常青青，　刘平辉

(东华理工大学 地球科学学院，江西 南昌 330013)



农村劳动力就业模式选择的影响因素研究——基于无序多分类Logistic回归模型分析

常青青，刘平辉

(东华理工大学 地球科学学院，江西 南昌 330013)

摘要：研究个体特征、人力资本状况、家庭特征以及区域特征四个方面的11个变量对农村劳动力就业模式选择的影响。采用问卷调查、统计分析、多分类无序逻辑回归模型等研究方法。结果表明，婚姻状况、有无手艺特长、耕地流出比例是影响农村劳动力选择不务农就业模式的三个比较关键的影响因素。性别、有无手艺特长以及耕地流入比例是影响农村劳动力选择全职务农就业模式的三个比较关键的影响因素。

关键词：人力资本状况；描述性统计；多分类无序逻辑回归模型

常青青，刘平辉.农村劳动力就业模式选择的影响因素研究——基于无序多分类Logistic回归模型分析[J].东华理工大学学报：社会科学版，2015，34(4)：321-326.

Chang Qing-qing，Liu Ping-hui.Study on the influence factors of rural labor’s employment choices——Based on multinomial logistic regression[J].Journal of East China Institute of Technology(Social Science)，2015，34(4)：321-326.

农村劳动力向非农产业转移是一个国家或地区工业化、城市化过程中的必然趋势[1]。农村劳动力就业问题一直广受学者们的关注。关于农村劳动力人力资本特征的研究发现，在家庭内部，具有更高的受教育程度、更强的学习与适应能力的年青者外出打工的比较优势明显，而年长者在务农方面更具有比较优势[2]。也就是说，由于家庭内部人力资本状况的不同，农户会自觉进行理性的家庭内部分工。实证研究表明，受教育程度、年龄、职业培训经历、城市工作经验等人力资本因素对农村劳动力非农就业和农民工职业选择有显著影响[3]。学者们一致的结论是，人力资本状况的改善有利于农村劳动力做出非农就业的决策[4]。

陈美球认为就业功能是农民最认可的耕地的非生产性功能[5]，而农村劳动力非农就业对农地流转具有显著的推动作用[6]，劳动力转移距离和转移时间影响土地流转的意愿，在县内务工的人员不愿意转出土地的意愿更强[7]，农村土地流转受农户家庭收入、农户所处的区位条件等影响[8]。此外，农村劳动力是在对就业地的形象、距离、就业属性、生活设施和社会自然环境进行综合性评价的基础上，做出就业地决策的[9]。因此，根据前人的研究结果以及研究区域的实际情况，将影响农村劳动力就业模式选择的影响因素划分为四个层面：个体特征、人力资本状况、家庭特征、区域特征。

为了研究农村劳动力就业模式选择的影响因素，本文将农村劳动力就业模式分为三类：非农劳动力(或不务农)，即不务农而只从事非农劳动的劳动力；兼业劳动力(或兼职务农)，农忙时务农，农闲时务工的劳动力；农业劳动力(或全职务农)，只务农而不从事非农工作的劳动力。研究采用问卷调查的方式收集数据，将收集的调查数据进行统计分析，根据数据结果并结合实际调查情况作出研究假设，然后建立多分类无序Logistic回归模型对假设进行验证。从而解释个体特征(年龄、性别、婚姻状况)、人力资本状况(文化程度、有无手艺特长)、家庭特征(家庭人口规模、粮食直补面积、耕地流入比例、耕地流出比例)以及区域特征(区域类型、投入产出比)等因素对农村劳动力就业模式选择的影响。

1研究区域概况

抚州市临川区位于江西省东部抚河中游，地处赣抚平原向武夷山脉过渡地带，东经 116°03′45″- 116°18′45″，北纬27°29′30″-28°15′16″之间。全区地形狭长，东西宽58公里，南北长82公里，总面积2 125.72平方公里[10]。临川区属亚热带季风区，四季分明，日照充足，雨量充沛，无霜期长，区域下辖9个乡、17个镇、5个街道办事处。

2数据调查情况、样点分布及简要描述

2.1　数据调查情况

为了最大程度地收集到研究所需要的实证数据资料，此次实地调查采取一对一入户访谈的调查模式。实施时间为2014年7月9日至2014年7月12日、2014年8月9日至2014年8月21日，2014年10月14日至2014年10月17日，历时20天。调查对象为临川区行政范围内通过集体分配、自行开垦或转入转出而拥有耕地的农户。具体调查分两步实施，即预调查与正式调查。其中，预调查于2014年7月12日之前完成，调查地点选择在罗湖镇良溪村、湖南乡洪塘村和龙溪镇汤家村。通过预调查对原先设计的调查问卷进行必要的修正与调整，使调查问卷的设计更加科学并具有良好的可读性。正式调查问卷包括四大部分：①户主、家庭成员及相关情况；②承包耕地、园地、林地情况；③耕地详细情况；④农作物种植信息。访谈问卷262份,其中有效问卷253份,有效率达97%。

2.2　样点分布

根据区域类型、距离远近结合、经济发展水平高低搭配以及调查乡镇的大小[11]，本次调查共选取了临川区行政范围内的14个乡镇，占临川区总乡镇数的52%(临川区除5个街道办事处外共26个乡镇)；每个乡镇随机选取农户，共涉及253家农户，733个劳动力。临川区分为丘陵、平原和山地三大区域类型。样本中,丘陵类型的乡镇共9个、平原类型的乡镇共3个、山地类型的乡镇共2个。其个数分别占调查乡镇总个数的64.3%、21.4%、14.3%。调查基本符合临川区区域类型的实际情况。

2.3　数据简要描述

表1是样本数据的个体特征及人力资本状况的简要描述，对体现调查数据的质量有一定意义。从表1显示的信息来看，样本的年龄分布是比较合理的、婚姻状况符合农村人口婚姻状况较为稳定的现实、文化程度也大体上符合我国农民的整体文化水平[12]；性别比例差距较大，但符合临川区基础教育质量高，女性多全职陪同小孩读书的实际情况。总的来说，本次调查数据质量较高，比较真实地反映了临川区的实际情况。

表1　个体特征及人力资本状况的简要描述

3调查数据的变量解释、描述性统计分析及研究假设

3.1　调查数据的变量解释

具体见表2。

3.2　调查数据的描述性统计分析

根据表3，从个体特征、人力资本状况、家庭特征以及区域特征四个层面进行分析。

个体特征。兼职务农、不务农、全职务农的平均年龄分别为41.72、35.09、51.86。其中全职务农平均年龄最高，不务农最低，说明临川区农村中全职务农多以中老年劳动力为主，而不务农则以青年劳动力为主；全职务农中女性所占的比例为64.65%，大于男性的35.35%，而兼职务农和不务农中男性所占的比例都大于女性，再结合性别变量的平均值可以得出，女性更倾向于全职务农，男性更倾向于兼职务农；就婚姻状况变量的平均值来说，不务农最小，也就是说相对于兼职务农和全职务农来说，不在婚状态下的劳动力更倾向于不务农。

表2　变量定义及变量类型

人力资本状况。兼职务农、不务农、全职务农的平均受教育年限分别为7.91、9.30、6.98。其中不务农最高，全职务农最低，说明劳动力文化程度越高，越倾向于不务农；在手艺特长变量中，只有全职务农中无手艺所占的比例大于有手艺的比例，其值分别为97.21%、2.79%。也就是说，无手艺更倾向于全职务农，有手艺更倾向于不务农。

家庭特征。兼职务农、不务农、全职务农的平均家庭人口规模分别为4.17、4.41、4.32，说明家庭人口规模小更倾向于兼职务农；兼职务农、不务农、全职务农的平均粮食直补面积分别为4.73、4.08、5.30，平均耕地流入比例分别为0.14、0.40、1.02，平均耕地流出比例分别为0.03、0.39、0.05，说明粮食直补面积越多、耕地流入比例越大，农村劳动力越倾向于全职务农，粮食直补面积越少、耕地流出比例越大，农村劳动力越倾向于不务农。

区域特征。就区域类型的平均值来说，不务农最小。也就是说丘陵或山地地区的劳动力更倾向于不务农；兼职务农、不务农、全职务农的平均投入产出比分别为0.366、0.354、0.372，说明投入产出比越小，劳动力越倾向于不务农。这似乎与经济学上的理论不符，但是结合我国现如今的农村实际情况可以知道，这是一种隐性抛荒的行为，“隐性抛荒的结果是在耕地上追加的劳力和资金不够，没有达到耕地应有的产出”[13]。也就是说，全职务农的劳动力花费更多的精力从事农业劳动，而兼职务农和不务农的劳动力投入的精力会少一些。

3.3　研究假设

根据以上分析并结合调查中的实际情况，提出如下四个研究假设。

假设1：从个体特征来看，女性、年龄越大、在婚状态下的劳动力，更倾向于全职务农；年龄越小、不在婚状态下的劳动力更倾向于不务农；男性劳动力更倾向于兼职务农。

假设2：从人力资本状况来看，文化程度越低、无手艺特长的劳动力更倾向于全职务农；文化程度越高、有手艺特长的农民更倾向于不务农。

假设3：从家庭特征来看，粮食直补面积越多、耕地流入比例越大的农村劳动力更倾向于全职务农；粮食直补面积越少、耕地流出比例越大、家庭人口规模越大的农村劳动力更倾向于不务农；家庭人口规模越小、耕地流入流出比例越小的农村劳动力更倾向于兼职务农。

假设4：从区域特征变量来看，处在丘陵或山地、投入产出比小的农村劳动力更倾向于不务农；处在平原、投入产出比大的农村劳动力更倾向于全职务农。

表3　不同就业模式下农村劳动力四个层面特征的统计描述

4模型设定、模型估计结果及解释

4.1　模型设定

本文的因变量是多分类无序变量，因此使用MultinomialLogitModel回归模型。MNL模型的一般表述是，对于有j=1，2，…，J类无序多分类因变量，如果把第J类选项作为参照组，其它J-1类发生的概率比可以通过式(1)中的Logit形式表达为：

i=1,2,…,k;j=1,2…J-1

(1)

结合本文的因变量和自变量，公式(1)可以理解为：ln为自然对数，j=不务农，全职务农，兼职务农。参照项J=兼职务农。k为解释变量的个数，1≦k≦11，Xi为解释变量，i=1,2，…，11。这样，我们就可以得到两个两类别Logit模式，以兼职务农为参照组，影响劳动力个体选择不务农概率比的Logit回归模型见公式(2)，影响劳动力个体选择全职务农概率比的Logit回归模型见公式(3)。

(2)

(3)

4.2　模型估计结果

在建立模型的过程中，发现投入产出比的显著性水平没有通过统计学上的显著性检验，因此剔除该变量后重新建立了模型。模型卡方值为881.814；显著水平0.000(小于1%)；Cox和Snell、Nagelkerke和McFadden三个伪R2系数分别为0.700、0.805、0.590；分类表中预测准确率达83.40%。模型的这些信息说明模型有较好的拟合效果。

表4是模型中自变量的似然比检验，表中10个自变量显著性水平都小于0.05，说明其对因变量有显著的影响。

表4　似然比检验

4.3　模型结果解释

表5中有两套Logistic数据，分别针对不务农和全职务农，兼职务农作为参考类别其系数均为0。“性别=1”，“婚姻状况=1”，“手艺特长=1”，“区域类型=1”分别作为其相应自变量中的参考类别，其系数也为0。表中B值的正负和绝对值大小分别反映了对应变量的变化对劳动力选择不务农和全职务农概率比的影响方向及程度。

根据表5从个体特征、人力资本状况、家庭特征以及区域特征四个方面解释如下。

个体特征。就年龄变量来说，不务农的B值为-0.025，全职务农的B值为0.119。也就是说相对于兼职务农，年龄大的劳动力更倾向于全职务农，年龄小的劳动力更倾向于不务农；性别对劳动力选择不务农和全职务农都有显著的正影响，相对于兼职务农而言，女性更倾向于不务农或全职务农。在其他条件不变的情况下，女性劳动力选择不务农或全职务农的概率发生比分别是男性劳动力这一概率发生比的2倍和8倍；“不在婚=0”与“在婚=1”相比在不务农中有显著差异，P=0.000，在全职务农中无显著性差异，P=0.185。说明婚姻状况对劳动力选择不务农有显著正影响，相对于兼职务农而言，不在婚状态下的劳动力更倾向于选择不务农。在其他条件不变的情况下，不在婚劳动力选择不务农的概率发生比是在婚劳动力这一概率发生比的8倍。以上结论，与假设1中有关假设相符。

表5　模型的参数估计

人力资本状况。就文化程度来说，不务农的B值为0.25，全职务农的B值为0.121，其显著性水平分别为0.000和0.237，说明相对于兼职务农，文化程度高的劳动力更倾向于不务农，另外文化程度在全职务农中无显著影响；有无手艺特长对劳动力选择不务农有显著的负影响，对劳动力选择全职务农有显著的正影响，相对于兼职务农，有手艺的劳动力更倾向于不务农，无手艺的劳动力更倾向于全职务农。在其他条件不变的情况下，无手艺的劳动力选择不务农的概率发生比是有手艺劳动力这一概率发生比的0.3倍，无手艺的劳动力选择全职务农的概率发生比是有手艺劳动力这一概率发生比的87倍。这与假设2的有关结论相符。

家庭特征。家庭人口规模与耕地流出比例的B值在不务农中分别为0.523、4.563，且显著性都为0.000，说明相对于兼职务农，家庭人口规模大、耕地流出比例高的劳动力更倾向于不务农。家庭人口规模大的劳动力倾向于不务农的原因可能是家庭内部分工造成的；全职务农中耕地流入比例的B值和显著性水平分别为0.322、0.043，说明相对于兼职务农，家庭耕地流入比例大的劳动力更倾向全职务农；相对于兼职务农来说，粮食直补面积少的劳动力更倾向于不务农，粮食直补面积多的劳动力更倾向于全职务农。这些与假设3中的有关结论相符。

区域特征。“区域类型=0”与“区域类型=1”相比在不务农中有显著差异，P=0.014，在全职务农中无显著性差异，P=0.789。区域类型对劳动力选择不务农有显著正影响，相对于兼职务农而言，丘陵或山地地区的劳动力更倾向于不务农。在其他条件不变的情况下，丘陵或山地地区的劳动力选择不务农的概率发生比是平原地区劳动力这一概率发生比的3倍，这与假设4的有关结论相符。

5结论

根据上文的分析，可以得出：农村劳动力中，女性、年龄大、无手艺特长、家庭粮食直补面积大、耕地流入比例高的劳动力更倾向于全职务农；年龄小、不在婚、文化程度高、有手艺特长、家庭人口规模大、粮食直补面积少、耕地流出比例高、丘陵或山地地区的劳动力更倾向于不务农；男性劳动力更倾向于兼职务农。此外，婚姻状况、有无手艺特长、耕地流出比例是影响农村劳动力选择不务农就业模式的三个比较关键的影响因素；性别、有无手艺特长、耕地流入比例是影响农村劳动力选择全职务农就业模式的三个比较关键的影响因素。因此，完善农村耕地流转制度、重视农村劳动力技能培训对于引导临川区农村劳动力就业模式的选择有一定作用。

[参考文献]

[1]龚敏健,黄晨熹.改革开放三十年我国农村劳动力转移的特征及趋势分析[J].江西师范大学学报:哲学社会科学版,2009,42(4):45-58.

[2]曹阳,李庆华.我国农户劳动力配置决策模型及其应用[J].华中师范大学学报:人文社会科学版,2005(1):48-53.

[3]罗俊峰.农民工职业选择的人力资本约束研究——基于无序多分类Logistic模型分析[J].聚焦三农,2014(6):41-44.

[4]余吉祥.农村劳动力就业模式选择的影响因素分析——以江苏农户调查数据为例[J].现代经济,2008,7(11):65-68.

[5]陈美球，王光远.农民对耕地非生产性功能的认识及其量化实证研究——基于1065份问卷调查[J].中国土地科学,2013,27(3):10-16.

[6]张兰，冯淑怡，曲福田.农地流转区域差异及其成因分析——以江苏省为例[J].中国土地科学,2014,28(5):73-80.

[7]林善浪,王健,张锋.劳动力转移行为对土地流转意愿影响的实证研究[J].中国土地科学,2010,24(2):19-23.

[8]骆东奇,周于翔,姜文.基于农户调查的重庆市农村土地流转研究[J].中国土地科学,2009,23(5):47-52.

[9]赵春雨.农村劳动力转移过程中就业地决策的认知因素——以安徽省四个样本村为例[J].安徽师范大学学报:人文社会科学版,2014,42(5):591-600.

[10]刘平辉,廖娟,李佩兰,等.基于AHP法的县级土地利用总体规划实施评价研究——以临川区为例[J].东华理工大学学报:社会科学版,2013,32(3):302-307.

[11]黄善林.土地因素对农户劳动力乡城转移的影响研究——基于皖鄂四县市的农户调查[D].武汉：华中科技大学,2010.

[12]于长永.依赖与脆弱性：农民养老问题的一个实证分析——基于全国十个省份1000余位农民的调查数据[J].西北人口,2013,34(6):117-126.

[13]黄建强,李录堂.从农村劳动力视角探析耕地抛荒行为——基于会同县农村的实证研究[J].北京理工大学学报:社会科学版,2009,11(6):42-47.

Study on the Influence Factors of Rural Labor’s Employment Choices——Based on Multinomial Logistic Regression

CHANG Qing-qing，LIU Ping-hui

(CollegeofEarthSciences，EastChinaInstituteofTechnology，Nanchang330013,China)

Abstract:The purpose of the paper is to study the influence factors of rural labor’s employment choices. It selects 11 influence factors including individual characteristics, human capital situation, family characteristics and regional characteristics. Methods of questionnaire, statistical analysis and MNL are employed. The results indicate: marital status, presence of craft, proportion of cultivated land outflow are three critical factors for choosing non-farming employment pattern; gender, presence of craft and proportion of cultivated land inflow are three key factors for choosing full-time farming employment pattern.

Key Words:human capital situation; descriptive statistics; multinomial logistic model

中图分类号：F323.6

文献标识码：A

文章编号：1674-3512(2015)04-0321-06

作者简介：常青青(1991—)，女，山西临汾人，硕士研究生，主要从事人文地理学研究。

基金项目：江西省社科 (10JL07)资助。

收稿日期：2015-07-20