2023年现代农业发展视角的农村家庭非农化选择及其影响因素分析.docx

现代农业开展视角的农村家庭非农化选择及其影响因素分析 刘静蓉 韩艺 陈江生 摘    要：引导农村简单劳动力非农化是实现现代农业生产，进而保障粮食平安的重要环节，本研究选取农村家庭为根本研究单位，基于农户随机问卷调查，运用binary logit回归模型深入探索农村家庭非农化选择的主要影响因素。研究说明：（1）年轻的较高学历劳动力是非农化的主力军，不利于现代农业开展;（2）农村劳动力非农化进程是在相比照拟优势选择下的一个渐进的过程;（3）地区环境和交通因素的影响力逐渐弱化。因此，有针对性地设计非农化引导政策很有必要。 关键词：非农化;现代农业;粮食平安;地理迁移 中图分类号：F323.6                文献标识码：A                DOI 编码：10.3969/j.issn.1006-6500.2022.03.007 Analysis of Factors Influencing on Rural FamiliesOff-farm Decision in a Modern Sgricultural Development Dimension in China LIU Jingrong1，2， HAN Yi1， CHEN Jiangsheng1 （1.College of Natural Resource and Environment， Northwest A&F University， Yangling， Shaanxi 712100，China; 2. Guangxi Mingde Spatial Planning and Design Company Limited， Nanning， Guangxi 530022，China） Abstract： Transforming the rural surplus labour out of farming is an important link to realize modern agricultural production and then ensure food security. In this paper， the rural family was selected as the basic research unit. Based on the random questionnaire survey of farmers， the main influencing factors of rural family non-agricultural choice were explored by using binary logit regression model.The findings revealed that （1） the young and highly educated labor force was the main force of non-agricultural transformation， which was not conducive to the development of modern agriculture; （2） The process of non-farming of rural labor force was a gradual process under the choice of relative comparative advantage; （3） The influence of regional environment and traffic factors was gradually weakening.Therefore， it is necessary to design the policy of non-agricultural guidance in a targeted way. Key words： off-farming; modern agriculture; food security; geographical migration 农村家庭联产承包责任制全面推行，充分调动了农民生产积极性，农业生产率得到大幅提高。随着经济体制改革的不断深入，一方面由于城乡经济差异越来越大，另一方面也由于农业技术的不断进步，释放了大量的农村充裕劳动力，来自城市的拉力和来自乡村的推力共同造就了中国农村人口城市化的大潮[1]。 乡村人口非农化是社会经济开展的必然，很早就引起了国内外相关学者的关注，他们认为，乡村人口非农化迁移的主要目的是为了改善自己的经济状况;乡村人口非农化迁移过程是人们对城乡（及部门间）预期收入差异，而不是实际收入差异作出的反响;只有当一个农业劳动力估计他在城市或本地非农部门预期的收益高于他在农业的收入时，非农化过程才会发生，否那么，劳动力将会继续留在农村（或农业）就业[2]。当然农业劳动力转移的前提条件是农业剩余，只有当农业剩余存在之后劳动力的非农化转移才有可能发生[3]。除了城乡之间的收入差距是影响人口非农化迁移的主要因素外，区域通达性也对人口迁移有影响，李国平[4]认为人口迁移规模与交通距离成反比。邹农俭[3]认为我国农民以职业转移起步，职业转移（非农化）、地域迁移（城市化）、身份变更构成了农民阶层分化过程中3个既相对别离又依次递进的阶段，身份變更意味着完成了非农化进而最终城市化的过程。 随着我国国民经济的持续开展和国际经济形势的变化，农村充裕劳动力非农化转移进入了新阶段。目前的学界共识是，农民非农化问题不单是农民本身的问题，它与我国经济社会开展进程紧密相连并将贯穿于这一进程的始终[5]，根本机理如图1所示：较多的农村简单劳动力通过各种途径非农化（或城市化）转出农业和农村，留下少量高素质青年劳动力在占有较多农业生产资源的情况下，通过应用新品种新技术，实现现代农业规模化高效生产，进而实现保障国家粮食平安和社会稳定的目标。 虽然我国农业劳动力非农化进程取得了举世瞩目的成就，但是存在农地流转集中程度不够高、青年高素质劳动力离开农业生产的步伐仍然没有放缓、简单劳动力非农业进程不畅、农业劳动力老龄化趋势明显等问题。实际上，个人决策往往与其家庭资源和特征有着很大的关系，个体的迁移决策往往是其家庭主体成员共同协商的结果[6]，因此，以农户家庭为研究单位，全面系统地探索和梳理符合中國实际的农村家庭非农化选择影响因素，有利于为合理引导剩余简单劳动力转出农业、吸引高素质青年劳动力进入农业、改善“老人农业〞困境等相关政策的制定提供有价值的参考意见。 1 模型设定与变量描述 1.1 非农化的模型设定 本研究中的根本样本单位是农户，样本随机调查对象是农户家中主要劳动力，其对家庭情况的陈述有较强的代表性。研究中的家庭指标均取平均值。农村劳动力非农化决策是一个二向性（dichotomy）问题，笔者依据家庭主要劳动力工作领域，将样本划分为非农化流动家庭和未流动家庭，并且相应地设置虚拟因变量，当变量为1时，表示该类劳动力主要从事非农生产，当变量取值为0时，表示该类家庭劳动力均在从事农业生产。研究中的非农化流动决策模型使用binary logit回归模型，表达式为（1）： Pr ob（yi=1）=（1） 模型（1）中因变量y取1时，表示农村劳动力选择流动，因变量值取0时，表示农村劳动力选择不流动。X为自变量列向量，β为参数列向量，i表示第i个观测样本。 在参数估计过程中，将模型（1）两边取对数后线性化，如下式（2）： Lji=ln =β′Xi（2） 变形后的等式（2）为参数线性表达式，后文中相关估计结果按表达式（2）的形式进行表达，等式（2）中的某一自变量系数取反对数后，表示在保持其他自变量不变的情况下，该自变量变化一个单位，会引起非农化流动行为的（Y=1）概率与其相对应的不流动（Y=0）概率之比的变化，我们称之为可能性比变化;X是自变量特征向量，包括家庭特征变量、地区经济特征变量等;β为参数向量（含常数项），i表示第i个观测样本。 多重共线性是利用截面数据估计模型过程中经常遇到的问题，本研究在多重共线性检验的根底上，采用删除存在严重共线性特征变量、保存有较高容忍度变量的方法开展模型估计，本研究选留自变量的容忍度标准为0.45以上，各项统计运算均在SAS9.2软件中运行。 1.2 变量描述 本研究利用2022年完成的农村劳动力流动特征调查数据和2022年完成的农户土地利用调查数据开展比照研究。农村劳动力流动特征调查和农户土地利用调查数据均是邀请西北农林科技大学局部农村生源学生，利用2022年和2022年寒假学生返乡之便，在学生家乡农村开展入户调查获得。2022年回收样本1 789份，剔除重要信息缺失样本和极端值样本，最终获得有效样本1 413份。2022年样本回收892份，剔除重要信息缺失样本和极端值样本，最终获得有效样本599份。2个样本数据构本钱研究数据库，相关变量统计描述见表1。 从表1可以看出，研究样本中的家庭劳动力平均年龄分别为41.47岁（2022年）和47.84岁（2022年），这说明研究样本家庭具有明显的中年主体群体特征。样本数据中的汉族占95%左右，少数民族占5%左右，这与我国整体民族结构较为吻合。从样本统计描述可以看出，本研究数据库有较强的代表性，且符合大样本统计要求。 2 农户分化特征与农村家庭劳动力非农化决策影响因素分析 2.1 基于样本统计描述的农户非农化特征分析 从表1可以看出，2022年非农化农户比例为51%，而到2022年那么非农化农户比例到达了75%，虽然经过多年的开展，参与非农化就业的农户比例明显上升，但是考虑到样本数据均是通过农村入户调查获得，已经长期城市化的农户数据在本研究数据库中无法表达，或者说，本研究中的非农化样本均是家庭中有重要劳动力从事非农生产工作，但是他们仍然居住在农村，甚至仍未放弃农地耕种，从严格意义上说，目前有更多的农户处于观望状态，他们仍未下定决心真正放弃农地，走上全面非农化的道路，这一方面不利于农村简单劳动力的非农化转出，也不利于农地流转集中，进而影响现代农业开展的进程，从另一个方面也说明农村人口非农化转移需要更强有利的政策调节和引导。 对于家庭劳动力平均年龄变量，由于2次调查没有实现很好地对接，2022年的数据指的是家庭农业劳动力平均年龄，虽然比照性不强，但仍然可以解读出一些有价值的信息：2022年从事农业生产的劳动力平均年龄（47.84岁）明显高于2022年家庭劳动力平均年龄（41.47岁），说明农业劳动力老龄化明显，或者说非农化的劳动力以青年劳动力为主，我国农业生产正面临严峻的代际传承考验。 从劳动力受教育平均年限变量可以看出，相比9年前的样本状态，目前的农村劳动力受教育年限较低，说明多年来农村流出的家庭或劳动力均是以高学历劳动力为主，与高素质劳动力从事现代农业生产的初衷相违背。 从另外的家庭人口特征变量（家庭成员数、未成年子女数和家庭劳动力数量）的变化中我们可以解读出，规模较大的农户非农化转出较困难，小规模家庭有明显的城市化优势，这一趋势对现代农业的开展是双向的，负效应在于不利于及时顺畅地转出较多的农村人口，正效应那么在于有利于农业大户的成长和现代农业知识的代际传承。 2.2 家庭特征因素对农村劳动力非农化的影响 笔者应用模型（2）来估计家庭劳动力非农化决策的影响因素，相关估计结果见表2。 从表2中的农村家庭主要劳动力平均年龄变量的估计系数到达了显著的统计差异水平，估计参数符号为负号，说明随着年龄的增长，家庭劳动力流动的可能性在下降，从另一个角度说明农村非农化家庭以年轻型家庭为主体。两个模型中“家庭主要劳动力受教育水平〞变量到达了极显著的统计差异水平，估计系数均不大，但符号相反，说明除去城市化转出的情况，高素质劳动力在非农化选择过程中逐渐倾向于农业生产，可能的原因在于大学生村官、扶贫攻坚、乡村振兴等政策的综合导向