健康冲击降低了粮农收入吗？*——基于农业机械化引入视角

李忠旭，庄健

(沈阳农业大学经济管理学院，沈阳市，110015)

0 引言

健康作为人力资本的重要组成部分，一直是包括我国在内的世界诸多国家所关注的重点问题，特别是在医疗服务体系还未完善的发展中国家，高质量的健康人力资本是影响劳动力参与和供给回报的重要条件[1]。据《中国卫生健康统计年鉴》数据显示，2003—2013年，我国农村居民两周患病率从1.39%上升到2.02%；慢性病患病率从20.47%上升至22.72%。由此可见，我国农村居民的整体健康水平正在呈现下降趋势。健康冲击会导致一系列经济社会问题，其中一个重要影响便是对家庭种植业收入造成的冲击，但学术界对该问题并未达成一致。大量的文献研究发现健康冲击通过影响劳动参与而对种植业收入产生显著的负向影响[2-4]。也有研究发现，虽然健康状况对于农村地区的劳动参与以及非农就业机会具有显著的影响，但是在传统的种植业领域，健康并不是影响农户劳动参与的关键性因素[5]。因此，在这一背景下，需要更全面的考量和更具代表性的数据来理清这一问题。

农业机械化作为农业社会化服务的重要组成部分，已成为影响家庭种植业收入的另一关键因素。农业机械化主要通过以下两个机制影响家庭种植业收入：一是技术改进机制。农业机械化借助于技术上的改进，在育种、施肥服务等生产技术密集型环节有效提升了农业生产效率和产量[6]。二是降低生产成本机制，在农机整地和收割等劳动密集型环节，农业机械化推动资本替代劳动，将人工成本转换为价格更低的机械成本，从而节约资金成本的投入[7-8]。俞福丽和蒋乃华在分析健康对种植业收入的影响时，虽然考察了机械替代可行性这一因素对于种植业收入的影响，但其只根据农业机械的发展情况，选取黑龙江和陕西两个典型地区进行了实证分析，在变量选取上并未将与农业机械化相关的变量纳入模型，其结论缺乏普遍性[9]。

因此，本文将利用2016年CLDS全国性的大样本农户数据为基础，重新检验健康冲击对种植业收入的影响，将农业机械化纳入分析框架，来探究农业机械化在其中所起到的作用，以阐明农业机械化的应用是如何抵消健康冲击对种植业收入可能带来的负面影响的。

1 理论基础与研究假说

1.1 健康冲击对粮农种植业收入的影响

农户健康冲击导致劳动力供给下降从而影响种植业收入。在青壮年劳动力的大规模转移和新型经营主体尚未发展成熟的情况下，对于解决农业生产投入不足问题的主要方式就是增加中老年农业劳动力的有效供给[10]。然而相较于中青年劳动力，中老年群体面对疾病的承受能力更加羸弱，因此疾病冲击对于农业生产的劳动力群体影响更大。当农户受到健康冲击时，家庭内部的劳动时间“再配置效应明显”[11]，家庭整体的劳动供给时间将会下降，这将在无形中改变农户家庭的要素投入使用。同时由于劳动力这一特殊要素，兼具“劳动”供给者和“其他要素”使用者的双重身份，因此在不引入可替代劳动力要素的生产技术下，健康冲击将会导致生产要素投入不足，进而对农业生产经营产生负面影响，造成种植业收入增加受阻的局面，由此本文提出以下假说。

H1：在不考虑农业机械使用的前提下，健康冲击将会对粮农种植业收入产生负向影响。

1.2 农业机械的使用对粮农种植业收入的影响

专业分工理论认为，在特定产品的制造工序上，通过专业化分工可以使不同劳动生产部门发挥出自身的比较优势，从而可以实现每个环节上的规模经济[12]。就农业生产而言，农业机械化就是农业生产内部分工和专业化的过程和结果[13]。在农机社会化服务体系日趋完善的背景下，农业服务组织可以利用专业的生产手段，对土地进行高效率的管理。当农户的技术水平、生产能力等禀赋不足时，将农业机械化引入整个农业的生产过程中，通过专业分工可以有效提升土地利用率，促进粮食增收，从而提高种植业收入水平[14-15]。除此之外，在劳动力价格日益上升的背景下，农业机械化与人工服务之间的相对价格逐渐拉大，农户作为理性的经济人，相比较机械化生产，不再选择雇工服务。因此在农业生产过程中农业机械化的引入在一定程度上节约了农业生产成本，提高了农户的种植业收入。

倘若将农业机械化引入到农户健康冲击与种植业收入的关系中，可以发现虽然健康冲击会在一定程度上造成劳动力数量和质量的双重下降，但逐渐兴起的农业机械化生产模式正是缓解农业劳动力供给不足而引发的农业生产滑坡的有效手段[16]。农业机械化的采用能够有效实现生产要素之间的替代，促进农业生产效率的提高，缓解农户的健康冲击对于家庭种植业产生的不利影响[17-18]。在面临健康冲击导致的劳动力供给不足的约束条件下，农户在农业生产中会选择加大机械的投入使用，促进对劳动力的替代，从而提高劳动生产率，以此来缓解疾病冲击所造成的种植业收入降低的状况，据此本文提出以下假说。

H2：农业机械的使用将会显著提高粮农种植业收入，并且会在一定程度上缓解由于健康冲击对种植业收入所造成的负面影响。

2 数据来源、变量选择与模型设定

2.1 数据来源

本文使用的数据来自于2016年中山大学社会科学调查中心开展的中国劳动力动态调查(CLDS)，该调查在全国29个省份(西藏、海南除外)展开。本次调查共涉及21 086个劳动力个体、14 200个受访家庭以及389个社区。由于粮食作物在实际生产中的机械化应用水平较高，经济作物相对较低，根据研究内容，本文将研究对象限定为从事粮食生产的农户家庭，故本文仅保留了2015年从事粮食生产的研究样本，并剔除掉实际耕地面积为0以及关键变量缺失的样本。在数据处理中将家庭问卷、个体问卷以及村居问卷进行匹配合并，最终获得25个省份的2 010个农村住户样本。

2.2 变量选择与赋值

1) 因变量。本文的因变量为粮农家庭种植业净收入，考虑到农业生产过程中由于要素投入的不同，会产生不同程度的生产性支出，为了更好的衡量健康冲击、农业机械化对于种植业收入的影响，本文将剔除种植业生产成本之后的净收入作为粮农种植业收入的衡量指标。

2) 核心自变量。本文的核心自变量包括两个，分别为健康冲击和农业机械化。对于健康冲击的指标选取，本文主要借鉴高梦滛等[4]对健康冲击的衡量方法，并根据问卷的内容进行了调整，将“家庭医疗保健支出是否大于5 000元”，作为其衡量指标。如果家庭医疗保健支出超过5 000元，则定义为该家庭受到了健康冲击，取值为“1”，否则为“0”农业机械化采用问卷中“您家粮食作物生产的农田耕种方式是什么？1=传统农耕、2=半机械化、3=全机械化”作为其使用程度的衡量指标。

3) 其余控制变量。借鉴相关研究[19-20]，本文选取户主的年龄、性别、受教育年限作为个人特征的控制变量；选取家庭劳动力平均年龄、劳动力平均受教育年限、从事农业生产人员数量、是否为农业专业种植户以及家中耕地总面积作为家庭资源禀赋特征变量；并选取距离乡镇的距离、村内是否有灌溉设施、村庄地形以及地区虚拟变量作为环境特征变量。具体的变量定义及赋值如表1所示。

表1 变量定义及赋值Tab. 1 Variable definition and assignment

2.3 模型设定

为检验健康冲击、农业机械化对粮农种植业收入的影响，本文在Mincer[21]提出的经典收入方程基础上，对其进行扩展，构建以下计量模型。

lnYi=α0+α1Healthi+α2Xi+εi

(1)

lnYi=β0+β1Healthi+β2AMSi+

β3Healthi×AMSi+β4Xi+εi

(2)

式中：Yi——家庭种植业收入；

Healthi——粮农家庭是否遭受健康冲击；

AMSi——农业机械化采用程度；

Xi——所有控制变量；

εi——随机扰动项。

式(1)测度健康冲击对于粮农种植业收入的影响；式(2)引入健康冲击与农业机械化程度的交互项，用以检验农业机械化成在健康冲击对种植业收入影响中的调节作用，同时为避免出现多重共线性问题，在引入交互项之前，本文对原始数据中的“健康冲击”以及“农业机械化”进行了中心化处理。

3 结果与分析

3.1 健康冲击对粮农种植业收入的影响

表2显示了健康冲击对粮农种植业收入的影响。模型1为式(1)的估计结果，从模型1(OLS)可以看出，健康冲击在5%的水平上负向影响粮农的种植业收入。遭受健康冲击的农户家庭，往往会受到劳动质量和数量下降的双重影响，具体表现为从事农业劳动时间的减少和劳动力体能的下降，这在一定程度上会影响其农业生产效率，从而对家庭种植业收入产生负面影响。模型2是运用2SLS进行估计的结果，其中Hausman检验在10%的水平上显著拒绝健康冲击为外生变量的原假设，表明健康冲击与粮农收入之间确实存在内生性问题，弱工具变量检验F值为76.745，说明以“滞后一期的家庭健康冲击”作为本期粮农家庭健康冲击的工具变量并不存在弱工具变量的问题。结果表明：在考虑了模型可能存在的内生性问题后，健康冲击对于粮农的种植业收入的影响系数依然为负，且在5%的水平上显著，与基本模型的影响方向一致。由此，假说1得到了证实。

控制变量方面，户主为男性、家中从事农业生产人员数量多的粮农家庭，其种植业的收入更高。粮农家庭是否为种植业生产专业户在5%的水平上正向影响其种植业收入。村庄地形为非平原的地区，其粮农家庭种植业的收入更低。一般而言，在耕地资源匮乏、地势多为坡地的非平原地区，由于地形阻隔效应的存在会增加机械替代的难度，导致种植业生产效益低于平原地区。村庄距乡镇的距离越近，农户越容易购买到优质的生产资料，这也将会提高家庭种植业的收入。除此之外，其余变量不显著。

表2 健康冲击对家庭种植业收入的影响的模型估计结果Tab. 2 Model estimates of the impact of health shocks on household income

3.2 健康冲击与农业机械化的交互作用

表3显示了引入“健康冲击×农业机械化”交互项的模型估计结果。模型3为式(2)的估计结果，模型4式运用2SLS的估计结果。从模型3和模型4中可以看出，农业机械化在1%的水平上显著为正，表明农业机械化有助于提升粮农的种植业收入水平。与传统的农耕模式相比，农业机械化作为一种典型的劳动节约型生产手段，不仅会弥补劳动力供给不足的问题，更会通过改变要素的投入结构实现规模报酬的递增，提高农业生产效益。由此假说2的前半部分得以验证。然而“健康冲击×农业机械化”的交互项的估计系数均不显著，说明农业机械化对健康冲击与粮农的种植业收入之间并未起到明显的调节作用。究其原因，本文认为如果按农业机械使用程度来划分，全程机械化生产对劳动力起到了完全替代作用，可完全抵消其健康冲击对种植业收入造成的负面影响。然而本文所用数据显示，全机械化生产模式仅占农业机械化使用整体的35.6%，这说明农业机械化在农业生产中的应用更多集中于部分生产环节的机械化作业，其余生产环节仍然需要人工投入。因此从农业机械化的整体使用水平来看，对于健康冲击的种植业收入并未起到明显的调节作用。针对这部分的猜测，本文将在下一步进行实证检验。

控制变量方面，户主性别和是否为种植业生产专业户均在5%的水平上正向影响粮农的种植业收入水平。外部环境特征中，村内有灌溉设施、所处地势为平原的粮农家庭，其种植业收入更高。除此之外，其余变量不显著。

为了验证上一部分关于不同机械化程度下粮农健康冲击的种植业收入效应差异的猜测，根据粮农在农业生产过程中对农业机械化程度的不同选择，本文将样本的农业生产方式分为“传统耕作”“半机械化”“全机械化”三组，分别探究健康冲击对于粮农种植业收入的影响是否会受到不同机械化程度的影响，模型估计结果如表4所示。

模型5～模型7为式(1)的估计结果，从模型5中可以看出，在选择传统耕作模式的粮农家庭中，健康冲击对于种植业的收入影响在10%的水平上显著为负，说明在不引入农业机械化的情况下，健康冲击确实会对粮农的种植业收入造成一定的负面影响。

然而模型6的结果表明，当粮农选择半机械化的生产模式时，健康冲击对于种植业收入的影响依然显著为负，且影响程度大于选择传统耕作模式的粮农家庭。关于这一结果，本文认为在农户家庭受到健康冲击后，其劳动能力下降，农业劳动的供给时间减少。虽然粮农在农业生产过程中选择了半机械化生产模式，但剩余生产环节仍然需要由人工完成。成本效应以及低效率的人工劳动二者间的共同作用，导致了在半机械化生产模式下，健康冲击依然对于种植业收入具有负向影响，即半机械化生产模式对于种植业收入的正向影响程度小于机械使用成本以及健康冲击对种植业收入的负面影响程度。模型7的结果表明，在全程机械化的生产模式下，粮农的健康冲击对于种植业收入的影响已不再显著为负，且系数方向发生了改变，说明当农户选择全机械化模式后，健康冲击已不再是影响种植业收入的主要因素，尽管遭受健康冲击的农户家庭会受到劳动供给的约束，但在一定程度上为农业机械化提供了一个有利的发展空间，粮农家庭受到健康冲击之后引发了农业机械化对劳动力的替代效应，当劳动生产要素被机械全部替代时，很显然健康冲击对于种植业收入已不再具有显著影响。因此，本文上一部分的猜测得到了证实，这也在一定程度上验证了假说2的后半部分。

表3 健康冲击与农业机械化的交互项对家庭种植业收入的模型估计结果Tab. 3 Interaction between health shocks and agricultural mechanization estimates the results of models of household income

表4 不同机械化程度下的健康冲击对家庭种植业收入影响的模型估计结果Tab. 4 Model estimates of the impact of health impacts on household farming income at different levels of mechanization

3.3 稳健性检验

为对上述回归结果进行验证，本文采取缩小样本量的方法，随机抽取85%的样本，对重组之后的1709个子样本进行多元线性回归分析。模型8和模型10分别为式(1)和式(2)的估计结果，模型9和模型11是运用2SLS的估计结果。由表5知，健康冲击与农业机械化对于粮农的种植业收入的影响依旧显著，且回归系数的正负性未发生改变。交互项回归结果的影响方向与第一次回归结果一致，其余控制变量的显著性基本未发生变化，说明本文实证分析较为稳健。

表5 子样本回归的模型估计结果Tab. 5 Model estimation of subsample regression

4 结论与建议

4.1 结论

本文使用多元线性回归模型，以CLDS2016年25省2 010个农村住户数据为依据，探讨了健康冲击、农业机械化对于粮农的种植业收入的影响，并进一步分析了其中的作用机制，得出以下结论。

1) 健康冲击对粮农家庭种植业收入的影响系数为负，且通过了5%水平的显著性检验，这意味着健康冲击对粮农家庭种植业收入会产生不利影响。在矫正内生性后,健康冲击对粮农家庭种植业收入的影响仍然负向显著。

2) 农业机械化对粮农家庭种植业收入的影响系数为正，且通过了1%水平的显著性检验，这说明农业机械化的程度越大，越有利于种植业收入的提高。在克服内生性后，农业机械化仍然正向影响粮农的家庭种植业收入。

3) 农业机械化在健康冲击对粮农家庭种植业的影响中起到了部分调节作用。尽管农业机械化与健康冲击交互项的系数并不显著，但将样本农户家庭的农业生产方式按照“传统耕作”“半机械化”和“全机械化”分组后，探究健康冲击对粮农种植业收入的影响时发现，当粮农选择全程机械化生产模式时，健康冲击对于种植业收入的负面影响将会被全部抵消，而选择传统耕作模式和半机械化生产模式并不能有效缓解健康冲击对于粮农种植业收入的不利影响。

4.2 建议

1) 加大农村地区基础医疗设施建设。本文发现，如果抛开全程农业机械化生产模式的影响，健康人力资本依然是影响农户种植业收入的重要因素。遭受健康冲击所造成的种植业收入下降，其实质是劳动供给能力或供给时间受到约束所引致，而如果冲击程度大，其医疗费用支出也会挤占生产性支出，对种植业产生多方面的不利影响。因而加大农村地区的基础医疗设施建设并完善农村合作医疗制度不仅有助于改善农村居民的健康水平，而且对于家庭收入的提高会产生潜移默化的影响。

2) 健全农机社会化服务体系。从另一方面来看，劳动供给不足也是促进机械化发展的主要原因，通过优化生产要素的结构配置来降低劳动供给不足对农业生产的抑制性。正如本文研究结论所述，当全程的农业机械化生产引入其中，健康冲击对于种植业收入的负面影响在一定程度上会被弱化。因此应健全农机社会化服务体系，继续推进农业机械化服务、土地托管、生产环节外包等多种形式的农业生产性服务模式，实现小农户与现代农业生产的对接。

3) 优化农业机械化发展环境。虽然由健康冲击导致的劳动力供给约束可以诱导技术集约型生产方式的扩散，但在现实中很多约束条件是技术扩散的主要障碍。例如农业机械化的发展也受到地形条件、市场服务组织等条件的约束限制，对于耕地质量较低的山地和丘陵地带，缺少相应的小型农业机械。因此应以发展非平原地区的小型农机为农机发展的一个侧重点，加强对薄弱地区农业机械化发展的扶持力度，创造良好的农业机械化发展市场，才是实现生产要素替代的关键。