农民工就业稳定性研究农民工就业稳定性及其影响因素基于4个城市调查基础上的实证研究.docxVIP

农民工就业稳定性研究农民工就业稳定性及其影响因素基于4个城市调查基础上的实证研究 (一) 失业的威胁 关于工人就业的稳定性，这是中国当前形势的一个现实问题。农民工自身文化素质低、劳动技能匮乏等因素,以及城市用人单位的歧视均使得劳动就业期缩短,劳动者经常面临失业的威胁。因此,探究当前我国农民工就业稳定性以及其影响因素非常必要,这对于社会各界认清当前劳动力市场的运行的趋势与效果,制定正确、合理、有效的劳动力市场政策,促进社会就业具有重要的现实意义。 (二) 农民工就业稳定性相关研究 本文使用数据来自于国家社会科学基金项目“平衡中国劳动力市场灵活性与稳定性的模式研究”,于2011年4～7月对204个企业、3018个员工所做的实地调查,调查范围包括北京、广州、大连、西安在内的4个城市。 考虑数据的可获得性,并结合现有文献,本文用工作转换频数、工作任期与劳动合同期限3个指标来测量农民工就业的稳定性的现状。通过将课题调研所获得的总体样本与农民工样本相比,从中发现一些规律性的特点。农民工样本中工作转换频数在1～3次与3次以上的人数比重明显高于总体样本,而未变换过工作的人数比重低于总体样本。工作任期指标显示,和总体样本相比,农民工在工作任期在5年以上者仅占38.9%,而总体样本这一比重达到了53.1%。农民工签订的劳动合同也更多为1年之内与1～3年的短期合同,这两者占到了63.3%,而总体样本这一比例仅仅为42.9%。3个指标均表明与农民工在整个社会群体中存在明显的就业灵活化、短期化和不稳定的特点。 (三) 企业所有制结构、企业文化程度、教育程度等变量对农民工就业期的影响 该部分实证分析中所使用的因变量即第二部分测评农民工就业稳定性的3个指标,其中工作转换频数与工作任期为连续变量,估计时运用的是普通最小二乘法(OLS)。对于工作任期,为了增加因变量的区分度,模型中采用了以月为单位的方式。劳动合同期限一般只有有限的几种情况,属于分类变量,本文将其划分为1年之内、1～3年、3～5年、5～10年和无固定期限5种类型,这5种类型看起来具有明确的从低到高的序次排列的特征,但是,“Test of Parallel Lines”检验结果拒绝了要求成比例发生比假设的累积logistic模型。因此,在对劳动合同期限的决定因素进行估计时,本文选择了假设条件更为宽松的、因变量各类别之间无序次关系的Multinomial Logit Model。 对于j=1,2,……,J类的非序次因变量的回归,Multinomial Logit Model可以通过以下形式描述: 因变量中第j个类别的概率可以由下式进行估计: 在本文中合同期限有5个类别,对应有4个对数发生比方程: 其中,P1,、P2、P3、P4、P2分别表示合同期限为无固定期限、5～10年、3～5年、1～3年和1年之内的概率。 运用SPSS16.0软件,将工作转换频数与工作任期的决定因素估计如表1。R2及通过检验的变量数目均表明工作任期模型的回归结果更优。在两个模型中性别和年龄特征,说明女性在一个单位的任期限长于男性,女性农民工的就业稳定性更高,并且随着年龄的增长工作任期也趋向于延长。初中及初中以下受教育程度变量说明较低的文化水平是造成农民工的流动性高,难以在一个单位持续就业的重要因素。多少令人诧异的是本科及本科以上的农村户籍的大学生就业任期也很短,这可能主要源于两个原因:一是这个群体中多数年龄在30岁以下,调查的工作任期远小于潜在的工作任期;二是近几年大学生结构性过剩的现象严重,通常寄希望于频繁的变换工作来获得更高的工资和更好的发展机会。职位级别对于工作转换次数的影响在统计上不显著。进行工作技能的培训有助于减少工作转换频数,降低工作流动性。工作经验变量在两个模型中得到了一致的结论,即有工作经验者工作变换更为频繁并且工作任期趋于缩短。其原因可能在于我们的样本中一半以上为30岁以下的年轻农民工,对于不能兑现承诺或不能满足的企业敢于说“不”。在企业所有制性质中,民营企业变量的系数表明农民工在民营企业的就业,相对于其他类型企业更加短期化,这主要是由于中国的民营企业本身规模小、经营不规范、生命周期短的特点决定的。工会组织没有显著的影响,但是若工会组织开展工资集体协商不仅在统计上而且在经济上对工人就业期的延长有显著的正向影响。这说明当前全国总工会推动的工资集体协商不仅有助于提高工人的工资福利待遇,而且通过工资的提升对工人就业的促进作用也是卓有成效的。 在对劳动合同期限的回归中,没有考虑性别变量与职位等级变量,这样模型的拟合效果有显著的改善,说明这两类变量与劳动合同的签订期并无直接关系。模型中地区类变量以西安、年龄以50岁以上、文化程度类以初中及初中以下、婚姻类以未婚、所有制类以合资企业、以无工作经验和没有参加过技能培训者、以