浦城县农村劳动力就业模式影响因素研究

【摘要】利用多分类无序逻辑回归模型，探讨浦城县不同就业模式农村劳动力受个体特征、人力资本状况及家庭特征等三方面的影响。结果表明，浦城农村劳动力就业模式受年龄、学历、性别、手艺特长及家庭收入状况的显著影响。年龄越大、学历越低、无手艺特长及家庭年净收入少于2万元的男性更倾向于全职务农，而年龄越小、学历越高及家庭年净收入大于2万的女性更倾向于不务农。学历越高并拥有多项手艺特长的农村劳动力家庭收入状况优于其他就业模式。通过农村劳动力技能培训，能够吸纳浦城农村闲散劳动力。

【关键词】就业模式;农村劳动力;多分类无序逻辑回归模型

【中图分类号】F323.6

【文献标识码】A

党的十九大作出的乡村振兴重大决策部署，是决胜全面建成小康社会、全面建设社会主义现代化国家的重大历史任务，是新时代做好“三农”工作的总抓手。农业强不强、农村美不美、农民富不富，决定着全面小康社会的成色和社会主义现代化的质量。近年来，随着中国城市化进程的不断推进，极大刺激了工业化城市对高技能劳动力的需求。但是，上世纪60 - 90年代成长起来的农村劳动力群体的人力资本特征各不相同，使得农村剩余劳动力的吸纳工作存在各种问题。所以，逐渐打破城乡二元结构的束缚，增加农民收入，用农村消费需求推动城市经济发展，通过转移农村剩余劳动力加快城市化进程，是当前必须着力解决的问题。为此，本文以浦城县农村劳动力为研究对象，利用无序多分类Logistic回归模型，分析影响农村劳动力就业模式的因素，为浦城县农村劳动力转移工作提供参考，为培育新型农民，促进农业产业结构调整及脱贫攻坚工作提供理论依据。

1 研究区概况

福建南平浦城县（E118° 11 - 118°49，N27° 32- 28°22），地处闽浙赣三省交界处，被称为“福建的北大门”，中国丹桂之乡。属中亚热带季风湿润气候，干湿季明显，雨热同期，年平均气温17.0℃，年雨量1800 - 1900mm左右，年日照时数1950 - 2100h，全年无霜期250 - 260d左右。全县辖17个乡镇、2个街道及296个村（居），户籍总人口42.9万。县域面积3300多km2，排福建第三，久负“闽北粮仓”之盛誉。

2 试验设计及调查统计方法

2.1 试验设计

2020年4月，通过实地访问的方式，随机抽取浦城县临江镇、永兴镇及富岭镇等农村居民户口的劳动力个体进行预调查，结合常青青等盯1的问卷设计内容，对浦城县农村劳动力的就业模式影响因素，合理设计调查问卷内容，具体主要包括不同就业模式农村劳动力的个体特征、人力资本状况和家庭特征等，各变量的解释详见表1。然后，采用分层抽样的方法，依据各乡镇距浦城城关的距离及人口、面积和经济水平等因素，选取临江镇、永兴镇、富岭镇、忠信镇、莲塘镇、万安乡、古楼乡、山下乡、枫溪乡和官路乡等10个乡镇（占浦城19个街道乡镇的52.6%），针对农村居民户口随机投放调查问卷。

2.2 调查方法

通过问卷网App，填写问卷调查内容，然后分享给选定的调查对象进行填写，最后将收集的App后台数据通过MicrosoftExcel 2016导出，对虚拟变量的内容进行赋值替换。农村劳动力个体特征及人力资本状况详见表2。

2.3 数据简要描述

本研究通过问卷网App共获取调查问卷后台数据455份，其中有效问卷420份，有效率达92.3%。其中，离浦城城关较近的调查问卷数量占总数的42.6%，人口、面积及经济水平在全县排名较靠前的乡镇调查问卷数量占总数的27.6%。调查样本基本符合浦城县农村劳动力的分布情況。

2.4 模型选择

采用无序多分类Logistic回归模型对具有多个变量类型的调查样本数据进行统计分析，如果因变量共有K个类别，选择其中一个类别为参照组，其他K-1个类别发生的概率比通过以下Logit形式表达式，具体为：

3 结果与分析

3.1 调查数据的描述性统计分析

由表3可知，农村劳动力的个体特征、人力资本状况及家庭特征对务农方式选择的影响各不相同，具体表现在以下几方面：

在个体特征中，全职务农和兼职务农的农村劳动力平均年龄均高于不务农，男性兼职务农和全职务农的占比高于女性，身体状况一般的农村劳动力全职务农的占比较大。

在人力资本状况中，文化程度较高的农村劳动力兼职务农和不务农的占比高于全职务农，拥有多项手艺特长的农村劳动力兼职务农的占比高于不务农和全职务农。

在家庭特征中，家庭人口规模和粮食直补面积较小的农村劳动力不务农的占比高于兼职务农和全职务农，而家庭收入较小的农村劳动力全职务农的占比高于兼职务农和不务农。

3.2 模型估计结果

由表4-6可知，建模中剔除未通过统计学显著性检验（P>0.05）的婚姻状况、健康状况、家庭人口规模、粮食直补面积四个解释变量，利用剩余解释变量构建的最终模型的x 2值为184.289，显著性水平P<0.001，考克斯一斯奈尔（Cox-Snell）、内戈尔科（Nagelkerke）和麦克法登（McFadden）的伪R2系数分别为0.391、0.442和0.231，分类预测表中预测准确率可达63.4%，说明模型拟合度较好。

3.3 模型结果具体的统计学意义

由于兼职务农作为参照组，所以其系数均为0，同理，性别、家庭收入状况及手艺特长等虚拟变量，也分别将“性别=男”、“家庭收入状况>8万元”及“手艺特长拥有多项”作为参考类别，估算各自对应的其他类别的系数。表中B值的绝对值反应各解释变量对农村劳动力选择不务农和全职务农概率比的影响大小，B值为正，表示正向影响，反之相反（详见表7）。各解释变量对不务农和全职务农的影响如下：

在个体特征解释变量中，年龄变量的B值在不务农和全职务农中分别为-0.071和0.048，显著性水平P<0.001，说明相对于兼职务农，年龄越大的农村劳动力倾向于全职务农，年龄越小倾向于不务农。另外，性别变量在不务农和全职务农选择中也有显著影响，相对于兼职务农，女性更倾向选择不务农或全职务农，其中选择不务农和全职务农的概率发生比分别是男性的5.6倍和1倍。

在人力资本状况解释变量中，受教育年限变量B值在不务农和全职务农分别为-0.256和-0.225，显著性水平P<0.001，说明相对于兼职务农，学历越低的农村劳动力倾向于不务农和全职务农。手艺特长变量中无手艺特长会对全职务农选择产生显著影响，意味着无手艺特长的农村劳动力更倾向于选择全职务农。

在家庭特征解释变量中，农村劳动力家庭收入状况也会对不务农和全职务农选择产生影響，其中，家庭收入小于5千元和1 -2万元的农村劳动力选择全职务农的概率发生比是家庭收入大于8万元农村劳动力的3.7倍和2.6倍，而家庭收入为1

-2万元、2-4万元和4-8万元的农村劳动力选择不务农的概率发生比分别是家庭收入大于8万元农村劳动力的0.15倍、0.31倍和0.25倍，换句话说，家庭收入小于8万元的农村劳动力选择不务农的可能性较低。

4 结论与讨论

通过本研究的调查统计分析，可以看出浦城农村劳动力就业模式受年龄、学历、性别、手艺特长及家庭收入状况的显著影响。其中，年龄越大、学历越低、无手艺特长及家庭年净收入少于2万元的男性更倾向于全职务农，而年龄越小、学历越高及家庭年净收入大于2万元的女性更倾向于不务农。另外，学历越高并拥有多项手艺特长的农村劳动力会倾向选择兼职务农，且家庭收入状况好于全职务农，说明学识和技能为农村劳动力提供了更多的就业选择和收入来源。值得注意的是，通过本次调研发现，有部分学历较低的农村劳动力倾向于不务农，说明浦城县存在一定数量的农村闲散劳动力，因此，重视农村劳动力技能培训，吸纳农村闲散劳动力，成为下一阶段浦城县农村劳动力转移工作的重点。

[参考文献]

[1]徐志远，陈朝娟.论习近平新时代中国特色社会主义思想的核心范畴[J].学校党建与思想教育，2020（ 10）：4-8.

[2]石峰.农村富余劳动力有效转移的问题研究与策略选择[J].商讯，2020（ 12）：165-166.

[3]孔磊，浅析农村剩余劳动力转移就业[J].就业与保障，2020（ 01）：39-40.

[4]丁雪松，新型城镇化过程中农村剩余劳动力转移问题探讨[Jl.农村经济与科技，2020，31（ 08）：268-269.

[5]肖怡然，李治兵，董法尧.乡村振兴背景下民族地区农村剩余劳动力就业问题研究[J].农业经济，2019（ 09）：69-71.

[6]郭辰星，二元经济结构背景下农村剩余劳动力转移影响因素分析[J]，现代农业研究，2019（ 09）：9-13.

[7]常青青，刘平辉.农村劳动力就业模式选择的影响因素研究一基于无序多分类Logistic回归模型分析[J].东华理工大学学报（社会科学版），2015，34（ 04）：321-326.

[作者简介]陈丽健（1971-），女，福建浦城人，经济师，从事巡察与人力资源管理工作。