自雇创业还是雇佣就业——基于中国女性流动人口收入差异的考量*

何雅菲

(桂林理工大学 公共管理与传媒学院，广西 桂林 541004)

一、引言

近年来，世界各国非常重视创业议题，原因之一是创业背后所隐含的创新能力及新事业创立有助于增加就业机会与就业质量。[1]187-202，[2]143-151同时，随着全球化产业结构变迁、信息技术革新、女性教育普及，世界组织均大力倡导各国以性别主流化政策为契机，激励女性以更主动的姿态投入经济活动。如联合国鼓励各国发展以微型创业贷款与创业计划为契机带动女性就业及创业率的攀升，以强化女性自尊；OECD 强调增加女性借贷知识、特别贷款基金的监督和咨询服务，并提出对女性贷款提供特别评估、弹性偿还时间表以及提升女性的正面形象等策略，以改善女性创业初期的社会角色束缚和资金取得困难；世界银行同样将改善性别不平等与女性充权列为促进各国成长与消除贫穷的首要目标，倡议在信贷规模、利率定价、贷款期限、业务创新等方面给予创业妇女倾斜和优惠，力促女性自我实现。

随着我国“大众创业、万众创新”热潮的掀起，性别主流化政策方向从早期着重弱势妇女扶助、受雇女性劳动权益，发展到鼓励妇女自雇创业。2015年《中国性别平等与妇女发展白皮书》显示，中国女企业家群体不断壮大，女企业家约占企业家总数的四分之一，特别是女性企业家在互联网领域的比重高达55%。另从中国青年创业就业基金会联合中国劳动和社会保障科学研究对外发布的《中国青年创业发展评估报告(2017)》显示，在以知识、创新、服务为主要内容的全新经济模式下，女性创业者占比已达40%。从上述数据看，女性倾向于稳定就业的刻板印象已改变，女性加入自雇创业行列的人数显著攀升，且性别红利尚有很大的成长空间。

在女性自雇创业活动日益活跃及其对经济社会发展积极作用凸显的背景下，学术界以女性自雇创业为主轴的研究逐渐丰富。其中，最受欢迎的主题包括女性自雇创业的融资、社会网络、成功与绩效等相关议题的研究[3]272-281，[4]118-125，[5]80-85。其他主题则是有关性别角色、个人特征以及行为或生命历程，如创业导向或自我效能、意图和动机、决策模型和洞察力[6]43-47，[7]102-117，亦有少数是研究机会辨识及制度环境的议题[8]144-148，[9]59-64，[10]23-41。综合女性自雇创业研究的成果，其问题意识多半奠基在双元劳动市场论、金融赋权论、生命周期论与绩效管理论的基础上，以人力资源与工业关系、增权与政策评估等为视角展开研究。

与上述研究不同，本文从收入差异视角聚焦流动女性自雇创业问题。本研究设计来源于三个方面的思考：第一，女性自雇创业可能是根治劳动力市场性别歧视的良药，也是检验我国当前经济环境是否有利于女性就业的重要标准；第二，研究自雇创业行为对其效用的影响是理解个体创业选择行为动机的关键，而经济收入是最常用的衡量个体效用水平的指标，也是“女力”(women power)内在价值提升的具体体现，更是女性自雇创业成效最直白的检验；第三，中国存在着规模较大的自雇经济部门，但现有统计数据中没有给出雇员经济和自雇经济分类信息，因而难以清晰地勾勒出女性就业群体内部收入分配格局的实际变化。基于此，本文试图对比分析自我创业与雇佣就业两种模式下的收入差异，以期能够粗略理解中国女性就业决策以及劳动报酬份额的影响因素，并有的放矢地给出优化女性就业的建议。

二、理论基础

针对自雇创业的概念，学术界并没有给出一个统一、明确的定义，多数研究沿用了联合国、国际劳工组织或经济合作与发展组织对自雇就业的解释说明。如联合国和国际劳工组织(1995)根据劳动就业的雇佣特征，把雇主和个体经营者两类就业状态归类于自我雇佣；经济合作与发展组织(2002)从自负盈亏的视角将自雇就业定义为就业者独立作出经营决策并对企业的福利负责，其利润和薪酬来自于创办企业的盈利。从上述定义来看，“自雇创业”是区别于以工资作为收入来源的一种就业形式，即就业性质不是“工资性工作”的个体均为自雇创业者[11]16-28。

判断个人到底是雇佣就业还是自雇创业，主要还是依据自身劳动偏好和资源配置，权衡成本和收益后作出就业选择。从创业动机来看，这种就业选择可分为自发型和诱发型：前者的创业动机多为经济因素所逼，或为了兼顾家庭与工作、完成理想、追求成就感，或是看到市场需求；后者的动机多半是因为本身具有相关的工作经验，或由亲朋好友提供资金协助创业[12]105-115。许艳丽和郭达(2015)则将女性创业动机阐述为“被动反应”和“主动愿望”。其中，“被动反应”的因素包括工资低、求职难，需要弹性工时；“主动愿望”的因素包括自我实现、渴望财富、社会地位和权力等[13]110-117。

在关于女性“who”更倾向于成为自雇创业者，研究关注点主要从四个维度展开。一是个体特征，如Hisrich & Brush(1984)的研究显示，女性创业者集中在年龄40岁之后，主要原因在于此年龄段的女性通常拥有稳定的家庭、子女对其依赖性降低，能够有更多的时间和经历投入创业活动[14]30-37；Santiagocastro & Michael(2013)通过对波多黎各自治邦的女性创业者调研分析发现，学历背景和选择创业之间的关系呈现“U”字型[15]131-150。二是家庭因素，如单身女性创业者在时间管理上具有优势，可以自由支配自己的时间，但缺少家人的支持则是劣势[16]286-305；对于已婚女性，拥有子女特别是子女数量较多的女性选择创业比就业的可能性更大[17]549-569，子女年龄的大小会影响女性投入创业的时间[18]139-153。三是社会资本，即社会关系网络的构建比起单纯的高学历更有可能起到非常显著的激励效应[19]96-99，但社会资本增加超过一定的阈值反而会降低女性的创业选择[20]112-126。四是创业环境，研究关注的焦点为地区间的资源禀赋差异、女性性别和母亲身份的竞争优势、政府的鼓励和扶持等[21]100-105。

关于自雇创业与雇佣就业的收入差异的探讨，早期研究也并未得出统一结论。Nopo & Valen-zuela(2007)通过分析1996—2001年智利的面板数据发现，劳动者从工薪就业转向自我创业，收入有正的显著增加。[22]Wang 等(2010)依托Mincer收入方程的研究也表明，工资收入者比自雇人员的教育回报率高出2个百分点左右。[23]123-145Arias & Khamis(2008)考虑了正规部门工作的正向选择偏差后，证明阿根廷正规部门劳动者的收入与自我雇佣者没有显著差异。[24]宁光杰(2012)发现，自我雇佣者的小时收入比短期工资获得者的小时收入高，但并不比长期工资获得者的高。[25]54-66检视这些文献发现，研究仅将性别作为人口变项的考量因素，并未深入开展性别议题的讨论，因而研究结果无法严谨推论女性自雇创业与雇佣就业的收入差异，这为本研究的开展提供了空间。

三、研究策略

(一)数据来源

本文选用国家卫计委流动人口服务中心提供的2016年全国流动人口动态监测调查数据。之所以选用全国流动人口动态监测调查数据而不是国内其他微观数据，主要是该数据通过多阶段、随机集群方法采集了大规模的流动人口就业、收入等情况的数据资源。这为本文探析自雇创业与雇佣就业对女性收入差距的影响积累了宝贵的数据资源。

(二)模型构建

为了较全面地刻画自雇创业与雇佣就业对收入波动的影响，本文参考了Mincer的收入决定方程，构建出如下收入函数：

Lnincome=βiXi+ε

式(1)

在上式中，被解释变量(Lnincome)的测量指标是女性流动人口上个月就业收入的自然对数。Xi为解释变量，内含核心自变量和控制变量。其中，核心自变量是二分变量，表示“是否自雇创业”。如果受访者在2016年调查时处于工作状态，则他/她会被问到：“您目前的工作是通过什么途径获得的？”问卷中给出了11项选择，当回答“自主就业”就可以被视为“自雇创业”，回答其他选项则被视为“雇佣就业”。这种主观认定方法在以往的研究中也曾被应用[26]12-21，[27]87-97。控制变量包括家庭特征、人力资本和就业特征三大方面的因素。家庭特征因素为户籍、婚姻状况、子女数量、家庭经济等变量；人力资本因素为年龄、是否是党员、受教育年限、工作经验等变量；就业环境包括工作时间(小时/周)、行业类别、工作地点、社会保障等变量。特别需要指明的是，流动人口动态调查并未涉及实际工作经验的询问。为此，本研究中将工作经验定义为潜在工作经验，即年龄-受教育年限-6。此外，已婚妇女可能为照顾幼儿和老人放弃了工作，使得潜在工作经验产生夸大的效果。为此，构建已婚状况与潜在工作经验的交互项，可部分控制已婚女性的实际工作经验。

表1 变量的定义及说明

(三)研究思路

自雇创业与雇佣就业组间的收入差异，这并不是随机过程，它受到多个条件的限制。例如，社会保障的收入替代效应对雇佣就业组收入波动的影响会显著高于自雇创业组。由于自雇创业组和雇佣就业组的初始条件不同，简单比较两个群体的收入差异，会存在样本选择性偏差。目前，国际上针对样本选择性偏差问题的处理大多使用倾向值匹配模型(PSM)。

首先，为正确测算出不同就业选择的收入效应，本研究利用分层为自我创业群体(实验组)搜寻家庭特征、人力资本结构、就业特征相似的雇佣就业样本(对照组)，并通过“数据平衡”处理样本的选择性偏差问题。

其次，由于传统的OLS只能在均值水平上反映相关解释变量对收入的影响，不能体现不同分位下收入水平的相关解释变量作用可能出现的变化。此外，与传统的OLS方法相比较，分位数回归方法的优点还体现为：(1)它不像OLS方法需要满足一系列相对苛刻的分布假定，只需要满足在各分位上随机扰动项为零的条件；(2)分位数回归中的参数求解方法注定了异常点对其参数估计影响不大，相对于OLS 下的参数估计更加稳健；(3)分位数回归估计的参数估计在大样本条件下同样具有一些渐进优良性。故本文采用Firpo et al.(2009)提出的RIF映射(Re-centered Influence Function)分位数回归法，全面地刻画诸因素对不同分位下收入变动的边际作用，分位数回归模型为：

RIF(Lnincome;Qr)=βiXi+ε

式(2)

再次，为了探讨自雇创业与雇佣就业组间收入差距的成因，按照反事实模拟的思路，在给定自雇创业或雇佣就业的收入分布函数情况下，利用分位数分解法(Juhn-Murphy-Pierce分解方法)深入考察在不同收入水平下禀赋效应和参数效应的影响程度。基于Oaxaca-Bliner 的框架，本文将RIF映射分位数回归法与Oaxaca-Blinder方法相结合，自雇创业与雇佣就业组间收入差异分解为三部分：一是可被自雇创业与雇佣就业组间特征或禀赋差异解释的“合理部分”，表述为特征效应；二是为自雇创业与雇佣就业收益率不同导致的差异，属于不可解释的就业“歧视”部分，表述为系数效应；三是无法通过禀赋效应和系数效应解释的部分，表述为残差效应。分解式请参见下式：

式(3)

四、实证过程

(一)样本选择性偏差的处理

为处理样本潜在选择性的偏差问题，本文采用二分类logistic 回归模型对核心自变量的倾向值得分进行匹配估计。在具体匹配过程中，我们使用了最近邻1对4匹配法。由图1可以清晰地发现，匹配前各个协变量的核密度分布存在显著的偏差。这样的匹配结果也就指明了前文一直提到的问题，即样本选择偏误。如果直接拿样本进行研究比较，关于自雇创业与雇佣就业对收入波动的影响效应必然是有偏的。相较之下，匹配后各协变量的核密度分布已不存在显著偏差，这表明样本匹配较成功。

从表2可更清晰地论证上述的分析结果：自雇创业与雇佣就业组在各维度的特征均值非常相近，%bias 绝对值均未超过5%；预测倾向值的协变量t检验结果都在5%的水平下不存在显著差异，p>chi2值表示实验组(自雇创业组)和控制组(雇佣就业组)没有显著差异。换用半径匹配法和核匹配法后获得的结果也与此相似。这表明，实验组(自我创业组)和对照组(雇佣就业组)的样本匹配较好地实现了平衡。

表2 样本匹配后误差消减情况

表3 全样本ATT估计

为确保匹配质量与估计结果的可靠性，还需验证共同支撑性假设。图2展示了自雇创业与雇佣就业组匹配后的核密度函数图。根据图2显示，实验组和控制组的倾向得分区间有大范围的重叠(超过80%)，表明大多数观察值有很大的共同支持域。也就是说，在进行倾向得分匹配的过程中多数样本会得到保留，共同支撑性条件满足。

另根据平均处理效应发现，不管采用最近邻匹配(n=4)、半径匹配(caplier=0.01)亦或核匹配(带宽为0.05)方法，结果均表明：第一，经过倾向性得分匹配后的平均处理效应达到14%，即解决了变量“自我选择”后自雇创业较工作雇佣对女性收入波动的效应为14%，表明就业渠道差异确实存在着明显的收入效应；第二，匹配前得到的平均处理效应的结论均明显偏低，大约低估了6.3%～6.7%。可见，本文运用PSM 方法能够在一定程度上消除样本选择偏误所带来的估计偏差问题。

(二)自雇创业与雇佣就业收入差异的分位数回归

平均处理效应验证了自雇创业组与雇佣就业组存在明显的收入效应。为更直观地看出不同收入水平下自雇创业与雇佣就业组的要素边际报酬率，本文以不同分位点的收入为被解释变量，构建自我创业与雇佣就业组的分位数回归模型。在此，我们选择3个具有代表性的分位数，分别是0.25、0.5和0.75。从表4的结果中我们得到以下几点发现：

第一，自雇创业组的教育回报率仅在50%分位数下显著，雇佣就业组的教育收益率线性相等，且与自雇创业的组间差异随分位数由低到高呈现倒U型波动趋势。比如，在25%分位数，自雇创业组的教育回报率为1.1%，而雇佣就业组为2.4%，二者相差1.3%；在50%分位数，自雇创业组的教育回报率为1.8%，较雇佣就业组低0.6%；而在75%高分位数，二者相差1%。就平均而言，自雇创业组与雇佣就业组的教育回报率分别为1.43%和2.40%，二者相差0.97个百分点。对于自雇创业组与雇佣就业组教育回报率的异质性，其经济学解释可能为：第一，雇佣就业通常指向劳动力市场中的正规就业，正规就业市场中存在一定的“门槛”准入限制，特别是强调教育的“信号”效应，即拥有较高学历的员工获得的回报率比较大；第二，自雇创业通常指向劳动力市场中的非正规就业，非正规就业者的教育禀赋大多都处于相对“弱势”，因此，非正规就业的人力资本配置效率难以通过市场机制发挥出来。

第二，党员身份对创业女性的增收效应不显著，但对雇佣就业组的促进效应较强。对于上述的研究结论，程名望等(2016)、严善平(2017)、邹宇春和敖丹(2017)的研究给出了相应的解释：第一，党员既是一种政治身份，也是个体综合能力的体现，合二为一即为政治资本；第二，既然是政治资本，作为可投资的个人资源，它能为个体带来价值增值的回报，即在劳动力市场中往往比非党员拥有更多的机会从事较高地位和收入的职业；第三，在市场化进程中，自雇创业用工相对不正规，党员身份的附加值难以转化为显著的经济收益。[28]46-59，[29]105-128，[30]198-224

第三，自雇创业和雇佣就业群体的年龄效应、户籍回报率随分位数由低到高呈现上扬的正效应，但两者的回报率有所不同。以户籍回报率为例，在25%、50%和75%分位数上，自雇创业组的户口收入回报率分别为9.4%、10.3% 和18.1%；而雇佣就业组的户口收入回报率分别为7.8%、11.9%和18.1%。这一结果表明，无论是自雇创业组还是雇佣就业组，户口的收入效应随着分位数的增加而上扬。此外，相比于自雇创业人员，雇佣就业群体的组内差异更大。这说明，雇佣就业群体的户口歧视现象更严重。

第四，婚育对于收入的影响比较复杂。第一，从婚姻的收入效应来看，已婚者较未婚者更有利于促进收入水平的增加。其中，自我创业组的作用程度分别为30.2%～39.7%；而雇佣就业组的作用程度分别为17.3%～23.8%。第二，结合实际工作经验的回归系数发现，该回归系数在各分位上显著为负，且自我创业组的影响强度大于雇佣就业组。此结果表明，婚姻歧视现象广泛存在于劳动力市场中，且自我创业组遭受的婚姻惩罚更为严重。第三，子女数量的回归效应虽整体上不显著，但在中低收入组的回归系数为负。这也一定程度上反映出，劳动市场对女性收入的“诅咒”还会通过养育职责传递。

第五，就业特征对自雇创业和雇佣就业的收入作用程度不同。具体来说，随着分位数的增加，社会保障的收入效应逐渐下降；工作时间对雇佣就业者的收入影响较稳定，但对自雇创业者没有显著影响；随着分位数的提升，第二产业和第三产业较第一产业对女性的收入提升作用更大；对自雇女性群体来说，华北、东北、华南地区为其收入增加提供了广阔的空间，收入的溢价效应达到16.5%～23.2%；而对工资雇佣群体来说，华北、华东、西南对工资的溢价效应较显著，工作溢价效应为6.1%～22.9%。

表4 自雇创业与雇佣就业的分位数回归

注：()内为T值, * p<0.05, ** p<0.01, *** p<0.001

(三)自雇创业与雇佣就业收入差异的分位数分解

鉴于女性个体特征、人力资本与工作特征变量在自雇创业和雇佣就业群组的收入回报率不相同，下面进一步利用分位数回归模型估计收入的反事实分布，比较要素回报率差异和系数效应在收入差距中的作用。表3给出了不同分位数上自雇创业与雇佣就业收入差距的分解结果，在分解过程中计算了10个分数估计来进行收入分布的反事实模拟，各个分解效应的标准差通过Bootstrap方法获得(Bootstrap 次数为100)。

表5 自雇创业与雇佣就业收入差异的分位数分解

从分解结果可以看出，自雇创业与雇佣就业组间的收入差距随着分位数不断扩大；在10%～30%分位数点中，雇佣就业群体的收入高于自雇创业群体，两者的收入差异在0.007～0.097间波动，系数效应和残差效应对两类群体收入差异的贡献率较大；到40%分位点后，自雇创业群体的收入高于雇佣就业群体，最大收入差异上升为0.278，禀赋效应对两类群体收入差异的贡献率较大。上述反事实状态下的研究结果说明：在低收入阶层，即使两类人群持有相近的特征变量，劳动力市场向着不利于低收入自雇创业群体的方向发展，自雇创业群体的生存境遇恶化；在中高收入阶层，自雇创业群体通过自身禀赋改变劳动力市场的劣势地位，自雇创业群体获得与雇佣就业群体一样甚至更高的报酬。针对反事实状态下得出的结果说明，本文尝试给出以下两点解释：

第一，在市场经济的就业选择中，就业群体可细分为工资获得者、有雇员自我雇佣者和无雇员自我雇佣者。劳动者无论以何种方式就业，他们都必须通过竞争实现自身的资源配置。在本研究中，教育水平偏低、无雇工自雇是低收入自雇群体的主要特征，他们广泛分布于制造业、建筑业、批发零售、仓储邮政业、住宿餐饮服务、居民服务和修理以及其他服务等低技能、低收入行业中。站在弱势群体的立场看，他们之所以选择自雇就业方式，是基于自身人力资本禀赋在劳动力市场中处于不利竞争窘境的考量，更是应谋生需要而进行的理性选择。另一方面，相对工资性工作，“自己当老板”的非货币性福利也不容忽视。[31]115-125特别是女性需要将更多的时间精力投入到家庭中。那么，“自己当老板”具有更好的弹性工时、也能充分发挥技能和追求理想，这极大满足了生育女性的就业需求。

第二，本研究中并未严格将自雇活动区分为有雇员的自我雇佣和无雇员自我雇佣活动。为此，收入差距的原因仅简单地归结为要素禀赋差异与就业分割的系数效应，这可能忽视一些无法归结的其他因素，诸如反映创新性、开拓性和冒险性的企业家精神。流动女性以自雇形式进入激烈的市场竞争中，在她们身上自然体现着企业家精神。[32]21-27在自雇初期，由于经营管理的浅尝辄止，自雇女性的企业家精神可能不明显。但随着市场经验不断积累，这些自雇创业者对市场机会的“警觉”程度越来越高，她们的投资能力、管理水平不断提高，这时她们的企业家精神特征明显。在发扬企业家精神的过程中，这些女性自雇者的 “高收入特性”创业选择效应越来越凸显。

四、结论与政策启示

随着多元化就业的快速推进，提高收入仍是大多数流动人口的主要目标。那么，相较于雇佣就业模式，自雇创业能获得更高的收入吗？两者的收入差异根源是什么？基于此，本文采用2016年中国流动人口动态调查数据，借助倾向值匹配、分位数回归和分位数分解等方法，探求女性群体自我创业与雇佣就业的收入差异以及影响因素。研究发现：(1)控制样本选择偏差后，女性自雇创业较雇佣就业对收入的平均处理效应更显著；(2)影响女性自雇创业与雇佣就业组收入分配的因素是多元而复杂的，既有人力资本、婚育、家庭经济状况等内在要素的约束，也有户籍制度、行业差异、区域经济差异等外在要素的影响；(3)当收入阶层相近时，要素禀赋成为自雇创业与雇佣就业组收入差距的主要原因；(4)在低收入阶层，系数效应和残差效应对自雇创业与雇佣就业组间收入差异的贡献率较大，说明低收入自雇创业群体较雇佣就业群体在劳动力市场面临更严峻的进入壁垒；(5)在中高收入阶层，禀赋效应对自雇创业与雇佣就业组间收入差异的贡献率更突显，说明自雇创业群体能够通过自身禀赋改变劳动力市场分割的歧视。

针对以上研究结论，本文提出以下政策建议：第一，以立法形式降低劳动力市场分割或职业进入壁垒，促使女性流动人口(特别是低收入女性流动人口)能够在不同区域或层次的劳动力市场间灵活转换；第二，给予低收入自雇创业女性群体一定的政策扶持，例如营造适宜自雇创业的市场环境、给予税收减免或低息贷款政策、提供经营知识和法律知识培训；第三，继续重视女性人力资本投资，多角度、多层次培育女性的企业家精神或创业技能，消弭学用落差；第四，健全社会保障体系，如精准扶贫引入性别因素、加大对灵活就业女性社保补贴的倾斜力度、完善育儿福利体系。