论文部分内容阅读
在经济发展过程中,农村剩余劳动力选择非农就业的现象一直存在,而农村群体的非农就业行为对城市与乡村的发展也发挥了重要的作用,然而近年来却频发农民群体的返乡潮,究其原因是在城市中高收入的背景下生活的高成本,就业的高压力,身体的高负担等造成身心的多重压力。与此同时,伴随着非农就业现象的是大量农村耕地的闲置与留守现象的叠发,在当前非农就业的屡遇困境、农业就业成本不断降低、农业多样化经营蓬勃兴起的背景下,研究非农就业对于脱贫的影响对于打赢2020年脱贫攻坚战、探究农村居民收入情况具有重要意义。
本文选取了2014——2018年(2年制)CFPS数据,综合分析非农就业对于全国各地区农村群体的影响情况,同时衡量农村劳动力在选择非农就业行为的过程中,性别、学历、家庭规模、区域等多重影响因素的重要性,通过构建PSM模型与probit、logit模型,进一步细分为非农就业与农业就业职业类型,辅以“农户是否有族谱或家谱”这一工具变量进行分析后得出以下结论:
(1)2014——2018年,非农就业对于农村居民脱贫发挥显著正效应,非农就业劳动力相较于未非农就业劳动力脱离贫困的概率高9.50%,每增加一个人从事非农就业,其脱贫概率增加12.7%。这一影响程度虽然在进行2018年子样本分析时有所下降但依旧十分显著,未非农就业劳动力群体较非农就业劳动力群体发生贫困的概率高6.76%,而当增加一个人选择从事非农就业,其脱贫概率增加0.0941。
(2)相较于农业群体,非农就业群体依旧保持显著的脱贫效应,在充分考虑农户职业对于脱贫效应的影响之后分析得出,非农就业群体较农业就业群体发生贫困的概率低7.18%,非农就业对贫困的影响系数在引入“农户是否有族谱或家谱”工具变量之后提高到2.213,并且依旧保持0.0711的边际效应。
(3)非农就业行为的选择使得众多的农民劳动力群体增加了收入,在抛开自我选择偏差后,非农就业从业人员的收入较未非农就业群体高45.72%,这充分肯定了非农就业的增收效应。
(4)在影响农村劳动力选择非农就业的因素中,年龄偏低的、已婚的健康群体会越来越多的参与到非农就业中,而受教育程度更高、东部地区的农村群体参与非农就业的阻碍更少、难度更低,因而这部分群体非农就业的参与性也就越高,与此相反,家庭规模越大、孩子数目越多的家庭参与非农就业所面临的阻碍就越多,受到限制的因素越多,因而这部分群体的非农就业参与度较低。
这督促我们建立完善的信息化体系、加大教育支持力度、加强完善基础设施建设与医疗、社会保障制度,从而助力贫困群体的内生性脱贫。
本文选取了2014——2018年(2年制)CFPS数据,综合分析非农就业对于全国各地区农村群体的影响情况,同时衡量农村劳动力在选择非农就业行为的过程中,性别、学历、家庭规模、区域等多重影响因素的重要性,通过构建PSM模型与probit、logit模型,进一步细分为非农就业与农业就业职业类型,辅以“农户是否有族谱或家谱”这一工具变量进行分析后得出以下结论:
(1)2014——2018年,非农就业对于农村居民脱贫发挥显著正效应,非农就业劳动力相较于未非农就业劳动力脱离贫困的概率高9.50%,每增加一个人从事非农就业,其脱贫概率增加12.7%。这一影响程度虽然在进行2018年子样本分析时有所下降但依旧十分显著,未非农就业劳动力群体较非农就业劳动力群体发生贫困的概率高6.76%,而当增加一个人选择从事非农就业,其脱贫概率增加0.0941。
(2)相较于农业群体,非农就业群体依旧保持显著的脱贫效应,在充分考虑农户职业对于脱贫效应的影响之后分析得出,非农就业群体较农业就业群体发生贫困的概率低7.18%,非农就业对贫困的影响系数在引入“农户是否有族谱或家谱”工具变量之后提高到2.213,并且依旧保持0.0711的边际效应。
(3)非农就业行为的选择使得众多的农民劳动力群体增加了收入,在抛开自我选择偏差后,非农就业从业人员的收入较未非农就业群体高45.72%,这充分肯定了非农就业的增收效应。
(4)在影响农村劳动力选择非农就业的因素中,年龄偏低的、已婚的健康群体会越来越多的参与到非农就业中,而受教育程度更高、东部地区的农村群体参与非农就业的阻碍更少、难度更低,因而这部分群体非农就业的参与性也就越高,与此相反,家庭规模越大、孩子数目越多的家庭参与非农就业所面临的阻碍就越多,受到限制的因素越多,因而这部分群体的非农就业参与度较低。
这督促我们建立完善的信息化体系、加大教育支持力度、加强完善基础设施建设与医疗、社会保障制度,从而助力贫困群体的内生性脱贫。