农地流转会导致种植结构“非粮化”吗*

罗必良　江雪萍　李尚蒲　仇童伟

问题的提出

习近平总书记在党的十九大报告中明确指出，要“确保国家粮食安全，把中国人的饭碗牢牢端在自己手中”。事实上，历年中央一号文件无不强调国家粮食安全问题。尽管2003年以来我国粮食总产量连年增长，但影响粮食安全的各种隐患依然存在。其中，随着农村要素市场的开放，由农地流转引发的种植结构“非粮化”现象一直受到热议。部分文献基于调查资料的分析表明，由于粮食生产的投入高、收益低，农地转入户种植结构普遍出现了“非粮化”。①甚至有人认为，农地流转将对中国的粮食安全形成巨大挑战。②

国家统计局的数据表明，中国的粮食播种面积占总播种面积的比例确实从1978年的80.34%降至2003年的66.17%，种植结构“非粮化”趋势明显。但从2003年开始，这一数据已从66.17%升至2015年的68.14%，其间(2004～2015年)农地流转率则从4.5%快速提升至33.3%。③很显然，这与农地流转会造成种植结构“非粮化”的论断并不吻合。由此引出的问题是：农地流转到底会不会造成种植结构的“非粮化”？

最新研究表明，在农业劳动力非农转移过程中，农户会增加农业社会化服务的使用量，并提高粮食种植面积。④或者说，可支配农业劳动力刚性约束的加强与农业生产性服务市场的发育，是诱致种植结构“趋粮化”的根源。虽然该研究有助于理解2003年以后的“趋粮化”现象，但却无法解释2003年之前种植结构调整的“非粮化”问题：第一，1984～1999年从事农业的劳动力占比从88.09%降至70.18%，2012年进一步降至50.19%；⑤第二，与此同时，1978年全国各省平均农机总动力仅为424.712万千瓦，1999年为1757.624万千瓦，2010年更是增加到3350.492万千瓦。⑥前者表明，农业劳动力刚性约束的持续增强，应该能够诱致具有劳动密集特征的经济作物的种植规模下降；后者意味着，易于进行机械化作业的粮食作物更有可能通过生产性服务外包而被农户选择。⑦但事实并非如此，可见，有必要对农地流转引致“非粮化”问题的生成根源做进一步的研究。

本文对种植结构“非粮化”行为逻辑的推断是，在封闭或要素流动不足的农业经营环境中，充裕的农业劳动力和供给滞后的农业社会化服务，会促使农地转入户在提高要素利用效率和追求利润最大化的过程中，扩大经济作物种植规模，从而引发种植结构的“非粮化”。但当农地转入规模超越农户劳动力的刚性约束后，种植结构“非粮化”将会逆转，这与2003年后粮食生产回暖现象一致。如果该推断成立，就可以认为，种植结构“非粮化”具有情境依赖性，情境及约束条件的变化将诱致种植结构的转换。但是，理解其情境约束与结构转换的机理至今未被学界重视。为此，本研究以农地转入农户为分析对象，考察农业劳动力转移不畅和农业社会化服务发育滞后情形下，农地流转对农户种植结构“非粮化”的影响，以期深化对种植结构“非粮化”生成逻辑的理解，并为防范“非粮化”问题提供政策参考。

“非粮化”行为及其转换：理论模型分析

新古典经济学在分析农户如何进行农产品生产决策时，假定农户的生产决策满足瓦尔拉条件。为克服新古典经济学无法处理角点解的不足，本文借鉴杨小凯的超边际分析工具⑧，构建基于分工与一般均衡的新兴古典经济学框架。

假定农业部门中有M个农户，他们生产和消费两种农产品，即粮食作物(x)和经济作物(y)。农户的生产决策包括：一是同时种植两种农作物，二是专业化种植一种农作物。

考虑到农产品的生产既需要投入劳动，又要投入土地，所以粮食作物和经济作物的生产函数可分别设置为：

xp=x+xs=(θlx-a)(tsx-A)

yp=y+ys=(θly-b)(tsy-B)

其中，xp和yp分别表示粮食作物和经济作物的产量，且农户自己消费农产品量满足x,y≥0，市场供给量满足xs,ys≥0。lx和ly分别表示农户用于种植粮食和经济作物的劳动，sx和sy分别表示用于种植粮食和经济作物的土地规模。θ表示劳动投入效率，a和b分别表示农户种植粮食和经济作物的技能学习和配置劳动时间等的成本，t表示土地利用效率，A和B分别表示种植两种农作物的土地成本(包括地租、合约不稳定性带来的交易成本等)。

农户的土地规模约束为：sx+sy=s0；农户的劳动禀赋约束为：lx+ly=1。

农户的效用函数设置为：U=(x+kxd)(y+kyd)，其中，xd和yd分别表示农户对粮食作物和经济作物的需求量；k表示交易效率系数，即，扣除交易中损失的物品后，农户的有效购买量为kxd和kyd。

(一)种植结构“非粮化”的行为分析

在农户土地禀赋达到能够满足家庭成员口粮需求的规模之前，农户的土地经营行为很难以商业化(即利润最大化)为基本导向。当农户转入土地后，土地经营规模的扩大使得经营目标跨过了满足基本口粮的种植需求。考虑到小规模的土地转入并不会超越家庭农业劳动力的刚性约束，此时农户的种植决策将以提高劳动生产率和土地产出率，进而实现经营利润最大化为基本目标。如此一来，农户将在种植粮食或经济作物上选择劳动和土地的配置规模，并由此形成家庭内部的自然分工。此时，农户效用最大化的目标函数可表示为：

Max U=xy

其约束条件为：

x=(θlx-a)(tsx-A)

y=(θly-b)(tsy-B)

sx+sy=s0

lx+ly=1

由目标函数和约束条件可解得：

(1)

(2)

(3)

假定单位经济作物的市场价格高于粮食作物，那么在单位土地产量不变的前提下，单位土地上经济作物的总收益要高于粮食作物的总收益。由此，在相同的土地租赁成本下，种植粮食作物的机会成本要明显高于种植经济作物，即A>B。即，小农租入土地后，种植粮食作物的相对收益比种植经济作物低。式(2)中的粮食作物种植规模sx对土地利用效率t求导可得：

(4)

同时，与种植生长周期较短且劳动投入密度较大的经济作物相比，种植粮食作物的劳动效率较低，即a>b。式(1)中的lx对劳动利用效率θ求导可得：

(5)

上述分析表明，农户转入土地后，经营目的的转变会使得他们更加注重提高劳动生产率和土地产出率。而经济作物较粮食作物具有更高的经济价值、更加密集的劳动需求等特征，会提高家庭劳动力的使用程度和土地利用效率，并由此造成农业种植结构的“非粮化”。可见，在不考虑要素流动的封闭情境下，农户仅在种植经济作物和粮作物之间选择配置劳动和土地要素时，进行农地转入的农户将提高经济作物的种植比例。

(二)种植结构何以突破“非粮化”

假定农业部门与非农部门存在工资差异，且前者明显低于后者，那么农业劳动力的非农转移将成为必然趋势。在此情境下，土地经营规模s0的扩大一方面会使得农户的农业劳动力刚性约束持续增加，另一方面将促使农户购买社会化服务以释放家庭劳动力，于是，农户的种植行为将走向横向专业化。

假定px和py分别为粮食作物和经济作物的市场价格，且农户生产决策满足供需平衡，那么农户的预算约束可表示为：

pxxs+pyys=pxxd+pyyd

首先，考察农户专业化种植粮食作物(x/y)，用于自己消费并销售，且购入经济作物用于消费(x,xs,yd,lx>0)的情形。此时，农户效用最大化的目标函数可表示为：

Max U=kxyd

其约束条件为：

x+xs=(θlx-a)(tsx-A)

sx=s0

lx=1

pxxs=pyyd

从而有：

其次，同理可推出专业化种植经济作物(y/x)的效用为：

根据分工出现的条件，即专业化种植的效用大于多样化种植的效用，可得农户从多样化种植走向专业化种植需要跨越的“门槛”为：

综上所述，中国农业种植结构的“非粮化”现象是在特定的情境约束下形成的。在要素流动受限与社会化交易效率不足以引致专业化分工的前提下，租入土地的农户为提高劳动生产率和土地产出率，将种植那些劳动需求强度更大，经济价值更高的农作物。一旦改变上述约束条件，农户种植行为将发生转换。

农地流转对种植结构的影响：基于样本农户数据的检验

(一)数据来源

课题组于2015年初通过分层聚类方法进行农户抽样问卷调查。首先，根据各省份总人口、人均GDP、耕地总面积、耕地面积占比、农业人口占比、农业产值占比6个指标的聚类特征，并结合中国大陆7大地理分区，分别抽取9个样本省份(包括东部的辽宁、江苏和广东，中部的山西、河南和江西，西部的宁夏、四川和贵州)；然后，根据上述6个指标对各省份的县域进行聚类分析，在每个样本省份分别抽取6个县(合计54个)，在每个样本县按经济发展水平分别随机抽取4个乡镇(其中，在广东省、江西省各抽取10个样本乡镇)；接着，在每个样本乡镇随机抽取1个行政村，每个行政村又随机抽取2个自然村；最后，按照农户收入水平分组，在每个自然村随机挑选5户样本农户。调查共发放问卷2880份，回收问卷2838份，其中有效问卷2704份，问卷有效率为95.28%。

(二)变量选择与说明

(1)因变量。鉴于粮食品种的多样性，为了保证实证结果的一致性，且考虑到本研究中9个样本省有8个省均有水稻种植(山西省除外)，故本文采用农户是否种植经济作物和经济作物播种的面积占比来刻画农户的非粮种植行为。

(2)主要自变量。主要包括未转入农地、较小转入规模、较大转入规模三类虚拟变量以及农业劳动力占比和农机服务使用程度。为此，本研究以样本农户中农地转入规模的中位数(3.8亩)为界限，区分了较小转入规模和较大转入规模两类农户，并与未转入农地的农户共同组成了本研究的三类分析样本。此外，为论证种植结构“非粮化”形成所依赖的情境约束，文章也识别了农户家庭的农业劳动力占比和农机服务使用程度，以一方面表征劳动力约束程度，另一方面表征农户参与社会化分工的水平。

(3)其余控制变量。本研究控制了家庭老年人口占比、水田占比、村庄作物种植状况、土地肥力、村庄灌溉条件、村庄经济水平、村庄地形。需要说明的是，表1中的土地肥力、村庄灌溉条件、村庄经济水平、村庄地形均为分类变量，而非连续变量，故后文均以虚拟变量的形式将它们引入模型估计中。此外，为控制区域等其他无法观测的因素的影响，本文设置了省份的区域虚拟变量。

表1　变量选择和说明

(三)模型选择与说明

1.基础模型。为考察农地流转以及其他要素约束对种植结构的影响，需分析不同情境下农地转入的差异化影响，这决定了模型估计中需引入交互项。首先设立一个独立的估计方程，基本表达式如下：

(I)

式(I)中,yi表示第i个农户的种植结构，采用农户是否种植经济作物和经济作物播种面积占比共同表征。landrentin2i和landrentin3i分别表示“较大转入规模”和“较小转入规模”的虚拟变量，并以“未转入农地”作为参照组。zni为控制变量，包括家庭人口、土地、村庄经济与自然特征等变量。a0为常数项，a1、a2和bn为待估计系数，εi为误差项。

2.引入交互项的模型。为进一步考察农地转入诱发种植结构“非粮化”的情境依赖特征，在式(I)的基础上，式(II)引入了“较小转入规模”和“较大转入规模”变量分别与“农业劳动力占比”或“农机服务使用程度”变量的交互项，估计模型为：

(II)

式(II)中，restricti表示种植结构“非粮化”的约束条件，采用农业劳动力占比和农机服务使用程度共同表征。landrentin2i×restricti和landrentin3i×restricti为“较小转入规模”和“较大转入规模”变量与“农业劳动力占比”或“农机服务使用程度”变量的交互项。其余变量和参数的定义与式(I)中一致。此外，为直接对比不同转入规模农户在约束条件变化后的行为差异，式(II)也会以“较小转入规模”作为参照组进行估计。考虑到式(I)和式(II)中的因变量分别为农户是否种植经济作物和经济作物播种面积占比，前者为二元变量，后者为连续变量，故分别采用Probit和OLS两种估计方法进行估计。

(四)农地转入对种植结构的影响

农地转入影响种植结构的模型估计结果详见表2。其中，估计1和估计3为未引入控制变量的模型估计结果，估计2和估计4为引入控制变量的模型估计结果。

表2　农地转入对种植结构的影响

注：***、**、*分别表示在1%、5%、10%水平上显著；括号中是稳健标准误(下同)。

表2中，估计1和估计2汇报了农地转入影响农户是否种植经济作物的模型估计结果，估计3和估计4汇报了农地转入影响经济作物播种面积占比的模型估计结果。估计结果具有一致性，即，与未转入农地的农户相比，农地转入均会强化农户种植经济作物的概率，从而表现为“非粮化”特征。正如理论分析所述，如果农户的农地转入不受家庭农业劳动力的刚性约束，那么，为提高农业劳动力利用率和土地产出率，往往会选择经济价值更高和劳动需求更密集的经济作物。进一步的比较可以发现，较大转入规模的农户相比于较小转入规模的农户，其种植经济作物的倾向有减弱的趋势。从而表明，随着农地转入规模的增加，农户可支配的农业劳动力将出现刚性约束，这显然不利于农户种植经济作物。可见，种植结构“非粮化”在特定的小规模经营格局下才更为显著，从而具有情境依赖特征。

(五)农地转入影响种植结构的情境约束分析

在检验了农地转入对种植结构的独立影响后，需要进一步考察理论部分所述的种植结构“非粮化”的情境依赖特征，即在农业劳动力充裕和缺乏社会化服务的情形下，转入农地的农户将如何调整种植结构。为此，表3汇报了引入不同农地转入规模的虚拟变量与农业劳动力占比和农机服务使用程度变量交互项的模型估计结果。

首先，估计5和估计9以未转入农地的农户为参照组，考察了农业劳动力占比对农地转入的调节效应。结果显示，随着农业劳动力占比的提高，较小转入规模的农户更倾向于种植经济作物并会提高经济作物播种面积占比。这意味着，在家庭农业劳动力充裕的情形下，为提高劳动力利用效率和土地产出率，较小转入规模的农户必然会扩大经济作物的种植规模，由此造成种植结构的“非粮化”。由此，农地转入诱导“非粮化”的一个重要前提是：不存在农业劳动力的刚性约束。这也是为什么较大转入规模的农户与未转入农地的农户相比，未表现出随着农业劳动力占比增加而扩大其经济作物种植规模的原因。

为比较不同转入规模的农户在调整农业种植结构上的行为差异，估计7和估计11在估计5和估计9的基础上，将参照组替换为较小转入规模的农户。结果显示，与较小转入规模的农户相比，随着农业劳动力占比的增加，较大转入规模的农户具有更小的激励去种植经济作物。其原因是，当农业劳动力的增加无法完全抵消经济作物种植规模扩大引致的劳动力需求时，较大转入规模的农户会选择减缓扩大经济作物规模的速度。很显然，对于较小规模转入的农户则不存在这个问题，一方面，其初始的农业劳动力并未得到充分使用，另一方面，农业劳动力规模的增加又会进一步降低其种植经济作物的劳动力约束。这也再次说明，在农业劳动力充裕的情形下，较小转入规模的农户具有更大的动力进行“非粮化”生产。

表3　农地转入影响农业种植结构的约束机制分析

注：为节省篇幅，本表省略控制变量的估计结果。如感兴趣可与笔者联系。

其次，估计6和估计10以未转入农地的农户为参照组，考察了农机服务使用程度对农地转入的调节效应。结果显示，虽然在对农户是否种植经济作物的估计中，农地转入的影响不显著，但随着农机服务使用程度的提高，较小转入规模的农户会降低经济作物的播种面积占比。这表明，农业社会化服务的发展，会使得较小转入规模的农户进行“趋粮化”生产。从而也就意味着，在封闭且缺乏农业社会化服务的情境中，较小转入规模的农户会在不突破家庭农业劳动力约束的前提下，进一步提高经济作物播种面积占比。

估计8和估计12在估计6和估计10的基础上，将参照组替换为较小转入规模的农户，比较了较大转入规模的农户的行为差异。结果表明，如果不存在劳动力约束，加之农机服务使用程度提高对劳动力的替代，那么较大转入规模的农户比较小转入规模的农户更有动力提高经济作物的播种面积占比。相反，如果社会化服务发育滞后，较大转入规模的农户必然面临农业劳动力的刚性约束，由此导致其比较小转入规模的农户具有更低的可能性去扩大经济作物的播种面积占比。

上述分析表明，种植结构“非粮化”主要出现在小规模农地转入户之中，并具有情境依赖特征。一旦情境发生变化，农地流转造成的“非粮化”现象也将随之发生转换。

结论与启示

本研究旨在从农户层面讨论种植结构“非粮化”的发生机理及其情境约束。基于农户生产决策的理论模型，并利用全国9省份2704户农户调查数据进行实证分析，结果表明，种植结构“非粮化”主要发生于小规模农地转入户之中，这与其充分利用家庭农业劳动力和提高土地产出率的动机密切相关。进一步的分析表明，只有置于农业劳动力充裕和缺乏农业社会化服务的封闭农业经济中，小规模农地转入户才更有动力去提高经济作物的种植规模，以此实现农业劳动力约束下的经营效益最大化。因此，种植结构“非粮化”的形成具有严格的情境依赖特征。一旦农业劳动力大规模非农转移、农业社会化服务持续发展，种植结构调整的方向也会随之改变。

确保国家粮食安全，是我国农业发展的基本战略目标。为此，中央出台了包括粮食综合补贴、基本农田用途管制、鼓励主产区粮食生产等多项农业政策和激励措施，希望以此保障国家粮食安全。尽管这些政策已经发挥了积极作用，但却忽视了激励措施与农业要素市场发育的关联性。从本研究的发现来看，种植结构的“非粮化”是在农户劳动力滞留在农业中和农业社会化服务发育滞后的情况下出现的，而且以农地转入规模较小的农户为“非粮化”生产的主要群体。随着农业劳动力的不断转移和农业生产性服务市场的发育，该群体进行“非粮化”生产的可能性亦将明显弱化。因此，当前农业政策调整的基本导向应该是，加快农业劳动力与农地经营权等要素的流动，特别是强化农业生产性服务市场发育并将农户卷入分工经济，这将有助于化解种植结构调整中的“非粮化”隐患。

①易小燕、陈印军：《农户转入耕地及其“非粮化”种植行为与规模的影响因素分析》，《中国农村观察》2010年第6期。

②黎霆、赵阳、辛贤：《当前农地流转的基本特征及影响因素分析》，《中国农村经济》2009年第10期；万宝瑞：《当前我国农业发展的趋势与建议》，《农业经济问题》2014年第4期。

③数据来源于土流网。

④钟甫宁、陆五一、徐志刚：《农村劳动力外出务工不利于粮食生产吗?》，《中国农村经济》2016年第7期。

⑤未注明出处的数据均来源于相关年份的《中国统计年鉴》。

⑥数据来源于财新网地区宏观数据库。

⑦罗必良等：《农业家庭经营:走向分工经济》，中国农业出版社2017年版，第294～320页；仇童伟、罗必良：《农地调整会抑制农村劳动力非农转移吗？》，《中国农村观察》2017年第4期。

⑧杨小凯、黄有光：《专业化与经济组织——一种新兴古典微观经济学框架》，经济科学出版社1999年版，第2～50页。