农村电商促进农村创业就业绩效模型构建

黄艳娴+张银银

内容摘要：本文从四个维度构建了农村电商促进农村创业就业的绩效评价体系，采用AHP（层次分析法）确定各层次指标的权重大小，并对模型进行分析，该模型构建对衡量农村电商带动农村创业就业的绩效评价具有参考价值。

关键词：层次分析法 农村电商 创业就业 绩效

农村电商促进农村创业就业绩效评价指标选取

（一）农村电商创业就业岗位总量贡献

农村电商本身属于吸纳就业能力强的产业，能提供大量的创业就业岗位，这是对就业最直接的贡献。此外，农村电商具有强烈的产业关联性，能改变传统的经济空间布局，促进传统产业转型升级，带动当地农业、农产品加工、农业旅游等相关产业发展，形成由电子商务驱动的地方特色产业新生态，间接带来大量创业就业机会。因此，本文使用传统的人员数量指标来反映农村电商创业就业岗位总量贡献，包括农村电商直接创业就业人数、农村电商间接创业就业人数、农村电商创业就业人数/该区域总就业人数。各指标值越大，说明农村电商促进农村创业就业的绩效越好。

（二）弱势群体创业就业贡献

弱势群体的就业已经成为影响社会稳定与发展的重要风险因素之一，是我国面临的一大难题。本文中弱势群体主要指女性、农村中大量存在的剩余劳动力、下岗失业人员或失地农民，农村电商的发展对这些群体具有一定的帮助作用，如由于农村电商的发展而带动起来的快递物流、餐饮住宿、包装广告、民宿旅游等相关行业，有效解决了农村剩余劳动力的转移问题，也吸引了大批农民工返乡就业或创业。因此，本文选取女性就业人数、农村劳动力转移人数、新增就业比例来反映弱势群体就业创业贡献。上述三个标值越大，表明农村电商促进农村创业就业的绩效越好。

（三）农村电商创业就业成本和效益

农村电商带动的直接或间接创业就业人数只是意味着就业规模，并不能反映该经济体系的资源配置效率，因此还需要考察其成本与效益。创业就业成本可以用劳动力密集程度来衡量。随着农村电子商务的发展，快递、包装加工业等劳动密集型产业急速发展，为农民开辟新的就业门路，因此创业就业成本可以体现为每万元农村电商资金投入所带动的农村电商创业就业人数。就业效益主要表现为平均一个农村电商创业就业所带来的收入。因此，本文选取农村电商直接创业就业人数/农村电商资金投入、农村电商销售总额/农村电商直接创业就业人数两个指标。上述两个指标值越大，表明农村电商促进农村创业就业的绩效越好。

（四）电商经济与创业就业的内在联系

农村电商对劳动力较强的吸纳能力反映了电商经济与农村创业就业的内在联系，本文采用农村电商就业吸纳弹性来反映电商经济对农村劳动力的吸纳效果。就业吸纳弹性是指经济增长每变化一个百分点所对应的就业数量变化的百分比。农村电商就业吸纳弹性用农村电商创业就业增长速度与农村电商销售总额增长速度的比值来计算，一般而言，其值越大，表明农村电商对农村劳动力的吸收作用越强。其计算公式如下：

农村电商就业吸纳弹性=农村电商创业就业增长速度/农村电商销售总额增长速度

农村电商促进农村创业就业绩效评价模型构建

（一）评价模型构建

本文建立综合加权函数模型，将所建立的9个创业就业绩效评价指标压缩成一个综合得分，评价模型如下：

Pi=∑WijSij

其中，Pi是第i个地区农村电商创业就业绩效的综合得分，Wij是第i个地区第j个指标的权重，Sij是第i个地区第j个指标的得分。

（二）评价模型的处理

本文采用层次分析法确定权重。综合上文四个维度列出的9个指标，形成农村电商促进农村创业就业绩效评价指标体系，具体指标层见表1。

構建判断矩阵。建立多层次评价指标体系，各层指标因素之间相互影响。将各层指标因素对上一层指标因素的相对重要性进行两两比较，从而得到层次分析的判断矩阵，如表2所示。其中，Xij表示对于Ax而言，Xi对Xj的相对重要性，通常Xij取1，2，…，9及其倒数，具体含义见表3。

确定相对权重向量。以目标层A和一层指标X为例，根据X1、X2、X3、X4四个指标对农村电商促进农村创业就业绩效评价A重要性的两两比较结果建立比较矩阵。经专家及课题组成员讨论各因素的重要性并进行打分，得到比较矩阵，采用几何平均法计算每个影响因素的权重向量W，结果如表4所示。

检验一致性。第一步，计算一致性指标CI：

其中，λmax是判断矩阵的最大特征值。经计算，A-Xi判断矩阵的λmax=4.0310，CIX=0.0103。

第二步，查找判断矩阵的平均随机一致性指标RI，如表5所示。A-Xi判断矩阵为4阶矩阵，因此RIX=0.89。

第三步，计算随机一致性比例CR，CR=CI/RI。当CR<0.1时，认为判断矩阵满足随机一致性检验，否则应对矩阵做调整。A-Xi判断矩阵中CRX=0.0116<0.1，可以判断A-Xi判断矩阵通过一致性检验。

同样，构建其他层次的矩阵X1-Y1j、X1-Y2j判断矩阵，得出二层指标的权重值WY1（0.4434 0.1692 0.3874）、WY2（0.3089 0.5815 0.1096）。检验判断矩阵一致性，结果如下：

X1-Y1j判断矩阵：λmax=3.0183，CIY1=0.0092，RIY1=0.52 ，CRY1=0.0176<0.1。

X1-Y2j判断矩阵：λmax=3.0037，CIY2=0.0019，RIY2=0.52 ，CRY2=0.0036<0.1。

以上两个判断矩阵均通过一致性检验。结合A-Xi判断矩阵，可以计算出二层指标对A层指标的综合权重值WY（0.2067 0.0789 0.1806 0.0293 0.0551 0.0104 0.1393 0.1393 0.1604），见表6。

（三）模型分析

本文构建的模型中，农村电商创业就业岗位总量贡献和农村电商创业就业成本和效益两个因素占比较高，基本能体现农村产业发展的最终任务是解决当地经济发展问题，使更多人能有就业岗位，并通过产业带动提高人们的生活水平。模型考虑了农村电商发展对创业就业吸纳的多元性，包括对不同层次、不同需求的农村剩余劳动力的吸纳，以及对农业发展、周边产业发展而带动的劳动力吸纳，评价指标体系的构建基本符合实际情况。

参考文献：

1.吕丹.基于农村电商发展视角的农村剩余劳动力安置路径探析[J].农业经济问题，2015（3）

2.韩少华，郑亚红.从农民教育角度看返乡农民工就业问题[J].中国成人教育，2009（8）

3.许经勇.多渠道转移农民就业的理性思考[J].厦门大学学报（哲学社会科学版），2009（1）

4.张车伟，蔡.就业弹性的变化趋势研究[J].中国工业经济，2002（5）

5.邓雪，李家铭等.层次分析法权重计算方法分析及其应用研究[J].数学的实践与认知，2012（7）

6.刘全飞，余昕，彭凌云.一种基于AHP新型高校科研绩效模型构建[J].技术与创新管理，2015（3）endprint