李劉艷,楊 陽

(1.河南師范大學,河南 新鄉(xiāng) 453007；2.鄭州大學,河南 鄭州 450001)

一、問題的提出及文獻回顧

美國諾貝爾獎獲得者約瑟夫·斯蒂格利茨曾指出，中國的城市化與美國的高科技發(fā)展將是影響21世紀人類社會發(fā)展過程的兩件大事，其預言在中國得到了驗證。中情數(shù)據(jù)網(wǎng)2021年的統(tǒng)計結果表明，40余年來，中國城市化率從1978年的17.90%上升到2021年的64.72%?？焖俪鞘谢o中國糧食生產(chǎn)帶來了耕地持續(xù)減少和農(nóng)業(yè)勞動力外流兩大直接的影響。2021年8月國務院頒布了《第三次全國國土調(diào)查主要數(shù)據(jù)公報》，相關結果顯示，2021年我國耕地面積為19.179億畝，相較10年前總量減少1.121億畝。同時，越來越多的農(nóng)村勞動力棄農(nóng)外出務工，農(nóng)業(yè)轉移人員更是表現(xiàn)出年輕化、高學歷化、男性化的特點，從事糧食生產(chǎn)的有效勞動力呈下降趨勢(1)2019年農(nóng)民工監(jiān)測調(diào)查報告，http://www.stats.gov.cn/tjsj/zxfb/201704/t20170428_1489334.html.。事實上，中國糧食總產(chǎn)量沒有因耕地和勞動力的減少而下降，2003-2021年實現(xiàn)了持續(xù)增長態(tài)勢，連續(xù)7年超過1.3萬億斤(2)國家統(tǒng)計局糧食生產(chǎn)公報，http://www.gov.cn/shuju/2019-12/07/content_5459250.htm.。在農(nóng)業(yè)勞動力和耕地雙重減少的情況下，中國糧食生產(chǎn)取得的成績，一方面得益于內(nèi)生性的農(nóng)業(yè)科技進步，另一方面也體現(xiàn)了機械替代勞動的結果。2021年中央農(nóng)村工作會議和2022年中央一號文件都重點強調(diào)要牢牢把握糧食生產(chǎn)的主動權。在城市化和鄉(xiāng)村振興協(xié)同推進中，通過資源配置提高糧食的單位產(chǎn)量是當前亟須研究的問題。

學界大體從三個層面對現(xiàn)有問題進行了系列研究。首先，農(nóng)業(yè)勞動力轉移對糧食生產(chǎn)的影響。有學者認為，農(nóng)村優(yōu)質(zhì)勞動力外出務工雖然提高了農(nóng)戶的收入水平，但村莊留守人員減少了糧食生產(chǎn)中的實際勞動投入，進而給糧食生產(chǎn)帶來不同程度的負面影響(3)秦立建：《土地細碎化、勞動力轉移與中國農(nóng)戶糧食生產(chǎn)：基于安徽省的調(diào)查》，《農(nóng)業(yè)技術經(jīng)濟》，2011年第11期。。也有研究者認為勞動力外出務工的匯款行為緩解了其流動性約束，使農(nóng)戶改變了要素投入配置。農(nóng)戶更傾向于資本密集型高收益的作物，有效彌補了勞動力外出帶來的糧食生產(chǎn)的損失(4)李谷成：《資本深化、人地比例與中國農(nóng)業(yè)生產(chǎn)率增長:個生產(chǎn)函數(shù)分析框架》，《中國農(nóng)村經(jīng)濟》，2015年第1期。。也有研究發(fā)現(xiàn)農(nóng)村勞動力轉移對糧食生產(chǎn)的影響存在區(qū)域稟賦的異質(zhì)性(5)程名望，等：《農(nóng)村勞動力外流對糧食生產(chǎn)的影響：來自中國的證據(jù)》，《中國農(nóng)村觀察》，2015年第6期。。其次，農(nóng)業(yè)機械發(fā)展對土地生產(chǎn)率的影響。馬克思指出:“機器是提高勞動生產(chǎn)率，即縮短生產(chǎn)商品的必要勞動時間最有力的手段?！?6)《馬克思恩格斯全集》，第23卷，人民出版社，1972年，第441頁。農(nóng)業(yè)機械化能夠提高土地的利用率，使農(nóng)業(yè)生產(chǎn)從粗放型生產(chǎn)方式向集約型轉變(7)張斌，等：《人力資本、種植結構與糧食安全：基于全國31個省(區(qū)、市)3073個家庭農(nóng)場的調(diào)查數(shù)據(jù)》，《河南師范大學學報》(哲學社會科學版)，2021年第4期。。大型機械的“深松翻”和“少免耕”技術，能夠改善土壤結構，從而起到增產(chǎn)作用(8)侯方安：《農(nóng)業(yè)機械柏推進機制的影響因素介析》，《中國農(nóng)村觀察》，2008年第5期。。最后，農(nóng)業(yè)勞動力轉移與農(nóng)業(yè)機械發(fā)展的關系研究。既有文獻已證實，大多數(shù)農(nóng)戶會利用務工收入在產(chǎn)前、產(chǎn)中和產(chǎn)后通過購買生產(chǎn)性服務應對勞動力資源的不足(9)劉亮，等：《勞動力轉移與糧食安全》，《統(tǒng)計研究》，2014年第9期。。周振等測算出了1998-2012 年，農(nóng)業(yè)機械化對農(nóng)村勞動力轉移的貢獻度達21.59%(10)周振：《農(nóng)業(yè)機械化對農(nóng)村勞動力轉移貢獻的量化研究》，《農(nóng)業(yè)技術經(jīng)濟》，2016年第2期。。王歐等的研究表明，農(nóng)業(yè)機械的發(fā)展有利于農(nóng)業(yè)勞動力的轉移并促進了農(nóng)業(yè)生產(chǎn)率的提高，但這種替代強度在不同的糧食作物之間存在地域差異性(11)王歐，等：《農(nóng)業(yè)機械對勞動力替代強度和糧食產(chǎn)出的影響》，《中國農(nóng)村經(jīng)濟》，2016第12期。。

綜上所述，勞動力轉移對農(nóng)地生產(chǎn)效率的影響并未達成一致的結論，在模型建立上，大都是基于C-D函數(shù)單位勞動的集約形式，鮮有文獻研究單位土地的集約形式。鑒于此，本文利用30個省(地區(qū))的面板數(shù)據(jù)，實證檢驗我國農(nóng)業(yè)勞動力轉移對單位農(nóng)地糧食生產(chǎn)的影響。

二、計量模型構建及分析

(一)模型構建

假設糧食生產(chǎn)函數(shù)為：

Y=AF(M,L, T,P)

(1)

其中Y為糧食產(chǎn)量，M為以機械化水平為代表的資本投入，L為勞動投入，T為土地投入， A為技術效率，P為化肥、農(nóng)藥、農(nóng)膜等除了上述要素之外的其他投入品。

在糧食生產(chǎn)中，我們建立一個基于單位土地投入的糧食生產(chǎn)的C-D集約形式，如下：

(2)

具體函數(shù)形式如下：

y=aMαlβpγ

(3)

m,l,p分別代表單位農(nóng)地機械化投入、單位勞動投入和其他要素投入，a為技術水平，α，β，γ分別為其彈性系數(shù)。

(二)變量選取和數(shù)據(jù)說明

本文的詳細變量設置及說明如表1。本文重點關注了單位土地的糧食產(chǎn)量，基于文中(2)式選擇變量，選擇畝均糧食產(chǎn)量(12)糧食產(chǎn)量數(shù)據(jù)來源于統(tǒng)計年鑒的糧食產(chǎn)量，單位農(nóng)地生產(chǎn)量等于糧食總產(chǎn)量除以糧食播種面積。作為農(nóng)地糧食生產(chǎn)率的代理變量，因為不同地區(qū)土地復種指數(shù)不同，所以本文采用的是播種面積而不是耕地面積。選用地區(qū)農(nóng)林牧漁業(yè)從業(yè)人員(13)由于在統(tǒng)計年鑒沒有區(qū)分各種各種農(nóng)村經(jīng)營人員，所以本文選取農(nóng)林牧漁業(yè)從業(yè)人員代替從事糧食種植人員。作為糧食生產(chǎn)勞動投入的代理變量，其除以地區(qū)糧食播種面積即為地區(qū)畝均勞動投入量作為單位土地糧食勞動投入的代理變量。農(nóng)業(yè)勞動力轉移比為某區(qū)域農(nóng)業(yè)勞動力數(shù)量與某區(qū)域總農(nóng)村從業(yè)人員數(shù)量之比(14)農(nóng)業(yè)勞動力轉移比為(農(nóng)村從業(yè)人員數(shù)量-農(nóng)林牧漁業(yè)從業(yè)人員)/農(nóng)村從業(yè)人員數(shù)量。。參照唐瑩，穆懷中的研究，本文選擇地區(qū)農(nóng)業(yè)年末機械總動力除以地區(qū)糧食播種面積即地區(qū)農(nóng)地畝均機械總動力作為糧食生產(chǎn)的農(nóng)地機械化水平的代理變量(15)唐瑩，穆懷中：《中國耕地勞動力承載量適度性檢驗》，《中國農(nóng)村經(jīng)濟》，2016年第10期。。畝均化肥折純量為地區(qū)使用化肥折純量除以播種面積，畝均農(nóng)藥使用量為地區(qū)農(nóng)藥使用量除以播種面積(公斤/畝)，畝均薄膜使用量為地區(qū)農(nóng)膜使用量除以播種面積(公斤/畝)，還有有效灌溉面積率和受災面積率，本文數(shù)據(jù)根據(jù)國家統(tǒng)計局相應年份的《中國統(tǒng)計年鑒》《中國農(nóng)業(yè)統(tǒng)計年鑒》整理得到。

表1 變量名稱及說明

計量模型中經(jīng)過線性化變換后，用來衡量農(nóng)地生產(chǎn)效率的被解釋變量則為畝均糧食產(chǎn)量對數(shù)ln_lagrv，本文的核心解釋變量為農(nóng)業(yè)勞動力轉移比Transfor、畝均勞動力對數(shù)值ln_labor和畝均機械總動力對數(shù)值ln_mechan。另外，還加入了影響農(nóng)地生產(chǎn)效率的其他控制變量，分別是畝均化肥折純量ln_fertilizer、畝均農(nóng)藥使用量ln_pesticide、有效灌溉面積率irrigate、畝均薄膜使用量ln_agrimembrane和受災面積比例disaster。從理論上來講，在農(nóng)業(yè)生產(chǎn)過程中這些中間投入的資本要素會提高單位土地的糧食產(chǎn)量，即前四個指標的作用為正，受災面積率對農(nóng)業(yè)生產(chǎn)帶來負面影響。當然這需要經(jīng)過后文驗證。

除此之外，還利用30省份(西藏除外)虛擬變量捕捉那些不隨時間變化的地區(qū)固定效應(比如地區(qū)特有的自然稟賦：地勢地形、土壤質(zhì)量、降雨量、溫度等不可觀測的因素)及時間固定效應(隨著時間變化發(fā)生的影響農(nóng)地生產(chǎn)效率的不可觀測的因素)。

本文根據(jù)單位土地集約C-D生產(chǎn)函數(shù)分別取對數(shù)后利用雙向固定效應回歸作為基本模型:

1n_lagrvi,t=α1Transforit+β11n_labori,t+β21n_mechani,t+β31n_fertizeri,t+β41n_pesticidei,t+β5disaateri,t+β61n_agrimembranei,t+β7irrigate+yeart+γi+εit

(4)

加上農(nóng)業(yè)轉移勞動力比與單位農(nóng)地機械化水平交互項后的模型為式(5)：

1n_lagrvi,t=α1Transforit+β11n_labori,t+β21n_mechani,t+β31n_fertizeri,t+β41n_pesticidei,t+β5disaateri,t+β61n_agrimembranei,t+β7irrigate+α2Transforit1n_mechanit+yeart+γi+εit

(5)

加入單位土地勞動投入與單位農(nóng)地機械化水平交互項后的模型為式(6)：

1n_lagrvi,t=α1Transforit+β11n_labori,t+β21n_mechani,t+α31n_labori,t1n_mechani,t+β31n_fertizeri,t+β41n_pesticidei,t+β5disaateri,t+β61n_agrimembranei,t+β7irrigate+yeart+γi+εi,t

(6)

其中，畝均糧食產(chǎn)量對數(shù)代表農(nóng)地糧食生產(chǎn)效率，即1n_lagrvit為被解釋變量，Transforit為農(nóng)業(yè)勞動力轉移比，1n_labori,t為單位農(nóng)地從業(yè)人員數(shù)對數(shù)，1n_mechani,t為單位農(nóng)地機械總動力對數(shù)代表農(nóng)地機械化水平，這三種變量為核心解釋變量，i表示省份，t(t=2000,2001……2020)表示年份。畝均化肥折純量對數(shù)ln_fertilizer、畝均農(nóng)藥使用量對數(shù)ln_pesticide、受災面積比例disaster、畝均薄膜使用量對數(shù)ln_agrimembrane分別為控制變量，β1，β2，β3，β4,β6表示農(nóng)地對應生產(chǎn)要素的投入彈性，β5,β7，為受災面積比例和有效灌溉率的邊際效益，εit表示誤差項。為了解決時間跨度大引致的可能出現(xiàn)人為回歸和模型本身可能存在的內(nèi)生性問題，本文進一步采取了工具變量回歸方法進行穩(wěn)健性檢驗。

(二)計量結果與分析

1.全國樣本實證分析

本文利用stata16.0，利用雙向固定效應模型進行初步的回歸檢驗，結果如表2中。在回歸中，本文采用逐步加入解釋變量的策略。模型(1)首先加入了農(nóng)業(yè)勞動力轉移比、單位農(nóng)地勞動力對數(shù)、單位農(nóng)地機械化總動力對數(shù)、畝均化肥折純量、畝均薄膜使用量對數(shù)、畝均農(nóng)藥使用量對數(shù)這幾個變量，模型(2)在模型(1)的基礎上加上農(nóng)業(yè)勞動力轉移比與單位農(nóng)地機械化水平交互項；模型(3)在模型(1)的基礎上加上單位農(nóng)地勞動投入對數(shù)和農(nóng)地機械化水平對數(shù)的交乘項，模型(4)進一步加入了有效灌溉面積比率和成災面積比率這兩個控制變量，模型(5)和(6)在模型(4)基礎上分別加上勞動力轉移比與機械化水平的交互項、單位農(nóng)地勞動投入對數(shù)和農(nóng)地機械化水平對數(shù)的交互項。

表2 雙向固定效應的回歸結果

觀察計量結果(2)可以發(fā)現(xiàn)，在控制了其他變量之后，勞動力轉移比、畝均機械總動力和畝均勞動力均在1%的水平上顯著為正，這說明勞動力轉移比、勞動力投入和機械化水平與糧食畝產(chǎn)高度正相關。在模型(1)、(4)中，勞動力轉移比每提高一個百分點，糧食畝產(chǎn)量分別提高0.313，0.308個百分點；單位農(nóng)地機械總動力每增加1%，糧食單產(chǎn)增加幅度分別是0.689%和0.650%。這說明勞動力轉移和機械化水平對糧食畝產(chǎn)量影響很大。畝均勞動力每增加1%，糧食畝產(chǎn)增加幅度分別是0.255%和0.253%，模型(4)與模型(1)相比，三個核心解釋變量的系數(shù)稍微變小，這說明新加入的控制變量對農(nóng)地生產(chǎn)效率總體上具有正效應。

進一步地，考察加入交互項的計量模型(2)(3)(5)和(6)，勞動力轉移比與機械化水平的交互項系數(shù)為正，勞動力投入和機械化水平的交互項系數(shù)為負，在 1%水平上顯著相關，這說明農(nóng)業(yè)勞動力轉移和機械化投入二者是互相促進的，勞動力轉移有助于機械化水平的推廣和使用。勞動投入和機械化水平二者對糧食畝產(chǎn)的影響是相互削弱。但又發(fā)現(xiàn)，加入交互項后與之前相比，勞動力投入彈性變大，而機械化水平彈性變小，這也就意味著，勞動投入對機械化水平發(fā)展制約的作用更大，也就是說我國糧食生產(chǎn)中勞動力投入進一步制約了農(nóng)業(yè)機械化水平的提高。

在控制變量中，畝均化肥折純量在1%的水平上顯著、畝均薄膜使用量和農(nóng)藥使用量在5%的水平上顯著為正，說明化肥和薄膜等技術的運用能夠較明顯地提高糧食的畝產(chǎn)量。灌溉率對糧食產(chǎn)量呈現(xiàn)顯著正影響，但系數(shù)較小，成災率對糧食生產(chǎn)率不顯著，表明了我國農(nóng)業(yè)抗災能力很強。

考慮到基準回歸結果可能受到內(nèi)生性的影響，因此本文使用工具變量法解決內(nèi)生性問題，利用兩階段最小二乘法第一階段回歸檢驗工具變量的有效性(表3后9行)。本文重點關注的是勞動力轉移比、機械化水平對糧食畝產(chǎn)的影響以及當前勞動力投入對機械化發(fā)展的影響，因此，主要尋找農(nóng)業(yè)勞動力轉移比和農(nóng)業(yè)機械化的工具變量。文中選擇勞動力轉移比的滯后一期(Transfor-1)作為當期勞動力轉移比的工具變量，因為，上一年度的勞動力轉移并不影響當期糧食生產(chǎn)的勞動投入，但影響當期的勞動力轉移。在已有相關文獻中，作為農(nóng)業(yè)機械化水平的工具變量使用較多的有三種變量：一是農(nóng)機具補貼(16)周振等：《農(nóng)業(yè)機械化與農(nóng)民收入:來自農(nóng)機具購置補貼政策的證據(jù)》，《中國農(nóng)村經(jīng)濟》，2016年第2期。；二是農(nóng)業(yè)基礎設施(17)李谷成等：《農(nóng)村基礎設施建設與農(nóng)業(yè)全要素生產(chǎn)率》，《中南財經(jīng)政法大學學報》，2015年第1期。；三是財政農(nóng)林水務支出。從已有研究成果來看，農(nóng)機具補貼是農(nóng)業(yè)機械化水平的最優(yōu)工具變量，其不直接對農(nóng)地生產(chǎn)效率產(chǎn)生影響，但直接促進了農(nóng)戶農(nóng)業(yè)機械的購買，可是農(nóng)機具補貼這一數(shù)據(jù)不公開極難獲得，退而求其次，文中選擇公路網(wǎng)(transportion)和財政農(nóng)林水務支出(agrfinexp)作為農(nóng)業(yè)機械化水平的工具變量。理論上，鄉(xiāng)村交通基礎設施和縣級及以上公路建設對農(nóng)地生產(chǎn)不直接產(chǎn)生影響，但良好的交通道路建設特別是鄉(xiāng)級公路，會有利于農(nóng)機特別是大型機械的使用，符合工具變量的要求。鑒于不同區(qū)域面積差異較大，本文使用交通里程數(shù)除以區(qū)域面積和農(nóng)林水務支出占GDP比重作為機械化水平的工具變量進行了回歸，結果見表3。同樣，在所有的回歸中控制了時間固定效應和地區(qū)固定效應。

表3 最小二乘法工具變量回歸結果

首先，我們來看工具變量有效性檢驗結果。第一階段回歸中三個工具變量農(nóng)業(yè)勞動力轉移比滯后一期、財政農(nóng)林水務支出和交通基礎設施公路網(wǎng)的估計值和t值，三個工具變量的回歸系數(shù)都在1%的水平上顯著為正，說明本論文使用的三個工具變量與對應的解釋變量顯著正相關，特別是農(nóng)業(yè)勞動力轉移比滯后一期和財政農(nóng)林水務支出的系數(shù)超過0.8和0.7，說明農(nóng)業(yè)勞動力轉移比滯后一期對當期農(nóng)業(yè)勞動力轉移比影響顯著正相關，且相關度較高；財政農(nóng)林水務支出對農(nóng)業(yè)機械化的影響顯著正相關。Cragg-Donald Wald F值和過度識別檢驗結果的P值也表明本論文所選取的工具變量是適當?shù)摹?/p>

勞動力轉移比和畝均勞動力投入在5%的水平上顯著為正，畝均機械總動力(ln_mechan)均在1%的水平上顯著為正，但其系數(shù)較小且在控制所有變量后變更小了，說明與機械化水平相比，勞動力投入彈性較小(表3)。這也進一步驗證了本文的理論邏輯。在采取工具變量回歸后，其他控制變量也和基準模型的回歸結果類似，在此不再詳述。

2.分糧食主產(chǎn)區(qū)和非糧食主產(chǎn)區(qū)樣本實證分析

由于機械替代勞動的難易程度在不同區(qū)域和不同作物之間存在差異，那么有理由相信在糧食主產(chǎn)區(qū)和非主產(chǎn)區(qū)，勞動力、機械化及二者的交互項對農(nóng)地效率的影響可能會有所不同。首先剔除其他省市樣本，只保留糧食主產(chǎn)區(qū)樣本：遼寧、吉林、黑龍江、內(nèi)蒙古、河北、山東、安徽、江蘇、江西、河南、湖南、四川和湖北等13個省份(18)本文采用2001年國務院《關于進一步深化糧食流通體制改革的意見》中的劃分方法，糧食主產(chǎn)區(qū)特指遼寧、吉林、黑龍江、內(nèi)蒙古、河北、山東、安徽、江蘇、江西、河南、湖南、四川、湖北等13個省(區(qū))。，余下的樣本為非糧食主產(chǎn)區(qū)。兩類樣本回歸結果見表4。

表4 糧食主產(chǎn)區(qū)與非主產(chǎn)區(qū)回歸結果

糧食主產(chǎn)區(qū)樣本回歸結果發(fā)現(xiàn)，核心解釋變量勞動力轉移比、機械化水平對糧食畝產(chǎn)的彈性變大了，但勞動力投入彈性系數(shù)發(fā)生了符號改變，變?yōu)榱素搹椥裕诩尤胨锌刂谱兞亢徒换ロ椇?，勞動力的彈性系?shù)絕對值增大且在5%的水平上顯著，再進一步看交互項的系數(shù)，在模型(2)中，勞動力轉移與機械化水平交互項系數(shù)為0.378且在1%的水平上顯著，機械化水平和勞動力投入的交互項系數(shù)為負，在1%水平上顯著，說明機械化水平和勞動力轉移相互增強的效應，勞動力投入和機械化水平互相抑制，結合兩個核心解釋變量各自的系數(shù)變化，可能的解釋是，在糧食主產(chǎn)區(qū)勞動力投入過于冗余，機械化水平滯后，這也和前文一些文獻不謀而合，糧食作物機械替代勞動的彈性較大，機械化發(fā)展空間很廣闊，應加大農(nóng)業(yè)機械化的推廣，將冗余的勞動力激活。其他控制變量也和我們的預期基本一致，化肥、農(nóng)膜、有效灌溉率對糧食生產(chǎn)具有正效應，農(nóng)藥使用則對其產(chǎn)生負的影響。

進一步考察非糧食主產(chǎn)區(qū)的回歸結果。與全國樣本和糧食主產(chǎn)區(qū)樣本相比，勞動力轉移和機械化水平的顯著性降低了，勞動力投入的顯著性幾乎一致，說明機械化水平在非糧食主產(chǎn)區(qū)對糧食生產(chǎn)效率的影響比較弱，而勞動力投入的彈性系數(shù)變大。勞動力轉移比與機械化水平的交互項系數(shù)和顯著性均降低，勞動投入和機械化水平的交互項不顯著。可能的解釋是在非糧食主產(chǎn)區(qū)，一方面由于糧食作物比重低，經(jīng)濟類作物的機械化替代勞動彈性較小，另一方面也存在地形地勢的因素使得機械替代勞動難度較大，所以需要較多的勞動力投入，而這些地方偏偏又是幅員遼闊、土地開墾不充分的區(qū)域。其他控制變量和前文基本保持一致。

三、結論及建議

本文利用2000-2020年省級面板數(shù)據(jù)，采用雙向固定效應模型研究了農(nóng)業(yè)勞動力轉移對糧食生產(chǎn)的影響。第一，全國來看，勞動投入、機械化水平對土地的糧食生產(chǎn)率具有顯著的正效應，但從交互項來看，勞動力轉移比和機械化水平的交互項系數(shù)為正，勞動投入和機械化水平的交互項系數(shù)為負，也就是說勞動力投入對機械化推廣起到阻礙作用，勞動力轉移有助于提高糧食生產(chǎn)的機械化水平，進而提高糧食生產(chǎn)率。第二，糧食主產(chǎn)區(qū)，勞動力轉移比、機械化水平正效應變大，勞動投入對糧食生產(chǎn)效率影響為負，勞動力轉移比與機械化水平的交互效應為正，勞動投入和機械化水平交互項系數(shù)為負，說明在糧食主產(chǎn)區(qū)，較適合推廣機械化技術，提高勞動力轉移量有助于加大機械化推廣，能有效提高勞動的彈性。第三，非糧食主產(chǎn)區(qū)與全國樣本和糧食主產(chǎn)區(qū)樣本相比，勞動力轉移和機械化水平的顯著性降低，而勞動力投入的彈性系數(shù)變大。勞動力轉移比與機械化水平的交互項系數(shù)和顯著性均降低，勞動投入和機械化水平的交互項不顯著，說明非糧食主產(chǎn)區(qū)機械替代勞動彈性小。因此，應分區(qū)域采取措施提高農(nóng)地的糧食生產(chǎn)率。

第一，政府應大力推進農(nóng)地制度改革和積極引導農(nóng)地流轉，提高農(nóng)業(yè)機械化水平。農(nóng)地規(guī)?；?jīng)營是農(nóng)業(yè)機械化發(fā)展的前提，而農(nóng)地流轉又是促進農(nóng)地規(guī)模經(jīng)營的前提，農(nóng)地經(jīng)營權和承包權的長期有效是解決農(nóng)業(yè)剩余勞動力徹底遷移的重要制度保障，同時也促進農(nóng)民農(nóng)地流轉的積極性，真正解決農(nóng)業(yè)轉移人口的后顧之憂。農(nóng)地流轉市場的規(guī)范化能激勵農(nóng)業(yè)經(jīng)營大戶對農(nóng)地的長期投資，進而保障糧食生產(chǎn)的長期性；第二，在現(xiàn)有財政約束下，要健全農(nóng)業(yè)支持保護制度，優(yōu)化財政支農(nóng)政策，提高農(nóng)機購置補貼支出，助推農(nóng)業(yè)機械化水平提高。持續(xù)增加對農(nóng)村道路、農(nóng)業(yè)大型水利基礎設施投資，提高農(nóng)業(yè)機械化使用率，進而促進糧食畝產(chǎn)的提高。第三，積極引導農(nóng)業(yè)剩余人口向非農(nóng)轉移。由于糧食主產(chǎn)區(qū)機械替代勞動彈性較大，導致農(nóng)業(yè)剩余勞動力較多。因此，在糧食主產(chǎn)區(qū)，除了加大基礎設施建設和加大對農(nóng)戶的種糧補貼，還應加快推動土地、勞動力等要素市場化改革和戶籍制度改革，促進城鄉(xiāng)要素平等交換、雙向流動。繼續(xù)促進農(nóng)業(yè)剩余人口轉移緩解人地矛盾，推動土地規(guī)模經(jīng)營和機械化實施。第四，厘清稟賦異質(zhì)性小農(nóng)戶與現(xiàn)代農(nóng)業(yè)的銜接機制。要鞏固和完善農(nóng)村基本經(jīng)營制度，完善承包地“三權分置”制度，發(fā)展適度規(guī)模的多種經(jīng)營形式，對小農(nóng)戶進行適應性改造，建構小農(nóng)戶與大市場的雙向回應機制。