粮食主产区机械化水平差异及影响因素研究

汪增洋，李园园

(安徽财经大学 经济学院，安徽 蚌埠 233030)

一、引言

我国作为人口大国，保障粮食安全对于国家经济稳定发展具有重大意义。随着城镇化快速发展，我国农业土地资源短缺现象不断加剧，为保障粮食生产必须要提高农业土地利用效率和农业现代化水平。在推进农业现代化发展过程中，劳动力价格上涨迅速，土地闲置现象逐渐凸显，加快推动农业机械化发展迫在眉睫。自2018年我国乡村振兴战略全面实施以来，对于推动农业机械化发展给予了极大的政策支持。2021年农业农村部印发的《2021—2023年农机购置补贴实施指导意见》进一步指出：要在现代农业技术和高新农业设备支撑下，提高粮食产量，促进现代农业产业化发展，提高农民收入。农业机械化发展水平对于推动乡村振兴具有重要意义，其作用体现在提高粮食产量、增加农民收入等方面。王珺鑫[1]、金铂皓等[2]研究发现农业机械化能够显著提高农业产量。农民收入水平与粮食产量具有较大关联性，周益波等[3]基于农业机械化影响农业产出进而影响农民收入水平路径，利用固定效应和分位数模型检验了农业机械化的农民收入增长效应、结构效应和分配效应，得出农业机械能够显著提高农民收入的结论。近期一些学者对农业机械化的影响因素进行了较为深入的研究。周振等[4]以农机购置补贴政策为变量，运用双差分模型分析出农业机械化可以通过影响劳动力转移影响农民收入，并且得出国家相关政策对于推动农业机械化发展具有重要作用。颜廷武等[5]认为收入水平可以通过增加对农业装备的需求，推动现代农业装备的投资和装备水平，促进农业机械化水平发展。林善浪等[6]研究发现农业劳动力转移通过教育效应、结构效应以及收入效应三个维度，促进农业机械需求增长。除劳动力转移外，周晶等[7]研究发现种植结构对农业机械化也具有重要影响。张永礼等[8]通过构建神经网络模型，实证分析出户均人口数、水稻播种面积比重以及农村居民家庭经营山地面积等因素对农业机械化水平有负向影响。

在对影响农业机械化水平的因素研究文献中，大多将研究对象设置为全国或者是某个省份，而对粮食主产区农业机械化水平的研究相对较少。粮食主产区是我国粮食主要来源，它是指在土壤、气候、地理以及技术等方面具有资源优势，从而能够带来较为可观的农业经济效益的区域。2019年我国粮食主产区粮食产量达到48901.26万吨，占全国粮食总产量的73.66%。以粮食主产区为研究对象探究农业机械化水平及影响因素，对于保障粮食安全具有重要意义。目前，对于粮食主产区的研究主要集中在从定性角度探讨粮食主产区的农业机械化发展问题[9-10]，鲜有关于粮食主产区农业机械化水平差异和影响因素的研究。本文在已有的研究基础上，定量分析影响粮食主产区农业机械化水平差异及其影响因素，弥补了现有研究的不足。

二、粮食主产区农业机械化水平差异

(一)测算方法

泰尔指数是用来测度区域差别和不公平性的一种方法，可将总体差异分解为组内和组间的差异。本文以机械化作业面积作为权重对粮食主产区的农业机械化水平差异进行分解。按照相关地理区位和农业生长特性将研究区域进行划分，将江苏省、安徽省、湖北省、四川省、湖南省和江西省划分为水稻区，其余省份划分为小麦区。参照姚成胜(2021)的计算方法，为方便泰尔指数计算，引入完全机械化作业面积，用当年某省区农作物播种面积与综合机械化率乘积测算[11]。对机耕、机播和机收作业水平按照0.4、0.3、0.3的权重赋值测算综合机械化率[12]。泰尔指数的计算公式如下：

上式中T表示泰尔指数，Tb表示区域间差异，Tw表示区域内差异，T值越大表示粮食主产区农业机械化水平差距越大。Sk表示k区域的农作物总播种面积(k=1，2分别表示水稻区和小麦区)，St表示粮食主产区农作物总播种面积，Yk表示k区域机械化作业面积，Yt表示粮食主产区机械化作业总面积，Si表示i省的农作物总播种面积，Yi表示i省的机械化作业面积，gk表示第k区域的省份数。

(二)测算结果与分析

从图1可以看出，粮食主产区农业机械化水平的泰尔指数值从2000年的0.0993持续下降到2019年的0.0116，表明自2000年以来粮食主产区农业机械化水平总体差异呈现缩小态势。2005年以后总差异的下降速度加快，可能的原因是，一方面国家农机补贴政策使得农机供给水平提高，另一方面，农民收入增长提高农机购买的支付能力。此外，研究期间区域间差异程度与区域内差异程度虽存在降低趋势，但区域内差异程度始终大于区域间差异程度，区域内差异对粮食主产区总差异的平均贡献率达到63.11%，这表明粮食主产区农业机械化水平差异主要来自于区域内各省份之间。区域间差异对粮食主产区总差异的平均贡献率为36.89%，区域间差异对粮食主产区农业机械化水平差异的影响同样不可忽略，例如，内蒙古自治区在地形地貌、农业劳动力人口以及经济发展水平与西南的四川省差距明显，西北地势平坦，人口较少，农业机械需求量较大，农业机械化发展水平高；而西南地区由于人均耕地面积较少，农业机械需求低，农业机械化水平发展水平较低。

图1 2000—2019年粮食主产区农业机械化水平差异演变

三、理论分析

将农机视作一种商品，农民在利益最大化条件下对是否使用农机做出决策，农机价格水平对农民利益最大化条件下的农机使用具有重要影响。农机价格不仅影响农机需求，也影响农机供给。因此，可从对农机的需求和供给角度深入分析影响农业机械化发展的决定因素(图2)。

图2 农业机械的供求决定因素

影响农机使用的需求因素：首先，农民收入水平是影响购置农机的重要决定因素。在农民具有农机购买意愿的条件下，较高的农民收入水平会直接提升农民对农机购置的需求；其次，非农收入已成为农民增长收入的主要来源，不断吸引农业劳动力向第二、三产业持续转移，在一定程度上提高了农业非机械化耕作的机会成本，刺激农户采用劳动节约型技术替代劳动力进行耕作，从而增加农民对农机的购置需求[13]。随着农业劳动力转移程度逐渐加深，农业人工投入大多由女性或年迈劳动力承担，在农机服务普及条件下，劳动力转移进一步增加了对农机使用需求；再次，农民受教育程度是影响农机需求重要因素。例如，受教育程度高的农民，会更有可能在预测到未来粮食价格上升，进而采用农机代替人工来降低生产成本从而获得更多的利润；最后，家庭规模、土地规模和种植结构也是影响农机购买需求的重要决定因素。平均家庭户规模越大，农业劳动力往往比较充足，对农机购置需求往往也较弱，从而对农机购买具有抑制作用，因此较大的家庭户规模对农机购置需求较弱。土地规模越大，购置农机均摊在土地上的成本越低，农民对于农机的需求越高。由泰尔指数对水稻区和小麦区的农业机械化差异的测度结果可以看出，种植结构的差异同样会提高农民购置农机需求。

影响农机使用的供给因素：农机补贴政策刺激了农机制造企业加快农机技术创新，增加了针对性、创新性农机供给，推动了农业机械化高质高效发展。另外，农机购置补贴政策向农机服务部门倾斜，能够充分调动农业服务组织的服务积极性，提高农机服务水平，增加农机作业服务市场的供给量[14]，降低了农机购置和服务成本，进而刺激农民购置农机或使用农机服务，推动了农业机械化发展。

四、实证分析

(一)模型建立、变量选取与数据来源

1.模型建立

基于上述理论分析，本文将影响农业机械化水平的供求因素分为劳动力转移、农民收入水平、农民受教育程度、家庭和土地规模、种植结构和农机补贴政策六个方面，建立实证研究计量模型如下：

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

(1)

Mech表示农业机械化水平，Labtra表示劳动力转移，Dispoinc表示农民收入水平，Edulev表示农民受教育水平，Scale表示家庭和土地规模，Plantstr表示种植结构，Subpol表示农机补贴政策。α为常数，β为各变量系数，μ为残差项。

2.变量选取与数据来源

被解释变量为单位面积农机总动力(Mech)，使用农机总动力与总播种面积比值测度。解释变量农业劳动力转移(Labtra)，使用农业劳动力数量与总劳动力数量比重测度，其理由是在农业劳动力转移过程中，要额外考虑到人口的自然增长率，而农业劳动力占总劳动力比重的下降趋势和农业劳动力转移的历史趋势基本一致[15]。农民收入水平(Dispoinc)，使用农民人均可支配收入指标衡量。农民受教育程度(Edulev)使用农民平均受教育年限指标测算，计算公式为：平均受教育年限=小学比例×6+初中比例×9+高中比例×12+中专以上比例×16。家庭和土地规模分别使用农村平均家庭户规模(Averpop)和人均耕地面积(Acre)指标衡量。种植结构因素分别选取小麦播种面积占比(Wheat)、玉米播种面积占比(Maize)和水稻播种面积占比(Rice)测度。2003年我国开始实施农机补贴政策，农机购置补贴(Subpol)虚拟变量的设置为：2003年之前为0，2003年之后为1。

数据来源于《中国统计年鉴》《中国人口和就业统计年鉴》《中国农业统计年鉴》《中国农业机械工业年鉴》以及各省份年鉴，对于少数年份数据缺失问题，采用指数平滑法补齐。各变量描述性统计如表1所示：

表1 各变量描述性统计

(二)回归方法选择

在对各变量的偏度和峰度进行检验时发现，变量农民人均可支配收入(Dispoinc)的偏度达到8.86，峰度达到115.81，均显著大于其他变量，可判断该变量呈非线性增长，为此，对农民人均可支配收入指标进行对数化处理，使其呈线性增长趋势。此外，对于面板数据模型需要考虑可能存在异方差、序列相关等问题，对数据进行异方差和相关性检验，结果发现存在异方差和序列相关。本文采用对异方差和序列相关都稳健的可行广义最小二乘法(FGLS)进行估计。

(三)实证结果分析

为验证回归结果的稳健性，对变量进行逐步回归。表2(1)为仅包含农业劳动力转移的估计结果，(2)至(5)为逐一添加变量的估计结果，(6)为加入所有变量的估计结果。可以看出，变量增加前后显著性未发生明显变化，表明估计结果是稳健的。

表2 估计结果及稳健性检验

续表：

由表2(6)回归结果显示，在农业劳动力转移对农业机械化的影响中，农业劳动力转移变量回归系数为-4.759，表明农业劳动力占总劳动力比重每下降1个单位，单位面积农机总动力增长4.759个单位，说明农业劳动力转移程度加深能够显著提高农业机械化水平。随着农业劳动力转移加速，不断提高的农业劳动力成本驱使农民采用农机替代劳动力，农机的需求也随之增加。农民收入水平对农业机械化水平影响显著且为正，农民人均可支配收入每增加1%，单位面积农机总动力增加5.4%。较高的收入水平不仅提高了农民购置农机的消费能力，还会吸引更多的农业劳动力向第二、三产业转移，刺激农民的购机需求，进而带动农业机械化发展。在农民受教育程度对农业机械化的影响中，农民平均受教育年限的回归系数为0.201，表明农民受教育水平的提高有助于提高农业机械化水平。在农民受教育水平的不断提升中，农机普及率不断上升，催生了农民购置农机的需求。在家庭和土地规模对农业机械化水平的影响中，平均家庭户规模对农业机械化水平发展影响不显著，原因可能是在统计过程中，未排除劳动力转移过程中户口未能跟随转移的情况带来的数据误差，从而导致实际平均家庭户规模与统计平均家庭户规模存在差别；土地规模变化对农业机械化水平影响不显著，原因可能在于人均耕地面积数据是对农户进行抽样调查所得，但近年来，随着农业大户、农民合作社等新型农业经营主体逐渐成为购置农机的主力，导致人均耕地面积数据并不能很好地代表农业经营主体的实际土地经营规模[13]。在种植结构对农业机械化的影响中，小麦、玉米以及水稻播种面积占比变量回归系数均显著且为正，说明增加小麦、玉米以及水稻播种面积会提高农业机械化水平。

回归结果显示，在农机购置补贴政策对农业机械化影响中，农机购置补贴政策对农业机械化发展水平影响显著，农机购置补贴每增加1个单位，单位面积农机总动力增加0.206个单位。农机购置政策的实行，提高了农机生产部门的销售信心，为创新型农机的研发和供给奠定充足的经济基础，从满足市场农机供给方面促进农业机械化向更先进高效方面发展。

五、结论和政策启示

(一)研究结论

在从农机供求角度分析影响粮食主产区农业机械化水平的框架下，本文利用2000—2019年粮食主产区面板数据，建立农业机械化影响因素回归模型，并利用可行广义最小二乘估计进行实证检验。研究表明，在农机需求方面：农业劳动力转移程度加深会增加农民对农机的需求，提高农业机械化发展水平；农民收入水平是消费的基础，收入水平的增加会提升农民购置农机意愿，从而提高农机购置需求；随着农民受教育程度的加深，农民会提高使用农机的概率，能够显著促进农业机械化发展水平；种植结构的差异能够提高农民对于先进农机的需求，推动农业机械化快速发展。在农机供给方面：农机补贴政策能够给足农机制造企业信心，提高市场农机供给水平，从而推动农业机械化向更加高效先进的方向发展。

(二)政策启示

第一，促进农业劳动力有序稳定转移，推动农业机械化发展。首先，在第二、三产业中创造更多岗位以容纳转移的农业劳动力的同时，完善农民工就业保障系统，缩小城乡居民社会待遇差距，保障农民工能够得到平等的就业待遇。其次，加大中小型企业帮扶力度，增加适合低技术型劳动力岗位数，解决大部分转移劳动力的就业问题，引导农业劳动力有序转移，推动农业机械化发展。

第二，提高农业劳动力收入水平，提升农户购买农机的支付能力，增加农机购置需求。提高农民受教育水平，进行农业机械化培训，提高农民对农机的认识与操作能力。

第三，稳定农机市场供给，提高农机技术创新能力，推动农业机械化水平创新发展。在农机补贴政策实行方面，将一些实用性较强的中小型农机具纳入补贴范围，为提高农机供给量提供政策保障。其次，根据不同农作生长特性，加大对不同农作机械生产的薄弱环节开发，鼓励农机企业突破技术瓶颈，优化农机装备结构，推进农业机械向创新化、智能化发展。