蔣浩東　朱滿德　趙志尚

摘 ?要：人力資本是提高農(nóng)業(yè)全要素生產(chǎn)率的重要途徑。應(yīng)用DEA-Malmquist指數(shù)方法測(cè)算1999-2018年我國(guó)各省區(qū)的農(nóng)業(yè)全要素生產(chǎn)率，進(jìn)一步運(yùn)用工具變量法探究人力資本提高對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響及其異質(zhì)性。結(jié)果表明：人力資本提升可顯著促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)，且對(duì)山區(qū)省份的正向作用更大;勞動(dòng)力轉(zhuǎn)移有益于農(nóng)業(yè)全要素生產(chǎn)率增加，但因人力資本提高引致的勞動(dòng)力轉(zhuǎn)移不利于農(nóng)業(yè)全要素生產(chǎn)率增加，并且對(duì)山區(qū)省份的負(fù)面作用更強(qiáng)。為進(jìn)一步提升農(nóng)業(yè)全要素生產(chǎn)率，一是加強(qiáng)農(nóng)村地區(qū)教育投資，補(bǔ)足職業(yè)教育短板，推動(dòng)教育多元化;二是適當(dāng)提高農(nóng)業(yè)部門社會(huì)福利，促使人才回流;三要建立非農(nóng)業(yè)反哺農(nóng)業(yè)的長(zhǎng)效機(jī)制，統(tǒng)籌城鄉(xiāng)一體化發(fā)展。

關(guān)鍵詞：DEA-Malmquist指數(shù);工具變量法;人力資本;農(nóng)業(yè)全要素生產(chǎn)率

一、問(wèn)題的提出

隨著中國(guó)經(jīng)濟(jì)發(fā)展邁入新常態(tài)以及社會(huì)主要矛盾發(fā)生轉(zhuǎn)變，如何在宏觀經(jīng)濟(jì)疲軟的現(xiàn)實(shí)情境下繼續(xù)推進(jìn)農(nóng)業(yè)發(fā)展，促進(jìn)農(nóng)民增收，實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)方式綠色轉(zhuǎn)型，已成為農(nóng)業(yè)農(nóng)村亟需破解的焦點(diǎn)問(wèn)題^[1]。而農(nóng)業(yè)可持續(xù)發(fā)展及農(nóng)業(yè)現(xiàn)代化水平提升的內(nèi)在表現(xiàn)就是物質(zhì)要素投入的貢獻(xiàn)度降低和全要素生產(chǎn)生產(chǎn)率的份額不斷增加。李金鍇測(cè)算2004-2016年中國(guó)農(nóng)業(yè)全要素生產(chǎn)率，并分析其對(duì)中國(guó)農(nóng)業(yè)產(chǎn)值增長(zhǎng)的貢獻(xiàn)，研究發(fā)現(xiàn)農(nóng)業(yè)全要素生產(chǎn)率的年均貢獻(xiàn)度達(dá)53.7%^[2]。可見(jiàn)，農(nóng)業(yè)全要素生產(chǎn)率是農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的主要驅(qū)動(dòng)力。

由于全要素生產(chǎn)率在促進(jìn)經(jīng)濟(jì)提質(zhì)增效、創(chuàng)新發(fā)展中的作用日益增加，近年來(lái)備受學(xué)者們的關(guān)注?，F(xiàn)有研究多聚焦于技術(shù)進(jìn)步、效率改善及要素配置等視域探究農(nóng)業(yè)全要素生產(chǎn)率的時(shí)序變動(dòng)態(tài)勢(shì)和貢獻(xiàn)度。譬如，在技術(shù)進(jìn)步方面，黃勇考察了2004-2009年湖北省農(nóng)業(yè)全要素生產(chǎn)率的走勢(shì)，并剖析農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)的內(nèi)在動(dòng)因，發(fā)現(xiàn)技術(shù)進(jìn)步是其主要助推作用^[3]。王兵和曾志奇進(jìn)一步在模型中納入非期望產(chǎn)出，考慮在碳排放約束下中國(guó)1993-2017年農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)的動(dòng)力源泉，結(jié)果表明技術(shù)進(jìn)步仍是促進(jìn)中國(guó)農(nóng)業(yè)全要素生產(chǎn)率提升的關(guān)鍵因素^[4]。在效率驅(qū)動(dòng)方面，周鵬飛發(fā)現(xiàn)技術(shù)效率改善與技術(shù)進(jìn)步雙輪耦合驅(qū)動(dòng)了中國(guó)農(nóng)業(yè)全要素生產(chǎn)率的增長(zhǎng)，并且農(nóng)業(yè)TFP具有極強(qiáng)的路徑依賴性^[5]。郭萍基于夏普利值不平等分解法測(cè)度與分解中國(guó)農(nóng)業(yè)全要素的地區(qū)差異，結(jié)果表明農(nóng)業(yè)規(guī)模效率對(duì)農(nóng)業(yè)TFP的年均貢獻(xiàn)為18%^[6]。在要素配置方面，張樂(lè)將農(nóng)業(yè)TFP分解為技術(shù)變化、純技術(shù)效率變化、規(guī)模效率變化和配置效率變化，研究發(fā)現(xiàn)1991-2010年配置效率對(duì)農(nóng)業(yè)TFP增長(zhǎng)的年均貢獻(xiàn)達(dá)到8.37%^[7]。而朱滿德以玉米為考察主體，測(cè)度及分解了1978-2018年中國(guó)玉米的全要素生產(chǎn)率，研究發(fā)現(xiàn)若略去配置效率在玉米生產(chǎn)中的貢獻(xiàn)，玉米全要素生產(chǎn)率的年均增長(zhǎng)率將由正轉(zhuǎn)負(fù)，年均增長(zhǎng)率降幅達(dá)85.52%^[8]。

已有研究也較為深入地研究了人力資本對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響。如，陳燕翎將農(nóng)村人力資本作為門檻變量研究貿(mào)易開(kāi)放對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響，研究認(rèn)為當(dāng)人力資本水平越過(guò)設(shè)定門檻值時(shí)，農(nóng)產(chǎn)品進(jìn)口明顯促進(jìn)了農(nóng)業(yè)全要素生產(chǎn)率的增長(zhǎng)^[9]。韓海彬提出異質(zhì)性人力資本通過(guò)技術(shù)創(chuàng)新路徑和技術(shù)模仿路徑對(duì)農(nóng)業(yè)全要素生產(chǎn)率產(chǎn)生影響^[10]。于偉研究發(fā)現(xiàn)農(nóng)村教育人力資本與農(nóng)業(yè)全要素生產(chǎn)率互促且在空間狀態(tài)下存在顯著溢出效應(yīng)^[11]。

目前，已有文獻(xiàn)從多個(gè)視角較為深層地辨析了人力資本對(duì)農(nóng)業(yè)全要素生產(chǎn)率的作用，對(duì)認(rèn)識(shí)農(nóng)業(yè)全要素生產(chǎn)率的驅(qū)動(dòng)機(jī)制提供了有益參考，也為本文的繼續(xù)研究提供了豐富的研究范式和理論指導(dǎo)。但現(xiàn)有研究較少考慮人力資本在影響農(nóng)業(yè)全要素生產(chǎn)率時(shí)存在地區(qū)差異，尤其從地形要素維度考察人力資本對(duì)農(nóng)業(yè)全要素生產(chǎn)率影響的區(qū)域異質(zhì)性更不多見(jiàn)，而這其中的機(jī)理顯然是不容忽視的。

農(nóng)業(yè)依附于自然條件并受其約束，致使農(nóng)業(yè)發(fā)展必須契合當(dāng)?shù)刈匀环A賦條件，造成山區(qū)與非山區(qū)的農(nóng)業(yè)特征大相徑庭，因此通過(guò)提高人力資本以促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)和農(nóng)業(yè)發(fā)展的效果是不一致的。一是農(nóng)業(yè)結(jié)構(gòu)差異，非山區(qū)地帶多以種植業(yè)為主，而山區(qū)地帶適宜林業(yè)與養(yǎng)殖業(yè)^[12]，造成勞動(dòng)力要素投入不同，那么人力資本提高帶來(lái)的影響是否也會(huì)趨異？二是地形差異，非山區(qū)更加平坦，農(nóng)機(jī)替代率高，易于形成規(guī)模經(jīng)營(yíng)，則人力資本提高引致農(nóng)業(yè)部門的勞動(dòng)力向非農(nóng)部門轉(zhuǎn)移對(duì)兩者農(nóng)業(yè)全要素生產(chǎn)率的作用是否存在差異？明晰這些問(wèn)題有助于為提高農(nóng)業(yè)全要素生產(chǎn)率提供啟示。

二、理論分析與研究假設(shè)

從整體上來(lái)說(shuō)，農(nóng)村人力資本提高是能夠促進(jìn)我國(guó)農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)的，低技能人力資本的貢獻(xiàn)聚焦于技術(shù)擴(kuò)散或模仿，而高技能人力資本主要作用于新技術(shù)的創(chuàng)新^[13]。此外，人力資本還從資源整合及效率提升的路徑實(shí)現(xiàn)農(nóng)業(yè)全要素生產(chǎn)率的改進(jìn)^[14]。但當(dāng)作用對(duì)象存在差別時(shí)，人力資本遵循以上路徑形成的作用效力也會(huì)發(fā)生變化。山區(qū)與非山區(qū)的地理?xiàng)l件不同決定二者的農(nóng)業(yè)結(jié)構(gòu)不一致，人力資本就會(huì)出現(xiàn)分異作用。

地區(qū)農(nóng)村人力資本提升對(duì)農(nóng)業(yè)發(fā)展產(chǎn)生的效力與其農(nóng)業(yè)結(jié)構(gòu)息息相關(guān)。地形、土地坡度、氣候條件等地理因素會(huì)形成農(nóng)業(yè)的異質(zhì)性，在地形地貌的牽制下，山區(qū)缺乏規(guī)?；?、機(jī)械化及設(shè)施化為重要特征的現(xiàn)代農(nóng)業(yè)的優(yōu)勢(shì)自然條件^[15]。對(duì)此，山區(qū)的農(nóng)業(yè)發(fā)展態(tài)勢(shì)與非山區(qū)形成鮮明對(duì)比，立體農(nóng)業(yè)、特色農(nóng)業(yè)及生態(tài)農(nóng)業(yè)等“精質(zhì)”農(nóng)業(yè)成為其主攻方向，而非山區(qū)地帶趨向集約化式的規(guī)模農(nóng)業(yè)，契合機(jī)械化的糧食作物成為其重點(diǎn)。如，2019年，東北平原的糧食播種面積占比都在75%以上，其中黑龍江高達(dá)97.07%，而同期西南地區(qū)糧食播種面積占比最高的四川僅為64.78%;在機(jī)械化水平方面，東北平原人均農(nóng)機(jī)總動(dòng)力最低的吉林為6.96千瓦/人，遠(yuǎn)高于西南各省。此外，山區(qū)的農(nóng)業(yè)類型側(cè)重于精細(xì)化管理，從生產(chǎn)、監(jiān)管到收獲等過(guò)程要求投入較多的人力數(shù)量并且地形地貌限制其無(wú)法以機(jī)械替代，造成勞動(dòng)力投入居高不下。根據(jù)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)計(jì)算得出，2018年?yáng)|北平原單位農(nóng)作物播種面積承載的勞動(dòng)力平均為30.46人/畝，而西南云貴川渝四個(gè)地區(qū)為76.92人/畝。正是由于以上差異的存在，人力資本優(yōu)化對(duì)農(nóng)業(yè)發(fā)展的成效不等同，尤其對(duì)于勞動(dòng)投入數(shù)量較多的農(nóng)業(yè)更具有優(yōu)勢(shì)。因此，提出如下假說(shuō)：

H1：人力資本提高能夠促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)。

H2：人力資本提高對(duì)山區(qū)農(nóng)業(yè)全要素生產(chǎn)率的積極效力更強(qiáng)。

農(nóng)村人力資本與農(nóng)村勞動(dòng)力流出存在“馬太效應(yīng)”，即農(nóng)業(yè)部門勞動(dòng)力高技能人力資本更易析出。2015年我國(guó)農(nóng)民工總量為2.77億人，其中高中文化及以上占比25.2%，大專以上占8.3%，到2019年，人數(shù)達(dá)到2.91億人，高中文化及以上的占比提升到27.7%，并且大專及以上文化程度占比增加到11.1%。農(nóng)村轉(zhuǎn)移的勞動(dòng)力當(dāng)中，接受過(guò)高等教育的勞動(dòng)力比例呈上升態(tài)勢(shì)。此外，轉(zhuǎn)移到城市的較高人力資本勞動(dòng)者能夠有更多的機(jī)會(huì)和平臺(tái)學(xué)習(xí)新知識(shí)，加上農(nóng)業(yè)弱質(zhì)性及城鄉(xiāng)工資差異的沖擊，會(huì)增強(qiáng)這部分勞動(dòng)者對(duì)城市的粘性與穩(wěn)固性^[16]。不過(guò)礙于我國(guó)農(nóng)業(yè)部門存在勞動(dòng)力冗余的現(xiàn)象，適度轉(zhuǎn)出在整體上可以優(yōu)化土地要素配置，促進(jìn)農(nóng)業(yè)勞動(dòng)生產(chǎn)率提高。但高技能人力資本的轉(zhuǎn)出會(huì)降低農(nóng)業(yè)技術(shù)學(xué)習(xí)與推廣的可能性，增加農(nóng)業(yè)全要素生產(chǎn)率提升的難度。而相較于山區(qū)地帶，非山區(qū)集約化、機(jī)械化與規(guī)?；霓r(nóng)業(yè)能夠在一定程度上彌補(bǔ)由此造成的消極作用。因此，提出如下假設(shè)：

H3：勞動(dòng)力轉(zhuǎn)移會(huì)促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率提升，但人力資本提高引致農(nóng)村勞動(dòng)力析出對(duì)農(nóng)業(yè)全要素生產(chǎn)率產(chǎn)生消極作用且對(duì)山區(qū)的負(fù)面作用更大。

三、模型與數(shù)據(jù)

（一）模型與變量

為考察人力資本對(duì)農(nóng)業(yè)全要素生產(chǎn)率影響的異質(zhì)性，構(gòu)建如下形態(tài)的面板模型：

被解釋變量TFP：農(nóng)業(yè)全要素生產(chǎn)率。鑒于數(shù)據(jù)包絡(luò)分析（DEA）的Malmquist指數(shù)法利用線性規(guī)劃及對(duì)偶原理確定生產(chǎn)前沿面，無(wú)需設(shè)定具體的前沿生產(chǎn)函數(shù)形式和非效率項(xiàng)分布形式^[17]，也不受投入產(chǎn)出不同量綱的限制，且多數(shù)文獻(xiàn)普遍采用該種方法，因此使用DEA-Malmquist模型測(cè)算我國(guó)農(nóng)業(yè)全要素生產(chǎn)率。具體公式如下：

間生產(chǎn)點(diǎn)與前沿面技術(shù)相比較所得出的距離輸出函數(shù)。其中，產(chǎn)出指標(biāo)選擇農(nóng)業(yè)增加值，該指標(biāo)相較于農(nóng)業(yè)總產(chǎn)值更能體現(xiàn)生產(chǎn)過(guò)程創(chuàng)造的新增價(jià)值;投入指標(biāo)分別為農(nóng)業(yè)從業(yè)人數(shù)、農(nóng)作物播種面積、農(nóng)機(jī)總動(dòng)力、化肥（折純量）、薄膜、農(nóng)用柴油及農(nóng)藥。需要注意的是，囿于現(xiàn)有統(tǒng)計(jì)資料并沒(méi)有對(duì)農(nóng)業(yè)就業(yè)人數(shù)單獨(dú)區(qū)分，借鑒杜江等的研究，以農(nóng)業(yè)增加值占農(nóng)林牧漁總增加值的比重對(duì)第一產(chǎn)業(yè)就業(yè)人員進(jìn)行剝離^[18]，由此獲得農(nóng)業(yè)勞動(dòng)力投入。該方法測(cè)算出來(lái)的農(nóng)業(yè)全要素生產(chǎn)率是以上年為1的環(huán)比指數(shù)，為研究需要，本文將其換算為以1999為基期的累積值。

控制變量X：包括城市化水平、財(cái)政支持、老齡化程度、家庭經(jīng)營(yíng)收入及水利設(shè)施條件。城市化水平，是影響勞動(dòng)力轉(zhuǎn)移和土地利用的關(guān)鍵因素，采用城鎮(zhèn)常住人口占地區(qū)總?cè)丝诘谋戎乇硎尽＾r(nóng)業(yè)固定資產(chǎn)投資，能夠?yàn)檗r(nóng)業(yè)生產(chǎn)發(fā)展的基礎(chǔ)設(shè)施建設(shè)提供資金支持，提升農(nóng)業(yè)經(jīng)濟(jì)效益，以農(nóng)村固定資產(chǎn)投資到農(nóng)業(yè)的額度表征。老齡化程度，農(nóng)業(yè)勞動(dòng)力老齡化會(huì)牽制勞動(dòng)能力制約有效勞動(dòng)投入，降低農(nóng)業(yè)生產(chǎn)效率，但人口老齡化加深也會(huì)增加對(duì)農(nóng)業(yè)社會(huì)化服務(wù)的購(gòu)買及土地等要素重新配置，從而利于農(nóng)業(yè)發(fā)展，所以最終影響走勢(shì)不確切，以農(nóng)村地區(qū)老年負(fù)擔(dān)系數(shù)衡量。家庭經(jīng)營(yíng)收入，收入與投資存有一定的正相關(guān)性，因而家庭經(jīng)營(yíng)收入越高，農(nóng)業(yè)投資就會(huì)增加。水利設(shè)施，農(nóng)業(yè)生產(chǎn)與水源掛鉤并依附于資源多寡，興建水利設(shè)施能促進(jìn)農(nóng)業(yè)生產(chǎn)活動(dòng)持續(xù)下去。

（三）數(shù)據(jù)來(lái)源

國(guó)家1999年實(shí)施高等教育擴(kuò)招，因此本文選取1999-2018年中國(guó)大陸31個(gè)省份的面板數(shù)據(jù)進(jìn)行實(shí)證研究。數(shù)據(jù)主要來(lái)源于《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》、《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》、《新中國(guó)六十年匯編》和《中國(guó)統(tǒng)計(jì)年鑒》以及百度文庫(kù)，部分缺失數(shù)據(jù)采用向前補(bǔ)漏法補(bǔ)充。此外，本文對(duì)山區(qū)與非山區(qū)省份的劃分是基于山地及丘陵占全省面積的比重，考慮我國(guó)整體山區(qū)面積占比約三分之二，所以將山地及丘陵面積占比超過(guò)我國(guó)整體水平的省份定性為山區(qū)省份，分別為湖北、重慶、貴州、四川、云南、湖南、福建、浙江及山西。

四、實(shí)證分析

（一）內(nèi)生性說(shuō)明

經(jīng)濟(jì)活動(dòng)中的研究對(duì)象或多或少存在著聯(lián)系，為此模型設(shè)置中的反向因果關(guān)系或遺漏變量等問(wèn)題會(huì)引發(fā)內(nèi)生性問(wèn)題，導(dǎo)致參數(shù)估計(jì)有偏。人力資本與農(nóng)業(yè)全要素生產(chǎn)率之間較大可能存在反向因果關(guān)系，人力資本水平越高，其知識(shí)儲(chǔ)備、技術(shù)能力對(duì)農(nóng)業(yè)發(fā)展的創(chuàng)新力及要素配置效力就越強(qiáng)，越能夠促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率提升。同時(shí)，農(nóng)業(yè)全要素生產(chǎn)率提高帶來(lái)的農(nóng)業(yè)經(jīng)濟(jì)效益增加反過(guò)來(lái)會(huì)為人力資本優(yōu)化提供必需的基礎(chǔ)條件。另外，關(guān)于模型建構(gòu)中遺漏變量的問(wèn)題，我國(guó)農(nóng)業(yè)的發(fā)展導(dǎo)向是基于宏觀政策設(shè)計(jì)框架之中，難以避免人為因素影響，以及自然因素在某種程度上造成農(nóng)業(yè)收益的不確定性，都會(huì)影響農(nóng)業(yè)全要素生產(chǎn)率的高低。對(duì)此，本嘗試運(yùn)用工具變量處理可能存在的內(nèi)生性問(wèn)題。

借鑒葉升初等的研究，以各省國(guó)家財(cái)政性教育支出作為人力資本的工具變量^[19]。國(guó)家財(cái)政性教育支出為在一定程度上改善農(nóng)村居民的受教育條件，促進(jìn)人力資本提高，由此間接影響農(nóng)業(yè)全要素生產(chǎn)率。并且，各省國(guó)家財(cái)政性教育經(jīng)費(fèi)是由中央、地方各級(jí)財(cái)政或上級(jí)部門直接劃撥到各類學(xué)校及教育行政或事業(yè)單位并計(jì)入到國(guó)家預(yù)算支出科目，不受某一地區(qū)的農(nóng)業(yè)發(fā)展影響，因此具備外生性。除教育支出外，再引入醫(yī)療衛(wèi)生支出作為人力資本的工具變量。醫(yī)療衛(wèi)生支出僅影響身體健康程度，不會(huì)直接對(duì)農(nóng)業(yè)全要素生產(chǎn)率產(chǎn)生作用，因此具備外生性。

（二）內(nèi)生性檢驗(yàn)

使用工具變量法的前提條件是存在內(nèi)生解釋變量、工具變量與解釋變量相關(guān)，并滿足外生性。對(duì)此，分別進(jìn)行DWH檢驗(yàn)、LM檢驗(yàn)、弱工具變量檢驗(yàn)及過(guò)度識(shí)別檢驗(yàn)，檢驗(yàn)結(jié)果如表2所示。結(jié)果表明，教育支出與醫(yī)療衛(wèi)生支出兩個(gè)工具變量均顯著通過(guò)LM檢驗(yàn)、弱工具變量檢驗(yàn)及過(guò)度識(shí)別檢驗(yàn)，證明所選擇的工具變量滿足相關(guān)性與外生性;DWH檢驗(yàn)也表明模型存在內(nèi)生性，可運(yùn)用工具變量法。

（三）實(shí)證結(jié)果分析

從全國(guó)層面來(lái)看，人力資本對(duì)農(nóng)業(yè)全要素生產(chǎn)率的直接貢獻(xiàn)都為正且效果顯著，此結(jié)果佐證了現(xiàn)有研究關(guān)于人力資本在提高農(nóng)業(yè)全要素生產(chǎn)率方面具備積極作用的結(jié)論。人力資本提升不僅降低了勞動(dòng)力自身在行業(yè)間轉(zhuǎn)換的門檻，改善資源配置效率，而且進(jìn)一步增加了激發(fā)創(chuàng)新績(jī)效的可能性^[20]，從而實(shí)現(xiàn)農(nóng)業(yè)全要素生產(chǎn)率的提升;另外，人力資本與勞動(dòng)力轉(zhuǎn)移的交互項(xiàng)的參數(shù)估計(jì)顯著為負(fù)，勞動(dòng)力轉(zhuǎn)移的參數(shù)估計(jì)顯著為正，表明整體上的農(nóng)村勞動(dòng)力轉(zhuǎn)移減少了農(nóng)業(yè)部門勞動(dòng)力冗余和部分緩解了土地要素約束，促使農(nóng)業(yè)全要素生產(chǎn)率增加，但同時(shí)又發(fā)現(xiàn)，人力資本提升造成的農(nóng)村勞動(dòng)力轉(zhuǎn)移不利于農(nóng)業(yè)全要素生產(chǎn)率提高。該結(jié)論反映出我國(guó)農(nóng)業(yè)部門勞動(dòng)力整體豐腴，但卻存在結(jié)構(gòu)性失衡的問(wèn)題，即農(nóng)業(yè)發(fā)展所急需的優(yōu)質(zhì)勞動(dòng)力缺乏^[21]，H3得到證實(shí)。

從地區(qū)層面來(lái)看，山區(qū)與非山區(qū)的人力資本水平、人力資本提高引致的勞動(dòng)力轉(zhuǎn)移及勞動(dòng)力轉(zhuǎn)移對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響方向顯著相同，但影響效果卻存有差異。首先是人力資本提高方面，山區(qū)與非山區(qū)的估計(jì)系數(shù)分別為2.791和2.247，可知山區(qū)提高人力資本相較于非山區(qū)在促進(jìn)其地區(qū)農(nóng)業(yè)發(fā)展的效力更強(qiáng)，此結(jié)果符合H1;其次是人力資本提高促使的勞動(dòng)力轉(zhuǎn)移方面，二者的參數(shù)估計(jì)分別為-0.0049和-0.00284，其帶來(lái)的負(fù)面作用對(duì)山區(qū)更強(qiáng)，H2得到證實(shí)。再者是勞動(dòng)力轉(zhuǎn)移方面，對(duì)山區(qū)與非山區(qū)都帶來(lái)農(nóng)業(yè)全要素生產(chǎn)率的提高，再次證實(shí)了H3。

此外，對(duì)控制變量的解釋。第一，家庭經(jīng)營(yíng)收入對(duì)農(nóng)業(yè)全要素生產(chǎn)率變動(dòng)存在顯著的異質(zhì)性，在全國(guó)層面和非山區(qū)省份并未有效推動(dòng)農(nóng)業(yè)生產(chǎn)，甚至減少了農(nóng)業(yè)全要素生產(chǎn)率，而卻顯著促進(jìn)了山區(qū)省份農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)。部分原因是家庭經(jīng)營(yíng)收入的構(gòu)成單元多樣化，以農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)為主的家庭作坊份額存在稀釋的可能性。而非山區(qū)省份多為經(jīng)濟(jì)發(fā)展靠前的地區(qū)，市場(chǎng)經(jīng)濟(jì)推進(jìn)度高于山區(qū)省份，所以家庭經(jīng)營(yíng)收入構(gòu)成更多取決于非農(nóng)行業(yè)。第二，老齡化對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響均顯著為正。這意味著老年農(nóng)業(yè)勞動(dòng)力受勞動(dòng)能力牽制，逐漸放開(kāi)對(duì)土地資源的約束，土地資源在市場(chǎng)重新配置下提高生產(chǎn)率，對(duì)農(nóng)業(yè)全要素生產(chǎn)率提高發(fā)揮了積極的作用。第三，綜合看來(lái)，農(nóng)業(yè)固定資產(chǎn)投資有益于農(nóng)業(yè)全要素生產(chǎn)率增加，在山區(qū)省份得到顯著體現(xiàn)。第四，水利設(shè)施在全國(guó)層面和非山區(qū)省份的作用為正，但未通過(guò)顯著性檢驗(yàn)，而對(duì)山區(qū)省份呈顯著的消極作用。山區(qū)省份的耕地資源匱乏且條件惡劣，水庫(kù)建設(shè)會(huì)增加“人地矛盾”，阻礙農(nóng)業(yè)全要素生產(chǎn)率提升。最后，城鎮(zhèn)化進(jìn)程有益于農(nóng)業(yè)全要素生產(chǎn)率提高，而山區(qū)省份相反，但未能通過(guò)顯著性檢驗(yàn)。城鎮(zhèn)化水平能夠保持勞動(dòng)力析出的穩(wěn)固性，降低農(nóng)村農(nóng)業(yè)勞動(dòng)力冗余度。并且城市化進(jìn)程能一定程度上加快農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)、提高農(nóng)業(yè)市場(chǎng)化水平及為農(nóng)業(yè)發(fā)展提供社會(huì)資金、技術(shù)和人才支持等要素。

（四）穩(wěn)健性檢驗(yàn)

為驗(yàn)證回歸結(jié)果的穩(wěn)健性，考慮采用替換控制變量法重新估計(jì)模型。利用農(nóng)業(yè)固定資產(chǎn)投資結(jié)構(gòu)替代農(nóng)業(yè)固定資產(chǎn)投資來(lái)反映農(nóng)業(yè)支持度，即農(nóng)業(yè)固定資產(chǎn)投資占農(nóng)村固定資產(chǎn)投資的比重，重新估計(jì)結(jié)果如表4。重新估計(jì)后，各待估參數(shù)的正反方向、大小及顯著性基本與表3類似。因此，穩(wěn)健性檢驗(yàn)表明本文的估計(jì)結(jié)果是可信的。

五、結(jié)論與啟示

本文先分析了人力資本優(yōu)化對(duì)山區(qū)與非山區(qū)農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)的異質(zhì)影響，并基于DEA-Malmquist指數(shù)測(cè)算了1999-2018年中國(guó)大陸31個(gè)省份的農(nóng)業(yè)全要素生產(chǎn)率，工具變量法實(shí)證檢驗(yàn)了人力資本優(yōu)化對(duì)農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)的影響因地形地貌差異而不同，并通過(guò)了穩(wěn)健性檢驗(yàn)。研究結(jié)論表明：第一，人力資本提高能夠促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng);第二，山區(qū)農(nóng)業(yè)生產(chǎn)方式仍以傳統(tǒng)人力勞動(dòng)為主，人力資本提高對(duì)山區(qū)農(nóng)業(yè)全要素生產(chǎn)率的正向作用更大;第三，勞動(dòng)力析出到非農(nóng)部門會(huì)促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率提升，但人力資本提高引致農(nóng)村勞動(dòng)力析出對(duì)農(nóng)業(yè)全要素生產(chǎn)率產(chǎn)生消極作用且對(duì)山區(qū)的負(fù)面作用更大。同時(shí)發(fā)現(xiàn)，城鎮(zhèn)化顯著促進(jìn)了農(nóng)業(yè)全要素生產(chǎn)率提高。

基于以上研究成果，得出政策啟示：第一，加強(qiáng)農(nóng)村地區(qū)教育投資，補(bǔ)足職業(yè)教育短板，推動(dòng)教育多元化。農(nóng)村地區(qū)教育投資結(jié)構(gòu)存在諸多問(wèn)題。一是學(xué)校結(jié)構(gòu)不合理，普通中小學(xué)占比過(guò)大，優(yōu)質(zhì)學(xué)校和職業(yè)技術(shù)教育類學(xué)校不足，造成農(nóng)村學(xué)生同質(zhì)化現(xiàn)象嚴(yán)重且技能單一，與城市學(xué)生相比缺乏競(jìng)爭(zhēng)力。逐步推動(dòng)教育體制改革，加強(qiáng)對(duì)優(yōu)質(zhì)學(xué)校辦學(xué)。同時(shí)大力推動(dòng)職業(yè)技術(shù)教育學(xué)校辦學(xué)，培育學(xué)生技能多元化發(fā)展，避免學(xué)生過(guò)早被應(yīng)試教育淘汰而走進(jìn)社會(huì)。二是農(nóng)村學(xué)校師資缺乏，基礎(chǔ)教育學(xué)科單一，造成農(nóng)村學(xué)生“畸形”發(fā)展，后期內(nèi)生動(dòng)力不足。推動(dòng)全科教育老師培養(yǎng)及下鄉(xiāng)教育，彌補(bǔ)農(nóng)村學(xué)校師資不足的缺陷。

第二，建立非農(nóng)業(yè)反哺農(nóng)業(yè)的長(zhǎng)效機(jī)制，統(tǒng)籌城鄉(xiāng)一體化發(fā)展。盡管農(nóng)業(yè)勞動(dòng)力析出在一定程度上促進(jìn)了農(nóng)業(yè)全要素生產(chǎn)率提高，但囿于過(guò)量轉(zhuǎn)移造成非農(nóng)部門提高接納門檻，產(chǎn)生越高等人力資本勞動(dòng)力析出越順暢，而越低等人力資本析出越受阻的現(xiàn)象，最終導(dǎo)致高等人力資本勞動(dòng)力大量外流而農(nóng)業(yè)部門勞動(dòng)力人力資本水平不高。因此，要?jiǎng)?chuàng)新經(jīng)濟(jì)發(fā)展方式，實(shí)現(xiàn)農(nóng)業(yè)部門與非農(nóng)部門融合發(fā)展，建構(gòu)非農(nóng)業(yè)帶動(dòng)農(nóng)業(yè)發(fā)展的協(xié)同機(jī)制。對(duì)于山區(qū)省份，礙于土地細(xì)碎化嚴(yán)重、農(nóng)機(jī)替代率低，更加應(yīng)該重視勞動(dòng)力外流問(wèn)題。

第三，適當(dāng)提高農(nóng)業(yè)部門社會(huì)保障福利，促使人才回流。農(nóng)業(yè)比較收益低下是促使農(nóng)業(yè)勞動(dòng)力析出到非農(nóng)部門與農(nóng)業(yè)接續(xù)傳承斷開(kāi)的關(guān)鍵因素。父輩對(duì)后代的期盼與教育通常脫離農(nóng)業(yè)角度，更希望后輩能夠到非農(nóng)部門工作，造成人才培養(yǎng)與農(nóng)業(yè)脫鉤。因此，政府在對(duì)農(nóng)業(yè)財(cái)政補(bǔ)貼時(shí)，既要支持農(nóng)業(yè)生產(chǎn)，也要關(guān)注到對(duì)農(nóng)業(yè)工作人員的補(bǔ)貼，提高農(nóng)業(yè)部門的福利保障，以此激勵(lì)農(nóng)林牧漁相關(guān)專業(yè)的大專院校學(xué)生、技術(shù)工作經(jīng)驗(yàn)豐腴的農(nóng)民工及農(nóng)業(yè)科技人員等高等人力資本勞動(dòng)力返農(nóng)、效農(nóng)、促農(nóng)。

第四，培育新型農(nóng)業(yè)經(jīng)營(yíng)主體和加強(qiáng)農(nóng)業(yè)社會(huì)化服務(wù)建設(shè)。新型農(nóng)業(yè)經(jīng)營(yíng)主體在文化技術(shù)、經(jīng)營(yíng)管理及信息獲取等方面有較大的優(yōu)勢(shì)，能夠?qū)崿F(xiàn)農(nóng)業(yè)生產(chǎn)集約化、規(guī)?；同F(xiàn)代化，提高農(nóng)業(yè)生產(chǎn)效率，通過(guò)服務(wù)外延一定程度上彌補(bǔ)農(nóng)業(yè)高等人力資本勞動(dòng)力流失的困境。

參考文獻(xiàn)：

[1]劉晗，王釗，姜松.基于隨機(jī)前沿生產(chǎn)函數(shù)的農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)研究[J].經(jīng)濟(jì)問(wèn)題探索，2015（11）：35-42.

[2] 李金鍇，陳玨穎，劉合光.城鎮(zhèn)化背景下中國(guó)農(nóng)業(yè)全要素生產(chǎn)率的增長(zhǎng)性與協(xié)調(diào)性分析[J].世界農(nóng)業(yè)，2021（02）：35-44+131.

[3] 黃勇.湖北省農(nóng)業(yè)生產(chǎn)率增長(zhǎng)、技術(shù)進(jìn)步與效率變化研究[J].統(tǒng)計(jì)與決策，2013（08）：99-102.

[4] 王兵，曾志奇，杜敏哲.中國(guó)農(nóng)業(yè)綠色全要素生產(chǎn)率的要素貢獻(xiàn)及產(chǎn)區(qū)差異——基于Meta-SBM-Luenberger生產(chǎn)率指數(shù)分析[J].產(chǎn)經(jīng)評(píng)論，2020，11（06）：69-87.

[5] 周鵬飛，謝黎，王亞飛.我國(guó)農(nóng)業(yè)全要素生產(chǎn)率的變動(dòng)軌跡及驅(qū)動(dòng)因素分析——基于DEA—Malmquist指數(shù)法與兩步系統(tǒng)GMM模型的實(shí)證考察[J].蘭州學(xué)刊，2019（12）：170-186.

[6] 郭萍，余康，黃玉.中國(guó)農(nóng)業(yè)全要素生產(chǎn)率地區(qū)差異的變動(dòng)與分解——基于Fre-Primont生產(chǎn)率指數(shù)的研究[J].經(jīng)濟(jì)地理，2013，33（02）：141-145.

[7] 張樂(lè)，曹靜.中國(guó)農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)：配置效率變化的引入——基于隨機(jī)前沿生產(chǎn)函數(shù)法的實(shí)證分析[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2013（03）：4-15.

[8] 朱滿德，張琪.要素市場(chǎng)化配置改革與中國(guó)玉米全要素生產(chǎn)率增長(zhǎng)[J].湖南農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020，21（04）：1-11.

[9] 陳燕翎，莊佩芬.貿(mào)易開(kāi)放、人力資本和農(nóng)業(yè)全要素生產(chǎn)率——基于面板門檻回歸的實(shí)證研究[J].中共福建省委黨校學(xué)報(bào)，2019（01）：83-92.

[10] 韓海彬，趙麗芬，張莉.異質(zhì)型人力資本對(duì)農(nóng)業(yè)環(huán)境全要素生產(chǎn)率的影響——基于中國(guó)農(nóng)村面板數(shù)據(jù)的實(shí)證研究[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2014（05）：105-112.

[11] 于偉，張鵬，姬志恒.中國(guó)省域農(nóng)村教育人力資本與農(nóng)業(yè)全要素生產(chǎn)率的空間交互效應(yīng)——基于空間聯(lián)立方程的經(jīng)驗(yàn)分析[J].中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2020，25（03）：192-202.

[12]湯丹.我國(guó)農(nóng)業(yè)結(jié)構(gòu)調(diào)整對(duì)農(nóng)民收入影響的區(qū)域差異[J].經(jīng)濟(jì)問(wèn)題探索，2016（02）：180-184.

[13]Vandenbussche，J. P. Aghion and C. Meghir. Growth，distance to frontier and composition of human capital[J]. Journal of Economic Growth，2006（11）：97-127.

[14]于偉，張鵬，姬志恒.中國(guó)省域農(nóng)村教育人力資本與農(nóng)業(yè)全要素生產(chǎn)率的空間交互效應(yīng)——基于空間聯(lián)立方程的經(jīng)驗(yàn)分析[J].中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2020，25（03）：192-202.

[15]黃婧，史瓊，歐國(guó)武，崔嵬，孫秋.貴州現(xiàn)代山地高效農(nóng)業(yè)發(fā)展的困境與對(duì)策[J].貴州農(nóng)業(yè)科學(xué)，2015，43（08）：275-279.

[16]龍翠紅，洪銀興.農(nóng)村人力資本外溢與中國(guó)城鄉(xiāng)居民收入差距關(guān)系的實(shí)證分析[J].經(jīng)濟(jì)經(jīng)緯，2012（03）：106-110.

[17]李谷成，范麗霞，成剛，馮中朝.農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)：基于一種新的窗式DEA生產(chǎn)率指數(shù)的再估計(jì)[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2013（05）：4-17.

[118]杜江，王銳，王新華.環(huán)境全要素生產(chǎn)率與農(nóng)業(yè)增長(zhǎng)：基于DEA-GML指數(shù)與面板Tobit模型的兩階段分析[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2016（03）：65-81.

[19]葉初升，馬玉婷.人力資本及其與技術(shù)進(jìn)步的適配性何以影響了農(nóng)業(yè)種植結(jié)構(gòu)？[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2020（04）：34-55.

[20]紀(jì)雯雯，賴德勝.人力資本配置與中國(guó)創(chuàng)新績(jī)效[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2018（11）：19-31.

[21]李士梅，尹希文.中國(guó)農(nóng)村勞動(dòng)力轉(zhuǎn)移對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2017（09）：4-13.

（責(zé)任編輯：李韻婷）

Study on the Impact of Human Capital on Agricultural Total Factor Productivity and Its Heterogeneity

——Comparison Between Mountainous and Non Mountainous Areas

Jiang Hao-dong， Zhu Man-de， Zhao Zhi-shang

（School of Economics， Guizhou University， Guiyang 550025）

Abstract： human capital is an important way to improve agricultural total factor productivity. The DEA Malmquist index method is used to calculate the agricultural total factor productivity of various provinces and regions in China from 1999 to 2018， and the instrumental variable method is further used to explore the impact and heterogeneity of the improvement of human capital on agricultural total factor productivity. The results show that the promotion of human capital can significantly promote the growth of agricultural total factor productivity， and has a greater positive effect on mountainous provinces; Labor transfer is beneficial to the increase of agricultural total factor productivity， but labor transfer caused by the improvement of human capital is not conducive to the increase of agricultural total factor productivity， and has a stronger negative effect on mountainous provinces. In order to further improve agricultural total factor productivity， first， strengthen education investment in rural areas， make up for the shortcomings of vocational education and promote the diversification of education; Second， appropriately improve the social welfare of the agricultural sector and promote the return of talents; Third， we should establish a long-term mechanism of non-agricultural feeding agriculture and coordinate the development of urban-rural integration.

Key Words： DEA Malmquist Index;?Instrumental Variable;?Method Human Capital;?Agricultural Total Factor Productivity