APP下载

农村劳动力转移对农业机械化影响的研究

2019-11-29刘亦农

广西农业机械化 2019年4期
关键词:共线性户主劳动力

刘亦农

(湖北省中南财经政法大学工商管理学院 430073)

农业机械化作为农业现代化的重要标志和重要组成部分,能够有效促进农业产业化发展、农业生产提质增效、解放农村剩余劳动力、增加农民收入。我国对于农业机械化的发展非常重视,早在2004年就通过了《中华人民共和国农业机械化促进法》。为了与国民经济发展相适应,发挥农业在国民经济中的基础性作用,每一次国民经济发展五年规划公布后,都会伴随着全国农业机械化发展五年规划的出台。中央一号文件更是连续16年聚焦“三农”问题,提出了一系列支持农业机械化发展、升级、提升的方针政策。改革开放四十多年来,伴随着我国城镇化的快速发展,大量乡村劳动力向城市转移,为城市发展提供了充足的劳动力和人口红利,但劳动力的大量外流也给农村带来了劳动力配置的改变。随着农村劳动力的不断减少,实现农业机械化的进程可能会受到一定的影响。

目前已有许多学者针对劳动力转移队农业机械化影响进行了研究和探讨。一些学者认为劳动力转移促进了农业机械化是水平的提升:张蕾等(2009)发现,户主外出务工的农户家庭对先进农业生产技术的需求会相应增加;纪月清、钟甫宁(2013)利用安徽农户调查数据进行实证分析,结果表明非农就业增加以后,农户会增加农机服务的投入以替代减少的劳动。另一些学者则持怀疑的观点:杜鑫(2010)采用CHIPS 2012数据进行分析,发现劳力转移不会带来农户农机购买的增加。盖庆恩等(2014)提出男性劳动力和壮年女性的流出显著增加了农户退出农业的概水平,在土地流转市场不完善的现实条件下,出现大片土地抛荒的现象,更是降低了农户对于农业机械的需求。针对现有研究矛盾的状况,本文基于新的调研数据,使用OLS模型探究农村劳动力转移对农业机械化的影响,为这一问题提出自己的看法和观点。

1 数据来源及模型设定

1.1 数据来源

本研究所使用的数据来自2018年中南财经政法大学工商管理学院暑期调研数据,调研地为湖北省蕲春县和监利县。数据样本为575份,根据本研究所需的进行筛选出562份样本进行研究。

1.2 模型设定

以农业机械化率作为被解释变量,以本文选取的劳动力转移、四项家庭特征、三项农户个人特征作为解释变量,构建如下的多元线性回归模型。

其中Vit表示农业机械化率,α表示常数项,Xi为解释变量,βi为待估系数,εi为残差项。

2 变量选取

2.1 因变量

本文选取的衡量农业机械化水平的指标为综合农业机械化率,具体计算方式按照农业农村部的计算公式:综合农业机械化率=0.4*机耕率+0.3*机收率+0.3*机播率

2.2 核心自变量

劳动力转移。即农户2017年是否有脱离农业生产,从事第二第三产业半年以上的家庭劳动力,无=0;有=1。

2.3 控制变量

控制变量分为家庭特征和户主特征两类。其中家庭特征为:是否有土地转入、家庭总收入的对数、劳动力负担系数、亲戚中是否有村干部等四项;户主特征为:户主性别、户主年龄、户主健康状况等三项。

具体指标定义与赋值如表1所示

表1 指标定义与赋值

3 实证分析

3.1 多重共线性检验

为确保所有自变量之间不存在相关关系,进行OLS回归前通过Stata14.0软件进行多重共线性检验,通过差膨胀因子(VIF)与容差值(1/VIF)来判断是否存在多重共线性。

首先,将劳动力转移作为因变量,是否有土地转入。家庭总收入(取对数)、劳动力负担系数等7项变量作为自变量,得到的多共线性分析结果如表2所示,根据一般情况下VIF大于10.0,1/VIF小于0.1的存在多重共线性的标准,可以认定劳动力转移与其他自变量不存在多重共线性。然后依次用其他指标作为因变量进行多重共线性检验,发现均不存在多重共线性。

表2 多重共线性检验结果(以劳动力转移为因变量)

3.2 OLS 回归结果

通过使用Stata14.0软件,基于OLS模型,分析劳动力转移以及控制变量对农业机械化的影响。得出回归结果如表3所示。模型2是在模型1的基础上添加了控制变量。

表3 回归结果

从表2可以看出,作为核心自变量的劳动力转移、以及是否有土地转入、户主性别、户主健康状况都对农业机械化率有显著影响。其中,劳动力转移,户主性别为负向影响;土地转入、户主健康状况为正向影响。

劳动力转移这项核心指标在两个模型中的结果都为显著,在模型1中,发生劳动力转移的农户家庭的农业机械化率比未发生转移的农户家庭低9.18%,在模型2中则低了6.66%。也就是说,随着农村劳动力的转移,农户的机械化率降低了。可能的解释是,由于调研地大量农村劳动力外流,留守农村的多为老弱妇孺,呈现老龄化、女性化的趋势,他们本身的劳动力能力就很弱,更不必说适应先进的农业机械以扩大生产规模、提高生产效率,农业机械化率无从提升;而且青壮年劳动力的流出显著增大了农户退出农业的概率,农业机械的需求不会提高反而是降低。

土地转入对农业机械化有显著的正向影响。在模型2中,转入土地农户的农业机械化率比未转入土地的农户的高13.27%。可能的解释是,转入土地意味着种植面积的扩大,农户势必要增加生产性投资,通过扩大劳动力投入、引进新的农业机械、增加购买农机服务等多种方式满足新的土地的生产要求,在此过程中,伴随更多农业机械的使用,农业机械化率随之提升。

户主性别对农业机械化有显著的负响。在模型2中,户主是男性农户家庭的农业机械化率比户主是女性的农户家庭低10.8%。可能的解释是,在女性作为户主的农户家庭中本身劳动力就比较匮乏,在这种情况下,农业生产的进行必须依靠机器来替代劳动力,因此这些农户家庭的农业机械化率会比户主是男性的农户家庭更高一些。

户主健康状况对农业机械化有显著的正向影响。在模型2中户主健康状况每提升一个等级。农业机械化率就增加3.42%。可能的解释是,户主患有严重疾病的家庭,一方面医疗支出本身就会扩大,挤占了生产性投资,影响购买农业机械或农机服务;另一方面,家庭受户主疾病的影响,抗风险能力减弱,在日常生产生活中的决策也会变得保守,尽量避免风险,影响了生产规模的扩大和农业机械化水平的提升。总之,户主比较健康的家庭购买农业机械装备或农机服务的意愿和能力强于户主健康状况较差的家庭。

4 结论与建议

4.1 结论

本文基于调研数据,分析农村劳动力转移对农业机械化的影响,发现调研地农村劳动力转移对农业机械化存在负向影响,同时也发现土地转入、户主性别、户主健康状况等因素也对农业机械化存在显著影响。

4.2 对策建议

4.2.1 适应农村新形势,开发新型农业机械,完善乡村农机服务体系。农村青壮年劳动力大量外流,进行农业生产的主力渐渐变为了留守农村的老弱妇孺,他们的劳动力能力比较薄弱,无力扩大经营规模提高生产效率。因此应该有针对性地开发适合他们使用的农业机械装备,减少农业装备操作的学习成本,国家给予适当补贴,促进新型农机装备的使用与推广。同时,对于更愿意购买农机服务的农户,完善乡村农机服务体系,用信息化的手段实现农机服务提供者和农户的对接,使得农户可以更方便地购买农机服务,提升农业机械化水平。

4.2.2 提高农村医疗水平,完善农村社会保障体系。前文分析证实,户主健康状况对农业机械化的影响显著。因此要提高农村医疗水平,鼓励农民定期体检,尽早预防和发现重大疾病,任何疾病及时就医,避免延误病情;完善农村社会保障体系,不断完善统一的城乡居民基本医疗保险、大病保险和基本养老保险制度,强化对于资金的使用和监管,确保社保资金真正被发给需要的人。

4.2.3 采取多种方式推动土地流转。前文发现,土地转入对于农业机械化率的提升有显著作用:一方面,土地的转入使得土地集中变的可能,降低了农业机械的使用成本;另一方面,愿意转入土地以扩大经营规模的农户,本身就具有较强的生产能力和较多的资金,提高农业机械化水平的意愿更强。要加强对土地流转的宣传力度,充分利用各种媒介,提高农民对农地流转效益的认识,了解农地流转的目的和影响,让农民切身感受到农地流转带来的实质性增收创益的要义,促使农民积极投入农地流转的过程中。同时政府也要加强土地流转过程中的监督与管理,设身处地保障农民土地权益。

猜你喜欢

共线性户主劳动力
南瓜SWEET蛋白家族的全基因组鉴定与进化分析
2020年河南新增农村劳动力转移就业45.81万人
银行不良贷款额影响因素分析
广东:实现贫困劳动力未就业动态清零
回来(外一首)
不完全多重共线性定义存在的问题及其修正建议
我国寿险需求影响因素的岭回归分析
独联体各国的劳动力成本
汉唐户主资格的变迁*
张小飞落网记