劳动力价格上涨与稻谷生产技术效率

易小兰，杨遥遥

(南京财经大学 粮食和物资学院，江苏 南京 210003)

一、引言

中国农村劳动力价格持续上涨是当前社会关注的焦点与热点。21世纪以来，随着工业化、城市化进程的加快，中国农村劳动力逐步由农村地区农业部门向城镇第二、第三产业转移[1]。中国农村剩余劳动力数量不断减少，农村劳动力价格持续攀升。以稻谷生产人工价格为例，2001-2017年期间，中国稻谷亩均人工价格由153.99元上涨到482.93元，17年间增长了328.94元，年均增长率高达12.57%。农村劳动力价格的变化必然会对农业生产发展造成很大的影响[2]。传统农业生产劳动力成本优势逐渐消失，粮食安全形势严峻[3-4]。在此背景下，如何提升粮食生产技术效率、保障粮食安全是现阶段农业部门关注的重点。

对于农村劳动力价格上涨对粮食生产的影响，已有研究大多认为，农村劳动力价格上涨促进人力节约型技术创新[5]，提高劳动生产率水平，有利于粮食生产。农村劳动力价格上涨会对农业生产技术变革产生诱致性作用，诱使农业生产者采用相对廉价的机械替代更为昂贵的劳动力，促进农业生产方式向节约劳动的技术方向转变，以应对劳动力成本上升的冲击[6-8]。其次，农村劳动力价格上涨推动农村居民家庭非农收入稳步增长，而非农收入的增加能够有效促进农户家庭资本向农业倾斜[9]，缓解农业生产资金流动性约束，进而推动农户家庭购买农机服务以应对农忙时节劳动力的短缺[10]，并削弱农村劳动力价格上涨对粮食生产的制约。此外，农业生产的成本优势不仅取决于劳动力价格，还取决于劳动生产率的高低。因此，在要素互补型技术环境下，若劳动生产率的提升速度高于农村劳动力价格的上涨幅度，那么农村劳动力价格的上涨不仅不会提高粮食生产成本，反而有利于提升中国粮食生产竞争力[11]。但也有部分研究认为，中国农村劳动力价格的上涨增加了农业生产成本并削弱了其竞争力，长期来看不利于粮食生产[12-14]。随着农村劳动力价格的上涨，农业生产边际成本随之增加，生产者经济行为随之改变。为平衡成本上升的影响，农户家庭可能会降低粮食作物种植面积，并增加比较收益较高的经济作物的种植面积[15]。而且生产成本的上升还可能会使一些农户家庭增加非农劳动时间[16]，减少农业劳动投入，忽视粮食生产管理[17]，从而使家庭收益达到帕累托最优。还有一些农户家庭甚至会“弃种改买”，形成“生产糊口化”局面[18]。

现有文献从不同角度研究了农村劳动力价格上涨对粮食生产的影响，但仍存在一些不足。一是现有关于农村劳动力价格对粮食生产影响的研究尚无一致结论，且缺少对影响路径和作用机制的深入分析；二是现有文献主要侧重于考察农村劳动力价格上涨对粮食播种面积及产量的影响。理论上，一方面，农村劳动力价格上涨可能倒逼农业生产者引入技术替代劳动，以提高自身效率并缓解成本压力；另一方面，随着农村劳动力价格持续累积的上涨，过高的劳动力价格也可能会使得具有较高技术含量的农业生产者退出生产，整体效率下降。上述两条途径均对粮食生产技术效率产生一定的冲击，两者共同作用下，实际影响如何，仍需进一步探索和验证。

稻谷是中国最重要的粮食作物之一，在农村劳动力价格持续上涨的背景下，研究农村劳动力价格对稻谷生产技术效率的影响对于保障中国粮食安全具有重要意义。由此，本文采用2001—2017年18个稻谷主产省份的省级面板数据，实证分析农村劳动力价格对稻谷生产技术效率的影响，揭示农村劳动力价格上涨的“倒逼效应”和“累积效应”。本文对现有文献的边际贡献主要体现在：第一，采用省级面板数据实证分析了农村劳动力价格对稻谷生产技术效率的影响，为诱致性技术变迁理论提供了经验证据。第二，分别采用稻谷人工价格与农村雇工日工资来衡量农村劳动力价格，对农村劳动力价格进行滞后一期处理来进行检验，实证结果更为稳健可信。第三，重点关注了农村劳动力价格上涨影响稻谷生产技术效率的内在机制，揭示了农村劳动力价格上涨的“倒逼效应”和“累积效应”，有助于更好地理解农村劳动力价格上涨对粮食生产供给侧结构性改革驱动力的影响。

二、理论分析与研究假说

生产要素价格的相对变化，尤其是劳动力价格的相对提高是引致技术进步和效率提升的重要动力。在农村劳动力价格上涨的情况下，为缓解劳动力成本增长带来的竞争压力，农业生产者具有以下三种选择：一是优化资源配置，采用技术替代劳动，节约劳动力，提高原有粮食生产技术效率；二是选择产品替代，生产技术含量及产品附加值更高的新产品，比如改种经济作物，通过提高收益来应对劳动力成本上升的冲击；三是退出农业生产，当前两种选择均无望而又难以承受日渐上升的劳动力成本时，农业生产者将彻底退出农业生产。对个体选择而言，农户家庭会根据成本收益做出理性选择，要么进行调整，要么退出生产。

农村劳动力价格上涨主要通过两个渠道对稻谷生产技术效率产生影响。一是农村劳动力价格上涨的“倒逼效应”。所谓“倒逼效应”是指随着农村劳动力价格的上涨，稻谷生产技术效率呈现不断提高的趋势。从动态的角度来看，由于粮食生产的专业化分工，适度的劳动力价格上涨并不会导致稻谷生产技术效率的下降，农业生产者更有可能会利用本地农业地理集聚优势和分工效应抵消较高的劳动力价格带来的成本上升。在这种情况下，为了能够在市场竞争中生存发展，农业生产者只有依靠技术来提升效率并降低成本，进而抵消较高的劳动力价格带来的生产成本的上升。所以，如果农业生产者不能很好地将成本上升传导给相关下游产业，农村劳动力价格的快速上涨必然会对稻谷生产技术效率起到“倒逼效应”，即农业生产者为了能够更好地在市场竞争中发展，就必须改变稻谷生产投入要素组合，采用技术替代劳动，以降低生产成本、提高生产技术效率。此外，在农村劳动力价格上涨的情况下，也可能存在部分技术水平较低的农业生产者因各种约束条件而无法采用技术替代劳动，此类农业生产者可能会选择产品替代甚至退出农业生产，这意味着技术水平较低的农业生产者的整体比例将出现萎缩，这也促使整体稻谷生产技术效率的提升。

二是农村劳动力价格上涨的“累积效应”。所谓“累积效应”是指农村劳动力价格的上涨对稻谷生产技术效率的作用不断减小的趋势。从现实经验来看，虽然农村劳动力价格的快速上涨能够对粮食生产起到“倒逼效应”，但累积形成的过高的劳动力价格不仅会挤压技术创新投入，当部分地区、部分农业生产者难以通过技术替代抵消成本上升时，过高的劳动力价格可能还会使较高技术水平的农业生产者选择产品替代或退出农业生产，在这种情况下，较高技术水平的农业生产者的比重将下降，较低技术水平的比重将上升，此时全国整体稻谷生产技术效率会下降。可见，农村劳动力价格上涨虽然能够通过“倒逼效应”提高稻谷生产技术效率，但显然劳动力价格也不是越高越好，累积形成的过高的劳动力价格从长期来看可能会影响稻谷生产，进而抑制稻谷生产技术效率的提升。

综上可知，农村劳动力价格与稻谷生产技术效率之间可能并不是简单的、单纯的线性关系[19]。在农村劳动力价格上涨的前期，由于农业生产技术落后、推广不足，农业生产仍以人力为主，因此“倒逼效应”被瞬间激发，农机应用迅猛增长，这使得在一段时期内稻谷生产技术效率显著提升。而同期农村劳动力价格上涨“累积效应”的作用并未得到明显体现。值得一提的是，技术对劳动的替代不仅受到两者相对价格变化的影响，还会受到各地区土地等自然资源禀赋的约束[6]。中国地形地貌复杂多样，山区和丘陵地区耕地地块小而分散，在这样的地区要实现技术对劳动的替代难度较大；而平原地区地势平坦，耕地集中连片程度较高，更容易实现大规模农业机械化作业。到农村劳动力价格上涨的后期，多数地区已经完成了粮食生产机械化过程，此时“倒逼效应”产生的作用很容易被“累积效应”的作用所抵消，劳动力价格上涨累积形成的高价格所带来的负面影响开始显现。

从以上分析可以看出，虽然农村劳动力价格的快速上涨会通过倒逼机制促进稻谷生产技术效率的提升，以抵消劳动力成本上升的影响，但劳动力价格并不是越高越好，累积机制带来的过高的劳动力价格也会挤压技术投入，使得部分农业生产者难以通过技术创新等途径实现技术效率的提升，甚至退出稻谷生产。农村劳动力价格对稻谷生产技术效率的影响最终取决于“倒逼效应”和“累积效应”两种效应的相互作用。由此，本文提出以下三个假说：

假说1：农村劳动力价格和稻谷生产技术效率之间呈现出一种“倒U型”关系。当农村劳动力价格上升到某个临界值前，更高的劳动力价格可以提高稻谷生产技术效率；而当超过这个临界值后，过高的劳动力价格则会降低稻谷生产技术效率。

假说2：由于农村劳动力价格上涨的“倒逼效应”，相比山区和丘陵地区，平原地区技术替代劳动相对容易，劳动力价格上涨对稻谷生产技术效率的促进作用更强。

假说3：由于农村劳动力价格上涨的“累积效应”，相比劳动力价格上涨的前期，后期劳动力价格已处于较高的水平，此时劳动力价格上涨对水稻生产技术效率的促进作用减弱。

三、模型与数据

(一)计量模型

采用随机前沿分析方法(SFA)估计中国稻谷生产技术效率，模型具体形式如下：

yit=f(xit,β)+νit-uit

(1)

式(1)中，yit为产出变量，xit为投入变量，β为待估参数，t为时期，i为个体，vit-uit表示混合误差，其中，vit为正态随机误差项，uit表示半正态随机变量，表示技术效率损失。从混合误差vit-uit中分离出技术非效率uit，则技术效率的表达式为：

(2)

uit=zitδ

(3)

式(3)中，uit表示技术效率损失，zit为影响技术效率损失的变量，δ为待估参数。

在农业生产中，常用的生产函数主要有C-D生产函数、Translog生产函数等，其中超越对数生产函数可能存在多重共线性[20-21]，基于此，采用C-D生产函数进行分析，模型具体形式如下：

LnYit=α0+α1(LnLaborit)+α2(LnMachineit)+α3(LnAreait)+α4(LnFertilizerit)+α5(LnPesticideit)+νit-μit

(4)

其中，Y表示稻谷产量，Labor表示劳动投入，Machine为机械总动力投入，Area为稻谷播种面积，Fertilizer为化肥使用量，Pesticide为农药使用量，i为省份，t为年份。其中，稻谷生产所需劳动投入、机械总动力投入、化肥使用量和农药使用量均采用各省稻谷播种面积与农作物播种面积的比值进行折算。

对于技术无效率项，允许技术无效率项具有时变性，在此基础上，具体效率损失模型设定为：

(5)

其中，u表示稻谷生产技术效率损失率。Price表示农村劳动力价格，一是采用每亩稻谷人工价格来衡量，以早籼稻、中籼稻、晚籼稻和粳稻四种稻谷品种产值份额作为权重，对四种稻谷品种的人工价格进行加权处理，得到各省份历年稻谷人工价格，然后将各省份历年稻谷人工价格减去当年平均值再除以标准差以求得各省份历年标准化稻谷人工价格；二是选取农业雇佣劳动日工资作为代理变量，进一步检验模型回归结果的稳健性。Old为农村人口老龄化程度，农村人口老龄化不仅意味着农村老年人口比重的增加，还意味着农业劳动人口中老龄劳动人口比重的上升，借鉴彭代彦和文乐[22]的处理方法，采用农村65岁以上人口占15岁以上人口的比值来表示。Education为农村人力资本，采用农村劳动力平均受教育年限度量，参考王则宇等[23]的处理方法，将不识字、小学、初中、高中、大专及以上文化水平分别按0、6、9、12、15.5年设定，再以各文化水平劳动力人数占比与对应教育年限的加权平均求得。Disaster为受灾率，采用各省农作物受灾面积与农作物播种面积的比值表示。Irritate表示灌溉率，即有效灌溉耕地面积与总耕地面积的比值。Industry为第一产业增加值比重，采用第一产业增加产值占总产值的比重表示。Infrastructure为基础设施水平，借鉴胡祎和张正河[24]的处理方法，采用二级公路里程与耕地面积的比值进行衡量。Market为稻谷市场参与率，参考周宏等[25]的做法，采用各省的稻谷产量与销量之比表示。此外，i为省份，t为年份。

(二)数据来源与说明

采用2001—2017年18个稻谷主产省份的省级面板数据进行实证分析。将样本省份分为东北平原区、长江流域优势区和东南沿海区三个部分，其中，东北平原区包括辽宁、吉林和黑龙江3省，东南沿海区包括浙江、福建、广东、广西和海南5省，其余均为长江流域优势区。本文所采用数据主要源自于《中国农村统计年鉴》《全国农产品成本收益资料汇编》以及各省官方统计年鉴。变量描述性统计分析详见表1。

表1 描述性统计分析

四、稻谷生产技术效率测度

表2汇报了随机前沿生产函数估计结果。其中，Wald chi2和Log Likelihood整体显著性检验值表明模型总体拟合效果较好，表明随机前沿生产函数能够较好地反映中国稻谷生产现实。技术无效率项γ值为0.9551，趋近1，这表明随机前沿生产函数的复合误差项中有95.51%来自于效率损失的影响，随机误差项所占比例仅4.49%，说明中国稻谷生产中存在着明显的技术非效率性。

稻谷生产技术效率测算值详见表3。其中，2001—2017年期间，中国稻谷生产技术效率有所增长，但增势趋缓，其均值达到0.8385。究其原因，可能是中国农耕面积达到上限，再加上环境承载力的约束，制约了稻谷生产技术效率的提升。从空间上看，各省稻谷生产技术效率存在较大的差异，其中四川省稻谷生产技术效率均值最高，达到0.9866；海南省最低，仅为0.5779，是技术效率唯一低于0.60的省份。各省稻谷生产技术效率年均增长速度也不一致，2001—2017年期间，海南、广东、广西、福建和安徽五省稻谷生产技术效率年均增速较快，分别达到0.47%、0.35%、0.36%、0.30%、0.24%；而四川、重庆、湖北、辽宁和黑龙江五省(市)增速极为缓慢，分别为0.01%、0.04%、0.05%、0.02%、0.04%。

表2 随机前沿生产函数估计结果

表3 稻谷生产技术效率测算值

图1展示了三大稻谷主产区生产技术效率变化趋势。由图1可见，中国稻谷生产技术效率区域发展不平衡，其中东北平原区地势平坦，土壤肥沃，粮食生产集约化程度高，历年来该区域稻谷生产技术效率值一直位于0.90之上，2017年达到0.9514，处于领先位置。长江流域优势区农业生产历史悠久，农业生产技术先进，区域内效率值位于全区域的平均水平之上，近年来也直逼0.90。东南沿海区经济发展较快，粮食种植机会成本较高，该区域效率值最低，仅为0.70左右，近年来平稳增长，2017年达到0.7207。

图1 分区域稻谷平均生产技术效率变化趋势

五、农村劳动力价格对稻谷生产技术效率的影响

(一)基本回归结果

农村劳动力价格对稻谷生产技术效率损失影响的基本回归结果详见表4。其中特别需要注意的是稻谷生产技术效率损失项中回归系数的符号的解读，变量回归系数为正表示变量值的增加使得效率损失增加，稻谷生产技术效率下降；回归系数为负则表示变量值的增加制约效率损失，促进稻谷生产技术效率的提升[26]。

表4(1)-(2)列的回归结果显示，无论是否加入控制变量，稻谷人工价格的一次项系数为负，二次项系数为正，且两者均统计显著，这表明稻谷人工价格和稻谷生产技术效率之间的“倒U型”关系确实存在，即随着稻谷人工价格的不断上涨，稻谷生产技术效率先升后降。以上实证结果为假说1提供了经验证据，即当农村劳动力价格上升时，农民家庭会利用技术替代劳动以弥补劳动力价格上涨对稻谷生产的负面作用，此时，稻谷生产技术效率持续上升；而当农村劳动力价格上涨累积至某一较高水平时，技术替代无法抵消生产成本增加带来的负效应，稻谷生产技术效率则开始下降。表4(3)-(4)列采用雇工日工资检验农村劳动力价格对稻谷生产技术效率的影响，回归结果显示，雇工日工资的一次项系数为负，二次项系数为正，且两者均统计显著，可见，雇工日工资与稻谷生产技术效率之间的“倒U型”关系显著存在，该研究结论与表4(1)-(2)列基本一致，进一步验证了模型的稳健性。

表4(2)和(4)列控制变量的影响方向基本与预期一致，其中，老龄化的回归系数为正且统计显著，这表明老龄化对稻谷生产技术效率的影响显著为负，原因可能在于，随着农业生产规模化、一体化、产业化发展，老农的经验优势不再明显。受灾率的回归系数显著为正，表明受灾率显著负面影响稻谷生产技术效率，其原因可能在于，近年来自然灾害导致粮食减产甚至绝收的现象时有发生，灾后重新种植增加了农户家庭稻作生产经营成本，进而制约了稻谷生产技术效率的提升。灌溉率的回归系数显著为负，这表明灌溉率显著正向影响稻谷生产技术效率，说明优化灌溉条件、增加有效灌溉面积对稻谷生产技术效率大有裨益。第一产业增加值比重的回归系数为正，且在1%的统计水平下显著，说明第一产业增加值比重显著负向影响稻谷生产技术效率，这与曾雅婷等[27]的结论相悖，可能的解释是各省第一产业增加值以经济作物的贡献最大，农民种植经济作物挤占了稻谷生产，从而限制了稻谷生产技术效率的提升。市场参与率的回归系数在1%的统计水平下显著为负，即市场参与率对稻谷生产技术效率的影响显著为正，这可能是由于市场参与率越高，稻谷种植越有利可图，农户家庭有动力将更高效的农业技术和更优质的资源投入稻谷种植，不断提高稻谷生产技术效率，该结论与周宏等[25]的研究一致。

表4 农村劳动力价格对稻谷生产技术效率损失影响的基本回归结果

对农村劳动力价格进行滞后一期处理来进一步检验农村劳动力价格与稻谷生产技术效率之间的关系，以验证假说1结论的可靠性。表5报告了滞后一期农村劳动力价格对稻谷生产技术效率损失的影响，其中，无论是滞后一期的稻谷人工价格，还是滞后一期的雇工日工资，其回归结果均显示农村劳动力价格与稻谷生产技术效率之间存在“倒U型”曲线关系。上述分析再次为假说1提供了经验证据。

表5 滞后一期农村劳动力价格对稻谷生产技术效率损失影响的估计结果

(二)内在机制检验

1.农村劳动力价格上涨的“倒逼效应”

农村劳动力价格上涨“倒逼效应”的发挥与各地资源禀赋特征有关，相比山区和丘陵，平原地区更容易实现技术对劳动的替代。技术代替越是容易，就越会增强劳动力价格上涨对稻谷生产技术效率的促进作用。为了对假说2进行检验，采用机械化难易程度与是否为平原衡量地形特征，并在基本模型的基础上进一步加入农村劳动力价格与地形特征的交互项。和基本模型略为不同的是，该模型中没有加入农村劳动力价格的平方项，这样处理的目的是为了避免平方项与交互项带来的多重共线性问题影响研究结论的准确性。

表6报告了农村劳动力价格对稻谷生产技术效率损失影响的“倒逼效应”，同样需要注意稻谷生产技术效率损失项中回归系数的符号的解读，即变量回归系数为正表示变量值的增加使得稻谷生产技术效率下降，回归系数为负则表示变量值的增加促进稻谷生产技术效率的提高。表6(1)-(2)列分别加入了稻谷人工价格与地形特征(机械化难易程度、是否为平原)的交互项，模型回归结果表明，在考虑地形特征后，稻谷人工价格的回归系数显著为负，可见稻谷人工价格对稻谷生产技术效率仍然具有显著的促进作用。稻谷人工价格与地形特征(机械化难易程度、是否为平原)交互项的回归系数也都为负，且均在1%的统计水平上显著，说明农村劳动力价格上涨会促进稻谷生产技术效率，但其作用大小与地形特征密切相关，越是平原地区、易于机械作业的地区，技术替代更为容易，农村劳动力价格上涨的“倒逼效应”也更加显著。该结果为假说2提供了证据支持，即极易机械作业的平原地形能够强化农村劳动力价格上涨对稻谷生产技术效率的促进作用。表6(3)-(4)列加入雇工日工资与地形特征(机械化难易程度、是否为平原)的交互项进行验证，估计结果仍然显示，农村劳动力价格对稻谷生产技术效率的影响受到地形特征的显著影响，这与表6(1)-(2)的结果基本一致，表明本文所考虑的农村劳动力价格上涨的“倒逼效应”模型的分析结果较为稳健。

2.农村劳动力价格上涨的“累积效应”

前文已经证实农村劳动力价格与稻谷生产技术效率之间存在“倒U型”的非线性关系，这说明，农村劳动力价格对稻谷生产技术效率的边际影响并非一成不变。当农村劳动力价格累积到一定高度以后，存在部分地区、部分农户难以通过技术替代维持稻谷产出，农村劳动力价格上涨对稻谷生产技术效率的正向效应逐步减弱，农村劳动力价格上涨的“累积效应”开始发挥作用。

为了对假说3进行检验，本文根据时间跨度将样本时期划分为两个阶段：第一个阶段为农村劳动力价格上涨前期(2001—2008年)，该时期农村劳动力转移呈规模化、常态化发展，农机应用迅猛增长，尤其是2004年《农业机械化促进法》的出台更是促进了农业机械技术的发展；第二个阶段是农村劳动力价格上涨后期(2009—2017年)，该时期粮食生产机械化普及率已经达到较高水平，技术代替速度逐步减缓，价格上涨对稻谷生产技术效率的促进作用也会相应降低。对这两个阶段分别进行回归，如果假说3成立，那么第二阶段农村劳动力价格回归系数的绝对值则应该小于第一阶段。和其他模型略为不同的是，在这两个阶段的估计中没有加入农村劳动力价格的平方项，也没有加入农村劳动力价格与地形的交互项，这样处理的目的是为了避免过多高次项带来的多重共线性问题。

表7报告了分阶段农村劳动力价格对稻谷效率损失影响的“累积效应”，其中稻谷生产技术效率损失项中回归系数的符号与通常的含义相反。由表7可见，在对两个阶段子样本进行的回归中，农村劳动力价格对稻谷生产技术效率的影响存在显著差异。表7(1)和(3)列分别展示了两个阶段稻谷人工价格对稻谷生产技术效率的影响，回归结果显示，2001—2008年，稻谷人工价格的回归系数为-0.4706，且在1%的统计水平下通过了显著性检验；2009—2017年，稻谷人工价格的回归系数为-0.3219，在1%的统计水平下通过了显著性检验。与第一阶段相比，第二阶段子样本价格影响系数降低了0.1487，这说明由于“累积效应”，后期农村劳动力价格的持续上涨对稻谷生产技术效率的提升作用显著减弱，这支持了假说3的结论。表7(2)和(4)列采用了雇工日工资进行验证，结果也发现相比第一阶段，第二阶段雇工日工资对稻谷生产技术效率的促进作用显著减小，研究结论与表7(1)和(3)列基本一致。

六、结论与建议

本文采用2001—2017年中国稻谷主产区省级面板数据，测算了稻谷生产技术效率，通过理论分析和实证分析，考察了农村劳动力价格对稻谷生产技术效率的影响，并论证了农村劳动力价格上涨的“倒逼效应”和“累积效应”。研究发现：中国稻谷主产区平均生产技术效率较高，达到0.8385，但区域间发展不平衡，其中三大主产区技术效率最高的是东北平原区、其次为长江流域优势区，最低的为东南沿海区；农村劳动力价格与稻谷生产技术效率之间呈“倒U型”关系；控制变量中，老龄化、受灾率、灌溉率、第一产业增加值比重、市场参与率等因素均会影响稻谷生产技术效率；由于农村劳动力价格上涨的“倒逼效应”，易于机械作业的平原地区农村劳动力价格上涨对稻谷生产技术效率的促进作用更强；由于农村劳动力价格上涨的“累积效应”，相比劳动力价格上涨的前期，后期过高的劳动力价格对稻谷生产技术效率的提升作用减弱。以上研究结论对于提升粮食生产竞争力、保障粮食安全具有较强的政策涵义。

基于以上研究结论，提出以下三点政策建议：一是优化资源配置。中国农村劳动力价格的上涨对粮食生产市场竞争力产生了一定的影响，但农业生产者可以通过要素替代和产品替代应对劳动力成本上升带来的冲击。因此，建议有关部门鼓励农业生产者加快技术应用和产品结构调整，引导生产要素合理流动，提高资源优化配置水平，避免因劳动力成本过快增长而丧失国际竞争优势。二是坚持因地制宜。粮食生产技术效率的提升受到资源禀赋条件的制约，在农业现代化进程的推进中，应坚持因地制宜的原则，促进区域农业机械化均衡发展。结合地区实际情况，研发适用于丘陵地区作业的中小型实用农机具，进一步改良大型农机具，全面提升粮食生产技术效率水平。三是强化农业分工。农业机械的快速推广应用使得粮食生产中出现层级分工现象，这种分工可以有效促进要素流动。因此，建议进一步强化粮食生产的功能分工，充分发挥分工的外部性，粮食生产优势集聚区可以通过大力发展农业生产社会化服务，包括农机服务以及其他与农业生产相关的服务，形成要素互补、分工合理的生产格局，共同提高粮食生产技术效率水平。