shù)
從表4可以看出,北京、上海、天津就業(yè)質(zhì)量指數(shù)始終占據(jù)第一名至第三名,其次,遼寧、廣東、青海、江蘇也一直位居前列;四川、河南、云南、河北、廣西、貴州的就業(yè)質(zhì)量指數(shù)長期排名靠后;其他省份就業(yè)質(zhì)量指數(shù)比較居中。從全國歷年的就業(yè)質(zhì)量指數(shù)來看,2005—2009年處于15.8左右的低位,2010—2013年有所上升到達(dá)16以上,2013年突然升高到21.6,2014年又下降到16.7。大多數(shù)省份也符合這樣大致的規(guī)律。
(一)泰爾指數(shù)
泰爾指數(shù)是評價地區(qū)差距的重要指標(biāo),它的優(yōu)點(diǎn)在于具有在不同樣本組(或區(qū)域)之間進(jìn)行分解的性質(zhì),可以分解為子樣本內(nèi)部和子樣本之間的差距;并且總差距也可以進(jìn)一步分解為組間差距和組內(nèi)差距,因而在區(qū)域差距研究文獻(xiàn)中被廣泛應(yīng)用。
泰爾指數(shù)的表達(dá)式為:
對于分組數(shù)據(jù),泰爾指數(shù)有另一種表達(dá)式:
其中,wi表示第i組的和值占總和值的比重,ei表示第i組樣本數(shù)占總樣本數(shù)的比重。泰爾指數(shù)取值為[0,1],其值越大,表示所考察指標(biāo)的差異越大。
泰爾指數(shù)作為差異程度的測度指標(biāo)具備良好的可分解性質(zhì),即將樣本分為多個群組時,泰爾指數(shù)可以分別衡量組內(nèi)差距與組間差距對總差距的貢獻(xiàn)。
在上式中組間差距Tb與組內(nèi)差距Tw分別有如下表達(dá)式:
進(jìn)一步,可以計(jì)算第k組組內(nèi)差距的貢獻(xiàn)率和組間差距的貢獻(xiàn)率:
另外,值得注意的是組內(nèi)差距項(xiàng)分別由各組的組內(nèi)差距之和構(gòu)成,各組的組內(nèi)差距的計(jì)算公式與樣本總體的計(jì)算公式并無二致,只是將樣本容量控制在第k組的個體數(shù)目nk。
(二)區(qū)域差異分析
按經(jīng)濟(jì)概念劃分中東西部,本來東北的吉林黑龍江也屬于中部,因中央提出“振興東北”戰(zhàn)略,從中部劃出,現(xiàn)將30個省份(不含西藏)區(qū)分如下:
東部(10個):北京、天津、上海、河北、山東、江蘇、浙江、福建、廣東、海南。
中部(6個):山西、河南、安徽、江西、湖南、湖北。
西部(11個):陜西、甘肅、寧夏、青海、新疆、四川、貴州、云南、重慶、內(nèi)蒙古、廣西。
東北(3個):黑龍江、吉林、遼寧。
先對各區(qū)域歷年的就業(yè)指數(shù)做一個簡單的描述統(tǒng)計(jì),2005—2014年東部、中部、西部、東北就業(yè)指數(shù)的分組均值和標(biāo)準(zhǔn)差,如表5所示。
表5 2005—2014年分區(qū)域就業(yè)質(zhì)量指數(shù)的均值和標(biāo)準(zhǔn)差
表6 2014年東部、中部、西部、東北就業(yè)指數(shù)一級指標(biāo)平均得分
圖1 2005—2014年就業(yè)指數(shù)分區(qū)域變化圖
從分組均值來看,2005—2014年,我國就業(yè)質(zhì)量總體上偏低;東部、中部、西部、東北的就業(yè)質(zhì)量存在較大的差距;東部就業(yè)質(zhì)量一直是最好,始終在28以上;東北和西部居中,基本在17左右;中部就業(yè)質(zhì)量最差,基本在10左右。另外,從標(biāo)準(zhǔn)差來看,東部和東北的區(qū)域內(nèi)差異都相對較大。
從表6、圖1可看出,東部就業(yè)質(zhì)量遠(yuǎn)遠(yuǎn)高于中部、西部、東北,中部就業(yè)質(zhì)量相對最差;西部和中部的就業(yè)質(zhì)量整體呈緩慢上升趨勢,而東北地區(qū)2005—2007相對平穩(wěn),之后2008—2014呈逐年下降趨勢。
利用30個省份2005—2014年的就業(yè)指數(shù)數(shù)據(jù),計(jì)算泰爾指數(shù)及對總差異的貢獻(xiàn)率,如表7所示。
表7 2005—2014年區(qū)域就業(yè)質(zhì)量的泰爾指數(shù)
圖2 2005—2014年就業(yè)質(zhì)量泰爾指數(shù)變化圖
從圖2可看出,就業(yè)質(zhì)量無論是總體差距,還是組內(nèi)差距、組間差距,整體上都是逐年遞減的趨勢。泰爾總指數(shù)從2005年的0.2342、2006年的0.256下降至2014年的0.1498,表明全國各省(市、自治區(qū))之間的就業(yè)質(zhì)量差異總體上呈縮小趨勢,2006年達(dá)到頂峰,以后逐年下降。
從泰爾指數(shù)分解情況來看,就業(yè)質(zhì)量的總體差異主要是由區(qū)域內(nèi)引起的,即全國就業(yè)質(zhì)量的差異主要是東部、中部、西部、東北四大區(qū)域內(nèi)部各省(市、自治區(qū))之間的差異造成的,其泰爾指數(shù)從0.15逐步回落到0.1,區(qū)域內(nèi)泰爾指數(shù)對總泰爾指數(shù)的貢獻(xiàn)率從55%逐漸上升到2012年的68%,隨后稍有回落到達(dá)66%。而區(qū)域間的差異相對較小,其泰爾指數(shù)從0.1逐步回落到0.05,對總差異的貢獻(xiàn)率從45%逐步回落到33%,其中2012年最低為31.57%.
圖3 2005—2014年區(qū)域內(nèi)就業(yè)質(zhì)量泰爾指數(shù)變化圖
進(jìn)一步分解區(qū)域內(nèi)的泰爾指數(shù),如圖3所示,東部最高且與全國泰爾指數(shù)(全國作為一個區(qū)域)基本一致,表明與中部、西部、東北相比,東部各省(市)之間的就業(yè)質(zhì)量差異更大,對總差異的貢獻(xiàn)也最大;西部各省(市、自治區(qū))之間的就業(yè)質(zhì)量差異居中,其中,2010—2012年處于稍高位置;中部和東北的區(qū)域內(nèi)就業(yè)質(zhì)量差異最小,但中部近年有上升的趨勢。
圖4 2005—2014年區(qū)域差異貢獻(xiàn)率
泰爾指數(shù)貢獻(xiàn)率將區(qū)域差異展示的更為清晰,如圖4所示,東部差異是導(dǎo)致區(qū)域內(nèi)差異進(jìn)而導(dǎo)致全國差異的最主要因素,歷年區(qū)域內(nèi)差異大部分都是東部貢獻(xiàn)的,總區(qū)域內(nèi)差異在55%~68%,其中,東部差異就達(dá)到35%;其次是西部差異在10%~20%之間;中部除了2014年有所上升外,和東北一樣幾乎可以忽略不計(jì),但在2014年有上升趨勢。
本文先通過構(gòu)建6個維度、22個二級指標(biāo)的就業(yè)質(zhì)量評價指標(biāo)體系,利用2005—2014年的指標(biāo)數(shù)據(jù)做實(shí)證分析,對我國就業(yè)質(zhì)量指數(shù)進(jìn)行測算。結(jié)果表明,我國就業(yè)質(zhì)量整體偏低,各區(qū)域就業(yè)質(zhì)量差異較大,但呈現(xiàn)逐年遞減的趨勢。2005—2012年,全國平均就業(yè)質(zhì)量指數(shù)在 15-16之間徘徊,2013年和2014年有所提升達(dá)到21.60和17.63,而北京和上海的就業(yè)質(zhì)量指數(shù)分別在60-75和50-70,這也說明我國就業(yè)質(zhì)量存在極大的區(qū)域差異。
為更好地分析我國就業(yè)質(zhì)量的區(qū)域差異,為此將30個省(市、自治區(qū))按地理位置分為四個區(qū)域:東部、中部、西部、東北。根據(jù)各區(qū)域的就業(yè)質(zhì)量指數(shù)的均值,初步看出東部的就業(yè)質(zhì)量遠(yuǎn)高于其他區(qū)域,分析造成這種差距的原因,以2014年為例,計(jì)算東部、中部、西部、東北就業(yè)指數(shù)一級指標(biāo)的平均得分,如表6所示??梢?,各區(qū)域的就業(yè)能力和就業(yè)公共服務(wù)水平相差不大,甚至東部比其他區(qū)域更低;而其他四個指標(biāo):勞動報酬、就業(yè)狀態(tài)、就業(yè)與社會保障、勞動關(guān)系方面,其他區(qū)域與東部的差距非常大,這也導(dǎo)致了東部就業(yè)質(zhì)量遠(yuǎn)高于其他區(qū)域。因此,要提高其他區(qū)域的就業(yè)質(zhì)量,需要重點(diǎn)從勞動報酬、就業(yè)狀態(tài)、就業(yè)與社會保障、勞動關(guān)系方面作出改善。
根據(jù)2014年各二級指標(biāo)權(quán)重(見表2)可以發(fā)現(xiàn),在崗職工平均工資對勞動報酬貢獻(xiàn)為56%;勞動力參與率和第二、三產(chǎn)業(yè)就業(yè)人數(shù)占比對就業(yè)狀態(tài)的貢獻(xiàn)分別為33%、28%、21%;失業(yè)保險參保率和工傷保險參保率對就業(yè)與社會保障的貢獻(xiàn)分別為33%和31%;人均勞動爭議事件發(fā)生率對勞動關(guān)系的貢獻(xiàn)為53%。因此,要改善勞動報酬重點(diǎn)是要提高在崗職工工資;要改善就業(yè)狀態(tài)應(yīng)設(shè)法提高勞動力參與率以及更多地發(fā)揮第二、三產(chǎn)業(yè)對就業(yè)質(zhì)量貢獻(xiàn)作用;要提高就業(yè)與社會保障需應(yīng)提高失業(yè)保險和工商保險的參保率;要促進(jìn)勞動關(guān)系應(yīng)重點(diǎn)降低勞動爭議事件的發(fā)生率。
為了更清楚地分析我國就業(yè)質(zhì)量的地區(qū)差異,我們利用30個省(市、自治區(qū))2005—2014年的就業(yè)指數(shù)數(shù)據(jù),計(jì)算出各種泰爾指數(shù)及對總差異的貢獻(xiàn)率(見表7)。總的泰爾指數(shù)反映了全國就業(yè)質(zhì)量的差距情況,從2005年的0.25逐步降到0.15;同時,區(qū)域間和區(qū)域內(nèi)的泰爾指數(shù)也都是逐年下降的趨勢,說明整體來看我國就業(yè)質(zhì)量差距在逐步縮小。從泰爾指數(shù)分解來看,就業(yè)質(zhì)量的總體差異主要是由區(qū)域內(nèi)引起的,即全國就業(yè)質(zhì)量的差異主要是東部、中部、西部、東北四個區(qū)域內(nèi)部各省(市、自治區(qū))之間的差異造成的。進(jìn)一步分解區(qū)域內(nèi)的泰爾指數(shù)發(fā)現(xiàn),東部為最高,這表明與中部、西部、東北相比,東部各省(市)之間的就業(yè)質(zhì)量差異更大,對總差異的貢獻(xiàn)也最大;而中部和東北的區(qū)域內(nèi)就業(yè)質(zhì)量差異最小,當(dāng)然這和他們包含的省份少也有一定關(guān)系。
因此,在當(dāng)前就業(yè)供需矛盾和結(jié)構(gòu)性矛盾突出的背景下,第一,國家應(yīng)加大對教育經(jīng)費(fèi)的投入,提高人力資本水平,國家財(cái)政性教育經(jīng)費(fèi)占國內(nèi)生產(chǎn)總值4%的教育經(jīng)費(fèi)投入指標(biāo)是世界衡量教育水平的基礎(chǔ)線,而我們國家還沒有達(dá)到這一水平;國家還應(yīng)幫助求職者進(jìn)行職業(yè)培訓(xùn),我國就業(yè)面臨著結(jié)構(gòu)性矛盾,有一定技術(shù)的高級技工等人才嚴(yán)重短缺,這制約了整個國民經(jīng)濟(jì)的發(fā)展速度,經(jīng)濟(jì)發(fā)展上不去,就影響了就業(yè),又進(jìn)一步拉低了勞動者的就業(yè)質(zhì)量[16]。第二,就業(yè)質(zhì)量較低的省份應(yīng)在積極就業(yè)政策導(dǎo)向下,更加注重改善就業(yè)環(huán)境、建立健全就業(yè)保護(hù)制度、增加就業(yè)服務(wù)供給,以縮小與東部其他省(市)的差距。第三,國家進(jìn)一步采取積極的就業(yè)政策,健全勞動力市場,加強(qiáng)就業(yè)公共服務(wù),不僅要實(shí)現(xiàn)就業(yè)規(guī)模持續(xù)擴(kuò)大,而且還要實(shí)現(xiàn)就業(yè)結(jié)構(gòu)不斷改善,讓越來越多的勞動者實(shí)現(xiàn)體面勞動。
[1]DAVID A.N ADLER,EDWAR D E.LAWLER.Quality of Work Life:Perspectives and Directions [J].Organizational Dynamics.1983 winter,11(3) : 20.
[2]International Labour Organizations.Decent Work.Report of the Director-General to the 87th Session of the International Labour Conference[R].Geneva: ILO,1999.
[3]United Nations Statistical Commission and Economic Commission for Europe.Towards an International Quality of Employment Framework: Conceptual Paper of the Task Force on the Measurement of Quality of Work[R].Working Paper No.1 Geneva: UNECE,2007.
[4]SCHROEDER,FREDRICK.Workplace Issues and Placement: What is High Quality Employment? [J].Work 2007,29(4): 357-358.
[5]United Nations Statistical Commission and Economic Commission for Europe.Measuring Quality of Employment: Country Pilot Reports[R].Geneva: UNECE,2010.
[6]International Labour Organizations.Decent Work Indicators for Asia and the Pacific: A Guidebook for Policy-makers and Researchers[R].Geneva: ILO,2008.
[7]朱火云,丁 煜,王翻羽.中國就業(yè)質(zhì)量及地區(qū)差異研究[J].西北人口,2014,(2): 92-97.
[8]賴德勝,石丹淅.我國就業(yè)質(zhì)量狀況研究——基于問卷數(shù)據(jù)的分析[J].中國經(jīng)濟(jì)問題,2013,(5): 39-48.
[9]張桂寧.基于就業(yè)質(zhì)量的職業(yè)意識教育探析[J].廣西民族大學(xué)學(xué)報:哲學(xué)社會科學(xué)版,2007,(5): 138-140.
[10]魏明凱,房保安.我國就業(yè)質(zhì)量狀況分析[J].產(chǎn)業(yè)與科技論壇,2006,(12): 43-45.
[11]李軍峰.就業(yè)質(zhì)量的性別比較分析[J].市場與人口分析,2003,(11): 1-7.
[12]賴德勝.中國勞動力市場報告:包容性增長背景下的就業(yè)質(zhì)量[M].北京:北京師范大學(xué)出版社,2011.
[13]史淑桃.大學(xué)生就業(yè)質(zhì)量評價指標(biāo)體系及其測算[J].鄭州航空工業(yè)管理學(xué)院學(xué)報,2008,26(1): 139-141.
[14]楊和清,李 佳.大學(xué)畢業(yè)生就業(yè)質(zhì)量的實(shí)證分析[J].中國勞動,2007,(12): 26-28.
[15]劉素華.就業(yè)質(zhì)量、概念、內(nèi)容及其對就業(yè)數(shù)量的影響[J].人口與計(jì)劃生育,2005,(7): 29-31.
[16]楊曉妹,王有興.公共就業(yè)支出結(jié)構(gòu)與不同收入群體就業(yè)差異調(diào)節(jié)效應(yīng)分析[J].西安財(cái)經(jīng)學(xué)院學(xué)報,2016,(3):5-10.
[責(zé)任編輯:鄒學(xué)慧]
EmploymentQualityEvaluationandRegionalDifferenceAnalysisforChina’sLaborForce——EmpiricalAnalysisBasedonPanelDataofEveryProvinceandCityduring2005-2014
KONG Wei-weia,LIAN Yong-shenga,ZHANG Jing-xinb
( Harbin University of Commerce a.School of Public Finance and Administration;b.School of Basic Science,Harbin 150028,China)
Employment is the foundation of people’s livelihood.18th CPC National Congress report presents that higher quality employment should be promoted.Employment is the most important question of the ten major livelihood issues the people concerned in the government work report 2017,and vigorously promote employment and entrepreneurship is presented here too.The comprehensive evaluation index system of employment quality in our country is constructed by combining the concept research of employment quality at domestic and abroad.The quality of employment and regional differences of 30 provinces (municipalities,autonomous regions) during 2005-2014 are analyzed.The results show that the quality of employment in China is generally low,and the quality of employment varies greatly in different regions.The quality of employment,whether it is the overall gap,or within the group gap,the gap between groups,is on the whole declining trend year by year.Therefore,each region should act by the guidance of the government report,continue to implement a proactive employment policy,strengthen the public service employment,increase employment and occupation skills training and do pioneering work to improve employment,pay more attention to improve the quality of employment on the basis of positive increase jobs.
employment quality; entropy weight method; T0PSIS method; Theil index; regional difference
F249.2
A
1671-7112(2017)06-0003-13
2017-05-08
國家社會科學(xué)基金項(xiàng)目“實(shí)現(xiàn)高質(zhì)量就業(yè)公共服務(wù)體系研究”(14BJY032)
孔微巍(1962-),女,黑龍江哈爾濱人,教授,博士生導(dǎo)師,主要從事勞動經(jīng)濟(jì)理論與應(yīng)用研究;廉永生(1984-),男,山東菏澤人,助理研究員,博士研究生,主要從事勞動經(jīng)濟(jì)研究;張敬信(1982-),男,河北保定人,講師,基礎(chǔ)數(shù)學(xué)博士,主要從事泛函分析和數(shù)據(jù)挖掘研究。