论文部分内容阅读
摘 要：主要利用Logit回归模型和上海市第二次农业普查数据就对影响农村居民转移就业的个人自身因素进行实证分析，以揭示这些因素对农村居民非农就业的作用方向、机制和程度。
关键词：农村居民；非农就业；Logit回归；实证分析
中图分类号：F241.4 文献标志码：A 文章编号：1673-291X（2012）01-0124-02
收稿日期：2011-10-16
作者简介：方万里（1979-），男，江苏沭阳人，讲师，硕士研究生，从事经济统计研究。
农村居民是继续从事农业生产还是转移到其他产业实现非农就业，其选择受到各种因素的影响和限制，这些因素有个人自身原因也有外部环境使然，这里主要利用Logit回归模型对影响农村居民转移就业的个人自身因素进行实证分析，以揭示这些因素对农村居民非农就业的作用方向、机制和程度。
一、Logit回归模型
假设农村居民有从事农业和从事非农业（如果从事非农业即说明其实现了转移就业）两种就业选择，选择的概率分别为 1- P 和 P，影响就业选择的因素有X1、X2、…、Xn，则可建立二项Logit回归模型：
二、数据处理
利用随机函数，从上海市第二次农业普查的家庭住户居民表数据库中随机抽取出98 366个样本数据，约占16~60岁居民表总体的2.3%。样本中，从事农业的比例为13.5%、非农业为86.5%，与总体的比例13.6%和86.4%相近，说明样本具有很好的代表性。
影响农村居民就业的自身因素很多，如性别、年龄、受教育程度、是否接受过培训、身体健康状况、家庭经济条件、择业观念等。综合考虑实际情况、这次农业普查所设计的数据指标及上文的分析和相关专家学者的研究成果（如杜书云，2007），本文以上海第二次农业普查中农村居民主要从事行业（Y）为因变量，选取其中的性别（X1）、年龄（X2）、受教育程度（X3）和是否参加过职业技能培训（X4）四个指标为自变量，把其他内外因素的影响看成常数，即模型中的α。则相应的Logit回归模型为：
对这些变量做相应的处理：男性（X1=1）、女性（X1=0）；年龄按年龄值计（即X2=年龄）；受教育程度为“文盲”（X3=1）、“小学”（X3=2）、“初中”（X3=3）、“高中”（X3=4）、“大专及以上”（X3=5）；参加过职业技能培训（X4=1）、未参加过职业技能培训（X4=0）；2006年主要从事行业为农林牧副渔业（农业，Y=0）、从事其他行业（非农业，Y=1）。
三、结果分析
利用SAS9.1进行Logit回归，结果（见表1）。各系数估
计值在0.05显著性水平下均通过检验，并且系数符号方向合理，将各个系数估计值带入表达式（2）中，得：
计算出转移就业的平均概率为0.863，与总体非农从业人员的比例86.4%相当接近。
可以初步判断该模型拟合的较为理想。
性别的系数为0.0763，大于零，说明男性比较女性而言更愿意转移到非农产业就业。第二次农业普查结果显示上海农村居民农业从业人口58.55万，其中男性22.63万，女性35.92万，女性高于男性，可以看出更多的男性已经转移到非农产业中。
年龄的系数为-0.0636，小于零，说明随着年龄的增大，劳动力转移就业的动力或能力下降。
接受教育程度的系数为0.2831，大于零，说明接受教育程度越高，越不愿意从事农业生产，或者说更有能力转移从事二三产业。
培训的系数为0.3742，大于零，而且是所有系数中绝对值最大的，这说明对农村居民进行职业技能培训是实现他们转移就业的最重要环节。农村居民由于普遍文化程度较低，通过自学掌握其他职业技能要困难的多，付出的成本也相对较高，而二三产业一般都有一定的知识和职业技能要求，没有接受过培训的农村居民很在转移过程中处于弱势，所以职业技能培训越发显得重要。
参考文献：
[1] 平狄克，鲁宾费尔德.计量经济模型与经济预测：中译本[M].北京:机械工业出版社，1999.
[2] 王济川，郭志刚.Logistic回归模型——方法与应用[M].北京:高等教育出版社，2001.
[3] 上海市第二次农业普查领导小组办公室，上海市统计局，国家统计局上海调查总队.上海市第二次农业普查主要数据公报[EB/OL].
上海市统计网，2007.
[4] 杜书云.农村劳动力转移就业成本—收益问题研究[M].北京:经济科学出版社，2007.
[5] 熊会兵.中国农村劳动力非农就业问题研究[D].武汉:华中农业大学博士学位论文，2005.
[责任编辑 吴明宇]
关键词：农村居民；非农就业；Logit回归；实证分析
中图分类号：F241.4 文献标志码：A 文章编号：1673-291X（2012）01-0124-02
收稿日期：2011-10-16
作者简介：方万里（1979-），男，江苏沭阳人，讲师，硕士研究生，从事经济统计研究。
农村居民是继续从事农业生产还是转移到其他产业实现非农就业，其选择受到各种因素的影响和限制，这些因素有个人自身原因也有外部环境使然，这里主要利用Logit回归模型对影响农村居民转移就业的个人自身因素进行实证分析，以揭示这些因素对农村居民非农就业的作用方向、机制和程度。
一、Logit回归模型
假设农村居民有从事农业和从事非农业（如果从事非农业即说明其实现了转移就业）两种就业选择，选择的概率分别为 1- P 和 P，影响就业选择的因素有X1、X2、…、Xn，则可建立二项Logit回归模型：
二、数据处理
利用随机函数，从上海市第二次农业普查的家庭住户居民表数据库中随机抽取出98 366个样本数据，约占16~60岁居民表总体的2.3%。样本中，从事农业的比例为13.5%、非农业为86.5%，与总体的比例13.6%和86.4%相近，说明样本具有很好的代表性。
影响农村居民就业的自身因素很多，如性别、年龄、受教育程度、是否接受过培训、身体健康状况、家庭经济条件、择业观念等。综合考虑实际情况、这次农业普查所设计的数据指标及上文的分析和相关专家学者的研究成果（如杜书云，2007），本文以上海第二次农业普查中农村居民主要从事行业（Y）为因变量，选取其中的性别（X1）、年龄（X2）、受教育程度（X3）和是否参加过职业技能培训（X4）四个指标为自变量，把其他内外因素的影响看成常数，即模型中的α。则相应的Logit回归模型为：
对这些变量做相应的处理：男性（X1=1）、女性（X1=0）；年龄按年龄值计（即X2=年龄）；受教育程度为“文盲”（X3=1）、“小学”（X3=2）、“初中”（X3=3）、“高中”（X3=4）、“大专及以上”（X3=5）；参加过职业技能培训（X4=1）、未参加过职业技能培训（X4=0）；2006年主要从事行业为农林牧副渔业（农业，Y=0）、从事其他行业（非农业，Y=1）。
三、结果分析
利用SAS9.1进行Logit回归，结果（见表1）。各系数估
计值在0.05显著性水平下均通过检验，并且系数符号方向合理，将各个系数估计值带入表达式（2）中，得：
计算出转移就业的平均概率为0.863，与总体非农从业人员的比例86.4%相当接近。
可以初步判断该模型拟合的较为理想。
性别的系数为0.0763，大于零，说明男性比较女性而言更愿意转移到非农产业就业。第二次农业普查结果显示上海农村居民农业从业人口58.55万，其中男性22.63万，女性35.92万，女性高于男性，可以看出更多的男性已经转移到非农产业中。
年龄的系数为-0.0636，小于零，说明随着年龄的增大，劳动力转移就业的动力或能力下降。
接受教育程度的系数为0.2831，大于零，说明接受教育程度越高，越不愿意从事农业生产，或者说更有能力转移从事二三产业。
培训的系数为0.3742，大于零，而且是所有系数中绝对值最大的，这说明对农村居民进行职业技能培训是实现他们转移就业的最重要环节。农村居民由于普遍文化程度较低，通过自学掌握其他职业技能要困难的多，付出的成本也相对较高，而二三产业一般都有一定的知识和职业技能要求，没有接受过培训的农村居民很在转移过程中处于弱势，所以职业技能培训越发显得重要。
参考文献：
[1] 平狄克，鲁宾费尔德.计量经济模型与经济预测：中译本[M].北京:机械工业出版社，1999.
[2] 王济川，郭志刚.Logistic回归模型——方法与应用[M].北京:高等教育出版社，2001.
[3] 上海市第二次农业普查领导小组办公室，上海市统计局，国家统计局上海调查总队.上海市第二次农业普查主要数据公报[EB/OL].
上海市统计网，2007.
[4] 杜书云.农村劳动力转移就业成本—收益问题研究[M].北京:经济科学出版社，2007.
[5] 熊会兵.中国农村劳动力非农就业问题研究[D].武汉:华中农业大学博士学位论文，2005.
[责任编辑 吴明宇]