摘要:本文在问卷调查基础上,借鉴相关行为理论和行为模型,构建了农民参与农村实用人才培训行为动机研究的理论模型,运用相关的行为研究相应的方法,得出研究结论,研究认为农民参与农村实用人才培训的动机影响农民参与农村实用人才培训的行为,而农民参与农村实用人才培训的动机又由农民参与农村实用人才培训的态度、需求和诱因(目标)等因素构成。
随着我国经济的不断发展,我国现阶段城乡差距不断扩大、农村经济社会发展滞后、农民增收缓慢等现象不断出现,显然导致这些现象产生的因素是多方面的,在诸多因素中,笔者认为,农村实用人才的短缺是一个非常重要的因素。农村实用人才是发展农村经济的主要力量,是推动农业向社会化、专业化、现代化转变的生力军,也是建设现代农业、推进社会主义新农村建设、构建社会主义和谐社会的根本要求[1]。大量的研究和实践表明,农民缺乏参与农村实用人才开发的热情、农民参与农村实用人才开发的积极性不高,是制约农村实用人才开发的进程、影响农村实用人才开发效果的重要原因。农业部科技教育司教育处(2004)认为农民素质培训中最主要的问题在于农民缺乏参与培训的热情。“城市化进程中的农村土地制度改革”课题组(2003)发现农民素质培训工程在宁波市开展得也不理想[2]。农业部《农村实用人才队伍建设战略研究》课题组(2005)年对全国31个省市农村实用人才开发状况进行了抽样调查,调查结果表明:虽然农民对通过提高自身技能而提高收入的意愿很强,但多数农民参与农村实用人才具体开发培训活动的积极性不高,这一方面增加了农村实用人才开发培训活动组织的难度,另一方面也影响了培训效果,制约了农村实用人才的培养和形成[3]。只有加快农村人才的开发步伐,尤其是加大农村实用人才的开发力度,不断提高农民素质和实用技能,才能真正促进农业和农村发展,缩小城乡差距,克服发展中所面临的诸多问题,为实现我国人才强国战略奠定基础。近年来,随着经济与社会的不断发展,农村实用人才开发问题已经受到越来越多的关注和重视。在2003年召开的全国人才工作会议上,胡锦涛总书记指出要“加强农村实用人才队伍建设”,“建立健全农村人才服务体系,努力提高广大农村劳动者的素质,激励农村实用人才快速成长”[4]。为此,《中共中央、国务院关于进一步加强人才工作的决定》和2004年中共中央1号文件,都把加强农村实用人才建设提到重要的议事日程,明确提出农村实用人才是全社会人才的重要组成部分[5]。
本文通过问卷调查的方法,探讨农民参与农村实用人才培训行为动机及其影响因素,为政府制定相应的农村实用人才培训长效机制提供一定的借鉴。
一、研究假设
在农民参与农村实用人才培训行为动机理论模型中(见图1),农民参与农村实用人才培训行为动机研究的假设如下:
假设1:农民参与农村实用人才培训的需求对农民参与农村实用人才培训行为动机具有显著影响。
假设2:农民参与农村实用人才培训的态度对农民参与农村实用人才培训行为动机具有显著影响。
假设3:农民参与农村实用人才培训的诱因对农民参与农村实用人才培训行为动机具有显著影响。
图1农民参与农村实用人才培训行为动机理论模型
论文检测天使-免费论文相似性查重http://www.jiancetianshi.com
二、数据来源
本文使用的数据主要来源于对农民的问卷调查和深度访谈,利用江西农业大学农村学生暑期回乡的机会,对分布在全国东部、中部、西部地区包括江西、黑龙江、河北、辽宁、云南、河南、贵州、湖南、新疆、湖北、广西、福建在内的12个省进行了抽样调查,共发放问卷1972份,获得有效问卷1744份,问卷有效率为88.44%。
问卷调查对象即样本农民的情况见表1所示。
表1被调查农民的基本情况
注:根据笔者调查数据整理而得
三、研究方法
本文将农民参与农村实用人才培训行为动机这一变量作为潜变量,然后利用一些外显指标进行多变量复合测
量,运用利克特量表(Likert scale)进行多变量复合测量。
根据潜变量研究的需要,本文在信度分析的基础上采用了探索性因子分析方法,运用KMO(Kaiser-Meyer-Olkin)样本测度检验和巴特莱特球体检验对变量数据是否适合做因子分析进行检验,采用主成分分析法进行因子提取,计算出因子值以替代原来的变量进行相关分析和回归分析。
在研究方法的选择上,遵循的是信度分析、数据检验、探索性因子分析、相关分析和回归分析的分析思路。
(一)信度分析
本文对农民参与农村实用人才培训的需求、态度、诱因及行为动机分析均设计了相应的测量项目,并运用利克特量表进行多变量复合测量。为了检验测量项目的内在一致性,本文进行了项目的内在信度分析。
(二)KMO(Kaiser-Meyer-Olkin)样本测度检验和巴特莱特球体检验
KMO(Kaiser-Meyer-Olkin)样本测度和巴特莱特球体检验通常用于检验数据是否适合做因子分析。KMO值是相关系数与偏相关系数的一个比值,KMO值最大接近1,KMO值小,对因子分析不利,当KMO值愈大时,表示变量间的共同因素愈多,愈适合进行因素分析。根据学者Kaiser的观点,如果KMO的值小于0.5,则不适宜进行因子分析, 巴特莱特球体检验中统计值的的卡方统计值显著性概率是0.000,小于0.01,说明数据相关系数矩阵不是单位阵,具有相关性,也说明变量项目适宜做因子分析。因此,本文以KMO的值大于0.5和P<0.01作为研究农民参与农村实用人才培训行为动机有关变量是否适合做因子分析的依据[6]。
(三)探索性因子分析法
本文在将农民参与农村实用人才培训行为研究中所涉及变量的多个测量项目归结为一个因子进行研究的过程中,采用的是探索性因子分析法。探索性因子分析法(Exploratory Factor Analysis,EFA)是一项用来找出多元观测变量的本质结构、并进行降维处理的技术。因而,EFA能够将将具有错综复杂关系的变量综合为少数一个或几个核心因子。进行探索性因子分析的步骤如下:辨认、收集观测变量;获得协方差矩阵(或Bravais-Pearson的相似系数矩阵);验证将用于EFA的协方差矩阵(本文采用KMO测度检验和Bartlett球型测验);选择提取因子法(本文采用主成分分析法);发现因素和因素装货;确定提取因子的个数(以Kaiser准则和Scree测试作为提取因子数目的准则);解释提取的因子[6]。
(四)Pearson相关分析法
本文进行单因素相关分析采用的是Pearson相关分析法,这包括对各变量项目之间的相关分析、各构成要素与农民参与农村实用人才培训行为动机的相关分析。Pearson相关分析法是通过计算Pearson相关系数来进行简单相关分析的一种常用方法。它适用于都是连续变量的相关指标,分析的是变量的线性相关关系。Pearson相关系数也称积矩相关系数,是对两个定距变量(例如,年龄和身高)的关系强度的测量,简写为τ。从直线关系和曲线关系之间的关系来说,τ是对直线关系的一种测量,Pearson相关系数用来衡量两个数据集合是否在一条线上面。τ有两个主要的含义:(1)τ2=所解释的方差额。(2)τ测量围绕回归线散布的程度,也就是说,它可以告诉我们,我们用回归线进行预测的准确程度有多大[6]。
[8]电大学习网.免费论文网[EB/OL]. /d/file/p/2024/0424/fontbr />
(五)主成分分析法
本文在进行因子提取时采用的是主成分分析法,并用因子值替代原来的变量进行相关分析和回归分析。
四、分析结果
(一)农民参与农村实用人才培训行为动机分析
1.信度分析。采用利克特5点量表法对农民参与农村实用人才培训行为动机进行测量。其中,1表示“不赞同”,2表示“不太赞同”,3表示“一般赞同”,4表示“有些赞同”,5表示“很赞同”。测量项目分别为:动机1:我想成为具有一技之长的农村实用人才;动机2:我想参加农村实用人才开发培训;动机3:近几年我都在寻找培训机会以提高自己。
运用SPSS11.5进行信度分析,结果显示,农民参与农村实用人才培训行为动机三个测量项目的Cronbach α为0.8192,高于0.70,具有较高信度,认定以上三个项目分别从不同的角度测量了农民参与农村实用人才培训行为动机。同时笔者对1744个样本农民参与农村实用人才培训行为动机情况进行统计,统计显示,三个测量项目的最小值为3,最大值5,动机1的均值为4.2978,动机2的均值为4.6926,动机3的均值为4.7122,由此可以看出,农民参与农村实用人才培训的行为动机很强。
2.变量相关性检验。运用SPSS11.5得出KMO值为0.681,大于0.5;Bartlett球体检验Approx. Chi-Square统计值的显著性概率为0.000,小于0.001,两者均说明数据具有很高的相关性,适宜做因子分析。
3.因子分析结果。表2显示了动机因子分析结果。本文采用最大方差主成分分析法对上述三个测量项目进行因子分析。因子分析结果显示:该因子解释73.831%的变差,因子负载在0.78-0.90之间。
表3是相应的计算因子值的系数矩阵,该系数矩阵各因子可以表示为相应变量项目的线性组合,由公式,计算出公共因子fi的因子值如表3,并可用来替代原来的变量项目做回归分析。
表3 农民参与农村实用人才培训行为动机及影响因素
因子值的系数矩阵
注:通过SPSS11.5对调查数据运算而得
(二)农民参与农村实用人才培训行为动机影响因素分析
农民参与农村实用人才培训行为动机主要由农民参与农村实用人才培训的需求、态度以及农民参与农村实用人才培训的诱因(目标)等三方面因素构成。
1.信度分析。本文设计的对农民参与农村实用人才培训的需求的测量项目分别为:“是否缺乏致富技能”“是否缺乏农业科技知识”,“是否缺乏农村实用技能培训”并将它们分别命名为需求1、需求2、需求3,运用利克特五点量表法对其进行测量。同样,为了验证这些测量项目的可靠程度,首先对这些测量项目进行可靠性分析即信度分析。
经信度分析,农民参与农村实用人才培训需求的三个测量项目的Cronbach α为0.7840,高于0.70,具有较高信度,可以用来测量农民参与农村实用人才培训的需求。在调查的1744个样本农民参与农村实用人才培训的需求情况显示,需求1的均值为3.9278,需求2的均值为3.9541,需求3的均值为3.9266,由此可以看出,农民参与农村实用人才培训的行为需求较强。
(2)变量相关性检验。SPSS11.5分析显示:需求1、需求2、需求3的相关系数在0.41-0.70之间,它们之间具有显著性相关关系(在0.01显著性水平下)。同时经过计算,KMO值为0.634,大于0.5;Bartlett球体检验Approx. Chi-Square统计值的显著性概率为0.000,小于0.001,两者均说明数据具有较高的相关性,适宜做因子分析。
(3)因子分析结果。表2显示了因子分析结果。该因子解释70.069%的变差,因子负载为0.75-0.91。表3是相应的计算因子值的系数矩阵,该系数矩阵各因子可以表示为相应变量项目的线性组合,计算出公共因子fi的因子值(见表3)表明可用来替代原来的变量项目做回归分析。
2.农民参与农村实用人才培训的态度研究
(1)信度分析。本文设计的对农民参与农村实用人才培训动机的态度的测量项目分别为:“提高务农知识和技能对我很重要”,“我愿意成为具有一技之长的农村实用人才”,“我愿意参加农村实用人才开发培训”,并将它们分别命名为态度1、态度2、态度3。采用利克特5点量表法对农民参与农村实用人才培训的态度进行测量。其中,1表示“不赞同”,2表示“不太赞同”,3表示“一般赞同”,4表示“有些赞同”,5表示“很赞同”。同样,为了验证这些测量项目的可靠程度,首先对这些测量项目进行可靠性分析即信度分析。
经信度分析,农民参与农村实用人才培训态度的三个测量项目的Cronbach α为0.7746,高于0.70,具有较高信度,可以用来测量农民参与农村实用人才培训的态度。同时统计结果显示1744个样本农民参与农村实用人才培训的态度情况。态度1的均值为4.0493,态度2的均值为3.9541,态度3的均值为4.1765,由此可以看出,农民参与农村实用人才培训的态度总体向好。
(2)变量相关性检验。SPSS11.5分析结果显示:态度1、态度2、态度3之间的相关系数在0.51-0.55之间,它们之间具有较显著的相关关系(在0.01显著性水平下)。同时上述变量项目因子分析的KMO测度为0.701,大于0.5;Bartlett球体检验Approx.Chi-Square统计值的显著性概率为0.000,小于0.001,两者均说明数据具有较高的相关性,适宜做因子分析。
(3)因子分析结果。表2显示了因子分析结果。本文采用最大方差主成分分析法对上述三个测量项目进行因子分析。因子分析结果显示:该因子解释68.934%的变差,因子负载为在0.82-0.85之间。表3是相应的计算因子值的系数矩阵,该系数矩阵各因子可以表示为相应变量项目的线性组合,计算出公共因子fi的因子值(见表3)表明可用来替代原来的变量项目做回归分析。
3.农民参与农村实用人才培训的诱因研究
(1)信度分析。本文设计的对农民参与农村实用人才培训的诱因的测量项目分别为:“提高技能可以获得更多收入”,“提高技能可以获得更多就业机会”,“提高技能可以提高家庭在村里的地位”,并将它们分别命名为诱因1、诱因2、诱因3。本文采用利克特5点量表法对农民参与农村实用人才培训的诱因进行测量。其中,1表示“不赞同”,2表示“不太赞同”,3表示“一般赞同”,4表示“有些赞同”,5表示“很赞同”。同样,为了验证这些测量项目的可靠程度,首先对这些测量项目进行可靠性分析即信度分析。
[8]电大学习网.免费论文网[EB/OL]. /d/file/p/2024/0424/fontbr /> 经信度分析,农民参与农村实用人才培训动机的诱因的三个测量项目的Cronbach α为0.7213,高于0.70,具有较高信度,可以用来测量农民参与农村实用人才培训的诱因。同时统计显示诱因1的均值为4.4186,诱因2的均值为4.2993,诱因3的均值为3.4862,由此可以看出,农民参与农村实用人才培训的诱因很强,其中诱因1即“提高技能可以获得更多收入”的作用最强。
(2)变量相关性检验。统计结果显示:诱因1、诱因2、诱因3之间的相关系数在0.42-0.51之间,它们之间具有较显著的相关关系(在0.01显著性水平下)。KMO测度和Bartlett检验结果。表6-19中的KMO值为0.677,大于0.5;Bartlett球体检验Approx. Chi-Square统计值的显著性概率为0.000,小于0.001,两者均说明数据具有较高的相关性,适宜做因子分析。
(3)因子分析结果。表2显示了因子分析结果。采用最大方差主成分分析法对上述三个测量项目进行因子分析。因子分析结果显示:该因子解释64.313%的变差,因子负载为在0.77-0.83之间。表3是相应的计算因子值的系数矩阵,该系数矩阵各因子可以表示为相应变量项目的线性组合,计算出公共因子fi的因子值(见表3)表明可用来替代原来的变量项目做回归分析。
(三)农民参与农村实用人才培训动机及其影响因素的相关性分析
为研究农民参与农村实用人才培训的需求、态度、诱因(目标)与农民参与农村实用人才培训行为动机之间相互关系的密切程度,下面将对有关变量进行统计分析,计算相关系数以明确它们之间的相关程度。
运用SPSS11.5软件对以上变量进行统计分析,得出以下相关分析结果,具体见表4所示。
表4农民参与农村实用人才培训行为动机与需求的相关分析结果
注:**表示在0.01显著水平下
表4显示,农民参与农村实用人才培训的需求与农民参与农村实用人才培训行为动机相关系数为0.901,显著性水平为0.01,两者呈现高度相关关系,农民参与农村实用人才培训行为需求对农民参与农村实用人才培训行为动机具有显著的正向关系。
农民参与农村实用人才培训的态度与农民参与农村实用人才培训行为动机相关系数为0.682,显著性水平为0.01,两者呈现高度相关关系,农民参与农村实用人才培训的态度对农民参与农村实用人才培训行为动机具有显著的正向关系。
农民参与农村实用人才培训的诱因与农民参与农村实用人才培训行为动机相关系数为0.162,显著性水平为0.01,两者呈现明显相关关系,农民参与农村实用人才培训的诱因对农民参与农村实用人才培训行为动机具有显著的正向关系。
五、结论与讨论
为此,本文的研究假设1(即农民参与农村实用人才培训的需求对农民参与农村实用人才培训行为动机具有显著影响)、研究假设2(即农民参与农村实用人才培训的态度对农民参与农村实用人才培训行为动机具有显著影响)和研究假设3(即农民参与农村实用人才培训的诱因(目标)对农民参与农村实用人才培训行为动机具有显著影响)分别得到验证。
因此,政府在促进农村实用人才开发培训过程中必须充分考虑到:
1.农民参与的自身动机,农民很想得到成为农村实用人才职业培训的机会,而且希望得到这样的机会,说明政府提供培训的频率还需要进一步加大。
2.农民参与农村实用人才培训的需求、态度、诱因是构成农村实用人才培训行为动机的主要要素,它们均对农民参与农村实用人才培训行为动机具有显著影响。其中对于需求对于农民参与的动机影响最大,即相当数量的农民目前还缺乏致富技能、农业科技知识和农村实用技能培训,需要政府充分考虑到农民自身的需求;其次是农民的态度,农民自身有比较积极的态度;再次是诱因,即政府提供的技能培训必须让农民能够获得更多收入、更多就业机会或者提高家庭在村里的地位,否则,政府下一次提供的农村实用人才培训的技能培训将面临着农民不愿意参与的尴尬境地。
参考文献:
[1]刘光亮.新形势下农村实用人才的培养[J].继续教育研究,2011(06).
[2]《城市化进程中的农村土地制度改革》研究报告[R].农业部《城市化进程中的农村土地制度改革》课题组,2003.
[3]《农村实用人才队伍建设战略研究》研究报告[R].农业部《农村实用人才队伍建设战略研究》课题组,2005.
[4]中共中央国务院关于进一步加强人才工作的决定[EB/OL].中国政府网,2003-12-26.
[5]中共中央国务院关于促进农民增加收入若干政策的意见[Z].2004年中共中央1号文件.
[6]张红兵,等.SPSS宝典[M].电子工业出版社,2008:239,389,434.
[8]电大学习网.免费论文网[EB/OL]. /d/file/p/2024/0424/fontbr />
相关文章:
关于高职院校的“三服务”办学模式浅析04-26
试析高等职业教育教师队伍的现代化04-26
浅谈创新就业指导和服务工作体系 提升高校毕业生就业04-26
关于高校辅导员职业枯竭及预防措施04-26
试析高校礼仪教师职业形象的塑造04-26
浅谈以就业指导为载体,全面提升高职院校学生的就业竞04-26
高校道德教育中道德对话的价值探究04-26