农业机械化对山区农户收入的影响机制分析——基于浙江省山区26县的面板数据

孙昱珩,余晓洋,陈忠明

(1.浙江海洋大学 经济与管理学院,浙江 舟山 316022;2.铜陵学院 工商管理学院,安徽铜陵 244000)

0 引言

农户收入问题作为“三农”问题的核心,一直是中央政府的工作重心。党的二十大报告指出,要全面推进乡村振兴,坚持农业农村优先发展,加快建设农业强国。县域是我国经济发展的基本单元,2021年浙江省制定的《浙江高质量发展建设共同富裕示范区实施方案》中指出,要制定实施山区26县跨越式高质量发展实施方案,实施提升居民收入富民行动。农业生产是农户收入的来源之一,提高农业生产的效率是解决农户收入问题的关键。农业机械化作为现代农业的体现,机械化的推进能够提高农业生产水平,进而提升农户收入。2023年的中央一号文件就明确指出加快先进农机研发推广。加紧研发大型智能农机装备、丘陵山区适用小型机械和园艺机械。中国丘陵山区地域广阔,也是贫困人口集中分布的区域[1]。浙江省是典型的丘陵山区省份,尤其是浙江省山区26县的特殊地形条件,大型农机的推广和使用在山区受阻,农机无法得到及时更新和维修等问题普遍存在,势必会影响农户收入最大化的目标。

中国耕地分布的特征为细碎化、分散化,农户经营的面积如果没有达到适度的规模,那么农业机械总动力增长就会是缓慢的[2]。然而农地细碎化的存在有利于农户进行多元化种植,从而提升农户收入[3]。尽管耕地规模狭小,但农户还是倾向于使用农业机械代替手工劳动,因为机械化的综合效益比耕地细碎化对农业机械化所带来的负面影响大的多[4]。所以,在耕地细碎化的资源禀赋下,推进农业机械化依然是较为艰巨的任务。关于如何提高农业机械化的水平,我国许多学者也做了相应的研究。例如,提高县域金融集聚,支持农业机械化的发展[5]、数字惠普金融能够通过提升农户收入和固定资产的方式提升机械化的水平[6]、以提高农业机械化水平为抓手,优化农具购置补贴政策[7]、地理集聚促进农业机械技术创新,提升农业机械的技术效率[8]等。在影响农业机械化发展的众多因素中,地形是造成农业机械化水平地区差异的主要因素[9],地块面积与地块基础设施对于农业机械化的影响是巨大的[10]。虽然,地形阻碍了农业机械化的发展。但是,农业机械化不仅可以提升农户主粮产量直接作用于农户收入增长[11],也可以通过劳动力转移,间接作用于农户收入的增长[12]。其中,农业机械化通过劳动力转移对农户工资性收入影响最大[13]。因此,地形是阻碍了农业机械化水平的提高,但并没有阻碍农户收入的增长。国内现有研究在农业机械化促进农户收入提升方面达成了共识,为本文提供了理论基础和研究方法,但是现有的研究仍然存在一些不足:一是现有研究忽视了以山区丘陵作为研究区域,很少有立足于山区县域研究农业机械化对农户收入的影响;二是现有研究在探讨农户收入与机械化之间的关系时,通常会借助一些其他因素,间接说明农业机械化对农户收入的作用,很少直接论述农业机械化对农户收入有何影响。鉴于此,本文以浙江省山区26县为研究区域,通过构建基准回归模型,利用2007—2020年的县级面板数据,探讨农业机械化对农户收入的影响,对改善浙江省山区26县农业机械化所面临的困境,进一步提升中国山区县的机械化水平提供学理性参考。

1 分析框架与研究假说

浙江省山区26县面积约为浙江省的45%,人口接近全省的24%。26县分别是指:杭州市的淳安县;温州市的永嘉县、平阳县、苍南县、文成县和泰顺县;丽水市的龙泉县、青田县、云和县、缙云县、庆元县、遂昌县、松阳县、景宁畲族自治县和莲都区;金华市的武义县和磐安县;衢州市的柯城区、衢江区、江山市、常山县、开化县、龙游县;台州市的三门县、天台县和仙居县(图1)。浙江省山区26县的居民主要以农户为主,农业人口规模占据了26县总人口规模的80%左右。

1.1 农业机械化情况

由图2可知,截至2020年底浙江省山区26县的平均农业机械总动力达到了164 893kW,相比于2019年,降低了20.40%,降低幅度非常明显。从横向对比来看,农业机械总动力最高的为江山市,达到了386 548 kW,相比2019年降低了3.88%。农业机械总动力最低的为青田县,农业机械总动力为60 482 kW,相比2019年增加了4.87%。说明浙江省山区26县农业机械化发展极为不平衡。从纵向对比来看,浙江省山区26县中,机械化水平较高的县,其农业机械总动力基本上都经历了先增加后减少的过程。大致上呈现出倒“U”型的变化趋势。少数几个机械化水平较低的县,其农业机械总动力还处于增长的阶段,如泰顺县、云和县。

图2 2020年浙江省山区26县的农业机械总动力

1.2 农户收入情况

从宏观经济情况来看,2020年浙江省山区26县的平均国民生产总值为227.54亿元,同比增长2%。但浙江省山区26县的国民生产总值远低于浙江省平均水平。然而,浙江省山区26县的国民生产总值增速高于浙江省的平均水平。从横向来看,浙江省山区26县中国民生产总值最高的县为平阳县,达到了534.51亿元;国民生产总值最低的县为景宁畲族自治县,国民生产总值仅为74.76亿元。由图3可知,浙江省山区26县中农户人均收入最高的县为莲都区,达到了30 365元,农户人均收入最低的为泰顺县,仅为20 347元。截至2020年底,山区26县的农户人均收入为24 166元,同比增长8.10%,低收入农户的人均收入达到8 564元,同比增长达14.80%,山区26县农户收入的增速均高于浙江省的平均水平。

图3 浙江省山区26县农户人均收入

图4 农业机械化对农户收入影响的分析框架

1.3 农业机械化对农户收入的影响

农户收入可以细分为家庭经营性收入、工资性收入、转移性收入和财产性收入。农业机械化主要通过影响家庭经营性收入与工资性收入,进而影响农户收入。在农户耕地规模不变的情况下,粮食作物的生产更易于机械化[15]。农业机械化有效地替代农业劳动力,促进粮食产量增加[16],具有增加经营性收入的作用[13]。2004年,中国实行了粮食收购最低价格政策,出售粮食的价格得到了保障,提升粮食的产量即意味着增加农户的经营性收入。因此,农业机械化能够促进农户经营性收入的增加。另一方面,农业机械化能够减少农业生产中劳动力的投入,促使许多青壮年劳动力进城务工,进而增加非农就业时间来增加农户的工资性收入[12]。正如刘易斯的二元经济论[17],农业人口逐渐从农业部门转移到非农业部门。综上所述,农业机械化对于农户收入的提升是显而易见的。然而,由于山区地形对农业生产经营的阻碍,农户以收入最大化为目标,大概率选择外出务工赚取工资性收入。因此,农业机械化对山区农户工资性收入的提升作用更大。

但是,农业机械化的过程中还应当根据当地的资源禀赋条件,选择合适的农业机械,从而能够进一步地促进农户收入的增长。山区农机基础设施薄弱,农机社会化服务能力较弱[18]。大部分农户的经济实力不能支持他们购买大型农业机械,只能选择租赁大型农业机械。但由于山区地形复杂,农机服务组织向山区农户提供大型农业机械的成本较高,从而导致经济效益降低,农机服务组织可能不会向山区农户提供租赁服务。因此,相较于大型农业机械,体积小、适用性强、使用方便、购置成本低的小型农业机械更适合山地丘陵地区的农业生产。简言之,农业机械化能够显著增加农户收入,并且主要促进了农户工资性收入的增长。由于地形的阻碍,山区更适合使用小型农业机械。为此,本文提出如下研究假说——H1:山区农业机械化的进程中农户更倾向于获取工资性收入来提升自身收入;H2:山区适宜使用小型农业机械,能够促进农户收入的提升。

2 模型、变量与数据处理

2.1 计量模型设计

基于上述浙江省山区26县农业机械化、农户收入的状况及其相互作用机制,实证探究农业机械化与农户收入之间的关系。本文以浙江省山区26县的农户收入作为被解释变量,农业机械化水平、劳动力转移量和农机数量作为核心解释变量建立如下的基准回归模型:

lnincomei,t=β0+β1machinei,t+β2+β3lnnumberi,t+β4Xi,t+ui+dt+εi,t

(1)

式中:lnincomei,t表示第i个县第t年的农户收入;machinei,t与transferi,t分别表示第i个县第t年的农业机械化水平与劳动力转移量;lnnumberi,t代表第i个县第t年持有小型农机的数量;Xi,t表示与农户收入有关的一系列控制变量;ui表示地区固定效应;dt表示时间固定效应;εi,t代表随机误差项。β0、β1、β2、β3、β4为待估系数。并对模型中的部分变量做自然对数化处理。从而把原来变量间的指数关系转化为线性关系,同时减轻异方差的影响。

在基准回归模型的基础上,本文把地形作为调节变量,研究山地丘陵地形对农业机械化促进农户增收的作用效果。具体模型设定如下:

lnincomei,t=β0+β1macheinei,t+β2terraini+β3machinei,t×terraini+β4transferi,t+β5lnnumberi,t+β6Xi,t+ui+dt+εi,t

(2)

式中:terraini为调节变量表示地形;lnmachinei,t×terraini为调节变量与农业机械化水平的交互项。

2.2 变量的选取

被解释变量:农户收入(income)。本文采用农村居民可支配收入来衡量农户收入。 核心解释变量:①农业机械化水平(machine)。农业机械化本质上是农业机械在生产的各个环节对人力的替代率[19]。现有文献大多用农业机械总动力来表示农业机械化的水平。但是,随着农机工业的发展,动力大小对农机总动力对农机作业水平的决定性作用正在弱化[20]。农业机械总动力的计算是根据该地区所拥有的农机的数量乘以单位农机的功率。由于农机的闲置和农机租赁市场的发展,该指标的可靠性受到质疑[21]。因此,依据已有文献与数据的可获得性,本文采用耕种收综合机械化率,即机耕、机播和机收面积按4:3:3加权的和与农作物播种面积的比值代表农业机械化水平。②劳动力转移量(transfer)。由刘易斯的二元经济理论[17]可知,剩余劳动力会不断被现代部门从传统部门吸收,即从第一产业转移不断转移到二、三产业。已有文献中采用农业劳动力数量占就业人员总数量的比重作为劳动力转移的代理变量,并用第一产业从业人员代表农业劳动力的数量[12],因此,本文也采用农业劳动力数量占就业人员总数量的比值作为劳动力转移的代理变量。③小型农机的数量(number)。统计年鉴中未统计各县的小型农机的数量,故本文采用浙江省山区26县对应市、区小型农机的平均数量来表示。

控制变量。其他与农户收入相关的变量,包括农村用电量(electric)、灌溉面积(irrigation)、粮食产量(yield)、化肥使用情况(fertilizer),其中化肥使用情况以农用化肥施用情况(折纯)来表示。此外,本文采用增加控制变量的方式,将农业产值(output)纳入基准回归模型,来检验模型的稳健性。 调节变量。为了研究地形对农业机械化促进农户收入增长的作用效果,本文将地形作为调节变量,考察地形对农业机械化促进农户收入增长的调节效应。坡度为15°以上的地形赋值为0,坡度为15°以下的地形赋值为1。

2.3 数据来源与描述性统计

本文选取2007—2020年浙江省山区26县的面板数据,作为样本数据进行实证分析。数据主要来源于《浙江省统计年鉴》《中国县域统计年鉴》等统计公报资料。各变量的描述性统计分析见表1。

表1 各变量的描述性统计

3 实证结果及分析

3.1 基准回归结果分析

针对面板数据,需要考虑异方差、自相关及截面相关等问题对结果的影响。由于本文采用的数据为短面板数据,因此不考虑截面相关的问题。为了检验是否存在异方差与自相关,本文分别通过White检验与序列相关检验(Xtserial),发现模型变量存在异方差与自相关。因此在选择估计方法时,本文采用异方差与自相关影响更小的FGLS法对公式(1)进行估计,估计结果如表2所示。

表2 FGLS法估计结果

从回归结果来看,农业机械化水平在1%水平上通过显著性检验,并且系数为正,表明农业机械化水平的提升能够显著增加农户的收入。山区地形极大地阻碍了农业机械化的发展,但农户可以通过改变农作物的种植结构、对耕地进行宜机化改造、使用合适的农业机械等方式降低地形对农业机械化的影响,从而提升农户收入。劳动力转移量在1%水平上通过显著性检验,系数为负。本文劳动力转移量是农业劳动力的数量占社会总从业人员的比重,系数为负说明随着农业劳动力数量的下降,农户收入提升。反过来讲,随着农户向二三产业转移数量的增大,农户收入随之提升,表明农业机械化主要促进了农户工资性收入的提升。同时在控制变量中,粮食产量仅在10%水平上通过显著性检验,并且系数的绝对值远小于劳动力转移量。从侧面反映出农户通过劳动力转移进城务工获得的工资性收入远高于农户进行农业生产所获得的经营性收入。农户势必选择向二三产业转移以获取工资性收入。表明山区农业机械化主要通过提升工资性收入来提升农户收入。从而证实了假说H1。山区耕地细碎分散,地势高低起伏且沟壑遍地,大型农业机械在田间通行存在困难,并且山区农户的经济条件也不允许他们购置大型农业机械。小型农机数量在1%水平上通过显著性检验,且系数为正,因此可以认为随着小型农机数量的增加,农户收入逐渐提升。所以山区农户更适合使用小型农业机械进行耕作,进而提升农户的收入。在很大程度上证实了假说H2。

3.2 调节效应

中国人多地少的客观现实,造成了耕地细碎化、分散化,成为提高农业机械化水平的堵点。尤其是山地丘陵地区耕地分布更加零散,面积小,土层较薄,砾石多,不适宜大型农业机械耕作。山地丘陵地形对于农业机械化的阻碍表现在山地丘陵地形对于农业机械化的发展具有阻隔效应[9]。山区地形复杂,山区农户的耕地一般面积较小,且分布不均匀,农田主要以梯田、坝区为主[22]。梯田是条状阶台式或波浪式断面的田地,具有一定倾斜程度,大型农机可能无法抵达田间。为了解决耕地细碎化所导致的问题,中国通过农机跨区作业的办法。利用农作物在不同地区成熟的时间差,实行机收跨区作业的方法,实现高效率高性能的农业机械化[23]。此类做法在平原地区比较普遍,且实行起来更加方便。然而,山区的路面凹凸不平,且沟壑遍地,大型农机想要在不同农田之间通行,需要修筑机耕道。在山区,修筑机耕道的难度大、成本高,很难带来较大的经济效益。因此山地丘陵地形阻碍了农业机械化的发展,但是地形对农业机械化促进农户收入的作用是不确定的,所以本文将地形作为调节变量来检验地形对农业机械化促进农户收入增长的作用效果,地形的调节效应如表3所示。

表3 地形的调节效应

从表3可见,调节变量与交互项均显著,并且系数都为正数,这说明地形对于农业机械化促进农户收入增长的调节效应是正向的,即便是在坡度较大的山区地形条件下农业机械化也明显促进了农户增收。其可能的解释是,浙江省山区26县山地丘陵地区地块分散,耕地面积较小。在使用小型农业机械后所需的劳动力大幅减少,剩余劳动力向二三产业转移,农户获取更高的工资性收入。并且,农户还可以通过调整作物种植结构、选用适合的农机来降低地形对耕作的影响。因此,即便存在地形条件的约束,山区农业机械化水平的提高依旧能够显著增加农户收入。

3.3 稳健性检验

为保证模型实证结果的可靠性,本文采用变更估计方法与对控制变量进行增减的方式,进行稳健性检验。

3.3.1 变更估计方法

首先,本文分别采用了OLS法、双向固定效应模型、随机效应模型对公式(1)进行估计,估计结果如表4所示。从表4可见,解释变量中劳动力转移量和农机数量仅在双向固定效应模型下显著性降低,但依旧显著,在OLS法与随机效应模型下显著性没有出现变化,并且在这3种模型下,系数的正负性没有发生变化,因此足以说明检验结果的稳健性。

表4 稳健性检验的结果

3.3.2 对控制变量进行增减

采用增减控制变量的方式,进一步检验结果的稳健性,减少了灌溉面积(lnirrigation)和增加了农业产值(lnoutput)。从表5可见,控制变量无论是减少,还是增加控制变量,核心解释变量农业机械化水平、劳动力转移量、农机数量的显著性和系数的正负性均未发生改变,进一步说明估计结果是足够稳健的。

表5 稳健性检验的结果

4 结论与政策启示

4.1 结论

本文利用浙江省山区26县的面板数据进行实证分析,采用FGLS法检验浙江省山区26县农业机械化对农户收入的影响,并通过稳健性检验,验证了估计结果的可靠性。主要结论如下:①浙江省山区26县农业机械化水平对农户收入具有显著的正向影响。并且通过调节效应检验了地形对于农业机械化促进农户增收的正向效应。说明即便处在山地丘陵地形下,发展农业机械化依旧能够提升农户收入。②劳动力转移量对农户收入具有负向的影响,且系数的绝对值达到0.749 8。说明浙江省山区26县农业机械化极大的促进了劳动力转移,提升了农户的工资性收入。浙江省山区26县的农村劳动力大量过剩,为了获取更高的收入,农村剩余劳动力向二三产业转移。同时,间接反映浙江省山区26县的小农户未能从农业生产中获取满意的经营性收入。③小型农机的数量对农户收入具有显著的正向影响,农户持有的小型农机数量的增加能够显著提升农户收入。因此,小型农业机械更适宜于浙江省山区26县的农业生产。

4.2 政策启示

基于上述的研究结论,本文提出如下政策启示:①从需求端发力,摸清需求。小型农机的数量对农户收入具有显著的正向影响,因此,浙江省山区26县在推进农业机械化的进程中更需要的是小型农业机械。同时,农机具购置补贴政策应当把适合山区农业生产的小型农机具也纳入补贴范围,以此降低农户购置小型农机的成本。②即便存在地形条件的约束,农业机械化也能够促进农户收入提升,因此,要提高土地集约化利用的水平。山区地块分布不均匀,且面积较小,小农户想要提升经营性收入,就要进行集约化经营,集中投入更多的生产资料和劳动,增加土地的机械化率。③加强农业基础设施建设,发展适合山区农业生产和丘陵作业的小型农机。农户通过进城务工获得的工资性收入,要远高于农户进行农业生产所获得的经营性收入,因此,要建设更好的农业基础设施,让农户产生在家乡从事农业工作的动力,从而促进农业农村繁荣发展。