《Environmental and Sustainability Indicators》:Do Commonly Used Workload Indicators Capture the Social Sustainability of Farm Workload? Evidence from Switzerland
编辑推荐:
农场工作负荷通常使用定量指标进行衡量,这些指标可能忽略了农民实际的工作体验。本研究实证检验了三个常用工作负荷指标,即自我报告工作小时、可用劳动力以及模型工作小时,与农民感知工作负荷负担(作为农场劳动社会可持续性的代理指标)之间的关系。数据包含了来自瑞士571个
农场工作负荷通常使用定量指标进行衡量,这些指标可能忽略了农民实际的工作体验。本研究实证检验了三个常用工作负荷指标,即自我报告工作小时、可用劳动力以及模型工作小时,与农民感知工作负荷负担(作为农场劳动社会可持续性的代理指标)之间的关系。数据包含了来自瑞士571个农场的信息,其农场特征合并自三个数据集:瑞士农业普查(AGIS)、LabourScope劳动需求模型以及一项于2025年开展的关于农场工作的在线调查。信度分析显示,这三个工作负荷指标之间的内部一致性较差,表明它们不能互换使用。在多种回归设定中,自我报告工作小时在农场类型和场内多样化水平之间,是感知负担最强且最稳健的预测变量。模型工作小时与感知负担之间几乎没有关联,而可用劳动力则表现出混合且较弱的关系。按农场类型进行的分析揭示了显著的异质性。在奶牛养殖体系中,尽管报告的工作小时最高,但没有任何工作负荷指标能解释感知负担,而在耕地和肉用母牛农场中,感知负担与自我报告工作小时相关。这些发现表明,基于时间、结构以及模型的工作负荷度量捕捉了农场工作的不同维度,并不一定能完全反映农民感知的工作负荷负担。为了加强可持续性评估,研究人员建议在国家级监测体系和农场咨询项目中,将基于感知的指标(如感知工作负荷负担)与常规的结构性指标一起纳入。
论文解读文章:
**研究背景**
过去十年间,社会可持续性作为可持续发展的重要支柱,在农业领域也日益受到关注。联合国可持续发展目标(SDGs)的实施,使得福祉、公平、体面工作等社会维度在可持续发展议程中更加明确。因此,对能够系统应用于政策制定和研究的稳健、标准化的社会可持续性指标的需求日益增长。在欧盟层面,农场可持续性数据网络(FSDN)已将劳动条件、代际更新等社会方面纳入监测,但工作负荷相关的社会可持续性指标(如工作组织、休息时间)尚待整合。
工作负荷是农业食品和农场可持续性文献中最常用的指标之一,在评估农场层面社会可持续性中扮演核心角色。它通常通过客观可量化的指标来操作化,如基于时间的度量(总工作小时、每公顷或每牲畜单位劳动强度)和结构性特征(劳动力构成、任务分配)。基于模型的指标(如LabourScope)虽结合技术系数和农场结构估算理论劳动需求,但在社会可持续性评估中较少使用。现有可持续性评估框架各有侧重,例如瑞士农业生命周期评估框架(SALCA)关注单位产出劳动时间,食品与农业系统可持续性评估(SAFA)比较农民报告工作小时与国际基准,农场可持续性指标(IDEA)关注工作条件,工作负荷可持续性指标(SIW)提供劳动平衡基准筛查。然而,这些框架均未明确评估农民如何感知或体验其工作负荷负担,也未将主观感知指标(如感知负担、满意度、幸福感)系统地纳入农场层面的可持续性评估。
**现有问题与研究必要性**
现有工作负荷指标存在以下问题:第一,不同指标(如时间、结构、模型)可能测量了农场工作的不同维度,相互之间缺乏一致性,能否互换使用尚不明确。第二,这些客观指标是否真正反映了农民对工作负荷的“体验”,即它们是否与农民感知的工作负荷负担相关,从而能否作为社会可持续性的有效代理指标,这一关键问题未得到实证检验。第三,农场类型(如耕地、奶牛、肉牛)和多样化程度可能影响工作负荷与感知负担的关系,但现有研究缺乏系统性的异质性分析。第四,政策制定者需要了解农民的主观感知,因为政策干预(如减轻行政负担)的效果取决于农民是否认为其必要,但现有工具多以客观指标为主,可能导致政策干预偏离农民实际需求。因此,有必要定量评估常用工作负荷指标与感知负担之间的关系,以确定哪些指标能更好地反映农民的生活体验,从而为农场社会可持续性的评估和政策设计提供依据。
**研究人员开展的研究**
研究人员利用瑞士571个农场的数据,合并自三个数据源:2024年瑞士农业普查(AGIS,提供可用劳动力及农场结构信息)、LabourScope劳动需求模型(基于技术系数估算理论工作小时)以及2025年开展的一项在线调查(收集自我报告工作小时和感知负担)。感知负担通过七点李克特量表测量(1=完全不负担,7=极度负担)。研究采用组内相关系数(ICC)和Cronbach‘s α评估三个工作负荷指标(自我报告工作小时、模型工作小时、可用劳动力)之间的一致性;通过Pearson相关分析和多种线性回归模型,分别按农场类型(耕地、混合、奶牛、肉用母牛、混合肉牛)和场内多样化程度(五等分)分析各指标与感知负担的关系,并进行稳健性检验(如极端值缩尾处理、交互项回归)。
**研究结论**
三个工作负荷指标之间的一致性极低(ICC和Cronbach’s α均低),表明它们不能互换使用,各自测量了农场工作的不同维度。自我报告工作小时是感知负担最强且最稳健的预测变量,在所有农场类型和多样化水平下均呈显著正相关。模型工作小时与感知负担几乎无关联,甚至在某些农场类型(如混合肉牛)中呈负相关。可用劳动力与感知负担的关系较弱且不稳定,只在部分农场类型(如奶牛、肉牛)和中等多样化水平下呈弱正相关。
农场类型分析揭示了显著异质性:奶牛养殖系统中,尽管报告工作小时最高,但三个工作负荷指标均不能解释感知负担;而耕地和肉用母牛农场中,感知负担与自我报告工作小时显著相关。多样化分析显示,在多样化程度最高的农场中,自我报告工作小时与感知负担的关联最强,而模型工作小时在所有多样化水平下均无解释力。
**研究意义**
该研究首次系统比较了三个常用工作负荷指标,并实证检验了它们与农民感知负担的关系,为理解工作负荷相关社会可持续性提供了关键视角。研究揭示了客观指标与主观体验之间的脱节,特别是模型和结构指标无法反映农民的实际体验,以及奶牛养殖中工作负荷与感知负担的解耦现象。这为完善可持续性评估框架(如欧洲FSDN)提供了重要参考,建议将基于感知的指标(如感知负担)纳入国家级监测和农场咨询系统,以更全面地评估劳动相关社会可持续性。
**主要关键技术方法**
1. **数据来源**:合并自三个数据集:瑞士2024年农业普查(AGIS,提供可用劳动力、农场类型等结构数据)、Agroscope的LabourScope标准化劳动需求模型(基于任务级劳动系数估算每年工作小时,涉及牲畜、作物、加工等多环节)以及2025年对瑞士德语区和法语区农场管理者的在线调查(收集自我报告工作小时和感知负担)。最终分析样本包括571个农场。
2. **一致性分析**:采用组内相关系数(ICC,3,1型)评估三个工作负荷指标之间的绝对一致性,并计算Cronbach’s α检验内部一致性。
3. **关联分析**:计算Pearson相关系数,并按农场类型和多样化五等分分别进行线性回归,检验各工作负荷指标与感知负担的关系。通过缩尾处理极端值、在pooled模型中引入交互项等方式进行稳健性检验。
**研究结果**
**4.1 描述性统计**
- **(通过描述性统计得出)**:样本农场平均年龄46.5岁,女性占11%,教育以职业培训为主。各农场类型中,奶牛场占比最大(31%),其次是混合农场(30%)。感知负担平均值4.2(7点量表),自我报告平均每周工作73.3小时,模型工作小时82.0小时,可用劳动力80.6小时。按人数平均,约30-36小时/人/周。密度图显示,自我报告工作小时和可用劳动力在不同农场类型间差异较大(奶牛场和混合农场较高),而模型工作小时差异较小。
**4.2 组内相关系数与内部一致性**
- **(通过ICC和Cronbach‘s α分析得出)**:三个工作负荷指标的整体一致性极低。耕地农场ICC为-0.02,Cronbach’s α为-0.05;混合农场ICC为0.14,α为0.33;奶牛场ICC为0.14,α为0.32;肉用母牛场ICC为0.04,α为0.13;混合肉牛场ICC为0.14,α为0.33。所有农场类型的一致性均未达到可接受水平,表明指标不能互换。
**4.3 Pearson相关分析**
- **(通过Pearson相关分析得出)**:感知负担与自我报告工作小时的相关性最强且最一致,在肉用母牛场(r=0.47)和耕地农场(r=0.36)尤为突出,奶牛场最弱(r≈0.18)。感知负担与模型工作小时的相关性普遍较弱且接近零,混合肉牛场甚至为负(r=-0.36)。可用劳动力与感知负担呈弱正相关(r≈0.06-0.16),但显著低于自我报告工作小时。可用劳动力与自我报告工作小时呈强正相关(r≈0.35-0.51)。
**4.4 回归分析**
- **(通过线性回归分析得出)**:按农场类型单独回归,自我报告工作小时在所有农场类型中均与感知负担正相关,在耕地和肉用母牛农场中系数最大且显著,奶牛场和混合肉牛场不显著。模型工作小时在所有农场类型中均无显著正相关,混合肉牛场甚至显著负相关。可用劳动力系数为正但较小,统计上不显著。 pooled模型(含交互项)的边际效应与单独回归结果一致,证实了结果的稳健性。
- **(按多样化程度分析得出)**:在所有多样化五等分中,自我报告工作小时与感知负担均呈正相关,在最高多样化组(Q5)中效应最强。模型工作小时在所有五等分中均无正相关。可用劳动力的关联在生产中等多样化组(Q3)中显著,但在高多样化组中较弱且不显著。
**讨论部分总结**
研究人员指出,三个工作负荷指标不能互换,各自测量农场工作不同维度,单独使用可能提供片面图景。自我报告工作小时与感知负担关联最强,是反映农民体验的最优指标。模型工作小时(LabourScope)虽对规划有用,但无法反映感知负担。可用劳动力与感知负担关联较弱,不能替代体验性指标。农场类型异质性显著,奶牛养殖中工作负荷与感知负担解耦,可能源于工作日常化、幸存者偏差(能承受高负荷的农民留在了该行业)或未测量的因素(如财务压力、社会孤立、无法休假)。政策上,奶牛养殖应关注工作组织灵活性、财务安全和社会联系,而非单纯减少工时;耕地和肉用母牛农场则需关注工时本身。建议将简短感知负担量表纳入国家调查(如AGIS)以系统监测农民体验性福祉。
**研究结论翻译**
工作负荷是农业背景下社会可持续性评估中最重要的因素之一,文献中通过各种指标进行测量。本研究是首个比较三个常用工作负荷指标并评估其解释农民感知工作负荷能力的分析,从而从农民视角捕捉了工作负荷相关社会可持续性。研究为农场层面有意义的社会可持续性指标提供了宝贵见解,从而有助于为综合性可持续性评估(如目前在欧洲农场可持续性数据网络发展中讨论的)开发稳健的指标。研究人员表明,自我报告工作负荷最准确地反映了感知工作负荷负担。因此,研究人员建议开发一个量表并收集多个国家的此类数据。这将能够在不同时空之间进行比较,增进对农业社会可持续性的理解,并允许研究人员为农民开发有针对性的支持措施。