就业培训政策对渔民非农收入的影响

摘要 基于2022年江西“十省百县千户”304份退捕渔民跟踪调研数据，检验就业培训政策的实施效果。运用倾向得分匹配法实证分析了就业培训对退捕渔民年收入的影响。结果表明：年龄、受教育年限、健康情况、工作地和是否签订劳动合同会显著影响退捕渔民参加培训，但是影响程度和方向有所不一；与未参加培训的退捕渔民相比，参加培训的渔民年非农收入相对较高，就业培训对渔民收入提升有明显作用，且提升效应在从事不同工作类型渔民的分组中具有异质性。对此提出以下建议：政府应采取加强培训普及力度、开展定制和差异化培训等相关政策，最大程度地发挥培训对退捕渔民收入的促进作用，并实施有序和合理的培训计划，进而提高渔民的生计稳定性，巩固“十年禁渔”政策的实施效果。

关键词 退捕渔民；就业培训；非农收入；倾向得分匹配；江西省

中图分类号 F 33 文献标识码 A 文章编号 0517-6611（2025）05-0246-06

doi：10.3969/j.issn.0517-6611.2025.05.052

The Impact of Employment Training Policies on Fishermen’s Non-farm Income

LI Feng-yue， LI Geng-jian

（College of Economics and Management， Shanghai Ocean University， Shanghai 201306）

Abstract The article examines the effectiveness of the implementation of the employment training policy based on 304 retired fishermen’s tracking research data from Jiangxi “Ten Provinces， Hundred Counties and Thousands of Households” in 2022. The impact of employment training on the annual income of retired fishermen was empirically analysed using the propensity score matching method. The results show that age， years of education， health， workplace and labour contract significantly affect the participation of retired fishermen in training， but the degree and direction of the effect varies; compared with retired fishermen who have not participated in training， those who have participated in training have higher annual non-farm incomes， and employment training has a significant effect on the improvement of fishermen’s incomes， and the effect of the improvement in the subgroups of fishermen engaged in different types of work is heterogeneous.The study suggests that the government should adopt policies such as strengthening the popularity and intensity of training and developing customized and differentiated training to maximize the role of training in boosting the income of retired fishermen， as well as implementing an orderly and reasonable training plan to improve the stability of fishermen’s livelihoods and consolidate the effects of the “ten-year fishing ban” policy.

Key words Retired fishermen;Job training;Off-farm income;Propensity score matching;Jiangxi Province

为了加强生态文明建设，有效修复长江生态环境和保护水生生物资源，2021年1月1日起，长江流域重点水域进入“十年禁渔期”。沿江20余万渔民逐步告别“水上漂”，退捕上岸开启新生活。习近平总书记强调：“长江禁渔不是把渔民甩上岸就不管了，要把相关工作做细做实，多开发就业渠道和公益性岗位，让渔民们稳得住、能致富。” 因此，妥善做好渔民上岸后的转产就业安置，事关广大渔民当前和未来生计，也事关长江禁捕退捕工作长远发展。2022年5月人力资源社会保障部、农业农村部等5部门印发了《关于进一步做好长江流域重点水域退捕渔民安置保障工作的通知》，其中对就业培训做出明确要求：“根据退捕渔民需求，有针对性地开展就业技能培训、创业培训、企业新型学徒制培训等；创新培训模式，大力开展定制培训或项目制培训；充分考虑渔民作息时间，优化培训形式，有条件的地方，可以送培训下乡入户。”根据农业农村部渔业渔政管理局的数据显示，截至2022年末，16万以上有就业能力和就业需求的退捕渔民实现转产就业。

就业是民生之本，培训是就业之基。培训是提升劳动者人力资本、提高收入的一项重要途径［1］，已有研究指出，培训有助于促进人力资本积累，而人力资本积累对于提高农民非农收入和潜在经济增长率具有重要作用。例如，屈小博［2］研究发现，培训使农民工人力资本净收益提高了近8.24%；王建［3］研究指出，技能培训是影响农民工正规就业更为直接和有效的人力资本要素，其作用远远高于正规教育。关于培训对收入的影响，绝大学者认为培训显著增加了收入，如任国强等［4］使用2003年天津农调队数据分析发现受过培训的农户人均纯收入和劳均纯收入要远远高于没有受过培训的农户；罗峰等［5］通过对珠江三角洲的新生代农民调查发现，接受培训会使其非农收入增长11.2%；李晓楠等［6］对我国10个省市的实证研究发现，参加农业技术培训会增加农民的收入；展进涛等［7］研究还发现，技能培训可以显著提高农村劳动力外出务工的概率和工资水平，且长期培训较短期培训作用更大。

可见，学界关于就业培训与农民收入关系相关研究，取得丰富的研究成果。但是对于长江退捕渔民群体尚未得到关注。在我国，渔民是农民的一部分，同时渔民与农民又存在明显特征差异，退捕渔民的转产转业受政策因素影响较大。再就业过程中，他们会选择从事不同类型的工作，如进入建筑、餐饮等第二、三产业工作。除了要关注培训对其非农收入的影响之外还需要深入挖掘培训对不同工作类型渔民的具体效应。渔民的就业安置和社会保障事关长江禁渔退捕工作成败，就业培训是否提高该群体收入是个重要的研究课题。该研究基于倾向得分匹配法（PSM），利用2022年江西省3市10县区的调查数据，深入探讨培训对退捕渔民收入的影响，从而为退捕渔民就业培训的组织和实施提供更加科学合理的实证支持。

由此，该研究提出假说H1和H2。

H1：就业培训对退捕渔民的非农收入有正向作用。

H2：就业培训对从事不同工作类型的渔民影响存在显著差异。

1 研究设计

1.1 数据来源与分布情况

该研究所用数据来源于2022年农业农村部和人力资源社会保障部组织，由上海海洋大学等科研院所参与实施的“十省百县千户”退捕渔民跟踪调研。选取的样本包含了江西省九江、南昌、上饶3市所辖范围内的10个区县，具体分布见表1。调查采用访谈填写问卷的方式，共发放问卷407份，删除存在缺失值、问题值的问卷后，获得有效问卷304份，问卷有效率为74.7%。问卷内容包括调查退捕渔民的培训参与以及个人、家庭、工作情况。

1.2 变量选取

1.2.1 被解释变量。

该研究将渔民退捕后2021年的非农收入作为被解释变量，数据取自问卷中务工和非农产业经营收入的总和。数据显示，48.36%的渔民没有土地，20.72%拥有不到0.067 hm2的土地，户均土地面积为0.097 hm2，所以他们的非农收入近似于全部收入。为了提高估计的准确性，对非农收入取对数处理［8］。

1.2.2 核心解释变量。

核心解释变量为渔民是否参加了就业培训。借鉴李宝值等［9］对培训参与行为的设定，该研究将就业培训分成二分类变量，没参加培训的控制组赋值为“0”，参加培训的处理组赋值为“1”。问卷中通过“参加培训的次数”获取渔民培训参加情况。

1.2.3 控制变量。

为了厘清退捕渔民参加培训对非农收入的影响和更好地进行后续的倾向匹配回归，控制变量选取同时影响被解释变量和核心解释变量的因素。基于现有学者的研究，该研究从个人、家庭和工作经历3个特征上选取变量：个体特征上，年龄、性别、受教育年限、健康状况等因素对农民是否选择参加培训具有重要影响［10-11］；家庭特征上，规模人数、生活水平等因素会导致农民对培训的需求不同［12-13］，继而对决策产生影响；工作特征上，工作地［1］、劳动合同［14］、工作满意度［15］等因素对农民是否参加培训都具有显著影响。表2为接受和未接受培训的退捕渔民基本描述性统计。

1.3 模型选择 为检验培训对退捕渔民收入的影响，该研究首先基于最小二乘法（OLS）构建基准回归模型，表达式如下：

lnincome=α+βtraining+γicontrolis+ε（1）

式中：lnincome表示渔民的非农收入，以对数形式呈现；α是常数项；training即渔民参与培训的虚拟变量，已参加和未参加以0、1定义；β代表核心估计系数，表示培训对非农收入的影响；controlsi是一系列可能影响到非农收入的控制变量，估计系数为γi；ε为随机误差项。

退捕渔民为获得更高收入会产生参加培训的意愿，同时这种培训偏好也会对收入回报有直接影响，但这种偏好很难进行直接观察和量化，传统线性回归模型会忽视这种偏好的影响，会对结果产生内生性偏误；另外，对培训收入效应的研究是对研究对象的事后评估，所使用的调查样本也不是随机分布的［16］。倾向得分匹配法（propensity score matching，PSM）最早由Rosenbaum和Rubin于1983年提出，该方法是解决样本选择性偏误和处理方程的内生性问题的强大工具。该研究的主要目的是探究培训是否对渔民的收入产生积极影响，采用PSM法以确保处理组（接受培训的渔民）和控制组（未接受培训的渔民）之间的可比性，从而准确估计培训的效果。

依据当前学界的研究，倾向匹配的具体步骤是：建立Logit模型，用于估算渔民培训参与的倾向得分值，即渔民参加培训的概率，如式（2）。设置虚拟变量Di为是否参加培训，i=0定义为未参加培训，i=1为参与培训。

再根据倾向得分值，采用最近邻居（n=4）、Caliper（卡尺）（设定r=0.1）、Kernel（核）3种主流方法进行匹配。确保处理组与控制组中具有相同或相近倾向得分的渔民在培训前的个人、家庭和工作特征上具有相似性。接着检验匹配效果，通过比较匹配前后标准差、t值和伪R2，便于检验匹配是否成功减小了处理组和控制组之间的不平衡。最后使用ATT（平均处理效应）来估计培训对渔民收入的影响，ATT表示处理组渔民的非农收入与控制组渔民的非农收入之间的差异，如式（3），N1=i：Di为参加培训的渔民数量。Yi 为渔民参加培训后2021年的非农收入，Y0i为未参加培训的渔民的年非农收入。