農戶勞動力資源特征及其影響分析*
——以重慶武隆4個村為例

蔣 樺

(重慶財經職業學院工商管理系,重慶 402160)

·問題研究·

農戶勞動力資源特征及其影響分析*
——以重慶武隆4個村為例

蔣 樺

(重慶財經職業學院工商管理系,重慶 402160)

[目的]基于村級尺度從農戶自身出發探究影響山區勞動力自身特征的因素，以期為充分利用山區勞動力資源進而提高農業收益提供科學參考。[方法]以重慶市武隆縣4個村部分村民為調查對象，通過調查有關勞動力的年齡、數量、文化程度、身體狀況、家庭收入等數據，應用熵權法結合灰色關聯法分析影響勞動力資源配置的因素。[結果]由于目前工業化、城鎮化、農業現代化的推進，理性農戶不單單是考慮農業活動帶來的收益，他們更多考慮的是選擇從事非農活動所帶來的收益。這樣一方面促進了工業化和城鎮化的快速發展，另一方面使得土地資源與勞動力資源得到了充分的利用，就模型結果來看，文化程度、年齡對于勞動力來說影響是最大的，該地區勞動力受教育程度比較低，但是調查統計得知文化程度相對較高的勞動力會從政、或者選擇從事非農活動。[結論]影響勞動力資源自身特征因素重要程度由大到小依次為勞動力者文化程度、年齡、勞動力人數、勞動力身體狀況。

勞動力資源 熵權法 灰色關聯分析 武隆

0 引言

中國農村的經濟改革促進了土地和勞動力市場的發展[1]。改革開放以來，受城鎮化和工業化影響，再加上務農成本的上升導致大量農村青年勞動力被優先配置于非農產業[2]。這樣不僅增加了農民的收入，也為工業和城市提供了廉價的勞動力，促進了制造業和國民經濟的增長[3-4]。但近年來，這種推進經濟發展的人口紅利在消失，勞動力正由相對過剩向相對短缺轉變[5]。同時，這一趨勢使得農村從事農業活動的勞動力數量減少，而且剩余的從事農業活動的勞動力基本屬于老弱婦幼殘，其中農業勞動力老齡化已對土地資源的有效利用、糧食安全、農業現代化、子代的農業情感、農村基層保障體系的完善等產生了嚴重影響[6]。

已有研究主要集中于探索影響農業收入，包括農戶自身特征、政策因素等[7-10]，而且所研究的尺度是基于國家、省級等大尺度，基于村級尺度的研究、從農戶自身出發的研究較少[11， 12]，鑒于此，文章選擇重慶武隆縣4個村為研究對象，對于勞動力自身特征的影響因素進行了分析，以期為充分利用當地勞動力資源進而提高農業收益提供科學參考。

1 研究區概況及數據來源

1.1 研究區概況

武隆縣位于重慶市東南邊緣，地處東經107°13′～108°05′、北緯29°02′～29°40′之間。東西長82.7km，南北寬75km，距重慶市區139km，處于重慶“一圈兩翼”的交匯點。幅員2901.3km2，轄26個鄉鎮、186個行政村，截止2015年底戶籍人口41.448 8萬人。地屬渝東南邊緣大婁山脈褶皺帶，多深丘、河谷，以山地為主。境內氣候溫濕，四季分明，年均氣溫15～18℃，全年無霜240～285d，年降水量1000～1200mm。截止2014年末，當地鎮化率37.41%，全縣GDP約為108億元，第一、二、三產業所占比約為15%： 40%： 45%。其中第一產業僅占15%，所占比例較低。鑒于此，該文選擇武隆縣為研究區，探索影響山區農業勞動力資源自身特征的因素。

1.2 數據來源

該文數據資料來源于2個部分：(1)有關不同農戶的勞動力數量、年齡、文化程度、性別、外出務工情況，農戶的投入產出情況等數據來自于2015年8月所做的問卷調查和實地調研。調查地點選取了重慶市的武隆縣2個鎮、4個村、17個社。采取隨機抽樣方法進行調查，在每個鄉鎮隨機選取部分農戶進行面對面的訪談式問卷調查，發放問卷230份，獲得有效問卷226戶，有效率達到98.26%。(2)有關鄉村、城鎮人口的變化，第一產業、第二產業、第三產業結構勞動力所占數量比例的數據源于重慶市統計年(1990～2015年部分年份)。

2 研究方法

該文對收集的原始資料進行了整理與匯總分析，最后結合熵權法和灰色關聯分析對勞動力資源自身特征的因素進行了統計分析，并就影響因素的重要程度進行了量化分析。其中熵權法[13]根據各個指標的變異程度，利用信息熵計算出各個指標的熵權，再通過熵權對各個指標的權重進行修正，從而得出較為客觀的指標權重，熵權法有效利用了指標數據，排除了主觀因素的影響。

設由m個評價方案n項指標構成的評價矩陣為

X=(Xij)m×n，i=1,2,…,m;j=1,2,…,n

(1)

指標標準化方法如下：

Pij=A-min(min(A))/(max(max(A))-min(min(A)))

(2)

式中，Pij為標準化的指標數據，標準化處理有效地消除了指標間的不可公度。

各評價指標的熵為：

(3)

當pij=0時，令pijlogpij=0。wj為各指標的權系數，也即指標的權重。

(4)

權系數體現了指標的信息量，熵權值越大表示該指標對綜合決策的作用越大，直觀有效地反映了指標間的差異程度。

灰色關聯分析法[14-16]是一種多因素統計分析方法，它是以各因素的樣本數據為依據用灰色關聯度來描述因素間關系的強弱、大小和次序。此方法的優點在于思路明晰，可以在很大程度上減少由于信息不對稱帶來的損失，并且對數據要求較低，工作量較少； 其主要缺點在于要求需要對各項指標的最優值進行現行確定，主觀性過強，同時部分指標最優值難以確定。

設有n個對象，每個對象有m項指標，對評價指標數據進行規范化處理，規范化后的數據為

x1,x2,…,xm。xi=[xi(1),xi(2),…,xi(n)],i=1,2,…,m。

令x0為理想方案，則x0與xi關于第k個元素的 關聯系數為

(5)

式中，Δmin=min[min(x0(k)-xi(k))];Δmax=max[max(x0(k)-xi(k))];ρ為分辨系數，取值區間為[0， 1]。

第i個評價方案與理想方案的關聯度為：

(6)

式(3)中分辨系數ρ的取值在一定程度上影響關聯度的大小與方案的排列順序； 式(4)中wk的取值則直接影響關聯度的大小與方案的排序。因此通過對分辨系數ρ和權重wk進行合理取值可以提高綜合決策結果的準確性。權重wk一般取專家給定的指標權重或者取平權，但這樣影響到評價結果的客觀程度，為此，該文結合熵權法，將權重取為熵權法得到的各指標的客觀權重。分辨系數ρ=0.5。

該研究將熵權法和灰色關聯度結合來得出不同因素對勞動力資自身特征影響程度大小。采用熵權法可以充分利用客觀數據所提供的信息來確定客觀權重，去除主觀影響。灰色關聯分析是建立在一定的客觀數據基礎上，得到其不同因素之間的關聯度，從而做出決策。灰色關聯分析法能夠處理信息不完全明確的灰色系統，對于小樣本無規律指標的評價問題決策準確性較高。而影響勞動力資源自身特征的因素及序列數是數量比較少的，原始的灰色關聯法在計算關聯度時采用平權處理或者專家賦權，使權重存在一定的主觀性，而熵可以反映隨機變量的不確定性能信息量，所以結合熵權法用熵權確定權重將使結果更加客觀。

3 結果與分析

3.1 人口分配與就業分布分析

由圖1、圖2可以得到1990年開始到2015年，城鎮人口不斷攀升，鄉村人口不斷下降。同時，從事第一產業的人所占的比例直線下降，從1990年的70.3%降到38.1%，從事第二產業、第三產業的人數呈現上升趨勢。就目前來看，務農成本上升，非農就業比務農收入客觀。于是農戶開始將剩余勞動力向非農產業轉移，再加上城市化進程的加快，人們為了追求更多的公共服務，很大一部分勞動力選擇了外出打工，部分有遠見、有經濟能力的農民開始搬遷到就近城鎮，從此定居在城市，從而使得從事第一產業人數所占的比例出現下降，城鎮人口所占比例不斷增加。

圖1 研究區人口結構 圖2 研究區不同產業人口分布

3.2 勞動力年齡分析

調查的農戶總數是226戶，共計902人，其中在家務農人數336人，所占比例為37.47%。就勞動力年齡本身而言，統計結果見表1。

表1 勞動力年齡調查統計

年齡(歲)人數(個)比率(%)20歲以下72.0821～30113.2731～404413.1041～507622.6251～607321.7361～708725.8970歲以上3811.31總計336100

表2 影響勞動力自身特征的因素

圖3 每戶從事農業活動的勞動力人數調查統計

調研發現，有26.64%的農村勞動力不參與農業勞動，他們主要為年富力強的中青年勞動力。而參加農業勞動的人口中有32.45%的人屬于兼職農民，他們一邊上班，一邊從事農業活動，基本利用日常休息和放假時間來參加農業勞動； 純粹從事農業勞動的人數僅占被調查農業勞動力人數的54.45%，多以老年人為主，平均年齡高達61.8歲。正因如此，留守農村的老年人成為勞動力的主力，從該表格中可以看出從事農業勞動的農民年齡均比較大，其中70歲以上所占比例為11.31%， 50歲以上所占比例為58.93%，已經超過一般，而基于實際情況， 50歲以上基本都屬于老弱病殘，一方面，年齡大出行不方便，另一方面，社會保障的完善程度對農民是否愿意離土和采取何種方式離土具有決定性作用。目前，我國的農村家庭年長的人認為土地是社會保險的一種形式。即使當家庭開始從事非農就業時，他們一般也不放棄他們的土地。單純就年齡大小來說，年齡與農業活動的參與率是基本呈U型曲線的關系，參與的概率起始隨著年齡增長而下降，達到一定程度后開始上升。青年勞動力具有學習能力強，愿意接受新思想，有強烈走出農村的意向和較好的職業技能基礎的特點，因此這部分勞動力就會選擇外出。

3.3 勞動力受教育程度分析

統計所得到的問卷發現從事農業的勞動力的受教育程度均比較低， 90%的勞動力文化程度是小學及小學以下文化。并且在調查過程中了解到從事農業勞動的勞動力當時所處的年代經濟條件有限，大部分家庭都不能負擔孩子上學費用，所以大部分孩子都是從小未受良好的教育，再加上當時社會環境、政策等各方面的原因，非農就業的機會少，那么只能選擇從事農業活動。雖然當時情況不容樂觀，但還是有少部分人由于家庭條件允許，接受過一定程度教育。但后來由于家庭、個人等原因不能外出打工，所以留在家里務農，但這畢竟占很小一部分。

3.4 勞動力身體素質狀況分析

農村勞動力的身體素質是指健康情況，而健康情況與農村的生活質量以及醫療條件有關。從事農業活動的勞動力只是農村勞動力的一部分，由收集的問卷整理得從事農業活動的勞動力身體狀況整體良好，雖然存在身體狀況比較差的勞動力，但是由所占比例可以看出身體狀況很差的勞動力占0.595%，非常差的勞動力比例占0.298%。

3.5 農戶勞動力數量分析

由圖3可以看出絕大部分農戶從事農業勞動的人數較少，其中從事農業活動的勞動力是1人的共計69戶， 2人的共計108戶， 2人以下的共計177戶，占總數的91.71%。在實際調查過程中發現其在家從事農業活動的勞動大多是上了年齡的、受教育程度低、身體狀況差的老年人，年輕體壯的勞動力多數選擇了從事非農活動，這樣也促進了工業化和城鎮化的逐步發展。

最后，對勞動力的性別進行分析，不完全統計得出76%的從事農業活動的勞動力均為女性，一方面由于家庭的原因，家里有孩子上學，平時需要洗衣做飯，再加上喂養一些家畜，這樣就使得婦女一般留守家庭； 另一方面由于女性本身的問題，同等條件下男性外出務工優勢會大于女性，這也是女性多于男性留守家庭的原因之一。同時調查發現另一種現象，同年齡的女性勞動力跟男性勞動力相比，其從事非農就業的時間相對較長，原因是調查區從事非農務工女性大多年輕未婚，她們沒有家庭壓力，所以可以常年在外打工。

3.6 影響勞動力資源自身特征的研究結果

在表2中對于定性指標，如文化程度、身體狀況。通過選取的評價指標進行描述，轉為定量指標。這里選取評價集 {0、1.5、3、7.5、10.5、14}代替文盲、學齡前、小學、初中、高(職)中、大專及以上等6個程度； 選取評價集 {1、0.8、0.6、0.4、0.2、0}代替良好、一般、較差、差、非常差等6個指標； 參考相關學者就指標體系選平價集進行量化，如羅毅(2013)選取平價集{1、2、3、4、5、6}分別代表很差、較差、稍差、較好、很好等6個等級，文化程度取的是平均受教育年限。

利用Matab軟件進行熵權處理，得到熵權值：

A=(0.2212， 0.1811， 0.1690， 0.1477， 0.1425， 0.1386)

再次使用DPS軟件結合EXCEL軟件對標準化的數據進行運算得到其灰色關聯系數矩陣：

最后得到熵權灰色關聯度：

w=[0.838 7,0.910 3,0.531 4,0.833 0]

由此可得影響勞動力自身特征因素中關聯度由大到小依次為勞動力者文化程度、年齡、勞動力人數、勞動力身體狀況。為了進一步驗證，采用主成分分析法進行分析，所得結果如下：

不同影響因素對勞動力資源自身特征的貢獻率h=[0.9944， 0.6056， 0.0241， 0.0000]

再次說明影響因素重要程度按文化程度、年齡、勞動力人數、勞動力身體狀況依次減小。

結合實際情況對所得結果進行分析，由于目前工業化、城鎮化、農業現代化的推進，理性農戶不單單是考慮農業活動帶來的收益，他們更多考慮的是選擇從事非農活動所帶來的收益。這樣一方面促進了工業化和城鎮化的快速發展，另一方面使得土地資源與勞動力資源得到了充分的利用，就模型結果來看，文化程度、年齡對于勞動力來說影響是最大的，該地區勞動力受教育程度比較低，但是調查統計得知文化程度相對較高的勞動力會從政、或者選擇從事非農活動。

4 結論與討論

該文采用熵權法結合灰色關聯分析對勞動力資源自身特征的影響因素進行了量化分析研究，得出了不同因素對勞動力自身特征的影響程度，其關聯度由大到小依次為勞動力者文化程度、年齡、勞動力人數、勞動力身體狀況。所得結果為以后耕地資源與勞動力進行優化配置提供參考，從而使得勞動力資源更加充分利用，給家庭、社會帶來更多的效益。

目前，大多數勞動力已意識到非農就業對家庭收入增長的重要性，部分理性農戶已經整體外出務工，這樣整個家庭收入增加了，達到了農戶增收的目的。就耕地資源本身來說，大量勞動力資源的析出必然使得耕地資源在一定程度上出現邊際化，為了保證國家耕地面積不會大幅度減少，國家有關部門應出臺相關政策進行耕地資源保護。

該文不足之處：由于方法中使用的來自所有農戶的數據均取得是平均值，沒有更好反映出各個農戶的實際情況。

[1] 王春超. 農村土地流轉、勞動力資源配置與農民收入增長：基于中國17省份農戶調查的實證研究.農業技術經濟, 2011，(1)： 93～101

[2] 邵景安， 張仕超，李秀彬.山區耕地邊際化特征及其動因與政策含義.地理學報， 2014, 69(2): 231～241

[3] Liu Chengwu，Li Xiubin.The character and diagnostic criterion for marginalization of the arable land.Progress inGeography， 2005, 24(2): 106～113

[4] Long Hualou，Zou Jian，Liu Yansui.Differentiation of rural development driven by industrialization and urbanization ineastern coastal China.Habitat International， 2009, 33(4): 454～462

[5] 蔡昉， 王美艷.“未富先老”與勞動力短缺.開放導報, 2006，(1)： 31～39

[6] 何小勤. 農業勞動力老齡化研究——基于浙江省農村的調查.人口與經濟, 2013，(2)： 69～77

[7] 劉成武， 李秀彬.農地邊際化的表現特征及其診斷標準.地理科學進展， 2005, 24(2): 106～113

[8] 鄒匯風， 陳建榮.農業勞動力素質剖析及其對策初探.農業現代化研究, 1990，(3)： 59～61

[9] 歐陽濤， 龍晶.農村勞動力結構性短缺的影響因素分析——基于湖南省224 份問卷的調查.中國農業資源與區劃， 2016, 37(2): 124～129

[10]田玉軍， 李秀彬，馬國霞，等.城鄉勞動力流動及其對農地利用影響研究評述.自然資源學報， 2010, 25(4): 686～695

[11]楊勝利， 高向東.我國勞動力資源分布與優化配置研究.人口學刊， 2014, 203(36): 78～88

[12]蔡昉. 中國人口與勞動問題報告.北京：社會科學文獻出版社， 2008： 66～80

[13]倪九派， 李萍，魏朝富，等.基于AHP和熵權法賦權的區域土地開發整理潛力評價.農業工程學報， 2009, 25(5): 203～209

[14]陳立榮， 郭繼偉，王敬敏.基于熵權的灰色關聯分析在電力企業競爭力評價中的應用.電力學報， 2005, 20(4): 359～361

[15]劉思峰， 黨耀國，方志耕.灰色系統理論及其應用.北京：科學出版社， 1999： 55～60

[16]張雪平， 殷國富.基于層次灰色關聯的產品綠色度評價研究.中國電機工程學報， 2005, 25(17): 78～82

THE FACTORS AND CHARACTERISTICS OF LABOR RESOURCESIN MOUNTAINOUS AREAS*——A CASE STUDY OF FOUR VILLAGES IN WULONG COUNTY，CHONGQING

Jiang Hua

(Chongqing College of Finance Economics, Chongqing 402160, China)

This paper explored the factors affecting the labor force in the mountain areas in order to provide a scientific reference to increase agricultural income by making full use of the mountainous area labor resources.Takingthe four villages of Wulong county as an example, based on the investigation on age, quantity, degree of culture, health, and the family income of labor forces, it analyzed the influencing factors on allocation of labor resources using entropy method combined with grey correlation method. The results showed that with the development of industrialization, urbanization and agricultural modernization, the rational peasant household not only considered the benefits of agricultural activities, but also the benefits engaged in non-agricultural activities.On the one hand,it promoted the rapid development of industrialization and urbanization, on the other hand,it made full use of land resources and labor resources.From the results of the model, the cultural degree and age had the greatest influence in labor force because the education degree was lowerin this region. The survey statistics showed that the relatively high cultural level labor had engaged in non-agricultural activities such as politics.The research results can provide scientific reference to further improve the agricultural income and enhance the efficiency in the allocation of labor resources.

labor resources; entropy weight method; grey relational analysis; Wulong

10.7621/cjarrp.1005-9121.20170415

2015-09-17

蔣樺(1982—)，男，重慶人，副教授。研究方向：技術經濟。Email：Gh_001@qq.com

*資助項目：重慶市教委科技資助項目“重慶市小微企業發展現狀與對策研究”(KJ132902)

F323.6

A

1005-9121[2017]04096-06