楊萌萌

摘要：基于糧食主產(chǎn)區(qū)河南省1989—2018年的數(shù)據(jù)，構(gòu)建VAR模型，使用Granger檢驗、脈沖響應(yīng)函數(shù)和方差分解分析等方法，對其農(nóng)業(yè)機械化和農(nóng)業(yè)勞動力轉(zhuǎn)移的動態(tài)關(guān)系進行分析。結(jié)果表明：農(nóng)業(yè)機械化和農(nóng)業(yè)勞動力轉(zhuǎn)移存在雙向格蘭杰因果關(guān)系，但雙向互饋的影響程度不同，農(nóng)業(yè)機械化水平提升對農(nóng)業(yè)勞動力轉(zhuǎn)移的作用顯著高于其逆向作用。研究發(fā)現(xiàn)對于加快提高糧區(qū)農(nóng)業(yè)機械化水平，助推農(nóng)業(yè)勞動力有序流轉(zhuǎn)，促進現(xiàn)代農(nóng)業(yè)發(fā)展有重要的政策涵義。

關(guān)鍵詞：農(nóng)業(yè)；機械化；勞動力轉(zhuǎn)移；VAR模型

中圖分類號：F323.3；F323.6 文獻標識碼：A DOI：10.16465/j.gste.cn431252ts.20210309

近年中央“一號文件”連續(xù)提出要全面推進農(nóng)業(yè)機械化，合理配置農(nóng)業(yè)勞動力資源，優(yōu)先發(fā)展農(nóng)業(yè)農(nóng)村現(xiàn)代化。糧食主產(chǎn)區(qū)作為保障國家糧食安全的主體，其農(nóng)業(yè)機械化程度和農(nóng)業(yè)勞動力流動一定程度上影響著糧食生產(chǎn)的供給水平與能力。同時，農(nóng)業(yè)機械化發(fā)展對勞動力的替代作用也日益顯現(xiàn)，勞動力非農(nóng)轉(zhuǎn)移加快，這一現(xiàn)象引起學者對農(nóng)業(yè)機械化與勞動力轉(zhuǎn)移關(guān)系的關(guān)注。

已有文獻[1-2]對農(nóng)業(yè)機械化與農(nóng)戶勞動力轉(zhuǎn)移之間的研究主要集中在兩個方面：一是農(nóng)業(yè)機械化對農(nóng)戶勞動力轉(zhuǎn)移的作用。農(nóng)戶受個人稟賦和家庭稟賦的影響，難以持續(xù)進行農(nóng)業(yè)生產(chǎn)活動，農(nóng)戶會以資金為代價將農(nóng)業(yè)生產(chǎn)的一些環(huán)節(jié)外包或者托管給農(nóng)業(yè)機械化組織，農(nóng)機社會化組織不斷發(fā)展，使農(nóng)機這一稀缺資源逐漸富裕[3-5]，從而替代了勞動力。農(nóng)機服務(wù)的出現(xiàn)通過規(guī)模效益降低了機械的成本，促進了機械替代勞動力，使更多的剩余勞動力轉(zhuǎn)移。中國是農(nóng)業(yè)大國，但耕地細碎導致農(nóng)戶以家庭承包為基礎(chǔ)進行小規(guī)模經(jīng)營[6]，這種前提下農(nóng)業(yè)機械化可以彌補細碎化經(jīng)營的不足[7]，進而可以解放農(nóng)業(yè)勞動力，促進農(nóng)戶勞動力轉(zhuǎn)移和農(nóng)業(yè)產(chǎn)出的增加[8]，把小規(guī)模農(nóng)戶引入現(xiàn)代農(nóng)業(yè)生產(chǎn)體系。二是農(nóng)戶勞動力轉(zhuǎn)移對農(nóng)業(yè)機械化的反作用[9]。通過誘致性技術(shù)進步理論[10]可知，隨著大量勞動力非農(nóng)化轉(zhuǎn)移，誘發(fā)農(nóng)業(yè)老齡化、婦女化的現(xiàn)象，而這些農(nóng)業(yè)主體因為自身身體素質(zhì)、生理因素無法長期從事繁重的農(nóng)業(yè)勞動，就會對農(nóng)機社會化服務(wù)產(chǎn)生需求進而促進了農(nóng)業(yè)機械化的發(fā)展[11]。

綜上所述，已有文獻對農(nóng)業(yè)機械化與農(nóng)戶勞動力轉(zhuǎn)移之間的理論關(guān)系展開了有益探索。但是，相關(guān)研究仍存在不足，主要包括兩個方面：一是，現(xiàn)有研究多集中于農(nóng)業(yè)機械化對農(nóng)業(yè)勞動力轉(zhuǎn)移的單項因果關(guān)系，忽略了兩者之間互為因果的內(nèi)生性關(guān)系。二是，現(xiàn)有研究雖涉及農(nóng)戶勞動力轉(zhuǎn)移對機械化的影響這個問題，但多為理論研究，缺乏實證分析。針對現(xiàn)有不足，本文擬采用構(gòu)建VAR 模型的方法，探討河南省農(nóng)業(yè)機械化與農(nóng)戶勞動力轉(zhuǎn)移之間互為因果的內(nèi)生性問題，從而彌補現(xiàn)有研究的不足。

1 理論模型與數(shù)據(jù)來源

1.1 VAR模型介紹

式中：Y為K維的內(nèi)生變量矢量；A為相應(yīng)的系數(shù)矩陣；p為內(nèi)生變量滯后的階數(shù)；εt為隨機擾動項；t為時間。

1.2 變量選取

本文涉及的變量主要為農(nóng)業(yè)機械化和農(nóng)業(yè)勞動力轉(zhuǎn)移。通過總結(jié)已有文獻，本文用目前使用頻率最高的農(nóng)業(yè)機械總動力來衡量農(nóng)業(yè)機械化的水平。該指標可以反映農(nóng)業(yè)生產(chǎn)中的機械使用量及投入量；通過配第—克拉克定律以及劉易斯二元經(jīng)濟模型，得出農(nóng)業(yè)人口會隨著經(jīng)濟的發(fā)展由第一產(chǎn)業(yè)即農(nóng)業(yè)轉(zhuǎn)移到第二、三產(chǎn)業(yè)，因此本文用河南省第二、三產(chǎn)業(yè)的就業(yè)人數(shù)占總就業(yè)人數(shù)的比重作為代理變量來表示農(nóng)業(yè)勞動力轉(zhuǎn)移量。

1.3 數(shù)據(jù)來源

考慮到數(shù)據(jù)的平衡性和可獲得性，本文選擇糧食主產(chǎn)區(qū)河南省為研究對象，對其1989—2018年30年的時間序列數(shù)據(jù)進行實證分析，其中兩個指標的數(shù)據(jù)主要來源于《河南統(tǒng)計年鑒》和《中國統(tǒng)計年鑒》。為了消除時間序列波動和異方差的影響，對農(nóng)業(yè)機械總動力進行處理，取自然對數(shù)記為ln M；農(nóng)戶勞動力轉(zhuǎn)移量通過對就業(yè)人口和第二、三產(chǎn)業(yè)就業(yè)人口進行計算得到，記為T。各變量的描述性統(tǒng)計見表1，變化趨勢見圖1。除此以外，本文所有的實證分析均運用stata軟件進行操作。

由圖1可以看出，兩個變量30年的變化趨勢基本是一致的。農(nóng)業(yè)機械化水平總體呈提高趨勢，河南省第二、三產(chǎn)業(yè)的就業(yè)人數(shù)占總就業(yè)人數(shù)的比重即農(nóng)業(yè)勞動力轉(zhuǎn)移水平總體也呈增長趨勢。

2 實證分析

2.1 單位根檢驗

時間序列的平穩(wěn)是VAR模型建立的前提是時間序列的平穩(wěn)，如果時間序列不平穩(wěn)，在分析中出現(xiàn)“偽回歸”現(xiàn)象的可能性很大，因此對相關(guān)變量進行平穩(wěn)性檢驗是很有必要的。本文采用ADF檢驗方法檢驗各變量的平穩(wěn)性，檢驗結(jié)果見表2。

表2是單位根檢驗的結(jié)果，可以看出ln M和T的原始序列不平穩(wěn)。而對d ln M和d T一階差分后，兩者均在5%置信水平下拒絕原假設(shè)，即不存在單位根，兩者是平穩(wěn)時間序列，表明ln M和 T都是一階單整序列，記為Ⅰ（1）。

2.2 確定最優(yōu)滯后期

為探究前文提出的問題，研究河南省農(nóng)業(yè)機械化和農(nóng)業(yè)勞動力轉(zhuǎn)移之間關(guān)系，本文構(gòu)建我國農(nóng)業(yè)機械化和農(nóng)業(yè)勞動力轉(zhuǎn)移的VAR模型。建立VAR模型變量的滯后階數(shù)的確定很重要，一般來說，滯后階數(shù)要適度，階數(shù)大會導致模型的自由度過大，參數(shù)有效性變小。綜合考慮，本文選取的滯后階數(shù)為3，滯后期p的選擇見表3。

2.3 Granger因果關(guān)系檢驗

一般格蘭杰因果關(guān)系檢驗中滯后期的選擇具有隨意性，這必定會對檢驗的結(jié)果產(chǎn)生影響。而基于VAR模型的Granger因果關(guān)系檢驗的滯后期的選擇是確定的，可以很好地解決上述問題。由于上文確定的VAR的最優(yōu)滯后期為3，故Granger檢驗時滯后期為3，檢驗結(jié)果見表4。

從表4可以看出，在以ln M為被解釋變量的方程中，檢驗變量T系數(shù)的聯(lián)合顯著性，其卡方統(tǒng)計量為6.844 4，相應(yīng)的p值為0.077，故認為T是ln M的Granger原因。同理，ln M是T的Granger原因。綜上，在5%的顯著性水平下，農(nóng)業(yè)機械化與農(nóng)業(yè)勞動力轉(zhuǎn)移存在雙向的格蘭杰因果關(guān)系，即農(nóng)業(yè)機械化的提高會促進農(nóng)業(yè)勞動力的轉(zhuǎn)移，反之亦然。

2.4 模型的穩(wěn)定性檢驗

VAR模型不穩(wěn)定，脈沖響應(yīng)和方差分解就沒有意義。檢驗VAR模型的穩(wěn)定性，其實就是檢驗VAR模型所有根的模，只有模的倒數(shù)都小于1，即都位于單位圓內(nèi)，VAR模型才是穩(wěn)定的。檢驗結(jié)果見圖2，農(nóng)業(yè)機械化與農(nóng)業(yè)勞動力轉(zhuǎn)移的VAR模型中的6個模均位于單位圓內(nèi)，表明該VAR模型是穩(wěn)定的，可以進行后續(xù)的脈沖響應(yīng)和方差分解。

2.5 脈沖響應(yīng)分析

將脈沖響應(yīng)函數(shù)繪制成脈沖響應(yīng)曲線見圖3。分別給ln M是T一個標準誤差的信息沖擊，滯后期設(shè)定為20期，圖3展示了20年考察期內(nèi)各變量對于沖擊的響應(yīng)情況和響應(yīng)路徑。

從圖3（b）可以看出，對ln M進行沖擊，從第1期開始，T會先呈現(xiàn)出下降趨勢并且為負值，當發(fā)展到第3期與第4期時達到最小值，之后在第7期上升到正值并且第10期之后隨著脈沖期數(shù)的增加將會保持穩(wěn)定。這表明農(nóng)業(yè)機械化對勞動力轉(zhuǎn)移會先出現(xiàn)負向影響之后就是持續(xù)的正向影響，并且隨著期數(shù)的增加，這種作用效果將一直持續(xù)，所以可以認為，對于農(nóng)業(yè)勞動力轉(zhuǎn)移而言，農(nóng)業(yè)機械化是一項重要的積極影響因素，能夠持續(xù)推進農(nóng)業(yè)勞動力轉(zhuǎn)移。

根據(jù)圖3（c）顯示的脈沖響應(yīng)分析結(jié)果能夠看出，對T進行單位沖擊時，ln M在前7期為正值，表示短期情況下農(nóng)業(yè)勞動力轉(zhuǎn)移的增加會造成農(nóng)業(yè)機械化水平的提升。但是隨著沖擊期數(shù)的增長，ln M會逐漸縮小，并且當發(fā)展到第7期時趨于0，此后隨著沖擊期數(shù)增加將會縮小。這表示對于長期農(nóng)業(yè)勞動力轉(zhuǎn)移而言，過度的農(nóng)業(yè)勞動力轉(zhuǎn)移會對農(nóng)業(yè)機械化產(chǎn)生負向影響。

2.6 方差分解分析

一般來說，脈沖響應(yīng)函數(shù)表示的是一個變量的沖擊對另一個變量的動態(tài)影像路徑，而方差分解可以分析出來VAR模型每個擾動項因素對變量影響的相對程度。對ln M和T進行方差分解，見表5和表6。

由表5可知，河南省農(nóng)業(yè)機械化的ln M預測性方差主要受到自身波動影響，不管是對ln M進行向前一期還是20期的預測，其預測方差至少有93.9%來自ln M本身，其余的6.1%來自T。這意味著農(nóng)業(yè)機械化受自身的影響較大，變量農(nóng)戶勞動力轉(zhuǎn)移的作用很小。表6顯示，如果作一期預測，則T的預測誤差有96.9%來自T本身。但如果作20期預測，則T的預測方差有52.1%來自ln M，47.8%來自于T本身。這表明，農(nóng)業(yè)機械化對農(nóng)業(yè)勞動力轉(zhuǎn)移有較大的影響。

3 結(jié)論與建議

3.1 結(jié)論

本文選取河南省1989—2018年的數(shù)據(jù)，構(gòu)建農(nóng)業(yè)機械化和農(nóng)業(yè)勞動力轉(zhuǎn)移的VAR模型，運用平穩(wěn)性檢驗、Granger檢驗、脈沖響應(yīng)函數(shù)和方差分解分析等方法，對糧食主產(chǎn)區(qū)河南省農(nóng)業(yè)機械化和農(nóng)業(yè)勞動力轉(zhuǎn)移的動態(tài)關(guān)系進行研究。結(jié)果表明：

（1） 農(nóng)業(yè)機械化和農(nóng)業(yè)勞動力轉(zhuǎn)移存在雙向格蘭杰因果關(guān)系，農(nóng)業(yè)機械化水平的提高能夠推動農(nóng)業(yè)勞動力的轉(zhuǎn)移，但農(nóng)業(yè)勞動力轉(zhuǎn)移對農(nóng)業(yè)機械化的反向作用并不明顯。

（2） 脈沖相應(yīng)的結(jié)果表明，農(nóng)戶勞動力轉(zhuǎn)移對農(nóng)業(yè)機械化沖擊在前7期呈顯出U型的負向響應(yīng)，在第8期之后響應(yīng)變?yōu)檎虿⒕徛仙?，由此可見農(nóng)業(yè)機械化對農(nóng)戶勞動力轉(zhuǎn)移的推動作用具有滯后性；農(nóng)業(yè)機械化對農(nóng)業(yè)勞動力轉(zhuǎn)移沖擊的響應(yīng)在前4期緩慢上升，之后緩慢下降，并在第7期之后出現(xiàn)副響應(yīng)，由此可見過度的農(nóng)業(yè)勞動力轉(zhuǎn)移會對農(nóng)業(yè)機械化的發(fā)展產(chǎn)生負向影響。

（3） 方差分析的結(jié)果顯示，長遠來看，農(nóng)業(yè)勞動力轉(zhuǎn)移對農(nóng)業(yè)機械化的貢獻率很低，而農(nóng)業(yè)機械對農(nóng)業(yè)勞動力轉(zhuǎn)移的貢獻較大。

3.2 建議

農(nóng)業(yè)機械化是應(yīng)對農(nóng)業(yè)勞動力轉(zhuǎn)移的重要手段，農(nóng)業(yè)勞動力轉(zhuǎn)移也在一定程度上促進了農(nóng)業(yè)機械化的發(fā)展，勞動力轉(zhuǎn)移不僅是“四化同步”的重要內(nèi)容，也是農(nóng)業(yè)機械化的關(guān)鍵因素之一。針對以上研究結(jié)果提出以下政策建議：一是從政府角度來說，首先完善勞動力轉(zhuǎn)移相關(guān)政策，健全農(nóng)業(yè)勞動力轉(zhuǎn)移就業(yè)體系并且完善平等就業(yè)制度，引導農(nóng)業(yè)勞動力有序合理轉(zhuǎn)移，同時加大對農(nóng)村的教育投入，避免農(nóng)村人力資本淺化；其次要完善農(nóng)業(yè)機械相關(guān)政策，既要注重農(nóng)機的質(zhì)量也要注重數(shù)量，加大農(nóng)機補貼，優(yōu)化農(nóng)機結(jié)構(gòu)，同時也要發(fā)展農(nóng)機社會化服務(wù)。二是從農(nóng)民角度來說，農(nóng)民自身影響著農(nóng)業(yè)機械化的進程，農(nóng)民文化素質(zhì)較低、學習能力較差、接受新事物的速度較慢，即使有政府補貼，農(nóng)民的操作水平依舊達不到要求，對農(nóng)機的需求就降低。因此政府應(yīng)因地制宜開展培訓，挑選熟練的有耐心的技術(shù)人員對農(nóng)民進行培訓，提高他們使用農(nóng)機的積極性進而促進農(nóng)業(yè)機械化進程。

參 考 文 獻

[1]秦佳虹，王成軍.農(nóng)業(yè)機械化能否改善農(nóng)業(yè)勞動力錯配[J].農(nóng)業(yè)現(xiàn)代化研究，2019，40（6）：1021-1028.

[2]李谷成，李燁陽，周曉時.農(nóng)業(yè)機械化、勞動力轉(zhuǎn)移與農(nóng)民收入增長——孰因孰果？[J].中國農(nóng)村經(jīng)濟，2018（11）：112-127.

[3]潘彪，田志宏.中國農(nóng)業(yè)機械化高速發(fā)展階段的要素替代機制研究[J].農(nóng)業(yè)工程學報，2018，34（9）：1-10.

[4]鄭旭媛，徐志剛.資源稟賦約束、要素替代與誘致性技術(shù)變遷：以中國糧食生產(chǎn)的機械化為例[J].經(jīng)濟學（季刊），2017，16（1）：45-66.

[5]周曉時.勞動力轉(zhuǎn)移與農(nóng)業(yè)機械化進程[J].華南農(nóng)業(yè)大學學報（社會科學版），2017，16（3）：49-57.

[6]王躍梅，姚先國，周明海.農(nóng)村勞動力外流、區(qū)域差異與糧食生產(chǎn)[J].管理世界，2013（11）：67-76.

[7]馬九杰，趙將，吳本健，等.提供社會化服務(wù)還是流轉(zhuǎn)土地自營：對農(nóng)機合作社發(fā)展轉(zhuǎn)型的案例研究[J].中國軟科學，2019（7）：35-46.

[8] YANG Jin， HUANG Zuhui， ZHANG Xiaobo， et al. The rapid rise of cross-regional agricultural mechanization services in China[J]. American Journal of Agricultural Economics， 2013， 95（5）： 1245-1251.

[9] 楊思雨，蔡海龍.農(nóng)機社會化服務(wù)對小規(guī)模農(nóng)戶勞動力轉(zhuǎn)移的影響研究[J].農(nóng)業(yè)現(xiàn)代化研究，2020，41（3）：417-425.

[10] HAYAMI Y， RUTTAN V W. Agricultural development： an international perspective[M]. London： Johns Hopkins Press， 1971.

[11]周振，馬慶超，孔祥智.農(nóng)業(yè)機械化對農(nóng)村勞動力轉(zhuǎn)移貢獻的量化研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2016（2）：52-62.

[12]吳迪，霍學喜.城鄉(xiāng)居民消費差距和收入差距互動關(guān)系的實證研究：來自VEC模型的驗證[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2010（8）：101-106.

[13]黃浩，石研研.我國農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)與農(nóng)業(yè)經(jīng)濟增長的實證研究：基于VAR模型的計量分析[J].中國農(nóng)機化學報，2019，40（10）：217-221+231.

[14]周力，張寧.新型城鎮(zhèn)化、財政支出與城鄉(xiāng)收入差距關(guān)聯(lián)性的統(tǒng)計檢驗[J].統(tǒng)計與決策，2021，37（6）：87-89.

Analysis of the Relationship of Agricultural Mechanization and Agricultural Labor Force Transfer Based on the VAR Model

Yang Mengmeng

（ School of Engineering Management and Real Estate， Henan University Of Economics And Law， Zhengzhou， Henan 450000 ）

Abstract： Based on the data of Henan Province， a major grain-producing region from 1989 to 2018， the VAR model was established to analyze the dynamic relationship between agricultural mechanization and agricultural T in Henan Province by using Granger test， impulse response function and variance decomposition analysis. The results show that there is a two-way Granger causality relationship between agricultural mechanization and agricultural T， but the influence degree of two-way mutual feed is different， and the effect of agricultural mechanization level on agricultural T is significantly higher than its reverse effect. The findings of this study have important policy implications for accelerating the improvement of agricultural mechanization level in grain areas， boosting the orderly transfer of agricultural labor force and promoting the development of modern agriculture.

Key words： agricultural， mechanization， transfer of agricultural labor force， the VAR model