黃艷嫻+張銀銀

內(nèi)容摘要：本文從四個(gè)維度構(gòu)建了農(nóng)村電商促進(jìn)農(nóng)村創(chuàng)業(yè)就業(yè)的績(jī)效評(píng)價(jià)體系，采用AHP（層次分析法）確定各層次指標(biāo)的權(quán)重大小，并對(duì)模型進(jìn)行分析，該模型構(gòu)建對(duì)衡量農(nóng)村電商帶動(dòng)農(nóng)村創(chuàng)業(yè)就業(yè)的績(jī)效評(píng)價(jià)具有參考價(jià)值。

關(guān)鍵詞：層次分析法 農(nóng)村電商 創(chuàng)業(yè)就業(yè) 績(jī)效

農(nóng)村電商促進(jìn)農(nóng)村創(chuàng)業(yè)就業(yè)績(jī)效評(píng)價(jià)指標(biāo)選取

（一）農(nóng)村電商創(chuàng)業(yè)就業(yè)崗位總量貢獻(xiàn)

農(nóng)村電商本身屬于吸納就業(yè)能力強(qiáng)的產(chǎn)業(yè)，能提供大量的創(chuàng)業(yè)就業(yè)崗位，這是對(duì)就業(yè)最直接的貢獻(xiàn)。此外，農(nóng)村電商具有強(qiáng)烈的產(chǎn)業(yè)關(guān)聯(lián)性，能改變傳統(tǒng)的經(jīng)濟(jì)空間布局，促進(jìn)傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，帶動(dòng)當(dāng)?shù)剞r(nóng)業(yè)、農(nóng)產(chǎn)品加工、農(nóng)業(yè)旅游等相關(guān)產(chǎn)業(yè)發(fā)展，形成由電子商務(wù)驅(qū)動(dòng)的地方特色產(chǎn)業(yè)新生態(tài)，間接帶來大量創(chuàng)業(yè)就業(yè)機(jī)會(huì)。因此，本文使用傳統(tǒng)的人員數(shù)量指標(biāo)來反映農(nóng)村電商創(chuàng)業(yè)就業(yè)崗位總量貢獻(xiàn)，包括農(nóng)村電商直接創(chuàng)業(yè)就業(yè)人數(shù)、農(nóng)村電商間接創(chuàng)業(yè)就業(yè)人數(shù)、農(nóng)村電商創(chuàng)業(yè)就業(yè)人數(shù)/該區(qū)域總就業(yè)人數(shù)。各指標(biāo)值越大，說明農(nóng)村電商促進(jìn)農(nóng)村創(chuàng)業(yè)就業(yè)的績(jī)效越好。

（二）弱勢(shì)群體創(chuàng)業(yè)就業(yè)貢獻(xiàn)

弱勢(shì)群體的就業(yè)已經(jīng)成為影響社會(huì)穩(wěn)定與發(fā)展的重要風(fēng)險(xiǎn)因素之一，是我國(guó)面臨的一大難題。本文中弱勢(shì)群體主要指女性、農(nóng)村中大量存在的剩余勞動(dòng)力、下崗失業(yè)人員或失地農(nóng)民，農(nóng)村電商的發(fā)展對(duì)這些群體具有一定的幫助作用，如由于農(nóng)村電商的發(fā)展而帶動(dòng)起來的快遞物流、餐飲住宿、包裝廣告、民宿旅游等相關(guān)行業(yè)，有效解決了農(nóng)村剩余勞動(dòng)力的轉(zhuǎn)移問題，也吸引了大批農(nóng)民工返鄉(xiāng)就業(yè)或創(chuàng)業(yè)。因此，本文選取女性就業(yè)人數(shù)、農(nóng)村勞動(dòng)力轉(zhuǎn)移人數(shù)、新增就業(yè)比例來反映弱勢(shì)群體就業(yè)創(chuàng)業(yè)貢獻(xiàn)。上述三個(gè)標(biāo)值越大，表明農(nóng)村電商促進(jìn)農(nóng)村創(chuàng)業(yè)就業(yè)的績(jī)效越好。

（三）農(nóng)村電商創(chuàng)業(yè)就業(yè)成本和效益

農(nóng)村電商帶動(dòng)的直接或間接創(chuàng)業(yè)就業(yè)人數(shù)只是意味著就業(yè)規(guī)模，并不能反映該經(jīng)濟(jì)體系的資源配置效率，因此還需要考察其成本與效益。創(chuàng)業(yè)就業(yè)成本可以用勞動(dòng)力密集程度來衡量。隨著農(nóng)村電子商務(wù)的發(fā)展，快遞、包裝加工業(yè)等勞動(dòng)密集型產(chǎn)業(yè)急速發(fā)展，為農(nóng)民開辟新的就業(yè)門路，因此創(chuàng)業(yè)就業(yè)成本可以體現(xiàn)為每萬元農(nóng)村電商資金投入所帶動(dòng)的農(nóng)村電商創(chuàng)業(yè)就業(yè)人數(shù)。就業(yè)效益主要表現(xiàn)為平均一個(gè)農(nóng)村電商創(chuàng)業(yè)就業(yè)所帶來的收入。因此，本文選取農(nóng)村電商直接創(chuàng)業(yè)就業(yè)人數(shù)/農(nóng)村電商資金投入、農(nóng)村電商銷售總額/農(nóng)村電商直接創(chuàng)業(yè)就業(yè)人數(shù)兩個(gè)指標(biāo)。上述兩個(gè)指標(biāo)值越大，表明農(nóng)村電商促進(jìn)農(nóng)村創(chuàng)業(yè)就業(yè)的績(jī)效越好。

（四）電商經(jīng)濟(jì)與創(chuàng)業(yè)就業(yè)的內(nèi)在聯(lián)系

農(nóng)村電商對(duì)勞動(dòng)力較強(qiáng)的吸納能力反映了電商經(jīng)濟(jì)與農(nóng)村創(chuàng)業(yè)就業(yè)的內(nèi)在聯(lián)系，本文采用農(nóng)村電商就業(yè)吸納彈性來反映電商經(jīng)濟(jì)對(duì)農(nóng)村勞動(dòng)力的吸納效果。就業(yè)吸納彈性是指經(jīng)濟(jì)增長(zhǎng)每變化一個(gè)百分點(diǎn)所對(duì)應(yīng)的就業(yè)數(shù)量變化的百分比。農(nóng)村電商就業(yè)吸納彈性用農(nóng)村電商創(chuàng)業(yè)就業(yè)增長(zhǎng)速度與農(nóng)村電商銷售總額增長(zhǎng)速度的比值來計(jì)算，一般而言，其值越大，表明農(nóng)村電商對(duì)農(nóng)村勞動(dòng)力的吸收作用越強(qiáng)。其計(jì)算公式如下：

農(nóng)村電商就業(yè)吸納彈性=農(nóng)村電商創(chuàng)業(yè)就業(yè)增長(zhǎng)速度/農(nóng)村電商銷售總額增長(zhǎng)速度

農(nóng)村電商促進(jìn)農(nóng)村創(chuàng)業(yè)就業(yè)績(jī)效評(píng)價(jià)模型構(gòu)建

（一）評(píng)價(jià)模型構(gòu)建

本文建立綜合加權(quán)函數(shù)模型，將所建立的9個(gè)創(chuàng)業(yè)就業(yè)績(jī)效評(píng)價(jià)指標(biāo)壓縮成一個(gè)綜合得分，評(píng)價(jià)模型如下：

Pi=∑WijSij

其中，Pi是第i個(gè)地區(qū)農(nóng)村電商創(chuàng)業(yè)就業(yè)績(jī)效的綜合得分，Wij是第i個(gè)地區(qū)第j個(gè)指標(biāo)的權(quán)重，Sij是第i個(gè)地區(qū)第j個(gè)指標(biāo)的得分。

（二）評(píng)價(jià)模型的處理

本文采用層次分析法確定權(quán)重。綜合上文四個(gè)維度列出的9個(gè)指標(biāo)，形成農(nóng)村電商促進(jìn)農(nóng)村創(chuàng)業(yè)就業(yè)績(jī)效評(píng)價(jià)指標(biāo)體系，具體指標(biāo)層見表1。

構(gòu)建判斷矩陣。建立多層次評(píng)價(jià)指標(biāo)體系，各層指標(biāo)因素之間相互影響。將各層指標(biāo)因素對(duì)上一層指標(biāo)因素的相對(duì)重要性進(jìn)行兩兩比較，從而得到層次分析的判斷矩陣，如表2所示。其中，Xij表示對(duì)于Ax而言，Xi對(duì)Xj的相對(duì)重要性，通常Xij取1，2，…，9及其倒數(shù)，具體含義見表3。

確定相對(duì)權(quán)重向量。以目標(biāo)層A和一層指標(biāo)X為例，根據(jù)X1、X2、X3、X4四個(gè)指標(biāo)對(duì)農(nóng)村電商促進(jìn)農(nóng)村創(chuàng)業(yè)就業(yè)績(jī)效評(píng)價(jià)A重要性的兩兩比較結(jié)果建立比較矩陣。經(jīng)專家及課題組成員討論各因素的重要性并進(jìn)行打分，得到比較矩陣，采用幾何平均法計(jì)算每個(gè)影響因素的權(quán)重向量W，結(jié)果如表4所示。

檢驗(yàn)一致性。第一步，計(jì)算一致性指標(biāo)CI：

其中，λmax是判斷矩陣的最大特征值。經(jīng)計(jì)算，A-Xi判斷矩陣的λmax=4.0310，CIX=0.0103。

第二步，查找判斷矩陣的平均隨機(jī)一致性指標(biāo)RI，如表5所示。A-Xi判斷矩陣為4階矩陣，因此RIX=0.89。

第三步，計(jì)算隨機(jī)一致性比例CR，CR=CI/RI。當(dāng)CR<0.1時(shí)，認(rèn)為判斷矩陣滿足隨機(jī)一致性檢驗(yàn)，否則應(yīng)對(duì)矩陣做調(diào)整。A-Xi判斷矩陣中CRX=0.0116<0.1，可以判斷A-Xi判斷矩陣通過一致性檢驗(yàn)。

同樣，構(gòu)建其他層次的矩陣X1-Y1j、X1-Y2j判斷矩陣，得出二層指標(biāo)的權(quán)重值WY1（0.4434 0.1692 0.3874）、WY2（0.3089 0.5815 0.1096）。檢驗(yàn)判斷矩陣一致性，結(jié)果如下：

X1-Y1j判斷矩陣：λmax=3.0183，CIY1=0.0092，RIY1=0.52 ，CRY1=0.0176<0.1。

X1-Y2j判斷矩陣：λmax=3.0037，CIY2=0.0019，RIY2=0.52 ，CRY2=0.0036<0.1。

以上兩個(gè)判斷矩陣均通過一致性檢驗(yàn)。結(jié)合A-Xi判斷矩陣，可以計(jì)算出二層指標(biāo)對(duì)A層指標(biāo)的綜合權(quán)重值WY（0.2067 0.0789 0.1806 0.0293 0.0551 0.0104 0.1393 0.1393 0.1604），見表6。

（三）模型分析

本文構(gòu)建的模型中，農(nóng)村電商創(chuàng)業(yè)就業(yè)崗位總量貢獻(xiàn)和農(nóng)村電商創(chuàng)業(yè)就業(yè)成本和效益兩個(gè)因素占比較高，基本能體現(xiàn)農(nóng)村產(chǎn)業(yè)發(fā)展的最終任務(wù)是解決當(dāng)?shù)亟?jīng)濟(jì)發(fā)展問題，使更多人能有就業(yè)崗位，并通過產(chǎn)業(yè)帶動(dòng)提高人們的生活水平。模型考慮了農(nóng)村電商發(fā)展對(duì)創(chuàng)業(yè)就業(yè)吸納的多元性，包括對(duì)不同層次、不同需求的農(nóng)村剩余勞動(dòng)力的吸納，以及對(duì)農(nóng)業(yè)發(fā)展、周邊產(chǎn)業(yè)發(fā)展而帶動(dòng)的勞動(dòng)力吸納，評(píng)價(jià)指標(biāo)體系的構(gòu)建基本符合實(shí)際情況。

參考文獻(xiàn)：

1.呂丹.基于農(nóng)村電商發(fā)展視角的農(nóng)村剩余勞動(dòng)力安置路徑探析[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2015（3）

2.韓少華，鄭亞紅.從農(nóng)民教育角度看返鄉(xiāng)農(nóng)民工就業(yè)問題[J].中國(guó)成人教育，2009（8）

3.許經(jīng)勇.多渠道轉(zhuǎn)移農(nóng)民就業(yè)的理性思考[J].廈門大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2009（1）

4.張車偉，蔡.就業(yè)彈性的變化趨勢(shì)研究[J].中國(guó)工業(yè)經(jīng)濟(jì)，2002（5）

5.鄧雪，李家銘等.層次分析法權(quán)重計(jì)算方法分析及其應(yīng)用研究[J].數(shù)學(xué)的實(shí)踐與認(rèn)知，2012（7）

6.劉全飛，余昕，彭凌云.一種基于AHP新型高?？蒲锌?jī)效模型構(gòu)建[J].技術(shù)與創(chuàng)新管理，2015（3）endprint