[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(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的影響,驗(yàn)證互聯(lián)網(wǎng)使用對(duì)農(nóng)村勞動(dòng)力行非農(nóng)轉(zhuǎn)移的促進(jìn)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(dòng)力非農(nóng)轉(zhuǎn)移。同時(shí)根據(jù)分析結(jié)果提出加快互聯(lián)網(wǎng)基礎(chǔ)設(shè)施建設(shè),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(dòng)力文化素質(zhì);加強(qiáng)互聯(lián)網(wǎng)信息監(jiān)管,建立官方信息平臺(tái)等建議,從多個(gè)方面提升互聯(lián)網(wǎng)使用對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的促進(jìn)作用。
[關(guān)鍵詞] 互聯(lián)網(wǎng);非農(nóng)轉(zhuǎn)移;Logit模型
推薦閱讀:“互聯(lián)網(wǎng)+”在建筑施工企業(yè)管理中的應(yīng)用
改革開放以來,我國經(jīng)濟(jì)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(yán)重。與城市相比,農(nóng)村居民收入偏低,農(nóng)村社會(huì)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(xiàng)重要措施就是促進(jìn)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移。當(dāng)前,我國正處于經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型的重要時(shí)期,需要更多地引導(dǎo)勞動(dòng)力從第一產(chǎn)業(yè)轉(zhuǎn)入其他產(chǎn)業(yè)。21世紀(jì)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€(gè)重要部分,在便利日常生活的同時(shí)也帶來了諸多領(lǐng)域的變革。互聯(lián)網(wǎng)的使用毫無疑問會(huì)加速農(nóng)村地區(qū)的信息傳播,降低信息的傳播成本[1]。對(duì)于農(nóng)村勞動(dòng)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(dòng)力更易進(jìn)行非農(nóng)轉(zhuǎn)移[2]。本文依靠實(shí)地調(diào)研數(shù)據(jù),通過實(shí)證分析,檢驗(yàn)互聯(lián)網(wǎng)使用是否對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移存在影響。
1 數(shù)據(jù)來源及模型設(shè)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(cái)經(jīng)政法大學(xué)工商管理學(xué)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(gè)行政村,調(diào)研的主要形式是派遣調(diào)研員深入基層,進(jìn)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(biāo)的問卷后,得到樣本563個(gè)。
1.2 模型設(shè)定
本文主要研究的是互聯(lián)網(wǎng)對(duì)農(nóng)村勞動(dòng)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(shè)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(dòng)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(xué)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(dòng)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(jì)系數(shù),Xn是自變量,ε是隨機(jī)擾動(dòng)項(xiàng)。
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(dòng)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(rèn)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(xiàng)個(gè)人特征。
根據(jù)調(diào)研問卷及數(shù)據(jù),本研究選取各項(xiàng)指標(biāo)定義及賦值如表1所示。
3 實(shí)證分析
3.1 多重共線性檢驗(yàn)
為了確保所有自變量之間不存在相關(guān)關(guān)系,在進(jìn)行Logit回歸分析前,首先對(duì)所有自變量進(jìn)行多重共線性檢驗(yàn)。本文選用方差膨脹因子(VIF)與容差值(1/VIF)作為評(píng)價(jià)指標(biāo),一般認(rèn)為方差膨脹因子小于10.0,容差值大于0.10,可以認(rèn)定自變量之間并不存在共線性問題。
本文使用了統(tǒng)計(jì)分析軟件Stata14測算各個(gè)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(gè)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(yàn)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(fù)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(gè)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(duì)所有指標(biāo)進(jìn)行二元Logit回歸分析,研究所選互聯(lián)網(wǎng)使用對(duì)農(nóng)村勞動(dòng)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(xiàng)指標(biāo)均對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移存在較為顯著的影響。其中,年齡為負(fù)向影響,其余為正向影響。政治面貌指標(biāo)則未通過顯著性檢驗(yàn)。
互聯(lián)網(wǎng)使用指標(biāo)在模型1中的回歸結(jié)果表明,其每提高一個(gè)等級(jí),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(gè)等級(jí),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(shí)促進(jìn)了農(nóng)村勞動(dòng)力的非農(nóng)轉(zhuǎn)移,而且手機(jī)上網(wǎng)相對(duì)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(dòng)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(xué)習(xí)新的知識(shí)和技能,從而提高自己的人力資本,適應(yīng)勞動(dòng)力市場的需求。
論文指導(dǎo) >
SCI期刊推薦 >
論文常見問題 >
SCI常見問題 >