劳动力转移、农业机械权属与农户生产效率
2024-06-17李秋生傅青刘小春
李秋生 傅青 刘小春
摘要：基于中国劳动力动态调查（CLDS）数据，使用随机前沿分析法测算农户生产效率，运用Tobit模型检验家庭劳动力转移对农户生产效率的影响，并进一步分析农业机械权属在两者之间的调节作用。研究发现：家庭劳动力转移对农户生产效率的制约作用显著，使用农业机械会显著提高农户生产效率，但农业机械自有比农业机械租借在缓解劳动力转移对农户生产效率不利方面更具积极作用。因此，政府应引导农民购置使用先进适用的农业机械，创新补贴资金使用与管理方式，提升农民购机用机能力。
关键词：劳动力转移；农业机械权属；农户生产效率；随机前沿模型
中图分类号：F304.6
文献标识码：A
文章编号：2095-5553 （2024） 06-0294-09
收稿日期：2022年12月4日
修回日期：2023年1月1日
*基金项目：江西省社会科学规划项目（22SH19D）；江西省高校人文社会科学研究项目（JC21257）；江西省教育厅科技计划项目（GJJ210436）
第一作者：李秋生，男，1989年生，江西信丰人，博士，讲师；研究方向为农业经济、农业技术经济。E-mail： qshli@jxau.edu.cn
通讯作者：刘小春，男，1978年生，江西吉水人，博士，副教授；研究方向为农业经济、技术经济及管理。E-mail： Andyliu@jxau.edu.cn
Labor transfer， ownership of agricultural machinery and farmers productivity
Li Qiusheng， Fu Qing， Liu Xiaochun
（College of Economics and Management， Jiangxi Agricultural University， Nanchang， 330045， China）
Abstract： Based on the data of China Labor-force Dynamics Survey （CLDS） in 2016， this paper uses the Stochastic Frontier Approach to measure the productivity of peasant households， and uses the Tobit model to test the impact of family labor force transfer on the productivity of peasant households， and further verify the moderating effect of ownership of agricultural machinery on the relationship between the labor transfer and farmers productivity. The study finds that household labor transfer has a significant restriction effect on the productivity of farmers. The use of agricultural machinery can significantly improve the productivity of farmers， but the ownership of agricultural machinery plays a more positive role than the rental of agricultural machinery in alleviating the adverse effect of labor transfer on the productivity of farmers. Therefore， the government should guide farmers to purchase and use advanced and applicable agricultural machinery， innovate the use and management of subsidy funds， and improve farmers ability to purchase and use machinery.
Keywords： labor transfer; ownership of agricultural machinery; farmers productivity; Stochastic Frontier Approach
0 引言
农业机械化是提高农业劳动生产率不可或缺的手段[1]。新一轮农机购置补贴政策指出，要支持薄弱环节适用农机的研发，促进农机装备产业转型升级，加快推进农业机械化，推动农业机械化向高质、高效转型升级，为全面实施乡村振兴战略、推进农业农村现代化提供坚实支撑。然而，随着农业现代化和城镇化的发展，农村家庭青壮劳动力大量向非农产业转移，造成农村劳动力老龄化不断加重、素质逐渐下滑，使其更加难以应付转型升级的农业机械，也难以适应技术复杂程度更高的机械装备[2]。农机购置和租借是农户获取机械的重要途径，随着机械化逐渐向农业全产业链延伸，涵盖农业生产的各个环节，农业各投入要素的配置效率需要进一步提高。
当前，国内外关于劳动力转移对生产效率影响的研究主要有三种观点：一是劳动力转移在某种程度上会促进农业生产效率的提高[3]，部分研究认为青壮劳动力的转移导致农村劳动力老龄化在受到社会化服务的影响[4]，尚不会降低农业生产效率[5， 6]。另有研究表明，青壮年劳动力外流导致农村劳动力人力资本弱化，而当前新型职业农民的培育不容乐观，先进农业技术的推广应用困难[7]，致使农民耕作习惯和要素投入决策发生改变，农业生产过程中精细化程度不增反降趋向粗放化生产[8]，降低了农业生产效率[9]。但是，也有研究表明，农村劳动力随着年龄的增长和身体健康状况的恶化[10]，持续增加投入替代劳动的化学投入品[11]，亦无法抑制农业生产效率的下滑，不利于农业现代化转型[2]。除此之外，劳动力转移对不同地区和不同农作物生产效率的影响存在显著的差异[12]，而随着农业技术的不断升级，技术复杂程度的提高使家庭劳动力转移对农户生产效率也会产生不利影响[13]。
关于机械化生产对农业生产效率影响的研究，现有研究提出，农机使用给农业生产的影响主要通过技术引入效应和劳动替代效应来影响农业生产效率，只要充分利用农机服务，就可以把先进农业技术引进农业生产，也可以避免当前劳动力转移给农业生产带来的效率损失[14]。机械的使用在不同地区对农业生产的影响还受地形的影响，平原地区的农业机械化进程往往比丘陵地带大，机械更易于替代劳动[15]，有利于农业生产效率的提高。亦有研究指出，单位农地的机械化水平程度越高，单位农地的产值越大，单位农地机械水平与农地生产效率之间存在显著的正效应[16]。尽管现有研究对机械化生产工具的获取方式没有进行分类，但是发现农机作业外包会显著提高农作物产出[17]，而对自有机械的研究涉及较少。
通过对现有文献的梳理发现，多数学者对劳动力转移对农户生产效率影响的研究关注了机械化在两者之间的作用，但是忽视了购置和租借机械化生产工具在两者之间作用的程度及差异。本文将在已有研究基础上做以下几方面的丰富和深化：利用中国劳动力动态调查数据，使用随机前沿模型测算农户生产效率，探究当前背景下家庭劳动力转移对农户生产效率的影响，为劳动力转移对农户生产效率的影响给出新的经验证据供参考；同时，检验农业机械权属对家庭劳动力转移和农户生产效率两者之间关系的调节效应，以其为劳动力转移和农机购置及社会化服务的相关研究提供新的视角，并从微观层面为农户面对日益复杂的农业技术提供新的经验启示。
1 理论分析与假说
1.1 家庭劳动力转移对农户生产效率的影响
诱致性农业技术进步模型阐述了劳动力要素相对价格变化导致了生物、机械等技术的进步，并详细论述了要素替代的过程，说明了技术进步条件下要素替代的实现条件。劳动力转移对农业生产效率的影响过程是复杂的，刘易斯经典的二元经济结构理论中阐述了传统农业部门剩余劳动力向边际产出更高的工业部门转移，最终两部门的边际产出达到平衡，因此认为农村剩余劳动力转移提高了农业生产效率。但是，缪尔达尔的循环累积因果理论认为二元经济结构情形下农村优质劳动力大量流失，会加剧农业部门和工业部门发展的不平衡。而舒尔茨认为农民自身的人力资本才是提高农业生产效率的关键，农业生产效率的提高需要加强对农村劳动力综合素质的培养和生产技能的改善。因此，本文认为家庭劳动力转移对农业生产效率带来的影响，不仅要优化劳动力与资本的配置效率，也要关注劳动力转移后现有农村劳动力人力资本对技术进步的接受程度。
农村家庭劳动力结构目前趋于“老龄化”和“妇女化”，相比青壮年劳动力其在身体素质、知识获取及接受能力方面均处于劣势，农业生产只能采用传统的耕作方式，对现代农业生产技术的掌握以及新的农业装备的驾驭均存在挑战，但是老年留守劳动力有更加丰富的农业生产经验，有更加精细化的管理和集约化的生产经营，农业生产效率不一定会下降，同时在农业社会化服务以及机械化生产的作用下，农村劳动力转移在某种程度上会提升农业生产效率[3， 5， 18]，但是随着时间的推移这种促进作用呈衰减趋势[19-21]。随着当前对农产品质量安全和技术标准的提高，维持传统农业生产方式得到所需农产品变得更加困难，生产经营带来的积极作用无法弥补人力资本的劣势，而当前较低的社会化服务水平和机械化生产也无法弥补劳动力老龄化带来的效率损失[2， 22]，引起农业生产效率的下降[23]。农民外出务工带来的工资性收入可能会提高农户对农业生产的投资，比如购置农机以提高农业生产效率，但是现有研究发现农户工资性收入的提高并没有增加农民的生产性投资，也无益于农村劳动力人力资本投资的增加，农业生产的代际传承存在巨大困难[24]。
因此，在当前农村家庭结构情形下，家庭劳动力转移对农户生产效率存在客观条件和主观动因上的不利影响，造成农户生产效率下滑。基于此本文提出假说1：在其他因素保持不变的情况下，家庭劳动力转移程度越高，农户生产效率越低。
1.2 机械使用对家庭劳动力转移和农户生产效率的影响1.2.1 农业机械权属与农户生产效率
农业机械化是用机器替代劳动力进行农业生产的技术改造，是实现农业劳动生产率提高不可或缺的重要手段[1]。然而，农机的使用由于替代劳动程度不同，对农业生产效率的影响也存在差异，在坡度低的平原地区农业机械化进程要高于丘陵地区，更有利于农业生产效率的提升[15]。亦有研究表明，农业农机自有，例如拖拉机自有会导致农地规模报酬递增[25]，即会提高农业生产效率，但是农机自有往往与家庭资产、信贷可用性以及道路密度等相关[26]，对于多数农户来说由于流动性约束农机自有往往很难实现，农机作业外包即农机租借成为实现农业生产机械化的另一手段，对农业生产效率的提升具有促进作用[26]。但是，亦有研究表明，农业农机租借对小农来说并不是有效的，考虑时间成本的情况下对小农来说农机自有或者与邻居共有机械对农业生产效率提高的作用会更大[27]。由于当前我国农业生产依然以小农为主，并且农机社会化服务水平处于提升时期，对于经营规模较小的小农，拥有适合其农业生产的机械才是提高其农业生产效率的关键。基于此本文提出假说2：在其他因素保持不变的情况下，农户越是使用自有机械，农户生产效率越高。
1.2.2 农业机械权属在家庭劳动力转移与农户生产效率之间的调节作用
农业机械化在家庭劳动力转移与农户生产效率之间的作用备受学者关注，根据上文的分析当前家庭劳动力转移很大程度上会降低农户生产效率，现有研究表明农业合作经营[2]、机械使用例如拖拉机使用会弱化农村劳动力转移对农业生产效率的不利影响，并且拖拉机所有权会削弱农场规模与生产效率的反比关系[25]。随着农机的跨区作业以及农机社会化服务水平不断提升，农户租用或借用机械变得简单，并且专业化程度相对自有机械更高，农机作业外包在一定程度上能解决劳动力转移带来的困境，因为农机外包服务通过技术引入效应和劳动替代效应防止因农村劳动力缺乏和人力资本下降造成的技术效率损失[14， 28]，并且农户机械自有可以充分发挥机械的利用效率。基于此本文提出假说3：在其他因素保持不变的情况下，农业机械自有对家庭劳动力转移与农户生产效率的关系产生积极的调节作用。
农业生产要素的变动、重配与农户生产效率的关系如图1所示。
2 研究设计
2.1 变量设计
2.1.1 数据来源
本文使用的数据来源于2016年中山大学社会科学调查中心的中国劳动力动态调查（CLDS2016）数据，包括中国29个省市（除港澳台、西藏、海南外）的全国性跟踪调查，主要包含了劳动力社区、家庭和个体三个层面的追踪和横截面数据。该数据在收集过程中采用多阶段、多层次与劳动力规模成比例的概率抽样方法，对中国劳动力现状和变迁数据的获取更具科学性和代表性。此外，之所以选用该调查一方面是该调查是专门针对中国家庭劳动力变化的家庭调查，尤其涉及农村家庭劳动力转移；另外一方面是因为该调查中含有农业机械权属相关问题，而这正是本文研究家庭劳动转移对农户生产效率影响机制的重要变量。因此，所用数据主要是家庭层面数据，并且合并了社区层面数据中的相关变量，同时保留从事农业生产（主要为粮食作物生产）的家庭作为研究对象，删除缺失值后，共获得2 012个样本，其中使用过机械的样本数为1 489个，传统农耕样本数为523个。
2.1.2 变量选择
农户生产效率。本文利用随机前沿模型，将每个家庭视为一个决策单元，把家庭从事农业生产的人数、土地规模和资本设定为投入变量，把粮食生产的总收益设定为产出变量，根据CLDS2016年横截面数据利用最大似然估计法估计随机前沿的半正态模型，测算出农户粮食生产效率，以此作为农户生产效率的代理变量。家庭劳动力以家庭从事农业生产的人数来表示，土地规模以家庭实际粮食种植耕地规模来衡量，粮食作物生产的资本以农户粮食生产成本来衡量，产出变量以农户粮食销售收益作为代理变量，反映农户农业生产成果的价值。
家庭劳动力转移。家庭劳动力转移程度，主要从家庭劳动力非农转移人数和家庭劳动力转移比例来衡量，由于家庭劳动力非农转移人数可能会随着家庭规模的增大而增多，并不完全反映家庭劳动力转移程度。因此，为了更准确反映家庭劳动力转移程度，把家庭劳动力非农转移比例作为家庭劳动力转移程度的代理变量。
农业机械权属。农户机械化耕种生产工具的所有权会对农户的生产效率造成影响，农户可以自家购买、共同购买或租借他人的生产工具，本文把农户机械化耕种生产工具的获取方式分为租借、共有和自有，由于本文所用数据共有机械的样本数较少，因此把共有机械归为自有。
控制变量。根据现有研究成果，本文从家庭特征和户主特征两方面来设定控制变量。户主特征方面，引入户主性别、年龄、受教育程度和自评健康水平等4个控制变量；家庭特征方面，引入家庭土地规模和家庭是否借贷等2个控制变量。
上述选定变量的定义赋值和描述性统计详见表1。
2.2 效率测算模型
本文的目的是研究家庭劳动力转移对农户生产效率的影响，在以往效率估计的文献中，主要采用了参数估计法例如随机前沿分析法（SFA）和半参数估计法例如数据包络分析法（DEA）对生产效率进行估计。但是，由于数据包络分析法将生产边界的偏差归为无效，并且假定无随机误差，因此该方法对极端值非常敏感。农户农业生产经常受到天气条件和自然灾害的影响，由于DEA的局限性，运用该方法对农户生产效率的测算往往会产生偏差[29]，因此借鉴Abdulai[30]和González-Flores等[31]的做法，本文将运用随机前沿模型来测算农户生产效率。随机前沿生产函数模型设置如式（1）所示。
lnYi=f（Xi;β）+εiεi=vi-ui（1）
式中：Yi——农户i粮食生产的产出；
Xi——农户粮食生产投入要素的向量，本文借鉴韩旭东[32]、闫迪等[33]的做法，选用粮食收入作为产出指标，选用家庭从事农业劳动力人数、粮食种植面积和粮食生产成本作为投入指标；
β——X的系数；
εi——误差项，由服从正态分布的vi～N（0，σ2v）和服从半正态分布的ui～N+（0，σ2u）构成；
vi——捕获统计噪声的对称随机项[34]；
ui——无效率项，反映农户i距离效率前沿面的距离。
2.3 实证模型构建
因为随机前沿函数运用半正态模型测算的生产效率值介于0～1之间，作为被解释变量或呈连续分布或呈离散分布，相对于OLS模型，在构建实证模型时运用受限的Tobit模型更适用该问题的分析，基于极大似然估计法的受限Tobit模型如式（2）所示。
式中：yi——被解释变量；
xi——需要控制的解释变量；
βT——待估系数向量；
∈i——满足正态分布即∈i～N（0，σ2）；
a、b——被解释变量的上、下端截断值。
因此，本文使用的Tobit模型构建如式（3）所示，同时利用极大似然估计法对实证模型的系数进行估计。
式中：HE——农户生产效率；
HLM——家庭劳动力转移；
MR——农业机械权属；
HLM×MR——家庭劳动力转移与农业机械权属的交互项；
CVn——控制变量；
α——常数项；
——误差项；
φn——待估计系数；
n——控制变量的个数。
3 实证模型检验
3.1 效率测算结果分析
本文通过stata16.0软件，采用最大似然估计的方法估计随机前沿的半正态模型，测算了各农户粮食生产效率，农户生产效率的核密度如图2所示，从图2中可以看出所选样本农户的生产效率集中在0.5～0.9之间，并在0.7～0.8之间出现的频率最高，表明大多数农户生产效率主要介于该区间。
由于本文研究的目标之一是分析机械使用在劳动力转移与农户生产效率之间的调节效应，因此对不同机械化程度和机械化所有权情形下的农户生产效率进行比较分析，比较结果如表2所示。在机械化程度方面，使用农机家庭的生产效率要高于传统农耕家庭；在机械获取方面，自有机械家庭的生产效率要高于租用机械家庭，并且能够获取机械家庭的生产效率要高于没有获取机械家庭。
3.2 实证结果分析
3.2.1 劳动力转移对农户生产效率的直接影响
如表3所示，该表呈现的是家庭劳动力转移人数对农户生产效率的影响，其中模型一的样本包括传统农耕和使用机械的样本，模型二、三的样本只包括使用机械的样本。由实证结果可知：（1）家庭劳动力转移人数越多，农户生产效率会显著下降，表明劳动力转移会降低农户生产效率，该结果无论在包括传统农耕的样本和不包括传统农耕的样本中均显著，假说1初步得到验证；（2）农业机械权属指标的结果显示，机械使用会提高农户生产效率，并且农业机械越是自有农户的生产效率提高的越显著，假说2初步得到验证。（3）其他控制变量方面，户主年龄与农户生产效率呈倒“U”形关系，表明随着年龄的增长农户生产效率会上升，但是超过一定年龄农户的生产效率会下降。
3.2.2 劳动力转移影响农户生产效率的调节效应分析
如表4所示，通过加入交互项的方式来检验农业机械权属在劳动力转移与农户生产效率之间起到的作用，分别引入去中心化交互项“家庭劳动力转移人数×农业机械权属”和“家庭劳动力转移比例×农业机械权属”，以检验调节效应。由实证结果可知，交互项的系数为正，劳动力转移指标的系数为负，表明农业机械越是自有越能缓解劳动力转移对农户生产效率降低的负面影响，并且无论从家庭劳动转移人数和家庭劳动力转移比例的模型来看，结果依然不变，假说3得到验证。
3.2.3 稳健性检验
为进一步验证上述结果的稳定性，本文采用替换主要解释变量的方法对结果进行稳健性检验，把反应劳动力转移指标“家庭转移劳动力人数”替换为“家庭转移劳动力比例”。实证结果如表5所示，从表中结果可知家庭劳动力转移比例的系数显著为负，并且无论样本是否包括传统农耕样本，结果与表3一致，进一步验证了假说1。并且农业机械权属的系数为正并在1%水平上显著，与表3结果一致，假说2得到验证，即农业机械越是自有越能提高农户生产效率。
综上分析，通过构建Tobit模型、调节效应模型和替换核心解释变量等方法对研究假说进行验证，实证结果表明提出的研究假说通过检验。本文从农户使用生产工具的不同所有权出发，采用随机前沿模型测算了农户生产效率，利用Tobit模型检验了家庭劳动力转移对农户生产效率的影响，以及农机获取方式对两者关系的调节作用。通过实证结果分析表明，家庭劳动力转移对农户生产效率产生不利影响；机械使用尤其当农机自有时对农户生产效率提高有积极作用，并且自有机械相比租用机械在缓解家庭劳动力转移对农业生产效率不利的影响方面的作用更强。这进一步表明，在当前中国情景下，农户机械化生产过程中农户自有机械更利于缓解家庭劳动力转移对农业生产效率的不利影响。
4 结论与启示
4.1 结论
本文根据2016年中国劳动力动态调查（CLDS2016）数据，运用随机前沿模型估算了农户生产效率，运用Tobit模型检验家庭劳动力转移对农户生产效率的影响，并解释农业机械权属在家庭劳动力转移与农户生产效率之间的调节效应。
1） 在当前中国农业生产仍然以小农为主体的背景下，家庭劳动力非农转移弱化了农业现代化发展的动力和农户现代化经营的能力，对当前农户农业生产造成了不利影响。
2） 农用机械的使用，尤其当农业机械为自有时，有利于提高农户生产效率。
3） 尽管农业机械使用有利于农户生产效率的提高，但农户机械生产工具自有更有利于缓解家庭劳动力转移对农户生产效率造成的不利影响。
4.2 启示
1） 农村家庭青壮劳动力非农转移，会导致农业生产要素的利用效率下降，随着时间的推移老龄化的农村劳动力在农业生产经营时需要面对更加复杂的技术，而当前低层次的社会化服务水平和简单的机械化生产，无法弥补家庭青壮劳动力转移带来的生产效率损失。因此，需要加快培养有文化、懂技术、善经营、会管理的新型职业农民队伍，有序引导农村外出劳动力向本地回转，利用非农经济收入支持农业生产；同时加大农户机械生产工具的自有投资，提高懂技术农民机械购置补贴，促进农机社会化服务水平的提升。
2） 农户农业生产机械化会提高生产效率，并且农业机械自有在家庭劳动力转移与农户生产效率之间的调节作用比租借机械更强，即农业机械自有更利于缓解家庭劳动力转移对农户生产效率的不利影响。因此，在制定农机具补贴政策时一方面要注意让农机购置补贴主要用于支持购置先进适用农业机械上，另一方面要适当拓宽农民获得先进适用农机具补贴的区域范围，使更多的农户能够购机用机。
参 考 文 献
[1]江泽林. 机械化在农业供给侧结构性改革中的作用[J]. 农业经济问题， 2018（3）： 4-8.
Jiang Zelin. The role of mechanization in the agricultural supply-side structural reform [J]. Issues in Agricultural Economy， 2018（3）： 4-8.
[2]苏昕， 刘昊龙. 农村劳动力转移背景下农业合作经营对农业生产效率的影响[J]. 中国农村经济， 2017（5）： 58-72.
Su Xin， Liu Haolong. The effects of farmers specialized cooperatives on agricultural production efficiency within the context of rural labor migration [J]. Chinese Rural Economy， 2017（5）： 58-72.
[3]马林静， 欧阳金琼， 王雅鹏. 农村劳动力资源变迁对粮食生产效率影响研究[J]. 中国人口·资源与环境， 2014， 24（9）： 103-109.
Ma Linjing， Ouyang Jinqiong， Wang Yapeng. The influence of evolvement of rural Labor resources on grain production efficiency [J]. China Population， Resources and Environment， 2014， 24（9）： 103-109.
[4]周宏， 王全忠， 张倩. 农村劳动力老龄化与水稻生产效率缺失——基于社会化服务的视角[J]. 中国人口科学， 2014（3）： 53-65.
Zhou Hong， Wang Quanzhong， Zhang Qian. Research on aging of rural labour and efficiency loss of rice production： Based on the perspectives of social service [J]. Chinese Journal of Population Science， 2014（3）： 53-65.
[5]程名望， 黄甜甜， 刘雅娟. 农村劳动力外流对粮食生产的影响：来自中国的证据[J]. 中国农村观察， 2015（6）： 15-21.
Cheng Mingwang， Huang Tiantian， Liu Yajuan. The influence of rural outflow on food production： From the evidence of China [J]. China Rural Survey， 2015（6）： 15-21.
[6]林本喜， 邓衡山. 农业劳动力老龄化对土地利用效率影响的实证分析——基于浙江省农村固定观察点数据[J]. 中国农村经济， 2012（4）： 15-25.
Lin Benxi， Deng Hengshan. An empirical analysis of the impacts of ageing agricultural labour forces on efficiency of farmland use： Based on the data from rural fixed survey spots of Zhejiang Province [J]. Chinese Rural Economy， 2012（4）： 15-25.
[7]聂正彦. 农业劳动力老龄化对农业生产的影响分析——基于甘肃省4市6县调查数据[J]. 国家行政学院学报， 2015（6）： 107-111.
Nie Zhengyan. Effect of agricultural labor force aging on agricultural production：Based on the survey data of 6 counties and 4 cities of Gansu Province [J]. Journal of Chinese Academy of Governance， 2015（6）： 107-111.
[8]王跃梅， 姚先国， 周明海. 农村劳动力外流、区域差异与粮食生产[J]. 管理世界， 2013（11）： 67-76.
Wang Yuemei， Yao Xianguo， Zhou Minghai. The outflow of rural labor， the regional differences and food production [J]. Management World， 2013（11）： 67-76.
[9]李江， 毛瑞男. 农村劳动人口转移对农业生产效率与经营效率的影响——基于省级面板数据的DEA-Tobit两阶段法的分析[J]. 人口学刊， 2021， 43（3）： 100-112.
Li Jiang， Mao Ruinan. The impact of rural labor transfer on agricultural production efficiency and management efficiency：Based on DEA-Tobit two-stage method analysis of provincial panel data [J]. Population Journal， 2021， 43（3）： 100-112.
[10]杨志海， 麦尔旦·吐尔孙， 王雅鹏. 健康冲击对农村中老年人农业劳动供给的影响——基于CHARLS数据的实证分析[J]. 中国农村观察， 2015（3）： 24-37.
Yang Zhihai， Mai er dan Tu er sun， Wang Yapeng. Impact of health shocks on the agricultural labor supply of middle-aged and elderly peasants in rural areas： Empirical study based on 2277 samples from CHARLS [J]. China Rural Survey， 2015（3）： 24-37.
[11]Takeshima H. Custom-hired tractor services and returns to scale in smallholder agriculture： A production function approach [J]. Agricultural Economics， 2017， 48（3）： 363-372.
[12]彭代彦， 吴翔. 中国农业技术效率与全要素生产率研究——基于农村劳动力结构变化的视角[J]. 经济学家， 2013（9）： 68-76.
Peng Daiyan， Wu Xiang. A study on Chinas agricultural technology efficiency and TFP：A perspective on the changes in the structure of rural labor force [J]. Economist， 2013（9）： 68-76.
[13]张晓晗， 马恒运. 农村劳动力弱质化对农业生产化肥利用效率的影响——基于机械化的调节效应分析[J]. 中国农机化学报， 2022， 43（8）： 189-198.
Zhang Xiaohan， Ma Hengyun. Impact of rural labor forces weakness on fertilizer use efficiency： Perspective of machinery adjustment effect [J]. Journal of Chinese Agricultural Mechanization， 2022， 43（8）： 189-198.
[14]胡祎， 张正河. 农机服务对小麦生产技术效率有影响吗？[J]. 中国农村经济， 2018（5）： 68-83.
Hu Yi， Zhang Zhenghe. The impact of agricultural machinery service on technical efficiency of wheat production [J]. Chinese Rural Economy， 2018（5）： 68-83.
[15]郑旭媛， 徐志刚. 资源禀赋约束、要素替代与诱致性技术变迁——以中国粮食生产的机械化为例[J]. 经济学（季刊）， 2017， 16（1）： 45-66.
Zheng Xuyuan， Xu Zhigang. Endowment restriction， factor substitution and induced technological innovation： A case research on the grain producing mechanization in China [J]. China Economic Quarterly， 2017， 16（1）： 45-66.
[16]李刘艳， 白永秀. 人地比例、机械化水平与农地生产效率[J]. 宏观经济研究， 2018（9）： 147-158.
Li Liuyan， Bai Yongxiu. The proportion of population to farmland area， mechanization level， and farmland productivity [J]. Macroeconomics， 2018（9）： 147-158.
[17]王颜齐， 郭翔宇. 种植户农业雇佣生产行为选择及其影响效应分析——基于黑龙江和内蒙古大豆种植户的面板数据[J]. 中国农村经济， 2018（4）： 106-120.
Wang Yanqi， Guo Xiangyu. The behavior of agricultural production with wage labor and its efficiency： An analysis based on panel data on soybean growers in Heilongjiang and Inner Mongolia [J]. Chinese Rural Economy， 2018（4）： 106-120.
[18]彭代彦， 文乐. 农村劳动力老龄化、女性化降低了粮食生产效率吗——基于随机前沿的南北方比较分析[J]. 农业技术经济， 2016（2）： 32-44.
Peng Daiyan， Wen Le. Did the aging and female dominating of the rural labor force reduce the food production efficiency？：Comparison analysis of the southern and northern based on the stochastic frontier [J]. Journal of Agrotechnical Economics， 2016（2）： 32-44.
[19]姚玲， 刘晓利. 农村劳动力转移对粳稻生产环境效率的影响研究——基于灰水足迹视角[J]. 中国农机化学报， 2022， 43（12）： 240-248.
Yao Ling， Liu Xiaoli. Mechanism test of rural transfer on environmental efficiency of japonica rice production： Based on the perspective of gray water footprint [J]. Journal of Chinese Agricultural Mechanization， 2022， 43（12）：240-248.
[20]田红宇， 祝志勇. 农村劳动力转移、经营规模与粮食生产环境技术效率[J]. 华南农业大学学报（社会科学版）， 2018， 17（5）： 69-81.
Tian Hongyu， Zhu Zhiyong. Rural labor migration， scale of operation and environmental technical efficiency of grain production [J]. Journal of South China Agricultural University （Social Science Edition）， 2018， 17（5）： 69-81.
[21]盖庆恩， 朱喜， 史清华. 劳动力转移对中国农业生产的影响[J]. 经济学（季刊）， 2014， 13（3）： 1147-1170.
Gai Qingen， Zhu Xi， Shi Qinghua. Labors migration and Chinese agricultural production [J]. China Economic Quarterly， 2014， 13（3）： 1147-1170.
[22]胡雪枝， 钟甫宁. 人口老龄化对种植业生产的影响——基于小麦和棉花作物分析[J]. 农业经济问题， 2013， 34（2）： 36-43.
Hu Xuezhi， Zhong Funing. The impact of population aging on planting production： Based on the analysis of the two crops of wheat and cotton [J]. Issues in Agricultural Economy， 2013， 34（2）： 36-43.
[23]麦尔旦·吐尔孙， 杨志海， 王雅鹏. 农村劳动力老龄化对种植业生产技术效率的影响——基于江汉平原粮食主产区400农户的调查[J]. 华东经济管理， 2015， 29（7）： 77-84.
Maierdan·Tuersun， Yang Zhihai， Wang Yapeng. Impact of aging of rural labor force on crop production technical efficiency：Based on the survey of 400 farmers in the main grain producing areas of Jianghan plain [J]. East China Economic Management， 2015， 29（7）： 77-84.
[24]钱文荣， 郑黎义. 劳动力外出务工对农户家庭经营收入的影响——基于江西省4个县农户调研的实证分析[J]. 农业技术经济， 2011（1）： 48-56.
Qian Wenrong， Zheng Liyi. The impacts of migrant working on rural households operating income：Empirical analysis based on household survey of 4 counties in Jiangxi province [J]. Journal of Agrotechnical Economics， 2011（1）： 48-56.
[25]Takeshima H， Houssou N， Diao X. Effects of tractor ownership on returns-to-scale in agriculture： Evidence from maize in Ghana [J]. Food Policy， 2018， 77： 33-49.
[26]Mottaleb K A， Krupnik T J， Erenstein O. Factors associated with small-scale agricultural machinery adoption in Bangladesh： Census findings [J]. Journal of Rural Studies， 2016， 46： 155-168.
[27]Najafi B， Torabi Dastgerdouei S. Optimization of machinery use on farms with emphasis on timeliness costs [J]. Journal of Agricultural Science and Technology， 2015， 17： 533-541.
[28]刘成， 唐晶， 喻璨聪， 等. 我国农机服务投入对粮食生产技术效率的影响——基于不同土地规模视角[J]. 中国农机化学报， 2021， 42（4）： 205-210.
Liu Cheng， Tang Jing， Yu Cancong， et al. Impact of Chinas agricultural machinery service input on technical efficiency of grain production based on the perspective of the scale of land [J]. Journal of Chinese Agricultural Mechanization， 2021， 42（4）： 205-210.
[29]Koirala K， Mohanty S. Impact of land ownership on productivity and efficiency of rice farmers： The case of the Philippines [J]. Land Use Policy， 2015， 50C： 371-378.
[30]Abdulai A， Abdulai A. Examining the impact of conservation agriculture on environmental efficiency among maize farmers in Zambia [J]. Environment and Development Economics， 2016， 22： 1-25.
[31]González-Flores M， Bravo-Ureta B E， Solís D， et al. The impact of high value markets on smallholder productivity in the Ecuadorean Sierra： A Stochastic Production Frontier approach correcting for selectivity bias [J]. Food Policy， 2014， 44： 237-247.
[32]韩旭东， 王若男， 杨慧莲， 等. 土地细碎化、土地流转与农业生产效率——基于全国2 745个农户调研样本的实证分析[J]. 西北农林科技大学学报（社会科学版）， 2020， 20（5）： 143-153.
Han Xudong， Wang Ruonan， Yang Huilian， et. al. Land fragmentation， land transfer and agricultural productivity efficiency： Empirical analysis based on 2 745 rural households nationwide [J]. Journal of Northwest A & F University（Social Science Edition）， 2020， 20（5）： 143-153.
[33]闫迪， 郑少锋. 互联网使用能提高农户生产效率吗？——以陕冀鲁三省蔬菜种植户为例[J]. 南京农业大学学报（社会科学版）， 2021， 21（1）： 155-166.
Yan Di， Zheng Shaofeng. Can the internet use improve farmers production efficiency？ Evidence from vegetable growers in Shanxi，Hebei and Shandong provinces [J]. Journal of Nanjing Agricultural University（Social Sciences Edition）， 2021， 21（1）： 155-166.
[34]Battese G E， Coelli T J. A model for technical inefficiency effects in a stochastic frontier production function for panel data [J]. Empirical Economics， 1995， 20（2）： 325-332.
