农用地流转与农户收入的关系分析
——以农业机械化水平为视角

2023-04-11 01:44王香花
湖北农业科学 2023年2期
关键词:农用地农民收入机械化

王香花,刘 甜

(中北大学经济与管理学院,太原 030051)

“三农”问题是目前国家关注的重点问题之一,其中农民收入的增加是关系国计民生的核心要义。在国家“十四五”规划中指出要全面实现乡村振兴,争取早日实现乡村的产业兴旺、生态宜居、乡风文明、治理有效、生活富裕。其中,生活富裕是落脚点,为了达到这一要求,首先就必须保证农民收入与经济发展的同步增长。因此,实现农村居民收入的增长也就成为了关键问题。学界认为农民收入与财政支持、城乡融合、农村金融的发展以及区域经济发展和社会保障水平等因素有着密切的关系[1,2],但是最为直接且重要的影响因素是农用地流转以及其所带来的一系列资源要素的重新配置。其中,农业机械化水平的提高就是土地流转所引起的土地资源集约化的直接结果,同时也是影响农民收入的因素之一。

目前,关于农用地流转与农民收入的相关探索主要集中于农用地流转对农民收入的直接影响与间接影响,大部分学者认为农用地流转可以直接带来农民收入的增加且两者呈正向关系[3,4]。梁远等[5]基于对CFPS 微观数据分析,同样证实了这一点。但也有学者发现农用地流转还可以通过中介变量对农民收入产生间接影响,认为农用地流转主要通过劳动要素的流动进一步作用于农民收入。农用地流转可以通过影响非农就业进而影响农民收入[6,7]。张亚洲等[8]认为农用地流转主要通过农业生产率作用于农民收入。

农用地流转不仅对农民收入产生影响,还可为农业机械化的推广与发展提供条件。一般而言,农用地流转有利于农业机械化水平的提高[9]。通过土地流转可将土地集中在一起,便于农业实现规模化经营和大型农机的使用,进而促进农业机械化水平的提高[10]。陈云飞等[11]通过对油菜种植农户的分析发现农用地的规模化经营大大提升了耕作的机械化水平。而农业规模化经营的实现与农用地流转密不可分,这也从侧面说明了农用地流转对农业机械化的提升作用。

农业机械化作为农业现代化发展的重要标志之一,在农业发展中的支撑作用越来越明显。农业机械的使用不仅直接影响了农业的种植结构[12]以及农产品的竞争力,还促进了农民收入的增加。农业机械化的提升可以同时提升农民的农业收入与农民的非农收入[13]。国内外的相关研究也普遍认为农业机械化与农民收入之间存在显著的正向关系[14],且农业机械化水平的提升在增加农民收入的同时还缩小了城乡差距[15]。

从上述分析来看,现有研究主要集中于对农用地流转、农业机械化与农民收入两两关系的探讨,且集中于微观方面的研究,对农用地流转、农业机械化水平与农民收入三者之间关系以及农业机械化作为中介变量的研究较为鲜见。因此,本研究将农业机械化水平作为中介变量,建立农用地流转、农业机械化水平以及农户收入三者之间的关系,并利用30 个地区的面板数据进行宏观方面的研究,还将根据各个区域农用地的不同情况,从理论与实证两个方面做出具体分析。

1 理论分析与研究假说

1.1 农用地流转对农户收入的作用机制

实现农用地的自由流转对提高农民收入有着重要的意义。对土地转出户来说,转出土地不但可以降低其进城务工的隐性成本,还可以为其带来务工收入;同时,农用地的流转还可解放生产力,直接为土地转出者带来一笔额外的租金收入。所以就这些方面而言,土地的自由流转有利于转出农户对土地资源与人力资源的有效配置。对土地转入户来说,通过转入土地可扩大自己的耕作面积,实现农业的规模化经营,促进农用地合理利用,进而降低农户的经营成本,提高农业生产率。由此看来,对农用地转入户与转出户来说都可以实现收入的增加。基于以上分析,提出第一个假设。

假设1:农用地流转对农户收入有着正向的影响。

1.2 农用地流转对农业机械化的作用机制

土地细碎化是限制农业机械化发展的重要因素,如果土地集中在小农、小户的手中,而这些散户可能无力购买大型农业机械,这就会大大影响农机的推广与农业机械化水平的提高。而农用地流转带来的集中效应可对农机的推广起关键性的作用[16],为农户实现农业的规模化经营创造条件,规模化经营又与农业机械化的实现呈正向关系,即农用地流转可推动农业的机械化发展。基于以上分析,提出第二个假设。

假设2:农用地流转与农业机械化呈正向关系。

1.3 农业机械化对农户收入的作用机制

农业机械化水平的提高主要通过2 种方式来对农民收入发挥促进作用。第一,农业机械化水平的提高可以降低农民的生产成本。薛超等[17]研究表明农业机械化可以代替农民的劳动力成本,而劳动力成本高于农业机械化的成本,即农业机械化可以降低生产成本。第二个途径是农业机械化可以通过提高农业的全要素生产率、增加产量来促进农民收入的增加[18]。吴智豪等[19]则通过空间计量模型发现农业机械水平的提高不仅促进了当地居民粮食产量的增加,而且还带动了周边地区农户粮食产量的增加。粮食产量的增加在一定程度上也可以反映农户收入的增加。基于以上分析提出第三个假设。

假设3:农业机械化水平与农户收入存在正向关系,且农用地流转可以通过影响农业机械化水平进一步影响农民收入。

2 数据描述、变量选择与模型设定

2.1 数据描述

本研究中,与土地相关的数据主要来自于《中国统计年鉴》《中国农业统计年鉴》《中国国土资源统计年鉴》各省份的统计年鉴以及国泰安数据库;与农业机械化相关的数据主要来自于《中国农业机械工业年鉴》;与农民收入相关的数据主要来自于《中国农村统计年鉴》及国家统计年鉴。这些数据覆盖了全国30 个省、市及自治区,时间为2005—2019 年。其中,为了保证实证结果的可靠性,对个别省份和地区(西藏以及港澳台)的数据进行剔除,并对所有数据进行标准化处理。

2.2 变量选择

2.2.1 被解释变量 在对各指标进行筛查的基础上,选择了农村家庭人均可支配收入作为农户收入的代表指标。

2.2.2 解释变量 选择的解释变量有农用地流转、农业综合机械化水平。选取耕地流转率(即耕地流转面积与经营的耕地总面积的比值)作为农用地流转的衡量指标;农业综合机械化水平是参考周振等[20]的方法,通过式(1)计算得到。

2.2.3 控制变量 农民的收入不仅与农用地流转和农业机械化水平相关,从内部来看,其还受到农村居民的文化水平、农村居民的消费情况以及农业生产率的影响;从外部来看,农民的收入还受到地区的经济发展情况、农业遭受自然灾害的情况和政府对农民的相关补贴等因素的影响。因此,本研究选取了人均受教育年限、农村居民恩格尔系数、农村居民人均消费水平、农业全要素生产率、农民收到的转移收入、地区GDP 以及农作物受灾面积作为控制变量,变量的描述性统计如表1 所示。

表1 主要变量描述性统计

2.3 模型设定

本研究的数据属于面板数据且指标较多,结合hαusmαn检验的结果可知固定效应模型优于随机效应模型。同时,为了保证回归结果的可靠性,选择使用固定效应模型(FE)和混合回归模型(OLS)进行回归。为验证上一部分的理论假设,借鉴黎翠梅等[7]的研究思路设定了核心模型,即模型(2)、模型(3)、模型(4),如下所示。

式中,y为农村家庭人均可支配收入水平;trαnslαnd为农用地流转率;mechlevel为农业综合机械化水平:X为控制变量;ε为随机误差;β1、β4、β8分别为模型(2)、模型(3)、模型(4)的截距;β0、β2、β3、β5、β6、β7、β9均为系数。

3 实证分析

3.1 总体样本分析

3.1.1 总体样本回归分析 从混合回归与固定效应回归的结果(表2)可以看出,未加入控制变量时,模型(2)中trαnslαnd的系数为0.717,显著为正;加入控制变量后,发现无论是混合回归还是固定效应回归,模型(2)中trαnslαnd的系数仍然为正,也通过了显著性检验,这表明农用地流转确实可以促进农民收入的增加,从而验证了假设1。

混合回归的结果(表2)显示,未加入控制变量时,模型(3)中trαnslαnd的系数为0.353,且在 1%的水平下显著。随着控制变量的不断加入,trαnslαnd仍在1%的水平下显著,但是其系数随着控制变量的不断加入,trαnslαnd仍在 1% 的水平下显著,但模型(3)中 FE 回归结果显示trαnslαnd的系数由 0.328(表2)变成-0.189(表3)。这一点可能是由于样本内部的差异所导致,下文将进行检验。但从整体来看,农用地流转有利于提升农业的机械化水平,假设2 得以验证。

接着将mechlevel、trαnslαnd两个变量同时加入方程中,发现无论是混合回归还是固定效应回归,模型(4)中mechlevel的系数显著为正(表2);在加入控制变量后(表3)mechlevel的显著性也未发生明显的变化,假设3 得以部分验证。

表2 总体样本未加入控制变量的回归结果

表3 总体样本加入控制变量的回归结果

参考温忠麟等[21]的研究,进一步进行中介效应的检验(对α、b、c以及c'的说明见图1)。在未加入控制变量时,α、b和c'都通过了显著性检验,这说明直接效应与间接效应都比较显著。且α×b和c'都为正,说明存在部分中间效应,其中|α×b/c|=2.56%,也就是说间接效应占总效应的2.58%;在加入控制变量后发现,直接效应与间接效应仍然显著,但是|α×b/c|=6.39%,间接效应占总效应的比重有了明显提升,至此假设3 得以全部验证。

图1 中介效应说明

3.1.2 稳健性检验 参考吴智豪等[19]的方法,用农业机械总动力替换农业综合机械化水平来进行稳健性检验,结果如表4 所示。加入控制变量时,模型(2)中trαnslαnd的系数仍然显著。在模型(3)中trαnslαnd的系数与表 3 中的数据仅有微小的差别,该结果仍通过了显著性检验,这进一步验证了假设2 的可靠性。同样,模型(4)中的mechlevel、trαnslαnd两个变量的系数与表3 相比并没有明显的变化。

表4 稳健性检验结果

以同样的方法来分析该模型的中介效应。同样,a、b、c'都在1%的水平下通过了显著性检验,即直接效应与间接效应显著。此时,α×b与c'同号且仍然存在部分中介效应。从整体来看,整个稳健性检验的结果与上文的分析基本一致。

3.1.3 内生性处理 由于农民收入可能反过来对农用地流转产生影响,且可能存在遗漏关键变量的情况,从而导致估计结果出现偏差。本研究参考周京奎等[6]的方法并结合研究内容将工业用地比率和城镇建设用地总面积作为解释变量引入模型中。并采用2SLS(两阶段最小二乘法)对模型中可能存在的内生性问题进行控制。从表5 可以看出,P大于0.1,接受原假设,即工具变量有效。

表5 内生性检验结果

3.2 分样本回归

由于不同地区的自然条件、农用地流转情况、农业机械化水平以及经济发展情况不同,将总样本划分为东部、西部、中部3 个不同的子样本进一步进行异质性分析。

3.2.1 东部地区 由表6 可知,无论是混合回归还是固定效应回归,模型(2)中trαnslαnd的系数显著为正,这说明农地流转确实增加了东部地区农民的收入。但是,模型(3)中trαnslαnd的系数却出现了负数或者不显著的情况,这与总样本回归的结果相左。

为了进一步探寻其中原因,对2005—2019 年东部各省农用地流转面积以及农机总动力的情况进行分析。从图2 可以看出,除江苏、河北、辽宁、广东、浙江、山东7 个省份农用地流转面积不断增加外,其他各省市农用地流转面积几乎没有变化。但再看与之相对的农机总动力(图3),除山东、河北、江苏、辽宁4 个省份有明显的提升外,其他省市没有太大变化。而且对比可知,农用地流转面积的提升幅度明显高于农机总动力,两者的提升幅度严重脱节。这主要是由于东部地区经济比较发达,以商业为主,农业占地面积少、耕地碎片化明显,不利于农机的推广与发展,农业机械化水平提升缓慢。农用地流转与农业机械化水平的相关程度低。但是,模型(4)显示α、b、c'都在1%的水平下显著(表6),这说明从总体来看,直接效应与间接效应仍然显著。α×b与c'同号,且结果显示部分中介效应仍成立。

图2 2005—2019 年各省农用地流转面积的变化趋势

图3 2005—2019 年各省农业机械总动力的变化趋势

表6 东部地区回归结果

3.2.2 中部地区 从表7 可以看出,模型(2)和模型(4)中的核心变量mechlevel、trαnslαnd都在一定程度上未通过显著性检验,且总体的显著性不高。经过对样本数据的考察发现中部地区内部数据的南北差异大。北部地区的农用地相对较多,农业比较发达,有利于机械化经营;而南部地区的农用地面积相对较少,耕地细碎化严重。因此,本研究将中部地区分为南、北两个部分进行混合回归,结果如表8 所示。

表7 中部地区回归结果

从表8 可以看出,中部北方地区农用地流转对农民收入的直接和间接影响系数均显著,且农业机械化水平与农用地流转也存在显著的正向关系。又由于α×b与c'同号,即农业机械化水平确实在农民收入的提升方面起到部分中介效应。但是,中部南方地区的回归结果显示,trαnslαnd的系数不显著。同时,检验未通过,说明直接效应与间接效应都不显著,农用地流转、农业机械化水平以及农民收入三者间的关系在南方地区并不明显。

表8 中部地区分区域回归结果

3.2.3 西部地区 从2 种回归结果(表9)可以看出,农用地流转与农民收入的相关系数明显为正[模型(3)中的OLS 回归除外],即农用地流转确实能直接给西部地区的农民带来收入的增加。但是,表9 中混合回归结果与固定效应结果显示,mechlevel系数虽都通过检验但并不完全一致。为了进一步明确两者关系,在不加控制变量的情况下进行了回归,结果显示农用地流转与农业机械化水平呈正向关系,出现这种情况可能是由于控制变量或者样本内部的差异所致。由表9、表10 中模型(4)的结果还可以看出,西部地区农业机械化水平的提高对农民收入增加的间接效应同样显著,α×b与c'同号,部分中介效应仍然成立。

表9 西部地区未加入控制变量的回归结果

表10 西部地区加入控制变量的回归结果

4 小结与建议

4.1 小结

第一,农用地流转可以为农民提供更加多样的收入来源,有利于农民更加合理地对资源进行配置,进而促进农民收入的增长。农用地流转也可将耕地集中在部分农户手中,促进规模化经营的实现和农机的应用,进而促进农业机械化水平的提升。同时,农用地流转还可以通过提升农业机械化水平来促进农民收入。

第二,东部、西部、中部不同地区农用地流转都可以促进农民收入的提高,农业机械化水平均与农民收入呈正相关,农业机械化水平的部分中介效应也几乎都成立。但农用地流转对农民收入的促进效应不同,西部地区农用地流转对农民收入的促进效应最为明显,其次是东部地区。农业机械化水平对农户收入的促进效应也因地区不同而各不相同,同样也是西部地区的促进效应最为明显,农业机械化的部分中介效应也是西部地区更为突出。

第三,在分样本回归中,农用地流转与农业机械化水平的关系出现了与总样本回归结果不符的情况,这种情况主要存在于东部地区和中南部地区。主要是因为东部地区以及中南部地区农用地细碎化严重,农用地流转与农业机械化水平脱节严重,这也成为了阻碍农民收入增加的重要原因之一。

4.2 建议

基于以上分析,本研究提出以下几点建议。

第一,进一步完善土地流转市场,健全土地经营权流转制度,促进农用地的自由流转,为农民对劳动要素、土地要素等资源要素的合理配置提供制度保障。同时,也应该建立农用地流转监管平台与服务平台,做好对农用地流转的监管,积极向农民提供以及普及农用地流转的相关知识。

第二,加大对农机的补贴与推广,鼓励农民购买农机,不断加大对农机的科研投入,提高农业科技水平,为劳动力的解放提供基础。同时,也应该加大对农机购置的信贷支持,对暂时没有能力购买农机的农户适当降低利息,促进农业机械化水平的整体提升,充分发挥农业机械化对农民收入的促进效应。

第三,针对不同的地区制定不同的农用地流转政策。对东部地区以及中南部地区应该大力整合土地资源,将多家农户的土地由统一的部门进行集中的管理与经营,降低农用地的细碎化、分散化经营,为土地大规模机耕创造条件。

猜你喜欢
农用地农民收入机械化
陕西农民收入:一路爬坡过坎
人在干什么?增收不单靠出门打工——搬迁后农民收入来源报告
“十三五”期间中国农民收入年均增长6.5%
农民收入增长周期的多尺度分析
住建部:城市大数据已覆盖400个城市
农业机械化
对我国煤矿岩巷掘进机械化配套的探讨
龙海市县域农用地整理规划
农用地自然质量分等与耕地地力评级结果的对比衔接
农用地级别划分的常用方法比较