金融危機(jī)環(huán)境下農(nóng)民工回流問題分析
發(fā)布時間:2019-08-22 來源: 日記大全 點(diǎn)擊:
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
熱點(diǎn)文章閱讀