农业化石能源投入与农业劳动力转移关系研究

时间:2022-10-08 07:49:03

农业化石能源投入与农业劳动力转移关系研究

摘 要:

劳动力转移刺激了农业化石能源的投入,同时又受化石能源投入的反作用。笔者测算了1993年~2010年中国农业生产中化石能源的投入量,并采用协整与误差修正模型,验证了农业化石能源投入与农业劳动力转移之间的关系。结果表明,农业劳动力转移1%,农业化石能源投入增加0.52%;当期能源投入增加1%,劳动力转移0.14%,滞后一期能源投入增加1%,当期劳动力转移0.24%。因此,要想为工业化提供充足的劳动力供应,就需要提高农业化石能源的投入。与此同时,又要提高生产资料利用效率,防止化石能源的过量投入。

关键词:农业化石能源;劳动力转移;误差修正模型

基金项目:教育部人文社会科学青年基金项目(10YJC790199)

作者简介:牛亮云(1982- ),男,河南林州人,安阳师范学院经济学院教师,北京交通大学经济管理学院博士研究生,主要从事农业经济学和食品安全研究。

中图分类号:F32 文献标识码:A 文章编号:1006-1096(2014)05-0038-05

收稿日期:2013-09-26

一、文献回顾与研究意义

工业化对国家或地区经济腾飞的重要性已被西方发达国家的经验和走过的道路所证实(程名望 等,2010)。农村劳动力从农业生产中转移出来,进入其他生产行业,是发展中国家经济发展和现代化进程中的典型特征(Rozelle et al,1999)。一方面,劳动力转移促进了农业资本投入。古典经济学理论认为,劳动力和资本存在替代效应,即资本的投入可以弥补劳动力的短缺。从短期看,工业化进程中,大量青壮年劳动力脱离农村和农业,农村只剩下老人和妇女从事农业生产。为了弥补劳动力短缺对农业产出的影响,农户会施用更多的化肥和农药(Donald,2001;曹利平,2009;孙捷 等,2012)。而且,由于非农收入要远高于农业收入,非农劳动力家庭与农业劳动力家庭收入差距呈扩大趋势,这诱发了农户的不安全感。在社会保障体系不健全的情况下,以农业收入为主、具有风险规避特性的农户对化肥和农药等生产资料的依赖性变得更强(马骥,2006)。从长期看,随着农村土地流转制度的逐渐健全,劳动力转移有利于促进农村土地流转,加快农业生产的规模化、机械化。但与土地流转相联系的土地出租短期化行为,可能会导致经营主体为获取短期收益而忽视对土地的长期投资,从而导致加大对化肥等生产资料施用的倾向(展进涛 等,2009)。总而言之,劳动力转移推动了农业生产方式由低能耗、低污染、低排放的传统农业向高能耗、高污染、高排放的“石油农业”的转变(肖萍,2011)。在生产资料过量投入和要素边际报酬递减的制约下,依靠加大投入来提高产量的空间已非常有限(张利庠 等,2008),而由此带来的农村面源污染却趋于恶化。唐萍萍等(2012)利用陕西省农村劳动力转移效应的调研数据研究发现,劳动力转移不但催生了“妇老农业”,而且还是输入地“大城市病”和输出地化肥、农药污染加剧等的重要原因。

另一方面,资本投入对劳动力转移也有促进作用。提高农业劳动生产率是农业现代化的本质,也是推动农业剩余劳动力转移的主要力量。中国农业劳动生产率增长相对较快的1952年~1957年及1978年以后两个时期,也是农村劳动力转移较快的时期(陈吉元 等,1994)。劳动生产率提高不但需要先进的技术水平和管理方式,还需要先进的农业物质装备(高帆,2010)。大型农业机械设备的购置和应用以及化肥、农药等的应用对农村劳动力转移有显著促进作用。尤其是农业机械装备,弥补了农业劳动力转移出去后农业生产中的劳动力短缺,为农村工业化和城市化提供了充足的劳动力供应(祝华军,2005)。程名望等(2010)研究发现,农业资本投入每增加1%,劳动力转移将增加0.2365%。

理论上,农业化石能源投入与农业劳动力转移间的逻辑关系已比较清晰。为全面揭示农业化石能源投入和劳动力转移间的数量关系,本文利用能耗系数和我国农业生产资料投入量,测算了1993年~2010年间农业化石能源的投入量。然后,利用协整和误差修正模型,研究了化石能源投入与劳动力转移间的关系。

二、模型设定与数据来源

(一)模型设定

农业化石能源投入用E表示,劳动力数量用R表示。为了减少波动,我们对农业化石能源投入和劳动力数量取对数,得到序列LnE和LnR。对于不平稳的时间序列,需要通过差分的方法将其转化为平稳序列之后,才可以建立经典的回归分析模型。因此,对这两个序列用ADF法进行平稳性检验。检验方程如下:

Δyt=β1+β2t+(ρ-1)yt-1+∑mi=1δΔyt-1+ξt (1)

根据AIC和SC最小原则确定滞后阶数,加入m个滞后项以便于使残差项为白噪声。若ADF值小于Mackinnon临界值,则拒绝原假设,序列是平稳的;否则,为非平稳。若序列LnE和LnR平稳,则建立如下方程:

LnEt=β0+β1LnRt+ξt (2)

估计方程(2),得到回归残差ut=LnEt-β0-β1LnRt。对ut进行单位根检验。若残差ut是平稳的,则表明序列LnE和LnR是协整。根据Engle定理,如果一组变量之间存在协整关系,则该协整关系可以表示为误差修正模型。即如果方程(2)是协整的,就可以建立描述LnE和LnR间关系的误差修正模型。

ΔLnEt=β0+∑mii=1β1ΔLnRt-1+β2ΔECMt-1+ξt (3)

其中,ECMt-1为误差修正项,mi(i=1,2,3)是使残差项为白噪声的最优滞后阶数。

(二)数据来源

本研究中的农业劳动力数据来自各年度《中国统计年鉴》。农业总能耗计算公式为:Et=∑Ei=∑Tiδi。其中,Et为总能耗,Ei为各生产资料能耗,Ti为各生产资料投入量,δi为能耗系数。农业生产资料包括化肥、农药、农膜、灌溉用能、柴油等,其数据来自《中国统计年鉴》和《中国农村统计年鉴》。能耗系数为已有文献研究结果的平均值。由于复合肥种类繁多,尚无对复合肥能耗的研究文献,因而假定复合肥能耗和氮肥能耗一样。在计算每亩农田灌溉耗能时,亩均用水量取值450立方米①。本文假定灌溉耗能全部为电力。农膜主要为聚乙烯,农膜的能耗数据取自聚乙烯全生命周期能耗。具体能耗系数见表1。

三、协整与误差修正分析

农业劳动力数据取对数后记为LnR;能源投入数据取对数后记为LnE。采用Eviews6.0软件,进行协整和误差修正检验。

(一)单位根检验

由于时间序列数据可能存在单位根,序列的非平稳性会使传统的回归模型结果有误,因此,需要对时间序列数据进行平稳性检验。常用的平稳性检验方法为ADF法。检验结果显示,时间序列数据LnE和LnR为非平稳序列。但LnE和LnR的一阶差分序列在5%的水平下拒绝单位根原假设,为平稳序列,即LnE和LnR为I(1)。

(二)Granger检验

对LnR和LnE进行Granger检验。检验结果显示,两期时,能源投入不是劳动力转移的Granger原因的概率为0.0286,劳动力转移不是能源投入的Granger原因的概率为0.0054。因此,可以拒绝原假设,即能源投入和劳动力转移是双向Granger原因。

(三)协整检验

LnE和LnR为一阶单整序列,所以两者间可能存在协整关系。Johansen法主要运用于多变量间的协整关系检验。本文采用EngleGranger两步检验法检验LnE和LnP间的协整关系。用最小二乘法估计LnE和LnR间的方程,

结果为:

LnE=29.72661-1.619377LnR

(9.736267) (-5.533608)

调整R2=0.635356。方程残差序列的ADF值的绝对值为4.823595,大于显著性水平为5%的临界值的绝对值3.828975,所以残差序列不存在单位根,是平稳序列(见表2),表明农业产出和能源投入之间存在长期均衡关系。但方程的DW值比较小,只有0.112553,可能存在自相关。对方程进行自相关检验发现,Obs*Rsquared=13.99681,其相应的概率值P非常小,为0.0009,因而残差存在自相关。为消除自相关,准确反映两者间的数量关系,必须对变量进行广义差分回归(张意翔 等,2008)。本文运用序列自相关函数和偏自相关函数进行分析识别模型滞后的阶数和类型。经判定,方程符合ARMA(1,1)模型。

LnE=18.45294-0.517848 LnR+

(19.68903)(-5.537935)

0.877113 AR(1)-0.929398 MA(1)

(41.10821) (-22.76629)

消除自相关后,调整R2=0.993200,近似为1,表明方程拟合非常好;F值非常显著,为780.0052;DW值为1.324107,合理。此外,常数项、因变量、AR(1)和MA(1)统计量都非常显著。模型自变量相关系数为-0.517848,表明农业劳动力每减少1%,农业能源投入水平就会相应提高约0.52%。

(四)误差修正模型

农业产出和能源投入间的协整关系反映了两者间的长期均衡关系。可以构建误差修正模型对变量间短期波动和长期均衡进行直接描述。本文使用从一般到个别的建模方法,首先选择3阶滞后变量及误差修正项,然后逐渐剔除不显著的变量,最后得到如下误差修正模型:

ΔLnE=-0.004074-0.590995ΔLnR+1.090059ΔLnE(-1)+0.670612ΔLnR(-1)-1.658785ECM(-1) (1)

ΔLnR=-0.002414-0.136162ΔLnE+0.237135ΔLnE(-1)+1.047276ΔLnR(-1)-0.139462ECM(-1) (2)

检验结果显示,两个误差修正方程拟合较好,F统计量显著,DW值合理。从图1和图2也可以看出,模型预测值与实际值的拟合程度极高,说明由此所反映出来的两者关系具有较强的说服力。

能源投入误差修正模型(1)中,除常数统计量不显著外,ΔLnR、ΔLnR(-1)、ΔLnE(-1)和ECM(-1)都在10%的水平上显著。能源投入的短期可以分为两个部分:一部分是由当期的劳动力转移以及滞后一期的能源投入和劳动力转移引起的。当期劳动力转移1%,能源投入增加0.59%;滞后一期能源投入增加1%,当期能源投入增加1.09%;然而,滞后一期的劳动力转移增加1%,能源投入减少0.67%。另一部分是由ECM(-1)引起的。ECM(-1)系数为负值,符合反向修复机制,它对能源投入和劳动力转移间的非均衡状态进行调整。劳动力转移误差修正模型(2)中,常数项和ΔLnE不显著,

图1 能源投入误差修正模型拟合程度

图2 劳动力转移误差修正模型拟合程度

ΔLnR(-1)、ΔLnE(-1)和ECM(-1)均在10%的水平上显著。ECM(-1)系数为负值,符合反向修复机制。当期能源投入增加1%,劳动力转移0.14%;滞后一期劳动力转移1%,当期劳动力转移1.05%;滞后一期能源投入增加1%,当期劳动力转移0.24%。

四、结论与建议

只有通过科技进步提高单产才能彻底解决粮食安全问题。农业科技进步刺激了农业化石能源的投入。化石能源投入提高了农业生产效率,奠定了劳动力转移的基础;同时,在劳动力转移的反作用下,其投入规模又不断扩大。文章运用协整与误差修正模型验证了两者间的关系,结果表明,一方面,劳动力转移对促进农业化石能源投入具有积极作用。劳动力转移是能源投入的Granger原因。从长期看,农业劳动力转移1%,农业化石能源投入将增加0.517848%;从短期看,当期劳动力转移1%,能源投入增加0.59%。另一方面,农业化石能源投入对劳动力转移也具有促进作用。能源投入是劳动力转移的Granger原因。当期能源投入增加1%,劳动力转移0.14%;滞后一期能源投入增加1%,当期劳动力转移0.24%。

发达国家标准农业人口的占比为5%,而中国则达到50%左右。在未来很长一段时期内,劳动力转移将持续是中国经济社会发展的宏观背景。进一步扫除障碍,推动农业劳动力转移是大势所趋。加大农业资本投入、提高农业生产效率是缓解劳动力短缺、解除农业生产后顾之忧、促进劳动力转移的重要保障,但同时我们也应该重视资本的投入效率,防止过量投入带来的面源污染等环境问题。为此,需要立足基层政府和生产农户,通过农业技术推广体系,鼓励和教育农户科学合理地使用生产资料;同时,还要改进农业机械,提高机械燃油利用效率。

①2000年我国亩均实际灌水量479立方米。《全国节水规划纲要(2001-2010)》中提出,到2010年亩均实际用水量比1999年减少20 m3。为计算方便,本文取值450 m3。

参考文献:

曹利平.2009.农村劳动力流动、土地流转与农业规模化经营研究――以河南省固始县为例[J].经济经纬(4): 84-87.

陈吉元,胡必亮.1994.中国的三元经济结构与农业剩余劳动力转移[J].经济研究(4): 14-22.

程名望,阮青松.2010.资本投入、耕地保护、技术进步与农村剩余劳动力转移[J].中国人口资源与环境(8): 27-32.

高帆. 2010.结构转化、资本深化与农业劳动生产率提高――以上海为例的研究[J].经济理论与经济管理(2):66-73.

李蔓,王震,孙德智.2009.聚乙烯生产生命周期评价的研究[J].环境科学与技术(5):191-195.

马骥.2006.农户粮食作物化肥施用量及其影响因素分析――以华北平原为例[J]. 农业技术经济(6): 36-42.

孙捷,朱宝,韩福秋.2012.农民的农业生产行为选择研究述评[J].江西社会科学(2):71-76.

唐萍萍,李世平.2012.农村劳动力转移效应和谐化研究――基于陕西省的实证分析[J]. 经济体制改革(2): 86-89.

肖萍.2011.论我国农村环境污染的治理及立法完善[J].江西社会科学(6):214-219.

展进涛,陈超.2009.劳动力转移对农户农业技术选择的影响――基于全国农户微观数据的分析[J].中国农村经济(3):75-84.

张利庠,彭辉,靳兴初.2008.不同阶段化肥施用量对我国粮食产量的影响分析――基于1952-2006年30个省份的面板数据[J].农业技术经济(4):85-94.

张意翔,孙涵.2008.我国能源消费误差修正模型研究――基于产业结构重型化视角的实证分析[J]. 中国人口资源与环境(1): 74-78.

祝华军.2005.农业机械化与农业劳动力转移的协调性研究[J].农业现代化研究(3):190-193.

DAGISTAN E, AKCAOZ H, DEMIRTAS B, et al. 2009.Energy usage and benefit-cost analysis of cotton production in Turkey[J]. African Journal of Agricultural Research, 4(7):599-604.

DALGAARD T, HALBERG N, PORTER J.2001.A model for fossil energy use in Danish agriculture used to compare organic and conventional farming [J]. Agriculture, Ecosystems and Environment, 87(1):51-65.

DONALD J E. 2001.Pesticide use in developing countries [J].Toxicology, 160(4): 27-33.

ERDAL G, ESENGUN K, ERDAL H, et al.2007. Energy use and economical analysis of sugar beet production in Tokat province of Turkey[J]. Energy, 32(8): 35-41.

ESENGUN K, ERDAL G, GUNDUZ O, et al.2007.An economic analysis and energy use in staketomato production in Tokat province of Turkey[J]. Renewable Energy, 32(11): 1873-1881.

ROZELLE S, TAYLOR J E, DEBRAUW A. 1999.Migration, remittances, and agricultural productivity in China [J]. The American Economic Review, 89(2): 287-291.

SHAHIN S, JAFARI A, MOBLI H, et al.2008.Effect of farm size on energy ratio for wheat production: a case study from Ardabil province of Iran [J]. AmericanEurasian J. Agric. Environ. Sci., 3 (4): 604-608.

SINGH H, MISHRA D, NAHAR N.2002. Energy use pattern in production agriculture of a typical village in Arid Zone IndiaPart I[J]. Energy Conversion and Management, 43(16): 2275-2286.

YILMAZ I, AKCAOZ H, OZKAN B.2005.An analysis of energy use and input costs for cotton production in Turkey [J]. Renewable Energy, 30(2): 145-155.

(编校:沈育)

A Study on the Relationship between

Agricultural Fossil Energy Input and Labor Transfer

NIU Liangyun1,2

(1.Anyang Normal University, Anyang 455000, China;2.Beijing Jiaotong University,Beijing 100044, China)

Abstract:

The labor transfer has stimulated the input of agricultural fossil energy, and also was affected by the fossil energy reaction. This paper measures the input amount of China agricultural fossil energy between the period of 1993 to 2010, and uses the cointegration and error correlation model to test the relationship between them. The results show that when agricultural labor transfers 1%, the input amount of agricultural fossil energy increases by 0.52%; when current energy input increases 1%, the labor transferred 0.14% ; the lag fossil energy input increases 1%, the current labor transfers 0.24%. So the agricultural fossil energy input should increase, in order to supply abundant labor resources for industrialization. And meanwhile, the production material utilization efficiency should advance in order to avoid the excess input of fossil energy.

Key words:Agricultural Fossil Energy; Labor Transfer; Error Correlation Model

上一篇:羽毛球的比赛规则和裁判方法探析 下一篇:师生关系对学生学习影响的研究