新型冠狀病毒感染疫情背景下農(nóng)民工復(fù)工行為選擇分析

石苗苗 ，夏春萍 ，王翠翠 ，童慶蒙

（1.華中農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，武漢 430070；2.長(zhǎng)江科學(xué)院農(nóng)業(yè)水利研究所，武漢 430014；3.華中師范大學(xué)經(jīng)濟(jì)與工商管理學(xué)院，武漢 430079）

2019 年底突如其來(lái)的新型冠狀病毒感染疫情（以下簡(jiǎn)稱新冠感染疫情）嚴(yán)重影響了中國(guó)宏觀經(jīng)濟(jì)和部門(mén)產(chǎn)業(yè)［1］，出現(xiàn)大面積的勞動(dòng)力停工、企業(yè)停產(chǎn)以及供應(yīng)鏈中斷現(xiàn)象［2］，經(jīng)濟(jì)形勢(shì)異常嚴(yán)峻。統(tǒng)計(jì)數(shù)據(jù)顯示，2020 年第一季度中國(guó)GDP 負(fù)增長(zhǎng)6.8%，上半年GDP 增速下降1.6%，城鎮(zhèn)失業(yè)率高于5%，農(nóng)民工復(fù)工困難，整個(gè)社會(huì)就業(yè)面臨沉重壓力。而農(nóng)民工復(fù)工不僅有利于鞏固中國(guó)脫貧攻堅(jiān)成果，還是評(píng)估“六穩(wěn)”“六?！闭叩闹匾獦?biāo)準(zhǔn)，對(duì)疫情常態(tài)化下穩(wěn)就業(yè)、保居民就業(yè)，保障農(nóng)民工權(quán)益，促進(jìn)社會(huì)和諧穩(wěn)定影響深遠(yuǎn)。為了減緩經(jīng)濟(jì)損失，促進(jìn)就業(yè)，各地逐步出臺(tái)政策促進(jìn)復(fù)工復(fù)產(chǎn)。探討新冠感染疫情下影響農(nóng)民工復(fù)工的因素，對(duì)增強(qiáng)農(nóng)民工抗風(fēng)險(xiǎn)能力、提高農(nóng)民工就業(yè)質(zhì)量有重要意義。

國(guó)內(nèi)外學(xué)者圍繞農(nóng)民工就業(yè)展開(kāi)了廣泛研究，歸納起來(lái)主要從3 個(gè)方面探討了農(nóng)民工就業(yè)的影響因素。一是人力資本。研究表明，人力資本的提升能夠激勵(lì)農(nóng)村勞動(dòng)力遷移并促進(jìn)融入性遷移的出現(xiàn)［3］，特別是在遇到外部環(huán)境沖擊時(shí)，差距會(huì)更加明顯［4，5］。二是家庭特征。家庭勞動(dòng)人口占比越大、家庭農(nóng)業(yè)耕地面積越小，家庭成員越傾向于外出務(wù)工［6，7］。三是外部經(jīng)濟(jì)環(huán)境及政策體制。國(guó)內(nèi)外經(jīng)濟(jì)發(fā)展的惡化會(huì)導(dǎo)致市場(chǎng)對(duì)勞動(dòng)力需求的下降，致使大批農(nóng)民工失業(yè)［8］。政策體制主要涉及戶籍管理制度、社會(huì)保障制度等因素［9，10］。體制和政策的不完善會(huì)造成一定的就業(yè)歧視［11］，導(dǎo)致外來(lái)勞動(dòng)力與本地勞動(dòng)力間的社會(huì)差距［12］。然而，面對(duì)社會(huì)公共衛(wèi)生危機(jī)，經(jīng)濟(jì)發(fā)展停滯，此時(shí)哪些群體復(fù)工情況更好，哪些因素制約農(nóng)民工復(fù)工類型的選擇，有關(guān)研究相對(duì)較少。鑒于此，本研究從公共衛(wèi)生危機(jī)背景出發(fā)，基于多維視角的人類行為理論，以農(nóng)民工作為研究對(duì)象，利用2020 年5 月對(duì)湖北、湖南、河南、廣西等22 個(gè)省（自治區(qū)）農(nóng)民工的調(diào)研數(shù)據(jù)探究新冠感染疫情下農(nóng)民工復(fù)工行為及其影響因素。

1 模型構(gòu)建與數(shù)據(jù)來(lái)源

1.1 變量選取

在人類社會(huì)行為分析中，一般關(guān)注心理因素與社會(huì)因素［13］。因此，本研究選取4 類變量來(lái)對(duì)農(nóng)民工復(fù)工行為的影響因素展開(kāi)分析，各變量具體測(cè)度見(jiàn)表1。變量的選擇依據(jù)如下。

表1 變量定義及描述性統(tǒng)計(jì)

1）心理因素。組成心理因素的認(rèn)知發(fā)展對(duì)行為具有直接影響，本研究選定就業(yè)風(fēng)險(xiǎn)認(rèn)知指標(biāo)衡量農(nóng)民工復(fù)工的心理因素。

2）個(gè)人因素。農(nóng)民工的健康狀況、受教育程度對(duì)農(nóng)民工流動(dòng)有重要影響，且具有個(gè)體異質(zhì)性［14］。已婚、家庭人口數(shù)量越多的農(nóng)民工家庭負(fù)擔(dān)越大，越傾向于復(fù)工就業(yè)。一般而言，工作經(jīng)驗(yàn)越豐富、月收入越高的農(nóng)民工受到外部危機(jī)沖擊的影響越小［8］。因此，選取農(nóng)民工的性別、年齡、健康狀況、受教育程度、婚姻狀況、家庭人口數(shù)量、外出年限、2019 年月收入8 個(gè)指標(biāo)。

3）環(huán)境因素。行為受到個(gè)體所在“社區(qū)”，即群體、區(qū)域的影響，個(gè)體與周圍環(huán)境的互動(dòng)，可促進(jìn)行為產(chǎn)生。各行業(yè)受疫情影響不同，復(fù)工復(fù)產(chǎn)時(shí)間存在差異。農(nóng)民工輸入地和輸出地疫情嚴(yán)重程度影響農(nóng)民工復(fù)工機(jī)會(huì)。因此，本研究選擇行業(yè)、工作地疫情嚴(yán)重情況和家鄉(xiāng)到疫情重災(zāi)區(qū)距離3 個(gè)指標(biāo)。

4）制度因素。勞動(dòng)合同與失業(yè)保險(xiǎn)對(duì)農(nóng)民工城鎮(zhèn)就業(yè)具有保障作用，能夠促進(jìn)農(nóng)民工就業(yè)［15，16］。因此，本研究選取是否簽訂勞動(dòng)合同和是否繳納失業(yè)保險(xiǎn)衡量農(nóng)民工的制度保障情況。

此外，本研究的考察對(duì)象為農(nóng)民工復(fù)工行為，具體包括農(nóng)民工是否復(fù)工和農(nóng)民工復(fù)工類型。復(fù)工即農(nóng)民工恢復(fù)工作，實(shí)現(xiàn)非農(nóng)就業(yè)，包括回到原崗位以及找到新工作兩種情況。以戶籍所在地為依據(jù)，農(nóng)民工就業(yè)地點(diǎn)可分為本地就業(yè)與外出就業(yè)。農(nóng)民工復(fù)工單位可分為回到原單位與未回到原單位。綜上，本研究將農(nóng)民工復(fù)工具體分為回到原單位原崗位、回到原單位不同崗位、繼續(xù)本地務(wù)工（除原單位）、繼續(xù)外出務(wù)工（除原單位）和就業(yè)地點(diǎn)轉(zhuǎn)移。

1.2 數(shù)據(jù)

1.2.1 數(shù)據(jù)來(lái)源 本研究的樣本數(shù)據(jù)來(lái)自2020 年5月對(duì)農(nóng)民工的隨機(jī)調(diào)查。在華中農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院2018 級(jí)本科生中隨機(jī)抽選來(lái)自不同省份的農(nóng)村戶口學(xué)生，對(duì)學(xué)生進(jìn)行調(diào)研培訓(xùn)后，通過(guò)學(xué)生發(fā)放問(wèn)卷給周圍農(nóng)民工。最終共收回707 份問(wèn)卷，篩選掉缺失數(shù)據(jù)以及無(wú)效數(shù)據(jù)后，共獲得有效問(wèn)卷632 份。

1.2.2 樣本基本概況

1）農(nóng)民工基本情況。從調(diào)查數(shù)據(jù)來(lái)看，男性農(nóng)民工占66.30%，女性占33.70%，并且86.55%的受訪農(nóng)民工身體優(yōu)秀或良好。被調(diào)查者大多為受過(guò)一定教育的中年群體，平均年齡在41 歲左右，學(xué)歷以初中為主。樣本農(nóng)戶基本特征與國(guó)家統(tǒng)計(jì)局發(fā)布的《2020 年農(nóng)民工監(jiān)測(cè)調(diào)查報(bào)告》高度一致，說(shuō)明樣本數(shù)據(jù)具有典型代表性。

2）農(nóng)民工復(fù)工行為現(xiàn)狀。被調(diào)查樣本中絕大多數(shù)農(nóng)民工已經(jīng)復(fù)工，占86.71%，未復(fù)工農(nóng)民工占13.29%。復(fù)工群體中，回到原崗位的農(nóng)民工占75.36%，回到原單位里不同崗位的農(nóng)民工占5.29%，有19.35%的樣本農(nóng)民工沒(méi)有回到原單位。具體情況如表2 所示。

表2 樣本數(shù)據(jù)統(tǒng)計(jì)

1.3 模型選擇

1.3.1 二元Probit 模型 由于農(nóng)民工是否復(fù)工是一個(gè)二分變量，本研究采用二元Probit 模型對(duì)農(nóng)民工是否復(fù)工的影響因素進(jìn)行分析。二元Probit 模型具體構(gòu)建方式如式（1）所示。

1.3.2 多元Logit 模型 農(nóng)民工復(fù)工類型分為回到原單位原崗位、原單位不同崗位、繼續(xù)外出務(wù)工（除原單位）、繼續(xù)本地務(wù)工（除原單位）以及就業(yè)地點(diǎn)轉(zhuǎn)移 5 類，分別用j=1，2，3，4，5 表示。由于農(nóng)民工復(fù)工類型是無(wú)序分類變量，因此選用多元Logit 模型來(lái)分析農(nóng)民工復(fù)工類型的影響因素。其具體表達(dá)式如式（2）所示。

1.3.3 ISM 模型 ISM 模型（Interpretative structural modeling）即解釋結(jié)構(gòu)模型，常用來(lái)分析復(fù)雜社會(huì)經(jīng)濟(jì)系統(tǒng)結(jié)構(gòu)問(wèn)題，對(duì)要素進(jìn)行結(jié)構(gòu)化分層，確定因素間的關(guān)聯(lián)性和層次性。本研究在Probit 模型之后，進(jìn)一步通過(guò)ISM 分析顯著性影響因素之間的層次結(jié)構(gòu)。在根據(jù)式（3）確定鄰接矩陣Rij的基礎(chǔ)上，通過(guò)式（4）得到可達(dá)矩陣M。

式中，i、j=0，1，2，3，…，k。

式中，2≤λ≤k；I為單位矩陣，矩陣的冪運(yùn)算采用布爾運(yùn)算法則。

最高層影響因素（L）由式（5）確定：

式中，i= 0，1，2，3，…，k；P（Si）表示可達(dá)集，Q（Si）為先行集。

通過(guò)式（5）依次從高到低逐步確定各層所包含的因素，具體過(guò)程為得到最高層L1后，刪去L1所對(duì)應(yīng)的行與列，得到M1，以此類推，得到所有層次含有的因素。

2 實(shí)證結(jié)果與分析

由于農(nóng)民工復(fù)工行為決策上具有較強(qiáng)的自選擇性，會(huì)受到一些不可觀測(cè)因素的影響，樣本可能存在選擇性偏誤，因此本研究引入了Heckman 兩階段模型檢驗(yàn)?zāi)Ｐ椭械淖赃x擇偏差?；貧w結(jié)果顯示，逆米爾斯比率（IMR）不顯著，說(shuō)明模型不存在選擇性偏誤。

2.1 農(nóng)民工是否復(fù)工的回歸分析

表3 為對(duì)全部有效樣本的參數(shù)估計(jì)結(jié)果。第（1）列為Heckman 第一階段回歸結(jié)果，第（2）、第（3）列為用二元Probit 模型擬合的實(shí)證結(jié)果，其中第（3）列報(bào)告了平均邊際效用。

表3 農(nóng)民工是否復(fù)工的回歸結(jié)果

1）心理因素。農(nóng)民工的就業(yè)風(fēng)險(xiǎn)認(rèn)知顯著影響農(nóng)民工是否復(fù)工，具體而言，新冠肺炎疫情下，就業(yè)風(fēng)險(xiǎn)認(rèn)知水平每降低1%，農(nóng)民工復(fù)工的概率將提高2.4%。這說(shuō)明就業(yè)風(fēng)險(xiǎn)認(rèn)知水平越高的農(nóng)民工越傾向采用保守策略，產(chǎn)生抵制應(yīng)對(duì)行為。就業(yè)風(fēng)險(xiǎn)認(rèn)知水平高的農(nóng)民工對(duì)就業(yè)復(fù)工的“無(wú)助感”和焦慮更強(qiáng)，短期內(nèi)更傾向回避、簡(jiǎn)化型應(yīng)對(duì)策略［17］，即等疫情情況變好再?gòu)?fù)工。

2）個(gè)人因素。農(nóng)民工健康狀況、外出年限和2019 年月收入對(duì)農(nóng)民工復(fù)工具有顯著的積極影響。這表明資本稟賦能夠減弱個(gè)體的生計(jì)脆弱性［18］，人力資本和金融資本的積累提高了農(nóng)民工的競(jìng)爭(zhēng)力和抵御風(fēng)險(xiǎn)能力。

3）環(huán)境因素。行業(yè)對(duì)農(nóng)民工是否復(fù)工影響顯著。具體來(lái)看，相比于其他行業(yè)，建筑業(yè)和制造業(yè)農(nóng)民工復(fù)工概率分別增加了7.5%和16.2%，建筑業(yè)和生活保障類制造業(yè)復(fù)工均早于其他行業(yè)，特別是建筑業(yè)在3 月初就實(shí)現(xiàn)了復(fù)工初反彈［19］。輸入地和輸出地疫情嚴(yán)重性均顯著影響農(nóng)民工復(fù)工，對(duì)于勞動(dòng)力輸入地，疫情不嚴(yán)重地區(qū)企業(yè)率先復(fù)工復(fù)產(chǎn)，因此在該區(qū)域工作的農(nóng)民工復(fù)工概率更高。然而，對(duì)于勞動(dòng)力輸出地，家鄉(xiāng)到疫情重災(zāi)區(qū)距離越近的農(nóng)民工復(fù)工情況越好。本次疫情重災(zāi)區(qū)華中地區(qū)為中國(guó)最主要的農(nóng)民工輸出區(qū)域，疫情期間湖北省及周圍各省市出臺(tái)多項(xiàng)政策扶持農(nóng)民工復(fù)工，可見(jiàn)積極的政策能夠有效緩解疫情期間農(nóng)民工復(fù)工的壓力。

4）制度因素。失業(yè)保險(xiǎn)對(duì)農(nóng)民工復(fù)工具有顯著的正向影響，相較于沒(méi)有失業(yè)保險(xiǎn)的農(nóng)民工，有失業(yè)保險(xiǎn)保障的農(nóng)民工復(fù)工概率高出6.7%。農(nóng)民工作為城市中的弱勢(shì)群體，常年暴露在各種社會(huì)風(fēng)險(xiǎn)下［20］。失業(yè)保險(xiǎn)能有效減少農(nóng)民工工作的后顧之憂，降低就業(yè)的不穩(wěn)定性和脆弱性，促進(jìn)農(nóng)民工復(fù)工就業(yè)。

2.2 農(nóng)民工復(fù)工影響因素的層次結(jié)構(gòu)分析

用S1、S2、S3、S4、S5、S6、S7、S8分別表示就業(yè)風(fēng)險(xiǎn)認(rèn)知、健康狀況、外出年限、2019 年月收入、行業(yè)、工作地疫情嚴(yán)重情況、家鄉(xiāng)到疫情重災(zāi)區(qū)距離和失業(yè)保險(xiǎn)情況。在詳細(xì)調(diào)查以及咨詢相關(guān)專家的基礎(chǔ)上，給出上述8 個(gè)影響因素之間的邏輯關(guān)系（表4）。其中，“1”表示行因素對(duì)列因素有影響，“0”表示行因素與列因素間不存在相互影響關(guān)系。

表4 影響因素邏輯關(guān)系

根據(jù)式（5）依次得到L1=｛S1｝，L2=｛S4，S6，S7｝，L3=｛S2，S3，S5，S8｝?；诖耍瑢⒂绊戅r(nóng)民工是否復(fù)工的 8個(gè)因素分為3 個(gè)層次，新冠感染疫情背景下，健康狀況、外出年限、行業(yè)、失業(yè)保險(xiǎn)為影響農(nóng)民工復(fù)工的深層因素，2019 年月收入、工作地疫情嚴(yán)重情況和家鄉(xiāng)到疫情重災(zāi)區(qū)距離為中間層次因素，就業(yè)風(fēng)險(xiǎn)認(rèn)知為直接驅(qū)動(dòng)因素。

2.3 農(nóng)民工復(fù)工類型的回歸分析

為探究已復(fù)工農(nóng)民工的復(fù)工類型，在剔除未復(fù)工農(nóng)民工的樣本后，使用多元Logit 模型，以回到“原單位原崗位”為對(duì)照組，進(jìn)一步對(duì)新冠感染疫情下農(nóng)民工復(fù)工類型的影響因素展開(kāi)分析，結(jié)果見(jiàn)表5。

表5 農(nóng)民工復(fù)工類型的回歸結(jié)果

1）心理因素。就業(yè)風(fēng)險(xiǎn)認(rèn)知對(duì)農(nóng)民工繼續(xù)外出務(wù)工具有負(fù)向影響，與就業(yè)風(fēng)險(xiǎn)認(rèn)知水平高的農(nóng)民工相比，就業(yè)風(fēng)險(xiǎn)認(rèn)知水平低的農(nóng)民工選擇繼續(xù)外出就業(yè)的概率是回到原崗位的76.4%，表明就業(yè)風(fēng)險(xiǎn)認(rèn)知水平高的農(nóng)民工反而不會(huì)回到原崗位。這可能是因?yàn)榫蜆I(yè)風(fēng)險(xiǎn)認(rèn)知水平高的農(nóng)民工對(duì)疫情認(rèn)知消極，心理預(yù)期差，其對(duì)短期內(nèi)復(fù)工復(fù)崗的不確定性更加敏感。因此，為了降低疫情對(duì)自身的影響，減少經(jīng)濟(jì)損失，他們更傾向于盡快找工作復(fù)工。

2）個(gè)人因素。性別、年齡和婚姻狀況均在10%的水平上顯著負(fù)向影響農(nóng)民工到外地就業(yè)，表明已婚年輕男性就業(yè)競(jìng)爭(zhēng)力和社會(huì)融入性更強(qiáng)［21］，更愿意外出工作。農(nóng)民工健康狀況顯著正向影響其外地就業(yè)，表明健康狀況越好的農(nóng)民工回到原單位的可能性越高。家庭人口數(shù)量和2019 年月收入對(duì)農(nóng)民工本地就業(yè)影響顯著且為負(fù)，表明家庭人口數(shù)量少、月收入水平低的農(nóng)民工更傾向在本地就業(yè)。外出年限對(duì)農(nóng)民工回到原單位不同崗位、繼續(xù)本地務(wù)工（除原單位）以及就業(yè)地點(diǎn)轉(zhuǎn)移均具有顯著負(fù)向影響，表明外出年限長(zhǎng)的農(nóng)民工回到原崗位的可能性越高，這與現(xiàn)有研究的結(jié)論一致［22］，外出務(wù)工年限長(zhǎng)的農(nóng)民工就業(yè)地點(diǎn)慣性更強(qiáng)。

3）環(huán)境因素。行業(yè)對(duì)繼續(xù)外出務(wù)工和繼續(xù)本地務(wù)工具有顯著正向影響。具體來(lái)看，建筑業(yè)農(nóng)民工回到原單位的概率較低，這與該行業(yè)工作特點(diǎn)有關(guān)。建筑業(yè)工作以項(xiàng)目為單位，農(nóng)民工流動(dòng)性大，且農(nóng)民工大部分是通過(guò)熟人推薦或包工頭帶隊(duì)，因此他們回到原城市復(fù)工的概率較高。制造業(yè)的農(nóng)民工更傾向于繼續(xù)在外地務(wù)工，這體現(xiàn)了農(nóng)民工流動(dòng)方向和產(chǎn)業(yè)集聚方向的高度一致性，由于中國(guó)制造業(yè)主要集中于南方沿海城市，因此大量農(nóng)民工外出到該區(qū)域工作。家鄉(xiāng)到疫情重災(zāi)區(qū)距離對(duì)農(nóng)民工回到原單位不同崗位、繼續(xù)外出務(wù)工（除原單位）和繼續(xù)本地務(wù)工（除原單位）均產(chǎn)生顯著影響且為負(fù)，表明家鄉(xiāng)到疫情重災(zāi)區(qū)距離越近的農(nóng)民工回到原崗位的概率越低。其可能的原因是該區(qū)域農(nóng)民工受防疫管控更嚴(yán)格，居家隔離期更長(zhǎng)。因此，相較于其他群體，他們回到原崗位的可能性更低。

4）制度因素。勞動(dòng)合同對(duì)農(nóng)民工繼續(xù)外出就業(yè)（除原單位）具有顯著負(fù)向影響，失業(yè)保險(xiǎn)對(duì)農(nóng)民工回到原單位不同崗位有顯著正向影響，對(duì)農(nóng)民工繼續(xù)外出就業(yè)（除原單位）和繼續(xù)本地就業(yè)（除原單位）具有負(fù)向影響。相較于沒(méi)有失業(yè)保險(xiǎn)的農(nóng)民工，有失業(yè)保險(xiǎn)的農(nóng)民工回到原單位不同崗位、繼續(xù)在外地務(wù)工（除原單位）和繼續(xù)在本地務(wù)工（除原單位）的概率分別是回到原單位原崗位的2.715、0.212、0.278倍。這表明勞動(dòng)合同、失業(yè)保險(xiǎn)對(duì)農(nóng)民工回到原單位起到了保障作用，農(nóng)民工失業(yè)風(fēng)險(xiǎn)主要表現(xiàn)在不穩(wěn)定性和脆弱性［23］，社會(huì)保障制度能有效降低失業(yè)率，保障農(nóng)民工合法權(quán)益，促進(jìn)農(nóng)民工穩(wěn)定就業(yè)。

3 小結(jié)及政策啟示

本研究通過(guò)分析得到以下結(jié)論：第一，總體上，農(nóng)民工復(fù)工情況較好。截至2020 年5 月，86.71%的農(nóng)民工已復(fù)工，復(fù)工類型以回到原單位為主，占總復(fù)工人數(shù)的80.65%。第二，新冠肺炎疫情背景下，農(nóng)民工是否復(fù)工受到多種因素影響。心理因素是直接驅(qū)動(dòng)因素且對(duì)農(nóng)民工是否復(fù)工具有負(fù)向影響。個(gè)體、環(huán)境與制度因素是間接影響因素，健康狀況、外出年限、2019 年月收入、家鄉(xiāng)到疫情重災(zāi)區(qū)距離和失業(yè)保險(xiǎn)對(duì)農(nóng)民工復(fù)工有正向影響，而工作地疫情嚴(yán)重情況具有負(fù)向影響。第三，不同層面因素對(duì)農(nóng)民工復(fù)工類型的影響不盡相同，總體而言，復(fù)工類型受環(huán)境約束影響較大，但是制度保障（如勞動(dòng)合同、失業(yè)保險(xiǎn)等）對(duì)復(fù)工的穩(wěn)定性有較大幫助。此外，就業(yè)風(fēng)險(xiǎn)認(rèn)知水平越低、家鄉(xiāng)到疫情重災(zāi)區(qū)距離越遠(yuǎn)、社會(huì)保障越完善的農(nóng)民工回到原單位的概率越高。

基于以上結(jié)論，為推動(dòng)農(nóng)民工就業(yè)提出以下建議。第一，增加信息獲取渠道，提高農(nóng)民工風(fēng)險(xiǎn)認(rèn)知能力。推進(jìn)個(gè)人、政府與企業(yè)三方面的對(duì)接，充分利用多種渠道為農(nóng)民工提供具有權(quán)威性和指導(dǎo)性的就業(yè)信息，加強(qiáng)引導(dǎo)，提高農(nóng)民工風(fēng)險(xiǎn)認(rèn)知能力。第二，建立健全多層次農(nóng)民工社會(huì)保障體系，提高農(nóng)民工社會(huì)保障水平。社會(huì)保障制度有利于提高農(nóng)民工的就業(yè)穩(wěn)定性，但是大量農(nóng)民工無(wú)法被失業(yè)、工傷等社會(huì)保險(xiǎn)覆蓋。因此，要擴(kuò)大保險(xiǎn)覆蓋范圍，提高低收入農(nóng)民工安全感和抗風(fēng)險(xiǎn)能力。第三，統(tǒng)籌區(qū)域發(fā)展，優(yōu)化產(chǎn)業(yè)布局。協(xié)調(diào)東中西平衡，統(tǒng)籌南北發(fā)展，推動(dòng)區(qū)域間各產(chǎn)業(yè)協(xié)同發(fā)展。增加農(nóng)民工就業(yè)機(jī)會(huì)，分化農(nóng)民工失業(yè)風(fēng)險(xiǎn)。