[摘 要] 本文通過使用湖北省兩縣的調(diào)研數(shù)據(jù)，利用Logit模型分析互聯(lián)網(wǎng)使用對農(nóng)村勞動力非農(nóng)轉(zhuǎn)移的影響，驗證互聯(lián)網(wǎng)使用對農(nóng)村勞動力行非農(nóng)轉(zhuǎn)移的促進作用，并發(fā)現(xiàn)性別、年齡、受教育程度、婚姻狀況在不同程度上影響農(nóng)村勞動力非農(nóng)轉(zhuǎn)移。同時根據(jù)分析結(jié)果提出加快互聯(lián)網(wǎng)基礎設施建設，提高農(nóng)村互聯(lián)網(wǎng)普及程度;加大農(nóng)村教育投入，提高農(nóng)村勞動力文化素質(zhì);加強互聯(lián)網(wǎng)信息監(jiān)管，建立官方信息平臺等建議，從多個方面提升互聯(lián)網(wǎng)使用對農(nóng)村勞動力非農(nóng)轉(zhuǎn)移的促進作用。

[關鍵詞] 互聯(lián)網(wǎng);非農(nóng)轉(zhuǎn)移;Logit模型

[中圖分類號] F323.6 [文獻標識碼] A [文章編號] 1674-7909（2019）24-19-3

改革開放以來，我國經(jīng)濟高速增長，人民生活水平穩(wěn)步提高，城鎮(zhèn)化、現(xiàn)代化迅猛發(fā)展。但城鄉(xiāng)二元體制依然存在，城鄉(xiāng)之間發(fā)展不均等問題嚴重。與城市相比，農(nóng)村居民收入偏低，農(nóng)村社會發(fā)展緩慢，城鄉(xiāng)差距大。而縮小城鄉(xiāng)差距、提高農(nóng)民收入的一項重要措施就是促進農(nóng)村勞動力非農(nóng)轉(zhuǎn)移。當前，我國正處于經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型的重要時期，需要更多地引導勞動力從第一產(chǎn)業(yè)轉(zhuǎn)入其他產(chǎn)業(yè)。21世紀以來，互聯(lián)網(wǎng)的普及程度逐漸升高，成為人們?nèi)粘Ｉ畹谋夭豢缮俚囊粋€重要部分，在便利日常生活的同時也帶來了諸多領域的變革。互聯(lián)網(wǎng)的使用毫無疑問會加速農(nóng)村地區(qū)的信息傳播，降低信息的傳播成本[1]。對于農(nóng)村勞動力來說，通過互聯(lián)網(wǎng)可以更加便捷地獲取外界的就業(yè)信息，改變依靠親友、熟人介紹等傳統(tǒng)就業(yè)模式，從而減少非農(nóng)轉(zhuǎn)移成本，使得農(nóng)村勞動力更易進行非農(nóng)轉(zhuǎn)移[2]。本文依靠實地調(diào)研數(shù)據(jù)，通過實證分析，檢驗互聯(lián)網(wǎng)使用是否對農(nóng)村勞動力非農(nóng)轉(zhuǎn)移存在影響。

1 數(shù)據(jù)來源及模型設定

1.1 數(shù)據(jù)來源

本文所用的數(shù)據(jù)來自2018年中南財經(jīng)政法大學工商管理學院的暑期調(diào)研。調(diào)查地包括湖北省蘄春、監(jiān)利兩縣范圍內(nèi)的33個行政村，調(diào)研的主要形式是派遣調(diào)研員深入基層，進到農(nóng)戶家中以訪談的形式填寫問卷，共回收問卷575份。根據(jù)本研究需要，剔除缺失本研究所需指標的問卷后，得到樣本563個。

1.2 模型設定

本文主要研究的是互聯(lián)網(wǎng)對農(nóng)村勞動力非農(nóng)轉(zhuǎn)移的影響，將是否存向非農(nóng)行業(yè)轉(zhuǎn)移作為二向性問題，發(fā)生轉(zhuǎn)移的概率設為P，其與自變量x1，x2，x3，……，xp之間的Logistics回歸模型為：

P=exp（β0+β1X1+β2X2+……+βnXn）/1+（β0+β1X1+β2X2+……+βnXn）

由此可知農(nóng)村勞動力不向非農(nóng)行業(yè)轉(zhuǎn)移的概率為：

1-P=1/1+（β0+β1X1+β2X2+……+βnXn）

經(jīng)過數(shù)學變換得：ln=[p/1-p]=β0+β1X1+β2X2+……+βnXn

定義：Logit（P）=ln=[p/1-p]，為Logistic變換，即Logit（P）=β0+β1X1+β2X2+……+βnXn

則農(nóng)村勞動力轉(zhuǎn)移的Logit模型可以表示為：

Y=β0+β1X1+β2X2+……+βnXn+ε

其中，Y指是否發(fā)生轉(zhuǎn)移，βn是估計系數(shù)，Xn是自變量，ε是隨機擾動項。

2 變量選取

2.1 因變量

因變量為受訪者2017年是否發(fā)生勞動力轉(zhuǎn)移。若受訪者離開第一產(chǎn)業(yè)，從事第二、第三產(chǎn)業(yè)半年以上，則認為發(fā)生了非農(nóng)轉(zhuǎn)移，反之則未發(fā)生。

2.2 自變量

本研究選取的自變量分為核心自變量、控制變量兩類。其中，核心自變量為互聯(lián)網(wǎng)使用情況，控制變量則是性別、年齡、受教育程度、婚姻狀況和政治面貌5項個人特征。

根據(jù)調(diào)研問卷及數(shù)據(jù)，本研究選取各項指標定義及賦值如表1所示。

3 實證分析

3.1 多重共線性檢驗

為了確保所有自變量之間不存在相關關系，在進行Logit回歸分析前，首先對所有自變量進行多重共線性檢驗。本文選用方差膨脹因子（VIF）與容差值（1/VIF）作為評價指標，一般認為方差膨脹因子小于10.0，容差值大于0.10，可以認定自變量之間并不存在共線性問題。

本文使用了統(tǒng)計分析軟件Stata14測算各個自變量之間是否存在多重共線性。首先，將互聯(lián)網(wǎng)使用作為因變量，其他5個變量作為自變量，得到的多共線性分析結(jié)果如表2所示。檢驗結(jié)果表示，方差膨脹因子均小于1.153，容差值都在0.89以上。顯然，互聯(lián)網(wǎng)使用變量與其他自變量之間不存在多重共線性。然后，依次選擇性別、年齡、婚姻狀況、受教育程度和政治面貌等自變量重復以上操作，綜合全部回歸結(jié)果，方差膨脹因子都低于10.00，而且容差值均高于0.10。因此可以判定，本文所選用的互聯(lián)網(wǎng)使用、性別、年齡、婚姻狀況、受教育程度和政治面貌6個自變量之間不存在多重共線性。

3.2 二元Logit回歸分析

本文通過使用Stata14軟件對所有指標進行二元Logit回歸分析，研究所選互聯(lián)網(wǎng)使用對農(nóng)村勞動力非農(nóng)轉(zhuǎn)移的影響，回歸結(jié)果見表3。

從表3可以看出，互聯(lián)網(wǎng)使用、性別、年齡、受教育程度和婚姻狀況5項指標均對農(nóng)村勞動力非農(nóng)轉(zhuǎn)移存在較為顯著的影響。其中，年齡為負向影響，其余為正向影響。政治面貌指標則未通過顯著性檢驗。

互聯(lián)網(wǎng)使用指標在模型1中的回歸結(jié)果表明，其每提高一個等級，發(fā)生非農(nóng)轉(zhuǎn)移的概率增加45.49%。而在模型2中，添加了控制變量后，其每提高一個等級，發(fā)生非農(nóng)轉(zhuǎn)移的概率增加30.22%。這不僅說明互聯(lián)網(wǎng)的使用確實促進了農(nóng)村勞動力的非農(nóng)轉(zhuǎn)移，而且手機上網(wǎng)相對于寬帶上網(wǎng)具有更明顯的作用。一方面，互聯(lián)網(wǎng)的使用使得農(nóng)村勞動力可以便捷地接觸到就業(yè)信息，大幅降低了獲取非農(nóng)就業(yè)信息的成本，有了更多的就業(yè)選擇;另一方面，他們可以通過互聯(lián)網(wǎng)學習新的知識和技能，從而提高自己的人力資本，適應勞動力市場的需求。

注：括號內(nèi)數(shù)值為穩(wěn)健的標準誤;***、**、*分別表示解釋變量系數(shù)在1%、5%、10%的水平下顯著。

性別指標在模型2中的回歸結(jié)果顯示，農(nóng)村勞動力是否進行非農(nóng)轉(zhuǎn)移與性別有明顯的關系。在其他條件不變的情況下，農(nóng)村男性比女性進行非農(nóng)轉(zhuǎn)移的概率高125.46%，也就是說農(nóng)村女性進行非農(nóng)轉(zhuǎn)移的概率低于男性?？赡艿脑蚴鞘軅鹘y(tǒng)家庭分工的影響，男性外出務工以獲取家庭生活來源，女性更多地在家中承擔料理家務以及養(yǎng)老撫幼的責任，而且男性由于性別優(yōu)勢在勞動力市場中更受歡迎，農(nóng)村女性進行非農(nóng)轉(zhuǎn)移的路徑相對較窄，所以男性進行勞動力轉(zhuǎn)移的比例更高。

年齡指標在模型2中的回歸結(jié)果表明，農(nóng)村勞動力是否進行非農(nóng)轉(zhuǎn)移與年齡有著明顯的負相關關系，年齡每增加1歲，進行非農(nóng)轉(zhuǎn)移的概率降低2.01%。也就是說，農(nóng)村勞動力年齡越大，進行非農(nóng)轉(zhuǎn)移的概率越小，而越年輕的農(nóng)村勞動力則越愿意選擇非農(nóng)就業(yè)，離開第一產(chǎn)業(yè)。相對于年齡較小的農(nóng)村勞動力，年老者有更重的家庭負擔，不僅有父母子女需要贍養(yǎng)，身體狀況也無法與受市場歡迎的年輕人相比，家庭壓力和市場需求兩方面因素阻礙了年老者的非農(nóng)轉(zhuǎn)移。

受教育程度在模型2中的回歸結(jié)果表明，農(nóng)村勞動力是否進行非農(nóng)轉(zhuǎn)移與受教育程度存在明顯的正相關關系。受教育程度每提高一個等級，進行非農(nóng)轉(zhuǎn)移的概率提高30.98%。這說明學歷對于非農(nóng)就業(yè)有非常重要的影響，受教育程度越高的農(nóng)村勞動力越傾向于進行非農(nóng)轉(zhuǎn)移。農(nóng)村勞動力的受教育程度越高，說明他們的學習能力和文化水平越高，勞動力市場也會越歡迎，同時就業(yè)競爭力也越強，收入也越高。因此，高受教育程度的農(nóng)村勞動力進行非農(nóng)轉(zhuǎn)移的概率更大。

婚姻狀況在模型2中的回歸結(jié)果表明，農(nóng)村勞動力是否進行非農(nóng)轉(zhuǎn)移與婚姻存在明顯的正相關關系。當其他條件不變時，已婚勞動力相比未婚勞動力發(fā)生非農(nóng)轉(zhuǎn)移的概率增加38.23%，已婚的農(nóng)村勞動力更傾向進行非農(nóng)轉(zhuǎn)移?？赡艿脑蚴墙Y(jié)婚帶來了新的家庭負擔，相對于較低的農(nóng)業(yè)收入，已婚農(nóng)村勞動力選擇通過非農(nóng)轉(zhuǎn)移來獲取更多報酬以提高收入，緩解家庭負擔。

4 結(jié)論與建議

4.1 結(jié)論

本文基于湖北省兩縣的調(diào)研數(shù)據(jù)，利用Logit模型研究互聯(lián)網(wǎng)使用對農(nóng)村勞動力非農(nóng)轉(zhuǎn)移的影響，驗證了互聯(lián)網(wǎng)使用對農(nóng)村勞動力非農(nóng)轉(zhuǎn)移存在促進作用，并發(fā)現(xiàn)個人特征中的性別、年齡、受教育程度、婚姻狀況在不同水平上對非農(nóng)轉(zhuǎn)移存在影響，其中年齡是負向影響，其余三項是正向作用。

4.2 提升互聯(lián)網(wǎng)使用對農(nóng)村勞動力非農(nóng)轉(zhuǎn)移促進作用的建議

4.2.1 加快互聯(lián)網(wǎng)基礎設施建設，提高農(nóng)村互聯(lián)網(wǎng)普及程度?；ヂ?lián)網(wǎng)的使用有利于信息的流動，農(nóng)村勞動力足不出戶即可了解外地的就業(yè)信息，極大地降低信息的傳播成本，促進農(nóng)村勞動力的非農(nóng)轉(zhuǎn)移，有利于增加收入，縮小城鄉(xiāng)收入差距，促進農(nóng)村社會發(fā)展。因此，要進一步加強互聯(lián)網(wǎng)基礎設施建設，不斷提高互聯(lián)網(wǎng)在農(nóng)村地區(qū)的普及程度，降低農(nóng)村居民接入互聯(lián)網(wǎng)的成本;積極引導、鼓勵農(nóng)村居民使用互聯(lián)網(wǎng)，重視移動互聯(lián)網(wǎng)的作用，通過講座、集中培訓等方式幫助農(nóng)村勞動力更好地通過互聯(lián)網(wǎng)獲取就業(yè)信息[3]。

4.2.2 加大農(nóng)村教育投入，提高農(nóng)村勞動力文化素質(zhì)。除了互聯(lián)網(wǎng)使用外，受教育程度也在一定程度上影響了農(nóng)村勞動力的非農(nóng)轉(zhuǎn)移，較高的文化素養(yǎng)對于非農(nóng)轉(zhuǎn)移有著顯著的正向影響。因此，要不斷加大農(nóng)村教育投入，強化農(nóng)村教育基礎設施建設，改善農(nóng)村教學條件，不斷提高農(nóng)村勞動力的文化水平[4]。同時，要加強職業(yè)教育，幫助農(nóng)村勞動力掌握專業(yè)技術，提升人力資本，適應市場需求，促進農(nóng)村勞動力非農(nóng)轉(zhuǎn)移[5]。

4.2.3 加強互聯(lián)網(wǎng)信息監(jiān)管，建立官方信息平臺?；ヂ?lián)網(wǎng)固然便利了信息的傳播，但網(wǎng)絡詐騙、信息泛濫愈演愈烈，網(wǎng)絡中充斥著大量不易識別的虛假信息，對于互聯(lián)網(wǎng)使用者辨別真?zhèn)螛?gòu)成了很大的挑戰(zhàn)。政府部門應加強互聯(lián)網(wǎng)信息監(jiān)管，運用多種手段抑制虛假信息的產(chǎn)生與傳播，減少虛假信息造成的損失;建立官方就業(yè)信息發(fā)布平臺，提高信息可信度，促進用人單位與勞動力雙方匹配效率的提高[6]。

參考文獻

[1]張剛.互聯(lián)網(wǎng)是否促進了農(nóng)村非農(nóng)就業(yè)：基于CGSS數(shù)據(jù)的經(jīng)驗研究[J].現(xiàn)代管理科學，2018（3）：106-108.

[2]趙羚雅，向運華.互聯(lián)網(wǎng)使用、社會資本與非農(nóng)就業(yè)[J].軟科學，2019（6）：49-53.

[3]徐輝，劉玉成，張明如.多元就業(yè)條件下農(nóng)民就業(yè)選擇分析[J].統(tǒng)計與決策，2017（10）：108-111.

[4]周冬.互聯(lián)網(wǎng)覆蓋驅(qū)動農(nóng)村就業(yè)的效果研究[J].世界經(jīng)濟文匯，2016（3）：76-90.

[5]馬俊龍，寧光杰.互聯(lián)網(wǎng)與中國農(nóng)村勞動力非農(nóng)就業(yè)[J].財經(jīng)科學，2017（7）：50-63.

[6]應永勝.新生代農(nóng)民就業(yè)選擇與經(jīng)濟收入異化研究[J].現(xiàn)代經(jīng)濟探討，2016（7）：32-37.