我国农业机械化对农民增收贡献率实证分析

摘要：在农业现代化和乡村振兴背景下，探究我国农业机械化与农民增收的关系具有重要现实意义。基于我国2000—2020年的相关统计数据，运用灰色关联分析法和改良的柯布—道格拉斯生产函数等方法，测算农业机械化对农民增收的贡献率。研究发现：各因素与农民收入之间的关系比较密切，农林牧渔业总产值和农业机械总动力与农民收入之间的关联度最强；农业机械总动力、农林牧副渔总产值和耕地灌溉面积与农民收入呈正相关，而农药使用量与农民收入呈负相关；2000—2020年我国农业机械化对农民增收的综合贡献率为6.28%，我国农业机械化发展水平低于其他发达国家，且国内各地区农业机械化发展水平差异较大。基于研究结果，建议合理加强各要素配置、因地制宜推动各地机械化发展、汲取国外农机发展经验。

关键词：农业机械化；农民增收；灰色关联分析；柯布—道格拉斯生产函数

中图分类号：S23" " " 文献标识码：A" " " 文章编号：2095‑5553 （2024） 09‑0327‑06

Empirical analysis on the contribution rate of agricultural mechanization to

farmers' income increase in China

Cao Nannan Zhang Jiexia

（1. Western China Economic Research Institute， Southwest University of Finance and Economics， Chengdu，

611130， China; 2. Business Institute， Yulin Normal University， Yulin， 415000， China）

Abstract： In the context of agricultural modernization and rural revitalization， it is of great practical significance to explore the relationship between agricultural mechanization and" farmers' income increase in China. Based on the relevant statistical data from 2000 to 2020 in China， this paper calculates the contribution rate of agricultural mechanization to farmers' income increase by using the gray correlation analysis method and the improved Cobb Douglas production function and other methods. Research results has found that there is a close relationship between various factors and farmers' income， with the strongest correlation between the total output value of agriculture， forestry， animal husbandry and fishery， and the total power of agricultural machinery and farmers' income. The total power of agricultural machinery， the total output value of agriculture， forestry， animal husbandry， fisheries and the irrigation area of farmland are positively correlated with farmers' income， while the use of pesticides is negatively correlated with farmers' income. The comprehensive contribution rate of agricultural mechanization to farmers' income in China from 2000 to 2020 was 6.28%. The development level of agricultural mechanization in China is lower than that of other developed countries， and there are significant differences in the development level of agricultural mechanization among different regions in China. Based on the research results， it is recommended to reasonably strengthen the allocation of various factors， promote the development of mechanization in various regions according to local conditions， and draw on the experience of foreign agricultural machinery development.

Keywords： agricultural mechanization; increasing farmers' income; grey correlation analysis; Cobb Douglas production function

0 引言

新时代背景下，农民收入问题仍是三农领域的突出问题，如何促进农民增收一直是党和中央高度关注的问题。党在十八大中提出了“要促进农民增收，并且要保持农民收入持续快速地增长”，2021年的中央一号文件中也明确指出要缩小城乡居民的收入差距，近期召开的二十大会议中再次强调了要“拓宽农民增收致富渠道”。随着我国农业现代化的发展，农业机械化作为其发展的主要动力，可以提高农业劳动生产率，解放剩余劳动力，对农民增收具有积极的推动作用[1]。

在农业现代化和乡村振兴背景下，探究我国农业机械化与农民增收的关系具有重要现实意义。前人对此方面的相关研究集中在3个方面，即研究对象、研究方法及研究内容。研究对象方面，此方面的研究既有以全国各个省为研究对象，进行综合的、全局的研究，也有以某个省或者某个市为研究对象进行研究的。如李婷等[2]以贵州省为研究对象，唐绍洪等[3]则以成都市为例进行研究。研究方法方面，一部分学者进行了定性研究，赵玉成等[4]对此方面的现状、作用进行了阐述，并对存在的问题进行分析，同时提出应对措施；而定量研究方面运用的研究方法又有所不同，包括C-D生产函数[2， 5]、灰色关联分析[6]、协整检验和格兰杰因果检验等[7]。研究内容方面，一些学者对农业机械化对农民增收的贡献率进行直接研究[3， 6]，还有一部分学者把农业机械化作为部分因素对农民收入的作用进行探究[8]，也有学者将农民收入扩大到了城乡收入差距的层面进行研究[9]。

通过对以往学者文献的梳理发现，前人的研究结果均显示出了农业机械化对农民收入的正向促进作用，大部分学者以省级为对象进行研究，相对来说以全国为研究对象的较少；而在贡献率测算方面，以全国为对象的研究大都集中在早期。因此，基于前人的研究，本文构建适当的指标体系，先运用灰色关联分析法探究农业机械化与农民收入的关联度，对二者的关系进行分析，后采用改良的柯布—道格拉斯生产函数测算农业机械化对农民收入的贡献率，探讨存在的问题，并为我国发展农业机械化提供相应的对策建议，以期促进农民增收、缩小城乡差距。

1 农业机械化与农民收入概况

自2000年以来，我国农业机械化得到了迅速的发展。总体来看，农业机械总动力从2000年的5.257 4×108 kW，增长到了2020年的1.056 22×109 kW，年均增长率为4.8%，如图1所示。具体来看，2000—2020年我国农业机械化的发展可以分为快速发展阶段和平稳发展阶段两个阶段。第一阶段为2000—2015年的快速发展阶段，农业机械总动力由5.257 4×108 kW增长到了历史最高，1.117 28×109 kW，增长了5.915 4×108 kW，年均增长率为7.03%。我国历年对农业机械化事业的重视是促使其快速发展的主要原因[10]。第二阶段为2015—2020年的平稳发展阶段，2015年的农业机械总动力为1.117 28×109 kW，2016年骤降到了9.725 6×108 kW，之后以年均1.72%的速度平稳增长。一方面原因在于随着我国土地三权分置政策的实施，农村土地大量流转，新型农业经营主体不断涌现，这些新型职业农民有知识、懂技术，对农业机械化的品质有更高的要求。另一方面，农业机械化数量发展到达一定阶段后，随着我国国情的发展，农业机械化的发展任务逐步转变为质量发展。从农业机械化发展的历程来看，2004年我国农业机械的概念才被初步定义，2007年农业农村部门明确把农业机械化水平划分为初级、中级和高级3个阶段[11]，我国进入中国特色社会主义新时代后，党中央对农业机械化的发展又提出了明确的要求、目标任务、政策措施，针对农业机械化发展提档、转型升级，做出了全面部署[10]。

基于李谷成等[1]的研究，发现农业机械化对农民收入的作用机理在于两方面。一是农业机械化可以直接促进农民收入增长，体现在农业生产效率的提高。二是可以通过劳动力转移“部分地”间接促进非农收入增长。周益波等[12]在研究中也指出，农业机械化对农民的经营性收入和工资性收入均存在促进作用。我国农村居民实际可支配收入2000—2020年一直呈递增趋势，由2000年的2 284.38元增长到2020年的16 632.52元，增长了14 348.14元，年均增长率为29.91%。具体来看，2000—2010年的农村居民实际人均可支配收入增长较缓慢，2010年后增长则较迅速。一方面在于我国西部大开发战略的实施，打通了偏远地区与其他地方的连接，缩小了各地之间的差距，为农业机械化的发展奠定了基础，进而推动农民收入的增长；另一方面，在2010年后，我国连续发布“中央一号文件”，出台各项惠农政策，以解决三农中存在的问题，推动了农业的发展。

2 研究方法与数据来源

2.1 指标体系构建

本文研究的重点是农业机械化对农民收入的影响程度及贡献率，但农民收入并不仅仅只受到农业机械化单方面的影响，同时也会受到其他因素的影响，因此本文也加入了影响农民收入的其他因素。参考李婷[2]、梁天丽[5]、李玉波[13]等关于此方面研究的指标设计，本文从政策支持、农业投入、农业产出3个方面构建了8个相关指标。农村居民实际人均可支配收入Y作为代表农民收入的被解释变量，农业机械总动力X1作为代表农业机械化的解释变量，其他解释变量包括农林牧渔业总产值X2，耕地灌溉面积X3，农药使用量X4，粮食总产量X5，农用化肥施用量X6，农作物总播种面积X7，国家用于农业支出X8。X1、X3、X4、X6、X7代表农业投入指标，X2、X5代表农业产出指标，X8代表政策支持指标。

2.2 数据来源与处理

本文使用的数据均来自《中国农村统计年鉴》和《中国统计年鉴》直接数据或由计算所得。其中，搜集到的农村居民人均可支配收入这一指标的数据并未考虑到因随时间变化而变化的农村居民消费价格指数对其影响，故搜集到的数据是名义上的农村居民可支配收入。为了得到实际的农村居民人均可支配收入，在参考前人对此问题处理的基础上[2， 5]，对2000—2020年的农村居民消费价格指数的数据进行搜集，进而换算得到2000—2020年的农村居民实际人均可支配收入数据。

2.3 研究方法

2.3.1 灰色关联分析

为了分析农业机械化及其他因素对农民收入的影响程度，采用灰色关联分析模型对各因素与农村居民实际人均可支配收入的关联度进行计算。首先，确定参考序列和比较序列。将农村居民实际可支配收入作为参考序列X0（t），将其他各因素作为比较序列Xi（t）。其次，运用初值法对各变量序列进行无量纲化处理。然后，计算关联系数，如式（1）所示。

2.3.2 柯布—道格拉斯生产函数

本文采用柯布—道格拉斯生产函数模型先计算要素弹性系数，再通过公式测算综合贡献率[2， 5]。基于此，根据逐步回归法对变量进行筛选，根据回归结果选取i个影响农民收入的主要因素，建立本文所要研究的柯布—道格拉斯生产函数模型，见式（3）和式（4）。

3 实证分析

3.1 灰色关联度测算及分析

将数据进行无量纲化处理后，代入式（1）、式（2），计算得出各因素与农村居民实际可支配收入之间的灰色关联度，将其结果按顺序排列，如表1所示。

由表1可知，整体来看，各个因素与农村居民实际人均可支配收入之间的关系比较密切，灰色关联度都在0.6以上。从各个因素来看，农林牧渔业总产值和农业机械总动力与农村居民实际人均可支配收入之间的关联度最强，分别为0.812 1和0.806 7。进一步说明，2000—2020年间，这两个因素对我国农村居民实际可支配收入具有很大的推动作用。其次，农用化肥施用量、农药使用量、粮食总产量这些因素与农村居民实际人均可支配收入之间的关联度较好，关联系数都在0.75以上，说明农业的投入、产出对农民增收也存在促进作用；而耕地灌溉面积、农作物总播种面积和国家用于农业支出这些因素与农村居民实际人均可支配收入的关联度都在0.75以下，对农民增收的影响相对较弱。

农业机械总动力代表着农业的科技进步、现代化水平，从灰色关联度分析结果可以看出，相比其他因素，农业的机械化发展对农民收入增加具有重要的推动作用。为了解农业机械化对农民收入之间的贡献程度，进一步构建柯布—道格拉斯生产函数模型进行分析。

3.2 柯布—道格拉斯生产函数

3.2.1 OLS回归

3.2.2 逐步回归

对各变量进行逐步回归，进而筛选出引起多重共线的变量，并剔除。先分别做lnYt与各变量的回归，并对回归结果进行对比，发现lnX3对lnYt的贡献最大，因此以lnX3为基础，进一步对各个变量做逐步回归，得到回归结果如表3所示。由表3可知，通过逐步回归，lnX5、lnX6、lnX7、lnX8均被剔除。R2=0.997 6，调整后的R2=0.997 0，说明整个模型的拟合优度较好。F=1 670.721 0，说明模型通过了t检验，各个变量的P值均在10%的显著性水平上显著，说明各变量间已不存在多重共线性。

3.2.3 异方差检验

3.2.4 自相关检验

由表5可知，农业机械总动力的弹性系数为0.391 2，说明农业机械总动力每增加1%，农民收入则增加39.12%。农林牧渔业总产值、耕地灌溉面积、农药使用量的弹性系数分别为0.162 1、5.568 6、-0.384 7。

3.3 机械化对农民收入的贡献率测算

对搜集数据进行除去物价处理后，基期（2000年）的农民收入为2 284.38元，报告期（2020年）的农民收入为16 632.52元；基期（2000年）的农业机械投入为5.257 4×108 kW，报告期（2020年）的农业机械投入为1.056 22×109 kW；2000—2020年共21年。

基于式（5）～式（7）测算农业机械化对农民收入的贡献率，农民收入年增长速度为29.91%，农业机械投入年增长速度为4.80%，通过柯布—道格拉斯生产函数得到的农业机械投入的弹性系数为0.391 2，将上述测算的数据代入式（7）中，得到农业机械化对农民收入贡献率为6.28%，与前人研究所得出的结论基本相同。

4 结论与建议

4.1 结论

本文运用灰色关联分析、柯布道格拉斯生产函数等方法，探究我国农业机械化与农民收入之间关系。

1） 各个因素与农村居民实际人均可支配收入之间的关系比较密切，农林牧渔业总产值与农村居民实际可支配收入之间的关联度最强，其次是农业机械总动力，说明我国农民收入受到农业机械化的影响较大。

2） 农业机械总动力、农林牧副渔产值和耕地灌溉面积对农民收入有正向促进作用，而农药使用量一定程度上阻碍农民增收。究其原因，一方面，农药的使用具有负的外部性，会对土地及周边环境造成污染，抑制了农业的可持续发展；另一方面，农户缺乏科学用药意识、盲目用药等使得单位耕地面积农药使用量较大，一定程度上增加农户的种植成本。

3） 相较于农业机械总动力，耕地的灌溉面积对农民收入的促进作用更大。原因在于水利灌溉是农业生产的基本要素，我国自古十分重视，实施乡村战略以来，各地更是加大投资，促进各地农业发展的需求，进而推动了农民收入；而农业机械化在发展中但仍然面临地区使用差异、从业者的老龄化低学历等问题。

4） 本文计算得出2000—2020年间我国农业机械化对农民收入的综合贡献率为6.28%，即农业机械化的发展对农民收入有促进作用。

4.2 建议

4.2.1 合理加强各要素配置

加强农田水利基础设施建设，合理推进农业机械化在农林牧副渔各领域的推广使用，并要推动农业绿色发展以促进农民增收；土地方面，积极推进土地流转以推动土地规模化经营，促进机械化使用；劳动力方面，要加强农机户文化技能培训，提高劳动者素质；资金方面，加大农机财政投入，加强农机设备购买资金补贴；科技方面，推动农机“产学研”结合发展，以提高农机设备质量，促进农业机械化生产效率。

4.2.2 因地制宜推动各地机械化发展

注重全国各地农机化因地制宜协同发展，以缩小各地发展差距促进农民增收。如贵州地区多山地、平原较少，应加大力度研发适宜山地农业发展的农机设备。其次，切实发挥农机推广站的推广业务，精准宣传适宜的农机设备，并鼓励农业科技人才下乡指导。此外，充分发挥各地区协调联动作用，加速农机各要素、经验在全国各地的流通，促进各地农业机械化共同发展。

4.2.3 汲取国外农机发展经验

汲取发达国家发展过程中的成功经验，有助于我国农业机械化的快速发展。因此我国要加强农机股份合作社建设，不断提高其服务能力和管理水平，充分发挥其作用。其次，要加强农机相关法律法规建设，完善农机经营保障体系，构建农机经营发展的制度环境，为我国农机经营发展提供健康的平台。此外，要完善农机补贴范围，丰富农机补贴形式，如借鉴日本《农业机械促进法》，完善我国农机补贴法制建设。

参 考 文 献

[ 1 ] 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.

[ 2 ] 李婷， 张晔， 曾德鹏. 农业机械化对贵州农民增收贡献率实证分析[J]. 中国农机化学报， 2022， 43（6）： 230-236.

Li Ting， Zhang Ye， Zeng Depeng. Empirical analysis of the contribution rate of agricultural mechanization to the increase of farmers' income in Guizhou [J]. Journal of Chinese Agricultural Mechanization， 2022， 43（6）： 230-236.

[ 3 ] 唐绍洪， 唐宇. 农民收入与农业机械化的相关性研究——以成都市数据为样本[J]. 云南农业大学学报（社会科学）， 2023， 17（1）： 128-135.

Tang Shaohong， Tang Yu. Study on the correlation between farmers' income and agricultural mechanization： Taking Chengdu city as a sample [J]. Journal of Yunnan Agricultural University （Social Science）， 2023， 17（1）： 128-135.

[ 4 ] 赵玉成， 秦心爱， 蔡洋， 等. 浅谈农业机械化对农业生产及农民收入的促进作用[J]. 山西农经， 2021（18）： 11-13.

[ 5 ] 梁天丽， 张洁瑕. 农业机械化对广西农民增收贡献率实证分析[J]. 中国农机化学报， 2021， 42（2）： 224-229.

Liang Tianli， Zhang Jiexia. Empirical analysis on the contribution rate of agricultural mechanization to the farmers' income in Guangxi [J]. Journal of Chinese Agricultural Mechanization， 2021， 42（2）： 224-229.

[ 6 ] 杨淑杰， 李玉波， 许请涛. 吉林省农业经济发展与供给侧结构性改革研究——基于灰色关联分析[J]. 中国农机化学报， 2019， 40（8）： 208-213.

Yang Shujie， Li Yubo， Xu Qingtao. Research on agricultural economic development and supply‑side structural reform in Jilin Province based on grey correlation [J]. Journal of Chinese Agricultural Mechanization， 2019， 40（8）： 208-213.

[ 7 ] 辛冲冲， 陈治国， 唐红松， 等. 财政支农、农机化发展与新疆农民收入关系的实证研究[J]. 中国农业资源与区划， 2016， 37（4）： 100-107.

[ 8 ] 范燕丽， 丛树海， 郗曼. 从“争穷保帽”到“主动摘帽”： 正向激励与农民持续增收[J]. 财政研究， 2021（12）： 63-78.

Fan Yanli， Cong Shuhai， Xi Man. From “fighting for the poor hat” to “initiatively removing the poor hat”： An empirical analysis of positive incentive and rural income [J]. Public Finance Research， 2021（12）： 63-78.

[ 9 ] 孙学涛. 农业机械化能否缩小城乡收入差距？[J]. 首都经济贸易大学学报， 2021， 23（1）： 81-93.

Sun Xuetao. Does agricultural mechanization narrow the income gap between urban and rural areas？ [J]. Journal of Capital University of Economics and Business， 2021， 23（1）： 81-93.

[10] 刘恒新， 孙超， 赵野. 中国共产党领导新中国农业机械化发展的历史进程和经验启示[J]. 中国农机化学报， 2022， 43（6）： 1-8.

Liu Hengxin， Sun Chao， Zhao Ye. Historical process and experience of the development of CPC leading the development of agricultural mechanization in China [J]. Journal of Chinese Agricultural Mechanization， 2022， 43（6）： 1-8.

[11] 孙立新， 白人朴. 我国农业机械化发展历程与展望[J]. 农业农村部管理干部学院学报， 2022， 13（1）： 58-63.

[12] 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.

[13] 李玉波， 杨淑杰， 邬伟三， 等. 农业机械化与农民增收关系的交互动态响应分析——基于吉林省统计核算数据[J]. 中国农机化学报， 2021， 42（1）： 151-158.

Li Yubo， Yang Shujie， Wu Weisan， et al. Interactive dynamic response analysis of the relationship between agricultural mechanization and farmers' income increase： Based on statistics and accounting data of Jilin Province [J]. Journal of Chinese Agricultural Mechanization， 2021， 42（1）： 151-158.