周芳雅

(重慶工商大學(xué)/長江上游經(jīng)濟研究中心，重慶 401331)

引言

十八大以來，黨中央始終把糧食安全作為治國理政的頭等大事，先后提出了“飯碗論”、“底線論”、“紅線論”等一系列新論斷；2021年中央一號文件再次強調(diào)，“要保證農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革深入推進，糧食播種面積保持穩(wěn)定、產(chǎn)量達到1.3萬億斤以上”。勞動力是農(nóng)業(yè)生產(chǎn)的關(guān)鍵要素之一。然而，隨著工業(yè)化、城鎮(zhèn)化進程的不斷推進，我國糧食生產(chǎn)面臨著農(nóng)村空心化、農(nóng)民老齡化的現(xiàn)實困境。農(nóng)業(yè)勞動力大量流失，成為嚴(yán)重制約我國農(nóng)業(yè)可持續(xù)發(fā)展的重要因素。如何破局,“加快推進農(nóng)業(yè)機械化服務(wù)，突破農(nóng)業(yè)關(guān)鍵核心技術(shù)”為農(nóng)業(yè)生產(chǎn)指明了方向、帶來了新的發(fā)展機遇。

諸多學(xué)者探討了農(nóng)業(yè)機械化對農(nóng)業(yè)生產(chǎn)效益的影響。何蒲明等[1]研究發(fā)現(xiàn)，單位勞動力對糧食單位面積產(chǎn)量的貢獻率為2%，而農(nóng)業(yè)機械的使用將有效緩解農(nóng)業(yè)勞動力的短缺；王曉兵等[2]進一步研究發(fā)現(xiàn)，農(nóng)業(yè)機械和勞動力的相對價格是影響其替代能力的主要影響因素之一。胡雪枝等[3]認(rèn)為，農(nóng)業(yè)機械對勞動力的替代并沒有影響適宜機械化生產(chǎn)作物的單位面積產(chǎn)量；與此同時，李偉[4]、張露等[5]、楊宗耀等[6]研究發(fā)現(xiàn),農(nóng)業(yè)機械化水平的提高不僅擴大了區(qū)域內(nèi)糧食作物的種植面積，還擴大了相鄰區(qū)域糧食作物的種植面積。此外，周振[7]、李谷成等[8]、唐林等[9]學(xué)者發(fā)現(xiàn)，農(nóng)業(yè)機械化水平的提高不僅可以通過影響糧食的產(chǎn)出直接提高農(nóng)民收入，還能通過勞動力的轉(zhuǎn)移間接增加非農(nóng)收入。

現(xiàn)有研究雖然已經(jīng)取得了豐碩的成果，但也明顯存在不足之處。在研究方法上，已有研究多將農(nóng)機總動力作為衡量農(nóng)業(yè)機械化水平的唯一指標(biāo)，忽略了不同農(nóng)機類型(大中型農(nóng)機和小型農(nóng)機)對勞動力投入空間溢出效應(yīng)的不同影響。在研究內(nèi)容上，現(xiàn)有研究重點關(guān)注農(nóng)機跨區(qū)在跨緯度地區(qū)產(chǎn)生的空間溢出效應(yīng)，忽略了其在同緯度地區(qū)的空間溢出效應(yīng)。鑒于此，本文將從2方面展開研究：深入檢驗不同農(nóng)機類型對勞動力投入空間溢出效應(yīng)的不同影響；進一步驗證農(nóng)業(yè)機械化對勞動力投入的空間溢出效應(yīng)的時空異質(zhì)性。

1 模型設(shè)定與數(shù)據(jù)說明

1.1 模型設(shè)定

本文以2004—2018年我國23個水稻主產(chǎn)區(qū)水稻生產(chǎn)的面板數(shù)據(jù)為基礎(chǔ)，構(gòu)建空間杜賓模型，深入分析農(nóng)業(yè)機械化對勞動力投入的空間溢出效應(yīng)，并進一步檢驗不同機械類型對勞動力投入空間溢出效應(yīng)的不同影響。本文實證部分使用Stata 15軟件進行計算。

本文的空間杜賓模型設(shè)定如下：

lnlabit=α0+α1lnmit+α2lnXit+α3W×lnmit+α4∑W×lnXit+εit

(1)

lnlabit=α0+α1lnlmit+α2lnXit+α3W×lnlmit+α4∑W×lnXit+εit

(2)

lnlabit=α0+α1lnsmit+α2lnXit+α3W×lnsmit+α4∑W×lnXit+εit

(3)

式中，i代表水稻主產(chǎn)區(qū)各個省(市)(i=1，2，3，……，23)；εit為隨機誤差項；lnlabit是因變量，表示i省份在t年投入與水稻生產(chǎn)的勞動力投入(d·667m-2)的對數(shù)；lnmit、lnlmit、lnsmit為自變量，lnmit表示i省份在t年投入于水稻生產(chǎn)的農(nóng)機總動力(kW·h·667m-2)的對數(shù)，用于反映各省份水稻生產(chǎn)過程中的農(nóng)業(yè)機械化發(fā)展水平，lnlmit和lnsmit分別表示i省份在t年投入于水稻生產(chǎn)的大中型拖拉機動力和小型拖拉機動力(kW·h·667m-2)的對數(shù)，用于反映各省份水稻生產(chǎn)過程中的大中型農(nóng)機和小型農(nóng)機的農(nóng)業(yè)機械化發(fā)展水平。

每667m2水稻農(nóng)業(yè)機械總動力=(農(nóng)機總動力/農(nóng)作物播種面積)×(水稻播種面積/農(nóng)作物播種面積)

每667m2水稻大中型拖拉機動力和每667m2水稻小型拖拉機動力計算方法同每667m2水稻農(nóng)業(yè)機械總動力。

此外，本文包含如下控制變量：化肥施用量(fer)，用每667m2水稻化肥費用來表示，元·667m-2，并使用農(nóng)業(yè)生產(chǎn)資料價格指數(shù)剔除價格影響；城鎮(zhèn)化(urb)，用常住城鎮(zhèn)人口占總?cè)丝诘谋戎貋砗饬浚?；財政支農(nóng)(gov)，采用農(nóng)業(yè)財政支出占地方總財政支出的比重來衡量(財政支農(nóng)支出的統(tǒng)計口徑在2003年和2007年發(fā)生變化，在2003年以前，財政支農(nóng)費用主要包括支援農(nóng)村生產(chǎn)支出、農(nóng)業(yè)綜合開發(fā)支出和農(nóng)林氣象等部門事業(yè)費；2003—2006年，財政支農(nóng)費用則包括農(nóng)業(yè)支出、林業(yè)支出和農(nóng)林水利氣象等部門事業(yè)費；2007年以后，財政支農(nóng)費用僅體現(xiàn)為農(nóng)林水事務(wù)支出；將統(tǒng)計口徑調(diào)整前后的數(shù)據(jù)進行比對，發(fā)現(xiàn)數(shù)據(jù)是平滑的)，%；農(nóng)業(yè)發(fā)展水平(dev)，采用第一產(chǎn)業(yè)增加值占比來表示，%；基礎(chǔ)設(shè)施(inf)，用每個行政村擁有的等外公路里程來體現(xiàn)，km/村。

1.2 數(shù)據(jù)來源

本文的原始數(shù)據(jù)主要來源于國家統(tǒng)計局、EPS數(shù)據(jù)庫、《全國農(nóng)產(chǎn)品成本收益資料匯編》(2005—2019)、《中國統(tǒng)計年鑒》(2005—2019)、《中國農(nóng)村統(tǒng)計年鑒》(2005—2019)、《中國農(nóng)業(yè)機械工業(yè)統(tǒng)計年鑒》(2005—2019)、《中國衛(wèi)生健康統(tǒng)計年鑒》(2005—2019)，對個別省份的缺失數(shù)據(jù)取前后2項平均值進行填補。表1為各變量的描述性統(tǒng)計。

表1 各變量描述性統(tǒng)計

2 參數(shù)估計與結(jié)果討論

2.1 農(nóng)業(yè)機械化對勞動力投入的空間溢出效應(yīng)

由表2可知，農(nóng)業(yè)機械化水平對勞動力投入具有顯著的負向影響，但其空間溢出效應(yīng)不顯著。而大中型農(nóng)機對勞動力投入具有顯著的負向影響，且空間溢出效應(yīng)顯著為負，表明大中型農(nóng)機不但能減少本地區(qū)的勞動力投入，而且也能降低周邊地區(qū)的勞動力投入。此外，雖然小型農(nóng)機對勞動力投入具有顯著的負向影響，但其空間溢出效應(yīng)不顯著，這表明小型農(nóng)機主要是節(jié)約本地區(qū)的勞動力投入?？傮w來看，在我國水稻生產(chǎn)中，農(nóng)業(yè)機械化對勞動力投入的空間溢出效應(yīng)主要來自于大中型農(nóng)機，這與我國大中型農(nóng)機多用于開展跨區(qū)作業(yè)的實際情況相符。

表2 空間杜賓模型結(jié)果

由于空間杜賓模型的估計參數(shù)并不表示空間溢出效應(yīng)的大小。因此，本文通過求解偏微分進一步估計大中型農(nóng)機的直接效應(yīng)、間接效應(yīng)和總體效應(yīng)。其中，大中型農(nóng)機對勞動力投入的直接影響彈性系數(shù)為-0.052，即大中型農(nóng)業(yè)機械化水平每提升1%，可使本地勞動力投入節(jié)約0.052%；就間接效應(yīng)來看，大中型農(nóng)機對勞動力投入的間接影響彈性系數(shù)為-0.060，是直接影響彈性系數(shù)的1.154倍。由此表明，我國大中型農(nóng)機對勞動力投入的替代作用不僅存在直接效應(yīng)，而且存在間接效應(yīng)。換言之，大中型農(nóng)機的對象并不僅僅限于本省地區(qū)，而且還能通過跨區(qū)作業(yè)服務(wù)周邊地區(qū)。鑒于此，本文將進一步探討水稻生產(chǎn)中大中型農(nóng)機對勞動力投入空間溢出效應(yīng)的時空異質(zhì)性。

2.2 空間溢出效應(yīng)的空間異質(zhì)性

我國幅員遼闊、南北溫差大，導(dǎo)致不同區(qū)域糧食作物生產(chǎn)存在時間差異，這為大中型農(nóng)機跨區(qū)作業(yè)創(chuàng)造了條件。已有研究表明，大中型農(nóng)機對糧食生產(chǎn)的空間溢出效應(yīng)在跨緯度與同緯度地區(qū)之間存在顯著差異[10]。因此，本文以地理分布為依據(jù)，將部分水稻主產(chǎn)區(qū)劃分為跨緯度地區(qū)和同緯度地區(qū)2個組別，進一步探究大中型農(nóng)機對勞動力投入空間溢出效應(yīng)的空間異質(zhì)性。其中，處于跨緯度的水稻主產(chǎn)區(qū)包含安徽、江西、湖北、湖南、河南5個省份；處于同緯度的水稻主產(chǎn)區(qū)包含江蘇、安徽、湖北、重慶、四川5個地區(qū)?？臻g杜賓模型及空間權(quán)重矩陣的設(shè)定均參考主模型。

由表3可知，跨緯度地區(qū)大中型農(nóng)機對勞動力投入的直接影響顯著為負，空間溢出效應(yīng)也顯著為負，這表明在跨緯度地區(qū)大中型農(nóng)機不僅能節(jié)約本地區(qū)的勞動力投入，而且能降低周邊地區(qū)的勞動力投入。結(jié)合表4可知，就直接效應(yīng)來看，大中型農(nóng)機對勞動力投入的直接影響彈性系數(shù)為-0.203，即大中型農(nóng)機動力每增加1%，本地勞動力將節(jié)約0.203%。就間接效應(yīng)來看，大中型農(nóng)機對勞動力投入的間接影響彈性系數(shù)為-0.555，是直接影響彈性系數(shù)的2.73倍。這表明跨緯度地區(qū)大中型農(nóng)機對勞動力投入的替代效應(yīng)主要體現(xiàn)在空間溢出效應(yīng)上，這與其利用作物成熟時間差“由南到北”的跨緯度作業(yè)，從而節(jié)約勞動力投入的事實相一致。

表3 分區(qū)域空間杜賓模型估計結(jié)果

與此同時，同緯度地區(qū)大中型農(nóng)機對勞動力投入的直接效應(yīng)和間接效應(yīng)均顯著為負，見表3。結(jié)合表4，就直接效應(yīng)而言，大中型農(nóng)機對勞動力投入的直接影響彈性系數(shù)為-0.103；就間接效應(yīng)來看，大中型農(nóng)機對勞動力投入的間接影響彈性系數(shù)為-0.119，占總體效應(yīng)的54%。這表明大中型農(nóng)機對勞動力投入的空間溢出效應(yīng)在同緯度地區(qū)同樣存在，但溢出強度要弱于跨緯度地區(qū)。原因在于，同緯度地區(qū)水稻耕種收的時間大致相同，大中型農(nóng)機在滿足本省需要的前提下才開展跨區(qū)作業(yè)。

表4 分區(qū)域大中型農(nóng)機的直接效應(yīng)、間接效應(yīng)和總體效應(yīng)分解

2.3 空間溢出效應(yīng)的時間異質(zhì)性

本文根據(jù)我國農(nóng)業(yè)機械跨區(qū)機收面積的棉花，將研究期劃分為2004—2006年、2007—2012年、2013—2018年3個階段，進一步分析大中型農(nóng)機對勞動力投入空間溢出效應(yīng)的時間異質(zhì)性。空間杜賓模型及空間矩陣的設(shè)定均參照主模型。

由表5看模型擬合度，2004—2018年模型擬合度先升后降。其中，2004—2006年，模型的擬合度為0.570，在2007—2012年階段增至0.763，2013—2018年又降至0.755。由表6看直接效應(yīng)，2004—2018年大中型農(nóng)機對勞動力投入的直接影響均不顯著，這在一定程度上驗證了我國大中型農(nóng)機主要用于跨區(qū)作業(yè)的觀點。就間接效應(yīng)來看，2004—2006年大中型農(nóng)機對勞動力投入的間接影響彈性系數(shù)為-0.137，統(tǒng)計不顯著；2007—2012年為-0.249，在1%的

表5 分時間杜賓模型估計結(jié)果

顯著性水平下通過檢驗；2013—2018年為-0.095，在10%的顯著性水平下通過檢驗。究其原因，2004—2006年，我國大中型農(nóng)機數(shù)量的快速增長雖然促進了農(nóng)業(yè)機械化水平的大幅提升，但由于大中型農(nóng)機跨區(qū)作業(yè)比例較低，導(dǎo)致大中型農(nóng)機不足以對勞動力投入產(chǎn)生顯著的空間溢出效應(yīng)；2007—2012年，隨著我國農(nóng)業(yè)機械化服務(wù)市場日趨完善、農(nóng)機跨區(qū)作業(yè)蓬勃發(fā)展，大中型農(nóng)機對勞動力投入產(chǎn)生了顯著的空間溢出效應(yīng)；然而，2013年以來，在農(nóng)機具購置政策的大力支持下，本地區(qū)農(nóng)機具日趨飽和，水稻跨區(qū)作業(yè)面積不斷下降，大中型農(nóng)機對勞動力投入的空間溢出效應(yīng)逐漸趨弱，這就導(dǎo)致2013—2018年的大中型農(nóng)機對勞動力投入的空間溢出效應(yīng)大幅下降，僅有2007—2012年的40%。

表6 分時間大中型農(nóng)機的直接效應(yīng)、間接效應(yīng)和總體效應(yīng)分解

3 結(jié)論與對策

本文基于2004—2018年我國23個水稻主產(chǎn)區(qū)的面板數(shù)據(jù)，利用空間杜賓模型考察了農(nóng)業(yè)機械化對勞動力投入的空間溢出效應(yīng)。結(jié)果表明，在水稻生產(chǎn)過程中，大中型農(nóng)機對勞動力投入具有顯著的空間溢出效應(yīng)，原因在于大中型農(nóng)機通過跨區(qū)作業(yè)不僅節(jié)約了本地區(qū)的勞動力投入，還節(jié)約了周邊地區(qū)的勞動力投入；大中型農(nóng)機對勞動力投入的空間溢出效應(yīng)不僅發(fā)生于跨緯度地區(qū)，在同緯度地區(qū)也同樣存在，但同緯度地區(qū)弱于跨緯度地區(qū)；大中型農(nóng)機對勞動力投入的空間溢出效應(yīng)存在明顯的時間異質(zhì)性，其空間溢出效應(yīng)經(jīng)歷了“從無到有，先強后弱”的變化趨勢。其中，2004—2006年不存在空間溢出效應(yīng)，2007—2018年存在空間溢出效應(yīng)，且2007—2012年的空間溢出效應(yīng)高于2013—2018年，前者是后者的2.62倍?；谝陨辖Y(jié)論，本文提出以下建議。

3.1 進一步優(yōu)化農(nóng)機裝備結(jié)構(gòu)

隨著我國跨區(qū)機收面積的不斷減少，大中型農(nóng)機對勞動力投入的空間溢出效應(yīng)逐漸減弱。相關(guān)部門應(yīng)及時調(diào)整農(nóng)機購置政策，進一步優(yōu)化我國農(nóng)機機械的裝備結(jié)構(gòu)，在提高農(nóng)機總動力的同時，增加農(nóng)機配套工具的投入，進而提高農(nóng)業(yè)的生產(chǎn)效率。

3.2 大力發(fā)展農(nóng)業(yè)社會化服務(wù)

隨著農(nóng)業(yè)機械化進程的不斷推進，各種農(nóng)機服務(wù)組織不斷增多、新型服務(wù)模式層出不窮。然而，我國農(nóng)業(yè)社會化服務(wù)仍處于起步階段，農(nóng)業(yè)生產(chǎn)“一條龍”式的服務(wù)體系仍不完善。就此而言，我國應(yīng)加快構(gòu)建包含農(nóng)業(yè)生產(chǎn)“產(chǎn)前、產(chǎn)中、產(chǎn)后”的全產(chǎn)業(yè)鏈條，推進農(nóng)業(yè)機械化服務(wù)向市場化、專業(yè)化、產(chǎn)業(yè)化的方向快速發(fā)展。

3.3 推動產(chǎn)學(xué)研用一體化發(fā)展

堅持以市場需求為導(dǎo)向，主動與大型企業(yè)、科研院所、培訓(xùn)機構(gòu)密切協(xié)作，加快大中型、智能化、復(fù)合型農(nóng)業(yè)機械研發(fā)和應(yīng)用，積極培育新型職業(yè)農(nóng)民和農(nóng)村實用人才，為實現(xiàn)農(nóng)業(yè)現(xiàn)代化注入新動能、提供新支撐。