农业劳动力老龄化对农户粮食种植的影响——以水稻为例

吉登艳 万官杰

1.东华理工大学自然资源部环鄱阳湖区域矿山环境监测与治理重点实验室，江西 南昌 330013；2.东华理工大学测绘与空间信息工程学院，江西 南昌 330013

0 引言

在工业化、城镇化快速推进的背景下，大量农村劳动力持续向外转移，我国一些农村地区开始出现农业劳动力老龄化和农业兼副业化现象。有调研数据表明，当前老年人正成为我国农业生产的主力军，农业劳动力老龄化现象已较严重［1-2］。这对我国农业农村现代化建设和乡村全面振兴提出了挑战。

农业劳动力老龄化是否阻碍我国农业发展，已成为学术界讨论的一个重要议题，广大学者展开了大量实证研究，但未达成统一共识。部分学者认为，由于体力和人力资本限制，老年劳动力在生产规模、投入水平和技术应用等方面均不具有优势，从而负向影响农业生产效率、产量和经营收入［3-6］。部分学者强调，由于生产决策趋同、农业生产机械化“外包”等社会化服务发展，老龄化对农业生产并未构成威胁［1，7-8］，甚至促进了农业机械、雇工和其他生产资料投入，进而提高了生产规模与生产效率，助推了农业现代化发展［9-11］。还有部分学者认为，农业劳动力老龄化对农业生产的影响不确定［14-17］。

鉴于此，笔者以三大主粮之一的水稻为例，基于水稻种植和丘陵地形的典型代表省份江西省的遂川县与丰城市的农户调查数据，聚焦水稻种植规模变化，分析农业劳动力老龄化对水稻种植规模的影响，为有效引导农户规模化种植粮食作物、保障国家粮食安全提供有益参考。

1 研究设计

1.1 研究区域与数据来源

遂川县位于江西省西南部，拥有耕地2.77万hm2，其中适宜水稻种植的水田为2.53万hm2。丰城市位于江西省中部，拥有耕地9.66 万hm2，其中水田为8.21 万hm2。遂川县和丰城市均为江西省的传统粮食种植区，其中丰城市为全国产粮大县。但由于劳动力外流严重，两县（市）农业劳动力老龄化严重，粮食种植业所面临的劳动力短缺、劳动力成本上升等问题日益突出。研究数据来自对两个县（市）农户的随机抽样调查，调查共获取2 个县（市）441 户农户样本数据。结合研究目的和删除信息缺失的样本，最终获得362 份有效样本数据用于实证分析。

1.2 农业劳动力老龄化与农户水稻种植现状

1.2.1 农业劳动力老龄化现状

数据显示，样本农户农业劳动力的年龄主要集中在45～59 岁，占比50.83%；有145 户农业劳动力年龄在60 岁及以上，占比40.06%（见表1）。由此可以看出，主要的农业从业人员是中老年人，青壮年人数较少，样本农户农业劳动力老龄化趋势明显。

表1 样本农户农业劳动力平均年龄分布

1.2.2 农户水稻种植现状

据调查统计，样本农户水稻种植平均规模为2.409 hm2，种植规模偏小。进一步区分年龄与农地流转情况后统计发现，老年农户的水稻种植规模（均值0.475 hm2）显著小于年轻农户的水稻种植规模（均值3.021 hm2）；老年农地转出户的平均水稻种植面积最小（仅为0.129 hm2），年轻农地转入户的平均水稻种植面积最大（达到5.285 hm2）（见表2）。这表明农业劳动力老龄化与土地市场参与在一定程度上影响农户的水稻种植规模。

表2 不同类型农户平均种植水稻面积

1.3 农业劳动力老龄化对水稻种植影响的计量检验

1.3.1 变量说明

因变量为农户水稻种植面积。为使其符合正态分布，提高拟合效果和预测准确性，笔者对因变量进行取对数处理。核心解释变量为农业劳动力老龄化。若家庭从事农业生产的劳动力中65岁及以上老年人占比大于或等于50%，则赋值为1，否则为0。此外，参考已有研究成果［16-18］和结合研究区域实际，笔者选取若干可能影响家庭水稻种植规模的控制变量，包括户主特征（如户主健康情况、文化水平、农业培训参与情况）、家庭特征（如家庭人口数、新型养老保险参与人数、是否有村干部、存款数量、农业机械价值和土地流转政策了解情况）和村庄特征（如交通情况、土壤质地、土地流转信息提供情况）。其中，文化水平、健康情况和农业培训参与情况衡量了户主的人力资本或体能特征；在家庭特征中，家庭人口数决定了家庭对粮食等农产品的需求，新型养老保险参与人数可一定程度反映家庭对农地与农业的依赖程度，家庭有村干部反映了家庭农业政策信息优势，存款数量衡量了家庭的农业投资能力，持有农业机械价值体现了家庭农业机械投入水平；在村级特征中，土壤质地影响农业产出水平，交通情况影响生产资料与产品的运输，土地流转信息提供有助于村民进行土地流转，均可能影响农户的水稻种植规模。变量的定义与描述分析如表3所示。

表3 变量定义、赋值与描述性统计

1.3.2 模型构建

为测度农业劳动力老龄化对水稻种植规模的影响，构建以下模型

式（1）中：Scalei表示农户i水稻种植规模，Agri_Labor_Agei表示农业劳动力老龄化，Xi为其他控制变量，α0为常数项，α1、α2为待估系数，εi是模型残差。鉴于农户水稻种植面积属于包括零值的截堵变量，故使用Tobit模型进行估计。

2 实证结果与分析

2.1 农业劳动力老龄化对水稻种植规模影响的Tobit回归分析

农业劳动力老龄化对水稻种植规模影响的Tobit回归结果如表4 所示，模型拟合情况较好且整体显著。由表4 可知，农业劳动力老龄化显著影响水稻种植规模且系数为负，即农业劳动力老龄化抑制了农户水稻种植规模扩大。这可能与家庭农业劳动力老龄化导致人力资本减少、体能下降等，无法满足水稻规模化种植对劳动力数量与能力的需求有关。

表4 农业劳动力老龄化对水稻种植规模影响的Tobit回归结果

户主健康情况、农业培训参与情况正向显著影响水稻种植规模，但家庭是否有村干部对水稻种植规模具有负向显著影响。其原因可能是拥有村干部的家庭具有信息优势，更可能依托信息优势和农地资源种植收益与技术难度更高的经济作物。农业机械价值正向显著影响水稻种植规模，说明农业机械化发展简化了农业生产程序、减少了对劳动力的需求，促进了农地经营规模扩大。村交通情况的回归系数在1%水平下显著且为正，即村庄到最近集市的道路条件越好，越有利于农业生产资料和农产品运输，农户水稻种植面积越大。地区虚拟变量对水稻种植规模具有正向显著影响，即丰城市农户水稻种植面积普遍多于遂川县，这与丰城市耕地资源较遂川县丰富且为产粮大县相符。

2.2 农业劳动力老龄化对农户水稻种植规模影响的农地流转异质性检验分析

从前文不同老龄化和农地市场参与农户的水稻种植规模统计分析、现有文献回顾可知，农业劳动力老龄化对农户水稻种植规模的影响可能存在农地流转状况差异。也就是说，因不同农地流转情况下的农户可耕种土地资源存在差异，所以农业劳动力老龄化对水稻种植规模的影响可能不同。为此，笔者进一步构建农地流转变量（0=农地转出，1=未流转农地，2=农地转入）与农业劳动力老龄化的交互项，同时引入农业劳动力老龄化、农地流转、农业劳动力老龄化与农地流转的交互项进行回归分析，以检验可能存在的影响差异，结果如表5 所示。从表5 来看，模型拟合情况较好且整体显著。由表5 可知，农业劳动力老龄化对水稻种植规模具有显著负向影响，但农业劳动力老龄化与农地流转的交叉项对水稻种植规模具有正向显著影响，即农地流转可一定程度上缓解农业劳动力老龄化对农户水稻种植规模的负向影响，这与描述统计分析结果一致。

表5 农业劳动力老龄化对农户水稻种植规模影响的农地流转异质性检验结果

3 结论与建议

以水稻种植为例，基于水稻种植和丘陵地形的重要代表省份江西省的遂川县与丰城市的调研数据，运用Tobit 模型计量检验农业劳动力老龄化对农户水稻种植规模的影响。结果表明：①家庭农业劳动力老龄化直接阻碍了农户水稻规模化种植，表现为农业劳动力老龄化对农户水稻种植规模的负向显著作用；②农地流转可在一定程度上缓解家庭农业劳动力老龄化对水稻种植规模的负向影响，促进水稻规模化种植。

根据上述结论，为缓解家庭农业劳动力老龄化对水稻种植规模的负向影响，促进水稻规模化种植，建议采取如下措施：①在农业劳动力老龄化背景下，政府应积极引导青年人才回流农业，鼓励其利用农业扶持政策进行就业与创业，从而改善家庭农业劳动力年龄结构，促进水稻规模化种植；②政府应进一步创新农地流转引导政策，加强农地流转宣传、组织与纠纷处理等全程服务，促进农户积极参与农地流转，从而扩大水稻生产规模。