農業機械化能否縮小城鄉收入差距？

孫學濤

(1.山東社會科學院 農村發展研究所，山東 濟南 250002；2.中國海洋大學 經濟學院，山東 青島 266100)

一、問題提出

城鄉收入差距是全面建成小康社會的難點。改革開放以來農民收入顯著提升，2019年中國農村居民人均可支配收入為16 021元，是1978年的119倍。但農民收入水平快速增長的同時城鄉收入差距也不斷擴大，2019年中國城鄉居民收入比達到2.64。與此同時，黨和政府也高度重視城鄉收入差距問題。2017年中國提出了到2050年實現鄉村全面振興和農民富的目標，2020年中央一號文件提出了促進農民持續增收的具體措施。促進農民增收、縮小城鄉收入差距成為實施鄉村振興戰略的關鍵所在。因此，在鄉村振興的背景下，研究農民收入差距的來源以及促進農民增收的路徑變得尤為迫切。

在脫貧攻堅大背景下，針對城鄉居民收入差距逐漸擴大的現象，學者從經濟發展的工業化偏好理論[1-2]和城市偏向理論[3-4]等角度解釋了城鄉收入差距產生的原因。同時，國內學者也從戶籍制度[5]和政治制度[6]等角度解釋了城鄉收入差距產生的原因?，F有文獻主要從制度角度分析城鄉收入差距，但城鄉收入差距問題產生的根源在于城市居民收入相對較高且增速快，而農村居民收入水平相對較低且增速慢。因此不僅需要從城鄉收入差距的“城”角度解釋城鄉收入差距，而且還需要從城鄉收入差距的“鄉”這一角度解釋城鄉收入差距產生的原因[7]。

由農業經濟學理論可知，農業機械化不僅是提高農業生產率和增加農民收入最為重要的動力[8]，也是縮小城鄉收入差距的主要途徑[2]。農業機械化水平提升可以實現農業機械對勞動要素的替代[9]，提高勞動生產率[10]，進而增加農民的農業經營性收入。與此同時，農業機械對勞動要素的替代還為農民的非農就業創造了機會，間接地促進了城市化[11]，增加了農民的工資性收入，進而縮小了城鄉收入差距，最終實現鄉村振興。但這些文獻僅局限于直觀的判斷，缺乏實證分析，特別是農業機械化對城鄉居民收入差距的具體作用機理和影響路徑等方面缺乏深入研究。

雖然農業機械化促進農民增收的觀點已經成為學界的普遍共識，但在脫貧攻堅背景下農業機械化對城鄉居民收入差距作用機理的研究成果還相對缺乏，特別是現有文獻還不能很好地解決農業機械化與農民收入之間的內生性問題。本文將利用2002—2017年中國縣域面板數據分析農村勞動力轉移背景下農業機械化對農民收入和城鄉收入差距的影響。

二、文獻回顧

隨著中等收入陷阱理論的發展，學者開始逐漸關注城鄉收入差距的相關問題，并就形成原因進行了多視角研究。戶籍制度[12]、農村金融發展[13]和教育[14]是引起城鄉收入差距的重要原因。除從二元經濟結構視角研究城鄉收入差距的成因外，部分學者發現農業自身發展水平是影響城鄉居民收入差距的主要因素[10]。改革開放以來中國基尼系數不斷上升，由1978年的0.18上升到2018年的0.47。學者研究發現中國最主要的不平等表現在城鄉收入差距[15]，其中縮小城鄉收入差距的重點在于“鄉”[2]，即通過提高農民收入的方式縮小城鄉收入差距。農業機械化不僅能夠提高農民收入[10]，而且還是縮小城鄉收入差距的重要方式[2]。因此，農業機械化或是農民增收和緩解城鄉收入差距最具解釋力的變量之一。

理論上，農業機械化對城鄉收入差距的影響主要表現在兩個方面。一方面，提高農業機械化水平意味著農業要素投入增加，進而提高農業生產率，從而緩解城鄉收入差距；另一方面，雖然農業發展方式逐步由粗放型增長轉向高質量型發展，但農業部門內土地非農化現象經常發生。因此，通過增加農業部門要素投入的方式促進農業高質量發展很難實現。而在農業經濟高質量發展的背景下，通過優化農業部門的要素投入結構，促進農民增收，緩解城鄉收入差距的路徑是切實可行的。基于以上理論分析，部分學者采用家庭數據[16]、省級區域(不包括香港、澳門和臺灣，本文研究同)的樣本數據[10]、縣域數據[17]等證實了農業機械化水平提升促進農民增收，緩解了城鄉收入差距。

但現有文獻存在不足。一是現有文獻忽視了農業機械化與城鄉收入差距之間的內生性。農業部門內部通過投入農業機械促進農民增收，進而縮小了城鄉收入差距；同時，隨著農民收入水平的不斷提高，農民會繼續增加對農業機械要素的投入，進而影響農業機械化水平。因此只探討農業機械化對城鄉收入差距的影響必然會面臨著內生性問題，進而可能對實證結果的有效性產生損失。二是學者在探討農業機械化對城鄉收入差距的影響過程中忽視了農業機械化的空間相關性，只考慮到本地區農業機械化對本地區城鄉收入差距的影響，忽視了周邊地區對其城鄉收入差距的影響。

根據現有文獻存在的不足，本文從以下幾個方面進一步拓展：第一，在探討農業機械化對城鄉收入差距影響的同時還采用縣域所在地的平均坡度作為農業機械化的工具變量，利用空間雙重差分模型(SDID)進一步研究農業機械化對城鄉收入差距的影響；第二，由于農業機械化不僅會對農民收入和城鄉收入差距產生直接影響，而且還可能存在著農村勞動力轉移這一中介效應，因此在農村勞動力流動背景下討論了農業機械化對城鄉收入差距的作用機制；第三，選取縣域數據探討農業機械化與城鄉收入差距之間的關系，空間相關性要求不僅要分析農業機械化對城鄉收入差距的影響，而且還需要考慮其空間溢出效應[18]。

三、計量模型

如果樣本數據不僅依賴于自身，而且還依賴于其他地區的數據，即樣本數據存在著一定的空間依賴關系，需要采用空間計量模型研究樣本數據之間的關系。樣本數據的空間依賴性在空間計量模型中表現為變量的自回歸項和滯后項。以往的空間計量模型在處理自回歸項和滯后項時，分別運用空間自回歸模型和空間誤差模型處理，但空間自回歸項和空間誤差項可能同時存在[18]?；诖?，本部分嘗試采用帶空間自回歸誤差項的空間自回歸模型(SARAR模型)討論農業機械化對城鄉收入差距的影響，因為該模型能夠同時處理空間自回歸項和空間誤差項。

SARAR模型主要用于研究相鄰地區之間的相互關系，即分析自變量對因變量的影響及其空間溢出效應，樣本的空間溢出效應體現在空間自回歸項上，空間依賴關系體現在空間誤差項上。SARAR模型的數學表達式為：

Y=ρWY+Xβ+μ

(1)

μ=λWμ+ε

(2)

其中，ρ表示城鄉收入差距的反應系數，衡量的是相鄰縣域的城鄉收入差距對本縣域城鄉收入差距的影響程度；W表示縣域的空間權重矩陣；Y表示城鄉收入差距；WY表示城鄉收入差距的空間滯后因變量，衡量的是相鄰縣域的變化對本縣域城鄉收入差距的影響程度；X表示自變量；β為解釋變量的回歸系數；λ表示空間誤差系數，衡量的是相鄰縣域的城鄉收入差距誤差對本縣域城鄉收入差距的影響程度；Wμ表示空間滯后誤差項，衡量的是其他相鄰縣域的誤差；ε表示殘差擾動項。

為了分析農業機械化對城鄉收入差距的影響，式(1)和式(2)中的W為地理距離權重矩陣，其衡量方式為根據縣域的經緯度并運用歐式距離公式計算縣域i與縣域j之間的距離。

四、數據來源

本文的研究對象是縣域。包含全國縣域指標的統計年鑒只有《中國區域經濟統計年鑒》(2003—2015年)和《中國縣(市)社會經濟統計年鑒》(2003—2018年)。同時，城鄉收入差距在一定程度上受到價格的影響，因此，從《中國城市統計年鑒》(2003—2018年)收集各地級市的居民消費價格指數，對涉及價格的指標進行平減。由于部分省份的相關指標缺失，本文相關數據指標還來源于相關地市的統計公報(2003—2018年)。以上統計年鑒內部分指標缺失，本文利用省級統計年鑒對相關指標進行補充。縣域所在地的平均坡度數據主要由ArcGIS 12.0軟件在地圖上抓取，縣域所在地的經緯度數據和地理距離權重矩陣的生成過程中所需要的縣域經緯度數據均來源于經緯度網(1)由于基于不同地圖數據的經緯度值存在一定的差異，本文所采用的經緯度為常用地圖網站經緯度的平均值。。

本文的被解釋變量為城鄉收入差距，采用農村居民人均純收入占城鎮職工平均工資的比重(%)來衡量。由于本文從城鄉收入差距的“鄉”角度討論城鄉收入差距產生的原因，因此被解釋變量還包含了農民收入。農民收入采用農村居民人均純收入(元)取自然對數來衡量。

本文的解釋變量為農業機械化水平。農業機械化水平采用單位耕地機械總動力(KW/hm2)來衡量。同時為了解決農業機械化與城鄉收入差距之間的內生性問題，本文還嘗試采用縣域所在地的平均坡度作為農業機械化的工具變量。縣域所在地的平均坡度數據主要由ArcGIS 12.0軟件在地圖上抓取。

控制變量包括縣域互聯網水平和人力資本等。

變量的統計描述如表1所示。

表1 縣域數據統計描述

五、實證分析

(一)空間相關性檢驗

進行空間計量分析之前，首先要分析農業機械化與城鄉收入差距的空間依賴關系，如果農業機械化不僅會對本縣域的城鄉收入差距產生影響，而且還會對相鄰縣域的城鄉收入差距產生影響，才可使用空間計量模型。本文運用莫蘭指數(Moran’sI)考察農業機械化的空間相關關系?？h域農業機械化的莫蘭指數檢驗結果如表2所示。

表2 莫蘭指數檢驗結果

由表2可知，中國縣城農業機械化的莫蘭指數值為負，除2004年和2017年外其余年份均顯著。這表明縣域農業機械化存在顯著的負向相關效應，即農業機械化水平較高的地區與農業機械化水平較低的地區相鄰，說明本縣域農業機械化水平提升會抑制相鄰縣域農業機械化水平提升。

(二)空間計量分析

農業機械化對城鄉收入差距的影響機制是農業機械化通過促進農民增收，進而影響城鄉收入差距，因此在討論農業機械化對城鄉收入差距影響的同時還需要討論農業機械化對農民收入的影響。如果農業機械化對農民收入不存在影響，那么討論農業機械化與城鄉收入差距就沒有意義。如果農業機械化對農民收入存在影響，那么農業機械化才有可能影響城鄉收入差距。因此，在分析農業機械化對城鄉收入差距的影響之前，需要分析農業機械化對農民收入的影響。由于本文采用的數據是面板數據，實證分析農業機械化對城鄉收入差距的影響之前需要討論混合效應、隨機效應和固定效應對于分析農業機械化對城鄉收入差距影響的適用性。BP檢驗結果顯著，說明農業機械化對城鄉收入差距的影響更適合采用隨機效應。豪斯曼(Hausman)檢驗結果顯著，說明農業機械化對城鄉收入差距的影響更適合采用固定效應。本文采用面板數據討論農業機械化對城鄉收入差距的影響，不僅縣域樣本變動會影響城鄉收入差距，而且時間變動也會對其產生影響。因此，本文嘗試建立的模型為時點個體固定效應模型。利用SARAR模型分析農業機械化對城鄉收入差距的影響，模型的具體估計結果如表3所示。

表3 農業機械化對城鄉收入差距的影響

表3給出了農業機械化對城鄉收入差距的影響，從表3可知。計量模型內的自回歸項的系數顯著為正，說明不僅本地區的機械化會影響本地區的城鄉收入差距，周邊地區的機械化也會影響本地區的城鄉收入差距。由于不同模型之間的結果基本一致，本部分以縣域樣本為例分析農業機械化對城鄉收入差距的影響，具體如下：

第一，分析農業機械化對農民收入的影響。由表3可知，農業機械化對農民收入的影響為正，并且通過了顯著性水平檢驗。這說明隨著農業機械化水平的不斷提高，農民收入水平也在不斷提高[10]?？赡艿慕忉屖?，一方面，隨著農業機械化水平的不斷提高，勞動要素從農業內釋放出來，這部分釋放出來的勞動要素流向非農產業，農民獲得更多的工資性收入，最終提高了農民收入。另一方面，農業機械化水平提高的過程是資本要素逐漸代替勞動要素的過程。根據邊際技術替代率，農業部門內農業機械與農業勞動力之間存在著替代關系，農業部門增加農業機械運用，則會減少勞動投入，即會提高勞動產出效率，農民進而獲得更多的農業經營性收入，最終提高農民收入。

第二，分析農業機械化在城鄉收入差距縮小過程中的作用。由表3可知，農業機械化對城鄉收入差距的影響為正，并且通過了顯著性水平檢驗。這說明隨著農業機械化水平的不斷提高，會促進農業勞動生產率的提高，進而縮小收入差距[19]?？赡艿慕忉屖?，一方面，農業機械化水平提升，意味著農業部門內資本要素投入不斷增加，隨著農業部門內資本要素和勞動要素投入結構的不斷優化，勞動要素生產效率不斷提高，進而增加農民收入。另一方面，農業機械補貼等惠農政策的實施，意味著非農部門向農業部門轉移資本要素，農業部門與非農部門之間要素投入結構的不斷優化也會提高農民的收入水平。無論是通過優化農業部門內部的要素配置結構還是通過優化農業部門與非農部門之間的要素配置結構，都能促進農民增收，從而實現縮小收入差距的目標。

第三，分析農業機械化的區域差異。農業機械化對東部縣域農民收入和城鄉收入差距的影響均為正，并且通過了顯著性水平檢驗；對中部縣域農民收入和城鄉收入差距的影響為負，但不顯著；對西部農民收入和城鄉收入差距的影響顯著為負。實證結果說明農業機械化會以提高農民收入的方式縮小東部縣域的城鄉收入差距；但農業機械化不利于西部縣域農民收入水平的提升?？赡艿慕忉屖?，東部地區平原相對較多，同時地勢起伏也較小，適合農業機械大規模作業，而中、西部縣域的地形地貌使得部分地區農業機械無法進入。因此，中、西部地區農業機械化可能會成為農民增收的負擔。

第四，分析控制變量對收入的影響。為了準確地分析農業機械化對收入的影響，在實證分析過程中加入了控制變量。實證分析過程中信息化水平和醫療水平等對收入的影響沒有通過顯著水平檢驗；居民消費水平、人力資本水平、金融發展水平、政府干預水平和規模經濟水平等對收入的影響均通過了顯著水平檢驗。限于篇幅，控制變量對收入的影響結果以及可能的解釋不再一一分析。

六、內生性討論

農業機械化在一定程度上會受到農民收入和地形等因素的影響，即農業機械化不是外生隨機變量，而是在一定程度上可能是內生變量。農民收入水平相對較高的地區農業機械化可能相對發達，而農民收入水平相對較低的地區農業機械化可能正在發展中。如果不考慮農業機械化的內生性問題，那么估計出來的農業機械化對城鄉收入差距影響的系數只能是農業機械化與城鄉收入差距之間的相關關系，而不是因果關系。本文嘗試尋找農業機械化的工具變量以分析其對城鄉收入差距的影響。好的工具變量必須是相關的和外生的，即工具變量只與農業機械化相關，同時工具變量與模型內的其他控制變量無關?；诖?，本文借鑒李欣澤等(2017)[20]的研究成果，使用縣域所在地的平均坡度作為農業機械化的工具變量。因為縣域所在地的平均坡度只通過農業機械化來影響城鄉收入差距，同時縣域所在地的平均坡度不會對城鄉收入差距產生直接影響。首先，分析縣域所在地的平均坡度的相關性。農業機械化與縣域所在地的平均坡度相關是因為縣域內能否大規模地推行農業機械會受到地勢和地形的影響。地勢相對平坦的地區農業機械大規模作業相對容易，而地勢相對復雜的地區農業機械作業相對困難。其次，分析縣域所在地平均坡度的外生性。縣域所在地的平均坡度屬于自然地理變量。至今還沒有看到相關文獻證實地區經濟發展和農民收入水平能夠改變當地的地勢?；谝陨戏治?，本文運用縣域所在地的平均坡度作為農業機械化的工具變量來分析農業機械化對城鄉收入差距影響的結果，結果見表4。

表4內生性檢驗部分報告了采用縣域所在地的平均坡度作為農業機械化工具變量的估計結果。限于篇幅，表4工具變量部分沒有匯報農業機械化的工具變量對收入差距的影響。由表4的工具變量部分可知，農業機械化的工具變量對全國縣域和東部縣域農民收入的影響為正，并且通過了顯著性水平檢驗；農業機械化的工具變量對中部縣域農民收入的影響為正，但沒有通過顯著性水平檢驗；農業機械化的工具變量對西部縣域農民收入的影響顯著為負。以上表明縣域坡度可以看成農業機械化的工具變量。

接下來，分析農業機械化的工具變量與農業機械化的差異。將表4工具變量部分與表3農民收入部分對比，發現縣域坡度的系數大于農業機械化的系數。這說明在分析農業機械化對農民收入的影響過程中，可能存在著一定的內生性，內生性問題會導致實證分析過程中低估了農業機械化對農民收入的影響。

表4 內生性檢驗

為了避免樣本的自選擇問題，需要運用農業機械化水平相對較高的縣域與農業機械化水平相對較低的縣域進行對比，研究農業機械化對城鄉收入差距的影響。因此本文借鑒范巧(2018)[21]的空間雙重差分法(SDID)將實驗組與控制組相匹配，將控制組作為對照組，研究實驗組與對照組之間的區別。為了推動農業機械化，政府于2004年試點實施并于2009年在全國縣域推廣農機購置補貼政策。因此，本部分以農機購置補貼政策作為依據，基于空間自回歸的雙重差分法研究農業機械化對農民收入影響的模型具體為：

(3)

式(3)內的T表示農機購置補貼政策試點實施的年份，2004年之前T=0，2004年以后T=1。D表示縣域是否實施農機購置補貼政策，實施農機購置補貼D=1，否則D=0。其余變量設置與式(1)和式(2)的變量設置一致。基于SDID分析的農業機械化對農民收入影響的估計結果如表4所示。

表4報告了空間雙重差分法估計的農機購置補貼政策對農民收入影響的估計結果，限于表格，本部分沒有匯報農機購置補貼政策對居民收入差距影響的估計結果。從表4中SDID部分的估計結果可以看出，農機購置補貼政策對全國縣域和東部縣域農民收入的影響顯著為正；對中部縣域農民收入的影響為正，但不顯著；對西部縣域農民收入的影響顯著為負。這說明農機購置補貼政策能夠影響農民收入水平，且與前文結果一致。

最后，分析基于不同方法估計的農業機械化對農民收入影響系數的差異。本部分嘗試討論基于SDID模型的估計系數與基于SARAR模型的估計系數的差異。將表4的SDID模型部分與表3的SARAR模型對比發現，無論是全國縣域還是東部縣域、中部縣域和西部縣域，SARAR模型同樣會低估農業機械化對農民收入的影響。可能的解釋是SARAR模型在分析農業機械化對農民收入的影響過程中將所有的縣域樣本看作一個整體，沒有區分實施農機購置補貼的縣域與未實施農機購置補貼的縣域。而SDID模型在研究農業機械化對農民收入影響的過程中依據農機購置補貼政策將實施農機購置補貼政策的縣域與未實施農機購置補貼政策的縣域進行匹配，并作為樣本的反事實參照組，去除隨機因素對農民收入的影響。因此基于SARAR模型估計的系數在一定程度上可能會低估農業機械化對農民收入的影響。

七、作用機制分析

根據文獻綜述和前文的分析，本部分將從農村勞動力轉移視角來研究農業機械化對城鄉收入差距的傳導機制。在作用機制分析過程中，本部分借鑒陳詩一和陳登科(2018)[22]的研究成果，將農業機械化和農村勞動力轉移滯后一期，分析農業機械化對城鄉收入差距的影響?？紤]到數據的一致性和準確性，并借鑒伍山林(2016)[23]衡量農村勞動力流動的方法，本部分農村勞動力流動的衡量方式為縣域從業人員數減去第二、三產業從業人員數進而得到第一產業從業人員數，并從鄉村從業人員數中扣除第一產業從業人員數，進而得到農村勞動力流動數量(2)按照該方法計算的2 851個縣級行政單元的農村勞動力流動數量與2009年以后國家統計局公布的《中國農民工監測調查報告》中的農民工數量接近。。農業機械化對城鄉收入差距作用機制的估計結果如表5所示。

表5 作用機制分析

第一，分析農村勞動力轉移對城鄉收入差距的影響。由表5報告結果可知，農村勞動力轉移對城鄉收入差距的影響為正，并且通過了顯著性水平檢驗；農村勞動力轉移滯后項對城鄉收入差距的影響為正，但沒有通過顯著性水平檢驗。說明農村勞動力轉移能夠提高農民收入進而縮小城鄉收入差距[24]，但農村勞動力轉移對城鄉收入差距的影響不存在滯后效應?？赡艿慕忉屖?，一方面，由于農業部門內勞動力過剩，農村勞動力轉移會優化農業部門的要素配置結構、釋放農業部門的結構紅利，從而提高農民的農業收入，縮小城鄉收入差距；另一方面，農村勞動力轉移能夠增加農民的非農收入，農民非農收入的增加在一定程度也會縮小城鄉收入差距。

第二，分析農業機械化對農村勞動力轉移的影響。由表5的估計結果可以看出，農業機械化對農村勞動力轉移的影響為正，并且通過了顯著性水平檢驗；農業機械化滯后項對農村勞動力轉移的影響為正，但沒有通過顯著性水平檢驗。結果表明農業機械化能夠促進農村勞動力轉移[11]，但農業機械化對農村勞動力轉移的影響不存在滯后效應。可能的解釋是，由邊際技術替代效應可知，資本要素與勞動要素之間存在著替代關系，而農業機械化水平提高意味在農業內資本要素投入的增加。由勞動要素與資本要素的替代關系可知，農業部門在一定程度上會減少勞動要素的投入量，進而促進農村勞動力向非農部門轉移。

八、穩健性檢驗

前文的分析表明，推動農業機械化在一定程度上能夠縮小城鄉收入差距，但更重要的是需要進一步分析農業機械化水平提升對城鄉收入差距的影響是否穩健。本部分從以下四個方面對前文的分析結果進一步討論：

第一，重新構建農業機械化指標。由于農業機械化水平和城鄉收入差距均為結果變量，因此模型內可能存在內生性問題，本部分將縣域農業機械化總動力取自然對數作為縣域農業機械化的衡量指標，進一步討論農業機械化對城鄉收入差距是否存在影響?？臻g計量模型的鄰接關系、模型選取和樣本分類方式等均不變，模型的估計結果如表6所示。

表6 重新構建農業機械化指標

表6報告了重新構建農業機械化指標的估計結果。從表6的估計結果可以看出，農業機械化對全國、東部縣域和西部縣域農民收入和城鄉收入差距的影響為正，并且通過了顯著性水平檢驗；對中部農民收入和城鄉收入差距的影響為正，但沒有通過顯著性水平檢驗。與表3的基準回歸不同的是，西部縣域重新構建了農業機械化的變量后，農業機械化水平提升促進了西部縣域農民收入水平的提升，同時也縮小了與城市居民之間的收入差距。同時空間誤差項、空間自回歸和擾動項的系數也與前文的估計結果基本一致。說明重新構建農業機械化指標后，農業機械化水平提升對城鄉收入差距影響的估計結果穩健。

第二，重新定義縣域之間的相鄰關系。前文的分析過程中，空間權重矩陣的設定是基于縣域之間的距離。由地理經濟學的相關理論可知地理位置越近的縣域，其交流也就越方便。因此，本部分借鑒孫學濤等(2018)[18]的研究成果，嘗試采用簡單權重矩陣，即兩個縣域之間是否存在空間上的相鄰，如果兩個縣域存在空間上的相鄰，權重設定為1，反之設定為0?？臻g計量模型的農業機械化指標、模型選取和樣本分類方式等均不變，模型的估計結果如表7所示。

表7 重新定義相鄰關系

從表7的估計結果可以看出，農業機械化對全國和東部縣域農民收入和城鄉收入差距的影響為正，并且通過了顯著性水平檢驗；對中部縣域農民收入和城鄉收入差距的影響為負，但沒有通過顯著性水平檢驗；對西部縣域農民收入和城鄉收入差距的影響顯著為負，并且通過了顯著性水平檢驗?？臻g誤差項、空間自回歸和擾動項的系數也與前文的估計結果基本一致。上述結果表明重新定義空間計量模型相鄰關系后，農業機械化水平提升對農民收入和城鄉收入差距的估計結果穩健。

第三，重新構建空間計量模型。前文的分析過程中空間計量模型采用SARAR模型分析農業機械化對城鄉收入差距的影響，在該模型內空間自回歸項和空間誤差項同時存在，本部分嘗試采用空間自回歸模型和空間誤差模型分別研究農業機械化對城鄉收入差距的影響?？臻g計量模型的農業機械化指標、鄰接關系和樣本分類方式等均不變，模型的估計結果如表8所示。

表8 重新構建空間計量模型

從表8的估計結果可以看出，農業機械化水平對全國和東部縣域農民收入和城鄉收入差距的影響為正，并且通過了顯著性水平檢驗；對中部縣域農民收入和城鄉收入差距的影響為正，但沒有通過顯著性水平檢驗；對西部縣域農民收入的影響為負，但對西部縣域城鄉收入差距的影響為正，并且通過了顯著性水平檢驗。同時空間誤差項和擾動項的系數也與前文基本一致。即重新構建空間計量模型后，農業機械化水平提升對農民收入和城鄉收入差距影響的估計結果穩健。

第四，將樣本進一步細分。前文的分析過程中樣本的數據采用全國縣域的數據以及將全國縣域數據按照東、中、西部劃分為三個地區。本部分嘗試借鑒國務院發展研究中心的區劃方法，將縣域劃分為八大經濟區，進一步討論農業機械化對農民收入和城鄉收入差距的影響?？臻g計量模型的農業機械化指標、鄰接關系和模型選取等均不變，模型的估計結果如表9所示。

表9 進一步細分樣本

限于文章的篇幅，本文只報告了農業機械化對農民收入的估計結果，農業機械化對城鄉收入差距的估計未報告。從表9的估計結果可以看出，農業機械化水平對南部沿海和東北綜合經濟區農民收入的影響為正，并且通過了顯著性水平檢驗；對北部沿海、大西北綜合經濟區農民收入的影響顯著為負；對其余經濟區農民收入的影響沒有通過顯著性水平檢驗。由東、中、西部地區與八大經濟區的對應關系可知，農業機械化對農民收入的影響與前文的估計結果基本一致?？臻g誤差項和擾動項的系數與前文的估計結果也基本一致。這說明將縣域細分為八大經濟區后，農業機械化水平提升對農民收入的估計結果穩健。

九、結論與政策建議

研究發現，中國縣域農業機械化水平存在著顯著的空間負相關關系，即本縣域的農業機械化水平提升會抑制相鄰縣域農業機械化水平的提升；農業機械化能夠提高農民收入，最終實現縮小城鄉收入差距的目標；農業機械化水平提升能夠提高東部地區農民收入，進而縮小其城鄉收入差距，但農業機械化水平提升會抑制西部地區的農民增收，進而導致其收入差距加大；農業機械化不僅會直接提高農民收入，進而縮小城鄉收入差距，而且農業機械化還會替代農業勞動要素，促進農村勞動力轉移，最終實現縮小收入差距的目標。

根據研究結論，為促進農民增收和縮小城鄉收入差距，本文提出如下政策建議：

第一，推動農業機械化，提高農民收入。農業機械化水平提升不僅能夠提高農民收入，而且還會促進城鄉收入差距的縮小。因此，在人口紅利即將消失和農村勞動力轉移的背景下，農業機械化成為保證糧食安全和促進農民增收的重要方式。在適合農業機械的地區推進農業機械化，同時鼓勵農業機械跨區作業，形成有中國特色的農業機械化模式，進而將農業機械化與小農經營相耦合，促進農民增收，最終實現縮小收入差距的目標。

第二，推動農業機械化，促進農村勞動力轉移。由邊際技術替代效應和前文結論可知，促進農民增收和縮小城鄉收入差距的根本出路在于推動農村勞動力轉移，只有改善了農業部門的勞動要素和土地要素的比例，進而通過提高農業機械化水平促進農民增收和縮小城鄉收入差距才能成為可能。但需要處理好農業機械化在農村勞動力轉移過程中的作用，即農業機械對農村勞動力的替代是以農業生產未受到損失為前提，而農村勞動力轉移并不能通過農業機械化促進農民增收和縮小城鄉收入差距。

第三，充分利用縣域資源，推動農業機械化發展。由于中國縣域經濟發展水平、自然資源環境和科學技術水平等方面存在較大的差異，因此中國縣域經濟之間需要根據自身的比較優勢，推動農業機械化。東部地區應該充分發揮資本和科技優勢，走資本或技術密集型的農業機械化道路；中、西部地區應該根據本縣域的地形和地勢等資源推動農業機械化，即地形復雜和地勢起伏相對較大的地區實施退耕還林還草，在地形平坦和地勢起伏相對較小的地區推進農業機械化。

第四，加強縣域之間的交流與合作?？h域農業機械化存在顯著的負向空間相關關系，即農業機械化水平較高的縣域與農業機械化水平較低的縣域相鄰。農業機械水平較低的縣域可以借鑒農業機械化水平較高縣域的先進技術和管理經驗來提升本地區的農業機械化水平，從而縮小縣域之間農業機械化水平的差距，進一步促進縣域農業機械化均衡發展。