鐘 真，劉世琦，沈曉暉

(1.中國人民大學(xué) 農(nóng)業(yè)與農(nóng)村發(fā)展學(xué)院，北京 100872； 2.浙江省桐鄉(xiāng)市農(nóng)機監(jiān)理站，浙江 桐鄉(xiāng) 314500)

一、引言

農(nóng)業(yè)機械化是傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)轉(zhuǎn)型的中心線索，也是農(nóng)業(yè)現(xiàn)代化的主要標(biāo)志之一[1-2]。近年來，隨著農(nóng)業(yè)科技的發(fā)展、勞動力成本的快速攀升等多種因素的影響下，農(nóng)業(yè)機械化在增加農(nóng)業(yè)產(chǎn)出、促進(jìn)農(nóng)業(yè)勞動力轉(zhuǎn)移和增加農(nóng)民收入等方面的作用顯得日益重要。據(jù)農(nóng)業(yè)部測算，到2015年底，全國農(nóng)作物耕種收綜合機械化率(以下簡稱“農(nóng)機化率”)已達(dá)到63.82%，這意味著我國的農(nóng)業(yè)生產(chǎn)方式已經(jīng)總體進(jìn)入以機械作業(yè)生產(chǎn)為主的階段；同時，自2004年開始試點實施農(nóng)機購置補貼政策以來，中央財政資金已累計投入超過1400億元，補貼農(nóng)機具超過3800萬臺(套)。農(nóng)機具購置補貼為農(nóng)民購買和使用農(nóng)機服務(wù)提供了直接激勵[3]，也對提高我國農(nóng)業(yè)機械化水平起到重要作用。

但是，農(nóng)民個人投資依然是農(nóng)機投入的主體[4]。除了一部分補貼資金，農(nóng)民還需要動用自有資金或借貸資金，才能滿足機械化生產(chǎn)的資金需要。因此，借貸利率(包括正規(guī)和非正規(guī)金融市場的借貸利率)將影響農(nóng)民農(nóng)機投入。一般而言，借貸利率可以大致衡量一個地區(qū)平均的資本使用成本，如果借貸利率越高，資金使用成本越高，就越可能抑制農(nóng)民購買機械的積極性，因而不利于農(nóng)機化率的提高。然而，事實并非完全如此。實地調(diào)研發(fā)現(xiàn)，某些借貸利率高的地區(qū)也同時擁有較高的農(nóng)機化率，例如黑龍江和新疆2004-2013年樣本縣正規(guī)金融機構(gòu)的平均年借貸利率水平高達(dá)7.7%，而其農(nóng)機化率也處于全國領(lǐng)先水平，同期平均達(dá)到77.1和72.4%；或者，兩個地區(qū)借貸利率有較大差別，但農(nóng)業(yè)機械化水平卻大致相當(dāng)，例如遼寧和山東十年間平均借貸利率水平差異較大，分別為8.2%和6.3%，而同期樣本縣平均農(nóng)機化率則十分接近，均在64.1%左右*這里的“實地調(diào)研”指本文課題組的調(diào)研。調(diào)研情況見數(shù)據(jù)來源與變量特征部分。。那么，為什么會出現(xiàn)此類狀況？借貸利率是如何影響農(nóng)民購機決策的；農(nóng)機購置補貼在其中有發(fā)揮了什么作用；借貸利率、購置補貼與農(nóng)機化率之間究竟是何種關(guān)系？回答這些問題，有利于揭示我國農(nóng)機化水平提升的內(nèi)在機制，對金融支持農(nóng)機發(fā)展和完善農(nóng)機購置補貼政策等具有重要的現(xiàn)實意義。

二、文獻(xiàn)綜述

農(nóng)業(yè)機械化是一個涉及自然科學(xué)和社會科學(xué)的綜合性領(lǐng)域。從社會科學(xué)的角度看，現(xiàn)有對農(nóng)業(yè)機械化的研究主要圍繞其作用、存在問題和影響因素等方面展開的。在農(nóng)業(yè)機械化對農(nóng)業(yè)的作用方面，學(xué)者多用實證的方法，定量衡量農(nóng)業(yè)機械化對糧食產(chǎn)出[5-7]、勞動力轉(zhuǎn)移[8-9]、農(nóng)民增收和農(nóng)業(yè)經(jīng)濟增長的影響[10-11]，結(jié)果表明農(nóng)業(yè)機械化在這些方面都有顯著的正效應(yīng)。在存在的問題方面，地區(qū)發(fā)展的差異性較大，整體水平并不高；農(nóng)機作業(yè)結(jié)構(gòu)不平衡，作物品種之間的機械化程度差異大；農(nóng)機服務(wù)體系不健全；農(nóng)業(yè)機械作業(yè)的成本偏高等情況是較突出的[12]。在影響農(nóng)業(yè)機械化水平的因素方面，農(nóng)民的技能水平和文化程度[13]、財政支農(nóng)力度[14]、農(nóng)機價格水平[15]和土地經(jīng)營規(guī)模[16]是幾大主要因素。

具體到農(nóng)機投入或投資方面的研究則相對較少，相關(guān)的文獻(xiàn)也多集中在農(nóng)機購置補貼政策方面。從近十年農(nóng)機購置補貼政策的實踐來看，財政支持農(nóng)機發(fā)展的范圍與力度均不斷加大，財政投入在農(nóng)機投入中所占比重有所增加，補貼資金對引導(dǎo)農(nóng)民購買農(nóng)業(yè)機械的效果也十分顯著[17]。但相關(guān)問題也很多：如隨著農(nóng)業(yè)機械技術(shù)越來越成熟，農(nóng)業(yè)機械價值越來越高，購置補貼對提高農(nóng)民購機能力的作用有限，農(nóng)民購置農(nóng)機的資金壓力持續(xù)存在；又如補貼政策對民間資本的拉動力不足，制約了政策效應(yīng)的發(fā)揮[18]。為此，各地也積極探索金融扶持農(nóng)業(yè)機械化的政策，如加大農(nóng)業(yè)科技貸款的支持力度[19]、農(nóng)機銷售企業(yè)和相關(guān)的金融機構(gòu)嘗試合作擔(dān)保貸款或探索各種形式的抵押貸款[20]?？偟膩碚f，農(nóng)業(yè)機械化信貸支持領(lǐng)域有所擴大，力度也在增強，但農(nóng)民購機貸款難、貸款成本高等問題并沒有很好解決。與其他農(nóng)業(yè)產(chǎn)業(yè)類似，以農(nóng)民為主的私人主體是中國農(nóng)業(yè)機械投資的主要力量[21]，故農(nóng)民的購機行為是推進(jìn)農(nóng)業(yè)機械化需抓住的關(guān)鍵因素之一。國家財政政策和農(nóng)村金融市場都應(yīng)提供各種有利于減輕購機成本和增強農(nóng)民購機能力的舉措。而要充分調(diào)動政府與市場的力量，前提是厘清借貸利率、購置補貼等影響農(nóng)民購機行為的外部條件與農(nóng)機化率之間的邏輯關(guān)系。

而文獻(xiàn)梳理則發(fā)現(xiàn)，多數(shù)理論研究要么從宏觀的金融或財政政策角度來對農(nóng)業(yè)經(jīng)濟發(fā)展進(jìn)行分析，要么從微觀的農(nóng)戶角度分析其一般性信貸約束問題，但很少有文獻(xiàn)從中觀層面將分析視野投射到農(nóng)業(yè)機械化這一農(nóng)業(yè)現(xiàn)代化的重要領(lǐng)域，并將金融市場約束與國家財政補貼結(jié)合起來分析解釋中國特色的農(nóng)業(yè)機械化發(fā)展軌跡。據(jù)此，本文將以縣級單位為研究對象，從農(nóng)機投入的角度，對借貸利率、購置補貼和農(nóng)機化率之間的關(guān)系進(jìn)行實證分析。

三、擬驗證的假說

作為農(nóng)機投資主體的農(nóng)戶，可以動用的自有資金數(shù)量和資金使用成本是影響其購機行為的重要約束。而借貸利率和購置補貼對這兩大約束又會產(chǎn)生直接的影響。一方面，如果農(nóng)民可以直接使用自有資金購買，那么他需要考慮自有資金的機會成本，即與其他用途(包括儲蓄)相比是否更為合算，其衡量標(biāo)準(zhǔn)則往往是當(dāng)?shù)亟栀J利率水平。此時無論是正規(guī)金融機構(gòu)的利率還是非正規(guī)金融機構(gòu)的利率都將影響農(nóng)民的這一投資行為。而如果農(nóng)民自有資金不足，需要通過借貸來購買農(nóng)機，那么正規(guī)或非正規(guī)的利率水平仍是其直接考量依據(jù)。另一方面，如果農(nóng)機購置補貼的額度較高，農(nóng)民個人投入資金就相對較少，購機行為更容易發(fā)生，反之則農(nóng)民購機的成本壓力較大，故購置補貼的力度將影響其購機行為。進(jìn)一步地，上述兩個方面對農(nóng)戶購機行為的影響最終將作用到農(nóng)機化率上。為方便起見，我們將借貸利率、購置補貼和農(nóng)機化率之間關(guān)系概述為圖1所示。

圖1 借貸利率、購置補貼與農(nóng)業(yè)機械化率的關(guān)系

根據(jù)經(jīng)濟學(xué)相關(guān)理論和實際調(diào)查情況，本文提出以下推斷：

第一，借貸利率與農(nóng)機化率之間呈倒U型關(guān)系，即在低于一個閾值時，借貸利率可能對農(nóng)機化率有正向影響，到達(dá)并超過此閾值后，借貸利率對農(nóng)機化率有負(fù)向影響。提出此假說的理論與現(xiàn)實依據(jù)有兩點：一是根據(jù)農(nóng)業(yè)機械保有量的變化看，農(nóng)戶購機需求不可能長期旺盛。在國家實施農(nóng)機購置補貼政策的初期，補貼極大刺激了農(nóng)民購買農(nóng)業(yè)機械的積極性，此時由于投資農(nóng)機所帶來的農(nóng)業(yè)和非農(nóng)業(yè)收益的增加將大于較低利率水平下因借貸競爭帶來的資金使用成本的提高。換言之，在借貸利率處于一個較低的區(qū)間內(nèi)，適當(dāng)?shù)慕栀J競爭反而會促進(jìn)農(nóng)民的購機行為，故借貸利率與農(nóng)機化率將呈現(xiàn)正向關(guān)系。在補貼政策實行到一定階段以后，農(nóng)業(yè)機械保有量趨于穩(wěn)定甚至飽和，農(nóng)民購機熱情將明顯下降，借貸利率高低直接影響著購機資金的使用成本，故借貸利率與農(nóng)機化率將呈現(xiàn)負(fù)關(guān)系。二是根據(jù)農(nóng)村金融市場發(fā)展?fàn)顩r看，農(nóng)村的正規(guī)金融市場與非正規(guī)金融市場之間存在分割、競爭與互補的關(guān)系。當(dāng)正規(guī)金融機構(gòu)的貸款利率較高，但購買農(nóng)機仍有利可圖時，非正規(guī)金融即民間借貸的活躍性將增強，從而促進(jìn)農(nóng)戶能在農(nóng)忙季節(jié)迅速進(jìn)行農(nóng)機投資，尤其是購買小型農(nóng)機具以滿足生產(chǎn)，進(jìn)而提高了農(nóng)機化率。當(dāng)整體借貸利率超過一定閾值后，過高的資金成本已成為投資農(nóng)業(yè)機械尤其是價值較高的農(nóng)業(yè)機械的一大制約，此時利率的影響將呈現(xiàn)負(fù)面效果，即利率越高，農(nóng)機購買量將下降，進(jìn)而導(dǎo)致農(nóng)機化率趨于穩(wěn)定或降低?；谝陨戏治觯疚耐茢?，借貸利率對農(nóng)機化率的影響將呈現(xiàn)倒U型的關(guān)系。

第二，購置補貼對農(nóng)機化率有正向影響。針對農(nóng)民購置機械的補貼具有專門性，能對農(nóng)民的購買決策產(chǎn)生直接干預(yù)和激勵，補貼范圍和力度越大，越容易促使農(nóng)民購買機械，從而提高農(nóng)機化率。另一方面，補貼實際上能部分抵消高利率帶來的負(fù)面作用，間接降低農(nóng)民資金使用成本，增強農(nóng)民購買力。因此，農(nóng)機購置補貼對農(nóng)機化率具有正向的促進(jìn)作用。

當(dāng)然，農(nóng)戶收入水平、勞動力轉(zhuǎn)移率、農(nóng)業(yè)機械化服務(wù)組織等因素也影響著農(nóng)機化率，本文將這些因素作為控制變量進(jìn)入實證模型。借貸利率與購置補貼是本文關(guān)注的從資金角度影響農(nóng)機化率的重點因素。

四、數(shù)據(jù)來源與變量特征

本文所用數(shù)據(jù)來自農(nóng)業(yè)部農(nóng)機化司于2015年對全國8個省以縣為單位的問卷調(diào)查。調(diào)查要求各縣報送其自實施農(nóng)機購置補貼政策以來農(nóng)機化發(fā)展相關(guān)的指標(biāo)數(shù)據(jù)。其中，8省分別為黑龍江、遼寧、新疆、河南、山東、安徽、湖北和江西；各省縣級名單按照該省十余年間所獲中央農(nóng)機購置補貼資金占全國的比重隨機抽取，共抽得62個縣。經(jīng)過上報數(shù)據(jù)的整理，最終選定數(shù)據(jù)較為齊全的54個縣作為本文研究的對象*縣級樣本名單可向作者索取。。該樣本范圍覆蓋我國東北、西北、中東部和南方地區(qū)的糧食主產(chǎn)區(qū)，農(nóng)機購置補貼政策實施相對較早，農(nóng)業(yè)機械化生產(chǎn)水平相對較高，對于本文研究問題的分析具有較強的代表性。

(一)因變量：農(nóng)機化率

按照《全國農(nóng)業(yè)機械化統(tǒng)計年報》的定義，農(nóng)機化率由機耕水平、機播水平、機收水平分別以0.4、0.3、0.3的權(quán)重加權(quán)計算而來。其中，機耕水平是指機耕面積占各種農(nóng)作物播種面積中應(yīng)耕作面積的百分比(農(nóng)作物播種面積中應(yīng)耕作面積等于農(nóng)作物總播種面積減去免耕播種面積)；機播水平、機收水平分別是指機播面積、機收面積占各種農(nóng)作物播種總面積、收獲總面積的百分比。從全國的數(shù)據(jù)看，2004至今的十余年是改革開放以來中國農(nóng)業(yè)機械化發(fā)展最快的時期，年均增加近2.7個百分點；而1978—2003年年均增長不到0.5個百分點。同期，各省農(nóng)機化率也快速提高，盡管水平各有差異，但變化趨勢基本一致。從樣本數(shù)據(jù)看，來自8省54縣平均的農(nóng)機化率從2004年的51.79%上升到2013年的75.8%，總體上高于全國平均水平，但變化趨勢與全國整體情況類似。這與實施基本相符。其中，來自湖北、江西兩省的樣本縣農(nóng)機化率與全國平均水平較為接近，而其他6省的樣本縣農(nóng)機化率均明顯高于全國平均水平；而來自遼寧的樣本縣農(nóng)機化水平與8省樣本平均水平十分接近(見圖2)。

(二)自變量：借貸利率、購置補貼金額與相關(guān)控制變量

鑒于前述正規(guī)金融市場與非正規(guī)金融市場的關(guān)系，本文假定一個縣域內(nèi)的金融市場是關(guān)聯(lián)的，即非正規(guī)金融的借貸利率是正規(guī)金融借貸利率的一個函數(shù)，那么我們可以利用該區(qū)域內(nèi)正規(guī)金融的借貸利率來表示包括非正規(guī)金融市場利率在內(nèi)的資本價格的高低?；诖?，本文選擇縣級農(nóng)村信用社或農(nóng)業(yè)銀行等正規(guī)金融機構(gòu)的貸款年利率來反映一個地區(qū)整體資金借貸成本。該利率越高說明農(nóng)民進(jìn)行農(nóng)機投資的成本高，反之則較低。從樣本數(shù)據(jù)看，2004-2013年樣本縣平均年借貸利率總體略有上漲，但基本在7%上下小幅波動。其中，遼寧樣本縣的借貸利率水平最高，十年間年貸款利率平均超過8%，而湖北最低，十年間平均水平不到6%；山東樣本縣的波動幅度最大，新疆和河南次之，但新疆樣本縣的借貸利率在較高水平上存在明顯波動(見圖3)。

圖2 2014年以來全國與樣本區(qū)域農(nóng)機化率(%)

圖3 2004-2013年樣本區(qū)域平均借貸利率(%)

農(nóng)機購置補貼資金由中央財政和地方財政共同擔(dān)負(fù)，地方各級政府可以視自身財政情況安排相應(yīng)的補貼資金。因此，理論上縣級單位獲得的農(nóng)機購置補貼資金來源于中央和省、地市等地方財政資金。但由于相當(dāng)一部分地方政府財力緊張而沒有安排相應(yīng)的補貼，縣級農(nóng)機購置補貼資金常常僅來自中央財政資金。本研究以縣為研究單位，不區(qū)分中央與地方補貼資金的構(gòu)成，僅關(guān)注補貼資金的數(shù)量對農(nóng)機化率的影響。從樣本數(shù)據(jù)看，2004-2013年樣本縣平均農(nóng)機購置補貼資金從18.2萬元增長到1713.1萬元，其中2008-2009年補貼資金出現(xiàn)了大幅提升，這一趨勢與全國農(nóng)機購置補貼量的變化十分吻合。其中，遼寧樣本縣的平均補貼資金最多，十年間累計補貼1.25億元，而河南樣本縣最少，同期累計補貼0.51億元(見圖4)。

此外，為了更加準(zhǔn)確地估計借貸利率、購置補貼與農(nóng)機化率之間的關(guān)系，本文將引入若干控制變量。已有文獻(xiàn)表明，諸多宏觀經(jīng)濟和微觀市場特征將影響農(nóng)機化率。本文認(rèn)為，大多數(shù)影響因素都是通過作用于農(nóng)機購買和使用行為進(jìn)而影響農(nóng)機化率的，故控制變量的選取不宜過多過泛，而應(yīng)圍繞“購機”和“用機”來選取?；诖耍疚囊朕r(nóng)民人均純收入[22]、農(nóng)村勞動力轉(zhuǎn)移比例[23]和農(nóng)業(yè)機械化作業(yè)服務(wù)組織[24]等指標(biāo)作為控制變量。相關(guān)變量十年間的均值及其標(biāo)準(zhǔn)差如表1所示。

圖4 2004-2013年樣本區(qū)域平均農(nóng)機購置補貼額(萬元)

變量名指標(biāo)解釋樣本量均值農(nóng)機化率(mechanization)農(nóng)業(yè)機械化耕種收綜合水平(%)54066.51(18.006)借貸利率(rate)縣級正規(guī)金融機構(gòu)貸款年利率(%)5407.27(2.216)農(nóng)機購置補貼(subsidy)年均縣級農(nóng)機購置補貼金額(萬元)540879.08(1275.424)農(nóng)民人均純收入(income)農(nóng)民人均純收入(元)5406012.96(2957.302)農(nóng)村勞動力轉(zhuǎn)移比例(labortransfer)農(nóng)民外出務(wù)工人數(shù)占全縣農(nóng)村勞動力總?cè)藬?shù)比例(%)54029.79(18.167)農(nóng)機服務(wù)組織(orgniazations)全縣農(nóng)業(yè)機械化作業(yè)服務(wù)組織數(shù)量(個)54080.34(137.119)

注：括號中為標(biāo)準(zhǔn)差。

五、實證檢驗與結(jié)果分析

(一)模型設(shè)定

為了驗證關(guān)于借貸利率和購置補貼對農(nóng)機化率的影響，本文設(shè)定如下基礎(chǔ)模型：

(1)

首先，需要討論的是區(qū)域借貸利率水平是否為外生變量。本文認(rèn)為，一個地區(qū)的資金借貸利率是由宏觀經(jīng)濟影響下該地區(qū)資金供給和需求總體態(tài)勢決定的，農(nóng)機購置的資金需求對該地區(qū)金融市場的供求關(guān)系影響甚微，故可以認(rèn)定借貸利率是一個外生變量。

其次，要處理的是縣級農(nóng)機購置補貼資金(subit)的內(nèi)生性問題。根據(jù)農(nóng)機購置補貼政策實施的情況看，補貼資金分配是自上而下進(jìn)行的，縣一級是補貼資金下?lián)艿淖罨鶎訂挝?。而上級農(nóng)機化主管部門在分配下級農(nóng)機購置補貼資金時，常常會按照下級各單位在上一年度的補貼資金使用情況、上一年度農(nóng)業(yè)產(chǎn)出(特別是糧食產(chǎn)量)和本年度的農(nóng)機購置補貼資金需求評估值來確定補貼資金分配額度。因而補貼資金分配越多的地區(qū)，常常是糧食主產(chǎn)區(qū)等農(nóng)機購置和使用需求較強的地區(qū)，其農(nóng)機化率自然相對較高。反過來，農(nóng)機化率高的地區(qū)，由于往年補貼資金需求較大、糧食產(chǎn)量較高等因素，一般而在下一年度也會獲得比其他地區(qū)更多的補貼資金。因此，補貼資金與農(nóng)機化率之間至少存在著明顯的因互為因果引起的內(nèi)生性關(guān)系。為此，在模型設(shè)定時有必要消除subit的內(nèi)生性問題。按照上述補貼資金分配的主要依據(jù)，樣本縣上一年糧食產(chǎn)量和上一年的補貼資金均具有作為補貼的工具變量的必要特征，即都與補貼資金高度相關(guān)。但細(xì)致的分析可以發(fā)現(xiàn)，上一年度的補貼資金會影響當(dāng)年的農(nóng)機保有量，進(jìn)而影響當(dāng)年農(nóng)機化率，故并不合適作為subit的工具變量。而上一年度的糧食產(chǎn)量面積則與當(dāng)年農(nóng)機化率幾乎沒有類似的因果聯(lián)系，所以相較而言，上一年度的糧食產(chǎn)量作為subit的工具變量更為合適的。也有一些研究將糧食單產(chǎn)和糧食播種面積來作為農(nóng)機購置補貼的工具變量(周振和崔嵩，2015[17])。而本文認(rèn)為，無論是糧食單產(chǎn)還是播種面積，都只能體現(xiàn)糧食產(chǎn)量的某個維度，并且兩者之積本身就是糧食產(chǎn)量，故沒有必要選擇糧食單產(chǎn)或播種面積(抑或兩者一起)作為工具變量。據(jù)此，本文選擇上一年度的糧食產(chǎn)量作為subit的工具變量來估計相關(guān)參數(shù)。

再次，要處理的是購置補貼、農(nóng)民收入和借貸利率之間交互關(guān)系問題。邏輯上看，農(nóng)機購置補貼和上一年度農(nóng)民人均純收入對農(nóng)機化率的影響可以預(yù)期為正，故它將緩解借貸利率對農(nóng)機化率產(chǎn)生的負(fù)面影響。如果借貸利率與農(nóng)機化率確實存在倒U型關(guān)系，那么購置補貼和農(nóng)民收入將有可能延緩倒U型拐點的出現(xiàn)。換言之，如果購置補貼或農(nóng)民收入越高，農(nóng)民在購置或使用農(nóng)機時的借貸競爭就有可能越激烈，借貸利率與農(nóng)機化率正相關(guān)的區(qū)間就越大。為此，本文在模型中將引入購置補貼、農(nóng)民人均純收入收入分別與借貸利率的交互項，以模擬上述情況并提高模型估計的準(zhǔn)確性。

于是，基礎(chǔ)模型式(1)需進(jìn)一步設(shè)定為如下待估模型：

(2)

式(2)中，grainit-1表示上一年度糧食產(chǎn)量，是subit的工具變量；rateit*subit和rateit*incit-1分別是借貸利率與農(nóng)機購置補貼、上一年度農(nóng)民人均純收入的交互項。

(二)估計結(jié)果分析

基于處理面板數(shù)據(jù)和內(nèi)生性問題的需要，本文采用面板工具變量法進(jìn)行參數(shù)估計。為了排除自然條件差異等基本不隨時間推移而變化的因素之干擾，估計時使用固定效應(yīng)模型。豪斯曼檢驗的結(jié)果(卡方P值為 0.0091)也支持選擇固定效應(yīng)模型。為了提高模型估計結(jié)果的穩(wěn)健性，本文對進(jìn)入模型的變量組合進(jìn)行了多種嘗試(見表3)。先對借貸利率、借貸利率平方和購置補貼三個關(guān)鍵變量與農(nóng)機化率進(jìn)行回歸，結(jié)果均高度顯著(模型I)。而引入農(nóng)民人均純收入、農(nóng)村勞動力轉(zhuǎn)移比例和農(nóng)機服務(wù)組織三大控制變量后，模型估計結(jié)果依然整體顯著，但農(nóng)機購置補貼的顯著性水平大大下降(見模型II)。這或許與農(nóng)機購置補貼的內(nèi)生性有關(guān)。為此，模型III利用上一年度糧食產(chǎn)量作為工具變量對農(nóng)機購置補貼的內(nèi)生性進(jìn)行了處理。結(jié)果顯示，農(nóng)機購置補貼對農(nóng)機化率的影響明顯得到了提高，并在10%水平上顯著；同時借貸利率及其平方項依然在1%水平上高度顯著，而農(nóng)民人均純收入和農(nóng)機服務(wù)組織的影響明顯減弱?？梢?，模型對借貸利率、借貸利率平方和購置補貼三個關(guān)鍵變量的設(shè)定和對農(nóng)機購置補貼內(nèi)生性的處理是合理的。此外，為了進(jìn)一步驗證購置補貼、農(nóng)民人均純收入和借貸利率之間的交互關(guān)系，本文對引入rateit*subit和rateit*incit-1的模型進(jìn)行了面板OLS和面板2SLS(面板工具變量法)估計，估計結(jié)果分別見模型IV和模型V。從兩個估計結(jié)果的對比看，盡管未處理補貼的內(nèi)生性問題時，兩個交互項系數(shù)估計值在統(tǒng)計上是顯著的，而處理了補貼的內(nèi)生性問題后，兩個交互項系數(shù)估計值反而不顯著了，但由于系數(shù)都十分微小和處理補貼內(nèi)生性的必要，本文認(rèn)為購置補貼、農(nóng)民人均純收入和借貸利率之間對農(nóng)機化率的交互影響并不明顯?？傮w而言，處理了農(nóng)機購置補貼的內(nèi)生性問題之后，三大關(guān)鍵變量和三大控制變量的系數(shù)估計值均高度顯著，且模型整體統(tǒng)計學(xué)性狀良好，故本文主要依據(jù)模型V來做以下分析。

表2 模型估計結(jié)果

注：*、**、***分別表示在10%、5%與1%的水平上顯著。

由于2004-2013年樣本縣民間借貸利率的數(shù)據(jù)無法獲得，本文所用借貸利率數(shù)據(jù)為樣本縣正規(guī)金融機構(gòu)借貸利率，絕大多數(shù)樣本縣借貸利率都低于11%，導(dǎo)致本文數(shù)據(jù)僅能觀察到各樣本縣借貸利率水平與農(nóng)機化率之間的正向關(guān)系。但這并不影響估計結(jié)果對倒U型假說的支持。一方面，正規(guī)金融機構(gòu)借貸利率數(shù)據(jù)本身支持借貸利率與農(nóng)機化率之間的負(fù)二次項關(guān)系。另一方面，由于農(nóng)村的正規(guī)金融市場與非正規(guī)金融市場之間的特殊關(guān)系，即便可以同期觀察到超過11%的民間借貸利率數(shù)據(jù)，也不影響我們的結(jié)論。事實上，農(nóng)村的非正式金融，尤其是親朋好友之間的借貸，因程序簡單快捷和交易費用較低，而長期成為正規(guī)金融的一種補充甚至替代。正規(guī)金融借貸利率較低，但借貸競爭激烈，無論是借貸利率直接提高還是通過提高借貸門檻間接提高，存在較高信貸約束的農(nóng)戶往往會轉(zhuǎn)向非正規(guī)金融進(jìn)行融資，以此滿足季節(jié)性的生產(chǎn)用途。即便非正規(guī)金融的借貸利率要明顯高于正規(guī)金融的借貸利率，但只要仍能夠通過投資農(nóng)機獲得足夠的收益，那么借貸利率與農(nóng)機化率同時提高的現(xiàn)象就會發(fā)生。所以，可以推斷非正規(guī)金融作用于農(nóng)機化率的“拐點利率”會比正規(guī)金融更高。

第三，農(nóng)民人均純收入、農(nóng)村勞動力轉(zhuǎn)移比例和農(nóng)機服務(wù)組織等因素對農(nóng)機化率的提高也具有十分重要的作用。農(nóng)機化率的快速提高不單單是農(nóng)機購置補貼政策的功勞，而是諸多強農(nóng)惠農(nóng)政策的綜合體現(xiàn)，也是整個國家經(jīng)濟、社會、科技大發(fā)展背景下的必然趨勢。從本文縣級層面的估計結(jié)果看，樣本縣農(nóng)民人均純收入每增加100元，農(nóng)機化率將提高約0.2個百分點；樣本縣農(nóng)村勞動力轉(zhuǎn)移比例每提高1個百分點，農(nóng)機化率將提高約0.1個百分點；樣本縣農(nóng)機服務(wù)組織每增加100個，農(nóng)機化率將提高約0.5個百分點。需要強調(diào)的是，農(nóng)機服務(wù)組織在農(nóng)機化發(fā)展過程中的作用日益明顯。數(shù)據(jù)顯示，十年間樣本縣農(nóng)機服務(wù)組織的數(shù)量平均為80家，沒有正式的農(nóng)機服務(wù)組織的樣本縣比例從25.9%下降為3.7%，擁有50家以上農(nóng)機服務(wù)組織的樣本縣比例從不到30%增加到43.7%。其中，大多數(shù)農(nóng)機服務(wù)組織都為農(nóng)機合作社或與農(nóng)民合作社相關(guān)的組織或機構(gòu)。這表明，農(nóng)機行業(yè)本身的成長發(fā)展亦將進(jìn)一步推動農(nóng)業(yè)化率的提高。

六、研究結(jié)論與政策含義

農(nóng)機購置補貼政策實行十余年以來，我國農(nóng)業(yè)機械化水平提升迅速，但由于農(nóng)戶依然是農(nóng)機投資主體，地區(qū)借貸利率水平將直接影響農(nóng)戶購機成本，進(jìn)而影響其購機行為，因此地區(qū)金融市場與農(nóng)業(yè)機械化水平將存在特殊的關(guān)系。本文利用8省54縣2004-2013年的面板數(shù)據(jù)，對縣級區(qū)域平均借貸利率、農(nóng)機購置補貼和農(nóng)機化率之間的關(guān)系進(jìn)行了較為深入的實證分析。結(jié)果表明，在排除了農(nóng)機購置補貼的內(nèi)生性之后，借貸利率并非與農(nóng)機化率呈現(xiàn)簡單負(fù)向線性關(guān)系，而是呈現(xiàn)一個 “先正后負(fù)”的關(guān)系：先在一個較寬的相對低利率區(qū)間內(nèi)呈現(xiàn)正向關(guān)系，然后在超過一個較高的“拐點利率”之后呈現(xiàn)負(fù)向關(guān)系。具體結(jié)論及其政策含義如下：

一是，借貸利率與農(nóng)機化率之間存在倒U型關(guān)系的假說得到了驗證。即如果借貸利率處于相對較低的區(qū)間內(nèi)，那么它與農(nóng)機化率之間將呈現(xiàn)正向影響。此時由于正規(guī)機構(gòu)的貸款擠出效應(yīng)明顯，非正規(guī)金融將在農(nóng)機投資中發(fā)揮更為重要的作用。但如果借貸利率過大，農(nóng)機投資的利潤空間不足，借貸利率對購機投入的制約作用將顯現(xiàn)。值得慶幸的是，樣本數(shù)據(jù)和計量結(jié)果表明，大多數(shù)地區(qū)的借貸利率尚沒有突破“拐點利率”，因此現(xiàn)實中借貸利率與農(nóng)機化率整體呈現(xiàn)正向關(guān)系。但這并不意味著，資金使用成本越高越有利于農(nóng)機化發(fā)展，而是適當(dāng)?shù)慕栀J競爭有利于農(nóng)機化水平的提高。當(dāng)前，農(nóng)機購置補貼方式已從“差價購機”全面轉(zhuǎn)為“全價購機”，加上隨著農(nóng)業(yè)機械化水平的不斷提高，高質(zhì)量、高效率農(nóng)機需求將逐步顯現(xiàn)，農(nóng)戶購機的資金壓力進(jìn)一步增加。因此，對于政府金融政策而言，在降低農(nóng)戶購機壓力和適當(dāng)提高農(nóng)機化率之間是需要認(rèn)真權(quán)衡的。由于借貸利率常常是外生的以及農(nóng)機化率受到其他多種因素的影響，建議政府在現(xiàn)階段應(yīng)重點從化解農(nóng)戶購機壓力出發(fā)來發(fā)揮好金融政策對農(nóng)機化發(fā)展的支持作用，如開展農(nóng)機具抵押貸款、農(nóng)機購置補貼收益權(quán)質(zhì)押貸款、政策性擔(dān)保貸款等政策創(chuàng)設(shè)試點。

二是，購置補貼對農(nóng)機化率具有正向促進(jìn)作用的假說也得到了定量驗證。但是如果在量化分析中不考慮其內(nèi)生性問題，將有可能大大低估補貼對農(nóng)機化率的正效應(yīng)。這意味著，政府應(yīng)繼續(xù)對農(nóng)機購置提供財政支持。從農(nóng)機化發(fā)展現(xiàn)狀看，現(xiàn)階段財政支持應(yīng)重點向薄弱地區(qū)(如丘陵山區(qū))和薄弱環(huán)節(jié)(如機種機播環(huán)節(jié))傾斜，并盡可能簡化補貼申領(lǐng)手續(xù)，使農(nóng)民在生產(chǎn)最需要資金的時候獲得補貼并迅速進(jìn)行農(nóng)機投資。當(dāng)然，購置補貼也不能過高，避免農(nóng)戶過度依賴補貼政策，進(jìn)而影響財政資金對農(nóng)機投資的撬動作用。

三是，農(nóng)民人均純收入、農(nóng)村勞動力轉(zhuǎn)移比例和農(nóng)機服務(wù)組織等因素對農(nóng)機化率也有較強的正向促進(jìn)作用。這意味著農(nóng)業(yè)機械化水平的提高，并不僅僅與農(nóng)機購置補貼政策和金融支農(nóng)政策有關(guān)，還與農(nóng)民收入水平、人口城鎮(zhèn)化和農(nóng)業(yè)組織化程度密切相關(guān)?？梢?，要想全面提升農(nóng)機化發(fā)展水平，還應(yīng)在農(nóng)機之外下功夫。比如通過多種途徑提高農(nóng)民收入，積極培育包括農(nóng)機合作社在內(nèi)的新型農(nóng)業(yè)經(jīng)營主體，大力發(fā)展多種形式的適度規(guī)模經(jīng)營，完善農(nóng)機服務(wù)在內(nèi)的農(nóng)業(yè)社會化服務(wù)體系等等。

[1]程 霖, 畢艷峰. 近代中國傳統(tǒng)農(nóng)業(yè)轉(zhuǎn)型問題的探索——基于農(nóng)業(yè)機械化的視角[J]. 財經(jīng)研究, 2009, 35(8):105-114.

[2]孔祥智, 周 振, 鐘 真. 農(nóng)業(yè)機械化:十年進(jìn)展與發(fā)展方向[J]. 科技促進(jìn)發(fā)展, 2014(6):21-28.

[3]曹陽,胡繼亮.中國土地家庭承包制度下的農(nóng)業(yè)機械化——基于中國17省(區(qū)、市)的調(diào)查數(shù)據(jù)[J].中國農(nóng)村經(jīng)濟，2010(10):57-65.

[4]孔祥智, 周 振, 路玉彬. 我國農(nóng)業(yè)機械化道路探索與政策建議[J]. 經(jīng)濟縱橫, 2015(7):65-72.

[5]彭澧麗,楊重玉,龍方等.農(nóng)業(yè)機械化對糧食生產(chǎn)能力影響的實證分析——以湖南省為例[J].技術(shù)經(jīng)濟，2011,30(1):34-38.

[6]周 振, 穆娜娜. 農(nóng)業(yè)機械化對中國糧食增產(chǎn)的影響研究[J]. 中國物價, 2015(11):27-29.

[7]劉 寧. 我國農(nóng)機購置補貼對糧食生產(chǎn)成本收益影響分析[J]. 價格理論與實踐, 2010(3):49-50.

[8]章 磷, 王春霞. 人口、機械化與農(nóng)村剩余勞動力流量研究——以大慶市為例[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟, 2013(7):27-33.

[9]周 振, 馬慶超, 孔祥智. 農(nóng)業(yè)機械化對農(nóng)村勞動力轉(zhuǎn)移貢獻(xiàn)的量化研究[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟, 2016(2):52-62.

[10]李春迎.農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟增長貢獻(xiàn)的研究[D].山東農(nóng)業(yè)大學(xué)，2005.

[11]劉 明, 常家升. 對農(nóng)貸與農(nóng)業(yè)財政支出“悖論”的經(jīng)濟解釋[J]. 陜西師范大學(xué)學(xué)報哲學(xué)社會科學(xué)版, 2008, 37(5):86-93.

[12]段亞莉, 何萬麗, 黃耀明,等. 中國農(nóng)業(yè)機械化發(fā)展區(qū)域差異性研究[J]. 西北農(nóng)林科技大學(xué)學(xué)報自然科學(xué)版, 2011(6):210-216.

[13]鄧?yán)^忠, 何 琳, 甘 玲. 農(nóng)業(yè)機械化水平影響因素的灰色關(guān)聯(lián)分析[J]. 農(nóng)機化研究, 2011, 33(6):1-5.

[14]湯進(jìn)華,林建永,劉成武等.中國農(nóng)業(yè)機械化發(fā)展影響因素的通徑分析[J].遼寧工程技術(shù)大學(xué)學(xué)報(自然科學(xué)版)，2011,30(2):312-315.

[15]侯方安. 農(nóng)業(yè)機械化推進(jìn)機制的影響因素分析及政策啟示——兼論耕地細(xì)碎化經(jīng)營方式對農(nóng)業(yè)機械化的影響[J]. 中國農(nóng)村觀察, 2008(5):42-48.

[16]林萬龍,孫翠清.農(nóng)業(yè)機械私人投資的影響因素:基于省級層面數(shù)據(jù)的探討[J].中國農(nóng)村經(jīng)濟，2007(9):25-32.

[17]周 振, 崔 嵩. 農(nóng)機購置補貼政策對農(nóng)業(yè)機械化的影響研究——基于我國省際面板數(shù)據(jù)的實證分析[J]. 中國物價, 2015(8):62-65.

[18]李 紅.農(nóng)業(yè)機械替代勞動力的實證分析[J].農(nóng)業(yè)與技術(shù)，2008,28(2):111-116.

[19]謝新隆.我國農(nóng)業(yè)機械化政策性金融支持研究[M].太谷：山西農(nóng)業(yè)大學(xué),2013.

[20]張瑞宏,王俊杰,秦海東等.農(nóng)業(yè)機械化金融信貸扶持政策研究[J].中國農(nóng)機化學(xué)報，2014,35(2):43-47.

[21]吳昭雄, 王紅玲, 胡動剛,等. 農(nóng)戶農(nóng)業(yè)機械化投資行為研究——以湖北省為例[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟, 2013(6):55-62.

[22]陳寶峰, 白人樸, 劉廣利. 影響山西省農(nóng)機化水平的多因素逐步回歸分析[J]. 中國農(nóng)業(yè)大學(xué)學(xué)報, 2005, 10(4):115-118.

[23]張永禮, 陸 剛, 武建章. 基于MIV和GA-BP模型的農(nóng)業(yè)機械化水平影響因素實證分析[J]. 農(nóng)業(yè)現(xiàn)代化研究, 2015(6):1026-1031.

[24]楊敏麗, 涂志強, 鄭 誠. 農(nóng)機服務(wù)產(chǎn)業(yè)組織結(jié)構(gòu)與機制創(chuàng)新研究[J]. 農(nóng)機化研究, 2006(2):1-5.