农村人口老龄化对农业高质量发展的影响
2023-05-15唐小平
唐小平,蒋 健,2
(1.贵州大学 经济学院,贵州 贵阳 550025;2.中南财经政法大学 工商管理学院,湖北 武汉 430073)
党的二十大报告明确指出:实现高质量发展是实现中国式现代化的本质要求之一,而农业作为国民经济的基础,其高质量发展的实现必将是实现中国式现代化不可或缺的重要一环。随着我国人口老龄化程度的日渐加深,尤其是在农村地区,“农民老龄化、农村空心化”问题已然成为新时期的三农问题[1]。实施积极应对人口老龄化国家战略也被写进党的二十大报告中。因此,通过探究农村人口老龄化对农业高质量发展的作用机理,为有效应对农村人口老龄化、利用其促进农业高质量发展具有十分重要的现实意义。
现阶段,有关农村人口老龄化对农业高质量发展影响的相关文献较少。有鉴于此,本文从农村人口老龄化对农业生产影响、农业高质量发展的界定及其评价两个方面对现有文献进行梳理。从农村人口老龄化对农业生产的影响看,早在本世纪初,随着我国农村地区老龄化问题的日益严重,学界已经开始关注到农村人口老龄化可能会对我国农业生产产生的影响,然而对这一影响可能产生的结果,学界却并未达成完全一致的共识。陈锡文[2]、何小勤等[3]、凌若愚等[4]、蒋健等[5]、魏佳朔等[6]均认为农村人口老龄化会通过恶化我国农业劳动力供给,进而不利于我国农业生产,而杨俊等[7]、李俊鹏等[8]、刘成坤[9]则认为随着年龄的增长,农业劳动者的生产、经营、管理能力等人力资本水平也会不断增加,进而有利于农业生产效率的提高。有一部分学者则在上述研究基础上,综合研判了农村人口老龄化对农业生产的正向以及负向影响,实证发现农村人口老龄化可能并不会对农业生产产生较大影响[10-11]。从农业高质量发展的界定及其评价看,学界进行了大量研究,也充分认识到这一理念提出的必要性,但是对于这一理念的界定及其评价,学界却尚未达成完全一致的共识。一部分学者认为应以农业绿色全要素生产率来衡量农业高质量发展水平,例如龚锐等[12]、高维龙[13]分别通过农业绿色全要素生产率以及粮食绿色全要素生产率衡量了农业高质量发展水平以及粮食高质量发展水平。另一部分学者则认为仅仅通过对效率的测算来衡量农业高质量发展水平,缺少从多维视角对农业高质量发展水平进行全面系统的测算,难以掌握近年来农业高质量发展水平的基本特征。故而刘忠宇等[14]基于创新、协调、绿色、开放、共享五个维度构建了农业高质量发展评价指标体系。鲁钊阳等[15]从农业产品、农业生产、农民收入以及农村环境四个维度构建了农业高质量发展评价指标体系,王晓鸿等[16]从绿色发展水平、现代化水平、稳定性以及农业经济效率四个维度来评价农业高质量发展水平。尽管现有文献未就农业高质量发展水平评价指标体系的构建达成完全一致共识,但相比较于采用绿色全要素生产率衡量农业高质量发展水平,通过构建综合评价指标体系能够更加灵活的从多维视角衡量农业高质量发展水平,更能接近乃至契合农业高质量发展的本质内涵,且通过对现有文献的梳理可以发现,尽管不同学者基于不同理解从不同维度构建了农业高质量发展评价指标体系,但是在具体的变量指标选取上却是大同小异,存在高度相关一致性。
综上所述,已有文献为本文提供了丰富的理论参考以及经验借鉴,为本文接下来的研究打下了一定的基础,但仍在以下几个方面存在值得进一步研究和探讨的空间。第一,虽然有关农村人口老龄化对农业发展的影响研究颇多,已形成了相对丰硕的研究成果,但是有关农村人口老龄化对农业高质量发展影响的研究却较少,尽管农业高质量发展与农业发展之间存在一定的关联,但是相比于后者,农业高质量发展的寓意更加丰富、内容更为全面,使得既有研究可能难以指导现有问题的解决,且农村人口老龄化对农业高质量发展的影响尚无统一定论。第二,相比较于过往学者采用中介效应模型,本文尝试采用对农业高质量发展分维度再回归的方法,探究农村人口老龄化对农业高质量发展的影响机理。第三,为进一步探究农村人口老龄化对农业高质量发展的影响,本文采用门槛效应模型,探究了农村人口老龄化对农业高质量发展可能存在的非线性影响。
一、理论机制与研究假说
(一)农业高质量发展指标体系构建依据
农业高质量发展是国民经济高质量发展的重要组成部分[17]。已有研究基于经济高质量发展的界定,将创新水平、协调水平、绿色水平、开放水平、共享水平作为评价农业高质量发展的依据[18-19],但考虑到农业作为一个生产部门,将一些与生产毫不相关的理念和指标纳入农业高质量发展评价指标体系中来,这无疑扩大了农业高质量发展的内涵与外延[20],实际上造成了指标体系与农业高质量发展内涵的脱节。因此,本文着眼于影响农业生产的直接因素,从农业发展水平、资源条件、环境条件、经济条件以及技术条件五个方面构建农业高质量发展评价指标体系。以求能够构建一个更为契合农业高质量发展内涵的评价指标体系。
(二)农村人口老龄化对农业高质量发展的影响
人是影响和决定农业发展的关键,农业生产离不开人,农业的发展更与人息息相关,然而随着农业机械化的普及以及农业新技术的应用,与传统农业生产相比,现代农业生产对人的需要发生了根本性、结构性的改变,传统的劳动密集型农业生产正朝着资本密集型、技术密集型转变。人口老龄化并不必然会带来农业生产的负面影响。其次,本文所研究对象农业高质量发展是一个比农业发展寓意更为丰富,内容更为全面的多维综合评价指标体系。这一综合评价指标体系并不仅仅体现于农业发展的总量,其更为强调农业发展的质量,从关注农业增长的结果和过程,转向关注农业增长的潜力和可持续性,故本文认为农村人口老龄化对农业高质量发展的影响可能并不是负向相关,农村地区人口老龄化程度的加深可能有利于农业高质量的发展,以下是本文对这一假说的具体理论分析。
(三)研究假说
1.农村人口老龄化对农业高质量发展的促进效应
正如前文所述,农村人口老龄化并不必然会给农业发展带来负面影响。一方面,根据诱致性技术进步理论,农业生产对于技术的需求,取决于农业生产中要素的相对稀缺,农业技术进步往往会沿着减少使用相对稀缺资源的方向发展。具体到农村人口老龄化对农业技术进步的影响,就是农村人口老龄化带来的有效劳动力不足会倒逼农业生产采用新的生产要素和新的生产技术,以对冲老龄化带来的负面影响,进而推动农业实现高质量发展。我国农业发展的变迁历程也证实了这一理论,即我国农村人口老龄化程度的加深与我国农业机械化的高速发展几乎是在同一时期内发生的。另一方面,我国农村人口老龄化问题往往伴随着农村空心化问题的出现,农村地区人口数量的减少有利于农村相对紧张的生产、生活资源变得宽裕,部分生活资料用于农业生产变得可能,且农村人口数量的减少也有利于农地流转以及农业相关基础设施的建设,促进规模农业的形成,农业发展的潜力得以增强。最后,我国农村地区人口老龄化程度的加深有相当一部分是由于城乡间大规模人口流动造成的,主要是农村青壮年劳动力向城镇地区流动,而这部分群体在城镇地区又往往能够获得更为丰厚的收入报酬,在改善农村家庭的生产、生活条件的同时,扩大了农业生产的可投入资金边际,为实现农业高质量发展打下了良好的经济基础[21]。综上所述,本文提出假说1:农村人口老龄化程度的加深是有利于农业高质量的发展。
2.农村人口老龄化对农业高质量发展的非线性影响
农业高质量发展是体现高水平土地产出率和劳动生产率的发展过程。即农业高质量发展是一种动态的实施过程,而非静态的最终结果。因此,农村人口老龄化对农业高质量发展影响可能存在时变特征。实际上,农业高质量发展的不同阶段会表现出不同的农业发展面貌,从生产的过程看,这具体体现在不同的生产方式、要素投入或是技术使用上。从生产的结果看,体现在不同的土地产出率以及劳动生产率上。而农村人口老龄化对农业高质量发展的影响在农业高质量发展的不同阶段又会表现出并不一致的特征。在农业高质量发展水平较低时,农业生产仍较为依赖劳动力要素投入的数量与质量。此时农村人口老龄化对农业高质量发展存在较强的负面影响,尽管叠加上农村人口老龄化对农业高质量发展的其他正面影响,最终造成总的影响仍显著为正,但相较于农业高质量发展水平较高时期,这一时期的老龄化对农业高质量发展的整体正面影响会有所削弱。综上所述,本文提出假说2:农村人口老龄化对农业高质量发展的促进效应会随着农业高质量发展水平的提高而增强。
二、数据来源、变量说明与模型设定
(一)数据来源
本文选取从2004—2020年我国大陆地区30个省(市、区)的面板数据。为确保所得数据真实有效,农村人口老龄化数据来源于《中国人口和就业统计年鉴》,农业高质量发展评价指标体系所涵盖的20个变量指标数据分别来源于《中国农村统计年鉴》、《中国统计年鉴》、《中国环境统计年鉴》、《中国水利统计年鉴》、《中国人口和就业统计年鉴》以及各地区统计年鉴及相关统计资料。其他控制变量数据则来源于《中国水利统计年鉴》、《中国农村统计年鉴》、《中国统计年鉴》以及各地区统计年鉴及相关统计资料。
(二)变量说明
1.被解释变量
农业高质量发展水平(hd)。根据前文的分析,本文参考杨念等[22]、姬志恒[23]的做法,从农业发展水平、资源条件、环境条件、经济条件以及技术条件五个方面,共计二十个变量指标构建农业高质量发展评价指标体系。对于指标权重的确定,本文采用熵值法确定各变量指标的权重。指标体系如表1所示:
表1 农业高质量发展评价指标体系
2.核心解释变量
农村人口老龄化(poe)。考虑到农村居民工作时间较长,故本文采用65岁以上的农村老年人口占农村总人口的比重衡量农村地区人口老龄化水平。
表2 变量描述性统计结果
3.控制变量
为防止遗漏变量对本文估计结果的影响,选取工业化进程(ind)、农村医疗卫生条件(health)、农林牧渔业固定资产投资额(invest)、各地区水土流失治理面积(se)、农村劳动力转移人数(labor)以及已建成水库数量(reservoir)作为控制变量,其中工业化进程用第二产业增加值占GDP比重来衡量,农村医疗卫生条件用每千农业人口乡村医生和卫生员数衡量。农村劳动力转移,本文借鉴张丽等[24]的做法,采用乡村从业人员和农林牧渔业从业人员的差与乡村从业人员之比衡量。
(三)模型设定
首先,为验证本文假说1,考虑到农业高质量发展可能存在的惯性影响,本文构建如下动态面板模型:
Yi,t=β0+β1Yi,t-1+β2Xi,t+β3controli,t+εi,t
(1)
其中,i,t分别表示省份和年份,β0为常数项,β1、β2、β3为系数,Y为被解释变量农业高质量发展水平(hd)与其五个子系统指标,分别为农业发展水平(ad)、环境条件(ec)、资源条件(rc)、经济条件(ecc)以及技术条件(tech),X为解释变量农村人口老龄化,ε为随机误差项。
式(1)反映了农村人口老龄化对农业高质量发展及其五个子系统指标的基本影响机制。为验证假说2农村人口老龄化对农业高质量发展的促进效应是否为单一的线性关系,本文借鉴Hansen[25]门槛回归模型,构建如下单一面板门槛模型。为进一步探究农业高质量发展水平各子系统在农村人口老龄化对农业高质量发展影响过程中的作用。本文除进行以农业高质量发展水平作为门槛变量的门槛效应分析外,还分别以农业高质量发展的五个子系统作为门槛变量展开探究。(实际探究过程中可根据具体结果确定门槛个数):
Y=φ0+φ1Xi,t×I(THi,t≤θ)+φ2Xi,t×I(THi,t>θ)+φ3controli,t+εi,t
(2)
其中,TH为门槛变量,θ为未知门槛值,I(·)为取值1或0的示性函数,满足括号内条件为1,否则为0,φ0为常数项φ1、φ2、φ3为系数。
三、实证分析
(一)农业高质量发展的时空演变分析
在用熵值法计算2004—2020年我国大陆地区30个省市农业高质量发展水平的基础上,本文将农业高质量发展水平分为低等水平(hd≦0.4)、中等水平(0.4
从整体上看,观察期内我国各省市农业高质量发展水平稳步上升,在2004年,30个省市农业高质量发展水平尚且处于低等水平,而到了2020年则全部跨过中等水平门槛,尽管在这一过程中部分省市之间已出现较为明显的级差。从时间维度看,从2004年起,每过4年,均有部分省市从低等水平迈入中等水平,或是从中等水平迈入高等水平,且这一趋势变化呈现出不可逆的特征。从空间分布看,2004—2008年,已有北京、内蒙古、吉林、黑龙江、河南5个省市的农业高质量发展水平率先从低等水平迈入中等水平。而到了2012年这一数据变成了18个,过半省市农业高质量发展水平步入中等水平,但尚未有省市农业高质量发展水平迈入高等水平。直到2016年,才有内蒙古、黑龙江率先跨入高等水平门槛。而此时尚处在低等水平的省份仅剩福建、广东、海南、甘肃4省。2016—2020年,所有省份农业高质量发展水平均已迈过中等水平门槛,其中河北、吉林、江苏、山东、湖南、贵州以及新疆7省首次从中等水平迈入了高等水平。
表3 农业高质量发展的时空演变情况
(二)面板单位根检验分析
为防止异方差问题,本文对控制变量health、invest、se以及reservoir均进行了对数化处理。为防止伪回归问题,本文对所有变量均分别进行了LLC、Hadri、Ips、Ht、Breitung单位根检验,检验结果如表4所示,本文所有变量均至少通过了两种面板单位根显著性检验,说明各变量平稳性较好。
表4 面板单位根检验
(三)内生性偏误与系统gmm估计
考虑到动态面板模型所固有的内生性问题对实证检验结果可能产生的影响,本文采用系统gmm方法对模型进行估计,并采用向前逐步回归的方法依次加入控制变量,以观察估计系数是否会发生变化,确保本文实证检验结果的稳健。
如表5所示,在逐渐加入控制变量的情况下,农村人口老龄化前的系数依然显著为正。说明农村人口老龄化程度的加深有利于农业高质量发展水平的提高,假说1得到验证。通过观察控制变量前的系数可以发现,控制变量工业化进程、农村劳动力转移前的系数均显著为负,说明工业化进程的加快以及农村劳动力的转移会阻碍农业高质量的发展。产生这一结果的原因可能在于工业化进程的加快会挤占原本用于农业生产的资金和要素,削弱了农业高质量发展的潜能。而农村劳动力转移则会恶化农村地区人力资源条件,加速“农村空心化、农民老龄化”,农业生产面临有效劳动力不足的问题。而农村医疗卫生条件以及农林牧渔业固定资产投资额前的系数显著为正,可知农村医疗卫生条件的改善以及农林牧渔业固定资产投资额的增加均有利于农业高质量发展水平的提高。农村医疗卫生条件的改善能有效提高农村居民健康状况,进而有利于农业劳动生产率的提高。而农林牧渔业固定资产投资额的增加则会显著改善农业生产条件,提高农业生产效率。以上控制变量的实证检验结果与分析均与现实情况相吻合。
需要特别指出的是,上述结论成立的先决条件是系统gmm估计结果更为有效,即系统gmm估计要同时满足工具变量有效以及随机扰动项存在一阶相关但不存在二阶相关。具体在本文即Sargan检验不显著,AR(1)的p值显著,AR(2)的p值不显著。显然,本文所有使用系统gmm估计方法的实证检验结果均满足上述条件。
表5 系统gmm估计结果
(四)稳健性检验
为进一步确保本文实证检验结果可靠,本文采用以下三种方法进行稳健性检验,一是改变样本容量,即剔除所有直辖市相关样本。二是变量替换,将解释变量农村人口老龄化(poe)置换为变量农村老年抚养比(raise),再带入模型中进行估计分析。三是采用差分gmm估计方法对模型进行再一次的估计分析。
如表6所示,在经过以上三种稳健性检验方法后,实证检验结果仍能证明假说1成立,本文实证检验结果稳健。
表6 稳健性检验
此处需要特别说明的是差分gmm估计结果更为有效的先决条件与系统gmm估计方法完全一致。显然,本文差分gmm估计后的结果也满足这一先决条件。
(五)分维度异质性分析
表7报告了农村人口老龄化对农业高质量发展各个子系统的影响。模型(11)-模型(15)依次为农村人口老龄化对农业发展水平(ad)、环境条件(ec)、资源条件(rc)、经济条件(ecc)以及技术条件(tech)的回归结果。
表7 分维度异质性分析
如表7所示,模型(11)、模型(13)、模型(14)、模型(15)的核心变量农村人口老龄化前的系数均显著为正,说明了农村人口老龄化能够有效改善农业高质量发展中的农业发展水平、资源条件、经济条件以及技术条件。这一实证检验结果与本文理论部分的阐述相吻合。即农村人口老龄化会通过促进农业技术进步、改善农业生产的资源条件以及农村家庭的生产、生活条件,进而促进农业高质量的发展。而由模型(12)农村人口老龄化前的系数显著为负可知,农村人口老龄化会通过抑制农业高质量发展中环境条件的改善,进而阻碍农业高质量发展水平的提高。通过观察环境条件的构成变量可以发现:与年轻群体相比较,老年群体在进行农业生产过程中,可能存在滥用农药、化肥现象,而这一结论在杜维娜等[26]、魏君英等[27]学者的研究中亦得到了验证。
(六)区域异质性分析
为进一步探究农村人口老龄化对农业高质量发展影响在不同区域内的表现,本文将全国划分为粮食主产区,产销平衡区和主销区三个区域再分别进行回归的方式逐一进行分析,表8是采取这一方式后的回归结果。
表8 区域异质性分析
如表8所示,农村人口老龄化前的系数在粮食主产区以及产销平衡区内仍显著为正,但在主销区内系数却并不显著,说明农村人口老龄化对农业高质量发展的影响存在显著的区域异质性。农村人口老龄化对农业高质量发展的正向影响在粮食主产区以及产销平衡区内依然存在。但通过对比系数大小可以发现,粮食主产区内农村人口老龄化对农业高质量发展的正向影响要强于产销平衡区内,而在主销区内,这一系数则并不显著。说明农村人口老龄化对农业高质量发展的正向影响在这三个地区内呈现出依次减弱的特征。出现这一结果的原因可能在于:这三个地区的农业高质量发展水平、发展条件以及发展潜能各不相同,具体来说,处在不同农业高质量发展水平下,农村人口老龄化对农业高质量发展的促进效应在农业高质量发展水平较高区域内表现更强。而由表3可知,粮食主产区农业高质量发展水平普遍要强于产销平衡区,而产销平衡区内农业高质量发展水平普遍强于主销区。
(七)门槛效应分析
为确定门槛模型的具体形式,本文分别以农业高质量发展水平(ad)、农业发展水平(ad)、环境条件(ec)、资源条件(rc)、经济条件(ecc)以及技术条件(tech)作为门槛变量。对单一门槛、双重门槛以及三重门槛模型进行估计,并采用Bootstrap自抽样法,抽样300次。结果见表9。
表9 门槛效应检验结果
续表9
由表9门槛效应检验结果可知,本文所有门槛效应模型均只通过了单一门槛检验以及双重门槛检验,而未通过三重门槛检验。因此,本文门槛效应模型采用双重面板门槛模型,表10是基于双重面板门槛模型的回归估计结果。
由农业高质量发展水平(hd)作为门槛变量的模型估计结果可知,农村人口老龄化对农业高质量发展水平的促进效应确实会随着农业高质量发展水平的提高而增强,当农业高质量发展水平跨过其第一门槛值0.3783时,农村人口老龄化会对对农业高质量发展产生较为显著的正向影响,而当其发展水平跨过其第二门槛值0.4494时,农村人口老龄化对农业高质量发展的促进效应会有所增强。本文假说2得到验证。
通过观察以农业高质量发展五个子系统为门槛变量的实证检验结果可知,当各子系统水平跨过第一门槛值时,农村人口老龄化对农业高质量发展的促进效应会有所增强,而当这一数值跨过第二门槛值时,其促进效应会进一步得到增强。结合前文的实证检验结果可以推测:农村人口老龄化对农业高质量发展的门槛效应可能是各子系统“叠加”后的结果。
表10 门槛模型回归估计结果
四、结论与启示
基于2004—2020年中国大陆30个省市面板数据,在运用熵值法测算出我国农业高质量发展水平的基础上,通过动态面板和门槛效应模型对农村人口老龄化促进农业高质量发展的效果和机制进行了实证检验。主要结论如下:(1)基准回归分析表明,农村人口老龄化能够显著促进农业高质量发展水平的提高。这一结论在使用多种稳健性检验方法后依然成立。(2)分维度异质性分析表明,农村人口老龄化能够通过改善农业高质量发展中农业发展水平、资源条件、经济条件以及技术条件,进而促进农业高质量发展水平的提高,通过抑制环境条件的改善,进而阻碍农业高质量发展水平的提高。(3)区域异质性分析表明,农村人口老龄化对农业高质量发展的促进效应在粮食主产区内要强于产销平衡区内。而在主销区内,这一促进效应可能并不存在。(4)由门槛效应模型可知,农村人口老龄化对农业高质量发展的促进效应会随着农业高质量发展水平的提高而提高,具体为当农业高质量发展水平迈过第一个门槛值0.3783时,农村人口老龄化会对农业高质量发展的促进作用显著,而当这一数值迈过第二个门槛值0.4494时,农村人口老龄化对农业高质量发展的促进效应会得到增强。通过将农业高质量发展的各子系统作为门槛变量代入模型后可以发现:农村人口老龄化对农业高质量发展的促进效应受各个子系统门槛效应的影响,且影响趋势与以农业高质量发展为门槛变量的影响趋势保持高度一致。基于上述结论,提出如下政策建议:
第一,充分利用农村人口老龄化对资源条件改善优势以及对技术进步的倒逼激励机制,鼓励以专业化、信息化的规模农业、效率农业的发展,推动农村地区土地规模适度经营,积极引导农业新技术、新要素的投入与使用。此外,在推动农业高质量发展过程中要注意保护生态环境,注重农业高质量发展实现长远可持续。
第二,深刻领悟高质量发展的时代内涵,积极推动农业高质量发展迈向新台阶,努力为实现农业高质量发展创造更为优越的政策环境以及更为坚实的物质基础。本文门槛效应检验结果表明:努力提高农业高质量发展水平,是积极有效应对农村人口老龄化,利用其促进农业高质量发展的有力措施。
第三,因地制宜制定、实施农业高质量发展规划方案,补齐和增强农业高质量发展的薄弱环节与薄弱地区。尽管2004—2020年我国30个省市农业高质量发展水平均取得了长远进步,且呈现出不可逆的喜人态势,但要注意到的是:相比于2004年,2020年我国各省市农业高质量发展水平已出现较为明显的级差。农业高质量发展水平在省际之间差异呈现逐渐扩大趋势。
第四,在确保粮食主产区内农业高质量发展水平稳步向前的基础上,重点关注产销平衡区以及主销区内农业高质量发展水平的提高。尤其是经济发展相对较为落后、财政资金相对紧张的地区,充分利用好财政转移支付的靶向作用,调动一切有利于农业高质量发展水平提高的积极因素,努力为农业高质量发展提供更为友好的外部环境与内部条件。
