宋淑麗,程巍,于波
(黑龍江八一農(nóng)墾大學(xué)經(jīng)濟管理學(xué)院,大慶 163319)
基于多元線性回歸農(nóng)村剩余勞動力轉(zhuǎn)移影響因素分析
——以大慶市為例
宋淑麗,程巍,于波
(黑龍江八一農(nóng)墾大學(xué)經(jīng)濟管理學(xué)院,大慶 163319)
針對農(nóng)村剩余勞動力轉(zhuǎn)移問題,以部分影響因素為自變量構(gòu)建多元回歸模型,基于大慶市2000-2013年鑒統(tǒng)計數(shù)據(jù),運用SPSS19.0統(tǒng)計分析軟件進行數(shù)據(jù)處理,對預(yù)先選定影響因素進行多元回歸分析。研究得出:各影響因素間存在線性相關(guān),且農(nóng)村男女比例、地區(qū)生產(chǎn)總值、農(nóng)村人均純收入、城鄉(xiāng)消費水平對比、農(nóng)村勞動力受教育程度與農(nóng)村剩余勞動力轉(zhuǎn)移數(shù)量呈正相關(guān),城鎮(zhèn)失業(yè)率與農(nóng)村剩余勞動力轉(zhuǎn)移數(shù)量呈負(fù)相關(guān),并結(jié)合分析結(jié)果提出促進大慶市農(nóng)村剩余勞動力平穩(wěn)有序轉(zhuǎn)移的政策建議。
多元線性回歸;大慶市;勞動力轉(zhuǎn)移;影響因素
“三農(nóng)”問題實質(zhì)是農(nóng)民收入問題,而農(nóng)民收入增長困難的根本原因是農(nóng)村存在著大量剩余勞動力,實現(xiàn)農(nóng)村剩余勞動力平穩(wěn)有序轉(zhuǎn)移是解決問題的根本。大慶市地處黑龍江省西部,是我國重要的石油石化生產(chǎn)基地,現(xiàn)轄肇州、肇源、林甸、杜爾伯特四個縣,薩爾圖、讓胡路、龍鳳、紅崗、大同五個區(qū),總面積2 100 000 hm2,其中全市耕地面積468 000 hm2,草原689 000 hm2,水面269 000 hm2,濕地1 200 000 hm2,地?zé)?8 300 hm2???cè)丝? 622 000人,農(nóng)業(yè)人口1 410 000人,占總?cè)丝诘谋戎丶s53.78%。近年來,受自然條件、經(jīng)濟因素、社會條件等影響,導(dǎo)致農(nóng)業(yè)生產(chǎn)對勞動力的需求快速下降,產(chǎn)生大量剩余勞動力。因此,農(nóng)村剩余勞動力平穩(wěn)有序轉(zhuǎn)移問題的解決對大慶全面深化改革具有較大理論與現(xiàn)實意義。
國內(nèi)學(xué)者對農(nóng)村勞力轉(zhuǎn)移影響因素問題研究表明就業(yè)、教育和社會保障是農(nóng)村剩余勞動力主要影響因素[1]的同時,城鎮(zhèn)化速度[2]、現(xiàn)行政策限制、城鎮(zhèn)居民經(jīng)濟狀況、城市狀況和第三產(chǎn)業(yè)比重[3]、教育投入結(jié)構(gòu)[4]等,對剩余勞動力轉(zhuǎn)移的影響作用也不可忽視。此外,觀念保守、制度保障缺乏[5]、法律保障不到位、縣域金融支持配套服務(wù)不到位、財政農(nóng)業(yè)支出總量[6]、40~50歲人員轉(zhuǎn)移難度大及轉(zhuǎn)移環(huán)境沒有根本改善[7]、農(nóng)村勞動力素質(zhì)較低、城鄉(xiāng)二元結(jié)構(gòu)系數(shù)[8]、城鄉(xiāng)收入差距和城鎮(zhèn)化工業(yè)化水平、農(nóng)村勞動力自身特點[9]等諸多因素都會對剩余勞動力轉(zhuǎn)移產(chǎn)生較大的影響。文獻研究發(fā)現(xiàn),對農(nóng)村剩余勞動力轉(zhuǎn)移影響因素的定性研究較多、定量研究較少?;诖髴c市相關(guān)統(tǒng)計數(shù)據(jù)并借助于SPSS19.0統(tǒng)計軟件,建立多元回歸模型并回歸分析找到農(nóng)村剩余勞動力轉(zhuǎn)移的影響因素,并針對性的提出政策建議對實現(xiàn)農(nóng)民收入增長及剩余勞動力充分就業(yè),以及更早實現(xiàn)大慶市城鄉(xiāng)和諧發(fā)展具有一定積極意義。
1.1 變量選取
經(jīng)濟、政策、教育水平及產(chǎn)業(yè)分布等諸多因素對農(nóng)村勞動力轉(zhuǎn)移都會產(chǎn)生影響,結(jié)合大慶市農(nóng)村實際并借鑒國內(nèi)外專家學(xué)者研究觀點基礎(chǔ)上,選取部分變量作為研究指標(biāo)(見表1)。
表1 變量及變量說明Table 1 Variables and instructions
1.2 模型構(gòu)建
以y為因變量,以xi為自變量構(gòu)建多元線性回歸模型:其中,α0為常數(shù)項,e為隨機誤差項,αi為偏回歸系數(shù)[10]。
1.3 多元回歸分析
結(jié)合大慶市農(nóng)村2000~2013年時間序列數(shù)據(jù)對農(nóng)村剩余勞動力轉(zhuǎn)移的影響因素建立多元回歸模型進行回歸分析,運用spss19.0對數(shù)據(jù)進行處理,得到各變量之間相關(guān)信息(見表2~6)。
表2 描述性統(tǒng)計量Table 2 Descriptive statistics
表3 變量間的相關(guān)性Table 3 The correlation between variables
表4 模型匯總Table 4 Model summary
表6 回歸系數(shù)Table 6 Regression coefficient
1.3.1自變量篩選
由表1結(jié)果可知變量間相關(guān)系數(shù)均小于R2(0.970),各變量之間不存在嚴(yán)重共線性問題,即滿足變量互斥性原則。按顯著性水平a=0.05,用于相關(guān)系數(shù)檢驗的P值均小于0.05,各變量之間有顯著直線線性相關(guān)關(guān)系,即變量農(nóng)村男女比例、地區(qū)生產(chǎn)總值、城鎮(zhèn)失業(yè)率、農(nóng)村居民人均純收入、城鄉(xiāng)消費水平對比及農(nóng)村勞動力受教育程度這六個影響因素與農(nóng)村剩余勞動力轉(zhuǎn)移數(shù)量之間均存在著顯著線性相關(guān)性。
1.3.2 參數(shù)估計
將表5回歸系數(shù)值代入(1)式得多元回歸模型:
1.3.3 模型檢驗
①擬合度檢驗,由表3知R2=0.984,調(diào)整R2= 0.970。當(dāng)置信水平a=0.05時,查相關(guān)系數(shù)顯著性檢驗表的值為0.532 4,調(diào)整R2=0.970>0.532 4,通過R檢驗,因此,回歸方程有較高擬合度。
②回歸方程的顯著性檢驗,設(shè)檢驗的原假設(shè)為H0與對立假設(shè)為H1,分別為:H0:a1=a2=…a6=0;H1:至少有一個ai不為零,且i=1,2,3,4,5,6。由表4知檢驗統(tǒng)計量F=72.250,F(xiàn)統(tǒng)計量服從以(k,n-k-1)為自由度的F分布,在顯著性水平a=0.05,自由度(6,7)下查F分布臨界值表得:F0.05=3.87。顯然,F(xiàn)= 72.250>F0.05=3.87,則拒絕H0:a1=a2=…a6=0,即:方程自變量x1,x2,x3,x4,x5,x6與因變量y之間存在線性關(guān)系,且整體回歸效果顯著。
③變量顯著性檢驗(t檢驗),對每個自變量檢驗假設(shè):H0:ai=0;H1:ai≠0,其中,i=0,1,2,…6。在給定的顯著性水平a=0.05下,由表5知有|ti|>ta/2(n-k-1),即|ti|>2.365,則拒絕H0,說明自變量xi對因變量y有顯著影響,即xi是影響y的主要因素,各變量通過顯著性檢驗。
綜上所述,多元線性回歸模型通過檢驗:
1.3.4 結(jié)果分析
從(3)式可以看出,農(nóng)村男女比例、地區(qū)生產(chǎn)總值、農(nóng)村居民人均純收入、城鄉(xiāng)消費水平對比和農(nóng)村勞動力受教育程度與剩余勞動力轉(zhuǎn)移數(shù)量呈正相關(guān),而城市失業(yè)率與剩余勞動力轉(zhuǎn)移數(shù)量呈負(fù)相關(guān)。這其中,城鎮(zhèn)失業(yè)率可以判斷一定時期內(nèi)城鎮(zhèn)勞動力人口的就業(yè)情況,指標(biāo)增加說明一定時期內(nèi)城鎮(zhèn)居民就業(yè)情況欠佳,城鎮(zhèn)用人單位缺少或降低用人需求,從而可能產(chǎn)生大量城鎮(zhèn)剩余勞動力同時排擠了農(nóng)村剩余勞動力的就業(yè)機會,從而表現(xiàn)為城鎮(zhèn)失業(yè)率與農(nóng)村剩余勞動力轉(zhuǎn)移數(shù)量的負(fù)相關(guān)關(guān)系。隨著市場經(jīng)濟的不斷發(fā)展城鎮(zhèn)房地產(chǎn)業(yè)、服務(wù)業(yè)等大量興起,產(chǎn)生了大量勞動力需求,而城鎮(zhèn)勞動力往往對這一行業(yè)由于思想觀念保守、體力、技能不足等原因?qū)@些行業(yè)用人需求的滿足程度較低,而農(nóng)村剩余勞動力向城市的轉(zhuǎn)移能夠很好解決這一問題,同時這一需求的滿足過程中對男性勞動力的需求較大,因此農(nóng)村男女比例的增加能促進剩余勞動力轉(zhuǎn)移數(shù)量增加。此外,地區(qū)生產(chǎn)總值、農(nóng)村居民人均純收入、城鄉(xiāng)消費水平對比與剩余勞動力轉(zhuǎn)移數(shù)量之間存在相互影響和相互促進作用??傮w上經(jīng)濟水平的增長,可以提高農(nóng)業(yè)機械化水平,提高農(nóng)業(yè)勞動生產(chǎn)率、節(jié)約勞動力的同時產(chǎn)生勞動力剩余,同時,剩余勞動力的轉(zhuǎn)移可以提高農(nóng)民人均純收入中農(nóng)業(yè)生產(chǎn)經(jīng)營收入以外的部分收入。農(nóng)村勞動力受教育程度的增加,會提升轉(zhuǎn)移的農(nóng)村勞動力就業(yè)的能力、就業(yè)的范圍以及更多滿足非農(nóng)業(yè)產(chǎn)業(yè)對勞動力的需求。
1.3.5 擬合檢驗與預(yù)測
通過以上回歸分析計算得出大慶市農(nóng)村剩余勞動力轉(zhuǎn)移數(shù)量的擬合結(jié)果(數(shù)據(jù)保留小數(shù)點后兩位,僅以2000~2013,2014年為例,其中2014年為模型應(yīng)用的預(yù)測值)。其中,2014年的剩余勞動力轉(zhuǎn)移數(shù)量為預(yù)測值,是在保持農(nóng)村男女比例不變(1.03),其余變量均在2013年基礎(chǔ)上增加10%的比率,即地區(qū)生產(chǎn)總值(5 001.7)、城鎮(zhèn)失業(yè)率(4.51)、農(nóng)村人均純收入(12 760)、城鄉(xiāng)消費水平對比(4.4)、農(nóng)村勞動力受教育程度(5.51)的情況下依據(jù)多元回歸方程(2)式計算得出。從表7的擬合結(jié)果來看,擬合值與統(tǒng)計值基本擬合,為直觀體現(xiàn)擬合情況(見圖1)。
圖1 擬合值與統(tǒng)計值對比圖Fig.1 Statistics and contrast figure
通過以上回歸分析可以得出結(jié)論:
(1)多元回歸模型可以結(jié)合各因素的變動情況,對農(nóng)村剩余勞動力轉(zhuǎn)移數(shù)量進行定量預(yù)測,且預(yù)測準(zhǔn)確度較高,使分析結(jié)果更直觀、更準(zhǔn)確。(2)可依據(jù)多元回歸模型實現(xiàn)對各影響因素的預(yù)期調(diào)整與控制,來實現(xiàn)剩余勞動力平穩(wěn)有序的轉(zhuǎn)移。(3)所選變量均可以在不同程度上對農(nóng)村剩余勞動力轉(zhuǎn)移產(chǎn)生影響。(4)農(nóng)村勞動力受教育程度與農(nóng)村剩余勞動力轉(zhuǎn)移之間是相互影響相互促進的關(guān)系。由于研究中變量選取數(shù)量有限,還不能充分找到農(nóng)村剩余勞動力轉(zhuǎn)移的所有主要影響因素,有待于進一步研究。
結(jié)合大慶市經(jīng)濟和地域特點現(xiàn)提出如下政策建議:
(1)著重分析大慶市教育投入與農(nóng)村剩余勞動力轉(zhuǎn)移之間的關(guān)系,對農(nóng)村勞動力有針對性的開辦職業(yè)教育進行教育與培訓(xùn),并建立有效的培訓(xùn)監(jiān)管機制,提高職業(yè)技能培訓(xùn)質(zhì)量,讓有限的教育投入產(chǎn)生最大的效益,從而提高農(nóng)村居民的受教育水平。(2)加大政府引導(dǎo)和扶持力度,提高農(nóng)村勞動力轉(zhuǎn)移市場化運作水平,實現(xiàn)勞動力供需信息對稱,避免農(nóng)村剩余勞動力轉(zhuǎn)移的盲目性與無序性。(3)從政府層面及時做出農(nóng)業(yè)及非農(nóng)業(yè)勞動力調(diào)整和分配方案,最大限度消除各行業(yè)間勞動力短缺和剩余浪費并存現(xiàn)象。(4)充分發(fā)揮農(nóng)村基層黨群組織的作用,建立勞務(wù)輸出基地和服務(wù)站。(5)完善社會醫(yī)療、法律保障體系,消除轉(zhuǎn)移勞動力的后顧之憂。(6)響應(yīng)大慶市全民創(chuàng)業(yè)號召積極引導(dǎo)農(nóng)民工回鄉(xiāng)創(chuàng)業(yè)。
[1]李曉杰.農(nóng)村勞動力轉(zhuǎn)移政策研究[J].社會科學(xué)戰(zhàn)線,2007(3):58-60.
[2]劉紅娜.黑龍江省農(nóng)村富余勞動力轉(zhuǎn)移與城鎮(zhèn)化關(guān)系研究[D].哈爾濱:東北林業(yè)大學(xué),2007.
[3]崔玉玲,李錄堂.陜西省農(nóng)村剩余勞動力轉(zhuǎn)移影響因素的實證分析[J].安徽農(nóng)業(yè)科學(xué),2009,37(13):6182-6184.
[4]凌哲明.黑龍江省教育投入與農(nóng)村剩余勞動力轉(zhuǎn)移關(guān)系研究[D].哈爾濱:哈爾濱工程大學(xué),2009.
[5]孫潔,孫娓,李立剛.黑龍江省農(nóng)村剩余勞動力轉(zhuǎn)移問題研究[J].商業(yè)經(jīng)濟,2010(12):14-16.
[6]李菁,向玲.財政農(nóng)業(yè)支出對農(nóng)村勞動力轉(zhuǎn)移的動態(tài)效應(yīng)研究[J].經(jīng)濟問題探索,2013(2):32-33.
[7]高夢柯.農(nóng)村剩余勞動力轉(zhuǎn)移對城鄉(xiāng)居民收入差距的影響效應(yīng)分析[J].中共四川省委學(xué)校學(xué)報,2014,26(4):51-55.
[8]宋淑麗,齊偉娜.基于多元線性回歸的農(nóng)村剩余勞動力轉(zhuǎn)移研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟,2014(3):104-109.
[9]祝殿凱,金光春,劉培.黑龍江省農(nóng)墾北安管理局剩余勞動力轉(zhuǎn)移影響因素分析[J].黑龍江八一農(nóng)墾大學(xué)學(xué)報,2014,26(3):90-93.
[10]孫文生.統(tǒng)計學(xué)原理[M].北京:中國農(nóng)業(yè)出版社,2010.
Analysis of Rural Surplus Labor Migration Influence Factors Based on Multivariate Linear Regression Method——Taking Daqing City as an Example
Song Shuli,Cheng Wei,Yu Bo
(College of Economy and Management,Heilongjiang Bayi Agricultural University,Daqing 163319)
To study the rural surplus labor migration problem,using partial influence factors as independent variable to set up multivariate linear regression model.Based on annual statistics from 2000 to 2013 of Daqing city yearbook,SPSS19.0 statistical analysis software was used to process the data to analyse the pre-selected factors by multivariate linear regression method.The results showed that there was a linear correlation between various influence factors.The proportion of men and women,local GDP,net income per capital,urban and rural consumption level contrast,level of education were positively correlated with the number of rural surplus labor migration,while urban unemployment rate was negatively correlated with it.Considering the results of the analysis,policy suggestions were proposed to promote the migration of rural surplus labor of Daqing city smoothly and orderly.
multivariate linear regression;Daqing city;labor transfer;influence factors
F274
A
1002-2090(2016)05-0128-05
10.3969/j.issn.1002-2090.2016.05.026
2015-12-15
大慶市哲學(xué)社會科學(xué)規(guī)劃研究項目(DSGB2015012)。
宋淑麗(1972-),女,講師,哈爾濱工業(yè)大學(xué)畢業(yè),現(xiàn)主要從事人力資源管理教學(xué)與科研工作。