钟玉婷 陈利锋 | 消除就业性别歧视为何如此重要
点击蓝字关注我们
消除就业性别歧视为何如此重要
钟玉婷，陈利锋
一、引言
女性就业占比与女性劳动参与率上升是近年劳动力市场一个非常明显的趋势。据世界银行2020年统计数据，西欧和北欧等高收入国家女性劳动参与率均超过55%。美国2020年人口普查数据显示，近10年美国女性劳动参与率均高于世界平均水平的50%。作为全球最大的发展中国家，依据国家统计局第7次人口普查数据，2011年至2020年中国女性劳动参与率均接近60%。不过，尽管现实经济活动中女性扮演着越来越重要的角色，但就业性别歧视依然是各国劳动力市场难以回避的现实问题。Blau和Kahn（2013）指出，从1980年到2010年，尽管女性与男性劳动力的工资比值从62.1%上升至79.3%，但就业性别歧视依然显著存在。Faia（2020）认为教育领域性别歧视是导致女性职场权力低于男性的重要成因。女性劳动参与率上升与显著存在的就业性别歧视形成鲜明对比，也使得就业性别歧视成为研究者关注的重要话题。
在较早的宏观经济研究中，研究者较少关注劳动力市场性别差异这一异质性的影响。国际金融危机后，宏观经济领域众多研究者越来越关注异质性，劳动力市场性别差异的宏观经济影响逐渐进入主流宏观经济学分析框架，一部分研究主要考察了就业性别歧视对女性就业产生的影响。Peiró等（2012）通过构建实际经济周期（即RBC）模型分析周期性外生冲击对英国和美国劳动力市场产生的影响，结果显示，逆向外生冲击导致两国女性失业率上升的幅度更大，而男性失业率则表现出相对较小幅度的上升。Albanesi和Prados（2011）构建家庭劳动力供给模型分析经济周期波动过程中工资收入不平等对女性就业的影响，结果显示经济周期波动过程中以工资收入不平等为表现的就业性别歧视程度恶化导致女性失业增加。Razzu和Singleton（2016）基于金融危机数据考察了逆向外生冲击对英国和美国劳动力市场产生的影响：女性失业对宏观经济波动更加敏感，金融危机形成的外生冲击引起女性失业率快速上升。盛亦男（2019）以及张琳和张琪（2019）使用2016年中国城市劳动力调查数据，发现劳动力市场性别歧视和生育决策导致女性比男性具有更大的就业弹性。赵瑾（2019）从女性就业的角度剖析了中美贸易战对中国宏观经济的影响，发现劳动力市场性别歧视可能使贸易战对中国的就业问题产生更大的消极效应。通过构建投入产出模型并使用结构性分解方法考察金融危机对女性就业的影响，Barba和Iraizoz（2020）指出部门分割与就业性别歧视是导致金融危机期间女性失业快速上升的主要原因。另一部分研究则关注就业性别歧视的宏观经济效应。Albanesi和Sahin（2018）使用RBC模型考察了就业性别歧视对经济周期的影响，指出就业性别歧视导致女性就业对经济周期波动更具敏感性，进而导致国际金融危机后美国劳动力市场呈现缓慢复苏（slow recovery）特征。Fukui等（2023）使用一般均衡模型来分析女性就业对经济周期的影响，指出：在经历半个世纪左右快速增长后，近二十年就业性别歧视导致女性就业增长率放缓是导致经济周期波动后宏观经济缓慢复苏的主要原因。Heathcote等（2017）指出，通过消除就业性别歧视使女性劳动参与率上升是推动经济增长和缓解不平等的重要力量。Albanesi（2019）构建包含性别差异的RBC模型考察了女性就业变化对美国经济周期波动的影响，研究结果表明女性就业变化显著改变了美国经济周期。因此，消除就业性别歧视有助于实现宏观经济稳定。Agénor等（2021）构建包含劳动力市场性别就业差异和名义刚性的世代交叠（OLG）模型，考察了就业性别歧视对经济增长的影响，结果指出性别歧视显著降低了劳动生产率。王勇和葛玉好（2021）使用静态模拟方法考察了就业性别歧视对就业的影响，研究结果表明，在遇到劳动力市场外生冲击时，女性更容易受其影响而退出劳动力市场，进而相比男性就业而言对宏观经济产生了更大的影响。张抗私和王亚迪（2021）通过对2012年至2018年中国家庭调查数据的分析，发现已婚育女性选择进入非正规就业部门是导致女性就业变化幅度大的重要原因。这一研究结论意味着非正规部门女性就业比例上升是女性就业影响中国宏观经济波动的一个可行的解释，而导致已婚女性容易选择进入非正规就业部门的重要原因是就业性别歧视。
显然，现有研究表明，就业性别歧视改变了企业雇用决策，导致性别生产率的低效利用以及劳动力资源浪费，继而影响一国宏观经济波动。然而，现实经济中就业性别歧视存在多种表现形式，以往研究主要考察的是第一类就业性别歧视即就业机会歧视对宏观经济产生的影响，而较少关注第二类就业性别歧视即就业统计歧视。在现有研究基础上，本文构建包含两类就业性别歧视的动态随机一般均衡模型，用以分析就业性别歧视的宏观经济效应，同时比较无就业性别歧视、存在就业机会歧视以及就业统计歧视三种情形中宏观经济动态特征。结果发现：第一，就业性别歧视改变了外生冲击对宏观经济产生的影响；第二，就业机会歧视对劳动力市场乃至宏观经济产生的影响明显大于就业统计歧视；第三，就业性别歧视改变了货币政策的宏观经济效应，使得存在就业性别歧视条件下扩张货币政策的积极效应变小。同时，与扩张政府支出冲击类似，存在就业机会歧视条件下货币政策的宏观经济效应明显小于存在就业统计歧视的情形。从社会福利的角度，就业性别歧视导致社会福利恶化。与无就业性别歧视以及存在就业统计歧视的情形相比，就业机会歧视导致社会福利更大程度的恶化。
与现有研究相比，本文主要的创新点为：第一，与仅考虑第一类就业性别歧视的现有研究相比，本文构建了一个包含两种就业性别歧视的动态随机一般均衡模型，并基于这一分析框架考察了不同类型就业性别歧视带来的宏观经济影响；第二，现有相近文献主要基于静态与比较静态方法分析就业性别歧视的影响，而本文在研究方法上则采用脉冲响应分析、福利分析等动态分析方法并与乘数分析等静态、比较静态分析方法相结合。
二、模型设定
本部分构建一个包含异质性家庭、中间产品生产企业、最终产品生产企业和货币政策当局的动态随机一般均衡模型。异质性家庭中的男性成员与女性成员的劳动生产率存在差异，基于此，模型中分别考察了无就业性别歧视、存在就业机会歧视和就业统计歧视等三种情形及其对应的中间产品生产企业最优劳动力投入决策。
（一）家庭的优化问题
模型经济由A和B两种类型家庭构成，每种类型家庭均包含两类性别家庭成员即男性和女性，且家庭成员之间完全消费共享。定义CAit、CBit分别表示A类家庭中代表性家庭i的消费、B类家庭中代表性家庭i的消费，CAt、CBt分别表示A类家庭总消费和B类家庭总消费，且满足如下方程：
其中，εp为不同产品的替代弹性。定义NFAit、NMAit分别表示A类家庭中代表性家庭的女性就业和男性就业，NFBit、NMBit分别表示B类家庭中代表性家庭的女性就业和男性就业，β表示贴现率，1/ηF和1/ηM分别表示女性劳动力供给弹性和男性劳动力供给弹性，εct、εFLt、εMLt分别为偏好冲击、女性劳动力供给冲击与男性劳动力供给冲击，并且均服从平稳的AR（1）过程。两类家庭s(s=A,B)的终身效用满足如下形式：
模型经济中两类家庭的预算约束分别为：
其中，Bsit为两类家庭中代表性家庭i购买的债券，Rt为名义利率，WFAt和WMAt分别为A类家庭中女性名义工资和男性名义工资，WFBt和WMBt分别为B类家庭中女性名义工资和男性名义工资，Rkt为物质资本实际租金率，Dsit为两类家庭中代表性家庭获得的其他收入，Isit与Ksit分别表示两类家庭中代表性家庭进行的物质资本投资及其形成的物质资本存量。
定义S(X)为资本调整成本且S(δ)=δ，S′(δ)=1，δ为资本折旧率，Isit与Ksit的关系满足：
（二）最终产品生产企业
定义Yt和Yjt分别表示最终产品和中间投入（即中间产品），生产Yt的技术为：
定义Pjt表示Yjt的价格，依据利润最大化原则可知：Yjt=(Pjt/Pt)-εpYt。
（三）无就业性别歧视环境下的中间产品生产企业
无就业性别歧视条件下，中间产品生产企业依据生产过程的实际需要进行劳动力雇用决策，因而无论劳动力性别、来自何种类型家庭均可以获得就业机会。假定模型经济中A类家庭的数量占比为κ，并且A类家庭女性劳动力的生产效率大于B类家庭女性劳动力的生产效率，那么中间产品生产企业的生产函数为：Yjt=(AtΓjt)1-αKαjt，α为资本产出弹性，εat=lnAt表示通用技术冲击，εat度量的是经济中所有中间产品生产企业都面临的技术变化且服从平稳的AR（1）过程，Kjt表示代表性中间产品生产企业j投入的物质资本，Γjt为复合劳动且满足：
其中，αA和αB分别为中间产品生产过程中A类家庭的女性劳动力与B类家庭的女性劳动力投入占比，自定义参数α1满足α1=καA+(1-κ)αB，参数λ表示女性劳动力对男性劳动力的替代弹性，NFAjt与NMAjt分别表示代表性中间产品生产企业j雇用的、来自A类家庭的女性劳动力和男性劳动力，NFBjt与NMBjt分别表示代表性中间产品生产企业j雇用的、来自B类家庭的女性劳动力和男性劳动力。εart=lnArt表示女性相对生产率冲击，εart度量的是相对男性劳动力而言女性劳动力的生产率变化。由于A类家庭女性劳动力的生产效率大于B类家庭女性劳动力的生产效率，无就业性别歧视条件下中间产品生产企业可能更倾向于雇用A类家庭的劳动力，因而参数αA的取值大于αB。
当劳动力市场无性别歧视时，代表性中间产品生产企业的总成本函数为：
结合总成本函数与生产函数可知，代表性中间产品生产企业的最优要素投入满足：
其中，μt为代表性中间产品生产企业j生产函数方程的拉格朗日乘子。中间产品价格Pjt依据交错方式调整，定义θp和P*t分别表示名义价格刚性和最优价格水平，那么Pjt可表示为：
定义MCjt表示代表性中间产品生产企业的实际边际成本，依据最优要素投入方程可知：MCjt=μt。决定最优价格设定P*t的一阶条件为：
其中，Λt,t+k为累积折现率，Yjt+k,t为存在名义价格刚性条件下时期t+k的中间产品产出，MCjt+k,t表示产出为Yjt+k,t时t+k期代表性中间产品生产企业的实际边际成本。
（四）存在第一类就业性别歧视环境下的中间产品生产企业
当中间产品生产企业偏好于聘用男性劳动力时，劳动力市场将明显存在第一类就业性别歧视。Cavalcanti和Taveres（2016）将这一类型就业性别歧视称为“性别偏好歧视”，其意为雇主偏好于聘用男性求职者。现有研究将这一类型就业性别歧视称为“就业机会歧视”：在招聘过程中，女性求职者获得的就业就会明显少于男性。张霞（2020）指出，企业在招聘过程中认为相比聘用男性劳动力而言，聘用女性劳动力会产生额外成本（比如生育保险、产假、抚养孩子可能带来的精力投入），进而导致女性劳动力获得的就业机会减少。显然，这一额外成本的存在使得第一类就业性别歧视对整个经济产生了一个新的扭曲。与张抗私和王亚迪（2021）等研究相同，设定存在第一类就业性别歧视时，无论女性劳动力来自哪一类型家庭，中间产品生产企业认为聘用女性劳动力所增加的额外单位成本为。同时，为了更准确地刻画第一类就业性别歧视的影响，我们设定男性劳动力与女性劳动力具有相同的劳动生产率，即方程（4）中的参数α1取值为0.5，继而可以排除因劳动生产率差异引致的就业机会差异，那么经济中女性劳动力就业机会少于男性劳动力的唯一原因是就业性别歧视。基于以上设定，存在第一类就业性别歧视时，中间产品生产企业将所有女性劳动力看作相同，将所有男性劳动力看作相同，因而方程（4）中参数αA等于αB，根据参数之间的关系可知α1=αA。方程（3）缩减为如下形式：
由于中间产品生产企业忽略男性劳动力、女性劳动力的家庭类型，因而给予来自不同类型家庭的男性劳动力相同的工资（即WMAt=WMBt=WMt），同时给予来自不同类型家庭的女性劳动力相同的工资（即WFAt=WFBt=WFt），因此，存在第一类就业性别歧视时中间产品生产企业的总成本函数为：
存在第一类就业性别歧视条件下对应的最优要素投入为：
尽管表达形式相同，但是由于存在第一类就业性别歧视，与无就业性别歧视的情形相比，中间产品生产企业的产出与物质资本投入均发生变化，因而方程（12）与方程（5）存在明显差异。方程（13）刻画了额外成本产生的影响：由于额外成本的存在，女性劳动力雇用数量明显降低。
与无就业性别歧视情形相似，中间产品价格调整方式也依据交错方式调整。定义MC1jt表示存在第一类就业性别歧视条件下中间产品生产企业的实际边际成本，MC1jt+k,t表示存在名义价格刚性条件下t+k期的实际边际成本，那么决定最优价格设定P*t的一阶条件为：
（五）存在第二类就业性别歧视环境下的中间产品生产企业
第二类就业性别歧视产生的条件包括：（1）来自家庭A的男性劳动力与来自家庭B的男性劳动力具有相同的劳动生产率，因而可以将他们看作相同的劳动力，即NMAjt=NMBjt=NMjt。这一条件意味着WMAt=WMBt=WMt。（2）女性劳动力存在劳动生产率差异，不失一般性，设定来自家庭A的女性劳动力具有更高的劳动生产率。这一设定意味着αA＞αB。为便于分析，设定来自家庭A的女性劳动力具有与男性劳动力相同的劳动生产率。（3）中间产品生产企业在招聘过程中人为认定（无论来自哪一类型家庭）女性劳动力的劳动生产率均低于男性劳动力，并且忽略女性劳动力的劳动生产率差异。这一条件意味着NFAjt=NFBjt=NFjt，并且对应的名义工资满足：WFAt=WFBt=WFt。基于以上条件可知，在第二类就业性别歧视条件下，方程（4）缩减为与方程（11）类似的形式。不过，与方程（11）中男性劳动力与女性劳动力具有相同劳动生产率的设定不同，存在第二类就业性别歧视条件下存在性别劳动生产率差异，即α1＜1-α1或者α1＜0.5。Cavalcanti和Taveres (2016)等将人为认定女性具有较低劳动生产率的第二类就业性别歧视称为“就业统计歧视”。
存在第二类就业性别歧视条件下的总成本函数为：
存在第二类就业性别歧视条件下对应的最优要素投入条件包括与方程（12）类似的最优物质资本投入方程、与方程（14）类似的最优男性劳动力投入方程，以及如下最优女性劳动力投入方程：
与无就业性别歧视与存在第一类就业性别歧视的情形相似，中间产品价格调整方式也依据交错方式调整。定义MC2jt表示存在第二类就业性别歧视条件下中间产品生产企业的实际边际成本，MC2jt+k,t表示存在名义价格刚性条件下t+k期的实际边际成本，那么决定最优价格设定P*t的一阶条件为：
总产出Yt可用于消费Ct、投资It和政府购买Gt，即Yt=Ct+It+Gt，其中Ct、It由两类家庭的消费和投资加总而得，即：Ct=κCAt+(1-κ)CBt，It=κIAt+(1-κ)IBt。与Christiano等（2016）相同，Gt是总产出的时变倍数，即Gt=［1-(1/gt)］Yt，gt为政府支出冲击εgt的函数，即gt=exp(εgt)，εgt满足εgt=(1-ρg)lng+ρgεgt-1+egt；g为gt的稳态值，ρg为冲击持续性，egt是均值为0、方差为σ2g的白噪声。
模型经济中的基准货币政策方程为：
其中，ρ、ρy、ρp均为泰勒规则参数，Y、Πp表示产出稳态以及通胀稳态，εrt为货币政策冲击且满足εrt=ρrεrt-1+ert，ρr为冲击持续性，ert是均值为0、方差为σ2r的白噪声。
三、模型参数化
本部分分别对无就业歧视模型、存在第一类就业歧视模型与存在第二类就业歧视模型中涉及的结构性参数进行校准。
（一）三类模型中共同参数的校准
家庭的贴现率β、资本折旧率δ，依据惯例分别校准为0.98和4%。以往研究如朱军等（2020）、陈利锋等（2021）均表明，这两个参数的取值对模型分析结论不敏感。生产函数中资本所占的份额α，依据He等（2019）、马勇和吕琳（2021），将其取值校准为0.6。模型经济中A类家庭的数量占比κ，不失一般性，将其校准为0.5，即经济中A类家庭与B类家庭的占比相同。女性劳动力对男性劳动力的替代弹性λ，依据Albanesi（2019）估算的结果，将其校准为4.33。
名义价格刚性指数θp、不同产品的替代弹性系数εp，与朱军等（2020）和陈利锋等（2021）相同，分别校准为0.75和1.5。参考马勇和吕琳（2021）的做法，本文使用社会就业人员总量与总人口比值的平均值表示稳态就业N，进而基于2002—2020年的相关数据可得N的取值约等于0.6。参考陈利锋等（2022）的做法，使用历年居民消费与GDP比值的平均值表示消费产出比的稳态值γc，进而依据2002—2020年的相关数据可知γc的取值约等于0.38。货币政策参数ρ、ρy、ρp，依据朱军等（2020）以及陈利锋等（2021），取值分别校准为0.8、0.25和1.25。
女性劳动力供给弹性系数1/ηF与男性劳动力供给弹性系数1/ηM。Mullbacher和Wolfgang（2017）使用奥地利的数据，对ηF和ηM两个参数进行了估计，结果发现女性劳动力供给弹性为男性劳动力供给弹性的3倍。Guisinger（2020）使用澳大利亚劳动力市场数据估计女性劳动力供给弹性系数，研究结果同样发现女性劳动力替代弹性为男性劳动力替代弹性的3倍。陈利锋等（2022）构建包含性别差异的动态随机一般均衡模型，并使用中国现实数据进行参数贝叶斯估计，结果显示ηF的取值为0.7895，ηM的取值为2.2526，这两个参数估计的结果意味着女性劳动力供给弹性约等于1.2666（≈1/0.7895），男性劳动力供给弹性为0.4439（≈1/2.2526），前者为后者的2.8533倍。
（二）三类模型中特定参数的校准
无就业歧视模型中特定参数包括复合劳动投入方程（3）中的参数αA和αB，分别表示复合劳动投入中A类家庭的女性劳动力占比与B类家庭的女性劳动力投入占比。这一情形下参数αA的取值大于αB的取值。不失一般性，不妨设定αA的取值为0.65，αB的取值为0.4，对应的参数α1的取值满足α1=καA+(1-κ)αB=0.525。
存在第一类就业性别歧视的模型中，A类家庭的女性劳动力生产效率与B类家庭的女性劳动力生产效率相同，因而αA=αB。因此，可以将二者的取值校准为0.5，对应地，参数α1的取值也等于0.5。
存在第二类就业性别歧视的模型中αA>αB，并且要求α1<0.5。不失一般性，不妨设定αA的取值为0.45，αB的取值为0.4，对应的α1的取值为0.425（具体的参数校准结果见表1）。
四、动态分析
结合校准的参数，采用动态分析方法可以发现就业性别歧视对宏观经济产生的动态影响。具体地，通过分析和比较无就业性别歧视、存在第一类就业性别歧视以及存在第二类就业性别歧视三种情形下外生冲击（技术冲击与政府支出冲击）的脉冲响应，进而观测不同类型就业性别歧视对劳动力市场乃至整个宏观经济产生的影响。
（一）技术冲击的脉冲响应
图1显示的是1个单位标准差积极技术冲击的脉冲响应。显然，与未考虑就业性别歧视以及未考虑性别差异的相关研究文献如陈利锋等（2021）、Gal′（2022）等相比，图1中技术冲击的脉冲响应并未发生根本变化：积极的技术冲击推动了投资、产出、消费增加，以及通胀下降和物质资本实际租金率下降，同时引起就业减少。因为积极技术冲击意味着经济中出现技术进步并引起劳动生产率提高，因而在降低就业的同时提高了产出。劳动生产率提高使劳动力获得的工资收入增加，继而推动了消费增加。这一结论与Gal（2013）一致，后者指出，技术进步虽然降低了就业，但整体而言依然提高了家庭收入。产出增加意味着企业利润上升，而家庭收入增加和企业利润上升推动了经济中投资的增加，投资形成的物质资本存量亦随之增加，继而引起物质资本实际租金率下降。产出增加缓解了整体价格的上升，因而通胀在积极技术冲击发生后表现出下降趋势。因此，基于图1中技术冲击的脉冲响应可以认为，就业性别歧视并未从根本上改变技术冲击对宏观经济产生的影响。
尽管就业性别歧视并未从根本上改变技术冲击对宏观经济的影响，但依据图1依然可以发现就业性别歧视的存在显著改变了技术冲击对宏观经济影响的大小：相比无就业性别歧视情形而言，无论是存在第一类就业性别歧视还是存在第二类就业性别歧视，积极技术冲击均引起就业较大幅度下降，产出、投资、消费相对较小幅度增加以及实际租金率较小幅度下降。这一结果表明，就业性别歧视阻碍了技术进步的积极作用的有效发挥，进而使得在存在就业性别歧视条件下积极技术冲击的宏观经济效果明显小于无就业性别歧视的情形。
进一步比较存在两类不同就业性别歧视情形下技术冲击的宏观经济效应。相比存在第二类就业性别歧视情形，存在第一类就业性别歧视情形下技术进步引起就业人员更大幅度减少，因而产出增加的幅度也相对较小。就业相对较大幅度减少和产出较小幅度增加使得存在第一类就业性别歧视情形下消费和投资增加的幅度也明显小于存在第二类就业性别歧视情形。由于资本与劳动具有不完全替代性，并且在存在第一类就业性别歧视情形下投资相对较小幅度增加，导致物质资本形成较少，因而技术进步对实际租金率的影响也小于存在第二类就业性别歧视情形，表现在图1中，积极技术冲击发生后实际租金率表现出相对较小幅度下降。最后，由于总供给增加对物价上升存在抑制作用，存在第一类就业性别歧视情形下产出较小幅度增加也必然导致通胀相对较小幅度下降。
（二）政府支出冲击的脉冲响应
图2显示的是1个单位标准差扩张政府支出（即政府支出增加）冲击的脉冲响应。显然，政府支出增加引起消费和投资减少，这一结果源于政府财政扩张对私人部门产生的“挤出效应”，投资需求下降引起资本实际租金率下降。尽管挤出效应导致消费和投资减少，但扩张性政府支出冲击依然引起就业和总产出表现出上升趋势。政府支出增加对物价的影响存在两方面效应：一方面，政府支出增加引起总产出上升，表明经济中的总供给增加，有助于缓和物价上涨；另一方面，政府支出增加本身会推动通胀上升。不过，由于第二方面效应占优，因而政府支出冲击最终推动通胀上升。
图2显示的扩张性政府支出冲击的脉冲响应函数与现有相近研究基本一致。不过，与现有的忽略劳动力市场就业性别歧视的相关研究文献相比，图2还给出了无就业性别歧视、存在第一类就业性别歧视和存在第二类就业性别歧视三种情形下扩张性政府支出冲击的动态效应。依据图2，相比存在就业性别歧视的情形，无就业性别歧视情形中扩张性政府支出冲击发生后，消费、投资和物质资本租金率表现出相对较小幅度的下降，并且在这一情形中政府支出增加引起产出和就业上升的幅度最大。为验证这一结论，我们分别计算了三种情形中政府支出的产出乘数和政府支出的就业乘数，结果显示在表2中。
表2估算的结果显示，无就业性别歧视条件下，扩张政府支出的产出乘数为0.8920，这一数值与陈诗一和陈登科（2019）估算的结果比较接近，后者指出扩张政府支出的产出乘数约为0.87。存在第一类就业性别歧视和第二类就业性别歧视情形中，扩张政府支出的产出乘数分别为0.6458和0.7841，明显小于无就业性别歧视的情形。表2还估算了扩张政府支出的就业乘数，三种情形中就业乘数分别为0.6956、0.5856和0.6091，与产出乘数类似，无就业性别歧视条件下扩张政府支出的就业乘数大于存在就业性别歧视的情形。另外，基于表2估算的结果还可以发现，无论是扩张政府支出的产出乘数还是就业乘数，存在第一类就业性别歧视的情形均小于存在就第二类就业性别歧视的情形。
（三）宏观经济效应差异的成因分析
显然，图1和图2表明，无论是技术冲击还是扩张政府支出冲击，就业性别歧视均显著改变了外生冲击的宏观经济效应，并且第一类就业性别歧视对宏观经济产生的消极影响大于第二类就业性别歧视的，那么，何种原因导致在两类就业性别歧视情形下外生冲击宏观经济效应产生明显差异呢？具体而言，导致这一结果的原因在于第一类就业性别歧视与第二类就业性别歧视对就业群体的影响存在明显差异：第一类就业性别歧视即就业机会性别歧视，中间产品生产企业在招聘过程中倾向于聘用男性求职者，这一做法降低了整体女性劳动力的就业；第二类就业性别歧视即就业统计歧视，中间产品生产企业在招聘过程中认定所有女性求职者均具有较低的劳动生产率而给予女性求职者相对较低的名义工资，这一做法主要影响的是劳动生产率高的女性求职者，而对本身具有较低劳动生产率的女性求职者并无影响，甚至低劳动生产率女性求职者可能因为高劳动生产率女性求职者的退出而获得更多就业岗位（这一过程类似于“劣币驱逐良币”）。正是由于两类就业性别歧视对女性求职者的影响存在差异，进而导致存在第一类就业性别歧视条件下外生冲击对宏观经济的影响与存在第二类就业性别歧视的情形明显不同。
五、货币政策分析
图3显示的是1个单位标准差扩张性货币政策冲击的脉冲响应函数，货币政策冲击的持续性设置为0.5。基于图3可以发现，无论是否存在就业性别歧视，扩张性货币政策均引起消费、投资、产出以及就业增加，同时引起通胀（物价）以及资本实际租金率（度量投资成本）上升。显然，这一结果与现有研究基本一致。通过比较图3中三种情形下货币政策的脉冲响应，可以发现如下结果：第一，相比无就业性别歧视的情形，无论是存在第一类就业性别歧视，还是存在第二类就业性别歧视，货币政策对实际经济变量（即图3中消费、投资、产出、就业以及实际租金率）的影响均相对较小；第二，相比无就业性别歧视的情形，存在就业性别歧视条件下，货币政策对名义经济变量（即图3中的通胀）的影响均相对较大。这一结论表明，就业性别歧视削弱了货币政策的宏观经济效应。
导致这一现象的原因在于就业性别歧视影响了货币政策传导机制作用的发挥。相比无就业性别歧视的情形，无论存在何种就业性别歧视，中间产品生产企业均无法依据利润最大化原则选择最优的劳动力投入组合，经济中的总就业相对下降，表现在图3中扩张性货币政策冲击发生后无就业性别歧视条件下就业增加的幅度大于存在两种类型就业性别歧视的情形。就业对于总供给与总需求均存在显著影响：（1）存在就业性别歧视条件下，扩张性货币政策对就业的影响相对较小，使得扩张性货币政策冲击发生后就业增加的幅度相对较小。由于劳动力投入与资本投入之间的非完全替代，企业生产过程中所需的物质资本投入也相对较少，降低了经济中的投资需求，因而图3中存在就业性别歧视条件下货币政策冲击对投资的影响也小于无就业性别歧视的情形。投资需求的相对下降使得扩张性货币政策冲击发生后，相比无就业性别歧视的情形而言，存在第一类与第二类就业性别歧视条件下资本实际租金率上升的幅度也相对较小。由于存在第一类与第二类就业性别歧视条件下扩张货币政策对就业和投资的影响均相对较小，因而最终使得扩张性货币政策对产出的影响也相对较小，表现在图3中，存在第一类与第二类就业性别歧视条件下产出对扩张货币政策冲击的反应轨迹处于无就业性别歧视情形之下。（2）就业性别歧视通过对产出的影响而改变了货币政策对通胀的影响。总供给增加有助于抑制物价上涨和通胀上升，存在第一类与第二类就业性别歧视条件下扩张性货币政策对产出的影响小于无就业性别歧视的情形。因此，相比无就业性别歧视情形而言，存在第一类与第二类就业性别歧视条件下较小的产出增加对于通胀的抑制作用也相对较小，进而扩张性货币政策引起通胀相对更大幅度上升。
与图1和图2类似，通过比较还可以发现，相比存在第二类就业性别歧视的情形而言，存在第一类就业性别歧视条件下扩张性货币政策的宏观经济效应显著较小。因此，基于图3可以认为，就业性别歧视显著降低了经济中的就业和产出，因而削弱了扩张性货币政策对宏观经济的影响，并且第一类就业性别歧视无论是对劳动力市场还是对整体宏观经济产生的消极影响均大于第二类就业性别歧视。
为考察不同类型就业性别歧视对货币政策效果产生的影响，表3分别计算了不同情形下货币政策的产出乘数和就业乘数。基于表3可以发现，无论是货币政策的产出乘数还是就业乘数，无就业性别歧视情形下货币政策的效果均优于存在就业性别歧视的情形，换言之，就业性别歧视降低了货币政策的有效性。同时，相比存在第二类就业性别歧视的情形，存在第一类就业性别歧视时货币政策的产出乘数和就业乘数均相对较小，这意味着第一类就业性别歧视对货币政策的宏观经济效应产生了更大的消极影响。
（二）福利分析
整体社会福利损失为两种类型家庭的社会福利损失的加权平均，即：
其中，L表示平均社会福利损失，LA和LB分别表示家庭A与家庭B的平均社会福利损失。
本文使用线性二次型逼近方法对两类家庭的效用函数进行线性二次型逼近，得到即期社会福利损失函数为：
其中，参数λx1与λx2均由模型参数和稳态参数构成。
依据方程（20）和（21）可以得到无就业性别歧视、存在第一类就业性别歧视与存在第二类就业性别歧视三种情形下货币政策的社会福利损失，结果显示在表4中。
在无性别就业歧视情形下，家庭A与家庭B的福利损失分别为0.0171和0.1018个单位。存在第一类就业性别歧视情形下，家庭A与家庭B的福利损失分别为0.1126和0.1632个单位，均明显大于无就业性别歧视情形下两类家庭的社会福利损失。存在第二类就业性别歧视条件下，家庭A与家庭B的福利损失分别达到0.1239和0.1103个单位。与无就业性别歧视情形相比，两类家庭对应的福利损失均明显增加。不过，相比存在第一类就业性别歧视情形而言，存在第二类就业性别歧视条件下，家庭A的福利损失增加，但家庭B对应的福利损失则明显下降，这一结果表明第二类就业性别歧视主要影响的是具有较高劳动生产率的家庭A中的女性劳动力，对低劳动生产率的女性劳动力（即家庭B中的女性劳动力）几乎没有影响，甚至可能由于家庭A高劳动生产率女性劳动力的退出而获得更多的就业岗位。
表4还给出了三种不同情形下货币政策冲击引起的整体社会福利损失。依据表4，无就业性别歧视情形下货币政策冲击引起的整体社会福利损失为0.0595个单位，而存在第一类就业性别歧视和存在第二类就业性别歧视情形下货币政策冲击引起的整体社会福利损失分别为0.1379和0.1171个单位，均明显大于无就业性别歧视情形下的整体社会福利损失，因此，就业性别歧视使货币政策执行后产生了更大的社会福利损失。比较两类就业性别歧视情形下货币政策冲击引起的整体社会福利损失，可以发现，存在第二类就业性别歧视条件下货币政策引起的社会福利损失小于存在第一类就业性别歧视条件下货币政策引起的社会福利损失，这一结果进一步证实了第一类就业性别歧视对整体宏观经济产生的影响大于第二类就业性别歧视的影响。
六、结论
通过构建包含就业机会歧视和就业统计歧视两类就业性别歧视的动态随机一般均衡模型，本文考察了就业性别歧视对劳动力市场及宏观经济产生的影响。研究结果显示，相比无就业性别歧视情形，无论存在何种就业性别歧视，积极外生冲击对劳动力市场乃至宏观经济产生的影响均被明显削弱。在本文考察的两类就业性别歧视中，由于就业机会歧视影响的是整个女性劳动力群体，而就业统计歧视影响的主要是劳动生产率高的女性劳动力，因而就业机会歧视对劳动力市场及宏观经济产生的影响大于就业统计歧视的影响。从政府支出冲击（扩张性财政政策）的角度看，就业性别歧视明显降低了政府支出政策的产出乘数和就业乘数，并且存在就业机会歧视条件下政府支出的产出乘数和就业乘数均小于存在就业统计歧视的情形。从货币政策冲击（扩张性货币政策）的角度看，存在就业性别歧视条件下货币政策的产出乘数与就业乘数均小于无就业性别歧视的情形，这意味着就业性别歧视降低了货币政策的有效性。社会福利损失比较的结果也表明，存在就业机会歧视情形中货币政策引致的社会福利损失也明显大于存在就业统计歧视的情形。因此，无论是从提高宏观经济政策（财政政策与货币政策）效果的角度，还是从降低货币政策导致的社会福利损失的角度，消除就业性别歧视均具有重要意义。
本文的研究结论具有重要的现实意义。首先，我国已进入老龄社会，老龄人口在总人口中占比上升的速度非常明显，与之形成对比的是，适龄劳动力人口占比从2010年的68.7%下降至2022年的62.0%。消除就业性别歧视可以为女性就业提供更好的市场环境，对于吸引并促进女性就业进而缓和就业人口下降具有重要的积极意义。第二，进入“十四五”时期，为适应内外部发展环境的变化，我国政府推动构建双循环新发展格局，着力构建全国统一大市场，进行高水平市场体系建设，而就业性别歧视的存在显然违背了我国当前的政策取向。因此，消除就业性别歧视有助于推进高水平劳动力市场建设，对于推动高水平社会主义市场经济体制建设和实现高质量发展也具有重要作用。
向上滑动阅览
参考文献：
[1]鄢伟波，安磊．中国女性劳动供给为何降低：来自流动人口的证据[J]．世界经济，2021（12）：104-130．
[2]陈利锋，王凯风，林柳琳．女性就业与中国经济周期［J］．广东社会科学，2022（6）：104-130．
[3]Blau F，Kahn L．Female labor supply：why is the US falling behind［J］．American economic review，2013（3）：251-256.
[4]Faia E．Educational inequality，assortative mating and women empowerment［R］．CEPR discussing papers， No．14547，2020：1-45．
[5]Kreuger D，Mitman K，Perri F．Macroeconomics and household heterogeneity［J］．Handbook of macroeconomics，2016（A）：843-921．
[6]Peiró A，Belaire-Franch J，Gonzalo M．Unemployment，cycle and gender［J］．Journal of macroeconomics，2012（C）：1167-1175．
[7]Albanesi S，Prados M．Inequality and household labor supply［R］．Society for economic dynamics 2011 Meeting Papers， No．657，2011：1-32．
[8]Razzu G，Singleton C．Gender and the business cycle：an analysis of labour markets in the US and UK［J］．Journal of macroeconomics，2016（47）：131-146．
[9]盛亦男．生育政策调整对女性就业质量的影响［J］．人口与经济，2019（3）：62-76．
[10]张琳，张琪．我国青年女性生育状况对劳动参与决策的影响——基于CLDS数据的分析［J］．中国青年研究，2019（5）：49-56．
[11]赵瑾．贸易与就业：国际研究的最新进展与政策导向——兼论化解中美贸易冲突对我国就业影响的政策选择［J］．财贸经济，2019（3）：5-18．
[12]Barba I，Iraizoz B．Effect of the Great Crisis on sectoral female employment in Europe：a structural decomposition analysis［J］．Economies，2020（3）：64-86．
[13]Albanesi S，Sahin A．The gender unemployment gap［J］．Review of economic dynamics，2018（30）：47-67．
[14]Fukui M，Nakamura E，Steinsson J．Women，wealth effects，and slow recoveries［J］．American economic journal：macroeconomics，2023，Forthcoming．
[15]Heathcote J，Storesletten K，Violante G．The macroeconomics of the quiet revolution：understanding the implications of the rise in women’s participation for economic growth and inequality［J］．Research in economics，2017（4）：521-539．
[16]Albanesi S．Changing business cycles：the role of women’s employment［R］．NBER working papers， No．w25655，2019：1-36．
[17]Agénor P，Ozdemir K，Moreira E．Gender gaps in the labour market and economic growth［J］．Economica，2021（350）：235-270．
[18]王勇，葛玉好．劳动力市场冲击对女性就业和工资的影响［J］．人口与健康，2021（11）：45-53．
[19]张抗私，王亚迪．生育对已婚女性就业选择的影响研究［J］．公共管理评论，2021（3）：53-75．
[20]张霞．性别平等与女性经济学问题研究——学校教育、婚姻家庭、劳动就业［M］．北京：经济科学出版社，2020:72.
[21]谢倩芸．女性非正规就业的影响因素研究——基于中国社会状况综合调查的实证分析［J］．中国劳动关系学院学报，2021（4）：97-115．
[22]Chisik R，Namini J．International trade and labor market discrimination［J］．Economic inquiry，2019（1）：353-371．
[23]Silva M，Klasen S．Gender inequality as a barrier to economic growth：a review of the theoretical literature［J］．Review of economics of the household，2021（3）：581-614．
[24]Cavalcanti T，Taveres J．The output cost of gender discrimination：a model-based macroeconomics estimate［J］．Economic journal，2016（126）：109-134．
[25]Christiano L，Eichenbaum M，Trabandt M．Unemployment and business cycles［J］．Econometrica，2016（5）：1523-1569．
[26]朱军，张淑翠，李建强．突发疫情的经济影响与财政干预政策评估［J］．经济与管理评论，2020（3）：21-32．
[27]陈利锋，钟春平，李良艳．机器人、劳动收入份额与货币政策［J］．财贸经济，2021（2）：103-118．
[28]马勇，吕琳．“双支柱”政策、政府债务与财政政策效果［J］．经济研究，2021（11）：30-47．
[29]Mullbacher S，Wolfgang N．Labour supply in Austria：an assessment of recent developments and the effects of a tax reform［J］．Empirica：australia economic association，2017（3）：465-486．
[30]Guisinger A．Gender differences in the volatility of work hours and labor demand［J］．Journal of macroeconomics，2020（C）：13-49．
[31]Gal′ J．Insider-outsider labor markets，hysteresis and monetary policy［J］．Journal of money，credit and banking，2022（S1）：53-88．
[32]Gal′ J．Notes for a new guide to Keynes（I）：wages，aggregate demand，and employment［J］．Journal of european economic association，2013（5）：973-1003．
[33]陈诗一，陈登科．经济周期视角下的中国财政支出乘数研究［J］．中国社会科学，2019（8）：111-129．
图片源于vcg.com
华中科技大学学报
（社会科学版）
长按识别二维码关注我们