地形對農戶就業的影響——基于CHIP 數據的實證分析

付紅雪，付雪嬌，閔園園

（1.中國地質大學（武漢）經濟管理學院，武漢 430074；2.湖北大學數學與統計學學院，武漢 430062）

“三農”問題一直是中國經濟工作的重中之重，其中農戶貧困問題尤為重要。作為最大的發展中國家，經過近幾十年的扶貧工作，中國扶貧方式已由過去的“大水漫灌”轉變為現在的精準扶貧［1，2］，貧困研究單元由片區［3，4］、省域及縣域［5，6］等宏觀尺度向村域［7-11］等微觀尺度轉移，貧困研究內容涉及農村多維貧困狀況識別和貧困類型劃分［12-15］、基于縣域貧困的空間格局及影響因素［11］等方面。

農戶收入一直是“三農”問題的重點，而勞動力轉移是推動農戶收入增長、擺脫貧困的重要途徑之一［16］。一些研究展望了農村勞動力轉移的趨勢和方向以及勞動力轉移對農戶收入、農戶務農收入、農業生態效率、貧困農戶生計［17-21］的影響，可見選擇何種類型的就業模式對農戶收入有著重要的影響。然而由于農村構成要素的多樣性、農村自然地理和區位的差異性、資源稟賦和經濟社會基礎的不同，農戶的就業選擇錯綜復雜。一些學者在研究農戶問題時引入了地理因素，如蔡昉等［22］研究了地理因素對勞動力要素的影響，Sylvie 等［23］以經濟地理因素為切入點研究了中國的區域增長，發現不同地理因素是造成地區經濟增長差異的顯著原因。

研究顯示，農村轉移勞動力通過增加非農收入來減少貧困［24，25］，因此研究地形差異下農戶的就業選擇對農村扶貧具有重要的現實意義。同時，細化就業選擇不僅便于觀察處于不同地理區位農戶的就業情況，而且在實證分析中可以得到更加穩健的估計結果。因此，本研究基于湖北省4 821 個貧困村的位置數據，運用GIS 技術對貧困村空間分布地形特征進行了研究，同時，利用中國家庭收入調查（CHIP）數據，將農戶的就業安排分為5 類，運用SUR 回歸等方法檢驗了地形對農戶就業選擇的影響，以期能為地區制定精準扶貧政策提供參考。

1 湖北省概況與數據來源

1.1 湖北省概況

湖北省地處中國中部，全省總面積18.59 萬km2，地勢西高東低，呈階梯狀分布。由全國31 個省域高程標準差（表1）可知，湖北省內地勢高低起伏的差異排名全國第八，僅次于四川、新疆、甘肅、西藏、青海、云南、河北。地勢差異明顯，西部號稱“華中屋脊”的神農架最高峰神農頂，海拔達3 105 m；東部平原的荊州市監利縣譚家淵附近，地面高程為0。同時湖北省是中國22 個國家扶貧開發工作重點省份之一，貧困程度位居全國高貧困發生率省份第一方陣，扶貧開發任務之重超過全國及中部6 省平均水平，因此本研究以地形具有代表性的湖北省作為研究區域。

1.2 數據來源

本研究中的4 821 個貧困村名單來源于湖北省人民政府扶貧開發辦公室。利用百度地圖API 的地址解析功能識別各個村的經緯度，再運用ArcGIS軟件生成貧困村矢量點數據，從全國第二次土地調查數據庫中提取湖北省省級行政區劃數據，分辨率90 m 的數字高程模型（DEM）數據下載于地理空間數據云，其他數據來源于中國家庭收入調查（CHIP）。

表1 全國31 個省域高程標準差

CHIP 2013 數據采用系統抽樣的方法，覆蓋15個省份126 個城市234 個縣區的18 948 個住戶和64 777 個個體樣本。本研究以湖北省為研究區域，覆蓋洪山區、蔡甸區、點軍區、猇亭區、?？悼h、華容區、鄂城區、掇刀區、云夢縣、羅田縣、通城縣、恩施市、鶴峰縣、仙桃市、天門市15 個縣（市、區）。

2 貧困村空間分布的地形特征

為研究湖北省貧困村的地形特征，將湖北省范圍的高程柵格數據進行處理，得到湖北省坡度分級（圖1）。運用ArcGIS 分區統計工具，得到不同坡度等級下的貧困村數量（表2）。分析可知，隨坡度的增大貧困村數量逐漸減少，40.16% 的貧困村位于平地，58.62% 的貧困村坡度在6°以內，擁有較好的耕地地形條件，僅有8.23% 的貧困村土地利用條件較為惡劣。

圖1 湖北省坡度分級

表2 不同坡度等級下的貧困村數量

3 變量選擇與研究方法

3.1 變量選擇

3.1.1 被解釋變量 從個體與家庭2 個層面選取3組變量衡量勞動力的配置，包括農戶就業選擇、農戶就業時間安排和家庭勞動力配置（表3）。

表3 被解釋變量

3.1.2 解釋變量 較多學者用DEM 數據中的高程來定義區域地貌類型［8，9］。因此參考學者的思想，本研究基于ArcGIS 的Spatial analyst 中的區域統計工具，得到每個縣（市、區）的平均高程值，將研究縣（市、區）劃分為平原縣（市、區）或山地縣（市、區），取值為1 表示平原，否則為0。

3.1.3 控制變量/工具變量 戶主作為家庭的決策主體，對其家庭成員的就業選擇具有一定程度的影響，因此本研究控制了戶主的某些個體特征變量；有研究提出兒童占家庭人口的比重、老年人口占家庭人口的比重同樣影響家庭勞動力配置［26，27］，同時也控制了這2 個變量；縣（市、區）經濟發展水平對農戶就業選擇有影響，因此還控制了反映縣（市、區）經濟發展水平的變量，同時為避免內生性，用同縣城其他家庭平均可支配收入表示?？紤]到農戶所處縣（市、區）的地理位置具有相似性，因此構造了該縣（市、區）的平均高程以及平均坡度作為工具變量。

3.2 研究方法

3.2.1 模型設定 為分析地形對農戶就業選擇的影響，本研究構建如下方程：

式中，Employmentij為縣（市、區）i 農戶j 的5 個就業選擇變量；Landformij為1 時表示平原，否則為0；Xij為農戶個體以及家庭特征變量的矩陣；Zi為縣（市、區）特征的矩陣；θi為縣（市、區）的個體效應。本研究采用Logit 模型進行估計，同時為估計地形對農戶就業時間安排的影響，將采用如下方程：

式中，Timeij為被解釋變量，包含農戶的4 個就業時間安排；Landformij為1 時表示平原，否則為0。由于不同就業選擇的勞動時間存在此消彼長的同期相關關系，各個方程的誤差項可能存在同期相關。因此，本研究將采用似不相關回歸方法（SUR）［28，29］對被解釋變量的4 個方程進行系統估計。同時，式（1）中，農戶的就業選擇同樣存在同期相關，因此還將采用SUR 回歸方法對所有方程進行估計。

3.2.2 內生性檢驗 首先檢驗各控制變量的組間差異，若控制變量的組間差異顯著，則控制這些變量。表4 是控制變量/工具變量的組間差異，由表4 可知，有9 個控制變量的組間差異較為顯著。控制變量后，需要采用工具變量法檢驗模型是否依然存在內生性問題。因此，采用工具變量法進行檢驗，結果如表5 所示。

由表5 可知，Kleibergen-Paap 統計量均大于10%水平下的臨界值16.38，拒絕弱工具變量的假設。同時內生性檢驗結果表明，除了失業/待業、本地工資性工作時間、本地非農經營時間3 個方程外，其他11 個方程均接受不存在內生性的原假設，即模型不存在內生性問題。因此，本研究主要根據SUR 回歸的估計結果進行解釋。

4 模型估計與分析結果

4.1 描述性分析結果

由描述性分析結果（表6）可知，平原農戶與山區農戶的就業選擇差異表現為：山區從事農業的農戶達50.75%，比平原農戶高近6 個百分點；平原農戶從事本地工資性工作、本地非農經營的較多；與山區農戶相比，更多的平原農戶選擇外出就業，平原外出就業的農戶達32.60%，比山區農戶高近7 個百分點；山區農戶的失業比重較高，有16.82% 處于失業/待業狀態，比平原農戶高近8 個百分點。

平原農戶與山區農戶的就業時間安排差異表現為：平原農戶從事農業的平均就業時間為3.04 個月，比山區農戶低0.57 個月；平原農戶從事本地工資性工作、本地非農經營、外出就業的平均就業時間分別為1.49 個月、0.89 個月和3.27 個月，比山區農戶分別高0.19 個月、0.36 個月和0.91 個月。

平原農戶與山區農戶的家庭勞動力配置差異表現為：山區家庭從事農業的平均勞動力人數比平原家庭略高；山區家庭平均失業/待業人數為0.505，高于平原家庭。綜上可知，平原地區從事本地工資性工作、本地非農經營和外出就業的農戶較多，從事農業的農戶相對較少。同時，地形優勢會在一定程度上減少失業人數。

表5 內生性檢驗結果

表4 控制變量/工具變量的組間差異

4.2 分析結果

4.2.1 地形對農戶就業選擇的影響 為反映分析結果的穩健性，本研究同時采用了OLS 回歸、Logit 回歸及SUR 回歸模型。由地形對農戶就業選擇的影響（表7）可知，地形優勢能夠顯著降低農戶從事農業、失業/待業的可能性，促進農戶外出就業，而對本地工資性工作和本地非農經營只有微弱的正影響。從SUR 回歸結果來看，在平均意義上，地形優勢促使農戶從事農業的可能性由0.508 下降至0.426；促使農戶失業/待業的可能性由0.168 下降至0.115；促使農戶外出就業的可能性由0.256 上升至0.308。內生性檢驗顯示，農戶失業/待業方程中存在內生性問題，因此采用了工具變量回歸，地形的估計系數變成了-0.06，并在5% 的顯著性水平拒絕了原假設。

表7 地形對農戶就業選擇的影響

表6 描述性分析結果

4.2.2 地形對農戶就業時間安排的影響 由地形對農戶就業時間安排的影響（表8）可知，平原地區地形優勢能夠顯著減少農戶從事農業的時間，增加農戶外出就業時間，而對本地工資性工作時間和本地非農經營時間的影響不顯著。從SUR 回歸結果來看，在平均意義上，地形優勢促使農戶從事農業的時間下降0.32 個月；促使農戶外出就業的時間增加0.60 個月。內生性檢驗顯示，農戶本地工資性工作時間、本地非農經營時間方程中存在內生性問題，因此采用了工具變量回歸，而地形的估計系數分別變成了0.265 和0.062，均在5% 的顯著性水平拒絕了原假設。

4.2.3 地形對家庭勞動力配置的影響 由地形對家庭勞動力配置的影響（表9）可知，地形優勢能夠顯著減少家庭農業人數、失業/待業人數，增加外出就業人數，對本地工資性工作人數、本地非農經營人數只有微弱的正向影響。從SUR 回歸結果來看，在平均意義上，地形優勢促使家庭農業人數減少0.25個；促使外出就業人數增加0.21 個；促使失業/待業人數減少0.21 個。

表8 地形對農戶就業時間安排的影響

表9 地形對家庭勞動力配置的影響

5 小結與建議

本研究利用CHIP 數據實證分析了地形對農戶就業選擇的影響。結果表明，地形優勢促進了農戶從事非農就業，降低了失業/待業情況。具體而言，地形優勢促使農戶從事農業的可能性、農業就業時間、家庭農業人數顯著下降；同時促使農戶從事外出就業的可能性、外出就業時間、家庭外出就業人數明顯增加；地形優勢顯著降低了農戶失業/待業的可能性以及家庭失業/待業人數，山區農戶整體失業/待業人數略高。然而，地形對農戶本地工資性工作、本地非農經營沒有顯著影響。

農戶就業轉換嚴重依賴地形，山區勞動力接受外部信息的能力較弱，判斷外界就業機會的水平較低，增加了失業/待業情況。為此提出幾點建議：創造有利條件，采取置辦工作車間等，為當地農戶提供就業機會；大力開展就業培訓以及政府安排就業等，促使地形劣勢地區農戶外出就業，以增加家庭收入擺脫貧困；以農業為主的平原地區需要提升機械化水平，降低勞動力在農業中的投入，促進更多勞動力向其他部門流動。