| 其次，通过专家打分的方式构造两两判断矩阵，并运用层次分析法得到各指标的相对权重，限于篇幅原因，具体计算过程本文不再赘述，各指标权重见下表：
表1： 变量赋值、描述及权重
变量
变量定义
均值
方差
权重
受教育程度
小学及以下=1 初中=2 高中=3 大专或相当=4 本科及以上=5
2.76
0.85
0.272
劳动技能
接受过技能培训为1，没有为0
0.35
0.48
0.316
健康状况
非常好=5 较好=4 一般=3 较差=2 非常差=1
3.54
0.91
0.412
与朋友、邻居的交往
非常密切=5 比较密切=4 一般=3 不太密切=2基本没有来往=1
3.12
1.01
0.192
是否参与社会组织
参加=1，不参加=0
0.33
0.46
0.320
亲戚中有无干部
有为1，没有为0
0.19
0.39
0.488
住房面积
家庭住房面积具体数值
0.433
自有物质资本打分
耐用品“数量 8” =5分 “数量=7”=4分“数量=6”=3分“数量=5”=2分“数量 4”=1分
3.31
1.08
0.288
基础设施评价
非常满意=5 比较满意=4 一般=3 不太满意=2 非常不满意=1
3.10
0.78
0.279
财产性收入
有财产性收入为1，没有为0
0.35
0.48
0.578
融资渠道打分
商业银行=5 农信社=4 邮储银行=3 亲戚朋友=2 高利贷=1
2.47
0.99
0.422
（三） 生计资本的测算
首先，本文采用极差标准化法计算失地农民四类生计资本中各单项指标的得分情况，其计算公式为：
其中， 代表失地农民生计资本中第j项指标的标准化得分， 代表其生计资本中第j项指标的平均值， 代表其生计资本中第j项指标的最大值  其生计资本中第j项指标的最小值。具体得分情况见下表：
表2： 失地农民各项生计资本的得分情况
变量
已就业者
未就业者
人力资本变量
文化程度
0.508
0.355
劳动技能
0.406
0.209
健康状况
0.678
0.529
社会资本变量
与朋友邻居的交往程度
0.602
0.329
是否参与社会组织
0.406
0.116
亲戚中是否有任街道、社区干部
0.223
0.104
物化资本变量
住房面积
0.328
0.269
自有物质资本打分
0.584
0.558
基础设施评价
0.552
0.453
金融资本变量
财产性收入
0.262
0.570
融资渠道打分
0.160
0.362
其次，采用综合指数法计算失地农民四类资本各自得分情况，其计算公式为：
其中， 代表失地农民四类资本各自得分情况（i=1,2,3,4）， 代表第j项指标的权重。下图直观地反映了两类失地农民各项生计资本的得分情况：
图2： 失地农民四类生计资本的得分情况
从整体上来看，不同就业状态下的失地农民的生计资本存在较大差异，分布结构也不尽相同。具体来说：（1）人力资本方面，已就业失地农民其人力资本得分为0.546，未就业失地农民的得分为0.381。已就业者的文化程度相对较高，未就业者的技能得分较低，仅为0.209，但他们的健康状况都比较良好。（2）就社会资本而言，已就业失地农民其社会资本得分为0.354，未就业失地农民的得分为0.151。（3）物化资本方面，已就业失地农民其物化资本得分为0.454，未就业失地农民的得分为0.404。南京市失地农民的安置保障措施比较到位，农民土地被征用后入住保障房小区，小区统一筹划，水电交通等基础设施比较完善，导致两类人群的物化资本水平较高，且差异不大。（4）金融资本方面，唯独金融资本的得分是未就业者大于已就业者，已就业失地农民其金融资本得分为0.219，未就业失地农民的得分为0.482。从调查中我们可以发现，56.98%的未就业者由于出租房屋等原因拥有财产性收入，而这一比例在已就业者中仅为26.20%。从融资渠道的角度去看，失地农民的金融资本差异不大。
四、 影响失地农民就业的实证分析
（一） 模型设定
为了进一步分析影响失地农民就业的因素，本文将失地农民的就业状况作为被解释变量，其中“已就业”为1，“未就业”为0，运用二元Logit模型，通过极大似然估计法进行参数的估计。模型的具体形式如下：
 （1）
（1）式中，P表示失地农民中实现就业的概率， 为解释变量，含义为影响失地农民就业的因素，具体的设定见表1。各个系数 表示该解释变量对就业的影响程度，其取值等于失地农民实现就业比率的变化率，正的系数表示该解释变量有利于他们实现就业。 表示随机误差项。
（二） 回归结果分析
本文采用stata11.0软件对模型进行了回归分析，具体回归结果见表3：
表3 失地农民就业的Logit模型估计结果
变量
估计参数
标准误
Z统计量
受教育程度
0.1943682
2.09
劳动技能
0.3744857
0.3518731
1.06
健康状况
0.205203
2.72
与朋友邻居的交往程度
是否参与社会组织
0.3240994
0.214364
1.51
0.4037073
2.56
亲戚中有任街道、社区干部
0.465465
1.77
住房面积
0.0057828
-1.77
自有物质资本打分
-0.1033208
0.1735434
-0.60
基础设施评价
0.1704796
0.2430811
0.70
财产性收入
0.3231304
-3.92
融资渠道打分
0.1092787
0.1694004
0.65
常数项
1.170921
-2.20
Log likelihood
-140.22368
注： 、 、 分别表示在10%、5%、1%统计水平上显著
1. 人力资本变量对就业的影响。受教育程度、健康状况对失地农民的就业有着显著影响；受教育程度越高，健康状况越好，实现就业的概率也越大。技能对就业的影响并不显著，可能是由于政府提供的技能培训都流于表面，对失地农民的就业的帮助不大。
2. 社会资本变量对就业的影响。是否参加社会组织不但在统计上有显著影响，其经济学意义也很明显，各种形式的社会组织在就业信息的发布与流通、组织内部成员素质的提升等方面给失地农民带来很多帮助，进而更利于组织内部成员实现就业。亲戚中有无干部在90%的水平上显著，从调研的情况来看，失地农民实现就业的主要形式是“社区就业”，而街道、社区的干部可以对自己的亲属提供各种帮助，从而促进其实现就业。与朋友邻居的交往程度在统计上并不显著。
3. 物化资本变量对就业的影响。住房面积这一变量在90%的显著水平上显著，稳定的住所使得失地农民没有改变现状的强烈愿望。自有物质打分和基础设施评价在统计上不显著，但从回归系数的方向上来看，自有物质打分越高，失地农民就业意愿相对越小；基础设施评价越高，表明一个地区的经济发展水平越高，创业的环境越好，越有利于失地农民实现就业。
4. 金融资本变量对就业的影响。财产性收入这一变量在统计上是显著的，拥有财产性收入的失地农民实现就业的概率要比没有财产性收入的失地农民低。在征地的过程之中，由于南京的特殊政策，部分失地农民分到若干套房产，将这些用于出租所获收入使得他们已经没有必要通过就业来养活自己，从获取收入的角度来看，就业便显得无关紧要，造成了一种“主观性”失业状况。
五、简要结论
本文根据英国国际发展部（DFID）的可持续分析框架，首先对南京市失地农民的生计资本进行了测度。 2/3 首页 上一页 1 2 3 下一页 尾页 |
