平台型灵活就业者收入差距及影响机制研究

何勤 王琦 赖德胜

摘要：借助劳务共享平台“微工网”的调查数据，运用分位数回归和Bootstrap技术，研究了新经济背景下平台型灵活就业劳动者收入差距及其影响因素。研究发现：

平台型灵活就业劳动者收入的基尼系数为0336，略低于全国水平；

影响其收入差距的因素是多元而复杂的，既有人力资本、物质资本、家庭经济状况和社会资本等内在约束，也有户籍制度、行业差异等外在影响。具体的，教育水平越高、对家庭经济满意度越低、家庭开支越多、属于企業管理人员者兼职收入更高；提升教育水平最有利于低收入平台型劳动者增加收入；互联网行业吸纳了大量女性、青年、流动人口就业，这是传统经济难以比拟和超越的优势。

关键词：灵活就业；收入差距；分位数回归；平台型经济

中图分类号：F2414文献标识码：A文章编号：1000-4149（2018）05-0001-09

DOI：103969/jissn1000-4149201805001

收稿日期：2017-10-05；修订日期：2018-05-03

基金项目：北京市属高校高水平教师队伍建设支持计划高水平创新团队建设计划项目

“面向小微企业创新网络的公共服务体系构建研究”（IDHT20180514）； 北京联合大学人才强校优选计划项目“劳动力市场就业性别歧视研究”（BPHR2018DS07）；国家社会科学基金重大项目“经济下行阶段的就业结构调整与防范失业战略研究”（16ZDA026）；国家自然科学基金项目“大学联盟对区域创新的影响研究”（71603022）。

作者简介：何勤，管理学博士，北京联合大学管理学院教授；王琦（通讯作者），管理学博士，北京联合大学管理学院讲师；赖德胜，北京师范大学经济与工商管理学院教授。

Income Inequality and Influencing Factor of the Flexible Employee Working

on the Webbased Platform

HE Qin1，WANG Qi1，LAI Desheng2

（1.School of Management， Beijing Union University， Beijing 100101， China；

2. School of Business， Beijing Normal University， Beijing 100875， China）

Abstract：This paper provides an analytical study on the wage and its influencing factors of the flexible employee working on webbased platform using the data from Weigong net. The Gini coefficient of the flexible employee working on the webbased platform is 0366， less than the national average.

Quantile regression models and Bootstrap results show that internal restraint， such as human capital， material capital and social capital and external restraint， such as industry and hukou all affect their income significantly. The worker with high levels of education are more likely unsatisfied with their income while their household expenses are high； the business management personnel earn more income with the parttime job. Education could improve the income of the low income flexible employees； The internet economic creates a lot of jobs for the female， youth and migrant， which is different from traditional economy.

Keywords：flexible employment； income inequality； quantile regression； platform economics

《人口与经济》2018年第5期

何勤，等：平台型灵活就业者收入差距及影响机制研究

一、引言和文献综述

新经济催生了更多就业形式，吸纳了大量灵活就业人口。《中国共享经济发展年度报告（2018）》显示，2017年中国共享经济市场规模约为49205亿元，领域参与提供服务者约7000万人，占劳动人口总数的97%

国家信息中心分享经济研究中心，中国

互联网协会分享经济工作委员会.中国共享经济发展年度报告（2018）[R]，2018。

。克鲁格（Krueger）提出的“独立工人”以及摩根大通研究院提出的“劳动型平台”[1]

已经陆续出现或开始成长。根据中国国家信息中心信息化研究部预测，未来五年新经济增长速度在40%左右，如果经济规模扩张与行业新增就业人口增速一致，五年后，将有2亿多劳动者在新经济行业工作

国家信息中心信息化研究部，中国互联网协会分享经济工作委员会.中国分享经济发展报告2016[R]，2016。

。

平台型灵活就业人员是指以互联网为业务获取平台的，无固定合同模式的，以临时性和弹性工作等灵活形式就业的人员。具体包括借助共享平台参与网约车的车主、依托电商平台进行商品和服务提供的店主或自雇人员、凭借新媒体进行公众号维护的作家等，涵盖范围较广，核心在于依托网络平台就业且其无固定雇主。

平台型灵活就业[2]市场属于新生市场，政策性、资本性垄断特征不显著，厘清劳动者收入差距特征是解决劳动力市场“不平衡、不充分”问题的着眼点之一，研究该问题便于

辨析政府在维护市场秩序和公平竞争过程中的作用边界

，在政策制定的过程中避免对劳动力市场的不适宜干预。因此，合理测度新经济从业者的工资收入差距并认识其影响因素，对制定就业政策、激励人才创新、维持和谐劳动关系有重要意义。

平台经济的发展提高了灵活用工的使用频率[3]。一方面，很多学者关注新经济下就业量[4]、就业结构[5-6]、劳动收入的变化[7]，却少有研究平台型灵活就业劳动者的收入问题。另一方面，在有限的关于平台型灵活就业劳动者收入的相关文献中，大多仅涉及收入变化特征、影响收入的因素、收入歧视等问题，但对收入差距及影响机制的研究较为缺乏。

然而在平台经济下，影响灵活就业劳动的收入差距的因素更加多元，原因如下：第一，由于平台经济具有成员外部性特征[8]，所以用户会从一个市场扩展到另一个市场，规模逐渐扩展。相应的，服务于用户的灵活就业者会分散在不同市场或者作为中介链接各个市场。尽管平台经济中的媒体、支付工具、软件或硬件平台有利于降低交易费用[9]，但是收入体现出来的人力资本的价值或成本并没有降低，且往往通过兼职方式来体现[10]

，因此影响其收入差距的因素扩展到更多的兼职方式。第二，平台经济具有产业融合性[11]，互联网平台消除了部分产业障碍，部分上下游产业链演变为平行式价值链。相应的，各个劳动者以收入表征的人力资本价值在同一时空内呈现。在“经济人”逐利特性驱使下，劳动者流动性增强，这导致影响其收入差距的因素增加[12]

。这些因素包括劳动者勤奋度、家庭物质需求等，因为兼职更容易，基于个人或家庭原因的工作热情会随之增加。第三，平台型经济具有兼容性特征，使得包括女性、青年人、外籍人口等特殊群体的就业发生了变革。某一群体就业者受到歧视，往往表现为收入存在差异性[13]。然而平台经济背景下，劳动力市场信号更加充分，市场从分割走向融合，兼职脑力劳动者增加，体能、生育、户口等原因形成的歧视对这些劳动者收入的影响弱化。第四，平台型经济具有劳动关系不确定性特征，无合同劳动者增加[14]，工作时间约束等问题难再受法律监督，而工时与工资密切相关，这些新特征的出现将会影响劳动者的收入差距。

总之，有关平台型灵活就业劳动者收入差距及影响机制研究的文献较少，且若干细节问题没有更深入研究。第一，影响劳动者收入差异的原因多而复杂，人力资本、物质资本、社会资本都是影响收入差异的因素，而对于平台型灵活就业者而言，综合考虑这些因素有积极意义。第二，不同年龄和不同性别劳动者的收入差异背后是性别歧视和劳动力市场分割问题，平台经济影响下，该问题会有新表征。第三，劳动关系发生变化后，劳动时间对劳动者收入的影响可能会更加突出。鉴于此，本文基于劳务共享平台“微工网”的调查数据对以上问题进行研究。

二、调查事实和假设提出

本文的研究数据来自中国劳动保障科学研究院，为更准确研究利用互联网平台实现灵活就业的劳动者工作特点，课题组与国内首家灵活工作平台微工网合作，对平台型灵活就业劳动者的基本就业情况进行了问卷调查。微工网是一家提供劳动力共享用工与灵活就业服务的O2O平台企业，通过手机客户端可以为劳动者提供临时性、灵活性、兼职性的工作机会。本次调查在2016年7月至8月间进行，共回收4762份有效问卷，其中有正规工作而未从事过灵活工作的有2874个样本，占比为6035%；具有正式工作又同时从事灵活工作的有1323个样本，占比为2778%；没有正式工作，仅从事灵活就业的有565个样本，占比为1186%。本文只对具有正式工作，又同时从事灵活工作的以及没有正式工作，仅从事灵活就业的样本进行分析，研究样本量为1888个。

根据李实等的研究[15]，本文对几个收入差距测度指标进行计算（见表1）。研究发现以下几个问题：第一，就基尼系数来看，总收入差距的基尼系数为0366，这比国家统计局公布的全国居民收入基尼系数略低，但差异不大。原因在于与全国整体情况相比，基于平台经济的劳动者的就业门类更少，且多集中于部分服务业，所以收入差距会略小。第二，几个指标均显示，稳定性收入差距小，兼职收入差距大

调查过程中，认为只从事灵活性兼职工作的劳动者的稳定性收入为0。在计算稳定性收入差距指标时，剔除这部分样本。。同样以基尼系数为例，稳定性收入的基尼系数为0255，而兼职收入为0402。这种差异可能主要来自两个方面，一是禀赋差异效应，从事平台型灵活就业的劳动者本身没有稳定性工作，或者他们所从事的稳定性劳动收入低，劳动者对这种情况不满意或者这种情况不能满足其支出。北京市统计局和北京市人力资源和社会保障局公布，2016年北京市劳动者人均工资收入为6900元，而本样本劳动者人均稳定性收入仅为51401元。互聯网平台为他们提供了更多兼职机会，他们从平台经济中发掘个人人力资本价值，通过勤奋劳动得到更高收入。二是兼职工作的多样化效应，这种多样化效应体现在劳动者人力资本水平和工作时间两个层面。人力资本水平高或者兼职工种多、工作时间长的劳动者收入高。调查者兼职收入平均值为24332元，其中，高学历兼职者收入平均值为33275元，工作时长超过12小时的兼职者收入为33313元。

根据文献梳理和数据事实分析不难发现，收入差距的两个效应可以进一步地拆解成以下几个假设。

假设1：人力资本、物质资本和社会资本都是导致劳动者收入差异的原因。根据以上分析，从事平台型灵活就业的劳动者的收入水平还远没有达到劳动背弯曲线的拐点。一方面，数据事实表明，他们希望借助网络平台实现个人人力资本价值的体现。另一方面，理论层面来看，物质资本和社会资本约束会影响劳动者的收入差异。其中物质资本约束主要体现在家庭层面，而社会资本约束主要体现在家庭之外的社会资源。

假设2：包括性别、年龄、户籍等在内的基本特质会影响平台型灵活就业劳动者的收入。尽管平台经济模糊了劳动者的一些基本特质，但是具体的影响效应并非容易确定。以户籍为例，Uber平台为闲置私车持有者提供了增加收入的机会，但是经过一定时期的运行，市政府发现利益驱使下，外地车主涌入市区，本来拥堵的市内交通雪上加霜，政府为了满足市民出行需求，借助户籍对其进行限制，这也影响了兼职者收入。

假设3：工作时间影响平台型灵活就业劳动者的收入。如前所言，平台型经济导致部分行为处于劳动法监控的灰色地带，很难监控劳动者的有效劳动时间。

平台型灵活就业者中，有两类人群，一类是没有固定职业，劳动技能偏低者且以流动人口居多，他们希望付出更多劳动以增加总收入，所以 会“自觉”延长劳动时间；另一类是有固定职业但工作时间弹性较强或工作时间不足的劳动者，他们希望成为“斜杠青年”，通过在网络平台工作弥补工作时间不足或业余职业兴趣扩展。因此，不同于雇主和雇员的关系，两类劳动者工作时间具有自选择性。这里提出假设旨在判别具有充分自選择空间的前提下，工作时间对收入的影响。

三、实证研究

1变量设置

基于以上假设，设计收入决定方程如下：

lny=β0+β1cap+β2mat+β3soc+β4ho+β5hk+∑βiX+μ（1）

式中，lny为平台型灵活就业者平均收入的对数，cap为人力资本，mat为物质资本，soc为社会资本，ho为工作时间，hk为户籍情况，X为其他可能遗漏的变量。

这里需要对变量选择进行特别说明。第一，人力资本积累体现在学历教育和工作经验两个方面。前者用劳动者受教育年限来代表，而工作经验无法准确观察到，这里用工龄来代替。第二，物质资本从家庭收支两个层面来考虑。由于从事平台型灵活工作的劳动者做兼职的动力主要源自两个方面，一是客观因素，家庭开支大，而目前收入水平难以弥补。二是劳动者对家庭经济收入情况的主观满意度，有些劳动者并非收入低，而是因为对目前的收入状况不满意，所以选择兼职。所以家庭支出的统计包括了上个月房租、房贷、医药费、子女教育、赡养老人等支出总额；而家庭收入约束考虑了经济状况满意度评价。第三，社会资本与劳动者的社会地位直接相关，这里以从商和从政两个视角作为出发点，选择了“是否企业管理者”和“是否公务员”作为代理变量。第四，尽管平台经济对劳动力市场分割的影响会减弱，但是如假设所示，本文还是引入了性别、户籍等变量，以控制歧视影响。几个变量中，人力资本禀赋约束、社会资本等变量体现了影响收入差距的禀赋效应，而行业与职业、劳动强度等变量体现了兼职工作的多样化效应。

本文对几个主要解释变量进行描述性统计（见表3），发现以下几个结论：第一，平台型兼职劳动者的平均受教育年限为14年，高于全国劳动者平均受教育年限。可见享受平台经济优势的前提是具有一定文化水平，显然，从业者至少要知道如何使用互联网和操作软件进行服务申请、受理与执行。第二，平台型兼职劳动者的月家庭生活支出较高，为30527元，且标准差较大，为20842元。就平均水平来看，从事兼职工作的劳动者家庭经济负担较重；不过就离散水平来看，也有不少劳动者家庭经济负担不重，但是出于个人兴趣，

渴望通过兼职工作增加收入。第三，做兼职的企业管理者比公务员更多，269%的企业管理者同时从事兼职活动，而只有51%的公务员从事兼职工作。

这是因为，企业管理者拥有更多社会资源，他们往往身兼多职，

而政府对公务员兼职的管理比较严格。第四，尽管长工时可能获得高收入，但是从事平台型灵活就业的劳动者的日工作时间为75小时，周工作天数为46天，并没有超过法定界限。这说明从事兼职工作的劳动者大多是在弥补工时不足。第五，从事兼职工作的劳动者中，542%为女性，平均年龄仅为379岁，可见平台型经济为女性和青年人就业提供了机会，有缓解劳动力市场分割的功能。

3.计量模型及初步结果

为了更细致地描述变量的统计分布，本文采用分位数回归，分别估计不同因素对于平台型灵活就业劳动者收入的边际贡献[16]。在西库勒（Sicular）等学者设计的收入决定模型基础上[17]，本文采用半对数模型，扩展并建立分位数计量回归模型：

yi=x′iβτ+μτiquantτ（yi|xi）=x′iβτ（i=1，…，n）（2）

式中的βτ和xi都是K×1向量，quantτyi|xi代表y在给定x的条件下分位点为τ的条件分位函数。虽然越多的分位点能给出越多的信息，且分位数回归模型能给出所有给定x的条件分布，但按照常规，这里选择三个有代表性的分位点，分别为025、050和075。

运用分位数回归技术估计收入方程结果如表4所示。首先，假设1得到验证。第一，人力资本水平变量中，教育水平是影响平台型灵活就业收入者差异的主要因素，工龄的影响并不显著。教育水平越高，收入水平越高。25%分位数对应的低收入组人群中，教育水平每提高一年时，他们的收入会增加183%；50%分位数对应的中等收入组人群中，教育水平每提高一年时，收入会增加399%；75%分位数对应的高收入组人群中，教育水平每提高一年时，他们的收入会增加258%。这说明，

在开放的互联网平台上从事兼职活动是一种全新的工作状态，工作经验的影响并不显著。只要有一定的文化基础，就能实现收入增加。第二，物质资本的约束非常显著，各个系数均在1%的水平下显

著，家庭经济收支情况是影响劳动者参与平台型灵活就业的主要因素。第三，社会资本变量中，虚拟变量“是否管理者”对兼职收入的影响显著，而“是否公务员”的影响并不显著。这与描述性统计结果的结论是一致的，再次证明国家对公务员从商的限制以及商业社会资本的外溢性。

其次，假设2得到部分验证。第一，是否市内户籍对平台型灵活就业劳动者影响是显著且正向的。不过这种影响对分位数为25%和50%的中低收入组人群影响更为显著，市内户籍者比非市内户籍者收入高17%左右，而对于分位数为75%的高收入组人群而言，市内户籍者比非市内户籍者收入高11%左右。第二，性别、年龄对部分群体收入的影响是显著的。这表明平台型经济只能在一定水平上削弱劳动力市场分割，但并不能完全解决该问题。

再次，假设3没有得到验证。这一结果和描述性统计结果是一致的。兼职工作只是弥补了工作时间不足，目前法律界尚不用担心在没有劳动合同约束的情况下，劳动者会“拼命”加班，他们会根据个人情况调整工作时间。另外，平台型经济更多涉及脑力劳动，创新性活动居多，通过靠过度劳动提高收入效用不佳。

变量之间的内生性问题是本文重点关注的。一方面，解释变量和被解释变量之间的双向交互影响造成内生性问题，收入可能会对人力资本水平等变量产生影响，高收入者往往拥有更优的资本，因此选择既影响收入水平，又与劳动者个人能力无关的变量进行IVQR模型估计，表4列示QR和IVQR模型的結果。其中，把工作年限（exp）作为工具变量。另一方面，一些没有被观测到的变量可能影响平台型灵活就业者的收入，所以遗漏变量也可能产生内生性问题。在难以找到合适工具变量的情况下，本文采取了使用代理变量的方法（Proxy），对一些难以观察却可能对收入产生影响的变量，采用代理变量以减少遗漏变量导致的内生性问题。

模型结果显示，QR和IVQR模型的结果差异不大，系数显著性结果是相同的。只是在25%、50%分位数回归结果中，IVQR模型受教育年限（edu）变量的系数值略小于QR模型，在75%分位数回归结果中，前者略大于后者。

4.稳健性检验

为了验证模型的稳健性，这里剔除具有正式工作，又兼职灵活工作的样本，对只从事兼职工作的劳动者再次进行模型的稳健性检验（见表5），研究结论和上述模型差异不大。首先，人力资本水平

变量中，教育水平是影响平台型灵活就业者收入差异的主要因素，工龄的影响并不显著。不过与表4不同的是，25%、50%和75%和分位数对应的收入组人群中，教育水平每提高一年时，他们的收入分别会增加513%、324%和323%。这说明，对于平台型灵活就业劳动者而言，提高劳动者教育水平有利于扩大低收入组劳动者收入水平。在开放的互联网平台上从事兼职活动是一种全新的工作模式，提高全民教育水平有利于缓解“穷者愈穷”的局面，有利于缩小收入差距。其次，物质资本、社会资本对收入的影响显著，情况与上一模型类似。再次，户口、性别等特征变量在一定程度上影响劳动者收入。最后，与表4模型结果不同的是，工作时间对低收入人群组的收入影响是显著的。这与前面的理论分析是一致的，在没有任何稳定收入来源的情况下，这些劳动者靠增加工作时间提高收入以维持生计。

四、结论与讨论

平台经济迅速崛起，灵活就业渠道得以扩展，活跃在互联网平台的劳动者的收入发生变化。本文基于2016年微工网的调查，采用分位数回归方法，研究了平台型灵活就业者收入差距及其影响因素。

研究发现：第一，教育水平是影响平台型灵活就业劳动者收入的主要因素之一，对于没有稳定收入的纯兼职人员而言，教育水平对低工资收入的劳动者影响最为明显。平台经济摧垮了部分制度因素造成的劳动力市场分割，教育对收入的影响作用在平台经济背景下尤为突出，提升教育水平是缩小低收入人群与中高收入人群的有效方式。可以认为，1999年的大学扩招为国家储备了不少高素质人才，虽然在某一特定时期，这些劳动者曾经面临就业难问题，但是新经济的到来为有一定文化基础的劳动者提供了平台，这增加了他们通过发挥劳动价值进入中高收入阶层的机会。

第二，物质资本和社会资本都是影响平台型就业劳动者收入的因素。家庭禀赋因素的作用是显而易见的，无论是家庭收入约束还是家庭支出约束，都会影响劳动者收入差异。一方面，劳动者对自身财富的满意度决定了他们是否参加兼职活动以及参加多少兼职活动；另一方面，住房、子女教育等日益增加的家庭支出也是其参与灵活就业的动力。另外，国家为了减少寻租事件出现，对公务员兼职行为进行严格管控，相比政府层面的社会资本，商业化社会资本对收入的影响作用更加明显。

第三，大多数从事平台型灵活就业的劳动者稳定性收入水平不高，但其稳定性工作存在工作时间不足的问题，基于互联网的平台型就业模式恰好弥补这一缺陷，相关部门尚不用担心平台型经济带来的劳动关系不稳定引致的过度劳动问题。平台型就业具有临时性、弹性大、工作时段不确定等特征，这对工作时间不足的劳动者而言是优势。他们会根据个人时间充裕度、身体承受能力、劳动强度自行选择工作方式，形成一种劳动者与工作的自适应状态。

第四，性别、年龄、户籍等个人特征方面的影响在平台经济背景下被弱化了，但是歧视问题并非完全消失。互联网行业吸纳了大量女性、青年、流动人口就业，这是传统经济难以比拟和超越的优势，不过城市发展的现实需求往往迫使政府不得不对部分群体进行限制，因此，协调各方面利益关系尤为重要，平台经济下特殊人群就业问题依然有待进一步研究。

尽管本文给出了几个有价值的结论，但是仍存在许多不足，新经济刚刚兴起，对平台型灵活就业劳动的研究时间较短，本文也只获得了一年的调查数据，未来可继续动态关注这一人群的就业特征及收入差距。

参考文献：

[1]KRUEGER A B. Independent workers： what role for public policy[R]，2017.

[2]JIN X U， ZHANG X J. Survey on platform economics[J]. China Industrial Economy， 2006（5）： 40-47.

[3]王文珍， 李文静. 平台经济发展对我国劳动关系的影响[J]. 中国劳动， 2017 （1）： 4-12.

[4]SUNDARARAJAN A. The sharing economy： the end of employment and the rise of crowdbased capitalism[M]. Cambridge： MIT Press， 2016：16-19.

[5]FANG B， QIANG Y， LAW R. Effect of sharing economy on tourism industry employment[J]. Annals of Tourism Research， 2016， 57：264-267.

[6]LEIGHTON P. Professional selfemployment， new power and the sharing economy： some cautionary tales from Uber[J]. Journal of Management & Organization， 2016， 22（6）：859-874.

[7]張车伟.新经济新就业激活居民增收动力[N]，经济日报，2016-12-22（13）.

[8]ROCHET J C， TIROLE J. Twosided markets： an overview[R]. Institut dEconomie Industrielle working paper， 2004.

[9]KENNEY M， ZYSMAN J. The rise of the platform economy[J]. Issues in Science & Technology， 2016，32（3）：61-69.

[10]FAILLA V， MELILLO F， REICHSTEIN T. Entrepreneurship and employment stability： job matching， labour market value， and personal commitment[J]. Journal of Business Venturing， 2017， 32（2）： 162-177.

[11]LOFSTROM M， BATES T， PARKER S C. Why are some people more likely to become smallbusinesses owners than others： entrepreneurship entry and industryspecific barriers[J]. Journal of Business Venturing， 2014， 29（2）： 232-251.

[12]LAFAVE D， THOMAS D. Height and cognition at work： labor market productivity in a low income setting[J]. Economics & Human Biology， 2017， 25： 52-64.

[13]KIM J， GRAY J. Qualitative evaluation of an intervention program for sustained internet use among lowincome older adults[J]. Ageing International， 2016， 3（41）： 240-253.

[14]VAN DOORN N. Platform labor： on the gendered and racialized exploitation of lowincome service work in the “ondemand” seconomy[J]. Information， Communication & Society， 2017， 20（6）： 898-914.

[15]李实， 罗楚亮. 中国收入差距究竟有多大？——对修正样本结构偏差的尝试[J]. 经济研究， 2011（4）：68-79.

[16]ARIAS O， MCMAHON W W. Dynamic rates of return to education in the US[J]. Economics of Education Review， 2001，20（2）：121-138.

[17]SICULAR T， Ximing Y， GUSTAFSSON B， et al. The urbanrural income gap and inequality in China[J]. Review of Income and Wealth， 2007， 53（1）： 93-126.

[责任编辑方志]