附 件

附件1. 农业粮食体系就业的分类、数据来源和区域数据估算

附件表1.1 基于ISIC代码的农业粮食体系活动

附件图1.1显示了农业粮食体系就业在总就业中所占的份额，并将RuLIS¹家庭调查汇总的估算与劳工组织统计²数据库的估算进行了比较。两种来源的农业粮食体系就业估算可能不同，原因有三。²第一，虽然两个数据库都使用住户调查，但具体国家用于计算农业粮食体系就业的调查在问题表述和抽样等方面可能不同（例如，生活水平测量调查相对于劳动力调查存在不同）。第二，劳工组织统计数据库所列一些国家（例如，塞拉利昂）的就业数字是使用新的就业计量办法计算的，该办法基于第十九次国际劳工统计师会议决议制定，不包括从事自用性生产的人。最后，虽然RuLIS调查使用微观数据集中现有的3-4位国际标准行业分类代码计算了农业粮食体系的就业情况，以提高精确度，但同样的数据劳工组织统计数据库则使用两位数国际标准行业分类代码来发布。RuLIS的估算往往高于劳工组织统计数据库的估算，但在有数据的大多数国家中，差异并不大（附件图1.1）。然而，在衡量女性就业方面的差异比衡量男性就业方面的差异更为明显。

附件图1.1 在农业粮食体系就业的比例，RuLIS与劳工组织统计数据库数据对比

附件图1.2 2005年和2019年按性别分列的农业粮食体系就业人数占总就业人数的比例

附件2. 关于女性赋权与营养之间联系的详细结果

附件表2.1 妇女农业自主权指数（WEAI）与儿童饮食和营养成果

附件表2.2 妇女农业自主权指数（WEAI）与女性的饮食和营养成果

附件表2.3 妇女农业自主权指数（WEAI）与男性的饮食和营养成果

附件表2.4 妇女农业自主权指数（WEAI）与家庭饮食和营养成果

附件3. 缩小农业生产率和工资方面的性别差距：影响评估方法

本附件介绍了用于评估缩小农业粮食体系中农业生产率和工资方面的性别差距对国内生产总值和粮食不安全的潜在影响的方法和数据来源。该方法使用第2章中提出的关于农业生产率性别差距和农业工资差距的估算，来衡量缩小这些差距所带来的收入增加，然后使用第1章插文1.1中描述的粮食不安全Tobit模型得出的收入弹性，来模拟对粮食不安全的潜在影响。

下文列出的公式、假定和数据来源是对相关影响的保守估算，因为我们没有评估缩小收入的性别差距对整个经济的乘数效应和溢出效应。我们对按照收入组别汇总的国家分别进行估算。研究发现，缩小农业生产率和农业粮食体系工资的差距将使全球GDP至少增加1%（或近1万亿美元）。这将使全球粮食不安全率降低约2个百分点，使粮食不安全人数减少4500万。

农业生产率差距模型

按照简化的增值方法，国内生产总值被定义为农业部门Y_A和非农业部门Y_N的增值之和：

使用这一简单的会计定义，可以表明，由于农业增加值的扩大，国内生产总值将按照以下表达式增长：

其中，比例界定了农业生产在国内生产总值中所占的比例。

另一方面，农业增加值可以分解为单位土地面积的平均农业产量(Y_A/A)和用于农业生产的总面积A的乘积，即：

农业总产量可以分为男性掌管农场的产量和女性掌管农场的产量：

使用这一会计定义，农业总产量可以根据以下表达式使用单位产量进行分解：

其中，男性（M）和女性（F）管理农场的单位产量男女不同。由于女性掌管农场的面积和男性掌管农场的面积必须等于总面积，，可以使用按性别区分的单位产量，对农业总产量进行分解：

其中β是女性掌管的农场在农业用地总面积中所占的份额，。使用表达式（5），女性掌管农场单位产量增加对农业产出的影响是：

为了模拟的目的，我们假设单位产量的性别差距消失，女性掌管农场的单位产量根据以下表达式增长：

使用表达式（2）、（6）和（7），我们可以将缩小单产性别差距对国内生产总值的影响表示为：

为计算女性与男性掌管农场的总体比率β，采用了如下方法：将农业普查报告的女性与男性掌管的农业土地的比率，乘以女性掌管农场与男性掌管农场的平均规模之比，该比率是通过家庭调查估计的，大约等于0.69。

附件表3.1 缩小农业生产率性别差距对国内生产总值和粮食不安全的影响

工资差距模型

按照收入法，GDP也可以理解为分配给工人的国民收入(wL)、资本所有者的收益(rK)加上税收（T）：

如果经济中只有工资增长，那么GDP将按照以下公式增长：

其中γ是劳动收入在国民生产总值中所占的份额，。

劳动力总支出可分解为男性收入（M）和女性收入（F）：

使用表达式（11）和（10），我们可以将提高女性工资对国家GDP的影响表示为：

其中δ是女性就业在全国总就业中所占的比例，。因此，消除性别工资差距对国内生产总值的影响可以用表达式（10）和预期工资增长百分比来获得：

如果我们只关注提高农业粮食体系中的女性工资，则公式（12）变为：

利用现有的数据来源，我们从第2章获得了关于农业粮食体系中女性就业比例的信息δ_AFS，而在农业粮食体系中工资的性别差距无法准确衡量的情况下，假定这一差距相当于农业部门的工资差距。农业粮食体系工资对国家GDP的贡献，根据现有数据更难获得。因此，我们用下面的公式估算近似值：

这隐含地假设农业粮食体系工资与其他部门的工资相同。因此，估算农业粮食体系中缩小工资性别差距对国内生产总值影响的最终公式为：

附件表3.2 缩小农业粮食体系性别差距对国内生产总值和粮食不安全的影响

附件4. 关注女性赋权的发展干预措施对小规模生产者产生的效益估算方法

国际农业发展基金（农发基金）在每个资金补充周期结束后，会选出一批项目进行系统的影响评估，来衡量其资助的干预措施的影响。在2019年至2021年期间，农发基金对在此期间结束的96个项目中的24个项目进行了影响评估，该期间对应于农发基金第十一次资源补充。¹样本涵盖了农发基金31亿美元的投资，代表了71亿美元的总投资（包括配套资金）。²

该评估所使用的方法包括事后准实验性影响评估，并允许估算项目对关键利益指标的影响。

本报告进而对24个项目的估计影响进行荟萃分析，以估计平均效应大小。³一旦确定项目样本在统计上与同一时期结束的所有项目没有显著差异，则平均效应规模就代表了可归于干预措施的影响。平均效应规模可以解释为受益人（或干预组）的估算指标相对于对照组的百分比变化。估计出平均效应规模后，进行预测演算，来计算整个投资项目的总体影响。

按照农发基金的做法，我们进行了一项工作，来估计在所有项目都以女性赋权为重点的情况下可取得的成果。为此，我们通过区分样本中两种类型的项目，来确定实验组和对照组：将旨在提高女性对使用收入和/或资源的决定权的项目与无助于提高这种决定权的项目进行比较。⁴完成这一分类后，我们就重复进行荟萃分析和预测；正如农发基金（2022）²所报告的那样，这样做基于与影响分布有关的一个重要假设，即估计影响在整个受益人群中呈正态分布，并且具有与估计影响（即，平均效应规模）相同的均值和标准差。下一步，我们计算超过以下目标的受益者总数：

• 收入至少增加10%；
• 产出至少增加20%；
• 进入市场情况至少得到20%的改善；
• 至少提高20%的抵御能力；
• 粮食安全至少提高10%；
• 至少10%的人营养得到改善（饮食多样化）。

我们：1）随机绘制了1.12亿人的影响正态分布（包括根据荟萃分析凭经验估计的相关平均值和标准差），这相当于96个农发基金资助项目的受益者总数；以及2）计算了增长数量超过关键结果指标阈值的人数。结果总结见附录表4.1。

附件表4.1 有女性赋权内容的项目与没有女性赋权内容的标准项目的预测结果

这些结果表明，在收入、粮食不安全经历分级表衡量的粮食不安全、家庭饮食多样性和从冲击中恢复方面，所有人 — 男性和女性 — 都从女性享有更大决策权的项目中获得显著收益。另一方面，与其他调查结果一致，非女性赋权项目组参与者的农业生产率和进入市场的比例较低。这是一个合理的结果，因为大多数成功收益来自农业企业带来的机会、渔业和/或畜牧业和奶制品项目，而不是初级农业生产。

这些调查结果还表明，综合性和多重点的干预措施在改善家庭福利的同时强调女性发挥的作用，这样的项目在许多领域都更加成功，尽管仍有改进的余地。例如，生产率和进入市场要求更集中地投资于生产性目标。

因此，已经投资于农业农村发展项目的捐助者可以通过关注改善女性福祉来改善人民的生计，方法是在赋权女性的同时，提高家庭收入、饮食多样性、粮食安全和抵御能力。