人口老齡化下農(nóng)業(yè)人力資本對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響

杜建國 李波 楊慧

摘要 推動農(nóng)業(yè)綠色發(fā)展不僅是鄉(xiāng)村振興的有效途徑，而且是賦能農(nóng)業(yè)現(xiàn)代化的內(nèi)在要求，農(nóng)業(yè)人力資本的提升決定了農(nóng)業(yè)綠色發(fā)展的水平。該研究首先構(gòu)建了2011—2021年中國30個省份的農(nóng)村勞動力系數(shù)，分析了農(nóng)村人力資本總體情況。其次，運用超效率SBM方法，構(gòu)建GM指數(shù)測度了農(nóng)業(yè)綠色全要素生產(chǎn)率及其分解指標(biāo)，分析了中國農(nóng)業(yè)綠色全要素生產(chǎn)率水平分布與區(qū)域差異。最后，結(jié)合農(nóng)村勞動力系數(shù)與農(nóng)業(yè)綠色全要素生產(chǎn)率指數(shù)，進行了實證分析。研究結(jié)果表明：①中國農(nóng)村老齡化系數(shù)從2011年到2021年增長了0. 063，農(nóng)村老齡化問題正不斷沖擊著農(nóng)業(yè)農(nóng)村的可持續(xù)發(fā)展。②中國農(nóng)業(yè)綠色全要素生產(chǎn)率從2011到2021年大多在1以上，農(nóng)業(yè)綠色發(fā)展態(tài)勢良好，且增長主要動力來源于農(nóng)業(yè)綠色技術(shù)進步。③農(nóng)村老齡化的人力資本結(jié)構(gòu)顯著抑制了農(nóng)業(yè)綠色全要素生產(chǎn)率的提升，并且在經(jīng)過一系列穩(wěn)健性檢驗后，該結(jié)論依然成立。機制分析發(fā)現(xiàn)，創(chuàng)新水平提升在上述關(guān)系中起部分中介作用。異質(zhì)性分析發(fā)現(xiàn)，在受教育程度低的地區(qū)以及中國西部地區(qū)，農(nóng)村人口老齡化對農(nóng)業(yè)綠色全要素生產(chǎn)率存在顯著的抑制作用，而在受教育程度高的地區(qū)以及中國東中部地區(qū)，農(nóng)村人口老齡化對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響不顯著。相較于環(huán)境規(guī)制強度低的地區(qū)，環(huán)境規(guī)制強度高的地區(qū)農(nóng)村人口老齡化對農(nóng)業(yè)綠色全要素生產(chǎn)率抑制效應(yīng)更加明顯?；谏鲜鼋Y(jié)論，該研究從人才建設(shè)、產(chǎn)業(yè)融合、制度改革三個方面提出政策建議，研究結(jié)果為農(nóng)村老齡化與農(nóng)業(yè)綠色全要素生產(chǎn)率的關(guān)系提供了一定的實證依據(jù)，為農(nóng)村老齡化問題的解決、鄉(xiāng)村振興的全面實現(xiàn)與農(nóng)業(yè)農(nóng)村綠色發(fā)展間的協(xié)調(diào)關(guān)系提供了一定政策啟示。

關(guān)鍵詞 農(nóng)村老齡化；人力資本；農(nóng)業(yè)綠色全要素生產(chǎn)率；技術(shù)效率；技術(shù)進步

中圖分類號 F323. 3 文獻(xiàn)標(biāo)志碼 A 文章編號 1002-2104（2023）09-0215-14 DOI：10. 12062/cpre20230501

積極貫徹落實黨的二十大精神，全面實現(xiàn)鄉(xiāng)村振興，是中國式現(xiàn)代化道路進程中亟待解決的現(xiàn)實難題，也是實現(xiàn)中國經(jīng)濟高質(zhì)量發(fā)展的必然選擇。當(dāng)前，以綠色發(fā)展推進鄉(xiāng)村振興已成為加快構(gòu)建農(nóng)業(yè)新發(fā)展格局、推動農(nóng)村高質(zhì)量發(fā)展的必然要求。據(jù)國際能源署統(tǒng)計數(shù)據(jù)顯示，截至2022年，全球二氧化碳排放量同比增長0. 9%，較2021年增加3. 21億t，達(dá)到368億t的新高。而在溫室氣體的排放來源中，農(nóng)業(yè)源碳排放是加劇氣候變暖、造成碳排放量增加的“第二元兇”，降低農(nóng)業(yè)源碳排放量，加快推進農(nóng)業(yè)綠色發(fā)展迫在眉睫。

在實現(xiàn)農(nóng)業(yè)綠色發(fā)展的進程中，人口老齡化的加快會對中國經(jīng)濟社會發(fā)展造成長久的不利影響已成為不爭的事實［1］，而農(nóng)村人口老齡化造成的影響相對更為嚴(yán)重。據(jù)《中國鄉(xiāng)村振興綜合調(diào)查研究報告2021》顯示，截至2019 年，農(nóng)村全體人口中60 歲及以上人口的比重已達(dá)20. 04%，65歲及以上人口的比重達(dá)13. 82%，遠(yuǎn)超“老齡社會”的標(biāo)準(zhǔn)，農(nóng)村地區(qū)的老齡化程度遠(yuǎn)超全國情況［2］。那么，農(nóng)業(yè)人口的老齡化是否會對農(nóng)業(yè)綠色發(fā)展造成沖擊，其內(nèi)在機制是什么？回答這一問題有必要在人口老齡化背景下分析農(nóng)村人力資本對農(nóng)業(yè)綠色發(fā)展的影響，為推進中國農(nóng)業(yè)綠色發(fā)展提供政策依據(jù)。

1 文獻(xiàn)綜述與影響機制

1. 1 文獻(xiàn)綜述

1. 1. 1 老齡化對農(nóng)業(yè)生產(chǎn)的影響

農(nóng)村老齡化是指依據(jù)學(xué)界的老齡化界定標(biāo)準(zhǔn)來確定的農(nóng)村發(fā)展現(xiàn)象，學(xué)界對老齡化進行了兩種界定，分別是10%的60歲及以上的人數(shù)與7%的65歲及以上的人數(shù)，當(dāng)農(nóng)村人力結(jié)構(gòu)滿足其中一項標(biāo)準(zhǔn)，即可認(rèn)為農(nóng)村進入了老齡化社會，從而形成了農(nóng)村老齡化現(xiàn)象［3］。該研究主要討論農(nóng)村老齡化視域下人力資本對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響，因此在研究農(nóng)村老齡化時，該研究主要定義的群體為農(nóng)業(yè)勞動力群體。農(nóng)業(yè)勞動力專指從事第一產(chǎn)業(yè)的勞動人口，屬于農(nóng)村勞動力的主要構(gòu)成部分［4］。需要說明的是，由于科技醫(yī)療水平的提升以及農(nóng)業(yè)機械的普及導(dǎo)致農(nóng)業(yè)從業(yè)門檻降低，國內(nèi)農(nóng)村有很多年齡已經(jīng)達(dá)到65歲的老年群體仍然在從事農(nóng)業(yè)生產(chǎn)。學(xué)界對農(nóng)業(yè)勞動力的老齡化年齡界定爭議愈演愈烈，尚未達(dá)到統(tǒng)一的學(xué)術(shù)標(biāo)準(zhǔn)［5-8］。該研究結(jié)合國內(nèi)學(xué)者的普遍做法，將老齡化的計算起點標(biāo)準(zhǔn)設(shè)置為65歲。農(nóng)業(yè)勞動力老齡化對農(nóng)業(yè)生產(chǎn)具有重要影響，學(xué)者們對此的觀點大致分為兩種。一是會降低農(nóng)業(yè)就業(yè)人口的勞動參與率與有效勞動供給，導(dǎo)致農(nóng)業(yè)生產(chǎn)投入中的勞動投入占比降低，對農(nóng)業(yè)生產(chǎn)形成制約作用［9-11］。二是直接倒逼農(nóng)業(yè)生產(chǎn)專業(yè)化水平的提升，由于勞動力資本投入不足，為盡可能保證農(nóng)業(yè)生產(chǎn)甚至促進持續(xù)增產(chǎn)，只能采用農(nóng)業(yè)機械、物質(zhì)資本等資本密集型生產(chǎn)要素［12-14］。之所以形成不同的觀點，主要原因在于學(xué)者分析農(nóng)業(yè)勞動力老齡化影響農(nóng)業(yè)生產(chǎn)的視角與作用機制差異。

1. 1. 2 農(nóng)業(yè)綠色發(fā)展的測算與影響因素

眾多學(xué)者通過構(gòu)建農(nóng)業(yè)綠色全要素生產(chǎn)率來衡量農(nóng)業(yè)綠色發(fā)展。從最初的對綠色全要素生產(chǎn)率的對比研究到如今的綠色全要素生產(chǎn)率的作用因素研究，已經(jīng)不再僅僅局限于對綠色全要素生產(chǎn)率的功能認(rèn)知，而是考慮到針對性地提升綠色全要素生產(chǎn)率。

關(guān)于綠色全要素生產(chǎn)率的測算研究，最早可追溯至1997年，Chung等［15］采用非參數(shù)方法進行測算，將非期望產(chǎn)出引入到方向性距離函數(shù)方法中，從而實現(xiàn)對綠色全要素生產(chǎn)率的測算。國內(nèi)早期對綠色全要素生產(chǎn)率的研究大多采用這一方法，在研究內(nèi)容上主要以綠色全要素生產(chǎn)率與傳統(tǒng)全要素生產(chǎn)率的對比以及綠色全要素生產(chǎn)率的區(qū)域差異比較為主，如對中國工業(yè)行業(yè)綠色全要素生產(chǎn)率的測算、不同國家綠色全要素生產(chǎn)率的測算對比以及不同地區(qū)綠色全要素生產(chǎn)率的測算［16-18］。隨著學(xué)者們對綠色全要素生產(chǎn)率研究的深入，在研究方向上逐漸出現(xiàn)了轉(zhuǎn)向，開始嘗試對綠色全要素生產(chǎn)率進行分解，并從影響因素角度進行探討，主要分為行業(yè)角度［19-20］與區(qū)域角度［21］兩種。在農(nóng)業(yè)生產(chǎn)方面，近兩年關(guān)于農(nóng)業(yè)綠色全要素生產(chǎn)率的研究較多，主要集中在時空演化與影響因素的分析方面。郭海紅等［22］采用全局GML指數(shù)進行了農(nóng)業(yè)綠色全要素生產(chǎn)率增長率的測算，發(fā)現(xiàn)綠色技術(shù)進步是影響農(nóng)業(yè)綠色全要素生產(chǎn)率增長的主要因素。銀西陽等［23］從空間溢出效應(yīng)視角分析了農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響，指出二者具有明顯的空間相關(guān)性，農(nóng)業(yè)產(chǎn)業(yè)集聚程度越高，農(nóng)業(yè)綠色全要生產(chǎn)率越低，且這種影響表現(xiàn)出了強烈的空間溢出效應(yīng)［24］。

從現(xiàn)有研究來看，關(guān)于綠色全要素生產(chǎn)率的研究正在逐漸走向分解影響因素的方向，農(nóng)業(yè)作為中國主要產(chǎn)業(yè)體系，關(guān)系到“三農(nóng)”問題的解決，農(nóng)業(yè)綠色全要素生產(chǎn)率的測算等研究內(nèi)容受到了大力關(guān)注，然而將其放置在農(nóng)村老齡化背景下的研究內(nèi)容較少，有待進一步補充。

1. 2 人口老齡化對農(nóng)業(yè)綠色發(fā)展的影響機制

1. 2. 1 人口老齡化對農(nóng)業(yè)綠色發(fā)展影響的直接效應(yīng)

農(nóng)村勞動力老齡化進程的加快會通過影響人力資本質(zhì)量與變更能源消耗結(jié)構(gòu)等方式直接影響農(nóng)業(yè)綠色發(fā)展。一方面，老齡化的人力資本結(jié)構(gòu)的變化會導(dǎo)致農(nóng)業(yè)生產(chǎn)參與者整體身體素質(zhì)機能的下降［25］，從而降低農(nóng)業(yè)生產(chǎn)的人力資本質(zhì)量，對農(nóng)業(yè)生產(chǎn)效率整體形成負(fù)面影響［26］。同時，老齡化的人力資本結(jié)構(gòu)變化會導(dǎo)致農(nóng)村家庭對電力、供暖、醫(yī)療等方面的需求進一步加大［27］，而此類產(chǎn)業(yè)多屬于高能耗產(chǎn)業(yè)，不可避免地對農(nóng)業(yè)綠色全要素生產(chǎn)率的增長產(chǎn)生抑制作用。另一方面，在人力資本存量的界定中，工作經(jīng)驗與熟練度是重要考量因素［28］，老齡勞動力由于工作經(jīng)驗豐富，對農(nóng)業(yè)生產(chǎn)活動較為熟練，可以在一定程度上促進人力資本存量的增長。同時，老齡化的人力資本結(jié)構(gòu)變化有利于降低農(nóng)村整體消費水平［29］，從而減少消費行為所引起的能源消耗與污染物產(chǎn)出，相較于年輕群體，老年群體因為自身身體抵抗力較差等原因，對環(huán)境污染的容忍度更低，具有更加積極的環(huán)保意識與行為，在一定程度上促進了農(nóng)業(yè)綠色全要素生產(chǎn)率的提升。

綜合上述觀點，該研究提出以下有待驗證的假設(shè)。

H1a：農(nóng)村勞動力老齡化會抑制農(nóng)業(yè)綠色全要素生產(chǎn)率的提升。

H1b：農(nóng)村勞動力老齡化會促進農(nóng)業(yè)綠色全要素生產(chǎn)率的提升。

1. 2. 2 人口老齡化對農(nóng)業(yè)綠色發(fā)展影響的間接效應(yīng)

農(nóng)村勞動力老齡化進程的加快可能通過影響技術(shù)創(chuàng)新水平的方式間接影響農(nóng)業(yè)綠色發(fā)展。一方面，老齡化的人力資本結(jié)構(gòu)變化導(dǎo)致農(nóng)業(yè)生產(chǎn)參與者的整體思維呈現(xiàn)保守發(fā)展趨勢［30］，限制了新技術(shù)在農(nóng)業(yè)生產(chǎn)中的應(yīng)用，并且由于老齡群體人數(shù)增長，迫使政府不斷加大對老年群體的醫(yī)療與養(yǎng)老服務(wù)支出［31］，在一定程度上擠占對農(nóng)業(yè)技術(shù)創(chuàng)新與應(yīng)用以及農(nóng)業(yè)高素質(zhì)人才培養(yǎng)等方面的財政支出［32］，抑制農(nóng)業(yè)綠色全要素生產(chǎn)率的提升。另一方面，在技術(shù)創(chuàng)新層面，老齡化的人力資本結(jié)構(gòu)變化會導(dǎo)致農(nóng)村社會勞動力數(shù)量整體下降［33］，從事農(nóng)業(yè)生產(chǎn)的勞動力成本將增長，企業(yè)為了保證農(nóng)業(yè)生產(chǎn)利益，會從技術(shù)手段等層面謀求出路，推動技術(shù)進步，從而提升農(nóng)業(yè)綠色全要素生產(chǎn)率。

綜合上述觀點，研究提出以下有待驗證的假設(shè)。

H2a：農(nóng)村勞動力老齡化會抑制技術(shù)創(chuàng)新，從而抑制農(nóng)業(yè)綠色全要素生產(chǎn)率。

H2b：農(nóng)村勞動力老齡化會促進技術(shù)創(chuàng)新，從而提升農(nóng)業(yè)綠色全要素生產(chǎn)率。

2 農(nóng)村老齡化及農(nóng)業(yè)綠色全要素生產(chǎn)率的現(xiàn)狀

2. 1 農(nóng)村老齡化現(xiàn)狀

該研究將老齡化的計算起點標(biāo)準(zhǔn)設(shè)置為65歲，依據(jù)農(nóng)業(yè)勞動力的定義，計算農(nóng)村勞動力老齡化系數(shù)情況，并依據(jù)2011—2021年《中國人口與就業(yè)統(tǒng)計年鑒》中的相關(guān)數(shù)據(jù)，對各省份農(nóng)村人口數(shù)量進行了整理。由于數(shù)據(jù)可得性等原因，研究未涉及香港、澳門、臺灣和西藏。式（1）計算了農(nóng)村勞動力老齡化系數(shù)：

式中：L 表示農(nóng)村勞動力老齡化系數(shù)；P65 + 表示農(nóng)村老齡化勞動力數(shù)量；P16 - 64 表示16～64歲正常農(nóng)村勞動力數(shù)量。

根據(jù)式（1），研究測算出2011—2021年30個省份的農(nóng)村勞動力老齡化系數(shù)。由表1可知，2011—2021年，農(nóng)村勞動力老齡化系數(shù)不斷攀升，從2011 年的0. 109，到2021年已經(jīng)上升至0. 172，提高了0. 063，意味著2021年農(nóng)村勞動力老齡化程度相較十年前提升了57%。需要說明的是，聯(lián)合國對國家人口老齡化的界定標(biāo)準(zhǔn)為65歲以上人口數(shù)量占總?cè)丝跀?shù)量的7%，中國農(nóng)村早在2011年便已經(jīng)達(dá)到了10. 9%，已經(jīng)遠(yuǎn)遠(yuǎn)超過了7%的標(biāo)準(zhǔn)，說明中國農(nóng)村勞動力老齡化問題已經(jīng)屬于遺留時間較長的問題。隨著農(nóng)村與城市的經(jīng)濟發(fā)展差距不斷拉大，農(nóng)村勞動力每年都存在向經(jīng)濟發(fā)展水平更高的城市等其他地區(qū)進行轉(zhuǎn)移，從進城務(wù)工的農(nóng)村人口數(shù)量不斷激增的現(xiàn)實亦可證明這一點，而老齡群體則因為各類原因無法轉(zhuǎn)移，從而導(dǎo)致中國農(nóng)村“空心化”問題不斷加劇，農(nóng)村勞動力老齡化系數(shù)將伴隨這一現(xiàn)象的加劇而不斷提高，而且按照這一趨勢，如果不加以控制，中國農(nóng)村勞動力老齡化系數(shù)將接近0. 2，超過1/5的農(nóng)村勞動力將屬于老齡群體。從區(qū)域差異角度可以看出各地區(qū)的農(nóng)村勞動力老齡化系數(shù)總體呈現(xiàn)上升趨勢，但不同省份與區(qū)域的上升情況有所差異。東部地區(qū)在三個區(qū)中的農(nóng)村勞動力老齡化系數(shù)上升幅度最為明顯，說明東部地區(qū)的農(nóng)村勞動力老齡化程度更為嚴(yán)重。東部地區(qū)的特點是農(nóng)村人口基數(shù)小、人口流入大，近些年因為實施城鎮(zhèn)化加速，農(nóng)村人口轉(zhuǎn)移更加頻繁。在各省份中，四川、江蘇、遼寧、重慶的農(nóng)村勞動力老齡化系數(shù)都突破了0. 2，說明這些省份的農(nóng)村勞動力老齡化現(xiàn)象較為嚴(yán)重，而一些邊遠(yuǎn)少數(shù)民族地區(qū)的農(nóng)村勞動力老齡化系數(shù)普遍偏低，如青海、新疆等。

根據(jù)農(nóng)村勞動力老齡化指標(biāo)發(fā)現(xiàn)，中國農(nóng)村老齡化現(xiàn)象已經(jīng)存在多年，老齡化的成因主要受到三個方面的影響。第一，勞動力轉(zhuǎn)移。中國快速城鎮(zhèn)化發(fā)展的同時，農(nóng)村勞動力需要通過就業(yè)轉(zhuǎn)移來改善家庭收入水平，以緩解家庭生活壓力，轉(zhuǎn)移人群主要以青年勞動力為主，而老年群體因為身體原因，往往無法實現(xiàn)就業(yè)轉(zhuǎn)移，大多選擇留守農(nóng)村，從而導(dǎo)致農(nóng)村勞動力以老年群體居多，伴隨勞動力轉(zhuǎn)移現(xiàn)象的不斷演化，農(nóng)村勞動力老齡化趨勢隨之不斷加劇。第二，中國人口結(jié)構(gòu)整體發(fā)展趨勢。早在2005年，有學(xué)者指出中國已經(jīng)處于低出生率、低死亡率、低自然增長率的人口發(fā)展階段，這一人口結(jié)構(gòu)發(fā)展趨勢意味著將會有越來越多的青壯年勞動力不斷轉(zhuǎn)化為老齡勞動力，老齡勞動力的基數(shù)不斷增長，而人口總數(shù)則維持在一個相對恒定的狀態(tài)，其結(jié)果便是勞動力老齡化系數(shù)不斷提高。第三，城鄉(xiāng)二元結(jié)構(gòu)。在過去很長一段時間內(nèi)，城市的發(fā)展都是以犧牲農(nóng)業(yè)農(nóng)村作為代價，在政府資源配置上也主要傾向于城市，從而實現(xiàn)了城市工業(yè)和第三產(chǎn)業(yè)的快速發(fā)展，整體表現(xiàn)出政治、經(jīng)濟、文化與社會進程中的二元分割局面。城市的資源配置、工資待遇以及教育環(huán)境等客觀條件遠(yuǎn)遠(yuǎn)優(yōu)于農(nóng)村，不可避免地刺激農(nóng)村勞動力向外轉(zhuǎn)移，加之“走出農(nóng)村”的傳統(tǒng)思想直接導(dǎo)致青年群體在農(nóng)村的斷代現(xiàn)象。

2. 2 農(nóng)業(yè)綠色全要素生產(chǎn)率的測度及空間差異

采用包含非期望產(chǎn)出的Super‐SBM模型以及全局參比的Malmquist指數(shù)方法進行農(nóng)業(yè)綠色全要素生產(chǎn)率的測度，相較于傳統(tǒng)DEA‐Malmquist指數(shù)方法，該方法不僅突破了效率極值為1的限制，而且綜合考慮了變量松弛問題，總體而言測算結(jié)果更為科學(xué)，具體步驟如下：

首先，假設(shè)有n 個決策單元，每個單元有m 種投入，s1種期望產(chǎn)出與s2種非期望產(chǎn)出構(gòu)成，其中，sxi、syk、szl分別表示投入、期望產(chǎn)出和非期望產(chǎn)出的松弛量，λj 為權(quán)重向量，ρ為目標(biāo)函數(shù)，ρ 越大代表農(nóng)業(yè)綠色發(fā)展效率越高。在該研究中，將30個省份作為決策單元，由勞動、土地、農(nóng)機、灌溉、化肥五種投入要素，通過生產(chǎn)得到期望產(chǎn)出（農(nóng)林牧漁業(yè)產(chǎn)值）與非期望產(chǎn)出（農(nóng)業(yè)碳排放）。

式中：M GC 表示農(nóng)業(yè)綠色全要素生產(chǎn)率的變動，小于1時表示降低，大于1時表示上升，等于1時表示不變；式中，ECc 表示技術(shù)效率變動，即決策單元在給定投入下的產(chǎn)出效果；BPCc 表示技術(shù)進步變動，即決策單元技術(shù)進步下的產(chǎn)出效果。二者分解指數(shù)值大于1時，表示對農(nóng)業(yè)綠色全要素生產(chǎn)率具有促進作用，反之則具有抑制作用，等于1時表示沒有明顯變化。因西藏地區(qū)相關(guān)數(shù)據(jù)嚴(yán)重缺失，不在研究范圍。投入產(chǎn)出指標(biāo)見表2。

其中：土地、勞動、農(nóng)機、灌溉與化肥投入以及期望產(chǎn)出的農(nóng)林牧漁業(yè)產(chǎn)值來源于《中國農(nóng)村統(tǒng)計年鑒》；非期望產(chǎn)出的農(nóng)業(yè)碳排放參照李波等［24］的研究，在確定農(nóng)業(yè)六類碳源排放系數(shù)后匯總計算所得。研究通過MATLAB軟件計算了農(nóng)業(yè)綠色全要素生產(chǎn)率（全局參比的Malmquist指數(shù)，即GM指數(shù)），并將其分解為技術(shù)效率變化指數(shù)ECc 與技術(shù)進步變化指數(shù)BPCc，見表3。

除2016—2017年，30個省份的農(nóng)業(yè)綠色全要素生產(chǎn)率GM 指數(shù)在研究期內(nèi)均大于1，表明中國農(nóng)業(yè)綠色生產(chǎn)效率始終處于穩(wěn)步發(fā)展?fàn)顟B(tài)，其中，2019—2020 年，GM 指數(shù)高達(dá)1. 282，相較2010—2011 年增幅9. 57%，2020—2021年出現(xiàn)小幅回落。分區(qū)域而言，2019—2020年，各地區(qū)GM指數(shù)均呈現(xiàn)不同幅度的增長，其中，西部地區(qū)GM 指數(shù)增幅最大，由1. 169 增長至1. 347，增幅為15. 23%；中部地區(qū)次之，由1. 168 增長至1. 321，增幅為13. 10%；東部地區(qū)增幅最低，由1. 170增長至1. 282，增幅為9. 57%，可能的原因是，中西部地區(qū)農(nóng)業(yè)綠色生產(chǎn)效率相對較低，技術(shù)進步較容易，相較2019—2020年，2020—2021年GM指數(shù)均出現(xiàn)回落。

從省域視角進行分析，如圖1所示截至2019—2020年，貴州省在所有省域中的增幅情況最為明顯，在2019—2020年的GM指數(shù)排在首位，而在2011—2012年時在所有省份中排名僅在中游。除貴州省以外，河南省、天津市、寧夏回族自治區(qū)與湖南省等的增幅表現(xiàn)同樣較為優(yōu)秀，分別位列第2～5位，在2019—2020年的GM指數(shù)的各省份排名中同樣位列在前，分別是1. 448、1. 441、1. 437與1. 465。北京市、江蘇省、黑龍江省、遼寧省與上海市2019—2020年的GM指數(shù)相較2010—2011年均存在不同程度的下跌，其中，北京市降幅最高。大部分省份2020—2021年GM指數(shù)均出現(xiàn)下降。

中國農(nóng)業(yè)綠色全要素生產(chǎn)率分解得到的技術(shù)效率與技術(shù)進步變化情況如表4和圖2所示?？梢钥闯?，研究期間內(nèi)，全國技術(shù)進步變動（BPCc）除2014—2015年外均大于1，即農(nóng)業(yè)方面的技術(shù)進步較為明顯，而技術(shù)效率變動（ECc）在多個年份存在小于1 的情況。相較于2010—2011年，2020—2021年的分解值分別增加。

由表4可知，2020—2021年的分解值相較于2010—2011年分別增長了-0. 079與0. 032，意味著中國農(nóng)業(yè)綠色全要素生產(chǎn)率的增長主要依賴于技術(shù)進步，近十年內(nèi)各類農(nóng)機在農(nóng)業(yè)生產(chǎn)中的廣泛應(yīng)用大大提高了中國綠色農(nóng)業(yè)生產(chǎn)效率。而相比于技術(shù)進步，農(nóng)業(yè)技術(shù)效率的增長相較緩慢，且始終保持在較低水平，甚至在多個年份表現(xiàn)出下降態(tài)勢，說明農(nóng)業(yè)技術(shù)效率始終是中國綠色農(nóng)業(yè)發(fā)展的一大短板?？赡艿脑蚴寝r(nóng)村人力資本的短缺，因為城鄉(xiāng)二元結(jié)構(gòu)的存在，農(nóng)村人才普遍向外轉(zhuǎn)移，尤其是高知識、高素質(zhì)的農(nóng)村人力資本向外轉(zhuǎn)移，從而導(dǎo)致農(nóng)業(yè)生產(chǎn)的人才匱乏，從事農(nóng)業(yè)生產(chǎn)的老年群體因為專業(yè)知識較為落后，對新型農(nóng)業(yè)技術(shù)的接受程度與能力較差，抑制了農(nóng)業(yè)技術(shù)效率的提升。綜合來看，雖然老齡化的人力結(jié)構(gòu)變化抑制了農(nóng)業(yè)技術(shù)效率的提升，但也因此對技術(shù)進步形成了一種強有力的倒逼作用，而且從當(dāng)前情況來看，這種作用力所引起的農(nóng)業(yè)綠色全要素生產(chǎn)率的提升效果要遠(yuǎn)遠(yuǎn)高于技術(shù)效率的提升效果。

從地區(qū)差異來看，東部、中部、西部三個地區(qū)的農(nóng)業(yè)綠色全要素生產(chǎn)率指數(shù)及其分解值均表現(xiàn)出波動變化趨勢，其中，中部地區(qū)的波動幅度相對較大，需要說明的是，除少量年份外，東部地區(qū)在研究期間的GM指數(shù)始終相較西部地區(qū)更低，且存在明顯差距。可能的原因是，東部地區(qū)多為沿海發(fā)達(dá)經(jīng)濟帶，城市經(jīng)濟遠(yuǎn)遠(yuǎn)領(lǐng)先于農(nóng)村經(jīng)濟，農(nóng)村人口向城市的流動情況要更加嚴(yán)重，農(nóng)村老齡化更加嚴(yán)重，這一點從表1的結(jié)果同樣得到了驗證。從分解值來看，在技術(shù)效率層面，東、中、西部地區(qū)技術(shù)效率漲幅均小于0，2020—2021年的技術(shù)效率值相較2011—2012年分別下降了0. 091、0. 032、0. 102，同時，東部地區(qū)大多年份的技術(shù)效率值始終保持在1以下的水平，說明東部地區(qū)的技術(shù)效率已經(jīng)對農(nóng)業(yè)綠色全要素生產(chǎn)率的增長起到抑制作用，且這種抑制作用正在不斷加??；在技術(shù)進步層面，相較2010—2011年，東、西部地區(qū)技術(shù)進步值均出現(xiàn)增長，分別增長0. 106、0. 025，同時，各地區(qū)技術(shù)進步均值均在1以上，即說明各地區(qū)均以技術(shù)進步的增長作為綠色農(nóng)業(yè)發(fā)展的主要動力。

3 研究設(shè)計

3. 1 樣本選擇與數(shù)據(jù)來源

該研究選取2011—2021年30個省份為研究樣本，采用了累積算法對農(nóng)業(yè)綠色全要素生產(chǎn)率Global‐Malmquist指數(shù)進行測算。該研究相關(guān)數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國人口與就業(yè)統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》、各省（直轄市、自治區(qū)）統(tǒng)計年鑒、中國宏觀經(jīng)濟數(shù)據(jù)庫、EPS數(shù)據(jù)庫。部分缺失數(shù)據(jù)通過插值法補全。同時，為了緩解異方差的影響，作者對相關(guān)變量取自然對數(shù)處理。此外，為了緩解極端值的影響，該研究對相關(guān)連續(xù)變量在1%和99%水平上進行縮尾處理。

3. 2 變量定義

設(shè)定農(nóng)業(yè)綠色全要素生產(chǎn)率（GTFP）為被解釋變量。以測算得到的農(nóng)村勞動力老齡化系數(shù)（Old）作為核心解釋變量，同時增加了農(nóng)村居民老年撫養(yǎng)比（Olda）作為解釋變量，用于穩(wěn)健性檢驗，驗證農(nóng)村勞動力老齡化系數(shù)對農(nóng)業(yè)綠色全要素生產(chǎn)率的關(guān)系，具體可以通過非勞動年齡的老年人口數(shù)量與勞動年齡人口數(shù)量的比加以表示。綜合以往的研究，以及農(nóng)村農(nóng)業(yè)生產(chǎn)實際情況，研究設(shè)定了6 個控制變量，分別是一產(chǎn)占比（Str）、農(nóng)業(yè)就業(yè)（Employ）、外商直接投資（FDI）、資源消耗（Oil）、受災(zāi)面積（Disaster）、教育水平（Edu）。主要變量說明見表5。

3. 3 模型構(gòu)建

該研究構(gòu)建面板固定效應(yīng)模型如式5，以驗證人口老齡化下農(nóng)業(yè)人力資本對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響。

其中，下標(biāo)i，t 分別表示個體省份、年份。被解釋變量為GTFPi，t 為i 省份在t 年的農(nóng)業(yè)綠色全要素生產(chǎn)率指數(shù)，核心解釋變量Oldi，t 為i 省份在t 年的農(nóng)業(yè)人口老齡化程度，Controls 為一系列控制變量。同時，在模型中控制了雙向固定效應(yīng)，其中μi 表示個體固定效應(yīng)，δt 表示時間固定效應(yīng)。如果模型（5）中的系數(shù)β1 顯著為負(fù)，則說明人口老齡化顯著降低了農(nóng)業(yè)綠色全要素生產(chǎn)率。

4 實證分析

4. 1 描述性分析

表6報告了主要變量的描述性統(tǒng)計結(jié)果，被解釋變量農(nóng)業(yè)綠色全要素生產(chǎn)率GTFP 的均值為1. 11，中位數(shù)約為1. 09，且均值遠(yuǎn)大于標(biāo)準(zhǔn)差，說明變量相對集中；解釋變量人口老齡化Old 均值和中位數(shù)均為0. 13，且最大值最小值近似在兩個標(biāo)準(zhǔn)差以內(nèi)，說明數(shù)據(jù)接近正態(tài)分布。除外商直接投資（FDI）以外，其余所有控制變量均值均大于標(biāo)準(zhǔn)差，說明數(shù)據(jù)不存在過度分散問題。

4. 2 基準(zhǔn)回歸結(jié)果

該研究采用面板固定效應(yīng)模型估計模型（5），并使用異方差穩(wěn)健標(biāo)準(zhǔn)誤，后文若未特殊說明，則處理方式與此一致。表7報告了農(nóng)村人口老齡化對農(nóng)業(yè)綠色全要素生產(chǎn)率的基準(zhǔn)回歸結(jié)果。其中列（1）為僅控制時間固定效應(yīng)的回歸結(jié)果，發(fā)現(xiàn)人口老齡化Old 系數(shù)為-0. 645 5，且在1%水平上顯著，說明農(nóng)村人口老齡化對農(nóng)業(yè)綠色全要素生產(chǎn)率存在抑制作用。列（2）控制了時間、個體固定效應(yīng)，發(fā)現(xiàn)人口老齡化Old 系數(shù)顯著為負(fù)，且模型的擬合優(yōu)度有較大程度上升。列（3）加入了一系列控制變量，控制了時間固定效應(yīng)，發(fā)現(xiàn)核心解釋變量系數(shù)仍為負(fù)，且在1%水平上顯著為負(fù)。為緩解基本模型可能存在的遺漏變量問題，作者在列（4）中進一步控制了個體固定效應(yīng)，此時Old 系數(shù)在1%水平上顯著為-1. 703 9，說明農(nóng)村人口老齡化對農(nóng)業(yè)綠色全要素生產(chǎn)率存在抑制作用，農(nóng)村青年勞動力越多，農(nóng)業(yè)綠色全要素生產(chǎn)率越高。綜上所述，上述結(jié)果驗證了該研究的基本假設(shè)H1a。

4. 3 內(nèi)生性處理

農(nóng)業(yè)污染不僅影響了數(shù)億農(nóng)村人口的生產(chǎn)活動，而且還通過水、大氣和食品等渠道影響到農(nóng)村人口的生活與健康，因此，該研究假設(shè)可能存在互為因果的內(nèi)生性問題。此外，考慮到，該研究可能存在潛在的遺漏變量問題，作者使用了工具變量法，PSM傾向得分匹配，并且都在模型中控制個體固定效應(yīng)，以減少內(nèi)生性問題帶來的研究偏差。

4. 3. 1 工具變量法

第一，選擇滯后一期的農(nóng)村人口老齡化系數(shù)作為工具變量。前一期的農(nóng)村人口老齡化系數(shù)會影響當(dāng)期的農(nóng)村人口老齡化系數(shù)；同時，上一期農(nóng)村人口老齡化系數(shù)不會直接影響當(dāng)期的農(nóng)業(yè)綠色全要素生產(chǎn)率，也即工具變量滿足外生性要求。表8的列（1）與列（2）報告了兩階段最小二乘法（IV-2SLS）的回歸結(jié)果。第一階段結(jié)果顯示，Old_L1系數(shù)為0. 645 1，滯后一期的農(nóng)村人口老齡化顯著促進了當(dāng)期的農(nóng)村人口老齡化程度，也證明了工具變量與核心解釋變量的相關(guān)性。同時，Kleibergen‐Paap rk LM統(tǒng)計量為59. 79，說明工具變量沒有不可識別問題。此外，還進行了弱工具變量檢驗，Cragg‐Donald Wald F 統(tǒng)計量為179. 38，結(jié)果顯示，在1%水平上拒絕原假設(shè)，即所選變量并非弱工具變量，這驗證了該研究工具變量選取的合理性。列（2）報告了第二階段的回歸結(jié)果，Old 系數(shù)為-1. 980 3，且在5%顯著性水平下顯著，說明考慮了內(nèi)生性問題后，該研究的基本結(jié)論依然穩(wěn)健。

第二，選擇養(yǎng)老服務(wù)質(zhì)量作為工具變量。該研究創(chuàng)新性地選擇養(yǎng)老機構(gòu)床位數(shù)作為工具變量。首先，一個地區(qū)人口老齡化程度增加，會顯著提升養(yǎng)老服務(wù)需求，進而表現(xiàn)為養(yǎng)老機構(gòu)數(shù)與養(yǎng)老機構(gòu)床位數(shù)增長，也即工具變量滿足相關(guān)性；同時，地區(qū)養(yǎng)老服務(wù)質(zhì)量更多表現(xiàn)為服務(wù)業(yè)的發(fā)展程度，而與農(nóng)業(yè)沒有直接的關(guān)聯(lián)，進而與農(nóng)業(yè)綠色全要素生產(chǎn)率沒有直接的聯(lián)系，即工具變量滿足外生性。養(yǎng)老機構(gòu)床位數(shù)數(shù)據(jù)來源于國泰安數(shù)據(jù)庫（CSMAR）。值得一提的是，由于國泰安數(shù)據(jù)庫中關(guān)于養(yǎng)老機構(gòu)床位數(shù)數(shù)據(jù)開始時間為2013 年，因此，在進行兩階段最小二乘法（IV‐2SLS）回歸中選擇的樣本時間為2013—2021 年，即270個樣本。表8列（3）、列（4）報告了IV‐2SLS的回歸結(jié)果。列（3）中IV系數(shù)顯著為正，說明農(nóng)村人口老齡化系數(shù)越高，當(dāng)?shù)仞B(yǎng)老機構(gòu)床位數(shù)越多。同時Kleibergen‐PaapWald rk LM統(tǒng)計量為11. 62，通過了不可識別檢驗，此外，Cragg‐Donald Wald F 統(tǒng)計量為11. 04，也即該工具變量還通過了弱工具變量檢驗。列（4）中Old系數(shù)在1%顯著性水平下顯著為負(fù)，說明該研究的基本結(jié)論仍然成立。

4. 3. 2 傾向得分匹配

考慮到農(nóng)業(yè)綠色全要素生產(chǎn)率可能內(nèi)生于所處省份特征，為進一步緩解內(nèi)生性，該研究使用PSM傾向得分匹配方法來解決這一問題。具體而言，將農(nóng)村人口老齡化系數(shù)（Old）按從大到小排序，將30%分位數(shù)作為分段點，取農(nóng)村人口老齡化高于30%分段點的樣本為處理組，剩余樣本為對照組。并選取所有控制變量為匹配協(xié)變量，傾向得分通過logit模型計算，并使用1比4最近鄰匹配，剔除未匹配成功的樣本，最后使用匹配得到的樣本重新驗證農(nóng)村人口老齡化與農(nóng)業(yè)綠色全要素生產(chǎn)率的關(guān)系。表9列（1）報告了使用最近鄰匹配后的回歸結(jié)果，核心解釋變量Old 系數(shù)在1%顯著性水平下顯著為負(fù)，說明該研究的基本結(jié)論穩(wěn)健。此外，作者還使用了半徑匹配、核匹配，列（2）、列（3）報告了相應(yīng)的結(jié)果，人口老齡化系數(shù)顯著為負(fù)，說明傾向得分匹配后，該研究的基本結(jié)論依然成立。

4. 4 其他穩(wěn)健性檢驗

4. 4. 1 替換解釋變量

考慮到該研究僅選擇了農(nóng)村人口老齡化系數(shù)作為解釋變量，選取變量單一，結(jié)果可能存在一定偶然性。為了使該研究的結(jié)論更加穩(wěn)健，參考以往的研究，使用農(nóng)村居民老年撫養(yǎng)比（Olda）進行穩(wěn)健性檢驗。其中，農(nóng)村居民老年撫養(yǎng)比數(shù)據(jù)來源于中國人口統(tǒng)計年鑒。表10列（1）報告了替換解釋變量的回歸結(jié)果，在控制時間、個體固定效應(yīng)后，回歸結(jié)果在1%水平上顯著為負(fù)，說明基本結(jié)論仍然穩(wěn)健。

4. 4. 2 替換穩(wěn)健標(biāo)準(zhǔn)誤

在之前的研究中，面板固定效應(yīng)回歸模型均采用了異方差穩(wěn)健標(biāo)準(zhǔn)誤。實際上，同一省份個體不同年份的擾動項往往存在自相關(guān)即聚類現(xiàn)象，而聚類穩(wěn)健標(biāo)準(zhǔn)誤可以克服此類組內(nèi)自相關(guān)問題。因此，為保證該研究的穩(wěn)健性，作者選擇省份個體聚類穩(wěn)健標(biāo)準(zhǔn)誤進行重新估計，并同時控制了個體和時間固定效應(yīng)。表10列（2）匯報了相應(yīng)的結(jié)果，Old 系數(shù)在1%顯著性水平下顯著為負(fù)，說明基本結(jié)論依然穩(wěn)健。

4. 4. 3 替換樣本

該研究的研究對象為省一級，考慮到直轄市有著較大的經(jīng)濟、政治特殊性，其農(nóng)村農(nóng)業(yè)發(fā)展程度特征與其他省份可能存在很大的不同，因此，該研究對直轄市樣本進行剔除，以進行穩(wěn)健性檢驗。表10列（3）匯報了替換樣本的回歸結(jié)果，核心解釋變量系數(shù)仍在5%顯著性水平下顯著為負(fù)，說明基本結(jié)論仍然穩(wěn)健。

5 機制分析

通過該研究的分析表明，農(nóng)村人口老齡化可能通過創(chuàng)新水平提升來影響農(nóng)業(yè)綠色全要素生產(chǎn)率，鑒于此，該研究進一步通過實證探究創(chuàng)新水平提升在其中的渠道機制作用。該研究采用逐步回歸法進行中介效應(yīng)檢驗，并構(gòu)建如下中介效應(yīng)模型如式（6）～（8）：

其中，Mediator 是需要被檢驗的中介變量。下標(biāo)i，t分別表示個體省份、年份。被解釋變量為GTFPi，t 為i 省份在t 年的農(nóng)業(yè)綠色全要素生產(chǎn)率指數(shù)，核心解釋變量Oldi，t為i 省份在t 年的農(nóng)業(yè)人口老齡化程度，Controls 為一系列控制變量，μi 表示個體固定效應(yīng)，δt 表示時間固定效應(yīng)。若β1、β2、β4 顯著，則說明Mediator 在人口老齡化與農(nóng)業(yè)綠色全要素生產(chǎn)率中存在中介效應(yīng)，同時，若β3 顯著，則存在部分中介效應(yīng)；若β3 不顯著，則存在完全中介效應(yīng)。

該研究選取了省份當(dāng)年發(fā)明專利申請受理量來衡量創(chuàng)新水平。專利數(shù)據(jù)來源于中國統(tǒng)計年鑒，表11報告了創(chuàng)新水平提升的中介效應(yīng)檢驗結(jié)果。其中，列（2）中Old系數(shù)在1%顯著性水平上為負(fù)，說明農(nóng)村人口老齡化顯著抑制了創(chuàng)新水平，列（3）報告了Old 系數(shù)為-1. 577 3，中介變量Patent 系數(shù)為0. 025 7，且在10%顯著性水平下顯著，說明創(chuàng)新水平在人口老齡化與農(nóng)業(yè)綠色全要素生產(chǎn)率中存在部分中介效應(yīng)。此外，比較列（1）基準(zhǔn)回歸中核心解釋變量系數(shù)與列（2）Old 的系數(shù)發(fā)現(xiàn)，在引入地區(qū)發(fā)明專利變量（Patent）后，農(nóng)村人口老齡化系數(shù)與農(nóng)業(yè)綠色全要素的負(fù)向關(guān)系有所減弱。因此，該研究H2a得以驗證。

6 異質(zhì)性分析

6. 1 受教育程度

受教育年限是人力資本的重要構(gòu)成要素，反映了農(nóng)村勞動力的特征與賦能，其值越高，理論上表示其可以接受新型農(nóng)業(yè)技術(shù)與知識的程度與能力越高，越有利于農(nóng)業(yè)綠色全要素生產(chǎn)率的提升［35］。然而，有關(guān)實證研究對人力資本和農(nóng)戶綠色生產(chǎn)行為存在爭議。如農(nóng)戶采用無公害及綠色農(nóng)藥的行為受教育水平的影響很?。?6］。為驗證受教育程度是否影響農(nóng)村人口老齡化對農(nóng)業(yè)綠色全要素生產(chǎn)率的效應(yīng)，作者進一步按區(qū)域人口受教育程度進行異質(zhì)性分析。

參考馬春艷等［37］的研究，受教育程度用勞動力受教育年限表示。具體而言，勞動力受教育年限用老齡勞動力在不同學(xué)歷階段的人數(shù)總和分別乘以對應(yīng)學(xué)歷階段所需的教育年限的平均值加以得到，其中小學(xué)為6年、初中為9年、高中為12年，大學(xué)為16年。同時，作者以受教育程度的中位數(shù)為間斷點，分為受教育強度高和低兩組。表12列（1）、（2）匯報了相應(yīng)的檢驗結(jié)果。在兩組樣本中，僅有受教育程度低的組Old 系數(shù)顯著為負(fù)，說明僅在受教育程度低的區(qū)域中，農(nóng)村人口老齡化水平會抑制農(nóng)業(yè)綠色全要素生產(chǎn)率，而在受教育程度高的樣本中，兩者關(guān)系不顯著?？赡艿脑蚴?，老齡化的人力資本結(jié)構(gòu)變化導(dǎo)致農(nóng)業(yè)生產(chǎn)參與者的整體思維呈現(xiàn)保守發(fā)展趨勢，同時，受教育水平高的主體，其受教育的時間段相對更靠前，獲取的知識更加陳舊，在保守思想的加持下，其對新技術(shù)更排斥，且轉(zhuǎn)而更相信自身早期所獲得的知識，因此老齡化系數(shù)與農(nóng)業(yè)綠色全要素生產(chǎn)率不顯著。

6. 2 環(huán)境規(guī)制

已有研究發(fā)現(xiàn)地區(qū)環(huán)境規(guī)制與綠色全要素生產(chǎn)率密切相關(guān)。環(huán)境規(guī)制對綠色全要素生產(chǎn)率的影響不僅取決于環(huán)境規(guī)制程度的大小，同時也取決于環(huán)境規(guī)制工具的選擇［38］。具體到農(nóng)業(yè)綠色全要素生產(chǎn)率，命令控制型環(huán)境政策規(guī)制對農(nóng)業(yè)綠色全要素生產(chǎn)率和糧食安全均產(chǎn)生正向影響，市場激勵型碳排放交易規(guī)制對農(nóng)業(yè)綠色全要素生產(chǎn)率和糧食安全分別產(chǎn)生了正向作用和負(fù)向作用，自愿參與型環(huán)保投資規(guī)制僅對農(nóng)業(yè)綠色全要素生產(chǎn)率產(chǎn)生了顯著正向影響［39］。由于農(nóng)業(yè)經(jīng)營主體遵循利益最大化原則，在環(huán)境規(guī)制強度高的地區(qū)，經(jīng)營主體往往面臨的環(huán)境管制更多，或者面臨的政策補貼更多，其青年勞動力更加可能關(guān)注到污染治理、綠色技術(shù)及綠色生產(chǎn)。因此，作者假設(shè)在不同環(huán)境規(guī)制強度地區(qū)，農(nóng)業(yè)經(jīng)營主體對綠色生產(chǎn)的激勵動機不同，相應(yīng)的，農(nóng)村人口老齡化對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響因地區(qū)環(huán)境規(guī)制強度存在差異。環(huán)境規(guī)制強度高的地區(qū)，農(nóng)村人口老齡化對農(nóng)業(yè)綠色全要素生產(chǎn)率抑制作用更大。

為檢驗上述假設(shè)，作者統(tǒng)計了30個省份工業(yè)廢水、工業(yè)二氧化硫、工業(yè)煙粉塵的數(shù)據(jù)，并通過熵值法得到了環(huán)境規(guī)制綜合指標(biāo)。同時，作者以環(huán)境規(guī)制強度的中位數(shù)為間斷點，分為環(huán)境規(guī)制強度高和低兩組。表12列（3）、（4）匯報了相應(yīng)的檢驗結(jié)果。兩組樣本中Old 系數(shù)均顯著為負(fù)，說明在不同環(huán)境規(guī)制的區(qū)域中，農(nóng)村人口老齡化水平均會抑制農(nóng)業(yè)綠色全要素生產(chǎn)率。同時，高環(huán)境規(guī)制強度組Old 系數(shù)的絕對值大于低環(huán)境規(guī)制強度組，說明環(huán)境規(guī)制強度高的地區(qū)，農(nóng)村人口老齡化程度對農(nóng)業(yè)綠色全要素生產(chǎn)率的負(fù)向作用更大。

6. 3 區(qū)域異質(zhì)性

中國地域遼闊，地區(qū)間發(fā)展不平衡不充分問題突出，特別是中國各地區(qū)在經(jīng)濟基礎(chǔ)、自然環(huán)境和農(nóng)業(yè)生產(chǎn)水平等方面存在較大差異，且中國人口分布及老齡化程度也存在顯著的區(qū)域差異?？傮w而言，中國人口集中在胡煥庸線的東南方，中國農(nóng)村老齡人口在空間上主要集中分布于東部沿海和南部，并呈現(xiàn)出向中部綿延的趨勢［40］。因此農(nóng)村人口老齡化程度對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響可能具有區(qū)域異質(zhì)性。

為檢驗上述假設(shè)，作者將中國分為東中西三個區(qū)域。表13匯報了相應(yīng)的檢驗結(jié)果。其中，僅在西部地區(qū)，農(nóng)村人口老齡化顯著抑制了農(nóng)業(yè)全要素生產(chǎn)率，而在東部和中部兩組樣本中，核心解釋變量Old 系數(shù)不顯著。可能的原因是，西部地區(qū)社會經(jīng)濟狀況相對較差，地方政府對老年群體的醫(yī)療與養(yǎng)老服務(wù)支出壓力相對更大，從而在一定程度上擠出對農(nóng)業(yè)技術(shù)創(chuàng)新與應(yīng)用以及農(nóng)業(yè)高素質(zhì)人才培養(yǎng)等方面的財政支出，導(dǎo)致其農(nóng)村人口老齡化對農(nóng)業(yè)綠色全要素生產(chǎn)率的抑制效應(yīng)更加顯著。

7 結(jié)論與政策建議

推進農(nóng)業(yè)農(nóng)村綠色生產(chǎn)，以綠色農(nóng)業(yè)發(fā)展帶動鄉(xiāng)村振興，具有重要的現(xiàn)實意義。該研究從人力資本視角探究制約農(nóng)業(yè)綠色發(fā)展的關(guān)鍵要素，具體而言，作者以農(nóng)村老齡化作為研究視角，探討了由農(nóng)村老齡化引發(fā)的人力資本結(jié)構(gòu)變化對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響。研究發(fā)現(xiàn)：①中國農(nóng)村勞動力老齡化系數(shù)在十年內(nèi)表現(xiàn)出了穩(wěn)步上升的發(fā)展趨勢，早在2011年，中國農(nóng)村勞動力老齡化系數(shù)已經(jīng)超過了聯(lián)合國對國家老齡化界定的7%標(biāo)準(zhǔn)，說明農(nóng)村老齡化是一個長期性問題，且隨著發(fā)展而愈演愈烈。②中國農(nóng)業(yè)綠色全要素生產(chǎn)率及分解值在十年內(nèi)均表現(xiàn)出波動變化趨勢，但各地區(qū)存在差異狀態(tài)，2011—2021年間，各地區(qū)GM指數(shù)變化幅度排序分別為中部、西部、東部地區(qū)。③農(nóng)村老齡化的人力資本結(jié)構(gòu)顯著抑制了農(nóng)業(yè)綠色全要素生產(chǎn)率的提升，表現(xiàn)為青年勞動力有著更加積極的綠色生產(chǎn)動力。機制分析發(fā)現(xiàn)，創(chuàng)新水平提升在上述關(guān)系中起部分中介作用。異質(zhì)性分析發(fā)現(xiàn)，在受教育程度低的地區(qū)以及西部地區(qū)，農(nóng)村人口老齡化對農(nóng)業(yè)綠色全要素生產(chǎn)率存在顯著的抑制作用，而在受教育程度高的地區(qū)以及東中部地區(qū)，農(nóng)村人口老齡化對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響不顯著。相較于環(huán)境規(guī)制強度低的地區(qū)，環(huán)境規(guī)制強度高的地區(qū)農(nóng)村人口老齡化對農(nóng)業(yè)綠色全要素生產(chǎn)率抑制效應(yīng)更加明顯。

基于上述研究結(jié)果，作者提出以下建議：①加強農(nóng)業(yè)人才培育。對于農(nóng)業(yè)經(jīng)營個體，積極引導(dǎo)教育培訓(xùn)其進行綠色生產(chǎn)。一方面，提升農(nóng)民知識水平，宣傳和普及數(shù)字技術(shù)、綠色技術(shù)，積極引導(dǎo)在農(nóng)業(yè)經(jīng)營主體在農(nóng)業(yè)生產(chǎn)過程中新型創(chuàng)新技術(shù)，另一方面，加強低碳環(huán)保的農(nóng)業(yè)生產(chǎn)經(jīng)營理念，提升農(nóng)村農(nóng)民綠色環(huán)保、綠色可持續(xù)生產(chǎn)觀念，實現(xiàn)綠色生產(chǎn)的內(nèi)源動力提升。對于教育體系，中國應(yīng)積極發(fā)展適應(yīng)現(xiàn)代化綠色農(nóng)業(yè)的學(xué)科建設(shè)，以鼓勵校企合作等方式推進綠色農(nóng)業(yè)發(fā)展。②深入推進以農(nóng)業(yè)為主導(dǎo)的三產(chǎn)融合型鄉(xiāng)村產(chǎn)業(yè)體系建設(shè)與發(fā)展。農(nóng)業(yè)作為第一產(chǎn)業(yè)，在其相關(guān)產(chǎn)業(yè)鏈中處于基礎(chǔ)地位，然而也是傳統(tǒng)產(chǎn)業(yè)體系中的弱勢產(chǎn)業(yè)群體，在推進三產(chǎn)融合型鄉(xiāng)村產(chǎn)業(yè)體系時，勢必要突出農(nóng)業(yè)的主導(dǎo)地位，充分保障農(nóng)民群體的正當(dāng)利益，才能切實推進綠色農(nóng)業(yè)發(fā)展。政府應(yīng)當(dāng)在鄉(xiāng)村產(chǎn)業(yè)體系建設(shè)中發(fā)揮主導(dǎo)者角色，以解決“三農(nóng)”問題、為人民服務(wù)的理念來引導(dǎo)鄉(xiāng)村產(chǎn)業(yè)走向融合，切實地落實好相關(guān)政策制定工作，明確農(nóng)業(yè)的主體地位與農(nóng)民群體的權(quán)益范圍，在提升農(nóng)業(yè)附加值的同時，切實做到將這部分利益反饋到農(nóng)民群體身上。③完善農(nóng)業(yè)相關(guān)政策。積極貫徹黨的二十大精神，鞏固和完善農(nóng)村基本經(jīng)營制度，發(fā)展新型農(nóng)村集體經(jīng)濟，深化土地制度改革。發(fā)展新型農(nóng)村集體經(jīng)濟是農(nóng)業(yè)規(guī)?；?、現(xiàn)代化發(fā)展的必然基礎(chǔ)，從而實現(xiàn)綠色農(nóng)業(yè)技術(shù)的集成化，可以有效促進綠色農(nóng)業(yè)發(fā)展。地方政府應(yīng)對低碳農(nóng)業(yè)生產(chǎn)進行一定的政策鼓勵。同時，在保障農(nóng)業(yè)正常發(fā)展、糧食供應(yīng)健康的情況下，不同區(qū)域結(jié)合自身經(jīng)濟發(fā)展特征、人口年齡結(jié)構(gòu)，適當(dāng)加大地區(qū)環(huán)境規(guī)制強度，以推進地區(qū)農(nóng)業(yè)綠色生產(chǎn)。

參考文獻(xiàn)

［1］ 武漢大學(xué)“十四五”時期人口相關(guān)政策研究課題組.“十四五”時期人口相關(guān)經(jīng)濟社會政策的思考與建議［J］. 中國人口·資源與環(huán)境，2020，30（6）：20-28.

［2］ 魏后凱. 中國鄉(xiāng)村振興綜合調(diào)查研究報告（2021）［M］. 北京：中國社會科學(xué)出版社，2022.

［3］ 趙夢晗，楊凡. 中國老年人的主觀年齡及影響因素分析［J］. 人口學(xué)刊，2020，42（2）：41-53.

［4］ 孫亞南. 農(nóng)業(yè)勞動力轉(zhuǎn)移、人力資本投資與農(nóng)村減貧［J］. 學(xué)習(xí)與探索，2020（11）：149-156.

［5］ 張宏勝. 中國農(nóng)村人口老齡化對農(nóng)業(yè)可持續(xù)發(fā)展的影響研究［J］. 農(nóng)業(yè)經(jīng)濟，2022（4）：83-85.

［6］ 彭魏倬加. 農(nóng)村勞動力老齡化對農(nóng)戶技術(shù)選擇與技術(shù)效率的影響［J］. 經(jīng)濟地理，2021，41（7）：155-163.

［7］ 趙海濤，朱帆，常進雄. 老齡化背景下農(nóng)村勞動力的年齡結(jié)構(gòu)與非農(nóng)轉(zhuǎn)移測度［J］. 華中農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2020（5）：71-81，171.

［8］ 王善高，田旭. 農(nóng)村勞動力老齡化對農(nóng)業(yè)生產(chǎn)的影響研究：基于耕地地形的實證分析［J］. 農(nóng)業(yè)技術(shù)經(jīng)濟，2018（4）：15-26.

［9］ FOUGèRE M，MéRETTE M. Population ageing and economicgrowth in seven OECD countries［J］. Economic modelling，1999，16（3）：411-427.

［10］ 蔡昉. 勞動經(jīng)濟學(xué)［M］. 北京：中國社會科學(xué)出版社，2015：16.

［11］ 王萍. 勞動力年齡和教育結(jié)構(gòu)對經(jīng)濟增長的影響研究：基于人力資本存量生命周期的視角［J］. 宏觀經(jīng)濟研究，2015（1）：52-57，115.

［12］ 陸岐楠，張崇尚，仇煥廣. 農(nóng)業(yè)勞動力老齡化、非農(nóng)勞動力兼業(yè)化對農(nóng)業(yè)生產(chǎn)環(huán)節(jié)外包的影響［J］. 農(nóng)業(yè)經(jīng)濟問題，2017，38

（10）：27-34.［13］ 張露，羅必良. 小農(nóng)生產(chǎn)如何融入現(xiàn)代農(nóng)業(yè)發(fā)展軌道：來自中國小麥主產(chǎn)區(qū)的經(jīng)驗證據(jù)［J］. 經(jīng)濟研究，2018，53（12）：144-160.

［14］ 王淑紅，楊志海. 農(nóng)業(yè)勞動力老齡化對糧食綠色全要素生產(chǎn)率變動的影響研究［J］. 農(nóng)業(yè)現(xiàn)代化研究，2020，41（3）：396-406.

［15］ CHUNG Y H，F(xiàn)?RE R，GROSSKOPF S. Productivity and undesirableoutputs：a directional distance function approach［J］. Journalof environmental management，1997，51（3）：229-240.

［16］ 陳詩一. 中國的綠色工業(yè)革命：基于環(huán)境全要素生產(chǎn)率視角的解釋（1980—2008）［J］. 經(jīng)濟研究，2010，45（11）：21-34，58.

［17］ LIN E Y Y，CHEN P Y，CHEN C C. Measuring green productivityof country：a generlized metafrontier Malmquist productivity indexapproach［J］. Energy，2013，55：340-353.

［18］ 白穩(wěn). 我國東部地區(qū)綠色全要素生產(chǎn)率研究：基于DEAMalmquist的實證分析［J］. 經(jīng)濟與管理，2014，28（5）：91-96.

［19］ FENG C，HUANG J B，WANG M. Analysis of green total‐factorproductivity in China’s regional metal industry：a meta‐frontier approach［J］. Resources policy，2018，58：219-229.

［20］ 鄧楚雄，趙浩，謝炳庚，等. 土地資源錯配對中國城市工業(yè)綠色全要素生產(chǎn)率的影響［J］. 地理學(xué)報，2021，76（8）：1865-1881.

［21］ 逯進，李婷婷. 產(chǎn)業(yè)結(jié)構(gòu)升級、技術(shù)創(chuàng)新與綠色全要素生產(chǎn)率：基于異質(zhì)性視角的研究［J］. 中國人口科學(xué)，2021（4）：86-97，128.

［22］ 郭海紅，劉新民. 中國農(nóng)業(yè)綠色全要素生產(chǎn)率的時空分異及收斂性［J］. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2021，38（10）：65-84.

［23］ 銀西陽，賈小娟，李冬梅. 農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響：基于空間溢出效應(yīng)視角［J］. 中國農(nóng)業(yè)資源與區(qū)劃，2022，43（10）：110-119.

［24］ 李波，張俊飚，李海鵬. 中國農(nóng)業(yè)碳排放時空特征及影響因素分解［J］. 中國人口·資源與環(huán)境，2011，21（8）：80-86.

［25］ 劉生龍，李軍. 健康、勞動參與及中國農(nóng)村老年貧困［J］. 中國農(nóng)村經(jīng)濟，2012（1）：56-68.

［26］ 趙霞，韓一軍，姜楠. 農(nóng)村三產(chǎn)融合：內(nèi)涵界定、現(xiàn)實意義及驅(qū)動因素分析［J］. 農(nóng)業(yè)經(jīng)濟問題，2017，38（4）：49-57，111.

［27］ 劉輝煌，李子豪. 中國人口老齡化與碳排放的關(guān)系：基于因素分解和動態(tài)面板的實證分析［J］. 山西財經(jīng)大學(xué)學(xué)報，2012，34（1）：1-8.

［28］ 陸杰華，劉暢. 區(qū)域性別文化影響視角下的性別收入不平等研究：基于2018 年勞動力動態(tài)調(diào)查數(shù)據(jù)的驗證［J］. 西北人口，2023，44（1）：15-28.

［29］ 史清華，鄧蘇昊. 老齡化時代的中國服務(wù)業(yè)發(fā)展［J］. 華南農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2023，22（2）：74-86.

［30］ 韓振秋. 我國老齡化問題治理機制及路徑選擇研究［J］. 廣西社會科學(xué)，2019（12）：80-84.

［31］ 劉哲希，王兆瑞，陳小亮. 人口老齡化對居民部門債務(wù)的非線性影響研究［J］. 經(jīng)濟學(xué)動態(tài)，2020（4）：64-78.

［32］ 汪偉，姜振茂. 人口老齡化對技術(shù)創(chuàng)新的影響機制分析：基于DFA方法的創(chuàng)新評價和動態(tài)面板模型［J］. 上海財經(jīng)大學(xué)學(xué)報，2017，19（6）：4-17.

［33］ 王金營，李莊園，王冬梅. 中國人口長期發(fā)展目標(biāo)研究：基于增強經(jīng)濟實力的認(rèn)識［J］. 人口研究，2022，46（4）：40-54.

［34］ PASTOR J T，KNOX LOVELL C A. A global Malmquist productivityindex［J］. Economics letters，2005，88（2）：266-271.

［35］ 尚娟，廖珍珍. 新型城鎮(zhèn)化對綠色全要素生產(chǎn)率的影響［J］. 統(tǒng)計與決策，2021，37（5）：116-119.

［36］ 蔡烏趕，周小亮. 中國環(huán)境規(guī)制對綠色全要素生產(chǎn)率的雙重效應(yīng)［J］. 經(jīng)濟學(xué)家，2017（9）：27-35.

［37］ 馬春艷，龔政，李谷成. 政府支持、FDI與農(nóng)業(yè)技術(shù)創(chuàng)新：基于產(chǎn)出與效率的雙重視角［J］. 農(nóng)林經(jīng)濟管理學(xué)報，2020，19（1）：24-33.

［38］ 展進濤，徐鈺嬌. 環(huán)境規(guī)制、農(nóng)業(yè)綠色生產(chǎn)率與糧食安全［J］.中國人口·資源與環(huán)境，2019，29（3）：167-176.

［39］ 李玲，陶鋒. 中國制造業(yè)最優(yōu)環(huán)境規(guī)制強度的選擇：基于綠色全要素生產(chǎn)率的視角［J］. 中國工業(yè)經(jīng)濟，2012（5）：70-82.

［40］ 袁俊，吳殿廷，吳錚爭. 中國農(nóng)村人口老齡化的空間差異及其影響因素分析［J］. 中國人口科學(xué)，2007（3）：41-47，95.

（責(zé)任編輯：蔣金星）