不同年龄结构农户粮食生产差异研究

不同年龄结构农户粮食生产差异研究

一、进一步的研究。在现有的农村老龄化是中国面临的主要国情。除生育率下降和平均预期寿命增加外，以中年为主的数亿名农村工人向市政劳动部门流动，这使得农村人口更为严重。2011年第六次全国人口普查结果显示,中国农村60岁以上人口占农村总人口的比例为14.98%,高于城镇相应比例3.29个百分点①。中国农户土地经营规模普遍较小,劳动力数量和质量在农业生产中的作用十分重要,农村人口老龄化导致农村劳动力质量(体力、人力资本)下降,会不会影响到农业生产,特别是会不会影响到中国的粮食安全呢?许多学者认为,农村人口老龄化对粮食生产有负面作用,会影响粮食产量甚至粮食安全(例如李旻、赵连阁,2009;李澜、李阳,2009;郭熙保、赵光南,2010;何福平,2010)。其原因为不同年龄的农业劳动力在体力和人力资本两个方面的差异:老年农民体力下降,不能胜任繁重的体力劳动;同时,老年农民一般受教育程度低,思想保守,接受新事物的能力差,不利于采用现代农业技术与生产方式。另一些研究则指出,中国小规模农户在大田生产中通常连片种植同一种作物、使用同一种技术措施,事实上存在某种形式的集体决策(杨志武、钟甫宁,2010),说明大田农业生产中种植决策及作物生产技术具有较强的可模仿性,这降低了劳动者人力资本的重要性。还有研究发现,在大田作物的实际生产中,几乎全部过程(例如小麦)或者劳动强度大的关键环节都实现了机械化(例如水稻的耕地、播种①、收割环节等),且当青壮年男性劳动力非农就业时间增加时,农户将更倾向于依赖农机“外包”服务而非持有小型农机(纪月清,2010);农机服务市场的发展提高了农业机械对劳动的替代程度,从而降低了农业生产对劳动者的体力要求。在中国现阶段农业生产中,农户集体决策和机械替代劳动的程度是否足以抵消农村人口老龄化导致的农业劳动力体力与人力资本下降对粮食生产的影响呢?换句话说,老龄劳动力与年轻劳动力在体力与人力资本上的差异如何影响粮食生产?这些差异在现有条件下是否显著影响了中国的粮食生产?关于这方面至今还缺乏系统的实证研究。对这些问题的研究,有利于重新厘清农村人口老龄化与粮食生产的关系,为应对中国农村人口老龄化提出更有针对性的政策与建议。本文结构安排如下:第一部分是引言;第二部分是分析框架,具体提出研究假说,着重分析农村人口老龄化可能影响粮食生产的途径和机制;第三部分为实证模型,具体介绍两步实证分析的方法;第四部分为数据来源及描述性分析,包括对样本、调查地基本情况及变量的描述;第五部分是实证分析结果和讨论;最后一部分是研究结论与政策含义。二、农民个人精神在粮食生产很多学者强调经营者体力和人力资本在农业特别是粮食生产中的重要性。他们认为,经营者本人的生产决策能力和田间作业能力对粮食生产起着举足轻重的作用,虽然老年农民经验丰富,但其旧经验往往反而不利于他们采用新技术,因而体力衰退、人力资本低下的老年农民不利于粮食生产的持续增长。这种推论的基础是经营者依赖本人的决策能力和体力从事粮食生产,但是,这种推论的前提在实践中已经发生了巨大变化,因而上述推论未必仍然成立。经营者的体力和人力资本通过两种途径影响大田农业生产:一是生产决策,包括作物种类,种植面积,要素投入种类、使用时间及使用量的选择;二是田间作业,包括耕地、播种、施肥、打药、除草、收割等生产环节的实施。如果经营者需要独立决策并完成大田作业,其本人的体力和人力资本在生产中就具有决定性作用;反之,如果经营者可以轻易地追随邻居的决策,并且通过“外包”方式获得大田作业所需的机械服务,其自身体力和人力资本的重要性就大大下降了。因此,农村人口老龄化是否显著影响粮食生产,取决于粮食生产的实际决策过程和大田作业方式。已有研究表明,中国小规模农户连片种植同种作物、采用相同技术措施是普遍现象,其原因在于:作物生产的外部性(杨志武、钟甫宁,2010)、传统习惯(蔡立旺,2004;李更生,2007)、市场因素、特定种植条件或者政府强制推行的结果、农户间存在从众决策的现象(李岳云、蓝海涛,1999)。这些研究表明,中国农户的生产决策并不完全独立,而更多地体现为一种事实上的集体决策。因此,受教育程度高、接受新事物快的年轻人与受教育程度低、接受新事物慢的老年人之间在人力资本方面的差异已经弱化,对于生产技术容易模仿的粮食作物生产来说,不同年龄劳动力的人力资本差异在生产决策中很可能表现不出来或表现不明显。随着农业机械对劳动替代程度的不断加深,经营者个人体力的作用不断降低。美国农业部最新调查数据显示,美国200万农业人口的平均年龄已经达到55岁,但农业机械化让他们的体力足够应付农场里的各种工作。中国农业机械化已取得长足的发展,农业也进入了以机械化生产方式为主导的新时代②,小麦生产基本实现了机械化,水稻、玉米等关键生产环节机械化实现了突破,经济作物、设施农业、畜牧业、林果业生产机械化取得新的进展(宗锦耀等,2008)。随着农村劳动力转移,农户对农机服务市场的依赖性增强,中国农机服务市场也逐渐走向成熟,农业机械跨区作业以小麦的跨区收割为主逐步向水稻、玉米收割和机耕机播等作业领域延伸。在大量使用农业机械“外包”服务的情况下,经营者自身的体力不再成为大田作业的约束条件;即使还有一些生产环节需要人工来完成,但这些环节劳动强度不大,对体力要求不高,即使老年农民也完全能够胜任。上面的逻辑可以用图1来说明。如果只能单独决策,具有不同人力资本的农户可能做出不同的决策,但事实上的集体决策却可能导致相同的结果。同理,如果只能依赖个人体力,不同的农户可能采用不同的生产技术,但作业“外包”的可能性却可能使得不同的农户采用同样的技术并获得标准化的作业结果。由此,笔者提出一个需要验证的假说:集体决策和农业机械“外包”服务有可能抵消老年农民与年轻农民在体力和人力资本上的差异对粮食生产的差异,即老年农民与年轻农民在作物生产决策与使用机械替代劳动上可能不具有明显差异,从而也不影响粮食产量。上述假说可以分两步进行检验:第一,老年农民和年轻农民有关主要粮食作物的生产决策是否具有明显差别;第二,老年农民和年轻农民决策的实施结果(单位面积产量)是否具有明显差别。前者考察劳动力体力和人力资本对粮食生产的影响途径,后者则考察影响的结果。无论哪一阶段出现明显差别,都可能推翻前述假说,即当前的集体决策和农机“外包”服务尚不足以抵消体力和人力资本方面的差异,农村人口老龄化对粮食生产具有明显影响;反过来,如果两阶段都不出现明显差别,则假说被证实。三、种植面积决策模型本文关注的是农村人口老龄化对粮食生产的影响,可以通过老年农民与年轻农民在农业生产中表现出的差异来考察。农业生产以家庭为单位,在考察老年农民与年轻农民在农业生产上的差别时应当排除既有老年人也有年轻人的家庭。据此,本文研究在从事农业生产的家庭里选择只有60岁及以上人口的家庭和只有60岁以下人口的家庭作为老年人口农户(以下简称“老年农户”)与年轻人口农户(以下简称“年轻农户”)两种类型的代表。作物生产决策具体体现在作物种植种类、作物种植面积、主要投入要素使用种类及其使用量等的选择方面。本文研究所关注的实际上也是粮食安全问题。因此,大规模种植粮食作物区域内农户各种粮食作物种植面积占总种植面积的比重就是本文研究选中的种植决策目标,粮食生产中使用的化肥、农药、机械和劳动用工则是主要的投入要素。本文研究首先考察纯老年农户与纯年轻农户在作物种植面积比重、化肥使用量、农药使用量、机械使用量以及劳动用工量上的差异,然后再考察两类农户在作物最终产量上的差异。根据前人的研究文献,影响作物种植面积选择和农业生产要素投入的因素还有要素价格、农产品价格、土地禀赋、劳动力数量和农业劳动力数量等。因为有些农户会选择不种植某种粮食作物,该问题为零值问题,所以,种植面积决策方程采用Tobit模型①,其具体形式如下:(1)式中,y(j)it表示i农户第t年第j种粮食作物种植面积占总种植面积的比重；y(j)it是潜变量;Dit为农户类型的虚拟变量(Dit=0表示年轻农户,Dit=1表示老年农户);P(j)it-1表示i农户第t-1年j种粮食作物的价格;P(c)it-1表示i农户第t-1年所使用化肥的价格;P(p)it-1表示i农户第t-1年所使用农药的价格;P(m)it-1表示i农户第t-1年所使用柴油的价格;Ait表示i农户第t年家庭耕地总面积；Lit表示i农户第t年家庭劳动力总数(16岁及以上非学生非军人家庭成员总数);AgriLit表示i农户第t年家庭农业劳动力数(劳动力总数减去从事非农劳动时间超过6个月的劳动力数);β(j)1～β(j)8表示各变量系数;εit～N(0,σ)。因为农户决定作物种植面积时无法得知当年价格,只能参考上年价格,因此,模型中粮食产品价格和投入要素价格均采用上年价格。主要要素投入决策模型的具体形式如下:(2)式中,Y(jx)it表示i农户第t年对第j种粮食作物第x要素亩均投入量,其中,x表示农药、化肥、机械或者劳动用工等主要投入要素;Dit、P(j)it-1、Ait、Lit和AgriLit所代表的变量与(1)式中相应的变量含义一致。农户使用的化肥、农药、柴油等以当年购买居多,因此,在模型中采用要素当年价格,P(c)it表示i农户第t年所使用化肥的价格;P(p)it表示i农户第t年所使用农药的价格;P(m)it表示i农户第t年所使用柴油的价格。如果老年农户与年轻农户在上述决策模型中没有表现出明显差异,就进一步检验两类农户的粮食作物单产是否存在差异。本文研究选用C-D生产函数两边取对数得到单产模型:(3)式中,Q(j)it表示i农户第t年第j种粮食作物的亩产量;Dit是表示与上文相同的农户类型的虚拟变量;labor(j)it表示i农户第t年对第j种粮食作物的亩均劳动用工量;Dit×Lnlabor(j)it表示农户类型虚拟变量与亩均劳动用工量的交互项,该项用于检验老年农户与年轻农户工作效率是否相同；chem(j)it表示i农户第t年对第j种粮食作物的亩均化肥投入量;pest(j)it表示i农户第t年对第j种粮食作物的亩均农药投入量;mach(j)it表示i农户第t年对第j种粮食作物的亩均机械投入量,因机械费用随柴油价格水涨船高,为使不同年份的机械投入量具有可比性,该变量用亩均机械费用除以柴油价格所得来表示;othercost(j)it表示i农户第t年对第j种粮食作物的亩均灌溉费用、薄膜费用、畜力费、固定资产折旧和购买小农具等费用之和。四、变量描述与统计说明本文使用2003～2010年全国农村固定观察点的农户数据①,研究对象具体包括小麦、水稻、玉米和大豆四类主要粮食作物。因为本文关心的是粮食安全问题,因此,研究区域涉及粮食主产区,具体省份和粮食种类选择如表1所示。主要变量的描述性统计见表2。从统计值来看,两类农户各个变量均值的差异没有表现出明显的规律性;同时,一般均值偏大的变量,其标准差也大。从统计意义上看,两类农户各个变量的均值未必有显著差异,但这需要进一步的实证检验。由于篇幅的限制,解释变量的统计值不一一列出。各类价格均以2003年为基期的消费者价格指数进行平减。五、要素投入决策模型对农户的影响从表3中Tobit回归模型的估计结果看,农户类型虚拟变量对小麦和大豆种植面积比重没有显著影响。这表明,在其他方面相同的情况下,老年农户的小麦和大豆种植面积比重与年轻农户相比统计上没有显著差异。农户类型虚拟变量对玉米种植面积比重有显著的正向影响,对水稻种植面积比重有显著的负向影响。这可能是因为:一方面,水稻种植对劳动者体力要求很高,而目前水稻种植的机械化水平又相对较低,老年农户倾向于少种植水稻而选择多种植对劳动者体力要求较低的玉米;另一方面,在农户外出务工机会较少的时期,年轻农户的劳动力有足够的体力种植水稻。不过,四个水稻种植样本省份的时间序列统计数据显示,老年农户水稻的绝对种植面积在增加,主要替代作物大豆、玉米以及棉花等的相对种植面积都呈下降的趋势;而年轻农户大豆和玉米的相对种植面积则增加,这可能是因为随着外出就业机会的增多,年轻人从事农业劳动的机会成本增加,种植节省劳动力的作物是一种理性选择。在这两方面的作用下,两类农户水稻种植面积比重上的差距逐渐缩小。因此,总体上看,老年农户的小麦、玉米和大豆种植面积比重并不低于年轻农户,说明农村人口老龄化并没有减少主要粮食作物的种植面积。只是老年农户的水稻种植面积比重小于年轻农户的,但差距在缩小。表3中其他变量的估计结果基本符合理论预期:产品上年价格对相应粮食作物种植面积比重有显著的正向作用(水稻和小麦价格的作用不显著,可能是因为水稻和小麦是主要粮食作物,种植面积比重高,且担负着口粮的功能,因而价格的影响不大)。投入要素价格则一般对粮食作物种植比重起负向作用,但农药价格例外,主要原因可能在于农药的使用量取决于病虫害的严重程度。耕地总面积对水稻、小麦和玉米种植面积比重具有负向作用,因为农户在口粮作物种植面积基本满足后,种植总面积进一步增大往往导致其种植多样化,结果粮食种植面积比重反而会减少;同理,耕地总面积应当对大豆种植面积比重具有正向作用。家庭农业劳动力对小麦种植面积比重具有负向影响,对水稻、玉米、大豆的影响不显著。一般情况下,家庭农业劳动力数越多,农户越倾向于种植劳动密集型作物,种植粮食作物的比重会减少,种植经济作物的比重则相应增加。在农业劳动力数保持不变的情况下,农户家庭劳动力总数越多,意味着从事非农就业的人口越多。非农收入的提高一方面可以提高该家庭应对风险的能力,增加种植高风险经济作物的面积;另一方面会提高闲暇的机会成本,增加种植节省劳动力作物的面积。农户家庭劳动力总数对粮食作物种植面积比重大小的最终影响与这两种作用的大小有关。本文采用的是2003～2010年8年的农户数据,而种植每种粮食作物的样本多达好几千甚至上万,这种面板数据是典型的“短面板”数据,可以不考虑“面板自相关”问题(参见陈强,2010)。笔者在实证分析过程中,对实证方程(2)和(3)分别用OLS混合回归模型、随机效应模型、固定效应模型对数据进行了回归,LM检验和Hausman检验结果显示,本文要素投入决策模型与粮食单产模型均适合采用固定效应估计。限于篇幅,笔者没有把另外两种回归结果列出。两类农户要素投入决策模型的回归结果如表4～表7所示。由于不同样本农户缺失的关键变量不同,因此,即使对于同一种粮食作物,在不同模型中有效观测样本数也不相同,好在样本量比较大,估计结果比较可信。从估计结果来看,老年农户在化肥、农药、机械以及劳动用工量上与年轻农户基本上没有差异,而且在有些作物种植上老年农户比年轻农户要素投入还要多(例如玉米种植上的农药使用量)。老年农户在水稻种植上机械使用量显著高于年轻农户,可能是因为老年农户的单个地块面积小,使用机械费用相对较高。表4～表7中其他变量的回归结果基本符合理论预期:一般来说,产品价格对生产要素投入具有正向作用,水稻、小麦、玉米、大豆的上年价格对相应作物种植中化肥、农药、机械的使用具有显著的正向作用,而对劳动用工量却有负向作用(这是因为产品价格一般是逐年升高的,而机械对劳动的替代性加深使得劳动用工量逐渐减少,从而使得粮食价格与劳动用工量呈反向关系)。投入要素本身的价格则对其使用量具有负向作用。化肥、农药、柴油的当年价格对四种粮食作物种植中相应要素投入量具有显著的负向作用。在劳动力市场不完全的情况下,家庭农业劳动力数越多,代表该家庭农业劳动价格越便宜,而农业劳动力数对主要粮食作物种植中劳动用工量基本上具有负向作用,这可能是因为较多的农业劳动投到了非粮食作物生产上。另外,化肥价格对农药和机械使用量基本上具有正向作用,农药价格对化肥和机械使用量基本上具有正向作用,柴油价格对农药和化肥使用量基本上具有正向作用,而在双对数模型中该系数表示的是交叉价格弹性,这表明,化肥、农药和机械三种要素间存在一定的替代关系。而化肥价格、农药价格对劳动用工量基本上具有显著的负向作用,表现出这两种要素间的互补关系,这是因为在中国化肥、农药施用大部分靠人工完成。在保持农业劳动力数不变的情况下,耕地总面积与家庭劳动力总数对粮食作物种植中要素投入多表现出了负向影响,如上文所述,这可能是因为耕地总面积使得农户种植倾向于多样化,家庭非农劳动力(家庭总劳动力数减去农业劳动力数)愈多使得农户承受种植高风险作物的能力增强,使得对粮食作物的精耕细作程度有所减弱。通过上述实证分析,可以得出的基本结论是,两类农户在粮食生产决策和要素投入上基本没有明显差异,换句话说,农村人口老龄化并没有对农户的粮食作物生产决策和粮食物种植中要素投入产生负向影响。如果两类农户生产效率相同,农村人口老龄化对粮食产量应当没有负向影响;而生产效率方面的差异可以通过生产函数来验证。根据(3)式回归得到的结果列在表8中。从回归结果看,农户类型虚拟变量对水稻和小麦单产没有显著影响。这表明,在其他方面相同的情况下,老年农户的水稻和小麦单产与年轻农户的相比在统计上没有显著差异。农户类型虚拟变量对玉米和大豆单产有显著的正向影响。这表明,在其他方面相同的情况下,老年农户的玉米和大豆单产显著高于年轻农户。这可能是由于老年农户在粮食作物种植中的部分要素使用量高于年轻农户,即老年农户更倾向用物质要素投入替代劳动。这说明,由于农业生产条件的改善,农村人口老龄化并没有影响粮食生产。与预期相同,其他要素投入对各粮食作物的单产均具有正向作用。通过对农户类型与劳动用工量交互项的考察,可以看到,两类农户的劳动效率在水稻和小麦两种作物的生产中并未表现出差异,而在玉米和大豆两种作物的生产中表现出了显著差异,这可能是因为种植玉米和大豆的东北地区单个农户具有较大面积耕地,而且农业机械大部分是个人所有,老年农户的劳动效率相对差了一些。六、问题的提出和建议本文以农村人口老龄化为背景考察了劳动者体力与人力资本对粮食生产的影响机制,并利用农村固定观察点2003～2010年调查数据分两步实证分析了农业劳动者年龄结构变动对中国粮食生产的影响。研究发现,老年农户