《中国农村经济》精华版｜魏佳朔、高 鸣：农业劳动力老龄化如何影响小麦全要素生产率增长

农业劳动力老龄化如何影响小麦

全要素生产率增长

作者：魏佳朔¹  高  鸣²

作者单位：1.中国农业大学国家农业农村发展研究院；

                2.农业农村部农村经济研究中心

原文刊发：《中国农村经济》2023年第2期

一、引言

大国小农仍是中国的基本农情，小农户仍是粮食生产的主力军。与中青年农业劳动力相比，老年农业劳动力的劳动能力、认知能力和学习能力更弱。诚然，不断提高的农业机械化水平在一定程度上缓解了老年农业劳动力劳动能力下降的问题，稳定了种粮面积并保障了粮食产量，但在推动农业质量变革、效率变革、动力变革的背景下，保障国家粮食安全还要注重提高粮食全要素生产率（total factor productivity，简称TFP）。深入探究农业劳动力老龄化对粮食全要素生产率增长的影响，是准确评估当前农业劳动力老龄化的影响与挑战，回答好新时期“谁来种粮”“如何把粮食种好”等问题的现实需要。值得思考的是，基于农户视角，农业劳动力老龄化是否会对粮食全要素生产率增长产生负面影响？若存在，其中的机制是什么？缓解这一负面影响的可能方案又是什么？

已有研究为本文继续探究农业劳动力老龄化对粮食TFP增长的影响奠定了基础，本文主要做出以下改进：第一，构建农户视角下农业劳动力老龄化影响粮食TFP增长的理论分析框架，并以小麦为例，运用2009－2020年全国农村固定观察点的农户面板数据进行实证检验。第二，在实证分析中，运用结合工具变量法的双向固定效应模型，尽可能克服遗漏变量和互为因果导致的内生性问题，准确识别农业劳动力老龄化对小麦TFP增长的影响和机制。第三，分析农业劳动力老龄化对小麦TFP增长影响的异质性，提出应对农业劳动力老龄化的可能方案。

二、理论分析

粮食TFP是粮食总产量和全部要素投入量的比值，由此延伸出的粮食TFP增长既包含了由于科学技术发展带来的增长，也包含了由于经营管理水平提高、资源要素配置优化带来的增长，可以反映广义的粮食生产技术进步。本文首先设定劳动增强型的柯布－道格拉斯生产函数，在理论上验证农业劳动力老龄化对粮食TFP增长的影响，并提出假说H1。

H1：农业劳动力老龄化会减缓粮食TFP增长。

考虑到农户家庭劳动力作为劳动投入者和经营决策者的双重身份，以及中国粮食生产仍然存在规模报酬不变的情况（许庆等，2011；郑志浩和程申，2021），本文主要将粮食TFP增长分解为技术效率变化和技术进步两个方面，进一步分析农业劳动力老龄化对粮食TFP增长的影响和机制。

基于农业劳动力作为粮食生产中劳动投入者的视角，农业劳动力老龄化对粮食生产技术效率变化存在正反两方面的影响。从负面影响看，老年农业劳动力的劳动投入数量减少、质量下降，可能无法充分实现潜在的最大产量。但从正面影响看，长期务农带来的经验增长，也使老年农业劳动力具有一定的技术效率优势，能够抵消一部分由于劳动能力下降带来的负面影响（郭晓鸣和左喆瑜，2015）。同时，随着农业机械化水平逐步提高、社会化服务体系发展壮大，粮食生产中的劳动投入需求不断减少。并且，农地流转市场的快速发展，也为老年农业劳动力调减粮食经营规模创造了条件。因此，本文认为，农业劳动力老龄化对粮食TFP增长的减缓作用并非是通过技术效率变化这一机制来实现的。

基于农业劳动力作为粮食生产中经营决策者的视角，农业劳动力老龄化理论上会减缓粮食生产中的技术进步。一方面，相比中青年农业劳动力，老年农业劳动力的知识体系更为陈旧，认知能力、学习能力更弱（杨志海，2018）。这意味着老年农业劳动力需要花费更高的学习成本、时间成本来认同和采用新型技术，农业劳动力老龄化会降低农户采用新型技术的概率，减缓粮食生产技术进步（李旻和赵连阁，2009）。另一方面，年龄增长使老年农业劳动力面临兼业机会减少、收入下降的“未富先老”问题，促使他们的风险规避倾向增强。而新型技术在具备增产潜力的同时往往也存在一定风险，农业劳动力老龄化因此会成为阻碍新型技术采用和技术进步的因素（Brown et al.，2019）。基于此，提出假说H2。

H2：农业劳动力老龄化对粮食TFP增长的负面影响是通过减缓技术进步来实现的。

三、数据来源、模型设定和变量选择

（一）数据来源和样本选择

本文实证分析使用的农户数据，来自农业农村部全国农村固定观察点数据库。全国农村固定观察点数据目前已经覆盖31个省（区、市）的375个样本村、2.3万个记账农（牧）户，调查内容涵盖农户的家庭成员信息、生产经营情况等。在对农户家庭成员的调查中，每一位家庭成员的年龄、就业等信息均有详尽的记载。在对生产经营情况的调查中，农户种植每一类粮食作物的产量、播种面积与种子、化肥等各项投入品的支出情况也均有记录。这套数据为研究农户视角下农业劳动力老龄化与粮食TFP增长之间的因果关系提供了有力支撑。本文选择以2009－2020年的小麦种植户作为样本，验证农业劳动力老龄化对粮食TFP增长的影响。

（二）模型设定

1.测算和分解小麦TFP增长的模型设定。基于随机前沿模型中的时变衰减模型，本文构建了超越对数形式的小麦生产函数，并在规模报酬不变的假定下，将小麦TFP增长分解为技术效率变化和技术进步两部分。其中，技术效率变化可以在计算出农户当年技术效率水平的基础上，除以上年的技术效率水平后得出；技术进步则是农户当年技术前沿面和上年技术前沿面的比值。在此基础上，小麦TFP增长（TFPC）可表示为技术效率变化和技术进步的乘积。

2.估计农业劳动力老龄化影响小麦TFP增长的模型设定。在使用双向固定效应模型的基础上，本文使用家庭中16岁以下未成年人数量作为工具变量进行实证检验，以此解决遗漏变量、互为因果等内生性问题。

（三）变量选择和说明

1.被解释变量。本文以小麦种植户的亩均产量作为产出变量，以亩均劳动投入工时作为劳动投入的代理变量，以亩均生产资料和服务支出作为资本投入的代理变量。基于以上投入产出变量，本文以使用随机前沿模型计算得到的TFPC作为被解释变量。

2.核心解释变量。与户主年龄、农业经营决策者年龄等反映个人年龄的指标相比，家庭中全部农业劳动力的平均年龄能更好地反映农户层面的农业劳动力老龄化情况（Burton，2006；Barnes，2022），因此，本文以家庭中全部农业劳动力的平均年龄作为核心解释变量。参考已有研究的做法（王善高和田旭，2018），本文同时引入是否为老年农户的虚拟变量，老年农户的判断标准为家庭中全部农业劳动力的平均年龄是否超过特定标准（55岁、60岁或65岁）。

四、实证分析

（一）小麦TFP增长的测算和分解

本文运用随机前沿模型测算得到小麦种植户的TFPC，并分解为技术效率变化和技术进步两部分。TFPC的均值为1.0398，分解得到的技术效率变化均值为0.9922，技术进步均值为1.0482。这表明，在2009－2020年间，技术进步是促进小麦TFP增长的主要原因。

（二）基准回归结果

以全部农业劳动力的平均年龄作为核心解释变量的回归结果显示，农业劳动力的年龄增长不利于小麦TFP增长。同时，以是否为老年农户作为核心解释变量的回归结果显示，相比中青年农户，老年农户的小麦TFP增速更慢。此外，随着老年农户的年龄划分标准从55岁提高到65岁，负向影响也在扩大。这初步说明，农业劳动力老龄化不利于小麦TFP增长，并且随着老龄化程度加深，老龄化对小麦TFP增长的负面影响也会加剧，呈现出“越老越慢”的情况。

（三）稳健性检验

更换TFP增长测算方法、实证方法、核心解释变量进行稳健性检验的结果仍然显示，农业劳动力老龄化不利于小麦TFP增长，这与基准回归得到的结论一致，假说H1进一步得证。并且，随着老龄化程度的加深，老龄化对小麦TFP增长的负面影响也会有所加剧。

（四）农业劳动力老龄化影响小麦TFP增长的机制检验

以小麦技术效率变化作为被解释变量的估计结果显示，农业劳动力老龄化并未对小麦生产的技术效率变化产生显著影响。在小麦生产的机械化作业已经相对普及的背景下，老年农户的技术效率变化和中青年农户没有显著差异。

农业劳动力老龄化对小麦生产的技术进步存在显著的负面影响，并且这一负面影响同样会随着老龄化程度的加深而扩大。考虑到技术进步是农户采用新型技术并实现产量提高的“结果”，而并非具体的新型技术采用“行为”，本文选择样本户是否采用保护性耕作技术作为被解释变量，进一步验证农业劳动力老龄化对小麦生产技术进步的影响。结果显示，农业劳动力老龄化会降低小麦种植户采用保护性耕作技术的概率，假说H2进一步得证。

（五）进一步分析和讨论

本部分主要通过引入农业劳动力老龄化和其他变量交互项的方式进行实证分析，探究哪些因素能够缓解上述负面影响。结果显示，老年农户和农业教育或培训交互项的系数为正，表明面向老年农业劳动力提供农业教育或培训能够在一定程度上弥补老年农业劳动力受教育年限偏低的问题。老年农户和养老金收入交互项的系数为正，表明提高农村居民的养老金收入标准，是应对农业劳动力老龄化问题的可能方案之一。老年农户和农业技术推广交互项的系数为正，表明农户所在村庄通过开展农业技术推广活动，增加农业技术推广支出，同样能够缓解农业劳动力老龄化对小麦TFP增长的负面影响。

老年农户和产前环节社会化服务、产中环节社会化服务交互项的系数为正，表明产前和产中环节的社会化服务均能在一定程度上缓解农业劳动力老龄化带来的负面影响。具体而言，农民合作社、集体经济组织提供的产前环节社会化服务，有益于促进新型小麦品种、优质化肥等生产资料的推广使用，能够缓解农业劳动力老龄化对小麦新型技术采用、技术进步的负面影响。此外，产中环节的社会化服务仍能够通过机械替代劳动的方式，一定程度上缓解农业劳动力老龄化对小麦TFP增长的负面影响。

五、研究结论和政策建议

本文基于2009－2020年全国农村固定观察点的农户调查数据，实证检验了农业劳动力老龄化对小麦TFP增长的影响。结果显示，尽管在此期间小麦种植户的TFP整体增长，但农业劳动力老龄化不利于小麦种植户的新型技术采用和技术进步，对小麦TFP增长存在减缓作用，并且这一负面影响会随着老龄化程度的加深而扩大。进一步分析表明，农业教育或培训、养老金收入、农村集体开展的农业技术推广、产前和产中环节的社会化服务能够在一定程度上缓解农业劳动力老龄化对小麦TFP增长的负面影响。

为应对农业劳动力老龄化带来的影响和挑战，保障国家粮食安全，本文提出政策建议如下：第一，构建符合农业劳动力老龄化背景的技术推广体系，探索通过各类官方渠道、社会渠道推广普及各类新型技术的有效路径。第二，完善城乡居民基本养老保险制度，提高养老金收入标准。第三，推动农业社会化服务体系高质量发展，重视各类新型农业经营主体在提供产前、产中环节社会化服务中的重要作用，丰富服务内容，提高服务质量。

点击“阅读原文”查看全文

关于我们

《中国农村经济》《中国农村观察》（简称“两刊”），由中国社会科学院主管、中国社会科学院农村发展研究所主办，是经济学和管理学类权威性学术期刊。系国家社科基金首批重点资助期刊、国家自然基金委员会管理科学部认定的管理科学重要学术期刊、中国人文社会科学综合评价AMI权威学术期刊、FMS管理科学高质量期刊（A类期刊T1）和“中文精品学术期刊外文版数字出版工程”首批精选期刊等。

《中国农村经济》注重论文的学术性和政策指导性，主要刊发有关“三农”问题研究的经济学、管理学优质论文，以及经济学、管理学其他领域为实践发展和学科建设提供新知识的学术论文；《中国农村观察》注重论文的理论性和学术性，刊文涵盖农村经济、社会、政治、法治、文化教育等“三农”研究相关领域。

根据《中国学术期刊影响因子年报（人文社会科学·2022版）》：《中国农村经济》复合影响因子为14.046，期刊综合影响因子为10.264，在488种经济类学术期刊中排名第三，排在《中国工业经济》《经济研究》之后；《中国农村观察》复合影响因子为8.833，期刊综合影响因子为5.972，在488种经济类学术期刊中排名第九。

两刊在世界期刊中也具有重要影响，根据《世界期刊影响力指数报告》，《中国农村经济》世界学术影响力指数（WAJCI）为2.75，在全球37种农业经济类学术期刊中排名第三，排在Food Policy和American Journal of Agricultural Economics之后；《中国农村观察》世界学术影响力指数（WAJCI）为1.71，在全球农业经济类37种学术期刊中排名第七。同时，两刊多次获评“中国最具国际影响力学术期刊”。

两刊实行在线投稿、双向匿名审稿制度，两刊网站（http://crecrs.ajcass.org/）可全文下载两刊所发文章，两刊微信公众号（中国农村经济中国农村观察）可阅读所发论文的精华版，欢迎广大专家学者投稿和关注。