农村人口老龄化对农业机械化的非线性影响——基于面板门槛模型的实证分析*

刘成坤

(江西财经大学 统计学院，江西 南昌 330013)

一、引言

农业机械化是农业现代化的基本内涵和重要标志，现代农业的发展要求用现代物质条件装备农业，用科学技术改造农业，提高农业机械化水平和农业劳动生产率。农业机械化既是农业现代化的基础，又是推动经济结构调整的关键环节。蔡昉(2010)指出，农村劳动力大量转移殆尽与农村劳动力红利逐渐褪去，已成为中国发展中不争的事实，而促进农业机械化则成为中国应对劳动力不足的重要手段。[1]4-13农村人口老龄化现象是在我国工业化、城镇化发展过程中出现的，其程度之所以高于城镇主要是由大量农村青壮年人口向城市转移所导致的。随着我国工业化和城镇化的继续推进，可以预见未来很长一段时期内农村人口老龄化的程度还将保持继续上升的趋势。农村人口老龄化不仅会改变农村劳动力供给的数量，还会改变农村劳动力供给的质量，进而对农业机械化产生影响。农村人口老龄化究竟会对农业机械化产生什么样的影响？农村人口老龄化对农业机械化的影响是否与经济发展程度有关？农村人口老龄化对农业机械化的影响是否存在区域异质性？对这些问题的深入研究对于进一步推动我国的农业机械化进程具有重要意义。

关于人口老龄化对农业生产影响的研究由来已久，且大部分研究集中在农业产出方面。从微观层面来看，胡雪枝和钟甫宁(2013)以小麦和棉花作物为例，研究了人口老龄化对种植业的影响，发现人口老龄化对农业机械化程度较高的小麦单产无显著影响，但对农业机械化程度较低的棉花单产具有显著消极影响。[2]36-43王笳旭和李朝柱(2020)分析了人口老龄化对农业生产的影响及效应机制，研究发现，农村人口老龄化会通过劳动力供给效应和资本要素替代效应抑制农业生产，但会通过土地规模转换效应促进农业生产。[3]60-73从宏观层面来看，陈锡文等(2011)定量测度了1978年以来中国农业产出的特征事实并分析相关要素的影响程度，结果表明，1978—2002年中国农业劳动力相对过剩，2002年以后农村老年人口比重升高与劳动力转移对农业产出具有显著的负向作用。[4]39-46魏君英和夏旺(2018)的研究结果显示，农村人口老龄化对粮食产量变化产生了显著的负向影响，农村人口老龄化背景下粮食产量得以保持增长的原因主要是粮食播种面积和化肥使用量的增加。[5]41-52王淑红和杨志海(2020)实证分析了农业劳动力老龄化对粮食绿色全要素生产率变动的影响，发现农业劳动力老龄化与我国粮食绿色全要素生产率变动之间呈现出显著的“U”型关系。[6]396-406此外，还有学者从其他角度研究了人口老龄化对农业生产的影响，如林本喜和邓衡山(2012)基于浙江省农村固定观察点样本数据，分析了农业劳动力老龄化对土地资源利用效率的影响。[7]15-25周作昂等(2020)利用第三次全国农业普查微观数据，研究了劳动力老龄化对农业土地流转和规模经营的影响。[8]120-132

姚监复(2000)认为，农业机械化程度取决于一个国家或地区的具体条件，主要包括该国对产出的需求、劳动力供给、工资标准、土地数量和资本供应量等因素。[9]19-21学者们对农业机械化的影响因素进行了一系列的实证研究，如林万龙和孙翠清(2007)研究发现，农民土地经营规模、种植业生产的专业化程度、农户家庭经营性收入水平以及已有的农机动力存量等是影响农业机械私人投资的主要因素。[10]25-32钟真等(2018)研究了借贷利率、购置补贴与农业机械化率的关系，结果显示，在排除了农机购置补贴的内生性问题之后，借贷利率并非与农机化率呈现简单的线性关系，而是呈现一个“先正后负”的倒U型关系；农机购置补贴对农机化率则具有正向影响。[11]32-41程文明(2020)研究了农业保险对农业机械化综合水平的影响，发现农业保险密度显著促进了农业机械化综合水平的提升，农业保险深度对农业机械化综合水平的提升则具有一定的抑制作用。[12]82-86

通过对现有的相关研究进行梳理可以发现：第一，关于人口老龄化对农业生产的影响已涉及各个方面，学者们基于不同的研究目的得出了丰富的研究结论，为本文的进一步研究奠定了基础；第二，由于人口年龄结构既会影响劳动力供给的数量，又会影响劳动力供给的质量，它是影响农业机械化程度的重要因素，但鲜有学者将其考虑在内。因此，为了弥补现有研究的不足之处，本文拟选用我国省际层面的面板数据，构建面板门槛模型研究农村人口老龄化对农业机械化的非线性影响。

二、理论分析、模型构建与数据说明

(一)理论分析

农业机械是指在作物种植业和畜牧业生产过程中，以及农、畜产品初加工和处理过程中所使用的各种机械。与土地、化肥和农药等生产要素一样，农业机械的投入和使用也是农业生产过程中的要素之一。由于农业机械的购置价格一般较高，受经济实力所限，即使农户具有很强的购买意愿，也难以具备足够的购买能力。因此，农业机械化的推广和普及与当地的经济发展水平密切相关，不同的经济发展水平可以为当地的农业机械化发展提供不同的条件，农村人口老龄化对农业机械化的发展可能存在基于经济发展水平的门槛效应。通过对现有的研究成果进行梳理发现，农村人口老龄化主要通过劳动力供给、劳动生产率以及土地规模转换效应等途径影响农业机械化发展水平。

1.农村人口老龄化通过劳动力供给对农业机械化产生的影响

童玉芬(2014)认为，人口老龄化带来的不仅是老年人口规模的增加和比重的增大，而且意味着劳动年龄人口的规模和比重都将随着老龄化的发展而呈现出相应的变化，其研究结果显示，老龄化会引起劳动年龄人口规模的下降，且年轻劳动力的下降非常迅速。[13]52-60在经济发展的初级阶段，农业还占据主要地位，农村存在很多的剩余农业人口，在城镇化的推动下，这些农业剩余人口开始大量涌入城市，农村人口老龄化会对农村劳动力供给产生很大的负面影响。由于这些涌入城市的农业剩余人口主要是接受过一定初等或中等教育的年轻劳动力，这些劳动力的减少会对农业机械化进程产生消极影响。在经济发展的中级阶段，农村剩余劳动力向城市转移的速度开始减缓，但与此同时，农村总体的受教育程度也在逐渐提高，具备农业机械购买能力的农户也会逐渐增加，农村劳动力供给减少对农业机械化的消极影响可能有所下降。在经济发展的高级阶段，农村剩余劳动力基本转移完毕，农村人口老龄化对农业机械化的农业劳动力供给效应也逐渐趋于平稳。

2.农村人口老龄化通过劳动生产率对农业机械化产生的影响

学术界普遍认为，人口年龄结构与劳动生产率之间并非简单的线性关系，劳动生产率的最大值出现在某一年龄或某一年龄段。如Van Ours & Stoeldraijer(2011)[14]113-137、徐升艳和周密(2013)[15]135-144认为年龄峰值普遍位于中青年，老年人口的劳动生产率最低。农村人口老龄化对农业机械化的劳动生产率效应与劳动力供给效应类似，在经济发展的初级阶段，由于大量农村剩余劳动人口涌入城市，会对农业劳动生产率的提高产生极大的阻碍作用，农村人口老龄化通过农业劳动生产率对农业机械化产生的负面影响较大。随着经济发展水平的提高，剩余农业劳动力向城市转移的速度有所减缓，但由于向城市转移的劳动力仍是生产率较高的中青年群体，仍然会对农业机械化进程产生一定的消极影响。在经济发展的高级阶段，农村剩余劳动力基本转移完毕，同时农村的经济发展水平和受教育程度也在大幅上升，农村人口老龄化对农业机械化的劳动生产率效应可能会逐渐由负向变为正向。

3.农村人口老龄化通过土地规模转换对农业机械化产生的影响

王笳旭和李朝柱(2020)指出，“土地规模转换”效应是指老龄化导致的劳动力供给约束使得家庭重新确定农业的最优经营规模，以达到农业劳动力供给与土地经营规模的均衡匹配。[3]60-73在经济发展的初级阶段，农村剩余劳动力大量向城市转移，农村人均耕地面积急剧增加，这为推动农业机械化水平的发展提供了条件。在经济发展的中级阶段，一方面，随着农村剩余劳动力的持续转移，农村人均耕地面积继续增长；另一方面，农村剩余劳动人口以老人为主，受精力和时间所限，难以适应规模化的土地经营，更愿意花钱使用农业机械对农作物进行耕种、管理和采收。因此，在这两个因素的共同推动下，农业机械化程度会持续提高。在经济发展的高级阶段，农村人均耕地面积的增长速度趋于下降，农村人口老龄化对农业机械化的土地规模转换效应将趋于平稳。

综上所述，在不同的经济发展阶段，农村人口老龄化对农业机械化的劳动力供给效应、劳动生产率效应和土地规模转换效应均存在差异，农村人口老龄化对农业机械化的影响是这几种效应综合作用的结果。综合以上分析来看，在经济发展的初级阶段，由于农业劳动力供给效应和劳动生产率的负向效应均较大，只有土地规模转换效应为正，农村人口老龄化对农业机械化的影响可能为负；在经济发展的中级阶段，由于农业劳动力供给和劳动生产率的消极影响有所减弱，农村人口老龄化对农业机械化的影响程度可能也会逐渐下降；在经济发展的高级阶段，各种效应均为正向且趋于平稳，农村人口老龄化对农业机械化的影响也将由负向变为正向。

(二)模型构建

为了研究农村人口老龄化对农业机械化的影响，首先构建以下基准模型：

amdit=α+βcpdit+γxit+μi+νt+εit

(1)

其中，α、β、γ为待估计参数，i为省份，t为年份，μ为个体固定效应，ν为时间固定效应，ε为随机扰动项。amd为本文的被解释变量农业机械总动力。侯方安(2008)认为，农业机械化水平的测算方法各异，学术界通常使用加权系数得到的农业机械化综合作业水平来衡量农业机械化程度，但误差很大。[16]42-48考虑到中国不同地区不同作物的生产环节差异太大，对机械化的要求也各不相同，农业机械化总动力是反映农业机械化水平的重要指标。因此，借鉴秦佳虹和王成军(2019)的研究，本文采用农业机械总动力来衡量农业机械化水平。[17]1021-1028cpd为本文的核心解释变量农村人口老龄化程度，采用农村65岁及以上老年人口占农村总人口的比重(即老年人口比重)来衡量。x为控制变量，参考现有的相关研究(林万龙和孙翠清，2007[10]25-32；侯方安，2008[16]42-48)，本文选取的控制变量主要包括以下变量：

农民文化程度，本文采用农村平均每百个劳动力中大专及以上人数来衡量。农业机械化的推广进程与农民的文化程度密切相关，农民受教育程度的高低会影响其对知识和技能的理解、接受和应用。农民的受教育程度越高，越容易掌握农业机械的操作方法，对农业机械推广的促进作用也越大。然而，农民受教育程度提高对农业机械化的发展也有消极的影响，越是接受过高等教育的农民越有可能由农业转向非农产业，从农村转向城市。

土地经营规模，本文采用人均耕地面积来衡量。人均耕地面积是影响农业机械化进程的重要因素，随着人均耕地面积的提高，农户选择农业机械的概率也会随之提高。在大量农村劳动力外出打工的情况下，农村劳动力成本大幅上涨，相对于农业机械，人工耕作的成本优势已逐渐丧失。

工业化进程，本文采用第二产业增加值占GDP的比重来衡量。焦长权和董磊明(2018)认为，工业化是推动农业机械化的重要动力机制。[18]173-190一般而言，只有一个国家或地区的工业化发展到一定程度，才有能力对传统农业进行机械化的改造。原因在于：一方面，工业化的发展为农业机械化提供了物质基础；另一方面，工业化的发展会吸纳大量的农村劳动力，导致农业劳动力供给的短缺，进而推动农业机械需求量的增长。

家庭平均规模，本文采用户均人口数量来衡量。家庭平均规模也是影响农业机械化的主要因素之一。通常情况下，户均人口数量越大，说明家庭劳动力越充足，越有可能选择人工耕作方式；户均人口数量越小，说明家庭劳动力越稀缺，越有可能使用农机服务。因此，家庭平均规模与农业机械化程度之间可能存在负相关关系。

农业生产结构，本文采用粮食作物播种面积占农作物总播种面积的比重来衡量。粮食作物一般包括水稻、玉米和小麦等主要作物，而农作物则包含粮食作物、油料作物、蔬菜作物以及瓜果作物等各类作物。一方面，粮食作物的播种面积越大，越方便进行机械化耕作和采收；另一方面，与其他作物相比，粮食作物的经济利润较低，种植粮食作物的农户可能不太愿意购买农机服务，粮食作物占比面积的扩大也可能会对农业机械化进程产生消极影响。

基础设施水平，本文采用每平方公里等级公路里程来衡量。一个地区的基础设施水平不仅会对当地的经济发展水平产生重要影响，也会极大地影响当地的农业机械化进程。对于没有通公路的偏远地区，一般不具备使用大型农业机械的条件。一个地区的基础设施水平越完善，对当地农业机械化进程的推动作用也越大。

然而，模型(1)仅能研究农村人口老龄化对农业机械化的线性影响。考虑到在不同的经济发展阶段，农村人口老龄化对农业机械化的影响可能并不一致，为了验证这个猜想，借鉴Hansen(1999)的研究，[19]345-368本文构建如下双门槛面板模型：

amdit=α+β1cpdit×I(gdpit<γ1)+β2cpdit×I(γ1γ2)+γxit+μi+νt+εit

(2)

其中，gdp为门槛变量，代表一个地区的经济发展水平，本文采用人均实际GDP来衡量，基期设定为2000年，γ1和γ2分别表示两个不同的门槛值，I为示性函数，当满足条件时取值为1，否则取值为0，其他变量的含义与式(1)相同。

(三)数据说明

本文的研究对象为我国的31个省(市、自治区)(1)不包括香港、澳门和台湾。，样本长度为2000—2018年。其中，农业机械总动力数据来源于《中国三农数据库》，农村人口老龄化数据来源于《中国人口和就业统计年鉴》，其他数据均来源于《中国统计年鉴》《中国宏观经济数据库》《中国农林数据库》《中国财政税收数据库》。对于少数缺失值，采用线性插值法进行处理，本文所用到的各变量的描述性统计结果如表1所示。

表1 变量的描述性统计结果

三、实证结果与分析

(一)变量的平稳性检验

由表1的描述性统计结果可知，除了农业机械总动力和人均实际GDP这两个变量之外，其他变量的均值都较小。为了缓解数据的波动性以及模型可能存在的异方差性，在进行实证分析之前，对这两个变量进行对数化处理。为了防止伪回归问题，对变量进行多重共线性检验和单位根检验。多重共线性的检验结果显示，各变量的方差膨胀因子(VIF)均小于10，即各变量之间不存在多重共线性。为了保证检验结果的稳健性，本文同时使用了三种不同的面板单位根检验方法，即LLC检验、IPS检验和Hadri LM检验。检验结果显示(2)限于篇幅，未列出面板单位根检验结果。，在所有变量中，农民文化程度、家庭平均规模、农业生产结构、基础设施水平和经济发展水平等五个变量同时通过了三种不同的单位根检验，农业机械化水平、老年人口比重、老年抚养比、土地经营规模和工业化进程等五个变量则同时通过了两种不同的单位根检验。可以认为本文所选的变量均为平稳变量，均可用于进一步的实证分析。

(二)基准模型结果及分析

为了与面板门槛模型的结果进行对比分析，本文以混合回归模型和普通面板模型作为基准模型，对基准模型进行估计后得出表2所示的结果。

表2 基准模型估计结果

作为参照系，首先对面板数据进行混合回归，回归结果如模型(1)所示。从模型(1)的结果来看，农村人口老龄化对农业机械化的影响显著为正，且影响程度较大。然而，由于每个省级区域的“省情”不同，可能存在不随时间而变的遗漏变量，故考虑使用固定效应模型，其估计结果如模型(2)所示。究竟要使用混合回归模型还是固定效应模型，对模型进行F检验便可知，P统计量为0.00，说明固定效应模型明显优于混合回归模型。虽然以上检验确认了个体效应的存在，但个体效应仍可能以随机效应的形式存在，因此还要考虑随机效应模型，随机效应的估计结果如模型(3)所示。对固定效应模型和随机效应模型进行Hausman检验，检验结果显示P值为0.00，说明应该选择固定效应模型。因此，对于混合回归模型、固定效应模型和随机效应模型，选出的最优模型为固定效应模型。从模型(2)的估计结果来看，农村人口老龄化对农业机械化的影响显著为正，但影响程度远小于模型(1)。此外，从控制变量的估计结果来看，土地经营规模、工业化进程和基础设施水平等变量均会对农业机械化产生显著的推动作用；但家庭平均规模和农业生产结构则会对农业机械化产生显著的阻碍作用；农民文化程度对农业机械化的影响为负，但并不显著。然而，固定效应模型并未考虑不同经济发展水平在农村人口老龄化影响农业机械化过程中的作用，得出的结果可能不够准确，有必要进一步建立面板门槛模型研究农村人口老龄化对农业机械化的非线性影响。

(三)农村人口老龄化对农业机械化的门槛效应结果及分析

在估计面板门槛模型之前，首先以人均实际GDP的自然对数值作为门槛变量，进行自抽样(Bootstrap)检验，以确定农村人口老龄化对农业机械化的影响是否存在门槛效应，门槛效应的检验结果如表3所示。

表3 门槛效应检验结果

由表3可知，农村人口老龄化对农业机械化的影响的确存在基于经济发展水平的门槛效应。单一门槛效应和双重门槛效应的F统计量均通过了10%水平下的显著性检验，三重门槛效应的F统计量则未通过10%水平下的显著性检验，说明农村人口老龄化对农业机械化的影响存在基于经济发展水平的双重门槛效应，门槛值分别为8.530 1和9.240 3，由于该门槛值是对人均实际GDP进行自然对数化处理后的值，将其还原后分别为5 605元和10 304元。通过似然比函数能进一步显示出门槛参数取值和置信区间的构造过程，具体的构造过程如图1所示。

图1 经济发展水平的门槛值和置信区间

由图1可知，以经济发展水平作为门槛变量时，农村人口老龄化对农业机械化的门槛值分别为8.530 1和9.240 3，95%置信区间分别为[8.476 4,8.534 5]和[9.240 2,9.250 5]，两个门槛值分别对应的95%置信区间范围都比较窄，门槛值的识别效果较为显著。此外，当两个门槛值位于对应的置信区间范围内时，LR统计量均小于10%水平下的临界值，说明门槛效应的检验结果是真实可信的。

由于农村人口老龄化对农业机械化的影响存在基于经济发展水平的双重门槛效应，普通面板模型不再适合估计农村人口老龄化对农业机械化的影响。因此，采用面板门槛模型研究农村人口老龄化对农业机械化的影响，估计结果如表4所示。

表4 农村人口老龄化对农业机械化的门槛效应估计结果

表4的估计结果显示，不同经济发展水平下农村人口老龄化对农业机械化的影响存在较大的差异。当人均实际GDP低于第一个门槛值时，农村人口老龄化对农业机械化的影响显著为负，且影响程度较大；当人均实际GDP介于第一个和第二个门槛值之间时，农村人口老龄化对农业机械化的影响仍然显著为负，但影响程度有所下降；当人均实际GDP大于第二个门槛值时，农村人口老龄化对农业机械化的影响由负向变为正向，但影响程度并不显著。这说明农村人口老龄化对农业机械化的影响并非简单的线性关系，而是存在基于经济发展水平的门槛效应，只有当经济发展水平达到一定程度之后，农村人口老龄化对农业机械化的积极影响才能显现出来，这与前文的理论分析是吻合的。结合当前的经济发展情况来看，我国各地区的人均实际GDP均已超过10 304元，即农村人口老龄化对我国农业机械化的积极影响已开始凸显。因此，与表2中的固定效应模型相比，门槛效应模型的结果存在显著差异，且拟合优度显著提高，也说明门槛效应模型的估计结果更加符合实际情况。此外，从控制变量的估计结果来看，土地经营规模、工业化进程和基础设施水平等变量会对农业机械化进程产生显著的推动作用，农民文化程度、家庭平均规模和农业生产结构等变量则均会对农业机械化进程产生显著的阻碍作用。

四、研究结论与建议

当前，我国农业机械化发展存在农业机械保有量较低、结构不均衡，农业机械技术与科研水平落后于发达国家，农业机械制度体系不完善，土地资源集约化水平偏低以及农业劳作人员素质偏低等问题。基于农村人口老龄化对农业机械化的影响可能存在阶段异质性这一猜想，本文选取我国省级层面的面板数据，构建面板门槛模型研究了农村人口老龄化对农业机械化的非线性影响，发现经济发展水平由低到高变化时，农村人口老龄化对农业机械化的影响将逐渐由负向变为正向。白学峰等(2017)指出，新型职业农民的培养是农业机械化的根本，先进农业机械的研发是关键，而政策的引导将是发展农业机械化的重要推手。[20]256-262基于本文的实证研究结果，得出如下几点政策启示：

第一，大力推动农业规模化进程，提高农民的收入水平。从本文的研究结果来看，农村人口老龄化对农业机械化的影响与经济发展水平密切相关，经济发展程度较低时，农村人口老龄化对农业机械化的影响一直为负，只有当经济发展到一定程度之后，农村人口老龄化对农业机械化的积极影响才能显现出来。这主要是由于经济发展程度较低时，农村人口老龄化会对劳动力供给和劳动生产率产生消极影响，但受收入水平所限，农户即使有购买农机服务和农业机械的意愿，也并不具备这样的经济实力，导致农业机械化进程缓慢。农业机械的购买和使用主体是农户，细碎化耕作难以产生规模效应，只有大力推动农业规模化进程，提高农民的收入水平，激发农户购买和使用农业机械的意愿，才能确保农业机械化的顺利推进。

第二，加强农民技能培训投入，培养新型职业农民。在城镇化的推动下，大批受过一定教育的年轻农业劳动力从农村流向城市，从中西部偏远地区流向东部沿海地区，农村年轻劳动力的流动不仅加剧了农村的人口老龄化程度，同时还导致农民的总体受教育程度一直处于较低水平，这必然会对农业机械化的推动产生阻碍作用。农业机械的使用要求操作者必须具备一定的文化基础，能够熟练掌握农业机械的使用、维修与保养等一系列操作流程。因此，接受过中高等教育的新型职业农民是推动农业机械化发展的主力军。当前，我国农业劳作人员的总体素质还处于较低水平，培训规范不健全以及培训力度不够大是制约新型职业农民成长和发展的主要因素。因此，为了促进农业机械化发展，各级地方政府可以通过推动产学研合作和设立乡镇农机服务站等途径加强农民的技能培训投入，扩大新型职业农民规模。

第三，实施差异化的财政扶持制度，加大对中西部地区的农业机械补贴力度。我国地域辽阔，各地区的地理环境、要素禀赋以及自然资源千差万别，导致我国的农村人口老龄化、经济发展程度以及农业机械化进程均存在较大差异。本文的实证研究结果显示，当经济发展达到一定程度后，农村人口老龄化均会对当地的农业机械化产生促进作用。由于东部地区的工业化进程较快，制造业和服务业比较发达，其经济发展程度远高于中西部地区，这对当地农业机械化的进程产生了极大的促进作用。与东部地区相比，中西部地区的经济较为落后，农民的收入水平较低，农业机械化进程也较为缓慢。为了加快中西部地区的农业机械化进程，政府在制定财政扶持政策时，可以适当对中西部地区倾斜，加大对中西部地区的农业机械补贴力度。