我國農村人力資本轉移對農業全要素生產率的影響研究

○ 李勛來，劉曉倩

（青島科技大學 經濟與管理學院，山東 青島 266061）

一、引言

農業是國民經濟的基礎性產業，農業、農村、農民的發展一直為國家的重點工作。黨的十九大報告提出鄉村振興戰略，從產業、文化、人才、生態、組織等方面深化農村改革；2021年11月國務院印發《 “十四五” 推進農業農村現代化規劃》，提出加快中國特色農業現代化進程；2022年2月中央一號文件《中共中央 國務院關于做好2022年全面推進鄉村振興重點工作的意見》強調，要強化現代農業基礎支撐，聚焦產業促進鄉村發展，扎實穩妥推進鄉村建設。在國家政策的引導下，我國農業發展取得重大進步。2020年，我國農業產值為71748.2億元，比1978年的1117.5億元增長了60多倍。

近年來，我國城鎮化進程加快。農村非農勞動力的大規模轉移為城鎮工業部門提供了大量勞動力，且流出的勞動力平均受教育年限高于農村勞動力平均受教育年限。從微觀層面看，農村人力資本轉移會對農業生產產生負面影響。但從宏觀層面考慮，農村人力資本轉移能夠促進農業部門與非農業部門的勞動力生產要素優化配置，提高農業機械化水平、集約化水平，緩解 “勞動力缺失效應” 帶來的負面影響[1]。那么農村人力資本轉移會對農業全要素生產率產生什么影響？通過哪些因素與途徑產生影響？這種影響是否存在區域差異？深入探討這些問題對推進農業現代化進程、實現農業高質量發展具有重要意義。

實現農業高質量發展的核心是不斷提高農業全要素生產率。在農業全要素生產率的影響因素研究方面，有學者認為，加大農業研發投入力度、提高機械化水平、加快城鎮化進程能夠有效提高農業全要素生產率[2]。在生產資源配置方面，有學者認為我國勞動力市場、資本市場、土地要素市場扭曲度較高，要素市場扭曲會抑制農業全要素生產率的增長且具有空間溢出性[3]。在農村勞動力轉移方面，有學者認為農村勞動力轉移可以顯著提高農業全要素生產率，且存在區域性差異以及單一門檻效應[4-5]。

綜上，已有研究大多關注農業全要素生產率的測算及其影響因素，而以農村人力資本轉移為切入點進行的研究較少。因此，本文嘗試在測算我國農業全要素生產率的基礎上，分析農村人力資本轉移與農業全要素生產率之間的關系，并比較兩者關系的區域性差異。

二、農村人力資本轉移影響農業全要素生產率的理論分析

（一） “勞動力缺失效應”

農村人力資本轉移的 “勞動力缺失效應” 對農業全要素生產率產生抑制作用。農村人力資本轉移會導致農業部門勞動力減少甚至短缺，在短期內農村人力資本轉移過快可能會帶來 “勞動力缺失效應” ，降低土地產出效率，從而降低農業全要素生產率[6]。從區域層面看， “勞動力缺失效應” 對農業全要素生產率的負面影響可能源于農村人力資本在區域間的流動性相對較弱。根據資源優化配置理論，區域農村人力資本轉移受阻，會導致局部區域農村勞動力得不到有效配置，不利于農業規?；l展，從而不利于農業全要素生產率的提高[7]。

（二） “收入效應”

農村人力資本轉移的 “收入效應” 對農業全要素生產率具有促進作用。農村人力資本轉移能夠提高農村村民以及農村家庭的收入，反向推動農業生產由勞動密集型向資本密集型產業轉變[8]。農村人力資本轉移為農戶帶來的匯款收入，可以避免農業生產因預算約束而減少生產要素投入，同時可以增加勞動力服務和機械化服務的購買，農村人力資本轉移帶來的勞動力缺口也得以彌補。

（三） “替代效應”

農村人力資本轉移的 “替代效應” 對農業全要素生產率具有促進作用。一方面，農村人力資本轉移能夠增強農業機械對勞動力的替代作用，補充農村人力資本轉移帶來的勞動力缺口，從而緩解 “勞動力缺失效應” ，在一定程度上抵消農村人力資本轉移對農業全要素生產率帶來的負面影響[9]。另一方面，農村人力資本轉移增加了外地勞動力對本地勞動力的替代作用，為農業生產性服務業發展創造了便利條件[10]，有利于播種、施肥、收割等生產環節外包服務的增加，促進農業生產要素合理配置，從而提高農業全要素生產率[11]。

三、農業全要素生產率的測算、影響模型設定與變量說明

（一）農業全要素生產率的測算

全要素生產率（tfp）的測算主要有兩種方法：一是在生產函數假設基礎上的超越對數生產函數法、C-D函數法等參數方法，二是以數據包絡分析（DEA）和隨機前沿面分析方法（SFA）為代表的非參數方法。參數法需要設定具體函數形式，若函數設定錯誤易產生計算誤差。為避免產生計算誤差，且能夠較為靈活地對不同投入產出數據進行測度，本文采用DEA-Malmquist指數法對農業全要素生產率進行測算。計算公式為：

式（1）中，Mi（Qt＋1，Xt＋1，Qt，Xt）表示以t時期為基期，t+1時期全要素生產率的Malmquist指數；Qt、Xt、Qt＋1、Xt＋1分別表示t時期、t+1時期的農業產出與投入量。（Qt，Xt）、（Qt＋1，Xt＋1，）分別表示t時期與t+1時期的農業產出投入向量，dit、dit＋1分別表示t時期與t+1時期生產技術的距離函數。Malmquist指數若大于1，則表明生產水平與上年相比提高；若小于1，表明生產水平與上年相比下降；若等于1，表明生產水平與上年相比未發生變化。

本文按照國家統計局的劃分標準，將我國的31個?。ㄊ?、自治區，不包括港澳臺地區，下同）劃分為東部、中部、西部地區①東部地區包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南11個?。ㄊ校?，中部地區包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南8個省，西部地區包括內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆12個?。ㄊ?、自治區）。。農業產出與投入的具體指標選取與數據來源如下：（1）農業產出變量。以各省第一產業生產總值（億元）作為農業產出的代理變量，并以1978年為基期通過第一產業國內生產總值指數進行調整。（2）農業投入變量。以各省第一產業就業人員數（萬人）作為勞動投入的代理變量；以農用機械總動力（萬千瓦）、農村用電量（億千瓦時）、化肥施用量（萬噸）作為農業資本投入的代理變量；以耕地灌溉面積（千公頃）、農作物播種面積（千公頃）作為農業土地投入的代理變量。上述變量數據主要來源于2009—2020年歷年的中國統計年鑒與中國農村統計年鑒。

本文將東部、中部、西部地區作為三個決策單元，利用DEAP2.1軟件計算2009—2019年各省份農業全要素生產率。DEA的測算結果是以上一年為100的環比變動指數，因此需對Malmquist指數的測算結果進行累乘，得到以2008年為基期的累積式農業全要素生產率（見表1）。

表1 2009—2019年農業全要素生產率測算結果

（二）農村人力資本轉移影響農業全要素生產率的模型設定

1. 基準回歸模型

為研究農村人力資本轉移對農業全要素生產率產生的影響，建立面板模型如下：

式（2）中，1n labedui，t、pera gdpi，t、urban、asd、gfs分別表示第t年i?。ㄊ?、自治區）的農村人力資本轉移率、人均農業生產總值、城鎮化水平、農業結構調整水平、政府財政支農比重，μi為不可觀測的個體效應，εi，t為隨機擾動項。

2.中介效應檢驗模型

為檢驗農村人力資本轉移能否通過農業機械化對農業全要素生產率產生影響，參考Mackinnon和溫忠麟的做法[12-13]，采取逐步回歸方法建立中介效應檢驗模型。檢驗模型為：

式（3）至式（5）中，Yi，t為因變量，表示農業全要素生產率水平值；Xi，t為自變量，表示農村人力資本轉移率；Mi，t為中介變量，表示農業機械化水平；θi為截距，εi為隨機擾動項，a、b、c、c'為回歸系數。當模型中a、b、c都顯著時，若c'不顯著，表明直接效應不顯著，模型只存在中介效應；若c'顯著，表明直接效應顯著，當a、b之積與c'同號時，表明存在中介效應，中介效應占總效應的比例為ab/c；當a、b之積與c'符號相反時，表明存在遮掩效應，間接效應與直接效應的比例為|ab/c'|。當模型中c顯著，a、b至少有一個不顯著時，需檢驗ab＝0是否顯著。若顯著，表明間接效應顯著，繼續進行后續分析；若不顯著，則表明間接效應不顯著，停止分析[14]。

（三）變量選取

1.被解釋變量

選取表1的2009—2019年農業全要素生產率（tfp）水平值作為被解釋變量。為消除異方差影響，對全要素生產率水平值進行取對數處理，同時考慮部分水平值小于1，為避免取對數處理后得到負值，對所有tfp值加1后再進行取對數處理。

2.核心解釋變量

選取農村人力資本轉移率（labedu）作為核心解釋變量。主要用勞動力非農轉移率、農村人力資本水平來表示。勞動力非農轉移率由農村總就業人員數與第一產業就業人員數之差除以農村總就業人員數得出，農村人力資本水平參考謝童偉等的計算方法[15]。農村人力資本水平計算公式為：

式（6）中，AEY為農村平均受教育年限，i為受教育程度劃分的組數，Pi為各受教育程度的教育年限，EYi為各受教育程度人口占農村總人口的比重。受數據可獲得性的限制，本文以統計口徑 “6歲及6歲以上人口” 受教育年限計算得出農村平均受教育年限。

3.中介變量

選取農業機械化水平（mech）作為中介變量。農業機械化水平用農用機械總動力（萬千瓦）來衡量。

4.控制變量

一是人均農業生產總值（peragdp），用各地區第一產業生產總值與各地區農村人口總量之比來表示；二是城鎮化水平（urban），用城鎮人口與地區總人口之比來表示；三是農業結構調整水平（asd），用糧食作物播種面積與農作物總播種面積之比來表示；四是政府財政支農比重（gfs），用農業財政支出與政府財政總支出之比來表示。

（四）數據來源與描述性統計

本文選取2009—2019年我國31個?。ㄊ?、自治區）的面板數據進行實證研究，原始數據來源于各期中國統計年鑒、中國農村統計年鑒、中國人口與就業統計年鑒以及各?。ㄊ?、自治區）統計年鑒。各變量的描述性統計如表2所示。

表2 主要變量的描述性統計

四、實證檢驗結果分析

（一）基準回歸

本文利用OLS回歸模型從全國層面實證研究農村人力資本轉移對農業全要素生產率的影響，全樣本的基準回歸結果如表3所示。列（1）為未加入控制變量時的回歸結果，農村人力資本轉移率的系數為1.1501，在1%置信水平上顯著為正；列（2）表示加入控制變量后的回歸結果，農村人力資本轉移率的系數為0.4610，在1%置信水平上顯著為正。列（1）與列（2）的回歸結果表明，無論是否加入控制變量，農村人力資本轉移均對農業全要素生產率產生明顯的提升作用，農村人力資本轉移能夠顯著促進農業發展。這說明農村人力資本轉移帶來的 “替代效應” 和 “收入效應” 能夠有效緩解 “勞動力缺失效應” 帶來的負面影響，最終提高農業生產效率，促進農業全要素生產率提高。

表3 農村人力資本轉移對農業全要素生產率影響的基準回歸結果（全樣本）

在控制變量方面，人均農業生產總值（peragdp）系數為0.4046，且在1%水平上顯著，表明農業部門的經濟發展水平與農業全要素生產率顯著正相關。城鎮化水平（urban）系數為0.0079，在1%水平上顯著，表明城鎮化水平的提高能夠通過調節勞動力的城鄉配置，提升農業全要素生產率。政府財政支農比重（gfs）系數為0.0249，在5%水平上顯著，表明政府對農業部門的財政支持可以緩解農業發展中的資金約束，從而提升農業全要素生產率。農業結構調整（asd）系數為正，但未通過顯著性檢驗。

（二）中介效應檢驗

根據前文所設定的中介效應模型，檢驗農業機械化是否在農村人力資本轉移過程中對農業全要素生產率的提高起到中介作用，檢驗結果如表4所示。列（3）回歸結果表明人力資本轉移能夠顯著影響農業全要素生產率；列（4）回歸結果表明農村人力資本轉移能夠顯著影響農業機械化；列（5）回歸結果表明在控制了農村人力資本轉移變量的影響之后，中介變量農業機械化對農業全要素生產率的影響仍然顯著。

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'）均顯著且a、b之積與c'（0.8380）異號，這說明農業機械化在農村人力資本轉移對農業全要素生產率的影響機制中不是中介效應，而是遮掩效應。其中，間接效應與直接效應的比例為|ab/c'|＝|-0.5800*0.4130/0.8380|≌0.2858。這在一定程度上說明，在全國范圍內，農業機械化水平提高后，農村人力資本轉移對農業全要素生產率產生的提升作用增強了28.58%。這可能是因為農業機械作為生產工具，對農村勞動力具有一定的替代作用。低成本的農機服務以及農機跨區域服務可以代替高成本的人工，為農村人力資本外流提供了外部條件。同時，農村人力資本轉移所帶來的非農收入可以作為農業生產再投入的資本，用于農村農機裝備的購買，緩解原有資金約束，為農業機械、農業先進技術的引進與應用提供了條件，從而有利于農業全要素生產率的提升。

表4 農業機械化的中介效應檢驗結果

（三）穩健性檢驗

為保證實證結果的穩健性，本文采用替換核心解釋變量的方法進行穩健性檢驗。用農村人力資本轉移存量（labH）來替換農村人力資本轉移率（labedu）作為農村人力資本轉移情況的衡量指標進行回歸分析。其中，農村人力資本轉移存量用農村勞動力轉移數量與農村平均受教育年限之積表示。由表5結果可見，替換核心變量后，解釋變量系數符號未發生改變，且通過顯著性檢驗，農村人力資本轉移與農業全要素生產率正相關，回歸結果基本與前文一致，表明本文基準回歸分析結果是穩健的。

表5 穩健性檢驗結果

（四）區域差異性檢驗

我國不同省份之間經濟發展水平、農業人力資本轉移情況、農業發展的質量均存在差異。為進一步檢驗農村人力資本轉移對農業全要素生產率的影響是否存在區域差異，本文利用混合OLS模型進行回歸分析。結果如表6所示。

表6 區域差異性回歸結果

由表6可知，東、中部地區的農村人力資本轉移與農業全要素生產率呈正相關關系，且均在1%水平上顯著，系數分別為1.1486、0.4362，西部地區呈負相關關系，系數為-0.7977。這表明東、中部地區的農村人力資本轉移促進農業全要素生產率的提高，且東部地區的提升作用最大；而西部地區的農村人力資本轉移抑制農業全要素生產率的提高，阻礙農業進步。這可能是因為東部地區經濟發展水平較高，購買農機裝備以及發展塑料大棚、日光溫室、連棟溫室等設施農業的資金充足，農業現代化步伐較快，農業邊際產出提升較快，對勞動力需求降低，因此能夠有效抵消農村勞動力轉移所帶來的負面影響；中部地區經濟發展水平低于東部地區，受一定的資金約束與人才約束，農業現代化進程相對較慢，因此農村人力資本轉移對農業全要素生產率的提升作用小于東部地區；西部地區農業占比較高，經濟發展相對落后，機械化程度低，技術基礎薄弱，機械化水平、農業技術進步等的正面影響不能抵消人力資本轉移所帶來的負面影響， “勞動力缺失效應” 影響更大，因而農村人力資本轉移對農業全要素生產率的提高起抑制作用。

五、結語

本文基于2009—2019年我國省級面板數據對農村人力資本轉移與農業全要素生產率的關系進行了研究。本文主要結論為：其一，農村人力資本轉移對農業全要素生產率具有顯著促進作用。其二，農村人力資本轉移對農業全要素生產率的促進作用存在區域差異，東、中部地區農村人力資本轉移促進農業全要素生產率的提高，東部地區的提升作用最大，中部地區的次之，西部地區農村人力資本轉移抑制農業全要素生產率的提高。其三，農業機械化在農村人力資本轉移過程中通過遮掩效應促進農業全要素生產率提升。

基于以上研究結論，本文提出以下建議：

（一）加快農村人力資本的有序轉移

逐步消除阻礙農村人力資本轉移的制度約束，加快完善戶籍制度、土地流轉制度，拆除城市 “就業門檻” ，促進土地自由流轉，為農村人力資本的有序轉移創造相對寬松的制度環境。同時，加強農民職業技術培訓、在崗培訓，提高農民人力資本水平，以人力資本質量的提升彌補農村勞動力數量的減少。各級政府財政應設立專項資金，以市場需求為導向，建立農民職業教育培訓體系，并堅持分層施策，以適應農業現代化發展的要求，提高培訓實效。

（二）加大財政支農力度

政府應從資金絕對量以及相對增長量兩方面加大財政支農資金投入量。重視農業技術的應用性研究，使農業技術更好地與農業生產相結合。加大對西部地區、邊遠地區農業資源的扶持力度及教育扶持力度，提升邊遠地區人力資本水平。多渠道籌集財政支農資金，通過稅收優惠、補貼、低息等政策吸引社會資本進入。加強對教育經費、培訓經費的監督和管理。

（三）加快推進農業機械化

政府應加強對以農業機械化為代表的勞動力節約型農業技術的研發支持與推廣力度，提升農機作業對人工作業的替代程度與速度。出臺農機跨區域轉移的補貼政策，推動農機跨區轉移。妥善處理農業機械化與勞動力轉移的關系。一方面，在農村人力資本轉移后，注意農村機械化的引進，避免因勞動力 “空心化” 而帶來農業 “空心化” ；另一方面，推動農村非農勞動力的轉移，增加非農收入，為后續購買農機、引進先進農業生產技術等提供資金支持，緩解資金約束。

（四）加快新型城鎮化發展

打破城鄉分割壁壘，為城市人才、資金、技術等生產要素進入農村創造外部條件，促進城鄉生產要素良性互動，逐步轉移農村剩余勞動力，實現城鄉融合發展。轉變農業生產增長方式，盡力降低農村勞動力轉移對農業生產帶來的負面影響，最大程度發揮農村勞動力轉移所帶來的反哺作用。