糧食主產區機械化水平差異及影響因素研究

汪增洋，李園園

(安徽財經大學 經濟學院，安徽 蚌埠 233030)

一、引言

我國作為人口大國，保障糧食安全對于國家經濟穩定發展具有重大意義。隨著城鎮化快速發展，我國農業土地資源短缺現象不斷加劇，為保障糧食生產必須要提高農業土地利用效率和農業現代化水平。在推進農業現代化發展過程中，勞動力價格上漲迅速，土地閑置現象逐漸凸顯，加快推動農業機械化發展迫在眉睫。自2018年我國鄉村振興戰略全面實施以來，對于推動農業機械化發展給予了極大的政策支持。2021年農業農村部印發的《2021—2023年農機購置補貼實施指導意見》進一步指出：要在現代農業技術和高新農業設備支撐下，提高糧食產量，促進現代農業產業化發展，提高農民收入。農業機械化發展水平對于推動鄉村振興具有重要意義，其作用體現在提高糧食產量、增加農民收入等方面。王珺鑫[1]、金鉑皓等[2]研究發現農業機械化能夠顯著提高農業產量。農民收入水平與糧食產量具有較大關聯性，周益波等[3]基于農業機械化影響農業產出進而影響農民收入水平路徑，利用固定效應和分位數模型檢驗了農業機械化的農民收入增長效應、結構效應和分配效應，得出農業機械能夠顯著提高農民收入的結論。近期一些學者對農業機械化的影響因素進行了較為深入的研究。周振等[4]以農機購置補貼政策為變量，運用雙差分模型分析出農業機械化可以通過影響勞動力轉移影響農民收入，并且得出國家相關政策對于推動農業機械化發展具有重要作用。顏廷武等[5]認為收入水平可以通過增加對農業裝備的需求，推動現代農業裝備的投資和裝備水平，促進農業機械化水平發展。林善浪等[6]研究發現農業勞動力轉移通過教育效應、結構效應以及收入效應三個維度，促進農業機械需求增長。除勞動力轉移外，周晶等[7]研究發現種植結構對農業機械化也具有重要影響。張永禮等[8]通過構建神經網絡模型，實證分析出戶均人口數、水稻播種面積比重以及農村居民家庭經營山地面積等因素對農業機械化水平有負向影響。

在對影響農業機械化水平的因素研究文獻中，大多將研究對象設置為全國或者是某個省份，而對糧食主產區農業機械化水平的研究相對較少。糧食主產區是我國糧食主要來源，它是指在土壤、氣候、地理以及技術等方面具有資源優勢，從而能夠帶來較為可觀的農業經濟效益的區域。2019年我國糧食主產區糧食產量達到48901.26萬噸，占全國糧食總產量的73.66%。以糧食主產區為研究對象探究農業機械化水平及影響因素，對于保障糧食安全具有重要意義。目前，對于糧食主產區的研究主要集中在從定性角度探討糧食主產區的農業機械化發展問題[9-10]，鮮有關于糧食主產區農業機械化水平差異和影響因素的研究。本文在已有的研究基礎上，定量分析影響糧食主產區農業機械化水平差異及其影響因素，彌補了現有研究的不足。

二、糧食主產區農業機械化水平差異

(一)測算方法

泰爾指數是用來測度區域差別和不公平性的一種方法，可將總體差異分解為組內和組間的差異。本文以機械化作業面積作為權重對糧食主產區的農業機械化水平差異進行分解。按照相關地理區位和農業生長特性將研究區域進行劃分，將江蘇省、安徽省、湖北省、四川省、湖南省和江西省劃分為水稻區，其余省份劃分為小麥區。參照姚成勝(2021)的計算方法，為方便泰爾指數計算，引入完全機械化作業面積，用當年某省區農作物播種面積與綜合機械化率乘積測算[11]。對機耕、機播和機收作業水平按照0.4、0.3、0.3的權重賦值測算綜合機械化率[12]。泰爾指數的計算公式如下：

上式中T表示泰爾指數，Tb表示區域間差異，Tw表示區域內差異，T值越大表示糧食主產區農業機械化水平差距越大。Sk表示k區域的農作物總播種面積(k=1，2分別表示水稻區和小麥區)，St表示糧食主產區農作物總播種面積，Yk表示k區域機械化作業面積，Yt表示糧食主產區機械化作業總面積，Si表示i省的農作物總播種面積，Yi表示i省的機械化作業面積，gk表示第k區域的省份數。

(二)測算結果與分析

從圖1可以看出，糧食主產區農業機械化水平的泰爾指數值從2000年的0.0993持續下降到2019年的0.0116，表明自2000年以來糧食主產區農業機械化水平總體差異呈現縮小態勢。2005年以后總差異的下降速度加快，可能的原因是，一方面國家農機補貼政策使得農機供給水平提高，另一方面，農民收入增長提高農機購買的支付能力。此外，研究期間區域間差異程度與區域內差異程度雖存在降低趨勢，但區域內差異程度始終大于區域間差異程度，區域內差異對糧食主產區總差異的平均貢獻率達到63.11%，這表明糧食主產區農業機械化水平差異主要來自于區域內各省份之間。區域間差異對糧食主產區總差異的平均貢獻率為36.89%，區域間差異對糧食主產區農業機械化水平差異的影響同樣不可忽略，例如，內蒙古自治區在地形地貌、農業勞動力人口以及經濟發展水平與西南的四川省差距明顯，西北地勢平坦，人口較少，農業機械需求量較大，農業機械化發展水平高；而西南地區由于人均耕地面積較少，農業機械需求低，農業機械化水平發展水平較低。

圖1 2000—2019年糧食主產區農業機械化水平差異演變

三、理論分析

將農機視作一種商品，農民在利益最大化條件下對是否使用農機做出決策，農機價格水平對農民利益最大化條件下的農機使用具有重要影響。農機價格不僅影響農機需求，也影響農機供給。因此，可從對農機的需求和供給角度深入分析影響農業機械化發展的決定因素(圖2)。

圖2 農業機械的供求決定因素

影響農機使用的需求因素：首先，農民收入水平是影響購置農機的重要決定因素。在農民具有農機購買意愿的條件下，較高的農民收入水平會直接提升農民對農機購置的需求；其次，非農收入已成為農民增長收入的主要來源，不斷吸引農業勞動力向第二、三產業持續轉移，在一定程度上提高了農業非機械化耕作的機會成本，刺激農戶采用勞動節約型技術替代勞動力進行耕作，從而增加農民對農機的購置需求[13]。隨著農業勞動力轉移程度逐漸加深，農業人工投入大多由女性或年邁勞動力承擔，在農機服務普及條件下，勞動力轉移進一步增加了對農機使用需求；再次，農民受教育程度是影響農機需求重要因素。例如，受教育程度高的農民，會更有可能在預測到未來糧食價格上升，進而采用農機代替人工來降低生產成本從而獲得更多的利潤；最后，家庭規模、土地規模和種植結構也是影響農機購買需求的重要決定因素。平均家庭戶規模越大，農業勞動力往往比較充足，對農機購置需求往往也較弱，從而對農機購買具有抑制作用，因此較大的家庭戶規模對農機購置需求較弱。土地規模越大，購置農機均攤在土地上的成本越低，農民對于農機的需求越高。由泰爾指數對水稻區和小麥區的農業機械化差異的測度結果可以看出，種植結構的差異同樣會提高農民購置農機需求。

影響農機使用的供給因素：農機補貼政策刺激了農機制造企業加快農機技術創新，增加了針對性、創新性農機供給，推動了農業機械化高質高效發展。另外，農機購置補貼政策向農機服務部門傾斜，能夠充分調動農業服務組織的服務積極性，提高農機服務水平，增加農機作業服務市場的供給量[14]，降低了農機購置和服務成本，進而刺激農民購置農機或使用農機服務，推動了農業機械化發展。

四、實證分析

(一)模型建立、變量選取與數據來源

1.模型建立

基于上述理論分析，本文將影響農業機械化水平的供求因素分為勞動力轉移、農民收入水平、農民受教育程度、家庭和土地規模、種植結構和農機補貼政策六個方面，建立實證研究計量模型如下：

mechit=α+β1Labtrait+β2Dispoincit+β3Edulevit+β4Scaleit+β5Plantstrit+β6Subpolit+μit

(1)

Mech表示農業機械化水平，Labtra表示勞動力轉移，Dispoinc表示農民收入水平，Edulev表示農民受教育水平，Scale表示家庭和土地規模，Plantstr表示種植結構，Subpol表示農機補貼政策。α為常數，β為各變量系數，μ為殘差項。

2.變量選取與數據來源

被解釋變量為單位面積農機總動力(Mech)，使用農機總動力與總播種面積比值測度。解釋變量農業勞動力轉移(Labtra)，使用農業勞動力數量與總勞動力數量比重測度，其理由是在農業勞動力轉移過程中，要額外考慮到人口的自然增長率，而農業勞動力占總勞動力比重的下降趨勢和農業勞動力轉移的歷史趨勢基本一致[15]。農民收入水平(Dispoinc)，使用農民人均可支配收入指標衡量。農民受教育程度(Edulev)使用農民平均受教育年限指標測算，計算公式為：平均受教育年限=小學比例×6+初中比例×9+高中比例×12+中專以上比例×16。家庭和土地規模分別使用農村平均家庭戶規模(Averpop)和人均耕地面積(Acre)指標衡量。種植結構因素分別選取小麥播種面積占比(Wheat)、玉米播種面積占比(Maize)和水稻播種面積占比(Rice)測度。2003年我國開始實施農機補貼政策，農機購置補貼(Subpol)虛擬變量的設置為：2003年之前為0，2003年之后為1。

數據來源于《中國統計年鑒》《中國人口和就業統計年鑒》《中國農業統計年鑒》《中國農業機械工業年鑒》以及各省份年鑒，對于少數年份數據缺失問題，采用指數平滑法補齊。各變量描述性統計如表1所示：

表1 各變量描述性統計

(二)回歸方法選擇

在對各變量的偏度和峰度進行檢驗時發現，變量農民人均可支配收入(Dispoinc)的偏度達到8.86，峰度達到115.81，均顯著大于其他變量，可判斷該變量呈非線性增長，為此，對農民人均可支配收入指標進行對數化處理，使其呈線性增長趨勢。此外，對于面板數據模型需要考慮可能存在異方差、序列相關等問題，對數據進行異方差和相關性檢驗，結果發現存在異方差和序列相關。本文采用對異方差和序列相關都穩健的可行廣義最小二乘法(FGLS)進行估計。

(三)實證結果分析

為驗證回歸結果的穩健性，對變量進行逐步回歸。表2(1)為僅包含農業勞動力轉移的估計結果，(2)至(5)為逐一添加變量的估計結果，(6)為加入所有變量的估計結果。可以看出，變量增加前后顯著性未發生明顯變化，表明估計結果是穩健的。

表2 估計結果及穩健性檢驗

續表：

由表2(6)回歸結果顯示，在農業勞動力轉移對農業機械化的影響中，農業勞動力轉移變量回歸系數為-4.759，表明農業勞動力占總勞動力比重每下降1個單位，單位面積農機總動力增長4.759個單位，說明農業勞動力轉移程度加深能夠顯著提高農業機械化水平。隨著農業勞動力轉移加速，不斷提高的農業勞動力成本驅使農民采用農機替代勞動力，農機的需求也隨之增加。農民收入水平對農業機械化水平影響顯著且為正，農民人均可支配收入每增加1%，單位面積農機總動力增加5.4%。較高的收入水平不僅提高了農民購置農機的消費能力，還會吸引更多的農業勞動力向第二、三產業轉移，刺激農民的購機需求，進而帶動農業機械化發展。在農民受教育程度對農業機械化的影響中，農民平均受教育年限的回歸系數為0.201，表明農民受教育水平的提高有助于提高農業機械化水平。在農民受教育水平的不斷提升中，農機普及率不斷上升，催生了農民購置農機的需求。在家庭和土地規模對農業機械化水平的影響中，平均家庭戶規模對農業機械化水平發展影響不顯著，原因可能是在統計過程中，未排除勞動力轉移過程中戶口未能跟隨轉移的情況帶來的數據誤差，從而導致實際平均家庭戶規模與統計平均家庭戶規模存在差別；土地規模變化對農業機械化水平影響不顯著，原因可能在于人均耕地面積數據是對農戶進行抽樣調查所得，但近年來，隨著農業大戶、農民合作社等新型農業經營主體逐漸成為購置農機的主力，導致人均耕地面積數據并不能很好地代表農業經營主體的實際土地經營規模[13]。在種植結構對農業機械化的影響中，小麥、玉米以及水稻播種面積占比變量回歸系數均顯著且為正，說明增加小麥、玉米以及水稻播種面積會提高農業機械化水平。

回歸結果顯示，在農機購置補貼政策對農業機械化影響中，農機購置補貼政策對農業機械化發展水平影響顯著，農機購置補貼每增加1個單位，單位面積農機總動力增加0.206個單位。農機購置政策的實行，提高了農機生產部門的銷售信心，為創新型農機的研發和供給奠定充足的經濟基礎，從滿足市場農機供給方面促進農業機械化向更先進高效方面發展。

五、結論和政策啟示

(一)研究結論

在從農機供求角度分析影響糧食主產區農業機械化水平的框架下，本文利用2000—2019年糧食主產區面板數據，建立農業機械化影響因素回歸模型，并利用可行廣義最小二乘估計進行實證檢驗。研究表明，在農機需求方面：農業勞動力轉移程度加深會增加農民對農機的需求，提高農業機械化發展水平；農民收入水平是消費的基礎，收入水平的增加會提升農民購置農機意愿，從而提高農機購置需求；隨著農民受教育程度的加深，農民會提高使用農機的概率，能夠顯著促進農業機械化發展水平；種植結構的差異能夠提高農民對于先進農機的需求，推動農業機械化快速發展。在農機供給方面：農機補貼政策能夠給足農機制造企業信心，提高市場農機供給水平，從而推動農業機械化向更加高效先進的方向發展。

(二)政策啟示

第一，促進農業勞動力有序穩定轉移，推動農業機械化發展。首先，在第二、三產業中創造更多崗位以容納轉移的農業勞動力的同時，完善農民工就業保障系統，縮小城鄉居民社會待遇差距，保障農民工能夠得到平等的就業待遇。其次，加大中小型企業幫扶力度，增加適合低技術型勞動力崗位數，解決大部分轉移勞動力的就業問題，引導農業勞動力有序轉移，推動農業機械化發展。

第二，提高農業勞動力收入水平，提升農戶購買農機的支付能力，增加農機購置需求。提高農民受教育水平，進行農業機械化培訓，提高農民對農機的認識與操作能力。

第三，穩定農機市場供給，提高農機技術創新能力，推動農業機械化水平創新發展。在農機補貼政策實行方面，將一些實用性較強的中小型農機具納入補貼范圍，為提高農機供給量提供政策保障。其次，根據不同農作生長特性，加大對不同農作機械生產的薄弱環節開發，鼓勵農機企業突破技術瓶頸，優化農機裝備結構，推進農業機械向創新化、智能化發展。