湘阴县农民工收入差异及其影响因素分析

刘纯阳，吴师师

湘阴县农民工收入差异及其影响因素分析

刘纯阳，吴师师

（湖南农业大学商学院，长沙 410128）

利用湘阴县问卷调查数据，运用多维Logistic模型对影响农民工收入差异的微观因素进行了实证分析。结果表明，健康状况、技能、企业性质和工作地对于农民工收入差异的影响是显著的，而学历和从事产业对农民工收入差异影响并不明显。针对分析结果提出相应的政策建议。

农民工； 收入差异；影响因素；湘阴

DOI:10.16498/j.cnki.hnnykx.2016.07.024

农民工是指户籍仍在农村，在当地从事非农产业或外出从业6个月及以上的劳动者，是为我国经济建设作出巨大贡献的特殊群体。农民工是我国城市化建设的主力军，是城乡一体化建设的重要载体。农民外出务工已经成为农民增收的一个主要途径，而农民工的收入直接影响着农村家庭的收入水平。其收入水平不光直接关乎自身及其家庭的经济状况，更为重要的是它还将影响整个农村消费市场的有机构成以及农民工子女的教育与健康成长［1］。

目前很多学者都对农民工收入问题有相关研究，李小玉［2］指出农民工收入同比增长较快，不同地区间农民工收入差距缩小，不同性质、不同规模城市以及不同行业农民工之间的收入都存在明显差异。钱雪飞［3］基于代际的视角分析了第一代农民工与第二代农民工收入存在的差异。朱贵云［4］分别考察了体力型农民工、技术型农民工和农民企业家的经济收入状况。对于农民工收入影响因素的研究，从宏观层面来看，有社会制度和企业结构［5］、城镇居民消费水平［6］和区域发展以及户籍特征［7］。更多学者则从微观层面探讨了影响农民工收入的具体因素，包括人力资本［8-9］、社会资本［10］和工作转换等因素［11］。Roberts［12］证明了一系列的因素影响了农民工的收入，包括所有权形式、性别、年龄、婚姻状况、受教育水平，还有原居住地等。尽管学者们对于农民工收入问题有着广泛的研究基础，但是目前针对农民工收入差异影响因素的研究成果尚不多见。基于此，笔者从个体特征、务工收入、人力资本和从业环境四个方面提炼出若干指标来考察它们对农民工收入差异的具体影响。

1 数据来源、变量选取及分析方法

1.1 数据来源

湘阴县农业人口占比高，历来是劳务输出大县。2015年大学生寒假期间对湖南岳阳湘阴县部分地区外出务工农民工进行实地走访和问卷调查。调查内容涉及个人基本情况（包括性别、年龄）、外出务工人员收入情况、人力资本情况（包括受教育程度、技能、行业从业年限等）和就业环境情况（务工地点、工作单位性质等）。调研采取随机抽样的方式展开，抽取4个乡镇作为调查地点共发放问卷121份。调研乡镇及其样本分布具体情况为：金龙镇37份、三塘镇28份、白泥湖镇26份、临资口镇30份，经过筛选回收有效问卷共100份。

1.2 变量选取

影响农民工收入差异的因素有很多方面，这些因素可以归为宏观因素和微观因素两大类。宏观因素包括经济发展状况、政府政策等；微观因素包括个人特征、就业企业性质、行业年限等。因为实地问卷调研的限制，主要就微观层面对农民工收入差异影响的因素进行考虑，选取10个因素作为自变量，见表1。

表1　自变量描述表

1.3 分析方法

Logistic模型是离散选择法模型之一，属于多重变量分析范畴，广泛应用于社会学、计量经济学、市场营销等统计的实证分析。多维 Logistic模型由诺贝尔经济学奖获得者McFadden教授提出，其在表达上具有显式性特点，求解算法简单，因而在经济和交通行为分析等领域得到广泛应用［13］。农民工收入的影响因素具有多样性和不确定性，因此很难通过定量的方法来精确判定各种因素对农民工收入的影响系数［8］。选取的因变量是一个多分类变量，即低收入、中等收入和高收入三个由低到高的有序变量，自变量则是与收入相关的个人特征、人力资本等各相关变量，因此在描述性统计基础上选用多维 Logistic模型来具体分析10个自变量对农民工收入的影响。分析过程通过SPSS19.0软件具体操作并得出分析结果。以y=j作为参考类别，则对于y=i，其Logistic模型具体表达公式为：

其中，p（y=i）和p（y=j）为农民工务工月收入处于不同水平的概率，i的取值为0或1，j的取值为2；Xn为分别为性别、年龄、健康状况、学历等各顺序自变量；b0和u0为截距和误差项。

2 农民工收入差异及其影响因素的实证分析

2.1 农民工收入差异的统计描述

2.1.1 农民工群体内部收入差异 调查统计数据见表2和表3。表2显示：处于低等、中等和高等收入水平农民工的平均月收入分别是2 250元、4 220.93元和5 500元，中等收入水平农民工平均月收入是低等收入水平农民工平均月收入的1.88倍，高等收入水平农民工平均月收入是中等收入水平农民工平均月收入的1.3倍，农民工内部收入差距非常明显。

2.1.2 个体特征条件下收入差异 表2、表3中数据显示：（1）男性农民工群体中高收入占据大多数，而女性农民工群体中以中等收入群体居多。男性农民工务工月收入平均高于女性农民工务工月收入。男性农民工群体中高收入占据大多数，而女性农民工群体中以中等收入群体居多。（2）新生代农民工成为外出务工的主要力量，其收入要略低于老一代农民工的收入。新生代农民工平均月收入为4 390.63元，略低于老一代农民工平均月收入。

表2　样本数据描述性分析表

表3　不同性别收入差异分析表

2.1.3人力资本条件下收入差异分析 表2数据显示：（1）健康状况良好的农民工收入高于健康状况一般的农民工。（2）农民工中初中学历和中专、高中学历占多数，大专及以上学历农民工平均月收入为4 780元，明显要高于大专以下的其他三个学历段的平均月收入。（3）行业年限即从事行业的时间，处在不同行业年限段农民工的平均月收入依次为3 750元、4 573.17元和4 728.57元，可以看出行业从业年限越长，农民工月收入越高。（4）具有职业技能的农民工收入水平普遍高于不具有职业技能的农民工。

2.1.4 从业环境条件下收入差异 表2数据显示：（1）在国有企业、集体所有制企业和外资企业性质单位务工农民工的平均月收入约为4 756.61元，其收入水平要高于在第一类性质单位务工的农民工。（2）与用人单位签订长期劳动合同的农民工月均收入高于前两者的平均月收入。（3）省外城市务工收入普遍高于省内城市务工收入，这也符合东部地区与中部地区经济发展水平差异条件。（4）从事第二产业农民工平均月收入为4 537.71元，而从事第三产业农民工的平均月收入4 295.46元，第三产业农民工平均月收入要略低于第二产业务工农民工。

2.2 农民工收入差异影响因素的实证分析

先将所有变量一并放入模型中进行估计，性别和年龄的似然比检验值即显著水平分别为0.06和0.104，未通过检验。通过筛选和反复逐个将变量引入，得到模型拟合结果表4和模型估计结果表5。在筛选过程中，性别和年龄两个自变量被排除在外，其对农民工收入水平的影响比较微小。这两个变量未通过显著性检验的原因可能是，第一，女性的家庭观念更重一些；第二，新生代和老一代农民工在观念和从事行业方面都存在差异。其他8个变量的显著性水平均小于0.05，模型拟合程度较好。

表4　似然比检验表

模型参数估计表中“收入=0”和“收入=1”分别表示收入处于低等水平和处于中等水平的两个模型。收入处于高等水平作为因变量中的参考类别，其所有的系数都是用0来表示。自变量中系数为0的也同样是作为参考类别。从表5模型参数估计结果来具体分析，可以得到模型估计结果和如下结论：

M1=Log（p（收入=0）/p（收入=2）=-10.289+3.204（健康=0）+4.308（学历=0）+0.84（2学历=1）+2.97（8学历=2）+4.49（2行业年限=0）+ 3.039（行业年限=1）+3.36（0技能=0）+3.92（8性质=0）-3.51（5合同期=0）+0.207合同期=1）+3.80（6工作地=0）+1.06（8产业=0）

M2=Log（p（收入=1）/p（收入=2）=-5.709+2.73（7健康=0）+0.245（学历=0）-1.23（8学历=1）+1.18（4学历=2）+1.47（6行业年限=0）+ 2.48（6行业年限=1）+3.28（4技能=0）+2.93（3性质=0）-2.8（9合同期=0）+0.17（0合同期=1）+3.812（工作地=0）+1.7（7产业=0）

2.2.1 对农民工收入水平的影响显著的因素 健康状况、技能、企业性质和工作地对农民工收入水平的影响显著。健康状况在两个模型中系数都为正，分别是3.204和2.737，参数Exp（B）值分别是24.624和15.439，表明健康状况一般的农民工处于低等收入和中等收入的概率是健康状况良好农民工的24.624倍和15.439倍。因此健康状况一般的农民工处于低等和中等水平的概率要明显高于健康状况良好的农民工；技能在两个模型的估计系数都为正，参数Exp（B）值分别是28.789和26.694，表明没有技能的农民工处于低等收入和中等收入的概率是具有技能农民工的28.789倍和26.694倍；企业性质在两个模型的估计系数都为正，“性质=0”参数Exp（B）值分别是50.822和18.789，表明私营企业、个体经营和其他性质单位务工的农民工处于低等收入和中等收入的概率要远远高于在国有企业、集体企业和外资企业务工农民工；工作地在两个模型的估计系数都为正，“工作地=0”参数Exp（B）值分别是44.961和45.251，表明在省内务工的农民工处于低等收入和中等收入的概率是在省外务工农民工的44.961倍和45.251倍。

2.2.2 对农民工收入水平的影响比较显著的因素 行业年限对农民工收入水平的影响比较显著。“行业年限=0”和“行业年限=1”的估计系数都为正，除了第二个模型中“行业年限=0”的显著水平略大于0.05外其余都十分显著。“行业年限=0”参数在模型一的Exp（B）值是89.335，“行业年限=1”参数Exp（B）值分别是20.89和12.012，表明行业从业时间短的农民工处于低等收入水平的概率要高于行业从业时间长的农民工，同时行业从业时间较长的农民工处于低等收入和中等收入水平的概率都要高于从业时间长的农民工。行业从业时间长能够使工作经验得到提高，从而务工收入也会提高。

2.2.3 合同期对农民工收入水平的影响 “合同期=0”即无劳动合同对农民工收入水平的影响显著，而合同期为短期未通过检验。“合同期=0”的估计系数为负，表示无劳动合同对收入水平的影响是反方向的。从参数Exp（B）值来看，“合同期=0”的值分别是0.03和0.056，表明无劳动合同的农民工处于低等收入水平和中等收入水平的概率是签订长期劳动合同农民工的0.03倍和0.056倍。此种情况可能因为未与农民工签订劳动合同的一般都是私营企业、个体经营或其他性质单位，其中大部分发生是建筑施工行业，而建筑业作为重体力劳动行业工资水平较高；“合同期=1”即合同期为短期在两个模型的估计系数都为正，表示合同期对收入水平的影响是正向的，其未通过检验可能由于签订短期劳动合同的农民工有着更好的职业发展空间和升职可能，因此其收入水平并不比签订长期劳动合同的农民工低。另外现在企业合同期限的决定要综合考虑工作环境、企业效益等各方面因素，各用工单位的合同期限也是各有差异的。

2.2.4 对农民工收入水平的影响不明显的因素 学历和产业对农民工收入水平的影响不明显。仅模型二中自变量“产业=0”通过显著性检验，其余变量都没有通过。同等学历水平的农民工内部收入水平存在明显差异，并且现实情况是学历较低的体力劳动者的薪资水平并不低于学历较高的脑力劳动者，因此学历对农民工收入水平的影响不明显。从事第二产业和第三产业的农民工内部个体之间也存在收入差异，农民工个体条件和能力导致各行业内部收入不平衡，因此产业对于农民工收入水平的影响也是不明显的。

表5　参数估计表

3 结论与政策建议

研究发现，健康状况、技能、企业性质和工作地对于农民工收入差异的影响是显著的，从事行业年限的影响也比较显著，而学历和从事的产业对农民工收入差异影响并不明显。因此，提出如下政策建议：

3.1 完善农村医疗卫生服务体系建设，提高农民工身体素质水平

政府不仅要在政策上支持和促进农村医疗卫生体系的建设，更要明确各级政府责任，继续加大地方财政投入。要重视农村基层卫生服务队伍建设，规范基层医疗服务和收费行为，加大行业管理和社会监督力度。要进一步完善新型农村合作医疗制度，逐步降低收费标准、提高大病、重病医治以及异地医治的报销比例，充分发挥新农合制度对农民工的保障作用。

3.2 强化农民专业技能培训，增强农民工的职业技能

构建多层次农民工培训体系，采取学校教育、机构培训与远程培训结合的方式对不同年龄段的农民开展各种实用技术和技能培训，大幅增加公共财政对农民工培训的投入，丰富培训内容，切实提高农民工转移就业的能力和融入城市生活的能力。

3.3 出台法律细则规范劳动合同的签订和履行，保障农民工合法权益

农民工等劳动者作为弱势群体，政府立法机关应出台法律细则明确规定用人单位与劳动者签订劳动合同属于其基本义务，明确规定双方合同订立和签订的相应程序，同时规定用人单位不与签订书面劳动合同应当承担的法律后果来约束用人单位行为。在调查中，存在部分用人单位不与农民工签订书面劳动合同的行为，此行为对于农民工收入提高有着不利的影响，因此政府有关部门要对该问题引起重视，做好对于用人单位的督促和监督工作，保障农民工的合法权益。

3.4 扶持民营中小企业的发展，为农民工创造良好的用工环境

相较于国有企业、集体企业等大型正规单位，务工农民工在私营企业、个体经营和其他性质单位获得低等和中等的工资收入水平的概率更大。因此，地方政府应制定利于私营中小企业发展的政策，放宽市场准入，落实各项优惠政策，为中小企业和民营经济发展创造一个公平竞争的市场环境和宽松的政策环境；对私营中小企业融资等方面提供扶持，保持部分私营中小企业的平稳良好发展壮大，为外出务工农民工提供更多工作岗位，良好的用工环境，保证务工农民工收入处于一个合理和增长的态势。

［1］ 李 蓉. 中国农民工收入分配问题研究［D］.兰州： 兰州大学，2011.

［2］ 李小玉. 当前我国农民工收入现状及提升路径［J］. 企业经济，2012，（12） ：148-152.

［3］ 钱雪飞. 新生代农民工收入情况及影响因素［J］. 当代青年研究，2010，（3）：15-21.

［4］ 朱贵云. 中国农民工收入与生活状况研究［D］. 长春：吉林大学，2010.

［5］ Gerber T P. Getting Paid: Wage Arrears and Stratification in Russia ［J］. American Journal of Sociology， 2006， （6）: 1816-1870.

［6］ 贺霞旭. 农民工工资变化的宏观影响因素研究（ 1986～2010年）［J］.华南农业大学学报（社会科学版），2013，（1）：35-44.

［7］ 周小刚，李丽清. 区域分割、职业背景、户籍特征与城市农民工收入水平差异分析［J］.软科学，2012，（2）：52-64.

［8］ 西尔维·德姆希尔，马克·格甘特等，李贵苍译. 农民工是中国城市的二等工人吗？—一种相关的数学解析模型［J］. 国外理论动态，2009，（8）：60-65.

［9］ 兰星天，张士云，胡 焱. 安徽省农民工收入影响因素分析［J］. 技术经济，2011，（4）：113-117.

［10］ 张学志，才国伟. 社会资本对农民工收入的影响研究——基于珠三角调查数据的证据［J］. 中山大学学报 （ 社会科学版），2012，（5）：212-220.

［11］ 黄 乾.工作转换对城市农民工收入增长的影响［J］.中国农村经济，2010，（9）：28-47.

［12］ Roberts， Kenneth. The Determinants of Occupational Choice of Labor Migrants to Shanghai ［J］. China Economic Review， 2001， （1）:15-39.

［13］ Stratton L S， Otoole D M，Wetzel J N.A Multinomial Logit Model of Colleg Stopout and Dropout Behavior［M］.IZA Discussion Paper，2005:16-34.

［14］ 宗成峰，李 茜. 农民工收入影响因素的计量分析——以北京市建筑业为例［J］. 中国农业大学学报（社会科学版），2008，（12）：164-169.

［15］ 龚斌磊，郭红东，唐 颖. 影响农民工务工收入的因素分析——基于浙江省杭州市部分农民工的调查［J］. 中国农村经济，2010，（9）：38-47.

（责任编辑：贺 艺）

Analysis of Income Difference and its Influencing Factors of Migrant Workers in Xiangyin County

LIU Chun-yang，WU Shi-shi
（Business School， Hunan Agricultural University， Changsha 410128， PRC）

Collecting the questionnaire survey data of Xiangyin County， the micro factors that affect the income difference of migrant workers were analyzed by using the multi-dimensional Logistic model. The results showed that the health status， skills， business characteristics and work place on the income difference of migrant workers was significant， while the education and industry was not obvious. According to the results， the corresponding policy recommendations were put forward.

migrant workers； income difference； influencing factors； Xiangying

F323.6

A

1006-060X（2016）07-0088-05

2016-05-06

湖南省社会科学基金项目（15JD26）

刘纯阳（1967-），男，湖南沅陵县人，教授，研究方向为农业经济理论与政策。