农村劳动力外出务工不利于粮食生产吗？，本文主要内容关键词为：农村劳动力论文,粮食生产论文,外出务工论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
随着大量劳动力离开农村进入城市就业，尤其是很大一部分劳动力外出务工①、无法经常回家兼顾农业生产，粮食生产是否受到了冲击及受到冲击有多大，成为了一个重要议题。很多学者就劳动力外出务工及其导致的农村人口老龄化对粮食安全的影响深表担忧(例如Rozelle et al.，1999；李旻、赵连阁，2009)。但是，从近十年数据看，中国粮食生产的态势并没有随农村劳动力的不断转移而恶化。相反，无论是粮食播种面积，还是粮食占农作物播种面积比例都持续上升。这种现象究竟是因为农村劳动力外出务工并不影响粮食安全，还是因为同期有利于粮食生产增长的因素抵消了农村劳动力外出务工对粮食生产的负面影响？ 出于对粮食安全问题的关注，学术界就劳动力外出务工对粮食生产的影响开展了大量研究，但并没有取得较为一致的结论。一些学者认为，劳动力转移及农村人口老龄化减少了粮食生产中的劳动力投入，进而给粮食生产带来一定的负面影响(李旻、赵连阁，2009；秦立建等，2011)。当然，在农村信贷市场不完善的情况下，家庭成员外出务工可以被视作一种自我融资机制，释放农户的流动性约束(Chiodi et al.，2012)，但相关实证研究却表明，这种流动性约束的释放也并不能彻底抵消劳动力外出务工对粮食生产的负面影响(Rozelle et al.，1999；钱文荣、郑黎义，2010)。而持积极态度的一些学者认为，劳动力投入量的下降并不一定会真正危及粮食安全，农户完全可以通过增加替代性要素的投入和重新配置在粮食和非粮食作物上的劳动力投入等策略来应对劳动力资源的不足(林坚、李德洗，2013；刘亮等，2014)，因此，农户的应对策略是分析劳动力转移对粮食生产影响的关键。除了上述两种截然相反的观点之外，还有一些研究认为，劳动力转移对粮食生产的影响存在一定的区域差异，从总体上而言对粮食主产区的粮食生产影响不大，但对粮食主销区的粮食生产则有一定的负面影响(王跃梅等，2013；程名望等，2015)。 上述研究为分析劳动力流动对粮食生产的影响提供了较好的研究基础，但仍有进一步深入分析和完善的空间。首先，正如上文所言，农户可以理性地通过调整投入品结构和种植结构来缓解家庭层面劳动力不足的负面影响，即或增加机械等劳动力替代型生产要素的投入，或调整不同作物的种植比例。就上述两种作用机制而言，不少文献已证实，劳动力转移促进了农户的机械采纳行为，农户可以通过购买生产性服务或增加机械投资的方式来应对劳动力资源的不足(侯方安，2008；Ji et al.，2012；刘亮等，2014)。但是，分析劳动力外出非农就业对农户种植结构影响的相关文献的研究结论还存在一定分歧。有的认为，外出非农就业带来的收入增加和流动性约束缓解有助于经济作物生产增加(刘乃全、刘学华，2009；Gonzalez-Velosa，2011)；有的则认为，粮食作物生产机械化程度高、劳动力投入少的特点使得劳动力外出就业反而促进了粮食生产(郑黎义，2010；薛庆根等，2014)。 其次，劳动力转移对粮食生产影响的区域差异性可能与农户调适行为所面临的约束条件有关，而现有文献却鲜有专门研究要素替代和结构调整的约束条件对粮食生产的影响。在现实中，农户采取不同的调适行为往往与其所在区域要素替代的可行性和结构调整的可行性有密切关联，进而对粮食生产也会产生不同的影响。郑旭媛(2015)在分析劳动力成本上升对粮食生产变迁的影响时，考察了机械替代劳动力的难易程度这一因素，认为中国不同区域种植结构调整和变化趋势的差异性与各区域机械替代劳动力难易程度的不同密切关联。不过，该文一是并非研究劳动力外出务工的影响；二是只关注了要素替代所面临的约束条件的影响，而没有关注种植结构调整所面临的市场约束的影响。因此，有必要进一步深入探究劳动力外出务工对农户决策行为及粮食生产的作用，以及不同要素替代可行性和结构调整可行性对粮食生产的影响。 本文拟利用农业部农村固定观察点2004-2011年的大样本农户微观数据，详细分析面对劳动力外出务工，农户的要素投入与种植结构调整行为及其对粮食生产的影响，以及不同约束条件对粮食生产影响的差异。本文结构安排如下：第一部分为引言；第二部分构建农户要素投入和种植结构调整行为及其对粮食生产影响的分析框架，并就外出务工在不同约束条件下对粮食生产的影响提出研究假说；第三部分介绍计量经济模型和数据；第四部分报告模型估计结果；第五部分是结论和讨论。 二、分析框架与研究假说 中国自市场化改革以来，农村劳动力越来越多地转移到非农业部门就业，中远距离的外出务工越来越普遍。2014年，中国农民工总量达到了27395万人，其中，本地农民工10574万人，外出农民工16821万人，农民工月均收入达到了2864元②。2015年，农民人均纯收入超过了1万元，农民家庭收入中工资性收入超过了40%，已超过家庭经营收入的占比③。 农户劳动力外出务工在增加农民收入的同时，也对农户农业生产的劳动供给构成了冲击。一方面，劳动力外出务工增收作用明显，可缓解农户的流动性约束。另一方面，外出务工导致农户劳动力紧缺，会制约农户在农业上的劳动力配置。随着农村青壮年劳动力持续、大规模转移到城市和非农部门，中国农业劳动力数量不断减少，从1997年的3.48亿减少到了2014年的2.28亿④。而且，农村青壮年劳动力流失导致农业劳动力不断老龄化和女性化。这虽然不直接减少农业劳动力数量，但由于劳动力数量和劳动量并不等同，它很可能带来实际劳动投入量的减少，或是潜在劳动供应量的减少。 因此，逻辑上讲劳动力外出务工会通过两个机制对农户农业和粮食生产产生影响(详见图1)；一是缓解农户农业生产面临的流动性约束。这不仅会增强农户对购置农业机械、购买生产性服务与增加农业要素投入的支付能力，而且可能直接影响农户种植结构调整，因为相比于粮食作物，多数经济作物效益高，生产投入也大，其生产对流动性约束更为敏感，流动性约束的缓解相对会更有利于经济作物生产的增加。二是增强农户农业劳动力供给约束。
图1 本文的分析框架 面对农业劳动力供给约束，农户可从要素投入结构与种植结构两方面采取应对策略。①优化农业生产要素投入结构，用机械替代劳动力，减少农业生产中的劳动力投入。②优化种植结构，即调整粮食作物和经济作物的种植比例。一般来说，粮食作物与经济作物相比在三方面存在明显差别：一是机械化作业难度不同。粮食作物生产作业易于机械化，而经济作物生产作业机械化的难度较大。二是投入产出经济效果不同。粮食属于土地密集型产品，投入低，产出也低；而蔬菜、水果等高附加值经济作物属劳动密集型产品，投入高，经济效益也高。三是粮食生产中劳动投入少且存在明显的季节性，农业劳动力农闲时尚需另谋生计以增加收入；而多数经济作物生产中劳动投入多且全年需要劳动力，年内不同时间需求也比较均匀。因此，农户如果增加粮食生产可相对减少劳动投入；如果增加经济作物生产，则需要加大投入包括劳动力投入，但也可以提高经济效益，而且能使家庭劳动力全年较为充分地就业。 现实中，上述两种结构调整都会受到特定约束条件的制约。①机械替代劳动力这种要素投入结构调整需要面对要素替代难易程度的约束。由地形条件决定的耕地机械化作业适宜度是影响农业机械化发展的重要因素。地形阻隔效应的存在会降低农机田间可达性和作业便利性，提高农机服务的成本(周晶等，2013)。一般而言，平原地区的耕地宜于机械化作业，而在丘陵山区，农业机械化的难度较大(郑旭媛，2015)。②种植结构调整会面临结构调整空间的约束。种植产品市场需求和销售半径是影响种植结构调整空间大小的重要因素。由于中国目前冷链等现代储运手段比较落后，生鲜产品的市场销售半径往往受限。一般来说，那些偏远的乡村地区受产品市场容量和储运问题限制较大，种植结构调整空间较小，结构调整会比较困难；相反，那些越是靠近大中城市的城郊农村，种植结构调整空间相对会越大，结构调整也将越容易。 因此，面对外出务工带来的劳动力供给约束和流动性约束缓解，农户在不同约束条件下会采取不同的结构调整策略，对粮食播种面积的影响也会有所不同。同时，耕地耕种方式不同的农户，其结构调整策略和所受影响也不相同。现实中，除了一部分农户会将自己的土地转出让别人经营外，更多农户会选择将部分或全部生产环节外包给专业的生产性服务组织。当然，也还有一些农户完全靠自己耕种，不购买任何服务，但总体数量较少(Ji et al.，2012)。这是因为在平原地区，由于机械化程度高、生产性服务发达，耕地完全由农户自己耕种的情况极少，多数情况下农户会将部分生产环节外包或将农地转出；而在丘陵山区，由于机械化作业难度大、生产性服务比较少，耕地完全由农户自己耕种的情况会相对多一些。 对生产环节外包的农户来说，虽然他们是服务的购买方，但也需要适应农业生产性服务组织服务供给的特点。由于劳动力成本高企和雇工劳动质量监督难的问题，生产性服务组织都会力求生产作业机械化和作业耕地连片以获取规模经济并降低生产成本，在所服务的作物上会更倾向于粮食作物，因为经济作物生产中劳动和雇工投入多，且作业难以机械化。因此，对由于劳动力外出务工而需要购买生产性服务的农户，其合理的选择是适应生产性服务供给的特点，扩大粮食作物生产。但上述作用会受到机械替代劳动力可能性的影响，在机械替代劳动力难度大的情况下，这种促进作用会被弱化。例如，在耕地不适宜机械作业的丘陵山区，即便粮食生产也难以应用大中型机械，只能尽量使用中小型农机具，生产性服务的供给也会较少。在这些地区，当地农户的一种选择是，尽量通过机械化和增加粮食种植来降低劳动力投入；另一种选择则是，干脆转向种植高投入高产出的高附加值经济作物。这两种选择的综合效应是否增加粮食种植具有一定的不确定性。不过，种植结构调整会受到结构调整空间的限制，从整个市场看，高附加值经济作物产品的市场容量较小，并且非城郊地区结构调整难度较大，所以后一种选择在多数情况下往往少于前一种选择。即便在丘陵山区，劳动力外出务工对粮食生产的影响也更有可能表现为促进粮食播种面积增加，只是其促进作用相对于平原地区会被弱化。此外，在城郊农村，由于结构调整比较容易些，这种促进作用也会被弱化。另外，对于完全靠自己耕种、不购买任何服务的外出务工农户，他们主要会集中在丘陵山区，农户除尽量依靠机械化和增加粮食生产来减少劳动力投入外，更有可能积极进行种植结构调整，因此，虽然与上述外包服务农户类似，外出务工对其粮食种植也会产生促进作用，但约束条件的不同可能使得这种促进作用被弱化得更严重，甚至可能会有负面影响。 综合生产环节外包农户和完全靠自己耕种农户的情况，由于中国粮食主产区的粮食产量占到中国粮食总产量的75%左右(蒋黎、朱福守，2015)，并且粮食主产地区主要是耕地坡度较低、土地条件相对较好的地区(郑旭媛，2015)，劳动力外出务工对粮食种植的影响总体上应该是促进粮食播种面积增加，但是，这种促进作用在丘陵山区会被弱化，在城郊农村也会被弱化。 综上所述，本文提出以下三个需要进一步借助实证分析来检验的研究假说： 假说1：当耕地适宜于机械化作业时，农户劳动力外出务工会促进粮食生产。 假说2：农户劳动力外出务工会促使农户进行生产要素替代(增加机械投入)和种植结构调整(扩大粮食作物种植比例)。 假说3：农户劳动力外出务工对粮食生产的促进作用受要素替代难易程度和产品市场容量等结构调整空间的影响。丘陵山区的耕地越不易于机械替代劳动力，外出务工对粮食生产的促进作用就越弱；经济作物产品市场容量越大，结构调整空间越大，外出务工对粮食生产的促进作用就越弱。 三、计量经济模型、数据与变量 (一)模型设定与数据 为了检验上文所提出的研究假说，本文构建了以下农户种植决策非观测效应综列数据模型：
(1)式中，被解释变量
表示农户i在t年的一系列种植决策行为，包括粮食播种面积、粮食作物与高附加值经济作物播种面积比例⑤以及机械要素投入情况。本文用3种主要粮食作物的播种面积来表征农户粮食生产情况。虽然粮食产量同时还受到粮食单位面积产量的影响，但农业技术总体上在不断进步，粮食单位面积产量就总体趋势而言也是在不断增长，因此，粮食种植面积增加就意味着粮食产量增加。且如果被解释变量用粮食产量，农村劳动力外出务工对粮食生产的影响机制将变得更加复杂，在一篇文章中将很难分析清楚。
是关键解释变量，为农户外出务工劳动力(到本县之外务工)占家庭劳动力的比例(简称“外出务工比例”)。
为一组影响农户种植决策的控制变量，包括农户资源禀赋(家庭劳动力平均年龄、家庭劳动力平均受教育程度、家庭劳动力人数、家庭劳动力人数占家庭总人口比重、实际经营耕地面积、生产性资产拥有状况)、村庄地理位置(离公路干线距离)、替代作物收益比等。
是农户级非观测效应，控制农户层面因户而异但随时间不变的、影响农户种植决策的不可观测因素。
是特异扰动项，控制农户层面因户而异且因时也变化的不可观测因素。α、β、γ是模型待估参数。 另外，根据前文讨论，机械替代劳动力的难易程度与结构调整空间是农户在劳动力资源紧缺时采取不同调适行为的约束条件，为此，本文用地形特征T(以农户所处地区属于平原还是丘陵山区来区分)来代理机械替代劳动力的难易程度，用区位条件R(以农户所在村庄在城郊地区⑥还是非城郊乡村地区来区分)来代理产品市场容量这类结构调整空间。然后，在(1)式中分别添加外出务工比例与地形特征和区位条件的交互项L×T和L×R，通过判断两个交互项的显著性来检验约束机制对农户种植决策的影响。调整后的模型形式如下：
(2)式中，
表示农户所在地区的地形特征，
表示农户村庄的区位条件。
和
是本文研究要重点关注的参数。 对(1)式和(2)式中参数的一种通常的估计方法是固定效应估计(FE-OLS)。相比于只有一期数据的横截面数据模型和对(1)式、(2)式的混合最小二乘估计(pooled OLS)，固定效应估计可以通过从模型中消除非观测效应μi而解决部分内生性问题。但是，对于本文研究，由于理论上讲农户外出务工决策和农业生产决策是同时做出的(Taylor and Lopez-Feldman，2010)，(1)式和(2)式可能还存在更一般的由因户因时变化的不可观测因素导致的内生性问题。在这种情况下，固定效应估计结果仍然会是有偏的。为此，本文进一步使用固定效应模型工具变量法(FE-Ⅳ)来解决外出务工比例的内生性问题。借鉴Taylor and De Brauw(2003)的研究经验，本文选取村庄外出务工社会网络(用过去3年村庄外出务工人数的平均水平来测度)作为农户外出务工比例的工具变量。由于外出务工社会网络会通过示范或帮带等效应影响个体农户成员外出务工，却没有理由被认为会直接影响农户的种植决策行为，它只会通过影响农户劳动配置决策来间接影响其种植决策，因此，该变量作为工具变量的外生性条件在逻辑上不存在问题。后文将详细报告对该工具变量有效性的统计检验结果。 (二)数据、样本与描述性分析 本文分析所用数据为农业部全国固定观察点2004-2011年连续8年的调查数据，为非平衡面板数据。由于本文主要关注农业生产和粮食安全，本文研究选取了13个粮食主产省份⑦的农户数据。分析所用数据涉及11200户农户，共70581个观测值。本文计量经济模型主要变量的定义和基本统计量如表1所示。 表2将观测值进行三等分并对比分析了样本中不同耕地规模下有无劳动力外出务工的两类农户在粮食播种面积上的差异。统计结果表明，在3组不同耕地规模的样本农户中，两类农户的粮食播种面积存在着显著差异：有劳动力外出务工的农户，其粮食播种面积均高于没有劳动力外出务工的农户；均值差t检验结果显示，在不同的耕地规模下，上述指标在两类农户之间的差异分别在5%、1%和1%的水平上显著，表明农户劳动力外出务工与粮食生产之间存在比较明显的关系。
四、模型估计结果 (一)基本回归结果 表3报告了对(1)式的估计结果。其中，(1)列是混合最小二乘(pooled OLS)估计结果，(2)列是固定效应模型OLS法(FE-OLS)估计结果，(3)列是固定效应模型工具变量法(FE-Ⅳ)估计结果，(4)列是工具变量估计的第一阶段结果。从模型的拟合优度检验结果来看，各模型总体拟合度较好，适宜用来分析。 关于工具变量的一系列检验结果表明，村外出务工社会网络作为农户劳动力外出务工比例的工具变量是有效的。首先，固定效应模型工具变量法估计的第一阶段结果表明，村外出务工社会网络对农户劳动力外出务工比例有非常显著的影响，该变量在1%的水平上显著。其次，关于工具变量的不可识别检验(underidentification test)显著拒绝了原假设，弱工具变量检验(weak identification test)结果也大于10，表明工具变量有效且不存在低劣工具变量问题。 从关键解释变量农户劳动力外出务工比例的系数来看，固定效应模型工具变量法的估计结果明显大于混合最小二乘法和固定效应模型OLS法的估计结果。对固定效应模型OLS估计结果和固定效应模型工具变量法估计结果是否存在系统性差异(即变量“外出务工比例”是否为内生变量)的Hausman检验显著拒绝了不存在系统性差异的原假设，表明(1)式对应的模型确实存在内生性问题，采用固定效应模型工具变量法估计参数是适宜的，参数估计量具有一致性，混合最小二乘法和固定效应模型OLS法的估计结果均有偏，因此，后文的讨论都是基于固定效应模型工具变量法的估计结果。 参数估计和检验结果表明，农户劳动力外出务工比例对其粮食播种面积有显著的正向影响(参见表3(3)列)，表明外出务工比例越高，农户粮食播种面积越大。因此，实证结果证实了本文的研究假说1，对耕地适宜于机械作业的平原地区，农户劳动力外出务工会促使农户增加种植易于用机械替代劳动力的粮食，即农村劳动力外出务工有利于粮食生产增加。从系数大小看，外出务工比例每增加10个百分点，粮食播种面积会增加0.1亩。 其余控制变量对农户粮食播种面积的影响也多符合理论预期。家庭耕地面积对粮食播种面积有着显著的正向影响，表明规模越大的农户粮食播种面积越大，这与张宗毅、杜志雄(2015)的研究结论较为一致。替代作物收益比对粮食作物播种面积有负向影响，说明不同作物间相对收益的大小仍是决定农户作物种植选择的重要因素。虽然粮食比较收益相对较低，但近年来粮食比较收益与其他作物比较收益的差距却呈不断缩小的趋势(范成方、史建民，2013)，农户会基于利润目标来调节资源的分配和组合。家庭劳动力平均受教育程度对粮食播种面积有显著的负向影响，家庭劳动力受教育程度越高，农户粮食播种面积越小。地理位置和交通条件也会显著影响农户的种植决策，农户所在村庄离公路干线距离越远，农户粮食播种面积越大。
(二)作用机制检验 本文在分析框架中提到，农户劳动力外出务工是否促进了粮食生产在一定程度上取决于外出务工户的要素替代行为和种植结构调整行为。为此，本文进一步分析劳动力外出务工对机械要素投入情况和不同类别作物种植面积比例的影响。其中，用粮食生产中的亩均机械投入和机械投工比来表征机械投入的强度及机械对劳动力的替代情况；用3种主要粮食作物播种面积比例和高附加值经济作物播种面积比例来表征农户的种植结构调整行为。囿于篇幅，本文在此主要汇报了固定效应模型工具变量法的估计结果，具体结果见表4。首先来看农户劳动力外出对其粮食生产中要素替代行为的影响。表4中的结果显示，对于粮食种植户而言，农户劳动力外出务工比例每增加10%，亩均机械投入会增加5.11元(参见(1)列)，机械投工比会上升2.36(参见(2)列)，且上述两个变量分别在5%和1%的统计水平上显著。上述结果与侯方安(2008)和Ji et al.(2013)的研究结论较为一致，表明农户劳动力外出务工比例越高，农户越会增加替代劳动要素的机械投入以缓解粮食生产中的劳动力约束。
再来看农户劳动力外出对其种植结构调整的影响。表4中的结果显示，外出务工比例对粮食播种面积比例的有显著的正向影响(参见(3)列)，表明农户劳动力外出务工比例越高，农户越会增加粮食播种面积比例。从系数大小看，平均而言，农户劳动力外出务工比例每增加10%，其粮食播种面积比例会增加11.7%。另一方面，农户劳动力外出务工对高附加值经济作物播种面积比例有负向影响。这与Huang et al.(2009)的研究结论相一致。由表4可见，外出务工比例的回归系数为-1.39，其统计检验结果在5%的水平上显著(参见(4)列)，表明农户劳动力外出务工比例每增加10%，其高附加值经济作物播种面积比例会下降13.9%。因此，表4中的估计结果证实了本文的研究假说2，即农户劳动力外出务工会导致农业劳动力紧缺，促使农户进行要素投入结构和种植结构调整，或增加粮食生产中的机械投入以替代劳动力，或增加种植易于用机械替代劳动力的粮食作物，提高粮食播种面积比例。 (三)不同约束条件下农户劳动力外出务工的影响 表5报告了对(2)式的估计结果。受篇幅限制，表5省略了混合最小二乘法估计结果和固定效应模型OLS估计结果，直接报告了固定效应模型工具变量法的估计结果。另外，表5报告了粮食播种面积模型的3个结果：(1)列中，外出务工比例与丘陵山区交叉项系数为丘陵山区与平原地区农户劳动力外出务工对粮食生产影响的差异；(2)列中，外出务工比例与城郊交叉项系数为城郊地区与非城郊地区农户劳动力外出务工对粮食生产影响的差异；(3)列同时控制了上述两个交叉项，用于检验估计结果的稳健性。(2)式的估计结果证实了本文研究假说3，即约束条件会明显影响外出务工对农户粮食生产的作用。 首先，机械越是难以替代劳动力，就越会削弱农户劳动力外出务工对粮食种植的正向作用。从表5(1)列的估计结果看，外出务工比例与丘陵山区虚拟变量交叉项的系数是负的(-0.260)，并且该交叉项在5%的水平上显著。这说明，对于丘陵山区，由于耕地不适宜机械作业，粮食生产环节机械化的难度也较大，相对于平原地区，农户劳动力外出务工比例每增加10%，对粮食播种面积的正向作用会减小0.026亩。不过，由于在平原地区，外出务工比例每增加10%会导致粮食播种面积增加0.11亩，丘陵山区农户劳动力外出务工对粮食生产的总体效应还是正的。上述结果表明，外出务工会促进农户增加粮食种植，但其作用大小与机械替代劳动力的难易程度密切相关，耕地越不利于机械作业，外出务工对粮食种植的正向作用就越弱。其次，种植结构调整的空间越大，农户劳动力外出务工对粮食种植的正向作用就越会被削弱。 从表5(2)列的估计结果看，外出务工比例与城郊虚拟变量交叉项的系数也为负的(-0.100)，并且该交叉项在5%的水平上显著。这表明，对于靠近城市的郊区，由于粮食生产转向经济作物生产面临的结构调整空间较大，外出务工比例对粮食播种面积的正向作用会减小0.100，不过，由于非城郊农村地区外出务工比例对粮食播种面积的影响系数为1.037，因此，总体影响仍然是正向的。上述结果表明，农户劳动力外出务工对其增加粮食种植的作用会明显受到市场容量等农产品结构调整空间的影响。种植结构调整空间越大，外出务工对粮食播种面积的正向作用越弱。(3)列汇报了同时控制上述两个交叉项的估计结果，两个交叉项均在5%的水平上显著且系数均为负，表明本文所考虑的约束条件对粮食生产影响的结果较为稳健。
五、结论与讨论 随着工业化、城市化进程的推进，中国农村劳动力外出务工和人口变迁对农业生产尤其是粮食生产可能带来的影响越来越受到关注。本文深入揭示了劳动力外出务工对粮食生产的影响及其机制，并基于较长时间跨度的大样本农户面板数据，用固定效应模型工具变量法估计了劳动力外出务工对粮食生产的影响。研究表明，只要耕地适宜于机械化作业，农村劳动力外出务工不仅不会对粮食生产产生负面影响，相反，由于相对于多数经济作物，粮食生产对劳动力需求少、作业易于机械化，外出务工农户面对劳动力供给不足时，会通过增加机械要素投入和粮食播种面积比例来降低劳动力投入水平，进而对粮食生产产生一定的促进作用。外出务工农户扩大粮食生产是其在综合考虑家庭劳动力资源禀赋、不同作物比较收益基础上的理性反应。本文同时还论证了要素替代难易程度和结构调整空间作为约束条件会明显影响农户劳动力外出务工对粮食播种面积影响的强弱，机械替代劳动力难度大、种植结构调整空间大，都会削弱外出务工对粮食种植的促进作用。 本文研究结论对于科学认识中国的粮食安全问题，促进农户调整生产结构以增加收入和提高产品竞争力，都具有重要的政策涵义。首先，这有助于更为全面地判断中国农业生产和粮食生产变化的趋势，制定科学合理的粮食发展战略。本文研究结论的一个政策涵义是，在劳动力成本上升的大背景下，不同地区粮食生产变迁会呈现明显的异质性，为保障国家粮食安全，在不同地区也应当采取不同的策略。农村劳动力外出务工对中国粮食安全的影响并非绝对负面，为了降低劳动力投入水平，农户会相对增加机械要素投入并提高粮食种植比例，进而对粮食生产产生一定的促进作用。特别是在那些耕地易于机械化作业的地区，粮食生产会出现相对强化的趋势。但在丘陵山区，机械化作业难度大，不仅粮食生产相对强化的趋势会被弱化，而且耕地的耕作强度可能下降；在城郊农村地区，由于结构调整空间大、市场容量大，粮食生产相对强化的趋势也会被弱化。 其次，政府需要顺应农户要素投入结构和种植结构调整机制和约束条件，为农户结构调整创造良好的环境和条件。国家需要采取政策和措施努力破除农户要素投入结构和种植结构调整所面临的约束。应积极推进农业机械技术的研发和创新，不仅要大力改进大中型机械、提升平原地区农业机械化水平和效率，更要重点加强对适宜于丘陵山区作业的中小型农机具的研制，促进丘陵山区农业机械化进程。这不仅有助于促进机械化破解劳动力资源不足约束，而且有助于保障粮食安全。在城郊农村地区和丘陵山区，需要继续强化对农户的农业生产技术培训示范和农业社会化服务体系建设，为农户调整农业生产结构，转向高附加值经济作物的生产提供技术支撑和服务。 ①本文中，农村劳动力外出务工专指务工人员到本县外就业的情况。在县内务工的劳动力，经常可以回家和照管农活，因此，县内务工对农业劳动力的约束与县外务工对外出人员的约束存在比较明显的区别。 ②数据来源：国家统计局：《2014年全国农民工监测调查报告》，http://www.gov.cn/xinwen/2015-04/29/content2854930.htm。 ③根据《中国统计年鉴2015》(国家统计局编，中国统计出版社出版，2015年)数据计算。 ④国家统计局(编)：《中国统计年鉴2015》，中国统计出版社，2015年。 ⑤经济作物主要有棉、油、麻、桑、茶、糖、菜、烟、果、药等。一般而言，蔬菜、水果、桑、茶、烟等经济作物生产中劳动投入密集，经济效益也较高；而像棉花、油菜等一些经济作物的比较效益不仅相对较低，而且还在不断下降。因此，根据历年《全国农产品成本收益资料汇编》(国家发展和改革委员会价格司编，中国统计出版社出版)上农产品每亩净利润的全国平均水平并考虑数据的可获性，本文将蔬菜、水果、桑、烤烟定位为高附加值经济作物。 ⑥郊指地级以上城市的郊区。 ⑦这13个省份分别是辽宁、河北、山东、吉林、内蒙古、江西、湖南、四川、河南、湖北、江苏、安徽和黑龙江。
标签：家庭结构论文; 农民论文; 三农论文;
