常青青，劉平輝

2016年中央“一號(hào)文件”提出六大措施促進(jìn)農(nóng)民增收，事實(shí)上，解決“三農(nóng)”（農(nóng)業(yè)、農(nóng)村、農(nóng)民）問題的核心問題——農(nóng)民問題，關(guān)鍵就在于促進(jìn)農(nóng)民增收，而促進(jìn)農(nóng)民增收則立足于農(nóng)村勞動(dòng)力的充分就業(yè)［1］。農(nóng)村勞動(dòng)力就業(yè)是一個(gè)根據(jù)自身?xiàng)l件，兼顧內(nèi)外環(huán)境，綜合考慮得失的動(dòng)態(tài)的決策過程，它受到個(gè)體、家庭、制度、經(jīng)濟(jì)以及環(huán)境等諸多因素的影響。張務(wù)偉等［2］在分析中充分考慮到了農(nóng)村勞動(dòng)力就業(yè)的多維性，包括就業(yè)類型、就業(yè)時(shí)間、就業(yè)地點(diǎn)和就業(yè)收入等?？梢钥闯?，在農(nóng)村勞動(dòng)力就業(yè)影響因素的研究中，影響變量與結(jié)果變量均是多維的，因此本研究選擇結(jié)構(gòu)方程模型［3］來進(jìn)行研究分析。

國內(nèi)學(xué)者對(duì)農(nóng)村勞動(dòng)力就業(yè)影響因素的研究比較廣泛，主要分析單個(gè)或多個(gè)影響因素對(duì)農(nóng)村勞動(dòng)力就業(yè)的影響。王巍等［4］發(fā)現(xiàn)鄉(xiāng)村勞動(dòng)力人數(shù)是長期內(nèi)始終正向影響勞動(dòng)力就業(yè)的主要因素；黃河嘯［5］認(rèn)為勞動(dòng)力就業(yè)培訓(xùn)顯著正向影響農(nóng)民工增收；劉曉昀等［6］研究發(fā)現(xiàn)中國女性比男性從事非農(nóng)就業(yè)的可能性低24%，性別差異顯著；李強(qiáng)等［7］分析得出，受教育程度對(duì)農(nóng)村勞動(dòng)力就業(yè)選擇影響較大，且與農(nóng)戶收入正相關(guān)；陳江生等［8］研究表明，家庭勞動(dòng)力個(gè)數(shù)、平均受教育年限、收入和區(qū)域就業(yè)環(huán)境等對(duì)農(nóng)村勞動(dòng)力的流動(dòng)模式選擇均有重要影響；康蘭媛［9］研究得出，農(nóng)村勞動(dòng)力年齡大則省外就業(yè)意愿低，上年務(wù)工月收入和務(wù)工途徑顯著影響農(nóng)村勞動(dòng)力省外就業(yè)。通過分析并結(jié)合研究區(qū)域的實(shí)際情況，根據(jù)江西省撫州市臨川區(qū)279份有效農(nóng)戶問卷調(diào)查數(shù)據(jù)，從農(nóng)戶個(gè)體特征、人力資本［10］特征、家庭特征、區(qū)域特征4個(gè)層面選取了年齡、性別等18個(gè)變量，從就業(yè)狀況層面選取了務(wù)農(nóng)類型、從事行業(yè)和從業(yè)地點(diǎn)3個(gè)變量，據(jù)此來分析研究農(nóng)村勞動(dòng)力就業(yè)的影響因素，以期為此類研究提供參考。

1　區(qū)域概況

臨川區(qū)下轄9鄉(xiāng)17鎮(zhèn)、2個(gè)墾殖場(chǎng)、5個(gè)街辦和1個(gè)工業(yè)開發(fā)區(qū)［11］，是撫州市市委、市政府所在地。區(qū)內(nèi)鷹廈鐵路、浙贛鐵路和向樂鐵路貫穿全境，多條高速公路穿境而過，交通便利，且臨川區(qū)距廣東和浙江等發(fā)達(dá)省份均較近，地理區(qū)位優(yōu)越。臨川素稱“才子之鄉(xiāng)”，區(qū)內(nèi)基礎(chǔ)教育發(fā)達(dá)。臨川區(qū)自然、區(qū)位、文化教育等方面的特征均比較突出，因此，將其作為農(nóng)村勞動(dòng)力就業(yè)影響因素的研究區(qū)域具有較好的代表性。

2　數(shù)據(jù)來源

研究數(shù)據(jù)來源于2014－2015年的臨川區(qū)農(nóng)戶調(diào)查，調(diào)查以一對(duì)一入戶訪談的方式進(jìn)行，調(diào)查對(duì)象為擁有臨川區(qū)農(nóng)村戶籍的農(nóng)戶。此次問卷調(diào)查共分三個(gè)階段進(jìn)行：①預(yù)調(diào)查階段，2014年7月10~12日。調(diào)查歷時(shí)3 d，地點(diǎn)選在湖南鄉(xiāng)洪塘村、龍溪鎮(zhèn)湯家村和羅湖鎮(zhèn)良溪村，調(diào)查目的在于修正完善問卷中的不合理處，增加問卷的可讀性；②正式調(diào)查階段，2014年8月9~21日和2014年10月14~17日。調(diào)查歷時(shí)17 d，使用的調(diào)查問卷由三大部分組成，分別是戶主及家庭成員相關(guān)情況、耕地詳細(xì)情況和糧食種植信息；③補(bǔ)充調(diào)查階段，2015年6月1~7日。調(diào)查歷時(shí)7 d，補(bǔ)充調(diào)查的目的在于進(jìn)一步豐富樣本數(shù)量。此次調(diào)查，共獲得問卷樣本291份，其中有效樣本279份，樣本有效率達(dá)95.9%。

調(diào)查樣點(diǎn)的選擇綜合考慮了臨川區(qū)各鄉(xiāng)鎮(zhèn)街道的轄區(qū)面積、人口數(shù)量、經(jīng)濟(jì)水平、距離市區(qū)的遠(yuǎn)近程度、區(qū)域類型以及基本農(nóng)田面積，最終確定的調(diào)查樣點(diǎn)和各鄉(xiāng)鎮(zhèn)調(diào)查獲得的有效樣本戶數(shù)詳細(xì)情況見圖1。從圖1可以看出，本次調(diào)查共涉及臨川區(qū)行政范圍內(nèi)的17個(gè)鄉(xiāng)鎮(zhèn)街道、38個(gè)行政村，調(diào)查過程中在每個(gè)村均是隨機(jī)選取農(nóng)戶。此外，臨川區(qū)各鄉(xiāng)鎮(zhèn)街道的區(qū)域類型大致可以劃分為平原、丘陵和山地三大類，樣點(diǎn)鄉(xiāng)鎮(zhèn)街道個(gè)數(shù)分別為2、13和3，其中溫泉鎮(zhèn)同時(shí)具有丘陵和山地兩種區(qū)域類型特征。可以看出，取樣點(diǎn)分布均勻、數(shù)量豐富，而且比較充分地反映了臨川區(qū)自然地理方面的實(shí)際情況，因此調(diào)查具有一定的可信度。

表1從年齡、性別、婚姻狀況和文化程度4個(gè)方面對(duì)臨川區(qū)農(nóng)戶調(diào)查數(shù)據(jù)進(jìn)行了簡單統(tǒng)計(jì)。從中可以看出：①樣本中涉及到的農(nóng)村勞動(dòng)力年齡分布在17～72歲，各年齡段分布不均，兩端人數(shù)少、中間人數(shù)多，大致呈現(xiàn)正態(tài)分布，比較合理；②樣本農(nóng)村勞動(dòng)力的性別統(tǒng)計(jì)顯示男性明顯多于女性，這符合中國農(nóng)村勞動(dòng)力就業(yè)的實(shí)際情況；③婚姻狀況統(tǒng)計(jì)顯示在婚的農(nóng)村勞動(dòng)力人數(shù)占比明顯大于不在婚，這符合中國農(nóng)村人口婚姻狀況較為穩(wěn)定的現(xiàn)實(shí)［12］；④樣本中涉及到的農(nóng)村勞動(dòng)力文化程度分布與2014年撫州市的農(nóng)村居民文化程度分布相比，前者高中及以上文化程度的人數(shù)占比大于后者，這符合臨川區(qū)基礎(chǔ)教育質(zhì)量較高的實(shí)際情況［13］。因此，本次問卷調(diào)查所獲得的數(shù)據(jù)基礎(chǔ)信息合理、質(zhì)量較高，一定程度上能夠反映臨川區(qū)的實(shí)際情況。

圖1　樣點(diǎn)分布

3　模型設(shè)定與變量賦值

3.1　模型設(shè)定

結(jié)構(gòu)方程模型分為測(cè)量模型和結(jié)構(gòu)模型，是應(yīng)用線性方程表示觀測(cè)變量與潛變量之間，以及潛變量之間關(guān)系的一種多元統(tǒng)計(jì)方法［14］。模型的表達(dá)式如下：

公式（1）～（3）是表示結(jié)構(gòu)方程模型的3個(gè)矩陣方程式，其中，公式（1）是結(jié)構(gòu)模型，反映外生潛變量與內(nèi)生潛變量間的結(jié)構(gòu)關(guān)系，公式（2）和公式（3）是測(cè)量模型，反映潛變量與觀測(cè)變量間的關(guān)系，式中的自變量與因變量可以是連續(xù)型的，也可以是離散型的，對(duì)各公式變量所代表的含義解釋如下。

公式（1）中，η代表內(nèi)生潛變量，指就業(yè)狀況；ξ代表外生潛變量，指個(gè)體特征、人力資本特征、家庭特征和區(qū)域特征；ζ代表結(jié)構(gòu)方程的隨機(jī)誤差項(xiàng)，表示公式中η未能被解釋的部分；Β代表內(nèi)生潛變量的系數(shù)矩陣，表示內(nèi)生潛變量η之間的影響關(guān)系；Γ代表外生潛變量的系數(shù)矩陣，表示外生潛變量ξ對(duì)內(nèi)生潛變量η的影響。

公式（2）中，y代表內(nèi)生觀測(cè)變量，即反映就業(yè)狀況的各項(xiàng)指標(biāo)；Λy代表y在η上的因子載荷構(gòu)成的系數(shù)矩陣；ε為內(nèi)生觀測(cè)變量的測(cè)量誤差向量。公式（3）中，x代表外生觀測(cè)變量，即反映個(gè)體特征、人力資本特征、家庭特征和區(qū)域特征的各項(xiàng)指標(biāo)；Λx代表x在ξ上的因子載荷構(gòu)成的系數(shù)矩陣；δ為外生觀測(cè)變量的測(cè)量誤差向量。

3.2　變量賦值

根據(jù)結(jié)構(gòu)方程模型對(duì)研究數(shù)據(jù)的要求，同時(shí)考慮MNL［15］模型對(duì)臨川區(qū)農(nóng)村勞動(dòng)力就業(yè)影響因素的研究結(jié)論［16］，本研究對(duì) 2014－2015 年臨川區(qū)農(nóng)戶問卷調(diào)查的農(nóng)村勞動(dòng)力數(shù)據(jù)進(jìn)行整理并逐行剔除信息不全的數(shù)據(jù)后，將研究數(shù)據(jù)進(jìn)行定義和重新賦值，見表2。

1）務(wù)農(nóng)類型：根據(jù)農(nóng)村勞動(dòng)力從事農(nóng)業(yè)活動(dòng)程度的不同將務(wù)農(nóng)類型劃分為三類。其中，“全職務(wù)農(nóng)”指全年只從事農(nóng)業(yè)活動(dòng)；“兼職務(wù)農(nóng)”指農(nóng)忙時(shí)務(wù)農(nóng)，農(nóng)閑時(shí)從事其他工作，包括務(wù)工和從事林業(yè)、牧業(yè)、漁業(yè)和養(yǎng)殖業(yè)；“不務(wù)農(nóng)”指全年只從事非農(nóng)活動(dòng)。

2）從業(yè)地點(diǎn)：本次調(diào)查中未涉及在國外工作的農(nóng)村勞動(dòng)力，因此根據(jù)農(nóng)村勞動(dòng)力工作地點(diǎn)的不同將其劃分為五類。其中，“本村”指工作地點(diǎn)在本村；“本鄉(xiāng)鎮(zhèn)”指工作地點(diǎn)不在本村，但在本村所屬上級(jí)鄉(xiāng)鎮(zhèn)；“市內(nèi)”指工作地點(diǎn)不在本鄉(xiāng)鎮(zhèn)，但在臨川區(qū)其他鄉(xiāng)鎮(zhèn)或撫州市其他縣；“省內(nèi)”指工作地點(diǎn)不在撫州市，但在江西省其他市；“省外”指工作地點(diǎn)不在江西省，但在國內(nèi)其他省份。

4　結(jié)構(gòu)方程模型分析

4.1　模型修正和評(píng)價(jià)

結(jié)構(gòu)方程模型所依托的因子分析是驗(yàn)證性因子分析，因此需要充分結(jié)合前人的研究結(jié)論。本研究認(rèn)同張務(wù)偉等［2］的觀點(diǎn)，認(rèn)為“個(gè)體特征通過影響人力資本特征，進(jìn)而影響到農(nóng)村勞動(dòng)力就業(yè)”，同時(shí)考慮到家庭特征中的家庭耕地純收入受人為影響較大，因此在設(shè)計(jì)模型時(shí)剔除了該變量，并據(jù)此建立了初設(shè)模型。運(yùn)用Amos軟件運(yùn)行初設(shè)模型并獲得各項(xiàng)參數(shù)的估計(jì)結(jié)果和模型的修正系數(shù)，據(jù)此對(duì)模型進(jìn)行了以下3個(gè)步驟的修正：①個(gè)體特征和人力資本特征合并為一個(gè)潛變量以增加模型的可讀性；②區(qū)域特征中的耕地質(zhì)量等和家庭特征中的家庭人口規(guī)模變量未達(dá)到統(tǒng)計(jì)學(xué)上的顯著水平，修正時(shí)予以剔除；③個(gè)體和人力資本特征中的性別和手藝特長，家庭特征中的實(shí)際種植面積和耕地轉(zhuǎn)入率，糧食直補(bǔ)面積和耕地轉(zhuǎn)出率，糧食直補(bǔ)面積和耕地荒置率，耕地轉(zhuǎn)出率和耕地荒置率，耕地荒置率和區(qū)域類型，耕地荒置率和務(wù)農(nóng)類型以及區(qū)域特征和從事行業(yè)這8項(xiàng)相關(guān)關(guān)系的增加能顯著降低模型的卡方值，且這8項(xiàng)相關(guān)關(guān)系也符合實(shí)際情況，修正時(shí)予以增加。

為了驗(yàn)證修正時(shí)增加的相關(guān)關(guān)系是否達(dá)到了統(tǒng)計(jì)學(xué)上的顯著水平，在結(jié)構(gòu)方程模型擬合過程中對(duì)其協(xié)方差進(jìn)行了估計(jì)，具體結(jié)果見表3。由表3可以看出，8對(duì)變量間的相關(guān)關(guān)系均達(dá)到了顯著水平。

修正前后的模型擬合指標(biāo)及評(píng)價(jià)標(biāo)準(zhǔn)見表4，由表4可以看出，最終模型的各項(xiàng)擬合指標(biāo)均獲得了不同程度的改善，模型整體擬合度也較高，說明模型修正的比較合理。

表2　變量定義及賦值

表3　模型的相關(guān)關(guān)系估計(jì)

4.2　模型最終估計(jì)結(jié)果

修正后的最終模型估計(jì)結(jié)果見表5，由表5可以看出，模型中的各條影響路徑均顯著。其中，家庭特征和區(qū)域特征對(duì)農(nóng)村勞動(dòng)力就業(yè)狀況有顯著的正影響，而個(gè)體和人力資本特征對(duì)農(nóng)村勞動(dòng)力就業(yè)狀況有顯著的負(fù)影響。個(gè)體和人力資本特征、家庭特征以及區(qū)域特征影響農(nóng)村勞動(dòng)力就業(yè)狀況的標(biāo)準(zhǔn)化路徑系數(shù)分別為－0.665、0.458 和 0.155， 也就是說，個(gè)體和人力資本特征對(duì)農(nóng)村勞動(dòng)力就業(yè)狀況的影響最大，其次是家庭特征，影響最小的是區(qū)域特征。

表4　模型擬合指標(biāo)及評(píng)價(jià)標(biāo)準(zhǔn)

表5　模型估計(jì)結(jié)果

最終模型的方差估計(jì)結(jié)果見表6，由表6可以看出，表中未出現(xiàn)方差為負(fù)值的情況，這說明各項(xiàng)參數(shù)均可以做出合理的解釋，根據(jù)顯著性概率還可以看出各項(xiàng)參數(shù)均顯著。

表6　模型的方差估計(jì)結(jié)果

4.3　影響因素的作用機(jī)理

個(gè)體和人力資本特征、家庭特征、區(qū)域特征對(duì)臨川區(qū)農(nóng)村勞動(dòng)力就業(yè)狀況的影響機(jī)理見圖2，對(duì)其進(jìn)行具體解釋。

1）個(gè)體和人力資本特征影響機(jī)理。個(gè)體和人力資本特征對(duì)農(nóng)村勞動(dòng)力就業(yè)狀況的影響顯著為負(fù)，它由年齡、性別、婚姻狀況、文化程度和手藝特長5個(gè)指標(biāo)構(gòu)成，其標(biāo)準(zhǔn)化載荷系數(shù)分別為 0.816、－0.220、0.594、－0.669 和－0.082，且均顯著。 這說明已婚、女性、年齡大、文化程度低且無手藝特長的農(nóng)村勞動(dòng)力更傾向于在本村從事農(nóng)林牧漁業(yè)，選擇全職務(wù)農(nóng)。

出現(xiàn)這種結(jié)果的原因：①對(duì)于年齡大的已婚女性農(nóng)村勞動(dòng)力來說，家庭因素以及用人單位招工基本條件的限制，迫使其選擇在本村以全職務(wù)農(nóng)的方式從事農(nóng)林牧漁業(yè)；②文化程度的高低和手藝特長的有無，是反映農(nóng)村勞動(dòng)力就業(yè)轉(zhuǎn)移難易程度的兩個(gè)有效指標(biāo)，前者通過影響勞動(dòng)力的就業(yè)判斷、就業(yè)觀念等來影響農(nóng)村勞動(dòng)力的就業(yè)狀況，后者則直接影響到農(nóng)村勞動(dòng)力的就業(yè)選擇。

2）家庭特征影響機(jī)理。家庭特征對(duì)農(nóng)村勞動(dòng)力就業(yè)狀況的影響顯著為正，它由家庭勞動(dòng)力個(gè)數(shù)、實(shí)際種植面積、糧食直補(bǔ)面積、耕地轉(zhuǎn)入率、耕地轉(zhuǎn)出率和耕地荒置率6個(gè)指標(biāo)共同構(gòu)成，其標(biāo)準(zhǔn)化載荷系數(shù)分別為－0.312、－0.518、－0.724、－0.157、0.561 和0.248，且均顯著。這說明，家庭勞動(dòng)力個(gè)數(shù)少、實(shí)際種植面積和糧食直補(bǔ)面積小、耕地轉(zhuǎn)入率低、耕地轉(zhuǎn)出率和耕地荒置率高，則農(nóng)村勞動(dòng)力更傾向于在省外從事其他行業(yè)，選擇不務(wù)農(nóng)。

出現(xiàn)這種結(jié)果的原因：①勞動(dòng)力個(gè)數(shù)少的家庭，多是與父母分戶后由子女組建的新家庭，其成員一般比較年輕且與父輩相比具有更高的文化水平，為了鞏固和發(fā)展新家庭，同時(shí)追求更高的生活水平，在能力范圍內(nèi)勞動(dòng)力會(huì)更傾向于選擇不務(wù)農(nóng)，去經(jīng)濟(jì)更為發(fā)達(dá)的地區(qū)，在收入更高的行業(yè)中謀求發(fā)展；②實(shí)際種植面積和糧食直補(bǔ)面積小、耕地轉(zhuǎn)入率低、耕地轉(zhuǎn)出率和耕地荒置率高，這些因素會(huì)共同促使農(nóng)村勞動(dòng)力脫離土地、選擇非農(nóng)就業(yè)。

3）區(qū)域特征影響機(jī)理。區(qū)域特征對(duì)農(nóng)村勞動(dòng)力就業(yè)狀況的影響也顯著為正，它由投入產(chǎn)出比、耕地利用等和區(qū)域類型3個(gè)指標(biāo)構(gòu)成，其標(biāo)準(zhǔn)化載荷系數(shù)分別為－0.131、0.267 和 0.643， 且均達(dá)到顯著水平。這說明所在區(qū)域投入產(chǎn)出比小、耕地利用等低、區(qū)域類型為山地，則農(nóng)村勞動(dòng)力更傾向于省外不務(wù)農(nóng)就業(yè)，且不傾向于選擇農(nóng)林牧漁業(yè)。

出現(xiàn)這種結(jié)果的原因：①投入產(chǎn)出比對(duì)農(nóng)村勞動(dòng)力就業(yè)狀況的影響反映了現(xiàn)今農(nóng)村普遍存在的一種“隱形拋荒”行為，也就是說勞動(dòng)力在耕地上的投入不足，從而使得其無法獲得應(yīng)有的產(chǎn)出；②區(qū)域類型為山地和耕地利用率低，表明農(nóng)村勞動(dòng)力所在區(qū)域耕地質(zhì)量比較低或者土地利用系數(shù)小，也就是說勞動(dòng)力從事農(nóng)業(yè)活動(dòng)收益不高，這必然導(dǎo)致其脫離農(nóng)業(yè)活動(dòng)，選擇不務(wù)農(nóng)或出省謀求發(fā)展。

4）相關(guān)關(guān)系影響機(jī)理。①性別和手藝特長顯著正相關(guān)，也就是說有手藝特長的農(nóng)村勞動(dòng)力中男性居多，這符合實(shí)際；②家庭實(shí)際種植面積與耕地轉(zhuǎn)入率顯著正相關(guān)，且相關(guān)系數(shù)很高，這說明家庭增加的耕地多來源于耕地流轉(zhuǎn)；③糧食直補(bǔ)面積與耕地轉(zhuǎn)出率顯著正相關(guān)、與耕地荒置率顯著負(fù)相關(guān)，且耕地轉(zhuǎn)出率也與耕地荒置率顯著負(fù)相關(guān)。這是因?yàn)楦亓鬓D(zhuǎn)中，耕地面積的大小在很大程度上影響其流轉(zhuǎn)的難易程度，零碎的耕地不好轉(zhuǎn)出，勞動(dòng)力不愿耕種就只好選擇荒置；④耕地荒置率與區(qū)域類型和務(wù)農(nóng)類型均顯著正相關(guān)。這是因?yàn)樯降貐^(qū)域由于耕地破碎，流轉(zhuǎn)難度大，荒置率會(huì)較高，而生活在該區(qū)域的勞動(dòng)力迫于生計(jì)大多只能離開家鄉(xiāng)，選擇其他工作；⑤區(qū)域特征與從事行業(yè)顯著負(fù)相關(guān)。在區(qū)域特征較差的情況下，農(nóng)村勞動(dòng)力不傾向于從事農(nóng)林牧漁業(yè)。

圖2　農(nóng)村勞動(dòng)力就業(yè)影響因素最終模型

5　結(jié)論

個(gè)體和人力資本特征是影響農(nóng)村勞動(dòng)力就業(yè)的首要因素，其中又以年齡的影響最大，文化程度次之。提高農(nóng)村勞動(dòng)力的文化程度能從根本上改善其就業(yè)狀況；家庭特征對(duì)農(nóng)村勞動(dòng)力就業(yè)的影響中以糧食直補(bǔ)面積和耕地轉(zhuǎn)出率最為重要。因此，健全耕地流轉(zhuǎn)制度也不失為改善農(nóng)村勞動(dòng)力就業(yè)狀況的一條有效途徑；區(qū)域特征是影響農(nóng)村勞動(dòng)力就業(yè)狀況的末位因素，但可以看出，糧食直接補(bǔ)貼對(duì)農(nóng)村勞動(dòng)力從事農(nóng)業(yè)活動(dòng)仍然有一定促進(jìn)作用。

參考文獻(xiàn)：

［1］郭杰忠，劉珊.美麗鄉(xiāng)村建設(shè)中農(nóng)戶需求期望研究——來自江西 130 村的問卷調(diào)查［J］.江西社會(huì)科學(xué)，2015（10）：196－200.

［2］張務(wù)偉，張福明，楊學(xué)成.勞動(dòng)力就業(yè)狀況的微觀影響因素及其作用機(jī)理——基于入戶調(diào)查數(shù)據(jù)的實(shí)證分析［J］.中國農(nóng)村經(jīng)濟(jì)，2011（11）：62－73.

［3］王 曦，李景理，張亞云.基于結(jié)構(gòu)方程的水利工程項(xiàng)目績效評(píng)價(jià)研究［J］.湖北農(nóng)業(yè)科學(xué)，2016，55（16）：4344－4348.

［4］王 巍，劉宇新，吳 剛，等.黑龍江省勞動(dòng)力就業(yè)的宏觀影響因素分析——以狀態(tài)空間模型為工具［J］.數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2014，44（12）：63－71.

［5］黃河嘯.勞動(dòng)力就業(yè)培訓(xùn)對(duì)農(nóng)民工的增收影響研究［D］.杭州：浙江大學(xué)，2014.

［6］劉曉昀，TERRY SICULAR，辛 賢.中國勞動(dòng)力非農(nóng)就業(yè)的性別差異［J］.經(jīng)濟(jì)學(xué)（季刊），2003，2（3）：711－720.

［7］李 強(qiáng)，常菁菁.陜西省農(nóng)村勞動(dòng)力就業(yè)情況與其教育程度關(guān)系調(diào)查分析——以陜西六縣為例［J］.農(nóng)業(yè)經(jīng)濟(jì)與管理，2012（3）：37－43.

［8］陳江生，連晉姣.勞動(dòng)力流動(dòng)模式選擇影響因素分析［J］.大連理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2012，33（3）：57－62.

［9］康蘭媛.糧食主產(chǎn)區(qū)勞動(dòng)力就業(yè)區(qū)域選擇的影響因素分析——基于江西省 284 份調(diào)查問卷［J］.經(jīng)濟(jì)分析，2008（9）：59－62.

［10］李光明，孫明霞.人力資本存量對(duì)維吾爾族農(nóng)村勞動(dòng)力外出務(wù)工意愿的影響分析［J］.湖北農(nóng)業(yè)科學(xué)，2016，55（6）：1607－1611.

［11］ 楊奕銘.臨川概況［EB/OL］，http：//www.jxlc.gov.cn/system/2014/12/01/013469165/shtml，2016－07－28/2016－08－26.

［12］于長永.依賴與脆弱性：農(nóng)民養(yǎng)老問題的一個(gè)實(shí)證分析——基于全國十個(gè)省份1000余位農(nóng)民的調(diào)查數(shù)據(jù)［J］.西北人口，2013，34（6）：117－126.

［13］常青青，劉平輝.勞動(dòng)力就業(yè)模式選擇的影響因素研究——基于無序多分類Logistic回歸模型分析［J］.東華理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2015，34（4）：321－326.

［14］葉 震.結(jié)構(gòu)方程模型在分析勞動(dòng)力轉(zhuǎn)移對(duì)農(nóng)民收入影響中的運(yùn)用［J］.江西農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2007，6（2）：60－62.

［15］孫偉艷，翟印禮.農(nóng)戶對(duì)財(cái)政支農(nóng)政策認(rèn)知滿意度及影響因素研究——基于遼寧省農(nóng)戶調(diào)查［J］.農(nóng)業(yè)經(jīng)濟(jì)，2016（6）：81－83.

［16］常青青.工業(yè)化高級(jí)階段農(nóng)村勞動(dòng)力就業(yè)影響因素研究——基于撫州市臨川區(qū)的農(nóng)戶調(diào)查［D］.南昌：東華理工大學(xué)，2016.