论文部分内容阅读
摘 要：本文基于安徽省农民工调查数据，对男性农民工和女性农民工务工特征的性别差异及其影响因素进行分析，并建立logistic模型。研究结果显示，目前安徽省农民工特征存在着显著的性别差异，男、女农民工在年龄、有无子女、教育程度、外出务工时间、外出务工收入、从事的行业和有困难会找谁求助等方面都存在着显著的差异。
关键词：农民工；务工特征；性别差异；logistic分析
中图分类号：C912 文献标识码：A 文章编号：1673-2596（2013）05-0103-04
农民工或农民外出务工现象，自实施改革以来越来越受到政府部门、研究机构、专家学者以及社会各界的普遍关注，并且随着我国工业化、城镇化和现代化进程的加快而加快，2011年全国农民工总量已达到25278万人[1]。与上世纪80年代相比，现在的农民工的总体规模、人员结构、务工流向、务工目的以及相关政策法规等方面都出现了巨大的变化，这一变化已成为一些专家学者研究的热点，相关的文献资料也非常多，本文就不进行转述和评论。但是，笔者通过对相关的农民工文献进行分析，发现利用logistic回归模型，从性别差异角度出发对农民工务工特征进行实证分析的文献比较少，农民工务工特征与性别差异的关系还没有受到政府相关机构和研究理论界的高度重视。事实上，农民工务工特征与性别差异之间的相互关系非常值得社会各界的关注和研究。因为农民工男女差异，绝不是生理上的性别差异，社会传统、政治制度以及相关环境等因素对男女农民工的心理活动、行为方式、价值取向和理想信念都产生了很大的影响。但是，当前学术界对这方面的研究却比较少，对通过建立统计分析模型去研究农民工特征的性别差异就更少了。本文创新之处在于利用二元logistic回归分析模型对农民工务工特征的性别差异进行研究分析，并力图解决下面两个问题：第一，农民工务工特征是否存在性别差异以及这些差异是怎样表现的；第二，农民工务工特征性别差异与其影响因素有何关系。
一、研究数据来源、变量设置与分析方法选择
（一）研究数据来源
本文所使用的数据均来自安徽省教育厅人文社会科学研究项目“农民外出务工对安徽经济社会发展的影响及对策研究”课题组对安徽省农民工进行的随机问卷抽样调查，调查对象覆盖安徽省17个地市的农民工。调查实践中，共发放调查问卷900份，回收有效调查问卷756份，回收有效调查问卷率84.0%。调查问卷获取的相关数据资料的统计研究，主要借助于“社会科学统计软件包”（spss statistics）进行定量分析。
（二）变量设置
根据本文研究的需要，笔者选取农民工的性别、年龄、婚姻状况、有无子女、外出务工时间、月务工收入、月务工费用、教育程度、专业技术水平、是否接受相关就业职业培训、是否签订劳动合同、参加社会保险的类型、享受的劳保情况、从事的行业、获取就业信息的渠道、工资获取情况、有困难找谁求助、与当地居民相处情况、与当地居民交流情况和未来意愿等20个变量加以分析，其中：因变量是农民工的性别，其余变量作为自变量。各变量的含义与表述见表1。
（三）分析方法的选择
本文研究的因变量是“农民工的性别”，属于二元定性变量，logistic回归模型是研究定性变量与其影响因素之间相互关系的有效方法之一[2]。所以本文选择二元logistic回归分析方法比较合理。
二、农民工务工特征性别差异的实证分析
（一）农民工务工特征性别差异的描述
对756份调查问卷进行分析表明，274（36.2%）位被调查者是女性，482（63.8%）位是男性。
1.农民工年龄的性别差异分析。农民工年龄的性别差异现状见表2。从表2中可以看出，农民工男女性别比例失衡，总体性别比（性别比=男性人数÷女性人数）为1.76。但是，不同年龄段的性别比差异非常大，20～29岁的性别比是0.99，几乎接近于1，男女人数基本相同；19岁及以下的性别比（1.15）略大于1，男性人数（15人）和女性人数（13人）大体相同；其余各年龄段，随着年龄的不断增长，其性别比逐步升高，30～39岁时1.37；40～49岁时3.42；50岁及以上高达16.0。这说明，农民工性别比例失衡主要是由于年长农民工男、女比例严重失衡造成的，年青农民工男女比例构成基本正常。
2.农民工有无子女的性别差异分析。农民工有无子女的情况见表3。我们从表3可以看出，绝大多数农民工都有子女，高达74.9%，无子女仅占总体的25.1%。但是，男性农民工有子女的比例更高，是78.6%，比女性农民工的比例（68.2%）高出10.4%；而女性农民工无子女的比例是31.8%，男性无子女的比例是21.4%。这种现象主要是由于丈夫和妻子在各自优势上存在个体差异而造成“男出女守”的一种有效的家庭分工[3]，妻子在家留守照顾子女，丈夫外出务工挣钱养家。
3.农民工教育程度的性别差异分析。农民工教育程度的性别差异见表4。从总体上看，农民工的受教育程度偏低，小学及以下占到总体的21.8%，初中程度占半数以上，达到53.0%，高中和高中以上的比例分别是22.2%和2.9%。通过对性别和教育程度进行交叉分析发现，受教育程度是高中和高中以上的比例，男性农民工（23.7%和3.5%）都大于女性农民工（19.7%和1.8%）。这说明女性农民工的受教育水平明显低于男性，造成这一现象的原因是农村部分地区还存在着重男轻女的现象[4]。
4.农民工外出务工时间的性别差异分析。农民工外出务工时间的性别差异如表5所示。农民工总体平均外出务工时间为7.38年，但是，男性和女性的外出务工时间存在着明显的差异。男性外出务工时间的均值和极大值分别是8.42年和30年，都大于女性外出务工时间的均值（5.56年）和极大值（25年），这说明男性外出务工时间大于女性外出务工时间。其原因是因为早期外出务工的农民绝大多数是男性，随着改革开放的不断深入，越来越多的女性也同男性一样外出务工。这一差异与前面分析的农民工年龄的性别差异是一致的。 5.农民工月务工收入的性别差异分析。农民工月务工收入的性别差异见表6。数据显示，男性农民工的月务工收入的平均值是2126.72元，高于农民工总体的均值（1940.45）；而女性的月务工收入的平均值仅是1612.77元，比男性少513.95元。这主要是因为男性农民工受教育程度和其他从业能力和素质优于女性，以及用人单位雇用工人存在性别歧视等原因造成的。由于女性的务工收入低于男性，对家庭的经济贡献率偏低，这就进一步造成妻子留守在家，而丈夫外出务工的家庭分工现象[5]。
6.农民工从事行业的性别差异分析。农民工从事的行业见表7。数据显示，男性农民工和女性农民工从事的行业存在着明显的差异。男性在建筑业的比例最高，是38.0%，在服务业的比例最低，是3.5%；而女性在服务业的比例最高，是23.0%，在交通运输业的比例最低，是7.7%。另外，男性在工业的比例（29.5%）大于女性（21.2%），而女性在批发零售业（18.6%）和住宿餐饮业（11.3%）的比例大于男性（9.8%和4.3%）。造成这一现象的原因主要是男、女在身体素质、心理倾向和性格特质等方面存在的个体差异。
7.农民工“遇到困难会找谁求助”的性别差异分析。农民工遇到困难会找谁求助或帮助，这方面的性别差异见表8。数据显示，遇到困难，首先，农民工会找同乡和亲友求助，达到47.5%。女性更倾向求助同乡和亲友，高达54.0%；而男性求助同乡和亲友是43.8%。其次，农民工会求助非同乡同事，是28.3%，遇到困难会求助同乡、亲友和同事的比例之和是85.5%。求助同事的比例，女性（28.5%）略大于男性（28.2%）。男性遇到困难会求助用人单位、当地社区等政府机构和其他的比例分别是17.0%、9.5%和1.5%，均大于女性（13.5%、3.6%和0.4%）。这反映女性农民工比男性农民工更倾向于借助乡情、亲情和友情来解决遇到的困难。
（二）农民工务工特征性别差异分析模型的建立
将性别女赋值为1，性别男赋值为2，这样，“农民工性别”就可以转化为1-2的二元定性数据。将本文选取的因变量和自变量，纳入spss软件进行二元logistic回归分析[6]。首先，将全部自变量纳入回归方程，建立模型1，在此基础上，采用“向前步进”的方法，将进入标准设为0.05，删除标准设为0.10，依次将不符合标准要求的自变量删除，直到全部自变量都符合要求为止，最终（步骤7）得到模型7，见表9。由于篇幅限制的原因，本文对模型1-6的相关分析省略。表9中各列数据（从第二列开始）的含义依次是回归系数、标准差、卡方值、自由度、概率P-值和OR值。可以看到，年龄、有无子女、教育程度、外出务工时间、月务工收入、从事的行业和有困难会找谁求助等7个变量，对应的概率p-值几乎近似为0，只有“有困难找谁求助”的概率p-值为0.01。根据表2的数据对各回归系数进行显著性假检，由于显著性水平α为0.05，因为各变量的概率p-值都小于显著性水平，所以这些变量的回归系数模型显著相关[7]。logistic回归分析结果表明，最终进入模型的变量有年龄、有无子女、教育程度、外出务工时间、月务工收入、从事的行业和有困难会找谁求助等。
（三）农民工务工特征性别差异的因素分析
1.农民工年龄与性别差异。年龄的回归系数为0.086，sig为0.000，说明年龄对性别有显著的正面影响，即随着年龄的增长，农民工中男性比女性越来越多。
2.农民工有无子女与性别差异。有无子女的回归系数为1.143，sig为0.000，说明有无子女对性别有显著的正面影响，即农民工有子女男性比女性多。
3.农民工教育程度与性别差异。教育程度的回归系数为0.463，sig为0.000，说明教育程度对性别有显著的正面影响，即男性农民工教育程度比女性高。
4.农民工外出务工时间与性别差异。外出务工时间的回归系数为0.070，sig为0.001，说明，外出务工时间对性别有显著的正面影响，即男性农民工外出务工时间比女性长。
5.农民工月务工收入与性别差异。农民工月务工收入的回归系数为0.001，sig为0.000，说明月务工收入对性别有显著的正面影响，即男性农民工月务工收入比女性高。
6.农民工从事的行业与性别差异。从事的行业的回归系数为-0.437，sig为0.000，说明从事的行业对性别有显著的负面影响，即男性农民工从事的轻体力行业比女性少。
7.农民工遇到困难会找谁求助或帮助与性别差异。遇到困难会找谁求助或帮助的回归系数为0.305，sig为0.001，说明遇到困难会找谁求助或帮助对性别有显著的正面影响，即男性农民工遇到困难找非同乡、亲友和同事求助或帮助比女性多。
三、结论与思考
本文利用安徽省农民工调查问卷数据，在综合分析农民工务工特征的基础上，运用logistic回归分析方法，分析男、女农民工务工特征存在的性别差异。研究结果表明：第一，男女农民工在年龄、有无子女、教育程度、外出务工时间、外出务工收入、从事的行业和遇到困难会找谁求助等方面存在着显著的差异。第二，男女农民工在婚姻状况、专业技术水平、就业职业培训、务工费用、就业信息的渠道、社会保障方面、与当地居民交流相处情况和未来意愿等方面不存在显著的差异。第三，由于男女农民工在务工方面存在明显差异，并且这些差异主要是由其特征差异造成的，如年龄、教育程度等因素[7]。因此，应加大对农民工进行相关培训，特别是女性农民工和年青农民工的培训，提高农民工的公共服务水平，让所有农民工在打工所在地工作好、生活好、发展好。
参考文献：
〔1〕国家统计局.2012年我国农民工调查监测报告[EB/OL].[2012-4-27].http：//www.gov.cn.
〔2〕虞小强，陈宗兴，霍学喜.西部地区农民进城意愿影响因素分析[J].西北人口，2011（5）：73～76.
〔3〕张原.中国农村留守妇女的劳动供给模式及其家庭福利效应[J].农村经济问题，2011（5）：39～47.
〔4〕宋月萍.社会融合中的性别差异：流动人口工作搜寻时间的实证分析[J].人口研究，2010（11）：10～18.
〔5〕沈茂英，郭正模，高九云，袁建设.农村妇女就业现状和就业对策研究[J].西北人口，2008（4）：37～42.
〔6〕李超海.农民工参加集体行动及集体行动参加次数的影响因素分析[J].中国农村观察，2009（6）：45～53.
〔7〕薛薇.统计分析与spss的应用[M].北京：中国人民大学出版社，2011.268～272.
〔8〕何军.江苏省农民工城市融入程度的代际差异研究[J].农业经济问题，2012（1）：52～59.
（责任编辑 张海鹏）
关键词：农民工；务工特征；性别差异；logistic分析
中图分类号：C912 文献标识码：A 文章编号：1673-2596（2013）05-0103-04
农民工或农民外出务工现象，自实施改革以来越来越受到政府部门、研究机构、专家学者以及社会各界的普遍关注，并且随着我国工业化、城镇化和现代化进程的加快而加快，2011年全国农民工总量已达到25278万人[1]。与上世纪80年代相比，现在的农民工的总体规模、人员结构、务工流向、务工目的以及相关政策法规等方面都出现了巨大的变化，这一变化已成为一些专家学者研究的热点，相关的文献资料也非常多，本文就不进行转述和评论。但是，笔者通过对相关的农民工文献进行分析，发现利用logistic回归模型，从性别差异角度出发对农民工务工特征进行实证分析的文献比较少，农民工务工特征与性别差异的关系还没有受到政府相关机构和研究理论界的高度重视。事实上，农民工务工特征与性别差异之间的相互关系非常值得社会各界的关注和研究。因为农民工男女差异，绝不是生理上的性别差异，社会传统、政治制度以及相关环境等因素对男女农民工的心理活动、行为方式、价值取向和理想信念都产生了很大的影响。但是，当前学术界对这方面的研究却比较少，对通过建立统计分析模型去研究农民工特征的性别差异就更少了。本文创新之处在于利用二元logistic回归分析模型对农民工务工特征的性别差异进行研究分析，并力图解决下面两个问题：第一，农民工务工特征是否存在性别差异以及这些差异是怎样表现的；第二，农民工务工特征性别差异与其影响因素有何关系。
一、研究数据来源、变量设置与分析方法选择
（一）研究数据来源
本文所使用的数据均来自安徽省教育厅人文社会科学研究项目“农民外出务工对安徽经济社会发展的影响及对策研究”课题组对安徽省农民工进行的随机问卷抽样调查，调查对象覆盖安徽省17个地市的农民工。调查实践中，共发放调查问卷900份，回收有效调查问卷756份，回收有效调查问卷率84.0%。调查问卷获取的相关数据资料的统计研究，主要借助于“社会科学统计软件包”（spss statistics）进行定量分析。
（二）变量设置
根据本文研究的需要，笔者选取农民工的性别、年龄、婚姻状况、有无子女、外出务工时间、月务工收入、月务工费用、教育程度、专业技术水平、是否接受相关就业职业培训、是否签订劳动合同、参加社会保险的类型、享受的劳保情况、从事的行业、获取就业信息的渠道、工资获取情况、有困难找谁求助、与当地居民相处情况、与当地居民交流情况和未来意愿等20个变量加以分析，其中：因变量是农民工的性别，其余变量作为自变量。各变量的含义与表述见表1。
（三）分析方法的选择
本文研究的因变量是“农民工的性别”，属于二元定性变量，logistic回归模型是研究定性变量与其影响因素之间相互关系的有效方法之一[2]。所以本文选择二元logistic回归分析方法比较合理。
二、农民工务工特征性别差异的实证分析
（一）农民工务工特征性别差异的描述
对756份调查问卷进行分析表明，274（36.2%）位被调查者是女性，482（63.8%）位是男性。
1.农民工年龄的性别差异分析。农民工年龄的性别差异现状见表2。从表2中可以看出，农民工男女性别比例失衡，总体性别比（性别比=男性人数÷女性人数）为1.76。但是，不同年龄段的性别比差异非常大，20～29岁的性别比是0.99，几乎接近于1，男女人数基本相同；19岁及以下的性别比（1.15）略大于1，男性人数（15人）和女性人数（13人）大体相同；其余各年龄段，随着年龄的不断增长，其性别比逐步升高，30～39岁时1.37；40～49岁时3.42；50岁及以上高达16.0。这说明，农民工性别比例失衡主要是由于年长农民工男、女比例严重失衡造成的，年青农民工男女比例构成基本正常。
2.农民工有无子女的性别差异分析。农民工有无子女的情况见表3。我们从表3可以看出，绝大多数农民工都有子女，高达74.9%，无子女仅占总体的25.1%。但是，男性农民工有子女的比例更高，是78.6%，比女性农民工的比例（68.2%）高出10.4%；而女性农民工无子女的比例是31.8%，男性无子女的比例是21.4%。这种现象主要是由于丈夫和妻子在各自优势上存在个体差异而造成“男出女守”的一种有效的家庭分工[3]，妻子在家留守照顾子女，丈夫外出务工挣钱养家。
3.农民工教育程度的性别差异分析。农民工教育程度的性别差异见表4。从总体上看，农民工的受教育程度偏低，小学及以下占到总体的21.8%，初中程度占半数以上，达到53.0%，高中和高中以上的比例分别是22.2%和2.9%。通过对性别和教育程度进行交叉分析发现，受教育程度是高中和高中以上的比例，男性农民工（23.7%和3.5%）都大于女性农民工（19.7%和1.8%）。这说明女性农民工的受教育水平明显低于男性，造成这一现象的原因是农村部分地区还存在着重男轻女的现象[4]。
4.农民工外出务工时间的性别差异分析。农民工外出务工时间的性别差异如表5所示。农民工总体平均外出务工时间为7.38年，但是，男性和女性的外出务工时间存在着明显的差异。男性外出务工时间的均值和极大值分别是8.42年和30年，都大于女性外出务工时间的均值（5.56年）和极大值（25年），这说明男性外出务工时间大于女性外出务工时间。其原因是因为早期外出务工的农民绝大多数是男性，随着改革开放的不断深入，越来越多的女性也同男性一样外出务工。这一差异与前面分析的农民工年龄的性别差异是一致的。 5.农民工月务工收入的性别差异分析。农民工月务工收入的性别差异见表6。数据显示，男性农民工的月务工收入的平均值是2126.72元，高于农民工总体的均值（1940.45）；而女性的月务工收入的平均值仅是1612.77元，比男性少513.95元。这主要是因为男性农民工受教育程度和其他从业能力和素质优于女性，以及用人单位雇用工人存在性别歧视等原因造成的。由于女性的务工收入低于男性，对家庭的经济贡献率偏低，这就进一步造成妻子留守在家，而丈夫外出务工的家庭分工现象[5]。
6.农民工从事行业的性别差异分析。农民工从事的行业见表7。数据显示，男性农民工和女性农民工从事的行业存在着明显的差异。男性在建筑业的比例最高，是38.0%，在服务业的比例最低，是3.5%；而女性在服务业的比例最高，是23.0%，在交通运输业的比例最低，是7.7%。另外，男性在工业的比例（29.5%）大于女性（21.2%），而女性在批发零售业（18.6%）和住宿餐饮业（11.3%）的比例大于男性（9.8%和4.3%）。造成这一现象的原因主要是男、女在身体素质、心理倾向和性格特质等方面存在的个体差异。
7.农民工“遇到困难会找谁求助”的性别差异分析。农民工遇到困难会找谁求助或帮助，这方面的性别差异见表8。数据显示，遇到困难，首先，农民工会找同乡和亲友求助，达到47.5%。女性更倾向求助同乡和亲友，高达54.0%；而男性求助同乡和亲友是43.8%。其次，农民工会求助非同乡同事，是28.3%，遇到困难会求助同乡、亲友和同事的比例之和是85.5%。求助同事的比例，女性（28.5%）略大于男性（28.2%）。男性遇到困难会求助用人单位、当地社区等政府机构和其他的比例分别是17.0%、9.5%和1.5%，均大于女性（13.5%、3.6%和0.4%）。这反映女性农民工比男性农民工更倾向于借助乡情、亲情和友情来解决遇到的困难。
（二）农民工务工特征性别差异分析模型的建立
将性别女赋值为1，性别男赋值为2，这样，“农民工性别”就可以转化为1-2的二元定性数据。将本文选取的因变量和自变量，纳入spss软件进行二元logistic回归分析[6]。首先，将全部自变量纳入回归方程，建立模型1，在此基础上，采用“向前步进”的方法，将进入标准设为0.05，删除标准设为0.10，依次将不符合标准要求的自变量删除，直到全部自变量都符合要求为止，最终（步骤7）得到模型7，见表9。由于篇幅限制的原因，本文对模型1-6的相关分析省略。表9中各列数据（从第二列开始）的含义依次是回归系数、标准差、卡方值、自由度、概率P-值和OR值。可以看到，年龄、有无子女、教育程度、外出务工时间、月务工收入、从事的行业和有困难会找谁求助等7个变量，对应的概率p-值几乎近似为0，只有“有困难找谁求助”的概率p-值为0.01。根据表2的数据对各回归系数进行显著性假检，由于显著性水平α为0.05，因为各变量的概率p-值都小于显著性水平，所以这些变量的回归系数模型显著相关[7]。logistic回归分析结果表明，最终进入模型的变量有年龄、有无子女、教育程度、外出务工时间、月务工收入、从事的行业和有困难会找谁求助等。
（三）农民工务工特征性别差异的因素分析
1.农民工年龄与性别差异。年龄的回归系数为0.086，sig为0.000，说明年龄对性别有显著的正面影响，即随着年龄的增长，农民工中男性比女性越来越多。
2.农民工有无子女与性别差异。有无子女的回归系数为1.143，sig为0.000，说明有无子女对性别有显著的正面影响，即农民工有子女男性比女性多。
3.农民工教育程度与性别差异。教育程度的回归系数为0.463，sig为0.000，说明教育程度对性别有显著的正面影响，即男性农民工教育程度比女性高。
4.农民工外出务工时间与性别差异。外出务工时间的回归系数为0.070，sig为0.001，说明，外出务工时间对性别有显著的正面影响，即男性农民工外出务工时间比女性长。
5.农民工月务工收入与性别差异。农民工月务工收入的回归系数为0.001，sig为0.000，说明月务工收入对性别有显著的正面影响，即男性农民工月务工收入比女性高。
6.农民工从事的行业与性别差异。从事的行业的回归系数为-0.437，sig为0.000，说明从事的行业对性别有显著的负面影响，即男性农民工从事的轻体力行业比女性少。
7.农民工遇到困难会找谁求助或帮助与性别差异。遇到困难会找谁求助或帮助的回归系数为0.305，sig为0.001，说明遇到困难会找谁求助或帮助对性别有显著的正面影响，即男性农民工遇到困难找非同乡、亲友和同事求助或帮助比女性多。
三、结论与思考
本文利用安徽省农民工调查问卷数据，在综合分析农民工务工特征的基础上，运用logistic回归分析方法，分析男、女农民工务工特征存在的性别差异。研究结果表明：第一，男女农民工在年龄、有无子女、教育程度、外出务工时间、外出务工收入、从事的行业和遇到困难会找谁求助等方面存在着显著的差异。第二，男女农民工在婚姻状况、专业技术水平、就业职业培训、务工费用、就业信息的渠道、社会保障方面、与当地居民交流相处情况和未来意愿等方面不存在显著的差异。第三，由于男女农民工在务工方面存在明显差异，并且这些差异主要是由其特征差异造成的，如年龄、教育程度等因素[7]。因此，应加大对农民工进行相关培训，特别是女性农民工和年青农民工的培训，提高农民工的公共服务水平，让所有农民工在打工所在地工作好、生活好、发展好。
参考文献：
〔1〕国家统计局.2012年我国农民工调查监测报告[EB/OL].[2012-4-27].http：//www.gov.cn.
〔2〕虞小强，陈宗兴，霍学喜.西部地区农民进城意愿影响因素分析[J].西北人口，2011（5）：73～76.
〔3〕张原.中国农村留守妇女的劳动供给模式及其家庭福利效应[J].农村经济问题，2011（5）：39～47.
〔4〕宋月萍.社会融合中的性别差异：流动人口工作搜寻时间的实证分析[J].人口研究，2010（11）：10～18.
〔5〕沈茂英，郭正模，高九云，袁建设.农村妇女就业现状和就业对策研究[J].西北人口，2008（4）：37～42.
〔6〕李超海.农民工参加集体行动及集体行动参加次数的影响因素分析[J].中国农村观察，2009（6）：45～53.
〔7〕薛薇.统计分析与spss的应用[M].北京：中国人民大学出版社，2011.268～272.
〔8〕何军.江苏省农民工城市融入程度的代际差异研究[J].农业经济问题，2012（1）：52～59.
（责任编辑 张海鹏）