《国际金融危机对农民工流动就业的影响》由会员分享，可在线阅读，更多相关《国际金融危机对农民工流动就业的影响（10页珍藏版）》请在金锄头文库上搜索。
1、精心整理国际金融危机对农夫工流淌就业的影响盛来运/王冉/阎芳【内容提要】本文利用国家统计局农夫工监测调查的最新数据，分析了在国际金融危机背景下外出农夫工在2009年春节前后流淌就业的变更及特点，在此根底上利用Logit模型剖析了农夫工返乡和接着外出的影响因素。分析说明：国际金融危机的确对农夫工流淌就业产生了较大影响。不过，随着经济企稳上升，大量返乡农夫工在2009年春节后接着选择外出从业。从长期看，农夫工进城就业仍旧是解决农村劳动力就业问题的主要方向；今后农夫工政策的着力点应放在加快推动农夫工的城市化、提升农夫工人力资本水平和建立一体化的农夫工社会保障体系上。【关 键 词】金融危机/农夫工/就
2、业随着全球金融危机负面影响的不断扩散，以出口为导向的中国劳动密集型企业受到了前所未有的冲击，大批农夫工于2008年第三季度起先提前返乡，成为国际金融危机引起的干脆就业冲击的首批受害者。从2009年第一季度的状况看，国际金融危机的影响还在扩散，在必须程度上影响了农夫工的流淌就业行为。国际金融危机对农夫工流淌就业的影响体此时此刻两个方面：一是干脆影响，即企业倒闭停工导致农夫工失业进而提前返乡；二是间接影响，即经济形势恶化影响农夫工的外出就业和收入预期进而变更其外出行为。除了从宏观上把握外出农夫工的动向和规模之外，从微观层面上剖析2009年春节前返乡的农夫工和2009年春节后外出的农夫工的特点以及他
3、们返乡、外出行为背后的影响因素，对于更好地制定农夫工就业政策特别有必要。本文将运用国家统计局最新的农夫工监测调查数据并结合常规农村住户调查的局部结果对此问题进展解析。本文所运用的样本数据来自国家统计局农夫工监测调查中2009年春节前的摸底表数据和2009年第一季度监测调查数据。农夫工监测调查是一种基于输出地的农村劳动力调查，其样本与常规住户调查的住户样本完全重合，涉及全国31个省区、市、857个县、7100个村和68000个农村住户，定期收集农夫工的相关统计信息。本文分为五个局部：第一局部介绍国际金融危机对农夫工返乡的干脆冲击，也就是2009年春节前因金融危机而返乡的农夫工的规模和特点；其次局
4、部通过回来模型分析农夫工因金融危机而返乡的影响因素，识别什么样的农夫工简洁遭遇外界因素的冲击；第三局部分析返乡农夫工在2009年第一季度末的外出动向，并且考察返乡农夫工2009年春节后接着外出的影响因素；第四局部描述和分析留在家乡的返乡农夫工在2009年第一季度末的就业状况；第五局部是结论和相应的政策启示。一、国际金融危机对农夫工返乡的干脆冲击依据国家统计局农夫工监测调查，2008年全国农夫工总量 为22542万人。其中，本乡镇以外就业的外出农夫工数量为14041万人，占农夫工总量的62.3；本乡镇以内就业的本地农夫工数量为8501万人，占农夫工总量的37.7。本文主要关怀在本乡镇以外就业的外
5、出农夫工，因此，在下文中“农夫工”也均被特殊界定为2008年外出从业6个月及以上的农村劳动力。2009年春节前返乡的农夫工大约7000万人，占外出农夫工总量的50。从返乡缘由看：只是回家过年的返乡农夫工为4500万人，占返乡农夫工的64.3；因企业关停、企业裁员、找不到工作、收入低等与金融危机有关的因素而返乡的农夫工为1200万人，占17.1；因家庭缘由、工程季节性停工等非经济缘由而返乡的农夫工为1300万人，占18.6。受金融危机影响而返乡的1200万农夫工占全部外出农夫工总数的比例为8.5。春节前返乡农夫工和其中因金融危机而返乡的农夫工的个人根本特征和行业分布如表1所示。从表1中的分组结果
6、看，返乡农夫工有这样三个特点：1从人力资本水平看，因金融危机而返乡的农夫工人力资本水平较低。2008年全部外出农夫工中中学及以上文化程度的比例为22.2，其中，春节前返乡的农夫工中中学及以上文化程度的占18.1，而因金融危机而返乡的农夫工这一比例仅为16.6。2008年外出农夫工中参与过培训的比例为30.2，而春节前返乡的农夫工和其中因金融危机而返乡的农夫工参与培训的比例分别降至29.5和29.1。从外出工作经历看，2008年外出农夫工的平均工作经历为3.1年，而春节前因金融危机而返乡的农夫工仅为2.5年。2从外出从业的月收入水平看，因金融危机而返乡的农夫工的平均收入水平较低。春节前返乡的农夫
7、工的月收入水平与2008年全部外出农夫工的月收入水平特别接近，而因金融危机而返乡的农夫工的平均收入水平却显著低于2008年外出农夫工的平均水平。3从行业分布看，因金融危机而返乡的农夫工主要集中在制造业和建筑业。与2008年全部外出农夫工就业的行业构造相比，春节前返乡的农夫工中就业于建筑业的比例较高，而春节前因金融危机而返乡的农夫工中就业于制造业的比例显著上升。在2008年全部外出农夫工中，从事制造业的比例为42；而在2009年春节前因金融危机而返乡的农夫工中，从事制造业的农夫工占到54.8。二、什么人简洁受到金融危机的干脆冲击假如将2009年春节前农夫工因金融危机而返乡看作是受到了金融危机的干
8、脆就业冲击，那么，什么样的农夫工更简洁受到干脆冲击呢？为了更精确地判定特定说明变量的影响，下面建立Logit模型来分析2008年外出农夫工春节前返乡的影响因素。假如以概率比的形式来表示，Logit模型可以简洁表述为：11式中：p为外出农夫工因金融危机而返乡的概率，X为说明变量。在针对2008年外出农夫工的Logit模型中，因变量为外出农夫工2009年春节前是否因金融危机而返乡，假如“是”那么取值为1，“否”那么为0。说明变量既包括外出农夫工的个人特征，例如性别、年龄、文化程度、职业培训等，还包括一些外出工作的特征，例如外出工作经历、月收入和就业行业等。模型13在说明变量的选择上略有差异，回来结
9、果如表2所示。从回来结果不难看出，外出农夫工的个人特征特殊是人力资本特征和行业特征都显著影响了其遭遇金融危机干脆就业冲击的概率。1从人口特征看，女性因金融危机而返乡的概率低于男性。女性因金融危机而返乡的概率仅为男性的0.74。在限制了外出工作经历的影响之后，年龄对外出农夫工是否遭遇金融危机冲击的影响并不显著。2人力资本特征会显著影响外出农夫工因金融危机而返乡的概率。外出农夫工受教育年限每提高1年，那么因金融危机而返乡的概率下降5。假如以小学及以下文化程度的外出农夫工为参照组，如模型2的结果所示，中学或中专组农夫工因金融危机而返乡的概率将下降21，而大专及以上组农夫工因金融危机而返乡的概率将下降
10、56，不过初中组的系数并不显著，也就是说，初中文化程度的外出农夫工在应对金融危机方面与小学及以下组相比并没有优势。较长的工作经历也会显著降低农夫工因金融危机而返乡的概率，工作经历每增加1年，因金融危机而返乡的概率将下降17。不过，职业培训变量的影响并不显著。3从就业行业看，制造业和建筑业中就业的农夫工因金融危机而返乡的概率要显著高于其他行业。如模型1所示，以制造业为参照组，建筑业中就业的农夫工因金融危机而返乡的概率与制造业没有显著差异，但是，身处交通运输仓储邮政业、批发和零售业、住宿和餐饮业、居民效劳和其他效劳业的农夫工因金融危机而返乡的概率仅为制造业的0.52倍、0.41倍、0.63倍和0.
11、59倍，可见就业行业的影响是特别大的。不幸的是，制造业和建筑业正是农夫工外出从业最集中的两个行业，其中所吸纳的外出农夫工约占外出农夫工总量的60。4签订了劳动合同或参与了社会保险的农夫工因金融危机而返乡的概率较低。在原有说明变量的根底上，模型3新增加了合同签订、工资拖欠和养老保险这三个说明变量，以分析外出农夫工的权益爱护和社会保障对其遭遇金融危机冲击的影响。从结果看，新增的说明变量都特别显著。与没有签订劳动合同的外出农夫工相比，签订1年以上劳动合同的农夫工因金融危机而返乡的概率要下降22。被拖欠工资的外出农夫工因金融危机而返乡的概率是没有遭遇工资拖欠的外出农夫工的2.43倍。以雇主没有缴纳养老
12、保险的外出农夫工为参照组，参与了养老保险 的外出农夫工因金融危机而返乡的概率要下降26。不过，由于数据的局限，模型中未能包含外出农夫工所处企业的单位特征变量，因此，权益爱护和社会保障类变量的影响可能间接包含了农夫工所在企业的单位特征对农夫工因金融危机而返乡的影响。通常，能够为农夫工供给较好劳动者福利的企业更可能是规模较大、盈利状况较好的企业，而这样的企业更有可能在金融危机中幸存下来，从而降低农夫工因金融危机而返乡的概率。三、返乡农夫工2009年春节后的外出决策由于城市偏向的福利制度支配，在城镇失去工作的农夫工没有被纳入城镇失业统计体系和失业保险体系，因此，大局部失业农夫工并不会接着留在城镇，而
13、是选择返回农村。但是，考虑到春节回家过年这一因素，这种“返乡”很大程度上只是短暂的，因此，须要进一步关注返乡农夫工在2009年春节之后的外出动向。一返乡农夫工年后接着外出的比例和流向依据2009年第一季度 农夫工监测调查数据，春节前返乡的农夫工在2009年第一季度末有71.8接着外出从业，而因金融危机而返乡的农夫工春节后接着外出从业的比例相对较低，在2009年第一季度末有56.7接着外出从业。可以看到，接着外出从业仍旧是大多数返乡农夫工春节后的就业选择。假如从全部农夫工2009年春节后的外出状况看，2008年外出从业6个月以上的农夫工中在2009年第一季度末有83.5接着外出从业。假如再加上新
14、增外出的农夫工，2009年第一季度末外出农夫工的规模已复原到2008年的水平。同时，须要留意的是，通过比拟接着外出的返乡农夫工在春节前后的外出目的省份和就业行业，发此时此刻春节后接着外出的返乡农夫工中有21.2调整了外出目的地，同时，有19.3的返乡农夫工更换了外出从事的行业。而相比之下，因金融危机而返乡的农夫工在年后接着外出时，调整目的地和行业的比例更高。春节后接着外出的因金融危机而返乡的农夫工中，有28调整了外出目的地，有22.7更换了外出从事的行业。二返乡农夫工春节后接着外出的影响因素Logit模型返乡农夫工春节后是否接着外出是农村劳动力依据自身条件、家庭状况和外部经济环境所做出的理性选
15、择，是多种因素共同作用的结果。在返乡农夫工春节后是否接着外出的Logit模型中，因变量为“春节后是否接着外出”，假如返乡农夫工“在2009年第一季度末外出从业”那么取值为1，“否”那么为0。说明变量包括：返乡缘由；个人特征变量，例如性别、婚姻状况、年龄、文化程度、职业培训；外出特征变量，例如外出工作经历、月收入、行业、社会保障等；家庭特征变量，例如劳动力个数、06岁儿童数、60岁以上劳动力数、耕地面积、人均纯收入、住房价值等；社区特征变量，例如是否通马路、通电话等。模型13在说明变量的选择上略有差异，回来结果如表3所示。通过该Logit模型，本文盼望重点检验以下四类变量对于返乡农夫工春节后接着外出从业的影响，包括：个人特征特殊是人力资本特征变量如何影响返乡农夫工春节后是否接着外出的决策；春节前遭遇金融危机干脆冲击而返乡是否会显著降低农夫工春节后外出的概率；外出农夫工返乡前所处的行业对于农夫工春节后接着外出是否有影响；外出工作中农夫工的权益爱护和社会保障状况对于农夫工春节后接着外出是否有影响。1人力资本水平较高的返乡农夫工接着外出的概率较高。教育、职业培训和外出工作经历这三个人力资本特征变量对返乡农夫工是
