馬林靖，郭彩梅

（河北工業(yè)大學(xué)經(jīng)濟管理學(xué)院，天津300401）

一、引言與文獻綜述

我國在改革開放四十多年的時間中，城市空間擴大了二三倍，大量農(nóng)村、城鄉(xiāng)結(jié)合部以及城郊地區(qū)的土地被征用，因而形成了一個新的待就業(yè)群體——失地農(nóng)民。2016年我國城鎮(zhèn)化率達(dá)到57.35%，李國梁［1］的研究表明，按照現(xiàn)有的發(fā)展速度，預(yù)計2030年這一比率將提高至65%～70%，同時陳浩和陳雪春［2］也表示屆時我國失地農(nóng)民將達(dá)到1.1億人，這其中有5 000萬左右的失地農(nóng)民將面臨不同程度的生存和發(fā)展問題。根據(jù)最新數(shù)據(jù)顯示，截至2016年我國失地農(nóng)民人數(shù)已經(jīng)有1.12億人。盡管有些地區(qū)經(jīng)濟發(fā)展快，農(nóng)民失地后得到的補償也較高，但46%的失地農(nóng)民失地后生活水平下降，部分失地農(nóng)民成為“種田無地、就業(yè)無崗、社保無份、創(chuàng)業(yè)無錢”的四無群體，由此引發(fā)諸多社會矛盾。

隨著黨的十八提出大新型城鎮(zhèn)化概念，學(xué)者們對失地農(nóng)民的關(guān)注更多聚焦在就業(yè)和民生的問題上。實踐證明，解決失地農(nóng)民的就業(yè)問題才是解決問題的關(guān)鍵所在。已有研究發(fā)現(xiàn)，失地農(nóng)民就業(yè)多數(shù)選擇非正規(guī)就業(yè)，而這一就業(yè)形式也是在城鎮(zhèn)化進程中出現(xiàn)的一種進入門檻較低的過渡性就業(yè)形式增加“非正規(guī)就業(yè)”介紹。李強等［3］研究顯示，從目前國內(nèi)城鎮(zhèn)化發(fā)展的階段和趨勢來看，非正規(guī)就業(yè)必然存在且不必然消失。數(shù)據(jù)顯示，失地農(nóng)民選擇非正規(guī)就業(yè)的人群占絕大多數(shù)，表明非正規(guī)形式已經(jīng)為解決就業(yè)問題作出很大貢獻，但貢獻度具體是多少？對不同人群的貢獻度是否相同？有多大比例是源于非正規(guī)就業(yè)這一特定就業(yè)形式而非其他異質(zhì)性變量？這一系列問題的答案急需探索。研究非正規(guī)就業(yè)對解決失地農(nóng)民生計和增加收入的重要作用，對達(dá)到新型城鎮(zhèn)化以人為核心的高質(zhì)量城鎮(zhèn)化發(fā)展愿景，最終實現(xiàn)區(qū)域協(xié)調(diào)發(fā)展，實現(xiàn)共同富裕具有理論和現(xiàn)實意義。

學(xué)術(shù)界對非正規(guī)就業(yè)的研究成果較多，涉及到其概念、影響因素、作用效果、缺點、優(yōu)勢等。而本文僅關(guān)注非正規(guī)就業(yè)對收入的作用效果，關(guān)于這一方面國內(nèi)外學(xué)者均進行了大量的研究，屈小博［4］在其研究中得出非正規(guī)就業(yè)者比正規(guī)就業(yè)者收入低的原因為勞動力市場以及戶籍分割。薛進軍和高文書［5］計算出在2005年的城鎮(zhèn)勞動力市場上，非正規(guī)就業(yè)已占58.85%，正規(guī)就業(yè)者小時收入是非正規(guī)就業(yè)者的1.65倍，四分之一是由勞動力市場歧視造成的。Timofeyev［6］利用分位數(shù)回歸方法分析俄羅斯非正規(guī)就業(yè)在增加居民收入水平方面的作用，發(fā)現(xiàn)非正規(guī)經(jīng)濟能夠增加低收入者的收入但無法降低貧困發(fā)生率。Lehmann和Zaiceva［7］研究得出正規(guī)就業(yè)與非正規(guī)就業(yè)的差異源于就業(yè)者自身選擇、企業(yè)以及稅收。胡鳳霞、葉仁蓀、陸軍［8］利用CHNS數(shù)據(jù)分析受教育程度對工資的影響，得出：人力資本，尤其是教育在正規(guī)與非正規(guī)部門具有明顯的作用。蘇曉芳、杜妍冬［9］通過OLS和Oaxaca-Blinder，研究人力資本、社會資本與我國流動人口就業(yè)收入的關(guān)系，結(jié)果發(fā)現(xiàn)：人力資本對正規(guī)就業(yè)收入影響較大，社會資本則對非正規(guī)就業(yè)收入作用效果明顯，且受教育水平對收入起到關(guān)鍵作用。

同時研究者多集中于政府層面，提出相關(guān)的政策建議如Todaro［10］認(rèn)為解決失地農(nóng)民問題的重心應(yīng)放在制定農(nóng)村綜合發(fā)展計劃上，并且將關(guān)注點放在農(nóng)村以及農(nóng)業(yè)內(nèi)部的融合發(fā)展。Mobagunje［11］認(rèn)為問題的根源來自于國有土地產(chǎn)權(quán)制度，這一制度極大地限制了私有經(jīng)濟的發(fā)展，例如模糊的法律條款、隱蔽的操作程序、政府有限的管理能力等一系列的弊端均影響了實際操作的效率。Kironde［12］則從補償款出發(fā)，認(rèn)為政府的低成本征用農(nóng)民的土地，使得農(nóng)民喪失生活來源，進而引發(fā)的一系列社會問題極大地破壞了國家的經(jīng)濟效率，所以盡量避免土地沖突的出現(xiàn)實政府應(yīng)該慎重考慮的關(guān)鍵。Berry［13］的想法與Kironde的相類似，都是從土地產(chǎn)權(quán)這一角度出發(fā)，他認(rèn)為土地產(chǎn)權(quán)以及利益分配的不公平必然會導(dǎo)致經(jīng)濟運行偏離正常的軌道，而且這一舉動也會使貧富差距繼續(xù)擴大從而引發(fā)，所以合理明晰的土地產(chǎn)權(quán)至關(guān)重要，它不僅可以促進土地的合理利用、技術(shù)的同步發(fā)展，而且有利于縮小貧富差距，從而促進整個社會經(jīng)濟的發(fā)展。張壽正［14］、冀名峰［15］、盧海元［16］、李定洪和宋山梅［17］通過研究提出應(yīng)該完善征地拆遷補償辦法、全面推進失地農(nóng)民社會保障體系建設(shè)，加快推行各項配套改革可以有效促進失地農(nóng)民就業(yè)。吳振華［18］通過實證研究，提出從健全完善社會保障制度、強化失地農(nóng)民培訓(xùn)機制、拓寬就業(yè)渠道、建立就業(yè)支持和援助機制等4個方面來解決城鎮(zhèn)化進程中失地農(nóng)民的就業(yè)問題。

與既有研究不同的是，本文以失地農(nóng)民為研究對象，通過消除干擾變量的影響，直接研究非正規(guī)就業(yè)這一種特有的就業(yè)形式對失地農(nóng)民收入的作用效果，從而根據(jù)結(jié)果，為失地農(nóng)民更好的選擇適合自己的就業(yè)形式提出建議。此外，由于關(guān)于失地農(nóng)民、非正規(guī)就業(yè)的數(shù)據(jù)并不是直接存在于某一個數(shù)據(jù)庫中，需要研究者自己對相關(guān)數(shù)據(jù)進行分析整理才可以得出，所以已有定量研究大部分都是圍繞某一個地區(qū)進行，針對全國性的研究成果較少，而本文的數(shù)據(jù)是通過閱讀大量的文獻以及對大量調(diào)研數(shù)據(jù)進行分析整理與理論來源得出的全國性數(shù)據(jù)，進而彌補了此前研究在數(shù)據(jù)上的缺陷。

二、研究方法與理論來源

本文界定的非正規(guī)就業(yè)采用人社部的解釋，即未簽訂勞動合同，但已形成事實勞動關(guān)系的就業(yè)行為為基礎(chǔ)，同時結(jié)合現(xiàn)實情況以及研究主題將其具體分為：自雇者與受雇者兩種類型，其中自雇者包括家庭幫工、自由職業(yè)者、個體戶；受雇者包括無固定雇主、非全日制、臨時性、勞務(wù)派遣、分包生產(chǎn)或服務(wù)項目的外部工人以及全日制中未簽訂勞動合同和不繳納社會保險的就業(yè)者。為了更加直觀地探討非正規(guī)就業(yè)為失地農(nóng)民帶來的作用效果，定義以下方程：

式（1）中，Y為失地農(nóng)民的收入，V表示失地農(nóng)民是否選擇非正規(guī)就業(yè)的二值變量，X為控制變量矩陣，ε為隨機擾動項。由于失地農(nóng)民是否選擇非正規(guī)就業(yè)的結(jié)果是確定的，因此只能觀測到一部分的數(shù)據(jù)，而對于未進行選擇的那部分?jǐn)?shù)據(jù)即為缺失數(shù)據(jù)，同時這一部分?jǐn)?shù)據(jù)均會受到各種不可觀測因素的影響，因此不能直接將選擇非正規(guī)就業(yè)的失地農(nóng)民收入與選擇其他就業(yè)形式的失地農(nóng)民收入進行比較。所以在這種數(shù)據(jù)條件下，采用OLS估計會導(dǎo)致參數(shù)出現(xiàn)有偏估計。

而對于橫截面數(shù)據(jù)的估計，目前最常用的是三種方法：工具變量法、Heckman兩階段模型、傾向得分匹配方法（Propensity Score Matching，PSM），這三種方法多用于解決樣本自選擇偏誤，而相對于前兩種方法許多復(fù)雜規(guī)定來說，傾向得分匹配方法更加符合研究要求。

（一）傾向得分匹配方法

傾向得分匹配方法所依據(jù)的理論為：反事實推斷，即事物的雙面性，與經(jīng)濟學(xué)中機會成本的原理較為相似。由于在統(tǒng)計中樣本選擇的偏差以及復(fù)雜變量的影響，會導(dǎo)致結(jié)果的不合理性。而此方法恰好可以進行很好的區(qū)別處理，能夠?qū)μ幚斫M和對照組予以很好的對比。此方法在Rosenbaum和Rubin［19］兩位學(xué)者的研究中提出，在醫(yī)學(xué)、公共衛(wèi)生以及經(jīng)濟學(xué)等領(lǐng)域得到廣泛的應(yīng)用。因此，基于此方法，將樣本分為兩組：非正規(guī)就業(yè)與未非正規(guī)就業(yè)。同時定義非正規(guī)就業(yè)對失地農(nóng)民的收入作用效果即平均處理效應(yīng)為ATT：

式（2）中，Y1i為失地農(nóng)民非正規(guī)就業(yè)下的收入，Y0i為失地農(nóng)民未非正規(guī)就業(yè)下的收入。P（Xi）為傾向得分，表示在控制可觀測變量X的情況下失地農(nóng)民選擇非正規(guī)就業(yè)的條件概率：

由于存在其他變量會干擾非正規(guī)就業(yè)與失地農(nóng)民收入之間的關(guān)系，所以需要消除這些變量的干擾。同時條件概率可以通過Logit模型進行估計，利用其擬合值計算兩組數(shù)據(jù)的條件概率，即傾向得分。以傾向得分為基礎(chǔ)，進而為每位非正規(guī)就業(yè)失地農(nóng)民匹配與其傾向得分相近的未非正規(guī)就業(yè)的失地農(nóng)民，從而形成一個有效的對照組，以符合隨機試驗所要求的條件，使得處理組與對照組能夠直接比較。但由于Logit模型估計出來的P（Xi）為連續(xù)變量，傾向得分完全相同的匹配結(jié)果幾乎不可實現(xiàn)，因此不能直接應(yīng)用傾向得分測算ATT值。對此問題的解決，目前一般采用最近鄰匹配、半徑匹配以及核匹配等方法進行匹配，從而得到較為接近的兩組數(shù)據(jù)。本文將這三種方法同時運用，進而通過結(jié)果進行比較，若三者的結(jié)果相近，則可說明最終的估計結(jié)果是較為穩(wěn)健的。

（二）匹配結(jié)果的檢驗理論依據(jù)

之所以對傾向得分進行估計，是由于我們需要將多維因素轉(zhuǎn)換為一維，從而更好地對非正規(guī)就業(yè)組與未非正規(guī)就業(yè)組進行匹配，以符合隨機試驗的要求。因此，匹配結(jié)果的有效性是重中之重，這就需要對匹配結(jié)果進行檢驗。Logit估計有效性的衡量可以看Pseudo R2也即擬合優(yōu)度值，但是對傾向得分的估計只從這一方面來看是不足以證明結(jié)果的有效性，這是由于估計的結(jié)果變量——是否非正規(guī)就業(yè)，是一個離散變量，而最終所得出的傾向得分則是一個連續(xù)變量，因此傳統(tǒng)意義上的擬合值并不能很好地檢驗估計的有效性。所以，進一步采用AUC統(tǒng)計量進行判斷。Stürmer［20］的研究表示若AUC值高于0.8，表明估計結(jié)果比較理想。同時Fawcett［21］研究說明AUC是指ROC曲線下的面積。最后，傾向匹配還需要滿足共同支撐檢驗（Common Support）以及平衡性檢驗（Balancing）。

共同支撐是指處理組與控制組在傾向得分取值范圍上具有重疊的部分。而這一重疊區(qū)域在匹配后應(yīng)該是越多越好，因為重疊區(qū)域較小意味著有很大一部分處理組個體不能匹配到與其相適合的對象，即不存在對照組，而這樣的結(jié)果就會導(dǎo)致得不到無偏的平均處理效應(yīng)，模型的估計也將毫無意義。對此的一個很好的解決方法就是可以觀察匹配前后兩組傾向得分的核密度函數(shù)，從而判斷匹配是否滿足了共同支撐的條件。

平衡性檢驗也是判定匹配質(zhì)量的一個重要依據(jù)。估計傾向得分的本質(zhì)是將多維變量X降到一維P（Xi）。從而使得具有相同傾向得分的處理組個體與對照組個體在可觀測變量X上具有相同的分布。所以，在匹配后需要進行平衡性檢驗，檢驗變量X的組間差異是否因匹配而得以消除。目前，一般采用兩種方法開展平衡性檢驗。一種是觀察匹配后變量X在組間的標(biāo)準(zhǔn)化偏差。另一種在Sianesi［22］的研究中提出：觀察Pseudo R2（或p值）是否顯著降低（增加）。

三、數(shù)據(jù)來源與變量選擇

（一）數(shù)據(jù)來源

本文的樣本數(shù)據(jù)來自2015年中國綜合社會調(diào)查（Chinese General Social Survey，CGSS），其所調(diào)查范圍包括我國的28個省、市、自治區(qū)內(nèi)的共計478個村。通過對樣本勞動力目前工作狀況的細(xì)分，將整個樣本分為處理組的非正規(guī)就業(yè)（自雇者和受雇者）和控制組的正規(guī)就業(yè)與無業(yè)，最終形成處理組60個觀測值（自雇者25個、受雇者35個），控制組分別為正規(guī)就業(yè)45，無業(yè)107個觀測值，共計212個有效勞動力樣本觀測值。

（二）變量選擇

本文主要研究非正規(guī)就業(yè)對失地農(nóng)民收入的作用效果，因變量即為失地農(nóng)民的收入；自變量則為是否非正規(guī)就業(yè)的二分量，同時為消除其他變量對這二者關(guān)系擾亂，還選取性別、年齡、受教育程度、健康狀況、普通話能力、子女?dāng)?shù)、婚姻、政治面貌、地區(qū)以及14歲時父親的職業(yè)作為控制變量。研究所涉及到的所有變量的統(tǒng)計量如表1所示。

表2是各種就業(yè)形式其在地區(qū)、性別、年齡、受教育程度的基本情況，從地區(qū)分布可以看出，由東向西，非正規(guī)就業(yè)人數(shù)逐漸上升，西部地區(qū)的非正規(guī)就業(yè)人數(shù)已接近50%，而東部地區(qū)的正規(guī)就業(yè)比例高于其他形式，這說明經(jīng)濟發(fā)達(dá)地區(qū)存在更多的正規(guī)就業(yè)單位并能夠提供更多的正規(guī)就業(yè)崗位；而經(jīng)濟落后地區(qū)，非正規(guī)就業(yè)依然是主要的就業(yè)形式。發(fā)達(dá)地區(qū)的失地農(nóng)民進入正規(guī)就業(yè)的可能性明顯高于中西部地區(qū)。

從性別分布看，失地農(nóng)民中女性失業(yè)率遠(yuǎn)高于男性；從年齡分布來看，非正規(guī)就業(yè)人群的年齡主要集中在36～55歲，而正規(guī)就業(yè)者35歲以下居多，表明隨著年齡增長進入正規(guī)就業(yè)難度很大；從受教育程度來看，正規(guī)就業(yè)者的學(xué)歷水平基本均高于非正規(guī)就業(yè)者，無業(yè)者的文化程度是最低的。

表1 變量定義與統(tǒng)計描述

表2 各就業(yè)類型地區(qū)、性別、年齡、受教育程度的分布情況

表3列示的是各就業(yè)形式的收入情況，可以看出，在5萬元/年收入以下的各階段中正規(guī)就業(yè)的人數(shù)要高于非正規(guī)就業(yè)者，而且受雇型非正規(guī)就業(yè)者的比例要高于自雇型（創(chuàng)業(yè)），但在5萬元/年收入以上時，自雇型非正規(guī)就業(yè)者的比例與正規(guī)就業(yè)者持平，且遠(yuǎn)高于受雇型非正規(guī)就業(yè)者，這就說明自己創(chuàng)業(yè)的非正規(guī)就業(yè)能夠為就業(yè)者的收入帶來一個質(zhì)的改變，甚至可能超過正規(guī)就業(yè)者；而無業(yè)者的收入大多低于1萬元/年。

表3 就業(yè)人員的收入情況

四、結(jié)果與分析

（一）傾向得分的估計結(jié)果

首先將樣本數(shù)據(jù)依據(jù)是否選擇非正規(guī)就業(yè)分為兩部分，為更加細(xì)致地探討非正規(guī)就業(yè)給失地農(nóng)民起到的作用效果，將非正規(guī)就業(yè)進一步細(xì)分為自雇型與受雇型2種形式，形成6組樣本，從而通過對結(jié)果進行分析比較，得到相關(guān)結(jié)論、有針對性地提出政策建議，估計結(jié)果見表4。

表4 Logit模型的估計結(jié)果

從表4回歸結(jié)果來看，個體特征、家庭特征以及地域特點都會影響就業(yè)者的就業(yè)選擇概率，普通話水平較弱、年齡較小的男性非正規(guī)就業(yè)概率更高，家庭特征中子女?dāng)?shù)、婚姻變量的影響較為顯著，中西部地區(qū)的非正規(guī)就業(yè)概率較高。

（二）匹配假設(shè)檢驗

傾向得分匹配方法的運用需要滿足共同支撐假設(shè)與平衡性假設(shè)。為了確保匹配結(jié)果的有效性，需要對這兩種假設(shè)進行檢驗。首先對共同支撐假設(shè)條件進行檢驗，利用最近鄰匹配對處理組與對照組的數(shù)據(jù)進行匹配，從而得出兩組數(shù)據(jù)匹配前后的核密度函數(shù)圖（圖1）。從圖1中可以看出：匹配之前，兩組數(shù)據(jù)的重合區(qū)域較小，這說明兩組數(shù)據(jù)之間存在顯著差異，這進一步說明不能直接對從事非正規(guī)就業(yè)與未從事非正規(guī)就業(yè)的失地農(nóng)民收入進行比較；而在匹配之后，處理組與對照組的核密度圖組間差異減小，這說明經(jīng)過匹配后，兩組數(shù)據(jù)的可觀測值具有相似的特征，從而說明兩組數(shù)據(jù)具有可比性。同時，處理組和對照組核密度函數(shù)圖的取值范圍相同，因此這充分地說明滿足共同支撐假設(shè)條件，而且，本文還通過半徑匹配以及核匹配方法分別進行驗證，結(jié)果顯示匹配結(jié)果均滿足共同支撐假設(shè)。由于6組數(shù)據(jù)的圖均符合共同支撐假設(shè)，因此并未將所有結(jié)果圖列至于此，僅放置了受雇與正規(guī)就業(yè)、自雇與無業(yè)這兩組數(shù)據(jù)的核密度函數(shù)圖。

對于平衡性假設(shè)條件，運用標(biāo)準(zhǔn)偏誤進行驗證。通常情況下，標(biāo)準(zhǔn)偏誤的絕對值低于20%，即可認(rèn)為匹配估計結(jié)果較好。表5列示的是自雇型非正規(guī)就業(yè)與正規(guī)就業(yè)的均衡性檢驗解雇，從表5中可以看出婚姻、政治棉面貌以及普通話能力在匹配后的標(biāo)準(zhǔn)偏誤為零，低于5%，而性別、受教育程度、14歲時父親的職業(yè)以及地區(qū)這些變量的標(biāo)準(zhǔn)偏誤均在20%以下，且二者的差異均在1%的置信水平上不再顯著，這說明匹配后處理組與控制組大部分的變量均不存在顯著差異，匹配效果較好，且滿足平衡性假設(shè)條件。

表5 自雇型與正規(guī)就業(yè)的平衡性檢驗結(jié)果

（三）匹配結(jié)果分析

經(jīng)過Logit回歸得到傾向得分以及相關(guān)檢驗的驗證之后，可以說明此次不同分組的樣本數(shù)據(jù)滿足傾向得分匹配方法的要求，且不同處理組與控制組除是否非正規(guī)就業(yè)這一個變量外，其余變量均不存在顯著差異，所以可以進行最后一步的ATT值估計，也即非正規(guī)就業(yè)對失地農(nóng)民收入的作用效果，如表6所示。

首先從總體進行觀察，在未進行匹配之前，如果將處理組與控制組進行比較的話，正規(guī)就業(yè)者的收入要比非正規(guī)就業(yè)者的收入高2 425元/年，非正規(guī)就業(yè)者的收入要比無業(yè)者高約3.08萬元/年；但是經(jīng)過匹配，消除其他干擾變量的影響后，可以發(fā)現(xiàn)非正規(guī)就業(yè)的收入要比正規(guī)就業(yè)者高約1.92萬元/年，比無業(yè)者高約2.74萬元/年。

將非正規(guī)就業(yè)細(xì)分為自雇型與受雇型再進行匹配后，可以發(fā)現(xiàn)當(dāng)處理組為自雇型非正規(guī)就業(yè)時，無論是匹配前后，自雇者的收入均要高于正規(guī)就業(yè)者與無業(yè)者，在消除干擾因素后，自雇者的收入要比正規(guī)就業(yè)者高約3.72萬元/年，比無業(yè)者高3.85萬元/年；而當(dāng)處理組為受雇者時，匹配前，受雇者的收入要低于正規(guī)就業(yè)者1.16萬元/年，高于無業(yè)者約2.16萬元/年，在消除其他因素的干擾后，受雇者的收入雖高于正規(guī)就業(yè)者的收入，但僅有210元/年，而且并不顯著，但受雇者的收入要比無業(yè)者的收入高約2.06萬元/年，在1%的置信水平上顯著。

表6 傾向得分匹配的估計結(jié)果

為了保證結(jié)果的穩(wěn)健性，在進行傾向得分匹配時，運用Bootstrap來對總體的標(biāo)準(zhǔn)誤進行推測，結(jié)果顯示，無論是半徑匹配還是核匹配，其結(jié)果均與最近鄰匹配相近，對于不同的處理組與控制組，經(jīng)過匹配后處理組的處理效應(yīng)（ATT）、控制組的處理效應(yīng)（ATU）以及總體的平均處理效應(yīng)（ATE）都與前述研究結(jié)論相一致，無較大差異，所以進一步保證了匹配效果的良好性以及穩(wěn)健性。

五、主要結(jié)論與政策建議

由于非正規(guī)就業(yè)主要集中于第三產(chǎn)業(yè)，對人員的吸納能力較強，可以很好地彌補正規(guī)就業(yè)對失地農(nóng)民的障礙。在新型城鎮(zhèn)化的大背景下，利用2015年中國綜合社會調(diào)查的數(shù)據(jù)，通過傾向得分匹配方法研究不同就業(yè)方式對失地農(nóng)民收入的影響，通過與正規(guī)就業(yè)、無業(yè)相比，進一步說明非正規(guī)就業(yè)能夠為就業(yè)者帶來的福利效應(yīng)。

從地區(qū)分布來看，發(fā)達(dá)的東部地區(qū)有更多正規(guī)就業(yè)的單位和崗位，而在經(jīng)濟落后地區(qū)，非正規(guī)就業(yè)成為主要的就業(yè)形式；從個體特征來看，失地農(nóng)民中女性群體的失業(yè)率較高，同時隨著年齡的上升，非正規(guī)就業(yè)者的比例要高于正規(guī)就業(yè)者。個體特征、家庭特征以及地域特點都會對失地農(nóng)民的就業(yè)行為有影響。從ATT值可以看出，失地農(nóng)民從事非正規(guī)就業(yè)的收入比從事正規(guī)就業(yè)的失地農(nóng)民收入高約1.92萬元/年，比無業(yè)者高約2.74萬元/年，因此非正規(guī)就業(yè)對收入的作用是強于正規(guī)就業(yè)的。其中，自雇型非正規(guī)就業(yè)匹配前后的收入均高于正規(guī)就業(yè)者和無業(yè)者。因此，非正規(guī)就業(yè)者的收入與正規(guī)就業(yè)相差并不大，但都明顯高于無業(yè)者的收入；同時由于大量失地農(nóng)民所處地區(qū)的獨有特點和經(jīng)濟發(fā)展水平的限制，非正規(guī)就業(yè)都可以作為就業(yè)的重要渠道和入口。

基于以上結(jié)論，提出的政策建議如下：

第一，放寬政策、減少限制。政府應(yīng)當(dāng)鼓勵失地農(nóng)民從事非正規(guī)就業(yè)并放寬政策約束，由于失地農(nóng)民多處在城郊地區(qū)，一些非正規(guī)就業(yè)形式如小攤販等有可能影響城市市容和秩序受到限制甚至被取締。針對這一情況，政府應(yīng)該設(shè)立規(guī)劃設(shè)立專門的場所和營業(yè)實踐供非正規(guī)就業(yè)人群使用，實現(xiàn)市容和繁榮的雙贏。

第二，關(guān)注女性和35歲以上的失地農(nóng)民。對暫時處于無業(yè)狀態(tài)的失地農(nóng)民，應(yīng)確保其基本生活保障和社保；為女性群體及35歲以上的大齡失地農(nóng)民提供就業(yè)培訓(xùn)及崗位信息，多渠道探索非正規(guī)就業(yè)的形式。

第三，鼓勵創(chuàng)業(yè)，積極扶持。鼓勵有能力的失地農(nóng)民選擇自雇型非正規(guī)就業(yè)即自我創(chuàng)業(yè)，特別是在中西部地區(qū)。鼓勵具有啟動資金的失地農(nóng)民勇敢創(chuàng)業(yè)，另一方面政府可以為失地農(nóng)民提供一定的政策扶持，如減免稅、小額貸款、眾籌、設(shè)立失地農(nóng)民專項基金等方式提供金融支持。