新型農(nóng)業(yè)背景下中國農(nóng)村勞動力回流意愿實證及科學轉移研究

夏小榮

（西安培華學院會計與金融學院，西安 710125）

隨著農(nóng)業(yè)現(xiàn)代化進程的加快，新型農(nóng)業(yè)在鄉(xiāng)村振興戰(zhàn)略中的作用不斷增強，農(nóng)村地區(qū)對高素質技能型農(nóng)民的需求不斷加大［1］，但存在勞動力短缺現(xiàn)象［2］。21 世紀初出現(xiàn)勞動力大量回流現(xiàn)象，這對農(nóng)村地區(qū)勞動力短缺現(xiàn)狀有一定的緩解作用［3］。近年來的農(nóng)村勞動力回流普遍是因為中國的惠農(nóng)政策，外出農(nóng)村勞動力開始主動回流［4］。

國內多數(shù)學者從理論層面對農(nóng)村勞動力轉移和回流的影響因素進行分析［5，6］。王瑞瑜等［7］對農(nóng)村勞動力的轉移機制進行了研究。Cai［8］將勞動力遷移和回流分解為兩個過程，分別為勞動力從遷出地的轉移和勞動力在遷入地的居住。王心蕊等［9］對旅游發(fā)展下的勞動力回流和轉移的影響因素進行了分析。除此以外，國外一些學者也對勞動力回流進行了研究，如 El-Mallakh 等［10］發(fā)現(xiàn)勞動力回流對農(nóng)村地區(qū)的發(fā)展有著積極作用。

以往研究多為理論層面的分析，對于新型農(nóng)業(yè)背景下農(nóng)村勞動力的回流和轉移研究不多，且以往研究多側重于被動回流［11，12］。因此，本研究利用回流理論，采用多元Logistic 模型和Harris-Todaro 勞動力需求模型分析農(nóng)村勞動力回流意愿和科學轉移的影響因素，為農(nóng)村地區(qū)勞動力合理有序流動和轉移提供參考。其創(chuàng)新性在于對農(nóng)村勞動力轉移和回流影響因素的研究中引入了空間效應。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源

本研究調查對象為中國南方某省份某縣農(nóng)村戶籍人員，調查對象分布于該縣的6 個鎮(zhèn)和6 個鄉(xiāng)。本次調查對象共240 人，年齡均在16 周歲以上。

除調查數(shù)據(jù)外，其他數(shù)據(jù)來自研究區(qū)政府官方網(wǎng)站、《中國人口與就業(yè)統(tǒng)計年鑒》和《中國農(nóng)村統(tǒng)計年鑒》。

所用軟件包括SPSS 26.0、Open Geoda 和Microsoft Office Excel 2019。

1.2 研究方法

研究方法分為兩個部分，分別為針對中國農(nóng)村勞動力回流意愿的實證研究和針對中國農(nóng)村勞動力科學轉移的研究。

1.2.1 中國農(nóng)村勞動力回流意愿的實證研究 農(nóng)村勞動力回流意愿的研究理論如圖1 所示?？偨Y圖1內容可以看出，推拉理論主要為傳統(tǒng)勞動力的流動提供理論基礎，劉易斯的二元經(jīng)濟模型中加入了實際收入因素，托達羅預期收益理論將收入轉向預期收入差異［13］。

圖1 勞動力回流研究理論

本研究基于最大理性基礎，簡化勞動力回流意愿，放寬假設條件，最終提出以下3 個假設條件，如圖2 所示。從圖2 可以看出，第二條假設條件認為，農(nóng)村勞動力回流過程中的遷徙成本為0，由于農(nóng)村勞動力在農(nóng)村地區(qū)有居住地，交通成本的短期一次性決定了它可忽略不計［14］。

圖2 農(nóng)村勞動力回流意愿模型假設條件

基于以上假設條件，農(nóng)村勞動力回流意愿模型構建如式（1）所示。

式中，Q為農(nóng)村勞動力回流預期的純收入；Vy為預期收益；t為時間；r為貼現(xiàn)率；Vj為回流前所預期獲得的凈收入。

具有回流意愿和不具有回流意愿的判定條件分別如式（2）和式（3）所示。

農(nóng)村勞動力回流意愿還受到非經(jīng)濟變量的影響，如社會環(huán)境和家庭環(huán)境［15］?；亓鞯厥找鏇Q定農(nóng)村勞動力是否回流，如式（4）所示。

式中，S。為農(nóng)村勞動力在城市獲得的預期總收益；Su為回流地預期總收益。

基于效用最大化的農(nóng)村勞動力回流意愿模型如式（5）所示。

式中，Yu1為回流地預期收入效用；Yu2為農(nóng)村勞動力在回流地的非經(jīng)濟變量效用；Yo1為農(nóng)村勞動力在城市的預期收入效用；Yo2為農(nóng)村勞動力在城市的非經(jīng)濟變量效用。

由式（5）得到回流意愿的模型，如式（6）所示。

式中，Ru為農(nóng)村勞動力在回流地的就業(yè)風險；Ro為農(nóng)村勞動力在城市的就業(yè)風險；y為預期凈收益差額的最大化效用。

從式（6）可以得到，農(nóng)村勞動力回流受預期收入的影響，而回流地的相關政策影響農(nóng)村勞動力的收入預期和找到工作的概率［16］。

本研究將對農(nóng)村勞動力流出地的地域特征、回流意愿特征和流出方式進行統(tǒng)計分析，共發(fā)放240份調查問卷，回收200 份，問卷有效率為83.3%。以回流意愿與回流農(nóng)村勞動力職業(yè)選擇類型為因變量，結合二元Logistic 回歸模型和多元無序Logistic回歸模型構建實證研究模型［17］?；亓饕庠覆捎枚狶ogistic 模型進行回歸分析，該模型如式（7）所示。

式中，x為自變量；k為觀測數(shù)據(jù)數(shù)量；P為同意回鄉(xiāng)工作的概率；δ為自變量系數(shù)；μ為殘差項。

意愿就業(yè)狀態(tài)有多種，因此采用多項Logstic 模型進行就業(yè)意愿分析，如式（8）所示。

式中，h為非次序反應變量；?為常數(shù)項；δhk為h個類別k個觀測數(shù)據(jù)數(shù)量的自變量系數(shù)。本次研究將再就業(yè)類型設置為解釋變量，務農(nóng)為定量模型中的對照組。本次研究中的5 項就業(yè)狀態(tài)定義為5、4、3、2、1。本次的無序Logistic 模型如式（9）至式（12）所示。

式中，P為同意回鄉(xiāng)工作的概率；k為影響因素的個數(shù)；x為解釋變量；δ為回歸系數(shù)；δnk指的是模型n中第k個影響因素的回歸系數(shù)。y=1 指的是務農(nóng)的概率；y=2 指的是兼業(yè)的概率；y=3 指的是務工的概率；y=4 指的是創(chuàng)業(yè)的概率；y=5 指的是待業(yè)的概率。

1.2.2 中國農(nóng)村勞動力科學轉移的研究 基于Harris-Todaro 模型確定農(nóng)村勞動力轉移的就業(yè)模型，如式（13）所示。

式（13）中，y為農(nóng)村轉移就業(yè)勞動力數(shù)量；g為非農(nóng)產(chǎn)業(yè)比重；h為城鎮(zhèn)化水平；l為轉移成本；z為農(nóng)村財政支出；i為農(nóng)村勞動力收入；e為受教育程度；u為城鎮(zhèn)失業(yè)率；ε為隨機誤差項向量。

空間面板數(shù)據(jù)模型見式（14）。

式（14）中，α為常數(shù)；μ為正態(tài)分布隨機誤差向量；x為本地區(qū)外生變量；δ為變量之間的影響。

空間滯后面板數(shù)據(jù)模型如式（15）所示。

式（15）中，ρ為空間自回歸系數(shù)；W為鄰近省域農(nóng)村勞動力轉移的空間加權滯后變量；x為本地區(qū)外生變量。空間面板數(shù)據(jù)模型的估計選用極大似然法進行。

本研究對變量進行相關性檢驗，空間自相關檢驗選用Moran’I 指數(shù)法進行，檢驗軟件采用Open-Geoda，并對空間滯后模型（Spatial lag model，SLM）和空間誤差模型（Spatial error model，SEM）進行分析。

2 結果與分析

2.1 農(nóng)村勞動力回流意愿

2.1.1 農(nóng)村勞動力流出地特征 問卷結果顯示流出地分布在15 省份及國外。由于研究區(qū)位于中國南方，較多人口流入的地區(qū)有浙江?。?1.2%）、福建省（17.0%）、江西?。?4.5%）、廣東?。?3.4%）、湖南?。?.0%）。較少人口流入的地區(qū)有北京市（3.0%）、山西省（2.0%）、上海市（2.0%）、山東省（2.0%）、重慶市（2.0%）、江蘇?。?.5%）、遼寧?。?.5%）、安徽?。?.6%）、黑龍江?。?.4%）、云南?。?.5%）、國外（1.5%）。農(nóng)村勞動力外出務工地區(qū)的選擇與該地經(jīng)濟和距離工地距離有直接關系。

2.1.2 農(nóng)村勞動力就業(yè)途徑和意愿特征分析 農(nóng)村勞動力就業(yè)途徑和意愿的結果中，農(nóng)村勞動力的務工途徑占比最高的為從親戚朋友處獲取消息（60.0%），這與中國較強的人情關系和社會網(wǎng)絡有一定關系；其次是使用招聘網(wǎng)站（52.7%）；然后是通過老鄉(xiāng)介紹（50.3%）；最后是同事介紹（43.7%）和職業(yè)介紹所介紹（40.2%）。農(nóng)村勞動力回流意愿統(tǒng)計結果表明，53.5%的農(nóng)村勞動力想繼續(xù)務工，這與轉換工作風險和成本有關；其次是選擇不知道的人群（20.4%）；然后是選擇創(chuàng)業(yè)的人群（12.8%）；最后是選擇兼職（7.6%）和務農(nóng)的人群（5.8%）。

2.1.3 農(nóng)村勞動力個體特征 個體特征與回流就業(yè)意愿的統(tǒng)計結果見表1、圖3、圖4 和圖5。從表1 可以看出，調查樣本中，性別差異不明顯；未婚農(nóng)村勞動力的回流意愿比已婚農(nóng)村勞動力的回流意愿小，且差異明顯；沒有個人技能的農(nóng)村勞動力回流意愿較高，沒有個人技能可能導致他們難以在城市地區(qū)立足。本次樣本外出務工人員中，有一技之長占總人數(shù)的56.29%，所占比例最高，沒有一技之長的比例為43.71%。

表1 部分個體特征與回流意愿的關系 （單位：%）

年齡與回流就業(yè)意愿的關系如圖3 所示。從圖3 可以看出，農(nóng)村勞動力回流意愿的年齡分布中，整體曲線隨著回流人群年齡的增加而下降。

圖3 年齡與回流意愿的關系

農(nóng)村勞動力受教育程度與回流就業(yè)意愿的關系見圖4。從圖4 可以看出，受教育程度在大專及以上的農(nóng)村勞動力愿意回流的人數(shù)超過27%，但其回流意愿仍小于不回流意愿，可見研究區(qū)農(nóng)村勞動力整體受教育程度偏高。

圖4 受教育程度與回流意愿的關系

健康狀況與農(nóng)村勞動力回流就業(yè)意愿之間的關系如圖5 所示。由圖5 可知，研究區(qū)農(nóng)村勞動力健康狀況基本良好，健康狀況一般及以上的人數(shù)占比超過90%。其中，只有健康狀況一般的農(nóng)村勞動力的回流意愿小于不回流意愿，可見健康狀況與回流意愿的關系不明顯。

圖5 健康狀況與回流意愿的關系

2.1.4 農(nóng)村勞動力回流與家庭特征的關系 農(nóng)村勞動力回流意愿與家庭特征之間的關系如表2 所示。從表2 可以看出，擁有子女數(shù)與回流意愿無直接關系；配偶外出務工和耕地面積較少的外出務工人員占比遠高于配偶未外出務工和耕地面積較多的；耕地面積較多的農(nóng)村勞動力更愿意回流。

表2 家庭特征與回流意愿的關系 （單位：%）

2.1.5 農(nóng)村勞動力回流與就業(yè)政策的關系 從表3可以看出，勞動力回流意愿隨著融資貸款優(yōu)惠政策的優(yōu)化而提高；在政府一系列的幫持補助政策下，研究區(qū)農(nóng)村勞動力的回流意愿在就業(yè)補助金政策為好和一般的情況下回流意愿更高；農(nóng)業(yè)補助政策在一般及以上的農(nóng)村勞動力回流意愿較高，超過30%，可見農(nóng)業(yè)補助政策與回流意愿呈正相關；就業(yè)培訓政策、崗位提供政策、就業(yè)咨詢政策和農(nóng)業(yè)機械政策與農(nóng)村勞動力回流意愿之間基本呈正相關。

表3 農(nóng)業(yè)政策與回流意愿的關系

2.1.6 社會嵌入和社會資本與回流意愿之間的關系 社會嵌入與農(nóng)村勞動力回流意愿之間的關系如圖6 所示。歸屬感為好及以上的農(nóng)村勞動力總和達到了總體樣本量的57.49%，表明樣本當中的農(nóng)民對城市的社會嵌入感較強。社會嵌入非常好且具有回流就業(yè)意愿的勞動力占樣本總量的8.38%，不愿回流就業(yè)的占樣本總量的10.18%；社會嵌入好且具有回流就業(yè)意愿的勞動力占樣本總量的17.37%，不愿意回流就業(yè)的占21.56%，由此可以看出，社會嵌入好的農(nóng)民工回流意愿不強。本研究中對于社會資本的分析基于社會網(wǎng)絡進行，結合社會關系網(wǎng)中是否有公務員來衡量社會資本，結果如表4 所示。從表4可以看出，社會關系網(wǎng)中有公務員的農(nóng)村勞動力回流意愿更強，這可能與中國較強的人情關系網(wǎng)絡有關。

表4 社會資本與回流意愿的關系 （單位：%）

圖6 社會嵌入與回流意愿的關系

2.1.7 經(jīng)濟因素與回流意愿之間的關系 經(jīng)濟因素與農(nóng)村勞動力回流意愿之間的關系如圖7 所示。從圖7 可以看出，外出務工人員收入為高且愿意回流的農(nóng)民工占到了樣本總量的16.17%，而不愿意回流就業(yè)的占19.16%，因此家庭收入高的外出務工人員回流意愿更弱。從就業(yè)預期收入曲線可以看出，回流就業(yè)預期收入為中等及以上并且愿意回流的外出務工人員分別占到了樣本總量的25.15%、12.57%和3.59%，總計41.31%，高于家庭收入為中等及以上并且無回流意愿的外出務工人員的33.53%，因此預期收入高的外出務工人員回流意愿更強。

圖7 經(jīng)濟因素與回流意愿的關系

2.1.8 社會風氣、社會環(huán)境與回流意愿之間的關系 社會關系與農(nóng)村勞動力回流意愿之間的關系如圖8 所示。社會風氣中，認為家鄉(xiāng)社會風氣好和非常好且愿意回流的勞動力分別占到樣本總量的9.58%和5.39%，不愿意回流的分別占3.59%和1.80%（圖8a），表明家鄉(xiāng)社會風氣越好外出務工人員回流意愿越強；認為打工地社會環(huán)境好和非常好并且愿意回流的勞動力分別僅占3.59%和1.20%，不愿意回流的占到樣本總量的9.58%和3.59%（圖8b），表明打工地社會環(huán)境越好外出務工人員回流意愿越弱。

圖8 社會環(huán)境與回流意愿的關系

2.1.9 回流就業(yè)意愿影響因素結果分析 信效度結果表明，家鄉(xiāng)社會環(huán)境、打工地社會環(huán)境和相關政策的信效度結果適合主成分分析，且模型擬合效果良好。對于農(nóng)村勞動力回流意愿主要因素的模型估計結果如表5 所示。從表5 可以看到，年齡、耕地面積、打工地社會環(huán)境、家鄉(xiāng)社會環(huán)境對農(nóng)村勞動力回流意愿有顯著影響。

表5 模型估計結果

2.2 農(nóng)村勞動力科學轉移結果分析

2.2.1 空間相關檢驗結果 2015—2021 年中國31個省（市、自治區(qū)）農(nóng)村勞動力轉移數(shù)據(jù)全局空間相關檢驗結果（表6）顯示，農(nóng)村勞動力轉移就業(yè)行為在空間上是相關的。但全局空間相關檢驗無法顯示具體的相關關系，因此引入了散點分析，發(fā)現(xiàn)農(nóng)村勞動力轉移一般目的地是經(jīng)濟發(fā)達的沿海地區(qū)。

表6 全局空間相關檢驗結果

2.2.2 標準面板數(shù)據(jù)估計結果 空間計量經(jīng)濟模型估計結果如表7 所示。從表7 可以看出，農(nóng)村勞動力轉移與非農(nóng)產(chǎn)業(yè)比重、財政支出、農(nóng)村收入和文化有顯著關系，說明這4 個因素對當前農(nóng)村勞動力轉移的影響大。

表7 標準面板數(shù)據(jù)估計結果

2.2.3 農(nóng)村勞動力科學轉移空間面板數(shù)據(jù)估計結果 空間誤差與空間滯后影響下的模型估計結果見表8。從表8 空間滯后模型（SLM）可以看出，解釋變量的值為0.032，即相鄰地區(qū)農(nóng)村勞動力轉移就業(yè)量的增加將會提高當?shù)剞r(nóng)村勞動力的轉移就業(yè)量。這可能是因為相鄰地區(qū)在勞動力流動、貿易往來和信息共享等方面的聯(lián)系較為緊密，鄰近地區(qū)勞動力轉移就業(yè)量增多，說明鄰近地區(qū)經(jīng)濟發(fā)展更好，鄰近地區(qū)的經(jīng)濟發(fā)展能夠影響和帶動本地區(qū)的發(fā)展，產(chǎn)生溢出效應，也能為本地區(qū)吸引更多的農(nóng)村勞動力轉移就業(yè)量。其P為0.003，說明該溢出效應顯著。從個別解釋變量來看，城鎮(zhèn)化水平和城鎮(zhèn)失業(yè)率的系數(shù)沒有通過5%的顯著性檢驗，即在此模型中，城市化水平的增長率以及城鎮(zhèn)失業(yè)率對農(nóng)村勞動力轉移變化的影響效果不顯著。

表8 標準面板數(shù)據(jù)估計結果

3 小結與討論

本研究結合多元Logistic 模型，通過對農(nóng)村勞動力現(xiàn)狀分析和模型數(shù)據(jù)分析，發(fā)現(xiàn)農(nóng)村勞動力主要流向經(jīng)濟發(fā)達地區(qū)。其中，年齡、耕地面積、打工地社會環(huán)境、家鄉(xiāng)社會環(huán)境對勞動力回流有著顯著影響。對于農(nóng)村勞動力回流的科學轉移分析結果表明，農(nóng)村勞動力主要流向鄰近地區(qū)，轉移的主要原因包括農(nóng)村收入、非農(nóng)產(chǎn)業(yè)比重、文化和財政支出。本研究為中國農(nóng)村勞動力回流與轉移提供了參考。本研究還存在一些不足，即在調查統(tǒng)計中未考慮調查人員的不確定性，比如有回流意愿的農(nóng)村勞動力不一定會回流，可能影響研究結果準確度，因此在后續(xù)研究中，將對問卷進行具體化處理，以提高研究結果的精確度。