亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        鄉(xiāng)村振興背景下農(nóng)業(yè)經(jīng)營組織雇傭的減貧效應(yīng)

        2021-08-26 05:50:50鮑洪杰王亦龍崔許鋒
        浙江農(nóng)業(yè)學報 2021年8期
        關(guān)鍵詞:農(nóng)業(yè)

        鮑洪杰,王亦龍,崔許鋒

        (1.西北民族大學 管理學院,甘肅 蘭州 730124; 2.中南財經(jīng)政法大學 工商管理學院,湖北 武漢 430073)

        隨著脫貧攻堅目標任務(wù)的完成,現(xiàn)行標準下我國農(nóng)村貧困人口全部脫貧,絕對貧困現(xiàn)象業(yè)已消除。在此背景下,農(nóng)村貧困問題的關(guān)注點已轉(zhuǎn)向相對貧困的治理,主要以多維度福利保障與收入增長差距治理為主要目標[1]。同時,為穩(wěn)固脫貧成果,防止農(nóng)村脫貧戶再度返貧,有必要采取可行措施,加快構(gòu)建相對貧困治理的長效機制[2]。

        作為銜接脫貧攻堅工作的鄉(xiāng)村振興戰(zhàn)略,對相對貧困治理提出了更高要求。然而,目前國內(nèi)相關(guān)研究較多從“異地就業(yè)”的視角探討農(nóng)戶城市流動對緩解相對貧困的影響[3-4],較少探討農(nóng)業(yè)經(jīng)營組織雇傭?qū)徑庀鄬ω毨У挠绊?。張亞玲等[5]指出,“若僅僅依靠農(nóng)村居民外出就業(yè)脫貧,那么鄉(xiāng)村也就無法實現(xiàn)振興”。同時,勞動力的外流會加大村莊的空心化,導致農(nóng)村養(yǎng)老、家庭健康和子女教育問題日益凸出。由此可知,過往的理論研究難以較好滿足現(xiàn)階段鄉(xiāng)村振興戰(zhàn)略下的客觀要求。相比之下,農(nóng)業(yè)經(jīng)營組織是實現(xiàn)產(chǎn)業(yè)興旺、落實鄉(xiāng)村振興戰(zhàn)略的重要組成部分,是解決下一階段農(nóng)村相對貧困的有效抓手。首先,國家農(nóng)業(yè)產(chǎn)業(yè)政策的落實最終要著力于農(nóng)業(yè)產(chǎn)業(yè)化上[6],而農(nóng)業(yè)產(chǎn)業(yè)化離不開農(nóng)業(yè)經(jīng)營組織的有力支持,因此關(guān)注農(nóng)業(yè)經(jīng)營組織的益貧作用是必要的;其次,農(nóng)業(yè)經(jīng)營組織具有明顯的勞動密集型產(chǎn)業(yè)特征,其抗風險能力和經(jīng)營穩(wěn)定性強的特性有助于農(nóng)民穩(wěn)定增收;再次,農(nóng)業(yè)經(jīng)營組織需要雇傭大量勞動力來完成生產(chǎn)環(huán)節(jié)任務(wù),這有助于吸引農(nóng)村勞動力回流,為鄉(xiāng)村振興提供勞動力資源供給[7]。

        那么,農(nóng)業(yè)經(jīng)營組織的發(fā)展是否顯著緩解或抑制了農(nóng)戶的相對貧困狀態(tài)?如果是,緩解或抑制了哪些層次農(nóng)戶的相對貧困狀態(tài)呢?這些均是進一步推進鄉(xiāng)村振興過程中值得研究的重要命題。本研究擬對此進行闡釋。

        1 文獻綜述與研究假設(shè)

        1.1 文獻綜述

        1.1.1 農(nóng)業(yè)經(jīng)營組織雇傭的減貧效應(yīng)

        國外研究表明,農(nóng)業(yè)經(jīng)營組織的發(fā)展有助于農(nóng)村產(chǎn)業(yè)興旺和農(nóng)戶減貧。Holloway等[8]以埃塞俄比亞高地奶農(nóng)為研究對象,發(fā)現(xiàn)農(nóng)業(yè)中間合作組織有助于降低乳制品的交易成本,降低農(nóng)戶進入市場的門檻,促進農(nóng)村社區(qū)經(jīng)濟增長。Escobal等[9]指出,農(nóng)業(yè)私營企業(yè)的現(xiàn)代化是農(nóng)業(yè)生產(chǎn)和農(nóng)村可持續(xù)發(fā)展的一項重要戰(zhàn)略,有助于增加農(nóng)戶家庭收入。Pelegrini等[10]發(fā)現(xiàn),園藝出口通過使小型農(nóng)業(yè)企業(yè)受益增加了農(nóng)戶家庭非自我雇傭的機會。Watanabe等[11]研究發(fā)現(xiàn),泰國農(nóng)產(chǎn)品加工業(yè)通過增加購買農(nóng)產(chǎn)品和雇傭貧困農(nóng)民2個渠道提高農(nóng)民的收入,農(nóng)業(yè)加工業(yè)的發(fā)展在泰國經(jīng)濟的高速增長中發(fā)揮了主導作用,并通過這2個渠道促進了減貧。Kenney-Lazar等[12]通過比較中國和尼日利亞農(nóng)村減貧成效發(fā)現(xiàn),中國通過積極發(fā)展農(nóng)業(yè)經(jīng)營組織和對小農(nóng)經(jīng)濟活動提供技術(shù)援助增加了農(nóng)戶受雇傭的機會,并提升了中國農(nóng)戶反貧困的能力。

        近年來,國內(nèi)學者也集中探討了農(nóng)業(yè)經(jīng)營組織雇傭的影響因素及其減貧效用等問題。李耀鋒等[13]基于對L專業(yè)合作社的案例研究表明,專業(yè)合作社可通過直接雇傭方式提升小農(nóng)戶的生計能力。陳茉等[14]以山東省100多家合作社社員為研究對象,發(fā)現(xiàn)合作社雇傭農(nóng)戶屬于要素契約型關(guān)系。陳杰[15]調(diào)查了廣西貧困戶參與合作社的情況發(fā)現(xiàn),憑借土地入股或出租,貧困戶可以被優(yōu)先雇傭。韓震[16]以廣西“十百千工程”為例,發(fā)現(xiàn)加強農(nóng)戶與龍頭企業(yè)的合作,有助于發(fā)揮農(nóng)業(yè)企業(yè)的帶動作用,提升農(nóng)戶政策滿意度。吳存玉等[17]對廣西巴村的案例研究發(fā)現(xiàn),受制于自然條件,公司型農(nóng)場采用機械化取代農(nóng)戶雇傭的彈性較小,若能優(yōu)化配置資源要素增強其競爭力,將有助于實現(xiàn)農(nóng)業(yè)現(xiàn)代化和讓其成為鄉(xiāng)村振興戰(zhàn)略的重要力量。

        1.1.2 多維相對貧困

        2020年前,學界關(guān)于貧困治理的研究主要集中于脫貧攻堅、鄉(xiāng)村振興和產(chǎn)業(yè)脫貧等領(lǐng)域,但新近學界研究的關(guān)注重點已從絕對貧困治理轉(zhuǎn)向了相對貧困治理,特別是在相對貧困的測度上,學者們多采用多維相對貧困指標進行識別。

        關(guān)于多維相對貧困的識別與測度:李小云等[18]指出,相對貧困作為減貧下一個階段的主要目標,要實現(xiàn)準確識別,需要建立起一個區(qū)別于收入指標的綜合性指標;王小林等[19]指出,相對貧困既要反映經(jīng)濟性質(zhì)上的“貧”,還要考慮社會性質(zhì)上的“困”;也有學者提出,以基尼系數(shù)的區(qū)域化[20]或按中位收入比例法制定相對貧困線[21];但最具突破性的是Alkire等[22]提出的“雙界限法”(AF方法),即從健康、教育、生活水平3個方面來識別貧困。沈揚揚等[23]、車四方等[24]已采用該方法測量我國的相對貧困情況,并取得較好的效果。王小林等[25]基于我國國情開創(chuàng)性地提出了多維相對貧困理論,為相對貧困測量中使用多維相對貧困方法提供了理論依據(jù)[26]。多維相對貧困的測度區(qū)別于一般的多維貧困測度:考慮k個維度,任意30%以上維度的貧困即為多維絕對貧困,任意低于30%維度貧困的群體都是多維相對貧困群體,用AF方法對其各維度進行加和,即可計算出多維相對貧困指數(shù)。

        關(guān)于反貧困的影響機制研究:有學者從勞動力流動或勞動力非農(nóng)就業(yè)角度探討非農(nóng)就業(yè)緩解農(nóng)村居民多維貧困的影響[27];有學者發(fā)現(xiàn),農(nóng)村勞動力流動比率與農(nóng)戶多維貧困之間呈現(xiàn)“U”形關(guān)系[28]。針對城市反貧困,單德朋[29]探討了居民金融素養(yǎng)對城市多維貧困較強的抑制作用。

        梳理文獻可知,已有研究還存在以下不足之處:一是,雖然關(guān)注了農(nóng)業(yè)經(jīng)營組織的減貧效能,但談農(nóng)戶與農(nóng)業(yè)經(jīng)營組織合作減貧的較多,對農(nóng)業(yè)經(jīng)營組織雇傭影響農(nóng)戶多維相對貧困的研究較少;二是,相關(guān)研究中契合當前政策前沿,既能夠支持鄉(xiāng)村振興戰(zhàn)略落實,又能夠充分發(fā)揮農(nóng)業(yè)經(jīng)營組織專業(yè)化水平,緩解或抑制農(nóng)戶相對貧困的理論支持較少;三是,已有研究多采用工具變量法或傾向得分匹配法測算農(nóng)戶的多維貧困效應(yīng),前者未考慮處理效應(yīng)的異質(zhì)性,后者容易增加量化估計的偏誤,導致其對農(nóng)業(yè)經(jīng)營組織抑制農(nóng)戶多維相對貧困真實性的測度受到影響。

        本研究的邊際貢獻在于:第一,從農(nóng)業(yè)經(jīng)營組織雇傭入手,衡量農(nóng)戶接受雇傭?qū)r(nóng)戶多維相對貧困的影響,拓展了農(nóng)業(yè)經(jīng)營組織減貧價值的研究視角;第二,采用內(nèi)生轉(zhuǎn)換Probit(endogenous switching Probit,ESP)模型解決農(nóng)業(yè)經(jīng)營組織雇傭產(chǎn)生的內(nèi)生性和效應(yīng)的異質(zhì)性問題,減少了計量上的偏誤。

        1.2 研究假設(shè)

        近年,外地農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)、返鄉(xiāng)就業(yè)已成為一種新的趨勢。農(nóng)村產(chǎn)業(yè)的振興,有助于吸收大量的剩余勞動力。農(nóng)地流轉(zhuǎn)的有序推進促進了土地規(guī)?;?jīng)營,相應(yīng)地,新型農(nóng)業(yè)經(jīng)營主體不斷興起。農(nóng)業(yè)經(jīng)營組織具有明顯的勞動密集型產(chǎn)業(yè)特征,需要大量的勞動力來完成某些生產(chǎn)環(huán)節(jié)。同時,農(nóng)業(yè)經(jīng)營組織的職業(yè)技能要求比城鎮(zhèn)企業(yè)要低。農(nóng)村剩余勞動力的回流,恰好能滿足農(nóng)業(yè)經(jīng)營組織的勞動力缺口。農(nóng)業(yè)經(jīng)營組織通過雇傭農(nóng)業(yè)產(chǎn)業(yè)工人的形式,可以滿足其現(xiàn)代農(nóng)業(yè)生產(chǎn)的需求[30]。

        根據(jù)比較優(yōu)勢理論和交易費用理論,勞動力弱質(zhì)化和農(nóng)村剩余勞動力就業(yè)轉(zhuǎn)移誘發(fā)了農(nóng)業(yè)雇工行為產(chǎn)生;同時,機械化資產(chǎn)的專用性又迫切需要“雇工經(jīng)營”[31]。黃晨鳴等[32]研究發(fā)現(xiàn),雇工生產(chǎn)在糧食生產(chǎn)中已成為一種普遍現(xiàn)象,規(guī)模經(jīng)營組織的雇工需求尤為突出。當然,雇工的需求也會隨著經(jīng)營規(guī)模的擴大,以及規(guī)模經(jīng)營的推進而逐步擴大[33]。

        考慮到農(nóng)村剩余勞動力的就業(yè)壓力和農(nóng)業(yè)經(jīng)營組織的益貧性功能[34],我們認為,在當前形勢下,農(nóng)業(yè)經(jīng)營組織雇傭?qū)徑廪r(nóng)村剩余勞動力就業(yè)壓力、抑制農(nóng)戶的多維相對貧困有著較為積極的作用。

        由此,提出假設(shè)H1:農(nóng)業(yè)經(jīng)營組織雇傭有助于抑制農(nóng)戶多維相對貧困的發(fā)生概率。

        Schultz[35]指出,農(nóng)業(yè)生產(chǎn)要素通過農(nóng)業(yè)現(xiàn)代化對農(nóng)戶減貧增收產(chǎn)生效果。隨著農(nóng)村勞動力素質(zhì)的提高,農(nóng)業(yè)剩余勞動力的兼業(yè)收入有助于減輕農(nóng)地細碎化帶來的負面問題;同時,農(nóng)業(yè)經(jīng)營組織對雇傭農(nóng)戶進行技術(shù)培訓有助于促進農(nóng)戶自身和周邊分散農(nóng)戶的農(nóng)業(yè)現(xiàn)代化發(fā)展,從而增強農(nóng)戶自身減貧的內(nèi)生動力和抗擊返貧的能力[36-37]。特別需要指出的是,現(xiàn)代農(nóng)業(yè)科技通過優(yōu)化農(nóng)業(yè)生產(chǎn)要素配置,提高農(nóng)產(chǎn)品的附加值和農(nóng)戶生產(chǎn)經(jīng)營效率,降低農(nóng)業(yè)投入費用,增加農(nóng)業(yè)收益[38]。

        從理論上來看,農(nóng)業(yè)經(jīng)營組織通過雇傭有助于改善農(nóng)戶家庭農(nóng)業(yè)收入的單一性,提升家庭農(nóng)業(yè)經(jīng)營的技術(shù)水平,重新配置農(nóng)業(yè)生產(chǎn)要素,降低交易成本[39]。從理性人角度來看,農(nóng)業(yè)產(chǎn)出的最大化并不是最終目標,收益最大化才是最終目標。收益產(chǎn)生的閑暇剩余,有助于有效調(diào)配家庭資源。相比于農(nóng)業(yè)自營,農(nóng)業(yè)經(jīng)營組織通過規(guī)?;?、科技化經(jīng)營能有效降低雇傭農(nóng)戶的勞動強度,同時給雇傭農(nóng)戶留出一些閑暇時間,有利于其家庭福利實現(xiàn)最大化[40-41]。

        由此,提出假設(shè)H2:農(nóng)業(yè)經(jīng)營組織雇傭有助于優(yōu)化農(nóng)戶自身稟賦資源配置,進而降低農(nóng)戶多維相對貧困的發(fā)生概率。

        2 計量模型與統(tǒng)計描述

        2.1 計量模型

        傳統(tǒng)研究采用傾向評分匹配(PSM)方法進行處理,但PSM方法無法同時觀察同一個農(nóng)戶受和不受農(nóng)業(yè)經(jīng)營組織雇傭狀態(tài)下對農(nóng)戶多維相對貧困的影響,這種“隱性偏差”無法直接進行評價。為解決這個問題,借鑒Abdulai等[42]的研究成果,引入ESP模型。ESP模型的好處是:(1)既解決了農(nóng)民是否接受雇傭的自選擇問題和內(nèi)生性問題,又能處理可觀測與不可觀測因素導致的選擇性偏誤問題;(2)能較好地處理雇傭和未雇傭?qū)r(nóng)戶多維相對貧困發(fā)生概率的影響;(3)使用極大似然估計方法減少了遺漏變量產(chǎn)生的可能性。

        ESP模型的具體實現(xiàn)方法如下。

        首先,將農(nóng)戶是否接受農(nóng)業(yè)經(jīng)營組織雇傭(簡記為受雇狀況)作為處理變量(Si),值為1表示農(nóng)戶接受農(nóng)業(yè)經(jīng)營組織雇傭,值為0表示農(nóng)戶不接受農(nóng)業(yè)經(jīng)營組織雇傭,構(gòu)建如下決策方程:

        (1)

        接著,定義不同狀態(tài)下農(nóng)戶接受農(nóng)業(yè)經(jīng)營組織雇傭的結(jié)果方程:

        (2)

        設(shè)ε1i和μi的相關(guān)系數(shù)為ρ1,ε0i和μi的相關(guān)系數(shù)為ρ0,ρ1和ρ0至少有一個在10%以下水平顯著時,就可以確定模型存在選擇性偏誤。

        以x表示樣本觀測值,X1β1為受雇者概率線性預測擬合系數(shù),X0β0為非雇傭者概率線性預測擬合系數(shù),進一步利用正態(tài)分布的累積分布函數(shù)Φ(·)可以計算出不同狀態(tài)下農(nóng)戶多維相對貧困的發(fā)生概率。

        接受農(nóng)業(yè)經(jīng)營組織雇傭的農(nóng)戶,其多維相對貧困發(fā)生概率為

        Prob(S=1,y=1|X=x)=Φ(X1β1,Zα,ρ1);

        (3)

        接受農(nóng)業(yè)經(jīng)營組織雇傭的農(nóng)戶若未被雇傭,其多維相對貧困的發(fā)生概率為

        Prob(S=1,y=0|X=x)=Φ(X0β0,Zα,ρ0);

        (4)

        不接受農(nóng)業(yè)經(jīng)營組織雇傭的農(nóng)戶,其多維相對貧困發(fā)生概率為

        Prob(S=0,y=0|X=x)=Φ(X0β0,-Zα,-ρ0);

        (5)

        不接受農(nóng)業(yè)經(jīng)營組織雇傭的農(nóng)戶若被雇傭,其多維相對貧困的發(fā)生概率為

        Prob(S=0,y=1|X=x)=Φ(X1β1,-Zα,-ρ1)。

        (6)

        進一步,可以計算出農(nóng)業(yè)經(jīng)營組織雇傭?qū)r(nóng)戶多維相對貧困的處理效應(yīng)。

        對于處理組(Si=1)樣本(接受農(nóng)業(yè)經(jīng)營組織雇傭的農(nóng)戶)來說,農(nóng)業(yè)經(jīng)營組織雇傭的多維相對貧困處理效應(yīng)(ATT)計算公式為

        (7)

        式(7)中VATT為ATT的值。

        對于控制組(Si=0)樣本(不接受農(nóng)業(yè)經(jīng)營組織雇傭的農(nóng)戶)來說,農(nóng)業(yè)經(jīng)營組織雇傭的多維相對貧困的處理效應(yīng)(ATU)計算公式為

        (8)

        式(8)中VATU為ATU的值。

        對于所有樣本來說,農(nóng)業(yè)經(jīng)營組織雇傭的多維相對貧困處理效應(yīng)(ATE)計算公式為

        VATE=Φ(X1β1)-Φ(X0β0)。

        (9)

        式(9)中VATE為ATE的值。

        按照聯(lián)合國開發(fā)計劃署(UNDP)和牛津大學提出的多維貧困指數(shù)(MPI)選取4個維度相應(yīng)設(shè)置8個指標來判斷農(nóng)戶家庭的相對多維貧困狀態(tài),當農(nóng)戶未達標項不超過3個時,判定為相對多維貧困,設(shè)置值為1,否則為0[25]。

        2.2 數(shù)據(jù)來源

        本文數(shù)據(jù)來源于2018年北京大學中國家庭追蹤調(diào)查(China family panel studies,CFPS)。CFPS數(shù)據(jù)包含農(nóng)業(yè)經(jīng)營組織雇傭和家庭貧困的相關(guān)信息。本研究從中抽取5 063個農(nóng)戶家庭數(shù)據(jù)作為樣本,通過家庭主事者和財務(wù)回答人來識別戶主身份,并刪除戶主年齡在16歲以下的家庭。在此基礎(chǔ)上,根據(jù)本文研究主題,對數(shù)據(jù)進行匹配,保留自家農(nóng)業(yè)生產(chǎn)經(jīng)營、農(nóng)業(yè)打工、農(nóng)業(yè)經(jīng)營組織受雇相關(guān)樣本,剔除缺失數(shù)據(jù)和異常數(shù)據(jù)樣本1 884個。其中,農(nóng)業(yè)雇傭包括自家農(nóng)業(yè)生產(chǎn)經(jīng)營、農(nóng)業(yè)打工(受雇于他人/他家)和農(nóng)業(yè)受雇(受雇于組織/單位)3種情況。為便于界定受農(nóng)業(yè)經(jīng)營組織雇傭的情況,進一步刪除農(nóng)業(yè)打工樣本127個,遵循CFPS抽樣設(shè)計思路,最終得到3 052個樣本。

        2.3 變量界定與描述性統(tǒng)計

        本研究的解釋變量是受雇狀況,即農(nóng)戶受雇于農(nóng)業(yè)經(jīng)營組織或被單位雇傭,并且是從事于農(nóng)業(yè)生產(chǎn)領(lǐng)域的雇傭。在樣本的選取上,首先刪除非農(nóng)受雇,其次刪除在農(nóng)村被私營企業(yè)、個體工商戶雇傭和其他自雇情況,保留自家農(nóng)業(yè)生產(chǎn)經(jīng)營和農(nóng)業(yè)受雇(受雇于組織/單位)2種情況,將農(nóng)業(yè)受雇設(shè)置為1、自家農(nóng)業(yè)生產(chǎn)經(jīng)營設(shè)置為0。

        表1 多維相對貧困指數(shù)各維度指標及其剝奪臨界值Table 1 Multi-dimensional index of relative poverty by dimension and threshold of deprivation

        為更全面地體現(xiàn)研究的特征,在定量分析中考慮農(nóng)戶個人特征變量、家庭經(jīng)濟特征變量,以及雇傭特征變量。其中:個人特征變量包括年齡(含年齡平方)、性別、政治面貌、學歷水平、人際關(guān)系;家庭經(jīng)濟特征變量包括家庭人口數(shù)、家庭農(nóng)業(yè)收入比重(即家庭農(nóng)業(yè)收入占全部收入的比例)、家庭農(nóng)業(yè)勞動力比例、房屋價值(取房價的自然對數(shù)值,以降低異方差的可能性);雇傭特征變量包括工作收入滿意度、工作時間滿意度、是否簽訂合同。

        另外,本文還引入2個工具變量,分別為距縣城距離和土地轉(zhuǎn)出。距離會影響出行,離縣城越遠的農(nóng)戶,越傾向于就近實現(xiàn)就業(yè);同時,距離也是一個客觀指標,并會對農(nóng)戶家庭的多維相對貧困狀態(tài)產(chǎn)生直接影響,是一個嚴格意義上的外生變量。土地轉(zhuǎn)出會增加農(nóng)戶外出就業(yè)的傾向,但土地轉(zhuǎn)出不會直接對農(nóng)戶的多維相對貧困狀態(tài)產(chǎn)生影響。

        除了控制以上特征之外,本文還控制了地域。按照國家區(qū)域劃分,將農(nóng)戶所在地域劃分為東部地區(qū)、中部地區(qū)、東北地區(qū)、西部地區(qū)。

        本文涉及的被解釋變量、解釋變量、控制變量和工具變量的統(tǒng)計特征詳見表2。

        表2 變量定義及其描述性統(tǒng)計Table 2 Meaning and descriptive statistics of variables

        2.4 數(shù)據(jù)說明

        本文最終篩選出3 052個有效樣本,其中,自家農(nóng)業(yè)生產(chǎn)經(jīng)營樣本1 832個,占比60%;農(nóng)業(yè)受雇樣本1 221個,占比40%。

        3 結(jié)果與分析

        3.1 主回歸結(jié)果

        基于ESP模型進行分析,結(jié)果顯示,ρ0的估計值在1%水平上顯著(表3),表明樣本存在自選擇問題,有必要進行糾偏。因此,本文采用ESP模型是合適的。

        表3 各變量對農(nóng)戶受雇狀況和多維相對貧困狀態(tài)的回歸結(jié)果Table 3 Regression results of different variables on employment status and multi-dimensional relative poverty status

        3.1.1 各變量對農(nóng)戶受雇狀況的影響

        個人特征中,農(nóng)戶學歷水平對受雇狀況在1%水平上有顯著正向影響,這說明農(nóng)戶學歷水平越高,接受農(nóng)業(yè)經(jīng)營組織雇傭的可能性越高。

        家庭經(jīng)濟特征中,家庭農(nóng)業(yè)收入比重對農(nóng)戶受雇狀況在1%水平上有顯著負向影響,家庭農(nóng)業(yè)勞動力比例與農(nóng)戶受雇狀況在10%水平上有顯著正向影響,說明家庭農(nóng)業(yè)收入占比和農(nóng)業(yè)勞動力比例高的農(nóng)戶,更不愿意接受農(nóng)業(yè)經(jīng)營組織雇傭,換言之,主要從事自家農(nóng)業(yè)種植的農(nóng)戶,接受農(nóng)業(yè)經(jīng)營組織雇傭的積極性較低。

        農(nóng)戶雇傭特征中,工作收入滿意度對農(nóng)戶受雇狀況在1%水平上有顯著正向影響。一般而言,較為滿意的收入有助于改善家庭的財務(wù)狀況,是農(nóng)戶接受農(nóng)業(yè)經(jīng)營組織雇傭的主要訴求。工作時間滿意度對農(nóng)戶受雇狀況在1%水平上有顯著正向影響,說明過長的工作時間不利于農(nóng)戶接受農(nóng)業(yè)經(jīng)營組織雇傭。農(nóng)業(yè)經(jīng)營組織需要科學安排農(nóng)戶的工作時長,使他們有時間照顧自己的家庭,關(guān)心小孩教育和贍養(yǎng)老人。是否簽訂合同對農(nóng)戶受雇狀況在1%水平上有顯著正向影響。簽訂合同有助于保障農(nóng)戶的合法權(quán)益,避免自身的合法利益受到損害。

        本文引入的2個工具變量對農(nóng)戶的受雇狀況均在1%水平上有顯著正向影響,說明土地轉(zhuǎn)出、距縣城距離較遠的農(nóng)戶,更傾向于接受農(nóng)業(yè)經(jīng)營組織雇傭。

        3.1.2 各變量對農(nóng)戶多維相對貧困狀態(tài)的影響

        分別測算各變量對接受雇傭和不接受雇傭農(nóng)戶多維相對貧困狀態(tài)影響的估計結(jié)果。學歷水平、家庭人口數(shù)、房屋價值對接受雇傭和不接受雇傭農(nóng)戶的多維相對貧困狀態(tài)在1%水平上有顯著影響。其中,學歷水平對農(nóng)戶的多維相對貧困狀態(tài)有負向影響,說明學歷水平的提升會減少農(nóng)戶多維相對貧困的發(fā)生;家庭人口數(shù)對農(nóng)戶的多維相對貧困有正向影響,說明家庭人口過多會增加多維相對貧困發(fā)生的可能性;房屋價值對農(nóng)戶的多維相對貧困有負向影響,說明財產(chǎn)性收入的增加有助于減少農(nóng)戶多維相對貧困的發(fā)生。年齡和年齡平方對不接受雇傭農(nóng)戶的多維相對貧困狀態(tài)在1%水平上分別有顯著負向影響和顯著正向影響,說明隨著不接受雇傭農(nóng)戶年齡的增加,其多維相對貧困狀態(tài)發(fā)生的可能性先減小后增加,呈“U”形。這可能是因為當農(nóng)戶年邁后,會逐步喪失勞動能力,而由于其未接受農(nóng)業(yè)經(jīng)營組織雇傭,相較于接受農(nóng)業(yè)經(jīng)營組織雇傭的農(nóng)戶來說,其無法得到來自農(nóng)業(yè)經(jīng)營組織的福利保障,因此更易發(fā)生多維相對貧困。家庭農(nóng)業(yè)收入比重對接受雇傭農(nóng)戶的多維相對貧困狀態(tài)在1%水平上有顯著正向影響,說明如果接受農(nóng)業(yè)經(jīng)營組織雇傭的農(nóng)戶家庭農(nóng)業(yè)收入比重過高,其多維相對貧困發(fā)生的可能性更高。換言之,農(nóng)戶對農(nóng)業(yè)收入的依賴程度越高,其參與農(nóng)業(yè)經(jīng)營組織雇傭的程度越低,這不利于其反貧困能力的提升。同時,這類農(nóng)戶也很可能是由于缺乏除從事農(nóng)業(yè)生產(chǎn)以外的專業(yè)技能,導致其接受農(nóng)業(yè)經(jīng)營組織雇傭所產(chǎn)生的勞動報酬對降低多維相對貧困發(fā)生的替代水平較低。因此,若不能提升農(nóng)戶的技能水平,缺失公平的利益分配機制,僅僅依靠就近受雇于農(nóng)業(yè)經(jīng)營組織,也是難以減少受雇農(nóng)戶多維相對貧困的發(fā)生概率的。

        3.2 處理效應(yīng)

        農(nóng)戶的受雇狀況對其多維相對貧困發(fā)生概率在1%水平上具有顯著負向處理效應(yīng)(表4)?;诜词聦嵓僭O(shè),若接受雇傭的農(nóng)戶未被雇傭,其多維相對貧困的發(fā)生概率將增加19.4%;若不接受雇傭的農(nóng)戶被農(nóng)業(yè)經(jīng)營組織雇傭,其多維相對貧困的發(fā)生概率將降低6.1%。對于全部樣本來說,接受雇傭農(nóng)戶的多維相對貧困發(fā)生概率較不接受雇傭農(nóng)戶低9.6%。綜上,假設(shè)H1得到證實。

        表4 農(nóng)業(yè)經(jīng)營組織雇傭?qū)Χ嗑S相對貧困發(fā)生概率的處理效應(yīng)Table 4 Treatment effects on multi-dimensional relative poverty probability of employment by agricultural management organizations

        運用Probit模型回歸得到農(nóng)戶的受雇狀況對多維相對貧困發(fā)生概率的邊際效應(yīng),如不能有效控制模型的內(nèi)生性偏誤,平均處理效應(yīng)將被低估7.2%[-0.096-(-0.024)]。由此可知,本文采用了ESP模型,可以有效地降低內(nèi)生性偏誤對處理效應(yīng)的影響。

        3.3 穩(wěn)健性檢驗

        為保證回歸結(jié)果的穩(wěn)健性,進一步采用遞歸三元Probit回歸和似不相關(guān)回歸Sur模型考查農(nóng)戶的受雇狀況對其多維相對貧困狀態(tài)的影響。在這2個模型中,保留2個工具變量,控制農(nóng)戶的個人特征、家庭經(jīng)濟特征和雇傭特征。在每個模型中,均進行2個階段的回歸:第一階段,以受雇狀況為被解釋變量;第二階段,將受雇狀況作為核心解釋變量引入模型,以農(nóng)戶的多維相對貧困狀態(tài)為被解釋變量??梢钥闯觯@2個模型中,核心解釋變量(受雇狀況)的回歸結(jié)果與前文一致,說明前文結(jié)果具有較好的穩(wěn)健性,農(nóng)業(yè)經(jīng)營組織雇傭有助于抑制農(nóng)戶多維相對貧困的發(fā)生。

        3.4 處理效應(yīng)的群組差異

        為進一步理解農(nóng)業(yè)經(jīng)營組織雇傭?qū)Σ煌瑯颖救后w多維相對貧困發(fā)生概率的效應(yīng)差異,借鑒王鋼等[43]做法,依據(jù)農(nóng)戶的學歷水平、家庭農(nóng)業(yè)勞動力比例、是否簽訂合同將農(nóng)戶進行分別劃分為小于均值組和大于均值組,然后對接受雇傭和不接受雇傭的農(nóng)戶進行對比分析。

        對于學歷水平較高與家庭農(nóng)業(yè)勞動力比例較高的農(nóng)戶而言,農(nóng)業(yè)經(jīng)營組織雇傭?qū)ζ涠嗑S相對貧困發(fā)生概率的抑制效應(yīng)高于學歷水平較低與家庭農(nóng)業(yè)勞動力比例低的農(nóng)戶。學歷水平和家庭農(nóng)業(yè)勞動力比例是反映農(nóng)戶家庭人力資本狀況的重要指標。學歷水平較高、家庭農(nóng)業(yè)勞動力比例高于均值,意味著農(nóng)戶有更多的家庭人力資源可以調(diào)動,因此其從事兼業(yè)活動的動機更強,且從農(nóng)業(yè)經(jīng)營組織雇傭中獲益的能力更強,而學歷水平低、家庭農(nóng)業(yè)勞動力比例低的農(nóng)戶家庭受可調(diào)配的資源要素制約,農(nóng)業(yè)經(jīng)營組織雇傭?qū)ζ涞臏p貧效應(yīng)較弱。

        表6 群組差異比較結(jié)果Table 6 Comparison of group differences

        不簽訂合同意味著農(nóng)戶的合法利益不能得到完全有效保護,有可能出現(xiàn)勞動報酬得不到保證、工作環(huán)境存在安全隱患、休息休假權(quán)利被剝奪等情況[44]。因此,在不簽訂合同的情況下,農(nóng)業(yè)經(jīng)營組織雇傭的減貧效能會減弱,也會影響未接受雇傭的農(nóng)戶接受雇傭的意愿;而在簽訂合同的情況下,農(nóng)業(yè)經(jīng)營組織雇傭的減貧效應(yīng)明顯提高[45]。綜上,假設(shè)H2得到證實。

        4 結(jié)論與建議

        本文利用CFPS提供的農(nóng)戶數(shù)據(jù),采用ESP模型,分析農(nóng)業(yè)經(jīng)營組織雇傭?qū)r(nóng)戶多維相對貧困的影響。主要結(jié)論如下:第一,農(nóng)業(yè)經(jīng)營組織雇傭能增強農(nóng)戶反貧困的能力,具體表現(xiàn)為:在反事實假設(shè)情景下,實際接受雇傭的農(nóng)戶若未被雇傭,其發(fā)生多維相對貧困的概率將上升;而未接受農(nóng)業(yè)經(jīng)營組織雇傭的農(nóng)戶若被雇傭,其發(fā)生多維相對貧困的概率將下降。第二,農(nóng)業(yè)經(jīng)營組織雇傭的減貧效應(yīng)存在稟賦差異,對于那些學歷水平較高、家庭農(nóng)業(yè)勞動力比例高、簽訂勞動合同的農(nóng)戶而言,農(nóng)業(yè)經(jīng)營組織雇傭的減貧效應(yīng)更為明顯。

        2020年后,我國脫貧攻堅與鄉(xiāng)村振興有機銜接的重心將轉(zhuǎn)向解決相對貧困問題上來。2020年中央一號文件明確指出,要研究建立解決相對貧困的長效機制,并將其作為推進減貧工作的關(guān)鍵。在鄉(xiāng)村振興戰(zhàn)略視閾下,農(nóng)業(yè)經(jīng)營組織的發(fā)展是產(chǎn)業(yè)振興的主體,農(nóng)業(yè)經(jīng)營組織的減貧效能是組織振興的體現(xiàn)。

        基于上述研究結(jié)論,本文提出如下對策建議。

        第一,從產(chǎn)業(yè)振興角度而言,農(nóng)業(yè)經(jīng)營組織雇傭為農(nóng)戶提供了優(yōu)化資源配置的機會,也為農(nóng)戶提升反貧困能力提供了可能。鑒于農(nóng)業(yè)經(jīng)營組織雇傭?qū)τ谠鰪娹r(nóng)戶反貧困能力的現(xiàn)實意義,建議對農(nóng)業(yè)經(jīng)營組織吸納相對貧困農(nóng)戶本地化就業(yè)的,給予稅收優(yōu)惠和政策資金上的扶持,激勵農(nóng)業(yè)經(jīng)營組織增加雇傭機會。

        第二,從人才振興角度而言,考慮到農(nóng)業(yè)經(jīng)營組織雇傭的群組差異,政府應(yīng)正確引導不同類別農(nóng)戶理性參與到農(nóng)業(yè)經(jīng)營組織中,并有針對性地對家庭勞動力相對過剩的農(nóng)戶家庭提供就近就業(yè)于農(nóng)業(yè)經(jīng)營組織的機會,強化農(nóng)戶農(nóng)業(yè)技能培訓,增加相關(guān)投入,為鄉(xiāng)村振興培育“生力軍”,為解決相對貧困問題培育“帶頭人”。

        第三,從組織振興角度而言,建議農(nóng)戶在接受農(nóng)業(yè)經(jīng)營組織雇傭時,規(guī)范簽訂雇傭合同,形成強利益聯(lián)結(jié)和分配機制。利益聯(lián)結(jié)和分配機制是農(nóng)業(yè)經(jīng)營組織發(fā)揮益貧功能的重要部分。建議農(nóng)業(yè)經(jīng)營組織合理構(gòu)建雇傭農(nóng)戶與農(nóng)業(yè)經(jīng)營組織的利益聯(lián)結(jié)機制,推廣“土地流轉(zhuǎn)+優(yōu)先雇用+社會保障”“農(nóng)民入股+保底收益+按股分紅”等利益聯(lián)結(jié)方式,增強農(nóng)戶獲得感,贏得農(nóng)戶支持,從而獲得發(fā)展與壯大。

        猜你喜歡
        農(nóng)業(yè)
        國內(nèi)農(nóng)業(yè)
        國內(nèi)農(nóng)業(yè)
        國內(nèi)農(nóng)業(yè)
        擦亮“國”字招牌 發(fā)揮農(nóng)業(yè)領(lǐng)跑作用
        新農(nóng)業(yè) 從“看天吃飯”到“看數(shù)吃飯”
        歐盟發(fā)布短期農(nóng)業(yè)展望
        “5G+農(nóng)業(yè)”:5G如何為農(nóng)業(yè)賦能?
        健康富硒168慢病未病全靠它——加入農(nóng)業(yè)合作社,與健康同行!
        健康富硒168慢病未病全靠它——加入農(nóng)業(yè)合作社,與健康同行!
        外向型農(nóng)業(yè)
        江蘇年鑒(2014年0期)2014-03-11 17:09:36
        国产又爽又粗又猛的视频| 亚洲精品一区二区三区麻豆| 精品乱色一区二区中文字幕| 亚洲精品国偷拍自产在线| 天堂а√在线中文在线新版| 无码国产精品一区二区免费网曝| 成人免费毛片在线播放| av免费在线免费观看| 丰满人妻一区二区三区视频53| 久久婷婷综合色丁香五月| 国产美女av一区二区三区| 亚洲av老熟女一区二区三区 | 久久婷婷人人澡人人喊人人爽| 欧美国产日产一区二区| 在线不卡中文字幕福利| 亚洲av色图一区二区三区| 影音先锋中文字幕无码资源站 | 久久99久久99精品免观看女同 | 日本成熟妇人高潮aⅴ| 日韩少妇人妻精品中文字幕| 国产一区二区三区在线电影| 7878成人国产在线观看| 精品国产又大又黄又粗av| 青青草手机在线免费观看视频| 久久9精品区-无套内射无码| 国产女精品| 日本超骚少妇熟妇视频| 亚洲av成人无码久久精品老人| 国产又色又爽无遮挡免费| 日韩av无卡无码午夜观看| 国产一区二区精品人妖系列在线| 国产熟妇另类久久久久| 爽妇网国产精品| 精品少妇一区二区三区四区| 女优一区二区三区在线观看| 久久综合精品国产一区二区三区无码| 99在线视频精品费观看视| 亚洲人妻御姐中文字幕| 无码熟妇人妻av在线影片最多| 国产精品99久久免费| 男女男在线精品免费观看|