农民工职业流动的代际差异及影响因素分析——基于福州、厦门、泉州的调查数据

利用福州、厦门、泉州的调查数据,建立零膨胀负二项回归模型,探讨家庭社会资本、工作状况对农民工职业流动代际差异的影响。研究发现,老一代农民工较新生代农民工职业流动频率更高,呈现明显的代际差异。其中,教育程度对老一代农民工职业流动具有显著的负向影响,而婚姻状况、外出务工年限对老一代农民工职业流动具有显著的正向影响。家庭外出务工人数对新生代农民工职业流动具有显著的负向影响,有无拖欠工资对新生代农民工职业流动具有显著的正向影响,工作满意程度对两代农民工职业流动具有显著的负向影响。据此结论,提出3点针对性建议:(1)加强对农民工的人文关怀,扩宽社会资本积累方式;(2)改善农民工的就业状况,提升就业质量;(3)提高农民工人力资本积累,增强就业竞争力。     

农民工就业能力的影响因素分析

农民工就业能力问题是研究农民工就业的核心之一,备受关注。从实际调查的566个农民工数据出发,运用二元Logistic模型对农民工就业能力的影响因素进行实证分析。结果表明:年龄、技能专长、外出务工年限、父亲受教育程度、家庭人均年收入、技能培训显著正向影响农民工就业能力,即年龄越大、技能水平越高、外出务工年限越长、父亲受教育程度越高、家庭年收入越高以及接受技能培训有助于农民工就业能力的提高;而性别、受教育程度、村域经济发展水平、母亲受教育程度、养老负担和政府推荐就业等对农民工就业能力没有影响。     

新生代农民工就业能力及个体差异研究——基于1613个样本数据

本文利用1613个样本问卷调查数据,运用描述性统计和方差分析方法实证分析了新生代农民工就业能力及其个体差异。结果表明,新生代农民工就业能力总体上偏低,不同年龄、不同受教育程度、不同外出务工时间和不同政府培训经历的新生代农民工就业能力存在极显著的个体差异,且表现为随着年龄的增长、受教育程度的提高、外出务工时间的增加和接受政府培训次数的增加,新生代农民工就业能力水平随之提高;但男女新生代农民工就业能力无显著的个体差异。     

人力资本、社会资本对农村劳动力就业的影响——基于CFPS2018数据的实证分析

本文利用CFPS2018数据,采用Logit模型,实证分析了人力资本、社会资本对农村劳动力就业分化和质量的影响及其代际差异。研究发现,人力资本和社会资本对农村劳动力就业分化和质量均起到不同程度的显著影响。社会资本在人力资本对就业影响中发挥一定调节作用;教育与社会资本在就业分化和就业质量中分别具有互补和替代效应;健康与社会资本在就业质量中存在互补效应。两类资本对就业的影响具有显著代际差异,人力资本是影响新一代农村劳动力就业分化和就业质量的关键因素,而老一代就业分化和质量则受到两类资本的双重显著影响。基于此,在提升人力资本存量和社会资本积累的同时,应兼顾群体共性和代际差异特征,实现农村劳动力就业的有序转移。     

农民工城市融入的影响因素及其代际差异

基于代际差异视角和724份问卷调查数据,从经济、政治、文化和社会四个维度测评了农民工的城市融入程度并分析其影响因素。结果表明,新生代农民工的城市融入综合得分较老生代农民工高出0.157 766。文化程度、务工年数对农民工融入城市有正向作用,年龄、婚姻、兄弟姐妹数等变量影响不显著。是否有亲属在政府部门、参加同乡会对新生代农民工影响显著。新生代农民工的城市融入度因区域和企业所有制不同而存在明显差异,老生代农民工的城市融入则只受文化程度和务工年数的影响。     

农民工留城意愿影响因素分析——基于上海、广州、深圳724份调查数据

基于上海、广州、深圳724份农民工调查数据,运用Logistic回归模型实证考察农民工留城意愿的影响因素。研究表明,在农民工个体及务工特征变量中,性别对农民工留城意愿有一定影响,文化程度和务工收入影响显著;在城市融合因素中,参加社会活动、与同事和朋友的关系、与本地人和邻里的关系及本地人对农民工的友好态度均正向影响显著。婚姻状况、代际差异、是否签订劳动合同、城市居住时间及自我认同状况影响不显著。     

农民工居住环境与年老后定居方式选择——基于辽宁497名农民工的调查数据

基于497份辽宁省农民工抽样调查数据,采用mlogit模型分析农民工在城市的居住环境与其年老后的定居方式选择之间的关系。结果表明：农民工在城市的居住环境越好,越倾向于年老后在城市定居;随着农民工在城市的住房质量和人均居住面积的提高,年老后定居城市的概率上升;邻居类型对农民工年老后的定居方式没有显著影响;在县城务工的农民工比在省城务工的农民工更可能在年老后定居城市;与女性农民工相比,男性更偏向于年老后回农村居住;受教育程度越高的农民工,年老后定居城市的可能性越高。     

人力资本对农民工就业、收入和社会保险参与的影响

依据2005年吉林省进城务工人员调查数据,应用微观经济计量方法,分析人力资本对农民工进城务工就业、收入和参与社会保险的影响。研究结果发现教育、培训、工作经验和技术等级对农民工就业倾向具有十分显著的影响;教育、培训、技术等级和工作经验对农民工的收入产生明显促进作用,其中接受高等教育、务工时间2年以上、接受一般培训或者具有技术等级的农民工比相应对照组农民工的收入高出20%、9.30%、11.49%和7.60%;教育、培训和技术等级对农民工参与社会保险具有显著的正向影响,接受高等教育、具有技术等级或者接受培训的进城务工人员参与失业保险和养老保险的发生比是相对应参照组进城务工人员的发生比的2倍左右。     

农民工储蓄行为影响因素研究

基于宁波市650位农民工金融行为的问卷调查数据,从人力资本、就业状况、收入状况视角对农民工储蓄行为的影响因素进行了计量分析。结果表明:家庭就业人数、外出务工比例、累计工作年限、就业方式、劳动人口负担率、购买保险和就业领域对农民工储蓄行为具有显著影响,其他因素对农民工储蓄行为不存在显著影响。     

性别视角下就业质量对农民工市民化的影响分析——基于厦门和漳州的调查数据

本文基于厦门、漳州两地614份农民工问卷调查数据,建立二项logistic模型,分析了就业质量对农民工市民化意愿的影响的性别差异。结果表明:农民工市民化的意愿并不强烈,只有28.3%的农民工有市民化的意愿;女性农民工的市民化意愿高于男性农民工。女性农民工的就业质量(合理的工作时间、劳动合同的签订、工作满意度)越高,市民化意愿越强。对男性农民工而言,就业质量(拥有社会保障和住房公积金及工作满意度)越高,市民化意愿越强。较低的就业质量不利于推动农民工市民化进程的发展。因此,注重农民工就业质量的性别差异、提高农民工群体的就业质量对农民工市民化进程具有十分重要的作用。     

农民工汇款水平及其内生影响因素——基于人力资本、就业视角

基于宁波市552名农民工问卷调查数据,运用区间回归模型,从人力资本、就业视角对农民工汇款水平及其影响因素进行了实证研究。结果表明:农民工每月汇款水平主要在1 000元以下;汇款额随年龄的增加呈"∩"型分布;高中及中专学历汇款水平最高;西部地区汇款额略多于中、东部。第二产业汇款水平略高于第一产业;合同工汇款最少;人口负担率越高,汇款水平越高。性别变量正向影响显著,男性的影响系数为137.896;户籍所在地负向影响显著,中部和西部地区的影响系数分别为-250.035、-266.891;就业领域正向影响显著,第二产业的影响系数为101.665;就业方式正向影响显著,自营的影响系数为262.255;外出务工比例、家庭就业人数的影响系数分别为-366.999和-50.502,负向影响显著。年龄、文化程度、现职工作年限、总工作年限、人口负担系数影响不显著。     

农民工就业分化及其影响因素

利用2013年中国综合社会调查数据,运用Logistic计量模型研究了农民工的就业分化及其影响因素。研究发现：近60%的农民工从事雇员类工作;暂时性失业或返农农民工的比例达15.53%;自我雇佣类农民工占比为25.06%;男性农民工处于较高层级工作岗位的概率更大;受教育水平能够显著提升农民工进入高层级工作岗位的概率,是农民工职业层晋级的重要决定因素;家庭经济状况较好、居住在城市中心区域的农民工进入较高层级工作岗位的可能性更大;农民工的年龄与其职业层之间呈倒“U”型关系;影响农民工职业层晋级的因素会因代际、收入水平以及居住区域不同而存在差异。     

人力资本对农民工返乡行为的影响——基于代际差异视角的分析

随着新时代的到来,农民工返乡行为受到其人力资本异化的深刻影响。基于经典托达罗模型,引入人力资本相关变量,构建拓展的托达罗迁移决策模型,通过调查问卷采集陕西省526户农民工的样本数据,针对农民工未外出、在外务工未返乡和外出务工已返乡三种就业流动状态,运用Multinomial Logistic模型分析人力资本对劳动力行为决策的影响机制,并进一步利用分样本回归模型探讨新生代、中生代和老一代农民工群体的返乡决策差异。结果表明：人力资本因素对农民工返乡行为存在显著影响,表现为受教育程度低、劳动年限长、具有非农技能的农民工返乡概率更大;分样本回归模型分析则表明老一代农民工的此类返乡特征更加突出;另外,研究还发现女性明显偏向于做出不外出和返乡决策,年龄大的农民工更偏向于选择返乡。鉴于此,提出以下对策建议：加强农村地区教育资源投入,提高农民工受教育水平;加强农民工的职业技能培训,提高其择业就业能力;加强农村地区基础设施建设,优化农民工返乡就业环境。     

人力资本与就业状况对农民工信贷需求、途径的影响

基于宁波市农民工金融行为问卷调查的数据,从人力资本、就业状况视角对农民工信贷需求、途径的影响因素进行了计量分析。结果表明：性别、年龄、累计务工年限和就业方式对农民工信贷需求具有显著影响,其他因素对农民工信贷需求不具有显著影响;性别、年龄、累计务工年限和收入对农民工正规信贷途径有显著影响,其他因素对农民工正规信贷途径不具有显著影响。在对结果进行解释之后,提出了主要结论和对策建议。     

新生代农民工幸福感影响因素研究——基于陕西省318位新生代农民工的调查数据

利用陕西省318位新生代农民工实地调查数据,在构建新生代农民工幸福感指标体系并测算其幸福感的基础上,采用线性回归模型,对影响新生代农民工总体幸福感的因素进行实证检验。基于性别、受教育程度、收入异质性视角,重点考察各因素对新生代农民工幸福感影响的群体差异。研究表明,第一,工作职位晋升满意度、职业病发生概率对新生代农民工幸福感有显著的正向影响,参加养老保险和工作技能培训的新生代农民工幸福感更高;较高的社会信任感知、良好的社会公平感知、认同度较高的社会观点和看法感知与较高的社会阶层认同感知可以提高新生代农民工的幸福感;子女数越多新生代农民工的幸福感越高,结伴外出务工的新生代农民工幸福感更高,而年龄有显著的负向影响;第二,各因素对不同群体新生代农民工幸福感的影响呈现出一定的差异性。     

社会资本对新生代农民工就业质量的影响分析——基于上海市的调查数据

中国社会是熟人社会,社会关系网络在就业过程中所发挥的作用不容忽视,它将最终影响到就业的质量.实证结果表明,新生代农民工的社会资本存量匮乏,就业质量偏低,其中就业质量受社会网络阶层差异的影响最为显著.网络阶层分布越广,工作收入越高,工作满意度也越高,与雇主的心理契约达成状况亦更佳.此外,网络规模越大,工作满意度越高.而网络紧密度与工作收入、参保概率呈负相关.在此基础上,为提高新生代农民工个体社会资本存量,最大程度发挥社会资本的效用,笔者提出若干尝试性的建议.     

回流农民工就业存在“走廊效应”吗?——基于辽宁省回流农民工的调查

基于辽宁省回流农民工的微观调查数据,构建其就业选择的计量模型,以验证回流农民工就业是否存在"走廊效应"。研究发现:回流农民工就业存在一定程度的走廊效应,回流前从事高技能工作者(包含销售和办事人员),回流后从事低技能工作的概率降低24.2%,而从事技能型工作的可能性增加26.1%。在城市务工中从事小摊贩或有固定店铺小业主职业者,回流后成为自雇者的概率增加34.3%;家中土地数、培训状况和回流地点对农民工体力劳动类就业影响显著,受教育程度、家中土地数、培训状况、回流地点和居住偏好对其技能型职业选择影响显著,居住偏好、培训状况、家中土地数和回流地点则对自雇职业选择具有重要的解释作用。     

社会经济地位对农民工身心健康的影响及其代际差异——基于CGSS 2015数据的实证分析

基于2015年"中国综合社会调查"数据,应用二元Logistic模型,探讨社会经济地位对农民工身心健康的影响及其代际差异。研究发现:社会经济地位对农民工身心健康具有显著影响。其中,受教育程度对农民工身心健康有显著的促进作用;家庭年收入对农民工身体健康的改善幅度更大,但对其心理健康的改善幅度逐渐减小;农民工在工作中所承担的职业角色不同,对其身心健康的影响也不同。同时,社会经济地位对新老两代农民工身心健康影响的代际差异显著。据此,提出促进农民工参加学习教育以提高农民工认知、获取和运用健康知识的能力,提高农民工的家庭年收入以增强农民工的健康投入能力,加强对农民工的人文关怀以增强农民工对职业角色的适应性等对策,以进一步提高农民工的身心健康水平。     

职业教育对农民工就业的影响分析——基于对全国2730个农民工的调查数据分析

本文采用国务院发展研究中心于2010年对农民工的调查数据,研究农民工的教育情况与其就业之间的关系,分析职业教育对农民就业的影响。通过对不同文化程度农民工的就业稳定性、单位性质、任职情况、参与社会保险情况及工作环境满意度等方面的比较,分析职业教育及技能培训对农民工的就业稳定性、就业环境及工作满意度的影响,研究结论对国家职业教育政策及个人的教育选择提供参考。     

欠发达省域农民工持续就业稳定性及影响因素——基于广西壮族自治区639份问卷调查数据

基于广西壮族自治区639份调查数据,以农民工就业的持续时间长短为观察变量,建立Cox比例风险模型,对欠发达省域农民工持续就业的稳定性影响因素进行实证分析。结果表明:年龄、婚姻状况及受教育年限对农民工退出城市劳动力市场的影响显著。农民工年龄每增加1岁,退出城市劳动力市场风险减少5.6%;已婚农民工较未婚农民工退出风险减少40.2%;受教育年限对农民工退出城市劳动力市场具有极显著的负影响,受教育年限每延长1年,退出风险降低17.8%。农民工的工作收入以及工作环境影响显著,人均纯收入越高,自评劳动强度越"小",自评技术能力越"好",与工作单位签订就业合同、购买社会保险、接受劳动培训的机会越多,退出风险越低。