健康沖擊降低了糧農收入嗎？*
——基于農業機械化引入視角

李忠旭，莊健

(沈陽農業大學經濟管理學院，沈陽市，110015)

0 引言

健康作為人力資本的重要組成部分，一直是包括我國在內的世界諸多國家所關注的重點問題，特別是在醫療服務體系還未完善的發展中國家，高質量的健康人力資本是影響勞動力參與和供給回報的重要條件[1]。據《中國衛生健康統計年鑒》數據顯示，2003—2013年，我國農村居民兩周患病率從1.39%上升到2.02%；慢性病患病率從20.47%上升至22.72%。由此可見，我國農村居民的整體健康水平正在呈現下降趨勢。健康沖擊會導致一系列經濟社會問題，其中一個重要影響便是對家庭種植業收入造成的沖擊，但學術界對該問題并未達成一致。大量的文獻研究發現健康沖擊通過影響勞動參與而對種植業收入產生顯著的負向影響[2-4]。也有研究發現，雖然健康狀況對于農村地區的勞動參與以及非農就業機會具有顯著的影響，但是在傳統的種植業領域，健康并不是影響農戶勞動參與的關鍵性因素[5]。因此，在這一背景下，需要更全面的考量和更具代表性的數據來理清這一問題。

農業機械化作為農業社會化服務的重要組成部分，已成為影響家庭種植業收入的另一關鍵因素。農業機械化主要通過以下兩個機制影響家庭種植業收入：一是技術改進機制。農業機械化借助于技術上的改進，在育種、施肥服務等生產技術密集型環節有效提升了農業生產效率和產量[6]。二是降低生產成本機制，在農機整地和收割等勞動密集型環節，農業機械化推動資本替代勞動，將人工成本轉換為價格更低的機械成本，從而節約資金成本的投入[7-8]。俞福麗和蔣乃華在分析健康對種植業收入的影響時，雖然考察了機械替代可行性這一因素對于種植業收入的影響，但其只根據農業機械的發展情況，選取黑龍江和陜西兩個典型地區進行了實證分析，在變量選取上并未將與農業機械化相關的變量納入模型，其結論缺乏普遍性[9]。

因此，本文將利用2016年CLDS全國性的大樣本農戶數據為基礎，重新檢驗健康沖擊對種植業收入的影響，將農業機械化納入分析框架，來探究農業機械化在其中所起到的作用，以闡明農業機械化的應用是如何抵消健康沖擊對種植業收入可能帶來的負面影響的。

1 理論基礎與研究假說

1.1 健康沖擊對糧農種植業收入的影響

農戶健康沖擊導致勞動力供給下降從而影響種植業收入。在青壯年勞動力的大規模轉移和新型經營主體尚未發展成熟的情況下，對于解決農業生產投入不足問題的主要方式就是增加中老年農業勞動力的有效供給[10]。然而相較于中青年勞動力，中老年群體面對疾病的承受能力更加羸弱，因此疾病沖擊對于農業生產的勞動力群體影響更大。當農戶受到健康沖擊時，家庭內部的勞動時間“再配置效應明顯”[11]，家庭整體的勞動供給時間將會下降，這將在無形中改變農戶家庭的要素投入使用。同時由于勞動力這一特殊要素，兼具“勞動”供給者和“其他要素”使用者的雙重身份，因此在不引入可替代勞動力要素的生產技術下，健康沖擊將會導致生產要素投入不足，進而對農業生產經營產生負面影響，造成種植業收入增加受阻的局面，由此本文提出以下假說。

H1：在不考慮農業機械使用的前提下，健康沖擊將會對糧農種植業收入產生負向影響。

1.2 農業機械的使用對糧農種植業收入的影響

專業分工理論認為，在特定產品的制造工序上，通過專業化分工可以使不同勞動生產部門發揮出自身的比較優勢，從而可以實現每個環節上的規模經濟[12]。就農業生產而言，農業機械化就是農業生產內部分工和專業化的過程和結果[13]。在農機社會化服務體系日趨完善的背景下，農業服務組織可以利用專業的生產手段，對土地進行高效率的管理。當農戶的技術水平、生產能力等稟賦不足時，將農業機械化引入整個農業的生產過程中，通過專業分工可以有效提升土地利用率，促進糧食增收，從而提高種植業收入水平[14-15]。除此之外，在勞動力價格日益上升的背景下，農業機械化與人工服務之間的相對價格逐漸拉大，農戶作為理性的經濟人，相比較機械化生產，不再選擇雇工服務。因此在農業生產過程中農業機械化的引入在一定程度上節約了農業生產成本，提高了農戶的種植業收入。

倘若將農業機械化引入到農戶健康沖擊與種植業收入的關系中，可以發現雖然健康沖擊會在一定程度上造成勞動力數量和質量的雙重下降，但逐漸興起的農業機械化生產模式正是緩解農業勞動力供給不足而引發的農業生產滑坡的有效手段[16]。農業機械化的采用能夠有效實現生產要素之間的替代，促進農業生產效率的提高，緩解農戶的健康沖擊對于家庭種植業產生的不利影響[17-18]。在面臨健康沖擊導致的勞動力供給不足的約束條件下，農戶在農業生產中會選擇加大機械的投入使用，促進對勞動力的替代，從而提高勞動生產率，以此來緩解疾病沖擊所造成的種植業收入降低的狀況，據此本文提出以下假說。

H2：農業機械的使用將會顯著提高糧農種植業收入，并且會在一定程度上緩解由于健康沖擊對種植業收入所造成的負面影響。

2 數據來源、變量選擇與模型設定

2.1 數據來源

本文使用的數據來自于2016年中山大學社會科學調查中心開展的中國勞動力動態調查(CLDS)，該調查在全國29個省份(西藏、海南除外)展開。本次調查共涉及21 086個勞動力個體、14 200個受訪家庭以及389個社區。由于糧食作物在實際生產中的機械化應用水平較高，經濟作物相對較低，根據研究內容，本文將研究對象限定為從事糧食生產的農戶家庭，故本文僅保留了2015年從事糧食生產的研究樣本，并剔除掉實際耕地面積為0以及關鍵變量缺失的樣本。在數據處理中將家庭問卷、個體問卷以及村居問卷進行匹配合并，最終獲得25個省份的2 010個農村住戶樣本。

2.2 變量選擇與賦值

1) 因變量。本文的因變量為糧農家庭種植業凈收入，考慮到農業生產過程中由于要素投入的不同，會產生不同程度的生產性支出，為了更好的衡量健康沖擊、農業機械化對于種植業收入的影響，本文將剔除種植業生產成本之后的凈收入作為糧農種植業收入的衡量指標。

2) 核心自變量。本文的核心自變量包括兩個，分別為健康沖擊和農業機械化。對于健康沖擊的指標選取，本文主要借鑒高夢滛等[4]對健康沖擊的衡量方法，并根據問卷的內容進行了調整，將“家庭醫療保健支出是否大于5 000元”，作為其衡量指標。如果家庭醫療保健支出超過5 000元，則定義為該家庭受到了健康沖擊，取值為“1”，否則為“0”農業機械化采用問卷中“您家糧食作物生產的農田耕種方式是什么？1=傳統農耕、2=半機械化、3=全機械化”作為其使用程度的衡量指標。

3) 其余控制變量。借鑒相關研究[19-20]，本文選取戶主的年齡、性別、受教育年限作為個人特征的控制變量；選取家庭勞動力平均年齡、勞動力平均受教育年限、從事農業生產人員數量、是否為農業專業種植戶以及家中耕地總面積作為家庭資源稟賦特征變量；并選取距離鄉鎮的距離、村內是否有灌溉設施、村莊地形以及地區虛擬變量作為環境特征變量。具體的變量定義及賦值如表1所示。

表1 變量定義及賦值Tab. 1 Variable definition and assignment

2.3 模型設定

為檢驗健康沖擊、農業機械化對糧農種植業收入的影響，本文在Mincer[21]提出的經典收入方程基礎上，對其進行擴展，構建以下計量模型。

lnYi=α0+α1Healthi+α2Xi+εi

(1)

lnYi=β0+β1Healthi+β2AMSi+

β3Healthi×AMSi+β4Xi+εi

(2)

式中：Yi——家庭種植業收入；

Healthi——糧農家庭是否遭受健康沖擊；

AMSi——農業機械化采用程度；

Xi——所有控制變量；

εi——隨機擾動項。

式(1)測度健康沖擊對于糧農種植業收入的影響；式(2)引入健康沖擊與農業機械化程度的交互項，用以檢驗農業機械化成在健康沖擊對種植業收入影響中的調節作用，同時為避免出現多重共線性問題，在引入交互項之前，本文對原始數據中的“健康沖擊”以及“農業機械化”進行了中心化處理。

3 結果與分析

3.1 健康沖擊對糧農種植業收入的影響

表2顯示了健康沖擊對糧農種植業收入的影響。模型1為式(1)的估計結果，從模型1(OLS)可以看出，健康沖擊在5%的水平上負向影響糧農的種植業收入。遭受健康沖擊的農戶家庭，往往會受到勞動質量和數量下降的雙重影響，具體表現為從事農業勞動時間的減少和勞動力體能的下降，這在一定程度上會影響其農業生產效率，從而對家庭種植業收入產生負面影響。模型2是運用2SLS進行估計的結果，其中Hausman檢驗在10%的水平上顯著拒絕健康沖擊為外生變量的原假設，表明健康沖擊與糧農收入之間確實存在內生性問題，弱工具變量檢驗F值為76.745，說明以“滯后一期的家庭健康沖擊”作為本期糧農家庭健康沖擊的工具變量并不存在弱工具變量的問題。結果表明：在考慮了模型可能存在的內生性問題后，健康沖擊對于糧農的種植業收入的影響系數依然為負，且在5%的水平上顯著，與基本模型的影響方向一致。由此，假說1得到了證實。

控制變量方面，戶主為男性、家中從事農業生產人員數量多的糧農家庭，其種植業的收入更高。糧農家庭是否為種植業生產專業戶在5%的水平上正向影響其種植業收入。村莊地形為非平原的地區，其糧農家庭種植業的收入更低。一般而言，在耕地資源匱乏、地勢多為坡地的非平原地區，由于地形阻隔效應的存在會增加機械替代的難度，導致種植業生產效益低于平原地區。村莊距鄉鎮的距離越近，農戶越容易購買到優質的生產資料，這也將會提高家庭種植業的收入。除此之外，其余變量不顯著。

表2 健康沖擊對家庭種植業收入的影響的模型估計結果Tab. 2 Model estimates of the impact of health shocks on household income

3.2 健康沖擊與農業機械化的交互作用

表3顯示了引入“健康沖擊×農業機械化”交互項的模型估計結果。模型3為式(2)的估計結果，模型4式運用2SLS的估計結果。從模型3和模型4中可以看出，農業機械化在1%的水平上顯著為正，表明農業機械化有助于提升糧農的種植業收入水平。與傳統的農耕模式相比，農業機械化作為一種典型的勞動節約型生產手段，不僅會彌補勞動力供給不足的問題，更會通過改變要素的投入結構實現規模報酬的遞增，提高農業生產效益。由此假說2的前半部分得以驗證。然而“健康沖擊×農業機械化”的交互項的估計系數均不顯著，說明農業機械化對健康沖擊與糧農的種植業收入之間并未起到明顯的調節作用。究其原因，本文認為如果按農業機械使用程度來劃分，全程機械化生產對勞動力起到了完全替代作用，可完全抵消其健康沖擊對種植業收入造成的負面影響。然而本文所用數據顯示，全機械化生產模式僅占農業機械化使用整體的35.6%，這說明農業機械化在農業生產中的應用更多集中于部分生產環節的機械化作業，其余生產環節仍然需要人工投入。因此從農業機械化的整體使用水平來看，對于健康沖擊的種植業收入并未起到明顯的調節作用。針對這部分的猜測，本文將在下一步進行實證檢驗。

控制變量方面，戶主性別和是否為種植業生產專業戶均在5%的水平上正向影響糧農的種植業收入水平。外部環境特征中，村內有灌溉設施、所處地勢為平原的糧農家庭，其種植業收入更高。除此之外，其余變量不顯著。

為了驗證上一部分關于不同機械化程度下糧農健康沖擊的種植業收入效應差異的猜測，根據糧農在農業生產過程中對農業機械化程度的不同選擇，本文將樣本的農業生產方式分為“傳統耕作”“半機械化”“全機械化”三組，分別探究健康沖擊對于糧農種植業收入的影響是否會受到不同機械化程度的影響，模型估計結果如表4所示。

模型5～模型7為式(1)的估計結果，從模型5中可以看出，在選擇傳統耕作模式的糧農家庭中，健康沖擊對于種植業的收入影響在10%的水平上顯著為負，說明在不引入農業機械化的情況下，健康沖擊確實會對糧農的種植業收入造成一定的負面影響。

然而模型6的結果表明，當糧農選擇半機械化的生產模式時，健康沖擊對于種植業收入的影響依然顯著為負，且影響程度大于選擇傳統耕作模式的糧農家庭。關于這一結果，本文認為在農戶家庭受到健康沖擊后，其勞動能力下降，農業勞動的供給時間減少。雖然糧農在農業生產過程中選擇了半機械化生產模式，但剩余生產環節仍然需要由人工完成。成本效應以及低效率的人工勞動二者間的共同作用，導致了在半機械化生產模式下，健康沖擊依然對于種植業收入具有負向影響，即半機械化生產模式對于種植業收入的正向影響程度小于機械使用成本以及健康沖擊對種植業收入的負面影響程度。模型7的結果表明，在全程機械化的生產模式下，糧農的健康沖擊對于種植業收入的影響已不再顯著為負，且系數方向發生了改變，說明當農戶選擇全機械化模式后，健康沖擊已不再是影響種植業收入的主要因素，盡管遭受健康沖擊的農戶家庭會受到勞動供給的約束，但在一定程度上為農業機械化提供了一個有利的發展空間，糧農家庭受到健康沖擊之后引發了農業機械化對勞動力的替代效應，當勞動生產要素被機械全部替代時，很顯然健康沖擊對于種植業收入已不再具有顯著影響。因此，本文上一部分的猜測得到了證實，這也在一定程度上驗證了假說2的后半部分。

表3 健康沖擊與農業機械化的交互項對家庭種植業收入的模型估計結果Tab. 3 Interaction between health shocks and agricultural mechanization estimates the results of models of household income

表4 不同機械化程度下的健康沖擊對家庭種植業收入影響的模型估計結果Tab. 4 Model estimates of the impact of health impacts on household farming income at different levels of mechanization

3.3 穩健性檢驗

為對上述回歸結果進行驗證，本文采取縮小樣本量的方法，隨機抽取85%的樣本，對重組之后的1709個子樣本進行多元線性回歸分析。模型8和模型10分別為式(1)和式(2)的估計結果，模型9和模型11是運用2SLS的估計結果。由表5知，健康沖擊與農業機械化對于糧農的種植業收入的影響依舊顯著，且回歸系數的正負性未發生改變。交互項回歸結果的影響方向與第一次回歸結果一致，其余控制變量的顯著性基本未發生變化，說明本文實證分析較為穩健。

表5 子樣本回歸的模型估計結果Tab. 5 Model estimation of subsample regression

4 結論與建議

4.1 結論

本文使用多元線性回歸模型，以CLDS2016年25省2 010個農村住戶數據為依據，探討了健康沖擊、農業機械化對于糧農的種植業收入的影響，并進一步分析了其中的作用機制，得出以下結論。

1) 健康沖擊對糧農家庭種植業收入的影響系數為負，且通過了5%水平的顯著性檢驗，這意味著健康沖擊對糧農家庭種植業收入會產生不利影響。在矯正內生性后,健康沖擊對糧農家庭種植業收入的影響仍然負向顯著。

2) 農業機械化對糧農家庭種植業收入的影響系數為正，且通過了1%水平的顯著性檢驗，這說明農業機械化的程度越大，越有利于種植業收入的提高。在克服內生性后，農業機械化仍然正向影響糧農的家庭種植業收入。

3) 農業機械化在健康沖擊對糧農家庭種植業的影響中起到了部分調節作用。盡管農業機械化與健康沖擊交互項的系數并不顯著，但將樣本農戶家庭的農業生產方式按照“傳統耕作”“半機械化”和“全機械化”分組后，探究健康沖擊對糧農種植業收入的影響時發現，當糧農選擇全程機械化生產模式時，健康沖擊對于種植業收入的負面影響將會被全部抵消，而選擇傳統耕作模式和半機械化生產模式并不能有效緩解健康沖擊對于糧農種植業收入的不利影響。

4.2 建議

1) 加大農村地區基礎醫療設施建設。本文發現，如果拋開全程農業機械化生產模式的影響，健康人力資本依然是影響農戶種植業收入的重要因素。遭受健康沖擊所造成的種植業收入下降，其實質是勞動供給能力或供給時間受到約束所引致，而如果沖擊程度大，其醫療費用支出也會擠占生產性支出，對種植業產生多方面的不利影響。因而加大農村地區的基礎醫療設施建設并完善農村合作醫療制度不僅有助于改善農村居民的健康水平，而且對于家庭收入的提高會產生潛移默化的影響。

2) 健全農機社會化服務體系。從另一方面來看，勞動供給不足也是促進機械化發展的主要原因，通過優化生產要素的結構配置來降低勞動供給不足對農業生產的抑制性。正如本文研究結論所述，當全程的農業機械化生產引入其中，健康沖擊對于種植業收入的負面影響在一定程度上會被弱化。因此應健全農機社會化服務體系，繼續推進農業機械化服務、土地托管、生產環節外包等多種形式的農業生產性服務模式，實現小農戶與現代農業生產的對接。

3) 優化農業機械化發展環境。雖然由健康沖擊導致的勞動力供給約束可以誘導技術集約型生產方式的擴散，但在現實中很多約束條件是技術擴散的主要障礙。例如農業機械化的發展也受到地形條件、市場服務組織等條件的約束限制，對于耕地質量較低的山地和丘陵地帶，缺少相應的小型農業機械。因此應以發展非平原地區的小型農機為農機發展的一個側重點，加強對薄弱地區農業機械化發展的扶持力度，創造良好的農業機械化發展市場，才是實現生產要素替代的關鍵。