李 刚

（中国宏观经济研究院经济体制与管理研究所，北京 100035）

在新冠肺炎疫情、俄乌冲突和能源危机影响下，全球粮食供给及价格上行压力陡增；伴随着气候变化及极端天气的频繁爆发，粮食安全问题凸显。2022年5月，河南、河北部分地区出现了“毁百亩青麦苗”“收割青小麦”“卖青储小麦”等现象，我国粮食安全问题引人担忧。另一方面，由于城乡二元结构的长期存在，农村劳动力转移在我国是一个普遍的经济社会现象；根据2021年农民工监测调查报告数据显示，2008年以来，我国农民工始终保持在2亿以上的规模，2020年农民工群体高达29 251万人，农村劳动力的转出加剧了人们对粮食安全的担忧。

无农不稳，无粮则乱。党的十八大以来，以习近平同志为核心的党中央把粮食安全作为治国理政的头等大事，提出了“确保谷物基本自给、口粮绝对安全”的新粮食安全观，确立了以我为主、立足国内、确保产能、适度进口、科技支撑的国家粮食安全战略。自此之后，粮食生产从2012—2015年实现了连续4年增产，2016年由于结构性调整，粮食减产0.03%，但2017—2021年，粮食又实现了连续5年增产，最终实现粮食产量达到6.8亿吨。由此产生的问题是，农村劳动力转移对粮食生产的影响如何？机制如何？我国到底需不需要担心粮食安全问题。

1 理论分析与研究假设

1.1 农村劳动力转移对粮食生产的直接影响

土地、资本和劳动力是农业生产过程中的三大核心要素[1]，农业生产的劳动力投入对粮食生产至关重要[2]，农村劳动力的转出势必减少了农业生产过程中的劳动力投入[3]，势必会阻碍粮食生产[4]；诸多学者采用实证分析方法相继证实了农村劳动力转移对农业产出的负效应[5-7]。基于此，本文提出第一个待检验假说：

假说1：农村劳动力转移对粮食生产有负向作用，使粮食产量下降。

1.2 农村劳动力转移对粮食生产的间接影响

根据刘易斯二元经济结构理论，发展中国家同时并存着现代经济部门和传统经济部门，具有二元经济结构的特征[8-9]。传统经济部门主要是采用传统方法进行生产的农业。由于传统部门生产率低下，存在大量边际生产力为零的隐蔽性失业的剩余劳动力，这部分劳动力在无约束的制度安排下，会转移至现代部门。这种转移不会影响农业的产出水平。但是，我国农村劳动力的转移并未遵循这种顺序，转移的劳动力大多是农村中相对年轻、受教育程度和劳动力素质较高的部分，他们通常具备城市所要求的劳动力的最低素质，否则难以在城市生存。因此，我国农村劳动力转移的主要动机是为了改变其相对经济地位[10]。

正如前文所述，农村劳动力的转移减少了农村生产要素，在现行农村土地承包制条件下，还会导致实际耕地面积下降，造成粮食产量的下降，对粮食生产具有负向作用。然而，农村劳动力的转移会通过影响农户收入进而影响农业生产资本投入，从而促进粮食生产。

第一，农村劳动力转移使得农户家庭非农收入提高。农村劳动力转移对农民工资性收入提高的影响最为显著[11]，为缩小城乡收入差距起到积极作用[12]。

第二，农村家庭收入的提高会增加用于农业的生产性投入。这一影响得到了众多学者的支持，如有学者认为，农村劳动力转移有利于农业基础设施建设，为农业生产提供便利[5,13]；农村劳动力转移有利于资本深化及其对劳动、土地要素的替代，从而提高了农业生产效率[14-15]；农村劳动力迁移规模及人力资本水平对农业生产效率具有显著正向促进作用[16-17]。

第三，此外，在农村土地承包制条件下，转移的农村劳动力不会放弃土地承包权，但却由此促成了耕地的自发流转，这在一定意义上促进了耕地的规模经营，并形成与农村劳动力转移相适应的农业分工[18-19]。另外，我国农村劳动力转移中有相当一部分属于季节性转移，有明显的周期性[20]。这部分劳动力在获取非农收益的同时，并未离开农业生产，在农忙季节会流回。这部分劳动力的转移不影响粮食生产。基于此，本文提出第二个待检验假说。

假说2：农村劳动力转移有利于提高农户家庭收入，从而增加农业生产资本投入，进而对粮食生产起促进作用。

就农村劳动力转移本身来看，这种转移究竟是促进还是阻碍粮食生产，最终取决于上述两种因素作用的大小。由于农业在我国的基础性地位，在鼓励农村劳动力转移的同时，政府一直高度重视农业生产、特别是粮食生产，并给予了有效的财政支持。政府的支农政策是保证农业生产和粮食生产的重要因素。

2 数据来源与研究设计

2.1 变量选取与数据来源

本文选取我国29个省市（自治区）的面板数据（由于贵州与西藏数据资料缺失太多，在此剔除）进行分析。为了尽可能多地保留变量的时空变化信息，将样本期设定为1999—2020年。模型的变量选取依据如下。

关于内生变量。粮食产出（Y），采用粮食总产量作为粮食产出指标。

关于核心解释变量。我们选择农村劳动力转移数量（Rural）作为本文的核心解释变量，依据蒲艳萍和吴永球[21]的算法；但是，由于各省市统计年鉴中并未公布经济活动人口数量，本文依据《中国人口和就业统计年鉴》中提供的15～64岁人口比例作了相应估计，即：

农业劳动力转移量=农村经济活动人口－第一产业从业人数，

农村经济活动人口=全国总经济活动人口×（农村总人口÷全国总人口）

结果可能存在细微偏误，但并不影响本文结论，且该方法为无相关数据基础上的次优选择。

关于控制变量。考虑到目前我国农业生产的现实状况，我们选择了以下变量作为控制变量：耕地面积（M）；为了确保与农业生产方程中粮食产量指标保持一致，我们选择的是粮食播种面积。农村居民收入（R）；农村居民收入主要来源于农业经营收入、外出务工的工资收入以及转移支付收入等，我们以农村居民可支配收入作为指标，以全面反映农村家庭的经济状况。劳动力投入（N）；本文选择第一产业从业人员作为劳动力投入要素指标。资本投入；农业生产的资本投入比较复杂，参考已有文献，本文的资本投入要素采用农业机械总动力（K1）和化肥施用量（K2）；除此之外还有政府支农支出（G）。本文的数据来源于2000—2021年《中国农村统计年鉴》《中国人口和就业统计年鉴》。

2.2 动态面板模型构建

为了检验假说1，本文首先采用动态面板模型考察农村劳动力转移对粮食生产的影响：

其中i，t分别表示地区和时间；Yit表示粮食产出（Yit-1为其滞后一期的变量），Rit表示农村居民可支配收入，Kit表示农业资本投入，分为农业机械总动力（K1it）和化肥投入（K2it），Nit表示农业的劳动力投入，Mit表示农业耕地面积，Ruralit表示农村劳动力转移；而αj、βj分别为各变量的待估参数；μit是随机误差项。

采用动态面板模型建模有如下优势：第一，农村劳动力转移及粮食生产存在空间与时间等维度上的差异变化，在有限的数据下，面板数据保留了更多的信息；且面板数据模型能够缓解异质性带来的遗漏变量问题；第二，粮食生产具有较强的惯性，也就是变量前期对本期存在较大影响，所以不得不考虑模型的动态效应。

2.3 影响机制模型构建

为了深入研究农村劳动力转移对粮食生产影响的机制，本文通过理论分析发现农村劳动力转移会影响农户家庭收入，从而影响到农业生产资本投入，进而影响到粮食生产。为了检验假说2，本文构建如下联立方程模型：

其中i，t分别表示地区和时间；Yit表示粮食产出，Rit表示农村居民纯收入，Kit表示农业资本投入，分为农业机械投入（K1it）和化肥投入（K2it）,Nit表示农业的劳动力投入，Mit表示农业耕地面积，Git表示政府的农业支持；而αj、βj、γj、ρj和λj（j=0,…，5）分别为各变量的待估参数；μit、ηit、εit、eit、νit是随机误差项。

联立方程模型中的第一个方程是粮食产出方程，第二个方程为农村居民收入方程，第三、四个方程为农业生产资本投入方程（包括农用机械和化肥），第五个方程为农业生产劳动力投入方程。

2.4 内生性问题讨论

其一是动态面板模型的内生性问题。在动态面板模型中，解释变量的滞后项作为被解释变量放入模型之中，解释变量与扰动项无关的经典计量假定被打破，从而可能会产生较为严重的内生性问题，如若采用普通最小二乘估计（OLS），势必会产生严重的估计偏误。所以，我们需要采用动态面板的GMM估计方法；主要有一阶差分广义矩估计（DIF GMM）与系统广义矩估计（system GMM）等方法。另一方面，DIF-GMM估计方法可能存在弱工具变量和样本容量较小导致的误差问题。相对于差分GMM，系统GMM可在一定程度上避免差分GMM可能存在的弱工具变量的问题，也比水平GMM更有效率；系统GMM可以很好地解决动态面板模型中可能出现的内生性、扰动项相关性等问题。且，本文的动态面板数据为短面板数据，符合系统GMM方法仅适用于短动态面板的前提；故本文采用系统GMM方法进行动态面板模型的估计。

其二是影响机制模型的内生性问题。联立方程模型容易出现联立性偏误问题，相应的解决途径是引入工具变量。但是，工具变量的选择本身是一个难题。为此，本文采用工具变量选取的常用方式，即模型中所有前定变量的线性组合。根据联立方程模型识别的阶条件与秩条件，可以看出本文模型是过度识别的。对于过度识别的联立方程模型，可采用单一方程中的两阶段最小二乘法（2SLS）和广义矩阵估计法（GMM），也可采用系统估计法中的三阶段最小二乘法（3SLS）。本文首先采用2SLS方法，后续使用其他方法进行稳健性检验。

3 实证结果分析

3.1 农村劳动力转移对粮食生产的影响分析

由动态面板模型的估计结果（表1）可知，当模型采用最小二乘法（OLS）、差分广义矩估计法（差分GMM）、系统广义矩估计法（系统GMM）等不同方法时，估计结果的确存在显著差异。且由该模型的Sargan检验可知，其P值为0.96，我们应拒绝原假设，认为工具变量的选取是有效的；也就是说，系统GMM可以很好地解决了动态面板模型中可能出现的内生性、扰动项相关性等问题。

表1 动态面板模型估计结果Table 1 The estimated result of dynamic panel model

由动态面板模型的系统广义矩估计结果（表1模型3）可知，在控制了粮食生产过程中的劳动力投入、粮食播种面积、化肥施用量，农用机械投入，农村居民收入等情况下，农村劳动力转移对粮食生产的影响为正（弹性系数为0.02），且该系数在5%显著性水平下显著。也即，农村劳动力转移对粮食生产存在正向作用：假说1得以证伪。那么，农村劳动力转移为什么会对粮食生产产生正向影响？其作用机制为何？这就需要我们建立联立方程模型进行分析。

3.2 影响机制分析

上述分析表明，农村劳动力转移对粮食生产的影响是一个复杂过程。对这一复杂过程的实证分析必须考虑影响粮食生产的多重因素的相互作用，这种相互作用导致粮食生产的要素投入间必然存在多重因果关系。显然，在已有文献中普遍采用的单方程建模不能很好地处理我国农村劳动力转移对粮食生产的影响问题。农村劳动力转移会使得农村居民家庭收入增加，从而会提高农户化肥、机械的农业生产资本投入，进而促进粮食生产。为了检验农村劳动力转移对粮食生产影响的作用机制，本文构建了包含粮食产出方程、农村居民收入方程、农业生产资本投入方程、农业生产劳动力投入方程在内的面板联立方程模型。

由估计结果（表2）可知，在粮食生产方程中，农业劳动力投入对粮食生产的影响系数为-0.60，且在1%的水平上显著，也即其对粮食产出有负的影响。这说明，在过去的几十年中，我国农村劳动力是过剩的，农村劳动力转移有助于提升农业生产效率。这进一步证实了假说1。

表2 影响机制模型的估计结果Table2 The estimated result of mechanism model

另一方面，从影响机制来看，一是农村劳动力转移对农村居民收入存在正向影响。在收入方程中，粮食产出、农业劳动力投入以及政府支农支出的对应系数均为正，且在5%的水平上显著。也就是说，农村居民的收入水平主要取决于粮食产量、农业劳动力投入以及政府的支农政策。另外，农业劳动力投入对应的二次项系数为负，即其与农村居民收入水平之间存在“倒U型”关系；这意味着，当农业劳动力投入增加到一定水平后，农村劳动力投入反而不利于农村居民收入水平的提升。即，适当的推进农村劳动力转移对于农民增收来说大有裨益。

二是农村居民收入对化肥施用量存在正向影响。在化肥投入方程中，农村居民收入水平对应的系数为正且在1%的水平上显著。具体地，当农村居民整体收入水平提高1%时，化肥施用量将增加0.13%。由此可知，化肥施用量增加是农业劳动力投入减少的情况下我国粮食总产量仍然增长的重要原因。

三是农用机械投入和化肥施用量对粮食生产存在正向影响。农用机械投入和化肥施用量对粮食生产的影响系数均为正，且在1%的水平上显著。也就是说，农用机械投入、化肥施用量分别增长1%，粮食总产量将分别增加0.08%、0.29%。同时，这也表明增加农用机械和化肥的投入是实现粮食增产的重要途径。

整体而言，以上分析表明，在农村劳动力大规模转移的背景下，农村居民收入提高，农用机械的使用和化肥的投入得以加大，从而使得我国粮食总产量依然能够持续增加。这表明，假说2成立。

3.3 异质性分析

我国粮食生产存在显著的地域差异，黑龙江省、河南省、山东省、吉林省、四川省、江苏省、河北省、安徽省、湖南省和内蒙古自治区作为我国的产粮大省，十大产粮省2021年粮食产量达到了4.61亿t，占比全国粮食产量的68%。这一事实背景，是否会影响上述结论的可靠性？基于此，本文将全样本分为产粮大省与非产粮大省两部分，通过分组回归来观察二者之间的异质性。

由分组回归结果（表3）可知，在产粮大省的分组回归中，（1）农村劳动力转移对农村居民收入存在正向影响。农业劳动力投入及其二次项系数对农村居民收入的影响分别为3.47、-2.31，且二者均在1%显著性水平上显著，表明农村劳动力适当转出能够促进农村居民收入提高。（2）农村居民收入对农用机械投入、化肥施用量均存在正向影响。农村居民收入水平对农用机械投入、化肥施用量的影响系数分别为0.37、1.59，且在1%的水平上显著，表明农村居民收入促进了农业机械投入与化肥施用量的提高。（3）化肥施用量对粮食生产存在正向影响。化肥施用量对粮食生产的影响系数为正，且在1%的水平上显著，表明化肥施用能够促进产粮大省提高产量。以上三大结论在非产粮大省的分组回归中也存在；整体而言，农村劳动力转移对粮食生产的影响机制在产粮大省与非产粮大省保持一致。

表3 分组回归结果Table 3 The result of grouped regression model

然而，产粮大省与非产粮大省的分组回归结果还存在一些差异，（1）在产粮大省，农用机械投入对粮食生产的影响不显著，而这一影响在非产粮大省显著为负。（2）在非产粮大省，粮食播种面积对粮食生产的影响不显著，而这一影响在产粮大省显著为正。这表明，土地投入对粮食大省的生产至关重要；农用机械投入对粮食生产的积极作用还有待挖掘。

3.4 稳健性检验

为检验模型的稳健性，我们在不改变指标设置的情况下，采用三阶段最小二乘法（3SLS）对联立方程模型进行稳健性检验，结果见表4。农业劳动力投入对粮食生产的影响系数为-0.61，且在1%的水平上显著，也即其对粮食产出有负的影响。同理，假说1得以证实。

表4 稳健性检验Table 4 Robust test

从影响机制来看，一是农村劳动力转移对农村居民收入存在正向影响。农业劳动力投入及其二次项系数对农村居民收入的影响分别为2.45、-0.26，且二者均在1%显著性水平上显著。二是农村居民收入对化肥施用量存在正向影响。农村居民收入对化肥施用量的影响系数为0.17，且在1%的水平上显著。三是化肥施用量对粮食生产存在正向影响。化肥施用量对粮食生产的影响系数均为0.36，且在1%的水平上显著。这表明模型是稳健的。进一步，我们也采用不同指标替代法进行了稳健性检验；方法是用农村居民固定资产投资代替粮食生产的资本投入，但回归方法不变；得到的估计结果依然表明前述结论是可靠的。

4 研究结论与政策启示

4.1 研究结论

粮食安全事关国泰民安，在新冠肺炎疫情、俄乌冲突、能源危机等动荡环境下，确保粮食安全是维护国家稳定的重中之重。考虑到我国二元经济结构背景下，农村劳动力转移可能会加剧粮食安全问题，本文基于1999—2020年分省面板数据，构建动态面板模型，考察农村劳动力转移对粮食生产的影响；进一步，构建影响机制模型深入分析农村劳动力转移对粮食生产的影响机制，以及构建异质性分层回归模型探讨了产粮大省与非产粮大省在影响机制上的差异。得到如下结论：①我国农村劳动力存在过剩供给，农村劳动力转移对粮食生产产生正向影响。②农村劳动力转移使得农户家庭工资性收入增加，提高了农村居民收入。进一步，农村居民收入的提高又增加了农用机械投入与化肥等农业资本投入，进而提高了粮食产量。③当前阶段，农业资本投入中主要是化肥使用对粮食生产的影响较为显著，农用机械投入的积极影响还有待挖掘。④相较于非产粮大省，土地投入对产粮大省的粮食生产至关重要。

4.2 政策启示

基于上述研究结论，本文提出如下政策建议，以期更好保障我国粮食安全。

一是严守产粮大省的耕地红线。近些年，伴随着城镇化进程加快，郊区城市化危及农业生产用地安全；然而，耕地是粮食生产的命根子，我们要严守耕地红线，尤其要确保黑龙江省、河南省、山东省、吉林省、四川省、江苏省、河北省、安徽省、湖南省和内蒙古自治区等产粮大省的耕地供给。

二是宽松农民工进城落户条件。在二元经济结构大背景下，我国当前还存在过剩的农村劳动力，加快这部分农村劳动力转移，不仅能够提高相应农户收入水平，还可以提高农业生产效率。改变我国的户籍制约，进一步推进户籍制度改革，宽松农民工进城落户条件成为大势所趋。

三是制定针对农民工的特殊农忙休假制度。农村家庭劳动力转移的大多是年青壮年劳动力，这会影响家庭从事农业生产的意愿，也会增加农业生产技术推广的难度，并有可能导致实际耕种面积的减少。如果政府能够制定农民工农忙休假制度，就可以减少农村劳动力外出的顾虑，熨平农村劳动力外出对农业生产的负向影响。

四是普及节肥技术。农用化肥使用对我国粮食生产至关重要，然而，在绿色低碳可持续发展理念背景下，过多化肥施用又会导致土壤质量退化、生态环境污染和农产品安全等问题。因而需要大力推广节肥技术与新型有机肥料，调整施肥结构、优化肥料资源配置和改进施肥方法。