农村劳动力转移方式及影响因素的实证研究

开篇：润墨网以专业的文秘视角，为您筛选了一篇农村劳动力转移方式及影响因素的实证研究范文，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！

[内容摘要]本文在区分农村劳动力转移的Ⅰ型和Ⅱ型并且提出农村劳动力转移的A型和B型这两个新概念的基础上，利用《成都市城乡一体化田野调查》课题对于成都市10个县(区、市)、34个乡镇、102个村、1020个农户抽样调查所取得数据，对于影响农村劳动力转移的若干因素进行了回归分析，得出结论：短期内技能对劳动力转移所起的影响作用最大，长期内教育程度对劳动力转移所起的影响作用最大；而区域自我吸收――这就是农村劳动力转移的“成都模式"的要义。

[关键词]农村劳动力转移；区域自我吸收；成都模式

笔者在2005年承担了成都市社科院委托的《成都市城乡一体化田野调查》课题，从县（区、市）、乡镇、村、农户四个层面分层抽样，在成都市所辖19个区、市、县中选择10个县(区、市)为样本区域，从中选择34个样本乡镇，按随机方法在各样本乡镇抽取3个村，得到102个样本村；再对102个样本村按随机方法各抽取10户家庭作为访谈对象，即最终得到1020个样本户。这样，共选择34个乡镇、102个村为样本点，1020个家庭为入户访谈对象，分别采用《样本点情况表》和《入户访谈问卷》进行调查。本次调查提供了一个难得的机会，利用调查获得的数据使我们得以从总体上描述成都市这个超过1000万人口区域的农村劳动力转移状况，并分析其转移的方式和影响因素，以探求我国在工业化和城市化加速时期农村劳动力转移的规律。

一、样本点农户基本情况

(一)农户人口基本情况

1020户农村家庭中，每户平均人口3.896人，男性占50.7%，女性占49.3%；其中，16―60岁的男性占男性总数73.64%，16―55岁的女性占女性总数69.93%；平均每户有2.7216个劳动力，各年龄段的男女劳动力比例见表1：

在所调查的农户中，平均每个劳动力的赡养系数为1.39，可见，现在成都农村的家庭类型以核心家庭为主，每个劳动力的负担有所减轻。

(二)农民家庭土地情况

表2数据表明，成都农村的人地关系相当紧张，人均耕地面积只有0.61亩，大大低于2004年全国平均1.41亩的人均耕地面积数。这种人地紧张关系，既构成传统农业小块土地经营的强烈动因，又形成农村劳动力转移的强大压力。

二、农村劳动力转移状况

(一)农村劳动力转移率

为了与通行的农村劳动力转移的概念衔接，又为了照顾调查对象的特点，便于分析，笔者区分了农村劳动力转移的Ⅰ型和Ⅱ型。农民外出打工或自我经营年平均累计超过6个月的，笔者称之为“农村劳动力转移Ⅰ型”。农民外出打工或自我经营年平均累计超过6个月以及未超过6个月的，笔者称之为“农村劳动力转移Ⅱ型”。成都市农村劳动力转移Ⅰ型转移率为31％，农村劳动力转移Ⅱ型转移率为39％，各样本区、市、县转移率见表3。

(二)农村劳动力转移的时间长短分布

每年外出1个月的占2%，外出2个月的占5%，外出3个月的占3%，外出4个月的占4%，外出5个月的占2%，外出6个月的占8%，外出7个月的占1%，外出8个月的占5%，外出9个月的占4%，外出10个月的占10%，外出11个月的占8%，外出12个月的占47%。

总体来看，最近1年农村劳动力在外打工或自我经营累计超过6个月的超过80%，1年12个月都在外打工或自我经营的占转移总数的比重接近一半，说明成都市劳动力转移十分稳定。

(三)农村劳动力转移的地域分布

通常，人们把农村劳动力转移简单假设为由农村向城市转移，往往具体规定为向县城及以上城市转移，这对于一般表现农村劳动力转移似乎是可以的。但是，农村劳动力的转移空间事实上并不是如此非此即彼，相当多的农村劳动力并未进入县城及以上城市却稳定地从事非农就业或经营。加之我们考察的成都地区由于特大型城市工业扩散效应以及发达的城郊型经济等特点，就无法用通常的劳动力转移地域内涵来概括我们的调查对象的转移情形。因此，笔者提出了农村劳动力转移A型和农村劳动力转移B型这两个新概念。

“农村劳动力转移A型”，是指农村劳动力在本县内除县城以外所有乡镇范围内打工或从事非农经营。笔者认为该定义适合于表现城乡一体化条件下农村劳动力转移，主要反映农村劳动力在本区域中心城市周围区域分散转移，实质上是农村剩余劳动力在城乡一体化条件下的区域自我吸收。

“农村劳动力转移B型”，是指农村劳动力在本县城及本县以外所有区域范围内打工或从事非农经营。该定义与通常含义相吻合，主要反映农村劳动力向城市的集中转移。所有样本点中，农村劳动力转移A型占劳动力转移总数的比重为44％，农村劳动力转移B型的比重为56％。

所有样本点中，农村劳动力转移的地域分布状况为：乡内34%，县内其他乡镇10%，县城13%，省内县外29%，外省14%。可见，农村劳动力转移A型44％加上转移到县城的13％，县（区、市）区域自我吸收的农村劳动力转移比例达到57％，这表明，从总体上看，成都市域范围的农村劳动力转移的大部分是在当地，即在本县（区、市）范围内实现的。

就成都市域范围和成都市辖各县（区、市）范围不同层次看，呈现出中心城市辐射大小与区域自我吸收强弱的关系。各样本点相应数据见表4。由表4可知，离成都中心城区越近，A型转移率越高。第一圈层和第二圈层的金牛区、锦江区、郫县、新都区、双流县的A型转移率都在50%以上，第三圈层的新津县、金堂县、邛崃市的A型转移率处于20―30%。①对于第一圈层和第二圈层的农村来说，成都中心城区的辐射作用很强，带动这些区域二、三产业发展从而使人口流动半径缩短，使得大多数农村劳动力能够在县（区、市）范围就近转移就业。对于第三圈层来说，尽管低一些的A型转移率加大了农村劳动力的转移半径，但是，从转移出县（区、市）范围的农村劳动力的去向即省内县外29%和外省14%来看，由于这29%主要是在成都打工，就表明，大多数不过是把转移半径从本县（区、市）延长到整个成都市域，即在县（区、市）范围未能实现区域自我吸收的农村劳动力又大多数转移到大成都范围。换言之，第一圈层和第二圈层的农村劳动力转移主要是在县（区、市）范围内的区域自我吸收，第三圈层的农村劳动力转移主要是在大成都范围内的区域自我吸收。总而言之，从整个成都市域来看，农村剩余劳动力的转移主要表现为成都市域范围内的区域自我吸收。

(四)转移的农村劳动力的就业结构

转移的农村劳动力中，外出打工者占66%，自我经营者占34%。这表明，一方面成都市农民自我经营的意识强烈；另一方面，成都市城乡统筹的就业安排为农民自主创业提供了良好的条件。

从行业来看，转移的农村劳动力就业的行业分布前4位的分别是：批发、零售贸易和餐饮业(20%)，社会服务业(17%)，建筑业(13%)和制造业(12%)，前4位的总和占所有转移的农村劳动力的比例达到62%，这些行业的基本特点是对劳动力的技能和教育程度要求较低，因而成为当前吸收农村劳动力最多的几种行业。

三、影响农村劳动力转移的多因素分析

对于影响农村劳动力转移的若干因素进行多因素分析，即选择一组变量进行回归分析，以评估这些因素对劳动力转移的影响程度。选取的变量有：文化程度、年龄、家庭拥有的可耕种土地面积、性别、技能等5个。

分析中，因变量劳动力是否转移为虚拟变量，用数字1和0表示，1代表转移，0代表不转移。文化程度为定量变量，用数字0-23表示，各个数字代表其受教育的年限，即从没上过学到博士。年龄为定量变量，用实际年龄表示。家庭拥有的可耕种土地面积为定量变量，用实际面积数表示。性别为虚拟变量，用数字1和0表示，1代表男，0代表女。技能为虚拟变量，用数字1和0表示，1代表有技能，0代表无技能。

采用逻辑斯蒂分布函数对影响劳动力转移各因素进行回归，回归方程为：

其中Li表示某农村劳动力是否转移，其值要么是1，要么是0；Pi为某农村劳动力在一定的性别、文化程度、技能掌握、年龄和家庭拥有的可耕种土地面积的条件下实现非农转移的概率，其值介于0和1之间；X1i表示文化程度；X2i表示年龄；X3i家庭拥有的可耕种土地面积；D1i表示性别；D2i表示是否拥有技能；ui为随机误差项。

回归结果如表5所示：

由“显著性水平”值可见，文化程度、年龄、可耕种土地面积、性别和技能所有5个因素的系数值都能够在1%的水平上表示统计上是显著的，即回归方程的结果较理想。②由表5的数据可以看出：

（1）Ｘ1i的系数为正，表示农村劳动力中，文化程度越高的人越倾向于转移。X1i的系数为0.093，(e0.093-1)×100%的值为9.7%，意味着，教育程度每增加1个单位，有利于劳动力转移的概率增加约9.7%。由于教育程度的1个单位代表着教育年限增加1年，因此，受教育年限每增加1年，农村劳动力转移的概率将增加9.7%。

（2）X2i的系数为负，表示农村劳动力中，年轻人比年龄大的人更倾向于转移。X2i的系数为-0.064，(e-0.064-1)×100%的值为-6.2%，意味着，年龄每增加1个单位，劳动力转移的概率减少约6.2%，由于劳动力的1个单位表示1岁，也就是说农村劳动力的年龄每增加1岁，其转移的概率将减少6.2%。

（3）X3i的系数为负，表示拥有可耕种土地面积越小的农户中的劳动力越倾向于转移。X3i的系数为-0.02，(e-0.02-1)×100%的值为-2%，意味着，家庭可耕种土地面积每增加1个单位，劳动力转移的概率减少约2%。

（4）D1i的系数为正，表示农村劳动力中，男性比女性更倾向于转移。由于D1i为二元虚拟变量，因此得到男性与女性两种情况下的回归方程：

女性（没有技能）：Li=ln([SX(]Pi[]1-Pi[SX)])=0.719+0.093X1i-0.064X2i-0.02X3i

男性（没有技能）：Li=ln([SX(]Pi[]1-Pi[SX)])=0.719+0.093X1i-0.064X2i-0.02X3i+0.524

根据逻辑斯蒂函数可以推出，农村劳动力在一定受教育程度、年龄、家庭拥有的可耕种土地面积等条件下转移的概率为：

Ｐi=[SX(]1[]1+e-(β1+β2X1+β3X2i+β4X3i+β5D1i+β6D2i)[SX)]，可以计算，当在文化程度值为8.11、年龄值为39.57、家庭可耕种土地面积值为3.8142③的条件下，没有技能的男性的转移概率比没有技能的女性的转移概率高44.65%，有技能的男性的转移概率比有技能的女性的转移概率高25.67%。

（5）D2i的系数为正，表示农村劳动力中，拥有技能的比没有技能的更倾向于转移。由于D2i为二元虚拟变量，因此得到拥有技能与没有技能两种情况下的回归方程：

没有技能（女性）：Li=ln([SX(]Pi[]1-Pi[SX)])=0.719+0.093X1i-0.064X2i-0.02X3i

拥有技能（男性）：Li=ln([SX(]Pi[]1-Pi[SX)])=0.719+0.093X1i-0.064X2i-0.02X3i+1.132

可以计算，当在文化程度值为8.11、年龄值为39.57、家庭可耕种土地面积值为3.8142的条件下，有技能的女性的转移概率比没有技能的女性的转移概率高105.28%，有技能的男性的转移概率比没有技能的男性的转移概率高78.35%。

而当某劳动力同时为男性又拥有技能的情况下，其回归方程为：

Li=ln([SX(]Pi[]1-Pi[SX)])=0.719+0.093X1i-0.064X2i-0.02X3i+0.524+1.132

可以计算，当在文化程度值为8.11、年龄值为39.57、家庭可耕种土地面积值为3.8142的条件下，有技能的男性的转移概率比没有技能的女性的转移概率高157.98%。

由以上分析可知，在影响劳动力转移的五大因素中，对农村劳动力转移的影响程度的大小依次是：技能、性别、教育程度、年龄、家庭拥有可耕种土地面积。笔者认为，值得强调的有三点：(1)技能的影响最大，在各要素处于均值条件下，掌握某种技能的农村劳动力转移的概率比没有技能的增加78.35%或105.28%，可见在某一个区域，有技能农民的比重是农村劳动力转移的主要动因，因此，提高有技能农民的比重成为推动农村劳动力转移的主要手段。(2)教育程度的影响实际上更大。看起来，受教育程度每增加1年，农村劳动力转移的概率只增加9.7%，其实，由于受教育程度与获得技能的短期培训不一样，是一个多年累积的因素，其影响就会累积增大。从普九和高中两种情况来看，在本分析中，完成普九的劳动力转移的概率比只完成小学的增加32.01%，而完成高中的劳动力转移的概率比完成普九的又增加32.01%，即完成高中的劳动力转移的概率比只完成小学的增加74.28%，还可以计算，完成九年义务教育的劳动力转移的概率比没有读过书的劳动力转移的概率高130.07%。显然，提升农民的受教育程度对于推动农村劳动力转移是起长期作用的根本措施。(3)性别因素对农村劳动力转移的影响不可忽视，它表明，一方面，转出地男性劳动力会过多地流出，另一方面，转入地社会因为有太多比例的男性，农民工会发生性比例失调、婚姻障碍等社会问题。

四、农村劳动力转移的“成都模式”

成都市农村劳动力转移Ⅰ型转移率为31％，农村劳动力转移Ⅱ型转移率为39％，两者之差仅为8％，即转移劳动力中打短工的仅占20％左右，这表明成都市农村劳动力转移呈现一种超稳定结构，这是农村劳动力转移的成都特色。

这种超稳定结构的出现不是偶然的，而是城乡一体化条件下农村劳动力转移的区域自我吸收模式的结果，其主要表现形式为农村劳动力转移A型。这种超稳定的区域自我吸收模式，可以称之为农村劳动力转移的“成都模式”，其典型特征为本地性和稳定性。

分析表明，所有样本点转移的农村劳动力中有44%是在本乡镇和县内其他乡镇实现转移，有57%是在本县内实现转移，有80%左右是在成都市域范围内实现转移。就是说，成都市农村劳动力转移的大多数都是在本地实现的，即农村劳动力转移数量的绝大多数是在成都市域范围内自行消化。

简言之，农村劳动力转移的“成都模式”，就是本地性与稳定性的结合。在这种模式下，转移的农村劳动力不轻易回流，不表现为阵发性的短期波动，而是形成一种稳定的、不可逆转的过程；农村劳动力的转移不单纯表现为大范围跨区域移动，而是主要表现为城乡一体化的区域自我吸收，即在区域中心城市辐射范围之内的区域内移动。农村劳动力转移的“成都模式”，宣告农村劳动力转移的“大范围跨区域移动”时代开始结束，同时宣告我国农村劳动力转移的主体形式将是在区域中心城市辐射范围之内的区域内移动，开启了我国农村劳动力转移的新时代，即城乡一体化的区域自我吸收时代。

反过来看，农村劳动力转移的“成都模式”的形成，就是城乡一体化效应的表现。正是这种城乡一体化的区域自我吸收以及由此造成的农村劳动力转移的稳定性，显现了城乡一体化的效应。城乡一体化影响了社会发展的方式，它以城乡统筹与和谐发展形式给农村劳动力转移提供了宽阔的空间和崭新的条件，以农民职业身份转换的崭新模式体现了城乡一体化的价值和前景。

注 释：

①第一圈层即中心城区，包括锦江区、青羊区、武侯区、金牛区、成华区及高新区；第二圈层即卫星城，包括双流县、郫县、新都区、温江区、龙泉驿区及青白江区；第三圈层包括大邑县、蒲江县、新津县、金堂县、都江堰市、彭州市、邛崃市及崇州市。

②回归结果可能存在的一个缺陷是判定系数R2值较小，仅为0.1左右。当然，在二分响应模型中，习惯计算的Ｒ2的价值是有限的。参见：[美]古扎拉蒂：《计量经济学》（第三版）下册，中国人民大学出版社，2000年，539页。

③该三个数值为这次田野调查得出的农村劳动力各相应指标的平均值。

主要参考文献：

[1]李仙娥，王春艳．国外农村剩余劳动力转移模式的比较[J]．中国农村经济，2004．（5）

[2]李玉江，吴玉麟．农业剩余劳动力转移动力及区域类型研究[J]．人口研究，1999（7）．

[3]王永作．江苏农村劳动力转移方式的比较[J]．中国农村经济，1996（8）．

Empirical Study on Rural Labor Transferring Methods and Influential FactorsChen Yongzheng1 Chen Jiazhe2

Abstract: This paper classifies the type I and type II of rural labor transferring methods, and then forms two new concepts: type A and type B. Based on this, the authors have a regression analysis on the influential factor using the data from 1020 farmer households in 102 villages of 34 towns across 10 counties of Chengdu City. It finds out that in the short run, skill has the most impact on the labor transferring and in the long run, education has the most impact. The essence of “Chengdu model” of rural labor transferring is the “self-absorption” in the region.

Key words: rural labor transferring; “self-absorption” in the region; Chengdu model

“本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文”