欠發(fā)達省域農(nóng)民工持續(xù)就業(yè)穩(wěn)定性及影響因素——基于廣西壯族自治區(qū)639份問卷調(diào)查數(shù)據(jù)

李立清，吳倩文

(湖南農(nóng)業(yè)大學(xué)經(jīng)濟學(xué)院，湖南 長沙 410128)

一、問題的提出

隨著改革的推進，農(nóng)民工和城鎮(zhèn)居民之間的就業(yè)競爭日益加劇[1-4]，農(nóng)民工開始選擇向更適合自己、待遇更好的企業(yè)轉(zhuǎn)移[5]。這是中國欠發(fā)達省域很多用人單位找不到農(nóng)民工資源的原因之一。因此研究該區(qū)域農(nóng)民工持續(xù)就業(yè)的穩(wěn)定性及其影響因素具有重要的理論和現(xiàn)實意義。

現(xiàn)有的文獻集中于兩個方面：農(nóng)民工就業(yè)的穩(wěn)定性以及農(nóng)民工的流動性。農(nóng)民工就業(yè)的穩(wěn)定性一般包含農(nóng)民工在整個勞動力市場中就業(yè)的穩(wěn)定性和農(nóng)民工在同一單位就業(yè)的穩(wěn)定性兩種。農(nóng)民工的流動性則一般包含城市間流動和單位間流動兩種。黃乾[6]認為農(nóng)民工的就業(yè)穩(wěn)定性受到性別、年齡、受教育水平、培訓(xùn)、職業(yè)、求職方式、就業(yè)單位所有制和行業(yè)等多種因素的影響。張艷華等[7]認為性別、教育程度、是否有工作經(jīng)驗、企業(yè)所有制、工作技能培訓(xùn)以及就業(yè)合同等影響顯著。孟凡強等[8]認為年齡、受教育程度、職業(yè)類型以及不同的企業(yè)特征對工人的離職具有不同程度的影響，同時中國工人主動離職風(fēng)險的提高導(dǎo)致就業(yè)穩(wěn)定性的下降趨勢。白南生等[9]認為農(nóng)民工的流動原因日益多元化，影響流動方向的可以量化的因素有年齡、性別、受教育年限、上一份工作的工作時間、高低溫風(fēng)險、職業(yè)病風(fēng)險、收入、收入計算方式、是否有合同、是否欠薪、培訓(xùn)狀況和行業(yè)因素等。王春超[10]發(fā)現(xiàn)年齡、婚姻狀況、工資、實際工資水平、儲蓄比、期望工資增長率、收入的滿意程度、向家庭匯款數(shù)額、子女是否隨遷、工會參與情況、相對收入水平、加班情況等多種因素對農(nóng)民工的流動就業(yè)傾向影響顯著。姚俊[11]把農(nóng)民工的就業(yè)流動分為企業(yè)間流動和城市間流動兩種表現(xiàn)形式，認為農(nóng)民工流動的影響因素是年齡、性別、文化程度、外出務(wù)工時間、收入狀況、在同一企業(yè)最長務(wù)工時間、是否參加新農(nóng)保、是否具有留城意愿。紀韶[12]認為影響農(nóng)民工勞動力流動的主要原因有性別、年齡、婚姻狀況、教育程度、失業(yè)率和經(jīng)濟的增長。Melanie Arntz等[13]認為，失業(yè)補償制度的變化可能影響失業(yè)持續(xù)時間。決定失業(yè)時間長短的因素在不同州之間存在差異。D. Contreras等[14]認為教育程度對勞動力供給和就業(yè)能力產(chǎn)生正向影響。家庭中的兒童數(shù)對家庭婦女是否參加工作產(chǎn)生正向影響。經(jīng)濟中的結(jié)構(gòu)性變化是黃金年齡的勞動力個體間就業(yè)變化的主要決定因素，反之亦然，這主要取決于勞動力本身特征的變化。André Varella Mollick等[15]認為具有大學(xué)或更高學(xué)歷的人口在更高程度上影響就業(yè)率。

這些研究所選擇的影響因素都大同小異，其共同特點是著眼于研究農(nóng)民工在城市間或單位間就業(yè)的穩(wěn)定性和流動性，而鮮有文獻研究農(nóng)民工在一定區(qū)域勞動力市場的持續(xù)就業(yè)是否具有穩(wěn)定性的問題。事實上，在同一時間緯度中，農(nóng)民工或因種種原因進入或退出城市勞動力市場，導(dǎo)致農(nóng)民工持續(xù)就業(yè)的穩(wěn)定性受到影響?；诖耍P者擬基于廣西壯族自治區(qū)的調(diào)查數(shù)據(jù)和Cox比例風(fēng)險模型，分析欠發(fā)達省域農(nóng)民工持續(xù)就業(yè)的穩(wěn)定性及其影響因素。

二、計量模型與變量選擇

1．計量模型

所謂生存分析(Survival Analysis)是指根據(jù)完全數(shù)據(jù)和不完全數(shù)據(jù)(刪失數(shù)據(jù))，分析案例的不同因素對生存時間和生存結(jié)果所造成的影響及其影響程度[16]，其生存時間(事件狀態(tài)的持續(xù))指從某起點事件開始到事件出現(xiàn)終點所經(jīng)歷的時間。生存分析以往研究的主要領(lǐng)域是生物醫(yī)學(xué)，而現(xiàn)今在工業(yè)、商業(yè)、社會科學(xué)等領(lǐng)域也得到廣泛的運用。1972年，英國統(tǒng)計學(xué)家D.R.Cox[17]首次提出了Cox比例風(fēng)險模型的概念。作為一種半?yún)?shù)(semi-parametric)模型，Cox風(fēng)險比例模型是生存分析法常用的基本方法之一，使用范圍比較廣。Cox比例風(fēng)險模型能夠檢驗多種影響因素與被觀測對象的生存時間是否具有聯(lián)系以及其聯(lián)系程度的大小。

農(nóng)民工持續(xù)就業(yè)的因變量數(shù)據(jù)普遍不符合正態(tài)分布，且存在刪失數(shù)據(jù)，因為在調(diào)查農(nóng)民工就業(yè)情況時，一部分農(nóng)民工曾經(jīng)在城市勞動力市場就業(yè)，而調(diào)查時并非處于就業(yè)狀態(tài)，調(diào)查數(shù)據(jù)會顯示這些農(nóng)民工沒有就業(yè)，也無法排除他們是否會繼續(xù)就業(yè)的可能；同時，一部分農(nóng)民工曾經(jīng)處于就業(yè)狀態(tài)，后因種種原因退出城市勞動力市場，而后又再在城市勞動力市場就業(yè)，造成農(nóng)民工中間信息缺失；還有一部分農(nóng)民工在調(diào)查時處于就業(yè)狀態(tài)，可仍不確定未來是否會繼續(xù)就業(yè)。這些數(shù)據(jù)都統(tǒng)稱為刪失數(shù)據(jù)，Cox模型可以將完全數(shù)據(jù)與不完全數(shù)據(jù)綜合起來進行分析，而達到分析農(nóng)民工持續(xù)就業(yè)穩(wěn)定情況的目的。

由于農(nóng)民工就業(yè)數(shù)據(jù)中包含不完全信息的刪失數(shù)據(jù)，所以在模型選擇時一般采用Cox比例風(fēng)險模型。在本研究中，假設(shè)有n 個農(nóng)民工處于就業(yè)狀態(tài)，第i(i=1 ,2,…r …,n)個農(nóng)民工就業(yè)的持續(xù)時間為ti，同時設(shè)協(xié)變量 X=(xi1,xi2,…xik…,xip)是影響農(nóng)民工持續(xù)就業(yè)時間的p個因素，X即解釋變量①。

首先，設(shè)h(t)為風(fēng)險函數(shù)，風(fēng)險函數(shù)是指t時刻尚存活的被觀測對象死于t 時刻后一瞬間的概率，即活到了t時刻而在t～tt Δ+ 這一微時段內(nèi)死亡的條件概率，h(t)可以表示：

(1)式中，T為被觀測對象的生存時間，m(t)為t時刻的生存人數(shù)，m(t+Δt)為t+Δt時刻的生存人數(shù)，在本例中可根據(jù)農(nóng)民工持續(xù)就業(yè)的時長及生存狀態(tài)計算出來。

令h(t,X)表示在受到就業(yè)影響因素X的作用下，農(nóng)民工在時刻t退出城市勞動力市場的風(fēng)險函數(shù)，h0(t)則表示在不受就業(yè)影響因素X的影響下，農(nóng)民工在時刻t退出城市勞動力市場的風(fēng)險函數(shù)。Cox比例風(fēng)險模型中，不同個體具有成比例的風(fēng)險函數(shù)，即對于任意兩個不同的農(nóng)民工(i≠j)，他們的協(xié)變量分別 為 Xi=(xi1,xi2,…,xip)和 Xj=(xj1,xj2,…,xjp)，h(t,Xi) /h(t ,Xj)不隨時間t的改變而改變。所以，當給出協(xié)變量 X =(x1,x2,…,xp)，風(fēng)險函數(shù)可以表示為：

(2)式中，f(X)是X的函數(shù)，對于協(xié)變量函數(shù)f(X)最常用的是對數(shù)線性模型。如果生存時間的分布是連續(xù)的，且協(xié)變量之間的相互作用可以忽略不計，則Cox比例風(fēng)險模型表示為：

(3)式被稱之為Cox比例風(fēng)險模型的基本形式，βk(k =1,2,…s…,p)稱為Cox回歸系數(shù)，是需要根據(jù)樣本估計的參數(shù)。由于βk是以指數(shù)形式出現(xiàn)在模型中，回歸系數(shù)不是邊際效應(yīng)，它表示當其他協(xié)變量不變時，X每變化1個單位，相應(yīng)風(fēng)險下事件發(fā)生的瞬間概率變化為exp(βk)，或是說風(fēng)險函數(shù)的自然對數(shù)變化βk個單位；若βk＞0，則表明該因素為危險因素，也就是X增加時，農(nóng)民工退出城市勞動力市場的概率增加；若βk＜0，則表明該因素為保護因素，也就是X增加時，農(nóng)民工退出城市勞動力市場的概率減少；若βk=0，則表明該因素為無關(guān)因素。

(3)式右側(cè)可分為兩部分：一部分為非參數(shù)部分，即h0(t)沒有明確的定義，分布無明確假定，因而其參數(shù)無法估計；另一部分是參數(shù)部分，其參數(shù)可以通過樣本的實際觀察值來估計。正因為Cox模型由非參數(shù)和參數(shù)兩部分組成，故又稱為半?yún)?shù)模型。Cox比例風(fēng)險模型對h0(t)的分布沒有任何限制，這就避免了異方差存在的問題。由于Cox比例風(fēng)險模型所具有的特點及其優(yōu)勢，非常適合于估計農(nóng)民工就業(yè)的持續(xù)時間及退出城市勞動力市場的風(fēng)險，即分析農(nóng)民工持續(xù)就業(yè)的穩(wěn)定性。

2．變量選擇

一般來說，影響一定區(qū)域市場內(nèi)農(nóng)民工持續(xù)就業(yè)穩(wěn)定性的因素歸納起來大致有兩類：一是農(nóng)民工的個體特征。這類變量反映農(nóng)民工的自身情況和人口學(xué)特征等，包括農(nóng)民工性別、年齡、婚姻狀況、受教育年限、是否購買新農(nóng)保。二是工作條件。這類變量反映農(nóng)民工具體工作環(huán)境、工作狀態(tài)等，包括農(nóng)民工的收入、自評勞動強度、自評技術(shù)等級、是否簽訂就業(yè)合同、是否購買社會保險、是否接受過培訓(xùn)(表1)。

表1 農(nóng)民工持續(xù)就業(yè)穩(wěn)定性的Cox 比例風(fēng)險模型的解釋變量定義與預(yù)期影響方向

三、數(shù)據(jù)來源及樣本描述

研究原始數(shù)據(jù)是基于廣西壯族自治區(qū)農(nóng)民工較多的市縣2012年開展的社會調(diào)查所取得。調(diào)查共發(fā)出入戶調(diào)查問卷700份，回收668份，剔除那些因邏輯錯誤或數(shù)據(jù)缺失等原因而失效的問卷29份，最終獲得639份有效問卷。

在調(diào)查樣本中，一類農(nóng)民工在調(diào)查時刻已經(jīng)退出或曾經(jīng)退出過城市勞動力市場，其持續(xù)就業(yè)時間長短明確；另一類農(nóng)民工在調(diào)查時刻處于就業(yè)狀態(tài)，但不知道此后是否會退出或什么時候退出城市勞動力市場，或者因為死亡、家庭突發(fā)因素、人口遷徙等多種原因而退出城市勞動力市場，這類農(nóng)民工由于其持續(xù)就業(yè)的時間長短不明確，故在統(tǒng)計上都稱為刪失數(shù)據(jù)。對于那些曾經(jīng)處于就業(yè)狀態(tài)，后來又回歸了城市勞動力市場的農(nóng)民工，其就業(yè)的持續(xù)時間只算第一段時間。樣本農(nóng)民工就業(yè)的持續(xù)時間長短詳見表2，生存函數(shù)見圖1。持續(xù)就業(yè)的部分影響因素的描述性統(tǒng)計見表3。

由表2 與圖1 說明，調(diào)查時已退出城市勞動力市場的農(nóng)民工總數(shù)為182，占總樣本數(shù)的28.48%。農(nóng)民工持續(xù)就業(yè)時長平均為34.41 個月，僅為2.87年，持續(xù)就業(yè)最短的僅為7 個月，并且隨著時間的推移，農(nóng)民工就業(yè)累積概率就越低，而失業(yè)風(fēng)險不斷增加。這說明農(nóng)民工持續(xù)穩(wěn)定就業(yè)形勢不容樂觀。

表2 被解釋變量的描述性統(tǒng)計

圖1 Cox 比例風(fēng)險模型的生存函數(shù)圖

表3 解釋變量的描述性統(tǒng)計

四、回歸結(jié)果及其分析

借助SPSS20.0軟件，采用逐步引入—剔除法(stepwise)引入解釋變量，引入變量的檢驗水準是0.05，剔除變量的檢驗水準為0.1，運用Cox比例風(fēng)險模型研究農(nóng)民工個體特征、工作條件等對農(nóng)民工持續(xù)就業(yè)的時間長短影響。卡方檢驗結(jié)果顯示，Cox比例風(fēng)險模型均在總體上顯著，具體參數(shù)估計結(jié)果見表4。

1．個體特征的影響

回歸結(jié)果表明，總體而言，年齡、婚姻狀況及受教育年限對農(nóng)民工退出城市勞動力市場的影響關(guān)系符合表1所示的預(yù)期影響方向。年齡每增加1歲，農(nóng)民工退出城市勞動力市場風(fēng)險減少5.6%；已婚農(nóng)民工較未婚農(nóng)民工退出城市勞動力市場風(fēng)險減少40.2%；受教育年限具有極顯著的負影響，受教育年限每延長1年，農(nóng)民工退出城市勞動力市場風(fēng)險降低17.8%；其中，除了性別及參加新農(nóng)保狀態(tài)的影響不具有統(tǒng)計顯著意義以外，其他各項因素均具有顯著的統(tǒng)計意義。

表4 Cox 比例風(fēng)險模型的估計結(jié)果

2．工作條件的影響

農(nóng)民工的工作收入以及工作環(huán)境從一定程度上反映了農(nóng)民工退出城市勞動力市場風(fēng)險的影響情況。大體上，除收入在2 000～3 000元以內(nèi)、勞動強度等級為一般的農(nóng)民工的退出風(fēng)險無顯著差異以外，其余各變量的影響均符合表1中的預(yù)期影響方向，且具有統(tǒng)計顯著意義。收入水平對農(nóng)民工退出城市勞動力市場風(fēng)險的影響結(jié)果顯示，與收入水平在1 200元以下的低收入農(nóng)民工相比，人均純收入水平在3 000元以上的農(nóng)民工平均退出城市勞動力市場風(fēng)險要低16.2%，人均純收入在1 200元到2 000元之間的農(nóng)民工退出城市勞動力市場風(fēng)險要低8%；自評勞動強度為“大”的農(nóng)民工比自評勞動強度為“小”的農(nóng)民工退出城市勞動力市場的風(fēng)險增加10.2%；農(nóng)民工的技術(shù)能力對農(nóng)民工退出城市勞動力市場風(fēng)險的影響顯著，自評技術(shù)能力“一般”的農(nóng)民工其退出城市勞動力市場的風(fēng)險相較于自評技術(shù)能力“差”的農(nóng)民工降低了3%，自評技術(shù)能力“好”的農(nóng)民工退出城市勞動力市場的風(fēng)險大大降低了15.3%；與未同工作單位簽訂就業(yè)合同的農(nóng)民工相比，簽訂就業(yè)合同的農(nóng)民工退出城市勞動力市場的風(fēng)險降低5.3%；有單位提供或自購的社會保險的農(nóng)民工比沒有購買社會保險的農(nóng)民工退出城市勞動力市場的風(fēng)險減少了19.3%，有過工作培訓(xùn)的農(nóng)民工退出城市勞動力市場的風(fēng)險比沒有培訓(xùn)的農(nóng)民工小16.4%。

五、結(jié)論與政策含義

實證分析結(jié)果表明，年齡、婚姻狀況、受教育年限、收入、自評勞動強度、自評技術(shù)等級、是否簽訂就業(yè)合同、是否購買社會保險、是否有過崗前培訓(xùn)等變量，不同程度地對農(nóng)民工退出城市勞動力市場風(fēng)險產(chǎn)生影響。各市(縣)經(jīng)濟社會發(fā)展水平不一致，也會導(dǎo)致農(nóng)民工退出城市勞動力市場風(fēng)險存在一定差距。

上述結(jié)論表明：要采取有效措施化解農(nóng)民工退出城市勞動力市場風(fēng)險，確保實現(xiàn)農(nóng)民工在城市勞動力市場穩(wěn)定就業(yè)，一是要進一步改進城市企業(yè)制度，農(nóng)民工在企業(yè)工作期間，應(yīng)與所在企業(yè)其他勞動者享有同等的權(quán)利。企業(yè)應(yīng)當與農(nóng)民工簽訂就業(yè)合同，做好思想政治工作，進行安全生產(chǎn)和操作規(guī)程教育，組織技能提升培訓(xùn)。二是繼續(xù)加大財政轉(zhuǎn)移支付力度，特別是要加大對農(nóng)民工社會保障體系的財政投入，督促各級公司企業(yè)為農(nóng)民工購買社會保險。三是加強農(nóng)村教育事業(yè)發(fā)展，提高農(nóng)民受教育水平和專業(yè)知識技能，推行農(nóng)民工勞動力技能就業(yè)計劃，創(chuàng)造有效的人力資本。四是國家完善對農(nóng)民工的政策制度，建立就業(yè)服務(wù)咨詢基地，公共就業(yè)服務(wù)機構(gòu)依法向勞動者提供免費就業(yè)服務(wù)。總之，認真研究現(xiàn)代農(nóng)民工就業(yè)與經(jīng)濟社會發(fā)展的關(guān)系，對落實中央“三農(nóng)”政策，促進經(jīng)濟社會可持續(xù)發(fā)展具有重要的現(xiàn)實意義和深遠歷史意義。

注 釋：

① 它可以是定量的、定性的或定序的，在Cox模型中被稱為協(xié)變量。

[1]韓凱，王賓．國際金融危機對農(nóng)民工就業(yè)影響的百村調(diào)查[J]．經(jīng)濟縱橫，2009(8)：73-76．

[2]李賓，馬九杰．勞動力供給保障水平、“民工荒”成因與宏觀經(jīng)濟影響[J]．經(jīng)濟與管理研究，2013(8)：58-66．

[3]王春超，荊?。袊鞘谢M程中農(nóng)民工對經(jīng)濟產(chǎn)出的貢獻與收益分享[J]．經(jīng)濟社會體制比較，2012(2)：144-153．

[4]John Knight，Linda Yueh．Segmentation or competition in China's urban labour market?[J]．Cambridge Journal of Economics，2009(1)：79-94．

[5]馬瑞，仇煥廣，吳偉光，等．農(nóng)村進城就業(yè)人員的職業(yè)流動與收入變化[J]．經(jīng)濟社會體制比較，2012(6)：36-46．

[6]黃乾．城市農(nóng)民工的就業(yè)穩(wěn)定性及其工資效應(yīng)[J]．人口研究，2009(3)：53-62．

[7]張艷華，沈琴琴．農(nóng)民工就業(yè)穩(wěn)定性及其影響因素——基于4 個城市調(diào)查基礎(chǔ)上的實證研究[J]．管理世界，2013(3)：176-177．

[8]孟凡強，吳江．我國就業(yè)穩(wěn)定性的變遷及其影響因素[J]．人口與經(jīng)濟，2013(5)：79-88．

[9]白南生．農(nóng)民工就業(yè)流動性研究[J]．管理世界，2008(7)：70-76．

[10]王春超．農(nóng)民工流動就業(yè)決策行為的影響因素——珠江三角洲地區(qū)農(nóng)民工就業(yè)調(diào)查研究[J]．華中師范大學(xué)學(xué)報：人文社會科學(xué)版，2011(2)：49-57．

[11]姚?。r(nóng)民工的就業(yè)流動研究——基于江蘇制造業(yè)調(diào)查的實證分析[J]．經(jīng)濟體制改革，2011(5)：88-92．

[12]紀韶．“十二五”期間京津冀都市圈農(nóng)民工流動就業(yè)影響因素——微觀決策模型分析視角[J]．經(jīng)濟學(xué)動態(tài)，2012(8)：24-30．

[13]Melanie Arntz，Ralf Andreas Wilke．Unemployment duration in Germany ： individual and regional determinants of local job finding ， migration and subsidized employment[J]．Regional Studies，2009(1)：43-61．

[14]D．Contreras，L．de Mello，E．Puentes．The determinants of labour force participation and employment in Chile[J]. Applied Economics，2011(21)：2765-2776．

[15]André Varella Mollick，Marie Mora．The impact of higher education on Texas population and employment growth[J]．The Annals of Regional Science，2012(1)：135-149．

[16]Hideo Kusuoka，Julien Hoffman．Advice on statistical analysis for circulation research[J]．Circulation Research，2002(8)：662-671

[17]D．R．Cox．Regression models and life-tables[J]．Journal of the Royal Statistical Society，1972(2)：187-220．

[18]王子成，趙忠．農(nóng)民工遷移模式的動態(tài)選擇：外出、回流還是再遷移[J]．管理世界，2013(1)：78-88．

[19]宋月萍，徐彥．新生代農(nóng)民工就業(yè)條件行業(yè)差距實證研究[J]．南方人口，2012(3)：57-64．

[20]李培林，田豐．中國農(nóng)民工社會融入的代際比較．[J]社會，2012(5)：1-24．

[21]魯建彪．構(gòu)建和諧社會視野下的農(nóng)民工就業(yè)及社會保障問題研究[J]．經(jīng)濟問題探索，2008(12)：93-97．

[22]楊曉軍，陳浩．新生代農(nóng)民工就業(yè)技能缺失與解決途徑[J]．農(nóng)村經(jīng)濟，2012(1)：98-102．