新农保对中国农村老年人劳动时间影响的再考察——基于工具变量和PSM方法的研究

王善高 田旭 刘余

摘要 本文首先从理论上分析了养老保障制度对农村老年人劳动时间的影响机制，然后采用2011年中国健康与养老追踪调查（CHARLS）基线数据，通过计量实证方法，系统分析了“新农保”对农村老年人农业劳动时间和非农劳动时间的影响，并采用倾向得分匹配法进行了稳健性检验。结果表明：（1）“新农保”的实施会使农村老年人的农业劳动时间平均减少11.8天，但对非农劳动时间没有显著影响。（2）“新农保”的实施对老年男性影响更大，其农业劳动时间比老年女性多减少6.1天，但老年男性和老年女性的非农劳动时间均不受影响。（3）“新农保”对60～69岁老年人农业劳动时间的影响较大，对70岁及以上老年人的影响相对较小；对60～69岁老年人的非农劳动时间没有显著影响，但会显著降低70岁及以上老年人的非农劳动时间。

关键词 新农保 农村老年人 农业劳动时间 非农劳动时间

一 引言

中国对农村社会养老保障的探索开始于1986年的“老农保”政策，但由于城乡二元经济结构、待遇标准等制度性因素的约束，“老农保”政策的覆盖率较低［1］［2］。2009年，随着《关于开展新型农村社会养老保险试点的指导意见》颁布，中国农村地区“新农保”政策正式启动。“新农保”的实施对于解决农村老年人的养老问题、福利问题以及缩小城乡公共服务差距等都起到了积极的作用，但大量研究表明养老保障水平的提高会在某种程度上促使老年劳动者减少劳动时间，甚至提早退出劳动市场［3］。随着工业化和城镇化的快速发展，大量农村青壮年劳动力不断向非农部门和城市转移，使得农村的中老年人逐渐成为中国农业劳动力的主力［4］［5］［6］。国家统计局数据显示，1990～2010年，中国农业劳动力中45岁及以上人口所占比例从22.7%提高为47.1%，年均增长率为1.2%。农村的中老年人减少劳动时间或者提早退出劳动市场，必然会导致中国的农业生产力下降，威胁农业生产，甚至影响中国的粮食安全。在此背景下，系统分析“新农保”对中国老年人劳动时间的影响显得尤为重要。

现有文献中，关于农村老年人劳动时间的研究还主要集中在影响因素分析层面。一是从总体上探讨影响老年人劳动时间的因素，如：考察老年劳动者的性别、年龄、健康等个人特征和家庭人口数、家庭经营耕地面积、家庭人均收入等家庭特征以及其他特征对老年人劳动时间的影响［7］［8］［9］。二是深入探讨某一因素对老年人劳动时间的影响。如：李琴等和杨志海等分别研究了高血压、慢性疾病与急性疾病等对农村中老年人农业劳动时间的影响［10］［11］。李琴和孙良媛从“替代效应”和“收入效应”视角分析了家庭成员外出务工对农村老年人劳动时间的影响［5］。而关于养老保障对农村老年人劳动时间影响的研究，由于中国在养老保障探索阶段实行的“老农保”覆盖率低，因此以往鲜有文献研究养老保险对农村老年人劳动时间的影响，但“新农保”在全国试点推行后，研究“新农保”对农村老年人劳动时间影响的文献开始逐步增多。张川川等采用断点回归和双重差分法，估计了“新农保”对60岁以上农村老年人收入、消费和劳动时间等的影响，发现“新农保”对农村老年人劳动时间的影响不明显［12］。黄宏伟等采用Tobit模型分析了“新农保”养老金收入对60岁以上农村老年人劳动时间的影响，发现“新农保”养老金在一定程度上能够减少农村老年人的劳动时间［2］。解垩采用差分-断点方法，实证分析了“新农保”对60岁及以上老年人劳动时间的影响，发现“新农保”对老年人劳动时间没有显著影响［13］。总体来看，当前研究“新农保”对中国农村老年人劳动时间影响的文献相对较少，而且不同的研究之间，结论也存在一定的分歧，因此“新农保”对中国农村老年人劳动时间的影响还有待进一步验证与拓展。

通过对相关文献的梳理，我们发现当前研究还存在以下不足。第一，在分析“新农保”对农村老年人劳动时间的影响时，大多数学者将60岁以上老年人纳入分析范围，而没有对老年人的年龄设置上限。事实上，随着老年人年龄的增加，其体力状况会逐步下降，对于90岁以上甚至是100岁的老年人，无论是否参与“新农保”，他们大多不会参与劳动。因此对老年人年龄设置上限将更符合生活实际，而如果不控制老年人年龄上限，则会使“新农保”对农村老年人劳动时间的影响被低估。第二，大多数学者没有考虑到参与养老保险具有自选择问题，而自选择会使模型存在严重的内生性问题，虽然程杰的研究采用了工具变量来处理内生性问题［14］，但其将“耕地保护基金”作为“是否参与新农保”的工具变量比较主观，大部分农村地区没有“耕地保护基金”这一政策资金，因此工具变量的合理性值得商榷［15］。第三，现有文献中，大多数仅能定性比较参与“新农保”与未参与“新农保”老年人劳动时间的差异，但不能准确计算出二者之间的差值。

有鉴于此，本文拟采用2011年中国健康与养老追踪调查（CHARLS）基线数据，通过计量实证方法，系统考察“新农保”对农村老年人劳动时间的影响。本文的主要贡献在于：第一，控制了老年人年龄的上限，主要考察“新农保”对60～90岁老年人劳动时间的影响；第二，选取了合适的工具变量，处理实证模型中的内生性问题；第三，采用倾向得分匹配法（Propensity Score Matching, PSM）进行稳健性检验，并准确计算出处理组（参与“新农保”）和控制组（未参与“新农保”）的平均处理效应。

二 分析框架与实证模型

（一）“新农保”对农村老年人劳动影响的理论思考

一般而言，养老保障制度的实施会增加老年人的当期或预期收入，改善其经济状况。由于个体异质和家庭异质等方面的影响，收入的增加会对老年人的劳动时间产生不同的影响，具体包括直接影响和间接影响。直接影响是老年人当期或预期收入水平的提高，会放松其预算约束，降低劳动动机，因此在不改变效用水平的情况下，老年人会减少劳动时间，甚至直接停止劳动，我们称之为“养老效应”。但由于中国农村老年人普遍有“种地情结”，即使衣食无忧也会选择种一些粮食和蔬菜，因此“养老效应”可能更多的是减少非农劳动，而对农业劳动的影响会相对较小。间接影响是当期或预期收入的增加会使老年人在消费、储蓄和就业投资等方面的选择增加，农村老年人可以选择增加人力资本投资和就业投资，增加非农就业机会，从而增加劳动时间，我们称之为“投资效应”。由于人力资本投资和就业投资需要消耗大量的精力，因此往往是刚刚步入老年阶段或者身体较为健康的老年人才会增加劳动时间，所以“投资效应”的效果可能相对较小，而且主要体现在非农就业上。图1展示了养老保障制度对农村老年人劳动影响的路径。

综上所述，养老保障制度对农村老年人劳动决策的影响取决于“养老效应”和“投资效应”的综合作用，其中，“养老效应”会同时减少非农劳动和农业劳动，而“投资效应”会增加非农劳动，减少农业劳动。对此，我们认为养老保障制度会减少农村老年人的农业劳动，而对非农劳动的影响则不确定。

（二）实证模型

为了检验本文提出的猜想，我们构造了如下的农村老年人劳动决策模型：

其中，Yi表示农村老年人的劳动决策行为，包括农业劳动天数和非农劳动天数；XNBi表示农村老年人是否参加“新农保”; Xi表示控制变量，包括受访者个人特征（如性别、年龄、受教育年限、健康、婚姻、储蓄等）和家庭特征（如子女数量、居住情况、晚辈提供的经济支持、家庭经营耕地面积、家庭年人均收入等）; εi表示随机扰动项。

正如上文所说，农村老年人是否参与“新农保”可能存在自选择问题［14］［15］，在模型估计中如果忽略这种自选择问题，则会导致参与“新农保”和劳动决策行为之间存在内生性问题，最终导致估计结果有偏。为此，本文将采用工具变量法来解决内生性问题，借鉴Taylor and De Brauw、钟甫宁等的研究经验，选取村级层面的“新农保”参保率作为农户参与“新农保”的工具变量。由于村级层面的“新农保”参保率会通过示范效应影响老年人参加“新农保”，但没有理由被认为会直接影响老年人个体的劳动决策行为，因此选取该变量作为工具变量满足外生性条件［16］［17］。在下文实证分析部分，我们还将对工具变量的检验结果做详细报告。

（三）稳健性检验

上文中，我们用工具变量来处理内生性问题，为了保证实证结果具有稳健性，我们进一步使用倾向得分匹配法来处理这类遗漏变量、样本选择偏差等产生的内生性问题［18］［19］。PSM最早是由Rosenbaum and Rubin提出的［20］，该模型构建了一个近似“随机化试验”的“反事实”框架，使得在比较处理组（Treated Group）和控制组（Control Group）的差异时，就可以消除由可观察特征导致的显性偏差，平均处理效应（ATT）即处理组与控制组的对比结果。

PSM的第一步是基于各类协变量估算个体i会出现在处理组（如是否参与养老保险）的可能性，即采用二元概率模型（一般是Logit模型）估计倾向得分：

其中，Di＝{0, 1}代表是否在处理组，Xi为一组协变量，φ为待估计参数。

PSM的第二步是基于第一步计算出的倾向得分来匹配处理组和控制组。匹配方法有很多，如最近邻样本匹配、最小半径匹配和核估计匹配等都是一些比较常用的匹配方法［21］。倾向得分匹配法的优越点是：第一，不过分依赖于方程的线性形式；第二，容易控制处理组和控制组人数［19］。

三 数据来源和变量说明

（一）数据来源

本文数据来源于北京大学国家发展研究院主导的中国健康与养老追踪调查（CHARLS）数据库。该数据调查对象为45岁及以上的中老年人群，调研内容包括受访者及其配偶的个人基本特征、家庭情况、健康状况、工作、退休和养老金、收入、消费、资产以及社区基本情况等信息。为了全面反映“新农保”对老年人劳动时间的影响，本文采用2011年的全国基线调查数据。本文处理数据的基本步骤如下。第一，筛选农村样本。由于本文的研究主题是“新农保”对农村老年人劳动时间的影响，因此删除了所有城市样本。第二，确定老年人群体。根据上文分析，我们仅保留了年龄在60～90岁的老年人群体。第三，处理本文的被解释变量和解释变量，包括删除缺失样本、异常值样本和回答不合逻辑的样本等。通过整理，本文共取得了3569个有效样本。

（二）变量说明

1．受访者的工作天数

CHARLS问卷中将老年人的工作状况分为农业打工、自家农业生产经营活动、受雇、非农自雇和为家庭经营活动帮工五个类型。基于此，我们将农业打工和自家农业生产经营活动定义为农业劳动，而将受雇、非农自雇和为家庭经营活动帮工定义为非农劳动。关于工作时间的考察，问卷依次设置了3个问题，以农业打工为例：①“过去一年中，您有几个月在为其他农户从事农业生产经营活动？”②“过去一年中，在您为其他农户从事农业生产经营的月份里，您一般每周干几天？”③“过去一年中，在您为其他农户从事农业生产经营的日子里，您一般每天要干几个小时？”本文以天作为计量单位，因此，工作天数＝从事劳动的月份数×（30/7）×每周的工作天数。

2．受访者是否参与“新农保”

CHARLS问卷直接询问了受访者“您是否参加了新型农村社会养老保险？”我们将其设置为虚拟变量，参与“新农保”的受访者设置为1，没有参与“新农保”的受访者设置为0。

3．控制变量

本文的控制变量主要包括受访者个人特征（性别、年龄、受教育年限、自评健康状况、婚姻状况、个人及配偶储蓄）和家庭特征（子女数量、居住安排、子女和孙子女提供的经济支持、家庭年人均收入、家庭经营耕地面积）两个方面。表1为变量定义和描述性统计结果。

四 新农保对农村老年人劳动时间的总体影响

（一）简单均值比较

表2汇总了不同年龄段参保组与非参保组农村老年人劳动时间的状况。首先，来看农业劳动时间，我们发现无论是60～64岁、65～69岁还是70岁及以上，非参保组老年人的农业劳动时间均高于参保组，其中，65～69岁分组的差值最大，非参保组老年人的农业劳动时间比参保组多了14.2天。其次，来看非农劳动时间，总体来看，非参保组和参保组的老年人在非农劳动时间上没有明显差异，非参保组和参保组老年人的非农劳动时间分别为14.65天和14.97天，二者仅相差了0.32天。这似乎验证了我们的猜想，即“新农保”的实施减少了农村老年人的农业劳动，但对非农劳动的影响不明显。当然，此时的结论仅是我们简单均值比较的结果，所以这些差异是否显著，以及在控制了其他变量以后这个趋势是否还存在，我们尚不清楚。因此我们将进一步控制其他影响老年人劳动时间的因素，通过实证回归估计“新农保”对老年人劳动时间的影响。

（二）实证回归

表3展示了“新农保”对农村老年人劳动时间影响的估计结果。需要说明的是：第一，公式（1）中，因变量劳动供给是非负数，而且存在大量0值，参照大多数学者的思路，本文采用Tobit模型进行估计；第二，模型1和模型3是Tobit模型的估计结果，模型2和模型4是工具变量法Tobit模型（IV-Tobit）的估计结果；第三，工具变量的一系列检验结果表明，选取村级“新农保”参保率作为老年人参与“新农保”的工具变量是有效的。一是工具变量法模型的第一阶段结果表明，村级“新农保”参保率对老年人参与“新农保”有显著的影响，且变量在1%的水平上显著。二是弱工具变量检验的F统计值为26.81（大于10），说明模型中选取的工具变量不存在弱识别问题，即本文选取的工具变量不是弱工具变量。

首先，来看农业劳动时间。在模型1和模型2中，“新农保”变量的估计系数均在1%的水平下显著为负，说明参与“新农保”老年人的农业劳动时间显著低于未参与“新农保”的老年人，这意味着实施“新农保”能够在一定程度上缩短受益老年人的农业劳动时间，进而提高农村老年人的福利水平，这与黄宏伟等、赵晶晶和李放等学者的结论一致［2］［23］。其次，来看非农劳动时间。我们发现模型3和模型4“新农保”变量的估计系数在统计上均不显著，说明是否参与“新农保”对农村老年人的非农劳动时间没有显著影响，即“新农保”的实施不会影响农村老年人的非农劳动时间。出现这种现象的可能原因是，“新农保”的出发点是保障农村老年人的基本生活，会更注重覆盖性，因此对个人的补助可能还处在较低水平，而从事非农劳动的收入较高，为了使晚年生活更有保障，农村老年人不会减少非农劳动时间，甚至是增加非农劳动时间。

（三）PSM估计

上文我们通过工具变量法解决了内生性问题，但此时仅能大致判断出参与“新农保”与未参与“新农保”老年人的农业劳动时间和非农劳动时间的多少，并不能计算出二者之间差异的准确值。PSM方法不仅能够处理内生性问题，而且可以计算出处理组和控制组的平均处理效应。因此，本文将采用PSM方法做进一步分析，并进行稳健性检验。

按照PSM方法的分析步骤，我们首先估计出受访者成为处理组（参与“新农保”）的概率，概率模型中的协变量包括受访者个人特征（如性别、年龄、受教育年限、自评健康状况、婚姻状况、个人及配偶储蓄等）和家庭特征（如子女数量、居住安排、子女和孙子女提供的经济支持、家庭年人均收入、家庭经营耕地面积等），然后根据概率进行对应匹配，并根据匹配的样本群体计算农业劳动时间和非农劳动时间的差异，即处理组的平均处理效应ATT（结果见表4）。

首先，来看农业劳动时间，我们发现参与“新农保”老年人的平均农业劳动时间比未参与“新农保”老年人显著低11.0～13.03天（三种匹配法下ATT的平均值为11.8天），具体大小取决于所采用的匹配方法，这验证了上文表3的结论，说明本文的结论是稳健的。值得注意的是，本文计算出的参与“新农保”老年人劳动时间减少的幅度要明显高于刘亚洲等［15］计算出的天数。出现这种现象的可能原因是他们没有控制老年人年龄的上限，而是将60岁以上的老年人全部纳入样本。事实上，这会导致“新农保”对老年人劳动时间的影响被低估。由于样本中存在90岁以上甚至是100岁的老年人，对他们来说，生活自理都可能存在问题，因此无论是否参与“新农保”，这部分群体均不会参与劳动，相比较而言，本文的结论更接近现实生活。其次，来看非农劳动时间，我们发现三种匹配法下，参与“新农保”老年人与未参与“新农保”老年人平均非农劳动时间的差异在统计上均不显著，说明“新农保”的实施不会影响农村老年人的非农劳动时间。这与上文的结论相一致，进一步说明了本文的实证结果较为稳健。

五 新农保对不同类型农村老年人劳动时间的影响

上文中，我们从总体上探讨了“新农保”对农村老年人劳动时间的影响。结果显示，“新农保”的实施会显著降低农村老年人的农业劳动时间，但对非农劳动时间的影响不显著。接下来，本文将从性别、年龄等视角探讨“新农保”对不同类型农村老年人劳动时间的影响。需要说明的是，为了控制文章篇幅，同时考虑到PSM方法能够准确地计算出处理组和控制组的平均处理效应，本节将直接汇报“新农保”对不同类型农村老年人劳动时间差异的PSM估计结果。

（一）新农保对农村老年人劳动时间影响的性别差异

表5展示了“新农保”对不同性别农村老年人劳动时间影响的估计结果。我们发现：（1）在农业劳动时间方面，无论是老年男性还是老年女性，“新农保”的实施均会显著降低他们的农业劳动时间，而且对老年男性的影响显著大于老年女性，从三种匹配法下ATT的平均值来看，“新农保”的实施会使老年男性和老年女性的农业劳动时间分别减少18.1天和12.0天，两者相差6.1天。（2）在非农劳动时间方面，虽然“新农保”对老年男性的非农劳动时间表现出正向影响，而对老年女性表现出负向影响，但二者在统计学上均不显著，说明“新农保”对农村老年人非农劳动时间的影响不存在明显的性别差异。出现这种现象的可能原因是，正如上文所说，“新农保”的出发点是保障老年人的基本生活，因此对每个人的补助可能还处在较低水平，而非农劳动一般具有较高的收入，为了使晚年生活更有保障，老年男性和老年女性均不会显著减少他们的非农劳动时间。

（二）新农保对农村老年人劳动时间影响的年龄差异

表6展示了“新农保”对不同年龄段农村老年人劳动时间影响的估计结果。首先，来看农业劳动时间，我们发现在60～64岁、65～69岁以及70岁及以上老年人群体中，“新农保”均会显著降低他们的农业劳动时间，具体而言，“新农保”使60～64岁、65～69岁以及70岁及以上群体的农业劳动时间分别降低了14.3天、17.7天、11.2天（三种匹配法下ATT的平均值）。由此可见，“新农保”对60～69岁老年人的农业劳动时间作用最大。其次，来看非农劳动时间，我们发现“新农保”对60～64岁、65～69岁老年人非农劳动时间的影响不显著，而对70岁及以上老年人有显著的负向作用，说明“新农保”不会减少60～64岁、65～69岁老年人的非农劳动时间，但会显著减少70岁及以上老年人的非农劳动时间。一种可能的解释是，随着老年人年龄的增加，其体力状况会逐步下降，而非农劳动又需要消耗一定体力，因此与60～69岁的老年人相比，70岁以上老年人的非农务工机会将大大减少［24］［25］，最终表现为非农劳动的减少。

六 结论

本文采用2011年中国健康与养老追踪调查（CHARLS）基线数据，通过计量实证方法，系统分析了“新农保”对农村老年人农业劳动时间和非农劳动时间的影响，在此基础上，采用倾向得分匹配法进行了稳健性52检验，并计算出了处理组（参与“新农保”）和控制组（未参与“新农保”）的平均处理效应。主要结论如下。

第一，“新农保”的实施会显著降低农村老年人的农业劳动时间。平均而言，参与“新农保”老年人的平均农业劳动时间比未参与“新农保”老年人显著减少了11.8天。但“新农保”的实施对非农劳动时间没有显著影响，这可能是由于“新农保”的出发点是保障农村老年人的基本生活，因此对个人的补助可能还处在较低水平，而从事非农劳动的收入较高，为了使晚年生活更有保障，农村老年人不会减少非农劳动时间。

第二，“新农保”对老年人农业劳动时间的影响存在明显的性别差异，但对非农劳动时间的影响没有明显的性别差异。具体而言，“新农保”的实施对老年男性的影响更大，其农业劳动时间比老年女性多减少6.1天，但老年男性和老年女性的非农劳动时间均不受影响。

第三，“新农保”对不同年龄段的老年人农业劳动时间和非农劳动时间的影响均存在显著的差异性。具体而言：在农业劳动时间上，“新农保”对60～69岁老年人农业劳动时间的影响较大，对70岁及以上老年人的影响相对较小。而在非农劳动时间上，“新农保”对60～69岁老年人的非农劳动时间没有显著影响，但会显著降低70岁及以上老年人的非农劳动时间。这主要是由于随着老年人年龄的增加，其体力状况会逐步下降，而非农劳动又需要消耗一定体力，因此70岁及以上老年人的非农务工机会可能相对较少。

参考文献

［1］杨礼琼：《从老农保的制度缺陷看新农保实施的必要性》，《求实》2011年第5期。

［2］黄宏伟、展进涛、陈超：《“新农保”养老金收入对农村老年人劳动时间的影响》，《中国人口科学》2014年第2期。

［3］V. Ranchhod, “The Effect of the South African Old Age Pension on Labour Supply of the Elderly, ”South African Journal of Economics 74（2006）: 725-744.

［4］李旻、赵连阁：《农业劳动力“女性化”现象及其对农业生产的影响——基于辽宁省的实证分析》，《中国农村经济》2009年第5期。

［5］李琴、孙良媛：《家庭成员外出务工对农村老年人劳动时间的影响——基于“替代效应”和“收入效应”》，《学术研究》2011年第4期。

［6］刘妮娜、孙裴佩：《我国农业劳动力老龄化现状、原因及地区差异研究》,《老龄科学研究》2015年第10期。

［7］庞丽华：《中国农村老人的劳动时间研究》，《经济学（季刊）》2003年第2期。

［8］吴海盛：《农村老年人农业劳动参与的影响因素——基于江苏的实证研究》，《农业经济问题》2008年第5期。

［9］张文娟：《中国老年人的劳动参与状况及影响因素研究》，《人口与经济》2010年第1期。

［10］李琴、雷晓燕、赵耀辉：《健康对中国中老年人劳动时间的影响》，《经济学（季刊）》2014年第3期。

［11］杨志海、麦尔旦·吐尔孙、王雅鹏：《健康冲击对农村中老年人农业劳动时间的影响——基于CHARLS数据的实证分析》，《中国农村观察》2015年第3期。

［12］张川川、John Giles、赵耀辉：《新型农村社会养老保险政策效果评估——收入、贫困、消费、主观福利和劳动时间》，《经济学（季刊）》2015年第1期。

［13］解垩：《“新农保”对农村老年人劳动时间及福利的影响》，《财经研究》2015年第8期。

［14］程杰：《养老保障的劳动时间效应》，《经济研究》2014年第10期。

［15］刘亚洲、钟甫宁、王亚楠：《新农保对中国农村老年人劳动时间的影响》,《人口与经济》2016年第5期。

［16］J. E. Taylor, A. De Brauw, “Migration and Incomes in Source Communities:A New Economics of Migration Perspective from China, ”Economic Development and Cultural Change 52（2003）: 75-101.

［17］钟甫宁、陆五一、徐志刚：《农村劳动力外出务工不利于粮食生产吗？——对农户要素替代与种植结构调整行为及约束条件的解析》，《中国农村经济》2016年第7期。

［18］乐君杰、叶晗：《农民信仰宗教是价值需求还是工具需求？——基于CHIPs数据的实证检验》，《管理世界》2012年第11期。

［19］孙文凯、王乙杰：《父母外出务工对留守儿童健康的影响——基于微观面板数据的再考察》，《经济学（季刊）》2016年第2期。

［20］P. R. Rosenbaum, D. B. Rubin, “The Central Role of the Propensity Score in Observational Studies for Causal Effects, ”Biometrika 70（1983）: 41-55.

［21］S. O. Becker, A. Ichino, “Estimation of Average Treatment Effects Based on Propensity Scores, ”Stata Journal 4（2002）: 358-377.

［22］刘苓玲、王克：《子女数量对其受教育程度的影响研究——基于经验数据的实证分析》，《南京财经大学学报》2016年第4期。

［23］赵晶晶、李放：《养老金收入对农村老年人劳动时间的影响——基于CHARLS数据的实证分析》，《农业经济问题》2017年第3期。

［24］林本喜、邓衡山：《农业劳动力老龄化对土地利用效率影响的实证分析——基于浙江省农村固定观察点数据》，《中国农村经济》2012年第4期。

［25］周来友、仇童伟、周冬等：《丘陵山区劳动力老龄化对土地利用效率的影响——基于直接效应和间接效应的识别》，《中国土地科学》2015年第10期。

（责任编辑：樊祥成）