戴浩 李傲波 魏君英

摘要：基于省際面板數(shù)據(jù)，使用連續(xù)型DID、中介模型實(shí)證檢驗(yàn)高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實(shí)施對農(nóng)民收入的影響機(jī)制，得到研究結(jié)論：高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實(shí)施顯著促進(jìn)農(nóng)民收入的增長。機(jī)制檢驗(yàn)發(fā)現(xiàn)，高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實(shí)施可以通過推動農(nóng)機(jī)服務(wù)發(fā)展提高農(nóng)民收入。異質(zhì)性檢驗(yàn)發(fā)現(xiàn)，在山地和平原地區(qū)、經(jīng)濟(jì)發(fā)展程度各異的東、中、西部地區(qū)，高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實(shí)施對農(nóng)民增收均有顯著的促進(jìn)作用，但相較于平原和西部地區(qū)，山地地區(qū)和東中部地區(qū)高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策對農(nóng)民增收的邊際貢獻(xiàn)更大。據(jù)此提出全面推進(jìn)高標(biāo)準(zhǔn)農(nóng)田建設(shè)，發(fā)揮其增收效應(yīng)；完善農(nóng)業(yè)社會化服務(wù)體系，促進(jìn)農(nóng)機(jī)服務(wù)發(fā)展；區(qū)域協(xié)調(diào)發(fā)展，制定差異化政策等建議。

關(guān)鍵詞：高標(biāo)準(zhǔn)農(nóng)田；農(nóng)民收入；農(nóng)機(jī)服務(wù)；雙重差分法

中圖分類號：F304.8

文獻(xiàn)標(biāo)識碼：A

文章編號：2095-5553 （2024） 06-0257-08

收稿日期：2023年9月13日

修回日期：2023年10月12日

*基金項(xiàng)目：國家社會科學(xué)基金一般項(xiàng)目（23BJY259）

第一作者：戴浩，男，1997年生，湖北孝感人，碩士研究生；研究方向?yàn)檗r(nóng)業(yè)社會化服務(wù)。E-mail： 2353715910@qq.com

通訊作者：魏君英，女，1973年生，湖北赤壁人，博士，教授，碩導(dǎo)；研究方向?yàn)檗r(nóng)業(yè)經(jīng)濟(jì)。E-mail： wjy-0713@163.com

Impact of high standard farmland construction policy and farm machinery services

on farm household income

Dai Hao， Li Aobo， Wei Junying

（School of Economics and Management， Yangtze University， Jingzhou， 434023， China）

Abstract： Based on the inter-provincial panel data， the mechanism of the impact of the implementation of the high-standard farmland construction policy on farmers income is empirically tested by using the continuous DID， mediation model， and the research conclusion is obtained as follows： the implementation of the high-standard farmland construction policy significantly promotes the growth of farmers income. The mechanism test results show that the implementation of high standard farmland construction policy can improve farmers income by promoting the development of agricultural machinery services. The heterogeneity test results show that the implementation of the high standard farmland construction policy has a significant effect on the increase of farmers income in the mountainous and plain areas and in the eastern， central and western regions with different levels of economic development， but the marginal contribution of the high standard farmland construction policy to the increase of farmers income is greater in the mountainous and east-central regions than in the plain and western regions. Therefore， it is suggested to comprehensively promote the construction of high-standard farmland and give full play to its income-generating effects， improve the agricultural socialization service system and promote the development of agricultural machinery services， and coordinate the development of the region and formulate differentiated policies， etc.

Keywords： high-standard farmland; farmers income; agricultural machinery services; double-difference method

0 引言

現(xiàn)階段，我國“三農(nóng)”工作的重心已轉(zhuǎn)向全面實(shí)現(xiàn)鄉(xiāng)村振興，推動脫貧攻堅成果與鄉(xiāng)村振興有效銜接，實(shí)現(xiàn)共同富裕。實(shí)現(xiàn)共同富裕的根本路徑是促進(jìn)農(nóng)村居民收入持續(xù)增長，縮小城鄉(xiāng)居民差距^[1]。自2020年打贏脫貧攻堅戰(zhàn)后，近年來中央一號文件均強(qiáng)調(diào)鞏固脫貧攻堅成果，提升農(nóng)民收入。政府相繼出臺的一系列惠農(nóng)政策顯著改善了農(nóng)戶的收入狀況，黨的十八大以來，農(nóng)村居民收入呈現(xiàn)“十連增”，2022年農(nóng)村人均可支配收入首次突破兩萬元。高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策作為黨中央在“三農(nóng)”領(lǐng)域工作部署的重頭戲，在促進(jìn)農(nóng)業(yè)增產(chǎn)和農(nóng)戶脫貧等方面成效顯著。然而，面對國內(nèi)經(jīng)濟(jì)下行壓力的挑戰(zhàn)和嚴(yán)峻復(fù)雜的國際形勢，農(nóng)民收入增速放緩已是不爭事實(shí)。國家統(tǒng)計局相關(guān)數(shù)據(jù)顯示，2022年農(nóng)村人均可支配收入僅為20 133元，不足城鎮(zhèn)人均可支配收入（43 834元）的一半，城鄉(xiāng)人均可支配收入倍差高達(dá)2.17，與城鎮(zhèn)居民相比，農(nóng)村居民收入仍相對較低，城鄉(xiāng)收入鴻溝難以彌合^[2]。與此同時，2021—2022年農(nóng)村人均可支配收入增速從9.7%放緩至2.9%。對此，黨中央提出鄉(xiāng)村振興戰(zhàn)略，加快補(bǔ)齊農(nóng)業(yè)發(fā)展短板，拓寬農(nóng)戶增收渠道，讓廣大農(nóng)民共享改革開放成果，最終實(shí)現(xiàn)共同富裕。在此背景下，厘清高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策與農(nóng)民收入的內(nèi)在機(jī)制，有利于拓寬農(nóng)戶增收渠道，實(shí)現(xiàn)共同富裕目標(biāo)。

關(guān)于農(nóng)戶收入增長的原因，現(xiàn)有研究已從多角度進(jìn)行探討，一些比較有代表性的觀點(diǎn)認(rèn)為，農(nóng)戶收入增長主要由于農(nóng)戶創(chuàng)業(yè)^[2]、數(shù)字化技術(shù)的應(yīng)用（諸如手機(jī)、互聯(lián)網(wǎng)等）^[3]、鄉(xiāng)村旅游^[4]等因素所導(dǎo)致。除此之外，農(nóng)地確權(quán)^[5]、土地流轉(zhuǎn)^[6]、農(nóng)地產(chǎn)權(quán)^[7]等農(nóng)地因素也能促進(jìn)農(nóng)戶收入增長。高標(biāo)準(zhǔn)農(nóng)田作為黨中央在農(nóng)地范圍中一項(xiàng)重要舉措，其主要目的就是補(bǔ)齊農(nóng)業(yè)基礎(chǔ)設(shè)施短板，促進(jìn)小農(nóng)戶與現(xiàn)代農(nóng)業(yè)銜接^[8]。然而，縱觀現(xiàn)有研究，高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策尚未得到應(yīng)有重視。一些學(xué)者研究發(fā)現(xiàn)高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策對化肥減量^[9]、農(nóng)業(yè)面污染^[10]、糧食生產(chǎn)^[11]、農(nóng)業(yè)綠色發(fā)展^[12]、農(nóng)地流轉(zhuǎn)^[13]、農(nóng)業(yè)社會化服務(wù)^[14]、碳排放^[15]等方面具有顯著影響。但現(xiàn)有文獻(xiàn)較少關(guān)注高標(biāo)準(zhǔn)農(nóng)田建設(shè)與農(nóng)戶收入的關(guān)系。

綜上所述，現(xiàn)有文獻(xiàn)圍繞農(nóng)戶增收因素和高標(biāo)準(zhǔn)農(nóng)田政策效果進(jìn)行研究，為本文的研究奠定理論基礎(chǔ)。普遍認(rèn)為農(nóng)地因素可能促進(jìn)農(nóng)民收入增長，而高標(biāo)準(zhǔn)農(nóng)田政策作為農(nóng)地政策的一個新樣板，至今已實(shí)施多年。由此不免提出疑問：高標(biāo)準(zhǔn)農(nóng)田能否像其他農(nóng)地政策一樣，促進(jìn)農(nóng)民增收呢？遺憾的是，鮮有研究深入探討高標(biāo)準(zhǔn)農(nóng)田影響農(nóng)民收入的內(nèi)在機(jī)理。故此，本文擬從以下方面展開研究：一是基于2006—2017年省際面板數(shù)據(jù)，使用連續(xù)型DID模型檢驗(yàn)高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實(shí)施對農(nóng)民收入的政策效應(yīng)。二是運(yùn)用中介模型對農(nóng)機(jī)服務(wù)的作用機(jī)制開展實(shí)證研究。三是從山地和平原以及東部、中部和西部多視角探究高標(biāo)準(zhǔn)農(nóng)田政策實(shí)施對農(nóng)民收入的異質(zhì)性影響。

1 理論分析與研究假說

高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實(shí)施為農(nóng)機(jī)服務(wù)的發(fā)展創(chuàng)造了良好的條件。近年來，勞動力價格和農(nóng)資價格的上漲導(dǎo)致農(nóng)業(yè)生產(chǎn)投入成本驟增，擠占農(nóng)業(yè)利潤空間。但與此同時，農(nóng)業(yè)社會化服務(wù)體系逐漸完善，農(nóng)業(yè)機(jī)械化程度不斷提升，農(nóng)業(yè)機(jī)械對勞動力要素的替代有效降低了人工成本。然而受限于經(jīng)營規(guī)模、耕地細(xì)碎化等因素，農(nóng)業(yè)機(jī)械難以在農(nóng)田作業(yè)。高標(biāo)準(zhǔn)農(nóng)田政策通過修建田間機(jī)耕路，提升了農(nóng)機(jī)下田作業(yè)的便利性；同時地塊合并等土地整治措施使得農(nóng)地經(jīng)營規(guī)模限制逐漸被打破，推動農(nóng)業(yè)生產(chǎn)由細(xì)碎化、分散化經(jīng)營向規(guī)?；a(chǎn)業(yè)化經(jīng)營轉(zhuǎn)變。即高標(biāo)準(zhǔn)農(nóng)田建設(shè)有利于農(nóng)機(jī)服務(wù)的發(fā)展。

農(nóng)機(jī)服務(wù)的廣泛應(yīng)用了降低生產(chǎn)成本，促進(jìn)農(nóng)民收入增長。首先，農(nóng)機(jī)服務(wù)價格相較于勞動力價格更低，因而節(jié)約農(nóng)業(yè)生產(chǎn)投入成本。其次，基于比較收益理論可知，在城鄉(xiāng)二元經(jīng)濟(jì)結(jié)構(gòu)的推拉作用下，農(nóng)戶傾向于相對收入更高的非農(nóng)部門，農(nóng)業(yè)生產(chǎn)活動的機(jī)會成本增加將會推動理性農(nóng)戶采取農(nóng)機(jī)服務(wù)替代勞動力投入，由此，農(nóng)戶通過增加非農(nóng)就業(yè)時間以增加其工資性收入，同時通過采納農(nóng)機(jī)服務(wù)亦能增加家庭經(jīng)營性收入。即農(nóng)機(jī)服務(wù)促進(jìn)農(nóng)民收入增長。

由此，提出本文的研究假說：假說1：高標(biāo)準(zhǔn)農(nóng)田的實(shí)施能夠促進(jìn)農(nóng)民收入增長；假說2：高標(biāo)準(zhǔn)農(nóng)田有利于農(nóng)機(jī)服務(wù)發(fā)展從而提高農(nóng)民收入。

2 計量模型、變量說明與數(shù)據(jù)來源

2.1 模型設(shè)置

2.1.1 基準(zhǔn)回歸模型

2011年國務(wù)院頒布實(shí)施的《全國土地整治規(guī)劃（2011—2015）》提出在全國范圍內(nèi)規(guī)范實(shí)施高標(biāo)準(zhǔn)農(nóng)田建設(shè)，具有“以糧食主產(chǎn)區(qū)為重點(diǎn)，兼顧非糧食主產(chǎn)區(qū)”的逐步推進(jìn)特點(diǎn)。因此在高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實(shí)施的不同時點(diǎn)，同一地區(qū)高標(biāo)準(zhǔn)農(nóng)田建設(shè)面積是連續(xù)變化，且各地區(qū)由于農(nóng)地基礎(chǔ)等條件導(dǎo)致其高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策的目標(biāo)和進(jìn)度存在差異。這意味著高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策的實(shí)施，一方面造成同一地區(qū)高標(biāo)準(zhǔn)農(nóng)田建設(shè)面積在政策實(shí)施前后的差異，另一方面又導(dǎo)致同一時點(diǎn)不同地區(qū)間高標(biāo)準(zhǔn)農(nóng)田建設(shè)進(jìn)度與面積存在差異，這為將高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策作為一項(xiàng)準(zhǔn)自然實(shí)驗(yàn)，運(yùn)用連續(xù)型雙重差分（DID）模型評估該政策對農(nóng)民收入的影響提供可能。需要強(qiáng)調(diào)的是，DID模型并非囿于采用二值型虛擬變量劃分控制組和實(shí)驗(yàn)組的傳統(tǒng)印象，連續(xù)型DID是通過連續(xù)型變量以劃分控制組和實(shí)驗(yàn)組。具體地，本文通過“高標(biāo)準(zhǔn)農(nóng)田占比”這一連續(xù)變量對實(shí)驗(yàn)組（高標(biāo)準(zhǔn)農(nóng)田占比較高的樣本）和控制組（高標(biāo)準(zhǔn)農(nóng)田占比較低的樣本）進(jìn)行區(qū)分。事實(shí)上，這種方法目前在經(jīng)濟(jì)學(xué)研究的各領(lǐng)域中已得到廣泛運(yùn)用^[9]，連續(xù)型DID相較于傳統(tǒng)的二值型DID非但不會改變其原有屬性，反而能捕捉更多因政策實(shí)施程度變化帶來的差異，并且有利于規(guī)避因人為主觀設(shè)置控制組和實(shí)驗(yàn)組導(dǎo)致的潛在偏誤。就如在本文中，高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策并非農(nóng)田建設(shè)與否問題，而是高標(biāo)準(zhǔn)農(nóng)田建設(shè)面積占比高低的問題，鑒于此，為識別高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策對農(nóng)民收入的影響，本文構(gòu)建的連續(xù)型DID模型如式（1）所示。

Income_it=α+βHrate_i×I^post_t+ηX_it+μ_i+γ_i+ε_it（1）

式中：α——常數(shù)項(xiàng)；

β、η——待估計參數(shù)；

Income_it——第i個?。ㄊ?、自治區(qū)）t年份的農(nóng)民收入水平；

Hrate_i×I^post_t——本文核心解釋變量，代表高標(biāo)準(zhǔn)農(nóng)田與政策時點(diǎn)虛擬變量的交互項(xiàng)；

Hrate_i——土地整治面積占比；

I^post_t——政策時點(diǎn)虛擬變量；

X_it——一系列控制變量；

μ_i、γ_i——省份固定效應(yīng)和年份固定效應(yīng)；

ε_it——隨機(jī)干擾項(xiàng)。

2.1.2 平行趨勢檢驗(yàn)與政策動態(tài)效應(yīng)

對于DID模型來說，識別政策效果的前提是平行趨勢假設(shè)是否成立，即在高標(biāo)準(zhǔn)農(nóng)田政策實(shí)施前，控制組和實(shí)驗(yàn)組農(nóng)民收入的發(fā)展程度在時間上的變化趨勢一致。參考Nunn等^[16]的做法，本文構(gòu)建的平行趨勢檢驗(yàn)?zāi)Ｐ腿缡剑?）所示。

Income_it=α+∑2017t=2006β_t（Hrate_i×year_t）+ηX_it+μ_i+γ_i+ε_it（2）

式中：year_t——時間虛擬變量，取值為2006，2007，…，2017；

β_t——以高標(biāo)準(zhǔn)農(nóng)田政策實(shí)施的2011年作為基準(zhǔn)年，2006—2017年一系列估計值。

2.1.3 影響機(jī)制檢驗(yàn)

從農(nóng)機(jī)服務(wù)層面檢驗(yàn)高標(biāo)準(zhǔn)農(nóng)田政策實(shí)施對農(nóng)民收入的影響機(jī)制，構(gòu)建的中介效應(yīng)模型如式（3）、式（4）所示。式（3）驗(yàn)證高標(biāo)準(zhǔn)農(nóng)田對農(nóng)機(jī)服務(wù)的影響，式（4）驗(yàn)證高標(biāo)準(zhǔn)農(nóng)田和農(nóng)機(jī)服務(wù)對農(nóng)民收入的影響。

M_it=α₀+α₁Hrate_i×I^post_t+α₂X_it+μ_i+γ_i+ε_it（3）

Income_it=β₀+β₁Hrate_i×I^post_t+β₂M_it+ηX_it+μ_i+γ_i+ε_it（4）

式中：M_it——機(jī)制變量農(nóng)機(jī)服務(wù)。

2.2 變量選取

2.2.1 被解釋變量

農(nóng)民收入（Income）為本文的被解釋變量，以農(nóng)村居民人均可支配收入衡量。其中，由于2014年統(tǒng)計口徑發(fā)生變化，農(nóng)民收入統(tǒng)計口徑由農(nóng)民人均純收入替換為農(nóng)村居民人均可支配收入，考慮到數(shù)據(jù)的時間連續(xù)性和可獲得性，且農(nóng)民人均純收入和農(nóng)民居民人均可支配收入的統(tǒng)計口徑差異較小，因此，2006—2013年農(nóng)民收入以農(nóng)民純收入表示，2014年以后的數(shù)據(jù)以農(nóng)村居民人均支配收入表示。

2.2.2 核心解釋變量

高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策（Hfarm），借鑒梁志會等^[9]的做法，采用土地改造面積占比與高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實(shí)施年份虛擬變量的交互項(xiàng)（Hfarm×I^post_t）表示，土地改造面積占比（Hfarm）為改造中低產(chǎn)田面積與高標(biāo)準(zhǔn)農(nóng)田示范工程面積之和與耕地面積占比，I^post_t為政策時點(diǎn)虛擬變量，由于2011年各地開始有序推進(jìn)高標(biāo)準(zhǔn)農(nóng)田建設(shè)，因此當(dāng)t<2011時，I^post_t=0；當(dāng)t≥2011時，I^post_t=1。鑒于土地治理是農(nóng)業(yè)綜合開發(fā)的主要項(xiàng)目，涵蓋中低產(chǎn)田改造、農(nóng)業(yè)生態(tài)綜合治理等內(nèi)容，因此使用土地治理項(xiàng)目資金投入替代土地改造面積占比具有一定的合理性，故在穩(wěn)健性檢驗(yàn)中將土地治理項(xiàng)目資金投入和年份虛擬變量的交互項(xiàng)作為高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實(shí)施的替換變量^[9]。

2.2.3 控制變量

（1） 人力資本（Edu），以農(nóng)村人均受教育年限表示。（2）城鎮(zhèn)化（Urb），城鎮(zhèn)人口占地區(qū)總?cè)丝诘陌俜直?。?）種植規(guī)模（Area），以農(nóng)作物播種面積衡量。（4）水利設(shè)施（Irr），以有效灌溉面積衡量。（5）化肥投入（Fer），以化肥施用強(qiáng)度衡量。（6）產(chǎn)業(yè)結(jié)構(gòu)（Indu），以第一產(chǎn)業(yè)生產(chǎn)總值占地區(qū)生產(chǎn)總值的比重衡量。

2.2.4 機(jī)制變量

農(nóng)機(jī)服務(wù)（A_serve），采用耕種收綜合機(jī)械化率衡量，參考戴浩等^[17]的做法，農(nóng)業(yè)機(jī)械綜合作業(yè)水平=機(jī)耕率×0.4+機(jī)播率×0.3+機(jī)收率×0.3。

2.3 數(shù)據(jù)來源于描述性統(tǒng)計

由于西藏數(shù)據(jù)缺失嚴(yán)重以及高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策相關(guān)數(shù)據(jù)目前僅可獲至2017年，因此本文使用2006—2017年30個?。ㄊ?、自治區(qū)）省際面板數(shù)據(jù)評估高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實(shí)施對農(nóng)民收入的影響，其中，土地改造面積占比、土地治理項(xiàng)目資金投入數(shù)據(jù)來源于《中國財政年鑒》；人力資本的數(shù)據(jù)來源于《中國人口與就業(yè)統(tǒng)計年鑒》，農(nóng)機(jī)服務(wù)相關(guān)數(shù)據(jù)來源于《中國農(nóng)業(yè)機(jī)械工業(yè)年鑒》，其他變量數(shù)據(jù)來源于《中國農(nóng)村統(tǒng)計年鑒》、EPS三農(nóng)數(shù)據(jù)庫，表1為各變量的描述性統(tǒng)計。

3 實(shí)證結(jié)果與分析

3.1 基準(zhǔn)回歸模型估計結(jié)果

表2為高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實(shí)施對農(nóng)民收入的估計結(jié)果。列（1）～列（3）分別為采用普通標(biāo)準(zhǔn)誤、穩(wěn)健型標(biāo)準(zhǔn)誤和bootstrap自助隨機(jī)抽樣1 000次后的標(biāo)準(zhǔn)誤所獲取的估計結(jié)果。無論采用何種方法，抑或是否納入控制變量，高標(biāo)準(zhǔn)農(nóng)田對農(nóng)民收入的回歸系數(shù)均在1%的水平上顯著。整體而言，高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策的實(shí)施對農(nóng)民收入有顯著的提升作用。據(jù)此，假說1得到驗(yàn)證。

3.2 平行趨勢檢驗(yàn)與政策的動態(tài)影響

3.2.1 平行趨勢檢驗(yàn)

DID模型估計有效取決于是否通過平行趨勢檢驗(yàn)，若高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實(shí)施前各年份回歸系數(shù)不存在顯著性差異，而在政策實(shí)施后回歸系數(shù)存在顯著差異，則說明DID模型估計有效。圖1描述了回歸系數(shù)β_t的變化趨勢，虛線部分表示95%的置信區(qū)間。圖1結(jié)果顯示，2011年之前的高標(biāo)準(zhǔn)農(nóng)田政策實(shí)施屬于探索階段，該時期試點(diǎn)地區(qū)以少數(shù)種糧大縣為主，由于缺乏規(guī)范性建設(shè)標(biāo)準(zhǔn)與投入資金，各地高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實(shí)施存在較大差異，難以進(jìn)行可靠的考核評價，從而導(dǎo)致高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策難以發(fā)揮其效果。此外，在高標(biāo)準(zhǔn)農(nóng)田建設(shè)過程中普遍存在“重建設(shè)、輕管理”現(xiàn)象，已建成的高標(biāo)準(zhǔn)農(nóng)田沒有得到應(yīng)有的應(yīng)用與保護(hù)，降低高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策的實(shí)施效果^[18]。在圖中可以看到影響系數(shù)β_t在零值附近波動，表明高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實(shí)施前并未發(fā)生系統(tǒng)性差異。2011年《高標(biāo)準(zhǔn)基本農(nóng)田規(guī)范（試行）》，首次從國家層面規(guī)范高標(biāo)準(zhǔn)農(nóng)田建設(shè)工作，標(biāo)志高標(biāo)準(zhǔn)農(nóng)田建設(shè)進(jìn)入規(guī)范實(shí)施階段。這一時期，通過借鑒前期積累的成功經(jīng)驗(yàn)，著力完善農(nóng)業(yè)基礎(chǔ)設(shè)施，高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策的增收效應(yīng)逐漸凸顯。因此圖1在2011年后影響系數(shù)β_t的置信區(qū)間均在0以上，說明影響系數(shù)β_t在各年份存在顯著差異，滿足平行趨勢假設(shè)。

3.2.2 政策動態(tài)效應(yīng)

表3匯報高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實(shí)施對農(nóng)民收入的動態(tài)效應(yīng)估計結(jié)果。

由表3可知，在高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實(shí)施前（2011年前）β_t不顯著，而在政策實(shí)施后影響系數(shù)β_t逐漸增大，由0.170增長至0.630，表明高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實(shí)施能促進(jìn)農(nóng)民收入增長，再次驗(yàn)證本文研究結(jié)論。

3.3 穩(wěn)健性檢驗(yàn)

3.3.1 解釋變量滯后一期

高標(biāo)準(zhǔn)農(nóng)田與農(nóng)民增收之間可能存在反向因果關(guān)系，即農(nóng)民收入可能影響高標(biāo)準(zhǔn)農(nóng)田建設(shè)。高標(biāo)準(zhǔn)農(nóng)田的建設(shè)有利于完善農(nóng)業(yè)基礎(chǔ)設(shè)施，擴(kuò)大經(jīng)營規(guī)模，促進(jìn)農(nóng)地流轉(zhuǎn)，農(nóng)民基于收入最大化目的，傾向于國家在本地區(qū)建設(shè)高標(biāo)準(zhǔn)農(nóng)田，從而推動高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策的實(shí)施。因此使用解釋變量滯后一期的方法以弱化內(nèi)生性問題。表4列（1）顯示，將解釋變量滯后一期后，高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實(shí)施對農(nóng)民收入仍具有顯著的促進(jìn)作用。

3.3.2 替換變量

將解釋變量替換為農(nóng)業(yè)綜合開發(fā)投入資金（Ainve）和政策時點(diǎn)虛擬變量的交互項(xiàng)進(jìn)行重新估計，結(jié)果見表4列（2）。由表可知，在替換變量后，回歸系數(shù)為0.015 7，在1%的水平上顯著，與基準(zhǔn)模型回歸結(jié)果的方向一致。

3.3.3 安慰劑檢驗(yàn)

使用高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實(shí)施前（2006—2010年）的樣本作為政策時點(diǎn)進(jìn)行安慰劑檢驗(yàn)。表4列（3）～列（5）顯示，回歸系數(shù)為正但均不顯著，通過安慰劑檢驗(yàn)，說明在2011年以前不具備政策效應(yīng)。再次反映本文研究結(jié)論穩(wěn)健可靠。

3.4 機(jī)制檢驗(yàn)

通過上文分析，本文初步證實(shí)了高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實(shí)施對農(nóng)民收入提升具有促進(jìn)效用。但是高標(biāo)準(zhǔn)農(nóng)田究竟是通過何種路徑促進(jìn)農(nóng)民收入增長呢？為進(jìn)一步探究高標(biāo)準(zhǔn)農(nóng)田對農(nóng)民增收的內(nèi)在機(jī)理，本文利用式（2）、式（3）進(jìn)行回歸，試圖驗(yàn)證本文假說。

表5列（1）、列（2）依次匯報了高標(biāo)準(zhǔn)農(nóng)田對農(nóng)機(jī)服務(wù)、高標(biāo)準(zhǔn)農(nóng)田對農(nóng)機(jī)服務(wù)與農(nóng)民收入的回歸結(jié)果。由列（1）可知，高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實(shí)施對農(nóng)機(jī)服務(wù)的回歸系數(shù)為0.013 2，在10%的水平上顯著，這表明高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實(shí)施推動了農(nóng)機(jī)服務(wù)的發(fā)展。高標(biāo)準(zhǔn)農(nóng)田通過土地平整和修建田間道路，方便了農(nóng)業(yè)機(jī)械下田作業(yè)，同時由高標(biāo)準(zhǔn)農(nóng)田建設(shè)引致的集中連片經(jīng)營促進(jìn)農(nóng)業(yè)規(guī)模經(jīng)營，進(jìn)而引發(fā)農(nóng)機(jī)服務(wù)需求^[14]。由列（2）可知，將農(nóng)機(jī)服務(wù)納入模型后，高標(biāo)準(zhǔn)農(nóng)田對農(nóng)民收入的回歸系數(shù)為0.011 5，在5%的水平上顯著，表明高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實(shí)施可以通過提高農(nóng)機(jī)服務(wù)水平進(jìn)而促進(jìn)農(nóng)民收入增長，據(jù)此，假說2得到驗(yàn)證。一方面，農(nóng)機(jī)服務(wù)減少農(nóng)業(yè)勞動時間，提高農(nóng)業(yè)生產(chǎn)效率和產(chǎn)出水平^[19]；另一方面，機(jī)械替代勞動，解放農(nóng)業(yè)勞動力使其從事非農(nóng)產(chǎn)業(yè)以增加收入^[20]。

3.5 異質(zhì)性檢驗(yàn)

3.5.1 地形異質(zhì)性

高標(biāo)準(zhǔn)農(nóng)田建設(shè)的土地整治和農(nóng)業(yè)綜合開發(fā)工程解決了耕地細(xì)碎化、分散化、坡度陡峭等問題，那么高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策是否對不同地形的農(nóng)民收入的影響存在差異呢？為進(jìn)一步探究高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策對不同地形的農(nóng)民收入的影響，根據(jù)地形特征，將我國劃分為山地和平原兩大類地形^[11]。表6列（1）、列（2）表明山地和平原地形的高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策具有顯著的增收效應(yīng)，但對山地區(qū)域的增收效應(yīng)更明顯。相較于平原地區(qū)，山地區(qū)域的耕地資源稟賦較差，高標(biāo)準(zhǔn)農(nóng)田建設(shè)提高了耕地質(zhì)量、緩解耕地細(xì)碎化問題，實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)與農(nóng)民增收。

3.5.2 經(jīng)濟(jì)發(fā)展水平異質(zhì)性

前文研究表明高標(biāo)準(zhǔn)農(nóng)田能促進(jìn)農(nóng)民增收，那么高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策是否具有馬太效應(yīng)，即高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實(shí)施對經(jīng)濟(jì)發(fā)展水平高的地區(qū)的農(nóng)民增收效應(yīng)更大？為探究高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實(shí)施對不同經(jīng)濟(jì)發(fā)展水平地區(qū)的農(nóng)民收入的影響，根據(jù)經(jīng)濟(jì)發(fā)展水平的差異，將我國劃分為東、中、西三個地區(qū)。表6列（3）～列（5）結(jié)果顯示東、中、西部地區(qū)的回歸系數(shù)依次遞減，說明高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策對東部地區(qū)農(nóng)民收入的提升作用最大，西部最小，也就是說高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策存在馬太效應(yīng)，這一觀點(diǎn)與孫學(xué)濤等^[8]的觀點(diǎn)不謀而合?？赡艿脑蚴歉邩?biāo)準(zhǔn)農(nóng)田建設(shè)對象主要為農(nóng)業(yè)耕地；而我國東中部地區(qū)農(nóng)業(yè)體量較大、耕地占比高，西部地區(qū)以畜牧業(yè)為主，農(nóng)業(yè)基礎(chǔ)設(shè)施相對薄弱。由馬太效應(yīng)可知，在農(nóng)業(yè)發(fā)展程度和經(jīng)濟(jì)發(fā)展水平較高的東中部地區(qū)實(shí)施高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策更有可能提高其農(nóng)戶收入；西部地區(qū)受社會經(jīng)濟(jì)和自然環(huán)境條件的制約更大，高標(biāo)準(zhǔn)農(nóng)田的增收效應(yīng)較東中部地區(qū)而言更低。

4 結(jié)論與啟示

高標(biāo)準(zhǔn)農(nóng)田建設(shè)事關(guān)糧食安全與農(nóng)民增收，是保障國家糧食安全的關(guān)鍵一環(huán)，亦是農(nóng)業(yè)高質(zhì)量發(fā)展的應(yīng)有之義。本文基于2006—2017年省際面板數(shù)據(jù)，使用連續(xù)型DID、中介模型實(shí)證檢驗(yàn)高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實(shí)施對農(nóng)民收入的影響機(jī)制，得到如下研究結(jié)論：第一，高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實(shí)施顯著促進(jìn)了農(nóng)民收入的增長，經(jīng)過一系列穩(wěn)健性檢驗(yàn)后，該結(jié)論仍成立。第二，機(jī)制檢驗(yàn)發(fā)現(xiàn)，高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實(shí)施可以通過推動農(nóng)機(jī)服務(wù)發(fā)展從而提高農(nóng)民收入。第三，異質(zhì)性檢驗(yàn)發(fā)現(xiàn)，在山地和平原地區(qū)、經(jīng)濟(jì)發(fā)展程度各異的東、中、西部地區(qū)，高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實(shí)施對農(nóng)民增收均有顯著的促進(jìn)作用，但相較于平原和西部地區(qū)，山地地區(qū)和東中部地區(qū)高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策對農(nóng)民增收的邊際貢獻(xiàn)更大。

基于上述研究結(jié)論，本文提出如下政策建議。

1） 全面推進(jìn)高標(biāo)準(zhǔn)農(nóng)田建設(shè)，發(fā)揮其增收效應(yīng)。由前文分析可知，高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實(shí)施能提高農(nóng)民收入。高標(biāo)準(zhǔn)農(nóng)田建設(shè)實(shí)現(xiàn)了區(qū)內(nèi)地塊平整、農(nóng)業(yè)基礎(chǔ)設(shè)施完善、農(nóng)業(yè)規(guī)模化經(jīng)營，釋放土地潛能，提高農(nóng)民收入。因此，應(yīng)持續(xù)推進(jìn)高標(biāo)準(zhǔn)農(nóng)田建設(shè)，強(qiáng)調(diào)高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實(shí)施規(guī)范性和重要性，嚴(yán)格把控高標(biāo)準(zhǔn)農(nóng)田建設(shè)質(zhì)量，以充分發(fā)揮高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策對農(nóng)民增收的積極影響。

2） 完善農(nóng)業(yè)社會化服務(wù)體系，促進(jìn)農(nóng)機(jī)服務(wù)發(fā)展。機(jī)制檢驗(yàn)表明農(nóng)機(jī)服務(wù)是促進(jìn)農(nóng)民收入增長的重要途徑，因此注重高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實(shí)施效應(yīng)的情景依賴特征，政府需要因勢利導(dǎo)，提高農(nóng)民種糧積極性和推動農(nóng)機(jī)服務(wù)等農(nóng)業(yè)社會化服務(wù)發(fā)展，從而強(qiáng)化高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實(shí)施的農(nóng)民增收作用。

3） 區(qū)域協(xié)調(diào)發(fā)展，制定差異化政策。異質(zhì)性分析表明，高標(biāo)準(zhǔn)農(nóng)田對地形和經(jīng)濟(jì)發(fā)展水平不同的各地區(qū)影響程度各異，因此要因地制宜，制定差異化的高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策。比如平原地區(qū)健全土地流轉(zhuǎn)經(jīng)營權(quán)登記體系，保障土地流轉(zhuǎn)規(guī)范性以實(shí)現(xiàn)農(nóng)業(yè)規(guī)模經(jīng)營，山地區(qū)域補(bǔ)齊土地平整與道路修建等發(fā)展短板，提高耕地質(zhì)量和交通通暢度。

參 考 文 獻(xiàn)

[1]戴浩， 魏君英. 數(shù)字普惠金融與農(nóng)民增收——基于農(nóng)戶創(chuàng)業(yè)中介效應(yīng)的再考察[J]. 浙江金融， 2023（3）： 30-42.

Dai Hao， Wei Junying. Digital inclusive finance and the increase of farmers income： Based on the intermediary effect of farmers entrepreneurship [J]. Zhejiang Finance， 2023（3）： 30-42.

[2]楊丹， 曾巧. 農(nóng)戶創(chuàng)業(yè)加劇了農(nóng)戶收入不平等嗎——基于RIF回歸分解的視角[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)， 2021（5）： 18-34.

Yang Dan， Zeng Qiao. Does farmers entrepreneurship increase income inequality？ Based on the perspective of RIF regression decomposition [J]. Journal of Agrotechnical Economics， 2021（5）： 18-34.

[3]劉曉倩， 韓青. 農(nóng)村居民互聯(lián)網(wǎng)使用對收入的影響及其機(jī)理——基于中國家庭追蹤調(diào)查（CFPS）數(shù)據(jù)[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)， 2018（9）： 123-134.

Liu Xiaoqian， Han Qing. The influence of internet usage of rural residents on income and its mechanism： Based on China family panel studies （CFPS） data [J]. Journal of Agrotechnical Economics， 2018（9）： 123-134.

[4]張科， 熊子怡， 黃細(xì)嘉， 等. 紅色旅游發(fā)展與革命老區(qū)城鄉(xiāng)收入差距——基于雙重差分法的經(jīng)驗(yàn)分析[J]. 中國農(nóng)村經(jīng)濟(jì)， 2023（5）： 103-121.

Zhang Ke， Xiong Ziyi， Huang Xijia， et al. Red tourism and urban-rural income gap in old revolutionary base areas： an empirical analysis based on the difference-in-differences method [J]. Chinese Rural Economy， 2023（5）： 103-121.

[5]李江一， 仇童偉， 李涵. 農(nóng)地確權(quán)影響農(nóng)戶收入的內(nèi)在機(jī)制檢驗(yàn)——基于中國家庭金融調(diào)查的面板證據(jù)[J]. 南京農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版）， 2021， 21（4）： 103-116.

Li Jiangyi， Qiu Tongwei， Li Han. Identifying the mechanism by which land titling affects farm households income： Evidence from china household finance survey [J]. Journal of Nanjing Agricultural University （Social Sciences Edition）， 2021， 21（4）： 103-116.

[6]杜鑫， 張貴友. 土地流轉(zhuǎn)對農(nóng)村居民收入分配的影響——基于2020年10省份農(nóng)戶調(diào)查數(shù)據(jù)的實(shí)證分析[J]. 中國農(nóng)村經(jīng)濟(jì)， 2022（5）： 107-126.

Du Xin， Zhang Guiyou. The impact of land transfer on income distribution in rural China： An empirical analysis based on rural household survey data collected in 10 provinces in 2020 [J]. Chinese Rural Economy， 2022（5）： 107-126.

[7]李濤， 張鵬. 農(nóng)地產(chǎn)權(quán)、要素配置與農(nóng)戶收入增長[J]. 經(jīng)濟(jì)問題探索， 2020（12）： 43-54.

Li Tao， Zhang Peng. Farmland property right， factor allocation and peasant household income growth [J]. Inquiry into Economic Issues， 2020（12）： 43-54.

[8]孫學(xué)濤， 張麗娟， 王振華. 高標(biāo)準(zhǔn)農(nóng)田建設(shè)對農(nóng)業(yè)生產(chǎn)的影響——基于農(nóng)業(yè)要素彈性與農(nóng)業(yè)全要素生產(chǎn)率的視角[J]. 中國農(nóng)村觀察， 2023（4）： 89-108.

Sun Xuetao， Zhang Lijuan， Wang Zhenhua. The impact of well-facilitated farmland construction on agricultural production： From the perspectives of agricultural factor elasticity and agricultural total factor productivity [J]. China Rural Survey， 2023（4）： 89-108.

[9]梁志會， 張露， 張俊飚. 土地整治與化肥減量——來自中國高標(biāo)準(zhǔn)基本農(nóng)田建設(shè)政策的準(zhǔn)自然實(shí)驗(yàn)證據(jù)[J]. 中國農(nóng)村經(jīng)濟(jì)， 2021（4）： 123-144.

Liang Zhihui， Zhang Lu， Zhang Junbiao. Land consolidation and fertilizer reduction： Quasi-natural experimental evidence from Chinas well-facilitated capital farmland construction [J]. Chinese Rural Economy， 2021（4）： 123-144.

[10]王斌， 王力， 李興鋒. 高標(biāo)準(zhǔn)基本農(nóng)田建設(shè)政策能否抑制農(nóng)業(yè)面源污染？[J]. 長江流域資源與環(huán)境， 2023， 32（8）： 1736-1747.

Wang Bin， Wang Li， Li Xingfeng. Can the policy of building high standard farmland curb agricultural surface source pollution？ [J]. Resources and Environment in the Yangtze Basin， 2023， 32（8）： 1736-1747.

[11]龔燕玲， 張應(yīng)良. 高標(biāo)準(zhǔn)基本農(nóng)田建設(shè)政策對糧食產(chǎn)能的影響[J]. 華中農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版）， 2023（4）： 175-190.

Gong Yanling， Zhang Yingliang. Influence of well-facilitated capital farmland construction policy on grain productivity [J]. Journal of Huazhong Agricultural University （Social Sciences Edition）， 2023（4）： 175-190.

[12]張志新， 周亞楠， 丁鑫. 高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策對農(nóng)業(yè)綠色發(fā)展的影響研究[J]. 農(nóng)林經(jīng)濟(jì)管理學(xué)報， 2023， 22（1）： 113-122.

Zhang Zhixin， Zhou Yanan， Ding Xin. Impact of well-facilitated capital farmland construction programs on green agricultural development [J]. Journal of Agro-Forestry Economics and Management， 2023， 22（1）： 113-122.

[13]錢龍， 劉聰， 鄭淋議， 等. 高標(biāo)準(zhǔn)農(nóng)田建設(shè)如何影響農(nóng)地流轉(zhuǎn)[J]. 中國土地科學(xué)， 2023， 37（2）： 62-70.

Qian Long， Liu Cong， Zheng Linyi， et al. How does high-standard farmland construction affect farmland transfer [J]. China Land Science， 2023， 37（2）： 62-70.

[14]孫學(xué)濤. 高標(biāo)準(zhǔn)農(nóng)田建設(shè)對農(nóng)業(yè)社會化服務(wù)的影響[J]. 中南財經(jīng)政法大學(xué)學(xué)報， 2023（3）： 150-160.

Sun Xuetao. Impact of the construction of high standard farmland on agricultural socialization services [J]. Journal of Zhongnan University of Economics and Law， 2023（3）： 150-160.

[15]陳宇斌， 王森. 農(nóng)業(yè)綜合開發(fā)投資的農(nóng)業(yè)碳減排效果評估——基于高標(biāo)準(zhǔn)基本農(nóng)田建設(shè)政策的事件分析[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)， 2023（6）： 67-80.

Chen Yubin， Wang Sen. Evaluation of agricultural carbon reduction effect of agricultural comprehensive development investment： Event analysis based on high-standard farmland construction [J]. Journal of Agrotechnical Economics， 2023（6）： 67-80.

[16]Nunn N， Qian N. The potatos contribution to population and urbanization： Evidence from a historical experiment [J]. The Quarterly Journal of Economics， 2011， 126（2）： 593-650.

[17]戴浩， 魏君英， 劉子宸. 非農(nóng)就業(yè)、農(nóng)機(jī)服務(wù)外包對糧食產(chǎn)量影響[J]. 中國農(nóng)機(jī)化學(xué)報， 2023， 44（6）： 244-250.

Dai Hao， Wei Junying， Liu Zichen. Impact of non-agricultural employment and agricultural machinery service outsourcing on grain output [J]. Journal of Chinese Agricultural Mechanization， 2023， 44（6）： 244-250.

[18]劉昊璇， 趙華甫， 齊瑞. 多中心治理下高標(biāo)準(zhǔn)農(nóng)田建設(shè)監(jiān)督管理機(jī)制研究[J]. 中國農(nóng)業(yè)資源與區(qū)劃， 2022， 43（3）： 164-172.

Liu Haoxuan， Zhao Huafu， Qi Rui. Research on supervision and management mechanism of high standard farmland construction under multi-center governance [J]. Chinese Journal of Agricultural Resources and Regional Planning， 2022， 43（3）： 164-172.

[19]Benin S. Impact of Ghanas agricultural mechanization services center program [J]. Agricultural Economics， 2016， 46（S1）： 103-117.

[20]李谷成， 李燁陽， 周曉時. 農(nóng)業(yè)機(jī)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(jì)， 2018（11）： 112-127.

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