农业机械化、农村劳动力转移与农民收入增长关系研究

［内容提要］农业机械化与农村劳动力转移是农民收入增长的两个重要影响因素，通过对农业机械化、农村劳动力转移与农民收入增长关系的研究，可以为“三农”问题和缩小城乡差距问题提供参考与借鉴。在现有研究基础上，使用VAR模型进行多变量分析。认为农村劳动力转移、农业机械化与农民收入增长之间存在长期均衡关系，农村劳动力转移与农民收入增长以及农业机械化与农民收入增长之间存在单向格兰杰因果关系。基于此，需要制定农村劳动力转移支持政策，发挥农村劳动力转移的示范效应，加强农业机械的推广与运用，落实农业机械化扶持政策。

［关键词］农业机械化；农村劳动力转移；农民收入增长

［中图分类号］F323.6；F323.8［文献标识码］A［文章编号］1008-8091（2024）02-0103-09

【收稿日期】2023-08-20

【基金项目】教育部人文社会科学研究项目（20YJCZH028）；安徽省社会科学创新发展研究课题（2021CX047）；安徽省高校人文科学研究项目（SK2021A0641）；安徽省高校优秀拔尖人才培育项目（gxbjZD2022062）。

【作者单位】1.黄山学院经济管理学院，安徽 黄山，245041；2.合肥工业大学管理学院，安徽 合肥，230009；3.安徽科技学院管理学院，安徽 蚌埠，233000

【作者简介】方亮（1980-），男，安徽寿县人，黄山学院副教授，博士，研究方向：城镇化与区域经济发展；陈亮（1990-），女，安徽宣城人，合肥工业大学管理学院博士，研究方向：供应链金融与区域经济发展；刘璇婕（1999-），女，安徽寿县人，安徽科技学院管理学院硕士，研究方向：城镇化、农业经济管理。

一、引言

农业机械化与农村劳动力转移是提高农民收入的重要手段和措施。我国农业机械化发展迅速，2022年我国农业机械总动力达到11亿千瓦，较2021年度增幅2.45%，农用大中型拖拉机数量达到498万台，较上一年度增幅4.36%，农业机械化为农业经济和农业现代化发展创造了重要条件。农业机械化有利于大大改善农业生产条件，提高农业生产技术和农业生产效率，减少对农业劳动者的投入，为农村劳动力转移创造了重要基础和条件。但是，农业机械化水平的日益提高，导致了农村劳动力“剩余”现象越发突出。根据国家统计年鉴，2021年我国城镇人口9.14亿人，乡村人口4.98亿人，乡村人口占比35.28%。研究人员认为我国现有农林牧渔业仅能吸纳不超过2亿人口的就业，从而导致近3亿农村劳动力“闲置”。农村剩余劳动力增多与农业机械化发展似乎正成为现实中不得不面对的“矛盾”。

农村劳动力的“闲置”成为限制劳动生产率提高的重要因素。农村劳动力能否高效转移，这影响了地方经济和农民收入增长，进而在一定程度上

影响了城乡收入的差距。我国基尼系数2015年为0.462，2018年上升为0.47，2022年基尼系数上升到了0.48，呈现出连年上升的趋势。同时，在疫情环境下，我国很多地区都采取了限制人口大规模流动的管理措施，这也在一定程度上影响了农村劳动力转移，导致“闲置”的劳动力无法顺利进入大城市或工业部门进行择业，又加剧了城乡居民之间的收入不平等。

国家提出“强化现代农业产业技术体系建设，提高农业技术水平，发挥大中城市对农村劳动力的就业带动作用，促进农民就业和创业，……确保农业稳产增产、农民稳步增收。”本研究深入分析农业机械化、农村劳动力转移与农民收入增长的动态关系，揭示农业机械化、农村劳动力转移与农民收入增长之间的动态变化规律与相互影响关系，从而为“三农”问题和缩小城乡差距问题提出建议与对策。

二、现有研究理论梳理与分析

农村劳动力转移的问题可以追溯到十七世纪中后期，William Petty曾经提出劳动力转移主要受到不同产业收入分配的影响，劳动力会从低收入行业向高收入行业流动。Adam Smith的《国富论》、David Ricardo的《政治经济与赋税原理》中都分析了劳动力转移的问题。Lewis（1954）的二元结构理论揭示了农村劳动力转移的动因。“农民收入”问题是关系到我国社会发展的重要问题，也受到很多学者们的关注。农民收入增长的影响因素众多，不同研究人员对“农民收入”问题的关注角度会有所差异。

首先，农村劳动力转移与农业机械化关系。张琛等（2022）认为农业机械化水平影响农户对种植类型的选择，劳动力非农就业程度较高的地区更加倾向于选择农业机械化水平较高的农作物[1]。陈江华等（2021）则从影响机制角度分析了农业机械化对农村劳动力转移的影响是因为机械化替代了劳动投入，并且农户的身体健康情况也影响劳动力转移[2]。此外，也有研究人员关注农业机械补贴税的影响下，我国农村机械化水平得到了显著提升，进而替代了农村劳动力，促使劳动力向其他部门和行业转移[3-4]。同样，农村劳动力转移也会对农业机械化和农业生产技术产生影响。Nichols（2004）、Yilma et al.（2008）的研究认为农村劳动力向外部迁移可以通过带回先进农业生产技术等方式提高农业生产效率[5-6]；而Brauw and Rozelle（2008）则在研究中发现农村劳动居民的迁移并没有促进农村家庭生产性投资的增加，而对住房和其他耐用消费品的投资有显著影响[7]。

其次，对农业机械化与农民增收关系的研究。Adenegan等（2017）通过研究表明提高生产力的农业创新有助于提高农户的收入、改善其他发展中国家的减贫和粮食安全[8]。有些研究从农民收入来源差异和不同收入人群的角度分析了农业机械化对工资性收入和经营性收入的影响程度不同，并且农业机械化的影响效应也会因为农民收入不同而有所差异[9]。陈涛等（2022）认为农业机械化对农民增收的影响要分成农机生产和农机加工两个环节来看，农机生产抑制了农民收入增加，而农机加工则促进了农民收入增加[10]。黄龙俊江和宁凌（2022）则分析了农业机械化与城乡收入差距之间的关系[11]。郑晶和高孟菲（2021）认为农业机械化是有利于促进劳动力转移的，农村劳动力转移也可以通过农业机械化进一步影响农业生产率[12]。刘洋和颜华（2021）引入了金融集聚的变量进行分析，认为在双重门限效应的作用下农业机械化对农民收入的影响在不同县域而表现出明显差异[13]。

还有，对农村劳动力转移与农民增收关系的研究。Himanshu等（2013）认为农业劳动者向非农部门的转移不仅有利于提高劳动者收入，而且对于打破贫困地区劳动力流动障碍有积极作用[14]。类似的研究还有Nguyen等（2015）认为农村劳动力转移具有正的收入增长效应，不仅有助于家庭摆脱贫困，而且改善了农村地区的贫困状况[15]。也有研究人员从城乡收入差距角度做分析，例如，廖楚晖（2004）认为我国农村地区的剩余劳动力限制了农业经济发展，农村剩余劳动力转移到城市有助于劳动力资源的有效配置[16]。但是，农村劳动力转移与农民增收之间的关系也体现出一定的区域差异性。刘晓丽和潘方卉（2018）认为劳动力转移对农民收入的影响不能单纯地理解为正向的促进作用，并通过实证分析发现我国中、东、西部地区的农村劳动力转移对农民收入的影响分别表现出正向作用、负向作用和不显著[17]。类似做区域划分的研究还有张宽等（2017）、徐清华和张广胜（2020）等。潘泽瀚和王桂新（2018）则从区域特征差异的角度分析了山区劳动力转移会因为替代效应的作用而不利于农业收入的提高[18]。还有些研究发现，劳动力转移对农民收入增长的结构也会有一定影响，黄治春（2022）将农民收入细分为工资性收入和经营性收入，而农村劳动力转移对收入类型的影响也会有所差异[19]。反过来，农民收入提高也会对劳动力转移产生影响。Kyle Emerick（2018）提出农业部门产出的短期增长会导致农业劳动力份额的下降，从而驱使劳动力转移[20]。

最后，李谷成等（2018）对农村劳动力转移、农业机械化与农民收入增长三者之间关系进行了研究，认为农村劳动力转移在农业机械化与农民收入增长之间发挥中介作用[21]。

综上所述，我国研究人员对农业机械化、农村劳动力转移与农民收入增长之间关系的研究总体上是基于当前我国社会环境和制度因素的条件，研究成果既有定量研究，也有定性研究。定量研究中较多为多元回归、结构方程、中介效应和调节效应分析，对农业机械化、农村劳动力转移与农民收入增长之间的动态关系研究较少，这也是本研究所重点关注的问题。

三、指标构建与数据来源

现有研究中较多使用“（乡村就业人员—第一产业就业人员）/乡村就业人数”度量农村劳动力转移；农村机械化度量指标综合了潘旭华和薛宇霏（2021）、陈林生等（2021）研究人员的观点，使用农业机械总动力度量；农民收入增长综合了陈林生等（2021）、周旺妮等（2022）研究人员的观点，使用农民人均可支配收入度量。

本研究所使用的数据为1978年-2021年，数据来源于《中国统计年鉴》《中国农村统计年鉴》和国家统计局官网发布数据。为了消除价格波动的影响，农村居民人均可支配收入度量指标用价格指数进行了平减处理。

四、描述性统计分析

对时间序列数据全部取做对数处理：LNAMP（农业机械化）、LNRLT（农村劳动力转移）与LNRRI（农民收入增长）。对三个变量做描述性分析如表1所示，相关性分析如表2所示。由此可知，LNAMP、LNRLT与LNRRI之间具有高度相关关系。

五、实证分析

（一）平稳性检验

采取ADF检验法，检验结果如表3所示。LNRLT、LNAMP和LNRRI三个变量的伴随概率分别为0.144、0.995和0.527，均没有通过显著性检验，对三个变量做一阶差分后得到D（LNRLT）、D（LNAMP）和D（LNRRI）的伴随概率分别为0.066、0.001和0.003，认为LNRLT、LNAMP和LNRRI的一阶差分都是平稳的。

（二）协整检验

对LNRRI、LNAMP与LNRLT做VAR模型估计，均得到滞后期为2时AIC和SC取最小值，如表4所示，由此，确定最优滞后期为2。

首先，考察LNRRI、LNAMP与LNRLT之间是否存在长期均衡关系，检验结果如表5所示。原假设没有长期趋势、至多存在1个、至多存在2个的迹统计量伴随概率分别为0.023、0.018和0.008，全部通过0.05水平检验，认为LNRRI、LNAMP与LNRLT之间存在协整关系。利用单位根检验法对VAR模型做平稳性检验，如图1所示，所有单位根都在单位圆内，协整关系正确。

（三）误差修正模型（VECM）

分析短期偏离长期均衡的修正机制，对LNRRI、LNAMP与LNRLT做短期误差修正模型估计，建立向量误差修正模型为：

DYt＝α1+Σ "li=0βiDYt-i+Σ "li=0γiDX1，t-i+Σ "li=0δiDX2，t-i+θECMt-1+εc（1）

其中，Y为因变量，l为滞后期，X为自变量，ECM代表误差修正项，估计结果如表6所示。在模型1中，农民收入增长短期波动受到了两个方面的影响最为显著，其一是滞后1期的农民收入增长，其二是误差修正系数的修正作用；在模型2中，农村劳动力转移短期波动受到误差修正系数和滞后1期的农村劳动力转移两个因素的影响；在模型3中，农业机械化短期波动主要受到了滞后1期的农业机械化影响。模型1中变量短期对长期均衡的偏离调整系数为14.6%，模型2中变量短期对长期均衡的偏离调整系数为15.6%，模型3中变量短期对长期均衡的偏离调整系数为3.1%。由此可见，短期波动对长期均衡的影响中，农村劳动力转移的调整力度最大。

（四）格兰杰因果检验

对LNRRI、LNAMP与LNRLT做格兰杰因果关系检验判断变量之间的双向因果关系，检验结果如表7所示。原假设“LNRLT does not Granger Cause LNRRI”通过了检验，而反向关系未通过检验，农村劳动力转移与农民收入增长之间是单向格兰杰因果关系，农村劳动力转移促进了农民收入增长。原假设“LNAMP does not Granger Cause LNRRI”通过了检验，而反向关系未通过检验，农业机械化与农民收入增长是单向格兰杰因果关系，农业机械化促进了农民收入增长。原假设“LNAMP does not Granger Cause LNRLT”和“LNRLT does not Granger Cause LNAMP”都未通过检验，农业机械化与农村劳动力转移之间不存在格兰杰因果关系。主要原因是我国农业机械化水平不高，农业机械化发展还有较大空间，农业机械化尚未充分发挥机械较大程度替代人力劳动的效果。

（五）脉冲响应函数分析

通过分析脉冲响应函数可以直观反应变量受到一个标准差的冲击后对于农业机械化、农村劳动力转移及农民收入增长的影响情况。构建的函数表达式为：

LNRRIt=Σki=1α1LNRRIt-i+Σki=1β1LNARLTt-i+Σki=1γ1LNAMPt-i+ε（2）

LNRLTt=Σki=1α2LNRRIt-i+Σki=1β2LNRLTt-i+Σki=1γ2LNAMPt-i+ε（3）

NAMPt=Σki=1α3LNRRIt-i+Σki=1β3LNRLTt-i+Σki=1γ3LNAMPt-i+ε

（4）

其中k为滞后期数，ε为随机扰动项。如图2所示，农民收入增长受到自身冲击后第1期到第3期为持续增强的正向影响，第3期后开始影响逐渐减弱，到第6期后为负。如图3所示，农民收入增长受到农村劳动力转移的冲击后受到的影响为第1期到第6期为正且逐渐增强，第6期以后开始逐渐减弱，到第10期趋于平稳。这说明农村劳动力在收入水平有明显差异的农业部门和非农部门之间的流动，这有利于拉升转移劳动力的收入水平，从而在一定时期内有效促进农民收入整体水平的增长，而这种拉动效应也会随着时间而逐渐减弱。如图4所示，农民收入增长受到农业机械化的冲击后的影响一直为较为平稳，第5期后表现出小幅增长趋势。这说明我国农业机械化对农民收入增长的影响具有明显的时滞性，这个时间需要持续5期以上的间隔。如图5所示，农村劳动力转移受到农民收入增长的冲击后的影响较为平稳，虽然表现出正向作用，并未表现出明显的增长或减小趋势。说明农村收入增长不会明显促进农村劳动力向城镇转移，甚至在一定程度上削弱了农村劳动力向城镇地区转移的积极性。如图6所示，农村劳动力转移受到自身一个残差的冲击后的影响为正，第1到第3期表现出逐渐增长的趋势，第3期后到第10期则表现出逐渐减弱的趋势。说明农村劳动力转移具有一定的示范效应，转移人群会带动周边人群向城镇地区转移，但是这种示范效应会随着时间推移而越来越弱。如图7所示，劳动力转移受到农业机械化冲击后的反应为整体较为平稳，前4期没有明显的促进作用，第5期以后开始表现出微弱增强的趋势。由此说明，我国农业机械化对劳动力的替代效应不仅表现出时滞性特征，而且强度整体不高。如图8所示，农业机械化受到农民收入增长的冲击后的影响为微弱的负向作用，且整体平稳。原因分析认为农村居民的收入增加以劳动力转移到非农部门后的就业收入贡献最大，这不仅在一定程度上抑制了农民从事农业种植和生产的积极性，也抑制了农民对农业机械化设备的投入与购买。如图9和图10所示，农业机械化受到农村劳动力转移的冲击的影响为正，且整体平稳；农业机械化受到自身一个残差的冲击后的影响也为正，整体表现为微弱的下降趋势。

（六）方差分解

通过对农业机械化、农村劳动力转移与农民收入增长做方差分解，结果如表8所示。首先，农民收入增长受到来自农村劳动力转移和农业机械化冲击的情况来看，第1期农民收入增长只受到自身波动的影响，农村劳动力转移和农业机械化对农民收入增长的贡献都为0，从第2期开始受到农村劳动力转移和农业机械化的冲击，农村劳动力转移冲击较强，农业机械化冲击较弱，到第10期农村劳动力转移贡献达到21.09%，而农业机械化贡献只达到3.37%。其次，农村劳动力转移受到来自农民收入增长和农业机械化冲击的情况来看，第1期农村劳动力转移主要受到自身冲击影响，农民收入增长只有微弱的0.20%，农业机械化为0，而农村劳动力转移对自身的冲击始终较强，到第3期达到峰值，然后开始逐渐减弱，受到农民收入增长和农业机械化冲击始终较弱。最后，农业机械化受到农民收入增长和农村劳动力转移的冲击情况看，农业机械化也主要对自身冲击影响，第2期达到峰值为93.47%，然后开始出现逐渐减弱的趋势，达到第10期对自身冲击的贡献为81.97%；受到农民收入增长和农村劳动力转移的冲击，第1期分别为0.60%和6.27%，然后逐渐增强，到第10期分别达到4.52%和13.51%，农业机械化受到农村劳动力转移的冲击相对较大。

六、结论与建议

根据1978年-2021年时间序列数据，对农业机械化、农村劳动力转移与农民收入增长变量做协整分析，研究结果认为农村劳动力转移、农业机械化与农民收入增长之间存在长期均衡关系，农村劳动力转移促进了农民收入增长，农业机械化能够有效促进农民收入增长。基于此提出如下建议：

（一）制定农村劳动力转移支持政策。首先，充分考虑到不同地区农村劳动力状况和区域差异情况，因地制宜制定差异化劳动力转移支持政策。地区要根据地方农业发展状况设计农业劳动力与农业发展最佳配置方案，为转移劳动力提供相应的补贴，对于劳动力资源丰富、劳动力“剩余”现象较明显的地区应加大劳动力转移力度。其次，消除劳动力转移障碍与流动限制，畅通劳动力流动通道，降低流动成本，提高转移效率。最后，建立转移人口市民化政策体系。确保转移人口在城镇地区能够享受平等的公共服务，特别是子女教育、医疗、养老、住房以及择业等方面均等化，同时对转移劳动力给予适当的就业培训与扶持，落实好创业补贴、税费减免等优惠扶持政策，实现农业转移人口市民化转变。

（二）发挥农村劳动力转移的示范效应。我国农村劳动力转移具有亲缘性和同乡集聚性特征，说明较大比例的农村劳动力转移受到同乡居民或者亲缘关系的人群影响。因此，可以利用已经成功转移到城镇地区新市民的“示范效应”进行宣传，强化转移过程的组织与管理，引导农村劳动力向城镇地区转移。政府就业服务部门要联合企业，促进转移人口稳岗就业；同时政府就业服务部门要联合地方人才中介服务公司，提供职业选择，以及相应的职业培训与实习，减少流动的盲目性和择业的随意性。加强对转移劳动力的跟踪服务，关注其工作与生活情况，保障其合法权益不要受到侵害。

（三）加强农业机械的推广与运用。首先，要充分发挥机械在农业生产、种植过程中的作用，根据不同地区的地理条件和农业种植特征，确定重点地区大力推广农业机械化，打破土地对转移劳动力的束缚。其次，统筹规划土地，实行土地归整，建设规模化农业生产和种植基地，为农业机械化创造条件。最后，各地区要因地制宜，利用地区农业发展的基础，发挥农业优势，优化农业产业结构，采取有利于农业机械作业的种植方式，推行机械化生产。

（四）落实农业机械化扶持政策。首先，制定农业机械试验示范政策举措，发挥示范引领作用，推进地区农业机械化水平。其次，实施农业机械化财政补贴政策，对于农机装备购置、农业机械作业以及农业机械化基础设施建设等方面给予财政补贴和税收减免。最后，加大农业机械化服务的投入，建设农业机械化服务中心，加强对农业服务人员培训，强化农业机械化公共服务能力，统筹好各项项目资金支持推进农业机械化发展。

参考文献：

［1］张琛，彭超，毛学峰.非农就业、农业机械化与农业种植结构调整[J].中国软科学，2022（06）：62-71.

[2]陈江华，陈艳，罗明忠.农业机械应用对农村劳动力转移的影响——基于CLDS数据的分析[J].农林经济管理学报，2021，20（03）：326-336.

[3]钟真，刘世琦，沈晓晖.借贷利率、购置补贴与农业机械化率的关系研究——基于8省54县调查数据的实证分析[J].中国软科学，2018（02）：32-41.

[4]彭超，张琛，李南.农业机械化、购置补贴扩展与农村劳动力转移——基于全国县级层面时空变化的实证分析[J].江苏大学学报（社会科学版），2019，21（04）：49-57.

[5]Nichols S. Technology transfer through mexican migration[J]. Grassroots Development， 2004， 25（1）： 27-34.

[6]Yilma T， Berg E， Berger T. The agricultural technology market linkage under liberalisation in ghana：evidence from micro data[J]. Journal of African Economies， 2008， 17（1）： 62-84.

[7]De Brauw A， Rozelle S. Migration and household investment in rural China[J]. China Economic Review， 2008， 19（2）： 320-335.

[8]Adenegan K O ， Fagbemi F ， Osanyinlusi O I ， et al. Impact of the growth enhancement support scheme （gess）' on farmers' income in oyo state，Nigeria[J].The journal of Developing Areas， 2018，52（1）：15-28.

[9]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（05）：723-733.

[10]陈涛，杨佳怡，陈池波.农业机械化促进农民增收的作用机制与路径：基于农业生产环节的可分性[J].华中农业大学学报（社会科学版），2022（04）：129-140.

[11]黄龙俊江，宁凌.基于协整分析的农业机械化、城乡经济发展与水稻播种面积关系研究——以江西省为例[J].中国农机化学报，2022，43（03）：227-236.

[12]郑晶，高孟菲.农业机械化、农村劳动力转移对农业全要素生产率的影响研究——基于中国大陆31个省（自治区、直辖市）面板数据的实证检验[J].福建论坛（人文社会科学版），2021（08）：59-71.

[13]刘洋，颜华.县域金融集聚、农业机械化与农民收入增长——基于河南省县域面板数据的经验分析[J].农业技术经济，2021（12）：60-75.

[14]Himanshu， Lanjouw P， Murgai R， et al. Nonfarm diversification， poverty， economic mobility， and income inequality： a case study in village India[J]. Agricultural Economics， 2013， 44（4-5）： 461-473.

[15]Nguyen L D ， Raabe K ， Grote U . Rural–urban migration，household vulnerability， and welfare in vietnam[J]. World Development， 2015， 71：79-93.

[16]廖楚晖.我国农村劳动力转移与农民收入增长关系的实证研究[J].当代财经，2004（12）：10-14.

[17]刘晓丽，潘方卉.农产品价格、农村劳动力转移与农民收入——基于PVAR模型的实证分析[J].经济问题，2019（01）：99-107.

[18]潘泽瀚，王桂新.中国农村劳动力转移与农村家庭收入——对山区和非山区的比较研究[J].人口研究，2018，42（01）：44-59.

[19]黄治春.长江经济带农业机械化对农民收入的影响研究[J].安徽农业科学，2022，50（18）：182-184+188.

[20]Emerick K. Agricultural productivity and the sectoral reallocation of labor in rural India[J]. Journal of Development Economics， 2018， 135： 488-503.

[21]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.