劳动力成本上升对不同农户粮食种植结构调整影响研究

邓坤宇

（河南工业大学，河南 郑州 450001）

随着我国经济近年来的不断发展，自2004年起粮食产量实现多年连增，农业得到了长足的发展。同时在国家层面，中央高度重视“三农”工作，连续多年“一号文件”都对农业做出重大部署。这就导致如今，我国农业环境复杂，老问题依旧存在，新的问题也在不断出现。

学者通过研究认为影响粮食种植结构调整的原因主要分为四方面因素：自然、经济、技术以及政策。气候方面，李祎君等通过分析1961-2007年的全国逐日平均温度观测数据以及前人研究，认为由于气候变暖，三大粮食种植结构比例发生了冬麦西延，水稻东扩等重大改变；技术方面，王欧等通过对超越对数函数计算技术替代弹性得出，对于不同作物替代强度不同，不同区域的种植结构调整也不尽相同；政策方面，田旭通过测算单位面积利润的变化发现当前针对粮食主产区的最低粮食收购价格政策可能是造成我国粮食种植结构调整的重要原因之一。通过上述文献来看,对于影响粮食种植结构调整的因素研究比较面，对于劳动力成本上升的正负影响虽然存在一定分歧，但是可见，劳动力成本上升必然会对种植结构产生影响。

综上文献来看，关于粮食种植结构的调整的研究已经较为深入。尽管已有研究对从农户分化的角度来研究，但是并没有文献具体探讨到是哪些农户的自然禀赋促使农民在劳动力成本上升的情况下调整粮食种植结构。本文将通过探究劳动力成本上升情况下粮食种植结构是否会有差异以及是哪种禀赋导致差异存在两个问题，以期为国家制定相关政策提供参考。

1.农户分类标准及数据描述统计

1.1 农户分类标准

定义家庭经营耕地面积在其所在县排名前1/10的农户为规模户；高兼业户为耕地经营规模未达到规模户水平，且家庭非农就业收入比例高于70%的农户；低兼业户为耕地经营规模未达到规模户水平，家庭非农就业收入比例低于30%，且家庭年人均收入低于6600元的农户。

1.2 数据来源

本文数据是由相关课题组专门聘任和培训的80余位调查员在2019年8月对黑龙江，浙江，河南，四川4个省的16个县（市）34个乡镇128个村1040户水稻和玉米种植户的调查所得。

1.3 数据描述性统计

1.3.1 农户风险偏好

通过将问卷关于风险偏好的问题结果进行整理得到表1，根据农户回答将风险偏好定义在3-6，风险偏好随数字增大而增大。同时，可以发现高兼业户对于风险的偏好程度分布较为极端，风险规避者和风险爱好者接近相同。

表1 不同农户风险偏好（单位：户）

1.3.2 农户资本禀赋

资本禀赋根据文献包括自然资本、人力资本、社会资本以及金融资本。由于文章关注主要为农户资金的多少并根据问卷数据，我们将资本禀赋定义为农户现有房屋价值。通过表2的统计，可以看出河南省的三类农户在资本禀赋上差距很小，黑龙江，浙江省以及四川省的低兼业户与另外两类农户之间的差距较大，结合当地经济发展，可以看出，在这三个省份中，不同类型农户经济水平差异显著。浙江省作为将以发展较快地区，三类农户的资本禀赋明显高于其他三个省份。

表2 不同农户不同省份平均房屋价值

1.3.3 农户劳动禀赋

劳动禀赋定义为亩均劳动力，即农民每亩自有地劳动力人数。通过对数据简单描述，得到表3的数据。通过数据可以看出黑龙江省亩均劳动力最少，且三类农户差值并不大。黑龙江省作为人口流出大省，农村劳动力少是必然的事情。其他省份的亩均劳动力基本在一亩地一人左右，说明农业劳动力并不是十分充裕。并且从总体上来看，高兼业户相较于其他两类农户，亩均劳动力更高一些。

表3 不同农户不同省份亩均劳动力均值

2.研究方法及变量

本研究准备采用广义线性模型（GLM）的估计方法对上述两个模型的参数进行估计，以防因OLS方法估计产生的异方差问题导致参数检验失效。

本文的主要研究内容为粮食种植结构的变动，主要从两个方面进行分析：一是将雇工价格作为解释变量，研究在劳动力成本上升的情况下粮食的种植结构是否存在差异。且模型设定为：

二是将不同类型的农户禀赋作为自变量，目的是研究哪种禀赋导致不同类型农户做出不同选择。此模型设定为：

模型(1)～( 2) 中的下标 i 代表农户，n代表个数；被解释变量GR为粮食种植结构，即农作物播种面积中粮食面积所占比例。

模型(1)中的C表示雇工成本，D1、D2为二值变量，用于区分不同类型的农户.其中D1=1表示规模户，其余为0，D2=1表示低兼业户，其余为0。

模型(2)中，iP表示资本禀赋，Ri表示风险偏好、Li为劳动禀赋。模型中也控制了地区非观测效应μj和村特征非观测效应Zi，以及影响被解释变量的不可观测的特异扰动项εi。α0、α1、α2、β0、β1、β2、β3、φn、γi为模型的待估系数或参数矩阵。

其中，雇工成本为农业生产劳动中各个环节为临时雇工以及长工支付的报酬总和。同时，在模型（1）中，研究的主要问题是种植结构的差异，所以添加了村庄特征变量以及省特征变量作为控制变量。在模型（2）中，增加了农户特征变量以及生产特征变量作为控制变量。其中，村庄特征变量包括：土地坡度，土壤肥力程度，距离镇政府远近。农户特种变量包括：户主年龄、性别、受教育程度、是否担任过村干部，是否开办过公司企业。表4是对以上变量的描述性分析。

表4 变量解释及描述性分析

3.实证结果分析

通过对计量模型的参数估计，我们得到表5的计量回归结果。

表5 粮食种植结构调整回归结果

（2）括号里为t统计量值

根据第一个模型的R2=0.0029，推断此回归十分显著，即劳动力成本的变动对种植结构的影响是显著的。规模户虚拟变量与劳动力成本交互项在10%的水平呈现负相关，表示劳动力成本上升后规模户比低兼业户更明显地将种植结构偏向非粮食；低兼业户虚拟变量与劳动力成本交互项并不显著，说明劳动力成本上升后，低兼业户与高兼业户的种植结构调整行为差别不明显。那么，又是什么因素大致农民在劳动力成本上升情况下减少粮食种植结构比例，我们可以通过第二个计量模型得到结论。

根据第二个模型的计量结果我们可以得出以下结论：

表5显示，风险偏好对农民种植结构调整的影响并不显著，通过统计性描述，我们可以看出，将近有一半的农民都是有着风险规避的偏好。所以，风险偏好并不能很好的解释在劳动力成本上升的情况下农民改变粮食种植结构原因。

劳动禀赋在劳动成本上升的情况下对农民种植结构的调整在1%的水平下有显著的正向影响。这表明，劳动禀赋在改变农民种植结构上有显著影响，亩均劳动力越少，农民越偏向减少粮食的种植。

资本禀赋在劳动力成本上升的情况下对农民种植结构的调整在5%的水平下有显著的负向影响。即，农民手中资本存量越少，农户越偏向于增加粮食的种植。

4.结论与政策建议

4.1 结论`

本文所使用的数据是来源于2019年对粮食种植农户的调查，随着人口老龄化以及人口红利的消失，劳动力成本在不断上升，农业发展环境也随着经济，政策等变得更加复杂。这些都使得粮食种植结构发生变化。根据上述数据统计描述可以看出：首先，通过模型（1）可以看出劳动力成本的上升，对粮食结构的产生了影响。随着劳动成本的上升，农户会对自己的资源要素对农业生产进行重新分配。并且在不同农户类型之间会有不同的效应，规模户在劳动力成本上升的情况下更加偏向非粮食种植，通过增加种植其他经济作物等收益来补偿劳动力成本增加所带来的成本。但高、低兼业户并没有在这方面有太大差异。其次，在模型（2）的分析结果中，劳动禀赋是最为显著的变量，即农户的亩均劳动力在很大程度上影响着农户种植结构的调整，这个结果正好印证了模型（1）的结论，亩均劳动力在一定的程度体现了农户之间的劳动力多少差距。亩均劳动力越少，农户则更需要在更少的土地上增加更多的单位效益，来增加农户的收入。粮食的种植比例便会越来越小。而大规模农户可以通过规模效应减少成本。所以，在劳动力成本上升的情况下，亩产劳动力越低的农户，会减少粮食的种植。

4.2 政策建议

文章关于粮食结构变动的研究结论对中国推进粮食供给侧改革，国家粮食安全等方面都具有很强的政策参考意义。首先，有助于更加深刻全面地了解农业供给改革的方向和趋势。粮食结构改革一直作为粮食供给侧改革的中心，尽管在2017年国内市场粮食化进程有了很大的进步，但是粮食市场结构性矛盾依旧是改革需要解决的重点。规模户毕竟是少数，大部分农户更偏向于粮食的种植，如何调整粮食种植结构以达到去库存、优结构来达到政策的预期效果，这就可以从农民角度来进行政策的制定，例如改进补贴机制等。其次，政府在发展农业时注重对不同类型农户采取不同发展策略，因为农户在做决定时也会考虑到自身资源要素不同，有可能会不利于政策执行效果。最后，政府应增加科技投入，新型农业主体的建设，增加农民在做决策时考虑的资源要素，做出更合理，更全面的农业生产决策。