农民工与城镇职工的就业稳定性差异

2015-01-15 20:59周闯

人口与经济 2014年6期

周闯

H摘要：将雇主是否提供一年期及以上劳动合同作为就业稳定性的划分，采用二元离散选择模型分解方法分析了农民工与城镇职工的就业稳定性差异。研究表明：农民工稳定就业比显著低于城镇职工，主要原因在于其教育水平和工作经验与城镇职工存在较大的差距，市场歧视所产生的影响小于这两类人力资本差距的影响；女性农民工的就业稳定性尽管存在着户籍和性别的双重负效应，但双重负效应仍低于人力资本差距的影响。此外，城镇公共就业服务对农民工较低的覆盖率以及农民工与城镇职工就业的行业差异也对就业稳定性差异给出了一定程度的解释。

关键词：农民工；就业稳定性；双重负效应

中图分类号：F241.1文献标识码：A文章编号：1000-4149（2014）06-0069-10

DOI：10.3969/j.issn.1000-4149.2014.06.007

The Employment Stability Differentials between Migrant Workers and Urban Workers：

The Doublenegative Effect for Female Migrant Workers

ZHOU Chuang

（Center for Econometric Analysis and Forecasting， Dongbei University of Finance and

Economics， Dalian 116025，China）

Abstract：We distinguish the stable employment as signing over one year contract with employers and investigate the employment stability difference between migrant workers and urban workers applying the decomposition technique to binary outcome model. The results show： the ratio of stable employment in migrant workers is significantly lower than that in urban workers and the difference in education and in experience contributed to the ratio gap most； the ratio gap explained by discrimination is lower than that can be explained by the difference in human capital； the multiple levels of discrimination due to being a woman and a migrant at the same time intersect for female migrant workers， but the doublenegative effect is also smaller than the effect explained by the difference in human capital. In addition， the lower coverage of public employment service in migrant workers and the difference in the employment industry can also explain the ratio gap modestly.

Keywords：migrant workers； employment stability； the doublenegative effect

一、引言

改革开放以来，随着劳动密集型服务业的发展，中国的人口红利优势逐步显现。在人口红利得以最大程度发挥的过程中，向城镇转移的农村剩余劳动力起到了至关重要的作用，然而，近些年频繁出现的“用工荒”现象则清晰地预示着人口红利正在逐渐减弱。在人口红利减弱的背景下，城镇劳动力市场却仍然存在着对农民工的歧视现象，农民工的工资收入与城镇职工相比一直存在较大的差距。除收入之外，农民工在就业机会、医疗保障、子女教育等方面一直无法享受与城镇职工相同的待遇。户籍歧视的存在制约了劳动力资源的利用效率。已有的关于户籍歧视的研究主要关注于农民工在工资收入上所受到的歧视，使用微观调查数据，通过量化分析方法刻画农民工受到的歧视程度[1～5]，而对于农民工在就业稳定性、就业后福利等方面所受歧视的量化研究则较为鲜见，这使我们无法系统地理解户籍歧视的全貌。

户籍歧视的分析主要集中于工资收入方面，其原因在于以瓦哈卡-布林德（OaxacaBlinder）方法为代表的对连续因变量差异进行分解的方法为工资收入的户籍差异分析提供了基础[6～7]。当因变量为定性选择变量时，需要将分解方法向非线性领域拓展，由于非线性模型本身的特征，这一领域的进展较为缓慢，但是这类分解方法却是分析诸如就业比例差异、就业类型差异等问题的基础。较早在这领域进行尝试的是哥穆尔卡（Gomulka）和斯特恩（Stern），他们将OaxacaBlinder方法拓展到了受限因变量模型中的Probit模型[8]。随后，尼尔森（Nielsen）则将OaxacaBlinder方法拓展到了Logit模型[9]。费尔利（Fairlie）对二元离散选择模型分解方法进行了系统研究，将二元离散变量的组间差异进一步分解为解释变量组间差异的贡献和不可解释部分[10]。二元离散选择模型分解方法拓展了歧视研究的范围，国外已有学者采用二元离散选择模型分解方法对就业歧视开展了量化研究，比如莫汉蒂（Mohanty）分析了美国就业的性别歧视[11]；阿卡德（Arcand）和比阿特丽斯（Béatrice）研究了巴西劳动力市场中就业的性别歧视[12]；利瓦诺斯（Livanos）等对希腊和英国的就业性别歧视进行了对比分析等[13]。

本文将分析的焦点集中于城镇职工和农民工就业稳定性的差异上。稳定的就业能够强化雇主和雇工之间的信任，使雇主有动力对雇工进行职业培训，进而能够提升雇工的人力资本水平，为雇工带来更高的收入。此外，稳定的就业能够稳定雇工未来的收入预期，促进消费水平的提升。当前，关于就业稳定性的研究并不多见，有代表性的研究是罗楚亮和黄乾的工作，前者得到了城镇住户稳定性就业和非稳定性就业间工资差距扩大，并且歧视因素所起的作用越来越大的结论，后者则分析了农民工内部稳定性就业和非稳定性就业间的工资差异，得到的结论是约40%的工资差异是由个人禀赋差异引起的，而剩余的60%要归因于就业差异[14～15]。影响农民工就业稳定性的因素与影响城镇职工就业稳定性的因素存在怎样的差异，农民工在获得稳定就业机会上与城镇职工是否相同，人力资本因素和歧视因素能够对就业稳定性的户籍差异给出多大的解释？现有的研究并没有对这些问题给出清晰的答案。明确这些问题不仅能够丰富我们对歧视的认识，而且能够为制定增强农民工就业稳定性，促进其城镇融合的公共政策提供启示。

二、分析框架

为分析农民工和城镇职工的就业稳定性差异，首先应构建农民工和城镇职工是否稳定就业的二元离散选择模型。假定决定农民工和城镇职工是否稳定就业的潜在因素pjki线性可加地取决于可观测因素xjki和不可观测因素εjki。其中，j和k用来标识个体i的身份：当个体i为城镇职工时，j=u；为农民工时，j=r；当个体i为男性时，k=m；为女性时，k=f。在这种情况下，个体i是否稳定就业的二元离散选择模型可以表示为：

pjki=xjkiβjk+εjki

yjki=1pjki>0

0pjki≤0

Pr（yjki=1）=Pr（xjkiβjk+εjki>0）=F（xjkiβjk）（1）

其中，βjk表示可观测因素的系数向量，yjki为标识个体i是否稳定就业的二元变量，当个体i稳定就业时取值为1，否则取值为0。Pr（·）表示个体i稳定就业的概率，F（·）表示-εjki的累积分布函数，如果εjki服从Logistic分布，（1）式为Logit模型，如果εjki服从标准正态分布，（1）式为Probit模型。

进一步，男性城镇职工和农民工稳定就业比的差异可以分解成由可观测因素差异所能解释的部分E^和不可解释的歧视部分D^：y—um-y—rm=[F—（Xumiβ^um）-F—（Xrmiβ^um）]E^+[F—（Xrmiβ^um）-F—（Xrmiβ^rm）]D^（2）

其中，F—（Xumiβ^um）=[∑Numi=1F（Xumiβ^um）]/Num，F—（Xrmiβ^um）=[∑Nrmi=1F（Xrmiβ^um）]/Nrm，F—（Xrmiβ^rm）=[∑Nrmi=1F（Xrmiβ^rm）]/Nrm，β^um和β^rm分别表示男性城镇职工和男性农民工稳定就业方程的回归系数，Num和Nrm分别表示男性城镇职工和男性农民工的样本数量

女性城镇职工与女性农民工稳定就业比差异y—uf-y—rf、男性城镇职工和女性城镇职工稳定就业比差异y—um-y—uf以及男性农民工和女性农民工稳定就业比差异y—rm-y—rf的分解方法与此类似。。对于Logit模型，（2）式严格相等；对于Probit模型，（2）式并不严格相等，但非常接近

本文认为在没有户籍歧视的情况下，农民工可以获得与城镇职工相等的稳定就业机会，而在没有性别歧视的情况下，女性可以获得与男性相等的稳定就业机会，因此，在对城镇职工与农民工稳定就业比差异进行分解时，可解释部分的权重采用城镇职工稳定就业方程的系数，在对男性和女性稳定就业比差异进行分解时，可解释部分的权重采用男性稳定就业方程的系数。。

在将城镇职工和农民工稳定就业比的差异分解成可解释部分和不可解释部分后，根据费尔利的方法[16]可以进一步对可解释部分加以分解，最终确定每个可观测因素的差异对就业比差异的贡献。为阐述方便，假定男性城镇职工和农民工的样本数量相同，即Num=Nrm，并且方程中只有两个可观测因素，即Xi=（1x1ix2i），依据β^um对男性城镇职工和农民工中每个个体稳定就业的概率进行预测，并分别对两个群体中的个体按照预测的稳定就业概率进行排序，再将两个群体中处于相同排序位置上的个体进行一对一的匹配，对预测的稳定就业概率求差后，再对所有个体求和，可以得到由可观测因素x1的组间差异所引起的稳定就业比的组间差异，具体为：

E1=1Num∑Numi=1[F（β^0um+xum1iβ^um1+xum2iβ^um2）-F（β^0um+xrm1iβ^um1+xum2iβ^um2）] （3）

由可观测因素x2的组间差异所引起的稳定就业比的组间差异为：

E2=1Num∑Numi=1[F（β^0um+xrm1iβ^um1+xum2iβ^um2）-F（β^0um+xrm1iβ^um1+xrm2iβ^um2）] （4）

现实中，Num和Nrm并不相等，如果Num>Nrm，可从Num中随机抽取Nrm个样本，依据上面的方法得到一次分解结果，将这一过程反复进行多次，并将多次得到的分解结果进行平均。此外，为解决路径依赖问题，在每一次抽取样本进行分解的过程中，随机化可观测因素的排序，再将多次的分解结果平均，最终得到稳定就业比差异中每个可观测因素差异的贡献。

借鉴萨莫苏丁（Shamsuddin）在工资分析中的双重负效应分析思想[17]，本文将费尔利方法[18]加以拓展，分析女性农民工就业稳定性的双重负效应。男性城镇职工与女性农民工稳定就业比的差异可以分解为户籍差异（男性城镇职工和男性农民工）和性别差异（男性农民工与女性农民工）两部分：

y—um-y—rf=y—um-y—rm+y—rm-y—rf=F—（Xumiβ^um）-F—（Xrmiβ^um）E2+F—（Xrmiβ^um）-F—（Xrmiβ^rm）D2+

F—（Xrmiβ^rm）-F—（Xrfiβ^rm）E1+F—（Xrfiβ^rm）-F—（Xrfiβ^rf）D1（5）

双重负效应由户籍歧视成分D1和性别歧视D2两部分构成。作为另一种可选择的分解方法，男性城镇职工与女性农民工稳定就业比的差异可以分解为性别差异（男性城镇职工与女性城镇职工）和户籍差异（女性城镇职工与女性农民工）两部分：

y—um-y—rf=y—um-y—uf+y—uf-y—rf=F—（Xumiβ^um）-F（Xufiβ^um）+E2F—（Xufiβ^um）-F（Xufiβ^uf）D2+

F—（Xufiβ^uf）-F（Xrfiβ^uf）E1+F—（Xrfiβ^uf）-F（Xrfiβ^rf）D1（6）

同样，双重负效应由户籍歧视成分D1和性别歧视D2两部分构成。

三、数据来源与变量的选取

1.数据来源

本文分析所使用的数据来自中国家庭收入项目2007年的调查数据，该项目对城镇住户、进城务工人员和农村住户分别进行了调查。数据包括了家庭成员的基本特征、身体健康情况、教育和培训经历、就业状况、孩子的教育情况、社会关系等信息，为就业和工资方面的相关研究提供了丰富而翔实的数据。本文采用城镇住户和进城务工人员的调查数据。城镇居民和进城务工人员的工作类型包括“固定工”、“长期合同工”、“短期合同工”、“无合同的临时工”、“领工资的家庭帮工”、“自我经营者”、“打零工”和“其他”，从就业稳定性来看，“固定工”和“长期合同工”最为稳定，因此，本文将这两类就业定义为稳定就业，而将其他类型的就业定义为非稳定就业。将样本限制为年龄在16～60岁之间的个体，并剔除未就业和信息缺失的个体，最终得到城镇职工就业样本6912个，其中男性样本3880个，女性样本3032个；农民工就业样本7017个，其中男性样本4112个，女性样本2905个。表1给出了城镇职工和农民工稳定就业和非稳定就业的样本分布情况。可以发现，农民工稳定就业比要明显低于城镇职工，男性农民工稳定就业比低于男性城镇职工36.46个百分点，而女性农民工稳定就业比低于女性城镇职工38.54个百分点。此外，男性稳定就业比要高于女性，男性城镇职工稳定就业比高于女性城镇职工4.72个百分点，男性农民工稳定就业比高于女性农民工6.80个百分点。稳定就业比无论是在户籍间还是在性别间都存在差异，然而这种差异是由禀赋差异引起的，还是由歧视因素产生的，还需要进一步分析。

2. 变量的选取

个体能否稳定就业是市场需求和供给意愿共同作用的结果。从市场需求角度看，企业是否提供长期合约，主要取决于个体的人力资本水平。从供给意愿来看，除人力资本因素外，个体的家庭因素也会影响其寻找稳定工作的意愿。此外，个体寻找工作的途径、所处的行业以及区域经济环境也会对个体获得稳定工作的概率产生影响。基于以上考虑，本文首先在稳定就业方程中包含了年龄、教育水平、工作经验和健康四个变量。同时为检验对农民工就业稳定性是否存在二次效应，在回归方程中引入了年龄的平方项[19]。经典的明瑟方程认为工作经验对个体工资水平的影响具有二次效应，多数经验研究也证实了这一理论，但工作经验对个体获得稳定工作的概率是否同样具有二次效应则尚待检验，为此本文在就业方程中引入经验的平方项。其次，考虑家庭因素对稳定就业概率的影响，本文在就业方程中包含了婚姻状况、学龄前孩子和家庭其他人收入三个变量。无论是理论研究还是经验研究都强调家庭因素对个体的就业意愿具有重要的影响，但家庭因素对个体获得稳定工作的概率会产生怎样的影响，还有待进一步分析。最后，本文在稳定就业方程中包含了就业途径、行业和区域代理变量。在就业途径的分类上，本文将通过政府、社区和商业职业介绍中介机构获得工作的方式统一归为“社会中介”，将通过招聘广告和直接申请获得工作的方式归为“自己寻找”，而将通过家人、亲戚、朋友、熟人介绍及其他途径获得工作的方式归为“关系网络及其他”。在行业的划分上，本文将第一产业和第二产业归为行业1，将第三产业中的批发零售、住宿餐饮、服务业三个劳动密集型行业归为行业2，将第三产业中的其他行业归为行业3。在区域的划分上，按照调查样本所在的省份分为东部、中部和西部三个区域。

表2给出了变量的统计描述。可以发现，城镇职工的平均年龄要明显大于农民工，男性城镇职工的平均年龄比男性农民工高9.2岁，女性城镇职工的平均年龄比女性农民工高7.2岁。从教育水平来看，城镇职工的教育水平要高于农民工，男性和女性城镇职工中具有大专及以上教育水平的比例最高，分别为41.7%和41.2%，而男性和女性农民工中具有初中文化水平的比例最高，分别为55.4%和54.9%。从自评健康状况来看，农民工较低的平均年龄使其健康状况要好于城镇职工，男性农民工和女性农民工自评身体状况为“好”或“非常好”的比例分别为88.3%和82.2%，而男性城镇职工和女性城镇职工则分别为75.6%和74.3%。从工作经验来看，城镇职工从事当前职业的年限显著高于农民工，男性城镇职工和女性城镇职工从事当前职业的年限分别为13.8年和10.7年，而男性农民工和女性农民工则分别为5.3年和4.3年。从工作获得途径来看，男性城镇职工通过社会中介获得工作的比例最高，而自己寻找和通过关系网络获得工作的比例要低于通过社会中介获得工作的比例，

女性城镇职工通过三种方式获得工作的比例相当；农民工获得工作的主要途径是通过关系网络，这一比例接近于60%，通过其他几种方式获得工作的比例较低。家庭因素中，农民工具有学龄前孩子的比例要高于城镇职工，而已婚比例和家庭其他人平均收入要低于城镇职工。在就业的行业分布上，城镇职工在第一产业和第二产业就业的比例最高，在第三产业的劳动密集行业就业的比例次之，而农民工则在第三产业的劳动密集行业就业的比例最高，而在第一产业和第二产业就业的比例次之。从统计结果来看，城镇职工和农民工在人力资本水平、获得工作的途径、家庭情况以及就业的行业分布上都存在一定的差异，这些差异能够在多大程度上对就业稳定性的差异给出解释，还需要通过分解方法来确定。最后，从性别的角度来看，无论是在城镇职工内部还是农民工内部，男性的年龄、自评健康状况和工作经验都要大于女性，而男性的教育水平与女性相当，男性家庭其他人收入低于女性，而婚姻状况和学龄前孩子比例与女性相当，男性在第一产业和第二产业就业的比例要高于女性，而女性更多地在第三产业的劳动密集型行业就业。同样，各变量差异对稳定就业比性别差异的解释程度需要进一步通过分解方法来确定。

四、结果分析

表3给出了男性城镇职工、女性城镇职工、男性农民工和女性农民工四个群体稳定就业方程的Logit回归结果。可以发现，随着年龄的增长，男性城镇职工稳定就业的概率呈先下降后上升的正U型趋势，拐点大约出现在45岁左右，而女性城镇职工以及男性和女性农民工稳定就业的概率则随着年龄的上升呈现下降趋势，并没有体现出二次效应。教育水平对于四个群体稳定就业的概率均具有显著的正向作用，从边际效应来看，男性农民工就业稳定性的教育回报要高于城镇职工，女性城镇职工就业稳定性的教育回报略高于农民工；无论是城镇职工还是农民工，具有相同教育水平的女性获得稳定就业的概率都要大于男性，说明教育在女性获得稳定就业上发挥了更大的作用。健康对四个群体获得稳定就业的概率均具有正向作用，对男性农民工获得稳定就业概率的正向作用要大于男性城镇职工，对女性农民工获得稳定就业概率的正向作用则小于女性城镇职工，对女性城镇职工获得稳定就业概率的影响要大于男性城镇职工，但对于女性农民工获得稳定就业概率的影响要小于男性农民工。工作经验对于男性城镇职工和女性城镇职工获得稳定就业的概率具有正向作用，但由于二次项的系数为负值，说明这种正向促进作用呈递减趋势。并且从系数估计值的大小来看，工作经验对女性城镇职工获得稳定就业概率的正向作用要大于对男性城镇职工的作用，然而工作经验对男性农民工和女性农民工获得稳定就业的促进作用并不明显。表2的统计结果表明农民工从事当前职业的年限较短，这种较短的工作年限并没有体现出其促进就业稳定性的作用。

从工作获得的途径来看，男性城镇职工通过社会中介获得的工作最为稳定，自己寻找获得工作的稳定性次之，而通过关系网络获得的工作最不稳定，女性城镇职工通过社会中介和自已寻找获得工作的稳定性差别并不明显，同样通过关系网络获得的工作也是最不稳定的；对于农民工来说，通过社会中介以及熟人介绍获得的工作要比自己寻找获得的工作更为稳定些，然而，表2的统计结果表明农民工通过社会中介获得工作的比例是较低的，说明政府应该有意识地将就业公共服务向农民工倾斜，帮助农民工获得更为稳定的工作。表示家庭因素的四个变量中，婚姻状况和学龄前孩子对城镇职工和农民工获得稳定就业的影响并不明显，家庭其他人收入对城镇职工获得稳定就业没有影响，而对农民工获得稳定就业具有负向作用，这可能是由于农民工中从事非稳定自主经营就业的比例较高，这种自主经营就业多以家庭为单位进行，并且能够获得比稳定就业更高的收入，因此，回归分析中显现出了家庭其他人较高的收入降低了就业稳定性的作用。从行业变量的显著性来看，无论是城镇职工还是农民工，在第一产业和第二产业就业具有较高的稳定性，而在第三产业的劳动密集型行业就业的稳定性是最低的。最后，区域变量对城镇职工和农民工就业稳定性体现出了不同的作用。

在对城镇职工和农民工就业稳定性的影响因素进行分析之后，我们采用费尔利的方法对城镇职工和农民工稳定就业比的差异进行分解。表3的估计结果表明，年龄的平方项仅对男性城镇职工就业稳定性具有二次效应，并且表示家庭因素的三个变量对城镇职工获得稳定就业概率的影响并不显著，因此，在分解的过程中去掉了年龄的平方项和表示家庭因素的变量，表4给出了分解结果。男性城镇职工和农民工稳定就业比的差异为0.3646，可观测因素差异解释的稳定就业比差异为0.2429，不可解释的差异为0.1217，不可解释部分占比为33.38%。在可解释部分中，尽管年龄和健康对稳定就业比差异的解释能力较低，但却对其给出了负向解释，说明男性农民工的年龄优势和较好的身体条件缩小了其与男性城镇职工稳定就业比的差异。其他可观测因素差异对稳定就业比的差异都给出了正向解释，其中教育和经验这两个人力资本变量合计解释了0.1606的稳定就业比差异，占总差异的44.05%，就业途径和就业行业的差异合计解释了0.1031的稳定就业比差异，区域差异对稳定就业比差异的解释能力较弱。女性城镇职工和农民工稳定就业比的差异为0.3854，略大于男性城镇职工和农民工稳定就业比的差异，但稳定就业比差异的不可解释部分占比为19.20%，小于男性城镇职工和农民工稳定就业比差异中不可解释部分的占比。如果将不可解释部分全部归为歧视，则女性农民工在就业稳定性上受到的歧视要小于男性农民工。与男性农民工类似，女性农民工较低的年龄和较好的身体条件成为其获得稳定就业的优势，但其与女性城镇职工在教育和工作经验上的差异却对稳定就业比差异给出了更高的解释，教育和经验合计解释了0.2030的稳定就业比差异，占总差异的52.67%，而就业途径和行业合计解释了0.1369的稳定就业比差异。从分解结果来看，无论是男性还是女性，不可解释部分对城镇职工和农民工稳定就业比差异的贡献都要小于人力资本差异对稳定就业比差异的贡献，这说明与户籍歧视相比，农民工与城镇职工的人力资本差异更应该受到重视。

为度量女性农民工就业稳定性是否受到户籍与性别的双重歧视，本文对城镇职工稳定就业比的性别差异和农民工稳定就业比的性别差异进行了分解。男性城镇职工和女性城镇职工稳定就业比的差异为0.0472，其中可解释部分为0.0295，不可解释部分为0.0177，不可解释部分占比为37.50%。在可解释部分中，年龄差异对稳定就业比差异的解释为负向的，而其他因素对稳定就业比差异的解释都是正向的，工作经验的性别差异对稳定就业比的差异给出了最大的解释。男性农民工和女性农民工稳定就业比的差异为0.0680，大于城镇职工稳定就业比的性别差异，其中可解释部分为0.0353，不可解释部分为0.0327，不可解释部分占比为48.09%，在所有可观测因素中，行业差异对稳定就业比差异给出了最大的解释。将城镇职工和农民工进行对比来看，农民工内部就业稳定性的性别歧视程度要大于城镇职工内部就业稳定性的性别歧视程度，而将性别歧视与户籍歧视对比来看，就业稳定性的性别歧视程度则要大于户籍歧视程度。

从表4给出的分解结果可以发现，女性农民工在就业稳定性上不仅受到了一定程度的户籍歧视，而且还受到了一定程度的性别歧视，即女性农民工就业稳定性存在着双重负效应。根据（5）式和（6）式对男性城镇职工和女性农民工稳定就业比的差异进行分解，可以度量女性农民工就业稳定性的双重负效应。表5给出了分解结果，其中左侧是根据（5）式得到的分解结果，而右侧是根据（6）式得到的分解结果。可以发现，双重负效应解释了男性城镇职工和女性农民工稳定就业比差异的20.20%～35.69%，并且由于稳定就业比的户籍差异要远大于性别差异，导致户籍因素产生的负效应要大于性别因素产生的负效应，前者约为后者的4倍。

五、结论与讨论

本文采用二元离散选择模型分解方法对城镇职工和农民工的就业稳定性差异进行了分解。研究得到了如下结论：男性农民工就业稳定性的教育回报要高于城镇职工，女性农民工就业稳定性的教育回报略低于城镇职工，然而农民工与城镇职工在教育水平上的显著差异，使农民工的就业稳定性显著低于城镇职工；农民工较差的工作稳定性导致其从事当前职业的时间较短，这种较短的工作经验不仅使增加就业稳定性的效应没有得以显现，而且加大了其与城镇职工就业稳定性的差距；户籍歧视导致农民工与城镇职工的就业稳定性存在一定的差异，并且男性就业稳定性的户籍歧视程度要高于女性，但歧视对就业稳定性差异的影响已小于人力资本差距的影响；女性农民工是城镇劳动力市场中就业的弱势群体，其就业稳定性受到户籍与性别的双重歧视，但这种双重负效应对就业稳定性的影响仍然低于人力资本差距的影响；政府或职业介绍机构等公共就业服务部门的帮助能够显著增加农民工和城镇职工的就业稳定性，但农民工通过公共服务部门获得工作的比例较低，这种获得就业服务上的差距对农民工与城镇职工的就业稳定性差异给出了一定的解释；农民工更多地就业于第三产业中的劳动密集型行业，而城镇职工更多地就业于第一和第二产业，这种就业行业差异所产生的行业隔离对就业稳定性的差异也给出了一定的解释。

农民工与城镇职工就业稳定性的差异更多地体现在人力资本的差异上，户籍歧视因素对就业稳定性差异的贡献相对较小，说明尽管城镇劳动力市场在某种程度上还存在着由于制度因素所导致的效率损失，但这种损失已经小于人力资本差异所产生的竞争效率。稳定的就业能够使农民工的人力资本通过“干中学”不断得到提升，并且能够使农民工对未来的收入形成稳定的预期，由此避免频繁的变换工作而收入却无法增加的低收入陷阱。当前，除了要着力破除劳动力市场上存在的制度障碍外，更应将关注的焦点转向农民工较低的人力资本水平上，通过各种可能的途径缩小农民工与城镇职工的人力资本差距，增强农民工的就业稳定性。农民工人力资本水平的积累包含两个方面：迁移前在农村接受教育形成的积累和迁移后在城镇工作形成的二次积累。基于此，一方面应加大农村地区教育的投入，特别是职业教育的投入，使农民工在迁移前能够具备专业的职业技能，为其在迁移后城镇就业的议价能力提供支撑；另一方面应为农民工在城镇进行人力资本的再次积累提供条件，比如可以采用税收优惠政策引导教育培训机构有意识地向农民工倾斜，降低农民工职业培训的成本。此外，应扩大城镇公共就业服务机构对农民工的覆盖范围，这不仅能增强农民工就业的稳定性，而且能够降低用工企业和农民工之间的信息不对称性，增强用工企业和农民工间的信任，促使用工企业对农民工进行在职培训，提升农民工的人力资本水平。

参考文献：

[1] Meng， X. and Zhang， J. The Twotier Labor Market in Urban China： Occupational Segregation and Wage Differentials between Urban Residents and Rural Migrants in Shanghai[J]. Journal of Comparative Economics， 2001，29（3）.

[2] 邓曲恒. 城镇居民与流动人口的收入差异：基于OaxacaBlinder和Quantile方法的分解[J].中国人口科学，2007，（2）.

[3] 郭凤鸣，张世伟. 教育和户籍歧视对城镇职工和农民工工资差异的影响[J].农业经济问题，2011，（6）.

[4] 王美艳. 城市劳动力市场上的就业机会与工资差异——外来劳动力就业与报酬研究[J].中国社会科学，2005，（5）.

[5] 章元，高汉. 城市二元劳动力市场对农民工的户籍与地域歧视——以上海市为例[J].中国人口科学，2011，（5）.

[6] Oaxaca， R. MaleFemale Wage Differentials in Urban Labor Markets[J]. International Economic Review， 1973，14（3）.

[7] Blinder， A. Wage Discrimination： Reduced Form and Structural Estimates[J]. Journal of Human Resources， 1973，8（4）.

[8] Gomulka， J.， N.Stern. The Employment of Married Women in the United Kingdom 1970-83[J]. Economica，1990， 57（226）.

[9] Nielsen， H. Discrimination and Detailed Decomposition in a Logit Model[J]. Economics Letters，1998， 61（1）.

[10] Fairlie， R. An Extension of the BlinderOaxaca Decomposition Technique to Logit and Probit Models[J]. Journal of Economic and Social Measurement，2005， 30（4）.

[11] Mohanty， S. Do US Employers Discriminate against Females When Hiring Their Employees？[J]. Applied Economics，1998， 30（1）.

[12] Arcand， J.， H.Béatrice. Racial Discrimination in the Brazilian Labour Market： Wage， Employment and Segregation Effects[J]. Journal of International Development，2004，16（8）.

[13] Livanos， I.，C. Yalkin， and I.Nunez. Gender Employment Discrimination： Greece and the United Kingdom[J]. International Journal of Manpower，2009， 30（8）.

[14] 黄乾. 城市农民工的就业稳定性及其工资效应[J].人口研究，2009，（3）.

[15] 罗楚亮. 就业稳定性与工资收入差距研究[J]. 中国人口科学，2008，（4）.

[16] 同[10].

[17] Shamsuddin， A. The Doublenegative Effect on the Earnings of Foreignborn Females in Canada[J]. Applied Economics，1998，30（9）.

[18] 同[10].

[19] 同[14].

[责任编辑武玉，方志]