劳动力市场分割和劳动力迁移实证研究

曹雁翎

摘要： 利用辽宁省城市劳动力市场的数据，运用主成分分析方法求证城市劳动力市场分割是影响劳动力迁移的最重要影响因素，对于掌握辽宁省劳动力迁移规律，掌握辽宁省劳动力市场运行状况，改善人才环境、调整人才政策有着重要的实践价值。

关键词：劳动力市场分割；劳动力迁移；主成分分析

中图分类号：F249.22 文献标识码：A

文章编号：1005-913X（2014）10-0091-02

一、问题的提出

近年来，劳动力短缺与失业并存已经成为影响国民经济发展、社会和谐稳定的重要因素。辽宁省要实现经济又好又快增长和社会的和谐稳定，一方面要扩大就业，另一方面还要加大力度吸引劳动力迁入城市，加快城镇化步伐，这就可能引发促进就业和加快吸引劳动力的矛盾。这一矛盾的产生源于城市劳动力市场的分割。“十二五”期间，辽宁省处于产业结构调整的关键时期，在这一关键期，劳动力的存量、质量以及合理流动都至关重要，因此打破城市劳动力市场的分割，构建一个健康的劳动力市场、进行劳动力的合理、有序迁移就显得尤为重要。

我国的劳动力迁移受到多种因素的共同影响，包括政策因素、市场因素、行业因素、自然因素、心理因素等，但是影响最深远、最不利于劳动力市场和产业的健康发展的因素之一就是由城市劳动力市场分割所造成的城乡分割、行业分割、地区分割和单位分割（赖德胜，1996；李萍，1999；许经勇，2000；徐林清，2002；张展新，2004）。我国劳动力市场分割的持续存在是一个不利于人力资本投资和产业升级的劣等均衡。退出这个劣等均衡，有利于我国劳动力市场和产业的健康发展。本文将利用辽宁省城市劳动力市场的数据，运用主成分分析方法求证城市劳动力市场分割是影响劳动力迁移的最重要影响因素，对于掌握辽宁省劳动力迁移规律，掌握辽宁省劳动力市场运行状况，改善人才环境、调整人才政策有着重要的实践价值。

二、研究框架

对城市较高收入水平、舒适生活环境、现代生活方式以及更多发展机遇的期望都使外来劳动力具备市民化倾向；但是，与本地居民相比，外来人口在就业机会、收入公平、居住条件、社会地位、情感归属等方面都处于相对弱势。因此，外来劳动力的迁移面临着在城市潜在吸引力和现实困境之间进行的、需要综合考虑多种因素的博弈，因此，外来劳动力迁移的影响因素是一个多变量的综合性问题。国内外学者从经济、社会、人口学等多角度对外来人口的迁移决策及影响因素进行分析得出的一系列结论可供本文借鉴。

（一）劳动力市场分割

李建民（2002）认为中国的劳动力市场是多重分割交织在一起，即城乡分隔、地区分隔、部门分隔、正式劳动力市场与从属劳动力市场的分割等。中国劳动力市场分割对就业、收入、分配、经济增长、社会公平等都有重要的影响，进而对劳动力迁移产生深层次的影响。

（二）城市宏观因素

唐纳德·博格提出的人口转移推力—拉力理论认为，迁入地宜人的气候环境、乐观的就业形势、较高的经济发展水平、良好的制度安排、完善的文化设施和交通条件是吸引外来人口迁移的重要拉力。与城市自然、社会、经济、制度相关的宏观因素是城市吸引外来劳动力迁移的重要力量和基础条件，包括城市经济发展水平、城市环境、就业机会和户籍制度。

（三）工作和生活状态

工作状况是一种通过评价工作各层面后产生的广泛性态度来对员工工作感受进行衡量的变量。对外来劳动力工作状态进行衡量不能仅仅停留在收入层面，还应综合评价职业性质、社会及技术环境因素（包括人际关系、工作条件、上司的赏识等）、自我实现因素（个人能力是否得到发挥）、受认可因素（责任、工资、工作挑战性、晋升等） 和劳动保障状况等，工作状态越好，外来劳动力城市迁移意愿越强烈。在生活状态方面，住房条件可以成为外来劳动力影响其在居住地幸福感的重要指标，能够左右其城市迁移意愿。

（四）人口学因素

几乎所有劳动力迁移意愿影响因素的研究都把人口学因素作为重要的影响因素，包括性别、年龄、婚姻状况、教育程度，但是学者们在这四个因素的影响方向上尚未得出一致结论。

（五）社会心理因素

劳动力选择离开家乡迁移到城市，就必须面临家庭责任的牺牲、原有社会资本的丧失、对新环境的认同和归属感的重新构建。社会心理因素包含三个方面，即流动范围、所在地居民与外来人口融合程度和当地社会网络。

三、数据来源、研究方法和结果分析

（一）数据来源与描述性统计

为了消除区域发展不平衡、城市规模差异对外来劳动力城市迁移意愿的影响，本文在辽宁省沈阳市、大连市、葫芦岛市、本溪市、阜新市和丹东市等六个城市，以农村户籍外来务工人员在上述城市就业意愿及其影响因素为研究对象，采用分层抽样和偶遇抽样相结合的抽样方法进行问卷调查。本次调查共发放问卷1014份，回收有效问卷932份，问卷中涵盖的外来劳动力城市迁移意愿的变量统计信息见表1。

（二）基于主成分分析法的辽宁省劳动力城市迁移意愿的实证研究

1.主成分分析法适用于辽宁省劳动力城市迁移意愿的实证研究。通过对学者们对于外来劳动力城市迁移意愿影响因素的研究结论的借鉴，本文构建了外来劳动力城市迁移意愿的研究框架，并运用辽宁省的数据进行了实证研究，但研究框架中的多因素以及描述性统计得出的结论无法明确说明哪种因素为影响城市迁移意愿的主要因素，如果逐一分析以上因素对外来劳动力城市迁移意愿的影响，可能造成无法抓住主要因素或容易产生伪因素的后果，最终导致研究效率的缺乏，甚至研究结论的错误。

因此，对这一问题的深入研究的最佳研究思路是用若干个既相互独立，又能够较好反映原来众多指标信息的影响外来劳动力城市迁移意愿的综合因素指标来代替上述众多因素指标。而通过计算方差贡献率、转轴因素负荷矩阵、特征值和主成分相关系数等，主成分分析法能够准确地发现具有代表性的综合指标。

因为每个变量都在不同程度上反映了所研究问题的某些信息，并且指标之间彼此有一定的相关性，因而所得的统计数据反映的信息在一定程度上有重叠。在用统计方法研究多变量问题时，变量太多会增加计算量和增加分析问题的复杂性，人们希望在进行定量分析的过程中，涉及的变量较少，得到的信息量较多。主成分分析也称主分量分析，旨在利用降维的思想，把多指标转化为少数几个综合指标。在实际问题研究中，为了全面、系统地分析问题，必须考虑众多影响因素。

在找出影响解释变量的主成分因素的基础上，主成分分析法还可以通过计算转轴后的因素矩阵发现第一主成分里面权重最大的影响因素，在外来劳动力迁移意愿影响因素研究中，找到外来劳动力城市迁移意愿的最重要影响因素，从而切中研究要害，使政策的制定更具针对性。

2.基于主成分分析法的辽宁省劳动力城市迁移意愿的实证研究。外来劳动力城市迁移意愿影响因素的主成分分析法具体步骤为：首先，利用问卷调查获取外来劳动力城市迁移意愿影响因素的数据；其次，对获取的数据采用李克特量表对调查样本进行测评打分；再次，借助统计软件SPSS17.0进行主成分分析，抽取外来劳动力城市迁移意愿的主要影响因素；最后，在归纳总结的基础上得出研究结论。

基于主成分分析法的辽宁省劳动力城市迁移意愿的实证研究之前，本文编制了五点李克特量表，对外来劳动力对影响其迁移意愿的各个因素的同意程度进行编码，“非常同意”、“比较同意”、“一般”、“比较不同意”、“非常不同意”分别编码为5、4、3、2、1。

（1）外来劳动力城市迁移意愿影响因素相关系数

运用问卷调查获取外来劳动力城市迁移意愿影响因素的数据，得出以下矩阵相关系数，见表2。

（2）Bartletts球形检验

数据经过Bartletts球形检验，值为74.291，达到显著性要求，代表母群体的相关矩阵之间有共同因素存在，适合运用主成分分析法进行分析。

（3）主成分的特征值和贡献率值

运用SPSS17.0，对主成分的特征值和贡献率值计算结果见表3。

在五个因素中，有四个因素其特征值大于1，四个因素的累计贡献率达到了90.8%。第一个主成分城市劳动力市场分割因素解释外来劳动力迁移意愿变异量为31.4%，第二个主成分人口学因素为25.3%，第三个主成分工作和生活状态为18.5%，第四个主成分城市宏观因素为15.6%。

（4）转轴因素负荷矩阵和主成分相关系数矩阵的计算

本文采用最大变异法正交转轴方法，得出转轴因素负荷矩阵和主成分相关系数矩阵，分别见表4和表5。

从表4中可以看出，城市劳动力市场分割和人口学因素为第一主成分因素，工作和生活状态和宏观环境因素是第二主成分因素，城市环境因素为第三主成分因素。从表5中可以看出，各个主成分甚至主成分内部各因素之间存在一定的相关关系。

四、结论

本文在辽宁省沈阳市、大连市、葫芦岛市、本溪市、阜新市和丹东市等六个城市，以农村户籍外来务工人员在上述城市就业意愿及其影响因素为研究对象，采用分层抽样和偶遇抽样相结合的抽样方法进行问卷调查。本文采用李克特量表，运用主成分分析法，采用统计软件SPSS17.0对数据进行实证研究，得出以下结论：

通过运用主成分分析法，本文得到了影响外来劳动力城市迁移意愿的三个主成分因素。劳动力市场分割和外来劳动力的人口学因素为影响外来劳动力城市迁移意愿的第一主成分因素，工作和生活状态和宏观城市因素为第二主成分因素，社会心理因素为第三主成分因素。

在转轴后的因素负荷矩阵中，劳动力市场分割的影响因素负荷达到0.874，是第一主成分因素里面权重最大的因素，证明影响外来劳动力城市迁移意愿的最重要因素为劳动力市场分割因素。

另外，在各个主成分内部因素之间和主成分因素之间存在一定的相关关系，这也证明这些因素共同对外来劳动力城市迁移意愿产生影响。其中，第一主成分内部因素相关系数为0.864，说明劳动力市场分割与外来劳动力人口学因素存在较强的相关关系，同时第二主成分对第一主成分相关系数最大，为0.375，第三主成分对第一主成分相关系数最小，为0.045。

参考文献：

[1] 蔡 昉.人口迁移和流动的成因、趋势与政策[J].中国人口科学，1995（6）.

[2] 黄 涛，陈良焜，王丽艳.中国行业吸纳就业的投入产出分析[J].经济科学，2002（1）.

[3] 陈浩静.现阶段我国农村剩余劳动力转移的深层思考[D].大连：大连海事大学，2006.

[责任编辑：兰欣卉]

因为每个变量都在不同程度上反映了所研究问题的某些信息，并且指标之间彼此有一定的相关性，因而所得的统计数据反映的信息在一定程度上有重叠。在用统计方法研究多变量问题时，变量太多会增加计算量和增加分析问题的复杂性，人们希望在进行定量分析的过程中，涉及的变量较少，得到的信息量较多。主成分分析也称主分量分析，旨在利用降维的思想，把多指标转化为少数几个综合指标。在实际问题研究中，为了全面、系统地分析问题，必须考虑众多影响因素。

在找出影响解释变量的主成分因素的基础上，主成分分析法还可以通过计算转轴后的因素矩阵发现第一主成分里面权重最大的影响因素，在外来劳动力迁移意愿影响因素研究中，找到外来劳动力城市迁移意愿的最重要影响因素，从而切中研究要害，使政策的制定更具针对性。

2.基于主成分分析法的辽宁省劳动力城市迁移意愿的实证研究。外来劳动力城市迁移意愿影响因素的主成分分析法具体步骤为：首先，利用问卷调查获取外来劳动力城市迁移意愿影响因素的数据；其次，对获取的数据采用李克特量表对调查样本进行测评打分；再次，借助统计软件SPSS17.0进行主成分分析，抽取外来劳动力城市迁移意愿的主要影响因素；最后，在归纳总结的基础上得出研究结论。

基于主成分分析法的辽宁省劳动力城市迁移意愿的实证研究之前，本文编制了五点李克特量表，对外来劳动力对影响其迁移意愿的各个因素的同意程度进行编码，“非常同意”、“比较同意”、“一般”、“比较不同意”、“非常不同意”分别编码为5、4、3、2、1。

（1）外来劳动力城市迁移意愿影响因素相关系数

运用问卷调查获取外来劳动力城市迁移意愿影响因素的数据，得出以下矩阵相关系数，见表2。

（2）Bartletts球形检验

数据经过Bartletts球形检验，值为74.291，达到显著性要求，代表母群体的相关矩阵之间有共同因素存在，适合运用主成分分析法进行分析。

（3）主成分的特征值和贡献率值

运用SPSS17.0，对主成分的特征值和贡献率值计算结果见表3。

在五个因素中，有四个因素其特征值大于1，四个因素的累计贡献率达到了90.8%。第一个主成分城市劳动力市场分割因素解释外来劳动力迁移意愿变异量为31.4%，第二个主成分人口学因素为25.3%，第三个主成分工作和生活状态为18.5%，第四个主成分城市宏观因素为15.6%。

（4）转轴因素负荷矩阵和主成分相关系数矩阵的计算

本文采用最大变异法正交转轴方法，得出转轴因素负荷矩阵和主成分相关系数矩阵，分别见表4和表5。

从表4中可以看出，城市劳动力市场分割和人口学因素为第一主成分因素，工作和生活状态和宏观环境因素是第二主成分因素，城市环境因素为第三主成分因素。从表5中可以看出，各个主成分甚至主成分内部各因素之间存在一定的相关关系。

四、结论

本文在辽宁省沈阳市、大连市、葫芦岛市、本溪市、阜新市和丹东市等六个城市，以农村户籍外来务工人员在上述城市就业意愿及其影响因素为研究对象，采用分层抽样和偶遇抽样相结合的抽样方法进行问卷调查。本文采用李克特量表，运用主成分分析法，采用统计软件SPSS17.0对数据进行实证研究，得出以下结论：

通过运用主成分分析法，本文得到了影响外来劳动力城市迁移意愿的三个主成分因素。劳动力市场分割和外来劳动力的人口学因素为影响外来劳动力城市迁移意愿的第一主成分因素，工作和生活状态和宏观城市因素为第二主成分因素，社会心理因素为第三主成分因素。

在转轴后的因素负荷矩阵中，劳动力市场分割的影响因素负荷达到0.874，是第一主成分因素里面权重最大的因素，证明影响外来劳动力城市迁移意愿的最重要因素为劳动力市场分割因素。

另外，在各个主成分内部因素之间和主成分因素之间存在一定的相关关系，这也证明这些因素共同对外来劳动力城市迁移意愿产生影响。其中，第一主成分内部因素相关系数为0.864，说明劳动力市场分割与外来劳动力人口学因素存在较强的相关关系，同时第二主成分对第一主成分相关系数最大，为0.375，第三主成分对第一主成分相关系数最小，为0.045。

参考文献：

[1] 蔡 昉.人口迁移和流动的成因、趋势与政策[J].中国人口科学，1995（6）.

[2] 黄 涛，陈良焜，王丽艳.中国行业吸纳就业的投入产出分析[J].经济科学，2002（1）.

[3] 陈浩静.现阶段我国农村剩余劳动力转移的深层思考[D].大连：大连海事大学，2006.

[责任编辑：兰欣卉]

因为每个变量都在不同程度上反映了所研究问题的某些信息，并且指标之间彼此有一定的相关性，因而所得的统计数据反映的信息在一定程度上有重叠。在用统计方法研究多变量问题时，变量太多会增加计算量和增加分析问题的复杂性，人们希望在进行定量分析的过程中，涉及的变量较少，得到的信息量较多。主成分分析也称主分量分析，旨在利用降维的思想，把多指标转化为少数几个综合指标。在实际问题研究中，为了全面、系统地分析问题，必须考虑众多影响因素。

在找出影响解释变量的主成分因素的基础上，主成分分析法还可以通过计算转轴后的因素矩阵发现第一主成分里面权重最大的影响因素，在外来劳动力迁移意愿影响因素研究中，找到外来劳动力城市迁移意愿的最重要影响因素，从而切中研究要害，使政策的制定更具针对性。

2.基于主成分分析法的辽宁省劳动力城市迁移意愿的实证研究。外来劳动力城市迁移意愿影响因素的主成分分析法具体步骤为：首先，利用问卷调查获取外来劳动力城市迁移意愿影响因素的数据；其次，对获取的数据采用李克特量表对调查样本进行测评打分；再次，借助统计软件SPSS17.0进行主成分分析，抽取外来劳动力城市迁移意愿的主要影响因素；最后，在归纳总结的基础上得出研究结论。

基于主成分分析法的辽宁省劳动力城市迁移意愿的实证研究之前，本文编制了五点李克特量表，对外来劳动力对影响其迁移意愿的各个因素的同意程度进行编码，“非常同意”、“比较同意”、“一般”、“比较不同意”、“非常不同意”分别编码为5、4、3、2、1。

（1）外来劳动力城市迁移意愿影响因素相关系数

运用问卷调查获取外来劳动力城市迁移意愿影响因素的数据，得出以下矩阵相关系数，见表2。

（2）Bartletts球形检验

数据经过Bartletts球形检验，值为74.291，达到显著性要求，代表母群体的相关矩阵之间有共同因素存在，适合运用主成分分析法进行分析。

（3）主成分的特征值和贡献率值

运用SPSS17.0，对主成分的特征值和贡献率值计算结果见表3。

在五个因素中，有四个因素其特征值大于1，四个因素的累计贡献率达到了90.8%。第一个主成分城市劳动力市场分割因素解释外来劳动力迁移意愿变异量为31.4%，第二个主成分人口学因素为25.3%，第三个主成分工作和生活状态为18.5%，第四个主成分城市宏观因素为15.6%。

（4）转轴因素负荷矩阵和主成分相关系数矩阵的计算

本文采用最大变异法正交转轴方法，得出转轴因素负荷矩阵和主成分相关系数矩阵，分别见表4和表5。

从表4中可以看出，城市劳动力市场分割和人口学因素为第一主成分因素，工作和生活状态和宏观环境因素是第二主成分因素，城市环境因素为第三主成分因素。从表5中可以看出，各个主成分甚至主成分内部各因素之间存在一定的相关关系。

四、结论

本文在辽宁省沈阳市、大连市、葫芦岛市、本溪市、阜新市和丹东市等六个城市，以农村户籍外来务工人员在上述城市就业意愿及其影响因素为研究对象，采用分层抽样和偶遇抽样相结合的抽样方法进行问卷调查。本文采用李克特量表，运用主成分分析法，采用统计软件SPSS17.0对数据进行实证研究，得出以下结论：

通过运用主成分分析法，本文得到了影响外来劳动力城市迁移意愿的三个主成分因素。劳动力市场分割和外来劳动力的人口学因素为影响外来劳动力城市迁移意愿的第一主成分因素，工作和生活状态和宏观城市因素为第二主成分因素，社会心理因素为第三主成分因素。

在转轴后的因素负荷矩阵中，劳动力市场分割的影响因素负荷达到0.874，是第一主成分因素里面权重最大的因素，证明影响外来劳动力城市迁移意愿的最重要因素为劳动力市场分割因素。

另外，在各个主成分内部因素之间和主成分因素之间存在一定的相关关系，这也证明这些因素共同对外来劳动力城市迁移意愿产生影响。其中，第一主成分内部因素相关系数为0.864，说明劳动力市场分割与外来劳动力人口学因素存在较强的相关关系，同时第二主成分对第一主成分相关系数最大，为0.375，第三主成分对第一主成分相关系数最小，为0.045。

参考文献：

[1] 蔡 昉.人口迁移和流动的成因、趋势与政策[J].中国人口科学，1995（6）.

[2] 黄 涛，陈良焜，王丽艳.中国行业吸纳就业的投入产出分析[J].经济科学，2002（1）.

[3] 陈浩静.现阶段我国农村剩余劳动力转移的深层思考[D].大连：大连海事大学，2006.

[责任编辑：兰欣卉]