• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      人力資本、社會資本與農(nóng)村已婚男女非農(nóng)就業(yè)

      2013-11-13 09:52:14方黎明謝遠濤
      財經(jīng)研究 2013年8期
      關(guān)鍵詞:男女城鎮(zhèn)夫妻

      方黎明,謝遠濤

      (對外經(jīng)濟貿(mào)易大學 保險學院,北京100029)

      一、問題的提出

      新型工業(yè)化、城鎮(zhèn)化和農(nóng)業(yè)現(xiàn)代化是中共十八大為實現(xiàn)中華民族復(fù)興提出的重大戰(zhàn)略部署。三者均與農(nóng)村剩余勞動力向非農(nóng)產(chǎn)業(yè)轉(zhuǎn)移密不可分?,F(xiàn)代農(nóng)業(yè)生產(chǎn)技術(shù)的大規(guī)模推廣應(yīng)用將減少對農(nóng)業(yè)勞動力的需求,大量農(nóng)村剩余勞動力要轉(zhuǎn)移出農(nóng)業(yè)部門;新型工業(yè)化的發(fā)展需要農(nóng)村提供源源不斷的高素質(zhì)勞動力;而城鎮(zhèn)化首先是人的城鎮(zhèn)化,即從農(nóng)村轉(zhuǎn)移出來的農(nóng)民能夠在城鎮(zhèn)安居樂業(yè)。在此過程中,農(nóng)村已婚男女能否在非農(nóng)部門實現(xiàn)穩(wěn)定就業(yè)尤為關(guān)鍵。同未婚男女相比,一方面,已婚男女可能因為照顧老人兒童等家庭責任而不得不放棄非農(nóng)工作,這對已婚女性影響尤為顯著;另一方面,已婚男女因為家庭開支增加需要獲取更多的非農(nóng)收入。同時,已婚男女是農(nóng)村剩余勞動力的最主要構(gòu)成部分。因此,解決農(nóng)村已婚男女在非農(nóng)部門的穩(wěn)定就業(yè)問題是實現(xiàn)新型工業(yè)化、城鎮(zhèn)化和農(nóng)業(yè)現(xiàn)代化的重點和難點。在實現(xiàn)向非農(nóng)部門轉(zhuǎn)移及穩(wěn)定就業(yè)的過程中,農(nóng)村已婚男女受教育程度、技能水平、健康狀態(tài)等人力資本因素,以及他們擁有的社會關(guān)系網(wǎng)絡(luò)和社會身份等社會資本因素尤為關(guān)鍵。它們不僅影響農(nóng)村已婚男女非農(nóng)工作機會的獲得,而且可能影響他們非農(nóng)工作崗位的穩(wěn)定性和收入水平,從而影響城鎮(zhèn)化過程。因此,對人力資本和社會資本在農(nóng)村已婚男女實現(xiàn)向非農(nóng)部門轉(zhuǎn)移和穩(wěn)定就業(yè)過程中的作用機制進行深入而細致的定量分析,具有重要意義。

      國內(nèi)針對農(nóng)村勞動力非農(nóng)就業(yè)問題的研究文獻可謂汗牛充棟。影響非農(nóng)就業(yè)的因素主要分為四類:(1)地理因素,主要分析地區(qū)因素及離城鎮(zhèn)距離對非農(nóng)就業(yè)的影響(陳宗勝等,2006;等);(2)人口特征及家庭因素,主要分析性別、婚姻狀況、家庭規(guī)模、家庭撫養(yǎng)需要等因素對非農(nóng)就業(yè)的影響(程名望和潘烜,2012;李實,2001;汪偉,2010;辛嶺和蔣和平,2009;周春芳,2012;等);(3)人力資本因素,主要分析教育、培訓、健康狀況等對非農(nóng)就業(yè)的影響(蔡昉,2007;劉妍和脫繼強,2008;邢春冰,2006;張錦華和沈亞芳,2012;等);(4)社會資本因素,主要分析社會關(guān)系網(wǎng)絡(luò)如社會交往、黨員或干部身份對非農(nóng)就業(yè)的影響(陳瑛等,2012;等)。

      這些文獻深化了對農(nóng)村居民非農(nóng)就業(yè)決策機制的認識,但仍存在下列局限性:(1)大多以農(nóng)民個人的非農(nóng)就業(yè)決策為分析的出發(fā)點。農(nóng)民個人就業(yè)決策往往不僅僅受其自身特征的影響,還會受其家庭其他成員就業(yè)選擇尤其是其配偶的影響,因而更多地表現(xiàn)為一種家庭集體決策結(jié)果。李實(2001)雖然注意到了家庭成員的非農(nóng)就業(yè)決策表現(xiàn)出相互依存性,但在實證分析中卻采用了單獨估計的方法。艾春榮和汪偉(2010)通過使用多重選擇Logit模型,對農(nóng)村夫妻非農(nóng)就業(yè)多種方式進行了開創(chuàng)性的研究,但他們在單獨考察夫妻一方就業(yè)決策中仍沒有考慮到配偶就業(yè)狀態(tài)的影響。(2)主要分析農(nóng)村勞動力調(diào)查時的非農(nóng)就業(yè)狀況,而實際上調(diào)查時很多未從事非農(nóng)工作的農(nóng)村勞動力曾有非農(nóng)就業(yè)經(jīng)歷,深入分析哪些因素導致他們失去非農(nóng)工作,對促進農(nóng)村勞動力非農(nóng)就業(yè)穩(wěn)定性亦具有重要意義。(3)樣本存在選擇性偏差。以往研究文獻使用的樣本通常在農(nóng)村地區(qū)采集,而實際上農(nóng)村剩余勞動力向非農(nóng)部門轉(zhuǎn)移有兩種類型,即“離土不離鄉(xiāng)”式轉(zhuǎn)移和“離土又離鄉(xiāng)”式轉(zhuǎn)移。①在農(nóng)村地區(qū)采集的調(diào)查數(shù)據(jù)忽略了正在城鎮(zhèn)從事非農(nóng)工作的農(nóng)村勞動力,這種樣本選擇性偏差可能導致模型估計偏差,不能準確反映我國農(nóng)村勞動力非農(nóng)就業(yè)的決策機制。

      針對現(xiàn)有文獻的不足,本文將在三方面做出貢獻:(1)在考察農(nóng)村夫妻非農(nóng)就業(yè)決策以及非農(nóng)就業(yè)的性別差異過程中,重視家庭因素的影響和夫妻之間的相互作用。(2)考察哪些因素導致有非農(nóng)工作經(jīng)歷的已婚男女失去非農(nóng)工作及性別差異。(3)避免了樣本選擇性偏差。本文使用中國綜合社會調(diào)查數(shù)據(jù),該數(shù)據(jù)覆蓋全國28個?。ㄊ校?,具有較好的全國代表性,調(diào)查對象既包括居住在農(nóng)村地區(qū)的樣本,亦包括居住在城鎮(zhèn)地區(qū)的農(nóng)村戶籍樣本,從而為準確反映農(nóng)村勞動力非農(nóng)就業(yè)的整體狀況奠定了堅實的數(shù)據(jù)基礎(chǔ)。

      二、數(shù)據(jù)來源與變量定義

      本文使用的數(shù)據(jù)來自2008年“中國綜合社會調(diào)查”,該調(diào)查是中國人民大學社會學系于2008年10-12月在除青海、西藏和海南外的28個省(市)進行的大型抽樣調(diào)查項目。調(diào)查訪問對象是根據(jù)隨機抽樣的方法,采用分層四階段不等概率抽樣,即區(qū)(縣)、街道(鎮(zhèn))、居委會(村委會)和住戶,然后在每個被選中的居民戶中隨機選取1名18歲及以上家庭成員作為受訪者。調(diào)查采用入戶面對面訪問、念讀問卷的訪問形式。該調(diào)查在農(nóng)村地區(qū)共獲得2018個樣本,在城鎮(zhèn)地區(qū)共獲得3982個樣本。本文選擇了18-65歲目前居住在農(nóng)村地區(qū)的1727個已婚(有配偶)樣本及目前居住在城鎮(zhèn)地區(qū)的519個已婚農(nóng)村戶籍樣本,共計2246個農(nóng)村已婚樣本。樣本分布情況及主要變量定義見表1。其中,描述性統(tǒng)計及模型分析采用了統(tǒng)計軟件Stata 12.0,均根據(jù)抽樣概率進行了加權(quán)調(diào)整。

      表1 主要變量描述性統(tǒng)計和定義

      因變量包括夫妻就業(yè)類型、現(xiàn)在是否從事非農(nóng)工作以及有非農(nóng)工作經(jīng)歷者是否失去非農(nóng)工作。夫妻就業(yè)類型包括四種,即夫妻均從事非農(nóng)工作、丈夫獨自從事非農(nóng)工作、妻子獨自從事非農(nóng)工作以及夫妻均未從事非農(nóng)工作,分別占總樣本的12%、23%、3%和62%,可見,在農(nóng)戶從事非農(nóng)工作安排中主要采用“男主外女主內(nèi)”的模式。就已婚男女單獨而言,目前約有21%的已婚樣本正從事非農(nóng)工作;在1061個有非農(nóng)工作經(jīng)歷(含正從事非農(nóng)工作)的樣本中,約49%有非農(nóng)工作經(jīng)歷的已婚樣本失去了非農(nóng)工作。

      根據(jù)現(xiàn)有研究,本文主要從地理因素、人口特征及家庭因素、人力資本因素以及社會資本因素四方面選擇自變量。從地理因素看,東、中、西部三個區(qū)域的樣本均約占總樣本的30%;從居住位置看,居住在城鎮(zhèn)、距離最近集鎮(zhèn)5公里范圍內(nèi)農(nóng)村以及居住在距離集鎮(zhèn)5公里以外農(nóng)村的樣本分別約占17%、56%和27%。從人口特征及家庭因素看,漢族樣本約占90%,家庭平均規(guī)模約為4.0人,丈夫和妻子平均年齡分別約為44.5歲和42.7歲,約22%的樣本有6歲及以下學齡前兒童。

      本文以受教育程度和自評健康狀況作為人力資本的代理變量。其中,受教育程度以受教育年數(shù)來衡量。②丈夫和妻子的平均受教育年數(shù)分別約為8年和6年,可以看出絕大部分夫妻樣本受教育水平在初中及以下。大量研究表明,自評健康狀況能夠較好地反映調(diào)查對象的實際健康狀態(tài)(Ben-yamini等,2003;Hunt等,1980)。從表1可以看出,約有20%的樣本自我評價健康狀況較差或很差。

      社會資本有三個層次:(1)微觀層次的社會資本,即個人和家庭在水平層面上建立的社會關(guān)系網(wǎng)以及關(guān)系網(wǎng)背后潛在的價值規(guī)范,這種關(guān)系網(wǎng)幫助人們獲得所需的資源,如信息、工作機會、知識、影響、社會支持以及長期社會合作等;(2)中觀層次的社會資本,主要關(guān)注群體間縱向和橫向的社會關(guān)系網(wǎng)絡(luò),它影響群體在社會資源獲取中的地位;(3)宏觀層次的社會資本,關(guān)注的則是制度性和政治性環(huán)境,它影響國家的經(jīng)濟社會行動及國家治理的質(zhì)量(Grootaert和Van Bastelaer,2002)。人們通過投資和利用社會資本,期望在市場中得到回報。

      本文以是否有親密朋友、是否中共黨員以及夫妻一方是否擁有城鎮(zhèn)戶籍③分別作為農(nóng)村已婚男女微觀、中觀和宏觀不同層次社會資本狀況的代理變量。本文之所以把是否擁有城鎮(zhèn)戶口作為社會資本宏觀代理變量,是因為戶籍身份塑造了城鄉(xiāng)居民不同形態(tài)和特征的社會網(wǎng)絡(luò)。戶籍身份的不同導致了城鄉(xiāng)居民在社會結(jié)構(gòu)中的不同地位,從而在資源可獲得性和占有上存在巨大差異。這種城鄉(xiāng)二元體制性障礙不利于農(nóng)村勞動力非農(nóng)工作機會的獲取和非農(nóng)工作的穩(wěn)定性。從已婚樣本看,約有61%的樣本至少有一個親密朋友,被調(diào)查者中分別有9%的丈夫和1%的妻子是中共黨員,約有11%的夫妻至少一人擁有城鎮(zhèn)戶口。

      三、計量模型

      農(nóng)戶夫妻就業(yè)有四種不同選擇,四種選擇之間沒有自然的排序,因此,我們需要構(gòu)建多重選擇Logistic模型(MLM)來分析。假設(shè)因變量包含k+1個可能的取值,且這些取值之間沒有自然的順序(伍德里奇,2007),形式如下:

      其中,β為參數(shù)向量,x是解釋變量矩陣,如果解釋變量包含有因子,對應(yīng)的是設(shè)計矩陣。在給定x的情況下,可以計算出邊際概率Pr(Y=i)和Pr(Y=k+1)。

      本文同時考察各種因素對農(nóng)村已婚男女現(xiàn)在從事非農(nóng)工作的影響差異,分析哪些因素導致曾有非農(nóng)工作經(jīng)歷的農(nóng)村已婚男女失去非農(nóng)工作,并通過建立二元Probit模型來分析。當因變量為二值變量時,若采用Abbot公式,則有:

      其中,β為待估系數(shù),Φ是標準正態(tài)分布的累積分布函數(shù),x是解釋變量矩陣,如果解釋變量包含有因子,對應(yīng)的是設(shè)計矩陣,p是因變量的概率,C是自然(閾值)響應(yīng)率。對應(yīng)的Probit方程為:

      無論是多重選擇Logistic模型還是Probit模型,都可寫成廣義線性模型:

      其中,g(·)=h-1(·)稱為連接函數(shù)。

      對于Logistic模型,h(·)取Logistic函數(shù);對于Probit模型,h(·)取正態(tài)分布的累積分布函數(shù)。實證分析中我們往往需要計算偏效應(yīng),即邊際概率。對于某一個連續(xù)解釋變量xj,其偏效應(yīng)為:

      對于某一個離散解釋變量xj,為了簡化,我們假定其為二值解釋變量(事實上,一切k分類變量總可以轉(zhuǎn)化為k-1個二值變量),其偏效應(yīng)為:

      上述模型都可以使用極大似然法來估計參數(shù)。

      四、結(jié)果分析

      (一)農(nóng)戶夫妻就業(yè)選擇實證分析。下文通過匹配調(diào)查對象的夫妻相關(guān)信息來考察農(nóng)戶就業(yè)類型選擇。在農(nóng)戶夫妻的四種不同就業(yè)選擇中,本文把夫妻均不從事非農(nóng)工作作為對比組,通過建立多重選擇Logit概率模型,在控制地理和人口特征因素的前提下,考察人力資本和社會資本因素對農(nóng)戶夫妻就業(yè)選擇的影響(見表2)。

      表2 農(nóng)戶夫妻多重選擇Logistic概率模型估計結(jié)果

      從人力資本因素看,夫妻受教育程度對農(nóng)戶就業(yè)選擇影響甚巨。相比夫妻均不從事非農(nóng)工作組,丈夫受教育年數(shù)每增加一年,夫妻均從事非農(nóng)工作的概率增加約0.6%,丈夫獨自從事非農(nóng)工作的概率增加約1.8%,但丈夫受教育程度對妻子獨自從事非農(nóng)工作沒有顯著影響;妻子的受教育年數(shù)每增加一年,夫妻均從事非農(nóng)工作的概率增加約0.7%,丈夫單獨從事非農(nóng)工作的概率增加約0.9%,妻子單獨從事非農(nóng)工作的概率增加約0.5%。從社會資本因素看,夫妻是否黨員并未顯著增加夫妻任何一方從事非農(nóng)工作的概率。相比夫妻均不參加非農(nóng)工作組,夫妻任何一方擁有城鎮(zhèn)戶口夫妻均從事非農(nóng)工作的概率增加約8.6%,丈夫單獨從事非農(nóng)工作的概率增加約14.4%,而擁有城鎮(zhèn)戶口盡管增加了妻子單獨從事非農(nóng)工作的概率,但這一影響不顯著。

      在控制變量地理因素中,同東部農(nóng)戶相比,中西部地區(qū)的農(nóng)戶夫妻均從事非農(nóng)工作的概率分別減少約3.9%和4.1%,中部地區(qū)丈夫單獨從事非農(nóng)工作的概率比東部地區(qū)少6.9%,但中部地區(qū)農(nóng)戶妻子單獨從事非農(nóng)工作的概率反而比東部地區(qū)高出2%,不過兩者僅在10%水平上具有顯著差異。居住位置靠近城鎮(zhèn)顯著增加農(nóng)戶夫妻非農(nóng)工作概率。同居住在距離集鎮(zhèn)5公里外農(nóng)村相比,居住在距離集鎮(zhèn)5公里內(nèi)農(nóng)村或居住在城鎮(zhèn)的農(nóng)戶夫妻均從事非農(nóng)工作的概率分別高出3.9%和26.8%,丈夫單獨從事非農(nóng)工作的概率分別高出6.3%和18.5%,居住在城鎮(zhèn)的農(nóng)戶妻子單獨從事非農(nóng)工作的概率比距離集鎮(zhèn)5公里外的高出9%,但農(nóng)戶妻子單獨從事非農(nóng)工作的概率在居住在距離集鎮(zhèn)5公里內(nèi)外的農(nóng)村沒有顯著差異??梢姡幼≡跂|部地區(qū)、城鎮(zhèn)或靠近城鎮(zhèn)的農(nóng)戶夫妻更易同時獲得非農(nóng)工作機會。

      在控制變量人口特征中,民族因素對農(nóng)戶就業(yè)決策沒有顯著影響,但家庭人口每增加1人,夫妻雙方同時從事非農(nóng)工作的概率減少約0.4%,丈夫單獨從事非農(nóng)工作的概率減少約2.6%,妻子單獨從事非農(nóng)工作的概率減少約0.6%。年齡對農(nóng)戶夫妻工作選擇影響顯著,相比夫妻都不從事非農(nóng)工作組,丈夫年齡增大10歲,夫妻同時從事非農(nóng)工作的概率下降4%,而丈夫獨自從事非農(nóng)工作的概率下降約8%,妻子單獨從事非農(nóng)工作的概率下降約1%。相比夫妻均不從事非農(nóng)工作組,家有6歲及以下學齡前兒童的夫妻同時從事非農(nóng)工作的概率減少約2.4%,夫妻一方單獨從事非農(nóng)工作的概率也有所減少但不顯著。

      (二)從事非農(nóng)工作的性別差異。表3通過建立二元Probit模型,在控制地理和人口特征及家庭因素的情況下,考察了人力資本因素和社會資本因素對已婚男女現(xiàn)在從事非農(nóng)工作的影響差異。就男女樣本一起分析而言(見表3列(1)),自身及配偶受教育水平高增加了已婚男女從事非農(nóng)工作的概率,而健康狀態(tài)差則降低了這一概率;在社會資本因素中,自身是黨員和有親密朋友盡管增加了已婚男女從事非農(nóng)工作的概率,但這一影響并不顯著;而夫妻一方擁有城鎮(zhèn)戶口及配偶從事非農(nóng)工作均可大大增加已婚男女從事非農(nóng)工作的概率。

      表3 已婚男女現(xiàn)在從事非農(nóng)工作的二元Probit估計結(jié)果

      就男女性別對比而言,同已婚女性相比,男性現(xiàn)在從事非農(nóng)工作的概率高出22.2%。在人力資本因素中,對已婚男性而言,自身及妻子受教育程度高均能顯著增加自身從事非農(nóng)工作的概率;健康狀態(tài)差則顯著降低了自身從事非農(nóng)工作的概率,同健康狀態(tài)好及一般者相比,健康狀態(tài)差的已婚男性從事非農(nóng)工作的概率減少了約13.6%。對已婚女性而言,受教育程度高能夠增加自身從事非農(nóng)工作的概率,但丈夫受教育程度高對已婚女性從事非農(nóng)工作沒有顯著影響;女性健康差也降低了自身從事非農(nóng)工作的概率,不過這一影響不顯著。這可能是男女農(nóng)村勞動力從事的非農(nóng)工作性質(zhì)差異造成的。男性農(nóng)村勞動力通?;钴S于對體力要求較高的建筑、裝修和交通等行業(yè),健康狀態(tài)差難以有效承擔工作負荷;而女性通常從事服務(wù)行業(yè),這些行業(yè)對體力要求相對較低,健康較差并不會嚴重影響其工作。

      在社會資本因素中,自身或配偶是否黨員及是否有親密朋友對男女從事非農(nóng)工作的概率均無顯著影響。這可能是由于上述社會關(guān)系資源扎根于農(nóng)村,主要在農(nóng)村社區(qū)內(nèi)部發(fā)揮作用,一旦農(nóng)民脫離鄉(xiāng)土,這種社會關(guān)系資源并不能在維持其非農(nóng)工作中發(fā)揮有效的作用(馬九杰和孟凡友,2003)。同夫妻均無城鎮(zhèn)戶口農(nóng)戶相比,丈夫或妻子一方擁有城鎮(zhèn)戶口的農(nóng)戶中丈夫非農(nóng)就業(yè)概率高出15.9%,城鎮(zhèn)戶口雖然增加了已婚女性從事非農(nóng)工作的概率,但不顯著。配偶從事非農(nóng)工作增加了已婚男女自身從事非農(nóng)工作的概率。這進一步證明了農(nóng)村已婚夫妻就業(yè)是夫妻集體決策。

      在控制變量地理因素中,對已婚男性而言,居住在東、中、西部地區(qū)的非農(nóng)就業(yè)概率沒有顯著差異;但對已婚女性而言,居住在中部地區(qū)的非農(nóng)就業(yè)概率比東部地區(qū)顯著較低。對已婚男性而言,相對于居住在遠離集鎮(zhèn)的農(nóng)村地區(qū),居住在城鎮(zhèn)或靠近城鎮(zhèn)的農(nóng)村均能顯著增加其從事非農(nóng)工作的概率;但對已婚女性而言,僅居住在城鎮(zhèn)的已婚女性非農(nóng)就業(yè)概率顯著較高。在人口特征中,民族、家庭規(guī)模和家有學齡前兒童對丈夫及妻子非農(nóng)就業(yè)概率均無顯著影響。年齡因素僅對已婚女性有顯著影響。已婚女性在36.6歲之前從事非農(nóng)工作的概率隨年齡增加而增加,在36.6歲之后從事非農(nóng)工作的概率隨年齡增加而降低。④

      (三)已婚農(nóng)民失去非農(nóng)工作的性別差異。是否失去非農(nóng)工作反映了農(nóng)村勞動力非農(nóng)工作的穩(wěn)定性和持續(xù)性。表4通過建立二元Probit模型,在控制地理及人口特征因素的情況下,考察了人力資本因素和社會資本因素對有非農(nóng)工作經(jīng)歷的農(nóng)村已婚男女失去非農(nóng)工作的影響。就男女樣本一起分析而言(見表4列(1)),自身受教育程度高降低了已婚男女失去非農(nóng)工作的概率,而健康狀態(tài)差則增加了這一概率;在社會資本因素中,黨員身份及是否有親密朋友對已婚男女失去非農(nóng)工作均無顯著影響;而夫妻一方擁有城鎮(zhèn)戶口及配偶從事非農(nóng)工作均顯著降低了已婚男女失去非農(nóng)工作的概率。

      表4 已婚男女失去非農(nóng)就業(yè)的二元Probit估計結(jié)果

      就男女性別差異而言,同已婚女性相比,已婚男性失去非農(nóng)就業(yè)的概率約低28.1%。在人力資本因素中,已婚男性受教育程度高并未顯著降低其失去非農(nóng)工作的概率;相反,其妻子受教育程度高能夠顯著降低其失去非農(nóng)工作的概率。但這是丈夫和配偶受教育程度共線性造成的,在不控制配偶受教育程度時,已婚男性受教育程度高也顯著降低了其失去非農(nóng)工作的概率(見表4列(3));對已婚女性而言,自身受教育程度高也顯著降低了其失去非農(nóng)工作的概率,其受教育年數(shù)增加10年,失去非農(nóng)工作的概率約減少28%,丈夫受教育程度對其失去非農(nóng)工作沒有顯著影響。健康狀態(tài)差顯著增加了已婚男性失去非農(nóng)工作的概率,同其他健康狀態(tài)相比,健康狀態(tài)差的已婚男性失去非農(nóng)工作的概率約高出15%;健康狀態(tài)差也增加了已婚女性失去非農(nóng)工作的概率,但不顯著。正如前文所述,這可能是男女的工作性質(zhì)差異造成的。就社會資本因素而言,城鎮(zhèn)戶籍仍僅對已婚男性發(fā)揮作用,同夫妻均無城鎮(zhèn)戶口農(nóng)戶相比,夫妻任何一方擁有城鎮(zhèn)戶口的農(nóng)戶中已婚男性失去非農(nóng)工作的概率減少約17%。

      在地理因素中,對已婚男性而言,居住在西部地區(qū)失去非農(nóng)工作的概率顯著較高,而中部和東部地區(qū)已婚男性失去非農(nóng)工作的概率沒有顯著差異;三個地區(qū)已婚女性失去非農(nóng)工作的概率均無顯著差異。對已婚男性,相對于居住在遠離集鎮(zhèn)的農(nóng)村地區(qū),居住在城鎮(zhèn)或靠近城鎮(zhèn)的農(nóng)村均能顯著降低其失去非農(nóng)工作概率;對已婚女性而言,僅是居住在城鎮(zhèn)能夠顯著減少其失去非農(nóng)工作的概率,而居住在靠近集鎮(zhèn)的農(nóng)村地區(qū)并沒有顯著減少其失去非農(nóng)工作的概率。在人口特征中,家庭規(guī)模和家有學齡前兒童對已婚男女失去非農(nóng)就業(yè)的概率均無顯著影響,漢族已婚男性失去非農(nóng)工作顯著較低,但在已婚女性中,漢族和其他民族沒有顯著差異。年齡僅對已婚女性失去非農(nóng)工作有顯著影響。在42歲之前,已婚女性失去非農(nóng)工作的概率隨年齡增加而減少,在42歲之后,其失去非農(nóng)工作的概率隨年齡增加而增加。⑤這是因為農(nóng)村女性主要在服務(wù)行業(yè)工作,在42歲后,已婚女性在服務(wù)行業(yè)不具有競爭優(yōu)勢,也可能需要承擔更多的家務(wù),從而失去非農(nóng)工作的概率隨著年齡增加而上升。

      五、結(jié)論與政策含義

      本文基于2008年中國綜合社會調(diào)查中的農(nóng)戶微觀調(diào)查數(shù)據(jù),實證分析了影響我國農(nóng)村已婚男女非農(nóng)就業(yè)的主要因素及性別差異。就農(nóng)戶夫妻就業(yè)集體決策而言,夫妻受教育程度高、擁有城鎮(zhèn)戶口以及居住在東部地區(qū)或靠近城鎮(zhèn)增加了夫妻同時從事非農(nóng)工作的機會,而家庭規(guī)模大和有學齡前兒童則減少了夫妻同時從事非農(nóng)工作的機會。就已婚男女總體而言,受教育程度高、健康狀態(tài)好、擁有城鎮(zhèn)戶口以及居住在東部地區(qū)或靠近城鎮(zhèn)增加了已婚男女從事非農(nóng)工作的機會,并降低了他們失去非農(nóng)工作的風險。

      就性別差異而言,已婚男性從事非農(nóng)工作的概率遠高于已婚女性,而失去非農(nóng)工作的風險遠低于已婚女性;健康狀態(tài)差降低了已婚男性從事非農(nóng)工作的概率,增加了其失去非農(nóng)工作的風險,但對已婚女性無顯著影響;夫妻一方擁有城鎮(zhèn)戶口對增加已婚男性從事非農(nóng)工作的概率、降低其失去非農(nóng)工作的風險具有重要作用,不過對已婚女性無顯著影響;年齡因素僅對已婚女性非農(nóng)工作狀況有顯著影響,由于承擔家務(wù)或在非農(nóng)就業(yè)市場不具有競爭力,農(nóng)村已婚中年婦女從事非農(nóng)工作的概率隨著年齡增加而降低,而失去非農(nóng)工作的風險隨著年齡增加而增加。而受教育程度高、配偶從事非農(nóng)工作以及居住在城鎮(zhèn)或靠近城鎮(zhèn)的農(nóng)村對已婚男女從事非農(nóng)工作的概率均有顯著的正向效果,并均降低了他們失去非農(nóng)工作的風險。

      可見,人力資本因素(包括教育和健康)、宏觀社會資本因素(即戶籍制度)以及居住的地理位置在農(nóng)村夫妻集體就業(yè)決策以及已婚男女在獲取非農(nóng)工作機會和維持非農(nóng)工作的穩(wěn)定性中發(fā)揮著關(guān)鍵作用。而這些因素大多可以通過政府干預(yù)施加影響。這為我國政府推進農(nóng)村勞動力在非農(nóng)部門實現(xiàn)穩(wěn)定就業(yè)和城鎮(zhèn)化戰(zhàn)略提供了重要的政策思路。

      就教育因素而言,需要進一步鞏固中西部地區(qū)義務(wù)教育的成果,并注重通過提高農(nóng)村女性受教育水平來縮小男女非農(nóng)就業(yè)機會的性別差異。尤為值得關(guān)注的是農(nóng)村生源大學生的就業(yè)難問題。由于農(nóng)村生源大學畢業(yè)生就業(yè)更加困難,起薪甚至低于農(nóng)民工,讀書無用論沉渣泛起,這可能影響農(nóng)村居民對子女教育的投資,在一些地方中小學輟學率甚至出現(xiàn)了反彈跡象,長遠來看,這將阻礙我國農(nóng)村剩余勞動力的順利轉(zhuǎn)移及城鎮(zhèn)化戰(zhàn)略的推進。就健康因素而言,需要加大對農(nóng)村衛(wèi)生投入,并把已在城鎮(zhèn)地區(qū)穩(wěn)定就業(yè)的勞動力納入城鎮(zhèn)公共衛(wèi)生及醫(yī)療保障體系。就戶籍制度而言,要通過改革甚至取消戶籍制度,消除農(nóng)村勞動力在城鎮(zhèn)地區(qū)非農(nóng)部門實現(xiàn)穩(wěn)定就業(yè)和落戶的制度性障礙,保障農(nóng)村居民在城鎮(zhèn)地區(qū)享受基本公共服務(wù)的權(quán)益。就地理因素而言,在國家產(chǎn)業(yè)布局中,要積極推動東部地區(qū)產(chǎn)業(yè)向中西部地區(qū)轉(zhuǎn)移以及城鎮(zhèn)化戰(zhàn)略。東部地區(qū)第二、三產(chǎn)業(yè)向中西部地區(qū)轉(zhuǎn)移,既可以降低我國產(chǎn)品成本,繼續(xù)發(fā)揮中西部地區(qū)勞動力價格相對低廉的比較優(yōu)勢,亦可在中西部地區(qū)就近為農(nóng)村勞動力提供穩(wěn)定的非農(nóng)就業(yè)崗位;而城鎮(zhèn)化戰(zhàn)略的實施,尤其是在中西部地區(qū)積極推進城鎮(zhèn)化戰(zhàn)略,既可以在當?shù)爻擎?zhèn)地區(qū)就近解決農(nóng)村勞動力非農(nóng)就業(yè)問題,亦可避免人口大規(guī)??缡×鲃釉斐傻牧羰貎和?、空巢老人等巨大的社會成本。

      注釋:

      ①“離土不離鄉(xiāng)”指農(nóng)村家庭剩余勞動力不進入大城市,而是在離家不遠的非農(nóng)產(chǎn)業(yè)工作,仍舊住在農(nóng)村的家中;“離土又離鄉(xiāng)”指農(nóng)村人口在地域上由農(nóng)村遷移到城市,在城鎮(zhèn)地區(qū)從事第二、三產(chǎn)業(yè)活動。

      ②受教育年數(shù)估算辦法為:未接受過教育、接受過小學教育、初中教育、高中(含職高、中專)、大專、大學本科及以上分別設(shè)定其受教育年數(shù)為0年、6年、9年、12年、15年和16年。

      ③在農(nóng)村地區(qū)擁有城鎮(zhèn)戶口的主要是鄉(xiāng)村教師、鄉(xiāng)村醫(yī)生、農(nóng)業(yè)技術(shù)人員、因土地征用或購買戶口而轉(zhuǎn)變?yōu)槌擎?zhèn)戶口或因城鄉(xiāng)人口通婚使一方有城鎮(zhèn)戶口。

      ④該模型中年齡自變量呈向上拋物線狀,由一階求導可知其最大值約為36.6歲。

      ⑤該模型中年齡自變量呈向下拋物線狀,由一階求導可知其最小值約為42歲。

      [1] 艾春榮,汪偉.非農(nóng)就業(yè)與持久收入假說:理論和實證[J].管理世界,2010,(1):8-22.

      [2] 蔡昉.中國流動人口問題[M].北京:社會科學文獻出版社,2007.

      [3] 陳瑛,楊先明,周燕萍.社會資本及其本地化程度對農(nóng)村非農(nóng)就業(yè)的影響——中國西部沿邊地區(qū)的實證分析[J].經(jīng)濟問題,2012,(11):23-27.

      [4] 陳宗勝,周云波,任國強.影響農(nóng)村三種非農(nóng)就業(yè)途徑的主要因素研究——對天津市農(nóng)村社會的實證分析[J].財經(jīng)研究,2006,(5):4-18.

      [5] 程名望,潘烜.個人特征、家庭特征對農(nóng)村非農(nóng)就業(yè)影響的實證[J].中國人口·資源與環(huán)境,2012,(2):94-99.

      [6] 劉妍,脫繼強.江蘇省農(nóng)村已婚女性勞動力非農(nóng)就業(yè)的影響因素分析[J].中國人口科學,2008,(2):88-94.

      [7] 伍德里奇.橫截面與面板數(shù)據(jù)的經(jīng)濟計量分析[M].北京:中國人民大學出版社,2007.

      [8] 辛嶺,蔣和平.農(nóng)村勞動力非農(nóng)就業(yè)的影響因素分析——基于四川省1006個農(nóng)村勞動力的調(diào)查[J].農(nóng)業(yè)技術(shù)經(jīng)濟,2009,(6):19-25.

      [9] 邢春冰.中國農(nóng)村非農(nóng)就業(yè)機會的代際流動[J].經(jīng)濟研究,2006,(9):103-116.

      [10] 張錦華,沈亞芳.家庭人力資本對農(nóng)村家庭職業(yè)流動的影響——對蘇中典型農(nóng)村社區(qū)的考察[J].中國農(nóng)村經(jīng)濟,2012,(4):26-35.

      [11] 周春芳.經(jīng)濟發(fā)達地區(qū)農(nóng)村勞動力非農(nóng)勞動供給的性別差異分析[J].農(nóng)業(yè)經(jīng)濟問題,2012,(3):43-49.

      [12] Benyamini Y,Leventhal E A,Leventhal H.Elderly people’s ratings of the importance of health-related factors to their self-assessments of health[J].Social Science and Medicine,2003,56(8):1661-1667.

      猜你喜歡
      男女城鎮(zhèn)夫妻
      2.5 MPa及以上城鎮(zhèn)燃氣管道與輸氣管道區(qū)別
      煤氣與熱力(2021年3期)2021-06-09 06:16:28
      文化邊城鎮(zhèn)遠
      中華民居(2020年6期)2020-06-09 05:47:48
      男女有別
      婦女生活(2020年2期)2020-03-27 12:14:11
      男女交往最忌諱什么
      海峽姐妹(2018年1期)2018-04-12 06:44:19
      80后小夫妻
      80后小夫妻
      80后小夫妻
      感覺那時男女很平等
      城鎮(zhèn)排水系統(tǒng)量化指標體系研究
      城鎮(zhèn)醫(yī)保支出為何跑贏消費支出
      肥东县| 虹口区| 瓮安县| 溧水县| 金堂县| 兰西县| 灵寿县| 延边| 西吉县| 崇义县| 和静县| 化隆| 盐城市| 中牟县| 始兴县| 理塘县| 黎平县| 通许县| 潢川县| 海宁市| 集贤县| 南靖县| 象山县| 绥阳县| 玛曲县| 江西省| 南溪县| 长寿区| 延长县| 肇庆市| 蕲春县| 昌乐县| 阿拉善左旗| 乌拉特前旗| 平武县| 措美县| 临桂县| 道孚县| 晋中市| 磴口县| 揭东县|