非農就業(yè)、農地流轉與糧食種植結構調整
——基于固定觀察點農戶層面的微觀實證

錢龍，袁航，劉景景，曹寶明*

（1.南京財經大學糧食經濟研究院，江蘇 南京 210003；2. 中國人民大學農業(yè)與農村發(fā)展學院，北京 100872；3. 農業(yè)部農村經濟研究中心，北京 100810）

當前，大多數(shù)中國農戶處于“半工半耕”狀態(tài)[1]，這種兼業(yè)在深刻影響農民生活的同時，也給農業(yè)生產烙下了深刻的印記。從已有文獻來看，學界普遍關注農戶兼業(yè)對農業(yè)生產性投資以及留守人員勞動供給的影響，或者聚焦非農就業(yè)對農作物產出的影響。如Rozelle等[2]對中國城鄉(xiāng)人口遷移的研究發(fā)現(xiàn)，農戶家庭外出務工人數(shù)每增加1人，玉米單產水平就將凈下降14%。De Brauw[3]對越南的研究發(fā)現(xiàn)，勞動力外出務工降低了農戶家庭的水稻產量。而錢文榮和鄭黎義[4]基于江西省的農戶調研，卻發(fā)現(xiàn)務工戶的水稻產量平均比非務工戶高7%。然而，較少有成果關注到非農就業(yè)帶來的種植結構調整效應。對我們這樣一個人口大國而言，保障糧食供給和實現(xiàn)糧食安全是十分重要的議題?！爸袊胍⒅袊Z”成為社會各界的共識，因而國內學界普遍關心這一議題：農民外出務工后，兼業(yè)化家庭的糧食種植面積或種植比例是否會下降？從已有的文獻來看，學界對這一議題并未取得一致結論。劉乃全和劉學華[5]對"良田種樹風"的案例分析表明，外出務工對糧食生產十分不利。王翌秋和陳玉珠[6]基于江蘇和河南545名農戶調查，發(fā)現(xiàn)家庭大多數(shù)成員外出務工時，糧食生產才會受到負面影響。另有部分成果持相反意見，認為非農就業(yè)反而有利于糧食生產，如鐘甫寧等[7]的研究。

當前，農村除了普遍的“人走”現(xiàn)象，還存在明顯的“地動”趨勢。農業(yè)部公布的數(shù)據(jù)顯示，截至2017年上半年，全國農戶承包地已經有35.1%進行了流轉，流轉面積達到了0.31億hm2。從已有文獻來看，學者們已經意識到農地流轉與種植結構調整存在密切關聯(lián)，并重點關注了農地流轉與種植結構“非糧化”。如易小燕和陳印軍[8]基于浙江、河北2省6縣356戶農戶的調查，郭歡歡[9]基于重慶市的調查、張宗毅和杜志雄[10]基于1 740個種植業(yè)家庭農場數(shù)據(jù)的分析，均發(fā)現(xiàn)土地流轉過程中的“非糧化”現(xiàn)象十分突出。隨著越來越多的農村承包地進入流轉市場，農地流轉帶來的種植結構調整效應需要引起高度重視。然而，這一領域仍然有三個關鍵性問題沒有被很好的區(qū)分與解決。其一，農地流轉過程中普遍的“非農化”并不等同于農地流轉和“非糧化”存在因果關聯(lián)，除徐志剛等[11]、羅必良和仇童偉[12]少數(shù)學者意識到這一問題，目前還少有研究通過微觀實證來檢驗農地流轉對種植結構的影響。其二，已有研究大多關注新型經營主體在農地流轉過程中的“非糧化”行為，卻忽視了普通農戶之間流轉導致的結構調整效應。但相對而言，普通農戶之間的流轉更為普遍，現(xiàn)有研究無法回答普通農戶之間的農地流轉究竟會如何影響糧食種植比例調整。其三，已有成果相對忽視了農地轉出帶來的影響，無法回答農地轉入和農地轉出對糧食種植結構有何差異化影響。

當前，調整糧食種植結構已經成為推進農業(yè)供給側改革的重要議題之一。但宏觀層面的政策目標能否實現(xiàn)，最終取決于微觀層面農戶的調整決策。因而，本文從農戶層面對這一議題進行了理論與實證分析。梳理既有文獻，發(fā)現(xiàn)家庭層面非農就業(yè)帶來的勞動力資源再配置和農地流轉帶來土地資源再配置，究竟會對農戶家庭糧食種植結構有何影響，已有成果尚不能很好的回應。并且，就數(shù)據(jù)來源而言，已有成果大多基于區(qū)域性的截面調查，樣本量較小、代表性不足；也很難避免數(shù)據(jù)同期相關性問題。

有鑒于此，本文基于具有全國層面代表性的農業(yè)部固定觀察點大樣本數(shù)據(jù)，利用面板回歸模型，從農戶層面聯(lián)合考慮非農就業(yè)、農地流轉對糧食種植結構及糧食內部生產結構的影響。本研究一方面有助于進一步驗證非農就業(yè)對糧食種植結構的影響；另一方面有助于探索農地流轉對糧食種植結構的影響，包括轉入和轉出對種植結構有何差異化影響，普通農戶之間農地流轉帶來的種植結構調整是否具有獨特性等等。并且，本文還分析了非農就業(yè)和農地流轉對三大主糧種植的影響，以及非農就業(yè)和農地流轉之間的交互效應，從而豐富了本領域研究。

1 理論分析與研究假說

1.1 非農就業(yè)與糧食種植結構

首先，非農就業(yè)會通過勞動力流失效應來影響糧食種植結構[1]。對以家庭為單位進行耕作的農戶而言，勞動力資源流入非農產業(yè)意味著農業(yè)生產中的勞動力投入減少。相對勞動力密集型的經濟作物，糧食作物是典型的土地密集型產品，對勞動力的需求相對少，而經濟作物對勞動力的需求更多。在勞動力短缺的背景下，糧食作物更適合進行粗放化經營。同時，在糧食作物生產中，農業(yè)機械等替代性要素能夠對流失勞動力進行有效替代，這也有助于激勵農戶增加糧食種植。因而，在農業(yè)勞動力不足的背景下，農戶很可能會減少經濟作物種植，出現(xiàn)種植結構的“趨糧化”。

其次，非農就業(yè)會通過增加家庭收入水平和分散家庭收入風險來影響糧食種植結構。部分家庭成員的非農就業(yè)，不僅有助于提升家庭整體收入水平，更重要的是實現(xiàn)了收入來源多元化，降低了家庭收入波動的風險。相對糧食作物，經濟作物是高投入高產出的，但同時也是高風險的。經濟作物要面對市場價格波動，而糧食生產則有最低收購價格托底，且能夠獲得政策補貼。當前，非農就業(yè)帶來了家庭收入的提升和農業(yè)經營相對重要性的下降，讓這部分家庭不再需要冒風險去種植更多經濟作物來增加家庭收入。特別是農業(yè)勞動力漸趨老年化和女性化的時代背景下，農戶多不期待通過農業(yè)來實現(xiàn)增收，粗放式經營成為常態(tài)[13]。家庭收入水平的提升還會讓留守農業(yè)勞動力傾向于增加閑暇時間、減少農業(yè)勞動供給[14]。相對于需要耗費大量勞動力投入的經濟作物，不難理解農戶為何偏向于種植勞作負擔輕的糧食作物?；谝陨戏治?，提出假說1：非農就業(yè)有助于提升農戶家庭的糧食種植比例。

1.2 農地流轉與糧食種植結構

糧食作物是土地密集型產品，種植規(guī)模越大，單位成本越低，單位面積的種糧收益也越高[15]。一項對比中美兩國糧食生產的研究表明，中國的糧食生產仍然有利潤優(yōu)勢[16]。但美國糧食在全球市場的競爭力卻是中國無法比擬的。之所以如此，十分關鍵的一個原因是，美國糧食生產存在顯著的規(guī)模效應。2016年，美國農場平均規(guī)模為178.9 hm2，而中國農戶的戶均耕地規(guī)模僅為0.5 hm2。即使中國農戶的單位土地利潤非常高，也無法在收入水平上和美國農戶相比，甚至無法支撐中國農戶的收入達到國內平均收入水平[17]。因而，小規(guī)模經營的中國農戶在進行生產決策時，為了盡可能的提升收入水平，會優(yōu)先考慮種植一定比例的經濟作物，畢竟經濟作物的收益更高。并且，規(guī)模偏小也讓農戶有精力去從事勞動密集型的經濟作物生產[18]。與此同時，諸多調查也證實，種植規(guī)模變大后農戶會逐漸提高糧食種植比例[10]。因而，作為實現(xiàn)土地規(guī)模經營重要手段的農地流轉，很可能會通過改變土地規(guī)模來影響糧食種植結構。預測轉入土地時，經營規(guī)模隨之擴大，規(guī)模效應逐漸凸顯，依靠種糧也能提高收入，這會激勵農戶多種糧食；反之，轉出土地，農戶更不傾向于種植糧食?；诖?，提出假說2：農地轉入有助于提升農戶糧食種植比例，農地轉出則會降低糧食種植比例。

2 數(shù)據(jù)說明與模型設定

2.1 數(shù)據(jù)說明

數(shù)據(jù)來源于農業(yè)部農村固定觀察點微觀調查。目前，該調查是國內覆蓋面最廣、延續(xù)時間最長的農戶追蹤調查。調查采取類型抽樣方法進行抽樣，調查村的選擇根據(jù)各省、區(qū)、市村莊類型，分山區(qū)、丘陵區(qū)和平原區(qū)，城市郊區(qū)和非城市郊區(qū)，富裕地區(qū)和貧困地區(qū)，農區(qū)、林區(qū)、牧區(qū)、漁區(qū)，然后在各類型內抽取一定單位構成樣本。目前，固定觀察點覆蓋中國大陸31個?。ㄗ灾螀^(qū)、直轄市）、357個縣（市、區(qū)）、360個村，每年調查23 000戶農戶。因而，本文樣本量更大，且具有全國層面代表性，能夠較好反映全國層面農業(yè)農村的實際情況。之所以選擇2003-2012年為研究區(qū)段，主要是因為固定調查點問卷從2003年進行了較大程度的調整，2013年又再次進行了調整。因而，為保持研究連貫性選擇這一時段。就目前而言，這已經是能夠獲取到的關于種植結構調整最完整的固定觀察點數(shù)據(jù)。而且，2003-2012這十年也是非農就業(yè)和農地流轉快速增長的時間區(qū)段，因而，本研究有助于理解這一區(qū)段非農就業(yè)和農地流轉究竟導致了怎樣的種植結構調整效應。鑒于中國的城鎮(zhèn)化和農地流轉仍在推進當中，當前開展這一研究仍有著較強的理論和實踐意義。

2.2 變量設置

1）糧食種植結構。與已有成果保持一致，本文使用糧食作物種植面積占作物總種植面積（糧食作物面積+經濟作物面積）的比例來顯示家庭層面的糧食種植結構調整。具體包括兩個層面，其一，以糧食作物種植面積占總種植面積的比例來反映種植結構的“非糧化”[19]。其二，既有成果很少關注的具體種類的糧食種植比例變化，考慮到水稻、小麥和玉米是中國最重要的三大糧食品種 ，本文使用三類主糧種植面積占總種植面積比例來顯示農戶對不同品種糧食作物的種植。

2）非農就業(yè)。以往文獻通常只使用一種指標來測度農戶家庭的非農就業(yè)，為了保障擬合結果穩(wěn)健性，本文同時采納兩種方式來測度。其一，使用非農收入占家庭總收入的比例來表示，命名為非農就業(yè)1。其二，使用家庭成員非農工作時間占總工作時間比例來予以顯示，命名為非農就業(yè)2。已有文獻較少區(qū)分非農就業(yè)的類型，本文按照非農工作地點差異，將非農就業(yè)2細化為本地非農就業(yè)和外地非農就業(yè)[20]，以進一步測度兩種不同方式的非農就業(yè)對農戶種植結構是否有差異化影響。

3）農地流轉。農戶農地流轉行為是本研究的核心解釋變量，鑒于農地轉入會帶來種植規(guī)模的擴大，農地轉出則會縮小種植規(guī)模，因而本文使用有序排列變量來顯示農戶的農地流轉行為。

4）影響種植結構的其他因素。為保障計量分析的穩(wěn)健性，本文引入戶主特征、家庭勞動力特征和家庭經營特征等多個維度的控制變量。戶主通常是家庭農業(yè)生產的主要決策者，引入戶主年齡、性別、受教育程度和是否參加過農業(yè)培訓來控制戶主個體特征和人力資本特征。家庭勞動力特征是影響種植結構的關鍵維度，以往研究多關注勞動力數(shù)量的可能影響，本文則同時關注勞動力數(shù)量、結構和質量對種植結構的影響，進而引入家庭勞動力數(shù)量、平均年齡、平均教育年限、平均健康程度[21]四個變量。家庭經營特征對農戶種植結構也可能產生影響，引入農戶經營規(guī)模、土地細碎化、農業(yè)固定資產規(guī)模來控制這一層面的影響。

表1 變量基本統(tǒng)計特征Table 1 Basic statistical characteristics of variables

表1對上述變量進行了解釋和統(tǒng)計描述性分析。

2.3 模型選擇

本文使用的是2003—2012年農業(yè)部固定觀察點的十年連續(xù)數(shù)據(jù)，是一個涵蓋中國大陸31個?。ㄗ灾螀^(qū)、直轄市）的面板數(shù)據(jù)，平均每年調研樣本數(shù)量達到了23 000戶樣本農戶家庭，這遠遠大于已有大多數(shù)成果的樣本規(guī)模。并且，相對于截面數(shù)據(jù)和時間序列數(shù)據(jù)，面板可以提供更多的個體動態(tài)行為信息，還可以有效解決一些遺漏變量問題，起到提高估計精確度的效果。盡管大樣本已經能較好的保障擬合結果穩(wěn)健性，本文為了提高擬合結果的可信度，一方面選擇時間和空間雙固定效應面板模型進行擬合回歸，來控制時間和區(qū)域層面可能帶來的異質性。另一方面，選擇使用穩(wěn)健標準誤，而不是大多數(shù)研究使用的標準誤?；鶞誓Ｐ驮O定如下：

式中：Git表示農戶家庭i在t時期的糧食種植結構，Cit表示農戶i在t時期的農地流轉特征，a1為相應的影響系數(shù)；Fit表示農戶i在t時期的非農就業(yè)特征，a2為相應的影響系數(shù)。Xit為一系列控制變量，aβ為對應的影響系數(shù)，eit為隨機誤差項。

3 描述性分析

3.1 糧食種植及其結構變化

表2展示了2003—2012年期間全國農戶糧食種植結構變化，糧食種植比例在2003—2008年期間呈現(xiàn)逐年遞減趨勢，下降了8.19個百分點，年均降幅達到了1.37%，這與全國層面的統(tǒng)計保持一致[19]。2009—2012年間，糧食種植比例雖然小幅波動，但基本趨于穩(wěn)定，每年保持在71%左右。2003—2012年水稻種植比例呈現(xiàn)逐年下降的趨勢，下降幅度達到了8.27個百分點。2003—2012年小麥種植比例雖然有所下降，減少了1.49個百分點，但不同年份之間差異并不大，呈現(xiàn)小幅波動態(tài)勢。玉米種植比例變化趨勢與水稻種植比例趨勢相反，2003—2012年間呈現(xiàn)逐年遞增態(tài)勢，十年間增長了8.02個百分點。從種植比例大小來看，2003—2006年間，水稻是最主要的種植品種，其次是玉米和小麥。但2007—2012年期間，玉米開始超越水稻，成為農戶種植最廣泛的主糧品種。并且水稻和玉米的種植比例差距越來越大，2007年水稻種植比例僅低于玉米0.52個百分點，而2012年兩者已經相差12.05個百分點。

表2 2003-2012年糧食種植比例變化（%）Table 2 Changes in the proportion of grain planting in 2003-2012 (%)

3.2 非農就業(yè)與糧食種植

按照家庭成員非農就業(yè)時間占比高低，將整體樣本區(qū)分為低度非農就業(yè)農戶（非農就業(yè)時間占比小于20%）、中度非農就業(yè)農戶（非農就業(yè)時間占比在20%～50%之間）和高度非農就業(yè)農戶（非農就業(yè)時間占比大于50%）三大類型（表3）?？v向對比來看，隨著時間的推移，三種類型農戶的糧食種植均有所下降。其中，尤以低度非農就業(yè)農戶最為劇烈，下降幅度達到了15.1%，中度非農就業(yè)農戶和高度非農就業(yè)農戶則分別下降7.61%和5.44%。橫向對比來看，2003—2012年期間三類農戶中，高度非農就業(yè)農戶的糧食種植比例最高，中度非農就業(yè)農戶緊隨其后，低度非農就業(yè)農戶最低。2012年，高度非農就業(yè)農戶的糧食種植比例為72.81%，中度非農就業(yè)農戶為72.32%。而低度非農就業(yè)農戶只有63.36%。因而，從描述性分析不難發(fā)現(xiàn)，農戶家庭非農就業(yè)涉入程度越深，種糧比例反而越高。

表3 非農就業(yè)與糧食種植比例（%）Table 3 Off-farm employment and grain planting ratio (%)

3.3 農地流轉與糧食種植

表4顯示了2003—2012年間不同類型土地流轉戶的糧食種植比例?？v向對比來看，這期間轉入戶、非流轉戶和轉出戶的糧食種植比例都有所下降，降幅分別為5.44%，6.97%和6.98%。橫向對比來看，2003—2012年期間，轉入戶的糧食種植比例一直高于非流轉戶，而非流轉戶又一直高于轉出戶。因而，本文預期轉入土地有助于提升糧食種植比例，而轉出土地則會降低糧食種植比例。

表4 農地流轉與糧食種植比例（%）Table 4 Farmland circulation and grain planting ratio (%)

4 計量結果與分析

4.1 非農就業(yè)、農地流轉與糧食種植比例變化

非農就業(yè)和農地流轉對農戶糧食種植結構的影響如表5所示。在模型一中，農地流轉和非農就業(yè)1均通過了1%的顯著性水平檢驗，且影響系數(shù)為正。模型二中，農地流轉在5%顯著性水平正向影響農戶糧食種植，非農就業(yè)2在1%顯著性水平正向促進農戶糧食種植比例。本地外出務工和外地務工很可能對農戶家庭的種植結構調整有差異化影響，但目前還鮮有研究意識到這一點。為此，在模型三中，本文將非農就業(yè)2細分為本地非農和外地非農兩個亞類[20]。此時農地流轉依然在5%顯著性水平正向促進農戶糧食種植比例的提升，并且本地非農就業(yè)和外地非農就業(yè)均在1%顯著性水平正向影響糧食種植比例，即兩種非農就業(yè)都有利于種植結構朝“趨糧化”的方向演進。

結合上述三個模型的擬合結果不難得出以下兩個結論：其一，家庭非農就業(yè)深入程度越深，農戶越可能種植糧食作物，即假說1成立。這與鐘甫寧等[7]、羅必良和仇童偉[12]的研究發(fā)現(xiàn)保持一致。其二，農地流轉對農戶糧食種植比例有顯著影響，其中，農地轉入有利于提升糧食種植比例，農地轉出則會降低糧食種植比例。由于固定觀察點的調查對象是一般農戶，因而這一結果表明農地流轉帶來的經營規(guī)模的擴大確實有助于農戶家庭增加糧食種植[22]，而規(guī)模的減少則會削弱農戶種植糧食的比例，即假說2也成立。然而，這與大多數(shù)基于新型經營主體的研究結果正好相反。針對新型經營主體的研究多表明，農地轉入導致了較為普遍的“非糧化”現(xiàn)象。因而，這也表明很有必要區(qū)分普通農戶之間的農地流轉，以及新型經營主體參與的農地流轉帶來的種植結構調整效應。前者會因為農地轉入而轉向“趨糧化”，而后者則會帶來“去糧化”。

表5 非農就業(yè)、農地流轉與糧食種植Table 5 Off-farm employment, farmland circulation, and grain planting

穩(wěn)健影響農戶糧食種植比例的變量還包括戶主是否接受過農業(yè)培訓、家庭勞動力數(shù)量、家庭承包田地總面積、地塊數(shù)。具體而言，當戶主有農業(yè)培訓經歷時更可能增加糧食種植比例，說明對農民的培訓有助于保障糧食安全。家庭勞動力數(shù)量在1%顯著性水平極為顯著的負向影響糧食種植比例，表明家庭勞動力稟賦越豐富，農戶越傾向增加經濟作物種植[10]。這很可能是因為，經濟作物的收益更高，在家庭勞動力充足時，理性的農戶會優(yōu)先考慮增加經濟作物種植。與家庭勞動力數(shù)量相反，家庭承包田地總面積穩(wěn)健的在1%顯著性水平正向促進糧食種植，說明農戶家庭土地資源越豐富，農戶越可能增加糧食種植。即土地規(guī)模越大，作為土地密集型產品的糧食作物的相對優(yōu)勢會逐漸顯示出來，這與農地流轉對糧食種植的影響也可以相互印證。地塊數(shù)也在1%顯著性水平穩(wěn)健的促進糧食種植比例，這說明農戶家庭土地細碎化特征越明顯，農戶反而更可能多的種植糧食作物。之所以如此，是因為經濟作物對勞動力的需求更大，而土地細碎化又增加了勞動力勞作負擔，導致農戶家庭勞動力稟賦約束趨緊。在此條件約束下，農戶只能適應性增加糧食作物，減少經濟作物的種植。

4.2 非農就業(yè)、農地流轉與三大主糧的種植

水稻、小麥、玉米是中國人的三大口糧，也是中國農戶種植最多的三類糧食作物。表6進一步分析非農就業(yè)和農地流轉對種植不同種類糧食種植農戶的影響。結果顯示，農地流轉顯著促進水稻種植比例的提升，表現(xiàn)為農戶的農地轉入行為有助于增加水稻種植比例，農地轉出行為則會顯著減少水稻種植比例。表明水稻生產存在顯著的土地規(guī)模效應。但結果同時表明，農戶家庭非農就業(yè)的變化并不影響農戶對水稻的種植。對小麥種植，發(fā)現(xiàn)農地流轉對小麥種植的影響并不穩(wěn)健。但非農就業(yè)在1%顯著性穩(wěn)健的促進小麥種植，表現(xiàn)為非農就業(yè)收入占比越高，非農就業(yè)時間占比越高，農戶越可能提升小麥種植比例。對于玉米種植，結果顯示農地流轉的作用不再顯著，表明農地流轉不是農戶調整玉米種植比例的關鍵因素。與小麥類似，非農就業(yè)依然對玉米的種植比例有顯著促進作用，表現(xiàn)為家庭非農兼業(yè)程度越高，農戶越傾向增加玉米種植比例。

表6的擬合結果表明，非農就業(yè)對種植不同種類糧食作物農戶的影響存在分化。推測這主要是因為三大糧食作物對勞動力的需求差異。就單位土地面積的勞動力需求而言，小麥和玉米的勞動力投入小于水稻，這兩種作物更適應短缺勞動力背景下的粗放式經營。農地流轉對種植不同種類糧食作物農戶的影響也存在分化。推測主要因為2003-2012年期間水稻是三大主糧中單位面積凈利潤最高的品種，隨著水稻種植規(guī)模的擴大，農戶家庭整體收入水平提升較快。小麥和玉米的利潤率較低，要達到規(guī)模效應需要更大的經營規(guī)模來支撐。筆者依據(jù)歷年《全國農產品成本收益資料匯編》進行計算，發(fā)現(xiàn)2003-2012年期間，每公頃水稻的凈利潤是小麥的2.4倍、玉米的1.5倍。因而，隨著經營規(guī)模的擴大，水稻種植戶會理性的提升水稻種植比例。而種植相對效益較低的小麥和玉米的農戶，并不會因為土地規(guī)模的小幅增加而相應提升小麥或玉米的種植比例。整體而言，擬合結果表明，種植水稻的農戶是否增加水稻種植比例更多取決于土地資源，種植小麥的農戶是否增加小麥種植、種植玉米的農戶是否增加玉米種植則更多取決于勞動力資源配置。

表6 非農就業(yè)、農地流轉與三大主糧的種植Table 6 Off-farm employment, farmland circulation and cultivation of three staple grains

4.3 非農就業(yè)與農地流轉的交互效應

整體層面的分析表明，非農就業(yè)和農地流轉對糧食種植結構均有顯著的影響。但上述分析并沒有考慮到非農就業(yè)和農地流轉的交互效應。首先，非農就業(yè)對農地流轉有顯著影響。主流研究表明，非農就業(yè)有效促進了農地流轉市場發(fā)育，表現(xiàn)為非農就業(yè)越普遍的地方農地流轉市場規(guī)模越大，非農就業(yè)率越高的農戶家庭參與土地流轉的概率也相對較高[23]。其次，農地流轉市場也會反向影響非農就業(yè)市場。Deininger等[24]對中國，De Janvry等[25]對墨西哥的研究均證實，當農戶土地流轉權利受到限制、土地流轉市場發(fā)育緩慢時，勞動力向非農產業(yè)轉移就會受到負面影響。而流轉順暢的農地市場則能夠有效解放家庭農業(yè)勞動力，提升家庭成員非農就業(yè)率。這意味著非農就業(yè)和農地流轉會相互影響。因而，在聯(lián)合分析非農就業(yè)和農地流轉對糧食種植結果的影響時，需要考慮到兩者的交互作用，具體見下表7。

表7 非農就業(yè)與農地流轉的交互作用Table 7 Interaction between off-farm employment and farmland circulation

其中，模型四在模型一的基礎之上引入非農就業(yè)1和農地流轉的交互項，模型五在模型二的基礎上引入非農就業(yè)2和農地流轉的交互項。此時，無論采納哪一種方式來測度非農就業(yè)，非農就業(yè)和農地流轉的交互項均通過了1%的顯著性水平檢驗。說明非農就業(yè)和農地流轉確實會相互影響，兩個關鍵解釋變量之間存在明顯的交互作用?？紤]到交互項的影響系數(shù)為正，這意味著非農就業(yè)顯著的負向調節(jié)農地流轉對糧食種植比例的影響，而農地流轉也顯著的負向調節(jié)非農就業(yè)對糧食種植比例的影響。即非農就業(yè)不利于農地轉入通過擴大經營規(guī)模來提升糧食種植，而農地轉入也不利于非農就業(yè)發(fā)揮正向促進糧食種植比例這一途徑的達成。這與理論預期完全相符，因為非農就業(yè)會負向影響農地轉入，正向促進農地轉出。非農就業(yè)率高的家庭通常會轉出土地，而不太可能轉入土地，從而弱化了土地流轉的規(guī)模效應。同時，農地轉入會負向作用非農就業(yè)，農地轉出會正向促進非農就業(yè)。也就是說，土地轉出也會通過便利家庭成員外出非農就業(yè)來增強對糧食種植的影響，土地轉入則會通過阻礙非農就業(yè)來弱化非農就業(yè)對糧食種植的提升效應。

5 結論與啟示

5.1 結論

本文從非農就業(yè)和農地流轉的視角考察了農戶家庭糧食種植結構變化，并利用具有全國層面代表性的2003—2012年農業(yè)部固定觀察點大樣本調查數(shù)據(jù)，通過描述性分析和固定效應面板模型進行了實證檢驗。結果發(fā)現(xiàn)：①2003—2012年期間，全國層面糧食種植比例逐年下降。糧食內部結構也發(fā)生調整，水稻種植比例漸趨下降，小麥穩(wěn)中微降，玉米的種植比例快速提升。②非農就業(yè)對糧食種植有顯著促進作用，表現(xiàn)為家庭收入中非農收入占比越高，成員非農就業(yè)時間比例越高，農戶越傾向增加糧食種植。將非農就業(yè)區(qū)分為本地非農就業(yè)和外地非農就業(yè)時，仍然發(fā)現(xiàn)兩種類型非農就業(yè)均能夠有效提升糧食種植比例。③農地流轉對糧食種植結構也有顯著影響，表現(xiàn)為農地轉入能夠有效提升糧食種植比例，而農地轉出則會降低糧食種植比例。④非農就業(yè)和農地流轉對三大主糧的影響出現(xiàn)分化，農地流轉影響水稻種植，而小麥和玉米的種植受到非農就業(yè)的影響。⑤非農就業(yè)與農地流轉存在顯著的交互作用，表現(xiàn)為非農就業(yè)顯著負向調節(jié)農地流轉對糧食種植的影響，而農地流轉也會負向調節(jié)非農就業(yè)對糧食種植結構的影響。

需要指出的是，本文雖然受到數(shù)據(jù)本身的限制，只能使用2003—2012年的數(shù)據(jù)進行研究。但這并不意味著基于這一套數(shù)據(jù)得出的結論已經過時，或者說從非農就業(yè)和農地流轉視角分析農戶的糧食種植結構調整行為對社會實踐就失去了借鑒意義。因為，2013年前后，農戶的非農就業(yè)和農戶的農地流轉行為并沒有出現(xiàn)結構性突變。就農戶家庭的非農就業(yè)而言，有較多的文獻發(fā)現(xiàn)，2013年以來中國農戶仍然保持著“半工半耕”的兼業(yè)化態(tài)勢，城鎮(zhèn)化進程中實現(xiàn)城市融入的農戶家庭仍然是少數(shù)。就農地流轉而言，雖然近些年來中國的農地流轉市場推進速度較快，截至2017年，大約有三分之一的農地進入流轉市場。但是農地流轉的主要形式并沒有發(fā)生重大變革，作為農地流轉主體的農戶流轉動機和流轉行為也沒有顯著變化。也就是說，2013年前后，盡管宏觀層面的非農就業(yè)和農地流轉有一定變化，但是微觀層面的農戶行為，包括家庭勞動力資源配置行為和農地流轉行為并沒有發(fā)生質的改變。因而，有理由相信，即使本文使用的是2003—2012年期間的歷史數(shù)據(jù)，得出的結論仍然適用于當前。

5.2 啟示

基于上述發(fā)現(xiàn)，可以得出以下幾點啟示。

第一，一個廣為接受的觀念是，農村勞動力外流導致農業(yè)勞動力減少會對糧食生產十分不利。但本文的研究表明，勞動力外流不僅沒有減少糧食種植比例，反而提高了農戶種糧比例，即非農就業(yè)導致了種植結構的“趨糧化”，無需過度擔心農業(yè)勞動力流失會對糧食種植產生消極影響。

第二，農地流轉帶來的經營規(guī)模擴大有助于提升糧食種植比例，農地轉出則會鼓勵糧食種植結構的“非糧化”。這一結果表明，普通農戶轉入土地帶來的種植規(guī)模的擴大有助于保障糧食安全。這與諸多新型經營主體出現(xiàn)的種植結構“非糧化”形成了鮮明對比，表明普通農戶仍然是保障糧食安全的重要主體。因而，未來扶持家庭農場、合作社等新型經營主體的過程中，不能過度擠壓傳統(tǒng)農戶的生存空間，而是應該意識到傳統(tǒng)農戶在保留糧食安全中仍然發(fā)揮著十分重要的作用。同時，要充分關注農地轉出導致的種植結構“非糧化”，適當予以引導，將“非糧化”程度控制在合理范圍之內。

第三，勞動力資源的再配置和土地資源的再配置對三大主糧有差異化影響，表明水稻生產的規(guī)模效應較為顯著，而小麥和玉米更適合兼業(yè)農戶進行粗放式耕種。

第四，非農就業(yè)和農地流轉之間存在顯著的交互效應，因而，在推動農戶種植結構調整時，不僅要關注勞動力資源和土地資源各自產生的影響，還要聯(lián)動考慮兩者的交互效應對種植結構的作用，形成多要素聯(lián)動的思路。

參考文獻：

[1] 楊華. 中國農村的“半工半耕”結構[J]. 農業(yè)經濟問題, 2015,36(9): 19-32.Yang H. The structure of “half industrial and half agricultural working” structure in Chinese rural areas[J]. Issues in Agricultural Economy, 2015, 36(9): 19-32.

[2] Rozelle S, Taylor J E. De Brauw A. Migration, remittances, and productivity in China[J]. American Economic Review, 1999,89(2): 287-291.

[3] De Brauw A. Seasonal migration and agricultural production in Vietnam[J]. Journal of Development Studies, 2010, 46(1): 114-139.

[4] 錢文榮, 鄭黎義. 勞動力外出務工對農戶水稻生產的影響[J].中國人口科學, 2010(5): 58-65, 111-112.Qian W R, Zheng L Y. The in fluence of migrant workers on rice production[J]. Chinese Journal of Population Science, 2010(5):58-65, 111-112.

[5] 劉乃全, 劉學華. 勞動力流動、農業(yè)種植結構調整與糧食安全——基于“良田種樹風”的一個分析[J]. 南方經濟,2009(6): 15-24.Liu N Q, Liu X H. Labor mobility, planting structure adjustment and food security: Based on the climate of basic farm land tree planting[J]. South China Journal of Economics, 2009(6): 15-24.

[6] 王翌秋, 陳玉珠. 勞動力外出務工對農戶種植結構的影響研究——基于江蘇和河南的調查數(shù)據(jù)[J]. 農業(yè)經濟問題, 2016,37(2): 41-48, 111.Wang Y Q, Chen Y Z. The impacts of labor migration on farm households’ cropping structure[J]. Issues in Agricultural Economy, 2016, 37(2): 41-48, 111.

[7] 鐘甫寧, 陸五一, 徐志剛. 農村勞動力外出務工不利于糧食生產嗎?——對農戶要素替代與種植結構調整行為及約束條件的解析[J]. 中國農村經濟, 2016(7): 36-47.Zhong F N, Lu W Y, Xu Z G. Does rural labor force go out to work to be adverse to food production? Analysis on the behavior and constraint conditions of farmers’ factor substitution and planting structure adjustment[J]. Chinese Rural Economy,2016(7): 36-47.

[8] 易小燕, 陳印軍. 農戶轉入耕地及其“非糧化”種植行為與規(guī)模的影響因素分析——基于浙江、河北兩省的農戶調查數(shù)據(jù)[J].中國農村觀察, 2010(6): 2-10, 21.Yi X Y, Chen Y J. Analysis on factors in fluencing farmers’ transfer to cultivated land and their “non-grain” planting behavior and scale: Based on the survey data of Zhejiang and Hebei Province[J].China Rural Survey, 2010(6): 2-10, 21.

[9] 郭歡歡. 重慶市土地租賃戶農作物選擇機制及其對糧食安全的威脅[J]. 中國土地科學, 2014, 28(2): 37-43.Guo H H. The crops choice mechanism of farmland leasers and its impacts on food security in Chongqing City[J]. China Land Science, 2014, 28(2): 37-43.

[10] 張宗毅, 杜志雄. 土地流轉一定會導致“非糧化”嗎?——基于全國1740個種植業(yè)家庭農場監(jiān)測數(shù)據(jù)的實證分析[J]. 經濟學動態(tài), 2015(9): 63-69.Zhang Z Y, Du Z X. Will land transfer necessarily lead to “nonfood” planting structure? Empirical analysis based on the monitoring data of 1740 planting family farms in China[J].Economic Perspectives, 2015(9): 63-69.

[11] 徐志剛, 譚鑫, 鄭旭媛, 等. 農地流轉市場發(fā)育對糧食生產的影響與約束條件[J]. 中國農村經濟, 2017(9): 26-43.Xu Z G, Tan X, Zheng X Y, et al. The in fluence and constraints of the development of farmland transfer market on grain production[J]. Chinese Rural Economy, 2017(9): 26-43.

[12] 羅必良, 仇童偉. 中國農業(yè)種植結構調整:“非糧化”抑或“趨糧化”[J]. 社會科學戰(zhàn)線, 2018(2): 39-51, 2.Luo B L, Qiu T W. China agricultural planting structure adjustment, “non-staple” or “hasten food”[J]. Social Science Front, 2018(2): 39-51, 2.

[13] Hennessy T, O’Brien M. Is off-farm income driving on-farm investment?[J]. Journal of Farm Management, 2008, 13(4): 235-246.

[14] Wang C, Rada N, Qin L, et al. Impacts of migration on household production choices: Evidence from China[J]. Journal of Development Studies, 2014, 50(3): 413-425.

[15] 陳潔, 劉銳, 張建倫. 安徽省種糧大戶調查報告——基于懷寧縣、樅陽縣的調查[J]. 中國農村觀察, 2009(4): 2-12, 96.Chen J, Liu R, Zhang J L. Report on big farmers in Anhui Province: Based on survey of Huaining County and Zongyang County[J]. China Rural Survey, 2009(4): 2-12, 96.

[16] 龐守林, 喬忠, 田志宏, 等. 中美糧食生產成本及結構差異的競爭影響分析[J]. 管理世界, 2005(1): 83-90.Pang S L, Qiao Z, Tian Z H, et al. Analysis on the competitive impact of Chinese and American food production costs and structural differences[J]. Management World, 2005(1): 83-90.

[17] 蔡瑞林, 陳萬明, 朱雪春. 成本收益: 耕地流轉非糧化的內因與破解關鍵[J]. 農村經濟, 2015(7): 44-49.Cai R L, Chen W M, Zhu X C. Cost and benefit: The internal cause and key to solve the non-grainization of farmland circulation[J]. Rural Economy, 2015(7): 44-49.

[18] 黃宗智. 發(fā)展還是內卷?十八世紀英國與中國——評彭慕蘭《大分岔:歐洲,中國及現(xiàn)代世界經濟的發(fā)展》[J]. 歷史研究,2002(4): 149-176, 191-192.Huang Z Z. Development or involution? Great Britain in the eighteenth century and China——A comment on The Great Divergence: Europe, China and the modern world economy by Kenneth Pomeranz[J]. Historical Research, 2002(4): 149-176, 191-192.

[19] 陳印軍, 易小燕, 方琳娜, 等. 中國耕地資源與糧食增產潛力分析[J]. 中國農業(yè)科學, 2016, 49(6): 1117-1131.Chen Y J, Yi X Y, Fang L N, et al. Analysis of cultivated land and grain production potential in China[J]. Scientia Agricultura Sinica,2016, 49(6): 1117-1131.

[20] Yang J, Wang H, Jin S, et al. Migration, local off-farm employment, and agricultural production ef ficiency[J]. Journal of Productivity Analysis, 2016, 45(3): 247-259.

[21] 錢龍, 洪名勇. 非農就業(yè)、土地流轉與農業(yè)生產效率變化——基于CFPS的實證分析[J]. 中國農村經濟, 2016(12): 2-16.Qian L, Hong M Y. Non-agricultural employment, land circulation and changes in agricultural ef ficiency: Empirical analysis based on CFPS[J]. Chinese Rural Economy, 2016(12): 2-16.

[22] 陳菁, 孔祥智. 土地經營規(guī)模對糧食生產的影響——基于中國十三個糧食主產區(qū)農戶調查數(shù)據(jù)的分析[J]. 河北學刊, 2016,36(3): 122-128.Chen J, Kong X Z. Impact analysis of farm size on grain production:Based on rural household survey in China’s 13 major grain producing areas[J]. Hebei Academic Journal, 2016, 36(3): 122-128.

[23] 張璟, 程郁, 鄭風田. 市場化進程中農戶兼業(yè)對其土地轉出選擇的影響研究[J]. 中國軟科學, 2016(3): 1-12.Zhang J, Cheng Y, Zheng F T. A research on the effects of farmers’part-time employment on households’ choices of land transfer under the background of marketization[J]. China Soft Science,2016(3): 1-12.

[24] Deininger K, Jin S, Xia F, et al. Moving off the farm: Land institutions to facilitate structural transformation and agricultural productivity growth in China[J]. World Development, 2014(59): 505-520.

[25] De Janvry A, Emerick K, Gonzalez-Navarro M, et al. Delinking land rights from land use: Certification and migration in Mexico[J]. American Economic Review, 2015, 105(10): 3125-3149.