农村劳动力老龄化、女性化与粮食供给安全

张志新，李 成，靳 玥

（山东理工大学 经济学院，山东 淄博 255022）

一、引 言

粮食供给安全是我国现代化建设有序推进的战略基础。改革开放以来，我们不但“用1/10 的耕地生产了全球1/4 的粮食，养活了全世界1/5 的人口”［1］，而且还实现了粮食生产“连年增收，丰年有余”的大好局面。但是在“城市及其工业优先发展”政策下，城乡差距的扩大，农村以男性为主体的青壮年劳动力大规模流向城市，使得粮食生产中农村劳动力呈现明显的老龄化和女性化趋势。农村劳动力年龄结构和性别结构的老龄化、女性化的偏向趋势，对国内粮食生产安全态势的影响逐渐受到重视［2-4］。众所周知，随着农业生产现代化水平的不断提高，国内主粮产量和播种面积逐年提升，但国内的粮食供给却面临结构性的失衡，即粮食进口占比日趋增长，自主产粮比重不断跌破合理区间。以进口大豆为例，2003 年我国进口大豆2 074万吨，大豆自给率达到42.6%，但是2017年，我国大豆进口量高达9 554 万吨，大豆自给率仅为12.9%。如果将大豆也纳入粮食自给率计算，我国早在2008 年就已经跌破95%安全警戒线，粮食安全形势不容乐观［5-6］。因此，我国未来很长一段时间内农村劳动力老龄化和女性化比例在增长态势下，农村劳动力生产要素的供给质量会得到改变，但这种改变是否能确保“始终把饭碗牢牢端在自己手上”，保障我国粮食供给安全？农村老龄劳动力和女性劳动力如何在粮食生产供给中发挥作用？不同地区的农村劳动力老龄化和女性化对粮食供给安全的影响是否存在差异？本文将对其进行深层透视并给出合理的解释，这些问题的回答对保障我国粮食供给安全有着重要意义。

二、文献综述

粮食供给安全离不开劳动力生产要素的配置，但在农村劳动力要素呈现明显的老龄化和女性化趋势下，农村劳动力老龄化和女性化对粮食生产的影响可以归纳为两个方面：一方面，农村劳动力老龄化和女性化会降低从事农业活动人口的劳动参与率和有效劳动供给［7］，进而减少在粮食生产过程中的劳动力要素投入，抑制粮食增产［8-9］；另一方面，农村劳动力老龄化和女性化会在一定程度上促进中国农业现代化，促进物质资本等资本密集型生产要素替代相对稀缺的劳动力要素，发挥人力资本等生产要素与劳动力要素本身的互补作用，弥补粮食生产过程中的劳动力投入不足，促进粮食生产稳定增长，保障粮食供给安全［10］。

首先，从劳动力供给角度分析，农村劳动力老龄化和女性化都不利于粮食生产。因为农村老龄劳动力和女性劳动力对农业生产的劳动时间和强度投入有限，会降低农业有效劳动供给量；同时，农村老龄劳动力在农业信息收集和应用方面与青壮年劳动力相比处于劣势，农村女性劳动力在农业投入资金和耕种经验等方面与男性劳动力相比处于不利地位［11］，最终都会体现为降低农业劳动效率。以上都是从影响农业劳动力供给方面进行分析［12-13］，基于此，部分学者在研究中发现农村劳动力老龄化对粮食生产有负向作用，从而对粮食供给安全产生威胁。部分学者如李旻等（2009）［14］、陈锡文等（2011）［15］和何小勤（2013）［16］发现农村老龄劳动力受教育水平低传统“小富即安”思想的约束，参与农业生产劳动力时间和强度投入有限，使得粮食生产效率降低，从而对农业生产产生了消极影响；部分学者如 Song 等（2009）［17］、李旻等（2009）［14］和 Song 等（2010）［18］发现农村女性劳动力同男性劳动力相比，无论是在农业生产的劳动力体力和强度方面，还是在农业生产投入资金方面和农业市场信息方面都处于不利地位，这种不利地位导致农村女性劳动力生产效率低，对粮食供给安全产生威胁。

其次，从其他生产要素的“替代效应”和“互补效应”角度分析，农村劳动力老龄化和女性化对粮食生产无影响，甚至在一定程度上对粮食生产有积极作用。例如，农用机械对劳动力要素的替代作用，会减少农业劳动力要素投入；人力资本要素与劳动力要素的互补作用，会提高劳动力要素投入量。以上两者都会弥补由于劳动力要素供给减少带来的粮食生产效率的下降，从而不会对粮食供给安全产生威胁。部分学者如林本喜等（2012）、胡雪枝等（2012）和杨进等（2016）［19-21］发现，我国逐渐步入农业现代化的新时代，农机具补贴政策的实施和新型农业生产合作组织的出现，使农业机械化效率得到提高，可以弥补一部分由于农业生产强度和农业生产时间减少导致的劳动力生产要素投入的降低，降低劳动力生产要素投入量给粮食供给安全带来的影响；虽然农村女性劳动力与男性劳动力相比处于劣势，但农村女性劳动力一般会在农业生产中采取调整农业种植结构等多种途径来应对农业生产中所面临的困难和问题，并且女性劳动力在提高人力资本方面有独特的优势，与本身的劳动力生产要素形成互补作用，增加了劳动力生产要素的投入量，故不会降低粮食生产效率，甚至可以在一定程度上提高粮食生产的技术效率［22-24］。

以上是关于农村劳动力老龄化、女性化对粮食供给安全影响的一些有益探索。可以看出，随着农村机械化普及率的不断升高和农村人力资本的提升，农村老龄劳动力和女性劳动力相比农村青壮年劳动力在劳动力体力上面的劣势得到一部分抵消，但是农村劳动力老龄化和女性化还是会对粮食供给安全存在很大影响。因此本研究在以下几个方面有所贡献：①目前有文献考察农村劳动力老龄化或者农村劳动力女性化对粮食供给安全的影响，但鲜有文献将农村劳动力老龄化、女性化与粮食供给安全三者放入一个分析框架中讨论，因此相比以往文献，本研究可以更为准确地评估农村劳动力生产要素改变对粮食供给安全产生的影响。②很多文献在探讨农村劳动力老龄化或者女性化对粮食生产的影响路径时，多是从农业机械化提高粮食生产效率进而影响粮食产量的路径出发，本文不仅研究农业机械化对粮食产量的影响路径，还发现农村人力资本对粮食生产也存在很大影响。因此本文通过构建中介效应模型深入检验了农村劳动力老龄化、女性化究竟是如何影响粮食供给安全的，其意义是可以深化对农村劳动力老龄化、女性化与粮食供给安全内在关系的理解。③我国国土面积辽阔，地形复杂多样，各个地区的农村劳动力老龄化程度和女性化程度也不尽相同，并且每个区域的农作物种植结构也不尽相同，因此本文充分考虑粮食生产存在的地区差异，以农作物结构差异和人口结构差异两个方面为依据，将其分为南北地区，分别就农村劳动力老龄化、女性化对粮食供给安全的影响进行研究，并给予差异化建议。

三、理论分析

对粮食供给安全而言，粮食产量的多少与粮食供给安全紧密相连，而要素的投入量是决定粮食产量的关键性因素。对于要素的投入，基本可以分为两类：一类是劳动力生产要素的投入，包括劳动力生产强度的投入、劳动力生产时间的投入等；第二类是其他生产要素的投入，包括农业机械化投入、农村人力资本投入和化肥等投入。为了更好地描述要素投入变化导致的粮食产量的变化，本文利用农业等产量无差异曲线进行描述。图1 纵坐标代表劳动力生产要素投入，横坐标代表其他生产要素投入，PP、P′P′、P″P″是农业等产量线，假设最初要素禀赋组合为Pn（L0和A0），当劳动力生产要素投入减少时，农户会增加其他生产要素的投入，即其他生产要素由An增加到A1、A2或者A3，这时候会出现三种情况：一是其他生产要素的投入不能弥补劳动力生产要素减少带来的影响，导致产量下降，要素投入组合由Pn（L0和A0）变化为P1（L1和A1），农业无差异曲线下移到P′P′；二是其他生产要素的投入正好弥补劳动力生产要素减少带来的影响，导致产量没有下降也没有上升，要素投入组合由Pn（L0和A0）变化为P2（L1和A2），农业无差异曲线位置不变；三是其他生产要素的投入超过劳动力生产要素减少带来的影响，最终使得粮食总产量得到增加，要素投入组合由Pn（L0和A0）变化为P3（L1和A3），农业等产量曲线由PP移动到P″P″。根据以上论述，可以得出推论1和推论2。

推论1：农村劳动力老龄化对粮食产量的影响是不确定的；

推论2：农村劳动力女性化对粮食产量的影响是不确定的。

图1 农业无差异曲线

根据以上农业无差异曲线可以得知，增加其他生产要素的投入是使得粮食产量不变或者增加的必要因素。结合我国农村劳动力老龄化和女性化的实际，可以通过两种途径来影响粮食产量，进而影响粮食生产安全。第一种途径，农业机械化率的提高。农民通过使用农用机械提高土地生产效率、减少从事农业生产的时间，甚至可以增加一部分耕地面积，让粮食产量得到提高［25-26］。农业机械化率的提高实质上是指农用机械通过“替代作用”作用于粮食生产，即使用农用机械替代一部分人力劳动，让农民农业劳动强度和时间降低，这种情况对农村老龄劳动力影响尤为显著。因为农村老龄劳动力受劳动力体力限制，不能像农村女性劳动力一样，通过增加劳动时间用以缓解农村劳动力短缺现象，所以农业机械化水平的提高对农村老龄劳动力影响尤为显著。第二种途径，农村人力资本的提升。农村人力资本在农村地区主要指农村劳动力教育水平，农民受教育程度越高，对农业生产的新知识越容易接受，农民可以通过互联网、移动网络等多种信息化途径对农业生产提供有效帮助［27-28］。农村人力资本的提高实质上是农民利用所学知识，通过“互补作用”让劳动力生产要素投入的使用效率变高，作用于粮食供给安全。根据我国农业农村部统计，2017 年全国新型职业农民总量已突破1 500 万人，高中及以上文化程度的占30.34%，受教育程度呈现越来越高的趋势。农村人力资本影响程度对农村女性劳动力影响偏大，因为农村老龄人口受教育水平普遍偏低，对新知识接受程度远低于农村女性劳动力，再加上农村老龄劳动力有“小富即安”的思想，阻滞了其学习新农业知识［24］，只是依靠自身丰富的农业生产经验进行农业生产，而对于农村女性劳动力而言，平均年龄相比农村老龄劳动力较小，受教育水平相对较高，更容易接受新知识，有助于农业新型技术的推广和新型农产品的应用，有利于提高粮食产量。因此，根据以上观点，得出推论3 和推论4。

推论3：农村老龄劳动力受农业机械化水平影响程度比女性劳动力受农业机械化水平影响程度更为显著；

推论4：农村女性劳动力受农村人力资本水平影响程度比老龄劳动力受农村人力资本影响程度更为显著。

四、指标说明、模型构建和数据来源

（一）指标说明

（1）被解释变量：粮食产量（lnlscli，t）。lnlscli，t是被解释变量，是粮食产量的对数值。因为粮食产量的变化与粮食供给安全密不可分，粮食产量越高，粮食供给安全程度越高，所以选取粮食产量代表粮食供给安全。

（2）解释变量。①农村劳动力老龄化率（ari，t）。ari，t是主要解释变量之一，选取我国农村65周岁以上人口占农村15～64 周岁人口比重来反映农村劳动力老龄化率。虽然之前有很多文献都用农村65周岁以上人口占农村人口比重来反映农村劳动力老龄化率，但这仅仅只能反映农村老龄人口规模和比重的变化，反映不出农村青壮年劳动力规模和比重的变化。伴随着人口老龄化程度的不断加深，劳动力平均年龄逐步升高，青壮年劳动力减少［29］，因此本文选取农村65 周岁以上人口占农村15～64周岁人口比重来反映农村劳动力老龄化率，并探究对粮食供给安全的影响。②农村女性化率（fri，t）。fri，t是主要解释变量之一，选取我国农村已婚女性人口数占农村15岁以上人口数来表示。对于一般农村地区而言，女性已婚之后，男性通过农村劳动力转移——进城务工增加非农业收入，女性在农村家中照顾孩子和老人，进行农业生产，增加农业收入贴补家用［24］。因此本文选取我国农村已婚女性人口数占农村15岁以上人口数来表示农村女性化率。

（3）控制变量。①粮食播种面积（lnlsbzi，t）。是粮食播种面积的对数值。②化肥投入水平（hfi，t）。由于缺少粮食生产的化肥投入量相关数据统计，本文使用化肥施用量/农作物播种面积来表示。③农用薄膜投入水平（lnbmi，t）。是农用薄膜投入水平的对数值，本文使用农用塑料薄膜使用量来表示。④农药投入水平（lnnyi，t）。本文使用农药使用量来表示。⑤灌溉面积比重（ggi，t）。由于缺少粮食灌溉面积的统计数据，本文选取灌溉面积/农作物播种面积来表示。⑥受灾率（zhi，t）。在以往的很多研究中，自然灾害都对粮食生产带来负向影响，本文使用农作物受灾面积/农作物播种面积来表示。⑦等外公路（lngli，t）。lngl是控制变量，是等外公路里程数的对数值。等外公路多指郊区和农村的公路，变量统计性描述见表1所列。

表1 统计性描述

（二）模型构建

本文考察的重点是农村劳动力老龄化、女性化对粮食供给安全的影响，利用2003—2017 年我国26 个省份的面板数据建立两个计量模型，如下所示：

其中：下标i代表不同的省份；t代表时间；α为截距项；被解释变量lnlscl是粮食产量；主要解释变量ar和fr是农村劳动力老龄化率和农村女性化率；控制变量X包含粮食播种面积（lnlsbz）、化肥投入水平（hf）、农用薄膜投入水平（lnbm）、农药投入水平（lnny）、灌溉面积比重（gg）、受灾率（zh）、等外公路（lngl）；ε是指误差项，指的是心理因素、政策因素等其他影响因素对粮食生产产生的影响。

（三）数据来源和说明

基于以下两个方面考虑本文选择2003—2017年全国26个省份的数据作为研究样本：第一，根据数据的一致性和可获得性，本文选取的390个样本数据均来自《中国统计年鉴》《中国人口与就业统计年鉴》《中国农村统计年鉴》，对于极个别省份的缺失数据，使用插值法补全；第二，自2003 年我国农村转移就业劳动力为17 711 万人，达到历史最高点［30］，大量农村劳动力外流导致从事农业生产的农村劳动力不足，对粮食生产造成安全隐患，因此就把2003年作为研究的起始点，探究自2003年以来，我国农村劳动力老龄化和女性化对粮食供给安全的影响。

五、实证回归结果及分析

（一）基准回归

表2 是采取普通最小二乘模型（OLS）、固定效应模型（FE）和随机效应模型（RE）对农村劳动力老龄化和女性化进行回归得到的基准回归结果，三种回归方法可增强回归结果的稳健性，但根据Hausman检验的结果，固定效应模型（FE）是最优的选择模型。结果显示：

核心解释变量农村劳动力老龄化对粮食产量有负向影响，并通过1%的显著性检验，推论1得到了有效回答。随着农村劳动力老龄化率的不断升高，农村老龄劳动力由于受到劳动体力的限制，导致从事农业生产的生产强度和生产时间下降，即为劳动力生产要素投入的减少，其他生产要素比如农药、化肥、农业机械化等不能完全弥补劳动力生产要素投入减少带来的影响，导致农村劳动力老龄化对粮食产量有负向影响，从而威胁了粮食供给安全［24］。

核心解释变量农村劳动力女性化对粮食产量有正向影响，并通过5%的显著性检验，推论2得到了有效回答。随着农村劳动力女性化率的不断提高，女性劳动力相比老龄劳动力而言，平均年龄相对较小，进行农业生产的劳动体力限制不大，劳动力投入强度和投入时间的受影响程度相对较小，可以通过农业机械化、农村人力资本、农药等其他要素的投入，有效弥补劳动力生产要素投入减少带来的负向影响；其次农村女性劳动力一般不会从事非农兼业化行为［31-32］，可以通过增加劳动时间的办法促进粮食生产［2］，所以农村劳动力女性化不会影响粮食供给安全。

从控制变量可以看出，增加播种面积是提高粮食产量的最直接手段，自然灾害是制约粮食产量增加的最主要因素，其中干旱灾害是我国最主要的自然灾害，干旱灾害使得粮食作物因缺水减产，甚至进一步导致土壤沙化、养分流失，导致病虫害的发生［33］。近几十年来，防灾抗灾能力不强，成为威胁我国粮食供给安全的重要原因之一。

表2 基准回归结果

（二）机制检验

根据上述理论分析，农村劳动力老龄化、女性化对粮食供给安全的影响途径分为两条：一条是机械化路径，由于农机具补贴的实施，农村农用机械持有量大幅度增加，农民使用农用机械使得生产效率得到提高［27-28］；另外一条是农村人力资本路径，农民的知识文化水平可以在一定程度上提高农业生产效率［34］。为了进一步证明这两条路径，本文构建了中介效应模型如下：

其中：pas 表示农村劳动力老龄化率和农村女性化率；iv 代表中介变量，包括农业机械化水平和农村人力资本两个变量。

农业机械化水平（jxhi，t）。选取农业机械总动力/第一产业劳动力人数来表示。以往文献中经常使用农业机械总动力来代表机械化率，但因为农业种植面积的差异性和农业劳动力投入量的不同，片面使用农业机械总动力来衡量机械化水平不够准确，所以本文使用农业机械总动力/第一产业劳动力人数来代表农业机械化水平，消除了差异化带来的影响［24］。

农村人力资本（rlzbi，t）。本文选取农村教育水平作为农村人力资本的替代变量，使用农村劳动力平均教育年限来表示，即将农村文盲、小学、初中、高中、大专及以上受教育程度分别设定为1、6、9、12、16，再使用每个阶段受教育劳动力人数加权所得［35］。

表3 机制检验

表3 报告了农村老龄劳动力和农村女性劳动力影响粮食供给安全的路径，（1）和（2）列、（5）和（6）列分别报告了农村老龄劳动力和女性劳动力通过农业机械化路径对粮食产量造成的影响，并且农村老龄劳动力受农业机械化影响程度比女性劳动力更为显著，与推论3结论一致。农村老龄劳动力受劳动力体力限制，不能像农村女性劳动力一样，通过增加劳动时间来缓解农村劳动力生产要素投入减少的现象，但可以通过使用农业机械化，对劳动力形成“替代作用”，进而提高粮食生产效率，对粮食生产起促进作用［36-37］。虽然农村女性劳动力对农业机械化率有正向影响，但路径效果不显著，女性劳动力虽然可以通过雇佣农机进行农业生产，但农村地区以家庭为生产单位，农村男性劳动力可以通过农业兼业化行为回农村帮助女性进行农业生产，所以农业机械化对女性劳动力“替代作用”较弱。

（3）和（4）列、（7）和（8）列报告了农村老龄劳动力和女性劳动力通过农村人力资本路径对粮食产量造成的影响，并且农村女性劳动力受农村人力资本影响程度比老龄劳动力更为显著，与推论4相一致，其原因是农村女性劳动力平均年龄比农村老龄劳动力平均年龄偏小，对新知识接受程度比老龄劳动力要更快［38-39］，女性劳动力通过农村人力资本的提升和劳动力形成“互补作用”，有助于女性劳动力将农业新型技术和新型农产品应用在农业生产当中，促进粮食生产效率，提高粮食产量。但对于农村老龄劳动力而言，农村老龄劳动力心理上有“小富即安”的思想，阻滞了其学习新农业知识，农村人力资本的提升和劳动力形成的“互补作用”较弱，只是依靠自身丰富的农业生产经验进行农业生产，路径效果不显著，所以农村女性劳动力更容易受农村人力资本的影响。

（三）地区异质性检验（南北地区差异）

对于农业活动而言，不同地区的农业经济活动对于自然环境以及农业生产制度都有不同的要求。秦岭—淮河一线自古以来就是我国重要的农业划分区域，但因为秦岭—淮河一线与省级行政边界不完全重合，加之数据资料的可获得性无法保证，只能以省份进行划分，南北方各13 个省份。因此本文以传统农业分界线秦岭—淮河为线，结合省份所在区域，依据农作物结构和人口结构，对南北农业区进行划分，具体结果见表4所列。

表4 南北方所属省份划分

1.农作物结构差异

由于南北方地区在农业生产中气候、土壤等自然资源的不同，南北方形成了不同的种植特点。稻谷、豆类、小麦和玉米是我国主要粮食作物，所以本文以这四种粮食作物作为代表来说明南北方农作物结构差异。图2 和图3 表明南方地区稻谷是主要的粮食作物，约占全国稻谷播种面积的80%，北方玉米播种面积约占全国玉米播种面积的80%，北方小麦播种面积约占全国小麦播种面积的70%，北方豆类播种面积约占全国豆类播种面积的50%。从数据对比上看，南北方粮食作物差距过大，南方地区主要以稻谷为主，但北方地区以玉米和小麦为主。另外，结合图2 和图3 折线变动的趋势来看，2003—2017年，无论是南方的农作物种植结构还是北方农作物种植结构，基本都保持稳定。

图2 南方粮食作物播种面积比重

图3 北方粮食作物播种面积比重

2.人口结构差异

根据图4 和图5，南北方在农村劳动力老龄化率和女性化率方面有显著差异。图4表明，南方地区的农村平均老龄化率从2003 年的13.31%上涨到2017 年的19.25%，北方地区的农村平均老龄化率从2003 年的9.65%上涨到2017 年的17.1%。虽然南方农村劳动力老龄化程度高于北方地区农村劳动力老龄化程度，但北方地区农村劳动力老龄化增速要高于南方地区，总体而言，南北方农村劳动力老龄化进程都在加快。图5 表明，总体上看，南北方农村女性化率都在波动中上升，北方地区的农村女性化程度略高于南方地区农村女性化程度。导致南北方人口结构差异的原因是农村劳动力转移，南方地区农村劳动力转移到北方地区，加剧了南方地区农村劳动力老龄化率的升高。综合以上内容，南北方农作物结构和人口结构两个方面都存在明显的差异，进一步说明比较南北方区域差异的必要性。

图4 南北方农村劳动力老龄化率

图5 南北方农村女性化率

根据上文分析，南北方农作物结构和人口结构存在较大差距，接下来将对南北方进行实证检验，探究南北方地区农村劳动力老龄化率、女性化率对粮食生产的影响。

表5是从南北方差异层面进行异质性分析，农村劳动力老龄化对南方地区和北方地区粮食产量都具有负向影响，但南方地区通过1%显著性检验，北方地区通过10%显著性检验，并且-0.110 小于-0.007，所以农村劳动力老龄化对南方地区粮食供给安全影响更为显著，对北方地区粮食供给安全影响相对较小。其原因是：第一，南方地区耕地类型是以水田为主，并且地形较为复杂，多丘陵和山地，不利于农业机械化的开展，导致农村老龄劳动力使用机械化生产的面积和机会减少，农业机械化的替代作用较弱，必须增加农业劳动时间和劳动强度，不利于粮食生产；而对于北方地区来说，耕地类型大多为旱地，地形相对平坦，多为平原、丘陵，山地面积较少，便于农业机械化的开展，农业机械化程度高，导致北方地区农村老龄劳动力使用机械化生产的面积和机会多，农业机械化的替代作用强，从而减少从事农业劳动时间和劳动强度，缓解农村老龄劳动力对粮食生产的影响［13］。第二，南方地区的粮食作物以稻米为主，生产环节复杂，对劳动力投入要求较高，不利于农村老龄劳动力进行生产；而北方地区的主要粮食作物是小麦和玉米，生产环节简单，技术难度小，对劳动力投入相对较少，导致农村劳动力老龄化对南方地区粮食供给安全影响更为显著，对北方地区粮食供给安全影响相对较小［37］。

表5 地区异质性检验

农村劳动力女性化对南方地区和北方地区粮食产量都具有正向影响，并且差异性不大，即农村劳动力女性化对南北方粮食供给安全都有正向影响，南北方地区差异不大。其原因是：第一，随着农村女性劳动力受教育水平的提高，可以对劳动力生产要素形成互补作用，提升粮食生产效率，但南方地区和北方地区的受教育水平没有明显差别，所以农村劳动力女性化对南北地区粮食供给安全的影响没有明显差别；第二，虽然农村女性劳动力不单体力相对较差，还有家庭劳务负担，比如照顾子女和老人、完成家务等活动，但是女性劳动力一般不从事“兼业化”活动，可以通过延长劳动时间完成农业生产，更加有利于“精耕细作”，这一观点在南方地区和北方地区同样适用，所以南北方地区农村劳动力女性化对粮食供给安全的影响没有较大差异。

（四）内生性检验

上述回归估计可能存在反向因果关系或遗漏变量等内生性问题，从而可能引起估计结果出现偏差，为此本文寻找工具变量对其进行内生性检验。考虑每年粮食生产规模在前一年粮食生产规模上呈现上下波动趋势，所以粮食生产具有一定的持续特征，即当期的粮食产量可能受到上一期粮食生产规模的影响，存在内生性问题。因此本文引入粮食产量滞后一阶，将计量模型（1）（2）扩展为两个动态模型来克服模型中被解释变量的内生性问题。这样一方面可有效降低当期变量的内生性问题，另一方面也降低了寻找工具变量的难度。

表6中模型（1）、模型（2）是DIFF-GMM情况下的估计结果。结果滞后一阶为正值，显著性水平达到了1%，两个模型均存在一阶自相关，且不存在二阶自相关，Sargan 检验均通过，说明运用DIFFGMM 模型进行动态面板回归估计具有合理性，基本结论保持不变。

表6 内生性检验

（五）稳健性分析

考虑粮食产量构成具有复杂性，粮食产量包括谷物产量、豆类产量和薯类产量，但是谷物产量对人们基本生活需求最为重要，因此通过替换被解释变量的方法来进一步检验结果的稳健性，将粮食产量替换为谷物产量，看农村老龄劳动力和女性劳动力对粮食安全生产的影响是否仍然存在。表7中为替换被解释变量后的回归结果，回归结果表明，农村老龄劳动力对粮食供给安全具有负向影响，农村女性劳动力对粮食供给安全具有正向影响，且在10%水平上显著，方向也一致。也就是说农村老龄劳动力和女性劳动力对粮食安全生产的影响具有普遍性，结论具有很强的稳健性。

表7 稳健性检验

六、结论与建议

本文基于农业无差异曲线，从理论上分析了农村劳动力老龄化和女性化对粮食供给安全的影响，进一步通过机制分析说明农村老龄劳动力和女性劳动力通过农业机械化和人力资本途径作用于粮食供给安全，并在此基础上运用2003—2017 年面板数据进行实证检验，得出检验结果：①从全国来看，农村劳动力老龄化对粮食供给安全有负向影响，不利于粮食供给安全，农村劳动力女性化对粮食供给安全有正向影响，不会对粮食供给安全造成威胁；增加粮食播种面积是保障粮食供给安全的最直接手段，自然灾害是制约粮食供给安全的主要因素。②通过中介效应验证了机制分析的结论，农村劳动力老龄化主要通过使用农用机械途径作用于粮食供给安全，女性化主要通过人力资本作用于粮食供给安全；并且农村老龄劳动力受农业机械化水平影响程度比女性劳动力受农业机械化水平影响程度更为显著，农村女性劳动力受农村人力资本水平影响程度比老龄劳动力受农村人力资本影响程度更为显著。③以农作物结构差异和人口结构差异为分类依据，进行南北主要粮食产区的划分，在此基础上进行异质性讨论，得出农村劳动力老龄化对南北方地区都是负向影响，但是对南方地区粮食供给安全影响更为显著，对北方地区粮食供给安全影响相对较小，主要原因是南方地区农业机械化的替代作用较弱，北方地区农业机械化的替代作用较强；女性化对南北方地区粮食供给安全影响没有明显差异，主要原因是农村人力资本的互补作用在南北地区没有差异，都可以在一定程度上提高粮食供给安全。

基于上述研究，在农村劳动力老龄化和女性化趋势下，为保证粮食供给安全，本文提出以下建议：

（1）多举措支持青壮年农村劳动力从事粮食生产。首先，按照物价水平和粮食基本效用，大幅度提高粮食收购价格，确保粮食生产者的收入水平不低于城市务工者的收入水平，吸引部分青壮年农村劳动力留乡从事粮食生产。其次，发挥中央、地方和社会三方面力量，设立粮食生产安全基金，鼓励农业生产者从事粮食生产。构建以粮食供给安全为核心的乡村产业链，提升粮食生产附加值，增加粮食生产者的利润率。

（2）充分发挥农村老龄劳动力丰富的生产经验。一方面，在农村地区设立粮食生产培训班，将老龄劳动力多年的粮食生产经验与教训进行总结并传授下去，为农村青年劳动力进行粮食生产提供借鉴经验；另一方面，依托老龄劳动力生产经验进行农产品初加工，在发挥老龄劳动力剩余价值的同时减少农村青年劳动力的使用，使其增加粮食生产劳动力的供给。

（3）努力推进南方地区农业机械化水平。加大农业机械及其装备研发与推广力度，发挥农业机械对劳动力的替代作用，尤其是降低农村劳动力老龄化对农业生产的负面影响。努力开发适合南方地区农业生产特点的农机具，即农业机械及其装备的小型化。同时，继续通过农机具补贴、农机具使用培训等多种手段，切实提升南方地区农业机械化水平。

（4）发挥女性在粮食生产中的应有作用。完善农村养老、幼托等公共服务，减轻女性抚幼养老的重担，使其有更多的时间和精力投入到粮食生产中。同时，通过农机具使用、粮食生产知识以及农业生产技能等专项培训，提升女性农村劳动力的能力，增强其粮食生产水平。