高名姿，张 雷，刘志斌

(1.南京农业大学金融学院，江苏南京 210095；2.南京财经大学金融学院，江苏南京 210023)

经济新常态下，工业和服务业对农村劳动力的吸纳能力降低，农民非农就业压力增大，疫情后，农民非农就业更是承受巨大的压力，2017年后农民工规模增速明显放缓，2020年甚至出现近年来的首次负增长(图1)。应对农民就业压力，国家出台了一系列政策，中央一号文件更是持续关注农民就业，2018年中央一号文件明确提出“培育一批家庭工场、手工作坊”等，“提供更多就业岗位”，2022年中央一号文件则进一步强调“促进农民就地就近就业创业”。

在信息化高速发展的背景下，大量研究关注到信息技术应用对就业的影响。宁光杰等针对中国数据进行分析，发现信息技术应用可以提高高技能劳动者的就业比例，但同时也会降低包括农民工在内的低技能劳动者的就业比例；邵文波等基于市场环境分类进行研究，发现如果产品处于竞争充分的市场中，信息化可以促进企业吸纳劳动力。Jorgenson针对美国数据进行分析，发现信息资本(即与信息技术相关的资本)与劳动力和传统资本投入是替代关系；Acemoglu等认为，信息化可以提高对低技能劳动力和高技能劳动力的需求，但同时会降低对中等技能劳动力的需求，该理论也被称为极化理论(employment polarization)，而来自英国的数据则不支持极化理论。针对21个经济合作与发展组织(OECD)国家的数据进行分析，发现信息化对就业的影响要区分具体的工作特征，有些工作是自动化难以替代的，因此信息化难以对从事这类工作的劳动力形成就业冲击。从现有文献看，虽然鲜有研究直接分析信息技术应用对农业吸纳劳动力的影响，但是有研究关注到技术进步对农民就业的影响，也有研究分析信息与通信技术(information and communications technology，ICT)对农民就业的影响。张宽等认为，农业技术进步与农业劳动力需求之间是替代关系，农业技术进步可以促进农业劳动力向非农转移；杨鑫等则认为这种替代关系并不显著。Min等针对中国ICT应用进行研究，发现ICT应用可以促进农民向非农领域转移；李强认为信息技术对农业发展至关重要，中国也在全面推进“农业数字化”(国发〔2021〕29号《国务院关于印发“十四五”数字经济发展规划的通知》)。在农业生产中应用信息技术无疑是技术进步的表现，这类技术进步对农业吸纳劳动力有何影响？家庭农场作为最重要的农业规模经营主体，其在吸纳农民就业过程中的作用不可小觑，信息化设施应用对家庭农场的雇工水平是起促进作用还是抑制作用？对该问题的回答无论是对完善农民就业政策，还是对农业数字化建设都有重要的现实意义，然而相关研究还较少，尤其是基于家庭农场数据的相关实证分析还很匮乏，这凸显了本研究的贡献。

1 理论分析与研究假说

本研究在技术进步的理论框架下提出，信息化设施在农业生产中的应用将影响家庭农场吸纳劳动力的水平，由于作物类型差异导致劳动力需求特征差异，因此作物类型在两者之间起调节作用。

1.1 信息化设施应用对家庭农场雇工行为的直接影响

尽管对中国企业的研究结果显示，信息技术在工业领域的应用会提高对劳动力的技能要求，更广义的技术进步也多属于技能偏向型，但需要注意的是，技术进步也可能降低工作的复杂性，进而降低对劳动力的技能要求，并提高低技能劳动力的就业机会。

分析现在家庭农场使用的信息化设施可知，其主要以摄像头和各类传感器(如光照传感器、氮磷钾传感器等)为主，这些信息化设施一般通过手机APP连接，主要由农场主直接操作使用。因此，这些设施的应用主要提高了农场主对雇工工作状态和工作效果的监督水平，这在某种程度上化解了传统技术条件下农场主难以有效监督雇工的问题。

1.2 作物类型在信息化设施应用提高家庭农场雇工水平中的调节效应

劳动力投入与作物类型密切相关。一般而言，经济作物因更多使用设施农业生产体系而减弱了生产的季节性特征，同时，由于经济类作物生产的机械化水平更低，导致其产出与劳动力投入密切相关。在应用信息化设施后，种植经济类作物的家庭农场因为可以对雇工进行更有效的监督，从而可以通过提高雇工量来提高产出水平，这类家庭农场甚至可以进一步通过降低对雇工的技能要求而降低其工资，从而进一步提高雇工量。由图2可知，当雇工的机会成本降为后，家庭农场的劳动力投入提高到。由此提出以下研究假说H2a：经济作物类型在信息化设施应用提高家庭农场雇工量中起正向调节作用。

粮食类作物生产高度依赖机械化，例如，《江苏省“十四五”农业机械化发展规划》显示，江苏省2020年“主要粮食作物耕种收机械化率达93%”，而生产的高同质性特征又使相关技术推广更快，这降低了粮食类作物生产中的劳动产出弹性，即在生产函数=中，更小。因此，在其他条件不变的情况下，粮食类作物生产中难以通过增加劳动力投入来提高单位面积产出。在信息化设施应用使农场主能更精准监督雇工行为后，家庭农场可以用更少的劳动力投入实现同样水平的产出。在信息化设施应用后，实现同样产出的劳动力投入从变为(图3)。由此提出研究假说H2b：粮食类作物在信息化设施应用提高家庭农场雇工水平中起负向调节作用。

2 研究方法与数据描述

2.1 计量模型构建

基于研究假说H1，本研究设定基准模型考察信息化设施应用对家庭农场雇工行为的影响。基准计量模型见公式(1)。

=+1+2+。

(1)

式中：下标表示家庭农场；表示家庭农场的雇工量；1表示家庭农场的信息化设施应用变量；2表示系列控制变量；表示常数项；、表示系数；表示随机扰动项。

为了验证作物类型在信息化设施应用与家庭农场雇工量之间的调节作用，本研究加入作物类型和信息化设施应用的交叉项进行实证检验，考虑到模型中引入交叉项会引起多重共线性问题，借鉴已有研究成果，将解释变量和调节变量作中心化处理，即用解释变量和调节变量的原始值减去各自的均值得到离差，再将各自的离差相乘，即得到去中心化处理的交叉项。具体模型见公式(2)。

=+1+(1-1)(3-3)+3+2+。

(2)

式中：3表示作物类型变量；1、3分别表示信息化设施应用变量和作物类型变量的均值；、表示系数。

由于家庭农场是否应用信息化设施不是随机产生的，信息化设施应用可能与家庭农场所处环境特征有内生关系，进而导致处理组与对照组的雇工行为有差异，因此需要解决可能存在的内生性问题。本研究采用处理效应模型(treatment effects model)解决家庭农场所处环境特征影响家庭农场信息化设施应用，进而导致的内生性问题。处理效应模型见公式(3)

=+++。

(3)

式中：表示核心解释变量和控制变量；表示处理变量；表示系数。处理变量由以下处理方程决定：

=(+)。

(4)

式中：(·)表示示性函数(indicator function)。

处理效应模型的具体步骤如下：

第1步，对家庭农场所处环境影响家庭农场信息设备应用的因素作Probit模型估计，模型形式为

(5)

(6)

2.2 变量选取与数据描述

2.2.1 变量选取 因为长期雇工最能反映家庭农场稳定吸纳劳动力的水平，本研究以家庭农场的长期雇工量为被解释变量。因为家庭农场长期雇工人数较少，且平均雇工量更能反映家庭农场吸纳劳动力的水平，本研究以长期雇工的平均工时(每人工作1 d为1个工时)作为被解释变量的代理变量。

本研究以家庭农场是否采用信息化设施为解释变量，其中信息化设施包括摄像头、传感器以及可以通过计算机了解生产情况的相关设备。基于不同作物的劳动投入特征，借鉴已有成熟的分类方法，将家庭农场经营的作物类型分为粮食作物种植类、经济作物种植类、粮食作物和经济作物兼种3类。

参考已有对家庭农场或农户行为的研究成果，将家庭农场主的个人特征、家庭特征、经营特征和地区特征作为控制变量。李艳等发现，社会资本和风险偏好对农业生产决策有重要影响，因此，个人和家庭特征控制变量不仅包括农场主性别、年龄、受教育程度，还包括家庭农场主的社会资本和风险偏好情况，家庭投入劳动力数量无疑与雇工量有替代关系，说明家庭农场的家庭劳动力投入也作为控制变量放入模型。是否加入经济组织、农业生产性资产、经营面积都对农业生产决策和雇工有重要影响，因此将上述经营特征作为控制变量放入模型。此外，模型还控制了地区特征。

2.2.2 数据描述 本研究数据来自南京农业大学金融学院于2021年7月组织的“江苏省金融支持家庭农场发展调研”。调查采用分层抽样和随机抽样相结合的方式，综合考虑区域特征、经营类型等因素确定调研对象。调研覆盖江苏省北部、中部和南部的6个县(市、区)26个乡(镇)，共获得有效样本499个。其中，在铜山区4个乡(镇)获得样本83个，在泗洪县4个乡(镇)获得样本84个，在海门市4个乡(镇)获得样本84个，在兴化市4个乡(镇)获得样本84个，在句容市4个乡(镇)获得样本83个，在江阴市6个乡(镇)获得样本81个。基于目标，本研究剔除养殖类家庭农场和部分数据异常样本，本研究对象为453个种植类家庭农场(表1)。

表1 变量含义与描述性统计

3 实证结果与分析

3.1 信息化设施应用对家庭农场雇工行为直接影响的检验

本研究使用Stata软件分别应用多元线性回归模型和处理效应模型估计信息化设施应用对家庭农场雇工行为的影响，因为有部分样本的经营面积数值较大，为减少个别极端值的影响，模型中将经营面积数据取对数处理，从而缩小数据之间的绝对差异。

3.1.1 基准回归 由表2可知，模型(1)为不加入控制变量的结果，模型(2)加入了经营特征和地区特征，模型(3)进一步加入农场主个人和家庭特征。实证结果显示，信息化设施使用在1%显著性水平上促进家庭农场的长期雇工投入，这初步验证了研究假说H1。进一步分析基准回归结果可知，家庭农场主受教育程度越高，其平均长期雇工量越多，可能是因为受教育程度越高的家庭农场主管理能力越高，从而可以管理更多的雇工。模型(2)和模型(3)均显示，经营面积会负向影响家庭农场的长期雇工量，这可能与家庭农场经营的规模效应有关，即经营面积越大的家庭农场越能够合理利用劳动力资源，从而降低平均劳动力投入。

表2 信息化设施应用对家庭农场雇工行为的影响：基准回归结果

3.1.2 内生性讨论 因为可能存在样本选择偏误，本研究采用处理效应模型进一步估计信息化设施应用对家庭农场雇工行为的影响。鉴于家庭农场所在乡(镇)信息化设施应用水平会影响家庭农场是否应用信息化设施，但是不会直接影响家庭农场的雇工行为。因此，选择家庭农场所在乡(镇)信息化设施应用均值为工具变量。由表3可知，模型(4)为控制经营特征和地区特征的估计结果，模型(5)为进一步加入农场主个人和家庭特征控制变量的估计结果。第一阶段估计结果显示，内生变量与工具变量有显著的正相关关系。反米尔斯值在10%水平上显著，表明模型存在内生性问题。处理效应模型估计结果显示，信息化设施应用在1%显著性水平上正向影响家庭农场的长期雇工量，这进一步验证了研究假说H1。

表3 信息化设施应用对家庭农场雇工行为的影响：处理效应模型

3.1.3 稳健性检验

3.1.3.1 信息化设施应用的不同衡量方式 信息化设施监测面积占经营面积的比例可以衡量家庭农场应用信息化设施的水平，监测面积占比越大，则应用信息化设施的水平越高。本研究将信息化设施监测的面积占家庭农场经营面积的比例作为信息化设施应用的代理变量进行稳健性检验，由表4中的模型(6)可知，结果依然稳健。

3.1.3.2 剔除部分样本 家庭农场主的未来发展预期无疑将影响其当下的生产决策，而一般年龄大的农场主更加保守，或更倾向于不做专用性的生产投入。因此，本研究剔除家庭农场主年龄在60岁以上的样本，进一步进行稳健性检验，由表4中的模型(7)可知，结果依然稳健。

表4 信息化设施应用对家庭农场雇工行为的影响：稳健性检验

3.1.4 异质性分析 本研究进一步用分样本回归对信息化设施应用的雇工效应做异质性检验。由表5可知，模型(8)、模型(9)分别为基于受教育程度中位数分组的回归结果。在2个分组中，信息化设施应用都显著促进了家庭农场吸纳劳动力，但吸纳劳动力的能力在组间有差异，农场主接受初中以上教育的家庭农场在应用信息化设施后，其单位面积雇工数量更多(回归系数为5.945)，这可能与农场主的管理能力更高有关。

表5 信息化设施应用对家庭农场雇工行为的影响：异质性分析

3.2 作物类型在信息化设施应用提高家庭农场雇工水平中调节效应的检验

本研究将信息化设施应用和作物类型的交叉项放入模型，检验作物类型在信息化设施应用提高家庭农场雇工水平中的调节效应。由表6可知，如果家庭农场种植的是纯经济作物，则其应用信息化设施后雇佣的长期雇工量更多，即纯经济作物类型在信息化设施应用提高家庭农场雇工水平中起正向调节作用；粮食和经济作物兼种、纯粮食作物种植类则能减弱家庭农场信息化设施应用对雇工量的正向作用，即起负向调节作用，从回归系数来看，纯粮食作物种植类的负向调节作用更大，进而可以验证研究假说H2a和H2b。

表6 调节效应检验

4 研究结论与政策意义

本研究在技术进步视角下构建信息化设施应用影响家庭农场雇工行为的分析框架。理论分析认为，一般情况下信息化设施应用可以降低家庭农场对雇工的技能要求，进而降低单位雇工的机会成本，从而提高家庭农场吸纳劳动力的水平，而具体到作物类型，信息化设施应用的雇工效应存在差异。在生产的季节性问题得到极大缓解且更依赖劳动力投入的经济作物种植中，信息化设施应用后将有更多的长期雇工投入，但对于生产的季节性特征明显且机械化程度高的大田作物(典型的如粮食类作物)，其信息化设施应用对家庭农场的雇工水平有负向调节作用。基于江苏省家庭农场抽样调研数据的实证分析验证了本研究的理论分析结果。

本研究回答了信息化设施应用对家庭农场吸纳劳动力水平是抑制还是促进的问题。尽管整体而言是促进作用，但对不同作物类型的影响有差异。本研究成果对推动农业数字化建设和促进农民就业有2个方面的政策意义。第一，农业信息化设施在家庭农场中的应用会提高农民的农业就业机会，尤其是提高低技能劳动力的就业机会，在农村青壮年大量外出务工的背景下，该结论有重要的政策意义。一般而言，信息化促进高技能劳动力转移到非农就业，但是对于难以转移到非农就业的低技能劳动力，农业信息化设施应用可以促进其就业。而异质性分析结果表明，受教育程度高的农场主会雇佣更多工人。因此，从促进农民就业的角度看，有必要进一步吸引较高学历的农民创办家庭农场，并对其信息化建设提供支持。第二，作物类型对家庭农场雇工水平有调节效应。种植经济作物的家庭农场在使用信息化设施后雇工水平显著提高，因此无论从促进农民就业角度还是从农业高质量发展的角度，对经济类作物种植提供信息化建设支持都有重要的现实意义。尽管粮食类作物种植在信息化设施应用促进家庭农场雇工水平中起负向调节作用，但是在粮食类作物的农业机械化水平大幅提高的背景下，信息化设施的雇工弱化作用有助于粮食类家庭农场的优化资源配置。