性别红利对经济增长的影响分析

2021-11-08 09:30:52吕昭河袁君丽
学术探索 2021年10期
关键词:参与率红利效应

吕昭河,袁君丽

(云南大学 经济学院,云南 昆明 650091)

一、文献综述及研究假设的提出

(一)性别红利与人口红利相关研究

性别红利理论自2010年由劳动经济学家卡门·佩吉斯和发展经济学家克劳迪娅·佩吉斯提出以来,得到学界的广泛认同,并成为解释经济增长的重要理论和政策实施的要点。杨云彦等教授指出性别红利理论具有宏微观两个层级的概念内涵。从宏观来看,性别红利指女性通过更高的社会劳动参与率来促进社会经济的发展;从微观层面上看,性别红利指女性社会劳动参与会提升其家庭地位,从而使其获得更大的家庭决策话语权,会加大后代的教育支出、家庭成员的健康改善、消除贫困的代际传递。[1]同时,学界对性别红利与人口红利及其关系进行了研究。都阳指出,现阶段中国劳动年龄人口总量的持续减少以及劳动参与率的快速下降进一步推动了劳动供给形势的变化。[2]石智雷等也在研究中提出,在人口红利式微以及人口老龄化的双重作用下,性别红利无疑成为社会和经济发展的新的推力。[3]但是,陆杰华在分析我国性别红利的过程中发现,现阶段我国性别红利的释放也存在诸多的制约因素,[4]需要积极有效的政策支持才能提供性别红利持续和大量释放的机会。

(二)女性劳动参与的经济影响效应研究

女性劳动参与的经济影响效应研究最早始于Mincer,[5]他对美国的实证分析发现已婚女性的劳动参与率与丈夫的收入呈现负相关关系,同时也发现女性劳动参与率的提高有助于提高家庭的总体收入。这一研究肯定了女性劳动参与在家庭以及社会经济发展中的地位。在他之后,国外学者开始持续关注女性社会劳动参与的宏微观经济效应。一些学者关注女性劳动参与的家庭与社会影响因素分析,有学者在研究影响女性劳动参与的家庭因素时,解释了儿童照料、老年照料以及家务劳动都会在不同程度上降低女性的劳动参与率,但是当女性的人力资本收益水平高于女性从事儿童照料、老人照料以及家务劳动的机会成本时,女性会选择从事工作。[6][7]另一些学者关注女性劳动供给决策的影响因素,认为影响女性劳动供给的一些因素与女性劳动参与决策之间的相互作用,使得女性的劳动参与率呈现U型的特征,[8]即在经济发展阶段早期,女性工资的收入效应高于替代效应将导致女性劳动参与率下降;而随着第三产业的发展以及女性受教育水平的提高,女性工资的替代效应高于收入效应将使女性劳动参与率上升。Durand却通过研究分析指出由于国别文化之间的差异,女性劳动参与率与经济发展水平之间的U型关系并不总是成立。[9]社会观念和社会政策以及宗教信仰的不同,会使得女性进入劳动力市场受阻。例如,Lohoti等研究发现印度的女性劳动参与率与经济发展之间的关系不符合U型关系,随着第三产业的发展,女性的劳动参与率呈现下降而不是上升的趋势;[10]伊斯兰国家的女性极少进入劳动力市场,完全不存在U型规律;[11]Verme通过分析发现中东国家的女性劳动参与呈现出波浪形的曲线而非U型的关系。[12]

中国对于女性劳动参与问题的研究稍有滞后,但在国外较为成熟的研究理论和研究背景的支持下,国内学者也逐渐展开了对女性劳动参与率变化的研究。有研究者认为,在我国传统的“男本主义”背景下,女性自古以从事家务劳动和农业劳动为主,随着经济的发展,女性逐渐进入劳动力市场,发挥自己作为劳动力后备军的重要作用。[13]

(三)性别红利概念及研究假设

基于性别红利提出的本意和核心内涵的理解,笔者认为性别红利可以定义为:基于性别公平就业改善而带来的经济增长效率。其宏微观两个层面的内涵为:宏观上性别红利指性别公平改进下女性社会劳动参与对全社会经济增长的积极贡献;微观上性别红利指性别公平改进下女性社会劳动参与对家庭福利增长的积极贡献。本文试图从宏观层面分析性别红利,从女性劳动参与率的变化分析和验证性别红利与经济增长的关系。

本文将女性劳动参与率作为性别红利的宏观代理变量,其实际意义是:长期以来,在表象上中国极高的劳动参与率似乎难以支持“通过提高劳动参与率支持经济增长”命题,但基于这一指标的变动趋势和内在构成解析后,笔者认为性别红利将成为中国经济发展特别是高质量发展的长期的支持要素。第一,我国总劳动参与率呈现持续下降趋势,在性别差异扩大、性别公平等多因素影响下,女性经济机会问题显性化,女性劳动参与率降幅更大。我国总劳动参与率由1991年的84.18%下降至2020年的75.4%,下降了8.78个百分点。其中,男性劳动参与率为从1991年的88.8%下降为2020年的82.22%,而女性的劳动参与率则由1991年的79.26%降至2020年的68.16%。(1)数据来自世界银行数据库。相对于男性的降幅,女性劳动参与率下降幅度更为显著。我国总劳动参与率下降在整体上反映了改革开放以来社会转型的影响,包括:教育事业发展导致国民接受教育年限的增长,劳动力非农转移降低了农业适龄劳动力全员“自然劳动参与”的贡献率,退休年龄执行标准较低,市场竞争性就业拉长了人力资本准备的时间,持续增长的工资率和社会福利保障的增长缩减了职业生命周期等,劳动力市场和就业处境的变化具有降低劳动参与的效应。因此,这一劳动参与总体情况的变化,不影响本文对性别红利对中国经济增长影响的研究立论与分析评判,而且在整个转型过程中,性别公平下提升女性劳动参与以支持经济增长的重要性更为显现。第二,在经济—社会激烈转型中,劳动力市场上的性别公平问题更显突出。竞争性劳动力市场衍生出劳动参与上性别歧视,女性受教育机会较男性少和人力资本劣势对女性劳动参与存在着“挤出”效应,不利于女性保持劳动参与特别是竞争性职业岗位的劳动就业政策和制度设计(如差别性退休年龄政策)等,都将因性别不公平而抑制着性别红利的形成。因此,基于性别公平而推进女性劳动参与,具有持续的性别红利预期。

据此,本文提出研究假设一:女性劳动参与率的提高将促进经济增长。研究假设一的立论依据是:在由男性主导生产消费资源配置的传统社会转变为性别公平持续改进的现代社会过程中,女性劳动参与率持续提高是支持现代经济增长的重要因素。一方面,现实劳动力市场中存在的性别差异抑制市场效率,姚先国等学者的研究证实了严峻的就业形势最先挤出的是女性工作者,[14]教育以及家庭代际结构都会影响女性劳动参与率的变化。[15][16]另一方面,现代社会在发展过程中,更多的正向因素积极支持着性别红利的形成。例如,杜凤莲、沈可等学者研究发现,随着中国经济的现代转型,国民整体受教育水平有了显著的提高,尤其是出现了女性高学历比重高于男性的现象,女性人力资本水平的提高,对女性劳动参与率的正向影响非常显著。[17][18]但唐廣、吴喻晓、郭晓杰等学者研究发现,年龄因素也已成为已婚女性进入劳动力市场的一大制约。[19][20][21]

研究假设二:少儿抚养比的提高会抑制性别红利的释放。Jia指出生育政策的调整以及家庭生育数量增加,人口老年抚养负担系数快速上升,家庭少儿与老年照料对女性家务劳动需求的增加,城镇女性尤其是年轻女性因此而减少就业以及收入损失呈现逐年升高趋势。[22]也有研究表明,现在女性非正规就业的比重在提高,但是这种灵活的就业方式使得女性的就业状况极不稳定,而且缺失有效的社会保障,[23][24][25]所以灵活就业并不能有效减轻家庭照料增加对女性劳动参与的负面影响。

研究假设三:就业结构的升级将促进性别红利的释放。随着城市化的推进及产业结构转型,第二、三产业的发展会为女性就业提供更为广阔的就业空间。陈洁等研究表明,尤其是第三产业的服务业是吸纳女性劳动力的主导产业,其产业扩张对女性劳动参与有显著的正向影响。[26]丛海彬等学者也通过研究发现,伴随着农业人口不断向城镇转移,向第二、三产业聚集,这种从业人员的转移本身就是产业结构与就业结构调整与变换的一种直观体现。[27]

二、模型的设定及回归分析

(一)基础模型

本文从人均收入出发来构架我们的分析,借鉴Ang等[28]分解人均收入的方法,我们将人均收入这样分解:

(1)

其中,Y代表国民总收入,N代表总人口,L为劳动力总人口,EP代表总就业人口,D为被抚养总人口,总人口N由劳动力总人口L和被抚养总人口D组成。Y/N代表人均国民总收入,在此,将人均国民总收入Y/N拆解为三部分:Y/EP表示劳动生产率,L/N为劳动力占比,EP/L为劳动参与率。

将N=L+D代入公式(1)可得公式(2):

(2)

用人口抚养比D/L来表示人口红利dd,因此,L/(L+D)可以变换为(1+dr)-1,即劳动力占比对经济增长的影响可以解读为人口红利对经济增长的影响。

Y/N代表人均国民总收入pgdp,Y/EP为劳动生产率lp,EP/L为劳动参与率lpr。则人均总收入方程可以表示为:

pgdp=lp·lpr·(1+dr)-1

(3)

两边取对数可得到公式(4):

lnpgdp=lnlp+lnlpr+ln(1+dr)-1

(4)

令y=lnpgdp;a=lnlp;b=lnlpr;c=ln(1+dr)-1

y=a+b+c

(5)

由于总的劳动生产率取决于各个部门的劳动生产率以及各个部门的就业比重,即总的劳动生产率可以分为传统的农业部门的劳动生产率乘以农业部门的就业比重加上非农业部门劳动生产率乘以非农业部门的就业比重,所以劳动生产率对经济增长的影响可以解读为就业结构对经济增长的影响。s代表就业结构,ø代表就业结构对经济增长的影响。同时借鉴Barro 、 Sala-I-Matin(1995)对稳态的线性表述方法,可以得到以下式子,在此,a*代表稳态的劳动生产率,a0代表初期的劳动生产率,λ代表经济增长收敛速度。

a=λ(a*-a0)

(6)

由于y0=a0+b0+c0,所以人均收入可以表述为:

y=λ(a*+b0+c0-y0)+øs+c

(7)

α为劳动参与率对人均收入的影响,β为人口红利对人均收入的影响,X*为影响稳定人均收入的其他生产要素等一系列控制变量,因此人均收入可以表示为式子(8),这是一个趋近于稳态的次稳定状态,同时引入误差项ε。

y=λ(ψX*-y0)+øs+ε

(8)

将(8)式简单地还原为以下方程:

lnpgdp=αlnlpr+βlns+γlndr+φcostrols+ε

(9)

即根据人均收入的分解方式最终将影响经济增长的因素分解为就业结构、劳动参与率、人口红利以及其他影响经济增长的一系列变量。

固定资本的投资一直是经济增长不可忽视的因素之一,另外人力资本的投资也在近些年来被视为助力经济增长可持续的法宝,因此,考虑将固定资本投资以及人力资本投资作为控制变量加入模型,根据式子(9),可以将公式变形为:

lnpgdp=αlnflpr+βlns+γlndr+lnfc+μlnedu+ε

(10)

(二)计量模型的设定

为研究女性劳动参与的变动对宏观经济增长的影响,在此利用面板固定效应模型来作回归分析。分析经济增长过程中女性劳动参与率以及其他因素对经济增长的影响情况,本文将女性劳动参与率作为主要解释变量,同时加入了一系列控制变量来构架我们的分析。建立了以下动态面板模型:

lnpgdpit=α+β1·flprit+β2eduit+β3·sit+β4·drit+β5·fcit+εit

(11)

上述方程中,i代表国家或地区,t代表年份,横截面i(l,n)=188,时期t(1991,2019)=29。其中,lnpgdp为人均GDP的自然对数作为被解释变量,采用人均GDP的自然对数是为了使其方差恒定,让其波动更加稳定,实际人均GDP采用2010年不变价美元折算后的GDP;主要解释变量为女性劳动参与率flpr,用女性就业人口加上没有工作但是正在找工作的女性(15岁以上就业女性加上15岁以上的城镇失业女性)与女性劳动年龄人口之比来表示;控制变量为受教育程度edu,表示人力资本对经济增长的影响,用中学的入学率(2)中学入学率:一般地,在数据充分的国家,我们采用核算平均受教育年限来作为人力资本的,所以代理指标,但是由于我们在此做国际比较,很多国家的小学、初中、高中的平均受教育年限数据缺失严重,所以在此改用中学入学率来作为人力资本的代理指标,另外,像运用比较广泛而且认可度比较高的人类发展指数就是用中学入学率来表示。来表示;s表示二、三产业就业人口比重代表就业结构的变动,用二、三产业就业人数占总就业人数的比重来表示;人口红利dr,用总抚养比表示,等于非劳动年龄人口(15岁以下以及64岁以上的人口)除以劳动年龄人口(15~64岁的人口);科布-道格拉斯的经济增长方程表明,除了劳动,资本也是影响经济增长的因素,因此控制变量也包括fc,为固定资本投资,用固定资本形成额占GDP的百分比来表示。α为常数项,ε为其他影响经济增长的一系列变量。为考察女性劳动参与对经济增长的间接影响,在模型(11)的基础上,加入少儿抚养比与女性劳动参与率的交互项,来研究少儿抚养负担通过女性劳动参与对经济增长产生的调节效应。

(三)变量的描述以及实证分析

本文总人口抚养比、老年抚养比、少年抚养比、GDP、就业结构、固定资本投资以及人力资本投资等数据来源于《世界银行数据库》,总劳动参与率、性别红利、男性劳动参与率等来自《国际劳工组织数据库》(ILO),而中国的GDP以及总抚养比、少儿抚养比和老年抚养比来自中国的历年《中国统计年鉴》。由于数据的可得性受限,本文采取包含中国在内的188个国家和地区1991~2019年29年的面板数据,其中包括美国、加拿大、日本、澳大利亚等在内的36个发达国家以及中国、印度、巴基斯坦、马来西亚等在内的152个非发达国家。本文对于部分国家的缺失数据的处理采用插值法进行插值补缺,同时对异常值采用缩尾处理,[29]回归分析使用stata15.0以及附加程序进行计算分析。

1.变量的描述性统计分析

根据各个变量的描述性统计分析,从人均收入的差异来看,国家间的贫富差距依然存在,这表明推动全人类共同富裕还有很长一段路要走;从总劳动参与率及分性别劳动参与率的均值来看,世界范围内总的劳动参与率为67.34%,男性劳动参与率为78.37%,而女性的劳动参与率仅仅为55.82%,低于男性22.55个百分点。总人口抚养比的均值为64.32%,表明全球的总抚养比已经高于国际上规定的50%(低于50%为人口红利期),已进入人口负债期,但是由于总人口抚养比是由少儿抚养比与老人抚养比构成,即64.32%是由11.51%的老年抚养比与52.81%的少年抚养比构成,表明未来的劳动力储备量还是相当可观的;从受教育程度的分布来看,各个国家间的受教育程度间的差异还比较大的,这意味着世界范围内的人口质量红利仍然有很大的挖掘空间。从就业结构的统计分析结果来看,部分国家的工业化进程依然未达到理想状况,国家间的就业结构存在很大的差异。

2.实证回归分析

首先对各个变量作了LLC检验,p值为0,表明所选变量数据的序列是平稳的。在作回归分析之前,还需要确定应该建立何种模型类型的检验。由于我们的数据类型为面板数据,F统计量重在检验应该建立混合模型还是固定效应模型,而Hausman检验可以帮我们检验出模型符合随机效应还是固定效应模型。因此,对基本数据和模型类型作了F检验和Hausman检验,F值为49.8,而Hausman检验结果的p值为0.0001,根据这些检验结果,模型采用固定效应模型来进行回归分析比较好。在回归的过程中通过逐渐加入控制变量来作回归分析,通过拟合优度的变化来判断依次加入控制变量是否合理。

表1为面板固定效应回归的基本结果。通过对女性劳动参与率对经济增长的全样本估计,模型1只包含了被解释变量和核心解释变量,模型2~5是在模型1的基础上加入了影响经济增长的受教育程度、就业结构、固定资产投资等控制变量。从基本回归结果显示,逐渐加入控制变量后的拟合优度都有所提高,表示控制变量的加入是合理的。模型1、模型2、模型3、模型4和模型5的主要解释变量系数为正,而且在1%的显著性水平下显著,即女性劳动参与率的提高对经济增长存在显著的正向影响,表明性别红利对经济增长具有促进作用。研究假设1得以验证。虽然模型1中,性别红利与经济增长的回归结果显示,女性劳动参与率每增加一个单位,经济增长将提高1.8个百分点,而模型5在加入一系列控制变量后,女性劳动参与率对经济增长的影响为0.011,但是模型5的拟合优度有很大的提高,因此以模型5的结果为基准来报告各个变量的影响。得到的主要回归结果如下:(1)女性劳动参与率显著提高经济增长。从女性劳动参与率的回归结果来看,女性劳动参与率每增加一个单位,经济增长将提高1.1个百分点,这意味着性别红利的这种经济增长效应确实存在。(2)受教育程度对经济增长存在正向影响。模型5中受教育程度的系数为0.003,在1%的显著性水平下显著为正,这表明人力资本水平的提高一直是经济可持续增长强有力的动力,侧面印证了性别质量红利的存在性。(3)二、三产业就业比重的上升促进经济增长。就业结构变量对经济增长的影响系数显著为正,这表明二、三产业就业比重的上升对经济增长都起到促进作用。就业结构变动一个单位,经济增长将变动0.3个百分点,说明二、三产业占比越大,对经济增长的促进作用越大,反之,农业占比升高对经济增长存在抑制作用。这也并不是完全否认发展农业在一个国家中的地位,因为虽然农业的发展也是为经济的发展积累原始资本,但是工业化速度的加快,扩大了对劳动力的需求,会使得女性工资的替代效应高于收入效应从而增加劳动供给以促进经济增长。[30]

表1 实证回归结果

其他一些控制变量的影响报告如下:人口红利即人口抚养比的系数均显著为负,表明随着人口抚养比的下降,经济增长会出现上升趋势。从实证结果可以看出,总人口抚养比下降一个百分点,经济增长将提高0.1个百分点,但是随着我国不可逆转的人口老龄化态势而导致的老龄抚养比的不断攀升,会使得总的抚养比不断升高,当人口抚养比较高时,意味着每单位的劳动力需要抚养更多的人口,从而退出劳动力市场,会对经济增长产生抑制作用;[31][32]固定资产投资额对经济增长的影响显著为正,这说明固定资产投资比例越高,经济增长的水平就越高。固定资本的投资增长一个单位,经济增长将提高0.8个百分点,这表明固定资本投资的增长效应还是很明显的。投资作为经济增长驱动的“三驾马车”之一,一直在经济增长的过程中发挥着重要作用。虽然当今世界范围的经济增长都在由“投资驱动”向“创新驱动”的模式转变,[33]但是投资在经济发展的过程中依然不可忽视,毕竟创新也需要大量的资本投入。

在加入少儿抚养比与性别红利的交互项后,我们得到了一个有意思的结果:少儿抚养比在性别红利的释放过程中起到了调节效应。模型5在加入少儿抚养比与性别红利的交互项(3)加入性别红利与少儿抚养比的交互项是考虑到女性劳动参与率的变化对经济增长的效应依赖于少儿抚养比的取值,即考察女性劳动参与率通过少儿抚养比对经济增长的偏效应。系数在1%的显著性水平上显著为负,说明少儿抚养负担的加重,会影响性别红利的释放。因此,政府可以完善女性生育保险制度以及产假休假制度,完善社区儿童保育服务,为女性“走出来”做好强有力的后勤保障,促进性别红利的有效释放。这验证了我们的研究假设2:少儿抚养比的增加将抑制性别红利的释放。

在加入就业结构与性别红利的交互项后,我们发现:模型6中就业结构与性别红利的交互项的系数在5%的显著性水平上显著为正,说明二、三产业就业比重的上升对性别红利的释放起到了积极的促进作用。国家统计局公布的2019年度三次产业数据显示:第一产业的就业比重为25.1%,其GDP贡献率为3.8%;第二产业的就业比重为27.5%,其GDP贡献率为36.8%;第三产业的就业比重为47.4%,其GDP贡献率为59.4%。可以看出,二、三产业不仅具有就业吸纳能力,而且对经济增长的影响远远超过第一产业,同时,二、三产业尤其是第三产业又更适合女性就业,因此,就业结构的升级将对性别红利的释放产生利好的影响。研究假设3得以验证:就业结构的升级促进性别红利的释放。

三、稳健性检验

(一)替代被解释变量

本文以上通过经验分析得出经济增长的影响因素,在这里通过把被解释变量作替换来进行稳健性检验,我们用现价美元人均收入的对数来替换以2010年不变价美元计算的人均收入的对数(数据来自世界银行数据库)。模型7估计结果显示,在1%的显著性水平下,性别红利对经济增长有正向促进作用。

(二)分样本回归

为了检验性别红利与控制变量对经济增长的影响在不同类型的国家间是否一致,我们采用分样本回归对前文的回归结果作进一步的检验。按照世界银行2019年世界发展指数数据库的分类标准,将总样本中的所有国家分发达国家和非发达国家两个分样本分别进行回归,其中发达国家包括美国、加拿大、日本、澳大利亚等在内的36个国家以及中国、印度、巴基斯坦、马来西亚等在内的152个非发达国家。根据F检验和豪斯曼检验结果,模型仍然需要采用固定效应模型来进行回归,表2中的模型8和模型9列出了对两个类型国家的分样本的回归结果。结果显示,与模型5的回归结果相比,无论是发达国家还是非发达国家的样本回归,性别红利对经济增长的影响都呈现显著正相关,但是影响程度存在差异,性别红利对非发达国家的影响系数较大一些,这表明,在非发达国家更应该注重性别红利的挖掘。

表2 稳健性检验

(三)工具变量法

由于变量之间可能存在内生性问题而导致回归的结果可能是有偏的,本文采用滞后一期的女性劳动参与率作为其工具变量。因为当期的女性劳动参与率会影响下一期的女性劳动参与率,因此滞后一期的女性劳动参与率满足其相关性假定,因为当期的女性劳动参与率与下一期的工资制度等完全不相关,即是满足了外生性假定。在面板数据的处理过程中,采用滞后期工具变量策略是一种常见的选取工具变量的方法。模型10采用工具变量的方法再次使用固定效应模型,采用两阶段最小二乘法(2SLS)进行回归,Sargan-Hansen检验的P值为0.82,表明不存在过度识别的问题。然后进行弱工具变量检验,结果发现F统计量为176.5,远大于临界值10,说明不存在弱工具变量问题。模型9与模型5各个回归系数的显著性很相似,表明女性劳动参与对经济增长的影响显著为正。

在替换变量、分样本回归、运用工具变量法等一系列稳健性检验中发现,本文的主要解释变量的回归结果非常稳健,即性别红利对经济增长的影响显著为正,再次验证了本文提出的研究假设。

四、结果分析

(一)研究结论

本文以1991~2019年188个国家的面板数据为样本分析性别红利对经济增长的影响,利用面板固定效应回归分析并作了一系列稳健性检验,研究结果发现性别红利对经济增长存在显著的正向影响,并得到以下结论。

第一,性别红利对经济增长存在直接效应和间接效应。从全球范围来看,女性劳动参与显著地促进了各国的经济增长;分样本回归结果表明,女性劳动参与对发达经济体和非发达经济体的经济增长都有显著的促进作用,且对非发达经济体的促进作用要高于发达经济体。这表明,非发达经济体的国家,劳动就业市场的性别歧视对女性劳动生产率的抑制更为严重,提高女性劳动参与,挖掘其性别红利的经济效益更为显著。

第二,人力资本促进经济增长包含着深刻的性别红利意义。人力资本提升对所有国家的经济增长的积极影响都是显著的,但在这一影响效应上,发达经济体弱于非发达经济体。基于非发达经济体国家女性人力资本水平严重低下的事实,其女性人力资本增长将具有很强的性别红利潜力和经济增长效应。

第三,就业结构转型促进经济增长具有显著的性别红利含义。在全球范围,就业结构由传统型向现代型的转变具有显著的经济增长效应,但存在着显著的国别差异性,发达国家的经济增长效应弱于非发达国家。在性别红利视域,在非发达国家,女性劳动者是现代产业结构转型的积极建构者,特别是第三产业从业的主力军。因此,基于现代就业结构转型的女性劳动参与,可以通过性别红利机制促进经济增长。

第四,少儿抚养比对性别红利的释放存在调节效应。少儿抚养比提升对性别红利的释放存在抑制性作用,这一实证反证了两个重要命题:一是以“生育率下降为主导内容”的现代人口转变是性别红利生成的人口前提;二是女性劳动参与的市场化效率是家庭孩子“数量质量替代”的第一性激励。人口转变是全世界范围的一个共同历程,有助于提高妇女的社会劳动参与,但人口过程并不能提供内生于市场体系的性别歧视的根本解决路径。

(二)理论解释

第一,在普遍意义上,性别红利对现实经济增长有支持作用。基于劳动力市场性别差异在世界范围普遍存在的判断,逐步消除性别歧视,推进平等就业对实现性别红利有积极意义。无论是发达经济体的国家还是非发达经济体的国家,性别红利支持经济增长的命题均成立。尤其值得关注的是,对于非发达经济体而言,性别红利对经济增长的支持具有更大潜力。

对于我国现实而言,性别红利具有特定的意义,主要表现在性别红利的经济效应内在于国家强调的“推进要素市场化”的体制机制改革的重大战略决策之中。劳动要素市场化进程中,女性劳动要素的市场化进程滞后,严重限制了性别红利的产出,经济的稳定增长和持续发展没有得到基于公平就业的性别红利的充分支持。中国处于从传统社会到现代社会的全面转型过程中,其中的性别红利含义是多层级的:在乡—城劳动力转移过程中,女性劳动力更多滞留在传统乡村,女性劳动力要素的市场化进程后滞,性别红利无法通过乡—城转移(乡村劳动力转变为城市就业者)、产业转型(传统的第一产业转变为现代二、三产业的劳动者)、职业变化(传统农业的自然劳动就业者转变为市场化竞争性就业者)实现充分释放。因此,在我国乡-城劳动力转移的大趋势下,通过乡村发展与城镇化双向合力(推力+拉力),女性增加劳动参与具有支持经济增长的性别红利效应,特别是在社会劳动力供给跨过刘易斯拐点之后,面对人口老龄化和劳动力短缺等困境,女性劳动参与率的提高成为提高全社会劳动供给,维持生产体系对劳动要素的投入需求的极其有效的途径,亦即性别红利支持经济增长的效应尤为重要。中国实践印证了“性别红利支持现实经济增长”的理论命题。

第二,工资率平等是释放性别红利的主要途径。性别红利成之于就业公平对女性劳动参与的激励,并由此支持经济增长。性别红利释放的最大可能性,来自女性社会劳动参与的增加是否具有改进不公正性别工资的效应,也即性别红利是基于性别公平的女性劳动参与增加而带来的经济效率,其前提是两性平等的工资率。性别工资差异在我国城镇用工中普遍存在,特别是临时用工的性别工资差异很突出。2013年中国家庭收入调查数据(CHIP2013)显示,城镇男性月均工资均值为3858.49元,城镇女性的月均工资均值为3009.12元,男性工资率高出女性28个百分点。2013年流动人口动态监测数据调查显示,男性月均工资3132.79元,女性月均工资为2354.38元,男性高出女性33个百分点。职业分层对我国整体的男女工资率差异扩大的影响尤其大。[34]葛玉好利用中国城镇住户调查(Urban Household Survey,简称UHS)数据发现,高收入群体的性别差距不是很严重,中低收入群体的性别收入差距比较明显。[35]可见,性别工资差异是就业歧视的主要体现之一,逐步弥合性别工资差异应成为释放性别红利进行提升人口红利的主要途径。

第三,女性增加社会劳动参与具有突出的代际效应。女性增加劳动参与会显著提高中远期在家庭中的影响力。研究表明,女性劳动参与率的提高可以降低婴儿死亡率,[36]提高家庭总收入,加大对子女的教育投入,[37]由此提高未来劳动力的人力资本水平。与男性相比较,母亲家庭地位对子女人力资本水平有更为显著的正效应。女性通过增加社会劳动参与会提升其家庭决策权并引致突出代际影响效应,特别是对子女“数量质量替代”效应的影响力尤为重要。

与男性劳动参与的代际效应相比较,女性劳动参与增加的代际效应突出,且在多个维度为家庭提供代际支持,其经典理论归纳是女性工资率提高引致家庭孩子“数量质量替代效应”,具体表现:一是母亲在孩子数量减少决策上的权重增加,而这一生育决策与女性劳动参与的关系是内生性的,即减少孩子生育的决策使女性增加了劳动参与时间的可能性,而增加劳动参与将增加家庭特别是母亲的时间稀缺性,从而减少孩子生育的时间投入;二是母亲在孩子人力资本投入决策的贡献份额增加,而母亲更具有对孩子人力资本投入的偏好。劳动力市场对低素质女性劳动者的排斥性更强,母亲是亲历者,经验事实支持着其家庭行为的人力资本投资偏好。

第四,女性增加劳动参与具有突出的公平效率含义。基于性别红利原理,劳动就业领域的“公平”具有深刻的“效率”含义,这是本文对经济学界关于“公平—效率”悖论命题的一个回答。本研究的理论逻辑是,歧视性劳动力市场导致市场体系既扭曲了女性劳动要素的价值评价,也扭曲了男性劳动要素的价值评价,由此干预了劳动要素正常市场化过程,不能为经济增长提供优化配置劳动要素的价值基础,扭曲的劳动要素价值评价,现实后果特别是远期效应必然是整个社会的福利损失。劳动就业市场的性别歧视不仅仅是女性劳动力生产率的单方面损失,也拉低了男性劳动力的生产效率,即是两性双向劳动生产率的损失,因此是整个社会全员劳动生产率的损失。这是性别红利的外部性含义。因此,性别红利具有推动经济领域生产率改进的积极意义。此外,女性劳动参与率的提高,将提高女性的家庭经济地位,为实现基于家庭性别平等的权利结构和理性决策提供支持,由此而有利于推动由男性主导的婚姻家庭生活向性别平等、家庭和谐的模式转变。性别红利外溢性所具有的突出社会效益,为全社会公平正义提供了两性合力的支持。

猜你喜欢
参与率红利效应
我国劳动参与率的趋势、结构与国际比较
推进充分就业 实现“人口红利”向“人才红利”转变
华人时刊(2023年13期)2023-08-23 05:42:52
铀对大型溞的急性毒性效应
懒马效应
今日农业(2020年19期)2020-12-14 14:16:52
"一带一路"沿线国家与其他国家女性劳动参与率发展现状对比分析
新生代(2019年7期)2019-10-25 01:14:16
富硒红利一触即发
健康红利
商周刊(2017年26期)2017-04-25 08:13:03
应变效应及其应用
牌照红利之后的直销未来
我国劳动参与率的对比与分析