吳 柯，王 剛

（北京林業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，北京 100083）

研究報(bào)告

農(nóng)村勞動(dòng)力非農(nóng)就業(yè)行業(yè)選擇的影響因素分析
——以甘肅省調(diào)查數(shù)據(jù)為例

吳 柯，王 剛

（北京林業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，北京 100083）

以甘肅地區(qū)的調(diào)查數(shù)據(jù)做支撐，運(yùn)用多元選擇模型探討農(nóng)村勞動(dòng)力的人力資本和社會(huì)資本對(duì)其非農(nóng)就業(yè)行業(yè)選擇的影響。結(jié)果表明：農(nóng)村勞動(dòng)力多以被雇傭方式參與到非農(nóng)工作中，且集中分布于建筑業(yè)、服務(wù)業(yè)和制造業(yè)；男性農(nóng)村勞動(dòng)力在勞動(dòng)力市場(chǎng)上占據(jù)主導(dǎo)地位，有絕對(duì)優(yōu)勢(shì)；教育程度對(duì)于農(nóng)村勞動(dòng)力的非農(nóng)就業(yè)行業(yè)選擇有顯著影響，并隨著教育程度的提高，其在非農(nóng)行業(yè)中的選擇范圍不斷擴(kuò)大。

非農(nóng)就業(yè)；行業(yè)選擇；多元選擇模型

1 引言

自上世紀(jì)80年代農(nóng)村剩余勞動(dòng)力開(kāi)始向城市轉(zhuǎn)移以來(lái)，農(nóng)民工群體對(duì)于城市建設(shè)的巨大作用不可估量。據(jù)國(guó)家統(tǒng)計(jì)局的數(shù)據(jù)顯示，2015年，我國(guó)農(nóng)民工總量為2.77億，比上一年增加了1.3%；人均收入為3 072元，比上一年增加了208元。可見(jiàn)，農(nóng)民工的人數(shù)和收入大幅增加，非農(nóng)就業(yè)已成為增加農(nóng)民工收入的重要渠道。高文書(shū)在對(duì)進(jìn)城務(wù)工的農(nóng)村勞動(dòng)力非農(nóng)就業(yè)的現(xiàn)狀特征調(diào)查中發(fā)現(xiàn)，農(nóng)村勞動(dòng)力在參與非農(nóng)就業(yè)的過(guò)程中，多為非正規(guī)就業(yè)，行業(yè)選擇比較狹窄，主要集中分布于對(duì)文化素質(zhì)要求不高的工業(yè)，建筑業(yè)，批發(fā)、零售、餐飲業(yè)等勞動(dòng)密集型產(chǎn)業(yè)[1]。這些行業(yè)以其成本低，效益高，對(duì)勞動(dòng)力要求低，經(jīng)營(yíng)靈活等特點(diǎn)，成為了農(nóng)村勞動(dòng)力參與非農(nóng)就業(yè)的主要渠道[2]。

目前，關(guān)于農(nóng)村勞動(dòng)力非農(nóng)就業(yè)行業(yè)選擇的研究多集中于探討人力資本和社會(huì)資本對(duì)其行業(yè)選擇的影響。劉慶寶等在對(duì)農(nóng)村勞動(dòng)力非農(nóng)就業(yè)的研究中發(fā)現(xiàn)，個(gè)人特征，如年齡、性別、受教育程度、工作經(jīng)驗(yàn)等是影響農(nóng)村勞動(dòng)力進(jìn)行行業(yè)選擇的重要因素，他們會(huì)基于個(gè)人特征的判斷作出理性的選擇[3]。張艷華，李秉龍則發(fā)現(xiàn)，文化程度對(duì)于勞動(dòng)力進(jìn)入較高層次的行業(yè)就業(yè)具有重要影響，文化程度越低其能夠進(jìn)入較高層次行業(yè)就業(yè)的概率就越小[4]。同樣的，Alan、蔡榮生、高文書(shū)等研究也發(fā)現(xiàn)，人力資本是影響農(nóng)民工非農(nóng)就業(yè)的關(guān)鍵因素，年輕及受過(guò)良好教育的勞動(dòng)力在勞動(dòng)力市場(chǎng)上占據(jù)著主導(dǎo)地位，受教育程度越高，工作年限越長(zhǎng)，其可以從事更高社會(huì)聲望職業(yè)的可能性就越大[5-6]。此外，社會(huì)關(guān)系網(wǎng)絡(luò)的構(gòu)建也被人們看做是獲取社會(huì)資源的捷徑[7]。農(nóng)村勞動(dòng)力在參與非農(nóng)工作的過(guò)程中，有時(shí)也需憑借一定的強(qiáng)關(guān)系或弱關(guān)系來(lái)尋找和獲得非農(nóng)工作[8-10]，社會(huì)關(guān)系網(wǎng)絡(luò)對(duì)于農(nóng)民工的求職具有重要影響[11]。

?

綜合來(lái)看，在已有的研究中，普遍認(rèn)為人力資本和社會(huì)資本對(duì)農(nóng)村勞動(dòng)力的非農(nóng)就業(yè)行業(yè)選擇具有重要影響。本文以研究影響農(nóng)村勞動(dòng)力非農(nóng)就業(yè)行業(yè)選擇的內(nèi)容為重點(diǎn)，挖掘相關(guān)的影響因素，在擴(kuò)大農(nóng)村勞動(dòng)力非農(nóng)就業(yè)行業(yè)選擇的同時(shí)，可以增加其工資收入，獲取更好的工作條件和社會(huì)地位，為促進(jìn)城鎮(zhèn)化、工業(yè)化建設(shè)提供良好的人力資源。

2 數(shù)據(jù)來(lái)源及變量說(shuō)明

本文的數(shù)據(jù)來(lái)源于2012年北京林業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院關(guān)于“甘肅省集體林權(quán)制度改革背景下的農(nóng)村勞動(dòng)力流動(dòng)項(xiàng)目”的調(diào)查。采取隨機(jī)抽樣的方法，通過(guò)一對(duì)一的問(wèn)卷訪談，在涇川縣、合水縣、清水縣、康縣等4縣12鄉(xiāng)共訪問(wèn)了361戶，獲得有效樣本588個(gè)。

基于研究主題，本文將行業(yè)類型確定為被解釋變量。根據(jù)研究需要，將行業(yè)類型劃分為自營(yíng)工商業(yè)、采礦業(yè)、建筑業(yè)、制造業(yè)、服務(wù)業(yè)、專業(yè)型、其他（如農(nóng)業(yè)相關(guān)、種植、伐木工人等）等七類，分別賦值1、2、3、4、5、6、7。在被調(diào)查的16～60歲的樣本里，有588人在2011年從事過(guò)非農(nóng)工作，主要集中于建筑業(yè)（37.24%）、服務(wù)業(yè)（25.85%）和制造業(yè)（19.39%）。而個(gè)體工商戶或私人企業(yè)主（9.81%）、專業(yè)型（4.25%）及其他（1.7%）的人數(shù)較少?？梢?jiàn)：農(nóng)村勞動(dòng)力多以被雇傭的方式參與到非農(nóng)工作中，且集中分布于對(duì)文化水平和技術(shù)等級(jí)要求不高的建筑業(yè)、服務(wù)業(yè)和制造業(yè)。

根據(jù)已有研究文獻(xiàn)及調(diào)查的實(shí)際情況，本文選取的解釋變量分為人力資本變量和社會(huì)資本變量?jī)蓚€(gè)方面，具有如表1。

通過(guò)表1可見(jiàn)，樣本的平均受教育水平為7.63，相當(dāng)于初中文化水平。近七成以上的樣本已婚，其健康狀況的均值為2.83，表示研究樣本對(duì)自身身體健康狀況的感知接近于好。培訓(xùn)狀況由虛擬變量（0，1）構(gòu)成，包括以學(xué)徒身份獲得的培訓(xùn)、參與戶口所在地提供的培訓(xùn)以及參與外出務(wù)工地提供的培訓(xùn)，數(shù)據(jù)顯示，僅36%的樣本有過(guò)培訓(xùn)經(jīng)歷。另外，被研究樣本的社會(huì)資本主要包括兩個(gè)方面：即本人是否為黨員，本人是否現(xiàn)任村干部，對(duì)其引入虛擬變量（0，1）。

3 模型設(shè)定與結(jié)果估計(jì)

由于被解釋變量的行業(yè)類型為多元離散變量，在模型構(gòu)建上，采用多元選擇模型，探究人力資本和社會(huì)資本對(duì)農(nóng)村勞動(dòng)力非農(nóng)就業(yè)行業(yè)選擇的影響?？紤]到行業(yè)類型中樣本的數(shù)量分布，將樣本數(shù)據(jù)較少的2采礦業(yè)、6專業(yè)性、7其他全部歸類為其他，并賦值為5，作為對(duì)照組，令其系數(shù)等于0。著重研究影響農(nóng)村勞動(dòng)力選擇自營(yíng)工商業(yè)、建筑業(yè)、制造業(yè)、服務(wù)業(yè)的因素，對(duì)這四個(gè)行業(yè)分別賦值1、2、3、4。

通過(guò)Stata統(tǒng)計(jì)分析軟件，構(gòu)建人力資本變量和社會(huì)資本變量對(duì)農(nóng)村勞動(dòng)力非農(nóng)就業(yè)行業(yè)類型選擇的多元回歸模型。在模型估計(jì)結(jié)果的基礎(chǔ)上，構(gòu)建了各解釋變量對(duì)非農(nóng)行業(yè)選擇的邊際影響，用以探究各解釋變量對(duì)農(nóng)村勞動(dòng)力在各行業(yè)選擇上的差異及偏好大小。

3.1 選擇自營(yíng)工商業(yè)的實(shí)證分析

自營(yíng)工商業(yè)是一個(gè)進(jìn)出市場(chǎng)都較為容易，以自我雇傭?yàn)橹饕卣鞯男袠I(yè)，不乏家中老人和孩子參與其中的現(xiàn)象。模型1顯示，與對(duì)照組相比，婚姻和培訓(xùn)狀況對(duì)農(nóng)村勞動(dòng)力選擇自營(yíng)工商業(yè)有顯著影響。從邊際影響來(lái)看，農(nóng)戶的教育水平每增加一年，其選擇自營(yíng)工商業(yè)的概率會(huì)增加0.011，表明受教育水平的增加，農(nóng)村勞動(dòng)力對(duì)自營(yíng)工商業(yè)的選擇會(huì)增大；已婚農(nóng)戶比未婚農(nóng)戶更愿意進(jìn)入自營(yíng)工商業(yè)，這主要是由于從事自營(yíng)工商業(yè)的農(nóng)戶多為個(gè)體經(jīng)營(yíng)，這種非農(nóng)就業(yè)的方式允許夫妻雙方甚至老人、小孩共同經(jīng)營(yíng)，時(shí)間安排比較自由，安置和照顧家人也比較方便。

3.2 選擇建筑業(yè)的實(shí)證分析

建筑業(yè)是樣本選擇最多的行業(yè)，對(duì)農(nóng)戶的體力和耐力要求較高，但對(duì)其受教育程度沒(méi)有嚴(yán)格限制。模型2顯示，與對(duì)照組相比，性別、教育水平和培訓(xùn)狀況對(duì)農(nóng)戶選擇建筑業(yè)有顯著影響，其中受教育水平對(duì)農(nóng)戶選擇建筑業(yè)有負(fù)向影響。從邊際影響來(lái)看，男性比女性更具備體力和耐力的優(yōu)勢(shì)，在建筑業(yè)的選擇上偏好更大；隨著農(nóng)戶的年齡的增加，其選擇建筑業(yè)工作的機(jī)率會(huì)大，雖然建筑業(yè)會(huì)更偏愛(ài)年輕有力的男性勞動(dòng)力，但年輕勞動(dòng)力由于其接受教育水平的提高和建筑業(yè)本身的高危性而使得年輕的勞動(dòng)力對(duì)建筑業(yè)的偏好降低，出現(xiàn)建筑工地上多老齡化的現(xiàn)象；農(nóng)戶的教育水平每增加一年，其對(duì)建筑業(yè)的選擇會(huì)降低0.043 3，說(shuō)明教育水平越高的農(nóng)戶選擇建筑業(yè)就業(yè)的概率會(huì)降低。

3.3 選擇制造業(yè)的實(shí)證分析

制造業(yè)是勞動(dòng)密集型產(chǎn)業(yè)，對(duì)農(nóng)戶的學(xué)歷要求不高，且性別的偏好并不明顯，反而對(duì)有工作經(jīng)驗(yàn)或有相關(guān)培訓(xùn)且能長(zhǎng)期持續(xù)工作的勞動(dòng)者有更高的偏好。模型3的回歸結(jié)果表明：與對(duì)照組相比，年齡、教育水平、培訓(xùn)狀況對(duì)農(nóng)戶選擇制造業(yè)工作有顯著影響，同樣的教育水平對(duì)農(nóng)戶選擇制造業(yè)有負(fù)影響。從邊際影響來(lái)看，男性比女性選擇進(jìn)入制造業(yè)工作的偏好會(huì)低0.072；而農(nóng)戶的年齡每增加一歲，其選擇進(jìn)入制造業(yè)的概率會(huì)降低0.000 2，說(shuō)明農(nóng)戶越年輕其選擇制造業(yè)工作的概率就會(huì)越大；制造業(yè)屬于工作強(qiáng)度較大，甚至有些制造業(yè)由于工作內(nèi)容的技術(shù)性會(huì)對(duì)農(nóng)戶的身體素質(zhì)和培訓(xùn)經(jīng)歷有要求，從邊際效應(yīng)就可看出，身體健康，有過(guò)培訓(xùn)經(jīng)歷的農(nóng)戶其選擇制造業(yè)的概率會(huì)提高，其邊際效應(yīng)值分別為0.122 1和0.062 5。

3.4 選擇服務(wù)業(yè)的實(shí)證分析

服務(wù)業(yè)同屬于勞動(dòng)密集型產(chǎn)業(yè)，進(jìn)入門檻低，但在同等職位下，在服務(wù)業(yè)工作所獲得的工資水平要低。模型4的回歸結(jié)果表明：與對(duì)照組相比，性別、年齡、培訓(xùn)狀況以及是否為黨員對(duì)農(nóng)戶選擇服務(wù)業(yè)具有顯著影響，其中是否為黨員對(duì)其選擇服務(wù)業(yè)有負(fù)向影響。從邊際影響來(lái)看，男性比女性選擇進(jìn)入服務(wù)業(yè)的偏好要低0.294 3，說(shuō)明女性從事服務(wù)業(yè)的概率要高于男性；而農(nóng)戶的教育水平每增加一年，其選擇進(jìn)入服務(wù)業(yè)的概率會(huì)增加0.021 4，說(shuō)明教育水平越高其選擇服務(wù)業(yè)的可能性越大；社會(huì)資本變量對(duì)于農(nóng)戶選擇服務(wù)業(yè)的工作是呈反向影響的，是黨員的農(nóng)戶對(duì)于服務(wù)業(yè)的選擇偏好會(huì)降低0.256，而是村干部的農(nóng)戶對(duì)于服務(wù)業(yè)的選擇會(huì)增加0.445。主要由于村干部肩負(fù)村中事宜，當(dāng)發(fā)生兼業(yè)行為時(shí)會(huì)更偏向于選擇門檻較低的服務(wù)業(yè)，而不是勞動(dòng)強(qiáng)度較大的建筑業(yè)和工作持續(xù)性較長(zhǎng)的制造業(yè)。

4 研究結(jié)論

本文以農(nóng)村勞動(dòng)力為研究對(duì)象，研究“雙重”資本對(duì)農(nóng)村勞動(dòng)力在參與非農(nóng)就業(yè)時(shí)，對(duì)其行業(yè)選擇的影響。主要研究結(jié)論如下：第一，農(nóng)村勞動(dòng)力在非農(nóng)就業(yè)中多以被雇傭方式集中分布于行業(yè)的低端職位，集中分布于建筑業(yè)、服務(wù)業(yè)和制造業(yè)。第二，在非農(nóng)行業(yè)選擇上呈現(xiàn)一定的性別差異和年齡差異。性別方面，男性勞動(dòng)力在就業(yè)時(shí)占據(jù)絕對(duì)優(yōu)勢(shì)，女性就業(yè)優(yōu)勢(shì)不明顯，多集中于服務(wù)業(yè)中；而年齡方面，年齡較輕的勞動(dòng)力選擇制造業(yè)和服務(wù)業(yè)的概率較大，而年齡較長(zhǎng)的農(nóng)戶以打零工的方式選擇建筑業(yè)的概率較大。但無(wú)論處于何種年齡段，建筑業(yè)依舊是農(nóng)村勞動(dòng)力選擇的主流行業(yè)。第三，教育水平對(duì)農(nóng)村勞動(dòng)力非農(nóng)就業(yè)的行業(yè)選擇有顯著影響。農(nóng)戶的受教育程度多為初中及以下水平，在從事非農(nóng)就業(yè)時(shí)，只得選擇技術(shù)含量較低、文化要求不高的低端行業(yè)，但隨著教育水平的提高，農(nóng)戶選擇非農(nóng)行業(yè)的范圍擴(kuò)大。第四，黨員、現(xiàn)任村干部對(duì)農(nóng)戶非農(nóng)就業(yè)的行業(yè)選擇并不明顯。

[1]高文書(shū).進(jìn)城農(nóng)民工就業(yè)狀況及收入影響因素分析——以北京、石家莊、沈陽(yáng)、無(wú)錫和東莞為例[J].中國(guó)農(nóng)村經(jīng)濟(jì).2006(1): 28-34.

[2]張俊霞.黑龍江省農(nóng)村勞動(dòng)力非農(nóng)就業(yè)問(wèn)題研究[D].哈爾濱:東北農(nóng)業(yè)大學(xué),2013.

[3]劉慶寶，陳杭，吳海濤，等.農(nóng)村外出務(wù)工勞動(dòng)力就業(yè)行業(yè)選擇行為分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì).2013(8):52-60.

[4]張艷華，李秉龍.人力資本對(duì)農(nóng)民非農(nóng)收入影響的實(shí)證分析[J].中國(guó)農(nóng)村觀察.2006(6):9-16.

[5]Alan de Brauw,Scott Rozelle.Reconciling the Returns to Education in Rural China.www.Williams.edu/Economics/ FACULTYPdeBrauw.htm.2002.

[6]蔡榮生，趙亞平，金馳華.我國(guó)貧困地區(qū)勞動(dòng)力轉(zhuǎn)移培訓(xùn)的現(xiàn)狀與對(duì)策[J].北京工商大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版).2005(6):3-9.

[7]胡斌.人力資本、社會(huì)資本對(duì)農(nóng)民工進(jìn)城就業(yè)行業(yè)選擇影響的實(shí)證分析[D].南京:南京農(nóng)業(yè)大學(xué),2007.

[8]Granovetter,Mark.The strength of weak ties.American journal of sociology.1973(78):1360

[9]Bian,Yanjie,and Soon Ang.Guanxi Networks and Job Mobility in China and Singapore.Social Forces.1997(75):981-1006.

[10]劉士杰.人力資本、職業(yè)搜尋渠道、職業(yè)流動(dòng)對(duì)農(nóng)民工工資的影響——基于分位數(shù)回歸和OLS回歸的實(shí)證分析[J].人口學(xué)刊.2011(5):16-24.

[11]李樹(shù)茁，楊緒松，任義科，等.農(nóng)民工的社會(huì)網(wǎng)絡(luò)與職業(yè)階層和收入:來(lái)自深圳調(diào)查的發(fā)現(xiàn) [J].當(dāng)代經(jīng)濟(jì)科學(xué).2007(1): 25-33.

［責(zé)任編輯：付 佳］

Influence Factors Analysis of Rural Labor Who Making a Choice from Non-Farm Employment Industry——TakingSurveyData Comes fromGansu As an Example

WUKe,WANGGang
(College ofEconomic and Management,BeijingForestryUniversity,Beijing100083,China)

In this article,based on the surveydata comes fromGansu province,usingmultiple choice model (Mlogit method)toexplore howthe human capital and social capital ofrural labor impacts their choices of takingan employment fromnon-farmemployment industry.The results showthat most ofthe farmers are concentrated in employingin buildingindustry,service industryand manufacturingindustry.Male labor is the subject ofnon-farmemployment with an absolute advantage.The education levels have a significant impact on the farmers'choices.With a high education level,rural labor could choose froma wider range of employment industry.

Non-FarmEmployment;IndustrySelection;Multi-Selection Model

F323.6

A

1673-5919（2017）01-0087-04

10.13691/j.cnki.cn23-1539/f.2017.01.025

2017-01-09

吳柯（1990-），女，廣西省桂林人，碩士研究生。

第二作者：王剛（1979-），男，河南省駐馬店人，副教授。研究方向：組織與人力資源管理。