农村劳动力老龄化对农户耕地利用效率的影响

杨志海，李鹏，王雅鹏

(1.华中农业大学a.经济管理学院，b.湖北农村发展研究中心，武汉430070;2.陕西师范大学国际商学院，西安710119)

0 引言

当前，中国耕地资源正经受着沉重压力［1］。在未来相当长一段时间内，工业化、城镇化、粮食生产及生态保护仍将是耕地利用变化的主要驱动力［2－4］。与此同时，作为农业主要生产要素，劳动力的大量析出直接造成耕地的弃种、季节性抛荒［5］及粗放式经营，从而降低了土地生产率，对粮食安全造成威胁［1］。农村青壮年劳动力的大量流出已造成农村留守劳动力老龄化日趋严重。

胡雪枝等从生产决策和大田作业2个方面考察了不同年龄结构农户在粮食生产方面的差异，老年农户与年轻农户相比并无明显不同，生产决策的趋同和农业机械“外包”服务的普及，使得农村人口老龄化并未对中国粮食生产产生负面影响［6］。林本喜等发现农户主要劳动力年龄对土地利用效率不存在显著影响，然而，其研究的土地利用效率仅仅是单要素生产率，是耕地单产表现，无法衡量出老年农户与年轻农户对现有各种资源的综合配置能力与利用效率差异［7］。农村老龄劳动力在人力资本上的弱势，特别是他们往往依赖于老经验、老办法，不利于现代化的农业生产技术推广利用［8］。尽管中国农村劳动力老龄化问题出现较晚，但其严重性却在增加，已成为事关农业和农村发展的大问题，主要原因在于现有机械化水平无法弥补老龄劳动力在农业生产中体力上的缺失［9］。杨俊等虽未证实农户劳动力年龄对耕地利用效率具有显著负影响，但发现随着农户劳动力年龄的增加，耕地利用效率变化呈倒“U”型趋势［10］。

已有研究丰富了关于劳动力老龄化对耕地利用效率影响的相关理论，但健康状况作为影响农户耕地利用行为的重要因素却多被忽视。无论是老年劳动力还是年轻劳动力，健康状况都将对他们的劳动供给造成影响［11］，进而对耕地利用效率产生重要影响。健康作为一种资本品，能提高农户的生产效率［12］，而且可以减少生病时间，增加劳动供给时间［13］。A.Kalwij等则特别指出，老年人劳动参与率随年龄增加而下降，本质上是因其健康状况下降引起的［14］。因此，农村劳动力老龄化对耕地利用效率影响的健康渠道效应不容忽视。本研究正是在考虑了健康因素的分析框架下，研究农村劳动力老龄化对耕地利用效率的影响，并考察健康状况对不同年龄段农户耕地利用效率影响的差异，为厘清农村劳动力老龄化与耕地利用效率之间的关系、应对农村劳动力老龄化与耕地利用问题提供借鉴。

1 模型、假说与数据

1.1 生产函数模型与效率函数模型

在测算农业生产技术效率时，生产前沿面方法得到了广泛应用。目前，生产前沿面方法主要有非参数和参数估计方法，前者以数据包络分析方法(DEA)为代表，后者主要以随机前沿生产函数方法(SFA)为代表，二者各有优点。其中，非参数方法无需设定具体生产函数，但算法要求高，而参数估计方法具有经济理论基础，能估计生产函数，反映出各生产要素对技术效率的影响，还可以估计其他环境变量对技术效率的影响。鉴于此，本研究将采用参数方法以测算农户的耕地利用效率，同时估计外生变量对效率的冲击。最早由D.Aigner等［15］及W.Meeusen等［16］提出的随机前沿生产函数，主要建立在传统的C-D生产函数基础上。由于该函数暗含的各生产要素产出弹性保持不变的前提假设，不太符合实际生产，借鉴其他学者的研究成果，本研究将采用形式较为灵活、能近似反映出任何生产技术的超越对数生产函数［17］，该模型的基本形式如下:

式中:Yi表示第i个农户的单位面积耕地产值，采用农户的单位面积种植收入表示;Xij表示单位面积的劳动投入，采用单位面积的务农劳动力人数表示;Xim表示单位面积的资本投入，采用单位面积种植投入费用表示(包括种子、化肥、农药、机耕以及灌溉等费用);β0，βj，βjm为待估参数;Vi－Ui为复合误差项，其中，Vi为表示统计噪声的随机误差项，如气候、政策变动以及统计误差等，且Vi～iidN(0，σ)，Ui为第i个农户技术非效率项，与Vi相互独立，且非负，服从独立截断正态分布N(mi，σ)。根据G.E.Battese等［18］提出的一步估计法(one-step)，技术效率函数可表示为:

式中:mi为农户的技术无效率程度;zi为对农户技术效率造成影响的各种外生性因素;δ为待估参数，表示各因素对农户耕地利用效率损失造成的影响，若系数值为负，表明解释变量对农户的耕地利用效率具有正向作用，反之亦然。由于方程中的误差项不同于OLS的古典假定，G.E.Battese等［19］提出用σ2=σ+σ和γ=σ/(σ+σ)分别代替σ和σ，进一步运用极大似然估计法分别估计方程(1)和(2)，得到所有参数的估计值。其中，γ的取值范围为0～1，若趋近于1，表明误差主要来源于技术无效率项，反之，则表明可能不存在明显的技术效率差距。因此，农户的技术效率则可采用下式进行计算:

式中:T为技术效率;X'为农户的投入;E为期望值。

1.2 理论假说与变量说明

农户的耕地利用效率不仅受到农户劳动力特征的影响，还受到其家庭经营特征、耕作条件以及区域发展等因素的影响(表1)。农户将依据资源禀赋，并结合外部条件对生产资源进行配置，以实现家庭所有成员的福利最大化，这一决策过程将直接影响农户的耕地利用行为，并最终表现为农户的耕地利用效率。

1.2.1 务农劳动力年龄(z1)。相对于年轻劳动力而言，老龄劳动力往往存在体力与人力资本的“双弱”。特别是农用机械的应用不足以及种植业生产对劳动者体力的高要求，使得老龄劳动力在耕作中往往力不从心。农村劳动力老龄化不仅影响了农业生产进度，使得精耕细作的生产方式逐渐被“懒人农业”替代，更为严重的是，还阻碍了农业生产新技术、新设备的推广与应用，对生产效率的提高带来不利影响［20］。另外，老龄劳动力在教育、培训、采用新技术、接受新信息等方面的弱势也在一定程度上阻碍了耕地利用效率的提高。基于此，提出假说1:一般而言，农户耕地利用效率将随着务农劳动力年龄的增长而下降，即老龄化将对耕地利用效率造成负向影响。需要说明的是，本研究所采用的务农劳动力年龄指标是样本农户务农劳动力的平均年龄，采用平均年龄指标来研究年龄与农户农业生产的关系的合理性已由R.J.F.Burton［21］进行了阐述。

表1 影响因素界定Tab.1 Definition of variables

1.2.2 健康状况(z2)。健康状况是农户劳动力特征的重要指标，该指标在一定程度上成为农户配置与利用其他生产要素的限制性条件，影响着农户耕地利用效率。正如封进等［22］与刘生龙［23］所指出，农业劳动的特殊性及劳动环境的艰苦性，决定了健康的身体是第一位的生产要素。对于年轻劳动力而言，恶化的健康状况同样会对其田间耕作与管理能力造成影响，不利于提升耕地利用效率;对于老龄劳动力而言，随着年龄的增长，其健康程度存在自然下降的过程，但若其身体依然硬朗，辅以适度的机械化，则其耕地利用效率仅会受到较低影响。因此，从身体健康的角度来看，农户务农劳动力年龄大小可能并非最根本问题，健康与否才是关键所在。基于上述考虑，提出假说2:健康状况对农户耕地利用效率具有显著影响，健康状况越差，农户耕地利用效率越低。此外，由于不同年龄段劳动力身体素质、心理承受能力以及知识文化程度等特征的不同，同样的疾病冲击所带来的影响也会存在差异，因此，提出假说3:健康状况对不同年龄段农户耕地利用效率的影响可能存在差异。

采用自评健康状况来表示样本农户的综合健康水平。自评健康状况是受访者及其配偶对个人身体健康情况的自我评价。在CHARLS项目的调查问卷中，受访者的自评健康状况分为5个等级，分别是很好(1)、好(2)、一般(3)、不好(4)和很不好(5)，尽管该指标带有一定的主观性，但所反映出来的信息与农户行为选择可能最相关。为了尽可能反映出农户整体健康水平，采用主要受访者自评健康的平均值来表示其家庭健康水平。1.2.3其他控制变量。务农劳动力的平均受教育程度(z3)这一劳动力特征变量可以控制劳动力受教育程度的差异对农户耕地利用效率的影响。此外，农户的家庭经营特征变量包含该农户是否租入土地(z4)、是否存在兼业(z5)、是否拥有农用机械(z6)以及是否负债(z7)4个指标，该类变量是为了控制农户的家庭经营行为对耕地利用效率的影响。耕作条件变量包括地形条件(z8)、气候条件(z9)以及有效灌溉比率(z10)3个指标，以控制农户耕作的客观条件对农户耕地利用效率的影响。区域经济变量包括贷款难易程度(z11)与道路状况(z12)2个指标，以控制地区发展水平对农户耕地利用效率的影响。

1.3 数据来源

数据来源于“中国健康与养老追踪调查(CHARLS)”项目2011年全国基线调查。该项目由北京大学中国经济研究中心组织实施，旨在收集中国健康和老龄化的微观数据［24］。2011年的全国基线调查采用了多阶段抽样，在县/区和村居抽样阶段均采取PPS(概率比例规模抽样)抽样方法，共覆盖了150个县级单位、450个村级单位、约1万户家庭，涉及人数1.7万人。基于本研究的目的，删除了城镇家庭数据，在去掉关键变量缺失的样本后，最终使用的样本农户数量为1 992个。

2 老龄化与健康对耕地利用效率的影响

2.1 样本农户耕地利用效率表现

由不同健康状况下不同年龄段农户①根据世界卫生组织(WHO)的最新定义，44岁及以下为青年人，45～59岁为中年人，60岁及以上为老年人。据此将样本农户划分为“青年户”“中年户”与“老年户”。的耕地利用效率(表2)可以发现，样本农户的耕地利用效率总平均值为0.769 7，说明平均效率损失值达0.230 3。“青年户”“中年户”与“老年户”的耕地利用效率平均值依次下降，其中，“青年户”的耕地利用平均值为0.777 5，“中年户”为0.767 9，“老年户”为0.763 7，初步反映出耕地利用效率随农户务农劳动力平均年龄增长而下降的趋势。此外，不同健康状况样本农户的耕地利用效率表现同样呈现出明显的趋势，健康状况越差，农户耕地利用效率越低，健康状况“很好”的样本农户耕地利用效率平均值为0.807 2，而健康状况“很不好”的样本农户耕地利用效率平均值仅为0.730 2。值得注意的是，耕地利用效率随年龄增长而下降的趋势仅在健康状况为“不好”或“很不好”的样本户中表现明显，在其他健康状况下却存在差异，尤其是在“好”与“很好”的样本户中，“老年户”的耕地利用效率反而比“中年户”高。这可能意味着，老龄化并不必然带来耕地利用效率的下降，农户健康状况所发挥的重要作用不应被忽视，如果健康状况良好，即使年老，其耕地利用效率也未必一定下降。

表2 不同健康状况下不同年龄段农户耕地利用效率Tab.2 Farmland use efficiency of different age’s farm households in different health status

2.2 估计结果分析

运用Frontier 4.1软件包对超越对数随机前沿生产函数模型(1)与效率函数模型(2)进行极大似然估计(表3)。总体而言，模型估计结果较好，其中γ=0.928，表明复合误差项中的92.8%来自于农户的技术非效率，气候、政策等随机误差项因素仅占7.2%，这说明随机前沿生产函数具有适用性。

务农劳动力年龄的系数为0.026，在1%水平上显著，说明务农劳动力年龄对农户耕地利用效率具有显著的负向影响。该结论验证了假说1，务农劳动力年龄的增长，尤其是老龄化带来的劳动力在体力上的损失，以及老龄劳动力在接受新知识与新技术等方面的弱势，使得他们在田间管理能力、劳动效率以及技术应用上的表现存在下降趋势，进而对耕地利用效率造成负向影响。此外，老龄劳动力往往因为身体差、风险规避意识强等因素，选择“能种多少算多少”“够吃就行”，不再追求精耕细作，甚至因为子女非农收入的提高、其养老有所依靠而选择粗放利用或抛荒，进而对耕地利用效率产生了负向作用。

健康状况的估计系数为0.653，在1%水平上显著，说明健康状况的好坏对农户耕地利用效率具有显著影响，健康状况越差，农户的耕地利用效率越低。不仅如此，健康状况对农户耕地利用效率的影响要远比务农劳动力年龄的影响大，这意味着社会各界在对农村劳动力老龄化问题关注的同时，也应关注农村劳动力健康问题，无论对于中青年劳动力还是老龄劳动力而言，健康状况对耕地利用效率的影响都不容忽视。该结论验证了假说2，带病耕作与管理的劳动力，损失的不仅仅是他们的部分可劳作时间，相对健康劳动力而言，在投入同样劳动时间的情况下，带病劳动力的产出显然要更低一些，其田间耕种与生产管理能力因病弱化，其耕地利用效率也会因此受到损失。其他控制变量中，是否租入土地、是否拥有农用机械、地形条件、气候条件、有效灌溉率、贷款难易程度以及道路状况等因素，均对农户耕地利用效率具有显著的正向作用;是否存在兼业与是否负债2个因素对农户耕地利用效率具有负向作用;务农劳动力的平均受教育程度对农户耕地利用效率的影响不显著。

表3 生产函数与效率函数参数估计结果Tab.3 The parameter estimation results of production function and efficiency function

2.3 健康对耕地利用效率影响的年龄差异

为了检验假说3，按照务农劳动力平均年龄将样本农户分为“青年户”“中年户”与“老年户”3个样本组后，分别利用Frontier 4.1程序包，对3个年龄段样本农户的生产函数模型与效率函数模型进行估计(表4)。健康对不同年龄段农户耕地利用效率的影响的确存在差异，该结论验证了假说3。健康状况对“青年户”的耕地利用效率影响不显著，对“中年户”的耕地利用效率具有显著的负向影响，其估计系数为1.061，对“老年户”的影响系数为0.430，二者皆在1%水平上显著。对此，一个可能的解释是，“青年户”因健康状况变差而遭受的效率损失，可能因其对现代农业生产要素(如资本、技术)的更多应用而弥补，而“中年户”与“老年户”即使健康状况较差，仍然可能按照“老办法”与“老经验”进行耕作，这样反而对耕地利用效率的影响更大。

表4 健康对不同年龄段农户耕地利用效率的影响Tab.4 The effects of health on farmland use efficiency of different age’s farm households

3 结论与启示

基于CHARLS的微观农户数据，运用超越对数随机前沿生产函数模型对老龄化与健康对农户耕地利用效率的影响进行研究。老龄化与健康状况均对样本农户的耕地利用效率具有显著影响，其中，务农劳动力年龄越高，农户耕地利用效率越低，健康状况越差，耕地利用效率也越低。此外，健康状况对不同年龄段农户耕地利用效率的影响存在差异，对“中年户”与“老年户”具有显著影响，对“青年户”的影响却不显著。老龄化并不必然带来耕地利用效率的下降。健康渠道效应是农村劳动力老龄化对耕地利用效率影响的重要中介。

社会各界在关注农村劳动力老龄化对耕地利用效率影响的同时，同样需要高度重视农村劳动力的健康问题，健康人力资本作为一项重要的生产要素，对提高耕地利用效率具有显著作用。尤其是在农村劳动力加速转移的趋势不可逆转的背景下，更应着手提高农村留守劳动力的生产效率。因此，应加大对农村地区健康人力资本的投入力度，推进基本医疗公共服务均等化，以提高农村留守劳动力的健康水平。在此基础上，应尽快落实新型农业经营主体培育战略，以应对农村青壮年劳动力大量流失、留守劳动力素质结构性下降等问题，减少农村劳动力老龄化带来的负面影响。

［1］田玉军，李秀彬，陈瑜琦，等.城乡劳动力流动及其对农地利用影响研究评述［J］.自然资源学报，2010，25(4):686－695.

［2］李秀彬.农地利用变化假说与相关的环境效应命题［J］.地球科学进展，2008，23(11):1124－1129.

［3］李治国，张竟竟，郭志富.基于耕地压力指数的河南省粮食安全状况研究［J］.地域研究与开发，2014，33(2):141－145.

［4］王云霞，南灵.西安市城镇化进程中人口与土地协调发展研究［J］.地域研究与开发，2015，34(2):85－90.

［5］辛良杰，李秀彬.近年来我国南方双季稻区复种的变化及其政策启示［J］.自然资源学报，2009，24(1):58－65.

［6］胡雪枝，钟甫宁.农村人口老龄化对粮食生产的影响——基于农村固定观察点数据的分析［J］.中国农村经济，2012(7):29－39.

［7］林本喜，邓衡山.农业劳动力老龄化对土地利用效率影响的实证分析——基于浙江省农村固定观察点数据［J］.中国农村经济，2012(4):15－25.

［8］李旻，赵连阁.农业劳动力“老龄化”现象及其对农业生产的影响——基于辽宁省的实证分析［J］.农业经济问题，2009(10):12－18.

［9］李澜，李阳.我国农业劳动力老龄化问题研究——基于全国第二次农业普查数据的分析［J］.农业经济问题，2009(6):61－66.

［10］杨俊，杨钢桥，胡贤辉.农业劳动力年龄对农户耕地利用效率的影响——来自不同经济发展水平地区的实证［J］.资源科学，2011，33(9):1691－1698.

［11］谭娜，周先波.中国农村老年人“无休止劳动”存在吗?——基于年龄和健康对劳动供给时间影响的研究［J］.经济评论，2013(2):19－29.

［12］Ulimwengu J.Farmers’Health and Agricultural Productivity in Rural Ethiopia［J］.African Journal of Agricultural and Resource Economics，2009，3(2):83－100.

［13］秦立建，秦雪征，蒋中一.健康对农民工外出务工劳动供给时间的影响［J］.中国农村经济，2012(8):38－45.

［14］Kalwij A，Vermeulen F.Labor Force Participation of the Elderly in Europe:The Importance of Being Healthy［R］.Tilburg:Center for Economic Research，Tilburg U-niversity，2005.

［15］Aigner D，Lovell C，Schmidt P.Formulation and Estimation of Stochastic Frontier Production Function Models［J］.Journal of Econometrics，1977，6(1):21－37.

［16］Meeusen W，van Den Broeck J.Efficiency Estimation from Cobb-Douglas Production Functions with Composed Error［J］.International Economics Review，1977，18(2):435－444.

［17］Boisvert R N.The Translog Production Function:Its Properties，Its Several Interpretations and Estimation Problems［J］.Journal of Agricultural Economics Research，1982，28(9):5－35.

［18］Battese G E，Coelli T J.A Model for Technical Inefficiency Effects in A Stochastic Frontier Production Function for Panel Data［J］.Empirical Economics，1995，20(2):325－332.

［19］Battese G E，Corra G S.Estimation of A Production Frontier Model with Application to the Pastoral Zone of Eastern Australia［J］.Australian Journal of Agricultural Economics，1977，21(3):169－179.

［20］祝晓莲.农村老龄化的挑战更严峻［N］.环球时报，2012－08－01(06).

［21］Burton R J F.An Alternative to Farmer Age as An Indicator of Life-cycle Stage:The Case for A Farm Family Age Index［J］.Journal of Rural Studies，2006，22(4):485－492.

［22］封进，余央央.中国农村的收入差距与健康［J］.经济研究，2007(1):79－88.

［23］刘生龙.健康对农村居民劳动力参与的影响［J］.中国农村经济，2008(8):25－33.

［24］Zhao Y，Strauss J，Park A，et al.China Health and Retirement Longitudinal Study［R］.Beijing:Peking University，2009.