农业机械化对农民增收的空间效应分析

潘经韬　陈池波　龚政

摘要：農业机械化对促进农民增收具有重要贡献，但鲜有文献从农机跨区作业视角探究农业机械化对农民增收的空间溢出效应及时间异质性。基于农机跨区作业的客观事实，利用2006—2021年全国31个省域面板数据和空间杜宾模型实证分析农业机械化对农民增收的空间影响效应。研究表明，农业机械化能够促进本地农民增收，并且对邻近地区农民增收具有显著正向空间溢出效应；从农民收入来源结构看，农业机械化对农民经营性收入和工资性收入增长均具有显著正向空间溢出效应；农业机械化对农民增收的本地直接效应和空间溢出效应存在时间异质性，以2014年农机跨区作业开始萎缩为时间节点，2006—2013年农业机械化对农民增收的空间溢出效应要强于2014—2021年，而2006—2013年农业机械化对农民增收的本地直接效应要弱于2014—2021年。鉴于此，应加快农业生产全程机械化，稳步提升农机装备水平，完善农机本地作业和跨区作业的协同机制。

关键词：农业机械化；农民增收；农机跨区作业；空间溢出效应

中图分类号：S23

文献标识码：A

文章编号：20955553 （2023） 11023108

Analysis of spatial effect of agricultural mechanization on farmers' income increase：

Based on the perspective of cross-regional operation of agricultural machinery

Pan JingtaoChen Chibo Gong Zheng

（1. College of Economics and Management， Hubei University of Technology， Wuhan， 430068， China；

2. Research Center of Hubei Rural Social Management Innovation， Wuhan， 430068， China；

3. College of Business Administration， Zhongnan University of Economics and Laws， Wuhan， 430073， China;

4. Postdoctoral Research Station of Chinese Academy of Fiscal Sciences， Beijing， 100142， China）

Abstract：Agricultural mechanization makes an important contribution to promoting farmers' income increase， but little literature has explored the spatial spillover effect and time heterogeneity of agricultural mechanization on farmers' income increase from the perspective of cross-regional operation of agricultural machinery. Based on the objective fact of cross-regional operation of agricultural machinery， this paper empirically analyzes the spatial impact effect of agricultural mechanization on farmers' income growth by using panel data and spatial Durbin model from 31 provinces in China from 2006 to 2021. The results show that agricultural mechanization can promote local farmers' income growth and has a significant positive spatial spillover effect on farmers' income growth in neighboring areas. In terms of the structure of farmers' income sources， agricultural mechanization has significant positive spatial spillover effects on the growth of both farmers' business income and wage income. There is time heterogeneity in the local direct effect and spatial spillover effects of agricultural mechanization on farmers' income growth. Taking the beginning of the contraction of inter-area operations of agricultural machinery in 2014 as the time point， the spatial spillover effect of agricultural mechanization on farmers' income growth is stronger in 2006—2013 than in 2014—2021， whereas the local direct effect of agricultural mechanization on farmers' income growth is weaker in 2006—2013 than in 2014—2021. In view of this， the mechanization of the whole process of agricultural production should be accelerated， the level of agricultural equipment should be steadily raised， and the synergy mechanism between local and cross-area operations of agricultural machinery should be improved.

Keywords：agricultural mechanization; income growth of farmers; cross-regional operation of agricultural machinery; spatial spillover effect

0引言

农业机械化是农业农村现代化的重要内容，在农业劳动力空心化和老龄化的背景下为稳定农业生产、促进农民增收和保障粮食安全发挥了重要贡献［1］。已有文献对农业机械化的农民增收效应进行了研究，总结如下：农业机械化直接作用于农业生产环节，通过提升农业生产效率扩大农业产出［23］（“效率提升效应”）和节约农业生产成本［4］（“成本节约效应”）等途径促进农民农业收入增加［56］；农业机械化通过机械替代人工（“要素替代效应”）释放农业剩余劳动力，促进农业劳动力转移至非农部门［7］，从而带动农民非农经营收入和工资性收入增长［8］。

作为中国农业机械化的特色模式，跨区作业实现了农业机械生产要素的空间流动［9］，为农业机械化实现空间溢出效应创造可能性。已有文献重点从跨区作业视角探究农业机械化对粮食生产［10］、农业（粮食）生产效率［1112］的空间溢出效应。但鲜有文献从跨区作业角度研究农业机械化对农民增收的空间溢出效应。

鉴于此，本文从跨区作业角度厘清农业机械化对农民增收的空间效应及形成机制，并利用省域面板数据和空间计量模型进行实证检验，以期为推进农业机械化、构建农民增收长效机制和实现农业农村共同富裕提供参考。

1研究设计

1.1研究假设的提出

农机跨区作业是农机装备作为生产要素在区域间流动的重要表现形式，这意味着一个地区的农机装备会流动到周边地区进行机械化作业，从而实现农机生产要素的空间溢出，进而影响到周边地区的农民收入。从农民的主要收入来源来看，农业机械化通过“生产效率提升效应”和“成本节约效应”促进农民农业经营性收入增加，同时也能通过“劳动要素替代效应”为农民非农经营和非农就业创造有利空间，进而带动农民非农经营收入和工资性收入增加。由于农机跨区作业的存在，农业机械化通过跨区作业能对周边地区实现“效率提升效应”和“成本节约效应”，进而带动周边地区农民的农业经营收入增加；同时，农业机械化也能对周邊地区农民发挥“劳动要素替代效应”，从而促进周边地区农民的非农经营收入和工资性收入增加。因此，本文提出研究假说H1、H2和H3。

H1：由于农机跨区作业的存在，农业机械化对农民增收具有正向的空间溢出效应。

H2：农业机械化对农民经营性收入增加具有正向的空间溢出效应。

H3：农业机械化对农民工资性收入增加具有正向的空间溢出效应。

另外一个值得关注的现象是自2014年起本地农机服务市场开始兴起，而农机跨区作业规模开始出现萎缩［11］。据历年《全国农业机械化统计年报》的数据显示，农机跨区作业面积从2008年的24090.85khm2逐年增加到2013年34295.88khm2，其中跨区机收作业面积从2006年的15214.02khm2增加到2013年26005khm2。2014年农机跨区作业面积和跨区机收面积相比2013年均出现大幅度减少［12］。并且，农机跨区作业面积从2014年29721khm2减少到2021年20603.04khm2，跨区机收作业面积也从2014年的17676khm2减少到2021年13844.57khm2。鉴于以上事实，可以看出2006—2013年农机跨区作业规模逐步扩大，而自2014年农机跨区作业规模开始出现萎缩。农机跨区作业规模的逐步扩大可能会促进农业机械化对农民增收的空间溢出效应逐步增强；本地农机作业服务市场的兴起、农机跨区作业的萎缩，可能会导致农业机械化对农民增收的空间溢出效应减弱，而对农民增收的本地效应增强。因此，本文提出研究假说H4。

H4：农业机械化对农民增收的影响效应存在时间异质性，以2014年农机跨区作业开始萎缩为时间节点，2006—2013年农业机械化对农民增收的空间溢出效应要强于2014—2021年，而2006—2013年农业机械化对农民增收的本地直接效应要弱于2014—2021年。

1.2研究方法与模型构建

1.2.1空间自相关性分析

空间自相关性分析是空间计量分析的前提条件。借鉴方师乐等［10］的方法，本文采用全局莫兰指数和局部莫兰指数来检验农民人均收入和人均农机动力是否存在空间自相关性，进而分析农业机械化水平与农民收入的空间集聚特征，为探究农业机械化对农民增收的空间效应奠定基础。农业机械化水平和农民收入的莫兰指数的计算公式分别为式（1）和式（2）。

1.2.2空间计量模型构建与变量选择

已有文献通常选用空间杜宾模型来研究农机跨区作业相关问题［911］，因此本文借鉴已有研究选择空间杜宾模型来实证探究农业机械化对农民增收的影响及空间溢出效应，具体形式见式（4）。

在实证研究农业机械化对农民增收的影响及空间溢出效应时，农民收入是被解释变量，农业机械化水平是核心解释变量，另外本文还选取农业受灾率、农民受教育程度、农业经营规模、地区产业结构和财政支农力度为控制变量。需要说明的是在计量分析过程中，本文将所有变量均对数化处理。

1） 农民收入（Income）。考虑到农民人均收入的统计口径在2014年前后发生变化，本文借鉴李谷成等［9］的处理方法，选用2006—2013年的农民人均纯收入和2014—2021年的农民人均可支配收入来衡量农民收入。此外，本文研究农业机械化对农民收入结构的影响时，也选用农民人均经营性收入（Oincome）和农民人均工资性收入（Wincome）为农民收入的代理变量。

2） 农业机械化水平（M）。已有文献通常选用农机作业水平和农机装备水平来衡量农业机械化水平。考虑到农机跨区作业更多表现为农机装备在区域之间的流动，因此本文选择农机装备水平来衡量农业机械化水平更为合适。已有研究通常选用省域农机总动力来衡量装备水平，考虑到被解释变量为农民人均收入，为兼顾解释变量与被解释变量的匹配性，本文参考朱振亚等［16］的处理方法，选用农民人均农机动力来衡量农业机械化水平，农民人均农机动力由农机总动力除以乡村人口数计算得到。需要指出的是，由于2016年农机总动力统计口径发生变化（不再统计农用运输车），导致部分省份2016年及以后年份的农机总动力值低于2015年，为尽可能保持统计口径的一致性，本文将2006—2015年的农机总动力中的农业运输车动力值剔除。考虑到农民人均农机动力会受到同期农民收入的影响，因此本文将农业机械化水平滞后一期处理。

3） 农业受灾率（Dis）。本文选取农作物受灾面积占农作物播种面积的百分比来衡量农业受灾率。

4） 农民受教育程度（Edu）。采用农民平均受教育年限来衡量农民受教育程度，将乡村6岁及以上抽样人口数及学历情况计算得到农民平均受教育年限。

5） 农业经营规模（Scale）。选用农民人均种植面积来衡量农业经营规模，其中农民人均播种面积等于农作物播种面积除以乡村人口。

6） 地区产业结构（Ind）。选用第二、三产业增加值占地区生产总值的百分比来衡量地区产业结构。

7） 财政支农力度（Fs）。选取农林水事务支出占财政支出的百分比来衡量财政支农力度。

1.3数据来源与说明

各变量的说明和描述性统计见表1。

本文选择的研究数据是全国31个省级行政区域2006—2021年的面板数据（港澳台地区由于部分数据存在缺失，暂未纳入考察范围）。地区生产总值、第二产业增加值、第三产业增加值财政支出及农林水事务支出数据来源于《中国统计年鉴》；农民人均收入、乡村人口、农作物受灾面积、农作物播种面积主要来源于2007—2022年《中国农村统计年鉴》；农机动力相关数据主要来源于2006—2022年的《中国农业机械工业年鉴》乡村6岁及以上抽样人口学历相关数据来源于2006—2022年的《中国人口和就业统计年鉴》。农民收入按照居民消费价格指数折算为2006年的可比价格水平。

2实证结果分析

2.1空间自相关性分析结果

表2显示的是空间地理距离矩阵下2006—2021年农民收入和农业机械化水平的全局莫兰指数。不难看出，2006—2021年农民收入的全局莫兰指数均大于0.45，且均通过1%统计水平的显著性检验；2006—2021年的农业机械化水平的全局莫兰指数均大于0.1，且均通过5%水平的显著性检验。这表明，农民收入和农业机械化水平之间存在显著的空间自相关性，选用空间计量模型来探究农业机械化水平对农民收入的空间影响效应具有一定的合理性。

图1和图2分别显示的是空间地理距离矩阵下2006年、2011年、2016年、2021年4个年份的农民收入和农业机械化水平的莫兰散点图。全国省域的农民收入和农业机械化水平的局部莫兰指数主要分布在第一和第三象限，且均呈现出“高—高、低—低”的空间集聚特征。从局部莫兰指数来看，农民收入和农业机械化水平均存在正向的空间自相关性，再次验证选用空间计量模型来探究农业机械化水平对农民收入的空间影响效应具有一定的合理性。

2.2农业机械化对农民增收的空间计量分析

为验证农业机械化水平对农民增收的空间溢出效应，本文运用Stata软件和空间杜宾模型进行空间效应分析。表3显示的是空间距离权重矩阵下农业机械化对农民增收的空间效应估计结果。由表3可知，根据Hausman检验结果显示，卡方值为-12.01小于0，选择空间杜宾模型的随机效应结果；空间自回归系数ρ为0.890 5，且通过1%统计水平的显著性检验。需要指出的是，空间杜宾模型的主回归估计结果并不能反映农业机械化对农民增收的直接效应和空间溢出效应。因此，本文参考伍骏骞等［9］的处理方法，将空间杜宾模型中各变量对农民增收的影响效应分解为直接效应（本地效应）、空间（溢出）效应和总效应，见表3。

由表3可知，lnM对lnIcome的直接效应、空间溢出效应和总效应系数分别为0.098 2、0.445 9和0.544 1，且均通过1%统计水平的显著性检验，这表明农业机械化不仅能带动本地农民增收，还能通过空间溢出效应带动邻近省份的农民增收。这一实证研究结论，也验证本文研究假说H1：由于跨区作业服务的存在，农业机械化对农民增收具有空间溢出效应。从控制变量的影响效应来看，lnDis对lnIcome的直接效应、空间溢出效应和总效应系数分别为-0.010 0、-0.055 8、-0.065 8，且通过1%统计水平的显著性检验，这表明农业受灾对农民增收具有显著负向影响。lnEdu对lnIcome的直接效应、空间溢出效应和总效应系数分别为0.522 8、2.938 9、3.461 7，且均通过1%水平的显著性检验，这表明受教育程度对农民增收具有显著正向影响。lnInd对lnIcome的直接效应、空间溢出效应和总效应系数分别为0.607 5、3.426 1、4.033 6，且均通过1%水平的显著性检验，这表明地区产业结构对农民增收具有显著正向影响。

基于农机跨区作业自2014年起由强转弱的现实，本文以2014年为临界点，将交叉项lnM×Iyear引入空间杜宾模型，进一步探究农业机械化对农民增收的空间溢出效应在2014年前后是否存在差异，结果见表4。

由表4可知，根据Hausman检验结果显示，估计结果的卡方值为75.06大于0，因此选择空间杜宾模型的固定效应结果；空间自回归系数ρ为0.863 1，且通过1%统计水平的显著性检验。lnM对lnIcome的直接效应、空间溢出效应和总效应系数均为正，且均通过1%统计水平的显著性检验，再次验证农业机械化既能促进本地农民增收，又能通过空间溢出效应带动邻近省份农民增收。交叉项lnM×Iyear对lnIcome的直接效应估计系数为0.038 2，且通过1%统计水平的显著性检验，这表明2014—2020年时间段内农业机械化对农民增收的本地效应显著强于2006—2013年时间段；交叉项lnM×Iyear对lnIcome的空间效应估计系数为-0.017 7，且通过10%统计水平的显著性检验，这表明2014—2020年时间段内农业机械化对农民增收的空间溢出效应显著弱于2006—2013年时间段；交叉项lnM×Iyear对lnIcome的总效应估计系数为0.020 5，且通过1%统计水平的显著性检验，这表明2014—2020年时间段内农业机械化对农民增收的总效应显著强于2006—2013年时间段。对以上实证结论合理的解释是，自2014年以来由于本地农机服务市场的兴起，农机跨区作业服务开始出现萎缩，从而导致2014年后的农业机械化促进农民增收的本地效应强于2014年前，而2014年后农业机械化促进农民增收的空间溢出效应开始减弱，但总体上农业机械化促進农民增收的作用在增强，这也验证了研究假说H4。

2.3農业机械化对农民收入结构的空间计量分析

为进一步探究农业机械化对农民收入结构的影响，运用空间杜宾模型重点考察农业机械化对农民经营性收入和工资性收入的空间效应，估计结果见表5。

由表5可知，两个估计结果的空间自回归系数ρ分别为0.333 1和0.648 2，且均通过1%统计水平的显著性检验。根据Hausman检验结果显示，两个估计结果的卡方值分别为-10.22和-35.84，因此均选择空间杜宾模型的随机效应结果。

lnM对lnOincome的直接效应、空间溢出效应和总效应的估计系数分别为0.287 6、0.412 3和0.699 9，且均通过1%统计水平的显著性检验，这表明农业机械化不仅能显著带动本地农民经营性收入增加，还能通过空间溢出效应带动邻近省份的农民经营性收入增加，这也验证了本文的研究假说H2。lnM对lnWincome的直接效应、空间溢出效应和总效应的估计系数分别为0.107 9、0.684 3和0.792 2，且分别通过10%、1%和1%统计水平的显著性检验，这表明农业机械化不仅能显著带动本地农民工资性收入增加，还能通过空间溢出效应带动邻近省份的农民工资性收入增加，这也验证了本文的研究假说H3。从控制变量的影响效应来看，lnDis对lnOincome的直接效应、空间效应和总效应的估计系数分别为-0.020 3、-0.009 7和-0.030 0，且分别通过1%、5%和1%统计水平的显著性检验，这表明农业受灾对农民经营性收入具有显著负向影响；而lnDis对lnWincome的影响效应的估计系数均未通过显著性检验，这表明农业受灾对农民工资性收入没有显著影响，结合前文中农业受灾面积比重对农民收入具有显著负向影响，可以认为农业受灾直接导致农民经营收入减少，进而对农民收入具有负向影响。lnEdu对lnOincome的影响系数均未通过显著性检验，但其对lnWincome的影响估计系数均为正值且均通过1%统计水平的显著性检验，这表明受教育程度对农民经营性收入的影响不显著，但对农民工资性收入具有显著正向影响；结合前文中受教育程度对农民增收具有显著正向影响，可以认为受教育程度的提高有助于农民在劳务市场上获取更高的工资性收入，从而促进农民增收。lnFs对lnWincome的影响估计系数未通过显著性检验，但对lnOincome的影响系数分别通过1%、5%和1%统计水平的显著性检验，这表明财政支农对农民经营性收入具有显著正向影响，但对农民工资性收入没有显著正向影响。

3结论与政策建议

本文基于农机跨区作业视角，利用2006—2021年全国31个省域面板数据和空间杜宾模型实证探究了农业机械化对农民增收的空间影响效应。

1） 我国农民人均收入和人均农机动力均呈现出“高—高、低—低”的空间集聚分布特征，且均存在显著的正向自相关性。

2） 农业机械化对农民增收具有显著的本地效应，同时由于农机跨区作业的存在，农业机械化还能通过空间溢出效应带动邻近省份的农民增收。

3） 从农民收入来源结构看，农业机械化对农民经营性收入和工资性收入增长均具有显著正向空间溢出效应。

4） 农业机械化对农民增收的本地直接效应和空间溢出效应存在时间异质性，以2014年农机跨区作业开始萎缩为时间节点，2006—2013年农业机械化对农民增收的空间溢出效应要强于2014—2021年，而2006—2013年农业机械化对农民增收的本地直接效应要弱于2014—2021年。

根据上述研究结论，本文形成以下政策启示：（1）充分认识农业机械化的农民增收效应，通过服务外包、土地托管等形式加快推动农业生产全程机械化，让农民充分享受农业机械化释放的增收红利。（2）稳步提升农机装备水平，完善农机购置补贴政策，推动农机装备转型升级与结构优化。（3）完善农机本地作业与跨区作业的协同机制，合理引导农机服务组织进行跨区作业，促进农机跨区作业与本地农机作业的有机衔接，推动农机作业装备的有效配置，充分发挥农业机械化对农民增收的空间溢出效应。

参考文献

［1］吕雍琪， 张宗毅， 张萌. 农业机械化对中国种植业贡献率研究［J］. 农业现代化研究， 2021， 42（4）： 675-683.Lü Yongqi， Zhang Zongyi， Zhang Meng. The contribution rate of agricultural mechanization to China's crop industry ［J］. Research of Agricultural Modernization， 2021， 42（4）： 675-683.

［2］彭超， 张琛. 农业机械化对农户粮食生产效率的影响［J］. 华南农业大学学报（社会科学版）， 2020， 19（5）： 93-102.Peng Chao， Zhang Chen. Assessment of agricultural mechanization on farmers' grain aggregated production efficiency ［J］. Journal of South China Agricultural University （Social Science Edition）， 2020， 19（5）：93-102.

［3］周振， 张琛， 彭超， 等. 农业机械化与农民收入： 来自农机具购置补贴政策的证据［J］. 中国农村经济， 2016（2）： 68-82.

［4］肖体琼， 何春霞， 陈巧敏， 等. 基于机械化生产视角的中国蔬菜成本收益分析［J］. 农业机械学报， 2015， 46（5）： 75-82.Xiao Tiqiong， He Chunxia， Chen Qiaomin， et al. Cost-benefit analysis of vegetable production based on agricultural mechanized production ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2015， 46（5）： 75-82.

［5］刘洋， 颜华. 县域金融集聚、农业机械化与农民收入增长——基于河南省县域面板数据的经验分析［J］. 农业技术经济， 2021（12）： 60-75.Liu Yang， Yan Hua. County financial agglomeration，agricultural mechanization and the growth of farmers income： Empirical evidence based on the 105 counties in Henan Province ［J］. Journal of Agro technical Economics， 2021（12）： 60-75.

［6］周益波， 何可， 张俊飚， 等. 农业机械化对农民收入的增长、结构与分配效应研究［J］. 四川农业大学学报， 2019， 37（5）： 723-733.Zhou Yibo， He Ke， Zhang Junbiao， et al. Growth， structural and distribution effects of agricultural mechanization on farmers' income ［J］. Journal of Sichuan Agricultural University， 2019， 37（5）： 723-733.

［7］李谷成， 李燁阳， 周晓时. 农业机械化、劳动力转移与农民收入增长——孰因孰果？［J］. 中国农村经济， 2018（11）： 112-127.Li Gucheng， Li Yeyang， Zhou Xiaoshi. Agricultural mechanization， labor transfer and the growth of farmer's income： A re-examination of causality？ ［J］. Chinese Rural Economy， 2018（11）： 112-127.

［8］陈林生， 黄莎， 李贤彬. 农业机械化对农民收入的影响研究——基于系统GMM模型与中介效应模型的实证分析［J］. 农村经济， 2021（6）： 41-49.

［9］伍骏骞， 方师乐， 李谷成， 等. 中国农业机械化发展水平对粮食产量的空间溢出效应分析——基于跨区作业的视角［J］. 中国农村经济， 2017（6）： 44-57.Wu Junqian， Fang Shile， Li Gucheng， et al. The spillover effect of agricultural mechanization on grain output in China： From the perspective of cross-regional mechanization service ［J］. Chinese Rural Economy， 2017（6）： 44-57.

［10］方师乐， 卫龙宝， 伍骏骞. 农业机械化的空间溢出效应及其分布规律——农机跨区服务的视角［J］. 管理世界， 2017（11）： 65-78， 187-188.Fang Shile， Wei Longbao， Wu Junqian. The spatial spillover effect of agricultural mechanization and its distribution pattern： The perspective of interregional-service of agricultural machinery ［J］. Journal of Management World， 2017（11）： 65-78， 187-188.

［11］吴海霞， 郝含涛， 史恒通， 等. 农业机械化对小麦全要素生产率的影响及其空间溢出效应［J］. 农业技术经济， 2022（8）： 50-68.Wu Haixia， Hao Hantao， Shi Hengtong， et al. Effect of agricultural mechanization on total factor productivity of wheat and its spatial spillover effect ［J］. Journal of Agrotechnical Economics， 2022（8）： 50-68.

［12］董洁芳. 我国农机跨区作业的效益与趋势分析［J］. 中国农机化学报， 2015， 36（5）： 303-307.Dong Jiefang. Benefit and trend analysis of trans regional operation of agricultural machinery in China ［J］. Journal of Chinese Agricultural Mechanization， 2015， 36（5）： 303-307.

［13］刘琼， 肖海峰. 农村交通基础设施、农机跨区作业与农业生产效率——来自粮食主产区的经验分析［J］. 商业研究， 2021（6）： 114-122.Liu Qiong， Xiao Haifeng. Rural transportation infrastructure， agricultural machinery cross region operation and agricultural production efficiency：Experience analysis from main grain producing areas ［J］. Commercial Research， 2021（6）： 114-122.