农村劳动力非农转移会降低农地产出率吗？

仇童伟

(华南农业大学 国家农业制度与发展研究院，广东 广州 510642)

一、问题的提出

随着中国城镇化进程的加快和第二产业、第三产业的发展，进入非农部门就业的农村劳动力规模不断增加，并由此造成部分地区出现农地经营超小规模化和农地抛荒现象[1]。盖庆恩等(2014)认为，农村劳动力非农转移会使得农业劳动力弱质化和规模不足，农地产出将受到严重影响[2]。那么农村劳动力非农转移为何会降低农地产出率呢？杜鑫(2013)认为，家庭农业劳动力的非农转移会降低农户对农地的生产性投资[3]。钱龙和洪名勇(2016)则通过考察农户非农就业、农地流转与农业绩效之间的关系，发现农村劳动力非农转移不利于农地产出率的提高[4]。

图1汇报了2006～2012年中国农村劳动力非农转移状况和农业产值状况，图1显示中国农业劳动力占农村劳动力的比重在不断下降，但农业总产值、劳均粮食产量和地均粮食产量在不断增加。这说明，农村劳动力非农转移不仅未造成农地产出率的下降，农业绩效总体上还略有上升。郭剑雄和李志俊(2013)认为，农村劳动力的择优性转移会促使他们进行人力资本投资，实现人力资本积累的动态增长，进而在提高人力资本农业投资收益率的过程中优化农业劳动力素质，由此提高农业生产效率[5]。而徐建国和张勋(2016)从部门联动的角度研究发现，农村劳动力非农转移在促进第二产业、第三产业发展的同时，也会提高农业生产效率[6]。由此可见，已有研究关于农村劳动力非农转移是否会降低农地产出率并未达成一致结论。

那么在农村劳动力非农转移规模持续扩大的过程中，到底是什么原因导致农地产出率不减反增呢？钟甫宁等(2016)认为，农村劳动力非农转移会促使农户更多地采用机械化服务[7]。罗必良等(2017)则通过阐述我国农业经营的服务规模特征，发现农业分工经济可以缓解细碎化和超小规模化农地经营造成的效率损失[8](P1-12)。实际上，规模经济的实现来自分工[9][10]，而中国农业发展的社会化和组织化也正朝着专业化和分工经济的方向发展。图2列出的2006～2012年中国农村亩均农地的劳动投入与机械投入状况显示，农业生产中的机械作业费和雇工费用都在持续上升，这也构成了在务农机会成本增加的背景下要素重配和替代性机制。这表明，在探讨农村劳动力非农转移对农地产出率的影响时，不仅需要考虑劳动投入量的下降，也需要讨论农业机械化服务对劳动要素的替代作用。尤其要考虑到，随着农村劳动力的非农转移，其引致的农业社会化服务也会得到发展。换言之，如果单纯讨论农村劳动力非农转移的影响，无疑会夸大其对农地产出率的负面效应。本文则旨在同时考虑两者的影响，进而合理评估农村劳动力非农转移对农业绩效的影响，这对于明确农村劳动力非农转移、农业社会化服务发展和农地产出率之间的联动机制具有重要意义。

实际上，从郭剑雄、李志俊(2013)，徐建国和张勋(2016)等人关于农村劳动力非农转移提高了农业绩效的内在机制分析来看，他们都内生地提及了农业社会化服务的发展[5][6]。但以往研究一方面忽略了两个变量之间存在严重的内生性问题，极易造成估计结果的偏误；另一方面，这些研究只是考察了农村劳动力非农转移的独立影响，而未考虑农村劳动力非农转移引致的农业社会化服务发展对其的替代效应。从逻辑上说，如果农村劳动力非农转移引致农业生产中劳动成本快速上升，那么采用替代型服务要素将是农户的重要选择，这也是当前农村实践的普遍做法，而要素替代必然会降低农村劳动力非农转移的不利影响，但以往研究忽视了这些内容。为此，本文将利用2014年CLDS数据重新检验农村劳动力非农转移对农地产出率的影响，并考察农业机械化服务在其中起到的作用，以阐明在农业劳动力成本不断提高的现实背景下，农业社会化服务是如何抵消农业劳动不足可能带来的负面效应的。

图1 2006～2012年中国农业劳动力与农业生产状况

图2 2006～2012年亩均劳动与机械投入状况

注：图1的数据来自中国统计年鉴(2007～2013年)，图2的数据来自全国农产品成本收益资料汇编(2007～2013年)，并将物质成本按照历年CPI折算成2006年的不变价格。

二、理论基础：农村劳动力非农转移影响农地产出率的情景分析

(一)农村劳动力非农转移影响农地产出率的几类情景

1.仅考虑劳动要素减少的情景分析。本文首先忽略农业社会化服务、农村劳动力非农转移引致的物质资本变化以及农地经营规模改变时的农地经营状况，生产函数中只包括农地、劳动和资本三个变量。参照Zhang等(1997)和李谷成等(2016)的做法，本文采用柯布-道格拉斯生产函数[11][12]，农地总产出可表示为：

P=ρAmLnKz

(1)

其中，P表示农地总产出，A为农地经营规模，L为农业劳动力规模，K为资本投入规模，ρ为农业生产技术。m、n和z为各要素的规模报酬系数，且三者均小于1，A、L和K均标准化为1。由式(1)可得单位农地的产出为：

(2)

式(2)对L求偏导数：

(3)

式(3)表明，在保持其他生产要素不变的前提下，农业劳动力规模越小，农地产出率越低。依据恰亚诺夫关于小农“自我剥削”特征的分析，密集的劳动投入会增加农地经营的精细化程度，从而提高农业绩效。这与Huang(2000)提出的中国农业家庭经营具有“过密化”特征是一致的[13](P120)。而就农地产出率来看，Heltberg(1998)和李谷成等(2010)都证明了，小农户比大农户具有更高的农地产出率[12][14]。进一步地，式(3)再对L求偏导数：

(4)

式(4)表明，虽然农业劳动力规模的增加可以提高农地产出率，但这种激励效应是边际递减的。尤其像中国农村这种典型的人多地少的农地经营格局，一度把过剩的农业劳动力束缚在农地上，使得劳动生产率相当低下。尤其是进入21世纪以来，农村劳动力大规模进城务工，造成了农地的大规模抛荒和粗放经营[1]。优质农业劳动力的短缺显然成为当前农业发展的障碍。

2.农业劳动力与农地经营规模联动的情景分析。Ma(2013)研究发现，随着农村劳动力的非农转移，农户经营农地的意愿在下降，他们会通过农地租赁市场将承包地流转出去[15](P84)。为此，文章假定农地经营规模与农业劳动力规模满足式(5)的约束条件，即农地经营规模与劳动投入规模满足线性关系，不存在因规模扩大而节省劳动的情况①。同时，假定农地的物质投资水平不变。

A=aL

(5)

将式(5)代入式(2)可得：

(6)

式(6)对L求偏导数：

(7)

式(7)表明，农地产出率是农业劳动力规模的减函数，即随着农村劳动力非农转移规模的增加，农户在合理调整农地经营规模的同时，是可以提高农地产出率的。很显然，当农户非农就业的边际报酬大于农业经营时，农户将选择在农业中投入使其边际收益等于或接近非农收益的农业劳动力规模。这不仅避免了劳动力在农地上的过度集中，还可以通过调整劳动要素与农地要素的配置结构，提高农地产出率。式(7)进一步对L求偏导数：

(8)

式(8)表明，农村劳动力非农转移对农地产出率不仅具有激励作用，而且这种激励作用是在增加的。笔者根据实地访谈并总结种田大户的自述发现，他们的主要经营效益来自单位农地净收益的累加，而不是单位农地净收益的最大化。其主要原因在于，与小农户相比，大农户对较大规模的农地往往缺乏合理的管理，造成单位农地经营效益下降，这与罗必良和仇童伟(2018)发现的农地流转会造成种植结构“趋粮化”的逻辑一致[16]。

3.农地、资本与农业劳动力规模联动的情景分析。此外，可将劳动力非农转移后农户减少生产性投资考虑进模型。主要原因是，非农收入的增加会使得农业经营在家庭层面的重要性下降。当家庭的主要收入来源偏离农业，农地经营的地位将下降为提供基本口粮。由此，可假设资本投入与农业劳动力规模满足约束条件②：

K=kL

(9)

将式(9)代入式(6)：

(10)

式(10)对L求偏导数：

(11)

式(11)的正负性取决于表达式m+n+z-1，其中m、n和z为各要素的规模报酬系数。根据Lin(1992)的说法，农业生产具有规模报酬不变的特征[17]。但在中国，农地的细碎化和超小规模化使得农业生产的边际收益远离了规模报酬递减的阶段[18]。在这种现实背景下，如果假定农业劳动力规模与农地经营规模线性相关，那么农地经营规模的扩大必然具有报酬递增的特征。这不仅因为农地规模扩大克服了细碎化经营造成的效率损失，也源于农地整合后管理效率的改善。因此，表达式m+n+z-1大于0，即农业劳动力的增加会提高农地产出率。式(11)进一步对L求偏导数：

(12)

式(12)说明，农地产出率是农业劳动力规模的凹函数。这表明，随着农业经营性收入占家庭总收入的比重不断下降，农村劳动力的非农转移将引致农地经营规模减少，以及农业生产性投资的减少，这会使得农地产出率大幅下滑。这与李谷成等(2010)、盖庆恩等(2014)，以及钱龙和洪名勇(2016)的研究结论是一致的[2][3][12]。

4.农村劳动力非农转移引致机械化服务发展的情景分析。上文均是假定农业中的劳动力全部来自家庭，但这显然不符合中国农业发展的现实。根据王定祥和李虹(2016)的研究，农业生产环节分工和社会化服务的发展构成了农业规模经营的新趋势，这有助于释放农村剩余劳动力[19]。而且，随着农村劳动力的非农转移，农户倾向于购买机械服务来替代家庭劳动。为此，本文将农村劳动力非农转移与农业机械化服务发展的关系设置如下③：

S=sLm(λ-Lm)

(13)

其中，S表示机械化服务发展程度，Lm为农业劳动力非农转移规模，s和λ为参数，且满足λ>3-2L④。同时，设置农业机械化服务对农业劳动力的替代关系：

Ls=uS

(14)

式(14)中u表示单位农业机械可以替代的农业劳动力，将式(13)和式(14)带入式(10)：

(15)

式(15)对L求偏导数：

(16)

式(16)表明，引入农业机械化服务替代农业劳动力的约束条件后，农村劳动力非农转移会抵消式(11)和式(12)中农村劳动力非农转移对农地产出率的负效应。需要说明的是，式(16)的正负性取决于表达式1-us，根据测算，大致可以得出s>0.15。以水稻种植为例，单位成年劳动力完成一亩水稻收割的用工量大约为一个工，机器收割大约为半个小时，也就是说两者至少相差了15倍的工作效率⑤。即式1-us<0是成立的。关于农村劳动力非农转移可以提高农地产出率的事实，徐建国和张勋(2016)的研究给予了论证[6]。他们的研究不仅涉及农村劳动力非农转移造成的农业劳动力减少，还包括诸如要素流动、技术反哺和农业社会化服务市场发展等内容。

(二)农村劳动力非农转移过程中农业机械化服务对农地产出率的作用变化

上文分别将农村劳动力非农转移视作农业生产要素的减少，以及农业机械化服务的引致变量，得出了农村劳动力非农转移影响农地产出率的差异化特征。在此基础上，需要进一步考虑的问题是，随着农村劳动力非农转移规模的扩大，农业机械化服务对农地产出率的边际影响将如何变化。这不仅可以在机理上进一步说明农业机械化服务为何可以抵消农村劳动力非农转移造成的负面影响，也有助于在经验上辩证地看待农村劳动力非农转移造成的影响。为此，将式(15)转化为以农村劳动力非农转移和农业机械化服务为变量的方程：

p=ρ[a(1-Lm+uS)]m-1(1-Lm+uS)n[k(1-Lm+uS)]z

(17)

其中p为农地产出率，式(17)对S求偏导数：

(18)

式(18)的结果表明，农业机械化服务对农地产出率具有正向激励作用，这也是为何式(16)成立的原因。进一步地，式(18)对Lm求偏导数：

pSLm″=ρam-1kz(m+n+z-1)[(m+n+z-2)(1-Lm+uS)m+n+z-3(-1+usλ-2usLm)×

(19)

式(19)表明，随着农村劳动力的非农转移，农业机械化服务对农地产出率的边际影响是在提高的。结合式(18)的结果，可以发现，农村劳动力非农转移规模的扩大，会提高农业机械化服务对农地产出率的正向边际影响。究其原因可能是，随着农村劳动力非农转移规模扩大，农地经营中过密化的劳动投入状况会得到缓解。在农村劳动力非农转移初始阶段只是改变了农业生产的精细化程度，越往后越可能造成农业生产环节的粗放经营。此时，农业机械化服务对农业劳动力的替代作用就会越发明显，并表现为对农地产出率的激励作用增加。

基于上述分析，文章提出以下研究假设：

假设1：不考虑劳动替代型服务时，农村劳动力非农转移会降低农地产出率；

假设2：农业机械化服务会提高农地产出率，且可以抵消农村劳动力非农转移造成的负面影响；

假设3：随着农村劳动力非农转移规模扩大，农业机械化服务对农地产出率的正向影响增强。

三、数据来源、变量选择与模型设置

(一)数据来源

本文实证研究的数据来自中山大学社会科学调查中心2014年度组织实施的中国劳动力动态调查(CLDS)，此次调查涉及村居397个，家庭户14214个，受访个体23594个。由于本文的研究对象为农村居民，且限于研究主题，文章仅选取那些在2013年仍在经营农业，且为种植业的农户样本，即剔除那些实际经营耕地面积为0，农业产值或主要自变量缺失的样本。本文最终将26个省份的3672户农户家庭及其所处的村庄作为研究对象。

(二)变量选择与定义

1.因变量。因变量为农地产出率。参照李宁等(2017)采用农业产值来刻画农业绩效[20]，本文采用单位农地上的农业产值刻画农地产出率⑥。其原因是，单位农地净利润并不能反映农业生产中的产品变化，也会因为区域差异或成本问题造成产出率的差异⑦。

2.主要自变量。主要自变量包括农村劳动力非农转移和农业机械化服务。农村劳动力非农转移采用非农劳动力占家庭劳动力的比重进行测量。考虑到劳动力非农转移与农地产出率存在反向因果关系，文章采用村庄其他农户的非农劳动力比重的均值作为农户非农劳动力比重的工具变量[7]。农业机械化服务采用农业生产中使用机械的来源进行刻画，首先是将家庭农业生产的机械化程度区分为机械化、半机械化和传统农耕，再对机械化和半机械化的农户机械使用来源进行处理,将全部来自外包设置为2，部分外部设置为1，无外包行为以及传统农耕的农户均赋值0。但农业机械化服务与农地产出率是存在内生性的，为此，文章采用村庄其他农户采用的农业机械化服务的均值作为农户的农业机械化服务使用程度的工具变量。

3.其余控制变量。除了主要自变量，文章也控制了家庭人口、农业固定资产、农地产权特征和村庄特征等变量。随着农业现代化的发展，机械和物质资本的投入已经成为提高农业产出的重要因素。为此，依据CLDS的数据可得性，文章选择了家庭的拖拉机、大型农机具表征农业固定资产，利用生产要素费用表达物质资本投入。Jacoby 等(2002)的研究表明，农地产权稳定性的增强会激励农户对农地的绿肥、有机肥等进行长期性投资，有助于提高农地生产效率[21]。为此，文章选取了农地证书和农地调整共同表征农地产权稳定性；此外，文章也识别了村庄第二产业、第三产业发展状况和地理位置[4]。同时，控制了25个省份的区域虚拟变量。具体变量定义与统计描述见表1⑧。

表1 变量定义与统计描述

(三)模型选择与说明

为了考察农村劳动力非农转移对农地产出率的影响，以及农村劳动力非农转移过程中农业机械化服务的作用变化，文章参照Bodea等(2015)的做法[22]，通过引入交互项来识别不同情景下农业机械化服务的偏效应。为此，文章首先分别估计了农村劳动力非农转移和农业机械化服务对农地产出率的独立影响。基本表达式如下：

(Ⅰ)

(Ⅱ)

式(Ⅰ)中，productivityi表示农地产出率，考虑到其数值过大，故对其进行取对数处理。labormigi表示农村劳动力非农转移，CVni表示农业固定资产、农业生产性投入、农地产权和村庄特征等变量。式(Ⅱ)中，servicei表示农业机械化服务，其余变量和参数定义与式(Ⅰ)中一致。

为考察不同农村劳动力非农转移约束下农业机械化服务对农地产出率的作用变化，式(Ⅲ)给出了引入labormigi×servicei的估计模型：

(Ⅲ)

其中，labormigi×servicei为农业劳动力非农转移与农业机械化服务的交互项，其余变量定义与式(Ⅰ)和式(Ⅱ)中一致。考虑到因变量为连续变量，故文章将采用OLS模型估计式(Ⅰ)～式(Ⅲ)。其中，式(Ⅲ)将参照李宁等(2017)的做法[20]，通过识别农村劳动力非农转移的不同程度，从而得出不同农村劳动力非农转移水平下农业机械化服务的偏效应。此外，虽然参照Ma等(2016)的做法[23]，可以直接利用村庄平均的劳动力转移和农业机械服务水平排除内生性干扰，但工具变量法仍是一个可行的选择。为此，文章同时给出了利用2SLS模型估计的结果，以考察估计结果的稳健性。

四、实证结果与分析

(一)农村劳动力非农转移、农业机械化服务对农地产出率的影响

表2汇报了农村劳动力非农转移、农业机械化服务影响农地产出率的模型估计结果。首先，从OLS(1)模型和2SLS模型的估计结果来看，采用农户层面的劳动力非农转移作为主要自变量明显低估了农村劳动力非农转移对农地产出率的负面影响。Hausman检验表明，农村劳动力非农转移与农地产出率确实存在内生性关系，采用村庄其他农户的劳动力非农转移状况作为农户劳动力非农转移的工具变量，不存在弱工具变量问题。农业机械化服务的结果与之类似，采用农户层面的农业机械化服务变量明显低估了农业机械化服务对农地产出率的正向影响，Hausman检验和弱工具变量检验表明，采用村庄其他农户的机械化服务水平作为农户机械化服务的工具变量是合适的。其次，OLS(2)模型是按照Ma等(2016)的做法直接采用同村其他农户的劳动力非农转移或农业机械化服务变量均值代替农户变量的估计[23]，结果也证实了采用农户变量明显低估了农村劳动力非农转移和农业机械化服务对农地产出率的负向和正向影响。

表2 农村劳动力转移、农业机械化服务对农地产出率的影响

注：***、**和*分别表示在1%、5%和10%水平上显著，括号内为稳健标准误。以下同。

具体而言，农村劳动力非农转移降低了农地产出率，这与杜鑫(2013)、盖庆恩等(2014)、钱龙和洪名勇(2016)的研究结论一致[2][3][4]。很显然，农村青壮年劳动力的非农转移不仅降低了农业中高质量劳动力的投入规模，也会在导致农业劳动力弱质化的过程中降低农地管理效率。同时，根据张鸣鸣(2013)的研究[1]，在农村劳动力非农转移规模扩大的过程中，农地被弃耕或抛荒的可能性也在增加。这样一来，原来“过密化”的农业生产格局[17]，逐渐转变为稀疏化的要素配置格局。这意味着，农户将降低对农地的生产性投资，进而抑制了农地产出率的提高。由此，论证了假设1。

但钟甫宁等(2016)认为，随着农村劳动力的非农转移，农户倾向于选择机械或农业社会化服务来替代农业生产中的劳动要素，以扩大在非农就业市场中的劳动力配置规模[7]。而且，农村劳动力非农转移规模越大，集体性的农业机械化服务越可能诱发村庄，甚至区域内有效市场需求的形成。对于农业社会化服务来说，规模作业才会产生盈利空间。很显然，由市场需求引致的农业社会化服务供给，不仅会提高要素的配置效率，也会改变农业经营的管理模式。换句话说，农业服务规模经营有利于提高农地产出率，由此论证了假设2的前半部分。但问题在于，如果农村劳动力非农转移具有导致农业劳动力配置不足和诱发农业机械化服务的双重性，那么后者是否会抵消前者的不利影响呢？下文将会进一步进行检验。

其余控制变量方面，家庭拥有拖拉机或农地上的生产资料投入越多，农地产出率越高。随着农业生产向资本密集型转型，物质资本和设备的投入已经构成了改变要素配置结构和农业生产管理方式的重要因素，并由此提高了农业绩效。缺乏农地证书的农户，其农地产出率较低。农地产权越安全，农村劳动力越可能进行非农转移，这将降低农业生产中的劳动供给，进而抑制农地产出率。相反，农地调整表征的经营权不稳定则会降低农户对农地的长期性投资，并激励农户对农地的短期性投资和耗竭性使用，这在短期内是有利于提高农地产出率的。村庄距离最近乡镇越近，农户越容易进入非农就业市场，这将抑制他们对农地进行生产性投资。此外，其余变量的影响不显著。

表3农村劳动力非农转移与农业机械化服务交互项对农地产出率的影响

变量2SLSOLS农村劳动力非农转移-2.521***(0.934)-1.531***(0.542)农业机械化服务0.489(0.388)0.618**(0.254)农村劳动力非农转移×农业机械化服务0.538(0.755)0.107(0.472)家庭人口数-0.050(0.031)-0.028(0.028)拖拉机0.545***(0.121)0.355***(0.109)大型农机具0.660**(0.265)0.341(0.249)物质要素投入0.456***(0.021)0.475***(0.021)农地证书-0.161*(0.099)-0.145*(0.094)农地调整0.282**(0.121)0.230**(0.111)村庄二三产业0.072(0.130)0.027(0.125)村庄距最近镇的距离-0.030**(0.015)-0.028**(0.014)区域虚拟变量已控制已控制常数项3.230***(1.059)2.458***(0.804)观测值36723672

(二)农业机械化服务的调节效应分析

表3汇报了引入“农村劳动力非农转移×农业机械化服务”变量的估计结果，且仅使用了2SLS模型和采用村庄其他农户均值的OLS模型进行估计。从交互项的估计系数来看，农村劳动力非农转移与农业机械化服务的作用存在相互抵消的趋势。那么这是否可以回答上文提出的问题：农业机械化服务的正向效果抵消了农村劳动力非农转移的负向影响？为此，文章对“农村劳动力非农转移×农业机械化服务”的估计系数是否显著异于0进行了检测。结果表明，在2SLS 模型中，有chi2=0.51，P=0.4759；在OLS模型中，有 chi2=0.05，P=0.8206。这说明，“农村劳动力非农转移×农业机械化服务”变量的估计系数并不显著异于0，也说明农业机械化服务可以完全抵消农村劳动力非农转移对农地产出率的不利影响，由此论证了假设2的后半部分。

为进一步考察农村劳动力非农转移过程中农业机械化服务的作用变化，将农村劳动力非农转移变量50等分，并在每个等分点处求解农业机械化服务对农地产出率的边际贡献率和累计贡献率[20]。图3表明，随着农村劳动力的非农转移规模扩大，农业机械化服务对农地产出率的边际贡献率是递增的，由此论证了假设3。这意味着，农业机械化服务对农地产出率的累计贡献率是一个凸函数。其原因是，农村劳动力非农转移通过促进农业机械化服务的发展，提高了农业生产中的机械化程度。同时，农业机械化服务的发展也降低了农地经营对劳动力的依赖，进而提高了农业机械化服务在农地经营中的重要性。这一方面有助于弥补农村劳动力非农转移造成的不利影响，另一方面，以农业机械化服务为代表的生产性服务的发展，意味着农业生产环节的外包和知识的专业化。按照亚当·斯密关于规模效益来自分工的观点，农业的家庭经营在参与分工的过程中也有助于促成知识和资本的密集型服务供给。这又通过优化要素配置结构和改善农业生产技术，进而提高农业经营绩效。而且，与单纯的农地或劳动投入不同，知识扩散和分工深化有助于引发投入要素的规模报酬递增，这在农业社会化服务的初始阶段已经表现出明显趋势。

五、结论与思考

农村劳动力大规模非农转移易造成农业劳动力弱质化，但是否会因此降低农地产出率呢？文章构建了农村劳动力非农转移影响农地产出率的理论模型并发现，只有在不考虑农业劳动力的替代型要素时，农村劳动力非农转移才会抑制农地产业率。一旦引入农业机械化服务作为农业劳动的替代性要素，农村劳动力的负面影响将得到缓解甚至消除。在此基础上，利用2014年CLDS数据，本文考察了农村劳动力非农转移、农业机械化服务对农地产出率的影响。结果表明，农村劳动力非农转移不利于农地产出率的提高，但农业机械化服务的使用则会显著提高农地产出率。其次，农业机械化服务可以完全抵消农业劳动力非农转移对农地产出率的负面影响，且农村劳动力非农转移会提高农业机械化服务对农地产出率的边际贡献率。即虽然农村劳动力非农转移本身会抑制农业绩效提高，但它的负向影响可以被农业机械化服务所抵消。总体而言，我们不用过于担心农村劳动力非农转移对农业生产造成的负面影响。

图3 不同农村劳动力非农转移水平下农业机械化服务对农地产出率的影响

本文表明，即使农业的基本经营单位仍为家庭，其利益导向的劳动力配置也不会严重影响农业绩效。正如罗必良指出的，分散化的农地经营虽然会带来诸多不经济的情况，但基于产权完善、决策自主和农业社会化服务发展的行动框架，家庭也可以参与农业分工[8]。而且，伴随着农村劳动力的非农转移，农户对农业社会化服务的需求也会促进农业的服务规模经营。从早期的农业劳动力过密化，到家庭农业劳动力的弱质化，这不仅不是农业发展的困境，反而是破除传统低效率农业的重要契机。正因为如此，农村劳动力非农转移不仅不构成农业发展的威胁，反而会通过行业联动、技术提升、市场需求和人力资本累计增长等多种方式，优化农业要素的配置结构，进而推动中国农业的现代化发展。

需要指出的是，如果在农村劳动力非农转移规模过大，且未形成良好的农地租赁市场时，村庄农业社会化服务市场可能会萎缩。笔者实地调研的结果表明，在偏远农村地区，农业收益并不能满足农民日益增长的消费需求，从而造成农村劳动力大量非农转移。由于村庄无农业社会化服务的前期发展基础，农业经营成本又过高，从而导致农地弃耕或撂荒现象普遍。如果农村劳动力非农转移过快，很可能远超过农业社会化服务的发展步伐，从而弱化对农地经营的需求，尚未发展起来的农业社会化服务市场很可能受到抑制。实际上，在社会化服务发展的过渡阶段，传统农业经营模式由于效率低而被逐渐抛弃，规范化的农业服务组织又面临规模不经济的约束，极易造成农业分工面临两难困境。为此，需要在组织引导的基础上，提高农业经营的比较收益，诱导农户参与农业社会化分工。进一步通过引致市场需求，鼓励和扶持市场供给，规范市场规则，降低中国农业经营方式转型过程中的摩擦成本。

注释：

①式(5)中的参数a需由具体的农作物种植类型才能决定，但其取值范围的设置并不会影响模型的演绎结果，不予赘述。

②与单位农地上的劳动投入系数类似，式(9)中单位农地的资本投入系数k也因农作物品种存在差异，但是对其的赋值不会影响模型的演绎结果，不予详述。

③依据2014年中山大学收集的CLDS数据的测算，农村劳动力与农机服务发展满足倒U型关系。

④此外，作者也尝试使用阻滞增长模型((∂S/∂L)=rS(k-S))来刻画农村劳动力的非农转移与农业机械化服务的关系，推演结果与本文无显著差异。λ≥3-2L的条件约束只是为了保证函数的凹性在农业中的劳动投入量达到家庭劳动禀赋之前都是成立的。

⑤此处的经验是根据农户电话访谈总结的。据受访农户所说，成年劳动力只有在速度较快时才能在一个工作日完成一亩地收割，也就是说15倍的工作效率差距明显低估了农业机械对人工的替代率。

⑥需要指出的是，为了保证作物类型的一致性，本文的农地产出率用的是粮食作物的出售价值与耕地总面积来刻画的。因为在本文的样本中，种植其他经济作物的农户样本为0，所以可以认为耕地种粮的比例接近100%。虽然样本农户存在经营菜园、果园、山林、牧业、家禽养殖和渔业的可能，但这部分业务逻辑上是不能够占用耕地的，尤其是基本农田。另外，粮食的最终出售金额是扣除了口粮的结果，故文章控制了家庭人口，以减弱这部分测量误差。

⑦如果采用农业经营利润反映绩效，那么劳动力的转移必然会激励农户采用社会化服务，由此必然会提高农地的经营效率，而这与钱龙和洪名勇(2016)的研究结论是完全相反的[4]。

⑧匿名审稿人认为，化肥对劳动力和机械服务的替代作用会影响本文的估计结果。但笔者认为，化肥和机械服务在生产环节中是不具有替代作用的，前者属于生物范畴，后者属于物理特征。例如，整地、收割等机械作业，均是通过物理力替代劳动力，而并非替代化肥投入。而且，劳动投入基本上集中在整地、插秧、收割等环节，这些环节是机械替代劳动的区域，化肥是无法替代这些环节的劳动力投入的。必须承认的是，CLDS数据中没有亩均化肥投入量，但这并不会影响模型估计的准确性。感谢审稿人的宝贵意见。