一、引言

在传统经济理论中，经济增长被视为福利改进的主要甚至唯一标志。福祉研究超越上述强假设，提出用多维度、多指标来表征福祉的必要性和可行性。除了用消费代替收入外，表征福祉的还有健康、社会联系、时间利用、主观福祉等多个领域的指标（Stiglitz et al.，2009）。其中，时间利用以时间在不同活动之间的分配和使用状况来表征居民在时间这项重要资源的利用方面的福祉状况（Gershuny，2011）。多维福祉概念框架需要说明各维度福祉与总福祉的关系，这可以具体化为两个方面的问题：一方面，用什么代表总福祉，以及各维度福祉与总福祉之间的关系是什么；另一方面，各维度福祉自身的变化规律以及相互之间的关系如何。对于前一方面问题，通常用福祉指标体系、复合性福祉指数或主观福祉指标（指数）来表征总福祉，其中，实证分析中使用最多的是各种主观福祉指标。笔者之一在之前的研究成果中进行了探索性研究，分析时间利用对主观福祉的影响（参见檀学文，2013）。在同一研究框架下，本文侧重于回答后一方面问题，即作为客观福祉的时间利用受哪些因素影响。为此需要解决以下三个问题：第一，从理论和经验层面论述时间利用与福祉之间的逻辑关系；第二，选择作为分析对象的时间利用指标；第三，使用适当的数据进行实证分析。

除引言外，本文余下部分由四个部分组成。第二部分是对时间利用与居民福祉关系的理论阐述，提供一个考察时间利用决定的基本理论框架。第三部分通过对现有福祉指数的比较，选择作为分析对象的时间利用指标。第四部分分析时间利用的决定因素，包括实证分析模型的构建、数据和变量的介绍和描述、模型估计结果的说明和解释。第五部分是总结与评论，结合研究发现探讨改进农民时间利用状况的途径，并指明进一步研究的方向和思路。

二、时间利用与居民福祉：基本理论框架

经济学颇有时间研究传统。在劳动经济学中，劳动者在工作和闲暇之间分配时间，分配的结果“显示”其对闲暇的偏好，工资率是时间分配的最重要影响因素（McConnell et al.，2009）。新家庭经济学将一切活动视为生产活动，分为市场生产和家庭生产。其中，家庭生产包括所有的个人活动和闲暇活动，利用时间将购买来的物品“生产”成直接满足需要和产生效用的商品，例如吃饭、睡觉、娱乐等。所以，时间在市场生产和家庭生产之间分配以获得最大化效用（Becker，1965）。在该模型中，时间分配根据工资率、物价、资源价值等外因变化同时存在着期内替代和跨期替代（Aguiar et al.，2012）。可见，经济学将时间的价值均视为工具性价值，所有非市场活动都是“生产性”的，具有影子价格。

在居民福祉理论中，福祉描述一个人的生活对其本人来说好的程度（Crisp，2013）。福祉是多维度的，在多数福祉理论中，时间利用都是福祉的重要维度[①]。已有的多维福祉框架中，无论是在社会层面还是在个人层面，大部分都包含时间利用或个人活动维度，例如英国国民福祉指标体系、加拿大CIW指数、不丹GNH指数等。在福祉理论中，时间利用除了具有通过工作获得收入的间接价值，还具有直接价值，包括通过休闲娱乐获得身心愉悦和快乐，通过休息、锻炼等活动维持体力和健康，通过维护家庭、照顾家人、志愿和利他活动实现家庭和社会责任等。时间看似平等，都必须以各种活动的形式同时度过，体现为一连串的“事件”。然而，时间又是不平等的，体现为时间利用质量差异以及人们寿命差异，也就是时间利用维度上的福祉差异。

时间利用的福祉具体体现在三个方面：①时间利用的质量，例如工作场所福祉以及闲暇活动中的消费行为等（Brooker and Hyman，2010）；②具体活动给人们带来的满足感和快乐感等，例如运动和上班通勤给人们带来的不同体验（Stiglitz et al.，2009）；③时间分配给人们的身心健康、心理福祉带来的影响，例如，总是加班的人、无所事事的人以及经常从事志愿活动的人，其总体体验不同。一般认为，更多参加志愿活动或社会交往的人比独居的人更幸福，更多参与积极闲暇活动的人比更多参与消极闲暇活动的人更幸福（Stobert et al.，2005）。

因此，尽管时间利用理论与新家庭经济学理论并不冲突，但是，它实际上放弃了为个人生活时间配置影子价格的做法，而是假设时间利用具有各种直接价值。时间利用直接价值的增加也就意味着时间利用维度福祉水平的提高；考虑到时间利用还具有间接价值，当直接价值与间接价值达到平衡时，也就是工作与个人生活之间实现平衡时，时间利用福祉也就达到一个较好状态（OECD，2011）。本文接下来的分析将采用工作与生活平衡原理作为福祉框架下时间利用分析的基本原理。

三、时间利用指标选择

时间利用数据有多种类型，最常见和最常用的是时间利用日志数据，此外还有问卷调查数据、跟踪记录数据等。时间利用日志数据来自于时间利用日志调查，它记录受访者在一天24小时内的具体活动，根据活动分类表对其进行分类编码，从而得出1440分钟在各项活动之间的分布情况。尽管时间利用数据有较丰富的类型和较广泛的来源，但是，在指标选择方面通常有两个问题需要解决：一是选择具体的时间利用指标以体现其对居民福祉的代表性；二是基于日志的时间利用数据对个人的时间利用规律代表性不足。

（一）文献中的时间利用指标整理

时间利用研究文献无论在福祉研究还是在社会指标研究中都是非常丰富的，其中无一例外都涉及对具体时间利用指标选择。文献中的时间利用指标大体上可以分为客观指标和主观指标（见表1）。

表1                                 文献中的时间利用指标

类型	指标	含义和资料来源
客观指标	有酬劳动时间、无酬劳动时间、闲暇时间	按照时间利用活动类型进行的时间分类（参见Brooker and Hyman，2011）。其中，闲暇时间可以区分为积极闲暇和消极闲暇，其中，积极闲暇包括认知、体力、社会交往等类型（Harvey，1993）。在加拿大CIW指数和英国国民福祉指标体系中有较多应用。
	工作与生活平衡	指时间在工作和个人生活之间获得均衡的分配，在指数计算时采用长时间工作劳动者所占比例和闲暇与个人护理时间这两个指标（OECD，2011）。
	工作与闲暇平衡	指总工作时间和非工作时间的比例（例如Gershuny，2009）。
	可自由支配时间	指将必要时间压缩到最低限度时可能获得的自由时间（例如Goodin et al.，2005）
	睡眠时间	不丹GNH指数用工作时间和睡眠时间代表时间利用。此外，现实中还有更为复杂的睡眠指数。
主观指标	实时主观情感	指对活动过程中的主观情感进行记录。例如，一项研究包括3项积极情感和3项消极情感，另一项研究包含4项积极情感和8项消极情感（参见Kahneman et al.，2004）。
	实时愉快程度	指对活动过程中愉快程度进行打分评价，例如0～10分（参见Juster and Stafford，1985）。
	时间利用价值	对活动价值或意义的主观评价（例如White and Dolan，2009）。
	时间利用满意度	例如闲暇时间满意度、工作与生活平衡满意度等（参见Finegold et al.，2002； Gimenez-Nadal et al.，2011）
	感知的时间属性	对所从事的各项活动做出属于闲暇还是非闲暇的主观界定，与时间利用活动分类可能会有不同，例如，吃饭有可能被界定为闲暇（Young and Willmott，1974）。
	感知的自由时间	自我判断哪些活动时间是自由时间，并与基于时间利用活动分类的客观自由时间进行对比（参见Mingo and Montecolle，2014）。
	感知的工作与生活平衡	对所在工作单位在工作与生活平衡方面的制度安排和实际状况与其他单位的比较：差一些、差不多、好一些（参见Bloom et al.，2009）。
	工作与生活平衡分值	回答一系列关于工作与生活平衡的问题，对其分值进行加总。例如问题之一：“当前是否由于工作需要经常加班？”，回答“是”、“偶尔”、“否”分别取3分、2分、1分。加总分值越高，表明工作与生活平衡状况越差（参见Daniels et al.， 2000）。
	时间胁迫分值	指在应投入更多时间的活动上实际投入时间不足并带来压力、焦虑等情形。通过一个或一组主观性问题体现，例如“是否经常感觉匆忙”、“是否想要更多或更少一些的独处时间”等。也可以称为时间压力（参见Deding and Lausten，2011）。

其中，客观指标大体上包括活动时间和活动频率[②]两种类型，以前者为主。活动时间指标有的来自于时间利用日志调查，有的来自于受访者个人估计。还有一些在时间利用变量基础上构造出来的客观时间利用指标，例如工作与生活平衡、可支配时间等。时间利用主观指标的类型更加丰富，例如活动过程中积极和消极的主观情感或愉快程度、时间利用满意度、时间利用的价值判断等。除此以外，还有很多人为设置的主观指标，例如感知的工作与生活平衡状况、感知的闲暇或非闲暇活动、时间压力感觉等。

从表1所列指标以及相应文献的具体内容看，实证分析中所使用的时间利用主观指标要多于客观指标。所列的时间利用主观指标有的通过时间利用日志调查而获得，有的通过在问卷调查中专门设置主观性问题而获得。在描述性统计分析的基础上进行计量分析几乎都是使用通过问卷调查获得的主观指标，例如时间利用满意度、时间胁迫分值、感知的工作与生活平衡状况等。导致这种状况的可能原因，一方面在于单一性的主观指标比并列的时间利用客观指标容易使用，另一方面在于它们的效度相对要高一些。这两方面原因都对在客观的时间利用日志数据基础上开展实证研究提出了挑战。

（二）本文时间利用指标选择

本文拟使用基于时间利用日志数据的客观时间利用指标进行实证分析，以此丰富关于时间利用的实证研究。通过对表1中客观指标的比较，本文借鉴OECD的做法，选择个人护理与闲暇时间作为实证分析中的目标变量。在一定程度上，这个指标可以称为“个人生活时间”，它与劳动时间不同，意味着人们在多大程度上为自己活着[③]。OECD研究认为，时间在不同活动之间分配是福祉的一项关键决定因素；工作与生活平衡意味着“人们在工作和个人生活之间达到的一种均衡状态”。OECD的“更好生活指数”主要用长时间工作劳动者所占比例和闲暇与个人护理时间这两个指标来表征工作与生活平衡，其中，前者反映工作状态，后者反映生活状态（OECD，2011）。根据统计，在OECD范围内，人们日均工作时间为6.8小时[④]，而用于个人生活的时间达到15.2小时[⑤]。根据中国2008年首次时间利用调查，中国人的平均闲暇和个人活动时间为15.3小时，与OECD国家几乎相同。但是，中国农民的闲暇和个人活动时间为14.6小时，大大低于前面两个参照群体，这主要是由于他们的闲暇时间短很多[⑥]。

对于个人而言，一天的时间利用很难代表其日常活动规律。对此的解决办法之一就是从一日的时间利用数据估计其“长期”的时间利用数据，用以表征其日常活动规律，已有文献中对此进行了一些探索（例如Stewart，2009；Gershuny，2012）。笔者也利用中国农民调查数据专门对此进行了研究，在日志数据的基础上预测了长期的或一般的时间利用数据。统计分析显示，预测数据改善了时间利用指标的代表性（檀学文等，2015）。所以，接下来的实证分析中将同时使用基于日志数据和预测数据的时间利用指标。

四、农民时间利用决定的实证分析

（一）“个人生活时间”的决定：实证分析模型

Harvey（1993）认为，时间分配是个人及家庭福祉的主要决定因素。在OECD的分析框架中，工作和个人生活之间的平衡是福祉的核心。个人将工作、家庭义务以及个人生活三者满意地结合起来的能力不仅决定个人福祉，也有利于家庭以及社会福祉（OECD，2011）。尽管时间利用可以是丰富多彩和富有意义的，人们对活动的选择却总是受到限制。借鉴已有时间利用分类方法（参见Feldman and Hornik，1981）以及工作与生活平衡的思想，可以将个人的主要活动时间区分为工作时间和生活时间。其中，工作时间包括有酬劳动时间和无酬劳动时间，对福祉具有工具性价值或间接价值；生活时间即是闲暇和个人活动时间，对福祉具有直接价值，是真正为自己而活的时间。从而本文提出假说：更长的生活时间是人们追求福祉最大化的一项合理目标。其他条件不变时，个人生活时间越多，生活越幸福。个人对生活时间的选择具有经济理性。一方面，在生活时间里，人们将时间与购买来的物品结合在一起，通过“家庭生产”形成直接效用。所以，能够带来更高购买能力的工资率（或单位时间劳动收入）将会使人们愿意放弃一部分个人生活时间。另一方面，如果作为劳动的重要目的的收入（包括个人收入以及家庭收入）目标实现了，那么，对工作时间的需要将会下降，也就是个人生活时间将会趋于增加。

在经济理性的基础上，时间利用还具有较多的社会性特征，受到外部社会、经济、文化等环境因素的影响。例如，在中国，有一种观念认为，一些地区的人有勤劳的美德，而另一些地区的人则可能疏于劳动。如果当地就业机会多，人们会更多地工作并减少生活时间，否则反之；在越来越多的地区，打麻将、广场舞等作为社会风气正日益兴盛；在农村地区兴建文化体育设施有可能使人们文化活动、运动等积极闲暇活动增加；而家庭价值观比较强的地区，人们的家庭生活时间可能会更长。个人的时间利用还会受到家庭因素的影响，例如，家庭中是否有老人或小孩需要照顾，家庭是否有大的支出需求，自己的家庭角色属于“主外型”还是“主内型”等。最后，个人特征也会对其时间利用产生影响，例如年龄、性别、受教育程度等。家庭因素的影响与个人特征是有关联的，尤其是性别，女性在家庭中往往“主内”而且承担照顾老人、孩子等责任，生活时间难免减少。

综上，本文构造一个多元线性回归模型来估计人们个人生活时间的影响因素，示意如下：

                         （1）

（1）式中，被解释变量是作为个人生活时间的闲暇与个人护理时间（），解释变量包括经济因素（）、社会因素（）和家庭因素（）以及作为控制变量的个人特征变量（）， 为截距项，为误差项。

（二）数据与变量特征

1.数据说明。本文所用数据来自中国社会科学院创新工程项目“中国农民福祉研究”项目组（以下简称“项目组”）2013年农户问卷调查。该调查按照多阶段抽样法，抽取了5个省10个县50个村1000个农户。其具体过程为：首先，根据各省份农业生产条件和农村居民人均纯收入水平从全国31个省份中选取了江苏、辽宁、江西、宁夏和贵州5个省（区），分别代表不同发展水平的地区；其次，分别从5个样本省份中选取农村居民人均纯收入水平居中的样本县各2个，再从各样本县中按照收入水平高低和经济条件好坏分别选取5个样本村；最后，在各样本村随机选取20个农户，每户原则上由1位16周岁以上成年人接受问卷调查。调查内容包括家庭成员、主观福祉、劳动与就业、生活状况、住房条件、环境污染、健康与医疗、政治参与等。最终实际回收有效问卷1000份[⑦]。删除本文研究所使用变量缺失或具有奇异值的样本后，用于本文实证分析的有效样本为702个，其基本情况如表2所示。

 

 

表 1                                   调查样本基本情况

变量	类别	比例（%）	变量	类别	比例（%）
年龄	＜40岁	21.51	性别	女性	34.33
	40～59岁	52.71		男性	65.67
	≥60岁	25.78	从业类型	自营农业	56.55
受教育程度	小学及以下	51.85		本地非农经营	11.40
	初中	33.05		各类就业a	18.80
	高中及以上	15.10		未就业	13.25

注：^a指各类有工资性收入的就业。

2.劳动与生活：农民时间利用特征。项目组2013年农户调查数据显示，中国农民时间利用具有典型的发展中国家特征。比较而言，农民的有酬劳动时间长而无酬家务劳动时间短；有酬劳动主要是家庭经营而不是各类就业；休闲娱乐和社会交往时间明显偏短，而且活动类型单调（见表3）。这与项目组2012年农户问卷调查结果相当一致（参见檀学文，2013）。其中，就本文关心的个人生活而言，2013年，中国农民个人生活时间为911分钟，高于2008年中国农民个人生活时间[⑧]，但低于2008年中国市民以及2011年美国居民个人生活时间。其中，中国农民2008年和2013年个人生活时间的差异主要存在于休闲娱乐和社会交往时间，个人活动时间几乎是一致的；而中国农民与美国居民个人生活时间的差异同时存在于两个方面，中国农民的休闲娱乐和社会交往时间远远短于美国居民，而美国居民的个人活动时间要短于中国农民。

表3                           农民时间利用分布及其比较                            单位：分钟

	US11	CN08	CNU08	CNR08	CNR13
个人活动	645	695	697	693	696
就业活动	197	149	194	98	83
家庭经营	0	119	10	221	251
无酬家务劳动	131	122	129	115	101
照顾家人和对外帮助	43	26	27	27	43
学习培训	26	29	34	24	3
休闲娱乐和社会交往	309	224	264	180	215
未定义活动	18	1	0	1	26
交通活动	70	75	85	64	22
合计	1440	1440	1440	1440	1440
其中：个人生活时间	954	919	961	873	911

注：“US11”是2011年美国劳工统计局时间利用调查数据；“CN08”是2008年中国国家统计局时间利用调查的全体样本数据，“CNU08”和“CNR08”分别是2008年中国国家统计局时间利用调查的城市样本数据和农村样本数据；“CNR13”是2013年本项目组农户问卷调查数据。其中，“个人生活时间”为“个人活动时间”与“休闲娱乐和社会交往时间”的合计数。

数据来源：美国劳工统计局网站（http://www.bls.gov）；国家统计局社会和科技统计司（编）：《2008年时间利用调查资料汇编》，中国统计出版社，2009年；项目组2013年农户问卷调查。

2013年农户调查数据还显示，中国农民个人生活时间存在明显的性别差异。2013年，男性农民和女性农民的平均个人生活时间分别是928分钟和879分钟，其中，女性农民的个人活动以及休闲娱乐和社会交往时间均低于男性。中国农民个人生活时间还具有明显的年龄段特征：从青年到中年和老年，农民个人生活时间以及其中的休闲娱乐和社会交往时间均不断增加；而个人活动时间在青年和中年阶段几乎无差异，但到了老年阶段则明显增加。农民个人生活时间也呈现出明显的地域特征：中东部地区的江苏、辽宁和江西三地明显高于西部地区的宁夏和贵州两地；休闲娱乐和社会交往时间的分布也是如此；个人活动时间有区域差异，但规律不明显。总的来看，江苏农民个人生活时间最长，而宁夏农民个人生活时间最短。与此对应，农民个人生活时间与其生活满意度基本上呈现正相关关系，在个人生活时间长的地区，农民生活满意度也比较高[⑨]（见图1）。

图1  分地区农民个人生活时间及生活满意度

3.模型变量主要特征。本文运用前述抽样调查数据，构建OLS回归模型，估计农民个人生活时间的影响因素。被解释变量为个人生活时间，前文已经进行了定义。同时，由于时间利用日志数据存在的“多零”问题，项目组在同期研究中，以时间利用日志数据为基础，估计了长期时间利用的预测值[⑩]。预测数据与日志数据的均值极为接近，差异不显著，但前者分布更为集中，“多零”问题也大为减轻。所以，本文也使用预测的个人生活时间作为被解释变量，使用相同的解释变量，对两项估计结果进行对比。作为探索性研究，本文实证分析时尝试了一些不同的变量。最终模型使用的变量及其含义、特征如表4所示。样本以男性为主，约占66%；95%为已婚（含少量非婚同居）；平均年龄为50岁，其中，40～59岁的中年人占一半以上；约64%的被访者自我报告身体健康，32%的被访者患慢性病或体弱多病，4%的被访者患大病；85%的样本为普通村民，另外10%和5%分别是村干部和有一定社会地位的村民[11]。样本的受教育程度呈现金字塔状分布，小学、初中和高中文化程度者的比例分别为52%、33%和15%。绝大部分样本都处于从业状态，其中大部分为务农和非农就业，分别占56%和27%，在机关和事业单位工作的仅占4%左右。样本家庭年纯收入平均为4万元，样本个人平均年纯收入为1.5万元。样本家庭承包耕地面积平均为12.2亩，其中，70%的家庭土地规模在7.5亩以下，7.5～15亩以及15亩以上的分别占16%和15%左右。绝大部分样本家庭教育费用在1万元以下，超过1万元的只占13%左右。在文化娱乐条件方面，31.6%的被调查村庄有所列举的5类文化娱乐设施或组织中的1项，52.7%的村庄有2～4项，另有15.7%左右的村庄有5项或以上，而1项都没有的村庄只占2.9%。

表4                               模型变量定义及描述性统计

变量名称	变量含义及赋值	观察值	均值	标准差	最小值	最大值
个人生活时间（日志）	基于日志数据的个人生活时间（）	702	916.24	236.55	270	1440
个人生活时间（预测）	基于预测数据的个人生活时间（）	702	917.06	147.25	581.64	1340.77
家庭收入（对数）	2012年家庭纯收入对数值（原值单位：元）	689	10.00	1.11	6.49	14.51
从业类型	在家务农=1，在家从事非农经营=2，受雇就业（含在外经营）=3，不从业及其他=4	702	1.89	1.13	1	4
承包地面积（对数）	家庭承包地面积对数值（原值单位：亩）	695	0.75	3.02	-9.21	5.30
教育费用	无=1，小于1万元=2，大于等于1万元=3	697	1.72	0.77	1	3
家庭中有无需要照料的老人或儿童	无=0， 有=1	702	0.47	0.50	0	1
村文化娱乐条件a	0～1项=1，2～4项=2，5项及以上=3	702	1.84	0.67	1	3
性别	男性=0， 女性=1	702	0.34	0.48	0	1
年龄	周岁年龄	702	50.11	12.80	17	83
婚姻状况	已婚（含非婚同居）=0，未婚、离异或丧偶=1	702	0.05	0.22	0	1
健康状况	健康=1，慢性病或体弱多病=2，大病或残疾=3	702	1.39	0.56	1	3
受教育程度	未上学=1，小学=2，初中=3，高中及以上=4	702	2.47	0.93	1	4
社会身份	普通村民=1，村干部=2，具有一定社会地位的村民=3	702	1.27	0.60	1	3

注：^a将村庄调查表中公共文化娱乐活动场所、公共体育健身活动场所、村内公共图书馆（阅览室）、村内各类文艺队或剧团、村内兴趣组织（例如书法协会、棋牌协会）这5类设施或组织的数量进行加总，以加总数量为基础，进行村文化娱乐条件的划分。

（三）计量分析结果及解释

1.模型估计结果。本文分别以基于日志数据和预测数据的个人生活时间（plc和PLC）为被解释变量，设置两组解释变量组合，共估计4组方程。其中，方程Ⅰ和Ⅱ分别以_和_为被解释变量，以性别等7个个人特征变量为解释变量，考察个人特征对个人生活时间的影响；方程Ⅲ和Ⅳ同样地分别以plc和PLC为被解释变量，在前两组方程解释变量的基础上，添加6个经济和家庭与社会环境变量。表5中的回归结果显示，各方程参数均具有统计显著性。在被解释变量相同的情况下，添加解释变量明显提高了模型的解释能力。同样地，在解释变量相同时，以PLC为被解释变量的方程的估计结果明显优于以plc为被解释变量的方程，这再次验证了预测的时间利用数据的优越性。

表5                                  个人生活时间影响因素模型回归结果

	方程Ⅰ ()	方程Ⅱ （）	方程Ⅲ （）	方程Ⅳ （）
家庭收入（对数）	—	—	7.69	13.41***
从业类型（对照组：在家务农）
在家从事非农经营	—	—	-48.20	-0.62
受雇就业（含在外经营）	—	—	18.53	11.61
不从业及其他	—	—	89.55***	81.44***
承包地面积（对数）	—	—	-4.95	-1.96
教育费用（对照组：无）
小于1万元	—	—	-6.69	-14.21
大于等于1万元	—	—	-35.21	-28.92**
家庭中有无需要照料的老人或儿童	—	—	-19.27	-22.35**
村文化娱乐条件（对照组：0～1项）
2～4项	—	—	-19.19	12.26
5项以上	—	—	79.74***	45.15***
性别	-24.15	-21.39*	-45.03**	-40.59***
年龄	-10.23**	-11.52***	-9.42**	-11.74***
年龄平方	0.14***	0.15***	0.13***	0.15***
婚姻状况	81.76**	76.67***	57.78	70.96***
健康状况（对照组：健康）
慢性病或体弱多病	0.03	2.60	1.73	3.95
大病或残疾	54.42	59.58**	23.30	51.30*
受教育程度（对照组：未上学）
小学	68.08***	58.76***	65.71**	56.26***
初中	107.06***	97.38***	96.56***	78.06***
高中及以上	83.55**	87.86***	70.73**	62.42***
社会身份（对照组：普通村民）
村干部	-32.28	-33.61*	-31.20	-28.90*
具有一定社会身份的村民	28.60	-3.22	18.37	-11.30
常数项	973.31***	1021.37***	918.74***	919.14***

（续表5）

观察值	702	702	682	682
R2	0.09	0.21	0.15	0.28

注：*表示在10%水平上显著，**表示在5%水平上显著，***表示在1%水平上显著。

2.估计结果解释。表5显示，综合来看，方程Ⅳ的拟合效果相对最好，下文的解释以方程Ⅳ的估计结果为依据。

（1）经济因素的影响。由于通过抽样调查无法获得影响时间分配最重要的经济因素——工资率指标，回归方程中转而用家庭或个人年纯收入来代替。结果表明，这两个指标都对个人生活时间产生显著的正向影响。为了避免陷入对个人收入、工资率、劳动时间之间逻辑关系合理性论证的难题，回归方程中最终采用与个人时间利用关系不密切的家庭收入。回归结果表明，个人生活时间具有正向价值，其长短的选择符合经济理性，因此，人们倾向于随着家庭收入的提高而增加个人生活时间。个人生活时间在从事不同工作类型的农村居民之间差异不显著，只是在“工作”与“不工作”之间存在显著差异。这表明，尽管农民职业或工作类型存在分化，但是，这并未影响到他们的个人生活时间选择。

（2）家庭和社会因素的影响。在家庭因素方面，根据数据的可得性，回归方程中选用了家庭教育费用和家庭成员照料两个变量。其中，家庭中如果存在需要照料的老人或儿童，那么，受访者的个人生活时间显著下降，这符合一般预期。在家庭教育费用方面，由于将近一半家庭不存在教育费用，故本文将教育费用划分为1万元以下和1万元以上两个档次，分别与无教育费用样本比较。结果显示，家庭教育费用在1万元以下与无教育费用对个人生活时间的影响差异不显著，而教育费用超过1万元对个人生活时间形成了显著的负向影响。家庭承包地面积对应着相应的劳动投入需求，预期对个人生活时间形成负向影响。结果显示，该变量作用方向的确为负，但不显著。村庄文化娱乐条件是一个合成变量，表示村民参与休闲娱乐活动的外部条件的丰富程度。结果显示，当村庄文化娱乐设施或组织的数量达到5个以上时，该条件就会对村民个人生活时间产生显著的正向影响。

（3）个人特征的影响。回归结果显示，个人自身特征对其个人生活时间有显著的影响，该影响在不同方程之间都比较一致，而且符合一般预期。在控制其他因素情况下，个人生活时间与年龄的关系为先下降、后上升的变化，表明人到中年时个人生活时间最少。个人生活时间的性别差异显著，女性个人生活时间明显少于男性，这已在前面的描述性分析中显示出来。在婚姻状况方面，95%的受访者为已婚，但是，已婚之外的状况的确对个人生活时间形成了显著的正向影响。尽管个人生活时间具有积极价值，但是，由非婚状态（尤其是离异、丧偶）带来的个人生活时间的增加则并非是合意的。受教育程度对个人生活时间影响的差异存在于未受教育群体和已受教育群体之间，未受教育者的个人生活时间显著偏短；但是，个人生活时间在不同受教育程度群体之间差异不显著。身体健康状况影响的差异主要体现在患有大病或残疾的群体与其他人之间，前者的个人生活时间显著偏长。与婚姻状况的影响一样，这个效果并非合意。最后，从社会身份看，尽管村干部只占极少数，但是，他们的个人生活时间显著比普通村民偏短，这可能是因为他们的工作时间更长。

五、总结与讨论

本文将时间利用视为居民客观福祉的一个维度，基于已有理论中的工作与生活平衡原理，将由个人活动时间和休闲娱乐与社会交往时间构成的个人生活时间指标看作时间利用直接价值的体现，这也是OECD更好生活指数中使用的一个指标。本文利用在2013年收集的针对中国农民的抽样调查数据，构建回归模型，分析了农民个人生活时间的影响因素。得益于专门设计和收集的数据，这在同类研究中尚属首次。与以往研究基本上都是以主观时间变量为分析对象相比，本文研究具有一定的开创性意义。本文使用的时间利用变量产生于日志调查数据，存在着天然的代表性不足的缺陷。项目组在同期研究中，根据日志数据预测了长期时间利用数据。本文在实证分析中对基于日志数据和预测数据的个人生活时间变量分别进行回归，结果显示，以预测的个人生活时间为被解释变量的回归方程，其效果明显优于基于日志数据的以个人生活时间为被解释变量的回归方程，对时间利用的影响因素做出了较为合理的解释。

本文的实证分析结果显示，作为劳动时间的对立面的个人生活时间，其长短的选择是一种社会经济现象，既符合经济理性，又深受环境因素的影响，也与个人特征密切相关。例如，尽管从业者的个人生活时间短于非从业者，但是，家庭收入的提高会使得人们倾向于享用更多的个人生活时间。社会身份、家庭结构（例如存在需要资助的学生、需要照顾的老人和儿童）等都对个人生活时间产生显著的影响。村庄文化娱乐设施和组织的存在会使得人们将更多的时间用于个人生活。但是，村庄文化娱乐设施需要达到一定的数量才能发挥效果。这意味着新农村建设中文化体育事业应当多元化发展，才能够吸引农民更多地参与文化娱乐活动，享受生活。一些个人特征能够体现时间利用的天然差别，例如性别和年龄。另外一些特征对时间利用的影响未能符合预期，例如受教育程度，这在某种意义上表明，农民的文化程度总体上都还不够高。还有一些个人特征对时间利用的显著影响提出了需要关注的社会问题，例如离异、丧偶等非婚状态以及残疾、患大病等极度不健康状态等。

本文研究还可以看作福祉框架下时间利用指标体系研究的一部分，本文的分析表明，个人生活时间可以成为时间利用维度表征福祉的一个适用指标。但是，个人生活时间毕竟只是时间利用的一部分，该维度需要一个应当更加完整的指标体系。对国际上现有的多个福祉指标体系中有关时间利用或个人活动部分的比较显示，这方面仍然没有一个成熟、可借鉴的方案。而这将是下一步研究的重点。

 

参考文献

1.檀学文：《时间利用对个人福祉的影响初探——基于中国农民福祉抽样调查数据的经验分析》，《中国农村经济》2013年第10期。

2.Aguiar, M.; Hurst, E. and Karabarbounis, L.: Recent Developments in the Economics of Time Use, The Annual Reviews of Economics, 4(1): 373-397, 2012.

3.Becker, G. S.: A Theory of the Allocation of Time, Economic Journal, 75(299): 493-517, 1965.

4.Bloom, N.; Kretschmer, T. and Van Reenen, J.: Work Life Balance, Management Practices and Productivity, in Freeman, R. B. and Shaw, K. L. (eds.): International Differences in the Business Practices and Productivity of Firms, The University of Chicago Press, 2009.

5.Brooker, A-S. and Hyman, I.: Time Use: A Report of the Canadian Index of Wellbeing (CIW), Waterloo, ON: Canadian Index of Wellbeing and University of Waterloo, 2011.

6.Crisp, R.: "Well-being", in: Zalta, Edward N. (ed.): The Stanford Encyclopedia of Philosophy, Summer 2013 Edition, http://plato.stanford.edu/archives/sum2013/entries/well-being/, 2013.

7.Deding, M. and Lausten, M.: Time-crunch and Work Factors in Denmark, Social Indicators Research, 101(2): 249-253, 2011.

8.Feldman, L. P. and Hornik, J.: The Use of Time: An Integrated Conceptual Model, Journal of Consumer Research, 7(4): 407-419, 1981.

9.Finegold, D.; Mohrman, S. and Spreitzer, G. M.: Age Effects on the Predictors of Technical Workers' Commitment and Willingness to Turnover, Journal of Organizational Behavior, 23(5): 655-674, 2002.

10.Gershuny, J.: Veblen in Reverse: Evidence from the Multinational Time-use Archive, Social Indicators Research, 93(1): 37-45, 2009.

11.Gershuny, J.: Time-Use Surveys and the Measurement of National Well-Being, Swansea, UK: Office for National Statistics, 2011.

12.Gershuny, J.: Too Many Zeros: A Method for Estimating Long-term Time-use from Short Diaries, Annals of Economics and Statistics, 105/106: 247-271, 2012.

13.Gimenez-Nadal, J. I. and Sevilla-Sanz, A.: The Time-crunch Paradox, Social Indicators Research, 102(2): 181-196, 2011.

14.Goodin, R. E.; Rice, J. M.; Bittman, M. and Saunders, P.: The Time-pressure Illusion: Discretionary Time vs. Free Time, Social Indicators Research, 73(1): 43-70, 2005.

15.Harvey, A. S.: Time-use Studies: A Tool for Macro and Micro Economic and Social Analysis, Social Indicators Research, 30(2/3): iii-vii, 1993.

16.Juster, F. T. and Stafford, F. P. (eds.): Time, Goods and Well-Being, Ann Arbor: Institute for Social Research, 1985.

17.Kahneman, D.; Krueger, A. B. and Schkade, D. et al.: The Day Reconstruction Method (DRM): Instrument Documentation, http://sitemaker.umich.edu/norbert.schwarz/files/drm_documentation_july_2004.pdf/, 2004.

18.McConnell, C. R.; Brue, S. L. and Macpherson, D. A.: Contemporary Labor Economics, eighth edition, McGraw-Hill, 2009.

19.Mingo, I. and Montecolle, S.: Subjective and Objective Aspects of Free Time: The Italian Case, Journal of Happiness Studies, 15(2): 425-441, 2014.

20.OECD: How’s Life? Measuring Wellbeing, OECD publishing, http://dx.doi.org/10.1787/9789264121164-en/, 2011.

21.Stiglitz, J. E.; Sen, A. and Fitoussi, J-P.: Report by the Commission on the Measurement of Economic Performance and Social Progress, http://www.stiglitz-sen-fitoussi.fr/, 2009.

22.Stewart, J.: Tobit or Not Tobit?, IZA Discussion Paper No. 4588, 2009.

23 Stobert, S.; Dosman, D. and Keating, N.: Aging Well: Time Use Patterns of Older Canadians, Statistics Canada – Catalogue No. 89-622-XIE, www.statcan.gc.ca/pub/89-622-x/89-622-x2006002-eng.htm/, 2005.

24.White, M. P. and Dolan, P.: Accounting for the Richness of Daily Activities, Psychological Sciences, 20(8): 1000-1008, 2009.

25.Young, M. and Willmott, P.: The Symmetrical Family, London: Routledge and Kegan Paul, 1974.

 

---