外出务工劳动力回流会提高农...流域1122个水稻农户为例_张超.pdf

外出务工劳动力回流会提高农业生产效率吗 以长江流域 个水稻农户为例张 超（北京理工大学人文与社会科学学院 北京）孙艺夺（首都师范大学 北京）胡瑞法（北京理工大学管理与经济学院 北京）摘 要：本文采用长江流域贵州、湖北、江苏和浙江 省 个水稻农户调查数据和处理效应模型，在解决自选择问题基础上实证分析了外出务工劳动力回流对水稻生产技术效率的影响。结果表明，回流的外出务工劳动力正成为农业生产的重要力量，而外出务工劳动力回流总体上导致水稻生产技术效率下降 个百分点。但是，外出务工劳动力回流对水稻生产技术效率的影响存在技术培训、种植规模和地区异质性。关键词：回流；技术效率；自选择；处理效应模型一、引言农村劳动力在城乡之间的双向流动是过去 年我国农业农村发展的鲜明特征。改革开放以后，农业生产率大幅提高以及非农产业扩张促成农村劳动力不断向非农部门流动（黄文彬等，；孙小宇等，）。年，我国外出务工劳动力超过.亿人，其中.为跨省流动。在户籍制度刚性约束下，农村劳动力流动不是单向的（，）。早在 世纪 年代末期，大约 的外出务工劳动力回流（等，）。围绕外出务工劳动力回流，学术界从不同侧面进行了丰富研究。关于外出务工劳动力回流的影响因素，部分文献认为性别、年龄、婚姻状况、受教育程度、外出务工年限以及家庭劳动力禀赋和家庭需求等显著影响农户的外出务工劳动力回流意愿（等，），城市归属感和保障也是影响外出务工劳动力回流决策的重要因素（罗明忠，；任远等，）。近年来，回流劳动力职业选择得到较多关注。等（）分析了 年安徽无为县外出务工劳动力回流后的自我雇佣决策，发现家庭储蓄和外出务工期间的工作更换频率对回流劳动力的自我雇佣概率具有正向影响。陈文超等（）的研究表明，家庭因素以及社会和政府扶助力度对回流劳动力创业的影响明显。部分文献考察了外出务工劳动力回流务农的意愿。方华等（）认为，.的新生代外出务工劳动力也具有回流务农意愿，而农业农村认知是影响新生代外出务工劳动力回流务农的主要因素。龚文海（）的调查发现.的新生代劳动力具有回流成为职业农民的意愿，职业类别、收入水平、城市社会关系网、流动迁移模式对新生代外出务工劳动力回流务农意愿具有显著影响。国内外学者围绕农村劳动力流动对农业生产的影响开展了较多研究。国外学者开展了一系列关 农业技术经济 年第 期 项目来源：国家自然科学基金项目“老龄化背景下农业社会化服务的供给侧管理研究”（编号：），国家自然科学基金项目“信息获取、信息提供与我国农民的农药施用行为研究：以水稻生产为例”（编号：）。胡瑞法为本文通讯作者DOI:10.13246/ki.jae.2023.01.009于农村劳动力流动对农业生产影响的研究。例如，（）基于墨西哥面板数据的研究指出，农村劳动力国际流动显著提高了农业资产投资。等（）对厄瓜多尔的考察发现，农村劳动力外出流动通过汇款提高化肥和农药施用水平。等（）对肯尼亚的研究则表明，农村劳动力外出流动可以提高农户采用改良种子的概率。国内学者也从不同角度研究了农村劳动力外出流动对农业生产的影响。例如，等（）的研究表明，我国农村劳动力外出流动和农地规模之间存在显著“”型关系，但是 等（）对四川山区农户的研究则发现，外出务工劳动力收入占比越高，农户选择转出耕地或弃耕的概率越高。类似地，等（）对江西 个林农的研究发现，外出流动对于林业生产投资具有显著负向影响。等（）考察了山东禹城农村劳动力外出流动对农业转型的影响，发现外出流动是农地和宅基地流转的主要驱动力。相比而言，考察外出务工劳动力回流和农业生产关系的文献较少。刘新智等（）的研究指出，回流劳动力的外出务工经历显著提升了个人能力，对农业决策行为产生重要影响。彭积春等（）分析了回流劳动力信贷问题，发现回流劳动力在外出务工期间积累的技术能力、人力资本和社会网络形成的“隐性担保”使得回流劳动力更容易获得非正规信贷。石智雷等（）对湖北农户的实证研究表明，回流前累计外出务工年限和回流劳动力的农业新技术获取具有显著正向关系。等（）采用样本选择模型考察了外出务工劳动力回流对农业生产重构的影响，结果显示外出务工劳动力回流可以为促进农业专业化生产提供资金和人力资本。需要说明的是，外出务工劳动力回流对农业生产效率影响的文献不多见，但是围绕农业生产效率影响因素的研究比较丰富。其中，部分文献认为个人特征是影响农业生产效率的重要因素（胡逸文等，）。例如，等（）利用 年辽宁农户数据分析了劳动力老龄化对农业生产效率的影响，发现劳动力年龄和农业生产效率之间存在倒“”型关系，老龄化程度不断加强将导致农业生产效率下降。陈菲菲等（）利用 个玉米农户数据的实证研究发现，种植经验对技术效率的影响具有倒“”型特点。部分文献考察了农地特征对农业生产效率的影响。其中，李谷成等（）基于 年湖北农户数据的研究发现，农户规模对农业生产效率的影响应放到更宽视野进行考察。等（）的研究发现，土地细碎化程度提高会导致农业生产效率下降。同时，部分文献以农户是否参与合作社为研究对象。例如，黄祖辉等（）对安徽 个果农的研究发现，参与合作社对农户技术效率没有实质影响。但是，等（）的研究表明农户参与合作社有利于农业生产效率提高。也有一些文献实证研究了农村劳动力外出流动对农业生产效率的影响，但是研究结论莫衷一是。其中，陈素琼等（）的研究认为，农村劳动力外出流动对农业生产效率没有影响，而苏昕等（）基于 年省级面板数据的研究发现，农村劳动力外出流动对农业生产效率具有负向影响，但是 等（）的研究却指出非农就业对稻农技术效率具有正向影响。国外相关研究也未能得到一致结论。例如，（）对布基纳法索的研究表明，粮食生产劳动力的洲际转移对于农业生产效率具有正向影响，但是 等（）对科索沃的研究发现，农村劳动力外出流动会降低农业生产效率。尽管学术界围绕外出务工劳动力回流和农业生产效率两个问题各自开展了大量有价值的研究，但是关于外出务工劳动力回流对农业生产效率影响的研究极其缺乏。因此，本文旨在厘清外出务工劳动力回流对农业生产效率的影响机制，并进一步在解决外出务工劳动力回流的自选择问题基础上评估其对农业生产效率的实际影响。二、理论分析框架本节重点分析外出务工劳动力回流对农业生产效率的影响机制。需要说明的是，本文所指的外 张 超等：外出务工劳动力回流会提高农业生产效率吗 出务工劳动力回流是指农户以完全脱离农业生产的形式外出务工一定年限后选择回流务农。从这个角度看，外出务工劳动力回流对农业生产效率的影响既可能存在促进效应，也可能存在抑制效应，而最终实际的影响方向取决于两者的相对大小比较。外出务工劳动力回流对农业生产效率的促进效应主要是与外出务工期间积累的物质资本、人力资本以及经营理念有关。非农工作的劳动回报相比而言要远高于务农（，）。农户可以利用外出务工期间积累的物质资本购买和使用更多价格高但是更高效的肥料、农药等生产要素，从而通过投入较少的生产要素获取较多的产出（，；等，）。外出务工经历可以促使回流劳动力农户积累更多的人力资本和掌握更先进的经营理念。相比于长期留守农村的劳动力，回流劳动力在外出务工期间更加见多识广、能够有机会接触更多的新事物，而且在潜移默化的学习过程中提高自身的能力和素养，并掌握更为先进的经营理念和创新意识（等，；周广肃等，；，）。这些因素都将最终促使回流劳动力农户在回流务农之后愿意采用更加科学和先进的生产技术，同时也能更充分、更到位地利用新技术（石智雷等，）。外出务工劳动力回流也可能对农业生产效率产生抑制效应。一个现实的背景是我国农业生产技术在过去几十年经历了一个加速变迁的过程（黄季焜，）。回流劳动力由于较长时间脱离农业生产实践而不可避免地会面临一定程度的农事经验缺失和农业生产知识技术的匮乏。其中，一部分回流劳动力达到劳动年龄或完成小学或初中学业后，在没有任何务农经验的背景下直接外出务工（李澜等，）。一旦这些外出务工劳动力最终因为某些原因回流务农后，将出现“不谙农事”的尴尬境况，而这种现象屡见不鲜（李澜等，）。农事经验的缺失会造成回流劳动力农户在农业生产过程中无法优化生产要素投入决策和技术采用决策。不合理的生产要素投入和不恰当的技术采用行为将使得回流劳动力农户在农业生产中费力不讨好，从而造成较大的生产效率损失。综上所述，外出务工劳动力回流对农业生产效率的实际影响取决于促进效应和抑制效应的相对大小。当外出务工期间积累的物质资本、人力资本以及经营理念的促进效应足以弥补因农事经验缺失对生产效率造成的抑制效应，则外出务工劳动力回流对农业生产效率呈现正向影响；如果外出务工期间积累的物质资本、人力资本以及创新意识的促进效应不足以完全抵消农事经验缺失的抑制效应，则外出务工劳动力回流对农业生产效率造成负向影响。因此，本文提出假说：外出务工劳动力回流会显著影响农业生产效率。我国不同农户之间存在明显差异，外出务工劳动力回流对农业生产效率的影响也可能因此呈现差异。第一，农户的技术采用是影响其农业生产效率的重要因素，而技术采用则受到农业技术推广的影响（葛继红等，）。从某种意义上说，农户外出务工引起的农事经验缺失可以通过参加农业技术培训而有效弱化。因此，对于回流劳动力农户而言，参加农业技术培训可能影响外出务工劳动力回流和农业生产效率之间的关系。第二，尽管我国农业生产仍然以小农户为主，但是近年来规模化经营趋势不断加强，大农户比例不断提高（等，）。以往文献表明，种植规模和农业生产效率之间存在着紧密联系（李凡凡等，；杨宗耀等，）。因此，外出务工劳动力回流对农业生产效率的影响也可能因种植规模而异。第三，我国幅员辽阔，不同地区的农业生产条件和农户生产经营存在巨大差异，因此不同地区回流劳动力的技术需求、技术获取难易程度以及农业生产环境的差异可能使得外出务工劳动力回流对农业生产效率的影响呈现地区异质性。综上分析，本文相应提出以下假设：外出务工劳动力回流对农业生产效率的显著影响可能因农户是否参加技术培训而异。：外出务工劳动力回流对农业生产效率的显著影响可能因农户种植规模而异。：外出务工劳动力回流对农业生产效率的显著影响可能因地区而异。农业技术经济 年第 期 三、数据来源与变量定义（一）数据来源 本文的数据来自 年对长江流域的贵州、湖北、江苏和浙江 省 个水稻农户的随机调查。长江流域是我国最重要的水稻产区，年水稻播种面积和总产量占全国的比例分别为.和.（国家统计局，）。在 个省份中，贵州位于长江上游、湖北位于长江中游、江苏和浙江位于长江下游。除了地理位置的不同以外，个省份在经济发展水平、农业资源禀赋、水稻生产条件等方面都存在一定差异，因此 个随机选取的水稻农户较好地代表了我国长江流域不同区位、不同发展水平、不同农业资源禀赋和不同水稻生产条件的水稻生产状况。本文的样本农户是根据随机抽样原则选取的。第一，把每个省份所辖的涉农县按照人均国内生产总值分成高低 组，在每个组内随机选取 个县作为样本县，因此每个省份共有 个样本县。第二，按照上述方法在每个样本县随机选取 个乡镇作为样本乡镇，以及在每个样本乡镇随机选取 个村作为样本村。第三，采用等距抽样方法在每个村的农户花名册中选取 个左右的水稻农户。需要指出的是，贵州省凤冈县的多数样本乡镇或村都以茶叶生产为主要经济来源，尽管也有农户种植水稻，但是可选取的水稻农户不足。为了保证样本可比性，本文把凤冈县的少数水稻农户排除在外。在剔除部分不合格的问卷后，本文实际有效样本由 个水稻农户构成，其分布如表 所示。表 回流劳动力农户和留守劳动力农户的分布省份全部农户数回流劳动力农户留守劳动力农户户数比例（）户数比例（）贵州.湖北.江苏.浙江.总计.本文采用面对面的问卷调查形式收集研究所需的全部数据。调查问卷经过多轮讨论和预调查确定，调查内容主要包括农户务农决策人的个人特征、农户家庭特征、参加技术培训和获取技术服务状况以及水稻种植规模、最大种植地块的投入和产出信息等。本文采取了若干方法保证调查数据的真实性和可靠性。第一，正式问卷调查之前对全部调查员进行了统一的集中培训，保证调查员准确理解和掌握调查目的和方法。第二，调查过程中严格组织问卷核查与整理，每天组织调查员对问卷中不清晰、不完整、不明确以及异常信息等进行自查、互查与核查，通过电话和实地回访对上述问题进行修订。第三，完成问卷数据录入后，对调查数据进行了多轮清理，结合电话回访对少数问题进行再次补充和修订，进一步提高调查数据的真实性和可靠性。（二）变量定义本文首先测算每一个样本农户的水稻生产技术效率，其后考察外出务工劳动力回流对水稻生产技术效率的影响。水稻生产技术效率通过水稻生产的投入和产出数据测算得到。为了完成上述研究内容，本文的变量主要分为四组，依次是水稻单位面积投入产出变量、核心解释变量、控制变量和工具变量（见表）。.水稻单位面积投入产出变量。为了测算水稻生产技术效率，本文调查了每一个农户水稻生产的单位面积投入产出信息。其中，水稻产出以每公顷的水稻产量衡量，水稻投入包括每公顷的化肥用 张 超等：外出务工劳动力回流会提高农业生产效率吗 量、有机肥用量、农药用量、机械费用和劳动用工。.核心解释变量。本文的核心解释变量是回流劳动力农户虚拟变量和回流前外出年限。本文调查了每个农户户主在接受问卷调查之前的完整的务农和外出务工经历，从而根据户主是否具有外出务工经历把农户分为回流劳动力农户和留守劳动力农户两类。同时，本文还计算了户主在回流之前的累计外出务工年限。.控制变量。为了估计外出务工劳动力回流对水稻生产技术效率影响的净效应，本文还在实证模型中加入了其他影响水稻生产技术效率的控制变量。一方面，本文加入了农户的户主个人特征和家庭特征，包括户主的性别、年龄、受教育程度和是否担任村干部，以及农户的家庭规模。另一方面，本文也加入了与水稻种植相关变量，包括水稻种植规模、种植季节、水稻品种、播种技术和参加技术培训情况。.工具变量。为了解决外出务工劳动力回流的自选择问题，本文采用同村的回流劳动力农户数作为回流劳动力农户虚拟变量的工具变量。以往文献指出，我国农村劳动力外出务工和回流均具有典型的社会网络特征（等，），即单个劳动力是否外出务工以及回流可能受到同村其他劳动力外出务工和回流的影响。一般而言，同村外出务工劳动力越多，单个劳动力外出务工的概率也可能越大；类似地，同村回流务农的劳动力越多也可能对其他外出务工劳动力形成回流务农的意愿存在正向诱导效应（周广肃等，；等，）。从逻辑上说，同村回流劳动力农户数量和单个农户的水稻生产行为及技术效率之间不存在直接关联（等，；等，）。表 主要变量的描述性统计 变量 定义或单位观测值平均值标准差水稻单位面积投入产出 产量公斤 公顷.化肥用量公斤 公顷.有机肥用量公斤 公顷.农药用量公斤 公顷.机械费用元 公顷.劳动力小时 公顷.核心解释变量 回流劳动力农户是，否.回流前外出年限年.其他控制变量 男性是；否.年龄岁.受教育程度年.村干部是，否.家庭规模人.水稻种植规模 亩及以上是，否.种植晚稻是，否.采用杂交品种是，否.采用直播技术是，否.近 年参加过技术培训是，否.工具变量 同村的回流劳动力农户数户.农业技术经济 年第 期（三）回流和留守劳动力农户的特征比较本文把样本农户分为回流和留守劳动力农户两组。表 汇报了两组农户基本特征变量的对比结果。不难看出，回流劳动力农户和留守劳动力农户在多个基本特征上存在显著差异。其中，回流劳动力农户的户主 为男性，而留守劳动力农户的户主 为男性，两组农户的户主性别差异在 的统计水平上显著。同时，回流劳动力农户和留守劳动力农户的户主年龄和受教育程度也具有显著差异。其中，回流劳动力农户户主的平均年龄为.岁，而留守劳动力农户的户主平均年龄为.岁，因此前者的年龄比后者大.岁左右且在 的统计水平上显著。回流劳动力农户户主的平均受教育年限为.年，比留守劳动力农户户主平均.年的受教育年限多.年，两者之间的差异也在 的统计水平上显著。总体上看，回流劳动力农户户主更多为男性、年龄较小且受教育程度较高，这在一定程度上可能意味着外出务工劳动力回流可能存在自选择问题。表 回流劳动力农户和留守劳动力农户的基本特征比较变量回流劳动力农户留守劳动力农户平均值标准差平均值标准差平均值差值男性.年龄.受教育程度.村干部.家庭规模.水稻种植规模 亩及以上.种植晚稻.采用杂交品种.采用直播技术.近 年参加过技术培训.同村的回流劳动力农户数.观测值 注：对平均值差值进行了 检验。、分别表示在、的水平上显著。下同四、计量经济模型（一）随机前沿生产函数模型 最常用的生产效率估计方法是随机前沿分析和数据包络分析。其中，数据包络分析不必设定生产函数形式，但是效率估计易受随机因素影响（钱忠好等，）。随机前沿分析通过设定具体函数形式可以较好控制随机因素的影响（张云华等，）。农业生产易遭受极端气候事件或偶发自然灾害的影响，因此采用随机前沿分析来估计生产效率更为普遍（张云华等，）。本文把水稻单位面积产量设定为要素投入、效率损失项和随机误差项的函数。具体随机前沿生产函数模型如下：（；）（）（）其中，是第 个农户的水稻单位面积产量，是第 个农户的水稻单位面积要素投入向量，是待估系数，是服从零均值且方差为 的正态分布随机误差项，是服从零均值且方差为 的半正态分布效率损失项。张 超等：外出务工劳动力回流会提高农业生产效率吗 本文中，水稻生产技术效率指实际水稻单位面积产量与潜在最大的水稻单位面积产量的比值。因此，水稻生产技术效率表达如下：（；）（）（）（）其中，是第 个农户的水稻生产技术效率值。因此，的取值范围是，取值越大，水稻生产技术效率越高。其中，当 等于 时，表明水稻生产没有效率；当 等于 时，表明水稻生产处于技术前沿。需要强调的是，采用随机前沿分析估计技术效率必须事先设定具体生产函数形式。最常用的生产函数形式包括柯布道格拉斯和超越对数两种。前者估计系数即为要素投入的产出弹性，经济意义比较明确，但是要素投入的替代弹性固定为；后者充分考虑不同要素投入对产出的交互影响而使得函数形式更为灵活，但是要素投入平方项和交互项过多易导致共线性，且估计系数的经济意义不明确。实证文献通常采用似然比检验来决定采用何种函数形式。似然比检验的统计量如下：（）（）（）其中，为近似于分布的似然比，和 分别为柯布道格拉斯和超越对数两种形式随机前沿生产函数模型的最大似然值，为超越对数和柯布道格拉斯随机前沿生产函数模型的待估系数之差。需要说明的是，该似然比检验的原假设是超越对数随机前沿生产函数模型中全部要素投入的二次项和交互项系数均为零。当检验拒绝原假设时，超越对数函数形式更优；否则，柯布道格拉斯函数形式更优。（二）自选择问题本文实证研究面临着外出务工劳动力回流的自选择问题。从是否具有外出务工经历的角度而言，全部样本农户可分为留守劳动力农户即没有任何外出务工经历的农户和回流劳动力农户即有过外出务工经历的农户。其中，每一个回流劳动力农户的事实情境是外出务工后回流务农，但是我们无法同时观察到其留守务农的状态，因此被称为反事实情境。一般而言，外出务工劳动力回流对农业生产效率的影响可以通过比较回流务农情境（事实情境）和留守务农情境（反事实情境）的生产效率差异来实现。但是，反事实情境的农业生产效率无法观察。因此，通常的做法是选取一部分留守劳动力农户作为对照组，通过比较回流农户和留守农户的农业生产效率差异来估计外出务工劳动力回流对农业生产效率的影响。在本文中，采用一步法对随机前沿生产函数模型进行计量估计即可分析特定因素对技术效率的影响。但是，这种做法的基本前提是农户成为回流农户或者留守农户是随机确定的。但是，外出务工劳动力回流很可能存在自选择问题，从而导致一步法不再适用。一方面，农户外出务工可能是自选择的决策结果。以往文献指出，外出务工劳动力一般年龄较小、受教育程度较高和身体健康程度较好（彭积春等，；周广肃等，），其农业生产能力、务工能力和风险偏好也是影响其外出务工或留守决策的重要因素。另一方面，外出务工劳动力回流以及回流后的职业选择也是自选择的决策结果。大量文献发现，外出务工劳动力的回流决策既受到制度、社会网络等外在因素影响，也受到个人特征和能力等内在因素影响（等，）。外出务工劳动力回流后也面临多元化的职业选择，而不同回流劳动力的职业选择存在明显差异（谢勇等，）。其中，回流劳动力返乡务农是综合考虑个人特征、偏好和能力等因素自选择的决策结果。一般而言，以往的实证研究文献较多采用倾向得分匹配法、内生转换回归模型以及处理效应模型等方法解决自选择问题（朋文欢等，）。但是，倾向得分匹配法无法解决由不可观测因素引起的自选择问题。内生转换回归模型虽然可以解决可观测和不可观测因素引起的自选择问题，但只能估 农业技术经济 年第 期 计具有自选择问题的解释变量对被解释变量的平均处理效应，而无法直观地得到前者对后者的边际影响（等，；等，）。相比而言，处理效应模型既可以同时解决可观测和不可观测因素引起的自选择问题，又可以直接估计具有自选择问题的解释变量对被解释变量的边际影响和平均处理效应。因此，本文采用处理效应模型实证考察外出务工劳动力回流对农业生产效率的影响。（三）处理效应模型由于上述优势，处理效应模型在以往研究中得到了广泛应用（，；等，；，；，）。一般而言，处理效应模型包含产出方程和处理方程（，）。其中，产出方程以水稻生产技术效率为被解释变量，具体形式如下：（，；）（）其中，是技术效率值；是回流劳动力农户的虚拟变量；是技术效率的影响因素变量；是待估系数；是均值为零且方差为 的随机误差项。处理方程的被解释变量为外出务工劳动力回流，即回流劳动力农户虚拟变量。具体形式如下：（，；）（）（）（）其中，是回流劳动力农户虚拟变量的潜变量，表示第 个农户是回流劳动力农户的概率；是回流劳动力农户虚拟变量的工具变量；是待估系数；是均值为零且方差为 的随机误差项。需要强调的是，随机误差项 和 应满足二元正态分布特征，其协方差矩阵如下：（，）（）其中，是 的标准差，是 和 的相关系数。此处，的方差 已标准化为。如果外出务工劳动力回流是自选择的决策结果，则相关系数 不等于零；否则，相关系数 等于零（等，；等，）。在自选择问题成立的条件下，回流劳动力农户在事实情境下的水稻生产技术效率期望值如（）式所示，而留守劳动力农户的水稻生产技术效率期望值如（）式所示：（，；）（，；）（，；）（，；）（，；）（）（，；）（，；）（，；）（，；）（，；）（）其中，（）（）是回流劳动力农户虚拟变量的逆米尔斯率，（）是标准正态概率密度函数，（）是标准正态累计分布函数。其中，逆米尔斯率可以为每一个样本农户提供一个用于修正自选择偏误的值，通过把逆米尔斯率代入到（）式可以有效修正自选择偏误。在不考虑回流劳动力农户的虚拟变量和其他控制变量交互项的条件下，（）式也可以看作回流劳动力农户在不外出务工反事实情境下的水稻生产技术效率期望值（，）。因此，结合（）式和（）式可以计算出回流劳动力农户在事实和反事实情境下水稻生产技术效率期望值之差，亦即外出务工劳动力回流对水稻生产技术效率的平均处理效应。具体如下：（，；）（，；）（）张 超等：外出务工劳动力回流会提高农业生产效率吗 其中，是外出务工劳动力回流对水稻生产技术效率的平均处理效应，是回流劳动力农户虚拟变量的系数。不难看出，当 等于零时不存在自选择问题，外出务工劳动力回流对水稻生产技术效率的平均处理效应即等于；当 不等于零时存在自选择问题，不再是外出务工劳动力回流对水稻生产技术效率的平均处理效应，忽略该问题将导致平均处理效应的有偏非一致估计。五、结果与讨论（一）随机前沿生产函数模型和技术效率估计结果 表 给出了柯布道格拉斯随机前沿生产函数模型的估计结果。似然比检验的统计量等于.，但是在统计上不显著，从而未能拒绝超越对数随机前沿生产函数模型中全部要素投入的二次项和交互项系数均为零的原假设。与此同时，超越对数随机前沿生产函数模型的绝大多数要素投入一次项、二次项和交互项系数在统计上不显著，无法有效分析各种要素投入对水稻单位面积产量的影响。综合来看，柯布道格拉斯随机前沿生产函数模型更优。表 柯布道格拉斯随机前沿生产函数模型估计结果 变量系数稳健标准误化肥用量对数.有机肥用量对数.农药用量对数.机械费用对数.劳动力对数.种植晚稻.采用杂交品种.省份虚拟变量控制常数项.观测值似然比检验（统计量）.注：随机前沿生产函数为半正态分布。为了控制篇幅，未汇报超越对数随机前沿生产函数模型估计结果表 的随机前沿生产函数估计结果表明，肥料和机械投入显著提高了水稻单位面积产量。在其他因素不变的条件下，单位面积化肥用量和有机肥用量每增加，单位面积产量会显著提高.和.。但是，农药和劳动投入的增加并未体现出显著的水稻增产效应。值得注意的是，如果把化肥、有机肥和水稻的销售价格考虑在内，事实上化肥和有机肥用量也明显超过了各自经济意义上的最优施用量，亦即农户在水稻生产中存在明显的肥料过量施用行为（等，）。同时，相比于常规水稻品种，杂交品种仍然具有一定的单产优势。如表 所示，采用杂交品种虚拟变量的估计系数在的统计水平上显著地等于.，表明杂交水稻品种的单位面积产量比常规品种的单位面积产量高.。这和部分以往文献的研究结论一致（等，；等，）。根据柯布道格拉斯随机前沿生产函数模型的估计结果，本文估计出了每个农户的水稻生产技术效率值（见表）。其中，个农户的平均技术效率为.，表明样本农户的水稻生产技术效率仍然存在较大的改善空间。回流劳动力农户的平均技术效率为.，而留守劳动力农户的平均技术效率为.，两者平均技术效率之差达到了.个百分点且在 的统计水平上显 农业技术经济 年第 期 著。从不同省份角度看，水稻生产平均技术效率从高到低的省份依次为江苏、浙江、湖北和贵州。表 基于柯布道格拉斯形式随机前沿生产函数模型的技术效率省份全部农户回流劳动力农户留守劳动力农户均值标准差均值标准差均值标准差技术效率差值贵州.（.）湖北.（.）江苏.（.）浙江.（.）总计.（.）注：技术效率范围为。括号内是 统计量（二）回流对技术效率影响的基准结果如前所述，本文采用处理效应模型解决外出务工劳动力回流可能存在的自选择问题。表 给出了外出务工劳动力回流对水稻生产技术效率影响的处理效应模型估计结果。首先，本文分析采用处理效应模型的合理性和必要性。独立方程似然比检验的统计量等于.且在 的统计水平上显著，从而拒绝了处理方程和产出方程相互独立的原假设，表明外出务工劳动力回流的确存在自选择问题。处理方程和产出方程误差项的相关系数 等于.且在 的统计水平上显著，意味着存在正向自选择偏误，即技术效率高于平均水平的农户更可能成为回流劳动力农户。因此，本文采用处理效应模型解决外出务工劳动力回流的自选择问题既合理且必要。其次，本文分析工具变量的有效性。同村回流劳动力农户数的估计在 的统计水平上显著，表明同村回流劳动力农户数和单个农户成为回流劳动力农户的概率存在显著的正向关系。弱工具变量检验的稳健 统计量在 的统计水平上等于.且远大于经验临界值，从而拒绝了弱工具变量假设。因此，同村回流劳动力农户数是一个有效的工具变量。农户的户主年龄和受教育程度也与其是否为回流劳动力农户存在显著关系（见表）。其中，户主年龄的估计系数在 的统计水平上显著为负，表明户主年龄越大，则农户成为回流劳动力农户的概率越低。同时户主受教育程度的估计系数在 的统计水平上显著为正，意味着户主受教育程度越高的农户更有可能成为回流劳动力农户。总体来看，这两个估计系数符合预期和逻辑。如前所述，我国外出务工的农村劳动力多为受教育程度较高的青壮年，同时非农劳动力的年龄上限一般小于农业劳动力的年龄上限。因此，超出非农劳动力年龄上限且回流务农的劳动力相比于留守劳动力仍然可能更为年轻且具有相对较高的受教育程度。产出方程估计结果表明，外出务工劳动力回流显著降低了农户的水稻生产技术效率（见表）。处理效应模型的估计结果显示，回流劳动力农户虚拟变量的估计系数在 的统计水平上显著等于.。这意味着，在其他因素不变的条件下，外出务工劳动力回流使得农户的水稻生产技术效率显著地降低了.个百分点，进而表明外出务工劳动力回流对农业生产效率的抑制效应大于其促进效应。随着我国收入水平不断提高，农户购买更高效的肥料、农药等生产要素受物质资本约束的可能性微乎其微，而且以小农户生产为主的水稻生产对于农户经营理念的需求并不高，相反主要受到技术因素的影响。从这个角度看，外出务工劳动力回流对农业生产效率的促进效应难以有效发挥。但是，外出务工和完全脱离农业生产将导致农户不谙农事，使其存在较大程度的水稻生产技术知识缺失，从而诱发劳动力回流对农业生产效率的抑制效应。根据处理效应模型估计结果中 值可知，水稻生产 张 超等：外出务工劳动力回流会提高农业生产效率吗 技术效率高于平均水平的农户成为回流劳动力农户的概率更大，从而意味着选择外出务工的劳动力比选择留守务农的劳动力具有更高的水稻生产技术效率。尽管回流劳动力农户比留守劳动力农户的技术效率更高，但是反事实推断则发现如果回流劳动力当初选择留守务农，其水稻生产技术效率将更高。因此，外出务工劳动力回流的自选择问题的确存在，而且忽略这种自选择问题不可避免地会得到有偏结果，从而错误地判断外出务工劳动力回流对水稻生产技术效率的影响。表 外出务工劳动力回流对技术效率影响的处理效应模型基准结果变量不考虑交互项考虑交互项处理方程产出方程处理方程产出方程回流劳动力农户.（.）.（.）回流劳动力农户外县.（.）回流劳动力农户本县.（.）男性.（.）.（.）.（.）.（.）年龄.（.）.（.）.（.）.（.）受教育程度.（.）.（.）.（.）.（.）村干部.（.）.（.）.（.）.（.）家庭规模.（.）.（.）.（.）.（.）水稻种植规模 亩及以上.（.）.（.）.（.）.（.）种植晚稻.（.）.（.）.（.）.（.）采用杂交品种.（.）.（.）.（.）.（.）采用直播技术.（.）.（.）.（.）.（.）近 年参加过技术培训.（.）.（.）.（.）.（.）省份虚拟变量控制控制控制控制同村的回流劳动力农户数.（.）.（.）常数项.（.）.（.）.（.）.（.）.（.）.（.）独立方程似然比检验（统计量）.弱工具变量检验（稳健 统计量）.观测值 注：弱工具变量检验通过两阶段最小二乘法估计得到。括号内是稳健标准误。下同农户的户主特征及技术因素也显著影响水稻生产技术效率（见表）。男性户主虚拟变量的估计系数在 的统计水平上显著为正，意味着在其他因素不变的条件下，男性户主的技术效率比女性户主的技术效率高.个百分点。户主的受教育程度的估计系数在 的统计水平上显著为正，说明户主受教育程度越高，则农户的水稻生产技术效率也越高。在其他因素不变的条件下，户主受教育程度每增加 年，农户水稻生产技术效率显著提高.个百分点。究其原因，受教育程度越高越有 农业技术经济 年第 期 利于农户接触和获取先进的水稻生产技术，并且在生产实践中更合理、更到位地应用先进的技术。采用水稻直播技术虚拟变量的估计系数在 的统计水平上显著为负，表明采用直播技术农户的水稻生产技术效率相对更低。在其他因素不变的条件下，采用直播技术农户的水稻生产技术效率比不采用直播技术农户的技术效率显著地低.个百分点。尽管水稻直播技术有利于减少劳动力投入，但是不恰当地采用直播技术也可能降低单位面积产量，从而不利于技术效率的提高。技术培训也会显著影响农户的水稻生产技术效率。家庭成员在近 年参加过农业技术培训的虚拟变量的估计系数在 的统计水平上显著为正，表明在其他因素不变的条件下，参加农业技术培训使得农户的水稻生产技术效率提高.个百分点。需要说明的是，农户外出务工的地理位置存在较大差异，从而外出务工劳动力回流对水稻生产技术效率的影响可能存在差异性。因此，本文把农户外出务工的地理位置主要分为本县和外县两类，并以两类地理位置虚拟变量和回流劳动力农户虚拟变量作交互项，从而得到新的处理效应模型估计结果（见表）。不难看出，考虑交互项的估计结果和不考虑交互项的估计结果高度一致，其中交互项均不显著，意味着外出务工劳动力回流对水稻生产技术效率的影响并未因农户外出务工的地理位置而异。（三）稳健性检验本文采用两种策略对上述结果进行稳健性检验。第一，以外出 年以上的回流劳动力农户虚拟变量替代前述回流劳动力农户虚拟变量。一般而言，短暂外出务工后回流的劳动力和留守劳动力在物质资本、人力资本、技术能力等方面可能并不会存在明显差异。在这种条件下，把外出 年及以下的回流劳动力农户重新定义为留守劳动力农户后，是否仍然可以得到上述研究结果有待进一步考察。第二，本文采用回流前的外出务工年限变量替代回流劳动力农户虚拟变量来分析外出务工年限不同的劳动力回流对水稻生产技术效率的影响。外出务工年限不是虚拟变量，因此不适合采用处理效应模型。本文采用 模型在解决回流前外出务工年限内生性问题的基础上分析其对水稻生产技术效率的影响。在以往文献中得到广泛应用，其基本原理和做法已有详细阐述（陈强，），本文不再赘述。表 汇报了稳健性检验估计结果。处理效应模型估计结果中，独立方程似然比检验的统计量在 的统计水平上显著，且处理方程和产出方程误差项相关系数 显著为正，表明外出 年以上的回流劳动力农户虚拟变量也存在正向自选择偏误。模型估计结果中，内生性检验的统计量也在 的统计水平上显著为正，从而拒绝了回流前的外出务工年限的外生性假设。本文以同村外出 年以上的回流劳动力农户数作为处理效应模型中的工具变量，而以同村的回流劳动力农户数作为 模型中的工具变量。不难看出，两个工具变量在各自模型中的估计系数均在 的统计水平上显著为正，同时稳健 统计量均在 的统计水平上显著为正，且大于其经验临界值。上述结果既验证了采用处理效应模型和 模型的合理性和必要性，又验证了工具变量的有效性。表 的结果充分说明本文的结果具有较好的稳健性。在处理效应模型估计结果中，外出 年以上的回流劳动力农户虚拟变量的估计系数在 的统计水平上显著为负，表明在其他因素不变的条件下，外出务工 年以上的劳动力回流会使得农户的水稻生产技术效率显著地降低.个百分点。这和表 得到的相应结果高度一致，且影响程度几乎相同。在 模型估计结果中，回流前外出务工年限的估计系数也在 的统计水平上显著为负，表明在其他因素不变的条件下，回流劳动力在回流前的外出务工年限每增加 年，则农户的水稻生产技术效率相应地下降.个百分点。这些研究结果和前述基准结果得到的结论高度一致，从而证明本文的结果具有较好的稳健性。张 超等：外出务工劳动力回流会提高农业生产效率吗 表 外出务工劳动力回流对技术效率影响的稳健性检验变量处理效应模型 模型处理方程产出方程第一阶段第二阶段外出 年以上的回流劳动力农户.（.）回流前外出年限.（.）男性.（.）.（.）.（.）.（.）年龄.（.）.（.）.（.）.（.）受教育程度.（.）.（.）.（.）.（.）村干部.（.）.（.）.（.）.（.）家庭规模.（.）.（.）.（.）.（.）水稻种植规模 亩及以上.（.）.（.）.（.）.（.）种植晚稻.（.）.（.）.（.）.（.）采用杂交品种.（.）.（.）.（.）.（.）采用直播技术.（.）.（.）.（.）.（.）近 年参加过技术培训.（.）.（.）.（.）.（.）省份虚拟变量控制控制控制控制同村外出 年以上回流劳动力农户数.（.）同村的回流劳动力农户数.（.）常数项.（.）.（.）.（.）.（.）独立 方 程 检 验（统 计量）.内生性检验（统计量）.弱工具变量检验（稳健 统计量）.观测值 注：模型第二阶段估计结果括号外的数值为边际效应。弱工具变量检验通过两阶段最小二乘法估计得到（四）异质性分析尽管外出务工劳动力回流总体上对水稻生产技术效率存在负面影响，但是这种影响是否因农户特征不同而呈现异质性不得而知。根据理论分析，本文从农户是否参加农业技术培训、种植规模大小和所在地区差异三个方面开展外出务工劳动力回流对水稻生产技术效率影响的异质性分析。具体而言，本文按照农户近 年是否参加农业技术培训、水稻种植规模是否在 亩及以上以及所在地区对全部样本农户进行分组，对各组农户分别考察外出务工劳动力回流对水稻生产技术效率的影响。表 给出了按照近 年是否参加农业技术培训进行分组的处理效应模型估计结果。总体而言，外出务工劳动力回流对近 年参加和未参加农业