乡村振兴背景下农业经营组织雇佣的减贫效应

鲍洪杰，王亦龙，崔许锋

(1.西北民族大学 管理学院，甘肃 兰州 730124； 2.中南财经政法大学 工商管理学院，湖北 武汉 430073)

随着脱贫攻坚目标任务的完成，现行标准下我国农村贫困人口全部脱贫，绝对贫困现象业已消除。在此背景下，农村贫困问题的关注点已转向相对贫困的治理，主要以多维度福利保障与收入增长差距治理为主要目标[1]。同时，为稳固脱贫成果，防止农村脱贫户再度返贫，有必要采取可行措施，加快构建相对贫困治理的长效机制[2]。

作为衔接脱贫攻坚工作的乡村振兴战略，对相对贫困治理提出了更高要求。然而，目前国内相关研究较多从“异地就业”的视角探讨农户城市流动对缓解相对贫困的影响[3-4]，较少探讨农业经营组织雇佣对缓解相对贫困的影响。张亚玲等[5]指出，“若仅仅依靠农村居民外出就业脱贫，那么乡村也就无法实现振兴”。同时，劳动力的外流会加大村庄的空心化，导致农村养老、家庭健康和子女教育问题日益凸出。由此可知，过往的理论研究难以较好满足现阶段乡村振兴战略下的客观要求。相比之下，农业经营组织是实现产业兴旺、落实乡村振兴战略的重要组成部分，是解决下一阶段农村相对贫困的有效抓手。首先，国家农业产业政策的落实最终要着力于农业产业化上[6]，而农业产业化离不开农业经营组织的有力支持，因此关注农业经营组织的益贫作用是必要的；其次，农业经营组织具有明显的劳动密集型产业特征，其抗风险能力和经营稳定性强的特性有助于农民稳定增收；再次，农业经营组织需要雇佣大量劳动力来完成生产环节任务，这有助于吸引农村劳动力回流，为乡村振兴提供劳动力资源供给[7]。

那么，农业经营组织的发展是否显著缓解或抑制了农户的相对贫困状态？如果是，缓解或抑制了哪些层次农户的相对贫困状态呢？这些均是进一步推进乡村振兴过程中值得研究的重要命题。本研究拟对此进行阐释。

1 文献综述与研究假设

1.1 文献综述

1.1.1 农业经营组织雇佣的减贫效应

国外研究表明，农业经营组织的发展有助于农村产业兴旺和农户减贫。Holloway等[8]以埃塞俄比亚高地奶农为研究对象，发现农业中间合作组织有助于降低乳制品的交易成本，降低农户进入市场的门槛，促进农村社区经济增长。Escobal等[9]指出，农业私营企业的现代化是农业生产和农村可持续发展的一项重要战略，有助于增加农户家庭收入。Pelegrini等[10]发现，园艺出口通过使小型农业企业受益增加了农户家庭非自我雇佣的机会。Watanabe等[11]研究发现，泰国农产品加工业通过增加购买农产品和雇佣贫困农民2个渠道提高农民的收入，农业加工业的发展在泰国经济的高速增长中发挥了主导作用，并通过这2个渠道促进了减贫。Kenney-Lazar等[12]通过比较中国和尼日利亚农村减贫成效发现，中国通过积极发展农业经营组织和对小农经济活动提供技术援助增加了农户受雇佣的机会，并提升了中国农户反贫困的能力。

近年来，国内学者也集中探讨了农业经营组织雇佣的影响因素及其减贫效用等问题。李耀锋等[13]基于对L专业合作社的案例研究表明，专业合作社可通过直接雇佣方式提升小农户的生计能力。陈茉等[14]以山东省100多家合作社社员为研究对象，发现合作社雇佣农户属于要素契约型关系。陈杰[15]调查了广西贫困户参与合作社的情况发现，凭借土地入股或出租，贫困户可以被优先雇佣。韩震[16]以广西“十百千工程”为例，发现加强农户与龙头企业的合作，有助于发挥农业企业的带动作用，提升农户政策满意度。吴存玉等[17]对广西巴村的案例研究发现，受制于自然条件，公司型农场采用机械化取代农户雇佣的弹性较小，若能优化配置资源要素增强其竞争力，将有助于实现农业现代化和让其成为乡村振兴战略的重要力量。

1.1.2 多维相对贫困

2020年前，学界关于贫困治理的研究主要集中于脱贫攻坚、乡村振兴和产业脱贫等领域，但新近学界研究的关注重点已从绝对贫困治理转向了相对贫困治理，特别是在相对贫困的测度上，学者们多采用多维相对贫困指标进行识别。

关于多维相对贫困的识别与测度：李小云等[18]指出，相对贫困作为减贫下一个阶段的主要目标，要实现准确识别，需要建立起一个区别于收入指标的综合性指标；王小林等[19]指出，相对贫困既要反映经济性质上的“贫”，还要考虑社会性质上的“困”；也有学者提出，以基尼系数的区域化[20]或按中位收入比例法制定相对贫困线[21]；但最具突破性的是Alkire等[22]提出的“双界限法”(AF方法)，即从健康、教育、生活水平3个方面来识别贫困。沈扬扬等[23]、车四方等[24]已采用该方法测量我国的相对贫困情况，并取得较好的效果。王小林等[25]基于我国国情开创性地提出了多维相对贫困理论，为相对贫困测量中使用多维相对贫困方法提供了理论依据[26]。多维相对贫困的测度区别于一般的多维贫困测度：考虑k个维度，任意30%以上维度的贫困即为多维绝对贫困，任意低于30%维度贫困的群体都是多维相对贫困群体，用AF方法对其各维度进行加和，即可计算出多维相对贫困指数。

关于反贫困的影响机制研究：有学者从劳动力流动或劳动力非农就业角度探讨非农就业缓解农村居民多维贫困的影响[27]；有学者发现，农村劳动力流动比率与农户多维贫困之间呈现“U”形关系[28]。针对城市反贫困，单德朋[29]探讨了居民金融素养对城市多维贫困较强的抑制作用。

梳理文献可知，已有研究还存在以下不足之处：一是，虽然关注了农业经营组织的减贫效能，但谈农户与农业经营组织合作减贫的较多，对农业经营组织雇佣影响农户多维相对贫困的研究较少；二是，相关研究中契合当前政策前沿，既能够支持乡村振兴战略落实，又能够充分发挥农业经营组织专业化水平，缓解或抑制农户相对贫困的理论支持较少；三是，已有研究多采用工具变量法或倾向得分匹配法测算农户的多维贫困效应，前者未考虑处理效应的异质性，后者容易增加量化估计的偏误，导致其对农业经营组织抑制农户多维相对贫困真实性的测度受到影响。

本研究的边际贡献在于：第一，从农业经营组织雇佣入手，衡量农户接受雇佣对农户多维相对贫困的影响，拓展了农业经营组织减贫价值的研究视角；第二，采用内生转换Probit(endogenous switching Probit,ESP)模型解决农业经营组织雇佣产生的内生性和效应的异质性问题，减少了计量上的偏误。

1.2 研究假设

近年，外地农民工返乡创业、返乡就业已成为一种新的趋势。农村产业的振兴，有助于吸收大量的剩余劳动力。农地流转的有序推进促进了土地规模化经营，相应地，新型农业经营主体不断兴起。农业经营组织具有明显的劳动密集型产业特征，需要大量的劳动力来完成某些生产环节。同时，农业经营组织的职业技能要求比城镇企业要低。农村剩余劳动力的回流，恰好能满足农业经营组织的劳动力缺口。农业经营组织通过雇佣农业产业工人的形式，可以满足其现代农业生产的需求[30]。

根据比较优势理论和交易费用理论，劳动力弱质化和农村剩余劳动力就业转移诱发了农业雇工行为产生；同时，机械化资产的专用性又迫切需要“雇工经营”[31]。黄晨鸣等[32]研究发现，雇工生产在粮食生产中已成为一种普遍现象，规模经营组织的雇工需求尤为突出。当然，雇工的需求也会随着经营规模的扩大，以及规模经营的推进而逐步扩大[33]。

考虑到农村剩余劳动力的就业压力和农业经营组织的益贫性功能[34]，我们认为，在当前形势下，农业经营组织雇佣对缓解农村剩余劳动力就业压力、抑制农户的多维相对贫困有着较为积极的作用。

由此，提出假设H1：农业经营组织雇佣有助于抑制农户多维相对贫困的发生概率。

Schultz[35]指出，农业生产要素通过农业现代化对农户减贫增收产生效果。随着农村劳动力素质的提高，农业剩余劳动力的兼业收入有助于减轻农地细碎化带来的负面问题；同时，农业经营组织对雇佣农户进行技术培训有助于促进农户自身和周边分散农户的农业现代化发展，从而增强农户自身减贫的内生动力和抗击返贫的能力[36-37]。特别需要指出的是，现代农业科技通过优化农业生产要素配置，提高农产品的附加值和农户生产经营效率，降低农业投入费用，增加农业收益[38]。

从理论上来看，农业经营组织通过雇佣有助于改善农户家庭农业收入的单一性，提升家庭农业经营的技术水平，重新配置农业生产要素，降低交易成本[39]。从理性人角度来看，农业产出的最大化并不是最终目标，收益最大化才是最终目标。收益产生的闲暇剩余，有助于有效调配家庭资源。相比于农业自营，农业经营组织通过规模化、科技化经营能有效降低雇佣农户的劳动强度，同时给雇佣农户留出一些闲暇时间，有利于其家庭福利实现最大化[40-41]。

由此，提出假设H2：农业经营组织雇佣有助于优化农户自身禀赋资源配置，进而降低农户多维相对贫困的发生概率。

2 计量模型与统计描述

2.1 计量模型

传统研究采用倾向评分匹配(PSM)方法进行处理，但PSM方法无法同时观察同一个农户受和不受农业经营组织雇佣状态下对农户多维相对贫困的影响，这种“隐性偏差”无法直接进行评价。为解决这个问题，借鉴Abdulai等[42]的研究成果，引入ESP模型。ESP模型的好处是：(1)既解决了农民是否接受雇佣的自选择问题和内生性问题，又能处理可观测与不可观测因素导致的选择性偏误问题；(2)能较好地处理雇佣和未雇佣对农户多维相对贫困发生概率的影响；(3)使用极大似然估计方法减少了遗漏变量产生的可能性。

ESP模型的具体实现方法如下。

首先，将农户是否接受农业经营组织雇佣(简记为受雇状况)作为处理变量(Si)，值为1表示农户接受农业经营组织雇佣，值为0表示农户不接受农业经营组织雇佣，构建如下决策方程：

(1)

接着，定义不同状态下农户接受农业经营组织雇佣的结果方程：

(2)

设ε1i和μi的相关系数为ρ1，ε0i和μi的相关系数为ρ0，ρ1和ρ0至少有一个在10%以下水平显著时，就可以确定模型存在选择性偏误。

以x表示样本观测值，X1β1为受雇者概率线性预测拟合系数，X0β0为非雇佣者概率线性预测拟合系数，进一步利用正态分布的累积分布函数Φ(·)可以计算出不同状态下农户多维相对贫困的发生概率。

接受农业经营组织雇佣的农户，其多维相对贫困发生概率为

Prob(S=1，y=1|X=x)=Φ(X1β1，Zα，ρ1)；

(3)

接受农业经营组织雇佣的农户若未被雇佣，其多维相对贫困的发生概率为

Prob(S=1，y=0|X=x)=Φ(X0β0，Zα，ρ0)；

(4)

不接受农业经营组织雇佣的农户，其多维相对贫困发生概率为

Prob(S=0，y=0|X=x)=Φ(X0β0，-Zα，-ρ0)；

(5)

不接受农业经营组织雇佣的农户若被雇佣，其多维相对贫困的发生概率为

Prob(S=0，y=1|X=x)=Φ(X1β1，-Zα，-ρ1)。

(6)

进一步，可以计算出农业经营组织雇佣对农户多维相对贫困的处理效应。

对于处理组(Si=1)样本(接受农业经营组织雇佣的农户)来说，农业经营组织雇佣的多维相对贫困处理效应(ATT)计算公式为

(7)

式(7)中VATT为ATT的值。

对于控制组(Si=0)样本(不接受农业经营组织雇佣的农户)来说，农业经营组织雇佣的多维相对贫困的处理效应(ATU)计算公式为

(8)

式(8)中VATU为ATU的值。

对于所有样本来说，农业经营组织雇佣的多维相对贫困处理效应(ATE)计算公式为

VATE=Φ(X1β1)-Φ(X0β0)。

(9)

式(9)中VATE为ATE的值。

按照联合国开发计划署(UNDP)和牛津大学提出的多维贫困指数(MPI)选取4个维度相应设置8个指标来判断农户家庭的相对多维贫困状态，当农户未达标项不超过3个时，判定为相对多维贫困，设置值为1，否则为0[25]。

2.2 数据来源

本文数据来源于2018年北京大学中国家庭追踪调查(China family panel studies，CFPS)。CFPS数据包含农业经营组织雇佣和家庭贫困的相关信息。本研究从中抽取5 063个农户家庭数据作为样本，通过家庭主事者和财务回答人来识别户主身份，并删除户主年龄在16岁以下的家庭。在此基础上，根据本文研究主题，对数据进行匹配，保留自家农业生产经营、农业打工、农业经营组织受雇相关样本，剔除缺失数据和异常数据样本1 884个。其中，农业雇佣包括自家农业生产经营、农业打工(受雇于他人/他家)和农业受雇(受雇于组织/单位)3种情况。为便于界定受农业经营组织雇佣的情况，进一步删除农业打工样本127个，遵循CFPS抽样设计思路，最终得到3 052个样本。

2.3 变量界定与描述性统计

本研究的解释变量是受雇状况，即农户受雇于农业经营组织或被单位雇佣，并且是从事于农业生产领域的雇佣。在样本的选取上，首先删除非农受雇，其次删除在农村被私营企业、个体工商户雇佣和其他自雇情况，保留自家农业生产经营和农业受雇(受雇于组织/单位)2种情况，将农业受雇设置为1、自家农业生产经营设置为0。

表1 多维相对贫困指数各维度指标及其剥夺临界值Table 1 Multi-dimensional index of relative poverty by dimension and threshold of deprivation

为更全面地体现研究的特征，在定量分析中考虑农户个人特征变量、家庭经济特征变量，以及雇佣特征变量。其中：个人特征变量包括年龄(含年龄平方)、性别、政治面貌、学历水平、人际关系；家庭经济特征变量包括家庭人口数、家庭农业收入比重(即家庭农业收入占全部收入的比例)、家庭农业劳动力比例、房屋价值(取房价的自然对数值，以降低异方差的可能性)；雇佣特征变量包括工作收入满意度、工作时间满意度、是否签订合同。

另外，本文还引入2个工具变量，分别为距县城距离和土地转出。距离会影响出行，离县城越远的农户，越倾向于就近实现就业；同时，距离也是一个客观指标，并会对农户家庭的多维相对贫困状态产生直接影响，是一个严格意义上的外生变量。土地转出会增加农户外出就业的倾向，但土地转出不会直接对农户的多维相对贫困状态产生影响。

除了控制以上特征之外，本文还控制了地域。按照国家区域划分，将农户所在地域划分为东部地区、中部地区、东北地区、西部地区。

本文涉及的被解释变量、解释变量、控制变量和工具变量的统计特征详见表2。

表2 变量定义及其描述性统计Table 2 Meaning and descriptive statistics of variables

2.4 数据说明

本文最终筛选出3 052个有效样本，其中，自家农业生产经营样本1 832个，占比60%；农业受雇样本1 221个，占比40%。

3 结果与分析

3.1 主回归结果

基于ESP模型进行分析，结果显示，ρ0的估计值在1%水平上显著(表3)，表明样本存在自选择问题，有必要进行纠偏。因此，本文采用ESP模型是合适的。

表3 各变量对农户受雇状况和多维相对贫困状态的回归结果Table 3 Regression results of different variables on employment status and multi-dimensional relative poverty status

3.1.1 各变量对农户受雇状况的影响

个人特征中，农户学历水平对受雇状况在1%水平上有显著正向影响，这说明农户学历水平越高，接受农业经营组织雇佣的可能性越高。

家庭经济特征中，家庭农业收入比重对农户受雇状况在1%水平上有显著负向影响，家庭农业劳动力比例与农户受雇状况在10%水平上有显著正向影响，说明家庭农业收入占比和农业劳动力比例高的农户，更不愿意接受农业经营组织雇佣，换言之，主要从事自家农业种植的农户，接受农业经营组织雇佣的积极性较低。

农户雇佣特征中，工作收入满意度对农户受雇状况在1%水平上有显著正向影响。一般而言，较为满意的收入有助于改善家庭的财务状况，是农户接受农业经营组织雇佣的主要诉求。工作时间满意度对农户受雇状况在1%水平上有显著正向影响，说明过长的工作时间不利于农户接受农业经营组织雇佣。农业经营组织需要科学安排农户的工作时长，使他们有时间照顾自己的家庭，关心小孩教育和赡养老人。是否签订合同对农户受雇状况在1%水平上有显著正向影响。签订合同有助于保障农户的合法权益，避免自身的合法利益受到损害。

本文引入的2个工具变量对农户的受雇状况均在1%水平上有显著正向影响，说明土地转出、距县城距离较远的农户，更倾向于接受农业经营组织雇佣。

3.1.2 各变量对农户多维相对贫困状态的影响

分别测算各变量对接受雇佣和不接受雇佣农户多维相对贫困状态影响的估计结果。学历水平、家庭人口数、房屋价值对接受雇佣和不接受雇佣农户的多维相对贫困状态在1%水平上有显著影响。其中，学历水平对农户的多维相对贫困状态有负向影响，说明学历水平的提升会减少农户多维相对贫困的发生；家庭人口数对农户的多维相对贫困有正向影响，说明家庭人口过多会增加多维相对贫困发生的可能性；房屋价值对农户的多维相对贫困有负向影响，说明财产性收入的增加有助于减少农户多维相对贫困的发生。年龄和年龄平方对不接受雇佣农户的多维相对贫困状态在1%水平上分别有显著负向影响和显著正向影响，说明随着不接受雇佣农户年龄的增加，其多维相对贫困状态发生的可能性先减小后增加，呈“U”形。这可能是因为当农户年迈后，会逐步丧失劳动能力，而由于其未接受农业经营组织雇佣，相较于接受农业经营组织雇佣的农户来说，其无法得到来自农业经营组织的福利保障，因此更易发生多维相对贫困。家庭农业收入比重对接受雇佣农户的多维相对贫困状态在1%水平上有显著正向影响，说明如果接受农业经营组织雇佣的农户家庭农业收入比重过高，其多维相对贫困发生的可能性更高。换言之，农户对农业收入的依赖程度越高，其参与农业经营组织雇佣的程度越低，这不利于其反贫困能力的提升。同时，这类农户也很可能是由于缺乏除从事农业生产以外的专业技能，导致其接受农业经营组织雇佣所产生的劳动报酬对降低多维相对贫困发生的替代水平较低。因此，若不能提升农户的技能水平，缺失公平的利益分配机制，仅仅依靠就近受雇于农业经营组织，也是难以减少受雇农户多维相对贫困的发生概率的。

3.2 处理效应

农户的受雇状况对其多维相对贫困发生概率在1%水平上具有显著负向处理效应(表4)。基于反事实假设，若接受雇佣的农户未被雇佣，其多维相对贫困的发生概率将增加19.4%；若不接受雇佣的农户被农业经营组织雇佣，其多维相对贫困的发生概率将降低6.1%。对于全部样本来说，接受雇佣农户的多维相对贫困发生概率较不接受雇佣农户低9.6%。综上，假设H1得到证实。

表4 农业经营组织雇佣对多维相对贫困发生概率的处理效应Table 4 Treatment effects on multi-dimensional relative poverty probability of employment by agricultural management organizations

运用Probit模型回归得到农户的受雇状况对多维相对贫困发生概率的边际效应，如不能有效控制模型的内生性偏误，平均处理效应将被低估7.2%[-0.096-(-0.024)]。由此可知，本文采用了ESP模型，可以有效地降低内生性偏误对处理效应的影响。

3.3 稳健性检验

为保证回归结果的稳健性，进一步采用递归三元Probit回归和似不相关回归Sur模型考查农户的受雇状况对其多维相对贫困状态的影响。在这2个模型中，保留2个工具变量，控制农户的个人特征、家庭经济特征和雇佣特征。在每个模型中，均进行2个阶段的回归：第一阶段，以受雇状况为被解释变量；第二阶段，将受雇状况作为核心解释变量引入模型，以农户的多维相对贫困状态为被解释变量。可以看出，这2个模型中，核心解释变量(受雇状况)的回归结果与前文一致，说明前文结果具有较好的稳健性，农业经营组织雇佣有助于抑制农户多维相对贫困的发生。

3.4 处理效应的群组差异

为进一步理解农业经营组织雇佣对不同样本群体多维相对贫困发生概率的效应差异，借鉴王钢等[43]做法，依据农户的学历水平、家庭农业劳动力比例、是否签订合同将农户进行分别划分为小于均值组和大于均值组，然后对接受雇佣和不接受雇佣的农户进行对比分析。

对于学历水平较高与家庭农业劳动力比例较高的农户而言，农业经营组织雇佣对其多维相对贫困发生概率的抑制效应高于学历水平较低与家庭农业劳动力比例低的农户。学历水平和家庭农业劳动力比例是反映农户家庭人力资本状况的重要指标。学历水平较高、家庭农业劳动力比例高于均值，意味着农户有更多的家庭人力资源可以调动，因此其从事兼业活动的动机更强，且从农业经营组织雇佣中获益的能力更强，而学历水平低、家庭农业劳动力比例低的农户家庭受可调配的资源要素制约，农业经营组织雇佣对其的减贫效应较弱。

表6 群组差异比较结果Table 6 Comparison of group differences

不签订合同意味着农户的合法利益不能得到完全有效保护，有可能出现劳动报酬得不到保证、工作环境存在安全隐患、休息休假权利被剥夺等情况[44]。因此，在不签订合同的情况下，农业经营组织雇佣的减贫效能会减弱，也会影响未接受雇佣的农户接受雇佣的意愿；而在签订合同的情况下，农业经营组织雇佣的减贫效应明显提高[45]。综上，假设H2得到证实。

4 结论与建议

本文利用CFPS提供的农户数据，采用ESP模型，分析农业经营组织雇佣对农户多维相对贫困的影响。主要结论如下：第一，农业经营组织雇佣能增强农户反贫困的能力，具体表现为：在反事实假设情景下，实际接受雇佣的农户若未被雇佣，其发生多维相对贫困的概率将上升；而未接受农业经营组织雇佣的农户若被雇佣，其发生多维相对贫困的概率将下降。第二，农业经营组织雇佣的减贫效应存在禀赋差异，对于那些学历水平较高、家庭农业劳动力比例高、签订劳动合同的农户而言，农业经营组织雇佣的减贫效应更为明显。

2020年后，我国脱贫攻坚与乡村振兴有机衔接的重心将转向解决相对贫困问题上来。2020年中央一号文件明确指出，要研究建立解决相对贫困的长效机制，并将其作为推进减贫工作的关键。在乡村振兴战略视阈下，农业经营组织的发展是产业振兴的主体，农业经营组织的减贫效能是组织振兴的体现。

基于上述研究结论，本文提出如下对策建议。

第一，从产业振兴角度而言，农业经营组织雇佣为农户提供了优化资源配置的机会，也为农户提升反贫困能力提供了可能。鉴于农业经营组织雇佣对于增强农户反贫困能力的现实意义，建议对农业经营组织吸纳相对贫困农户本地化就业的，给予税收优惠和政策资金上的扶持，激励农业经营组织增加雇佣机会。

第二，从人才振兴角度而言，考虑到农业经营组织雇佣的群组差异，政府应正确引导不同类别农户理性参与到农业经营组织中，并有针对性地对家庭劳动力相对过剩的农户家庭提供就近就业于农业经营组织的机会，强化农户农业技能培训，增加相关投入，为乡村振兴培育“生力军”，为解决相对贫困问题培育“带头人”。

第三，从组织振兴角度而言，建议农户在接受农业经营组织雇佣时，规范签订雇佣合同，形成强利益联结和分配机制。利益联结和分配机制是农业经营组织发挥益贫功能的重要部分。建议农业经营组织合理构建雇佣农户与农业经营组织的利益联结机制，推广“土地流转+优先雇用+社会保障”“农民入股+保底收益+按股分红”等利益联结方式，增强农户获得感，赢得农户支持，从而获得发展与壮大。