重庆市低收入群体就业的影响因素

摘 要：为了解影响重庆市低收入群体就业的因素,为政府出台低收入群体增收政策提供依据,在重庆市开展了一次低收入群体就业状况的调研,并通过实证分析影响就业的主要因素.结果表明：重庆市城乡低收入群体整体就业状况不佳,最主要的影响因素是社会关系,其次是技能和培训,以及健康和年龄.对此,提出了相应的对策建议.

关 键 词：低收入群体；就业；影响因素

一、重庆低收入群体的界定

以往相关文献中,把低收入群体直接等同于享受低保的人群,侧重于对影响“低保”群体就业的因素展开研究.但低保群体只是低收入人群中的一个部分,其实还存在着更多的低保边缘群体,其收入高于低保群体,并在健康、受教育等方面优于低保人群,因此本文拟包括“低保”群体和“低保”边缘群体.界定的重庆市低收入群体特指家庭月人均收入1000元以下拥有重庆市城乡户籍的居民,主要基于以下考虑.

本文参照大部分学者的做法,将重庆市最低工资标准作为评判低收入的标准.理由是：重庆市政府决定,从2012年5月1日起,38个区县（自治县）行政区域内的最低工资标准分别调整为：一小时经济圈内的24个区县最低月工资标准为1050元/月,余下的区县（自治县）最低月工资标准为950元/月；另外,按照重庆市政府的决定,从2011年10月1日起,不同区县城镇居民的最低生活保障线标准调整为320元、305元和290元,农村居民的最低生活保障线调整为170元、160元和150元,城市“三无”人供养标准调整为390元、370元和355元,农村五保对象供养标准调整为250元、240元和230元.因此,从以上可知,“低保”群体的收入水平完全在1000以下,其次,“低保”边缘群体的收入上限界定为1000元,这与重庆市新规定的最低月工资标准1050元和950元基本相当.

二、重庆市低收入群体就业的现状调研及描述性分析

1.数据来源.重庆市现下辖38个行政区县（自治县）,由于时间和经费限制,不可能对所有区县都进行实地调研.本文按照重庆市最低工资标准划分的两个区域,即“一小时经济圈”和余下区域分别随机选取若干区县进行调研.具体选取的区县包括：“一小时经济圈”的渝中区、大渡口区、九龙坡区、南岸区、万州区、万盛区、长寿区、合川区、江津区和铜梁区10个区；余下的选取了梁平县、丰都县、云阳县、巫溪县、石柱自治县、秀山自治县、酉阳自治县7个县.对于符合要求的调查家庭,即人均月收入在1000元以下的家庭,随机选取一个家庭成员进行问卷调查.部分区县的数据在所属区县相关部门的协助下进行,涉及调查对象共1065人.因为本文分析的是低收入群体就业的影响因素,根据我国对劳动力年龄的规定：男性16周岁～59周岁、女性16周岁～54周岁,于是对调查对象进行了初步筛选,将在此年龄之外的被调查者排除.根据劳动经济学的定义,又把调查对象中的在校学生、提前退休者、完全丧失劳动能力者等排除,最后得到调查样本678份,有效率为63.66%,其中城镇460份,农村218份,分别占样本总体的67.84%和32.16%.关于调查样本的描述性统计见表1.

2.描述性统计量.考虑到可能存在城乡区别,我们分别列出了城镇和农村劳动者的就业状态、就业类型、户口性质、性别、年龄、受教育程度、健康状况、技能等在内的各项指标的数据,见表1.

（1）整体低收入群体就业状况.低收入群体整体就业状况不佳.在全体受访者中,虽有63.89%处于就业状态,但其中有59.29%是属于打零工、做小生意等非正规就业和自我雇佣状态,有29.79%的劳动者处于失业状态.

（2）就业状态.在全体城镇受访居民中,有61.64%处于就业状态,其中在一个单位工作1年以上的占59.73%,但基本上都是暂时的合同工或人事写作技巧之类的就业,而40.27%的基本上是打零工、做小生意等非正规就业.38.36%处于失业状态,其中69.54%已经失业一个月以上,30.45%刚刚失业不到一个月.而受访农民中,有70.51%处于就业状态,但几乎100%都属于打零工.另外的29.49%处于失业状态,其中75.69%已经失业一个月以上,24.31%刚刚失业.

（3）性别分布.城镇女性相对男性来说,就业率偏低.在受访的城镇女性中,仅有20.88%处于就业状态,基本上做小生意,摆个小摊之类的.而受访的城镇男性中,有90.45%处于就业状态.农村女性和男性就业率差不多,在受访的农村女性中,68.76%处于就业状态,受访的农村男性中,73.44%处于就业状态,一般女性从事家政怎么写作的多,男性一般在某个工地打零工的居多.

（4）年龄分布.城镇低收入群体的年龄一般都偏大.城镇总体上有66.13%的劳动者年龄在40岁以上,这说明传统的“4050”人员仍是就业的困难群体.从性别角度看男性劳动者中有接近一半（47.35%）的人口在40岁以上,而女性受访者的总体年龄相对较轻.农村低收入群体的年龄也偏大.总体上有受访者中72.64%的劳动者年龄在40岁以上,其中50岁以上的占到40.12%.从性别角度看,女性受访者年龄大多40岁～50岁之间.

（5）受教育水平.普遍状况不佳,受访的城镇居民中,有近一半的人（46.58%）仅接受过初中及以下的正规教育,甚至有12.43%的仅接受过小学及以下的教育.城镇女性相对男性来说,受教育的机会几乎相当.接受过大专及以上教育的仅占5.13%,只是男性,没有女性.农村居民受教育状况相比城镇来说状况更糟糕,而且有较明显的性别分割现象,受访者中,有94.76%的人仅接受过初中及以下的正规教育,其中有64.78%的人仅接受过小学及以下的教育.农村女性相对男性来说,接受教育的机会更少,受访的女性中,有74.76%的人仅上过小学,没有一人上过高中.而男性中除34.67%的上过小学外,其余都接受过初中及以上的正规教育,但没有人接受过大专及以上教育.（6）接受就业培训.城镇受访人群中,只有一半（52.46%）左右的人接受过居委会提供的个别培训,而其中受访的女性中,仅有23.79%的人接受过培训.城镇男性从政府那里得到的就业怎么写作（如职业介绍等）明显高于女性.农村女性相对男性来说,接受就业培训的机会相对较多,受访的农村女性大都从事家政怎么写作,常常要事先接受家政公司的培训,但不属于政府提供,而男性大多在工地跟着老乡边学边干,相对来说接受培训的机会少.

（7）技能特长.受访人群中,仅有28.79%的人有点技长,而受访的女性人群中,几乎100%认为自己无技能特长.农村受访人群中,有68.74%的人认为自己有一技之长,受访的女性人群中,虽然大都经过培训从事家政怎么写作,仍然认为自己无技能特长.

（8）健康状况.受访人群中,身体状况良好的占到85.64%,受访男性身体状况良好的87.45%,女性身体稍欠,有80.77%的认为身体状况良好.农村受访人群中,仅有12.10%的人认为身体稍差,农村女性受访者的身体普遍好与男性,受访的女性中,有90.76%的人认为身体很好,而男性受访者中,只84.69%的人认为身体好,这也反映出重庆农村人吃苦耐劳的精神.

（9）家庭状况.城镇受访人群中,有一半的家庭（54.67%）家中有正在就读人口,有23.65%的家庭有学龄前儿童.农村受访人群中,34.67%的家中有正在就读人口,有13.47%的家庭还有学龄前儿童.

另外,本次问卷调查还专门设立了一项受访者自由回答的问题,“您认为在找工作过程中哪些影响因素比较重要”?有80%～90%的人认为社会关系很重要,60%～70%的人认为技能和健康重要,50%左右的人认为年龄重要.城镇和农村的受访者观点几乎类似.另外有10%左右的女性受访者认为相貌也重要,这部分受访者年龄一般在30岁以下.30%左右的女性受访者认为性别也会影响就业.

三、重庆市低收入群体就业的影响因素实证分析

1.模型的构建.将劳动者的状态分为就业和失业.可见本文研究的因变量是只可能取两种值的定性变量,因而无法采用多元线性回归来分析.可以利用Logistic模型,该模型是将逻辑分布作为随机误差项的概率分布的一种二元离散选择模型.根据二项Logistic回归模型,有：

其中,Xi为一组影响劳动力所处就业状态的变量,i表示影响就业状态因素的个数.

2.模型的回归结果与分析.Logistic模型的可从三个方面进行评价：一是类R2指标,它描述被解释变量的变动中由解释变量所解释的百分比,SPSS输出三个类R2指标,本文只报告NagelkerkeR2.二是模型?字2检验,如果模型?字2检验统计显著,则可认为解释变量所提供的信息有助于更好地预测事件的发生.三是拟合优度,评价模型如何有效描述与数据的整体拟合程度.拟合优度原检测设模型与数据相拟合,如果检验结果不显著,则意味着不能推翻原检测设,说明模型与数据是相拟合,本项目报告HoerandLemes-hou.

在估计模型之前,要选取一类人作为参照组,其系数标准化为零.本文将失业者作为参照组.解释变量的估计系数与参照组相比,若系数为正,意味着相对于失业来说,该变量对处于就业状态有着相对概率为正的影响,即劳动者倾向于处于就业状态；若解释变量系数为负,意味着相对于作为参照组的失业而言,该变量对处于就业的状态有着相对概率为负的影响,即劳动者不容易实现就业.

按照SPSS软件的输出结果（见表2）,城镇模型回归结果的NagelkerkeR2检验结果为0.742,农村结果为0.654,说明所选自变量可以解释因变量变动的74.2%和65.4%；两个模型的?字2检验P值均小于0.01,说明自变量较好地解释了因变量；两个模型HoerandLemeshou检验的P值均大于0.1,说明模型拟合效果较好.在城镇和农村两个模型中,影响因素如社会关系、技能、培训、健康、年龄等几个变量均得出一致的结论,也许是在当今城镇化过程中,低收入群体不管来自城镇还是农村,界限已经模糊了,生活状况都大同小异,因此两个模型的结果一起解释.

社会关系的影响.社会关系在城乡低收入群体就业中有显著影响,影响系数分别为2.795和3.312,影响效应在所以因素中居于首位.可见,在就业市场尚未发育成熟的情况下,大量的劳动力供给需求信息交流以及用人单位雇用人员的决定过程仍具有明显的“熟人社会”的特征.

技能及培训的影响.从回归结果看,系数均显著为正,因此,拥有技能或专长以及接受过政府所组织的就业培训和就业怎么写作的劳动者,其就业的可能性将会更高,这种影响在统计上是显著的.

健康的影响.健康状况对于就业状态具有显著的影响,健康状况好将会使就业的概率上升,这种影响在城乡中存在差别,对农村男性劳动者的影响更为显著,也许农村男劳力主要从事工地体力活,对健康要求更高些.

年龄的影响.城乡结论较为一致,即年龄越大的低收入群体,其就业的概率明显小于其他年龄段的人群,特别是50岁以上的人群,影响系数为-1.5和-1.4左右.因为调查对象是人力资本状况不佳的低收入群体,因此这部分人群多是非技术劳动力或是体力劳动者,所以年龄增大意味着劳动能力的减退,并直接降低他们就业的可能性.

而对于其他变量如教育、外貌、性别、婚姻、家庭人口状况等的影响在统计上并不显著.

四、结论与对策建议

通过计量回归分析发现,对于城乡低收入群体的就业而言,最重要的影响因素是社会关系,这和其他学者如南京的谢勇和李放的调查研究结论不一样,其次才是培训与技能、健康和年龄.越有社会关系,拥有一技之长,以及身体健康年轻的群体,就业的可能性就越大.

社会关系深远地影响着就业.由于中国是一个人情社会,关系取向明显,而且就业市场尚未发育成熟,因此社会关系网络在一定程度上是人力资本的替代物,承担了相当一部分求职者与就业岗位匹配的功能,对一些相对劣势的就业人群来说具有某种积极意义.因此,首先建议低收入群体要充分认识到社会关系在就业过程中的作用和影响,注重社会关系的积累和建构,争取获得更多的社会资本和社会资源,扩大信息来源和就业信息的范围.另一方面,建议政府改善低收入群体们的健康状况,为他们提供基本的医疗怎么写作或者重大疾病的救助等；多为低收入群体提供就业技能培训和怎么写作,帮助其掌握新技能,增强其适应技术变化的能力,增加就业选择的机会.