党的十八届五中全会公报指出，要坚持就业优先战略，打破城乡、地区、行业分割，消除身份、性别歧视，维护劳动者平等就业的权利。就业的性别差异是值得重视的问题。全国第六次人口普查结果显示，2010年16～59岁女性的就业率为69.9%；与第五次人口普查相比,这一比例下降了7%，比同时期的男性就业率低13.8%(国务院人口普查办公室 等，2012)。女性在就业中存在一定程度的职业性别隔离，培训和晋升机会都比男性少。本文拟在我国新型城镇化建设和大规模征地的背景下，深入分析失地女性就业弱势地位的影响机制，以期对促进女性平等就业、完善劳动力市场建设有所裨益。

一、文献回顾

女性就业弱势地位指女性在劳动生产率等同于男性的情况下，由于性别的原因，在就业机会、工资待遇及职位升迁方面受到影响，同时在劳动力市场上女性受到比男性更多的限制。以Becker为代表的新古典经济学认为，男女劳动力由于生理上的差异，妇女具有从事以养育子女为主的家务劳动方面的“比较有利条件”，而男性则具有从事户外劳动的“比较有利条件”，“男主外、女主内”就成为一种最佳的男女分工模式(Becker，2009)。社会习俗、公共政策以及传统的婚嫁制度决定了妇女要承担更多的家庭照料责任(刘岚 等，2010)。已有定量研究也表明，男女两性角色的重要区别是女性在事实上承担了生育、抚养并照顾后代、管理家庭的主要责任(熊瑞祥 等，2017)。家务劳动、子女抚养与教育、照顾年迈的父母是导致已婚女性劳动力市场参与率较低的重要原因(周春芳，2013； Cristia，2006)。家庭中孩子的数量和年龄对女性就业具有较大的影响(魏宁 等，2013)。与丧失生活能力的父母居住会显著减少女性的工作时间(Kolodinsky et al，2000)。

现有关于失地女性就业的文献，主要讨论失地妇女收入的影响因素(孙良媛 等，2007；李琴 等，2007)、失地妇女就业与培训(楼培敏，2008)、失地农村妇女的社会保障等问题(肖文 等，2005)，而专门讨论失地女性就业弱势地位影响因素的文章并不多见。性别差异和婚姻家庭对失地女性就业决策的影响是复杂的，性别不仅可能直接影响失地女性的就业，而且可能通过调节作用对失地女性的就业产生间接影响。失地女性与一般的农村女性的就业状况有相似之处，但失地女性没有土地作为最后的保障，更容易陷入贫困境地。

需要注意电气施工的成本效益、经济效益和进度管理是密切相关的，在进行电气施工准备的过程中，一定要对预留管线进行管理，保证在规定时间内完成相关的操作，防止出现超时的情况，其次在，工程机械主体完工之后需要将工程机械电气进行妥善安排，尽量保证相关的衔接程序，避免耽误时间的情况的出现，对电气施工的进度产生重大影响，其三，在进行工程机械装修的过程中，一定要保证装修工作与电气施工进行结合，确保电气是否能够顺利的进行，第四，在电气进度管理的过程中，一定要编制相应的计划书，合理的对相关的步骤进行分解，根据周、月的时间计划对施工工程进行落实。

黄曲霉毒素是由黄曲霉在生长繁殖过程中发生的一种次生代谢产物。1960年苏格兰因食用发霉花生粉引起10万只火鸡中毒死亡，并通过实验室检测确定是由黄曲霉毒素引起火鸡中毒死亡。以后，德国、美国、非洲的科学家证明黄曲霉毒素能引起家禽、猪、鱼和牛、羊等物发生中毒。我国贵州、江苏、甘肃、四川等地也有家禽、猪、鱼和牛、羊因饲喂含有黄曲霉毒素的饲料引起的中毒的报道。

式(3)和式(4)中：xi和xj为坐标分量；σk和σε分别为湍动能k和耗散率ε对应的Prantal数；Gk为平均速度梯度引起的湍动能k的产生项；C1和C2为经验常数；μt为湍流黏性系数。湍流黏性系数μt的计算式为

二、样本描述与模型设定

(一)数据来源

表5首先考察劳动力是否就业的影响因素。性别对就业决策的影响因素广泛存在调节作用。已婚男性相比于已婚女性，更可能选择就业。家庭中学龄前儿童越多，越不利于女性就业；家庭学龄前儿童的数量对女性就业的影响程度比对男性更大。家庭中其他劳动力本地务农、本地非农就业、外地就业、做家务等，更可能促使男性就业，而对女性就业的促进作用较弱。年龄的影响也存在性别差异，在倒U形分布中，男性的顶点为43.20岁，而女性只有37.38岁，也即女性会更早退出劳动力市场。相比男性，通过培训获得劳动技能的女性更可能参与就业。就业的同群效应在女性中表现也更为明显。

(二)性别与就业差异

从表1可以看出，在本地农业就业、本地非农就业、外地非农就业、做家务、求学和其他几个就业类型中，失地女性劳动力本地非农就业的比例最大，其次是做家务。与男性劳动力相比，失地女性的就业比例更低，同时相当大比例的失地女性完全退出劳动力市场，而选择在家做家务。

 

表1 性别与从事主要活动的列联表

  

本地农业就业本地非农就业外地就业家务求学其他总计女性劳动力(人)903808326848100969比例(%)9．3039．208．6027．705．0010．30100．00男性劳动力(人)705521335455105969比例(%)7．2050．7013．705．605．7010．80100．00

(三)女性婚姻状况与就业差异

其中， sexi表示性别，分为女性和男性；marrii表示婚姻状况，分为未婚和已婚；nurturei表示抚养和赡养变量；labori表示家庭其他劳动力配置变量；individuali表示个体特征变量；peeri表示同群效应变量。变量具体情况如表4所示。

 

表2 失地女性婚姻状况与从事主要活动的列联表

  

本地农业就业本地非农就业外地就业家务求学其他总计未婚劳动力(人)2443724815148比例(%)1．4029．8025．001．4032．4010．10100．00已婚劳动力(人)8733446257083807比例(%)10．8041．405．7031．800．0010．30100．00离婚劳动力(人)0100001比例(%)0．00100．000．000．000．000．00100．00丧偶劳动力(人)11090213比例(%)7．707．700．0069．200．0015．40100．00总计劳动力(人)903808326848100969比例(%)9．3039．208．6027．705．0010．30100．00

(四)抚养和赡养负担与就业差异

综合以往研究和本文的统计描述，我们认为就业决策的影响因素可能包括性别、婚姻状况、家庭状况及个人特征。为了考察失地女性进入劳动力市场的影响因素，我们选取是否就业、本地非农就业和外地就业作为因变量。本文采用的二元Logistic回归模型设置如下：

 

表3 不同抚养和赡养情况的失地女性劳动力就业比例(%)

  

数量0个1个2个3个学龄前儿童数62．9049．5046．500．00学龄少儿数58．0053．1069．2050．00老年人口数56．7054．0073．30100．00

(五)模型设定

从表3可以看出，家庭中学龄前儿童(1～6岁)越多，失地女性劳动力就业率越低；而家庭中66岁及以上老年人的数量，似乎并没有对失地女性劳动力就业形成负面影响。

ln(py/1-py)=αi+β1sexi+β2marrii+β3nurturei+β4labori+β5individuali+β6peeri+εi

从表2可以看出，在未婚的失地女性劳动力中，正在求学的比例最高，其次是本地非农就业；而对于已婚的失地女性来说，本地非农就业的比例更高，同时从事家务劳动的比例也远高于未婚女性。已婚女性更多选择本地非农就业，未婚女性更多选择外地非农就业。

绿色低碳革命正在成为引领新一代产业革命的大势所趋，创新驱动的过程中重视绿色低碳发展是中国经济转型升级、产业迈向中高端，最终促进中国经济社会可持续发展的根本出路。一方面，绿色低碳可持续发展必须依赖创新驱动；另一方面，创新驱动发展必须围绕绿色低碳方向展开。

 

表4 模型解释变量基本情况描述

  

因素变量含义均值性别和婚姻性别1=男，0=女0．500婚姻状况1=未婚，0=已婚0．813家庭抚养和赡养学龄前儿童人0．488学龄少儿人0．345老年人口人0．271家庭其他劳动力配置其他劳动力本地务农人0．210其他劳动力本地非农就业人1．299其他劳动力外地就业人0．333其他劳动力做家务人0．433个体特征年龄岁40．057年龄平方项年龄平方1804．226是否户主1=是，0=否0．266是否党员1=是，0=否0．072有无养老保险1=有，0=无0．610受教育年限年8．219是否参加过职业培训1=是，0=否0．105健康状况1=非常差，2=比较差，3=一般，4=比较好，5=非常好3．809村庄同群效应村内本地务农比本村本地务农劳动力除以本村劳动力0．083村内本地非农就业比本村本地非农劳动力除以本村劳动力0．481村内外地就业比本村外地就业劳动力除以本村劳动力0．111村内劳动力就业比本村就业劳动力除以本村劳动力0．675

三、实证检验

劳动力是否外地就业的影响因素同样受到性别的调节。如表7所示，已婚对失地女性外地就业有显著的负向影响，对失地男性却没有影响。与男性相比，家庭中学龄前儿童数越多，越不利于失地女性外地就业。家庭其他劳动力外地就业对女性选择外地就业有正向显著影响，而对男性影响较弱。家庭其他劳动力从事家务对女性选择外地就业也存在正向显著影响，而对男性没有显著影响。年龄也是限制女性就业的重要因素，女性年龄倒U形分布的顶点是29.56岁，而男性是32.33岁，女性比男性更早退出外地劳动力市场。是否参加过职业技能培训对失地女性外地就业影响显著，而对男性则没有显著影响。虽然外地就业同群效应在男性和女性中都存在，但女性受到同群效应的影响要小于男性。

(一)性别在失地劳动力就业决策中的影响

课题组2013年在中部地区选择几个中等规模城市，选定其中最近3～5年中有土地被征收的农村地区作为研究样本区域，在各个市区内选择2～3个较为典型的经济开发区域，再对区域内随机选取的村庄和失地农户进行入户问卷调查和深度访谈。本文数据来自江西九江和湖北襄阳的1938个劳动力(16～65岁)样本，其中男性劳动力和女性劳动力各为969个。

 

表5 失地劳动力是否就业影响因素的回归结果

  

不分性别BEXP(B)女性BEXP(B)男性BEXP(B)性别0．713∗∗∗2．040婚姻状况0．2801．324-0．0560．9450．658∗1．930学龄前儿童-0．585∗∗∗0．557-0．791∗∗∗0．453-0．320∗0．726学龄少儿-0．0070．993-0．0870．917-0．0090．991老年人口0．1701．1850．2121．2360．1381．148其他劳动力本地务农1．170∗∗∗3．2230．901∗∗∗2．4631．874∗∗∗6．513其他劳动力本地非农就业0．410∗∗∗1．5070．354∗∗∗1．4250．575∗∗∗1．778其他劳动力外地非农就业0．286∗∗∗1．3310．1481．1600．576∗∗∗1．779其他劳动力做家务0．714∗∗∗2．0430．542∗∗∗1．7200．895∗∗∗2．446家庭纯收入0．0001．0000．0001．0000．0001．000年龄0．348∗∗∗1．4160．299∗∗∗1．3490．432∗∗∗1．540年龄平方-0．004∗∗∗0．996-0．004∗∗∗0．996-0．005∗∗∗0．995是否户主0．667∗∗∗1．9480．4451．5600．575∗∗1．777教育年限0．0231．0230．0311．031-0．0120．988有无培训1．019∗∗∗2．7701．153∗∗∗3．1660．857∗∗∗2．355健康状况0．289∗∗∗1．3350．228∗∗∗1．2570．420∗∗∗1．523村内总就业比3．467∗32．0353．754∗42．6972．83417．005Constant-10．912∗∗∗0．000-9．455∗∗∗0．000-12．087∗∗∗0．000

注：为了便于分析，回归模型剔除离婚(4个)和丧偶(28个)的劳动力样本，只保留已婚和未婚的劳动力；*、**和***分别表示10%、5%和1%的显著性水平；表中婚姻状况变量的参照组是未婚。下同

(二)性别在失地劳动力本地非农就业决策中的影响

综合考察表5、表6和表7的回归结果，无论是总体的就业决策，还是本地非农就业或外地就业决策，性别差异对失地劳动力就业决策的影响均为显著，女性总体上处于就业的弱势地位。

 

表6 失地劳动力是否本地非农就业影响因素的回归结果

  

不分性别BEXP(B)女性BEXP(B)男性BEXP(B)性别0．546∗∗∗1．726婚姻状况0．576∗∗∗1．7800．707∗∗2．0280．3571．429学龄前儿童-0．405∗∗∗0．667-0．702∗∗∗0．496-0．1360．873学龄少儿0．0981．1030．0021．0020．1481．160老年人口0．0691．0720．1001．1060．0411．042其他劳动力本地务农0．0971．102-0．0120．9880．1771．193其他劳动力本地非农就业0．425∗∗∗1．5290．422∗∗∗1．5250．460∗∗∗1．585其他劳动力外地非农就业-0．227∗∗0．797-0．377∗∗∗0．686-0．1080．898其他劳动力做家务0．451∗∗∗1．5690．280∗1．3230．523∗∗∗1．687家庭纯收入0．0001．0000．0001．0000．0001．000年龄0．329∗∗∗1．3900．332∗∗∗1．3940．358∗∗∗1．431年龄平方-0．004∗∗∗0．996-0．004∗∗∗0．996-0．004∗∗∗0．996是否户主0．594∗∗∗1．8110．4361．5470．396∗1．486教育年限0．0101．0100．0221．022-0．0190．982有无培训0．676∗∗∗1．9670．753∗∗∗2．1240．615∗∗∗1．849健康状况0．238∗∗∗1．2690．193∗∗1．2130．291∗∗∗1．338村内本地非农就业比3．707∗∗∗40．7333．151∗∗∗23．3534．542∗∗∗93．834Constant-10．098∗∗∗0．000-9．370∗∗∗0．000-10．695∗∗∗0．000

(三)性别在失地劳动力外地就业决策中的影响

回归变量的方差膨胀因子(VIF)均小于10，不存在显著的多重共线性问题，各个模型拟合结果良好。

(四)回归结果的进一步比较分析

本地非农就业是失地劳动力最主要的就业方式，劳动力是否本地非农就业的回归结果如表6所示。劳动力选择本地非农就业的影响因素广泛受到性别的调节。女性受婚姻状况的影响程度更大，已婚使失地女性更可能选择本地非农就业。家庭其他劳动力在外地从事非农活动，对失地女性的本地非农就业也有显著影响，它使失地女性更不可能选择本地非农就业，而失地男性并不受这一因素的显著影响。家庭中其他劳动力从事家务活动，对男性选择本地非农就业的激励更大，而对女性的影响较小。失地女性本地非农就业受到年龄的限制更为明显，倒U形的顶点在41.50岁，而男性在44.75岁，女性更早退出本地非农劳动市场。通过培训掌握技能的女性比男性更倾向于本地非农就业。健康状况对男性的影响大于女性。男性受到村内同群效应的影响也大于女性。

抑制失地女性就业的原因可以解释为：(1)已婚女性需要更多照顾家庭。无论是将已婚女性与未婚女性比较，还是将已婚女性与已婚男性比较都表明，已婚不利于女性进入劳动力市场，而且在就业地点的选择上，也使女性更倾向于本地而非外地就业。(2)女性承担了学龄前儿童抚养的主要责任。抚养后代的责任不仅影响女性外出就业，也影响其本地非农就业。这与周春芳(2013)、刘妍等(2008)的研究结论一致，学龄前儿童的母亲必须放弃一定的从事经济活动的机会。(3)失地女性承担了更多的家务劳动，这在一定程度上限制了她们的市场就业。(4)失地女性的年龄更容易影响她们就业，包括本地非农就业和外地就业的选择，这可能是因为劳动力市场中存在对女性的年龄歧视。

回归结果同时显示，目前也存在以下几个能够促进失地女性就业的力量：(1)家庭中其他劳动力从事本地农业、本地非农工作时，可能会在一定程度上促使女性就业。(2)女性的配偶等家庭成员在外地就业，女性更容易选择外地就业。(3)有过培训经历、掌握一定技能的女性更容易选择就业，这一因素对女性的影响比对男性更大。(4)健康状况的改善也能促进女性就业。(5)就业的同群效应在失地女性中表现也比较明显。

“哦，拜托，你不记得我了？”克里斯蒂娜边做三明治边问艾尔，“前几天我们还一起上数学课，况且我也不是个安静的人。”

 

表7 失地劳动力是否外地就业影响因素的回归结果

  

不分性别BEXP(B)女性BEXP(B)男性BEXP(B)性别0．499∗∗∗1．647婚姻状况-0．4530．636-1．058∗∗0．347-0．0340．967学龄前儿童-0．279∗0．757-0．561∗0．571-0．1980．821学龄少儿-0．2990．742-0．4350．648-0．2250．799老年人口-0．1520．859-0．0010．999-0．2270．797其他劳动力本地务农0．2411．2720．1521．1640．1861．204其他劳动力本地非农就业-0．0960．908-0．0370．964-0．1870．829其他劳动力外地非农就业0．779∗∗∗2．1801．235∗∗∗3．4380．569∗∗∗1．766其他劳动力做家务0．404∗∗∗1．4980．516∗∗1．6750．2201．246家庭纯收入0．000∗∗1．0000．000∗1．0000．0001．000年龄0．246∗∗∗1．2790．532∗∗∗1．7020．194∗∗1．215年龄平方-0．004∗∗∗0．996-0．009∗∗∗0．991-0．003∗∗∗0．997是否户主0．2041．2261．2963．655-0．656∗∗0．519教育年限0．054∗1．055-0．0020．9980．0551．057有无培训0．2471．2800．750∗2．118-0．0540．947健康状况-0．0140．9860．1101．116-0．0840．919村内外地就业比8．294∗∗∗3997．9265．630∗∗∗278．7909．665∗∗∗15759．795Constant-7．108∗∗∗0．001-10．516∗∗∗0．000-5．841∗∗∗0．003

四、结论与启示

本文以失地劳动力的就业决策为对象，研究了失地女性就业劣势的影响因素。采用定量分析，从婚姻家庭、家庭抚养和赡养、家庭劳动力配置、个人特征和同群效应等方面，考察了影响失地女性劳动力就业、本地非农就业和外地就业的因素。系统考察性别对失地女性就业决策影响因素的调节作用，有助于深入揭示当前失地女性的就业弱势地位。基于性别差异视角的研究，本文得到以下基本结论：第一，性别差异对失地劳动力就业决策具有显著影响，失地女性总体上处于就业的弱势地位。在其他条件不变的情况下，男性就业率约为女性的2倍。第二，婚姻状况、家庭抚养和赡养情况、家庭劳动力配置、个体特征、同群效应等因素对失地女性就业弱势地位的形成具有重要作用。结婚之后，女性往往被“锁定”在家庭中，她们更多承担了抚养学龄前儿童、做家务的工作。总体上，家庭中每增加1个学龄前儿童，失地女性参与就业的概率是没有增加学龄前儿童女性的0.45倍；而家庭中每增加1个人做家务，失地女性就业的概率增加1.72倍。第三，虽然总体上女性的身份使她们更少就业，但“夫唱妇随”的就业模式、技能培训、健康改善、同群效应等对女性就业具有积极作用。第四，家庭老年人口并没有对失地女性就业产生抑制或促进作用。赵耀辉(1997)认为家中身体健康状况尚好的老人会帮忙照看学龄儿童，这对其母亲就业有所帮助，但本研究并未支持这一观点。由于本文对老年人的界定是指66岁及以上的人口，而不是将60岁以上定义为老年人，所以看不到老年人对年轻女性就业的支持或抑制作用。当然，本文没有具体考虑老年人的健康问题；健康老年人和患病老年人的作用对女性劳动力就业影响是否存在差异，还需进一步检验。第五，学龄少年儿童对失地女性就业参与也没有产生抑制作用。这可能是因为这个阶段的未成年人已经具有一定的自理能力，其母亲可以部分进入劳动力市场。这与杜凤莲(2008)认为女性劳动参与率会随着儿童年龄的增加而提高的观点一致。当然，本文只是检验了失地女性是否进入劳动力市场，而没有区分参与的程度，不排除这些女性在劳动力市场中的半参与状态。此外，本文还认为国民序列教育程度并不会影响女性劳动力是否就业、本地非农就业、外地就业的决策。

在全面放开二孩的计划生育政策背景下，关注失地女性就业弱势地位并思考相应对策具有现实迫切性。总体上，党的十八届五中全会对就业市场中性别歧视问题的认识是具有前瞻性的判断，国家需要在这一科学认识之下，进一步治理劳动力市场中的性别不平等，消除就业歧视，促进女性的平等就业。为了落实性别平等就业政策，需要从户内和户外两方面支持失地女性就业：一是构建失地女性就业的家庭政策支持体系，具体措施包括为学龄前少年儿童的抚养提供社会支持，提倡男女共同承担家务的家庭观念，鼓励夫妻联动的就业模式，支持丈夫带动其配偶就业等；二是构建失地女性人力资本提升体系，关注失地女性劳动力的就业需求及其人力资本的不足，对其加强职业技能培训，开展健康教育并提供医疗支持。总而言之，失地女性劳动力是宝贵的人力资源，需要通过多方面的政策支持，来促进其人力资源的开发。

参考文献：

杜凤莲．2008．家庭结构、儿童看护与女性劳动参与：来自中国非农村的证据[J]．世界经济文汇(2)：1-12．

国务院人口普查办公室，国家统计局人口和就业统计司.2012.中国2010年人口普查资料[Z]．北京：中国统计出版社.

李琴，孙良媛．2007．失地妇女就业及其收入的影响因素分析[J]．世界经济文汇(3)：41-51．

刘岚，董晓媛，陈功,等．2010．照料父母对我国农村已婚妇女劳动时间分配的影响[J]．世界经济文汇 (5)：1-15．

刘妍，脱继强．2008．江苏省农村已婚女性劳动力非农就业的影响因素分析[J]．中国人口科学(2)：88-94．

楼培敏．2008．就业与培训：土地被征用后的农村妇女——基于上海浦东、浙江温州、四川广元的实证研究[J]．社会科学 (9)：67-75．

孙良媛，李琴，林相森．2007．城镇化进程中失地农村妇女就业及其影响因素——以广东省为基础的研究[J]．管理世界(1)：65-73．

魏宁，苏群．2013．生育对农村已婚妇女非农就业的影响研究[J]．农业经济问题(7)：30-34．

肖文，汤相萍．2005．失地农村妇女的社会保障问题研究[J]．浙江大学学报(人文社会科学版)(5)：15-20．

熊瑞祥，李辉文． 2017．儿童照管、公共服务与农村已婚女性非农就业——来自CFPS数据的证据[J]． 经济学(季刊) (1)：393-414．

赵耀辉．1997．中国农村劳动力流动及教育在其中的作用——以四川省为基础的研究[J]．经济研究(2)：37-42．

周春芳．2013．儿童看护、老人照料与农村已婚女性非农就业[J]．农业技术经济(11)：94-102．

BECKER G S．2009．A treatise on the family[M]．New York：Harvard University Press．

CRISTIA J P．2006．The effect of a first child on female labor supply: evidence from women seeking fertility ser-vices[J]．Journal of Human Resources，43(3)：487-510．

KOLODINSKY J，LEE S．2000．The impact of living with an elder parent on adult daughter’s labor supply and hours of work[J]．Journal of Family and Economics Issues，21(2)：149-175．