我国农业劳动力数量和劳动生产率估算

内容提要：在农户分类的基础上构建了研究农业劳动力就业的理论框架，假设300天为农业劳动力标准工作时间，估算了2016年度农业劳动力就业数量为13 032万人，据此计算了2016年单位农业劳动力贡献的农业增加值为7476.5美元，比世界银行数据多40.4%，说明我国的农业劳动生产率在很大程度上被低估了。运用相同的方法，计算了2003～2016年各年度的农业劳动生产率并分析了其发展趋势，提出了若干启示。

关键词：农业劳动力;劳动生产率;农业用工

中图分类号：F320    文献标识码：A    文章编号：1003-7543（2019）05-0038-10

提高劳动生产率是我国农业现代化的基本任务[1]。在世界银行公布的各国单位劳动力创造的农业增加值中，2010～2016年我国从1272.1美元（2010年美元，下同）提高到5325.8美元，提高了4.2倍。这个速度大大高于同期的美国、英国、德国、法国等发达国家，也大大高于土地资源禀赋接近的韩国、印度等亚洲国家，日本在此期间反而有所下降。但我国2016年的劳均农业增加值仅为美国的6.36%、英国的10.84%、韩国的28.34%、日本的23.51%①。中国与美国、英国、韩国、日本的劳均农业增加值差距真有这么大吗？本文认为，在我国农业高度兼业化的情况下，统计部门很难把在农村就业的劳动力按照产业进行准确划分，高估了农业产业就业的劳动力数量，是重要因素之一。自从蔡昉等学者明确指出我国正在步入劳动力短缺时代[2]即“刘易斯拐点”以来，学术界的争论就一直没有停息，其焦点也是对于劳动力剩余数量的判断。因此，准确估计我国农业领域就业的劳动力数量，具有重要的理论与现实意义。

一、文献综述、分析框架与研究假设

我国农业经营者以高度兼业的小规模农户为主，而小规模农户的经营多以家庭效用最大化为目标，兼顾家庭消费和农产品价值增值，这样才能使劳动力得到充分利用[3]。因此，准确计算我国农业领域吸纳的劳动力数量是极其困难的。学术界多从剩余劳动力角度测算农业领域吸纳劳动力数量或者比例。杜润生认为，即使在人民公社体制下，依然有三分之一的剩余劳动力[4]。这就是说，当时的农业能够使三分之二的农村劳动力充分就业，剩下的三分之一为潜在剩余劳动力。中国农村发展问题研究组较早地运用经济学方法估计了安徽省滁县地区的农村剩余劳动力数量，并预测了发展前景[5]。

在较近的研究中，王检贵、丁守海总结了估算农村剩余劳动力的三种方法[6]，即古典经济学估算法、新古典经济学估算法和标准结构比较估算法，并用每种算法估算了当时的劳动力剩余量。应该说，目前学术界使用的几乎所有估算方法都可以归纳为上述三种。本文同意王检贵、丁守海对三种方法的评价，同时认为由刘建进构建的新古典经济学方法[7]需要在经济均衡的理想化状态下运用，并且需要具有相当代表性的农户数据，从而限制了其使用的范围。标准结构比较法以钱纳里和赛尔昆所归纳的全球100多个国家（地区）第一产业劳动力所占比重作为标准，以此来计算农业劳动力所占比重[8]，忽视了不同国家（地区）之间产业结构的差异性，尤其是对于我国这样处于转型时期的国家，标准结构法尤不适用。因此，本文认为，在上述三种方法中，古典经济学方法尽管存在着数据可得性差、计算过程繁琐等弊端，但可行性和可信度相对大于其他两种方法，因此，越来越多的研究者倾向于采用这种方法。如高翔、于景元、史若华以农业部门汇集整理的九种作物（小麦、水稻、玉米、棉花、油菜、大豆、花生、甘蔗、甜菜）亩均用工量为基础，推算了整个农作物生产的用工量[9];马晓河、马建蕾，蔡昉、王美艳，钟钰、蓝海涛等都是运用《中国农村统计年鉴》《全国农产品成本收益汇编》等数据，计算当前农业产业用工量，并折算成农业领域的劳动力数[10-12]。

运用古典经济学方法估算农业劳动力数量，必须考虑到农户的决策方式。在加里·S.贝克尔模型里，家庭和厂商的最大不同之处是追求效应最大化，而家庭成员时间的分配是实现效应最大化的基础[13]。在农民家庭的劳动生产率指标中，A.恰亚诺夫更加关注家庭净劳动生产率[14]。他认为，家庭劳动力全年收益的差别取决于劳动力全年劳动的集约程度和劳动生产率，前者即劳动力的自我开发程度。经过一系列论证后，恰亚诺夫认为，农民家庭净劳动生产率（即单位劳动净收益）取决于家庭需求满足程度和劳动辛苦之间的基本均衡状况。如果家庭农场核算中尚未達到基本均衡，未被满足的需求依然相当突出，那么经营农场的家庭便有强烈的刺激去扩大其工作量，寻求劳动力的出路。

因此，农民家庭劳动力的配置要依家庭经营的目标而确定。应当引起注意的是，在恰亚诺夫构建的框架下，劳动力是家庭农场的主要要素，而现阶段我国农户不仅拥有劳动力要素，还拥有资金要素，因此，资金生产率也是其考量家庭资源（包括劳动力）配置的重要指标。孔祥智将农户分为了三类[3]：第一类农户主要指那些地处偏远地区或贫困地区的农户，信息不灵，包括土地在内的农业生产资源短缺，劳动力是家庭的最重要资源，主要依据劳动力生产率指标配置资源;第二类农户是大部分农户，在家庭决策中兼顾劳动生产率和资金生产率，但由于整个农村资金资源高度稀缺，更多农户可能更侧重于考量劳动生产率;第三类农户主要是地处东部地区的专业大户、家庭农场，可能主要依据资金生产率配置资源，劳动生产率从属于资金生产率。按照农业部农村经济体制与经营管理司、农业部农村合作经济经营管理总站的数据，截至2016年底，经营耕地2公顷以上的农户仅占农村承包户的3.9%[15]。如果按照世界银行的标准[16]，户均土地2公顷以下为小农耕作，那么我国96%以上的农业经营者为小规模经营户，这样农户的收入越来越多地来源于非农产业或者外出务工。从构成看，2015年，农村居民可支配收入中工资性收入就超过了经营性收入;而在经营性收入中，来自农业产业的收入占比近年来一直呈下降态势，2016年已经低于70%[17]。这样的收入结构，说明我国农户总体上处于兼业状态。农业部农村经济体制与经营管理司、农业部农村合作经济经营管理总站提供的农村经济基本情况统计数据表明，在2016年农户劳动力使用结构中，农业只占37.7%，62.3%投向了农村非农产业和外出务工[15]。

我國的传统农业以种植业和畜牧业紧密结合为主要特征，家家在种地的同时饲养畜禽。然而，21世纪以来，尤其是近10年来，饲养业的规模化水平不断提高，延续了数千年的家庭饲养业逐渐衰落，至少在商品畜产品中所占的比例已经微不足道。因此，本文采纳蔡昉、王美艳的观点[11]，假设种植业和畜牧业是农民全职投入劳动力的部门，而林业和渔业则是兼业部门。那么，在下文计算农业就业的劳动力数量时，仅仅计算前两个产业就够了。这样假设是由于后两个产业缺乏具有足够可信度的全国性数据，更重要的是种植业的季节性很强，主要作物（小麦、玉米、稻谷）的机械化水平又很高，需要相应产业吸纳季节性剩余劳动力。当然，这样的假设一定存在着误差，但在当前数据资料可得性水平下不得不如此，也可能只有采取粗略匡算的办法才能得出相对准确的结论。

对农业劳动力数量的估算涉及对劳动者年均劳动天数的设定。从已有文献看，蔡昉、王美艳在估算农业劳动力需求量时假设了250个劳动日/年、300个劳动日/年和320个劳动日/年三种情形[11];王检贵、丁守海，马晓河、马建蕾，钟钰、蓝海涛均认为270个工日为农民的合理工作负荷[6，10，12]。本文认为，农业的季节性特点主要体现在种植业领域，对于畜牧业而言，由于规模化饲养所占的比重越来越大，农民在这个产业的就业时间几乎是全年的所有天数。因此，本文假定，农民在畜牧业的工作时间为满负荷工作日，在种植业中季节性用工以外的时间可以从事渔业、林业和一些副业生产（如柳编、草编等）以弥补农业收入的不足。为此，本文选择300个工日作为农业劳动力的合理工作时间，即选择蔡昉、王美艳[11]农业工作日设定时间的中间值。

二、2016年度农业劳动力数量的估算

国家发展和改革委员会价格司编纂的《全国农产品成本收益资料汇编（2017）》（以下简称《汇编（2017）》）提供了主要农产品的成本资料，其中包括单位用工量。单位用工量乘以播种面积（出栏量）就是农业总用工量。但是，《汇编（2017）》只给出了部分农产品用工量（包括家庭用工天数和雇工天数），其中，有的给出了类别中主要农产品用工量，如谷物类给出了稻谷、小麦、玉米等三种主要谷物，但缺少其他谷物用工量;有的只给出代表性品种，如水果只有苹果;等等。如果仅仅把这些产品用工量计算出来，会造成很大的遗漏，得到的总用工量和实际用工量差距就会很大，因此，本文采取的是同类产品利用该类产品现有数据进行推算的方法。

表1（下页）中各类作物的选择以国家统计局农村社会经济调查司编纂的《中国农村统计年鉴（2017）》（以下简称《年鉴（2017）》）为标准，由于《汇编（2017）》《年鉴（2017）》并不是一一对应，后者没有数据的则按照上述方法予以推算。在具体计算过程中需要说明的是：第一，本文除了选择《年鉴（2017）》中种植业项目外，还选择了水果和茶叶两个大类农产品，它们都是用工量比较大的农业生产项目。第二，就粮食作物大类而言，《汇编（2017）》只给出了三种粮食作物的平均用工量，具体包括小麦、稻谷和玉米。2016年，这三种粮食播种面积占谷物播种面积的93%，因此，本文用三种粮食的平均亩用工量代替谷物亩均用工量，误差应该不会很大。《汇编（2017）》只给出了大豆的亩均用工量，由于杂豆所占比例很小，可以视为和大豆用工一致，由此得出豆类亩均用工量。《年鉴（2017）》统计口径的粮食作物包括薯类，具体包括甘薯和马铃薯，《汇编（2017）》没有给出薯类用工，但有“陆地马铃薯”和“大中城市陆地马铃薯”两个分类，后者属于蔬菜类，前者属于粮食类，由于缺乏甘薯用工数据，本文用陆地马铃薯亩均用工量代替薯类亩均用工量。第三，《汇编（2017）》中缺乏麻类作物的用工数据，本文采用了棉花的用工量。调研表明，二者比较接近，即使存在少许出入，由于麻类是小宗作物，2016年播种面积只有88千公顷，对整个种植业用工量的精确度影响不会很大。第四，《年鉴（2017）》中糖类只包括甘蔗和甜菜两种作物，但2016年糖类总播种面积和两种作物面积之和并不一致，可见还有别的小宗糖类作物没有统计进来。但为了计算的方便起见，本文假设二者是一致的，因此，两种产品用工量之和即为糖类总用工量。第五，烟叶主要是烤烟，晾晒烟只占极小的一部分，因此，本文用烤烟亩均用工量代替烟叶亩均用工量。第六，《汇编（2017）》中没有药材和茶叶的用工数据，本文采用的是中国人民大学课题组的调查数据，药材的调查地点在河北，调查方式属于典型调查;茶叶的调查地点在福建的福安、武夷山、安溪三县（市）和湖北的宜都、夷陵、五峰三县（区、市），调查方式属于抽样调查，总样本量806户。第七，《年鉴（2017）》中的其他农作物主要是青饲料，其机械化水平和粮食作物差不多，本文使用三种粮食作物平均亩用工数据。第八，《汇编（2017）》只收录了柑、桔和苹果的用工数据，分别代表南方和北方水果。而《年鉴（2017）》中水果的面积数据则比较齐全，包括香蕉、菠萝、梨、桃、葡萄等，并且柑和桔合在一起，称为“柑桔园”。本文的处理办法是：用《汇编（2017）》中柑和桔的亩均用工数据进行简单平均，用来代表柑桔的亩均用工量;然后用苹果和柑桔亩均用工量的加权平均数代替水果大类的亩均用工量。这当然是在数据缺乏的前提下不得已而为之。估算结果如表1所示。

畜牧业用工的估算尤其复杂。《年鉴（2017）》给出了主要牲畜的出栏量和产量，但《汇编（2017）》只有少数畜禽的用工数据。种植业的播种面积是一致的，而不同畜禽种类缺乏统一的量纲，我们只好选取《年鉴（2017）》中产值口径进行估算。好在产值表中列举的主要畜禽产值大部分在《汇编（2017）》中都有用工数据，没有数据的本文采取用单位产值用工量进行推算的办法。

具体说来，如表2所示，第一，《年鉴（2017）》产值表中牲畜饲养只列举了牛、羊和奶产品，这里的奶产品很复杂，包括牛奶和羊奶、驴奶、骆驼奶等，由于其他牲畜的奶产量极小，本文假设这里的奶产品就是单一的牛奶，于是表中奶产品的产值就等同于奶牛的产值。《汇编（2017）》给出了散养肉牛、散养肉羊①和奶牛的平均用工量，首先根据饲养头（只）数计算出各自的用工量，用三种家畜用工量之和除以产值之和，得到三种家畜的平均用工量为39.1万工日/亿元，用39.1乘以牲畜饲养大类下面的“其他”小类产值666.1亿元，得到其他牲畜饲养的用工量，把牛、羊、奶牛、其他牲畜饲养四个项目的用工量相加，得到2016年牲畜饲养大类的用工量。

第二，《年鉴（2017）》中的家禽饲养大类下面只有肉禽和蛋禽两个小类，并且蛋禽只有产值，没有出栏量。同时，《年鉴（2017）》还给出了规模养殖肉鸡平均用工量和规模养殖蛋鸡平均用工量（分别是《汇编（2017）》中大、中、小规模肉蛋鸡饲养用工量的平均值），本文用它们分别代替肉禽和蛋禽的平均用工量。以肉禽和肉蛋的平均用工量分别乘以其当年产值，除以二者当年产值之和（产值作权重），得出两种家禽的平均用工量8.03工日/百只，粗略地算作家禽饲养的平均用工量。由于2016年家禽饲养总量是已知的，因而可以得出2016年家禽饲养用工总量。

第三，《年鉴（2017）》产值表第四项、第五项目分别为狩猎和捕猎动物、其他畜牧业，这两大类只有产值数据，没有产量或其他数据。本文采取的办法是：用牲畜饲养、猪的饲养、家禽饲养三个大类的用工量之和除以该三大类产值之和，得出三个大类的产值平均用工量23.34万工日/亿元，粗略地作为狩猎和捕猎动物、其他畜牧业两个大类的单位产值用工量，从而可以计算出狩猎和捕猎动物、其他畜牧业的用工总量。

综合表1和表2，可以得出2016年种植业和畜牧业用工量为：

应该说明的是，由于是工日折合的，因而这里的劳动力数是整劳动力，不包括半劳动力和辅助劳动力①。根据《年鉴（2017）》，2016年农村第一产业就业人员数为21 496万人，应该是农业中的全部就业劳动力，包括整劳动力、半劳动力。本文假设整劳动力的就业是完全就业，即每年工作300个工日;半劳动力由于劳动力能力不足，本文假设其能力为整劳动力的一半。由于近年来国家统计局编纂的《中国住户调查年鉴》不再给出农村住户整劳动力、半劳动力数据，本文根据该年鉴2013年之前的数据，推算2016年农村住户整劳动力所占比重为65%，这样，21 496万就业人员实际折算为17 734.2万人，比本文计算的结果多4702.2万人。本文计算的结果只相当于《年鉴（2017）》数据的73.5%。换句话说，目前农业劳动力中的1/3左右是潜在剩余劳动力，向农外产业转移（包括向城镇转移）依然有较大的潜力。如果考虑到农业机械化水平越来越高，农业社会化服务在一些地区主要粮食作物（如小麦、玉米）几乎全覆盖，辅助劳动力也可以完成农业生产的全过程，那么，农业领域所需要的实际劳动力可能会更少。

根据《年鉴（2017）》，2016年，我国农业增加值为65 967.9亿元，单位农业劳动力创造的增加值为50 616元。2016年美元对人民币平均汇率按照IFM数据为6.64②，可以计算出2016我国单位农业劳动力创造的农业增加值为7622.9美元，折算成2010年美元为7476.5美元，比世界银行数据（5325.8美元）多40.4%，这说明我国的农业劳动生产率在很大程度上被低估了。

三、2003～2016年我国农业劳动力数量及劳动生产率估算

需要说明的是：第一，之所以只追溯到2003年，是因为2002年以前的年份数据严重不全，无法计算当年的用工量。第二，每一年度药材和茶叶用工量的计算，以2016年中国人民大学课题组调研数据（分别为30.0日/亩和52.26日/亩）为基础，用2016年的CPI数值进行平滑倒推，得出2003～2015年各个年度的药材、茶叶单位用工量，乘以各该年度的种植面积即可得到每一年度药材、茶叶的总用工量。

从表3和图1可以看出，随着农业用工量下降和农业增加值上升，以单位劳动力所生产的农业增加值表示的农业劳动生产率呈快速增长趋势。2003～2016年，农业增加值提高了3.4倍，用工量下降到原来的74%，二者的合力造成了劳动生产率提高5.2倍。表现在图1上，就是劳动生产率曲线明显比农业增加值曲线陡峭。这说明，2003年以来，我国农业劳动生产率获得了较快的提升。

我国农业劳动生产率的快速提升是由多方面因素促成的。第一，农民工数量不断增加，从而留在农村、农业中的劳动力比例逐渐降低。表4（下页）给出了2008～2016年各年度农民工数量①，可以看出，2016年全国农民工数量达到了28 171万人，是2008年的1.25倍。越来越多的青壮年劳动力外出务工，给农业劳动生产率的提高留出了空间。第二，2003～2016年，综合农业机械化率和农业机械总动力都呈增加趋势②，主要原因是从2004年起国家实施了农机购置补贴政策，鼓励农民和各类农业经营主体购买农业机械，国家财政予以一定比例或额度的补贴。从综合农业机械化率来看，2016年达到了65%，比2003年高出一倍多，而小麦、稻谷、玉米三大主粮作物的农业机械化率都超过了80%，这为农业劳动生产率的提高奠定了物质基础。第三，得益于农村九年制义务教育的推行，2003年以来，初中文化水平以上农村人口所占比例不断上升，到2016年达到了79.8%。农村劳动力文化水平的提高，为新技术采纳以及新產业、新业态发展提供了可能性。甚至我们也可以说，劳动力文化素质的提高是提升劳动生产率水平的最重要因素。第四，农业生物技术的普遍应用使得作物单产大幅度增加。仅以粮食为例，1978～2016年，单位面积产量从168公斤/亩提高到363公斤/亩，后者是前者的2.16倍。第五，21世纪以来，各种农业新产业、新业态不断出现，一二三产业融合发展水平不断提高，使农业增加值总量迅速提高。2016年，全国农业增加值达到了65 967.9亿元，是2003年的3.4倍。这无疑是农业劳动生产率快速提升的最重要影响因素之一。

四、结论及启示

本文构建了分析框架，估算了2016年农业劳动力数量为13 032万人，比《中国农村统计年鉴（2017）》给出的数据21 496万人少8464万人，只相当于官方数据的60.6%。在此基础上，本文计算了2016年农业劳动生产率，折合为2010年美元为7476.5美元，比世界银行数据（5325.8美元）多40.4%，说明我国农业劳动生产率被低估了。依据相同的方法，本文估算了2003～2016年我国农业生产率，分析了影响这一阶段农业生产率变动的主要因素。

当然，仅仅改变估算方法是不可能缩小与发达国家之间的差距的。2018年中央“一号文件”规划了未来三个时间点实施乡村振兴战略的目标任务，其中2035年的目标任务是：“乡村振兴取得决定性进展，农业农村现代化基本实现。”那么，作为衡量农业现代化的主要指标之一，届时我国的农业劳动生产率应该达到或接近日本、韩国的水平。按照本文计算的2016年7476.5美元（2010年美元）进行比较，我国只相当于日本的33.0%、韩国的39.8%，在不到20年的时间内缩小这么大的差距，难度较大。

在乡村振兴大背景下，要想实质性提高农业劳动生产率，必须从扩大分子和缩小分母两个方面下功夫。

从扩大分子角度看，首先，要不断提高农业增长中技术贡献份额，提高单位面积产量。根据FAO数据[17]，2014年，世界谷物平均单产为3886千克/公顷，最高的是9074千克/公顷（荷兰），中国为5892千克/公顷，排第10位，低于韩国（6619千克/公顷）和日本（6080千克/公顷）;世界小麦平均单产为3289千克/公顷，最高的是9170千克/公顷（荷兰），中国为5243.5千克/公顷，排第7位;世界稻谷平均单产为4539千克/公顷，最高的是10 920千克/公顷（澳大利亚），中国为6813.2千克/公顷，排第7位，低于韩国（6913千克/公顷）;世界玉米平均单产为5573千克/公顷，最高的为34 098千克/公顷（以色列），中国为5808.9千克/公顷，排第8位;世界大豆平均单产为833千克/公顷，最高的是4286千克/公顷（哈萨克斯坦），中国为1787.3千克/公顷，排第13位。可见，中国和世界最高单产国家还存在着较大的差距，尤其是玉米和大豆，差距更大。单产的差距与地貌、土质、气候、人均土地面积等有关，但与科学技术应用水平关系更大。其次，要大力发展新型农业经营主体。已有研究表明，新型农业经营主体的劳动生产率和土地生产率都大大高于普通农户，并且对普通农户有明显的带动作用，有助于实现服务规模化。再次，要以产业经济的理念不断延长农业产业链条，实现从农业大国到农业强国的转变。总体来看，我国农业产业的附加值较低，导致行业产值规模小、竞争力弱。发达国家的食品工业产值是农业产值的1.5～2倍，而中国不到1/3。如果食品加工业产值与农业原产值之比达到1：1，则能够增加数万亿元的加工业产值，农业强就会变成现实。最后，要强化农业多功能性，实现一二三产业融合发展，在更大空间内实现农产品价值增值。

从缩小分母角度看，要按照党的十九大的部署，不断推进城乡融合发展，实现城乡劳动力市场均等化，促进更多的农村劳动力在城市就业甚至落户，继续减少农业劳动力供给。同时，提高农业机械化水平和社会化服务水平，以及农业领域劳动力生产效率。

本文的研究结论还说明我国农业劳动力统计的模糊性，还没有按照职业和劳动时间进行统计。这是我国农业劳动力数量高估的主要原因。从国外经验看，美国对农业劳动力的统计包括四个大类：一是種植业劳动力（field workers），即从事种植、抚育和收割作物的劳动力，包括在农场经营农业机械的劳动力。这类人员在标准职业与现场工作人员相关的分类（SOC）中具体类型有：农产品分拣（分级）员，农业设备操作员，农作物、苗圃、温室等农场的劳动力，包装工人和打包人员，其他农业工人。二是畜牧业劳动力（Livestock workers），即牲畜饲养工人、奶牛挤奶工以及与畜牧业相关的农业机械经营者。与畜牧工人相关的SOC分类有：产品的分拣（分级）员 ，牧场、水产养殖场劳动力，与畜牧业相关的包装、手工劳动力。三是管理人员（supervisors），包括经理、区域负责人、船员领导等。具体分类为：农民、农场及牧场主，其他农业经理，农业一线监督员等。四是其他劳动力（other workers），包括农业检查员、动物饲养员、农药喷洒员、植被护理员。并特别注明与农业相关的会计、飞行员不算农业劳动人员①。在这样精准的分类指导下，美国有关部门就可以统计出每一个小类劳动力的就业比例及工资。2017年，美国农业劳动力总数为245.42万人，根据表5可以精确到每一小类就业的人员数和工资水平。这样的经验值得我国借鉴。

参考文献

[1]严瑞珍.也谈我国农业现代化的基本任务[J].经济研究，1980（9）：68-72.

[2]蔡昉.发展阶段转折点与劳动力市场演变[J].经济学动态，2007（12）：25-29.

[3]孔祥智.中国农家经济审视：地区差异、政府干预与农户行为[M].北京：中国农业科技出版社，1999：77.

[4]杜润生.杜润生自述：中国农村体制变革重大决策纪实[M].北京：人民出版社，2005：133.

[5]中国农村发展问题研究组.农村实行生产责任制后需要解决的几个问题[J].农业经济丛刊，1982（8）：6-11.

[6]王检贵，丁守海.中国究竟还有多少农业剩余劳动力[J].中国社会科学，2005（5）：27-35.

[7]刘建进.一个农户劳动力模型及有关农业剩余劳动力的实证研究[J].中国农村经济，1997（6）：15-22.

[8]霍利斯·钱纳里，莫伊思·赛尓昆.发展的型式：1950—1970[M].北京：经济科学出版社，1988：32.

[9]高翔，于景元，史若华.农村剩余劳动力的概念、测定和转移机制研究[M]//史若华.中国农村剩余劳动力转移问题研究.北京：中国展望出版社，1990：56-68.

[10]马晓河，马建蕾.中国农村劳动力到底剩余多少[J].中国农村经济，2007（12）：4-34.

[11]蔡昉，王美艳.农村劳动力剩余及其相关事实的重新考察——一个反设事实法的应用[J].中国农村经济，2007（10）：4-12.

[12]钟钰，蓝海涛.中国农村劳动力的变动及剩余状况分析[J].中国人口科学，2009（6）：41-48.

[13]加里·S.贝克尔.家庭经济分析[M].北京：华夏出版社，1987：5-8.

[14]A.恰亚诺夫.农民经济组织[M].北京：中央编译出版社，1996：41-62.

[15]农业部农村经济体制与经营管理司，农业部农村合作经济经营管理总站.中国农村经营管理统计年报[M].北京：中国农业出版社，2017.

[16]世界银行.2008年世界发展报告：以农业促发展[M].北京：清华大学出版社，2008：90.

[17]国家统计局农村社会经济调查局.中国农村统计年鉴（2017）[M].北京：中国统计出版社，2017.