失地农民就业自身影响因素研究——基于湘潭市的问卷调查数据

刘冰，陈金亮

(湖南农业大学公共管理与法学学院，湖南 长沙 410128)

失地农民就业自身影响因素研究
——基于湘潭市的问卷调查数据

刘冰，陈金亮

(湖南农业大学公共管理与法学学院，湖南 长沙 410128)

基于湘潭市九华经济开发区148份问卷数据，采用Logistic回归模型，对影响失地农民就业的自身因素进行了分析，发现失地农民的性别、年龄、就业预期、家庭收入等影响不显著；获取就业信息的能力和文化程度正向影响显著；非农生产就业技能影响最显著，说明具备专业就业技能的失地农民就业率较高。

城镇化；失地农民；就业；影响因素

一、问题的提出

失地农民是城镇化建设过程中出现的特殊弱势群体。“在土地被征收或者征用后，农民不仅失去了土地这一特定资源，而且丧失了寓于土地之中或者附于土地之上以及与土地有关的财产权利。既得利益和期待利益的大幅度减损，使失地农民成为一个权利更为贫困的弱势群体。”[1]据悉，2012年我国失地农民人数达到5 100万～5 525万。失地农民“务农无地、上班无岗、低保无份”成为引发和加剧各种社会矛盾的主因。

已有研究表明，失地农民就业受诸多因素的制约，包括自身因素和外部因素。前者涉及年龄、性别、文化程度、就业技能、家庭情况、就业预期等；后者指影响失地农民就业的外部环境，包括土地补偿标准、社会体制结构、经济发展水平、政府责任意识、社会保障制度等。有学者强调外部环境的影响，认为二元社会结构对失地农民的就业有着较大的负面效应[2-4]，而政府对失地农民就业的帮扶是否具有长远规划[5]、针对失地农民的社会保障制度是否完善[6]、土地补偿标准的高低[7-9]等都对失地农民的就业产生一定影响。也有研究者认为，失地农民自身因素是其生存堪忧的主因[10]。考虑到鲜有学者基于失地农民个体差异视角对其就业影响因素开展实证研究，笔者拟从影响失地农民就业的性别、年龄、文化程度、非农生产就业技能、就业预期、获取就业信息的能力、家庭收入等7个自身因素进行分析。

二、研究假设与样本特征

将因变量设为失地农民是否就业Y来进行衡量；鉴于自身因素包括主体条件与主观要素，因此将这两类指标作为自变量，并提出如下研究假设。

假设1：失地农民主体条件影响其就业。首先，性别可能导致就业状况的差异。许多企业因工作性质的需求存在性别要求，失地农民同样面临这一现实；其次，年龄越大的失地农民健康状况和劳动力素质逐渐下降，将逐渐失去竞争优势，其就业难度越大；第三，文化素质的高低在很大程度上会对失地农民的就业造成影响。

假设2：失地农民主观要素影响其就业。首先，是否具备非农生产就业技能在很大程度上会对失地农民的就业造成影响。在当前市场经济条件下，以知识经济为核心的产业结构调整以及以市场就业为导向的劳动用工改革，对失地农民就业提出了更高的要求[11]。因此，文化素质和非农生产就业技能对失地农民就业的影响较大。

其次，就业预期对失地农民就业质量有较大影响。调查发现，失地农民对自身就业前景较为悲观，认为找工作很困难，倾向于放弃就业；反之，如果对自身的就业前景较为乐观，认为找工作不困难，甚至很容易，将对就业率产生积极影响。

第三，失地农民获取就业信息的能力高低不一，强弱有别，可能会对其就业造成一定的影响。获取就业信息的能力越强，手段越多样，就业的积极性越高。例如，随着科技的发展和普及，失地农民对人脉关系(即熟人介绍就业)的依赖程度越来越低，而通过利用报纸、电视、网络等媒体，尤其是网络媒体，获取就业信息的能力越强，主动就业的意愿会增强，就业机会将会增多。反之，就业懈怠，就业难度大。

最后，家庭收入状况也有一定影响。随着城镇化的快速发展，绝大部分失地农民可以获得数额不菲的征收补偿款，且个人或家庭收入对第一产业的依赖程度越来越小[12]。笔者发现，调查的区域普遍存在开发区向失地农民借贷的现象，年利率10%，因此，利息与出租收入等成为个人或家庭收入的主要来源。这里采用家庭人均利息收入与人均消费支出的比值来衡量失地农民家庭收入状况。当比值小于1时，可能促进就业；比值等于1时，可能对就业的影响不大；比值大于1时，可能对就业产生负面影响。

选取湘潭九华国家经济技术开发区内的失地农民作为研究对象。该开发区是长株潭城市群国家两型社会建设综合配套改革试验区的五大示范区之一，也是城镇化高速发展的地区之一，其园区经济规模、经济总量已跻身湖南省第四位。近十余年，园区内的失地农民数量急剧增加，主要集中在杉山、吉利、红旗、合山等四个社区，其就业问题具有一定的典型性和参考性。另考虑到政府对失地农民的征收补偿主要采用一次性货币补偿政策，因此，调查的主要对象为接受一次性货币补偿的失地农民。调研主要采取问卷调查和实地走访的形式。发放问卷200份，回收182份，回收率达到91%。由于16周岁以下和60岁以上失地农民不在规定的劳动年龄范围内，对分析失地农民就业的影响因素无实际意义，剔除这部分问卷后的有效问卷为148份，有效率为81.3%。问卷设计主要以失地农民的性别、年龄、文化程度、非农生产就业技能、就业预期、获取就业信息的渠道、家庭人均利息收入与人均消费支出比值为变量，失地农民是否就业的数据统计均来源于有效问卷，具体统计结果见表1。

表1 失地农民是否就业的样本差别

从上述统计结果可直观判断：其一，失地农民年龄的大小、文化程度的高低与就业率呈正相关；其二，失地农民中具有非农生产就业技能的较少；其三，对就业前景预期良好的失地农民的就业率较高，但仍有17.6%的人处于未就业状态。而认为就业困难的失地农民占到了总人数的38%，且全部处于未就业状态；其四，在获取就业信息的能力方面仍然依赖人际关系的拓展，熟人介绍居多。绝大多数失地农民不会利用媒体尤其是新兴的网络媒体获取就业信息。这可能也与他们的文化程度不高或政府部门针对其就业的帮扶措施力度不大等客观因素有关；此外，随着失地农民家庭人均利息收入与人均消费支出比值的增大，就业率呈下降趋势。

三、模型选择与实证分析

失地农民是否就业是一个二分变量，要探究性别、年龄、文化程度、非农生产就业技能、就业预期、获取就业信息的能力、家庭人均利息收入与人均消费支出比值等因素对就业的影响程度，二元Logistic回归模型最为理想。Logistic回归模型具体考察这些变量对就业率的边际影响，是研究定性变量与它们的影响因素之间关系的有效工具之一[12]。

将因变量设为失地农民是否就业(已就业=1，未就业=0)，引入解释变量：性别、年龄、文化程度、非农生产就业技能、就业预期、获取就业信息的能力、家庭人均利息收入与人均消费支出比值，分别为X1, X2, X3, X4, X5,X6,X7，具体变量赋值和样本均值见表2。

表2 变量赋值及基本描述

在Logist回归模型中，因变量为虚拟变量，即因变量取1和0两种值，表明一种决策或结果具有两种可能性。从Logist模型看，把失地农民没有就业的概率设为1-P，则失地农民就业的概率为P，并把P看作是自变量Xi的线性函数，即：

把失地农民就业的各种影响因素引进后，回归模型的线性函数表达式为：

为进一步分析，引入P的Logistic变换，变换后的公式如下：

其中比值P/(1-P)为失地农民就业和没有就业的概率之比；logit(P)是因变量就业和没有就业比值的对数，将式(2)带入式(3)中可得Logistic模型，即：

为检验各个解释变量对因变量的影响方式及程度，模型采用Wald统计检验，以证明该解释变量对被解释变量的影响能力显著。

针对已有数据，运用SPSS19.0统计软件对数据进行Logistic回归处理。在处理数据的过程中，为消除变量在进入方程时的多重共线性，采用Backward Conditional方法，这种方法是以假定参数为基础作似然比概率检验，向后逐步选择自变量，最后得到文化程度(X3)、非农生产就业技能(X4)、获取就业信息的能力(X6)三个自变量，显著程度高于其他变量，且变量总体P值都小于0.05，这说明性别(X1)、年龄(X2)、就业预期(X5)、家庭人均利息收入与人均消费支出比值(X6)对就业的影响并不显著。对最终得到的三个变量构建回归模型，根据检验结果，模型的Hosmer和Lemeshow拟合优度检验卡方值为3.461，相伴概率为0.518，模型总预测准确率为94.3%，说明模型估计结果良好，分析结果可信，可予接受(表3)。

表3 模型估计结果

续 表

根据表3模型估计数据可知，影响失地农民就业的显著性因素包括文化程度(X3)、非农生产就业技能(X4)、获取就业信息的能力(X6)。

第一，文化程度(X3)显著正向影响（在5%的水平上通过检验）。Exp(β)值逐渐增大，说明在其他条件不变的情况下，失地农民的就业率存在文化程度差异，文化程度越高，就业率也越高。可能的原因包括：其一，失地农民文化素质不高导致其思想陈旧保守、目光短浅，很多观念都不能及时更新。这造成大部分农民在失去土地后无所适从，不能准确地自我定位，对以后的生活一片空白。其二，文化程度不高，被征拆后容易满足现状。很多失地农民当前生活比较安逸，对就业岗位、收入预期较高，一般不愿意从事苦、脏、累的工种，处于一种消极就业的状态。这就使他们的就业之路变得更加狭窄；此外，文化程度不高，也致使其缺乏应对市场竞争的能力，导致再就业难度不断加大。

第二，非农生产就业技能(X4)影响最为显著（在l%的水平上通过检验）。该变量的回归系数(2.793)为正，说明具备专业就业技能的失地农民就业率较高。在通过显著性检验的三个变量中，该变量的Wald值大，表明就业技能是影响失地农民就业最主要的因素。调研材料显示，缺乏非农业生产就业技能的失地农民占调查样本的58.8%，他们的就业率偏低。可能的原因包括：首先，从社会角度分析，传统的安置就业使得失地农民不存在失业压力，其生活可以得到长久保障。然而，实行一次性货币安置政策，政府则不再负责安排工作，失地农民必须在竞争激烈的市场经济环境下自谋职业，这对于缺乏非农就业技能的失地农民来说难度很大。同时，随着经济社会的发展，招聘单位对招聘对象的要求也越来越高，失地农民往往只能够选择一些劳动强度大、工资低的岗位就业，而这样的岗位往往稳定性不强。因此，在城市多元化的就业格局下，对劳动者的技能要求越高，失地农民在竞争中的地位越不利。其次，从政府角度分析，调查发现，政府在对失地农民就业培训方面并不十分重视，并没有将其上升到履行义务的高度，对失地农民就业培训投入较少，造成失地农民的职业教育、就业培训等因经费缺乏而被忽视；而实践中，政府组织的就业培训往往因内容单一而难以满足实际需求，过于形式化的培训方式导致培训率低下，远远达不到提高失地农民就业技能的目的。第三，缺乏相关的组织协调机制。要想及时、顺利、高效地开展失地农民就业培训需要劳动、教育、财政等相关政府部门的相互协调，通力合作，这样培训才会有效果，然而这一协调机制尚未建立。

第三，获取就业信息的能力(X6)的影响较为显著（在l%的水平上通过检验）。在通过显著性检验的三个变量中，该变量的Wald值大于文化程度(X3)，表明获取就业信息的能力(X6)对失地农民就业的影响较为显著。在市场经济条件下，能够第一时间获取相关信息是制胜的重要手段。对失地农民而言，他们仅依靠人际关系的拓展来获取就业信息十分艰难且存在不稳定性和随意性，如果能够掌握更多的获取就业信息的方法，例如利用网络等媒体来获取更多的就业信息，将会极大提高就业积极性和就业率。同时，有利于失地农民准确把握劳动力市场的用工需求，有的放矢地提升自己的文化水平和就业技能，以获取更多更好的就业机会。

此外，性别(X1)的影响不显著。笔者实地走访发现，失地农民在转移就业的过程中，由于文化程度和就业技能等因素的影响，更多的是向第三产业进行转移。而由于第三产业的服务性需求，女性在该行业内的就业比例并不比男性少。因此，性别因素的影响并不明显。

年龄(X2)的影响要略高于性别(X1)。这是由于随着年龄的增大，失地农民的身体素质、劳动能力、求知欲望等均呈下降之势。而从业领域的局限使得失地农民大多只能选择劳动时间长、劳动强度大的工作，而这些工作对于身体素质、劳动能力的要求较高，年龄成为了制约就业的因素之一。

就业预期(X5)和家庭人均利息收入与人均消费支出比值(X7)对失地农民就业有一定影响，但并不显著。因经济发展水平的地区差异等因素，中部地区的失地农民获得在当地就业的机会相对较少，竞争较大，因此，大部分人会选择前往经济发达的东部地区就业，就业并不十分困难。但调研资料显示，仍有部分失地农民就业积极性不高，处于待业状态，除少部分人确实不想参加工作外，主要原因有以下几种：一是土地被征用后，已有一定收入来源(家庭部分成员已进入企业、房租收入、利息收入等)，家庭生活不是很困难；二是觉得单位工资水平较低；三是目前需要照顾其他家庭成员(老人、小孩等)；四是一些企业离家较远，上班不便；五是认为“低工资、重劳力、苦脏活”是外来民工的职业，自己从事这些工作会丢面子，出现“高不成、低不就”的现象，也一定程度上影响了其就业；另外，失地农民对于投资的需求与日俱增，但中部地区失地农民的收入形式仍较为单一。因为对金融市场和投资领域的一知半解甚至完全不了解，使得其投资行为呈现简单化和两极化的趋势。要么大多跟风而仅依靠高额利息收入，要么完全不信任不参与其中而选择进行传统的储蓄。且一旦利息率下降，绝大多数人仍然会选择储蓄的方式来保值或防范风险。因此，很多失地农民虽然愿意通过就业来保持既有的生活水准，但对工作性质、工作收入、工作时间等要求较高。

四、结论与政策含义

上述研究表明，性别、年龄、就业预期和家庭收入等对失地农民就业的影响不显著，而文化程度、获取就业信息的能力、非农生产就业技能等影响显著。结论具有以下政策含义：

首先，政府应重视对失地农民的职业教育，加强就业培训。应建立或倡导建立专门的教育培训机构，并注重培训实效，以提高失地农民获取就业信息的能力和实用技能。可根据失地农民自身的需求和劳动力市场的需求，开展多层次的培训，通过“订单”向市场输送专门劳动力。此外，政府还应重视对失地农民子女教育问题的正确引导，可在征拆补偿标准中增设失地农民子女教育补偿经费，以此体现对于文化教育的尊重和重视，更好地帮助失地农民转变传统观念，以适应城镇化新形势下的新要求[13]。其次，政府应出台针对失地农民创业的优惠政策，鼓励自主创业，营造良好的创业氛围，为失地农民自主创业打下坚实的制度基础。第三，应加快建立健全失地农民就业体系和社区建设。建立失地农民基本情况和就业现状数据库，对其实施长效动态管理，及时传递就业信息和市场信息等，以提高失地农民的就业率。同时，通过健全社区建设，构筑“防”“治”结合的就业长效机制。通过建设和完善失地农民社区互助体系，提高他们的集体决策能力和抵御失业风险的能力，整合和丰富其社会资源，为扩大失地农民的就业机会和就业渠道提供帮助。

[1] 杜江涌．“社会公平”语境下的失地农民权益保障研究[N]．山西农业大学学报，2010(2)：129．

[2] 秦超，刘玲．二元社会结构对失地农民就业的影响及路径构建[J]．宿州学院学报，2011(3)：15-18．

[3] 任莹，索志林．失地农民就业影响因素分析[J]．中国集体经济，2011(4)：18-19．

[4] 翟年祥，项光勤．城市化进程中失地农民就业的制约因素及其政策支持[J]．中国行政管理，2012(2)：50-53．

[5] 张蓓蓓．苏州市失地农民再就业影响因素分析[J]．产业经济，2012(9)：183．

[6] 董海军．农业生产者体面劳动水平及其影响因素[J]．湖南农业大学学报：社会科学版，2013(5)：14-18．

[7] 谢勇，徐倩．失地农民的就业状况及其影响因素研究——以南京市为例[J]．农业技术经济，2010(4)：57-62．

[8] 张晖，温作民，李丰．失地农民雇佣就业、自主创业的影响因素分析——基于苏州市高新区东渚镇的调查[J]．南京农业大学学报：社会科学版，2012(1)：16-20．

[9] 王晓刚，陈浩．失地农民就业质量的影响因素分析——以武汉市江夏区龚家铺村为例[J]．城市问题，2014(1)：63-76．

[10] 缪晨刚，黄志良．珠三角城郊失地农民生存发展状况调查与对策研究[J]．安徽农业科学，2008(15)：6 556-6 558．

[11] 丛旭文．吉林省失地农民就业出路探析[J]．长春大学学报，2012，22(11)：1 393-1 396．

[12] 黄翅清，刘小玲．珠三角失地农民就业安置意愿及其影响因素分析——基于中山市6区镇的实证研究[J]．广东农业科学，2014(2)：204-208．

[13] 新生代农民工精神文化发展问题析论[J]．湖湘论坛，2012(4)：99-104.

责任编辑：陈向科

Land-lost farmers’ self factors influencing their employment: Based on 148 questionnaires of Jiuhua economic development zone in Xiangtan

LIU Bing, CHEN Jin-liang
(College of Public Administration and Law, Hunan Agricultural University, Changsha 410128, China)

Based on 148 questionnaires of Jiuhua economic development zone in Xiangtan, using a Logistic regression model, this paper analyzed the self factors that affected the employment of landless peasants. It was found out that these factors such as peasants’ gender and age, the wish obtaining job and the ratio had no significant impact on their employment, but their education degree, ability of getting employment information and non-agriculture employment skills affected their employment significantly.

urbanization; land-lost farmers; employment; influencing factors

C912.82

A

1009-2013(2014)02-0047-05

10.13331/j.cnki.jhau(ss).2014.02.008

2013－11－15

刘冰(1981—)，女，湖南长沙人，博士研究生，讲师，研究方向为农业经济理论与政策。