Page 38 - 《华中农业大学学报（社会科学版）》2024年第1期

32 华中农业大学学报（社会科学版） （总169 期）

有效灌溉面积、农村用电量、人均粮食占有量等。其中，本文使用年末实有耕地面积变量衡量资源禀
赋、农村用电量衡量农村电力供应水平 、有效灌溉面积变量衡量水利基础设施条件、人均粮食占有
[52]
量衡量粮食生产地位，人均粮食占有量越高的地区，粮食生产地位越重要，保障粮食安全的责任越

重，并且国家对这些地区的种粮补贴和扶持力度也更大，因此，粮食生产地位可能会影响农业种植结
构和农业全要素生产率 。
[5]
其次，为研究耕地中坡耕地比例高会加剧劳动力成本上升对农业全要素生产率的负面影响，本
文构建模型（3）：
（3）
TFP ipt = β 0 + β 1Wage pt + β 2Wage pt × Hill ipt + β 3 Z ipt + μ i + v t + ε ipt
[5]
Hill表示地形变量，根据《土地利用现状调查技术规程》，并参照郑旭媛等 ，本文用耕地中坡度≥
6°的耕地所占比例代理。
最后，为研究劳动力成本上升会引起种植结构调整，本文构建模型（4）：
n
Sown ipt = γ 0 + γ 1Wage pt + γ 2 Z ipt + μ i + v t + ε ipt （4）
Sown表示某一农作物播种面积占农作物总播种面积的比重（对数形式），n表示第n种农作物。
3.变量选择、数据来源与描述性统计
本文的农业投入产出数据基于原农业部县级农作物数据库，构建 1993−2015 年中国大陆 2463
个县的县级非平衡面板数据。该数据库记录了 1985−2015 年县级的农林牧渔产值和主要农业投入
产出数据，被广泛应用于测算中国农业全要素生产率的研究。参照龚斌磊 、Gong ，本文将 1990年
[53]
[52]
不变价格计算的县级农林牧渔总产值视作农业产出变量；将劳动、土地、化肥和机械作为四种投入，
其中劳动力采用乡村农林牧渔业从业人数（人），土地采用农作物总播种面积（公顷），化肥采用农用
化肥施用量（吨），机械变量采用农业机械总动力（千瓦特）。此外，本文使用的年末实有耕地面积、有

效灌溉面积、农村用电量、人均粮食占有量、农作物总播种面积以及粮食、三大主粮、经济作物、棉花、
油料、糖料、油菜籽、蔬菜、水果的播种面积数据也均来自于该数据库。其中，三大主粮播种面积使用
稻谷、小麦、玉米的播种面积之和，经济作物播种面积使用棉花、油料、糖料、蔬菜、水果的播种面积
之和。
本文使用的耕地中坡耕地比例数据来自于美国国家航空航天局（NASA）和日本经济产业省
（METI）联合开发的数字高程模型数据源（NASA ASTER Global Digital Elevation Model V003)。本
文的劳动力成本数据用来自于《全国农产品成本收益资料汇编》的劳动日工价和雇工工价代理。《全
国农产品成本收益资料汇编》记录的劳动日工价起始年份为 1993年，雇工工价起始年份为 1988年 。
[5]
其中，劳动日工价是指每个劳动力从事一个标准劳动日的农业生产劳动的理论报酬，用于核算家庭
劳动用工的机会成本；雇工工价是指平均每个雇工劳动一个标准劳动日（8 小时）所得到的全部报酬
（包括工资和合理的饮食费、住宿费、保险费和招待费等）。由于 2004 年以后，《全国农产品成本收益
资料汇编》不再记录分省份作物的劳动日工价数据，因此，本文在 1993−2003年使用劳动日工价代理
农业劳动力成本，2004−2015 年使用雇工工价代理农业劳动力成本。由于没有县级劳动日工价、雇
工工价数据，本文使用《全国农产品成本收益资料汇编》中早籼稻、中籼稻、晚籼稻、小麦、玉米、大豆、
花生、油菜籽、棉花、甜菜、甘蔗 11种主要农作物的省级劳动日工价、雇工工价数据计算各个省份的劳
动日工价、雇工工价。参照郑志浩等 填补数据的方法，本文具体做法如下：首先，将有该作物品种记
[50]
录省份的亩均劳动日工价、雇工工价的平均数视为没有记录省份的该品种农作物的亩均劳动日工

价、雇工工价；其次，将分品种农作物的亩均劳动日工价、雇工工价与对应作物品种的播种面积相乘，
获得分品种农作物的总劳动日工价和总雇工工价；再次，将各省份的全部农作物品种的总劳动日工
价、总雇工工价分别加总得到各省份总的劳动日工价、雇工工价；最后，除以各个省份的早籼稻、中籼
稻、晚籼稻、小麦、玉米、大豆、花生、油菜籽、棉花、甜菜、甘蔗的播种面积之和，得到亩均的劳动日工
价和雇工工价，即为每个省的亩均劳动日工价和亩均雇工工价。本文在填补省级劳动力成本数据