李 慧，孫東升

(1.首都經濟貿易大學勞動經濟學院，北京 100070； 2.中國農業(yè)科學院農業(yè)經濟與發(fā)展研究所，北京 100081)

0 引言

隨著經濟的發(fā)展和城鎮(zhèn)化進程推進，勞動力的轉移和老齡化等問題引起了社會對農民群體勞動供給的關注。在“用工荒”“招工難”等問題頻繁出現的情況下，社會養(yǎng)老保障的逐步完善是否會降低勞動的供給是一個值得研究的問題。根據國外經驗，一些發(fā)達國家建立的社會保障制度不僅為勞動者提供了安穩(wěn)的生活，還對勞動參與率產生了一定的影響，造成了勞動供給的下降，由此引發(fā)了學者關于社會保障和勞動供給的研究討論。發(fā)達國家對于社會保障的關注更多地出于過度保障降低生產率的角度，而從我國當前的情況而言，對農民群體提供的保障還處于一個逐步完善和加強的階段，不存在過度保障的情況，更主要是從觀測的角度出發(fā)，關注社會保障對勞動供給的影響并調整改善政策供給。

目前關于農村社會保障對農村勞動供給的影響研究相對較少。一些學者運用不同的數據和方法得出了不同的結論，主要的觀點有兩種。第一，認為社會保障對農村的勞動供給有積極的影響。這里的積極不是單純地指增加，而是指對農民有好處的正向影響。例如許慶等[1]利用2011和2013年兩期CHARLS數據分析了新農合對農村婦女勞動供給的影響，認為新農合對婦女的勞動供給決策有正向影響。由于醫(yī)療保障的健全，農村婦女身體更為健康，愿意增加勞動，這是一種積極的影響。黃宏偉等[2]、張川川等[3]、程杰[4]認為農村的養(yǎng)老保險明顯降低了農民的勞動供給，其中對于農村老年人的農業(yè)勞動供給影響更大。由于養(yǎng)老保障的健全，農民可以減少勞動供給，這也是一種積極的影響。巴西和阿根廷的數據也表明養(yǎng)老金可以增加老年人減少勞作的概率[5-6]。另一種觀點認為社會保障對農民的勞動供給影響不明顯或沒有影響。解堊[7]運用斷點回歸的方法研究認為農村老年人勞動供給決策和勞動供給時間不受“新農?！闭叩挠绊?，此外“新農?！睂π睦斫】档纫矝]有影響。對于發(fā)展中國家來說失業(yè)是比較嚴重的問題，特別是對于一些貧窮的家庭，養(yǎng)老保障并不能滿足其生活需要，所以對勞動供給的影響很難體現，對墨西哥的研究也支持了以上結論，認為養(yǎng)老金并不能改變勞動力的供給[8]。

以上對勞動供給的研究大多集中于勞動的參與率和每年的勞動供給總時間，很少關注到每周的勞動時間。文章認為在養(yǎng)老保障的起步階段，養(yǎng)老保障可能會從心理上起到影響從而減少短時間內勞動的密集度。在此假設的基礎上，該文運用對養(yǎng)老保障對我國農民群體每周的勞動供給時間給進行研究，研究對象大部分為45歲以上農民群體，是我國農業(yè)的主要勞動力。該文將養(yǎng)老保障看作一種長期存在的制度，在無形中影響人們的思維和行為，從而影響勞動供給行為。

1 數據來源與變量說明

1.1 數據來源

該文使用2013年“中國健康與養(yǎng)老追蹤調査”(CHARLS)的數據進行分析研究。2013年CHARLS數據對全國28個省份的居民進行調查，調研對象主要是45歲以上的人群，樣本共計1.860 5萬份。該文對該調研數據庫進行篩選，根據戶口選項選擇了農業(yè)戶口，另外刪除掉一些缺失了關鍵變量的樣本，最終得到樣本量為8 020份。

1.2 變量設定

表1 變量描述性統(tǒng)計

變量名稱平均值標準差最小值最大值 勞動供給(h/年)1436 851129 1345184 勞動供給(h/周)57 1728 111112 性別(男=1，女=0)1 530 5001 年齡(周歲)61 6510 6917103 教育程度2 981 7419 婚姻0 770 4201 健康狀況3 531 0415 家庭成員數(人)3 181 73014 家庭年收入(萬元)2 0011154 3761470120

表2 變量解釋

變量名稱變量解釋頻數比例(%) 性別女=0424852 97 男=1377247 03 年齡年齡<45871 06 45≤年齡<60385948 13 年齡≥60407450 78 健康1非常好3624 51 2比較好84010 47 3一般244530 49 4還可以292736 5 5不太好144618 03 婚姻狀況0其他182922 81 1已婚并且婚姻完整619177 19 家庭成員數家庭成員數≤4616476 86 4<家庭成員數<8173521 64 家庭成員數≥8700 86 是否有養(yǎng)老保障0162520 26 1639179 69

(1)勞動供給。勞動供給可以用每年勞動天數[2]、每年勞動小時數等指標來衡量。該文認為每周勞動小時數可以體現農民的勞動密集度，因此對每年勞動時間和每周勞動時間都進行了研究。按照CHARLS問卷的分類，農民的勞動供給主要包括農業(yè)打工和自家農業(yè)生產經營活動，另外還包括在工作單位的勞動。問卷詳細詢問了“過去一年有幾個月參與勞動”、“一周干幾天”和“每天干幾個小時”等問題，問題標號為FC004、FC005、FC006、FC009、FC010、FC011、FE001、FE002、FE003。勞動不包括家務和志愿活動，但包括家庭經營性幫工，也可以認為這里的勞動是指可以獲得收入和報酬的勞動。

勞動供給總時間(h/年)=勞動月數×4×勞動天數/周×勞動小時數/天

(此處一個月按4周計算)

勞動供給強度(h/周)=勞動天數/周×勞動小時數/天

(2)性別。男性占比47.03%，女性占比52.97%。調研比例基本上是各占一半，比較均衡。

(3)年齡。45歲以下農民占比1.06%， 45歲到60歲之間占比48.13%， 60歲以上占比50.78%，基本符合CHARLS的調研要求，也能較為全面地反映45歲以上農民的情況，尤其是中年農民和老年農民比例接近各占一半，對該文研究中老年農民的勞動供給很有幫助。

(4)健康程度。有77%的農民認為自己的健康情況好或者一般，有18.03%的農民認為自己的健康情況不好，說明我國農民群體健康狀況大部分為良好。

(5)婚姻狀況。該文將已婚且婚姻狀況完整的歸為1，占比77.19%，其他的情況(包括離異、喪偶、未婚、同居等)歸為0。數據顯示大部分農村家庭婚姻狀況完整，符合農村情況。

(6)家庭成員數。家庭成員指除了本人和配偶之外的其他家庭成員。有76.86%的家庭擁有少于等于4人的家庭成員。

(7)養(yǎng)老保障。該文將各類養(yǎng)老保障都考慮在內，包括政府機關和事業(yè)單位退休金、企業(yè)職工基本養(yǎng)老保險、企業(yè)補充養(yǎng)老保險(企業(yè)年金)、商業(yè)養(yǎng)老保險、人壽保險、農村養(yǎng)老保險(老農保)、城鄉(xiāng)居民社會養(yǎng)老保險、城鎮(zhèn)居民養(yǎng)老保險、新型農村社會養(yǎng)老保險(新農保)、征地養(yǎng)老保險(失地養(yǎng)老保險)、高齡老人養(yǎng)老補助(補貼)和其他保障共計12類。有其中任何一項保障認為是有保障，計為1； 其他沒有保障計為0。

2 實證模型

該文研究的因變量是勞動時間供給，包括每周勞動供給時間和每年勞動供給時間。當農民提高勞動時才能觀察到勞動時間，不勞動時則沒有觀察時間，因此有大量的0存在，樣本有偏。因此選擇Tobit模型，基本模型[9]如下：

(1)

(2)

該文將模型擴展如下：

Yi=β0+β1Gi+β2Ai+β3Hi+β4Mi+β5Fi+β6Si+εi

(3)

式(3)中，Yi表示勞動供給時間；G表示性別；A表示年齡；H表示健康；M表示婚姻；F表示家庭成員數；S表示養(yǎng)老保障。i表示個體，εi表示誤差項。

YYHi=β0+β1Gi+β2Ai+β3Hi+β4Mi+β5Fi+β6Si+εii

(4)

YWHi=β0+β1Gi+β2Ai+β3Hi+β4Mi+β5Fi+β6Si+εi

(5)

式(4)中，YYHi表示農民一年的勞動時間(以小時計算)，式(5)中，YWHi表示農民一周的勞動時間(以小時計算)。

考慮到我國農民勞動供給存在著老齡化和婦女化的現象[10-12]，該文分別討論了老年人和中青年人、男性農民和女性農民的情況。

(6)

(7)

式(6)和式(7)分別表示老年人和中青年人的情況。其中老年農民指61歲及以上的農民，中青年表示60歲及以下的農民。(劃分依據：根據城鄉(xiāng)居民社會養(yǎng)老保險的實際工作，農民領取養(yǎng)老金的實際年齡為61周歲，所以按照61周歲劃分。)

YWH(male)i=β0+β2Ai+β3Hi+β4Mi+β5Fi+β6Si+εi

(8)

YWH(female)i=β0+β2Ai+β3Hi+β4Mi+β5Fi+β6Si+εi

(9)

式(8)和式(9)分別表示男性農民和女性農民的情況。

表3 模型結果1

變量每周勞動時間(公式5)每年勞動時間(公式4)系數標準差系數標準差 性別-5 4731?(0 0740)3 05790 5872(0 8540)3 1801 年齡-0 3103?(0 0510)0 1592-0 2424(0 1400)0 1642 健康1 0592(0 4610)1 43662 3316(0 1190)1 4969 婚姻狀況9 4746??(0 0230)4 1531-3 6801(0 3840)4 2241 家庭成員數-1 2861(0 1500)0 89260 2669(0 7720)0 9203 是否有養(yǎng)老保障-9 2487???(0 0010)3 6054-4 1350(0 2840)3 8617 常數項-61 6897???(0 0000)13 1636123 6389(0 0000)13 4456 樣本數量80208019 對數似然值-10684 76-50944 86 卡方檢驗統(tǒng)計量(自由度8)30 185 77 P值是否顯著0 0000???0 4490 虛擬判定系數0 00140 0001

3 模型結果

該文運用STATA13.0軟件，用Tobit模型對文章第2部分中的模型(4)～(9)進行計算，得出結果如表3、表4和表5所示。

由表3結果可知，式(5)的模型顯著通過，式(4)的模型沒有通過。式(5)的模型表示農民每周的勞動時間受到的影響，其中，性別、年齡、婚姻和養(yǎng)老保障對農民每周的勞動時間有顯著的影響：每周女性比男性多勞動5.5h； 隨著年齡的增長每周勞動時間逐漸減少； 婚姻完整的農民需要投入更多的勞動，每周要多勞動9.5h； 沒有養(yǎng)老保障的農民比有養(yǎng)老保障的農民每周多勞動9h。通過以上分析發(fā)現，養(yǎng)老保障對農民每年勞動的總時間影響不顯著，說明對勞動供給的總量影響不確定。養(yǎng)老保障減少了農民每周的勞動時間，說明減少了農民短時間內的勞動密集度，假設在單位時間內(如1d)的勞動強度是固定的，每周勞動時間的減少會減輕農民的勞作負擔，有益身體健康。

表4 模型結果2

變量農民老年農民(公式6)中年農民(公式7)系數系數系數系數系數標準差 性別-5 4731?(0 0740)3 0579-4 1901(0 3250)4 2598-6 9593(0 1210)4 4815 年齡-0 3103?(0 0510)0 1592-0 3400(0 2530)0 29710 4164(0 3900)0 4842 健康1 0592(0 4610)1 43662 7014(0 1790)2 0117-0 4223(0 8370)2 0471 婚姻狀況9 4746??(0 0230)4 15315 5590(0 2570)4 905016 5628(0 0360)7 9001 家庭成員數-1 2861(0 1500)0 8926-0 0513(0 9640)1 1269-3 0338((0 0320)1 4111 是否有養(yǎng)老保障-9 2487???(0 0010)3 6054-14 1661???(0 0000)4 8709-2 6951(0 6120)5 3109 常數項-61 6897???(0 0000)13 1636-56 5909?(0 0200)24 3785-105 2057(0 0000)28 8149 樣本數量802040743946 對數似然值-10684 76-5109 37-5566 74 卡方檢驗統(tǒng)計量(自由度8)30 1824 5010 59 P值是否顯著0 0000???0 0004???0 1020 虛擬判定系數0 00140 00240 0010

由表4結果可知，式(6)的模型顯著通過，式(7)的模型沒有通過。式(6)的模型表示老年農民每周的勞作時間受到的影響。其中最顯著的影響就是養(yǎng)老保障，說明養(yǎng)老保障對老年農民勞作強度的影響很明顯，沒有養(yǎng)老保障的老年農民比有養(yǎng)老保障的老年農民每周多14h的勞動。式(7)的模型表示中青年農民每周的勞作時間受到的影響，沒有顯著通過說明養(yǎng)老保障對中青年勞動強度的影響不是很明顯，這主要是因為中青年農民肩負著子女上學、婚姻、老人養(yǎng)老等負擔，并不會因為相對長遠的養(yǎng)老保障而減少當前的勞動。

表5 模型結果3

變量農民男性農民(公式8)女性農民(公式9)系數系數系數系數系數標準差 性別-5 4731?(0 0740)3 0579 年齡-0 3103?(0 0510)0 1592-0 4888??(0 0430)0 2411-0 1670(0 4430)0 2178 健康1 0592(0 4610)1 43661 2746(0 5560)2 16400 9791(0 6100)1 9209 婚姻狀況9 4746??(0 0230)4 153110 3576(0 1120)6 521310 3496?(0 0620)5 5546 家庭成員數-1 2861(0 1500)0 8926-2 0743(0 1260)1 3540-0 5824(0 6260)1 1934 是否有養(yǎng)老保障-9 2487???(0 0010)3 6054-15 9723???(0 0000)5 3922-6 5394(0 1780)4 8572 常數項-61 6897???(0 0000)13 1636-52 0211???(0 0070)19 3728-75 6944???(0 0000)18 4214 樣本數量802037724248 對數似然值-10684 76-4824 43-5857 92 卡方檢驗統(tǒng)計量(自由度8)30 1821 3610 03 P值是否顯著0 0000???0 0007???0 0745? 虛擬判定系數0 00140 00220 0009

由表5結果可知，式(8)的模型顯著通過，式(9)的模型也基本通過。式(8)的模型表示男性農民每周的勞作時間受到的影響。其中最顯著的影響是年齡和養(yǎng)老保障，隨著年齡增加男性農民會逐漸降低勞動強度，如果有養(yǎng)老保險，他們每周會減少16h的勞動，平均每天減少多于2h的勞動。式(9)的模型表示女性農民每周的勞作時間受到的影響，養(yǎng)老保險沒有顯著通過說明女性農民相比較而言更謹慎和勤勞，她們可能需要更多的保障程度才能適當減少勞動； 而婚姻狀況對女性的影響更明顯，擁有完整婚姻的女性會投入更多的時間參與勞動。

4 結論與政策建議

通過研究，該文得出的結論是養(yǎng)老保障對農民全年的勞動總供給時間影響不明顯，但可以降低農民的勞作密集度，具體體現為每周的勞動時間會隨著養(yǎng)老保障的提高而減少。此外性別、年齡和婚姻也對農民每周的勞動時間也有顯著的影響。從年齡上看，養(yǎng)老保障對老年人的勞動供給影響更大，擁有養(yǎng)老保障的老年農民每周減少14h的勞動； 從性別上看則對男性農民的影響更明顯，擁有養(yǎng)老保險會讓男性農民每周會減少16h的勞動。該文研究的養(yǎng)老保障包括了12個類型的養(yǎng)老保障，此外還通過單獨對農村社會養(yǎng)老保障的研究得出了基本相同的結果，說明養(yǎng)老保障對農民的勞動強度有較為明顯的減少作用。從經濟學理性人的假設角度來看，農民有了養(yǎng)老保障之后會在心理上有放松的感覺，進而開始關注健康，減少短時間密集的勞動。

該文認為農村社會養(yǎng)老保障對于改善農民生活質量和提高幸福指數的作用值得肯定，因此建議大力加強農村社會養(yǎng)老保障體系建設和盡快推進城鄉(xiāng)一體化進程，讓農民享受到同樣的養(yǎng)老保障并且減輕其勞作負擔。

[1] 許慶， 劉進.“新農合”制度對農村婦女勞動供給的影響.中國人口科學， 2015， (3)：99～107，128

[2] 黃宏偉， 展進濤，陳超.“新農?！别B(yǎng)老金收入對農村老年人勞動供給的影響.中國人口科學， 2014， (2)：106～115，128

[3] 張川川，John Giles，趙耀輝.新型農村社會養(yǎng)老保險政策效果評估——收入、貧困、消費、主觀福利和勞動供給.經濟學(季刊)， 2015， 14(1)： 203～230

[4] 程杰. 養(yǎng)老保障的勞動供給效應.經濟研究， 2014， 49(10)： 60～73

[5] De Carvalho F.Old-age benefits and retirement decisions of rural elderly in Brazil.Journal of Development Economics， 2008, 86(1): 129～146

[6] Bosch M，Guajardo J.Labor market impacts of non-contributory pensions：The case of Argentina′s mora-torium.Working Paper， 2012

[7] 解堊.“新農?！睂r村老年人勞動供給及福利的影響.財經研究， 2015， 41(8)： 39～49

[8] Juarez L.The effect of an old-age demogrant on the labor supply and time use of the elderly and non-eld-erly in Mexico.The B.E.Journal of Economic Analysis & Policy， 2010， 10(1)： 1～27

[9] 周華林， 李雪松.Tobit模型估計方法與應用.經濟學動態(tài)， 2012， (5)： 105～119

[10]蔣勇， 林柏浪，陳泮，等.我國農業(yè)勞動力轉移問題的思考.中國農業(yè)資源與區(qū)劃， 2009， 30(4)： 16～20

[11]王迎春， 張婧，王艷麗，等.我國“農民斷層”問題的現狀及其原因.中國農業(yè)資源與區(qū)劃， 2013， 34(6)： 187～191

[12]歐陽濤， 龍晶.農村勞動力結構性短缺的影響因素分析——基于湖南省224份問卷的調查.中國農業(yè)資源與區(qū)劃， 2016， 37(2)： 124～129