黑龍江省農業機械化與農民非農收入互動關系研究

林慧 王玉斌

摘要：為了提高農民的非農收入，解決“三農”的核心問題，運用VAR（向量自回歸）模型，實證探究了黑龍江省農業機械化與農民非農收入之間的互動關系。研究結果表明：黑龍江省農業機械化與農民非農收入互為格蘭杰因果，黑龍江省農業機械化的發展對非農收入的增加有著較為穩定的促進作用，但短期來看存在一定的滯后性；而非農收入的增加會較為強烈地抑制農業機械化的發展，兩者尚未形成良性的相互促進的互動關系。鑒于此，研究提出依靠科技進步帶動黑龍江省農業機械化發展，通過完善農業合作組織提升農業機械服務保障水平，加強農機技能培訓發揮農業機械利用效率，拓寬農民的非農就業渠道增加農民的非農收入等方面的建議，以期促進黑龍江省農業機械化和非農收入之間形成互相促進的良性互動關系。

關鍵詞：農業機械化；非農收入；VAR模型；互動關系

中圖分類號：F304.6文獻標志碼：A論文編號：cjas2021-0107

The Interaction Between Agricultural Mechanization and Farmers’Non- Agricultural Income in Heilongjiang Province： An Empirical Analysis Based on VAR Model

Lin Hui， Wang Yubin

（College of Economics and Management， China Agricultural University， Beijing100083）

Abstract： To improve farmers’non- agricultural income， solve the core problems of the Sannong issue（namely， agriculture， rural community and farmers）， this paper uses VAR （vector auto regression） model to empirically explore the interaction between agricultural mechanization and farmers’off- farm income in Heilongjiang Province. The results show that agricultural mechanization and farmers’non-agricultural income in Heilongjiang Province are Granger causality. In addition， the development of agricultural mechanization in Heilongjiang Province has a relatively stable promoting effect on the increase of non-agricultural income， but there is a certain lag in the short term. The increase of non- agricultural income will strongly inhibit the development of agricultural mechanization， and it has not yet formed a benign interactive relationship of mutual promotion. In view of this， in order to promote the formation of a benign interactive relationship between agricultural mechanization and non- agricultural income in the province， the study puts forward some suggestions on relying on scientific and technological progress to drive the development of agricultural mechanization， upgrading the service guarantee level of agricultural machinery by improving agricultural cooperation organizations， strengthening the training of agricultural machinery skills， giving full play to the utilization efficiency of agricultural machinery， broadening farmers’non-agricultural employment channels and increasing farmers’non-agricultural income.

Keywords： Agricultural Mechanization； Non-agricultural Income； VAR Model； Interaction

0引言

中國目前已全面完成脫貧攻堅任務，“三農”問題既是全面建成小康社會必須要面對的重點和難點問題，也是中國經濟穩定健康發展以及全面小康社會建成后相對貧困問題要解決的關鍵。農民收入問題是三農問題的基本點[1]，破解三農問題的關鍵就是要想方設法提高農民的非農收入[2]。

黑龍江省作為經濟發展相對落后的農業大省和重要的商品糧基地，農民人均可支配收入雖保持上升趨勢，但就其結構來看，農業經營性收入始終占據最大比重，非農收入所占比重較小。農村勞動力紅利正在逐漸退去，早已成為中國農業發展的客觀事實[3]，“半工半耕”或者“少耕多工”已成為大多數地區的基本農情[4]，農業領域對機械化的需求是勞動力成本較高的國家對高質量產品和先進生產技術需求的回應[5]，要解決目前中國農業勞動力不足的問題，必然要不斷推進農業機械化的發展。農業現代化的重要標志之一便是農業機械化[6]，農業機械化水平的不斷發展，能夠有效提高農業作業水平，推動農業現代化發展，促進農民增收，加快實現鄉村振興戰略的進程。黑龍江省有著廣闊的耕地面積且地勢平坦，農業機械化發展起步早于其他省份，發展水平位居全國前列[7]?；诖?，筆者嘗試構建VAR（向量自回歸）模型進行實證分析，探究黑龍江省的農業機械化發展與農民非農收入增加之間是否形成有效的良性互動關系。

1相關文獻概述

現有文獻對農業機械化與農民收入互動影響關系進行了廣泛研究。主要集中在以下3個面：一是，農業機械化對農民收入的影響。二是，農民收入對農業機械化的影響。三是，農業機械化與農民非農收入。

1.1農業機械化對農民收入的影響

周益波等[8]基于全國30個省份面板數據實證研究指出，農業機械化對農民總收入提高，縮小農民內部的收入差距有促進作用；陳會然等[9]基于全國范圍的時序數據指出，農業機械化與農民經營性收入之間存在著較為穩定的雙向因果關系；周振等[10]基于全國縣級層面面板數據等實證分析指出，農業機械化對農民增收有著明顯的促進作用；劉明輝等[11]采用中國家庭追蹤調查微觀數據（2016CFPS）經過實證分析指出，農業機械化服務對于農戶農業增收有著明顯的推動作用，且存在著較為顯著的個體異質性和地區差異性。

1.2農民收入對農業機械化的影響

關于此方面的研究多見于對農業機械化影響因素的探討。萬發[12]基于省際面板數據的分析指出，農民人均純收入對農業機械化的發展有明顯的正向促進作用；鄒於娟等[13]基于11省份的面板數據分析指出，農民收入的增加會使當地的農機總動力減少，高收入農戶有著較為明顯的非農化傾向；鐘真等[14]基于8個省份面板數據的分析指出，農民人均純收入的增加對提高農機化率有重要作用。

1.3農業機械化與農民非農收入

許慶等[15]運用四省份面板數據對農民的長期投資激勵進行研究后指出，非農就業可能是農戶對于農業機械、運輸工具等長期投資的影響因素，但并未就具體的影響效果進行分析；李明艷等[16]基于江西省的農戶調研數據對農戶非農就業與土地利用行為進行分析后指出，非農收入的增加明顯增加了農戶對農業機械的投入；Koike[17]研究南亞地區農戶機械定制租賃系統時指出，農民通常只有在從非農業來源獲得額外收入時才希望擁有機械，但DeBrauw等[18]利用中國6省份的農戶調查數據實證分析指出，農戶非農收入提高后更傾向于購買房產和消費品來提高自己的生活質量，而對于農業機械等生產性投資并未有明顯的增加；劉承芳等[19]利用六縣市數據實證分析后指出非農收入增加給機械化投入帶來的是消極作用；劉同山[20]運用三省九縣的農戶調查數據，農業機械化的發展會對農民的非農就業起到促進作用，從而提高農民的非農收入，機械化發展促進非農收入增加這在現有研究中已達成基本共識。

綜上研究可以發現：關于農業機械化與農民人均純收入關系的研究較多，但對于農業機械化與農民非農收入關系的直接研究較為少見，雖然已有學者就農業機械化對非農收入的影響以及非農收入對農業機械化的影響兩方面分別展開過討論，但依然存在以下問題：（一）已有研究中關于農業機械化發展對收入增加和非農收入增加的推動作用有著較為一致的結論，但關于非農收入提高對農業機械化發展究竟是正向促進作用，還是反向抑制作用尚未形成一致定論，這可能與研究區域的選擇有關；（二）現有研究很少注意到農業機械化與非農收入之間互為因果的內生性關系，這可能會使研究結果出現一定的偏差；（三）現有研究大都圍繞較大范圍內的省級面板數據進行研究，缺少針對某一特定區域的微觀層面的實證分析。因此，本研究選擇黑龍江省作為研究對象，探究黑龍江省的農業機械化和農民非農收入的互動關系，將研究重點從宏觀層面轉為微觀層面，將研究視角從全局性視角轉為區域性視角，具有重要的現實意義。

2研究設計

2.1模型構建

VAR模型的建模思想是把涉及的所有變量都看作內生變量，并用每一個內生變量與其他所有變量的滯后階構造函數，建模分析模型。模型最主要的特點是將幾個相關的變量放在一起，組成一個使預測相互自洽的系統[21]。VAR模型的優勢是建模時無需提出假設，因為它并不是依賴于經濟理論，而是依據數據本身的性質確定模型系統的動態結構[22]，已經成為分析和預測多個相關時間序列的最常用的模型。鑒于本研究是探究黑龍江省農業機械化和非農收入之間的互動關系，選用VAR模型作為實證研究模型較為適宜，其一般形式見式（1）[21]。

需要指出的是，VAR模型的系數僅匯報了黑龍江省農業機械化和非農收入之間互動影響的部分信息，為進一步深入剖析兩者的互動影響，本研究進一步借助脈沖響應分析和方差分解探究兩者的互動關系。

2.2變量設置及數據來源

2.2.1變量設置

（1）農業機械化水平。參考王月梅[23]、周振[10]等學者的研究，同時考慮數據的可獲得性，用農業機械總動力衡量，記作JX，這也是衡量農業機械化水平最為常用的指標。

（2）非農收入。用工資性收入衡量，記作FN。已有學者指出，若不加區分地將財產性收入和轉移性收入納入非農收入范圍，極易對研究結果產生不必要的干擾[24]，而且本研究主要研究農民非農就業產生的非農收入，轉移性收入和財產性收入與研究動機無太大關聯，所以并沒有納入非農收入的范圍。

2.2.2數據來源本研究選取黑龍江省1995—2017年共23年的時間序列數據進行實證分析，數據皆來源于《黑龍江統計年鑒》。對非農收入變量以1995年為基年用農村居民消費價格指數進行折算以消除通脹影響；為減少分析過程中指數趨勢的影響，避免出現異方差和偽回歸，對所選指標都取自然對數，取自然對數后的變量分別記作LNJX、LNFN。

通過描述各變量的數據特征，可以初步掌握各變量數據大致的變化特點，為后續的計量分析提供參考，因此本文在進行實證分析前先給出各變量的描述性統計表以及LNJX和LNFN的變化趨勢圖，如圖1所示。本文的繪圖以及模型分析均用Stata16軟件進行操作。

從圖1可以看出，黑龍江省的農業機械化水平和非農收入都是呈不斷增長的趨勢的，但農業機械化水平的增長較為緩慢，非農收的增長雖略顯波動，但總體來看增速較快。

3實證分析

3.1時間序列平穩性檢驗

構建VAR模型的前提是所有的時間序列都是平穩的，否則模型本身不穩定，可能會產生虛假回歸現象，降低分析結果的可信度[26]，因此首先需要對選取的時間序列進行平穩性檢驗，本研究選取目前實證研究中最為常用的ADF單位根檢驗法進行平穩性檢驗，檢驗結果如表1所示。

由表1的檢驗結果可知，LNJX的原序列和一階差分都非平穩序列，二階差分后顯示序列平穩，且在1%的置信水平下顯著；LNFN的原序列非平穩序列，一階差分后顯示序列平穩，且在1%的置信水平下顯著。因此，經過差分后，D2LNJX和DLNFN都已變為平穩的時間序列，即LNJX～I（2），LNFN～I（1），符合VAR建模的前提，可建立VAR模型進行更深層次的分析。

3.2 VAR模型滯后階數的選擇

在進VAR建模時，首先需要確定變量的滯后階數。由于本研究所選數據為年度數據，滯后階數不宜太大，因此確定最大的可能滯后階數為4階，進行最優滯后階數的判斷，結果如表2所示。

根據以上分析結果可以看出，不同的判斷準則對于最優滯后階數的判斷并不一致。根據最簡潔的SBIC原則選擇滯后1階可能會過于簡潔，所以參考AIC準則和其他準則的判斷，選擇滯后階數為3階，建立VAR（3）模型。

3.3 VAR模型的檢驗

3.3.1模型穩定性檢驗首先對模型的穩定性進行檢驗。對于滯后階數為m且有n個內生變量的VAR模型，特征根多項式有m×n個特征根，只有當特征根的模都大于1，也就是特征根模的倒數都小于1（即位于單位圓內）時，VAR模型才是穩定的，否則需要重新設定模型。如圖2所示，代表特征根模的倒數的6個“·”均位于單位圓內，故本研究構建的VAR模型是穩定的，滿足進行后續有關分析的前提條件。

3.3.2殘差的自相關檢驗通過檢驗殘差是否存在自相關來檢驗變量的獨立性，具體檢驗結果如表3所示。根據表3可知，P值都遠大于0.05，可以接受“殘差無自相關”的原假設，符合VAR模型的建模條件。

3.4格蘭杰因果檢驗

格蘭杰因果檢驗考察的是一種動態相關關系，驗證一個變量的變化對另一個變量的變動是否具有預測能力[21]。VAR模型研究了多元時間序列之間的內在關聯，格蘭杰因果是進一步說明多元時間序列間的先后引導關系。表4的檢驗結果顯示，無論是農業機械化還是非農收入作為被解釋變量，其P值均遠小于0.05，可見，農業機械化和非農收入互為格蘭杰原因，同時這也說明兩變量的滯后期分別對彼此有著顯著的影響。

3.5脈沖響應分析

由于VAR模型參數較多所以系數也較多，以至于無法合理解釋每一個系數的經濟含義[21]。VAR模型最主要的作用便是預測，所以在進行VAR模型分析時，運用脈沖響應函數對變量間的動態影響進行深入探究比模型本身的參數估計更有現實意義。脈沖響應函數可以反映沖擊對系統產生的動態影響，也就是給予的沖擊對某個變量在不同時期產生的影響效果。如果脈沖響應函數一段時間后趨于平穩不再產生波動，則表明沖擊效應趨于穩定。

脈沖響應函數最終趨于零時，說明沖擊效應逐漸趨于零，表明沖擊無法產生持久性的影響。但是經過差分的變量進行脈沖響應分析時函數表現出來的是變量增量間的動態變化，所以脈沖響應函數值趨于零時，說明沖擊效應不是趨于零，而是逐漸趨于穩定。為了更加明晰農業機械化與非農收入的互動關系，繪制出脈沖響應函數如圖3和4所示，圖中橫軸沖擊作用期數，縱軸表示響應變量受到沖擊后產生的波動，實線表示脈沖響應函數曲線，虛線表示0值參考線，設定作用期為15年。

由圖3可知，當給予非農收入一個來自機械化的正向沖擊后，非農收入在第1期便給予了較為強烈的正向響應，這種正向響應在第2期達到最高值，隨后逐漸減小，并在11期及以后逐漸趨于0，也就是說機械化帶給非農收入的正向沖擊從第9期開始逐漸趨于穩定。由此可知，黑龍江省農業機械化的發展對非農收入的增加有著很強且持久的促進作用，并且這種促進作用是較為持久的。這與現實情況是相符的，農業機械化的發展提高了農業的勞動生產率，大幅縮短了農民投入到農業生產中的時間，降低了農民從事農業生產的機會成本，使得農民有更多的精力去從事非農產業，從而獲得更多的非農收入。

由圖4可知，農業機械化在受到來自非農收入的一個正向沖擊后，在第一期給予了較強烈的負向響應，負向響應自第二期逐漸減弱且到第三期后變為正向響應繼而又逐漸減弱變為負向響應，形成正負波動的反應過程，最終波動逐漸趨于0，這說明不論從長期還是短期來看，黑龍江省農民非農收入增加都會較為強烈地抑制農業機械化的發展。這一結果也與現實相符，雖然黑龍江省農民收入中經營性收入始終占據最大比重，但非農收入比重逐漸增加，農戶非農化傾向日益明顯也是農業現代化發展過程中的正?，F象。由于面臨總體收入偏低，借貸困難等問題，農民往往面臨較強的投資約束[18]，即使收入增加也不會過多增加對農業機械的投入。非農收入的增加使從事農業生產的機會成本大于從事農業生產的所得，農戶便傾向于減少對農業的投入，對農業機械的投入也會減少，但又不會完全放棄農業生產，所以還存在一定的波動性。

3.6方差分解

脈沖響應分析反映的是一個變量對于另一個變量產生沖擊的動態響應過程，方差分解是在脈沖響應分析的基礎上把VAR系統中每一個變量的方差分解到各個擾動項上，方差分解的分析提供了關于每個擾動項影響VAR模型內各個變量的相對程度。為進一步分析農業機械化和非農收入對彼此產生影響的相對程度大小，對農業機械化和非農收入進行方差分解，方差分解表見表5和6。

通過表5可以看出，雖然在第1期時，農業機械化變動的影響全部來源于其自身，但是從第2期起，非農收入對農業機械化變動的貢獻程度便維持在70%～ 73%左右，而來自農業機械化本身的貢獻程度，僅占27%～30%左右，長期來看，非農收入對農業機械化的影響程度遠大于農業機械化本身對自己的影響程度，這也說明了短期內黑龍江省農業機械化的發展只與其發展現狀有關，但長期來看，農民的非農收入對農業機械化的發展有著較強的影響，而且這種影響不是暫時性的，是長久且穩定的。

通過表6可以看出，雖然第1期時非農收入變動的影響幾乎全部來源于其自身，但第2期起，來自于非農收入本身的影響開始下降，由最初的99.9%穩定到75.7%左右，而來自于農業機械化的影響則從最開始的幾乎為0上升并穩定在24.3%左右，這說明黑龍江省農業機械化發展對農民非農收入增長的拉動作用具有一定的滯后性，而且這種拉動作用要小于農民非農收入增加本身所帶來的馬太效應。

綜合對兩變量方差分解的分析可以看出，農業機械化對非農收入增長的貢獻程度，是要遠小于非農收入對農業機械化發展起到的作用的。

4結論與建議

4.1結論

構建VAR模型后，格蘭杰因果檢驗確定了黑龍江省農業機械化和非農收入互為格蘭杰因果，這表明兩者之間存在著有效的互動關系；脈沖響應分析和方差分解表明，黑龍江省農業機械化的發展對非農收入的增加有著較為穩定的促進作用，這種促進作用在短期內有一定的滯后性；而非農收入的增加，不論從長期還是短期來看，都會抑制農業機械化的發展，而且這種抑制作用是較為強烈的，可見黑龍江省農業機械化和非農收入之間并未形成良性的相互促進的互動關系，雖然農業機械化的發展會促進非農收入的增加，但農戶非農收入增加后存在著非農化的傾向，并不有利于農業機械化的向好發展。

4.2建議

農業機械化只有繼續朝著更高水平發展才會在不斷促進農民增收的同時吸引農民對其投資；不斷提高非農收入不論是對于繼續投入農業機械化發展還是提高農民的生活水平都大有裨益。通過黑龍江省23年的數據研究發現非農收入的增加給機械化的發展帶來的是反向抑制作用，也就是說農戶非農收入提高后不但不會繼續增加農業機械化的投資，反而有減少機械投資的傾向，這也驗證了已有研究中關于非農收入的增加會持續促進非農化的論斷。

但是不能忽視的是，未來農業的發展，不論是小農經營還是大型農場經營，發展的趨勢一定是科技帶動下的農業現代化，而農業機械化的不斷發展是實現農業現代化的現實保障，所以針對發現的問題本研究為促進黑龍江省農業機械化和非農收入之間形成良性的相互促進的互動作用提出以下建議。

4.2.1依靠科技進步，帶動黑龍江省農業機械化不斷發展加強科技創新投入，注重研發為不同經營規模農戶量身定制的，適合當地農藝環境和有限資源稟賦的用戶友好型機械。黑龍江省農業機械化發展起步早，應該始終堅持自主創新的原則，探索出帶有黑龍江省特色的農機裝備科技創新之路，整合各方面力量為黑龍江省農業機械化的不斷創新發展提供有力的技術支撐。

4.2.2完善黑龍江省農機專業合作組織，提升農業機械服務保障水平促進農業機械化和非農收入實現良性互動關系的關鍵是讓農民愿意對農業機械進行投資，最主要的是提高他們的投資回報率。政府部門應當對已經成立的農機專業合作組織進行重點扶持，積極支持農機專業協會、農機專業大戶等農業服務機構，機械服務為緩解勞動力成本上漲和農村經濟短缺提供了緩沖，通過向農民客戶提供多樣化的服務可以幫助農民更快地收回機械投資，增強其投資意愿。

4.2.3加強農機技能培訓，發揮農業機械利用效率要切實解決農民對于能力提高和教育的需求，培養能夠熟練操作，維護和維修設備的人員；要將對農機技術工作者的培訓作為長期重點工作來展開，使農機技能培訓的作用得到充分發揮；要對專業型的農機技術人才給予充分的重視，調動起他們對農機事業的熱情，以期能夠從最大化地發揮技能人才的協助促進作用，從而提高農業機械利用率，增加農產品產出效益，提高農民的非農收入。

4.2.4積極拓寬農民非農就業渠道，增加農民非農收入推進農業機械化不斷發展的一大利好就是可以將農民從耕作的土地上解放出來，開拓出更多的非農就業空間，從而增加農民的非農收入。在想方設法提高農業機械化發展水平的同時還應該積極拓寬農民非農就業渠道，創造更加公平的非農就業環境。鼓勵引導農民自主創業，各部門聯合起來為農民自主創業創造良好的創業環境，不斷加強宣傳，提高農民自主創業意識，同時也要加強針對性的創業就業培訓并提供政策咨詢等服務，為農民實現自主創業提高非農收入保駕護航。

參考文獻

[1]林毅夫.“三農”問題與我國農村的未來發展[J].農業經濟問題， 2003（1）：19-24，79.

[2]李鶴，張啟文.農村金融發展對農民非農收入影響的實證分析[J].統計與決策，2019，35（6）：111-114.

[3]蔡昉.劉易斯轉折點后的農業發展政策選擇[J].中國農村經濟， 2008（8）：4-15，33.

[4]羅必良，張露，仇童偉.小農的種糧邏輯——40年來中國農業種植結構的轉變與未來策略[J].南方經濟，2018（8）：1-28.

[5]LuFM.Theroleofagriculturalmechanizationinthe modernization of Asian agriculture： Taiwan’s experience[J].2009， 2（4）：124-131.

[6]白人樸.農業機械化與農民增收[J].農業機械學報，2004（4）：179-182.

[7]王新利，趙琨.黑龍江省農業機械化水平對農業經濟增長的影響研究[J].農業技術經濟，2014（6）：31-37.

[8]周益波，何可，張俊飚，等.農業機械化對農民收入的增長、結構與分配效應研究[J].四川農業大學學報，2019，37（5）：723-733.

[9]陳會然，劉繼為.基于VAR模型的農業機械化與農民收入關系研究[J].中國農機化學報，2019，40（12）：224-230.

[10]周振，張琛，彭超，等.農業機械化與農民收入：來自農機具購置補貼政策的證據[J].中國農村經濟，2016（2）：68-82.

[11]劉明輝，盧飛，劉燦.土地流轉行為、農業機械化服務與農戶農業增收——基于CFPS2016數據的經驗分析[J].南京社會科學，2019（2）：26-33.

[12]萬發.農機化發展的影響因素及內在機制——基于我國省際面板數據分析[J].農機化研究，2014，36（11）：46-50.

[13]鄒於娟，吳萍.消費理論視角下丘陵山區農機總動力影響因素研究——基于南方11?。▍^、市）面板數據的實證分析[J].中國農機化學報，2019，40（10）：210-216.

[14]鐘真，劉世琦，沈曉暉.借貸利率、購置補貼與農業機械化率的關系研究——基于8省54縣調查數據的實證分析[J].中國軟科學， 2018（2）：32-41.

[15]許慶，章元.土地調整、地權穩定性與農民長期投資激勵[J].經濟研究，2005（10）：59-69.

[16]李明艷，陳利根，石曉平.非農就業與農戶土地利用行為實證分析：配置效應、兼業效應與投資效應——基于2005年江西省農戶調研數據[J].農業技術經濟，2010（3）：41-51.

[17]Masayuki K. Custom hire systems for agricultural machines in southeast Asia[J]. Engineering in Agriculture， Environment and Food，2009，2（4）.

[18]Alan D B， Scott R. Migration and household investment in rural China[J]. China Economic Review，2006，19（2）.

[19]劉承芳，張林秀，樊勝根.農戶農業生產性投資影響因素研究——對江蘇省六個縣市的實證分析[J].中國農村觀察，2002（4）：34-42， 80.

[20]劉同山.農業機械化、非農就業與農民的承包地退出意愿[J].中國人口·資源與環境，2016，26（6）：62-68.

[21]陳強.計量經濟學及Stata應用[M].北京：高等教育出版社，2015.

[22]成金華，張意翔，王紅兵.中國能源政策調節效應分析：以能源財稅政策為例[J].中國地質大學學報：社會科學版，2009，9（2）：19-25.

[23]王躍梅，姚先國，周明海.農村勞動力外流、區域差異與糧食生產[J].管理世界，2013（11）：67-76.

[24]王庶，岳希明.退耕還林、非農就業與農民增收——基于21省面板數據的雙重差分分析[J].經濟研究，2017，52（4）：106-119.