农民工，指户籍仍在农村的，且在本地从事非农产业或外出从业6个月及以上的劳动者，他们是我国特有的城乡二元体制的产物。随着我国社会经济不断发展，城镇化水平也随之不断提高，越来越多的农民工进入城镇，并成为产业工人的主力军。本文所研究的新生代农民工是指出生于20世纪80年代以后的农民工。2013年我国新生代农民工数量为12528万人，占农民工总量的46.6%，新一代农民占农民工总数的近半成。新生代农民工受教育程度普遍较高，高中及以上文化程度的新生代农民工占到三分之一，比老一代的农民工高出19.2%个百分点。他们中大部分人从事制造业，主要集中在东部地区和大中城市务工。[1]
随着新生代农民工队伍的不断扩大，他们的就业难问题也越来越突出。本文在总结国内外对于就业能力的研究的基础上，结合实际进行综合分析，通过建立新生代农民工就业能力评价指标体系，全方位分析新生代农民工就业能力。
一、国内外相关研究
就业力这一概念最早是由英国经济学家Beveridge提出的，他认为就业力是指个体获得和保持工作的能力。Law等人定义了就业能力的三个维度：个人适应性，个体与市场的交互，职业身份。美国学者Fugate等在对就业能力的定义中引入了社会资本的概念，他认为就业能力是指识别工作机会及获取工作的能力，由职业认同、个体适应性、社会资本和人力资本等方面所组成。国内关于农民工的就业能力的研究始于上世纪90年代末。周其仁提出农民工的素质决定了他们的就业机会。罗恩立基于广义视角的理论框架，通过分析微观个体、中观环境和宏观支持三个方面的一级指标，利用层次分析法和德尔菲法构建了新生代农民工就业能力评价指标体系。[2]刘叶云、游钊参考上文中提到的Fugate的就业结构理论，利用层析分析法，提出新生代农民工就业能力评价指标体系包含个体适应性、职业认同、社会资本和人力资本四个准则层指标，自我开发能力等15项操作层指标。[3]
二、评价体系的建立
（一）方法的选择
以往国内学者关于农民工就业能力的评价都采用层次分析法（AHP）来构建农民工就业能力评价体系。在研究之前的农民工就业能力评价体系后，作者发现学者们所建立的层次评价体系中有些最底层指标之间存在反馈关系，相互影响，而AHP要求各指标间彼此独立，不能彼此影响，因此使用层次分析法对农民工就业能力进行分析评价的方法有缺点，需要改进。本文采用网络层次分析法（ANP）建立这一评价体系。ANP是在AHP的基础上发展并形成的一种新的决策方法，由Saaty在1996年系统地提出其理论和方法。ANP允许量化或是难以量化的多个指标共存，而且在分析时结合了不同层次的元素组和同一元素组各元素之间的相互联系和反馈，因此，ANP比AHP更贴近现实，更能准确地反映和描述决策问题。
（二）指标的选取
关于农民工就业能力评价指标的研究成果较少，目前学者没有公认的一致意见。本文评价体系的决策目标为新生代农民工就业能力A，借鉴之前学者对于新生代农民工就业能力评价指标的选择，并结合我国当前国情和新生代农民工群体特征，将新生代农民工就业能力分为个体适应性B1、心理资本B2、社会资本B3和人力资本B4四个维度。在选择具体的底层指标时，在体现这四项维度的前提下，更偏向选择可直接测量的客观数据。
个体适应性B1是指新生代农民工适应城市工作生活的能力，包括工作变动接受能力C11、主动人际交往能力C12和吃苦耐劳的能力C13。这三项指标是新生代农民工自身能力的体现，能够反映出他们融入城市生活，迎接不断变化的工作挑战的适应性。
心理资本B2是指新生代农民工的心理素质，包括自信心C21、责任感C22和积极性C23。自信心是新生代农民工进入城市工作所必须具备的心理素质，是其找到工作的前提，责任感和积极性是新生代农民工稳定就业所需要的心理素质。
社会资本B3是指新生代农民工通过其社会网络而获取工作机会的能力，包括社会地位C31、家庭经济状况C32和就业地区亲朋数量C33。就我国的具体国情而言，社会资本在寻找工作机会中起到很重要的作用。农民工社会地位的高低会影响其找工作的难易程度，家庭经济支持可以帮助新生代农民工寻找更多的工作机会，同时也能反映出他们的家庭整体教育、素质和能力。就业地区亲朋数量是一个可测量的数据，亲朋好友在新生代农民工找工作时会给予很多支持与帮助。
人力资本B4是指新生代农民工受到教育、培训和实践经验等方面的投资所获得的知识和技能的积累，包括工作经验C41、教育水平C42、培训次数C43和身体素质C44。工作经验、教育水平和培训直接体现了新生代农民工的工作能力和素质。考虑到为数不少的农民工所从事的工作为繁琐和机械的体力劳动，本文特地选取了身体素质作为衡量其就业能力的一项指标。
（三）构建评价模型
建立网络层次模型。网络层次结构内的元素分为两大层次，控制层和网络层。将评价的目标新生代农民工就业能力A，以及其四个维度个体适应性B1、心理资本B2、社会资本B3和人力资本B4作为控制层。用上文中所选取的C11—C44等13项指标构建网络层。
控制层中，各元素之间是相互独立的，它们之间的权重使用传统的层次分析法（AHP）确定。网络层中各指标间的关系较为复杂，很多指标相互影响，彼此依存，指标与层次之间内部不独立。网络层次递阶结构中的每个维度支配的并不仅仅是一个简单的内部独立的指标，而是一个相互依存、相互反馈的网络结构。最终建立的新生代农民工就业能力评价体系的网络递阶结构如图1所示。
图中网络层各指标的反馈关系用“→”连接表示，具体的作用关系见下表1：
上表中标记“√”的表示两个指标存在关联。例如C11与C12、C13、C21、C23、C41、C42、C43七项指标有关，一般说来，主动人际交往能力、吃苦耐劳能力、自信心、积极性、工作经验、教育水平和培训次数与工作变动接受能力成正相关，其他12项指标的相互关系与上述C11的解释类似，都与其有关联的指标成正相关关系。
（四）权重的确定
本文关于新生代农民工就业能力评价体系的权重使用专家打分法确定。将收集到的有关农民工就业能力研究的有关资料，以及本文的研究目的和所构建的评价体系，提供给长春理工大学研究城乡统筹和农民工就业问题的有关专家，由专家们根据Saaty1-9标度法就指标体系各部分关系权重进行打分。控制层的元素彼此独立，因此采用层次分析法（AHP）确定权重。网络层中元素互关联，进一步以控制层四个维度为网络层的判断标准，结合评价体系中各指标间的相互关系，根据专家意见建立判断矩阵，以一致性检验结果判定判断矩阵能否接受，再由确定的超级矩阵经过复杂的迭代计算，得到能够反映元素受整体影响的极限超矩阵，确定最终网络层指标的混合权重值。再收集第一次权重分值后，对数据进行分析汇总，再将第一轮结果以匿名方式提供给专家，进行第二轮打分。再进行第三轮打分后，专家意见趋于一致，各指标的权重得以确定。
由于网络层次分析法中的极限超矩阵迭代计算十分繁复，为减少计算量，本文利用专业的网络层次分析法软件SuperDecision进行分析计算。将新生代农民工就业能力评价体系的结构输入软件，再将专家确定的相对权重输入，利用SuperDecision软件计算极限超矩阵，得表2
表2中每一行数字都相同，这一结果就是网络层指标最终的权重。从结果可以看到，对于新生代农民工就业影响最大的因素是工作变动接受能力。这一指标反映了新生代农民工对于工作环境、工作条件、工作性质和工作角色转变的应对能力，是新生代农民工能否适应城市工作的重要参考，与其他多达七项因素存在关联，因此是关于就业能力最重要的因素。还可以看到，人力资源维度下的三项指标：培训次数、教育水平和工作经验的权重值也较高，说明职业培训和教育对于新生代农民工就业有很大的帮助。
在此评价体系的基础上，通过收集、整理和处理各地区相关的数据，再结合上述所得权重，就可以计算出各地区新生代农民工就业能力的评分，从而根据各地区不同情况制定出帮助新生代农民工的、有针对性的就业政策。
三、结语
本文通过分析我国农民工就业现状，在总结国内外关于就业能力研究的基础上，说明了以往通过AHP建立的农民工就业评价体系的不足，创新地提出了利用网络层次分析法（ANP）构建新生代农民工就业能力评价体系。在建立的网络层析结构基础上，利用专家打分法对各指标权重进行评价。最后使用SuperDecision网络层次分析软件建立模型进行计算，得出各指标的最终权重。权重结果说明了工作变动接受能力是新生代农民工就业能力的最大影响因素，培训、教育和工作经验也会对就业能力提升有很大帮助。得出指标权重后，再结合具体的相关数据进行实证研究，可以分析出不同地区新生代农民工就业能力的优劣势，为进一步制定就业政策提供帮助。这一方法改进了以往的评价体系模型，更加符合现实中各元素间复杂的相互关系，更加贴近实际，为以后的新生代农民工就业能力评价提供了新的思路。
【参考文献】
[1]国家统计局.2013年全国农民工监测调查报告[R].2014-05.
[2]罗恩立.新生代农民工就业能力的评价指标体系研究[J].华东理工大学学报，2010（1）.
[3]刘叶云，游钊.中国新生代农民工就业能力评价体系的构建[J].湖南农业大学学报（社会科学版），2011（4）.
13888888888
点击咨询 