外出务工对农民成为合作社负责人的影响——基于全国粮食种植业职业农民的分析

曾俊霞，龙文进，郜亮亮*

（1. 中国社会科学院农村发展研究所，北京 100732；2. 中国农业大学经济管理学院，北京 100083）

外出务工返乡农民是新型经营主体中的重要个体组成和高素质代表[1]，被认为是解决中国“谁来种地”、提高中国农业生产者组织化程度的重要力量。政府将外出务工返乡农民作为新型经营主体的重点培育对象和乡村人才振兴重要的人才来源，期望他们能够在农业生产中发挥引领和带动作用，为乡村振兴贡献坚实的人才力量。一方面，在返乡农民工中，有相当一部分依然从事传统农业生产[2-3]。而农业生产，尤其是粮食种植业生产事关国家粮食安全大局。特别是在新的国内外形势下，粮食生产的“压舱石”作用更加突显，牢牢把 14 亿人的饭碗端在自己手里显得尤为重要。另一方面，新型农业经营主体是确保我国粮食安全有效供给的重要载体，从事粮食种植业的外出务工返乡农民作为新型经营主体中的高素质农民代表，在保障粮食安全、提高农业质量和效益上有着重要作用。因此，研究外出返乡后从事粮食种植业的农民在农民合作社中的引领作用就具有非常重要的现实意义。

现有研究普遍认为农民合作社对增进农民利益、改善农民的市场地位具有重要作用[4]，是小农户和现代农业有机衔接的关键载体[5]。在有关农民合作社的研究中，多数研究集中于讨论农民合作社的形成发展[6-7]、农民加入合作社或联合社的影响因素[8-11]，以及合作社对农户生产经营、利益获得的影响[12-15]。少数有关合作社负责人的研究多局限于理论或案例分析，缺乏大样本实证研究。相比一般合作社成员，合作社负责人拥有更高的能力和更多的资源，能够发挥更强的引领作用。从提高农民组织化的程度看，如果将加入合作社视为农民自身组织化程度提高的初级表现，那么成为合作社负责人则可以看作是促进“组织”组织化程度提高的更高级表现。在人才匮乏的农村，更加需要这些能够提高农民组织化程度、带领农民发展、加快乡村振兴的关键人才。

本文将聚焦返乡后从事粮食种植业的农民，研究外出务工对他们成为合作社负责人的影响。首先，返乡农民工是农村稀缺性的人力资本和乡村振兴重要的人才来源，乡村振兴人才振兴是关键，尤其是这些从农村出去又回到农村的返乡人才。返乡农民工的经济、社会行为，尤其是他们在新型经营主体中的作用都非常值得关注，这将有助于从研究层面更加全面、深入地认识该群体，并从政策层面积极促进该群体在乡村振兴中发挥更大的作用。其次，在当前全球粮食安全受到冲击，世界粮食安全遭遇重大挑战的时刻，研究关注粮食种植业领域的农民及合作组织，将有助于增加对种粮农民群体的深刻认识，为进一步优化种粮农民队伍结构、调动种粮农民的粮食生产积极性、保障国家粮食安全提供有力的支撑作用。因此，本文将使用2017年31个省、市、自治区的3 111名粮食种植业职业农民的大样本数据，分析外出务工和合作社负责人的基本情况，在此基础上，采用二元模型（线性概率模型、Logit模型、Probit模型）、双重稳健模型（逆概率加权回归修正模型、扩展逆概率加权模型）、匹配模型（Mahalanobis近邻匹配和倾向值PSM匹配）和多元定序模型等计量方法深入分析外出务工对农民成为合作社负责人的影响及具体程度，并提出有助于外出务工返乡农民加快农业生产发展、发挥引领作用的政策建议。

1 理论分析与研究假说

返乡农民工在外务工期间获得了什么？这些所得是否可能有助于他们返乡后成为合作社负责人？这些是本文重要的理论支持。新迁移经济学的分析表明农村家庭根据劳动力和资源状况，安排家庭中的优势劳动力向城市迁移，完成家庭发展的必要资本积累返乡[16]，迁移期间获得的技能和经验的提升可帮助回流后获得更好的发展[17]。结合新迁移经济学理论和本文研究目标，探讨农民工在务工期间所获得的有形与无形资本可以提高他们返乡后成为合作社负责人的可能性。

已有研究表明，农民在外务工期间的人力资本、社会资本、财务资本和运营资本等都能够得到不同程度的提高[18-20]，大多数农民工返乡后会将这些增加的资本带回家乡，并对村庄内人力资本的配置、物质资本的配置、生产技术的扩散、自然资源的开发与利用、劳动力资源的就业等产生积极效 应[21-22]。返乡农民工通过务工所增长的技术技能、经营管理能力、企业家精神[23-24]和社会资本动员能力[25]，提高返乡后创业的概率[26-29]、创业的绩效[30]。 返乡农民工在农业上创业创新的魄力和能力明显增强[31]，成为农业和乡村治理领域新的精英[32-33]。

但是也有研究表明，返乡农民工从事农业没有优势可言，甚至还存在劣势，因此就更谈不上在组织中的带领作用了。这是因为返乡可能是一种被迫的负向选择行为[34]，返乡回流可能是夹心层[35]、更可能是受教育水平低和年龄大[36]，返乡农民中教育程度相对高的反而较少从事农业而更多流向二、三产业[37]。这些不利因素使得务工返乡从事农业的积极作用成为一个伪命题。在返乡农民工参与合作社方面，有研究发现外出务工经历对加入合作社没有显著影响[38]，非农就业等特殊经历对加入合作社甚至有部分负向影响[39]，因此返乡农民工成为合作社负责人的可能性反而降低。

现有研究结论不一致的一个重要原因是由样本数据引起的。由于数据在样本时间、地点、数量和代表性等差异，不同的研究得出的结论不尽一致。本文认为外出务工会对农民成为合作社负责人产生影响，但到底是正向的还是负向的，以及影响的具体程度是什么，需要采用有代表性的大样本做实证研究来回答。基于以上理论分析和已有研究结果，本文提出待验证的研究假说：外出务工有助于返乡农民工成为合作社负责人。

2 研究方法

2.1 数据来源

本文所使用的数据来源于2018年中央农业广播电视学校（农业农村部农民科技教育培训中心）组织、中国社会科学院农村发展研究所主要参与的农民素质发展追踪调查。该调查是目前样本量较大、具代表性的全国性职业农民（或高素质农民）调查，这一调查数据也是农业农村部高素质农民年度发展报告的基础数据。根据《“十三五”全国新型职业农民培育发展规划》，职业农民是以农业为职业、具有相应的专业技能、收入主要来自农业生产经营并达到相当水平的现代农业从业者。该调查样本为研究返乡农民工是否更有可能成为合作社负责人提供了非常坚实的数据基础。同时，大样本数据还可以通过重置样本、增加控制变量、变换计量模型等方法来增加结论的可靠性。

本次调查在全国31省、市、自治区（不含台湾、香港和澳门特别行政区）进行，具体抽样原则为：在每个省（市、区）内，按照各区县的人均GDP排名把所有区县分成高、中、低3层，每层随机抽取2个区县，共抽取6个区县。在每个区县内，根据乡镇农民人均可支配收入把所有乡镇分成3层，每层随机抽取2个乡镇，共抽取6个乡镇。在每个乡镇内，随机调查10名职业农民。根据研究目的，并为使样本具有代表性和变异性，每个乡镇抽取10名职业农民时应依次遵循以种植业为主；尽可能分布在不同的村；尽可能具有不同的经营规模；尽可能在年龄、学历、技能和接受培训等方面具有差异。

本次调查共获得全国31个省市区181个区县10 879个职业农民的问卷数据。剔除逻辑不通、严重缺失、异常值较多的样本，共获得全国31个省176个区县1 140个乡镇5 154个村庄的9 736个有效职业农民样本，有效样本比为89.74%。本次调查样本的地区分布非常广，可以比较全面的说明目前全国职业农民的发展状况。

鉴于本文的研究内容，研究样本限制在粮食种植业农民上。一方面，种植业与非种植业在生产经营上有很大的差异，对土地、劳动力、资金和技术等要求不一样，因此排除那些没有从事种植业的农民（如纯养殖业农民）有助于减少结果偏误。另一方面，即使是种植业中，粮食作物种植业与经济作物种植业在利润化水平、组织化程度等也具备较大差异，把样本限制在粮食作物种植业（即产值最高的种植作物为粮食类作物）的农民样本中更加有助于减少结果偏误，同时凸显本研究在粮食安全上的意义。最终纳入本文分析的农民样本量为3 111个。

2.2 变量选取

本文研究的因变量是一个二元虚拟变量，即是否是合作社负责人。自变量也是一个二元虚拟变量，即是否为外出务工返乡农民（外出单元为乡镇）。除了是否为外出务工返乡农民这一自变量外，控制变量包括：1）个人特征：年龄、性别、受教育水平、身体健康、党员身份。这些指标体现了个人的人力资本和部分社会资本。2）家庭特征：家庭16～60岁的劳动人口数量。劳动力数量是家庭人口结构的体现，也是生产要素的重要体现。3）经营特征：首要（即产值最大的）农作物种类、经营土地面积。由于经营土地面积偏态分布严重，在模型中取其对数。4）地区固定效应：鉴于不同地域在农业生产条件、政府政策支持等差异，在模型中加入样本所在县的固定效应或所在省的固定效应。

2.3 分析方法

由于本文主要考察外出务工对返乡农民成为合作社负责人的影响，因此基准模型设定为：

其中：L为是否是合作社负责人，MIG为是否外出务工的虚拟变量，Ci为控制变量，δi为各控制变量的系数，a为常数，β为待估系数，ε为随机扰动项。

对于二元类型的因变量，可以用线性概率模型（Linear Probability Mode, LPM）、Logit模型或Probit模型来估计自变量对因变量的影响。

由于外出务工存在自选择问题，外出务工与没有外出务工的两类农民可能存在系统性差异，一般的LPM、Logit或Probit模型可能遗漏了一些重要变量，模型存在反向因果的可能性（如成为合作社负责人可能反过来影响外出务工）。如果模型没有更好地考虑内生性问题，模型结果可能是有偏的。借鉴已有相关研究[40-42]，本文将采用逆概率加权回归修正模型（Inverse-Probability-Weighted Regression Adjustment，IPWRA）和扩展逆概率加权 模型（Augmented Inverse-Probability Weighting，AIPW） 来试图解决以上实证难题，以保证计量结果是无偏的。IPWRA和AIPW模型最大优点在于其“双重稳健性”，即只要结果模型（outcome model）和选择模型（selection model）中的任何一个模型的设置是正确的，模型估计出来的结果就是无偏的；即使结果模型和选择模型的设置都是有问题的，模型估计出来的结果的偏误也相对较小。双重稳健模型也被用于研究合作社参与的影响[43]。在本文中，结果模型的因变量是“是否是合作社负责人”，选择模型的因变量是“是否为外出务工返乡农民”。

除了双重稳健模型外，本文还使用了样本筛选、倾向值匹配、多元定序模型等不同方法来对结论进行稳健性检验。

3 结果与分析

3.1 外出务工返乡农民与合作社负责人统计分析

调查样本中的职业农民近1/4的是外出务工返乡农民，近1/4的是合作社负责人。在3 111个粮食种植业农民中，外出务工返乡农民736人，占23.66%；没有外出务工经历的农民 2 375人，占76.34%。在所有的粮食种植业农民中，合作社负责人有765人，占24.59%；非合作社负责人有2 346人，占75.41%（表1）。需要注意的是，调查样本中合作社负责人的比例比一般的农户调查样本中的比例要高，这是因为调查对象是职业农民（或高素质农民），是农民群体中的先进生产力代表，是现代农业的主力军，从业综合素质明显更高[44]。

表1 外出务工返乡农民和合作社负责人的基本情况Table 1 Descriptive statistics of leaders of agricultural cooperatives and returning rural migrants with non-farm work experiences

外出务工返乡农民中合作社负责人占比明显更高。外出务工返乡农民中，34.65%是合作社负责人，而那些没有外出务工的农民中，21.47%是合作社负责人（表2），比前者低了13.18个百分点，这一差距具有统计上的显著性。因此，从描述统计上看，外出务工返乡农民成为合作社负责人的比例要显著地高于没有外出经历的农民。

表2 外出务工返乡农民与合作社负责人交叉表（%）Table 2 Cross analysis of leaders of agricultural cooperatives and returning rural migrants with non-farm work experiences (%)

比较外出务工农民和非外出务工农民两类群体，可以发现在一些基本特征上存在差异。相对于没有外出务工的农民，外出务工返乡农民更年轻、男性比例更高、受教育水平更高、经营土地规模更大、从事玉米生产的比例少（表3）。两类群体存在的这些系统性的差异，要求在模型中必须考虑相关的内生性问题。

表3 外出务工返乡农民与非外出务工返乡农民群体的特征差异Table 3 Difference in characteristics between leaders of agricultural cooperatives and returning rural migrants with non-farm work experiences

3.2 外出务工对返乡农民成为合作社负责人的影响分析

二元模型（LPM、Logit和Probit模型）结果显 示，外出务工对返乡农民成为合作社负责人均起到了显著正向促进作用，且在1%的统计水平上显著（表4），即外出务工返乡农民成为合作社负责人的显著更多。

表4 成为合作社负责人的影响因素分析Table 4 Determinants of being leaders of agricultural cooperatives

控制变量中，有一些变量对农民成为合作社负责人产生了显著性影响，个体特征中，男性、受教育水平高的、身体健康的、是党员的农民都更有可能成为合作社负责人，而年龄对农民成为合作社负责人的影响则呈倒U型，随着年龄的增加农民成为合作社负责人的可能性先增加后减少；经营特征中家庭经营土地面积更多的农民成为合作社负责人的可能性更大。

通过以上二元模型结果可以得知外出务工返乡农民成为合作社负责人的更多，但具体多出的程度仍然未知。这就需要计算模型中各变量的平均边际效应。在LPM、Logit和Probit模型结果中，外出务工返乡农民成为合作社负责人的概率增加了6.91、6.15和6.28个百分点（表5）。采用以上最低的概率6.15%与总样本中合作社负责人占比24.59%相除得到25.01%，这就意味着外出务工返乡农民成为合作社负责人的可能性至少增加了1/4，即本文的假说“外出务工有助于返乡农民成为合作社负责人”成立。

表5 Logit模型中各变量的平均边际贡献Table 5 Average marginal effect of variables in the Logit models

为了避免由于外出务工这一自选择带来的可能内生性，采用双重稳健模型来分析外出务工对农民成为合作社负责人的影响，表6给出了IPWRA和AIPW模型中结果模型（外出务工返乡农民、非务工返乡农民）和选择模型（是否外出务工返乡）的结果。与结果模型相比，选择模型增加了一个变量“有0～15岁孩子”；由于现在的农业经营特征并不直接影响之前的外出务工返乡行为，因此在结果模型中没有纳入首要粮食作物和经营土地面积这两个变量。结果显示，有0～15岁孩子与外出务工返乡呈显著性正相关，即有小孩的农民工更可能返乡。

由于表6并不直接体现外出务工返乡对成为合作社负责人的影响，加上外出务工对全体农民和外出务工返乡农民两类群体成为合作社负责人的影响可能不同，在表7中分别计算总体平均处理效应（Average Treatment Effect，ATE）和外出务工返乡农民（即干预组）的平均处理效应（Average Treatment Effect for the Treated，ATT）。在表6的结果模型中，虽然各变量对外出务工返乡农民和非外出务工返乡农民这两类群体的影响不尽相同，APWRA和AIPW两类方法出来的模型结果也有差异，但表7显示IPWRA和AIPW模型得出的ATE非常接近，约为6个百分点（0.060 6和0.059 0），且都在1%的统计水平上显著。这反映的是：农民有外出务工经历相比不外出务工成为合作社负责人的概率会增加6个百分点左右。IPWRA模型得出了ATT值为0.071 8，显著性水平为1%，高于ATE值约1个百分点。这反映的是：外出务工农民比不外出农民成为合作社负责人的概率增加了7.18个百分点。ATT比ATE高出1个百分点，说明外出务工对务工组农民成为合作社负责人的影响程度更大，比全体农民多出1个百分点。

表6 双重稳健模型结果Table 6 Results of the Double Robust Models

表7 双重稳健模型中的外出务工返乡对成为合作社负责人的平均处理效应Table 7 Average treatment effect of non-farm work experiences on being leaders of agricultural cooperatives from the double robust models

总的来看，更加严谨的双重稳健模型也同样支持外出务工显著增加农民成为合作社负责人的概率这一结论，并且与前面的二元模型LPM、Logit和Probit结果系数基本一致（均在6个百分点左右），模型的稳定性非常好。因此，本文可以得出：外出务工对返乡农民成为合作社负责人具有显著的影响，并且是正向地促进作用，研究假说得到证实。这也验证了新迁移经济学的相关理论分析。农民外出务工迁移实现了技术、资金、创业和管理能力等多方面的提升，返乡的同时也实现了人力资本、经济资本和社会资本等多重资本的回流，甚至实现了迁出地人力资本流失的逆转，增强了家乡经济的企业活动和创新精神，带动了家乡经济的发展。

3.3 稳健性检验分析

为进一步验证结果的可靠性，本文还通过重置样本、更换计量模型等进行稳健性检验。

3.3.1 样本重置 一些无法观测到的因素，可能同时影响是否外出务工以及是否加入合作社，可以通过重置样本来降低这些因素的影响。比如，调查样本数据显示一些乡镇所有的农民样本都没有外出务工经历，或都没有加入合作社，亦或既不外出务工也不加入合作社。这些样本可能会对研究结果产生影响，因为前提条件不成立，即没有外出务工农民或没有合作社导致外出务工对合作社的作用没有发挥出来。所以，为了尽可能地减少这些因素的影响，可以重置样本，分类排除以上样本，对比模型结果是否一致稳定。

重置样本后，二元模型结果仍然一致稳定，均支持外出务工返乡农民更有可能成为合作社负责人的结论（表8）。具体来看：排除没有外出务工农户的乡镇后，调查农民样本从3 111人减少到2 280人；排除没有合作社成员的乡镇后，调查农民样本从 3 111人减少到2 913人；排除同时没有外出务工农户和合作社成员的乡镇后，调查农民样本从3 111人减少到2 168人。三类样本的二元回归模型中的平均边际贡献均在0.056 4～0.072 9之间，显著性水平在5%或1%的水平上，结论非常稳定。

表8 样本筛选模型中外出务工返乡对成为合作社负责人的平均边际贡献Table 8 Average marginal effect of non-farm work experiences on being leaders of agricultural cooperatives from the sample-selected models

3.3.2 匹配法 外出务工并非一种随机现象，可能存在自选择问题，外出务工的农民和没有外出务工的农民在很多特征上都存在差异性（表3），所以直接比较两类农民成为合作社负责人的差异就可能会存在偏误。采用匹配法构建同质性较强的外出务工返乡组（干预组）和非外出务工返乡组（控制组），有效控制两组样本在可观测变量上系统性差异，可以在一定程度上解决由于样本特征差异而导致的结果偏误。本文分别使用两种匹配方法（Mahalanobis近邻匹配和倾向值PSM匹配）来验证之前结果的稳健性。近邻匹配方法、倾向值PSM匹配方法分别显示外出务工可以提高农民成为合作社负责人的概率为7.97和10.51个百分点，显著性水平为1% （表9）。两种匹配方法均支持外出务工返乡农民更有可能成为合作社负责人的结论。

表9 匹配后的外出务工返乡对成为合作社负责人的 平均处理效应（ATE）Table 9 Average treatment effect of non-farm work experience on being leaders of agricultural cooperatives from the matching models

3.3.3 多元定序模型 合作社负责人可以看成是合作社一般成员的“升级”，而合作社一般成员可以看成是非合作社成员的“升级”，因此将因变量从二元变量（是否为合作社负责人）扩展为合作社负责人、合作社一般成员和非合作社成员3个分类，采用定序Logit或定序Probit模型就可以刻画出外出务工对不同合作社成员级别之间的影响，而不仅局限在最高级别合作社负责人层面。定序Logit和定序Probit模型的结果均一致稳定（表10），相比没有外出务工的农民，外出务工返乡农民不加入合作社（即非合作社成员）的概率要低7.6个百分点左 右，而加入合作社成为合作社一般成员的概率要高近2个百分点，加入合作社并成为合作社负责人的概率要高近6个百分点。因此，多元定序模型不仅表明外出务工可以显著增加农民成为合作社负责人的概率，同时也刻画出了外出务工有助于农民在合作社成员级别中的“进级”。

表10 多元定序模型中外出务工返乡对成为合作社成员级别的平均边际贡献Table 10 Average marginal effect of non-farm work experiences on being leaders of agricultural cooperatives from the ordered models

3.4 外出务工促进农民成为合作社负责人的机理探讨

计量模型分析表明，外出务工显著地促进了返乡农民成为合作社负责人，但具体如何影响还需要进一步的机理探讨。根据以往理论可知，农民在外出务工期间，人力资本、经济资本和社会资本都得到了提高，尤其是和组织成长有关的经营管理、创业创新等能力的提升帮助他们返乡后在农业生产中更早实现规模化、集约化、品牌化和优质化生产，从而获得农户中的领先地位和政府更多的政策支持，发挥在组织中的引领作用。利用本文调查数据，以下将从人力资本提升、农业生产投入和政府政策支持三个角度来尝试阐述外出务工对农民成为合作社负责人的影响机制。

在人力资本提升上，一方面，外出务工返乡的农民获得各种技术证书的比例高于没有外出务工的农民。调查样本显示，在外出务工返乡的农民中，70.11%的获得新型职业农民证书，16.71%的获得农民技术人员职称，7.07%的获得国家职业资格证书，这些比例要比没有外出务工的农民分别高出5.82、2.48和0.46个百分点。另一方面，外出务工返乡的农民接受各种培训的比例、有继续教育意愿的比例都更高。调查样本显示，外出务工的农民中，接受过农业培训的比例高达91.3%，希望通过职业教育获得农业职业教育学历的比例为84.84%，正在接受学历教育的比例为19.7%，这些比例要比没有外出务工的农民分别高出4.56、8.76和4.07个百分点。外出务工返乡农民较高的人力资本，与其自身固有的人力资本高有关，也与在外出务工期间增加的人力资本有关。

在农业生产投入上，外出务工返乡的农民明显多于没有外出务工的农民。以农机总价值为例，外出务工返乡的农民家庭农机总价值投入为12.24万元，比没有外出务工的农民高2.63万元。外出务工返乡农民农业生产投入多，与在外出务工期间增加的经济资本有关，也可能和他们在外出务工期间增加的企业家精神有关。

在政治资本上，外出务工返乡的农民获得的政治网络资源和政策支持要更多。调查样本显示，外出务工返乡农民中，有3.42%的担任过县级及以上人大代表或政协委员，12.02%的获得县级及以上表彰或奖励，比没有外出务工的农民分别高出1.14和2.51个百分点。从政策支持上看，外出务工返乡的农民平均获得2.4项政策支持，而没有外出务工的农民获得2项政策支持。更多的政治网络资源和政策支持使得外出务工返乡农民更有可能成为合作社负责人。

4 结论与政策启示

4.1 结论

研究表明，从事粮食种植业的职业农民中，在控制了个体、家庭、地区等特征后，相比没有外出务工的农民，外出务工返乡的农民成为合作社负责人的比例要显著高出至少6个百分点。考虑到总样本中合作社负责人的占比约为25%，外出务工返乡农民成为合作社负责人的可能性至少增加了1/4，外出务工有助于返乡农民工成为合作社负责人。影响机制分析表明农民在外出务工迁移期间，增加的人力资本、经济资本等使得他们返乡后能更好地从事农业生产并获得更多的政策支持，从而在农民组织化中发挥引领作用。需要加以说明的是，职业农民和中国广大的小农户在人力资本、农业生产等方面存在显著的差异，因此本文的研究结论在小农户层面推广可能存在一定的限制。

受到国内外经济发展新格局的影响，未来可能会有越来越多的外出务工农民返乡并加入农业生产者队伍。国家统计局发布的《农民工监测调查报告》显示，自2008年以来，2020年外出务工农民人数首次出现下降，比上一年减少了466万人。外出务工返乡农民在农业生产和乡村振兴中将发挥更多更具引领带动性的作用。

4.2 政策启示

外出务工返乡农民不仅实现了家乡人力资本流失的逆转，而且在一些新型经营主体中还发挥了引领带头作用，对于乡村振兴战略背景下的农村经济发展具有积极意义。

1）政府应鼓励那些从事生产力水平较低的农业活动的青年农民外出就业，通过外出务工增加其物质资本和人力资本的积累，为未来返乡做准备。在当前传统农业向现代农业转型的阶段，农村仍然有大量的劳动力从事效率不高的农业生产，他们当中很多人没有外出务工经历，人力资本水平也不高，可以通过外出务工全面提升自己的综合素质。未来，可能有一部分人留在城市，但是也会有一部分人选择返乡，成为素质较高的返乡农民工群体再次投身农业。应当看到，在当前阶段，吸引更多优质返乡农民工的前提是拥有更多外出农民工。

2）政府应大力吸引那些优秀的外出务工农民返乡，鼓励他们投身农业生产和乡村振兴事业。通过乡村人才制度改革，破除人才流动壁垒，吸引返乡农民工等返乡下乡人才从城市流动到农村，优化农村劳动力的队伍结构；对返乡农民工进行摸底调查，更好地掌握他们的普遍需求，创造良好的政策环境，以便将其外出时期积累的人力资本和物质资本更加顺利地转换为农业生产优势；通过基础设施、金融信贷等政策扶持帮助返乡农民工更好地从事农业生产经营活动，充分发挥其在各个新型经营主体中的引领作用，推动农村经济的高效发展；加大农民培训，持续提升返乡农民工的人力资本和社会资本，为乡村振兴提供人才支撑。