摘要：農(nóng)業(yè)機械化是我國現(xiàn)代農(nóng)業(yè)農(nóng)村建設的重要組成部分，分析農(nóng)業(yè)機械化對農(nóng)業(yè)區(qū)域經(jīng)濟的影響，為農(nóng)業(yè)經(jīng)濟發(fā)展提供參考價值。選取2010—2021年我國省際面板數(shù)據(jù)，利用固定效應、中介效應和面板門檻模型檢驗農(nóng)業(yè)機械化、農(nóng)村勞動力對農(nóng)業(yè)經(jīng)濟發(fā)展的影響機制。研究結果表明：首先，農(nóng)業(yè)機械化能顯著正向推動農(nóng)業(yè)經(jīng)濟發(fā)展，區(qū)域分析中，東部地區(qū)的農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟的影響最大，明顯高于全國平均水平。其次，通過中介效應分析發(fā)現(xiàn)，只有中部地區(qū)的勞動力轉(zhuǎn)移可以產(chǎn)生中介效應，其他地區(qū)的勞動力轉(zhuǎn)移產(chǎn)生遮掩效應。最后，通過面板門檻模型分析發(fā)現(xiàn)，農(nóng)村居民平均受教育水平在農(nóng)業(yè)機械化與農(nóng)業(yè)經(jīng)濟的關系中具有門檻效應，當農(nóng)村居民平均受教育水平達到門檻值后，農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟發(fā)展具有顯著性影響。基于此，需繼續(xù)提升我國的農(nóng)業(yè)機械化水平，進一步完善農(nóng)業(yè)機械化服務市場和農(nóng)機購置補貼政策，構建并完善服務農(nóng)業(yè)經(jīng)營者農(nóng)機作業(yè)的農(nóng)機社會化服務體系、因地制宜地引導勞動力轉(zhuǎn)移等，以促進我國農(nóng)業(yè)區(qū)域經(jīng)濟可持續(xù)發(fā)展。

關鍵詞：農(nóng)業(yè)機械化；農(nóng)村勞動力轉(zhuǎn)移；農(nóng)業(yè)經(jīng)濟；中介效應；面板門檻模型

中圖分類號：F323.3

文獻標識碼：A

文章編號：2095-5553 （2024） 04-0294-08

收稿日期：2022年8月24日" 修回日期：2022年11月7日

基金項目：昆明理工大學人文社科培育項目（241620230015）；云南省教育廳科學研究基金項目（2022J0084）

第一作者：李文會，女，1992年生，河南開封人，博士研究生；研究方向為農(nóng)村經(jīng)濟與可持續(xù)發(fā)展。E-mail： 1316713098@qq.com

通訊作者：周常春，女，1970年生，廣西柳州人，博士，教授，博導；研究方向為農(nóng)村可持續(xù)發(fā)展。E-mail： ynzhoushir@126.com

Study on the influence of agricultural mechanization on agricultural regional

economic development

Li Wenhui， Zhou Changchun

（School of Management and Economics， Kunming University of Science and Technology， Kunming， 650093， China）

Abstract：

Agricultural mechanization is an important part of modern agricultural rural construction in China. The impact of agricultural mechanization on the agricultural regional economy is analyzed to provide reference value for future agricultural economic development. China’s inter-provincial panel data from 2010 to 2021 are selected to test the influence mechanism of agricultural mechanization and rural labor force on the development of agricultural economy using the fixed effects， intermediary effects and panel threshold model. The results of the study show that， firstly， agricultural mechanization can significantly and positively promote the development of agricultural economy， and in the regional analysis， agricultural mechanization in the eastern region has the greatest impact on the agricultural economy， which is significantly higher than the national average level. Secondly， through the analysis of mediation effect， it is found that only the labor force transfer in the central region can produce mediation effect， and the labor force transfer in other regions produces masking effect. Finally， through the panel threshold model analysis， it is found that the average education level of rural residents has a threshold effect in the relationship between agricultural mechanization and the agricultural economy， and when the average education level of rural residents reaches the threshold， agricultural mechanization has a significant impact on the development of the agricultural economy. Based on this， it is necessary to continue to improve the level of agricultural mechanization in China， to further improve the agricultural mechanization service market and agricultural machinery purchase subsidy policy， to build and improve the agricultural machinery socialized service system that serves the agricultural operators’ agricultural machinery operations， and to guide the labor force transfer in accordance with the local conditions， so as to promote the sustainable development of agricultural regional economy in China.

Keywords：

agricultural mechanization; rural labor migration; agricultural economy; intermediary effect; panel threshold model

0 引言

提升農(nóng)業(yè)經(jīng)濟發(fā)展是我國經(jīng)濟建設與現(xiàn)代化發(fā)展的重點工作之一。2020年的一號文件指出要持續(xù)保障農(nóng)業(yè)穩(wěn)產(chǎn)和農(nóng)民增收，推動農(nóng)業(yè)高質(zhì)量的發(fā)展。農(nóng)業(yè)持續(xù)高效的發(fā)展離不開我國農(nóng)業(yè)由傳統(tǒng)農(nóng)業(yè)向綠色可持續(xù)發(fā)展的現(xiàn)代農(nóng)業(yè)轉(zhuǎn)型。高標準農(nóng)田、農(nóng)田水利、農(nóng)業(yè)機械化等是我國現(xiàn)代農(nóng)業(yè)的基礎設施，用現(xiàn)代科技設備服務農(nóng)業(yè)成為現(xiàn)代農(nóng)業(yè)發(fā)展的必然趨勢。2021年農(nóng)業(yè)農(nóng)村部印發(fā)《2021—2023年農(nóng)機購置補貼實施指導意見》以及《“十四五”全國農(nóng)業(yè)機械化發(fā)展規(guī)劃》，激勵農(nóng)戶購買農(nóng)機，為推進我國農(nóng)業(yè)機械化發(fā)展指明方向，更將為農(nóng)業(yè)經(jīng)濟發(fā)展提供強有力的科技支撐。根據(jù)農(nóng)業(yè)農(nóng)村部公布信息，截至2021年，我國農(nóng)作物耕種收綜合機械化率達到72.03%，其中機耕率、機播率、機收率分別達到86.42%、60.22%、64.66%。農(nóng)機專業(yè)服務組織19.43萬個。

農(nóng)業(yè)機械化能提升農(nóng)業(yè)生產(chǎn)效率，助推農(nóng)業(yè)的規(guī)模化經(jīng)營，釋放部分農(nóng)村勞動力，縮短勞動力的務農(nóng)時間，并能抵消部分由人口老齡化帶來的勞動力短缺問題。截至2020年，我國的綜合生育率跌落至警戒線，是近20年最低的人口出生率。勞動力供給不足的同時，勞動力成本上升，農(nóng)村勞動力的轉(zhuǎn)移對農(nóng)業(yè)經(jīng)濟的沖擊更大。但農(nóng)業(yè)機械化的發(fā)展能緩解農(nóng)業(yè)生產(chǎn)上的一定壓力［1］。目前關于農(nóng)業(yè)機械化的研究，多集中在農(nóng)村勞動力轉(zhuǎn)移［2］、農(nóng)民收入［3］、規(guī)?；?jīng)營［4］、糧食生產(chǎn)［5］等方面。關于勞動力轉(zhuǎn)移的研究，多集中在農(nóng)業(yè)經(jīng)濟增長［6］、縮小城鄉(xiāng)收入差距［7］、提高農(nóng)業(yè)生產(chǎn)要素配置效率［8］、改善農(nóng)村環(huán)境污染［9］等方面。關于農(nóng)業(yè)經(jīng)濟的研究，多集中在人力資本［10］、數(shù)字經(jīng)濟［11］、涉農(nóng)電商平臺［12］、環(huán)境質(zhì)量［13］、農(nóng)業(yè)保險［14］等方面。因此，本文在已有研究的基礎上，首先探索農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟的整體影響以及存在的區(qū)域異質(zhì)性。其次，以勞動力轉(zhuǎn)移為中介變量，進一步分析農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟的具體影響。最后，以人均播種面積作為衡量農(nóng)業(yè)規(guī)模化生產(chǎn)的指標，并把其作為門檻變量，深入分析農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟的非線性影響，以期能對今后農(nóng)業(yè)經(jīng)濟發(fā)展提供參考價值。

1 理論背景與研究假說

1.1 農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟的影響

隨著科學技術的進步，我國農(nóng)業(yè)逐漸走向科技化，其中農(nóng)業(yè)機械化是實現(xiàn)科技走進農(nóng)田的關鍵環(huán)節(jié)，是落實“藏糧于地、藏糧于技”戰(zhàn)略的重要動力［15］，是農(nóng)業(yè)經(jīng)濟實現(xiàn)全面科學發(fā)展的重要途徑之一。發(fā)展農(nóng)業(yè)機械化，可節(jié)約生產(chǎn)成本、提高農(nóng)業(yè)生產(chǎn)效率［16］和農(nóng)業(yè)資源利用率，促進農(nóng)民增收［17］，增加農(nóng)業(yè)產(chǎn)出，提升農(nóng)業(yè)總產(chǎn)值，有效推進農(nóng)業(yè)經(jīng)濟高質(zhì)高效發(fā)展。

1.2 農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟的影響路徑

第一，農(nóng)業(yè)機械化通過勞動力轉(zhuǎn)移助推農(nóng)業(yè)經(jīng)濟增長。農(nóng)業(yè)機械的使用可以減輕農(nóng)戶的勞動強度，減少農(nóng)業(yè)勞動力的工作量，降低對農(nóng)業(yè)勞動力的需求，迫使農(nóng)業(yè)勞動力轉(zhuǎn)移，促進農(nóng)業(yè)勞動力非農(nóng)就業(yè)，其收入往往高于農(nóng)業(yè)經(jīng)營收入，因此農(nóng)業(yè)機械化可增加農(nóng)戶收入［2］，同時，農(nóng)業(yè)機械對勞動力的替代，提高農(nóng)業(yè)生產(chǎn)環(huán)節(jié)的專業(yè)性，農(nóng)業(yè)機械對勞動力的替代程度可以提高糧食生產(chǎn)環(huán)境效率［18］。增加農(nóng)戶收入、提高糧食的生產(chǎn)效率等都對農(nóng)業(yè)經(jīng)濟發(fā)展有促進作用。

第二，農(nóng)業(yè)機械化通過擴大農(nóng)業(yè)經(jīng)營規(guī)模助推農(nóng)業(yè)經(jīng)濟發(fā)展。農(nóng)業(yè)機械化的發(fā)展可替代部分勞動力，部分小規(guī)模經(jīng)營的農(nóng)戶選擇外出就業(yè)，并把土地等農(nóng)業(yè)資源承包出去，促進農(nóng)業(yè)規(guī)?；l(fā)展，進而使得農(nóng)業(yè)機械化得到進一步發(fā)展。同時農(nóng)業(yè)機械化發(fā)展受到農(nóng)村居民受教育水平的影響，農(nóng)村居民受教育水平越高越有利于農(nóng)業(yè)機械化的推廣與應用，進而促進農(nóng)業(yè)經(jīng)營效率得到有效提升。此外，由于我國國土資源較多，地區(qū)間的經(jīng)濟發(fā)展水平和自然資源稟賦存在差異性。因此，本文基于以上分析，提出假設。

H1：農(nóng)業(yè)機械化能有效推動農(nóng)業(yè)經(jīng)濟發(fā)展。

H2：勞動力轉(zhuǎn)移在農(nóng)業(yè)機械化推動農(nóng)業(yè)經(jīng)濟發(fā)展中具有中介作用。

H3：農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟的影響因地區(qū)和農(nóng)村居民平均受教育水平不同而存在差異。

2 變量選取與模型設定

2.1 變量選取與來源說明

被解釋變量：農(nóng)業(yè)經(jīng)濟。農(nóng)業(yè)經(jīng)濟的衡量指標有農(nóng)業(yè)總產(chǎn)值、農(nóng)林牧漁總產(chǎn)值等。為全面反映農(nóng)業(yè)經(jīng)濟全面的發(fā)展情況，本文參考相關學者［14］的處理方式，采用農(nóng)林牧漁總產(chǎn)值作為農(nóng)業(yè)經(jīng)濟發(fā)展的衡量指標。農(nóng)林牧漁總產(chǎn)值涵蓋了農(nóng)、林、牧、漁業(yè)生產(chǎn)活動所產(chǎn)生的全部價值，能反映一定時間農(nóng)、林、牧、漁業(yè)生產(chǎn)及其服務的總成果和總規(guī)模，能較好地體現(xiàn)農(nóng)業(yè)經(jīng)濟的發(fā)展現(xiàn)狀。

核心解釋變量：農(nóng)業(yè)機械化。農(nóng)業(yè)機械化參考周振等［19］的做法，采用農(nóng)業(yè)機械總動力表示，農(nóng)業(yè)機械總動力能較好地反映出現(xiàn)階段農(nóng)業(yè)的基礎硬件設施情況。

控制變量：農(nóng)戶收入、財政支出、有效灌溉面積、農(nóng)村用電量、人均播種面積。其中，農(nóng)戶收入采用農(nóng)村居民人均可支配收入衡量，農(nóng)戶收入的提升必然帶來農(nóng)業(yè)經(jīng)濟的快速發(fā)展。財政支出采用地方財政農(nóng)林水事務支出衡量，地方財政農(nóng)林水事務支出能加強農(nóng)業(yè)生產(chǎn)的基礎設施建設，有利于提高農(nóng)業(yè)機械化水平，降低農(nóng)業(yè)生產(chǎn)的成本。人均播種面積用農(nóng)作物總播種面積/鄉(xiāng)村人口數(shù)表示，人均播種面積反映我國農(nóng)業(yè)整體的規(guī)模生產(chǎn)水平。

中介變量：勞動力轉(zhuǎn)移。勞動力轉(zhuǎn)移的衡量指標有鄉(xiāng)村從業(yè)人員與農(nóng)牧漁林從業(yè)人員之差［8］、城鎮(zhèn)人口與總?cè)丝谥龋?0］等指標衡量。本文采用城鎮(zhèn)人口與總?cè)丝谥葋砗饬哭r(nóng)村勞動力的轉(zhuǎn)移，即農(nóng)村勞動力向城鎮(zhèn)轉(zhuǎn)移的程度，該指標能反映出農(nóng)村勞動力的減少。

門檻變量：農(nóng)村居民平均受教育水平。鄉(xiāng)村人均受教育年限是農(nóng)業(yè)人力資本較好的衡量方式。根據(jù)國家統(tǒng)計年鑒的統(tǒng)計口徑，用小學水平的人口數(shù)×6+初中水平的人口數(shù)×9+高中水平的人口數(shù)×12+大專及以上水平的人口數(shù)×15之和與6歲及以上人口之比表示。農(nóng)業(yè)經(jīng)營者的受教育水平影響著其合理科學經(jīng)營農(nóng)業(yè)的水平與方法，對提升農(nóng)業(yè)生產(chǎn)力具有積極作用。

各個變量的描述性統(tǒng)計特征如表1所示。

本文對以上數(shù)據(jù)均進行對數(shù)化處理，以消除變量的單位對變量的影響和減少異方差。為保證數(shù)據(jù)的連貫性與統(tǒng)一性，本文選取了2010—2021年的我國31個?。ㄗ灾螀^(qū)、直轄市）的372個面板數(shù)據(jù)。數(shù)據(jù)來源于《中國保險年鑒》《中國統(tǒng)計年鑒》《中國住戶調(diào)查年鑒》《中國人口和就業(yè)統(tǒng)計年鑒》和各省（自治區(qū)、直轄市）統(tǒng)計年鑒以及國研網(wǎng)等，缺失數(shù)據(jù)采用線性插值法計算得出。

2.2 模型設定

2.2.1 靜態(tài)面板模型

考慮本文研究涉及不同的截面和時間序列的數(shù)據(jù)，因此采用靜態(tài)面板數(shù)據(jù)模型，如式（1）所示，可檢驗農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟發(fā)展的影響。

lnYi，t=α+β1lnXi，t +χ1Controli，t +μi，t

（1）

式中：

lnYi，t——

第i個省份，第t年農(nóng)業(yè)經(jīng)濟水平的對數(shù)；

lnXi，t——

第i個省份，第t年農(nóng)業(yè)機械化水平的對數(shù)；

Controli，t——

引入模型控制變量的向量集，包括：農(nóng)戶收入、財政支出、有效灌溉面積、農(nóng)村用電量、人均播種面積；

α——常數(shù)；

β1——農(nóng)業(yè)機械化的系數(shù)；

χ1——控制變量的系數(shù)；

μi，t——隨機擾動項。

2.2.2 中介效應模型

為進一步檢驗農(nóng)業(yè)機械化與農(nóng)業(yè)經(jīng)濟的內(nèi)在聯(lián)系，本文以勞動力轉(zhuǎn)移作為中介變量，用于檢驗農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟發(fā)展的直接影響以及農(nóng)業(yè)機械化通過推動勞動力轉(zhuǎn)移來探究其對農(nóng)業(yè)經(jīng)濟發(fā)展的間接影響。根據(jù)溫忠麟等［21］的處理方式，建立中介效應模型。式（2）反映了農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟的總效應，用于檢驗農(nóng)業(yè)機械化是否顯著影響農(nóng)業(yè)經(jīng)濟發(fā)展。式（3）反映了農(nóng)業(yè)機械化對勞動力轉(zhuǎn)移的作用，用于檢驗間接效應和檢驗系數(shù)b4是否顯著。式（4）反映了農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟的直接效應。

lnYi，t=α+β2×lnXi，t+χ2Controli，t+μi，t

（2）

lnMi，t=α+β3×lnXi，t+χ3Controli，t+μi，t

（3）

lnYi，t=

α+β4×lnXi，t+δ×lnMi，t+

χ4Controli，t+μi，t

（4）

式中：

lnMi，t——

第i個省份，第t年勞動力轉(zhuǎn)移水平的對數(shù);

δ——勞動力轉(zhuǎn)移的系數(shù)。

其中總效應β2=直接效應β4+間接效應（δ×β3）。若以上檢驗均顯著，最后判斷直接效應與間接效應的符號，若同號則存在中介效應，且屬于部分中介效應。若異號則存在遮掩效應。

2.2.3 面板門檻模型

為深入探究農(nóng)業(yè)機械化、勞動力轉(zhuǎn)移對農(nóng)業(yè)經(jīng)濟的作用機制，本文以農(nóng)村居民平均受教育水平為門檻變量考察農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟是否存在門檻作用，用于表示在農(nóng)村居民平均受教育水平的不同區(qū)間里，農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟的非線性關系，以此構建如下面板門檻實證模型。式（5）表示單一門檻模型，式（6）表示多重門檻模型。

lnYi，t=

α+ω1lnXi，t×I（Edu≤γ）+ω2lnXi，t×

I（Edu＞γ）+χ5Controli，t +μi，t

（5）

lnYi，t=

α+ω1lnXi，t×I（Edu≤γ1）+ω2lnXi，t×I（γ1＜Edu≤γ2）+…+ωnlnXi，t×I（γn-1＜Edu≤γn）+χ6Controli，t+μi，t

（6）

式中：

γ——門檻估計值；

n——n重門檻；

I（·）——示性函數(shù)；

Edu——人均受教育水平。

當人均受教育水平≤γ時，農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟的影響系數(shù)為ω1；當人均受教育水平＞γ時，農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟的影響系數(shù)為ω2。若ω1≠ω2，則表明農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟的作用存在非線性關系。

3 實證檢驗與分析

3.1 農(nóng)業(yè)機械化、勞動力轉(zhuǎn)移對農(nóng)業(yè)經(jīng)濟發(fā)展的影響

為分析農(nóng)業(yè)經(jīng)濟發(fā)展的區(qū)域差異性，本文以全國區(qū)域、東部區(qū)域、中部區(qū)域以及西部區(qū)域為對象進行分析，通過LM檢驗和Hausman檢驗發(fā)現(xiàn)，采用固定效應模型較為合適，結果如表2所示。

根據(jù)表2可知，全樣本下農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟發(fā)展的作用顯著為正。不加控制變量時，農(nóng)業(yè)機械化提升1個百分點，能促進農(nóng)業(yè)經(jīng)濟提高0.515 0個百分點。加入控制變量后，農(nóng)業(yè)機械化的系數(shù)由0.515 0降為0.223 2，顯著性水平?jīng)]有發(fā)生變化，對農(nóng)業(yè)經(jīng)濟的提升作用略有下降，說明控制變量削弱了農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟的影響?？刂谱兞恐校r(nóng)戶收入、財政支出、有效灌溉面積、農(nóng)村用電量均對農(nóng)業(yè)經(jīng)濟具有顯著的促進作用?；诖?，是否加入控制變量并沒有影響農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟發(fā)展具有顯著正相關的關系，說明模型的結果具有穩(wěn)健性。本文假說H1得以驗證，即農(nóng)業(yè)機械化能有效推動農(nóng)業(yè)經(jīng)濟發(fā)展。

在模型（3）中，東部區(qū)域的農(nóng)業(yè)機械化系數(shù)為0.140 5，但并不顯著。加入相關控制變量后，顯著性發(fā)生改變。此時，農(nóng)業(yè)機械化提升1個百分點，能促進東部區(qū)域的農(nóng)業(yè)經(jīng)濟提高0.337 8個百分點。控制變量中農(nóng)戶收入、農(nóng)村用電量和人均播種面積對東部地區(qū)的農(nóng)業(yè)經(jīng)濟具有顯著正向影響，因此在東部地區(qū)，除了提升農(nóng)業(yè)機械化水平，還可以增加人均播種面積，進而提升該地區(qū)的農(nóng)業(yè)經(jīng)濟發(fā)展。

在模型（5）中，中部區(qū)域的農(nóng)業(yè)機械化系數(shù)為0.221 3，并在10%的水平下顯著。但在加入控制變量后，系數(shù)大幅度下，且顯著性發(fā)生變化，變得不再顯著。說明中部地區(qū)的農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟發(fā)展未產(chǎn)生顯著性影響。控制變量中，農(nóng)戶收入、財政支出、有效灌溉面積、農(nóng)村用電量對其農(nóng)業(yè)經(jīng)濟具有顯著正向影響，財政支出提高1個百分點，該地區(qū)的農(nóng)業(yè)經(jīng)濟將會得到0.182 9個百分點的提升。因此中部地區(qū)政府對農(nóng)業(yè)的財政支持尤為重要，財政支出能降低農(nóng)業(yè)生產(chǎn)經(jīng)營成本，緩解基礎設施短缺的問題，最終提升農(nóng)業(yè)經(jīng)濟穩(wěn)定高質(zhì)發(fā)展。

在模型（7）中，西部區(qū)域的農(nóng)業(yè)機械化系數(shù)為1.522 0，并在1%的水平下顯著。同樣在加入控制變量后，不再顯著，且系數(shù)降為0.051 3?？刂谱兞恐?，農(nóng)戶收入、農(nóng)村用電量對該區(qū)域的農(nóng)業(yè)經(jīng)濟具有顯著正作用。至此，假說H3得以驗證，即農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟的影響因地區(qū)不同而存在差異。

3.2 中介效應的檢驗

中介效應的檢驗結果如表3所示。在全國范圍內(nèi)，模型（9）匯報了全國范圍內(nèi)農(nóng)業(yè)機械化對勞動力轉(zhuǎn)移的影響，并且在1%的水平下顯著，且農(nóng)業(yè)機械化提升1個百分點，勞動力轉(zhuǎn)移可以提升0.052 1個百分點。模型（10）匯報了農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟的直接效應。農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟的影響在1%的水平下顯著，且農(nóng)業(yè)機械化提升1個百分點，農(nóng)業(yè)經(jīng)濟可以直接提升0.245 2個百分點，因此提升農(nóng)業(yè)機械化，可以有效促進農(nóng)業(yè)經(jīng)濟發(fā)展。勞動力轉(zhuǎn)移指標對農(nóng)業(yè)經(jīng)濟的作用顯著，顯著水平為1%。假說H2得以驗證?；诖?，農(nóng)業(yè)機械化可通過促進勞動力轉(zhuǎn)移間接影響農(nóng)業(yè)經(jīng)濟的發(fā)展。

由分區(qū)域分析可知，模型（11）和模型（12）匯報了東部地區(qū)農(nóng)業(yè)機械化及勞動力轉(zhuǎn)移中介效應對農(nóng)業(yè)經(jīng)濟的直接效應和間接效應。直接效應為0.372 0，顯著水平為1%。由模型（4）可知，東部地區(qū)農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟的總效應為0.337 8。由于總效應β2=直接效應β4+間接效應（δ×β3），可知間接效應為-0.034 2。由于直接效應顯著，且直接效應0.372 0與間接效應-0.034 2異號，存在遮掩效應，即農(nóng)業(yè)機械化遮掩了勞動力轉(zhuǎn)移對農(nóng)業(yè)經(jīng)濟的影響。間接效應與直接效應的比例的絕對值為9.19%。模型（13）和模型（14）匯報了中部地區(qū)農(nóng)業(yè)機械化及勞動力轉(zhuǎn)移中介效應對農(nóng)業(yè)經(jīng)濟的直接效應和間接效應。其中，直接效應為-0.025 5。由模型（6）可知，中部地區(qū)農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟的總效應為0.005 3，不顯著，間接效應為0.030 8。直接效應-0.025 5與間接效應0.030 8異號，總效應不顯著，存在中介效應。模型（15）和模型（16）匯報了西部地區(qū)農(nóng)業(yè)機械化及勞動力轉(zhuǎn)移中介效應對農(nóng)業(yè)經(jīng)濟的直接效應和間接效應。其中，直接效應為0.225 8。由模型（8）可知，西部地區(qū)農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟的總效應為0.051 3。間接效應為-0.174 5。直接效應0.225 8與間接效應-0.174 5異號，存在遮掩效應，間接效應與直接效應的比例的絕對值為77.28%。基于此，只有中部地區(qū)的勞動力轉(zhuǎn)移可以產(chǎn)生中介效應，即農(nóng)業(yè)機械化通過勞動力轉(zhuǎn)移正向影響農(nóng)業(yè)經(jīng)濟。全國范圍內(nèi)、東部地區(qū)及西部地區(qū)，勞動力轉(zhuǎn)移產(chǎn)生了遮掩效應，即農(nóng)業(yè)機械化通過阻礙勞動力轉(zhuǎn)移影響農(nóng)業(yè)經(jīng)濟。

3.3 穩(wěn)健性檢驗

利用不同計量分析方法和替換核心變量的方法進行穩(wěn)健性檢驗，結果如表4所示。經(jīng)過檢驗發(fā)現(xiàn)，核心變量的顯著性基本沒有發(fā)生變化。因此，上文構建的模型是穩(wěn)健的。

3.4 面板門檻模型

基于前文的分析可知，農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟的影響存在區(qū)域差異性。為進一步探究農(nóng)業(yè)機械化、勞動力轉(zhuǎn)移和農(nóng)業(yè)經(jīng)濟發(fā)展的具體關系，本文選取農(nóng)村居民平均受教育水平作為門檻變量進行分析，以檢驗不同的農(nóng)村居民平均受教育水平區(qū)間內(nèi)農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展的差異性影響，進而發(fā)現(xiàn)農(nóng)業(yè)規(guī)模經(jīng)營的必要性。

3.4.1 門檻效應檢驗

本文通過bootstrap自助法，隨機抽樣300次，分區(qū)域進行門檻檢驗和門檻值的估計。結果如表5所示。結果所示，通過了單一門檻檢驗，對應的F值為65.95，在1%的水平上顯著，門檻估計值為6.687 0。雙重門檻不顯著。因此，本文認為農(nóng)村居民平均受教育水平存在單一門檻效應。

3.4.2 面板門檻結果

面板回歸結果如表6所示。從模型（20）和模型（21）可以看出，在農(nóng)村居民平均受教育水平的各個區(qū)間里，農(nóng)業(yè)機械化對提升農(nóng)業(yè)經(jīng)濟作用不同，且在農(nóng)村居民平均受教育水平不同區(qū)間，農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟的影響存在明顯的顯著性差異。當農(nóng)村居民平均受教育水平低于6.687 0時，農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟的影響不顯著，表明農(nóng)業(yè)機械化的應用具有一定的農(nóng)村居民受教育水平的限制，當農(nóng)村居民平均受教育水平低于6.687 0時，農(nóng)業(yè)機械化并不能顯著發(fā)揮其對農(nóng)業(yè)經(jīng)濟的促進作用。當農(nóng)村居民平均受教育水平高于6.687 0時，農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟的影響在1%的水平上顯著，且當農(nóng)業(yè)機械化提升1%時，農(nóng)業(yè)經(jīng)濟發(fā)展可以提升0.150 7個百分點。根據(jù)《中國人口和就業(yè)統(tǒng)計年鑒》得知，2009年全國鄉(xiāng)村人口受教育平均年限為7.36年。截至2021年，全國鄉(xiāng)村人口受教育年限為7.94年，比2009年增長7.88%，但是依然沒有達到九年義務教育的基礎年限。因此今后應繼續(xù)加大鄉(xiāng)村教育的發(fā)展與支持，以促進農(nóng)業(yè)經(jīng)濟發(fā)展。

4 結論與建議

4.1 結論

本文選取我國2007—2021年的省際面板數(shù)據(jù)，分析農(nóng)業(yè)機械化、農(nóng)村勞動力轉(zhuǎn)移對農(nóng)業(yè)經(jīng)濟的區(qū)域差異性影響，并在此基礎上采用中介效應模型和面板門檻模型進一步分析農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟的作用機制。

1）" 固定效應模型的結果分析中，全樣本下農(nóng)業(yè)機械化能顯著正向推動農(nóng)業(yè)經(jīng)濟發(fā)展。區(qū)域分析中，東部地區(qū)的農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟的影響最大，明顯高于全國平均水平。

2）" 勞動力轉(zhuǎn)移的中介效應存在明顯的區(qū)域差異性。在中介效應模型分析中，發(fā)現(xiàn)只有中部地區(qū)的勞動力轉(zhuǎn)移可以產(chǎn)生中介效應，即農(nóng)業(yè)機械化通過勞動力轉(zhuǎn)移正向促進農(nóng)業(yè)經(jīng)濟發(fā)展。全國范圍內(nèi)、東部地區(qū)及西部地區(qū)，勞動力轉(zhuǎn)移產(chǎn)生了遮掩效應，即農(nóng)業(yè)機械化通過阻礙勞動力轉(zhuǎn)移影響農(nóng)業(yè)經(jīng)濟。

3）" 農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟的影響因地區(qū)和農(nóng)村居民平均受教育水平不同而存在差異。在全國范圍內(nèi)，當農(nóng)村居民平均受教育水平達到門檻值后，農(nóng)業(yè)機械化對農(nóng)業(yè)經(jīng)濟發(fā)展具有顯著性影響。因此，在全國范圍內(nèi)，農(nóng)村居民平均受教育水平是今后提升農(nóng)業(yè)發(fā)展的方向之一，也是農(nóng)業(yè)機械化快速發(fā)展的重要保障之一。

4.2 建議

基于以上結論，本文提出如下建議：（1）繼續(xù)提升我國的農(nóng)業(yè)機械化水平，進一步完善農(nóng)業(yè)機械化服務市場和農(nóng)機購置補貼政策。構建并完善服務農(nóng)業(yè)經(jīng)營者農(nóng)機作業(yè)的農(nóng)機社會化服務體系。此外，中部地區(qū)財政支出對農(nóng)業(yè)經(jīng)濟發(fā)展尤為重要。（2）注重農(nóng)業(yè)機械化對農(nóng)村勞動力轉(zhuǎn)移的促進作用，從而達到提升農(nóng)業(yè)經(jīng)濟的目的。特別是在中部地區(qū)，可通過提升農(nóng)業(yè)機械化，進而引導農(nóng)村勞動力轉(zhuǎn)移間接提升其農(nóng)業(yè)經(jīng)濟的發(fā)展。（3）提升農(nóng)村居民平均受教育水平，促進分配農(nóng)業(yè)經(jīng)營結構的合理性，加強對土地的合理利用，優(yōu)化農(nóng)業(yè)資源的配置效率，提升農(nóng)業(yè)經(jīng)濟發(fā)展的動力。此外，應繼續(xù)加大鄉(xiāng)村教育的發(fā)展與支持，科教興農(nóng)，促使農(nóng)業(yè)經(jīng)營者掌握科學經(jīng)營農(nóng)業(yè)的方法，提升農(nóng)業(yè)經(jīng)營的效率水平。

參 考 文 獻

［1］ Zhang X， Yang J， Thomas R. Mechanization outsourcing clusters and division of labor in Chinese agriculture ［J］. China Economic Review， 2017， 43： 184-195.

［2］ 李谷成， 李燁陽， 周曉時. 農(nóng)業(yè)機械化、勞動力轉(zhuǎn)移與農(nóng)民收入增長——孰因孰果？［J］. 中國農(nóng)村經(jīng)濟， 2018（11）： 112-127.

Li Gucheng， Li Yeyang， Zhou Xiaoshi. Agricultural mechanization， labor transfer and the growth of farmer’s income： A re-examination of causality ［J］. Chinese Rural Economy， 2018（11）： 112-127.

［3］ 孫昱珩， 余曉洋， 陳忠明. 農(nóng)業(yè)機械化對山區(qū)農(nóng)戶收入的影響機制分析——基于浙江省山區(qū)26縣的面板數(shù)據(jù)［J］. 資源開發(fā)與市場， 2024（1）： 1-12.

Sun Yuheng， Yu Xiaoyang， Chen Zhongming. Analysis of the impact mechanism of agricultural mechanization on the income of mountainous farmers： Based on panel data of 26 mountainous counties in Zhejiang Province ［J］. Resource Development amp; Market， 2024（1）： 1-12.

［4］ 高名姿， 孫瑋， 曹蕾. 農(nóng)業(yè)機械化、規(guī)模經(jīng)營與農(nóng)民增收——基于江蘇省種植類家庭農(nóng)場的抽樣調(diào)查證據(jù)［J］. 中國農(nóng)機化學報， 2022， 43（12）： 206-214， 220.

Gao Mingzi， Sun Wei， Cao Lei. Agricultural mechanization， large scale farming and income increasing of farmers： Based on a sample survey of family farms in Jiangsu Province ［J］. Journal of Chinese Agricultural Mechanization， 2022， 43（12）： 206-214， 220.

［5］ 楊帆. 糧食安全背景下農(nóng)業(yè)機械化服務對糧食生產(chǎn)的影響機制［J］. 農(nóng)業(yè)經(jīng)濟， 2023（9）： 6-9.

［6］ 程名望， 賈曉佳， 俞寧. 農(nóng)村勞動力轉(zhuǎn)移對中國經(jīng)濟增長的貢獻（1978-2015年）：模型與實證［J］. 管理世界， 2018， 34（10）： 161172.

［7］ 袁玉青， 丁建軍. 農(nóng)村勞動力轉(zhuǎn)移、農(nóng)業(yè)技術進步與城鄉(xiāng)收入差距——基于PVAR模型的實證分析［J］. 河北農(nóng)業(yè)科學， 2023， 27（3）： 94-99.

Yuan Yuqing， Ding Jianjun. Rural labor transfer， agricultural technology progress and urban-rural income gap—Empirical analysis based on PVAR model ［J］. Journal of Hebei Agricultural Sciences， 2023， 27（3）： 94-99.

［8］ 徐清華， 張廣勝. 農(nóng)村勞動力轉(zhuǎn)移對縣域農(nóng)業(yè)生產(chǎn)效率的空間溢出效應——基于1 832個縣的面板數(shù)據(jù)［J］. 農(nóng)業(yè)現(xiàn)代化研究， 2020， 41（3）： 407-416.

Xu Qinghua， Zhang Guangsheng. The spatial spillover effects of rural labor migration on the agricultural production efficiency of counties： An empirical analysis based on a panel data of 1 832 counties ［J］. Research of Agricultural Modernization， 2020， 41（3）： 407-416.

［9］ 邵帥， 李寶禮. 農(nóng)村勞動力轉(zhuǎn)移如何影響農(nóng)村環(huán)境污染？——基于空間面板模型的實證考察［J］. 中國地質(zhì)大學學報（社會科學版）， 2020， 20（1）： 39-55.

Shao Shuai， Li Baoli. Effects of rural labor transfer on rural environmental pollution in China： An empirical investigation based on spatial panel model ［J］. Journal of China University of Geosciences （Social Sciences Edition）， 2020， 20（1）： 39-55.

［10］ 鄧悅， 吳忠邦， 羅連發(fā). 農(nóng)業(yè)機械化促進了農(nóng)民增收嗎？——基于農(nóng)村人力資本調(diào)節(jié)效應的分析［J］. 南京農(nóng)業(yè)大學學報（社會科學版）， 2023， 23（1）： 169-180.

Deng Yue， Wu Zhongbang， Luo Lianfa.Does agricultural mechanization promote farmers’ income increase？ An analysis based on the moderating effects of rural human capital ［J］. Journal of Nanjing Agricultural University （Social Sciences Edition）， 2023， 23（1）： 169-180.

［11］ 祝宏輝， 鄭新. 數(shù)字經(jīng)濟、城鄉(xiāng)融合與農(nóng)業(yè)經(jīng)濟韌性［J］. 統(tǒng)計與決策， 2023， 39（18）： 22-27.

［12］ 王瑞峰. 涉農(nóng)電商平臺對我國農(nóng)業(yè)經(jīng)濟發(fā)展的影響效應評估——以農(nóng)村淘寶為例［J］. 中國流通經(jīng)濟， 2020， 34（11）： 68-77.

Wang Ruifeng. Evaluating the impact of agricultural e-commerce platform on China’s agricultural economic development—Taking Taobao in rural areas as an example ［J］. China Business and Market， 2020， 34（11）： 68-77.

［13］ 蔣黎， 王曉君. 環(huán)境質(zhì)量與農(nóng)業(yè)經(jīng)濟增長的內(nèi)在關系探討——基于我國31個省區(qū)面板數(shù)據(jù)的EKC分析［J］. 農(nóng)業(yè)經(jīng)濟問題， 2019（12）： 43-51.

Jiang Li， Wang Xiaojun. EKC hypothesis verification between rural environmental quality and agricultural economic growth in China： An empirical analysis based on panel data of 31 provinces ［J］. Issues in Agricultural Economy， 2019（12）： 43-51.

［14］ 邵全權， 郭夢瑩. 發(fā)展農(nóng)業(yè)保險能促進農(nóng)業(yè)經(jīng)濟增長嗎？［J］. 經(jīng)濟學動態(tài)， 2020（2）： 90-102.

Shao Quanquan， Guo Mengying. Can agricultural insurance promote agricultural economic growth？ ［J］. Economic Perspectives， 2020（2）： 90-102.

［15］ 任瑞恩. 推動農(nóng)業(yè)機械化應用水平穩(wěn)步提高［J］. 中國果樹， 2022（5）： 129-130.

［16］ 周振， 孔祥智. 農(nóng)業(yè)機械化對我國糧食產(chǎn)出的效果評價與政策方向［J］. 中國軟科學， 2019（4）： 20-32.

Zhou Zhen， Kong Xiangzhi. Agricultural machines subsidy policy and the grain output of China： DID empirical analysis based on national county-level data ［J］. China Soft Science， 2019（4）： 20-32.

［17］ 陳濤， 楊佳怡， 陳池波. 農(nóng)業(yè)機械化促進農(nóng)民增收的作用機制與路徑： 基于農(nóng)業(yè)生產(chǎn)環(huán)節(jié)的可分性［J］. 華中農(nóng)業(yè)大學學報（社會科學版）， 2022（4）： 129-140.

Chen Tao， Yang Jiayi， Chen Chibo. Mechanism and path of agricultural mechanization in promoting income increase： Based on the separability of agricultural production links ［J］. Journal of Huazhong Agricultural University （Social Sciences Edition）， 2022（4）： 129-140.

［18］ 睢忠林， 劉春明， 周楊. 農(nóng)業(yè)機械對勞動力的替代能否提高糧食生產(chǎn)環(huán)境效率［J］. 世界農(nóng)業(yè)， 2021（1）： 99-108， 130-131.

Sui Zhonglin， Liu Chunming， Zhou Yang. Does the substitution of agricultural machinery for labor improve the environmental efficiency of food production ［J］. World Agriculture， 2021（1）： 99-108， 130-131.

［19］ 徐建玲， 儲怡菲， 周志遠. 農(nóng)業(yè)機械化對玉米生產(chǎn)的影響： 促進還是抑制？——基于20個省際面板數(shù)據(jù)［J］. 農(nóng)林經(jīng)濟管理學報， 2020， 19（5）： 559-568.

Xu Jianling， Chu Yifei， Zhou Zhiyuan. Impact of agricultural mechanization development on corn production： Promoting or restraining？ Based on panel data collected in 20 provinces ［J］. Journal of Agro-Forestry Economics and Management， 2020， 19（5）： 559-568.

［20］ 馬軼群， 孔婷婷. 農(nóng)業(yè)技術進步、勞動力轉(zhuǎn)移與農(nóng)民收入差距［J］. 華南農(nóng)業(yè)大學學報（社會科學版）， 2019， 18（6）： 35-44.

Ma Yiqun， Kong Tingting. Agricultural technology progress，labor force transfer and regional rural income gap ［J］. Journal of South China Agricultural University （Social Science Edition）， 2019， 18（6）： 35-44.

［21］ 溫忠麟， 葉寶娟. 中介效應分析：方法和模型發(fā)展［J］. 心理科學進展， 2014， 22（5）： 731-745.

Wen Zhonglin， Ye Baojuan.Analyses of mediating effects： The development of methods and models ［J］. Advances in Psychological Science， 2014， 22（5）： 731-745.