機械化程度與勞均可負擔耕地面積關(guān)系研究

王福林，趙勝雪，付曉明，許冰,2

（1.東北農(nóng)業(yè)大學(xué)工程學(xué)院，哈爾濱 150030;2.黑龍江農(nóng)業(yè)工程職業(yè)學(xué)院經(jīng)濟管理學(xué)院，哈爾濱 150088）

機械化程度與勞均可負擔耕地面積關(guān)系研究

王福林1，趙勝雪1，付曉明1，許冰1,2

（1.東北農(nóng)業(yè)大學(xué)工程學(xué)院，哈爾濱 150030;2.黑龍江農(nóng)業(yè)工程職業(yè)學(xué)院經(jīng)濟管理學(xué)院，哈爾濱 150088）

為研究機械化程度與勞均可負擔耕地面積關(guān)系模型及其參數(shù)獲取、處理，文章推導(dǎo)建立機械化程度與勞均可負擔耕地面積關(guān)系模型，通過對綏化地區(qū)10個村100個勞動力調(diào)研，獲得種植業(yè)機械化程度100%和0時每個勞動力所承擔耕地面積。經(jīng)檢驗，機械化程度為100%和0勞均可負擔耕地面積均符合正態(tài)分布，通過檢驗與異常值剔除，本區(qū)域種植業(yè)機械化程度為100%時每個勞動力所承擔耕地面積平均值為8.00 hm2，種植業(yè)機械化程度為0時為1.38 hm2。依據(jù)推導(dǎo)建立機械化程度與勞均可負擔耕地面積關(guān)系模型，計算不同機械化程度勞均可負擔耕地面積。為研究農(nóng)村剩余勞動力奠定理論基礎(chǔ)。

勞均可負擔耕地面積；機械化程度；估算模型；數(shù)據(jù)獲?。粩?shù)據(jù)處理

王福林,趙勝雪,付曉明,等.機械化程度與勞均可負擔耕地面積關(guān)系研究[J].東北農(nóng)業(yè)大學(xué)學(xué)報,2016,47(5):91-97.

Wang Fulin,Zhao Shengxue,Fu Xiaoming,et al.Study on the relation between mechanization degree and affordable arable land area per labor[J].Journal of Northeast Agricultural University,2016,47(5):91-97.(in Chinese with English abstract)

Key words:affordable arable land area per labor;mechanization degree;estimation model;data acquisition;data processing

勞均可負擔耕地面積是科學(xué)預(yù)測農(nóng)村剩余勞動力數(shù)量基礎(chǔ)，是國家決策部門指導(dǎo)農(nóng)村剩余勞動力合理轉(zhuǎn)移和推動農(nóng)村產(chǎn)業(yè)結(jié)構(gòu)升級轉(zhuǎn)型的重要依據(jù)[1-4]。隨著我國農(nóng)業(yè)機械化程度不斷提高，勞均可負擔耕地面積增加，農(nóng)村剩余勞動力數(shù)量增加[5-7]。因此亟需研究機械化程度與勞均可負擔耕地面積關(guān)系，建立農(nóng)村剩余勞動力數(shù)量預(yù)測方法體系[8-10]。

近年學(xué)者對農(nóng)村剩余勞動力數(shù)量預(yù)測方法作大量研究。Ng等采用數(shù)據(jù)包絡(luò)分析估算法1978～ 1992年江蘇和四川剩余勞動力比例[11]。張雅麗等根據(jù)每公頃所需要勞動工日數(shù)、勞動力一年能提供勞動力數(shù)及每種作物面積估算種植業(yè)勞動力數(shù)量。吳慶軍等利用動態(tài)基準年法測算剩余勞動力[12]。王福林等建立種植業(yè)機械化程度與勞動力需求關(guān)系模型為種植業(yè)勞動力數(shù)量動態(tài)估算提供新方法[13]。索瑞霞等考慮農(nóng)業(yè)生產(chǎn)季節(jié)性、階段性及地理環(huán)境等因素建立改進工日法提高大范圍農(nóng)村剩余勞動力估算科學(xué)性[14]。但以上研究均未考慮機械化程度對勞均可負擔耕地面積影響，勞均可負擔耕地面積變化直接影響農(nóng)村剩余勞動力數(shù)量。目前，有關(guān)機械化化程度與勞均可負擔耕地面積關(guān)系研究未見報道。

本文研究推導(dǎo)建立機械化程度與勞均可負擔耕地面積關(guān)系模型。在此基礎(chǔ)上研究模型參數(shù)獲取與處理方法。以綏化地區(qū)為例，通過對該地區(qū)10個村100個勞動力調(diào)查，獲得種植業(yè)機械化程度為100%和0時每個勞動力可承擔耕地面積，根據(jù)推導(dǎo)建立模型計算出不同機械化程度每個勞動力可承擔耕地面積，為估算農(nóng)村剩余勞動力奠定基礎(chǔ)，可為其他地區(qū)每個勞動力可承擔耕地面積估算提供參考。

1 每個勞動力可負擔耕地面積估算模型建立

依據(jù)機械化程度定義[15-16]，設(shè)s為耕地面積，s'機械完成作業(yè)面積，x為機械化程度，則有

人畜力完成的作業(yè)面積s''為

由于

當令L（x）為種植業(yè)機械化程度為x時所需總勞動力個數(shù)，a為種植業(yè)機械化程度為100%時每公頃耕地面積所需勞動力個數(shù)（人），b為機械化程度為0時每公頃所需要的勞動力數(shù)量（人），則有

令l（x）為勞均可負擔耕地面積，則有

將式（5）代入式（6）得

由于種植業(yè)機械化程度為100%時每個勞動力可承擔耕地面積為

種植業(yè)機械化程度為0時每個勞動力可承擔耕地面積為

將式（8）、式（9）代入式（7）得

式（10）便是勞均可負擔耕地面積與機械化程度關(guān)系模型。該模型中，有參數(shù)l（100%）和l（0）。

2 數(shù)據(jù)獲取研究

種植業(yè)機械化程度100%時每個勞動力可承擔耕地面積l（100%）和種植業(yè)機械化程度為0時每個勞動力可承擔耕地面積l（0），雖然在以往統(tǒng)計資料無法查詢，但可深入生產(chǎn)實際實際走訪獲得。

一是通過農(nóng)村走訪直接確定l（100%）和l（0）值，二是在通過調(diào)研機械化程度不同村鎮(zhèn)目前種植業(yè)機械化程度下每個勞動力可承擔耕地面積，并對所獲得種植業(yè)機械化程度、每個勞動力可承負擔耕地面積數(shù)據(jù)進行回歸，利用回歸得到模型求出l（100%）和l（0）數(shù)值，兩種調(diào)研樣本≥50個，對樣本統(tǒng)計檢驗后，如統(tǒng)計檢驗結(jié)果不通過，則需增加調(diào)研樣本數(shù)量，直到通過統(tǒng)計檢驗。

在調(diào)研中需注意：調(diào)研前調(diào)查表格設(shè)計完整；明確指出勞動力可承擔耕地面積按耕種最繁忙季確定，雇傭勞動力應(yīng)計入勞動力需求數(shù)量。

3 分布檢驗

為提高數(shù)據(jù)可靠性，根據(jù)數(shù)據(jù)分布規(guī)律剔除異常數(shù)據(jù)[17-18]。

常見分布檢驗方法是χ2檢驗[19]：把隨機試驗結(jié)果產(chǎn)生全體Ω分為k個互不相容的事件A1，A2，…，AK（A1∪A2∪…∪AK＝Ω），Ai∩Aj=，i≠j，i，j=1，2…，k，在假設(shè)H0下，可以計算pi=P（Ai），i=1，2…，k。顯然，在n次試驗中，事件Ai出現(xiàn)頻率ni/n與pi有差異，若H0成立，則差異不顯著；若H0不成立，差異顯著?；诖似栠d（Pearson）用統(tǒng)計量[20-22]

作為衡量檢驗假H0實際吻合程度。

χ2檢驗法具體操作是：

假設(shè)總體ξ的理論分布為F（x），x1，x2，…，xn是F（x）樣本，F(xiàn)0（x）預(yù)先給定的一個分布函數(shù)。為要檢驗

（1）將樣本取值范圍分成k個互不相交區(qū)間：（a0，a1]，（a1，a2]，…，（ai-1，ai]，…，（ak-1，kk]，其中-∞

（2）計算出樣本值落入每一區(qū)間（ai-1，ai]（i=1，2…，k）數(shù)ni，ni稱為實測頻數(shù)。

（3）求解理論分布下ξ會落在（ai-1，ai]內(nèi)的概率，當H0為≤真時，ξ落在（ai-1，ai]內(nèi)的概率為pi=P {ai-1<ξ≤ai}=F0（ai-1）（i=1，2…，k）

于是求得ξ落入（ai-1，ai]內(nèi)的理論頻數(shù)npi，一般來說npi應(yīng)≥于5，否則合并分組。

（4）作統(tǒng)計量

根據(jù)皮爾遜定理知χ2-χ2（k-r-1），式中r為F0（x）中被估計參數(shù)數(shù)量。

（5）確定顯著性水平值α，查詢χ2分布表，即可獲得臨界值為χα2（k-r-1）。

（6）通過樣本數(shù)據(jù)計算統(tǒng)計量χ2。

（7）推斷：若χ2>χα2（k-r-1），則拒絕H0，F(xiàn)（x）不服從分布F0（x）；當χ2<χα2（k-r-1）時，接受H0，認為F（x）符合F0（x）。

χ2檢驗法是在n無限大時推導(dǎo)，因此在實際應(yīng)用過程中要保證n足夠大，以及npi不能過小。通常要求樣本容量n≥50，?npi≥5，最好滿足npi≥10，否則應(yīng)適當合并區(qū)間（或Ai），使npi滿足該要求。

4 異常數(shù)據(jù)的剔除方法

若假設(shè)每個勞動力所能負擔耕地面積樣本數(shù)據(jù)經(jīng)檢驗后服從正態(tài)分布，其中μ表示每個勞動力所能承擔耕地面積樣本數(shù)學(xué)期望，每個勞動力所能承擔耕地面積樣本方差。因此，依據(jù)數(shù)理統(tǒng)計學(xué)原理[23-24]，倘若隨機變量ξ的概率密度是：

其中-∞0為常量，則稱ξ服從參數(shù)為μ與σ的正態(tài)分布，記為ξ～N（μ，σ2）。正態(tài)隨機變量ξ分布函數(shù)為：

特別地，當μ=0，σ=1為標準正態(tài)分布，記N（0，1），概率密度與分布函數(shù)分別為

依照上述方法，樣本中任意觀測數(shù)據(jù)與該樣本期望μ差值的絕對值小于3σ概率可表示成

目前國內(nèi)外對控制質(zhì)量標準不盡相同，但絕大多數(shù)以μ±3σ為界限，當樣本觀測值在區(qū)間[μ±3σ]范圍內(nèi)，即認為該觀測值正常，若樣本觀測值不在區(qū)間[μ±3σ]范圍內(nèi)，即認為該觀測值異常，予以剔除。因此，該異常值的剔除方法稱為3σ原則。

5 數(shù)據(jù)整理方法

若機械化程度為100%時，勞均可負擔耕地面積l（100%）調(diào)查樣本數(shù)為N1，機械化程度為0時，勞均可負擔耕地面積l（0）調(diào)查樣本數(shù)為N2。經(jīng)檢驗，若l（100%）異常的數(shù)據(jù)為m1（m1

剔除異常樣本后，機械化程度為100%時，勞均可負擔耕地面積第i個樣本為l（100%）i，機械化程度為0時，勞均可負擔耕地面積第j個樣本為l（0）j，則有

按照上述數(shù)據(jù)整理方法，獲得l（100%）和l（0）可信。

6 實例計算

通過對綏化地區(qū)10個村100個勞動力調(diào)查，得到機械化程度100%時每個勞動力所能承擔耕地面積如表1所示，機械化程度為0時每個勞動力所能承擔耕地面積如表2所示。

由表1樣本數(shù)據(jù)可分別計算機械化程度為100%時勞均可負擔耕地面積均值、方差和標準差為：

由表2樣本數(shù)據(jù)可分別計算機械化程度為0時勞均可負擔耕地面積均值、方差和標準差為：

假設(shè)表1、2樣本數(shù)據(jù)均服從正態(tài)分布，由于正態(tài)分布函數(shù)定義在（+∞，-∞）上的，所以將表1中100個樣本數(shù)據(jù)分為7個區(qū)間，第一個區(qū)間為（-∞，7.16]，最后一個區(qū)間為（8.81，+∞），其余5個區(qū)間按組距0.33劃分。將表2中100個樣本數(shù)據(jù)分為9個區(qū)間，第一個區(qū)間為（-∞，1.01]，最后一個區(qū)間為（1.71，+∞），其余7個區(qū)間按組距0.10劃分。

表1 當機械化程度為100%時勞均可負擔耕地面積統(tǒng)計Table 1Mechanization degree is 100%affordable arable land area per labor statistical (hm2·person-1)

表2 當機械化的程度是0時每個勞動力所能承擔的耕地面積統(tǒng)計Table 2Mechanization degree is 0 affordable arable land area per labor statistical

當H0成立時，表1樣本數(shù)據(jù)ξ落在各區(qū)間概率估計值為：

當H0成立時，表2樣本數(shù)據(jù)ξ落在各區(qū)間概率估計值為：

當i=1，2…，k時，可分別計算出pi（100%）和pi（0）值，結(jié)果如表3、4所示。

當機械化程度為100%時，其χ2值為：

表3 機械化程度為100%時勞均可負擔耕地面積χ2檢驗計算Table 3The χ2test calculation table of affordable arable land area per labor when mechanization degree is 100%

表4 機械化程度為0時勞均可負擔耕地面積χ2檢驗計算Table 4The χ2test calculation table of affordable arable land area per labor when mechanization degree is 0

由于自由度K-r-1=7-2-1=4，當取α=0.05，查χ2分布表得：

由于χ2=5.9508

表1中數(shù)據(jù)6.33，9.67，9.67為異常數(shù)據(jù)，予以剔除。剔除異常數(shù)據(jù)后，當機械化程度是100%時，每個勞動力多能承擔耕地面積是：

當該調(diào)查地區(qū)機械化程度為0時，其χ2值為

由于自由度K-r-1=8-2-1=5，當取α=0.05，查χ2分布表得：

由于χ2=10.0473

以表2中數(shù)據(jù)2.00，2.00為異常數(shù)據(jù)，予以剔除。剔除異常數(shù)據(jù)后，機械化程度為0時，勞均可負擔耕地面積為：

將l（100%）=8.00 hm2、l（0）=1.38 hm2代入式（10），并整理得：

按式（34）可分別計算不同機械化程度為0、10%、20%、30%、40%、50%、60%、70%、80%、90%和100%時勞均可負擔耕地面積分別為1.38、1.50、1.65、1.84、2.06、2.35、2.74、3.28、4.08、5.41和8.00 hm2。

7 結(jié)論

a.本文推導(dǎo)建立機械化程度與勞動力需求關(guān)系模型。

b.根據(jù)模型參數(shù)獲取、檢驗、異常數(shù)據(jù)剔除及整理方法，通過實際調(diào)研數(shù)據(jù)分布檢驗得出機械程度為100%和0時勞均可負擔耕地面積數(shù)據(jù)均符合正態(tài)分布。

c.剔除調(diào)研數(shù)據(jù)異常數(shù)據(jù)，機械程度為100%和0時勞均可負擔耕地面積分別為8.00和1.38 hm2。

d.利用推導(dǎo)建立模型和整理得出機械程度為100%和0時勞均可負擔耕地面積，計算給出綏化地區(qū)不同機械化程度勞均可負擔耕地面積。

[1]章磷.農(nóng)村剩余勞動力估算及預(yù)測方法的研究[D].哈爾濱:東北農(nóng)業(yè)大學(xué),2009:13-14.

[2]于清東,李彩霞.農(nóng)業(yè)機械化與農(nóng)村勞動力轉(zhuǎn)移問題的探討[J].農(nóng)機化研究,2007(4):198-201.

[3]Chu N Y,Li S K,Shu K T.The incidence of surplus labor in rural China:A nonparametric estimation[J].Journal of Comparative Economics,2000,28(3):565-580.

[4]蒼磊.種植業(yè)機械化程度與勞動力需求問題研究[D].哈爾濱:東北農(nóng)業(yè)大學(xué),2009:36-38.

[5]齊國友,周愛萍,曾賽星.2004～2020年中國農(nóng)村農(nóng)業(yè)剩余勞動力預(yù)測及對策[J].東北農(nóng)業(yè)大學(xué)學(xué)報,2005,36(5):675-680.

[6]Carlos Ricoy.Marx on division of labour,mechanization and technicalprogress[J].EuropeanJournaloftheHistoryof Economic Thought,2003,10(1):47-79.

[7]張冬平,史國棟,陳俊國.農(nóng)業(yè)機械化對農(nóng)業(yè)勞動力剩余的影響[J].農(nóng)業(yè)機械學(xué)報,1996,27(4):1-6.

[8]索瑞霞.農(nóng)村剩余勞動力動態(tài)估算方法研究及應(yīng)用[D].哈爾濱:東北農(nóng)業(yè)大學(xué),2011.

[9]謝培秀.關(guān)于中國農(nóng)村剩余勞動力數(shù)量的估計[J].中國人口·資源與環(huán)境,2014,14(1):50-53.

[10]張冬平,史國棟,陳俊國.農(nóng)業(yè)機械化對農(nóng)業(yè)勞動力剩余的影響[J].農(nóng)業(yè)機械學(xué)報,1996(4):1-6.

[11]Ng Y C,Li S,Tsang S.The Incidence of Surplus Labor in Rural China:A Nonparametric Estimation[J].Journal of Comparative Economics,2000(28):565-80.

[12]張雅麗,馮穎.陜西省漢中市農(nóng)業(yè)剩余勞動力的估算與思考[J].西北人口,2007,28(1):31-34.

[13]王福林,索瑞霞,章磷,等.種植業(yè)機械化程度與勞動力需求關(guān)系模型[J].農(nóng)業(yè)工程學(xué)報,2010,26(9):181-184.

[14]索瑞霞,王福林,孫栩.農(nóng)村剩余勞動力估算的工日法的分析與改進研究[J].數(shù)學(xué)的實踐與認識,2011,41(3):108-112.

[15]孫福田,王福林.變彈性C-D生產(chǎn)函數(shù)測算農(nóng)業(yè)機械化的貢獻率方法[J].東北農(nóng)業(yè)大學(xué)學(xué)報,2005,36(1):75-77.

[16]王福林.農(nóng)業(yè)機械化在農(nóng)業(yè)生產(chǎn)中貢獻的一種測算方法[J].東北農(nóng)業(yè)大學(xué)學(xué)報,2004,35(1):58-60.

[17]趙媞,孫明珠,王中禹.計量測試中異常數(shù)據(jù)剔除方法的探討[J].科技創(chuàng)新與應(yīng)用,2014(28):293-293.

[18]何平.剔除測量數(shù)據(jù)中異常值的若干方法[J].計測技術(shù),1995 (1):19-22.

[19]高聿清.概率論與數(shù)理統(tǒng)計[M].長春:吉林科學(xué)技術(shù)出版社, 1999.

[20]Penna F,Garello R.Decentralized Neyman-Pearson Test with Belief Propagation for Peer-to-Peer Collaborative Spectrum Sensing[J].IEEE Transactionson WirelessCommunications, 2012,11(5):1881-1891.

[21]鄧華玲.概率統(tǒng)計方法與應(yīng)用[M].北京:中國農(nóng)業(yè)出版社, 2003.

[22]甄新.有關(guān)假設(shè)檢驗的問題[J].高等數(shù)學(xué)研究,2008,11(4): 117-119.

[23]王福林,石光輝,王吉權(quán).拖拉機技術(shù)經(jīng)濟指標的獲取與處理方法[J].農(nóng)業(yè)機械學(xué)報,2006,37(6):76-78.

[24]Rice,John A.Mathematical Statistics and Data Analysis[M].USA: Duxbury Resource Center,2006.

Study on the relation between mechanization degree and affordable arable land area per labor

WANG Fulin1,ZHAO Shengxue1,FU Xiaoming1,XU Bing1,2

(1.School of Engineering,Northeast Agricultural University,Harbin 150030,China;2. School of Economics and Management,Heilongjiang Agricultural Engineering Vocational College, Harbin 150088,China)

In this paper,the relation model between mechanization degree and affordable arable land area per labor and the model parameters acquisition and processing was studied.This paper established the relation model between mechanization degree and affordable arable land area per labor.In addition,affordable arable land area per labor data acquisition and processing methods were also covered when the mechanization degree was 100%and 0.One hundred labor across 10 villages in Suihua area were invested for demonstration.Upon examination,when mechanization degree was 100%or 0,the affordable arable land area per labor was in line with normal distribution,through inspection and eliminate the abnormal data,it was concluded that the in the area of 100% mechanization degree,the mean of the affordable arable land area per labor was 8.00 hectares,while 1.38 hectares for the 0 mechanization degree.The affordable arable land areas per labor under the different mechanization degrees were calculated based on the relation model.This research had lain a theoretical foundation for the study of rural surplus labor.

S23-0；F323.6

A

1005-9369（2016）05-0091-07

2016-03-16

國家自然科學(xué)基金項目（13BJY098）

王福林（1959-），男，教授，博士，研究方向為農(nóng)業(yè)系統(tǒng)工程與管理科學(xué)與工程。E-mail:fulinwang1462@126.com

時間2016-5-27 14:59:16[URL]http://www.cnki.net/kcms/detail/23.1391.S.20160527.1459.026.html