我國省際體面勞動水平測度、因素分析及差異研究

彭現(xiàn)美，桂江峰，費(fèi)星星

（安徽財(cái)經(jīng)大學(xué)財(cái)政與公共管理學(xué)院，安徽蚌埠233030）

一、體面勞動的測度及相關(guān)研究

自從1999年國際勞工局總干事胡安·索馬維亞首次提出體面勞動概念以來，圍繞體面勞動需要保障勞動者就業(yè)的自由、平等、安全和尊嚴(yán)，保障每個勞動者都能夠獲得體面的工作機(jī)會，并通過工作獲取適當(dāng)?shù)氖杖氤蔀閲H社會的廣泛共識。在受到國際勞工組織、聯(lián)合國開發(fā)計(jì)劃署等國際組織廣泛關(guān)注的同時，體面勞動先后作為千年發(fā)展目標(biāo)和可持續(xù)發(fā)展目標(biāo)的重要內(nèi)容之一。針對體面勞動研究也成為就業(yè)和社會保障領(lǐng)域研究的熱點(diǎn)問題。

在體面勞動的實(shí)證研究方面，國外一些學(xué)者選擇體面勞動的測量指標(biāo)，通過實(shí)證模型來分析體面勞動水平（Philippe Egger,2002）[1]；同時，有學(xué)者以工作自由、工作公平、工作安全性和生產(chǎn)性工作四個維度為出發(fā)點(diǎn)，圍繞勞動就業(yè)、社會保護(hù)、基本權(quán)利和社會對話四個具體方面，構(gòu)建衡量體面勞動水平指標(biāo)體系，提出具有代表性的測評方法（Dharam Ghai,2003）[2]；也有提出由7個體面勞動赤字指標(biāo)構(gòu)成的測評體系（Bescond etal,2003）[3]，以及由11個測量維度進(jìn)行衡量體面勞動的測評指標(biāo)體系（Richard Anker,2003）[4]。為了評估全球性的體面勞動組織實(shí)施效果和國家層面的體面勞動實(shí)施計(jì)劃的成效，國際勞工組織組織一批專家通過面板數(shù)據(jù)針對項(xiàng)目進(jìn)行分析，也為國際勞工組織下一步工作的開展提供了依據(jù)（Henry,Carla;Engelhardt,2011）[5]。國際勞工組織提出的由11個指標(biāo)組成的測評體系為較多的國際機(jī)構(gòu)所接受和使用，被視為比較權(quán)威的指標(biāo)體系[6]。

國內(nèi)學(xué)者針對我國勞動者群體多樣化的特點(diǎn)，選擇不同群體作為對象開展的研究取得一定的進(jìn)展。這些成果中，既有通過體面勞動測量表和訪談研究知識型勞動者的體面勞動，也有針對農(nóng)民工群體、家庭工人群體和女性勞動者群體的體面勞動進(jìn)行的研究（李朝陽，2011；潘靈翼，2016）[7,8]。在體面勞動實(shí)證研究方面，既有通過就業(yè)、工作權(quán)利、社會保護(hù)、社會對話等體面勞動四個維度為出發(fā)點(diǎn)，選取相關(guān)衡量指標(biāo)，通過建立實(shí)證模型測算出不同國家或地區(qū)的體面勞動指數(shù)（黃維德等，2011）[9]；也有通過政府、企業(yè)、勞動者個人三方在實(shí)現(xiàn)體面勞動中各自的角色定位構(gòu)建體面勞動多層面的指標(biāo)體系（申曉梅等，2010）[10]；還有通過體面勞動的面板數(shù)據(jù)，對體面勞動水平進(jìn)行測量，分析影響體面勞動的重要影響因素、體面勞動水平與經(jīng)濟(jì)發(fā)展之間的關(guān)系（呂紅等，2014；羅燕，2018）[11,12]。

自從國際勞工組織提出體面勞動概念以來，國內(nèi)外學(xué)者便展開了針對性的研究，體面勞動的測量和實(shí)證研究成為重要的組成部分。本文通過近年來中國31個省、市、區(qū)的數(shù)據(jù)資料，利用SPSS軟件及因子分析、聚類分析等方法進(jìn)行研究，測量不同地區(qū)的體面勞動水平。比較分析體面勞動的水平差異表現(xiàn)，全面了解各地區(qū)體面勞動狀況，有助于和諧勞動關(guān)系構(gòu)建和社會的可持續(xù)發(fā)展。

二、體面勞動水平測度的指標(biāo)選取

借鑒國際勞工組織及國內(nèi)外關(guān)于體面勞動水平測量的研究，對我國省際體面勞動測量指標(biāo)同樣選取11個指標(biāo)作為初始測量。各指標(biāo)的數(shù)據(jù)來源主要來自中國統(tǒng)計(jì)年鑒和中國勞動統(tǒng)計(jì)年鑒近年來的數(shù)據(jù)資料，除個別指標(biāo)缺少相關(guān)數(shù)據(jù)之外（例如：建立職工代表大會制度企業(yè)數(shù)量為2010年數(shù)據(jù)），其余為2016年的統(tǒng)計(jì)年鑒數(shù)據(jù)資料，選取指標(biāo)及指標(biāo)含義見表1所示。表2是我國各省市區(qū)對應(yīng)的指標(biāo)數(shù)據(jù)。

表1 體面勞動測量指標(biāo)及含義

表2 我國31省市自治區(qū)體面勞動指標(biāo)數(shù)據(jù)

續(xù)表2

三、體面勞動水平因子分析

（一）因子分析法的依據(jù)

因子分析法的根本目的在于通過少數(shù)幾個因子去表示眾多指標(biāo)或者因素，并反映指標(biāo)之間的復(fù)雜關(guān)系。將相互密切的幾個指標(biāo)歸為一類，每類指標(biāo)就構(gòu)成一個因子，以大部分信息得以體現(xiàn)為依據(jù)，通過幾個不同的因子分析原始數(shù)據(jù)。此外，通過對原始數(shù)據(jù)的分析，將相互之間較為密切的變量進(jìn)行歸類，最終歸為多個綜合指標(biāo)，并保證這些綜合指標(biāo)之間互不相關(guān)，所綜合與反映的信息互相不重疊，這些綜合指標(biāo)被稱為因子（公共因子）。因子分析法就是試圖通過少數(shù)的不可測的公共因子來描述原始觀測的所有指標(biāo)值。因此，用較少的因子來描述與分析原始數(shù)據(jù)的大部分信息，減少了處理復(fù)雜數(shù)據(jù)面臨的困難，同時，在復(fù)雜數(shù)據(jù)中找出研究問題所需要關(guān)注的核心指標(biāo)。

（二）因子分析的步驟

1.指標(biāo)標(biāo)準(zhǔn)化處理

表2所列的數(shù)據(jù)為我國不同省區(qū)市的體面勞動的相關(guān)指標(biāo)，其中包括正向指標(biāo)、負(fù)向指標(biāo)。各指標(biāo)數(shù)值之間差異較大，需要對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)值處理，使其具有可比性。

具體公式如下：

2.進(jìn)行因子分析

在將指標(biāo)進(jìn)行降維之后，進(jìn)一步對指標(biāo)進(jìn)行因子分析，根據(jù)指標(biāo)之間的相關(guān)程度將原始指標(biāo)分組，并找出分組后指標(biāo)的公共因子。

3.相關(guān)陣的計(jì)算

在對數(shù)據(jù)標(biāo)準(zhǔn)化處理之后，進(jìn)行數(shù)據(jù)相關(guān)陣的計(jì)算；進(jìn)一步找出每組數(shù)據(jù)的公共因子及公共因子載荷矩陣；然后因子旋轉(zhuǎn)依據(jù)相關(guān)性找到每個因子代表的數(shù)據(jù)并進(jìn)行命名；最后根據(jù)實(shí)證模型計(jì)算出各個公共因子得分和綜合得分。

利用SPSS19.0軟件對我國31省區(qū)市的數(shù)據(jù)進(jìn)行因子分析，給出KMO參考值，用來檢驗(yàn)變量之間的偏相關(guān)性（KMO參考值越大，越接近1，意味著變量之間的相關(guān)性越強(qiáng)，從而因子分析就更具有可操作性）；球形Bartlett參考值用以判斷相關(guān)矩陣是否單位矩陣。

通過SPSS19.0計(jì)算得出KMO參考值為0.634（大于0.5），用KMO值作為因子分析的判斷標(biāo)準(zhǔn)，KMO大于0.5表示原始指標(biāo)之間存在較大的相關(guān)性，所以用因子分析可以更加具有經(jīng)濟(jì)學(xué)的解釋意義。球形Bartlett檢驗(yàn)的卡方統(tǒng)計(jì)量值為318，伴隨概率sig.<0.01，因此，拒絕原假設(shè)，也即拒絕原始變量矩陣是單位矩陣。

主成分分析法提取出代表原始數(shù)據(jù)信息的公共因子，以特征值大于1來確定因子個數(shù)，最終確定3個主因子代表體面勞動原始數(shù)據(jù)信息見表3。

從表3可以看出，選取前3個主要因子在損失了18.815%的原始數(shù)據(jù)信息量前提下，能有效解釋原始數(shù)據(jù)變量81.185%的信息，說明這些主要因子基本上反映了原始數(shù)據(jù)信息，表4是指標(biāo)計(jì)算的相關(guān)因子解釋總方差表。

依據(jù)最大旋轉(zhuǎn)方差法進(jìn)行主要因子命名，相關(guān)原理是：每一列每個因子載荷的平方在偏向0或1兩極分化，這樣既可以簡化結(jié)構(gòu)，使得各主因子具有合理的經(jīng)濟(jì)解釋，也可以測量指標(biāo)之間的交叉負(fù)荷現(xiàn)象。表5是成分得分系數(shù)矩陣表。

通過表5可以看出：所有原始指標(biāo)單一因子的絕對值接近或大于0.6，表明選定的指標(biāo)能夠進(jìn)行結(jié)構(gòu)簡化，并且滿足經(jīng)濟(jì)學(xué)意義。表6是成份旋轉(zhuǎn)矩陣表。

表3 指標(biāo)的方差及總方差

表4 旋轉(zhuǎn)解釋總方差

表5 成分得分系數(shù)矩陣

由表6可以看出，失業(yè)保險(xiǎn)覆蓋率、工傷保險(xiǎn)覆蓋率、城鎮(zhèn)居民年可支配收入和城鎮(zhèn)在崗職工平均工資，這4個指標(biāo)在公共因子F1上有較大的相關(guān)性，主要可以反映體面勞動就業(yè)質(zhì)量和社會保障水平，故稱F1為就業(yè)保障因子；工會數(shù)量、建立職工代表大會企業(yè)數(shù)量、地區(qū)當(dāng)年政府財(cái)政教育經(jīng)費(fèi)支出這3個指標(biāo)在公共因子F2上具有較大的相關(guān)性，主要反映勞動者受教育水平、通過工會表達(dá)合理訴求、維護(hù)自身合法勞動權(quán)益，故稱F2為社會對話因子。公共因子F3在工傷事故率、人口文盲率、就業(yè)率、勞動參與率4個指標(biāo)上具有較高的載荷，主要反映勞動者參與就業(yè)、接受教育享受平等就業(yè)機(jī)會，故稱F3就業(yè)機(jī)會因子。

表6 成份旋轉(zhuǎn)矩陣

（三）體面勞動水平因子得分計(jì)算

因子分析法的關(guān)鍵在于對若干綜合指標(biāo)進(jìn)行因子分析并提取公共因子，再用每個因子的方差貢獻(xiàn)率作為權(quán)數(shù)，并與該因子的得分乘數(shù)之和構(gòu)造得分函數(shù)。

用因子分析法將數(shù)據(jù)表示為矩陣：X=AF+B

矩陣的具體表現(xiàn)如下:

在模型中，向量X是可觀測的隨機(jī)向量，也即原始觀測變量。F是向量X的公共因子，即各個原觀測變量的表達(dá)式中共同出現(xiàn)的因子，是相互獨(dú)立的并且不可觀測的理論變量。公共因子必須結(jié)合具體的研究問題來進(jìn)行定義，模型中，A是公共因子F的系數(shù)，被稱為因子載荷矩陣，（i=1、2、……,p；j=1、2、……、k)被稱為因子載荷，是第i個原有變量在第j個因子上的負(fù)荷，或者可看作第i個變量在第j公共因子上的權(quán)重。不僅表示xi與fj的協(xié)方差，也表示xi與fj的相關(guān)系數(shù)，反映xi對fj的依賴程度或相關(guān)程度。A的絕對值越大，則說明公共因子fj對xi的載荷量大。矩陣B是X的特殊因子，即：(β1,β2,β3,…,βp) 是 (x1,x2,x3,…,xp)的特殊因子，這種因子為不可觀測。

通過因子分析，可以得出3個主要因子：F1表示的就業(yè)保障因子、F2表示的就業(yè)公平因子、F3表示的就業(yè)社會保護(hù)因子，進(jìn)一步得到3個主要因子對各原始變量的代表得分，如（3）式所示：

在此基礎(chǔ)上建立體面勞動綜合線性評價(jià)函數(shù)，由此計(jì)算出各地區(qū)2015年體面勞動的綜合得分。

根據(jù)各公共因子的得分排名情況，代入省區(qū)市指標(biāo)標(biāo)準(zhǔn)化后的指標(biāo)數(shù)據(jù)，可以測算出不同省市區(qū)公共因子相關(guān)得分及排名情況（計(jì)算結(jié)果如表7所示）。

表7 體面勞動因子得分表

（四）體面勞動水平因子得分結(jié)果分析

通過實(shí)證結(jié)果進(jìn)行分析，可以得出我國各地區(qū)體面勞動水平情況。

1.綜合得分情況，發(fā)達(dá)地區(qū)優(yōu)勢明顯

北京市得分1.46，排名第一位，體面勞動水平綜合得分最高；其次得分較高的主要集中在經(jīng)濟(jì)發(fā)達(dá)的廣東、浙江、山東、上海和江蘇等省市。

2.中西部地區(qū)存在明顯的因子交錯現(xiàn)象

中部地區(qū)體面勞動綜合得分情況——湖北省綜合得分較高，這主要受益于該地區(qū)社會對話因子（F2）得分較高，說明該地區(qū)勞資關(guān)系較為和諧。西部地區(qū)體面勞動綜合得分相對較高的是新疆，得益于該地區(qū)就業(yè)機(jī)會因子（F3）得分較高，說明新疆就業(yè)機(jī)會較為充足，有工作意愿的勞動者，很容易在市場找到合適的工作機(jī)會。

3.東中西部不同因子需要具體分析

體面勞動水平存在較大的地區(qū)差異，具體體面勞動因子得分體現(xiàn)以下狀況：

1）就業(yè)保障因子（F1）。北京、上海、廣東、天津、浙江和江蘇這六個省市的就業(yè)保障因子得分前六位表明：這六個地區(qū)的勞動者社會保險(xiǎn)覆蓋面廣，不僅包含養(yǎng)老、工傷、失業(yè)等基本社會保險(xiǎn)，而且也包含了勞動者的整體報(bào)酬，這六個地區(qū)勞動者報(bào)酬總體較高。除此之外，上述六個省市在勞動爭議、工傷事故率等體面勞動負(fù)性指標(biāo)水平上也較低。西藏、河南、安徽、云南、四川和甘肅六個省區(qū)市依次位于就業(yè)保障因子得分最后六位，說明這六個省區(qū)市就業(yè)保障水平較低。

2）社會對話因子。山東、廣東、江蘇、浙江、河南和四川六個省依次處于社會對話因子得分前六位，表明這六個省的企業(yè)工會組織建設(shè)相對來說較為完善，也表明這些地區(qū)勞動者利用工會或職工代表參與企業(yè)經(jīng)營決策的程度較高；寧夏、青海、海南、北京、西藏和吉林六個省區(qū)市情況則剛好相反，該項(xiàng)得分較低，說明勞動者相比資本所有者地位不足，缺少與資方平等對話的機(jī)會。

3）就業(yè)機(jī)會因子（F3）。就業(yè)機(jī)會因子得分前六位是西藏、海南、青海、北京、福建和寧夏，說明這六個省區(qū)市在勞動者就業(yè)培訓(xùn)方面相對重視；就業(yè)機(jī)會因子得分較低的吉林、黑龍江、山西、遼寧、重慶和湖南，說明這六個省市在勞動者的就業(yè)培訓(xùn)整體水平較低。

四、體面勞動水平聚類分析

為了更加直觀分析各地區(qū)體面勞動得分空間差異，依據(jù)體面勞動水平得分通過SPSS進(jìn)行聚類分析，將全國31個省區(qū)市的體面勞動水平進(jìn)行分類，具體劃分為四類：

1）一級體面勞動水平。體面勞動水平綜合得分超過1的地區(qū)有北京和廣東兩個省市，定義為一級體面勞動水平。

2）二級體面勞動水平。浙江、山東、上海、江蘇、福建、天津、河北和海南8個省市，測算出體面勞動水平綜合得分介于0和1之間，稱為二級體面勞動水平。

3）三級體面勞動水平。體面勞動水平綜合得分為負(fù)值的包括湖北、廣西、河南、四川、遼寧、新疆、陜西、寧夏、內(nèi)蒙古、湖南和江西等11個省區(qū)市，稱為三級體面勞動水平。

4）四級體面勞動水平。體面勞動得分最低的分別為：安徽、貴州、青海、西藏、重慶、云南、甘肅、山西、黑龍江和吉林等10個省區(qū)市，稱為四級體面勞動水平。

五、政策建議

體面勞動日益受到各國政府的重視，我國黨和國家領(lǐng)導(dǎo)人也不止一次強(qiáng)調(diào)實(shí)現(xiàn)勞動者的“體面勞動”，目前正在推動和實(shí)施2016-2020年體面勞動國別計(jì)劃。針對我國不同省區(qū)市的分析結(jié)果，中國政府還應(yīng)在以下方面做出努力。

（一）完善各地區(qū)的社會保障體系

目前全國各地已經(jīng)建立了涵蓋養(yǎng)老、醫(yī)療、失業(yè)、工傷、生育等五大方面的基本社會保障體系，但由于社會經(jīng)濟(jì)發(fā)展水平地區(qū)差距較大，勞動者的基本社會保險(xiǎn)水平在不同省區(qū)市還存在較大差距，直接影響到勞動者的體面勞動水平。

（二）縮小不同地區(qū)間職工工資差距

改革開放四十年來，我國社會經(jīng)濟(jì)建設(shè)取得了快速發(fā)展。在中國經(jīng)濟(jì)的快速發(fā)展中，也出現(xiàn)了嚴(yán)重的社會貧富差距問題。目前存在的比較嚴(yán)重的行業(yè)之間、地區(qū)之間、城鄉(xiāng)之間職工工資差距問題，不僅關(guān)系到提升社會整體體面勞動水平，而且還關(guān)系到我國推進(jìn)城鎮(zhèn)化建設(shè)和全面小康社會的目標(biāo)。

（三）加強(qiáng)勞動者就業(yè)的社會保護(hù)

對勞動者的社會保護(hù)首先要切實(shí)保障勞動者安全的工作環(huán)境，同時也要關(guān)注勞動者的心理健康。一些高危行業(yè)比如煤礦、危險(xiǎn)化學(xué)品等危害勞動者生命安全的事故仍頻頻發(fā)生，說明勞動者的就業(yè)安全還需要進(jìn)一步加強(qiáng)。此外，可以通過工作環(huán)境、家庭生活保障、生活質(zhì)量來提高全社會體面勞動水平。

（四）促進(jìn)勞動者的社會平等對話

促進(jìn)三方對話機(jī)制，就是要傾聽勞動者的心聲。工會在維護(hù)勞動者自身權(quán)益、保障勞動者安全參與生產(chǎn)經(jīng)營活動方面起了重要作用，建設(shè)基層工會組織和職工代表大會制度對保障勞動者平等對話有重要的現(xiàn)實(shí)意義。但是我國的工會制度尚不健全，工會制度也不夠完善，不能夠從根本上解決廣大勞動者體面勞動的問題。

[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]李朝陽.體面勞動視域中的非正規(guī)就業(yè)者的勞動權(quán)益保護(hù)[J].河北師范大學(xué)學(xué)報(bào)，2011（2）:36-41.

[8]潘靈翼.ILO體面勞動視域下的女性勞動權(quán)益問題[J].中華女子學(xué)院學(xué)報(bào)，2016（3）:81-87.

[9]黃維德，柯迪.各國體面勞動水平測量研究[J].上海經(jīng)濟(jì)研究，2011（11）:40-48.

[10]申曉梅，凌玲.體面勞動的多層面測評指標(biāo)體系建設(shè)探析[J].研究探索，2010（11）:23-25.

[11]呂紅，金喜在.中國體面勞動水平測量及變動趨勢分析[J].當(dāng)代經(jīng)濟(jì)研究，2014（6）:45-49.

[12]羅燕，楊婧婧.中國體面勞動水平的省際測量及差異：基于2006-2015年的面板數(shù)據(jù)[J].華南師范大學(xué)學(xué)報(bào)（社會科學(xué)版），2018（1）:139-145.