乡村振兴背景下农民培训的增收效应研究——来自新疆南疆巩固提升县的微观调查证据*

胡建元 孙 悦

一、引言

乡村要振兴,人才是关键,农民要增收,素质提升是根本。扶贫先扶志,扶贫必扶智。扶志就是扶思想、扶观念、扶信心;扶智就是扶知识、扶技术、扶方法。①扶志与扶智是农村人力资本提升的重要内容,要提升农村人力资本就必须加大对农民的教育力度,学校教育与社会教育并重,扶志与扶智常态化推进。但乡村人才问题仍然严峻,专业技术人才缺乏,管理人才水平不高,农民增收内生动力不足,乡村人才总体发展水平与乡村振兴要求不平衡、不协调。②乡村人才的引、育、用、留和激活农民增收的内生动力仍是乡村人才问题的重点。

《中华人民共和国农业法》第五十六条规定:“国家采取措施鼓励农民采用先进的农业技术,支持农民举办各种科技组织,开展农业实用技术培训、农民绿色证书培训和其他就业培训,提高农民的文化技术素质。”《国务院关于进一步做好新形势下就业创业工作的意见》中指出,“重点实施农民工职业技能提升和失业人员转业转岗培训,增强其就业创业和职业转换能力。”农民专业技能培训(以下简称农民培训)是农户增收的重要途径,是全面推进乡村振兴、实现农业农村现代化和共同富裕的重要抓手。针对农民培训促进农户增收问题的研究,学界已形成较为丰硕的成果。梳理发现结论主要有两个方面:一是农民培训对农户增收具有正向影响。这种观点较为普遍,认为农民个体培训对增收的影响较大③,而政府培训的增收效应相对较小④,主要原因在于政府培训更多考虑集体培训而非满足个体就业需求⑤。从影响农户增收的因素来看,家庭劳动人口受教育水平、家庭可用土地面积、家庭确权资产价值、是否加入合作社、家中是否有村干部等因素对增收均具有较强的正向影响。⑥从培训的时间长短来看,无论是短期的临时培训还是长期的正规培训⑦,对收入增长均有着正向的影响。⑧从培训的内容来看,对于种植户而言农业技能培训的增收效应⑨要大于非农业技能培训⑩,而对于非农就业的农民而言,农业技能培训的增收效应明显减弱。二是农民培训对农户增收的影响较小,甚至呈现负相关。这类研究认为不可观测变量是影响受训者作出参加培训决定的重要因素,对农民参加培训决策有着较大的影响。简单培训对于农民收入的影响并不显著,非农职业培训和农业技术培训对家庭纯收入的影响显著性不同,在全样本下对家庭纯收入的影响均不显著;政府培训对农民收入水平的提升效应不显著,但在农民就业和生活水平提升等方面发挥着积极作用。

乡村振兴战略实施的重点是产业兴旺,关键是人才振兴,对农民进行专业技能培训是乡村人才振兴的重要举措,是农户增收的根本保障。由于种种原因,部分地区乡村农民培训流于形式,促进农户增收的效果没有充分显现,这不仅浪费了国家推进乡村振兴的资源,还挫伤了农民参加培训的积极性。如何有效提升农民培训的效果,激发农民增收的内生动力和积极性,形成良好的发展环境和健康积极的生活氛围,是当前及今后亟待解决的难题与时代任务。为此,以南疆地区巩固提升县农民为研究对象,就农民培训对农户增收问题的影响展开研究,从不同类型农户是否参加农民培训对农户增收的影响进行深入研究,旨在为南疆地区巩固拓展脱贫攻坚成果,在五年过渡期内顺利完成巩固脱贫攻坚成果向全面推进乡村振兴顺利过渡提供理论支持。

本文拟突破的关键主要是以下三个方面。一是以全面推进乡村振兴为背景,从农民分类管理的视角研究农民培训的增收效应,不仅从范围上拓宽研究视野,还从理论上还丰富研究成果。二是从当前社会热点问题切入研究,能够提升研究的社会效应和研究价值,尤其从贫困治理和乡村振兴入手对农民进行分类管理的方法进行理论深化,既为当前政策的实施提供了理论基础,又为政策的推进提供了实践思路。三是以南疆地区巩固提升县为研究对象,开展深入细致的实地走访调研,用微观数据真实复刻原深度贫困区在巩固脱贫攻坚成果与乡村振兴有效衔接的过渡期内引导农民增收的成效,能有效指导南疆地区的政策制定与政策调整,助推乡村振兴得以全面推进。

本文拟从农民培训的增收效应理论分析入手,探究农民培训增收效应的内涵意蕴,理顺农民培训与农户增收的关系与逻辑,为深入推进研究靶向定位;在整理数据、指标设定的基础上构建异质性处理效应模型,并厘清研究步骤和策略;从模型的构建、各类处理效应的分析到选择效应和选择收益的比较展开实证研究,并提出结论和对策措施,以期为政策的制定和执行提供参考。

二、理论分析

(一)农民培训是促进农民增收的重要手段

提高农民专业技能水平能够通过稳定就业有效提高农民家庭收入,相对学校教育,培训的增收效应更为直接,效率更高。实践证明,农民参与培训的意愿决定了培训效果,直接影响了培训的增收效应。积极主动且自愿参加专业技能培训的农民,生产效率和经营效率明显高于未参加培训的农民或非自愿参加培训的农民。原因在于主动参加培训的农民会更主动学习专业技能,学习的效率更高,同时在学习过程中有的放矢,通过培训能够真正解决生产生活中的实际问题。另外,乡村还存在着一部分失地农民,他们增收的途径主要依靠创业和就业,要解决创业就业的难题,根本在于专业技能培训,只有通过培训提升农民的人力资本,使农民在创业就业过程中有一技之长,在劳动素质和人力资本方面能更好地适应就业岗位的需求,切实实现就业的稳定性。

(二)不同类型农户农民培训的增收效应

在此类研究中,有观点将农民分为生产经营型农民、专业技能型农民和社会服务型农民。总体来看,农民培训具有显著正向的收入效应,但从具体层面来看,生产经营型农民的培训收入效应高于专业技能型和社会服务型农民,不同类型培训的收入效应在不同类型农民之间存在一定差异。这一理论为本文后续研究提供了理论基础。在实施精准扶贫和脱贫攻坚过程中对农户进行分类管理、分类施策是各地区经常采用的策略,也是理论研究与实践中总结出来的成熟经验和方法。2020年我国全面决胜脱贫攻坚目标任务,各地区在防返贫动态监测预警过程中,为了更准确、更清晰地掌握脱贫农户的贫困状态、综合收入水平、家庭状况及可预期的风险等因素、进一步将农户进行分类,分为“一般户、脱贫户、脱贫不稳定户、边缘易致贫户和突发严重困难户”,在全面推进乡村振兴战略过程中,不同类型的农户面临的首要任务和要解决的难题各不相同。因此,农民在参加培训时的关注点和期望目标各不相同,从而影响农民培训的效果。

三、数据来源、指标选择及研究策略

(一)数据来源

本文研究数据来自“巩固脱贫攻坚成果与乡村振兴有效衔接的机制与路径研究”课题组的实地调研。南疆地区具有自然环境严酷、人口结构复杂、原深度贫困区集中的特点,是乡村振兴的重点区域之一。研究其农民培训对农户增收的影响,具有较为典型的代表性。南疆地区持续加大开展巩固脱贫攻坚成果力度,全面推进乡村振兴,取得了较为显著的成效。本次调查采取配额抽样与实地访谈相结合的方法获取数据。调查活动聚焦脱贫户特别是脱贫不稳定户、边缘易致贫户、突发严重困难户(以下简称“三类户”)分布集中的重点地区和重点人群,从巩固提升县中共抽查5县51个行政村和安置点(其中包含36个脱贫村,10个非贫困村、5个安置点),总计抽查农户1200户,发放并回收问卷1200份。通过对问卷逐份核对筛查,剔除不规范、不完整等不合格的问卷,最终确定有效问卷1107份,其中脱贫监测户问卷429份(含脱贫不稳定户问卷143份,边缘易致贫户和突发严重困难户问卷286份),脱贫户问卷323份,非建档立卡户问卷355份。

(二)指标选择

1.因变量

农户增收(Linco)。该指标是目前农村巩固脱贫攻坚成果成效考评中普遍采用的指标,主要通过农户家庭纯收入来表示。由于农户家庭规模差异的影响,家庭纯收入不能准确展现农民增收的质量与效率,因此,本文用家庭年人均纯收入的对数来表示农民增收,以便更准确地体现农户增收的效率水平。

2.自变量

农民培训(Train)。是指农民在农村所参加的各类专业技能培训。为了数据处理的需要,将农民参加专业技能培训记为1,未参加专业技能培训记为0;个体参加专业技能培训的样本作为本文研究的处理组,未参加专业技能培训的为对照组。

3.控制变量

为了提高对解释变量和被解释变量估计的精度,经对当前农民培训及农户增收的政策和做法进行梳理,将诸多可能对被解释变量产生影响的因素进行归纳整理,根据实际情况,引入家庭实际人口(Popu)、家庭劳动力人数(Man)、接受人才服务(Serv)、基础设施满意度(Infra)、文化中心数量(Cult)和驻村干部人数(Cadre)等7个控制变量,以及培训满意度(Not)和有无卫星工厂就业(Sf)2个工具变量,工具变量的选择依据自变量内生性检验、工具变量的估计、弱工具变量检验逐步确定。变量代码及主要设计见表1。

表1 主要变量说明

(三)研究策略

培训对收入的影响,基于经济视角的实证研究始于传统的OLS模型。培训作为教育的一种模式,同样具有教育的经济特征—回报异质性,即不同的个体在接受培训后从中获得的经济回报因人而异。研究发现无论使用OLS、Matching、IV等模型中任何一种均无法消除回报估计偏差问题。为此,Heckman and Vytlacil(1999、2000)、Carneiro et al.(2001)、Aakvik et al.(2005)、Heckman et al.(2006)等人构建了异质性模型和半参数模型,经过国内外学者的验证证明这种模型能有效解决估计偏差问题。本文对所用变量进行内生性检验,发现作为自变量的农民培训受到可观察变量和不可观察变量的共同影响,因此文章借鉴王海港等(2009)在研究中的思路和方法为带有异质性处理效应的工具变量模型,深入探究南疆地区农民培训对农户增收的影响。

1.模型

根据一般OLS模型,农民培训对农户增收的影响函数可以表示为:

Yi=γTi+βXi+Ui,E(Ui)=0

(1)

公式(1)中Yi为因变量和结果变量,表示每个样本的人均纯收入;Ti为虚拟变量,表示每个样本是否参与农民培训,既是自变量又是处理变量和控制变量;Xi为其他协变量;Ui为期望值为0的扰动项。在处理变量中,Ti=1表示参加农民培训,Ti=0表示未参加农民培训,由此,Y1i-Y0i表示处理变量为1时的收入与处理变量为0时的收入之差,称之为处理效应,函数表达式为:

Yi=TiY1i+(1-Ti)Y0i

(2)

假设Y0、Y1相互独立,不存在交叉效应,则Y0、Y1与自变量X及随机扰动项U1、U0的函数为:

Y1i=β0X1+U1i,Y0i=β0Xi+U0i

(3)

将(3)代入(2)可得:

Y=Y0+(Y1-Y0)T

=β0X+[(β1X-β0X)+(U1-U0)]T+U0

(4)

公式(4)中[(β1X-β0X)+(U1-U0)]T表示处理效应,记作Δ。如果T对于因变量Y而言具有外生性,则是否参与农民培训对因变量的影响不大,任何样本的处理效应都相同。但在现实生活中U1≠U0,即使控制了样本的其他变量Xi,但Δ对各个样本的影响也存在着不同,且处理效应不为常数,此时Δ即为异质性处理效应。

2.各类处理效应

边际处理效应(ΔMTE)表达式为:

ΔMTE(x,uT)=E(Y1-Y0|X=x,UT=uT)=E(Δ|X=x,UT=uT)

(5)

公式(5)中当给定样本的可观测特征(X=x)以及不可观测特征(UT=uT)是农民参与培训的平均回报。这一回报应该等于UT=uT时,对农民培训是无差异的那些个体的平均回报。

平均处理效应(ΔATE)。是指在所选定的样本X中,从总样本中随机抽取一个参与培训的个体所获得的收入与未参与培训的样本所获得的收入之间的平均差距,表达式为:

ΔATE(x)=E(Δ|X=x)=E(β1X-β0X)

(6)

同理可得:

T=1的样本平均处理效应为:

(ΔATT)∶ΔATT(x)=E(Δ|X=xT=1)=E(Δ|X=xUT≤zγD)

T=0的样本平均处理效应为:

(ΔATU)∶ΔATU(x)=E(Δ|X=xT=0)=E(Δ|X=xUT>zγD)

公式(6)中zγD表示个体参与培训的样本的效用;UD表示个体在作出是否参与培训决策时隐藏的误差和异质性,即个体参与培训的净成本。

3.选择效应与选择收益

Heckman and Li(2004)针对选择效应(selection bias)和分类收益(sorting gain)提出解释,结合本文实际,模型表示为:

plim(ΔOLS)=E(Y1|X,T=1)-E(Y0|X,T=0)=E(β1X-β0X)+[E(U1|T=1)-E(U0|T=0)]

(7)

公式(7)中,E(U1|T=1)-E(U0|T=0)表示为OLS的偏差,即OLS的估计值对平均处理效应ΔATE的偏离。同样,对是否参与培训的农民的平均处理效应的偏离即为它们的偏差。

[E(U1|T=1)-E(U0|T=0)]

=[plim(ΔOLS)-ΔATT]+[ΔATT-ΔATU]

=[E(U0|T=1-E(U0|T=0)]+E(U1-U0|T=1)

(8)

[E(U0|T=0)-E(U1|T=1]

=ΔATE-plim(ΔOLS)=[ΔATU-plim](ΔOLS)]+[ΔATE-ΔATU]

=[E(U1|T=0)-E(U1|T=1)]+E(U0-U1|T=0)

(9)

公式(8)中E(U0|T=1)-E(U0|T=0)为选择偏差,即参加农民培训的个体在作出不参与培训决策时不可观测变量导致的收入与反事实情况导致的收入之差的均值,相当于OLS估计值与ΔATT之差。E(U1-U0|T=1)是分类效应,即参加农民培训的个体的不可观察变量的平均收益,是个体作出是否参与培训决策时相比的不可观察变量之差的均值,相当于ΔATT-ΔATE的值。

公式(9)中E(U1|T=0)-E(U1|T=1)为选择偏差,相当于ΔATU与OLS估计值之差;E(U0-U1|T=0)是分类效应,相当于ΔATE-ΔATU。

(四)主要变量描述性统计结果

根据表2可以看出参加培训和未参加培训相比存在较为明显的差异特征。参加培训的农户家庭人均纯收入略高于未参加培训农户的家庭人均纯收入,约达4.7%;在家庭人口数方面,参加培训的家庭人数比未参加培训的家庭人数高出9.8%,家庭劳动力人数高出9.5%,但其接受专业技术人员的技术服务高出24%,对培训的满意度也要高出68.8%,在乡村卫星工厂就业的比率要高出31.68%。从以上数据可以直观地看出参加培训的农民受益较为明显,并且对培训的满意度更高。

表 2 处理组与控制组主要变量统计描述

四、实证结果

(一)农民培训对不同类型农户增收的影响

农民培训是提高农民就业机会的根本途径,培训效果的高低取决于受训农民主观、客观等诸多因素的影响,如农民的农户类型、对培训带来经济收益的预期、地区开展农民培训的水平与形式等,本文主要研究是否参与专业技能培训与农户增收之间的关系。从表3可以直观地看出,参加专业技能培训的农户家庭人均纯收入平均值高于未参加专业技能培训的农户,农户类型对农户家庭增收的影响不明显,但从增收的幅度来看则存在着较大的差异。一般户中处理组比对照组家庭人均纯收入均值高1001元,增幅达7.61%,同时分别高出总体样本均值1256元、1616元;脱贫户中处理组比对照组人均纯收入平均值增加了1836元,增幅达16.5%,与总体样本均值比较,处理组均值高于总体样本均值且增长幅度较小;脱贫不稳定户中处理组比对照组人均纯收入平均值增加了1557元,增幅达15.37%,但与总体样本均值相比出现了明显的下降;边缘易致贫户、突发严重困难户中处理组与对照组人均纯收入平均值增加了434元,增幅3.87%;总体样本中处理组比对照组人均纯收入平均值高出1361元,增幅达11.8%。脱贫户和脱贫不稳定户的增加值均高于总体增加值,说明作为农村人口占多数的脱贫户和脱贫不稳定户均参加培训对农户增收的影响较为显著。表4中,按照农户分类情况,每参加培训一次,家庭收入的增长程度有较大差异,其中脱贫户尤为显著,而边缘易致贫户、突发严重困难户呈负增长趋势;从总体样本来看,参加培训能够促进农户收入增加,这与表3中的情况是一致的。

(二)其他因素对农户增收的影响

将农民是否参与培训作为分组变量,就其他因素对农户增收的影响进行OLS回归,发现相同的自变量对因变量的影响不同(见表5)。

在未参加农民培训的分组中,家庭实际人口、基础设施满意度、文化中心数量和驻村干部人数对一般户的家庭收入增长影响较为显著,其中家庭实际人口与农户增收呈负向关系,即家庭人口越多,农民人均纯收入越低;实际人口、家庭劳动力和文化中心数量对脱贫户的增收影响较大,实际人口数对农户增收呈负向关系,家庭劳动力数量影响显著;在“三类户”中,实际人口呈负向影响,驻村干部人数对农户增收的影响有限。

表3 不同类型农户人均纯收入情况

表4 不同类型农户农民培训对农户增收的影响

表 5 农民培训的相关变量对农户增收的影响

表 5 农民培训的相关变量对农户增收的影响

变量未参加培训=0参加培训=1一般户脱贫户脱贫不稳定户边缘易致贫户、突发严重困难户一般户脱贫户脱贫不稳定户边缘易致贫户、突发严重困难户Popu-0.0400∗-0.0726∗∗∗-0.0648∗∗-0.0764∗∗∗-0.0904∗∗∗-0.116∗∗∗-0.0706∗∗∗-0.0841∗∗∗(0.0210)(0.0182)(0.0292)(0.0166)(0.0176)(0.0233)(0.0263)(0.0193)man0.01370.0810∗∗∗0.04090.01040.0862∗∗∗0.04060.02080.100∗∗∗(0.0282)(0.0262)(0.0473)(0.0285)(0.0254)(0.0333)(0.0408)(0.0283)serv0.01800.0940∗0.06570.0226-0.01170.05890.09500.125∗∗(0.0575)(0.0517)(0.103)(0.0557)(0.0539)(0.0663)(0.0884)(0.0623)Infra0.169∗∗∗0.05500.09460.06140.105∗∗0.06240.03640.0536(0.0598)(0.0339)(0.0707)(0.0402)(0.0406)(0.0410)(0.0599)(0.0402)cult-0.0463∗∗∗-0.0348∗∗-0.0327-0.00923-0.0544∗∗∗-0.00796-0.0442∗-0.0409∗∗(0.0162)(0.0148)(0.0321)(0.0159)(0.0154)(0.0171)(0.0263)(0.0171)cadre-0.333∗∗∗-0.0506-0.0716-0.138∗∗-0.210∗∗∗-0.0730-0.0878-0.0539(0.0826)(0.0540)(0.116)(0.0599)(0.0630)(0.0609)(0.0919)(0.0716)Con.10.31∗∗∗9.436∗∗∗9.380∗∗∗9.852∗∗∗10.39∗∗∗9.870∗∗∗9.933∗∗∗9.584∗∗∗(0.276)(0.212)(0.341)(0.205)(0.192)(0.230)(0.353)(0.250)Obs.1291224815022620195136R20.1840.2190.1860.1900.2130.1430.1310.184

在参加农民培训的分组中,家庭实际人口、家庭劳动力、基础设施满意度、文化中心数量和驻村干部人数对一般户的家庭收入增长影响较为显著,家庭实际人口对脱贫户和脱贫不稳定户的影响较为显著,家庭实际人口、家庭劳动力、人才服务、文化中心数量和驻村干部人数对边缘易致贫户、突发严重困难户的影响较为显著。

从处理组与对照组的比较来看,处理组对自变量的影响更为显著,尤其是一般户、脱贫户更注重专业技能培训,依靠科技知识创造财富的观念逐渐加深,而“三类户”则主要依托于驻村干部的帮扶政策倾斜等因素,对于专业技能培训要求不高,同时,依靠社会兜底增收的思想依然存在。

(三)农民培训对不同类型农户收入的边际影响

农民培训对农户增收的边际影响即为参加培训的农民每增加一个单位而引起农户增收的变化。农民参加培训的次数和农村是否有卫星工厂两大因素对农民培训产生较大影响(见表6)。影响一般户中参加培训的农民的边际效应分别为8.9%、19.4%和8.1%,影响脱贫户的边际效应分别为-0.7%、28%、13.7%,影响脱贫不稳定户的边际效应分别为19.8%、1.7%和18.1%,影响边缘易致贫户和突发严重困难户的边际效应分别为7.4%、27.3%和7.2%。培训次数对脱贫不稳定户的影响较大,卫星工厂对农民培训的影响均处于中等水平。贫困程度相对较轻的一般户和脱贫户更注重培训的内容,原因在于一般户和脱贫户从增收思想和增收条件方面已彻底解决了不想干、不能干的问题,而如何提高增收效率、拓宽增收渠道成为其亟待解决的矛盾,因此,专业培训对一般户和脱贫户而言显得更为重要,并直接影响他们作出参加培训的决策。“三类户”更加注重参加培训能否带来就业机会,如果因参加培训提升了就业机会,则“三类户”更愿意选择参加培训。

农户家庭实际人口、家庭劳动力、科技人才服务、基础设施满意度、文化中心数量和驻村干部人数等因素均对农户家庭人均纯收入有不同程度的影响。家庭实际人口对农户增收的影响不显著,甚至可能会导致由于家庭人口的盲目增长而引起家庭人均收入的下降;家庭劳动力是家庭收入的主要来源,是影响家庭增收最为活跃的因素。从访谈资料和年报资料中可以发现,农户家庭年收入的结构中最主要部分是工资性收入,其源于劳动力外出务工的收入。基础设施满意度、文化中心数量和驻村干部人数三大因素对农户增收的影响极为显著,这三大因素分别从基础、文化、智力支持、政策落实等方面为农户增收提供了支撑和保障。

表6 影响农民培训决策和农户增收的因素及其边际影响

表6 影响农民培训决策和农户增收的因素及其边际影响

变量农民培训农户增收一般户脱贫户脱贫不稳定户边缘易致贫户、突发严重困难户一般户脱贫户脱贫不稳定户边缘易致贫户、突发严重困难户Popu0.0174-0.0757-0.0049-0.03090.121∗∗0.0500.0720.035(0.0525)(0.0569)(0.0715)(0.0535)(0.049)(0.053)(0.068)(0.047)0.006-0.024-0.002-0.010man0.07560.164∗∗0.1820.279∗∗∗0.264∗∗∗0.237∗∗∗0.297∗∗∗0.077(0.0732)(0.0825)(0.112)(0.0853)(0.070)(0.077)(0.105)(0.075)0.026 0.052 0.0570.091serv0.2470.678∗∗∗0.3430.671∗∗∗0.253∗0.302∗∗0.1460.152(0.152)(0.162)(0.244)(0.176)(0.146)(0.148)(0.235)(0.150)0.0860.215 0.1080.219Infra-0.1850.003310.0465-0.01590.335∗∗∗0.401∗∗∗0.300∗∗0.214∗∗(0.132)(0.105)(0.158)(0.111)(0.123)(0.096)(0.160)(0.107)-0.0640.001 0.015-0.005cult0.01390.05430.02150.01550.113∗∗∗0.240∗∗∗0.210∗∗∗0.178∗∗∗(0.0431)(0.0435)(0.0707)(0.0482)(0.041)(0.039)(0.066)(0.042)0.0050.017 0.0070.005

续表

利用probit模型分别对不同类型农民培训进行估计并生成倾向值,根据倾向值绘制核密度分布图(如图1),从参加农民培训的分布趋势可以看出处理组倾向值要高于对照组,倾向值越高,说明参加培训的概率越大。图1(a)在一般户中由于未参加农民培训的人数为87人,以此为临界值,将355个样本倾向值按升序排序后第87位估计值为0.5468,在前87个样本中,参加农民培训的有36人,未参加的51人,这说明由于不可测变量的影响,导致15人违背意愿作出不参加培训的决策;图1(b)(c)(d)中同样可以得出不可测因素对农户作出培训决策的影响。从不同类型农户培训倾向值分布情况看,处理组倾向值得分普遍高于对照组,并且高分值的密度较为集中,这充分说明农户作出是否参加培训决策时受到培训次数和卫星工厂等因素的影响较为明显,且不可预测因素的影响不容忽视。

(四)农民培训处理效应、偏差与收益分析

通过对农民培训处理组与对照组影响下的人均纯收入的均值取对数,获得人均纯收入的变化率分别为7.34%、15.27%、14.3%、3.8%。在不考虑农民培训异质性的情况下分别利用OLS模型和Matching模型对农民培训的收益进行估计,发现不管是OLS模型还是Matching模型的估计值,均出现高估或低估现象,但幅度差别不大。

从表7中OLS和Matching估计来看,均出现估计值不准确的现象,即参数估计方法对边际处理效应的估计存在一定的局限性。为此,本文提出利用半参数局部工具变量法进行估计,这是Carneiro et al.(2011)提出的一种更加稳健的半参数估计方法。相较于参数估计方法,半参数LIV方法被认为是更加灵活、更加稳健的估计方法。从目前有关MTE研究文献来看,研究者普遍认为半参数LIV方法在MTE估计上具有独特的优势。上表中除OLS和Matching估计值外,其他估计均采用半参数LIV方法计算获得。

图1 农民培训倾向值核密度分布图

从一般户是否参加培训来看,平均处理效应为0.608,即参加专业技能培训的农民每增加一个单位他们的收益会增加60.8%,而未参加专业技能培训的农民收益增加49.1%,说明参加培训的农民将会得到更大的收益,而不参加培训的农民的收益则要小得多。另外,从总体样本、处理组与对照组的平均处理效应来看,ATT>ATE>ATU,说明农民培训的边际处理效应随着处理变量的不可测异质性增强而递减,农民参加培训比不参加培训能够获得更多的回报和收益。偏差为考虑是否参加培训异质性前后处理效应之差,从上表中的数据可以看出不考虑参加培训异质性后平均处理效应被低估了46.5%,低估的幅度较大。如果考虑选择因素但不考虑异质性则平均处理效应被低估了53.7%,低估的幅度较不参加选择有所提高。这说明不可观测因素和异质性对农民参与培训的影响较大。将OLS偏差进一步分解可得到选择偏差和分类收益,且对参与培训的个体选择偏差和分类收益分别为-0.537、0.072,对不参加培训的个体选择偏差为0.348,分类收益为0.117,说明参加培训的个体对培训的选择虽然受到一系列因素的影响,但最根本的还是依据自身感受所得,基本体现了专业培训对农户增收的促进作用。

表7 培训满意度各类处理效应、偏差及收益对比

从脱贫户和脱贫不稳定户来看,OLS偏差均为负值,且脱贫户的偏差系数较高,说明这两类农户培训对农户增收的促进作用明显被低估了,并且脱贫户的低估幅度极大,而从分解后的选择偏差和分类收益看,参加培训的个体基本都按照自己的意愿作出了选择,而未参加培训的个体则显示出受不可测异质性因素影响较大,作出了“伪选择”。再进一步对脱贫户和脱贫不稳定户的个体进行分析,发现脱贫户家庭认为劳动力频繁参加培训会相当大程度影响其收入的持续性,从而影响该类型农户对参与培训的选择;另外,脱贫户和脱贫不稳定户是村委会组织开展专业技术培训的主要对象,在客观上必然会存在培训次数频繁、培训项目种类较多的现象,这也是影响该类型农户选择不参加培训的因素。

从边缘易致贫户、突发严重困难户来看,总体样本、处理组和对照组的平均处理效应均为负值,说明该类型农户只要参加培训就会对增收产生负向影响。从OLS偏差分解为选择偏差和分类收益看,尽管农户参加培训较少,但在作出是否参加培训的抉择时基本都受到帮扶政策的影响即更偏向于选择参加而非放弃。

图 2 农民培训半参数LIV处理效应曲线比较

图2表示处理变量不可测异质性对边际处理效应的影响,处理变量不可测异质性即为影响农民作出是否参加培训的因素,也可以看作是农民为参加更多培训而付出的机会成本。从四类农户总的曲线走势可以看出,农民培训对农户增收的边际处理效应随着处理变量的不可测异质性的增强而减小。这与表7中平均处理效应的对比(OLS

五、总结与对策建议

(一)总结

第一,农民参加培训对农户增收具有较强的促进作用。在农民培训对不同农户类型的增收影响中,参加培训的农户家庭收入明显高于未参加培训的农户。因此,鼓励农民参加培训有助于农户增收,农民培训是乡村振兴重点帮扶地区促进农户增收的正确途径。

第二,不同类型的培训对增收的影响不同。通过三种模型深入分析并进行比较,发现农民培训对不同类型农户增收的影响不同,农民参加培训对脱贫户和脱贫不稳定户的影响程度较大,对一般户和边缘易致贫户、突发严重困难户的影响程度相对较小。根本原因在于不同类型农户当前所追求的目标存在差异,一般户更注重增收的途径和技能,脱贫户和脱贫不稳定户作为农民培训的主要对象,得到各类帮扶政策的机会远高于其他类型农户,而边缘易致贫户、突发严重困难户则更注重于如何获取社会帮扶,这与其致贫原因、家庭人口结构有较大关系。

第三,农民培训的次数对其产生直接影响。农民是否参加培训容易受到受训主体主观和客观因素的影响。培训次数过于频繁会降低农民参加培训的意愿,这种影响对于一般户和脱贫不稳定户尤为突出;培训内容中增加契合农户需求的专业技术培训对一般户、脱贫户的影响更为明显,其原因在于这两类农户在收入水平上已远超过贫困线,当前亟待解决的矛盾是如何提升其人力资本和满足对增收技能培训的需求。

(二)对策建议

在巩固脱贫攻坚成果与乡村振兴有效衔接的五年过渡期内,既要提高巩固脱贫攻坚成果的成效,又要把着眼点平稳过渡到全面推进乡村振兴战略上来。从农户类型的角度研究农民培训对农户增收的影响,能有效促进地方政府制定切合实际、定位准确的帮扶政策。

第一,加强培训宣传,激发农民培训的内生动力。农民培训对于巩固脱贫攻坚成果和推进乡村振兴至关重要,无论是政府、社会组织还是广大农民群众,都要深化认识,增强责任感和使命感,各负其责,各尽其能,统筹协调,形成以政府为主导、部门协作、上下联动、合力推进的工作格局。要利用多种形式、多种渠道深层次激发农民参加专业技能培训的内在动力。

第二,实施分类指导,满足农民培训的真实需求。根据农户类型开展分类分层培训。要明确重点培训对象,重点开展实用型、技能型农民培训,让农民通过专业技能培训具备改善生活、增加经济收入的能力。加快构建系统化、立体化的高质量培训格局,为农户提供准确高效的专业技能培训,在培训过程中切忌走过场、完成任务等形式主义,尤其要杜绝以培训补贴等形式诱导农民参加培训。

第三,开展农业科技服务,定向追踪农民培训成效。要充分发挥农业科技特派员、农业技术员、科研单位支农科技人员的科技服务作用,形成长期跟踪指导机制,县、乡、村相关管理部门要积极主动与科研单位对接,签订长期合作协议,为科技服务人员提供最好的服务环境和服务便利,要让科技变为产出,使农民培训见实效,真正实现产、学、研一体化的现代农业发展新格局。

第四,拓展就业岗位,提高农民培训意愿。就业增收是南疆地区农民增收的重要途径,鼓励农民就近就地就业是解决农村空心化和巩固脱贫攻坚成果的重要举措。要为农民提供就业岗位,尤其是县乡工业园区、卫星工厂、护林员、护路员等公益性岗位,对解决南疆地区富余劳动力、女性劳动力、半劳动力就业起着不可替代的作用。同时,要通过就业岗位的专业技能要求引导农民产生积极主动参加培训的意愿。

注 释：

① 胡建元:《兵团贫困治理成效及长效机制研究》[J],《石河子大学学报(哲学社会科学版)》2022年第9期第1～7页。

② 吴梅芳:《全面推进乡村振兴人才队伍是关键》[N],《学习时报》,2022年5月4日,第7版。

③ 尹振宇,吴传琦:《乡村振兴背景下农村劳动者培训的收入效应研究》[J],《调研世界》 2021年第3期,第16～21页。

④李宝值,杨良山,黄河啸,朱奇彪:《新型职业农民培训的收入效应及其差异分析》[J],《农业技术经济》2019年第2期第135～144页。

⑤王海港 黄少安 李琴等:《职业技能培训对农村居民非农收入的影响》[J],《经济研究》2009 年第9期,第128～139页,第151页。

⑥熊雪,聂凤英,毕洁颖:《贫困地区农户培训的收入效应——以云南、贵州和陕西为例的实证研究》[J], 农业技术经济》 2017年第6期,第97～107页。

⑦ 王德文,蔡昉,张国庆:《农村迁移劳动力就业与工资决定:教育与培训的重要性》[J],《经济学》2008年第4期,第1131～1148页。

⑧ 史新杰,方师乐,高叙文:《基础教育、职业培训与农民工外出收入——基于生命周期的视角》[J],《财经研究》2021年第1期,第153～168页。

⑨ 屈小博:《培训对农民工人力资本收益贡献的净效应——基于平均处理效应的估计[J],《中国农村经济》2013年第8期,第55～64页。

⑩ 潘丹:《自选择、农业科技培训与农村居民收入的关系》[J],《中国农业大学学报》第2期,第244～250页。