失地农民就业稳定性影响因素研究*

肖红梅

( 北京劳动保障职业学院 劳动经济管理学院，北京 100029 )

失地农民的就业问题是我国城市化进程中不容忽视的问题。早在2011年，《中国城市发展报告（2010）》就显示，2010年中国失地农民的总量已经达到 4000万—5000万人，而且每年仍以约300万人的速度递增，预计到2030年将增至1.1亿人左右。2010—2020年，我国城镇常住人口从6.7亿人增加到8.5亿人，城镇化率从49.95%提高到63.89%①2010年城镇化率数据来自《中国统计年鉴2020》，2020年城镇化率来自第七次全国人口普查数据。，年均提高约1.39个百分点。住房与城乡建设部发布的《2019年城市建设统计年鉴》显示，2010—2019年，我国城区面积从178,691.7平方公里增加到200,569.5平方公里，年均增加约2430.9平方公里；我国城市建设用地面积从39,758.4平方公里增加到58,307.7平方公里，年均增加约2061.0平方公里。伴随着城镇化的快速发展，产生了大量的失地农民。失地农民就业问题不仅事关其自身及家庭的切身利益，还关系到社会的和谐稳定和经济的健康发展。而北京失地农民的就业稳定性事关首都稳定、城市非核心功能的疏解，以及京津冀协同发展战略的推进。

一、相关文献回顾

目前，国际上比较常用的方法，是用一个人将一份工作保持6个月以上的可能性来衡量就业的稳定性，具体计算时，可以用一个人曾经做过的工作的平均持续时间或更换工作的次数来度量。自20世纪90年代以来，国内学者围绕就业稳定性的相关测量指标、就业稳定性的影响因素等主题作了一些研究。2010年以后，关于就业稳定性的研究进入快速增长期。谌新民和袁建海从工作转换次数、劳动合同期限两个方面来测量就业稳定性[1]。谢勇从更换就业城市的频率、更换工作单位的频率、就业持续时间、是否和目前雇主签订劳动合同4个方面对新生代农民工的就业稳定性进行综合考量[2]。关于就业稳定性的影响因素方面，陈昭玖等发现，新生代农民工就业的稳定性受年龄、择业机会识别、工资、企业用工环境等多种因素的影响[3]。肖红梅研究发现，新生代农民工的性别和工作经验对其就业稳定性产生显著影响[4]。何筠和张嘉佳发现，个体特征、社会角色和职业价值观对新生代农民工的就业稳定性具有影响，其中社会角色和职业价值观的影响更为显著，而个体特征对老一代农民工影响更为显著[5]。

相较于普通农民工，失地农民的就业稳定性具有其本身的一定特性。首先，失地农民的就业稳定性差有很强的心理因素诱因。陈运遂研究发现，失地农民会出现社会性资源获取型分化和个体性资源利用型分化。社会性资源获取分化使得失地农民心理产生不公平感，个体性资源利用型分化使得部分失地农民成为新生贫困层，进而产生对政府的依赖心理，这两种分化均会对其就业稳定性产生较大影响[6]。其次，从影响就业稳定性的因素来看，除了考虑年龄、教育、工资等共性影响因素外，还需要考虑安置方式的影响。王轶和石丹淅在失地农民就业质量的影响因素分析中就加入了就业安置这一虚拟变量，但该文献只考虑了这一种失地安置方式对就业质量的影响[7]。张来雪和于莉认为，失地农民的人力资本水平普遍偏低，再就业过程面临困境，导致这一问题的个体因素主要在于其人力资本投资不足、就业意愿普遍较低[8]。

通过以上对就业稳定性及其影响因素的相关文献的回顾，不难发现：关于就业稳定性的研究主要聚焦于（新生代）农民工、流动人口、外出务工人员等群体，其中尤其以农民工居多，而关于失地农民就业稳定性方面的研究则甚少。尽管失地农民具有农民工的一些特点，但其又有独特之处。首先，农民失地后从事非农就业属于被迫再就业而非自愿，受较强的心理因素主导，这是现有文献鲜少关注的；其次，失地农民的收入来源比较多元（其中征地补偿占绝大部分），直接导致其就业意愿不如农民工强，因此在引入一般影响因素的同时，针对失地农民的就业特性，应加入征地安置方式的相关变量。此外，京津冀地区的地理优势使得北京失地农民不愿外出就业，流动性就业意愿比较低。当然，失地农民与农民工两大群体存在着交叉重叠，已有的研究成果为系统研究失地农民的就业稳定性提供了丰富的研究基础。鉴于此，本研究以上述文献为基础，聚焦北京失地农民的就业稳定性状况，探讨影响其就业稳定性的因素，以期为相关政策决策的制定提供一定的参考依据。

二、相关理论和研究假设

（一）人力资本理论

1959年，舒尔茨首先提出人力资本的概念，其理论的主要内容包括以下4点：（1）人力资本是一切资源中最主要的资源；（2）人力资本的作用大于物质资本的作用；（3）教育投资是人力投资的主要部分；（4）教育投资应以市场供求关系为依据。由于城乡二元结构的存在，农村长期处于相对落后的经济状态，人力资本投入少，失地农民没有接受过相关的职业教育和就业培训，整体素质较低，这使得失地农民在就业时不容易寻求到满意的工作，进而导致其就业稳定性差。鉴于此，提出本研究的第一个假设：

H1：就业培训、创业培训等人力资本因素对失地农民的就业稳定性有重要影响。

（二）劳动力市场歧视理论

经济学家认为，劳动力市场中存在3种可能的歧视来源：（1）个人偏见；（2）先入为主的统计性歧视；（3）存在某些非竞争性的劳动力市场力量。由于劳动力市场歧视的存在，部分失地农民可能拥有较强的适应能力和工作能力，但却不能匹配到适合的工作，从而会降低其就业稳定性。因此提出第二个假设：

H2：性别、年龄等可能引起劳动力市场歧视的因素会影响失地农民的就业稳定性。

（三）失业理论

按照失业的成因，失业分为摩擦性失业、结构性失业、技术性失业、季节性失业、周期性失业和隐性失业等6类。失地农民群体面临一定的结构性失业问题，即其所拥有的技能不能与就近提供的工作岗位很好地匹配，从而导致其就业稳定性差。基于此，提出第三个假设：

H3：单位类型、所属行业和岗位类型等可能引起结构性失业的因素会影响失地农民的就业稳定性。

（四）搜寻理论和劳动—闲暇理论

1977年，Mortensen利用搜寻模型研究得出提高失业保险金水平和延长失业保险金给付期限会降低工作搜寻强度的结论[9]。1982年，Moffi tt和Nicholson在劳动—闲暇模型中加入了失业保险，发现失业保险的“纯收入效应”会使得劳动者增加闲暇[10]。征地安置会给失地农民分配住房或者给付大额现金，同时，失地农民由于其失地的被迫性会不间断地向政府寻求救助，两种方式均会产生“纯收入效应”，使得失地农民的就业意愿减弱，进而降低其就业稳定性。因此，提出第四个假设：

H4：不同的征地安置方式对失地农民的就业稳定性具有重要影响。

三、样本数据与模型构建

（一）数据来源与样本情况

1.数据来源

本研究的数据来源于笔者所在课题组2020 年11—12月对北京市除东城区和西城区外的14个区失地农民的实地调研。调研的具体对象为拥有北京市户籍、在城市化进程中被征地、按照《北京市建设征地补偿安置办法》享受补偿安置的失地农民。被访者年龄在20—59岁，被征地时间在2004年7月以后，且被征地后有过非农就业或创业经历。本次调查方法如下：首先，选取通州、昌平、大兴、密云、怀柔、朝阳等区内失地农民较多的68个乡镇/街道办事处；其次，在每个乡镇/街道办事处抽取2—3个村/居委会；最后，在每个村/居委会选取5户左右进行调查。本次调查共回收问卷578份，剔除重要数据缺失或填写错误的调查问卷，最终得到有效问卷500份。

需要说明的是，由于农民失地的时间跨度比较长，呈零星分布，使得课题组寻找样本较为困难，且部分受访者对调查配合度不高，导致最终回收的有效问卷数量有限，一定程度上可能会给模型估计带来一定的偏差。

2.样本情况

调查样本中，来自通州区的占20.0%，来自昌平区的占14.2%，来自大兴区的占13.4%，来自密云区的占13.4%，来自怀柔区的占12.2%，来自朝阳区的占5.8%，其余21.0%的样本来自除以上6区以外的其他8个区。从性别结构上看，男性占53.2%，女性占46.8%；从年龄结构上看，20—29岁的占7.8%，30—39岁的占36.4%，40—49岁的占34.4%，50—59岁的占21.4%；从婚姻状况来看，有配偶的占81.2%，无配偶（未婚、离异和丧偶）的占18.8%；从受教育程度来看，小学及以下的占2.8%，初中的占13.6%，高中/职高/中专的占42.6%，大专的占32.2%，本科及以上的占8.8%；从工作年限上来看，5年以下的占28.8%， 5年以上的占71.2%；从月工资来看，2200—3000元的占1.4%，3001—5000元的占16.2%，5001—8000元的占34.8%，8001—10,000元的占20.8%，10,000元以上的占8.2%；从职业资格证书等级来看，无证书的占26.2%，初级工的占35.6%，中级工的占31.2%，高级工及以上的占7.0%；从接受政府部门举办的就业培训次数来看，93.8%的受访者都接受过就业培训，其中接受过1次的占22.4%，2次的占37.4%， 3次的占26.0%，3次以上的占8.0%；从接受政府部门举办的创业培训次数来看，85.6%的受访者都接受过创业培训，其中接受过1次的占18.6%，2次的占37.4%， 3次的占22.4%，3次以上的占7.2%。

从被征地后平均每份工作的持续时间来看，6个月以下的占4.0%，6—12个月的占27.8%，12—24个月的占44.8%，24个月以上的占23.4%。借鉴国内各省市人力资源和社会保障部门关于“稳定就业”的标准（与用人单位签订一年以上劳动合同），如果将被征地后平均每份工作的持续时间大于12个月视为稳定的话，则样本中就业稳定的占68.2%，就业不稳定的占31.8%。

（二）变量的选取与设定

Sehnbruch在研究智利劳动力市场时提出，可以用就业时长衡量就业稳定性[11]。本研究延续这一做法，将“被征地后平均每份工作的持续时间”作为因变量。虽然国际上通常用一个人将一个工作保持6个月以上的可能性来衡量就业的稳定性，但考虑到农民的实际情况，通常农业以一年为周期，农民更换工作也通常发生在年底或第二年年初，如果失地农民在一个劳作周期内未失业或者变更工作，说明其就业稳定性较强。据此，本研究将被征地后平均每份工作持续时间大于12个月的视为稳定，平均每份工作持续时间小于12个月的视为不稳定。国内学者李丹和王娟提出的就业稳定性的衡量指标包括与用人单位签订一年以上劳动合同[12]，朱慧用就业在一年以上作为衡量就业稳定性的标准之一[13]，说明用持续时间大于12个月作为就业稳定性的衡量标准得到学界广泛认同，具有一定的合理性。

通过前述文献回顾和理论分析发现，个人特征（性别、年龄、学历、技能、经济状况等）和岗位特征（行业、单位性质、薪资福利等）是影响就业稳定性的重要因素。因此，在个人特征方面，研究选取了性别、年龄、受教育程度、婚姻状况、工作年限、职业资格等级证书以及征地时是否有工作7个因素作为自变量；在其他特征方面，选取的自变量包括从事工作所属行业、单位性质、岗位类型、工资福利、接受就业创业培训情况，以及征地前后收入来源等。

各个变量的定义与赋值及样本基本统计情况如表1所示。

表1 变量定义与统计描述

续表1 变量定义与统计描述

（三）模型构建

就业稳定性为二分类变量，故采用Logistic回归模型。研究将被征地后平均每份工作持续月数小于等于12个月的，视为就业不稳定，记作Y=0；大于12个月的，视为就业稳定，记作Y=1。

对于失地农民个体而言，土地被征用后，需要寻找新的非农职业工作，而是否会长期从事这份工作，除与他在新的工作中获取的收入、满足感等相关，还与自身的条件有关。在工作中获得的收入、满足感等与其工作性质相关（如工作单位类型、工作岗位类型、所属行业等），能够寻找到并持续从事的新工作又取决于他本人的条件（如年龄、性别、受教育程度、技能、经验等）。

设pj表示失地农民就业稳定的概率，在个人条件和工作性质等变量Xi已知的情况下，pi的条件概率是解释变量X1,… ,Xk的非线性函数（表示概率随Xi等变化而呈现的非线性变化），即：

由此得到失地农民就业稳定性的Logistic模型：

（2）式中，j=1, 2, …,n，K为解释变量个数。1-pj为第j个失地农民就业不稳定的概率，pj/(1-pj)为就业稳定与否的优势比。模型的参数βi表示Xi增加1个单位时，的改变量。当βi＞0时，就业稳定的概率随Xi增加而增加，反之，则随Xi增加而减小。

四、回归结果分析

运用SPSS软件对所获得的数据进行Logistic回归，结果如表2所示。

表2 Logistic回归模型估计结果

续表2 Logistic回归模型估计结果

续表2 Logistic回归模型估计结果

表2中模型的Cox & Snell R2为0.575，Nagelkerke R2为Cox & Snell R2的修正，达到了0.805，表明模型的拟合较好，所选的解释变量可以解释就业稳定性80.5%的变异。模型卡方检验P值为0.0000，模型整体显著。在所选取的变量中，年龄、婚姻状况、工作年限、月工资、社会保险、单位类型、所属行业、征地后收入来源等变量的显著性水平均小于0.1，对失地农民就业稳定性的影响是显著的，其他变量在统计上无显著意义。模型的整体预测准确率为92.8%，表明模型的预测效果较好。其中Y=0的样本预测准确率为85.5%，Y=1的样本预测准确率为96.2%。

模型的估计结果显示：

（1）影响失地农民就业稳定性的个人特征中，年龄、婚姻状况、工作年限对就业稳定性的影响显著，性别、受教育程度、职业资格证书等级、征地时是否有工作，则对就业稳定性的影响不显著。以50—59岁年龄段为参照，随着年龄的增加，就业稳定性增加，其中20—29岁年龄段的就业稳定性最差，其回归系数为负数，但相比50—59岁年龄段的失地农民，其就业稳定性的差别不显著。婚姻状况和工作年限的系数为正，表明有配偶的失地农民就业稳定性要好于无配偶的失地农民，工作年限越长，失地农民的就业稳定性越高。受教育程度和职业资格证书等级对失地农民的就业稳定性影响不显著。但从参数大小看，受教育程度较高的农民，稳定性反而较差。职业资格证书等级居中的农民，就业稳定性高，资格证书等级更高的农民，稳定性反而略低，这可能源于职业资格证书越高的人和雇主讨价还价的余地越大，工作中会通过频繁跳槽来获取更高的收入。

（2）月工资和社会保险对失地农民就业稳定性有显著的影响。薪资报酬是影响其是否更换工作的主要动机，工资越高，失地农民从工作中获得的满足感越强，其就业越稳定。与无保险的工作相比，参加城镇企业职工保险的失地农民就业稳定性最高，参加灵活就业/委托存档保险的失地农民就业稳定性次之，参加城乡居民保险的失地农民就业稳定性最低。

（3）就业培训和创业培训对失地农民的就业稳定性没有显著的影响，但系数为负，表明参加就业培训和创业培训的次数越多，就业的稳定性越差。这一结果可能是因为逆向选择，就业不稳定的人，更倾向于选择参加就业培训和创业培训来增强自身就业能力，以利于稳定就业，因此，其参加的培训次数会高于就业稳定的人员。获取第一份工作的途径对就业稳定性没有显著影响。

（4）单位类型与所属行业对就业稳定性有显著的影响，岗位类型对就业稳定性影响不显著。与在机关事业单位就业的失地农民相比，在国有集体企业就业的失地农民具有更高的就业稳定性，非国有集体企业、个体户/职业自由者的就业稳定性较低。失地农民就业的行业中，制造业、建筑业、批发零售业、交通运输业等行业的就业稳定性较低。虽然岗位类型对失地农民的就业稳定性的影响不显著，但从回归系数的符号看，中高级管理者相比专业技术工人、熟练技术工人及非技术普通工人、办事人员、服务人员等具有更高的就业稳定性。

（5）征地前的收入来源对就业的稳定性没有显著的影响，但征地后的收入来源对就业的稳定性具有显著影响。征地后的收入来源中，征地补偿金、政府安置就业、补偿房屋出租、经营个体工商业、村集体经济分红、非农职业等都会显著降低失地农民的就业稳定性，其中补偿房屋出租的失地农民就业稳定性最差，这可能是因为征地后的稳定收入来源或大笔的征地补偿收入等使得失地农民对工作岗位的要求更为挑剔，导致其就业的稳定性降低。

五、结论与展望

研究基于北京市失地农民的500份调查问卷数据，总体上分析了该群体的就业稳定性，并运用Logistic回归分析了其就业稳定性的影响因素，得出了以下结论：

第一，北京市失地农民总体上就业较为稳定。将被征地后平均每份工作持续时间大于12个月的视为稳定就业，其占比接近70%，这说明北京市政府相关部门较为稳妥地解决了失地农民的就业问题。就业是最大的民生，就业稳定了，生活便有了最基本的保障。失地农民的稳定就业一定程度上为北京城市化进程和首都社会稳定消除了隐患。

第二，影响失地农民就业稳定性的个人特征变量中，年龄、婚姻状况、工作年限对就业稳定性的影响显著。性别、受教育程度、资格证书等级、征地时有无工作，则对就业稳定性的影响不显著。假设H2得到部分验证。影响失地农民就业稳定性的单位特征变量中，月工资、社会保险、单位类型和所属行业对失地农民就业稳定性有显著的影响，岗位类型对就业稳定性影响不显著，假设H3得到部分验证。

第三，从政府部门为失地农民提供的公共就业服务来看，就业培训和创业培训对失地农民的就业稳定性没有显著影响。虽然政府部门为失地农民提供了很多的就业创业培训，但对稳定就业的促进作用并不显著，假设H1未得到验证。这说明政府部门为失地农民提供的公共就业服务可能并不太契合失地农民的需求，培训并没有达到应有的促进就业的效果。政府相关职能部门应考虑到失地农民这一群体的特殊性，进一步提高就业培训的针对性，提升培训的效果，以促进其稳定就业。

第四，从征地后收入来源来看，征地补偿金、政府安置就业、补偿房屋出租、村集体经济分红等显著降低失地农民的就业稳定性，假设H4得到了验证。当然，征地补偿标准必须保持在一个合理的区间，既要能保障失地农民的长久生计，又不能因补偿标准过高而使失地农民丧失就业的积极性和主动性，过于依靠政府。

本研究还存在不足之处，如由于数据所限，样本不够充分，且未能做到完全随机抽样，可能会给模型估计结果带来一定的偏差。部分变量如月工资、就业创业培训次数与就业稳定性之间可能存在联立因果，因难以寻找相应的工具变量，Logistic回归也无相应的工具变量估计方法，没有进行内生变量的检验，使得参数可能存在偏误。在后续研究中还要进一步扩大样本量，对失地农民个体进行深度访谈来弥补问卷调查的不足，进一步深入了解影响失地农民就业的因素及困境。另外，对失地农民就业问题做国内不同地区的比较研究，也是后续研究一个重要方向。