乡村振兴背景下失地农民就业的影响因素研究

Study on the Influencing Factors of Landless Peasants’ Employment under the Background of Rural Revitalization

摘要: 失地农民就业是乡村振兴的一个重要内容，随着乡村振兴战略的推进，失地农民群体的就业问题受到了国家与社会的高度关注。论文利用实地调研数据，并建立灰色关联度模型对失地农民就业可能影响因素进行综合评价，找到具有显著影响的因素，以期为促进失地农民的就业提供政策建议。结果表明：受教育程度、技能专长、年龄、土地补偿制度、经济发展水平对失地农民的就业最有影响，而就业中介机构、城镇化水平、户籍制度、就业信息渠道、社会保障体系与失地农民就业表现为不相关。

Abstract: With the promotion of rural revitalization strategy, the employment problem of landless farmers has been highly concerned by the country and society. This paper uses the field survey data and establishes the grey correlation model to comprehensively evaluate the possible influencing factors of the employment of land-lost farmers, and finds out the factors with significant influence, in order to provide policy suggestions for promoting the employment of land-lost farmers. The results show that education level, skills and expertise, age, land compensation system and economic development level have the greatest impact on the employment of land-lost farmers, while employment intermediaries, urbanization level, household registration system, employment information channels and social security system are not related to the employment of land-lost farmers.

1. 引言

十九大报告提出，要实施乡村振兴战略，做好乡村振兴与脱贫攻坚成果的有效巩固与衔接失地农民的充分就业事关国计民生稳定，同时也关乎乡村振兴战略是否能有序推进 [1]。影响失地农民就业的因素是多重的，因此，在讨论促进其充分就业的同时，应当对失地农民所处的环境进行分析其相互关联性 [2]。基于此，本章旨在通过对灰色关联度分析影响失地农民就业过程中所涉及的各项因素进行综合性评价 [3]。借此找到直接影响促进失地农民就业的因素，从而为促进失地农民充分就业、助力乡村振兴提供发展建议 [4]。

2. 数据来源及指标选取

2.1. 数据来源

本文采用问卷调查的方法收集基础数据，利用Excel软件对收集到的数据进行统计汇总，使用SPSS28软件计算各影响因素的灰色关联系数，得出灰色关联度，并对各影响因素进行灰色关联度分析。在得到灰色关联度值后，得出影响程度排序结论，对失地农民就业影响因素进行较为有效的排序，为制定促进失地农民就业的政策建议奠定良好的理论基础。

2.2. 指标选取

影响失地农民就业的因素有很多，通过对现有研究以及调研基础的分析，将影响失地农民就业的主要归结为个人因素、市场因素、社会因素与政策因素 [5]。在论文前期调查研究过程中，经过统计分析与综合考虑，认为以下几个方面影响失地农民的就业，个人因素包括：个人素质、技能专长、社会关系、年龄、性别、受教育程度；市场因素包括：就业市场、就业信息渠道，就业中介机构；社会因素包括：城镇化水平、经济发展水平和社会保障体系；制度因素包括：户籍制度、就业安置制度和土地补偿制度、就业创业政策。论文基于调研基础，构建如表1指标体系。

基于此类分析，本文在关联分析过程中，将失地农民影响因子X₀。影响因素取值包括以下内容：个人素质(X₁)、技能专长(X₂)、社会关系(X₃)、年龄(X₄)、性别(X₅)、受教育程度(X₆)、就业市场(X₇)、就业信息渠道(X₈)，就业中介机构(X₉)、城镇化水平(X₁₀)、经济发展水平(X₁₁)、社会保障体系(X₁₂)、户籍制度(X₁₃)、就业安置制度(X₁₄)、土地补偿制度(X₁₅)、就业创业政策(X₁₆)。为了获取社会、企业、家庭等各方面对失地农民就业影响因素的认知、想法与判断，在分析过程中采用李克特量表法展开数据调查，设计“失地农民就业的影响因素问卷”五级量表的问卷。本次调查发出共500份调查问卷，回收有效问卷数量为480份，有效回收率为96%。问卷通过打分形式体现失地农民就业影响因素的重要程度，问卷设计内容设计中将影响程度分为“没有影响”“略微影响”“一般影响”“比较有影响”“影响较大”五个等级，对应的分值分别为1分、2分、3分、4分、5分。

Table 1. Indicator system construction

表1. 指标体系构建

2.3. 模型原理

灰色系统模型最早由邓聚龙教授提出，其具有样本量规模要求少、计算量小、方便简洁等优点，一般而言不会出现结果与定性分析结果不符合的情况。邓氏灰色关联度主要是根据序列曲线的几何形状相似度来判断观测样本和目标样本之间是否有紧密联系，以线性插值的方法把系统因素的离散行为转化为分段连续折线，通过对样本数据动态发展趋势来描述样本之间的强弱、大小和次序。通过计算各样本的关联度，从而找出对样本影响的主次要因素。折线的几何相似程度越高，则表明相应序列之间的关联度越大，反之则越小。本研究将借助此模型作为评价影响西部地区医疗卫生支出效率的因素分析 [6]。

其模型结构如下：

设系统序列为：

$X_0=\left(x_0\left(1\right),x_0\left(2\right),x_0\left(3\right),\cdots ,x_0(\; n\; )\right)$

$X_1=\left(x_1\left(1\right),x_1\left(2\right),x_1\left(3\right),\cdots ,x_1(\; n\; )\right)$

$⋮$

$X_i=\left(x_i\left(1\right),x_i\left(2\right),x_i\left(3\right),\cdots ,x_i\left(n\right)\right)$ (式1)

$⋮$

$X_m=\left(x_m\left(1\right),x_m\left(2\right),x_m\left(3\right),\cdots ,x_m(\; n\; )\right)$

对于 $\xi \in \left(0,1\right)$，令：

$\gamma \left(x_0\left(k\right),x_i\left(k\right)\right)=\frac{\underset{i}{\min }\underset{k}{\min }\left|x_0\left(k\right)-x_i\left(k\right)\right|+\xi \underset{i}{\max }\underset{k}{\max }\left|x_0\left(k\right)-x_i\left(k\right)\right|}{\left|x_0\left(k\right)-x_i\left(k\right)\right|+\xi \underset{i}{\max }\underset{k}{\max }\left|x_0\left(k\right)-x_i\left(k\right)\right|}$ (式2)

$\gamma \left(X_0,X_i\right)=\frac{1}{n}{\displaystyle {\sum }_{k=1}^n\gamma }\left(x_0\left(k\right),x_i\left(k\right)\right)$ (式3)

$\gamma \left(X_0,X_i\right)$ 即为 $X_0$ 与 $X_i$ 的灰色关联度。

第一步：对各序列均值，令

${X^{\prime }}_i=\frac{X_i}{x_i\left(1\right)}=\left({x^{\prime }}_i\left(1\right),{x^{\prime }}_i\left(2\right),{x^{\prime }}_i\left(3\right),\cdots ,{x^{\prime }}_i\left(n\right)\right),i=0,1,2,3,\cdots ,m$

第二步：求 $X_0$ 与 $X_i$ 的均值对应分量差的绝对值

${\Delta }_i\left(k\right)=\left|{x^{\prime }}_0\left(k\right)-{x^{\prime }}_i\left(k\right)\right|,{\Delta }_i=\left({\Delta }_i\left(1\right),{\Delta }_i\left(2\right),{\Delta }_i\left(3\right),\cdots ,{\Delta }_i\left(n\right)\right),i=0,1,2,3,\cdots ,m$

第三步：求 ${\Delta }_i\left(k\right)=\left|{x^{\prime }}_0\left(k\right)-{x^{\prime }}_i\left(k\right)\right|,k=1,2,3,\cdots ,n;i=1,2,3,\cdots ,m$ 的最大值与最小值，分别记为 $M=\underset{i}{\max }\underset{k}{\max }{\Delta }_i\left(k\right),m=\underset{i}{\min }\underset{k}{\min }{\Delta }_i(\; k\; )$

第四步：计算关联度系数

${\gamma }_{0i}\left(k\right)=\frac{m+\xi M}{{\Delta }_i\left(k\right)+\xi M},\xi \in \left(0,1\right),k=1,2,3,\cdots ,n;i=1,2,3,\cdots ,m$ (式4)

第五步：求关联系数的平均值即关联度

${\gamma }_{0i}=\frac{1}{n}{\displaystyle {\sum }_{k=1}^n{\gamma }_{0i}}\left(k\right),i=1,2,3,\cdots ,m$ (式5)

其中， $X_0$ 为母序列， $X_i$ 为对比序列， $\gamma$ 代表灰色关联度，一般而言，当 $\gamma >0.5$ 时，表示两者之间存在关联性。

3. 数据处理与结果分析

首先，确定参考序列(母序列)与比较序列。确定参考数据序列和比较数据序列(子序列)，在灰色关联分析中，参考序列是反映事物发展变化的主要因素，比较序列是进行分析的对象。参考序列一般可以事先确定或以每个指标的所有比较数列中的最佳值构成。在处，依据李克特量表将的划分依据，假设参考序列 $X_0$ 取值为满意度最高的分值5分，比较序列假设为 $X_i\left(i=1,2,3,\cdots ,16\right)$。部分原始数据资料如表2所示。

第二，根据子母序列，对数据进行无量纲化处理。在整个评价体系中，因为各个因素数列所反映的数据可能由于表现形式与趋向对总作用各不相同，因此可能存在着不可比性，这样不利于得到正确结论。因而，要进行无量纲化处理，这即将实际指标值转化为指标评价值的过程。无纲量化处理，是对参考数列和比较数列中的每个指标进行预处理，即先求出每个值的均值，再通过该指标中的每个元素都除以均值。

第三，根据无纲量化数据结果，进行灰色关联系数计算。部分灰色关联系数计算结果如表3所示。

Table 2. Original data of questionnaire on factors affecting the employment of land-lost farmers

表2.失地农民就业影响因素问卷原始数据

Table 3. Calculation results of grey correlation degree based on original data

表3. 基于原始数据的灰色关联度计算结果

第四，以灰色关联系数值为依据，进行灰色关联度计算并排序，十六个比较数列的灰色关联度计算结果与排序如表4所示。

从计算结果中可以看到，十六个失地农民就业影响因素程度的大小排序依次为：受教育程度、技能专长、年龄、土地补偿制度、经济发展水平、社会关系、个人素质、就业安置制度、就业市场、性别、就业创业政策、就业中介机构、城镇化水平、户籍制度、就业信息渠道、社会保障体系。根据排序结果可以看出，由于受教育程度对失地农民的影响程度最大，受教育程度、技能专长、年龄、土地补偿制度、经济发展水平位列前五，而就业中介机构、城镇化水平、户籍制度、就业信息渠道、社会保障体系与就业表现为不相关。

这表明，失地农民的总体就业能力不强，是由于受制于受教育程度及工作技能的匮乏，且失地是突发性行为，因此，年龄因素阻碍了其参与劳动市场竞争的机会。此外，土地补偿制度为其突然带来的短期经济条件的改善也可能会降低其参与就业的欲望。而社会经济的发展水平与失地农民就业呈正相关，表明良好的社会经济形态对于促进失地农民的就业是有利因素。一般而言，性别不会导致失地农民受到就业歧视。但是就业中介机构、城镇化水平、户籍制度、就业信息渠道、社会保障体系与失地农民的就业行为表现为不相关，这可能是受到了受教育程度的影响。因为失地农民受教育程度不高且对社保等未来储蓄概念的无意识，会导致其难以产生风险意识。

Table 4. Ranking of results of correlation degree

表4. 关联度结果排序

4. 结论建议

基于实证研究结果，论文建议从个人层面来说，失地农民适当提升个人综合素质。如参与成人文化课进修、加强职业技能培训等。此外，还应多接触社会活动，参与社会互动，建立良好的社会关系；从市场层面看，市场应当为失地农民创造更多的参与空间，关注失地农民的社会融入，以为其融入市场创造条件；从社会层面来说，加快经济的发展有助于促进失地农民的就业，但也应该注重失地农民的社会保障问题；政府应当加大失地农民就业创业的政策扶持力度，让有意愿返乡创业就业的失地农民有机会返乡就业参与乡村的振兴，享受国家政策对农民的福利，在实现失地农民充分就业的同时，发展家乡，为乡村的振兴增添源源不断的内生动力，从而早日实现乡村的振兴。