易地扶贫搬迁农户就业能力评价研究：以贵州省为例

汪 磊，汪 霞

（贵州大学 公共管理学院，贵州 贵阳 550025）

一、问题的提出

易地扶贫搬迁是精准扶贫战略中的关键举措，是有效斩断致贫根源、阻断贫困代际传递、实现农户持续生计最有效的途径，是脱贫攻坚的重中之重。就业是搬迁农户最大的民生，2019 年，人社部、国家发改委、财政部以及国务院扶贫办联合发布的《关于做好易地扶贫搬迁就业帮扶工作的通知》强调，就业帮扶是后续扶持工作的重中之重，要拓宽就业渠道，帮助搬迁移民搬得出、稳得住、可就业、能致富。西部地区是全国易地扶贫搬迁的主要区域，贵州省作为易地扶贫搬迁主战场，搬迁规模最大，搬迁人数最多，搬迁任务最重，“十三五”时期搬迁规划实施总规模为188万人，其中，建档立卡贫困人口150 万人，整体搬迁自然村寨10 090 个，规划搬迁贫困人口占全省贫困人口的1/3，占全国搬迁贫困人口的1/6。2015年6月，习近平总书记视察贵州时作出重要指示，即“对居住在‘一方水土养不起一方人’地方的贫困人口实施易地搬迁，将这部分人搬迁到条件较好的地方，从根本上解决他们的生计问题”，因此，贵州省随即率先开始易地扶贫搬迁，截至2019年6月底，贵州省有188万搬迁农户全部搬迁入住。随着“搬得出”工作的全面完成，“能致富”成为后续工作的重心，贵州省迅速出台了《中共贵州省委贵州省人民政府关于加强和完善易地扶贫搬迁后续工作的意见》，形成了由“1+7”系列文件构成的政策体系，强调把工作重心转移到后续扶持上，着力提高搬迁农户的就业质量和收入水平。2019年，全国易地扶贫搬迁后续扶持工作现场会在贵州召开，如何提升搬迁农户的就业能力成为受关注的热点问题。按照精准扶贫的内在要求，从政策层面真正做到因人施策，因户施策，补全短板，提高就业扶持政策的精准性，关键是要摸清搬迁农户的就业能力，精准借力发力，有针对性地制定就业扶持政策。那么，贵州省易地扶贫搬迁农户的就业能力究竟如何，不同安置点搬迁农户就业能力的差异体现在哪里？这些都是客观上迫切需要回答的问题。在此背景下，本文结合贵州省易地扶贫搬迁的具体实际及搬迁农户的特点，构建搬迁农户就业能力评价体系，运用组合赋权的因子分析法提炼出影响搬迁农户就业能力的公共因子，以期找出制约搬迁农户就业能力的因素，为提升易地扶贫搬迁农户的就业能力提供参考借鉴。

就业能力概念最早可追溯至英国经济学家Beveridge 于1909 年提出的可雇用性概念，随着范围的拓展和研究的深入，该概念逐渐演化为包括个人能力、学习能力和外部环境因素等在内的多维概念。Forrier认为就业能力是内部或者外部就业机会的一种表现[1]。Fugate认为就业能力是一种能够使人识别和获得各种就业机会的积极适应能力[2]。但由于就业对象不同，使得就业能力的概念和内涵差异较大，迄今为止，学术界尚未形成关于就业能力概念和内涵的一致性认同。国内学者对就业能力的研究始于20世纪90年代，研究对象大多聚焦于大学生、农民工和农村劳动力等群体，但聚焦于农民群体的文献也不多见，以搬迁农户为研究对象的文献更为鲜见。具体而言，既有研究内容主要集中于以下几个方面。一是针对农户就业能力概念的分析。张成甦等认为农户非农就业能力是农村劳动力通过流动到非农领域获取、维持并实现再就业的能力[3]。罗恩立将就业能力定义为劳动者通过技能支持，获得和保持现有工作，并随环境转变而变换工作的能力[4]。二是针对不同类型农民就业能力的分析。张继焦、宋丹以返乡农民为研究对象，从经济结构、社会结构及文化变迁等方面分析了返乡农民的就业特点[5]。杨艳霞、杨云霞以失地农民为研究对象，认为只有不断开发并提升民族地区失地农民的就业能力，才是保障失地农民充分就业、实现可持续生计发展的根本出路[6]。此外，吴振华从“教育—就业岗位胜任能力—收入”角度切入，认为人力资本投资是影响农民收入的核心机制，并强调通过提高人力资本投资水平来提升农民的就业能力，是稳定农民增收的根本途径[7]。

综上所述，由于易地扶贫搬迁农户属于实施精准扶贫战略进程中出现的一类新型农民群体，该群体既有别于传统的农民工，又有别于一般的贫困户，其就业能力有其自身特征，就业能力影响因素有待深入分析。此外，已有研究大多偏重于对易地扶贫搬迁农户就业现状的定性描述，较少对农户就业能力进行定量评价。鉴于此，本文尝试定量评价易地扶贫搬迁农户的就业能力，其现实意义至关重要。

二、就业能力评价体系构建及调查设计

（一）就业能力评价体系构建

1. 构建农户就业能力评价体系的基本思路。易地扶贫搬迁农户就业能力是一项涉及政府、企业、农户等不同主体，涵盖资本、政策、市场等不同要素的系统工程，涉及范围广、主体多、因素杂。本文构建搬迁农户就业能力评价体系的思路主要基于以下两点。（1）评价对象的特殊性。由于贵州省易地扶贫搬迁农户实施的是城区搬迁政策，搬迁农户实现了由农民向市民的身份转变。搬迁前后，农户在居住空间、农户心理、社区管理、生计方式等方面发生了很大变化，形成了既不同于传统农民工，又不同于一般贫困户的群体特征，影响农户就业能力的因素也不尽相同，相对复杂，需要挖掘内在的影响因素。（2）评价体系的特殊性。由于当前研究搬迁农户就业能力的文献较少，学术界尚未形成通用的搬迁农户就业能力评价指标体系，照搬其他类型农户就业能力评价体系既不能深度契合搬迁农户的就业实际，也不能客观呈现搬迁农户的就业能力。因此，本文认为需要从探索性视角提炼出搬迁农户就业能力的影响因素，然后基于这些影响因素构建搬迁农户就业能力评价体系。因子分析法作为多元统计分析中的降维方法之一，属于探索性研究中重要的定量分析工具，能够提炼出具有规律性的公共因子，即影响易地扶贫搬迁农户就业能力的重要因素，从而为科学构建搬迁农户就业能力评价体系提供理论支撑。

2. 构建评价体系的基本原则。由前面的分析可知，影响贵州省易地扶贫搬迁农户就业能力的因素较多，为使构建的指标体系既能契合搬迁农户的特征，又能满足评价体系的内在要求，有必要给出构建指标体系应该遵循的原则，其目的正是对构建评价体系的过程进行原则性约束，从而保证评价体系的科学合理性，具体而言，包括以下原则。

（1）系统性原则。就业能力是由多要素构成的复杂系统，而评价体系需要从不同维度来呈现搬迁农户的就业能力，既包括农户的个体指标，又包括政策环境等指标，不同维度之间既要互相关联，又要相互独立，同时避免指标之间的信息重复，从而设计出具体指标对搬迁农户就业能力进行衡量，最终科学系统地反映贵州省易地扶贫搬迁农户的就业能力。

（2）科学性原则。科学性原则主要体现为利用科学的方法，基于科学的理论基础反映评价对象的客观情况。具体而言，一方面，构建的指标体系要有相关理论作为逻辑支撑，引入的指标含义明确，科学合理；另一方面，应用的评价方法应与数据结构相适应，方法应用妥当。只有构建的指标体系和引入的评价方法科学合理，才能确保评价结果的客观真实。

（3）代表性原则。对易地扶贫搬迁农户的就业能力进行评价时，如果引入过多的指标会稀释指标的权重，混淆重要指标与非重要指标之间的差别，放大评价误差。因此，构建指标体系应遵循代表性原则，尽可能引入较少的指标去真实反映贵州省易地扶贫搬迁农户的就业能力。

（4）可操作性原则。可操作性原则是综合评价的必备原则，主要包括以下内容：一是构建的指标要确保相应数据的可获得性；二是对于相对复杂的概念应该通过分层，逐步细化到可以观察的指标，以便真实呈现贵州省易地扶贫搬迁农户就业能力的实际状况。

3. 构建指标体系的内容。具体而言，本文主要从两个维度构建易地扶贫搬迁农户就业能力评价指标体系：一是从管理要素维度，即就业信息、就业政策、就业机会等层面考虑农户就业所面临的外部环境；二是从生计资本维度，即从农户自身占有的自然资本、物质资本、社会资本、人力资本及金融资本等考虑农户就业所面临的内部环境。围绕上述两个维度，本文构建的搬迁农户就业能力评价指标包括：就业信息的关注度（X1）、参与就业培训情况（X2）、利用就业信息获取工作机会的情况（X3）、就业政策知晓度（X4）、工作经验（X5）、教育程度（X6）、劳动技能（X7）、身体素质（X8）、对用工单位的适应（X9）、对工作环境的适应（X10）、对非农就业模式的适应（X11）、对目前工作内容的满意度（X12）、对目前工作收入的满意度（X13）、对就业方向的明确（X14）、亲友介绍获得就业机会（X15）、社会交际范围（X16）、迁入地亲朋好友数量（X17）。由于这些指标之间数量级基本相同，单位差异较小，因此，在进行因子分析之前无须进行数据预处理。

（二）就业能力调查设计

由于搬迁农户就业能力的评价涉及的指标基本上是私有信息，因此，必须借助问卷调查获得一手数据。本文结合贵州省易地扶贫搬迁安置点的空间分布情况，按照市州—县域—乡镇—安置点的顺序进行多阶段分层抽样，包括贵州省六盘水市六枝特区塔山社区、遵义市凤冈县凤翔社区、黔东南苗族侗族自治州凯里市上马石社区、毕节市大方县奢香古镇安置社区、黔南布依族苗族自治州龙里县奋进社区等18 个社区的540 个样本。调查问卷包括四个方面：（1）搬迁农户个人基本情况；（2）搬迁农户当前就业情况；（3）搬迁农户技能掌握及培训情况；（4）搬迁农户就业能力自评量表。第一部分主要调查搬迁农户家庭人口数、劳动力人数、性别、年龄、教育程度及收入等方面的个体信息；第二部分主要调查搬迁农户过去和现在所从事的工作及搬迁后更换工作的情况；第三部分主要了解搬迁农户所掌握的技能情况、参与就业培训及培训效果等；第四部分则是根据构建的指标体系设计量表问卷，让搬迁农户对自身就业能力进行客观评价。本文依据所构建的搬迁农户就业能力指标体系，按照李克特量表的形式来制作问卷，在量表中，按照强弱、多少、高低及适应度等分成5个量化程度，分别用1～5来刻画不同程度，并以此确定搬迁农户就业能力的取值。限于篇幅，调查问卷及数据在此略去。

三、基于组合赋权的易地扶贫搬迁农户就业能力评价

（一）因子分析原理简介

因子分析法是多元统计分析中通过降维进行综合评价的有效方法。其基本思想是：通过对不同评价指标之间相关系数矩阵内部结构的研究，从全部指标中提炼出少数几个随机变量去描述众多指标之间的关系。提炼出的公共因子一方面消除了公共因子之间的线性相关，对原有庞杂的指标体系进行降维简化；另一方面，通过对原始指标进行分类，把相关性程度较高，即指标之间重叠信息较多的指标聚成一类，使得同类指标的内部相关性较强，不同类指标之间的相关性较弱，从而通过构造因子模型，将原始观察变量分解为因子的线性组合[8]（142～143）。

（二）计算矩阵R的特征值、方差贡献率和累计方差贡献率

本文运用SPSS22.0 中的降维模块实施因子分析过程。KMO 统计量为0.891，巴特利特球形度检验能够获得通过，表明该指标体系所对应的数据非常适合进行因子分析。按照特征值的大小进行排序，其中，第一个公共因子F1贡献了21.008%，第二个公共因子F2贡献了19.886%，第三个公共因子F3贡献了15.454%，第四个公共因子F4贡献了14.422%，第五个公共因子F5贡献了14.281%。前5个公共因子的累计方差贡献率为85.131%（超过了85%的下限要求），即解释了所有变量总方差的85.131%。换言之，通过因子分析，以损失信息总量的14.869%为代价成功地将原有的17个指标缩减到5个指标，缩减了12个指标，实现了高维数据的降维。限于篇幅，本文仅列出提取的5个公共因子F1、F2、F3、F4、F5方差贡献率的值。

（三）因子载荷矩阵及因子命名

按照方差最大正交旋转法进行旋转，提取的5个公共因子分别在不同的原始指标上具有较高载荷，体现了内在规律在公共因子上的聚集，具有明确的经济内涵。具体而言，经旋转后提炼的公共因子F1在X1（就业信息的关注度）、X2（参与就业培训情况）、X3（利用就业信息获取工作机会的情况）、X4（就业政策知晓度）等4个指标上具有高载荷，载荷值分别为0.922、0.909、0.899、0.814，这4个指标都集中在就业信息方面，反映了搬迁农户对就业信息从关注、知晓到利用等多个环节，不妨将F1概括为信息素养因子；公共因子F2在X5（工作经验）、X6（教育程度）、X7（劳动技能）、X8（身体素质）等4个指标上具有高载荷，载荷值分别为0.817、0.814、0.810、0.794，这4个指标主要集中在农户的自身经验、教育程度、个人技能及身体素质方面，充分反映了该农户的人力资本概况，不妨将F2概括为人力资本因子；公共因子F3在X9（对用工单位的适应）、X10（对工作环境的适应）、X11（对非农就业模式的适应）等3个指标上具有高载荷，载荷值分别为0.829、0.809、0.786，这3个指标集中反映了农户对工作环境、就业模式及用工单位的适应性，不妨将F3概括为适应能力因子；公共因子F4在X12（对目前工作内容的满意度）、X13（对目前工作收入的满意度）、X14（对就业方向的明确）等3个指标上具有高载荷，载荷值分别为0.854、0.844、0.828，反映了农户对工作内容、工作收入的满意度及对未来就业方向的明确，与初始指标体系归纳的条目一致，不妨将F4概括为就业认同因子；公共因子F5在X15（亲友介绍获得就业机会）、X16（社会交际范围）、X17（迁入地亲朋好友数量）等3 个指标上具有高载荷，载荷值分别为0.872、0.846、0.821，反映了农户自身所处的社会人际关系状况，不妨将F5概括为社会资本因子。

（四）组合赋权

从评价的角度来看，因子分析是具有自我客观赋权功能的评价方法，本质上这些权重是由公共因子自身的方差贡献率所决定的。由上述内容可知，F1、F2、F3、F4、F5的方差贡献率分别是46.936%、13.079%、10.760%、8.375%、5.981%，以上5 个方差贡献率的和为85.131%，得到5 个公共因子的权重分别为：WF1-客观=55.13，WF2-客观=15.36%，WF3-客观=12.64%，WF4-客观=9.84%，WF5-客观=7.03%。由于客观赋权完全由数据驱动，与数据本身的质量高度相关，加之本身使用的是截面数据，客观赋权也存在不足，需要借助主观赋权弥补这些缺陷。在此背景下，本文通过引入德尔菲法，邀请贵州省农业农村厅、贵州省扶贫办、易地扶贫搬迁安置点驻村第一书记及贵州大学从事易地扶贫搬迁研究的8 位专家，充分利用专家的个人经验和知识结构，本着科学、客观的原则，先后进行四轮匿名咨询，最后取各位专家权重赋值的中位数，得到F1、F2、F3、F4、F5的组合权重，WF1-主观=28%，WF2-主观=30%，WF3-主观=22%，WF4-主观=20%，WF5-主观=20%。显然，主观赋权的专家认为人力资源因子F2是影响搬迁农户就业能力最为重要的因素，其次是信息素养能力F1，这种主观赋权的结果与客观赋权的结果刚好相反，起到了折中作用。由于因子分析的客观赋权依靠数据驱动，不受人为因素干扰，而德尔菲法依靠专家的知识结构和个人经验，两类方法均具有其合理性，二者的组合应用可以弥补单一赋权的不足，提高组合赋权的精准度，故组合权重取二者的平均值，即W组合=α×W客观+（1-α）×W主观，α 代表组合系数，这里取α=0.5，组合赋权后，F1、F2、F3、F4、F5的权重分别变为：WF1-组合=41.57%，WF2-组合=22.68%，WF3-组合=17.32%，WF4-组合=14.92%，WF5-组合=13.52%。显然，组合赋权后不同指标之间的权重差异相对缩小，较原来单一的赋权结果起到了修正的作用。

（五）计算各安置点搬迁农户就业能力得分F及综合排名

将上述组合权重WF1-组合=41.57%，WF2-组合=22.68%，WF3-组合=17.32%，WF4-组合=14.92%，WF5-组合=13.52%带入下列综合得分计算公式，即可得到各安置点的综合得分F，按照因子分析得到F1、F2、F3、F4、F5的得分及各安置点F得分值。

按照上述公式计算18 个安置点的得分（D1表示第1 个安置点，FD1表示第1 个安置点搬迁农户就业能力综合得分，其余类推），按得分高低进行排序并进行聚类：（1）FD7=4.757，得分最高，远高于其他安置点得分，故划分为第Ⅰ类；（2）FD15=3.813，FD6=3.378，FD4=3.316，FD5=3.268，FD1=3.266，FD13=3.214，FD8=3.078，FD17=3.073，该类安置点得分均集中于3～4 分之间，划分为第Ⅱ类；（3）FD11=2.817，FD18=2.780，FD12=2.716，FD2=2.682，FD3=2.403，FD9=2.272，FD16D16=2.213，FD14=2.104，FD10=2.021，该类安置点得分均集中于2～3分之间，划分为第Ⅲ类。

（六）内涵分析

总体来看，贵州省18个易地扶贫安置点搬迁农户的就业能力彼此之间差异较大，排名第一的D7得分是排名最后一名D10的2.35倍。由于公共因子F1代表的是搬迁农户的信息素养因子，信息素养因子的组合权重为41.57%，权重所占比例最高。因此，公共因子F1得分较高的安置点排名都相对靠前，而公共因子F1得分较低的安置点排名都相对靠后。由此可知，信息素养因子F1是影响搬迁农户就业能力最重要的因素。实际上，随着易地扶贫搬迁农户身份由农民转变为市民，农户的生计方式已经从以前依靠土地自给自足的生活方式向依靠市场进行要素交易的谋生方式转变[9]。农户通过不同的市场类型获得不同类型的收入，如农户可以通过土地流转市场出租土地经营权获得财产性收入，通过商品（要素）交易市场销售商品（要素）获得经营性收入，通过有组织地外出务工获得工资性收入等。无论搬迁农户参与何种市场获得收入，一个重要的前提在于，农户需要具备广泛收集、分析处理及有效利用市场就业信息的综合能力。就业信息的收集、分析及利用构成了搬迁农户的信息素养，良好的信息素养有助于减少搬迁农户与就业市场之间信息的不对称，有助于优化搬迁农户生计资本的市场配置，是易地扶贫搬迁农户就业能力的重要构成。贵州省地处西部内陆欠发达地区，山高坡陡，沟壑纵横。由于绝大多数搬迁农户是来自偏远高寒深山区、石山区及喀斯特生态脆弱区的少数民族农户，信息相对比较闭塞，加之文化程度较低，搬迁农户获取信息、分析信息及利用信息的能力较弱，信息素养有待进一步提升。同时，本文构建的搬迁农户就业能力评价指标体系具有科学性、合理性，表明人力资本和社会资本也是影响搬迁农户就业能力的重要内因。尽管本文实证分析的结果表明，影响搬迁农户就业能力的因素由高到低依次是：信息素养、人力资本、适应能力、就业认同、社会资本，但这个重要性排序是暂时的，随着时间的推移，在生计转型巨大压力的驱动下，搬迁农户会逐渐适应依靠市场获取收入的生计模式，人力资本、社会资本等因素对农户就业能力的影响程度会越来越高。

从得分的分布情况来看，18个安置点得分较高的都是依托城镇产业园区、周边劳动力市场相对完善、各类商品市场相对齐全、搬迁农户能够获得多种类型收入的社区。如龙里县奋进社区易地扶贫搬迁安置点（D7）毗邻龙里县高新技术产业园区，距离县城4.5 公里，充分利用安置点周边有实力的龙头企业和各类中小微企业，充分灵活地吸纳搬迁农户就业，因此，安置点（D7）的搬迁农户得分较高。得分较低的安置点大多是附近劳动力市场不完善，处于待业和打零工状态的搬迁农户，就业渠道比较单一。如六枝特区塔山社区（D16）搬迁农户就业环境比较差，该社区原有两个扶贫车间，分别是电子厂和服装厂，工资较低，培训补贴低，无法达到农户的收入预期，多数农户选择外出务工，导致电子厂倒闭。由上述分析可知，按照得分大于4 分为一类，得分3～4 分之间为一类，得分小于3分为一类的标准，将18个安置点划分为3类，其中，D7为第一类（Ⅰ），仅有1个安置点，该类安置点就业市场相对完善，就业渠道较多，农户就业能力相对成熟，可以概括为就业能力成熟型；D15、D6、D4、D5、D1、D13、D8、D17为第二类（Ⅱ），共计8个安置点，该类安置点就业市场有待完善，就业渠道不多，农户就业能力有待提升，可以概括为就业能力中间型；D11、D18、D12、D2、D3、D9、D16、D14、D10为第三类（Ⅲ），共计9个安置点，该类安置点就业市场发展滞后，就业渠道单一，农户就业能力较低，可以概括为就业能力滞后型。由此可知，贵州省易地扶贫搬迁安置点搬迁农户就业能力空间分布差异较大，梯度效应明显，远非正常的正态分布类型，尤其是处于第二类（Ⅱ）和第三类（Ⅲ）的安置点数量较多，搬迁农户的信息素养、人力资本、适应能力、就业认同、社会资本等普遍偏低，搬迁农户的就业能力有很大的提升空间。

四、结论及建议

本文以贵州省18 个易地扶贫搬迁安置点为调查对象，运用组合赋权的因子分析法提炼出影响搬迁农户就业能力的5个公共因子，即信息素养、人力资本、适应能力、就业认同、社会资本。研究结果表明，对于搬迁农户而言，信息素养对其就业能力的影响程度最高，农户提升就业能力的关键是信息的获取和利用能力。农户就业能力聚类分析表明，三种类型之间空间分布不均衡，梯度效应明显，说明贵州省易地扶贫搬迁农户就业能力整体不高。鉴于此，首先，贵州省应实施“搬迁农户就业能力提升工程”，加大提升搬迁农户就业能力的政策扶持力度，以“项目制”技能培训方式促进搬迁农户就业能力的提升；其次，贵州省应该针对搬迁农户整合现有的培训资源，优化现有的培训机制，在强调做好普惠性、兜底性民生建设的基础上，优先发展就业和教育[10]，着力培育搬迁农户的市场意识，提升农户对就业市场机会的识别能力，培训农户对信息收集、分析及利用的能力；最后，建议县级政府成立以提升搬迁农户就业能力为目标的平台公司或中介服务机构，培训搬迁农户熟悉就业市场，提升农户信息素养，协调针对搬迁农户的各类技能培训，以及为农户创业就业提供咨询服务等，以帮助农户尽快适应就业市场的竞争需求，激活搬迁农户就业能力的内生力量。