農業機械化對貴州農民增收貢獻率實證分析*

李婷，張曄，曾德鵬

(新疆農業大學公共管理學院，烏魯木齊市，830052)

0 引言

增加農民收入是新時代背景下三農領域面臨的“老問題”，尤其是鄉村振興戰略實施以來如何實現“生活富裕”目標，鞏固脫貧攻堅成果和鄉村振興有效銜接的重要內容。黨的十八大指出要實現農民收入倍增，黨中央、國務院2021年一號文件中也明確指出“要確保到2025年城鄉居民收入差距持續縮小”。隨著現代農業的不斷發展，農業機械化對促進農民增收發揮了重要的作用。隨著“實施新一輪農機購置補貼政策，推進農機報廢更新”這一政策的推廣實施將在促進農機更新換代、提高我國農業機械化水平、增加農民收入中扮演關鍵角色。

隨著農業機械化逐步發展，農業“耕種收”將逐步更新換代，這對于促進農業轉型、提升農業經濟效率、提高農民收入具有重要的意義，也必將為農業領域帶來深刻變革。目前，關于農業機械化促進農民增收的研究主要集中在不同研究區域和不同研究方法兩個主要層面。在不同研究區域中又分為總體和局部兩個方面，在總體研究中，李輝[1]、王志章[2]、郭威威[3]以全國作為研究區域探索農業機械化發展與農民收入之間的關系，研究結果均證實農業機械化發展會正向促進農民增收，并且測算出全國范圍下農業機械化對農民收入的貢獻率；在局部研究中，學者們分別以某單一省份作為研究區域進行二者關系的實證研究[4-6]，研究結果也證實農業機械化與農民增收之間存在正相關性，也有學者利用縣級數據對二者關系進行研究后發現，農業機械化顯著促進農民收入[7-8]。而在不同研究方法中則主要集中利用中介效應模型[9]、協整檢驗與格蘭杰因果檢驗結合[10]、因子分析[11]等方法研究農業機械化與農民收入之間的關系，也有學者采用灰色關聯度與VAR模型結合[12]、C-D生產函數[13-14]等方法測算農業機械化對農民增收的貢獻率。此外，學者們還利用CFPS2016數據、金融支農數據等證明農業機械化及其服務顯著推動農民增收[15-16]。縱觀既往研究，學者們通過不同方法對不同研究區域的農業機械化與農民收入二者的關系進行了較為充分的研究，但大多集中在土地平整、適宜農業集約化、規模化發展的地區，而對于地處山地地區省份—貴州的研究則屈指可數。

貴州地處云貴高原，“喀斯特”地貌覆蓋全省，素有“天無三日晴，地無三尺平”的說法，因其特殊的地理環境，農業機械化水平始終處于較低水平，2019年，貴州省人民政府在《關于加快推進農業機械化和農機裝備產業發展的實施意見》[17]中明確指出：“要逐步改善貴州農機具配置，使其結構趨于合理。到2025年，農機科技創新能力明顯提升。全省農機總動力穩定在3 100萬千瓦以上”。隨著農業供給側結構性改革的進一步深入，如何有效提高農業機械化水平，促進農民增收，鞏固脫貧攻堅成果成為新時期的重要問題。基于此，本研究通過借鑒既有學者的研究成果，構建恰當的指標體系，進而測算貴州省農業機械化發展對當地農民增收所做的貢獻率，探討其中存在的問題與不足，進而提出適宜山地地區農業機械化高質量發展的對策建議，為促進貴州農業機械化水平不斷提升，鞏固脫貧攻堅成果和順利實現“生活富裕”目標提供借鑒和參考。

1 貴州省農業機械化發展與農民收入狀況分析

由于長期受地理因素的限制，2000年以來，貴州農業機械化發展取得了一定的成績，但仍處于較低的發展水平。2000年來，農業機械總動力從6 186 300 kW增長到24 846 000 kW，年均增長7.20%(圖1)。以2016年標志年份，前后呈現出常規增長和高質量增長兩個階段。第一階段(2000—2015年)：在這個這階段內，貴州農業機械總動力從6 186 300 kW，逐步發展壯大到25 751 500 kW，增加了19 565 200 kW，達到了近20年農業機械總動力的頂峰。可能的原因主要有兩個方面：一方面，隨著貴州省社會經濟的發展，農業領域對農業機械需求逐步加大，從需求側直接促進農業機械化水平得到提升；另一方面，2004年國家發布專項農機購置補貼政策，這一政策發布與當時農民發展需求相吻合，得到了廣大農民的積極響應，使得貴州省農機化水平在短時間內得到了較大的進步。第二階段(2016—2019年)：在這個階段內，貴州農機總動力20 410 600 kW，較2015年下降5 340 900 kW，隨后緩慢增長至2019年的24 846 000 kW。可能的原因：2015年，國家提出深化農業供給側改革，助力形成真正結構合理、保障有力的農產品有效供給。貴州省通過“調整農業產業結構，助推重點產業突破發展”的方式，自然淘汰、報廢了部分不適宜繼續發展的農機具，同時也抑制了農業領域盲目發展的勢頭，轉而向高質量、綠色化方向發展。

農業機械化發展促進農民增收主要是通過促進農民農業經營性收入和非農收入兩個方面[18]。在促進農民經營性收入方面，農業機械化通過提高農民的勞動生產率，進而提升農業經營性收入。而在非農收入方面，則是通過提高勞動生產率，解放了勞動力，進而為農民開展其他非農工作帶來了可能，間接促進了農民增收。2000年來，貴州農民人均純收入呈現逐漸上升的態勢，由1 373.16元增長到10 756.00元，增加了9 382.84元，增長了近8倍(圖1)。2000—2010年，年增長幅度均未超過500元，2011年往后農民收入以每年500～1 200元區間保持增長。可能的原因是2010年以前，貴州基礎設施建設尚未全面展開，基礎設施薄弱成為制約農民收入的主要問題。在2010年后，貴州得益于西部大開發戰略的穩步實施，逐步展開基礎設施建設，根據國家數據官網數據顯示，貴州省等級公路里程數在2011年時為79 600 km，較2010年增加7 000 km，此后10年里，均保持高速增長。基礎設施改善為農業機械化增長得到了基礎保障，也為農民收入增長提供了發展基礎。

圖1 貴州省2000—2019年農村居民人均可支配收入與農業機械總動力示圖

2 數據來源與研究方法

2.1 指標體系構建

本研究著重關注的是貴州省農業機械化發展對農民增收貢獻率，但農業機械化在影響農民增收的過程中，還會受到來自其他因素不同程度的影響。相關研究表明，農業機械化對農民收入確有重要的影響，但在此過程中也有其他因素的復合影響。本研究在戰英杰[19]、胡汪洋[14]、梁天麗[13]研究的基礎上，根據貴州省社會經濟發展情況，從農業投入、農業產出、政策投入三個方面構建本研究的指標體系。選擇貴州省農村人均可支配收入作為因變量，農業機械化水平、化肥使用量、農藥使用量、播種面積和有效灌溉面積作為農業投入因素；糧食作物產量、農林牧漁總產值作為農業產出因素；財政支出作為政策投入因素。

2.2 數據來源與處理

本研究所使用的數據均來源于2001—2020年《貴州統計年鑒》與國家統計局官網。年鑒統計數據中，農村居民人均可支配收入這一指標未考慮消費指數的變化，統計中應為名義可支配收入。為使數據更具合理性，所以以2000年農村居民消費價格指數定為100，對農村居民人均可支配收入進行換算，得到2000—2019年貴州省農村居民實際可支配收入。實際可支配收入具體計算結果見表1，本研究所使用數據見表2。

表1 2000—2019年貴州農村居民人均可支配收入數據Tab. 1 Data on per capita disposable income of rural residents in Guizhou from 2000 to 2019

表2 2000—2019年貴州省各變量數據Tab. 2 Data of various variables in Guizhou Province from 2000 to 2019

2.3 數學模型確定

為了從宏觀層面把握農業機械化對貴州農民增收的綜合貢獻率，本研究參考梁天麗[13]、胡汪洋[14]學者的處理方法，借助C-D生產函數計算要素的回歸系數，間接測算要素貢獻率。在此基礎上，再采用逐步OLS回歸分析的方法及運算結果，得出影響貴州農民增收的G個主要變量，并據此建立本研究的C-D生產函數模型。模型表達式如式(1)、式(2)所示。

Y=A0X1a1X2a2…Xiai

(1)

對式(1)兩邊取對數得到式(2)。

lnY=lnA0+a1lnX1+a2lnX2+…+ailnXi

(2)

式中：Y——農民收入；

Xi——所選取指標變量；

A0，a1，a2，a3…ai——固定參數。

通過式(2)可計算出農業機械化水平對貴州農民增收得回歸系數。參考王軍等[20]在計算農業機械化對農業經濟貢獻率的測算方法，以及梁天麗等[13]在研究廣西農業機械化與農民增收貢獻率的方法，設定貢獻率測算公式如式(3)所示。

(3)

式中：δ——農民收入年增長速度；

N1——報告期農民收入；

R——年數。

(4)

式中：ti——年平均增長速度，i=1,2,…；

Ti1——基期生產要素投入；

Ti2——報告期生產要素投入。

(5)

式中：ai——各要素的回歸系數；

θi——各要素對農民增收貢獻率，%。

（五）全力開展品牌推廣營銷。一是依托重慶農科院茶研所和重點院校，開發研制“永川秀芽”、“永川紅”等精品茶，積極參加全國性、高層次茶葉評選活動，持續提升永川茶葉的業界美譽度。二是編印《永川秀芽》書籍，制定永川秀芽宣傳手冊，加大永川秀芽戶外公益廣告刊播，同時探索“微博+微信+線下體驗”宣傳模式，定時發布茶葉促銷信息和各類茶文化活動信息，不斷提升永川秀芽的社會知曉度。三是鼓勵人人爭做永川秀芽的代言人和推廣者。建立“我為永川秀芽代言”激勵機制，推出永川秀芽形象大使，以茶交友、以茶待客、以茶招商，有效提升永川秀芽品牌形象。

2.4 統計分析

本研究運用Eviews 10.0對貴州省2000—2019年中影響農民收入的各指標變量所對應的時間序列數據(表2)進行處理，以確定C-D生產函數模型中應納入的變量。

3 結果與分析

3.1 模型回歸結果

將表2的數據代入式(2)，采用Eviews10.0統計分析軟件進行OLS回歸，分析結果見表3。

根據OLS估計結果，初步確定C-D生產函數的模式如式(6)所示。

0.461 44lnX2+0.019 239lnX3-

0.136 16lnX4-0.034 24lnX5+

1.297 615lnX6+0.021 864lnX7+

0.537 917lnX8

(6)

表3 OLS參數估計結果Tab. 3 OLS parameter estimation results

為了更準確地建立函數模型，避免初次建立C-D生產函數模型存在多重共線性，本研究采用逐步回歸分析法，剔除造成多重共線性的變量。因此，以X1為初始變量，逐步引入其他各變量，逐步回歸結果如表4所示。

表4 逐步回歸結果Tab. 4 Stepwise regression results

綜上所述，選取X1，X4，X6，X8這4個變量建立最終C-D生產函數模型，如式(7)所示。

1.006 885lnX6+0.530 64lnX8

(7)

為了進一步驗證模型的有效性，本研究對式(7)的模型進行異方差(white)檢驗。

檢驗結果如表5所示。由表5可知，nR2=13.359 89，對應的P=0.343 4>0.1，表明式(7)的模型不存在異方差。

在分析模型不存在異方差后，本研究進一步分析構建的模型是否存在自相關。由表4中可知DW=1.689 602，在顯著性水平5%的情況下，通過查表可得，DW值的臨界值為dL=0.894—dU=1.828。由此，DW=1.689 602滿足條件，初步判定不存在自相關性。為了進一步加強自相關檢驗，采用拉格朗日(LM)檢驗方法進行進一步檢驗分析，LM檢驗結果見表6。由表6可知，nR2=0.928 239，P=0.628 7>0.1，表明模型不存在自相關。

表5 white檢驗結果Tab. 5 white inspection results

表6 LM檢驗結果Tab. 6 LM inspection results

3.2 農業機械化對農民增收貢獻率測算

從最終建立的C-D函數模型可以發現，農業機械化對貴州農民增收呈現正相關關系，回歸系數為0.228 021，說明農業機械總動力每增加一個百分點，貴州農民收入增加0.228 021元。根據式(3)可得貴州農民收入年增長率為21.32%，根據式(4)可得貴州農業機械總動力年增長率為15.08%，將二者代入式(5)可得貴州農業機械化對農民增收的貢獻率為16.13%。

4 討論

本研究根據貴州省2000—2019年農業機械化與農民收入的相關指標數據，利用C-D生產函數模型分析了貴州省農業機械化對農民增收的貢獻率為16.13%。胡汪洋等[14]采用柯布—道格拉斯生產函數，選取安徽省2005—2015年的農業機械化水平、第一產業占GDP比重等指標對安徽省農業機械化對農民增收的貢獻率為29.40%的結果相差甚遠，這是由于安徽省農業發展水平較高，貴州省經濟發展水平偏低又地處山區，機械化發展受到阻礙，致使差距較大。而梁天麗等[13]采用改進的C-D生產函數，選取廣西壯族自治區2004—2018年的農業機械總動力、化肥使用量等指標體系，測算得出得廣西壯族自治區農業機械化對農民增收的貢獻率為14.92%，這與本研究得出的貴州省農業機械化對農民增收貢獻率相差不大，可能是由于廣西與貴州地理位置相近，農業發展情況相似，因此貢獻率相差不大。通過比較可以得出，貴州的農業機械化發展水平仍處于較低水平，而其對農民增收的貢獻率也相對較低。

根據本研究最終建立的C-D生產函數模型計算得出的貢獻率可知，在選擇的八個指標變量中，除糧食作物產量、化肥使用量、有效灌溉面積、財政支出因模型不顯著而被剔除外，剩余農業機械總動力、農藥使用量、播種面積、農林牧漁總產值。通過回歸系數可以發現，農藥施用量為負向，其他因素的影響均為正向影響。農藥使用量在近20年內經歷了無限制增長到限制使用的發展過程，越來越多的實踐證明，農藥使用越多，越不利于農業長期可持續發展，而這與也當前化肥農藥減量政策不謀而合。

5 結論與建議

5.1 結論

本研究運用改進的C-D生產函數對貴州省20年間(2000—2019年)農業機械化對農民收入增長之間的關系及貢獻率進行了估計和計算。通過對研究結果進行分析，得到如下結論：(1)貴州省農業機械化對農民增收的貢獻率為16.13%，位于安徽省貢獻率(29.40%)和廣西壯族自治區貢獻率(14.92%)之間，處于全國較低水平，可能的原因是因為貴州經濟發展水平偏低，加之地處山區阻礙了農業機械化發展和布局。(2)農業機械總動力、播種面積、農林牧漁總產值對貴州省農民增收起到了正向影響作用，農藥使用量則在一定程度上阻礙了貴州省農民增收，未來可考慮合理推進農業機械化程度，有效提升播種面積，切實提高農林牧漁總產值，推進農業綠色發展等方面發揮貴州農業機械總動力對農民增收的促進作用。

5.2 建議

5.2.1 合理制定補貼政策和補貼清單，有效提升農機總動力

貴州省地理環境特殊，土地結構與其他地區相比呈現不同的特色，平原少、山地多，有效提升農業機械總動力是一個關鍵性問題。一是根據貴州省特殊的地理環境，合理制定農機補貼政策和農機補貼清單，將補貼范圍擴大至適宜山地農業發展的農機設備；二是積極推進山地農機研發力度，提高政策支持，為山地農業機械化發展提供前提條件，促進貴州農機化向好向快發展，促進農民增收。

5.2.2 積極推進土地流轉與有效利用，有序擴大播種面積

貴州省農業人口眾多，農民承包地極為分散，加之山多、坡陡、土地破碎化等自然條件的影響和城鎮化率、農民非農就業率不斷提高所導致的農村閑置土地增多，致使播種面積增長緩慢，規模經營進程受阻。一是積極推進農村土地流轉工作，為土地集約化、規模化經營創造條件；二是有序開展閑置地、撂荒地等土地類型的清查工作，推動此類土地流轉入市，既促進了閑置地、撂荒地的有效利用，也能夠擴大播種面積，為農民增收提供新的增長點。

5.2.3 加快農林牧漁農機化全面發展，提高貴州省農業綠色發展質量

由研究結果可知，農林牧漁總產值對農民增收起到了積極的促進作用，加之貴州省農業發展逐漸多元化，應加快農林牧漁各個領域的農機化全面發展。首先，在不同類型的農業區域中推廣不同類型的農業機械產品，提升各個細分農業的農業機械化水平；其次，著力推動農機、農業綠色發展步伐，推動農機更新換代，降低農業污染，促進貴州省農業綠色發展進程。

5.2.4 做好山地農機培訓和售后服務，推動貴州省農機高質量發展

貴州地處西南山區，農村居民受教育水平仍然較為落后，限制了當地農戶的農機購置和使用頻率，這在一定程度上制約了貴州農機化高質量發展。首先，要做好農機高質量發展的宣傳工作，提升農機普及率；其次，要充分發揮各地優勢資源，組織農機廠商、農機合作社以及致富帶頭人等定期開展農機技術實操訓練，切實提升農民農機技能水平；最后，提高農機“售前—售中—售后”的服務質量，形成農機“銷售—服務”一體化、便利化，確保農民“買得到、會使用、能致富”，為順利實現貴州農機具結構優化調整做出貢獻。