高标准农田建设政策和农机服务对农户收入的影响
2024-06-17戴浩李傲波魏君英
戴浩 李傲波 魏君英
摘要：基于省际面板数据，使用连续型DID、中介模型实证检验高标准农田建设政策实施对农民收入的影响机制，得到研究结论：高标准农田建设政策实施显著促进农民收入的增长。机制检验发现，高标准农田建设政策实施可以通过推动农机服务发展提高农民收入。异质性检验发现，在山地和平原地区、经济发展程度各异的东、中、西部地区，高标准农田建设政策实施对农民增收均有显著的促进作用，但相较于平原和西部地区，山地地区和东中部地区高标准农田建设政策对农民增收的边际贡献更大。据此提出全面推进高标准农田建设，发挥其增收效应；完善农业社会化服务体系，促进农机服务发展；区域协调发展，制定差异化政策等建议。
关键词：高标准农田；农民收入；农机服务；双重差分法
中图分类号：F304.8
文献标识码：A
文章编号：2095-5553 （2024） 06-0257-08
收稿日期：2023年9月13日
修回日期：2023年10月12日
*基金项目：国家社会科学基金一般项目（23BJY259）
第一作者：戴浩，男，1997年生，湖北孝感人，硕士研究生；研究方向为农业社会化服务。E-mail： 2353715910@qq.com
通讯作者：魏君英，女，1973年生，湖北赤壁人，博士，教授，硕导；研究方向为农业经济。E-mail： wjy-0713@163.com
Impact of high standard farmland construction policy and farm machinery services
on farm household income
Dai Hao， Li Aobo， Wei Junying
（School of Economics and Management， Yangtze University， Jingzhou， 434023， China）
Abstract： Based on the inter-provincial panel data， the mechanism of the impact of the implementation of the high-standard farmland construction policy on farmers income is empirically tested by using the continuous DID， mediation model， and the research conclusion is obtained as follows： the implementation of the high-standard farmland construction policy significantly promotes the growth of farmers income. The mechanism test results show that the implementation of high standard farmland construction policy can improve farmers income by promoting the development of agricultural machinery services. The heterogeneity test results show that the implementation of the high standard farmland construction policy has a significant effect on the increase of farmers income in the mountainous and plain areas and in the eastern， central and western regions with different levels of economic development， but the marginal contribution of the high standard farmland construction policy to the increase of farmers income is greater in the mountainous and east-central regions than in the plain and western regions. Therefore， it is suggested to comprehensively promote the construction of high-standard farmland and give full play to its income-generating effects， improve the agricultural socialization service system and promote the development of agricultural machinery services， and coordinate the development of the region and formulate differentiated policies， etc.
Keywords： high-standard farmland; farmers income; agricultural machinery services; double-difference method
0 引言
现阶段，我国“三农”工作的重心已转向全面实现乡村振兴，推动脱贫攻坚成果与乡村振兴有效衔接，实现共同富裕。实现共同富裕的根本路径是促进农村居民收入持续增长，缩小城乡居民差距[1]。自2020年打赢脱贫攻坚战后，近年来中央一号文件均强调巩固脱贫攻坚成果，提升农民收入。政府相继出台的一系列惠农政策显著改善了农户的收入状况，党的十八大以来，农村居民收入呈现“十连增”，2022年农村人均可支配收入首次突破两万元。高标准农田建设政策作为党中央在“三农”领域工作部署的重头戏，在促进农业增产和农户脱贫等方面成效显著。然而，面对国内经济下行压力的挑战和严峻复杂的国际形势，农民收入增速放缓已是不争事实。国家统计局相关数据显示，2022年农村人均可支配收入仅为20 133元，不足城镇人均可支配收入（43 834元）的一半，城乡人均可支配收入倍差高达2.17，与城镇居民相比，农村居民收入仍相对较低，城乡收入鸿沟难以弥合[2]。与此同时，2021—2022年农村人均可支配收入增速从9.7%放缓至2.9%。对此，党中央提出乡村振兴战略，加快补齐农业发展短板，拓宽农户增收渠道，让广大农民共享改革开放成果，最终实现共同富裕。在此背景下，厘清高标准农田建设政策与农民收入的内在机制，有利于拓宽农户增收渠道，实现共同富裕目标。
关于农户收入增长的原因，现有研究已从多角度进行探讨，一些比较有代表性的观点认为，农户收入增长主要由于农户创业[2]、数字化技术的应用（诸如手机、互联网等）[3]、乡村旅游[4]等因素所导致。除此之外，农地确权[5]、土地流转[6]、农地产权[7]等农地因素也能促进农户收入增长。高标准农田作为党中央在农地范围中一项重要举措，其主要目的就是补齐农业基础设施短板，促进小农户与现代农业衔接[8]。然而，纵观现有研究，高标准农田建设政策尚未得到应有重视。一些学者研究发现高标准农田建设政策对化肥减量[9]、农业面污染[10]、粮食生产[11]、农业绿色发展[12]、农地流转[13]、农业社会化服务[14]、碳排放[15]等方面具有显著影响。但现有文献较少关注高标准农田建设与农户收入的关系。
综上所述，现有文献围绕农户增收因素和高标准农田政策效果进行研究，为本文的研究奠定理论基础。普遍认为农地因素可能促进农民收入增长，而高标准农田政策作为农地政策的一个新样板，至今已实施多年。由此不免提出疑问：高标准农田能否像其他农地政策一样，促进农民增收呢？遗憾的是，鲜有研究深入探讨高标准农田影响农民收入的内在机理。故此，本文拟从以下方面展开研究：一是基于2006—2017年省际面板数据，使用连续型DID模型检验高标准农田建设政策实施对农民收入的政策效应。二是运用中介模型对农机服务的作用机制开展实证研究。三是从山地和平原以及东部、中部和西部多视角探究高标准农田政策实施对农民收入的异质性影响。
1 理论分析与研究假说
高标准农田建设政策实施为农机服务的发展创造了良好的条件。近年来，劳动力价格和农资价格的上涨导致农业生产投入成本骤增，挤占农业利润空间。但与此同时，农业社会化服务体系逐渐完善，农业机械化程度不断提升，农业机械对劳动力要素的替代有效降低了人工成本。然而受限于经营规模、耕地细碎化等因素，农业机械难以在农田作业。高标准农田政策通过修建田间机耕路，提升了农机下田作业的便利性；同时地块合并等土地整治措施使得农地经营规模限制逐渐被打破，推动农业生产由细碎化、分散化经营向规模化、产业化经营转变。即高标准农田建设有利于农机服务的发展。
农机服务的广泛应用了降低生产成本，促进农民收入增长。首先，农机服务价格相较于劳动力价格更低，因而节约农业生产投入成本。其次，基于比较收益理论可知，在城乡二元经济结构的推拉作用下，农户倾向于相对收入更高的非农部门，农业生产活动的机会成本增加将会推动理性农户采取农机服务替代劳动力投入，由此，农户通过增加非农就业时间以增加其工资性收入，同时通过采纳农机服务亦能增加家庭经营性收入。即农机服务促进农民收入增长。
由此，提出本文的研究假说：假说1：高标准农田的实施能够促进农民收入增长；假说2：高标准农田有利于农机服务发展从而提高农民收入。
2 计量模型、变量说明与数据来源
2.1 模型设置
2.1.1 基准回归模型
2011年国务院颁布实施的《全国土地整治规划（2011—2015）》提出在全国范围内规范实施高标准农田建设，具有“以粮食主产区为重点，兼顾非粮食主产区”的逐步推进特点。因此在高标准农田建设政策实施的不同时点，同一地区高标准农田建设面积是连续变化，且各地区由于农地基础等条件导致其高标准农田建设政策的目标和进度存在差异。这意味着高标准农田建设政策的实施，一方面造成同一地区高标准农田建设面积在政策实施前后的差异，另一方面又导致同一时点不同地区间高标准农田建设进度与面积存在差异，这为将高标准农田建设政策作为一项准自然实验，运用连续型双重差分（DID）模型评估该政策对农民收入的影响提供可能。需要强调的是，DID模型并非囿于采用二值型虚拟变量划分控制组和实验组的传统印象，连续型DID是通过连续型变量以划分控制组和实验组。具体地，本文通过“高标准农田占比”这一连续变量对实验组（高标准农田占比较高的样本）和控制组（高标准农田占比较低的样本）进行区分。事实上，这种方法目前在经济学研究的各领域中已得到广泛运用[9]，连续型DID相较于传统的二值型DID非但不会改变其原有属性，反而能捕捉更多因政策实施程度变化带来的差异，并且有利于规避因人为主观设置控制组和实验组导致的潜在偏误。就如在本文中，高标准农田建设政策并非农田建设与否问题，而是高标准农田建设面积占比高低的问题，鉴于此，为识别高标准农田建设政策对农民收入的影响，本文构建的连续型DID模型如式（1）所示。
Incomeit=α+βHratei×Ipostt+ηXit+μi+γi+εit（1）
式中：α——常数项；
β、η——待估计参数；
Incomeit——第i个省（市、自治区）t年份的农民收入水平；
Hratei×Ipostt——本文核心解释变量，代表高标准农田与政策时点虚拟变量的交互项；
Hratei——土地整治面积占比；
Ipostt——政策时点虚拟变量；
Xit——一系列控制变量；
μi、γi——省份固定效应和年份固定效应；
εit——随机干扰项。
2.1.2 平行趋势检验与政策动态效应
对于DID模型来说，识别政策效果的前提是平行趋势假设是否成立，即在高标准农田政策实施前，控制组和实验组农民收入的发展程度在时间上的变化趋势一致。参考Nunn等[16]的做法，本文构建的平行趋势检验模型如式（2）所示。
Incomeit=α+∑2017t=2006βt（Hratei×yeart）+ηXit+μi+γi+εit（2）
式中：yeart——时间虚拟变量，取值为2006，2007，…，2017；
βt——以高标准农田政策实施的2011年作为基准年，2006—2017年一系列估计值。
2.1.3 影响机制检验
从农机服务层面检验高标准农田政策实施对农民收入的影响机制，构建的中介效应模型如式（3）、式（4）所示。式（3）验证高标准农田对农机服务的影响，式（4）验证高标准农田和农机服务对农民收入的影响。
Mit=α0+α1Hratei×Ipostt+α2Xit+μi+γi+εit（3）
Incomeit=β0+β1Hratei×Ipostt+β2Mit+ηXit+μi+γi+εit（4）
式中：Mit——机制变量农机服务。
2.2 变量选取
2.2.1 被解释变量
农民收入（Income）为本文的被解释变量，以农村居民人均可支配收入衡量。其中，由于2014年统计口径发生变化，农民收入统计口径由农民人均纯收入替换为农村居民人均可支配收入，考虑到数据的时间连续性和可获得性，且农民人均纯收入和农民居民人均可支配收入的统计口径差异较小，因此，2006—2013年农民收入以农民纯收入表示，2014年以后的数据以农村居民人均支配收入表示。
2.2.2 核心解释变量
高标准农田建设政策（Hfarm），借鉴梁志会等[9]的做法，采用土地改造面积占比与高标准农田建设政策实施年份虚拟变量的交互项（Hfarm×Ipostt）表示，土地改造面积占比（Hfarm）为改造中低产田面积与高标准农田示范工程面积之和与耕地面积占比，Ipostt为政策时点虚拟变量，由于2011年各地开始有序推进高标准农田建设，因此当t<2011时，Ipostt=0；当t≥2011时，Ipostt=1。鉴于土地治理是农业综合开发的主要项目，涵盖中低产田改造、农业生态综合治理等内容，因此使用土地治理项目资金投入替代土地改造面积占比具有一定的合理性，故在稳健性检验中将土地治理项目资金投入和年份虚拟变量的交互项作为高标准农田建设政策实施的替换变量[9]。
2.2.3 控制变量
（1） 人力资本（Edu），以农村人均受教育年限表示。（2）城镇化（Urb），城镇人口占地区总人口的百分比。（3）种植规模（Area），以农作物播种面积衡量。（4）水利设施（Irr），以有效灌溉面积衡量。（5）化肥投入（Fer），以化肥施用强度衡量。（6）产业结构（Indu），以第一产业生产总值占地区生产总值的比重衡量。
2.2.4 机制变量
农机服务（A_serve），采用耕种收综合机械化率衡量，参考戴浩等[17]的做法，农业机械综合作业水平=机耕率×0.4+机播率×0.3+机收率×0.3。
2.3 数据来源于描述性统计
由于西藏数据缺失严重以及高标准农田建设政策相关数据目前仅可获至2017年，因此本文使用2006—2017年30个省（市、自治区）省际面板数据评估高标准农田建设政策实施对农民收入的影响，其中，土地改造面积占比、土地治理项目资金投入数据来源于《中国财政年鉴》；人力资本的数据来源于《中国人口与就业统计年鉴》，农机服务相关数据来源于《中国农业机械工业年鉴》，其他变量数据来源于《中国农村统计年鉴》、EPS三农数据库，表1为各变量的描述性统计。
3 实证结果与分析
3.1 基准回归模型估计结果
表2为高标准农田建设政策实施对农民收入的估计结果。列（1）～列（3）分别为采用普通标准误、稳健型标准误和bootstrap自助随机抽样1 000次后的标准误所获取的估计结果。无论采用何种方法，抑或是否纳入控制变量，高标准农田对农民收入的回归系数均在1%的水平上显著。整体而言，高标准农田建设政策的实施对农民收入有显著的提升作用。据此，假说1得到验证。
3.2 平行趋势检验与政策的动态影响
3.2.1 平行趋势检验
DID模型估计有效取决于是否通过平行趋势检验，若高标准农田建设政策实施前各年份回归系数不存在显著性差异，而在政策实施后回归系数存在显著差异，则说明DID模型估计有效。图1描述了回归系数βt的变化趋势，虚线部分表示95%的置信区间。图1结果显示，2011年之前的高标准农田政策实施属于探索阶段，该时期试点地区以少数种粮大县为主，由于缺乏规范性建设标准与投入资金，各地高标准农田建设政策实施存在较大差异，难以进行可靠的考核评价，从而导致高标准农田建设政策难以发挥其效果。此外，在高标准农田建设过程中普遍存在“重建设、轻管理”现象，已建成的高标准农田没有得到应有的应用与保护，降低高标准农田建设政策的实施效果[18]。在图中可以看到影响系数βt在零值附近波动，表明高标准农田建设政策实施前并未发生系统性差异。2011年《高标准基本农田规范（试行）》，首次从国家层面规范高标准农田建设工作，标志高标准农田建设进入规范实施阶段。这一时期，通过借鉴前期积累的成功经验，着力完善农业基础设施，高标准农田建设政策的增收效应逐渐凸显。因此图1在2011年后影响系数βt的置信区间均在0以上，说明影响系数βt在各年份存在显著差异，满足平行趋势假设。
3.2.2 政策动态效应
表3汇报高标准农田建设政策实施对农民收入的动态效应估计结果。
由表3可知，在高标准农田建设政策实施前（2011年前）βt不显著，而在政策实施后影响系数βt逐渐增大，由0.170增长至0.630，表明高标准农田建设政策实施能促进农民收入增长，再次验证本文研究结论。
3.3 稳健性检验
3.3.1 解释变量滞后一期
高标准农田与农民增收之间可能存在反向因果关系，即农民收入可能影响高标准农田建设。高标准农田的建设有利于完善农业基础设施，扩大经营规模，促进农地流转，农民基于收入最大化目的，倾向于国家在本地区建设高标准农田，从而推动高标准农田建设政策的实施。因此使用解释变量滞后一期的方法以弱化内生性问题。表4列（1）显示，将解释变量滞后一期后，高标准农田建设政策实施对农民收入仍具有显著的促进作用。
3.3.2 替换变量
将解释变量替换为农业综合开发投入资金（Ainve）和政策时点虚拟变量的交互项进行重新估计，结果见表4列（2）。由表可知，在替换变量后，回归系数为0.015 7，在1%的水平上显著，与基准模型回归结果的方向一致。
3.3.3 安慰剂检验
使用高标准农田建设政策实施前（2006—2010年）的样本作为政策时点进行安慰剂检验。表4列（3）～列（5）显示，回归系数为正但均不显著，通过安慰剂检验，说明在2011年以前不具备政策效应。再次反映本文研究结论稳健可靠。
3.4 机制检验
通过上文分析，本文初步证实了高标准农田建设政策实施对农民收入提升具有促进效用。但是高标准农田究竟是通过何种路径促进农民收入增长呢？为进一步探究高标准农田对农民增收的内在机理，本文利用式（2）、式（3）进行回归，试图验证本文假说。
表5列（1）、列（2）依次汇报了高标准农田对农机服务、高标准农田对农机服务与农民收入的回归结果。由列（1）可知，高标准农田建设政策实施对农机服务的回归系数为0.013 2，在10%的水平上显著，这表明高标准农田建设政策实施推动了农机服务的发展。高标准农田通过土地平整和修建田间道路，方便了农业机械下田作业，同时由高标准农田建设引致的集中连片经营促进农业规模经营，进而引发农机服务需求[14]。由列（2）可知，将农机服务纳入模型后，高标准农田对农民收入的回归系数为0.011 5，在5%的水平上显著，表明高标准农田建设政策实施可以通过提高农机服务水平进而促进农民收入增长，据此，假说2得到验证。一方面，农机服务减少农业劳动时间，提高农业生产效率和产出水平[19]；另一方面，机械替代劳动，解放农业劳动力使其从事非农产业以增加收入[20]。
3.5 异质性检验
3.5.1 地形异质性
高标准农田建设的土地整治和农业综合开发工程解决了耕地细碎化、分散化、坡度陡峭等问题，那么高标准农田建设政策是否对不同地形的农民收入的影响存在差异呢？为进一步探究高标准农田建设政策对不同地形的农民收入的影响，根据地形特征，将我国划分为山地和平原两大类地形[11]。表6列（1）、列（2）表明山地和平原地形的高标准农田建设政策具有显著的增收效应，但对山地区域的增收效应更明显。相较于平原地区，山地区域的耕地资源禀赋较差，高标准农田建设提高了耕地质量、缓解耕地细碎化问题，实现规模经济与农民增收。
3.5.2 经济发展水平异质性
前文研究表明高标准农田能促进农民增收，那么高标准农田建设政策是否具有马太效应，即高标准农田建设政策实施对经济发展水平高的地区的农民增收效应更大？为探究高标准农田建设政策实施对不同经济发展水平地区的农民收入的影响，根据经济发展水平的差异，将我国划分为东、中、西三个地区。表6列（3）～列（5）结果显示东、中、西部地区的回归系数依次递减，说明高标准农田建设政策对东部地区农民收入的提升作用最大，西部最小，也就是说高标准农田建设政策存在马太效应，这一观点与孙学涛等[8]的观点不谋而合。可能的原因是高标准农田建设对象主要为农业耕地；而我国东中部地区农业体量较大、耕地占比高，西部地区以畜牧业为主，农业基础设施相对薄弱。由马太效应可知，在农业发展程度和经济发展水平较高的东中部地区实施高标准农田建设政策更有可能提高其农户收入；西部地区受社会经济和自然环境条件的制约更大，高标准农田的增收效应较东中部地区而言更低。
4 结论与启示
高标准农田建设事关粮食安全与农民增收，是保障国家粮食安全的关键一环，亦是农业高质量发展的应有之义。本文基于2006—2017年省际面板数据，使用连续型DID、中介模型实证检验高标准农田建设政策实施对农民收入的影响机制，得到如下研究结论：第一，高标准农田建设政策实施显著促进了农民收入的增长，经过一系列稳健性检验后，该结论仍成立。第二，机制检验发现，高标准农田建设政策实施可以通过推动农机服务发展从而提高农民收入。第三，异质性检验发现，在山地和平原地区、经济发展程度各异的东、中、西部地区，高标准农田建设政策实施对农民增收均有显著的促进作用，但相较于平原和西部地区，山地地区和东中部地区高标准农田建设政策对农民增收的边际贡献更大。
基于上述研究结论，本文提出如下政策建议。
1） 全面推进高标准农田建设，发挥其增收效应。由前文分析可知，高标准农田建设政策实施能提高农民收入。高标准农田建设实现了区内地块平整、农业基础设施完善、农业规模化经营，释放土地潜能，提高农民收入。因此，应持续推进高标准农田建设，强调高标准农田建设政策实施规范性和重要性，严格把控高标准农田建设质量，以充分发挥高标准农田建设政策对农民增收的积极影响。
2） 完善农业社会化服务体系，促进农机服务发展。机制检验表明农机服务是促进农民收入增长的重要途径，因此注重高标准农田建设政策实施效应的情景依赖特征，政府需要因势利导，提高农民种粮积极性和推动农机服务等农业社会化服务发展，从而强化高标准农田建设政策实施的农民增收作用。
3） 区域协调发展，制定差异化政策。异质性分析表明，高标准农田对地形和经济发展水平不同的各地区影响程度各异，因此要因地制宜，制定差异化的高标准农田建设政策。比如平原地区健全土地流转经营权登记体系，保障土地流转规范性以实现农业规模经营，山地区域补齐土地平整与道路修建等发展短板，提高耕地质量和交通通畅度。
参 考 文 献
[1]戴浩， 魏君英. 数字普惠金融与农民增收——基于农户创业中介效应的再考察[J]. 浙江金融， 2023（3）： 30-42.
Dai Hao， Wei Junying. Digital inclusive finance and the increase of farmers income： Based on the intermediary effect of farmers entrepreneurship [J]. Zhejiang Finance， 2023（3）： 30-42.
[2]杨丹， 曾巧. 农户创业加剧了农户收入不平等吗——基于RIF回归分解的视角[J]. 农业技术经济， 2021（5）： 18-34.
Yang Dan， Zeng Qiao. Does farmers entrepreneurship increase income inequality？ Based on the perspective of RIF regression decomposition [J]. Journal of Agrotechnical Economics， 2021（5）： 18-34.
[3]刘晓倩， 韩青. 农村居民互联网使用对收入的影响及其机理——基于中国家庭追踪调查（CFPS）数据[J]. 农业技术经济， 2018（9）： 123-134.
Liu Xiaoqian， Han Qing. The influence of internet usage of rural residents on income and its mechanism： Based on China family panel studies （CFPS） data [J]. Journal of Agrotechnical Economics， 2018（9）： 123-134.
[4]张科， 熊子怡， 黄细嘉， 等. 红色旅游发展与革命老区城乡收入差距——基于双重差分法的经验分析[J]. 中国农村经济， 2023（5）： 103-121.
Zhang Ke， Xiong Ziyi， Huang Xijia， et al. Red tourism and urban-rural income gap in old revolutionary base areas： an empirical analysis based on the difference-in-differences method [J]. Chinese Rural Economy， 2023（5）： 103-121.
[5]李江一， 仇童伟， 李涵. 农地确权影响农户收入的内在机制检验——基于中国家庭金融调查的面板证据[J]. 南京农业大学学报（社会科学版）， 2021， 21（4）： 103-116.
Li Jiangyi， Qiu Tongwei， Li Han. Identifying the mechanism by which land titling affects farm households income： Evidence from china household finance survey [J]. Journal of Nanjing Agricultural University （Social Sciences Edition）， 2021， 21（4）： 103-116.
[6]杜鑫， 张贵友. 土地流转对农村居民收入分配的影响——基于2020年10省份农户调查数据的实证分析[J]. 中国农村经济， 2022（5）： 107-126.
Du Xin， Zhang Guiyou. The impact of land transfer on income distribution in rural China： An empirical analysis based on rural household survey data collected in 10 provinces in 2020 [J]. Chinese Rural Economy， 2022（5）： 107-126.
[7]李涛， 张鹏. 农地产权、要素配置与农户收入增长[J]. 经济问题探索， 2020（12）： 43-54.
Li Tao， Zhang Peng. Farmland property right， factor allocation and peasant household income growth [J]. Inquiry into Economic Issues， 2020（12）： 43-54.
[8]孙学涛， 张丽娟， 王振华. 高标准农田建设对农业生产的影响——基于农业要素弹性与农业全要素生产率的视角[J]. 中国农村观察， 2023（4）： 89-108.
Sun Xuetao， Zhang Lijuan， Wang Zhenhua. The impact of well-facilitated farmland construction on agricultural production： From the perspectives of agricultural factor elasticity and agricultural total factor productivity [J]. China Rural Survey， 2023（4）： 89-108.
[9]梁志会， 张露， 张俊飚. 土地整治与化肥减量——来自中国高标准基本农田建设政策的准自然实验证据[J]. 中国农村经济， 2021（4）： 123-144.
Liang Zhihui， Zhang Lu， Zhang Junbiao. Land consolidation and fertilizer reduction： Quasi-natural experimental evidence from Chinas well-facilitated capital farmland construction [J]. Chinese Rural Economy， 2021（4）： 123-144.
[10]王斌， 王力， 李兴锋. 高标准基本农田建设政策能否抑制农业面源污染？[J]. 长江流域资源与环境， 2023， 32（8）： 1736-1747.
Wang Bin， Wang Li， Li Xingfeng. Can the policy of building high standard farmland curb agricultural surface source pollution？ [J]. Resources and Environment in the Yangtze Basin， 2023， 32（8）： 1736-1747.
[11]龚燕玲， 张应良. 高标准基本农田建设政策对粮食产能的影响[J]. 华中农业大学学报（社会科学版）， 2023（4）： 175-190.
Gong Yanling， Zhang Yingliang. Influence of well-facilitated capital farmland construction policy on grain productivity [J]. Journal of Huazhong Agricultural University （Social Sciences Edition）， 2023（4）： 175-190.
[12]张志新， 周亚楠， 丁鑫. 高标准农田建设政策对农业绿色发展的影响研究[J]. 农林经济管理学报， 2023， 22（1）： 113-122.
Zhang Zhixin， Zhou Yanan， Ding Xin. Impact of well-facilitated capital farmland construction programs on green agricultural development [J]. Journal of Agro-Forestry Economics and Management， 2023， 22（1）： 113-122.
[13]钱龙， 刘聪， 郑淋议， 等. 高标准农田建设如何影响农地流转[J]. 中国土地科学， 2023， 37（2）： 62-70.
Qian Long， Liu Cong， Zheng Linyi， et al. How does high-standard farmland construction affect farmland transfer [J]. China Land Science， 2023， 37（2）： 62-70.
[14]孙学涛. 高标准农田建设对农业社会化服务的影响[J]. 中南财经政法大学学报， 2023（3）： 150-160.
Sun Xuetao. Impact of the construction of high standard farmland on agricultural socialization services [J]. Journal of Zhongnan University of Economics and Law， 2023（3）： 150-160.
[15]陈宇斌， 王森. 农业综合开发投资的农业碳减排效果评估——基于高标准基本农田建设政策的事件分析[J]. 农业技术经济， 2023（6）： 67-80.
Chen Yubin， Wang Sen. Evaluation of agricultural carbon reduction effect of agricultural comprehensive development investment： Event analysis based on high-standard farmland construction [J]. Journal of Agrotechnical Economics， 2023（6）： 67-80.
[16]Nunn N， Qian N. The potatos contribution to population and urbanization： Evidence from a historical experiment [J]. The Quarterly Journal of Economics， 2011， 126（2）： 593-650.
[17]戴浩， 魏君英， 刘子宸. 非农就业、农机服务外包对粮食产量影响[J]. 中国农机化学报， 2023， 44（6）： 244-250.
Dai Hao， Wei Junying， Liu Zichen. Impact of non-agricultural employment and agricultural machinery service outsourcing on grain output [J]. Journal of Chinese Agricultural Mechanization， 2023， 44（6）： 244-250.
[18]刘昊璇， 赵华甫， 齐瑞. 多中心治理下高标准农田建设监督管理机制研究[J]. 中国农业资源与区划， 2022， 43（3）： 164-172.
Liu Haoxuan， Zhao Huafu， Qi Rui. Research on supervision and management mechanism of high standard farmland construction under multi-center governance [J]. Chinese Journal of Agricultural Resources and Regional Planning， 2022， 43（3）： 164-172.
[19]Benin S. Impact of Ghanas agricultural mechanization services center program [J]. Agricultural Economics， 2016， 46（S1）： 103-117.
[20]李谷成， 李烨阳， 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 farmers income： A reexamination of causality [J]. Chinese Rural Economy， 2018（11）： 112-127.
