柘益香+王成軍+顧光同+費喜敏
摘要:基于浙江省杭州市城郊農民非農就業的問卷調查數據,建立Hedonic模型,研究經濟發達地區農民非農就業收入的影響因素。結果表明,農民的個體特征年齡、學歷,家庭特征非農從業人數、家庭人數,外部因素親友支持、村鎮企業數,對非農就業收入均有顯著正向影響,而農民的個體特征工作時間和就業領域對非農就業收入有顯著負向影響,其中就業領域表現為從事服務行業的非農收入低于從事制造業和建筑業等的非農收入。提出政策建議如下:鼓勵工商企業下鄉,增加農民就地就業機會;加強農村教育培訓,提高農民就業能力;規范企業用工行為,縮短崗位工作時間;開展職業價值宣傳,扭轉青年農民就業觀念;加大非農勞動力政策支持力度;弘揚鄰里互助精神,支持全家庭非農就業等。
關鍵詞:經濟發達地區;郊區農村;農民;非農就業;農民收入
中圖分類號: F323.8 文獻標志碼: A 文章編號:1002-1302(2017)18-0322-04
收稿日期:2017-02-16
基金項目:國家自然科學基金(編號:41201125、41401642);教育部人文社會科學重點研究基地重大項目(編號:14JJD790045);教育部人文社會科學青年基金(編號:14YJC790027)。
作者簡介:柘益香(1984—),女,重慶人,碩士研究生,主要從事農村與區域發展和會計核算研究。E-mail:zheyixiang_123@163.com。
通信作者:顧光同,講師,主要從事經濟分析和政策研究。E-mail:guguangtong@163.com。 隨著我國工業化、城市化的發展,非農就業已經是我國農民就業的主流,尤其在經濟發達地區,非農就業更是農民就業的最主要途徑。《2016年杭州市統計年鑒》顯示,2015年浙江省杭州市農村勞動力數共313.79萬人,農村從業人員284.73萬人,占農村勞動人口的90.74%,其中從事非農行業的比例達78.39%。非農就業者發現其勞動價值在非農就業收入效益中更能得到體現,導致農民的非農就業趨勢更強[1],因此從事非農就業的勞動力占農村勞動力比例增加,非農就業收入也成為農民家庭收入的主要構成部分,非農就業收入增長成為農民家庭增收的主要途徑。統計顯示,2004年以來杭州市農民工資性收入穩步提高已經成為拉動杭州地區農民家庭收入增長的首要動力。因此,深入研究經濟發達地區農民非農就業收入及其影響因素,對于確保農民家庭收入持續增長,全面建設小康社會具有重要的現實意義。
有學者從城鄉結合部角度探討了農村婦女非農就業收入的影響因素[2]。也有學者以進城農民工為視角,研究人力資本對其非農就業收入的影響[3]。有的學者認為城鎮化率、全社會固定資產投資額、農村工業化水平對提高農民非農收入都起到正向作用,而城鄉收入比和城鎮失業率起到制約作用[4];有的學者從人力資本視角分析了對非農就業和非農收入的影響,認為農民文化程度越高越傾向非農就業,其非農收入也越高[5];還有學者從村領導視角分析村領導受教育程度對農民非農收入的影響[6]。另外,地方政府政策導向與激勵對農民收入、增收方式以及增長速度等都有明顯影響[7]。地區經濟水平也顯著影響當地農民非農收入[8]。現有文獻較少涉及經濟發達地區城郊農民非農就業收入研究,經濟發達地區城市化進程快,城郊農民非農就業收入是農戶增收最主要來源。本研究以杭州市城郊農民非農就業為視角,探索影響非農收入的主要因素,旨在為促進農民增收提供依據。
1 數據來源與研究設計
1.1 問卷設計及調查實施
現代農民增收的主要渠道是非農就業,經濟發達地區城郊的農民更是如此,其非農就業收入是根據內部特征條件和外部環境多重因素約束,追求勞動供給與行業需求利潤效益最大化的行為選擇[9]。基于農民行為理論,農民個體特征及其他外部環境因素是造成農民工非農就業及工資收入異質性的主因[10]。農民個人特征包括性別、年齡、受教育水平、工作經驗、從事行業等;家庭特征包括家庭成員數、非農就業人數、家庭年收入、贍養老人數等;外部環境因素包括技能培訓、工作環境、交通條件、親友支持程度、農業政策等。基于上述分析以及以往相關研究[11-13],筆者所在課題組于2016 年在杭州市進行城郊農村非農就業收入現狀調查,選取農民的個體特征、家庭特征和影響農民非農收入的外部因素等3大類因素,研究發達地區城郊農民非農就業收入的影響因素,并據此設計調查問卷。采用分層抽樣方法對新街鎮、南陽街道、城廂街道、浦陽鎮、閑林鎮、余杭鎮、臨平街道等鎮(街道)進行調查。本次調查共發放問卷402份,回收有效問卷385份,占發放總問卷數的95.77%。
1.2 樣本基本特征
利用SPSS 19.0軟件分析數據。在385個有效樣本中,受訪者的年齡主要分布在20~40歲和41~50歲,分別占總樣本的46.48%、30.55%,50歲以上占21.41%;男性占比為63%,女性為37%,該比例也相對符合農村實際情況。即使是經濟發達地區的城鄉結合部,郊區農村經濟水平與市區城市經濟水平仍存在很大的差距,郊區仍然保持相對較落后的經濟生產方式,大多數農民仍從事體力勞動,因此,男性依然是勞動的主力軍。農民就業主要集中在加工制造業、居民服務業、批發零售業、餐飲住宿業、建筑業和交通運輸業等領域,雖然就業種類多元化,但是基本上是一些低端行業和缺乏創新的工作。農民受教育程度普遍不高,小學至高中學歷占絕大部分,文盲占4.16%,大專及以上學歷占12.21%,總體而言,東部經濟發達地區農民受教育程度要高于中西部地區[10]。超過60%的農民從事非農就業的時間不超過10年,說明這些地區農村正在轉型期,也是農村城市化的關鍵時期;43.73%的農民每天工作時間在8 h以內,但仍有將近25%的農民工作時間超過11 h,反映經濟發達地區農民的非農工作強度較高;受訪者的非農就業平均月收入為3 118.71元,分位點50%即收入中間值為2 500元,分位點75%的收入為 3 500元,分位點90%的收入已在5 000元以上,非農就業收入分布呈現陡峭的右拖尾非正態形式,即大多數農民非農就業收入較低;樣本家庭平均年工資性總收入為54 112.58元,相對欠發達地區農村較富裕;家庭中未成年子女數僅1個的占43.92%,沒有未成年子女的占39.42%,2個未成年子女的僅占1482%,與欠發達地區存在明顯差異,這種現象可能會使得原本勞動力不足的發達地區未來更需要其他地區輸送勞動力;超過50%的受訪者家庭擁有1~3個60歲以上老人,老齡化問題和撫養比失調問題在經濟發達的農村地區也越來越突出;受訪者家庭中有將近90%的人員從事非農勞動,說明經濟發達地區大部分農戶已經開始逐漸脫離農業。從影響農民非農就業收入的外部因素5級量表(分值越高,認為影響越大)統計結果看,影響非農就業收入分值較高的是交通條件、親友支持度,分值中等的是工作環境,分值最低的是企業數量、就業培訓、貸款政策。endprint
1.3 模型
由于非農就業及其工資收入具有顯著異質性[10],農民非農就業勞動供給可看作一系列個體特征、家庭特征、外部特征的供給,這些供給特征價格是市場上觀測不到的,即隱性的。根據Rosen提出特征價格(hedoinc price)理論和隱性市場觀點[14],非農就業收入可認為是由這些勞動供給特征帶給行業效用最大化,以及農民在非農就業勞動供給特征下追求利潤最大化形成的博弈均衡價格。因此,本研究采用Hedonic模型來分析農民非農就業收入的影響因素,根據Malpezzi、Stephen的Hedonic模型建議,采用半對數Hedonic模型在統計學意義和經濟學意義上都更合理,設非農就業月收入為因變量y,調查有效樣本數為n,則半對數農民非農就業Hedonic模型為:
式中:lg(y)表示n×1的非農就業月收入y的自然對數列向量;α表示常數項;Z是n×k的矩陣,表示農民個人特征、家庭特征和外部因素特征等共k個農民勞動供給特征變量;β是k×1的列向量,表示農民勞動供給的k個特征變量的回歸系數,其經濟含義是特征因素單位變動時帶來的月收入增長率;u為服從零均值同方差的正態分布的隨機誤差項。
1.4 變量選取和特征描述分析
根據前面的研究,將影響農民非農收入的因素分為農民個體特征、家庭特征以及外部因素3類變量,大類細分為二級變量,其中非農就業農民個體特征變量包括年齡、就業領域、學歷、從事非農崗位年數、每天工作時間;家庭特征變量包括家庭年純農業收入、成員數、就業人數、60歲以上人數;外部因素變量包括工作環境、交通條件、村鎮附近企業數、就業培訓力度、貸款政策以及親友支持度等,各類二級變量的含義、賦值方式以及統計特征描述結果見表1。
2 實證分析
2.1 Hedonic模型回歸結果
本研究采用半對數Hedonic模型進行參數估計和模型、參數檢驗,采用逐步回歸方法剔除變量,得到模型的擬合優度R2為0.659,方差分析模型整體檢驗F統計量值為8.963,說明模型在1%水平下顯著,因此,不管模型的擬合優度還是模型的顯著性都說明具有進一步討論的價值。農民的個體特征變量年齡、學歷通過了1%水平的顯著性檢驗,影響為正向;工作時間和非農就業領域分別通過了5%和0.1%水平的顯著性檢驗,影響為負向。家庭特征變量:非農從業人數、家庭人數分別通過了0.1%和5%水平的顯著性檢驗,影響為正向。影響非農就業外部因素變量:親戚朋友對外出就業支持度、村鎮附近企業數都通過了0.1%水平的顯著性檢驗,影響為正向。除以上變量外,模型中的其他變量均未通過顯著性檢驗(表2)。
2.2 農民個體特征變量的影響分析
城郊農民從事非農工作年限即工作經驗對自身非農就業收入的影響不顯著,原因可能在于經濟發達地區交通便利,城郊農村相當一部分農民既從事農業勞動又從事非農業勞動,受自身教育水平的限制,大多數農民難以勝任對技術和文化水平要求較高的工作崗位,隨著其工作年限的延長,工作崗位固定,收入也相對固定,也就是說農民從事非農工作年限增長無助于其非農就業收入的增加。
從事非農就業的農民,年齡對其非農就業收入有顯著的正向影響。經濟發達地區城郊農民年齡越大,其非農就業收入越高。樣本數據顯示,從事非農就業的農民年齡主要集中在30~50歲,年齡越大更愿意從事制造業、建筑業等需要體力的工作,這些行業急需大量勞動力,工資相對高而且工作崗位穩定。年齡較小的農民善于接受新事物,不愿意從事需要過多體力勞動的崗位,大多從事服務行業,但這類行業工資收入相對低。
非農就業領域對農民非農收入有顯著負向影響。經濟發達地區城郊農民從事餐飲住宿業、居民服務業以及其他服務行業的收入,沒有從事制造業、建筑業、交通運輸業以及倉儲業等行業的工資收入高。《2012年全國農民工監測調查報告》顯示,農民工從業仍以制造業、建筑業和服務業為主,從地區看,東部地區的農民工以從事制造業為主,占44.6%;中部、西部地區從事制造業農民工比重相對較低,分別為232%和154%。經濟發達地區建筑業用工需求明顯, 杭州市交通運輸業發達,受互聯網經濟的影響,倉儲業用工需求激增,這些都造成城郊農民從事這些非農行業工資收入相對服務業更高。
學歷對農民非農收入有顯著正向影響。農民受教育程度越高,其非農收入越高。受教育程度高的農民閱歷相對較豐富,更有機會從事對技能要求較高的崗位,工資收入自然相對較高,其收入的抗干擾和抗波動能力更強,同時也能更好地獲取行業需求信息,并理解國家關于非農就業方面的相關政策,因而其非農收入要高于其他農民。
每天工作時間對農民非農收入有顯著負向影響。城郊農民從事非農崗位的每天工作時間越長,非農收入越低。經濟發達地區尤其城郊的農民不管是經濟層面還是社會層面,都早已融入城市,其收入相對欠發達地區較高,有充足時間從事工作以外的活動,另外隨著國務院關于職工工作時間規定執行力度的加大,高層次工作用工更規范,工作時間相對較短,并不是每天工作時間越長收入越高。
2.3 家庭特征變量的影響分析
家庭純農業總收入對農民非農就業收入的影響不顯著。原因可能在于經濟發達地區家庭純農業總收入占工資性總收入比重整體比較小,對非農就業收入的反應不敏感。家庭60歲以上人數對農民非農就業收入的影響不顯著。原因可能在于經濟發達地區家庭60歲以上人數特征相似,以1~2個老人為主,因而對非農收入影響不顯著。家庭成員數和非農就業人數對農民非農就業收入都有顯著正向影響。表明家庭成員數和家庭非農就業人數越多非農就業收入越高,由于城郊家庭60歲以上人數特征相似,某種程度而言,增加農村家庭人口尤其非農就業人口可以增加家庭總收入,工資性收入占總收入比重較高,因此非農就業收入相應增加。
2.4 外部變量的影響分析
工作環境對農民非農就業收入的影響不顯著。原因可能在于農民非農就業領域主要包括制造業、建筑業以及服務業,大部分從業人員對這些行業的工作環境表示滿意,因而對農民非農就業收入影響較小。endprint
交通條件對農民非農就業收入的影響不顯著。原因可能在于杭州市城郊農村地區的交通基礎設施相對較完善,市區到城郊交通工具有公交車、出租車、快車、順風車等,甚至農民自己開車或者騎電動車等,這些使得交通條件已經不是影響非農就業的主因。
就業培訓力度對農民非農就業收入的影響不顯著。原因可能在于即使在經濟發達地區城郊的農村地區,相關非農就業培訓體系仍然不完善,造成就業培訓力度影響不明顯。
貸款政策對農民非農就業收入的影響不顯著。原因可能在于我國的農業政策主要是針對加強新農村基礎設施建設,加大社會公共品的投入以及農村引進人才政策等。不管農業政策和農村政策,目的是解決“三農”問題和改善民生。但這些政策對農民非農就業幫助不大,對農民非農就業收入的影響并不明顯。
村鎮附近企業數對農民非農就業收入有顯著正向影響。表明村鎮附近企業數越多,農民非農收入越高。村鎮附近企業越多,農民進廠就業就越方便,一方面農民既能搞好農業生產,又能增加務工收入,因此,附近企業數對農民非農就業收入是正效益。
親戚朋友對外出就業的支持度對農民非農就業收入都有顯著正向影響。表明親戚朋友越給予非農就業支持,農民非農就業收入越高。親戚朋友對農民外出就業的鼓勵和支持,在一定程度上促進了農村勞動力由農村轉移到二、三產業,甚至居住地也由農村轉移到城市,有利于提高農業勞動生產率,增加農民收入。
3 結論與政策啟示
3.1 結論
通過構建半對數Hedonic模型對影響經濟發達地區城郊農民非農就業收入的因素進行分析,結論如下:城郊農民非農就業收入受到多種因素的影響,農民的年齡、學歷、每天工作時間和就業領域,家庭的非農從業人數、家庭人數,外部的親友支持度、村鎮企業數都對非農就業收入有顯著影響,其中年齡、學歷、非農從業人數、家庭人數、親友支持度和村鎮企業數對非農收入有正向影響,每天工作時間和就業領域對非農就業收入有負向影響。就業領域從第二產業類到第三產業類按1~9量化,負向影響表現為由于非農就業農民受自身教育水平等限制,其從事服務行業的非農收入低于從事制造業和建筑業等的非農收入。
3.2 政策啟示
增加農民收入是目前國家制定“三農”政策的核心目標,非農收入增長是農民家庭收入增長的主要來源,經濟發達地區城郊農村有其自身的特點,根據本研究結論,對增加農民家庭收入提出以下幾點建議:
第一,鼓勵工商企業下鄉,增加農民本地就業機會。本研究發現,經濟發達地區城郊農村本地企業給當地農民帶來了便利的非農就業機會,在不影響家庭務農收入的前提下,能夠增加家庭的非農收入,因此,鼓勵工商資本下鄉興辦企業,有利于促進農民家庭收入的增長,實現“三農”政策的核心目標。
第二,加強農村教育培訓,提高農民就業能力。本研究發現,農村勞動力的文化程度越高,工作經驗越豐富,其非農就業的可能性越大,并且職業的收入回報也越大。加強農村勞動者的文化教育,支持和完善農村教育培訓體系,使農民掌握更多的職業技能,提升自身競爭力和職業適應性,是促進農民家庭增收的重要措施。
第三,規范企業用工行為,縮短農民非農就業崗位工作時間。本研究發現,農民非農就業的每天工作時間越長,非農收入越低。企業應適當縮減崗位工作時間、降低崗位的工作強度來吸引農村工作者,為務工人員創造安全舒適的工作環境。建議相關部門完善勞動保障政策與措施,規范企業用工行為,縮短農民非農就業崗位工作時間。
第四,開展職業價值宣傳,扭轉青年農民就業觀念。經濟發達地區城郊農村青年農民雖然具有較強的非農就業能力,但是由于其不愿從事層次相對較低的工作,非農就業收入往往偏低,也阻礙了家庭非農收入增長,因此,在農村地區開展職業價值宣傳,扭轉青年農民的就業觀念,對農民家庭非農就業收入增長能夠起到一定的推動作用。
第五,加大農村非農就業勞動力的政策支持力度。本研究發現,雖然現在國家和地區推行了很多惠農政策,但是對非農就業導向支持的政策建設相對薄弱,除了當前戶籍制度改革進一步實現城鄉一體化外,還應從用工企業入手,對企業采取政策性的稅收和貸款激勵,對郊區的企業實行就近農民職工配額制。
第六,弘揚鄰里互助精神,支持農民全家庭非農就業。中華民族向來有互幫互助的傳統,本研究顯示,親朋好友的大力支持有助于非農就業農民家庭穩定,從而有利于他們尋找到更為合適的就業地點和崗位,也有利于更多的勞動者從事非農就業,這些都是推動農民非農就業收入增長的因素。
參考文獻:
[1]王春超. 中國農戶就業決策行為的發生機制——基于農戶家庭調查的理論與實證[J]. 管理世界,2009(7):93-102.
[2]梅德平,苑笑怡,扶婷婷. 城鄉結合部農村婦女非農就業影響因素研究——基于咸陽市秦都區的實證分析[J]. 人口與發展,2015,21(6):87-94.
[3]張楊珩. 進城農民工人力資本對其非農收入的影響——基于江蘇省南京市外來農民工的調查[J]. 農村經濟,2007(8):57-60.
[4]吳云勇. 中國農民非農收入影響因素的綜合分析——基于通徑分析方法[J]. 南方農村,2012,28(4):36-38.
[5]任國強.人力資本對農民非農就業與非農收入的影響研究——基于天津的考察[J]. 南開經濟研究,2004(3):3-10.
[6]劉 宏,毛明海. 村領導受教育程度對農村居民非農收入的影響——基于微觀數據的實證分析[J]. 中國農村經濟,2015(9):69-79.
[7]呂美曄,金高峰. 發達地區農民增收長效機制研究——基于滬杭蘇錫四市的實證分析[J]. 現代經濟探討,2011(4):69-74.
[8]張茗朝,姜會明. 農民收入分化對經濟增長的影響——基于吉林省1991—2014年的數據[J]. 社會科學戰線,2016(4):252-255.
[9]宋小川. 無就業增長與非均衡勞工市場動態學[J]. 經濟研究,2004(7):91-96.
[10]熊 美. 農村勞動力非農就業工資差異及成因研究[D]. 北京:北京林業大學,2016:1-20.
[11]程名望,潘 烜. 個人特征、家庭特征對農村非農就業影響的實證[J]. 中國人口·資源與環境,2012,22(2):94-99.
[12]陸文聰,吳連翠. 兼業農民的非農就業行為及其性別差異[J]. 中國農村經濟,2011(6):54-62.
[13]張艷華,李秉龍. 人力資本對農民非農收入影響的實證分析[J]. 中國農村觀察,2006(6):9-16.
[14]Rosen S. Hedonic prices and implicit markets:product differentiation in pure competition[J]. Journal of Political Economy,1974,82(1):34-55.吳弘璐,何 偉,鄭惠元. 基于景觀生態學的農村聚落分布特征及影響因素分析——以成都市金堂縣為例[J]. 江蘇農業科學,2017,45(18):326-331.endprint