自雇和劳动力市场风险

不适用。1085 JANUARY2024 自雇和 劳动力市场风险 理查德·奥多利 自雇和劳动力市场风险 理查德·奥多利 纽约联邦储备银行工作人员报告，第1085号2024年1月 https://doi.org/10.59576/sr.1085 Abstract 我研究了与自雇相关的劳动力市场风险。我证明，自雇人士的收入波动比雇员更大，而且他们经常过渡到失业。鉴于自雇人士没有资格获得失业保险，我使用具有（i）预防性储蓄的校准搜索模型来分析针对这些风险的福利提供。 (二)有偿和自营职业的工作机会，以及(三)技能异质性。这项工作表明，延长目前的美国S.自雇人士的失业保险计划伴随着从自雇到失业的过渡率的明显增加，以及不同技能群体的福利与缴款比率的不平等。在校准参数下，处于技能分配中间的自雇人士会失去福利。 JEL分类:J40,J64,J65 关键词：自营职业，失业保险，收入动态 Adoly：纽约联邦储备银行（电子邮件：adolyr@gmail。com).本文是作者博士论文第二章的修订版。他感谢伦敦大学学院的主管FabiePostel-Viay和JaEechot的持续指导。此外，他感谢RoryMcGee和LdoVisschers，以及他的考官RasmsLetz和WeiCi提供了非常有用的反馈。他还感谢奥尔胡斯大学（SadbjergMaor），EEA2020在线会议，UCL和NHH的研讨会和研讨会参与者的评论。 本文介绍了初步的发现，并分发给经济学家和其他感兴趣的读者，以激发讨论并引起评论。本文表达的观点是作者的观点，不一定反映纽约联邦储备银行或联邦储备系统的立场。任何错误或遗漏均由作者负责。 要查看作者的披露声明，请访问https://www.newyorkfed.org/research/staff_reports/sr1085.html。 1Introduction 失业是工人在职业生涯中面临的最重要的风险之一。许多国家的目标是以失业保险（UI）的形式向失业者进行相当大的转移，大量文献旨在表征最佳UI合同。1相比之下，尽管自雇人士平均占经合组织国家就业的15%，但几乎没有证据表明劳动力市场与自雇有关的风险。2此外，由于在这些国家，大多数自雇人士没有资格参加UI，传统的社会保险计划并不适合缓解这些风险 。3 本文研究了与自营职业相关的劳动力市场风险以及针对这些风险的福利提供。我首先使用美国月度调查数据提供有关自雇人士面临的收入风险的新经验证据。按每月频率使用数据对于准确衡量自雇人士的这些风险的驱动因素非常重要。它允许将给定的自营职业范围内的收入波动从转换到失业或工资工作分开。我表明（i）自雇期间的收入比有偿就业期间的收入波动性更大，并且（ii）从自雇到失业的直接过渡频繁。 MysecondcontributionistobuildaframeworktoassessmenttheimpactofextendingUIbenefitstotheself-employees.IdevelopedandcalibleasearchmodelwithpreventionarysavingthatincordsthepatternsoflabormarketrisksIdocumentinthedata.Iuse 继Jacobson等人[1993]之后，许多研究已经证实失业对工人的收入有长期的负面影响。关于最优UI合同的工作例子包括Acemoglu和Shimer[1999]、Chetty[2008]和 Kolsrud等[2018]。 2在整个论文中，我使用术语“自雇”和“自雇”来指定所有从业务中获得大部分劳动收入的工人，当我在第2节中介绍数据时，这个定义得到了进一步的澄清。 在这些国家中，少数国家为一些狭窄的自雇工人提供某种形式的公共失业保险，例如德国的艺术家和作家。经合组织[2018]对这些计划进行了详细的审查。在美国 ，一些注册企业（S-和C-corps）的所有者可以在非常特定的条件下获得资格。独资业主、合伙企业、有限责任公司和独立承包商不合格。作为美国政府对Covid-19(CARE法案)回应的一部分，这一限制被废除了。 这个框架来量化福利的变化和扭曲的劳动力供应，导致引入一个UI方案的自雇人士。 我的校准的一个关键先决条件是允许模型中大量的工人异质性。这种异质性很重要，因为数据表明，自营职业者在收入分布的尾部代表过多，因此潜在的技能很可能在不同的工人之间存在很大差异。为了约束模型的这一特征，我遵循Bohomme等人。[2022]，并根据观察到的劳动收入和失业的可能性，使用-meas算法对工人进行分区。这两个指标在由此产生的工人群体中密切相关。例如，相对于高收入的自营职业者，低收入者从自营职业过渡到失业的可能性接近四倍。以这种方式将异质性构建到模型中，可以研究具有不同收入潜力的自雇工人如何应对额外的福利权利。 对该模型进行了校准，以复制有关个体经营者暴露于劳动力市场风险的经验证据。有偿就业和自营职业都伴随着特定的劳动收入和失业冲击。根据数据，该模型捕获了有偿就业，自营职业和失业之间的大量流动，从而允许有偿就业和自营职业之间的变动，以代表对失业冲击或收入实现不良的反应。此外，工人还可以通过借贷和提取储蓄，以及依靠家庭收入（配偶收入和福利转移）来部分防范劳动力市场风险。我的校准与数据中财富持有量低的大部分家庭相匹配。因此，从模型的角度来看，许多自营职业家庭的自我保险手段有限。 IusethecalcibledmodeltostudyseveralalternativeUIschemestargetedattheself-employed.ThesealternativeschemeshavedifferentcontributionregimestohighingtheredistributiondimensionofUIinthissetting.Forinstance,astandardUIschemplac 与较低的收入，并且在校准参数下处于技能分布中间的工人的贡献对福利比率小于1。为此，我还报告了一个计划的结果，该计划具有统一的贡献率，并且该计划没有跨技能组的转移。 此练习表明，在所有替代UI场景中都有明确的劳动力供应响应。所有收入群体的失业率都在增加，这在很大程度上是由于自营职业向失业过渡的比率增加所致。相比之下，反事实UI计划的福利影响取决于该政策的资助方式。例如，处于技能分配中间的工人在基线UI计划中失去了福利，这将美国工资雇员的实际政策扩展到了自雇人士。在假设的情况下，该计划对技能分配最底层的自雇工人在精算上是公平的，他们的福利会减少。总体而言，没有一个替代UI计划考虑为所有收入组带来福利收益。这些结果表明，这些UI方案的再分配维度对于适当考虑其福利影响的重要性。 更广泛地说，本文开发的分析与几个方面的政策设计有关。与固定的带薪雇员一样，首先，我证明了一小部分自雇人士没有受到劳动力市场风险的影响。其次，随着在线人工平台的出现，替代工作安排的兴起（公司将工人与客户相匹配，而不会受到雇佣合同的约束）可能会进一步增加未来低收入的个体经营者的数量。4我的框架突出了一些 为这群工人提供额外福利的关键权衡。 相关文献这项工作与大量文献有关，这些文献研究了劳动力市场中工资雇员所面临的风险，尤其是失业，以及相关的最优 4Collis等人。[2019]在税收数据中精确测量平台工作的增长，这使他们能够精确地确定特定在线平台公司的工作或中介所获得的自营职业收入。尽管这些作者发现此类工作安排显着增加，但他们的分析还表明，这主要代表了从事传统工作的个人的辅助收入。 提供失业保险[Chetty，2008，Kolsrd等人。,2018]。我的方法最接近在完全指定的结构模型的背景下研究UI益处的系列论文[Hase和Imrohorogl，1992，Acemogl和Shimer，1999，Letz，2009，Krsell等人。,2010]。我从这些研究出发，重点关注与自雇人士特别相关的劳动力市场风险。 这项工作还涉及估计收入过程的大量文献[例如，Meghir和Pistaferri，2004年，Guvenen， 2009年]以及保险家庭在应对由此产生的收入冲击时可以达到的程度[例如，Blundell等人，2008年 ，Kaplan和Violante，2010年]。虽然本文献中的大多数论文都放弃了自营职业者，他们的收入是 发现波动性要大得多，我特别关注这类工人。5使用每月频率的数据，我可以进一步解开收入波动的驱动因素 通过分别研究有偿就业和自营职业中就业状态和收入冲击之间的转变。 本文还为越来越多的自谋职业工作做出了贡献。本文献主要研究成为自雇人士的决定[Hamilto ，2000，Hrst和Lsardi，2004，Levie和Rbistei，2017，Hmphries，2017，Catherie，2022，Joes和Pratap，2020]。这行研究没有直接考虑家庭层面的自营职业保险维度。也许在这方面最接近的论文是凯瑟琳[2022]，她量化了有偿就业的价值，作为工人决定是否创业的后备选择。最后一篇论文使用了年收入数据，没有考虑失业的风险。 自雇文献的一个分支还通过分析随之而来的企业的结果来研究自雇作为摆脱失业的途径[Hombert等。，2020年，卡马雷罗·加西亚和穆尔曼，2020年]。杰克逊[2022]专门研究了零工经济工作的作用。虽然这个渠道存在于我的模型中，但我强调了以工人自雇为条件的收入风险 。然后我可以评估几个政策。 5在他们关于收入和消费的评论文件的收入过程部分，Meghir和Pistaferri[2011]写道：“重点主要是就业工人，而自雇工人通常也会减少。” 在我的框架内针对这些风险。 大纲Thenextsectionpresentsthedata.Section3introducesthemodel.Section4discussthecalibrationprocedure.Section5describesthepolicyexperiments,andSection6concluded. 2Data 本节提供了与自营职业相关的收益风险的经验证据。数据中对这些风险的准确描述需要：（i）频繁记录每个人的劳动力市场历史，以捕获就业和失业的转变，（ii）代表主要自我保险渠道的家庭收入和财富信息，以及（iii）足够大的样本，因为自雇人士只占总就业的一小部分。收入和项目参与调查符合这些要求[人口普查局，2014年，此后的SIPP]。我汇集了1996年至2013年的四个小组。在整个论文中报告的所有统计数据都是使用纵向重量获得的。6我在这些数据中强调了收入风险的两个关键方面：就业时对劳动收入的冲击（密集的边际风险）和失业（广泛的边际风险）。首先，我展示了在样本期内至少有一些自营职业经验的个人与总是作为有薪雇员工作的个人有何不同。第二步，我记录了自营职业者收入风险的驱动因素。 2.1SIPP中的自雇人士 每个月，工人被分配到三个劳动力市场州之一：失业（s=U），有偿就业（s=P）或自雇（s=S）。我使用标准定义 6SIPP的主要目标之一是收集参与福利计划的数据，因此它对较不富裕的地区进行了过度抽样。此外，数据经常缺失（原始数据中1996-2013年面板的流失率从26%到35%不等），权重旨在针对样本无反应进行调整。 失业。如果工人在非就业期间宣布在任何时候寻找工作，则将其归类为失业。就业时，根据工人一个月的主要收入来源，将其归类为有偿或自雇人士。7 例如，如果该人声明他们的大部分收入来自他们的业务，则s=S 因此，在调查期间，一个人可以在不同的月份被雇佣或自雇。我专注于收入，因为SIPP中经常缺少工作时间。8收入也更直接地与工人在预期劳动力市场冲击时实际上可以留出的资源有关。对于绝大多数工人来说，这个定义清楚地挑出了一种劳动形式（有偿或自雇）作