我国省际体面劳动水平测度、因素分析及差异研究

彭现美，桂江峰，费星星

（安徽财经大学财政与公共管理学院，安徽蚌埠233030）

一、体面劳动的测度及相关研究

自从1999年国际劳工局总干事胡安·索马维亚首次提出体面劳动概念以来，围绕体面劳动需要保障劳动者就业的自由、平等、安全和尊严，保障每个劳动者都能够获得体面的工作机会，并通过工作获取适当的收入成为国际社会的广泛共识。在受到国际劳工组织、联合国开发计划署等国际组织广泛关注的同时，体面劳动先后作为千年发展目标和可持续发展目标的重要内容之一。针对体面劳动研究也成为就业和社会保障领域研究的热点问题。

在体面劳动的实证研究方面，国外一些学者选择体面劳动的测量指标，通过实证模型来分析体面劳动水平（Philippe Egger,2002）[1]；同时，有学者以工作自由、工作公平、工作安全性和生产性工作四个维度为出发点，围绕劳动就业、社会保护、基本权利和社会对话四个具体方面，构建衡量体面劳动水平指标体系，提出具有代表性的测评方法（Dharam Ghai,2003）[2]；也有提出由7个体面劳动赤字指标构成的测评体系（Bescond etal,2003）[3]，以及由11个测量维度进行衡量体面劳动的测评指标体系（Richard Anker,2003）[4]。为了评估全球性的体面劳动组织实施效果和国家层面的体面劳动实施计划的成效，国际劳工组织组织一批专家通过面板数据针对项目进行分析，也为国际劳工组织下一步工作的开展提供了依据（Henry,Carla;Engelhardt,2011）[5]。国际劳工组织提出的由11个指标组成的测评体系为较多的国际机构所接受和使用，被视为比较权威的指标体系[6]。

国内学者针对我国劳动者群体多样化的特点，选择不同群体作为对象开展的研究取得一定的进展。这些成果中，既有通过体面劳动测量表和访谈研究知识型劳动者的体面劳动，也有针对农民工群体、家庭工人群体和女性劳动者群体的体面劳动进行的研究（李朝阳，2011；潘灵翼，2016）[7,8]。在体面劳动实证研究方面，既有通过就业、工作权利、社会保护、社会对话等体面劳动四个维度为出发点，选取相关衡量指标，通过建立实证模型测算出不同国家或地区的体面劳动指数（黄维德等，2011）[9]；也有通过政府、企业、劳动者个人三方在实现体面劳动中各自的角色定位构建体面劳动多层面的指标体系（申晓梅等，2010）[10]；还有通过体面劳动的面板数据，对体面劳动水平进行测量，分析影响体面劳动的重要影响因素、体面劳动水平与经济发展之间的关系（吕红等，2014；罗燕，2018）[11,12]。

自从国际劳工组织提出体面劳动概念以来，国内外学者便展开了针对性的研究，体面劳动的测量和实证研究成为重要的组成部分。本文通过近年来中国31个省、市、区的数据资料，利用SPSS软件及因子分析、聚类分析等方法进行研究，测量不同地区的体面劳动水平。比较分析体面劳动的水平差异表现，全面了解各地区体面劳动状况，有助于和谐劳动关系构建和社会的可持续发展。

二、体面劳动水平测度的指标选取

借鉴国际劳工组织及国内外关于体面劳动水平测量的研究，对我国省际体面劳动测量指标同样选取11个指标作为初始测量。各指标的数据来源主要来自中国统计年鉴和中国劳动统计年鉴近年来的数据资料，除个别指标缺少相关数据之外（例如：建立职工代表大会制度企业数量为2010年数据），其余为2016年的统计年鉴数据资料，选取指标及指标含义见表1所示。表2是我国各省市区对应的指标数据。

表1 体面劳动测量指标及含义

表2 我国31省市自治区体面劳动指标数据

续表2

三、体面劳动水平因子分析

（一）因子分析法的依据

因子分析法的根本目的在于通过少数几个因子去表示众多指标或者因素，并反映指标之间的复杂关系。将相互密切的几个指标归为一类，每类指标就构成一个因子，以大部分信息得以体现为依据，通过几个不同的因子分析原始数据。此外，通过对原始数据的分析，将相互之间较为密切的变量进行归类，最终归为多个综合指标，并保证这些综合指标之间互不相关，所综合与反映的信息互相不重叠，这些综合指标被称为因子（公共因子）。因子分析法就是试图通过少数的不可测的公共因子来描述原始观测的所有指标值。因此，用较少的因子来描述与分析原始数据的大部分信息，减少了处理复杂数据面临的困难，同时，在复杂数据中找出研究问题所需要关注的核心指标。

（二）因子分析的步骤

1.指标标准化处理

表2所列的数据为我国不同省区市的体面劳动的相关指标，其中包括正向指标、负向指标。各指标数值之间差异较大，需要对数据进行标准值处理，使其具有可比性。

具体公式如下：

2.进行因子分析

在将指标进行降维之后，进一步对指标进行因子分析，根据指标之间的相关程度将原始指标分组，并找出分组后指标的公共因子。

3.相关阵的计算

在对数据标准化处理之后，进行数据相关阵的计算；进一步找出每组数据的公共因子及公共因子载荷矩阵；然后因子旋转依据相关性找到每个因子代表的数据并进行命名；最后根据实证模型计算出各个公共因子得分和综合得分。

利用SPSS19.0软件对我国31省区市的数据进行因子分析，给出KMO参考值，用来检验变量之间的偏相关性（KMO参考值越大，越接近1，意味着变量之间的相关性越强，从而因子分析就更具有可操作性）；球形Bartlett参考值用以判断相关矩阵是否单位矩阵。

通过SPSS19.0计算得出KMO参考值为0.634（大于0.5），用KMO值作为因子分析的判断标准，KMO大于0.5表示原始指标之间存在较大的相关性，所以用因子分析可以更加具有经济学的解释意义。球形Bartlett检验的卡方统计量值为318，伴随概率sig.<0.01，因此，拒绝原假设，也即拒绝原始变量矩阵是单位矩阵。

主成分分析法提取出代表原始数据信息的公共因子，以特征值大于1来确定因子个数，最终确定3个主因子代表体面劳动原始数据信息见表3。

从表3可以看出，选取前3个主要因子在损失了18.815%的原始数据信息量前提下，能有效解释原始数据变量81.185%的信息，说明这些主要因子基本上反映了原始数据信息，表4是指标计算的相关因子解释总方差表。

依据最大旋转方差法进行主要因子命名，相关原理是：每一列每个因子载荷的平方在偏向0或1两极分化，这样既可以简化结构，使得各主因子具有合理的经济解释，也可以测量指标之间的交叉负荷现象。表5是成分得分系数矩阵表。

通过表5可以看出：所有原始指标单一因子的绝对值接近或大于0.6，表明选定的指标能够进行结构简化，并且满足经济学意义。表6是成份旋转矩阵表。

表3 指标的方差及总方差

表4 旋转解释总方差

表5 成分得分系数矩阵

由表6可以看出，失业保险覆盖率、工伤保险覆盖率、城镇居民年可支配收入和城镇在岗职工平均工资，这4个指标在公共因子F1上有较大的相关性，主要可以反映体面劳动就业质量和社会保障水平，故称F1为就业保障因子；工会数量、建立职工代表大会企业数量、地区当年政府财政教育经费支出这3个指标在公共因子F2上具有较大的相关性，主要反映劳动者受教育水平、通过工会表达合理诉求、维护自身合法劳动权益，故称F2为社会对话因子。公共因子F3在工伤事故率、人口文盲率、就业率、劳动参与率4个指标上具有较高的载荷，主要反映劳动者参与就业、接受教育享受平等就业机会，故称F3就业机会因子。

表6 成份旋转矩阵

（三）体面劳动水平因子得分计算

因子分析法的关键在于对若干综合指标进行因子分析并提取公共因子，再用每个因子的方差贡献率作为权数，并与该因子的得分乘数之和构造得分函数。

用因子分析法将数据表示为矩阵：X=AF+B

矩阵的具体表现如下:

在模型中，向量X是可观测的随机向量，也即原始观测变量。F是向量X的公共因子，即各个原观测变量的表达式中共同出现的因子，是相互独立的并且不可观测的理论变量。公共因子必须结合具体的研究问题来进行定义，模型中，A是公共因子F的系数，被称为因子载荷矩阵，（i=1、2、……,p；j=1、2、……、k)被称为因子载荷，是第i个原有变量在第j个因子上的负荷，或者可看作第i个变量在第j公共因子上的权重。不仅表示xi与fj的协方差，也表示xi与fj的相关系数，反映xi对fj的依赖程度或相关程度。A的绝对值越大，则说明公共因子fj对xi的载荷量大。矩阵B是X的特殊因子，即：(β1,β2,β3,…,βp) 是 (x1,x2,x3,…,xp)的特殊因子，这种因子为不可观测。

通过因子分析，可以得出3个主要因子：F1表示的就业保障因子、F2表示的就业公平因子、F3表示的就业社会保护因子，进一步得到3个主要因子对各原始变量的代表得分，如（3）式所示：

在此基础上建立体面劳动综合线性评价函数，由此计算出各地区2015年体面劳动的综合得分。

根据各公共因子的得分排名情况，代入省区市指标标准化后的指标数据，可以测算出不同省市区公共因子相关得分及排名情况（计算结果如表7所示）。

表7 体面劳动因子得分表

（四）体面劳动水平因子得分结果分析

通过实证结果进行分析，可以得出我国各地区体面劳动水平情况。

1.综合得分情况，发达地区优势明显

北京市得分1.46，排名第一位，体面劳动水平综合得分最高；其次得分较高的主要集中在经济发达的广东、浙江、山东、上海和江苏等省市。

2.中西部地区存在明显的因子交错现象

中部地区体面劳动综合得分情况——湖北省综合得分较高，这主要受益于该地区社会对话因子（F2）得分较高，说明该地区劳资关系较为和谐。西部地区体面劳动综合得分相对较高的是新疆，得益于该地区就业机会因子（F3）得分较高，说明新疆就业机会较为充足，有工作意愿的劳动者，很容易在市场找到合适的工作机会。

3.东中西部不同因子需要具体分析

体面劳动水平存在较大的地区差异，具体体面劳动因子得分体现以下状况：

1）就业保障因子（F1）。北京、上海、广东、天津、浙江和江苏这六个省市的就业保障因子得分前六位表明：这六个地区的劳动者社会保险覆盖面广，不仅包含养老、工伤、失业等基本社会保险，而且也包含了劳动者的整体报酬，这六个地区劳动者报酬总体较高。除此之外，上述六个省市在劳动争议、工伤事故率等体面劳动负性指标水平上也较低。西藏、河南、安徽、云南、四川和甘肃六个省区市依次位于就业保障因子得分最后六位，说明这六个省区市就业保障水平较低。

2）社会对话因子。山东、广东、江苏、浙江、河南和四川六个省依次处于社会对话因子得分前六位，表明这六个省的企业工会组织建设相对来说较为完善，也表明这些地区劳动者利用工会或职工代表参与企业经营决策的程度较高；宁夏、青海、海南、北京、西藏和吉林六个省区市情况则刚好相反，该项得分较低，说明劳动者相比资本所有者地位不足，缺少与资方平等对话的机会。

3）就业机会因子（F3）。就业机会因子得分前六位是西藏、海南、青海、北京、福建和宁夏，说明这六个省区市在劳动者就业培训方面相对重视；就业机会因子得分较低的吉林、黑龙江、山西、辽宁、重庆和湖南，说明这六个省市在劳动者的就业培训整体水平较低。

四、体面劳动水平聚类分析

为了更加直观分析各地区体面劳动得分空间差异，依据体面劳动水平得分通过SPSS进行聚类分析，将全国31个省区市的体面劳动水平进行分类，具体划分为四类：

1）一级体面劳动水平。体面劳动水平综合得分超过1的地区有北京和广东两个省市，定义为一级体面劳动水平。

2）二级体面劳动水平。浙江、山东、上海、江苏、福建、天津、河北和海南8个省市，测算出体面劳动水平综合得分介于0和1之间，称为二级体面劳动水平。

3）三级体面劳动水平。体面劳动水平综合得分为负值的包括湖北、广西、河南、四川、辽宁、新疆、陕西、宁夏、内蒙古、湖南和江西等11个省区市，称为三级体面劳动水平。

4）四级体面劳动水平。体面劳动得分最低的分别为：安徽、贵州、青海、西藏、重庆、云南、甘肃、山西、黑龙江和吉林等10个省区市，称为四级体面劳动水平。

五、政策建议

体面劳动日益受到各国政府的重视，我国党和国家领导人也不止一次强调实现劳动者的“体面劳动”，目前正在推动和实施2016-2020年体面劳动国别计划。针对我国不同省区市的分析结果，中国政府还应在以下方面做出努力。

（一）完善各地区的社会保障体系

目前全国各地已经建立了涵盖养老、医疗、失业、工伤、生育等五大方面的基本社会保障体系，但由于社会经济发展水平地区差距较大，劳动者的基本社会保险水平在不同省区市还存在较大差距，直接影响到劳动者的体面劳动水平。

（二）缩小不同地区间职工工资差距

改革开放四十年来，我国社会经济建设取得了快速发展。在中国经济的快速发展中，也出现了严重的社会贫富差距问题。目前存在的比较严重的行业之间、地区之间、城乡之间职工工资差距问题，不仅关系到提升社会整体体面劳动水平，而且还关系到我国推进城镇化建设和全面小康社会的目标。

（三）加强劳动者就业的社会保护

对劳动者的社会保护首先要切实保障劳动者安全的工作环境，同时也要关注劳动者的心理健康。一些高危行业比如煤矿、危险化学品等危害劳动者生命安全的事故仍频频发生，说明劳动者的就业安全还需要进一步加强。此外，可以通过工作环境、家庭生活保障、生活质量来提高全社会体面劳动水平。

（四）促进劳动者的社会平等对话

促进三方对话机制，就是要倾听劳动者的心声。工会在维护劳动者自身权益、保障劳动者安全参与生产经营活动方面起了重要作用，建设基层工会组织和职工代表大会制度对保障劳动者平等对话有重要的现实意义。但是我国的工会制度尚不健全，工会制度也不够完善，不能够从根本上解决广大劳动者体面劳动的问题。

[1]PHILIPPE E.Towards a policy framework for decent work[J].International labour review,2002(141):1-2.

[2]DHARAM G.Society security:learning from global experi⁃ence to reach the poor[J].Advanced Macroeconomics,2003(4):125-150.

[3]BESCOND D,CHATAIGNIER A,MEHRAN F.Seven indi⁃cators to measure decent work:An international comparison[J].International Labor Review,2003，142(2):179-211.

[4]RICHARD A,PHILIPPE E.Measuring Decent Work with Statistical Indicators.Geneva ILO[R].2002.

[5]HENRY,CARLA;ENGELHARDT et al.Decent work re⁃sults and effectiveness of ILO operations:a meta-analysis of project evaluations,2009-2010[M].International Labour Of⁃fice,2011.

[6]ILO.Guide to the New Millennium Development Goals Em⁃ployment Indicators:Including the Full Set of Decent Work In⁃dicator.Geneva ILO[R].2012.

[7]李朝阳.体面劳动视域中的非正规就业者的劳动权益保护[J].河北师范大学学报，2011（2）:36-41.

[8]潘灵翼.ILO体面劳动视域下的女性劳动权益问题[J].中华女子学院学报，2016（3）:81-87.

[9]黄维德，柯迪.各国体面劳动水平测量研究[J].上海经济研究，2011（11）:40-48.

[10]申晓梅，凌玲.体面劳动的多层面测评指标体系建设探析[J].研究探索，2010（11）:23-25.

[11]吕红，金喜在.中国体面劳动水平测量及变动趋势分析[J].当代经济研究，2014（6）:45-49.

[12]罗燕，杨婧婧.中国体面劳动水平的省际测量及差异：基于2006-2015年的面板数据[J].华南师范大学学报（社会科学版），2018（1）:139-145.