影响农村劳动力转移的个人因素
开篇：润墨网以专业的文秘视角，为您筛选了一篇影响农村劳动力转移的个人因素范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘要：笔者利用在河南省组织学生所做的针对农民工和农民的问卷调查数据，通过对比两组人群转移和非转移的选择，研究显著影响农民转移到城镇就业的个人因素。研究发现，农民的转移选择最主要受年龄、性别和婚姻等因素的综合影响，其他因素的影响相对较小；有一些变量，如受教育程度、城镇就业技能等，虽然对农民是否选择转移的影响不是很大，但对农民工在城镇劳动市场的表现有着重要影响。
作者简介：樊明（1957-），男，江苏扬州人，经济学博士，河南财经政法大学研究院常务副院长、教授，主要从事应用经济学研究。
中图分类号：F304.6文献标识码：A文章编号：1006-1096（2012）06-0027-05收稿日期：2012-04-08
关于农村劳动力转移问题，国内外学者有一定的研究，如蔡昉（1996）、赵曜辉（1997）、Hare（1999）、Zhu Nong（ 2002）、赵忠（2006）、张晓山（2010）、张树林（2010）、张鹏等（2010）和李梦凡等（2011）。但有批评认为，现有的数据不适合转移问题研究，原因不仅仅在于问卷设计不当，还在于难以抽取一个代表性的移民样本和一个对应的非移民样本（赵忠，2006）。为了克服上述数据的不足，2008年，笔者组织学生在河南省对农民工及农村农民分别进行了问卷调查，获得针对农民工的有效问卷445份、针对农村农民的有效问卷263份，解决了非转移样本问题。问卷调查采取随机调查在城市务工的农民工和在乡村的农民的方法。在此基础上，笔者对影响农村劳动力转移的个人因素进行经验研究，以期为制定更为有效的加快农村劳动力转移的政策提供有价值的参考。
本文第一部分从农民相对收入水平的概念讨论农村劳动力向城镇转移的必要性；第二部分是研究的主体，分析影响农村劳动力向城镇转移的个人因素；第三部分为结论和政策建议。
一、农民相对收入水平
已有大量关于农村劳动力向城镇转移必要性的讨论，笔者提出农民相对收入水平概念，从一个新的视角进一步论证这一问题。中国的“三农”问题集中表现为农民收入问题。首先是农民收入的绝对水平太低；其次是和城镇居民相比，农民相对收入水平也相当低。为了度量农民相对收入，笔者构造了一个指标——农民相对收入水平，即农业产出在国内生产总值（GDP）中的比重与农业就业人口在总就业人口中的比重之比：
农民相对收入水平 =农业产出/国内生产总值 农业就业人口/总就业人口。
构造这个指标的基本思路是，农业产出在GDP中的比重与农业就业人口在总就业人口中的比重之比大体可反映农民作为一个整体在社会中的相对经济地位。如果不考虑城乡税制的差别以及对农村的转移支付，农民的人均收入水平和城镇居民的人均收入水平无差距的话，这个指标应大体等于1。根据《中国统计年鉴2011》提供的数据，笔者计算了1978年～2010年中国农民相对收入水平，发现它在1984年后呈现基本下降的趋势（见图1）。到2010年，农民相对收入水平为0.275，即占总就业人口36.7%的农业就业人口只生产出10.1%的GDP。
图1农民相对收入水平变化趋势
缩小城乡居民收入差距、提高农民相对收入水平有两条道路。第一条是提高农业劳动生产率，也就是增加农民相对收入水平公式中的分子。然而，根据《中国统计年鉴2011》提供的数据，农业劳动生产率远远低于工业和服务业的劳动生产率，2010年工业劳动生产率是农业的近6倍，服务业是农业的4.5倍。要想改变这一局面，需要一个漫长的过程，其原因至少有以下两方面：一，农业技术的进步通常要比工业慢；二，农民缺少资本和技术、农户承包土地过于狭小且土地碎化、农业劳动力廉价等因素，阻碍了农业现代化的进程，使得比较昂贵的先进农业技术难以普遍推广应用。由此判断，第一条道路很难行得通。第二条道路是减少农业劳动力占总劳动力的比重，也就是减少农民相对收入水平公式中的分母。如果第一条道路很难行得通，就只能寄希望于第二条道路，让农民不断地转移到城镇，提高城镇化水平。从这个意义上来说，实现农村劳动力向城镇转移是解决中国农民相对贫困这一问题的关键。
二、经验研究
农村劳动力选择从农村转移到城镇受制于其个人和环境两方面因素的影响。环境随时间变化而变化，但在某个时点或短期内相对稳定。因此，在某个时点上农村劳动力是否转移主要由其个人因素所决定。以下讨论影响农村劳动力转移的个人因素。
1.年龄
农村劳动力年纪过小或过大都不太适合到城镇打工。年纪过小会首先选择在学校接受教育且缺少工作和独立生活的能力；而年纪过大则适应城镇工作和生活的能力较差，工作机会也相应要少。表1显示，农民工平均年龄为29.94岁，明显低于农村农民的37.05岁。为了反映不同年龄段和转移选择的关系，我们把年龄分为4段：AGE1≤20，21≤AGE2≤32，33≤AGE3≤40，AGE4≥41。表1显示，年龄在21岁～32岁之间，选择转移的比例最大，而20岁及以下的则比例较低，年龄在33岁及以上的则选择转移的比例明显递减。回归分析时以选择转移比例最高的AGE2作为比较基础。
表1年龄与转移选择
年龄段分布≤2021～3233～40≥41平均
年龄样本数农民工0.11690.55960.20220.143829.94445农村农民0.12170.23570.21670.425937.05263
2.性别与婚姻
性别对农民是否选择到城镇就业的影响往往与婚姻状况交织在一起。相对于女性，男性在城镇就业机会较多，工资较高。根据本次调查，男性农民工的收入远远高于女性农民工，因而男性农民比女性农民有更大的动力选择转移。但这种影响往往又与婚姻状况相联系。一方面，已婚男性要承担更大的家庭经济责任，他们也就更有动力到城镇打工以赚取更多的收入；但另一方面，已婚男性外出打工享受不到家庭生活（如果配偶子女不随同外出），这又会加大其外出打工的成本，从而在一定程度上可能削弱其外出打工的动力。此外，已婚人群中年纪较大者也有放弃外出打工的倾向。婚否对女性的影响较大。对未婚女性来说，外出打工受家庭限制较少，但对已婚女性来说则影响较为明显。婚后农村妇女大多会选择很快生育。由于带孩子在城镇生活成本较高，子女在城镇受教育的问题也一直未得到普遍较好的解决，因而不少女性会选择留守农村抚育未成年子女特别是婴幼儿并照顾老人，因而会更多地选择留在农村务农。表2显示，已婚外出打工的女性在外出打工女性中的比重（0.439）明显低于已婚女性农村农民在女性农村农民中的比重（0.793），这反映了结婚对农村妇女外出打工的负面影响。为了综合分析性别与婚姻对农民选择外出打工的影响，我们在回归分析时以已婚女性作为比较基础。我们用MARMALE代表已婚男性，UNMARMALE代表未婚男性，UNMARFEMALE代表未婚女性。
表2性别、婚姻与转移选择男性已婚
男性未婚
男性样本数女性已婚
女性未婚
女性样本数农民工0.694 0.306 3630.439 0.561 82农村农民0.801 0.199 1710.793 0.207 92
3.受教育程度
受教育程度较高的农民，具备了一定的一般知识，学习能力也相对较强，较易学习新技术和适应城镇生活，从而更易于在城镇获得就业机会。通常在城镇就业要比在农村工作使得教育投入获得更高的回报。这些因素决定了受教育程度较高的农民更可能选择转移。表3显示，农民工平均受教育年数（9.355）高于农村农民（8.707）。从受教育程度分布来看，受教育程度在小学及以下的，农村农民所占比重（0.285）比农民工所占比重（0.171）要高；而初中及以上，农民工所占比重比农村农民要高。我们用EDU代表受教育年数以反映受教育程度。
表3受教育程度与转移选择受教育程度分布小学及
以下初中高中及
以上平均受
教育年数样本数农民工0.1710.5660.2639.355445农村农民0.2850.5020.2138.707263
4.城镇就业技能指数
如果一位农民有较高的适于在城镇就业的技能，他显然更倾向于选择在城镇就业，否则是人力资本的一种浪费。问卷询问：您有没有适用于城镇就业的技能？受访者从1到5给自己打分，构成城镇就业技能指数。表4显示，农民工的城镇就业技能指数（3.189）明显高于农村农民（2.798）。此外，城镇就业技能指数达到3和4时（极少有农民评价自己的城镇就业技能指数为5），选择城镇就业的比重明显超过对应的农村农民。这就是说，随着城镇就业技能的提高，农民会更多地选择转移到城镇就业。我们用URBANSK代表城镇就业技能指数。
表4城镇就业技能指数与转移选择城镇就业技能指数分布12345平均样本数农民工0.0220.1550.4430.3710.0093.189445农村农民0.1140.2780.3270.2620.0192.798263
5.农业生产技能指数
如果一位农民有较高的农业生产技能，他显然更倾向于选择在农村从事农业生产，否则也是人力资本的一种浪费。问卷询问：您的农业生产技能如何？受访者从1到5给自己打分，构成农业生产技能指数。表5显示，农村农民的农业生产技能指数（3.211）明显高于农民工（2.879）。此外，农业生产技能指数达到3、4和5时，选择农村务农的比重明显超过对应的农民工。这就是说，农业生产技能越高，农民越倾向于选择在农村务农。我们用FARMSK代表农业生产技能指数。
城镇就业技能指数和农业生产技能指数在回归分析中被处理为连续变量。虽然如此处理不尽完备，但在样本量不是很大的情况下，如果将这些变量均处理成虚拟变量则将导致变量过多而影响回归效果。此外，实验表明，这两种处理对结果影响不大。把这两个变量处理成连续变量还有利于以后测量其边际作用。
表5农业生产技能指数与转移选择农业生产技能指数分布12345平均样本数农民工0.1010.2090.4160.2580.0162.879445农村农民0.0270.1410.4600.3310.0423.211263
6.年农业收入
Todaro（1969）、Harris等（1970）提出农村和城镇之间期望工资的差异是农村劳动力转移的拉动因素。这一观点也得到本次调查的支持。问卷询问选择外出打工的原因，受访的农民工中有88.2%的人认为提高收入是其原因之一，这一比例远远高于其他选项。在本次调查中，我们询问受访者如果务农，家庭的年净收入（收入减支出，加实物估价），再询问受访者的贡献占比，由此推算出受访者的农业收入。这一收入对农民工来说，可理解为潜在的农业收入。表6显示，农村农民的年农业收入（3424.4元）明显高于农民工（1892.1元）。从年农业收入分布来看，农民工更多集中于低年农业收入区间，而农村农民则更多集中于相对高的年农业收入区间。由于难以向农村农民调查如果他们到城里就业的可能工资收入，故回归分析时不能用Todaro（1969）等提出的“农村和城镇之间期望工资的差异”，而只采用年农业收入。考虑到回归方程中包含城镇就业技能指数、受教育年数等和工资相关的变量，年农业收入可在一定程度上反映“农村和城镇之间期望工资的差异”。我们用FARMINC代表年农业收入。在回归分析时，FARMINC以千元为单位，以便于以后做边际概率分析。
表6年农业收入与转移选择年农业收入（元）年农业收入分布≤600601～10001001～20002001～3000≥3001平均样本数农民工0.1190.1330.5690.0900.0901892.1445农村农民0.2050.1560.2050.2280.2053424.4263
根据以上分析，笔者采用回归模型分析影响农民转移选择的显著因素。由于农村劳动力转移只能选择转移（MIGRANTWK=1）和非转移（MIGRANTWK=0），即虚拟应变量（dummydependent variable），故采用概率单位模型（probit model）。以下为回归结果。
MIGRANTWK=0.157-0.680AGE1-0.536AGE3-
（0.0004） （0.0005）
0.959AGE4 +0.810MARMALE+0.822UNMARMALE+
（0.0000） （0.0000）（0.0001）
0.711UNMARFEMALE+0.012EDU+0.212URBANSK-
（0.0036）（0.5957） （0.0006）
0.226FARMSK-0.048FARMINC
（0.0003）（0.0035）
样本数=708，McFadden Rsquared=0.1824，括弧中为p-值。
这里需要说明的是，在调查和分析时还包含了受访者在过去3年中所受技术培训的状况、所在村对外信息交流状况、人均承包土地面积、受访者对自己健康状况的评价以及所在村水源状况（反映农业条件）等变量。但无论描述统计还是回归分析，均没有发现这些变量对农民选择转移有显著影响，故未将这些变量列入所报告的回归方程。
以上方程中所有变量的符号与理论预期一致，除了受教育程度（EDU）没有通过显著性检验，其余变量均达到99% 以上的显著水平。这至少说明这些显著变量在统计上显著影响了农民选择转移到城镇就业。然而，我们还要分析这些变量对农民转移选择影响的大小，即经济显著性。我们知道，概率单位模型中的解释变量系数并不反映对被解释变量的边际作用或边际概率，这就需要计算各个显著变量对农民转移选择的边际概率（MPX），即变量X每增加一个单位而增加的农民转移选择的概率。
计算方法采用Maddala（1983）所提供的公式
MPx=λRSSn-2
这里，λ=概率单位模型中解释变量X的系数，RSS=残差（residual sum of squares），n=样本数。计算结果见表7。从9个变量的边际概率来看，年龄、性别和婚姻状态的边际概率较高；相反，城镇就业技能指数（URBANSK）、农业生产技能指数（FARMSK）和年农业收入（FARMINC）虽在统计上有较高显著性，但边际概率并不大。
表7显著变量的边际概率变量边际概率变量边际概率AGE1≤20-0.1224UNMARFEMALE0.128032≤AGE3≤40-0.0964URBANSK0.0382AGE4≥41-0.1726FARMSK-0.0407MARMALE0.1458FARMINC-0.0086UNMARMALE0.1479
三、结论与政策建议
根据回归方程的结果以及表7报告的显著变量对农民转移选择的边际概率，我们获得以下结论：与年龄在21岁～32岁的农民相比，其他年龄段的农民的转移概率明显降低。与已婚女性相比，无论是已婚男性还是未婚男性，其转移概率都明显提高；而未婚女性的转移概率也比已婚女性显著提高，但提高的幅度比男性要小，这说明总的来说，女性即便未婚，其转移的概率也比男性要小，而已婚女性转移的概率最小。从表7所报告的城镇就业技能指数（URBANSK）、农业生产技能指数（FARMSK）和年农业收入（FARMINC）来看，它们虽在统计上获得高显著性，但边际概率并不大。需要说明的是，URBANSK虽对转移选择的影响不算太大，但对农民工的工资有着显著影响（未报告）。
这里值得关注的是，受教育程度从描述统计来看对农民转移选择有一定影响，但从回归分析来看则并不显著，这说明受教育程度并不显著影响农民的转移选择。但需要指出的是，农民受教育程度对农民成为农民工后在劳动市场的表现有着积极作用（见表8）。赵亮等（2011）的研究就认为，教育、培训等对农民工的收入具有明显的促进作用。随着受教育程度的提高，农民工的小时工资、工作满意度、融入城镇指数均有所提升（工作满意度和融入城镇指数均为从1到5的指数，由受访者自我评价）。周工作小时数随受教育程度的提高而减少，可以解释为受教育程度较高的农民工可以找到工作时间相对较短而相对较高质量的工作。尽管高中及以上学历的农民工平均周工作54.61小时仍然很长，但与受教育程度在小学及以下的农民工平均周工作65.93小时相比，已经短很多。
表8受教育程度与农民工劳动市场表现小时工资周工作小时工作满意度未来信心指数融入城镇指数样本数小学及以下18.5865.932.9743.6452.86876初中19.8260.843.0043.7382.873252高中及以上25.5354.613.0944.1973.436117
从各显著变量的边际概率来看，我们可以得到以下基本判断：农民的转移选择最主要受年龄、性别和婚姻等因素的综合影响，其他因素的影响相对较小。这一结论和人们通常所说现在主要是妇女（多指已婚妇女）、老人和儿童在农村留守的情形相吻合。但一些变量，如受教育程度、城镇打工技能等，对农民的转移选择影响不大，但对农民工在城镇劳动市场的表现有着显著的积极影响。
根据以上结论，我们可获得以下政策启示。
第一，要鼓励农民向城镇转移，尽快减少农民，加快城镇化进程，这是缩小城乡居民收入差距的关键。
第二，已婚女性的转移概率明显偏低反映了多方面的问题，比如农民工工资较低难以在城镇抚养妻儿，女性农民工不能享受带薪产假从而多选择农村低成本生活和抚育子女，农民工子女受教育成本过高迫使部分已婚妇女选择留守农村照顾子女等。
第三，农民工随着年龄增长选择回到农村，说明农民工只是在青壮年时在城镇就业，但并不永久留在城镇，这导致中国城镇化的低质量。应加快户籍制度改革，提高中国城镇化质量。
第四，要为农民提供更多的适合城镇就业的技能培训以促进其选择转移，更重要的是提升其在城镇劳动市场的表现。
第五，农民受教育程度对农民的转移选择影响并不大，但对农民工在劳动市场的表现影响积极。我们促进农民转移到城镇就业和生活，不仅要关注他们是否转移，更要关注他们在城镇劳动市场是否有令人满意的表现。不断提升农民的受教育水平，有助于农民转移到城镇后挣得更高的工资，从事工作时间更适中的工作，获得更高的工作满意度，更好地融入城市。
参考文献：
蔡昉.1996.劳动力迁移和流动的经济学分析[J].中国社会科学季刊（春季卷）：120-135.
李梦凡，张良.2011.人口流动现象和城市化的影响因素[J].企业经济（11）：141-144.
张鹏，王婷.2010.农民劳动力转移对农民收入的影响研究——对重庆市开县的实证分析[J].重庆大学学报（社会科学版）（5）：13-17.
张树林.2010.农村劳动力转移：改革开放以来的实证分析[J].商业研究（4）：149-151.
张晓山.2010.中国城乡经济社会一体化新格局中的农业、农村发展问题刍议[J].经济经纬 （4）：1-8.
赵亮，张世伟.2011.人力资本对农民工就业、收入和社会保险参与的影响[J].重庆大学学报（社会科学版）（5）：48-52.
赵曜辉.1997.中国农村劳动力流动与教育在其中的作用[J].经济研究 （2）：37-42.
赵忠.2006.农村移民的特点和经济分析[C]// 蔡昉，白南生.中国转型时期劳动力流动. 北京：社会科学文献出版社.
HARE D.1999. “ Push” versus “pull” factors in migration outflows and return： determinants of migration status and spell duration among China’s rural population[J] .Journal of Development Studies， 35（3）： 45-72.
HARRIS J R， TODARO M P. 1970.Migration， unemployment， and development： a two-sector analysis [J]. The American Economic Review， 60 （1）： 126-142.
MADDALA G S. 1983. Limited-dependent and qualitative variables in econometrics [M]. Cambridge： Cambridge University Press.
TODARO M P. 1969.A model of labor migration and urban unemployment in less developed countries[J].The American Economic Review， 59 （1）： 138-148.
ZHU Nong. 2002.The impact of income gaps on migration decision in China[J]. China Economic Review， （13）： 213-230.
（编校：沈育）
Personal Factors of Migration of Rural Labor
——Based on the Survey Data of Farmers and Rural Migrant Workers in Henan Province
FAN Ming
（Henan University of Economics and Law， Zhengzhou， 450002， China）
Abstract： This paper analyzes and explores the personal factors affecting the migration with data from the survey conducted in Henan Province， China by sampling the migrant workers and rural farmers. It is found that age， gender， and marriage status jointly affect farmer’s migration. The impacts of other factors are only moderate economically. Some factors， such as education level and urban working skills， do not affect farmers’ migration very much， but significantly affect labor market performance of the rural migrant workers.
Key words： Migration of Rural Labor； Personal Factors； Survey Data； Henan Province