新冠肺炎对印度年轻女性劳动力市场愿望和期望的影响

COVID-19对印度年轻女性劳动力市场愿望和期望的影响 S Anukriti CatalinaHerrera - AlmanzaSophieOchmann 发展经济学发展研究小组2024年6月 政策研究工作文件10808 Abstract 青年失业和劳动力市场结果中的性别差距是发展中国家面临的关键政策挑战。年轻的求职者可能很难找到工作，因为他们对劳动力市场有偏见和不切实际的愿望。这项研究调查了接触COVID - 19大流行是否影响了劳动力市场 印度哈里亚纳邦女职业学生的愿望和期望。大流行降低了年轻妇女的工资愿望，并使她们更加现实，特别是在农村地区。造成这些影响的一个潜在机制是，由于大流行，农村妇女移民工作的意愿下降。 本文是发展经济学发展研究小组的产品。这是世界银行为开放其研究并为世界各地的发展政策讨论做出贡献的更大努力的一部分。政策研究工作文件也发布在http://www.worldbank.org/prwp的Web上。可以通过sanukriti@worldbank.org与作者联系。 政策研究工作文件系列传播了正在进行的工作结果，以鼓励就发展问题交换意见。该系列的目标是快速得出发现，即使演示文稿还不够完善。论文带有作者的姓名，应相应地引用。本文表达的发现、解释和结论完全是作者的观点。它们不一定代表国际复兴开发银行/世界银行及其附属组织的观点，也不代表世界银行执行董事或它们所代表的政府的观点。 COVID-19对印度年轻女性劳动力市场愿望和期望的影响∗ SAnukriti世界银行† Sophie Ochmann世界银行§ Catalina Herrera - Almanza伊利诺伊大学香槟分校‡ 关键词：COVID - 19，大流行，印度，性别，求职JEL代码：J20、O12、D83 1Introduction 青年失业是发展中国家政策制定者的一个突出问题，特别是在年轻人占人口很大且不断增长的国家(Carraza和McKezie，2024年)。在印度等国家，青年劳动力参与率的性别差距很大，这是一项额外的政策挑战，在印度，年轻女性（15 - 29岁）的劳动力参与率为39个百分点（第P.)低于年轻男性的劳动力参与率(63.5%)。1除了需求方面的因素，技能差距和匹配的摩擦，年轻人可能很难找到工作并保持就业，因为他们对劳动力市场有偏见和不切实际的愿望。越来越多的文献表明，年轻的求职者经常高估当前的市场工资，而保留工资过高（例如Procedre，凯利，克索勒和马格鲁德(2024))。虽然高的愿望可以作为一个激励和刺激的努力，如果愿望是不切实际的高，他们可能会导致挫折和贫穷的劳动力市场结果（Badiera等人。，2020年；雷，2006)。 由于技术变革，以及最近的COVID - 19大流行，工作性质的迅速变化可能会加剧这些挑战。随着各国政府实施遏制措施，影响企业对劳动力的需求以及工人的能力和工作意愿，新冠肺炎大幅减缓了全球经济活动。由于女性主导的行业和职业受到更大的破坏，以及妇女护理负担的更大增加(例如，Procedre，亚伯拉罕，巴索和凯撒(2022)；Charavorty等人。（2023年）；德什潘德（2022年））。 我们研究了接触COVID - 19大流行是否影响了印度年轻女性的劳动力市场愿望和期望，特别是在印度北部的哈里亚纳邦。哈里亚纳邦青年劳动力参与和失业方面的性别差距甚至大于国家一级的差距。根据2022 - 23年定期劳动力调查，哈里亚纳邦年轻女性的劳动力参与率和失业率分别为12.5％和21％，而年轻男性的相应数字为57.7％和16.8％。我们专注于财务愿望。薪酬，这是个人在工作中看重什么的最重要维度之一。2我们还研究了大流行对移民意愿的影响是否我们主要结果的潜在渠道。这一调查线是由大流行对印度农村到城市移民的重大不利影响驱动的(Arora等人，2023)。 最近的估计表明，在印度各地，约有1100万州际移民工人在第一次封锁后返回家园（Imbert，2020年）。我们为印度妇女参与劳动力市场的文献做出了重大贡献。研究大流行对年轻妇女的工资期望和愿望的影响对于了解她们的劳动力市场选择以及未来妇女工作的演变至关重要。 2Data 我们的分析基于我们从印度北部哈里亚纳邦职业培训机构（也称为工业培训研究所或ITIs）注册的3, 180名女性学生的样本中收集的主要调查数据（图1）。这些调查是在2022年6月至8月期间在ITI亲自进行的。请注意，印度政府在2022年3月31日取消了几乎所有的COVID - 19限制。Procedres.，在我们收集数据之前的几个月。我们选择了在调查时i）处于ITI计划最后一年并且ii）可以使用智能手机的学生。 Notes:此数字显示了我们在哈里亚纳邦的研究样本中的地区受访者人数。 我们的样本是在基线调查期间接受采访的受访者的子集 一项旨在减少年轻女性求职信息障碍的随机对照试验(RCT).除了本文分析的样本外，RCT样本还包括在基线调查之前已经从ITI毕业的学生。我们将这些受访者排除在本研究之外，以关注大流行对处于从学校到工作过渡的风口浪尖的妇女的影响，并从她们那里收集了暴露于COVID - 19大流行的数据。此外，我们的样本女性有必要在基线时使用智能手机，因为RCT将评估通过基于电话的工作门户传播信息的干预措施。然而，绝大多数(95%)参与调查的女学生都可以使用智能手机，这确保了我们的样本代表了哈里亚纳邦最后一年的女ITI学生。 我们从受访者那里收集了有关他们的社会经济特征，教育，工作经验，职业抱负和期望以及迁移工作意愿的数据。为了衡量工资预期，我们向受访者询问了他们开始工作后的预期月收入。与Hoga(2004)类似，我们使用每月预订工资，即Procedres.，受访者在毕业后每月接受任何永久性全职工作的绝对最低实得工资，作为工资愿望的代表。为了减少测量误差的影响，我们对保留工资和工资期望变量的观察值的顶部和底部10％进行了筛选。 在调查时，我们的受访者平均为22岁，未婚，其中60％居住在农村地区（表1）。在加入ITI之前，83％的受访者至少完成了12级工作，只有17％的人有工作经验。 我们的样本女性的职业抱负很高。我们的绝大多数受访者(95%)报告说，他们想在从ITI项目毕业后工作。此外，几乎一半的样本表示，如果他们的工资增加了5, 000印度卢比(60美元)，他们愿意迁移到另一个城市或城镇工作。然而，52%的受访者表示愿意 我们样本中的年轻女性有不切实际的高工资愿望，即她们的保留工资大大高于她们在劳动力市场上的预期收入。3Further - More, the difference between their wage desigation and expectation (“wage desigation gap ”), is positive.The reservation wage of an average respondent is higher expected salue by INR 2, 735 (USD 33) permonth. 大约一半(48%)的样本报告说，他们的ITI培训因大流行而中断(例如，由于课程安排、修改的课程持续时间和 3就业的女性ITI毕业生在2018年平均收入为8, 697印度卢比，相当于2023年的11, 956印度卢比（145美元）（技能发展与创业部，印度政府，2018年）。 转向在线课程)，47%的人报告说，他们的家庭因失去工作、业务或收入或家庭成员患病而受到COVID - 19的经济影响。 3经验战略 为了估计COVID - 19大流行的影响，在Bau等人(2022年)之后，我们通过计算她的ITI中报告受到COVID - 19负面影响的其他应答者的份额，为每个应答者创建了“留一法”暴露量。4这种冲击措施的一个担忧是，它依赖于自我报告的数据，并且可能由于测量误差而有偏差。因此，我们利用行政数据构建了一个额外的地区级“总COVID - 19冲击”措施，定义为2020年1月30日至2021年10月31日期间经人口调整的COVID - 19累计死亡人数。我们获得 根据印度社会经济高分辨率城乡地理平台（SHRUG）的死亡数据，并使用2011年印度人口普查的数据对地区人口进行了调整。如图2所示，我们的“漏报” COVID - 19测量与地区级COVID - 19死亡率具有相似的地理变化，并且与地区级COVID - 19死亡率显着相关，从而增强了人们对我们的震惊测量的信心。我们自我报告的休克与地区级COVID - 19死亡率之间的相关性的p值为。<0.001.后来，我们通过使用地区水平的COVID - 19冲击测量而不是个人水平的“留一”暴露变量进行稳健性检查来验证我们的结果。 我们使用以下回归规范估计暴露于COVID - 19对我们感兴趣的结果的影响： 是女性的结果变量i在ITI学习t位于区d在调查时。变量COV IDi表示个人级别的“留一” COVID - 19暴露变量。我们还控制了受访者特征的向量(Xi)可能会影响她的劳动力市场愿望和期望，包括她的年龄、她的ITI计划(或“贸易”)的分类变量，以及属于预定种姓或部落的指标，其他落后阶层，曾经结过婚，生活在农村地区，在加入ITI之前至少完成了12年级，有一个文盲的母亲，并且在加入ITI之前曾经工作过。5此外，我们控制受访者的居住地是否与ITI所在的地区不同，因为这可能与他们的COVID - 19暴露有关。6最后，我们包括ITI位置区域的固定效应，δd，以控制时间不变的地区特定的不可观测值。7我们估计稳健的标准误差，并在ITI级别对其进行聚类。 我们的兴趣系数，β，在以下假设下具有因果解释：以社会经济特征和地区固定效应为条件，我们的“留一” COVID - 19暴露变量的变化对我们感兴趣的结果是外生的。为了评估这一假设的有效性，在表2中，我们表明我们的冲击测量与受访者的大流行前社会经济特征无关，如父母的教育和种姓，这些特征可能会影响我们的结果。我们缺乏关于大流行前社会经济地位的其他衡量标准的数据。Procedre，家庭收入。此外，如前所述，我们的COVID - 19暴露变量与地区水平的COVID - 19死亡率显着相关，正如我们稍后显示的那样，我们的结果对于更多的使用是稳健的。 暴露的总体度量。 4Results 表3列出了分别估算农村和城市子样本的方程（1）的结果。面板A显示，暴露于COVID - 19大流行显着降低了工资愿望（i。Procedres.，保留工资）生活在农村地区的年轻女性减少25%。对他们的工资预期（13％）的相应影响较小，并且在统计上无统计学意义。这些影响加在一起，农村年轻妇女的愿望差距下降了90%。大流行对期望差距的负面影响是由于对工资抱有不切实际的高期望的受访者比例下降(第4栏)。相反，这一流行病使年轻农村妇女的愿望更加现实(第5栏)。城市妇女表现出类似的结果模式；但是，B组中的系数在统计上微不足道。 表4显示，总体样本的结果与我们观察到的农村子样本的结果一致。大流行的暴露使工资期望差距显著减少了77%，这源于工资期望相对于工资期望的更大减少。平均受访者拥有不切实际的高工资期望的可能性下降了一半。 接下来，我们研究了上述影响的潜在机制。最近 Notes:All columns include the full set of controls mentioned in specification (1). robust standard errors clustered by ITIdistrict are in bracket. Variable definitions are in the online Appendix.∗p <0.1,∗∗p <0.05,∗∗∗p <0.01. 文献已经确定，大流行对印度从农村到城市地区的移民产生了不利影响。随着意外的封锁措施的实施，工人们