史大功

（棲霞市寺口鎮(zhèn)農業(yè)機械管理站，山東 棲霞 265317）

農業(yè)是我國社會經濟發(fā)展的重要基礎。伴隨我國農村地區(qū)經濟總量的不斷增加，部分農村地區(qū)整體發(fā)展進程當中滯后矛盾普遍增多。因而，積極落實農業(yè)機械化對于農村地區(qū)勞動力的轉移貢獻量化分析，對更好地推進落后農村地區(qū)實現(xiàn)勞動力高效轉移，有著一定的現(xiàn)實意義。

1 采集數(shù)據(jù)及分析方法

1.1 在數(shù)據(jù)來源與變量選取層面

機械化衡量指標主要選定耕種收農作物綜合的機械化率（mechanization），由農業(yè)部負責統(tǒng)計測算該指標。測算方法為機耕（plowing）、機播（seeding）及機收（haversting）實際水平情況，分別依照著0.4、0.3、0.3權重加權予以平均計算。機耕水平，即為機耕面積占據(jù)各種不同農作物的播種面積當中應耕作面積的百分比；機播水平及機收水平，則分別為機播及機收面積占據(jù)各種不同農作物的總播種面積、總收獲面積的實際百分比。通過耕種收農作物綜合的機械化率，能夠將地區(qū)范圍農作物整體機械化的作業(yè)水平直接反映出來，相較于農機總體動力來說，真實且直接，內含本地區(qū)范圍農機實際作業(yè)水平、外地農機至本地作業(yè)具體情況[1]。故選定耕種收農作物綜合的機械化率，用以對農業(yè)整體機械化的水平表征較為適宜；同時，農村地區(qū)勞動力的轉移數(shù)量（labortransfer/萬人）屬于此次研究的重要變量。測算方法主要是依據(jù)我國統(tǒng)計局每年統(tǒng)計各省份地區(qū)鄉(xiāng)村及農林牧漁中從業(yè)人員實際數(shù)量。鄉(xiāng)村中從業(yè)人員，即為鄉(xiāng)村人口中超過16歲，實際參與到生產經營各項活動中，且已獲取貨幣或實物收入的人員，包含勞動年齡內時常參與勞動人員、超出勞動年齡范圍時常參與勞動人員，排除戶口在家、人在外地的現(xiàn)役軍人、學生、勞動能力喪失人員、家務勞動及待業(yè)人員。從業(yè)人員依照從事主業(yè)最長時間，劃分為農業(yè)、工業(yè)、郵電通訊業(yè)、建筑業(yè)、餐飲業(yè)、交運倉儲業(yè)、批零貿易業(yè)及其余行業(yè)的從業(yè)人員?？梢曓r村地區(qū)勞動力的轉移數(shù)量為鄉(xiāng)村地區(qū)從業(yè)人數(shù)和農林牧漁業(yè)從業(yè)人數(shù)差值，該部分數(shù)據(jù)均源自國家統(tǒng)計局官網(wǎng)?？紤]到地區(qū)性農作物的播種面積（area/千公頃）、家庭人均的工資收入（element/元）和第一產業(yè)占據(jù)GDP的比重（ration/%）均會對勞動力的轉移產生影響。家庭人均工資收入屬于一項勞動力轉移的引力因素，此變量可反映非農就業(yè)人員的工資水平，屬于農業(yè)實現(xiàn)機械化對于勞動力的轉移層面研究的重要控制變量。家庭人均收入越高，越能夠吸引農村地區(qū)轉移勞動力。農作物實際播種面積和第一產業(yè)所占據(jù)GDP比重能夠將地區(qū)范圍農業(yè)經濟整體發(fā)展水平反映出來。

1.2 在分析方法層面

本研究主要選定1998—2012年全國范圍內31個省份面板基礎數(shù)據(jù)為樣本。估計分析模型為Ln Labortransfer=α+βLn mechanization+yLnZn+ai+μn，mechanization代表農業(yè)實現(xiàn)機械化的具體程度，labortransfer代表農村地區(qū)勞動力的轉移數(shù)量，度量指標以機耕、機播及機收、耕種收農作物綜合的機械化率為主，Z代表其余控制變量，ai代表個體固定的效應，α、β、y均代表待估參數(shù)[2]。估計分析期間對數(shù)化處理該部分變量。

2 量化分析

模型估計分析結果如表1所示，此次估計分析當中，對于wage實施滯后一期處理，因農戶上期工資收入對于下期可否選定非農就業(yè)有著決策影響，對勞動力實現(xiàn)轉移有著影響。本期勞動力實際轉移情況不會對上期工資收入產生影響。故理論上可將wage和labortransfer互為因果內生性的關系消除。模型（1）當中未用工具變量，而直接以面板OLS為方式估計，其估計分析結果顯示，農業(yè)實現(xiàn)機械化并未顯著影響到農村地區(qū)勞動力的轉移，這和預期結果缺乏一致性，控制變量的工資收入顯著影響著農村地區(qū)勞動力的轉移。但是工具變量實施估計后，模型（2）~（5）結果具有一致性，則表明了農業(yè)實現(xiàn)機械化對于農村地區(qū)勞動力的轉移呈突出正向影響，證實工具變量下實施估計分析有著一定的必要性。對模型（2）~（3）及模型（1）實施Hausman檢驗，其結果表明應選定工具變量方法實施估計分析[3]。模型（2）~（5）的一個階段最終估計分析結果顯示，subsidy工具變量對于農業(yè)實現(xiàn)機械化影響顯著。因自2004年至今我國全面實行購置農機補貼政策，為分析不同的時間段內農業(yè)實現(xiàn)機械化對于農村地區(qū)勞動力的轉移所產生的影響，借助模型（2）~（3）對2004—2012年農業(yè)實現(xiàn)機械化對于農村地區(qū)勞動力的轉移所產生影響實施估計分析，而模型（4）~（5）圍繞1998—2012年對于農村地區(qū)勞動力的轉移影響效果實施估計分析[4]。在模型（2）~（3）當中，IV估計和GMM估計分析結果相一致，農業(yè)實現(xiàn)機械化對于農村地區(qū)勞動力的轉移彈性取值0.527 3；借助模型（4）~（5），把2004—2012年農業(yè)實現(xiàn)機械化對于農村地區(qū)勞動力的轉移彈性計算出來，取值0.741 7。模型（2）~（5）相一致，則表明了工資收入對于農村地區(qū)勞動力的轉移無突出作用，農業(yè)實現(xiàn)機械化屬于推動農村地區(qū)勞動力逐步轉移的關鍵因素。經進一步的測算分析可確定，農業(yè)實現(xiàn)機械化對于農村地區(qū)勞動力的轉移貢獻率增長達86.80%，在1998—2012年為42.41%，因此，隨著深入推進農業(yè)實現(xiàn)機械化，我國農村地區(qū)大量勞動力向著非農相關領域轉移。

表1 農業(yè)實現(xiàn)機械化和農村地區(qū)勞動力的轉移估計分析結果

結合lnmechanization估計分析系數(shù)，即為機械化對于勞動力的轉移基本彈性系數(shù)，再次測算農業(yè)實現(xiàn)機械化對于勞動力的轉移貢獻度，可獲取到2004—2012年時間段內，農業(yè)實現(xiàn)機械化對于勞動力的轉移增長貢獻率即為37.08%，而1998—2012年時間段內貢獻率則是21.59%。再次測算所獲取機械化對勞動力的轉移貢獻率比前期略小，表明不考慮上述控制變量情況下，農業(yè)實現(xiàn)機械化對于推動農村地區(qū)轉移勞動力層面貢獻容易高估。

3 結語

綜上所述，經過以上農業(yè)實現(xiàn)機械化對于推動農村地區(qū)轉移勞動力實際貢獻度的測算分析，獲取如下結論：第一，耕種收農作物綜合的機械化率之下測算分析結果，其嚴重低估農業(yè)實現(xiàn)機械化對于農村地區(qū)勞動力的轉移所產生的作用。同一時期范圍，耕種收農作物綜合的機械化率經測算分析所獲取貢獻度僅比機耕水平實際測算值高，比其余指標測算值低，此低估現(xiàn)象成因如下：一方面，指標測算分析期間，賦予機耕水平計算權重過高，實則機耕水平針對農村地區(qū)轉移勞動力貢獻度比機播及機收水平低，故致使低估情況產生；另一方面，加權平均法并不適合測定綜合的機械化率相應指標，該指標忽略某個節(jié)點機械化水平不高難以推動農村地區(qū)勞動力轉移的事實。第二，以機耕、機播及機收水平這三者乘積為機械化的指標，可實現(xiàn)農業(yè)機械化對于農村地區(qū)勞動力轉移所產生作用的準確估計分析。該指標對各節(jié)點機械化所產生的交互影響予以綜合考慮，且考慮到某個節(jié)點所產生的短板效應現(xiàn)象對于勞動力的轉移所產生的影響。結合估計結果可知，機耕、機播及機收水平對于農村地區(qū)勞動力的轉移實際貢獻度均比這三者單獨實際水平高，表明相比較單個節(jié)點對勞動力的轉移所產生的功效，這三個節(jié)點機械化實際水平提升較為突出。第三，推動農村地區(qū)勞動力的轉移層面，堅持以機播及機收水平持續(xù)提升作為政策抓手較為關鍵。此次估計分析結果表明了機播、機收對于農村地區(qū)勞動力的轉移貢獻度均在50%以上。那么，我國當前較多農作物均呈較低的機播及機收水平，包含甘蔗機收、棉花機收、水稻機插等。農機及農藝缺乏有效結合屬于現(xiàn)階段機播及機收水平較低的重要因素，需逐步進行更多農業(yè)機械科學技術研究，持續(xù)促進農機和農藝技術實現(xiàn)一體化發(fā)展，將機播及機收層面技術難題解決，從而更好地促進農村地區(qū)勞動力向外部實現(xiàn)高效的轉移。