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

摘 要：2020年是中國(guó)“十三五”規(guī)劃的最后一年，也是“決戰(zhàn)決勝脫貧攻堅(jiān)、全面建成小康社會(huì)”收官之年。我國(guó)在打贏脫貧攻堅(jiān)戰(zhàn)、全面建成小康社會(huì)后，要進(jìn)一步鞏固拓展脫貧攻堅(jiān)成果，做好鄉(xiāng)村振興這篇大文章。《中共中央國(guó)務(wù)院關(guān)于實(shí)現(xiàn)鞏固拓展脫貧攻堅(jiān)成果同鄉(xiāng)村振興有效銜接的意見(jiàn)》的出臺(tái)給鄉(xiāng)村振興指明了方向。近年來(lái)，學(xué)界對(duì)就業(yè)扶貧多有討論，發(fā)現(xiàn)農(nóng)村再就業(yè)中仍存在一些問(wèn)題。為了對(duì)現(xiàn)存問(wèn)題提出更有效的建議，本文首先利用國(guó)家統(tǒng)計(jì)局公布的相關(guān)指標(biāo)數(shù)據(jù)，運(yùn)用主成分分析法選取了影響鄉(xiāng)村就業(yè)人數(shù)的5個(gè)主要指標(biāo)，具體為：GDP、國(guó)民總收入、第三產(chǎn)業(yè)、鄉(xiāng)村人口、鄉(xiāng)村就業(yè)人員，并利用相關(guān)系數(shù)對(duì)該結(jié)論進(jìn)行了驗(yàn)證。其次，本文運(yùn)用數(shù)理統(tǒng)計(jì)方法對(duì)2010—2020年的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)回歸分析，建立并檢驗(yàn)了我國(guó)鄉(xiāng)村就業(yè)人口數(shù)與各指標(biāo)之間的統(tǒng)計(jì)回歸模型，并對(duì)模型進(jìn)行了評(píng)價(jià)。最后，結(jié)合本文的研究成果和我國(guó)國(guó)情，在調(diào)整模型變量比較變動(dòng)幅度的基礎(chǔ)上，提出了實(shí)行促進(jìn)經(jīng)濟(jì)增長(zhǎng)的宏觀經(jīng)濟(jì)政策、大力發(fā)展第三產(chǎn)業(yè)、實(shí)施促進(jìn)協(xié)調(diào)發(fā)展的區(qū)域政策、完善勞動(dòng)力市場(chǎng)、扶助就業(yè)困難群體的具體措施。

關(guān)鍵詞：鄉(xiāng)村振興;農(nóng)民再就業(yè);鄉(xiāng)村就業(yè)人數(shù);主成分分析;多元逐步回歸模型

本文索引：朱靜怡.鄉(xiāng)村振興背景下農(nóng)民再就業(yè)現(xiàn)狀分析及完善思路[J].中國(guó)商論，2022（07）：-168.

中圖分類(lèi)號(hào)：F322 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2022）04（a）--04

1 引言

2020年我國(guó)已實(shí)現(xiàn)脫貧攻堅(jiān)的階段性勝利，在打贏脫貧攻堅(jiān)戰(zhàn)、全面建成小康社會(huì)后，要進(jìn)一步鞏固拓展脫貧攻堅(jiān)成果，做好鄉(xiāng)村振興這篇大文章。黨的十九大報(bào)告明確提出實(shí)施鄉(xiāng)村振興戰(zhàn)略，將鄉(xiāng)村振興作為決勝全面建成小康社會(huì)的一項(xiàng)重大戰(zhàn)略任務(wù)?！吨泄仓醒雵?guó)務(wù)院關(guān)于實(shí)現(xiàn)鞏固拓展脫貧攻堅(jiān)成果同鄉(xiāng)村振興有效銜接的意見(jiàn)》的出臺(tái)給鄉(xiāng)村振興戰(zhàn)略的實(shí)施指明了方向。

實(shí)施鄉(xiāng)村振興戰(zhàn)略，農(nóng)民就業(yè)是突破口。擴(kuò)大農(nóng)民就業(yè)既是拓寬農(nóng)民增加收入渠道的有效舉措，又是實(shí)現(xiàn)農(nóng)民“生活富?！钡谋厝灰蟆５钱?dāng)前我國(guó)農(nóng)村勞動(dòng)力就業(yè)問(wèn)題以及勞動(dòng)力培養(yǎng)問(wèn)題仍舊較為突出，這也是導(dǎo)致農(nóng)村和城鎮(zhèn)發(fā)展水平差異巨大的主要原因。

我國(guó)是一個(gè)農(nóng)業(yè)大國(guó)，農(nóng)民是我國(guó)人口的重要組成部分。隨著農(nóng)村現(xiàn)代化的不斷提高，農(nóng)村勞動(dòng)力的數(shù)量也在不斷增加。在大力推進(jìn)鄉(xiāng)村振興中，強(qiáng)調(diào)必須鞏固和完善農(nóng)村基本經(jīng)營(yíng)制度，走共同富裕之路，可見(jiàn)解決就業(yè)問(wèn)題是鄉(xiāng)村振興戰(zhàn)略的重要一環(huán)，在當(dāng)前戰(zhàn)略實(shí)施的進(jìn)程中有著重要的地位。只有解決好農(nóng)民的再就業(yè)問(wèn)題，才能解決農(nóng)村地區(qū)發(fā)展不充分、城鄉(xiāng)發(fā)展不平衡的矛盾。因此，通過(guò)各種途徑增加農(nóng)民就業(yè)的機(jī)會(huì)，同時(shí)不斷提高返鄉(xiāng)農(nóng)民的就業(yè)質(zhì)量，對(duì)于增加農(nóng)民收入，解決農(nóng)村勞動(dòng)力再就業(yè)問(wèn)題具有積極的現(xiàn)實(shí)意義。

2 文獻(xiàn)綜述

從現(xiàn)有文獻(xiàn)來(lái)看，部分國(guó)內(nèi)學(xué)者對(duì)農(nóng)村勞動(dòng)力再就業(yè)的現(xiàn)狀及存在的問(wèn)題等進(jìn)行了大量的理論研究。例如，包仙梅（2021）[1]通過(guò)研究，發(fā)現(xiàn)農(nóng)村勞動(dòng)力在就業(yè)過(guò)程中存在著剩余勞動(dòng)力年齡分布不均衡以及學(xué)歷較低的問(wèn)題，影響農(nóng)村勞動(dòng)力再就業(yè)的因素包括缺少充足的就業(yè)機(jī)會(huì)、無(wú)法及時(shí)獲取工作信息、勞動(dòng)力思想守舊。劉書(shū)成、崔迪（2021）[2]指出鄉(xiāng)村要振興必須提高農(nóng)民內(nèi)生發(fā)展能力。解決土地流轉(zhuǎn)產(chǎn)生的農(nóng)村勞動(dòng)力再就業(yè)的關(guān)鍵，是如何提高其勞動(dòng)技能。要留住鄉(xiāng)土實(shí)用人才，培養(yǎng)素質(zhì)高有一定技能的農(nóng)民工，提高農(nóng)民勞務(wù)收入，為鄉(xiāng)村振興奠定堅(jiān)實(shí)的經(jīng)濟(jì)基礎(chǔ)。邊作為、龔賢（2021）[3]也提出農(nóng)村剩余勞動(dòng)力就業(yè)問(wèn)題得不到妥善解決，會(huì)嚴(yán)重影響農(nóng)村產(chǎn)業(yè)經(jīng)濟(jì)、社會(huì)文明發(fā)展，因此在鄉(xiāng)村文明振興背景下，要嚴(yán)格審視和重視農(nóng)村剩余勞動(dòng)力就業(yè)問(wèn)題，通過(guò)思想教育、產(chǎn)業(yè)變革、社會(huì)公益、政府引領(lǐng)等措施擴(kuò)大農(nóng)村就業(yè)空間，開(kāi)發(fā)農(nóng)村剩余勞動(dòng)力。綜上所述，國(guó)內(nèi)學(xué)者對(duì)農(nóng)民再就業(yè)的研究，主要圍繞農(nóng)民再就業(yè)的現(xiàn)存問(wèn)題、農(nóng)民再就業(yè)的主要舉措，從不同的背景和視角展開(kāi)。農(nóng)民再就業(yè)是一項(xiàng)系統(tǒng)性、政策性的工作，在具體的實(shí)踐過(guò)程中，有關(guān)政策制定的研究相對(duì)匱乏。

因此，為了對(duì)現(xiàn)有政策提出完善思路，本文通過(guò)鄉(xiāng)村就業(yè)人口數(shù)量影響因素的甄別、判斷，并建立就業(yè)預(yù)測(cè)模型，預(yù)測(cè)未來(lái)就業(yè)形勢(shì)的綜合性社會(huì)熱點(diǎn)問(wèn)題。需綜合考慮經(jīng)濟(jì)、政治、社會(huì)、環(huán)境、個(gè)體等各方面因素，才能建立符合實(shí)際的主要因素判斷模型及預(yù)測(cè)模型。其主要用到的方法是層次分析法、主成分分析法、相關(guān)系數(shù)分析、散點(diǎn)圖擬合、多元回歸分析等，主要用到的計(jì)算機(jī)軟件有MATLAB、SPSS、Stata等。通過(guò)建立模型并根據(jù)影響因素提出相關(guān)的政策建議。

3 模型的建立與求解

3.1 模型的主要因素和指標(biāo)

3.1.1 主成分分析確定主要因素

影響就業(yè)人數(shù)的因素很多，從宏觀層面來(lái)看，國(guó)家經(jīng)濟(jì)核算、財(cái)政稅收、三大產(chǎn)業(yè)等都是重要的因素。從中觀層面來(lái)看，可以分企業(yè)進(jìn)行分析。從微觀層面分析，勞動(dòng)者的性別、年齡、受教育程度等為主要研究因素。

根據(jù)國(guó)家統(tǒng)計(jì)局官方網(wǎng)站公布的數(shù)據(jù)，利用SPSS進(jìn)行主成分分析，來(lái)確定影響就業(yè)的主要因素或指標(biāo)。再由相關(guān)系數(shù)矩陣計(jì)算特征值，以及各個(gè)主成分的貢獻(xiàn)率與累計(jì)貢獻(xiàn)率。計(jì)算出主成分載荷如下：

由此可以進(jìn)一步計(jì)算主成分得分，對(duì)于特征值λ1=12.714，λ2=1.647分別求出其特征向量 ，，并計(jì)算GDP、國(guó)民總收入、固定資產(chǎn)投資、稅收、凈出口、匯率、第一產(chǎn)業(yè)增加值、第二產(chǎn)業(yè)增加值、第三產(chǎn)業(yè)增加值、第一產(chǎn)業(yè)就業(yè)人員、第二產(chǎn)業(yè)就業(yè)人員、第三產(chǎn)業(yè)就業(yè)人員、鄉(xiāng)村人口、私營(yíng)企業(yè)鄉(xiāng)村就業(yè)人員和個(gè)體鄉(xiāng)村就業(yè)人員這15個(gè)變量在各主成分上的載荷，得到主成分載荷矩陣。

從表1可以看出，第一主成分與GDP、國(guó)民總收入、第三產(chǎn)業(yè)增加值、第三產(chǎn)業(yè)就業(yè)人員、鄉(xiāng)村人口、私營(yíng)企業(yè)鄉(xiāng)村就業(yè)人員和個(gè)體鄉(xiāng)村就業(yè)人員有較大的正相關(guān)，第二主成分與匯率有較大的負(fù)相關(guān)。

以上分析結(jié)果表明，根據(jù)主成分貢獻(xiàn)率，用兩個(gè)主成分可以代替全部指標(biāo)，降低計(jì)算復(fù)雜程度。根據(jù)主成分載荷矩陣可以看到，GDP、國(guó)民總收入、第三產(chǎn)業(yè)增加值、第三產(chǎn)業(yè)就業(yè)人員、鄉(xiāng)村人口、私營(yíng)企業(yè)鄉(xiāng)村就業(yè)人員和個(gè)體鄉(xiāng)村就業(yè)人員對(duì)第一主成分影響很大，匯率對(duì)第二主成分影響很大。綜合影響兩個(gè)主成分的指標(biāo)，得到主要指標(biāo)如下：GDP、國(guó)民總收入、第三產(chǎn)業(yè)、鄉(xiāng)村人口、私營(yíng)企業(yè)鄉(xiāng)村就業(yè)人員和個(gè)體企業(yè)鄉(xiāng)村就業(yè)人員。

3.1.2 模型驗(yàn)證

為了進(jìn)一步驗(yàn)證所選的主要影響因素滿足相關(guān)性最大的原則，利用皮爾遜相關(guān)系數(shù)來(lái)分析系統(tǒng)中就業(yè)人口數(shù)與各因素關(guān)聯(lián)程度。

在計(jì)算皮爾遜相關(guān)系數(shù)之前，首先要做出散點(diǎn)圖，判定兩個(gè)數(shù)據(jù)對(duì)象之間的相關(guān)性，利用SPSS做出散點(diǎn)圖（圖1）。

利用Matlab計(jì)算皮爾遜相關(guān)系數(shù)，數(shù)據(jù)如表2所示。

由表2看到，鄉(xiāng)村就業(yè)人口數(shù)與選取的影響因素的相關(guān)系數(shù)均大于0.9，說(shuō)明用主成分分析法得出影響我國(guó)城鎮(zhèn)就業(yè)人口主要指標(biāo)的方法是比較準(zhǔn)確的。

3.2 鄉(xiāng)村就業(yè)人口的回歸模型

3.2.1 問(wèn)題分析

要探討鄉(xiāng)村就業(yè)人口數(shù)，首先要了解長(zhǎng)期以來(lái)我國(guó)鄉(xiāng)村就業(yè)人口數(shù)的變化規(guī)律。通過(guò)研究分析上面求出的影響鄉(xiāng)村就業(yè)人口數(shù)的影響因素，利用回歸分析方法，可以得出影響鄉(xiāng)村就業(yè)人口數(shù)的回歸模型，為之后的分析提供了相關(guān)數(shù)據(jù)及對(duì)比依據(jù)。

3.2.2 多元逐步回歸模型

首先，分別做出鄉(xiāng)村就業(yè)人數(shù)對(duì)各影響因素的散點(diǎn)圖并選用恰當(dāng)線型進(jìn)行曲線擬合。由預(yù)處理表中的相關(guān)信息，利用Matlab軟件，首先做出就業(yè)人數(shù)與各單因素的散點(diǎn)圖，畫(huà)出理想擬合曲線。對(duì)此問(wèn)題的分析由簡(jiǎn)入繁，先假設(shè)整個(gè)模型呈線性模型，若擬合度較差，則引入二次模型、三次模型、對(duì)數(shù)模型等。經(jīng)檢驗(yàn)，，擬合度大于0.9，可以使用線性模型。經(jīng)過(guò)實(shí)驗(yàn)發(fā)現(xiàn)一次模型的效果最好，所以選擇一次模型。SPSS擬合優(yōu)度測(cè)試結(jié)果如表3所示。

利用Stata的命令regress求解，可得到此多因素回歸分析模型的參數(shù)估計(jì)值及其置信水平（置信水平α = 0.05）、檢驗(yàn)統(tǒng)計(jì)量、F、p的結(jié)果，得到如下逐步回歸統(tǒng)計(jì)分析模型：

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

3.2.3 模型分析與檢驗(yàn)

（1）殘差分析

利用Excel的數(shù)據(jù)分析功能進(jìn)行模型檢驗(yàn)，得出殘差值基本圍繞0上下波動(dòng)，最大殘差不超過(guò)50，較為理想。因此，模型對(duì)2010—2020年鄉(xiāng)村就業(yè)人數(shù)的預(yù)測(cè)效果良好，基本可以接受。

（2）擬合優(yōu)度檢驗(yàn)

R=0.999933，一般情況下只要大于0.9就算通過(guò)檢驗(yàn)，故此模型可以接受。

（3）方程顯著性檢驗(yàn)

F=134210.7，F(xiàn)臨界值為3.45E-18，F(xiàn)值均遠(yuǎn)遠(yuǎn)超過(guò)F檢驗(yàn)的臨界值，故可通過(guò)方程顯著性檢驗(yàn)。

3.2.4 模型總結(jié)

此模型均較為理想地通過(guò)了以上檢驗(yàn)，說(shuō)明模型是可用的，在一定程度上反映了2010—2020年我國(guó)鄉(xiāng)村就業(yè)人口數(shù)的變化規(guī)律以及與相關(guān)因素的內(nèi)在聯(lián)系。

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

從擬合表達(dá)式上看，代表的是國(guó)民總收入，其系數(shù)值為-0.01057，代表的是第三就業(yè)人員，其系數(shù)值為-0.07599，代表的是私營(yíng)企業(yè)鄉(xiāng)村就業(yè)人員，其系數(shù)值為-0.195，顯然不應(yīng)與我國(guó)城鎮(zhèn)就業(yè)人數(shù)成負(fù)相關(guān)，這是擬合表達(dá)式與現(xiàn)實(shí)不太相符的一種體現(xiàn)。為GDP、第三產(chǎn)業(yè)增加值、鄉(xiāng)村人口和個(gè)體鄉(xiāng)村就業(yè)人員，對(duì)就業(yè)人數(shù)起著正面影響，這與現(xiàn)實(shí)是相符合的。其中第三產(chǎn)業(yè)增加值對(duì)鄉(xiāng)村就業(yè)人口數(shù)影響程度最大，這是因?yàn)樵诋?dāng)前社會(huì)環(huán)境下，第三產(chǎn)業(yè)有利于社會(huì)擴(kuò)大就業(yè)，緩解中國(guó)就業(yè)壓力。

4 政策建議

我國(guó)就業(yè)壓力主要是由我國(guó)特殊國(guó)情決定的歷史因素和制度因素引起的，以下結(jié)合研究成果和我國(guó)的具體國(guó)情，在調(diào)整模型變量比較變動(dòng)幅度的基礎(chǔ)上，對(duì)增加我國(guó)鄉(xiāng)村就業(yè)人數(shù)提出如下建議：

第一，采取各種公共政策，特別是通過(guò)稅收政策對(duì)市場(chǎng)進(jìn)行干預(yù)，來(lái)擴(kuò)大就業(yè)、 減少失業(yè)。政府參與市場(chǎng)經(jīng)濟(jì)運(yùn)行，彌補(bǔ)市場(chǎng)缺陷的主要手段包括支出（購(gòu)買(mǎi)性支出和轉(zhuǎn)移性支出）、稅收以及公債。

第二，從上述分析得知，GDP是影響就業(yè)的主要因素，且GDP是我們?cè)诳紤]經(jīng)濟(jì)、結(jié)構(gòu)因素時(shí)選取的指標(biāo)。于是針對(duì)這一點(diǎn)我們提出如下建議：實(shí)施促進(jìn)經(jīng)濟(jì)增長(zhǎng)的宏觀經(jīng)濟(jì)政策，比如：擴(kuò)張性財(cái)政政策和擴(kuò)張性貨幣政策，從而擴(kuò)大就業(yè)機(jī)會(huì)。

第三，第三產(chǎn)業(yè)向來(lái)被認(rèn)為是吸收勞動(dòng)力能力最強(qiáng)的領(lǐng)域， 但是我國(guó)第三產(chǎn)業(yè)的發(fā)展速度不快，發(fā)展水平也不高，其吸收勞動(dòng)力的潛力還沒(méi)有釋放出來(lái)。建議加快第三產(chǎn)業(yè)內(nèi)部結(jié)構(gòu)的升級(jí)。我國(guó)第三產(chǎn)業(yè)發(fā)展不充分的一個(gè)重要原因就是行業(yè)壟斷和市場(chǎng)準(zhǔn)入過(guò)嚴(yán)，它們就業(yè)彈性較大，卻存在很多進(jìn)入壁壘。由于缺乏競(jìng)爭(zhēng)，這些服務(wù)居高不下的價(jià)格不僅抑制了消費(fèi)，反過(guò)來(lái)也影響了以上產(chǎn)業(yè)的發(fā)展規(guī)模， 最終限制了對(duì)勞動(dòng)力的需求。所以，當(dāng)前最重要的一點(diǎn)就是消除它們過(guò)高的進(jìn)入門(mén)檻，吸引多方投資的加入。

第四，實(shí)行積極的產(chǎn)業(yè)政策、財(cái)政經(jīng)濟(jì)措施，調(diào)整經(jīng)濟(jì)結(jié)構(gòu)，改善就業(yè)狀況，提高就業(yè)率。這主要包括兩個(gè)方面：

（1）調(diào)整經(jīng)濟(jì)結(jié)構(gòu)，大力發(fā)展第三產(chǎn)業(yè)，使之成為增加就業(yè)的重要領(lǐng)域。

（2）鼓勵(lì)發(fā)展勞動(dòng)密集型產(chǎn)業(yè)、服務(wù)業(yè)，扶持中小企業(yè)，鼓勵(lì)、支持和引導(dǎo)非公有制經(jīng)濟(jì)發(fā)展，增強(qiáng)就業(yè)帶動(dòng)作用。

第五，繼續(xù)實(shí)施促進(jìn)協(xié)調(diào)發(fā)展的區(qū)域政策，促進(jìn)地區(qū)間就業(yè)的均衡增長(zhǎng)。繼續(xù)實(shí)施區(qū)域發(fā)展總體戰(zhàn)略，加大對(duì)中西部地區(qū)等的支持力度，鼓勵(lì)區(qū)域協(xié)作，統(tǒng)籌協(xié)調(diào)不同地區(qū)就業(yè)的均衡增長(zhǎng)。

第六，轉(zhuǎn)變就業(yè)觀念，大力發(fā)展非正規(guī)就業(yè)形式，推行靈活多樣的就業(yè)制度，建立靈活多樣的用工形式，在一些領(lǐng)域?qū)嵭信R時(shí)工、小時(shí)工、季節(jié)工和彈性工作制。

參考文獻(xiàn)

包先梅.農(nóng)村勞動(dòng)力再就業(yè)問(wèn)題在鄉(xiāng)村振興中的重要作用[J].農(nóng)家參謀，2021（17）：5-6.

張麗賓.完善就業(yè)扶貧政策思路[J].山東人力資源和社會(huì)保障，2019（5）：34-36.

劉書(shū)成，崔迪.農(nóng)村勞動(dòng)力再就業(yè)問(wèn)題在鄉(xiāng)村振興中的重要作用[J].農(nóng)業(yè)與技術(shù)，2021，41（8）：8170-8172.

邊作為，龔賢.鄉(xiāng)村振興背景下地區(qū)農(nóng)村剩余勞動(dòng)力就業(yè)問(wèn)題研究[J].農(nóng)業(yè)經(jīng)濟(jì)，2021（9）：92-93.

姜啟源，謝金星，葉俊.數(shù)學(xué)建模[M]，北京：高等教育出版社，2011.

付伯穎，促進(jìn)就業(yè)的財(cái)政政策研究[D].大連：東北財(cái)經(jīng)大學(xué).2007.

劉雅芳，李東鵬，彭自立.精準(zhǔn)扶貧工作中貧困人口就業(yè)機(jī)制探討[J].國(guó)際公關(guān)，2020（5）：193-194.

李長(zhǎng)安.鄉(xiāng)村振興戰(zhàn)略背景下就業(yè)扶貧的機(jī)制與措施[J].中國(guó)高校社會(huì)科學(xué)，2018（6）：29-36+154.

李振伙.淺談脫貧攻堅(jiān)進(jìn)展、問(wèn)題與對(duì)策[J].農(nóng)民致富之友，2020：232-232.

袁文先.脫貧攻堅(jiān)：決戰(zhàn)在今年[J].人民周刊，2020：66-67.

陳強(qiáng)，韓楓.鄉(xiāng)村振興戰(zhàn)略背景下農(nóng)村基層治理探究[J].農(nóng)業(yè)技術(shù)與裝備，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(jiǎn)介：朱靜怡（1999–），女，漢族，北京人，會(huì)計(jì)學(xué)專(zhuān)業(yè)。