王明揚(yáng) 張雪逸 戎曉紅

（徐州工業(yè)職業(yè)技術(shù)學(xué)院，江蘇 徐州221140）

隨著經(jīng)濟(jì)的高速發(fā)展和社會(huì)的轉(zhuǎn)型升級(jí)，農(nóng)村勞動(dòng)力轉(zhuǎn)移方向發(fā)生了新的變化，逐步由“外出民工潮”向“返鄉(xiāng)創(chuàng)業(yè)潮”轉(zhuǎn)變。2020年1月19日，由國(guó)家發(fā)展和改革委員會(huì)等19個(gè)部門聯(lián)合印發(fā)的《關(guān)于推動(dòng)返鄉(xiāng)入鄉(xiāng)創(chuàng)業(yè)高質(zhì)量發(fā)展的意見(jiàn)》提出，支持農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)。農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)可帶動(dòng)當(dāng)?shù)鼐蜆I(yè)，是推動(dòng)鄉(xiāng)村振興的重要舉措［1］。本文通過(guò)對(duì)江蘇省連云港市贛榆區(qū)15個(gè)鄉(xiāng)鎮(zhèn)返鄉(xiāng)創(chuàng)業(yè)人員展開(kāi)問(wèn)卷調(diào)查，并用統(tǒng)計(jì)軟件分析農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)意愿及影響因素，用小素材反映大背景，旨在為新生代農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)提供參考，為政府優(yōu)化創(chuàng)業(yè)環(huán)境提供樣本。

1 研究區(qū)概況

贛榆區(qū)地處蘇魯交界的黃海之濱、海州灣畔，是江蘇省的“北大門”。全區(qū)總面積1 514 km2，人口119萬(wàn)，下轄15個(gè)鎮(zhèn)。2019年，贛榆區(qū)農(nóng)村居民人均可支配收入19 076元，增長(zhǎng)8.90%；2019年實(shí)現(xiàn)地區(qū)生產(chǎn)總值624億元，增長(zhǎng)5.80%；一般公共預(yù)算收入28.8億元，增長(zhǎng)11.50%。本次調(diào)研范圍為贛榆區(qū)15個(gè)鄉(xiāng)鎮(zhèn)。

2 數(shù)據(jù)來(lái)源與研究方法

2020年7—8月，對(duì)贛榆區(qū)15個(gè)鄉(xiāng)鎮(zhèn)進(jìn)行問(wèn)卷調(diào)查，每個(gè)鎮(zhèn)50份問(wèn)卷，共發(fā)放問(wèn)卷750份，有效收回691份，有效問(wèn)卷率92.13%。利用SPSS統(tǒng)計(jì)分析軟件進(jìn)行描述性分析，利用Logistic模型對(duì)新生代農(nóng)民工是否返鄉(xiāng)創(chuàng)業(yè)進(jìn)行分析。Logistic模型的具體形式如下：

可進(jìn)一步轉(zhuǎn)換為

式（2）中，Pi是農(nóng)民工愿意返鄉(xiāng)創(chuàng)業(yè)概率，即模型中的因變量；而X1i、X2i等為影響因素，即模型中的自變量；β為影響因素的系數(shù)大?。沪舏為截距，表示誤差［2］。

3 結(jié)果與分析

3.1 模型變量選擇

對(duì)于贛榆區(qū)新生代農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)意愿的問(wèn)卷調(diào)查數(shù)據(jù)，本文利用統(tǒng)計(jì)軟件SPSS進(jìn)行Logistc回歸處理。構(gòu)建Logistic模型時(shí)，將贛榆區(qū)新生代農(nóng)民工的返鄉(xiāng)創(chuàng)業(yè)意愿設(shè)置為因變量。對(duì)于自變量，即返鄉(xiāng)創(chuàng)業(yè)的影響因素，包括調(diào)研對(duì)象自身基本情況的內(nèi)在影響因素、農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)的外在影響因素以及自我評(píng)價(jià)因素。其中，調(diào)研對(duì)象自身基本情況的內(nèi)在影響因素包括性別、年齡、學(xué)歷和月收入，外在影響因素包括務(wù)工期間的收獲、創(chuàng)業(yè)動(dòng)機(jī)、創(chuàng)業(yè)原因、政府支持，返鄉(xiāng)創(chuàng)業(yè)的自我評(píng)價(jià)包括家庭因素、年齡性別和風(fēng)險(xiǎn)偏好。本文選取上述3個(gè)方面的8個(gè)因素作為自變量［3］，具體如表1所示。

3.2 數(shù)據(jù)處理及模型計(jì)算

本文數(shù)據(jù)主要利用SPSS軟件進(jìn)行分析，同時(shí)包括對(duì)參數(shù)的估計(jì)檢驗(yàn)。本研究以所有的變量對(duì)返鄉(xiāng)新生代農(nóng)民工創(chuàng)業(yè)意愿均具有顯著影響為假定條件，而且要明晰各個(gè)變量對(duì)研究對(duì)象的作用方向。因此，利用SPSS進(jìn)行分析時(shí)采用了強(qiáng)制進(jìn)入的方法，從而得到了表2的回歸模型分析表。

由表3的模型匯總結(jié)果可以看出，預(yù)測(cè)的準(zhǔn)確率達(dá)到了75.40%，而強(qiáng)制回歸模型的最大似然平方的對(duì)數(shù)值為303.943，變量對(duì)因變量解釋能力R方值為0.267，擬合優(yōu)度R方值為0.360，從而可以得出模型的擬合程度較好。當(dāng)最大似然平方的對(duì)數(shù)值結(jié)果偏小時(shí)，就代表回歸方程的似然值偏大，也同樣代表著模型擬合度較好；當(dāng)最大似然平方的對(duì)數(shù)值結(jié)果偏大時(shí)，就代表回歸方程的似然值偏小，也同樣代表著模型擬合度較差。為了使得整個(gè)模型愈加完整，調(diào)查結(jié)果更加符合實(shí)際，研究還運(yùn)用了向后逐步剔除法（Likelihood Ratio）進(jìn)行下一步的研究分析，剔除的依據(jù)是最大偏似然估計(jì)值似然比統(tǒng)計(jì)量的概率值［4］。在模型中，將0.30作為剔除模型變量的標(biāo)準(zhǔn)，將0.05作為變量進(jìn)入模型的標(biāo)準(zhǔn)，得到如表4所示的回歸模型。

表1 各變量數(shù)據(jù)表述

表2 強(qiáng)制進(jìn)入回歸模型分析表

從表5可以觀察到，經(jīng)向后逐步剔除法得到回歸模型的最大似然平方的對(duì)數(shù)值為308.010，變量對(duì)因變量解釋能力R方值為0.255，擬合優(yōu)度R方值為0.354，而預(yù)測(cè)的準(zhǔn)確率達(dá)到了75.70%，模型的擬合度較好，因此得出回歸方程可以合成，原因是后逐步剔除回歸模型的檢驗(yàn)結(jié)果與強(qiáng)制進(jìn)入得到的模型結(jié)果比較吻合。從回歸模型可以發(fā)現(xiàn)，年齡、性別、風(fēng)險(xiǎn)偏好對(duì)農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)意愿的影響顯著性較高。根據(jù)回歸系數(shù)的比較得出，性別是對(duì)研究對(duì)象返鄉(xiāng)創(chuàng)業(yè)意愿影響最顯著的因素。

表3 強(qiáng)制進(jìn)入回歸模型匯總結(jié)果表

表4 向后逐步剔除回歸模型分析表

表5 向后逐步剔除回歸模型匯總結(jié)果表

4 結(jié)論與建議

4.1 研究結(jié)論

對(duì)于受調(diào)查者的基本情況，性別、年齡、學(xué)歷均是顯著影響農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)意愿的因素。從性別來(lái)看，由于創(chuàng)業(yè)是男性大腦深處的欲望，相比女性而言男性創(chuàng)業(yè)意愿更強(qiáng)；女性創(chuàng)業(yè)受興趣及家庭影響，其返鄉(xiāng)創(chuàng)業(yè)意愿明顯要弱于男性。從年齡來(lái)看，31～40歲年齡階段的農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)意愿更強(qiáng)烈。從學(xué)歷來(lái)看，創(chuàng)業(yè)意愿基本呈現(xiàn)正態(tài)分布，學(xué)歷較高與較低者的返鄉(xiāng)創(chuàng)業(yè)意愿均較低［5］。

4.2 建議

一是完善農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)相關(guān)條例。有規(guī)矩則是方圓，農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)面臨的困難與挑戰(zhàn)極多，如技術(shù)、資金、租賃等。對(duì)此，應(yīng)采取培訓(xùn)的方式，提高農(nóng)民工自身專業(yè)技能；可通過(guò)眾籌、貸款、國(guó)家補(bǔ)助等多方面進(jìn)行資金的籌集，以確保返鄉(xiāng)創(chuàng)業(yè)工作有序進(jìn)行。同時(shí)，政府要針對(duì)農(nóng)民工制定諸多特權(quán)，以確保農(nóng)民工權(quán)益，提高其返鄉(xiāng)創(chuàng)業(yè)積極性。二是返鄉(xiāng)創(chuàng)業(yè)應(yīng)與電商相結(jié)合。新時(shí)代背景下，科技、經(jīng)濟(jì)均在飛速進(jìn)步，對(duì)此，可利用各種各樣的短視頻軟件，如抖音、快手、火山小視頻等進(jìn)行宣傳和推廣，進(jìn)而幫助返鄉(xiāng)農(nóng)民工從創(chuàng)業(yè)中獲得更多收益，擴(kuò)大創(chuàng)業(yè)規(guī)模。三是改善農(nóng)村水、電、路、網(wǎng)絡(luò)覆蓋等問(wèn)題。返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)后從事的種植業(yè)、養(yǎng)殖業(yè)、服務(wù)業(yè)等通常會(huì)面臨雷雨干旱天氣、交通不便、網(wǎng)絡(luò)覆蓋不全面等諸多問(wèn)題，這些問(wèn)題直接影響了返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)的積極性。因此，當(dāng)?shù)卣畱?yīng)加大投資力度建設(shè)農(nóng)村基礎(chǔ)設(shè)施，確保水、電、路、網(wǎng)等全覆蓋，從而提高農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)的積極性，保障創(chuàng)業(yè)工作有序開(kāi)展。