《中国农村贫困地区劳动力劳动时间分配的性别差异.docx》由会员分享,可在线阅读,更多相关《中国农村贫困地区劳动力劳动时间分配的性别差异.docx(16页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、编号:时间:2021年x月x日书山有路勤为径,学海无涯苦作舟页码:第16页 共16页中国农村贫困地区劳动力劳动时间分配的性别差异中国农业科学院农业经济与发展研究所 王姮内容提要:在农民进城打工潮不断发展的过程中,我们观察到很多农村地区的农业劳动主要是由留守女性来承担的。而在贫困地区未外出打工的农村常住人口中,是否存在这种分工现象呢?我们选取了592户住户的常住劳动力样本,研究其劳动时间分配状况,在控制了不同地域及家庭固定效应、劳动力的家庭特征和个人特征等因素的情况下,结果发现,农业劳动时间、挣工资的劳动时间和私营活动时间以及参与概率均存在显著的而且相当大的性别差异。关键词:性别差异 劳动时间分
2、配 农村贫困地区Gender Disparity in Labor Time Allocation in China Poor Rural AreasInstitute of Agricultural Economics and Development Chinese Academy of Agricultural SciencesHeng WangAbstract: Gender disparity in labor time allocation is one of the most important factors leading to gender disparity in inco
3、me. Some factors, such as individual and family characteristics, and local economic situation give rise to gender disparity in time allocation. This paper uses 592 households survey data from China Rural Poverty Survey in four national designated poor counties in 2001, aims to explain the gender inc
4、ome differences caused by time allocation in different income-generation activities. The results show that there are significant gender differences in the probability of participation and time allocation in Agricultural activities, self-employment and wage-earning. Key words: Gender Disparity Labor
5、Time Allocation Poor Rural Areas在农村贫困地区,许多因素都会对男女不同性别的劳动时间分配产生重要影响,劳动时间分配的性别差异也是影响男女收入差距的重要因素。本研究力图通过贫困地区的劳动时间的分配分析,来验证农村贫困地区男女在不同类型劳动时间上的分配是存在差异的,从而为农村地区存在两性收入差距提供证据。本文是从一个崭新的视角劳动力劳动时间分配的性别差异来验证贫困地区的性别收入差距问题。在分析中,考虑了贫困地区劳动力农业劳动时间和非农业劳动时间(包括私营劳动时间和挣工资活动)的一些影响因素,这些因素包括地域特征、家庭特征(如人均耕地面积、家庭规模、6岁以下幼童数等等
6、)和个人特征(如性别、年龄、受教育年限)等等。本文通过控制这些地域、家庭特征、个人特征,建立贫困地区劳动力时间分配性别差异模型,为劳动力劳动时间分配的性别差异提供实证证据。本文以下部分包括:第二部分相关文献;第三部分为数据来源及数据描述;第四部分为实证分析及结果;第五部分为结论。1、相关文献从性别差异的角度研究中国贫困地区劳动力劳动时间分配的文章并不多见。一些学者曾经对中国贫困地区劳动时间分配影响因素进行过研究。都阳(2000)通过影子工资率和影子收入来观察农户及其家庭成员的劳动供给行为,发现贫困地区的劳动供给具有以下特征:在贫困地区农户的家庭决策中生产决策和消费决策是相互影响的;在劳动力市场
7、不能良好运转的情况下,家庭劳动供给的联合决策特征是相互影响的;影子价格对劳动供给有正向影响。李实(2001)在“农村妇女的就业与收入”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。杨学成等(1998)认为农民兼业化程度是由多种因素综合作用的结果,由于不同村庄在自然禀赋、农民素质、经济地理位置、农村经济状况等多方面各不相同,因而兼业化业存在较大的差异。Kimih(1994)发现教育水平对农业和非农业就业有正向影响,尤其是非农就业;家庭的规模越大越能减少农业就
8、业;离城镇的距离越远,非农就业就越少。恰亚诺夫(1996)对单个农民农场运行机制进行了静态分析,认为农民农场经济活动量取决于家庭规模和构成,其上限由家庭劳动力最大可利用数量决定,下限由维持家庭生存的最低物质水平决定。Kimih对以色列农户农业劳动和非农业劳动的时间分配进行了研究,发现家庭结构对农民的劳动时间有所影响,还有农田和资本规模并不影响农户的时间分配。制度因素、文化背景或劳动力的差异都会影响劳动时间分配。2、数据来源及数据描述本研究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
9、)40个村的592户农户。该数据资料的最大特点是调查变量相对广泛,问卷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,以及农户收入水平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:
10、在家超过6个月的和离家超过6个月,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。表1展示了不同类型劳动的小时收入均值、以及按性别分组计算的不同类型劳动的参加人数和时间分配的均值及差异。计算该表使用的样本包括了调查数据中所有参与劳动的男性和女性。劳动报酬率从高到低的排列顺序依次是挣工资活动、私营活动和农业劳动。在592户农户中,参加农业劳动的男性1376人,为女性1432人,不论是在参加农业劳动的人数上还是平均劳动时间上,女性均高于男性,而且男性和女性的农业劳动时间在1%的显著水平上存在差异。虽然从挣工资劳动和私营活动的平均时间来看,两性的时间分配差异不显著,但是从参与挣工资活动
11、和私营活动的人数上看,男性人数远远多于女性。从图1、图2和图3我们分别可以看到男性和女性在农业劳动时间、私营劳动时间和挣工资时间分布上的这种差异。表2为模拟使用的主要变量的解释。表3为变量的简单统计描述。该表统计的所使用的数据范围是所有年龄大于16岁小于65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。3、实证分析及结果我们分别建立了挣工资劳动时间、私营活动时间和农业劳动时间的模拟方程,我们的主要目的是考察性别虚变量的系数的大小及其显著性,以考察劳动时间的性别差异。(1)挣工资劳动时间的模拟在贫困地区农村居民各种类型的劳动中,挣工资活动是平均单位时间收入最高的一类劳动,因此,该类劳动
12、对家庭生活状况的改善是非常重要的。家庭成员在劳动市场上参与竞争,以尽力获得挣工资的机会,因此,劳动者个人特征应该是重要的影响因素,此外,在模型中我们还考虑了家庭特征以及地域固定效应等因素。我们分别使用了Tobit模型和Probit模型进行模拟。在Tobit模型中,假设一个潜在变量y*为:在Probit 模型中,在估计时通常假定各观察值之间是相互独立的,然而在本研究中来自同一家庭劳动力之间的决策可能具有相关性,与这一假定不符。为此,我们在估计时使用稳健标准差。表4至表6分别给出了贫困地区农村居民挣工资活动时间的Tobit模型、参与挣工资活动的Probit模型的回归结果、Probit模型的边际效应
13、。根据Tobit模型的回归结果,在控制县固定效应的模型中,性别虚变量的系数为-5032.479,并在1%的水平上显著。通过计算,在挣工资活动时间为正和其他条件不变的条件下,性别为女性会降低预期挣工资劳动913.2103小时,在1%的水平上显著;而对所有参加和不参加挣工资劳动的人同时考虑时,性别为女性会降低预期挣工资劳动659.7864小时,在1%的水平上显著。说明女性参与挣工资劳动时间低于男性。在分别控制了县、乡镇、村固定效应后,该系数变化不大。也就是说,女性挣工资活动时间低于男性的现象在县、乡镇、村内都是存在的,而且差别程度变化不大。根据表5和表6的结果显示,控制县固定效应模型中,女性参与挣
14、工资劳动的概率比男性低26.93%;控制乡镇固定效应模型中,女性参与挣工资劳动的概率比男性低26.59%;控制村固定效应模型中,女性参与挣工资劳动的概率比男性低26.79%。也就是说,女性挣工资活动参与概率低于男性的现象在县、乡镇、村内都是存在的,而且差别程度变化不大。而控制了家庭固定效应后,该概率差别达到了58.38%,说明家庭内部的分工极大地降低了女性参与挣工资劳动的可能性。表4中性别虚变量的系数除以约为-1.4527、-1.4961、-1.5140,与probit模型的估计值-0.9595、-0.9663与-0.9802相比,符号一致,相差也不是很大,表明Tobit模型合适。但仍说明性别
15、因素对女性参与挣工资劳动的概率以及参与时间均有影响。(2)私营活动时间的模拟在贫困地区农村居民各种类型的劳动中,私营活动是平均单位时间收入仅次于挣工资活动的一类劳动,从家庭外部来看,该类活动是家庭参与市场的经营活动。因此,劳动者的家庭特征和地域经济特征将是影响该项劳动时间的主要因素。据此分析,在私营活动时间的模拟方程中,除性别因素外,我们考虑了地域固定效应、劳动者家庭及个人特征,我们分别使用了Tobit模型和Probit模型进行模拟。在估计时Probit 模型我们了使用稳健标准差。表7至表9分别给出了贫困地区农村居民私营活动时间Tobit模型、Probit模型的回归结果、Probit模型的边际
16、效应。根据Tobit模型的回归结果,在控制县固定效应的模型中,性别虚变量的系数为-1427.098,并在1%的水平上显著。通过计算,在私营活动时间为正并控制其他条件不变的条件下,性别为女性会降低预期私营活动251.6329小时,在1%的水平上显著;而对所有参加和不参加农业劳动的人同时考虑时,性别为女性会降低预期私营活动165.0485小时,在1%的水平上显著。在分别控制了县、乡镇、村固定效应后,该系数变化不大。也就是说,女性私营活动时间低于男性的现象在县、乡镇、村内都是存在的,而且差别程度变化不大。根据表8和表9的结果显示,控制县固定效应模型中,女性参与私营活动的概率比男性低10.84%;控制
17、乡镇固定效应模型中,女性参与私营活动的概率比男性低12.13%;控制村固定效应模型中,女性参与私营活动的概率比男性低12.19%。也就是说,女性对私营活动参与概率低于男性的现象在县、乡镇、村内都是存在的,而且差别程度变化不大。而控制了家庭固定效应后,该概率达到了43.87%,说明家庭内部的分工极大地降低了女性参与私营活动的可能性。表7中性别虚变量的系数除以约为-0.7474、-0.9000、-0.8983,与probit模型的估计值-0.4165、-0.4819、-0.4888相比,符号一致,相差也不是很大,表明Tobit模型合适。但仍说明性别因素对女性参与私营活动的概率以及参与时间均有影响。
18、(3)农业劳动时间的模拟在贫困地区农村居民各种类型的劳动中,农业劳动是平均单位时间收入最低的生产劳动,该类活动是农村家庭及成员普遍参与的生产经营活动。劳动者的许多个人特征、家庭特征和地域经济特征都会对该项劳动时间的产生重要影响。据此分析,在农业劳动时间的模拟方程中,除性别因素外,我们考虑了地域固定效应、劳动者的个人特征及其家庭特征,建立Tobit模型。表10显示了贫困地区农村居民农业劳动时间模拟方程的回归结果。在控制县固定效应的模型中,性别虚变量的系数为245.0008,并在1%的水平上显著。在农业劳动时间为正和其他条件不变的条件下,性别为女性会增加预期工作小时数199.2056小时,在1%的
19、水平上显著;而对所有参加和不参加农业劳动的人同时考虑时,性别为女性会增加预期工作小时数232.9963小时,在1%的水平上显著,该影响比参加农业劳动时间为正时更大。说明性别因素对女性参与农业劳动的概率以及参与时间均有影响。在分别控制了县、乡镇、村、家庭固定效应后,该系数变化不大。也就是说,女性农业劳动的时间高于男性的现象在县、乡镇、村内和家庭内都是存在的,而且差别程度变化不大。4、结论我们的实证分析发现:首先,在县、乡镇、村都存在挣工资劳动时间较大的性别差异,女性远远低于男性,另外,无论在县、乡镇、村女性参与挣工资活动的概率显著地大幅低于男性,而家庭内的分工使该性别差异极大扩张;其次,在县、乡
20、镇、村都存在女性私营活动劳动时间和对私营活动的参与概率远低于男性的现象,而家庭内的分工极大地扩大了参与概率的差异;第三,无论在县、乡镇、村还是家庭内,都存在女性农业劳动时间远高于男性的现象。也就是说,相对于男性,女性更多地从事收入最低的农业劳动,更少地从事收入相对较高的挣工资劳动和私营活动。本文的政策意义在于从劳动时间分配的视角验证了贫困地区农村居民收入的性别差距。由于劳动时间和劳动类型分配上存在差异,使女性比男性更容易处于贫困状态。因此,改善贫困地区女性劳动的参与状态会有助于促进她们收入的提高。参考文献恰亚诺夫, 1996. “农民经济组织” ,中央编译出版社,北京都阳,2000.影子工资率
21、对农户劳动供给水平的影响度对贫困地区农户劳动力配置的经验研究, 中国农村观察, 2000(5):36-42.李实,2001.农村妇女的就业与收入基于山西若干样本村的实证分析,中国社会科学,2001(3):56-69. 杨学成,赵瑞莹,1998. 转型时期农民兼业问题的实证研究,中国农村观察,1998(3):42-47A.Kimhi, Eliel Rapaport, 2001.Time Allocation Between Farm and Off-farm Activities in Israeli Farm Houeholds-1995, Agriculture Economics, 200
22、1(11) 图1 不同性别的农业劳动时间的 Kernel 密度图图2不同性别的私营劳动时间的 Kernel 密度图图3 不同性别的挣工资时间的 Kernel 密度图表1 劳动时间分配的性别差异不同类型的劳动该类型劳动的平均单位时间收入(元/小时)(1)参加该项劳动的男性观测对象数(人)(2)男性劳动时间均值(小时/年)(3)参加该项劳动的女性观测对象数(小时/年)(4)女性劳动时间(人)(5)男性和女性的劳动时间差异(小时/年)(6)农业劳动0.4213761125.92 (851.7868)14321328.076 (876.0186)-202.1561(6.1964)*私营活动0.7528
23、41167.556 (1037.493)921021.522 (874.2363)146.0346(1.2171)挣工资活动0.964382337.288 (1943.984)502590.4 (1811.682) -253.1123(0.8781) 注:其中(1)列不同类型劳动的平均单位时间收入的计算包括了参加劳动的男性和女性。私营活动收入是税后净收入。该表统计使用的是调查中所有观测对象的数据计算而来。 (3)和(5)列的括号里报告的是标准差,(6)列的括号里报告的是t统计量绝对值。*表示10%的显著性水平;*表示5%的显著性水平;*表示1%的显著性水平。表2 变量解释变量名变量解释农业劳动
24、时间(小时)全年种植业、林业和畜牧业劳动时间之和私营活动时间(小时)全年私营活动时间之和挣工资活动时间(小时)全年挣工资活动时间之和是否参加挣工资活动参加挣工资活动为1,否则为0是否参加私营活动参加挣工资活动为1,否则为0人均耕地面积(亩)家庭耕地面积除以家庭规模年龄年龄=出生年份-2000受教育年限接受正规教育的年限劳动经验(年)劳动经验exp采用如下计算方法,其中,age是年龄,edu是受教育年限:家庭财产(百元)家庭所有的大于30元的耐用消费品、固定资产以及房屋价值之和最近集市的距离(公里)家庭与集市的距离最近公路的距离(公里)家庭与公路的距离6岁以下幼童数(人)家庭中小于等于6岁的孩子
25、的个数6岁至12岁儿童数(人)家庭中大于6岁并小于等于12岁孩子的个数表3 变量的统计描述变量观测值均值标准差最小值最大值农业劳动时间(小时)25281283.756853.482605160私营活动时间(小时)2528164.1717553.139304500挣工资活动时间(小时)2528442.23581246.917016030人均耕地面积(亩)27110.96471.0071840.0429.375受教育年限(年)25964.3466873.638585013劳动经验(年)259623.5053912.40804049家庭财产(百元)269911.3115716.327790.1330
26、1.802家庭规模(人)27158.3896872.82945216最近集市的距离(公里)27153.971753.098476025最近公路的距离(公里)27151.3100923.31707060年龄(岁)271538.8066312.9186816656岁以下幼童数(人)27151.0092081.511778086岁至12岁儿童数(人)27151.0195211.5116806婚姻状况27150.8412520.36550801表4 贫困地区农村居民挣工资活动时间Tobit模型模拟结果控制各县的固定效应模型(1)控制各乡镇的固定效应模型(2)控制各村的固定效应模型(3)性别虚变量-50
27、32.479 (342.3886)*-4987.484(340.8195)*-4990.676(340.4563)*受教育年限178.2075 (40.2058)*200.1061 (40.5863)*192.8591 (40.7933)*劳动经验-197.9699 (337.0421)-328.5217 (343.3949)-434.0204 (344.4666)劳动经验的平方项-5.4056 (0.9957)*-4.8631 (0.9980)*-4.7602 (1.0011)*年龄409.9149 (329.8102)513.916 (335.7344)616.6175 (336.5261
28、)*家庭人均耕地-719.4245 (193.2966)*-719.239 (216.9423)*-754.1533 (218.5517)*家庭财产-0.6796 (8.4953)-1.3158 (8.4362)-4.0386(8.5948)家庭规模38.0681 (51.1520)34.8506 (51.3299)32.5087 (51.4471)最近集市的距离13.4876 (36.3385)-57.2987 (55.9588)-67.9939 (64.7070)最近公路的距离24.1138 (32.4394)-1.1349 (34.1953)-6.8018 (34.8731)家庭6岁以下
29、幼童数-210.0723 (90.5851)*-193.6899 (90.6014)*-188.9446 (90.4613)*家庭6岁至12岁儿童数-24.8162 (82.9985)-13.0184 (83.2538)16.5043 (84.0792)婚姻状况309.6216 (446.014)511.8315 (449.8819)586.4645 (450.9529)常数项-9594.744 (5251.258)*-10087.06 (5361.695)*-11730.77 (5371.463)*/sigma3464.1393333.7563296.267Pseudo R20.05930.
30、06760.0694LR chi2620.53706.37725.17样本数243424342434注:括号中是标准差。*表示10%的显著性水平上显著;*表示5%的显著性水平上显著;*表示1%的显著性水平上显著。表5 贫困地区农村居民是否参与挣工资活动的Probit模型模拟结果控制各县固定效应模型(1)控制各乡镇固定效应模型(2)控制各村固定效应模型(3)控制家庭固定效应模型(4)性别虚变量-0.9595(0.0683)*-0.9663(0.0627)*-0.9802(0.0692)*-1.6928(0.1140)*受教育年限0.0214 (0.0107)*0.0299 (0.0111)*0.
31、0291 (0.0111)*0.1228 (0.0265)*劳动经验-0.0733 (0.1025)-0.0623 (0.1051)-0.0983 (0.1058)0.1816 (0.2476)劳动经验的平方项-0.0003(0.0002)-0.0003(0.0002)-0.0002(0.0002)0.0008(0.0005)*年龄0.0886 (0.1010)0.0755 (0.1038)0.1103 (0.1044)-0.2100 (0.2465)家庭人均耕地-0.1337(0.0540)*-0.1789(0.0645)*-0.1626(0.0629)*-家庭财产0.0016(0.0021
32、)0.0022(0.0023)0.0023(0.0023)-家庭规模0.0105(0.0138)0.0118(0.0142)0.0128(0.0143)-最近集市的距离-0.0056(0.0094)-0.0350(0.0143)*-0.0533(0.0178)*-最近公路的距离0.0106(0.0064)*0.0047(0.0073)0.0018(0.0080)-家庭6岁以下幼童数-0.0022(0.0240)-0.0008(0.0245)-0.0022(0.0245)-家庭6岁至12岁儿童数0.0221(0.0215)*0.0138(0.0221)*0.0152(0.0224)*-婚姻状况-
33、0.3212 (0.1089)*-0.3183 (0.1144)*-0.3038 (0.1142)*-0.6451 (0.2550)*常数项-1.8254 (1.6039)-0.8730 (1.6585)-1.4175 (1.6695)4.9990 (3.9636)Pseudo R20.12780.15350.16040.3935Wald chi2339.25405.14426.46533.20样本数2580258025801226注:括号中是稳健标准差。*表示10%的显著性水平上显著;*表示5%的显著性水平上显著;*表示1%的显著性水平上显著。表6 贫困地区农村居民是否参与挣工资活动Prob
34、it模型的边际效应控制各县固定效应模型(1)控制各乡镇固定效应模型(2)控制各村固定效应模型(3)控制家庭固定效应模型(4)性别虚变量-0.2693*-0.2659*-0.2679*-0.5838*受教育年限0.0060*0.0082*0.0080*0.0471*劳动经验-0.0207-0.0172-0.02690.0698劳动经验的平方项-0.0001-0.0001-0.00010.0003*年龄0.02500.02080.0302-0.0807家庭人均耕地-0.0377*-0.0494*-0.0445*家庭财产0.00050.00060.0006-家庭规模0.00300.00330.003
35、5-最近集市的距离-0.0016-0.0097*-0.0146*-最近公路的距离0.0030*0.00130.0005-家庭6岁以下幼童数-0.0006-0.0002-0.0006-家庭6岁至12岁儿童数0.00620.00380.0042-婚姻状况-0.0991*-0.0963*-0.0911*-0.2528*表7 贫困地区农村居民私营活动时间Tobit模型模拟结果控制县的固定效应模型(1)控制乡镇的固定效应模型(2)控制村的固定效应模型(3)性别虚变量-1427.098(154.9649)*-1590.988(154.5351)*-1571.058(154.619)*受教育年限49.175
36、8(23.4889)*27.0452 (22.8954)29.3362 (22.9400)劳动经验194.4952(212.0726)230.3096 (207.55)187.7801 (211.5901)劳动经验的平方项-1.2704(0.5182)*-1.2606 (0.5113)*-1.2162 (0.5167)*年龄-150.4555 (208.2261)-196.2229 (203.4714)-155.2968 (207.2892)家庭人均耕地-428.8269 (138.0091)*-223.8783 (138.9476)-143.3077 (140.3304)家庭财产30.856
37、9 (3.8997)*21.7689 (3.8985)*19.8591 (3.9006)*家庭规模-15.0072(29.3609)-24.9086 (29.6430)-23.6961 (30.0581)最近集市的距离-66.6121(21.5965)*-50.2338 (31.3740)-51.6525 (36.9365)最近公路的距离11.8363(14.5607)31.9904 (13.9868)*33.5018 (14.9846)*家庭6岁以下幼童数27.5693 (50.7018)46.7160 (49.9195)53.3174(50.4076)家庭6岁至12岁儿童数144.672
38、(44.9768)*132.2523 (45.0526)*145.6283(45.8937)*婚姻状况642.3931 (267.0268)*667.3989 (260.0915)*696.1244(261.1867)*常数项49.2894 (1909.388)475.2497 (3256.219)-231.5299(3313.06)sigma 1909.3831767.71748.974Pseudo R20.04110.06050.0636LR chi2319.30470.53494.02样本数243424342434注:括号中是标准差。*表示10%的显著性水平上显著;*表示5%的显著性水平
39、上显著;*表示1%的显著性水平上显著。表8 贫困地区农村居民是否参与私营活动的Probit模型模拟结果控制县固定效应模型(1)控制乡镇固定效应模型(2)控制村固定效应模型(3)控制家庭固定效应模型(4)性别虚变量-0.4165(0.0675)*-0.4819(0.0688)*-0.4888(0.0686)*-1.1855(0.1187)*受教育年限0.0307 (0.0107)*0.0248 (0.0110)*0.0239 (0.0109)*0.0179 (0.0251)劳动经验0.0909(0.1066)0.1585(0.1104)0.1209(0.1124)0.5582(0.2121)*劳
40、动经验的平方项0.0001(0.0002)0.0001(0.0002)0.0001(0.0002)0.0013(0.0005)*年龄-0.0918 (0.1051)-0.1604 (0.1087)-0.1227 (0.1106)-0.6047 (0.2097)*家庭人均耕地-0.1086(0.0548)*-0.0413(0.0599)-0.0050 (0.0582)-家庭财产0.0124(0.0019)*0.0099(0.0018)*0.0093(0.0017)*-家庭规模0.0069(0.0137)0.0071(0.0147)0.0099(0.0151)*-最近集市的距离-0.0292(0.
41、0105)*-0.0354(0.0152)*-0.0425(0.0179)*-最近公路的距离0.0135(0.0074)*0.0229(0.0076)*0.0214(0.0083)*-家庭6岁以下幼童数0.0490 (0.0238)*0.0562 (0.0244)*0.0588 (0.0247)*-家庭6岁至12岁儿童数0.0847 (0.0220)*0.0775 (0.0229)*0.0785 (0.0235)*-婚姻状况-0.3036 (0.1100)*-0.3370 (0.1163)*-0.3534 (0.1177)*-0.5474 (0.2670)*常数项0.7713 (1.6765)1.8113 (1.7375)1.2004 (1.7670)10.4300 (3.4011)*Pseudo R20.08020.11670.12400.2180Wald chi2188.37286.00306.42270.53样本数258025802580856注:括号中是稳健标准差。*表示10%的显著性水平上显著;*表示5%的显著性水平上显著;*表示1%的显著性水平上显著。表9 贫困地区农村居民是否参与私营活动的Probit模型的边际效应控制各县固定效应模型(1)控制各乡镇固定效应模型
限制150内