农村劳动力外流、农地流转对粮食生产的影响

王欢, 王灿, 毕文泰, 张冬平

(河南农业大学经济与管理学院,河南 郑州 450046)

随着城镇化和工业化进程的深入,大量农村劳动力转移到城镇的非农产业,中国的粮食生产以及粮食安全是否受到影响以及受到多大影响,成为学者热议的一个话题。理论上而言,当农村劳动力转移到非农部门后,虽然其不再生产粮食,但是仍需要消耗粮食。从中国近年的实际数据来看,粮食产量、农业产值和主要农作物的播种面积都稳步增长,2020年农业产值的增速甚至高达8.6%。因此,对农村劳动力外流和农地流转进行测度和系统分析,对保障中国未来的粮食产量和粮食安全具有重要的意义。

学术界针对农村劳动力外流是否影响中国粮食安全的讨论热度高居不下。但目前并没有得出一致的结论,甚至出现了两种截然相反的论点。一些学者认为,农村劳动力外流会促进粮食生产和粮食安全。刘亮等[1]研究发现,劳动力迁移主要影响该省份的次要粮食作物,对于主要粮食作物并没有显著影响; 有劳动力外出的农户更少耕种小麦、更少投资生产性资产;没有劳动力迁移的农户更多地从事了粮食的生产,从而抵消了有劳动力迁移的农户减少对粮食生产投入的负面影响。钱文荣等[2]认为,老年农业劳动力在水稻生产方面更有经验,经验作用抵消了水稻生产过程中对劳动者的体能要求。因此,农业劳动力老龄化并没有对水稻产量产生负面影响。胡雪枝等[3]也发现,由于粮食生产中存在集体决策以及机械作业外包现象,老年劳动力并没有对粮食产量产生不利影响,甚至农业劳动力老龄化还为农业机械化和规模化创造条件[4-6]。钟甫宁等[7]研究发现,相对于多数经济作物,粮食是土地密集型产业,农业劳动力的外流被增加的农业机械所替代,进而对粮食生产产生一定的促进作用。

另一部分学者则认为,农村劳动力外流会对粮食安全产生负面影响。由于劳动力外流带来的农业劳动力严重不足,导致不少耕地无人耕种、耕地抛荒现象频频出现。李升发等[8]认为,由于山区地形复杂,坡耕地降低了机械化的推广效率, 因此,中国山区频发的撂荒现象可能会引起粮食安全问题。陈锡文等[9]研究发现,农村劳动力外流带来的农村人口老龄化会导致农业劳动力投入不足,从而不利于粮食产出。钟太洋等[10]研究发现,原本负责农业生产的家庭成员若参与非农就业活动,就会显著降低农户施用有机肥的可能性,从而间接影响粮食生产。郭欢欢[11]认为,农户流转的农地面积与水稻的种植比重成反比,而农户流转的农地面积与蔬菜的种植比重呈明显的正相关关系,他认为农地流转面积增加会减少粮食作物种植比重,并威胁地区粮食安全。

上述文献对增进现阶段劳动力外流、农地流转与粮食生产的关系的了解和认识具有重要意义,但是仍需要进一步讨论。首先,现有研究针对劳动力外流对粮食生产产生的影响具有较多的讨论,但是对于劳动力外流与农地流转的动态关系对粮食生产的综合影响讨论得较少。其次,现有研究鲜有考虑农户通过重新配置粮食生产资料来对粮食产量产生影响。最后,现有研究尚未对该问题得出一致结论。因此,有必要通过实证方法进一步深入探讨农村劳动力外流、农地流转、农业机械化等一系列因素和粮食生产之间的内在联系以及由此对中国的粮食安全产生的影响。

本研究利用2001—2020年连续20年中国31个省、自治区、直辖市的面板数据,系统地分析了在农地流转不断发展的情况下,劳动力外流对中国粮食安全产生的影响。在解析劳动力外流对粮食生产的影响时,将耕地资源、粮食生产的机械投入和资本投入都纳入分析框架。本研究以劳动力外流和农地流转两个指标共同测度粮食安全,并在模型分析中加入受灾面积、二、三产业所占比例和财政支出等控制变量,为提升结论的准确性和可靠性提供了保障。

1 分析框架和研究假说

随着城镇化和工业化进程的深入,大量的农村劳动力从传统农业转移到城镇非农产业部门。据统计,从2015—2020年,中国农村外出务工劳动力数增长了8.7%。2021年全国外出务工劳动力数为28 560万人。随着大量的农村劳动力从事非农就业,农业劳动力不断下降,而且农业劳动力的组成结构也发生了很大的改变。根据《中国农村经营管理统计数据》对农村劳动力做出来的连续性统计来看,从2015—2020年,全国从事家庭经营的劳动力数量从31 468万人减少至30 493.7万人,减少了974.3万人。农村从事第一产业的劳动力数量从21 783.4万人减少至20 692.3万人,减少了1 091.1万人[12]。

从新迁移经济学(NELM)看来,家庭劳动力从事非农就业不仅是为了实现家庭收益最大化,更重要的是为了分散家庭风险[13],其本质是对家庭劳动力资源的再配置[14]。因此,在家庭劳动力向非农行业外流,也就是劳动力资源重新配置的同时,粮食生产要素—土地资源和其他生产资料的投入也得到重新配置。本研究认为,农村农业劳动力外流对粮食生产的影响机制主要通过2种路径来实现(图1)。一是留在农村的农业劳动力在继续坚持粮食生产的同时增加农业机械投入等粮食生产要素来保证粮食产量;二是当家庭农业劳动力资源不足时,农户会选择将农地流转出去以保持耕地的使用效率进而维持粮食生产水平。

图1 农村农业劳动力外流对粮食生产影响机制的分析框架

当家庭劳动力从农业转移到非农行业时,部分农户并不会就此放弃农业生产。这时,为了缓解农业劳动力外流带来的劳动力供给约束,农户会购买农业机械进行生产,或者增加购买农业生产中的劳动力雇佣服务,只有这样,农户才能在家庭劳动力外流的同时继续保证农业生产原有的生产力。多数学者都支持农业劳动力外流促进农业机械化的观点。纪月清等[15]认为,随着农村劳动力非农就业机会的增加,农户对农业机械的总需求增加。张琛等[16]、唐林等[17]认为,农户非农收入会影响其农业机械投资,非农收入越高,农业机械投入相应增加。朱桂丽等[18]认为,当劳动力转移后,正是因为农业机械化,才能弥补缺失的劳动生产力,也使得劳动力人均耕作面积增加。方师乐等[19]利用2011—2014年全国农村固定观察点数据,研究发现,无论是外地就业还是本地非农就业,都会对农户的农机服务需求产生正向影响。

农村农业劳动力的非农就业,一方面使农户不得不增加劳动节约型要素,如农业机械的投入,以弥补农业劳动力减少对粮食生产的影响;另一方面劳动力的非农就业带来的家庭总收入的增加,有利于农户增加粮食生产的机械投入。同时,也提高了增加其他生产要素投入的概率,如化肥、良种、除草剂等。因此,基于以上分析,本研究提出以下需要通过实证研究来进一步检验的第1个假说。

假说1:农业劳动力外流不仅有利于粮食生产,而且有可能促进粮食产量和粮食安全。

当家庭劳动力从农业转移到非农行业时,也有一部分农户选择将自己的农地流转给别的农户进行经营。从《中国农村经营管理统计年报》获得数据来看,家庭承包耕地流转总面积从2015年的2 978.89万hm2增加至2020年的3 547.93 万hm2,增加了569.04 万hm2,增长了20%。在实证研究方面,大多数研究都支持“非农就业促进农地流转”的观点。一些研究表明,在经济激励的影响下,农户确实会根据家庭人地比例的变动将土地资源进行市场化再配置,非农就业有效促进了农地流转市场发育[20],非农就业越普遍的地方农地流转市场越发达[21],非农就业率高的农户家庭参与农地流转市场的概率也较高。林善浪等[22]认为,非农就业的时间以及距离对农地流转意愿产生影响,非农就业的时间越长、距离越远,则农户土地转出的意愿更强。郑黎义[23]对江西农户的研究表明,外出务工劳动力数量对农户转出农地面积的影响非常显著,家庭中每增加一个劳动力,其转出农地的面积就会平均增加0.03 hm2;而户主外出务工的家庭,则会转出更多的土地。赵光等[24]基于江苏省沭阳县476个农户调查数据发现,农户家庭的非农就业经验和人口数对农户土地转出意愿和面积均有显著的正向影响。梁远等[25]分析了农户非农就业对耕地租入和租出决策行为的影响,结果发现,非农就业对农户的耕地租出决策行为有着显著的正向影响。

农村劳动力外流可以促进农地流转。而中国不断发展和完善的农地流转政策使得家庭劳动力在作出非农就业决策时,为了实现家庭资源配置最优化的目标,更多地选择将土地的经营权或使用权转让给其他农户或其他经济组织,从而避免土地的撂荒或闲置。农地流转对粮食生产最主要的影响不仅在于可以提高耕地的利用率,减少土地抛荒面积,更在于维持粮食产量,保证粮食安全。综上所述,本研究提出以下假说:

假说2:农业劳动力外流带来的农地流转并不会导致粮食产量减少。

2 经济模型构建及数据来源

2.1 经济模型构建

柯布-道格拉斯生产函数,即:

Q=ALαKβeμ

(1)

式中:Q为总产出;L为劳动投入量(单位为万人);K为资本投入量;A为常数项;α、β分别为劳动和资本的产出弹性;eμ表示随机干扰的影响。

为了检验上文所提出的研究假说,即农村劳动力外流对粮食生产和粮食安全的影响,作者根据柯布-道格拉斯生产函数的原理,把影响粮食生产的各因素考虑在内,建立如下粮食生产函数:

Q=ALαCβMγKδeμ

(2)

式中:Q为粮食作物的总产量;L为生产粮食的劳动力投入;C为使用于粮食种植的土地投入;M为生产粮食的农业机械总动力;K为粮食生产中的化肥施用量、塑料薄膜使用量、柴油使用量和农药使用量等资本投入;α、β、γ、δ分别表示劳动力投入、土地投入、机械投入和资本投入的弹性;eμ为随机误差项。

为了更好地反映被解释变量和解释变量之间关系的变化,本研究在(2)式的基础上,采用对数形式以期增加模型的稳健性,再加入相关控制变量后,最终建立如下模型:

lnQit=A+αlnLit+βlnCit+ylnMit+δlnKit+

DISA+IND+FIN+μ

(3)

式中:i为各省市;t为年份;A为常数项;其他指标含义同公式(2)。α、β、γ、δ为弹性系数;μ为随机误差项。由于不同省自治区、直辖市受到不同气候的影响,本研究认为,受灾面积(DISA)是影响粮食产量的一个重要控制变量。一些研究表明,农业劳动力的外流流向为第二、三产业。因此,本研究采用第二、三产业产值占总产值比重(IND)作为影响粮食产量的第二个控制变量。以往研究表明,财政农业支出对粮食产量的影响显著。因此,本研究把农业财政支出作为第3个控制变量,用农业财政支出占一般财政支出的比例(FIN)来表示。

2.2 数据来源

本研究使用数据的主要来源为2002—2021年的《中国农村统计年鉴》《中国统计年鉴》《中国粮食年鉴》中的各省份数据和各省市自治区的地方统计年鉴。本研究选取了中国31个省、自治区、直辖市连续20年的面板数据。本研究所使用的计量经济模型的主要变量如表 1 所示,表1中还列出了各变量的定义和描述性统计。

表1 变量定义与描述性统计

本研究对农村劳动力外流的定义是“本年内乡外非农就业6个月以上的劳动力或者在乡内非农就业达6个月以上的劳动力”。由于各地区统计口径的差异,中国各统计年鉴中并没有直接的农村劳动力外流数据。因此,本研究通过“种粮劳动力”反向测算中国农村劳动力的外流情况。

(4)

式中:“第一产业从业人员”和“第一产业总产值”可以从各省、自治区、直辖市的地方统计年鉴数据中直接获取。本研究根据“粮食作物是对谷类作物(小麦,水稻,玉米)、薯类作物(包括甘薯、马铃薯等)及豆类作物(包括大豆、蚕豆、豌豆、绿豆等)的总称”这一定义,将谷物产值、薯类产值和豆类产值之和作为“粮食产值”。

3 模型估计结果

3.1 面板数据模型的选择

面板数据有3种估计策略,分别是混合效应模型、固定效应模型(fixed effect model)和随机效应模型(random effect model)。区别在于对个体效应的假定不同。混合回归假定不存在个体效应,所有个体都拥有一样的回归方程,不符合本研究的结构。而固定效应和随机效应都是根据个体影响的不同形式,分为变截距模型和变系数模型。当个体效应和自变量序列相关时,该模型为固定效应模型;反之为随机效应模型。两种模型的差异主要反映在对个体效应的处理上。

表2报告了对以粮食产量为被解释变量,以种粮劳动力、粮食播种面积和种粮资本投入等为解释变量,以受灾面积、财政中用于农林水事务的支出占财政总支出的比重(亿元)和二三产业占总产值比重之和为控制变量的模型进行的Hausmam 检验的结果。为了准确确定面板数据模型,先用F检验来判断是采用混合回归模型还是固定效应模型。结果显著拒绝了原假设,应采用固定效应模型。本文采用Hausman检验来进一步判断是使用固定效应模型还是建立随机效应模型。Hausman 检验结果显示,卡方统计量为17.64,没有拒绝原假设,表明模型中各变量的内生性问题并不严重,用固定效应模型来估计是最佳的选择。

表2 模型设定的Hausman 检验结果

3.2 农业劳动力外流对粮食产量的影响

基于表2中Hausman检验的结果,利用方程式(2),使用固定效应回归(FE-OLS)模型估计分析中国农村劳动力外流对粮食产量和粮食安全的影响。为了提高模型的稳健性,本研究用逐步添加控制变量的方法进行多次拟合回归。作为稳健性对比,表3也报告了随机效应模型估计量(RE-GLS)。

表3 农村劳动力外流对粮食产量影响的模型估计结果

在表3中,第2列是只做被解释变量和解释变量的固定效应回归模型(1);第3列是在模型(1)的基础上加入受灾面积作为控制变量的固定效应回归模型(2);第4列是在模型(2)的基础上将第二产业和第三产业的产值之和占总产值的比重作为控制变量做的固定效应回归模型(3);第5列是在模型(3)的基础上引入财政支农支出占财政总支出的比重作为控制变量的固定效应回归模型(4);最后一列是加入所有解释变量和控制变量的随机效应回归模型(5)。从表3的回归结果来看,在模型(1)至模型(5)中,各解释变量和被解释变量的系数和显著性均保持了较高的一致性,因此,以上各模型都具备较高的稳健性,可以较好地对该问题进行解释。

从模型回归结果来看(表3),种粮劳动力显著地负向影响粮食产量,也就是农业劳动力外流显著且稳健地正向影响粮食产量,表明农业劳动力外出务工比例越高,粮食产量越高。因此,实证结果验证了本文的研究假说1,农业劳动力外流不仅不会不利于粮食生产,反而有可能促进粮食产量和粮食安全。从具体系数来看,在模型(1)中,当种粮劳动力减少1个单位,即农业劳动力外流增加1个单位时,粮食产量增加0.088万t,且变量在1%的统计水平上显著;模型(2)中,当种粮劳动力减少1个单位,即农业劳动力外流增加1个单位时,粮食产量增加0.052万t,且变量在1%的统计水平上显著;模型(3)中,当种粮劳动力减少1个单位,即农业劳动力外流增加1个单位时,粮食产量增加0.04万t,且变量在1%的统计水平上显著;模型(4)中,当种粮劳动力减少1个单位,即农业劳动力外流增加1个单位时,粮食产量增加0.03万t,且变量在5%的统计水平上显著。

产生这种现象的原因一由于中国农村人口众多,粮食生产存在“内卷化”“过密化”的现象,中国农村劳动力依然过剩。因此,只要农村劳动力从第一产业流向城乡内的二三产业,就能促进本地粮食生产;二是农村劳动力转移是家庭资源再分配的结果,家庭内在城乡就业的劳动力能够将非农就业收入通过购买农业机械化、灌溉、良种等服务和产品来促进粮食生产[26]。

其余解释变量中,粮食播种面积对粮食产量的正向效应最显著,说明土地是粮食生产最关键的投入要素,用于种植粮食的土地越多,粮食产量就越高;而种粮的化肥施用量、塑料薄膜使用量、柴油使用量和农药使用量等资本投入除了在引入财政支农支出占财政总支出的比重作为控制变量的模型(4)中不显著外,其他模型都显著正向影响粮食产量;而种粮的机械投入除了在无控制变量的模型(1)中与粮食产量是显著正相关关系外,在其他模型中均不显著或呈负相关的关系。这是因为在耕地面积不变的情况下,不断增加种粮的资本投入,会使资本的边际收益下降。这首先反映在农机这种资本密集型的投入要素上。该结果揭示了影响粮食生产的各项投入要素基本都对粮食产量有显著的正向影响[27],即保障粮食播种面积、增加种粮机械投入和增加种粮化肥塑料薄膜等都能显著促进粮食增产。但是如果过度地增加农业机械和化肥等资本要素投入可能会适得其反,甚至造成粮食减产和环境污染的问题。这也从一个角度证明了中国粮食生产中减少化肥用量的可行性,即在不影响粮食安全的前提下,通过减少化肥的使用来减少来自农业的碳排放及其对农业的面源污染。

对于控制变量,受灾面积显著负向影响粮食产量,财政支农支出所占比例显著正向影响粮食生产,这也与预期相符。而二、三产业的产值所占比例之和对粮食产量有显著积极影响,说明二、三产业越发达,经济发展水平越高,可以吸纳的非农就业就越多,从而使粮食生产的规模效应得到更好地发挥,而有助于粮食产量的提高。

3.3 农地流转对粮食生产的影响

为了研究农业劳动力外流带来的农地流转对粮食产量的影响,本研究将上文中代表土地投入的解释变量粮食播种面积替换为家庭承包耕地流转总面积,以家庭承包耕地流转总面积等粮食生产要素为解释变量,粮食产量为被解释变量的模型回归。根据上文Hausman检验的结论,本研究继续使用固定效应回归模型进行基准回归,在此基础上再逐渐添加控制变量的方法进行多次拟合回归。

表4中,第2列是只做被解释变量和解释变量的固定效应回归模型(6);第3列是在模型(6)的基础上加入受灾面积作为控制变量的固定效应回归模型(7);第4列是在模型(7)的基础上将第二产业和第三产业的产值之和占总产值的比重作为控制变量做的固定效应回归模型(8);最后一列是在模型(8)的基础上引入财政支农支出占财政总支出的比重作为控制变量的固定效应回归模型(9)。从表4的回归结果来看,在模型(6)至模型(9)中,各解释变量和被解释变量的系数和显著性均保持了较高的一致性。因此,以上各模型都具备较高的稳健性,可以较好地对该问题进行解释。

表4 家庭承包耕地流转总面积对粮食产量影响的模型回归估计结果

从模型回归结果来看(表4),家庭承包耕地流转面积显著地正向影响粮食产量,表明承包耕地流转的面积越大,粮食产量越高。因此,实证结果验证了本研究的假说2,农业劳动力外流带来的农地流转并不会不利于粮食生产,反而有可能促进粮食产量和粮食安全,关键是要限制耕地流转的“非粮化”问题。从具体系数来看,在模型(6)中,当家庭承包耕地流转面积增加1个单位时,粮食产量增加0.082万t,且变量在1%的统计水平上显著;模型(7)中,当家庭承包耕地流转面积增加1个单位时,粮食产量增加0.072万t,且变量在1%的统计水平上显著;模型(8)中,当家庭承包耕地流转面积增加1个单位时,粮食产量增加0.084万t,且变量在1%的统计水平上显著;模型(9)中,当家庭承包耕地流转面积增加1个单位时,粮食产量增加0.086万t,且变量在1%的统计水平上显著。上述结果表明,在确保纠正了耕地流转“非粮化”问题的情况下,当家庭承包耕地流转的比例越高,意味着粮食种植的规模化效应发挥作用,因此粮食产量越高。

4 结论

本研究基于2001—2020年连续20年中国31个省、自治区、直辖市的面板数据,从非农劳动力外流和家庭承包耕地流转面积2个角度构建影响粮食生产的模型,使用固定效应模型,重点检验了农村劳动力转移和农地流转以及其他粮食生产的投入要素对中国粮食产量的直接影响应和对粮食安全的间接影响。研究结果表明,第一,农业劳动力外流显著地正向影响粮食产量。第二,家庭承包耕地流转面积显著地正向影响粮食产量。

上述结论具有如下政策含义:(1)继续发展劳动密集型非农经济,为农村劳动力提供更多就近非农就业机会。一方面便于非农就业农户兼顾农业生产,另一方面可以降低农业劳动力非农转移的成本,增强非农就业对粮食产量的促进作用;(2)在科学合理地推进城市化进程的基础上,大力鼓励农村剩余劳动力有序、合理地向非农行业流出;(3)继续加大粮食补贴、良种补贴等政策的优惠力度和落实程度,同时为粮食生产大户提供具体的支持政策,使得粮食生产的比较收益明晰化;(4)通过试点创新的方式建立更有效的农地流转政策,推动建立透明化、公开化和制度化的土地交易市场,确保农地流转的有序进行,稳步推进。