張佳伊，張盼，魯莎莎

喀斯特地區(qū)農(nóng)村勞動力流失對耕地綠色利用的影響分析

張佳伊，張盼，魯莎莎*

（北京林業(yè)大學(xué) 經(jīng)濟管理學(xué)院，北京 100083）

基于喀斯特地區(qū)2019—2021年6219份農(nóng)戶樣本數(shù)據(jù)，運用雙向固定效應(yīng)模型剖析農(nóng)村勞動力流失對耕地綠色利用的直接影響，并進一步分析農(nóng)村勞動力流失通過種植結(jié)構(gòu)調(diào)整產(chǎn)生的間接影響。研究結(jié)果表明：農(nóng)村勞動力流失對耕地綠色利用呈顯著負向影響，且該結(jié)論在經(jīng)過內(nèi)生性檢驗后仍然成立。種植結(jié)構(gòu)調(diào)整在農(nóng)村勞動力流失對耕地綠色利用的影響中發(fā)揮了間接效應(yīng)，其中復(fù)種指數(shù)下降和“非糧化”分別會強化和弱化農(nóng)村勞動力流失對耕地綠色利用的影響。

農(nóng)村勞動力流失；耕地綠色利用；喀斯特地區(qū)

一、問題的提出

近年來，國家多次從戰(zhàn)略高度提出加強耕地保護，2023年中央一號文件明確指出要確保耕地數(shù)量相等、質(zhì)量相當(dāng)、產(chǎn)能不降。目前來看，雖然現(xiàn)有耕地有效保障了全國糧食產(chǎn)量穩(wěn)定，但長期以來高投入與高產(chǎn)出的耕作方式導(dǎo)致部分生態(tài)脆弱地區(qū)的耕地資源高強度、超負荷運轉(zhuǎn)，帶來了土壤污染、耕地質(zhì)量退化等環(huán)境問題[1-3]，極大減弱了耕地生產(chǎn)能力，嚴(yán)重影響農(nóng)產(chǎn)品安全與耕地資源的可持續(xù)利用。

喀斯特地區(qū)巖溶地貌分布廣，土層貧瘠、地表崎嶇，地塊規(guī)模小且分布零散，耕地資源數(shù)量少且質(zhì)量差，農(nóng)作物穩(wěn)產(chǎn)增收壓力較大。隨著城鎮(zhèn)化快速發(fā)展，大量農(nóng)村勞動力向非農(nóng)部門轉(zhuǎn)移，農(nóng)業(yè)就業(yè)人員從2000年的63.92%降至2020年32.99%，農(nóng)業(yè)勞動力數(shù)量變化改變了農(nóng)業(yè)生產(chǎn)的資源配置及種植結(jié)構(gòu)[4]，對耕地綠色利用產(chǎn)生了很大影響。由于自然生態(tài)的脆弱性，耕地綠色利用問題在喀斯特地區(qū)表現(xiàn)尤其突出。明晰喀斯特地區(qū)耕地綠色利用的情況、勞動力流失對耕地綠色利用的影響及其內(nèi)在機制，對于提升地區(qū)的耕地綠色利用水平十分重要。

農(nóng)村勞動力流失與耕地綠色利用的關(guān)系引起了學(xué)界的重視。一些學(xué)者認(rèn)為勞動力流失會抑制耕地綠色利用。農(nóng)村勞動力流失減少了農(nóng)戶從事農(nóng)業(yè)勞動的時間，耕地經(jīng)營粗放化，化學(xué)品使用量和能源消耗量增加，導(dǎo)致環(huán)境污染加劇、農(nóng)業(yè)產(chǎn)出降低，不利于耕地綠色利用[5,6]。也有一些學(xué)者認(rèn)為勞動力流失會促進耕地綠色利用。勞動力流出使農(nóng)戶獲得更好的就業(yè)機會，帶來更高收入，能夠促進其提高生產(chǎn)投資，實現(xiàn)資本或技術(shù)對勞動力的替代，有效提升勞動生產(chǎn)率和資源利用率，有利于提高耕地綠色利用效率[7, 8]。還有學(xué)者認(rèn)為勞動力流失對耕地綠色利用的影響不顯著。勞動力流出雖然會提高農(nóng)戶收入水平，但也會降低其土地依賴度，農(nóng)戶并不會改變對耕地利用的投入[9]。除此之外，農(nóng)村勞動力流失對耕地綠色利用的影響程度也會受農(nóng)戶兼業(yè)方式、家庭稟賦、地形條件等因素影響[10-12]。

綜上，雖然已有研究對于農(nóng)村勞動力流失與耕地綠色利用關(guān)系的探討取得了重要進展，但仍存在以下不足。首先，耕地綠色利用效率測算的視角相對單一，現(xiàn)有研究大多從“投入—產(chǎn)出”視角進行測度[13, 14]，關(guān)注了耕地利用的生態(tài)效應(yīng)及碳排放效應(yīng)等[15]，但未能全面考量耕地綠色利用在生態(tài)、生產(chǎn)、生活等方面的綜合情況，無法準(zhǔn)確揭示綠色低碳視角下耕地利用的真實水平；其次，現(xiàn)有研究多以省、市、縣等宏觀區(qū)域為研究對象，測算結(jié)果不夠準(zhǔn)確，如農(nóng)用物資投入中的機械使用量指標(biāo)則尚未考慮到不同農(nóng)戶的使用頻次、消耗量等具體情況，與實際結(jié)果有較大偏誤，且未能針對特殊地區(qū)進行分析；最后，現(xiàn)有研究主要分析了農(nóng)村勞動力流失對耕地綠色利用的直接影響，忽略了種植結(jié)構(gòu)調(diào)整的間接作用，其中的影響機制還有待進一步梳理和闡釋。因此，本文擬使用喀斯特地區(qū)的抽樣調(diào)查數(shù)據(jù)，以家庭為基本分析單位，從生產(chǎn)、生活、生態(tài)三方面綜合測算農(nóng)戶耕地綠色利用效率，在此基礎(chǔ)上剖析農(nóng)村勞動力流失對耕地綠色利用的直接影響，并進一步分析農(nóng)村勞動力流失通過種植結(jié)構(gòu)調(diào)整產(chǎn)生的間接影響。

二、理論分析與研究假說

喀斯特地區(qū)農(nóng)村勞動力流失對耕地綠色利用有直接影響（圖1）。第一，隨著經(jīng)濟發(fā)展和城鎮(zhèn)化快速推進，大量農(nóng)村勞動力轉(zhuǎn)移至經(jīng)濟發(fā)達地區(qū)從事非農(nóng)工作，農(nóng)戶家庭收入水平顯著提升且收入來源呈現(xiàn)多元化趨勢[16]，可能會降低對農(nóng)業(yè)收入的依賴性和對農(nóng)業(yè)生產(chǎn)效用的關(guān)注度，從而輕視農(nóng)業(yè)生產(chǎn)及耕地資源的綠色利用[17]。第二，農(nóng)村勞動力不斷流失，農(nóng)業(yè)生產(chǎn)難以維持精耕細作、資源節(jié)約的傳統(tǒng)耕種模式。從風(fēng)險規(guī)避與所處地形角度考慮，農(nóng)戶會投入大量甚至過量的化學(xué)農(nóng)資以穩(wěn)定甚至提高作物產(chǎn)量[18]，導(dǎo)致土壤肥力降低，影響耕地綠色利用。第三，農(nóng)村剩余勞動力的主體一般是老弱人群和婦女、文盲人群，他們對于耕地綠色利用往往缺乏深入認(rèn)識，對測土配方施肥、使用節(jié)能型農(nóng)機等綠色低碳生產(chǎn)技術(shù)的接受程度不高[19]，加大了耕地綠色利用的難度。第四，農(nóng)戶實施耕地綠色利用行為的正外部性在短期內(nèi)暫不能獲得回報，且勞動力外流的農(nóng)戶家庭開展耕地綠色利用的機會成本更大，因此降低了耕地綠色利用的動力。由此可見，農(nóng)村勞動力流失對耕地綠色利用可能有直接的抑制作用?；诖?，本文提出如下假說：

H1：農(nóng)村勞動力流失會直接影響耕地綠色利用，且表現(xiàn)為顯著的抑制作用。

圖1　喀斯特地區(qū)農(nóng)村勞動力流失對耕地綠色利用的影響機理

而綜合考慮農(nóng)村勞動力大量流失的現(xiàn)狀與生產(chǎn)要素的可得性，農(nóng)戶可能會因調(diào)整種植結(jié)構(gòu)間接影響耕地綠色利用。一般來說，種植結(jié)構(gòu)調(diào)整的響應(yīng)主要表現(xiàn)在兩個方面：復(fù)種指數(shù)和作物種植結(jié)構(gòu)。從復(fù)種指數(shù)來看，農(nóng)村勞動力大量外流，農(nóng)戶可能通過降低實際播種面積、減少種植次數(shù)以緩解勞動力短缺，從而保證務(wù)工收入的穩(wěn)定與連續(xù)[20]。減少種植次數(shù)一定程度上會緩解土地生產(chǎn)承載壓力，相對降低化肥、農(nóng)藥等化學(xué)農(nóng)資的投入，減少碳排放與面源污染，但也會帶來農(nóng)作物減產(chǎn)、農(nóng)業(yè)產(chǎn)值下降等問題，難以實現(xiàn)綠富雙贏，進而影響耕地綠色利用。從作物種植結(jié)構(gòu)來看，一般來說，面對農(nóng)村勞動力流失的現(xiàn)實困境，農(nóng)戶可能會選擇翻地、播種和收獲等生產(chǎn)過程相對簡單，用工量較少，且適用于粗放化經(jīng)營的糧食作物，種植結(jié)構(gòu)偏向“趨糧化”[21, 22]。但是，喀斯特地區(qū)的種植結(jié)構(gòu)可能會呈現(xiàn)不同的“非糧化”特征。一是由于喀斯特地區(qū)特殊的地形條件，加大了農(nóng)作物機械化、規(guī)?；姆N植難度，不適宜大規(guī)模種植糧食作物；二是農(nóng)村勞動力外出務(wù)工改變了農(nóng)戶的目標(biāo)函數(shù)，在農(nóng)業(yè)生產(chǎn)中渴望尋求更高的經(jīng)濟收益，有能力并有意愿選擇高投入高產(chǎn)出的經(jīng)濟作物，種植結(jié)構(gòu)趨于“非糧化”[23]；三是在國家政策支持下，喀斯特地區(qū)農(nóng)戶積極創(chuàng)辦“農(nóng)家樂”“百畝果園”等農(nóng)旅融合的農(nóng)業(yè)發(fā)展新模式，大力發(fā)展精品水果、蔬菜等經(jīng)濟作物種植和鄉(xiāng)村旅游，經(jīng)濟效益倍增的同時，種植結(jié)構(gòu)也趨于“非糧化”[24]。經(jīng)濟作物與糧食作物的生長條件不同，對化肥、農(nóng)藥、農(nóng)膜等化學(xué)農(nóng)資的需求量不同[25]。2021年《全國農(nóng)產(chǎn)品成本收益》數(shù)據(jù)資料顯示，2020年全國三種糧食（稻谷、玉米、小麥）畝均化肥施用量為25.49kg；蔬菜畝均化肥施用量為47.23kg，是糧食的1.85倍，其他蘋果、柑橘、棉花等經(jīng)濟作物的畝均化肥施用量均超過糧食作物。由此可知，隨著經(jīng)濟作物種植比例上升，化學(xué)農(nóng)資投入量會增加，產(chǎn)生的碳排放與農(nóng)業(yè)面源污染也隨之增多，影響耕地綠色利用[26, 27]。基于此，本文提出如下假說。

H2：農(nóng)村勞動力流失會通過降低復(fù)種指數(shù)影響耕地綠色利用；

H3：農(nóng)村勞動力流失會通過“非糧化”的種植結(jié)構(gòu)影響耕地綠色利用。

三、研究設(shè)計

（一）數(shù)據(jù)來源與樣本基本特征

本文所用數(shù)據(jù)來自貴州大學(xué)的中國喀斯特地區(qū)農(nóng)村經(jīng)濟社會調(diào)查（CKRS）數(shù)據(jù)。CKRS項目由貴州大學(xué)中國喀斯特地區(qū)鄉(xiāng)村振興研究院組織實施，旨在通過跟蹤收集農(nóng)戶個體、家庭和村莊三個層面的數(shù)據(jù)，反映喀斯特地區(qū)的農(nóng)業(yè)發(fā)展、經(jīng)濟變遷與生態(tài)環(huán)境情況。CKRS于2019年開展調(diào)查，采用三階段抽樣法，樣本覆蓋范圍廣且樣本采集滿足隨機性，能夠充分代表喀斯特地區(qū)。本文在此基礎(chǔ)上，選取CKRS中貴州、云南、廣西、四川、重慶等5個典型喀斯特省份的數(shù)據(jù)作為基線，于2020年7月和2021年7月繼續(xù)對研究區(qū)域展開調(diào)研獲取追蹤數(shù)據(jù)，同時針對2019年缺失的關(guān)鍵性問題進行補充。剔除無效問卷和研究相關(guān)變量數(shù)據(jù)缺失的樣本，共獲取6219份有效數(shù)據(jù)。

從樣本分布特征來看，有效樣本在貴州、云南、廣西、四川、重慶的分布比例為23.64%、20.21%、22.05%、18.57%、15.53%；從樣本農(nóng)戶的基本特征可知，戶主平均年齡主要在55～56歲，戶主受教育情況主要為初中以下，農(nóng)戶的家庭規(guī)模一般為3～4人，從事兼業(yè)工作的農(nóng)戶占比為35.07%；從耕地經(jīng)營地塊的基本特征可知，耕地面積小于2畝的農(nóng)戶占比為37.86%，耕地地形為山地或梯田的占比為65.73%，土壤肥力和灌溉條件處于一般及以下水平的占比均超過75%。樣本農(nóng)戶及其耕地的基本特征符合喀斯特地區(qū)當(dāng)前的現(xiàn)實狀況，即農(nóng)村勞動力趨于老齡化、弱質(zhì)化，農(nóng)戶兼業(yè)化程度較高，地形破碎、土壤石漠化、季節(jié)性缺水導(dǎo)致耕地綠色利用難度大。故此，本文樣本的代表性較強。

（二）變量選取及描述性統(tǒng)計

（1）被解釋變量——耕地綠色利用效率?；诟鼐G色利用的概念內(nèi)涵及發(fā)展目標(biāo)，遵循指標(biāo)體系構(gòu)建原則，本文從生產(chǎn)、生活和生態(tài)三個維度構(gòu)建喀斯特地區(qū)耕地綠色利用效率的指標(biāo)評價體系（表1），采用客觀修正主觀的組合賦權(quán)方法測算指標(biāo)權(quán)重[28]，運用線性加權(quán)求和法測度耕地綠色利用效率值。生產(chǎn)維度使用農(nóng)業(yè)地均總產(chǎn)量（1）、人均耕地面積（2）等指標(biāo)表征，農(nóng)業(yè)地均總產(chǎn)量為農(nóng)業(yè)總產(chǎn)量與耕地面積的比值，人均耕地面積為耕地面積與家庭勞動人口的比值。生活維度使用農(nóng)業(yè)地均凈利潤（1）、人均糧食保證量（2）等指標(biāo)表征，農(nóng)業(yè)地均凈利潤為農(nóng)業(yè)總利潤與耕地面積的比值，人均糧食保證量即小麥、水稻和玉米三大主糧作物產(chǎn)量與家庭總?cè)丝诘谋戎?。生態(tài)維度使用碳排放率（1）、面源污染程度（2）等指標(biāo)表征，碳排放率主要包含農(nóng)用物資投入、土壤翻耕、稻田甲烷3類碳源地均產(chǎn)生的碳排放量。其中，農(nóng)用物質(zhì)投入碳排放量為農(nóng)戶在化肥、農(nóng)藥、農(nóng)膜、農(nóng)用柴油實際使用中導(dǎo)致的碳排放，土地翻耕碳排放量為農(nóng)戶實際翻耕所致碳排放，稻田甲烷碳排放量為種植水稻時植株根部有機物轉(zhuǎn)化成CH4導(dǎo)致的碳排放，面源污染程度即氮磷化肥施用總量與耕地面積的比值。參考前人[29-31]研究，耕地碳排放總量的計算方法如下：

式中，為某農(nóng)戶耕地碳排放總量；c為第類碳源的碳排放量；e為第類碳源的投入總量；ε為碳源的碳排放系數(shù)，參考美國橡樹嶺國家實驗室（ORNL）、聯(lián)合國政府間氣候變化專門委員會（IPCC）和相關(guān)文獻[32, 33]的數(shù)據(jù)。

表1　耕地綠色利用效率評價指標(biāo)體系

（2）核心解釋變量——農(nóng)村勞動力流失。本文以家庭為基本分析單位，使用外出務(wù)工勞動力占家庭勞動力總?cè)藬?shù)的比值表征農(nóng)村勞動力流失的狀況。家庭勞動力總?cè)藬?shù)為年滿16周歲、不上學(xué)且有勞動能力的家庭成員數(shù)量。

（3）中介變量——農(nóng)戶種植結(jié)構(gòu)。本文使用復(fù)種指數(shù)、作物種植結(jié)構(gòu)兩個指標(biāo)表征農(nóng)戶種植結(jié)構(gòu)。農(nóng)戶復(fù)種指數(shù)用農(nóng)戶總播種面積與耕地總面積的比例表示，比例越小，說明復(fù)種指數(shù)越低；作物種植結(jié)構(gòu)使用糧食作物播種面積與總播種面積的比例表示，比例越小，說明種植結(jié)構(gòu)越偏向“非糧化”。

（4）控制變量。加入控制變量是緩解遺漏重要變量導(dǎo)致內(nèi)生性問題的有效策略。參考已有研究[34, 35]，本文選擇農(nóng)戶個體特征、家庭特征、經(jīng)營特征等3類指標(biāo)作為可能影響農(nóng)戶耕地綠色利用的控制變量。

變量的含義及描述性統(tǒng)計見表2。

表2　變量含義及描述性統(tǒng)計

（三）模型設(shè)定

（1）基準(zhǔn)模型。為考察農(nóng)村勞動力流失對耕地綠色利用的影響，基準(zhǔn)模型設(shè)定如下：

式中，、、分別代表農(nóng)戶家庭、區(qū)縣、年份，代表耕地綠色利用效率值，代表農(nóng)村勞動力流失，X為家庭層面的控制變量，Z為地區(qū)層面的控制變量。γ表示時間固定的農(nóng)戶效應(yīng)，μ表示農(nóng)戶固定的時間效應(yīng)，ε為隨機擾動項。

（2）機制檢驗?zāi)Ｐ?。借鑒Baron、溫忠麟等的研究成果[34, 35]，本文構(gòu)建如下模型，檢驗種植結(jié)構(gòu)調(diào)整對在農(nóng)村勞動力流失影響耕地綠色利用中的內(nèi)在作用機制。

式中，為中介變量農(nóng)戶種植結(jié)構(gòu)，包括復(fù)種指數(shù)和作物種植結(jié)構(gòu)兩方面；其余變量釋義與前式一致。式(3)表示農(nóng)村勞動力流失對耕地綠色利用的總效應(yīng)，式(4)表示農(nóng)村勞動力流失對農(nóng)戶種植結(jié)構(gòu)的間接效應(yīng)，式(5)中的2表示農(nóng)戶種植結(jié)構(gòu)對耕地綠色利用的直接效應(yīng)。將式(4)代入式(5)即可得到機制檢驗結(jié)果21，即農(nóng)村勞動力流失通過種植結(jié)構(gòu)調(diào)整對耕地綠色利用產(chǎn)生的影響。若1與21同號，表示種植結(jié)構(gòu)調(diào)整在農(nóng)村勞動力流失對耕地綠色利用的影響中發(fā)揮中介效應(yīng)；反之，則表示種植結(jié)構(gòu)調(diào)整在農(nóng)村勞動力流失與耕地綠色利用之間具有遮掩效應(yīng)。

四、實證結(jié)果及分析

（一）基準(zhǔn)回歸分析

本文首先借助客觀修正主觀的組合賦權(quán)法和線性加權(quán)求和法測算喀斯特地區(qū)2019—2021年的耕地綠色利用效率值；再運用混合回歸模型（混合OLS）、隨機效應(yīng)模型（RE_robust）、個體固定效應(yīng)模型（FE_robust）和雙向固定效應(yīng)模型（FE_TW）分別估計了農(nóng)村勞動力流失對耕地綠色利用效率的影響。檢驗結(jié)果表明，=0.0000，拒絕使用混合OLS的原假設(shè)；豪斯曼檢驗結(jié)果顯示，2=0.0061<0.01，表明拒絕使用RE_robust，應(yīng)選取固定效應(yīng)面板模型；再加入年度虛擬變量考慮是否存在時間效應(yīng)，結(jié)果顯示，<0.01，拒絕無時間效應(yīng)的原假設(shè)，因此，最終選擇FE_TW作為基準(zhǔn)回歸的最優(yōu)擬合模型。

實證結(jié)果顯示（表3），農(nóng)村勞動力流失在1%的顯著性水平上負向影響耕地綠色利用效率，影響系數(shù)為-0.013，即隨著農(nóng)村勞動力流失的比重增大，耕地綠色利用效率降低。可能的原因為：一方面，隨著農(nóng)村勞動力流失不斷加劇，農(nóng)戶家庭收入增多且多元化，對耕地收入的依賴性減弱，輕視了耕地資源的綠色利用；另一方面，由于勞動力要素投入減少，農(nóng)戶會選擇增加投入化學(xué)農(nóng)資與機械等要素[36]，產(chǎn)生的碳排放與農(nóng)業(yè)面源污染也隨之增多，降低了耕地綠色利用效率。

表3　基準(zhǔn)回歸實證結(jié)果

注：括號內(nèi)為統(tǒng)計量；***、**和*分別表示在1%、5%和10%水平上顯著；年度虛擬變量的估計結(jié)果略。

控制變量中，戶主受教育年限的影響系數(shù)為0.170，在1%的水平上顯著，這說明戶主受教育程度越高的農(nóng)戶，其耕地綠色利用效率越高。這可能是由于教育程度與信息辨別與理解能力密切相關(guān)，戶主受教育程度越高的農(nóng)戶越關(guān)心土地破壞產(chǎn)生的影響，他們更容易理解且接納政府部門或媒體發(fā)布的相關(guān)環(huán)保信息和觀念，更容易采取不同的手段和技術(shù)避免土地資源受到破壞，進而正向影響了耕地綠色利用效率。

農(nóng)戶家庭規(guī)模對耕地綠色利用效率在1%的顯著性水平上呈負向影響，相關(guān)系數(shù)為-0.392。這可能是由于家庭規(guī)模越大，農(nóng)戶家庭人數(shù)越多、關(guān)系越復(fù)雜，越難以做出統(tǒng)一的家庭決策。這往往會導(dǎo)致農(nóng)戶拒絕接受新事物、新知識，選擇繼續(xù)保持原有的耕種行為，不利于耕地綠色利用效率的提升。

農(nóng)戶家庭收入的影響系數(shù)為0.920，且通過了1%的顯著性水平檢驗，表明農(nóng)戶家庭收入提高能夠提升耕地綠色利用效率。這可能是由于家庭收入較高的農(nóng)戶會愿意投入更多資金用于農(nóng)業(yè)生產(chǎn)、農(nóng)田建設(shè)，有助于提高農(nóng)作物生產(chǎn)能力、減少環(huán)境污染，最終提高耕地綠色利用效率。

農(nóng)業(yè)勞動時長對耕地綠色利用效率在1%的顯著性水平上呈正向影響，相關(guān)系數(shù)為0.005。家庭農(nóng)業(yè)勞動時長能夠充分反映農(nóng)業(yè)生產(chǎn)中勞動力要素的投入量。農(nóng)業(yè)勞動時長越長，農(nóng)業(yè)生產(chǎn)可能越偏向精耕細作的模式，化肥農(nóng)藥等生產(chǎn)要素的投入會相對較少，有利于減少面源污染及農(nóng)業(yè)碳排放，提高耕地綠色利用效率。

村莊地形對耕地綠色利用效率在5%水平上有顯著的負向影響，相關(guān)系數(shù)為?0.523，即地形越平坦，耕地綠色利用效率越高。地形坡度起伏大、細碎化嚴(yán)重，作物種植難度大，機械化程度較弱，化學(xué)農(nóng)資的施用效率難以提升，導(dǎo)致作物的產(chǎn)量與質(zhì)量下降，進而不利于耕地綠色利用效率提升。

（二）內(nèi)生性討論

在家庭勞動力配置時，非農(nóng)就業(yè)與農(nóng)戶耕地綠色利用決策可能是同時展開的，由此會導(dǎo)致識別農(nóng)村勞動力流失對耕地綠色利用的影響時，農(nóng)村勞動力流失變量具有內(nèi)生性。盡管本文通過固定效應(yīng)模型分別控制了時間和個體等遺漏變量可能帶來的內(nèi)生性問題，但仍需進一步考慮農(nóng)村勞動力流失與耕地綠色利用效率之間的雙向因果關(guān)系對模型估計結(jié)果產(chǎn)生的偏差?；诖?，本文擬采用工具變量法，運用兩階段最小二乘法（2SLS）對模型進行檢驗。

工具變量的選擇必須滿足如下條件：一是與內(nèi)生解釋變量即農(nóng)村勞動力流失高度相關(guān)；二是對被解釋變量即耕地綠色利用效率無直接影響；三是與隨機擾動不相關(guān)。由此，本文參考已有研究思路[37, 38]，擬選取“同一村莊同一收入階層其他家庭的勞動力流失”作為模型的工具變量。選擇此工具變量的原因是，同一村莊同一收入階層其他家庭的外出勞動力可能會結(jié)合自身經(jīng)歷與外出見聞向有外出就業(yè)意愿的勞動力提供更多的就業(yè)信息或工作機會，提高了農(nóng)村勞動力流失比例。但是，農(nóng)戶耕地綠色利用效率的變化取決于家庭內(nèi)部分工所形成的家庭整體決策，并不會被其他家庭勞動力流失的比例直接影響。綜上，本文在基準(zhǔn)模型的基礎(chǔ)上，選擇“同一村莊同一收入階層其他家庭的勞動力流失”作為工具變量并以此構(gòu)建模型檢驗其外生性和有效性，估計結(jié)果如表4所示。

表 4　內(nèi)生性檢驗回歸結(jié)果

注：括號內(nèi)為穩(wěn)健標(biāo)準(zhǔn)誤，***、**和*分別表示在1%、5%和10%水平上顯著，以下同。

在進行工具變量回歸之前，需要檢驗其有效性。首先，由于內(nèi)生解釋變量與工具變量的個數(shù)一致，為恰好識別，無需進行過度識別檢驗；其次，第一階段工具變量的估計系數(shù)在1%的顯著性水平上顯著，且弱工具變量檢驗的值=3520.17>10，故不存在弱工具變量情況，表明該工具變量有效。從回歸結(jié)果來看，2SLS的結(jié)果顯示，同一村莊同一收入階層其他家庭的勞動力流失對耕地綠色利用效率的擬合系數(shù)為0.981，且在1%的顯著性水平上顯著，該結(jié)果與前文基準(zhǔn)回歸結(jié)論基本一致，且系數(shù)的符號方向和顯著性水平均未變。所以，在可能出現(xiàn)的內(nèi)生性問題得到控制之后，農(nóng)村勞動力流失對耕地綠色利用的抑制作用仍十分明顯，證明研究結(jié)果是穩(wěn)健的，研究假說1得到驗證。

（三）影響機制分析

為進一步揭示農(nóng)村勞動力流失對耕地綠色利用的影響機制，本文依據(jù)上文(3)—(5)式回歸方程，選擇復(fù)種指數(shù)、作物種植結(jié)構(gòu)作為機制變量展開影響機制分析。具體結(jié)果如表5所示。

第(1)—第(3)列的結(jié)果是以復(fù)種指數(shù)作為機制變量的驗證，間接效應(yīng)和直接效應(yīng)分別通過了1%和5%的顯著性水平檢驗，說明存在間接效應(yīng)和直接效應(yīng)。其中，第(1)列結(jié)果表示，農(nóng)村勞動力流失會顯著降低耕地綠色利用效率；第(2)列結(jié)果表示，農(nóng)村勞動力流失對復(fù)種指數(shù)呈顯著的負向影響；第(3)列結(jié)果顯示，納入復(fù)種指數(shù)變量后，勞動力流失對耕地綠色利用仍呈顯著的負向影響，但相關(guān)系數(shù)與第(1)列的系數(shù)相比有所減小。間接效應(yīng)系數(shù)(-0.126×0.026)和直接效應(yīng)系數(shù)(-0.012)的符號相同，復(fù)種指數(shù)在農(nóng)村勞動力流失對耕地綠色利用的影響中存在部分中介效應(yīng)，中介效應(yīng)在總效應(yīng)中發(fā)揮了21.84%的作用。由此可見，農(nóng)村勞動力流失通過降低復(fù)種指數(shù)間接降低了耕地綠色利用效率，假說2得到驗證。

第(4)—第(6)列的結(jié)果是以作物種植結(jié)構(gòu)作為機制變量的驗證，且間接效應(yīng)和直接效應(yīng)分別通過了5%和1%的顯著性水平檢驗，說明存在間接效應(yīng)和直接效應(yīng)。其中，第(4)列結(jié)果同第(1)列；第(5)列結(jié)果表示，農(nóng)村勞動力流失對作物種植結(jié)構(gòu)具有顯著的負向影響；第(6)列結(jié)果顯示，納入作物種植結(jié)構(gòu)變量后，勞動力流失對耕地綠色利用仍具有顯著的負向影響，但相關(guān)系數(shù)變大。間接效應(yīng)(-0.017)×(-0.039)和直接效應(yīng)(-0.016)的符號相異，作物種植結(jié)構(gòu)在農(nóng)村勞動力流失對耕地綠色利用的影響中具有遮掩效應(yīng)，且遮掩效應(yīng)量為0.04，即“非糧化”會削弱農(nóng)村勞動力流失對耕地綠色利用的抑制作用，假說3得到驗證。

表 5　農(nóng)村勞動力流失對耕地綠色利用的影響機制分析

五、結(jié)論及其啟示

上述研究利用2019—2021年6219份抽樣調(diào)查數(shù)據(jù)，采用雙向固定效應(yīng)模型探究了生態(tài)脆弱且經(jīng)濟發(fā)展滯后的喀斯特地區(qū)農(nóng)村勞動力流失對耕地綠色利用的影響，并進一步分析了種植結(jié)構(gòu)調(diào)整在其中的間接作用。結(jié)果表明：第一，農(nóng)村勞動力流失對耕地綠色利用呈顯著負向影響，且該結(jié)論經(jīng)過內(nèi)生性檢驗后仍然成立。第二，種植結(jié)構(gòu)調(diào)整在農(nóng)村勞動力流失對耕地綠色利用的影響中發(fā)揮了間接效應(yīng)，一方面，復(fù)種指數(shù)下降會強化農(nóng)村勞動力流失對耕地綠色利用的影響；另一方面，“非糧化”會弱化農(nóng)村勞動力流失對耕地綠色利用的影響。第三，根據(jù)控制變量結(jié)果分析，戶主受教育年限、農(nóng)戶家庭收入和農(nóng)業(yè)勞動時長對耕地綠色利用有顯著的正向影響；農(nóng)戶家庭規(guī)模、村莊地形對耕地綠色利用有顯著的負向影響。

以上結(jié)論對于農(nóng)村勞動力流失較大的情況下耕地綠色利用具有如下啟示：第一，要增強既有農(nóng)業(yè)勞動者的耕地綠色利用意識和能力。政府部門應(yīng)積極做好耕地綠色利用的技能培訓(xùn)與宣傳教育工作，有效提升農(nóng)戶耕地綠色利用水平。第二，要加速推進農(nóng)業(yè)技術(shù)研發(fā)和推廣。重點實施喀斯特地區(qū)特色農(nóng)作物生產(chǎn)機械化示范建設(shè)工程，加緊研發(fā)輕便、高效的機械用具，實現(xiàn)機械對勞動力的替代，提高農(nóng)作物產(chǎn)量，促進耕地綠色利用效率提升。第三，要適度調(diào)整農(nóng)業(yè)種植結(jié)構(gòu)。積極創(chuàng)新農(nóng)業(yè)發(fā)展模式、優(yōu)化種植結(jié)構(gòu)，引導(dǎo)農(nóng)戶增加農(nóng)作物復(fù)種指數(shù)，適度提高非糧作物種植比例，保證農(nóng)產(chǎn)品提質(zhì)增收的同時保護耕地環(huán)境。

[1] 戈大專，龍花樓，楊忍．中國耕地利用轉(zhuǎn)型格局及驅(qū)動因素研究——基于人均耕地面積視角[J].資源科學(xué)，2018(2)：273-283．

[2] 鄭淋議，錢文榮，劉琦，等．新一輪農(nóng)地確權(quán)對耕地生態(tài)保護的影響——以化肥、農(nóng)藥施用為例[J]．中國農(nóng)村經(jīng)濟，2021(6)：76-93．

[3] 張英男，龍花樓．農(nóng)業(yè)生產(chǎn)轉(zhuǎn)型及其環(huán)境效應(yīng)的研究進展與展望[J]．自然資源學(xué)報，2022，37(7)：1691-1706．

[4] 龍花樓，屠爽爽．論鄉(xiāng)村重構(gòu)[J]．地理學(xué)報，2017，72(4)：563-576．

[5] LI H，WU Y，HUANG X，et al．Spatial-temporal evolution and classification of marginalization of cultivated land in the process of urbanization[J]．Habitat International，2017，61：1-8．

[6] 暢倩，李曉平，謝先雄，等．非農(nóng)就業(yè)對農(nóng)戶生態(tài)生產(chǎn)行為的影響——基于農(nóng)業(yè)生產(chǎn)經(jīng)營特征的中介效應(yīng)和家庭生命周期的調(diào)節(jié)效應(yīng)[J]．中國農(nóng)村觀察，2020(1)：76-93．

[7] 林本喜，鄧衡山．農(nóng)業(yè)勞動力老齡化對土地利用效率影響的實證分析——基于浙江省農(nóng)村固定觀察點數(shù)據(jù)[J]．中國農(nóng)村經(jīng)濟，2012(4)：15-25．

[8] 劉蒙罷，張安錄，文高輝．長江中下游糧食主產(chǎn)區(qū)耕地利用生態(tài)效率區(qū)域差異與空間收斂[J]．自然資源學(xué)報，2022，37(2)：477-493．

[9] ALAN D B，SCOTT R．Migration and household investment in rural China[J]．China Economic Review，2008，19(2)：320-335．

[10] ROZELLE S，TAYLOR J E，DEBRAUW A. Migration，remittances，and agricultural productivity in China[J]．The American Economic Review，1999，89(2)：287-291．

[11] 趙茜宇，張占錄．中國縣級農(nóng)地利用效率的變化特征及原因解析[J]．中國人口?資源與環(huán)境，2019，29(4)：77-86．

[12] 匡兵，范翔宇，盧新海．中國耕地利用綠色轉(zhuǎn)型效率的時空分異特征及其影響因素[J]．農(nóng)業(yè)工程學(xué)報，2021，37(21)：269-277．

[13] 柯楠，盧新海，匡兵，等．碳中和目標(biāo)下中國耕地綠色低碳利用的區(qū)域差異與影響因素[J]．中國土地科學(xué)，2021，35(8)：67-76．

[14] 張玥，代亞強，陳媛媛，等．中國耕地低碳利用效率時空演變及其驅(qū)動因素[J]．農(nóng)業(yè)工程學(xué)報，2022，38(8)：234-243．

[15] 李波，劉雪琪，梅倩，等．湖北省農(nóng)地利用方式變化的碳效應(yīng)特征與空間差異[J]．中國人口·資源與環(huán)境，2018，28(10)：62-70．

[16] MACDONALD D，CRABTREE J R，WIESINGER G，et al．Agricultural abandonment in mountain areas of Europe：Environmental consequences and policy response[J]．Journal of Environmental Management，2000，59(1)：47-69．

[17] 錢龍，洪名勇．非農(nóng)就業(yè)、土地流轉(zhuǎn)與農(nóng)業(yè)生產(chǎn)效率變化——基于CFPS的實證分析[J]．中國農(nóng)村經(jīng)濟，2016(12)：2-16．

[18] 呂杰，劉浩，薛瑩，等．風(fēng)險規(guī)避、社會網(wǎng)絡(luò)與農(nóng)戶化肥過量施用行為——來自東北三省玉米種植農(nóng)戶的調(diào)研數(shù)據(jù)[J]．農(nóng)業(yè)技術(shù)經(jīng)濟，2021(7)：4-17．

[19] 紀(jì)月清，王許沁，陸五一，等．農(nóng)業(yè)勞動力特征、土地細碎化與農(nóng)機社會化服務(wù)[J]．農(nóng)業(yè)現(xiàn)代化研究，2016，37(5)：910-916．

[20] 暢倩，張聰穎，王林蔚，等．非農(nóng)就業(yè)對黃河流域中上游地區(qū)農(nóng)戶種植結(jié)構(gòu)的影響[J]．中國農(nóng)村經(jīng)濟，2021(11)：89-106．

[21] 錢龍，袁航，劉景景，等．非農(nóng)就業(yè)、農(nóng)地流轉(zhuǎn)與糧食種植結(jié)構(gòu)調(diào)整——基于固定觀察點農(nóng)戶層面的微觀實證[J]．農(nóng)業(yè)現(xiàn)代化研究，2018，39(5)：789-797．

[22] 檀竹平，洪煒杰，羅必良．農(nóng)業(yè)勞動力轉(zhuǎn)移與種植結(jié)構(gòu)“趨糧化”[J]．改革，2019(7)：111-118．

[23] 孟菲，譚永忠，陳航，等．中國耕地“非糧化”的時空格局演變及其影響因素[J]．中國土地科學(xué)，2022，36(1)：97-106．

[24] 方世敏，劉小燕．糧食安全與農(nóng)旅融合的互動關(guān)系 ——基于長江經(jīng)濟帶糧食主產(chǎn)區(qū)的分析[J]. 湘潭大學(xué)學(xué)報(哲學(xué)社會科學(xué)版)，2022，46(3)：62-66．

[25] 劉靜，連煜陽．種植業(yè)結(jié)構(gòu)調(diào)整對化肥施用量的影響[J]．農(nóng)業(yè)環(huán)境科學(xué)學(xué)報，2019，38(11)：2544-2552．

[26] 侯孟陽，鄧元杰，姚順波．農(nóng)村勞動力轉(zhuǎn)移、化肥施用強度與農(nóng)業(yè)生態(tài)效率：交互影響與空間溢出[J]．農(nóng)業(yè)技術(shù)經(jīng)濟，2021(10)：79-94．

[27] 周思宇，郗鳳明，尹巖，等．東北地區(qū)耕地利用碳排放核算及驅(qū)動因素[J]．應(yīng)用生態(tài)學(xué)報，2021，32(11)：3865-3871．

[28] 李剛，李建平，孫曉蕾，等．主客觀權(quán)重的組合方式及其合理性研究[J]．管理評論，2017，29(12)：17-26．

[29] 田云，王夢晨．湖北省農(nóng)業(yè)碳排放效率時空差異及影響因素[J]．中國農(nóng)業(yè)科學(xué)，2020，53(24)：5063-5072．

[30] 吳賢榮，張俊飚，田云，等．中國省域農(nóng)業(yè)碳排放：測算、效率變動及影響因素研究——基于DEA-Malmquist指數(shù)分解方法與Tobit模型運用[J]．資源科學(xué)，2014，36(1)：129-138．

[31] 夏四友，趙媛，許昕，等．近20年來中國農(nóng)業(yè)碳排放強度區(qū)域差異、時空格局及動態(tài)演化[J]．長江流域資源與環(huán)境，2020，29(3)：596-608．

[32] BARON R M，KENNY D A．The moderator–mediator variable distinction in social psychological research：Conceptual，strategic，and statistical considerations[J]. Journal of Personality and Social Psychology，1986，51(6)：1173-1182．

[33] 溫忠麟，葉寶娟．中介效應(yīng)分析：方法和模型發(fā)展[J]．心理科學(xué)進展，2014，22(5)：731-745．

[34] 杜鑫．勞動力轉(zhuǎn)移對中國糧食生產(chǎn)的影響——基于2020年全國10省份農(nóng)戶調(diào)查數(shù)據(jù)的經(jīng)驗研究[J]．經(jīng)濟問題，2022(3)：104-115．

[35] 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(xué)(季刊)，2017，16(1)：45-66．

[36] 速水佑次郎，弗農(nóng)?拉坦．農(nóng)業(yè)發(fā)展的國際分析[M]．北京：中國社會科學(xué)出版社，2000．

[37] 郭君平，仲鷺勍，曲頌，等．抑減還是誘致：宅基地確權(quán)對農(nóng)村違法占地建房的影響[J]．中國農(nóng)村經(jīng)濟，2022(5)：72-88．

[38] 尹志超，劉泰星，嚴(yán)雨．勞動力流動能否緩解農(nóng)戶流動性約束——基于社會網(wǎng)絡(luò)視角的實證分析[J]．中國農(nóng)村經(jīng)濟，2021(7)：65-83．

Analysis of the impact of rural labor force loss on the green cultivated land utilization in the karst areas of China

ZHANG Jiayi, ZHANG Pan, LU Shasha*

(School of Economics and Management, Beijing Forestry University, Beijing 100083, China)

Based on the sample data of 6219 households in the karst areas of China, the direct effect of rural labor force loss on the green cultivated land utilization has been analyzed and the indirect influence of rural labor force loss on the adjustment of planting structure has been further studied by using the two-way fixed effects model. The results show that rural labor force loss has a negative impact on the green cultivated land utilization and the findings still hold true after endogeneity test. The adjustment of planting structure has an indirect effect on the influence of rural labor force loss on green cultivated land utilization. Among them, the decline of multi-cropping index and “non-grain” could strengthen and weaken the impact of rural labor force loss on cultivated land green utilization respectively.

rural labor force flow; the green cultivated land utilization; karst areas of China

10.13331/j.cnki.jhau(ss).2023.03.006

F323

A

1009–2013(2023)03–0045–09

2023－03－18

北京市自然科學(xué)基金項目（9222022）

張佳伊（1995—），女，天津人，博士研究生，主要從事農(nóng)林經(jīng)濟管理方向的研究。*為通信作者。

責(zé)任編輯：李東輝