農用地流轉與農戶收入的關系分析
——以農業(yè)機械化水平為視角

王香花，劉 甜

（中北大學經濟與管理學院，太原 030051）

“三農”問題是目前國家關注的重點問題之一，其中農民收入的增加是關系國計民生的核心要義。在國家“十四五”規(guī)劃中指出要全面實現鄉(xiāng)村振興，爭取早日實現鄉(xiāng)村的產業(yè)興旺、生態(tài)宜居、鄉(xiāng)風文明、治理有效、生活富裕。其中，生活富裕是落腳點，為了達到這一要求，首先就必須保證農民收入與經濟發(fā)展的同步增長。因此，實現農村居民收入的增長也就成為了關鍵問題。學界認為農民收入與財政支持、城鄉(xiāng)融合、農村金融的發(fā)展以及區(qū)域經濟發(fā)展和社會保障水平等因素有著密切的關系［1，2］，但是最為直接且重要的影響因素是農用地流轉以及其所帶來的一系列資源要素的重新配置。其中，農業(yè)機械化水平的提高就是土地流轉所引起的土地資源集約化的直接結果，同時也是影響農民收入的因素之一。

目前，關于農用地流轉與農民收入的相關探索主要集中于農用地流轉對農民收入的直接影響與間接影響，大部分學者認為農用地流轉可以直接帶來農民收入的增加且兩者呈正向關系［3，4］。梁遠等［5］基于對CFPS 微觀數據分析，同樣證實了這一點。但也有學者發(fā)現農用地流轉還可以通過中介變量對農民收入產生間接影響，認為農用地流轉主要通過勞動要素的流動進一步作用于農民收入。農用地流轉可以通過影響非農就業(yè)進而影響農民收入［6，7］。張亞洲等［8］認為農用地流轉主要通過農業(yè)生產率作用于農民收入。

農用地流轉不僅對農民收入產生影響，還可為農業(yè)機械化的推廣與發(fā)展提供條件。一般而言，農用地流轉有利于農業(yè)機械化水平的提高［9］。通過土地流轉可將土地集中在一起，便于農業(yè)實現規(guī)模化經營和大型農機的使用，進而促進農業(yè)機械化水平的提高［10］。陳云飛等［11］通過對油菜種植農戶的分析發(fā)現農用地的規(guī)?；洜I大大提升了耕作的機械化水平。而農業(yè)規(guī)?；洜I的實現與農用地流轉密不可分，這也從側面說明了農用地流轉對農業(yè)機械化的提升作用。

農業(yè)機械化作為農業(yè)現代化發(fā)展的重要標志之一，在農業(yè)發(fā)展中的支撐作用越來越明顯。農業(yè)機械的使用不僅直接影響了農業(yè)的種植結構［12］以及農產品的競爭力，還促進了農民收入的增加。農業(yè)機械化的提升可以同時提升農民的農業(yè)收入與農民的非農收入［13］。國內外的相關研究也普遍認為農業(yè)機械化與農民收入之間存在顯著的正向關系［14］，且農業(yè)機械化水平的提升在增加農民收入的同時還縮小了城鄉(xiāng)差距［15］。

從上述分析來看，現有研究主要集中于對農用地流轉、農業(yè)機械化與農民收入兩兩關系的探討，且集中于微觀方面的研究，對農用地流轉、農業(yè)機械化水平與農民收入三者之間關系以及農業(yè)機械化作為中介變量的研究較為鮮見。因此，本研究將農業(yè)機械化水平作為中介變量，建立農用地流轉、農業(yè)機械化水平以及農戶收入三者之間的關系，并利用30 個地區(qū)的面板數據進行宏觀方面的研究，還將根據各個區(qū)域農用地的不同情況，從理論與實證兩個方面做出具體分析。

1 理論分析與研究假說

1.1 農用地流轉對農戶收入的作用機制

實現農用地的自由流轉對提高農民收入有著重要的意義。對土地轉出戶來說，轉出土地不但可以降低其進城務工的隱性成本，還可以為其帶來務工收入；同時，農用地的流轉還可解放生產力，直接為土地轉出者帶來一筆額外的租金收入。所以就這些方面而言，土地的自由流轉有利于轉出農戶對土地資源與人力資源的有效配置。對土地轉入戶來說，通過轉入土地可擴大自己的耕作面積，實現農業(yè)的規(guī)?；洜I，促進農用地合理利用，進而降低農戶的經營成本，提高農業(yè)生產率。由此看來，對農用地轉入戶與轉出戶來說都可以實現收入的增加。基于以上分析，提出第一個假設。

假設1：農用地流轉對農戶收入有著正向的影響。

1.2 農用地流轉對農業(yè)機械化的作用機制

土地細碎化是限制農業(yè)機械化發(fā)展的重要因素，如果土地集中在小農、小戶的手中，而這些散戶可能無力購買大型農業(yè)機械，這就會大大影響農機的推廣與農業(yè)機械化水平的提高。而農用地流轉帶來的集中效應可對農機的推廣起關鍵性的作用［16］，為農戶實現農業(yè)的規(guī)?；洜I創(chuàng)造條件，規(guī)?；洜I又與農業(yè)機械化的實現呈正向關系，即農用地流轉可推動農業(yè)的機械化發(fā)展?；谝陨戏治觯岢龅诙€假設。

假設2：農用地流轉與農業(yè)機械化呈正向關系。

1.3 農業(yè)機械化對農戶收入的作用機制

農業(yè)機械化水平的提高主要通過2 種方式來對農民收入發(fā)揮促進作用。第一，農業(yè)機械化水平的提高可以降低農民的生產成本。薛超等［17］研究表明農業(yè)機械化可以代替農民的勞動力成本，而勞動力成本高于農業(yè)機械化的成本，即農業(yè)機械化可以降低生產成本。第二個途徑是農業(yè)機械化可以通過提高農業(yè)的全要素生產率、增加產量來促進農民收入的增加［18］。吳智豪等［19］則通過空間計量模型發(fā)現農業(yè)機械水平的提高不僅促進了當地居民糧食產量的增加，而且還帶動了周邊地區(qū)農戶糧食產量的增加。糧食產量的增加在一定程度上也可以反映農戶收入的增加?；谝陨戏治鎏岢龅谌齻€假設。

假設3：農業(yè)機械化水平與農戶收入存在正向關系，且農用地流轉可以通過影響農業(yè)機械化水平進一步影響農民收入。

2 數據描述、變量選擇與模型設定

2.1 數據描述

本研究中，與土地相關的數據主要來自于《中國統(tǒng)計年鑒》《中國農業(yè)統(tǒng)計年鑒》《中國國土資源統(tǒng)計年鑒》各省份的統(tǒng)計年鑒以及國泰安數據庫；與農業(yè)機械化相關的數據主要來自于《中國農業(yè)機械工業(yè)年鑒》；與農民收入相關的數據主要來自于《中國農村統(tǒng)計年鑒》及國家統(tǒng)計年鑒。這些數據覆蓋了全國30 個省、市及自治區(qū)，時間為2005—2019 年。其中，為了保證實證結果的可靠性，對個別省份和地區(qū)（西藏以及港澳臺）的數據進行剔除，并對所有數據進行標準化處理。

2.2 變量選擇

2.2.1 被解釋變量 在對各指標進行篩查的基礎上，選擇了農村家庭人均可支配收入作為農戶收入的代表指標。

2.2.2 解釋變量 選擇的解釋變量有農用地流轉、農業(yè)綜合機械化水平。選取耕地流轉率（即耕地流轉面積與經營的耕地總面積的比值）作為農用地流轉的衡量指標；農業(yè)綜合機械化水平是參考周振等［20］的方法，通過式（1）計算得到。

2.2.3 控制變量 農民的收入不僅與農用地流轉和農業(yè)機械化水平相關，從內部來看，其還受到農村居民的文化水平、農村居民的消費情況以及農業(yè)生產率的影響；從外部來看，農民的收入還受到地區(qū)的經濟發(fā)展情況、農業(yè)遭受自然災害的情況和政府對農民的相關補貼等因素的影響。因此，本研究選取了人均受教育年限、農村居民恩格爾系數、農村居民人均消費水平、農業(yè)全要素生產率、農民收到的轉移收入、地區(qū)GDP 以及農作物受災面積作為控制變量，變量的描述性統(tǒng)計如表1 所示。

表1 主要變量描述性統(tǒng)計

2.3 模型設定

本研究的數據屬于面板數據且指標較多，結合hαusmαn檢驗的結果可知固定效應模型優(yōu)于隨機效應模型。同時，為了保證回歸結果的可靠性，選擇使用固定效應模型（FE）和混合回歸模型（OLS）進行回歸。為驗證上一部分的理論假設，借鑒黎翠梅等［7］的研究思路設定了核心模型，即模型（2）、模型（3）、模型（4），如下所示。

式中，y為農村家庭人均可支配收入水平；trαnslαnd為農用地流轉率；mechlevel為農業(yè)綜合機械化水平：X為控制變量；ε為隨機誤差；β1、β4、β8分別為模型（2）、模型（3）、模型（4）的截距；β0、β2、β3、β5、β6、β7、β9均為系數。

3 實證分析

3.1 總體樣本分析

3.1.1 總體樣本回歸分析 從混合回歸與固定效應回歸的結果（表2）可以看出，未加入控制變量時，模型（2）中trαnslαnd的系數為0.717，顯著為正；加入控制變量后，發(fā)現無論是混合回歸還是固定效應回歸，模型（2）中trαnslαnd的系數仍然為正，也通過了顯著性檢驗，這表明農用地流轉確實可以促進農民收入的增加，從而驗證了假設1。

混合回歸的結果（表2）顯示，未加入控制變量時，模型（3）中trαnslαnd的系數為0.353，且在 1%的水平下顯著。隨著控制變量的不斷加入，trαnslαnd仍在1%的水平下顯著，但是其系數隨著控制變量的不斷加入，trαnslαnd仍在 1% 的水平下顯著，但模型（3）中 FE 回歸結果顯示trαnslαnd的系數由 0.328（表2）變成-0.189（表3）。這一點可能是由于樣本內部的差異所導致，下文將進行檢驗。但從整體來看，農用地流轉有利于提升農業(yè)的機械化水平，假設2 得以驗證。

接著將mechlevel、trαnslαnd兩個變量同時加入方程中，發(fā)現無論是混合回歸還是固定效應回歸，模型（4）中mechlevel的系數顯著為正（表2）；在加入控制變量后（表3）mechlevel的顯著性也未發(fā)生明顯的變化，假設3 得以部分驗證。

表2 總體樣本未加入控制變量的回歸結果

表3 總體樣本加入控制變量的回歸結果

參考溫忠麟等［21］的研究，進一步進行中介效應的檢驗（對α、b、c以及c＇的說明見圖1）。在未加入控制變量時，α、b和c＇都通過了顯著性檢驗，這說明直接效應與間接效應都比較顯著。且α×b和c＇都為正，說明存在部分中間效應，其中|α×b/c|=2.56%，也就是說間接效應占總效應的2.58%；在加入控制變量后發(fā)現，直接效應與間接效應仍然顯著，但是|α×b/c|=6.39%，間接效應占總效應的比重有了明顯提升，至此假設3 得以全部驗證。

圖1 中介效應說明

3.1.2 穩(wěn)健性檢驗 參考吳智豪等［19］的方法，用農業(yè)機械總動力替換農業(yè)綜合機械化水平來進行穩(wěn)健性檢驗，結果如表4 所示。加入控制變量時，模型（2）中trαnslαnd的系數仍然顯著。在模型（3）中trαnslαnd的系數與表 3 中的數據僅有微小的差別，該結果仍通過了顯著性檢驗，這進一步驗證了假設2 的可靠性。同樣，模型（4）中的mechlevel、trαnslαnd兩個變量的系數與表3 相比并沒有明顯的變化。

表4 穩(wěn)健性檢驗結果

以同樣的方法來分析該模型的中介效應。同樣，a、b、c＇都在1%的水平下通過了顯著性檢驗，即直接效應與間接效應顯著。此時，α×b與c＇同號且仍然存在部分中介效應。從整體來看，整個穩(wěn)健性檢驗的結果與上文的分析基本一致。

3.1.3 內生性處理 由于農民收入可能反過來對農用地流轉產生影響，且可能存在遺漏關鍵變量的情況，從而導致估計結果出現偏差。本研究參考周京奎等［6］的方法并結合研究內容將工業(yè)用地比率和城鎮(zhèn)建設用地總面積作為解釋變量引入模型中。并采用2SLS（兩階段最小二乘法）對模型中可能存在的內生性問題進行控制。從表5 可以看出，P大于0.1，接受原假設，即工具變量有效。

表5 內生性檢驗結果

3.2 分樣本回歸

由于不同地區(qū)的自然條件、農用地流轉情況、農業(yè)機械化水平以及經濟發(fā)展情況不同，將總樣本劃分為東部、西部、中部3 個不同的子樣本進一步進行異質性分析。

3.2.1 東部地區(qū) 由表6 可知，無論是混合回歸還是固定效應回歸，模型（2）中trαnslαnd的系數顯著為正，這說明農地流轉確實增加了東部地區(qū)農民的收入。但是，模型（3）中trαnslαnd的系數卻出現了負數或者不顯著的情況，這與總樣本回歸的結果相左。

為了進一步探尋其中原因，對2005—2019 年東部各省農用地流轉面積以及農機總動力的情況進行分析。從圖2 可以看出，除江蘇、河北、遼寧、廣東、浙江、山東7 個省份農用地流轉面積不斷增加外，其他各省市農用地流轉面積幾乎沒有變化。但再看與之相對的農機總動力（圖3），除山東、河北、江蘇、遼寧4 個省份有明顯的提升外，其他省市沒有太大變化。而且對比可知，農用地流轉面積的提升幅度明顯高于農機總動力，兩者的提升幅度嚴重脫節(jié)。這主要是由于東部地區(qū)經濟比較發(fā)達，以商業(yè)為主，農業(yè)占地面積少、耕地碎片化明顯，不利于農機的推廣與發(fā)展，農業(yè)機械化水平提升緩慢。農用地流轉與農業(yè)機械化水平的相關程度低。但是，模型（4）顯示α、b、c＇都在1%的水平下顯著（表6），這說明從總體來看，直接效應與間接效應仍然顯著。α×b與c＇同號，且結果顯示部分中介效應仍成立。

圖2 2005—2019 年各省農用地流轉面積的變化趨勢

圖3 2005—2019 年各省農業(yè)機械總動力的變化趨勢

表6 東部地區(qū)回歸結果

3.2.2 中部地區(qū) 從表7 可以看出，模型（2）和模型（4）中的核心變量mechlevel、trαnslαnd都在一定程度上未通過顯著性檢驗，且總體的顯著性不高。經過對樣本數據的考察發(fā)現中部地區(qū)內部數據的南北差異大。北部地區(qū)的農用地相對較多，農業(yè)比較發(fā)達，有利于機械化經營；而南部地區(qū)的農用地面積相對較少，耕地細碎化嚴重。因此，本研究將中部地區(qū)分為南、北兩個部分進行混合回歸，結果如表8 所示。

表7 中部地區(qū)回歸結果

從表8 可以看出，中部北方地區(qū)農用地流轉對農民收入的直接和間接影響系數均顯著，且農業(yè)機械化水平與農用地流轉也存在顯著的正向關系。又由于α×b與c＇同號，即農業(yè)機械化水平確實在農民收入的提升方面起到部分中介效應。但是，中部南方地區(qū)的回歸結果顯示，trαnslαnd的系數不顯著。同時，檢驗未通過，說明直接效應與間接效應都不顯著，農用地流轉、農業(yè)機械化水平以及農民收入三者間的關系在南方地區(qū)并不明顯。

表8 中部地區(qū)分區(qū)域回歸結果

3.2.3 西部地區(qū) 從2 種回歸結果（表9）可以看出，農用地流轉與農民收入的相關系數明顯為正［模型（3）中的OLS 回歸除外］，即農用地流轉確實能直接給西部地區(qū)的農民帶來收入的增加。但是，表9 中混合回歸結果與固定效應結果顯示，mechlevel系數雖都通過檢驗但并不完全一致。為了進一步明確兩者關系，在不加控制變量的情況下進行了回歸，結果顯示農用地流轉與農業(yè)機械化水平呈正向關系，出現這種情況可能是由于控制變量或者樣本內部的差異所致。由表9、表10 中模型（4）的結果還可以看出，西部地區(qū)農業(yè)機械化水平的提高對農民收入增加的間接效應同樣顯著，α×b與c＇同號，部分中介效應仍然成立。

表9 西部地區(qū)未加入控制變量的回歸結果

表10 西部地區(qū)加入控制變量的回歸結果

4 小結與建議

4.1 小結

第一，農用地流轉可以為農民提供更加多樣的收入來源，有利于農民更加合理地對資源進行配置，進而促進農民收入的增長。農用地流轉也可將耕地集中在部分農戶手中，促進規(guī)?；洜I的實現和農機的應用，進而促進農業(yè)機械化水平的提升。同時，農用地流轉還可以通過提升農業(yè)機械化水平來促進農民收入。

第二，東部、西部、中部不同地區(qū)農用地流轉都可以促進農民收入的提高，農業(yè)機械化水平均與農民收入呈正相關，農業(yè)機械化水平的部分中介效應也幾乎都成立。但農用地流轉對農民收入的促進效應不同，西部地區(qū)農用地流轉對農民收入的促進效應最為明顯，其次是東部地區(qū)。農業(yè)機械化水平對農戶收入的促進效應也因地區(qū)不同而各不相同，同樣也是西部地區(qū)的促進效應最為明顯，農業(yè)機械化的部分中介效應也是西部地區(qū)更為突出。

第三，在分樣本回歸中，農用地流轉與農業(yè)機械化水平的關系出現了與總樣本回歸結果不符的情況，這種情況主要存在于東部地區(qū)和中南部地區(qū)。主要是因為東部地區(qū)以及中南部地區(qū)農用地細碎化嚴重，農用地流轉與農業(yè)機械化水平脫節(jié)嚴重，這也成為了阻礙農民收入增加的重要原因之一。

4.2 建議

基于以上分析，本研究提出以下幾點建議。

第一，進一步完善土地流轉市場，健全土地經營權流轉制度，促進農用地的自由流轉，為農民對勞動要素、土地要素等資源要素的合理配置提供制度保障。同時，也應該建立農用地流轉監(jiān)管平臺與服務平臺，做好對農用地流轉的監(jiān)管，積極向農民提供以及普及農用地流轉的相關知識。

第二，加大對農機的補貼與推廣，鼓勵農民購買農機，不斷加大對農機的科研投入，提高農業(yè)科技水平，為勞動力的解放提供基礎。同時，也應該加大對農機購置的信貸支持，對暫時沒有能力購買農機的農戶適當降低利息，促進農業(yè)機械化水平的整體提升，充分發(fā)揮農業(yè)機械化對農民收入的促進效應。

第三，針對不同的地區(qū)制定不同的農用地流轉政策。對東部地區(qū)以及中南部地區(qū)應該大力整合土地資源，將多家農戶的土地由統(tǒng)一的部門進行集中的管理與經營，降低農用地的細碎化、分散化經營，為土地大規(guī)模機耕創(chuàng)造條件。