就业扶持对建档立卡户收入的影响研究

江家辉，孟 欣，张 晴

(南昌航空大学，江西 南昌 330063)

一、 文献回顾与问题提出

十八大以来，***总书记从人民的利益和幸福出发，提出了“精准扶贫”的战略思想[1]。 在之后的十九大，党中央提出了“坚决打赢脱贫攻坚战”的总体要求和工作部署。 如今，我国取得了脱贫攻坚战的伟大胜利，并且由消除“绝对贫困”的前扶贫时代进入了消除“相对贫困”的后扶贫时代。 但防止脱贫人口返贫的压力依然存在，紧紧围绕党的十九届四中全会提出的“实现更高质量就业”[2]以更加充分更高质量就业依旧是助力巩固拓展脱贫攻坚成果同乡村振兴有效衔接的有效途径。

2018 年《中共中央国务院关于实施乡村振兴战略的意见》[3]明确指出“乡村振兴，摆脱贫困是前提”。 当前，在巩固拓展脱贫攻坚成果的基础上，解决好农民的增收问题、消除发展的不平衡问题，实现普惠式增长，是消除贫困、走向共同富裕的必经之路。 谱写好乡村振兴的新蓝图，推进脱贫人口生活持续改善已成为“后扶贫时代”的重要命题。 因此，对就业扶持政策进行研究具有重要的现实意义。

当前我国就业扶贫“扶上马”的工作已经圆满完成，但是后续的“送一程”还需要相应的就业扶持政策予以配套和支持。 目前已有许多学者针对就业扶持政策展开了较多的研究，有学者认为就业扶贫能够帮助有劳动能力的贫困人口获得就业机会并给予就业保障，他们所获得的稳定就业收入会直接提高贫困家庭总收入，从而促使家庭收入超过贫困线，实现“全家脱贫”[4]。 另外，吴振华[5]的研究也发现农民收入增长的根本来源于就业能力的提升，就业培训可以提高其人力资本水平以达到稳定收入的作用。 进一步地，李长安[6]提出要巩固就业扶贫成果，就必须继续构建完善的就业扶持政策体系。

然而，就业扶持政策对农户实现增收的影响不一。 平卫英等[7]的研究发现就业扶持政策对不同收入群体收入的增加效应存在显著差异。 当前我国农村地区的内部收入差距呈现进一步扩大的趋势[8]，必须有效带动低收入农户尤其是建档立卡户致富增收，才能有效缩小农村收入差距。 因此，在乡村振兴与共同富裕的背景下研究就业扶持政策对农户收入的影响具有重要的现实意义。

近年来，已有许多学者针对就业扶持政策展开了详细且全面的研究。 但主要是对弱势群体的就业扶持效果进行研究并提出相应的政策建议，鲜有学者对就业扶持政策对建档立卡户收入的影响进行研究。 鉴于此，本文可能的边际贡献有:第一，对就业扶持政策与建档立卡户收入之间的相关性进行研究并进行实证检验；第二，在对建档立卡户中的不同群体进行异质性探讨后，我们发现教育程度与家庭抚养比的高低会显著影响就业扶持政策对建档立卡户收入的影响。

二、 模型设定、变量与数据

(一)就业扶持强度的测量

通过调查问卷，询问建档立卡户对自己家庭在2020 年中受到就业扶持政策(ES)帮扶的主观感受。在该问题中，建档立卡户的主观感受分成三档:0 为没有得到就业扶持政策的帮助，1 为得到较少的就业扶持政策的帮助，2 为得到了较多的就业扶持政策的帮助，并用该变量作为就业扶持政策强度的代理变量。

(二)模型设定

由于就业扶持政策与建档立卡户收入之间存在相关关系，我们构建如下模型:

式中，yi表示i建档立卡家庭在2020 年的人均收入水平；y0为常数项；y1为本文核心解释变量ES的估计系数；εit是随机扰动项；X为一组表示控制变量的向量；δ为它们的估计系数向量。

(三)变量的选取与定义

本文的解释变量为就业扶持程度(ES)，被解释变量是建档立卡户收入(y)。 为了尽可能得到准确的结果，本文选取以下控制变量在实证检验中进行控制。

家庭人口数(fpop):家庭人口数的多寡可以用来衡量建档立卡户家庭经济负担。 有学者研究发现，建档立卡户家庭人数的多寡会对建档立卡户的收入产生显著影响[9]。

户主性别(gender):设定女性为0，男性为1。户主的性别情况可以用来判断该建档立卡户是否为单亲、独居等特殊的家庭结构。 有研究指出，以女性为户主的单亲家庭通常更容易陷入贫困[10]。 另外，户主性别的不同一般会导致家庭决策的差异。 这种差异一般分为喜好风险与规避风险，而选择的不同进一步也会对建档立卡户收入产生影响[11]。

家庭人均受教育程度(avedu):提高建档立卡户收入的根本在于提升建档立卡户的就业能力。 而有学者的研究表明家庭人均受教育程度越高，其劳动技能也就越成熟，进而收入也会更高[5]。

家庭在读学生数(stu):有研究表明家庭在读学生人数的多寡会直接决定家庭教育负担的轻重[12]。

家庭健康人口占比(health):整体上来说，健康水平的提高能显著提升家庭物质产品的生产效率，对建档立卡户收入保持稳定持续的增长具有积极作用[13]。

上一年家庭人均收入(incl):上一年的家庭人均收入状况会影响本年度家庭生产方式的决策以及对生产工具和劳动技能的改善[14]。

人均土地/林地面积(lna):土地是我国建档立卡户从事农业生产获得经济收入的重要禀赋，人均土地/林地面积的多寡会显著影响到建档立卡户的收入水平[15]。

村居人口数(pop):村居人口数可以用来表征当地经济体量的大小。 在其他条件相同的情况下，一个地区的人口数越多，说明当地的经济资源就越丰富，建档立卡户的收入水平也就可能越高。

本文的数据来源于2020 年对赣南S 镇所做的实地调查和走访。 在实证分析中对家庭年人均收入、上一年家庭人均收入、人均土地/林地面积和村居人口数进行了对数化处理。 各变量的描述性统计如表1 所示。

表1 描述性统计

三、 实证分析

(一)基准回归结果与内生性处理

初步回归分别考察了模型设定以及控制变量对回归结果的影响。 如表2 所示，模型(1)和模型(2)均为普通最小二乘法(OLS)的回归结果。 其中模型(1)没有加入控制变量，我们从中可以看到就业扶持政策强度的估计系数为负且不显著；模型(2)则加入了控制变量，从中我们可以看到就业扶持政策强度的估计系数转变为正，结果依旧不显著。

表2 基准回归结果与内生性处理

续表

但是在模型(2)中的控制变量中我们发现:户主性别对建档立卡户收入的影响不显著。 家庭人均受教育程度的估计系数为正，即家庭人均受教育程度越高，建档立卡户收入水平越高。 家庭在读学生人数的估计系数为负，即家庭在读学生数越多，建档立卡户收入水平越低。 这可能是因为家庭在读学生人数越多，家庭中被分配去照顾在读学生的劳动力越多。 村居人口数对数的待估计系数为负，即村居人口数越多，建档立卡户收入水平越低。 家庭人口数和家庭健康人口占比的估计系数均为负，且都在10%水平上显著为负。 这说明家庭人口数越多、家庭健康人口占比越大，建档立卡户收入越低。 上一年家庭人均收入的估计系数为正，且在1%水平上显著。 这可能是因为上一年的家庭人均收入越多，其为当年打下从事生产的物质基础也就越多。 另外，人均土地/林地面积的对数估计系数为负，且在5%水平上显著，这说明人均土地/林地面积越大，建档立卡户收入越低。

接下来，我们进行内生性处理。 表 2 中模型(3)模型(4)为处理内生性后的回归结果。 在内生性处理中，本文借鉴前人的研究[14]，将“是否为贫困村”设为工具变量。 鉴于各地的禀赋条件存在不同程度的差异，曾经是贫困村的村落又往往各方面的发展都比较落后，所以这类村落更加依赖就业扶持政策实现非农就业的转换，增加建档立卡户收入。另外，从政府相关部门来看，基于政绩等诸多因素的考量，曾经是贫困村的村落会更多地得到政府部门的关注与帮助。 因此，我们认为曾经是否为贫困村会对就业扶持政策的效果产生影响。

除此之外，在运用工具变量之前要先确定是否存在内生的解释变量。 为此，我们借鉴了其他学者的研究[14]。 首先，豪斯曼检验结果在1%的显著性水平上拒绝了“所有解释变量均为外生”的原假设，故可以认为就业扶持政策强度(ES)为内生变量。另外由于传统的豪斯曼检验是建立在同方差的基础之上，并且在回归中没有使用稳健标准误，但在异方差的情形下传统的豪斯曼检验不成立，因此需要再进行异方差稳健的DWH 检验。 由于在DWH 检验中，p值远远小于0.01，所以可以认为就业扶持政策强度(ES)为内生解释变量。 同时，Kleibergen-Paap rk Wald F 统计量大于10%显著性水平的临界值统计量(一般为15%显著水平的临界值)，故可认为不存在弱工具变量问题。

根据模型(3)模型(4)的工具变量回归结果，无论是2SLS 回归还是GMM 回归，就业扶持政策强度的估计系数均在5%水平上显著为正，且两种回归方法的估计系数没有差异。 这表明就业扶持政策确实会增加建档立卡户的人均收入。 将以下结果和模型(2)进行比较可知，在处理了内生性问题后，就业扶持政策强度对建档立卡户人均收入的经济显著性大幅提升。 就业扶持政策强度每增加一个单位，建档立卡户人均收入就会增加0.293 个单位，即建档立卡户的收入会增长将近30%。 如果按照这一增长速度，该地区建档立卡户的人均收入能够在4 年内赶上全国居民人均收入水平。 因此，就业扶持政策的正确与否对该地区建档立卡户收入能否增收以及能否实现共同富裕至关重要。

(二)异质性探讨

由于基准回归结果并不显著，因此我们对其结果进行了内生性处理，但不同家庭之间的禀赋水平差异也会对实证结果产生影响。 当前，就业扶持政策更多的是以目标行政村的整体情况为参照而制定的，无法与村落中不同群体的禀赋条件相契合，因此就业扶持政策可能对村落中不同的建档立卡户产生不同的作用效果。 所以本文进一步将样本划分为不同群体进行异质性探讨。 在选取划分标准时，我们选择将家庭抚养比的大小及家庭人均受教育程度的高低作为划分样本群体的依据。 其中抚养比越大，表明劳动力人均承担的抚养人数就越多，即说明劳动力的抚养负担就越严重。 表3 模型(1)是建档立卡户群体中家庭抚养比小于1 的回归结果，其估计系数在5%水平上显著为正。 而模型(2)是建档立卡户群体中家庭抚养比大于1 的回归结果，其估计系数为正，但没有显著性。模型(1)和模型(2)的回归结果表明，相对家庭抚养比越大的建档立卡户群体，就业扶持政策对家庭抚养比小的建档立卡户群体收入促进作用更为显著。 并且与表2 中的模型(3)和模型(4)比较来看，表3 模型(1)中的估计系数有所上升，这更加说明了就业扶持政策对家庭抚养比更小的建档立卡户收入增加的促进效果更为有效。

表3 异质性探讨

另外模型(3)是建档立卡户群体中受教育程度为小学及以下的回归结果，其估计系数为正，但没有显著性。 而模型(4)是建档立卡户群体中受教育程度为小学及以上的回归结果，其估计系数在5%水平上显著为正。 模型(3)和模型(4)的回归结果表明，相对受教育程度低的建档立卡户群体，就业扶持政策对受教育程度高的建档立卡户群体收入的促进作用更加显著。 并且与表2 中的模型(3)和模型(4)比较来看，表3 模型(4)中的估计系数同样有所上升，这进一步说明受教育程度更高的建档立卡户在就业扶持政策的帮扶下能够获得更多的收入。 这可能是因为受教育程度更高的建档立卡户往往会具备更加先进的劳动技能，在就业扶持安排中能够胜任收入相对更高的职位。

四、 结论与建议

(一)结论

本文运用赣南S 镇调查所得数据研究就业扶持政策对建档立卡户收入的影响。 在就业扶持政策方面侧重就业扶持强度，主要通过建档立卡户的主观感受获得。 根据理论得出就业扶持政策对建档立卡户收入具有显著的正向作用。 在初步回归结果中我们发现:在控制变量的情况下，就业扶持政策对建档立卡户收入的增加具有促进作用，但作用效果不显著。进一步地，为剔除内生性问题，借鉴其他学者的研究，将“曾经是否为贫困村”作为工具变量。 剔除内生性问题之后，我们发现就业扶持政策对建档立卡户收入的增加具有显著的促进作用。 除此之外，本文还探讨了就业扶持政策对建档立卡户收入影响的群体异质性。 群体异质性的检验结果显示:相较于受教育程度低与家庭抚养比大的建档立卡户群体，就业扶持政策对受教育程度高以及家庭抚养比小的建档立卡户群体收入增加的促进作用更为显著。

(二)建议

第一，依据实际情况完善就业扶持政策。 对抚养负担较重的建档立卡户家庭给予适当的政策倾斜，如:在产业扶持政策上进行倾斜，优先安排公益性岗位，优先安排就近就业等。

第二，受教育程度较低的建档立卡户往往没有成熟的劳动技能，因而难以实现非农就业的转变并提高收入。 因此当地政府需要通过加强对建档立卡户劳动技能的培训进而提高建档立卡户整体的就业素养，使得建档立卡户更好更快地适应就业岗位。