喀斯特地區(qū)農(nóng)村勞動(dòng)力流失對(duì)耕地綠色利用的影響分析

張佳伊，張盼，魯莎莎

喀斯特地區(qū)農(nóng)村勞動(dòng)力流失對(duì)耕地綠色利用的影響分析

張佳伊，張盼，魯莎莎*

（北京林業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，北京 100083）

基于喀斯特地區(qū)2019—2021年6219份農(nóng)戶樣本數(shù)據(jù)，運(yùn)用雙向固定效應(yīng)模型剖析農(nóng)村勞動(dòng)力流失對(duì)耕地綠色利用的直接影響，并進(jìn)一步分析農(nóng)村勞動(dòng)力流失通過(guò)種植結(jié)構(gòu)調(diào)整產(chǎn)生的間接影響。研究結(jié)果表明：農(nóng)村勞動(dòng)力流失對(duì)耕地綠色利用呈顯著負(fù)向影響，且該結(jié)論在經(jīng)過(guò)內(nèi)生性檢驗(yàn)后仍然成立。種植結(jié)構(gòu)調(diào)整在農(nóng)村勞動(dòng)力流失對(duì)耕地綠色利用的影響中發(fā)揮了間接效應(yīng)，其中復(fù)種指數(shù)下降和“非糧化”分別會(huì)強(qiáng)化和弱化農(nóng)村勞動(dòng)力流失對(duì)耕地綠色利用的影響。

農(nóng)村勞動(dòng)力流失；耕地綠色利用；喀斯特地區(qū)

一、問(wèn)題的提出

近年來(lái)，國(guó)家多次從戰(zhàn)略高度提出加強(qiáng)耕地保護(hù)，2023年中央一號(hào)文件明確指出要確保耕地?cái)?shù)量相等、質(zhì)量相當(dāng)、產(chǎn)能不降。目前來(lái)看，雖然現(xiàn)有耕地有效保障了全國(guó)糧食產(chǎn)量穩(wěn)定，但長(zhǎng)期以來(lái)高投入與高產(chǎn)出的耕作方式導(dǎo)致部分生態(tài)脆弱地區(qū)的耕地資源高強(qiáng)度、超負(fù)荷運(yùn)轉(zhuǎn)，帶來(lái)了土壤污染、耕地質(zhì)量退化等環(huán)境問(wèn)題[1-3]，極大減弱了耕地生產(chǎn)能力，嚴(yán)重影響農(nóng)產(chǎn)品安全與耕地資源的可持續(xù)利用。

喀斯特地區(qū)巖溶地貌分布廣，土層貧瘠、地表崎嶇，地塊規(guī)模小且分布零散，耕地資源數(shù)量少且質(zhì)量差，農(nóng)作物穩(wěn)產(chǎn)增收壓力較大。隨著城鎮(zhèn)化快速發(fā)展，大量農(nóng)村勞動(dòng)力向非農(nóng)部門轉(zhuǎn)移，農(nóng)業(yè)就業(yè)人員從2000年的63.92%降至2020年32.99%，農(nóng)業(yè)勞動(dòng)力數(shù)量變化改變了農(nóng)業(yè)生產(chǎn)的資源配置及種植結(jié)構(gòu)[4]，對(duì)耕地綠色利用產(chǎn)生了很大影響。由于自然生態(tài)的脆弱性，耕地綠色利用問(wèn)題在喀斯特地區(qū)表現(xiàn)尤其突出。明晰喀斯特地區(qū)耕地綠色利用的情況、勞動(dòng)力流失對(duì)耕地綠色利用的影響及其內(nèi)在機(jī)制，對(duì)于提升地區(qū)的耕地綠色利用水平十分重要。

農(nóng)村勞動(dòng)力流失與耕地綠色利用的關(guān)系引起了學(xué)界的重視。一些學(xué)者認(rèn)為勞動(dòng)力流失會(huì)抑制耕地綠色利用。農(nóng)村勞動(dòng)力流失減少了農(nóng)戶從事農(nóng)業(yè)勞動(dòng)的時(shí)間，耕地經(jīng)營(yíng)粗放化，化學(xué)品使用量和能源消耗量增加，導(dǎo)致環(huán)境污染加劇、農(nóng)業(yè)產(chǎn)出降低，不利于耕地綠色利用[5,6]。也有一些學(xué)者認(rèn)為勞動(dòng)力流失會(huì)促進(jìn)耕地綠色利用。勞動(dòng)力流出使農(nóng)戶獲得更好的就業(yè)機(jī)會(huì)，帶來(lái)更高收入，能夠促進(jìn)其提高生產(chǎn)投資，實(shí)現(xiàn)資本或技術(shù)對(duì)勞動(dòng)力的替代，有效提升勞動(dòng)生產(chǎn)率和資源利用率，有利于提高耕地綠色利用效率[7, 8]。還有學(xué)者認(rèn)為勞動(dòng)力流失對(duì)耕地綠色利用的影響不顯著。勞動(dòng)力流出雖然會(huì)提高農(nóng)戶收入水平，但也會(huì)降低其土地依賴度，農(nóng)戶并不會(huì)改變對(duì)耕地利用的投入[9]。除此之外，農(nóng)村勞動(dòng)力流失對(duì)耕地綠色利用的影響程度也會(huì)受農(nóng)戶兼業(yè)方式、家庭稟賦、地形條件等因素影響[10-12]。

綜上，雖然已有研究對(duì)于農(nóng)村勞動(dòng)力流失與耕地綠色利用關(guān)系的探討取得了重要進(jìn)展，但仍存在以下不足。首先，耕地綠色利用效率測(cè)算的視角相對(duì)單一，現(xiàn)有研究大多從“投入—產(chǎn)出”視角進(jìn)行測(cè)度[13, 14]，關(guān)注了耕地利用的生態(tài)效應(yīng)及碳排放效應(yīng)等[15]，但未能全面考量耕地綠色利用在生態(tài)、生產(chǎn)、生活等方面的綜合情況，無(wú)法準(zhǔn)確揭示綠色低碳視角下耕地利用的真實(shí)水平；其次，現(xiàn)有研究多以省、市、縣等宏觀區(qū)域?yàn)檠芯繉?duì)象，測(cè)算結(jié)果不夠準(zhǔn)確，如農(nóng)用物資投入中的機(jī)械使用量指標(biāo)則尚未考慮到不同農(nóng)戶的使用頻次、消耗量等具體情況，與實(shí)際結(jié)果有較大偏誤，且未能針對(duì)特殊地區(qū)進(jìn)行分析；最后，現(xiàn)有研究主要分析了農(nóng)村勞動(dòng)力流失對(duì)耕地綠色利用的直接影響，忽略了種植結(jié)構(gòu)調(diào)整的間接作用，其中的影響機(jī)制還有待進(jìn)一步梳理和闡釋。因此，本文擬使用喀斯特地區(qū)的抽樣調(diào)查數(shù)據(jù)，以家庭為基本分析單位，從生產(chǎn)、生活、生態(tài)三方面綜合測(cè)算農(nóng)戶耕地綠色利用效率，在此基礎(chǔ)上剖析農(nóng)村勞動(dòng)力流失對(duì)耕地綠色利用的直接影響，并進(jìn)一步分析農(nóng)村勞動(dòng)力流失通過(guò)種植結(jié)構(gòu)調(diào)整產(chǎn)生的間接影響。

二、理論分析與研究假說(shuō)

喀斯特地區(qū)農(nóng)村勞動(dòng)力流失對(duì)耕地綠色利用有直接影響（圖1）。第一，隨著經(jīng)濟(jì)發(fā)展和城鎮(zhèn)化快速推進(jìn)，大量農(nóng)村勞動(dòng)力轉(zhuǎn)移至經(jīng)濟(jì)發(fā)達(dá)地區(qū)從事非農(nóng)工作，農(nóng)戶家庭收入水平顯著提升且收入來(lái)源呈現(xiàn)多元化趨勢(shì)[16]，可能會(huì)降低對(duì)農(nóng)業(yè)收入的依賴性和對(duì)農(nóng)業(yè)生產(chǎn)效用的關(guān)注度，從而輕視農(nóng)業(yè)生產(chǎn)及耕地資源的綠色利用[17]。第二，農(nóng)村勞動(dòng)力不斷流失，農(nóng)業(yè)生產(chǎn)難以維持精耕細(xì)作、資源節(jié)約的傳統(tǒng)耕種模式。從風(fēng)險(xiǎn)規(guī)避與所處地形角度考慮，農(nóng)戶會(huì)投入大量甚至過(guò)量的化學(xué)農(nóng)資以穩(wěn)定甚至提高作物產(chǎn)量[18]，導(dǎo)致土壤肥力降低，影響耕地綠色利用。第三，農(nóng)村剩余勞動(dòng)力的主體一般是老弱人群和婦女、文盲人群，他們對(duì)于耕地綠色利用往往缺乏深入認(rèn)識(shí)，對(duì)測(cè)土配方施肥、使用節(jié)能型農(nóng)機(jī)等綠色低碳生產(chǎn)技術(shù)的接受程度不高[19]，加大了耕地綠色利用的難度。第四，農(nóng)戶實(shí)施耕地綠色利用行為的正外部性在短期內(nèi)暫不能獲得回報(bào)，且勞動(dòng)力外流的農(nóng)戶家庭開(kāi)展耕地綠色利用的機(jī)會(huì)成本更大，因此降低了耕地綠色利用的動(dòng)力。由此可見(jiàn)，農(nóng)村勞動(dòng)力流失對(duì)耕地綠色利用可能有直接的抑制作用。基于此，本文提出如下假說(shuō)：

H1：農(nóng)村勞動(dòng)力流失會(huì)直接影響耕地綠色利用，且表現(xiàn)為顯著的抑制作用。

圖1　喀斯特地區(qū)農(nóng)村勞動(dòng)力流失對(duì)耕地綠色利用的影響機(jī)理

而綜合考慮農(nóng)村勞動(dòng)力大量流失的現(xiàn)狀與生產(chǎn)要素的可得性，農(nóng)戶可能會(huì)因調(diào)整種植結(jié)構(gòu)間接影響耕地綠色利用。一般來(lái)說(shuō)，種植結(jié)構(gòu)調(diào)整的響應(yīng)主要表現(xiàn)在兩個(gè)方面：復(fù)種指數(shù)和作物種植結(jié)構(gòu)。從復(fù)種指數(shù)來(lái)看，農(nóng)村勞動(dòng)力大量外流，農(nóng)戶可能通過(guò)降低實(shí)際播種面積、減少種植次數(shù)以緩解勞動(dòng)力短缺，從而保證務(wù)工收入的穩(wěn)定與連續(xù)[20]。減少種植次數(shù)一定程度上會(huì)緩解土地生產(chǎn)承載壓力，相對(duì)降低化肥、農(nóng)藥等化學(xué)農(nóng)資的投入，減少碳排放與面源污染，但也會(huì)帶來(lái)農(nóng)作物減產(chǎn)、農(nóng)業(yè)產(chǎn)值下降等問(wèn)題，難以實(shí)現(xiàn)綠富雙贏，進(jìn)而影響耕地綠色利用。從作物種植結(jié)構(gòu)來(lái)看，一般來(lái)說(shuō)，面對(duì)農(nóng)村勞動(dòng)力流失的現(xiàn)實(shí)困境，農(nóng)戶可能會(huì)選擇翻地、播種和收獲等生產(chǎn)過(guò)程相對(duì)簡(jiǎn)單，用工量較少，且適用于粗放化經(jīng)營(yíng)的糧食作物，種植結(jié)構(gòu)偏向“趨糧化”[21, 22]。但是，喀斯特地區(qū)的種植結(jié)構(gòu)可能會(huì)呈現(xiàn)不同的“非糧化”特征。一是由于喀斯特地區(qū)特殊的地形條件，加大了農(nóng)作物機(jī)械化、規(guī)?；姆N植難度，不適宜大規(guī)模種植糧食作物；二是農(nóng)村勞動(dòng)力外出務(wù)工改變了農(nóng)戶的目標(biāo)函數(shù)，在農(nóng)業(yè)生產(chǎn)中渴望尋求更高的經(jīng)濟(jì)收益，有能力并有意愿選擇高投入高產(chǎn)出的經(jīng)濟(jì)作物，種植結(jié)構(gòu)趨于“非糧化”[23]；三是在國(guó)家政策支持下，喀斯特地區(qū)農(nóng)戶積極創(chuàng)辦“農(nóng)家樂(lè)”“百畝果園”等農(nóng)旅融合的農(nóng)業(yè)發(fā)展新模式，大力發(fā)展精品水果、蔬菜等經(jīng)濟(jì)作物種植和鄉(xiāng)村旅游，經(jīng)濟(jì)效益倍增的同時(shí)，種植結(jié)構(gòu)也趨于“非糧化”[24]。經(jīng)濟(jì)作物與糧食作物的生長(zhǎng)條件不同，對(duì)化肥、農(nóng)藥、農(nóng)膜等化學(xué)農(nóng)資的需求量不同[25]。2021年《全國(guó)農(nóng)產(chǎn)品成本收益》數(shù)據(jù)資料顯示，2020年全國(guó)三種糧食（稻谷、玉米、小麥）畝均化肥施用量為25.49kg；蔬菜畝均化肥施用量為47.23kg，是糧食的1.85倍，其他蘋(píng)果、柑橘、棉花等經(jīng)濟(jì)作物的畝均化肥施用量均超過(guò)糧食作物。由此可知，隨著經(jīng)濟(jì)作物種植比例上升，化學(xué)農(nóng)資投入量會(huì)增加，產(chǎn)生的碳排放與農(nóng)業(yè)面源污染也隨之增多，影響耕地綠色利用[26, 27]?；诖?，本文提出如下假說(shuō)。

H2：農(nóng)村勞動(dòng)力流失會(huì)通過(guò)降低復(fù)種指數(shù)影響耕地綠色利用；

H3：農(nóng)村勞動(dòng)力流失會(huì)通過(guò)“非糧化”的種植結(jié)構(gòu)影響耕地綠色利用。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)來(lái)源與樣本基本特征

本文所用數(shù)據(jù)來(lái)自貴州大學(xué)的中國(guó)喀斯特地區(qū)農(nóng)村經(jīng)濟(jì)社會(huì)調(diào)查（CKRS）數(shù)據(jù)。CKRS項(xiàng)目由貴州大學(xué)中國(guó)喀斯特地區(qū)鄉(xiāng)村振興研究院組織實(shí)施，旨在通過(guò)跟蹤收集農(nóng)戶個(gè)體、家庭和村莊三個(gè)層面的數(shù)據(jù)，反映喀斯特地區(qū)的農(nóng)業(yè)發(fā)展、經(jīng)濟(jì)變遷與生態(tài)環(huán)境情況。CKRS于2019年開(kāi)展調(diào)查，采用三階段抽樣法，樣本覆蓋范圍廣且樣本采集滿足隨機(jī)性，能夠充分代表喀斯特地區(qū)。本文在此基礎(chǔ)上，選取CKRS中貴州、云南、廣西、四川、重慶等5個(gè)典型喀斯特省份的數(shù)據(jù)作為基線，于2020年7月和2021年7月繼續(xù)對(duì)研究區(qū)域展開(kāi)調(diào)研獲取追蹤數(shù)據(jù)，同時(shí)針對(duì)2019年缺失的關(guān)鍵性問(wèn)題進(jìn)行補(bǔ)充。剔除無(wú)效問(wèn)卷和研究相關(guān)變量數(shù)據(jù)缺失的樣本，共獲取6219份有效數(shù)據(jù)。

從樣本分布特征來(lái)看，有效樣本在貴州、云南、廣西、四川、重慶的分布比例為23.64%、20.21%、22.05%、18.57%、15.53%；從樣本農(nóng)戶的基本特征可知，戶主平均年齡主要在55～56歲，戶主受教育情況主要為初中以下，農(nóng)戶的家庭規(guī)模一般為3～4人，從事兼業(yè)工作的農(nóng)戶占比為35.07%；從耕地經(jīng)營(yíng)地塊的基本特征可知，耕地面積小于2畝的農(nóng)戶占比為37.86%，耕地地形為山地或梯田的占比為65.73%，土壤肥力和灌溉條件處于一般及以下水平的占比均超過(guò)75%。樣本農(nóng)戶及其耕地的基本特征符合喀斯特地區(qū)當(dāng)前的現(xiàn)實(shí)狀況，即農(nóng)村勞動(dòng)力趨于老齡化、弱質(zhì)化，農(nóng)戶兼業(yè)化程度較高，地形破碎、土壤石漠化、季節(jié)性缺水導(dǎo)致耕地綠色利用難度大。故此，本文樣本的代表性較強(qiáng)。

（二）變量選取及描述性統(tǒng)計(jì)

（1）被解釋變量——耕地綠色利用效率?；诟鼐G色利用的概念內(nèi)涵及發(fā)展目標(biāo)，遵循指標(biāo)體系構(gòu)建原則，本文從生產(chǎn)、生活和生態(tài)三個(gè)維度構(gòu)建喀斯特地區(qū)耕地綠色利用效率的指標(biāo)評(píng)價(jià)體系（表1），采用客觀修正主觀的組合賦權(quán)方法測(cè)算指標(biāo)權(quán)重[28]，運(yùn)用線性加權(quán)求和法測(cè)度耕地綠色利用效率值。生產(chǎn)維度使用農(nóng)業(yè)地均總產(chǎn)量（1）、人均耕地面積（2）等指標(biāo)表征，農(nóng)業(yè)地均總產(chǎn)量為農(nóng)業(yè)總產(chǎn)量與耕地面積的比值，人均耕地面積為耕地面積與家庭勞動(dòng)人口的比值。生活維度使用農(nóng)業(yè)地均凈利潤(rùn)（1）、人均糧食保證量（2）等指標(biāo)表征，農(nóng)業(yè)地均凈利潤(rùn)為農(nóng)業(yè)總利潤(rùn)與耕地面積的比值，人均糧食保證量即小麥、水稻和玉米三大主糧作物產(chǎn)量與家庭總?cè)丝诘谋戎?。生態(tài)維度使用碳排放率（1）、面源污染程度（2）等指標(biāo)表征，碳排放率主要包含農(nóng)用物資投入、土壤翻耕、稻田甲烷3類碳源地均產(chǎn)生的碳排放量。其中，農(nóng)用物質(zhì)投入碳排放量為農(nóng)戶在化肥、農(nóng)藥、農(nóng)膜、農(nóng)用柴油實(shí)際使用中導(dǎo)致的碳排放，土地翻耕碳排放量為農(nóng)戶實(shí)際翻耕所致碳排放，稻田甲烷碳排放量為種植水稻時(shí)植株根部有機(jī)物轉(zhuǎn)化成CH4導(dǎo)致的碳排放，面源污染程度即氮磷化肥施用總量與耕地面積的比值。參考前人[29-31]研究，耕地碳排放總量的計(jì)算方法如下：

式中，為某農(nóng)戶耕地碳排放總量；c為第類碳源的碳排放量；e為第類碳源的投入總量；ε為碳源的碳排放系數(shù)，參考美國(guó)橡樹(shù)嶺國(guó)家實(shí)驗(yàn)室（ORNL）、聯(lián)合國(guó)政府間氣候變化專門委員會(huì)（IPCC）和相關(guān)文獻(xiàn)[32, 33]的數(shù)據(jù)。

表1　耕地綠色利用效率評(píng)價(jià)指標(biāo)體系

（2）核心解釋變量——農(nóng)村勞動(dòng)力流失。本文以家庭為基本分析單位，使用外出務(wù)工勞動(dòng)力占家庭勞動(dòng)力總?cè)藬?shù)的比值表征農(nóng)村勞動(dòng)力流失的狀況。家庭勞動(dòng)力總?cè)藬?shù)為年滿16周歲、不上學(xué)且有勞動(dòng)能力的家庭成員數(shù)量。

（3）中介變量——農(nóng)戶種植結(jié)構(gòu)。本文使用復(fù)種指數(shù)、作物種植結(jié)構(gòu)兩個(gè)指標(biāo)表征農(nóng)戶種植結(jié)構(gòu)。農(nóng)戶復(fù)種指數(shù)用農(nóng)戶總播種面積與耕地總面積的比例表示，比例越小，說(shuō)明復(fù)種指數(shù)越低；作物種植結(jié)構(gòu)使用糧食作物播種面積與總播種面積的比例表示，比例越小，說(shuō)明種植結(jié)構(gòu)越偏向“非糧化”。

（4）控制變量。加入控制變量是緩解遺漏重要變量導(dǎo)致內(nèi)生性問(wèn)題的有效策略。參考已有研究[34, 35]，本文選擇農(nóng)戶個(gè)體特征、家庭特征、經(jīng)營(yíng)特征等3類指標(biāo)作為可能影響農(nóng)戶耕地綠色利用的控制變量。

變量的含義及描述性統(tǒng)計(jì)見(jiàn)表2。

表2　變量含義及描述性統(tǒng)計(jì)

（三）模型設(shè)定

（1）基準(zhǔn)模型。為考察農(nóng)村勞動(dòng)力流失對(duì)耕地綠色利用的影響，基準(zhǔn)模型設(shè)定如下：

式中，、、分別代表農(nóng)戶家庭、區(qū)縣、年份，代表耕地綠色利用效率值，代表農(nóng)村勞動(dòng)力流失，X為家庭層面的控制變量，Z為地區(qū)層面的控制變量。γ表示時(shí)間固定的農(nóng)戶效應(yīng)，μ表示農(nóng)戶固定的時(shí)間效應(yīng)，ε為隨機(jī)擾動(dòng)項(xiàng)。

（2）機(jī)制檢驗(yàn)?zāi)Ｐ?。借鑒Baron、溫忠麟等的研究成果[34, 35]，本文構(gòu)建如下模型，檢驗(yàn)種植結(jié)構(gòu)調(diào)整對(duì)在農(nóng)村勞動(dòng)力流失影響耕地綠色利用中的內(nèi)在作用機(jī)制。

式中，為中介變量農(nóng)戶種植結(jié)構(gòu)，包括復(fù)種指數(shù)和作物種植結(jié)構(gòu)兩方面；其余變量釋義與前式一致。式(3)表示農(nóng)村勞動(dòng)力流失對(duì)耕地綠色利用的總效應(yīng)，式(4)表示農(nóng)村勞動(dòng)力流失對(duì)農(nóng)戶種植結(jié)構(gòu)的間接效應(yīng)，式(5)中的2表示農(nóng)戶種植結(jié)構(gòu)對(duì)耕地綠色利用的直接效應(yīng)。將式(4)代入式(5)即可得到機(jī)制檢驗(yàn)結(jié)果21，即農(nóng)村勞動(dòng)力流失通過(guò)種植結(jié)構(gòu)調(diào)整對(duì)耕地綠色利用產(chǎn)生的影響。若1與21同號(hào)，表示種植結(jié)構(gòu)調(diào)整在農(nóng)村勞動(dòng)力流失對(duì)耕地綠色利用的影響中發(fā)揮中介效應(yīng)；反之，則表示種植結(jié)構(gòu)調(diào)整在農(nóng)村勞動(dòng)力流失與耕地綠色利用之間具有遮掩效應(yīng)。

四、實(shí)證結(jié)果及分析

（一）基準(zhǔn)回歸分析

本文首先借助客觀修正主觀的組合賦權(quán)法和線性加權(quán)求和法測(cè)算喀斯特地區(qū)2019—2021年的耕地綠色利用效率值；再運(yùn)用混合回歸模型（混合OLS）、隨機(jī)效應(yīng)模型（RE_robust）、個(gè)體固定效應(yīng)模型（FE_robust）和雙向固定效應(yīng)模型（FE_TW）分別估計(jì)了農(nóng)村勞動(dòng)力流失對(duì)耕地綠色利用效率的影響。檢驗(yàn)結(jié)果表明，=0.0000，拒絕使用混合OLS的原假設(shè)；豪斯曼檢驗(yàn)結(jié)果顯示，2=0.0061<0.01，表明拒絕使用RE_robust，應(yīng)選取固定效應(yīng)面板模型；再加入年度虛擬變量考慮是否存在時(shí)間效應(yīng)，結(jié)果顯示，<0.01，拒絕無(wú)時(shí)間效應(yīng)的原假設(shè)，因此，最終選擇FE_TW作為基準(zhǔn)回歸的最優(yōu)擬合模型。

實(shí)證結(jié)果顯示（表3），農(nóng)村勞動(dòng)力流失在1%的顯著性水平上負(fù)向影響耕地綠色利用效率，影響系數(shù)為-0.013，即隨著農(nóng)村勞動(dòng)力流失的比重增大，耕地綠色利用效率降低?？赡艿脑?yàn)椋阂环矫?，隨著農(nóng)村勞動(dòng)力流失不斷加劇，農(nóng)戶家庭收入增多且多元化，對(duì)耕地收入的依賴性減弱，輕視了耕地資源的綠色利用；另一方面，由于勞動(dòng)力要素投入減少，農(nóng)戶會(huì)選擇增加投入化學(xué)農(nóng)資與機(jī)械等要素[36]，產(chǎn)生的碳排放與農(nóng)業(yè)面源污染也隨之增多，降低了耕地綠色利用效率。

表3　基準(zhǔn)回歸實(shí)證結(jié)果

注：括號(hào)內(nèi)為統(tǒng)計(jì)量；***、**和*分別表示在1%、5%和10%水平上顯著；年度虛擬變量的估計(jì)結(jié)果略。

控制變量中，戶主受教育年限的影響系數(shù)為0.170，在1%的水平上顯著，這說(shuō)明戶主受教育程度越高的農(nóng)戶，其耕地綠色利用效率越高。這可能是由于教育程度與信息辨別與理解能力密切相關(guān)，戶主受教育程度越高的農(nóng)戶越關(guān)心土地破壞產(chǎn)生的影響，他們更容易理解且接納政府部門或媒體發(fā)布的相關(guān)環(huán)保信息和觀念，更容易采取不同的手段和技術(shù)避免土地資源受到破壞，進(jìn)而正向影響了耕地綠色利用效率。

農(nóng)戶家庭規(guī)模對(duì)耕地綠色利用效率在1%的顯著性水平上呈負(fù)向影響，相關(guān)系數(shù)為-0.392。這可能是由于家庭規(guī)模越大，農(nóng)戶家庭人數(shù)越多、關(guān)系越復(fù)雜，越難以做出統(tǒng)一的家庭決策。這往往會(huì)導(dǎo)致農(nóng)戶拒絕接受新事物、新知識(shí)，選擇繼續(xù)保持原有的耕種行為，不利于耕地綠色利用效率的提升。

農(nóng)戶家庭收入的影響系數(shù)為0.920，且通過(guò)了1%的顯著性水平檢驗(yàn)，表明農(nóng)戶家庭收入提高能夠提升耕地綠色利用效率。這可能是由于家庭收入較高的農(nóng)戶會(huì)愿意投入更多資金用于農(nóng)業(yè)生產(chǎn)、農(nóng)田建設(shè)，有助于提高農(nóng)作物生產(chǎn)能力、減少環(huán)境污染，最終提高耕地綠色利用效率。

農(nóng)業(yè)勞動(dòng)時(shí)長(zhǎng)對(duì)耕地綠色利用效率在1%的顯著性水平上呈正向影響，相關(guān)系數(shù)為0.005。家庭農(nóng)業(yè)勞動(dòng)時(shí)長(zhǎng)能夠充分反映農(nóng)業(yè)生產(chǎn)中勞動(dòng)力要素的投入量。農(nóng)業(yè)勞動(dòng)時(shí)長(zhǎng)越長(zhǎng)，農(nóng)業(yè)生產(chǎn)可能越偏向精耕細(xì)作的模式，化肥農(nóng)藥等生產(chǎn)要素的投入會(huì)相對(duì)較少，有利于減少面源污染及農(nóng)業(yè)碳排放，提高耕地綠色利用效率。

村莊地形對(duì)耕地綠色利用效率在5%水平上有顯著的負(fù)向影響，相關(guān)系數(shù)為?0.523，即地形越平坦，耕地綠色利用效率越高。地形坡度起伏大、細(xì)碎化嚴(yán)重，作物種植難度大，機(jī)械化程度較弱，化學(xué)農(nóng)資的施用效率難以提升，導(dǎo)致作物的產(chǎn)量與質(zhì)量下降，進(jìn)而不利于耕地綠色利用效率提升。

（二）內(nèi)生性討論

在家庭勞動(dòng)力配置時(shí)，非農(nóng)就業(yè)與農(nóng)戶耕地綠色利用決策可能是同時(shí)展開(kāi)的，由此會(huì)導(dǎo)致識(shí)別農(nóng)村勞動(dòng)力流失對(duì)耕地綠色利用的影響時(shí)，農(nóng)村勞動(dòng)力流失變量具有內(nèi)生性。盡管本文通過(guò)固定效應(yīng)模型分別控制了時(shí)間和個(gè)體等遺漏變量可能帶來(lái)的內(nèi)生性問(wèn)題，但仍需進(jìn)一步考慮農(nóng)村勞動(dòng)力流失與耕地綠色利用效率之間的雙向因果關(guān)系對(duì)模型估計(jì)結(jié)果產(chǎn)生的偏差。基于此，本文擬采用工具變量法，運(yùn)用兩階段最小二乘法（2SLS）對(duì)模型進(jìn)行檢驗(yàn)。

工具變量的選擇必須滿足如下條件：一是與內(nèi)生解釋變量即農(nóng)村勞動(dòng)力流失高度相關(guān)；二是對(duì)被解釋變量即耕地綠色利用效率無(wú)直接影響；三是與隨機(jī)擾動(dòng)不相關(guān)。由此，本文參考已有研究思路[37, 38]，擬選取“同一村莊同一收入階層其他家庭的勞動(dòng)力流失”作為模型的工具變量。選擇此工具變量的原因是，同一村莊同一收入階層其他家庭的外出勞動(dòng)力可能會(huì)結(jié)合自身經(jīng)歷與外出見(jiàn)聞向有外出就業(yè)意愿的勞動(dòng)力提供更多的就業(yè)信息或工作機(jī)會(huì)，提高了農(nóng)村勞動(dòng)力流失比例。但是，農(nóng)戶耕地綠色利用效率的變化取決于家庭內(nèi)部分工所形成的家庭整體決策，并不會(huì)被其他家庭勞動(dòng)力流失的比例直接影響。綜上，本文在基準(zhǔn)模型的基礎(chǔ)上，選擇“同一村莊同一收入階層其他家庭的勞動(dòng)力流失”作為工具變量并以此構(gòu)建模型檢驗(yàn)其外生性和有效性，估計(jì)結(jié)果如表4所示。

表 4　內(nèi)生性檢驗(yàn)回歸結(jié)果

注：括號(hào)內(nèi)為穩(wěn)健標(biāo)準(zhǔn)誤，***、**和*分別表示在1%、5%和10%水平上顯著，以下同。

在進(jìn)行工具變量回歸之前，需要檢驗(yàn)其有效性。首先，由于內(nèi)生解釋變量與工具變量的個(gè)數(shù)一致，為恰好識(shí)別，無(wú)需進(jìn)行過(guò)度識(shí)別檢驗(yàn)；其次，第一階段工具變量的估計(jì)系數(shù)在1%的顯著性水平上顯著，且弱工具變量檢驗(yàn)的值=3520.17>10，故不存在弱工具變量情況，表明該工具變量有效。從回歸結(jié)果來(lái)看，2SLS的結(jié)果顯示，同一村莊同一收入階層其他家庭的勞動(dòng)力流失對(duì)耕地綠色利用效率的擬合系數(shù)為0.981，且在1%的顯著性水平上顯著，該結(jié)果與前文基準(zhǔn)回歸結(jié)論基本一致，且系數(shù)的符號(hào)方向和顯著性水平均未變。所以，在可能出現(xiàn)的內(nèi)生性問(wèn)題得到控制之后，農(nóng)村勞動(dòng)力流失對(duì)耕地綠色利用的抑制作用仍十分明顯，證明研究結(jié)果是穩(wěn)健的，研究假說(shuō)1得到驗(yàn)證。

（三）影響機(jī)制分析

為進(jìn)一步揭示農(nóng)村勞動(dòng)力流失對(duì)耕地綠色利用的影響機(jī)制，本文依據(jù)上文(3)—(5)式回歸方程，選擇復(fù)種指數(shù)、作物種植結(jié)構(gòu)作為機(jī)制變量展開(kāi)影響機(jī)制分析。具體結(jié)果如表5所示。

第(1)—第(3)列的結(jié)果是以復(fù)種指數(shù)作為機(jī)制變量的驗(yàn)證，間接效應(yīng)和直接效應(yīng)分別通過(guò)了1%和5%的顯著性水平檢驗(yàn)，說(shuō)明存在間接效應(yīng)和直接效應(yīng)。其中，第(1)列結(jié)果表示，農(nóng)村勞動(dòng)力流失會(huì)顯著降低耕地綠色利用效率；第(2)列結(jié)果表示，農(nóng)村勞動(dòng)力流失對(duì)復(fù)種指數(shù)呈顯著的負(fù)向影響；第(3)列結(jié)果顯示，納入復(fù)種指數(shù)變量后，勞動(dòng)力流失對(duì)耕地綠色利用仍呈顯著的負(fù)向影響，但相關(guān)系數(shù)與第(1)列的系數(shù)相比有所減小。間接效應(yīng)系數(shù)(-0.126×0.026)和直接效應(yīng)系數(shù)(-0.012)的符號(hào)相同，復(fù)種指數(shù)在農(nóng)村勞動(dòng)力流失對(duì)耕地綠色利用的影響中存在部分中介效應(yīng)，中介效應(yīng)在總效應(yīng)中發(fā)揮了21.84%的作用。由此可見(jiàn)，農(nóng)村勞動(dòng)力流失通過(guò)降低復(fù)種指數(shù)間接降低了耕地綠色利用效率，假說(shuō)2得到驗(yàn)證。

第(4)—第(6)列的結(jié)果是以作物種植結(jié)構(gòu)作為機(jī)制變量的驗(yàn)證，且間接效應(yīng)和直接效應(yīng)分別通過(guò)了5%和1%的顯著性水平檢驗(yàn)，說(shuō)明存在間接效應(yīng)和直接效應(yīng)。其中，第(4)列結(jié)果同第(1)列；第(5)列結(jié)果表示，農(nóng)村勞動(dòng)力流失對(duì)作物種植結(jié)構(gòu)具有顯著的負(fù)向影響；第(6)列結(jié)果顯示，納入作物種植結(jié)構(gòu)變量后，勞動(dòng)力流失對(duì)耕地綠色利用仍具有顯著的負(fù)向影響，但相關(guān)系數(shù)變大。間接效應(yīng)(-0.017)×(-0.039)和直接效應(yīng)(-0.016)的符號(hào)相異，作物種植結(jié)構(gòu)在農(nóng)村勞動(dòng)力流失對(duì)耕地綠色利用的影響中具有遮掩效應(yīng)，且遮掩效應(yīng)量為0.04，即“非糧化”會(huì)削弱農(nóng)村勞動(dòng)力流失對(duì)耕地綠色利用的抑制作用，假說(shuō)3得到驗(yàn)證。

表 5　農(nóng)村勞動(dòng)力流失對(duì)耕地綠色利用的影響機(jī)制分析

五、結(jié)論及其啟示

上述研究利用2019—2021年6219份抽樣調(diào)查數(shù)據(jù)，采用雙向固定效應(yīng)模型探究了生態(tài)脆弱且經(jīng)濟(jì)發(fā)展滯后的喀斯特地區(qū)農(nóng)村勞動(dòng)力流失對(duì)耕地綠色利用的影響，并進(jìn)一步分析了種植結(jié)構(gòu)調(diào)整在其中的間接作用。結(jié)果表明：第一，農(nóng)村勞動(dòng)力流失對(duì)耕地綠色利用呈顯著負(fù)向影響，且該結(jié)論經(jīng)過(guò)內(nèi)生性檢驗(yàn)后仍然成立。第二，種植結(jié)構(gòu)調(diào)整在農(nóng)村勞動(dòng)力流失對(duì)耕地綠色利用的影響中發(fā)揮了間接效應(yīng)，一方面，復(fù)種指數(shù)下降會(huì)強(qiáng)化農(nóng)村勞動(dòng)力流失對(duì)耕地綠色利用的影響；另一方面，“非糧化”會(huì)弱化農(nóng)村勞動(dòng)力流失對(duì)耕地綠色利用的影響。第三，根據(jù)控制變量結(jié)果分析，戶主受教育年限、農(nóng)戶家庭收入和農(nóng)業(yè)勞動(dòng)時(shí)長(zhǎng)對(duì)耕地綠色利用有顯著的正向影響；農(nóng)戶家庭規(guī)模、村莊地形對(duì)耕地綠色利用有顯著的負(fù)向影響。

以上結(jié)論對(duì)于農(nóng)村勞動(dòng)力流失較大的情況下耕地綠色利用具有如下啟示：第一，要增強(qiáng)既有農(nóng)業(yè)勞動(dòng)者的耕地綠色利用意識(shí)和能力。政府部門應(yīng)積極做好耕地綠色利用的技能培訓(xùn)與宣傳教育工作，有效提升農(nóng)戶耕地綠色利用水平。第二，要加速推進(jìn)農(nóng)業(yè)技術(shù)研發(fā)和推廣。重點(diǎn)實(shí)施喀斯特地區(qū)特色農(nóng)作物生產(chǎn)機(jī)械化示范建設(shè)工程，加緊研發(fā)輕便、高效的機(jī)械用具，實(shí)現(xiàn)機(jī)械對(duì)勞動(dòng)力的替代，提高農(nóng)作物產(chǎn)量，促進(jìn)耕地綠色利用效率提升。第三，要適度調(diào)整農(nóng)業(yè)種植結(jié)構(gòu)。積極創(chuàng)新農(nóng)業(yè)發(fā)展模式、優(yōu)化種植結(jié)構(gòu)，引導(dǎo)農(nóng)戶增加農(nóng)作物復(fù)種指數(shù)，適度提高非糧作物種植比例，保證農(nóng)產(chǎn)品提質(zhì)增收的同時(shí)保護(hù)耕地環(huán)境。

[1] 戈大專，龍花樓，楊忍．中國(guó)耕地利用轉(zhuǎn)型格局及驅(qū)動(dòng)因素研究——基于人均耕地面積視角[J].資源科學(xué)，2018(2)：273-283．

[2] 鄭淋議，錢文榮，劉琦，等．新一輪農(nóng)地確權(quán)對(duì)耕地生態(tài)保護(hù)的影響——以化肥、農(nóng)藥施用為例[J]．中國(guó)農(nóng)村經(jīng)濟(jì)，2021(6)：76-93．

[3] 張英男，龍花樓．農(nóng)業(yè)生產(chǎn)轉(zhuǎn)型及其環(huán)境效應(yīng)的研究進(jìn)展與展望[J]．自然資源學(xué)報(bào)，2022，37(7)：1691-1706．

[4] 龍花樓，屠爽爽．論鄉(xiāng)村重構(gòu)[J]．地理學(xué)報(bào)，2017，72(4)：563-576．

[5] LI H，WU Y，HUANG X，et al．Spatial-temporal evolution and classification of marginalization of cultivated land in the process of urbanization[J]．Habitat International，2017，61：1-8．

[6] 暢倩，李曉平，謝先雄，等．非農(nóng)就業(yè)對(duì)農(nóng)戶生態(tài)生產(chǎn)行為的影響——基于農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)特征的中介效應(yīng)和家庭生命周期的調(diào)節(jié)效應(yīng)[J]．中國(guó)農(nóng)村觀察，2020(1)：76-93．

[7] 林本喜，鄧衡山．農(nóng)業(yè)勞動(dòng)力老齡化對(duì)土地利用效率影響的實(shí)證分析——基于浙江省農(nóng)村固定觀察點(diǎn)數(shù)據(jù)[J]．中國(guó)農(nóng)村經(jīng)濟(jì)，2012(4)：15-25．

[8] 劉蒙罷，張安錄，文高輝．長(zhǎng)江中下游糧食主產(chǎn)區(qū)耕地利用生態(tài)效率區(qū)域差異與空間收斂[J]．自然資源學(xué)報(bào)，2022，37(2)：477-493．

[9] ALAN D B，SCOTT R．Migration and household investment in rural China[J]．China Economic Review，2008，19(2)：320-335．

[10] ROZELLE S，TAYLOR J E，DEBRAUW A. Migration，remittances，and agricultural productivity in China[J]．The American Economic Review，1999，89(2)：287-291．

[11] 趙茜宇，張占錄．中國(guó)縣級(jí)農(nóng)地利用效率的變化特征及原因解析[J]．中國(guó)人口?資源與環(huán)境，2019，29(4)：77-86．

[12] 匡兵，范翔宇，盧新海．中國(guó)耕地利用綠色轉(zhuǎn)型效率的時(shí)空分異特征及其影響因素[J]．農(nóng)業(yè)工程學(xué)報(bào)，2021，37(21)：269-277．

[13] 柯楠，盧新海，匡兵，等．碳中和目標(biāo)下中國(guó)耕地綠色低碳利用的區(qū)域差異與影響因素[J]．中國(guó)土地科學(xué)，2021，35(8)：67-76．

[14] 張玥，代亞強(qiáng)，陳媛媛，等．中國(guó)耕地低碳利用效率時(shí)空演變及其驅(qū)動(dòng)因素[J]．農(nóng)業(yè)工程學(xué)報(bào)，2022，38(8)：234-243．

[15] 李波，劉雪琪，梅倩，等．湖北省農(nóng)地利用方式變化的碳效應(yīng)特征與空間差異[J]．中國(guó)人口·資源與環(huán)境，2018，28(10)：62-70．

[16] MACDONALD D，CRABTREE J R，WIESINGER G，et al．Agricultural abandonment in mountain areas of Europe：Environmental consequences and policy response[J]．Journal of Environmental Management，2000，59(1)：47-69．

[17] 錢龍，洪名勇．非農(nóng)就業(yè)、土地流轉(zhuǎn)與農(nóng)業(yè)生產(chǎn)效率變化——基于CFPS的實(shí)證分析[J]．中國(guó)農(nóng)村經(jīng)濟(jì)，2016(12)：2-16．

[18] 呂杰，劉浩，薛瑩，等．風(fēng)險(xiǎn)規(guī)避、社會(huì)網(wǎng)絡(luò)與農(nóng)戶化肥過(guò)量施用行為——來(lái)自東北三省玉米種植農(nóng)戶的調(diào)研數(shù)據(jù)[J]．農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2021(7)：4-17．

[19] 紀(jì)月清，王許沁，陸五一，等．農(nóng)業(yè)勞動(dòng)力特征、土地細(xì)碎化與農(nóng)機(jī)社會(huì)化服務(wù)[J]．農(nóng)業(yè)現(xiàn)代化研究，2016，37(5)：910-916．

[20] 暢倩，張聰穎，王林蔚，等．非農(nóng)就業(yè)對(duì)黃河流域中上游地區(qū)農(nóng)戶種植結(jié)構(gòu)的影響[J]．中國(guó)農(nóng)村經(jīng)濟(jì)，2021(11)：89-106．

[21] 錢龍，袁航，劉景景，等．非農(nóng)就業(yè)、農(nóng)地流轉(zhuǎn)與糧食種植結(jié)構(gòu)調(diào)整——基于固定觀察點(diǎn)農(nóng)戶層面的微觀實(shí)證[J]．農(nóng)業(yè)現(xiàn)代化研究，2018，39(5)：789-797．

[22] 檀竹平，洪煒杰，羅必良．農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移與種植結(jié)構(gòu)“趨糧化”[J]．改革，2019(7)：111-118．

[23] 孟菲，譚永忠，陳航，等．中國(guó)耕地“非糧化”的時(shí)空格局演變及其影響因素[J]．中國(guó)土地科學(xué)，2022，36(1)：97-106．

[24] 方世敏，劉小燕．糧食安全與農(nóng)旅融合的互動(dòng)關(guān)系 ——基于長(zhǎng)江經(jīng)濟(jì)帶糧食主產(chǎn)區(qū)的分析[J]. 湘潭大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版)，2022，46(3)：62-66．

[25] 劉靜，連煜陽(yáng)．種植業(yè)結(jié)構(gòu)調(diào)整對(duì)化肥施用量的影響[J]．農(nóng)業(yè)環(huán)境科學(xué)學(xué)報(bào)，2019，38(11)：2544-2552．

[26] 侯孟陽(yáng)，鄧元杰，姚順波．農(nóng)村勞動(dòng)力轉(zhuǎn)移、化肥施用強(qiáng)度與農(nóng)業(yè)生態(tài)效率：交互影響與空間溢出[J]．農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2021(10)：79-94．

[27] 周思宇，郗鳳明，尹巖，等．東北地區(qū)耕地利用碳排放核算及驅(qū)動(dòng)因素[J]．應(yīng)用生態(tài)學(xué)報(bào)，2021，32(11)：3865-3871．

[28] 李剛，李建平，孫曉蕾，等．主客觀權(quán)重的組合方式及其合理性研究[J]．管理評(píng)論，2017，29(12)：17-26．

[29] 田云，王夢(mèng)晨．湖北省農(nóng)業(yè)碳排放效率時(shí)空差異及影響因素[J]．中國(guó)農(nóng)業(yè)科學(xué)，2020，53(24)：5063-5072．

[30] 吳賢榮，張俊飚，田云，等．中國(guó)省域農(nóng)業(yè)碳排放：測(cè)算、效率變動(dòng)及影響因素研究——基于DEA-Malmquist指數(shù)分解方法與Tobit模型運(yùn)用[J]．資源科學(xué)，2014，36(1)：129-138．

[31] 夏四友，趙媛，許昕，等．近20年來(lái)中國(guó)農(nóng)業(yè)碳排放強(qiáng)度區(qū)域差異、時(shí)空格局及動(dòng)態(tài)演化[J]．長(zhǎng)江流域資源與環(huán)境，2020，29(3)：596-608．

[32] BARON R M，KENNY D A．The moderator–mediator variable distinction in social psychological research：Conceptual，strategic，and statistical considerations[J]. Journal of Personality and Social Psychology，1986，51(6)：1173-1182．

[33] 溫忠麟，葉寶娟．中介效應(yīng)分析：方法和模型發(fā)展[J]．心理科學(xué)進(jìn)展，2014，22(5)：731-745．

[34] 杜鑫．勞動(dòng)力轉(zhuǎn)移對(duì)中國(guó)糧食生產(chǎn)的影響——基于2020年全國(guó)10省份農(nóng)戶調(diào)查數(shù)據(jù)的經(jīng)驗(yàn)研究[J]．經(jīng)濟(jì)問(wèn)題，2022(3)：104-115．

[35] 鄭旭媛，徐志剛．資源稟賦約束、要素替代與誘致性技術(shù)變遷——以中國(guó)糧食生產(chǎn)的機(jī)械化為例[J]．經(jīng)濟(jì)學(xué)(季刊)，2017，16(1)：45-66．

[36] 速水佑次郎，弗農(nóng)?拉坦．農(nóng)業(yè)發(fā)展的國(guó)際分析[M]．北京：中國(guó)社會(huì)科學(xué)出版社，2000．

[37] 郭君平，仲鷺勍，曲頌，等．抑減還是誘致：宅基地確權(quán)對(duì)農(nóng)村違法占地建房的影響[J]．中國(guó)農(nóng)村經(jīng)濟(jì)，2022(5)：72-88．

[38] 尹志超，劉泰星，嚴(yán)雨．勞動(dòng)力流動(dòng)能否緩解農(nóng)戶流動(dòng)性約束——基于社會(huì)網(wǎng)絡(luò)視角的實(shí)證分析[J]．中國(guó)農(nóng)村經(jīng)濟(jì)，2021(7)：65-83．

Analysis of the impact of rural labor force loss on the green cultivated land utilization in the karst areas of China

ZHANG Jiayi, ZHANG Pan, LU Shasha*

(School of Economics and Management, Beijing Forestry University, Beijing 100083, China)

Based on the sample data of 6219 households in the karst areas of China, the direct effect of rural labor force loss on the green cultivated land utilization has been analyzed and the indirect influence of rural labor force loss on the adjustment of planting structure has been further studied by using the two-way fixed effects model. The results show that rural labor force loss has a negative impact on the green cultivated land utilization and the findings still hold true after endogeneity test. The adjustment of planting structure has an indirect effect on the influence of rural labor force loss on green cultivated land utilization. Among them, the decline of multi-cropping index and “non-grain” could strengthen and weaken the impact of rural labor force loss on cultivated land green utilization respectively.

rural labor force flow; the green cultivated land utilization; karst areas of China

10.13331/j.cnki.jhau(ss).2023.03.006

F323

A

1009–2013(2023)03–0045–09

2023－03－18

北京市自然科學(xué)基金項(xiàng)目（9222022）

張佳伊（1995—），女，天津人，博士研究生，主要從事農(nóng)林經(jīng)濟(jì)管理方向的研究。*為通信作者。

責(zé)任編輯：李東輝