外出務工對農民成為合作社負責人的影響
——基于全國糧食種植業職業農民的分析

曾俊霞，龍文進，郜亮亮*

（1. 中國社會科學院農村發展研究所，北京 100732；2. 中國農業大學經濟管理學院，北京 100083）

外出務工返鄉農民是新型經營主體中的重要個體組成和高素質代表[1]，被認為是解決中國“誰來種地”、提高中國農業生產者組織化程度的重要力量。政府將外出務工返鄉農民作為新型經營主體的重點培育對象和鄉村人才振興重要的人才來源，期望他們能夠在農業生產中發揮引領和帶動作用，為鄉村振興貢獻堅實的人才力量。一方面，在返鄉農民工中，有相當一部分依然從事傳統農業生產[2-3]。而農業生產，尤其是糧食種植業生產事關國家糧食安全大局。特別是在新的國內外形勢下，糧食生產的“壓艙石”作用更加突顯，牢牢把 14 億人的飯碗端在自己手里顯得尤為重要。另一方面，新型農業經營主體是確保我國糧食安全有效供給的重要載體，從事糧食種植業的外出務工返鄉農民作為新型經營主體中的高素質農民代表，在保障糧食安全、提高農業質量和效益上有著重要作用。因此，研究外出返鄉后從事糧食種植業的農民在農民合作社中的引領作用就具有非常重要的現實意義。

現有研究普遍認為農民合作社對增進農民利益、改善農民的市場地位具有重要作用[4]，是小農戶和現代農業有機銜接的關鍵載體[5]。在有關農民合作社的研究中，多數研究集中于討論農民合作社的形成發展[6-7]、農民加入合作社或聯合社的影響因素[8-11]，以及合作社對農戶生產經營、利益獲得的影響[12-15]。少數有關合作社負責人的研究多局限于理論或案例分析，缺乏大樣本實證研究。相比一般合作社成員，合作社負責人擁有更高的能力和更多的資源，能夠發揮更強的引領作用。從提高農民組織化的程度看，如果將加入合作社視為農民自身組織化程度提高的初級表現，那么成為合作社負責人則可以看作是促進“組織”組織化程度提高的更高級表現。在人才匱乏的農村，更加需要這些能夠提高農民組織化程度、帶領農民發展、加快鄉村振興的關鍵人才。

本文將聚焦返鄉后從事糧食種植業的農民，研究外出務工對他們成為合作社負責人的影響。首先，返鄉農民工是農村稀缺性的人力資本和鄉村振興重要的人才來源，鄉村振興人才振興是關鍵，尤其是這些從農村出去又回到農村的返鄉人才。返鄉農民工的經濟、社會行為，尤其是他們在新型經營主體中的作用都非常值得關注，這將有助于從研究層面更加全面、深入地認識該群體，并從政策層面積極促進該群體在鄉村振興中發揮更大的作用。其次，在當前全球糧食安全受到沖擊，世界糧食安全遭遇重大挑戰的時刻，研究關注糧食種植業領域的農民及合作組織，將有助于增加對種糧農民群體的深刻認識，為進一步優化種糧農民隊伍結構、調動種糧農民的糧食生產積極性、保障國家糧食安全提供有力的支撐作用。因此，本文將使用2017年31個省、市、自治區的3 111名糧食種植業職業農民的大樣本數據，分析外出務工和合作社負責人的基本情況，在此基礎上，采用二元模型（線性概率模型、Logit模型、Probit模型）、雙重穩健模型（逆概率加權回歸修正模型、擴展逆概率加權模型）、匹配模型（Mahalanobis近鄰匹配和傾向值PSM匹配）和多元定序模型等計量方法深入分析外出務工對農民成為合作社負責人的影響及具體程度，并提出有助于外出務工返鄉農民加快農業生產發展、發揮引領作用的政策建議。

1 理論分析與研究假說

返鄉農民工在外務工期間獲得了什么？這些所得是否可能有助于他們返鄉后成為合作社負責人？這些是本文重要的理論支持。新遷移經濟學的分析表明農村家庭根據勞動力和資源狀況，安排家庭中的優勢勞動力向城市遷移，完成家庭發展的必要資本積累返鄉[16]，遷移期間獲得的技能和經驗的提升可幫助回流后獲得更好的發展[17]。結合新遷移經濟學理論和本文研究目標，探討農民工在務工期間所獲得的有形與無形資本可以提高他們返鄉后成為合作社負責人的可能性。

已有研究表明，農民在外務工期間的人力資本、社會資本、財務資本和運營資本等都能夠得到不同程度的提高[18-20]，大多數農民工返鄉后會將這些增加的資本帶回家鄉，并對村莊內人力資本的配置、物質資本的配置、生產技術的擴散、自然資源的開發與利用、勞動力資源的就業等產生積極效 應[21-22]。返鄉農民工通過務工所增長的技術技能、經營管理能力、企業家精神[23-24]和社會資本動員能力[25]，提高返鄉后創業的概率[26-29]、創業的績效[30]。 返鄉農民工在農業上創業創新的魄力和能力明顯增強[31]，成為農業和鄉村治理領域新的精英[32-33]。

但是也有研究表明，返鄉農民工從事農業沒有優勢可言，甚至還存在劣勢，因此就更談不上在組織中的帶領作用了。這是因為返鄉可能是一種被迫的負向選擇行為[34]，返鄉回流可能是夾心層[35]、更可能是受教育水平低和年齡大[36]，返鄉農民中教育程度相對高的反而較少從事農業而更多流向二、三產業[37]。這些不利因素使得務工返鄉從事農業的積極作用成為一個偽命題。在返鄉農民工參與合作社方面，有研究發現外出務工經歷對加入合作社沒有顯著影響[38]，非農就業等特殊經歷對加入合作社甚至有部分負向影響[39]，因此返鄉農民工成為合作社負責人的可能性反而降低。

現有研究結論不一致的一個重要原因是由樣本數據引起的。由于數據在樣本時間、地點、數量和代表性等差異，不同的研究得出的結論不盡一致。本文認為外出務工會對農民成為合作社負責人產生影響，但到底是正向的還是負向的，以及影響的具體程度是什么，需要采用有代表性的大樣本做實證研究來回答。基于以上理論分析和已有研究結果，本文提出待驗證的研究假說：外出務工有助于返鄉農民工成為合作社負責人。

2 研究方法

2.1 數據來源

本文所使用的數據來源于2018年中央農業廣播電視學校（農業農村部農民科技教育培訓中心）組織、中國社會科學院農村發展研究所主要參與的農民素質發展追蹤調查。該調查是目前樣本量較大、具代表性的全國性職業農民（或高素質農民）調查，這一調查數據也是農業農村部高素質農民年度發展報告的基礎數據。根據《“十三五”全國新型職業農民培育發展規劃》，職業農民是以農業為職業、具有相應的專業技能、收入主要來自農業生產經營并達到相當水平的現代農業從業者。該調查樣本為研究返鄉農民工是否更有可能成為合作社負責人提供了非常堅實的數據基礎。同時，大樣本數據還可以通過重置樣本、增加控制變量、變換計量模型等方法來增加結論的可靠性。

本次調查在全國31省、市、自治區（不含臺灣、香港和澳門特別行政區）進行，具體抽樣原則為：在每個省（市、區）內，按照各區縣的人均GDP排名把所有區縣分成高、中、低3層，每層隨機抽取2個區縣，共抽取6個區縣。在每個區縣內，根據鄉鎮農民人均可支配收入把所有鄉鎮分成3層，每層隨機抽取2個鄉鎮，共抽取6個鄉鎮。在每個鄉鎮內，隨機調查10名職業農民。根據研究目的，并為使樣本具有代表性和變異性，每個鄉鎮抽取10名職業農民時應依次遵循以種植業為主；盡可能分布在不同的村；盡可能具有不同的經營規模；盡可能在年齡、學歷、技能和接受培訓等方面具有差異。

本次調查共獲得全國31個省市區181個區縣10 879個職業農民的問卷數據。剔除邏輯不通、嚴重缺失、異常值較多的樣本，共獲得全國31個省176個區縣1 140個鄉鎮5 154個村莊的9 736個有效職業農民樣本，有效樣本比為89.74%。本次調查樣本的地區分布非常廣，可以比較全面的說明目前全國職業農民的發展狀況。

鑒于本文的研究內容，研究樣本限制在糧食種植業農民上。一方面，種植業與非種植業在生產經營上有很大的差異，對土地、勞動力、資金和技術等要求不一樣，因此排除那些沒有從事種植業的農民（如純養殖業農民）有助于減少結果偏誤。另一方面，即使是種植業中，糧食作物種植業與經濟作物種植業在利潤化水平、組織化程度等也具備較大差異，把樣本限制在糧食作物種植業（即產值最高的種植作物為糧食類作物）的農民樣本中更加有助于減少結果偏誤，同時凸顯本研究在糧食安全上的意義。最終納入本文分析的農民樣本量為3 111個。

2.2 變量選取

本文研究的因變量是一個二元虛擬變量，即是否是合作社負責人。自變量也是一個二元虛擬變量，即是否為外出務工返鄉農民（外出單元為鄉鎮）。除了是否為外出務工返鄉農民這一自變量外，控制變量包括：1）個人特征：年齡、性別、受教育水平、身體健康、黨員身份。這些指標體現了個人的人力資本和部分社會資本。2）家庭特征：家庭16～60歲的勞動人口數量。勞動力數量是家庭人口結構的體現，也是生產要素的重要體現。3）經營特征：首要（即產值最大的）農作物種類、經營土地面積。由于經營土地面積偏態分布嚴重，在模型中取其對數。4）地區固定效應：鑒于不同地域在農業生產條件、政府政策支持等差異，在模型中加入樣本所在縣的固定效應或所在省的固定效應。

2.3 分析方法

由于本文主要考察外出務工對返鄉農民成為合作社負責人的影響，因此基準模型設定為：

其中：L為是否是合作社負責人，MIG為是否外出務工的虛擬變量，Ci為控制變量，δi為各控制變量的系數，a為常數，β為待估系數，ε為隨機擾動項。

對于二元類型的因變量，可以用線性概率模型（Linear Probability Mode, LPM）、Logit模型或Probit模型來估計自變量對因變量的影響。

由于外出務工存在自選擇問題，外出務工與沒有外出務工的兩類農民可能存在系統性差異，一般的LPM、Logit或Probit模型可能遺漏了一些重要變量，模型存在反向因果的可能性（如成為合作社負責人可能反過來影響外出務工）。如果模型沒有更好地考慮內生性問題，模型結果可能是有偏的。借鑒已有相關研究[40-42]，本文將采用逆概率加權回歸修正模型（Inverse-Probability-Weighted Regression Adjustment，IPWRA）和擴展逆概率加權 模型（Augmented Inverse-Probability Weighting，AIPW） 來試圖解決以上實證難題，以保證計量結果是無偏的。IPWRA和AIPW模型最大優點在于其“雙重穩健性”，即只要結果模型（outcome model）和選擇模型（selection model）中的任何一個模型的設置是正確的，模型估計出來的結果就是無偏的；即使結果模型和選擇模型的設置都是有問題的，模型估計出來的結果的偏誤也相對較小。雙重穩健模型也被用于研究合作社參與的影響[43]。在本文中，結果模型的因變量是“是否是合作社負責人”，選擇模型的因變量是“是否為外出務工返鄉農民”。

除了雙重穩健模型外，本文還使用了樣本篩選、傾向值匹配、多元定序模型等不同方法來對結論進行穩健性檢驗。

3 結果與分析

3.1 外出務工返鄉農民與合作社負責人統計分析

調查樣本中的職業農民近1/4的是外出務工返鄉農民，近1/4的是合作社負責人。在3 111個糧食種植業農民中，外出務工返鄉農民736人，占23.66%；沒有外出務工經歷的農民 2 375人，占76.34%。在所有的糧食種植業農民中，合作社負責人有765人，占24.59%；非合作社負責人有2 346人，占75.41%（表1）。需要注意的是，調查樣本中合作社負責人的比例比一般的農戶調查樣本中的比例要高，這是因為調查對象是職業農民（或高素質農民），是農民群體中的先進生產力代表，是現代農業的主力軍，從業綜合素質明顯更高[44]。

表1 外出務工返鄉農民和合作社負責人的基本情況Table 1 Descriptive statistics of leaders of agricultural cooperatives and returning rural migrants with non-farm work experiences

外出務工返鄉農民中合作社負責人占比明顯更高。外出務工返鄉農民中，34.65%是合作社負責人，而那些沒有外出務工的農民中，21.47%是合作社負責人（表2），比前者低了13.18個百分點，這一差距具有統計上的顯著性。因此，從描述統計上看，外出務工返鄉農民成為合作社負責人的比例要顯著地高于沒有外出經歷的農民。

表2 外出務工返鄉農民與合作社負責人交叉表（%）Table 2 Cross analysis of leaders of agricultural cooperatives and returning rural migrants with non-farm work experiences (%)

比較外出務工農民和非外出務工農民兩類群體，可以發現在一些基本特征上存在差異。相對于沒有外出務工的農民，外出務工返鄉農民更年輕、男性比例更高、受教育水平更高、經營土地規模更大、從事玉米生產的比例少（表3）。兩類群體存在的這些系統性的差異，要求在模型中必須考慮相關的內生性問題。

表3 外出務工返鄉農民與非外出務工返鄉農民群體的特征差異Table 3 Difference in characteristics between leaders of agricultural cooperatives and returning rural migrants with non-farm work experiences

3.2 外出務工對返鄉農民成為合作社負責人的影響分析

二元模型（LPM、Logit和Probit模型）結果顯 示，外出務工對返鄉農民成為合作社負責人均起到了顯著正向促進作用，且在1%的統計水平上顯著（表4），即外出務工返鄉農民成為合作社負責人的顯著更多。

表4 成為合作社負責人的影響因素分析Table 4 Determinants of being leaders of agricultural cooperatives

控制變量中，有一些變量對農民成為合作社負責人產生了顯著性影響，個體特征中，男性、受教育水平高的、身體健康的、是黨員的農民都更有可能成為合作社負責人，而年齡對農民成為合作社負責人的影響則呈倒U型，隨著年齡的增加農民成為合作社負責人的可能性先增加后減少；經營特征中家庭經營土地面積更多的農民成為合作社負責人的可能性更大。

通過以上二元模型結果可以得知外出務工返鄉農民成為合作社負責人的更多，但具體多出的程度仍然未知。這就需要計算模型中各變量的平均邊際效應。在LPM、Logit和Probit模型結果中，外出務工返鄉農民成為合作社負責人的概率增加了6.91、6.15和6.28個百分點（表5）。采用以上最低的概率6.15%與總樣本中合作社負責人占比24.59%相除得到25.01%，這就意味著外出務工返鄉農民成為合作社負責人的可能性至少增加了1/4，即本文的假說“外出務工有助于返鄉農民成為合作社負責人”成立。

表5 Logit模型中各變量的平均邊際貢獻Table 5 Average marginal effect of variables in the Logit models

為了避免由于外出務工這一自選擇帶來的可能內生性，采用雙重穩健模型來分析外出務工對農民成為合作社負責人的影響，表6給出了IPWRA和AIPW模型中結果模型（外出務工返鄉農民、非務工返鄉農民）和選擇模型（是否外出務工返鄉）的結果。與結果模型相比，選擇模型增加了一個變量“有0～15歲孩子”；由于現在的農業經營特征并不直接影響之前的外出務工返鄉行為，因此在結果模型中沒有納入首要糧食作物和經營土地面積這兩個變量。結果顯示，有0～15歲孩子與外出務工返鄉呈顯著性正相關，即有小孩的農民工更可能返鄉。

由于表6并不直接體現外出務工返鄉對成為合作社負責人的影響，加上外出務工對全體農民和外出務工返鄉農民兩類群體成為合作社負責人的影響可能不同，在表7中分別計算總體平均處理效應（Average Treatment Effect，ATE）和外出務工返鄉農民（即干預組）的平均處理效應（Average Treatment Effect for the Treated，ATT）。在表6的結果模型中，雖然各變量對外出務工返鄉農民和非外出務工返鄉農民這兩類群體的影響不盡相同，APWRA和AIPW兩類方法出來的模型結果也有差異，但表7顯示IPWRA和AIPW模型得出的ATE非常接近，約為6個百分點（0.060 6和0.059 0），且都在1%的統計水平上顯著。這反映的是：農民有外出務工經歷相比不外出務工成為合作社負責人的概率會增加6個百分點左右。IPWRA模型得出了ATT值為0.071 8，顯著性水平為1%，高于ATE值約1個百分點。這反映的是：外出務工農民比不外出農民成為合作社負責人的概率增加了7.18個百分點。ATT比ATE高出1個百分點，說明外出務工對務工組農民成為合作社負責人的影響程度更大，比全體農民多出1個百分點。

表6 雙重穩健模型結果Table 6 Results of the Double Robust Models

表7 雙重穩健模型中的外出務工返鄉對成為合作社負責人的平均處理效應Table 7 Average treatment effect of non-farm work experiences on being leaders of agricultural cooperatives from the double robust models

總的來看，更加嚴謹的雙重穩健模型也同樣支持外出務工顯著增加農民成為合作社負責人的概率這一結論，并且與前面的二元模型LPM、Logit和Probit結果系數基本一致（均在6個百分點左右），模型的穩定性非常好。因此，本文可以得出：外出務工對返鄉農民成為合作社負責人具有顯著的影響，并且是正向地促進作用，研究假說得到證實。這也驗證了新遷移經濟學的相關理論分析。農民外出務工遷移實現了技術、資金、創業和管理能力等多方面的提升，返鄉的同時也實現了人力資本、經濟資本和社會資本等多重資本的回流，甚至實現了遷出地人力資本流失的逆轉，增強了家鄉經濟的企業活動和創新精神，帶動了家鄉經濟的發展。

3.3 穩健性檢驗分析

為進一步驗證結果的可靠性，本文還通過重置樣本、更換計量模型等進行穩健性檢驗。

3.3.1 樣本重置 一些無法觀測到的因素，可能同時影響是否外出務工以及是否加入合作社，可以通過重置樣本來降低這些因素的影響。比如，調查樣本數據顯示一些鄉鎮所有的農民樣本都沒有外出務工經歷，或都沒有加入合作社，亦或既不外出務工也不加入合作社。這些樣本可能會對研究結果產生影響，因為前提條件不成立，即沒有外出務工農民或沒有合作社導致外出務工對合作社的作用沒有發揮出來。所以，為了盡可能地減少這些因素的影響，可以重置樣本，分類排除以上樣本，對比模型結果是否一致穩定。

重置樣本后，二元模型結果仍然一致穩定，均支持外出務工返鄉農民更有可能成為合作社負責人的結論（表8）。具體來看：排除沒有外出務工農戶的鄉鎮后，調查農民樣本從3 111人減少到2 280人；排除沒有合作社成員的鄉鎮后，調查農民樣本從 3 111人減少到2 913人；排除同時沒有外出務工農戶和合作社成員的鄉鎮后，調查農民樣本從3 111人減少到2 168人。三類樣本的二元回歸模型中的平均邊際貢獻均在0.056 4～0.072 9之間，顯著性水平在5%或1%的水平上，結論非常穩定。

表8 樣本篩選模型中外出務工返鄉對成為合作社負責人的平均邊際貢獻Table 8 Average marginal effect of non-farm work experiences on being leaders of agricultural cooperatives from the sample-selected models

3.3.2 匹配法 外出務工并非一種隨機現象，可能存在自選擇問題，外出務工的農民和沒有外出務工的農民在很多特征上都存在差異性（表3），所以直接比較兩類農民成為合作社負責人的差異就可能會存在偏誤。采用匹配法構建同質性較強的外出務工返鄉組（干預組）和非外出務工返鄉組（控制組），有效控制兩組樣本在可觀測變量上系統性差異，可以在一定程度上解決由于樣本特征差異而導致的結果偏誤。本文分別使用兩種匹配方法（Mahalanobis近鄰匹配和傾向值PSM匹配）來驗證之前結果的穩健性。近鄰匹配方法、傾向值PSM匹配方法分別顯示外出務工可以提高農民成為合作社負責人的概率為7.97和10.51個百分點，顯著性水平為1% （表9）。兩種匹配方法均支持外出務工返鄉農民更有可能成為合作社負責人的結論。

表9 匹配后的外出務工返鄉對成為合作社負責人的 平均處理效應（ATE）Table 9 Average treatment effect of non-farm work experience on being leaders of agricultural cooperatives from the matching models

3.3.3 多元定序模型 合作社負責人可以看成是合作社一般成員的“升級”，而合作社一般成員可以看成是非合作社成員的“升級”，因此將因變量從二元變量（是否為合作社負責人）擴展為合作社負責人、合作社一般成員和非合作社成員3個分類，采用定序Logit或定序Probit模型就可以刻畫出外出務工對不同合作社成員級別之間的影響，而不僅局限在最高級別合作社負責人層面。定序Logit和定序Probit模型的結果均一致穩定（表10），相比沒有外出務工的農民，外出務工返鄉農民不加入合作社（即非合作社成員）的概率要低7.6個百分點左 右，而加入合作社成為合作社一般成員的概率要高近2個百分點，加入合作社并成為合作社負責人的概率要高近6個百分點。因此，多元定序模型不僅表明外出務工可以顯著增加農民成為合作社負責人的概率，同時也刻畫出了外出務工有助于農民在合作社成員級別中的“進級”。

表10 多元定序模型中外出務工返鄉對成為合作社成員級別的平均邊際貢獻Table 10 Average marginal effect of non-farm work experiences on being leaders of agricultural cooperatives from the ordered models

3.4 外出務工促進農民成為合作社負責人的機理探討

計量模型分析表明，外出務工顯著地促進了返鄉農民成為合作社負責人，但具體如何影響還需要進一步的機理探討。根據以往理論可知，農民在外出務工期間，人力資本、經濟資本和社會資本都得到了提高，尤其是和組織成長有關的經營管理、創業創新等能力的提升幫助他們返鄉后在農業生產中更早實現規模化、集約化、品牌化和優質化生產，從而獲得農戶中的領先地位和政府更多的政策支持，發揮在組織中的引領作用。利用本文調查數據，以下將從人力資本提升、農業生產投入和政府政策支持三個角度來嘗試闡述外出務工對農民成為合作社負責人的影響機制。

在人力資本提升上，一方面，外出務工返鄉的農民獲得各種技術證書的比例高于沒有外出務工的農民。調查樣本顯示，在外出務工返鄉的農民中，70.11%的獲得新型職業農民證書，16.71%的獲得農民技術人員職稱，7.07%的獲得國家職業資格證書，這些比例要比沒有外出務工的農民分別高出5.82、2.48和0.46個百分點。另一方面，外出務工返鄉的農民接受各種培訓的比例、有繼續教育意愿的比例都更高。調查樣本顯示，外出務工的農民中，接受過農業培訓的比例高達91.3%，希望通過職業教育獲得農業職業教育學歷的比例為84.84%，正在接受學歷教育的比例為19.7%，這些比例要比沒有外出務工的農民分別高出4.56、8.76和4.07個百分點。外出務工返鄉農民較高的人力資本，與其自身固有的人力資本高有關，也與在外出務工期間增加的人力資本有關。

在農業生產投入上，外出務工返鄉的農民明顯多于沒有外出務工的農民。以農機總價值為例，外出務工返鄉的農民家庭農機總價值投入為12.24萬元，比沒有外出務工的農民高2.63萬元。外出務工返鄉農民農業生產投入多，與在外出務工期間增加的經濟資本有關，也可能和他們在外出務工期間增加的企業家精神有關。

在政治資本上，外出務工返鄉的農民獲得的政治網絡資源和政策支持要更多。調查樣本顯示，外出務工返鄉農民中，有3.42%的擔任過縣級及以上人大代表或政協委員，12.02%的獲得縣級及以上表彰或獎勵，比沒有外出務工的農民分別高出1.14和2.51個百分點。從政策支持上看，外出務工返鄉的農民平均獲得2.4項政策支持，而沒有外出務工的農民獲得2項政策支持。更多的政治網絡資源和政策支持使得外出務工返鄉農民更有可能成為合作社負責人。

4 結論與政策啟示

4.1 結論

研究表明，從事糧食種植業的職業農民中，在控制了個體、家庭、地區等特征后，相比沒有外出務工的農民，外出務工返鄉的農民成為合作社負責人的比例要顯著高出至少6個百分點。考慮到總樣本中合作社負責人的占比約為25%，外出務工返鄉農民成為合作社負責人的可能性至少增加了1/4，外出務工有助于返鄉農民工成為合作社負責人。影響機制分析表明農民在外出務工遷移期間，增加的人力資本、經濟資本等使得他們返鄉后能更好地從事農業生產并獲得更多的政策支持，從而在農民組織化中發揮引領作用。需要加以說明的是，職業農民和中國廣大的小農戶在人力資本、農業生產等方面存在顯著的差異，因此本文的研究結論在小農戶層面推廣可能存在一定的限制。

受到國內外經濟發展新格局的影響，未來可能會有越來越多的外出務工農民返鄉并加入農業生產者隊伍。國家統計局發布的《農民工監測調查報告》顯示，自2008年以來，2020年外出務工農民人數首次出現下降，比上一年減少了466萬人。外出務工返鄉農民在農業生產和鄉村振興中將發揮更多更具引領帶動性的作用。

4.2 政策啟示

外出務工返鄉農民不僅實現了家鄉人力資本流失的逆轉，而且在一些新型經營主體中還發揮了引領帶頭作用，對于鄉村振興戰略背景下的農村經濟發展具有積極意義。

1）政府應鼓勵那些從事生產力水平較低的農業活動的青年農民外出就業，通過外出務工增加其物質資本和人力資本的積累，為未來返鄉做準備。在當前傳統農業向現代農業轉型的階段，農村仍然有大量的勞動力從事效率不高的農業生產，他們當中很多人沒有外出務工經歷，人力資本水平也不高，可以通過外出務工全面提升自己的綜合素質。未來，可能有一部分人留在城市，但是也會有一部分人選擇返鄉，成為素質較高的返鄉農民工群體再次投身農業。應當看到，在當前階段，吸引更多優質返鄉農民工的前提是擁有更多外出農民工。

2）政府應大力吸引那些優秀的外出務工農民返鄉，鼓勵他們投身農業生產和鄉村振興事業。通過鄉村人才制度改革，破除人才流動壁壘，吸引返鄉農民工等返鄉下鄉人才從城市流動到農村，優化農村勞動力的隊伍結構；對返鄉農民工進行摸底調查，更好地掌握他們的普遍需求，創造良好的政策環境，以便將其外出時期積累的人力資本和物質資本更加順利地轉換為農業生產優勢；通過基礎設施、金融信貸等政策扶持幫助返鄉農民工更好地從事農業生產經營活動，充分發揮其在各個新型經營主體中的引領作用，推動農村經濟的高效發展；加大農民培訓，持續提升返鄉農民工的人力資本和社會資本，為鄉村振興提供人才支撐。