畜牧业机械化对畜牧业产出的影响

颜光耀　陈卫洪　钱海慧

摘要：為探究畜牧业机械化对畜牧业产出的影响机制，基于全国31个省（市、区）的畜牧业面板数据，使用空间自相关检验、固定效应模型和中介效应模型分析畜牧业机械化对畜牧业产出的影响。实证结果表明：各地区畜牧业机械化和产出水平均表现为上升趋势，牧区的机械化和产出水平低于其他地区；畜牧业产出未通过空间自相关检验，表明畜牧业机械化对畜牧业产出不具有空间溢出效应；畜牧业养殖机械、饲草料加工机械、畜牧业饲养机械和畜产品采集加工机械均对畜牧业产出有显著正向促进作用；饲草料加工机械和畜牧业饲养机械可以通过扩大畜牧业养殖规模进而促进畜牧业产出，具有部分中介效应；畜牧业机械化能够通过提高牧业收入促进牧民增收，在牧区表现为完全中介效应，半牧区为部分中介效应；畜牧业产业结构、城镇化率、畜牧业固定资本投入和城镇居民人均可支配收入对畜牧业产出均具有显著的正向影响；畜牧业发展水平越高，畜牧业从业人员的收入水平也越高。因此，针对西部畜牧业发展水平相对落后的现状，应加大对西部地区畜牧业机械投资建设，提升西部地区畜牧业机械化水平；加快各地区畜牧业机械化水平全面提升，促进畜牧业高质量发展；提高畜牧业发展水平，促进畜牧业从业人员增收；研发新型畜牧业机械设备，实现畜牧业现代化发展。

关键词：畜牧业；机械化水平；畜牧业产出；Moran's I指数；中介效应模型

中图分类号：F326.3： S26

文献标识码：A

文章编号：20955553 （2023） 11023911

Effect of animal husbandry mechanization on animal husbandry output

Yan Guangyao Chen Weihong Qian Haihui

（1. School of Economics， Guizhou University， Guiyang， 550000， China;

2. Guizhou Danxueshan Permaculture Development Co.， Ltd.， Changshun， 550700， China）

Abstract：In order to explore the impact mechanism of livestock mechanization on livestock output， this study used spatial auto-correlation test， fixed effect model and mediating effect model to analyze the impact of livestock mechanization on livestock output based on the panel data of livestock industry in 31 provinces （municipalities， autonomous regions） from 2001 to 2020. The empirical results showed that the level of mechanization and output of animal husbandry in all regions showed an upward trend， and the level of mechanization and output in pastoral area was lower than that in other areas. The output of animal husbandry did not pass the spatial auto-correlation test， indicating that the mechanization of animal husbandry had no spatial spillover effect on the output of animal husbandry. Animal husbandry machinery， forage processing machinery， animal husbandry feeding machinery and animal product collection and processing machinery all had significant positive promoting effects on animal husbandry output. Forage processing machinery and animal husbandry machinery could promote the output of animal husbandry by expanding the scale of animal husbandry， which had partial mediating effect. The mechanization of animal husbandry could increase the income of herdsmen by increasing the income of animal husbandry， which showed a complete mediating effect in pastoral areas and a partial mediating effect in semi-pastoral areas. The industrial structure of animal husbandry， urbanization rate， fixed capital input of animal husbandry and per capital disposable income of urban residents had significant positive effects on the output of animal husbandry. The higher the development level of animal husbandry， the higher the income level of animal husbandry employees. Therefore， in view of the relatively backward development level of animal husbandry in the western region ， we should increase the investment and construction of the animal husbandry machinery in the western region and improve the mechanization level of the animal husbandry in the western region. We should accelerate the overall improvement of the mechanization level of animal husbandry in various regions and promote the high-quality development of animal husbandry.  We should raise the development level of animal husbandry and promote the increase of income of animal husbandry employees. We should  develop new animal husbandry machinery and equipment to realize the modernization of animal husbandry.

Keywords：animal husbandry; level of mechanization; livestock output; Moran's I index; mediating effect model

0引言

改革开放以来，畜牧业产值以年均12.6%的速度增长，随着收入水平的提高和人口规模的扩大，畜产品的需求量不断增加［1］，畜产品的供给依然面临严峻挑战。2022年中央一号文件强调要保障“菜篮子”产品供给，扩大牛羊肉和奶业生产，实现畜牧业的转型升级。

畜牧业机械化是指在畜牧业生产加工过程中，使用机械设备以机械动力代替人力操作提高畜牧业生产技术水平的过程，是农业机械化的重要组成部分。畜牧业机械化是畜牧业发展的关键组成部分，也是衡量畜牧业发展质量的重要标准［2］。当前我国畜牧业机械化普及率仅为35.79%，远低于种植业机械化水平，学术研究成果也不如种植业丰富［3］。探究畜牧业机械化对畜牧业产出的作用机制，量化分析畜牧业机械化在畜牧业增产中起到的关键性作用，对提高畜牧业机械化水平促进畜牧业产出，实现畜牧业高质量发展具有重要意义。

在对现有的研究文献进行梳理后发现，已经有研究［4］初步指出随着我国畜牧业从传统的散栏式向规模化、集约化进行转变，畜牧业经济已经取得了快速发展。一部分文献首先指出当前我国地区之间畜牧业发展水平差距较大。其中，西部地区尽管在畜牧业禀赋要素上有一定优势，但由于机械化和规模化水平较低，使西部地区在畜牧业产出上落后于中东部地区［5］。此外，省份内部的差异性也不容忽视，罗欢等［6］指出四川省21个地市州之间的畜牧业经济发展效率异质性较明显。其次，在具体的畜牧养殖业研究领域，员跃鑫等［7］以生猪养殖业为例，指出机械化水平对生猪产能存在正向非线性的影响。武玉环等［8］对蛋鸡养殖业进行研究后发现，蛋鸡养殖机械化与劳动力之间存在替代关系，且不同蛋鸡养殖规模存在不同程度的替代关系。蒋晓等［9］研究发现北京市畜牧养殖业设备老旧，畜牧业饲料喂养、粪便清理和畜产品采集三大环节的机械化水平仅为34.09%、32.97%和21.86%。最后，牧民收入作为畜牧业产出的最终转化形式，现有文献大多从草地流转［10］、牲畜养殖规模和牧民个体特征［11］等角度分析影响牧民收入的因素，却忽视了技术进步在农民增收上所起到的根本性作用。

综上所述，现有文献围绕农业机械化的带动作用和畜牧业的发展进行了初步的研究，但很少有从具体的农业机械类型角度探究畜牧业机械化与产出之间的联系，也没有意识到农民收入同样也是一种产出的形式。面对消费市场对畜产品的需求日益庞大，有必要对畜牧业机械化对畜牧业产出的影响机制进行总结归纳。鉴于此，本文将以理论分析为基础，使用2001—2020年全国畜牧业面板数据，实证分析畜牧业机械化对畜牧业产出的影响，并对不同的畜牧业机械及产出的异质性加以检验，完善相关理论，为政府提高畜牧业机械化水平，促进畜牧业增产和牧民增收提供理论依据和政策建议。

1理论分析与研究假设

畜牧业是指驯化的动物通过人工饲养，可以产出肉、奶、皮毛和蛋等畜产品的生产部门。畜牧业与种植业同属农业大类，当前有关种植业机械化和生产的研究较多，但在畜牧业机械化与产出领域的研究明显不足。因此本文基于农业机械化的总体情况，认为畜牧业机械化应当具有相似的影响机制，同时畜牧业生产也具有其特殊性，因此在研究中必须考虑畜牧业生产的实际情况，对畜牧业生产进行合理的理论机制分析。此外，本文的研究范围不包括蚕、蜜蜂等特殊禽畜动物。

现有的研究普遍认为农业机械化尤其是种植业机械具有空间溢出效应［12］，而种植业机械化对种植业产出具有空间溢出效应很大程度是由于各地种植农业的生长周期不同，种植业机械得以进行跨区域作业［13］。但畜牧业生产受到环境的制约较小，地区之间也几乎不存在畜牧业机械租赁服务，因此推测畜牧业机械化在空间尺度上对畜牧业产出不具有影响，由此提出本文第一个研究假设。

假设1：畜牧业机械化对畜牧业产出不具有空间溢出效应。

现有的研究已经指出畜牧业机械化能够促进畜牧业产出［4， 78］，但对于不同的畜牧业机械的影响机制还未进行详尽的研究。因此，有必要对畜牧业机械化的影响进行异质性分析。理性经济人假设认为农户是逐利的，在农业机械化水平提高后，农户会扩大生产规模以提高农业机械的利用效率，获得更高的收益。也有研究指出禽畜养殖规模受到劳动力供给的限制［14］，而畜牧业机械可以替代劳动力投入［8， 15］，从而扩大畜牧业养殖规模，最终促进畜牧业产出增加。上述分析可知，畜牧业机械化应当具有中介效应，可以通過扩大养殖规模，提高畜牧业机械利用效率，从而促进畜牧业生产。由此提出如下假设。

假设2：畜牧业养殖机械化对畜牧业产出有正向促进作用。

假设3：饲草料加工机械化可以通过扩大养殖规模提高畜牧业产出。

假设4：畜牧业饲养机械化可以通过扩大养殖规模促进畜牧业增产。

假设5：畜产品采集加工机械化对畜产品产出有正向作用。

畜牧业产出作为社会财富的一种形式，最终将分配给从事畜牧业生产的劳动者。现有研究指出，农业机械化能够促进农民增收［16］。结合现有研究可知，畜牧业机械化对牧民收入的影响主要有两个方面，一方面畜牧业机械化可以促进畜牧业增产，做大“蛋糕”的量。另一方面畜牧业机械化可以缓解农村人口的相对过剩［8， 15］，避免农业“内卷化”，减少“蛋糕”分配的人数。综上所述，畜牧业机械化可以通过促进畜牧业产出和劳动力替代效应两方面增加从业人员牧业收入，最终提高牧民收入水平。因此，提出如下假设。

假设6：畜牧业机械化能够通过增加牧业收入提高牧民纯收入。

2数据来源、变量设定和模型构建

2.1数据来源

考虑到数据的可获得性与畜牧业生产经营实际情况，本文以除港澳台地区以外，中国31个省、直辖市和自治区2001—2020年的面板数据作为研究样本，相关统计数据来源于《中国统计年鉴》《中国农村统计年鉴》《中国畜牧兽医年鉴》和各省（直辖市、自治区）统计年鉴。

2.2变量选取及统计性描述

2.2.1被解释变量

畜牧业总产值是衡量畜牧业产出水平最常见也是最重要的指标，本文为消除物价因素的影响，对畜牧业总产值进行不变价格处理得到其实际总产值，因本文的研究区间为2001—2020年，因此将不变价格的基准时间设置为2001年。肉制品包括猪羊牛肉和禽肉，是畜牧业的主要产出［17］，因此本文将肉类总产量也作为畜牧业总体产出的衡量标准。此外，奶制品、禽蛋和羊毛均为畜牧业生产过程中的重要畜产品，本文同样将其作为畜牧业产出的标准。畜牧业产出水平的提高能带动畜牧业从业人员的收入增长［18］，据此本文将畜牧业从业人员的收入水平作为衡量畜牧业产出的替代变量。

综上所述，本文将从三个方面衡量畜牧业的产出水平，分别为畜牧业的总体产出水平，包括畜牧业总产值和肉类总量；畜产品的产出水平，包括奶类总量、禽蛋总量和羊毛总量；畜牧业从业人员收入，包括牧区与半牧区的人均纯收入。

2.2.2核心解释变量

本文的核心解释变量是畜牧业机械化水平，结合刘恒新等［19］构建的畜牧业机械化水平评价体系和统计年鉴的数据完备程度，本文选取并构建的畜牧业机械化水平指标框架如表1所示。

2.2.3中介变量

前文理论分析结果表明，畜牧业机械化水平对畜牧业产出的影响主要通过扩大养殖规模得以实现。研究表明，牲畜存栏数是衡量养殖规模的重要指标［19］，《环境保护税法》也将存栏数作为禽畜养殖规模的衡量标准，因此本文选取在畜牧业养殖过程中的猪牛羊马等牲畜存栏总数作为中介变量，分析畜牧业机械化水平对畜牧业产出的影响路径。而在牧民收入探究模型中，牧业是畜牧业从业人员收入的主要来源，因此本文将牧业收入作为人均纯收入的中介变量。

2.2.4控制变量

畜牧业生产活动需要大量劳动力，固定资本投入［20］也是影响产出的重要因素，因此本文使用畜牧业从业人数和畜牧业固定资本投入作为影响畜牧业产出的控制变量。但统计年鉴未给出历年各省畜牧业从业人数和畜牧业固定资本投入，本文参考杨春等［21］的研究方法，将第一产业从业人员数、第一产业固定资本投入和畜牧业总产值与第一产业总产值比值的乘积分别作为畜牧业从业人数和畜牧业固定资本投入的替代变量。

在对农村人力资本水平进行衡量时，研究对象应当是具有一定勞动能力的人口，根据文献［22］认为农村地区6岁以上人口开始具备学习能力和劳动能力，因此本文参考岳鹏鹏［22］、陈湘满［23］等的做法，使用各省份农村地区初中及其以上学历人数与农村地区6岁以上总人数的比率作为衡量农村人力资本水平的指标。

综上所述，参考畜牧业发展的相关研究［7， 19， 24］，将畜牧业从业人数、畜牧业固定资本投入、畜牧业发展水平、畜牧业产值比重、农村人力资本水平、城镇化率、农民纯收入和城镇居民人均可支配收入设定为控制变量。各变量说明及描述性统计特征如表2所示。

2.3模型建立

根据上文理论分析结果，本文构建空间自相关模型检验畜牧业机械化与畜牧业产出水平的空间自相关性，构建固定效用模型和中介效应模型探究畜牧业机械化对畜牧业产出的影响，其中畜牧业养殖机械化模型和畜产品采集加工机械化模型使用固定效用模型，饲草料加工机械化模型、畜牧业饲养机械化模型和牧民收入水平模型使用中介效应模型。

2.3.1空间自相关检验模型

空间计量经济学可以通过空间自相关检验对指标是否存在离散或聚集效应进行分析。因此本文通过构建全局Moran's I指数模型， 对畜牧业机械化与畜牧业产出水平的空间自相关性进行检验，其公式如式（1）所示。

2.3.2固定效用模型

3实证结果分析

3.1畜牧业机械化水平与产出水平的变化规律

按照中国畜牧业协会的标准［25］，将我国各省市划分为牧区、农牧交错区和农区。其中，牧区省份包括：青海、新疆、内蒙古和西藏;农牧交错区省份包括：四川、辽宁、黑龙江、吉林、宁夏和甘肃;农区省份包括：山西、江苏、浙江、北京、上海、天津、河北、云南、山东、河南、湖北、福建、江西、湖南、重庆、贵州、广东、广西、海南、安徽和陕西。将畜牧业养殖机械数量、畜牧业总产值分别作为衡量畜牧业机械化和产出水平的标准，所得2001—2020年中国不同地区畜牧业养殖机械数量和畜牧业总产值趋势图如图1所示。

从图1可知，无论是牧区、农牧交错区还是农区，各地畜牧业机械化和产出水平均为上升趋势，其中农牧交错区水平最高，农区与全国平均水平基本持平，牧区最低。牧区的畜牧业发展水平与其他地区存在较大差距，造成这一局面的原因很有可能是畜牧业要素投入量尤其是机械化程度过低。综合分析可知，畜牧业机械化水平与畜牧业产出水平应当具有高度关联性，随着畜牧业机械化水平的提高，畜牧业产出也在逐年增加。尽管西部地区在自然要素禀赋上存在一定优势，但也面临生态链脆弱、土地沙化、水源地保护等限制。因此必须探索提高西部畜牧业产出效率的可行方法，将过去粗放的养殖模式转变为高效的机械化饲养方式。

3.2畜牧业机械化水平与畜牧业产出水平的空间自相关检验结果分析

空间自相关分析是验证变量间是否存在空间关系的前提检验，本文参考式（1）使用stata16软件计算畜牧业机械化水平和产出水平的全局Moran's I指数，所得结果如表3所示。2001—2020年畜牧业机械化水平的全局Moran's I指数均为正，且高度通过检验，Moran's I指数逐年上升，说明畜牧业机械化水平的空间集聚效应愈发明显。但畜牧业产出水平并未通过空间自相关检验，说明畜牧业产出水平没有空间自相关性。本文从计量实证的角度验证了上文理论分析的正确性，可以认为畜牧业机械设备使用有别于种植业，畜牧业机械化对畜牧业产出不具有空间溢出效应。据此，假设1得到验证。

3.3面板模型变量检验

3.3.1多重共线性检验

为了避免变量间存在影响研究结果的严重多重共

线性，本文使用Pearson相关系数法和VIF检验对其进行多重共线性检验，结果如表4所示。

一般认为模型中变量间存在严重多重相关性的Pearson相关系数的上限为0.7［26］，本文中除农村人均纯收入（FI）与城镇居民人均可支配收入（UI）以外，其余变量的Pearson相关系数均低于0.7。VIF检验若满足：（1）VIF的最大值小于10;（2）VIF的均值大于1，则认为不存在严重多重共线性。本文的VIF最大值为4.184<10，且VIF的均值为2.422>1，满足不存在严重多重共线性的两个条件。综上所述，本文各变量间不存在严重多重共线性。

3.3.2单位根检验和协整检验

为避免可能出现的伪回归，本文对各变量进行单位根检验和协整检验。面板数据单位根检验根据面板数据的特征共有5种检验方法， 鉴于本文所使用的面板数据为短面板数据，因此使用HT检验和IPS检验，此处额外使用LLC检验用于提高检验结果的可靠性。由于本文所使用的变量较多，因此从中选择较为重要的变量进行单位根检验，所得单位根检验结果如表5所示。

表5结果表明变量均通过单位根检验，但有部分变量进行了一阶差分处理，原始模型中仍旧使用原序列进行回归，因此需对面板数据模型进行协整检验， 所得结果如表6所示，结果表明Pedroni检验高度显著通过协整检验。综合单位根检验和协整检验结果，说明变量存在长期均衡关系，不存在伪回归。

3.4畜牧业养殖机械化对畜牧业产出回归结果分析

由于西藏地区数据缺失较多，因此本文使用除西藏外30个省份2001—2020年的畜牧业面板数据，参考式（2）分析畜牧业养殖机械化对畜牧业产出的影响，所得结果如表7所示。其中：回归（1）和回归（2）表明畜牧业养殖机械数量和总动力对畜牧业总产值有正向促进作用，估计系数分别为0.661和0.159；回归（3）和回归（4）表明畜牧业养殖机械数量和总动力能够促进肉类增产，估计系数分别为0.476和0.168。以上回归结果均在1%统计水平上显著，表明畜牧业养殖机械化有助于提高畜牧业产出，假设2得到验证。控制变量也对畜牧业产出表现出一定的影响。其中，畜牧业从业人数的系数均为负，并在1%统计水平上显著，但这并不意味着劳动力越少产出越高，结合上文分析可知畜牧业机械化对劳动力投入有替代作用，机械化程度越高劳动力数量越少，因此畜牧业产出与劳动力并非简单的因果关系，而是劳动生产率提高使所需的劳动力减少产出增加。此外，畜牧业产业结构、城镇化率、畜牧业固定资本投入和城镇居民人均可支配

收入对畜牧业产出均具有显著的正向影响。

3.5饲草料加工机械化对畜牧业产出的影响

由于统计年鉴未给出2001至2007年的数据，因此使用31个省份2008—2020年的面板数据，参考式（3）～式（5）使用三步回归中介效应模型分析饲草料加工机械化对畜牧业产出的影响，结果如表8所示。

其中：第一步回归（6）和回归（8）表明饲草料加工机械水平有利于提升畜牧业产出，系数分别为0.090和0.189；第二步回归（5）表明饲草料加工机械水平能够扩大畜牧业养殖规模，回归系数为0.107；第三步回归（7）和回归（9）表明饲草料加工机械水平有部分中介效应，回归结果分别为0.229和0.616，表明饲草料加工机械化可以通过扩大畜牧业养殖规模进而促進畜牧业产出。以上回归结果均表现出高度显著性，据此假设3得到验证。当前中国畜牧业饲草料机械化水平低，饲草料的搭配与喂养均未实现规范化科学化［27］，增加了养殖成本，限制了养殖规模的扩大。因此，要扩大畜牧业养殖规模提高畜牧业产出，就需要从源头上解决饲草料的供给问题，提升饲草料加工机械化水平。

3.6畜牧业饲养机械化对畜牧业产出回归结果分析

本节使用除西藏外30个省份2008—2020年的面板数据，将畜牧业饲养机械数量和畜牧业饲养机械总动力作为衡量畜牧业饲养机械化水平的核心解释变量，利用三步回归中介效应模型探究畜牧业饲养机械化对畜牧业产出的影响，结果如表9所示。其中：第一步回归（10）和回归（13）表明畜牧业饲养机械化水平能够促进畜牧业产出，回归系数分别为0.037和0.043；第二步回归（11）和回归（14）表明畜牧业饲养机械化水平对扩大畜牧业养殖规模有正向作用，回归系数分别为0.064和0.058；第三步回归（12）和回归（15）表明畜牧业饲养机械化有部分中介作用，回归系数分别为0.237和0.236，表明畜牧业饲养机械化可以通过扩大养殖规模实现畜牧业增产。以上回归均在1%统计水平上高度显著，据此假设4得到验证。与种植业相比，禽畜生长周期长且需要定期饲料投喂和护理，耗费了大量的劳动力和时间成本。且与欧美发达国家相比，我国的禽畜饲养机械化程度较低，应优先支持大规模养殖龙头企业的饲养环节高度机械化，充分发挥其示范带头作用。

3.7畜产品采集加工机械化对畜牧业产出回归结果分析

本节使用除西藏外30个省份2008—2020年的面板数据，在禽蛋总量作为畜牧业产出的模型中，因统计年鉴未给出拣蛋机械的数据，因此使用畜产品采集加工机械数量作为替代变量。在羊毛作为畜牧业产出的模型中，由于数据缺失较多因此选择数据较完整的羊毛产量前10的省份，结果如表10所示。其中：回归（16）表明挤奶机械化对奶类产量有正向促进作用，回归系数为0.188；回归（17）表明畜产品采集加工机械水平对禽蛋产出有正向促进作用，回归系数为0.231；回归（18）表明剪羊毛机械水平对羊毛产量有正向作用但未表现出显著性，这可能是因为样本数据量不足或当前剪羊毛机械化程度较低，羊毛产出目前仍旧主要依靠人工操作。总体而言畜产品采集加工机械化对各类畜产品产出均有一定程度的促进作用。据此，假设5得到验证。

3.8畜牧业养殖机械化对牧民收入异质性影响分析

根据《中国畜牧兽医统计年鉴》的划分，我国的牧区县主要分布在内蒙古、黑龙江、四川、西藏、甘肃、青海、宁夏和新疆，由于西藏地区数据缺失较严重，因此本文将牧区设置为除西藏以外的其他7个省份（自治区）。我国半牧区县主要分布在河北、山西、内蒙古、辽宁、吉林、黑龙江、四川、云南、西藏、甘肃、青海、宁夏和新疆，由于云南和西藏数据缺失严重，本文将半牧区设置为除西藏和云南以外的11个省份（自治区）。在控制变量的选择上，去除了上文所使用的农村居民纯收入与城镇居民人均可支配收入，额外增加了畜牧业发展水平的控制变量。构建三步回归中介效应模型，以牧业收入作为中介变量，分别探究畜牧业机械化对牧区与半牧区牧民收入的影响机制，结果如表11所示。

其中：回归（19）、回归（20）和回归（21）表明畜牧业养殖机械化可以通过增加牧业收入提高牧区人均纯收入，其效应为完全中介效应，三步中介效应回归系数依次为0.149，0.143和0.104；回归（22）、回归（23）和回归（24）表明畜牧业养殖机械化可以通过增加牧业收入提高半牧区人均纯收入，其效应为部分中介效应，三步中介效应回归系数依次为0.214，0.132和0.662；畜牧业发展水平的系数均为正，且在1%统计水平下显著，表明畜牧业发展水平越高，畜牧业从业人员的收入水平也越高。综上所述，畜牧业机械化能够通过提高牧业收入促进牧民增收，在牧区为完全中介效应，在半牧区为部分中介效应。据此，假设6得到验证。

4结论与建议

4.1研究结论

本文运用空间自相关检验、固定效用模型和中介效应模型，基于2001—2020年全国31个省（市、区）的面板数据，探究畜牧业机械化对畜牧业产出的影响机制，并得出如下结论：（1）各地区畜牧业机械化和产出水平均表现为上升趋势，但牧区的机械化及产出水平低于其他地区；（2）畜牧业机械化的Moran's I指数显著且逐年上升，但畜牧业产出的Moran's I指数不显著，且畜牧业机械化不具有类似种植业的跨区农机服务，因此可以认为畜牧业机械化对畜牧业产出不具有空间溢出效应；（3）畜牧业养殖机械化对畜牧业总产值和肉类产量有正向促进作用，机械数量与动力对总产值的影响系数分别为0.661和0.159，对肉类产量的影响系数分别为0.476和0.168，此外畜牧业机械化因对劳动力投入有替代作用，在减少劳动力投入的同时提高劳动生产效率，从而促进畜牧业产出增长；（4）饲草料加工机械化有部分中介效应，可以通过扩大畜牧业养殖规模进而促进畜牧业产出，当产出以总产值作为衡量指标时系数为0.229，肉类产量时为0.616；（5）畜牧业饲养机械化有部分中介作用，可以通过扩大养殖规模实现畜牧业增产，当产出以总产值作为衡量指标时系数为0.237，肉类产量时为0.236；（6）挤奶机械化对奶类产量的影响系数为0.188，表明其具有正向促进作用，畜产品采集加工机械化对禽蛋产出的影响系数为0.231，表明其具有正向促进作用，但剪羊毛机械化对羊毛产量的影响未表现出显著性；（7）畜牧业机械化能够通过提高牧业收入促进牧民增收，在牧区为完全中介效应，回归系数分别为0.104，0.662；（8）畜牧业产业结构、城镇化率、畜牧业固定资本投入和城镇居民人均可支配收入对畜牧业产出均具有显著的正向影响；（9）畜牧业发展水平越高，畜牧业从业人员的收入水平也越高。

4.2对策建议

1）  加大对西部地区畜牧业机械投资建设，提升西部地区畜牧业机械化水平。西部地区有广阔的草原，自然禀赋优于其他地区，但也面臨生态链脆弱、土地沙化、水源地保护等限制，因此如何提升资源利用率，发挥畜牧业生产的比较优势，是当前西部畜牧业农业发展首先要考虑的问题。提升西部地区的畜牧业机械化水平，首先要制定合理的农机补贴政策和补贴清单，优先保障符合当地畜牧业生产的农业机械设备；其次，发挥龙头企业的示范带头作用，优先保障大型畜牧业养殖企业的农业机械供给，提升畜牧业机械化水平。

2）  加快畜牧业机械化水平全面提升，促进畜牧业高质量发展。由研究结果可知，畜牧业机械化有利于促进畜牧业产出。在提高畜牧业机械化水平时，不能只局限于某一类畜牧业机械，应当注重提升畜牧业各个生产环节的农业机械水平。一方面要保障饲草料加工机械、畜牧业饲养机械和畜产品采集加工机械的数量，确保养殖规模和产出水平不因某一类农机供应不足而受限，另一方面要因地制宜优先发展相关农机，例如在饲草料主产地增加饲草料加工机械数量，在奶牛、禽蛋规模化养殖企业优先保障挤奶机、禽蛋收集机的供给，及时更新换代和提供售后服务。

3）  提高畜牧业发展水平，有效提升畜牧业从业人员收入。当前畜牧业从业人员的收入水平普遍偏低，这很大程度上是由于畜牧业劳动效率和产出低导致的。因此，必须提高畜牧业机械化水平，替代更多的低效劳动力，提升畜牧业产出效率，做大“蛋糕”的同时更兼顾分配，促进畜牧业从业人员增收。

4）  积极研发新型畜牧业机械设备，实现畜牧业现代化发展。积极研发符合畜牧业发展的新型机械设备，攻克关键性技术，降低养殖成本提高产出收益率。推动数字机械化养殖模式，包括科学智能孵化保育，养殖环境数字监控，数字化饲料投喂，数字化畜禽养殖粪污综合处理和“互联网+”网络销售，实现畜牧业现代化发展。

参考文献

［1］李军， 潘丽莎. 乡村振兴背景下畜牧业高质量发展面临的主要矛盾与破解路径［J］. 经济纵横， 2022（8）： 58-64.Li Jun， Pan Lisha. Main contradiction and solution to the high-quality development of animal husbandry under the background of rural revitalization ［J］. Economic Review Journal， 2022 （8）： 58-64.

［2］梁世夫， 陶桂任. 边疆省区畜牧业集聚的增长效应［J］. 中南民族大学学报（人文社会科学版）， 2022， 42（5）： 125-133， 186.Liang Shifu， Tao Guiren. Growth effect of industrial agglomeration for animal husbandry in border areas ［J］. Journal of South-Central Minzu University （Humanities and Social Sciences）， 2022， 42（5）： 125-133， 186.

［3］宋燕平， 范祥祺， 王欣. 中国畜牧业高质量发展的技术优化［J］. 华中农业大学学报（自然科学版）， 2022， 41（3）： 87-95.Song Yanping， Fan Xiangqi， Wang Xin. Optimizing technologies for developing animal husbandry in China with high-quality ［J］. Journal of Huazhong Agricultural University， 2022， 41（3）： 87-95.

［4］王明利. 改革开放四十年我国畜牧业发展： 成就、经验及未来趋势［J］. 农业经济问题， 2018（8）： 60-70.Wang Mingli. China's livestock industry development： Achievements， experiences and future trends ［J］. Issues in Agricultural Economy， 2018（8）： 60-70.

［5］張红丽， 李洁艳. 西部地区农业废弃物可利用潜力及环境效益研究［J］. 生态经济， 2022， 38（10）： 111-118.Zhang Hongli， Li Jieyan. Research on the utilizable potential and environmental benefits of agricultural wastes in the Western Region ［J］. Ecological Economy， 2022， 38（10）： 111-118.

［6］罗欢， 王芳， 陈晓东. 环境约束下畜牧业经济发展效率研究——基于三阶段方向距离函数［J］. 中国农业资源与区划， 2022， 43（7）： 115-124.Luo Huan， Wang Fang， Chen Xiaodong. Research on economic development efficiency of animal husbandry under environmental constraints-based on three-stage directional distance function ［J］. Chinese Journal of Agricultural Resources and Regional Planning， 2022， 43（7）： 115-124.

［7］员跃鑫， 何蒲明， 曾智， 等. 互联网普及、机械化水平对生猪产能影响研究——基于长江经济带的全面FGLS和门限模型估计［J］. 中国农机化学报， 2022， 43（7）： 131-137.Yuan Yuexin， He Puming， Zeng Zhi， et al. Study on the influence of Internet popularization and mechanization level on pig capacity： Comprehensive FGLS and threshold model estimation based on the Yangtze River Economic Belt ［J］. Journal of Chinese Agricultural Mechanization， 2022， 43（7）： 131-137.

［8］武玉环， 朱宁， 秦富. 基于规模与区域差异的蛋鸡养殖机械化对劳动力替代关系［J］. 农业工程学报， 2020， 36（23）： 21-29.Wu Yuhuan， Zhu Ning， Qin Fu. Labor substitution relationship for mechanization of laying hens breeding based on scale and regional differences ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2020， 36（23）： 21-29.

［9］蒋晓， 张武斌， 贾利涛， 等. 北京市农业机械化技术发展现状［J］. 中国农机化学报， 2021， 42（8）： 227-236.Jiang Xiao， Zhang Wubin， Jia Litao， et al. Development status of agricultural mechanization technology in Beijing ［J］. Journal of Chinese Agricultural Mechanization， 2021， 42（8）： 227-236.

［10］高芬， 周杰， 李秋波， 等. 草地流转、牧民收入增长及收入差距——基于内蒙古微观调研数据［J］. 中国草地学报， 2022， 44（11）： 92-103.Gao Fen， Zhou Jie， Li Qiubo， et al. Grassland circulation， herders' income growth， and income gap—Based on the micro survey data of Inner Mongolia ［J］. Chinese Journal of Grassland， 2022， 44（11）： 92-103.

［11］关士琪， 李泓薇， 唐增. 影响牧民收入的关键因素研究——基于Meta分析与累积Meta分析［J］. 草业学报， 2021， 30（6）： 1-15.Guan Shiqi， Li Hongwei， Tang Zeng. Key factors affecting herder's income：A Meta-analysis and cumulative Meta-analysis ［J］. Acta Prataculturae Sinica， 2021， 30（6）： 1-15.

［12］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.

［13］Yang J， Huang Z， Zhang X， et al. The rapid rise of cross-regional agricultural mechanization services in China ［J］. American Journal of Agricultural Economics， 2013， 95（5）： 1245-1251.

［14］吴廷美， 林慧龙， 范迪， 等. 冻原高山草地牧户家畜养殖规模影响因素分析——以青海省为例［J］. 草业学报， 2021， 30（9）： 117-126.Wu Tingmei， Lin Huilong， Fan Di， et al. Factors influencing the scale of herdsmen's livestock farming in tundra alpine grassland-A case study from Qinghai Province ［J］. Acta Prataculturae Sinica， 2021， 30（9）： 117-126.

［15］張佳伊， 杨丽莎， 伍国勇. 基于三阶段DEA模型的山东省畜牧业经济发展效率分析［J］. 黑龙江畜牧兽医， 2020（4）： 24-28.

［16］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.

［17］樊慧丽， 付文阁. 畜牧产业结构变动对我国粮食安全的影响分析［J］. 中国农业资源与区划， 2020， 41（11）： 91-102.Fan Huili， Fu Wenge. Analysis of the impact of livestock industry structure on China's food security ［J］. Chinese Journal of Agricultural Resources and Regional Planning， 2020， 41（11）： 91-102.

［18］王姣. 数字普惠金融与传统普惠金融对农村居民收入影响实证分析［J］. 农业经济， 2022（8）： 114-116.

［19］刘恒新， 王忠群. 我国畜牧业机械化水平评价指标体系研究［J］. 中国农机化， 2012， 33（4）： 3-5.Liu Hengxin， Wang Zhongqun.Research on the index system to the level of animal husbandry mechanization ［J］. Chinese Agricultural Mechanization， 2012， 33（4）： 3-5.

［20］王明利， 李鹏程， 马晓萍. 规模化选择对畜牧业高质量发展的影响及其路径优化——基于生猪养殖规模化视角［J］. 中国农村经济， 2022（3）： 12-35.Wang Mingli， Li Pengcheng， Ma Xiaoping.The influence of scale structure adjustment on the high-quality development of animal husbandry and its path optimization： An analysis from the perspective of pig breeding scale ［J］. China Rural Economy， 2022（3）： 12-35.

［21］杨春， 朱增勇， 刘治. 中国区域畜牧业全要素生产率分析［J］. 统计与决策， 2019， 35（16）： 91-94.Yang Chun， Zhu Zengyong， Liu Zhi. Analysis of total factor productivity of regional animal husbandry in China ［J］. Statistics and Decision， 2019， 35（16）： 91-94.

［22］岳鹏鹏. 流动性约束与家庭劳动供给［D］. 北京： 首都经济贸易大学， 2019.Yue Pengpeng.Liquidity constraints and household labor supply ［D］. Beijing： Capital University of Economics and Business， 2019.

［23］陈湘满， 喻科. 农村产业融合对农村居民收入的影响——基于空间杜宾模型实证分析［J］. 湘潭大学学报（哲学社会科学版）， 2022， 46（2）： 66-73.Chen Xiangman， Yu Ke. The influence of rural industrial integration on rural residents' income—An empirical analysis based on Spatial Doberman model ［J］. Journal of Xiangtan University （Philosophy and Social Sciences Edition）， 2022， 46（2）： 66-73.

［24］张晓雷， 马丁， 王天日. 黑龙江省畜牧业碳排放效率及影响因素研究［J］. 黑龙江畜牧兽医， 2020（4）： 7-12， 147.Zhang Xiaolei， Ma Ding， Wang Tianri. Study on carbon emission efficiency and influencing factors of animal husbandry in Heilongjiang Province ［J］. Heilongjiang Animal Science and Veterinary Medicine， 2020（4）： 7-12， 147.

［25］孟祥海， 程國强， 张俊飚， 等. 中国畜牧业全生命周期温室气体排放时空特征分析［J］. 中国环境科学， 2014（8）： 2167-2176.Meng Xianghai， Cheng Guoqiang， Zhang Junbiao， et al. Analyze on the spatialtemporal characteristics of GHG estimation of livestock's by life cycle assessment in China ［J］. China Environmental Science， 2014（8）： 2167-2176.

［26］赵昕东， 刘成坤. 人口老龄化对制造业结构升级的作用机制研究——基于中介效应模型的检验［J］. 中国软科学， 2019（3）： 153-163.Zhao Xindong， Liu Chengkun. Research on the Mechanism of population aging to the upgrading of manufacturing structure—Based on the test of mediation effect model ［J］. China Soft Science， 2019（3）： 153-163.

［27］王雪娇. 中国肉羊生产的经济效率研究［D］. 北京： 中国农业大学， 2018.Wang Xuejiao. Research on economic efficiency of mutton sheep production in China ［D］. Beijing： China Agricultural University， 2018.