摘要：在農(nóng)業(yè)現(xiàn)代化和鄉(xiāng)村振興背景下，探究我國農(nóng)業(yè)機械化與農(nóng)民增收的關(guān)系具有重要現(xiàn)實意義?；谖覈?000—2020年的相關(guān)統(tǒng)計數(shù)據(jù)，運用灰色關(guān)聯(lián)分析法和改良的柯布—道格拉斯生產(chǎn)函數(shù)等方法，測算農(nóng)業(yè)機械化對農(nóng)民增收的貢獻率。研究發(fā)現(xiàn)：各因素與農(nóng)民收入之間的關(guān)系比較密切，農(nóng)林牧漁業(yè)總產(chǎn)值和農(nóng)業(yè)機械總動力與農(nóng)民收入之間的關(guān)聯(lián)度最強；農(nóng)業(yè)機械總動力、農(nóng)林牧副漁總產(chǎn)值和耕地灌溉面積與農(nóng)民收入呈正相關(guān)，而農(nóng)藥使用量與農(nóng)民收入呈負相關(guān)；2000—2020年我國農(nóng)業(yè)機械化對農(nóng)民增收的綜合貢獻率為6.28%，我國農(nóng)業(yè)機械化發(fā)展水平低于其他發(fā)達國家，且國內(nèi)各地區(qū)農(nóng)業(yè)機械化發(fā)展水平差異較大。基于研究結(jié)果，建議合理加強各要素配置、因地制宜推動各地機械化發(fā)展、汲取國外農(nóng)機發(fā)展經(jīng)驗。

關(guān)鍵詞：農(nóng)業(yè)機械化；農(nóng)民增收；灰色關(guān)聯(lián)分析；柯布—道格拉斯生產(chǎn)函數(shù)

中圖分類號：S23" " " 文獻標識碼：A" " " 文章編號：2095?5553 （2024） 09?0327?06

Empirical analysis on the contribution rate of agricultural mechanization to

farmers' income increase in China

Cao Nannan Zhang Jiexia

（1. Western China Economic Research Institute， Southwest University of Finance and Economics， Chengdu，

611130， China; 2. Business Institute， Yulin Normal University， Yulin， 415000， China）

Abstract： In the context of agricultural modernization and rural revitalization， it is of great practical significance to explore the relationship between agricultural mechanization and" farmers' income increase in China. Based on the relevant statistical data from 2000 to 2020 in China， this paper calculates the contribution rate of agricultural mechanization to farmers' income increase by using the gray correlation analysis method and the improved Cobb Douglas production function and other methods. Research results has found that there is a close relationship between various factors and farmers' income， with the strongest correlation between the total output value of agriculture， forestry， animal husbandry and fishery， and the total power of agricultural machinery and farmers' income. The total power of agricultural machinery， the total output value of agriculture， forestry， animal husbandry， fisheries and the irrigation area of farmland are positively correlated with farmers' income， while the use of pesticides is negatively correlated with farmers' income. The comprehensive contribution rate of agricultural mechanization to farmers' income in China from 2000 to 2020 was 6.28%. The development level of agricultural mechanization in China is lower than that of other developed countries， and there are significant differences in the development level of agricultural mechanization among different regions in China. Based on the research results， it is recommended to reasonably strengthen the allocation of various factors， promote the development of mechanization in various regions according to local conditions， and draw on the experience of foreign agricultural machinery development.

Keywords： agricultural mechanization; increasing farmers' income; grey correlation analysis; Cobb Douglas production function

0 引言

新時代背景下，農(nóng)民收入問題仍是三農(nóng)領(lǐng)域的突出問題，如何促進農(nóng)民增收一直是黨和中央高度關(guān)注的問題。黨在十八大中提出了“要促進農(nóng)民增收，并且要保持農(nóng)民收入持續(xù)快速地增長”，2021年的中央一號文件中也明確指出要縮小城鄉(xiāng)居民的收入差距，近期召開的二十大會議中再次強調(diào)了要“拓寬農(nóng)民增收致富渠道”。隨著我國農(nóng)業(yè)現(xiàn)代化的發(fā)展，農(nóng)業(yè)機械化作為其發(fā)展的主要動力，可以提高農(nóng)業(yè)勞動生產(chǎn)率，解放剩余勞動力，對農(nóng)民增收具有積極的推動作用[1]。

在農(nóng)業(yè)現(xiàn)代化和鄉(xiāng)村振興背景下，探究我國農(nóng)業(yè)機械化與農(nóng)民增收的關(guān)系具有重要現(xiàn)實意義。前人對此方面的相關(guān)研究集中在3個方面，即研究對象、研究方法及研究內(nèi)容。研究對象方面，此方面的研究既有以全國各個省為研究對象，進行綜合的、全局的研究，也有以某個省或者某個市為研究對象進行研究的。如李婷等[2]以貴州省為研究對象，唐紹洪等[3]則以成都市為例進行研究。研究方法方面，一部分學者進行了定性研究，趙玉成等[4]對此方面的現(xiàn)狀、作用進行了闡述，并對存在的問題進行分析，同時提出應(yīng)對措施；而定量研究方面運用的研究方法又有所不同，包括C-D生產(chǎn)函數(shù)[2， 5]、灰色關(guān)聯(lián)分析[6]、協(xié)整檢驗和格蘭杰因果檢驗等[7]。研究內(nèi)容方面，一些學者對農(nóng)業(yè)機械化對農(nóng)民增收的貢獻率進行直接研究[3， 6]，還有一部分學者把農(nóng)業(yè)機械化作為部分因素對農(nóng)民收入的作用進行探究[8]，也有學者將農(nóng)民收入擴大到了城鄉(xiāng)收入差距的層面進行研究[9]。

通過對以往學者文獻的梳理發(fā)現(xiàn)，前人的研究結(jié)果均顯示出了農(nóng)業(yè)機械化對農(nóng)民收入的正向促進作用，大部分學者以省級為對象進行研究，相對來說以全國為研究對象的較少；而在貢獻率測算方面，以全國為對象的研究大都集中在早期。因此，基于前人的研究，本文構(gòu)建適當?shù)闹笜梭w系，先運用灰色關(guān)聯(lián)分析法探究農(nóng)業(yè)機械化與農(nóng)民收入的關(guān)聯(lián)度，對二者的關(guān)系進行分析，后采用改良的柯布—道格拉斯生產(chǎn)函數(shù)測算農(nóng)業(yè)機械化對農(nóng)民收入的貢獻率，探討存在的問題，并為我國發(fā)展農(nóng)業(yè)機械化提供相應(yīng)的對策建議，以期促進農(nóng)民增收、縮小城鄉(xiāng)差距。

1 農(nóng)業(yè)機械化與農(nóng)民收入概況

自2000年以來，我國農(nóng)業(yè)機械化得到了迅速的發(fā)展。總體來看，農(nóng)業(yè)機械總動力從2000年的5.257 4×108 kW，增長到了2020年的1.056 22×109 kW，年均增長率為4.8%，如圖1所示。具體來看，2000—2020年我國農(nóng)業(yè)機械化的發(fā)展可以分為快速發(fā)展階段和平穩(wěn)發(fā)展階段兩個階段。第一階段為2000—2015年的快速發(fā)展階段，農(nóng)業(yè)機械總動力由5.257 4×108 kW增長到了歷史最高，1.117 28×109 kW，增長了5.915 4×108 kW，年均增長率為7.03%。我國歷年對農(nóng)業(yè)機械化事業(yè)的重視是促使其快速發(fā)展的主要原因[10]。第二階段為2015—2020年的平穩(wěn)發(fā)展階段，2015年的農(nóng)業(yè)機械總動力為1.117 28×109 kW，2016年驟降到了9.725 6×108 kW，之后以年均1.72%的速度平穩(wěn)增長。一方面原因在于隨著我國土地三權(quán)分置政策的實施，農(nóng)村土地大量流轉(zhuǎn)，新型農(nóng)業(yè)經(jīng)營主體不斷涌現(xiàn)，這些新型職業(yè)農(nóng)民有知識、懂技術(shù)，對農(nóng)業(yè)機械化的品質(zhì)有更高的要求。另一方面，農(nóng)業(yè)機械化數(shù)量發(fā)展到達一定階段后，隨著我國國情的發(fā)展，農(nóng)業(yè)機械化的發(fā)展任務(wù)逐步轉(zhuǎn)變?yōu)橘|(zhì)量發(fā)展。從農(nóng)業(yè)機械化發(fā)展的歷程來看，2004年我國農(nóng)業(yè)機械的概念才被初步定義，2007年農(nóng)業(yè)農(nóng)村部門明確把農(nóng)業(yè)機械化水平劃分為初級、中級和高級3個階段[11]，我國進入中國特色社會主義新時代后，黨中央對農(nóng)業(yè)機械化的發(fā)展又提出了明確的要求、目標任務(wù)、政策措施，針對農(nóng)業(yè)機械化發(fā)展提檔、轉(zhuǎn)型升級，做出了全面部署[10]。

基于李谷成等[1]的研究，發(fā)現(xiàn)農(nóng)業(yè)機械化對農(nóng)民收入的作用機理在于兩方面。一是農(nóng)業(yè)機械化可以直接促進農(nóng)民收入增長，體現(xiàn)在農(nóng)業(yè)生產(chǎn)效率的提高。二是可以通過勞動力轉(zhuǎn)移“部分地”間接促進非農(nóng)收入增長。周益波等[12]在研究中也指出，農(nóng)業(yè)機械化對農(nóng)民的經(jīng)營性收入和工資性收入均存在促進作用。我國農(nóng)村居民實際可支配收入2000—2020年一直呈遞增趨勢，由2000年的2 284.38元增長到2020年的16 632.52元，增長了14 348.14元，年均增長率為29.91%。具體來看，2000—2010年的農(nóng)村居民實際人均可支配收入增長較緩慢，2010年后增長則較迅速。一方面在于我國西部大開發(fā)戰(zhàn)略的實施，打通了偏遠地區(qū)與其他地方的連接，縮小了各地之間的差距，為農(nóng)業(yè)機械化的發(fā)展奠定了基礎(chǔ)，進而推動農(nóng)民收入的增長；另一方面，在2010年后，我國連續(xù)發(fā)布“中央一號文件”，出臺各項惠農(nóng)政策，以解決三農(nóng)中存在的問題，推動了農(nóng)業(yè)的發(fā)展。

2 研究方法與數(shù)據(jù)來源

2.1 指標體系構(gòu)建

本文研究的重點是農(nóng)業(yè)機械化對農(nóng)民收入的影響程度及貢獻率，但農(nóng)民收入并不僅僅只受到農(nóng)業(yè)機械化單方面的影響，同時也會受到其他因素的影響，因此本文也加入了影響農(nóng)民收入的其他因素。參考李婷[2]、梁天麗[5]、李玉波[13]等關(guān)于此方面研究的指標設(shè)計，本文從政策支持、農(nóng)業(yè)投入、農(nóng)業(yè)產(chǎn)出3個方面構(gòu)建了8個相關(guān)指標。農(nóng)村居民實際人均可支配收入Y作為代表農(nóng)民收入的被解釋變量，農(nóng)業(yè)機械總動力X1作為代表農(nóng)業(yè)機械化的解釋變量，其他解釋變量包括農(nóng)林牧漁業(yè)總產(chǎn)值X2，耕地灌溉面積X3，農(nóng)藥使用量X4，糧食總產(chǎn)量X5，農(nóng)用化肥施用量X6，農(nóng)作物總播種面積X7，國家用于農(nóng)業(yè)支出X8。X1、X3、X4、X6、X7代表農(nóng)業(yè)投入指標，X2、X5代表農(nóng)業(yè)產(chǎn)出指標，X8代表政策支持指標。

2.2 數(shù)據(jù)來源與處理

本文使用的數(shù)據(jù)均來自《中國農(nóng)村統(tǒng)計年鑒》和《中國統(tǒng)計年鑒》直接數(shù)據(jù)或由計算所得。其中，搜集到的農(nóng)村居民人均可支配收入這一指標的數(shù)據(jù)并未考慮到因隨時間變化而變化的農(nóng)村居民消費價格指數(shù)對其影響，故搜集到的數(shù)據(jù)是名義上的農(nóng)村居民可支配收入。為了得到實際的農(nóng)村居民人均可支配收入，在參考前人對此問題處理的基礎(chǔ)上[2， 5]，對2000—2020年的農(nóng)村居民消費價格指數(shù)的數(shù)據(jù)進行搜集，進而換算得到2000—2020年的農(nóng)村居民實際人均可支配收入數(shù)據(jù)。

2.3 研究方法

2.3.1 灰色關(guān)聯(lián)分析

為了分析農(nóng)業(yè)機械化及其他因素對農(nóng)民收入的影響程度，采用灰色關(guān)聯(lián)分析模型對各因素與農(nóng)村居民實際人均可支配收入的關(guān)聯(lián)度進行計算。首先，確定參考序列和比較序列。將農(nóng)村居民實際可支配收入作為參考序列X0（t），將其他各因素作為比較序列Xi（t）。其次，運用初值法對各變量序列進行無量綱化處理。然后，計算關(guān)聯(lián)系數(shù)，如式（1）所示。

2.3.2 柯布—道格拉斯生產(chǎn)函數(shù)

本文采用柯布—道格拉斯生產(chǎn)函數(shù)模型先計算要素彈性系數(shù)，再通過公式測算綜合貢獻率[2， 5]。基于此，根據(jù)逐步回歸法對變量進行篩選，根據(jù)回歸結(jié)果選取i個影響農(nóng)民收入的主要因素，建立本文所要研究的柯布—道格拉斯生產(chǎn)函數(shù)模型，見式（3）和式（4）。

3 實證分析

3.1 灰色關(guān)聯(lián)度測算及分析

將數(shù)據(jù)進行無量綱化處理后，代入式（1）、式（2），計算得出各因素與農(nóng)村居民實際可支配收入之間的灰色關(guān)聯(lián)度，將其結(jié)果按順序排列，如表1所示。

由表1可知，整體來看，各個因素與農(nóng)村居民實際人均可支配收入之間的關(guān)系比較密切，灰色關(guān)聯(lián)度都在0.6以上。從各個因素來看，農(nóng)林牧漁業(yè)總產(chǎn)值和農(nóng)業(yè)機械總動力與農(nóng)村居民實際人均可支配收入之間的關(guān)聯(lián)度最強，分別為0.812 1和0.806 7。進一步說明，2000—2020年間，這兩個因素對我國農(nóng)村居民實際可支配收入具有很大的推動作用。其次，農(nóng)用化肥施用量、農(nóng)藥使用量、糧食總產(chǎn)量這些因素與農(nóng)村居民實際人均可支配收入之間的關(guān)聯(lián)度較好，關(guān)聯(lián)系數(shù)都在0.75以上，說明農(nóng)業(yè)的投入、產(chǎn)出對農(nóng)民增收也存在促進作用；而耕地灌溉面積、農(nóng)作物總播種面積和國家用于農(nóng)業(yè)支出這些因素與農(nóng)村居民實際人均可支配收入的關(guān)聯(lián)度都在0.75以下，對農(nóng)民增收的影響相對較弱。

農(nóng)業(yè)機械總動力代表著農(nóng)業(yè)的科技進步、現(xiàn)代化水平，從灰色關(guān)聯(lián)度分析結(jié)果可以看出，相比其他因素，農(nóng)業(yè)的機械化發(fā)展對農(nóng)民收入增加具有重要的推動作用。為了解農(nóng)業(yè)機械化對農(nóng)民收入之間的貢獻程度，進一步構(gòu)建柯布—道格拉斯生產(chǎn)函數(shù)模型進行分析。

3.2 柯布—道格拉斯生產(chǎn)函數(shù)

3.2.1 OLS回歸

3.2.2 逐步回歸

對各變量進行逐步回歸，進而篩選出引起多重共線的變量，并剔除。先分別做lnYt與各變量的回歸，并對回歸結(jié)果進行對比，發(fā)現(xiàn)lnX3對lnYt的貢獻最大，因此以lnX3為基礎(chǔ)，進一步對各個變量做逐步回歸，得到回歸結(jié)果如表3所示。由表3可知，通過逐步回歸，lnX5、lnX6、lnX7、lnX8均被剔除。R2=0.997 6，調(diào)整后的R2=0.997 0，說明整個模型的擬合優(yōu)度較好。F=1 670.721 0，說明模型通過了t檢驗，各個變量的P值均在10%的顯著性水平上顯著，說明各變量間已不存在多重共線性。

3.2.3 異方差檢驗

3.2.4 自相關(guān)檢驗

由表5可知，農(nóng)業(yè)機械總動力的彈性系數(shù)為0.391 2，說明農(nóng)業(yè)機械總動力每增加1%，農(nóng)民收入則增加39.12%。農(nóng)林牧漁業(yè)總產(chǎn)值、耕地灌溉面積、農(nóng)藥使用量的彈性系數(shù)分別為0.162 1、5.568 6、-0.384 7。

3.3 機械化對農(nóng)民收入的貢獻率測算

對搜集數(shù)據(jù)進行除去物價處理后，基期（2000年）的農(nóng)民收入為2 284.38元，報告期（2020年）的農(nóng)民收入為16 632.52元；基期（2000年）的農(nóng)業(yè)機械投入為5.257 4×108 kW，報告期（2020年）的農(nóng)業(yè)機械投入為1.056 22×109 kW；2000—2020年共21年。

基于式（5）～式（7）測算農(nóng)業(yè)機械化對農(nóng)民收入的貢獻率，農(nóng)民收入年增長速度為29.91%，農(nóng)業(yè)機械投入年增長速度為4.80%，通過柯布—道格拉斯生產(chǎn)函數(shù)得到的農(nóng)業(yè)機械投入的彈性系數(shù)為0.391 2，將上述測算的數(shù)據(jù)代入式（7）中，得到農(nóng)業(yè)機械化對農(nóng)民收入貢獻率為6.28%，與前人研究所得出的結(jié)論基本相同。

4 結(jié)論與建議

4.1 結(jié)論

本文運用灰色關(guān)聯(lián)分析、柯布道格拉斯生產(chǎn)函數(shù)等方法，探究我國農(nóng)業(yè)機械化與農(nóng)民收入之間關(guān)系。

1） 各個因素與農(nóng)村居民實際人均可支配收入之間的關(guān)系比較密切，農(nóng)林牧漁業(yè)總產(chǎn)值與農(nóng)村居民實際可支配收入之間的關(guān)聯(lián)度最強，其次是農(nóng)業(yè)機械總動力，說明我國農(nóng)民收入受到農(nóng)業(yè)機械化的影響較大。

2） 農(nóng)業(yè)機械總動力、農(nóng)林牧副漁產(chǎn)值和耕地灌溉面積對農(nóng)民收入有正向促進作用，而農(nóng)藥使用量一定程度上阻礙農(nóng)民增收。究其原因，一方面，農(nóng)藥的使用具有負的外部性，會對土地及周邊環(huán)境造成污染，抑制了農(nóng)業(yè)的可持續(xù)發(fā)展；另一方面，農(nóng)戶缺乏科學用藥意識、盲目用藥等使得單位耕地面積農(nóng)藥使用量較大，一定程度上增加農(nóng)戶的種植成本。

3） 相較于農(nóng)業(yè)機械總動力，耕地的灌溉面積對農(nóng)民收入的促進作用更大。原因在于水利灌溉是農(nóng)業(yè)生產(chǎn)的基本要素，我國自古十分重視，實施鄉(xiāng)村戰(zhàn)略以來，各地更是加大投資，促進各地農(nóng)業(yè)發(fā)展的需求，進而推動了農(nóng)民收入；而農(nóng)業(yè)機械化在發(fā)展中但仍然面臨地區(qū)使用差異、從業(yè)者的老齡化低學歷等問題。

4） 本文計算得出2000—2020年間我國農(nóng)業(yè)機械化對農(nóng)民收入的綜合貢獻率為6.28%，即農(nóng)業(yè)機械化的發(fā)展對農(nóng)民收入有促進作用。

4.2 建議

4.2.1 合理加強各要素配置

加強農(nóng)田水利基礎(chǔ)設(shè)施建設(shè)，合理推進農(nóng)業(yè)機械化在農(nóng)林牧副漁各領(lǐng)域的推廣使用，并要推動農(nóng)業(yè)綠色發(fā)展以促進農(nóng)民增收；土地方面，積極推進土地流轉(zhuǎn)以推動土地規(guī)模化經(jīng)營，促進機械化使用；勞動力方面，要加強農(nóng)機戶文化技能培訓，提高勞動者素質(zhì)；資金方面，加大農(nóng)機財政投入，加強農(nóng)機設(shè)備購買資金補貼；科技方面，推動農(nóng)機“產(chǎn)學研”結(jié)合發(fā)展，以提高農(nóng)機設(shè)備質(zhì)量，促進農(nóng)業(yè)機械化生產(chǎn)效率。

4.2.2 因地制宜推動各地機械化發(fā)展

注重全國各地農(nóng)機化因地制宜協(xié)同發(fā)展，以縮小各地發(fā)展差距促進農(nóng)民增收。如貴州地區(qū)多山地、平原較少，應(yīng)加大力度研發(fā)適宜山地農(nóng)業(yè)發(fā)展的農(nóng)機設(shè)備。其次，切實發(fā)揮農(nóng)機推廣站的推廣業(yè)務(wù)，精準宣傳適宜的農(nóng)機設(shè)備，并鼓勵農(nóng)業(yè)科技人才下鄉(xiāng)指導。此外，充分發(fā)揮各地區(qū)協(xié)調(diào)聯(lián)動作用，加速農(nóng)機各要素、經(jīng)驗在全國各地的流通，促進各地農(nóng)業(yè)機械化共同發(fā)展。

4.2.3 汲取國外農(nóng)機發(fā)展經(jīng)驗

汲取發(fā)達國家發(fā)展過程中的成功經(jīng)驗，有助于我國農(nóng)業(yè)機械化的快速發(fā)展。因此我國要加強農(nóng)機股份合作社建設(shè)，不斷提高其服務(wù)能力和管理水平，充分發(fā)揮其作用。其次，要加強農(nóng)機相關(guān)法律法規(guī)建設(shè)，完善農(nóng)機經(jīng)營保障體系，構(gòu)建農(nóng)機經(jīng)營發(fā)展的制度環(huán)境，為我國農(nóng)機經(jīng)營發(fā)展提供健康的平臺。此外，要完善農(nóng)機補貼范圍，豐富農(nóng)機補貼形式，如借鑒日本《農(nóng)業(yè)機械促進法》，完善我國農(nóng)機補貼法制建設(shè)。

參 考 文 獻

[ 1 ] 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.

[ 2 ] 李婷， 張曄， 曾德鵬. 農(nóng)業(yè)機械化對貴州農(nóng)民增收貢獻率實證分析[J]. 中國農(nóng)機化學報， 2022， 43（6）： 230-236.

Li Ting， Zhang Ye， Zeng Depeng. Empirical analysis of the contribution rate of agricultural mechanization to the increase of farmers' income in Guizhou [J]. Journal of Chinese Agricultural Mechanization， 2022， 43（6）： 230-236.

[ 3 ] 唐紹洪， 唐宇. 農(nóng)民收入與農(nóng)業(yè)機械化的相關(guān)性研究——以成都市數(shù)據(jù)為樣本[J]. 云南農(nóng)業(yè)大學學報（社會科學）， 2023， 17（1）： 128-135.

Tang Shaohong， Tang Yu. Study on the correlation between farmers' income and agricultural mechanization： Taking Chengdu city as a sample [J]. Journal of Yunnan Agricultural University （Social Science）， 2023， 17（1）： 128-135.

[ 4 ] 趙玉成， 秦心愛， 蔡洋， 等. 淺談農(nóng)業(yè)機械化對農(nóng)業(yè)生產(chǎn)及農(nóng)民收入的促進作用[J]. 山西農(nóng)經(jīng)， 2021（18）： 11-13.

[ 5 ] 梁天麗， 張潔瑕. 農(nóng)業(yè)機械化對廣西農(nóng)民增收貢獻率實證分析[J]. 中國農(nóng)機化學報， 2021， 42（2）： 224-229.

Liang Tianli， Zhang Jiexia. Empirical analysis on the contribution rate of agricultural mechanization to the farmers' income in Guangxi [J]. Journal of Chinese Agricultural Mechanization， 2021， 42（2）： 224-229.

[ 6 ] 楊淑杰， 李玉波， 許請濤. 吉林省農(nóng)業(yè)經(jīng)濟發(fā)展與供給側(cè)結(jié)構(gòu)性改革研究——基于灰色關(guān)聯(lián)分析[J]. 中國農(nóng)機化學報， 2019， 40（8）： 208-213.

Yang Shujie， Li Yubo， Xu Qingtao. Research on agricultural economic development and supply?side structural reform in Jilin Province based on grey correlation [J]. Journal of Chinese Agricultural Mechanization， 2019， 40（8）： 208-213.

[ 7 ] 辛沖沖， 陳治國， 唐紅松， 等. 財政支農(nóng)、農(nóng)機化發(fā)展與新疆農(nóng)民收入關(guān)系的實證研究[J]. 中國農(nóng)業(yè)資源與區(qū)劃， 2016， 37（4）： 100-107.

[ 8 ] 范燕麗， 叢樹海， 郗曼. 從“爭窮保帽”到“主動摘帽”： 正向激勵與農(nóng)民持續(xù)增收[J]. 財政研究， 2021（12）： 63-78.

Fan Yanli， Cong Shuhai， Xi Man. From “fighting for the poor hat” to “initiatively removing the poor hat”： An empirical analysis of positive incentive and rural income [J]. Public Finance Research， 2021（12）： 63-78.

[ 9 ] 孫學濤. 農(nóng)業(yè)機械化能否縮小城鄉(xiāng)收入差距？[J]. 首都經(jīng)濟貿(mào)易大學學報， 2021， 23（1）： 81-93.

Sun Xuetao. Does agricultural mechanization narrow the income gap between urban and rural areas？ [J]. Journal of Capital University of Economics and Business， 2021， 23（1）： 81-93.

[10] 劉恒新， 孫超， 趙野. 中國共產(chǎn)黨領(lǐng)導新中國農(nóng)業(yè)機械化發(fā)展的歷史進程和經(jīng)驗啟示[J]. 中國農(nóng)機化學報， 2022， 43（6）： 1-8.

Liu Hengxin， Sun Chao， Zhao Ye. Historical process and experience of the development of CPC leading the development of agricultural mechanization in China [J]. Journal of Chinese Agricultural Mechanization， 2022， 43（6）： 1-8.

[11] 孫立新， 白人樸. 我國農(nóng)業(yè)機械化發(fā)展歷程與展望[J]. 農(nóng)業(yè)農(nóng)村部管理干部學院學報， 2022， 13（1）： 58-63.

[12] 周益波， 何可， 張俊飚， 等. 農(nóng)業(yè)機械化對農(nóng)民收入的增長、結(jié)構(gòu)與分配效應(yīng)研究[J]. 四川農(nóng)業(yè)大學學報， 2019， 37（5）： 723-733.

Zhou Yibo， He Ke， Zhang Junbiao， et al. Growth， structural， and distribution effects of agricultural mechanization on farmers' income [J]. Journal of Sichuan Agricultural University， 2019， 37（5）： 723-733.

[13] 李玉波， 楊淑杰， 鄔偉三， 等. 農(nóng)業(yè)機械化與農(nóng)民增收關(guān)系的交互動態(tài)響應(yīng)分析——基于吉林省統(tǒng)計核算數(shù)據(jù)[J]. 中國農(nóng)機化學報， 2021， 42（1）： 151-158.

Li Yubo， Yang Shujie， Wu Weisan， et al. Interactive dynamic response analysis of the relationship between agricultural mechanization and farmers' income increase： Based on statistics and accounting data of Jilin Province [J]. Journal of Chinese Agricultural Mechanization， 2021， 42（1）： 151-158.