受全球金融危機(jī)影響,我國出現(xiàn)大規(guī)模的農(nóng)民工回流現(xiàn)象｡本文依據(jù)2009年吉林省農(nóng)民工返鄉(xiāng)抽樣調(diào)查數(shù)據(jù),應(yīng)用微觀計量方法分析農(nóng)民工回流的影響因素｡研究結(jié)果表明:年齡和流動距離對農(nóng)民工回流具有正向影響,務(wù)工時間､務(wù)工收入和受教育程度對農(nóng)民工回流具有負(fù)向影響,建筑業(yè)和制造業(yè)中的農(nóng)民工回流概率較高;金融危機(jī)對農(nóng)民工回流產(chǎn)生了重要影響,使農(nóng)民工回流的概率增加了40.46%｡
　　[關(guān)鍵詞]農(nóng)村勞動力;農(nóng)民工;勞動力遷移;回流
　　[中圖分類號]C912.82 [文獻(xiàn)標(biāo)識碼]A [文章編號]1004-518X(2009)08-0227-03
　　趙亮(1982—),女,吉林大學(xué)數(shù)量經(jīng)濟(jì)研究中心博士研究生,主要從事三農(nóng)問題研究;張世偉(1964—),男,吉林大學(xué)數(shù)量經(jīng)濟(jì)研究中心教授,博士生導(dǎo)師,主要從事勞動經(jīng)濟(jì)學(xué)研究;(吉林長春 130012)樊立莊(1957—),男,吉林省統(tǒng)計局工作人員,主要從事人口學(xué)研究｡(吉林長春 130051)
　　本文為國家社會科學(xué)基金項(xiàng)目“調(diào)整個人收入差距與促進(jìn)社會公平研究”(項(xiàng)目編號:05BYJ026)､教育部人文社會科學(xué)重點(diǎn)研究基地重大項(xiàng)目“收入再分配政策作用機(jī)理和作用效果的微觀模擬”(項(xiàng)目編號:05JJD790079)､東北師范大學(xué)自然科學(xué)青年基金項(xiàng)目(項(xiàng)目編號:20090701)的研究成果｡
　　
　　國外學(xué)者對農(nóng)村外出勞動力回流問題研究起步較早,研究的重點(diǎn)集中在外出勞動力回流的原因和決策機(jī)制｡Stark和Taylor(1991)應(yīng)用新勞動力遷移理論分析為降低風(fēng)險和減輕“相對貧困”而進(jìn)行遷移決策[1]｡Tunali(1996)通過對土耳其男性勞動力回流的調(diào)查指出:隨著年齡增長而產(chǎn)生的風(fēng)險規(guī)避傾向會導(dǎo)致勞動力回流,遷出地資本的積累和就業(yè)環(huán)境的改善也將會吸引勞動力回流[2]｡Hare(1999)通過利用我國農(nóng)村的農(nóng)戶數(shù)據(jù),研究了推力和拉力作用下農(nóng)村勞動力的流出和回流問題[3]｡Lucas(2003)認(rèn)為導(dǎo)致回流的主要原因?yàn)槌鞘芯蜆I(yè)機(jī)會突然急劇減少,勞動力返鄉(xiāng)進(jìn)行投資[4]｡
　　國內(nèi)學(xué)者對農(nóng)民工回流問題研究起步較晚,崔傳義和潘耀國(1999)依據(jù)山東省桓臺縣的數(shù)據(jù)分析了外出與回流､回流與創(chuàng)業(yè)的關(guān)系[5]｡趙耀輝(2002)應(yīng)用計量方法分析了回流的原因,指出年齡､受教育程度､耕地和遷出地非農(nóng)就業(yè)機(jī)會均對農(nóng)民工回流產(chǎn)生正向影響[6]｡白南生等(2002)較深入全面地探討了農(nóng)民工回流的原因､過程和后果[7]｡Wang(2005)從制度經(jīng)濟(jì)學(xué)角度將回流分為基于城市就業(yè)失利的回流､基于家庭原因的回流和投資性回流三類[8]｡張宗益等(2007)根據(jù)重慶市實(shí)地調(diào)研數(shù)據(jù)資料,應(yīng)用Probit模型回歸分析了個人特征､家庭因素和利農(nóng)政策對回流的影響 [9]｡羅靜和李伯華(2008)依據(jù)武漢市數(shù)據(jù),應(yīng)用logistic回歸模型分析了農(nóng)戶回流意愿的影響因素,指出農(nóng)戶個體特征､家庭特征､農(nóng)戶對鄉(xiāng)村評價和城市吸引力等,均對農(nóng)戶回流意愿產(chǎn)生了一定的影響[10]｡
　　受全球金融危機(jī)影響,2008年我國出現(xiàn)大規(guī)模的農(nóng)民工返鄉(xiāng)現(xiàn)象｡本文依據(jù)2009年吉林省農(nóng)民工返鄉(xiāng)情況抽樣調(diào)查數(shù)據(jù),應(yīng)用微觀計量方法對農(nóng)民工回流的影響因素進(jìn)行分析｡
　　
　　一､數(shù)據(jù)的統(tǒng)計描述
　　
　　本文使用的數(shù)據(jù)來自于吉林省2009年農(nóng)民工返鄉(xiāng)情況快速抽樣調(diào)查,此項(xiàng)調(diào)查在全省22個縣的農(nóng)村住戶調(diào)查所在村中進(jìn)行,共調(diào)查了4 200人｡調(diào)查內(nèi)容分為兩部分:調(diào)查村基本情況,包括總?cè)丝?#65380;勞動力人數(shù)､外出務(wù)工人數(shù)和返鄉(xiāng)農(nóng)民工人數(shù);外出務(wù)工人員基本情況,包括年齡､性別､返鄉(xiāng)原因､務(wù)工時間和從事職業(yè)等｡表1給出了返鄉(xiāng)農(nóng)民工和未返鄉(xiāng)農(nóng)民工基本情況的統(tǒng)計描述,我們可以發(fā)現(xiàn)男性農(nóng)民工返鄉(xiāng)比例高于女性;農(nóng)民工受教育程度越高,返鄉(xiāng)的概率越低;具有技術(shù)等級的農(nóng)民工返鄉(xiāng)概率略低于不具有技術(shù)等級的農(nóng)民工返鄉(xiāng)概率｡本省務(wù)工的農(nóng)民工返鄉(xiāng)比例高于外省和國外務(wù)工的農(nóng)民工｡農(nóng)民工在城鎮(zhèn)務(wù)工的主要行業(yè)為建筑業(yè)､制造業(yè)和服務(wù)業(yè),在這些行業(yè)務(wù)工的農(nóng)民工返鄉(xiāng)比例高于其他行業(yè)｡返鄉(xiāng)農(nóng)民工的平均年齡略高于未返鄉(xiāng)農(nóng)民工的平均年齡,而返鄉(xiāng)農(nóng)民工的平均收入和平均務(wù)工年限明顯低于未返鄉(xiāng)農(nóng)民工的平均收入和平均務(wù)工年限｡
　　
　　二､模型設(shè)計
　　
　　由于返鄉(xiāng)農(nóng)民工和未返鄉(xiāng)農(nóng)民工存在明顯的個體特征差異,我們必須應(yīng)用回歸模型對個體差異進(jìn)行控制｡考慮到宏觀經(jīng)濟(jì)環(huán)境､家庭特征和個體特征等均會對農(nóng)民工是否返鄉(xiāng)產(chǎn)生影響,本文應(yīng)用如下Probit模型分析農(nóng)民工回流影響因素:
　　p*i=z′iα+ui
　　(1)
　　其中,p*i表示不可觀測的決定個體i是否返鄉(xiāng)的變量,p表示個體是否返鄉(xiāng)(1表示返鄉(xiāng),0表示未返鄉(xiāng)),Zi表示解釋變量向量,包括:個體性別､年齡､受教育程度(以小學(xué)為參照組)､技術(shù)等級(以無技術(shù)等級為參照組)､務(wù)工收入､務(wù)工地點(diǎn)(以本省為參照組)､務(wù)工時間､務(wù)工行業(yè)(以其他行業(yè)為參照組)和金融危機(jī)因素(以沒有受到金融危機(jī)影響為參照組)｡α表示解釋變量系數(shù),ui~N(0,1)表示隨機(jī)擾動項(xiàng)｡個體返鄉(xiāng)概率表示為:
　　Pr(p=1)=Φ(z′iα)(2)
　　其中,Φ(•)表示服從標(biāo)準(zhǔn)正態(tài)分布的分布函數(shù)｡返鄉(xiāng)概率對Zk(Zk表示第k個解釋變量)偏導(dǎo)數(shù)表示Zk對返鄉(xiāng)概率的邊際影響,即:
　　prob(p=1)/zk=?(z′iα)αk
　　其中,?(z′iα)是標(biāo)準(zhǔn)正態(tài)分布的概率密度函數(shù)｡
　　
　　三､結(jié)果分析
　　
　　依據(jù)吉林省微觀數(shù)據(jù),本文應(yīng)用STATA統(tǒng)計分析軟件對Probit模型進(jìn)行回歸,分析農(nóng)民工返鄉(xiāng)的影響因素｡表2給出了Probit模型的估計結(jié)果,可以發(fā)現(xiàn)似然比統(tǒng)計量為1 658.667 0,P值為0.000 0,R2為0.324 9,說明模型整體上統(tǒng)計顯著,擬合優(yōu)度較高,模型具有較高的解釋力｡從模型的系數(shù)估計值中我們可以發(fā)現(xiàn),由于男性變量未通過顯著性檢驗(yàn),說明男性農(nóng)民工和女性農(nóng)民工返鄉(xiāng)的概率之間沒有顯著性差異｡年齡變量系數(shù)顯著為正,說明隨著農(nóng)民工年齡的增加,其返鄉(xiāng)概率增加,即年齡每增加1歲,農(nóng)民工回流的概率增加0.15%｡務(wù)工時間變量系數(shù)顯著為負(fù),說明外出務(wù)工時間長短對農(nóng)民工返鄉(xiāng)具有負(fù)向影響,即外出務(wù)工時間每增加1年,回流的概率降低7.45%,這源于農(nóng)村勞動力在城市中生活時間越長,適應(yīng)性越強(qiáng),越不容易返鄉(xiāng)｡務(wù)工收入變量系數(shù)顯著為負(fù),說明農(nóng)民工務(wù)工收入對其返鄉(xiāng)意愿具有負(fù)向影響,即農(nóng)民工在城市中務(wù)工收入每增加1元,回流的概率降低0.002%｡務(wù)工地點(diǎn)在外省和國外的農(nóng)民工回流的概率相對于本省農(nóng)民工的回流概率來說比較大,這可能是由于務(wù)工地點(diǎn)離家鄉(xiāng)比較遠(yuǎn),造成心理成本和物質(zhì)成本比較高,所以農(nóng)村外出勞動力比較容易回流｡初中文化程度對農(nóng)民工的回流沒有顯著影響,而具有高中文化程度的農(nóng)民工回流的概率降低4.35%,表明文化程度越高,對生活期望越高,他們越不愿意回到收入較低的農(nóng)村居住｡同時,文化程度相對較高的勞動力學(xué)習(xí)和適應(yīng)能力較強(qiáng),容易在城市生存｡技術(shù)等級變量系數(shù)不顯著,說明它對農(nóng)民工回流沒有明顯的影響｡上述實(shí)證分析結(jié)果均與勞動力流動理論預(yù)期一致｡從事建筑業(yè)和制造業(yè)的農(nóng)民工相對于其他行業(yè)的農(nóng)民工來說,更容易回流,返鄉(xiāng)的概率分別增加5.17%和3.22%,這可能是由于建筑業(yè)和制造業(yè)首先受到金融危機(jī)的沖擊;而從事運(yùn)輸業(yè)和服務(wù)業(yè)的農(nóng)民工回流的概率與其他行業(yè)比較而言,沒有顯著的差異,這與勞動需求和供給理論預(yù)期一致｡

相關(guān)熱詞搜索：回流 農(nóng)民工 金融危機(jī) 環(huán)境 分析