我国农村人力资本转移对农业全要素生产率的影响研究

2023-01-10李勋来刘晓倩

青岛科技大学学报（社会科学版） 2022年4期

○ 李勋来，刘晓倩

（青岛科技大学经济与管理学院，山东青岛 266061）

一、引言

农业是国民经济的基础性产业，农业、农村、农民的发展一直为国家的重点工作。党的十九大报告提出乡村振兴战略，从产业、文化、人才、生态、组织等方面深化农村改革；2021年11月国务院印发《 “十四五” 推进农业农村现代化规划》，提出加快中国特色农业现代化进程；2022年2月中央一号文件《中共中央国务院关于做好2022年全面推进乡村振兴重点工作的意见》强调，要强化现代农业基础支撑，聚焦产业促进乡村发展，扎实稳妥推进乡村建设。在国家政策的引导下，我国农业发展取得重大进步。2020年，我国农业产值为71748.2亿元，比1978年的1117.5亿元增长了60多倍。

近年来，我国城镇化进程加快。农村非农劳动力的大规模转移为城镇工业部门提供了大量劳动力，且流出的劳动力平均受教育年限高于农村劳动力平均受教育年限。从微观层面看，农村人力资本转移会对农业生产产生负面影响。但从宏观层面考虑，农村人力资本转移能够促进农业部门与非农业部门的劳动力生产要素优化配置，提高农业机械化水平、集约化水平，缓解 “劳动力缺失效应” 带来的负面影响[1]。那么农村人力资本转移会对农业全要素生产率产生什么影响？通过哪些因素与途径产生影响？这种影响是否存在区域差异？深入探讨这些问题对推进农业现代化进程、实现农业高质量发展具有重要意义。

实现农业高质量发展的核心是不断提高农业全要素生产率。在农业全要素生产率的影响因素研究方面，有学者认为，加大农业研发投入力度、提高机械化水平、加快城镇化进程能够有效提高农业全要素生产率[2]。在生产资源配置方面，有学者认为我国劳动力市场、资本市场、土地要素市场扭曲度较高，要素市场扭曲会抑制农业全要素生产率的增长且具有空间溢出性[3]。在农村劳动力转移方面，有学者认为农村劳动力转移可以显著提高农业全要素生产率，且存在区域性差异以及单一门槛效应[4-5]。

综上，已有研究大多关注农业全要素生产率的测算及其影响因素，而以农村人力资本转移为切入点进行的研究较少。因此，本文尝试在测算我国农业全要素生产率的基础上，分析农村人力资本转移与农业全要素生产率之间的关系，并比较两者关系的区域性差异。

二、农村人力资本转移影响农业全要素生产率的理论分析

（一） “劳动力缺失效应”

农村人力资本转移的 “劳动力缺失效应” 对农业全要素生产率产生抑制作用。农村人力资本转移会导致农业部门劳动力减少甚至短缺，在短期内农村人力资本转移过快可能会带来 “劳动力缺失效应” ，降低土地产出效率，从而降低农业全要素生产率[6]。从区域层面看， “劳动力缺失效应” 对农业全要素生产率的负面影响可能源于农村人力资本在区域间的流动性相对较弱。根据资源优化配置理论，区域农村人力资本转移受阻，会导致局部区域农村劳动力得不到有效配置，不利于农业规模化发展，从而不利于农业全要素生产率的提高[7]。

（二） “收入效应”

农村人力资本转移的 “收入效应” 对农业全要素生产率具有促进作用。农村人力资本转移能够提高农村村民以及农村家庭的收入，反向推动农业生产由劳动密集型向资本密集型产业转变[8]。农村人力资本转移为农户带来的汇款收入，可以避免农业生产因预算约束而减少生产要素投入，同时可以增加劳动力服务和机械化服务的购买，农村人力资本转移带来的劳动力缺口也得以弥补。

（三） “替代效应”

农村人力资本转移的 “替代效应” 对农业全要素生产率具有促进作用。一方面，农村人力资本转移能够增强农业机械对劳动力的替代作用，补充农村人力资本转移带来的劳动力缺口，从而缓解 “劳动力缺失效应” ，在一定程度上抵消农村人力资本转移对农业全要素生产率带来的负面影响[9]。另一方面，农村人力资本转移增加了外地劳动力对本地劳动力的替代作用，为农业生产性服务业发展创造了便利条件[10]，有利于播种、施肥、收割等生产环节外包服务的增加，促进农业生产要素合理配置，从而提高农业全要素生产率[11]。

三、农业全要素生产率的测算、影响模型设定与变量说明

（一）农业全要素生产率的测算

全要素生产率（tfp）的测算主要有两种方法：一是在生产函数假设基础上的超越对数生产函数法、C-D函数法等参数方法，二是以数据包络分析（DEA）和随机前沿面分析方法（SFA）为代表的非参数方法。参数法需要设定具体函数形式，若函数设定错误易产生计算误差。为避免产生计算误差，且能够较为灵活地对不同投入产出数据进行测度，本文采用DEA-Malmquist指数法对农业全要素生产率进行测算。计算公式为：

式（1）中，Mi（Qt＋1，Xt＋1，Qt，Xt）表示以t时期为基期，t+1时期全要素生产率的Malmquist指数；Qt、Xt、Qt＋1、Xt＋1分别表示t时期、t+1时期的农业产出与投入量。（Qt，Xt）、（Qt＋1，Xt＋1，）分别表示t时期与t+1时期的农业产出投入向量，dit、dit＋1分别表示t时期与t+1时期生产技术的距离函数。Malmquist指数若大于1，则表明生产水平与上年相比提高；若小于1，表明生产水平与上年相比下降；若等于1，表明生产水平与上年相比未发生变化。

本文按照国家统计局的划分标准，将我国的31个省（市、自治区，不包括港澳台地区，下同）划分为东部、中部、西部地区①东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南11个省（市），中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南8个省，西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆12个省（市、自治区）。。农业产出与投入的具体指标选取与数据来源如下：（1）农业产出变量。以各省第一产业生产总值（亿元）作为农业产出的代理变量，并以1978年为基期通过第一产业国内生产总值指数进行调整。（2）农业投入变量。以各省第一产业就业人员数（万人）作为劳动投入的代理变量；以农用机械总动力（万千瓦）、农村用电量（亿千瓦时）、化肥施用量（万吨）作为农业资本投入的代理变量；以耕地灌溉面积（千公顷）、农作物播种面积（千公顷）作为农业土地投入的代理变量。上述变量数据主要来源于2009—2020年历年的中国统计年鉴与中国农村统计年鉴。

本文将东部、中部、西部地区作为三个决策单元，利用DEAP2.1软件计算2009—2019年各省份农业全要素生产率。DEA的测算结果是以上一年为100的环比变动指数，因此需对Malmquist指数的测算结果进行累乘，得到以2008年为基期的累积式农业全要素生产率（见表1）。

表1 2009—2019年农业全要素生产率测算结果

（二）农村人力资本转移影响农业全要素生产率的模型设定

1. 基准回归模型

为研究农村人力资本转移对农业全要素生产率产生的影响，建立面板模型如下：

式（2）中，1n labedui，t、pera gdpi，t、urban、asd、gfs分别表示第t年i省（市、自治区）的农村人力资本转移率、人均农业生产总值、城镇化水平、农业结构调整水平、政府财政支农比重，μi为不可观测的个体效应，εi，t为随机扰动项。

2.中介效应检验模型

为检验农村人力资本转移能否通过农业机械化对农业全要素生产率产生影响，参考Mackinnon和温忠麟的做法[12-13]，采取逐步回归方法建立中介效应检验模型。检验模型为：

式（3）至式（5）中，Yi，t为因变量，表示农业全要素生产率水平值；Xi，t为自变量，表示农村人力资本转移率；Mi，t为中介变量，表示农业机械化水平；θi为截距，εi为随机扰动项，a、b、c、c'为回归系数。当模型中a、b、c都显著时，若c'不显著，表明直接效应不显著，模型只存在中介效应；若c'显著，表明直接效应显著，当a、b之积与c'同号时，表明存在中介效应，中介效应占总效应的比例为ab/c；当a、b之积与c'符号相反时，表明存在遮掩效应，间接效应与直接效应的比例为|ab/c'|。当模型中c显著，a、b至少有一个不显著时，需检验ab＝0是否显著。若显著，表明间接效应显著，继续进行后续分析；若不显著，则表明间接效应不显著，停止分析[14]。

（三）变量选取

1.被解释变量

选取表1的2009—2019年农业全要素生产率（tfp）水平值作为被解释变量。为消除异方差影响，对全要素生产率水平值进行取对数处理，同时考虑部分水平值小于1，为避免取对数处理后得到负值，对所有tfp值加1后再进行取对数处理。

2.核心解释变量

选取农村人力资本转移率（labedu）作为核心解释变量。主要用劳动力非农转移率、农村人力资本水平来表示。劳动力非农转移率由农村总就业人员数与第一产业就业人员数之差除以农村总就业人员数得出，农村人力资本水平参考谢童伟等的计算方法[15]。农村人力资本水平计算公式为：

式（6）中，AEY为农村平均受教育年限，i为受教育程度划分的组数，Pi为各受教育程度的教育年限，EYi为各受教育程度人口占农村总人口的比重。受数据可获得性的限制，本文以统计口径 “6岁及6岁以上人口” 受教育年限计算得出农村平均受教育年限。

3.中介变量

选取农业机械化水平（mech）作为中介变量。农业机械化水平用农用机械总动力（万千瓦）来衡量。

4.控制变量

一是人均农业生产总值（peragdp），用各地区第一产业生产总值与各地区农村人口总量之比来表示；二是城镇化水平（urban），用城镇人口与地区总人口之比来表示；三是农业结构调整水平（asd），用粮食作物播种面积与农作物总播种面积之比来表示；四是政府财政支农比重（gfs），用农业财政支出与政府财政总支出之比来表示。

（四）数据来源与描述性统计

本文选取2009—2019年我国31个省（市、自治区）的面板数据进行实证研究，原始数据来源于各期中国统计年鉴、中国农村统计年鉴、中国人口与就业统计年鉴以及各省（市、自治区）统计年鉴。各变量的描述性统计如表2所示。

表2 主要变量的描述性统计

四、实证检验结果分析

（一）基准回归

本文利用OLS回归模型从全国层面实证研究农村人力资本转移对农业全要素生产率的影响，全样本的基准回归结果如表3所示。列（1）为未加入控制变量时的回归结果，农村人力资本转移率的系数为1.1501，在1%置信水平上显著为正；列（2）表示加入控制变量后的回归结果，农村人力资本转移率的系数为0.4610，在1%置信水平上显著为正。列（1）与列（2）的回归结果表明，无论是否加入控制变量，农村人力资本转移均对农业全要素生产率产生明显的提升作用，农村人力资本转移能够显著促进农业发展。这说明农村人力资本转移带来的 “替代效应” 和 “收入效应” 能够有效缓解 “劳动力缺失效应” 带来的负面影响，最终提高农业生产效率，促进农业全要素生产率提高。

表3 农村人力资本转移对农业全要素生产率影响的基准回归结果（全样本）

在控制变量方面，人均农业生产总值（peragdp）系数为0.4046，且在1%水平上显著，表明农业部门的经济发展水平与农业全要素生产率显著正相关。城镇化水平（urban）系数为0.0079，在1%水平上显著，表明城镇化水平的提高能够通过调节劳动力的城乡配置，提升农业全要素生产率。政府财政支农比重（gfs）系数为0.0249，在5%水平上显著，表明政府对农业部门的财政支持可以缓解农业发展中的资金约束，从而提升农业全要素生产率。农业结构调整（asd）系数为正，但未通过显著性检验。

（二）中介效应检验

根据前文所设定的中介效应模型，检验农业机械化是否在农村人力资本转移过程中对农业全要素生产率的提高起到中介作用，检验结果如表4所示。列（3）回归结果表明人力资本转移能够显著影响农业全要素生产率；列（4）回归结果表明农村人力资本转移能够显著影响农业机械化；列（5）回归结果表明在控制了农村人力资本转移变量的影响之后，中介变量农业机械化对农业全要素生产率的影响仍然显著。

由表4可知，列（4）中的-0.5800（a）、列（5）中的0.4130（b）、列（3）中的0.4610（c）、列（5）中的0.8380（c'）均显著且a、b之积与c'（0.8380）异号，这说明农业机械化在农村人力资本转移对农业全要素生产率的影响机制中不是中介效应，而是遮掩效应。其中，间接效应与直接效应的比例为|ab/c'|＝|-0.5800*0.4130/0.8380|≌0.2858。这在一定程度上说明，在全国范围内，农业机械化水平提高后，农村人力资本转移对农业全要素生产率产生的提升作用增强了28.58%。这可能是因为农业机械作为生产工具，对农村劳动力具有一定的替代作用。低成本的农机服务以及农机跨区域服务可以代替高成本的人工，为农村人力资本外流提供了外部条件。同时，农村人力资本转移所带来的非农收入可以作为农业生产再投入的资本，用于农村农机装备的购买，缓解原有资金约束，为农业机械、农业先进技术的引进与应用提供了条件，从而有利于农业全要素生产率的提升。

表4 农业机械化的中介效应检验结果

（三）稳健性检验

为保证实证结果的稳健性，本文采用替换核心解释变量的方法进行稳健性检验。用农村人力资本转移存量（labH）来替换农村人力资本转移率（labedu）作为农村人力资本转移情况的衡量指标进行回归分析。其中，农村人力资本转移存量用农村劳动力转移数量与农村平均受教育年限之积表示。由表5结果可见，替换核心变量后，解释变量系数符号未发生改变，且通过显著性检验，农村人力资本转移与农业全要素生产率正相关，回归结果基本与前文一致，表明本文基准回归分析结果是稳健的。

表5 稳健性检验结果

（四）区域差异性检验

我国不同省份之间经济发展水平、农业人力资本转移情况、农业发展的质量均存在差异。为进一步检验农村人力资本转移对农业全要素生产率的影响是否存在区域差异，本文利用混合OLS模型进行回归分析。结果如表6所示。

表6 区域差异性回归结果

由表6可知，东、中部地区的农村人力资本转移与农业全要素生产率呈正相关关系，且均在1%水平上显著，系数分别为1.1486、0.4362，西部地区呈负相关关系，系数为-0.7977。这表明东、中部地区的农村人力资本转移促进农业全要素生产率的提高，且东部地区的提升作用最大；而西部地区的农村人力资本转移抑制农业全要素生产率的提高，阻碍农业进步。这可能是因为东部地区经济发展水平较高，购买农机装备以及发展塑料大棚、日光温室、连栋温室等设施农业的资金充足，农业现代化步伐较快，农业边际产出提升较快，对劳动力需求降低，因此能够有效抵消农村劳动力转移所带来的负面影响；中部地区经济发展水平低于东部地区，受一定的资金约束与人才约束，农业现代化进程相对较慢，因此农村人力资本转移对农业全要素生产率的提升作用小于东部地区；西部地区农业占比较高，经济发展相对落后，机械化程度低，技术基础薄弱，机械化水平、农业技术进步等的正面影响不能抵消人力资本转移所带来的负面影响， “劳动力缺失效应” 影响更大，因而农村人力资本转移对农业全要素生产率的提高起抑制作用。

五、结语

本文基于2009—2019年我国省级面板数据对农村人力资本转移与农业全要素生产率的关系进行了研究。本文主要结论为：其一，农村人力资本转移对农业全要素生产率具有显著促进作用。其二，农村人力资本转移对农业全要素生产率的促进作用存在区域差异，东、中部地区农村人力资本转移促进农业全要素生产率的提高，东部地区的提升作用最大，中部地区的次之，西部地区农村人力资本转移抑制农业全要素生产率的提高。其三，农业机械化在农村人力资本转移过程中通过遮掩效应促进农业全要素生产率提升。

基于以上研究结论，本文提出以下建议：

（一）加快农村人力资本的有序转移

逐步消除阻碍农村人力资本转移的制度约束，加快完善户籍制度、土地流转制度，拆除城市 “就业门槛” ，促进土地自由流转，为农村人力资本的有序转移创造相对宽松的制度环境。同时，加强农民职业技术培训、在岗培训，提高农民人力资本水平，以人力资本质量的提升弥补农村劳动力数量的减少。各级政府财政应设立专项资金，以市场需求为导向，建立农民职业教育培训体系，并坚持分层施策，以适应农业现代化发展的要求，提高培训实效。

（二）加大财政支农力度

政府应从资金绝对量以及相对增长量两方面加大财政支农资金投入量。重视农业技术的应用性研究，使农业技术更好地与农业生产相结合。加大对西部地区、边远地区农业资源的扶持力度及教育扶持力度，提升边远地区人力资本水平。多渠道筹集财政支农资金，通过税收优惠、补贴、低息等政策吸引社会资本进入。加强对教育经费、培训经费的监督和管理。

（三）加快推进农业机械化

政府应加强对以农业机械化为代表的劳动力节约型农业技术的研发支持与推广力度，提升农机作业对人工作业的替代程度与速度。出台农机跨区域转移的补贴政策，推动农机跨区转移。妥善处理农业机械化与劳动力转移的关系。一方面，在农村人力资本转移后，注意农村机械化的引进，避免因劳动力 “空心化” 而带来农业 “空心化” ；另一方面，推动农村非农劳动力的转移，增加非农收入，为后续购买农机、引进先进农业生产技术等提供资金支持，缓解资金约束。