农村劳动力价格上涨与劳动力转移对作物种植结构的区域性影响差异

黄玛兰，李晓云，曾琳琳

（华中农业大学经济管理学院，湖北 武汉 430070）

改革开放以来，随着工业化的快速发展，中国农村劳动力向非农业大规模转移。非农行业对非技术性劳动力的大量需求导致劳动力价格不断上涨，2004年以来呈现年均两位数的增长速度[1]。农村劳动力价格上涨不仅改变了农业与非农业要素的相对价格，而且改变了农业内部生产要素的相对价格，诱使农户在要素价格变动的情形下重新配置家庭禀赋，改变农业投入要素组合与生产决策。例如，将家庭劳动力投向经济效益高、市场前景好的高附加值作物和养殖业生产，或减少劳动投工多且经济效益低的作物生产，或放弃农业生产转向非农就业，最终使农户家庭达到要素利用的效率经济状态。

在人口红利阶段，劳动力需求的不足掩盖了劳动力异质性，劳动力被同质化。随着人口红利逐步减弱，劳动力异质性逐步凸显[2]，劳动力异质性对农业生产的影响才逐渐被关注和重视。大量研究从劳动力数量、人口结构变化、劳动力价格等方面研究其对农业生产的影响。劳动力转移和人口结构变化对农业生产的影响主要体现在农业产出和农业技术效率方面。黄玛兰等[3]、程名望等[4]在其研究中概括了目前学界关于劳动力转移对粮食生产影响存在的3种不同观点，包括劳动力转移对粮食产量具有正向、负向及统计上无显著影响。在我国老龄化、女性化、低文化的农业人口结构趋势下，男性和壮年女性的转移会提高农户退出农业生产的概率，增大农户家庭耕地流出率，甚至会降低农业产出增长率[5]。由农村老龄劳动力或者女性劳动力从事农业生产的农户在农业生产技术应用、经营情况、经营收入、生产结构方面相比由农村非老龄劳动力或者男女劳动力共同从事农业生产的农户，在农业生产上均表现出劣势[6-7]。胡雪枝和钟甫宁[8]研究认为，老龄化对不同作物的影响程度因作物对劳动者体力与人力资本约束条件的不同而具有差异。农业劳动力的老龄化和教育有助于提高农业和粮食生产的技术效率[9-10]。关于劳动力价格上涨对作物播种面积影响的研究较少。易福金和刘莹[11]研究表明随着每工日劳动力价格上涨，江苏省水稻播种面积增加而浙江省播种面积减少，表明农村劳动力价格上涨并不意味着粮食播种面积普遍下降。而杨进等[12]认为劳动力价格上涨降低了粮食种植比例，增加了经济作物种植比例。

现有关于劳动力价格上涨对作物种植结构影响的研究，大多选择作物的劳动雇工价格反映劳动力价格变化。农作物雇工价格侧重于分析某作物雇工价格上涨对该作物播种面积的影响，不能体现由农村劳动力机会成本上升产生的作物替代导致的作物种植比例变化。其次，现有研究主要基于全国及省级层面，建立不同劳动力流动类型分区进行研究的文献较少。因此文章基于生产要素优化配置理论，采用1981—2015年29省面板数据，并依据人口省际流动特征，分为劳动力流入型、劳动力流动持平型与劳动力流出型3种劳动力流动类型分区，分别考察农村劳动力价格上涨与转移对区域作物种植结构的影响。文章旨在验证劳动力要素配置理论在中国农业资源利用领域的贡献，为更准确地判断农村劳动力未来发展趋势与影响，针对性地制定区域差异化的作物种植结构调整政策提供实证参考。

1 模型设定与数据来源

1.1 理论分析框架

理论分析假定技术进步为希克斯中性技术进步。文章从农户种植决策出发，假定农户仅种植两种作物X和Y，并假定两种产品的比价关系始终不变。农户生产函数简化为：式中：两种作物的劳动要素投入分别为LX和LY，土地要素投入分别为AX和AY，f(A，L)表示生产函数，Qx、Qy代表X作物、Y作物的产出。

文章不考虑土地租赁市场，采用埃奇沃思盒形图（Edgeworth box）进行比较静态分析，如图1所示。

图1 市场生产要素配置的埃奇沃思方框图Fig. 1 Allocation of essential productive factors in Edgeworth Box diagram

图1中，方框横轴表示土地数量A，纵轴表示劳动力数量L。OX为作物X的原点，对X作物来说，方框图下边表示土地资源数量，左边表示劳动力数量，其等产量曲线QX1、QX2、QX3表示生产给定产量的劳动与土地组合。OY为作物Y的原点，对Y作物来说，方框图上边表示土地资源数量，右边表示劳动力数量，其等产量曲线QY1、QY2、QY3表示给定产量下劳动与土地组合。埃奇沃思方框图的每一点描述了两种要素在两个作物之间的一种配置方式。在D点时，作物X和作物Y过该点的等产量曲线如图中所示，两条等产量曲线相交，观察位于X作物等产量线上方以及Y作物等产量线下方的点，如B点。由于B点位于X作物的等产量线上方，因此B点的作物产量大于D点的作物产量，可以生产更多的X作物；同理，B点位于Y作物等产量线的下方，因此B点的Y作物产量大于D点的作物产量，可以生产更多的Y作物。因此，D点投入效率有待改善。而在生产投入要素配置E1点，等产量曲线QX1与QY1相切，不能在不降低另一个作物产出的情况下，通过将劳动和土地从一个作物转移到另一个作物，来使得至少一种作物的产出增加。因此，E1点是生产要素投入配置的帕累托最优点。在E1点，两条等产量曲线相切，边际技术替代率（MRTS）相等。分别为作物X和作物Y劳动（L）对土地（A）要素的边际替代率，在E1点时满足：

1.2 劳动力流动类型区域划分

本研究借鉴刘盛和等[13]、杨传开和宁越敏[14]使用修正复合指标法得出的区划结果，并将人口迁移平衡型活跃区与非活跃区合并为人口流动持平区，划分出3种人口迁移地域类型，即劳动力流入区、劳动力流出区及劳动力流动持平区。其中，劳动力流入区包括：新疆、北京、天津、江苏、浙江、上海、福建、广东；劳动力流出区包括：黑龙江、吉林、河北、甘肃、陕西、四川、湖北、湖南、安徽、河南、江西、贵州、广西；劳动力流动持平区包括：内蒙古、辽宁、山西、山东、云南、西藏、青海、宁夏。不同流动人口地域类型大致体现了区域经济发展水平、劳动力市场发育水平及城镇化发展水平。劳动力流入区除新疆外，其他7省市均处于东部沿海，非农经济发达、市场化程度较高、城镇化水平高；劳动力流出区大部分省处于中部地区，是我国的粮食主产省；劳动力流动持平区大部分处于西部和西北部地区，农业产值占比大，非农经济欠发达，市场发育程度相对较低，城镇化水平相对落后。

改革开放以来中国形成的人口由西向东迁移的主流模式未发生变化[15-16]，在较大程度上保证了本文流动人口地域类型划分标准能够体现该区划本身的精准性和符合历史变化趋势。但由于人口流动的动态特征，尤其是近10年中国区域性人口流动发生了很大变化，部分省际人口迁移的区域类型发生了明显的局部性变化。比较朱孟钰和李芳[15]对1985—2015年中国省际人口迁移类别划分结果发现，此研究对1985—2010年整个区间段及区间段内的区划结果与2010年刘盛和等[13]、2015年杨传开和宁越敏[14]的区划结果基本一致。但在2010—2015年这个时段，山西、山东、云南3个省份出现了区域类型变动，由平衡型活跃区转变为净流出区。全国1%人口抽样调查数据显示，2014年山西、山东、云南的人口流出量分别达6.35万人、100.2万人和10.18万人；2015年此3省的人口流出量分别为0.99万人、97.52万人和13.30万人。但是，数据的短期大幅变化并不适合更不能真实反映长时序数据的整体变化特征。因此，本文选取1980—2010年我国省际人口流动变化处于稳定时期时，各省所处的流动人口地域类型作为区划标准。并将山西、山东、云南归为劳动力流动持平区。

1.3 实证模型设定

我国地域辽阔，不同区域的土地禀赋特征不同，影响着区域作物生产布局。现代农业发展过程实质上是先进科学技术在农业领域广泛应用的过程[17]。农作物播种面积还受二元经济结构、投入与产出、宏观经济发展及农业政策等因素的影响[18]。例如，随着农业劳动力比例的下降，资源逐渐流向非农部门就业，农作物播种面积将减少。农户通过调整不同投入要素的组合应对劳动力成本上升，用相对价格较低的生产要素替代成本上涨较大且投工量较多的劳动力[19]。农产品出售价格越高，农业生产资料成本越低，将有利于农作物播种面积增长。宏观环境运行对农业生产的影响通过国民收入、非农产业发展水平来反映，非农经济增长会大幅降低农业在国民经济中的比重。农业政策发挥作用具有一定时滞性，并且可能受到其他因素影响，政策效果常常难以准确预测。此外，农业生产与自然气候息息相关，极端气候条件对农业收成影响较大，遇上大型风灾、水灾可能颗粒无收[20]。基于以上分析，建立以下计量分析模型：

式中：Nit为因变量，表示某省种植某种作物的比例。核心自变量Pit为农村劳动力价格，Lit为农村劳动力转移量。Xit为控制变量组，包括人均耕地面积（Ait）、城市工业化水平（Iit）、农业机械化水平（Mit）、农业政策补贴（Sit）、物质投入水平（Cit）、农业自然灾害（Dit）。全国及分区模型主要变量的描述性统计结果见表1、表2。

面板数据模型回归分析前分两步确定函数模型。首先用F检验判断使用混合回归还是个体效应模型。若检验结果拒绝零假设，即说明个体固定效应模型优于混合回归，否则使用混合回归；若检验结果拒绝零假设，则进一步采用Hausman检验来确定是建立固定效应还是随机效应模型。若检验结果拒绝零假设，则采用固定效应模型，否则建立随机效应模型。对全国及3个分区域模型的F检验结果均拒绝原假设，各模型P值均为0.000，说明个体固定效应模型优于混合回归。同时，全国及3个分区域模型的Hausman检验结果均在5%显著性水平上拒绝建立随机效应模型的原假设，故考虑采用个体固定效应模型。为减少数据方差及缩小残差波动范围，回归方程除了比例变量外所有实变量均取对数形式。为了控制某些不可观察的随时间和地区变化的影响因素可能带来的内生性问题，文章采用时间和省份双向固定效应模型观察回归结果的稳健性。

表2 区域尺度上变量设定与描述性统计Table 2 Descriptive statistics of variables at regional level

1.4 数据来源与处理

本文选取1981—2015年我国29个省市的年度数据，重庆、海南和港澳台由于缺少数据而不在本文考察范围内。农村劳动力价格、劳动力转移量、工业化水平、农业补贴、物质投入水平数据主要来自《中国农村统计年鉴》、《新中国六十年统计资料汇编》、各省《统计年鉴》；耕地面积数据来自中科院人地系统主题数据库共享数据；农作物综合机械化率数据来自《国内外农业机械化统计资料》、《中国农业机械工业年鉴》；自然灾害率数据来自国家统计局网站；农作物单位用工量数据来自《全国农产品成本收益资料汇编》。极少数缺失数据采用插值等方法补齐。

以上各价值变量均按相关价格指数折算为1981年不变价格。农村劳动力价格依据农村居民消费价格指数进行折算，财政支农金额依据农业生产资料价格指数进行折算。北京、天津、上海3个直辖市未统计农村居民消费价格指数，采用各市居民消费价格指数代替，数据来自国家统计局网站。北京、天津、上海、西藏缺失农业生产资料价格指数，采用全国农业生产资料价格指数代替。

2 结果与分析

2.1 农村劳动力价格、劳动力转移与作物种植结构变化

2.1.1 农村劳动力价格上涨趋势 1980—2015年，全国农村居民人均工资性收入由1980年的106.38元上升到2015年的4 600.30元（图2）。劳动力流入区农村居民人均工资性收入由1980年的141.80元上涨到2015年的10 018.86元，远高于全国平均水平，2015年为全国平均水平的2.18倍。劳动力流动持平区农村居民人均工资性收入由1980年的86.88元上涨到2015年的3 384.81元，略低于全国平均水平。劳动力流出区农村居民人均工资性收入由1980年的94.55元上涨到2015年的3 453.22元，基本与劳动力流动持平区相一致。劳动力工资性收入上涨是农村劳动力机会成本上升的体现，2003年东南沿海“民工荒”的出现，进一步加剧了劳动力用工成本的上涨。舒尔茨认为农民对农产品和要素价格变动反应灵敏，农户会依据农产品和要素价格的变动进行资源优化配置。农村劳动力价格变动会造成农业生产对劳动需求量的变化，进而引起耕地和资本等要素的相应变化。从耕地经营方面分析，农村劳动力价格上涨将直接影响耕地经营主体调整农业投入要素的组合，导致耕地投入和作物种植比例发生相对变化，进而优化品种结构和区域布局。

图2 全国及区域农村居民人均工资性收入Fig. 2 Per capita wage-income of rural residents in three classified regions and overall China

2.1.2 劳动力转移变化特征 中国农业劳动力占总劳动力的比重从1952年开始呈现出明显下降趋势，由1952年的83.54%下降到1980年的68.75%，2015年占比仅为28.30%（图3）。劳动力流入区、劳动力流动持平区与劳动力流出区农业劳动力占比分别由1980年的55.65%、69.12%、72.45%减少至2015年的16.88%、37.98%、37.96%。劳动力流入区农业劳动力占比远低于全国平均水平，劳动力流动持平区的这一比重变化趋势基本与劳动力流出区一致，其比重均略高于全国平均水平，下降速度均低于全国平均水平。这符合我国各区域经济发展特征，东部沿海地区农业产值占比低，非农经济发展水平高于中西部地区。劳动力流入区快速发展的工业化、城市化进程，吸引了大量农村剩余劳动力转移就业，形成了中国农村劳动力主要由中部及内陆地区流向沿海地区的基本模式。

图3 全国及区域农业劳动力占总劳动力比重变化Fig. 3 Changes of rural labor proportions in three classified regions and overall China

图4 全国主要农作物播种面积比例变化Fig. 4 Crop planting area changes in China

2.1.3 作物种植结构变化趋势 1980-2015年主要增加了蔬菜和油料作物种植比例，减少了粮食和棉花种植比例（图4）。全国粮食、棉花种植比例分别由1980年的80.09%、3.36%下降到2015年的68.13%、2.28%。蔬菜、油料作物种植比例分别由1980年的2.16%、5.42%上升至2015年的13.22%、8.44%，分别增长了6.12倍、1.56倍。在粮食作物内部，主要减少了水稻、小麦种植比例，扩大了玉米种植比例。水稻、小麦的种植比例分别由1980年的28.90%、24.60%缩减至2015年的26.66%、21.30%。玉米种植比例则由1980年的13.72%上升至2015年的33.63%。1980—2015年3个劳动力流动类型分区的水稻、小麦、玉米种植比例存在显著空间差异性（图5）。水稻种植比例在劳动力流入区呈平稳下降趋势，而在劳动力流动持平区及劳动力流出区均呈缓慢增长趋势。小麦种植比例在3个分区均呈下降趋势。玉米种植比例在3个分区均呈稳步上升趋势。

2.2 模型回归结果与分析

2.2.1 农村劳动力价格与转移对农业种植结构及粮食内部结构的影响 农村劳动力价格上涨导致全国粮食及棉花播种面积不断缩小，相反蔬菜及油料作物播种面积呈增加趋势（表3）。这可能与中国经济快速发展，城乡居民收入水平提高、食品消费结构升级后，居民增加蔬菜消费比例及由动物脂肪向植物油转变有关。农业劳动力比重对粮食及棉花种植比例具有正向影响，这可能是因为粮食（尤其是水稻）和棉花均为耗工费时、劳动投工多的作物，一定的农业劳动力数量是稳定水稻、棉花播种面积的基础。而水稻的农业劳动力占比系数为正，在1%统计水平上显著，也说明了这点。农村劳动力转移促进了蔬菜、油料作物种植比例增加，这可能是随着劳动力不断转移，劳动力价格不断上涨，我国各区域倾向于将有限的劳动力资源投向经济效益较高的蔬菜、油料作物。

图5 水稻、小麦、玉米在不同劳动力流动类型区域的种植比例变化Fig. 5 Proportion changes of rice, wheat and corn planting areas in three classified regions

农村劳动力价格上涨对3种粮食作物播种面积的影响呈现出显著差异。水稻和小麦劳动力价格系数为负，均通过1%显著性水平检验，这说明随着劳动力价格上涨，水稻和小麦种植比例不断下降。玉米的劳动力价格系数为正，且在1%统计水平上显著，这说明随着农村劳动力价格上涨，玉米种植比例在增加。劳动力非农转移促进了小麦播种面积占比的增加，这可能是因为小麦农业机械化水平高，机械化种植弥补了劳动力短缺造成的播种面积减少。水稻和玉米的农业劳动力占比系数为负，这意味着劳动力非农转移促使水稻和玉米种植比例不断下降。

2.2.2 农村劳动力价格与转移对作物种植结构影响的区域差异 劳动力价格上涨导致劳动力流入区倾向于增加蔬菜、油料作物的种植比例，减少粮食、棉花种植比例（表4）。对于棉花，应区别对待新疆，近年来在一系列农业政策激励下，新疆已成为我国棉花生产第一大省。劳动力流入区的劳动力转移对粮食生产无显著影响，增加了蔬菜、油料作物种植比例，但降低了棉花种植比例。在粮食作物内部，劳动力价格上涨对水稻种植比例具有负向影响，对小麦、玉米种植比例具有正向影响。劳动力非农转移对水稻、小麦种植比例具有正向影响，对玉米种植比例具有负向影响。劳动力流入区是我国工业化、城市化发展水平最高的地区，农业产值在国民经济中的比重低，区域内的非农就业机会多，且工资水平相对其他两个区域较高，农户从事农业生产的意愿较弱，种植传统粮棉作物的意愿更弱。在农村劳动力价格上涨的背景下，选择具有大量消费市场需求及经济效益较好的蔬菜、油料作物和玉米种植符合理性经济人行为决策。

表3 全国农业及粮食种植结构模型回归结果Table 3 Regression results of crop planting structure at the national level

表4 劳动力流入区农业及粮食种植结构模型回归结果Table 4 Regression results of crop planting structure in migration-in regions

劳动力价格上涨与转移对劳动力流出区农业及粮食内部种植结构的影响见表5。随着劳动力价格上涨，该区倾向于减少粮食种植比例，增加蔬菜种植比例。劳动力价格上涨对该区域的棉花、油料作物播种面积影响不显著。劳动力转移对粮食、棉花种植比例具有负向影响，对蔬菜、油料作物种植比例具有正向影响。从粮食内部结构看，随着农村劳动力价格不断上涨，该区倾向于减少水稻、玉米种植比例。农村劳动力转移对水稻、玉米种植比例具有负向影响，对小麦种植比例具有正向影响。另外，水稻、玉米的综合机械化率系数均为正，且通过1%显著性水平检验，小麦综合机械化率系数不显著，这可能是造成该区域水稻播种面积稳定、玉米播种面积不断上升，小麦播种面积下降的一个原因。与劳动力价格变化相比，该区域各作物种植面积对劳动力数量变化更敏感，表现为农业劳动力占比对7类研究作物的播种面积均具有通过统计显著性水平检验的影响。该区域大部分省是我国粮食主产区，肩负着保障全国粮食安全，尤其是口粮安全的重任。在我国土地细碎化及劳动力持续转移背景下，加快土地流转，推进土地适度规模化经营，促进农机具跨区作业服务发展，提升农业综合生产能力，对该区域保障全国粮食安全具有重要现实意义。

劳动力价格上涨与转移对劳动力流动持平区农业及粮食内部种植结构的影响见表6。随着劳动力价格上涨，该区域倾向于缩减粮食、棉花种植比例，增加蔬菜种植比例。劳动力转移对粮食种植比例具有负向影响，对棉花种植比例无显著影响，对蔬菜、油料作物种植比例具有正向影响。从粮食内部结构看，随着劳动力价格上涨，该区域倾向于缩减小麦种植比例，扩大水稻、玉米种植比例。劳动力转移对小麦种植比例具有显著正向影响，但对水稻、玉米种植比例具有显著负向影响。这可能是由于小麦相对于水稻和玉米，更易于机械化种植。而该区域相对其他两个区域而言，非农经济不发达，农业生产在该区域仍占有重要地位，当农业机械化水平提升时，农户会首先考虑扩大易于实施机械化种植作物的播种面积，获得更多的农业产出。

表5 劳动力流出区农业及粮食种植结构模型回归结果Table 5 Regression results of crop planting structure in migration-out regions

表6 劳动力流入流出持平区农业及粮食种植结构模型回归结果Table 6 Regression results of crop planting structure infiat regions of laborflow

2.3 农村劳动力价格与转移对区域粮食作物结构影响的比较与再分析

2.3.1 农村劳动力价格上涨的影响 非农就业工资报酬和就业时间是农户家庭收入最大化的重要决定因素，而农业用工量和雇工成本是农户确定种植决策方向和经营规模的重要依据。不同劳动力流动分区的劳动力价格上升幅度存在较大差异（图3），不同农作物的单位用工量及农业机械化率不同[21]，使得农村劳动力价格上涨对不同作物用工成本表现出更大水平的差异，进而对区域作物种植结构带来影响。图6展示了我国水稻、小麦、玉米的单位用工量及综合机械化率。随着农业技术的不断进步，3种作物的单位用工量在不断下降，相反其综合机械化率在不断上升。每公顷水稻、小麦、玉米用工量分别由1978年的571.5日、460.5日、466.5日下降为2016年的87.2日、68.1日、83.6日；水稻、小麦、玉米综合机械化率分别由2008年的51.15%、86.54%、51.78%上升到2016年的79.20%、94.05%、85.29%。可以发现水稻、小麦、玉米的单位用工量与综合机械化率的变化趋势高度负相关，单位用工量与综合机械化率存在较强的关联。具体表现为，小麦单位用工量最低而综合机械化率最高，水稻恰好与之相反，玉米单位用工量及综合机械化率均处于适中水平。

劳动力价格上涨阻碍了劳动力流入和流出区水稻种植比例的增长。水稻单位用工量大，综合机械化率低、不易于机械种植，且劳动力流入和流出区的农村劳动力价格明显高于劳动力流动持平区，导致劳动力成本上升与2个区域的水稻种植比例呈负向关系。与此相反，小麦具有单位用工量小，综合机械化率高、易于机械化种植的特征，使得容易形成农业机械对劳动用工的替代来抵消小麦生产的劳动力成本上涨。因此在劳动力价格水平居中的劳动力流出区，劳动力价格与小麦种植面积变化关系不显著。农村劳动力价格上涨对玉米种植比例的影响呈现出较大区域差异，其中的原因各异。例如在农业生产占有重要份额的劳动力流动持平区，可能是因为玉米相比于水稻而言，种植工序简单、劳动投工量少；而相比小麦而言，玉米种植的比较效益较高，因此该区域劳动力价格上涨与玉米种植面积呈正向关系。

图6 水稻、小麦、玉米单位用工量及综合机械化率Fig. 6 Labor input per unit and agricultural mechanization ratios of rice, wheat and corn

2.3.2 劳动力转移的影响 劳动力转移降低了劳动力流出和流动持平区的水稻种植比例，提高了劳动力流入区水稻种植比例。劳动力流出区除甘肃、贵州等省外均为粮食主产省，农村劳动力转移使该区域劳动力趋于老龄化、女性化，导致新的栽培方式、栽培技术的推广应用相对困难，制约了水稻生产[22]。劳动力流动持平区农业机械技术相对发展缓慢，水稻生产耗工费时、需要精细的田间管理，导致劳动力非农析出不利于维持水稻播种面积的稳定。劳动力流入区大多位于东南沿海，粮食生产以水稻（南方双季稻产区）为主，作物结构调整的专业化、规模化趋势使得作物种植向扩大水稻和经济作物生产方向变化。

劳动力转移对3个区域的玉米种植比例具有负向影响。劳动力流出和流动持平区大部分省处在北方春播玉米区、黄淮海夏播玉米区及西南山地玉米区，这3个玉米产区的总产量约占全国总产量的90%，大量劳动力转移势必会降低玉米种植比例。此外，部分省如青海、宁夏、西藏的气候、土壤等自然条件不利于玉米种植[23]。当劳动力转移后，依据资源竞争优势原理，农户作为理性生产者将会选择适应当地物候条件的作物种植，如青稞，从而缩减玉米种植比例。

劳动力转移对3个劳动力流动类型分区的小麦种植比例具有正向影响。相比水稻、玉米作物而言，小麦的劳动投工量最少，且机械化程度最高，劳动力与机械的替代易于实现，甚至劳动力非农转移有利于推动小麦机械化种植。朱福守和蒋和平[24]对中国15个小麦主产区的研究也证实了此结论。需要说明的是，小麦在劳动力流入区的种植面积很少，基本上可以忽略其占比份额。

3 结论与政策启示

3.1 结论

文章从农村劳动力价格上涨与劳动力转移角度研究其对全国及不同劳动力流动类型分区农业生产结构与粮食结构的影响。

全国层面上：①农村劳动力价格上涨减少了粮食、棉花种植比例，增加了蔬菜、油料作物种植比例。在粮食作物内部，劳动力价格上涨对水稻、小麦具有负向影响，对玉米生产具有正向影响。即随着劳动力价格上涨，我国减少了水稻、小麦在3种粮食作物中的种植比例，相反增加了玉米在3种粮食作物中的种植比例。②劳动力转移显著抑制了粮食和棉花种植比例，增加了蔬菜和油料作物种植比例。在粮食作物内部，劳动力转移促进了小麦种植比例增加，减少了水稻和玉米种植比例。

在不同劳动力流动类型分区，农村劳动力价格上涨与转移对区域农业生产结构的影响具有显著差异性。①农村劳动力价格上涨对3个区域蔬菜种植比例具有正向影响，对粮食作物生产具有负向影响。劳动力转移对3个区域的蔬菜、油料作物种植比例具有正向影响。②在粮食作物内部，以水稻为例，农村劳动力价格上涨对劳动力流入和流出区具有负向影响，对劳动力流动持平区具有正向影响，即农村劳动力价格上涨并不意味着水稻播种面积普遍下降；劳动力转移对劳动力流入区具有正向影响，对劳动力流出和流动持平区具有负向影响。

3.2 政策启示

第一，作物生产布局在考虑区域自然资源禀赋基础上，应动态跟踪和调查劳动力跨区域流动与农村劳动力价格上涨情况，结合区域劳动力资源变化特征来制定差异化的作物种植结构调整政策。并结合区域优势作物类型采取不同的激励措施，提高各区域的劳动力生产率，最大程度释放劳动力资源价值。例如，在劳动力流入型省份重点保障区域口粮安全及保障大中城市及其周边的蔬菜种植比例，满足城市居民对蔬菜的消费需求；在大部分省份均为我国粮食主产省的劳动力流出区，应考虑各省农作物生产竞争优势，生产优质、高效、生态、安全的农产品保障我国的粮食安全；在农业生态环境脆弱及自然资源相对匮乏的劳动力流动持平区，应在保障农户根本收益的前提下，积极主动应对生态资源压力、转变农业发展方式、促进农业可持续发展。

第二，在城镇化、工业化及农业现代化的作用下，农村劳动力将继续大量转向非农就业，且伴随着全国劳动力市场的形成，劳动力工资率将逐渐趋同化，未来作物种植结构在生产要素约束下可能更多地由区域土地、劳动，机械（资本）要素的组合关系决定。随着农村土地流转市场的不断发育完善，土地要素价值逐渐凸显，农业资本投资增加，农业机械化程度提高，劳动力用工量及用工成本对农作物种植的刚性约束会逐渐减弱。可以预见未来农业机械、劳动力与土地禀赋的联动作用对作物种植结构的影响会更突出，政府相关部门在制定农业政策，调整作物种植结构优化区域生产布局时，应注重这三者之间的耦合关系，提高农业土地产出率和劳动力生产率。