胡汪洋 劉東林 劉濤 曹成茂 程銀彬 李誠(chéng) 張勇 常志強(qiáng)

摘要：【目的】定量分析安徽省農(nóng)業(yè)機(jī)械化對(duì)農(nóng)民收入增長(zhǎng)的貢獻(xiàn)率，為農(nóng)業(yè)機(jī)械化發(fā)展和決策提供科學(xué)依據(jù)?！痉椒ā繗w納得出安徽省2005～2015年影響農(nóng)民收入增長(zhǎng)的11項(xiàng)指標(biāo)，并查閱統(tǒng)計(jì)年鑒得到與指標(biāo)相對(duì)應(yīng)的時(shí)間序列數(shù)據(jù)，利用有無(wú)比較法和柯布—道格拉斯生產(chǎn)函數(shù)法分別測(cè)算農(nóng)業(yè)機(jī)械化為農(nóng)民增收的直接貢獻(xiàn)率和綜合貢獻(xiàn)率，同時(shí)引入因子分析和逐步回歸方法，運(yùn)用SPSS 22.0和Eviews 8.0具體分析2005～2015年安徽省影響農(nóng)民收入增長(zhǎng)的時(shí)間序列數(shù)據(jù)，并確定生產(chǎn)函數(shù)模型?！窘Y(jié)果】2005～2015年安徽省農(nóng)業(yè)機(jī)械化對(duì)農(nóng)民人均純收入的直接貢獻(xiàn)率穩(wěn)定在9.50%左右，最高年份貢獻(xiàn)率達(dá)10.25%，2010～2015年和2006～2015年的綜合貢獻(xiàn)率分別為25.22%和29.40%，證明農(nóng)業(yè)機(jī)械化對(duì)農(nóng)民增收具有顯著正相關(guān)作用?！窘ㄗh】發(fā)揮購(gòu)機(jī)補(bǔ)貼政策的引導(dǎo)推動(dòng)作用，同時(shí)建立新型農(nóng)業(yè)機(jī)械維修體系，并加大新型職業(yè)農(nóng)民培訓(xùn)力度，以進(jìn)一步促進(jìn)農(nóng)民增收。

關(guān)鍵詞： 農(nóng)業(yè)機(jī)械化；農(nóng)民增收；柯布—道格拉斯生產(chǎn)函數(shù)；貢獻(xiàn)率；安徽省

中圖分類(lèi)號(hào)： S23-9；F323.3 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：2095-1191（2018）02-0403-08

0 引言

【研究意義】農(nóng)民收入問(wèn)題一直是我國(guó)政府關(guān)注的重要問(wèn)題之一，2017年中央一號(hào)文件中再次突出強(qiáng)調(diào)增加農(nóng)民收入的重要性和緊迫性，指出推進(jìn)農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革要以增加農(nóng)民收入、保障有效供給為主要目標(biāo)（傳云，2017）。隨著時(shí)代發(fā)展與科技進(jìn)步，農(nóng)業(yè)機(jī)械化對(duì)現(xiàn)代農(nóng)業(yè)發(fā)展和農(nóng)村經(jīng)濟(jì)增長(zhǎng)做出了巨大貢獻(xiàn)（白人樸，2004）。首先，農(nóng)業(yè)機(jī)械化的發(fā)展直接促進(jìn)了農(nóng)業(yè)生產(chǎn)方式的轉(zhuǎn)變，加速了農(nóng)業(yè)科技成果的規(guī)?；?、標(biāo)準(zhǔn)化應(yīng)用；其次，農(nóng)業(yè)機(jī)械化的節(jié)本增效能力與替代效應(yīng)，極大提高了勞動(dòng)生產(chǎn)率、土地產(chǎn)出率和資源利用率，促進(jìn)勞動(dòng)力向其他產(chǎn)業(yè)轉(zhuǎn)移，帶來(lái)更多的家庭收益（馮啟高和毛罕平，2010；楊敏麗等，2010；羅錫文等，2016）。目前對(duì)農(nóng)業(yè)機(jī)械化為農(nóng)民增收作用多體現(xiàn)在定性表述，沒(méi)有具體到何種程度，因此深入量化分析農(nóng)業(yè)機(jī)械化對(duì)農(nóng)民收入增長(zhǎng)的促進(jìn)作用，有助于人們更精準(zhǔn)地認(rèn)識(shí)其貢獻(xiàn)份額（張睿和高煥文，2008），對(duì)政府相關(guān)部門(mén)決策具有一定參考價(jià)值?！厩叭搜芯窟M(jìn)展】已有很多學(xué)者在農(nóng)業(yè)機(jī)械化對(duì)農(nóng)業(yè)生產(chǎn)或經(jīng)濟(jì)的貢獻(xiàn)率及影響農(nóng)民收入增長(zhǎng)主要因素兩個(gè)方向做了大量研究。楊邦杰等（2000）指出，農(nóng)業(yè)機(jī)械化對(duì)農(nóng)業(yè)貢獻(xiàn)率的測(cè)算方法分別是根據(jù)貢獻(xiàn)率定義直接測(cè)算的有無(wú)比較法和通過(guò)間接計(jì)算要素產(chǎn)出彈性的柯布—道格拉斯生產(chǎn)函數(shù)模型法；張社梅和蔣遠(yuǎn)勝（2015）采用改進(jìn)的柯布—道格拉斯隨機(jī)前沿模型測(cè)算了四川省農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)因素分解，其中機(jī)械的貢獻(xiàn)率為37.11%。此外，還有學(xué)者采用數(shù)據(jù)包絡(luò)分析（DEA）、VAR模型等方法（宗曉杰，2006；辛沖沖等，2015）測(cè)算農(nóng)業(yè)機(jī)械化對(duì)農(nóng)民增收的貢獻(xiàn)率，得到的最終結(jié)果不盡相同。并且，從已有研究看目前對(duì)農(nóng)民收入影響因素的分解情況也各不相同，沒(méi)有統(tǒng)一標(biāo)準(zhǔn)。例如，郭燕枝和劉旭（2011）利用格蘭杰因果關(guān)系檢驗(yàn)和典型相關(guān)分析確定了農(nóng)業(yè)從業(yè)人員、農(nóng)村非農(nóng)產(chǎn)業(yè)勞動(dòng)力等7個(gè)指標(biāo)；蔡飛鳳和江三良（2015）從農(nóng)民收入的4個(gè)組成部分分類(lèi)選取了第一產(chǎn)業(yè)增量與GDP增量之比、農(nóng)業(yè)機(jī)械聯(lián)合收獲機(jī)擁有量等9個(gè)指標(biāo)；此外，王佳寧等（2016）根據(jù)“十三五”規(guī)劃反映經(jīng)濟(jì)發(fā)展的指標(biāo)明確了國(guó)內(nèi)生產(chǎn)總值、全員勞動(dòng)生產(chǎn)率、城鎮(zhèn)化率、服務(wù)業(yè)增加比重共4項(xiàng)指標(biāo)?！颈狙芯壳腥朦c(diǎn)】目前安徽省農(nóng)業(yè)機(jī)械化已發(fā)展到較高水平，但對(duì)農(nóng)民增收貢獻(xiàn)一直沒(méi)有具體定量分析；且前人研究多集中于農(nóng)業(yè)機(jī)械化對(duì)農(nóng)業(yè)生產(chǎn)的貢獻(xiàn)率和影響農(nóng)民收入因素分析兩大方面，而從當(dāng)前階段重點(diǎn)探討農(nóng)業(yè)機(jī)械化與農(nóng)民收入增長(zhǎng)之間的量化關(guān)系的研究鮮見(jiàn)報(bào)道?！緮M解決的關(guān)鍵問(wèn)題】基于影響安徽省農(nóng)民收入因素的時(shí)間序列數(shù)據(jù)，利用有無(wú)比較法和柯布—道格拉斯生產(chǎn)函數(shù)法分別測(cè)算農(nóng)業(yè)機(jī)械化為農(nóng)民增收的直接貢獻(xiàn)率和綜合貢獻(xiàn)率，引入因子分析和逐步回歸方法分析2005～2015年的時(shí)間序列數(shù)據(jù)，確定生產(chǎn)函數(shù)模型，并結(jié)合安徽省農(nóng)業(yè)機(jī)械化發(fā)展過(guò)程中的問(wèn)題，提出合理意見(jiàn)建議，為農(nóng)業(yè)機(jī)械化有效促進(jìn)農(nóng)民增收提供參考。

1 數(shù)據(jù)來(lái)源與研究方法

1. 1 農(nóng)業(yè)機(jī)械化對(duì)農(nóng)民增收效益分析

1. 1. 1 直接效益 農(nóng)業(yè)機(jī)械化（簡(jiǎn)稱(chēng)農(nóng)機(jī)化）對(duì)農(nóng)民收入增長(zhǎng)的直接效益主要體現(xiàn)在農(nóng)機(jī)化經(jīng)營(yíng)收入上，也就是通過(guò)農(nóng)業(yè)機(jī)械服務(wù)帶來(lái)的收入，包括農(nóng)業(yè)機(jī)械代耕作業(yè)（包含跨區(qū)作業(yè)）、農(nóng)機(jī)運(yùn)輸和維修及農(nóng)副產(chǎn)品初級(jí)加工收入。截至2016年底，安徽省農(nóng)機(jī)總動(dòng)力6867×104 kW，耕種收綜合機(jī)械化水平73.5%，各類(lèi)農(nóng)機(jī)社會(huì)化服務(wù)組織8509家，其中農(nóng)機(jī)合作社3887家，農(nóng)機(jī)經(jīng)營(yíng)服務(wù)總收入328.7億元。

1. 1. 2 間接效益 （1）增加產(chǎn)量。以水稻人工插秧和機(jī)插秧為例，人工插秧的產(chǎn)量約為7500 kg/ha，而機(jī)插秧產(chǎn)量為9000 kg/ha，平均每公頃增產(chǎn)約1500 kg。原因在于機(jī)插秧相比于人工插秧倒伏現(xiàn)象和病蟲(chóng)害少，株距整齊，通風(fēng)透光效果好且秧苗根莖有效分解率高。（2）縮短農(nóng)時(shí)。以安徽北部地區(qū)小麥?zhǔn)斋@為例，按照30年前農(nóng)機(jī)化水平仍普遍較低時(shí)的經(jīng)驗(yàn)，小麥從6月初開(kāi)始收獲到全部收割完畢至少需要1個(gè)月時(shí)間，但隨著當(dāng)前階段農(nóng)機(jī)化水平的提高，夏糧收獲只需要5～7 d，為下一季的生產(chǎn)贏得了寶貴的農(nóng)時(shí)，從而保證豐產(chǎn)。（3）節(jié)本減損。以水稻插秧為例，人工插秧為4800～5000元/ha，機(jī)插秧為3900元/ha，節(jié)省成本900～1050元/ha；再以烘干機(jī)為例，2016年安徽地區(qū)遭受?chē)?yán)重雨水災(zāi)害，收獲的小麥濕度大，傳統(tǒng)方法晾曬不僅浪費(fèi)大量土地，成本高且濕度不能保證，而用烘干機(jī)烘干的小麥濕度全部保持在13%以下，保證了小麥價(jià)格不受影響，解決了“豐產(chǎn)不豐收”問(wèn)題。（4）加速勞動(dòng)力轉(zhuǎn)移。農(nóng)業(yè)機(jī)械逐漸替代人工完成繁重的農(nóng)業(yè)生產(chǎn)，才使得越來(lái)越多的勞動(dòng)力從土地中解放出來(lái)，現(xiàn)代農(nóng)民與過(guò)去的農(nóng)民相比已產(chǎn)生了翻天覆地的變化，按照就業(yè)人口分類(lèi)統(tǒng)計(jì)，20年甚至10年前的農(nóng)民完全以第一產(chǎn)業(yè)為主，而現(xiàn)在越來(lái)越多的農(nóng)業(yè)從業(yè)者涌向城市，從事加工業(yè)和服務(wù)業(yè)等，拓展其他收入來(lái)源，既屬于第一產(chǎn)業(yè)也包含于第二、第三產(chǎn)業(yè)（祝華軍，2005）。（5）社會(huì)化服務(wù)水平提升。農(nóng)業(yè)機(jī)械化社會(huì)服務(wù)水平提升促進(jìn)農(nóng)民收入增長(zhǎng)主要體現(xiàn)在兩個(gè)方面，一是合作社的成立組織更多的農(nóng)戶進(jìn)行專(zhuān)業(yè)生產(chǎn)協(xié)作，為農(nóng)民提供各種有償服務(wù)，同時(shí)通過(guò)擴(kuò)大作業(yè)規(guī)模，提高農(nóng)機(jī)利用率，節(jié)省農(nóng)戶非必要投資，降低市場(chǎng)競(jìng)爭(zhēng)和風(fēng)險(xiǎn)；二是農(nóng)機(jī)裝備的增加帶動(dòng)了農(nóng)機(jī)手需求的增長(zhǎng)，除區(qū)域性服務(wù)外，跨區(qū)作業(yè)模式保證了農(nóng)機(jī)手收入的穩(wěn)定，根據(jù)調(diào)查，平均專(zhuān)業(yè)農(nóng)機(jī)手的年收入為10萬(wàn)元左右。另外，農(nóng)業(yè)機(jī)械化對(duì)農(nóng)民收入的間接貢獻(xiàn)還體現(xiàn)在解決秸稈禁燒難題、促進(jìn)土地流轉(zhuǎn)、提高有效耕種面積、改善農(nóng)業(yè)種植結(jié)構(gòu)等方面。

1. 2 指標(biāo)體系構(gòu)建

1. 2. 1 理論基礎(chǔ) 本研究中影響農(nóng)民增收貢獻(xiàn)值指標(biāo)體系的建立應(yīng)用因子分析和逐步回歸分析方法。首先通過(guò)降維思想分析具有相關(guān)性的原始多個(gè)變量，找出少數(shù)幾個(gè)對(duì)原始變量有潛在支配作用的因子（王春枝，2014）；再通過(guò)逐步回歸將變量逐個(gè)引入模型，不斷對(duì)方程和各解釋變量進(jìn)行F檢驗(yàn)和t檢驗(yàn)，剔除使回歸方程不再顯著的變量，以保證最終得到的解釋變量集為最優(yōu)（呂海燕等，2013）。具體步驟流程如圖1所示。

1. 2. 2 指標(biāo)選取 影響農(nóng)民收入增長(zhǎng)的因素包括內(nèi)因、外因、直接影響和間接影響等，參考戰(zhàn)英杰和申秋紅（2010）、張永禮等（2015）的研究結(jié)果，本研究根據(jù)勞動(dòng)、資本和土地等3個(gè)方面不同因素對(duì)農(nóng)民收入增長(zhǎng)的影響，選擇農(nóng)民人均純收入（Y）作為反映農(nóng)民收入的因變量，自變量包括農(nóng)村固定資產(chǎn)投資占比（X1）、耕種收綜合機(jī)械化水平（X2）、化肥施用量（X3）、農(nóng)作物播種面積（X4）、有效灌溉面積（X5）、農(nóng)林水支出占財(cái)政支出比重（X6）、城鎮(zhèn)化率（X7）、農(nóng)村居民人均居住面積（X8）、第一產(chǎn)業(yè)占GDP比重（X9）、第一產(chǎn)業(yè)就業(yè)人口（X10）及農(nóng)業(yè)從業(yè)人員占全社會(huì)從業(yè)人員比重（X11）等11項(xiàng)指標(biāo)。根據(jù)量化分析得到相關(guān)變量數(shù)據(jù)如表1所示。

1. 3 數(shù)學(xué)模型確定

1. 3. 1 直接貢獻(xiàn)率測(cè)算模型 根據(jù)有無(wú)比較法利用農(nóng)機(jī)經(jīng)營(yíng)收入計(jì)算農(nóng)機(jī)化直接貢獻(xiàn)率，其優(yōu)點(diǎn)是計(jì)算過(guò)程簡(jiǎn)單，但結(jié)果不能體現(xiàn)農(nóng)業(yè)機(jī)械化的間接效益。貢獻(xiàn)率指有效或有用成果數(shù)量與資源消耗及占用量之比，也用于分析經(jīng)濟(jì)增長(zhǎng)中各因素作用大小的程度，實(shí)際上是計(jì)算某因素的增長(zhǎng)量（程度）占總增長(zhǎng)量（程度）的比重。根據(jù)上述貢獻(xiàn)率定義，農(nóng)機(jī)化對(duì)農(nóng)民增收的直接貢獻(xiàn)率計(jì)算公式為：

1. 3. 2 柯布—道格拉斯生產(chǎn)函數(shù)測(cè)算模型 利用Cobb-Douglas生產(chǎn)函數(shù)模型計(jì)算要素彈性系數(shù)間接測(cè)算貢獻(xiàn)率，其優(yōu)點(diǎn)是從宏觀角度進(jìn)行全面考慮，能測(cè)算出農(nóng)機(jī)化為農(nóng)民增收的綜合貢獻(xiàn)率，而不僅體現(xiàn)于直接貢獻(xiàn)。根據(jù)因子分析和逐步回歸分析結(jié)果，選取影響農(nóng)民收入增長(zhǎng)的n個(gè)變量（X1，X2，…，Xn）建立最終的柯布—道格拉斯生產(chǎn)函數(shù)模型（石磊等，2013），表達(dá)式如下：

1. 4 數(shù)據(jù)來(lái)源

表1數(shù)據(jù)來(lái)源于2005～2016年《安徽省統(tǒng)計(jì)年鑒》。其中，農(nóng)業(yè)機(jī)械化水平（X2）的數(shù)據(jù)由安徽省農(nóng)業(yè)機(jī)械管理局管理處提供（在統(tǒng)計(jì)年鑒和農(nóng)機(jī)領(lǐng)域，一般用耕種收綜合機(jī)械化水平來(lái)表示農(nóng)業(yè)機(jī)械化水平），但該指標(biāo)是2007年開(kāi)始公開(kāi)統(tǒng)計(jì)，因此2005和2006年的指標(biāo)數(shù)據(jù)為農(nóng)業(yè)機(jī)械管理局根據(jù)當(dāng)年相關(guān)數(shù)據(jù)的計(jì)算值。農(nóng)林水支出占財(cái)政支出比重（X6）根據(jù)歷年農(nóng)林水財(cái)政支出除以財(cái)政支出所得；農(nóng)業(yè)從業(yè)人員占全社會(huì)從業(yè)人員比重（X11）根據(jù)歷年統(tǒng)計(jì)數(shù)據(jù)農(nóng)業(yè)從業(yè)人員除以全社會(huì)從業(yè)人員比重所得。需要強(qiáng)調(diào)的是，影響農(nóng)民收入的因素很多，例如勞動(dòng)力教育水平、灌溉水平等，但經(jīng)參考相關(guān)文獻(xiàn)得出其均不是影響農(nóng)民收入的主要指標(biāo)，而本研究的主要目的是建立恰當(dāng)?shù)纳a(chǎn)函數(shù)模型來(lái)反映農(nóng)業(yè)機(jī)械化水平對(duì)農(nóng)民收入增長(zhǎng)的綜合貢獻(xiàn)份額，因此，選取上述11項(xiàng)指標(biāo)作為測(cè)算依據(jù)能夠較全面地反映影響農(nóng)民收入增長(zhǎng)的因素集合。

1. 5 統(tǒng)計(jì)分析

運(yùn)用SPSS 22.0和Eviews 8.0分別對(duì)表1中2005～2015年影響安徽省農(nóng)民收入增長(zhǎng)的11項(xiàng)指標(biāo)對(duì)應(yīng)的時(shí)間序列數(shù)據(jù)進(jìn)行主成分分析和因子分析，以確定生產(chǎn)函數(shù)模型。

2 結(jié)果與分析

2. 1 構(gòu)建柯布—道格拉斯生產(chǎn)函數(shù)

對(duì)表1中的11個(gè)變量進(jìn)行主成分分析，由表2可知，前2個(gè)主成分的特征值大于1，且其累積貢獻(xiàn)率達(dá)到87.2%，超過(guò)85.0%，說(shuō)明可以取前2個(gè)主成分來(lái)綜合反映原有指標(biāo)。在因子分析主對(duì)話框中輸入Scores命令，得到所有變量的因子得分系數(shù)矩陣表。

從第一主成分中選取因子權(quán)重較高的5個(gè)影響因子（X2、X3、X5、X7、X8），從第二主成分中選取因子權(quán)重較高的2個(gè)影響因子（X4、X6），將其代入公式（2）和（3）后建立以下影響農(nóng)民收入增長(zhǎng)的初步模型：

X2～X8涵蓋土地、資金和勞動(dòng)三大要素，符合柯布—道格拉斯生產(chǎn)函數(shù)的基本構(gòu)建原理；α2～α8分別表示對(duì)應(yīng)要素的產(chǎn)出彈性系數(shù)，定義為當(dāng)其他投入要素不變時(shí)，該要素增加1%所引起的產(chǎn)出量變化率。

對(duì)表1中的數(shù)據(jù)進(jìn)行回歸分析，結(jié)果如表3所示。

根據(jù)回歸結(jié)果可以確定初步模型：lnY=34.608+0.5723lnX2+0.5292lnX3+1.2322lnX4+0.2564lnX5+0.3767lnX6+2.9444lnX7+0.2555lnX8 （8）

從分析結(jié)果可看出，初步模型的R2近似于1，說(shuō)明擬合效果很好，且F=1346.232>F0.05，表示農(nóng)民人均純收入增長(zhǎng)與所選擇的各變量因素之間存在顯著線性關(guān)系，但實(shí)際上，該模型所有參數(shù)中除X8農(nóng)村居住面積的t檢驗(yàn)P為0.0228<0.05外，其他參數(shù)均未通過(guò)t檢驗(yàn)，原因可能在于至少有兩個(gè)或兩個(gè)以上的變量之間還存在多重共線性關(guān)系，因此，需要進(jìn)行逐步回歸，篩選并剔除引起多重共線性的變量。如表4所示，首先引入X2作為初始因子，引入變量后X2對(duì)應(yīng)的P=0，顯然通過(guò)t檢驗(yàn)；再引入X3變量，得到P=0.174>0.05，未通過(guò)t檢驗(yàn)，故排除該因子；接著分別引入X4、X5和X6變量，結(jié)果P分別為0.064、0.151和0.0005，僅有X6變量通過(guò)t檢驗(yàn)，且D.W.值1.909>1.52（0.05顯著性水平下對(duì)應(yīng)值），通過(guò)檢驗(yàn)，故排除X4和X5變量；同理，分別再引入X7和X8變量，結(jié)果顯示X7和X8變量均通過(guò)t檢驗(yàn)，且此時(shí)R2=0.999，表明擬合非常好，D.W.值2.441，說(shuō)明不存在殘差序列自相關(guān)性。所以選取X2、X6和X7和X8 4個(gè)變量建立最終模型，得到公式（9），在此基礎(chǔ)上進(jìn)一步分析影響農(nóng)業(yè)機(jī)械化對(duì)農(nóng)民收入增長(zhǎng)的貢獻(xiàn)份額。

2. 2 農(nóng)業(yè)機(jī)械化對(duì)農(nóng)民增收貢獻(xiàn)率測(cè)算

2. 2. 1 直接貢獻(xiàn)率測(cè)算 根據(jù)公式（1）代入2008～2016年安徽省農(nóng)業(yè)機(jī)械化經(jīng)營(yíng)收入和農(nóng)村居民可支配總收入，計(jì)算得出農(nóng)業(yè)機(jī)械化對(duì)農(nóng)民增收的直接貢獻(xiàn)率。從表5可看出，安徽省農(nóng)業(yè)機(jī)械化經(jīng)營(yíng)純利潤(rùn)逐年增長(zhǎng)，2008年為126.69億元，到2016年已達(dá)到328.74億元，平均年增長(zhǎng)率12.66%，2008～2016年農(nóng)業(yè)機(jī)械化對(duì)農(nóng)民增收的直接貢獻(xiàn)率穩(wěn)定在9.50%左右，其中最高年份貢獻(xiàn)率達(dá)10.25%。

2. 2. 2 綜合貢獻(xiàn)率測(cè)算 如表6所示，考慮年度之間農(nóng)民收入增長(zhǎng)受短期內(nèi)政策、氣候、災(zāi)害等因素的影響，分別以3年（2012～2015年）、5年（2010～2015年）和10年（2006～2015年）為時(shí)間段測(cè)算不同時(shí)期各要素的平均增長(zhǎng)率和貢獻(xiàn)率。根據(jù)公式（4）和（5），代入表1中相關(guān)數(shù)據(jù)后計(jì)算結(jié)果。由表6和圖2可得：

（1）2010～2015年農(nóng)業(yè)機(jī)械化水平（耕種收綜合機(jī)械化水平）對(duì)農(nóng)民收入增長(zhǎng)的貢獻(xiàn)率為25.22%，在所有要素中的貢獻(xiàn)僅次于城鎮(zhèn)化率X7；其次2006～2015年農(nóng)業(yè)機(jī)械化水平對(duì)農(nóng)民收入增長(zhǎng)的貢獻(xiàn)率為29.40%，相比較2010～2015年的貢獻(xiàn)率增長(zhǎng)了4.18個(gè)百分點(diǎn)，說(shuō)明隨著全省范圍內(nèi)耕種收綜合機(jī)械化水平的不斷提高，在邁進(jìn)中高級(jí)階段后，對(duì)農(nóng)民收入增長(zhǎng)的促進(jìn)作用逐漸趨緩。

（2）對(duì)農(nóng)民收入增長(zhǎng)貢獻(xiàn)比值最大的為城鎮(zhèn)化率（X7），2012～2015、2010～2015及2006～2015年期間貢獻(xiàn)率計(jì)算值分別為56.15%、61.79%和67.68%，說(shuō)明城鎮(zhèn)化率的不斷提高對(duì)農(nóng)民增收具有顯著的作用。

（3）2012～2015、2010～2015及2006～2015年期間農(nóng)林水支出占財(cái)政支出比重（X6）所占的貢獻(xiàn)份額分別為-1.53、1.46和-8.79，其原因可能在于政府對(duì)農(nóng)林水支出規(guī)模出現(xiàn)拐點(diǎn)，整體上呈現(xiàn)下降的趨勢(shì)，所以出現(xiàn)邊際效益遞減情況，且增加農(nóng)民收入并不一定要求財(cái)政農(nóng)林水支出金額越多越好，而是提高整體的支出效率更有益于發(fā)揮最大效益。

（4）結(jié)合表3數(shù)據(jù)來(lái)看，化肥施用量（X3）、農(nóng)作物播種面積（X4）和有效灌溉面積（X5）3個(gè)變量也呈現(xiàn)出與農(nóng)民增收的正相關(guān)關(guān)系，間接反映了土地貢獻(xiàn)率，主要與近10多年來(lái)中央一號(hào)文件不斷提出的鼓勵(lì)和支持承包土地向?qū)I(yè)大戶、家庭農(nóng)場(chǎng)、農(nóng)民合作社流轉(zhuǎn)政策有著密切關(guān)系。

3 討論

本研究根據(jù)2005～2016年安徽省有關(guān)農(nóng)業(yè)機(jī)械化和農(nóng)村經(jīng)濟(jì)發(fā)展的11項(xiàng)指標(biāo)數(shù)據(jù)，分析了安徽省農(nóng)業(yè)機(jī)械化對(duì)農(nóng)民收入增長(zhǎng)的直接貢獻(xiàn)率為9.50%左右。張睿和高煥文（2008）在研究中分析全國(guó)農(nóng)業(yè)機(jī)械化經(jīng)營(yíng)收入對(duì)農(nóng)民增收貢獻(xiàn)率為6.51%，本研究結(jié)論基本符合實(shí)際，因?yàn)榘不帐∞r(nóng)業(yè)機(jī)械化水平在全國(guó)一直處于靠前水平，且統(tǒng)計(jì)時(shí)間截至2016年，所以貢獻(xiàn)率相應(yīng)的高出3個(gè)百分點(diǎn)。另外，本研究根據(jù)柯布—道格拉斯生產(chǎn)函數(shù)模型測(cè)算的安徽省農(nóng)業(yè)機(jī)械化綜合貢獻(xiàn)率為29.40%，張社梅和蔣遠(yuǎn)勝（2015）依據(jù)農(nóng)業(yè)技術(shù)效率、農(nóng)業(yè)規(guī)模報(bào)酬等因素測(cè)算了1998～2012年四川省農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)結(jié)構(gòu)各要素貢獻(xiàn)率，其中機(jī)械部分占全要素的37.11%，雖然研究方法和選取指標(biāo)不盡一致，但得出的結(jié)論相差不大，均表明農(nóng)業(yè)機(jī)械技術(shù)進(jìn)步對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)十分顯著，且農(nóng)業(yè)機(jī)械投入貢獻(xiàn)遠(yuǎn)高于勞動(dòng)力與土地，但也說(shuō)明應(yīng)當(dāng)合理化分配農(nóng)林水投入，減少出現(xiàn)邊際效益遞減情況。

對(duì)于影響農(nóng)業(yè)機(jī)械化增收和對(duì)農(nóng)民收入貢獻(xiàn)值的因素不同學(xué)者有各自的看法，李金良（2008）認(rèn)為農(nóng)業(yè)機(jī)械化的發(fā)展在一定程度上完成了對(duì)勞動(dòng)力的替代，但并不是影響農(nóng)業(yè)產(chǎn)值增加和主要糧食增產(chǎn)的主要因素，起決定作用的是耕地面積、化肥和農(nóng)藥的使用；王志章和孫晗霖（2015）則認(rèn)為農(nóng)民是農(nóng)機(jī)最重要的投資和經(jīng)營(yíng)運(yùn)作主體，兩者之間存在螺旋式上升趨勢(shì)，且農(nóng)機(jī)總動(dòng)力是農(nóng)民收入的影響因素之一。但上述文獻(xiàn)中均提到了關(guān)于農(nóng)業(yè)機(jī)械維修、保養(yǎng)和燃油的問(wèn)題，這些因素在一定程度上加重了農(nóng)民負(fù)擔(dān)，降低了農(nóng)民收入。綜合來(lái)說(shuō)，本研究認(rèn)為除以上文獻(xiàn)中提到的影響因素外還應(yīng)包括以下3個(gè)方面：一是農(nóng)業(yè)機(jī)械化從業(yè)者的年齡偏高，影響了農(nóng)業(yè)機(jī)械的作業(yè)效率和綜合利用率，其增收作用的廣度發(fā)揮不充分；二是農(nóng)業(yè)機(jī)械化從業(yè)者的學(xué)歷結(jié)構(gòu)偏低，限制了對(duì)新機(jī)械、新技術(shù)的學(xué)習(xí)使用；三是機(jī)庫(kù)棚建設(shè)用地政策落實(shí)難，農(nóng)機(jī)具露天存放，風(fēng)吹雨淋，加劇金屬零部件的銹蝕和故障的概率，縮短機(jī)具使用壽命，降低經(jīng)濟(jì)收益。

此外，針對(duì)田間機(jī)耕道路建設(shè)涉及到用地政策，“路難行”對(duì)發(fā)展大中型機(jī)械和規(guī)模經(jīng)營(yíng)構(gòu)成了一定的現(xiàn)實(shí)障礙；且安徽省土地流轉(zhuǎn)規(guī)模已接近50%，農(nóng)村空心化、老齡化嚴(yán)重，新一代農(nóng)民不想種田，也不愿種田，加之勞動(dòng)強(qiáng)度大，效益低，直接從事農(nóng)業(yè)生產(chǎn)的人員越來(lái)越少，所以隨著城鎮(zhèn)化率的逐年加快，更加需要推動(dòng)農(nóng)業(yè)機(jī)械化水平進(jìn)一步提高。

4 建議

4. 1 進(jìn)一步發(fā)揮購(gòu)機(jī)補(bǔ)貼政策的推動(dòng)作用

購(gòu)機(jī)補(bǔ)貼依然是增加機(jī)械總量，提升裝備結(jié)構(gòu)的主要?jiǎng)恿?。但?jīng)過(guò)10多年的實(shí)施，常規(guī)機(jī)械的補(bǔ)貼需求降低，購(gòu)機(jī)補(bǔ)貼政策實(shí)施進(jìn)入新的轉(zhuǎn)折期，農(nóng)民和合作經(jīng)濟(jì)組織強(qiáng)烈要求將新型農(nóng)業(yè)機(jī)械納入補(bǔ)貼范疇，解決農(nóng)民購(gòu)買(mǎi)力不足與新型機(jī)械價(jià)格高的矛盾。建議有關(guān)部門(mén)抓緊研究新的補(bǔ)貼實(shí)施辦法，完善農(nóng)機(jī)購(gòu)置補(bǔ)貼政策，充分發(fā)揮農(nóng)業(yè)補(bǔ)貼政策的惠農(nóng)增收效應(yīng)，加大主要農(nóng)作物生產(chǎn)全程機(jī)械化所需機(jī)具的補(bǔ)貼力度，對(duì)于主要農(nóng)作物薄弱環(huán)節(jié)所需機(jī)具做到敞開(kāi)補(bǔ)貼，應(yīng)補(bǔ)盡補(bǔ)；認(rèn)真落實(shí)深松作業(yè)補(bǔ)助，在適宜地區(qū)加快農(nóng)機(jī)深松技術(shù)的推廣應(yīng)用，爭(zhēng)取地方財(cái)政資金投入，開(kāi)展水稻機(jī)插秧、油菜機(jī)收等薄弱環(huán)節(jié)機(jī)械化作業(yè)補(bǔ)貼；探索農(nóng)機(jī)燃油補(bǔ)貼，進(jìn)一步降低生產(chǎn)成本，提高機(jī)手使用農(nóng)機(jī)的積極性，增加農(nóng)民收入。

4. 2 建立新型農(nóng)業(yè)機(jī)械維修體系

以社會(huì)化、專(zhuān)業(yè)化、產(chǎn)業(yè)化為目標(biāo)，使農(nóng)業(yè)機(jī)械維修業(yè)成為農(nóng)業(yè)機(jī)械化（農(nóng)村經(jīng)濟(jì)）發(fā)展新的增長(zhǎng)點(diǎn)。一是建立對(duì)購(gòu)置維修設(shè)備的補(bǔ)貼政策，支持農(nóng)業(yè)機(jī)械維修戶和維修企業(yè)設(shè)備的升級(jí)改造，提高維修質(zhì)量。二是加強(qiáng)對(duì)維修人員的技能培訓(xùn)，提高維修技能和職業(yè)道德，尤其是幫助其掌握新型農(nóng)業(yè)機(jī)械的維修技能。三是支持生產(chǎn)企業(yè)在基層建立維修站點(diǎn)。四是制定維修質(zhì)量標(biāo)準(zhǔn)。五是農(nóng)機(jī)、工商、質(zhì)監(jiān)、勞動(dòng)等部門(mén)有機(jī)配合，加大協(xié)調(diào)監(jiān)管力度，各行其責(zé)，以新思維新理念，合力解決維修難、維修貴的問(wèn)題。

4. 3 加大新型職業(yè)農(nóng)民培訓(xùn)力度

發(fā)展現(xiàn)代農(nóng)業(yè)，實(shí)現(xiàn)農(nóng)民職業(yè)體面化，以解決好地怎么種為導(dǎo)向，加快構(gòu)建新型農(nóng)業(yè)經(jīng)營(yíng)體系，加大對(duì)新型職業(yè)農(nóng)民的培訓(xùn)力度，結(jié)合農(nóng)業(yè)發(fā)展的新形勢(shì)、新任務(wù)，培養(yǎng)既懂農(nóng)業(yè)技術(shù)又善于經(jīng)營(yíng)的高素質(zhì)新型農(nóng)民隊(duì)伍，確保農(nóng)業(yè)后繼有人；加大技術(shù)先進(jìn)、安全可靠的農(nóng)機(jī)裝備與技術(shù)推廣力度，提高農(nóng)民用機(jī)致富本領(lǐng)。多途徑實(shí)現(xiàn)農(nóng)民職業(yè)體面化，培養(yǎng)新型職業(yè)農(nóng)民，有助于在大范圍內(nèi)對(duì)勞動(dòng)力、資金、技術(shù)等資源進(jìn)行合理優(yōu)化配置，充分調(diào)動(dòng)農(nóng)民積極性和創(chuàng)造性，間接地幫助農(nóng)民增收。

參考文獻(xiàn)：

白人樸. 2004. 農(nóng)業(yè)機(jī)械化與農(nóng)民增收[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)， 35（4）： 179-182. [Bai R P. 2004. Agricultural mechanization and increase in farmersincome[J]. Transactions of the Chinese Society for Agricultural Machinery， 35（4）： 179-182.]

蔡飛鳳， 江三良. 2015. 我國(guó)農(nóng)民收入影響因素的實(shí)證分析[J]. 安徽農(nóng)業(yè)科學(xué)， 43（1）： 365-368. [Cai F F， Jiang S L. 2015. Empirical analysis on the influencing factors of farmers income in China[J]. Journal of Anhui Agricultural Science， 43（1）： 365-368.]

傳云. 2017. 2017年中央1號(hào)文件解讀[J]. 農(nóng)機(jī)科技推廣，（2）：10. [Chuan Y. 2017. Interpretation of document No.1 of the central government in 2017[J]. Agriculture Machinery Technology Extension，（2）： 10.]

馮啟高， 毛罕平. 2010. 我國(guó)農(nóng)業(yè)機(jī)械化發(fā)展現(xiàn)狀及對(duì)策[J]. 農(nóng)機(jī)化研究，32（2）： 245-248. [Feng Q G，Mao H P. 2010. The development present situation and countermeasure on agricultural mechanization in China[J]. Journal of Agricultural Mechanization Research，32（2）： 245-248.]

郭燕枝， 劉旭. 2011. 基于格蘭杰因果檢驗(yàn)和典型相關(guān)的農(nóng)民收入影響因素研究[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，（10）： 92-97. [Guo Y Z， Liu X. 2011. Research on the influencing factors of farmers income based on Grainger causality test and canonical correlation[J]. Journal of Agrotechnical Economics， （10）： 92-97.]

李金良. 2008. 農(nóng)業(yè)機(jī)械化、農(nóng)業(yè)增產(chǎn)與農(nóng)民增收——基于河南省南陽(yáng)市面板數(shù)據(jù)的實(shí)證研究[J]. 湖湘三農(nóng)論壇， （4）： 918-926. [Li J L. 2008. Agricultural mechanization， increasing agricultural production and increasing farmers income—Empirical study based on panel data of Nanyang City in Henan Province[J]. Huxiang Forum on Rural Issues，（4）： 918-926.]

羅錫文， 廖娟， 胡煉， 臧英， 周志艷. 2016. 提高農(nóng)業(yè)機(jī)械化水平促進(jìn)農(nóng)業(yè)可持續(xù)發(fā)展[J]. 農(nóng)業(yè)工程學(xué)報(bào)，32（1）： 1-11. [Luo X W，Liao J，Hu L，Zang Y，Zhou Z Y. 2016. Improving agricultural mechanization level to promote agricultural sustainable development[J]. Transactions of the Chinese Society of Agricultural Engineering， 32（1）： 1-11.]

呂海燕， 李海旺， 李武林. 2013. 基于逐步回歸分析的河南糧食產(chǎn)量因素研究[J]. 河南科學(xué)， 31（12）： 2133-2136. [Lü H Y，Li H W，Li W L. 2013. The factors of grain production based on the stepwise regression in Henan Province[J]. Henan Science， 31（12）： 2133-2136.]

石磊，向其鳳，陳飛. 2013. 多水平模型及其在經(jīng)濟(jì)領(lǐng)域中的應(yīng)用[M]. 北京：科學(xué)出版社： 137-140. [Shi L， Xiang Q F， Chen F. 2013. Multilevel Model and Its Application in the Economic Field[M]. Beijing： Science Press： 137-140.]

王春枝. 2014. 因子分析中公因子提取方法的比較與選擇[J]. 內(nèi)蒙古財(cái)經(jīng)大學(xué)學(xué)報(bào)， 12（1）： 90-94. [Wang C Z. 2014. The comparison and selection of the common factors extraction method in factor analysis[J]. Journal of Inner Mongolia University of Finance and Economics， 12（1）： 90-94.]

王佳寧， 白靜， 羅重譜. 2016. 中國(guó)經(jīng)濟(jì)社會(huì)發(fā)展主要指標(biāo)更迭及“十三五”重要指標(biāo)述評(píng)[J]. 改革，（6）： 6-21. [Wang J N， Bai J，Luo C P. 2016. The changes of main indicators of economic and social development and review of major index of the Thirteenth Five-Year Plan in China[J]. Reform，（6）： 6-21.]

王志章， 孫晗霖. 2015. 農(nóng)業(yè)機(jī)械化對(duì)農(nóng)民增收效應(yīng)的實(shí)證研究[J]. 中國(guó)農(nóng)機(jī)化學(xué)報(bào)， 36（2）： 310-313. [Wang Z Z， Sun H L. 2015. Empirical research of agricultural mechanization on the effect of increasing famers income[J]. Journal of Chinese Agricultural Mechanization， 36（2）： 310-313]

辛沖沖， 張敏， 宋玉蘭. 2015. 新疆農(nóng)機(jī)化發(fā)展與農(nóng)民增收效應(yīng)關(guān)系研究——基于VAR模型[J]. 農(nóng)機(jī)化研究， （8）： 242-248. [Xin C C，Zhang M，Song Y L. 2015. Research on the relationship between Xinjiang agricultural mechanization development and the effect of farmers increasing Income—Based on VAR model[J]. Journal of Agricultural Mechanization Research， （8）： 242-248.]

楊邦杰， 洪仁彪， 賈栓祥. 2000. 農(nóng)業(yè)機(jī)械化對(duì)農(nóng)業(yè)貢獻(xiàn)率測(cè)算方法研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)， 16（3）： 50-53. [Yang B J， Hong R B， Jia S X. 2000. Methods development to estimate the mechanization profit in agricultural industry[J]. Transactions of the Chinese Society for Agricultural Engineering， 16（3）： 50-53.]

楊敏麗， 李世武， 惲竹恬. 2010. 區(qū)域農(nóng)業(yè)機(jī)械化發(fā)展問(wèn)題研究[J]. 中國(guó)農(nóng)機(jī)化，（1）： 8-13. [Yang M L，Li S W，Yun Z T. 2010.Study on regional development of agricultural mechanization in China[J]. Chinese Agricultural Mechanization， （1）： 8-13.]

戰(zhàn)英杰， 申秋紅. 2010. 影響我國(guó)農(nóng)民收入的因子分析[J]. 東北農(nóng)業(yè)大學(xué)學(xué)報(bào)， 41（4）： 144-150. [Zhan Y J， Shen Q H. 2010. Factor analysis on farmers income in China[J]. Journal of Northeast Agricultural University， 41（4）： 144-150.]

張睿， 高煥文. 2008. 我國(guó)農(nóng)業(yè)機(jī)械化經(jīng)營(yíng)收入對(duì)農(nóng)民增收的貢獻(xiàn)[J]. 農(nóng)機(jī)化研究，（8）： 1-5. [Zhang R， Gao H W. 2008. The contribution of agricultural mechanization management to China farmer income[J]. Journal of Agricultural Mechanization Research，（8）： 1-5.]

張社梅， 蔣遠(yuǎn)勝. 2015. 四川省農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)結(jié)構(gòu)變動(dòng)分析[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，（2）： 85-94. [Zhang S M， Jiang Y S. 2015. Analysis on the change of agricultural economic growth structure in Sichuan[J]. Journal of Agrotechnical Economics，（2）： 85-94.]

張永禮， 陸剛， 武建章. 2015. 基于MIV和GA-BP模型的農(nóng)業(yè)機(jī)械化水平影響因素實(shí)證分析[J]. 農(nóng)業(yè)現(xiàn)代化研究， 36（6）：1026-1031. [Zhang Y L， Lu G， Wu J Z. 2015. Empirical analysis on influencing factors of agricultural me-chanization level based on MIV and GA-BP model[J]. Research of Agricultural Modernization，36（1）：1026-1031.]

祝華軍. 2005. 農(nóng)業(yè)機(jī)械化與農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移的協(xié)調(diào)性研究[J]. 農(nóng)業(yè)現(xiàn)代化研究， 26（3）：190-193. [Zhu H J. 2005. On coordination between agricultural labor transferring and agricultural mechanization[J]. Research of Agricultural Modernization， 26（3）： 190-193.]

宗曉杰. 2006. 用DEA法的兩個(gè)模型測(cè)算農(nóng)機(jī)化貢獻(xiàn)率的算法研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)，22（5）：20-23. [Zong X J. 2006. Approach to estimating the agricultural mechanization contribution rate by two models in the DEA method[J]. Transactions of the Chinese Society for Agricultural Engineering， 22（5）： 20-23.]

（責(zé)任編輯 鄧慧靈）