Microsoft Word A16-2-10-Behera-1-In-16-02-03-Agri doc

3. Employment Determination in Indian Agriculture: Empirical Analysis 

In  the  Indian  context,  the  agricultural  sector  has  been  important  from  a  policy 

perspective for several reasons. Even from the point of view of accelerating economic 

growth,  the  transition  from  an  agrarian  economy  to  an  industrial  or  modern  economy 

would depend on how well the agricultural sector enables this transition. Recognizing 

that, the  majority of  workers are employed in agriculture where labour productivity is 

low,  a  faster  growth  of  agriculture  is  necessary  to  make  employment  more 

remunerative. While no significant increase in the number of workers can be expected 

in  agriculture,  a  greater  use  of  underemployed  and  unemployed  persons  becomes 

important. Taking  into  consideration  such  factors,  we  proceed  to  evolve  an  economic 

model of employment determination though an econometric estimation. 

There  is  a  well-established  literature  on  output  determination  in  agriculture  in  India. 

The  agricultural  output  in  general  is  considered  to  be  dependent  on  investment, 

fertilizer  use,  irrigation,  rainfall  and  technology  from  the  supply  side.  Bhatia  (1999) 

emphasized the strong relationship between rural infrastructural development and level 

of  per  hectare  yield  of  food  grains  and  also  of  the  value  of  output  from  agriculture. 

Bhattarai  and  Moorthy  (2003)  have  empirically  shown  that  improvement  in  irrigation 

and  rural  literacy  are  the  two  most  important  factors  for  agricultural  growth  in  India. 

Mahendra  Dev  (2002)  showed  that  there  is  a  greater  need  for  public  investment  in 

agriculture,  irrigation,  credit  availability,  better  marketing  of  agricultural  products, 

research and development (R&D) along with adequate pricing and other incentives for 

private  investment  that  would  help  revive  agricultural  growth.  Dhar  and  Kallummal 

(2004) suggested that the share  of agriculture  in gross capital formation has remained 

in single digits, which explains the slackening of its growth momentum during the past 

decade.  Gulati  and  Bathla  (2001)  observed  that  private  investment  is  playing  an 

increasing role in agriculture over time while there is a decline in public sector capital 

formation in the sector. Public sector investment, along with positive terms of trade can 

have  a  crowding-in  effect  on  private  capital  formation.  Sachdev  and  Ghosh  (2009) 

forecasted  the  agricultural  output  growth  using  average  capital–output  ratio  (ACOR). 

That  average  ratio  is  determined  through  rainfall,  high-yielding  varieties  and  a  lag 

value  of  its  own  output.  Narayan  and  Ghose  (2009)  used  an  error  correction 

methodology to estimate agricultural output growth through gross capital formation in 

agriculture, price deflators in agricultural output, rainfall, non-agricultural exports and 

imports,  agricultural  exports,  industrial  output  and  industrial  price  deflators.  Kar  and 

Pradhan  (2009)  estimated  agricultural  output  determined  through  capital  stock  in 

agriculture, rainfall along with a drought effect dummy and a structural dummy. Bhide 

and  Parida  (2009)  used  the  Ordinary  Least  Squares  (OLS)  technique  to  estimate  the 

output of agriculture and allied sectors and further disaggregated them in terms of crop 

---

Applied Econometrics and International Development                                  Vol. 16-2 (2016) 

 

134 

categories. Gross cropped area is first determined based on the gross irrigated area and 

rainfall  during  the  monsoon  season.  The  irrigated  area  crop  is  related  to  the  gross 

cropped  area  crop.  Crop  yield  is  estimated  as  a  function  of  the  extent  of  irrigation  in 

the  total  area  under  the  crop,  price  of  inputs  relative  to  the  expected  crop  price  and 

rainfall. Misra and Hazell (1996) estimated the agricultural output through gross terms 

of trade, gross cropped area and area under high yielding varieties. Bhattacharya et al. 

(2004)  used  a  recursive  methodology  to  determine  the  agricultural  output  through 

supply side factors such as rainfall, gross cropped or net sown area, irrigation, fertilizer 

consumption,  electricity  used  in  agriculture  and  public  investment  in  agriculture. 

Bhattacharya and Mukherjee  (2004)  estimated the agricultural output as a function  of 

fertilizer, rainfall index and electricity consumption in agriculture. 

There  is  also  some  literature  which  follows  the  determinants  of  employment  in  the 

agricultural  sector.  Like  Gupta  (2002)  suggested  that  improvement  in  agricultural 

productivity  is  necessary  to  improve  the  wage  of  workers  and  earnings  of  the  self 

employed  requires  investment  in  areas  such  as  irrigation,  water  conservation,  land 

development, etc. Mahadevan (2003) deduced that productivity growth is necessary to 

lower  the  costs  of  production.  In  order  to  promote  agricultural  productivity  growth, 

training  farmers  and  educating  them  appropriately  to  change  their  mindset  and 

reorienting  them  to  take  up  new  activities  or  adopt  foreign  technology  is  of  utmost 

importance.  Ghose  (2003)  pointed  out  certain  factors  that  can  reduce  employment 

agricultural  sector,  such  as  expansion  of  non-agricultural  sector  in  rural  areas, 

technological and cropping pattern changes that have reduced the demand for labour in 

agriculture,  the  pattern  of  land  relations  in  rural  India,  increasing  landlessness  of  the 

rural population, informal credit sources at very high rates of interest may also lead to 

less employment generation in agriculture. 

The above literature established a firm link between the various factors mentioned and 

agricultural  output  in  India.  Assuming  that  output  is  a  reasonably  good  estimator  of 

employment, we use some of the variables as proxies for determinants of the latter.