SNA(2008)框架下中国非正规就业规模估计：方法、实证与展望

SNA(2008)框架下中国非正规就业规模估计：方法、实证与展望一、引言1.1研究背景与问题提出在经济全球化的浪潮下，全球就业格局发生了深刻变革，非正规就业作为一种新兴的就业形式，规模不断增长，逐渐在各国的就业结构中占据重要地位。国际劳工组织相关报告指出，在过去的几十年里，无论是发达国家还是发展中国家，都经历了从标准就业向非标准就业的转变，非正规就业呈现出普遍化的趋势。非正规就业以其灵活多样的形式，如临时性就业、非全日制工作、自雇就业等，为广大劳动者提供了更多的就业选择，在吸纳劳动力、缓解就业压力方面发挥了关键作用。在中国，随着改革开放的深入推进和经济结构的不断调整，非正规就业也得到了迅猛发展。从改革开放初期，为解决城市就业压力，国家允许个人自谋职业，非正规部门开始萌芽；到后来，大量农村剩余劳动力涌入城市，国有企业改革裁减冗员，以及亚洲金融危机的冲击，使得正规部门吸纳劳动力的能力下降，而非正规就业部门凭借其进入门槛低、经营机制灵活等特点，迅速发展壮大。据相关统计数据显示，2000-2004年，全国城镇国有和集体经济从业人员数大幅减少，净减少2036万人，减幅达21.83%；与此同时，全国城镇个体经济就业人数增加了385万人，增幅达18.30%，私营企业就业人员增加了1726万人，增幅达到96.07%。截至2004年末，仅在城镇私营企业和个体经济中的从业人员已高达5515万人，占当年城镇就业总量的20.83%。这充分表明，非正规就业在我国就业体系中的地位日益重要，已成为我国就业市场不可或缺的一部分。然而，由于非正规就业本身具有隐蔽性、模糊性、复杂性、交叉性等特点，使得对其规模的准确统计面临诸多困难。传统的就业统计体系主要是基于正规就业的特点设计的，难以全面、准确地涵盖非正规就业的相关信息。在实际调查中，非正规就业者往往分散在各个角落，其就业形式多样且不固定，部分从业者甚至没有进行登记注册，这就导致了在统计过程中容易出现遗漏和偏差。而准确估算非正规就业规模，对于深入了解我国劳动力市场的真实状况、制定科学合理的就业政策以及促进经济社会的可持续发展都具有至关重要的意义。在这样的背景下，联合国等国际组织制定的国民账户体系SNA(2008)为我们研究非正规就业提供了一个重要的框架。SNA(2008)对非正规部门和非正规就业进行了明确的定义和分类，为我们准确界定非正规就业的范围提供了依据；同时，它也为我们提供了一种从宏观经济角度研究非正规就业的思路和方法，有助于我们更加全面、系统地认识非正规就业与整个经济体系的关系。基于此，本文旨在SNA(2008)框架下，深入研究中国非正规就业规模的估计方法，并进行实证研究，力求准确估算我国非正规就业的规模，为相关政策的制定提供科学依据。1.2理论与现实意义在理论层面，深入研究SNA(2008)框架下中国非正规就业规模估计方法，有助于完善就业理论体系。非正规就业作为一种特殊的就业形式，其在劳动力市场中的作用和地位与传统正规就业存在差异。准确估算非正规就业规模，能够揭示非正规就业与正规就业之间的关系，以及它们在整个就业体系中的相互作用机制，为就业理论的发展提供新的视角和实证依据。传统就业理论主要基于正规就业的模式构建，对于非正规就业的研究相对不足。通过对非正规就业规模的研究，可以补充和完善就业理论，使其更全面地解释现实中的就业现象，更好地适应经济社会发展的多样化需求。此外，非正规就业规模的估计方法研究，还能为经济学、社会学等相关学科的交叉研究提供基础。非正规就业不仅涉及经济领域的劳动力市场供求关系、生产效率等问题，还与社会领域的社会保障、收入分配、社会公平等密切相关。通过准确估算非正规就业规模，可以为这些学科的交叉研究提供数据支持，推动跨学科研究的深入发展，促进不同学科之间的交流与融合，为解决复杂的社会经济问题提供综合性的理论支持。在现实意义方面，准确估算非正规就业规模对就业政策的制定具有重要的指导作用。就业政策的制定需要基于对就业市场真实状况的准确了解，非正规就业作为我国就业市场的重要组成部分，其规模和特征对就业政策的针对性和有效性有着关键影响。如果不能准确掌握非正规就业规模，可能导致政策制定出现偏差，无法满足非正规就业群体的实际需求。了解非正规就业规模，可以帮助政府合理分配就业资源，制定更加精准的扶持政策，如为非正规就业者提供创业培训、小额贷款支持等，促进非正规就业的健康发展，提高就业质量，缓解就业压力。而且，这一研究对促进劳动力市场的发展也具有积极作用。劳动力市场的健康发展需要各类就业形式的协调发展，非正规就业作为劳动力市场的重要补充，其发展状况直接影响着劳动力市场的稳定性和活力。准确估算非正规就业规模，可以及时发现劳动力市场中存在的问题，如非正规就业与正规就业之间的不平衡、非正规就业者的权益保障问题等，从而采取相应的措施加以解决。这有助于优化劳动力市场结构，提高劳动力资源的配置效率，促进劳动力市场的公平竞争，为劳动者创造更加公平、有序的就业环境，推动劳动力市场的可持续发展。1.3国内外研究综述非正规就业作为全球范围内的重要经济现象，吸引了众多学者的关注，国内外关于非正规就业的研究成果丰富多样，涵盖了概念界定、规模估计方法等多个关键领域。在概念界定方面，国外起步较早。国际劳工组织（ILO）在非正规就业概念的形成与发展中发挥了重要引领作用。1972年，ILO在对肯尼亚的就业研究中首次提出“非正规部门”概念，将其描述为发展中国家城市地区低收入、低报酬、无组织、小规模的生产或服务单位，从事该部门经济活动并获取收入的行为即为非正规部门就业或非正规就业。这一概念为后续研究奠定了基础，但早期主要侧重于从部门角度进行界定。随着研究的深入，2002年国际劳工大会第90届会议在《体面劳动与非正规经济》报告中，构建了以就业身份界定非正规就业的概念框架，并在2003年第17届国际劳工大会上被核准为国际标准。至此，非正规就业的概念从单纯的部门视角拓展到就业身份视角，涵盖了正规部门中的非正规就业形式，如临时工、非全日制工等。国内学者在借鉴国际劳工组织概念的基础上，结合中国国情进行了深入探讨。胡鞍钢（2001）认为我国非正规就业广泛存在于非正规就业部门和正规就业部门中，包括非正规部门里的各类就业以及正规部门里的短期临时性就业、非全日制就业等非正规就业形式。张丽宾（2004）指出非正规就业是一种缺乏政府管制的非标准（灵活）就业形式，涵盖非正规部门就业和正规部门非标准就业，其中“非标准就业”包含弹性就业、阶段性就业等多种灵活就业形态。尽管国内学者对非正规就业概念的表述存在差异，但普遍认同其在整个经济部门体系中广泛存在，且应从就业身份角度进行界定。关于非正规就业规模估计方法，国外学者采用了多种思路。直接调查法中，专项调查针对非正规就业的特点设计问卷，对特定区域或群体进行调查，能获取较为详细的非正规就业信息，但调查范围有限，可能存在样本偏差；多目标综合调查则将非正规就业调查纳入综合性的社会经济调查中，如劳动力市场调查等，优点是调查范围广、样本量大，可与其他经济社会数据结合分析，但由于非正规就业的隐蔽性，可能导致部分信息遗漏。经济模型法方面，一些学者利用投入产出模型，通过分析各产业部门之间的投入产出关系，估算非正规部门在经济活动中的贡献，进而推断非正规就业规模；生产函数法通过构建生产函数，将非正规就业作为生产要素之一，结合其他经济变量来估计非正规就业对经济增长的作用，从而推算其规模。国内学者在规模估计方法研究上也取得了一定成果。汇总法通过对各类非正规就业相关数据进行汇总统计，如对个体工商户、私营企业等非正规部门就业数据以及正规部门中非正规就业岗位数据的收集与整合，来估算非正规就业规模，但实际操作中由于数据来源的分散性和统计标准的不一致，容易出现遗漏和重复统计问题；差额法是用劳动力总量减去正规就业人数来间接推算非正规就业规模，这种方法简单直观，但无法准确反映正规部门中非正规就业的实际情况，且劳动力总量和正规就业人数的统计也可能存在误差；潜变量测量法利用宏观经济运行中各经济指标之间的相互关系，构建模型来推算难以直接观测的非正规就业规模，如通过构建MIMIC模型，选取与非正规就业相关的多个可观测指标，如经济增长率、失业率、通货膨胀率等，来间接估计非正规就业规模，但模型的构建和指标的选取对结果影响较大，不同的模型设定和指标选择可能导致估算结果的差异。国内外研究在非正规就业概念界定和规模估计方法上都取得了显著进展，但仍存在一定局限性。在概念界定方面，虽然国际劳工组织的标准得到了广泛认可，但在实际应用中，由于不同国家和地区的经济社会结构差异较大，对于非正规就业的具体范围和认定标准尚未完全统一，导致在跨国比较和政策制定中存在一定困难。在规模估计方法上，各种方法都有其优缺点和适用范围，直接调查法受调查范围和样本代表性限制，经济模型法依赖于模型假设和数据质量，现有方法难以全面、准确地估算非正规就业规模，尤其是对于那些隐蔽性强、流动性大的非正规就业形式，统计难度更大。未来研究需要进一步结合各国国情，完善非正规就业的概念界定和统计标准，综合运用多种研究方法，提高非正规就业规模估计的准确性和可靠性，为政策制定提供更有力的支持。1.4研究思路、方法与创新本研究遵循理论与实践相结合的思路，以SNA(2008)框架为基石，逐步深入探究中国非正规就业规模估计方法与实证分析。在理论层面，深入剖析SNA(2008)框架下非正规就业的概念内涵、分类体系，系统梳理国内外非正规就业的相关理论，明晰非正规就业在整个经济体系中的位置和作用机制，为后续研究筑牢理论根基。在此基础上，对现有的非正规就业规模估计方法进行全面、细致的梳理与分析，深入研究每种方法的原理、操作流程、优势与局限性，并结合中国国情，评估其在我国的适用性，从而筛选出适合我国国情的估计方法。在实证研究阶段，充分利用可得的统计调查数据，运用选定的估计方法对中国非正规就业规模展开实证估算。通过对估算结果的深入分析，揭示我国非正规就业规模的变化趋势、结构特征及其与经济社会发展的内在联系，为政策制定提供坚实的数据支撑。在研究过程中，不断对研究方法和结果进行反思与验证，确保研究的科学性和可靠性。在研究方法上，本研究综合运用多种研究方法，以确保研究的全面性和深入性。通过广泛搜集国内外相关文献资料，全面梳理非正规就业的概念界定、规模估计方法以及相关理论研究成果，了解该领域的研究现状和发展趋势，为研究提供丰富的理论依据和研究思路。运用劳动力调查、经济普查等统计数据，对非正规就业相关指标进行量化分析，通过描述性统计分析，呈现非正规就业的基本特征和现状；运用相关性分析、回归分析等方法，探究非正规就业与其他经济社会变量之间的关系，挖掘数据背后的规律和趋势。此外，本研究还将构建适用于中国非正规就业规模估计的模型，如基于宏观经济指标的计量经济模型、考虑就业特征的微观经济模型等，通过模型估计和参数检验，实现对非正规就业规模的定量分析，提高研究结果的准确性和科学性。本研究的创新点主要体现在研究视角和方法两个方面。在研究视角上，基于SNA(2008)框架进行研究，该框架为非正规就业研究提供了宏观经济核算的视角，有助于从国民经济整体的角度认识非正规就业，突破了以往单纯从劳动力市场或微观经济主体角度研究的局限性，能够更全面、系统地分析非正规就业与正规经济部门之间的联系和互动，为研究非正规就业在经济体系中的地位和作用提供了新的思路。在研究方法上，尝试将多种方法有机结合，克服单一方法的局限性。在直接调查法中，对传统专项调查和多目标综合调查进行优化，提高调查的针对性和有效性；在间接估算方法中，将汇总法、差额法与潜变量测量法相结合，取长补短，从不同角度对非正规就业规模进行估算，并通过对比分析，提高估算结果的可靠性。此外，探索引入新的方法，如概率分析法，从劳动者个体特征出发，利用概率模型估计非正规就业规模，为非正规就业规模估计提供了新的方法路径，丰富了非正规就业研究的方法体系。二、SNA(2008)对非正规就业的规定2.1非正规就业概念与相关理解SNA(2008)，即2008年国民账户体系，作为国际上广泛采用的国民经济核算标准，对非正规就业有着明确且系统的规定。它从宏观经济核算的视角出发，为非正规就业的研究提供了重要的理论框架和实践指导，使得对非正规就业的理解和分析更加全面、深入。在SNA(2008)中，非正规就业的定义基于工作岗位展开。它将非正规就业岗位界定为“在住户内部或住户控制下生产单位中的就业岗位，或在有一名或少量雇员的企业中的就业岗位”。这一定义突破了传统仅从就业部门进行划分的局限，从更微观的工作岗位层面进行考量，使得非正规就业的界定更加精准。例如，在一些小型的家庭作坊中，家庭成员共同参与生产经营活动，这些岗位虽然可能没有明确的企业组织形式，但按照SNA(2008)的定义，属于非正规就业岗位。从基于工作岗位的分类来看，SNA(2008)将就业岗位分为正规就业岗位和非正规就业岗位。正规就业岗位通常存在于大型企业、政府机构、正规事业单位等，这些岗位具有较为稳定的劳动关系、明确的工作时间和薪酬福利体系，受到较为严格的劳动法律法规约束。而非正规就业岗位与之相反，在劳动关系、工作稳定性、薪酬待遇等方面表现出较大的灵活性和不确定性。如街头的个体摊贩，他们没有固定的工作场所，工作时间根据自身意愿和市场需求灵活安排，收入也不稳定，与雇主（如果存在雇佣关系）之间的劳动关系也较为松散，这类岗位就属于典型的非正规就业岗位。对于工作岗位与雇员的理解，SNA(2008)认为，每一个就业人员都占据一个工作岗位，并且可以依据其所处工作岗位的性质来判断其就业的正规性。如果一名雇员在非正规就业岗位上工作，那么他就被视为非正规就业者。这一观点强调了就业人员与工作岗位之间的紧密联系，为准确识别非正规就业者提供了清晰的标准。例如，一名临时受雇于小型装修公司的工人，该公司规模较小，雇员数量少，工作安排随意，没有完善的劳动保障体系，那么这名工人由于处于非正规就业岗位，他就是非正规就业者。这种基于工作岗位和雇员关系的理解，有助于在实际统计和研究中，更加准确地界定非正规就业的范围，避免因概念模糊而导致的统计偏差，为后续对非正规就业规模的估计以及相关政策的制定奠定了坚实的基础。2.2非正规就业与非正规部门就业比较非正规部门就业是指在非正规部门中从事经济活动并获取收入的行为。国际劳工组织将非正规部门定义为“发展中国家城市地区那些低收入、低报酬、无组织、无结构的很小生产规模的生产或服务单位”。在我国，非正规部门主要包括微型企业，这类企业规模极小，雇员数量少，通常资金薄弱，生产技术和管理水平相对较低；以家庭为单位的生产服务组织，如家庭作坊，家庭成员共同参与生产，生产活动往往围绕家庭展开，生产规模和经营方式较为灵活；独立的个体劳动者或服务者、个体工商户，他们独自经营，自负盈亏，经营活动具有很强的自主性和灵活性。非正规部门就业具有一系列显著特点。从组织形式上看，非正规部门就业的组织化程度极低，往往缺乏正式的组织结构和管理制度。许多个体工商户可能只是个人或家庭简单经营，没有明确的部门划分和层级关系，经营决策随意性较大。在劳动关系方面，非正规部门就业的劳动关系非常松散，缺乏稳定性。雇员与雇主之间可能没有签订正式的劳动合同，工作时间、薪酬待遇等往往通过口头约定，雇主可以随时解雇雇员，雇员也可以随时离职，双方的权益缺乏法律保障。在社会保障方面，非正规部门就业者大多缺乏完善的社会保障。由于工作的不稳定性和雇主的成本考虑，这些就业者往往难以享受到养老保险、医疗保险、失业保险等基本社会保障福利，一旦遭遇疾病、失业等风险，生活将面临较大困难。非正规就业与非正规部门就业存在紧密联系。非正规部门就业是非正规就业的重要组成部分，大量的非正规就业者集中在非正规部门。在非正规部门中，无论是微型企业的雇员，还是家庭作坊的家庭成员，或是个体工商户本身，他们的就业形式都具有非正规就业的典型特征，如工作不稳定、劳动关系不规范、社会保障缺失等。非正规就业的许多特征也在非正规部门就业中得到充分体现，两者在就业的灵活性、低保障性等方面具有一致性。然而，非正规就业与非正规部门就业也存在明显区别。非正规就业的范畴比非正规部门就业更为广泛，它不仅包括非正规部门就业，还涵盖正规部门中的非正规就业形式。在正规部门中，存在一些非正规就业岗位，如企业临时雇佣的临时工、非全日制工，这些岗位虽然处于正规部门，但在工作时间、劳动关系、薪酬待遇等方面与正规就业岗位存在差异，具有非正规就业的特点，属于非正规就业的范畴。非正规就业的判断依据主要是就业岗位的性质和就业者的就业状态，而不仅仅取决于所在部门。即使在正规部门，如果就业岗位不符合正规就业的标准，存在劳动关系不明确、工作时间灵活且不稳定、社会保障缺失等情况，也应被认定为非正规就业，这与非正规部门就业单纯基于部门性质的判断有所不同。2.3我国非正规就业概况我国非正规就业的产生有着深刻的经济与社会根源。从经济角度来看，随着经济体制改革的推进，市场经济体制逐渐取代计划经济体制，企业为了降低生产成本、提高市场竞争力，对用工方式的灵活性提出了更高要求。在激烈的市场竞争中，企业面临着原材料价格波动、市场需求变化等不确定性因素，为了应对这些挑战，企业更倾向于采用灵活多样的用工方式，如雇佣临时工、非全日制工等，以降低用工成本和经营风险。这种用工需求的变化为非正规就业的产生提供了经济基础。产业结构的调整也是推动非正规就业发展的重要因素。在经济发展过程中，我国产业结构不断优化升级，传统产业逐渐向高新技术产业和服务业转型。在这个过程中，一些传统产业的就业岗位减少，而新兴产业对劳动力的技能要求较高，导致部分劳动者无法适应新的就业需求。这些劳动者为了寻找就业机会，不得不选择进入非正规就业领域，如一些从传统制造业下岗的工人，由于缺乏高新技术产业所需的技能，只能从事个体经营、打零工等非正规就业工作。同时，服务业的快速发展也为非正规就业提供了广阔的空间，服务业中的餐饮、零售、家政服务等行业，工作灵活性大，对劳动者的技能要求相对较低，吸引了大量劳动力从事非正规就业。从社会角度分析，就业压力的持续增大是我国非正规就业产生的重要原因。随着我国人口的增长和经济结构的调整，劳动力市场供大于求的矛盾日益突出。一方面，每年新增大量的劳动力，包括高校毕业生、农村剩余劳动力等，他们都需要寻找就业机会；另一方面，正规部门的就业岗位增长速度相对较慢，无法满足所有劳动力的就业需求。在这种情况下，非正规就业以其门槛低、就业形式灵活等特点，成为缓解就业压力的重要渠道。例如，大量农村剩余劳动力涌入城市，由于他们文化程度相对较低，缺乏专业技能，很难进入正规部门就业，而非正规就业为他们提供了在城市生存和发展的机会。劳动者就业观念的转变也对非正规就业的发展起到了促进作用。随着社会的发展和教育水平的提高，劳动者的就业观念逐渐多元化，不再局限于传统的正规就业模式。一些劳动者更加注重工作的自主性、灵活性和个人发展空间，愿意选择非正规就业这种能够更好地实现自我价值的就业形式。一些具有创新精神和专业技能的年轻人，选择成为自由职业者，从事设计、写作、咨询等工作，他们不受传统工作模式的束缚，能够根据自己的兴趣和特长选择工作内容和工作时间，实现了工作与生活的平衡。在我国，非正规就业的界定范围较为广泛。在非正规部门就业方面，涵盖了微型企业的雇员、家庭作坊的从业者以及个体工商户及其雇员等。微型企业通常规模极小，资金有限，生产设备简陋，雇员数量较少，其经营活动往往缺乏规范的管理和稳定的市场渠道，如一些小型的服装加工厂，仅有几名工人，依靠简单的设备进行服装加工，订单不稳定，经营风险较大。家庭作坊以家庭为单位进行生产经营，生产活动主要围绕家庭成员展开，生产规模小，产品或服务往往具有一定的地域局限性，如家庭手工编织作坊，主要由家庭成员利用业余时间进行手工编织，产品多在当地销售。个体工商户是指在法律允许的范围内，依法经核准登记，从事工商业经营的自然人或家庭，他们独自承担经营风险，自负盈亏，如街头的小商店、理发店等，经营活动较为灵活，但也面临着市场竞争和经营管理等方面的挑战。正规部门中的非正规就业形式多样，包括临时工、非全日制工、劳务派遣工等。临时工是指用人单位临时招用的短期工人，工作期限通常较短，任务完成后即结束雇佣关系，如企业在业务旺季临时雇佣的包装工人。非全日制工是以小时计酬为主，劳动者在同一用人单位一般平均每日工作时间不超过四小时，每周工作时间累计不超过二十四小时的用工形式，如一些超市的钟点工，根据超市的营业时间和业务需求安排工作时间。劳务派遣工是指由劳务派遣机构与派遣劳工订立劳动合同，把劳动者派向其他用工单位，再由其用工单位向派遣机构支付一笔服务费用的一种用工形式，劳动者与劳务派遣机构签订劳动合同，但实际工作地点和工作内容由用工单位安排，如一些大型企业的客服岗位，通过劳务派遣公司招聘员工，以满足企业对客服人员数量和灵活性的需求。我国非正规就业群体构成复杂，涵盖了多个阶层和群体。农村进城务工人员是其中的重要组成部分，他们为了寻求更好的经济收入和生活条件，从农村来到城市，由于缺乏城市生活所需的技能和人脉资源，大多从事非正规就业，如建筑工人、家政服务人员、快递员等。这些工作通常劳动强度大、工作环境艰苦，但收入相对农村务农有所提高。下岗失业人员也是非正规就业的主要群体之一，在国有企业改革和产业结构调整过程中，部分职工下岗失业，他们在重新就业过程中面临着年龄、技能等方面的限制，非正规就业成为他们实现再就业的重要途径，如一些下岗职工选择开小店、摆地摊等方式自主创业，或者从事临时性的劳务工作。高校毕业生中也有一部分人选择非正规就业，随着高校毕业生数量的逐年增加，就业市场竞争日益激烈，一些毕业生由于就业观念的转变或者暂时未能找到理想的正规就业岗位，选择从事自由职业、自主创业等非正规就业形式，如一些艺术专业的毕业生成为自由设计师、自由摄影师，利用自己的专业技能为客户提供服务。非正规就业在我国经济和社会层面都发挥着重要功能。在经济层面，非正规就业为经济发展提供了重要支持。它促进了经济的多元化发展，非正规就业涉及的行业广泛，涵盖了制造业、服务业、商业等多个领域，丰富了经济活动的形式和内容，为市场提供了多样化的产品和服务。一些小型的非正规企业专注于生产特色手工艺品，满足了消费者对个性化产品的需求。非正规就业还降低了企业的用工成本，提高了企业的竞争力。对于一些临时性、季节性的工作岗位，企业采用非正规就业方式雇佣员工，可以避免长期雇佣带来的高额成本，如社保费用、福利支出等，使企业能够更加灵活地应对市场变化，提高生产效率。非正规就业也为创业者提供了实践和积累经验的平台，许多非正规就业者通过自主创业，逐渐发展壮大，成为推动经济发展的新生力量，如一些互联网创业公司最初可能只是几个创业者的非正规团队，随着业务的发展和市场的认可，逐渐成长为正规的企业。在社会层面，非正规就业在缓解就业压力方面发挥了关键作用。它为大量劳动力提供了就业机会，尤其是那些在正规就业市场中处于劣势的群体，如农村进城务工人员、下岗失业人员等，使他们能够获得收入，维持生计，减少了社会的不稳定因素。非正规就业还促进了社会的公平与和谐，通过提供就业机会，缩小了不同群体之间的收入差距，使更多人能够分享经济发展的成果。非正规就业在一定程度上满足了人们多样化的生活需求，如家政服务、快递配送等非正规就业形式，为人们的生活提供了便利，提高了生活质量。三、非正规就业规模已有估算方法3.1直接调查方法直接调查方法是获取非正规就业规模数据的重要途径，其核心在于通过直接对相关群体或领域进行调查，以获取关于非正规就业的一手信息。这种方法的优点在于能够直接针对非正规就业的特点进行调查设计，从而获取较为准确和详细的数据。根据调查的目标、范围和方式的不同，直接调查方法可细分为专项调查法、非专项调查法和多目标综合调查法。专项调查法是专门针对非正规就业展开的调查。在实施过程中，通常会根据非正规就业的特征精心设计调查问卷。对于街头摊贩这一非正规就业群体，问卷可能会涉及摊位租赁情况、经营时间、收入来源与水平、是否雇佣帮手等问题。在调查范围上，既可以选取特定的区域，如某个城市的特定街区，也可以针对特定的行业或群体进行调查。在一些城市的商业繁华地段，对从事小吃摊经营的非正规就业者进行专项调查，以了解该区域内小吃摊行业的非正规就业规模和经营状况。专项调查法的优点显著，它能够深入挖掘非正规就业的相关信息，获取的数据针对性强。由于调查目标明确，问卷设计紧密围绕非正规就业的特点，所以能够详细了解非正规就业者的工作环境、收入情况、劳动强度等多方面信息。然而，该方法也存在局限性，调查范围往往较为有限，难以涵盖所有的非正规就业者。由于非正规就业者分布广泛且分散，选取特定区域或群体进行调查时，可能会遗漏其他地区或群体的非正规就业者，从而导致调查结果不能全面反映非正规就业的整体规模。非专项调查法并非专门为非正规就业而设计，而是在其他常规调查中，如人口普查、劳动力市场调查等，通过添加与非正规就业相关的问题，来获取非正规就业的信息。在人口普查中，除了常规的人口基本信息调查外，增加关于就业形式、工作稳定性、是否签订劳动合同等问题，从而可以从人口普查数据中筛选出非正规就业的相关信息。这种方法的优势在于可以利用现有的调查框架和样本，降低调查成本。由于借助了已有的大规模调查，无需重新构建调查体系和抽取样本，节省了人力、物力和时间成本。但是，由于非正规就业并非调查的主要目标，问卷中关于非正规就业的问题设置可能不够全面和深入，导致获取的信息有限，难以准确估算非正规就业规模。多目标综合调查法将非正规就业调查纳入到一个综合性的社会经济调查中，与其他多个调查目标同时进行。在一项关于城市居民生活状况的综合调查中，既包含居民的收入、消费、住房等方面的调查内容，也涵盖非正规就业的相关调查项目。在调查过程中，通常会采用分层抽样、整群抽样等抽样方法，确保样本具有代表性。根据城市的不同区域、人口密度、经济发展水平等因素进行分层，然后在各层中随机抽取样本进行调查。这种方法的好处是调查范围广，样本量大，可以获取丰富的社会经济数据，便于对非正规就业与其他经济社会因素之间的关系进行分析。通过与居民收入、消费等数据的关联分析，可以探究非正规就业对居民生活水平的影响。然而，由于调查目标众多，在实际操作中可能会导致对非正规就业调查的针对性不足，且数据处理和分析的难度较大。在分析非正规就业数据时，需要从大量的综合数据中筛选和提取相关信息，增加了数据处理的复杂性。3.2非正规就业规模估算方法非正规就业规模的估算对于深入了解劳动力市场结构、制定科学合理的就业政策具有重要意义。由于非正规就业的复杂性和隐蔽性，目前存在多种估算方法，每种方法都有其独特的原理、操作步骤和适用范围，它们从不同角度为我们揭示非正规就业的规模和特征。3.2.1劳动力参与率法——汇总法劳动力参与率法中的汇总法，是基于劳动力参与率这一关键指标来推算非正规就业规模的一种方法。劳动力参与率是指经济活动人口（包括就业者和失业者）占劳动年龄人口的比率，它反映了一定范围内劳动力参与经济活动的程度。汇总法的原理在于，通过对各类非正规就业形式相关数据的汇总统计，结合劳动力参与率，来估算非正规就业的总体规模。具体操作步骤如下：首先，明确非正规就业的涵盖范围，这包括非正规部门就业以及正规部门中的非正规就业形式。非正规部门就业如个体工商户、微型企业雇员等；正规部门中的非正规就业形式有临时工、非全日制工等。然后，针对不同类型的非正规就业，收集相关数据。对于个体工商户，可以通过市场监管部门的登记数据获取其数量，再结合平均雇佣人数估算就业规模；对于微型企业，可从企业注册登记资料以及行业统计数据中获取企业数量和就业人数信息。在正规部门，通过企业人力资源部门的统计或者相关劳动调查，收集临时工、非全日制工等非正规就业岗位的数量和人员信息。以某地区为例，该地区劳动年龄人口为100万人，劳动力参与率为70%，即经济活动人口为70万人。通过对非正规就业相关数据的收集与汇总，统计得到个体工商户就业人数为5万人，微型企业就业人数为3万人，正规部门中临时工和非全日制工等非正规就业人数为2万人。将这些数据汇总相加，得到该地区非正规就业规模初步估算值为10万人。再结合劳动力参与率，对估算值进行进一步的校准和验证，以确保估算结果的准确性。汇总法的优点在于能够较为全面地考虑各类非正规就业形式，通过详细收集和汇总相关数据，从微观层面深入了解非正规就业的构成和规模。它能够充分利用现有的统计数据资源，如政府部门的登记数据、企业统计数据等，具有较强的可操作性。然而，该方法也存在一些局限性。由于非正规就业的隐蔽性和灵活性，部分非正规就业者可能未进行登记或未被统计到，导致数据遗漏，从而低估非正规就业规模。不同数据来源的统计标准和口径可能不一致，在汇总过程中容易出现重复统计或数据矛盾的问题，影响估算结果的准确性。3.2.2基于统计数据比较的差额法基于统计数据比较的差额法，是利用正规就业与总就业数据之间的差额来估算非正规就业规模的一种方法。其基本原理是，在一个经济体中，总就业人数由正规就业人数和非正规就业人数构成，通过获取可靠的总就业数据和正规就业数据，用总就业人数减去正规就业人数，即可得到非正规就业规模的估算值。在实际操作中，获取准确的总就业数据和正规就业数据是关键。总就业数据可以从国家或地区的劳动力调查、人口普查等统计资料中获取，这些调查通常涵盖了各类就业人员，包括正规就业和非正规就业者，能够较为全面地反映劳动力市场的总体就业情况。正规就业数据则主要来源于政府部门对正规企业的统计，如劳动部门对企业的用工登记、税务部门对企业职工薪酬的统计等。这些数据反映了在正规企业中受雇的劳动者数量，具有较高的准确性和可靠性。以某城市为例，根据该城市的劳动力调查数据，20XX年总就业人数为500万人。通过对正规企业的统计，包括国有企业、大型民营企业等正规部门的就业人数为300万人。运用差额法，用总就业人数500万人减去正规就业人数300万人，得到该城市20XX年非正规就业规模估算值为200万人。差额法的优点是方法简单直观，操作相对容易，只需获取总就业数据和正规就业数据，通过简单的计算即可得到非正规就业规模的估算值。由于总就业数据和正规就业数据通常来源于权威的统计调查，具有较高的可信度，使得估算结果具有一定的可靠性。然而，差额法也存在明显的局限性。它无法准确区分正规部门中的正规就业和非正规就业，将正规部门中所有就业都视为正规就业，忽略了正规部门中存在的临时工、非全日制工等非正规就业形式，可能导致非正规就业规模的低估。如果总就业数据和正规就业数据存在统计误差，如遗漏、重复统计等，会直接影响差额法估算结果的准确性。3.2.3潜变量测量法潜变量测量法是一种较为复杂但具有创新性的非正规就业规模估算方法，它通过建立经济指标之间的关系模型，来推算难以直接观测的非正规就业规模。在宏观经济运行中，非正规就业虽然难以直接统计，但它与许多可观测的经济指标之间存在着内在的相互影响关系。潜变量测量法正是基于这一原理，通过选取与非正规就业相关的多个可观测经济指标，构建模型来间接估计非正规就业规模。在实际应用中，首先需要确定与非正规就业密切相关的经济指标。这些指标可能包括经济增长率、失业率、通货膨胀率、劳动力市场供求状况、小微企业发展状况等。经济增长率的变化可能反映出经济活动的活跃程度，进而影响就业需求，包括非正规就业需求；失业率的高低与劳动力市场的供求关系密切相关，当失业率较高时，部分劳动者可能会转向非正规就业领域；通货膨胀率会影响企业的生产成本和产品价格，从而对企业的用工决策产生影响，间接影响非正规就业规模。然后，运用计量经济学方法，如结构方程模型（SEM）、多指标多原因模型（MIMIC）等，构建经济指标与非正规就业之间的关系模型。以MIMIC模型为例，该模型包含多个可观测变量（指标变量）和一个不可观测的潜变量（非正规就业规模）。通过设定模型的结构和参数，利用统计软件对收集到的经济指标数据进行估计和校准，从而得到非正规就业规模的估计值。例如，在研究某地区非正规就业规模时，选取该地区的GDP增长率、失业率、小微企业数量增长率等作为可观测指标。通过对这些指标多年的数据收集和整理，运用MIMIC模型进行分析。模型估计结果显示，在其他条件不变的情况下，GDP增长率每提高1个百分点，非正规就业规模可能增加一定数量；失业率每上升1个百分点，非正规就业规模可能增加或减少相应数量。通过模型的运算，最终得到该地区非正规就业规模的估算值。潜变量测量法的优点在于它能够充分利用宏观经济数据，从宏观经济运行的整体角度出发，考虑多个经济指标对非正规就业的综合影响，避免了单一指标的局限性。它可以通过构建严谨的模型，深入挖掘经济指标与非正规就业之间的内在关系，为非正规就业规模的估算提供了一种新的思路和方法。然而，该方法也存在一些不足之处。模型的构建和参数估计依赖于大量的经济数据和复杂的计量经济学方法，对数据的质量和数量要求较高。如果数据存在误差或缺失，或者模型设定不合理，可能导致估算结果的偏差。不同地区的经济结构和发展水平存在差异，模型中的参数可能不具有普遍性，需要根据具体情况进行调整和验证，增加了应用的难度。四、非正规就业规模估算方法改进4.1已有估算方法比较与适用性分析直接调查方法中的专项调查法、非专项调查法和多目标综合调查法各有优劣。专项调查法针对性强，能深入了解非正规就业的细节，但调查范围受限，难以全面反映整体规模。非专项调查法借助现有调查框架，成本较低，但对非正规就业的调查不够深入，获取信息有限。多目标综合调查法范围广、样本量大，利于关联分析，但针对性不足，数据处理复杂。在我国，由于非正规就业分布广泛且形式多样，单一的直接调查方法难以满足全面准确估算规模的需求。间接估算方法中的汇总法、差额法和潜变量测量法也各具特点。汇总法全面考虑各类非正规就业形式，可操作性强，但存在数据遗漏和统计标准不一致的问题。差额法简单直观，数据可信度较高，但无法区分正规部门中的非正规就业，且易受数据误差影响。潜变量测量法从宏观经济角度出发，考虑多因素综合影响，但对数据质量和模型设定要求高，应用难度大。在我国的实际情况中，不同估算方法的适用性有所不同。对于经济发展水平较高、统计体系相对完善的地区，汇总法和多目标综合调查法可结合使用，利用丰富的统计数据资源，全面估算非正规就业规模。而对于经济欠发达地区，数据获取相对困难，差额法和专项调查法可能更为适用，通过简单计算和针对性调查，初步估算非正规就业规模。潜变量测量法由于对数据和技术要求较高，在全国范围内全面应用存在一定难度，但可在部分数据质量较好、经济结构相对稳定的地区进行试点应用。已有研究在估算我国非正规就业规模时，根据不同的研究目的和数据可得性，采用了不同的估算方法。一些早期研究由于数据限制，多采用差额法进行估算，虽然能大致了解非正规就业规模的范围，但结果相对粗糙。随着统计数据的不断完善和研究方法的发展，近年来越来越多的研究开始采用汇总法和潜变量测量法，以提高估算的准确性和科学性。一些研究通过对各类非正规就业数据的详细汇总和分析，结合经济增长、劳动力市场供求等宏观经济因素，运用潜变量测量法构建模型，取得了更为精确的估算结果。然而，由于非正规就业的复杂性和隐蔽性，目前尚无一种方法能够完全准确地估算其规模，不同方法的估算结果仍存在一定差异。4.2概率分析法Logit模型新方法提出Logit模型，全称为逻辑回归模型，是一种广泛应用于统计学、经济学、社会学等领域的回归分析方法，尤其在处理二元分类问题上表现出色。其核心原理基于Logistic函数，通过建立线性关系来预测事件发生的概率值，并将其映射到0到1之间。在非正规就业规模估计中，Logit模型为我们提供了一种全新的视角和方法，有助于更准确地剖析非正规就业现象。Logit模型的基本原理基于Logistic函数，其数学表达式为：P(Y=1|X)=\frac{1}{1+e^{-(\beta_0+\beta_1X_1+\beta_2X_2+...+\beta_nX_n)}}，其中P(Y=1|X)表示在给定解释变量X的条件下，被解释变量Y=1的概率；X_1,X_2,...,X_n为一系列解释变量，它们可以是与非正规就业相关的各种因素，如劳动者的个人特征、经济环境因素、行业特征等；\beta_0,\beta_1,\beta_2,...,\beta_n是待估计的参数，这些参数反映了解释变量对被解释变量的影响程度和方向。在非正规就业规模估计的情境下，对就业类型进行合理分类划分是运用Logit模型的关键步骤。我们将就业类型明确划分为正规就业和非正规就业两类，这两类就业在多个方面存在显著差异。正规就业通常具有稳定的工作合同，明确规定了工作时间、薪酬待遇、工作内容等，劳动者享有完善的社会保障福利，如养老保险、医疗保险、失业保险等，劳动关系受法律法规的严格保护，工作稳定性较高。而非正规就业与之相反，工作合同可能不规范甚至缺失，工作时间灵活多变，薪酬待遇相对不稳定，社会保障往往不足或缺失，劳动关系较为松散，工作稳定性较差。劳动者个体特征在非正规就业中扮演着重要角色，不同的个体特征会影响其进入非正规就业的概率。年龄是一个重要因素，一般来说，年轻人由于就业经验相对较少，职业技能可能尚未完全成熟，对工作灵活性的需求较高，因此更有可能选择非正规就业。刚毕业的大学生，为了积累工作经验或追求自由的工作方式，可能会选择从事自由职业、兼职工作等非正规就业形式。教育程度也与非正规就业概率密切相关，教育程度较低的劳动者，由于缺乏专业技能和知识，在正规就业市场中竞争力较弱，往往更容易进入非正规就业领域。一些只有初中学历的劳动者，可能难以找到正规的工作岗位，只能从事个体经营、打零工等非正规就业工作。性别在非正规就业中也存在一定的差异，女性由于生育、家庭照顾等因素，可能更倾向于选择工作时间灵活的非正规就业，以平衡家庭和工作的关系。一些有年幼子女的女性，为了方便照顾孩子，会选择在家从事网络销售、手工制作等非正规就业工作。婚姻状况同样会产生影响，已婚且家庭负担较重的劳动者，可能更注重收入的稳定性，相对而言进入非正规就业的概率较低；而未婚或单身劳动者则可能更愿意尝试非正规就业，追求不同的职业发展路径。基于Logit模型的非正规就业概率估计方法，首先需要收集大量与非正规就业相关的数据，包括劳动者的个体特征数据，如年龄、教育程度、性别、婚姻状况等，以及宏观经济数据，如地区经济增长率、失业率、通货膨胀率等，这些数据将作为模型的解释变量。通过对这些数据的分析和处理，运用最大似然估计等方法，对Logit模型中的参数\beta_0,\beta_1,\beta_2,...,\beta_n进行估计，从而确定模型的具体形式。在估计出模型参数后，对于任意给定的一组解释变量值，就可以代入模型中计算出劳动者从事非正规就业的概率。假设计算出某劳动者从事非正规就业的概率为0.6，这意味着在给定的条件下，该劳动者有60%的可能性选择非正规就业。通过对大量劳动者的概率计算，并结合劳动力总体数量，就可以估算出非正规就业的规模。这种基于概率分析的方法，充分考虑了劳动者个体特征和宏观经济因素对非正规就业的综合影响，相较于传统的估算方法，能够更全面、准确地反映非正规就业的实际情况，为政策制定者提供更有价值的决策依据。五、中国非正规就业规模的实证估算5.1汇总法实证估算汇总法是一种较为常用的估算非正规就业规模的方法，它通过对各类与非正规就业相关的数据进行收集、整理和汇总，从而推算出非正规就业的总体规模。在SNA(2008)框架下，基于单位登记注册类型和城市抽样调查，运用汇总法对我国非正规就业规模进行估算。从单位登记注册类型来看，我国的就业单位涵盖了多种类型，不同类型单位中的就业情况复杂多样。国有单位和集体单位通常具有较为规范的用工制度和完善的社会保障体系，其中的就业人员大多属于正规就业。然而，随着经济体制改革的推进和市场竞争的加剧，这些单位也逐渐出现了一些非正规就业形式，如临时雇佣的合同工、劳务派遣工等。在一些国有大型企业的项目建设中，为了满足短期的用工需求，会临时雇佣大量的合同工，这些合同工在工作稳定性、福利待遇等方面与正式员工存在差异，属于非正规就业范畴。股份合作单位、联营单位、有限责任公司和股份有限责任公司等，在市场经济的环境下，其用工方式更加灵活多样。这些单位为了降低用工成本、提高生产效率，会根据业务需求雇佣临时工、非全日制工等非正规就业人员。一些互联网科技公司，由于项目的阶段性特点，在项目开发的高峰期会大量招聘临时工和兼职人员，以满足项目对人力资源的需求，这些临时工和兼职人员就属于非正规就业者。私营企业和个体经济是非正规就业的重要载体。私营企业规模大小不一，其中小型私营企业由于资金、规模等限制，往往采用灵活的用工方式，非正规就业现象较为普遍。许多小型私营加工厂，雇佣的工人大多没有签订长期劳动合同，工作时间不固定，工资待遇也相对较低，这些工人属于非正规就业者。个体经济如个体工商户，其经营者和雇员通常都处于非正规就业状态。街头的小商店、小餐馆等个体工商户，其雇员可能没有稳定的工作时间和完善的社会保障，工作具有较强的灵活性和不确定性。根据《中国统计年鉴》以及相关劳动统计数据，对不同登记注册类型单位中的非正规就业人数进行初步统计。在私营企业中，20XX年就业人数为X万人，通过对企业用工情况的分析和调查，估算其中非正规就业人数占比约为Y%，则私营企业中非正规就业人数约为XY%万人。在个体经济中，20XX年个体工商户登记注册数量为Z万户，平均每个个体工商户雇佣人数为A人，考虑到个体工商户中存在大量自雇人员以及部分雇佣临时工的情况，估算个体经济中非正规就业人数约为ZA*B%万人（B%为估算的非正规就业人员占比）。城市抽样调查也是获取非正规就业数据的重要途径。通过科学的抽样方法，在不同城市选取具有代表性的样本区域进行调查。调查内容涵盖就业者的工作性质、工作时间、劳动合同签订情况、社会保障参与情况等方面，以准确判断就业者是否属于非正规就业。在某城市的抽样调查中，共选取了1000个样本家庭，对其中的就业人员进行详细调查。通过对调查数据的分析，发现样本中从事非正规就业的人数为200人，占样本总就业人数的20%。根据该城市的总人口和就业人口数据，运用统计学方法进行推算，得出该城市非正规就业规模约为C万人。将从单位登记注册类型统计和城市抽样调查中获取的数据进行汇总。假设通过单位登记注册类型统计得到的非正规就业人数总和为M万人，通过城市抽样调查推算得到的非正规就业人数为N万人，考虑到两种数据来源可能存在的重叠和误差，运用适当的调整方法，最终估算出我国非正规就业规模约为（M+N）*D%万人（D%为调整系数，根据实际情况确定，旨在提高估算结果的准确性）。通过汇总法估算得到的我国非正规就业规模在不同年份呈现出一定的变化趋势。近年来，随着经济结构的调整和互联网经济的发展，非正规就业规模总体上呈现出增长的态势。互联网平台的兴起，催生了众多新型非正规就业形式，如外卖骑手、网约车司机等，这些新兴的非正规就业群体不断壮大，使得非正规就业规模持续扩大。从行业分布来看，非正规就业主要集中在服务业和制造业。在服务业中，餐饮、零售、家政服务等行业的非正规就业占比较高，这些行业的工作特点决定了其对灵活用工的需求较大。在制造业中，一些劳动密集型企业为了降低成本，也大量采用非正规就业形式，如临时工、派遣工等。地区差异方面，东部沿海经济发达地区的非正规就业规模相对较大，这与该地区活跃的市场经济和发达的产业结构密切相关。而中西部地区的非正规就业规模相对较小，但随着中西部地区经济的发展和产业转移的推进，非正规就业规模也在逐渐增加。5.2差额法实证估算差额法是一种通过统计数据比较来估算非正规就业规模的方法，其核心在于利用总就业人数与正规就业人数之间的差值来推断非正规就业的规模。在SNA(2008)框架下，运用差额法进行实证估算时，关键在于准确获取总就业人数和正规就业人数这两个关键数据。总就业人数的获取途径较为广泛，主要依赖于各类统计调查数据。劳动力调查是获取总就业人数的重要方式之一，它通过科学的抽样方法，对一定范围内的劳动力进行调查，涵盖了城乡各个行业和领域的就业人员，能够较为全面地反映劳动力市场的总体就业情况。我国定期开展的劳动力调查，采用分层抽样的方式，在全国范围内选取代表性样本，对样本中的就业人员进行详细的信息采集，包括就业身份、就业行业、工作时间等，从而推算出全国的总就业人数。人口普查也是获取总就业人数的重要来源，虽然人口普查并非专门针对就业进行调查，但在普查过程中会涉及就业相关信息，通过对这些信息的整理和分析，可以得到较为准确的总就业人数。正规就业人数的统计相对复杂，需要综合考虑多个因素。在我国，正规就业主要集中在国有单位、集体单位、股份合作单位、联营单位、有限责任公司、股份有限责任公司、港澳台投资单位、外商独资单位等相对规范的企业和组织中。对于这些单位的就业人数统计，主要依赖于政府部门的统计数据。劳动部门通过对企业的用工登记进行统计，掌握企业的员工数量、用工形式等信息；税务部门则通过对企业职工薪酬的统计，间接反映企业的就业人数。这些部门的数据来源可靠，统计标准相对统一，能够为正规就业人数的统计提供有力支持。然而，在实际统计过程中，正规就业人数的统计存在一些容易被忽视的问题。一些企业为了降低用工成本或规避相关法律法规，可能会隐瞒部分非正规就业人员的真实身份，将其以正规就业人员的名义进行统计，导致正规就业人数虚增，从而影响差额法估算非正规就业规模的准确性。一些小型企业或个体工商户由于管理不规范，可能无法准确提供就业人数信息，也会给正规就业人数的统计带来困难。以20XX年我国某地区的数据为例，根据该地区的劳动力调查数据，总就业人数为800万人。通过对该地区正规企业的统计，包括国有单位、集体单位、各类公司等正规部门的就业人数为500万人。运用差额法，用总就业人数800万人减去正规就业人数500万人，得到该地区20XX年非正规就业规模估算值为300万人。将差额法与汇总法结合使用，可以进一步提高非正规就业规模估算的准确性。汇总法通过对各类非正规就业形式相关数据的详细汇总，能够深入了解非正规就业的具体构成和规模；而差额法从宏观层面，利用总就业人数与正规就业人数的差值，快速估算出非正规就业的大致规模。两者结合，能够从不同角度对非正规就业规模进行验证和补充。在汇总法估算过程中，发现某些非正规就业形式的数据存在缺失或不确定性，此时可以参考差额法的估算结果，对汇总法的结果进行调整和完善。通过对比两种方法的估算结果，还可以发现数据统计中存在的问题和偏差，从而进一步优化估算方法，提高估算结果的可靠性。5.3潜变量测量法MIMIC模型实证潜变量测量法中的MIMIC（MultipleIndicatorsMultipleCauses）模型，即多指标多原因模型，是一种常用于分析难以直接观测的潜变量与多个可观测指标之间关系的结构方程模型。在非正规就业规模估算中，非正规就业规模作为潜变量，无法直接准确测量，而MIMIC模型通过构建多个与非正规就业相关的可观测经济指标与非正规就业规模之间的关系，为估算非正规就业规模提供了一种有效的方法。在筛选与非正规就业相关的经济指标变量时，需要综合考虑多个方面的因素。经济增长是影响就业的重要因素之一，经济增长速度的变化会对劳动力市场的供求关系产生影响，进而影响非正规就业规模。当经济增长较快时，企业生产扩张，对劳动力的需求增加，可能会带动非正规就业规模的扩大；反之，经济增长放缓，企业可能会减少用工，非正规就业规模可能会受到抑制。因此，选取国内生产总值（GDP）增长率作为反映经济增长的指标，它能够直观地体现经济发展的速度和活力。劳动力市场供求状况直接关系到就业机会的多少，与非正规就业规模密切相关。失业率是衡量劳动力市场供求状况的重要指标之一，失业率的上升意味着劳动力市场供大于求，就业竞争加剧，部分劳动者可能会转向非正规就业领域寻找工作机会；而失业率的下降则表明劳动力市场需求旺盛，非正规就业规模可能会相应减少。劳动力参与率也能反映劳动力市场的活跃程度，较高的劳动力参与率表示更多的人参与到劳动力市场中，这可能会增加非正规就业的供给和需求。因此，将失业率和劳动力参与率纳入经济指标变量体系。产业结构调整对就业结构产生重要影响，不同产业的发展特点和就业需求不同，从而影响非正规就业的分布和规模。随着经济的发展，产业结构逐渐从传统产业向新兴产业和服务业转型。服务业的发展往往伴随着大量灵活就业形式的出现，如餐饮、零售、快递等行业，这些行业的非正规就业占比较高。因此，选取服务业增加值占GDP的比重作为反映产业结构调整的指标，该指标能够体现服务业在国民经济中的地位和发展程度，进而反映产业结构调整对非正规就业规模的影响。税收政策对企业的经营成本和发展决策产生影响，进而影响就业。税收优惠政策可以降低企业的税负，增加企业的利润空间，从而鼓励企业扩大生产和雇佣更多的劳动力，包括非正规就业人员。较高的税收负担可能会使企业减少用工，尤其是非正规就业岗位。因此，选取税收收入占GDP的比重作为反映税收政策的指标，通过分析该指标与非正规就业规模之间的关系，可以了解税收政策对非正规就业的影响。利用筛选出的经济指标变量，构建MIMIC模型进行非正规就业规模的估算。假设非正规就业规模为潜变量η，GDP增长率、失业率、劳动力参与率、服务业增加值占GDP的比重、税收收入占GDP的比重等为可观测指标变量X1、X2、X3、X4、X5。MIMIC模型的基本结构如下：测量方程：\begin{align*}X_1&=\lambda_{1}\eta+\delta_{1}\\X_2&=\lambda_{2}\eta+\delta_{2}\\X_3&=\lambda_{3}\eta+\delta_{3}\\X_4&=\lambda_{4}\eta+\delta_{4}\\X_5&=\lambda_{5}\eta+\delta_{5}\end{align*}结构方程：\eta=\gamma_{1}Z_{1}+\gamma_{2}Z_{2}+\cdots+\gamma_{p}Z_{p}+\zeta其中，λi（i=1,2,3,4,5）为指标变量对潜变量的因子载荷，表示各经济指标与非正规就业规模之间的关联程度；δi为测量误差；γj（j=1,2,…,p）为结构系数，表示各外生变量Z对潜变量η的影响程度；ζ为残差项。运用统计软件，如AMOS、LISREL等，对构建的MIMIC模型进行估计和校准。将收集到的相关经济指标数据输入软件中，通过最大似然估计等方法，估计模型中的参数，包括因子载荷λi和结构系数γj。根据模型估计结果，得到各经济指标与非正规就业规模之间的具体关系。假设模型估计结果显示，GDP增长率的因子载荷为0.3，表示GDP增长率每提高1个百分点，在其他条件不变的情况下，非正规就业规模可能会增加0.3个单位；失业率的因子载荷为-0.2，表示失业率每上升1个百分点，非正规就业规模可能会减少0.2个单位。通过这些关系，可以根据各经济指标的实际数据，推算出非正规就业规模的估计值。对MIMIC模型的结果进行分析，有助于深入了解非正规就业规模与各经济指标之间的内在联系。从因子载荷的大小和方向可以判断各经济指标对非正规就业规模的影响程度和方向。因子载荷为正，表明该经济指标与非正规就业规模呈正相关关系，指标值的增加会导致非正规就业规模的扩大；因子载荷为负，则表示两者呈负相关关系，指标值的增加会使非正规就业规模缩小。通过对模型结果的分析，还可以发现一些有趣的现象和规律。在经济增长较快的时期，服务业增加值占GDP的比重对非正规就业规模的影响更为显著，这可能是因为经济增长带动了服务业的快速发展，从而创造了更多的非正规就业机会。税收政策对非正规就业规模的影响在不同地区可能存在差异，在一些经济欠发达地区，税收优惠政策对非正规就业规模的促进作用更为明显，因为这些地区的企业对税收负担更为敏感，税收优惠能够有效降低企业成本，鼓励企业雇佣更多的非正规就业人员。将MIMIC模型估算结果与汇总法、差额法的估算结果进行对比分析，可以进一步验证估算结果的准确性和可靠性。不同方法的估算结果可能存在一定的差异，这是由于各种方法的原理、数据来源和处理方式不同所致。通过对比分析，可以找出差异产生的原因，如数据的遗漏、统计口径的不一致、模型假设的合理性等。针对这些问题，可以对估算方法进行优化和改进，综合考虑各种方法的优缺点，结合多种方法的估算结果，得到更为准确的非正规就业规模估算值。5.4概率分析法Logit模型实证为了运用Logit模型进行非正规就业规模的实证分析，本研究选取了中国家庭追踪调查（CFPS）的数据。CFPS是一项具有全国代表性的大型社会调查，涵盖了丰富的家庭和个人信息，其中包含了大量与就业相关的数据，为研究非正规就业提供了有力的数据支持。该调查采用多阶段分层概率抽样方法，样本覆盖了全国25个省/市/自治区，能够较好地反映我国不同地区、不同社会经济背景下的就业情况。在数据筛选过程中，本研究根据研究目的，选取了与非正规就业相关的变量，如就业者的年龄、性别、教育程度、婚姻状况、职业类型、工作稳定性、劳动合同签订情况等，最终得到有效样本数为[X]个。样本特征分析显示，在性别分布上，男性样本占比为[X]%，女性样本占比为[X]%，性别比例相对均衡。年龄方面，样本涵盖了不同年龄段的就业者，其中20-30岁年龄段的就业者占比为[X]%，31-40岁年龄段占比为[X]%，41-50岁年龄段占比为[X]%，51岁及以上年龄段占比为[X]%，呈现出较为合理的年龄结构分布。教育程度上，小学及以下文化程度的就业者占比为[X]%，初中文化程度占比为[X]%，高中/中专文化程度占比为[X]%，大专及以上文化程度占比为[X]%，反映出我国就业者教育程度的多样性。婚姻状况方面，已婚就业者占比为[X]%，未婚就业者占比为[X]%，离异/丧偶就业者占比为[X]%。将筛选后的数据代入Logit模型进行估计，模型设定如下：\ln\left(\frac{P}{1-P}\right)=\beta_0+\beta_1X_1+\beta_2X_2+\beta_3X_3+\beta_4X_4+\beta_5X_5+\beta_6X_6+\epsilon其中，P表示就业者从事非正规就业的概率；X_1为年龄变量，以实际年龄数值代入；X_2为性别变量，男性赋值为1，女性赋值为0；X_3为教育程度变量，小学及以下赋值为1，初中赋值为2，高中/中专赋值为3，大专及以上赋值为4；X_4为婚姻状况变量，已婚赋值为1，未婚赋值为0，离异/丧偶赋值为-1；X_5为职业类型变量，根据不同职业类别进行分类赋值；X_6为工作稳定性变量，以工作年限作为衡量指标，实际工作年限数值代入；\beta_0,\beta_1,\beta_2,\beta_3,\beta_4,\beta_5,\beta_6为待估计参数；\epsilon为随机误差项。利用统计软件对模型进行估计，得到参数估计结果。结果显示，年龄变量的系数为[X]，且在[X]%的显著性水平下显著，表明年龄与非正规就业概率之间存在显著关系。随着年龄的增长，非正规就业概率呈现出[具体变化趋势，如先上升后下降或逐渐下降等]的趋势，这可能是因为年轻人更具冒险精神和灵活性，愿意尝试非正规就业，而随着年龄的增长，人们更倾向于寻求稳定的正规就业。性别变量系数为[X]，在[X]%的显著性水平下显著，说明男性从事非正规就业的概率相对女性更高，这可能与男性在就业市场上的职业选择偏好和承担风险的能力有关。教育程度变量系数为[X]，在[X]%的显著性水平下显著，反映出教育程度与非正规就业概率呈[负相关或正相关]关系，教育程度越高，从事非正规就业的概率越低，这是因为高学历者在正规就业市场上具有更强的竞争力，更容易获得正规就业机会。根据模型估计结果，计算每个样本就业者从事非正规就业的概率。对于某一特定就业者，假设其年龄为30岁，男性，教育程度为高中，未婚，从事商业服务类职业，工作年限为5年，将这些变量值代入模型中，计算得到其从事非正规就业的概率为[X]。通过对所有样本就业者的概率计算，结合劳动力总体数量，估算出我国非正规就业规模。假设劳动力总体数量为[Y]人，根据样本中从事非正规就业的平均概率[X]，估算出我国非正规就业规模约为[Y*X]人。概率分析法Logit模型与其他估算方法相比，具有独特的优势。与汇总法相比，汇总法主要依赖于对各类非正规就业形式相关数据的汇总统计，容易受到数据遗漏和统计标准不一致的影响。而Logit模型从劳动者个体特征出发，考虑了多种因素对非正规就业概率的影响，能够更全面地反映非正规就业的形成机制，估算结果更具说服力。与差额法相比，差额法通过总就业人数与正规就业人数的差值来估算非正规就业规模，无法准确区分正规部门中的非正规就业，且易受数据误差影响。Logit模型则能够直接对非正规就业的概率进行估计，更准确地捕捉非正规就业的规模和特征。与潜变量测量法MIMIC模型相比，MIMIC模型虽然考虑了多个经济指标对非正规就业规模的综合影响，但对数据质量和模型设定要求高，应用难度大。Logit模型相对简单直观，数据获取相对容易，且能够充分利用微观个体数据，在非正规就业规模估算中具有较强的实用性和可操作性。5.5模型比较与分析在估算非正规就业规模时，汇总法、差额法、潜变量测量法（MIMIC模型）以及概率分析法（Logit模型）各有其特点，在估算方法简便性和估算结果准确性方面存在差异。从估算方法简便性来看，差额法最为简单直观。它只需获取总就业人数和正规就业人数这两个关键数据，通过简单的减法运算就能得到非正规就业规模的估算值，计算过程易于理解和操作，对数据处理能力和专业知识的要求相对较低。汇总法相对复杂一些，需要对各类非正规就业形式相关数据进行收集、整理和汇总。要分别统计非正规部门就业以及正规部门中的非正规就业形式的数据，数据来源广泛且分散，涉及多个部门和领域，如市场监管部门的登记数据、企业人力资源部门的统计数据、劳动调查数据等。在收集过程中，还需要对不同来源的数据进行核对和校准，以确保数据的准确性和一致性，这增加了数据处理的工作量和难度。潜变量测量法中的MIMIC模型和概率分析法中的Logit模型则较为复杂。MIMIC模型需要筛选与非正规就业相关的多个经济指标变量，构建复杂的结构方程模型，运用专业的统计软件进行估计和校准，涉及到计量经济学等专业知识，对研究者的理论水平和技术能力要求较高。Logit模型虽然数据获取相对容易，但其模型设定和参数估计也需要一定的统计学知识，在分析过程中要考虑多种因素对非正规就业概率的影响，对数据的处理和分析较为细致。在估算结果准确性方面，不同方法也各有优劣。汇总法能够较为全面地考虑各类非正规就业形式，通过详细收集和汇总相关数据，从微观层面深入了解非正规就业的构成和规模，理论上可以得到较为准确的估算结果。然而，由于非正规就业的隐蔽性和灵活性，部分非正规就业者可能未进行登记或未被统计到，导致数据遗漏，从而低估非正规就业规模。不同数据来源的统计标准和口径可能不一致，在汇总过程中容易出现重复统计或数据矛盾的问题，影响估算结果的准确性。差额法由于无法准确区分正规部门中的正规就业和非正规就业，将正规部门中所有就业都视为正规就业，忽略了正规部门中存在的临时工、非全日制工等非正规就业形式，可能导致非正规就业规模的低估。如果总就业数据和正规就业数据存在统计误差，如