劳动力结构老化对粮食生产的影响

刘景景

(1.中国人民大学 农业与农村发展学院, 北京 100872；2.农业部 农村经济研究中心, 北京 100810)



劳动力结构老化对粮食生产的影响

刘景景

(1.中国人民大学 农业与农村发展学院, 北京 100872；2.农业部 农村经济研究中心, 北京 100810)

我国农业劳动力结构已呈现出明显的老化趋势，从全国整体情况来看，农业劳动力结构老化并没有对主要粮食作物生产有显著的负效应。但分区域研究表明，农户从事农业生产的目的或需求有差异，导致不同地区农业劳动力结构老化对农业生产的影响不同，东部地区已显现出负向影响，中、西部及东北地区则没有表现出显著影响。

劳动力结构； 人口老龄化； 地区差异； 粮食生产

一、老龄化影响农业生产的研究争议

随着经济发展和社会进步，人口老龄化已成为困扰许多国家的经济和社会问题。相比城镇人口老龄化而言，农村人口老龄化更加严重，“老人农业”已成为中国农业的典型特征之一。伴随着经济增长和劳动力市场的不断完善，大量年轻农民放弃祖祖辈辈赖以生存的土地，向城市和非农产业转移，选择继续留在农村从事生产劳动的大多是中老年人，这也进一步加剧了我国农村人口结构的老化。

目前很多学者围绕老龄化对农业生产及其发展的影响进行了研究，但研究结论却大相径庭。李旻等[1]、陈锡文等[2]的研究表明，劳动力的非农转移及人口老龄化降低了农业从业人员的比例，对农业增长、发展产生了负面影响，农业劳动力老龄化在一定程度上制约了现代农业的推进[3-5]。一些学者认为，劳动力年龄结构老化迫使部分地区的农业生产结构进行了倒退性调整，部分老龄劳动力生产粮食主要用于自食，农业生产又回归到改革开放前低投入、低产出的小农经济模式，劳动力老龄化已危及我国粮食安全[6-7]，老龄化也折射了农村生产方式的转变[8]。胡雪枝等[9]的分析结果则表明，老年农户与年轻农户在种植决策、要素投入及单产上并没有太大差别，老龄化也没有对粮食生产形成显著的负面效应。杨俊等[10]证明了劳动力年龄对耕地利用效率有“倒U形”影响。林本喜等[11]的研究表明，劳动力年龄对土地利用效率的影响并不显著。在生产效率和效益的分析上，老龄化的影响也是不确定的，现有学者的讨论结论并不一致。例如，彭代彦等[12-13]的研究结论认为，农业机械的使用和普及弥补了老龄劳动力体力上的不足，农村劳动力老龄化水平的提高不仅没有降低，反而在一定程度上提高了粮食生产技术效率。但这与徐娜等[14]、何凌霄等[15]的研究结论不符，他们的研究证实，老龄农户主要生产要素的边际产值、耕种面积以及其他各生产要素的投入水平均低于非老龄户，老龄化对家庭农业经营呈现出显著的负向影响。Boockmann[16]指出，技术进步越快，青年和老年劳动力之间的人力资本差异越大，劳动力的平均替代弹性越小。袁蓓[17]也证实，各个年龄段的劳动力不可完全替代，彼此间的替代弹性越小，老龄化对劳动生产率的影响就越大。总之，在农业劳动力老龄化对农业生产的影响上，学界并未达成共识。既有持“阻碍”论的，也有认为影响不大或没影响的，贺雪峰甚至提出“老人农业有效率”的观点。

人口老龄化必然导致劳动力质量下降，但其是否影响农业生产，是本文关注的核心问题。我国粮食产量十二连增的事实让人直观感觉老龄化并没有影响农业产出，随着农业机械化水平提高和社会化服务水平提升，老龄化造成的不利影响似乎也在不断减弱，但这种判断是基于全国层面得出的，老龄化的影响很可能被不同地区的复杂情况所平衡。毕竟我国不同地区间经济发展水平差异巨大，老龄化程度也不同，务农需求对于老年劳动力的重要性不管从经济上还是精神上都是不同的，其对农业发展的影响也必然表现出差异。杨长福等[18]指出，老龄化实际在增大区域间农业发展水平的差距。老龄化对粮食生产的影响如何，仍需要进一步探讨和验证。

二、农户劳动力年龄划分

对于劳动力年龄的界定，国际国内均有不同说法。国际劳工组织将45岁以上的劳动力归为老年劳动力，而国家统计局将劳动力分为整劳动力和半劳动力，不论哪种分段，对规律性结论的发现并无影响。本研究将16周岁(含)以上，在农村从事第一产业的劳动力均列入统计，对老年劳动力则界定在50周岁以上。虽然在生理学意义上，50岁尚还年轻，但这并不影响本文的研究结论。本文同样选择了以60岁作为区分的临界点来验证结论的稳健性，发现无论选择50岁还是60岁作为临界点，研究结论并无改变*限于篇幅，本文没有将以60岁为临界点的实证结果列出，有兴趣的读者可以向作者索取。。

研究样本覆盖全国31个省(区、市)的300多个村、20000多个农户，主要分析小麦、水稻、玉米、大豆四类作物。目前我国老龄人口近六成分布在农村，农村人口老龄化直接关系农业劳动力素质和从业能力，关乎我国农业未来。为了说明“老人农业”现象，本文首先统计了全国农村固定观察点农户中主要从事第一产业(农林牧渔业)的劳动力年龄分布情况(见表1、表2)：2011年51～60岁和60岁以上农业劳动力的比重已经分别上升至29.4%和21.4%，50岁以上农业劳动力占比超过50%。2011年农业劳动力的平均年龄为49.4岁，较2003年增加了约4.5岁，农业劳动力结构正日趋老化。

表1 农业劳动力年龄分布比例 (%)

注：根据样本中当年从事产业为第一产业的劳动力数量计算得到

表2 劳动力在农业生产中的年龄分布比例 (%)

注：根据样本中当年从事产业为第一产业的劳动力数量计算得到

三、劳动力结构老化对农业生产影响的实证检验

为了分析劳动力结构老化对农业生产的影响，本文统计了农户从事农业生产的劳动时间，并以此作为实证分析的关键变量。以农户为单位，计算家庭成员务农时间总和(A)，并加总家庭成员中的老年劳动力务农时间(B)，以此计算出老年劳动力务农时间比例(B/A)。该比例是农户分类的依据。其中，老年劳动力务农时间比例在50%及以上的归为老年农户，50%以下的归入中青年农户。与以往研究不同的是，本研究没有简单以农户劳动力的年龄进行分类，而使用了更为精确的劳动时间，主要是为了避免大量统计在册的劳动力实际并没有从事农业劳动而对分析产生误导。

从整体上看，农户的平均务农时间呈下降趋势，2003—2011年平均每年减少9天，2011年减至204天。在家庭务农总时间下降的同时，农村老年人的劳动参与率不断上升，老年劳动力务农时间呈增长趋势，最终使老年劳动力务农时间比例上升至2011年的34.2%，较2003年提高了6.8个百分点(见图1)。从粮食生产来看，老年农户的粮食生产总体并没有显现出劣势。就单产而言，老年农户和中青年农户的小麦单产没有显著差异，老年农户的水稻、大豆单产在多数年份都高于中青年农户，中青年农户在玉米种植上略具优势(见表3)。

图1 2003-2011年老年劳动力务农时间比例

表3 两类农户主要粮食品种的单产比较 单位：千克

(一)模型与变量选择

从数据直观表现上看，劳动力结构老化并没有对粮食生产形成严重威胁。下面参考李旻[1]、胡雪枝[9]、林本喜[11]等人的研究，再采用Cobb-Douglas生产函数模型的对数形式就农业劳动力年龄结构老化对农业生产的影响进行验证，构建模型如下：

lnQ=α0+α1R+α2Edu+α3Train+α4Blocks+β1lnLand+β2lnlabor+β3lnSeed+β4lnFert+β5lnPset+β6lnIrri+β7lnMach+β8lnVB+ε

其中，因变量Q为农户不同粮食品种的产量。自变量的选取如下：

一是农户主要劳动力特征变量。为了比较劳动力结构老化对农业生产的影响，模型中以老年农业劳动时间占家庭总农业劳动时间比例反映老龄化程度，以R来表示。人们通常认为，在控制其他变量的情况下，劳动力拥有更高的文化程度以及接受专业技术培训可以提高农业产出，因此模型中引入农户劳动力的受教育程度(Edu)和接受农业培训的人数(Train)，其中受教育程度为农户中从事农业生产的劳动力的平均受教育年限。

二是与农户粮食生产有关的农业生产投入变量。其中，农户经营规模(Land)代表了土地投入，以农户经营耕地面积表示；劳动投入(Labor)以投工量表示，反映农户的劳动投入水平；农户农业生产资料支出主要反映农户农业生产的可变资本水平，包括种子(Seed)、化肥(Fert)、农药(Pest)、水电及灌溉费用(Irri)、机械作业费用(Mach)和其他费用(VC)，其他费用(VC)主要包括农家肥折价、农膜费、畜力费、固定资产折旧及修理费、小农具购置及其他费用的总和。

三是其他影响农业生产的变量。已有研究表明，土地细碎化程度、兼业化经营程度等也是影响农业生产的重要因素。但由于兼业化水平与农户劳动力年龄往往有较强的相关性，林本喜等[11]的研究证明，随着农户主要劳动力年龄的增长，兼业化程度呈明显下降的趋势。因此本文不再考虑兼业化对农业生产的影响。另外以农地块数(Blocks)表示农户土地的细碎化程度。

(二)样本描述性统计

为了考察劳动力结构老化对不同作物生产的影响，本研究按粮食品种进行模型估计，同时鉴于结构老化对总产、单产的影响可能不同，又将总产和单产分别考虑，但总产模型中涉及了粮食播种面积和地块数，单产模型中没有这两个变量。表4为单产模型中几个主要变量的描述性统计。

表4 单产模型主要变量的描述性统计

注：亩均农业生产资料支出的单位均为元/亩。

(三)实证结果分析、对比及解释

研究所用2003—2011年的农户数据属于典型的“短面板”，可相对减轻内生性。Hausman检验结果显示应使用固定效应模型(结果略)。固定效应模型可以解决不随时间而变的遗漏变量问题，但实际上仍可能存在其他导致遗漏变量偏差的因素，如粮食产量本身有随时间增加的趋势。因此，模型中又加入了时间趋势变量，LR检验也证明应该考虑随时间变化且不易被观测的因素对模型的影响，即最终使用双向固定效应模型。

通过Stata12.0对样本数据进行回归，总产(见表5)和单产(见表6)模型的结果显示，常数项估计值均为正值且显著，说明非观测效应对农户粮食生产有影响。从反映劳动力结构老化程度的指标即老年劳动力务农时间比例的影响来看，不论总产模型还是单产模型，老年农户和中青年农户均没有显著差异，可见从数据上来看，劳动力结构老化暂时没有对粮食生产有负面影响。至少从全国层面来看，农业劳动力结构老化还没有影响到粮食产量和单产水平，而这与我国粮食连续增产的事实也是相符的。受教育程度和培训对农户粮食生产经营的影响均不显著或显著为负，这与粮食生产更多依赖农资、农机投入，生产处于低强度、标准化水平有关，这一结果与林本喜等[11]的研究结论一致。同时也说明，粮食生产需要的专业技术水平较低，农户即使没有从学校中学习到农业知识，也能从农业生产实践中总结相关经验，从而达到与受教育农户相同的知识水平。土地细碎化对农户粮食产量没有负面影响，这与夏庆利等[19]的土地细碎化程度对土地利用效率没有影响的研究结论类似。

与农户粮食生产有关的农业生产投入对作物总产和单产基本具有正向作用，这与生产理论的预期是相符的。其中，播种面积对4种粮食作物总产均有正向影响，劳动投入对水稻、玉米和大豆总产影响为正，但对小麦总产没有影响。从单产来看，亩均投工量增加对4种粮食作物的单产均有正向作用，与其他几个品种相比，小麦单产的增加幅度最小，可能这是因为小麦生产的机械化水平最高，劳动投入效果有限。不论总产还是单产，大豆产量都是对劳动投入量变化最为敏感的，这与大豆生产的机械化率较低有关。其他经营费用的影响与传统理论基本相符，不再赘述。值得关注的是机械费用增加对小麦、水稻和玉米的总产、单产均有显著的正影响，但对大豆影响不显著，这与前述大豆产量对劳动投入量变化最敏感的结论也是相吻合的。从时间虚拟变量的回归结果来看，以2003年为基期，其他各期的回归系数基本为正，并且基本是显著的，说明个体间不变但随时间而变的因素对粮食产量有正向作用，如科技进步、政策变化等。

从全国整体情况来看，劳动力结构老化并没有对粮食生产造成显著影响，但我国幅员辽阔，地区间经济发展水平不同、机械化率不一、老龄化程度不同步，全国数据很可能抹平了年龄结构老化的实际影响。因此，在前面模型的基础上继续分地区进行了面板数据回归。考虑到小麦、玉米、大豆的主产区过于集中，不便于对比分析，因此只选取水稻这个产区分布较广的品种进行模型估计。

首先，根据《中国统计年鉴》有关东、中、西部和东北地区的划分范围，对水稻产量进行分地区回归(见表7)。分成4个地区回归后发现，某些变量的影响在不同地区间有差异。例如，在全国模型中，本文最关注的老年劳动力务农时间比例对水稻总产及单产均没有显著影响。但分地区后发现，老年劳动力务农时间比例对东部地区水稻总产和单产均有显著的负效应，老年劳动力务农时间比例提高1%，东部地区水稻总产、单产将分别下降3.34×10-2和3.06×10-2个百分点，对中部、西部和东北地区则没有显著影响。

表5 劳动力结构老化对主要粮食品种总产影响的模型估计结果

注：***、**和*分别表示在 0.1%、1%和 5%的水平上显著；括号中数字为t统计量。

表6 劳动力结构老化对主要粮食品种单产影响的模型估计结果

注：***、**和*分别表示在 0.1%、1%和 5%的水平上显著；括号中数字为t统计量。

表7 不同地区劳动力结构老化对水稻总产影响的模型估计结果

注：***、**和*分别表示在 0.1%、1%和 5%的水平上显著；括号中数字为t统计量。

表8 不同地区劳动力结构老化对水稻单产影响的模型估计结果

注：***、**和*分别表示在 0.1%、1%和 5%的水平上显著；括号中数字为t统计量。

表8显示东部地区劳动力结构老化对水稻单产和总产具有显著负向影响，而中部、西部和东北地区没有表现出显著性负向影响。一种可能是因为不同地区机械化水平不同，造成机械化对劳动力的替代结果不同。但本文已经在表7、表8的回归中将机械作业支出作为解释变量放进回归方程，机械作业支出作为机械化水平的一种间接度量方式，已可以基本排除不同地区机械化水平不同造成的影响。还有一种可能是劳动力结构老化对农业生产的影响呈现倒U型关系，中部、西部、东北地区的老龄化程度不及东部地区严重，因此尚未表现出负向影响。为了验证这个解释，本文在原模型的基础上，将老年劳动力务农时间比例的平方项放进回归方程中来捕捉这种非线性关系。回归结果显示，东、中、西以及东北地区种植水稻的农户生产无论单产模型或总产模型都不存在这种非线性关系*限于篇幅，本文没有将此结果列出，有兴趣的读者可以向作者索取。。再有一种可能是，农户种粮的意愿影响到粮食生产，当经济发展水平达到一定程度后，“靠天种、靠天收、不指望”成为很多农户种地的态度，原本可以种两季的，只种一季，如何省时省力成为农户种粮的重要考量因素。据何小勤对浙江农村的调查，老年人从事农业劳动主要有三个原因，一是“天职说”，即淳朴的老年农户认为“种地”是农户的本职；二是“收益说”，即老年人种地主要基于种植收益，以此弥补养老资金的不足；三是“精神需求说”，即经济实力较强的老年人已将农业劳动视作重要的养老活动，而不是出于物质追求。[20]通过对样本户家庭农业经营收入和家庭总收入的计算发现，2011年东、中、西和东北的样本户家庭农业经营总收入占家庭总收入的比例依次为30%、37%、48%和66%。从中可以看出，相对于中、西部以及东北地区的农户而言，东部地区的农户家庭农业收入的占比是最低的。由此推算，东部农户从事农业生产活动虽然是为自己提供一份收入，但已不会特别看重，参加农业生产活动更多的是一种责任，或者是基于种粮机会成本较高，从而导致经济相对发达的东部地区老年劳动力选择劳动力节约型的种植方式。随着东部劳动力结构老化以及农业生产目的的改变，负向影响已经开始显现。而中、西部以及东北农户的经济环境相对东部发达地区较差，农业收入的占比相较于东部农户来说较高，这些地区的农户从事农业生产经营活动更多还是为了维持生计。所以即使这些地区的农业劳动力结构在老化，却还没有显现出负向影响。

为了进一步验证这种地区差异，选取了江苏、四川两个省份的数据进行回归。之所以选择这两个省份是因为江苏和四川都是我国水稻的主产省，2012年江苏稻谷产量1900.1万吨，四川稻谷产量1536.1万吨，在全国各省份中分列第4位和第6位；从老龄化程度来看，江苏和四川两省65岁以上老年人口的比例分别占14.23%和13.93%，两省的老龄化程度在全国排在第2位和第3位。不同的是，两省的机械化水平和经济发展水平有较大悬殊，从机械化程度来看，两省的机械化水平也有显著差异，其中，2012年江苏省水稻耕种收综合机械化水平为90.13%，四川仅为45.29%。从人均GDP排名来看，2012年江苏在全国位于第4位，而四川省排在第24位。比较江苏和四川的农业劳动力结构老化对水稻生产的影响，可以看出不同机械化程度和经济发展水平下老龄化影响的差异。从两省的模型估计结果来看，这两个省的比较结果与前面分地区比较结果相似，即江苏省农业劳动力结构老化对水稻生产的影响是显著为负的，四川省不显著。江苏省老年劳动力务农时间比例每提高1个百分点，水稻总产量下降5.59×10-2个百分点，单产下降4.41×10-2个百分点。受地形限制等自然条件的约束，四川省水稻生产的机械化率较低，机械作业支出对其水稻产量的影响也不显著。此外，从时间趋势变量的回归结果来看，四川省水稻总产和单产均有随时间推移显著下降的趋势*限于篇幅，两省回归结果没有在此列出，有兴趣的读者可以向作者索取。。

综上所述，不同地区农业劳动力结构老化对农业生产的影响不同，主要是由于不同地区农户从事农业生产的目的和需求不同而致。

五、劳动力老龄化与农业发展

本文实证结果表明，我国农业劳动力结构已表现出明显的老化趋势，“老人农业”不仅现在，更会在将来成为农业生产的一种常态，几乎可以断言，农业劳动力老龄化程度还会进一步加深。从全国整体来看，农业劳动力结构老化并没有对小麦、水稻、玉米、大豆等粮食作物生产有显著的负效应。但当分地区进行回归分析时，产生了与全国情况不同的结论。东部地区农业劳动力结构老化对水稻生产有显著的负影响，而中、西部以及东北地区则没有表现出显著影响。之所以出现这种迥异的结论，是因为老龄化的影响被全国不同地区的复杂情况所平衡，其中东部地区经济相对发达，农户农业收入占比较低，农业生产活动更多成为一种责任，对一些农户而言，种地甚至成为一种精神需求[20]，他们并不需要像中部、西部以及东北地区的农户那样追求产量与质量来维持生计。

2010年中国就已经超越日本成为世界第二大经济体，随着我国西部开发、东北振兴、中部崛起、东部率先的区域发展总体战略实施，中、西部以及东北地区农户的收入水平也会不断提高，农业收入占比必然下降。当这一比例降低到一定程度，农业生产活动对中、西部以及东北地区农户家庭收入的重要性不再如前，机械对人力的替代作用也将达到瓶颈，届时劳动力结构老化对国家粮食安全是否构成威胁，还难以得出结论。但至少从本文分区域的对比结果来看，农业部门应当对此保持一定警惕。此外，我国农业生产的政策导向是保障口粮安全，粮食生产呈现的是一种“主粮增长、辅粮下降”的态势，老龄化对主粮品种没有显著影响，并不代表对农业生产的影响就不大。受制于模型分析的局限，本文并没有考虑品种替代等因素。如果考虑上述因素，结论或又有所不同。

我国用不到三十年的时间就完成了人口转变，西方发达国家走完这一进程则花费了上百年时间。我国农村庞大的人口基数决定了老龄化带来的影响不同于以往任何已经历老龄化的发达国家，这些国家的经验和做法不能简单借鉴。农业劳动力老龄化涉及到人口、经济和社会系统的方方面面，其影响不只表现在农业生产一个方面，其解决也必然要从农业发展全局着眼，需要经济、社会、文化等宏观政策的调整和各种微观措施的实行。

以下从农业生产的几个微观角度提出几点建议。

一是必须大力推广农业机械。老龄化必然导致劳动力对农业生产对象的选择趋于便利化，农村留守老人对粮食品种的理性选择必然是播种最省力、不太需要费心照看的作物，这就要求我国农业必然走出一条劳动力节约型的技术变迁道路，大力推广农业机械化。目前在我国广大丘陵地区和山区，农业机械的使用率还很低。为了应对农业劳动力结构老化，应通过各种支持政策尽快在播、种、收等环节普及农业机械，尤其是适合丘陵、山区的中小型农业机械使用。一方面鼓励科研机构和企业开发适合丘陵、山区作业的中小型机械，另一方面，政府在农业机械补贴政策上应对丘陵、山区予以一定倾斜。

二是加强以服务老年劳动力为主的农业社会化服务体系建设。一方面，要完善农业生产的产前、产中以及产后的生产资料供给服务，解决老年农业劳动力对农业综合服务的需求，并通过引进、培育农业技术和服务人才，帮助老年农业劳动力解决生产过程中的市场、技术难题，减轻农业生产对家庭农业劳动力的依赖。另一方面，可以乡或村为单位，建立农业劳动力交流平台，解决农忙时节劳动力短缺等问题。

三是建立青年农民培养计划，留住部分适龄农业劳动力。我国农业劳动力大量转移到非农部门，其根本原因在于农业的比较效益低，要想留住农村部分适龄劳动力，需要加快发展现代农业，特别在劳动力转移速度较快且经济发展水平较低的地区，建立青年农民培养计划，使国家惠农政策及区域农业发展政策给予青年农民更多的扶持[21]。同时，可以借助新型农业经营主体培育的契机，重点扶持返乡创业人员和创业大学生等创业群体。虽然这类群体的实践经验和资金实力都略显不足，但他们一般具有相对较高的文化水平和学习能力，是未来实现农业可持续发展的人才基础。

四是鼓励土地流转和适度规模经营。目前有些地方确实存在土地撂荒的现象，但与此同时，也有一些种养大户承包不到土地。因此，要尽快建立、完善农村土地流转市场，培育流转中介服务组织，构建土地流转的信息平台，以促进土地适度规模经营，使粗放经营的土地能够得以集约利用，最大可能地降低因农业劳动力老龄化带来的土地资源闲置和浪费。

[1]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.

[2]陈锡文, 陈昱阳, 张建军. 中国农村人口老龄化对农业产出影响的量化研究[J]. 中国人口科学, 2011 (2): 39-46.

[3]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.农业经济问题，2009(6)：62-66.

[4]胥璐，李宏伟，屈锡华.人口老龄化对农业发展的影响与对策.宏观经济管理，2013(1)：50-51.

[5]刘国斌，王卓识.城镇化进程中吉林省农村就业人口老龄化问题研究.人口学刊，2013(5)：89-96.

[6]郭晓鸣，任永昌，廖祖君，等.农业大省农业劳动力老龄化的态势、影响及应对——基于四川省501个农户的调查.财经科学，2014(4)：128-140.

[7]高洪洋.四川省农村劳动力老龄化的现状与趋势.农村经济，2012(12):95-99.

[8]邓涛.农村人口老龄化折射农业生产方式的转变.农村经济，2012(11)118-120.

[9]胡雪枝，钟甫宁.人口老龄化对种植业生产的影响——基于小麦和棉花作物分析[J].农业经济问题，2013(2)：36-43，110.

[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.资源科学，2011，33(9)：1691-1698.

[11]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):15-25，46.

[12]彭代彦，文乐.农村劳动力结构变化与粮食生产的技术效率[J].华南农业大学学报(社会科学版)，2015(1)：92-104.

[13]彭代彦，文乐.农村劳动力老龄化、女性化降低了粮食生产效率吗——基于随机前沿的南北方比较分析[J].农业技术经济，2016(2)：32-44.

[14]徐娜，张莉琴.劳动力老龄化对我国农业生产效率的影响[J].中国农业大学学报(社会科学版)，2014,19(4)：227-233.

[15]何凌霄，南永清，张忠根.农业劳动力老龄化是否必然导致家庭农业经营收益下降?——基于村公共品供给的视角[J].南京农业大学学报(社会科学版)，2016，16(2)：105-116，155.

[16]Boockmann B，Steiner V. Cohort effects and the returns to education in West Germany[J]. Applied Economics，2006(38)：1135-1152.

[17]袁蓓.劳动力老龄化对劳动生产效率的影响——基于劳动力非完全替代的分析[J].生产力研究，2009(14)：24-26

[18]杨长福，张黎.我国农业人口老龄化对现代农业的影响及对策[J].农业现代化研究，2013(9)：522-526.

[19]夏庆利，罗芳.土地利用效率影响因素分析——基于湖北的调查[J].农业经济问题，2012(5):15-21，110.

[20]何小勤.农业劳动力老龄化研究——基于浙江省农村的调查.人口与经济，2013(2):69-77.

[21]沈茂英.四川农业劳动力老龄化与农村政策调整.西北人口，2013(1)：90-95.

Impact of Labor Force Structure on Grain Production

LIU Jing-jing

(1.SchoolofAgriculturalEconomicsandRuralDevelopment,RenminUniversityofChina,Beijing100872,China; 2.ResearchCenterforRuralEconomy,MinistryofAgricultureofthePeople’sRepublicofChina,Beijing100810,China)

Research suggests that China’s agricultural labor structure has presented an aging tendency. Viewing from the whole country, aging doesn’t have significant negative effects on main grain crops. But structure of agricultural labor force has a different impact on agricultural production in different regions of China, which is mainly due to the different purposes of farmers’demand. Regional study shows that aging has significant negative effects on main grain crops in the eastern region, while the central, western and northeastern regions don’t show a significant impact.

structure of labor force; population aging; regional differences; grain production

2016-12-22

10.7671/j.issn.1672-0202.2017.03.004

农业部农村经济研究中心青年研究基金(2014QN06)

刘景景(1981—)女，山东寿光人，中国人民大学农业与农村发展学院博士研究生，主要研究方向为渔业经济与政策、农业劳动力和农民收入。E-mail：liujingjing1122@163.com

F323.6

A

1672-0202(2017)03-0036-13