農村勞動力價格上漲與勞動力轉移對作物種植結構的區域性影響差異

黃瑪蘭，李曉云，曾琳琳

（華中農業大學經濟管理學院，湖北 武漢 430070）

改革開放以來，隨著工業化的快速發展，中國農村勞動力向非農業大規模轉移。非農行業對非技術性勞動力的大量需求導致勞動力價格不斷上漲，2004年以來呈現年均兩位數的增長速度[1]。農村勞動力價格上漲不僅改變了農業與非農業要素的相對價格，而且改變了農業內部生產要素的相對價格，誘使農戶在要素價格變動的情形下重新配置家庭稟賦，改變農業投入要素組合與生產決策。例如，將家庭勞動力投向經濟效益高、市場前景好的高附加值作物和養殖業生產，或減少勞動投工多且經濟效益低的作物生產，或放棄農業生產轉向非農就業，最終使農戶家庭達到要素利用的效率經濟狀態。

在人口紅利階段，勞動力需求的不足掩蓋了勞動力異質性，勞動力被同質化。隨著人口紅利逐步減弱，勞動力異質性逐步凸顯[2]，勞動力異質性對農業生產的影響才逐漸被關注和重視。大量研究從勞動力數量、人口結構變化、勞動力價格等方面研究其對農業生產的影響。勞動力轉移和人口結構變化對農業生產的影響主要體現在農業產出和農業技術效率方面。黃瑪蘭等[3]、程名望等[4]在其研究中概括了目前學界關于勞動力轉移對糧食生產影響存在的3種不同觀點，包括勞動力轉移對糧食產量具有正向、負向及統計上無顯著影響。在我國老齡化、女性化、低文化的農業人口結構趨勢下，男性和壯年女性的轉移會提高農戶退出農業生產的概率，增大農戶家庭耕地流出率，甚至會降低農業產出增長率[5]。由農村老齡勞動力或者女性勞動力從事農業生產的農戶在農業生產技術應用、經營情況、經營收入、生產結構方面相比由農村非老齡勞動力或者男女勞動力共同從事農業生產的農戶，在農業生產上均表現出劣勢[6-7]。胡雪枝和鐘甫寧[8]研究認為，老齡化對不同作物的影響程度因作物對勞動者體力與人力資本約束條件的不同而具有差異。農業勞動力的老齡化和教育有助于提高農業和糧食生產的技術效率[9-10]。關于勞動力價格上漲對作物播種面積影響的研究較少。易福金和劉瑩[11]研究表明隨著每工日勞動力價格上漲，江蘇省水稻播種面積增加而浙江省播種面積減少，表明農村勞動力價格上漲并不意味著糧食播種面積普遍下降。而楊進等[12]認為勞動力價格上漲降低了糧食種植比例，增加了經濟作物種植比例。

現有關于勞動力價格上漲對作物種植結構影響的研究，大多選擇作物的勞動雇工價格反映勞動力價格變化。農作物雇工價格側重于分析某作物雇工價格上漲對該作物播種面積的影響，不能體現由農村勞動力機會成本上升產生的作物替代導致的作物種植比例變化。其次，現有研究主要基于全國及省級層面，建立不同勞動力流動類型分區進行研究的文獻較少。因此文章基于生產要素優化配置理論，采用1981—2015年29省面板數據，并依據人口省際流動特征，分為勞動力流入型、勞動力流動持平型與勞動力流出型3種勞動力流動類型分區，分別考察農村勞動力價格上漲與轉移對區域作物種植結構的影響。文章旨在驗證勞動力要素配置理論在中國農業資源利用領域的貢獻，為更準確地判斷農村勞動力未來發展趨勢與影響，針對性地制定區域差異化的作物種植結構調整政策提供實證參考。

1 模型設定與數據來源

1.1 理論分析框架

理論分析假定技術進步為希克斯中性技術進步。文章從農戶種植決策出發，假定農戶僅種植兩種作物X和Y，并假定兩種產品的比價關系始終不變。農戶生產函數簡化為：式中：兩種作物的勞動要素投入分別為LX和LY，土地要素投入分別為AX和AY，f(A，L)表示生產函數，Qx、Qy代表X作物、Y作物的產出。

文章不考慮土地租賃市場，采用埃奇沃思盒形圖（Edgeworth box）進行比較靜態分析，如圖1所示。

圖1 市場生產要素配置的埃奇沃思方框圖Fig. 1 Allocation of essential productive factors in Edgeworth Box diagram

圖1中，方框橫軸表示土地數量A，縱軸表示勞動力數量L。OX為作物X的原點，對X作物來說，方框圖下邊表示土地資源數量，左邊表示勞動力數量，其等產量曲線QX1、QX2、QX3表示生產給定產量的勞動與土地組合。OY為作物Y的原點，對Y作物來說，方框圖上邊表示土地資源數量，右邊表示勞動力數量，其等產量曲線QY1、QY2、QY3表示給定產量下勞動與土地組合。埃奇沃思方框圖的每一點描述了兩種要素在兩個作物之間的一種配置方式。在D點時，作物X和作物Y過該點的等產量曲線如圖中所示，兩條等產量曲線相交，觀察位于X作物等產量線上方以及Y作物等產量線下方的點，如B點。由于B點位于X作物的等產量線上方，因此B點的作物產量大于D點的作物產量，可以生產更多的X作物；同理，B點位于Y作物等產量線的下方，因此B點的Y作物產量大于D點的作物產量，可以生產更多的Y作物。因此，D點投入效率有待改善。而在生產投入要素配置E1點，等產量曲線QX1與QY1相切，不能在不降低另一個作物產出的情況下，通過將勞動和土地從一個作物轉移到另一個作物，來使得至少一種作物的產出增加。因此，E1點是生產要素投入配置的帕累托最優點。在E1點，兩條等產量曲線相切，邊際技術替代率（MRTS）相等。分別為作物X和作物Y勞動（L）對土地（A）要素的邊際替代率，在E1點時滿足：

1.2 勞動力流動類型區域劃分

本研究借鑒劉盛和等[13]、楊傳開和寧越敏[14]使用修正復合指標法得出的區劃結果，并將人口遷移平衡型活躍區與非活躍區合并為人口流動持平區，劃分出3種人口遷移地域類型，即勞動力流入區、勞動力流出區及勞動力流動持平區。其中，勞動力流入區包括：新疆、北京、天津、江蘇、浙江、上海、福建、廣東；勞動力流出區包括：黑龍江、吉林、河北、甘肅、陜西、四川、湖北、湖南、安徽、河南、江西、貴州、廣西；勞動力流動持平區包括：內蒙古、遼寧、山西、山東、云南、西藏、青海、寧夏。不同流動人口地域類型大致體現了區域經濟發展水平、勞動力市場發育水平及城鎮化發展水平。勞動力流入區除新疆外，其他7省市均處于東部沿海，非農經濟發達、市場化程度較高、城鎮化水平高；勞動力流出區大部分省處于中部地區，是我國的糧食主產省；勞動力流動持平區大部分處于西部和西北部地區，農業產值占比大，非農經濟欠發達，市場發育程度相對較低，城鎮化水平相對落后。

改革開放以來中國形成的人口由西向東遷移的主流模式未發生變化[15-16]，在較大程度上保證了本文流動人口地域類型劃分標準能夠體現該區劃本身的精準性和符合歷史變化趨勢。但由于人口流動的動態特征，尤其是近10年中國區域性人口流動發生了很大變化，部分省際人口遷移的區域類型發生了明顯的局部性變化。比較朱孟鈺和李芳[15]對1985—2015年中國省際人口遷移類別劃分結果發現，此研究對1985—2010年整個區間段及區間段內的區劃結果與2010年劉盛和等[13]、2015年楊傳開和寧越敏[14]的區劃結果基本一致。但在2010—2015年這個時段，山西、山東、云南3個省份出現了區域類型變動，由平衡型活躍區轉變為凈流出區。全國1%人口抽樣調查數據顯示，2014年山西、山東、云南的人口流出量分別達6.35萬人、100.2萬人和10.18萬人；2015年此3省的人口流出量分別為0.99萬人、97.52萬人和13.30萬人。但是，數據的短期大幅變化并不適合更不能真實反映長時序數據的整體變化特征。因此，本文選取1980—2010年我國省際人口流動變化處于穩定時期時，各省所處的流動人口地域類型作為區劃標準。并將山西、山東、云南歸為勞動力流動持平區。

1.3 實證模型設定

我國地域遼闊，不同區域的土地稟賦特征不同，影響著區域作物生產布局。現代農業發展過程實質上是先進科學技術在農業領域廣泛應用的過程[17]。農作物播種面積還受二元經濟結構、投入與產出、宏觀經濟發展及農業政策等因素的影響[18]。例如，隨著農業勞動力比例的下降，資源逐漸流向非農部門就業，農作物播種面積將減少。農戶通過調整不同投入要素的組合應對勞動力成本上升，用相對價格較低的生產要素替代成本上漲較大且投工量較多的勞動力[19]。農產品出售價格越高，農業生產資料成本越低，將有利于農作物播種面積增長。宏觀環境運行對農業生產的影響通過國民收入、非農產業發展水平來反映，非農經濟增長會大幅降低農業在國民經濟中的比重。農業政策發揮作用具有一定時滯性，并且可能受到其他因素影響，政策效果常常難以準確預測。此外，農業生產與自然氣候息息相關，極端氣候條件對農業收成影響較大，遇上大型風災、水災可能顆粒無收[20]。基于以上分析，建立以下計量分析模型：

式中：Nit為因變量，表示某省種植某種作物的比例。核心自變量Pit為農村勞動力價格，Lit為農村勞動力轉移量。Xit為控制變量組，包括人均耕地面積（Ait）、城市工業化水平（Iit）、農業機械化水平（Mit）、農業政策補貼（Sit）、物質投入水平（Cit）、農業自然災害（Dit）。全國及分區模型主要變量的描述性統計結果見表1、表2。

面板數據模型回歸分析前分兩步確定函數模型。首先用F檢驗判斷使用混合回歸還是個體效應模型。若檢驗結果拒絕零假設，即說明個體固定效應模型優于混合回歸，否則使用混合回歸；若檢驗結果拒絕零假設，則進一步采用Hausman檢驗來確定是建立固定效應還是隨機效應模型。若檢驗結果拒絕零假設，則采用固定效應模型，否則建立隨機效應模型。對全國及3個分區域模型的F檢驗結果均拒絕原假設，各模型P值均為0.000，說明個體固定效應模型優于混合回歸。同時，全國及3個分區域模型的Hausman檢驗結果均在5%顯著性水平上拒絕建立隨機效應模型的原假設，故考慮采用個體固定效應模型。為減少數據方差及縮小殘差波動范圍，回歸方程除了比例變量外所有實變量均取對數形式。為了控制某些不可觀察的隨時間和地區變化的影響因素可能帶來的內生性問題，文章采用時間和省份雙向固定效應模型觀察回歸結果的穩健性。

表2 區域尺度上變量設定與描述性統計Table 2 Descriptive statistics of variables at regional level

1.4 數據來源與處理

本文選取1981—2015年我國29個省市的年度數據，重慶、海南和港澳臺由于缺少數據而不在本文考察范圍內。農村勞動力價格、勞動力轉移量、工業化水平、農業補貼、物質投入水平數據主要來自《中國農村統計年鑒》、《新中國六十年統計資料匯編》、各省《統計年鑒》；耕地面積數據來自中科院人地系統主題數據庫共享數據；農作物綜合機械化率數據來自《國內外農業機械化統計資料》、《中國農業機械工業年鑒》；自然災害率數據來自國家統計局網站；農作物單位用工量數據來自《全國農產品成本收益資料匯編》。極少數缺失數據采用插值等方法補齊。

以上各價值變量均按相關價格指數折算為1981年不變價格。農村勞動力價格依據農村居民消費價格指數進行折算，財政支農金額依據農業生產資料價格指數進行折算。北京、天津、上海3個直轄市未統計農村居民消費價格指數，采用各市居民消費價格指數代替，數據來自國家統計局網站。北京、天津、上海、西藏缺失農業生產資料價格指數，采用全國農業生產資料價格指數代替。

2 結果與分析

2.1 農村勞動力價格、勞動力轉移與作物種植結構變化

2.1.1 農村勞動力價格上漲趨勢 1980—2015年，全國農村居民人均工資性收入由1980年的106.38元上升到2015年的4 600.30元（圖2）。勞動力流入區農村居民人均工資性收入由1980年的141.80元上漲到2015年的10 018.86元，遠高于全國平均水平，2015年為全國平均水平的2.18倍。勞動力流動持平區農村居民人均工資性收入由1980年的86.88元上漲到2015年的3 384.81元，略低于全國平均水平。勞動力流出區農村居民人均工資性收入由1980年的94.55元上漲到2015年的3 453.22元，基本與勞動力流動持平區相一致。勞動力工資性收入上漲是農村勞動力機會成本上升的體現，2003年東南沿海“民工荒”的出現，進一步加劇了勞動力用工成本的上漲。舒爾茨認為農民對農產品和要素價格變動反應靈敏，農戶會依據農產品和要素價格的變動進行資源優化配置。農村勞動力價格變動會造成農業生產對勞動需求量的變化，進而引起耕地和資本等要素的相應變化。從耕地經營方面分析，農村勞動力價格上漲將直接影響耕地經營主體調整農業投入要素的組合，導致耕地投入和作物種植比例發生相對變化，進而優化品種結構和區域布局。

圖2 全國及區域農村居民人均工資性收入Fig. 2 Per capita wage-income of rural residents in three classified regions and overall China

2.1.2 勞動力轉移變化特征 中國農業勞動力占總勞動力的比重從1952年開始呈現出明顯下降趨勢，由1952年的83.54%下降到1980年的68.75%，2015年占比僅為28.30%（圖3）。勞動力流入區、勞動力流動持平區與勞動力流出區農業勞動力占比分別由1980年的55.65%、69.12%、72.45%減少至2015年的16.88%、37.98%、37.96%。勞動力流入區農業勞動力占比遠低于全國平均水平，勞動力流動持平區的這一比重變化趨勢基本與勞動力流出區一致，其比重均略高于全國平均水平，下降速度均低于全國平均水平。這符合我國各區域經濟發展特征，東部沿海地區農業產值占比低，非農經濟發展水平高于中西部地區。勞動力流入區快速發展的工業化、城市化進程，吸引了大量農村剩余勞動力轉移就業，形成了中國農村勞動力主要由中部及內陸地區流向沿海地區的基本模式。

圖3 全國及區域農業勞動力占總勞動力比重變化Fig. 3 Changes of rural labor proportions in three classified regions and overall China

圖4 全國主要農作物播種面積比例變化Fig. 4 Crop planting area changes in China

2.1.3 作物種植結構變化趨勢 1980-2015年主要增加了蔬菜和油料作物種植比例，減少了糧食和棉花種植比例（圖4）。全國糧食、棉花種植比例分別由1980年的80.09%、3.36%下降到2015年的68.13%、2.28%。蔬菜、油料作物種植比例分別由1980年的2.16%、5.42%上升至2015年的13.22%、8.44%，分別增長了6.12倍、1.56倍。在糧食作物內部，主要減少了水稻、小麥種植比例，擴大了玉米種植比例。水稻、小麥的種植比例分別由1980年的28.90%、24.60%縮減至2015年的26.66%、21.30%。玉米種植比例則由1980年的13.72%上升至2015年的33.63%。1980—2015年3個勞動力流動類型分區的水稻、小麥、玉米種植比例存在顯著空間差異性（圖5）。水稻種植比例在勞動力流入區呈平穩下降趨勢，而在勞動力流動持平區及勞動力流出區均呈緩慢增長趨勢。小麥種植比例在3個分區均呈下降趨勢。玉米種植比例在3個分區均呈穩步上升趨勢。

2.2 模型回歸結果與分析

2.2.1 農村勞動力價格與轉移對農業種植結構及糧食內部結構的影響 農村勞動力價格上漲導致全國糧食及棉花播種面積不斷縮小，相反蔬菜及油料作物播種面積呈增加趨勢（表3）。這可能與中國經濟快速發展，城鄉居民收入水平提高、食品消費結構升級后，居民增加蔬菜消費比例及由動物脂肪向植物油轉變有關。農業勞動力比重對糧食及棉花種植比例具有正向影響，這可能是因為糧食（尤其是水稻）和棉花均為耗工費時、勞動投工多的作物，一定的農業勞動力數量是穩定水稻、棉花播種面積的基礎。而水稻的農業勞動力占比系數為正，在1%統計水平上顯著，也說明了這點。農村勞動力轉移促進了蔬菜、油料作物種植比例增加，這可能是隨著勞動力不斷轉移，勞動力價格不斷上漲，我國各區域傾向于將有限的勞動力資源投向經濟效益較高的蔬菜、油料作物。

圖5 水稻、小麥、玉米在不同勞動力流動類型區域的種植比例變化Fig. 5 Proportion changes of rice, wheat and corn planting areas in three classified regions

農村勞動力價格上漲對3種糧食作物播種面積的影響呈現出顯著差異。水稻和小麥勞動力價格系數為負，均通過1%顯著性水平檢驗，這說明隨著勞動力價格上漲，水稻和小麥種植比例不斷下降。玉米的勞動力價格系數為正，且在1%統計水平上顯著，這說明隨著農村勞動力價格上漲，玉米種植比例在增加。勞動力非農轉移促進了小麥播種面積占比的增加，這可能是因為小麥農業機械化水平高，機械化種植彌補了勞動力短缺造成的播種面積減少。水稻和玉米的農業勞動力占比系數為負，這意味著勞動力非農轉移促使水稻和玉米種植比例不斷下降。

2.2.2 農村勞動力價格與轉移對作物種植結構影響的區域差異 勞動力價格上漲導致勞動力流入區傾向于增加蔬菜、油料作物的種植比例，減少糧食、棉花種植比例（表4）。對于棉花，應區別對待新疆，近年來在一系列農業政策激勵下，新疆已成為我國棉花生產第一大省。勞動力流入區的勞動力轉移對糧食生產無顯著影響，增加了蔬菜、油料作物種植比例，但降低了棉花種植比例。在糧食作物內部，勞動力價格上漲對水稻種植比例具有負向影響，對小麥、玉米種植比例具有正向影響。勞動力非農轉移對水稻、小麥種植比例具有正向影響，對玉米種植比例具有負向影響。勞動力流入區是我國工業化、城市化發展水平最高的地區，農業產值在國民經濟中的比重低，區域內的非農就業機會多，且工資水平相對其他兩個區域較高，農戶從事農業生產的意愿較弱，種植傳統糧棉作物的意愿更弱。在農村勞動力價格上漲的背景下，選擇具有大量消費市場需求及經濟效益較好的蔬菜、油料作物和玉米種植符合理性經濟人行為決策。

表3 全國農業及糧食種植結構模型回歸結果Table 3 Regression results of crop planting structure at the national level

表4 勞動力流入區農業及糧食種植結構模型回歸結果Table 4 Regression results of crop planting structure in migration-in regions

勞動力價格上漲與轉移對勞動力流出區農業及糧食內部種植結構的影響見表5。隨著勞動力價格上漲，該區傾向于減少糧食種植比例，增加蔬菜種植比例。勞動力價格上漲對該區域的棉花、油料作物播種面積影響不顯著。勞動力轉移對糧食、棉花種植比例具有負向影響，對蔬菜、油料作物種植比例具有正向影響。從糧食內部結構看，隨著農村勞動力價格不斷上漲，該區傾向于減少水稻、玉米種植比例。農村勞動力轉移對水稻、玉米種植比例具有負向影響，對小麥種植比例具有正向影響。另外，水稻、玉米的綜合機械化率系數均為正，且通過1%顯著性水平檢驗，小麥綜合機械化率系數不顯著，這可能是造成該區域水稻播種面積穩定、玉米播種面積不斷上升，小麥播種面積下降的一個原因。與勞動力價格變化相比，該區域各作物種植面積對勞動力數量變化更敏感，表現為農業勞動力占比對7類研究作物的播種面積均具有通過統計顯著性水平檢驗的影響。該區域大部分省是我國糧食主產區，肩負著保障全國糧食安全，尤其是口糧安全的重任。在我國土地細碎化及勞動力持續轉移背景下，加快土地流轉，推進土地適度規模化經營，促進農機具跨區作業服務發展，提升農業綜合生產能力，對該區域保障全國糧食安全具有重要現實意義。

勞動力價格上漲與轉移對勞動力流動持平區農業及糧食內部種植結構的影響見表6。隨著勞動力價格上漲，該區域傾向于縮減糧食、棉花種植比例，增加蔬菜種植比例。勞動力轉移對糧食種植比例具有負向影響，對棉花種植比例無顯著影響，對蔬菜、油料作物種植比例具有正向影響。從糧食內部結構看，隨著勞動力價格上漲，該區域傾向于縮減小麥種植比例，擴大水稻、玉米種植比例。勞動力轉移對小麥種植比例具有顯著正向影響，但對水稻、玉米種植比例具有顯著負向影響。這可能是由于小麥相對于水稻和玉米，更易于機械化種植。而該區域相對其他兩個區域而言，非農經濟不發達，農業生產在該區域仍占有重要地位，當農業機械化水平提升時，農戶會首先考慮擴大易于實施機械化種植作物的播種面積，獲得更多的農業產出。

表5 勞動力流出區農業及糧食種植結構模型回歸結果Table 5 Regression results of crop planting structure in migration-out regions

表6 勞動力流入流出持平區農業及糧食種植結構模型回歸結果Table 6 Regression results of crop planting structure infiat regions of laborflow

2.3 農村勞動力價格與轉移對區域糧食作物結構影響的比較與再分析

2.3.1 農村勞動力價格上漲的影響 非農就業工資報酬和就業時間是農戶家庭收入最大化的重要決定因素，而農業用工量和雇工成本是農戶確定種植決策方向和經營規模的重要依據。不同勞動力流動分區的勞動力價格上升幅度存在較大差異（圖3），不同農作物的單位用工量及農業機械化率不同[21]，使得農村勞動力價格上漲對不同作物用工成本表現出更大水平的差異，進而對區域作物種植結構帶來影響。圖6展示了我國水稻、小麥、玉米的單位用工量及綜合機械化率。隨著農業技術的不斷進步，3種作物的單位用工量在不斷下降，相反其綜合機械化率在不斷上升。每公頃水稻、小麥、玉米用工量分別由1978年的571.5日、460.5日、466.5日下降為2016年的87.2日、68.1日、83.6日；水稻、小麥、玉米綜合機械化率分別由2008年的51.15%、86.54%、51.78%上升到2016年的79.20%、94.05%、85.29%。可以發現水稻、小麥、玉米的單位用工量與綜合機械化率的變化趨勢高度負相關，單位用工量與綜合機械化率存在較強的關聯。具體表現為，小麥單位用工量最低而綜合機械化率最高，水稻恰好與之相反，玉米單位用工量及綜合機械化率均處于適中水平。

勞動力價格上漲阻礙了勞動力流入和流出區水稻種植比例的增長。水稻單位用工量大，綜合機械化率低、不易于機械種植，且勞動力流入和流出區的農村勞動力價格明顯高于勞動力流動持平區，導致勞動力成本上升與2個區域的水稻種植比例呈負向關系。與此相反，小麥具有單位用工量小，綜合機械化率高、易于機械化種植的特征，使得容易形成農業機械對勞動用工的替代來抵消小麥生產的勞動力成本上漲。因此在勞動力價格水平居中的勞動力流出區，勞動力價格與小麥種植面積變化關系不顯著。農村勞動力價格上漲對玉米種植比例的影響呈現出較大區域差異，其中的原因各異。例如在農業生產占有重要份額的勞動力流動持平區，可能是因為玉米相比于水稻而言，種植工序簡單、勞動投工量少；而相比小麥而言，玉米種植的比較效益較高，因此該區域勞動力價格上漲與玉米種植面積呈正向關系。

圖6 水稻、小麥、玉米單位用工量及綜合機械化率Fig. 6 Labor input per unit and agricultural mechanization ratios of rice, wheat and corn

2.3.2 勞動力轉移的影響 勞動力轉移降低了勞動力流出和流動持平區的水稻種植比例，提高了勞動力流入區水稻種植比例。勞動力流出區除甘肅、貴州等省外均為糧食主產省，農村勞動力轉移使該區域勞動力趨于老齡化、女性化，導致新的栽培方式、栽培技術的推廣應用相對困難，制約了水稻生產[22]。勞動力流動持平區農業機械技術相對發展緩慢，水稻生產耗工費時、需要精細的田間管理，導致勞動力非農析出不利于維持水稻播種面積的穩定。勞動力流入區大多位于東南沿海，糧食生產以水稻（南方雙季稻產區）為主，作物結構調整的專業化、規模化趨勢使得作物種植向擴大水稻和經濟作物生產方向變化。

勞動力轉移對3個區域的玉米種植比例具有負向影響。勞動力流出和流動持平區大部分省處在北方春播玉米區、黃淮海夏播玉米區及西南山地玉米區，這3個玉米產區的總產量約占全國總產量的90%，大量勞動力轉移勢必會降低玉米種植比例。此外，部分省如青海、寧夏、西藏的氣候、土壤等自然條件不利于玉米種植[23]。當勞動力轉移后，依據資源競爭優勢原理，農戶作為理性生產者將會選擇適應當地物候條件的作物種植，如青稞，從而縮減玉米種植比例。

勞動力轉移對3個勞動力流動類型分區的小麥種植比例具有正向影響。相比水稻、玉米作物而言，小麥的勞動投工量最少，且機械化程度最高，勞動力與機械的替代易于實現，甚至勞動力非農轉移有利于推動小麥機械化種植。朱福守和蔣和平[24]對中國15個小麥主產區的研究也證實了此結論。需要說明的是，小麥在勞動力流入區的種植面積很少，基本上可以忽略其占比份額。

3 結論與政策啟示

3.1 結論

文章從農村勞動力價格上漲與勞動力轉移角度研究其對全國及不同勞動力流動類型分區農業生產結構與糧食結構的影響。

全國層面上：①農村勞動力價格上漲減少了糧食、棉花種植比例，增加了蔬菜、油料作物種植比例。在糧食作物內部，勞動力價格上漲對水稻、小麥具有負向影響，對玉米生產具有正向影響。即隨著勞動力價格上漲，我國減少了水稻、小麥在3種糧食作物中的種植比例，相反增加了玉米在3種糧食作物中的種植比例。②勞動力轉移顯著抑制了糧食和棉花種植比例，增加了蔬菜和油料作物種植比例。在糧食作物內部，勞動力轉移促進了小麥種植比例增加，減少了水稻和玉米種植比例。

在不同勞動力流動類型分區，農村勞動力價格上漲與轉移對區域農業生產結構的影響具有顯著差異性。①農村勞動力價格上漲對3個區域蔬菜種植比例具有正向影響，對糧食作物生產具有負向影響。勞動力轉移對3個區域的蔬菜、油料作物種植比例具有正向影響。②在糧食作物內部，以水稻為例，農村勞動力價格上漲對勞動力流入和流出區具有負向影響，對勞動力流動持平區具有正向影響，即農村勞動力價格上漲并不意味著水稻播種面積普遍下降；勞動力轉移對勞動力流入區具有正向影響，對勞動力流出和流動持平區具有負向影響。

3.2 政策啟示

第一，作物生產布局在考慮區域自然資源稟賦基礎上，應動態跟蹤和調查勞動力跨區域流動與農村勞動力價格上漲情況，結合區域勞動力資源變化特征來制定差異化的作物種植結構調整政策。并結合區域優勢作物類型采取不同的激勵措施，提高各區域的勞動力生產率，最大程度釋放勞動力資源價值。例如，在勞動力流入型省份重點保障區域口糧安全及保障大中城市及其周邊的蔬菜種植比例，滿足城市居民對蔬菜的消費需求；在大部分省份均為我國糧食主產省的勞動力流出區，應考慮各省農作物生產競爭優勢，生產優質、高效、生態、安全的農產品保障我國的糧食安全；在農業生態環境脆弱及自然資源相對匱乏的勞動力流動持平區，應在保障農戶根本收益的前提下，積極主動應對生態資源壓力、轉變農業發展方式、促進農業可持續發展。

第二，在城鎮化、工業化及農業現代化的作用下，農村勞動力將繼續大量轉向非農就業，且伴隨著全國勞動力市場的形成，勞動力工資率將逐漸趨同化，未來作物種植結構在生產要素約束下可能更多地由區域土地、勞動，機械（資本）要素的組合關系決定。隨著農村土地流轉市場的不斷發育完善，土地要素價值逐漸凸顯，農業資本投資增加，農業機械化程度提高，勞動力用工量及用工成本對農作物種植的剛性約束會逐漸減弱。可以預見未來農業機械、勞動力與土地稟賦的聯動作用對作物種植結構的影響會更突出，政府相關部門在制定農業政策，調整作物種植結構優化區域生產布局時，應注重這三者之間的耦合關系，提高農業土地產出率和勞動力生產率。