城镇化进程中失地农民职业分化及其影响因素研究

陈浩 陈雪春 谢勇

(1.江苏大学管理学院，江苏 镇江 212013;2.南京农业大学公共管理学院，江苏 南京 210095)

改革开放30多年间，中国农村社会经济结构的转型进程是与不同阶段农民就业持续分化过程紧密关联的。1978年以家庭联产承包制为核心的农村经济改革的实施，释放了大量农业剩余劳动力，推动了农村非农产业发展，使得越来越多的农民以“离土不离乡”形式就近进入乡镇企业等非农领域就业，推动了我国农民从农业向非农兼业的第一次就业分化阶段的形成;到了20世纪80年代末90年代初，伴随着城市体制改革的启动，城乡、区域间劳动力流动障碍逐步被打破，农民就业呈现出以“离土又离乡”式的异地非农就业流动构成了对原先就近兼业的替代，从而形成了第二次农民就业分化阶段;而步入新世纪以来，我国迎来新一轮农村工业化和城镇化发展浪潮，因农地非农征用而失地的农民规模持续增加。失地农民群体的出现，不仅改变了农村现有社会结构，同时也构成了对农村乃至城乡经济结构的深度转型要求，其中，失地农民就业分化与转型发展将有助于推动我国农民步入第三次就业分化阶段。

与大量围绕前两阶段农民就业分化主题研究的文献相比，当前由失地农民为核心的新时期农民就业分化问题研究总体还不多。牟少岩［1］基于青岛地区农户调查数据研究了影响农民职业分化的微观因素;陈会广［2］认为农民职业分化与土地制度变迁存在紧密联系;许恒周［3］研究发现，基于土地产权偏好差异，农民将面临分化趋势;谢勇［4］通过对南京市的实证研究发现，土地征用对失地农民群体就业形成了差异性影响;陈浩［5］研究认为，失地农民教育、培训等人力资本投资有助于增强失地农民非农就业能力，提升其家庭主动离农意愿;李飞［6］进一步揭示了除了人力资本之外，社会资本对失地农民职业获得也具有显著影响，而张晖［7］认为，适量的拆地补偿有助于促进失地农民创业，等等。

纵观上述研究，对我国土地非农化进程中失地农民就业分化问题进行了一定的富有价值探索，但还存在一些不足，突出体现为现有多数研究或多或少都隐含着一个假设，农民对土地存在一定的就业依赖，因此失地农民的就业分化将主要表现为由征地导致从原先的涉农就业形态(如农业或兼业)向非农就业或无业形态转化。虽说这一假定确实能反映当前我国特定区域尤其是一些欠发达地区失地农民状况，但初步调查显示，在一些经济发达地区(如长三角地区)，由于高度的农村非农化水平，农民完全非农就业比例也很高，因此对土地的就业依赖度较低，因此，发达地区失地农民的就业分化并非仅存在由涉农向非农就业模式的外部分化，更可能表现为非农就业结构的内部深度分化，其中职业层次变化是重要内容，但迄今尚未发现相关研究。

因此，本文力图基于长三角地区农户实地调查数据，对土地征用前后农民从事职业层次及其变化状况进行分析，进一步运用Multinomial Logit模型方法对失地农民职业分化的影响因素进行实证研究，以便深入洞察当前城镇化土地征用背景下失地农民特别是原先从事非农就业农民的职业演变规律，进而提出相应的结论与政策建议。

1 理论分析

1.1 失地农民职业层次的构成

分化是一种社会学术语，反映特定个体或群体在不同环境变迁下所形成的行为与状态的变化。本文所研究的失地农民职业分化，侧重考察基于城镇化背景下的土地征用制度变迁对不同类型农民职业层次发展的差异性影响及其演变特征。

就业是人的重要经济行为，但就业行为离不开特定职业作为核心载体。按照职业理论的观点，职业类型存在某种层次属性，职业层次的高低对从业者经济和社会阶层地位的演变具有直接而又显著的影响，因此，职业层次的变化不仅可清晰地反映个体就业类型的演变，更构成衡量其就业发展水平的重要方面。著名社会学家陆学艺［8］将80年代以来国内农民的职业层次类型按照从低到高分为8层:农业劳动者、农民工、雇工阶层、农民知识分子、个体劳动者与工商户、私营业主、乡镇企业管理者与农村管理者。本文基于数据采集和研究便利的考虑，在陆文的基础上，将失地农民职业层次按照从低到高归纳为以下5类:

(1)最底层:农业劳动者和无业①。为了与陆学艺等学者的研究范式一致，我们将征地前农民从事的纯农业界定为最低职业阶层，但征地后，这部分农民因无地、少地可种，而可能面临失业或半失业状态，因此我们将上述两种形态合并，共同成为职业层次的起点。

(2)中低层:短期雇工。是指农民从事一线岗位，但属于短期雇佣性质，以是否签署劳动雇佣合同情形来度量，具体可包括:没有签署劳动合同的农民工、零工和签署合同期限＜6个月的各类临时工等等。之所以将短期雇佣纳入职业层次的中低层，主要考虑:一方面，与最底层相比，该层农民开始从事非农职业;但另一方面，相比其他层次，该层非农职业水平总体还很低，由于缺乏长期合约保障，因此从业者无论是在职业门槛、岗位强度、薪酬水平、安全风险以及劳动权益维护等方面都处于显著劣势。

(3)中间层:长期雇工。与短期雇工相反，长期雇工是指农民与用人单位签订雇佣期限≥6个月劳动合同的一线岗位。一般而言，能够提供较长期正式雇佣合同的企业，其综合实力与运营水平也较高，在用工流程和劳动保障体系方面也更为规范，因而更有利于维护农村务工人员各项合法权益。

(4)中上层:技术人员。(2)、(3)两层职业形态本质上都属于企业一线生产岗位，我们进一步将在企业或农村从事专业职能服务的岗位归类为技术人员层次，具体形态上包括:乡镇企业或其他企业的各类专业技术人员，如工程师、生产管理、会计、营销人员、农村建筑承包人、服务业技师等，此外，也包括农村知识分子，如教师、医生等。

(5)上层:创业与管理者。主要包括个体与私营业主、各类企业管理者以及乡村干部。由于相比其他层级都属于他雇性质，该层次职业具有较强的自主创业或拥有较大的职业权力，因此我们将其视为失地农民职业层次的最高层形态。

以上构成了衡量农民职业层次的基本类别，不难发现，其涵盖了从农业到非农领域，但以非农领域为主，因此，农民职业层次分化的实质是从事非农就业农民之间在非农职业形态上体现出的异化和发展差距，因而从征地前后的农民职业层次演变中也可窥斑见豹地洞察城镇化土地征用对农民就业尤其是非农就业的深入影响程度，这构成了本文的研究目的。考虑到部分农民兼业特性，我们以其所兼的非农职业作为考察其职业层次的基本依据。

1.2 影响失地农民职业分化的因素

大量研究表明，农民就业行为受到从其个体到家庭乃至外部环境等多方面因素制约，这也构成了失地农民职业分化的影响因素体系。

(1)个体特征。劳动经济学认为，劳动者就业状况首先取决于其自身劳动能力，而其是由个体人口特征与人力资本状况所决定，具体可包括以下指标:年龄、性别、健康水平、教育程度以及技能培训状况。对于农民而言，个体人力资本禀赋越高，其从事高层次职业能力和水平也越强，失地后，与其他农民的职业分化度也将越大。

(2)家庭及区域特征。大量研究证实，区域与家庭因素也构成对农民职业层次选择与就业发展水平的显著影响，基于本研究主题，我们仅遴选了3个核心指标(见表1)。其中衡量经济发达程度的地区类型和距离中心城镇距离的家庭所在地类型指标一般而言，处于经济越发达地区以及越接近城镇的农户，其家庭成员获取较高职业层次的非农就业机会也越大，对农地生计依赖度也将越低，因而土地征用对其就业冲击影响程度也越弱。能较好地反映区域特征，而社会资本体现了家庭拥有就业发展的社会关系资源程度。

表1 自变量赋值与数据描述Tab.1 Description of variables and statistical data

(3)土地征用特征。失地农民职业分化的最直接外部推力是土地征用因素。［9］首先，不同征地程度将决定农户家庭最终拥有的农地禀赋状况，这将对失地农民就业选择特别是从事农业或兼业等形态具有重要影响;其次，不同征地用途将对周边的失地农民带来不同的就业机会，因此调研中我们整理出4类可能性征地用途，用以考察其对失地农民就业的影响程度;三是土地征用补偿方式。土地征用补偿既能增加失地农民的实际收益水平，同时又对其就业决策与未来预期产生某种影响，但不同征用补偿方式其影响效应也将存在一定的差异。本文结合调研情况，梳理出目前长三角地区失地农民征地补偿方式大致可分为4类，具体涵义与赋值见表1。

以下将基于长三角实地调研数据，对失地农民职业分化状况及其影响因素进行实证研究。

2 长三角地区失地农民职业层次分化的描述分析

2.1 调研样本与数据来源

本文分析所需数据来源于“长三角地区失地农民就业分化统计调查”，系作者所主持相关课题阶段性调研成果。长三角地区作为我国经济较发达区域之一，面临加快推进城镇化发展的战略要求，而妥善解决因农地征用而产生的失地农民群体就业保障问题至关重要，因而符合实证研究的地区要求。调研对象区域为长三角核心区——苏浙沪16市的抽样农户，调研时间为 2011.12－2012.3，调研样本抽样方法是，先按照区域经济水平差异将调查地区划分为一类和二类地区，2011年长三角统计年鉴显示，2010年16个城市地区人均GDP排名依次为:苏州、上海、无锡、杭州、宁波、台州、南京、常州、绍兴、舟山、镇江、嘉兴、湖州、扬州、南通和泰州，为了考虑区域差异因素，本文将位于前8位城市列入一类地区(更发达地区)，而其余列入二类地区(次发达地区)。以随机非等距原则抽取每类地区市中的1－2个市(县)作为实际调查区域，每个市(县)再以经济发展水平随机选取5－6个近3年内发生过征地行为的自然村或社区，每个村随机抽取10户左右农户，以户主作为调研对象发放问卷，由课题组中受训过的江苏大学管理学院当地生源本科二、三年级学生指导填写并进行部分访谈，共发放问卷1200份，回收980份，剔除其中一些关键信息填写不完整的以及残疾、无劳动能力等特殊家庭样本，得到符合本文研究要求的有效失地农民样本858份，其中一类地区447份，二类地区411份(各地区实际回收有效样本分布为:上海金山区51份，江苏苏州124份(昆山68、虎丘区56)，无锡89份(宜兴42、惠山区47)，常州135份(武进区63、溧阳72)，镇江145份(润州区65、丹阳80)，泰州姜堰92份，南通海安75份，浙江嘉兴嘉善34份，宁波奉化48份，绍兴诸暨65份)，具体样本分布见表1。

2.2 失地前后农民就业模式分化

就业模式是决定职业层次的首要因素。图1显示，征地前，长三角地区农民就业模式总体呈现“农业与兼业”，“兼业与非农就业”的“旧二元分化”特征，但征地后农民就业模式发生了显著的结构性变化。首先，从事农业与兼业模式的农民比例随着农地征用过程而急剧下降，尤其是纯农业比例已不到4%，显示了失地农民对土地的生计依赖度正趋于不断降低态势，与之相对应的是，从事完全非农就业的比例大幅上升，从征地前的38.35%增至征地后的63.05%，增长了近1倍，其中包含了一部分的非农创业形态;此外，土地征用后，农民无业/失业的比例也从征地前的2%猛增至10%多，究其原因，固然不排除其中有少数农民因获得较高征地补偿进而降低了劳动意愿并选择“自愿”失业，但在实际调研中，我们发现，这种情形并不普遍，更多可能是因就业能力和机会的缺失而导致“被迫”失业。因此，伴随征地前后农民就业形态的变迁，使得失地农民群体的就业模式将体现为“失业—非农就业”、“非农就业—创业”的“新二元分化”转型特征。

图1 就业模式变化Fig.1 Change of employment patterns

2.3 失地前后农民职业层次分化

运用前文所设计的职业层次划分方法，我们比较了征地前后农民所从事的职业层次变化(见图2)，表2显示，征地前，长三角地区农民总体存在显著的职业分化特征，但土地征用进一步加剧了职业分化的深入。从相对比例看，失地农民职业层次得到了一定的改善，与征地前相比，从事中层及以下职业层次的农民比例不同程度地有所降低，而处于中上层以及上层职业层级类型的比例则相对增加，而从变化幅度看，在所有职业类型中，失地农民在中上层(技术人员)层级的变动幅度最大，净增长近7%，表明一部分失地农民择业行为中的技术倾向有所提高，这有利于增强其未来进一步提升职业层次和水平的能力。

但从绝对数看，失地农民总体职业层次仍然偏低，图2显示，样本区从事长期雇工(中层)职业的比例高达35.548%，成为失地农民的最主要职业形态，征地后，农民从事短期雇工等中下层职业的比例依然有17.6%，尤其值得注意的是，其中处于绝对最底层职业阶层的下层比例更高达13.05%，且绝大多数以失业形态为主。这表明即便在经济发达的长三角地区，现阶段的城镇化与土地征用制度并不能帮助大多数农民尤其是那些处于中低阶层群体实现其职业层次提升和就业发展。因此，未来有必要推动城镇化与土地征用发展战略思路转型，要从单纯以追求区域GDP增长为导向的经济目标向促进包括失地农民在内的区域民众就业机会创造和职业提升的民生目标倾斜，以实现区域经济与就业民生兼顾的良性互动发展。

图2 职业层次变化Fig.2 Change of vocational levels

3 失地农民职业分化影响因素的实证研究

据上可知，在城镇化土地征用背景下，农民不仅在就业模式上经历转型，且在职业层次方面也发生了显著变化，总体而言，征地后，不同失地农民群体之间围绕所从事职业层级类型将呈现出不断分化差异特征，那么当前决定失地农民职业层次选择的影响因素程度如何?对此，下面拟运用定量方法进行实证研究。

3.1 模型变量确定

我们将土地征用后失地农民所从事的职业层级类型视为5种不同就业情形选择的结果，并假设对于每个农民而言，当前仅存在1种适选职业情形可能，且不存在严格的次序关系，据此，可采用SPSS.20软件包中的Multino-mial Logit模型方法［10］，来估计影响该失地农民可能处于某种职业层次情形的各种因素，该模型的基本形式为:

(1)式中，i为第i个失地农民，j为当前失地农民分别处于下层、中下层、中层、中上层以及上层等5种职业层级情形，X为影响因素向量，我们将表1中的各因素作为自变量进入模型方程。

为了突出失地农民非农职业层次分化程度，本文选择以下层职业(农业或失业)作为参照组，依次对失地农民处于其他4种职业层次情形进行估计。模型变量的估计系数β若为正，则意味着相对于参照组(下层职业)来说，该变量对于该职业层级形态有着相对概率为正的影响，即失地农民处于此职业情形的可能性更大;相反，若β为负，则表明相比参照组而言，该变量对于失地农民处于该层级职业具有负向概率影响，即处于该职业层级的可能性低。

3.2 计量结果分析

我们建立了长三角失地农民职业分化影响因素的Multinomial Logit模型，结果如表2。

从上表的相关检验系数看，模型整体通过了显著性检验，通过考察各模型变量的回归结果，可得出以下研究结论:

(1)失地农民职业分化具有明显的性别和年龄差异。相比女性而言，失地农户中的男性从事中层及以上职业层次类型的概率更大，尤其是从事技术人员与创业管理者的概率分别是女性的2.57和2.64倍，性别间的职业分化特征十分明显，这可能与中国农村家庭传统“男主外、女主内”的劳动分工有关，土地征用将使得男性因承担更多家庭生计责任而对其职业提升的要求更为迫切;而年龄变量显示，当前长三角地区55岁以下各劳龄阶段的失地农民群体普遍具有较高的非农就业参与率，且从概率比看，不同年龄段之间的职业分化度也较为显著，年龄越小，从事各类非农职业特别是追求较高职业层次的概率越大。

表2 失地农民职业分化模型估计结果Tab.2 Estimation results of the land-lost farmers’s vocational differentiation

(2)人力资本对失地农民职业分化具有直接而又显著的影响。表2结果显示，总体而言，职业层次较低的短期雇工类型对人力资本要求不甚明显，但相比之下，拥有更高健康、教育和技能等人力资本水平的失地农民从事较高职业层次的可能性加大，尤其是教育程度越高，会显著增加失地农民从事中上层及上层职业的概率。

(3)家庭和区域因素对失地农民职业分化存在一定的影响。从计量结果看，地区类型变量不显著，这主要得益于近年来长三角地区统筹发展深化使得区域差距趋于缩小;而模型Ⅲ、Ⅳ中的家庭所在地变量为显著正值，表明家庭越靠近中心城镇的近郊失地农民，越易受到城镇良好的经济与产业发展机会的辐射，因而获取与从事中上层以上非农职业的机会也越大;社会资本变量方面，模型Ⅰ、Ⅱ的回归系数为负值，其中前者为显著，而模型Ⅲ、Ⅳ的回归系数虽为正值，但却不显著，这表明，社会资本构成长三角失地农民职业层次提升的充分而非必要条件，即农民拥有社会资本只是具备追求高端就业的第一步，其成功性可能还取决于其他条件(如人力资本等)，但与之相反，缺乏社会资本，却会显著扩大其从事低层次职业(如短期雇工)的概率。

(4)不同土地征用因素对失地农民职业分化呈现出差异性影响特征。首先看征地程度。结果显示，征地程度的加深，将显著增加农民从事中层以上非农职业形态的可能性，这是因为当农户拥有的农地资源越减少，土地保障能力也将越弱，则越会强化农民将非农就业作为维系长期生计保障的核心手段［11］，进而努力提升其非农职业的稳定性与层次水平。

其次看征地用途，从各模型变量系数看，总体而言，各类土地征用开发形式对周边被征地农民的非农职业发展并不构成显著的正向促进概率，相反，单纯的房地产开发反而会不同程度地损害农民非农职业发展，其中，对中层及中上层职业形态的阻滞效应尤为明显。这似乎昭示了当前长三角地区实施的城镇化征地开发战略存在某种不均衡缺陷，即过多地关注区域GDP增长等经济目标，而对促进包括失地农民在内的区域民众就业机会创造和就业发展等民生目标较为欠缺。长期以往，将严重制约区域城镇化质量和可持续发展能力。

第三是征地补偿方式。结果表明，货币补偿显著降低了失地农民从事中低层以下职业的概率，同时提升了从事高层职业的概率。笔者认为其中有两种可能:一是货币补偿增加了失地农民短期非劳动收入，使得一部分低人力资本水平的失地农民有可能降低劳动意愿而选择“自愿”失业［12］;而另一种可能则是一些具备高人力资本禀赋的失地农民充分利用货币补偿契机，进行自主创业投资等，提升其非农职业层次，模型Ⅳ的回归结果进一步验证了货币补偿对失地农民从事创业管理职业具有显著正向促进的概率。此外，模型结果还显示，一定范围的就业补偿对那些缺乏自主求职能力的农村弱势劳动群体获得短期雇工等职业机会而从事非农就业具有一定的意义，但对其他职业形态影响不大;而由于当前长三角地区普遍较高的企业职工社保参保率①相比我国其他地区，经济发达的长三角地区政府更重视社会保障发展，对企业规范用工和劳动保障要求更为严格，因此各类企业职工社会保险参保率较高。如江苏镇江市明确规定，凡雇工3人以上，雇期3个月以上的企业必须为员工办理参保手续，并把灵活就业人员、失地农民工等也纳入到职工社会保险范围。，因此单纯的社保补偿对失地农民非农职业形态并不构成显著影响。

4 结论与建议

城镇化背景下的农地征用作为一种外生制度变迁，对农民就业将产生一定的分化影响效应。这种分化效应既涉及到征地前后农民在涉农与非农之间外部就业模式的演变，更涵盖农民所从事非农职业层次的内部结构变化，而后者构成了发达地区失地农民就业分化的重要特征。

本文基于内部结构视角，分析了城镇化农地征用背景下失地农民的职业层次分化及其影响因素，在此基础上运用长三角地区858个失地农民调研数据进行了实证研究。结果表明，征地前，样本地区农民职业已呈现出显著的分化特征，而土地征用进一步加剧了职业分化程度，其中处于职业低层与高层的失地农民就业发展差距有所拉大，久之将可能扩大其收入水平及市民化能力的差距，进而增加未来群体分化的风险;而进一步运用Multinomial Logit模型显示，人力资本是造成失地农民群体职业分化的核心因素，相比而言，低人力资本水平构成了征地后农民获取高层次职业的主要障碍，此外，征地用途、补偿方式等征地制度因素对失地农民职业行为也构成一定的影响。

文章认为，在我国新一轮城镇化发展的战略背景下，要把促进失地农民就业转型发展作为重要政策切入点，将扶持失地农民人力资本投资以提升职业层次水平，进而缩小群体内部乃至与城镇民众之间的就业差距作为助其市民化转型的长效之策。为此提出如下建议:

(1)推动新时期城镇化发展战略目标转型。要摒弃以往单纯追求区域GDP增长经济目标，而将就业与公共福利增长等民生目标纳入区域土地征用与城镇化发展规划与政策考核范畴，特别要重视城镇化发展对就业创造和带动效应，以满足失地农民等各类新市民可持续生计发展需求。

(2)打破城乡、区域间劳动力市场分割壁垒，消除各类就业歧视，构筑面向包括失地农民在内的所有城乡劳动者平等开放的有效公共就业服务体系，培育基于能力绩效导向的不同职业阶层的平等进入机会和扶持通道机制。

(3)要通过加大教育培训以及非农职业技能训练等人力资本投资，努力培育和提高失地农民的非农就业技能水平与进入更高职业阶层的劳动竞争能力。鼓励和扶持青年失地农民(特别是女性)追求自主创业等高层次就业，以创业带动其他家庭成员就业，以提高失地农民非农就业程度;同时，注重对年老、残疾、患病等弱势失地农民的社会保障与就业扶持，努力改善其健康水平和劳动能力，减少因病、因残而被迫失业的几率，针对性开展适用技能培训和职业帮扶，以实现其个人及家庭适度参与非农就业的目标。

(4)转变土地征用方式与补偿政策思路，基于就业优先型城镇化发展战略指引下，不同地区结合本地实际，在征地用途上，要进一步向职业层次高、区域就业、创业带动效应强的开发项目倾斜;在征地补偿形式上，要从单纯重视短期“经济补偿”，向扶持提升被征地农户成员人力资本发展之长期“能力补偿”转变，鼓励和引导失地农民合理运用征地补偿契机进行人力资本投资，不断提升非农职业层次水平。

本文还存在一些研究不足:虽然文章的核心价值在于初步揭示了失地农民因土地征用而存在进一步职业分化特征，并对征地后不同失地农民群体所从事职业分化的影响因素进行了短期静态分析。但应看到的是，一方面，严格精确意义上对职业分化度的刻画应建立在对每个农民围绕征地前后不同阶段的职业变化进行深入跟踪和比较研究，特别是应以征地前的职业形态为重要参照点，建立起规范评价模型，但受调研数据采集等条件限制，本文这方面的分析力度略显不够;同样地，也没有考虑征地后失地农民可能面临职业分化长期动态演变问题，针对以上缺憾，有待作者后续深度探究。

References)

［1］牟少岩，杨学成.农民职业分化微观影响因素的实证研究:以青岛为例［J］.农业经济问题，2008，(11):90－95.［Mu Shaoyan，Yang Xuecheng.A Case Study on the Micro-level Factors Influencing Farmer’s Professional Differentiation:An Example of Qingdao［J］.Issues in Agricultural Economy(IAE)，2008，(11):90－95.］

［2］陈会广，单丁洁.农民职业分化、收入分化与农村土地制度选择［J］.经济学家，2010，(4):85－ 92.［Chen Huiguang，Shan Dingjie.Farmers’Occupational Differentiation，Income Differentiation and the Selection of Rural Lan System［J］.Economist，2010，(4):85－92.］

［3］许恒周，石淑芹.农民分化对农户农地流转意愿的影响研究［J］.中国人口·资源环境，2012，(9):90－95.［Xu Hengzhou，Shi Shuqin.Impact of Farmer Differentiation on Farm Households Willingness in Farmland Transference［J］. China Population，Resources and Environment，2012，(9):90－95.］

［4］谢勇.土地征用、就业冲击与就业分化:基于南京市失地农民的实证研究［J］.中国人口科学，2010，(2):65－72.［Xie Yong.Land Reguisition and its Impacts on Employment:Evidence from Landless Peasants in Nanjing［J］.Chinese Journal of Population Science，2010，(2):65－72.］

［5］陈浩.非农职业因素对农户兼业结构及其离农意愿的影响［J］.南京农业大学学报:社科版，2013，(1):11－21.［Chen Hao.Influence of Farmer-member’s Non-agricultural Employment to the Households Course Structure and Intention of Thoroughly Separated from Agriculture［J］.Journal of Nanjing Agricultural University:Social-science Edition，2013，(1):11－21.］

［6］李飞.人力资本、社会资本与失地农民的职业获得［J］.中国农村观察，2010，(6):85－ 92.［Li Fei.Relations Between Human Capital＆Social Capital and the Occupational Behaviors of Landless Farmer［J］.China Rural Survey，2010，(6):85－92.］

［7］张晖.失地农民雇佣就业、自主创业的影响因素分析［J］.南京农业大学学报:社科版，2012，(1):42－ 48.［Zhang Hui.Factors Influencing Factors of Landless Farmer Persuing on an Employed or Self-employed Job［J］.Journal of Nanjing Agricultural University:Social-science Edition，2012，(1):42－48.］

［8］陆学艺.“三农论”:当代中国农业、农村、农民研究［M］.北京:社会科学文献出版社，2002:98－125.［Lu Xueyi.Three Rural Issues:Study on Agriculture，Villiage and Farm［M］.Beijing:Social Science Academic Press，2002.］

［9］肖屹，曲福田.土地征用中农民土地权益受损程度研究［J］.农业经济问题，2008，(3):77－83［Xiao Yi，Qu Futian.Land Property Right Discrimination and Farmers’Interest Impairment During Farmland Acquisition［J］.Issues in Agricultural Economy，2008，(3):77－83.］

［10］张文彤.SPSS统计分析高级教程(第二版)［M］.北京:高等教育出版社，2009:85－115.［Zhang Wentong.Advanced Guiding Book of SPSS Statistics Analysis(Sec.Edition)［M］.Beijing:Higher Education Press，2009:85－115.］

［11］刘详琪，陈钊，等.程序公正先于贷币补偿:农民征地满意度的决定［J］.管理世界，2012，(2):44－51.［Liu Xiangqi，Li Zhao，et al.The Procedural Fairness Prior to the Monetary Compensation:The Determinants of the Degree of Farmers’Satisfaction at Levying Their Land［J］.Management World，2012，(2):44－51.］

［12］李琴，孙良媛，罗凤金，等.失地农民是自愿还是非自愿退出劳动力市场:基于珠三角地区的实证研究［J］.农业经济问题，2009，(8):86－ 93.［Li Qin，Sun Liangyuan，Luo Fengjin，et al.The Land-lost Farmers’Withdraw from Labor Market Voluntarily or Involuntarily:Empirical Analysis Based on the Pearl River Delta［J］.Issues in Agricultural Economy(IAE)，2009，(8):86－93.］