乡村振兴背景下农民再就业现状分析及完善思路

DOI：10.19699/j.cnki.issn2096-0298.2022.07.

摘 要：2020年是中国“十三五”规划的最后一年，也是“决战决胜脱贫攻坚、全面建成小康社会”收官之年。我国在打赢脱贫攻坚战、全面建成小康社会后，要进一步巩固拓展脱贫攻坚成果，做好乡村振兴这篇大文章。《中共中央国务院关于实现巩固拓展脱贫攻坚成果同乡村振兴有效衔接的意见》的出台给乡村振兴指明了方向。近年来，學界对就业扶贫多有讨论，发现农村再就业中仍存在一些问题。为了对现存问题提出更有效的建议，本文首先利用国家统计局公布的相关指标数据，运用主成分分析法选取了影响乡村就业人数的5个主要指标，具体为：GDP、国民总收入、第三产业、乡村人口、乡村就业人员，并利用相关系数对该结论进行了验证。其次，本文运用数理统计方法对2010—2020年的数据进行统计回归分析，建立并检验了我国乡村就业人口数与各指标之间的统计回归模型，并对模型进行了评价。最后，结合本文的研究成果和我国国情，在调整模型变量比较变动幅度的基础上，提出了实行促进经济增长的宏观经济政策、大力发展第三产业、实施促进协调发展的区域政策、完善劳动力市场、扶助就业困难群体的具体措施。

关键词：乡村振兴;农民再就业;乡村就业人数;主成分分析;多元逐步回归模型

本文索引：朱静怡.乡村振兴背景下农民再就业现状分析及完善思路[J].中国商论，2022（07）：-168.

中图分类号：F322 文献标识码：A 文章编号：2096-0298（2022）04（a）--04

1 引言

2020年我国已实现脱贫攻坚的阶段性胜利，在打赢脱贫攻坚战、全面建成小康社会后，要进一步巩固拓展脱贫攻坚成果，做好乡村振兴这篇大文章。党的十九大报告明确提出实施乡村振兴战略，将乡村振兴作为决胜全面建成小康社会的一项重大战略任务。《中共中央国务院关于实现巩固拓展脱贫攻坚成果同乡村振兴有效衔接的意见》的出台给乡村振兴战略的实施指明了方向。

实施乡村振兴战略，农民就业是突破口。扩大农民就业既是拓宽农民增加收入渠道的有效举措，又是实现农民“生活富裕”的必然要求。但是当前我国农村劳动力就业问题以及劳动力培养问题仍旧较为突出，这也是导致农村和城镇发展水平差异巨大的主要原因。

我国是一个农业大国，农民是我国人口的重要组成部分。随着农村现代化的不断提高，农村劳动力的数量也在不断增加。在大力推进乡村振兴中，强调必须巩固和完善农村基本经营制度，走共同富裕之路，可见解决就业问题是乡村振兴战略的重要一环，在当前战略实施的进程中有着重要的地位。只有解决好农民的再就业问题，才能解决农村地区发展不充分、城乡发展不平衡的矛盾。因此，通过各种途径增加农民就业的机会，同时不断提高返乡农民的就业质量，对于增加农民收入，解决农村劳动力再就业问题具有积极的现实意义。

2 文献综述

从现有文献来看，部分国内学者对农村劳动力再就业的现状及存在的问题等进行了大量的理论研究。例如，包仙梅（2021）[1]通过研究，发现农村劳动力在就业过程中存在着剩余劳动力年龄分布不均衡以及学历较低的问题，影响农村劳动力再就业的因素包括缺少充足的就业机会、无法及时获取工作信息、劳动力思想守旧。刘书成、崔迪（2021）[2]指出乡村要振兴必须提高农民内生发展能力。解决土地流转产生的农村劳动力再就业的关键，是如何提高其劳动技能。要留住乡土实用人才，培养素质高有一定技能的农民工，提高农民劳务收入，为乡村振兴奠定坚实的经济基础。边作为、龚贤（2021）[3]也提出农村剩余劳动力就业问题得不到妥善解决，会严重影响农村产业经济、社会文明发展，因此在乡村文明振兴背景下，要严格审视和重视农村剩余劳动力就业问题，通过思想教育、产业变革、社会公益、政府引领等措施扩大农村就业空间，开发农村剩余劳动力。综上所述，国内学者对农民再就业的研究，主要围绕农民再就业的现存问题、农民再就业的主要举措，从不同的背景和视角展开。农民再就业是一项系统性、政策性的工作，在具体的实践过程中，有关政策制定的研究相对匮乏。

因此，为了对现有政策提出完善思路，本文通过乡村就业人口数量影响因素的甄别、判断，并建立就业预测模型，预测未来就业形势的综合性社会热点问题。需综合考虑经济、政治、社会、环境、个体等各方面因素，才能建立符合实际的主要因素判断模型及预测模型。其主要用到的方法是层次分析法、主成分分析法、相关系数分析、散点图拟合、多元回归分析等，主要用到的计算机软件有MATLAB、SPSS、Stata等。通过建立模型并根据影响因素提出相关的政策建议。

3 模型的建立与求解

3.1 模型的主要因素和指标

3.1.1 主成分分析确定主要因素

影响就业人数的因素很多，从宏观层面来看，国家经济核算、财政税收、三大产业等都是重要的因素。从中观层面来看，可以分企业进行分析。从微观层面分析，劳动者的性别、年龄、受教育程度等为主要研究因素。

根据国家统计局官方网站公布的数据，利用SPSS进行主成分分析，来确定影响就业的主要因素或指标。再由相关系数矩阵计算特征值，以及各个主成分的贡献率与累计贡献率。计算出主成分载荷如下：

由此可以进一步计算主成分得分，对于特征值λ1=12.714，λ2=1.647分别求出其特征向量 ，，并计算GDP、国民总收入、固定资产投资、税收、净出口、汇率、第一产业增加值、第二产业增加值、第三产业增加值、第一产业就业人员、第二产业就业人员、第三产业就业人员、乡村人口、私营企业乡村就业人员和个体乡村就业人员这15个变量在各主成分上的载荷，得到主成分载荷矩阵。

从表1可以看出，第一主成分与GDP、国民总收入、第三产业增加值、第三产业就业人员、乡村人口、私营企业乡村就业人员和个体乡村就业人员有较大的正相关，第二主成分与汇率有较大的负相关。

以上分析结果表明，根据主成分贡献率，用两个主成分可以代替全部指标，降低计算复杂程度。根据主成分载荷矩阵可以看到，GDP、国民总收入、第三产业增加值、第三产业就业人员、乡村人口、私营企业乡村就业人员和个体乡村就业人员对第一主成分影响很大，汇率对第二主成分影响很大。综合影响两个主成分的指标，得到主要指标如下：GDP、国民总收入、第三产业、乡村人口、私营企业乡村就业人员和个体企业乡村就业人员。

3.1.2 模型验证

为了进一步验证所选的主要影响因素满足相关性最大的原则，利用皮尔逊相关系数来分析系统中就业人口数与各因素关联程度。

在计算皮尔逊相关系数之前，首先要做出散点图，判定两个数据对象之间的相关性，利用SPSS做出散点图（图1）。

利用Matlab计算皮尔逊相关系数，数据如表2所示。

由表2看到，乡村就业人口数与选取的影响因素的相关系数均大于0.9，说明用主成分分析法得出影响我国城镇就业人口主要指标的方法是比较准确的。

3.2 乡村就业人口的回归模型

3.2.1 问题分析

要探讨乡村就业人口数，首先要了解长期以来我国乡村就业人口数的变化规律。通过研究分析上面求出的影响乡村就业人口数的影响因素，利用回归分析方法，可以得出影响乡村就业人口数的回归模型，为之后的分析提供了相关数据及对比依据。

3.2.2 多元逐步回归模型

首先，分别做出乡村就业人数对各影响因素的散点图并选用恰当线型进行曲线拟合。由预处理表中的相关信息，利用Matlab软件，首先做出就业人数与各单因素的散点图，画出理想拟合曲线。对此问题的分析由简入繁，先假设整个模型呈线性模型，若拟合度较差，则引入二次模型、三次模型、对数模型等。经检验，，拟合度大于0.9，可以使用线性模型。经过实验发现一次模型的效果最好，所以选择一次模型。SPSS拟合优度测试结果如表3所示。

利用Stata的命令regress求解，可得到此多因素回归分析模型的参数估计值及其置信水平（置信水平α = 0.05）、检验统计量、F、p的结果，得到如下逐步回归统计分析模型：

y=8365.466+0.008267-0.01057+66.86263-0.07599+0.500011-0.195+0.050558

3.2.3 模型分析与检验

（1）残差分析

利用Excel的数据分析功能进行模型检验，得出残差值基本围绕0上下波动，最大残差不超过50，较为理想。因此，模型对2010—2020年乡村就业人数的预测效果良好，基本可以接受。

（2）拟合优度检验

R=0.999933，一般情况下只要大于0.9就算通过检验，故此模型可以接受。

（3）方程显著性检验

F=134210.7，F临界值为3.45E-18，F值均远远超过F检验的临界值，故可通过方程显著性检验。

3.2.4 模型总结

此模型均较为理想地通过了以上检验，说明模型是可用的，在一定程度上反映了2010—2020年我国乡村就业人口数的变化规律以及与相关因素的内在联系。

y=8365.466+0.008267-0.01057+66.86263-0.07599+0.500011-0.195+0.050558

从拟合表达式上看，代表的是国民总收入，其系数值为-0.01057，代表的是第三就业人员，其系数值为-0.07599，代表的是私营企业乡村就业人员，其系数值为-0.195，显然不应与我国城镇就业人数成负相关，这是拟合表达式与现实不太相符的一种体现。为GDP、第三产业增加值、乡村人口和个体乡村就业人员，对就业人数起着正面影响，这与现实是相符合的。其中第三产业增加值对乡村就业人口数影响程度最大，这是因为在当前社会环境下，第三产业有利于社会扩大就业，缓解中国就业压力。

4 政策建议

我国就业压力主要是由我国特殊国情决定的历史因素和制度因素引起的，以下结合研究成果和我国的具体国情，在调整模型变量比较变动幅度的基础上，对增加我国乡村就业人数提出如下建议：

第一，采取各種公共政策，特别是通过税收政策对市场进行干预，来扩大就业、 减少失业。政府参与市场经济运行，弥补市场缺陷的主要手段包括支出（购买性支出和转移性支出）、税收以及公债。

第二，从上述分析得知，GDP是影响就业的主要因素，且GDP是我们在考虑经济、结构因素时选取的指标。于是针对这一点我们提出如下建议：实施促进经济增长的宏观经济政策，比如：扩张性财政政策和扩张性货币政策，从而扩大就业机会。

第三，第三产业向来被认为是吸收劳动力能力最强的领域， 但是我国第三产业的发展速度不快，发展水平也不高，其吸收劳动力的潜力还没有释放出来。建议加快第三产业内部结构的升级。我国第三产业发展不充分的一个重要原因就是行业垄断和市场准入过严，它们就业弹性较大，却存在很多进入壁垒。由于缺乏竞争，这些服务居高不下的价格不仅抑制了消费，反过来也影响了以上产业的发展规模， 最终限制了对劳动力的需求。所以，当前最重要的一点就是消除它们过高的进入门槛，吸引多方投资的加入。

第四，实行积极的产业政策、财政经济措施，调整经济结构，改善就业状况，提高就业率。这主要包括两个方面：

（1）调整经济结构，大力发展第三产业，使之成为增加就业的重要领域。

（2）鼓励发展劳动密集型产业、服务业，扶持中小企业，鼓励、支持和引导非公有制经济发展，增强就业带动作用。

第五，继续实施促进协调发展的区域政策，促进地区间就业的均衡增长。继续实施区域发展总体战略，加大对中西部地区等的支持力度，鼓励区域协作，统筹协调不同地区就业的均衡增长。

第六，转变就业观念，大力发展非正规就业形式，推行灵活多样的就业制度，建立灵活多样的用工形式，在一些领域实行临时工、小时工、季节工和弹性工作制。

参考文献

包先梅.农村劳动力再就业问题在乡村振兴中的重要作用[J].农家参谋，2021（17）：5-6.

张丽宾.完善就业扶贫政策思路[J].山东人力资源和社会保障，2019（5）：34-36.

刘书成，崔迪.农村劳动力再就业问题在乡村振兴中的重要作用[J].农业与技术，2021，41（8）：8170-8172.

边作为，龚贤.乡村振兴背景下地区农村剩余劳动力就业问题研究[J].农业经济，2021（9）：92-93.

姜启源，谢金星，叶俊.数学建模[M]，北京：高等教育出版社，2011.

付伯颖，促进就业的财政政策研究[D].大连：东北财经大学.2007.

刘雅芳，李东鹏，彭自立.精准扶贫工作中贫困人口就业机制探讨[J].国际公关，2020（5）：193-194.

李长安.乡村振兴战略背景下就业扶贫的机制与措施[J].中国高校社会科学，2018（6）：29-36+154.

李振伙.浅谈脱贫攻坚进展、问题与对策[J].农民致富之友，2020：232-232.

袁文先.脱贫攻坚：决战在今年[J].人民周刊，2020：66-67.

陈强，韩枫.乡村振兴战略背景下农村基层治理探究[J].农业技术与装备，2020（11）：103-104.

Analysis of the Current Situation of Farmers’ Re-employment under the Background of Rural Revitalization and Improving Ideas

Beijing Technology and Business University  Beijing  102400

ZHU Jingyi

Abstract： The year 2020 marks the final year of China’s 13th Five-Year Plan and the last year of the “decisive battle against poverty and the building of a moderately prosperous society in all respects”. After winning the battle against poverty and completing the building of a moderately prosperous society in all respects， China needs to further consolidate and expand its achievements in poverty alleviation and make a major effort to revitalize rural areas. The introduction of the “Opinions of the CPC Central Committee and The State Council on Effectively Linking the Achievements of Poverty Alleviation and Consolidation and Expansion with Rural revitalization” has provided direction for rural revitalization. In recent years， there have been many discussions on poverty alleviation in academic circles， and it is found that some problems still exist in rural re-employment. In order to provide more effective suggestion to the existing questions， this paper first uses the National Bureau of Statistics data released by relevant indicators， and uses principal component analysis （pca） to choose five main indexes affecting rural employment， specific as follows： GDP， gross national income， the third industry， rural population， rural employment， and verifies by using correlation coefficient of the conclusions. Secondly， by using the knowledge of mathematical statistics， this paper conducts the statistical regression analysis of the data from 2010 to 2020， establishes and tests the statistical regression model between the number of rural employment population and each indicator， and the model is evaluated. Finally， combining with the results of this paper and concrete national conditions of China， on the basis of adjusting model variables and comparing the amount variety， this paper puts forward concrete countermeasures such as conducting macro-economic policy to promote economic growth， vigorously developing the tertiary industry， implementing the regional policy to promote coordinated development， perfecting the labor market， and helping the groups with difficulties in employment.

Keywords： Rural Revitalization; farmers re-employment; rural employment number; principal component analysis; multiple stepwise regression model

作者簡介：朱静怡（1999–），女，汉族，北京人，会计学专业。