Study on the Evaluation of the Policy Effects of Rural Labor Transfer Employment in the New Era
-
摘要:
农村劳动力转移就业不仅有助于优化全国劳动力资源配置,还对社会稳定和社会结构调整具有重要意义。本文基于中国30个省区市2013—2022年的面板数据,通过对此阶段的120份农村劳动力转移就业政策进行赋值,采用经典面板回归模型,实证考察农村劳动力转移就业政策对农村劳动力转移人数(常年外出务工劳动力)和收入水平(农村居民人均可支配收入)的影响。研究结果表明:农村劳动力转移就业政策不仅在全国范围内产生了积极的总体效果,显著提升了常年外出务工劳动力数量以及农村居民人均可支配收入水平,而且在区域层面展现了政策实施的复杂性和层次性。鉴于此,本文提出三条政策建议:(1)增强政策的区域针对性和灵活性;(2)强化政策实施监测和效果评估;(3)加大对农村地区特色产业的支持。
Abstract:The transfer of rural labor force to employment is not only helpful to optimize the allocation of labor resources in China, but also has great significance for social stability and social restructuring. Based on the panel data of 30 provinces and cities in China from 2013 to 2022, this paper empirically examined the impact of rural labor transfer employment policies on the number of rural labor transfer (perennial migrant labor) and income level (per capita disposable income of rural residents) by assigning values to 120 rural labor transfer employment policies at this stage, and using the classical panel regression model. The results showed that, the rural labor transfer employment policy not only had a positive overall effect on the whole country, significantly increasing the number of perennial migrant workers and the per capita disposable income of rural residents, but also showed the complexity and hierarchy of policy implementation at the regional level. In view of this, this paper proposed three policy recommendations: (1) Enhance the regional relevance and flexibility of policies; (2) Strengthen the monitoring and effectiveness evaluation of policy implementation; (3) Increase support for characteristic industries in rural areas.
-
Keywords:
- New Era /
- rural labor /
- transfer of employment policies /
- policy effects
-
作为一个有着庞大农村劳动力资源的农业大国,在传统农业对劳动力吸纳能力有限的背景下,如何推动农村劳动力转移就业成为经济社会发展中的重大课题。新时代以来,为促进农村劳动力转移就业,进而带动农民增收致富、缩小城乡差距,政府相继出台了一系列政策,并取得一定成效。然而,面对艰巨繁重的国内改革发展任务和错综复杂的国际形势,农村劳动力在区域和城乡就业不平衡不充分的问题仍然突出,且仍有大量农村劳动力需要转移就业。有研究指出,预计到“十四五”末,我国农村劳动力将达到2.59亿人,需要转移就业的约1.16亿~1.48亿人,剩余劳动力可能导致的规模性失业问题值得关注[1]。2024年7月,党的二十届三中全会审议通过《中共中央关于进一步全面深化改革、推进中国式现代化的决定》提出要“完善就业优先政策”,完善包括农民工在内的重点群体就业支持体系。同时,对公共政策的准确评估,是国家制定科学公共政策的重要前提[2]。因此,对新时代以来我国农村劳动力转移就业政策的效应进行评估,可以揭示存在的问题和不足,对进一步完善我国农村劳动力转移就业政策有着重要参考价值。
目前学术界针对我国农村劳动力就业政策的研究不多,少数的几项研究主要集中在两个方面:一是关于政策变迁历程的研究。田松青将我国改革开放以来的农民工就业政策划分为四个阶段,分别为禁止进城就业阶段(1978—1983年),允许进城就业阶段(1984—1988年),控制和规范进城阶段(1989—1999年),以及引导进城就业阶段(2000年至今)[3]。纪韶等将改革开放以来农村劳动力流动就业的制度和政策演进划分为被动应对阶段(1978—1991年)、管理限制阶段(1992—2002年)、积极引导阶段(2003—2005年)和全面推进阶段(2006年至今)[4]。杨黎源将农民进城就业政策划分为三个阶段:第一阶段为适度放开、拾遗补阙、行业限制、严格管理阶段(1978—1991年),第二阶段为合理引导、就地转移、跨省流动阶段(1992—1999年),第三阶段为城乡统筹的劳动力市场形成与发展阶段(2000—2010年)[5]。此外,姚志等认为我国新生代农民工进城务工就业政策经历了“完善就业保障→推进职业培训→强化乐业融入”的过程[6]。二是关于政策效应评估的研究。纪韶对改革开放以来农民工就业政策的社会效应进行定性评估后指出,农民工获得的公共就业服务很有限,且就业不稳定的状况没有明显好转[7]。王霆等运用文本挖掘法对2015—2020年18项促进农民工就业的政策进行量化评价,结果发现其中17项政策的评价结果是可接受级和优秀级,说明绝大部分政策能够有效促进农民工就业[8]。
综上所述,现有研究大多偏向对农村劳动力就业政策进行定性分析,而缺乏对政策效应的实证考察。因此,本文收集2013—2022年间国务院、人力资源社会保障部、农业农村部等中央部门所发布的农村劳动力转移就业政策文件共计120份,利用2013—2022年30个省区市(不包括西藏自治区以及港澳台地区)的面板数据,采用经典面板回归模型来实证考察农村劳动力转移就业政策对农村劳动力转移就业人数和收入的影响。同时,探讨不同经济区域下,农村劳动力转移就业政策对农村劳动力转移就业人数和收入影响的异质性。本研究旨在为我国农村劳动力转移就业政策的完善提供实证依据。
一、 理论分析与研究假设
(一) 农村劳动力转移就业政策对农村劳动力转移人数的影响
农村劳动力转移就业政策既包括“推动农村劳动力转移就业”等方向性政策,也包括职业培训、社会保障优化、就业信息服务、劳务协作及创业支持等具体政策。政令畅通是治国理政的基本保证,因此诸如“推动农村劳动力转移就业”等方向性政策必定会外化在各项具体政策之中。而对于各项具体政策而言,首先,通过提供职业技能培训,可以增强农村劳动者的就业竞争力和适应城市就业市场的能力,使其更容易在城市找到稳定的工作[9];其次,改进社会保障体系和提供劳动保护可以减少农村劳动者面临的就业风险,从而在一定程度上解决农村劳动力的后顾之忧,这有助于增强他们转移就业的信心和意愿[10];其三,提供公共就业信息服务,尤其是叠加互联网平台的利用,极大地提高了就业信息的透明度和可获取性,可以帮助农村劳动力更快更准确地掌握市场需求和就业机会[11];其四,劳务协作作为一种有效的区域合作模式,能有效促进农村劳动力有序转移就业[12];最后,创业支持政策如税收减免、创业培训和小额贷款等,可以激发农村劳动力的创业热情,进而通过创业带动就业,促进更多农村劳动力转移就业[13]。综上所述,本研究认为新时代以来党和国家发布的农村劳动力转移就业政策可以促进农村劳动力转移就业人数的增加。
(二) 农村劳动力转移就业政策对农村居民收入水平的影响
中国经济社会发展中的“三农”问题,特别是农村地区发展滞后和农民收入增长缓慢的问题,是农村劳动力转移就业政策出台的重要现实背景。为推动乡村振兴、促进农民增收,政府出台了一系列推动农村劳动力转移就业的政策。因此,提升农村居民收入水平是农村劳动力转移就业政策的重要目标之一。现有的实证研究结果表明,职业培训可以提升农民的人力资本,增强农民从事非农工作的积极性和概率,并有助于其获得更稳定和收入更高的工作[9]。农村劳动力转移就业则可以直接、间接地提高外出打工户的家庭收入水平[14]。这直接表现在农村劳动力通过转移就业可以获得更稳定、收入更高的工作岗位,进而改善其家庭经济状况和生活水平。例如,本地非农就业的收入要高于农业就业的收入,而异地转移就业的收入又要高于本地非农就业的收入[15],即转移到城市的农村劳动力,通过在制造业、建筑业或服务业就业,能够获得比从事传统农业更高的收入。间接影响则包括农村劳动力通过外出就业增长了见识、提升了技能,这不仅促进了农村地区的人力资本积累,还提升了通过返乡创业带动农村居民增收的概率。例如,现有的实证研究结果表明,返乡创业试点政策可以推动第二、三产业发展和吸引要素流入,以及增加农户的经营性收入和本地从业工资性收入,进而显著提升试点地区的农村居民收入[16−17]。综上所述,本研究认为新时代以来党和国家发布的农村劳动力转移就业政策可以促进农村居民收入水平的提升。
基于以上分析,本文总结出全文的分析框架(图1),并提出以下两个研究假设。
H1:农村劳动力转移就业政策可以促进农村劳动力转移就业人数的增加;
H2:农村劳动力转移就业政策可以促进农村居民收入水平的提升。
二、 研究方法与数据来源
(一) 模型设置
为探究农村劳动力转移就业政策的影响效应,本研究构建以下计量模型:
$$ {Y}_{it}={\text{α}} +{\text{β}} {P}_{it}+{Z}_{it}'\theta +{\delta }_{i}+{\mu }_{t}+{\varepsilon }_{it} $$ (1) 式(1)中,因变量
$ {Y}_{it} $ 表示农村劳动力转移就业人数或农村居民收入水平。解释变量为农村劳动力转移就业政策P,而$ {{Z}}' $ 代表控制变量集。此外,$ {\delta }_{i} $ 和$ {\mu }_{t} $ 分别指个体和时间固定效应,而$ {\varepsilon }_{it} $ 为误差项。本研究主要关注系数$ {\text{β}} $ ,若假设得到验证,即农村劳动力转移就业政策可以促进农村劳动力转移就业人数的增加以及促进农村居民收入水平的提升,则${\text{β}} $ 应为正值。(二) 变量设定
1. 核心解释变量
借鉴邓创等[18]的做法给农村劳动力转移就业政策赋值。本文收集了2013—2022年间国务院、人力资源社会保障部、农业农村部等中央部门所发布的农村劳动力转移就业政策文件共计120份,通过制定农村劳动力转移就业政策赋值细则(表1)来对每一份政策文件进行赋值,最后再逐年计算出相应的政策赋值结果,计算公式如下:
表 1 农村劳动力转移就业政策赋值细则赋值办法 分值 ①由国务院(或多个中央部门联合)发布,全文均与促进农村劳动力就业有关 5 ①由国务院办公厅(或某中央部门单独)发布,全文均与农村劳动力就业有关
②由国务院(或多个中央部门联合)发布,与促进农村劳动力就业高度相关的其他文件,如工资法律制度、推进劳务协作等4 ①由其他中央部门办公厅联合发布,全文均与农村劳动力就业有关
②由国务院办公厅或某中央部门单独发布,与农村劳动力就业高度相关的其他文件,如工资法律制度、推进劳务协作等
③由国务院(或多个中央部门联合发布)发布,中间某一段落与农村劳动力就业有关3 ①由某中央部门办公厅单独发布,与农村劳动力就业相关的其他文件,如工资法律制度、推进劳务协作等
②由国务院办公厅或其他中央部门发布,中间某一段落与农村劳动力就业有关2 ①由国务院(或多个中央部门联合)发布,某一句或几句话与促进农村劳动力就业有关 1 ①由国务院办公厅或其他中央部门发布,中间某一句或几句话与促进农村劳动力就业有关
②中央各部门发布的与农村劳动力就业低相关文件,如发展龙头企业、特色旅游业等0.5 ①内容只涉及部分农村劳动力,比如建筑工人、海上渔民等
②其他无关政策文件不计分 $$ {p}_{t}=\sum {q}_{t} $$ (2) 式(2)中,
$ {p}_{t} $ 表示$ t $ 年政策赋值结果,$ {q}_{t} $ 表示$ t $ 年单个政策的赋值($ t=\mathrm{2013,2014},\dots 2022 $ )。2. 被解释变量
农村劳动力转移就业人数直接反映了政策在促进农村劳动力向城市劳动市场流动方面的有效性,这是衡量政策效应的核心指标之一。同时,农村居民收入水平是农民改善生活条件和提升社会地位的关键因素,促进农民增收则是农村劳动力转移就业政策最直接和最重要的目标之一。故农村居民收入水平能够从经济效益的角度体现政策成效。因此,本文选择农村劳动力转移就业人数和农村居民收入水平作为被解释变量。由于2013—2019年期间,国家并未发布农村劳动力非农就业相关数据,考虑到数据的可得性,本文参考史常亮等[19]的做法,以常年外出务工劳动力来表示农村劳动力转移就业人数(以下简称“常年外出务工劳动力”),并借鉴刘玉杰[20]的做法,以农村居民人均可支配收入来表示农村居民收入水平(以下简称“农村居民人均可支配收入”)。
3. 控制变量
在政策效应之外,常年外出务工劳动力以及农村居民人均可支配收入的增加与减少还受到多种因素影响。因此,在借鉴以往相关研究的基础上,选取部分关键因素作为控制变量,具体包括:农村劳动力数量,以15~65岁农村户籍人口数量来表示;教育水平,以当年农村人均受教育年限来表示;性别比率,以当年农村男性户籍人口数与农村户籍人口数的比值来表示;地区经济发展水平,以当年各省市生产总值来表示;农村经济发展水平,以当年农村农林牧渔生产总值来表示。变量定义及描述性统计结果见表2。
表 2 变量定义及描述性统计变量类别 变量名称 指标描述 均值 标准差 被解释变量 农村劳动力转移就业人数 常年外出务工劳动力 679.6 538.16 农村居民收入水平 农村居民人均可支配收入 15920.41 12517.27 核心解释变量 政策赋值 赋值细则 26.9 12.192 控制变量 农村劳动力数量 15~65岁农村户籍人口数 1083.556 682.0318 教育水平 农村人均受教育年限① 7.943331 0.6299 性别比率 农村男性户籍人口数/农村户籍人口数 0.51228 0.01315 地区经济发展水平 GDP 29679.33 23891.83 农村经济发展水平 农林牧渔生产总值 3992.47 2669.686 注:①农村人均受教育年限=(小学学历人口数×6+初中学历人口数×9+高中学历人口数×12+大专以上学历人口数×16)/总人口数。 (三) 样本说明及变量描述性统计
本文以中国 30个省区市为研究对象,数据来自《全国农村经济情况统计资料》《中国农村经营管理统计年报》《中国农村政策与改革统计年报》《中国统计年鉴》《中国农村统计年鉴》《中国人口和就业统计年鉴》以及国家统计局所发布的公开数据。数据年份为新时代以来的2013—2022年。为了保持量纲一致性,对于常年外出务工劳动力、农村居民人均可支配收入、15~65岁农村户籍人口数、GDP和农林牧渔生产总值这几个变量,在回归分析时均进行取对数处理。
三、 结果与分析
(一) 基准回归
表3呈现了农村劳动力转移就业政策对常年外出务工劳动力和农村居民人均可支配收入的基准回归结果。根据回归分析结果,在控制了教育水平、性别比率、地区经济发展水平等变量对被解释变量的影响之后,农村劳动力转移就业政策对常年外出务工劳动力和农村居民人均可支配收入的回归系数均在1%的显著水平下为正,这表明农村劳动力转移就业政策能够显著影响常年外出务工劳动力和农村居民人均可支配收入,假设H1和假设H2均得到了验证。这也说明,新时代以来,随着国家农村劳动力转移就业政策的稳步推出,每年的常年外出务工劳动力不断增多,农村居民人均可支配收入也稳步增长。
表 3 基准回归结果变量 常年外出务工劳动力 农村居民人均可支配收入 系数 标准误 系数 标准误 政策赋分 0.0057 ***0.0014 0.0021 ***0.0007 农村劳动力数量 − 0.0616 0.0874 0.0038 0.0463 教育水平 − 0.0042 0.0600 0.0177 0.0318 性别比率 − 1.9906 1.4273 − 1.6767 **0.7567 地区经济发展水平 0.7862 ***0.0964 0.2811 ***0.0511 农村经济发展水平 0.0000 *0.0000 0.0000 0.0000 _cons 2.8612 **1.2451 3.8116 ***0.6601 N 300.0000 300.0000 r2_a 0.7271 0.9918 注:括号内为标准误,*、**、***分别表示在 10%、5%、1%的水平下显著,下同。 控制变量的分析结果显示,除地区经济发展水平和农村经济发展水平外,农村劳动力数量、教育水平、性别比率对常年外出务工劳动力的影响均不显著。其中,地区经济发展水平对常年外出务工劳动力的影响在1%的水平下显著为正,这可能是因为随着乡村振兴战略等的实施,农村劳动力为了更好地兼顾工作与家庭,开始逐渐回到省内甚至是县内就业,这使得在省内就业的农村劳动力规模进一步扩大[21]。而经济发达省区市往往拥有更为多元化的产业结构,包括制造业、服务业等,这些行业能吸纳更多的农村劳动力就业,因而经济越发达的省区市,常年外出务工劳动力越多。农村经济发展水平对常年外出务工劳动力的影响在10%的水平下显著为正,但系数过小,其结果仅在统计上显著,但在经济上不一定显著[22]。因此,本文不认为农村经济发展水平会正向影响常年外出务工劳动力的数量。
除性别比率和地区经济发展水平外,农村劳动力数量、教育水平、乡村经济发展水平对农村居民人均可支配收入的影响均不显著。其中,性别比率对农村居民人均可支配收入的影响在5%的水平下显著为负,这可能是因为男性占比高在一定程度上体现了思想观念的落后[23],而思想观念的落后往往又与地区经济发展水平偏低紧密相连[24]。因此,从回归结果上看,性别比率会负向影响到农村居民的人均可支配收入。地区经济发展水平对农村居民人均可支配收入的影响在1%的水平下显著为正,这可能是因为在经济发展水平高的地区,其产业结构更优、工资水平更高。因此,对于这些经济发展水平高的地区而言,其农村劳动力更倾向于在省内甚至县内务工[21],从而带动农村居民人均可支配收入的提高。同时,经济发展水平高的地区也更有能力去实施工业反哺农业、城市支持农村等相关措施,从而进一步提高农村居民人均可支配收入。因此,在经济发展水平高的地区,其农村居民人均可支配收入也越高[25]。
(二) 稳健性检验
为了保证实证结果的稳健性,本文参考刘心怡等[26]的做法,采用了两种不同的稳健性检验方法(表4)来进一步佐证基准回归分析结果。首先,当常年外出务工劳动力和农村居民人均可支配收入这两个被解释变量均被滞后一期后,结果仍然是显著的,农村劳动力转移就业政策对常年外出务工劳动力的影响在5%的水平下显著为正,对农村居民人均可支配收入的影响在1%的水平下也显著为正,这说明基准回归结果具有稳健性。其次,本文将被解释变量——常年外出务工劳动力替换为外出务工劳动力,其回归结果显示,农村劳动力转移就业政策对外出务工劳动力的影响在5%的水平下显著为正,这同样证明了基准回归结果具有稳健性。综上所述,两种不同方法从不同角度对基准回归结果进行了验证,证明其具有良好的稳健性,并显示出农村劳动力转移就业政策对其常年外出务工劳动力和农村居民人均可支配收入具有显著的正向影响,也进一步增强了新时代以来我国农村劳动力转移就业政策效应评估研究结论的可信度。
表 4 稳健性检验结果变量 常年外出务工劳动力(滞后1期) 收入水平(滞后1期) 外出务工劳动力 系数 标准误 系数 标准误 系数 标准误 政策赋分 0.0055 ***0.0015 0.0023 ***0.0008 0.0018 **0.0008 农村劳动力数量 0.0048 0.0881 0.0221 0.0447 0.0195 0.0484 教育水平 0.0848 0.0638 0.0151 0.0324 0.0354 0.0332 性别比率 0.8598 1.4237 − 1.3716 *0.7232 − 1.8939 ***0.7914 地区经济发展水平 0.5817 ***0.1166 0.2239 ***0.0592 0.3084 ***0.0535 乡村经济发展水平 0.0000 0.0000 0.0000 0.0000 − 0.0000 0.0000 _cons 2.3319 *1.3018 4.0918 ***0.6612 3.7034 ***0.6903 N 270.0000 270.0000 300.0000 r2_a 0.7521 0.9923 0.9906 (三) 异质性分析
考虑到我国疆域辽阔,不同地区自然和社会经济条件的差异会影响政策实施效果,本文参考程欣炜[27]等的做法,依据《中共中央、国务院关于促进中部地区崛起的若干意见》《国务院关于西部大开发若干政策措施的实施意见》以及党的十六大报告精神所划分东部、中部、西部和东北四大经济区域,通过对四大地区的样本数据进行分组回归以了解不同地区政策效果的差异并分析其异质性(见表5和表6)。
表 5 异质性分析结果(常年外出务工劳动力)变量 东部地区 中部地区 西部地区 东北地区 系数 标准误 系数 标准误 系数 标准误 系数 标准误 政策赋分 0.0031 *0.0016 0.0025 ***0.0008 0.0014 0.0013 0.0031 ***0.0009 农村劳动力数量 − 0.1700 0.2064 0.1972 0.1561 0.0254 0.0534 − 0.5934 ***0.1584 教育水平 0.0514 0.0696 − 0.0324 0.0272 − 0.0615 0.0588 − 0.1567 *0.0785 性别比率 − 2.7420 **1.2661 − 1.8186 1.1639 − 1.2495 1.5501 0.0342 1.1346 地区经济发展水平 0.4210 ***0.1170 0.2601 ***0.0631 0.1712 0.1096 0.1045 0.1199 农村经济发展水平 − 0.0000 *0.0000 0.0000 0.0000 0.0001 **0.0000 0.0000 0.0000 _cons 3.4245 **1.7031 3.7525 **1.6205 5.1085 ***1.4178 9.8363 ***1.9925 N 100.0000 60.0000 110.0000 30.0000 r2_a 0.9921 0.9930 0.9874 0.9554 表 6 异质性分析结果(农村居民人均可支配收入)变量 东部地区 中部地区 西部地区 东北地区 系数 标准误 系数 标准误 系数 标准误 系数 标准误 政策赋分 0.0055 ***0.0009 0.0078 ***0.0018 0.0082 ***0.0030 0.0284 **0.0113 农村劳动力数量 − 0.4912 ***0.1146 − 0.4298 **0.1663 0.0098 0.1150 − 5.1037 **1.8606 教育水平 0.1024 ***0.0386 − 0.0341 0.0290 − 0.0235 0.1268 − 1.3112 0.9226 性别比率 − 1.3404 *0.7031 − 3.2527 **1.2403 − 0.6569 3.3402 − 1.3448 13.3274 地区经济发展水平 0.6685 ***0.0650 0.7776 ***0.0673 0.7383 ***0.2361 1.6534 1.4081 农村经济发展水平 0.0001 ***0.0000 0.0000 **0.0000 0.0001 0.0001 − 0.0004 0.0003 _cons 5.6964 ***0.9458 6.4569 ***1.7268 2.3291 3.0552 41.5919 *23.4046 N 100.0000 60.0000 110.0000 30.0000 r2_a 0.9554 0.9660 0.6687 0.1842 关于农村劳动力转移就业政策对常年外出务工劳动力的影响,回归分析结果表明,农村劳动力转移就业政策对中部、东北和东部地区常年外出务工劳动力的影响均显著为正,而对西部地区则不显著。首先,农村劳动力转移就业政策对中部和东北地区常年外出务工劳动力的影响在1%的水平下显著为正,可能由于“中部崛起”和“东北振兴”的区域发展战略促进了这些地区的发展,带来了较多的就业机会,因而农村劳动力转移就业政策能够有效促进农村劳动力转移就业。其次,农村劳动力转移就业政策对东部地区常年外出务工劳动力的影响在10%的显著水平下显著为正,这可能是由于东部地区产业结构优化和新兴产业的发展创造了新的就业机会。最后,对于西部地区而言,政策影响不显著可能是因为该地区自改革开放以来一直是农村劳动力输出的重要地区,各地方政府也非常注重农村劳动力的转移就业工作,并常抓不懈,故新时代以来就业政策的影响效应有限。这也反映了政策效应在地域上的差异。
关于农村劳动力转移就业政策对农村居民人均可支配收入的影响,回归分析结果表明,农村劳动力转移就业政策对东部、中部、西部和东北地区的农村居民人均可支配收入的影响均显著为正,说明在我们不同地区,农村劳动力转移就业政策均对提升农村居民收入具有积极作用。其中,农村劳动力转移就业政策对东部、中部和西部地区农村居民人均可支配收入的影响均在1%的水平下显著为正,这可能是因为在促进转移就业的政策举措下,这些地区的农村劳动力通过转移就业获得了比从事农业更高的收入。同时,在乡村振兴战略的影响下,这些地区外出务工的农村劳动力还可能通过返乡创业带动农村居民增收。相比之下,东北地区就业政策的影响在5%的水平下显著为正,可能是由于其经济转型压力较大,产业结构调整较为缓慢,故政策效果不如其他地区显著。这说明在不同区域,政策实施效果因现有经济基础和产业结构的差异而有所不同。
四、 结论与政策建议
(一) 研究结论
在中国经济社会快速发展和转型的背景下,农村劳动力的转移就业问题一直是政策制定和学术研究的重点。本文基于2013—2022年30个省区市的面板数据,实证考察新时代以来我国农村劳动力转移就业政策的实施效果。通过基准回归、稳健性检验和异质性分析,本文揭示该政策在全国范围内的总体效应以及在不同区域的差异性影响。
一方面,基准回归结果显示,农村劳动力转移就业政策显著提升了常年外出务工劳动力数量以及农村居民人均可支配收入。这一结果表明政策的积极效应显著,并且具有普遍性。同时,两种不同稳健性检验方法从不同角度对基准回归结果进行验证,证明基准回归结果的稳定性与可靠性,进一步支持了本文的研究结论。这一发现符合我国当前推动农村劳动力市场化、职业化的发展趋势,也验证了农村劳动力转移就业政策在增加农村居民收入和改善农民生活质量方面的有效性。另一方面,异质性分析结果揭示了农村劳动力转移就业政策效应在不同经济区域的差异性。具体而言,政策对常年外出务工劳动力的影响,在东部、中部和东北地区均显著,但在西部地区不显著;政策对农村居民人均可支配收入的影响,在东部、中部和西部地区的显著性强于东北地区。这一发现揭示了政策在区域层面的复杂性和层次性,提示政策制定者关注区域发展的差异性和政策的针对性。
基于以上分析,可以得出结论:农村劳动力转移就业政策不仅在全国范围内产生了积极效应,而且在区域层面展现了政策实施的复杂性和层次性。这些发现为我们提供了制定更为精准和高效政策的重要参考。
(二) 政策建议
根据以上实证分析与结论,本文提出以下建议,希望对未来农村劳动力转移就业政策的完善提供借鉴。
一是增强政策的区域针对性和灵活性。鉴于不同地区在经济发展水平、产业结构和劳动力市场状况上的差异,国家应根据地区特点制定更为精细化的政策措施。例如,对于西部地区,应加大在人力资本积累和基础设施建设方面的投入,以提升劳动力素质、改善就业环境,进而增强政策的有效性。
二是强化政策实施监测和效果评估。通过建立健全政策评估机制,定期对政策的实施效果进行监测和评价,及时调整和优化政策措施,从而确保转移就业政策的有效性和适应性。这不仅可以确保政策效果的最大化,也可以避免资源浪费和政策实施中的潜在问题。
三是加大对农村地区特色产业的支持。通过发展适合当地自然和文化条件的特色产业,不仅可以吸纳更多的本地劳动力就业,还可以通过产业上下游的关联效应带动区域经济发展。同时,特色产业的发展还能有效结合农村地区的旅游、文化等资源,实现产业多元化,进一步提升农村居民的收入水平。
-
表 1 农村劳动力转移就业政策赋值细则
赋值办法 分值 ①由国务院(或多个中央部门联合)发布,全文均与促进农村劳动力就业有关 5 ①由国务院办公厅(或某中央部门单独)发布,全文均与农村劳动力就业有关
②由国务院(或多个中央部门联合)发布,与促进农村劳动力就业高度相关的其他文件,如工资法律制度、推进劳务协作等4 ①由其他中央部门办公厅联合发布,全文均与农村劳动力就业有关
②由国务院办公厅或某中央部门单独发布,与农村劳动力就业高度相关的其他文件,如工资法律制度、推进劳务协作等
③由国务院(或多个中央部门联合发布)发布,中间某一段落与农村劳动力就业有关3 ①由某中央部门办公厅单独发布,与农村劳动力就业相关的其他文件,如工资法律制度、推进劳务协作等
②由国务院办公厅或其他中央部门发布,中间某一段落与农村劳动力就业有关2 ①由国务院(或多个中央部门联合)发布,某一句或几句话与促进农村劳动力就业有关 1 ①由国务院办公厅或其他中央部门发布,中间某一句或几句话与促进农村劳动力就业有关
②中央各部门发布的与农村劳动力就业低相关文件,如发展龙头企业、特色旅游业等0.5 ①内容只涉及部分农村劳动力,比如建筑工人、海上渔民等
②其他无关政策文件不计分 表 2 变量定义及描述性统计
变量类别 变量名称 指标描述 均值 标准差 被解释变量 农村劳动力转移就业人数 常年外出务工劳动力 679.6 538.16 农村居民收入水平 农村居民人均可支配收入 15920.41 12517.27 核心解释变量 政策赋值 赋值细则 26.9 12.192 控制变量 农村劳动力数量 15~65岁农村户籍人口数 1083.556 682.0318 教育水平 农村人均受教育年限① 7.943331 0.6299 性别比率 农村男性户籍人口数/农村户籍人口数 0.51228 0.01315 地区经济发展水平 GDP 29679.33 23891.83 农村经济发展水平 农林牧渔生产总值 3992.47 2669.686 注:①农村人均受教育年限=(小学学历人口数×6+初中学历人口数×9+高中学历人口数×12+大专以上学历人口数×16)/总人口数。 表 3 基准回归结果
变量 常年外出务工劳动力 农村居民人均可支配收入 系数 标准误 系数 标准误 政策赋分 0.0057 ***0.0014 0.0021 ***0.0007 农村劳动力数量 − 0.0616 0.0874 0.0038 0.0463 教育水平 − 0.0042 0.0600 0.0177 0.0318 性别比率 − 1.9906 1.4273 − 1.6767 **0.7567 地区经济发展水平 0.7862 ***0.0964 0.2811 ***0.0511 农村经济发展水平 0.0000 *0.0000 0.0000 0.0000 _cons 2.8612 **1.2451 3.8116 ***0.6601 N 300.0000 300.0000 r2_a 0.7271 0.9918 注:括号内为标准误,*、**、***分别表示在 10%、5%、1%的水平下显著,下同。 表 4 稳健性检验结果
变量 常年外出务工劳动力(滞后1期) 收入水平(滞后1期) 外出务工劳动力 系数 标准误 系数 标准误 系数 标准误 政策赋分 0.0055 ***0.0015 0.0023 ***0.0008 0.0018 **0.0008 农村劳动力数量 0.0048 0.0881 0.0221 0.0447 0.0195 0.0484 教育水平 0.0848 0.0638 0.0151 0.0324 0.0354 0.0332 性别比率 0.8598 1.4237 − 1.3716 *0.7232 − 1.8939 ***0.7914 地区经济发展水平 0.5817 ***0.1166 0.2239 ***0.0592 0.3084 ***0.0535 乡村经济发展水平 0.0000 0.0000 0.0000 0.0000 − 0.0000 0.0000 _cons 2.3319 *1.3018 4.0918 ***0.6612 3.7034 ***0.6903 N 270.0000 270.0000 300.0000 r2_a 0.7521 0.9923 0.9906 表 5 异质性分析结果(常年外出务工劳动力)
变量 东部地区 中部地区 西部地区 东北地区 系数 标准误 系数 标准误 系数 标准误 系数 标准误 政策赋分 0.0031 *0.0016 0.0025 ***0.0008 0.0014 0.0013 0.0031 ***0.0009 农村劳动力数量 − 0.1700 0.2064 0.1972 0.1561 0.0254 0.0534 − 0.5934 ***0.1584 教育水平 0.0514 0.0696 − 0.0324 0.0272 − 0.0615 0.0588 − 0.1567 *0.0785 性别比率 − 2.7420 **1.2661 − 1.8186 1.1639 − 1.2495 1.5501 0.0342 1.1346 地区经济发展水平 0.4210 ***0.1170 0.2601 ***0.0631 0.1712 0.1096 0.1045 0.1199 农村经济发展水平 − 0.0000 *0.0000 0.0000 0.0000 0.0001 **0.0000 0.0000 0.0000 _cons 3.4245 **1.7031 3.7525 **1.6205 5.1085 ***1.4178 9.8363 ***1.9925 N 100.0000 60.0000 110.0000 30.0000 r2_a 0.9921 0.9930 0.9874 0.9554 表 6 异质性分析结果(农村居民人均可支配收入)
变量 东部地区 中部地区 西部地区 东北地区 系数 标准误 系数 标准误 系数 标准误 系数 标准误 政策赋分 0.0055 ***0.0009 0.0078 ***0.0018 0.0082 ***0.0030 0.0284 **0.0113 农村劳动力数量 − 0.4912 ***0.1146 − 0.4298 **0.1663 0.0098 0.1150 − 5.1037 **1.8606 教育水平 0.1024 ***0.0386 − 0.0341 0.0290 − 0.0235 0.1268 − 1.3112 0.9226 性别比率 − 1.3404 *0.7031 − 3.2527 **1.2403 − 0.6569 3.3402 − 1.3448 13.3274 地区经济发展水平 0.6685 ***0.0650 0.7776 ***0.0673 0.7383 ***0.2361 1.6534 1.4081 农村经济发展水平 0.0001 ***0.0000 0.0000 **0.0000 0.0001 0.0001 − 0.0004 0.0003 _cons 5.6964 ***0.9458 6.4569 ***1.7268 2.3291 3.0552 41.5919 *23.4046 N 100.0000 60.0000 110.0000 30.0000 r2_a 0.9554 0.9660 0.6687 0.1842 -
[1] 谢玲红. “十四五”时期农村劳动力就业: 形势展望、结构预测和对策思路[J]. 农业经济问题, 2021(3): 28. DOI: 10.13246/j.cnki.iae.2021.03.003. [2] 陶旭辉, 郭峰. 异质性政策效应评估与机器学习方法: 研究进展与未来方向[J]. 管理世界, 2023, 39(11): 216. DOI: 10.19744/j.cnki.11-1235/f.2023.0127. [3] 田松青. 转型期农民工就业政策演变的特点及其成因探析[J]. 中国特色社会主义研究, 2010(6): 44. [4] 纪韶, 李小亮. 改革开放以来农村劳动力流动就业制度、政策演进和创新[J]. 经济与管理研究, 2019, 40(1): 64. DOI: 10.13502/j.cnki.issn1000-7636.2019.01.006. [5] 杨黎源. 权利回归: 改革开放以来农民进城就业政策嬗变及启示[J]. 中共浙江省委党校学报, 2013(4): 108. DOI: 10.15944/j.cnki.33-1010/d.2013.04.016. [6] 姚志, 刘健, 种聪. 新生代农民工高质量就业: 政策演化, 理论逻辑与国际经验[J]. 世界农业, 2023(7): 14. DOI: 10.13856/j.cn11-1097/s.2023.07.002. [7] 纪韶. 农民工就业政策、问题及调整[J]. 前线, 2010(11): 33. DOI: 10.3969/j.issn.0529-1445.2010.11.018. [8] 王霆, 刘玉. 农民工就业政策量化评价[J]. 华南农业大学学报(社会科学版), 2021, 20(1): 71. DOI: 10.7671/j.issn.1672-0202.2021.01.007. [9] 胡祎, 张正河. 职业培训对农民非农就业行为及特征的影响: 基于内生处理效应模型的净效应估计[J]. 改革, 2022(4): 110. [10] 王兆萍, 卢旺达. 嵌入性视角下农村劳动力就地转移的影响因素研究[J]. 西北人口, 2021, 42(4): 57. DOI: 10.15884/j.cnki.issn.1007-0672.2021.04.006. [11] 李礼连, 程名望, 张珩. 公共就业服务提高了农民工就业质量吗?[J]. 中国农村观察, 2022(4): 134. [12] 刘璐婵. 劳务协作政策的就业促进效应: 基于中国省级面板数据的双重差分分析[J]. 公共行政评论, 2024, 17(1): 140. DOI: 10.3969/j.issn.1674-2486.2024.01.009. [13] 李逸波, 赵邦宏, 曹港. 以创新思维解决农民就近就地就业创业问题[J]. 农业经济问题, 2024(5): 93. DOI: 10.13246/j.cnki.iae.2024.05.006. [14] 李实. 中国农村劳动力流动与收入增长和分配[J]. 中国社会科学, 1999(2): 16. [15] ZHAO Y. Labor migration and earnings differences: the case of rural China[J]. Economic Development and Cultural Change, 1999, 47(4): 767. DOL: 10.1086/452431
[16] 郑兆峰, 宋洪远. 返乡创业试点政策对农户收入的影响[J]. 中国人口科学, 2023, 37(6): 95. [17] 汤龙, 陈享光, 赵妍妍. 返乡创业能提高农村居民收入吗: 基于返乡创业试点政策的考察[J]. 农业技术经济, 2024(7): 111. DOI: 10.13246/j.cnki.jae.20230118.003. [18] 邓创, 曹子雯. 经济高质量发展视阈下我国区域协调发展的政策效应评估[J]. 管理评论, 2023, 35(9): 13. DOI: 10.14120/j.cnki.cn11-5057/f.2023.09.011. [19] 史常亮, 张益. 土地确权与农村劳动力迁移: 来自省级面板数据的证据[J]. 资源科学, 2022, 44(4): 647. DOI: 10.18402/resci.2022.04.01. [20] 刘玉杰. 农村居民可支配收入提升对农村市场发展的门槛效应研究: 以河南省县、区级数据样本为例[J]. 商业经济研究, 2021(10): 132. DOI: 10.3969/j.issn.1002-5863.2021.10.036. [21] 何秀玲, 郭文鹏. 工业化后期农民工就业结构变化趋势与优化路径研究[J]. 广西民族大学学报(哲学社会科学版), 2020, 42(4): 159. [22] 吴小康. 关于统计显著与经济显著的若干讨论[J]. 经济学动态, 2019(1): 145. [23] QING S. Gender role attitudes and male-female income differences in China[J]. The Journal of Chinese Sociology, 2020, 7(1): 12. DOL: 10.1186/s40711-020-00123-w.
[24] 郑瑞, 彭必源. “民工潮”: 农村现代化的契机[J]. 农业经济, 2007(7): 8. DOI: 10.3969/j.issn.1001-6139.2007.07.003. [25] 钱德元, 滕福星. 中国二元经济结构的区域差异化分析[J]. 当代经济研究, 2013(4): 65. DOI: 10.3969/j.issn.1005-2674.2013.04.012. [26] 刘心怡, 张伟, 陈小知. 数字普惠金融对不同区域农户收入的差异化影响研究: 基于数字基础与城镇化的视角[J]. 农业现代化研究, 2022, 43(6): 984. DOI: 10.13872/j.1000-0275.2022.0087. [27] 程欣炜, 李婵娟. 数字普惠金融对城乡消费差距的收敛作用研究[J]. 现代经济探讨, 2023(6): 27. DOI: 10.13891/j.cnki.mer.2023.06.006.