吴 柯，王 刚

（北京林业大学 经济管理学院，北京 100083）

研究报告

农村劳动力非农就业行业选择的影响因素分析
——以甘肃省调查数据为例

吴 柯，王 刚

（北京林业大学 经济管理学院，北京 100083）

以甘肃地区的调查数据做支撑，运用多元选择模型探讨农村劳动力的人力资本和社会资本对其非农就业行业选择的影响。结果表明：农村劳动力多以被雇佣方式参与到非农工作中，且集中分布于建筑业、服务业和制造业；男性农村劳动力在劳动力市场上占据主导地位，有绝对优势；教育程度对于农村劳动力的非农就业行业选择有显著影响，并随着教育程度的提高，其在非农行业中的选择范围不断扩大。

非农就业；行业选择；多元选择模型

1 引言

自上世纪80年代农村剩余劳动力开始向城市转移以来，农民工群体对于城市建设的巨大作用不可估量。据国家统计局的数据显示，2015年，我国农民工总量为2.77亿，比上一年增加了1.3%；人均收入为3 072元，比上一年增加了208元。可见，农民工的人数和收入大幅增加，非农就业已成为增加农民工收入的重要渠道。高文书在对进城务工的农村劳动力非农就业的现状特征调查中发现，农村劳动力在参与非农就业的过程中，多为非正规就业，行业选择比较狭窄，主要集中分布于对文化素质要求不高的工业，建筑业，批发、零售、餐饮业等劳动密集型产业[1]。这些行业以其成本低，效益高，对劳动力要求低，经营灵活等特点，成为了农村劳动力参与非农就业的主要渠道[2]。

目前，关于农村劳动力非农就业行业选择的研究多集中于探讨人力资本和社会资本对其行业选择的影响。刘庆宝等在对农村劳动力非农就业的研究中发现，个人特征，如年龄、性别、受教育程度、工作经验等是影响农村劳动力进行行业选择的重要因素，他们会基于个人特征的判断作出理性的选择[3]。张艳华，李秉龙则发现，文化程度对于劳动力进入较高层次的行业就业具有重要影响，文化程度越低其能够进入较高层次行业就业的概率就越小[4]。同样的，Alan、蔡荣生、高文书等研究也发现，人力资本是影响农民工非农就业的关键因素，年轻及受过良好教育的劳动力在劳动力市场上占据着主导地位，受教育程度越高，工作年限越长，其可以从事更高社会声望职业的可能性就越大[5-6]。此外，社会关系网络的构建也被人们看做是获取社会资源的捷径[7]。农村劳动力在参与非农工作的过程中，有时也需凭借一定的强关系或弱关系来寻找和获得非农工作[8-10]，社会关系网络对于农民工的求职具有重要影响[11]。

?

综合来看，在已有的研究中，普遍认为人力资本和社会资本对农村劳动力的非农就业行业选择具有重要影响。本文以研究影响农村劳动力非农就业行业选择的内容为重点，挖掘相关的影响因素，在扩大农村劳动力非农就业行业选择的同时，可以增加其工资收入，获取更好的工作条件和社会地位，为促进城镇化、工业化建设提供良好的人力资源。

2 数据来源及变量说明

本文的数据来源于2012年北京林业大学经济管理学院关于“甘肃省集体林权制度改革背景下的农村劳动力流动项目”的调查。采取随机抽样的方法，通过一对一的问卷访谈，在泾川县、合水县、清水县、康县等4县12乡共访问了361户，获得有效样本588个。

基于研究主题，本文将行业类型确定为被解释变量。根据研究需要，将行业类型划分为自营工商业、采矿业、建筑业、制造业、服务业、专业型、其他（如农业相关、种植、伐木工人等）等七类，分别赋值1、2、3、4、5、6、7。在被调查的16～60岁的样本里，有588人在2011年从事过非农工作，主要集中于建筑业（37.24%）、服务业（25.85%）和制造业（19.39%）。而个体工商户或私人企业主（9.81%）、专业型（4.25%）及其他（1.7%）的人数较少。可见：农村劳动力多以被雇佣的方式参与到非农工作中，且集中分布于对文化水平和技术等级要求不高的建筑业、服务业和制造业。

根据已有研究文献及调查的实际情况，本文选取的解释变量分为人力资本变量和社会资本变量两个方面，具有如表1。

通过表1可见，样本的平均受教育水平为7.63，相当于初中文化水平。近七成以上的样本已婚，其健康状况的均值为2.83，表示研究样本对自身身体健康状况的感知接近于好。培训状况由虚拟变量（0，1）构成，包括以学徒身份获得的培训、参与户口所在地提供的培训以及参与外出务工地提供的培训，数据显示，仅36%的样本有过培训经历。另外，被研究样本的社会资本主要包括两个方面：即本人是否为党员，本人是否现任村干部，对其引入虚拟变量（0，1）。

3 模型设定与结果估计

由于被解释变量的行业类型为多元离散变量，在模型构建上，采用多元选择模型，探究人力资本和社会资本对农村劳动力非农就业行业选择的影响。考虑到行业类型中样本的数量分布，将样本数据较少的2采矿业、6专业性、7其他全部归类为其他，并赋值为5，作为对照组，令其系数等于0。着重研究影响农村劳动力选择自营工商业、建筑业、制造业、服务业的因素，对这四个行业分别赋值1、2、3、4。

通过Stata统计分析软件，构建人力资本变量和社会资本变量对农村劳动力非农就业行业类型选择的多元回归模型。在模型估计结果的基础上，构建了各解释变量对非农行业选择的边际影响，用以探究各解释变量对农村劳动力在各行业选择上的差异及偏好大小。

3.1 选择自营工商业的实证分析

自营工商业是一个进出市场都较为容易，以自我雇佣为主要特征的行业，不乏家中老人和孩子参与其中的现象。模型1显示，与对照组相比，婚姻和培训状况对农村劳动力选择自营工商业有显著影响。从边际影响来看，农户的教育水平每增加一年，其选择自营工商业的概率会增加0.011，表明受教育水平的增加，农村劳动力对自营工商业的选择会增大；已婚农户比未婚农户更愿意进入自营工商业，这主要是由于从事自营工商业的农户多为个体经营，这种非农就业的方式允许夫妻双方甚至老人、小孩共同经营，时间安排比较自由，安置和照顾家人也比较方便。

3.2 选择建筑业的实证分析

建筑业是样本选择最多的行业，对农户的体力和耐力要求较高，但对其受教育程度没有严格限制。模型2显示，与对照组相比，性别、教育水平和培训状况对农户选择建筑业有显著影响，其中受教育水平对农户选择建筑业有负向影响。从边际影响来看，男性比女性更具备体力和耐力的优势，在建筑业的选择上偏好更大；随着农户的年龄的增加，其选择建筑业工作的机率会大，虽然建筑业会更偏爱年轻有力的男性劳动力，但年轻劳动力由于其接受教育水平的提高和建筑业本身的高危性而使得年轻的劳动力对建筑业的偏好降低，出现建筑工地上多老龄化的现象；农户的教育水平每增加一年，其对建筑业的选择会降低0.043 3，说明教育水平越高的农户选择建筑业就业的概率会降低。

3.3 选择制造业的实证分析

制造业是劳动密集型产业，对农户的学历要求不高，且性别的偏好并不明显，反而对有工作经验或有相关培训且能长期持续工作的劳动者有更高的偏好。模型3的回归结果表明：与对照组相比，年龄、教育水平、培训状况对农户选择制造业工作有显著影响，同样的教育水平对农户选择制造业有负影响。从边际影响来看，男性比女性选择进入制造业工作的偏好会低0.072；而农户的年龄每增加一岁，其选择进入制造业的概率会降低0.000 2，说明农户越年轻其选择制造业工作的概率就会越大；制造业属于工作强度较大，甚至有些制造业由于工作内容的技术性会对农户的身体素质和培训经历有要求，从边际效应就可看出，身体健康，有过培训经历的农户其选择制造业的概率会提高，其边际效应值分别为0.122 1和0.062 5。

3.4 选择服务业的实证分析

服务业同属于劳动密集型产业，进入门槛低，但在同等职位下，在服务业工作所获得的工资水平要低。模型4的回归结果表明：与对照组相比，性别、年龄、培训状况以及是否为党员对农户选择服务业具有显著影响，其中是否为党员对其选择服务业有负向影响。从边际影响来看，男性比女性选择进入服务业的偏好要低0.294 3，说明女性从事服务业的概率要高于男性；而农户的教育水平每增加一年，其选择进入服务业的概率会增加0.021 4，说明教育水平越高其选择服务业的可能性越大；社会资本变量对于农户选择服务业的工作是呈反向影响的，是党员的农户对于服务业的选择偏好会降低0.256，而是村干部的农户对于服务业的选择会增加0.445。主要由于村干部肩负村中事宜，当发生兼业行为时会更偏向于选择门槛较低的服务业，而不是劳动强度较大的建筑业和工作持续性较长的制造业。

4 研究结论

本文以农村劳动力为研究对象，研究“双重”资本对农村劳动力在参与非农就业时，对其行业选择的影响。主要研究结论如下：第一，农村劳动力在非农就业中多以被雇佣方式集中分布于行业的低端职位，集中分布于建筑业、服务业和制造业。第二，在非农行业选择上呈现一定的性别差异和年龄差异。性别方面，男性劳动力在就业时占据绝对优势，女性就业优势不明显，多集中于服务业中；而年龄方面，年龄较轻的劳动力选择制造业和服务业的概率较大，而年龄较长的农户以打零工的方式选择建筑业的概率较大。但无论处于何种年龄段，建筑业依旧是农村劳动力选择的主流行业。第三，教育水平对农村劳动力非农就业的行业选择有显著影响。农户的受教育程度多为初中及以下水平，在从事非农就业时，只得选择技术含量较低、文化要求不高的低端行业，但随着教育水平的提高，农户选择非农行业的范围扩大。第四，党员、现任村干部对农户非农就业的行业选择并不明显。

[1]高文书.进城农民工就业状况及收入影响因素分析——以北京、石家庄、沈阳、无锡和东莞为例[J].中国农村经济.2006(1): 28-34.

[2]张俊霞.黑龙江省农村劳动力非农就业问题研究[D].哈尔滨:东北农业大学,2013.

[3]刘庆宝，陈杭，吴海涛，等.农村外出务工劳动力就业行业选择行为分析[J].农业技术经济.2013(8):52-60.

[4]张艳华，李秉龙.人力资本对农民非农收入影响的实证分析[J].中国农村观察.2006(6):9-16.

[5]Alan de Brauw,Scott Rozelle.Reconciling the Returns to Education in Rural China.www.Williams.edu/Economics/ FACULTYPdeBrauw.htm.2002.

[6]蔡荣生，赵亚平，金驰华.我国贫困地区劳动力转移培训的现状与对策[J].北京工商大学学报(社会科学版).2005(6):3-9.

[7]胡斌.人力资本、社会资本对农民工进城就业行业选择影响的实证分析[D].南京:南京农业大学,2007.

[8]Granovetter,Mark.The strength of weak ties.American journal of sociology.1973(78):1360

[9]Bian,Yanjie,and Soon Ang.Guanxi Networks and Job Mobility in China and Singapore.Social Forces.1997(75):981-1006.

[10]刘士杰.人力资本、职业搜寻渠道、职业流动对农民工工资的影响——基于分位数回归和OLS回归的实证分析[J].人口学刊.2011(5):16-24.

[11]李树茁，杨绪松，任义科，等.农民工的社会网络与职业阶层和收入:来自深圳调查的发现 [J].当代经济科学.2007(1): 25-33.

［责任编辑：付 佳］

Influence Factors Analysis of Rural Labor Who Making a Choice from Non-Farm Employment Industry——TakingSurveyData Comes fromGansu As an Example

WUKe,WANGGang
(College ofEconomic and Management,BeijingForestryUniversity,Beijing100083,China)

In this article,based on the surveydata comes fromGansu province,usingmultiple choice model (Mlogit method)toexplore howthe human capital and social capital ofrural labor impacts their choices of takingan employment fromnon-farmemployment industry.The results showthat most ofthe farmers are concentrated in employingin buildingindustry,service industryand manufacturingindustry.Male labor is the subject ofnon-farmemployment with an absolute advantage.The education levels have a significant impact on the farmers'choices.With a high education level,rural labor could choose froma wider range of employment industry.

Non-FarmEmployment;IndustrySelection;Multi-Selection Model

F323.6

A

1673-5919（2017）01-0087-04

10.13691/j.cnki.cn23-1539/f.2017.01.025

2017-01-09

吴柯（1990-），女，广西省桂林人，硕士研究生。

第二作者：王刚（1979-），男，河南省驻马店人，副教授。研究方向：组织与人力资源管理。