土地流轉對農戶農業機械使用的影響

彭繼權，吳海濤

（1.江西財經大學經濟學院，江西 南昌 330013；2.中南財經政法大學工商管理學院，湖北 武漢 430073）

1 引言

農業機械化是現代農業的重要標志和物質技術基礎，推進農業現代化就必須要加快農業機械化發展步伐，才能真正實現鄉村振興。中華人民共和國成立初期，中國面臨“一輛拖拉機都不能造”的窘境，到1978年，農用機械總動力達到11 749.9萬kW，農業耕種收綜合機械化水平達到19.66%。改革開放以來，黨和國家繼續把農業機械化發展作為農業經濟提質增量的重要手段，把農業機械化作為實現農業現代化的重要內容[1]。截至2016年，農業機械總動力達到97 245.6萬kW，主要農作物耕種收綜合機械化水平為65.32%，中國基本上實現了從零基礎到農機大國的跨越。然而，這并不意味中國已經完全擺脫落后的傳統農業階段而步入現代農業發展階段，其重要原因是中國仍未全面實現農業機械化[2-3]。

經過多年發展，阻礙農業機械化發展的大部分問題基本掃清。新時期農業機械化發展的制約因素是什么？如何進一步提高中國農業機械化水平，是目前值得深入研究的問題。現代農業是高效農業，農機是提高農業生產效率的重要手段，只有土地規模經營和集約耕作，才有可能實行大規模機械化作業[4]。因此，土地適度規模經營是實現農業機械化的必要條件。中國家庭聯產承包經營責任制有效調動了農民生產積極性，提高了農業生產效率[5]，但也導致了農地細碎化問題[6]，限制了大規模機械化作業的可能[7]。馬曉河等[8]發現土地流轉是解決土地細碎化，實現規模經營的有效途徑。由此，有一派觀點認為，要想推進中國農業機械化進程，需要把現有分散的農地集中起來統一經營[9-10]。與以上觀點相對，有學者認為土地流轉不能提高農戶對農業技術的需求[11]。因為農業機械的可租賃性使眾多農戶能夠平攤高額的農機購置成本[12]，細碎土地并沒有影響農業機械化發展。“農機跨區作業服務”可以把千萬戶小規模農戶集中變成一個大農場，同樣能夠實現現代化大規模生產[13]。

造成以上兩種觀點的主要原因是學者們在分析土地流轉對農業機械使用的影響時，大多都未能解決樣本自選擇偏誤問題，即樣本農戶的土地流轉情況并非完全隨機，農戶是否會選擇土地流轉很大程度是依據家庭特征，農戶自選擇就造成了觀測樣本的非隨機性，導致估計結果偏誤，甚至錯誤結果。再則，以往學者在探討土地流轉對農業機械化水平的影響時，并沒有對土地的流轉方向和流轉土地的類型進行區分，這也會導致研究結論不夠精準。那么，土地流轉究竟會不會對農業機械使用產生影響呢？這一問題的科學回答將有利于中國農業土地政策制定和農業機械化發展。基于此，本文將運用反事實分析框架，在處理樣本自選擇偏誤的基礎上，以求得到土地流轉對農業機械化水平的真實影響。

2 理論分析與研究假設

土地流轉后農戶一般會對農用地平地和整地，以期通過增加土地生產力和改善生產環境達到增收的目的。平地包括田塊土層調節和梯田改造工程，整地包括田塊歸并工程和條田建設工程，都有利于農業機械使用[14]（圖1）。土地流轉對農業機械使用的影響機理如下：（1）田塊土層調節。田塊土層調節不僅能平抑田塊高差，還能保護土壤。土地流轉能夠促進農戶對田塊土層進行綜合調節，田塊高差減少能夠為農業機械提供更為良好的田間作業環境[15]。另外，地基平整或客土回填都能提高農業機械作業的水土條件[16]。（2）梯田改造工程。梯田改造又被稱為“坡改梯”，主要是沿等高線方向修建條狀階臺或波浪式斷面田，調節整體地形坡度。通過梯田改造工程能有效降低坡地的傾斜度和合理規劃梯田的生產道路，從而降低農業機械的轉移難度和作業難度，減少農業機械的動力消耗[17]。另外，梯田改造會完善水利工程配套建設，解決田塊澇漬，保障農業機械作業的水土環境[18]。（3）田塊歸并工程。田塊歸并是指通過互換或者整合土地的方式減少地塊數，實現土地連片耕作。土地流轉能夠有效降低土地分散程度和田埂系數，實現農作物連片合理布局，增加農業機械作業的凈耕地面積[19-20]。（4）條田建設工程。條田建設是指對不規則田塊的形狀、規格和方向重新進行改良。土地流轉后農戶的農用地規模變大，可以對以往不規則的田塊重新合理設置，增加農業機械作業的便利性和降低作業成本[21]。

但不同類型耕地因耕作制度和種植環境等方面的差異，其生產效率和經濟效益都會有所區別。水田地塊作物的農業生產率一般要高于旱地，且水田作物的經濟價值也普遍高于旱地[22]。因此，不同類型耕地的土地流轉對農業機械的使用也有所區別。耕地類型主要分為水田和旱地，兩種耕地的生產效率都與耕作半徑、坡度和耕作層厚度息息相關，因旱地具有單個地塊面積狹小、陡坡、耕作層較薄等特點，農業機械作業的難度較大，流轉后土地綜合治理成本較高[23]，而水田一般耕作半徑較大、平緩、耕作層較厚，農業機械作業難度較低，流轉后土地綜合治理成本相對較低[23]，所以，土地流轉對農戶提高水田農業機械使用程度可能會更高。基于此，提出本文研究假設：

H1：土地轉入會增加農戶對農業機械使用，土地轉出會降低農戶對農業機械使用。

H2：水田轉入比旱地轉入更能促進農戶增加農業機械使用，水田轉出比旱地轉出更能促進農戶降低農業機械使用。

圖1 土地流轉對農業機械化水平的影響機理Fig.1 Mechanism of land transfer on the level of agricultural mechanization

3 數據來源、變量選擇與模型構建

3.1 數據來源

研究數據來自課題組2016年在湖北省實地調查所得，此次調查涵蓋家庭人口基本信息、家庭生產經營情況、農地流轉行為和農業機械使用情況等。湖北省山地占56%，丘陵占24%，平原湖區占20%。為保證樣本代表性，選取英山縣、蘄春縣、沙市區、陽新縣和老河口市5個縣市區調研，基本能夠代表湖北省的東中西部。采用隨機抽樣方法，在每個縣市區抽取5個鄉鎮，每個鄉鎮抽取2個村，每個村抽取35戶農戶，共調查1 750戶農戶，剔除無效樣本68份，共獲得有效樣本1 682份。

3.2 變量選擇

（1）農業機械使用。本文所指的農業機械使用情況主要為農戶農業機械化水平，因此，采用農戶農業機械化水平衡量農戶農業機械使用情況。農業機械化水平的測度方法主要有3種，即農機總動力、農機凈值和農業作物耕種收綜合機械化率。前兩者無法準確衡量真實的農業機械化水平，一是動力大小對農機作業水平的決定作用正在減弱，很多小動力機械也可以發揮高效能的作業能力；二是農機跨區作業已經普及，地區農機總動力不能完全代表農業機械化水平；三是獲取農戶層面農機總動力的數據較難。本文主要采用農業部對機械化的衡量標準，即農作物耕種收綜合機械化率，測算方法是機耕率、機播率和機收率的加權平均值（權重分別為0.4、0.3、0.3），已有學者采用此法測度了農業機械化水平[24]。

（2）土地流轉面積。土地流轉是本文的關鍵解釋變量，主要分為土地轉入面積和土地轉出面積，再進一步細分土地類型為水田和旱地。根據農戶有無土地流轉情況，生成6種有無土地流轉的虛擬變量。

（3）其他控制變量。戶主年齡。戶主是家庭決策的重要角色，戶主年齡會影響其生產經營行為，進而影響農業機械使用決策。勞動力受教育年限。家庭勞動力受教育水平越高，務農機會成本就越高。當家庭勞動力外出務工后，農戶會增加農業機械使用來代替勞動力減少的影響。勞動力培訓比例。家庭勞動力接受專業培訓比例越高，基于比較利益考慮，農戶會更少從事農業生產經營活動。家庭不健康人員比例。家庭不健康成員比重越高，家庭收入可能會越低，考慮到使用農業機械的高昂成本，農戶會更多選擇自己耕作土地。農作物種植種類。當農戶的農作物種植種類較多時，為了保障農作物在不同季節的最佳生長時間，往往會選擇農業機械來縮短農業播、種、收等時間。地形特征。一般而言，平原地區相較于丘陵或者山區，農業機械作業的方便程度更高。具體測度方法見表1。

表2分別匯報了全部樣本、轉出戶樣本、轉出水田戶樣本、轉出旱地戶樣本、轉入戶樣本、轉入水田戶樣本和轉入旱地戶樣本的全變量的均值。不論何種樣本，都表現出轉出土地、轉出水田和轉出旱地樣本的農業機械化水平均值普遍都要小于全樣本農業機械化水平均值，而轉入土地、轉入水田和轉入旱地樣本的農業機械化水平均值普遍要高于全樣本農業機械化水平均值，這說明土地流轉可能是影響農業機械化水平的重要因素。

表1 主要變量及計算方法Tab.1 Main variables and calculation methods

3.3 模型構建

如果將參與土地流轉農戶作為“處理組”，而將未參與土地流轉農戶作為“控制組”。由于實驗組和處理組的初始家庭稟賦不一，存在“樣本自選擇偏誤”問題，固此法不行。即使實驗組未來農業機械化水平低于處理組，關注的重心仍為參與土地流轉農戶未來農業機械化水平是否與這些農戶未參與土地流轉（假想）未來農業機械化水平有差別。由于土地流轉參與戶未參與流轉的行為無法觀測，這就造成了“數據缺失”問題。為此，RUBIN[29]提出“反事實框架”，稱為“魯賓因果模型”，以此模型來解決數據缺失問題。以虛擬變量Di={0，1}表示農戶i是否參與土地流轉，即1為參與，而0為沒有參與。y0i表示農戶i未參加土地流轉未來農業機械化水平，而y1i表示農戶i參加土地流轉未來農業機械化水平，Yi表示實驗的結果變量，那么反事實框架可以表示為以下模型：

模型（1）表明兩種結果中的哪一種將在現實中被測到，主要取決于實驗狀態。用ATT來測度個體在實驗狀態下的平均處理效應，即表示個體i在實驗狀態下的觀測結果與其反事實的差，則參與土地流轉農戶的平均處理效應（ATT）為：

為了得到“干凈”的平均處理效應，在滿足均值可忽略性E（y0i|xi，Di）=E（y0i|xi）與E（y1i|xi，Di）=E（y1i|xi）的假設條件下，農戶對Di的選擇完全取決于xi，防止存在遺漏變量問題，構建回歸模型進行解決，模型表達式為：

表2 不同流轉類型農戶的家庭基本特征描述性統計Tab.2 Descriptive statistics of basic characteristics of rural households in different transfer types

式（3）中：yi表示農業機械化水平；x'i是一組系統性協變量；Di表示農戶的土地是否流轉；β為協變量x'i的估計系數；εi為模型的誤差項。

為確保處理效應估計是建立在可比個體之間的不同結果的基礎上，使用ROSENBAUM and RUBIN[26]提出的得分傾向匹配法進行估計。基本思路為：首先，利用Logit模型計算每個樣本農戶參與土地流轉的條件概率擬合值（PS值），PS值相近的參與土地流轉農戶與未參與土地流轉農戶構成共同支撐領域。

式（4）中：xi為可觀測到的協變量。其次，將參與土地流轉的農戶和未參與土地流轉的農戶逐一匹配，確保控制組和處理組的主要特征盡可能相似。最后，利用控制組模擬處理組的反事實狀態，比較農戶在參與和不參與土地流轉這兩種互斥事實下農業機械化水平差異，差值即為凈處理效應。在計算得到農戶土地流轉的傾向值后，農業機械化水平的ATT表示為：

式（5）中：Nt表示土地流轉農戶的樣本數；t表示匹配后的實驗組；c表示匹配前的控制組；為實驗組中第i個參與土地流轉農戶的觀測值；為控制組中第j個沒有參與土地流轉農戶的觀測值；pi為實驗組農戶i的預測概率值；pj為控制組農戶j的預測概率值；λ（pi，pj）為權重函數，不同的匹配方法有不同的權重函數。本文嘗試使用卡尺匹配、核匹配、局部線性回歸匹配方法，如果不同匹配方法的估計結果差異不大，則說明模型較為穩健。

4 實證結果分析

4.1 樣本匹配效果檢驗

為保證估計結果有效性，必須滿足匹配平衡性假設。表3為轉出土地的控制組和處理組的平衡性檢驗結果，本文還對卡尺匹配法和局部線性回歸匹配法在轉入土地農戶、轉入旱地農戶、轉入水田農戶、轉出旱地農戶和轉出水田農戶三個方面的匹配結果進行平衡性檢驗，檢驗結果表明都滿足平衡性假設，由于篇幅限制，結果未在文中列出。從表3可知，匹配前的控制組和處理組各特征變量存在顯著差異，匹配后的控制組和處理組各特征變量不存在顯著差異，這說明得分傾向匹配結果比較有說服力。各特征變量匹配后的標準化偏差均小于20%，說明匹配后各變量誤差消減的效果較好。由此可見，經過核密度法匹配之后，控制組和處理組的家庭特征差異基本消除，匹配結果滿足平衡性要求，這也說明土地轉出戶控制組和處理組在農業機械化水平的差異確實是由土地是否轉出引起。

4.2 土地流轉對農業機械化水平的影響

本文使用卡尺匹配法（匹配1）、核匹配法（匹配2）和局部線性回歸匹配法（匹配3）分別估計是否轉出土地、是否轉入土地、是否轉出旱地、是否轉入旱地、是否轉出水田和是否轉出水田對農業機械化水平的平均處理效應，采用多種匹配方法進行估計也能夠對模型進行穩健性檢驗。表4為土地轉入和土地轉出對農業機械化水平的估計結果，從土地轉入對農業機械化水平的平均處理效應來看，在匹配前，土地轉入對農業機械化水平會顯著提升13.53%，采用3種匹配方法估計后，土地轉入對農業機械化水平的影響依然顯著。卡尺匹配法、核匹配法和局部線性回歸匹配法估計的ATT值分別為9.17%、10.44%和10.21%。總體而言，在采用得分傾向匹配法消除了控制組和處理組的樣本差異后，凈效應ATT的平均系數為9.94%，相比基準回歸的影響系數有所縮小，由此可知，樣本自選擇偏誤確實會對估計結果產生一定影響。可能原因是土地轉入會增加農戶實際種植面積，促進農戶對土地平整，方便農業機械作業。

表3 傾向得分匹配的平衡性檢驗結果Tab.3 Balance test results of propensity score matching

從土地轉出對農業機械化水平的平均處理效應來看，在匹配前，土地轉出對農業機械化水平會顯著降低20.62%，匹配后，3種匹配法的ATT值分別降為9.35%、9%和9.86%，且都在1%水平上顯著。由此可知，樣本自選擇偏誤會高估土地轉出對農業機械化水平的影響，通過匹配消除控制組和處理組的樣本差異后，凈效應ATT的平均系數為9.4%，說明農戶轉入土地越多，農戶從事農業生產經營活動的積極性越大，對農業機械使用也就越多。另外，土地的轉入效應大于土地的轉出效應，這可能是因為土地規模效益導致土地流入對農業機械化水平的上升效應大于土地轉出對農業機械化水平的下降效應。

表4 土地轉入和土地轉出對農業機械化水平的PSM估計Tab.4 PSM estimation of agricultural mechanization levels by land transfer-in and transfer-out

4.3 不同類型土地轉入對農業機械化水平的影響

表5為不同類型土地轉入對農業機械化水平的估計結果。從水田轉入對農業機械化水平的平均處理效應來看，匹配前，水田轉入在5%水平上對農業機械化水平有顯著正向影響，水田轉入使農業機械化水平提高10.21%。匹配后，3種匹配法的ATT值分別下降為10.04%、10.56%和9.92%，且各系數的顯著性保持不變，凈效應ATT的平均系數為10.17%。由此可知，樣本自選擇偏誤很顯然會高估水田轉入對農業機械化水平的影響，通過匹配消除控制組和處理組的樣本偏差后的估計結果較為合理，且匹配結果較為穩健。

從旱地轉入對農業機械化水平的平均處理效應來看，匹配前，旱地轉入對農業機械化水平有正向影響，但并不顯著。匹配后，3種匹配法的凈效應ATT的平均系數為3.71%，且3種估計系數依然都不顯著，這說明旱地轉入對農業機械化水平沒有產生顯著影響并不是由樣本自選擇偏誤造成的。但本文依然可以得出，土地轉入會對農業機械化水平的提升有顯著正向影響，水田轉入比旱地轉入對農業機械化水平提升幅度更大，可能原因是水田流轉后的平整成本更低，更能降低農業機械作業的難度系數，且水田對農業機械使用的需求更高，因此，水田轉入對農戶提高農業機械使用程度的可能性會更大。

表5 水田轉入和旱地轉入對農業機械化水平的PSM估計Tab.5 PSM estimates of agricultural mechanization levels in paddy field transfer-in and dryland transfer-in

4.4 不同類型土地轉出對農業機械化水平的影響

表6為不同類型土地轉出對農業機械化水平的估計結果。從水田轉出對農業機械化水平的平均處理效應來看，匹配前，水田轉出對農業機械化水平會顯著降低21.9%。匹配后，3種匹配法的ATT值分別為9.51%、9.52%和10.08%，匹配后的ATT值比匹配前的ATT值下降較大，且都在5%水平上顯著。通過匹配消除控制組和處理組的樣本偏差后，凈效應ATT的平均效應為9.7%，說明樣本自選擇偏誤會高估水田轉出對農業機械化水平的影響。

表6 水田轉出和旱地轉出對農業機械化水平的PSM估計Tab.6 PSM estimates of agricultural mechanization levels in paddy field transfer-out and dryland transfer-out

從旱地轉出對農業機械化水平的平均處理效應來看，匹配前，旱地轉入對農業機械化水平會顯著降低24.97%。匹配后，3種匹配法的ATT估計值分別降為9.08%、9.23%和8.18%，凈效應ATT的平均效應為8.83%，說明樣本自選擇偏誤嚴重高估了旱地轉出對農業機械化水平的影響。綜上所述，水田轉出和旱地轉出都會對農業機械化水平產生顯著負向影響，且水田轉出對農業機械化水平下降的影響更大，可能原因是水田種植更有利于提升農業的機械化水平，這也正好佐證了前文土地轉入中水田轉入對機械化水平提升的影響更大。

5 結論及建議

在農業現代化發展的時代背景下，農業機械化水平是農業現代化的重要體現，是鄉村振興的重要推動力。本文基于2016年湖北省農戶實地調研數據，采用得分傾向匹配法分析了土地流轉對農業機械化水平的影響，研究結果表明：（1）土地流轉對農業機械化水平有顯著影響，其中，土地轉入會提升農業機械化水平的9.94%，土地轉出會降低農業機械化水平的9.4%；（2）從土地轉入來看，水田轉入會顯著提升農業機械化水平的10.21%，旱地轉入會提升農業機械化水平的3.71%，但并不顯著；（3）從土地轉出來看，水田轉出會降低農業機械化水平的9.7%，旱地轉出會降低農業機械化水平的8.83%。不論是從整體土地流轉來看，還是對不同類型土地流轉而言，土地轉入效應大于土地轉出效應，可能的解釋是規模經營作用的結果。

在保證農作物種植結構合理布局的情況下，可以適度優先把農戶的水田向農業企業、農民專業合作社、經營大戶和種植能手集中。推動農村“三權分置”法制化，搭建土地流轉公共服務平臺，完善土地流轉市場的管理制度和方法，制訂科學的農地資產評估體系，確保土地價值評估的合理性，保證土地流轉雙方的利益，讓農戶真正放心地參與到土地流轉的過程中來。同時，也要盡快將土地轉出后進入城鎮就業的農民納入到城鎮社會保障體系中，以解除該部分農民的后顧之憂。另外，國家需要繼續加大農機扶持補貼政策，加快培育一批具有國際競爭力的本國農機生產企業，完善農機后期維護市場，形成一套適應新時期發展的新型農業推廣服務體系。培育新型職業農民，注重農戶農機專業知識的培養，提升農戶對農業機械的認識和操作水平。