论文部分内容阅读
2003年以来，我国农民工工资以10-20％的年均增速快速上升。在务农机会成本上升的带动下，我国农业劳动力成本快速上涨，并伴随农村劳动力的快速析出和老龄化趋势。我国山区因地形崎岖，农业机械化发展受限，劳动生产率难以通过有效的机械替代来实现快速提高，耕地面临着较大的边际化风险。我国山区耕地面积约占全国耕地总量的四分之一，在农业劳动力快速析出、劳动力成本快速增加的背景下，我国山区耕地撂荒规模现状有多大？对粮食供应的影响程度有多大？撂荒程度空间分布有何规律，其关键的影响因素有哪些？未来的撂荒规模会发展到怎样的程度？这些问题关系到我国山区农地的合理利用政策和山区可持续发展政策的制定，并可能引起粮食安全问题，但目前已有研究中还没有全国层面定量化的评估研究，因此难以把握我国山区耕地撂荒总体态势和发展趋势，为此，值得深入研究。 本文首先分析了2003年以来我国山区耕地边际化利用的特征及表现，并总结我国山区耕地撂荒的发生机制，为农户调查开展和模型构建奠定基础。之后，利用山区县村庄和农户层次的耕地撂荒抽样调查，统计我国山区县耕地撂荒及边际化的现状，并基于耕地质量数据定量分析山区县耕地撂荒及边际化对全国粮食减产的程度。再者，基于山区农业劳动生产率特征，建立起一套适合我国山区耕地撂荒规模测算方法，对全国山区县耕地撂荒现状规模进行测算，并结合分省山区县人口和农业劳动力规模预测结果，通过设置不同的情景对山区县未来耕地撂荒规模进行预测。在把握撂荒总体规模的基础上，借助计量分析方法，揭示我国山区耕地撂荒区域差异的影响因素和作用机理。最后根据村庄撂荒影响因子的分析结果，选出影响我国山区耕地撂荒规模分布差异的关键指标，由此构建起我国山区耕地撂荒风险评价指标体系，并对我国山区耕地撂荒进行风险评价。本研究的主要结论如下: (1) 2003年以来，在劳动力成本的上升和农业机械化受阻的共同作用下，山区耕地利用劳动生产率与平原地区的差距越来越大，农业劳动成本比例大幅攀升导致了耕地利用的净收益快速下降，耕地利用边际化特征和现象明显。 (2) 142个山区县的235个山区村的耕地撂荒调查数据结果显示，我国山区耕地总体撂荒程度不高，但耕地利用边际化发展迅速，且撂荒出现频率很高。2014-2015年全国山区县耕地撂荒率为14.32％，退耕率为13.61％，改种率（改种经济林或用材林）为6.46％，总的耕地边际化率为34.38％，其中78.3％调查村出现耕地撂荒现象。由于边际土地耕地质量较差，山区耕地边际化对全国粮食生产的总体影响程度有限，撂荒、退耕和改种的影响程度分别为2.62％、2.54％和1.73％。山区耕地撂荒率在省级尺度上呈现出南高北低的分布格局，其中，长江流域一带的耕地撂荒率最高，东北山区最低;退耕率则表现出西高东低的空间格局。重庆-四川东部一带是我国山区耕地利用边际化程度最高的地区。 (3)根据我国山区耕地撂荒机制，提出了基于农业劳动生产率的山区撂荒规模测算方法的概念框架，即通过估算留守农业劳动力和劳均经营规模，推算留守农户经营的总耕地，再结合基期耕地面积反推出期末的撂荒规模。应用该理论框架，利用农村固定观测点构建的我国山区劳均经营耕地规模多元线性回归模型，在预测省级平均劳均耕地规模上表现良好，拟合优度达0.89。根据分省现状劳均经营耕地规模和标准农业劳动力的测算结果，2000-2010年全国山区县撂荒+退耕比率为27.7％，撂荒+退耕规模为1.47亿亩。其中，扣减退耕之后的耕地撂荒率为12.8％，这一结果与山区耕地撂荒抽样调查结果接近。 (4)利用IIASA-PDE模型以及人口预测降尺度方法对我国各省分性别、分年龄段人口进行了预测，结合统计年鉴和农户固定观测点数据，估算了2010-2030年分省山区县农业劳动力。预计到2030年全国山区县农业劳动力数量从2010年的9300万下降至4200万，而标准农业劳动力将从7200万下降至2700万。 (5)根据劳均农业生产性固定资产不同的增长速度速度设置了三个情景。当劳均农业生产性固定资产维持现状水平的情况下，未来我国山区县耕地撂荒+退耕比率将增加到66％;在中速增长情景下，撂荒+退耕比率将增加到59％;在高速增长的情境下，撂荒+退耕比率将增加到49％。到2030年，我国山区县耕地边际化对粮食减产影响的程度可能达到9.10-12.20％，因此对我国未来粮食生产和供给可能产生较明显的影响。 (6)多元线性回归模型的实证分析表明，在村庄层次上，耕地撂荒率主要受到与劳动投入和与务农机会成本相关的因素影响，各解释变量的回归系数方向与预期一致。具体来说，劳动力外出程度、劳均每月工资性收入对劳动力工资水平产生正影响，从而提高了务农机会成本，增加撂荒的可能性。劳均承包耕地地块数量、林草地占比、通勤时间、野猪影响、梯田比重等村庄地形和耕作条件对劳动投入产生显著的正影响，降低了劳动生产率，从而促进耕地撂荒发生。机械投入通过提高劳动生产率而降低撂荒发生概率。代表耕地质量的亩均农业收入通过影响劳均产出，进而影响务工机会成本，亩均农业收入越高，撂荒率越低。 (7)根据村庄层次撂荒率影响因素分析结果，选取了公里网格尺度影响农业劳动生产率和务农机会成本关键因素的替代指标或对应指标，构建了我国山区耕地撂荒风险评价模型。评价结果显示未来南方山区面临更大的耕地撂荒风险，撂荒耕地应根据撂荒主导因素采取不同的处理措施。