农机服务·农村劳动力转移与农民收入——基于农户经营规模分组的PVAR模型分析

刘 成，胡 禾，杨 雪，唐 晶，冯中朝*

(1.湖北省社会科学院农村经济研究所，湖北武汉430070 ；2.桂林理工大学理学院，广西桂林 541000；3.黄冈师范学院商学院，湖北黄冈 438000；4.华中农业大学经济管理学院，湖北武汉 430070)

一直以来，促进农民增收始终是我国“三农”问题研究的重点及难点。党的十九大报告提出了乡村振兴战略，将生活富裕作为主要战略目标之一。农民收入增长，很大程度上受制于农民的收入结构，近年来，有大量农业劳动力向非农领域转移，提高了农民非农就业收入比例，由此也使非农收入逐渐成为提高农民收入的主要途径和新的增长点，因此，非农收入的主体性地位不断增强。与此同时，农村劳动力转移也推动了农业劳动力成本上升，导致农户自身或雇用劳动力从事农业生产便不再具有优势，农户农业生产的机会成本也较高。按照诱致性技术变迁理论的解释，随着农业劳动力成本不断上升，增加劳动力节约型技术投入应为首选之策。目前学界研究以及实践经验均表明，增加农业机械投入是一种有效方式，尤其是由传统购买农业机械转为购买农机服务，具有成本更低、农机使用效率更高的优势，是农户优化要素配置的恰当选择。所以农户家庭的劳动力转移可能会推动劳动力成本节约型技术，即提升了农机服务使用的可能性。

农机服务、农业劳动力转移和农民收入增长两两之间可能存在着动态的影响关系。对此，通过梳理已有文献来寻求合理解释，国内外众多学者对此也已展开了相关研究，并试图分析农业机械化与农村劳动力转移间的关系，有学者认为，农业劳动力成本上升会通过替代效应来推动农业机械化发展，不过也有持与之相左的观点，认为它们或许是反向的影响关系，当农用机械总动力每增加10万kW的使用量时，农村会出现8.47万个农村剩余劳动力转移。在以上研究基础之上，也有研究认为二者是互为因果关系。从另一方面而言，也有担心劳动力大量向非农方向转移，可能会对我国粮食安全形成较大威胁，尤其是劳动力转移导致了农村人力资本下降、农业生产者老龄化均影响到粮食安全，而且农业劳动力转移导致种粮劳动用工投入量不足，降低了粮食生产效率和农业先进技术应用。也有部分学者对此持有不同观点，有研究指出，通过转移农村剩余劳动力，可以诱使资本以及技术等要素进入农业，有助于提高农业劳动生产率，对保障我国粮食安全具有积极作用。实际上，随着农业机械化的应用与发展，农业机械对农业劳动力的替代作用加强，会进一步提高粮食产量和产量生产效率，缓解劳动力转移所带来的不利影响，认为二者很可能是相互促进关系。

关于农业劳动力转移、农民收入增长以及农业机械化之间的关系研究，大多数文献聚焦于农业机械化、农业劳动力转移和农民收入增长局部关系，甚至对这种局部关系也尚存争议，当然也有研究将以上三者纳入统一分析框架中，并对以上3种变量之间关系进行讨论，试图明晰农业机械化、农业劳动力转移和农民收入增长三者间的关系，但却采用农业机械总动力与农林牧渔业从业人数比例来度量农业机械投入，可事实上，在农机跨区作业广泛存在的状况下，农业机械总动力只能从宏观层面反映农业机械的存量，并不能客观真实地反映农民对农业机械的投入。笔者认为在这一点上有待改进，由此展开突破，按照农机服务→劳动力转移→农民增收的路径进行实证分析，以期为探索促进农民增收提供更有力的支撑。

1 机理分析

农机服务对农民收入的影响大致表现为两方面：一是有助于增加农户的非农收入，农机服务作为一种典型的劳动力节约型技术，能大大提升农户劳动生产率，使农户家庭可以配置出更多的劳动力从事非农产业，同时，农户也有机会利用闲暇时间进行兼业以赚取非农收入，目前来看，大多数农户家庭的非农收入比例开始超过农业收入；二是农机服务有助于稳定农户家庭农业收入，农户通过增加农机服务投入来弥补劳动力不足，减少撂荒或弃耕现象，使农户维持兼业并保障农业收入不至于大幅减少。

农村劳动力转移对农机服务具有正向影响。按照诱致性技术变迁理论的解释，在农业劳动力大量转移的背景下，农村劳动力若仅从事农业生产，机会成本较高，会大幅度抬高劳动力成本，而在要素价格相对的变化状况下，农民会选择优化生产要素结构，更加倾向于采用劳动力节约型技术，比较典型的情况就是增加农机服务的投入。

综上所述，农机服务会促进劳动力的向外转移，而劳动力转移又会诱使农户增加农机服务投入，二者可能存在着潜在的内生性关系。此外，农机服务可以增加农民收入，而农民收入越高，其农机服务的投入比例也相应提高，总之，以上3种变量之间很可能是相互影响的关系。因此，有必要厘清农机服务、劳动力转移以及农民收入增长三者间的关系，从而有助于探索促进我国农民增收的路径。

2 模型、变量与数据

Holtz-Eakin等首次将传统时间序列模型和面板模型的不同优点结合起来。目前来看，面板向量自回归模型(PVAR)多用于宏观动态问题研究，笔者借鉴已有研究，构建实证分析模型如下：

=-1+-2+…+-+1-1+-+++

(1)

式中，为内生变量;表示地区;表示时间;为滞后阶数;表示省份固定效应;为扰动项，且满足以下条件：

()=()=()=0

(2)

面板向量自回归模型(PVAR)综合了VAR模型和面板模型各自的优点，既能够控制不可观测个体的异质性，又能很好地捕捉样本单元个体差异性对模型参数影响。依据前文的分析，选取3个内生变量——农机服务(h-ser)、农村劳动力转移(h-labtran)和农民收入(h-income)。在PVAR模型估计中，为了避免由滞后项与随机扰动项之间的相关性带来的影响，该研究采用截面均值差分法来消除时间效应及向前差分法消除个体效应，再利用GMM对模型进一步进行估计。

考虑到我国区域间的农业生产条件、自然资源禀赋等方面存在较大差异，例如在我国东北地区、华北平原的地势相对平坦，人均耕地面积较大，而以西南地区为代表的山区或者丘陵地带土地经营规模则相对较小，这种土地资源禀赋差异导致土地经营规模上的差异。如果将不同规模农户置于同一模型，则很可能会忽视地区之间土地禀赋差异所造成的影响，从而出现分析结果不准确的问题。由于土地经营规模差异所形成的影响可能有以下几点：①人均土地经营规模越大的地区意味着农业生产集约化程度也越高，农业收入比重也较大，会对农户的经营性收入有着正向影响；②人均土地经营规模与劳动力转移具有一定相关性，其影响主要表现为束缚作用，人均经营土地面积小，对劳动力束缚作用也就越小，劳动力转移程度也就高；③不同经营规模的农户生产技术效率存在差异，这在许多经典文献中已得到充分证实，尤其是关于土地经营规模与生产效率正负向关系，学界对此仍尚存不小争议。

在实证研究中，采用的是2000—2012年全国28个省份面板数据，以乡村就业人数和农林牧渔业人数之差来表示农村劳动力转移。由于官方自2012年以后，停止了对农林牧渔就业人数统计，所以该研究数据只能更新至2012年，但该研究目的在于考察3个变量间的动态影响关系，只要有足够长时期的数据，是不会影响该研究对核心问题的分析。此外，考虑到港、澳、台、西藏、北京以及上海数据缺失严重，且这些地区的农业经济比重也相对较低，所以将以上几个省市样本予以剔除。同时，考虑到由于粮食作物是大多数农民农业收入的主要来源，粮食作物的农业机械化程度也相对较高，故以粮食作物作为研究对象。

农机服务(service)：选取《全国农产品成本收益资料汇编》中机械租赁费用与人工费用来构造农机服务投入程度这一核心变量。该研究的核心对象是粮食作物，粮食生产的机械租赁费用以及人工费用是由水稻、小麦以及玉米的相应指标平均所得，采用机械租赁费用与人工费用之比来反映粮食生产中机械替代人工的程度。

农村劳动力转移(transfer)：由于《中国农村统计年鉴》以及《中国统计年鉴》中并没有直接统计我国农村劳动力转移的具体数据，借鉴周振对农村劳动力转移的测算方法，即采用乡村就业人数和农林牧渔业人数之差来表示劳动力转移的数量。

农民收入(income)：采用各省份农村居民的人均纯收入来表示农民收入，农民收入分为可以细分为经营性收入、工资性收入、转移性收入和财产性收入，由于大多数农户的转移性收入和财产性收入占农户家庭收入的比例较少，农民收入主要由经营性收入和工资性收入两部分构成，其中经营性主要来自农业收入，工资性收入主要来自非农就业收入。

土地经营规模(land)：考虑到土地实际利用情况以及数据可获得性，选取人均农作物播种面积来表示农户经营规模。

采用全国人均农作物播种面积作为区分经营规模大小的临界值，根据已有数据，该研究测得经营规模临界值的大小为0.39 hm，因此，该研究设定经营规模≥0.39 hm的区域为大规模区域，<0.39 hm的区域为小规模区域。对总样本、大规模区域以及小规模区域的核心指标进行描述性统计，具体如表1所示。

表1 核心变量的描述性统计Table 1 Descriptive statistics of core variables

3 实证分析

该研究参照连玉君所给出的PVAR程序，构建了AIC、BIC和HQIC统计量，用以选择PVAR模型的最优滞后期。在表2中，按照农地规模大小，将其划分成两组区域，并分别报告两组PVAR模型系统的滞后3期的相关检验结果，结果显示，两种规模地区的PVAR模型的最优滞后阶数应为2阶。

该研究拟初步探讨变量间的相互影响关系，主要分析各变量滞后项对其自身的影响程度，采用PVAR模型和采用广义矩估计(GMM)方法进行估计(表3)。具体做法如下：通过200次蒙特卡洛模拟来消除固定效应滞后，进行GMM估计，结果显示农机服务、农村劳动力转移和农民收入对自身的解释力均较强，此外，农机服务与农村劳动力转移之间存在动态影响关系，且在不同经营规模的区域之间存在明显差异，但劳动力转移与农民收入之间的动态关系并不明确。

表2 PVAR模型滞后阶数选择分析结果Table 2 PVAR model lag order selection analysis results

①在h_income的方程中，对于小规模区域而言，滞后1、2期的农民收入和滞后2期的农机服务对农民收入有显著性影响，在大规模区域，滞后1期的农民收入对农民收入有显著影响；②在h_ser的方程中，对于小规模区域而言，滞后1、2期的农机服务、滞后1、2期劳动力转移对农机服务有显著性影响，在大规模区域，滞后1期的农机服务对农机服务有显著性影响；③h_labtran的方程中，在小规模区域，劳动力转移的滞后1期对劳动力转移有显著影响，在大规模区域，滞后1、2期的农机服务以及滞后1期的农民收入对劳动力转移有显著影响。

运用Granger因果分析进一步考察农机服务、劳动力转移和农民收入三者之间短期内的动态影响关系，结果见表4。

考虑到农民收入和农机服务可能会受到个体某些特征影响，因此采用基于Wald系数约束检验各个变量之间的Granger原因，得到实证结果如表4所示。从表4中的结果可以得出以下结论：①无论是大规模区域还是小规模区域，农机服务的变化都会影响农民收入；②大规模区域与小规模区域有着显著性差异，对于经营规模小的区域而言，劳动力转移的变化均会影响农民收入以及农机服务投入，但是在大规模区域并未表现出相同的影响关系。

①对于两种经营规模大小不同的区域而言，农机服务对农民收入均有着显著的单向Granger原因，这说明在短期内发展农机服务有助于促进农民增收；②在小规模区域，农民收入与劳动力转移之间存在显著的Granger原因，表明农村劳动力转移与农村居民收入之间，短期内具有相互驱动效应；③在大规模区域，农机服务是劳动力转移的Granger原因，但这种关系在小规模区域则并不明显，这可能是由于在大规模地区的农业生产中存在着相对较多的劳动力剩余，若是增加农机服务的投入比重，可以进一步促进此类地区的劳动力转移，但在小规模地区，现有耕地规模难以维系农户的基本生活，劳动力外出务工比例相对较高，即劳动力的转移原本就已经相当充分，反而在大规模区域，农机服务对提高劳动生产率的促进作用更加明显，所以对劳动力的转移效果更加明显。

表3 PVAR模型分析结果Table 3 PVAR model analysis results

表4 农民收入、农机服务与农村劳动力转移之间的Granger原因检验Table 4 Granger reason test between rural residents’ income, agricultural machinery services and labor transfer

方差分解方法主要可以用于预测均方差误差的贡献度，从而识别各个因素对某个变量的冲击作用大小。通过脉冲响应函数考察变量之间的长期动态交互效应是否在区域间存在着差异，经过蒙特卡洛200次模拟，分别得到大规模地区和小规模地区6期的脉冲响应图。其中，图1是大规模区域脉冲响应图，图2是小规模区域的脉冲响应图。

分析图1和2两种类型的图形结果，可得出以下两点结论：①各个变量对来自自身冲击的反应机制不同，其中，在大规模区域，农机服务表现出明显的经济惯性，在小规模区域则是劳动力转移表现出显著的经济惯性；②在小规模区域，劳动力转移对农民收入的促进作用更加明显，这可能由于小规模区域的劳动力剩余状况更加显著，在大规模区域，农业劳动力具备经营一定规模耕地的条件，其劳动力转移的效应必然会降低。

该研究在分析脉冲响应的基础上，进一步采用方差分解来考察结构冲击对内生变量的贡献度。分别对大规模区域和小规模区域进行200次蒙特卡洛模拟的方差分解，以检验农机服务、农村劳动力转移和农民收入三者之间的变动关系。模型运行结果如表5所示，比较面板大规模和面板小规模的方差分解结果可以发现，针对不同的经营规模，方差分解结果存在一定差异。具体如下：①在第1期，大规模区域的粮食农机服务对劳动力转移的贡献度为3.7%，小规模区域为1.1%，到第3期时，大规模区域贡献率为17.3%，小规模区域贡献率0.5%，说明在大规模区域，农机服务对劳动力转移的促进作用更明显；②随着时间的推移，农机服务推动农村收入变动对劳动力转移的贡献度比大规模区域将逐步扩大。

注：200次蒙特卡洛重复产生的每边误差为5% Note:Errors are 5% on each side generated by Monte-Carlo with 200 reps图1 (大规模)面板脉冲响应图Fig.1 Panel impulse response diagram (large scale)

注：200次蒙特卡洛重复产生的每边误差为5% Note:Errors are 5% on each side generated by Monte-Carlo with 200 reps图2 (小规模)面板脉冲响应图Fig.2 Panel impulse response diagram (small scale)

表5 面板小规模和面板大规模的方差分解结果Table 5 Variance decomposition results for panel S and panel B

4 结论与政策启示

(1)从方差分解结果来看，这可能是由于不同经营规模地区农业发展的先天禀赋和经济发展水平存在着显著差异，导致各地区粮食生产中的农机服务投入、农村劳动力转移和农村居民收入间呈现出不同的影响关系。

(2)从表5的方差分解结果来看，在第1期，大规模区域的粮食农机服务对劳动力转移的贡献度为3.7%，小规模区域为1.1%，到第3期时，大规模区域贡献率变动为17.3%，小规模区域贡献率0.5%，说明农机服务对劳动力转移具有一定贡献，但在大规模区域与小规模区域之间又存在着显著的差异，这一结论与表4的Granger原因检验结果基本一致，由此表明，农机服务对劳动力转移的影响是会受到农地规模大小的影响，从更深层次的角度来分析，当前所推行的服务规模化发展并非与农地规模化互为割裂的，恰恰是一种依存的关系。

基于以上研究结论，在推动我国农业规模化经营过程中，应当因地制宜、分类施策地推进农业适度规模经营。针对不同类型、不同经营规模农户而言，农机服务对农户生产的影响机制也并不相同：①在丘陵地区和土地细碎化严重的地区，应当完善耕地经营过程中的社会化服务体系，以提升农机服务的规模经济性；②在耕地资源相对丰富的平原地区，农户往往具备自发调整土地资源内生动力，政府应当做好耕地流转市场的引导、完善服务工作，落实农村土地“三权分置”办法，鼓励小农户积极参与土地资源配置，使农户切实分享到土地规模经营效益，将土地流转方式作为推进适度规模经营的重要措施。