農業勞動力老齡化、農業機械應用與農地轉入

○ 許彥君 陳昭玖 張夢玲

（江西農業大學經濟管理學院，江西 南昌 330045）

一、引言與文獻綜述

目前我國農業適度規模經營仍未達到預期，農業生產經營格局依然是以小農為主，需進一步促進農地經營權有序流轉以激活農村農地資源，化解農地細碎化及分散化的經營格局，實現農地要素優化配置與農業適度規模經營[1]。當前，中國農村農地流轉日益活躍，在促進農地集中和農業規模經營的同時，也增加了農民收入，但依然存在農地流轉總體水平不高、自愿程度低等問題[2]。2004年至2014年十年間年均農地流轉率增速高達11.22%，之后流轉率增速便開始有所下降，2014 年至2016 年平均農地流轉增速僅為1.42%，多年來對于農地流轉的政策努力并沒有改變我國農地流轉市場低效率的現狀。2021年中央一號文件再次指出，“在保持農村農地承包關系穩定并長久不變的基礎上，繼續健全農地經營權流轉服務體系”。我國農業現代化在近幾年間迅速發展，促使農業勞動力非農轉移，而農村勞動力大規模外出非農就業為農地流轉創造了有利條件，但同時引發了“新三農”問題中的“農民老齡化”[3]。數據顯示，2020 年底，我國60 歲及以上人口比重較2010 年上升了5.44%①數據來源：國家統計局.第七次全國人口普查主要數據情況[M].北京：中國統計出版社，2021.，十年間全國范圍內老齡化程度不斷加深，在人口紅利逐漸消失的背景下，未來很長一段時期內，我國將持續人口均衡發展壓力。在全國人口老齡化持續加深的背景下，從事農業生產的那部分勞動力也逐漸趨于老齡化，2006年全國農業從業人數中，51歲及以上占比32.5%，2016 年農業生產經營人數中，全國年齡為55 歲及以上人員占比高達33.6%②數據來源：國家統計局.全國農業普查公報（第五號）[M].北京：中國統計出版社，2020.，突出表明十年間農業勞動力老齡化程度愈發嚴重。然而,現實是,在農村勞動力非農轉移的同時，我國農業生產不斷發展，糧食生產實現“十七連豐”，并沒有出現部分學者所擔心的農業勞動力老齡化對農業生產的沖擊問題，農村勞動力的非農轉移誘發勞動力要素價格不斷上升，促使機械替代人工進程加快，一定程度上緩解了農業勞動力老齡化對農業生產的威脅[4]。在當前農地流轉市場總體水平依然不高的情況下，農業勞動力老齡化程度的加深對農業規模經營產生不利影響，而想要弄清通過提高農業機械應用水平是否能夠緩解農業勞動力老齡化對農地轉入行為的抑制作用？還需進一步深入研究。

圍繞農業勞動力老齡化及農業機械水平與農地流轉的研究，國內外學者已積累了有益的成果。首先，關于農地轉入的影響方面，兼業程度不同，農戶流轉意愿也存在顯著差異，純農戶流入意愿相對較強[5]。從農戶行為視角考慮時，通過構建農地流轉誘因的微觀理論框架，分析農地流轉決策行為并評價福利效應，認為土地價值、農業補貼以及涉農貸款對農戶租入土地決策具有顯著正向影響，進一步發現流入地農戶的凈收入效應主要來源于農地規模擴大引起的技術效率提高[6]。其次，從個體層面與地區層面兩個維度考察勞動力老齡化對農地流轉的影響時，年齡越大越可能租出農地，但租入的可能性越小[7]，進一步研究發現，老齡化一次項對土地轉入行為的影響為正,老齡化二次項對土地轉入行為的影響為負,并且均通過了顯著性水平檢驗，說明老齡化與土地流轉行為之間存在著顯著的“U”型關系[8-9]，而從不同地區老齡程度對農地流轉影響進行研究，發現從全國范圍和東中西部地區看，65歲以上農戶對農地轉出有顯著的正向影響，對農地轉入有顯著的負向影響；60～65歲農戶對農地轉出并沒有顯著影響，對農地轉入的影響具有顯著的區域差異，而在東部地區，60～65 歲農戶傾向于不轉入農地，在中部地區60 歲至65 歲農戶更傾向于轉入農地[10]。也有學者認為農戶家庭勞動力老齡化并不會影響農地流轉[11]。而關于農業機械水平對農地轉入的影響方面，機械投入對農村土地流轉具有重要的影響，當家庭擁有較高的農業機械總價值時，側面說明農戶家庭農業機械應用水平越高，最終會提升農業生產效率[12]，預期農業機械總價值會正向促進農戶轉入農地[13]。

在分析農業勞動力老齡化對農地流轉的影響時，具體的作用機理是什么？有哪些中間變量在其作用？研究認為，農戶年齡偏大且社會保障到位時轉出農地多、流入農地少，即養老保險及醫療保險與老齡化對農地轉出有顯著正向交互作用，對農地流入有顯著負向交互作用，老齡化與低保救濟的交互項在影響農地轉出時顯著為負[14]。老年人口的農地情結顯著增加了農戶的農地流入需求，而老年人口的勞動能力限制則顯著降低了農戶的農地流入需求[15]；人口老齡化還通過抑制戶主非農就業來抑制家庭轉出農地，促進家庭轉入農地[16]。

對于農業勞動力老齡化影響農地流轉的研究為本文提供了許多可借鑒之處，但也存在一些不足，農業勞動力老齡化究竟是否影響農地轉入，如何影響農村農地轉入？具體的作用機制是什么？為了厘清兩者之間的關系，本文將運用中國勞動力動態調查（CLDS）2016年數據，通過對分組回歸，旨在進一步明晰農業機械應用在農業勞動力老齡化阻礙農地轉入過程中的調節作用。本文的主要貢獻體現在：（1）本文把農業勞動力老齡化對農地轉入的影響途徑劃分為直接效應和間接效應進行考察，選取農業農業機械應用水平作為調節變量，梳理農業勞動力老齡化對農地轉入的調節作用機理。（2）通過地區異質性分析結果，闡述不同地區不同老齡化程度機械應用的難易程度對農地轉入的不同影響。

二、理論分析與研究假說

現有學者們分別從不同理論角度闡述農地流轉決策的形成機制，如機會成本理論、交易費用理論和勞動力遷移理論，并揭示了農地流轉行為誘因的共性與差異[17-19]，鑒于此，文章接下來將闡釋農業勞動力老齡化對農地轉入行為的影響機理。

勞動力遷移理論中的人力資本勞動力遷移理論是美國經濟學家托達羅關于城鄉人口流動的一個理論解釋，人力資本在農業生產決策過程中發揮重要作用[20]，而老齡化程度能夠在一定程度上反映人力資本水平，因而農業勞動力老齡化勢必會影響家庭農地轉入決策。當農戶家庭農業勞動力老齡化程度越高，老齡農業勞動力占比越大，農業勞動力總體上弱質化程度就越強。一方面，農業勞動力老齡化引起的勞動力整體素質下降，導致有效農業勞動供給不足，一定程度上阻礙了現代農業生產技術的實施，從而對農業生產經營產生負面影響[21-23]。另一方面，相對于青壯年勞動力，老齡勞動力受教育程度相對較低，接受新事物以及創新能力較弱[24]，加之體力狀況也較差，身體各項機能逐漸下降從而導致勞動力投入質量存在問題，進而使得農業規模有所縮減[21-22，25]。青壯年勞動力外遷引起農業勞動力趨于老齡化，導致農業勞動能力下降[26-27]，使得較高的老齡勞動力參與率的家庭轉入的農地明顯減少。據此，提出本文的第一個假說H1：

假說H1：農業勞動力老齡化對農地轉入有負向影響，農戶家庭老齡農業勞動力占比越高，其農地轉入的可能性越低。

速水佑次郎和弗農·拉坦的誘致性技術變遷理論被廣泛運用于分析農業發展中的技術變革和應用[28-30],該理論認為，當稀缺資源帶來要素價格變化時，會誘致技術進步和要素替代[31]。勞動力作為農業生產的基本投入要素之一，當農業勞動力逐漸趨于老齡化引發農業勞動力價格上漲，進而沖擊農業勞動力數量供給和勞動成本時，出于理性考慮，農戶將會尋找能夠緩解此現象對最終收益造成損失的替代要素，而農業機械與勞動力之間存在較強的替代關系，成為農業勞動力的替代要素[32-37]。外出務工之所以不再負向影響農地轉入，關鍵在于農業機械很好地替代了流失勞動力[38]，家庭擁有較高的農業機械價值時，側面說明農戶家庭農業機械應用水平越高，流失勞動力對農業生產的約束效應就越能被農戶通過擴大經營規模的方式突破，最終會提升農業生產效率[39]，預期農業機械總價值會正向促進農戶轉入農地[40]。可見，農業勞動力老齡化的加深并不必然導致農地轉入絕對受阻。據此，本文提出本文假說H2、H3：

假說H2：農業機械應用對農地轉入有顯著正向影響，農機應用水平越高，家庭越可能轉入農地。

假說H3：農業機械應用在農業勞動力老齡化與農地轉入之間起調節作用，機械應用能夠緩解農業勞動力老齡化對農地轉入的不利影響。

三、數據來源、變量選取與模型設定

（一）數據來源及基本情況

本文數據來源于中山大學社會科學中心提供的中國勞動力動態調查（CLDS），通過對中國城鄉村居進行追蹤調查，建立了以勞動力為調查對象的綜合性數據庫，包含了勞動力個體、家庭和社區三個層次的數據，反映了中國人口、經濟和社會等多方面內容。“2016 年CLDS”調查在全國29 個省、直轄市、自治區（因數據不全，除港澳臺、西藏、海南外）展開，樣本覆蓋面較廣，具有一定的代表性。根據本文研究需要，對現有數據進行篩選處理：一是篩選來自農村并且從事農業生產的樣本；二是對核心變量的缺失值樣本進行剔除；三是對數據庫的個體、家庭及社區數據進行合并處理。最終保留在農村從事農業生產的4 698個有效樣本。且在每個樣本中隨機選擇樣本農戶家庭成員進行問卷訪談，數據庫信息涉及面較寬，為本文分析農業勞動力老齡化對農地轉入的影響提供了很好的數據支持。

樣本基本情況如下：樣本在東部、中部、西部的分布比例為37.16%、35.19%和27.65%。其中，樣本農戶家庭存在農地轉入行為的比例為16.16%。在從事農業生產的家庭中，60 歲及以上農業勞動力人數平均占比32.39%，65 歲及以上農業勞動力人數平均占比17.17%。目前仍有35.75%的家庭其農田耕作方式依然為傳統農耕，農田耕作方式為半機械化和全機械化的比例為40.84%和23.41%。從個人特征看，戶主為男性和女性的比例分別為92.03%和7.97%，男性平均年齡為55 歲，女性平均年齡為59歲，且91.22%為在婚狀態，戶主僅8.78%為黨員身份。從家庭特征看，家庭勞動力總數在“1人以下”“2～4 人”“5 人以上”的比例分別為8.55%、73.86%、17.59。家庭勞動力總數中非農勞動力平均占比55.44%。有10.2%的家庭為農業生產專業戶，家庭獲得農業補貼的樣本占57.82%。農業收入占家庭總收入的平均值為50.77%，家庭成員關系比較親密。從村莊特征看，有59.86%的農戶家庭是靠近縣城的，村莊所處地形為平原、丘陵、山區的比例分別為46.16%、23.68%、30.15%，村莊平均道路硬化比為61.68%。

（二）變量選取

1.被解釋變量：農地轉入。大多數學者使用家庭是否經歷農地轉入，來表示農戶家庭是否參與農地流轉行為[12]，也有學者認為，農地流轉參與率更能精確顯示農戶家庭參與農地流轉程度[13]。因此，為了更好地分析農地轉入行為，本文將引入是否經歷農地轉入和農地轉入率兩種測量方式。是否經歷農地轉入變量為二分類變量，有農地轉入的，賦值為1，反之賦值為0。農地轉入率變量為家庭農地轉入面積與家庭總耕地面積之比，為連續變量。特別指出，這里的農地轉入并不是廣義上的各類農地，而僅僅指耕地轉入。

2.核心解釋變量：（1）農業勞動力老齡化。在農業勞動力老齡化的測度上，參照多數學者的做法，將60歲作為老齡化的年齡界限[14]。同時，參照相關研究，本文采用參與農業勞動的家庭成員中老齡勞動力所占比例[41]，即年齡大于等于60 歲的農業勞動力占家庭全部農業勞動力的比例，作為衡量農業勞動力老齡化程度的指標。此外，選取家庭勞動力人數中65歲及以上占比為核心解釋變量的替代變量，以進行穩健性檢驗。（2）農業機械應用。采用問卷中已有問題“家庭作物生產的農田耕作方式”作為農業機械應用水平的代理變量。

3.控制變量。為控制其他可能影響農地轉入的因素，保障擬合結果的可靠性，本文還引入了以下控制變量：（1）根據新遷移經濟學可知，家庭作為一個獨立的決策單位，通過統籌安排勞動力資源和農地資源，使得所有家庭成員參與其中，為提升家庭受益最大化共同努力[42]，因此引入個人特征和家庭特征變量。個體特征。戶主在家庭決策中起決定性作用，戶主為男性，較為年輕的勞動力以及良好的健康水平等都可能對農地轉入產生影響。因此，引入戶主性別、年齡、健康水平、婚姻狀況、黨員狀況等個體層面的特征變量。家庭特征。選取家庭勞動力總數、非農就業、農業生產專業化、農業補貼、家庭總收入、農業收入占比、家庭成員關系等變量表征。當家庭勞動力數量越多時，農戶家庭越有足夠的勞動能力和經濟基礎擴大經營規模，家庭就越有可能轉入農地，預期該變量對農地轉入的影響為正；對于非農就業變量，有學者采用非農收入占家庭總收入的比重來表示[43]，但鑒于家庭成員從事非農工作其本質是勞動力要素的優化配置，本文借鑒已有學者研究，采用“家庭勞動力總數中非農就業人數占比”來表示[44]③農業生產專業化、農業補貼、家庭總收入、農業收入占比、家庭成員關系等變量均選取問卷中已有問題，定義及賦值見表1，此處不再贅述。。（2）農地流轉在很大程度上是一個村莊內部市場，因此引入村莊特征變量，村莊交通情況、村莊地形、村莊道路硬化比表征，以控制村莊交通便利程度和地形地貌可能的影響。村莊交通情況變量，采用問卷中已有問題“本村距最近縣城/區政府的距離為多少公里”來表示，并對數據進行處理，設置虛擬變量，村莊是否靠近縣城④村莊地形和道路硬化比均采用問卷中已有問題，具體變量賦值見表1，此處不再贅述。。（3）省份特征。考慮到地區差異，即不同省份的農地轉入情況可能存在差異，本文在模型中還加入了省份虛擬變量，控制省際差異。

表1 變量定義及描述性統計分析

4.工具變量。分析農業機械應用與農地轉入之間的關系時，依然可能存在內生性問題。由以往的文獻可知，內生性的產生主要有三種可能，互為因果、遺漏變量和觀測誤差[45]。家庭農業機械應用水平越高，農戶越有可能擴大經營規模，而農地轉入反過來也會影響家庭農業機械應用，兩者互為因果。家庭農地轉入可能受到諸多因素的影響，盡管在實證方程中盡量控制一系列與農地轉入相關的特征變量，但在理論上仍無法有效控制遺漏變量，本文農業機械應用指標的選取，雖然是采用問卷中已有問題，但可能會與真實的農業機械應用水平存在誤差。考慮到可能存在的內生性問題，文章嘗試尋找農業機械應用的工具變量來緩解可能存在的內生性問題所造成的估計偏誤，最終選取變量“是否有銀行或信用合作社”作為工具變量，問卷中的具體調查問題是“行政區劃內是否有銀行或信用合作社”。選取這一工具變量的原因是：首先，“是否有銀行或信用合作社”在農戶農地轉入決策前就客觀存在，并不會對農民農地轉入決策產生直接影響，可以認為這一變量是外生變量；其次，一般來說，行政區劃內有銀行或信用合作社，農戶家庭便可以利用現有條件在購買大型農機具時獲取信貸服務，從而使家庭農業生產機械應用水平有所提高，滿足工具變量與內生變量相關性的要求。因此，“是否有銀行或信用合作社”是一個合適的工具變量。

（三）計量模型設定

1.Probit模型。對于農戶家庭農地轉入行為的研究，在分析農業勞動力老齡化對農地轉入的影響時，其被解釋變量為是否農地轉入。由于這一變量為二分類變量，本文構建二元Probit 模型來分析。設置農地轉入決策方程如下：

（1）式中，Y1i為虛擬變量，Y1i=1表示第i個樣本有農地轉入行為，Y1i=0 表示第i個樣本無農地轉入行為；Xi為解釋變量，即農業勞動力老齡化的代理變量“家庭務農人數中60 歲及以上占比”“家庭務農人數中65 歲及以上占比”，Ci為控制變量，β1、β2分別為回歸模型的系數估計值；εi表示獨立同分布的隨機誤差項，代表不可觀測因素的匯總，且服從標準正態分布。

2.Tobit模型。分析農業勞動力老齡化對農地轉入率的影響時，其被解釋變量農地轉入率近似連續型變量，采用Tobit模型檢驗農業勞動力老齡化對農地轉入率的影響，并設置農地轉入率方程如下：

（2）式中，Y2i表示第i個樣本所在家庭的農地轉入率，其他變量與（1）式一致。

3.分組回歸模型。若核心解釋變量X對被解釋變量Y的影響隨第三個變量U取值的變化而變化，則稱變量U在X影響Y的關系中發揮調節作用[46]，當為連續型變量、U為類別變量時，可采取分組回歸方法檢驗變量U對X與Y之間路徑關系的調節作用，即比較不同組別回歸結果中變量X系數的差異，若差異顯著，則變量U發揮了顯著的調節作用。鑒于本文核心解釋變量農業勞動力老齡化為連續型變量，調節變量農業機械應用為類別變量，故采用分組回歸模型檢驗農業機械應用在農業勞動力老齡化影響農地轉入關系中的調節效應。

四、實證檢驗與結果分析

（一）農業勞動力老齡化與農業機械應用對農地轉入的影響

鑒于農地轉入決策方程和農地轉入率方程之間可鑒于農地轉入決策方程和農地轉入率方程之間可能存在關聯性，導致因變量截斷以及樣本選擇偏誤，本文采用赫克曼（Heckman）兩階段模型進行了聯立估計。針對兩式進行獨立檢驗，結果rho=0并不接受兩模型相互獨立的原假設，即聯立估計和獨立估計無顯著差異。因此，本文對農地轉入決策方程和農地轉入率方程采取獨立估計。基于樣本數據，以農戶是否轉入農地和農地轉入率為被解釋變量，進行Probit和Tobit基本回歸分析。

考慮到農業機械應用與農地轉入之間可能存在相互影響，從而產生內生性問題，本文使用工具變量法進行處理，采用的工具變量為“行政區劃范圍內是否有銀行或信用合作社”。首先，將內生變量作為被解釋變量、工具變量作為解釋變量進行回歸，得到內生變量的擬合值；然后，使用該擬合值作為解釋變量引入模型進行回歸，估計方法分別為IV-Probit 和IV-Tobit，所得到的回歸結果如表3 所示。Wald內生性檢驗結果表明，包含“農業機械應用”變量的模型1 和模型2 均在1%的水平上拒絕了農業機械應用不存在內生性的假設，說明普通的Probit估計結果有偏，因此，采用工具變量法是適宜的，本文將采用表3模型1和模型2進行分析。表3模型3和模型4中，Wald內生性檢驗結果表明，無法拒絕農業機械應用為外生變量的原假設，因此，采用表2中模型3和模型4進行分析。同時，考慮到可能存在弱工具變量問題，本文進行了弱工具變量檢驗，表3各模型中的弱工具變量檢驗的F統計值均大于10，因此，不存在弱工具變量問題。且第一階段工具變量對內生變量有較強的解釋力，p值均小于0.05。

相比于表2 中的回歸結果，表3 中模型1 和模型2 中“農業勞動力老齡化”和“農業機械應用”的平均邊際效應絕對值較大，這說明，若不處理內生性問題，農業勞動力老齡化和農業機械應用的影響均會被低估。表3 模型1 和模型2 結果顯示，農業勞動力老齡化的邊際效應均為負，且均在1%的統計水平上顯著，說明農業勞動力老齡化抑制家庭轉入農地，驗證假說H1。農業機械應用的平均邊際效應均顯著為正，說明農業機械應用能夠促進家庭轉入農地，驗證假說H2。此外，農業勞動力老齡化（age65）的平均邊際效應絕對值均大于農業勞動力老齡化（age60），表明模型設置在回歸分析中十分穩健。農業勞動力老齡化的測量指標“家庭60 歲及以上務農勞動力占比”每增加1%，農戶家庭轉入農地的概率減少29 個百分點，農地轉入率減少1.95個百分點;“家庭65歲及以上務農勞動力占比”每增加1%，農戶家庭轉入農地的概率減少50.8 個百分點，農地轉入率減少1.45 個百分點,可能的原因是，農業勞動力老齡化程度加深，農戶勞動能力受限，65 歲及以上農業勞動力的人力資本下降較大，對農地轉入的負向影響更為突出。這一結果也在一定程度上表明了農業勞動力老齡化對農地轉入行為的影響具有較強的穩定性。誠然，解釋變量之間可能存在一定的相關關系。考慮到將它們同時放入模型中可能導致多重共線性，本文對表3模型1、模型2和表2模型3、模型4中所有解釋變量進行了多重共線性檢驗。結果顯示，模型中所有解釋變量方差膨脹因子的平均值及最大值均遠小于10，說明各模型中解釋變量之間不存在多重共線性問題。

表2 農業勞動力老齡化與農業機械應用對農地轉入影響的估計結果（基本回歸）⑤為觀察不同農業勞動力老齡化程度對農地轉入的影響，表2中模型1、模型3為核心解釋變量是農業勞動力老齡化（age60）的回歸結果，模型2、模型4為核心解釋變量是農業勞動力老齡化（age65）的回歸結果。

表3 農業勞動力老齡化與農業機械應用對農地轉入影響的估計結果（工具變量法）

從控制變量的影響看，個人特征中戶主年齡對農戶家庭是否農地轉入及農地轉入率具有顯著負向影響，戶主作為家庭主要決策者，隨著年齡的增長，勞動能力逐漸下降，更不愿意擴大經營規模。家庭特征中，是否農業生產專業戶在1%的統計水平上顯著正向影響農地轉入，農戶家庭農業生產越具有專業化，越有可能利用已有生產條件增加農地轉入率。家庭總收入和農業收入占比均顯著影響農地轉入，農戶家庭總收入越多，農業收入占比越多，農戶越有一定的經濟資本轉入農地。

（二）農業機械應用對農業勞動力老齡化影響農地轉入行為的緩解作用

上文分析，農業勞動力老齡化對農地轉入有負向影響，而農業機械應用有正向影響。那么，農業機械應用是否能緩解農業勞動力老齡化對農地轉入造成的負向影響呢？對此，將農業機械應用進行分組回歸來回答這一問題（見表4 和表5），模型1、模型3和模型5為核心解釋變量是農業勞動力老齡化（age60）時的回歸結果，模型2、模型4和模型6為核心解釋變量是農業勞動力老齡化（age65）時的回歸結果。在進行回歸前，對以下所有模型中變量均進行多重共線性診斷，所有解釋變量方差膨脹因子平均值及最大值均遠小于10，說明解釋變量之間不存在多重共線性問題。

表4 顯示，在傳統農耕和半機械化組中，農業勞動力老齡化對農地轉入均存在顯著的負向影響，而在全機械化組中農業勞動力老齡化對農地轉入的影響為負，但不顯著，農業勞動力老齡化之所以不再顯著抑制農地轉入，正是農業機械應用起到了一定的緩解作用。由表5 可知，在半機械化組中，農業勞動力老齡化顯著負向影響農地轉入率，而在全機械化組中，農業勞動力老齡化均不再顯著負向影響農地轉入率，也正是機械應用起到了一定的緩解作用。驗證假說H3。同時，農業勞動力老齡化（age65）的邊際效應絕對值均大于農業勞動力老齡化（age60）的邊際效應絕對值，說明即使是在農業機械應用的緩解作用下，農業勞動力老齡化程度越深，對農地轉入的抑制作用也越明顯，這與上文實證部分檢驗結果一致，再次印證回歸模型的穩健性。

表5 農業機械應用對農業勞動力老齡化影響農地轉入的調節效應回歸結果

（三）地區異質性分析

不同地區耕地地形復雜多樣，經濟發展水平不同，農戶資源稟賦也存在差異,這些因素必然會導致農業勞動力老齡化對農地轉入的影響效果。平原地區適宜機械作業，山區和丘陵地區由于地形高低起伏以及地塊分散程度較大，農業機械難以作業或作業成本較高，地形條件直接決定著耕地機械化的難易程度[47-50]。因此，本文將樣本分為東部、中部和西部三個地區進行分地區回歸⑥根據CLDS調查的省份分布，東部地區包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南，中部地區包括山西、內蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南、廣西，西部地區包括重慶、四川、貴州、云南、西藏、山西、甘肅、青海、寧夏、新疆。。

表6 不同地區異質性分析結果

考慮到篇幅原因，本文僅匯報被解釋變量為農地轉入率的回歸結果。在東部和中部地區，農業勞動力老齡化對農地轉入均存在顯著負向影響，農業機械應用均顯著正向影響農地轉入，且農業勞動力老齡化（age65）的邊際效應絕對值均大于農業勞動力老齡化（age60）,與上述實證分析一致，再次印證模型的穩健性。而在西部地區，農業勞動力老齡化雖負向影響農地轉入，但不顯著，且農業機械應用也不再顯著促進農地轉入。可能的原因是，一般而言，相較于絕大多數地區，在不考慮地區發展特殊地域農機的基礎上，降水量少于年400毫米的地區很難發展農業，而中國西部地區大部分屬于干旱半干旱區。再者，西部地區大多為高原、山地和盆地，比起平原地區不適合發展農業生產，農業機械更是難以實現。

五、結論與政策啟示

（一）主要結論

我國農業現代化近幾年迅速發展，農地流轉和適度規模已經成為發展現代農業的必由之路。本文利用中山大學社會科學中心提供的中國勞動力動態調查數據，實證檢驗了農業勞動力老齡化及農業機械應用對農地轉入的影響和農業機械應用的調節作用。結果表明，農業勞動力老齡化顯著抑制農地轉入，農業機械應用促進農地轉入，且農業勞動力老齡化程度越深，對農地轉入的抑制作用越明顯，研究進一步證實，農業機械應用能有效緩解農業勞動力老齡化對農地轉入的負向影響，且僅東部和中部地區，農業勞動力老齡化對農地轉入存在顯著負向影響，農業機械應用均顯著正向影響農地轉入。

（二）政策建議

第一，提升農業機械應用水平，加快農業生產效率的提高。農地流轉與農機化是相輔相成、相互促進的，農業生產應因地制宜，根據實際情況選擇適宜的農機化發展道路，強化農機購置補貼政策，將更多著實緩解勞動力弱質化的新型農業機械納入農機購置補貼范圍，消除部分規模農戶的后顧之憂。促進農業機械的進步，提高農業生產技術，從而緩解農業勞動力老齡化對農業生產的不利影響，提高農民農地轉入參與積極性。第二，完善農村農地經營補償機制，創造老齡農戶生產經營條件。農業勞動力老齡化對農地轉入產生了消極影響，不利于農地的有效利用，因此，應當在規范農地流轉市場、完善農業補貼的同時健全農村社會保障體系，完善農地經營補償機制，刺激有效需求，彌補農業發展的比較劣勢，從而吸引更多的生產主體參與到農地流轉市場中來，提升老齡勞動力的農業經營“后備”能力，進一步激發農業發展活力。第三，加大新型農業經營主體培育力度，提高種田農戶職業素質。當前農業勞動力逐漸趨于老齡化，農村從事農業生產的這代人，勞動能力水平已經不能持續滿足現代農業發展的需要，急需培育出一批新型農業經營主體，緩解因老齡勞動能力限制帶來的農地流轉市場不景氣從而導致的農業發展遲緩問題，實現勞動要素與農地資源的充分利用。第四，針對地區差異，發展實用性強的農業機械，緩解農業勞動力老齡化對農業生產的不利影響，從而提高農民農地轉入參與積極性,實現農業規模經營。