农户兼业对粮食生产效率的非线性影响

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-12-29

黄炎忠^,¹^,², 罗小锋^,¹^,⁴, 李兆亮²^,³, 刘迪¹^,³

1.华中农业大学经济管理学院,武汉 430070

2.武汉工程大学法商学院,武汉 430070

3.湖北农村发展研究中心,武汉 430070

4.华中农业大学农村可持续发展研究中心,武汉 430070

Nonlinear effect of farmers’ off-farm employment on grain production efficiency

HUANG Yanzhong^,¹^,², LUO Xiaofeng^,¹^,⁴, LI Zhaoliang²^,³, LIU Di¹^,³

1. College of Economics and Management, Huazhong Agricultural University, Wuhan 430070, China

2. School of Law and Business,Wuhan Institute of Technology, Wuhan 430070, China

3. Hubei Rural Development Research Center, Wuhan 430070, China

4. Research Center for Rural Sustainable Development, Huazhong Agricultural University, Wuhan 430070, China

通讯作者: 罗小锋,男,湖北武汉人,教授,研究方向为农村区域发展。E-mail: luoxiaofeng@mail.hzau.edu.cn

收稿日期:2020-10-9修回日期:2021-01-30

基金资助:

国家自然科学基金项目(72073048)
国家自然科学基金青年项目(71803145)
农业农村部软科学项目(202007)

Received:2020-10-9Revised:2021-01-30
作者简介 About authors
黄炎忠,男,湖北咸宁人,博士研究生,研究方向为农业资源与环境经济。E-mail: 714912452@qq.com

摘要
农业生产的季节性特征使得农户兼业已经成为我国农民分化的重要趋势。本文基于长江流域湖北、江西和浙江3省822份水稻种植户调查数据,利用IV-Tobit和门槛效应模型论证了农户兼业对粮食生产效率的非线性影响,并从时间、资金与技术要素投入解析其作用机理。研究表明：①农户兼业对粮食生产效率具有非线性影响,农户兼业时长超过8.35个月时,兼业行为对粮食生产效率的影响方向会发生改变;②短期兼业与县域范围内近距离兼业将有助于粮食生产效率提升;③农户兼业行为主要通过增加农业生产资金与技术投入来提升粮食生产效率。因此,在客观认识和接受农户“农忙务农、农闲务工”兼业身份的同时,不仅要鼓励发展县域经济,实现农民就近转移就业,还要积极培育农业社会化服务组织,引导长时间兼业农户退出农业生产。研究结论可为充分客观地评价现阶段我国粮食生产中的农户兼业行为提供一定的理论和实证依据。
关键词： 粮食安全;农户兼业;外出务工;粮食生产效率;非线性影响;门槛回归;长江流域

Abstract

Due to the seasonal characteristics of agricultural production, it has become an important trend for agricultural producers to engage in both agricultural and non-agricultural activities. Based on the sample data of 822 rice growers from Hubei, Jiangxi, and Zhejiang provinces in the Yangtze River Basin, this study empirically analyzed the nonlinear effects of off-farm employment on grain production efficiency by using the IV-Tobit and threshold effect models. The mechanism of impact was analyzed from labor time, capital, and technology input. The results show that some off-farm employment of farmers will not affect the normal production of agriculture, but is conducive to the improvement of grain production efficiency. Specifically, first of all, the part-time employment of farmers has a nonlinear impact on grain production efficiency, and the duration of off-farm employment should not exceed 8.35 months. Second, the short-term and short-distance off-farm employment will help to improve the efficiency. Third, farmers’ off-farm employment improves grain production efficiency mainly through the intermediary path of increasing agricultural production capital and technology input. Therefore, on the basis of understanding and accepting farmers’ off-farm employment as their new identity, we should not only encourage the development of county economy and realize the localized transfer and employment of farmers, but also actively cultivate and develop agricultural service organizations to guide farmers who engage in long-term off-farm employment to withdraw from agricultural production. The conclusions provides a certain theoretical and empirical basis for fully and objectively evaluating the off-farm employment of farmers in the process of grain production in China.

Keywords：food security;farmers’ off-farm employment;migrant work;grain production efficiency;nonlinear effect;threshold regression;Yangtze River Basin

PDF (0KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex 收藏本文
本文引用格式
黄炎忠, 罗小锋, 李兆亮, 刘迪. 农户兼业对粮食生产效率的非线性影响[J]. 资源科学, 2021, 43(8): 1605-1614 doi:10.18402/resci.2021.08.08
HUANG Yanzhong, LUO Xiaofeng, LI Zhaoliang, LIU Di. Nonlinear effect of farmers’ off-farm employment on grain production efficiency[J]. RESOURCES SCIENCE, 2021, 43(8): 1605-1614 doi:10.18402/resci.2021.08.08

1 引言

农户兼业成为农村社会发展中农民分化的重要方向^[1],农业生产者“农忙务农,农闲务工”的兼业行为将在中国长期存在^[2]。《2019年农民工监测调查报告》显示,中国农民工总量为2.91亿人,其中本地就业农民工占比40.07%,省内就业农民工占比34.11%,且两者所占比重均在逐年提高。农户兼业环境的形成是城镇化与工业化发展的必然结果^[3]。兼业有利于分散农业生产风险和优化劳动力配置效率^[4,5]。然而,农户外出务工现象却也引发****们关于“谁来种地”“如何种地”“农业劳动力老龄化和妇女化”“农业副业”等一系列担忧^[6,7]。在中国“刘易斯拐点”已经到来的背景下^[8],农户兼业可能会导致农业劳动力供给短缺,继而造成粮食生产效率下降^[9,10]。因此,在新时代粮食安全观念背景下,探究农户兼业如何影响粮食生产效率具有重要的现实意义。

那么,农户兼业会如何影响粮食生产效率?现有研究已经对农户兼业与农业生产两者间的关系展开了大量有益实证研究与理论探讨,研究内容涉及粮食作物、经济作物和畜牧业等^[2],但研究结论与观点尚未统一。部分****认为农户兼业对粮食生产具有消极的影响。魏素豪^[11]研究发现兼业农户的粮食生产技术效率要远低于纯农业户,其资金、时间和劳动的单位投入产出比均出现不同程度的降低。农户兼业获取的收入补偿效应并不能弥补农业劳动力外流导致的生产力损失^[12],且非农收入大多被用于改善生活条件,并未带来生产要素投入的增加^[13,14]。同时农户兼业还带来农业劳动力低素质化、农业生产粗放式经营、耕地撂荒和粮食商品化率低等问题^[6],这些都不利于粮食生产效率的提升。另一部分****认为农户兼业对粮食生产具有积极的影响。钟甫宁等^[15]认为外出务工能促进农户优化和调整农业生产的劳动和机械投入结构,进而提升粮食生产效率。有****发现兼业农户相较纯农业户具有更高的粮食单产水平^[9]。此外,农户兼业也有利于农地流转^[16],促进土地规模化^[17,18],对粮食生产效率的提升具有明显的推动作用^[13],类似的结论也得到许荣等^[19]、江鑫等^[4]的证实。而导致上述争论的关键为：①现有研究未将农户假设为一个理性的既经营粮食又兼营其他业务的完整经营主体;②农户从事粮食生产经营的时长并未得到有效控制;③理论和实证分析均未揭示和检验农户兼业与粮食生产间的非线性作用关系。

已有文献为本文的开展提供丰硕的理论支撑,但仍有部分可拓展的空间：首先,在研究农户兼业对粮食生产效率影响的文献中,部分****混淆了农业劳动力转移与农户兼业的概念,进而夸大农户兼业对粮食生产带来的负面影响。农户兼业更强调农户“亦工亦农”身份,兼业农户仍然在从事农业生产^[20]。且现有研究大多假定农户兼业时间“同质性”,未关注到农时因素^[2],进而忽视农户兼业时长与时间节点对农业生产的影响差异。区别于以往研究文献,本文认为农户兼业对粮食生产效率存在非线性影响,也即农户兼业只要不挤占“农忙时间”,就不会给粮食生产带来负面影响。其次,现有研究对农户兼业的衡量指标存在较大差异,****们各自探讨兼业时间、兼业收入、兼业人数、外出就业经历等对农业生产带来的影响^[4,7,13],据此虽然产生丰富的研究成果,但也造成研究结论的片面性,并在一定程度上导致结论分歧。最后,农户兼业对粮食生产效率影响路径的实证有待拓展和补充。部分****从土地流转和机械服务等视角解读农户兼业对粮食生产效率影响的作用路径^[14]。但另有研究表明,由于农户存在土地情结、土地租金敏感度低^[21]等原因,使得农户兼业并不必然导致土地流转^[22],且兼业户与纯农业户粮食生产环节的机械化程度差异不大^[11]。相较而言,农户兼业与粮食生产效率两者间关系的论证更应该关注农业生产要素投入结构变化带来的影响。

鉴于此,本文以长江流域湖北、江西和浙江3省822份水稻种植户调查数据,在利用DEA-BCC模型测算农户粮食生产效率的基础上,运用IV-Tobit和门槛效应模型估计了农户兼业对粮食生产效率的非线性影响,并依次从兼业行为、兼业时长、兼业收入和兼业地点展开详致的异质性分析,最后利用中介效应模型从农业生产时间、资金和技术投入3条路径,解析农户兼业对粮食生产效率的影响路径。本文旨在为充分客观地评价农户兼业行为对粮食生产可能带来的积极与消极影响提供一定的理论与实证依据。

2 理论分析与研究假说

农户兼业是农业专业化的相对概念^[9],指农户季节性从事农业生产的同时,合理利用农闲时间进行非农就业^[4]。兼业农户具有亦工亦农的身份,既是农业劳动力也是非农业劳动力。当然,相较纯农业户而言,农户兼业可能会导致单位土地上劳动力投入减少。但有研究表明农业劳动力投入的时间绝对量并非越多越好,现实中纯农业户存在大量的农业劳动力投入冗余,适当的减少农业劳动力投入甚至有利于粮食生产效率的提升^[13],能显著增加农业劳动力的边际产出效率^[23]。因此,判断农户兼业是否影响粮食生产的关键在于兼业是否造成农业劳动力短缺^[9]。假定农户的时间可以被划分为休闲、农业生产和非农就业3个时间段,因为粮食生产的“农忙时节”基本是季节性固定的,所以有理由认为农闲时间的非农就业,只要不占用农忙的粮食生产时间,也就不会对粮食生产造成负面影响;也即农户兼业时长超出一定的范围,挤占到农业生产时间,兼业行为才会影响到粮食生产效率。据此,本文提出研究假说：

H1：随着农户兼业时长的增加,兼业对粮食生产效率的影响呈现倒U型关系。

基于投入产出视角,本文认为农户兼业会影响农业生产要素的投入结构,继而对粮食生产效率产生影响：

（1）农户兼业影响农业生产时间投入。农户兼业与劳动力流动存在密切联系,兼业往往需要离开农业生产地,因此对粮食生产效率带来的影响主要来源于管理误差^[11]。而对农作物管理精细化程度主要靠农户投入的时间精力来决定,故农户在农业生产与非农就业上的时间分配就对农业生产至关重要^[2]。因此,兼业行为会使得农业劳动力脱离农业生产,甚至离开农村从事非农就业,导致单位耕地面积农业生产的劳动力时间投入减少。

（2）农户兼业影响农业生产资金投入。一方面,兼业是农户资金积累的重要方式^[2],农户可利用兼业收入来购买更多的化肥、农药、种子与机械等^[14]。有研究表明,兼业农户在耕地上的资金投入普遍增加^[24],甚至将非农就业的资金储蓄投资于他们的土地^[25]。另一方面,兼业农户会增加资金密集型要素的投入来替代劳动密集型要素^[26]。随着要素市场的完善,农业生产的劳动力投入可以被化学投入品、农业机械和社会化服务所替代^[8,12]。

（3）农户兼业影响农业生产技术投入。兼业是农户人力资本提升的重要路径,能显著增加农户的知识技能储备。赵丹丹等^[28]研究发现农户外出就业能增加获得农业生产新技术的可能性。兼业能促进农村劳动力的能力发展,提升劳动力的边际产出效率^[29]。此外,兼业有利于提升农户的社会资本。兼业让农户离开原有的农业生产区域,进而接触到更多更优秀的农业生产新技术和劳动者^[5],扩张了农户的社会网络关系和见识^[18]。因此,兼业可能促进农户更大概率地采纳农业新技术,进而提升粮食生产效率。据此,本文提出研究假说：

H2：农户兼业会影响农业生产时间、资金和技术的投入,继而影响粮食生产效率。

3 研究数据与方法

3.1 数据来源

研究数据来自课题组赴长江流域湖北、浙江和江西3省开展的水稻种植户调查。作为中国华中粮食主产区,长江流域稻农生产效率研究具有较强的现实参考价值。从以上省份水稻主产区中,随机选取襄阳、黄冈、荆门、宜春、绍兴5个样本城市。按照随机分层抽样的原则,每个市选择2~3个镇、每个镇选取4~6个村,每个村选择10~20个稻农。在正式数据收集之前,于2019年7月从上述3个省份中选取部分样本点进行预调查,并对问卷进行了再设计和改良。2019年8—9月,开展正式调研,最终收集3省13个乡镇61个村共822份有效问卷。通过与稻农面对面访谈的形式进行沟通,并根据稻农的准确表述填写问卷。问卷内容除农户个人、家庭与生产经营特征外,主要包括稻农的农业生产投入（劳动力、土地、化肥、农药、机械等）、产出（水稻产量、价格、收入等）和就业（兼业时间、地点、收入）等。

3.2 研究方法

首先,DEA是目前被广泛运用于从投入产出角度衡量决策单元相对生产效率的一种非参数估计方法,具有不需设定具体函数形式和技术非效率项的优点,对于投入产出要素的量纲一致性要求不高。鉴于粮食生产投入要素多样化特征,具体的生产函数形式无法被准确设定,且农业生产规模报酬具有可变性,故采用DEA-BCC模型测算农户的粮食生产效率：

（1）

\begin{array}{l} \min [θ_{j} - ε (\overset{m}{\sum_{i = 1}} S_{i}^{-} + \overset{n}{\sum_{r = 1}} S_{r}^{+})] \\ s.t. \{\begin{array}{l} \overset{n}{\sum_{j = 1}} P_{ij} λ_{j} + S_{i}^{-} = θ_{j} P_{i j_{}} \\ \overset{n}{\sum_{j = 1}} Y_{rj} λ_{j} - S_{r}^{+} = θ_{j} Y_{r j_{}} \\ \overset{n}{\sum_{j = 1}} λ_{j} = 1 \\ λ_{j}, θ_{j}, S_{i}^{-}, S_{r}^{+} \geq 0 \end{array} \end{array}

式中：

θ_{j}

为待估计粮食生产效率值,且

θ_{j} \in [0,1]

;

ε

为模型的非阿基米德无穷小量;

m

和

n

分别表示投入与产出的项目数;

S_{r}^{+}

与

S_{i}^{-}

分别表示径向和松弛变量;

P_{ij}

表示农户

j

的第

i

项投入;

λ_{j}

为农户投入产出要素间的组合比例;

Y_{rj}

表示第

j

个农户的第

r

项产出。考虑到理性农户农业生产的目标是利润最大化,选取稻农的稻谷产值作为产出变量,选取水稻种植的土地、种子、化肥、农药、机械和劳动力成本作为投入变量。

其次,在测算农户粮食生产效率后,考虑到

θ_{j}

为取值0~1的受限因变量,本文将进一步构建Tobit模型探究农户兼业对粮食生产效率的影响。模型设定如下：

（2）

θ_{j} = α_{1} + β_{0} wor k_{j} + β_{j} X_{j} + σ_{1}

式中：

wor k_{j}

表示农户

j

的兼业状态;

X

为可能影响粮食生产效率的其他因素;

α_{1}

为截距项;

β_{0}

、

β_{j}

为待估计系数;

σ_{1}

为随机误差项。可能影响粮食生产效率的其他因素主要包括农户的个人特征、家庭特征和生产经营特征^[16]（表1）,其中,个人特征选取户主年龄、受教育程度、健康状况3个变量,家庭特征选取家庭总收入、农业劳动力、农业收入占比3个变量,生产经营特征选取耕地质量、灌溉条件、地块距离、合作组织4个变量。此外,模型中进一步控制地形特征、地理区域和水稻类别;而模型中农户兼业行为与粮食生产效率间可能存在互为因果关系,且影响粮食生产效率的因素也无法被全部控制,因此,采用工具变量来解决模型中可能存在的内生性问题,选取村域兼业环境为工具变量。村域兼业环境会影响农户的兼业概率^[25],但并不直接影响农户的粮食生产效率,满足工具变量的选取要求。

Table 1
表1
表1模型中变量定义与赋值说明
Table 1Definition and value assignment of variables in the model

变量	定义与赋值	均值	标准差
粮食生产效率	基于DEA测算得到的技术效率数值	0.732	0.205
户主兼业行为	2018年户主是否存在兼业行为：否=0,是=1	0.315	0.130
户主年龄	户主年龄/岁	50.293	9.600
户主受教育程度	户主受教育年限/年	7.172	3.440
户主健康状况	户主身体健康状况：非常差=1,比较差=2,一般=3,比较好=4,非常好=5	3.927	0.921
家庭总收入	2018年家庭总收入/万元	11.891	4.626
家庭农业劳动力	家庭从事农业生产的劳动力人数	1.925	0.696
家庭农业收入占比	2018年农业收入占家庭总收入比重	0.544	0.213
耕地质量	水稻种植地块土地质量：非常差=1,比较差=2,一般=3,比较好=4,非常好=5	3.364	1.007
灌溉条件	水稻种植地块是否方便灌溉：否=0,是=1	0.709	0.251
地块距离	水稻种植地块离家庭住址的平均距离/km	0.884	0.339
合作组织	家庭是否加入农民专业合作组织：否=0,是=1	0.347	0.476
地形特征	所在村域的地形：山地=1,丘陵=2,平原=3	2.371	0.655
地理区域	所处的样本省份：湖北=1,浙江=2,江西=3	1.892	1.427
水稻类别	种植的水稻类型：早稻=1,中稻=2,晚稻=3,再生稻=4	2.340	1.801
村域兼业环境	同村域兼业农户样本数量与该村总样本量的比值	0.251	0.232

新窗口打开|下载CSV

最后,为了验证农户兼业时长对粮食生产效率的非线性影响,构建门槛回归模型：

（3）

θ_{j} = α_{2} + c X_{j} \cdot I (t_{j} \leq ρ) + b X_{j} \cdot I (t_{j} \geq ρ) + σ_{2}

式中：

I (\cdot)

为指示性函数,若系数

c \neq b

,说明存在门槛效应;

t

为农户的兼业时长;

ρ

为待估计的门槛值;

α_{2}

为截距项;

σ_{2}

为扰动项。

4 结果与分析

4.1 农户兼业与粮食生产效率的统计关系

根据式（1）的计算方式,通过DEAP软件测算农户的粮食生产效率。为了更直观地把握农户兼业与粮食生产效率之间的关系,将农户兼业行为、兼业时长、兼业收入与兼业地点分别与粮食生产效率做交叉表分析（表2）,并进行独立样本均值差异检验。结果表明：有无兼业行为、不同兼业时长、不同兼业地点的样本农户粮食生产效率的组间差异明显,仅兼业收入组间差异不显著,主要表现为有兼业行为、兼业时长较短和兼业距离较短的样本农户粮食生产效率更高。

Table 2
表2
表2农户兼业与粮食生产效率间的统计关系
Table 2Statistical relationship between off-farm employment and grain production efficiency

	类别	粮食生产效率均值	均值差异检验
户主兼业行为	有兼业	0.786	t=1.902**
户主兼业行为	无兼业	0.707	t=1.902**
兼业时长/月	< 4	0.771	F=1.865*
	[4, 8)	0.774
	≥ 8	0.693
兼业收入/万元	<1	0.734	F=1.266
	[1, 3)	0.717
	≥ 3	0.740
兼业地点	乡镇内	0.751	F=2.711***
	镇外县内	0.749
	县外市内	0.716
	市外省内	0.728
	省外	0.673

注：兼业行为组间差异为t检验,兼业时长、收入与地点组间差异为单因素方差分析。*、**和***依次表示均值差异通过10%、5%和1%的显著性水平检验,下同。

新窗口打开|下载CSV

4.2 农户兼业行为对粮食生产效率的直接影响

对模型中各变量依次进行共线性诊断后,进行式（2）的Tobit和IV-Tobit模型实证回归（表3）。对工具变量进行统计检验：Hausman检验统计量通过5%的显著性水平检验,拒绝农户兼业是外生变量的零假设;Stock-Yogo检验15%水平下的临界值为11.42,小于Cragg-Donald统计量16.26,表明不存在弱工具变量问题。因此,农户兼业行为对粮食生产效率的影响结果将以IV-Tobit模型为准。结果显示,农户兼业行为对粮食生产效率的影响通过了5%的显著性水平检验,且正向影响粮食生产效率。即从总样本估计的直接影响结果来看,农户从事兼业行为在一定程度上能提升粮食生产效率,该结论与钟甫宁等^[15]和黄祖辉等^[17]的研究结论一致。由第一阶段估计结果可知,户主年龄、受教育程度和健康状况是影响农户兼业行为的重要因素。具体表现为户主年龄越小、受教育程度和身体健康程度越高,就越有可能存在兼业行为。从第二阶段的估计结果来看,户主受教育程度、家庭总收入、农业劳动力、耕地质量、合作组织和地形特征正向显著影响农户的粮食生产效率,而地块距离则负向显著影响农户的粮食生产效率。

Table 3
表3
表3农户兼业对粮食生产效率影响的实证结果
Table 3Empirical analysis of the impact of off-farm employment on grain production efficiency

变量	Tobit估计	IV-Tobit估计
户主兼业行为	0.024*（0.013）	—	0.036**（0.015）
户主年龄	0.001（0.001）	-0.008***（0.002）	0.001（0.001）
户主受教育程度	0.003**（0.002）	0.018**（0.008）	0.003*（0.002）
户主健康状况	-0.004（0.007）	0.060*（0.380）	-0.006（0.007）
家庭总收入	0.001*（0.001）	-0.001（0.012）	0.001**（0.000）
家庭农业劳动力	0.019**（0.008）	0.012（0.023）	0.017**（0.007）
家庭农业收入占比	-0.001（0.001）	-0.025（0.601）	-0.001（0.005）
耕地质量	0.011（0.007）	-0.004（0.025）	0.013*（0.007）
灌溉条件	-0.019*（0.012）	0.020（0.017）	-0.021（0.014）
地块距离	-0.018***（0.006）	-0.027（0.435）	-0.020***（0.006）
合作组织	0.041**（0.020）	-0.033（0.041）	0.043*（0.026）
地形特征	0.025*（0.013）	-0.154（0.132）	0.026*（0.014）
地理区域	0.046（0.051）	0.782*（0.336）	0.544（0.368）
水稻类别	0.035*（0.017）	0.425（0.359）	0.201（0.194）
常数项	0.544***（0.065）	0.258*（0.157）	0.162（0.144）
村域兼业环境	—	0.018**（0.007）	—
样本量	822

注：括号内为标准误,下同。

新窗口打开|下载CSV

4.3 兼业时长对粮食生产效率的非线性影响

首先,通过式（3）进行门槛效应检验,结果显示,单一门槛的F值统计量为72.15,且通过Bootstrap方法5%的显著性水平检验。在进一步的双重门槛检验中F值统计量不再显著,可知模型中确实存在一个门槛值,故选择单一门槛模型进行计量分析。其次,对农户兼业时长存在的门槛值进行识别,通过对门槛点和95%置信区间范围的估计可得,门槛值ρ=8.35,落在95%的置信区间范围[8.17,8.43]。也即当农户兼业时长超过8.35个月后,兼业对粮食生产效率的影响弹性会发生改变,H1得到验证。最后,分别利用IV-Tobit和单一门槛模型估计兼业时长对粮食生产效率的影响。

从表4结果来看,IV-Tobit估计结果为农户兼业时长不会显著影响粮食生产效率,这相对于单一门槛估计结果而言存在明显有偏估计。单一门槛估计结果中,当农户兼业时长≤8.35个月时,兼业时长估计系数通过10%的显著性水平检验,正向影响粮食生产效率。但农户兼业时长>8.35个月时,兼业时长估计系数通过1%的显著性水平检验,负向影响粮食生产效率。也即农户8.35个月以内时长的兼业有利于粮食生产效率提升,而超过8.35个月时长的兼业会抑制粮食生产效率,农户兼业时长与粮食生产效率间呈现倒“U”型关系。理论上而言,农户可以将闲暇的休息时间全部用于外出务工赚取非农收入,只要不影响农作物生长管理的关键时期即可。

Table 4
表4
表4兼业时长对粮食生产效率影响的门槛回归结果
Table 4Threshold regression results of the impact of off-farm employment time on grain production efficiency

变量	IV-Tobit估计	单一门槛估计	IV-Tobit估计
兼业时长（t）	0.017（0.020）	—	—
兼业时长（t ≤8.35）	—	0.214*（0.116）	—
兼业时长（t >8.35）	—	-0.181***（0.053）	—
兼业劳动力占家庭劳动力比重	—	—	0.137（0.205）
其他变量	控制	控制	控制
卡方检验	42.395***	46.311***	43.297***

新窗口打开|下载CSV

进一步借鉴张忠明等^[13]****的研究,考虑家庭劳动力补充以及兼业时间相对量带来的影响,利用“兼业劳动力占家庭总劳动力比重”重新表征农户家庭的兼业状态（表4）,发现兼业劳动力占家庭劳动力比重回归系数并不显著,且并未检验到门槛点的存在。主要原因是：随着农业社会化服务体系的完善,粮食作物生产过程中需要的劳动力是非常有限的,例如原本需要大量劳动力参与的插秧、耕地和收割环节已经被直播稻技术和农业机械取代,大多数样本稻农田间管理仅需个别农业劳动力参与即可完成^[2],家庭中农业劳动力的相对量不再是影响农业生产的关键。

4.4 兼业收入对粮食生产效率的影响

兼业收入能在一定程度上缓解农业生产投入要素的资金流动性约束,使得农户具备更优的资源配置策略。表5结果显示,全样本农户中兼业收入通过5%的显著性水平检验,正向影响粮食生产效率;兼业时长≤8.35个月时,兼业收入通过1%的显著性水平检验,正向影响粮食生产效率;兼业时长>8.35个月时,兼业收入对粮食生产效率的影响则并不显著。也即当农户在农闲时间适当外出就业,获得的兼业收入将会有助于粮食生产效率提升,但长时间外出务工获取的兼业收入对粮食生产效率的影响将不再显著。可能原因是:长期外出务工的农户就业重心发生转移,甚至具备脱农生产的可能性^[20],兼业收入不会直接用于农业生产要素的投资。

Table 5
表5
表5兼业收入对粮食生产效率的影响
Table 5Effect of off-farm employment income on grain production efficiency

变量	全样本	短时间兼业	长时间兼业	短时间兼业	长时间兼业
兼业收入	0.156**（0.071）	0.014***（0.003）	0.265（0.327）	—	—
兼业收入占家庭总收入比重	—	—	—	0.019**（0.008）	0.171（0.201）
其他变量	控制	控制	控制	控制	控制
卡方检验	61.270***	59.382***	36.700**	42.106***	38.232***

注：长时间与短时间兼业的分界点为8.35个月,表格后2列是利用兼业收入占家庭总收入比重指标替换兼业收入指标进行的再估计。

新窗口打开|下载CSV

此外,借鉴魏素豪^[11]等****的研究,基于农户家庭层面,选取“兼业收入占家庭总收入比重”对粮食生产效率的影响进行再考察。表5结果表明,短时间兼业情况下,兼业收入占家庭总收入比重对粮食生产效率的正向影响通过5%的显著性检验,支持农户兼业有益于粮食生产效率提升的结论。长时间兼业情况下,兼业收入占家庭总收入比重对粮食生产效率的影响未通过显著性检验。该结果依然支持H1。

4.5 兼业地点对粮食生产效率的影响

考虑到农户会处于不同距离区域内兼业,本文将农户兼业地点设置成虚拟变量后依次纳入模型进行估计,得到表6的回归结果。其中,农户本乡镇兼业与镇外县内兼业均通过5%的显著性水平检验,正向影响粮食生产效率;县外市内兼业对粮食生产效率的影响并不显著;市外省内兼业与省外兼业则依次通过10%和5%的显著性水平检验,负向影响粮食生产效率。也即农户在近距离区域内的兼业有助于粮食生产效率提升,远距离兼业反而降低粮食生产效率。其可能原因是,兼业地点的选择会影响农户返乡的便利程度,进而影响粮食生产管理的及时有效性。实地调研发现县域内乡镇兼业的农户随时可以通过骑摩托车、搭汽车等便利方式返回家乡开展农业生产,且方便购买携带农业生产物资,能及时观察和应对气候变化带来的自然灾害。相较而言,远距离的县外区域兼业既增加返乡的难度和成本,也可能存在对粮食生产疏于管理的情况^[4]。

Table 6
表6
表6兼业地点对粮食生产效率的影响
Table 6Effect of off-farm employment location on grain production efficiency

变量	IV-Tobit估计
本乡镇兼业（否=0,是=1）	0.003**（0.001）
镇外县内兼业（否=0,是=1）	0.002**（0.001）
县外市内兼业（否=0,是=1）	-0.010（0.008）
市外省内兼业（否=0,是=1）	-0.007*（0.004）
省外兼业（否=0,是=1）	-0.016**（0.007）
其他变量	控制
卡方检验	47.825***

注：虚拟变量设置对照组为没有兼业的农户。

新窗口打开|下载CSV

4.6 影响机制检验

理论分析部分已经阐明农户兼业对粮食生产效率影响的3条路径：时间投入、资金投入和技术投入。本文将采用逐步回归的方式进行中介效应检验（表7）。以问卷数据中的“水稻生产自用工投入时间”表征时间投入,以“水稻生产单位面积总成本投入”表征资金投入^①(①资金投入包含农户购买农药化肥、雇佣劳动力、购买机械服务的成本。),以“抗病虫新品种技术采纳”^②(②对于农业生产效率的影响主要是丰产科学技术,而根据国家科技部粮食丰产科技工程的相关指导文件,其技术内容主要包括育种、栽培、机械、高效化肥农药等,限于数据获取,本文仅以抗病虫新品种技术为例开展实证。)表征技术投入。首先,估计兼业行为对粮食生产效率的直接影响;其次,估计兼业行为依次对时间投入、资金投入和技术投入的直接影响;最后,估计兼业行为与中介变量对粮食生产效率的共同影响。

Table 7
表7
表7农户兼业对粮食生产效率影响的中介效应检验
Table 7Mediating effect test of the impact of off-farm employment on grain production efficiency

变量	粮食生产效率	时间投入	资金投入	技术投入	粮食生产效率	粮食生产效率	粮食生产效率
兼业行为	0.036** （0.015）	-0.017* （0.010）	0.025*** （0.008）	0.040* （0.023）	0.022* （0.012）	0.019** （0.008）	0.010* （0.005）
时间投入	—	—	—	—	-0.005（0.004）	—	—
资金投入	—	—	—	—	—	0.016**（0.007）	—
技术投入	—	—	—	—	—	—	0.043*（0.023）
其他变量	控制	控制	控制	控制	控制	控制	控制
模型检验	χ²=46.072 P=0.000	F=94.250 P=0.000	F=79.580 P=0.000	χ²=55.960 P=0.000	χ²=45.511 P=0.002	χ²=40.112 P=0.000	χ²=51.716 P=0.000

新窗口打开|下载CSV

表7的估计结果显示：①兼业行为对粮食生产效率的直接影响通过5%的显著性检验,方向为正;兼业行为对时间投入的直接影响通过10%的显著性检验,方向为负;兼业行为对资金投入的直接影响通过1%的显著性检验,方向为正;兼业行为对技术投入的直接影响通过10%的显著性检验,方向为正。也即农户兼业行为导致农户从事粮食生产的时间减少,但却增加粮食生产的资金投入和技术投入。由此表明,农户兼业后明显改变农业生产要素的投入结构,表现为减少农业劳动时间投入,而增加农业生产资金与技术投入。②估计结果表明,时间投入对于粮食生产效率的影响未通过显著性检验。且进一步运用偏差校正的非参数百分位Bootstrap法计算得出的结果依然不显著。③资金投入对粮食生产效率的正向影响通过5%的显著性水平检验。由此可知,农户通过兼业行为增加了生产的资金投入,进而提升粮食生产效率。④技术投入对粮食生产效率的正向影响通过10%的显著性水平检验。由此可认为农户通过兼业行为增加了生产的技术投入,进而提升粮食生产效率。本文H2得到验证。

5 结论与政策启示

5.1 结论

本文利用长江流域3省822份水稻种植户样本数据,探讨了农户兼业对粮食生产效率的非线性影响及其作用机制。本文的贡献主要在于：首先,将农户兼业状态细分为兼业行为、兼业时长、兼业收入与兼业地点,依次探究其对粮食生产效率的影响,且基于门槛效应回归验证了兼业时长与粮食生产效率间存在的非线性关系;其次,探明了农户兼业对粮食生产效率影响路径,也即农户兼业会改变生产要素的投入结构,进而影响粮食生产效率。主要研究结论如下：

（1）农户兼业对粮食生产效率具有非线性影响,农户兼业时长不超过8.35个月时,兼业行为有利于粮食生产效率提升,而兼业时长超过8.35个月时,兼业会抑制粮食生产效率,也即农户兼业时长与粮食生产效率间呈现出倒“U”型关系。

（2）农户在县域内近距离兼业有助于粮食生产效率提升,县外区域远距离兼业则降低粮食生产效率。

（3）农户兼业通过影响农业生产要素投入结构来影响了粮食生产效率。中介效应结果表明,农户兼业后显著增加了生产资金与技术的投入,以此来提升粮食的生产效率。

5.2 政策启示

基于以上实证结论,可引申出以下政策启示：

（1）要客观认识和接受农户“农忙务农、农闲务工”的兼业身份,合理引导农户非农就业也能给粮食生产带来积极影响。

（2）要鼓励发展县域经济,实现农民就近转移就业。既可以通过发展劳动密集型产业,吸纳农村季节性剩余劳动力,也可以延伸农业产业链条,挖掘农业就业潜力。

（3）要积极培育农业社会化服务组织。长时间兼业农户的就业重心已然发生偏移,赚取的非农兼业收入也不会投资于农业生产。因此,要通过发展生产托管等农业社会化服务引导其主动退出农业生产。而对于短期兼业农户,亦要发展社会化服务来缓解其农业劳动力约束。

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]

李晶晶, 刘文明, 郭庆海. 农户兼业经营的生成条件、效应及其演化方向
[J]. 经济学家, 2021, (5):120-128.

[本文引用: 1]

[ Li J

, Liu W

, Guo Q

. The generation conditions, effects and evolution direction of farmers’ concurrent operations
[J]. Economist, 2021, (5):120-128.]

[本文引用: 1]

[2]

陈奕山. 农时视角下乡村劳动力的劳动时间配置: 农业生产和非农就业的关系分析
[J]. 中国人口科学, 2019, (2):75-86.

[本文引用: 6]

[ Chen Y

. Time allocation of the rural labor from a perspective of farming season: Farming and off-farm employment
[J]. Chinese Journal of Population Science, 2019, (2):75-86.]

[本文引用: 6]

[3]

邱俊杰, 任倩, 余劲. 农业劳动力老龄化、农业资本投入与土地利用效率: 基于鲁豫皖三省固定农户跟踪调查
[J]. 资源科学, 2019, 41(11):1982-1996.

[本文引用: 1]

[ Qiu J

, Ren

, Yu

. Aging of agricultural labor, agricultural capital investment and land use efficiency: Based on a longitudinal survey of farmers in Shandong, Henan and Anhui
[J]. Resources Science, 2019, 41(11):1982-1996.]

[本文引用: 1]

[4]

江鑫, 黄乾. 耕地规模经营、农户非农兼业和家庭农业劳动生产率: 来自湖南省的抽样调查证据
[J]. 农业技术经济, 2019, (12):4-20.

[本文引用: 5]

[ Jiang

, Huang

. Scale management of farmland, farmers’ non-agricultural part-time work and household agricultural labor productivity: Evidence from Hunan Province in China
[J]. Journal of Agrotechnical Economics, 2019, (12):4-20.]

[本文引用: 5]

[5]

李煜阳, 陆迁, 贾彬, 等. 劳动力外出务工对农户水土保持技术采用的影响: 基于集体行动参与的中介效应
[J]. 资源科学, 2021, 43(6):1088-1098.

DOI:10.18402/resci.2021.06.03 [本文引用: 2]

在农村劳动力转移的趋势下,黄土高原农户在时间禀赋恒定条件下的劳动力配置逐渐成为采用水土保持技术的关键因素,探究二者关系对于提高技术采用率、减少水土流失、改善生态环境具有重要意义。本文利用黄土高原区1197份农户的调查数据,使用Probit模型,主要考察了农户劳动力外出务工行为及时间长短对水土保持技术采用的影响,进一步运用逐步检验法,检验了农户参与集体行动对外出务工影响水土保持技术采用的中介效应。研究结果表明：①总体上,劳动力外出务工会促进其水土保持技术的采用。但异质性分析表明,随着劳动力外出务工时间延长,农户对农业收入依赖性降低,削弱了农户水土保持技术的采取。②农户参与村集体行动是劳动力转移影响农户水土保持技术采用行为的渠道之一,具有部分中介效应,证实了集体行动模式在水土保持技术应用推广中的价值。此外,农业经营决策者的受教育程度、务农年限与农户家庭的邻里互助、技术改善认知以及政府的技术推广活动均对农户的水土保持技术采用行为具有显著的正向影响。本文不仅提供了劳动力转移趋势下水土保持技术扩散的研究证据,对健全村集体行动以促进技术采用也具备一定的经验价值。

[ Li Y

, Lu

, Jia

, et al. Effects of labor migration on farmers’ soil and water conservation technology adoption decisions: The mediation effect of participation in collective actions
[J]. Resources Science, 2021, 43(6):1088-1098.]

[本文引用: 2]

[6]

黄季焜, 靳少泽. 未来谁来种地: 基于我国农户劳动力就业代际差异视角
[J]. 农业技术经济, 2015, (1):4-10.

[本文引用: 2]

[ Huang J

, Jin S

. Who will plant in the future: Based on the perspective of intergenerational differences of rural labor employment in China
[J]. Journal of Agrotechnical Economics, 2015, (1):4-10.]

[本文引用: 2]

[7]

曲朦, 赵凯, 周升强. 耕地流转对小麦生产效率的影响: 基于农户生计分化的调节效应分析
[J]. 资源科学, 2019, 41(10):1911-1922.

[本文引用: 2]

[ Qu

, Zhao

, Zhou S

. Effect of farmland transfer on wheat production efficiency: Analysis of adjustment effect based on household livelihood differentiation
[J]. Resources Science, 2019, 41(10):1911-1922.]

[本文引用: 2]

[8]

盖庆恩, 朱喜, 史清华. 劳动力转移对中国农业生产的影响
[J]. 经济学(季刊), 2014, 13(3):1147-1170.

[本文引用: 2]

[ Gai Q

, Zhu

, Shi Q

. Labor’s migration and Chinese agricultural production
[J]. China Economic Quarterly, 2014, 13(3):1147-1170.]

[本文引用: 2]

[9]

魏平. 农户兼业一定导致低效率么? 基于CLDS数据的实证分析
[J]. 商业研究, 2020, (12):132-144.

[本文引用: 4]

[ Wei

. Does farmer’s concurrent business necessarily lead to low efficiency? An empirical analysis based on CLDS data
[J]. Commercial Research, 2020, (12):132-144.]

[本文引用: 4]

[10]

谢先雄, 邓悦, 刘霁瑶, 等. 休耕对农户非农就业的影响
[J]. 资源科学, 2021, 43(2):280-292.

[本文引用: 1]

[ Xie X

, Deng

, Liu J

, et al. Impact of fallow on off- farm employment of farmers
[J]. Resources Science, 2021, 42(2):280-292.]

[本文引用: 1]

[11]

魏素豪. 兼业对农户种粮技术效率的影响研究: 基于随机前沿生产函数的实证
[J]. 商业研究, 2019, (5):121-128.

[本文引用: 4]

[ Wei S

. The impact of part-time business on technical efficiency of farmer’s grain planting: An empirical study based on stochastic frontier analysis
[J]. Commercial Research, 2019, (5):121-128.]

[本文引用: 4]

[12]

王萍萍, 韩一军, 张益. 中国农业化肥施用技术效率演变特征及影响因素
[J]. 资源科学, 2020, 42(9):1764-1776.

[本文引用: 2]

[ Wang P

, Han Y

, Zhang

. Characteristics of change and influencing factors of the technical efficiency of chemical fertilizer use for agricultural production in China
[J]. Resources Science, 2020, 42(9):1764-1776.]

[本文引用: 2]

[13]

张忠明, 钱文荣, 虎陈霞. 非农就业导致农户生产投入及其效率下降了吗? 来自浙江传统粮区的调查
[J]. 兰州学刊, 2017, (4):187-197.

[本文引用: 5]

[ Zhang Z

, Qian W

, Hu C

. Does non-farm employment lead to the decrease of farmers production input and efficiency? Based on the survey from traditional grain region in Zhejiang Province
[J]. Lanzhou Academic Journal, 2017, (4):187-197.]

[本文引用: 5]

[14]

钱龙, 钱文荣. 外出务工对农户农业生产投资的影响: 基于中国家庭动态跟踪调查的实证分析
[J]. 南京农业大学学报(社会科学版), 2018, 18(5):109-121.

[本文引用: 3]

[ Qian

, Qian W

. The effect of off-farm employment on farmers investment activity in agricultural: Based on the analysis of CFPS
[J]. Journal of Nanjing Agricultural University (Social Sciences Edition), 2018, 18(5):109-121.]

[本文引用: 3]

[15]

钟甫宁, 陆五一, 徐志刚. 农村劳动力外出务工不利于粮食生产吗? 对农户要素替代与种植结构调整行为及约束条件的解析
[J]. 中国农村经济, 2016, (7):36-47.

[本文引用: 2]

[ Zhong F

, Lu W

, Xu Z

. Is it not conducive to grain production for rural labor force to go out to work? Analysis on the behavior and constraints of farmers’ factor substitution and planting structure adjustment
[J]. Chinese Rural Economy, 2016, (7):36-47.]

[本文引用: 2]

[16]

郑纪刚, 张日新, 曾昉. 农地流转对化肥投入的影响: 以山东省为例
[J]. 资源科学, 2021, 43(5):921-931.

DOI:10.18402/resci.2021.05.06 [本文引用: 2]

农地流转将改变农户的化肥投入配置,进而直接影响农业生态环境。基于山东省10县（市、区）892份农户数据,利用内生转换模型估计了不同农地流转行为对农户化肥投入的影响,并运用中介效应模型验证了农地流转对农户化肥投入的影响机理。结果表明：①不同农地流转行为对农户化肥投入的影响存在显著差异,转入农地后农户化肥投入显著减少,而转出农地后农户化肥投入显著增加;从农地流转影响化肥投入的机理来看,农地流转主要通过改变农业劳动供给影响农户化肥投入;②购买社会化服务虽然减少了农户化肥投入,但尚未完全抵消转出农地导致的化肥投入增加;③技术培训、经营规模、家庭劳动力人数以及兼业化程度亦能够对农户化肥投入产生显著影响。为此,应该引导农户适度扩大经营规模,积极规范农户的生产行为,同时大力发展农业社会化服务,以减少化肥投入。

[ Zheng J

, Zhang R

, Zeng

. Impact of farmland transfer on fertilizer input: Taking Shandong Province as an example
[J]. Resources Science, 2021, 43(5):921-931.]

[本文引用: 2]

[17]

黄祖辉, 王建英, 陈志钢. 非农就业、土地流转与土地细碎化对稻农技术效率的影响
[J]. 中国农村经济, 2014, (11):4-16.

[本文引用: 2]

[ Huang Z

, Wang J

, Chen Z

. Effects of non-agricultural employment, land transfer and land fragmentation on technical efficiency of rice farmers
[J]. Chinese Rural Economy, 2014, (11):4-16.]

[本文引用: 2]

[18]

Su W

, Eriksson

, Zhang L

, et al. Off-farm employment, land renting and concentration of farmland in the process of urbanization: Chinese evidence
[J]. China Agricultural Economic Review, 2018, 10(2):338-350.

DOI:10.1108/CAER-10-2016-0169 URL [本文引用: 2]

[19]

许荣, 肖海峰. 农牧户兼业、规模异质与生产技术效率变化: 基于5省452户细毛羊养殖户的实证研究
[J]. 中国农业资源与区划, 2019, 40(9):160-168.

[本文引用: 1]

[ Xu

, Xiao H

. Farmers’ concurrent business, heterogeneity of scale and changes in production technology efficiency: A study based on 452 fine wool sheep breeders in 5 provinces
[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2019, 40(9):160-168.]

[本文引用: 1]

[20]

钱龙, 洪名勇. 非农就业、土地流转与农业生产效率变化: 基于CFPS的实证分析
[J]. 中国农村经济, 2016, (12):2-16.

[本文引用: 2]

[ Qian

, Hong M

. Non-agricultural employment, land transfer and change of agricultural production efficiency: An empirical analysis based on CFPS
[J]. Chinese Rural Economy, 2016, (12):2-16.]

[本文引用: 2]

[21]

朱文珏, 罗必良. 农地价格幻觉: 由价值评价差异引发的农地流转市场配置“失灵”: 基于全国9省(区)农户的微观数据
[J]. 中国农村观察, 2018, (5):67-81.

[本文引用: 1]

[ Zhu W

, Luo B

. Rural land price illusion: Farmland market failure triggered by differences in value evaluation: An analysis based on survey data from 9 provinces
[J]. China Rural Survey, 2018, (5):67-81.]

[本文引用: 1]

[22]

黄文彬, 陈风波. 非农就业是否必然抑制农地转入: 基于农活熟悉程度的视角
[J]. 农业技术经济, 2020, (6):44-58.

[本文引用: 1]

[ Huang W

, Chen F

. Did non-farm employment inhibit land transfer: Based on familiarity with farm work
[J]. Journal of Agrotechnical Economics, 2020, (6):44-58.]

[本文引用: 1]

[23]

王子成. 劳动力外出对农户生产经营活动的影响效应研究: 迁移异质性视角
[J]. 世界经济文汇, 2015, (2):74-90.

[本文引用: 1]

[ Wang Z

. A study on the impact of labor migration on farmers’ production and operation activities: From the perspective of migration heterogeneity
[J]. World Economic Papers, 2015, (2):74-90.]

[本文引用: 1]

[24]

Chiodi

, Jaimovich

, Montes-Rojas

. Migration, remittances and capital accumulation: Evidence from rural Mexico
[J]. Journal of Development Studies, 2012, 48(8):1139-1155.

DOI:10.1080/00220388.2012.688817 URL [本文引用: 1]

[25]

Mathenge M

, Smale

, Tschirley

. Off-farm employment and input intensification among smallholder maize farmers in Kenya
[J]. Journal of Agricultural Economics, 2015, 66(2):519-536.

DOI:10.1111/1477-9552.12093 URL [本文引用: 2]

[26]

Ma W

, Awudu

, Ma C

. The effects of off-farm work on fertilizer and pesticide expenditures in China
[J]. Review of Development Economics, 2018, 22(2):573-591.

DOI:10.1111/rode.2018.22.issue-2 URL [本文引用: 1]

[27]

Zhang Y

, Long H

, Li Y

, et al. How does off-farm work affect chemical fertilizer application? Evidence from China’s mountainous and plain areas
[J]. Land Use Policy, 2020, DOI: 10.1016/j.landusepol.2020.104848.

[28]

赵丹丹, 周宏, 高富雄. 农户分化、技术约束与耕地保护技术选择差异: 基于不同约束条件下的农户技术采纳理论分析框架
[J]. 自然资源学报, 2020, 35(12):2956-2967.

[本文引用: 1]

[ Zhao D

, Zhou

, Gao F

. Differentiation of farmers, technical constraints and the differences of cultivated land protection technology selection: A theoretical analysis framework of farmer households’ technological adoption based on different constraints
[J]. Journal of Natural Resources, 2020, 35(12):2956-2967.]

[本文引用: 1]

[29]

侯孟阳, 姚顺波. 中国农村劳动力转移对农业生态效率影响的空间溢出效应与门槛特征
[J]. 资源科学, 2018, 40(12):2475-2486.

[本文引用: 1]

[ Hou M

, Yao S

. Spatial spillover effects and threshold characteristics of rural labor transfer on agricultural eco-efficiency in China
[J]. Resources Science, 2018, 40(12):2475-2486.]

[本文引用: 1]