贵州省农业机械化发展对劳动力的替代研究

Research on the Substitution of Agricultural Mechanization Development for Labor Force in Guizhou Province

摘要: 随着我国的工业化、城市化步伐的提升以及非农产业的飞速崛起，许多农民被迫离开他们的家乡，投身于更具经济效益的非农领域，这也造成了农民的人手不足。本文利用相关统计数据和函数测算方法来研究贵州省农业机械化进步与农民工人替换的相互影响，这对于提升农业机械化的进步是非常必要的。

Abstract: With the improvement of industrialization and urbanization in China, as well as the rapid rise of non-agricultural industries, many farmers are forced to leave their hometowns and engage in more economically beneficial non-agricultural fields, which has also caused a shortage of manpower for farmers. This article uses relevant statistical data and function calculation methods to study the mutual influence between the progress of agricultural mechanization and the replacement of farmers and workers in Guizhou Province, which is necessary for improving the progress of agricultural mechanization.

1. 引言

改革开发以来，高新技术企业不断发展扩大，越来越多的高科技产品进入到我们生活的方方面面，首当其冲的当是农业机械化的发展。我国是农业大国，农业的生成量和发展前途与我国的经济发展、社会进步等重要问题紧密联系。近年来我国农业机械化的不断发展进步，有效地提高了农业生产量[1]。农业生产机械化和自动化是粮食生产总值和技术进步的主要外在体现，更多的机械化投入到农业中是促进粮食增加产量的关键因素，更是农业现代化的主要标志。为此，研究农业机械化发展对农业劳动力的替代具有重要意义。首先根据贵州省现代农业机械化发展与劳动力现状作一个全局分析，然后通过上网查阅相关数据，运用相关的函数分析方法，运用函数拟合软件，构建合理的函数模型，通过拟合的函数结果，可以分析得出农业机械化对农业劳动力的边际技术替代率，进而得出相应的结论。

2. 贵州省现代农业机械化发展与劳动力现状

2.1. 农业机械装备总量持续增长

2022年，贵州省农用机械总动力达到2805.71万千瓦，相比2021年度增加了106.3万千瓦；柴油发动机动力为1621.86万千瓦，相比上一年增加了22.15万千瓦。贵州省农用机械设备种类和数量均逐年增长，再结构上逐渐优化，功能更加智能化。翻土机、覆膜机、捡石机、播种机、土豆收割机、采茶机、无人收割机、辣椒收割机等农用机器的使用量越来越多，这些“神器”在提升农业机械化水平、推进农业农村现代化进步的同时，也为农民朋友的生产提供了便利、提高了效益[2]。

2.2. 农业生产机械化全程全面发展

《贵州省人民政府关于加快推进农业机械化和农机装备产业发展的实施意见》中明确，以习近平同志新时期的中国特色发展理论为指导思想，认真落实国家农村机械化政策，全面推动贵州省农村机械化的进步与迅速发展。目标是到二零二五年，农业科技创新能力明显增长，全省农机总动力达到3100万千瓦以上。力争全省主要农作物机械化率达到55%。近年来，贵州省不断加快农业机械化进程，全面提高农业机械设备高质量发展，增加农业机械对劳动力的替代，增加农业机械利用率，提高贵州省农业产量。

2.3. 贵州省农业劳动力的发展

自20世纪90年代以来，贵州省开始出现大规模人口外流，常住人口与户籍人口差距逐步扩大。尤其是在很多农村，由于靠农务赚的少，家庭生活经济压力大，所以很多人选择了外出打工，导致贵州农业人口整体下滑[3]。

2.3.1. 农业劳动力流失

随着城市化进程的加速和对劳动力需求的增长吸引了大量农村人口转移到城市就业和生活，贵州省省内大量的农民工选择去城市打工或兼职，这直接导致了贵州省农业劳动力的减少。并且，就目前农业市场来看，国内农业发展面临农产品价格“天花板”封顶、生产成本“地板”抬升等新挑战，农业发展急切需要转变生产和发展模式[4] [5]。

2.3.2. 贵州省政府政策扶持

在政策扶持方面，2022年贵州省人民政府发布《贵州省人民政府关于加快推进农业机械化和农机装备产业发展的实施意见》表明：政府大力支持推动农业机械化的全面发展，加强先进农用机械的推广和运用，实行农业机械可以抵押贷款等业务，提倡大中型农业机械的信贷支持政策。

3. 农业机械化发展对劳动力的替代研究方法

3.1. 变量选取和说明

资本与劳动在生产上是可以相互替代的，在特定的生产过程中，可以通过增加资本的投入量来减少劳动力的需求量，这一经济学理论分析在制定各种策略中具有深远的影响。本文利用超越函数分析农业机械(资本)与劳动力之间的替代弹性关系。

$TVP=A{L}^a{M}^b{\text{e}}^{c+rL+tM}$ (1)

其中，TVP表示农业生产总值，A为系数，也是技术水平，L代表农业劳动力，M是农业机械的投入数量；c为部分截距项，a和b表示农业劳动力和农业机械的产出弹性系数；r和t分别表示农业总产值对农业劳动力和农业机械的半弹性系数。以上产出弹性系数和半弹性系数均可以通过回归方法确定。

3.2. 数据采集与函数拟合

3.2.1. 统计资料收集

农业总产值、农业机械和农村劳动力投资等有关统计资料均可在统计年鉴和农村机械化管理统计分析报告中获取。其中：① 农业总产值以按当年价值计量的农村总产值表示；② 农业机械投资用当年全省农机化统计报告中农业机器的总动力表示；③ 以有关统计数据中上年末反映的乡村人口总量，作为农业劳动力投资[6]。

3.2.2. 函数拟合

因为公式(1)是非线性常规函数，对函数的两边取对数，则有

$\ln \left(TVP\right)=\ln A+a\ln L+b\ln M+c+rL+tM$ (2)

令式(2)中$\ln A+c=a_0$ ，则可得

$\ln \left(TVP\right)=a_0+a\ln L+b\ln M+rL+tM$ (3)

因此，可将回归方程设为：

$\ln {\left(TVP\right)}_s=a_0+a\ln L_s+b\ln M_s+r{L}_s+t{M}_s+u_s$ (4)

式中：s代表年份，u代表残差项。

将超越函数转换为线性函数之后，就可以通过线性回归的方式来确定公式中的各个系数和生产要素的具体值。

3.3. 建立农业生产超越函数

3.3.1. 数据采集

查阅贵州省统计局官方网址，可得历年来贵州省农业机械和劳动力等相关数据，如下：见表1。

Table 1. Total power of agricultural machinery, labor input, and total agricultural output in Guizhou Province from 2014 to 2021

表1. 贵州省2014~2021年农机总动力、劳动力投入和农业总产值

年份	农业机械总动力/万 kW	农业劳动力/万人	农作物产值/亿元
2014	2458.4	2197.38	1317.15
2015	2575.15	2115.04	1714.03
2016	2711.3	2045.86	1959.93
2017	2812.42	1986.69	2139.97
2018	2910.51	1928.58	2272.97
2019	2962.71	1867.05	2408.03
2020	3001	1807.47	2675.59
2021	2699.41	1759.21	2877.74
2022	2805.71	1742	3020.36

通过函数Round (Ln (农用机械总动力)，4)，对表1中的数据进行分析计算可以得到如下表2所示：

Table 2. Calculate the Ln values of variables

表2. 计算变量的Ln值

年份	Ln (劳动力人口)	Ln (农用机械总动力)	Ln (农作物产量)
2014	7.695	7.8073	7.1832
2015	7.6568	7.8537	7.4466
2016	7.6236	7.9052	7.5807
2017	7.5942	7.9418	7.6685
2018	7.5645	7.9761	7.7288
2019	7.5321	7.9939	7.7866
2020	7.4997	8.0067	7.8919
2021	7.4726	7.9008	7.9648
2022	7.4628	7.9394	8.0131

3.3.2. 函数拟合

利用数据分析软件SPSS对表1和表2中的数据对方程(4)进行线性回归分析，结果见下表。

算法配置：算法：线性回归(最小二乘法)；变量：自变量X：{Ln劳动力人口，Ln农业机械总动力，农业机械总动力，农业劳动力人口}；因变量Y：{Ln农作物产量}，输出结果如表3所示：

Table 3. Results of linear regression analysis

表3. 线性回归分析结果表

线性回归分析结果n = 9
	非标准化系数		标准化系数		t	P	VIF	R²	调整R²	F
	B	标准 误差	Beta
常数	−140.625	33.651	-	−4.179		0.014^**	-	0.996	0.993	F = 277.827 P = 0.000^***
Ln劳动力人口	−4.657	11.284	−1.446	−0.413		0.701	13678.604
Ln农业机械总动力	26.131	9.391	6.482	2.783		0.050^**	6051.743
农业机械总动力	−0.009	0.003	−6.27	−2.87		0.045^**	5323.363
农业劳动力人口	0.001	0.006	0.664	0.183		0.864	14675.975

因变量：Ln农作物产量，注：^***、^**、^*分别代表1%、5%、10%的显著性水平。

分析结果：

F检验的结果分析可以得到，显著性P值为0.000^***，具有很强的显著性，回归效果较好，拒绝回归系数为0的原假设，因此模型基本满足要求。针对自变量，变量Ln劳动力人口、Ln农业机械总动力、农业机械总动力、农业劳动力人口VIF值大于10，均存在共线关系。模型的公式如下：y = −140.625 − 4.657 * Ln劳动力人口 + 26.131*Ln农业机械总动力 − 0.009 * 农业机械总动力 + 0.001 * 农业劳动力人口。输出拟合效果如图1、图2。

Figure 1. Fitting effect diagram

图1. 拟合效果图

Figure 2. Output result model path diagram

图2. 输出结果模型路径图

输出结果3以路径图的形式展示了本次模型结果，主要包括模型的系数，这对于分析X和Y之间的相互影响关系至关重要。通过上述函数拟合分析，可以得出贵州省农业生产量和农业机械总动力与农业劳动力之间的函数关系。

$\text{Ln}\left(TVP\right)=-140.625+0.001L-0.009M-4.657\text{Ln}\left(L\right)+26.131\text{Ln}\left(M\right)$ (5)

将式(5)转化为非线性方程，得$TVP=L^{-4.657}{M}^{26.131}{\text{e}}^{-140.625+0.001L-0.009M}$ 。

4. 计算农业机械对农业劳动力的边际技术替代率

本文中利用边际技术替代率来表示贵州省农业机械化发展对农业劳动力的替代影响关系[7]。计算过程如下：

对公式(1)求L的导数，整理可得

$\text{d}\left(TVP\right)/\text{d}L=A\cdot M^b{L}^{a-1}{\text{e}}^{c+rL+tM}\left(a+rL\right)$ (6)

对公式(1)求M的导数，整理可得

$\text{d}\left(TVP\right)/\text{d}M=A\cdot L^a{M}^{b-1}{\text{e}}^{c+rL+tM}\left(b+tM\right)$ (7)

用(7)式除以(6)式，可得

$\text{d}L/\text{d}M=L\left(t+b{M}^{-1}\right)/M\left(r+a{L}^{-1}\right)$ (8)

用差分替代(8)式中的微分可得

$\Delta L/\Delta M=\left[\left(b+tM\right)M^{-1}\right]/\left[\left(a+rL\right)L^{-1}\right]=\frac{\left(b+tM\right)L}{\left(a+rL\right)M}$ (9)

由边际技术替代率的含义，可以计算得出贵州省农业机械和农业劳动力的替代关系：

$MRS{T}_{LM}=-\Delta L/\Delta M=-\frac{\left(b+tM\right)L}{\left(a+rL\right)M}$ (10)

计算边际技术替代率：将上述a，b，r，t的值分别代入公式(10)，则式(10)转化为

$MRS{T}_{LM}=-\frac{\left(26.131-0.009M\right)L}{\left(-4.657+0.001L\right)M}$ (11)

可以结合表1中数据，计算出贵州省2014~2022年农业机械对农业劳动力的边际技术替代率，如下表4所示。

Table 4. Replacement rate of agricultural machinery

表4. 农业机械替代率

年份	$MRS{T}_{ML}$	年份	$MRS{T}_{ML}$
2014	1.034833	2018	−0.0113
2015	0.685139	2019	−0.08869
2016	0.361347	2020	−0.13737
2017	0.15767	2021	0.307027
		2022	0.139497

为进一步分析贵州省农业机械对农业劳动力的边际技术替代率的演化规律，做了如下面积图，纵轴代表边际替代率，横轴代表分别代表从2014~2022年的年份，如图3所示。

Figure 3. Area of agricultural machinery replacement

图3. 农业机械替代面积图

5. 结果与分析

5.1. 农业生产投入要素的回归统计分析

从历年数据可以看出，农业机械化的不断发展扩大对粮食的生产量具有显著的正向影响。由拟合函数$TVP=L^{-4.657}{M}^{26.131}{\text{e}}^{-140.625+0.001L-0.009M}$ 中易知，劳动力人口要素的投入对农业生产总值的影响很小，而且会受到农业机械对农业劳动力的边际技术替代率的影响。但是农业机械化发展水平和机器设备利用程度直接对生产粮食产生重要影响，贡献明显，但边际贡献并不是特别显著。从上述表格数据和函数分析中可以得出农业机械化对劳动力有替代作用，二者相互补充，相辅相成，而且增加农业机械的使用还能延长农业产业链[8]。

5.2. 农业生产要素替代弹性分析

根据上表数据可知，2014~2022年贵州省农业机械对农业劳动力的边际技术替代率整体上呈下降的趋势。随着城镇化的发展以及各行各业新兴产业的出现，越来越多的农民放弃了传统的耕作，当代年轻人更是由于各种原因，如外地上学、上班、打工等，对农业的发展并不是有太多的兴趣和向往去农村发展，转向城市较高收入行业，劳动力的外流和快速转移，大大减少了农业劳动力人口剩余率。由于农业劳动力人口的不断缩减，农业机械化发展中增加的农业机械对劳动力的替代性变少，农业劳动力的边际产量也将随之上升。

5.3. 农业机械化对劳动力替代的影响

农业机械化带来了劳动力减少的趋势，农业机械化的推进使得传统的人工劳动逐渐被机械替代。农机的应用，比如收割机、播种机、拖拉机等，使得农田的种植、翻耕、种苗、收割等工作都可以由机械来完成，减少了人工劳动力的需求。关于经济学上劳动力和机械化两个不同要素的投入分析，农业机械化的发展速度较农业劳动力的转移速度快。当然，并不是所用农业作业都可以用机械替代，大量的地势、经济等因素影响，需要采用人工作业。

6. 结论与建议

6.1. 结论

农业生产机械化替代农业劳动力是现代化农业发展的必然结果，近年来，随着科学技术的不断进步和发展，农业机械也在不断地更新换代，不仅在城镇农业中被引用，而且较为偏远的乡村也在源源不断地注入农业机械的动力，农业机械设备作为一种新科技被引入到农业行业中的数量以及范围，不仅是宏观经济前景和科学技术发展的结果，更受农村人口大量外流的影响和限制。农业机械化发展与农业劳动力人口呈现较为明显的替代关系。

6.2. 建议

由于经济、教育、城乡差距等因素的影响，城市高薪职业吸引着越来越多的农村人口，留在农村的人口大多是妇女、老人、留守儿童等劳动力相对弱的群体，农业生产的人工成本呈不断升高的趋势。要减低农业生产成本，就必须加快农业机械化的发展。农业机械化的发展对农业劳动力的替代是一种促进作用。为此，建议贵州省不断开展农业机械新技术工作的推广应用，改善农业经营条件，提高农业生产效率和增加经济收益。增加并扩大农业机械的使用范围，提高生产效率，节省人力成本和时间，让农民有更多的时间去做其他事情，增加收入。加快农业机械化发展将使贵州省农业生产更加集约化以及规模化，促进贵州省农业生产的标准化，专业化和社会化。同时农业机械化的发展还可以带动贵州省农机制造业的发展，解决部分农村就业问题。现代化的农业机械还可以精准施肥，播种，施药等操作，避免了传统人工播种施肥等不准确带来的产品质量问题，以此增加农业产品质量。加快农业机械化发展，还可通过建立相应的实验示范基地，为农业机械新技术的应用提供实验平台，使农业新技术得到广大农民群众的认可，不断推进农业机械现代化的建设水平。