常青青,刘平辉
2016年中央“一号文件”提出六大措施促进农民增收,事实上,解决“三农”(农业、农村、农民)问题的核心问题——农民问题,关键就在于促进农民增收,而促进农民增收则立足于农村劳动力的充分就业[1]。农村劳动力就业是一个根据自身条件,兼顾内外环境,综合考虑得失的动态的决策过程,它受到个体、家庭、制度、经济以及环境等诸多因素的影响。张务伟等[2]在分析中充分考虑到了农村劳动力就业的多维性,包括就业类型、就业时间、就业地点和就业收入等。可以看出,在农村劳动力就业影响因素的研究中,影响变量与结果变量均是多维的,因此本研究选择结构方程模型[3]来进行研究分析。
国内学者对农村劳动力就业影响因素的研究比较广泛,主要分析单个或多个影响因素对农村劳动力就业的影响。王巍等[4]发现乡村劳动力人数是长期内始终正向影响劳动力就业的主要因素;黄河啸[5]认为劳动力就业培训显著正向影响农民工增收;刘晓昀等[6]研究发现中国女性比男性从事非农就业的可能性低24%,性别差异显著;李强等[7]分析得出,受教育程度对农村劳动力就业选择影响较大,且与农户收入正相关;陈江生等[8]研究表明,家庭劳动力个数、平均受教育年限、收入和区域就业环境等对农村劳动力的流动模式选择均有重要影响;康兰媛[9]研究得出,农村劳动力年龄大则省外就业意愿低,上年务工月收入和务工途径显著影响农村劳动力省外就业。通过分析并结合研究区域的实际情况,根据江西省抚州市临川区279份有效农户问卷调查数据,从农户个体特征、人力资本[10]特征、家庭特征、区域特征4个层面选取了年龄、性别等18个变量,从就业状况层面选取了务农类型、从事行业和从业地点3个变量,据此来分析研究农村劳动力就业的影响因素,以期为此类研究提供参考。
临川区下辖9乡17镇、2个垦殖场、5个街办和1个工业开发区[11],是抚州市市委、市政府所在地。区内鹰厦铁路、浙赣铁路和向乐铁路贯穿全境,多条高速公路穿境而过,交通便利,且临川区距广东和浙江等发达省份均较近,地理区位优越。临川素称“才子之乡”,区内基础教育发达。临川区自然、区位、文化教育等方面的特征均比较突出,因此,将其作为农村劳动力就业影响因素的研究区域具有较好的代表性。
研究数据来源于2014-2015年的临川区农户调查,调查以一对一入户访谈的方式进行,调查对象为拥有临川区农村户籍的农户。此次问卷调查共分三个阶段进行:①预调查阶段,2014年7月10~12日。调查历时3 d,地点选在湖南乡洪塘村、龙溪镇汤家村和罗湖镇良溪村,调查目的在于修正完善问卷中的不合理处,增加问卷的可读性;②正式调查阶段,2014年8月9~21日和2014年10月14~17日。调查历时17 d,使用的调查问卷由三大部分组成,分别是户主及家庭成员相关情况、耕地详细情况和粮食种植信息;③补充调查阶段,2015年6月1~7日。调查历时7 d,补充调查的目的在于进一步丰富样本数量。此次调查,共获得问卷样本291份,其中有效样本279份,样本有效率达95.9%。
调查样点的选择综合考虑了临川区各乡镇街道的辖区面积、人口数量、经济水平、距离市区的远近程度、区域类型以及基本农田面积,最终确定的调查样点和各乡镇调查获得的有效样本户数详细情况见图1。从图1可以看出,本次调查共涉及临川区行政范围内的17个乡镇街道、38个行政村,调查过程中在每个村均是随机选取农户。此外,临川区各乡镇街道的区域类型大致可以划分为平原、丘陵和山地三大类,样点乡镇街道个数分别为2、13和3,其中温泉镇同时具有丘陵和山地两种区域类型特征。可以看出,取样点分布均匀、数量丰富,而且比较充分地反映了临川区自然地理方面的实际情况,因此调查具有一定的可信度。
表1从年龄、性别、婚姻状况和文化程度4个方面对临川区农户调查数据进行了简单统计。从中可以看出:①样本中涉及到的农村劳动力年龄分布在17~72岁,各年龄段分布不均,两端人数少、中间人数多,大致呈现正态分布,比较合理;②样本农村劳动力的性别统计显示男性明显多于女性,这符合中国农村劳动力就业的实际情况;③婚姻状况统计显示在婚的农村劳动力人数占比明显大于不在婚,这符合中国农村人口婚姻状况较为稳定的现实[12];④样本中涉及到的农村劳动力文化程度分布与2014年抚州市的农村居民文化程度分布相比,前者高中及以上文化程度的人数占比大于后者,这符合临川区基础教育质量较高的实际情况[13]。因此,本次问卷调查所获得的数据基础信息合理、质量较高,一定程度上能够反映临川区的实际情况。
图1 样点分布
结构方程模型分为测量模型和结构模型,是应用线性方程表示观测变量与潜变量之间,以及潜变量之间关系的一种多元统计方法[14]。模型的表达式如下:
公式(1)~(3)是表示结构方程模型的3个矩阵方程式,其中,公式(1)是结构模型,反映外生潜变量与内生潜变量间的结构关系,公式(2)和公式(3)是测量模型,反映潜变量与观测变量间的关系,式中的自变量与因变量可以是连续型的,也可以是离散型的,对各公式变量所代表的含义解释如下。
公式(1)中,η代表内生潜变量,指就业状况;ξ代表外生潜变量,指个体特征、人力资本特征、家庭特征和区域特征;ζ代表结构方程的随机误差项,表示公式中η未能被解释的部分;Β代表内生潜变量的系数矩阵,表示内生潜变量η之间的影响关系;Γ代表外生潜变量的系数矩阵,表示外生潜变量ξ对内生潜变量η的影响。
公式(2)中,y代表内生观测变量,即反映就业状况的各项指标;Λy代表y在η上的因子载荷构成的系数矩阵;ε为内生观测变量的测量误差向量。公式(3)中,x代表外生观测变量,即反映个体特征、人力资本特征、家庭特征和区域特征的各项指标;Λx代表x在ξ上的因子载荷构成的系数矩阵;δ为外生观测变量的测量误差向量。
根据结构方程模型对研究数据的要求,同时考虑MNL[15]模型对临川区农村劳动力就业影响因素的研究结论[16],本研究对 2014-2015 年临川区农户问卷调查的农村劳动力数据进行整理并逐行剔除信息不全的数据后,将研究数据进行定义和重新赋值,见表2。
1)务农类型:根据农村劳动力从事农业活动程度的不同将务农类型划分为三类。其中,“全职务农”指全年只从事农业活动;“兼职务农”指农忙时务农,农闲时从事其他工作,包括务工和从事林业、牧业、渔业和养殖业;“不务农”指全年只从事非农活动。
2)从业地点:本次调查中未涉及在国外工作的农村劳动力,因此根据农村劳动力工作地点的不同将其划分为五类。其中,“本村”指工作地点在本村;“本乡镇”指工作地点不在本村,但在本村所属上级乡镇;“市内”指工作地点不在本乡镇,但在临川区其他乡镇或抚州市其他县;“省内”指工作地点不在抚州市,但在江西省其他市;“省外”指工作地点不在江西省,但在国内其他省份。
结构方程模型所依托的因子分析是验证性因子分析,因此需要充分结合前人的研究结论。本研究认同张务伟等[2]的观点,认为“个体特征通过影响人力资本特征,进而影响到农村劳动力就业”,同时考虑到家庭特征中的家庭耕地纯收入受人为影响较大,因此在设计模型时剔除了该变量,并据此建立了初设模型。运用Amos软件运行初设模型并获得各项参数的估计结果和模型的修正系数,据此对模型进行了以下3个步骤的修正:①个体特征和人力资本特征合并为一个潜变量以增加模型的可读性;②区域特征中的耕地质量等和家庭特征中的家庭人口规模变量未达到统计学上的显著水平,修正时予以剔除;③个体和人力资本特征中的性别和手艺特长,家庭特征中的实际种植面积和耕地转入率,粮食直补面积和耕地转出率,粮食直补面积和耕地荒置率,耕地转出率和耕地荒置率,耕地荒置率和区域类型,耕地荒置率和务农类型以及区域特征和从事行业这8项相关关系的增加能显著降低模型的卡方值,且这8项相关关系也符合实际情况,修正时予以增加。
为了验证修正时增加的相关关系是否达到了统计学上的显著水平,在结构方程模型拟合过程中对其协方差进行了估计,具体结果见表3。由表3可以看出,8对变量间的相关关系均达到了显著水平。
修正前后的模型拟合指标及评价标准见表4,由表4可以看出,最终模型的各项拟合指标均获得了不同程度的改善,模型整体拟合度也较高,说明模型修正的比较合理。
表2 变量定义及赋值
表3 模型的相关关系估计
修正后的最终模型估计结果见表5,由表5可以看出,模型中的各条影响路径均显著。其中,家庭特征和区域特征对农村劳动力就业状况有显著的正影响,而个体和人力资本特征对农村劳动力就业状况有显著的负影响。个体和人力资本特征、家庭特征以及区域特征影响农村劳动力就业状况的标准化路径系数分别为-0.665、0.458 和 0.155, 也就是说,个体和人力资本特征对农村劳动力就业状况的影响最大,其次是家庭特征,影响最小的是区域特征。
表4 模型拟合指标及评价标准
表5 模型估计结果
最终模型的方差估计结果见表6,由表6可以看出,表中未出现方差为负值的情况,这说明各项参数均可以做出合理的解释,根据显著性概率还可以看出各项参数均显著。
表6 模型的方差估计结果
个体和人力资本特征、家庭特征、区域特征对临川区农村劳动力就业状况的影响机理见图2,对其进行具体解释。
1)个体和人力资本特征影响机理。个体和人力资本特征对农村劳动力就业状况的影响显著为负,它由年龄、性别、婚姻状况、文化程度和手艺特长5个指标构成,其标准化载荷系数分别为 0.816、-0.220、0.594、-0.669 和-0.082,且均显著。 这说明已婚、女性、年龄大、文化程度低且无手艺特长的农村劳动力更倾向于在本村从事农林牧渔业,选择全职务农。
出现这种结果的原因:①对于年龄大的已婚女性农村劳动力来说,家庭因素以及用人单位招工基本条件的限制,迫使其选择在本村以全职务农的方式从事农林牧渔业;②文化程度的高低和手艺特长的有无,是反映农村劳动力就业转移难易程度的两个有效指标,前者通过影响劳动力的就业判断、就业观念等来影响农村劳动力的就业状况,后者则直接影响到农村劳动力的就业选择。
2)家庭特征影响机理。家庭特征对农村劳动力就业状况的影响显著为正,它由家庭劳动力个数、实际种植面积、粮食直补面积、耕地转入率、耕地转出率和耕地荒置率6个指标共同构成,其标准化载荷系数分别为-0.312、-0.518、-0.724、-0.157、0.561 和0.248,且均显著。这说明,家庭劳动力个数少、实际种植面积和粮食直补面积小、耕地转入率低、耕地转出率和耕地荒置率高,则农村劳动力更倾向于在省外从事其他行业,选择不务农。
出现这种结果的原因:①劳动力个数少的家庭,多是与父母分户后由子女组建的新家庭,其成员一般比较年轻且与父辈相比具有更高的文化水平,为了巩固和发展新家庭,同时追求更高的生活水平,在能力范围内劳动力会更倾向于选择不务农,去经济更为发达的地区,在收入更高的行业中谋求发展;②实际种植面积和粮食直补面积小、耕地转入率低、耕地转出率和耕地荒置率高,这些因素会共同促使农村劳动力脱离土地、选择非农就业。
3)区域特征影响机理。区域特征对农村劳动力就业状况的影响也显著为正,它由投入产出比、耕地利用等和区域类型3个指标构成,其标准化载荷系数分别为-0.131、0.267 和 0.643, 且均达到显著水平。这说明所在区域投入产出比小、耕地利用等低、区域类型为山地,则农村劳动力更倾向于省外不务农就业,且不倾向于选择农林牧渔业。
出现这种结果的原因:①投入产出比对农村劳动力就业状况的影响反映了现今农村普遍存在的一种“隐形抛荒”行为,也就是说劳动力在耕地上的投入不足,从而使得其无法获得应有的产出;②区域类型为山地和耕地利用率低,表明农村劳动力所在区域耕地质量比较低或者土地利用系数小,也就是说劳动力从事农业活动收益不高,这必然导致其脱离农业活动,选择不务农或出省谋求发展。
4)相关关系影响机理。①性别和手艺特长显著正相关,也就是说有手艺特长的农村劳动力中男性居多,这符合实际;②家庭实际种植面积与耕地转入率显著正相关,且相关系数很高,这说明家庭增加的耕地多来源于耕地流转;③粮食直补面积与耕地转出率显著正相关、与耕地荒置率显著负相关,且耕地转出率也与耕地荒置率显著负相关。这是因为耕地流转中,耕地面积的大小在很大程度上影响其流转的难易程度,零碎的耕地不好转出,劳动力不愿耕种就只好选择荒置;④耕地荒置率与区域类型和务农类型均显著正相关。这是因为山地区域由于耕地破碎,流转难度大,荒置率会较高,而生活在该区域的劳动力迫于生计大多只能离开家乡,选择其他工作;⑤区域特征与从事行业显著负相关。在区域特征较差的情况下,农村劳动力不倾向于从事农林牧渔业。
图2 农村劳动力就业影响因素最终模型
个体和人力资本特征是影响农村劳动力就业的首要因素,其中又以年龄的影响最大,文化程度次之。提高农村劳动力的文化程度能从根本上改善其就业状况;家庭特征对农村劳动力就业的影响中以粮食直补面积和耕地转出率最为重要。因此,健全耕地流转制度也不失为改善农村劳动力就业状况的一条有效途径;区域特征是影响农村劳动力就业状况的末位因素,但可以看出,粮食直接补贴对农村劳动力从事农业活动仍然有一定促进作用。
参考文献:
[1]郭杰忠,刘珊.美丽乡村建设中农户需求期望研究——来自江西 130 村的问卷调查[J].江西社会科学,2015(10):196-200.
[2]张务伟,张福明,杨学成.劳动力就业状况的微观影响因素及其作用机理——基于入户调查数据的实证分析[J].中国农村经济,2011(11):62-73.
[3]王 曦,李景理,张亚云.基于结构方程的水利工程项目绩效评价研究[J].湖北农业科学,2016,55(16):4344-4348.
[4]王 巍,刘宇新,吴 刚,等.黑龙江省劳动力就业的宏观影响因素分析——以状态空间模型为工具[J].数学的实践与认识,2014,44(12):63-71.
[5]黄河啸.劳动力就业培训对农民工的增收影响研究[D].杭州:浙江大学,2014.
[6]刘晓昀,TERRY SICULAR,辛 贤.中国劳动力非农就业的性别差异[J].经济学(季刊),2003,2(3):711-720.
[7]李 强,常菁菁.陕西省农村劳动力就业情况与其教育程度关系调查分析——以陕西六县为例[J].农业经济与管理,2012(3):37-43.
[8]陈江生,连晋姣.劳动力流动模式选择影响因素分析[J].大连理工大学学报(社会科学版),2012,33(3):57-62.
[9]康兰媛.粮食主产区劳动力就业区域选择的影响因素分析——基于江西省 284 份调查问卷[J].经济分析,2008(9):59-62.
[10]李光明,孙明霞.人力资本存量对维吾尔族农村劳动力外出务工意愿的影响分析[J].湖北农业科学,2016,55(6):1607-1611.
[11] 杨奕铭.临川概况[EB/OL],http://www.jxlc.gov.cn/system/2014/12/01/013469165/shtml,2016-07-28/2016-08-26.
[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]常青青,刘平辉.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.
[14]叶 震.结构方程模型在分析劳动力转移对农民收入影响中的运用[J].江西农业大学学报(社会科学版),2007,6(2):60-62.
[15]孙伟艳,翟印礼.农户对财政支农政策认知满意度及影响因素研究——基于辽宁省农户调查[J].农业经济,2016(6):81-83.
[16]常青青.工业化高级阶段农村劳动力就业影响因素研究——基于抚州市临川区的农户调查[D].南昌:东华理工大学,2016.