稻麥之別：種植結構差異與農村人力資本積累

中圖分類號：F329.9;文獻標識碼：A

時處世界百年未有之大變局，我國全面建設社會主義現(xiàn)代化國家，最艱巨、最繁重的任務仍然在農村。為應對這一挑戰(zhàn)，政府每年發(fā)布聚焦于“三農”問題的“中央一號文件”，對農業(yè)農村改革的方向進行規(guī)劃。近四年來，“中央一號文件”的主題均圍繞鄉(xiāng)村振興展開，并多次強調農民教育在其中的重要性。2021年《中共中央國務院關于全面推進鄉(xiāng)村振興加快農業(yè)農村現(xiàn)代化的意見》明確指出，農村基礎教育是農民教育的起點，要改善農村基礎教育條件，從根本上促進農民文化素質和技能水平的提升。2022 年《中共中央 國務院關于做好2022年全面推進鄉(xiāng)村振興重點工作的意見》指出，要加強農村實用人才培訓，大力推動鄉(xiāng)村振興人才支持計劃，培養(yǎng)農業(yè)科技人才。此外，在鄉(xiāng)村振興的時代背景下，習近平總書記也在講話中多次強調：“推動鄉(xiāng)村振興，要把人力資本放在核心位置。一些農村發(fā)展乏力，關鍵在于缺人才，缺發(fā)展引路人、產業(yè)帶頭人、政策明白人”。農業(yè)要發(fā)展、農村要進步、農民要致富都離不開人力資本支持，而人力資本積累又從根本上依賴教育的深化與發(fā)展。

受教育程度是衡量人力資本水平的核心指標。1]我國長久以來形成的小農經濟和家庭貧困弱化了農民求學意愿，特殊年代零星進發(fā)的“讀書無用論”思想也使農民教育質量有所下降，導致農民教育有效需求低下。2]改革開放后，部分農村人才外流[3]，加劇了農村人力資本積累水平的降低。同時，我國農村人力資本積累水平還具有顯著的區(qū)域異質性，表現(xiàn)為“北高南低”。1]如圖1所示，我國南方四省農民的受教育水平顯著低于北方四省，相應地南方四省的稻谷種植面積顯著高于北方四省、小麥種植面積顯著低于北方四省。南北方農民受教育水平的差異何為誘因？為何南北方農村人力資本積累水平的高低與作物種植類型呈現(xiàn)明顯差異？不同作物種植特點如何影響南北方農村人力資本的積累？這些問題均有待回答。鑒于此，本文基于稻米理論著重分析糧食種植結構差異對農村人力資本積累的影響機理，并從微觀個體層面進行實證研究，為政府調整糧食安全政策、均衡農村人力資本積累、促進農業(yè)高質量發(fā)展和鄉(xiāng)村振興提供參考。

與已有研究相比，本文可能的邊際貢獻主要體現(xiàn)在三個方面。第一，研究角度方面，既有文獻多關注糧食種植結構的影響因素，本文轉換視角，重點考察不同糧食種植結構所產生的影響。通過稻米理論剖析其對農村人力資本積累的作用，為該領域研究開拓了新維度。第二，研究方法方面，本文基于住戶調查數(shù)據(jù)，從微觀角度出發(fā)，以年均降雨量作為糧食種植結構的工具變量，運用2SLS法有效規(guī)避內生性偏差，為農村人力資本積累研究提供可靠依據(jù)。第三，研究內容方面，本文引入農民就業(yè)選擇問題，將糧食種植結構、農村人力資本積累及其交互項納入計量模型，剖析農村人力資本積累背景下，糧食種植結構對農民就業(yè)選擇的影響機制。

一、文獻綜述

（一）糧食種植結構

農業(yè)種植結構是一個國家或地區(qū)農作物種植種類及種植面積的比例。4]楊進等以各類農作物播種面積占比測度農業(yè)種植結構5，該思路被后續(xù)學者用于界定糧食種植結構。

現(xiàn)有研究從社會、經濟和環(huán)境三方面分析糧食種植的影響效應。在社會影響上，從國家層面看，糧食種植與經濟增長適配度越高，越利于社會和諧穩(wěn)定。從農戶個體層面看，相較于經濟作物，糧食種植勞動力需求較少、便于機械化作業(yè)，可以釋放家庭勞動力用于非農就業(yè)[7]，這既提升了農民就業(yè)機會[8]，又促進了農民收入增長9。但也有學者指出，糧食種植比例增加會減少農戶在高附加值領域的獲利機會，不利于農民增收。10]在經濟影響上，糧食種植借助專業(yè)化分工提升農業(yè)總產值與生產效率[11]，且其對農產品加工、農業(yè)機械化及技術創(chuàng)新有顯著推動作用[12]。在環(huán)境影響上，糧食種植結構調整可以明顯節(jié)省對于水土資源的消耗量[13]，顯著降低化肥污染的排放量[6]。

在自然地理條件與人類社會活動的長期互動下，我國形成了以“秦嶺－淮河”為界的“南稻北麥”種植格局。Talhelm等最早探討了該種植格局對我國南北方人群性格形成的影響，提出了著名的“稻米理論”。14]丁從明等探討了該種植格局對我國南北方信任模式的影響，發(fā)現(xiàn)不同糧食作物的種植協(xié)作需求形成了差異化信任模式，且這種差異可以代際傳遞。15]丁從明還進一步研究了“南稻北麥\"種植差異對家庭分工和女性社會地位的影響，豐富了水稻文化理論的研究內容。此外，學者們也對“南稻北麥”的經濟影響展開研究，曹暉等指出“南稻北麥\"種植格局形成的差異化社會網(wǎng)絡關系是影響收入代際流動的重要因素。17]鞏閱等基于“南稻北麥\"考察了跨文化流動經歷對家庭儲蓄率的影響，捕捉經濟動因背后的文化影響。18]

（二）農村人力資本積累

學者們常用農民受教育程度衡量其水平，研究涵蓋現(xiàn)狀、影響因素、區(qū)域分布等，本文則聚焦影響因素。已有文獻主要圍繞家庭特征展開研究，Evans等發(fā)現(xiàn)，在農村“兄妹”“姐弟\"關系中女性的教育資源和機會少于男性。19彭剛和劉孟含指出，農村家庭人口結構、經濟狀況與受教育程度密切相關，教育可以促進靈活就業(yè)和居民增收。20]此外，父母受教育程度提高會顯著促進子女受教育程度提高[21]，并且可與職業(yè)及家庭社會資本共同影響子女教育。22] Hu 等認為，母親家庭地位和社會地位提高，有助于增加子女教育機會、緩解教育性別歧視。[23]

（三）糧食種植結構與農村人力資本積累的關系

關于糧食種植結構與農村人力資本積累的關系，目前僅有少數(shù)學者開展研究，且多聚焦于受教育程度提升對種植結構調整的影響。葉初升、馬玉婷認為，農戶受教育水平越高、與技術進步適配性越強，越有可能種植經濟作物，也越有助于推動農作物種植結構轉型。24]Zhang 認為，農戶家庭成員受教育程度越高，改變種植結構的可能性越低。25]張斌等發(fā)現(xiàn)，家庭農場主的受教育年限越長，種植結構越傾向非糧化，接受種糧培訓時則傾向趨糧化。26]

綜上所述，目前關于糧食種植結構和農村人力資本積累的單方面研究成果比較豐富，但將二者綜合探討的文獻卻很少，僅有的分析也是關注農民受教育程度對種植結構調整的影響，忽視了種植結構選擇對農村人力資本積累的作用。目前尚無學者深入分析糧食種植結構如何影響農村人力資本積累，這為本文提供了研究空間。

二、理論基礎及研究假說

（一）稻谷種植的時間擠占效應

南北方糧食種植結構差異顯著，不同糧食作物勞作形式顯著影響南北方農村人力資本積累。南方稻作區(qū)以種植水田作物（稻谷）為主，并且存在一年兩熟或三熟以及其它輪作模式，農民的農忙時間長。與小麥種植相比，稻谷種植需要精耕細作，耗費大量勞動力[27]，勞作周期分散漫長且“耗老”，約為種植同等面積小麥的四倍[28]，且勞動力數(shù)量和質量都會影響糧食種植[29]，所以種植水稻的農民需要投入大量時間和精力參與農業(yè)生產。20世紀七八十年代中國物質匱乏，包括學齡孩童在內的家庭成員均需作為勞動力參與農業(yè)生產，但農村人力資本積累離不開教育與職業(yè)培訓[30]，需投入時間和精力深人學習。由此，糧食種植所需勞動時間與學習時間沖突，選擇種植糧食作物就會壓縮學習時間，降低受教育水平。尤其改革開放之前，農業(yè)機械化水平較低，糧食播種面積越大，所需勞動力越多，農民越需要盡早投入生產，這在很大程度上壓縮了他們的受教育時間，不利于農村人力資本水平提高。31]所以稻谷種植擠占學齡孩童時間和精力，阻礙其學業(yè)發(fā)展，限制了南方農民家庭人力資本積累。

（二）稻谷種植的社會文化效應

不同糧食種植區(qū)因農業(yè)生產方式差異，形成不同文化心理特征[14]，進而影響南北方農民教育投資行為。稻谷種植對于灌溉系統(tǒng)要求較高，而灌溉設施具有明顯外部性，需農民及村莊合作，這對于農民個人行為具有較強約束力，使他們不能按照自家種植結構隨意調整種植時間及方式[32]，進而演化出了一套相對嚴格的種植模式。北方旱作區(qū)小麥種植粗放，依靠自然降水或井水灌溉即可滿足基本生長要求，勞作周期集中而短暫，對勞動力的需求量也較低，且因氣候和人口因素，不適用南方換工方式，多以雇工方式解決勞動力需求。2這種差異使水稻種植區(qū)形成集體主義文化，強調群體和諧與相互依賴;小麥種植區(qū)形成個體主義文化，注重個人自主性與獨立性。在集體主義主導的稻谷種植區(qū)，家庭資源傾向滿足群體短期需求，農民或更看重勞動力即時貢獻，忽視長期教育投資。小麥種植季節(jié)性強、獨立性高，農民時間安排自由，便于集中精力學習提升受教育水平。

基于上述理論基礎，提出以下兩個研究假說：

H1：不同種植區(qū)的農村人力資本積累水平差異顯著，突出表現(xiàn)為“北高南低”特征。

H2：稻谷種植區(qū)農村人力資本積累水平顯著低于小麥種植區(qū)農村人力資本積累水平。

三、模型設計

（一）樣本選擇及數(shù)據(jù)來源

受家庭聯(lián)產承包責任制影響，從1978年開始中國農業(yè)的生產方式、經營方式發(fā)生了巨大變化。這一制度的最初實施并非全國同步開展，而是選取特定地區(qū)進行小范圍試點實驗。在這一過程中，1960—1979 年出生的農民正處于青壯年向中年過渡的階段，他們作為農村家庭的主要勞動力和經濟支柱，在農業(yè)生產決策與實踐中發(fā)揮了關鍵作用，不僅事關家庭收入的增減，還直接影響到子女教育資源的投人和自身技能的提升。這些因素相互交織，共同構成了農村人力資本積累的重要組成部分，并且與“南稻北麥\"種植結構對農村人力資本積累水平的影響存在緊密關聯(lián)。因此，本文選擇以1960—1979年出生的農民為樣本進行實證研究。本文數(shù)據(jù)主要來源于CFPS數(shù)據(jù)庫、《中國統(tǒng)計年鑒》《新中國六十年統(tǒng)計資料匯編》《新中國五十年統(tǒng)計資料匯編》等。具體的樣本篩選及變量處理過程如下： ① 保留基于國家統(tǒng)計局城鄉(xiāng)分類資料所確定的鄉(xiāng)村樣本；② 選取出生年份在1960—1979年的樣本; ③ 剔除缺失受訪者已完成受教育年限和受訪者已完成最高學歷水平數(shù)據(jù)的樣本； ④ 使用個人編碼對成人庫和家庭關系庫中的樣本進行匹配，得到受訪者的父母最高學歷水平和家庭成員數(shù)數(shù)據(jù)，并刪除其中缺失數(shù)據(jù)的樣本； ⑤ 篩選問卷結構相同的CFPS2010、2012、2014、2016、2018五期數(shù)據(jù)中的重復個人編碼，僅保留第一次調查時的樣本; ⑥ 選擇受訪者8歲時所在省份的糧食種植結構、人均耕地面積、青壯年勞動力占比、人均GDP 和教育投入與無重復樣本一一匹配; ⑦ 參考張雨吟的宗族觀念數(shù)據(jù)[33]，與篩選出的樣本進行配對； ⑧ 使用插值法、模型預測法等補充控制變量中的缺失值，形成完整的截面數(shù)據(jù)； ⑨ 刪除前后矛盾、有異常值的樣本。經過以上數(shù)據(jù)處理，最終得到包含23（青海、海南、內蒙古、西藏、寧夏、新疆、北京、重慶除外）個省、自治區(qū)、直轄市在內的7853個樣本。

（二）模型設計與變量說明

1.模型設計

依據(jù)前文理論分析，農民在糧食種植上的投入越多，其可用于接受教育的時間和資源就越少，進而會降低農村人力資本積累水平，即糧食種植與農村人力資本積累之間存在可能的負向關系。據(jù)此，本文構建基準回歸模型如下：

式中， Y_i 表示調查樣本中受訪者 i 的受教育程度，用已完成受教育年限、已完成最高學歷和平均受教育年限來衡量； X_i 表示受訪者 i 在8歲時所處省份的糧食種植結構，用是否主要種植稻谷和稻谷種植比例來衡量； Z_i 是一系列影響受訪者受教育水平的控制變量集合，包括受訪者性別、年齡結構、父親最高學歷、母親最高學歷、家庭成員數(shù)以及受訪者8歲時所在省份的人均耕地面積、青壯年勞動力占比、人均GDP、教育投人和宗族文化； 是隨機誤差項。該模型中仍然可能存在因遺漏變量偏差而導致的內生性問題，本文引入了工具變量進行回歸，以降低模型估計中存在的誤差。具體來看，工具變量的選擇一方面必須要與糧食種植密切相關，另一方面又要對農民受教育水平沒有直接影響。因此，參考羅必良等的做法[32]，使用描述自然條件的變量較為合適，本文中選擇了年均降雨量。對于工具變量的估計方法，主要有以下四種：兩階段最小二乘法、無偏工具變量估計法、限制性最大似然估計法和交互項工具變量估計法，其中兩階段最小二乘法（2SLS）因為具有穩(wěn)健性、能夠適應多個內生變量與多個工具變量、可以進行統(tǒng)計推斷而被廣泛應用，故本文選擇該方法進行估計，具體過程如下所示：

第一階段： X_i=β₀+β₁prcp+β₂Z_i+μ_i 第二階段：

其中，第一階段是糧食種植結構對年均降雨量和全部控制變量的回歸，prcp表示年均降雨量;第二階段是農民受教育程度對第一階段擬合值和控制變量的回歸。這種估計方法可以避免因內生性問題導致的回歸系數(shù)估計誤差。

2.變量說明

（1）被解釋變量：農民受教育水平。微觀上用受訪者已完成受教育年限和已完成最高學歷進行衡量；宏觀上受數(shù)據(jù)可獲得性限制，以各省份不同年齡結構中受訪者受教育年限的平均值加以測度。

（2）核心解釋變量：糧食種植結構。主要運用兩種方式進行測度： ① 采用受訪者所在省份“是否主要種植稻谷”來衡量，在各省份的糧食種植中，稻谷播種面積比例在 0%～90% 之間波動，范圍較廣，為了凸顯稻谷種植在不同地區(qū)之間的區(qū)別，本文設定當?shù)竟炔シN面積比例在1968—1979年中的大部分年份都超過 20% 時，認為該省份主要種植稻谷，則賦值該省份的糧食種植結構虛擬變量為1，否則為0;江蘇省和安徽省位于“秦嶺－淮河”分界線，南北各占一半，其稻谷和小麥的播種面積比例都在 20% 以上，因此不引入基準回歸模型。 ② 使用受訪者8歲時所在省份的稻谷種植比例進行測度，該比例越高，表明該地區(qū)的糧食種植越傾向于稻谷種植。

（3）控制變量：本文從個人特征、家庭情況和外部因素三方面選擇了10個控制變量。個人特征中包括2個變量，性別按照虛擬變量引入，男性賦值為1，女性賦值為0;年齡結構按照分類變量引人，若農民在1960—1964 年出生則賦值為1，在1965—1969年出生賦值為2，在1970—1974年出生賦值為3，在1975—1979 年出生賦值為4。家庭情況中包括受訪者父母已完成的最高學歷、家庭成員數(shù)以及受訪者8歲時所在省份的人均耕地面積和青壯年勞動力占比5個變量，人均耕地面積是總耕地面積與鄉(xiāng)村總人口的比值;青壯年勞動力占比是15—64歲人口在總人口中所占的比重，但該數(shù)據(jù)的缺失年份較多，使用總人口的增長率進行推算。外部因素中包括經濟發(fā)展水平（受訪者8歲時所在省份的人均GDP）、教育投入和宗族觀念3個變量，人均GDP是經過平減折算得到的1987年固定價格的人均GDP;教育投入是教育支出在財政支出中所占的比重，但由于個別省份的缺失值較多，使用財政支出的增長率進行測算;宗族觀念則使用每方人擁有的族譜卷數(shù)進行衡量。

鑒于篇幅所限，相關變量的描述性分析結果留存?zhèn)渌鳌?/p>

四、實證結果與分析

（一）基準回歸結果

表1為糧食種植結構對農村人力資本積累影響的估計結果。列（1）（2）是以受訪者已完成受教育年限作為被解釋變量，受訪者8歲時所在省份是否主要種植稻谷，以及稻谷種植比例分別作為核心解釋變量時得到的回歸結果。其中，糧食種植結構的回歸系數(shù)均顯著為負數(shù)，即稻谷種植區(qū)農民的平均已完成受教育年限顯著低于小麥種植區(qū)農民，這表明農民的稻谷播種面積越大，可用于接受教育的時間越短，他們所在區(qū)域農村的人力資本積累水平就越低。

列（3）（4）是被解釋變量為受訪者已完成最高學歷時所得到的基準回歸結果。糧食種植結構的回歸系數(shù)與列（1）（2）中的結果相一致，即稻谷種植區(qū)農民的平均最高學歷顯著低于小麥種植區(qū)農民。

（二）穩(wěn)健性檢驗

通過兩種方式對回歸結果進行穩(wěn)健性檢驗。一是替換被解釋變量，將受訪者已完成受教育年限和已完成最高學歷替換為平均受教育年限，結果顯示糧食種植結構回歸系數(shù)仍顯著為負數(shù)，從宏觀層面驗證了結果的穩(wěn)定性。二是擴大樣本量，將江蘇、安徽（稻麥種植比例均超 20% 且稻谷播種面積更大）兩省劃入稻谷種植區(qū)重新回歸，結果中糧食種植結構回歸系數(shù)依舊顯著為負數(shù)，且與原系數(shù)值接近。這既表明了兩省稻谷種植對農村人力資本積累影響更大，也再次證實了基準回歸結果的可靠性。

（三）內生性討論

針對模型因遺漏變量導致的內生性問題，本文選取年均降雨量作為糧食種植結構的工具變量進行2SLS 估計。其中，列（1）（2）（3）（4）是分別使用受訪者已完成受教育年限、受訪者已完成最高學歷、平均受教育年限做被解釋變量以及擴大樣本量時所得到的模型估計結果。工具變量不可識別檢驗、弱工具變量檢驗及第一階段F統(tǒng)計量均表明年均降雨量是合適的工具變量。2SLS估計顯示：第一階段，年均降雨量對糧食種植結構的影響在 1% 水平顯著;第二階段，糧食種植結構回歸系數(shù)為-1.875、-0.273、-1.810和-1.911，大于基準回歸與穩(wěn)健性檢驗的對應系數(shù)（－1.084、-0.182、-1.358和－1.031），說明內生性使OLS回歸低估了稻谷種植對農村人力資本積累的負向影響。

綜合基準回歸、穩(wěn)健性檢驗和內生性討論的估計結果，可以確認稻谷種植區(qū)農村人力資本積累水平顯著低于小麥種植區(qū)農村人力資本積累水平。假說H1與H2得到驗證。

五、進一步分析

（一）異質性分析

1.經濟發(fā)展異質性

以1987年固定價格計算的人均GDP衡量經濟發(fā)展水平，將1968—1987年人均GDP始終低于1000元的省份劃為經濟緩慢發(fā)展地區(qū)，其余為快速發(fā)展地區(qū)?；貧w結果顯示，兩類地區(qū)糧食種植結構回歸系數(shù)均為負，但快速發(fā)展地區(qū)系數(shù)未通過顯著性檢驗。表明糧食種植結構對農村人力資本積累的影響在不同經濟發(fā)展水平地區(qū)差異顯著，經濟發(fā)展水平提升能夠弱化稻谷種植對農村人力資本積累的負向作用。[34]

2.年齡異質性

按照控制變量的年齡劃分標準，將樣本分為4組?；貧w結果顯示，糧食種植結構的回歸系數(shù)估計值均顯著為負數(shù)，表明稻谷種植區(qū)農民平均受教育年限低于小麥種植區(qū)，且不受年齡結構影響。但年齡結構1和4的系數(shù)估計值明顯小于2和3，說明糧食種植結構對農村人力資本積累的影響在不同年齡組間差異顯著。

（二）農民就業(yè)選擇

依據(jù)CFPS2018中的“工作性質”，將受訪者分為農業(yè)和非農工作，參考李根麗和尤亮的模型設計思路[3]，將反映糧食種植結構、農村人力資本積累及其交互項的變量引人模型其進行Logit 回歸。結果顯示，“是否主要種植稻谷\"\"稻谷種植比例”和\"受訪者已完成受教育年限”\"受訪者已完成最高學歷”的系數(shù)估計值均為正數(shù)，且后兩者更顯著，表明在考慮農村人力資本積累狀況時，稻谷播種面積越大，農民受教育水平越高，農民越傾向于從事非農工作，且受教育水平是關鍵影響因素。交互項系數(shù)都為負數(shù)，但僅有列（2）中的數(shù)值顯著，說明稻谷種得越多，農民教育水平往往越低;而高學歷農民若大量種植稻谷，更可能選擇農業(yè)工作。即糧食種植結構與農村人力資本積累既獨立影響就業(yè)選擇，也存在協(xié)同作用。值得關注的是，盡管農民受教育水平提高和稻谷種植面積擴大各自促使農民向非農轉移，但兩者同時發(fā)生時，農民反而傾向利用知識技能擴大農業(yè)生產，側面證明農村人力資本積累可以緩解因糧食種植導致的離農問題。

六、結論與政策啟示

基于CFPS2010—2018中23個省份的截面數(shù)據(jù)，通過多元回歸分析探討了糧食種植結構對農村人力資本積累的影響，從經濟發(fā)展、性別和年齡三方面探究其異質性，并運用Logit模型研究糧食種植結構在人力資本作用下對農民就業(yè)選擇的影響。結果表明： ① 稻谷種植區(qū)農村人力資本積累水平顯著低于小麥種植區(qū)，該結論經多種檢驗仍穩(wěn)??； ② 糧食種植結構對農村人力資本積累的影響在經濟發(fā)展水平和年齡結構間差異顯著，在性別間無顯著差異，經濟發(fā)展能弱化稻谷種植的負向影響，學歷超初中后稻谷種植的負向影響減弱，特定年齡段農民受教育水平存在差異； ③ 農民受教育水平提高和稻谷種植面積擴大均促使農民傾向非農工作，但二者同時發(fā)生時，農民更傾向從事農業(yè)工作。

本文的政策啟示：第一，建立糧食生產與人力資本積累的補償機制。從制度設計層面，需要構建兼顧國家糧食安全戰(zhàn)略與農民發(fā)展權益的政策體系。一方面，通過差異化補貼政策對糧食主產區(qū)農戶進行經濟補償，在保障基本種植收益的同時，為其人力資本投資創(chuàng)造物質基礎;另一方面，應當將教育培訓資源向糧食主產區(qū)傾斜，建立面向種糧農民的職業(yè)資格認證體系，使其在承擔糧食安全責任的同時獲得可持續(xù)發(fā)展能力。第二，推進農業(yè)基礎設施與數(shù)字技術深度融合?，F(xiàn)代農業(yè)基礎設施建設應當超越傳統(tǒng)的物質資本投人范疇，與農民人力資本發(fā)展形成協(xié)同效應。一方面，通過高標準農田建設和智能裝備應用降低農業(yè)生產對簡單勞動的依賴，釋放農民的發(fā)展空間；另一方面，借助數(shù)字技術構建新型農民培訓體系，打破時空限制的知識傳播障礙。第三，完善農業(yè)生產社會化服務體系。加快培育專業(yè)化服務主體，將傳統(tǒng)農業(yè)生產環(huán)節(jié)轉化為市場化服務供給，在實現(xiàn)糧食生產規(guī)?；洜I的同時，為農民職業(yè)轉型創(chuàng)造條件，重點構建社會化服務與非農就業(yè)的銜接機制，形成農業(yè)生產效率與農民發(fā)展質量同步提升的良性循環(huán)。

參考文獻：

[1]李海崢，賈娜，張曉蓓，等．中國人力資本的區(qū)域分布及發(fā)展動態(tài)[J]．經濟研究，2013（7）：49～ 62．

[2]周云波，楊家奇．農戶生計恢復力與家庭教育期望：基于CFPS數(shù)據(jù)的實證分析[J]．山西財經大學學報，2023 （4）：16～30．

[3]周國富，盧芙蓉．新型城鎮(zhèn)化對城鄉(xiāng)收入差距的影響：機制與路徑[J]．統(tǒng)計學報，2023（6）：1～14.

[4]張琛，彭超，毛學峰．非農就業(yè)、農業(yè)機械化與農業(yè)種植結構調整[J]．中國軟科學，2022（6）：62～ 71.

[5]楊進，鐘甫寧，陳志鋼，等．農村勞動力價格、人口結構變化對糧食種植結構的影響[J]．管理世界，2016（1）：78～ 87．

[6]羅斯炫，何可，張俊飚．增產加劇污染：基于糧食主產區(qū)政策的經驗研究[J]．中國農村經濟，2020（1）：108～ 131．

[7]林堅，李德洗．非農就業(yè)與糧食生產替代抑或互補：基于糧食主產區(qū)農戶視角的分析[J]．中國農村經濟，2013 （9）：54～62．

[8]文洪星，韓青．非農就業(yè)如何影響農村居民家庭消費：基于總量與結構視角[J]．中國農村觀察，2018（3）：91～109．

[9]王虎邦，夏衛(wèi)杰，逯鵬飛．農民工返鄉(xiāng)創(chuàng)業(yè)促進縣域共同富裕的新證據(jù)[J]．統(tǒng)計學報，2024（4）：80～ 94．

[10]劉成，周曉時，陳莎莎，等．湖北省農業(yè)結構調整對農民收入的效應分析[J]．中國農業(yè)大學學報，2017 （9）：201～211．

[11]楊進，劉新宇．中國農業(yè)種植結構變化對生產效率的影響：基于專業(yè)化分工的視角[J]．華中科技大學學報（社會科學版），2021（4）：64～ 73．

[12]羅其友，劉洋，唐華俊，等．新時期我國農業(yè)結構調整戰(zhàn)略研究[J]．中國工程科學，2018（5）：31～ 38．

[13]金濤．中國糧食作物種植結構調整及其水土資源利用效應[J]．自然資源學報，2019（1）：14～ 25．

[14] Talhelm T.，Zhang X.，Oishi S.，et al_Large - Scale Psychological Differences within China Explained by Rice VersusWheat Agriculture[J].Science，" 2014（ 6184）：603～ 608.

[15]丁從明，周穎，梁甄橋．南稻北麥、協(xié)作與信任的經驗研究[j]．經濟學（季刊），2018（2）：579～ 608.

[ 16]丁從明，董詩涵，楊悅瑤．南稻北麥、家庭分工與女性社會地位[J]．世界經濟，2020（7）：3～25.

[17]曹暉，羅楚亮，武翰濤．南稻北麥與收入代際流動性的地區(qū)差異[J]．湘潭大學學報（哲學社會科學版），2021（5）：57～63．

[18]鞏閱碹，王河歡，丁從明，等．跨文化流動經歷與家庭儲蓄率：基于“南稻北麥”視角的研究[J]．數(shù)量經濟技術經濟研究，2025 （2）：47～ 68．

[19] Evans D.K..Akmal M.， Jakiela P.Gender Gaps in Education： The Long View[J]." LZA Journal of Development andMigration， 2020（1）：1～27.

[20]彭剛，劉孟含．中國省級城鄉(xiāng)發(fā)展差距統(tǒng)計測度與演進：基于HDI的研究視角[J]．統(tǒng)計學報，2024（1）：12～ 25.

[21lKantova K." Paremal Involvement and Education Outcomes of The.ir Children[ Jl." "Applied Economics， 2024 （48）：5683～5698.

[22]陳榮賡，李天峰．住房產權歸屬何以影響城市家庭教育投資[J]．山西財經大學學報，2025 （1）：60～ 71.

[ 23] Hu Y.，Qian Y.Gencler，" Education Expansion and Intergenerational Educational Mobility Around the World[J].NatureHuman Behaviour， 2023 （4）： 583～ 595.

[24]葉初升，馬玉婷．人力資本及其與技術進步的適配性何以影響了農業(yè)種植結構？[J]．中國農村經濟，2020（4）：34～ 55.

[25]2hang H.Analysis on Farmer's“Non - Crain\" Planting Choice： Based on a Survey of Major Grain - Producing Areas

[J]. IDE Discussion Paper No. 789， 2020.5.

[26]張斌，孔欣悅，但雅．人力資本、種植結構與糧食安全：基于全國31個?。▍^(qū)、市）3073個家庭農場的調查數(shù)據(jù)[J]．河南師范大學學報（哲學社會科學版），2021（4）：71～ 79．

[27]袁益．文化差異與中國農村人口流動意愿：基于“稻米理論”的視角[J]．中圉農村經濟，2020（ 10）：17～ 32．

[28]馬烈，李軍．近代中國農業(yè)生產中南北方農民維持生存用工量的比較[J]．中國農史，2021（3）：84～93．

[29]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．

[30]周京奎，王貴東，黃征學．生產率進步影響農村人力資本積累嗎：基于微觀數(shù)據(jù)的研究[J]．經濟研究，2019 （1）：100～115．

[31]公茂剛，王如夢．農地產權制度改革對農村人力資本積累影響研究：基于面板數(shù)據(jù)CMP方法的實證分析[J]．商業(yè)研究，2021（2）：65～73．

[32]羅必良，耿鵬鵬．“稻米理論”：集體主義及其經濟解理[J]．華南農業(yè)大學學報（社會科學版），2022（4）：l～12．

[33]張雨吟．宗族文化對家族企業(yè)治理的影響研究[D]．中央財經大學，2022.

[34]李強彬，公曉昱．行政賦能與要素激活：村級集體經濟發(fā)展自主性何以生成[J]．貴州財經大學學報，2024（4）：79～ 89.

[35]李根麗，尤亮．非認知能力對非正規(guī)就業(yè)者工資收入的影響[J]。財經研究，2022（3）：124～138．

TheRice-Wheat Divide：Cultivation Structure Disparitiesand Rural Human Capital Accumulation

MA Keweia，b，WANG Lilia，YOU Liange

（a.School of Statistics， Shanxi University of Finance and Economics，Taiyuan，Shanxi O3Ooo6，China; b.Institute of Belt and Road，Shanxi University of Finance and Economics，Taiyuan，Shanxi O3Ooo6，China; c.InstituteofPlatform Economy，Shanxi UniversityofFinanceand Economics，Taiyuan，Shanxi O3o06，China）

Abstract：Thepattmof“southemriceandnorthern wheat”constitutes themostdistinctiveregionalcharacteristicofChina’sgrain cultivation structure，exerting profoundand enduring impacts onrural humancapital accumulation.Utilizing CFPS data as the research sampleand focusingon thepost-6Osand post-7Osrural labor forcecohorts，thisstudy investigates the eects of grain cultivation structureonrural human capital accumulation through multipleregresson models.Theresults indicatethatruralhumancapital accumulationlevels inrice-growing regionsare significantlylower than those in wheatgrowing regions.Economic developmentcan mitigate thesignificant negative impact of ricecultivationon human capital accumulation.Furthermore，the influence of grain cultivation structureon rural human capital accumulation demonstrates heterogeneity acrossdiferent agecohorts，particularly showing more pronounced efects on laborers born between 1960- 1964and1975-1979.Notably，thesynergistic effctof improved educational atainmentamong farmersand the expansion of rice cultivation areas enhances their willingness to engage in agricultural work.

Key Words;ice-wheatdivide；rainplantingstrcture；ruralhumancapitalaccumulation；cultivatedarea；famers’employentchices

責任編輯：蕭敏娜