農(nóng)業(yè)機(jī)械化與農(nóng)民收入：包含空間溢出效應(yīng)的實(shí)證分析

王詩(shī)語(yǔ) 王銀

摘? ?要：農(nóng)業(yè)機(jī)械化作為農(nóng)業(yè)現(xiàn)代化的重要組成部分，可以提高農(nóng)業(yè)的勞動(dòng)生產(chǎn)率，解放剩余勞動(dòng)力，提升農(nóng)民的收入水平。本文通過(guò)運(yùn)用我國(guó)31個(gè)?。ㄗ灾螀^(qū)、直轄市）2000—2019年的面板數(shù)據(jù)，測(cè)算農(nóng)業(yè)機(jī)械化發(fā)展水平和農(nóng)民收入水平的全域MoranI指數(shù)，并先后構(gòu)建相應(yīng)的面板OLS回歸模型和空間計(jì)量模型來(lái)檢驗(yàn)農(nóng)業(yè)機(jī)械化水平對(duì)農(nóng)民收入的影響。結(jié)果發(fā)現(xiàn)，農(nóng)業(yè)機(jī)械化水平的提升能顯著增加農(nóng)民的收入水平，并且具有顯著的空間溢出效應(yīng)。

關(guān)鍵詞：農(nóng)業(yè)機(jī)械化;農(nóng)民收入;空間溢出效應(yīng)

中圖分類(lèi)號(hào)：F320? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：B? ? ? ? doi：10.3969/j.issn.1009-6922.2021.04.008

文章編號(hào)：1009-6922（2021）04-59-07

中國(guó)的農(nóng)業(yè)發(fā)展一直面臨著“人均一畝三分地，戶(hù)均不過(guò)十畝田”式小農(nóng)生產(chǎn)方式的限制。但是中國(guó)要實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展，并在保證糧食安全的同時(shí)逐步提升農(nóng)民的收入水平，必須走農(nóng)業(yè)機(jī)械化的道路。2020年底，習(xí)近平總書(shū)記在中央農(nóng)村工作會(huì)議上強(qiáng)調(diào)，從中華民族偉大復(fù)興戰(zhàn)略全局看，民族要復(fù)興，鄉(xiāng)村必振興。會(huì)議還特別強(qiáng)調(diào)要加強(qiáng)農(nóng)業(yè)科技創(chuàng)新，深入實(shí)施藏糧于地、藏糧于技戰(zhàn)略。由此可見(jiàn)，農(nóng)業(yè)機(jī)械化的發(fā)展在相當(dāng)長(zhǎng)一段時(shí)期內(nèi)對(duì)促進(jìn)農(nóng)村經(jīng)濟(jì)發(fā)展、提升農(nóng)民收入水平、增強(qiáng)國(guó)家競(jìng)爭(zhēng)力等都有著非常重要的作用。同時(shí)，過(guò)去幾十年農(nóng)業(yè)生產(chǎn)實(shí)踐催生出農(nóng)機(jī)跨區(qū)作業(yè)現(xiàn)象，讓本文進(jìn)一步思考在此背景下農(nóng)業(yè)機(jī)械化在提升農(nóng)業(yè)分工水平與農(nóng)業(yè)經(jīng)營(yíng)規(guī)模報(bào)酬中的作用，這種跨區(qū)作業(yè)的規(guī)?；?wù)將進(jìn)一步提升農(nóng)業(yè)的生產(chǎn)效率和投入成本，這一點(diǎn)在本身農(nóng)業(yè)機(jī)械化程度較低的區(qū)域?qū)⒏鼮槊黠@。本文將農(nóng)業(yè)機(jī)械化水平的空間溢出效用與農(nóng)民收入水平的改善相結(jié)合，運(yùn)用全國(guó)范圍內(nèi)的面板數(shù)據(jù)來(lái)測(cè)度農(nóng)業(yè)機(jī)械化水平對(duì)農(nóng)民收入的影響程度。

一、國(guó)內(nèi)外研究現(xiàn)狀及分析

經(jīng)濟(jì)學(xué)家很早就注意到農(nóng)業(yè)生產(chǎn)中機(jī)械的重要性，在發(fā)達(dá)國(guó)家的農(nóng)業(yè)生產(chǎn)中，機(jī)器已經(jīng)是不可或缺的生產(chǎn)要素，貫穿于農(nóng)業(yè)生產(chǎn)的各個(gè)環(huán)節(jié)。農(nóng)業(yè)機(jī)械化發(fā)展對(duì)農(nóng)業(yè)生產(chǎn)的重要性主要在于替代勞動(dòng)和提高生產(chǎn)效率兩方面。不過(guò)，早期有學(xué)者指出，發(fā)展中國(guó)家的農(nóng)業(yè)生產(chǎn)普遍存在勞動(dòng)力剩余的情況，農(nóng)業(yè)機(jī)械化并不意味著生產(chǎn)效率的提高，傳統(tǒng)的精耕細(xì)作的農(nóng)業(yè)生產(chǎn)方式能夠充分利用相對(duì)稀缺的土地資源，農(nóng)業(yè)機(jī)械化雖然能夠提高勞動(dòng)生產(chǎn)率，卻不能增加每塊土地的糧食產(chǎn)出[1-2] 。 但是隨著全球范圍發(fā)展中國(guó)家城鎮(zhèn)化浪潮的興起，在農(nóng)業(yè)勞動(dòng)力流失的背景下農(nóng)業(yè)機(jī)械化對(duì)糧食的增產(chǎn)效應(yīng)得到了學(xué)界普遍的共識(shí)，這也是為何在中國(guó)農(nóng)村勞動(dòng)力大量流向城市的背景下，糧食產(chǎn)量仍然出現(xiàn)了連續(xù)十幾年的增長(zhǎng)[3-4]。因此，現(xiàn)有研究大多肯定了農(nóng)業(yè)機(jī)械化在農(nóng)業(yè)生產(chǎn)中替代勞動(dòng)以及提高勞動(dòng)生產(chǎn)效率方面的作用。同時(shí)，農(nóng)業(yè)機(jī)械化還可以通過(guò)降低生產(chǎn)成本、提高勞動(dòng)生產(chǎn)率，直接增加農(nóng)民的經(jīng)營(yíng)性收入，實(shí)現(xiàn)對(duì)勞動(dòng)力的替代。一般而言，這部分被替代的勞動(dòng)力通過(guò)向非農(nóng)部門(mén)轉(zhuǎn)移而獲得工資性收入，從而進(jìn)一步增加農(nóng)民的總收入[5-7]。 實(shí)證研究表明， 我國(guó)的農(nóng)業(yè)機(jī)械化對(duì)農(nóng)民的收入有正向影響[8]。周振等（2016）通過(guò)雙重差分模型（difference-in-difference）和傾向值匹配（propensity score matching）方法衡量農(nóng)業(yè)機(jī)械化對(duì)農(nóng)民收入的影響，解決模型的內(nèi)生性問(wèn)題，也得出了農(nóng)業(yè)機(jī)械化促進(jìn)農(nóng)民增收的結(jié)果[9]。

但是，中國(guó)的農(nóng)業(yè)生產(chǎn)中存在著廣泛的農(nóng)機(jī)跨區(qū)服務(wù)現(xiàn)象。楊進(jìn)（2015）和潘經(jīng)韜（2019）詳細(xì)地對(duì)農(nóng)機(jī)“跨區(qū)作業(yè)”這一現(xiàn)象進(jìn)行剖析，認(rèn)為正是在我國(guó)零碎的地形條件和小農(nóng)戶(hù)生產(chǎn)背景下，由于我國(guó)國(guó)土面積遼闊而形成的氣候梯度保證糧食成熟時(shí)間具有一定的差異，從而在需求和供給兩側(cè)推動(dòng)了這一現(xiàn)象的形成[10-11]。由此可見(jiàn)，農(nóng)業(yè)機(jī)械化在現(xiàn)實(shí)生活中具有極強(qiáng)的空間溢出效用，這是在農(nóng)業(yè)生產(chǎn)活動(dòng)中為了突破種種不利因素，在供需兩側(cè)自發(fā)形成起來(lái)的。這種溢出效用所代表的服務(wù)規(guī)?；侵袊?guó)農(nóng)業(yè)現(xiàn)代化與規(guī)?；M(jìn)程中十分關(guān)鍵的因素。

不過(guò)，略顯遺憾的是，現(xiàn)有研究基本上都是集中于農(nóng)機(jī)跨區(qū)服務(wù)帶來(lái)的空間溢出效益對(duì)于糧食生產(chǎn)的影響研究，而對(duì)于農(nóng)業(yè)機(jī)械化的空間溢出對(duì)農(nóng)民的收入水平的影響研究略有不足。農(nóng)業(yè)向來(lái)是大國(guó)之基、立國(guó)之本，如何促進(jìn)農(nóng)業(yè)現(xiàn)代化，提升農(nóng)民的收入水平，一直是黨和國(guó)家政策的重要出發(fā)點(diǎn)。2020年末，我國(guó)農(nóng)村的絕對(duì)貧困問(wèn)題解決后，面臨著比較大的相對(duì)貧困問(wèn)題。農(nóng)業(yè)機(jī)械化通過(guò)替代勞動(dòng)力以及提升勞動(dòng)效率來(lái)增加農(nóng)民收入，以工業(yè)化帶動(dòng)農(nóng)業(yè)現(xiàn)代化，而農(nóng)機(jī)跨區(qū)服務(wù)帶來(lái)的農(nóng)業(yè)機(jī)械化的空間溢出效應(yīng)則是更加貼合我國(guó)實(shí)際的農(nóng)業(yè)機(jī)械化發(fā)展道路，有助于進(jìn)一步改善農(nóng)民的收入水平。因此，本文擬在已有研究的基礎(chǔ)上，重點(diǎn)強(qiáng)調(diào)農(nóng)機(jī)跨區(qū)作業(yè)對(duì)農(nóng)民收入水平影響的空間溢出效應(yīng)，利用我國(guó)31個(gè)?。ㄗ灾螀^(qū)、直轄市）2000—2019年的面板數(shù)據(jù)構(gòu)建相應(yīng)的面板OLS回歸模型以及空間計(jì)量模型來(lái)檢驗(yàn)農(nóng)業(yè)機(jī)械化水平對(duì)農(nóng)民收入的影響，并結(jié)合實(shí)證結(jié)果提出相應(yīng)的政策建議。

二、實(shí)證分析與結(jié)果分析

（一）模型選取與數(shù)據(jù)來(lái)源

基于前文對(duì)農(nóng)業(yè)機(jī)械化的梳理，結(jié)合先行研究對(duì)農(nóng)業(yè)機(jī)械化和農(nóng)民收入關(guān)系的梳理，同時(shí)考慮到在我國(guó)廣泛存在的農(nóng)機(jī)跨區(qū)服務(wù)現(xiàn)象，本文提出了兩個(gè)研究假設(shè)：

H1：農(nóng)業(yè)機(jī)械化對(duì)農(nóng)民收入有著正向促進(jìn)的影響;

H2：農(nóng)業(yè)機(jī)械化對(duì)農(nóng)民收入的影響存在空間溢出效應(yīng)。

為了驗(yàn)證上述兩個(gè)假設(shè)，本文需要構(gòu)建一般的面板計(jì)量模型作為基準(zhǔn)模型，同時(shí)構(gòu)建空間計(jì)量模型進(jìn)行修正。本文構(gòu)建的基準(zhǔn)面板回歸模型如下：

lnincomeit=α0+α1lnmachineit+α2lnelecit+α3lnfertilizerit+

α4lnacreageit+α5lnirrigationit+μi+δt+εit

其中，income、machine、elec、fertilizer、acre-age、irrigation分別表示農(nóng)民收入水平、機(jī)械化水平、農(nóng)村用電量、化肥施用量、播種面積和有效灌溉面積，μ、δ和ε分別表示個(gè)體效應(yīng)、時(shí)間效應(yīng)和獨(dú)立同分布的隨機(jī)擾動(dòng)項(xiàng)。此外，我們對(duì)各變量進(jìn)行了自然對(duì)數(shù)化處理。在具體的實(shí)證中，我們采用農(nóng)村居民人均可支配收入來(lái)衡量農(nóng)民收入水平，由于統(tǒng)計(jì)口徑的變化，部分年份的數(shù)據(jù)采用了農(nóng)村居民人均純收入;農(nóng)業(yè)機(jī)械化水平我們采用農(nóng)業(yè)機(jī)械總動(dòng)力來(lái)衡量。此外的控制變量：農(nóng)村用電量、化肥使用量、播種面積和有效灌溉面積均采用統(tǒng)計(jì)年鑒的對(duì)應(yīng)數(shù)據(jù)。

通過(guò)對(duì)前期的文獻(xiàn)梳理我們發(fā)現(xiàn)，如果忽略廣泛存在的農(nóng)業(yè)機(jī)械跨區(qū)服務(wù)帶來(lái)的空間上的影響，很可能帶來(lái)估計(jì)偏誤，使得模型難以準(zhǔn)確反映機(jī)械化與農(nóng)民收入之間的真實(shí)效果。而空間計(jì)量模型能有效地對(duì)空間效應(yīng)進(jìn)行識(shí)別、度量和估計(jì)。因此本文選擇使用空間面板杜賓模型（SDM）來(lái)研究農(nóng)業(yè)機(jī)械化與農(nóng)民收入之間的關(guān)系，具體的模型設(shè)計(jì)如下：

lnincomeit=α0+α1lnmachineit+α2lnelecit+α3lnfertilizerit+

α4lnacreageit+α5lnirrigationit+ρWlnincomeit

+βWlnmachineit+μi+δt+εit

與基準(zhǔn)的面板回歸模型類(lèi)似，income、machine、elec、fertilizer、acreage、irrigation分別表示農(nóng)民收入水平、機(jī)械化水平、農(nóng)村用電量、化肥施用量、播種面積和有效灌溉面積，Wlnincomeit、Wlnmachineit和分別表示個(gè)體效應(yīng)、時(shí)間效應(yīng)和獨(dú)立同分布的隨機(jī)擾動(dòng)項(xiàng)，并對(duì)其進(jìn)行了對(duì)數(shù)化處理。和分別表示了農(nóng)民收入水平和農(nóng)業(yè)機(jī)械化水平的空間滯后項(xiàng)，其中的W代表了空間權(quán)重矩陣。一般來(lái)說(shuō)，常見(jiàn)的空間權(quán)重矩陣為0—1矩陣、反距離矩陣等。為了提高模型的識(shí)別能力，我們將使用反距離矩陣來(lái)刻畫(huà)各變量之間的空間關(guān)系。

本文選取我國(guó)31個(gè)?。ㄗ灾螀^(qū)、直轄市）2000—2019年的面板數(shù)據(jù)進(jìn)行實(shí)證。本文所需要的農(nóng)村居民人均可支配收入、農(nóng)村居民人均純收入、農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)村用電量、化肥使用量和有效灌溉面積數(shù)據(jù)來(lái)自《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》，部分《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》中的缺失數(shù)據(jù)我們通過(guò)各省（區(qū)、市）的歷年統(tǒng)計(jì)年鑒進(jìn)行補(bǔ)齊。各主要變量的描述統(tǒng)計(jì)分析詳見(jiàn)表1：

（二）基準(zhǔn)模型分析

這部分我們將利用面板回歸模型作為基準(zhǔn)模型對(duì)農(nóng)業(yè)機(jī)械化水平和農(nóng)民收入水平進(jìn)行分析。由于面板數(shù)據(jù)涉及到時(shí)間趨勢(shì)，所以我們首先對(duì)2000—2019年的面板數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)。我們采用了HadriLM面板單位根檢驗(yàn)，HadriLM檢驗(yàn)的原假設(shè)是數(shù)據(jù)平穩(wěn)，我們的檢驗(yàn)結(jié)果表明P值小于0.01，說(shuō)明在1%的顯著性水平上我們拒絕原假設(shè)。不過(guò)進(jìn)行一階差分處理后，我們發(fā)現(xiàn)各變量均存在一階單整過(guò)程，存在長(zhǎng)期均衡關(guān)系，所以可以不對(duì)變量進(jìn)行差分處理。

我們首先考慮進(jìn)行了簡(jiǎn)單的混合回歸，在混合回歸中我們不考慮個(gè)體和時(shí)間效應(yīng)，回歸采用穩(wěn)健標(biāo)準(zhǔn)誤，得到結(jié)果（1）;進(jìn)而我們考慮選擇進(jìn)行固定效應(yīng)回歸還是隨機(jī)效應(yīng)回歸，利用Hausman檢驗(yàn)，我們發(fā)現(xiàn)固定效應(yīng)模型更為合適，但是在檢驗(yàn)過(guò)程中我們發(fā)現(xiàn)隨機(jī)效應(yīng)的結(jié)果也非常顯著。因此，我們通過(guò)固定效應(yīng)和隨機(jī)效應(yīng)模型得到了結(jié)果（2）和（3），以（2）的結(jié)果作為主要參考。

由上面的回歸結(jié)果，可以得到以下結(jié)論：（1）無(wú)論是混合回歸、固定效應(yīng)回歸還是隨機(jī)效應(yīng)回歸，都很顯著地說(shuō)明了農(nóng)業(yè)機(jī)械化對(duì)農(nóng)民收入的正向作用。而固定效應(yīng)和隨機(jī)效應(yīng)的回歸結(jié)果R2都顯著大于混合回歸的R2，說(shuō)明農(nóng)業(yè)機(jī)械化對(duì)農(nóng)民收入的作用在時(shí)間和空間維度上都存在顯著差異，對(duì)其進(jìn)行控制是必要的。（2）用電量、化肥施用量以及有效灌溉面積在后兩個(gè)模型中系數(shù)均為正，但是播種面積卻對(duì)收入有著負(fù)向的影響。這可能表明農(nóng)民收入的增加并非是由于增加作物播種面積，而是通過(guò)機(jī)械化以及投入化肥等等來(lái)獲得高質(zhì)量的畝產(chǎn)。另外，先行研究也表明農(nóng)民收入的增加很可能是通過(guò)農(nóng)業(yè)勞動(dòng)力的轉(zhuǎn)移。如果增加播種面積，則表明更少的勞動(dòng)力被轉(zhuǎn)移到非農(nóng)行業(yè)，這可能也會(huì)給農(nóng)民的總收入帶來(lái)負(fù)向影響。

基于以上分析，我們驗(yàn)證了假設(shè)一。鑒于現(xiàn)實(shí)生活中廣泛存在的農(nóng)機(jī)跨區(qū)服務(wù)現(xiàn)象，忽略其很可能帶來(lái)估計(jì)偏誤，使得模型難以準(zhǔn)確反映機(jī)械化與農(nóng)民收入之間的真實(shí)效果，對(duì)此我們將進(jìn)行空間計(jì)量分析來(lái)驗(yàn)證假說(shuō)二。

（三）空間計(jì)量分析

為了更進(jìn)一步地展現(xiàn)農(nóng)業(yè)機(jī)械化水平和農(nóng)民收入的空間自相關(guān)性，我們通常會(huì)首先使用莫蘭指數(shù)（MoransI）來(lái)檢驗(yàn)變量的空間依賴(lài)強(qiáng)度大小。莫蘭指數(shù)的計(jì)算公式為：

其中n為地區(qū)數(shù)，本文中n=31;W為空間權(quán)重矩陣;Xi為單位i的觀測(cè)值，我們將利用莫蘭指數(shù)對(duì)變量進(jìn)行空間的相關(guān)性檢驗(yàn)。但是這樣計(jì)算的莫蘭指數(shù)只能表示某一個(gè)年份的空間依賴(lài)性，為更加直觀地測(cè)度變量的空間相關(guān)性，或者說(shuō)空間依賴(lài)性，本文運(yùn)用Su and Yang（2008）的做法將不同時(shí)間點(diǎn)上的截面數(shù)據(jù)疊加在一起來(lái)測(cè)算莫蘭指數(shù)，最終農(nóng)民收入的莫蘭指數(shù)和農(nóng)業(yè)機(jī)械化水平的莫蘭指數(shù)分別為0.769和0.062，均在1%的顯著性水平下顯著[12]。這表明在所選取的樣本期內(nèi)，農(nóng)民收入和農(nóng)業(yè)機(jī)械化水平呈現(xiàn)出一定的空間相關(guān)關(guān)系，因此，在研究這兩者之間的關(guān)系時(shí)，將空間的關(guān)聯(lián)性與異質(zhì)性納入考慮是合理的。圖1和圖2是2019年農(nóng)民收入和農(nóng)業(yè)機(jī)械化水平的莫蘭散點(diǎn)圖：

另外，我們?nèi)匀恍枰袛嗫臻g杜賓模型是選擇固定效應(yīng)還是隨機(jī)效應(yīng)，對(duì)此我們進(jìn)行了Hausman檢驗(yàn)。最終我們得到的Hausman檢驗(yàn)的最終統(tǒng)計(jì)量為負(fù)，通過(guò)模擬分析發(fā)現(xiàn)，主要是因?yàn)殡S機(jī)效應(yīng)模型基本假設(shè)的漸進(jìn)性假設(shè)無(wú)法得到滿(mǎn)足?；谶B玉君（2014）、陳強(qiáng)（2014）的研究，在Hausman檢驗(yàn)值為負(fù)的情況下，應(yīng)該采用固定效應(yīng)[13-14]。故本文的SDM模型采取固定效應(yīng)，最終得到了結(jié)果（4）：

由上面的結(jié)果可以得到如下結(jié)論：（1）用于測(cè)度農(nóng)民收入水平空間溢出效應(yīng)的rho系數(shù)在1%的顯著性水平下顯著，說(shuō)明農(nóng)民的收入水平存在著顯著的空間溢出效應(yīng)。具體來(lái)說(shuō)，臨近省份的農(nóng)民收入水平加權(quán)值每提高一個(gè)百分點(diǎn)，就會(huì)使得本地的農(nóng)民收入水平提升0.803個(gè)百分點(diǎn)。（2）測(cè)度農(nóng)業(yè)機(jī)械化水平空間溢出效應(yīng)的回歸參數(shù)通過(guò)顯著性檢驗(yàn)，這表明使用農(nóng)機(jī)總動(dòng)力作為農(nóng)業(yè)機(jī)械化水平的代理變量對(duì)周邊省份農(nóng)民收入水平存在影響。值得注意的是，這個(gè)影響是負(fù)向的。具體來(lái)說(shuō)，臨近省份的農(nóng)業(yè)機(jī)械化水平加權(quán)值每提高一個(gè)百分點(diǎn)，就會(huì)使得本地的農(nóng)民收入水平下降0.205個(gè)百分點(diǎn)。結(jié)合已有文獻(xiàn)分析，很可能是因?yàn)檗r(nóng)機(jī)跨區(qū)服務(wù)一般是大型機(jī)械，現(xiàn)在的代理變量是包含大型農(nóng)機(jī)和中小型農(nóng)機(jī)的農(nóng)機(jī)總動(dòng)力。但是由于統(tǒng)計(jì)數(shù)據(jù)口徑的問(wèn)題，在選取的時(shí)間期間并不能很好地區(qū)分出大型農(nóng)機(jī)和中小型農(nóng)機(jī)的數(shù)據(jù)，這都有待后續(xù)研究完善。

不過(guò)空間計(jì)量回歸的結(jié)果仍然證明了農(nóng)業(yè)機(jī)械化對(duì)農(nóng)民收入的促進(jìn)作用。具體來(lái)說(shuō)，本地的農(nóng)業(yè)機(jī)械化水平每提高一個(gè)百分點(diǎn)，就會(huì)使得本地的農(nóng)民收入水平上升0.104個(gè)百分點(diǎn)?？傊鲜鏊膫€(gè)模型的結(jié)果驗(yàn)證了我們的兩個(gè)假設(shè)：農(nóng)業(yè)機(jī)械化對(duì)農(nóng)民收入有著正向促進(jìn)的影響，并且這種農(nóng)業(yè)機(jī)械化水平對(duì)農(nóng)民收入的影響存在空間溢出效應(yīng)。

三、結(jié)論

本文首先利用我國(guó)31個(gè)?。ㄗ灾螀^(qū)、直轄市）2000—2019年的面板數(shù)據(jù)構(gòu)建相應(yīng)的面板OLS回歸模型來(lái)檢驗(yàn)農(nóng)業(yè)機(jī)械化水平對(duì)農(nóng)民收入的影響，并結(jié)合已有研究對(duì)廣泛存在的農(nóng)機(jī)跨區(qū)服務(wù)現(xiàn)象進(jìn)行分析，在運(yùn)用全域MoranI指數(shù)對(duì)農(nóng)業(yè)機(jī)械化水平和農(nóng)民收入水平測(cè)度空間相關(guān)性之后，構(gòu)建了空間計(jì)量回歸模型，更加準(zhǔn)確地衡量農(nóng)業(yè)機(jī)械化水平對(duì)農(nóng)民收入的影響程度，并測(cè)度了其空間溢出效應(yīng)。研究發(fā)現(xiàn)，無(wú)論是在普通的面板OLS回歸模型還是在考慮到空自相關(guān)性的空間計(jì)量模型中，機(jī)械化均顯著地表現(xiàn)出對(duì)農(nóng)民收入水平的促進(jìn)作用，并且農(nóng)業(yè)機(jī)械化水平顯著地影響到周?chē)貐^(qū)的農(nóng)民收入水平。

參考文獻(xiàn)：

[1]劉運(yùn)梓，宋養(yǎng)琰.農(nóng)業(yè)機(jī)械化是農(nóng)業(yè)現(xiàn)代化的核心和基本內(nèi)容嗎？[J].社會(huì)科學(xué)輯刊，1980（04）：60-64.

[2]羅象谷.農(nóng)業(yè)機(jī)械化是農(nóng)業(yè)的根本出路嗎？[J].中國(guó)農(nóng)村經(jīng)濟(jì)，1985（07）：43-45.

[3]王歐，唐軻，鄭華懋.農(nóng)業(yè)機(jī)械對(duì)勞動(dòng)力替代強(qiáng)度和糧食產(chǎn)出的影響[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2016（12）：46-59.

[4]王建英，陳志鋼，黃祖輝，ThomasReardon.轉(zhuǎn)型時(shí)期土地生產(chǎn)率與農(nóng)戶(hù)經(jīng)營(yíng)規(guī)模關(guān)系再考察[J].管理世界，2015（09）：65-81.

[5]鐘甫寧.正確認(rèn)識(shí)糧食安全和農(nóng)業(yè)勞動(dòng)力成本問(wèn)題[J].農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題，2016，37（01）：4-9，110.

[6]周曉時(shí).勞動(dòng)力轉(zhuǎn)移與農(nóng)業(yè)機(jī)械化進(jìn)程[J].華南農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2017，16（03）：49-57.

[7]李谷成，李燁陽(yáng)，周曉時(shí).農(nóng)業(yè)機(jī)械化、勞動(dòng)力轉(zhuǎn)移與農(nóng)民收入增長(zhǎng)——孰因孰果？[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2018（11）：112-127.

[8]許廣月.農(nóng)業(yè)機(jī)械化與農(nóng)民收入關(guān)系研究：基于中國(guó)省級(jí)面板的實(shí)證分析[J].西部論壇，2011，21（03）：18-25.

[9]周振，張琛，彭超，孔祥智.農(nóng)業(yè)機(jī)械化與農(nóng)民收入：來(lái)自農(nóng)機(jī)具購(gòu)置補(bǔ)貼政策的證據(jù)[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2016（02）：68-82.

[10]楊進(jìn).中國(guó)農(nóng)業(yè)機(jī)械化服務(wù)與糧食生產(chǎn)[D].杭州：浙江大學(xué)，2015.

[11]潘經(jīng)韜.農(nóng)業(yè)機(jī)械化服務(wù)對(duì)糧食生產(chǎn)的影響研究[D].武漢：中南財(cái)經(jīng)政法大學(xué)，2019.

[12]SU L，YANG Z.Instrumental variable quantile estimation of spatial autoregressive models[R].Development Economics Working Papers，2011.

[13]連玉君，王聞達(dá)，葉汝財(cái).Hausman檢驗(yàn)統(tǒng)計(jì)量有效性的monte Carlo模擬分析[J].數(shù)理統(tǒng)計(jì)與管理，2014，33（5）：830-841.

[14]陳強(qiáng).高級(jí)計(jì)量經(jīng)濟(jì)學(xué)及Stata應(yīng)用：第2版[M].北京：高等教育出版社，2014.