中国农村贫困地区妇女家庭责任与收入关系研究_家庭类型论文

中国农村贫困地区女性家庭责任和收入的关系研究，本文主要内容关键词为：贫困地区论文,中国农村论文,收入论文,关系论文,家庭论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

一、引言

在调查中我们发现，在农村低收入地区妇女通常比男性从事更长时间的劳动，然而与男性相比，她们在低收入的农业劳动和没有报酬的家务劳动上花费更多的时间，而在收入相对较高的家庭私营活动和挣工资活动上比男性花费的时间少。由于这种不利于女性的劳动分工结构的存在，使女性的消费水平和在家庭中的决策权远远低于男性。很多女性在家庭中的消费水平都很低，尽管这些女性的家庭人均收入不低于贫困线，然而从她们在家庭中占有的消费来看，她们是贫困的。而从机会和权利的被剥夺的角度看，她们无疑也是贫困的。

导致这种分工模式的原因是多方面的，家庭责任也许是其中不可忽视的原因。在低收入的农村地区，基本没有幼儿园和非五保户老人的养老服务，小孩子在学前班之前都由家人照看。在这种情况下，照顾老人和孩子的任务是不是更多地由女性承担了呢？这些家庭责任如何影响着女性对高收入劳动的参与？

一些学者曾经对中国贫困地区劳动时间分配的其他影响因素进行过研究。按照新古典的家庭分工理论，当妻子的市场工资低于丈夫时，女性的市场劳动时间会少于男性，而在家务劳动当中所花的时间则多于男性(Becker，1981)。李实(2001)在《农村妇女的就业与收入》一文中提及家庭内部劳动分工的理论模型，他认为根据古典经济学理论，家庭内部男女劳动力之间的分工，主要受家庭成员福利最大化的目标函数的影响，影响家庭福利函数的两个决定性因素是家庭收入和家庭劳动。也有些学者认为，农户理性地分配户内劳动力资源，以便在小块地之外寻求多元化的生计和收入来源。然而，这种家庭集体决策更多地建立在牺牲已婚妇女利益的基础上。

在本文中，我们考察了贫困地区妇女对农业劳动、私营活动和挣工资活动的决定因素。我们利用四个国定贫困县40个村的592户农户的调查数据，试图分析以下问题：第一，农村女性和男性在家务劳动、农业劳动、私营劳动和挣工资活动中存在什么差异？第二，农业劳动、私营劳动和挣工资活动这三类劳动的工资收入或影子价格有什么差异？第三，女性的家务责任，如照顾老人和幼儿是否会影响女性对相对较高收入劳动的参与？

二、数据和分析方法

(一)数据

本文所使用的数据主要来源于福特基金会资助的“中国农村贫困”课题所做的第二轮调查，调查时间是2001年1月。样本选定四个国定贫困县(四川渠县、贵州威宁、甘肃通渭和陕西商州)40个村的592户农户。

该数据的内容包含农户家庭成员的基本情况，内容主要包括家庭成员的教育水平、年龄、土地情况、不同来源的收入情况、家庭成员劳动时间分配、家庭财产等各个方面，涉及了贫困地区农民重要的家庭特征、个人特征以及地域特征。这些数据可以用来对农户农业劳动时间与非农劳动时间分配的影响因素，以及收入的影响因素进行分析。农户样本的抽取在国家统计局住户调查户的基础上，采取随机抽样的方法，每个调查村还增加了5户，每个抽样村实际调查15户。抽样过程符合随机抽样的基本原则。农户调查采取问卷调查的方式，最后形成有效问卷592份。对个人情况的统计分为两类：在家超过6个月的和离家超过6个月的，本数据调查了在家居住超过6个月的家庭成员对各类劳动的参与情况。我们在分析男女劳动分工的差异时，对家庭样本中的年龄进行了限定，保留了18岁至60岁参加劳动的劳动力。

表1为本文模拟所使用的主要变量的解释及其简单统计描述。该表统计所使用的数据范围是所有年龄大于18岁小于60岁的观测对象。本文后面模拟分析部分使用的即为该样本范围。

注：农业纯收入包括了种植业、林业和畜牧业收入；工资收入包括了当年应收工资、实物工资和现金收入；家务劳动时间包括砍柴、挑水、做饭、洗衣、帮孩子做作业时间；家庭耐用消费品包括缝纫机、家用电器、自行车、钟表、首饰、摩托车、家具、建材以及果树、树木等等；家庭农用固定资产包括拖拉机、机引农具、牲畜、畜引农具、手推车、板车、风车、水车、喷雾器及其他农用机具；家庭生产固定资产包括农用固定资产和加工机械、汽车、船、石磨、碾子、木工多用机及其他；非农经营固定资产包括房产、运输工具、农机具、加工工具及其他固定资产。

(二)影子价格和工资率的模拟方法

由于中国农村劳动力在各种类型劳动之间的流动存在一定程度的障碍，劳动力市场属于不完全市场，这就导致不同类型劳动的报酬有较大差异。Jacoby(1993)提出收益最大化的目标使住户劳动的影子价格与该种生产劳动的边际产出相等。因此，在比较不同类型劳动所带来的收入时，我们借鉴了Sicular and Zhao(2004)使用的方法来模拟农业生产劳动的影子价格(WA)和私营活动的影子价格(WN)。

我们使用了标准Cobb-Douglas函数来估计农业劳动和私营活动的影子价格。生产函数的形式如下：

其中，y是住户农业劳动和私营活动生产总值；M代表生产投入，在农业生产函数中有劳动时间、可变成本、家庭农业固定资产、土地面积等，在私营活动生产函数中，有劳动时间、可变成本、私营活动固定资产等；N代表其他控制变量，在农业生产函数中有女性农业劳动时间比例、灌溉土地的比例、家庭劳动力平均受教育年限、家庭劳动力平均年龄以及地域虚拟变量，私营活动生产函数中有女性劳动时间比例、到最近市场的距离、到最近公路的距离、劳动力平均受教育年限、劳动力平均年龄、私营活动主要经营地点虚拟变量等。表示第i种生产投入的产出弹性；表示的产出弹性在两个生产函数模拟中，考虑到劳动投入、可变成本、女性劳动时间比例的内生性，因此使用了家庭构成变量(参加劳动的家庭成员数，年龄小于6岁的幼儿数，6岁至12岁的孩子数，年龄大于70岁的老人数)、马铃薯或红薯的村市场价格、猪肉村市场价格、水源虚拟变量、家中是否通电等作为工具变量。另外，由于只有141户家庭参加私营活动，因此又对此生产函数使用了Heckman两步法(Heckman，1979)对私营活动生产函数进行了偏误修正模拟，并使用了劳动力负担人口数作为识别变量。完成生产函数模拟后，我们使用边际产出估计影子价格(Jacoby，1993)：

其中z[，i]是包括性别、婚姻状况、受教育年限、年龄、年龄平方、从事该类工作年限、从事该类工作年限的平方以及县虚拟变量等在内的一组向量。在我们调查的1445个劳动力中，只有424人参加了挣工资活动。因此对挣工资活动方程也使用了Heckman两步法，并以劳动力负担人口数作为识别变量进行了偏误修正模拟。

(三)女性主要劳动类型的选择与其家庭责任的关系模拟方法

个人的主要劳动类型选择是劳动力市场特征、家庭特征以及个人相关特征的函数。在特定的区域环境中，个人的主要劳动类型选择一方面取决于个人的教育、年龄等个人因素，同时还受其婚姻状况、家庭特征等因素影响。我们主要考察的目的是，婚姻状况、照顾孩子和老人对女性主要劳动类型的影响。我们在确定劳动力的主要劳动类型时，采用的方法是哪种劳动时间最多，其主要劳动类型就被视为哪种。个人的劳动类型选择分为三种：挣工资活动(j=1)、私营劳动(j=2)、农业劳动(j=3)。其中，我们将j=3作为参考组。

我们可以构建Multinomial Logit模型，其中，个人的劳动类型y=j发生的概率是：

其中表示一组参数向量。X表示一组影响主要劳动类型选择的变量，在本文的分析中包括婚姻状况、6岁以下幼儿数、家庭6—11岁孩子数、家庭70岁以上老人数、受教育年限、年龄、年龄平方、家庭规模对数、家庭耐用消费品对数、家庭男性劳动力的比例、家庭参加劳动人数的对数、家庭耕地面积对数、灌溉土地的比例、家庭财产对数、县虚拟变量。

三、实证分析及结果

(一)劳动时间分配和劳动参与率的性别差异

表2为男女在不同类别劳动时间分配上的差异。在592户农户中，男性劳动力743人，女性702人。男性和女性的各项劳动时间均在1％的显著水平上存在差异。女性在农业劳动时间和家务劳动时间上显著高于男性，女性平均每天农业劳动时间比男性高0.88小时，家务劳动时间多2.11小时。女性农业劳动的参与率为87.5％，高于男性的78.33％。而女性平均每天私营活动和挣工资活动分别比男性少0.64和1.34个小时，女性的参与比率也远低于男性。女性平均每天从事有收入的劳动时间比男性少1.11小时，但如果把家务劳动时间包括在内，女性每天的总劳动时间比男性多1.00小时。

从图1至图4我们分别可以看到男性和女性在农业劳动时间、私营劳动时间、挣工资时间和家务劳动时间分布上的差异。为将各项劳动的未参与者考虑在内，我们将全年各项劳动时间加0.01个小时后计算其对数。

(二)农村贫困地区各类劳动的影子价格或工资率

在以往文献中，在中国农村地区农民所能从事的三类劳动中，挣工资活动的工资率是最高的，其次是从事家庭私营活动，最低的就是从事农业劳动。我们的实证分析结果也证明了这一点。

几乎所有的家庭都有农业生产活动，对农业生产函数，我们使用了普通最小二乘估计、工具变量两个模型进行模拟，其结果见表3。在OLS模型的估计结果中，农业劳动时间、可变成本、家庭农业固定资产对农业产出有显著的正向影响，其弹性分别为0.18、0.25、0.03，家庭劳动力平均受教育年限、平均年龄也有显著正向影响。女性劳动时间比例有显著的负向影响，说明女性的劳动生产率低于男性。在IV模型的估计结果中，农业固定资产在5％的显著水平上显著，弹性为0.09，劳动时间在10％的显著水平上显著，弹性为0.81，家庭劳动力平均受教育年限亦有显著正向影响。虽然IV估计没有通过联合内生检验，Hausman检验也没有支持IV模型。但是理论上，产出、劳动时间和可变成本是联合内生决定的(Sicular and Zhao，2004)。因此，我们依然采用了IV模拟结果来估计农业劳动的影子价格。结果为，农业劳动的平均影子价格是每小时0.58元(见表6)。

注：括号中是标准误。***、**和*分别表示结果在1％、5％和10％的水平下显著。模型均通过异方差检验。

a内生变量。工具变量为家庭构成变量(参加劳动的家庭成员数，年龄＜6岁的幼儿数，6岁至12岁的孩子数，年龄大于70岁的老人数)、马铃薯或红薯的村市场价格、猪肉价格、水源虚拟变量、家中是否通电。通渭县是省略的虚拟变量。联合内生检验的Wu-Hausman统计量为2.0413，P值为0.10735。Sargan N*R-sq统计量是7.378，P值为0.5979，通过过度识别检验。

对于私营活动生产函数，我们使用了普通最小二乘估计、工具变量模型和选择性偏误修正模型对此进行模拟，其结果见表4。在OLS模型的估计结果中，劳动时间和可变成本对私营活动产出都有显著的正向影响，其弹性分别为0.66和0.11，家庭劳动力平均受教育年限和离最近公路的距离也有显著正向影响。女性劳动时间比例有显著的负向影响，说明女性的劳动生产率低于男性。在IV模型的估计结果中，劳动时间在5％的显著水平上显著，弹性为0.63，家庭劳动力平均受教育年限亦有显著正向影响。选择性偏误修正模型的lambda极不显著，说明不存在选择性偏误。虽然IV估计没有通过联合内生检验，Hausman检验也没有支持IV模型。我们依然采用了IV模拟结果来估计私营活动的影子价格。结果为，私营劳动的平均影子价格是每小时1.20元(见表6)。

注：括号中是标准误，模型Ⅰ括号中是稳健标准误。***、**和*分别表示结果在1％、5％和10％的水平下显著。模型Ⅱ、Ⅲ通过异方差检验。

a内生变量。工具变量为家庭构成变量(参加劳动的家庭成员数，年龄＜6岁的幼儿数，6岁至12岁的孩子数，年龄大于70岁的老人数)、马铃薯或红薯的村市场价格、猪肉价格、水源虚拟变量、家中是否通电。通渭县是省略的虚拟变量。联合内生检验的Wu-Hausman统计量为0.39974，P值为0.75347。Sargan N*R-sq统计量是5.043，P值为0.7530，通过过度识别检验。

b识别变量是劳动力负担人口数。

对于工资方程，我们使用了普通最小二乘估计和选择性偏误修正模拟两个模型来估计，其结果见表5。在OLS模型的估计结果中，受教育年限、年龄、年龄平方对上资有显著影响。教育增加1年，单位时间工资增加2％。收入先随年龄的增加而增加，年龄每增加1岁，收入增加6.6％，33岁左右收入达到最高，之后收入随年龄的增长降低。选择性偏误修正模型的lambda极不显著，说明不存在选择性偏误。但我们依然使用了这个方程来预测工资收入，预测工资均值为每小时2.71元。实际我们观察到的工资收入均值是每小时2.08元(见表6)。

(三)女性主要劳动类型的选择与其家庭责任的关系

表7给出了主要劳动类型选择的Mlogit模型的估计结果，表中所报告的为估计系数和标准误。进一步计算边际效应，男性从事挣工资活动和私营活动的概率分别比女性高21.5％和2.6％，从事农业劳动的概率比女性低24.2％；照顾家中6岁以下幼儿会使挣工资活动和家庭私营活动成为主业的概率降低，每增加1个幼儿，挣工资活动和家庭私营活动成为主业的概率分别降低4.03％和0.17％，在10％的显著水平下显著；家中每增加1个70岁以上老人会使男性将私营活动作为主业的概率降低0.5％，而对女性的影响更大，为16.5％，并都在5％的水平下显著。另外，受教育水平的提高，有助于参与挣工资活动；而耕地面积越大越不利于参加挣工资活动和私营活动。

表8和表9分别给出了分女性和男性的主要劳动类型选择的Mlogit模型的模拟结果，可以更清楚地看出各种因素对男性和女性的不同影响。该结果显示，照顾老人对男性和女性私营活动均有显著负向影响；照顾6岁以下幼儿，对女性参与挣工资活动和私营活动均有显著的负向影响，而对男性没有显著影响。