【研究领域劳动经济学】

1、【研究领域：劳动经济学】中国城镇失业人口失业持续时间的性别差异内容摘要 劳动力市场上，失业持续时间是一个比失业发生率更重要的指标。本文利用2003年12月的调查数据分析了决定中国城镇失业人口失业持续时间的决定因素，并加入了性别视角。女性再就业机会比率仅仅是男性的54.56%,预期平均失业持续时间和预期中位时间分别为124.64和78.02个月，都接近于男性的2倍。教育水平、有6岁以下孩子、各地区第三产业比重、职业培训对女性有显著正向影响而对男性的影响不显著。工作经验和社会网络工作搜寻手段对男性再就业具有显著正向影响，而失业期间挣得、家庭财产和失业救济金对男性有显著负向影响，所有这些因素对女性的

2、影响都不显著。关键词 失业持续时间 再就业机会比率 性别差异Gender Disparities of the unemployment duration in urban ChinaAbstract Unemployment duration is an even more important indicator than incidence rate in labor market. This paper examines the individual-level determinants of unemployment duration in urban China, using a s

3、urvey conducted in the Dec. 2003, and gender angle being considered. The re-employment hazard ratio of females is only 54.56% of males. The expected mean duration and expected median duration of females are 124.64 and 78.02 months separately, nearly as twice as males. Education, children aged under

4、6, the tertiary industry weight and job training have significantly positive effect on female, but having no effect on male. Experience and searching by social network effect males re-employment significantly and positively, while earning during unemployment, family wealth and unemployment benefit s

5、ignificantly and negatively, all of which have no effect on female. Key words: unemployment duration; re-employment hazard ratio; gender disparities一、问题的提出失业率是反映劳动力市场状况的一个重要指标，但事实上，仅仅使用失业率一个概念并不能有效地反映劳动力市场状况。根据失业理论，我们知道，达到某一个既定的失业率，例如8%的途径很多：其一是同样的人全年始终失业，这时，失业发生率是低的，（所谓失业发生率是经历过任何失业的劳动力所占的比例），但是，失业

6、持续期（一次失业持续的时间长度）则相当长；保持8%失业率不变的另一条途径是每月甚至每周的失业者都是完全不同的一组人，这时失业发生率很高，但失业的持续期则非常短。通常，较高的失业发生率和较短的失业持续期被认为是劳动力市场活跃的表现，而较低的发生率和较长的失业持续期则需要引起社会的高度重视，因为这意味着有一部分人成为硬核（hard-core）失业者。研究决定失业持续时间因素的文献很多，R.G.Ehrenberg & R.L.Oaxaca（AER, 1976）的文章是最早对失业持续时间进行实证分析的文章之一，该文分析了失业保险对失业持续时间和再就业工资的影响，发现失业救济金在提高了失业持续时

7、间的同时，也提高了再就业后的工资。SNickell （Econometrica, 1979）构建了具有逻辑曲线（logit）形式的机会函数，并在机会函数的基础上构建了离散的似然方程，估计出不同的个人特征对失业者再就业的概率的影响，并估算出了失业持续时间。在这篇文章中，尼克尔也考察了失业救济金对再就业概率的影响，发现在失业持续时间不超过20周时，失业救济金会降低再就业概率，而在失业持续时间超过20周以后，失业救济金会提高再就业概率。Tony Lancaster( Econometrica,1979)不仅提供了一种持续数据模型的估计方法还分析了遗漏变量对模型估计所造成的影响，并提出了具体解决方案。

8、W. Narendranathan; S. Nickell; J. Stern（EJ，1985）则假设机会函数服从威布尔分布，并利用英国1978年的数据进行了实证分析，得到的结果是机会比率不随着失业持续时间的变化而变化，在本文中，作者还估计了失业持续时间对失业救济金变化的弹性，发现失业救济金确实提高了失业持续时间。Bruce D.Meyer (Econometrica, 1990)则利用半参数估计方法分析了决定失业持续时间的因素，发现失业保险提高了失业持续时间。以上文献为分析失业持续时间问题，特别是失业救济金（或者失业保险）对失业持续时间的影响提供了理论和实证分析的框架，但缺点是所有文献都没有

9、加入性别视角。1993年，中国政府提出建立现代企业制度，国有企业在法律上拥有了用人自主权，利润逐步成为企业追逐的目标，从而失业问题开始显性化。1997年，中国政府提出了国有企业“三年脱困”的目标，国有企业冗员严重的事实进一步暴露，失业问题进一步显性化。2003年，中国劳动力总数达到7.4亿，相当于所有发达国家劳动力资源的总和。在这个庞大的劳动力队伍中，失业者的绝对数量也非常高，据统计，在2003年，全国城镇下岗失业人员高达1400万人，城镇新成长劳动力1000万人。随着农民进城务工体制性障碍的减少，进城打工的农民会进一步增多，截至到2003年年底，农民工的数量已经超过9700万人（经济日报20

10、04年3月13日，第五版）。可以说，在21世纪，中国政府面临的最大挑战就是解决失业问题，2003年，十六届三中全会明确提出“要把扩大就业放在经济社会发展更加突出的位置”；而温家宝总理在2004年的第十届全国人民代表大会第二次会议上提出“千方百计增加就业是政府的重要职责”，并且提出了2004年的预期就业目标是“新增城镇就业900万人，下岗失业人员再就业500万人”， 这说明日益严重的城镇失业问题已经引起党和国家的高度重视。学术界对中国城镇失业持续时间问题进行研究的文献还不是很多，Simon Appleton, John Knight, Lina Song and Qingjie Xia(July

11、 2001) 是最先对中国城镇失业持续时间问题进行定量研究的学者，他们使用正态二元选择模型（probit model）估计了失业的概率，发现女性、教育程度低、技能水平低、在城市集体企业工作的人失业的可能性高；然后利用成比例机会函数和半参数估计的方法估计出机会比率，发现老人、身体状况不佳者、教育程度低以及女性的失业持续时间较长。李实、赵耀辉、韩莉（2001）在中国经济重组中的失业和再就业一文中，紧密结合中国改革开放的实际，特别是20世纪90年代中期以来国有企业大量工人下岗的事实，利用正态二元选择模型着重分析了决定失业和再就业的因素，在分析决定失业的因素时，作者除了考虑了个人特征以外，还考虑了行业

12、、企业性质和地区的因素。在分析决定再就业的因素时，作者考虑了个人特征、家庭特征、职业和失业时间等因素。文中的结果是男性失业的概率比女性低10.47%，而再就业概率比女性高10%。J.奈特和李实（2002）则利用匹配（matching）的方法分析了再就业概率随时间的变化情况，发现随着时间的延长，再就业概率上升；该文中，作者还分析了失业持续时间对中国城镇再就业工人收入的影响，发现在其它条件相同的情况下，实现再就业的男性工资比女性高，总体上失业持续时间与再就业工资呈反向变动关系。以上有关文献对中国劳动力市场失业持续时间的分析是开创性的，并且在分析中都考虑了性别因素，但缺点是或者没有加入失业救济金、职

13、业培训等政策变量进行深入分析，从而政策含义就弱化了。本文试图在工作搜寻理论和持续数据模型的基础上，引入失业救济金和职业培训等政策变量，并加入性别视角来分析决定失业持续时间的因素，重点考察不同性别的失业者对失业救济金和职业培训等政策变量的不同反应。本文的结构大致如下：第二部分是理论框架与假说，第三部分是数据与计量方法，第四部分是失业持续时间的性别差异分析，第五部分是结论。二、理论框架与假说估算失业者的失业持续时间是一个非常重要的理论问题。也是一个重要的实证问题，因为失业持续时间不仅能够反映一个国家或者地区的劳动力市场效率，还能够反映失业者的痛苦程度。甄别决定不同失业者失业持续时间变动的因素也非常

14、重要，因为这关系到一个国家对失业者福利政策的设计。由于目前尚处于失业状态的失业者的失业持续时间存在右截断问题，计量上把失业持续时间估计问题转化为估计失业者脱离失业状态的条件概率，即机会函数，是失业者个体在失业持续时间已经持续了期之后，在时期内脱离失业状态的概率。该失业概率取决于：第一，失业者个体在时期内得到工作机会的概率；第二，这样的一个工作机会被失业者接受的概率。给定工资的分布函数，失业者得到工作机会的概率首先与劳动力需求水平有关，例如，（1）劳动力所在地区的经济增长速度，根据奥肯定率，经济每增长3个百分点，失业率就下降约1个百分点，但在中国，由于随着改革的进行，隐性失业逐步显性化，所以，伴

15、随着经济增长，失业者再就业的增加可能就不会象奥肯定率所说的那样明显。（2）一个地区的产业结构，整体而言，第三产业的劳动力集中程度较高，所以如果一个地区第三产业比例较高，那么，劳动力的就业问题就相对容易解决。劳动者得到工作机会的概率除了与国家和地区的宏观经济形势有关之外，还与劳动者的个人特征有着密切联系，因为即使是在宏观就业形势非常严峻的条件下，也总有人不失业，有人更容易失业，这些个人特征包括工作经验、教育程度、健康状况以及职业培训等。劳动力的需求者在考虑是否录用员工、录用什么类型的员工时，出发点是利润最大化，利润最大化的条件是，其中，是劳动力的边际产量，是劳动力市场效率的衡量标准；是劳动力所生

16、产产品的边际收益；是劳动力工资，在产品的边际产量和劳动力的工资既定时，劳动力的生产效率，即边际产量越高，企业或者用人单位越愿意雇佣员工。在确定劳动者得到工作机会的概率时，个人特征之所以很重要，就在于劳动力市场上存在着严重的信息不对称，劳动力需求者无法确切知道每一个劳动力的生产效率，所以只能通过劳动力的某些个人特征来判断。从纯粹的理论角度来分析，只要劳动力的边际产量大于0，劳动力的需求方都可以给予劳动者相应的工资水平而使其就业，但在现实中，由于平等、习俗、最低工资法、道德以及劳动力的生产效率难以衡量等因素导致劳动力需求者不可能对于某个特定的工作岗位而给予不同求职者以不同的工资水平，所以劳动力需求

17、方所制定的工资往往与工作岗位有关而与申请者无关。劳动力需求方在雇佣劳动力时只能根据劳动力的个人特征来判断，如果劳动力需求方认为该劳动力的边际生产率能够补偿所支付的工资，该劳动力就能够获得工作机会，否则，就不会得到该工作机会。无论是从理论还是从实证的角度来看，确定劳动力接受工作的概率更难一些。工作搜寻理论（起始于Stigler,1962）从追求效用最大化的理性人行为分析出发，提供了劳动力接受某项工作概率的思路。工作搜寻理论假设失业者在劳动力市场上面临着一系列可能的工资，但是，他不能确切地知道哪一个工资水平会成为现实，这不是说该失业者没有意识到劳动力市场上有一系列潜在的不同工资，而是说他不知道他在

18、什么时候能够才能找到这些工作。失业者搜寻工作的途径包括自己挨家挨户地找工作，也包括通过社会关系获得就业信息，还包括利用市场或者政府提供的信息网络，例如职业中心、报纸、网络等。失业者进行搜寻要花费成本，但同时获得预期搜寻收益，搜寻中止条件是需求者支付的工资水平高于保留工资，否则，搜寻将要持续下去。假设表示搜寻者搜寻范围内工资分布的密度函数，工资的期望值为；假设是在时期搜寻者得到工作机会的概率，其中，是一个向量，表示需求特征和搜寻者的个人特征。表示是否参加职业培训，参加职业培训取值为1，未参加职业培训取值为0，在再就业调查的1008个样本中，有217人参加了职业培训，占到再就业人口的21.53，平

19、均培训时间为5.59个月；在失业调查的1565个样本中，有189人参加了职业培训，占到失业人口的12.08，平均培训时间为7.87个月。理论认为，职业培训能够提高失业者的人力资本水平，从而失业者得到工作机会的概率就会提高，即：。考虑工资水平对获得工作机会概率的影响，在其他条件不变的情况下，工资水平比平均工资水平高得越多，竞争越激烈，所以得到高工资工作机会的概率就越低，用公式表示为。再考虑失业者接受工作的概率，假设失业者在失业期间每月得到的失业救济金为，失业期间的其他月收入为，在实现就业之后，失业救济金和其他月收入为0，那么，对于就业者来说，就是失业者再就业的机会成本；如果失业者能够获得工资水平

20、的就业机会而没有就业，那么继续保持失业状态的机会成本就是。工作搜寻理论是以理性人的效用最大化作为分析问题的起点的，假设失业者在就业后以作为其收入流，则该劳动者所获得的间接效用函数为：，其中，为间接效用函数，是的增函数。假设失业者在失业期间的收入、获得工作的概率、以及个人特征都不变，并假设失业者以保留工资的水平接受了工作机会且可以工作无限期，则保留工资满足下式：，（1）在式（1）中，等式的左边是以效用函数形式表示的失业者以保留工资水平接受工作的边际收益，等式的右边是以效用函数形式表示的接受工作的边际成本，即拒绝现有工作机会而继续搜寻所能够获得的预期净收益。从式（1）不难知道，脱离失业的概率。 （

21、2）如果我们假设，所有的变量x都调整到与获得工作的概率成正向变动关系，并假设x和w的分布是独立的，那么，。我们还知道，保留工资和脱离失业的概率都与工资的分布有关，为了简单起见，我们把工资的分布以工资的期望值来表示。这样，在一个简单的静态模型中，我们就可以从（1）和（2）式得出失业者脱离失业的概率与影响因素之间的关系：。 （3）同理，根据（1）和（2），保留工资与影响因素的关系可以表述为：。 （4）从以上的分析中可以得出以下假说：第一，从（1）式可知，失业救济金以及失业者在失业期间所获得的收入越高，以保留工资接受现有工作机会所获得的收益就越低，为了实现效用最大化，必须保证（1）式成立，失业者的保

22、留工资就会提高，从而失业者脱离失业的概率下降。第二，从（3）式和（4）式可见，在其他条件相同的情况下，职业培训既能够提高失业者获得工作的概率，也会提高失业者的保留工资，而前者使得失业者脱离失业的概率提高，后者使得失业者接受工作机会的概率降低从而使得失业者脱离失业的概率下降。最终，职业培训对失业者脱离失业概率的影响取决于两种作用的比较，如果前者大于后者，说明职业培训对改善就业是起作用的，否则，职业培训对改善就业不起作用。需要说明的是由于不同性别的失业者对职业培训的期望值可能不同，从而引起的保留工资的提高幅度也不相同，在职业培训所增加的人力资本相同的条件下，市场上所表现出来的职业培训效果就有很大的

23、性别差异。失业者脱离失业的概率由失业者获得工作机会的概率和失业者接受工作机会的概率共同决定，然而，决定这两个概率的因素除了失业救济金和职业培训等政策因素以外，还受其他因素的影响，例如失业者的个人特征、家庭特征以及市场需求特征等，为了准确考察失业救济金和职业培训对失业者再就业行为的影响，我们必须对这些因素加以控制。三、数据与计量方法本文所使用的数据来源于中国国家统计局城市社会经济调查总队于2003年11月中旬至2003年12月5日进行的城镇居民再就业状况调查和城镇居民失业状况调查：城镇居民再就业状况调查的调查对象是近3年有过失业经历，但目前已经再就业的人员，样本为1008个；城镇居民失业状况调查

24、的调查对象是目前尚处于失业状态的人员，样本数为1565个。样本的抽取方法是在中国的六大经济区中随机抽取17个省市，分别为北京市、天津市、河北省、山西省、辽宁省、吉林省、黑龙江省、江苏省、安徽省、河南省、广东省、湖北省、重庆市、四川省、云南省、贵州省、甘肃省。除了北京、天津、重庆3个直辖市以外，其它每个省份都按照大、中、小分层抽样原则分别抽取3个城市，加上3个直辖市，一共调查了45个城市，这45个城市的调查对象是在册的城市住户调查户（UHS）。本项专业调查所获得的指标，除了再就业者和失业者的失业持续时间以外，还包括以下几类：一是失业者的个人人口特征，例如年龄、性别、教育程度、身体健康状况、婚姻状

25、况、参加的党派类型、享受何种医疗保健、工作搜寻途径以及失业前的收入等；二是再就业者和失业者的职业、行业特征，例如被调查者失业前所从事的职业类型、职业性质、所属行业、所属企业的所有制性质以及离开原有单位的原因等；三是被调查对象的家庭特征，例如家庭成员的年龄、受教育程度、就业情况、所属职业、行业以及收入等；四是被调查者的职业培训状况和社会救济收入等。在2573个调查样本中，失业持续时间为0的有42个，失业持续时间缺失的有61人，失业持续时间异常长，超过10年的有61人，本文之所以把10年作为一个分界线，是因为中国的国有企业改革始于1993年，也就是说，在1993年，中共中央做出了建立现代企业制度的

26、决定，这时，企业才拥有了部分用工自主权，失业问题也由此而显性化。扣除这164个样本，剩余2409个样本，在2409个样本中，实现再就业的有972人，占总样本的40.35，尚处于失业状态的有1437人，占59.65。在有关失业、再就业专项调查数据中，失业者在失业期间收入有明显区分，一部分是失业救济金，一部分是失业期间的打工收入，而在再就业专项调查中，失业期间收入只有失业救济金和失业期间打工收入的加总数据，再就业者在失业期间的失业救济金数据根据失业者的数据推断而得。页：6 推断过程如下，首先利用当前依然处于失业状态的失业者数据得到失业救济金方程，然后进行预测推断。主要的解释变量包括个人特征，失业前

27、所属企业、行业性质，失业前职业性质和职业类型，失业原因，工作搜寻途径和地区虚拟变量等。 为了反映失业者的宏观需求环境，文章引入了3个变量失业率、各地区第三产业比重和地区经济增长率。鉴于中国政府所公布的城镇登记失业率的局限性，本文推算了分省失业率，计算方法如下：根据17个省、市中的45个城市的住户调查（UHS）个人资料，一共45789个样本，剔除16岁以下以及16岁以上的在校学生和准备升学者、离退休人员、丧失劳动能力者、家务劳动者和其他非就业者后，劳动力人口为18576人。定义上个月劳动时间不足4个小时者为失业，上个月劳动时间超过或者等于4小时为就业，根据这个定义，全国的平均失业率为10.26%

28、。各地区第三产业比重和地区经济增长率计算到市，数据来源于2003年中国统计年鉴和中国城市统计年鉴。接下来，我们对中国城镇失业人口特征进行描述性统计分析。表1反映了中国城镇失业人口的失业持续时间和性别分布，我们发现在男性1660岁，女性1650岁的劳动力人口有17518人，其中，男性人口为9892人，所占比例为56.47%；而近三年有过失业经历的人群中，男性仅占40.85%，远远低于劳动力人口中男性所占的比例。不仅如此，在近三年有过失业经历的人群中，已经实现再就业的男性比例为43.42%,又高于近三年有过失业经历人群中男性的比例，相对应地，尚处于失业状态的人群中男性比例为39.14%,低于近三年

29、有过失业经历人群中男性的比例。从平均的失业持续时间来看，在近三年有过失业经历的范围内，男性的平均失业持续时间比女性低5.81个月，再就业者中，男性的平均失业持续时间比女性低4.33个月，在目前依然处于失业状态的人群中，男性平均失业持续时间比女性低6.24个月。以上的比较说明，女性比男性的失业概率更高，失业持续时间更长。表1 中国城镇失业人口的失业持续时间和性别分布,2003*样本劳动力人口(1)*近三年有过失业经历者（2）*再就业者(3)*正在失业者(4)男女男女男女男女百分比(%)56.4743.5340.8559.1143.4256.5839.1460.86分性别失业持续时间（月）-18.

30、80#(21.06)24.61(25.63)14.98 (18.58)19.31(21.66)21.66(22.34) (uncompleted)27.94(27.33)(uncompleted)观测值989276269841424422550562874*数据来源于2003年的城市住户调查（UHS），在（1）中，失业的定义是在上一个月内有酬工作时间不超过4个小时；*数据来源于2003年城镇居民失业、再就业专项调查，在专项调查中，失业被定义为上一周的有酬工作时间不超过1小时。所有数据包含的样本的年龄区间是，男性1660岁，女性1650岁；#括号内数字为标准差。表2是从另一个角度说明女性在劳动力

31、市场上的劣势，在2409个有效样本中，平均而言，再就业者所占比例为40.35%，而在有过失业经历的女性群体中，再就业比例仅为38.63%，低于平均水平近2个百分点，与此相对照，在有过失业经历所男性群体中，再就业比例仅为42.89%，高于平均水平2个百分点以上。表2 分性别的再就业、失业分布指标近三年有过失业经历者再就业者正在失业者样本数24099721437分就业状况所占百分比(%)10040.3559.65女性百分比（）#100（1424）38.62(550)61.38(874)男性百分比(%)100(984)42.89(422)57.11(562)#括号内数字为样本数。表1和表2直观地说明

32、了女性在劳动力市场上所处的不利地位，但是我们并无法知道这种不利地位究竟是由女性失业者个体的人力资本差异引起的还是由性别差异引起的，表3则分性别列举了失业者的个人特征和家庭特征。从表3中可以看出，在个人人力资本特征方面，与女性失业者相比，男性失业者的平均受教育年限低近1个月，平均年龄高1.69岁。在个人和家庭收入方面，男性在失业前平均月收入比女性高出147.52元，男性的其他家庭成员月工资和经营收入比女性低300多元，而男性的家庭月财产收入要比女性高出100多元，失业期间，男性的月失业救济金和月挣得收入分别高出女性4.53元和76.17元，这说明平均而言，男性是主要的家庭收入来源，且是家庭财产的

33、支配者，这说明失业者女性在劳动力市场上是弱势群体中的弱势群体，更需要社会的关注。从表3中的离散型变量特征来看，男性失业者中党员的比例更高，参加职业培训的比例更低，有孩子的比例更低。表3 近3年失业经历者的个人特征和人力资本的性别差异男性女性男性与女性的平均差距连续性变量平均值标准差平均值标准差教育年限111.162.3211.242.14-0.08年龄240.6210.7938.937.961.69失业前月收入（元）696.77479.96549.25302.94147.52其他家庭成员月工资和经营收入（元）648.75789.53983.14788.07-334.39家庭月财产收入（元）33

34、7.44666.44243.79699.26113.65月失业救济金（元）73.9559.6869.4255.194.53失业期间月挣得收入（元）219.91432.55143.45315.1676.17离散性变量党员%313.210.348.150.275.06已婚%477.720.4288.050.32-10.33健康%587.070.3488.120.32-1.05参加职业培训%615.140.3616.780.37-1.64主要依靠亲戚朋友作为寻找工作手段的比重742.7843.47-0.69有6周岁（包括6周岁）以下孩子的比例41.672.2272.330.26-30.66有6岁以上

35、孩子的比例47.360.5058.990.49-11.631.这里的教育年限为连续变量，小学及其以下为6，初中9，高中（中专、技校）12，大专15，大学16，研究生19；2.这里的年龄指周岁；3.党员是指是否为共产党员；4.已婚是指目前有配偶；5.健康是指身体健康状况至少和正常人一样好；6.这里的职业培训可以是政府组织的，也可以是市场提供的；7.工作搜寻途径是指对寻找工作有帮助的途径，包括政府、市场中介、亲戚朋友、自己和其它。本文将利用持续数据模型对失业者脱离失业的条件概率，即机会函数进行估计，在估计的方程中，因变量即为机会函数，自变量包括：（1）：失业救济金；（2）：职业培训时间；这两个政策

36、变量是本文分析的重要变量。（3）：包括失业者个人特征、失业者的家庭特征和劳动力市场的需求特征。假设机会函数为，根据机会函数的定义有：。上式中，包括失业者个人特征、家庭特征、劳动力市场需求特征、失业救济金、职业培训等政策变量；为第个失业者失业持续时间的密度函数，；为失业持续时间的分布函数，也称为失败函数（failure function）。由此机会函数的定义式可以得到：，；积分机会函数（integrated hazard function），也被称为累积机会函数（cumulative function）,在实际应用中是一个有用的指标，但它没有一个直观的经济解释，而且积分机会函数不是一个概率。积分

37、机会函数的定义式是：。而机会函数与生存函数的关系：由积分机会函数的定义式和机会函数与生存函数的关系式可以得到下式：，或者。可见，只要知道了机会函数，其它函数就都可以求出了。为了找出合适的机会函数的分布形式，本文首先利用非参数估计方法画出Nelson-Aalen 累积机会函数，见图1、图2。图1 Nelson-Aalen 累积机会函数图2 分性别Nelson-Aalen 累积机会函数（gender=0表示男性，gender=1表示女性）积分机会函数或者累积机会函数的斜率为机会函数，从图1和图2可见，机会函数随着失业持续时间的增加而下降，但下降的速度是递减的。这样，我们就可以假设失业持续时间服从威

38、布尔（Weibull）分布，机会函数为：，。根据机会函数与生存函数、密度函数之间的关系，有：生存函数。失业持续时间的概率密度函数，其中，是变量所对应的系数，是时间依存系数。在失业持续时间决定因素的分析中，知道失业者再就业的概率随时间的变化趋势很重要，这在持续数据模型中被称为持续时间依赖趋势，用公式表示为机会函数对时间求导：，其中，。可见，如果机会函数为威布尔形式，则当时，机会函数具有正向的持续时间依赖，说明失业者脱离失业的条件概率随着失业持续时间的延长而上升。当时，机会函数具有负向的持续时间依赖，说明失业者脱离失业的概率随着失业持续时间的延长而下降。当时，机会函数不具有持续时间依赖性，说明失业

39、者脱离失业的概率不随着失业持续时间的变化而变化。根据Nelson-Aalen 经验累积机会函数可知，本文中所估计出的，即再就业的条件概率随着失业持续时间的延长而下降。本文中，解释变量 不随时间而变化，则失业者失业持续时间的中位数和失业者的期望失业持续时间分别为：；，为标准的伽马分布函数。四、失业持续时间的性别差异分析在持续数据模型中，参数估计方法能够反映变量之间的数量关系，但是一旦分布函数假设失误，参数估计的准确性将要下降，为了使得参数估计方法的分布函数假设与现实更好地拟合，本文首先同时使用半参数和参数估计两种方法进行估计，以便检验参数估计的可靠性。表4 机会比率的Weibull参数估计和 C

40、ox半参数估计模型1：Weibull参数估计模型2：Cox半参数估计变量Haz.RatioStd.Err.P>|z|Haz.RatioStd.Err.P>|z|性别*.5456399.04440550.000.5685041.04609740.000年龄1.284872.05778630.0001.278939.05726030.000年龄平方.9969621.00055960.000.9970305.00055810.000教育水平1.098664.01958030.0001.090258.01952150.000健康状况*2.084992.28759920.0001.98622

41、9.27408480.000党派*1.922516.20874090.0001.832121.19978570.000失业前月收入.9993067.00014290.000.9993273.00014190.000失业期间挣得.9995027.0001670.003.9994597.00016770.0016岁以下孩子*1.419439.22564840.0281.419274.225760.028618岁孩子*1.178281.10646730.0691.164967.10502760.090家庭其他成员失业状况*.081933.04125530.000.0868239.04371040.0

42、00其他成员挣得和经营收入.9997312.00005710.000.9997366.00005730.000家庭财产收入.9999373.00006590.342.9999375.00006510.337市场中介#.9576294.26242490.874.9858219.27013590.958亲戚朋友#1.667882.20538270.0001.657404.20409780.000自己#1.835537.2310640.0001.851686.23341860.000其他#1.438509.29121840.0721.456341.29486560.063地区失业率.9936249.

43、01495810.671.9909028.01493040.544地区第三产业比重1.013382.00670530.0451.013413.00671420.044地区经济增长率1.010856.02261180.6291.010081.02256950.653失业救济金.9978361.00078330.006.9980698.00078010.013职业培训*1.563003.13679150.0001.510945.13247190.000/ln_p-.148774.02849680.000p.8617638.02455751/p1.160411.033068Log likelihoo

44、d = -2041.7329Log likelihood = -5274.5185LR chi2(22) = 442.41LR chi2(22) = 411.25Prob > chi2 = 0.0000Prob > chi2 = 0.0000Number of obs = 2191Number of obs = 2191*为01虚拟变量，为1的变量依次为：女性、健康、共产党员、有6岁以下孩子、有618岁孩子、家庭中失业人口数为1个以上、参加职业培训；#为工作搜寻途径，参照组是政府。从表4可以知道，weibull参数估计和cox半参数估计的结果无论是在数值上还是在方向上都基本相似，这

45、说明设定机会函数为weibull分布是合理的，下文中，我们将直接使用weibull参数估计方法。从表4的回归中，我们得到的基本结论是失业者实现再就业条件概率的性别差异很大，在其它条件相同的情况下，女性再就业的机会比率只有男性再的54.56%（weibull参数估计结果）。无论是从描述性统计分析，还是从回归方程中，我们都可以看出实现再就业机会具有明显的性别差异，但是，个人特征、家庭特征、宏观经济环境以及有关就业政策对男性和女性再就业影响究竟有什么不同，不同性别的平均失业持续时间究竟有多长，不同性别的失业者对中国政府所实施的就业政策反应有何不同？本部分将利用Weibull参数估计方法对这些问题做出

46、回答。表5 分性别Weibull参数估计女性男性变量Haz.RatiozP>|z|Haz.RatiozP>|z|年龄1.1239271.520.1281.3694065.400.000年龄平方.9986248-1.380.167.99622-5.300.000教育水平1.1518485.480.0001.0534421.980.047健康状况2.2719464.200.0002.3854514.330.000党派1.9761844.500.0001.6459333.070.002失业前月收入.9988487-4.640.000.999595-2.550.011失业期间挣得.9997

47、809-0.940.349.9992533-3.060.0026岁以下孩子1.4871631.920.0551.1198650.430.669618岁孩子1.1767551.290.1971.1440411.030.303其他成员失业状况.0817992-3.520.000.0824199-3.490.000其他成员挣得收入.9997274-3.580.000.9997249-3.110.002家庭财产收入1.0000520.820.415.9997223-2.190.029市场中介.770978-0.680.4971.2627650.580.559亲戚朋友1.2890521.560.1192

48、.3516824.440.000自己1.6625163.130.0021.9366443.290.001其他1.1939060.640.5191.6272131.590.111失业率*.9894159-0.510.608.9961978-0.170.868第三产业比重*1.0236482.570.010.9986648-0.130.896经济增长率*1.0043720.140.8881.0236650.720.474失业救济金.9983699-1.540.123.9967425-2.660.008职业培训1.778625.030.0001.2220191.450.148/ln_p-.11616

49、14-3.020.003-.1497802-3.510.000p.8903315.86089721/p1.1231771.161579Log likelihood = -1146.4119Log likelihood = -868.21402LR chi2(21) = 254.22LR chi2(21) = 215.53Prob > chi2 = 0.0000Prob > chi2 = 0.0000Number of obs = 1296Number of obs = 895*为分省失业率，根据2003年UHS数据计算而得；*为分市数据，来源于2003中国统计年鉴和中国城市统计年鉴

50、。从表5可见，影响再就业概率的因素对不同性别失业者的影响程度是不同的，首先来看失业者个人特征变量。工作经验对女性脱离失业的影响在统计上是不显著的，而对男性则非常显著；其它条件不变，男性工作经验每增加1年，脱离失业的机会比率就增加36.94%，这可能与性别的职业分工有关系，男性所从事的职业在平均意义上技术性要求更高。教育水平对男性和女性的影响都是显著的，但对女性的影响程度更大、显著性更高；教育年限每增加1年，女性的机会比率就增加15.18%。健康状况对机会比率的影响是显著的，但性别差异不大；是否为党员对机会比率的影响显著，比较而言，对女性的影响程度更高，其它条件不变，女性党员的机会比率比非党员高

51、大约1倍，而男性党员只比非党员高约0.5倍。失业前月收入对男性和女性的影响方向都为负，具体而言，失业者失业前收入每增加100元，女性机会比率就下降11.5%，男性只下降4%，这种数量上的性别差异可能源于偏好的差异，即女性更偏爱闲暇。失业期间的挣得收入对男性再就业影响显著，而对女性不显著，从表5可见，失业期间的挣得收入每增加100元，男性机会比率就下降7.5%；这种差别可能来自于男性和女性对风险的态度不同，女性更具有风险规避的特征，从而在失业期间有其它收入的情况下，依然保持有较高的工作搜寻强度。失业者的家庭特征对失业者再就业的机会比率有重要影响。拥有6岁（包括6岁）以下或者618岁的孩子会增加家

52、庭支出从而会提高失业者搜寻工作的强度，表现为男性和女性的再就业机会比率都增加，但对男性的影响在统计上不显著，可能的原因是在中国这样一个传统社会中，男性被认为是家庭收入的主要来源，这样，无论是否拥有孩子，男性都要承担家庭的经济责任，这样孩子对男性工作搜寻强度（search intensity）的边际提高就比较低；而拥有6岁以下的孩子对女性再就业有显著正向影响，6岁以上孩子影响不明显，可能的原因是女性在经济压力下提高了搜寻强度，而在学龄前女性往往有更多的自由支配时间，一旦孩子进入小学、中学之后，女性往往要承担起辅导功课等责任，从而可以在劳动力市场上自由支配的时间减少了。家庭中至少还有一个其他成员失

53、业的失业者再就业机会比率大大降低，只有其他成员全部就业失业者的82%，本文认为，失业者再就业机会比率下降的一个原因是失业人员增加导致整个家庭的社会网络资源减少，另一个可能的原因是一旦一个以上家庭成员同时失业，劳动力再就业的信心可能就会受到打击，这样，失业者的工作搜寻强度往往会下降。这个结论与已有文献的结论不同，已有文献的结论是在一个家庭中，如果夫妻双方都出现失业，整个家庭的支付能力就会大大下降，这时，失业者的搜寻强度就会提高，实证研究的结论是配偶也处于失业状态的失业者再就业概率会提高6.1%（Li Shi, Zhao Yaohui and Han Li,2001）。产生这一差距的可能原因是Li

54、 Shi, Zhao Yaohui and Han Li等所使用的数据为2000年春天的调查数据，本文所使用的数据是2003年年底的调查数据，在大约4年时间里，中国劳动力市场供给大于需求的矛盾更加突出，失业者实现再就业所受到的需求约束更加明显。家庭中其他成员的挣得和经营收入对失业者再就业具有显著的消极作用，但性别差异不大。家庭财产收入对再就业影响的性别差异方向相反，对女性失业者的影响为正，但在统计上不显著，对男性失业者的影响显著为负，具体地说，家庭财产收入每增加100元，男性再就业机会比率降低2.8%，这说明在家庭中，男性掌握着财产收入的支配权。本文使用的第三类变量是宏观经济变量，包括工作搜寻

55、途径和地区宏观经济变量，前者反映了劳动力市场发育状况，后者反映着地区的经济发展状况。在工作搜寻途径的分析中，我们发现，政府和市场中介对再就业的改善显著落后于社会网络（亲戚朋友）和自己努力。亲戚朋友对失业者提高再就业机会的影响为正，但对女性的影响在统计上不显著，而对男性的影响则非常显著，与把政府作为工作搜寻途径的男性失业者相比，以亲戚朋友等社会网络为工作搜寻途径的男性再就业机会比率提高135%。这个结论说明，第一，在中国目前的再就业市场上，政府的作用在弱化，市场的作用还没有确立，失业者寻找工作主要依靠个人的社会网络；第二，平均而言，男性比女性具有更广泛的社会网络可以利用。通过回归结果，我们还发现无论男性还是女性通过自己努力实现再就业的机会比率要显著高于政府的作用，与政府相比，女性通过自己努力实现再就业的概率是通过政府实现再就业的166.25%，而男性则提高接近1倍。工作搜寻途径主要依靠社会网络和个人的这个结论与已有文献完全不同，已有文献的结论是通过失业者自己和失业者的社会