農(nóng)民兼業(yè)行為對非農(nóng)工資性收入的影響研究
——來自CFPS的微觀證據(jù)

劉 進，趙思誠，許 慶

(1.上海財經(jīng)大學 財經(jīng)研究所，上海 200433；2.上海財經(jīng)大學 三農(nóng)研究院，上海 200433)

農(nóng)民兼業(yè)行為對非農(nóng)工資性收入的影響研究
——來自CFPS的微觀證據(jù)

劉 進1,2，趙思誠1,2，許 慶1,2

(1.上海財經(jīng)大學 財經(jīng)研究所，上海 200433；2.上海財經(jīng)大學 三農(nóng)研究院，上海 200433)

隨著非農(nóng)工資性收入占中國農(nóng)民收入比重的逐年增加，為了實現(xiàn)家庭收入最大化，絕大多數(shù)農(nóng)民采取兼業(yè)行為。那么，農(nóng)民兼業(yè)行為對非農(nóng)工資性收入究竟有何影響？文章采用處理效應模型和收入分解方法，利用2012年“中國家庭追蹤調(diào)查”(CFPS)數(shù)據(jù)，考察了兼業(yè)行為對農(nóng)民非農(nóng)工資性收入的影響作用及其內(nèi)在機理。研究表明：兼業(yè)農(nóng)民的非農(nóng)工資性收入和小時工資水平均顯著低于純非農(nóng)就業(yè)農(nóng)民。進一步研究發(fā)現(xiàn)，由兼業(yè)行為引起的歧視效應是產(chǎn)生這種收入差距的主要原因。因此，實施促進農(nóng)民增收政策時，應瞄準不同人群采用不同的惠農(nóng)富農(nóng)政策，以提高政策的精準性：既要著力破除以戶籍制度為代表的制度性約束，鼓勵部分兼業(yè)農(nóng)民向非農(nóng)部門徹底轉移，提高其工資性收入；又要深化農(nóng)業(yè)供給側改革，增加農(nóng)民土地財產(chǎn)性收益，從而促進農(nóng)民增收。

兼業(yè)行為；非農(nóng)工資性收入；收入分解

一、引 言

實現(xiàn)共同富裕是社會主義的本質要求，而提高農(nóng)民收入、縮小城鄉(xiāng)收入差距是實現(xiàn)共同富裕的重要途徑。雖然經(jīng)過多年不懈努力，中國農(nóng)村居民收入狀況逐年改善，2016年人均可支配收入已達12 363元，①數(shù)據(jù)來源：國家統(tǒng)計局：《2016國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》，http://www.stats.gov.cn/tjsj/zxfb/201702/t20170228_1467424.html。但還是面臨著增收乏力、增收長效機制不健全以及貧困人口增收困難等問題。隨著工業(yè)化和城鎮(zhèn)化的發(fā)展，受城鄉(xiāng)工資差異的影響，農(nóng)村勞動力大量向城市轉移，非農(nóng)工資性收入占農(nóng)民收入比重逐年增加，且已超過農(nóng)業(yè)經(jīng)營性收入，成為農(nóng)民收入的最主要來源。②數(shù)據(jù)來源：國家統(tǒng)計局：《2016年中國統(tǒng)計年鑒》，http://www.stats.gov.cn/tjsj/ndsj/2016/indexch.htm。在此現(xiàn)實背景下，考察農(nóng)民的增收動力機制及政策選擇，無疑有助于回答如何完善惠農(nóng)富農(nóng)政策，從而提升促進農(nóng)民持續(xù)增收政策的精準性。

與此同時，在戶籍制度改革有所推進但未取得重大突破的現(xiàn)實約束下，為了追求收入最大化，兼業(yè)經(jīng)營已成為我國大多數(shù)農(nóng)戶采取的生產(chǎn)經(jīng)營模式(張紅宇,2015)。換言之，農(nóng)民兼業(yè)行為是其面臨制度約束下為了實現(xiàn)收入最大化而采取的權宜之計。可以預期的是，隨著工業(yè)化和城鎮(zhèn)化的發(fā)展、戶籍制度改革的深化，受城鄉(xiāng)工資差異的影響，兼業(yè)農(nóng)民更可能選擇全職從事非農(nóng)業(yè)生產(chǎn)，增加非農(nóng)勞動時間供給，提高非農(nóng)工資性收入水平。已有文獻指出，隨著部分兼業(yè)農(nóng)民完全退出農(nóng)業(yè)生產(chǎn)，勢必會促進農(nóng)地流轉和農(nóng)業(yè)經(jīng)營規(guī)模擴大(黃楓和孫世龍,2015)，并通過利用相對富裕要素替代相對稀缺要素，提高農(nóng)業(yè)技術水平(鄭旭媛和徐志剛,2016;許慶等,2017)，從而提升農(nóng)業(yè)經(jīng)營的規(guī)模收益，促使農(nóng)民收入增加。

關于兼業(yè)行為與非農(nóng)工資性收入關系，國內(nèi)外大部分研究往往著重強調(diào)某一方面，較少考察兼業(yè)行為對工資性收入乃至農(nóng)民增收的影響作用。因此，本文擬從個人兼業(yè)*所謂個人兼業(yè)指的是個人同時從事農(nóng)業(yè)和非農(nóng)業(yè)生產(chǎn)。而非家庭兼業(yè)入手，提出兼業(yè)行為與非農(nóng)工資性收入相關關系的研究假說，并利用全國性微觀調(diào)查數(shù)據(jù)2012年“中國家庭追蹤調(diào)查數(shù)據(jù)”(CFPS)，采用處理效應模型和收入分解方法實證檢驗這種影響作用。研究結論表明，兼業(yè)行為對農(nóng)民的非農(nóng)工資性收入具有明顯的負向作用；是否存在兼業(yè)行為是造成兼業(yè)農(nóng)民和純非農(nóng)就業(yè)農(nóng)民的非農(nóng)工資性收入差異的主要原因。

本文可能的貢獻主要體現(xiàn)在：第一，將賺取非農(nóng)工資性收入的農(nóng)民分為兼業(yè)農(nóng)民和純非農(nóng)就業(yè)農(nóng)民兩類，并從小時非農(nóng)工資層面考察了農(nóng)民兼業(yè)行為對非農(nóng)工資性收入的影響。第二，通過對既有文獻的梳理，將影響農(nóng)民收入的因素歸結為個體特征差異、職業(yè)選擇以及是否存在兼業(yè)行為三類，并且把兼業(yè)行為對農(nóng)民非農(nóng)工資性收入的影響作用視為一種“歧視效應”。第三，綜合運用均值分解和分布分解兩種收入分解方法，將因兼業(yè)行為而引發(fā)的“歧視效應”從不同分組的收入差距中剝離，觀察其對收入差距的解釋力，從而為今后促進農(nóng)民增收政策的制定和提高政策實施的精準性提供參考。

二、文獻簡評與研究假說

非農(nóng)工資性收入作為農(nóng)民收入的重要組成部分(Nguyen等,2015)，一直以來都備受關注，現(xiàn)有文獻對農(nóng)民工資性收入的研究大體可以分成兩類。一類著重考察農(nóng)民個體特征對其工資性收入的影響，比如健康(魏眾,2004)、受教育程度(陳玉宇和邢春冰，2004)、社會資本(葉靜怡和周曄馨,2010)、宗教信仰(樂君杰和葉晗,2012)。另一類文獻則將研究視角聚焦于外生制度環(huán)境，探討了戶籍制度(謝嗣勝和姚先國,2006;鄧曲恒,2007)、職業(yè)培訓制度(王德文等,2008)、鄉(xiāng)鎮(zhèn)企業(yè)發(fā)展(鐘寧樺,2011)、農(nóng)村基礎設施建設(駱永民和樊麗明,2012)等因素如何影響農(nóng)民工資。但值得注意的是，農(nóng)民個人兼業(yè)行為是其在充分考慮自身勞動能力和所處勞動力市場環(huán)境之后作出的勞動時間配置決策，因此，兼業(yè)行為對個人非農(nóng)工資性收入也會產(chǎn)生影響。

實際上，為實現(xiàn)收入最大化，由于受城鄉(xiāng)工資差異和戶籍制度的約束，農(nóng)民不得不采取了兼業(yè)經(jīng)營方式，在農(nóng)業(yè)部門和非農(nóng)部門重新配置勞動時間。由于兼業(yè)農(nóng)戶同時具有農(nóng)業(yè)經(jīng)營收入和非農(nóng)工資性收入，既往研究考察了農(nóng)戶兼業(yè)經(jīng)營的增收效應。例如，夏義軍(2012)分析了日本20世紀90年代土地制度改革背景下農(nóng)戶兼業(yè)行為對其收入的影響，結果表明農(nóng)戶兼業(yè)經(jīng)營有很明顯的增收作用?；谖覈綎|省數(shù)據(jù)的實證分析也驗證了這個結論(鞠小妮,2012)。當然，兼業(yè)經(jīng)營的影響遠不局限于農(nóng)民收入，農(nóng)戶兼業(yè)行為對農(nóng)地流轉(Yao,2000;錢忠好,2008;廖洪樂,2012;張忠明和錢文榮,2014)、化肥施用(紀月清等,2015)、農(nóng)業(yè)生產(chǎn)效率(趙建梅等,2013)等方面的影響也是相關研究的熱點。此外，經(jīng)驗研究表明，由于不同非農(nóng)行業(yè)的工資水平差距很大，職業(yè)選擇是影響農(nóng)民工資性收入的重要因素(葛玉好,2007;尹志超和甘犁,2009)。由于非農(nóng)部門工資通常高于勞動力的農(nóng)業(yè)邊際產(chǎn)出，農(nóng)民一般會將勞動力資源優(yōu)先配置給收益更高的非農(nóng)部門，然后再決定農(nóng)業(yè)勞動投入，其農(nóng)業(yè)勞動投入決策往往是一種被動決策，因此，非農(nóng)職業(yè)選擇直接關系到農(nóng)民是否從事兼業(yè)生產(chǎn)。

本文通過分析2012年CFPS數(shù)據(jù)發(fā)現(xiàn)，純非農(nóng)就業(yè)農(nóng)民的非農(nóng)工資高于兼業(yè)農(nóng)民，而且純非農(nóng)就業(yè)農(nóng)民的小時工資也高于兼業(yè)農(nóng)民，這是一個值得注意的現(xiàn)象。本文把這種收入差距歸結為一種勞動力市場上的“歧視”，而引起這種歧視效應的主要原因是非農(nóng)雇主對全職員工和非全職員工的區(qū)別對待。一方面，對跨區(qū)域流動并從事兼業(yè)生產(chǎn)的勞動力而言，他們的非農(nóng)勞動供給存在中斷的情況，勞動力供給中斷會給企業(yè)造成暫時性的勞動力短缺，而且如果這類勞動力在返鄉(xiāng)期間作出新的就業(yè)決策，那么原來用人單位還會面臨著因缺工而進行的勞動力招聘，這在一定程度上增加了企業(yè)的交易成本。另一方面，對就近從事兼業(yè)生產(chǎn)的勞動力而言，日常的農(nóng)業(yè)勞動會嚴重分散其在非農(nóng)生產(chǎn)過程中投入的時間、精力，影響非農(nóng)勞動投入的質量。從這一角度而言，相對于全職進行非農(nóng)生產(chǎn)的勞動力，非農(nóng)雇主更傾向于給從事兼業(yè)經(jīng)營的勞動力開出更低的工資。

綜上所述，本文提出以下兩個研究假說。

假說1：兼業(yè)行為不僅減少了農(nóng)民非農(nóng)工資性收入，同時也降低了其小時工資水平。

假說2：農(nóng)民非農(nóng)工資性收入主要受到個體特征差異、非農(nóng)職業(yè)選擇以及自身是否存在兼業(yè)行為等因素的影響，而農(nóng)民是否存在兼業(yè)行為則是兼業(yè)農(nóng)民和純非農(nóng)就業(yè)農(nóng)民工資性收入差距的主要成因。

三、實證模型設定與數(shù)據(jù)來源

(一)實證模型設定。在分析兼業(yè)行為對農(nóng)民非農(nóng)工資的影響時，直接在回歸方程中加入農(nóng)民是否兼業(yè)的分組虛擬變量是一個簡單易行的辦法。然而，農(nóng)民是否進行兼業(yè)活動受其自身特征、職業(yè)選擇等多種因素的影響，存在自選擇偏誤引起的內(nèi)生性問題，而處理效應模型(treatment effects model)是解決這種問題的典型方法。此外，不同組別的農(nóng)民其收入差距主要是由個體特征差異、職業(yè)選擇和不同非農(nóng)就業(yè)模式共同引起的，單純的回歸分析無法清晰區(qū)分其在收入差距中所扮演的角色，而收入分解方法可以很好地解決這一問題。因此，本文的計量分析將分成兩部分：一是采用處理效應模型研究兼業(yè)行為對農(nóng)民非農(nóng)工資性收入的影響；二是基于收入分解法研究造成不同分組農(nóng)民其收入差距的影響因素。

1.兼業(yè)行為對農(nóng)民工資水平的影響。本文在Mincer工資決定方程基礎上，加入了婚姻、性別控制變量和是否從事兼業(yè)生產(chǎn)的分組變量，得到回歸方程如下：

Ln(wage)=β0+β1Gdummy+β2Edu+β3Exp+β4Exp2
+β5Marriage+β6Gender+ε

(1)

如前所述，方程中的分組虛擬變量Gdummy會引起內(nèi)生性問題，需要通過處理效應模型進行處理，處理效應模型是Maddala(1983)年在Heckman(1979)基礎上提出的一種解決處理變量內(nèi)生性的方法，模型的基本結構如下：

Y=X′β+γD+ε

(2)

式(2)中處理變量D為內(nèi)生變量，被如下的處理方程所解釋：

D=1(Z′δ+u)

(3)

假設隨機擾動項服從如下二維正態(tài)分布：

(4)

(5)

其中：age表示樣本年齡，而industriesi表示不同的行業(yè)。

2.兼業(yè)行為與不同分組農(nóng)民工資差距。工資分解方法被廣泛應用于不同群體之間工資差距的分解問題，本部分使用均值分解和分布分解兩種思路來分析兼業(yè)行為對農(nóng)民工資性收入的影響。作為傳統(tǒng)的均值分解方法，Oaxaca-Blinder(1973)分解長期被廣泛地應用于不同收入群體之間的收入差距分析。然而，由于Oaxaca-Blender分解存在明顯的問題，比如指數(shù)基準問題、沒有考慮樣本職業(yè)對工資差距的影響等，學者們對該分解進行了改進(Neumark,1988;Neuman和Oaxaca,2003)。其中，Neumark分解給出了一個介于兩個收入組工資均值之間的合理工資的計算方法，對工資歧視部分做了進一步的細分。這里采用Neumark分解處理，其基本思想為：

(6)

(7)

雖然根據(jù)樣本均值分解方法可以分離出收入差距的個人特征效應和分組歧視效應，但是對整個分布來說，均值分解很難描述出不同分位數(shù)處的收入差距分解問題。因此，在均值分解的基礎上，本文還將借助Machado和Mata(2005)分解法(簡稱“M-M”分解)，分析整個分布上的收入差異分解情況。在分位數(shù)回歸中，通過對同一組觀測值取不同分位數(shù)，可獲得樣本的一個條件分布，但是收入的分布分解需要的是樣本的邊際分布，Machado和Mata(2005)證明了通過如下抽樣辦法和分位數(shù)回歸方法可以擬合出樣本的邊際分布：

第一步，從均勻分布U[0，1]當中抽取m個隨機數(shù)作為下一步分位數(shù)回歸中的分位數(shù)；

第三步，從兼業(yè)農(nóng)民樣本組中有放回地抽取m個樣本，記錄這些樣本的自變量矩陣為：{xi*(j)},i=1,2,…,m；

同理，通過以上4步也可以得到非農(nóng)就業(yè)組的非農(nóng)工資邊際分布。

M-M分解參考了Oaxaca-Blinder分解的思路，把收入差距分解成了特征效應和系數(shù)效應兩個部分，這樣一來在計算分組邊際分布的基礎上還必須計算兩個分組的反事實分布。計算兼業(yè)農(nóng)民的反事實分布只需要把上面第四步中的兼業(yè)農(nóng)民抽樣樣本換成非農(nóng)就業(yè)農(nóng)民抽樣樣本，即可擬合出兼業(yè)組農(nóng)民在非農(nóng)就業(yè)組收入生產(chǎn)機制下的非農(nóng)收入分布：

(8)

其中：兩個分組的非農(nóng)收入分布被分解為AA、BB兩個部分，其中AA表示個體特征和職業(yè)選擇差異，BB表示農(nóng)民是否兼業(yè)引發(fā)的歧視效應，與均值分解方法不同的是，M-M分解可以在不同分位數(shù)和整個分布上觀察這兩種效應。

(二)數(shù)據(jù)來源。本文使用2012年“中國家庭追蹤調(diào)查數(shù)據(jù)”(CFPS)，CFPS樣本覆蓋25個省/市/自治區(qū)，目標樣本規(guī)模為16 000戶，調(diào)查對象包含樣本家戶中的全部家庭成員，重點關注中國居民的經(jīng)濟與非經(jīng)濟福利，以及包括經(jīng)濟活動、教育成果、家庭關系與家庭動態(tài)、人口遷移、健康等在內(nèi)的諸多研究主題，是一項全國性、大規(guī)模、多學科的社會跟蹤調(diào)查項目。2012年成人數(shù)據(jù)庫包括2010年未滿16歲但在2012年時達到16歲及以上和2012年新增家庭成員中年齡處在16歲及以上的個人，總樣本量為35 720個。根據(jù)研究需要，本文將對象分成兩組：第一組是同時從事農(nóng)業(yè)生產(chǎn)和非農(nóng)業(yè)生產(chǎn)的兼業(yè)農(nóng)民，第二組是個人完全從事非農(nóng)生產(chǎn)，以此分析兼業(yè)行為對農(nóng)民非農(nóng)收入的影響。通過剔除變量缺失值和異常值，本文共使用4 266份樣本，其中兼業(yè)樣本和純非農(nóng)樣本各為2 466個和1 800個。主要變量選擇如下：

1.兼業(yè)經(jīng)營行為，即是否兼業(yè)生產(chǎn)。首先，在初步篩選中已經(jīng)保證有效樣本為從事農(nóng)業(yè)生產(chǎn)的農(nóng)戶，兼業(yè)分組變量只是用來區(qū)分個體是否存在兼業(yè)行為。其次，重點關注兼業(yè)行為對農(nóng)民非農(nóng)收入的影響，因此把有兼業(yè)行為的農(nóng)民分成一組，把純非農(nóng)就業(yè)農(nóng)民分成另一組。

2.農(nóng)民非農(nóng)工資與非農(nóng)小時工資。CFPS數(shù)據(jù)中包含詳細的非農(nóng)工作信息樣本，包括樣本每一份工作持續(xù)時間和具體收入。結合研究目標，本文把調(diào)查期內(nèi)觀測樣本的每份工作的非農(nóng)工資收入進行加總獲得年度非農(nóng)工資收入，然后除以加總的非農(nóng)工作時間得到非農(nóng)小時工資數(shù)據(jù)。

3.受教育年限與工作年限。由于CFPS缺乏反映工作經(jīng)驗的問項，借鑒葛玉好(2007)和李任玉等(2014)的做法，本研究將采取如下公式計算樣本的工作年限：experience=age-edu_year-6。

4.其他控制變量，包括性別、婚姻、年齡、主要非農(nóng)就業(yè)行業(yè)類型等。其中，婚姻狀況變量使用2012年調(diào)查時是否在婚為判別標準。關于主要非農(nóng)就業(yè)行業(yè)類型的選取，本文參照2011年國民經(jīng)濟行業(yè)分類標準，*國家統(tǒng)計局：《2011國民經(jīng)濟行業(yè)分類》，http://www.stats.gov.cn/tjsj/tjbz/hyflbz/2011/。將非農(nóng)就業(yè)行業(yè)劃分為采礦業(yè)、制造業(yè)、建筑業(yè)、交通運輸業(yè)、批發(fā)零售、住宿餐飲、居民服務和其他服務、教育、公共管理和社會組織等19類。

四、實證結果分析與討論

(一)基本描述性統(tǒng)計。表1給出了主要變量的均值描述性統(tǒng)計，由表可知，在年度非農(nóng)工資性總收入方面，純非農(nóng)就業(yè)樣本平均收入超過19 855元，而兼業(yè)樣本組平均收入為14 687元左右，二者相差5 100多元。產(chǎn)生這種收入差距的重要原因之一是非農(nóng)勞動時間投入差異。在小時非農(nóng)工資方面，全職非農(nóng)樣本組的小時工資為7.375元，高于兼業(yè)樣本的5.988元。這反映出，全職從事非農(nóng)生產(chǎn)的農(nóng)民其工資水平確實高于兼業(yè)人群的工資水平，未來較長一段時間內(nèi)農(nóng)民增收的思考方向之一應該既要深入推進農(nóng)村改革，提高農(nóng)業(yè)綜合效益和競爭力，又要拓寬非農(nóng)就業(yè)渠道，提高農(nóng)民的非農(nóng)參與率，促進農(nóng)民收入快速增長、解決農(nóng)民增收乏力問題。

從非農(nóng)就業(yè)行業(yè)類型方面看，制造業(yè)和建筑業(yè)是農(nóng)民主要的非農(nóng)就業(yè)行業(yè)，分別有63.9%和54.6%的兼業(yè)樣本和純非農(nóng)就業(yè)樣本。其中，建筑業(yè)是兼業(yè)農(nóng)民最主要的就業(yè)行業(yè)，占兼業(yè)樣本的33.5%以上；制造業(yè)則是純非農(nóng)就業(yè)農(nóng)民的最主要就業(yè)行業(yè)，這一行業(yè)的樣本比例為38.5%。這是因為建筑行業(yè)屬于勞動密集型產(chǎn)業(yè)，具有生產(chǎn)流動性強、周期長、跨區(qū)域等特征，便于兼業(yè)農(nóng)民在農(nóng)閑期及時就業(yè)，在農(nóng)忙期從事農(nóng)業(yè)生產(chǎn)；而制造業(yè)盡管也屬于勞動密集型產(chǎn)業(yè)，但是在人員管理方面相對較為嚴格。其他行業(yè)的就業(yè)量差別不大。

從個人特征看，受教育水平較高者、年輕者和獨身人員更愿意選擇全職從事非農(nóng)工作，這是因為這部分人群年富力強，而且家庭牽掛較少，在勞動力市場更有可能獲得非農(nóng)就業(yè)機會。在工作經(jīng)驗方面，兼業(yè)農(nóng)民組樣本的平均工作年限超過28年，比純非農(nóng)樣本的工作年限高約8年，而兼業(yè)農(nóng)民的平均年齡也比純非農(nóng)就業(yè)農(nóng)民高出約7歲，這反映了當前農(nóng)村青壯年勞動力大量向非農(nóng)部門轉移，農(nóng)業(yè)勞動力呈老齡化現(xiàn)象。此外，選擇兼業(yè)行為的男性占兼業(yè)樣本的72.6%，完全從事非農(nóng)就業(yè)的男性占純非農(nóng)就業(yè)樣本的59.7%，均高于女性農(nóng)民。

表1主要變量的基本描述性統(tǒng)計(均值)

續(xù)表1 主要變量的基本描述性統(tǒng)計(均值)

注：“()”為標準差。數(shù)據(jù)來源：本研究計算整理所得，2017年。

①由于篇幅限制,僅匯報了就業(yè)人數(shù)超過100人的九大類非農(nóng)行業(yè)基本情況。當然,如需其他行業(yè)基本統(tǒng)計情況,可與作者聯(lián)系。

(二)兼業(yè)行為對農(nóng)民非農(nóng)工資性收入的影響作用分析。表2主要匯報了農(nóng)民非農(nóng)工資性收入影響因素的回歸結果，包括全樣本和分組樣本兩大部分。

首先，在全樣本方面，本文分別給出了基本處理效應回歸結果(即模型一)、未控制非農(nóng)就業(yè)類型的回歸估計結果(即模型二)以及控制非農(nóng)就業(yè)類型的回歸估計結果(即模型三)。由表2可知，在三個模型中，是否兼業(yè)均對小時非農(nóng)工資具有顯著的負向影響，即在其他變量不變的情況下，與未兼業(yè)的非農(nóng)務工人群相比，兼業(yè)會使兼業(yè)農(nóng)民的小時非農(nóng)工資明顯降低。在其他變量方面，工作經(jīng)驗對非農(nóng)工資的影響呈倒U形，這一結果符合經(jīng)典Mincer方程假說。教育年限對農(nóng)民非農(nóng)工資的邊際影響均大于經(jīng)驗的邊際影響，這其實說明教育投入增加相對于工作經(jīng)驗增加來說更有益于提高農(nóng)民的非農(nóng)收入。此外，在其他變量不變的情況下，相對于女性而言，男性的非農(nóng)工資收入較高。類似地，已婚人群的工資性收入也明顯大于未婚人群。

其次，模型四和模型五分別為純非農(nóng)就業(yè)樣本和兼業(yè)樣本的回歸估計結果。從分組回歸的結果看，兩個分組的回歸結果依然基本滿足Mincer方程假定：非農(nóng)就業(yè)組的教育回報大于兼業(yè)農(nóng)民組的教育回報，而且非農(nóng)就業(yè)組農(nóng)民的工作經(jīng)驗對其工資性收入具有顯著的正向作用。兼業(yè)組工作經(jīng)驗一次項不顯著，二次項十分顯著的主要原因是，兼業(yè)農(nóng)民組的平均年齡比較高，工作經(jīng)驗相對豐富，工作經(jīng)驗增加帶來的非農(nóng)收入增加已經(jīng)不如從業(yè)初期明顯，根據(jù)工作經(jīng)驗與非農(nóng)收入的倒U形關系，未來一段時間內(nèi)兼業(yè)農(nóng)民組成員工作經(jīng)驗的增加甚至會對非農(nóng)收入產(chǎn)生負向影響。

最后，表2第(6)列匯報了觀測樣本兼業(yè)決策模型的回歸結果。實證結果顯示，工作經(jīng)驗豐富者、男性和已婚農(nóng)民更有可能成為兼業(yè)農(nóng)戶?；貧w結果還顯示，受教育年限對農(nóng)民是否兼業(yè)具有顯著的負向作用，即在其他變量不變的條件下，隨受教育年限增加，農(nóng)民選擇兼業(yè)行為的概率會明顯降低。

表2 回歸分析結果

注：(1)*、**和***分別表示P值<0.05、P值<0.01和P值<0.001。(2)最后一列中數(shù)值為邊際效應計算結果。(3)數(shù)據(jù)來源：本研究計算整理所得，2017年。

①同樣限于篇幅,在此未給出非農(nóng)就業(yè)行業(yè)類型的回歸估計值。

(三)農(nóng)民個人兼業(yè)行為的“歧視效應”分析。前文分析結果表明，兼業(yè)經(jīng)營行為顯著降低了農(nóng)民的非農(nóng)工資性收入，但難以區(qū)分造成這種差異的原因究竟是來源于個體特征還是由于是否兼業(yè)選擇造成的歧視效應。因此，本研究將分別使用均值分解和分布分解兩種方法，對兼業(yè)樣本和純非農(nóng)就業(yè)樣本之間非農(nóng)工資性收入的差異進行細分，重點關注非農(nóng)收入生成機制對收入差距的影響。*在利用Neumark分解和M-M分解時，本文均控制了樣本非農(nóng)就業(yè)行業(yè)類型。相應的回歸分析結果由表3和表4給出。

1.基于Neumark均值分解方法的結果分析。由表3可知，根據(jù)鄒至莊檢驗的結果，強烈拒絕原假設，即兩個分組之間存在結構突變，采用收入分解方法是恰當?shù)?。分解結果顯示，分組工資均值的對數(shù)差距與Neumark分解結果中A、B和C三部分之和無差異，均為0.242，計算誤差為10-8。而在分解結果的三部分中，不同分組的個體差異可以解釋工資差距中的12.668%，市場對兼業(yè)農(nóng)民的歧視可以解釋全部分組工資差距的36.849%，純非農(nóng)就業(yè)農(nóng)民因為歧視效應而獲得的好處可以解釋全部收入差距的50.483%。因此，通過歧視效應可以解釋的收入差距占到全部收入差距的87.332%，分組之間的個體差異只能解釋12.668%。這表明，兼業(yè)農(nóng)民非農(nóng)收入水平低于純非農(nóng)就業(yè)農(nóng)民非農(nóng)收入水平的根本原因并非是個人特征的差異，而是源于分組之間的歧視效應。也就是說，純非農(nóng)就業(yè)農(nóng)民因為歧視效應獲得的好處要大于兼業(yè)農(nóng)民因歧視效應遭受的損失。

表3 控制行業(yè)Neumark分解結果

資料來源：本研究整理所得，2017年。

圖1 兼業(yè)樣本分位數(shù)回歸結果 資料來源：本研究整理所得，2017年。

圖2 純非農(nóng)就業(yè)樣本分位數(shù)回歸結果 資料來源：本研究整理所得，2017年。

2.基于M-M分布分解方法的結果分析。圖1和圖2分別顯示了兼業(yè)農(nóng)戶與純非農(nóng)樣本的非農(nóng)工資性收入在不同分位數(shù)上的變化趨勢，*每一幅小圖中的短橫線表示OLS的回歸結果，而上下兩根虛線表示OLS估計參數(shù)的95%置信區(qū)間。每張圖中向左為低分位數(shù)，向右為高分位數(shù)。由圖發(fā)現(xiàn)：(1)常數(shù)項對農(nóng)民非農(nóng)收入的影響在兩個分組中均有相同的趨勢，都是由負轉正，并隨著分位數(shù)的增加而增加。(2)教育年限對兩類人群非農(nóng)工資性收入均具有正向影響作用，但這種正向作用對處于低收入水平兼業(yè)農(nóng)民的影響作用較大。(3)工作經(jīng)驗對兼業(yè)農(nóng)民和純非農(nóng)就業(yè)農(nóng)民的非農(nóng)收入的影響存在差異性：首先，整體上，工作經(jīng)驗對農(nóng)民非農(nóng)收入均存在正的邊際影響；其次，對兼業(yè)農(nóng)民來說高分位數(shù)區(qū)和低分位數(shù)區(qū)的工作經(jīng)驗回報都很高，但是中間分位數(shù)區(qū)的回報相對較低；而純非農(nóng)就業(yè)農(nóng)民的工作經(jīng)驗則是在低分位數(shù)區(qū)有高回報，并在此之后遞減。(4)性別和婚姻狀況對兩類人群的非農(nóng)工資性收入的影響均是在低分位數(shù)區(qū)回報較高，并隨著分位數(shù)的增加而遞減。

接下來，本文將使用分位數(shù)回歸方法對觀測樣本的非農(nóng)工資進行分解。需要說明的是，由于在最低分位數(shù)和最高分位數(shù)上分位數(shù)回歸的結果存在一定的偏差，本文的分位數(shù)選擇區(qū)間為[0.02,0.98]，M-M分解回歸結果和趨勢圖分別由表4和圖3給出。從表4和圖3看，兼業(yè)組農(nóng)民的非農(nóng)工資在整個分布上都與非農(nóng)就業(yè)農(nóng)民存在差異，但是在高、中、低三種不同分位數(shù)上的個體特效應和歧視效應存在很大差距。

在[0.1,0.7]中分位數(shù)區(qū)間內(nèi)，個人特征的差距僅能解釋小部分的分組收入差距，歧視效應則可解釋收入差距的絕大部分。這既說明歧視效應是分組收入差距形成的主要原因，也反映出在這個分位數(shù)范圍內(nèi)非農(nóng)就業(yè)農(nóng)民的個人特征也在一定程度上拉大了不同樣本組之間的收入差距。值得注意的是，在[0.02,0.10)低分位數(shù)和(0.7,0.98]高分位數(shù)兩個區(qū)間內(nèi)情況發(fā)生了變化，雖然兼業(yè)組農(nóng)民的非農(nóng)工資依舊低于非農(nóng)工作組農(nóng)民，但是個人特征效應的作用不同。具體而言，非農(nóng)工作組農(nóng)民的個人特征縮小了收入差距，兼業(yè)組農(nóng)民的個人特征更有利于增加非農(nóng)收入。

從整體看，兼業(yè)組農(nóng)民個人特征的這種增收效應最終被歧視效應所抵消，分組之間的收入差距依然存在。也就是說，一方面在高收入和低收入?yún)^(qū)間內(nèi)，兼業(yè)農(nóng)戶組的個人特征存在一定的縮小收入差距的效果，但是這種效果并沒有大到可以抵消歧視效應。另一方面，在中間收入組，無論是個人特征效應還是歧視效應都拉大了兩個分組之間的收入差距。

此外，收入差距本身在整個分布上并沒有呈現(xiàn)出某種單調(diào)性或相對穩(wěn)定的趨勢，相反，兩個收入組之間的收入差隨著非農(nóng)工資的增加(分位數(shù)的增加)呈現(xiàn)出先增后降的趨勢，即在非農(nóng)工資處于中分位數(shù)區(qū)間時，分組之間的非農(nóng)工資差距水平高；而在非農(nóng)收入的高分位數(shù)和低分位數(shù)區(qū)，分組之間的非農(nóng)收入差距小。

圖3 非農(nóng)工資M-M分解結果 資料來源：本研究整理所得，2017年。

分位數(shù)0.020.120.220.320.420.520.620.720.820.92總體差距-0.067-0.315-0.333-0.342-0.314-0.290-0.254-0.225-0.187-0.154個人特征效應0.039-0.003-0.009-0.013-0.010-0.008-0.0030.0060.0130.019歧視效應-0.106-0.312-0.323-0.329-0.304-0.282-0.251-0.231-0.200-0.173個人特征效應占比-0.5820.0100.0270.0380.0320.0280.012-0.027-0.070-0.123歧視效應占比1.5820.9900.9730.9620.9680.9720.9881.0271.0701.123

五、結論與政策啟示

本文基于兼業(yè)行為視角，將非農(nóng)就業(yè)人群劃分為兼業(yè)和純非農(nóng)就業(yè)兩組，并利用2012年“中國家庭追蹤調(diào)查”數(shù)據(jù)(CFPS)，實證檢驗了農(nóng)民兼業(yè)行為對非農(nóng)工資性收入的影響，繼而分別運用Neumark均值分解與Machado和Mata(2005)提出的分布分解方法揭示了產(chǎn)生非農(nóng)工資性收入差距的原因。經(jīng)研究發(fā)現(xiàn)：(1)與純非農(nóng)就業(yè)人群相比，個人兼業(yè)行為不僅明顯降低了農(nóng)民的非農(nóng)收入，而且也顯著拉低了其小時工資。產(chǎn)生這一結果的原因主要是勞動力市場上要素配置引起的歧視效應。另外，文化程度、工作年限、婚姻狀況和職業(yè)選擇等個人特征也起著重要作用。(2)進一步將非農(nóng)工資分為高中低三種分位數(shù)后發(fā)現(xiàn)，由于兼業(yè)組和純非農(nóng)就業(yè)組的個人特征存在差異，兩組之間的非農(nóng)工資性收入差距會在高、低兩種分位數(shù)上縮小，但是在中等分位數(shù)上，兩組間的收入差距則會有所拉大。

上述研究結論對增加農(nóng)民收入具有清晰的政策涵義。隨著工業(yè)化和城鎮(zhèn)化的深入發(fā)展，工資性收入已成為促進農(nóng)民增收的重要手段，但受戶籍制度及相關制度的約束，農(nóng)民采取了兼業(yè)行為，從而降低了其非農(nóng)工資性收入。因此，在完善促進農(nóng)民增收的支持性政策時，政府應當采用不同的惠農(nóng)政策瞄準機制：一方面深入推進戶籍制度改革，著力破除以戶籍制度為代表的制度性約束，鼓勵部分兼業(yè)農(nóng)民向非農(nóng)部門徹底轉移，提高其工資性收入，進而促使其增收。另一方面，對難以全職從事非農(nóng)工作的兼業(yè)農(nóng)民和純農(nóng)民來說，促使這兩類人群增收的重點應在于引導農(nóng)戶擴大農(nóng)業(yè)生產(chǎn)經(jīng)營規(guī)模，使其獲得規(guī)模收益。對此，政府應以推進農(nóng)業(yè)供給側改革為契機，發(fā)展完善農(nóng)地流轉市場，提高其土地財產(chǎn)性收益，從而增加農(nóng)民收入。

最后，由于長期以來中國政府相關惠農(nóng)富農(nóng)政策的目標在保障糧食安全與增加農(nóng)民收入兩者之間猶豫權衡，總想魚與熊掌兼得，結果往往就是顧此失彼，最終還是延續(xù)過往工業(yè)優(yōu)先的發(fā)展策略，總是將糧食安全放在農(nóng)業(yè)生產(chǎn)的首位。隨著中國進入決勝全面小康社會的新歷史時期的來臨，拓寬增收渠道，增加農(nóng)民收入理應成為“三農(nóng)”工作的中心任務，這也是全面建設社會主義現(xiàn)代化國家的內(nèi)在要求。誠然，如何切實有效地增加農(nóng)民收入還需要依賴其他外部條件，比如勞動力市場的供需形勢和農(nóng)業(yè)適度規(guī)模經(jīng)營的地區(qū)差異性等問題，這些將是未來研究的重要方向。

[1]陳玉宇,邢春冰.農(nóng)村工業(yè)化以及人力資本在農(nóng)村勞動力市場中的角色[J]. 經(jīng)濟研究,2004,(8):105-116.

[2]鄧曲恒.城鎮(zhèn)居民與流動人口的收入差異——基于Oaxaca-Blinder和 Quantile方法的分解[J].中國人口科學, 2007,(2):8-16.

[3]葛玉好.部門選擇對工資性別差距的影響: 1988-2001年[J].經(jīng)濟學(季刊),2007,(2):607-628.

[4]黃楓,孫世龍.讓市場配置農(nóng)地資源: 勞動力轉移與農(nóng)地使用權市場發(fā)育[J]. 管理世界, 2015,(7): 71-81.

[5]紀月清,劉亞洲,陳奕山.統(tǒng)防統(tǒng)治:農(nóng)民兼業(yè)與農(nóng)藥施用[J].南京農(nóng)業(yè)大學學報(社會科學版),2015,(6):61-67.

[6]鞠小妮.山東省農(nóng)戶兼業(yè)對農(nóng)民收入的影響研究[D].青島:中國海洋大學碩士學位論文, 2012.

[7]樂君杰,葉晗.農(nóng)民信仰宗教是價值需求還是工具需求?——基于CHIPS數(shù)據(jù)的實證檢驗[J].管理世界,2012,(11):67-76.

[8]李任玉,杜在超,何勤英.富爸爸、窮爸爸和子代收入差距[J].經(jīng)濟學(季刊),2014,(1):231-258.

[9]廖洪樂.農(nóng)戶兼業(yè)及其對農(nóng)地承包經(jīng)營權流轉的影響[J].管理世界,2012,(5):62-70.

[10]駱永民,樊麗明.中國農(nóng)村基礎設施增收效應的空間特征——基于空間相關性和空間異質性的實證研究[J].管理世界,2012,(5):71-87.

[11]錢忠好.非農(nóng)就業(yè)是否必然導致農(nóng)地流轉——基于家庭內(nèi)部分工的理論分析及其對中國農(nóng)戶兼業(yè)化的解釋[J].中國農(nóng)村經(jīng)濟,2008,(10):13-21.

[12]王德文,蔡昉,張國慶.農(nóng)村遷移勞動力就業(yè)與工資決定：教育與培訓的重要性[J].經(jīng)濟學(季刊),2008,(4):1131-1148.

[13]魏眾.健康對非農(nóng)就業(yè)及其工資決定的影響[J].經(jīng)濟研究,2004,(2):64-74.

[14]夏義軍.農(nóng)地制度變遷、兼業(yè)化與農(nóng)民增收——中日比較[D].沈陽:遼寧大學碩士學位論文,2012.

[15]謝嗣勝,姚先國.農(nóng)民工工資歧視的計量分析[J].中國農(nóng)村經(jīng)濟, 2006,(4):49-55.

[16]許慶,趙思誠,劉進.勞動力流失、資本替代與農(nóng)業(yè)生產(chǎn)[R].工作論文，2017.

[17]葉靜怡,周曄馨.社會資本轉換與農(nóng)民工收入——來自北京農(nóng)民工調(diào)查的證據(jù)[J].管理世界,2010,(10): 34-46.

[18]尹志超, 甘犁.公共部門和非公共部門工資差異的實證研究[J]. 經(jīng)濟研究, 2009,(4):129-140.

[19]張紅宇.新常態(tài)下的農(nóng)民收入問題[J].農(nóng)業(yè)經(jīng)濟問題,2015,(5):4-11.

[20]張忠明,錢文榮.不同兼業(yè)程度下的農(nóng)戶土地流轉意愿研究——基于浙江的調(diào)查與實證[J].農(nóng)業(yè)經(jīng)濟問題,2014,(3):19-24.

[21]趙建梅,孔祥智,孫東升，等.中國農(nóng)戶兼業(yè)經(jīng)營條件下的生產(chǎn)效率分析[J]. 中國農(nóng)村經(jīng)濟,2013,(3):16-26.

[22]鄭旭媛,徐志剛.資源稟賦約束、要素替代與誘致性技術變遷——以中國糧食生產(chǎn)的機械化為例[J].經(jīng)濟學(季刊),2016,(1):45-66.

[23]鐘寧樺.農(nóng)村工業(yè)化還能走多遠?[J].經(jīng)濟研究,2011,(1):18-27.

[24]Blinder A S.Wage discrimination:Reduced form and structural estimates[J]. Journal of Human Resources,1973,8(4): 436-455.

[25]Heckman J J.Sample selection bias as a specification error[J]. Econometrica:Journal of the Econometric Society,1979,47(1)：153-161.

[26]Kilic T, Carletto C, Miluka J, et al.Rural nonfarm income and its impact on agriculture:Evidence from Albania[J].Agricultural Economics,2009,40(2): 139-160.

[27]Machado J A F, Mata J. Counterfactual decomposition of changes in wage distributions using quantile regression[J]. Journal of Applied Econometrics,2005,20(4): 445-465.

[28]Maddala G.Limited dependent and qualitative variables in econometrics[M].Cambridge：Cambridge University Press,1983.

[29]Neuman S, Oaxaca R L. Gender versus ethnic wage differentials among professionals: Evidence from Israel[J].Annales d'Economie et de Statistique,2003,(71/72):267-292.

[30]Neumark D. Employers’ discriminatory behavior and the estimation of wage discrimination[J].Journal of Human Resources,1988,23(3): 279-295.

[31]Nguyen L D,Raabe K,Grote U.Rural-urban migration, household vulnerability, and welfare in Vietnam[J].World Development, 2015,71: 79-93.

[32]Yao Y.The development of the land lease market in rural China[J]. Land Economics, 2000,76(2):252-266.

TheImpactofPart-timeBusinessonPeasants’Non-farmIncome:AMicroEvidencefromCFPS

Liu Jin1,2, Zhao Sicheng1,2, Xu Qing1,2

(1.InstituteofFinanceandEconomics,ShanghaiUniversityofFinanceandEconomics,Shanghai200433,China；2.Agriculture,CountrysideandFarmerResearchInstitute,ShanghaiUniversityofFinanceandEconomics,Shanghai200433,China)

To increase farmers’ income and narrow the income gap between urban and rural residents in China, it is an important way to realize common prosperity. However, because of the slowing-down increase in farmers’ income, some schemes should be taken to broaden income sources, tap latent potentialities and cultivate new points of income growth.

With the development of industrialization and urbanization, non-farm income that exceeds agriculture income has mainly accounted for the proportion of farmers’ income. Due to Chinese household registration system, most farmers devote themselves to part-time business to maximize income. How does the business behavior have the influence on non-agricultural income? Based on a literature review of part-time business behavior and non-farm wage income, it could be found that most studies focus on part-time business or non-farm wage income, and have no systematic review of their relationship. Therefore, this paper investigates the effect of farmers’ part-time behavior on non-farm wage income, and aims to perfect existing research and provide further research ideas.

In order to achieve above objectives, firstly, this paper puts forward two following hypotheses: firstly, part-time business behavior would not only reduce farmers’ non-agricultural income, but also cut down hourly wage level. Secondly, individual characteristics, career choices and part-time business behavior would be the factors that play the important roles in farmers’ non-farm wage income. What’s more, the part-time business behavior is the main factor that would make wage income gap between farmers with combined occupations and farmers who only are busy with non-agricultural jobs. Then according to China Family Panel Studies (CFPS) in 2012, this paper empirically studies these effects by using treatment effect model and income decomposition method.

Results are showed that part-time business would significantly reduce farmers’ wage income and actual hourly wages. What’s more, it shows that the discrimination effect caused by part-time behavior is the main reason for non-farm income gap between farmers with combined occupations and ones who only are busy with non-agricultural jobs. Therefore, the implementation of policies to promote farmers’ income should be aimed at improving policy accuracy, such as striving to break institutional constraints represented by dividing the household registration system to encourage farmers transferring to non-agricultural sectors, and deepening agricultural supply-side reform to improve the land property income and increase farmers’ gross income.

part-time business; non-farm wage income; income decomposition

F323.8；F326

A

1001-9952(2017)12-0045-13

10.16538/j.cnki.jfe.2017.12.004

2017-03-10

國家社會科學基金重點項目(16AZD012);國家自然科學基金面上項目(71673173、71773068);上海財經(jīng)大學研究生創(chuàng)新基金資助項目(CXJJ-2016-442)

劉 進(1989-),男,湖北荊州人,上海財經(jīng)大學財經(jīng)研究所、上海財經(jīng)大學三農(nóng)研究院博士研究生;

趙思誠(1989-),男,山西大同人,上海財經(jīng)大學財經(jīng)研究所、上海財經(jīng)大學三農(nóng)研究院博士研究生;

許 慶(1971-),男,江蘇鎮(zhèn)江人,上海財經(jīng)大學財經(jīng)研究所、上海財經(jīng)大學三農(nóng)研究院教授,博士生導師。

(責任編輯 許 柏)