非农就业、农地流转与粮食种植结构调整——基于固定观察点农户层面的微观实证

钱龙，袁航，刘景景，曹宝明*

（1.南京财经大学粮食经济研究院，江苏 南京 210003；2. 中国人民大学农业与农村发展学院，北京 100872；3. 农业部农村经济研究中心，北京 100810）

当前，大多数中国农户处于“半工半耕”状态[1]，这种兼业在深刻影响农民生活的同时，也给农业生产烙下了深刻的印记。从已有文献来看，学界普遍关注农户兼业对农业生产性投资以及留守人员劳动供给的影响，或者聚焦非农就业对农作物产出的影响。如Rozelle等[2]对中国城乡人口迁移的研究发现，农户家庭外出务工人数每增加1人，玉米单产水平就将净下降14%。De Brauw[3]对越南的研究发现，劳动力外出务工降低了农户家庭的水稻产量。而钱文荣和郑黎义[4]基于江西省的农户调研，却发现务工户的水稻产量平均比非务工户高7%。然而，较少有成果关注到非农就业带来的种植结构调整效应。对我们这样一个人口大国而言，保障粮食供给和实现粮食安全是十分重要的议题。“中国碗要盛中国粮”成为社会各界的共识，因而国内学界普遍关心这一议题：农民外出务工后，兼业化家庭的粮食种植面积或种植比例是否会下降？从已有的文献来看，学界对这一议题并未取得一致结论。刘乃全和刘学华[5]对"良田种树风"的案例分析表明，外出务工对粮食生产十分不利。王翌秋和陈玉珠[6]基于江苏和河南545名农户调查，发现家庭大多数成员外出务工时，粮食生产才会受到负面影响。另有部分成果持相反意见，认为非农就业反而有利于粮食生产，如钟甫宁等[7]的研究。

当前，农村除了普遍的“人走”现象，还存在明显的“地动”趋势。农业部公布的数据显示，截至2017年上半年，全国农户承包地已经有35.1%进行了流转，流转面积达到了0.31亿hm2。从已有文献来看，学者们已经意识到农地流转与种植结构调整存在密切关联，并重点关注了农地流转与种植结构“非粮化”。如易小燕和陈印军[8]基于浙江、河北2省6县356户农户的调查，郭欢欢[9]基于重庆市的调查、张宗毅和杜志雄[10]基于1 740个种植业家庭农场数据的分析，均发现土地流转过程中的“非粮化”现象十分突出。随着越来越多的农村承包地进入流转市场，农地流转带来的种植结构调整效应需要引起高度重视。然而，这一领域仍然有三个关键性问题没有被很好的区分与解决。其一，农地流转过程中普遍的“非农化”并不等同于农地流转和“非粮化”存在因果关联，除徐志刚等[11]、罗必良和仇童伟[12]少数学者意识到这一问题，目前还少有研究通过微观实证来检验农地流转对种植结构的影响。其二，已有研究大多关注新型经营主体在农地流转过程中的“非粮化”行为，却忽视了普通农户之间流转导致的结构调整效应。但相对而言，普通农户之间的流转更为普遍，现有研究无法回答普通农户之间的农地流转究竟会如何影响粮食种植比例调整。其三，已有成果相对忽视了农地转出带来的影响，无法回答农地转入和农地转出对粮食种植结构有何差异化影响。

当前，调整粮食种植结构已经成为推进农业供给侧改革的重要议题之一。但宏观层面的政策目标能否实现，最终取决于微观层面农户的调整决策。因而，本文从农户层面对这一议题进行了理论与实证分析。梳理既有文献，发现家庭层面非农就业带来的劳动力资源再配置和农地流转带来土地资源再配置，究竟会对农户家庭粮食种植结构有何影响，已有成果尚不能很好的回应。并且，就数据来源而言，已有成果大多基于区域性的截面调查，样本量较小、代表性不足；也很难避免数据同期相关性问题。

有鉴于此，本文基于具有全国层面代表性的农业部固定观察点大样本数据，利用面板回归模型，从农户层面联合考虑非农就业、农地流转对粮食种植结构及粮食内部生产结构的影响。本研究一方面有助于进一步验证非农就业对粮食种植结构的影响；另一方面有助于探索农地流转对粮食种植结构的影响，包括转入和转出对种植结构有何差异化影响，普通农户之间农地流转带来的种植结构调整是否具有独特性等等。并且，本文还分析了非农就业和农地流转对三大主粮种植的影响，以及非农就业和农地流转之间的交互效应，从而丰富了本领域研究。

1 理论分析与研究假说

1.1 非农就业与粮食种植结构

首先，非农就业会通过劳动力流失效应来影响粮食种植结构[1]。对以家庭为单位进行耕作的农户而言，劳动力资源流入非农产业意味着农业生产中的劳动力投入减少。相对劳动力密集型的经济作物，粮食作物是典型的土地密集型产品，对劳动力的需求相对少，而经济作物对劳动力的需求更多。在劳动力短缺的背景下，粮食作物更适合进行粗放化经营。同时，在粮食作物生产中，农业机械等替代性要素能够对流失劳动力进行有效替代，这也有助于激励农户增加粮食种植。因而，在农业劳动力不足的背景下，农户很可能会减少经济作物种植，出现种植结构的“趋粮化”。

其次，非农就业会通过增加家庭收入水平和分散家庭收入风险来影响粮食种植结构。部分家庭成员的非农就业，不仅有助于提升家庭整体收入水平，更重要的是实现了收入来源多元化，降低了家庭收入波动的风险。相对粮食作物，经济作物是高投入高产出的，但同时也是高风险的。经济作物要面对市场价格波动，而粮食生产则有最低收购价格托底，且能够获得政策补贴。当前，非农就业带来了家庭收入的提升和农业经营相对重要性的下降，让这部分家庭不再需要冒风险去种植更多经济作物来增加家庭收入。特别是农业劳动力渐趋老年化和女性化的时代背景下，农户多不期待通过农业来实现增收，粗放式经营成为常态[13]。家庭收入水平的提升还会让留守农业劳动力倾向于增加闲暇时间、减少农业劳动供给[14]。相对于需要耗费大量劳动力投入的经济作物，不难理解农户为何偏向于种植劳作负担轻的粮食作物。基于以上分析，提出假说1：非农就业有助于提升农户家庭的粮食种植比例。

1.2 农地流转与粮食种植结构

粮食作物是土地密集型产品，种植规模越大，单位成本越低，单位面积的种粮收益也越高[15]。一项对比中美两国粮食生产的研究表明，中国的粮食生产仍然有利润优势[16]。但美国粮食在全球市场的竞争力却是中国无法比拟的。之所以如此，十分关键的一个原因是，美国粮食生产存在显著的规模效应。2016年，美国农场平均规模为178.9 hm2，而中国农户的户均耕地规模仅为0.5 hm2。即使中国农户的单位土地利润非常高，也无法在收入水平上和美国农户相比，甚至无法支撑中国农户的收入达到国内平均收入水平[17]。因而，小规模经营的中国农户在进行生产决策时，为了尽可能的提升收入水平，会优先考虑种植一定比例的经济作物，毕竟经济作物的收益更高。并且，规模偏小也让农户有精力去从事劳动密集型的经济作物生产[18]。与此同时，诸多调查也证实，种植规模变大后农户会逐渐提高粮食种植比例[10]。因而，作为实现土地规模经营重要手段的农地流转，很可能会通过改变土地规模来影响粮食种植结构。预测转入土地时，经营规模随之扩大，规模效应逐渐凸显，依靠种粮也能提高收入，这会激励农户多种粮食；反之，转出土地，农户更不倾向于种植粮食。基于此，提出假说2：农地转入有助于提升农户粮食种植比例，农地转出则会降低粮食种植比例。

2 数据说明与模型设定

2.1 数据说明

数据来源于农业部农村固定观察点微观调查。目前，该调查是国内覆盖面最广、延续时间最长的农户追踪调查。调查采取类型抽样方法进行抽样，调查村的选择根据各省、区、市村庄类型，分山区、丘陵区和平原区，城市郊区和非城市郊区，富裕地区和贫困地区，农区、林区、牧区、渔区，然后在各类型内抽取一定单位构成样本。目前，固定观察点覆盖中国大陆31个省（自治区、直辖市）、357个县（市、区）、360个村，每年调查23 000户农户。因而，本文样本量更大，且具有全国层面代表性，能够较好反映全国层面农业农村的实际情况。之所以选择2003-2012年为研究区段，主要是因为固定调查点问卷从2003年进行了较大程度的调整，2013年又再次进行了调整。因而，为保持研究连贯性选择这一时段。就目前而言，这已经是能够获取到的关于种植结构调整最完整的固定观察点数据。而且，2003-2012这十年也是非农就业和农地流转快速增长的时间区段，因而，本研究有助于理解这一区段非农就业和农地流转究竟导致了怎样的种植结构调整效应。鉴于中国的城镇化和农地流转仍在推进当中，当前开展这一研究仍有着较强的理论和实践意义。

2.2 变量设置

1）粮食种植结构。与已有成果保持一致，本文使用粮食作物种植面积占作物总种植面积（粮食作物面积+经济作物面积）的比例来显示家庭层面的粮食种植结构调整。具体包括两个层面，其一，以粮食作物种植面积占总种植面积的比例来反映种植结构的“非粮化”[19]。其二，既有成果很少关注的具体种类的粮食种植比例变化，考虑到水稻、小麦和玉米是中国最重要的三大粮食品种 ，本文使用三类主粮种植面积占总种植面积比例来显示农户对不同品种粮食作物的种植。

2）非农就业。以往文献通常只使用一种指标来测度农户家庭的非农就业，为了保障拟合结果稳健性，本文同时采纳两种方式来测度。其一，使用非农收入占家庭总收入的比例来表示，命名为非农就业1。其二，使用家庭成员非农工作时间占总工作时间比例来予以显示，命名为非农就业2。已有文献较少区分非农就业的类型，本文按照非农工作地点差异，将非农就业2细化为本地非农就业和外地非农就业[20]，以进一步测度两种不同方式的非农就业对农户种植结构是否有差异化影响。

3）农地流转。农户农地流转行为是本研究的核心解释变量，鉴于农地转入会带来种植规模的扩大，农地转出则会缩小种植规模，因而本文使用有序排列变量来显示农户的农地流转行为。

4）影响种植结构的其他因素。为保障计量分析的稳健性，本文引入户主特征、家庭劳动力特征和家庭经营特征等多个维度的控制变量。户主通常是家庭农业生产的主要决策者，引入户主年龄、性别、受教育程度和是否参加过农业培训来控制户主个体特征和人力资本特征。家庭劳动力特征是影响种植结构的关键维度，以往研究多关注劳动力数量的可能影响，本文则同时关注劳动力数量、结构和质量对种植结构的影响，进而引入家庭劳动力数量、平均年龄、平均教育年限、平均健康程度[21]四个变量。家庭经营特征对农户种植结构也可能产生影响，引入农户经营规模、土地细碎化、农业固定资产规模来控制这一层面的影响。

表1 变量基本统计特征Table 1 Basic statistical characteristics of variables

表1对上述变量进行了解释和统计描述性分析。

2.3 模型选择

本文使用的是2003—2012年农业部固定观察点的十年连续数据，是一个涵盖中国大陆31个省（自治区、直辖市）的面板数据，平均每年调研样本数量达到了23 000户样本农户家庭，这远远大于已有大多数成果的样本规模。并且，相对于截面数据和时间序列数据，面板可以提供更多的个体动态行为信息，还可以有效解决一些遗漏变量问题，起到提高估计精确度的效果。尽管大样本已经能较好的保障拟合结果稳健性，本文为了提高拟合结果的可信度，一方面选择时间和空间双固定效应面板模型进行拟合回归，来控制时间和区域层面可能带来的异质性。另一方面，选择使用稳健标准误，而不是大多数研究使用的标准误。基准模型设定如下：

式中：Git表示农户家庭i在t时期的粮食种植结构，Cit表示农户i在t时期的农地流转特征，a1为相应的影响系数；Fit表示农户i在t时期的非农就业特征，a2为相应的影响系数。Xit为一系列控制变量，aβ为对应的影响系数，eit为随机误差项。

3 描述性分析

3.1 粮食种植及其结构变化

表2展示了2003—2012年期间全国农户粮食种植结构变化，粮食种植比例在2003—2008年期间呈现逐年递减趋势，下降了8.19个百分点，年均降幅达到了1.37%，这与全国层面的统计保持一致[19]。2009—2012年间，粮食种植比例虽然小幅波动，但基本趋于稳定，每年保持在71%左右。2003—2012年水稻种植比例呈现逐年下降的趋势，下降幅度达到了8.27个百分点。2003—2012年小麦种植比例虽然有所下降，减少了1.49个百分点，但不同年份之间差异并不大，呈现小幅波动态势。玉米种植比例变化趋势与水稻种植比例趋势相反，2003—2012年间呈现逐年递增态势，十年间增长了8.02个百分点。从种植比例大小来看，2003—2006年间，水稻是最主要的种植品种，其次是玉米和小麦。但2007—2012年期间，玉米开始超越水稻，成为农户种植最广泛的主粮品种。并且水稻和玉米的种植比例差距越来越大，2007年水稻种植比例仅低于玉米0.52个百分点，而2012年两者已经相差12.05个百分点。

表2 2003-2012年粮食种植比例变化（%）Table 2 Changes in the proportion of grain planting in 2003-2012 (%)

3.2 非农就业与粮食种植

按照家庭成员非农就业时间占比高低，将整体样本区分为低度非农就业农户（非农就业时间占比小于20%）、中度非农就业农户（非农就业时间占比在20%～50%之间）和高度非农就业农户（非农就业时间占比大于50%）三大类型（表3）。纵向对比来看，随着时间的推移，三种类型农户的粮食种植均有所下降。其中，尤以低度非农就业农户最为剧烈，下降幅度达到了15.1%，中度非农就业农户和高度非农就业农户则分别下降7.61%和5.44%。横向对比来看，2003—2012年期间三类农户中，高度非农就业农户的粮食种植比例最高，中度非农就业农户紧随其后，低度非农就业农户最低。2012年，高度非农就业农户的粮食种植比例为72.81%，中度非农就业农户为72.32%。而低度非农就业农户只有63.36%。因而，从描述性分析不难发现，农户家庭非农就业涉入程度越深，种粮比例反而越高。

表3 非农就业与粮食种植比例（%）Table 3 Off-farm employment and grain planting ratio (%)

3.3 农地流转与粮食种植

表4显示了2003—2012年间不同类型土地流转户的粮食种植比例。纵向对比来看，这期间转入户、非流转户和转出户的粮食种植比例都有所下降，降幅分别为5.44%，6.97%和6.98%。横向对比来看，2003—2012年期间，转入户的粮食种植比例一直高于非流转户，而非流转户又一直高于转出户。因而，本文预期转入土地有助于提升粮食种植比例，而转出土地则会降低粮食种植比例。

表4 农地流转与粮食种植比例（%）Table 4 Farmland circulation and grain planting ratio (%)

4 计量结果与分析

4.1 非农就业、农地流转与粮食种植比例变化

非农就业和农地流转对农户粮食种植结构的影响如表5所示。在模型一中，农地流转和非农就业1均通过了1%的显著性水平检验，且影响系数为正。模型二中，农地流转在5%显著性水平正向影响农户粮食种植，非农就业2在1%显著性水平正向促进农户粮食种植比例。本地外出务工和外地务工很可能对农户家庭的种植结构调整有差异化影响，但目前还鲜有研究意识到这一点。为此，在模型三中，本文将非农就业2细分为本地非农和外地非农两个亚类[20]。此时农地流转依然在5%显著性水平正向促进农户粮食种植比例的提升，并且本地非农就业和外地非农就业均在1%显著性水平正向影响粮食种植比例，即两种非农就业都有利于种植结构朝“趋粮化”的方向演进。

结合上述三个模型的拟合结果不难得出以下两个结论：其一，家庭非农就业深入程度越深，农户越可能种植粮食作物，即假说1成立。这与钟甫宁等[7]、罗必良和仇童伟[12]的研究发现保持一致。其二，农地流转对农户粮食种植比例有显著影响，其中，农地转入有利于提升粮食种植比例，农地转出则会降低粮食种植比例。由于固定观察点的调查对象是一般农户，因而这一结果表明农地流转带来的经营规模的扩大确实有助于农户家庭增加粮食种植[22]，而规模的减少则会削弱农户种植粮食的比例，即假说2也成立。然而，这与大多数基于新型经营主体的研究结果正好相反。针对新型经营主体的研究多表明，农地转入导致了较为普遍的“非粮化”现象。因而，这也表明很有必要区分普通农户之间的农地流转，以及新型经营主体参与的农地流转带来的种植结构调整效应。前者会因为农地转入而转向“趋粮化”，而后者则会带来“去粮化”。

表5 非农就业、农地流转与粮食种植Table 5 Off-farm employment, farmland circulation, and grain planting

稳健影响农户粮食种植比例的变量还包括户主是否接受过农业培训、家庭劳动力数量、家庭承包田地总面积、地块数。具体而言，当户主有农业培训经历时更可能增加粮食种植比例，说明对农民的培训有助于保障粮食安全。家庭劳动力数量在1%显著性水平极为显著的负向影响粮食种植比例，表明家庭劳动力禀赋越丰富，农户越倾向增加经济作物种植[10]。这很可能是因为，经济作物的收益更高，在家庭劳动力充足时，理性的农户会优先考虑增加经济作物种植。与家庭劳动力数量相反，家庭承包田地总面积稳健的在1%显著性水平正向促进粮食种植，说明农户家庭土地资源越丰富，农户越可能增加粮食种植。即土地规模越大，作为土地密集型产品的粮食作物的相对优势会逐渐显示出来，这与农地流转对粮食种植的影响也可以相互印证。地块数也在1%显著性水平稳健的促进粮食种植比例，这说明农户家庭土地细碎化特征越明显，农户反而更可能多的种植粮食作物。之所以如此，是因为经济作物对劳动力的需求更大，而土地细碎化又增加了劳动力劳作负担，导致农户家庭劳动力禀赋约束趋紧。在此条件约束下，农户只能适应性增加粮食作物，减少经济作物的种植。

4.2 非农就业、农地流转与三大主粮的种植

水稻、小麦、玉米是中国人的三大口粮，也是中国农户种植最多的三类粮食作物。表6进一步分析非农就业和农地流转对种植不同种类粮食种植农户的影响。结果显示，农地流转显著促进水稻种植比例的提升，表现为农户的农地转入行为有助于增加水稻种植比例，农地转出行为则会显著减少水稻种植比例。表明水稻生产存在显著的土地规模效应。但结果同时表明，农户家庭非农就业的变化并不影响农户对水稻的种植。对小麦种植，发现农地流转对小麦种植的影响并不稳健。但非农就业在1%显著性稳健的促进小麦种植，表现为非农就业收入占比越高，非农就业时间占比越高，农户越可能提升小麦种植比例。对于玉米种植，结果显示农地流转的作用不再显著，表明农地流转不是农户调整玉米种植比例的关键因素。与小麦类似，非农就业依然对玉米的种植比例有显著促进作用，表现为家庭非农兼业程度越高，农户越倾向增加玉米种植比例。

表6的拟合结果表明，非农就业对种植不同种类粮食作物农户的影响存在分化。推测这主要是因为三大粮食作物对劳动力的需求差异。就单位土地面积的劳动力需求而言，小麦和玉米的劳动力投入小于水稻，这两种作物更适应短缺劳动力背景下的粗放式经营。农地流转对种植不同种类粮食作物农户的影响也存在分化。推测主要因为2003-2012年期间水稻是三大主粮中单位面积净利润最高的品种，随着水稻种植规模的扩大，农户家庭整体收入水平提升较快。小麦和玉米的利润率较低，要达到规模效应需要更大的经营规模来支撑。笔者依据历年《全国农产品成本收益资料汇编》进行计算，发现2003-2012年期间，每公顷水稻的净利润是小麦的2.4倍、玉米的1.5倍。因而，随着经营规模的扩大，水稻种植户会理性的提升水稻种植比例。而种植相对效益较低的小麦和玉米的农户，并不会因为土地规模的小幅增加而相应提升小麦或玉米的种植比例。整体而言，拟合结果表明，种植水稻的农户是否增加水稻种植比例更多取决于土地资源，种植小麦的农户是否增加小麦种植、种植玉米的农户是否增加玉米种植则更多取决于劳动力资源配置。

表6 非农就业、农地流转与三大主粮的种植Table 6 Off-farm employment, farmland circulation and cultivation of three staple grains

4.3 非农就业与农地流转的交互效应

整体层面的分析表明，非农就业和农地流转对粮食种植结构均有显著的影响。但上述分析并没有考虑到非农就业和农地流转的交互效应。首先，非农就业对农地流转有显著影响。主流研究表明，非农就业有效促进了农地流转市场发育，表现为非农就业越普遍的地方农地流转市场规模越大，非农就业率越高的农户家庭参与土地流转的概率也相对较高[23]。其次，农地流转市场也会反向影响非农就业市场。Deininger等[24]对中国，De Janvry等[25]对墨西哥的研究均证实，当农户土地流转权利受到限制、土地流转市场发育缓慢时，劳动力向非农产业转移就会受到负面影响。而流转顺畅的农地市场则能够有效解放家庭农业劳动力，提升家庭成员非农就业率。这意味着非农就业和农地流转会相互影响。因而，在联合分析非农就业和农地流转对粮食种植结果的影响时，需要考虑到两者的交互作用，具体见下表7。

表7 非农就业与农地流转的交互作用Table 7 Interaction between off-farm employment and farmland circulation

其中，模型四在模型一的基础之上引入非农就业1和农地流转的交互项，模型五在模型二的基础上引入非农就业2和农地流转的交互项。此时，无论采纳哪一种方式来测度非农就业，非农就业和农地流转的交互项均通过了1%的显著性水平检验。说明非农就业和农地流转确实会相互影响，两个关键解释变量之间存在明显的交互作用。考虑到交互项的影响系数为正，这意味着非农就业显著的负向调节农地流转对粮食种植比例的影响，而农地流转也显著的负向调节非农就业对粮食种植比例的影响。即非农就业不利于农地转入通过扩大经营规模来提升粮食种植，而农地转入也不利于非农就业发挥正向促进粮食种植比例这一途径的达成。这与理论预期完全相符，因为非农就业会负向影响农地转入，正向促进农地转出。非农就业率高的家庭通常会转出土地，而不太可能转入土地，从而弱化了土地流转的规模效应。同时，农地转入会负向作用非农就业，农地转出会正向促进非农就业。也就是说，土地转出也会通过便利家庭成员外出非农就业来增强对粮食种植的影响，土地转入则会通过阻碍非农就业来弱化非农就业对粮食种植的提升效应。

5 结论与启示

5.1 结论

本文从非农就业和农地流转的视角考察了农户家庭粮食种植结构变化，并利用具有全国层面代表性的2003—2012年农业部固定观察点大样本调查数据，通过描述性分析和固定效应面板模型进行了实证检验。结果发现：①2003—2012年期间，全国层面粮食种植比例逐年下降。粮食内部结构也发生调整，水稻种植比例渐趋下降，小麦稳中微降，玉米的种植比例快速提升。②非农就业对粮食种植有显著促进作用，表现为家庭收入中非农收入占比越高，成员非农就业时间比例越高，农户越倾向增加粮食种植。将非农就业区分为本地非农就业和外地非农就业时，仍然发现两种类型非农就业均能够有效提升粮食种植比例。③农地流转对粮食种植结构也有显著影响，表现为农地转入能够有效提升粮食种植比例，而农地转出则会降低粮食种植比例。④非农就业和农地流转对三大主粮的影响出现分化，农地流转影响水稻种植，而小麦和玉米的种植受到非农就业的影响。⑤非农就业与农地流转存在显著的交互作用，表现为非农就业显著负向调节农地流转对粮食种植的影响，而农地流转也会负向调节非农就业对粮食种植结构的影响。

需要指出的是，本文虽然受到数据本身的限制，只能使用2003—2012年的数据进行研究。但这并不意味着基于这一套数据得出的结论已经过时，或者说从非农就业和农地流转视角分析农户的粮食种植结构调整行为对社会实践就失去了借鉴意义。因为，2013年前后，农户的非农就业和农户的农地流转行为并没有出现结构性突变。就农户家庭的非农就业而言，有较多的文献发现，2013年以来中国农户仍然保持着“半工半耕”的兼业化态势，城镇化进程中实现城市融入的农户家庭仍然是少数。就农地流转而言，虽然近些年来中国的农地流转市场推进速度较快，截至2017年，大约有三分之一的农地进入流转市场。但是农地流转的主要形式并没有发生重大变革，作为农地流转主体的农户流转动机和流转行为也没有显著变化。也就是说，2013年前后，尽管宏观层面的非农就业和农地流转有一定变化，但是微观层面的农户行为，包括家庭劳动力资源配置行为和农地流转行为并没有发生质的改变。因而，有理由相信，即使本文使用的是2003—2012年期间的历史数据，得出的结论仍然适用于当前。

5.2 启示

基于上述发现，可以得出以下几点启示。

第一，一个广为接受的观念是，农村劳动力外流导致农业劳动力减少会对粮食生产十分不利。但本文的研究表明，劳动力外流不仅没有减少粮食种植比例，反而提高了农户种粮比例，即非农就业导致了种植结构的“趋粮化”，无需过度担心农业劳动力流失会对粮食种植产生消极影响。

第二，农地流转带来的经营规模扩大有助于提升粮食种植比例，农地转出则会鼓励粮食种植结构的“非粮化”。这一结果表明，普通农户转入土地带来的种植规模的扩大有助于保障粮食安全。这与诸多新型经营主体出现的种植结构“非粮化”形成了鲜明对比，表明普通农户仍然是保障粮食安全的重要主体。因而，未来扶持家庭农场、合作社等新型经营主体的过程中，不能过度挤压传统农户的生存空间，而是应该意识到传统农户在保留粮食安全中仍然发挥着十分重要的作用。同时，要充分关注农地转出导致的种植结构“非粮化”，适当予以引导，将“非粮化”程度控制在合理范围之内。

第三，劳动力资源的再配置和土地资源的再配置对三大主粮有差异化影响，表明水稻生产的规模效应较为显著，而小麦和玉米更适合兼业农户进行粗放式耕种。

第四，非农就业和农地流转之间存在显著的交互效应，因而，在推动农户种植结构调整时，不仅要关注劳动力资源和土地资源各自产生的影响，还要联动考虑两者的交互效应对种植结构的作用，形成多要素联动的思路。

参考文献：

[1] 杨华. 中国农村的“半工半耕”结构[J]. 农业经济问题, 2015,36(9): 19-32.Yang H. The structure of “half industrial and half agricultural working” structure in Chinese rural areas[J]. Issues in Agricultural Economy, 2015, 36(9): 19-32.

[2] Rozelle S, Taylor J E. De Brauw A. Migration, remittances, and productivity in China[J]. American Economic Review, 1999,89(2): 287-291.

[3] De Brauw A. Seasonal migration and agricultural production in Vietnam[J]. Journal of Development Studies, 2010, 46(1): 114-139.

[4] 钱文荣, 郑黎义. 劳动力外出务工对农户水稻生产的影响[J].中国人口科学, 2010(5): 58-65, 111-112.Qian W R, Zheng L Y. The in fluence of migrant workers on rice production[J]. Chinese Journal of Population Science, 2010(5):58-65, 111-112.

[5] 刘乃全, 刘学华. 劳动力流动、农业种植结构调整与粮食安全——基于“良田种树风”的一个分析[J]. 南方经济,2009(6): 15-24.Liu N Q, Liu X H. Labor mobility, planting structure adjustment and food security: Based on the climate of basic farm land tree planting[J]. South China Journal of Economics, 2009(6): 15-24.

[6] 王翌秋, 陈玉珠. 劳动力外出务工对农户种植结构的影响研究——基于江苏和河南的调查数据[J]. 农业经济问题, 2016,37(2): 41-48, 111.Wang Y Q, Chen Y Z. The impacts of labor migration on farm households’ cropping structure[J]. Issues in Agricultural Economy, 2016, 37(2): 41-48, 111.

[7] 钟甫宁, 陆五一, 徐志刚. 农村劳动力外出务工不利于粮食生产吗?——对农户要素替代与种植结构调整行为及约束条件的解析[J]. 中国农村经济, 2016(7): 36-47.Zhong F N, Lu W Y, Xu Z G. Does rural labor force go out to work to be adverse to food production? Analysis on the behavior and constraint conditions of farmers’ factor substitution and planting structure adjustment[J]. Chinese Rural Economy,2016(7): 36-47.

[8] 易小燕, 陈印军. 农户转入耕地及其“非粮化”种植行为与规模的影响因素分析——基于浙江、河北两省的农户调查数据[J].中国农村观察, 2010(6): 2-10, 21.Yi X Y, Chen Y J. Analysis on factors in fluencing farmers’ transfer to cultivated land and their “non-grain” planting behavior and scale: Based on the survey data of Zhejiang and Hebei Province[J].China Rural Survey, 2010(6): 2-10, 21.

[9] 郭欢欢. 重庆市土地租赁户农作物选择机制及其对粮食安全的威胁[J]. 中国土地科学, 2014, 28(2): 37-43.Guo H H. The crops choice mechanism of farmland leasers and its impacts on food security in Chongqing City[J]. China Land Science, 2014, 28(2): 37-43.

[10] 张宗毅, 杜志雄. 土地流转一定会导致“非粮化”吗?——基于全国1740个种植业家庭农场监测数据的实证分析[J]. 经济学动态, 2015(9): 63-69.Zhang Z Y, Du Z X. Will land transfer necessarily lead to “nonfood” planting structure? Empirical analysis based on the monitoring data of 1740 planting family farms in China[J].Economic Perspectives, 2015(9): 63-69.

[11] 徐志刚, 谭鑫, 郑旭媛, 等. 农地流转市场发育对粮食生产的影响与约束条件[J]. 中国农村经济, 2017(9): 26-43.Xu Z G, Tan X, Zheng X Y, et al. The in fluence and constraints of the development of farmland transfer market on grain production[J]. Chinese Rural Economy, 2017(9): 26-43.

[12] 罗必良, 仇童伟. 中国农业种植结构调整:“非粮化”抑或“趋粮化”[J]. 社会科学战线, 2018(2): 39-51, 2.Luo B L, Qiu T W. China agricultural planting structure adjustment, “non-staple” or “hasten food”[J]. Social Science Front, 2018(2): 39-51, 2.

[13] Hennessy T, O’Brien M. Is off-farm income driving on-farm investment?[J]. Journal of Farm Management, 2008, 13(4): 235-246.

[14] Wang C, Rada N, Qin L, et al. Impacts of migration on household production choices: Evidence from China[J]. Journal of Development Studies, 2014, 50(3): 413-425.

[15] 陈洁, 刘锐, 张建伦. 安徽省种粮大户调查报告——基于怀宁县、枞阳县的调查[J]. 中国农村观察, 2009(4): 2-12, 96.Chen J, Liu R, Zhang J L. Report on big farmers in Anhui Province: Based on survey of Huaining County and Zongyang County[J]. China Rural Survey, 2009(4): 2-12, 96.

[16] 庞守林, 乔忠, 田志宏, 等. 中美粮食生产成本及结构差异的竞争影响分析[J]. 管理世界, 2005(1): 83-90.Pang S L, Qiao Z, Tian Z H, et al. Analysis on the competitive impact of Chinese and American food production costs and structural differences[J]. Management World, 2005(1): 83-90.

[17] 蔡瑞林, 陈万明, 朱雪春. 成本收益: 耕地流转非粮化的内因与破解关键[J]. 农村经济, 2015(7): 44-49.Cai R L, Chen W M, Zhu X C. Cost and benefit: The internal cause and key to solve the non-grainization of farmland circulation[J]. Rural Economy, 2015(7): 44-49.

[18] 黄宗智. 发展还是内卷?十八世纪英国与中国——评彭慕兰《大分岔:欧洲,中国及现代世界经济的发展》[J]. 历史研究,2002(4): 149-176, 191-192.Huang Z Z. Development or involution? Great Britain in the eighteenth century and China——A comment on The Great Divergence: Europe, China and the modern world economy by Kenneth Pomeranz[J]. Historical Research, 2002(4): 149-176, 191-192.

[19] 陈印军, 易小燕, 方琳娜, 等. 中国耕地资源与粮食增产潜力分析[J]. 中国农业科学, 2016, 49(6): 1117-1131.Chen Y J, Yi X Y, Fang L N, et al. Analysis of cultivated land and grain production potential in China[J]. Scientia Agricultura Sinica,2016, 49(6): 1117-1131.

[20] Yang J, Wang H, Jin S, et al. Migration, local off-farm employment, and agricultural production ef ficiency[J]. Journal of Productivity Analysis, 2016, 45(3): 247-259.

[21] 钱龙, 洪名勇. 非农就业、土地流转与农业生产效率变化——基于CFPS的实证分析[J]. 中国农村经济, 2016(12): 2-16.Qian L, Hong M Y. Non-agricultural employment, land circulation and changes in agricultural ef ficiency: Empirical analysis based on CFPS[J]. Chinese Rural Economy, 2016(12): 2-16.

[22] 陈菁, 孔祥智. 土地经营规模对粮食生产的影响——基于中国十三个粮食主产区农户调查数据的分析[J]. 河北学刊, 2016,36(3): 122-128.Chen J, Kong X Z. Impact analysis of farm size on grain production:Based on rural household survey in China’s 13 major grain producing areas[J]. Hebei Academic Journal, 2016, 36(3): 122-128.

[23] 张璟, 程郁, 郑风田. 市场化进程中农户兼业对其土地转出选择的影响研究[J]. 中国软科学, 2016(3): 1-12.Zhang J, Cheng Y, Zheng F T. A research on the effects of farmers’part-time employment on households’ choices of land transfer under the background of marketization[J]. China Soft Science,2016(3): 1-12.

[24] Deininger K, Jin S, Xia F, et al. Moving off the farm: Land institutions to facilitate structural transformation and agricultural productivity growth in China[J]. World Development, 2014(59): 505-520.

[25] De Janvry A, Emerick K, Gonzalez-Navarro M, et al. Delinking land rights from land use: Certification and migration in Mexico[J]. American Economic Review, 2015, 105(10): 3125-3149.