農業機械化如何改善農業勞動力錯配

劉世成

摘?要：以農業機械化如何改善農業勞動力錯配為研究對象，首先提出了一些具體的研究方法，結合研究實際分詳細的析了一些計算模型，通過對這些模型進行計算分析，得出了最終結果并進行了探討。

關鍵詞：農業機械;勞動力錯配;改善

中圖分類號：F323.3文獻標識碼：A

doi：10.14031/j.cnki.njwx.2020.06.113

在農業眾多資源組成中，農業勞動力占據著舉足輕重的地位，通過對農業勞動力錯配改善進行探討分析，不僅有助于農業勞動生產效率提升，還能夠從根本上提高農業資源利用率，這對于促進農業實現可持續發展具有重要的意義。

1?研究方法

1.1?建立計量模型

為了解農業機械化如何改善農業勞動力錯配問題，建立了如下計算模型

|LMISit|=α0+βTEC+∑γjXijt+μi+λt+εit（1）

式中，i代表的是身份，t代表的是年份，同時為保證回歸方向一致，將|LMISit|設置為農業勞動力錯配指數絕對值，從而將實際錯配的程度更好的反映出來，一般數值越高，說明農業勞動力錯配程度越大。TEC代表的是核心解釋變量，主要指的是農業機械的總動力，在實際取值時，應注意要取對數。β則是指農業機械化對農業勞動力錯配的影響系數，若這一系數顯示為負，則說明農業機械化能夠對農業勞動力錯配進行顯著的改善。xijt代表的是農業勞動力錯配的控制變量矩陣，μi代表的是個體效應，εit代表的是隨機誤差項，并且服從正態分布;γj代表的是各控制變量的系數矩陣。

1.2?測量變量

在實際進行LMIS指數測量時，可以采用以下計算方法

LMIS=iγLi-1（2）

γLi=L1L/siβLiβL（3）

式中，γLi代表的是不同省份農業勞動力相對價格扭曲系數;L1代表的是該年i省農業勞動力就業人數;L代表的是我國農業勞動力就業人數;L1L代表的是i省使用的農業勞動力占總農業勞動力的實際比例，si代表的是i省農業總產值占全國農業總產值的份額;βLi代表的是i省農業勞動力產出彈性;βL代表的是農業勞動力產出彈性的加權值。siβLiβL代表的是省農業勞動力有效配置使用勞動力的理論比例。γLi則代表的是農業勞動力錯配情況，如果γLi>1，且LMIS<0，則說明農業勞動力相對使用成本處于較低的狀態，整體呈現出配置過剩的狀態;如果γLi<1，且LMIS>0，則說明農業勞動力相對使用成本處于較高的狀態。

2?研究結果

2.1?農業勞動力錯配程度分析

從全國勞動力錯配程度來看，在2003—2017年之間，整體呈現出零值收斂的趨勢，這種趨勢表明：農業勞動在資源配置方面將越來越合理。在具體地區方面，東部地區近些年在農業勞動力錯配方面，有非常高的改善效果，在中西部地區，雖然農業錯配效果比較好，但整體改善效果比較弱。

2.2?農業機械化對農業勞動力錯配的影響

通過固定效應模型和系統 GMM 模型計算分析可知，農業工資水平（WAGE）針對于農業勞動力錯配（LMIS），在 5% 和 1% 的水平下，整體顯著為負。從中我們能夠認識到，伴隨著農業勞動力崗位收入增加，通常會吸引一些潛在勞動力加入。農業的高薪工作人員，通常都是從事農業研究的技術與管理人員，這些高薪崗位的存在，會吸引一些潛在的勞動力在區域間的流動，促使地域隔閡被打破，使得勞動力配置得到顯著改善。

通過上述研究可知，農業勞動力在錯配方面，有著非常明顯的差異性，政府在實際進行改善時，需要充分考慮到這一點，尤其是提高對東部地區勞動力錯配情況的重視程度。農業機械化針對于農業勞動力錯配改善作用明顯，這種作用主要在東部地區所體現，因此需要政府加強農業機械化的推廣，促使農民勞動力錯配的作用價值得到充分發揮。

參考文獻：

[1] 李娜， 魏銘， 蔡曉穎. 農業機械化對農村勞動力轉移貢獻的量化研究[J]. 農村科學實驗， 2019（21）：120-121.

[2] 彭超， 張琛， 李南. 農業機械化、購置補貼擴展與農村勞動力轉移——基于全國縣級層面時空變化的實證分析[J]. 江蘇大學學報（社會科學版）， 2019， 21（4）：49-57.