农村劳动力非农就业的影响因素分析──以贵州省施秉县为例

杨 琦，曾祥旭

(1．西南财经大学 宏观经济研究中心，四川 成都 610074； 2．西南财经大学 中国西部经济研究中心，四川 成都 610074)

曾祥旭，男，湖南常德人，博士生，研究方向为人口学。

农村劳动力非农就业的影响因素分析──以贵州省施秉县为例

杨 琦1，曾祥旭2

(1．西南财经大学 宏观经济研究中心，四川 成都 610074； 2．西南财经大学 中国西部经济研究中心，四川 成都 610074)

利用贵州省施秉县的7个村569个农民的样本数据，通过Logit回归模型对影响农村劳动力非农就业的因素进行了分析。研究结果表明，影响劳动力非农就业的因素有年龄、性别、家庭规模、外面务工关系等。其中，年龄对非农就业的影响是先正后负，性别是负相关，家庭规模、外面有务工关系与非农就业正相关。

农村劳动力；非农就业；Logit模型；贵州省施秉县

一、文献综述

2008年我国城镇人口为60 667万人，乡村人口为72 135万人，分别占人口总数的45.68%和54.32%。如果按照发达工业化国家5%农村人口的标准，我国还有近七亿乡村人口需要转移到城镇中去。同时随着农业劳动生产率的提高，劳动力从农业中剩余出来，受到城乡收入差距的引导，逐步转移到城市的非农产业中就业。这不仅是我国劳动力就业演化的一般趋势，也是产业发展的客观要求。作为劳动力转移的第一步，农村劳动力参与非农就业的情况会直接影响到以后乡村人口向非农产业转移和城镇迁移的顺利进行。由此本文考察影响非农就业的因素具有现实意义。

农村劳动力能否顺利实现转移，要受到多方面因素的影响。W A Lewis开启了研究农村劳动力流动的先河，他的经典模型揭示了城乡居民收入水平的绝对差距是造成人口在城乡间流动的原因①，M P Todaro修正了刘易斯模型，认为造成人口城乡迁移的原因不是现实的城乡实际收入差距，而是“预期收入”差距②。

近年来，有关中国农村劳动力非农就业选择行为的研究成果颇丰，此类研究可以分为三个层次。

一是宏观层次的研究。陈吉元、胡必亮构建了我国农业剩余劳动力转移的“推拉”模式，认为我国农业剩余劳动力转移机制可通过来自农业部门的推力所创造的供给量，以及来自非农业部门的拉力所引发的需求量之间的较量而得到说明和解释③。蔡昉等认为劳动力流动的去向、规模和成功程度，都受到整个政策和制度环境的制约，随着后者的变化起伏而呈现周期性的高潮和低谷④。苗瑞卿等对托达罗模型作了修正，分析影响劳动力转移速度和数量的因素，提出户籍制度的改革和人力资本的提高是促进农村劳动力转移的最主要途径⑤。

二是从个人、家庭等微观层次的角度，选择农村劳动力的个人特征、家庭特征以及家庭所在地特征等变量对农村劳动力是否选择非农就业进行研究。如赵耀辉重点分析了教育在劳动力流动中的作用，提出受教育程度对农村劳动力非农参与具有重要作用⑥。陈欣欣、黄祖辉研究发现，个体农户的年龄和受教育程度对迁移有比较大的影响⑦。徐艳发现，家庭人口特征(包括家庭的规模、家庭的类型和家庭成员的年龄)对家庭成员的外迁人数及迁出人员的类型有较大的影响，同时家庭的社会特征(包括在城里拥有的网络关系、迁移的信息获取)对家庭成员的迁移也有相当大的促进作用⑧。

三是综合考虑微宏观因素对农村劳动力非农就业的影响。庞丽华认为家庭类型、家庭劳动力数量、农村劳动力平均受教育水平、家庭经营主业和家庭在收入分层中的位置等家庭层次变量，经济类型、交通条件和迁移传统等村级层次变量，以及投资强度、经济结构、社会保障等省级层次变量对农村劳动力迁移有着显著影响⑨。姚先国等认为工资差距、就业机会(可以降低迁移的机会成本)以及已有的迁移网络(如亲缘关系、老乡会等可以降低迁移的风险成本和心理成本)是决定农村劳动力流动的三个基本因素⑩。

劳动力就业毕竟是个人的选择行为和活动过程。没有坚实的微观基础研究就不能合理地解释宏观现象。微观角度对就业的研究,要从每个决策者的倾向入手,这样的微观研究可以比较清楚地解释人们就业的动因。本文从微观层次，即农村劳动力家庭特征、个体特征及社会网络特征等来分析影响农村劳动力转移的因素。

二、研究假设

以舒尔茨为代表的“理性小农学派”认为，小农能够对他们所支配的资源作出有效的安排，是一个权衡了长、短期利益之后为追求最大利益而作出合理决策的人，是“理性的小农”。S Popkin在舒尔茨分析模型的基础上，也提出农民是理性的个人或家庭福利的最大化者。因此，本文基于上述理论，对个体农民作出理性“经济人”的假设，假设其追求自身(或整个家庭)收益最大化或效用最大化。

从微观的角度分析，农村劳动力非农就业参与决策有两个选择：参与和不参与。对于农村劳动力来讲，他的工作选择在闲暇、家务劳动、农业生产、非农就业之间进行。如果某种活动的个人收益或家庭收益大于从事其他活动的收益，他就会选择前者。

(一)家庭特征

家庭规模的大小可能是影响农村劳动力非农就业的因素。家庭规模越大，所要赡养的人口越多，经济压力就越大，非农就业的可能性就越大。

家庭人口中是否有老年人和在读小孩对非农就业决策的影响不确定。一方面，家庭青有小孩上学会对劳动力的外出决策产生一定的阻力。为照顾小孩的生活和学习，同时也因为打工所在地入学困难，父母可能会选择不外出。家中老年人也需要青壮年劳动力的照顾，这也降低了非农就业的可能性。而另一方面，家中老人可以代替青壮年劳力从事农业生产，还可以承担照顾小孩的责任，从而减轻了家庭青壮年劳动力的后顾之忧，这又使得家庭青壮年劳动力外出打工的可能性增大。

人均耕地面积越多，越要花费大量的时间在土地上，并占用更多的劳动力，而且由于可能的土地收益多，其外出打工的机会成本较大，非农就业的概率也就越小；反之，人均耕地面积小，家庭富余劳动力则相对较多，家庭有劳力外出的可能性就大。

(二)个人特征

由于性别歧视和“男主外，女主内”的传统思想决定了妇女在家庭中的传统作用，通常男性比女性外出的可能性更大。因为在中国农村，按照传统的分工，女性承担着大部分的家务劳动和照顾子女、老人的工作，这样就限制了女性的非农就业选择。

年龄对农村劳动力非农就业的影响可能呈现非线性关系。年轻人更偏好于外出打工，因为相对于年老者来说，其可以以较少的成本来获得更多的预期收益。一方面，年轻人在思维、体能、好奇心等方面强于年老者，适应能力强，更容易掌握新技能和接受新的工作，具有较强的就业竞争力；另一方面，年轻人较少承担照顾他人的责任，家庭负担较小，因而外出付出的成本也较小。但是随着年龄的增长，传统的念土情结可能会促使农村劳动力回流农村，同时，雇主可能更倾向于使用较年青的劳动力，促使年老劳动力被迫回到农村。因此年龄对农村劳动力非农就业的影响可能呈现非线性的倒U形曲线关系。

受教育程度对外出打工应具有正效应。受教育程度越高，获得工作信息的能力也越强，所承担的找不到工作的风险也就较低，由此，外出打工的成本就低。同时，受教育程度越高，在劳动力市场上的竞争力就越强，所从事的工作的收入较高，外出打工的收益也相对提高。理论研究和经验研究都证实，文化程度高的劳动力比较容易找到工作，收入水平也相对较高，因此比较容易实现由农村流向城市务工。

婚姻状况也可能是农村劳动力外出决策的重要影响因素之一。一方面，已婚的人可能具有更多的责任感，为使家庭生活更好，可能会更多地参与非农务工；另一方面，有配偶的人也可能会照料配偶和家庭，这对非农务工会有负面影响。因此，婚姻的因素对劳动力非农就业的影响不确定，有待检验。

(三)社会网络特征

在二元体制和户籍限制条件下，以亲缘和地缘为主的社会网络对农村剩余劳动力转移有着重要的意义。在非农就业方面具有良好的社会网络(如有亲戚、朋友在城里，有熟人在外就业等)的家庭成员更容易获得非农就业的机会。这是因为农村劳动力的有效供给严重大于有效需求，而目前的农村剩余劳动力在体力、智力、知识、技能等个人人力资本方面的差异很小，劳动力的替代性很强，必然有很大比重的人被劳动力市场所淘汰。在劳动力买方市场和劳动力替代性很强的背景下，个人拥有的人际关系资源势必在竞争中发挥着重要的作用。边燕杰等的研究认为，社会关系网络中的“信息”与“影响”资源对于增加工作机会起着非常重要的作用。

与外面是否有务工关系反映了家庭中外出就业的信息来源，对农村劳动力非农就业应具有正效应。如果之前已有家人、亲戚和朋友外出务工，外出者有一定的经验和就业信息，这可带动家中其他人一同外出，既可以减少心理成本，又可缩短寻找工作的时间及保证职业信息的真实性，从而提高了找到工作的概率，降低了不确定性和预期风险，从而降低外出成本。

家中是否有村干部应与农村劳动力非农就业正相关。村干部在本社区的社会网络关系比一般普通农村居民更强大，他们与基层政府(主要是乡级)关系更紧密，获取信息的渠道更畅通，掌握的信息更丰富。如果有外来招工讯息，他们往往会比村民先知道，只要条件合适，家中劳动力更易获得非农就业的机会。

在一般的劳动力就业决策的二元选择模型中,会加入决策者在原居住地的收入,以观察迁移前收入对迁移决策的影响。而事实上,真正对决策起作用的应该是每个人所面临的收入差,即预期迁移所能得到的收入与迁移前的收入两者的现值之差。但是，将收入差加入二元选择模型可能会带来样本选择问题。这是因为，没有外出打工的人肯定没有非农就业的工资，所以也就没有收入差。若只将非农就业人员的数据纳入模型，就会带来样本选择问题。

三、模型的选择及样本情况

(一)模型的选择及解释变量的说明

本文尝试运用计量分析方法对影响农民非农就业的因素进行实证分析，在分析农户是否参与务工时，由于因变量是0、1二分类变量，因变量与自变量之间不再存在线性关系，此时用最小二乘法(OLS)估计方程显然是不合适的。目前研究这类变量最常用的方法是Probit模型和Logit模型，本文采用Logit模型。

本文研究的是农民非农就业，包括两种情况：一是农民外出就业，二是没有外出就业。根据前面的假设，农民是否非农就业受以下几大类因素的影响：农民个体特征、农民家庭特征、社会网络特征。因此可设定以下的函数形式。

农民是否非农就业=F(农民家庭特征、农民个体特征、社会网络特征)+随机扰动项

以农民是否非农就业作为因变量，非农就业的定义为y=1，没有非农就业的，定义为y=0。本文采用二元选择Logit模型，并采用最大似然估计法对其回归参数进行估计，模型的基本形式如下。

若将事件发生的条件概率表示成P(yi=1│xi)=pi，则：

(1)

(1)式中，pi是农民非农就业的概率，i为农民的编号；βj表示影响因素的回归系数，j为影响因素编号；m表示影响因素的个数；xji是自变量，表示第i个样本的第j种影响因素；α为截距；μi为误差项。

因pi是农民非农就业的概率，则农民不非农就业的概率为1-pi，农民非农就业与不非农就业的概率之比取自然对数，有：

(2)

(2)式中，pi表示在给定系列自变量x1i,x2i,…,xji的值时农村劳动力非农就业的概率。

在本文中，该模型的具体形式可以表示为：

β11x11i+β12x12i+β13x13i+μi

(3)

(3)式中，x1为家庭规模变量；x2为人均耕地面积变量；x3为家庭老人变量，若有大于或等于70岁的老人为1，没有则为0；x4为家中小孩变量，若有等于或小于12岁的小孩为1，没有则为0；x5为年龄变量；考虑到年龄与劳动参与的非线性关系的可能，将年龄的平方作为解释变量加入模型，令x6变量为年龄的平方项；x7为性别虚拟变量，女性用1表示，男性用 0表示；x8为婚姻虚拟变量，已婚用1表示，未婚用0表示；x9为受小学教育虚拟变量，受小学教育用1表示，其他教育程度用0表示；x10为受初中教育虚拟变量，受初中教育用1表示，其他教育程度用0表示；x11为受高中及以上教育虚拟变量，受高中及以上教育用1表示，其他教育程度用0表示；x12为外面关系变量，若有关系取1，没有取0；x13为家中是否有村干部虚拟变量，若有取1，没有取0。x1～x4为家庭特征变量，x5～x11为个人特征变量，x12、x13为社会网络特征变量。

利用最大似然估计法对模型进行估计，似然函数为:

对L取对数，得：

其中，pi为第i个样本非农就业的概率，yi表示非农就业变量。

(二)样本情况

本文的样本数据取自贵州大学“农村劳动力外出打工与农地制度建设”课题组于2007年寒假在贵州省施秉县马号乡的黄古、金钟等七个村所做的调查，笔者当时参与其中。农村劳动力参与非农就业是本次调查的内容之一。此次调查采取了走访农户、发放问卷的形式对农民外出非农就业情况进行了随机抽样。共调查了187户农户，涵盖总人口776人，16岁到60岁的劳动力共571人，其中男性311人，女性260人。非农就业人员234人，占劳动力人数的40.98%。非农就业人员中，男性159人，占67.52%，女性75人，占32.48%。

本次问卷调查由于某些数据有所缺失，最后得到用于分析的总有效样本为569个。

(三)样本的描述

对模型中各变量的解释见表1。

表1 模型变量说明及统计性描述

四、实证结果及分析

(一)模型估计结果

采用Eviews5.1统计软件作回归分析，采用极大似然估计法(ML)估计，结果如表2所示。

表2 农村劳动力非农就业的模型估计结果

注：***表示在1%的水平上显著.

(二)结果分析

表2中的回归结果表明，有许多因素影响着农民是否愿意参与非农就业。

1.家庭特征变量对农村劳动力参与非农就业的影响

(1)家庭人均承包耕地面积变量没有通过显著性检验。即在假定其他条件不变的情况下，人均耕地数量对农村劳动力是否非农就业没有显著影响。一种解释是因为农村劳动力外出后耕地可以由家人或亲戚朋友帮助耕种，而且农业技术水平和机械化程度的提高，也使得农业生产不需要太多的劳动力投入。经济学理论告诉我们，当现实与理论不符合的时候，应从现实的约束条件中找答案。约束条件改变，人的行为也会改变。所以另一种更有说服力的解释是：农村劳动力外出的目的是为获得更多的收入，当农民从事土地耕作的收入不足以养活自身和家庭或低于非农就业收入时，农村劳动力必然非农就业。此次调查样本的人均耕地面积为0.64亩，与贵州省人均耕地面积相差无几，远低于全国人均耕地面积1.4亩的水平，且土质差、土层薄、石头多，属典型的喀斯特地貌，样本最小人均耕地仅0.16亩，最大人均耕地也仅3.67亩。人均土地少的劳动力会参与非农就业，土地相对多的也多得有限，同样土地收益也极为有限，在这里土地的多寡已经失去了意义，非农就业就成了必然的选择，以致耕地不成为影响农村劳动力非农就业的因素。

(2)家庭规模变量在1%的水平下显著。农村家庭人口数越多，其越可能选择非农就业。这说明家庭人口数量越多，劳动力身上的经济压力越大，担负的责任越大，其外出参与务工的可能性就越大，这与前面的假设是一致的。

(3)老人和孩子变量各自都没有通过显著性检验，但这与前面的假设并不矛盾。将这两个变量结合起来看，家中的老人虽然农活干得不多，但可以照顾小孩，这与中国传统文化中老人照看小孩的习惯是一致的。有了老人对孩子的照顾，老人与孩子都不至于成为拖累，家中劳动力就可以无后顾之忧外出参与非农就业了。这与陈宗胜等、戴卫东等的研究是相符的。

2.个人特征变量对农村劳动力参与非农就业的影响

(1)年龄的系数估计值为正，边际影响为正，而年龄平方的系数值为负，边际影响为负，并且这两个变量在1%的水平下显著。这说明随着农村劳动力年龄的增大，外出参与非农就业的概率变大，但是到一定年龄后，参与非农就业的概率又变小，这样的结果符合前面的研究假设，即年龄对农村劳动力参与非农就业的影响呈倒U曲线关系。

(2)性别变量在1%的水平下显著，说明男性比女性参与非农就业的可能性更大。男性比女性更具有闯荡精神和肩负着养家糊口的压力，有着更多的家庭责任感。这与前面的假设一致。

(3)婚姻变量没有通过显著性检验。可能是一方面，已婚农村劳动力由于负有更大的家庭责任，从而愿意选择外出非农就业，以获得更高的收入；另一方面，已婚农村劳动力因为需要照顾家庭，可能选择不参与非农就业。这与前面假设中婚姻变量对劳动力非农就业的影响不确定并不冲突。

(4)各教育程度都没有通过显著性检验。这与前面的假设不一致，也与赵耀辉等人的研究不同。这似乎有违一般的经济理论与现实情况。其实不难解释：前面提到的人均耕地并不是影响非农就业的因素，其隐含的意义就是人多地少矛盾十分突出，人口数量相对土地来说大大过剩，有限的土地已经不能容纳更多的人口，有能力或有意愿非农就业的农村劳动力，只要条件允许，无论受教育程度如何都会选择外出务工，教育程度已不能成为农村劳动力非农就业的影响因素了。这与贵州特定的土地条件是分不开的。

3.社会网络特征变量对农村劳动力参与非农就业的影响

(1)外面关系变量在1%的水平下显著。此变量反映非农就业的信息来源，对农村劳动力非农就业具有正效应。如果之前有家人或亲戚、朋友在外务工，他们的经验和就业信息能够帮助欲外出就业的劳动力获得外面打工的相关信息，这使后来者既可以减少心理负担，又可以降低不确定性和风险，从而降低外出成本。这与赵耀辉、胡必亮等人的研究一致。

(2)村干部变量没有通过显著性检验。与前面假设不一致。这说明在当今流动性极强的社会，村干部并不比一般村民拥有更多的信息，在市场经济的大潮面前，都是弱者。

五、结论及政策建议

本文通过对贵州省施秉县所作的调查，分析了影响农村劳动力非农就业的主要因素。结果表明，年龄因素的效应是先正后负，男性、家庭总人数、外面有关系对参与非农就业起正向作用，婚姻状况、人均耕地面积、家中老人、家中小孩、受教育程度、是否有村干部等变量不显著。

由于本文考察的是西部贫困地区的农村劳动力非农就业情况，得出两点启示。一是人地矛盾问题。正如前面的回归结果所显示的，人均耕地不是农村劳动力非农就业的影响因素。这恰好说明农村人口过多，人均耕地面积极少，导致土地收益十分有限以至于可能无法维持家庭生活，所以不得不外出非农就业去“赚生活”。过多的农村人口与有限的耕地面积形成了突出矛盾，所以实现农村富余劳动力的有效转移，大力发展劳务经济，成为缓解人地矛盾的必然选择，也是促进农民增收的有效途径。在引导农村劳动力外流的同时，应做好留守农村从事农业生产的劳动力的生产安排，提供必要的资金、农技，防止土地撂荒，还应加强土地流转工作。二是农村劳动力的教育培训问题。前面已经证明受教育程度也不是农村劳动力非农就业的影响因素。大量文化程度偏低的农村劳动力涌入城镇寻找工作，可以想象，受文化程度及劳动技能的限制，他们只能从事收入微薄的低端工作。随着各地经济结构调整和产业转移升级步伐加快，对技术型人才和熟练工人的需求数量越来越大，而体力型劳动力就业越来越困难。加强教育或培训及做好外出劳动力就业的服务工作就显得尤为重要。首先要在农村实行9年制义务教育的基础上积极发展职业技术教育。其次要搞好岗前培训，按照市场需要，加强对非农就业人员的基本技能和政策法规的培训，提高就业竞争力。再次要加强劳务输出培训基地建设，发展订单劳务，加强与用人单位的联系，掌握非农就业人员的情况，帮助他们解决实际问题。

注释：

①Lewis W Arthur．A model of dualistic economics [J]．American Economic Review，1954，(36)：46-51．

②M P Todaro．A model of labor migration and urban unemployment in less developed Countries[J]．American Economic Review，1969，(59)：138-148．

③陈吉元，胡必亮．中国的三元经济结构与农业剩余劳动力转移[J]．经济研究，1994，(4)：16-24．

④蔡 昉，都 阳，王美艳．户籍制度与劳动力市场保护[J]．经济研究，2001，(12)：41-49，91．

⑤苗瑞卿，等．农村劳动力转移的速度与数量影响因素分析[J]．中国农村观察，2004，(2)：40-46，82．

⑥赵耀辉．中国农村劳动力流动及教育在其中的作用——以四川省为基础的研究[J]．经济研究，1997，(2)：37-42．

⑦陈欣欣，黄祖辉．经济发达地区就地转移劳动力向城市迁移的影响因素分析——基于浙江省农户意愿的调查分析[J]．中国农村经济，2003，(5)：34-40．

⑧徐 艳．家庭背景中的农民迁移行为——以湖北吴氏祠村为例[J]．人口与经济，2003，(5)：72-77．

⑨庞丽华．多层次分析方法在人口迁移研究中的应用：省际劳动力迁移的多层次分析[J]．中国农村观察，2001，(2)：12-18．

⑩姚先国，刘湘敏．劳动力流迁决策中的迁移网络[J]．浙江大学学报(人文社会科学版)，2002，(4)：125-131．

责任编校：裴媛慧，孙咏梅

AnalysisontheFactorsAboutAffectstheRuralLaborForceNon-agricultureEmployment

YANG Qi1，ZENG Xiang-xu2

(1．Centre for Macroeconomics Research, SWUFE， Chengdu 610074， China； 2．Western-economics Research Centre of China, SWUFE， Chengdu 610074， China)

The article uses the 569 farmer's sampled data of Shibing County's in Guizhou Province, analysises the factors which affected the rural labor force went out to work through the Logit regression model. Study result indicated that Influencing factor which have the age, the gender, the family scale, the numbers of outdoor workers and so on. Among them, age is the first positive and then negatively correlation, gender is negatively correlation, family scale and the employment relation with outside are positive correlation.

rural labor force； non-agricultural employment； logit regression model;Shibing in Guizhou Province

2010-06-05

西南财经大学“211”三期人口资源环境经济学优势学科资助项目(211D3Y03)

杨 琦，男，重庆市人，博士生，研究方向为农业经济学。

F323.4

A

1007-9734(2010)04-0132-07