征地對農(nóng)戶勞動力就業(yè)的影響分析
——基于襄陽和九江兩地1714位農(nóng)民的調(diào)查

張科靜，黃朝陽

（九江學(xué)院 經(jīng)濟(jì)與管理學(xué)院，江西 九江 332005）

在中國城鄉(xiāng)二元經(jīng)濟(jì)的背景下，征地給農(nóng)戶的生產(chǎn)和生活帶來了顯著的影響，其中最直接的影響就是對失地農(nóng)戶勞動力就業(yè)造成的沖擊。除了少數(shù)失地農(nóng)民能夠繼續(xù)從事農(nóng)業(yè)生產(chǎn)外，絕大多數(shù)失地農(nóng)民被迫選擇向非農(nóng)就業(yè)領(lǐng)域轉(zhuǎn)移。學(xué)術(shù)界普遍認(rèn)同：失地農(nóng)民因?yàn)樽陨砦幕刭|(zhì)低、缺乏相應(yīng)技能培訓(xùn)等原因存在非農(nóng)就業(yè)的困境。但是土地征用是否給所有的農(nóng)戶勞動力都產(chǎn)生就業(yè)沖擊？哪一類農(nóng)戶勞動力更容易遭受土地征收帶來的就業(yè)沖擊？以下研究將從實(shí)證的角度來分析征地對農(nóng)戶勞動力就業(yè)決策造成的影響。

一、征地前后農(nóng)戶勞動力就業(yè)的變動狀況

本文的數(shù)據(jù)來源于在湖北省襄陽市和江西省九江市兩地進(jìn)行的失地農(nóng)戶生計(jì)狀況問卷調(diào)查。由于本文要分析征地對農(nóng)戶勞動力就業(yè)造成的影響，因此不僅剔除了樣本中在校學(xué)生、因疾病或殘疾導(dǎo)致完全喪失勞動能力的樣本，還剔除了征地前不屬于勞動力人口或者征地后不屬于勞動力人口的樣本，最后得到農(nóng)戶勞動力樣本1714人，其中男性849人，女性865人。為了實(shí)證分析的需要，將本地務(wù)農(nóng)、本地農(nóng)業(yè)打工歸為農(nóng)業(yè)生產(chǎn)，將本地非農(nóng)經(jīng)營、本地非農(nóng)打工、本地行政事業(yè)單位工作歸為本地非農(nóng)就業(yè)，將外地打工、外地經(jīng)營歸為外地非農(nóng)就業(yè)，將家務(wù)和其他類歸納為失業(yè)。

表1 農(nóng)戶勞動力在征地前后的就業(yè)狀況（單位：人）

表1反應(yīng)了被調(diào)查的失地農(nóng)戶勞動力在土地被征收前后的就業(yè)狀況變化情況?？傮w上看，在土地被征收之前，從事農(nóng)業(yè)生產(chǎn)的勞動力人數(shù)最多，占40.02%，從事本地非農(nóng)就業(yè)的人數(shù)次之，占全部樣本的35.82%，而從事外地非農(nóng)或處于失業(yè)狀態(tài)的人數(shù)相對較少，分別為209人和205人，僅占全部樣本的12.19%和8.01%。在土地被征收之后，從事本地非農(nóng)就業(yè)的農(nóng)戶勞動力人數(shù)最多，其比重達(dá)到53.33%，僅有9.86%的農(nóng)戶勞動力在繼續(xù)從事農(nóng)業(yè)生產(chǎn)，而失業(yè)勞動力的比重大幅提升到25.61%。從征地給農(nóng)戶勞動力帶來的就業(yè)影響角度來看，上表中處于對角線位置的數(shù)據(jù)代表沒有遭受就業(yè)影響的農(nóng)戶勞動力數(shù)量，其總?cè)藬?shù)為1039人，占總部樣本數(shù)的60.62%，剩余的675位農(nóng)戶勞動力則遭受到了征地帶來的就業(yè)影響，其比重為39.38%。其中征地之前就從事本地非農(nóng)就業(yè)的農(nóng)戶勞動力所受影響最小，他們中91.69%的樣本在征地以后依然在從事本地非農(nóng)就業(yè)。而遭受就業(yè)影響最大的是在征地之前從事農(nóng)業(yè)生產(chǎn)的農(nóng)戶勞動力，他們中的76.97%在征地之后轉(zhuǎn)向非農(nóng)領(lǐng)域就業(yè)或處于失業(yè)狀態(tài)。

二、征地對農(nóng)戶勞動力就業(yè)影響的實(shí)證分析

（一）征地對農(nóng)戶勞動力就業(yè)沖擊的影響分析

1.變量選擇

在我國實(shí)行經(jīng)濟(jì)體制改革和社會轉(zhuǎn)型發(fā)展的大背景下，隨著農(nóng)業(yè)生產(chǎn)力的不斷提高和勞動力市場管制政策的放開，自上世紀(jì)80年代開始，大批農(nóng)村剩余勞動力開始通過各種方式向非農(nóng)就業(yè)領(lǐng)域轉(zhuǎn)移，農(nóng)戶勞動力的非農(nóng)就業(yè)趨勢日趨明顯，農(nóng)民工群體的規(guī)模不斷擴(kuò)大。國家統(tǒng)計(jì)局的統(tǒng)計(jì)公告顯示，2014年全國農(nóng)民工總量達(dá)到2.74億人，比上一年度增加501萬人，增長幅度為1.9%，其中外出農(nóng)民工為1.68億人，比上年度增加211萬人，增長1.3%；本地農(nóng)民工為1.05億人，增加了359萬人，增長率為3.6%?；谶@樣的背景，筆者認(rèn)為，部分農(nóng)戶勞動力在土地被征收前已經(jīng)沒有從事與土地密切相關(guān)的農(nóng)業(yè)生產(chǎn)活動，因此土地征收也并沒有對他們的就業(yè)造成較大的影響，由此可以推斷征地對不同失地農(nóng)民就業(yè)產(chǎn)生差異化影響。對于失地農(nóng)戶而言，是否遭受土地征收帶來的就業(yè)沖擊取決于其自身的個體特征、人力資本狀況、失地程度等因素。

本研究將重點(diǎn)考察征地相關(guān)因素如何影響失地農(nóng)戶勞動力的就業(yè)決策，為此選定了以下指標(biāo)：（1）失地程度。由于此次調(diào)查的樣本農(nóng)戶中有一部分農(nóng)戶還擁有少量的土地，所以用（征地前的土地面積-征地后的土地面積）/ 征地前的土地面積來計(jì)算農(nóng)戶失地程度，不同失地程度的農(nóng)戶勞動力有可能遭受不同的就業(yè)沖擊。（2）征地用途。此次調(diào)查發(fā)現(xiàn)征地的目的一般可以分為“經(jīng)濟(jì)開發(fā)區(qū)”、“基礎(chǔ)設(shè)施建設(shè)”、“房產(chǎn)開發(fā)”和“其他商業(yè)用途”四類，不同類型的征地能夠創(chuàng)造的就業(yè)機(jī)會是有差異的。（3）征地補(bǔ)償款。本次調(diào)查的樣本地區(qū)基本上都是采取貨幣補(bǔ)償?shù)姆绞剑虼私^大多數(shù)農(nóng)戶都獲得了一筆數(shù)額不菲的征地補(bǔ)償款，只有極少數(shù)的農(nóng)戶獲得其他形式的征地補(bǔ)償。依據(jù)勞動經(jīng)濟(jì)學(xué)的相關(guān)理論，高額的非勞動收入會顯著減少勞動力的就業(yè)意愿，因此征地補(bǔ)償款的數(shù)額對失地農(nóng)戶勞動力是否愿意就業(yè)具有很強(qiáng)的影響，這里取征地補(bǔ)償款的對數(shù)形式。

此外，勞動經(jīng)濟(jì)學(xué)一般理論認(rèn)為，勞動力市場的總體供求情況在某一時點(diǎn)上是確定的，按照經(jīng)典的人力資本理論，勞動力對于正規(guī)教育、培訓(xùn)、遷移和健康的投資最終會形成個人的“人力資本”（顧和軍等，2013），人力資本狀況對個體就業(yè)的意義重大，而作為其中重要組成部分的教育和培訓(xùn)對于就業(yè)有顯著的正面影響（任國強(qiáng)等，2009；李強(qiáng)等，2012）。翟年祥等（2012）研究也指出農(nóng)村勞動力就業(yè)受到年齡、婚姻狀況、人力資本、心理預(yù)期、就業(yè)制度等多方面因素的影響。在前人研究取得的結(jié)論基礎(chǔ)上，我們認(rèn)為失地農(nóng)戶勞動力是否遭受就業(yè)沖擊也會受到性別、年齡、受教育水平、婚姻狀況和健康水平等因素的影響。

最后，新家庭經(jīng)濟(jì)學(xué)理論認(rèn)為，勞動力的就業(yè)決策不僅是由個人決定的，還將受到家庭因素的影響。一個農(nóng)戶家庭人口撫養(yǎng)比越高，家庭的經(jīng)濟(jì)壓力和家務(wù)勞動負(fù)擔(dān)則越重，從而會對其勞動供給行為產(chǎn)生影響。我們用16歲以下孩子和65歲以上老人的數(shù)量占家庭總?cè)丝诘谋戎乇硎救丝谪?fù)擔(dān)系數(shù)。另外，借鑒丁守海（2014）的研究成果，我們還選擇的征地前家庭純收入的對數(shù)來衡量其對勞動力就業(yè)決策的影響。

所有變量的賦值情況和統(tǒng)計(jì)描述如表2所示。

表2 自變量的定義、賦值和描述性統(tǒng)計(jì)

2.模型設(shè)定

根據(jù)前面的論述，通過建立計(jì)量經(jīng)濟(jì)模型來實(shí)證分析征地給農(nóng)戶勞動力就業(yè)帶來的影響及其程度。將征地前后就業(yè)類型發(fā)生變動的農(nóng)戶勞動力歸為遭受就業(yè)沖擊的情況，對其賦值為1，而將征地前后就業(yè)類型沒有發(fā)生變動的農(nóng)戶勞動力歸為沒有遭受就業(yè)沖擊的類型，對其賦值為0。因?yàn)槟Ｐ鸵蜃兞康娜≈捣秶鷥H限于1或0，因此選用二元Logit模型進(jìn)行分析。

上式中， Y為因變量，分別表示各種失地農(nóng)戶勞動力是否遭受就業(yè)沖擊的影響因素，而β是各影響因素的系數(shù)。

3.實(shí)證檢驗(yàn)

使用計(jì)量分析軟件Stata12.0對模型進(jìn)行估計(jì)，為了更好地觀測不同變量對就業(yè)的影響并考慮到模型的穩(wěn)健性，采用逐步回歸的方式，模型1先考察了征地相關(guān)因素對就業(yè)決策的影響，模型2將個人特征等因素放入計(jì)量模型中，模型3繼續(xù)加入家庭因素，三組模型估計(jì)結(jié)果見表3。

從模型1的結(jié)果可以看出，失地程度與農(nóng)戶勞動力的就業(yè)決策改變呈現(xiàn)正相關(guān)關(guān)系，并在1%的水平上通過顯著性檢驗(yàn)，這說明土地對于農(nóng)戶勞動力具有明顯的就業(yè)功能，土地征用使得勞動力被動改變原有的就業(yè)方式。因經(jīng)濟(jì)開發(fā)區(qū)而征地的情況對農(nóng)戶勞動力的就業(yè)決策具有顯著的正向影響，而因基礎(chǔ)設(shè)施建設(shè)而征地的情況則對農(nóng)戶勞動力的就業(yè)決策具有顯著的負(fù)向影響，并且這兩個變量都在1%的水平上通過了顯著性檢驗(yàn)。征地補(bǔ)償款與農(nóng)戶勞動力的就業(yè)決策變化呈現(xiàn)負(fù)相關(guān)關(guān)系，但系數(shù)不顯著。

模型2在模型1的基礎(chǔ)上加入了勞動力的個人特征變量，從模型2的結(jié)果可以看出，第一，與女性勞動力相比，男性勞動力受到的就業(yè)沖擊較小。中國傳統(tǒng)的家庭分工模式多為“男主外，女主內(nèi)”，男性勞動力在征地前大多已經(jīng)從事非農(nóng)就業(yè)活動，女性勞動力則主要在家務(wù)農(nóng)或做家務(wù)，一旦失去土地，缺乏非農(nóng)就業(yè)經(jīng)驗(yàn)的女性勞動力更容易受到就業(yè)沖擊。第二，與年輕勞動力相比，中老年勞動力受到的就業(yè)沖擊較大。其中60-65歲、50-59歲和40-49歲年齡組的勞動力在失地之后更容易改變自己原來的就業(yè)類型，其系數(shù)為正且都在1%的水平上統(tǒng)計(jì)顯著。這說明中老年勞動力更容易遭受征地所帶來的就業(yè)沖擊，這主要是由于中老年勞動力在征地前普遍從事農(nóng)業(yè)生產(chǎn)活動，對土地的依賴度更高，因此土地征收給中老年勞動力帶來的就業(yè)沖擊最大。第三，從勞動力受教育狀況來看，文化程度較低的勞動力遭受就業(yè)沖擊的概率最大，而且在5%的水平上顯著。這主要是因?yàn)槭芙逃潭雀叩膭趧恿Ω菀自诜寝r(nóng)領(lǐng)域就業(yè)，從而降低了對土地的就業(yè)依賴。第四，與已婚勞動力相比，未婚勞動力遭受就業(yè)沖擊的可能性更小，并且在1%的水平上顯著，這可能是因?yàn)槲椿閯趧恿υ谡鞯厍案菀讖氖路寝r(nóng)活動帶來的。第五，征地前接受技能培訓(xùn)狀況與失地農(nóng)戶勞動力就業(yè)沖擊之間呈現(xiàn)負(fù)向關(guān)系，并在5%的水平上顯著，這主要是由于接受過技能培訓(xùn)的勞動力擁有更多的非農(nóng)就業(yè)機(jī)會，這部分勞動力往往在土地被征收之前就已經(jīng)向非農(nóng)就業(yè)領(lǐng)域轉(zhuǎn)移了。第六，健康水平與失地農(nóng)戶勞動力是否遭受就業(yè)沖擊之間沒有顯著關(guān)系。

模型3在模型2的基礎(chǔ)上進(jìn)一步增加了“人口負(fù)擔(dān)系數(shù)”和“征地前家庭純收入的對數(shù)”兩個指標(biāo)，最后模型估計(jì)的結(jié)果跟前兩個模型的估計(jì)結(jié)果基本一致，人口負(fù)擔(dān)系數(shù)與農(nóng)戶勞動力的就業(yè)決策改變呈現(xiàn)正相關(guān)關(guān)系，但結(jié)果并不顯著。征地前家庭純收入的狀況對農(nóng)戶勞動力的就業(yè)決策變化呈負(fù)相關(guān)關(guān)系，并且在1%的水平上顯著，這說明土地被征收之前家庭經(jīng)濟(jì)狀況好的農(nóng)戶勞動力在失地之后并沒有受到就業(yè)沖擊，這可能是因?yàn)檫@部分勞動力在征地前就已經(jīng)依賴非農(nóng)就業(yè)獲取收入導(dǎo)致的。

表3 征地對農(nóng)戶勞動力就業(yè)沖擊的影響（Logit模型）

（二）征地對農(nóng)戶勞動力就業(yè)分化的影響分析

上述實(shí)證檢驗(yàn)考察了征地相關(guān)因素是否會對農(nóng)戶勞動力就業(yè)決策帶來影響。通過對樣本的觀察發(fā)現(xiàn)，受到就業(yè)沖擊最大的失地農(nóng)民是農(nóng)戶中原本從事農(nóng)業(yè)勞動的勞動力。為進(jìn)一步考察征地相關(guān)因素對農(nóng)戶勞動力的就業(yè)類型分化造成的影響，本節(jié)以征地前從事農(nóng)業(yè)勞動的農(nóng)戶勞動力為研究對象，圍繞征地相關(guān)因素對他們失地之后的就業(yè)類型分化及其影響進(jìn)行實(shí)證研究。

1.變量選擇與模型設(shè)定

因?yàn)樗x定的被解釋變量包含本地農(nóng)業(yè)、本地非農(nóng)、外地非農(nóng)和失業(yè)四種類型，而且這四種類型之間并沒有嚴(yán)格的序列關(guān)系，屬于無序的多元離散型變量，因此可以使用無序的多值響應(yīng)模型（Multinomial Logit Model）進(jìn)行計(jì)量分析，這樣不僅可以研究影響失地農(nóng)戶勞動力失業(yè)與就業(yè)的因素，還可以進(jìn)一步討論不同就業(yè)狀況之間的差異。

根據(jù)多值響應(yīng)模型的原理，第i個失地農(nóng)戶勞動力處于第j種就業(yè)狀況的效用為：

其中，ijU表示第i個失地農(nóng)民戶勞動力處于第j種就業(yè)狀況的效用，ijX表示影響第i個失地農(nóng)戶勞動力處于第 j種就業(yè)狀況的因素。

本文的研究結(jié)果必須滿足：

即第i個失地農(nóng)民處于第 j種就業(yè)狀況能使得其效用最大。因此，假設(shè)y為第i個失地農(nóng)民戶勞動力的就業(yè)狀況，可以得到第i個失地農(nóng)戶勞動力處于第j種就業(yè)狀況的概率為：

其中， Xi表示第i個失地農(nóng)戶勞動力的估計(jì)解釋變量，k為4種就業(yè)狀況組成的集合。

對于第i個失地農(nóng)戶勞動力，如果處于第 j種就業(yè)狀況，令 dij=1；如果沒有處于第 j種就業(yè)狀況，令 dij= 0。同時，對于第i個失地農(nóng)戶勞動力，只會處于 j種就業(yè)狀況中的一種，即只能存在一個。因此，最大似然函數(shù)為：

2.模型估計(jì)

在模型中，需要選取一種就業(yè)狀況作為參照組，標(biāo)準(zhǔn)化其系數(shù)為零。本文選擇失業(yè)的失地農(nóng)戶勞動力作為參照組，依次對其他三種就業(yè)狀況進(jìn)行估計(jì)，模型估計(jì)結(jié)果見下表4。

表4 征地對農(nóng)戶勞動力就業(yè)分化的影響（Multinomial logit模型）

通過分析可以得出以下結(jié)論：第一，失地程度和征地用途在一定程度上影響了失地農(nóng)戶勞動力的就業(yè)分化。通過上表可以看出，失地程度對于農(nóng)戶勞動力在失地之后從事本地農(nóng)業(yè)活動具有顯著的負(fù)向影響，對失地農(nóng)戶勞動力從事本地非農(nóng)活動和外地非農(nóng)活動的影響方向不一致，并且不顯著。這是因?yàn)橥恋乇蝗空饔煤筠r(nóng)戶勞動力“無地可種”，他們被迫轉(zhuǎn)向非農(nóng)領(lǐng)域就業(yè)，因此絕大多數(shù)勞動力選擇在本地從事非農(nóng)活動，部分具有一定人力資本的勞動力個體則傾向于到外地尋求非農(nóng)就業(yè)機(jī)會以獲取更高的工資收入。

第二，被征土地的用途如果用于“經(jīng)濟(jì)開發(fā)區(qū)”，則會顯著降低失地農(nóng)戶勞動力從事外地非農(nóng)就業(yè)的概率，這可能是因?yàn)檫@種類型的征地項(xiàng)目創(chuàng)造的就業(yè)機(jī)會相對較多，比較容易為失地農(nóng)戶勞動力提供豐富的本地非農(nóng)就業(yè)崗位。

第三，征地補(bǔ)償款對失地農(nóng)戶勞動力從事本地農(nóng)業(yè)活動和本地非農(nóng)就業(yè)有正向影響，對失地農(nóng)戶勞動力從事外地非農(nóng)就業(yè)則呈現(xiàn)負(fù)向影響，但是都不顯著。這是因?yàn)闃颖镜貐^(qū)的征地補(bǔ)償標(biāo)準(zhǔn)相對較低，很多失地農(nóng)戶將征地補(bǔ)償款用于購買住房或裝修住房之后所剩無幾，他們通常選擇在本地從事非農(nóng)就業(yè)來保障未來的生計(jì)發(fā)展，因?yàn)槿ネ獾貜氖路寝r(nóng)就業(yè)活動對人力資本要求較高，因此很多失地農(nóng)戶勞動力因擔(dān)心找不到工作而不愿意外出打工。

第四，不同性別的勞動力形成了不同的就業(yè)分化特征。以征地前主要從事農(nóng)業(yè)活動的農(nóng)戶勞動力為例，失地后的女性勞動力比男性勞動力更容易陷入失業(yè)的狀態(tài)，而從事本地農(nóng)業(yè)活動、本地非農(nóng)就業(yè)和外地非農(nóng)就業(yè)的概率明顯偏低。這跟中國傳統(tǒng)農(nóng)村家庭“男主外，女主內(nèi)”的分工模式有關(guān)，男性勞動力主要靠外出打工以獲取工資性現(xiàn)金收入，而女性勞動力則留守在家庭從事一些農(nóng)業(yè)活動或家務(wù)勞動。

第五，年齡因素對失地農(nóng)戶勞動力的就業(yè)分化有一定的影響。年齡越高的失地農(nóng)戶勞動力從事本地非農(nóng)就業(yè)和外地非農(nóng)就業(yè)的概率越低，其中60歲以上的老年失地農(nóng)戶勞動力從事本地非農(nóng)活動的概率在10%的顯著水平上下降，50歲以上的中老年勞動力從事外地非農(nóng)活動的概率也大大降低，但結(jié)果不顯著。這可能是因?yàn)槭У剞r(nóng)戶勞動力以體力勞動者為主，年齡增大會導(dǎo)致體力下降，因此難以從事本地非農(nóng)活動，更不可能去外出打工。

第六，受教育程度較高的失地農(nóng)戶勞動力從事本地農(nóng)業(yè)活動和本地非農(nóng)活動的可能性出現(xiàn)了顯著的上升，良好的健康水平也極大的提高了失地農(nóng)戶勞動力在本地從事非農(nóng)活動或外出打工的概率，征地前接受過技能培訓(xùn)的勞動力更容易在失地后從事本地非農(nóng)活動或外出打工。與此相對應(yīng)，人力資本方面存在不足的失地農(nóng)戶勞動力則更容易陷入失業(yè)或者選擇繼續(xù)從事本地農(nóng)業(yè)活動。這表明具有較高人力資本水平的失地農(nóng)戶勞動力更容易在城市非農(nóng)就業(yè)市場中獲得崗位，因而能夠更加靈活的應(yīng)對土地征用導(dǎo)致的就業(yè)沖擊。

第七，家庭因素中的人口負(fù)擔(dān)系數(shù)對失地農(nóng)戶勞動力從事本地農(nóng)業(yè)活動、本地非農(nóng)活動和外地非農(nóng)活動都具有正向影響，但都不顯著。而征地前家庭純收入的水平則對各類就業(yè)分化呈現(xiàn)負(fù)向影響，其中僅對失地農(nóng)戶勞動力從事本地非農(nóng)活動的負(fù)向影響在1%的水平上顯著。

三、結(jié)論與建議

綜合上述分析，可以得出以下結(jié)論：第一，失地程度在所有的模型中都顯著為正，表明在保持其他條件不變的情況下，失地程度的高低是造成農(nóng)戶勞動力就業(yè)決策變動的主要因素之一，相對于部分失地的農(nóng)戶勞動力而言，全部失地的農(nóng)戶勞動力更容易遭受征地帶來的就業(yè)沖擊。第二，征地用途為經(jīng)濟(jì)開發(fā)區(qū)的回歸系數(shù)都始終為正，并且顯著程度比較穩(wěn)健，這表明因?yàn)榻?jīng)濟(jì)開發(fā)區(qū)建設(shè)而導(dǎo)致的土地征收更容易給農(nóng)戶勞動力帶來就業(yè)沖擊，而因?yàn)榛A(chǔ)設(shè)施建設(shè)導(dǎo)致的土地征收給農(nóng)戶勞動力造成的就業(yè)沖擊系數(shù)都顯著為負(fù)，這說明不同的征地用途給農(nóng)戶勞動力就業(yè)帶來的影響是存在明顯差異的。第三，征地補(bǔ)償款對農(nóng)戶勞動力的就業(yè)決策變化影響始終不顯著，本文對于這一結(jié)果的解釋是:盡管失地農(nóng)戶大多獲得了一定數(shù)額的征地補(bǔ)償款，但多數(shù)失地農(nóng)戶都將征地補(bǔ)償款用于補(bǔ)齊安置房購買差價或用于安置房的裝修，最后結(jié)余的征地補(bǔ)償款數(shù)額非常有限，再加上目前針對失地農(nóng)民的社會保障制度尚不完善，大多數(shù)失地農(nóng)戶對未來的生計(jì)感到擔(dān)憂，并且意識到就業(yè)才是未來生計(jì)發(fā)展的最可靠保障，所以征地補(bǔ)償款的多寡對農(nóng)戶勞動力的就業(yè)決策沒有產(chǎn)生影響。

失地農(nóng)戶勞動力能否在征地后獲得穩(wěn)定就業(yè)是未來生計(jì)可持續(xù)發(fā)展的根本保證[3]，是幫助其順利實(shí)現(xiàn)市民化轉(zhuǎn)化的關(guān)鍵，因此，政府需要針對目前失地農(nóng)戶勞動力就業(yè)困難、就業(yè)層次低、就業(yè)不穩(wěn)定等問題采取相應(yīng)的扶持政策。首先，要加強(qiáng)就業(yè)培訓(xùn)和就業(yè)指導(dǎo)，幫助他們掌握一技之長，增強(qiáng)失地農(nóng)戶勞動力的非農(nóng)就業(yè)能力；其次，要提供就業(yè)信息服務(wù)，拓展非農(nóng)就業(yè)空間；再次，可以要求征地單位提供一定數(shù)量的就業(yè)崗位，市政部門可以將環(huán)衛(wèi)、綠化、物業(yè)等崗位優(yōu)先安排給失地勞動力；最后，指導(dǎo)與鼓勵有能力的失地農(nóng)戶勞動力自主創(chuàng)業(yè)，并出臺工商執(zhí)照、稅費(fèi)減免、小額貸款等方面的扶持政策，幫助其順利創(chuàng)業(yè)。

[1]顧和軍,劉云平.教育和培訓(xùn)對中國城鎮(zhèn)勞動力就業(yè)的影響——基于CLHLS數(shù)據(jù)的經(jīng)驗(yàn)研究[J].人口與經(jīng)濟(jì),2013(01)：76-82.

[2]任國強(qiáng),薛守剛.培訓(xùn)對農(nóng)戶就業(yè)選擇和收入增長的影響研究[J].中國農(nóng)機(jī)化學(xué)報(bào),2009(06)：120-124.

[3]李強(qiáng).“雙重遷移”女性的就業(yè)決策和工資收入的影響因素分析——基于北京市農(nóng)民工的調(diào)查[J].中國人口科學(xué),2012(05)：104-110.

[4]翟年祥,項(xiàng)光勤.城市化進(jìn)程中失地農(nóng)民就業(yè)的制約因素及其政策支持[J].中國行政管理,2012(02)：50-53.

[5]丁守海.中國城鎮(zhèn)發(fā)展中的就業(yè)問題[J].中國社會科學(xué),2014(01)：30-47.

[6]張學(xué)英.可持續(xù)生計(jì)視域下的被征地農(nóng)民就業(yè)問題研究[J].貴州社會科學(xué),2010(04)：86-91.