西部农村嵌入与农村劳动力转移与就业--基于广西和贵州1611份问卷调查的实证分析_社会因素论文

农村嵌入与西部地区农村劳动力转移就业——基于广西和贵州1611份调查问卷的实证分析,本文主要内容关键词为:西和论文,贵州论文,实证论文,西部地区论文,调查问卷论文,此文献不代表本站观点,内容供学术参考,文章仅供参考阅读下载。

一、引言

“推—拉”理论对我国农村劳动力转移就业与回流现象具有较好的解释力,相关的研究也颇丰富,并且根据我国经济社会发展特征及政策措施,识别出了更符合我国国情的推力因素和拉力因素。但整体而言,已经识别出的推力和拉力因素绝大多数仍未跳出“城市拉力吸引转移就业”和“城市推力迫使劳动力回流”的框架,尤以经济因素的研究最为集中,如城镇收入的吸引[1]、区域经济发展不平衡[2]、城市生活的边缘化[3]等。过度聚焦城市“推—拉”因素的探讨不利于理解我国农村劳动力转移就业的全貌,我国农村劳动力转移过程中的各种问题,尤其是农村劳动力转移的“钟摆现象”也难以从西方农村劳动力转移理论中寻找答案[4]。因此,探寻我国农村劳动力转移就业与回流背后的深层次动机就必须跳出城市因素和转移就业经济理性的框架局限,把劳动力长期生产生活,或者说他们转移就业行动嵌入程度更深的农村情境因素包括进来。

Grannovetter在提出嵌入观点时指出:理性经济行动理论本身并没有错,只是其假设太狭窄,需要补充以社会情境的解释变量[5]。罗家德在加入社会和文化要素后将Grannovetter的嵌入观点从狭义视角拓展为广义视角[6],而且嵌入具有一种形塑功能[7]。转移就业本质上仍然是一种经济行动,因而对转移就业和回流的解释就不应抽离劳动力长期嵌入的农村情境。对西部地区来说,农村嵌入对劳动力转移就业的影响广度和深度也许更值得关注。从经济理性角度衡量,西部地区经济落后,农业收入水平低刺激劳动力转移就业。此外,西部农村地区其他非经济因素,如人口数量多、土地抚养能力弱、教育落后、观念守旧等同样对劳动力转移就业的行为模式发挥了形塑作用。现有研究虽然对影响农村劳动力转移就业的农村因素有所涉及,如张宗益指出我国农村劳动力的迁移决策被置于“农村推力+城镇拉力=继续外出”与“农村拉力+城镇推力=回流或留在农村”两个各自封闭的循环圈内[8];秦方兴构建了由农村本地推力、本地拉力、流入地拉力和流入地推力构成的转移空间选择次序判别矩阵[9]。然而研究以定性探讨居多,定量分析的结论也没有摆脱转移就业经济理性的束缚,未能构建长期嵌入于经济、社会、文化等农村情境之中对劳动力转移就业产生的推动或阻碍作用的综合分析框架,针对西部地区的研究更是匮乏。本文在文献分析基础上构建起劳动力所嵌入的农村情境因素影响他们转移就业与回流的理论路径模型,以及农村嵌入程度差异(农村嵌入度高低)对上述作用路径的调节效应,并收集广西和贵州两省区1611份农村实地调查问卷对模型进行实证检验。

二、农村嵌入结构因素及其对劳动力转移就业与回流的影响路径

劳动力迁移的原因取决于语境[10],外出打工和返乡是社会行动者为实现目标所采取的策略,只有在一个更广阔的社会、文化、政治和经济语境下进行解读,社会行动者的能动才有意义[11]。经济收入虽然是影响农民工流动的首要因素,但农民的迁移决策,特别是持久性迁移,更多地受到社会、文化、心理和个人特征等因素的影响[12]。本文赞同农村情境因素组合对农村劳动力转移就业同时具有推和拉两方面作用的观点,并且认为它们分别构成了转移就业上的农村推力和农村阻力。

劳动力转移就业的农村推力主要来源于经济、制度和社会三个因素。有研究指出,收入的绝对差距与相对贫困构成农村劳动力迁移的双层动因,改革开放以来扩大了的地区收入差距为劳动力流动提供了追加的动力[13];城乡收入差距扩大1%,外出可能性相应扩大1.2%[14];外出务工收入已经成为农村的主要收入来源[15]。因此可以用从农业收入低、农村收入来源窄和城乡收入差距大三个方面测量劳动力转移就业农村推力的经济维度。

农村人口、教育和土地等农村制度因素也推动了劳动力的转移就业。人口制度方面,研究证实,家庭人口数量、家庭劳动力赡养比对农村劳动力转移就业都有正向的作用[16];特殊的少数民族生育政策以及落后的家庭保障制度强化了养儿防老的意识和多生多育行为(向农村倾斜的计划生育政策有相似的效应)[17]。我国城乡间义务教育水平差距引起的教育回报差异已经成为激励农村劳动力转移就业的一个重要动因[18],西部地区基础教育落后引发了东西部地区间农村劳动力转移比例的巨大差距[19]。农村土地制度对劳动力转移就业的推动同样深远,我国乡城劳动力转移的首要背景是人地关系十分紧张,而家庭联产承包责任制则进一步强化了对土地规模经济的获得约束[20];较多的农村劳动力数量和较少的土地资源禀赋是促进农村剩余劳动力转移的原始动力和内在根本原因[21]。

对转移就业有推动作用的农村社会因素可以分为两类:直接影响因素(如感觉在家没面子或受到农村转移就业人际网络的牵引)和间接影响因素(如父母多子多福生育观念造成家庭人口数量增加)。研究表明,追求数量的生育动机和行为所导致的人口快速增长是影响农村劳动力转移就业的重要因素[17];杨金风的研究中,发展型、收入型、随大流型、教育型就业动机四个因子解释了样本劳动力外出就业动机74.89%的总变异[22];此外,迁移社会网络对劳动力外出务工决策也有很重要的影响,并且往往与农户的农业生产没有关系[23]。

劳动力转移就业的农村阻力则主要来源于制度、社会和符号三个维度。制度因素与农村户籍、土地、教育、人口、社会保障制度都有关。庞丽华研究证实扩展家庭劳动力迁移的概率低于核心家庭和直系家庭[24];而且绝大多数农民工都没有割断自己与农村承包耕地的“脐带”,他们普遍将农村和耕地作为“退可谋生”的底线[17];在农村土地流转制度缺失的情况下,固化、单一农地经营模式对要素持有者构成斥力,劳动力逆向流动将持续[25]。段进朋很好地概括了农村制度因素给劳动力转移就业带来的矛盾心理:传统的户籍制度使农民望城兴叹,现行的土地流转制度使农民欲走不能,落后的社会保障制度使农民心有余悸[26]。

阻碍劳动力转移就业的农村社会因素主要体现在劳动力个人素质、对农村转移就业人际网络依赖,以及在多子多福观念影响下家庭人口增多而无力承担城市定居的生活和教育成本上。对于一个在农村只完成了初中或小学教育的人来说,进入城市完全是进入另一种社会和文化氛围,甚至是进入另一个时代,其所需要的技能、知识甚至修养,是农村劳动力基本不具备的[27]。即使已经转移的农村劳动力也还基本保留着转移前的社会交际网络,而且偏爱原有的生活模式,成为导致他们回流的重要因素之一[28]。孙文凯的研究中,反映外出务工的社会网络环境的变量几乎在所有方程中都有显著的正向影响[3]。

因为农村(农民)身份而遭受的符号歧视,以及因此而得到强化的对农村根的观念认同和对城里人的心理抗拒也成为阻碍劳动力转移就业的一个重要因素。由家乡提供的心理上和经济上的保障加强了农民工及其家庭对最终必定返乡的信念,农民工在城市中毫无安全感的经历意味着返乡已经在结构上内化到文化之中,并且成为一种文化习俗演变成的结构性限制,从而强化农民对农村才是其最终归属的信念[11];城市市民的傲慢形成了对农民工群体的排斥,而农民工本身由于这种排斥而逐步产生了自我群体的认同[29]。周大鸣研究得出结论:恋乡是农民工返乡的主要动因之一,农民工在表述广东本地人排斥外地人的同时,潜意识里其实也排斥着广东本地人[30]。

于是,本文构建了包括3个分类维度、9个测量指标的劳动力转移就业农村推力模型和3个分类维度、11个测量指标的农村阻力模型构成的综合分析框架(图1中不包括农村嵌入度调节变量和路径系数的图形部分),而且图中的变量间都表现为一种正向关系。现有关于农村劳动力转移就业影响路径的分析一般仅仅考虑线性作用,本文认为,劳动力农村嵌入程度的高低会调节作用力大小与劳动力行为决策之间的关联度(如第一代和第二代农民工在转移就业和返乡动机、目的等方面的差异来源并不是他们的年龄,而是他们对农村的认知和依赖程度差异产生的调节效应)。为此,本文设置了一个调节变量——农村嵌入度,并且认为劳动力的农村嵌入度越高,那么他的转移就业意愿越低,而回流意愿则越高,即农村嵌入度对转移就业推力路径是一种负向调节效应,而对回流则是一种正向调节效应。由于缺乏可借鉴的研究参考,在分析中分别给出“对农村的物质依赖”(对农村土地与城市户口或城市养老保险的重要性对比判断)、“对农村的精神依赖”(对农村在劳动力生活中的重要性认知)和“农村嵌入度”(对农村物质依赖和精神依赖两个指标得分的平均值)三个调节变量的分析指标,以检验调节效应的存在与否和变量设置的合理性。然后分别用相关分析、结构方程模型(SEM)分析和Logistic回归分析等方法对理论路径进行实证检验与修正。据此可以提出如下三个研究假设:

H1:农村经济因素、制度因素和社会因素对农村劳动力转移就业有正向的推动作用

H2:农村制度因素、社会因素和符号因素对农村转移就业劳动力的回流有正向的推动作用

H3:农村嵌入程度对劳动力转移就业有负向的调节作用,对劳动力回流有正向的调节作用

三、影响路径的实证检验与修正

1.样本描述

西部地区农村劳动力无论在绝对数量和相对份额上都在全国占有优势(2006年在全国农村劳动力中占比36%)。2006年西部地区农业剩余劳动力数量分省排序中广西和贵州分列3、4位,但如果结合总人口数量分析,两省的剩余劳动力数量在西部地区都是靠前的[31];根据张国胜的测算,广西和贵州在劳动力跨省流动数量甚至超过了四川省[29]。因此,选择广西和贵州作为调查区域能够较好地反映西部地区农村劳动力转移就业的全貌。本次调查在2011年6月至9月进行,问卷发放与回收统计如表1所示。考虑到样本的年龄跨度和文化程度不高等特征,所有问卷问题都以选项的方式给出备选答案,而且除部分客观题(主要为样本劳动力个人基本信息)外,其他题项都用里克特5点量表的方式给出备选答案,数值越大表示对问卷问题的赞同度越高。虽然在劳动力转移就业与回流的农村嵌入维度上存在两个相同名称的维度指标(制度、社会),可是它们在指标构成数量上有差异(如推力维度的制度因素包括3道问卷题项,而阻力维度的制度因素包括5道问卷题项),而且在题项内容设置上也不适合采用完全相同的做法,可是在最后计算时仍然把它们归属于同一名称的维度指标。样本的描述性统计分析结果如表2所示,经过分析,问卷整体信度系数Cronbach α=0.863,分维度变量信度系数中,除转移就业农村推力的经济维度略低于0.7以外(0.689),其他变量的α值都在0.7之上,表明适合做进一步统计分析。

2.相关分析

相关分析可以提供变量间关系的一个基本参考。从表3和表4可以看出,除个人素质与转移就业农村阻力的相关性不显著以外,转移就业农村推力和阻力与自变量和调节变量的相关性全部都通过了0.01的显著性水平检验,表明结构模型图(图1)在逻辑上可以得到初步验证。个人素质与转移就业农村阻力不相关也能从逻辑上得到解释。在城市就业竞争日趋激烈以及传统农民工输入地因为产业升级带动的劳动力素质门槛不断提高的情况下,文化程度普遍较低的西部地区农村劳动力对能够在城市定居可能不抱较大希望,从而导致无论文化程度高低如何,西部农村转移就业劳动力的返乡意愿都相对较高,因此在用返乡意愿衡量的转移就业农村阻力与文化程度之间不存在显著的相关关系。也印证了李克强的论断:劳动力从相对落后地区向相对发达地区的迁移决策时,无论劳动力受教育程度的高低,都存在迁移的动机[32]。由于涉及潜变量分析,对维度定义与指标选取的恰当性,以及变量间的关系可以用结构方程模型(SEM)的方法进行分析。

3.结构方程模型(SEM)分析

从表5看出,转移就业农村推力模型中全部变量的因素载荷在P=0.000水平上都显著,在二阶潜变量因素载荷方面,制度维度的载荷最高,其次是社会维度,最后是经济维度,然而三个维度间的载荷数值相差不大。从现实情况分析来看,这种因素载荷的排序也有其合理性。当前西部地区农村劳动力转移就业的一个重要原因是由于制度缺陷造成的农村经济社会发展水平与劳动力个人及家庭需求之间的巨大差距。在社会维度因素载荷大于经济维度因素载荷的解释方面,一种可能的解释是制度维度与社会维度存在轻微的概念重叠(如人口多与多子多福观念),而经济维度的指标相对独立性更强,从而出现社会维度的因素载荷略微超过经济维度的结果。整体而言,除社会推力的农村人际网络因素载荷在三个指标中稍低外,转移就业农村推力模型中一阶和二阶因素的因素载荷都较为平稳,说明模型的整体构建和指标选取比较合理。模型拟合度判别结论也证实了这一点(表6)。

转移就业农村阻力模型的SEM分析结果也不错(表5),所有因素载荷都在P=0.000水平上显著,且同级指标间的因素载荷差别不大。农村制度因素对劳动力转移就业的阻力也最大,其次是社会阻力,符号因素的阻碍作用也通过了显著性检验,其作用力相对弱些。模型的拟合度判断结果也较好(表6),除CMIN/DF指标略高于阈值外,其他的判别指标都在良好的取值内。但表5没有将转移就业因变量包括在内,因此模型中的变量指标能否全部进入假设模型以及不同因素对转移就业或回流影响力的大小比较有待于Logistic回归分析验证。

4.二项Logistic分析

Logistic分析表明,转移就业农村推力常数模型的预测正确率为57.3%,自变量全部进入后预测的准确率提高到90.5%,说明模型具有较高的预测准确性,-2Log(L)值为443.656,Cox & Snell R Square为0.584,Nagelkerke R Square为0.785。 Hosmer-Lemeshow没有通过0.05的显著性检验,接受观测数据与预测数据之间没有显著性差异的零假设,即认为模型对数据拟合度较好。转移就业农村阻力常数模型预测正确率为77.6%,自变量全部进入后预测的准确率提高到86.7%。然而,模型的-2Log(L)数值较高(738.526),Cox & Snell R Square和Nagelkerke R Square的值只有0.298和0.455,表明模型的拟合效果算不上很好;Hosmer-Lemeshow通过了0.05的显著性检验,认为模型对数据拟合度不佳。进入模型方程的11个变量中有3个变量不显著,它们在模型方程中的作用还有待于进一步验证,而且模型的社会维度中还出现了2个变量作用方向与其他变量相反的情况。因此有必要对转移就业农村推力和阻力模型采用逐步回归分析的方法进行变量取舍和拟合度检验。

按照CI=0.95进行变量筛选,经过9步迭代,推力模型的9个自变量全部进入Logistic逐步回归分析模型,而且经过检验所有进入模型后的变量都不能再从模型中剔除(表7,此处仅给出了最后一步迭代的计算结果,但也能够满足本文的研究目的要求),模型的拟合度判别指标也与常数模型完全一致。数据集分组后计算的Kappa系数为0.804, ROC曲线下的面积系数为0.963,说明模型的整体拟合度非常不错。阻力模型的二项Logistic逐步回归分析经过9步迭代,11个自变量中有9个进入最终的模型,2个被剔除。模型的拟合度判别指标也与常数模型非常相近,Kappa系数为0.545,ROC曲线下的面积系数为0.858,说明模型的拟合度只是中等水平。然而作为一个新提出的Logistic拟合模型,全效模型能够达到86.7%的预测精度,变量筛选后的简效模型达到86.1%的预测精度也可以接受。

5.调节效应检验

层次回归是检验调节效应的常用方法,本文也采用这一方法。由于现有研究在影响农村劳动力转移就业与回流的个体特征上比较有共识的一个因素是年龄(即第一代农村劳动力与第二代农村劳动力的对比),而且结论普遍倾向于两代劳动力在转移就业与回流的意愿和动机上都存在较为明显的差异[34-36]。因此,本文在调节效应分析时设置了一个控制变量——年龄。根据对农村的物质依赖和精神依赖两个变量组合计算得到的农村嵌入度是本文新提出的一个调节变量,由于缺乏可以借鉴的研究结论,所以有必要同时给出农村推力模型和农村阻力模型中三个变量调节效应的分析结论,以帮助检验调节效应和变量的取舍。出于节省篇幅的目的,文中仅给出了调节效应显著的转移就业农村阻力模型中不同变量调节效应检验对比表。为了降低和消除样本数据的多重共线性和自相关性,分析前对自变量进行了中心化处理(指标值减去变量均值)。

农村推力模型中,控制变量与因变量之间的回归系数不显著,这与前面的分析结论一致,即转移就业已经成为所有西部地区农村劳动力的一个必要经历和阶段。对农村的物质依赖和对农村的精神依赖两个变量的分析结果表明它们对转移就业农村推力都不具有显著的调节作用,虽然调节变量的回归系数显著(P<0.0001),模型对转移就业农村推力的解释能力分别增加了2.1%和12.3%,可是三个交互项的回归系数都没有通过显著性检验,模型的解释力增加幅度分别只有0.7%和0.2%而且不显著,三个交互项的回归系数最大值分别只有0.030和0.047,交互项的符号方向不统一。对农村嵌入度作的检验结果也很相似,全部三个交互项的回归系数都没有通过显著性检验,三个交互项的回归系数最大值只有0.044,表明农村嵌入度对转移就业农村推力不具有显著的调节作用。

转移就业农村阻力三个变量调节作用检验结果对比如表8所示。表中所有模型变量的VIF值都在1~2之间,D-W值小于3,说明数据集不存在严重的多重共线性和自相关性问题。模型中,控制变量与因变量之间呈现显著的负相关关系(p<0.0001),而且不随其他变量的加入而出现明显的变化,说明西部地区第二代农村劳动力更不愿意返回家乡。在对农村的物质依赖调节效应检验中,制度阻力、符号阻力与调节变量交互项的回归系数都至少在0.05的水平上显著,而社会阻力与调节变量交互项的回归系数不显著。加入交互项后模型的解释力增加幅度为2.9%并且显著,交互项的回归系数最高值达到了0.157并且显著,可以认为变量“对农村的物质依赖”对转移就业农村阻力模型中自变量和因变量之间的关系产生了部分正向调节作用。同样也可以得出“对农村的精神依赖”对转移就业农村阻力模型产生了部分正向调节作用的结论,而“农村嵌入度”则对转移就业农村阻力模型产生了显著的正向调节作用。转移就业农村阻力模型中调节效应的检验结果也证明了农村嵌入度作为调节变量的合理性。其他两个调节变量都存在解释力不充分的缺陷(即有个别交互项不显著),而农村嵌入度调节模型中,所有三个交互项都显著,而且每一个交互项的显著性水平都没有低于其他两个模型。可以认为采用农村嵌入度作为调节变量较其他两个变量更好。综合转移就业农村推力和农村阻力Logistic逐步回归分析及调节效应检验结论,可以得到如图1所示的修正结构模型图②(去掉图中虚线后的图形)。图1也给出了对三个研究假设的检验结果:假设H1和H2都得到了支持,而假设H3仅得到了部分支持,即农村嵌入度对西部地区农村劳动力转移就业没有影响,可是对劳动力的回流有正向的调节作用。

图1 农村嵌入影响西部地区农村劳动力转移就业的结构模型

四、结论与讨论

本文跳出现有研究主要关注城市因素对劳动力转移就业影响的局限,将研究的重心转向农村,认为劳动力长期嵌入的农村情境因素同样对劳动力转移就业产生了深刻的推动和回拉两种力量,构建并以广西和贵州两省区大样本实地调查数据为例,通过相关分析、SEM分析和Logistics逐步回归分析等方法验证了西部地区农村劳动力转移就业与回流决策受农村情境因素影响的综合分析框架。结论表明,长期的农村嵌入对劳动力转移就业同时产生了显著的推动和阻碍双重影响,而且这种影响既有被动的成分(如制度分割、经济落后等),也存在主动或非理性成分(如多子多福观念、农村人际网络、没面子等)。相比而言,农村嵌入对转移就业的阻碍作用比推动作用更广和更深。在农村推力方面,虽然经济动因依然扮演了最重要的角色,可是体现相对指标的城乡收入差距并不是最重要的力量,代表农村经济落后的绝对量指标——农村收入来源窄和农业收入低对样本劳动力的转移就业决策起到了最大的推动作用。此外,农村制度因素也对西部地区农村劳动力转移就业形成了巨大的推动,尤其是落后的教育制度、制约规模经济获得的土地制度和倾斜的人口制度,并且在社会因素的配合下,导致劳动力的转移就业动机被放大成一种普遍的心理认同和行为模式。而且劳动力农村依赖程度的高低(农村嵌入度)调节了农村阻力的大小——农村嵌入度越高,劳动力的回流意愿越大,可是农村嵌入度对劳动力转移就业农村推力没有显著的调节作用。本文的结论丰富和深化了对西部地区农村劳动力转移就业与回流行为和决策模式的研究内容,拓展了农村劳动力转移就业研究的理论范畴和实证分析框架,并且在情境因素对劳动力回流的线性作用路径上增加了调节效应的路径,构建起更加综合的分析框架。同时,本文的研究结论对调和西部地区农村劳动力转移就业与回流的张力也有一定的借鉴意义:

(1)从增强西部地区农村经济发展与制度改革协同性的角度采取针对性的扶持措施。西部地区劳动力转移就业的农村制度推力虽然低于经济推力,可是如果从西部农村经济落后的成因上追本溯源,政府对农村的政策(制度)歧视(如产业扶持中的工业优先、农村基础设施建设严重滞后、优质教育资源的城市集中、农村土地流转市场的缺失等)也在很大程度上限制了农村经济的发展能力形成和积累。在转移就业的农村阻力因素中,农村制度因素更是占据了绝对的优势,成为阻碍西部地区农村劳动力完成第二步迁移过程——在迁入地定居下来的关键制约因素。本文也从农村的视角为袁志刚的研究结论提供了一个实证支持:中国存在一个劳动力迁移的制度拐点,在此之前的劳动力迁移,准确地说只能算是一种城乡分割制度下的流动,是一种随时可回流的不稳定迁移[37]。因此,在帮助提升西部地区农村劳动力转移就业效果的措施中重点考虑产业扶持的同时,更应该从增强西部地区农村经济发展与制度改革协同性的角度出发评估措施的合理性和可行性。

(2)提倡尊重农村和农民的社会共识。农民工在城市被污名化对西部地区农村劳动力转移就业农村阻力有显著的促进作用,表明农村(农民)的身份歧视阻碍了劳动力获得与他们为社会做出的贡献相对应的回报和尊重,而且被歧视的经历已经产生了深刻的群体心理分隔,并强化了劳动力对农村的精神依赖(对农村根的认同),也削弱了劳动力离开农村的动机。此外,这种歧视还会加剧劳动力转移就业过程中对农村社会(人际)网络的嵌入,在通过这一网络获得转移就业机会的同时,也将他们深深地束缚在“与家乡或农村相似”的城市边缘社区中,制约了他们融入城市主流社会生活的机会。因此,在城市给予农村劳动力贡献经济回报的同时,也应在全社会倡导尊重农村和农民的普遍共识,弥合两大群体之间的心理隔阂和降低劳动力对农村的心理依赖。

(3)对西部地区分代农村劳动力采取差别化的帮扶措施。综合了劳动力对农村物质依赖和精神依赖的农村嵌入度显著调节了西部地区转移就业农村阻力与劳动力返乡意愿之间的关系强度,而农村嵌入度高低差异的典型代表主体无疑是第一代和第二代农村劳动力两大群体对农村依赖程度的深浅。因此,对他们采取差别化的转移就业对策显得很有必要。第一代劳动力的农村嵌入度相对较高,面临较强的转移就业农村阻力和拥有较为强烈的返乡意愿,因此可以采取如提高最低工资标准、降低非户籍农村人口城市入学门槛等措施满足他们获得更高工资性收入和子女受教育机会的转移就业动机;而对第二代劳动力则可以将重点放在加大教育培训力度和降低劳动力市场的隐性壁垒上,在提高他们的个人素质基础上,倡导无城乡身份歧视的雇佣理念、实行强制性的社会保障制度、倾斜性的居住照顾(如保障性住房指标分配)等举措,为他们创造更好的城市融合平台。

注释:

①由于转移就业农村推力和转移就业农村阻力的维度构成不相同,因此它们在样本筛选上也有着不同的数量。此外,调查问卷中有些问题不一定适合所有的调查对象,如小于20岁的样本劳动力对“子女教育问题”、“农村社会保障”等问题可能觉得难以作答,所以不同的变量之间存在样本量不一的情况。

②图3中农村嵌入度的两个细分变量——对农村的物质依赖和对农村的精神依赖与农村嵌入度之间的因素载荷采用普通的线性回归路径分析方法得到,而且两个系数都达到了0.01的显著性水平。

标签:;  ;  ;  ;  ;  ;  ;  

西部农村嵌入与农村劳动力转移与就业--基于广西和贵州1611份问卷调查的实证分析_社会因素论文
下载Doc文档

猜你喜欢