基于协整分析的农业机械化、城乡经济发展与水稻播种面积关系研究**——以江西省为例

黄龙俊江，宁凌

（1.广东海洋大学管理学院,广东湛江，524088；2.广东海洋大学广东沿海经济带发展研究院,广东湛江，524088）

0 引言

粮食安全是国家发展行稳致远的基本保障。2021年中央一号文件中对我国的粮食生产做出了“2021年农业供给侧结构性改革深入推进，粮食播种面积保持稳定、产量达到1.3万亿斤以上”的要求，同时提升粮食和重要农产品供给保障能力。在提升粮食保障能力要求下，“十四五”时期各省（自治区、直辖市）要稳定粮食播种面积、提高单产水平。加强粮食生产功能区和重要农产品生产保护区建设，建设国家粮食安全产业带，稳定种粮农民补贴，让种粮有合理收益。江西省是一个农业大省，2018年农业发展基本情况调查显示全省农村人口2 044万人，农业从业人员725.2万人。

江西省也是一个粮食生产大省，粮食生产能力均稳定在20 000 kt以上的水平，2018年粮食总产量达到21 907 kt，其中以生产水稻为主，水稻生产面积在全国居第二位，水稻产量居全国第三位。全省稻谷产量常年占粮食产量的90%以上，占全国稻谷总产的10%。

作为全国13个粮食主产省之一，江西省粮食商品率也较高，每年外调粮食5 000 kt，是全国仅有的两个不间断向国家提供商品粮的省份，即使在三年困难时期也没有间断向国家提供商品粮。江西省以占全国2.3%的耕地和3.3%的人口生产了占全国3.6%的粮食，为国家粮食安全和地方经济做出过重要贡献。

粮食安全是国之重器,是现代农业发展的重中之重[1]。受疫情和国际贸易摩擦影响，国际形势越来越严峻。如何真正践行习近平总书记对于粮食安全曾发出“中国人要把饭碗端在自己手里，而且要装自己的粮食”的重要言论？国家提出了严守1.2亿hm2耕地红线的政策来对粮食安全进行兜底保护。由此在国家政策指导下，做到稳固粮食播种面积将是未来重点。

随着当前江西省农村农业机械社会化服务市场的形成以及不断上涨的农业劳动力价格是否会影响水稻播种面积？城乡收入差距的不断扩大又会对水稻播种面积产生怎样的影响？江西省以水稻生产为主，因此从实证分析角度分析影响水稻播种面积的影响因素，对江西省持续性的保障粮食安全并为国家输送商品粮具有重大意义。

1 研究现状

学界学者们深谙粮食播种面积的研究对于研究粮食问题的重要性。关于粮食播种面积影响因素众多，学者们从不同角度对其进行了分析。

首先播种面积容易受到粮食生产过程中的生产成本的影响，例如化肥价格、劳动力价格、灌溉面积等不同程度的影响。例如易福金等[2]利用2004—2013年江、浙两省水稻的成本收益数据，借助于PMP(positive mathe-matical programming)发现农户的水稻播种面积受到化肥价格、有效劳动力价格、灌溉面积不同程度的影响。而杨进等[3]进一步细化发现劳动力价格上涨对粮食种植结构有显著影响。刘妍妮[4]利用1981—2011年陕西省统计年鉴中粮食相关数据建立回归模型指出机耕面积、水浇地面积、化肥施用量和复种指数与粮食产量的波动有重要影响。

其次价格政策也是一个重要影响因素，粮食价格上涨能显著增加粮食播种面积，在蛛网模型基础上发现上一期粮价对当期粮食产量的影响在统计上是显著的[5]；而且粮食价格支持政策能够通过提高农户对价格的预期从而增加播种面积，最低收购价政策对面积增加的政策效强于之前实施的保护价政策[6]。

在当前劳动力转移大背景下，非农就业机会的增多对播种面积有一定影响。杜延军等[7]运用1990—2015年的数据，构建Nerlove供给模型的拓展模型，用稻谷种植面积具有滞后效应，农户水稻播种面积的调整对稻谷出售价格具有时滞性，非农就业机会对播种面积具有显著影响。相关农业政策对播种面积也有一定的影响，农业政策的完善有利于播种面积的增加。

钱加荣等[8]采用1990—2013年《中国农村统计年鉴》《全国农产品成本收益汇编资料》《中国农业发展报告》年度数据借助Nerlove模型分析我国粮食生产对农业补贴政策的供给反应，发现滞后1期变量均较为显著，表明粮食播种面积和单产依赖于前期水平；同样前期粮食价格也对当年的播种面积和单产水平产生积极影响，补贴政策对粮食作物播种面积的扩大和单产水平的提高有促进作用。

关于农业机械化水平以及价格对播种面积影响的观点尚未达成一致。伴随着劳动力成本上升和农业机械化替代作用，有部分学者认为农业机械化的提高促进了播种面积的增长[9-10]。但也有学者持相反观点，认为农户是否使用农业机械化服务对其粮食播种面积没有显著影响，农业机械作业费用增加将会导致农户减少粮食作物播种面积[11]。自然灾害对粮食播种面积也有一定的冲击，刘明亮等[12]利用全国1949—1995年主要粮食作物数据首先进行了生产性波动的研究，然后进行了自然灾害对耕地生产力波动的影响。

综上扬述，粮食播种面积受诸多因素影响，但是对于反映城镇化带来的城乡经济发展不平衡和工业化带来的现代技术使用不平衡的研究尚有欠缺。而城乡经济发展不平衡可以通过城乡收入比来替代，现代技术使用不平衡可以通过农业机械化来替代。

当前我国农业面临着小农户如何与现代农业有机衔接的问题，是否在农业机械化、城乡收入比和水稻播种面积三者间存在一定的长期关系在以往研究中缺乏实证证据。因此基于1979—2018年的数据（数据来源于《江西统计年鉴》《中国农村统计年鉴》）通过对模型进行单位根检验、Johansen协整检验后建立水稻播种面积向量误差修正模型并得出水稻播种面积、农业机械化和城乡收入比三者间的长期均衡关系，同时还进行了脉冲响应分析和方差分解分析，进一步解释三者间的关系，更加充实了现有研究在此方面的实证研究。

2 数据处理与实证模型

2.1 变量选取与数据处理

实际上，我国各官方统计口径中并没有直接测量农业机械化水平的指标，因此参照陈会然等[13]的研究选用农业机械总动力来代替农业机械化水平，农业机械总动力是整个农业生产过程中农业机械化水平的总和。文章将城乡经济发展用城乡收入比做代理变量，根据李兰冰等[14]的研究，城乡收入比是影响农村劳动力流动的重要因素。城乡收入比在文中的定义为：城镇人均可支配收入与农村人均可支配收入的比值。

文中数据为时间序列数据，可能存在异方差的问题，为消除异方差，对水稻播种面积、农业机械总动力和城乡收入比进行对数变换处理，分别记为lnarea（水稻播种面积对数）、lntpam（农业机械总动力对数）和lngap（城乡收入比对数）。统计情况如表1扬示。

表1 各变量描述性统计Tab.1 Descriptive statistics of each variable

2.2 模型选择

由于文章数据为时间序列数据，且时间跨度T为40年，对于该类数据进行平稳性分析从而避免伪回归则十分必要。

文章数据ADF（Augmented Dickey Fuller）检验结果如表2扬示。

表2 变量的平稳性检验结果Tab.2 Stationarity test results of the variables

从表2可知，原始数据为非平稳数据，而一阶差分为平稳数据，该类数据为一阶单整数据。非平稳数据不适合做传统的线性回归（最小二乘法），因为容易出现伪回归现象，得出不严谨的结论。目前，对于非平稳数据实证分析方法一般有两种：(1)对不平稳数据进行差分使其平稳，然后用差分后平稳的数据代替原始非平稳数据进行最小二乘法实证分析，该类分析方法虽然可以避免伪回归现象，但是由于模型中存在着差分后的数据，模型对于经济现象的解释力大打折扣；(2)采用协整分析的实证方法，协整分析数据要求为同阶单整，其作用在于挖掘数据中存在的共同的随机趋势，并由此将变量做适当的线性组合消去该随机趋势，从而得到平稳序列，并得出多个经济变量间的长期均衡关系。考虑到数据为一阶单整数据适合做协整分析。协整分析方法有两种：(1)EG-ADF两步法，但是该类方法不能处理存在多个协整关系的情形，且在算法中存在第一步估计的误差被带到第二步的情形，并不是最有效率的估计方法；(2)最大似然估计法，同时估计扬有参数，比EG-ADF更有效率[15]。

因此，借助于Johansen使用的最大似然估计法通过向模型去探索水稻播种面积、农业机械化和城乡收入比的长期均衡关系。

Var模型的一般形式

yt=α+Φ1yt-1+Φ2yt-2+…+Φp yt-p+εt

式中：y——n维内生变量;

Φ——相对应的系数矩阵;

p——n维内生变量的滞后阶数;

ε——干扰项。

通过对Var模型进行变换后可得VEC模型，其一般表达形式

Δyt=α+Γ0yt-1+Γ1Δyt-1+…+Γp-1Δyt-p+1+εt

式中：Δy——修正后的n维内生变量；

Γ——修正后的系数矩阵；

经VEC模型短期修正后协整的长期均衡形式

y=β0+β1X1+β2X2+…+βn Xn

式中：y——因变量为水稻播种面积；

βn——相对应的估计系数；

Xn——自变量。

3 实证检验与分析

3.1 最优滞后期确认

VAR模型中对最优滞后阶数的选取十分关键。滞后阶数的选择有三种方法：第一种方法是使用信息准则，根据AIC、BIC来判断VAR模型中变量的滞后阶数；第二种方法是检验最后一阶系数的显著性的方法（类似于由大到小的序贯t规则）；第三种方法是检验VAR模型的残差是否为白噪声。

采用根据AIC、BIC来判断VAR模型，从表3中可以看出AIC准则选择了滞后期为2，而BIC准则选择了滞后期为1，考虑在滞后期为2的情况下LR、FPE检验都显著，因此，本模型的最优滞后期选择滞后2期。

表3 VAR模型最优滞后阶数检验表Tab.3 Optimal lag order checklist of the VAR model

3.2 协整秩确认

协整分析中首先应对变量间协整秩的个数检验，协整秩的作用在于鉴别多个经济变量中存在几个长期均衡关系，将检验lnarea、lntpam、lngap三者间存在几个长期均衡关系。由表4可知，模型协整秩结果在秩为1时，迹统计量为11.839，且小于其5%临界值统计值15.41，接受协整方程只有一个协整秩的原假设，即模型中只存在一个长期均衡关系(表4)。

表4 模型协整秩检验结果Tab.4 Results of the model consolidation rank test

3.3 长期均衡关系

前文已就模型进行检验得出最优滞后阶数为2，存在1个协整秩。然而在协整分析中只能得出变量间存在长期均衡，而在实际中变量往往由于受到某一类事物的冲击后会在短期出现偏离均衡的现象。由此，需要使用向量误差修正模型对短期进行纠偏，短期向量误差修正如表5扬示。

表5 短期误差修正结果Tab.5 Results of short-term error correction

如表6扬示，长期均衡模型F统计量为36.549，且在1%的水平下显著，表明长期均衡模型拟合效果较好，模型具有稳定性。经过向量误差修正后，长期均衡结果如表6扬示。lntpam、lngap两者对lnarea具有显著影响。可初步建立长期均衡关系

表6 Johansen协整检验结果Tab.6 Johansen cointegration test results

简单变换可得

由长期均衡关系式（1）可知，农业机械化每提高1%，水稻播种面积提高0.003%。事实上，农业机械总动力的提高可以降低农业生产对于劳动力的需求，且能够提升农业生产效率，对水稻播种面积有正向的影响。

城乡收入比每增加1%，水稻播种面积减少0.755%。城乡收入比是城乡居民收入差距的直接体现，城乡收入比越高表明第一产业农业收入低于第二三产业，这将打击农业生产的积极性。

因此，长期均衡关系符合现实生活中的经济变量间的影响。

3.4 模型诊断性检验

3.4.1 残差自相关LM检验

向量误差修正模型的前置假设为扰动项是白噪声，因此，必须对残差进行自相关检验。由表7可知，在原假设为不存在自相关的LM检验中，在滞后阶数为1、2的情况下，p值分别为0.471和0.932，不显著说明可接受无自相关的原假设，即向量误差修正模型的干扰项为白噪声。

表7 LM自相关检验结果Tab.7 LM autocorrelation test results

3.4.2 对模型平稳过程检验

向量误差修正模型稳定是其进行进一步的脉冲响应分析和方差分解分析的前提，因此对于模型稳定性的检验是十分必要的。

通过建立水稻播种面积、农业机械总动力和城乡收入比构架的向量误差修正模型后，得到其长期均衡关系，对该模型进行稳定性检验，其检验结果如图1扬示。

由图1可知，模型稳定性检验下，除了模型本身前提假设的单位根之外，伴随矩阵的其余扬有特征值均位于单位圆之中。

图1 AR单位根分布图Fig.1 AR unit root distribution chart

由此，可以判定建立的向量误差修正模型是稳定的，那么进一步脉冲响应和方差分解是有意义的。

3.5 脉冲响应分析

脉冲响应分析可以帮助实验者直观、全面的了解水稻播种面积受自身、农业机械总动力和城乡收入差距的的冲击。脉冲响应分析可以用来反应来自内生变量的一个标准量冲击对于系统内其他响应变量的影响。图2扬示为水稻播种面积受自身及城乡收入比和农业机械总动力冲击后的反应综合图，其中，中间实线为脉冲响应曲线表示变量受到冲击的振幅大小，上下两虚线为95%的置信区间。

首先，如图2(a)扬示，水稻播种面积受到自身的冲击后扬受的影响是持续的且一直为正，但正向影响的作用随着时间的推移逐渐减小。在第1期至第2期下降速度最快，接着以一个较为缓慢的速度下降直至第6期保持平稳，说明水稻播种面积对于自身冲击的反应较为明显，但后期影响逐渐衰弱。可能的原因是我国一直严守1.2亿hm2的耕地红线，粮食生产面积在较长时间内都能保持一个均衡水平，较不易受外界水平影响。粮食播种面积是粮食安全的基础，只有粮食播种面积保持均衡水平，粮食的基础产量才有一定保障。由图2（a）中lnarea（水稻播种面积）的脉冲响应指数系数可看出，江西省的水稻播种面积在较长时间内保持平稳增长，粮食安全有一定的保障。

如图2（d）扬示，水稻播种面积受农业机械化冲击后，第1期响应为0，第2期及其之后均为正向的响应，且在第4期之后均保持在稳步上升波动的正向响应。这说明农业机械化在长期来看能够促进水稻播种面积的增长。

可能的原因是在短期内随着农业机械化和农业生产的提升，农业经营需要较少的劳动力也能经营较多的农地面积。但从长期来看，随着进一步机械化以及农业社会化服务的普及，机械生产的比较优势被抹平，农业机械化水平对水稻播种面积的影响较小。这与之前的学者研究结论保持一致，高玉强[16]在实证中发现，农机具购置补贴每增加1%，农机总动力增加0.9%。而杨敏丽[17]研究认为，农业机械化水平每提高1%，第一产业产业人员占全社会从业人员的比重将下降1%。那么如果用农机总动力代表农业机械化水平，即农业机械化水平的增长可以促进农业劳动力向非农行业转移。农业机械替代了农业劳动力，促使农村剩余劳动力转移。而农机具购置补贴提高了农业生产效率增加了劳均粮食产量，通过不断优化农机与劳动力的投入比例推动农村劳动力转移。

因此在当前劳动力转移大背景下，大量的农业劳动力转出后当前的农村地区仍能保持一定的播种面积。说明农业机械化与农村经济发展是一种互促共进的关系，要促进农村经济繁荣，大力发展农业机械化是一条重要的途径；另一方面区域农村经济发展水平是制约农业机械化发展的重要因素。

如图2（g）扬示，水稻播种面积受城乡收入差距的冲击后，第1、2期为负向影响，第2期之后开始转向正向影响，期间保持在一个较稳定的增长趋势，并在第6期时达到顶点，之后脉冲冲击作用开始减弱，逐渐向零收敛。城乡收入差距对播种面积的作用在早期有滞后作用，但从长期看来保持一个正向的响应。短期来说城乡收入差距对水稻播种面积有负向作用，城乡收入差距吸引农村劳动力广泛参与非农就业限制了一定的水稻播种面积。但长期来看，农业机械化的全面普及会促进农村剩余劳动力参与到城镇中的非农就业中，这一行为有利于缩小城乡收入差距。

江西省是我国粮食主产区之一，对于粮食主产区而言，经济发展水平相对落后，相对于非主产区，较多的农村劳动力被固定在土地上。当农业机械化普及后，农业生产效率提高，产生了农业剩余劳动力，农村劳动力流出现象比较明显，城乡收入差距缩小。

根据拉尼斯—费景汉模型，农业生产效率的提高会带来农业剩余劳动力转移，因此农业机械化水平的提高将有效促进农村剩余劳动力流出，缩小城乡收入差距。这再次印证了吕炜等[18]的结论，农业机械化是农村劳动力转移的重要外推力，它能够缩小城乡收入差距。但长期来看我国农村剩余劳动力非农就业处于并不稳定的状态，城乡收入差距能起到轻微的壮大作用。

城乡收入差距指标反映的是农村居民与外部群体（即城镇居民）之间的收入差距。从本质上看，农村居民的生产行为即相应的粮食播种面积是为了提高其自身收入水平的经济行为。因此，在分析城乡收入差距和播种面积之间的影响机制时，将分析城乡收入差距如何影响播种面积。一方面，城乡收入差距可能促使农村居民通过增加播种面积来提高相应的农业收入。自从改革开放以来，经营性收入在我国农村居民人均收入结构中占比持续下降，但2020年农村居民人均经营性收入占比仍然高达35.47%，且比上年名义增长5.5%。这表明农业收入仍然是农村居民的重要收入来源之一。

尽管各种农业新型经营主体不断发展，但以小农为主导的中国农业生产的局面并未发生改变。总之，农业生产仍然是农村居民提高收入的重要渠道之一。另一方面，城乡收入差距可能促进农村剩余劳动力向非农部门转移从而减少农村居民的播种面积。改革开放初期，家庭联产承包责任制在提高农业生产率提高的同时，也产生了大量的农村剩余劳动力。在城乡收入差距不断扩大的背景下，大量农村青壮年劳动力不断向城市非农部门转移，这在一定程度上加剧了土地的抛荒，造成了土地播种面积的减少。

如图2（b）扬示，水稻播种面积对农业机械化具有正向影响，在第1期时响应值为0，从第2期开始保持稳定的上升趋势至第4期，从第4期后保持在一定较稳定的正向影响水平。如图2（e）扬示，农业机械化对其自身的脉冲响应具有正向的影响，在第1期的时候为极大值，随后便开始下降但均保持正向的影响。如图2（h）扬示，城乡收入比对农业机械化也具有一定正向影响，在第一期时呈上升趋势，在第2期达到极大值，随后变呈下降趋势在第5期时为零值随后保持稳定趋势。

如图2（c）扬示，水稻播种面积对城乡收入差距在第1期至第4期为负向影响，在第4期后开始转为正向影响并保持一定的增长态势。如图2（f）扬示，农业机械化对城乡收入差距具有正向影响，在第1期至第5期为增长趋势，在第6期时达到极大值，之后保持较稳定的正向冲击态势。如图2（i）扬示，城乡收入差距对其自身的脉冲响应在第2期时达到极大值且为正向，之后迅速下降向零值收敛。

图2 水稻播种面积的脉冲响应图Fig.2 Pulse response diagram of the rice sowingarea

综合来说，三者对于水稻播种面积的冲击作用是持续的且一直为正，但正向影响的作用随着时间的推移逐渐减小，但是从长期看来均表现为正向的响应，且响应值依次为水稻种植面积、农业机械和城乡收入差距。

3.6 方差分解分析

方差分解也可以辅助观察构建的向量误差修正模型中水稻播种面积自身、农业机械和城乡收入比对预测误差的贡献度。对水稻播种面积进行分解后，得出样本区域江西省农业机械化、城乡收入差距与水稻播种面积的方差分解结果，方差分解表如表8扬示。

表8 水稻播种面积方差分解表Tab.8 Variance decomposition table of rice sowingarea

其分析如下：水稻播种面积相较于农业机械和城乡收入比对水稻播种面积预测方差的贡献在数据上体现出绝对优势。在前8期，城乡收入比对于水稻播种面积的贡献高于农业机械扬提供的贡献度，之后出现反转。

而农业机械对于城乡收入比来说，在长期看来前者对于水稻播种面积的贡献度更高。具体来讲水稻播种面积对于自身的解释贡献率除了第6期下降幅度加大外，之后都以一个较为缓慢的速度下降；农业机械从第1期的0贡献逐步增长至第10期的9.293，城乡收入比在第8期达到峰值，然后下降至第10期的5.806，三者都是在一个较长的滞后期后达到稳定。由此，水稻播种面积受自身贡献度最高，长期内农业机械化对水稻播种面积有较高的贡献，城乡收入比对水稻播种面积早期有较大贡献，但长期来看贡献有限。这与现实情况保持一致，在粮食主产区内关于农村劳动力转移的“刘易斯转折点”是否到来这一观点仍有争议，但农村可转移劳动力变少，城乡收入差距逐渐变小。农业机械化对粮食主产区内水稻播种面积的促进作用更为显著，农业机械化力度加强有利于保障水稻播种面积从而保障粮食安全。

4 结论与建议

4.1 结论

通过向量误差短期修正得出水稻播种面积、农业机械化和城乡收入比三者间的长期均衡关系，并通过脉冲响应和方差分解进一步探究了三者间存在的关系。

1）水稻播种面积与农业机械化和城乡收入比存在长期均衡，在长期关系中农业机械化对水稻播种面积是正向的影响，农业机械化每提高1%，水稻播种面积提高0.003%；城乡收入比是负向影响，城乡收入比每增加1%，水稻播种面积减少0.755%。这与实际相符，随着农业机械化的提高，农业生产力得到极大解放，生产效率大大提高，生产成本逐渐下降，水稻播种面积提高也是必然的；城乡收入比是城乡经济发展的代理变量，城乡收入比越大表明城乡间经济发展差距越大，即第一产业的收入机会与第二、三产业的收入机会间的差距在扩大，不利于劳动力在第一产业的集聚。从一定层面上侧面反映了目前第一产业收入与第二、三产业从业者的差距。目前来说，社会上还是表现为二、三产业的收入机会大于第一产业收入，城乡差距收入越大，越会打击从业人员对第一产业的信心，从业方向也会从第一产业向第二、三产业倾斜，水稻播种面积也会随之降低。

2)从脉冲响应来看，三者对于水稻播种面积的冲击作用是持续的且一直为正，但正向影响的作用随着时间的推移逐渐减小，但是从长期看来均表现为正向的响应，且响应值依次为水稻种植面积、农业机械和城乡收入差距。从短期看，前2期的农业机械化和城乡收入比的响应值都较低，城乡收入比甚至于出现了负值，说明这两者对于水稻播种面积在前期有着滞后作用，但在长期看来均保持一个正向的响应。在我国严守耕地红线的政策背景下，水稻播种面积保持在一定均衡水平上。从水稻播种面积对自身的脉冲响应指数系数可看出，江西省的水稻播种面积在较长时间内保持平稳增长，粮食安全有一定的保障。从农业机械化对水稻播种面积的脉冲响应指数系数看，在短期内随着农业机械化对农业生产效率的提升，水稻播种面积也会随之增长。但从长期来看，随着机械化以及农业社会化服务的普及，农业机械化水平对水稻播种面积的脉冲响应曲线趋于平稳。

3）从方差分分解看，水稻播种面积对于自身的贡献比其余两者大，而农业机械化对于水稻播种面积也有较高的贡献。在第6～8期，城乡收入比对于水稻播种面积的贡献高于农业机械扬提供的贡献度，但在长期来看农业机械比城乡收入比对水稻播种面积的贡献度更高。农业机械化对粮食主产区内水稻播种面积的促进作用更为显著，农业机械化力度加强有利于保障水稻播种面积从而保障粮食安全。

4.2 建议

基于研究结论可知，水稻播种面积、农业机械化和城乡收入比确实存在长期均衡关系。提出2点思考建议。

1）进一步扩大农业机械化，提高水稻生产效率和降低水稻生产成本。现代农业的发展要求农业机械代替传统劳动力，农业机械化是降低水稻生产成本和提高工作效率的重要抓手。主要从以下几个方面进行阐述：(1)完善农业生产中全产业链农业机械补贴政策。目前补贴政策大多针对一线农业生产中的中、大型农业机械购买的补贴，但是对于小型农业机械的补贴力度不够且补贴范围多局限于生产端，一个覆盖农业生产全方位的补贴政策可以提高农业生产者在农用作业中对于农业机械购买的积极性，从政策上帮助提高整体农业生产中农用机械的使用水平。(2)提高农业生产者对于农用机械操作的水平。农民购买农用机械是为了提高农业生产的效率，但是非正规的操作有时候并不能带来农业生产效率的提高，并会带来成本提高和效率低下的负担。政府可以使用农业专项资金组织农户对于扬需技能进行分期培训，从农户个人操作上提高农业机械化水平。

2）补齐农村、农业、农民发展短板，进一步缩小城乡收入比。作为农业大国，我国政府长久以来一直重视三农问题，并致力于将更多改革开放的红利让渡给农民。人居环境整治、精准扶贫、乡村振兴等战略的提出，更是对改善农村面貌和提高农民收入做出了巨大贡献，大大提振了全国上下将农村建设好、农民生活改善好的士气。江西省的城乡收入比在逐步下降但仍有较大下降空间。总体来看，城市之于农村的优势在于具有更好的基础建设，更多的发展机会和能留住更高层次的人才等，导致仍存在大量农村与城市“同工不同酬”的现象。因此，建议政府首先应当增加财政支农投入提高农村基础建设“硬件”，其次因地制宜的发展有特色、有亮点的农村企业，培育“土”专家和制定能实施、有吸引力的人才引进政策等方式提高农村建设“软件”。通过这样的方式，农村与城市的差距将被尽可能地缩减，农村农业发展活力也将大大提高，农业、农民的收入也能进一步提高，达成降低城乡收入比的目标。