農(nóng)村勞動力就業(yè)模式選擇的影響因素研究——基于無序多分類Logistic回歸模型分析

常青青，　劉平輝

(東華理工大學(xué) 地球科學(xué)學(xué)院，江西 南昌 330013)

?

農(nóng)村勞動力就業(yè)模式選擇的影響因素研究——基于無序多分類Logistic回歸模型分析

常青青，劉平輝

(東華理工大學(xué) 地球科學(xué)學(xué)院，江西 南昌 330013)

摘要：研究個體特征、人力資本狀況、家庭特征以及區(qū)域特征四個方面的11個變量對農(nóng)村勞動力就業(yè)模式選擇的影響。采用問卷調(diào)查、統(tǒng)計分析、多分類無序邏輯回歸模型等研究方法。結(jié)果表明，婚姻狀況、有無手藝特長、耕地流出比例是影響農(nóng)村勞動力選擇不務(wù)農(nóng)就業(yè)模式的三個比較關(guān)鍵的影響因素。性別、有無手藝特長以及耕地流入比例是影響農(nóng)村勞動力選擇全職務(wù)農(nóng)就業(yè)模式的三個比較關(guān)鍵的影響因素。

關(guān)鍵詞：人力資本狀況；描述性統(tǒng)計；多分類無序邏輯回歸模型

常青青，劉平輝.農(nóng)村勞動力就業(yè)模式選擇的影響因素研究——基于無序多分類Logistic回歸模型分析[J].東華理工大學(xué)學(xué)報：社會科學(xué)版，2015，34(4)：321-326.

Chang Qing-qing，Liu Ping-hui.Study on the influence factors of rural labor’s employment choices——Based on multinomial logistic regression[J].Journal of East China Institute of Technology(Social Science)，2015，34(4)：321-326.

農(nóng)村勞動力向非農(nóng)產(chǎn)業(yè)轉(zhuǎn)移是一個國家或地區(qū)工業(yè)化、城市化過程中的必然趨勢[1]。農(nóng)村勞動力就業(yè)問題一直廣受學(xué)者們的關(guān)注。關(guān)于農(nóng)村勞動力人力資本特征的研究發(fā)現(xiàn)，在家庭內(nèi)部，具有更高的受教育程度、更強的學(xué)習(xí)與適應(yīng)能力的年青者外出打工的比較優(yōu)勢明顯，而年長者在務(wù)農(nóng)方面更具有比較優(yōu)勢[2]。也就是說，由于家庭內(nèi)部人力資本狀況的不同，農(nóng)戶會自覺進行理性的家庭內(nèi)部分工。實證研究表明，受教育程度、年齡、職業(yè)培訓(xùn)經(jīng)歷、城市工作經(jīng)驗等人力資本因素對農(nóng)村勞動力非農(nóng)就業(yè)和農(nóng)民工職業(yè)選擇有顯著影響[3]。學(xué)者們一致的結(jié)論是，人力資本狀況的改善有利于農(nóng)村勞動力做出非農(nóng)就業(yè)的決策[4]。

陳美球認為就業(yè)功能是農(nóng)民最認可的耕地的非生產(chǎn)性功能[5]，而農(nóng)村勞動力非農(nóng)就業(yè)對農(nóng)地流轉(zhuǎn)具有顯著的推動作用[6]，勞動力轉(zhuǎn)移距離和轉(zhuǎn)移時間影響土地流轉(zhuǎn)的意愿，在縣內(nèi)務(wù)工的人員不愿意轉(zhuǎn)出土地的意愿更強[7]，農(nóng)村土地流轉(zhuǎn)受農(nóng)戶家庭收入、農(nóng)戶所處的區(qū)位條件等影響[8]。此外，農(nóng)村勞動力是在對就業(yè)地的形象、距離、就業(yè)屬性、生活設(shè)施和社會自然環(huán)境進行綜合性評價的基礎(chǔ)上，做出就業(yè)地決策的[9]。因此，根據(jù)前人的研究結(jié)果以及研究區(qū)域的實際情況，將影響農(nóng)村勞動力就業(yè)模式選擇的影響因素劃分為四個層面：個體特征、人力資本狀況、家庭特征、區(qū)域特征。

為了研究農(nóng)村勞動力就業(yè)模式選擇的影響因素，本文將農(nóng)村勞動力就業(yè)模式分為三類：非農(nóng)勞動力(或不務(wù)農(nóng))，即不務(wù)農(nóng)而只從事非農(nóng)勞動的勞動力；兼業(yè)勞動力(或兼職務(wù)農(nóng))，農(nóng)忙時務(wù)農(nóng)，農(nóng)閑時務(wù)工的勞動力；農(nóng)業(yè)勞動力(或全職務(wù)農(nóng))，只務(wù)農(nóng)而不從事非農(nóng)工作的勞動力。研究采用問卷調(diào)查的方式收集數(shù)據(jù)，將收集的調(diào)查數(shù)據(jù)進行統(tǒng)計分析，根據(jù)數(shù)據(jù)結(jié)果并結(jié)合實際調(diào)查情況作出研究假設(shè)，然后建立多分類無序Logistic回歸模型對假設(shè)進行驗證。從而解釋個體特征(年齡、性別、婚姻狀況)、人力資本狀況(文化程度、有無手藝特長)、家庭特征(家庭人口規(guī)模、糧食直補面積、耕地流入比例、耕地流出比例)以及區(qū)域特征(區(qū)域類型、投入產(chǎn)出比)等因素對農(nóng)村勞動力就業(yè)模式選擇的影響。

1研究區(qū)域概況

撫州市臨川區(qū)位于江西省東部撫河中游，地處贛撫平原向武夷山脈過渡地帶，東經(jīng) 116°03′45″- 116°18′45″，北緯27°29′30″-28°15′16″之間。全區(qū)地形狹長，東西寬58公里，南北長82公里，總面積2 125.72平方公里[10]。臨川區(qū)屬亞熱帶季風(fēng)區(qū)，四季分明，日照充足，雨量充沛，無霜期長，區(qū)域下轄9個鄉(xiāng)、17個鎮(zhèn)、5個街道辦事處。

2數(shù)據(jù)調(diào)查情況、樣點分布及簡要描述

2.1　數(shù)據(jù)調(diào)查情況

為了最大程度地收集到研究所需要的實證數(shù)據(jù)資料，此次實地調(diào)查采取一對一入戶訪談的調(diào)查模式。實施時間為2014年7月9日至2014年7月12日、2014年8月9日至2014年8月21日，2014年10月14日至2014年10月17日，歷時20天。調(diào)查對象為臨川區(qū)行政范圍內(nèi)通過集體分配、自行開墾或轉(zhuǎn)入轉(zhuǎn)出而擁有耕地的農(nóng)戶。具體調(diào)查分兩步實施，即預(yù)調(diào)查與正式調(diào)查。其中，預(yù)調(diào)查于2014年7月12日之前完成，調(diào)查地點選擇在羅湖鎮(zhèn)良溪村、湖南鄉(xiāng)洪塘村和龍溪鎮(zhèn)湯家村。通過預(yù)調(diào)查對原先設(shè)計的調(diào)查問卷進行必要的修正與調(diào)整，使調(diào)查問卷的設(shè)計更加科學(xué)并具有良好的可讀性。正式調(diào)查問卷包括四大部分：①戶主、家庭成員及相關(guān)情況；②承包耕地、園地、林地情況；③耕地詳細情況；④農(nóng)作物種植信息。訪談問卷262份,其中有效問卷253份,有效率達97%。

2.2　樣點分布

根據(jù)區(qū)域類型、距離遠近結(jié)合、經(jīng)濟發(fā)展水平高低搭配以及調(diào)查鄉(xiāng)鎮(zhèn)的大小[11]，本次調(diào)查共選取了臨川區(qū)行政范圍內(nèi)的14個鄉(xiāng)鎮(zhèn)，占臨川區(qū)總鄉(xiāng)鎮(zhèn)數(shù)的52%(臨川區(qū)除5個街道辦事處外共26個鄉(xiāng)鎮(zhèn))；每個鄉(xiāng)鎮(zhèn)隨機選取農(nóng)戶，共涉及253家農(nóng)戶，733個勞動力。臨川區(qū)分為丘陵、平原和山地三大區(qū)域類型。樣本中,丘陵類型的鄉(xiāng)鎮(zhèn)共9個、平原類型的鄉(xiāng)鎮(zhèn)共3個、山地類型的鄉(xiāng)鎮(zhèn)共2個。其個數(shù)分別占調(diào)查鄉(xiāng)鎮(zhèn)總個數(shù)的64.3%、21.4%、14.3%。調(diào)查基本符合臨川區(qū)區(qū)域類型的實際情況。

2.3　數(shù)據(jù)簡要描述

表1是樣本數(shù)據(jù)的個體特征及人力資本狀況的簡要描述，對體現(xiàn)調(diào)查數(shù)據(jù)的質(zhì)量有一定意義。從表1顯示的信息來看，樣本的年齡分布是比較合理的、婚姻狀況符合農(nóng)村人口婚姻狀況較為穩(wěn)定的現(xiàn)實、文化程度也大體上符合我國農(nóng)民的整體文化水平[12]；性別比例差距較大，但符合臨川區(qū)基礎(chǔ)教育質(zhì)量高，女性多全職陪同小孩讀書的實際情況?？偟膩碚f，本次調(diào)查數(shù)據(jù)質(zhì)量較高，比較真實地反映了臨川區(qū)的實際情況。

表1　個體特征及人力資本狀況的簡要描述

3調(diào)查數(shù)據(jù)的變量解釋、描述性統(tǒng)計分析及研究假設(shè)

3.1　調(diào)查數(shù)據(jù)的變量解釋

具體見表2。

3.2　調(diào)查數(shù)據(jù)的描述性統(tǒng)計分析

根據(jù)表3，從個體特征、人力資本狀況、家庭特征以及區(qū)域特征四個層面進行分析。

個體特征。兼職務(wù)農(nóng)、不務(wù)農(nóng)、全職務(wù)農(nóng)的平均年齡分別為41.72、35.09、51.86。其中全職務(wù)農(nóng)平均年齡最高，不務(wù)農(nóng)最低，說明臨川區(qū)農(nóng)村中全職務(wù)農(nóng)多以中老年勞動力為主，而不務(wù)農(nóng)則以青年勞動力為主；全職務(wù)農(nóng)中女性所占的比例為64.65%，大于男性的35.35%，而兼職務(wù)農(nóng)和不務(wù)農(nóng)中男性所占的比例都大于女性，再結(jié)合性別變量的平均值可以得出，女性更傾向于全職務(wù)農(nóng)，男性更傾向于兼職務(wù)農(nóng)；就婚姻狀況變量的平均值來說，不務(wù)農(nóng)最小，也就是說相對于兼職務(wù)農(nóng)和全職務(wù)農(nóng)來說，不在婚狀態(tài)下的勞動力更傾向于不務(wù)農(nóng)。

表2　變量定義及變量類型

人力資本狀況。兼職務(wù)農(nóng)、不務(wù)農(nóng)、全職務(wù)農(nóng)的平均受教育年限分別為7.91、9.30、6.98。其中不務(wù)農(nóng)最高，全職務(wù)農(nóng)最低，說明勞動力文化程度越高，越傾向于不務(wù)農(nóng)；在手藝特長變量中，只有全職務(wù)農(nóng)中無手藝所占的比例大于有手藝的比例，其值分別為97.21%、2.79%。也就是說，無手藝更傾向于全職務(wù)農(nóng)，有手藝更傾向于不務(wù)農(nóng)。

家庭特征。兼職務(wù)農(nóng)、不務(wù)農(nóng)、全職務(wù)農(nóng)的平均家庭人口規(guī)模分別為4.17、4.41、4.32，說明家庭人口規(guī)模小更傾向于兼職務(wù)農(nóng)；兼職務(wù)農(nóng)、不務(wù)農(nóng)、全職務(wù)農(nóng)的平均糧食直補面積分別為4.73、4.08、5.30，平均耕地流入比例分別為0.14、0.40、1.02，平均耕地流出比例分別為0.03、0.39、0.05，說明糧食直補面積越多、耕地流入比例越大，農(nóng)村勞動力越傾向于全職務(wù)農(nóng)，糧食直補面積越少、耕地流出比例越大，農(nóng)村勞動力越傾向于不務(wù)農(nóng)。

區(qū)域特征。就區(qū)域類型的平均值來說，不務(wù)農(nóng)最小。也就是說丘陵或山地地區(qū)的勞動力更傾向于不務(wù)農(nóng)；兼職務(wù)農(nóng)、不務(wù)農(nóng)、全職務(wù)農(nóng)的平均投入產(chǎn)出比分別為0.366、0.354、0.372，說明投入產(chǎn)出比越小，勞動力越傾向于不務(wù)農(nóng)。這似乎與經(jīng)濟學(xué)上的理論不符，但是結(jié)合我國現(xiàn)如今的農(nóng)村實際情況可以知道，這是一種隱性拋荒的行為，“隱性拋荒的結(jié)果是在耕地上追加的勞力和資金不夠，沒有達到耕地應(yīng)有的產(chǎn)出”[13]。也就是說，全職務(wù)農(nóng)的勞動力花費更多的精力從事農(nóng)業(yè)勞動，而兼職務(wù)農(nóng)和不務(wù)農(nóng)的勞動力投入的精力會少一些。

3.3　研究假設(shè)

根據(jù)以上分析并結(jié)合調(diào)查中的實際情況，提出如下四個研究假設(shè)。

假設(shè)1：從個體特征來看，女性、年齡越大、在婚狀態(tài)下的勞動力，更傾向于全職務(wù)農(nóng)；年齡越小、不在婚狀態(tài)下的勞動力更傾向于不務(wù)農(nóng)；男性勞動力更傾向于兼職務(wù)農(nóng)。

假設(shè)2：從人力資本狀況來看，文化程度越低、無手藝特長的勞動力更傾向于全職務(wù)農(nóng)；文化程度越高、有手藝特長的農(nóng)民更傾向于不務(wù)農(nóng)。

假設(shè)3：從家庭特征來看，糧食直補面積越多、耕地流入比例越大的農(nóng)村勞動力更傾向于全職務(wù)農(nóng)；糧食直補面積越少、耕地流出比例越大、家庭人口規(guī)模越大的農(nóng)村勞動力更傾向于不務(wù)農(nóng)；家庭人口規(guī)模越小、耕地流入流出比例越小的農(nóng)村勞動力更傾向于兼職務(wù)農(nóng)。

假設(shè)4：從區(qū)域特征變量來看，處在丘陵或山地、投入產(chǎn)出比小的農(nóng)村勞動力更傾向于不務(wù)農(nóng)；處在平原、投入產(chǎn)出比大的農(nóng)村勞動力更傾向于全職務(wù)農(nóng)。

表3　不同就業(yè)模式下農(nóng)村勞動力四個層面特征的統(tǒng)計描述

4模型設(shè)定、模型估計結(jié)果及解釋

4.1　模型設(shè)定

本文的因變量是多分類無序變量，因此使用MultinomialLogitModel回歸模型。MNL模型的一般表述是，對于有j=1，2，…，J類無序多分類因變量，如果把第J類選項作為參照組，其它J-1類發(fā)生的概率比可以通過式(1)中的Logit形式表達為：

i=1,2,…,k;j=1,2…J-1

(1)

結(jié)合本文的因變量和自變量，公式(1)可以理解為：ln為自然對數(shù)，j=不務(wù)農(nóng)，全職務(wù)農(nóng)，兼職務(wù)農(nóng)。參照項J=兼職務(wù)農(nóng)。k為解釋變量的個數(shù)，1≦k≦11，Xi為解釋變量，i=1,2，…，11。這樣，我們就可以得到兩個兩類別Logit模式，以兼職務(wù)農(nóng)為參照組，影響勞動力個體選擇不務(wù)農(nóng)概率比的Logit回歸模型見公式(2)，影響勞動力個體選擇全職務(wù)農(nóng)概率比的Logit回歸模型見公式(3)。

(2)

(3)

4.2　模型估計結(jié)果

在建立模型的過程中，發(fā)現(xiàn)投入產(chǎn)出比的顯著性水平?jīng)]有通過統(tǒng)計學(xué)上的顯著性檢驗，因此剔除該變量后重新建立了模型。模型卡方值為881.814；顯著水平0.000(小于1%)；Cox和Snell、Nagelkerke和McFadden三個偽R2系數(shù)分別為0.700、0.805、0.590；分類表中預(yù)測準確率達83.40%。模型的這些信息說明模型有較好的擬合效果。

表4是模型中自變量的似然比檢驗，表中10個自變量顯著性水平都小于0.05，說明其對因變量有顯著的影響。

表4　似然比檢驗

4.3　模型結(jié)果解釋

表5中有兩套Logistic數(shù)據(jù)，分別針對不務(wù)農(nóng)和全職務(wù)農(nóng)，兼職務(wù)農(nóng)作為參考類別其系數(shù)均為0?！靶詣e=1”，“婚姻狀況=1”，“手藝特長=1”，“區(qū)域類型=1”分別作為其相應(yīng)自變量中的參考類別，其系數(shù)也為0。表中B值的正負和絕對值大小分別反映了對應(yīng)變量的變化對勞動力選擇不務(wù)農(nóng)和全職務(wù)農(nóng)概率比的影響方向及程度。

根據(jù)表5從個體特征、人力資本狀況、家庭特征以及區(qū)域特征四個方面解釋如下。

個體特征。就年齡變量來說，不務(wù)農(nóng)的B值為-0.025，全職務(wù)農(nóng)的B值為0.119。也就是說相對于兼職務(wù)農(nóng)，年齡大的勞動力更傾向于全職務(wù)農(nóng)，年齡小的勞動力更傾向于不務(wù)農(nóng)；性別對勞動力選擇不務(wù)農(nóng)和全職務(wù)農(nóng)都有顯著的正影響，相對于兼職務(wù)農(nóng)而言，女性更傾向于不務(wù)農(nóng)或全職務(wù)農(nóng)。在其他條件不變的情況下，女性勞動力選擇不務(wù)農(nóng)或全職務(wù)農(nóng)的概率發(fā)生比分別是男性勞動力這一概率發(fā)生比的2倍和8倍；“不在婚=0”與“在婚=1”相比在不務(wù)農(nóng)中有顯著差異，P=0.000，在全職務(wù)農(nóng)中無顯著性差異，P=0.185。說明婚姻狀況對勞動力選擇不務(wù)農(nóng)有顯著正影響，相對于兼職務(wù)農(nóng)而言，不在婚狀態(tài)下的勞動力更傾向于選擇不務(wù)農(nóng)。在其他條件不變的情況下，不在婚勞動力選擇不務(wù)農(nóng)的概率發(fā)生比是在婚勞動力這一概率發(fā)生比的8倍。以上結(jié)論，與假設(shè)1中有關(guān)假設(shè)相符。

表5　模型的參數(shù)估計

人力資本狀況。就文化程度來說，不務(wù)農(nóng)的B值為0.25，全職務(wù)農(nóng)的B值為0.121，其顯著性水平分別為0.000和0.237，說明相對于兼職務(wù)農(nóng)，文化程度高的勞動力更傾向于不務(wù)農(nóng)，另外文化程度在全職務(wù)農(nóng)中無顯著影響；有無手藝特長對勞動力選擇不務(wù)農(nóng)有顯著的負影響，對勞動力選擇全職務(wù)農(nóng)有顯著的正影響，相對于兼職務(wù)農(nóng)，有手藝的勞動力更傾向于不務(wù)農(nóng)，無手藝的勞動力更傾向于全職務(wù)農(nóng)。在其他條件不變的情況下，無手藝的勞動力選擇不務(wù)農(nóng)的概率發(fā)生比是有手藝勞動力這一概率發(fā)生比的0.3倍，無手藝的勞動力選擇全職務(wù)農(nóng)的概率發(fā)生比是有手藝勞動力這一概率發(fā)生比的87倍。這與假設(shè)2的有關(guān)結(jié)論相符。

家庭特征。家庭人口規(guī)模與耕地流出比例的B值在不務(wù)農(nóng)中分別為0.523、4.563，且顯著性都為0.000，說明相對于兼職務(wù)農(nóng)，家庭人口規(guī)模大、耕地流出比例高的勞動力更傾向于不務(wù)農(nóng)。家庭人口規(guī)模大的勞動力傾向于不務(wù)農(nóng)的原因可能是家庭內(nèi)部分工造成的；全職務(wù)農(nóng)中耕地流入比例的B值和顯著性水平分別為0.322、0.043，說明相對于兼職務(wù)農(nóng)，家庭耕地流入比例大的勞動力更傾向全職務(wù)農(nóng)；相對于兼職務(wù)農(nóng)來說，糧食直補面積少的勞動力更傾向于不務(wù)農(nóng)，糧食直補面積多的勞動力更傾向于全職務(wù)農(nóng)。這些與假設(shè)3中的有關(guān)結(jié)論相符。

區(qū)域特征?！皡^(qū)域類型=0”與“區(qū)域類型=1”相比在不務(wù)農(nóng)中有顯著差異，P=0.014，在全職務(wù)農(nóng)中無顯著性差異，P=0.789。區(qū)域類型對勞動力選擇不務(wù)農(nóng)有顯著正影響，相對于兼職務(wù)農(nóng)而言，丘陵或山地地區(qū)的勞動力更傾向于不務(wù)農(nóng)。在其他條件不變的情況下，丘陵或山地地區(qū)的勞動力選擇不務(wù)農(nóng)的概率發(fā)生比是平原地區(qū)勞動力這一概率發(fā)生比的3倍，這與假設(shè)4的有關(guān)結(jié)論相符。

5結(jié)論

根據(jù)上文的分析，可以得出：農(nóng)村勞動力中，女性、年齡大、無手藝特長、家庭糧食直補面積大、耕地流入比例高的勞動力更傾向于全職務(wù)農(nóng)；年齡小、不在婚、文化程度高、有手藝特長、家庭人口規(guī)模大、糧食直補面積少、耕地流出比例高、丘陵或山地地區(qū)的勞動力更傾向于不務(wù)農(nóng)；男性勞動力更傾向于兼職務(wù)農(nóng)。此外，婚姻狀況、有無手藝特長、耕地流出比例是影響農(nóng)村勞動力選擇不務(wù)農(nóng)就業(yè)模式的三個比較關(guān)鍵的影響因素；性別、有無手藝特長、耕地流入比例是影響農(nóng)村勞動力選擇全職務(wù)農(nóng)就業(yè)模式的三個比較關(guān)鍵的影響因素。因此，完善農(nóng)村耕地流轉(zhuǎn)制度、重視農(nóng)村勞動力技能培訓(xùn)對于引導(dǎo)臨川區(qū)農(nóng)村勞動力就業(yè)模式的選擇有一定作用。

[參考文獻]

[1]龔敏健,黃晨熹.改革開放三十年我國農(nóng)村勞動力轉(zhuǎn)移的特征及趨勢分析[J].江西師范大學(xué)學(xué)報:哲學(xué)社會科學(xué)版,2009,42(4):45-58.

[2]曹陽,李慶華.我國農(nóng)戶勞動力配置決策模型及其應(yīng)用[J].華中師范大學(xué)學(xué)報:人文社會科學(xué)版,2005(1):48-53.

[3]羅俊峰.農(nóng)民工職業(yè)選擇的人力資本約束研究——基于無序多分類Logistic模型分析[J].聚焦三農(nóng),2014(6):41-44.

[4]余吉祥.農(nóng)村勞動力就業(yè)模式選擇的影響因素分析——以江蘇農(nóng)戶調(diào)查數(shù)據(jù)為例[J].現(xiàn)代經(jīng)濟,2008,7(11):65-68.

[5]陳美球，王光遠.農(nóng)民對耕地非生產(chǎn)性功能的認識及其量化實證研究——基于1065份問卷調(diào)查[J].中國土地科學(xué),2013,27(3):10-16.

[6]張?zhí)m，馮淑怡，曲福田.農(nóng)地流轉(zhuǎn)區(qū)域差異及其成因分析——以江蘇省為例[J].中國土地科學(xué),2014,28(5):73-80.

[7]林善浪,王健,張鋒.勞動力轉(zhuǎn)移行為對土地流轉(zhuǎn)意愿影響的實證研究[J].中國土地科學(xué),2010,24(2):19-23.

[8]駱東奇,周于翔,姜文.基于農(nóng)戶調(diào)查的重慶市農(nóng)村土地流轉(zhuǎn)研究[J].中國土地科學(xué),2009,23(5):47-52.

[9]趙春雨.農(nóng)村勞動力轉(zhuǎn)移過程中就業(yè)地決策的認知因素——以安徽省四個樣本村為例[J].安徽師范大學(xué)學(xué)報:人文社會科學(xué)版,2014,42(5):591-600.

[10]劉平輝,廖娟,李佩蘭,等.基于AHP法的縣級土地利用總體規(guī)劃實施評價研究——以臨川區(qū)為例[J].東華理工大學(xué)學(xué)報:社會科學(xué)版,2013,32(3):302-307.

[11]黃善林.土地因素對農(nóng)戶勞動力鄉(xiāng)城轉(zhuǎn)移的影響研究——基于皖鄂四縣市的農(nóng)戶調(diào)查[D].武漢：華中科技大學(xué),2010.

[12]于長永.依賴與脆弱性：農(nóng)民養(yǎng)老問題的一個實證分析——基于全國十個省份1000余位農(nóng)民的調(diào)查數(shù)據(jù)[J].西北人口,2013,34(6):117-126.

[13]黃建強,李錄堂.從農(nóng)村勞動力視角探析耕地拋荒行為——基于會同縣農(nóng)村的實證研究[J].北京理工大學(xué)學(xué)報:社會科學(xué)版,2009,11(6):42-47.

Study on the Influence Factors of Rural Labor’s Employment Choices——Based on Multinomial Logistic Regression

CHANG Qing-qing，LIU Ping-hui

(CollegeofEarthSciences，EastChinaInstituteofTechnology，Nanchang330013,China)

Abstract:The purpose of the paper is to study the influence factors of rural labor’s employment choices. It selects 11 influence factors including individual characteristics, human capital situation, family characteristics and regional characteristics. Methods of questionnaire, statistical analysis and MNL are employed. The results indicate: marital status, presence of craft, proportion of cultivated land outflow are three critical factors for choosing non-farming employment pattern; gender, presence of craft and proportion of cultivated land inflow are three key factors for choosing full-time farming employment pattern.

Key Words:human capital situation; descriptive statistics; multinomial logistic model

中圖分類號：F323.6

文獻標(biāo)識碼：A

文章編號：1674-3512(2015)04-0321-06

作者簡介：常青青(1991—)，女，山西臨汾人，碩士研究生，主要從事人文地理學(xué)研究。

基金項目：江西省社科 (10JL07)資助。

收稿日期：2015-07-20