匡远配 彭 云

1 引 言

党的十九届五中全会提出，2035 年农业农村现代化基本实现的战略目标，我国必须在2035 年实现农业全程全面机械化，实现农业农村现代化和乡村振兴目标提供物质装备与技术支撑。2023 年中央一号文件也强调强化现代农业科技和物质装备支撑以加快推进农业现代化。实践证明，农业机械化是农业农村现代化的先行条件，没有农业机械化就没有国家农业农村现代化，这是发展的必然规律。通常基本实现农业机械化之后10-15 年实现全面机械化，进而实现农业现代化。同样，农地流转与农业机械化是转变农业发展方式、提高农村生产力的重要物质基础和农业现代化的重要标志（薛瑞成，1992［1］；张桃林，2012［2］）。农地流转具有农地规模化、农业集约化效应（匡远配和陆钰凤，2017［3］），是提高农地资源配置效率的有效手段（盖庆恩等，2020［4］）。《农村土地承包法》与《农业机械化促进法》推动农村农地流转率与农业机械化水平快速提升，农地流转率从2005 年的4.57%提高到2019 年的35.9%，农作物耕种收综合机械化率从2004 年的33.3%提升到2020 年的71.25%，与农地流转率呈相似变化趋势（见图1），这说明加快农地流转可能会促进农业机械化水平提高，两者表现出“一致”匹配关系。但是，与农业机械化水平匹配的农地流转规模是否适度需要进一步考证。从数据来看，2009-2018 年，我国经营耕地面积10 亩以下农户数占总经营耕地农户数的百分比从84.02%变为85.32%，说明农地流转的增加可能并未带来适度规模经营效应，存在农地流转的“小农复制”情形（匡远配和陆钰凤，2018［5］），因此，农地流转与农业机械化水平表现出的“一致”匹配关系可能并非由适度规模所致。那么，农地流转对农业机械化水平影响过程中，是否会受农户适度规模经营及其它因素调节呢？少有学者进行深入探讨及实证检验。

图1 2005-2019 年农地流转率与耕种收机械化水平变化图

国内外学者围绕土地规模对农业机械化水平的影响主要分为两部分：一部分研究认为，土地细碎化限制了大规模农业机械化作业的可能，同时使小规模农户难以独立投资农业机械，降低农业技术效率（黄少安和刘明宇，2006［6］），对机械化水平具有负向影响，但仅在土地细碎化程度较高时才具有显著影响（王水连和辛贤，2017［7］）。土地流转是有效解决土地细碎化问题，实现农业规模化经营的途径（马晓河和崔红志，2002［8］；Brümmer 等，2006［9］），对不同生产环节采用农业机械化服务存在不同的影响（李琴等，2017［10］），并受地权稳定性和农地存量的居间变量的影响（蔡键等，2016［11］）。彭继权和吴海涛（2019［12］）的研究表明，土地流转对农业机械化水平具有显著影响，流转土地机械化作业的难易程度会导致土地流转对农业机械化水平的提升效果存在差异。也有研究表明，不同经营规模的农户在自购农机与购买农机服务间的选择存在差异，仅当农户经营规模达到35 亩以上，自购农机才能产生规模经济，而小农户更适合购买农业机械服务实现机械化生产（王舒娟等，2021［13］）。另一部分研究认为，农业机械化发展不需要以土地规模化经营作支撑（曹阳和胡继亮，2010［14］），发展农业机械社会化服务是改变农业经营方式，实现农业生产机械化与规模经济的重要途径，因而耕地细碎化并未对农业机械化发展造成不利影响（侯方安，2008［15］；Paman 等，2010［16］；许秀川等，2017［17］）。

通过以上两种观点可以清晰发现，土地规模经营对农业机械化发展的影响尚不明确，因此有必要深入开展学术探讨。分散的、小规模的农业生产经营导致农业分工不足，可能阻碍粮食生产的规模经济效应的实现，农地流转集中基础上的农业规模经营已经成为我国农业现代化的方向，加快推进农业机械化是我国农业现代化的重要途径。因此，定量考察农地流转对农业机械化发展的实际影响，为我国现代化农业发展道路选择提供科学参考。现有文献研究深化了农地流转、土地规模促进农业机械化发展的认识，但是，已有的实证研究多采用单个省份或几个省份单一作物的微观调研数据，难以反映农地流转与农业机械化水平的动态变化过程，并且不可避免的产生遗漏变量造成的内生性问题。理论上，基于微观农户数据是比较理想的，但鉴于农户调研范围的限制，不可避免地存在偏见和概括性倾向。为此，本文试图运用30 个省（市）2005-2019 年面板数据，构建动态面板模型，探究农地流转对农业机械化水平的影响。这不仅可以观察2005-2019 年期间农地流转和农业机械化的变化趋势以及区域差异，还能提高研究的可信度和科学性，有效避免主观上选择造成观测样本的非随机性，导致估计结果偏误，更具有说服力地展示农地流转对农业机械化的影响规律和政策取向。

本文可能的边际贡献有：一是通过省际面板数据分析，探究农地流转对农业机械化水平的影响及其背后产生调节效应的因素，并以实证检验作支撑；二是运用动态面板模型，采用系统GMM 估计方法进行回归分析，可能丰富农地流转的农业机械化效应研究成果。

2 理论分析与研究假说

2.1 农地流转与农业机械化水平

农地流转对于提升农业机械化水平具有推拉作用，通过农地适度规模效应拉动以及农村劳动力释放效应推动农业机械化水平提升（薛瑞成，1992［1］；王璇和王卓，2021［18］）。

对农地转入户而言，流转农地有利于农地集中，实现农地规模经济。（1）通过流转农地，农户可以将零散的小块农田合并成大块的耕地，有利于规模经营和精细管理。同时，适度规模经营增加了对农业机械设备的需求，推动农业科技创新（匡远配和陆钰凤，2017［3］）。在规模化经营的基础上，农户更容易接受新的农业技术和科学管理方法。流转农地使得土地规模逐渐扩大，农户可以更好地利用现代化农业技术，如精准施肥、精准播种、远程操控等，提高农业生产效率和质量。规模化经营不仅增加了对农业机械设备的需求，还能够提高农业机械化水平。农业机械设备的投资和使用成本可以通过规模化生产得到更好的分摊，从而促进了农业机械化的推广和普及，也为农业科研机构提供了更好的试验平台，促进农业科技创新的推广和发展。（2）从地块层面看，农地流转有利于农户进行农地土层调节、梯田改造、田块归并、条田建设等工程，降低农业机械的作业成本（彭继权和吴海涛，2019［12］）。这些工程可以提高土地利用效率，减少农业生产中的浪费和损耗。例如，通过土壤调节，可以使土壤质量更加适合作物生长，减少对化肥和农药的使用；田块归并和条田建设可以减少因地块分散而导致的运输成本和管理成本，提高农业机械化作业的效率，降低作业成本。

对农地转出户而言，农地流转有助于解决外出务工人员回乡务农的“后顾之忧”，促进农村剩余劳动力转移。随着城市化进程的加快，越来越多的农村劳动力选择外出务工，导致农村劳动力短缺。农地流转为这部分人口提供了回乡务农的机会，有助于解决他们的生计问题。同时，在农村劳动力短缺和劳动力价格不断攀升的情况下，农地流转也助推了农业生产由劳动力密集型向资本密集型的转变。农业机械化水平的提高可以减少对人力资源的依赖，提高生产效率和农产品质量。

2.2 农地流转影响农业机械水平过程中的调节效应

（1）农户适度规模经营的调节效应。农地经营规模是实现农业机械化的前提，农户小规模经营增加了农业机械应用的成本，降低了农业机械使用效率（王水连和辛贤，2017［7］），并可能产生农业生产对人力资本的路径依赖效应，不利于推广和采用农业机械社会化服务（纪月清和熊皛白，2016［19］）。从农业生产效率来看，农户间存在生产效率的异质性，低生产效率农户抑或说是“农村剩余劳动力”在农业生产过程中缺乏比较优势，倾向于转出农地经营权，退出农业生产部门，为高生产效率农户实现土地集中与扩大经营规模创造条件，同时，农地适度规模经营激励农户追加农业机械设备的投入，由小农经营向高劳动生产效率的机械化生产转变。因此，农户适度规模经营在农地流转影响农业机械化水平过程中发挥正向调节效应。

（2）农户长期投资的调节效应。农户长期投资划分为田间基础设施投资、农家肥投入以及农业机械投资（陈铁和孟令杰，2007［20］）。由于农地流转可能并未产生农地集中的适度规模效应，导致农户无法有效分摊投资成本，缺乏进行农业长期投资的动机，不利于农业资本深度投资（韩旭东等，2020［21］）。同时，农业机械投资属于“与特定地块不相连的长期投资”，具备移动性和可分性，与土地调整关系微弱（许庆和章元，2005［22］），因而农地转入户可能缺乏进行长期投资的动机。而田间基础设施投资如田间道路（机耕道）、沟渠等生产性基础设施建设能够为引入农业机械创造条件，农业机械投资则直接影响农业机械化水平。因此，在农地流转影响农业机械化水平过程中，农户长期投资发挥正向调节效应。

（3）农地抵押贷款的调节效应。不同经营规模农户的农业生产风险存在差异性。小规模经营农户面临较高的农业生产风险，预期收入不稳定，较难获得农地经营权抵押贷款，而适度规模经营有利于降低农业生产性风险，为金融机构提供稳定可预测的预期收益（于丽红和陈晋丽，2014［23］）。同时，部分农地通过村集体等中介组织作用进行流转，村集体组织作为政府基层工作的代理人，代替地方政府以其权威性为转入户获取信贷支持提供担保，降低农村金融机构的运营成本与坏账风险，因而金融机构人员更易接受农地经营权作为贷款抵押物，获得经营权抵押贷款（王兴稳和纪月清，2007［24］）。此外，钟甫宁和纪月清（2009）［25］调查江苏省兴化市的信贷员时发现，土地规模对于信贷员接受土地作为抵押物存在明显差异，农户经营规模扩大有利于获取土地抵押贷款。农地流转未表现出的适度规模效应可能不利于农户获取信贷支持，阻碍农业机械化水平提高（柳凌韵和周宏，2017［26］）。因此，在农地流转影响农业机械化水平过程中，农地抵押贷款发挥正向调节效应。

（4）农作物种植结构的调节效应。小规模经营农户多通过多样化农作物种植结构降低农业生产风险（田传浩等，2005［27］），不利于实现机械化生产。农户经营规模的扩大使其经营模式由自动或半自动化过渡到商品化，更注重土地产出物的经济效益，农作物种植结构逐步“去粮化”（毕雪昊等，2020［28］），由多样化种植转变为单一种类、集中连片种植，便于引入农业机械。此处讨论的种植结构调整并非是经济作物相较于粮食作物更有利于机械化水平提高，而是注意到规模化经济作物相较于小农户的多样化作物种植具有集中连片、单一化种植优势，因而在农地流转影响农业机械化水平过程中发挥正向调节效应。

基于上述理论分析，农地流转对农业机械化水平的作用机理如图2 所示，农地流转具有农业机械化促进效应，同时，受到农户适度规模经营、农户长期投资、农地抵押贷款以及农作物种植结构等调节变量的影响。综上，本文提出两个假说：

图2 农地流转对农业机械化水平作用机理图

假说1：农地流转有利于促进农业机械化水平的提高。

假说2：农地流转的农业机械化促进效应中，农户适度规模经营、农户长期投资、农地抵押贷款以及农作物种植结构发挥正向调节效应。

3 研究设计

3.1 模型设计

农业机械化水平具有时间滞后性。农户主要通过自购农机和购买农业机械化服务两条途径提升农业机械化水平，一方面，对农户而言，农业机械属于大额长期投资，可能具备投资的连贯性；另一方面，当农户享受到农业机械的高劳动生产率与便利性时，可能增强其下期继续购买农业机械化服务的动机。因此，本文构建动态面板模型，同时，将所有代理变量取对数处理以降低异方差问题的影响。

式（1）中Mechanizationi,t、Landtransferi,t、Capitagdpi,t、Supporti,t、Educationi,t、Transporti,t分别表示第t年i 省（市）的农业机械化水平、农地流转水平、经济发展水平、财政支农水平、农民受教育水平以及农村交通基础设施水平，εi,t 表示随机扰动项。

为进一步验证假说2，即考量农地流转的农业机械化促进效应中，是否存在调节效应。本文通过将农地流转与农户适度规模经营、农户长期投资、农地抵押贷款以及农作物种植结构的交互项引入原模型，得到模型为：

式（2）中Regulatei,t表示农户适度规模经营、农户长期投资、农地抵押贷款和农作物种植结构集合，Landtransferi,t×Regulatei,t表示农地流转与调节变量的交互项 ，其余变量意义与式（1）中保持一致。

由于本文采用普通最小二乘法估计动态面板模型的结果可能是有偏的，并且模型设计中可能存在农地流转与农业机械化水平之间互为因果和遗漏变量造成的内生性问题，故在方法上选取广义矩估计(GMM)进行回归分析。系统广义矩估计（System GMM）能够解决差分GMM 造成的弱工具变量问题，本文选取二阶段系统GMM 进行估计。

3.2 变量选择

（1）被解释变量

农业机械化水平（Mechanization）。既往研究多通过农业机械总动力或耕种收机械化水平衡量农业机械化水平，但由于我国农业机械作业途中存在较高的机械动力损失，采用农机总动力衡量可能存在较大误差，故本文选取耕种收综合机械化水平作代理变量，具体计算方法如下（卢秉福等，2015［29］）：

首先，分别计算机械化耕地水平(S1)、机械化播种水平(S2)与机械化收获水平(S3)。其中，a1、a2、a3、A1、A2、A3 分别表示机耕面积、机播面积、机收面积、总耕地面积、总播种面积、总收获面积。然后，将S1、S2、S3 分别赋予0.4、0.3、0.3 的权重，得到耕种收综合机械化水平。

全国各地区不同年份段平均耕种收机械化水平如表1 所示，全国平均机械化水平从2005-2012 年间的44.3%提高到2013-2019 年间的63.4%，增长率约为45.15%，除北京市外，各省市平均农业机械化水平均不断提高。同时，农业机械化发展水平存在较为严重的区域异质性，东北部省份的农业机械化水平远高于西部各省，其中，17 个省（市）2005-2019 年间平均农业机械化水平超过全国平均水平，13 个省（市）未达到全国平均水平，最高为黑龙江省的89.3%，最低为贵州省，仅达到14.1%。

表1 各省（市）2005-2019 年不同年份段平均耕种收机械化水平

（2）核心解释变量

农地流转水平（Landtransfer）。本文使用农地流转率（=家庭承包耕地流转总面积/家庭承包经营耕地面积）作为农地流转水平的代理变量，能够较好的衡量农地流转水平，也是已有省际层面的研究中使用最多的代理变量。

（3）调节变量

农户适度规模经营（Scale）。参考李琴等（2019）［30］的研究，其基于农业总利润测算了不同地区的适度规模经营面积，东部、东北部、中部、西部的适度规模经营面积分别为3.13、2.0、1.53 以及0.8 公顷，平均面积为1.87 公顷（约28 亩），故采用经营耕地面积30 亩以上农户占比（=经营耕地面积30 亩以上农户/总经营耕地农户数）作为农户适度规模经营的代理变量，由于仅获取2009-2018 年经营不同耕地面积农户数，因而仅使用2009-2018 年进行回归分析。

农户长期投资（Invest）。由于农户进行长期投资多属于固定资产投资，故本文采用农户农林牧渔固定资产投资占比（=农户农林牧渔固定资产投资额/农户总固定资产投资额）来近似衡量农户长期投资水平。

农地信贷支持（Mortgage）。囿于未能获取省际层面的农地抵押贷款数据，农户获取的抵押贷款可能多用于固定资产投资，故采用固定资产投资中国内贷款金额占比（=固定资产投资国内贷款金额/固定资产本年资金来源合计）作为代理变量，由于相关数据2017年后不再更新，故仅采用2005-2017年数据进行回归分析。

农作物种植结构（Cultivation）。与既往研究成果保持一致，采用经济作物种植面积占比（=经济作物种植面积/总种植面积）作为农作物种植结构变化的代理变量（钱龙等，2018［31］）。

（4）其他控制变量

参考既往研究成果，引入地区经济发展水平、财政支农水平、农户受教育水平以及农村交通基础设施水平作为控制变量（杨印生等，2006［32］；扶桑，2019［33］）。地区经济发展水平采用各省（市）人均GDP 衡量，同时，以2005 年为基期的地区生产总值指数对人均GDP 作平减处理以排除价格变动的影响。财政支农水平采用地区农林水事业支出占比（=地区农林水事业支出/地区财政一般预算支出）衡量，由于农林水支出2007 年后才综合统计，故2005-2006 年的农林水事业支出数据采用农业、林业以及农林水利气象部门事业支出总和近似替代。农户受教育水平采用农村平均受教育年限（=农村总受教育年限/农村6 岁以上总人口数）衡量，农村总受教育年限采用现行学制年数为系数，与各学历人口数乘积之和计算所得。农村交通基础设施水平采用农村有效路网密度（=农村公路总里程数/有效面积）衡量（任晓红等，2018［34］），农村公里总里程数采用公路总里程数减去一级公路与二级公路总里程数表示，有效面积使用行政区面积近似替代。

3.3 数据来源与描述性统计

本文选取中国大陆地区30 个省（市）（西藏地区除外）2005-2019 年的面板数据进行实证分析，数据来源于《中国农业机械工业年鉴》、《中国农村统计年鉴》、《中国农村经营管理统计年报》、《中国农村政策与改革统计年报》、《中国人口和就业统计年鉴》、《中国国土资源统计年鉴》、各省市统计年鉴、EPS数据库以及国家统计局官方网站，数据预处理过程中，对个别缺失数据与异常值采用插值法补充完整。各变量描述性统计见表2。

表2 各变量描述性统计

4 实证结果分析

4.1 基准回归分析

为确保模型估计的可靠性，参考黄惠春和杨军（2011）［35］的分析框架，分别采用普通OLS 回归、双向固定效应回归、差分GMM 以及系统GMM 估计进行回归分析，具体回归结果见表3。表3 中，普通最小二乘回归与双向固定效应回归结果的R2 均高于0.9，说明该模型设计合理，拟合效果较优秀。差分GMM 与系统GMM 回归结果相近，AR(2)检验P 值分别约为0.63 和0.60，说明随机扰动项的差分不存在二阶自相关，Sargan 检验P 值分别约为0.49 和0.89，均大于0.1，说明不存在工具变量过度识别问题，使用差分GMM 与系统GMM 估计结果均是有效的，重点关注系统GMM 估计结果。

表3 农地流转水平与农业机械化水平回归结果

系统GMM 估计结果表明，农业机械化水平的一阶滞后项均在1%的显著性水平显著为正，说明农业机械化发展具有时间连贯性与持续性，会受上一期农业机械化水平的影响。农地流转水平对农业机械化水平影响的弹性系数约为0.69，在5%的显著性水平显著，说明农地流转有利于促进农业机械化水平提高，验证了假说1。就控制变量而言，农村基础设施对农业机械化水平的弹性系数在5%的显著性水平为正，意味着完善农村交通基础设施能够有效提高农业机械化水平，其余各控制变量未表现显著影响，由于并非本文关注重点，故不深入讨论。

表3 的实证结果验证了农地流转能够提高农业机械化水平，但影响过程中是否受农户适度规模经营、农户长期投资、农地抵押贷款以及农作物种植结构的调节效应尚不明确，需进一步讨论。

4.2 调节效应分析

根据前文模型(2)的设定，依次在回归方程中引入农户适度规模经营、农户长期投资、农地抵押贷款与农作物种植结构四个变量，以及农地流转与各变量的交互项回归结果见表4。系统GMM 的估计结果中，AR(2)检验与Sargan 检验的P 值均通过检验，说明估计结果具备可靠性与有效性。

表4 农地流转影响农业机械化水平的调节效应回归结果

表4 中列(1)估计结果显示，农地流转与农户适度规模经营的交互项对农业机械化水平在1%的显著性水平呈正向促进作用，农地流转对农业机械化水平的弹性系数从0.0686 提高到0.130，表明农地流转对农业机械化水平的影响过程中，农户适度规模经营发挥着正向调节作用。列(2)中农地流转与农户长期投资的交互项暂未表现出显著影响，甚至对农业机械化水平表现出负向作用，原因可能是多样的。一方面，农地长期投资如农地平整、保养、宜机化改造以及购买农业机械等投资对农户而言成本过高，难以在短期内收回，同时，由于农户长期投资中部分“与特定地块相连的长期投资”如田间道路、沟渠等基础设施建设更偏向归类于公共物品，可能存在严重的“搭便车”行为，导致农户丧失对农地进行长期投资的积极性；另一方面，农户购买农业机械化服务时可能存在信息不对称造成的高昂交易费用，同时，由于缺乏田间道路（机耕道）等基础设施建设，增加了农业机械服务的租赁成本，因而不利于提升农业机械化水平。列(3)与列(4)回归结果表明，农地流转与农地抵押贷款以及农作物种植结构的交互项分别在1%和5%的显著性水平促进农业机械化水平提高，换句话说，能够获取农地抵押贷款或改变农作物种植结构的农地流转农户更有利于提高农业机械化水平。

上述分析表明，农地流转对农业机械化水平的作用效果受农户适度规模经营、农地抵押贷款以及农作物种植结构的影响，验证了假说2 部分内容，农户长期投资暂未表现出显著影响。

5 研究结论与政策建议

本文研究发现，我国各省（市）农业机械化水平总体呈上升趋势，农地流转能够有效促进农业机械化发展。在此过程中，农户适度规模经营、农地抵押融资与农作物种植结构发挥正向调节效应，即当农地转入户拥有相当的经营规模、选择合适的农业机械化模式、优化农作物种植结构以及获取农地抵押融资支持时，能够更有效的提高农业机械化水平，而农户长期投资暂未表现出显著的调节效应。基于以上研究，提出以下政策建议：

一是促进农地集中流转，发挥适度规模经营效应。通过搭建农村农地流转平台、扩展农户获取农地信息渠道、完善农村中介服务组织建设等手段，解决农地流转过程中的信息不对称问题、法律纠纷调节、正当权益保护等问题。推进地块的集中化、片区化的流转，加快高标准农田建设和相应的农田基础设施建设，为农地适度规模化经营提供保障。同时应重视农地经营权流转市场的完善，逐步健全县域内三级农地流转服务体系，营造良好农地流转市场交易环境，助力适度规模经营。

二是因地制宜选择农业机械化模式，完善农机适配体系建设。农业机械化发展水平存在较为严重的区域异质性，平原地区具有发展农业机械化的独特优势，其农业机械化水平远高于其它区域。丘陵地区和山区的耕地条件差，地形复杂、田块细碎，大中型农机多数难以通行作业，农作物的综合机械化率远远低于全国的平均水平。因此，要积极开展农地宜机化改造，全面提升农地市场供给的有效性。同时，研发适合丘陵地区和山区特点的农业机械产品，提高农业生产效率和农业生产质量。

三是优化农作物种植结构，充分发挥区域种植比较优势。提高各省市农业机械化水平。例如新疆农业机械化水平较高，得益于棉花种植的推动。因此，发展区域适应性的农作物，在规模经济基础上提高农业机械化水平，实现农业效益最优化。针对山地和丘陵地区因耕地细碎化和不平整从而“农业机械难操作”的问题，坡度较大地区应调整农作物种植结构，倡导种植需要精耕细作的作物，例如豆类、薯类作物；在坡度较小的土地上推进高标准农田建设，使土地更加平整化，种植适合机械化的作物，如小麦、稻谷等。

四是深化农地金融改革，发挥金融供给效应。通过持续深化农地金融改革，不断完善农地抵押贷款产品与服务的供给。如开放贷款抵押物限制放宽农户获取农地经营权抵押贷款的条件，提高农户农地抵押融资覆盖率和可得性。同时，在农地改革过程中需要充分考虑地区的资源禀赋、经济发展状况以及农业产业结构等因素，制定与农业发展水平和财政基础相适应的土地经营权抵押贷款政策，并针对不同的农业生产经营条件进行适度的政策调整，实现区域间协调发展。

五是合理引导农户长期投资，降低交易成本。农户长期投资虽尚未表现出显著性影响，但仍有警示意义。通过规范农地流转流程如签订正式合约、农地流转担保人等手段提高农地转入户获取的农地经营权稳定性，增强其进行农地长期投资的动机，同时，由政府或村集体适当承担部分田间道路（机耕道）等公共物品职责，以降低农户长期投资的成本，避免农户间的“搭便车”行为阻碍农业机械化过程中配套基础设施的建设。