农民就业行业选择影响因素研究

王淦+陈蓉+方萍萍+杨锦秀

摘要：基于四川省399份退出生猪散养农户的微观样本数据，通过建立multinomial logit模型分析散养农户退出后行业选择的影响因素。实证结果表明：与选择“务工为主”相比，健康状况对农户从事其他行业有正向影响；受教育年限对户主选择只从事种植业有显著负影响；性别对户主选择自营业有显著负影响；家庭规模对农户从事农业生产（种植业+养殖业）和失业有正影响，对户主从事自营业有显著负影响；退出前家庭总收入对户主从事养殖业和只从事种植业有显著正影响；当前家庭总收入对户主从事养殖业和自营业有显著正影响；家庭收入非农占比对户主从事农业生产有显著负影响；到县城和乡镇的距离对户主从事养殖业和只从事种植业有负影响；地形仅对户主从事自营业为主存在显著负影响；退出时间对农户选择只从事种植业、自营业为主有显著正影响。基于有关结论，本研究提出如下政策建议：提高农民受教育程度，拓展农民非农就业渠道，逐步实现用“知识经济”替代“肌肉经济”；大力发展新农村建设，充分利用当地农村劳动力资源，促进农户提高家庭非农收入比例；对于因自身健康和年龄因素而面临失业的农户应进行适当扶持，给予适当照顾。

关键词：退出生猪散养农户；就业选择；影响因素；multinomial logit模型

中图分类号： F323.6文献标志码： A文章编号：1002-1302（2017）12-0321-05

改革开放以来，中国农村劳动力状况发生了巨大的变化。但是现阶段，仍然存在许多制约农村劳动力就业的因素。首先是依然坚挺的城乡二元社会经济结构对家庭劳动力就业的障碍，而大多数农村劳动力其实是进入非正规经济部门，形成非正规经济群体[1]。其次是社会主义市场经济体制发育尚且不够健全。在影响经济增长至关重要的土地、劳动力、资本、创新等要素方面，还存在着十分明显的供给抑制与供给约束，从而制约着农业劳动力的有效就业。最后是产业结构失衡，吸纳劳动力能力低下。长期以来，工业部门吸纳农村劳动力的能力有限，第三产业就业增长呆滞，无法被工业部门吸收就业的农村剩余劳动力只能滞留，因此产业结构合理化是促进农村劳动力就业的关键[2]。

在农村劳动力就业仍存在诸多障碍的宏观背景下，生猪散养户退出成为一种趋势。统计数据显示：2003—2014年，全国养猪的场户数由10 792万户下降到4 954万户，净减少了54.10%。在退出的场户中，主要是散养农户。这种趋势的动因既有国家政策对生猪规模养殖的支持，也有散养户自身问题。疫病损失风险大、价格波动风险大、养猪业效益低、养殖技术门槛高、农村劳动力短缺、政府政策支持、其他就业机会增加等因素使农户退出生猪生产[3-6]。

生猪散养户大举退出，重新成为农村剩余劳动力大军中的一员，积极引导和促进其就业，同时实现农民创新创业是一项紧迫的任务。本研究通过建立multinomial logit模型，研究在相同的宏观背景下，退出生猪养殖的劳动力在选择就业行业上存在怎样的差别，关键影响因素是什么，从而为引导和促进就业提供政策性建议。

1数据来源与样本基本特征

1.1数据来源

四川省作为传统的生猪养殖大省，同时也在积极寻求畜牧业转型之路，因此以四川省为研究区域具有一定代表性。本次调研于2014年寒暑假分2次进行，对四川省生猪散养农户展开调查，共发放1 000份问卷，获取863个有效样本，其中有399个农户分别在不同的时间选择退出了生猪养殖，退出率为46.23%。

抽样过程：首先，按地域特征将四川省（除3个自治州外）分为北部、中部、南部3个区域，在每个区域各随机选择4个地级市；其次，根据各地生猪养殖情况，在每个地级市选取1～4个样本县，在每个样本县选取2个乡（镇），在每个乡（镇）选取1个样本村；最后，在每个样本村随机抽样调查从事过或正在继续从事生猪散养的20户农户（不含由散养发展为规模化养殖的农户）。

1.2樣本基本特征

在399份退出生猪养殖农户样本中，户主为男性的农户有374户，占总数的93.73%；在年龄段的选择上，调查以26岁以上、55岁以下的中青年适龄劳动力为主，共占总数的 65.16%；受教育水平方面普遍不高，6年及以下的户主占比最大，达到56.39%，其次是7～9年的户主，比重为 35.59%，受教育年限10～12年、13年及以上的户主分别有25（627%）、7人（1.75%）；家庭规模以3～4人为主，占比为72.18%；在家庭收入方面，退出前家庭收入普遍为2万元以下（34.59%）、2万～<4万元（25.31%）、4万～<6万元（17.29%）；退出后的家庭年收入分布比较平均，其中2万元以下、2万～<4万元和4万～<6万元分别下降至14.79%、13.53%、15.54%，与之对应的是年收入在8万～<10万元、10万～<12万元和12万元及以上的农户占比小幅上涨，上涨幅度分别为10.53、5.76、11.27百分点。说明农户经济收入明显改善。从家庭非农收入占比来看，79.20%的农户家庭收入非农占比达到80%及以上，其次是20%以下的农户，占比为11.53%（表1）。

2模型构建与结果分析

2.1模型构建

农户就业行业是多分类因变量，选用随机效用的离散选择模型（multinomial logit模型）分析变量对农户选择行业的影响因素。具体模型如下：

Y=α+β1X1+β2X2+…+βnXn+u。

式中：Y为农户选择的行业；Xn为影响变量；βn为对应变量的参数；u为随机扰动项；α为截距项。

2.2变量设置和描述性统计

由表1、表2可知，样本农户以男性居多，占比为 93.37%。户主的身体状况较好，只有5位户主的身体状况为丧失劳动力，占比为1.25%；23位户主身体素质较差，占比为5.76%。户主的年龄均值为51.616岁，最小26岁，最大83岁。户主的受教育年限均值为6.942年，最短受教育年限0年，最长受教育年限18年。退出前家庭总收入的均值为 39 328.11元，退出后家庭总收入的均值为91 749.17元，可见农户在退出生猪养殖后的就业状况有所改善。endprint

在退出养殖后，有48个户主因此失业，占比为12.03%。43个户主继续以养殖业为主，占比为10.78%；49个户主只从事种植业，占比为12.28%；220个户主选择以务工为主，占比为55.14%；务工类型包括普通打工、技术性打工、家政服务打工，其中仅有1个户主从事家政服务打工。39个户主选择以自营业为主，占比为9.77%。自营业类型包括自营服务业、商业等。

2.3模型结果与分析

2.3.1无关选择独立性假设（indenpendence irrelevant alternatives，简称IIA）假定的Hausman检验在使用Stata 13.0进行MNL模型拟合后，进行IIA假定的Hausman检验。结果显示，模型通过独立性检验（表3）。

2.3.2结果分析

2.3.2.1户主人力资本对就业选择的影响在其他条件不变的情况下，与选择务工为主相比，身体状况越差，户主越倾向于选择继续从事养殖业、自营业为主，影响程度随自营业为主、养殖业为主、失业依次升高。说明务工者首先要保证身体健康，务工要求的体力比其他工作更高。年龄对自营业为主的户主影响不显著，对户主其他就业选择有显著影响，但是受教育年限对户主选择只从事种植业有显著影响，受教育程度越高的户主越不会选择从事种植业。性别对户主选择自营业有显著负影响，女性相比于男性选择自营业的概率更大（表4）。

2.3.2.2家庭特征变量对就业选择的影响在其他条件不变的情况下，家庭规模对户主就业选择分别有不同程度的影响。家庭规模越大，对从事农业生产（种植业+养殖业）和失业有正影响，影响程度以种植业大于养殖业。原因在于养殖业有较大的季节性，家庭人口越多，在农忙时节劳动力就越充足，其他时间可以进行兼业。同时因为家庭人口多，收入来源广，因此允许家庭成员存在部分暂时性失业，而不影响整个家庭的生存。家庭规模越大对户主从事自营业有显著负影响，平均边际效用为-0.089（表5）。这说明，家庭规模每增加1人，从事自营业的概率就降低8.9%。相对于务工而言，退出前家庭总收入对户主从事养殖业和只从事种植业有显著正影表2变量的含义及描述性统计结果

变量名及符号变量含义及赋值均值标准差最小值最大值Y：农户退出生猪养殖后的就业方向1=继续从事养殖业；2=只从事种植业；3=以打工为主；4=以自营业为主；5=失业2.9641.026151.户主人力资本健康状况1=健康；2=身体素质较差；3=丧失劳动力1.0980.33713年龄户主实际年龄（岁）51.61610.5492683受教育年限户主实际受教育年限（年）6.9422.749018性别1=男；0=女0.9370.243012.家庭特征变量家庭规模家庭实际人口数3.1730.94316退出前家庭总收入退出生猪养殖前实际收入（元）39 328.1135 628.39820271 300家庭总收入2013年家庭实际收入（元）91 749.17167 105.602 006 000非农占比2013年家庭非农收入/总收入0.8180.320013.区位特征到县城的距离家到县城的距离（km）26.02518.287681到乡（镇）的距离家到乡镇的距离（km）6.3945.062030到村主干道的距离家到村主干道的距离（km）0.8111.275020村庄地形（参照组：山地）丘陵是=1；其他=00.6420.48001平原是=1；其他=00.2560.43701退出年限生猪退出至2014年2.4550.96314

2.3.2.3区位特征对户主就业的影响在其他条件不变的情况下，到村主干道的距离对就业选择都没有显著影响；到县城和乡（镇）的距离，对户主从事养殖业和只从事种植业有负影响，距离县城和乡（镇）越远，越不愿意从事农业，而是外出务工。一般来说距离县城和乡（镇）越远，外出工作花在寻找工作、路费和生活费上的就业成本便会过高，因此应该越不愿意外出务工。但是实证结果与此相反，可能原因在于户主的受教育年限均值为6.942年，受教育年限达到7年及以上的占比为43.61%。因此农户进行非农就业的半径较大。同时，农村剩余劳动力在因乡镇企业容纳能力有限和城市就业政策放宽逐渐转变为在工业化推进下“离土又离乡、进厂又进城”的异地非农转移并成为农村劳动力转移的主要方式[7]。

2.3.2.4地形对户主就业的影响地形仅对户主从事自营业为主存在显著负影响，务工为主与自营业为主相比，丘陵和平原地区的农户更倾向于选择打工。平原区和丘陵区相对来说交通便利，工商业发展水平较高，非农就业机会多，有利于青年农民非农就业。而外出务工与从事自营业其实都是非农就业。因此，对于这些农户而言，在交通便利的情况下，更愿意打工。

2.3.2.5退出时间对就业的影响相对打工而言，在其他条件不变的情况下，退出时间对农户选择只从事种植业、自营业为主有显著正影响。一般来说，退出时间越长，就业信息掌握越充分，更有利于作出更合理的就业决策。以务工为主的平均边际效应为-0.101，達到1%显著水平，这说明退出时间每增加1年，就有10.1%的户主不愿意外出打工。

2.3.2.6失业的影响因素分析户主失业的影响因素，除了主观因素包括健康状况不佳、年龄偏大会导致失业外，性别也有一定影响，女性较男性易失业。同时退出年限对失业有显著正影响，退出时间越长，失业率越高。这主要是因为退出时间越长，户主年龄越大，因而赋闲在家。

3结论

针对目前生猪散养户大举退出后的就业问题，本研究以四川省为研究区域，分析农户退出后的行业选择的影响因素。结果表明，户主就业选择受人力资本中的健康、年龄、受教育年限和家庭特征变量中的家庭规模、家庭年收入及区位特征、地形、农户退出时间的综合影响，但不同类型就业选择所受影响的程度各异。其中受教育年限越长，农户就业半径越大，因此“离土又离乡、进厂又进厂”的现象普遍。

生猪散养农户退出养猪业后的重新就业机制，主要体现在两大方面：其一是退出机制；其二是再就业机制。首先，政府应该正确引导农户退出生猪养殖后对生产设备的处理，或由政府进行统一处理，进行出售或出租，避免浪费资源。其次基于有关结论，为了更好引导和安置农户就业，本研究提出政策建议：第一，提高农民受教育程度、加大对农民的培训力度、拓展农民非农就业渠道，逐步实现用“知识经济”替代“肌肉经济”；第二，大力发展新农村建设，使农村劳动力资源能够在当地得到充分利用，促进农户提高家庭非农收入比例；第三，对于因自身健康和年龄因素而面临失业的农户应进行适当扶持，给予适当照顾。表4农户退出生产对就业影响的多元Logit模型估计结果

参考文献：

[1]吴玉彬. 非正规就业：农民工就业的新常态[J]. 天府新论，2016（1）：110-115.

[2]王悦. 工业化和城镇化进程中农民工问题的新探索[J]. 中国人口·资源与环境，2008，18（6）：187-191.

[3]冯永辉. 我国生猪规模化发展进入快速调整期[J]. 畜牧市场，2006（4）：27-28.

[4]宋连喜. 生猪散养模式的利弊分析与趋势预测[J]. 中国畜牧杂志，2007，43（18）：17-20.

[5]乔颖丽，吉晓光. 中国生猪规模养殖与农户散养的经济分析[J]. 中国畜牧杂志，2012，48（8）：14-19.

[6]胡小平，高洪洋. 我国生猪规模化养殖趋势成因分析[J]. 四川师范大学学报（社会科学版），2015，42（6）：38-44.

[7]李杰，张光宏. 农村土地制度与城镇化进程：制度变迁下的历史分析[J]. 农业技术经济，2013（2）：104-111.王敏，郭建鑫，张峻峰. 基于因子分析的农民远程学习障碍——以北京市为例[J]. 江苏农业科学，2017，45（12）：325-330.endprint