1、农户非农就业及收入决定因素分析基于山西省的调查农户非农就业及收入决定因素分析基于山西省的调查领域：农业经济学摘要：本文利用山西省农户调查的微观数据，建立了农户就业天数决定函数、工资决定函数、收入决定函数，并通过多元回归分析，分别考察了农户户主个人属性、家庭属性、人力资本、村庄属性对农户非农就业天数、工资和收入的影响。结果显示，人力资本在非农就业天数、工资和收入决定中发挥了重要作用。其中，初中水平的劳动力与其总就业、非农就业和外出就业天数正相关。拥有技术职称、受过培训、受过农技培训、健康自评对劳动力各就业天数、工资、收入均有不同程度的影响。关键词：非农就业 收入 人力资本A Determinan
2、ts of Nonfarm Employment and Income of rural household- Based on the Survey of Shanxi provinceAbstract: The paper, based on the micro-data of rural household in Shanxi province, constructs the function of employment days, function of wage, function of income, and uses multi- regression, explores the
3、 influences of the attribute of householder, the attribute of household, human capital, and the attribute of village on the days of nonfarm employment, the wage, and income of household.The results show, human capital plays an important role in the determinants of nonfarm employment and income of ru
4、ral household.The level of junior high school has opposite effects on the days of total employment, nonfarm employment, and employment of migrating . Owning the title of a technical post, training, training of agricultural technique, self-appraisement on health all have different influence on days o
5、f employment, wage, income. Key Words： Nonfarm Employment; Income; human capital一、引言近年来，农民外出劳务收入占其人均纯收入的比重不断提高，对农民增收的贡献日益增强。山西省也显示了此趋势（如图 1 所示）：1986 年山西农民的人均外出收入是 46.33 元，占同期农民人均纯收入的 11%；到 2002 年，农民人均外出收入达到 616.37 元，占同期农民人均纯收入的 26%。外出收入增加额对纯收入增加额的平均贡献率达到 29%。本文拟以山西省为例，分析影响劳动力外出就业和外出收入的重要因素农户户主个人属性、家
6、庭属性、人力资本、村庄属性等在其中的作用。我们将分别建立农户就业天数决定函数、工资决定函数、收入决定函数，考察各属性对农户非农就业天数、工资和收入的影响。 图 1 人均劳务收入与人均纯收入的关系二、数据及变量本文的数据来源是山西省农调队 2004 年的调查数据。该数据覆盖 10 个调查点，12 个乡村，906 户农户，调查常住人口 3506 人。该调查涉及对农户家庭成员的构成情况、土地情况、固定资产情况、家庭生产情况、家庭全年收支情况等，调查较详实的反映了山西 2004 年的农户经济情况。本文根据研究需要，主要采用了农户家庭成员的构成情况、家庭全年收支情况的数据，利用了农户土地情况和村庄情况的
7、部分数据。回归分析中有关变量的定义如表 1 所示，部分变量采用了虚拟变量，取 1 或 0。表 1 回归分析中有关变量的定义变量单位定义个人属性性别2男性1，女性0年龄年龄周岁是否非农业户口2非农业户口1，农业户口0人力资本户主文化程度年受教育年限3 为 1，3受教育年限6 为 6，6受教育年限9为 9，9受教育年限12 为 12，受教育年限12 为 15。小学年受教育年限6 初中年6受教育年限9 高中年9受教育年限12 是否有技术职称2是1，否0是否受过培训2是1，否0是否受过农技培训2是1，否0健康自评为优2健康自评为优1，其他0健康自评为良2健康自评为良1，其他0健康自评为中2健康自评为中
8、1，其他0健康自评为差2健康自评为差1，其他0农户家庭属性是否国家干部职工户 2是1，否0是否乡村干部 2是1，否0是否党员户2是1，否0非农就业天数日村内从事非农业劳动时间外出从业天数非农就业比率%全家非农就业总天数/全家总就业天数*100劳动力比率%劳动力人数/家庭人口数*100劳动参加率%实际从业人员/全家劳动力人口*100劳动利用率%全家总就业天数/本村劳力人口的平均就业天数*就业人口数人均耕地面积亩年末经营耕地面积/家庭人口数从事行业工业 2从事的主要行业为工业1，其他0建筑业2从事的主要行业为建筑业1，其他0运输业2从事的主要行业为运输业1，其他0商饮业2从事的主要行业为商业饮食业
9、1，其他0其他2从事的主要行业为其他行业1，其他0在外工作地点本乡外村2本乡外村1，其他0本县外乡2本县外乡1，其他0外县农村2外县农村1，其他0外县城镇2外县城镇1，其他0本省省城2本省省城1，其他0外省农村2外省农村1，其他0外省城镇2外省城镇1，其他0村庄属性电话部数部全村安装电话机户数离公路距离公里村庄离公路距离企业数目个年末企业个数因变量工资性收入元包括从集体、股份制、股份合作制企业中、合伙、私营、三资企业中得到的收入、外出劳务收入、国家职工工资收入元总收入、工资性收入、外出劳务收入就业天数日总就业天数、农业就业天数、非农就业天数、外出从业天数工资元日工资、年工资三、农户就业天数决定
10、因素分析我们假定农户劳动力全年的就业天数由从事农业劳动天数和非农就业天数组成，其中，非农就业天数由在本村内从事非农业劳动天数和外出从业天数组成。劳动力就业时间的安排是家庭内部资源的配置过程，作为理性经营和成员自由选择的结果，一般是具有较多人力资本、年轻的劳动力从事非农就业或外出就业，年龄较长者从事农业劳动。为具体分析农户就业天数和相关因素的关系，我们建立了农户就业天数函数：就业天数=F(户主个人属性，农户家庭属性，人力资本，其他因素)从某种意义上讲，农户也是一独立经营的经济实体，户主在决定家庭资源分配、日常经营方面具有举足轻重的作用。基于此，我们在就业天数函数中引入了户主的性别、年龄、年龄的平
11、方、是否非农业户口，以考察户主的个人特征对劳动力就业天数的影响程度。同时，我们试图考察家庭属性(如是否党员户、是否国家干部职工户、是否乡村干部户)在多大程度上影响着劳动力时间资源的配置。另外，人力资本也不同程度地影响着劳动力的就业天数，为此，我们在就业天数函数中引入了受教育程度（小学、初中、高中） 、是否有技术职称、是否受过培训、是否受过农技培训、健康自评情况（健康自评为优、健康自评为良、健康自评为中、健康自评为差）等变量。我们分别以总就业天数、农业就业天数、非农业就业天数、外出从业天数作为因变量，对上面的就业天数函数进行了回归，表 2 显示了回归结果，从表 2 的回归系数和显著性水平我们可以
12、发现以下几组有意义的发现：表 2 农户劳动力全年就业天数的决定因素（OLS 回归）总就业天数农业就业天数非农业就业天数外出从业天数回归系数显著水平回归系数显著水平回归系数显著水平回归系数显著水平常数项-338.6130.000-203.7860.000-134.8270.000-98.8650.003个人属性性别84.6030.0004.5570.17480.0460.00062.6580.000年龄16.2320.0009.8400.0006.3920.0004.2190.000年龄的平方-.2010.000-.1000.000-.1010.000-.0760.000非农业户口-25.086
13、0.038-25.3800.005.2950.98017.9310.115家庭属性党员户7.9090.293-6.0560.28113.9640.063-3.4790.623国干部职户-4.2520.642-14.9070.02910.6550.24316.2280.060乡村干部户-7.2690.48915.3740.050-22.6430.031-10.3780.294人力资本小学53.9850.008-2.6490.86356.6340.00652.6240.006初中75.4650.00018.1490.22457.3150.00451.9450.006高中41.1870.0454.0
14、290.79337.1580.07039.4860.041有技术职称33.1340.026-34.7190.00267.8530.00026.5630.058受过培训18.5180.169-14.9040.13833.4230.01337.3930.003受过农培51.4200.00072.0650.000-20.6450.019-5.7360.491健康自评优94.1490.00061.7500.00132.3990.19734.8030.142健康自评良98.8490.00064.9460.00133.9030.18027.4150.251健康自评中74.4980.00544.0500.0
15、2730.4480.25228.4270.257健康自评差40.6390.17728.6270.20312.0130.68911.7030.680FR2DW样本数平均就业天数51.48143.58334.07126.5740.2730.2420.1990.1631.6491.2271.7721.77619221610926625196.17115.34206.63225.48（一）个人属性分析性别对总就业天数、非农就业天数和外出就业天数有显著的影响，但对农业就业天数没有显示统计上的有意性。计算表明：在其他条件相同的情况下，男性的总就业天数、农业就业天数、非农就业天数分别比女性多 86 天、4
16、天和40 天。可以看出，男性与女性务农的天数相差不多，这与现实是相符的，由于男性从事非农工作或外出就业，女性不仅从事家务劳动，而且也承担了许多农活。一个有意思的发现是，外出就业的女性的就业天数比男性外出就业人员多14 天。这可能与她们从事的行业有关，女性多从事商饮服务等业，这些行业的工作时间一般比较长。年龄、年龄的变化对各就业天数均有显著的影响，且呈倒 U 型，即随着年龄的增加，总就业天数、农业就业天数、非农就业天数、外出从业天数呈增加趋势，但过了一定年龄，就业天数开始减少，这与我们的常识完全一致。农户劳动力的户口不同，全年的各就业天数也明显不同。其中，非农业户口对农业就业天数显示了统计上有意
17、性，其与农业就业天数显著负相关。非农业户口对总就业天数、非农就业天数、外出收入天数没有显示统计上的有意性，但通过计算，我们可以发现：农业户口劳动力的总就业、农业就业、非农业就业、外出就业的平均就业天数分别是 196、117、205、223 日，而非农业户口劳动力的各就业天数则分别为 210、59、244、252 日。可见，除农业就业天数外，非农业户口劳动力的就业天数都明显高于农业户口劳动力的就业天数。（二）农户家庭属性分析农户家庭属性中考察的变量：党员户、国家干部职工户、乡村干部户对其家庭劳动力的就业天数均没有显示统计上的有意性。这说明拥有一定政治资本的农户并没有因此而减少他们的就业时间。（三
18、）人力资本因素分析农户劳动力的受教育程度对其就业天数有非常重要的作用。从回归结果来看，初中水平的劳动力与其总就业天数、非农就业天数和外出就业天数正相关，且通过了显著性检验。这意味着，初中水平的劳动力较倾向于从事非农就业和外出就业。与小学以下的劳动力相比，小学、初中、高中程度的劳动力的全年总就业天数分别多 39 日、82 日、97 日；小学、初中、高中程度的劳动力的全年非农就业天数分别多 33 日、54 日、64 日；小学、初中、高中程度的劳动力的全年外出就业天数分别多 32 日、43 日和 58 日。显然，在一定程度上，随着受教育年数的增加，其就业天数也随之增加。拥有技术职称与劳动力农业就业天
19、数显著负相关，与非农就业天数显著正相关，拥有技术职称与总就业天数和外出就业天数没有显示统计上的有意性。这说明，拥有技术职称有助于劳动力在本村内实现非农就业和稳定其非农工作。受过培训与外出就业天数显著正相关，而与总就业天数、农业就业天数和非农就业天数没有显示统计上的有意性。这表明，培训有利于劳动力在外工作的稳定。受过农技培训与劳动力总就业天数和农业就业天数显著正相关，与非农就业天数和外出就业天数显著负相关。因为农业技术的培训对象主要是农民，回归结果是合乎常识的。从健康自评状况来看，健康自评为优、良的劳动力与其总就业天数、农业就业天数显著正相关，而健康自评状况为中的劳动力只与其总就业天数显著正相关
20、；健康自评状况为中与非农就业天数和外出就业天数没有显示统计上的有意性，这可能是由于从事非农就业和外出就业的劳动力大都是青壮年，其身体状况大多比较好的缘故。健康自评为差的劳动力与其各就业天数均没有显示统计上的有意性。总的来看，农户从业人员的平均总就业天数为 196 日，其中，农业、非农业、外出的平均就业天数分别是：115 日，206 日和 225 日。由于农业的季节性等限制，我们可以看出：从事非农的就业天数比从事农业的就业天数多 91 日，外出就业的从业人员的就业天数明显高于农业就业天数，高出近 110 天。其中，户主的个人属性、人力资本因素对劳动力就业天数的多少发挥着重要作用。四、农户外出工资
21、决定因素分析我们假定 2004 年，我国劳动力市场比较健全，劳动力所拥有的人力资本能通过市场机制的作用，能以工资的形式得到较合理的回报。在此，我们利用Mincer 工资决定模型的思路，并将其扩展，来实证分析人力资本等要素对工资决定的影响，来具体分析外出劳动力工资与相关因素的关系，我们建立了如下的工资函数：工资=F(户主个人属性，农户家庭属性，人力资本，从事行业，从业地点，其他因素)除就业天数函数中引入的变量外，我们还引入了劳动力所从事的行业（工业、建筑业、运输业、商饮业、其他） 、劳动力在外工作的地点等变量。劳动力所从事的行业、工作所在的地是农村或城市都会不同程度地影响外出劳动力的工资水平。我
22、们分别以 Ln(日工资)和 Ln(年工资)作为因变量，对工资函数进行了回归，表 3 显示了回归结果，从表 3 的回归系数和显著性水平，我们可以得出以下几组重要的统计事实：表 3 外出劳动力的工资决定因素（OLS 回归）Ln(日工资)Ln(年工资)回归系数显著水平回归系数显著水平个人属性常数项1.5680.0095.4150.000性别0.5980.0000.6150.000年龄0.0540.0000.0970.000年龄的平方-0.0010.003-0.0010.000非农业户口0.3890.0020.5580.000家庭属性是否党员户-0.0230.801-0.0190.873是否国家干部职工户-0.0500.6090.0200.872是否乡村干部户0.0020.9880.0480.781人力资本小学0.0530.774-0.0850.713初中0.1860.3050.1980.378高中0.1000.6040.2070.385是否有职称-0.2490.085-0.3920.031是否受过培训
