农户老龄化与女性化对种植业生产效率影响分析——基于黑龙江省824 个调查样本*

◎王 为 王佳美

一、引言

随着城镇化的发展，大量农村剩余劳动力向非农部门转移，由于体力、家庭分工等原因，老年劳动力和女性劳动力在转移过程中存在明显的滞后，导致大量的老年人和女性滞留在农村从事农业生产，从而产生了农村劳动力老龄化和女性化现象。农业生产老龄化、女性化，将会削弱农村生产力，导致耕地撂荒、农业生产的效率与效益下降，影响到我国粮食生产安全。黑龙江省作为一个农业大省，被誉为中国的粮仓，黑龙江省的粮食生产将会对国家粮食安全起到至关重要的影响。在劳动力转移的浪潮下，黑龙江省农村早在2010年就已经步入老龄化社会，且老龄化速度还在不断加快，同时，女性的劳动参与率正逐步提高。那么黑龙江省的农村剩余劳动力老龄化与女性化对种植业生产效率会产生怎样的影响，值得进行研究。

二、劳动力老龄化与女性化对种植业生产效率的影响

（一）劳动力老龄化对种植业生产效率的影响

首先，现阶段我国农业现代化水平还不高，农业机械化还未完全覆盖，劳动力是农业生产的核心要素，农业生产仍然具有体力重、强度高的生产特点，充足的体力劳动者依然是农业生产的基本保障。年老体衰的老龄劳动力和劳动强度较弱的女性劳动力很难满足农业生产对劳动强度的需求［1］，导致农业生产面临劳动力短缺的风险，不利于农业生产有序进行，农业生产效率降低［2］。农业劳动力老龄化还会造成土地大面积撂荒，浪费原本比较稀缺的耕地资源，对国家粮食安全造成不利影响［3］。另外，劳动者的文化程度决定了现代农业科技在农业生产中推广的难易程度，农业现代化水平的推进对农业生产者的文化程度和技术水平提出了更高的要求。老龄劳动力的文化程度相对较低是我国农业生产面临的客观事实。再加上老年人思想观念的保守和创新意识不足［4］，严重阻碍了现代农业科技在农业生产中的应用。

（二）劳动力女性化对种植业生产效率的影响

虽然女性劳动力在农业生产中面临体力不足等问题，但由于长期以来的社会分工使得男性劳动力的生产方式比较粗放和简单。相对于粗放式的男性生产，女性更加擅长精耕细作，在提高农业生产质量、效率等方面，女性劳动力更具有优势，她们可以通过延长劳动时间、调整农业生产结构等方式应对自身体力不足的弱点。

基于上述分析，本文提出以下研究假设：

假设1：在生产投入和生产技术不变的条件下，农业劳动力老龄化对种植业生产效率存在负向影响，不利于农业生产和农民增收。

假设2：在各年龄段，农业劳动力女性化比例上升对种植业生产效率都不存在显著影响。

三、数据来源与统计描述

本文所用数据来源于本团队2018年7月对黑龙江省13个地市，47 个村农村劳动力的实地调研数据。本次调研共回收979 份问卷，经过问卷筛选和对变量异常值的剔除，本文最终保留824 户从事玉米、水稻、大豆种植的有效农村劳动力问卷，问卷有效率为84.17%。824 个农村劳动力样本共包括1387 个农村留守劳动力。

黑龙江省农村剩余劳动力中，30 岁以下劳动力的比例很小，仅有5.12%，年龄在40-60 岁之间的农业劳动力占比高达65.18%，60 岁及以上农业劳动力占比也超过10%，达到13.27%，可见，黑龙江省农业生产呈现出“老龄化”现象严重。在1387 个农村留守劳动力中女性劳动力为706 人，占比50.90%，可见，在黑龙江省，女性劳动力占据农业生产的主力军。总体来看，各年龄段的女性劳动力占比大多在50%左右，特别是，在为数不多的30 岁以下壮年劳动力中，女性劳动力占比竟高达69.01%，可见黑龙江省农村剩余劳动力女性化程度十分严重。

四、实证分析

（一）变量选择与描述

为了分析黑龙江省农村剩余劳动力老龄化、女性化对农业生产的影响，本文被解释变量为农业种植亩均收入，用 AR 表示。引入劳动力平均年龄作为劳动力老龄化程度的替代变量，用Aage 表示。引入女性劳动力占剩余总劳动力的比重作为劳动力女性化程度的替代变量，用Rate 表示。除此之外，本文还引入土地特征因素，农业生产投入因素，农村劳动力特征因素共三类7 个变量作为控制变量。其中，土地特征因素，包括土地面积（用 Land 表示）和土地分布的块数（用B1ock 表示）两项指标；生产投入因素，包括直接投入（用Invest 表示）和机械化程度（用Mech 表示）两项指标，其中，直接投入包括种子、化肥和农药的投入。机械化程度用农村劳动力家庭的农机具估值代替。农村劳动力特征因素，包括户主的年龄（用Hage 表示）、性别（用Hgen 表示）和受教育程度（用Hedu 表示）三项指标，其中户主性别为虚拟变量：男=1，女=0；户主的受教育程度用户主的受教育年限表示。根据调研，黑龙江省农业劳动力平均年龄为49.40 岁，劳动力年龄整体偏高。农村剩余劳动力女性占比均值为0.51，表明农村剩余劳动力中女性劳动力超过半数，黑龙江省农村剩余劳动力女性化现象明显。农村居民受教育程度普遍偏低，户主的平均受教育年限仅为7.52年。

（二）模型构建

为了进一步了解农村剩余劳动力老龄化与女性化对农业生产的影响，在进行变量统计描述的基础上，进行进一步的实证检验，为了消除异方差影响，本文首先对除了女性化程度、土地块数和户主性别之外的其他变量进行了对数化处理。本文所构建的实证模型如下：

本文实证部分包括三个模型，模型Ⅰ为基础模型，只包含了劳动力平均年龄和女性化程度两个变量；模型Ⅱ在模型Ⅰ的基础上引入土地特征因素和生产要素投入所包含的四个控制变量；模型Ⅲ在模型Ⅱ的基础上又进一步引入了农村劳动力特征因素所包含的三个控制变量。

（三）实证结果

用SPSS19.0 软件对三个模型进行OLS 估计，结果见表1，其中，T 值列下方的括号内为标准差。

如表1所示，第一，在模型Ⅰ中劳动力平均年龄在1%显著性水平下显著，其对粮食种植亩均收入的影响系数为-1.237，表明农业劳动力平均年龄对粮食种植亩均收入存在显著负影响，劳动力平均年龄越大，粮食种植亩均收入越小。当引入土地特征因素和生产要素投入两类因素之后，模型Ⅱ结果显示，劳动力平均年龄仍然显著为负，且系数变化不大。进一步引入农村劳动力特征因素后，模型Ⅲ中劳动力平均年龄对粮食种植收入的影响仍然显著为负，且系数的绝对值变大，表明劳动力平均年龄对粮食种植收入的影响增大。综合模型Ⅰ-Ⅲ都表明，农业劳动力平均年龄对种植业生产效率存在显著负影响。在模型Ⅰ-Ⅲ中，农业劳动力女性化程度都没有通过显著性检验，表明农村剩余劳动力女性化对农业种植收入没有显著影响。

第二，从模型Ⅱ和模型Ⅲ的结果可以看到，机械化程度通过1%显著性水平检验，且系数为正。表明农业机械的使用可以有效提高农业种植收入。随着农业现代化的不断发展，农业机械的普及率越来越高，作为一种资本投入，农业机械的使用能够大大降低农业生产的劳动强度，提高劳动效率，是对人工劳动的有效补充。在有限时间条件下，农民将有更多时间和经历投入到一些无法使用农机的生产中，从而很好的保证农民对农业生产的投入度和积极性。

为了更进一步分析劳动力老龄化和女性化对种植业生产效率的影响，本文进一步以劳动力平均年龄为依据对样本进行分组，将样本分为40（含）岁以下样本组，40-55 岁（含），和55 岁以上样本组三个组别，然后分别对三个样本组进行模型Ⅲ回归，回归结果见表2。

表2 分组回归结果

如表2样本分组回归结果所示，40 岁以下样本组中，劳动力平均年龄对种植业生产效率存在显著正影响，40-55 岁样本组中，劳动力平均年龄对种植业生产效率影响不显著，55 岁以上样本组中，劳动力平均年龄对种植业生产效率存在显著负影响。从影响程度来看，55 岁以上样本组的劳动力平均年龄对种植业生产效率的影响是40 岁以下样本组的2.8倍。劳动力女性化比例对种植业生产效率的影响在三个样本组中均不显著，进一步证明劳动力女性化对种植业生产效率不存在显著影响，与前文实证结果相同。

五、对策建议

综合前文两步实证结果分析，本文得出以下主要结论：

第一，在劳动力的年轻阶段，随着年龄的增长，劳动力无论是体力还是农业生产的技术和经验都在不断增长，这一阶段劳动力年龄的增加对种植业生产效率有提高作用。随着年龄的继续增加，劳动力进入老龄阶段，由于疾病等原因，劳动力的身体素质将会随着年龄的增加而减弱，从事农业生产的时间和经历大幅减少，导致农业生产方式粗放，农业生产效率低下。应在农村地区推广、普及农业科技咨询专业服务充分挖掘科技、信息和专业组织等外围要素的潜力，有效缓解消化老龄化导致的劳动力弱质化的压力。

第二，农业劳动力女性化对农业种植收入和农民增收没有显著影响，无论处在哪个年龄段，女性劳动力比例的提高，都没有降低农村劳动力的农业种植收入（假设2 得证）。

第三，农业机械化对农业生产的促进效应主要作用于青壮年劳动力，在老年劳动力群体中，作用不明显。农业机械对种植业生产效率的提高作用仅仅体现在青壮年劳动力身上，是因为对农业机械的使用作为一种技能，本身不会发生变化，劳动力在年轻时所掌握的机械技术不会因为年龄的增长而提高，同时也很难忘记。在技术被学习与使用前期会带来劳动效率的大幅提高，一旦技术被掌握，如果没有改换新技术，劳动效率也将趋于稳定。应进一步落实农机购置补贴政策，提高农机购置补贴额度，提高农业生产的农机覆盖率，保证土地规模化经营的机械条件。为了应对农村劳动力老龄化，必须大力推广农业机械的使用，依靠农业机械来弥补老年人劳动力短板。