劳动力市场进入动态与残疾和非残疾年轻人的心理健康结果

摘要

年轻残疾人面临稳定就业的重大障碍。然而，关于早期劳动力市场经历如何影响其长期心理健康的信息却知之甚少。本研究考察了早期职业不稳定性与后续心理健康轨迹之间的关联，重点关注残疾状况作为不平等的关键维度。

我们使用澳大利亚家庭、收入和劳动力动态调查(HILDA)的全国代表性纵向数据，跟踪了2001至2022年间1525名16至55岁的个体。使用序列分析构建了离开教育后前五年内的早期职业就业不稳定性，捕捉合同不稳定性、就业不足和经济不活动的共同发生与累积。残疾状况通过一个代表包括各种残疾人士的广泛类别的二元指标来操作化。心理健康结果使用五项心理健康量表(MHI-5)测量，并使用随机效应面板模型随时间建模。

我们发现早期职业不稳定性与后期心理健康之间存在负相关，即使控制了混杂因素。这种关联在残疾个体中显著更为明显。职业不稳定性指数每增加一个单位，残疾年轻人的心理健康评分降低约13分（约为标准差的60%）。对于非残疾年轻人，这种关联约为5分（约为标准差的30%）。对于残疾受访者，早期成年期不安全就业和就业不足时期重叠的轨迹暴露与持续较低的后期心理健康评分相关。

这些结果强调了多维就业不稳定性测量对理解心理健康不平等的重要性，并展示了残疾如何放大早期劳动力市场不稳定对心理健康的长期影响。研究结果凸显了为支持年轻人心理健康提供更具包容性和稳定性就业路径的必要性。

关键词

澳大利亚、工作不稳定性、劳动力市场进入、心理健康、残疾、序列分析

1. 引言

全球有13亿人（约占总人口的16%）有残疾（世界卫生组织，2022年）。尽管残疾是一种常见体验，但它是一个复杂现象，源于个人状况、个人特征和环境因素之间的相互作用（世界卫生组织，2022年）。这些相互作用可能造成参与社会的重大障碍，限制获取健康的关键社会决定因素，如就业，从而导致残疾人持续存在的广泛心理健康不平等（Bishop等人，2023年）。

残疾人有权享有最高标准的健康，并与他人平等全面参与社会，包括平等获得就业机会。这些权利在《联合国残疾人权利公约》(CRPD)中得到保障（联合国，2006年），该公约于2008年生效，已有191个成员国批准。尽管承认这些权利，残疾人继续在就业方面面临重大挑战，并且其心理健康结果比非残疾人更差（OECD，2010年）。这些差异在OECD国家之间差异很大（OECD，2022年）。例如，2019年，在32个OECD国家中，平均有42%的残疾人就业，但就业率从希腊、韩国、西班牙和爱尔兰的不到30%到瑞士的58%不等。较低的就业率可能导致残疾人心理健康较差，他们患心理健康状况的风险增加，并且对其心理健康评价比非残疾人更差（OECD，2022年）。澳大利亚的数据显示，超过四分之一（28%）的残疾成年人报告高度或极高压力，而非残疾成年人只有7%（澳大利亚健康与福利研究所，2024年）。这些发现与美国数据一致，美国数据显示残疾成年人报告经常出现心理健康问题的频率是非残疾成年人的4.6倍（Cree等人，2020年）。

关于就业与残疾人心理健康结果之间的关联已有大量研究。例如，研究表明失业（Milner等人，2014年）和就业不足（希望工作更多小时但工作少于全职）（Milner等人，2017年）对残疾人的心理健康有不利影响，这种影响的幅度对残疾人来说比对非残疾人更大。

相反，也有证据表明，与失业相比，全职或兼职工作对残疾人的心理健康有益，特别是对年轻工人（Ye等人，2023年）。这一不断增长的证据表明，就业、失业和就业不足是残疾人（以及非残疾人）心理健康结果的关键决定因素，强调了提高就业率和改善年轻人劳动力市场过渡的必要性。使用因果中介分析方法的研究表明，提高残疾人就业率将减少残疾人与非残疾人之间的心理健康差距（Aitken等人，2021年），包括年轻人（Shields等人，2023年）。

然而，尽管证据基础取得了重要进展，但在解决残疾年轻人劳动力市场过渡的研究方面仍存在差距，包括对心理健康的长期影响。对年轻人来说，从主要参与教育到主要参与劳动力的过渡时期以经济和社会不稳定为特征（Arnett等人，2014年）。从学校到工作的过渡过程变得更加漫长和更具挑战性，因为年轻人面临更差和更少的工作机会来在劳动力市场中建立自己（Patton等人，2016年）。某些群体，如残疾年轻人，可能比无残疾的同龄人面临更大的劳动力市场进入障碍，包括歧视（Lindsay，2011年）、雇主负面态度和缺乏如何适应残疾工人知识（Burke等人，2013年），以及缺乏适当的过渡规划（Hirano等人，2018年）。这些困难可能解释了为什么澳大利亚18-34岁的残疾年轻人就业率较低。2018年，近一半的残疾年轻人就业（48%），而10%失业（即无带薪工作且积极寻找工作）。这些结果明显比无残疾的年轻成年人差，后者80%就业，5%失业（澳大利亚统计局，2018年）。

对于成功就业的残疾年轻人来说，获得和维持就业的重大障碍可能意味着他们更可能从事不符合其需求的工作，例如就业不足或没有稳定工作合同的工作（例如临时就业安排），后者与不利的工作特征相关（Kalleberg等人，2000年）。这反过来可能导致残疾人失业率和劳动力市场退出率增加（OECD，2022年），但对长期劳动力市场动态和心理健康结果的影响尚不清楚。

虽然先前研究已考察了青年和年轻成年人的工作路径（Cebulla & Whetton，2018；Fry & Boulton，2013），但大多数研究依赖于宽泛的劳动力状态类别，掩盖了就业质量的差异（即就业、失业、不在劳动力中）。特别是，就业不足和合同不稳定性通常被单独考察或完全省略，尽管它们代表了劳动力市场不稳定的独特维度，可能对心理健康产生累积影响（澳大利亚统计局，2024年）。合同不稳定性主要反映不确定性和有限的就业保障，而就业不足则捕捉到工作时间不足、收入不足以及技能利用和职业发展机会受限。联合考察这些维度允许识别暴露于多种、相互加强的劣势的工人，而这些劣势在沿单一轴测量就业质量时是无法观察到的。

尽管一些将合同类型和就业轨迹纳入研究显示，反复接触临时就业、失业和不活动与较差的心理健康相关（Ballo & Alecu，2023；Giudici & Morselli，2019；Jones等人，2018），但尚不清楚这些关联是否掩盖了安全就业内部的异质性。同时面临合同不安全和就业不足的工人可能经历质上不同且更持久的不稳定性形式，导致心理健康风险升高，这在现有的轨迹研究中被低估了。

这种区分对残疾年轻人尤为重要，他们不成比例地集中在工作时间有限且合同不稳定的岗位上。未能考虑就业不足和工作不稳定的同时发生可能导致将结构性处于劣势的工人错误归类为"就业"，并掩盖劳动力市场分层如何导致心理健康不平等的关键机制。鉴于证据表明早期职业劳动力市场劣势对心理健康有持久影响（Bell & Blanchflower，2011；Strandh等人，2014），且对残疾人的影响幅度大于非残疾人（Milner等人，2014年），多维度就业不稳定性方法对于理解和解决人群心理健康差异至关重要。

这些机制如何运作？与失业相关的负面心理健康影响可能源于失去有偿就业提供的有形和无形利益。Jahoda的潜在剥夺模型理论认为，就业不仅提供显性功能（例如收入），还提供多种隐性功能或意外副产品，影响心理健康，如社交联系和日常时间结构。因此，失业、就业不足（即希望工作更多有偿小时）或在不稳定工作中剥夺了个人就业的显性和隐性功能，造成心理影响（Gebel & Voßemer，2014；Jahoda，1981，1982）。虽然就业不是提供这些隐性功能的唯一结构，但它却是唯一能将它们与收入结合的结构——与学习或志愿服务不同。因此，失业、就业不足或（此外）在不稳定工作中就业的个人必须寻找替代活动来满足这些需求。虽然Jahoda的模型不是针对残疾人开发的，但它似乎特别相关，因为有证据表明，对残疾工作年龄人群来说，向失业或就业不足的转变对心理健康有更大的不利影响（Milner等人2014年，2017年）。残疾人获得和维持就业所经历的更大障碍阻碍了他们获得稳定就业的好处，从而影响其心理健康（Milner等人，2019年）。

虽然我们通常预期早期职业不稳定性水平越高与后期心理健康的关系越负，但可以合理假设这种关系是非线性的。在年轻劳动力市场新进入者中，找到合适的人-工作匹配之前的一定程度求职和工作搜寻是一种常见体验（Neumark，2002）。此外，近期年轻工人队列中经历非永久就业的风险有所增加，可能导致一定程度的工作不稳定性正常化（Cazes & Tonin，2010；Latner，2022）。早期职业不稳定性水平较低（或较低）可能对残疾和非残疾受访者的后期心理健康影响不大或只有很小的负面影响。随着不稳定性进一步增加，超过"常见"水平，对心理健康的负面影响应该变得明显。尽管可能在职业生涯不稳定性非常高的情况下，由于持续或频繁重复的不稳定性，后期心理健康可能不再进一步恶化，因为这些人可能已经适应了其处于劣势的情况（De Witte等人，2010年）或可能已经发展出应对策略（Menéndez-Espina等人，2019；Thill等人，2019）。

此外，中度到高度早期职业不稳定性与心理健康之间的负面关联，对于残疾年轻人来说可能更为明显，这是由于累积劣势过程（DiPrete & Eirich，2006）造成的，这些过程不仅可能来自失业、就业不足或不稳定就业等挑战，还可能来自劣势的交互和累积维度。例如，经历过失业时期的残疾年轻人更可能经历后续的失业时期，或在许多社会决定因素（如早期生活经历、贫困、不合适的住房、社会排斥和歧视）方面经历劣势，这反过来导致累积劣势和复合心理健康影响。这些劣势的组合可能导致个人生活各方面（包括经济和财务稳定性、社会关系和整体福祉）的结果越来越负面，从而加剧心理健康问题，因为这些劣势不断累积。这些理论解释表明，残疾年轻人因失业、就业不足或不稳定就业导致的早期职业不稳定性经历将对其后期心理健康产生负面影响。此外，它们可能表明，残疾年轻人早期职业生涯中频繁和长时间的职业不稳定性可能导致比非残疾人更深、更持久的心理健康差异。然而，支持或反驳这些预期的实证证据仍然有限。

因此，需要研究来检验劳动力市场进入路径与残疾和非残疾年轻成年人心理健康结果之间的关联，这可能表明针对改善就业过渡的干预措施的潜在益处。考察劳动力动态也对政府就业计划有影响，许多计划强调"先工作"的方法，优先考虑进入任何工作，而不管工作持续时间或质量如何，而不是优先考虑工作匹配、质量和可持续性。对某些群体来说，强调进入任何工作可能导致较差的劳动力路径，对心理健康产生可预见的影响。

为填补这一知识空白，我们使用澳大利亚家庭、收入和劳动力动态调查(HILDA)的数据，考察了残疾和非残疾年轻成年人的五年劳动力市场进入动态。我们使用序列分析的新工具——不稳定性指数（Ritschard，2023）——以整体方式测量早期职业不稳定性。然后，我们评估了劳动力市场进入过程中测量的就业不稳定性与劳动力市场进入过程完成后的五年内（因此总共覆盖10年）后期心理健康轨迹之间的关联，测试这些关联是否基于残疾状况而有所不同。

2. 方法

2.1. 样本

我们的分析基于澳大利亚家庭、收入和劳动力动态调查(HILDA，2001-2022)的纵向数据。HILDA是一个全国代表性面板数据集，包含有关澳大利亚家庭中所有个人的信息（Watson & Wooden，2012年）。自2001年以来，有关教育程度、身心健康和劳动力市场参与等主题的信息已通过每年对15岁及以上家庭成员的访谈收集。这使我们能够跟踪和调查受访者在更长时期内的就业和心理健康轨迹。起始样本包括246,560个人年观察值。

对于我们的分析，我们关注16岁（即最低离校年龄）至55岁的人群。我们包括那些在完成全日制教育后前五年内参与调查的受访者。这产生了9005个人年观察值的初始样本。此外，我们将分析限制在那些在离开全日制教育后六至十年期间至少提供一次自我报告心理健康信息的受访者。这一额外限制使我们的样本缩小到1525个独特个体的6079个人年观察值。

在这些受访者中，219人（占843个人年观察值）在离开全日制教育后首次数据收集波次中报告有长期健康状况、障碍或残疾。在HILDA调查中，参与者被问及是否有任何限制其日常活动、不能通过药物或医疗辅助矫正、且持续或可能持续六个月或以上的长期健康状况、障碍或残疾。参与者会看到一份示例健康状况、障碍和残疾的闪卡，这些示例与ICF（国际功能、残疾和健康分类）框架一致，以帮助他们回答残疾问题并提供其残疾信息（如果适用）。HILDA调查约每四年在健康模块中收集有关残疾严重程度的信息（核心活动限制、学校和就业限制）。我们在主要分析中将残疾状况操作化为二元指标（是，否），捕捉存在限制日常活动的状况或障碍。在敏感性分析中，我们使用有关残疾类型的信息构建了心理残疾（精神疾病；神经或情绪状况）或非心理残疾（所有其他残疾类型）的测量。

虽然这些残疾测量涵盖了一组异质的状况和功能限制，但在此用于识别一个经历参与限制并暴露于结构性受限劳动力市场机会的人群群体。因此，分析侧重于就业不稳定性与心理健康方面的组间差异，而非残疾人群内的异质性。

附录中的图S1概述了样本选择过程，而图S2则指定了变量测量的时间，特别是用于我们模型中的劳动力状态和心理健康。

2.2. 变量

我们的因变量是自我报告的心理健康（量表范围从0到100），使用五项心理健康量表(MHI-5)测量，该量表评估访谈前4周内焦虑和情绪障碍症状的频率。这是从受访者对构成SF-36健康调查子量表的项目报告中构建的（Ware，JR，2000）。我们在后期职业中观察心理健康，即受访者离开全日制教育后六至十年（见附录中的图S2）。

我们将早期职业不稳定性作为我们的主要解释变量。为了创建该指数，我们使用序列分析跟踪受访者早期就业轨迹，使用离开全日制教育后前五年的劳动力状态和就业不足信息。每位参与者的劳动力参与包括在永久、固定期限、临时岗位或自营职业中的就业期间，失业（定义为不工作且寻找工作），以及不参与劳动力（定义为不工作且不寻找工作）。对于所有从事依附就业（不包括自营职业者）的工人，我们还识别出就业不足的人。我们将就业不足定义为受访者希望每周工作至少5小时多于他们当前工作的情况。我们通过从受访者主要工作中的通常每周工作小时数中减去希望的每周工作小时数来得出该信息（通常工作小时包括带薪和不带薪加班）。选择5小时的截止点以确保受访者显著就业不足。敏感性检查中，也考虑希望每周多工作至少0.5小时的受访者为就业不足，结果仅使就业不足的比例增加约2个百分点。在合并劳动力状态和就业不足信息后，我们识别出九种独特的劳动力状态，区分在以下方面工作的工人：最优永久工作、就业不足的永久工作、最优固定期限工作、就业不足的固定期限工作、最优临时工作、就业不足的临时工作、自营职业、不参与劳动力和失业。

然后，我们使用这些独特的劳动力状态来推导劳动力市场进入的5年就业序列，然后使用Ritschard（2023）最近提出的方法计算早期职业不稳定性指数。不稳定性指数建立在先前指数的基础上，这些指数数值上表征和比较就业序列（Elzinga，2010；Gabadinho等人，2011）。诸如复杂性指数等措施，将具有更多就业转变的就业序列视为更复杂，已在先前研究中用于捕捉就业序列的不稳定性（Manzoni & Mooi-Reci，2018；Struffolino，2019）。不稳定性指数对早期指数最重要的扩展是它还考虑了劳动力状态的"质量"。为了区分理想（如全职工作）和不理想的劳动力状态（如失业），我们根据它们提供的职业稳定性程度对我们的九个就业状态进行排名。"最优永久"工作被认为提供最高程度的职业稳定性，因此排名最高。其次是"就业不足的永久工作"、"最优固定期限工作"、"就业不足的固定期限工作"、"自营职业"、"最优临时工作"、"就业不足的临时工作"、"不参与劳动力"和"失业"。

对于我们的分析，我们使用有界的不稳定性指数，范围从0（无或非常少的早期职业不稳定性，例如五年的最优永久就业）到1（高早期职业不稳定性，例如五年的失业）。我们在样本中观察到早期职业不稳定性平均值为0.46（SD=0.32）。双尾t检验显示，残疾受访者（平均=0.58）的不稳定性指数均值显著（p<0.001）高于非残疾受访者（平均=0.44）（参见附录中的表A1获取所有变量的描述性统计）。尽管如此，附录中包含的直方图（图A1）显示，残疾和非残疾受访者中极高职业不稳定性（即不稳定性指数为0.9或更高）的观察值很少。我们在R中使用TraMineR和TraMineRextras包以及seqinsecurity函数创建早期职业序列和不稳定性指数（Ritschard，2023；Gabadinho等人，2011）。

为避免过度控制偏差，我们在模型中仅控制潜在混杂变量（Gebel，2023；Kohler等人，2024），这些变量被认为同时影响早期职业不稳定性与后期心理健康结果。这些变量在个体完成全日制教育后的第一次访谈中测量，因此应先于早期就业动态（暴露）和后期心理健康（结果）。这些控制包括性别（0=女性，1=男性）、出生国家（0=其他，1=澳大利亚）、出生年份和序列开始年份（即受访者离开全日制教育后第一次访谈的年份）。此外，我们包括最高教育资格（1=11年级或以下（低于中等教育），2=12年级（中等教育），3=12年级以上（高等教育后）），以及受访者居住地的偏远程度（0=大城市，1=内区域，2=外区域和偏远地区）。最后，为了解释路径依赖，我们控制了在受访者离开教育后的第一次访谈中测量的基线心理健康。

2.3. 方法

我们使用随机效应面板模型来研究早期职业不稳定性与后期心理健康结果之间的关联。我们的模型采取以下形式：

y_it = β_0 + β_1 II_i + β_2 X_i + α_i + ε_it

其中y_it表示受访者i在时间t的后期心理健康，t涵盖离开全日制教育后六至十年。II_i表示在离开全日制教育后前五年测量的早期就业不稳定性指数。X_i表示控制变量向量，全部在受访者离开全日制教育后的第一次访谈中测量。α_i表示随机个体特定效应，ε_it表示特殊误差项。我们估计了三个模型：两个按残疾状况分开的模型，以及一个包含早期职业不稳定性指数与残疾状况之间交互项的完整样本模型，以测试残疾和非残疾受访者之间的差异是否具有统计显著性。

我们进一步考察了离开全日制教育后六至十年的预测心理健康结果，基于残疾状况和不稳定性指数的不同水平比较受访者。接下来，我们分析预测心理健康水平如何在受访者职业生涯后期随时间演变，重点关注按残疾状况的差异。为此，我们在早期职业不稳定性与离开教育年数（范围从6到10年）之间引入交互项。这使我们能够探索早期职业不稳定性如何随时间与心理健康轨迹相关联，分别针对残疾和非残疾人群。对于此分析，我们将不稳定性指数重新编码为二分变量，区分"高"和"低"早期职业不稳定性，使用中位数（0.52）作为截断点，以简化交互项的解释。虽然此中位数分割与职业不稳定性与心理健康之间可能的非线性关系不完全一致，但我们选择此规格以确保每个子组有足够的观察值。然而，我们在敏感性分析中重新讨论了这个问题。

由于基线心理健康测量有12.45%的缺失值，而后期心理健康测量有14.34%的缺失值，我们使用链式方程进行多重插补，将模型中的所有变量（早期职业不稳定性指数、残疾状况、心理健康、潜在混杂变量和基线心理健康）以及几个辅助变量（包括是否为澳大利亚原住民或托雷斯海峡岛民、婚姻状况、子女数量和就业状况，这些都在离开全日制教育后六至十年期间测量）包含在插补模型中，使用Stata的mi例程。我们创建m=10个插补数据集，并使用Rubin规则（Rubin，1987）组合这些插补数据集的估计结果。

3. 结果

3.1. 描述性结果

图1显示了按残疾状况显示教育后前五年内就业状态分布的状态分布图。在离开教育的第一年，约25%的非残疾人处于最优永久就业（即最理想的就业状态），而残疾人只有11%。相反，许多残疾人要么不参与劳动力（29%）要么失业（20%）（即最不理想的两种就业状态），而非残疾人的这些数字分别为10%和14%。自离开教育以来的五年期间，这种分布发生了变化。在离开教育的第五年，约46%的非残疾人处于最优永久就业，约7%失业，而残疾人中24%处于最优永久工作，约12%失业。此外，残疾人中不参与劳动力的比例（31%）远高于非残疾人（12%）。在离开教育后第五年参与劳动力市场的受访者中，除最优永久工作外的任何其他类型工作（如就业不足的永久工作或临时工作）在残疾人中更为普遍（58%），而非残疾人中为43%，突显出就业不足和不安全合同是残疾年轻工人中的常见体验。

3.2. 早期职业不稳定性与后期心理健康

表1展示了研究早期职业不稳定性与后期心理健康之间关联的随机效应模型。我们预期，由于非永久就业和/或就业不足时期的经历，职业不稳定性较大的工人心理健康会显著下降。我们发现了支持这一假设的有力证据。如第1列所示，对于非残疾工人，职业不稳定性与后期心理健康之间存在明显的负相关。具体而言，不稳定性指数每相差一个单位，未来心理健康评分降低5.13分（p<0.001）。这种关联的大小对应于标准差的29%（鉴于该组心理健康均值为71.47，标准差为17.65，如表A1所示），可视为中等幅度。

表1还显示，第2列揭示，暴露于早期职业不稳定性的人中，残疾人的心理健康下降更为明显，不稳定性指数每相差一个单位，未来心理健康评分降低12.95分（p<0.001）。这种关联的大小对应于标准差的63%（鉴于该组心理健康均值为62.02，标准差为20.51，见表A1），比非残疾年轻人中观察到的关联大两倍多。

最后，第3列考察了完整样本，包括残疾状况与早期职业不稳定性之间的交互项，以测试残疾和非残疾人群之间早期职业不稳定性与未来心理健康之间的联系是否存在差异。交互项在5%水平上具有统计显著性（t=2.01），支持残疾受访者与非残疾人群相比，因早期职业不稳定性而经历更大的心理健康下降的假设（β=-6.77）。作为稳健性检查，我们还估计了完整样本模型，其中所有控制变量都与残疾状况完全交互，结果早期不稳定性与残疾状况之间的交互项相似（β=-7.82，p<0.05，见表1第4列）。

图2中对这一交互和职业不稳定性与后期心理健康之间潜在的非线性关系进行了更详细的检查，其中我们将不稳定性指数作为三次项包含在内。结果显示，预测心理健康结果相对稳定，在低或适度不稳定性水平（不稳定性指数低于0.3）下，残疾和非残疾人群相似。相反，对于经历中度到高度早期职业不稳定性（不稳定性指数在0.6至0.8之间）的人，我们发现职业不稳定性与预测心理健康评分之间存在负相关，这种关联对残疾受访者比非残疾受访者更为明显，导致两组之间存在显著差异。对于极高不稳定性水平（不稳定性指数0.9或以上），与预测心理健康的相关似乎对非残疾受访者更为明显，而对残疾受访者来说似乎减弱。然而，鉴于附录中直方图（图A1）显示极高不稳定性水平的观察值数量很少，我们避免解释这些结果。总体而言，这些发现表明，残疾人在低水平早期职业不稳定性方面与非残疾人反应相似，但在中度到高度不稳定性情况下，他们经历更大的负面心理健康关联。

3.3. 持久的心理健康差异？

在找到支持我们的假设的证据后，即中度到高度早期职业不稳定性与后期心理健康呈负相关，且这种关联对残疾个体更为明显，我们现在转向调查这些负面关联是否会随着时间推移而持续、扩大或减弱，因为个体在职业生涯中前进。为此，我们估计了一系列随机效应模型，预测后期职业中的心理健康结果，纳入早期职业不稳定性与离开教育年数（即离开教育后六至十年）之间的交互项。

如前所述，为便于解释，我们将早期职业不稳定性指数二分，使用中位数（0.52）作为截断点，将早期职业生涯分为"低不稳定性"和"高不稳定性"。附录中的图A2显示了基于二分早期职业不稳定性指数的序列索引图。"低不稳定性"组主要由受访者组成，他们在早期职业生涯中要么在整个早期职业生涯中从事稳定、永久性工作，要么从不太理想的工作快速过渡到稳定岗位。另一方面，"高不稳定性"组主要包括那些从不太理想的工作条件（例如最优或就业不足的临时工作）开始职业生涯的受访者，要么保持在这些职位上，要么遵循不稳定的事业路径，以不同就业状态和合同类型之间的频繁（向下）转变为标志。例如，从最优固定期限工作开始职业生涯并在一年后做出持久（向上）过渡到最优永久工作的受访者被分配非常低的不稳定性指数0.02。相反，经历两年失业后过渡到就业不足的临时工作，然后到最优临时工作，再向下过渡回失业的受访者被分配高不稳定性指数约0.8。如图3所示，在残疾人中，预测心理健康与这种高和低不稳定性轨迹之间的关联高达10个量表点（大多数年份具有统计显著性），而在非残疾人中最多5个量表点（大多不具统计显著性）。

图3具体说明了来自随机效应系数估计的预测心理健康值，这些估计值是针对早期职业不稳定性二分与离开教育时间与残疾状况的交互项。

左侧面板表明，早期职业不稳定性高的非残疾年轻人在完成全日制教育六年后，心理健康往往略差于早期职业生涯更稳定的同龄人。然而，这种差异很小——甚至不到量表结果的两个点（即低不稳定性：72.87 [CI: 71.60 - 74.15] 对比高不稳定性：71.08 [CI: 69.78 - 72.38]）。尽管如此，随着时间推移，两组之间的差距似乎增长，在完成教育十年后变得具有统计显著性且更为明显（即低不稳定性：72.67 [CI: 71.05 - 74.29] 对比高不稳定性：68.39 [CI: 66.55 - 70.22]），但结果显示整体预测心理健康轨迹稳定。对于早期职业不稳定性高和早期职业不稳定性低的受访者，完成教育十年后的预测心理健康与完成教育六年后相比在统计上并无差异，因为置信区间重叠。

图3的右侧面板描绘了残疾人群中的预测心理健康值。离开教育六年后，早期职业不稳定性低的受访者心理健康预测评分明显更高，为66.45 [CI: 62.31 - 70.62]，对比早期职业不稳定性高的受访者评分为60.72 [CI: 57.44 - 64.01]，尽管置信区间重叠。

结果进一步表明，早期职业不稳定性对残疾人的心理健康有持久的负面影响。对于早期职业不稳定性高的受访者，心理健康持续较低，例如，离开教育八年后，心理健康预测为58.85 [CI: 55.51 - 62.19]，而早期职业生涯更稳定的受访者离开教育八年后心理健康预测为68.82 [CI: 64.74 - 72.91]。尽管到第十年，两组的置信区间重叠，但心理健康差距仍然很大，低不稳定性：64.70 [CI: 59.09 - 70.30] 对比高不稳定性：55.86 [CI: 51.39 - 60.34]，差距近9分。考虑到我们的分析中只能包括219名残疾人，第十年置信区间的重叠可能是由于样本量小造成的。实际上，我们只观察到124名残疾人在离开教育十年后。与非残疾受访者类似，结果表明预测心理健康轨迹也相对稳定。对于早期职业不稳定性高和早期职业不稳定性低的受访者，完成教育十年后的预测心理健康与完成教育六年后相比在统计上并无差异。

总体而言，比较图3左右侧面板的预测心理健康值表明，正如预期的那样，残疾人持续拥有较低的预测心理健康，以及早期职业不稳定性高与后期心理健康之间更负面的关联。这些关联在大多数年份在量表结果上大将近10分，并且在后期职业生涯的大部分时间里具有统计显著性，表明残疾人特别容易受到早期职业不稳定经历的影响。

3.4. 敏感性检查

我们进行了几次敏感性检查。首先，为评估我们的发现对不同截断点和异常值影响的稳健性，我们删除了极高职业不稳定性（即不稳定性指数为0.9及以上）的少数观察值，然后考虑新的中位数（0.49）作为截断点将不稳定性指数二分。通过这种替代二分法，我们现在也可以更好地解释职业不稳定性与心理健康之间的非线性关系，通过比较早期职业不稳定性水平较低或适中的受访者（这可能是年轻劳动力市场新进入者的常见体验）与那些具有不太常见的中度到高度不稳定性的人，同时排除极少数具有极高职业不稳定性的情况，这些人可能已发展出应对策略（De Witte等人，2010年）。图4中呈现的结果总体上与图3中呈现的结果相似，表明残疾和非残疾早期职业生涯更稳定或更不稳定的人之间存在持续的、尽管并非总是统计显著的心理健康差距。这些差距对残疾受访者尤为明显。结果的一致性表明，图3中呈现的关联并非由异常值驱动。

第二，有人可能会认为用于计算不稳定性指数的就业状态主观排名可能影响我们的发现。为解决这一问题，我们修改了就业状态的排名。我们将自营职业分类为比就业不足的临时工作更不稳定，因为自营职业者通常经历更大的工作和收入不稳定。此外，由于不活动的自愿或非自愿性质不明确，我们从用于不稳定性指数的排名中排除了不参与劳动力的人。图5中呈现的具有调整后不稳定性指数的模型结果表明，早期职业不稳定性与残疾状况之间的交互模式与图2中的非常相似。

第三，有人可能会认为预先存在的心理残疾可能对就业不稳定性和后续心理健康结果都有更大的影响，比其他类型的残疾或障碍对心理健康福祉的负面影响更大，导致前者与心理健康之间更明显的负面关联。为测试这一假设，我们将我们的残疾样本分为两组：一组由报告有心理残疾（即需要帮助或监督的任何精神疾病或需要治疗的神经/情绪状况）的受访者组成，另一组由报告有非心理残疾或障碍的受访者组成。请注意，由于仅从第三波HILDA开始测量残疾类型，我们必须排除前两波HILDA进行此检查。这进一步减少了我们本已较小的残疾受访者样本。约20%的残疾样本报告有心理残疾，其中约一半（46%）也有其他残疾。由于这种异质性分组和小样本量，此检查的结果只能被视为探索性的。我们重新估计了图2中呈现的原始模型，分别针对每个样本。如预期，图6的右侧面板表明，与没有心理残疾的受访者相比，有心理残疾的个体早期职业不稳定性与预测心理健康之间的负面关联更为明显（图6的左侧面板）。尽管这些结果表明我们的主要结果主要由有心理残疾的受访者驱动，但必须谨慎解释，因为这两个子组的置信区间很大且大多重叠。

最后，我们进行了更多检查，结果在补充材料中呈现。我们从模型中排除了基线心理健康测量（图S3和S4）并剔除了受COVID-19大流行影响的年份（2020-2022）（图S5和S6）。

4. 结论

本研究调查了早期职业不稳定性与后期心理健康结果之间的关联，特别关注离开全日制教育后十年内残疾和非残疾人群之间的差异。使用HILDA调查（2001-2022）的22年纵向数据，我们推导出早期职业不稳定性指数，该指数使用受访者离开全日制教育后前五年测量的劳动力市场进入序列信息。在第二步中，我们估计了一系列随机效应模型，以揭示早期职业不稳定性与后期心理健康之间的关联，我们在受访者离开教育后六至十年测量后者。

结果表明，平均而言，早期职业不稳定性值越高，残疾和非残疾受访者的未来心理健康水平越低，尽管这种关联对前者更为明显。然而，通过更详细地查看不稳定性指数每个水平的预测心理健康结果，这种交互似乎是由中度到高度职业不稳定性驱动的。相反，早期职业不稳定性水平较低——可被视为劳动力市场新进入者的常见现象——对残疾和非残疾个体的心理健康均无负面影响。这一发现在我们进行的各种敏感性检查中保持一致。

考虑不同类型残疾的进一步检查提供了初步证据，表明这种关联对报告有心理残疾的受访者可能更强，这一模式与先前关于预先存在心理状况的个体中心理健康劣势持续性的证据一致（例如，Bishop等人，2023年）。具体而言，子组分析表明，与心理健康相关的负面关联集中在报告有心理残疾的受访者中，尽管必须注意大而重叠的置信区间。相比之下，非心理残疾受访者的轨迹没有显示与主要模式的明显分歧，置信区间在整个过程中重叠。鉴于子组规模小和显著异质性——特别是由于共病——这些结果应解释为探索性的。因此，结果不支持关于残疾作为同质调节因素的强有力结论，而是强调未来研究需要厘清不同形式的残疾如何与早期就业不稳定性相互作用，从而塑造长期心理健康。

本研究解决的第二个研究问题是后期职业生涯中观察到的心理健康轨迹，使我们能够调查较高的职业不稳定性与较低的心理健康之间的负面关联是否随时间变化。总体而言，早期职业不稳定性低和高的受访者的心理健康轨迹保持相对稳定，所有时间点的置信区间重叠。稳健性检查进一步支持了这一发现。这些结果可能表明受访者后续的职业发展，稳定的轨迹可能是受访者继续早期路径的指标。这种解释将符合非标准就业文献中的一种主导观点，该观点将临时和不稳定类型的工作视为陷阱，导致不稳定就业和失业的循环（Gebel，2010）。对我们发现的另一种解释是，即使受访者设法将非标准就业用作通往更稳定职位的垫脚石，早期职业不稳定性也可能产生持久的负面影响。详细探讨这些问题可能是未来研究的有趣方向。

我们的研究并非没有局限性，在解释这些结果时应谨慎。首先，不稳定性指数的优势在于对劳动力市场进入动态进行整体量化，而不是仅考虑完成教育后的第一个就业状态。然而，该指数的信息基于就业状态的年度测量，而不是更详细的月度观察。此外，不稳定性指数的就业状态排名在某种程度上基于主观假设。尽管如此，敏感性检查表明我们的主要发现对替代排名具有稳健性。此外，我们的结果可能受到未观察到的混杂变量的影响。例如，残疾状况之间的差异可能至少部分由残疾受访者缓冲职业不稳定性（如社会网络）的资源较少来解释。

最后，我们的估计仅依赖于219名残疾受访者的样本，大样本量将使我们能够从研究结果中得出更强有力的结论。小样本量进一步阻止我们考虑具有不同残疾类型（如感觉、身体、智力，以及心理）和严重程度（如核心活动限制、学校和就业限制、其他日常生活限制）的个体可能具有不同的早期职业不稳定性模式，进而对未来的心理健康结果有不同的关联。未来使用残疾样本量更大的数据的研究可能允许更细致地了解残疾类型、严重程度、早期职业不稳定性模式与心理健康结果之间的关系。此类研究可为特定残疾人群体在离开全日制教育时提供更有针对性的劳动力市场干预措施的深入见解。

我们的研究结果具有政策含义。特别是，早期职业不稳定性与长期心理健康结果之间的观察到的关联表明，在就业早期阶段促进更大的工作稳定性可能带来长期心理健康益处。对于更可能面临稳定、长期就业结构性障碍的残疾人，此类政策可能特别有效。虽然我们的研究没有直接测试干预措施，但其发现表明，减少早期接触不安全、不稳定工作的机会可能有助于缓冲残疾与不稳定就业交叉产生的累积劣势。这与在COVID-19大流行期间对澳大利亚残疾年轻人进行的定性研究结果一致。年轻人报告称需要接受不满意、不稳定的工作条件，最终导致工作相关压力源增加，进而加剧心理健康问题（Dimov等人，2025年）。因此，促进安全入门级机会、防止工作频繁变动并支持残疾人持续参与劳动力市场的政策在未来的政策设计和研究评估中值得更密切的关注。

鉴于早期职业不稳定性与未来心理健康之间的关系，我们的研究结果表明，需要改善残疾人获得就业培训的机会，无论是在教育环境中还是之外，包括更好地支持学校职业和就业准备计划，使其有意义地包含残疾人（Shields等人，2024年）。

创建残疾人就业机会并建立有效的就业服务以提供个性化支持给求职者也十分必要。在澳大利亚，许多残疾人的就业参与受到政府支持和服务的影响，包括国家残疾保险计划（NDIS）（支持有永久和重大残疾的人参与日常活动）和包容性就业澳大利亚（澳大利亚政府资助的新专业残疾就业计划）。确保这两个计划协同工作，帮助残疾年轻人获得并维持合适、稳定的工作，是预防早期职业不稳定性并可能改善未来心理健康的关键。

未来研究应关注其他就业特征（如就业质量、有意义的就业和心理社会工作压力源）对残疾人心理健康的影响。最后，为确保可持续的就业结果，需要政策促进包容性工作场所，包括为雇主提供资源和培训机会，帮助他们雇用和支持残疾人，并在工作场所内外解决对残疾的社区态度。

《联合国残疾人权利公约》（2006年）强调了残疾人享有最高标准健康和平等就业机会的权利。然而，全球范围内，残疾人继续经历比非残疾人更低的就业水平和更差的心理健康结果。我们的研究揭示了早期职业就业不稳定性与残疾人经历的长期心理健康不平等之间的关联，凸显了为残疾人提供更具包容性和稳定性就业路径的必要性。

5. CRediT作者贡献声明

Sophia Fauser：撰写-原始草稿，方法论，正式分析，数据整理，概念化。Irma Mooi-Reci：撰写-原始草稿，项目管理，概念化。Marissa Shields：撰写-原始草稿，概念化。Zoe Aitken：撰写-原始草稿，概念化。Anne Kavanagh：撰写-审阅与编辑，资金获取。