農(nóng)業(yè)機械化對農(nóng)村勞動力轉(zhuǎn)移貢獻的量化分析

史大功

（棲霞市寺口鎮(zhèn)農(nóng)業(yè)機械管理站，山東 棲霞 265317）

農(nóng)業(yè)是我國社會經(jīng)濟發(fā)展的重要基礎。伴隨我國農(nóng)村地區(qū)經(jīng)濟總量的不斷增加，部分農(nóng)村地區(qū)整體發(fā)展進程當中滯后矛盾普遍增多。因而，積極落實農(nóng)業(yè)機械化對于農(nóng)村地區(qū)勞動力的轉(zhuǎn)移貢獻量化分析，對更好地推進落后農(nóng)村地區(qū)實現(xiàn)勞動力高效轉(zhuǎn)移，有著一定的現(xiàn)實意義。

1 采集數(shù)據(jù)及分析方法

1.1 在數(shù)據(jù)來源與變量選取層面

機械化衡量指標主要選定耕種收農(nóng)作物綜合的機械化率（mechanization），由農(nóng)業(yè)部負責統(tǒng)計測算該指標。測算方法為機耕（plowing）、機播（seeding）及機收（haversting）實際水平情況，分別依照著0.4、0.3、0.3權重加權予以平均計算。機耕水平，即為機耕面積占據(jù)各種不同農(nóng)作物的播種面積當中應耕作面積的百分比；機播水平及機收水平，則分別為機播及機收面積占據(jù)各種不同農(nóng)作物的總播種面積、總收獲面積的實際百分比。通過耕種收農(nóng)作物綜合的機械化率，能夠?qū)⒌貐^(qū)范圍農(nóng)作物整體機械化的作業(yè)水平直接反映出來，相較于農(nóng)機總體動力來說，真實且直接，內(nèi)含本地區(qū)范圍農(nóng)機實際作業(yè)水平、外地農(nóng)機至本地作業(yè)具體情況[1]。故選定耕種收農(nóng)作物綜合的機械化率，用以對農(nóng)業(yè)整體機械化的水平表征較為適宜；同時，農(nóng)村地區(qū)勞動力的轉(zhuǎn)移數(shù)量（labortransfer/萬人）屬于此次研究的重要變量。測算方法主要是依據(jù)我國統(tǒng)計局每年統(tǒng)計各省份地區(qū)鄉(xiāng)村及農(nóng)林牧漁中從業(yè)人員實際數(shù)量。鄉(xiāng)村中從業(yè)人員，即為鄉(xiāng)村人口中超過16歲，實際參與到生產(chǎn)經(jīng)營各項活動中，且已獲取貨幣或?qū)嵨锸杖氲娜藛T，包含勞動年齡內(nèi)時常參與勞動人員、超出勞動年齡范圍時常參與勞動人員，排除戶口在家、人在外地的現(xiàn)役軍人、學生、勞動能力喪失人員、家務勞動及待業(yè)人員。從業(yè)人員依照從事主業(yè)最長時間，劃分為農(nóng)業(yè)、工業(yè)、郵電通訊業(yè)、建筑業(yè)、餐飲業(yè)、交運倉儲業(yè)、批零貿(mào)易業(yè)及其余行業(yè)的從業(yè)人員?？梢曓r(nóng)村地區(qū)勞動力的轉(zhuǎn)移數(shù)量為鄉(xiāng)村地區(qū)從業(yè)人數(shù)和農(nóng)林牧漁業(yè)從業(yè)人數(shù)差值，該部分數(shù)據(jù)均源自國家統(tǒng)計局官網(wǎng)?？紤]到地區(qū)性農(nóng)作物的播種面積（area/千公頃）、家庭人均的工資收入（element/元）和第一產(chǎn)業(yè)占據(jù)GDP的比重（ration/%）均會對勞動力的轉(zhuǎn)移產(chǎn)生影響。家庭人均工資收入屬于一項勞動力轉(zhuǎn)移的引力因素，此變量可反映非農(nóng)就業(yè)人員的工資水平，屬于農(nóng)業(yè)實現(xiàn)機械化對于勞動力的轉(zhuǎn)移層面研究的重要控制變量。家庭人均收入越高，越能夠吸引農(nóng)村地區(qū)轉(zhuǎn)移勞動力。農(nóng)作物實際播種面積和第一產(chǎn)業(yè)所占據(jù)GDP比重能夠?qū)⒌貐^(qū)范圍農(nóng)業(yè)經(jīng)濟整體發(fā)展水平反映出來。

1.2 在分析方法層面

本研究主要選定1998—2012年全國范圍內(nèi)31個省份面板基礎數(shù)據(jù)為樣本。估計分析模型為Ln Labortransfer=α+βLn mechanization+yLnZn+ai+μn，mechanization代表農(nóng)業(yè)實現(xiàn)機械化的具體程度，labortransfer代表農(nóng)村地區(qū)勞動力的轉(zhuǎn)移數(shù)量，度量指標以機耕、機播及機收、耕種收農(nóng)作物綜合的機械化率為主，Z代表其余控制變量，ai代表個體固定的效應，α、β、y均代表待估參數(shù)[2]。估計分析期間對數(shù)化處理該部分變量。

2 量化分析

模型估計分析結(jié)果如表1所示，此次估計分析當中，對于wage實施滯后一期處理，因農(nóng)戶上期工資收入對于下期可否選定非農(nóng)就業(yè)有著決策影響，對勞動力實現(xiàn)轉(zhuǎn)移有著影響。本期勞動力實際轉(zhuǎn)移情況不會對上期工資收入產(chǎn)生影響。故理論上可將wage和labortransfer互為因果內(nèi)生性的關系消除。模型（1）當中未用工具變量，而直接以面板OLS為方式估計，其估計分析結(jié)果顯示，農(nóng)業(yè)實現(xiàn)機械化并未顯著影響到農(nóng)村地區(qū)勞動力的轉(zhuǎn)移，這和預期結(jié)果缺乏一致性，控制變量的工資收入顯著影響著農(nóng)村地區(qū)勞動力的轉(zhuǎn)移。但是工具變量實施估計后，模型（2）~（5）結(jié)果具有一致性，則表明了農(nóng)業(yè)實現(xiàn)機械化對于農(nóng)村地區(qū)勞動力的轉(zhuǎn)移呈突出正向影響，證實工具變量下實施估計分析有著一定的必要性。對模型（2）~（3）及模型（1）實施Hausman檢驗，其結(jié)果表明應選定工具變量方法實施估計分析[3]。模型（2）~（5）的一個階段最終估計分析結(jié)果顯示，subsidy工具變量對于農(nóng)業(yè)實現(xiàn)機械化影響顯著。因自2004年至今我國全面實行購置農(nóng)機補貼政策，為分析不同的時間段內(nèi)農(nóng)業(yè)實現(xiàn)機械化對于農(nóng)村地區(qū)勞動力的轉(zhuǎn)移所產(chǎn)生的影響，借助模型（2）~（3）對2004—2012年農(nóng)業(yè)實現(xiàn)機械化對于農(nóng)村地區(qū)勞動力的轉(zhuǎn)移所產(chǎn)生影響實施估計分析，而模型（4）~（5）圍繞1998—2012年對于農(nóng)村地區(qū)勞動力的轉(zhuǎn)移影響效果實施估計分析[4]。在模型（2）~（3）當中，IV估計和GMM估計分析結(jié)果相一致，農(nóng)業(yè)實現(xiàn)機械化對于農(nóng)村地區(qū)勞動力的轉(zhuǎn)移彈性取值0.527 3；借助模型（4）~（5），把2004—2012年農(nóng)業(yè)實現(xiàn)機械化對于農(nóng)村地區(qū)勞動力的轉(zhuǎn)移彈性計算出來，取值0.741 7。模型（2）~（5）相一致，則表明了工資收入對于農(nóng)村地區(qū)勞動力的轉(zhuǎn)移無突出作用，農(nóng)業(yè)實現(xiàn)機械化屬于推動農(nóng)村地區(qū)勞動力逐步轉(zhuǎn)移的關鍵因素。經(jīng)進一步的測算分析可確定，農(nóng)業(yè)實現(xiàn)機械化對于農(nóng)村地區(qū)勞動力的轉(zhuǎn)移貢獻率增長達86.80%，在1998—2012年為42.41%，因此，隨著深入推進農(nóng)業(yè)實現(xiàn)機械化，我國農(nóng)村地區(qū)大量勞動力向著非農(nóng)相關領域轉(zhuǎn)移。

表1 農(nóng)業(yè)實現(xiàn)機械化和農(nóng)村地區(qū)勞動力的轉(zhuǎn)移估計分析結(jié)果

結(jié)合lnmechanization估計分析系數(shù)，即為機械化對于勞動力的轉(zhuǎn)移基本彈性系數(shù)，再次測算農(nóng)業(yè)實現(xiàn)機械化對于勞動力的轉(zhuǎn)移貢獻度，可獲取到2004—2012年時間段內(nèi)，農(nóng)業(yè)實現(xiàn)機械化對于勞動力的轉(zhuǎn)移增長貢獻率即為37.08%，而1998—2012年時間段內(nèi)貢獻率則是21.59%。再次測算所獲取機械化對勞動力的轉(zhuǎn)移貢獻率比前期略小，表明不考慮上述控制變量情況下，農(nóng)業(yè)實現(xiàn)機械化對于推動農(nóng)村地區(qū)轉(zhuǎn)移勞動力層面貢獻容易高估。

3 結(jié)語

綜上所述，經(jīng)過以上農(nóng)業(yè)實現(xiàn)機械化對于推動農(nóng)村地區(qū)轉(zhuǎn)移勞動力實際貢獻度的測算分析，獲取如下結(jié)論：第一，耕種收農(nóng)作物綜合的機械化率之下測算分析結(jié)果，其嚴重低估農(nóng)業(yè)實現(xiàn)機械化對于農(nóng)村地區(qū)勞動力的轉(zhuǎn)移所產(chǎn)生的作用。同一時期范圍，耕種收農(nóng)作物綜合的機械化率經(jīng)測算分析所獲取貢獻度僅比機耕水平實際測算值高，比其余指標測算值低，此低估現(xiàn)象成因如下：一方面，指標測算分析期間，賦予機耕水平計算權重過高，實則機耕水平針對農(nóng)村地區(qū)轉(zhuǎn)移勞動力貢獻度比機播及機收水平低，故致使低估情況產(chǎn)生；另一方面，加權平均法并不適合測定綜合的機械化率相應指標，該指標忽略某個節(jié)點機械化水平不高難以推動農(nóng)村地區(qū)勞動力轉(zhuǎn)移的事實。第二，以機耕、機播及機收水平這三者乘積為機械化的指標，可實現(xiàn)農(nóng)業(yè)機械化對于農(nóng)村地區(qū)勞動力轉(zhuǎn)移所產(chǎn)生作用的準確估計分析。該指標對各節(jié)點機械化所產(chǎn)生的交互影響予以綜合考慮，且考慮到某個節(jié)點所產(chǎn)生的短板效應現(xiàn)象對于勞動力的轉(zhuǎn)移所產(chǎn)生的影響。結(jié)合估計結(jié)果可知，機耕、機播及機收水平對于農(nóng)村地區(qū)勞動力的轉(zhuǎn)移實際貢獻度均比這三者單獨實際水平高，表明相比較單個節(jié)點對勞動力的轉(zhuǎn)移所產(chǎn)生的功效，這三個節(jié)點機械化實際水平提升較為突出。第三，推動農(nóng)村地區(qū)勞動力的轉(zhuǎn)移層面，堅持以機播及機收水平持續(xù)提升作為政策抓手較為關鍵。此次估計分析結(jié)果表明了機播、機收對于農(nóng)村地區(qū)勞動力的轉(zhuǎn)移貢獻度均在50%以上。那么，我國當前較多農(nóng)作物均呈較低的機播及機收水平，包含甘蔗機收、棉花機收、水稻機插等。農(nóng)機及農(nóng)藝缺乏有效結(jié)合屬于現(xiàn)階段機播及機收水平較低的重要因素，需逐步進行更多農(nóng)業(yè)機械科學技術研究，持續(xù)促進農(nóng)機和農(nóng)藝技術實現(xiàn)一體化發(fā)展，將機播及機收層面技術難題解決，從而更好地促進農(nóng)村地區(qū)勞動力向外部實現(xiàn)高效的轉(zhuǎn)移。