省会城市农村劳动力转移就业承载能力研究.docVIP

省会城市农村劳动力转移就业承载能力研究 　　摘 要：随着城市化进程的加快、城镇人口的增加、城市规模的迅速扩张，资源消耗不断增多，环境污染日益加重，城市综合承载力对劳动力流动的瓶颈约束作用逐渐凸显，尤其经济相对发达的省会城市。因此，如何协调省会城市的可持续发展与劳动力承载数量之间的关系，便成为当今社会各界普遍关注的焦点。 　　关键词：省会城市；农村劳动力转移；就业承载能力 　　中图分类号：F320.1 文献标志码：A 文章编号：1673-291X（2013）02-0060-02 　　引 言 　　省会城市的劳动力转移就业承载能力是综合衡量省会城市区域经济发展活动与人口总量匹配程度的重要指标。一方面，省会城市是各省政治、经济、金融、文化的中心，在特定区域的发展中容易成为经济发展的增长极；另一方面，受城市化进程的影响，农村劳动力大规模地流入经济高度发达的省会城市。因此，为了合理有效转移农村劳动力，提升省会城市的承载能力，本文利用AHP（层次分析法）建立测度省会城市的劳动力转移就业承载力的实证模型，并对其进行分析。 　　一、实证分析 　　本文以省会农村劳动力就业转移问题为研究对象，从城市人口承载力设计的经济、社会、环境、资源等领域选取了43个评价指标，构建了一个具有四级递阶层次结构的指标体系，并用数理统计学方法对评价指标记性处理，从而建立了城市人口承载了中和评价的AHP-Statistics模型。具体指标选取如图1所示。 　　（1）构造评价样本和评价指标集合 　　本文在数据整理过程中，以及指标共分为2003-2010年八个样本集，二级指标体系包括环境承载力、经济承载力、资源承载力、社会承载力等四个指标体系，三级指标体系包括17个子体系，四级指标体系共有43个具体指标。 　　（2）根据上述指标体系，构造二维决策矩阵Mj，即一个省会城市的劳动力转移承载能力评价的决策矩阵。 　　Mj=（Dki）m×n= 　　（3）决策矩阵规格化 　　在决策矩阵Mj中，评价指标属性值量纲可能不完全相同，为了消除量纲不同带来的影响，在省会城市劳动力承载力评价前需要对决策矩阵M中各元素作规格化处理，记： 　　Dmax=max{Dki}，1≤k≤m，1≤i≤n 　　Dmin=min{Dki}，1≤k≤m，1≤i≤n 　　这里，Dmax和Dmin分别表示所有评价样本中指标Ck的最大值和最小值。 　　考虑到评价省会城市劳动力承载力指标中，有的变化范围可能较大，有的变化范围很小，为了避免夸大变化小的指标在决策中的相对作用，我们采取优属度计算公式。本文将43个指标进行划分，分为正向和负向两个指标体系。对于属性值越大的指标，表示省会城市劳动力转移承载能力越大的正效指标，令；对于属性值越大的指标，表示省会城市劳动力转移承载能力越小的负效指标，令其中Rki为待评样本Ai对于指标Ck的相对优属度。经过上述规格化处理，可以把决策矩阵转化为规格化处理后的矩阵其中，k=1，2，…，m=1，2，…，n。 　　（4）构造虚拟优向量 　　我们在评价省会城市劳动力转移承载力评价过程中，需要构建一个虚拟的省会劳动力转移承载力为评价比较的相对标准。于是，在可决策矩阵R的基础之上，构造最优指标向量为，即 　　（5）横、纵向比较结果 　　注：（1）排序序号中的序号1表示在8年中距离最优值的加权距离最小，序号8表示8年中距离最优值的加权距离最大； （2）表中的数据表明，30个省份中落于某一年份的个数。 　　表1中第一列最后一行的数据23，表明在2003年中，30个省份中的23个省份的最优加权距离相比比较小；第一行最后一列的数据11，表明在2010年中，30个省份的11个省份认为最优加权距离与其他年份相比都比较小。表1中出现了一个有趣的现象：随着时间的变化，认为2003年最优加权距离大的省份个数较多，达到了23个；而认为2010年最优加权距离小的省份个数变少了，达到11个。表1可以认为我国各省会城市承载能力在不断增强。 　　注：距离大，表明该城市的距最优值加权距离大，并且处于30个城市中的前10位；承载力中，表明该城市的距最优值加权距离中等，并且处于30个城市中的中间10位；承载力小，表明该城市的距最优加权值距离小，并且处于30个城市中的后10位。 　　表2中距最优加权距离最大的前十个省份中，西部省会城市占绝大部分，从2003年前10个中的9个到2010年中的7个，可以看出西部城市距最优距离值大的个数比较多；距最优加权距离中等的10个省份中，中部省会城市占绝大部分，从2003年10个城市中的6个到2010年的5个；距最优加权距离小的10个省份中，东部省会城市占绝大部分，从2003年10个城市中的8个到2010年中的6个。通过上述分析分析，我们发现了一个有趣的