農(nóng)機(jī)購置補(bǔ)貼對農(nóng)戶購機(jī)投入模型與影響分析

冷博峰，馮中朝，周曉時，李谷成

·專題論壇·

農(nóng)機(jī)購置補(bǔ)貼對農(nóng)戶購機(jī)投入模型與影響分析

冷博峰1,2，馮中朝1,2※，周曉時3，李谷成1,4

（1. 華中農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，武漢 430070； 2. 湖北農(nóng)村發(fā)展研究中心，武漢 430070；3. 南京理工大學(xué)經(jīng)濟(jì)管理學(xué)院，南京 210094； 4.華中農(nóng)業(yè)大學(xué)現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)經(jīng)濟(jì)研究院，武漢 430070）

農(nóng)業(yè)機(jī)械購置補(bǔ)貼是一項(xiàng)重要的現(xiàn)行農(nóng)業(yè)政策，但現(xiàn)有文獻(xiàn)對補(bǔ)貼效果的時空差異、農(nóng)機(jī)類型差異和內(nèi)生性問題討論不足。為了更準(zhǔn)確地評估政策效果，并分析政策效果的時空差異和農(nóng)機(jī)類型差異，該研究基于國家油菜產(chǎn)業(yè)體系18?。▍^(qū)）農(nóng)戶固定觀察點(diǎn)3 287個農(nóng)戶2008－2018年之間15 089個樣本的大樣本調(diào)查數(shù)據(jù)，采用非平衡面板固定效應(yīng)模型、面板高維固定效應(yīng)模型、Box-Cox模型和分位數(shù)回歸模型，考察了農(nóng)業(yè)機(jī)械購置補(bǔ)貼對農(nóng)戶農(nóng)業(yè)機(jī)械購置金額投入在不同年度、地形區(qū)域和不同類型農(nóng)機(jī)具之間的差異化影響，并分別采用面板工具變量固定效應(yīng)模型、面板Tobit固定效應(yīng)模型和Heckman樣本選擇模型進(jìn)行了穩(wěn)健性檢驗(yàn)。結(jié)果顯示：1）農(nóng)機(jī)補(bǔ)貼金額對農(nóng)戶農(nóng)機(jī)購置投入金額的邊際效應(yīng)為2.530 8，激勵效應(yīng)顯著，有效帶動了農(nóng)戶購機(jī)投入；2）補(bǔ)貼在平原縣的邊際效應(yīng)為1.408 5，在丘陵山區(qū)縣的邊際效應(yīng)為3.108 2，在平原地區(qū)和丘陵山區(qū)之間存在顯著差異；3）補(bǔ)貼的激勵效應(yīng)在年度間存在明顯波動，部分年份表現(xiàn)為擠出效應(yīng)；4）補(bǔ)貼效果總體上隨著農(nóng)機(jī)具價值增加而增強(qiáng)，對大中型農(nóng)機(jī)具的政策效果更高。因此，建議未來繼續(xù)實(shí)施農(nóng)機(jī)補(bǔ)貼政策，并繼續(xù)堅持向非平原地區(qū)和大中型農(nóng)機(jī)具適當(dāng)傾斜，對農(nóng)機(jī)生產(chǎn)企業(yè)研發(fā)丘陵山區(qū)機(jī)械化所需機(jī)型和大型先進(jìn)農(nóng)機(jī)具給予適當(dāng)研發(fā)補(bǔ)貼，鼓勵各地在農(nóng)機(jī)補(bǔ)貼新產(chǎn)品補(bǔ)貼試點(diǎn)目錄中及時納入丘陵山區(qū)適用機(jī)型和大型先進(jìn)農(nóng)機(jī)具，加快新產(chǎn)品轉(zhuǎn)化和推廣應(yīng)用步伐，同時，根據(jù)補(bǔ)貼實(shí)施情況和農(nóng)機(jī)化發(fā)展情況不斷調(diào)整完善補(bǔ)貼方式。

農(nóng)業(yè)機(jī)械；模型；購置補(bǔ)貼；激勵效應(yīng)；擠出效應(yīng)；時空差異

0 引 言

農(nóng)業(yè)機(jī)械是發(fā)展現(xiàn)代農(nóng)業(yè)的重要物質(zhì)基礎(chǔ)，農(nóng)業(yè)機(jī)械化是農(nóng)業(yè)現(xiàn)代化的重要標(biāo)志[1]。農(nóng)業(yè)機(jī)械的使用能夠有效替代勞動力投入、促進(jìn)農(nóng)戶專業(yè)化分工、促進(jìn)農(nóng)業(yè)規(guī)模經(jīng)營、提高生產(chǎn)效率、提高作物產(chǎn)量、促進(jìn)農(nóng)民增收和農(nóng)業(yè)可持續(xù)發(fā)展[2-6]。農(nóng)業(yè)機(jī)械化與技術(shù)進(jìn)步緊密結(jié)合，能產(chǎn)生內(nèi)生增長、收益遞增的良性循環(huán)[7-8]。

這些效果無法全部通過市場配置資源而得到，農(nóng)業(yè)機(jī)械兼具公共物品和私人物品雙重屬性，具有正外部性，政府應(yīng)采取一定措施進(jìn)行糾偏[9]。因此，農(nóng)業(yè)機(jī)械政策應(yīng)當(dāng)被包含在政府的農(nóng)業(yè)增長戰(zhàn)略之中，對農(nóng)業(yè)機(jī)械提供補(bǔ)貼和各類支持是發(fā)達(dá)國家通行做法[2,7-8]。學(xué)者們普遍認(rèn)為，對農(nóng)業(yè)機(jī)械提供補(bǔ)貼可以促進(jìn)農(nóng)業(yè)新技術(shù)采納、契合誘致性制度變遷需求，有助于引導(dǎo)多個投資主體建立相對均衡的多元投入機(jī)制并彌合農(nóng)機(jī)工業(yè)品的雙向剪刀差[1,10-12]。

現(xiàn)行農(nóng)業(yè)機(jī)械購置補(bǔ)貼（以下簡稱“農(nóng)機(jī)補(bǔ)貼”）自2004年在部分區(qū)縣試點(diǎn)，對農(nóng)民購買先進(jìn)適用農(nóng)機(jī)給予補(bǔ)貼，2008年后在全國范圍施行。研究表明，農(nóng)機(jī)補(bǔ)貼能夠有效增加農(nóng)機(jī)總動力、增加農(nóng)機(jī)服務(wù)供給、增加農(nóng)業(yè)綜合機(jī)械化率、節(jié)約農(nóng)業(yè)勞動力并促進(jìn)農(nóng)村勞動力轉(zhuǎn)移、增加糧食播種面積并提高糧食產(chǎn)量、增加農(nóng)民收入和增加農(nóng)業(yè)總產(chǎn)值等[6,13-16]。

根據(jù)現(xiàn)行補(bǔ)貼規(guī)則，計算農(nóng)機(jī)補(bǔ)貼金額的標(biāo)的物是新增購置機(jī)械原值，其直接政策效果是帶動了農(nóng)民購機(jī)金額投入和總購機(jī)投入，其他政策影響是購機(jī)投入增加所產(chǎn)生的后續(xù)效果[14]，因此，準(zhǔn)確分析農(nóng)機(jī)補(bǔ)貼對購機(jī)投入的影響，是全面評估農(nóng)機(jī)補(bǔ)貼政策效果的基礎(chǔ)，具有重要的現(xiàn)實(shí)意義。

理論上，財政投入對農(nóng)機(jī)私人投資應(yīng)具有有效帶動作用[17]，農(nóng)機(jī)具購置補(bǔ)貼可以通過替代效應(yīng)、收入效應(yīng)和乘數(shù)效應(yīng)等效果，增加農(nóng)戶的農(nóng)機(jī)具購買量[18]。農(nóng)機(jī)補(bǔ)貼對農(nóng)民購機(jī)投入影響的實(shí)證研究方面，孔祥智[14]通過對2000－2013年全國31個省級行政區(qū)的省級面板數(shù)據(jù)的研究，發(fā)現(xiàn)中央農(nóng)機(jī)購置補(bǔ)貼資金對農(nóng)民農(nóng)機(jī)購置投入和全社會農(nóng)機(jī)購置總投入皆有顯著正向影響，對農(nóng)民農(nóng)機(jī)購置投入在2004－2013年之間的邊際效應(yīng)為1.240 3（即農(nóng)機(jī)補(bǔ)貼每增加1萬元，農(nóng)戶農(nóng)機(jī)購置金額投入增加1.240 3萬元，下同），對農(nóng)機(jī)購置總投入在2004－2013年之間的邊際效應(yīng)為2.119 1；柳凌韻等[19]對2015－2016年湖南、江西兩省10個市縣236戶水稻種植大戶調(diào)查數(shù)據(jù)的研究表明，農(nóng)機(jī)具購置補(bǔ)貼對水稻種植大戶的農(nóng)機(jī)具購置總金額有顯著正向影響，邊際效應(yīng)為4.033 6。

此外，農(nóng)機(jī)補(bǔ)貼的政策效果還存在時間差異，孔祥智[14]研究中央農(nóng)機(jī)補(bǔ)貼資金對農(nóng)民農(nóng)機(jī)購置投入的影響時，還分別使用不同時間段數(shù)據(jù)進(jìn)行了分組回歸，結(jié)果顯示2000－2013年之間的邊際效應(yīng)為1.477 7，2004－2006年之間的邊際效應(yīng)為13.042 9，2004－2010年之間的邊際效應(yīng)為1.113 4，2011－2013年之間的邊際效應(yīng)為1.423 7；王許沁等[16]基于2008年－2015年全國31個省級行政區(qū)的省級面板數(shù)據(jù)，研究了農(nóng)機(jī)補(bǔ)貼金額對單位面積農(nóng)機(jī)總動力和農(nóng)業(yè)綜合機(jī)械化率的影響，并引入農(nóng)機(jī)補(bǔ)貼金額與時間趨勢項(xiàng)交互項(xiàng)測算了補(bǔ)貼效果隨時間變化的情況，結(jié)果顯示補(bǔ)貼資金的邊際影響逐年降低。

綜上分析，現(xiàn)有研究農(nóng)機(jī)補(bǔ)貼政策效果的研究主要存在以下局限：1）內(nèi)生性問題。農(nóng)機(jī)補(bǔ)貼資金在各省之間并非隨機(jī)分配，中央農(nóng)機(jī)補(bǔ)貼資金數(shù)量是按照因素法生成的，地方農(nóng)機(jī)補(bǔ)貼資金數(shù)量可能依賴于當(dāng)?shù)卣畬r(nóng)業(yè)機(jī)械化重視程度和財政收入情況，這些因素可能也同樣會影響該省份的農(nóng)機(jī)購置情況。上述文獻(xiàn)對內(nèi)生性問題的討論不足，可能帶來潛在估計偏誤。2）數(shù)據(jù)類型問題。上述文獻(xiàn)以使用宏觀統(tǒng)計數(shù)據(jù)為主，容易掩蓋微觀個體的特征特質(zhì)，而使用微觀個體數(shù)據(jù)文獻(xiàn)的數(shù)據(jù)來源在時間和空間上的取樣較窄，樣本量較小，樣本代表性不足。3）年度差異性。上述文獻(xiàn)對補(bǔ)貼效果在年度之間的變化討論較粗糙，未能充分考察補(bǔ)貼效果在每個年度之間的差異性。4）區(qū)域差異性，地形條件對農(nóng)業(yè)機(jī)械化發(fā)展具有明顯的區(qū)域不平衡影響，而上述文獻(xiàn)缺乏對農(nóng)機(jī)補(bǔ)貼效果在不同地形區(qū)域之間差異性的考察。5）農(nóng)機(jī)具類型差異性。農(nóng)戶在購買小型農(nóng)機(jī)具和大中型農(nóng)機(jī)具時面臨的資金約束不同，而上述文獻(xiàn)缺乏對補(bǔ)貼效果在不同類型農(nóng)機(jī)具之間差異性的考察。

鑒于此，本研究使用國家油菜產(chǎn)業(yè)體系農(nóng)戶固定觀察點(diǎn)的大樣本調(diào)研數(shù)據(jù)，分析農(nóng)業(yè)機(jī)械購置補(bǔ)貼對農(nóng)戶農(nóng)業(yè)機(jī)械購置金額投入在每個年份、不同地形區(qū)域和不同類型農(nóng)機(jī)具之間的邊際政策效應(yīng)，并進(jìn)行穩(wěn)健性檢驗(yàn)。擬為下一階段農(nóng)機(jī)補(bǔ)貼政策的進(jìn)一步完善提供參考。

1 數(shù)據(jù)、模型與變量

1.1 數(shù)據(jù)來源

實(shí)證分析所用數(shù)據(jù)來源以國家油菜產(chǎn)業(yè)體系農(nóng)戶固定觀察點(diǎn)的問卷調(diào)查數(shù)據(jù)為主（同時也使用了相關(guān)年份《中國統(tǒng)計年鑒》和《中國縣（市）社會經(jīng)濟(jì)統(tǒng)計年鑒》中的一些數(shù)據(jù)），該調(diào)查每年進(jìn)行一次，調(diào)查時點(diǎn)為每年12月底至次年1月初。2007年為預(yù)調(diào)查，自2008年至今進(jìn)行正式調(diào)查，樣本起始年份與農(nóng)機(jī)補(bǔ)貼在全國范圍內(nèi)正式施行的年份相同。每年調(diào)查的農(nóng)戶數(shù)量約2 000個左右，總樣本量27 903個。抽樣區(qū)域來源于安徽、重慶、甘肅、廣西、貴州、湖北、湖南、河南、江蘇、江西、青海、四川、上海、陜西、新疆、西藏、云南和浙江共18個省級行政單位（含省、自治區(qū)、直轄市，以下簡稱“省”），包含80個地級市、180個縣級行政單位（含縣、區(qū)、縣級市，以下簡稱“縣”）、646個鄉(xiāng)級行政單位（含鄉(xiāng)、鎮(zhèn)、街道，以下簡稱“鄉(xiāng)”）、1 258個行政村。抽樣總體是所調(diào)查區(qū)域全體農(nóng)戶，所以雖然是油菜體系的農(nóng)戶固定觀察點(diǎn)，但反映的是所在區(qū)域全體農(nóng)戶情況，包含未種植油菜和未從事農(nóng)業(yè)生產(chǎn)的農(nóng)戶，而非僅為油菜種植戶。問卷中統(tǒng)計的農(nóng)機(jī)相關(guān)信息也是受訪者所持有全部農(nóng)機(jī)的信息，而非僅為油菜相關(guān)農(nóng)機(jī)。

經(jīng)過數(shù)據(jù)整理和清洗，最終，有效樣本農(nóng)戶數(shù)量4 464戶，有效樣本量總計16 266，有效率58.29%。受訪期間有購買農(nóng)機(jī)具的農(nóng)戶1 007戶，樣本量4 758個，農(nóng)戶數(shù)量占比22.56%；有購買農(nóng)機(jī)具的農(nóng)戶中，獲得農(nóng)機(jī)補(bǔ)貼的有338戶，占比33.57%。

1.2 模型設(shè)定

目前研究補(bǔ)貼對購機(jī)投入影響的理論模型已經(jīng)較為成熟，參考同類文獻(xiàn)[14,16,19-22]，設(shè)定基準(zhǔn)模型為

式中為被解釋變量；為核心解釋變量；為一組控制變量向量，下標(biāo)表示樣本個體（=1,2,…,），下標(biāo)表示年份。此外，模型還控制了時間固定效應(yīng)d、個體固定效應(yīng)u。0為截距項(xiàng)，1和分別為核心解釋變量和時間固定效應(yīng)的擬合系數(shù)，Γ′為控制變量的擬合系數(shù)向量。ε是隨機(jī)誤差項(xiàng)。

1.3 變量選取和說明

1.3.1 被解釋變量

式（1）中的被解釋變量為農(nóng)戶購機(jī)金額。農(nóng)機(jī)補(bǔ)貼是基于農(nóng)戶實(shí)際購買農(nóng)業(yè)機(jī)械價值發(fā)放的，是以流量（當(dāng)期購買的農(nóng)機(jī)價值）而非存量（持有的農(nóng)機(jī)價值）、購機(jī)臺數(shù)或動力等來計算補(bǔ)貼金額。

通過對同一農(nóng)戶不同年度之間農(nóng)業(yè)機(jī)械臺數(shù)和原值等存量情況對比，可以較準(zhǔn)確地得到當(dāng)年農(nóng)戶新增購置農(nóng)業(yè)機(jī)械總金額，將總購機(jī)金額減去相應(yīng)農(nóng)機(jī)補(bǔ)貼金額，即為農(nóng)戶實(shí)際付出的購機(jī)金額。

樣本人均農(nóng)業(yè)機(jī)械購置金額年度變化情況及與全國情況對比見表1。其中，農(nóng)戶購機(jī)金額為總購機(jī)金額減去農(nóng)機(jī)補(bǔ)貼金額的差值。全國情況由相應(yīng)年份全國農(nóng)機(jī)購置總金額及農(nóng)戶購置金額除以鄉(xiāng)村人口數(shù)量計算而得，鄉(xiāng)村人口數(shù)量來源于《中國統(tǒng)計年鑒2019》，2008－2013年全國農(nóng)機(jī)購置總金額及農(nóng)機(jī)補(bǔ)貼金額數(shù)據(jù)來源于《全國農(nóng)業(yè)機(jī)械化統(tǒng)計資料匯編（2005－2013）》，2014－2018年全國農(nóng)機(jī)購置總金額數(shù)值為農(nóng)業(yè)農(nóng)村部農(nóng)業(yè)機(jī)械化管理司提供，2014－2016年全國農(nóng)機(jī)補(bǔ)貼總金額數(shù)據(jù)來源于中國向世貿(mào)組織提交的農(nóng)業(yè)國內(nèi)支持政策通報，中央財政金額數(shù)據(jù)來源于財政部和農(nóng)業(yè)農(nóng)村部每年的農(nóng)機(jī)補(bǔ)貼實(shí)施情況新聞稿，地方財政金額以總補(bǔ)貼與中央財政的差值計算而得。從表1可見，樣本情況數(shù)值和變化趨勢與全國情況基本一致，樣本具有較好代表性。

表1 人均農(nóng)業(yè)機(jī)械購置金額的年度變化

注：2017年和2018年地方財政補(bǔ)貼金額未知，僅計算中央財政補(bǔ)貼金額，以“?”標(biāo)注，表2相同。

Note: The amount of local government subsidies in 2017 and 2018 is unknown, only the amount of central government subsidies is calculated, marked by "?". Table 2 is the same below.

1.3.2 核心解釋變量

式（1）中的核心解釋變量為農(nóng)機(jī)補(bǔ)貼金額。數(shù)據(jù)來源于調(diào)查時點(diǎn)當(dāng)年受訪農(nóng)戶的農(nóng)機(jī)補(bǔ)貼到賬金額，并假設(shè)購銷雙方在農(nóng)機(jī)銷售時均對未來的農(nóng)機(jī)補(bǔ)貼到賬金額具有理性預(yù)期。

樣本人均農(nóng)機(jī)補(bǔ)貼金額年度變化及與全國情況對比見表2。其中，全國情況（1）為抽樣調(diào)查數(shù)據(jù)，來源于《全國農(nóng)村固定觀察點(diǎn)調(diào)查數(shù)據(jù)匯編（2000－2009年）》和《全國農(nóng)村固定觀察點(diǎn)調(diào)查數(shù)據(jù)匯編（2010－2015年）》內(nèi)“農(nóng)戶家庭收入情況”中“購置和更新大型農(nóng)機(jī)具補(bǔ)貼”；全國情況（2）為總體數(shù)據(jù)，數(shù)據(jù)來源與表1相同。從表2可見，樣本變化趨勢與全國情況基本相同，均呈增加趨勢。

表2 人均農(nóng)機(jī)補(bǔ)貼金額的年度變化

1.3.3 控制變量

在利用回歸分析進(jìn)行因果效應(yīng)參數(shù)識別時，還需要控制潛在的混雜因素，在選擇控制變量時，一個好的控制變量應(yīng)該是發(fā)生在原因（即研究所關(guān)心的核心解釋變量）之前或取值不隨原因變量變化的變量[23]。根據(jù)理論模型設(shè)定，參考相關(guān)文獻(xiàn)模型中的控制變量設(shè)定情況，模型中使用的控制變量包括受訪農(nóng)戶前一年持有的農(nóng)機(jī)具價值、農(nóng)業(yè)勞動力價格、農(nóng)機(jī)社會化服務(wù)價格、家庭年收入、耕地面積，以及機(jī)械化農(nóng)具價格指數(shù)、年度虛擬變量和地形虛擬變量等，均為農(nóng)戶農(nóng)機(jī)決策模型中的常用變量。

1.3.4 變量定義及描述性統(tǒng)計

模型變量的定義和描述性統(tǒng)計分析結(jié)果如表3所示。其中，年度變量以虛擬變量形式代入模型；限于篇幅，年度-省份虛擬變量的描述性統(tǒng)計結(jié)果未列出。參考紀(jì)月清等[24]的方法，使用農(nóng)村居民消費(fèi)價格指數(shù)以2007年價格對現(xiàn)金和價格變量進(jìn)行平減。農(nóng)機(jī)補(bǔ)貼金額變量納入方程時均做對中處理。

1.4 模型估計方法

根據(jù)式（1）的模型設(shè)定，后文主要使用4種模型估計方法以得到模型估計結(jié)果：1）使用面板高維固定效應(yīng)模型和聚類穩(wěn)健標(biāo)準(zhǔn)誤的估計方法，控制了潛在的內(nèi)生性問題，并分別采用面板工具變量固定效應(yīng)模型、面板Tobit固定效應(yīng)模型和Heckman樣本選擇模型等多種方法進(jìn)行了穩(wěn)健性檢驗(yàn)，提高了估計精度；2）引入農(nóng)機(jī)補(bǔ)貼金額與年度虛擬變量的交互項(xiàng)以測算農(nóng)機(jī)補(bǔ)貼在每個年份的邊際效應(yīng)，分析了年度異質(zhì)性效應(yīng)；3）引入農(nóng)機(jī)補(bǔ)貼金額與區(qū)域虛擬變量的交互項(xiàng)以測算農(nóng)機(jī)補(bǔ)貼在平原地區(qū)和丘陵山區(qū)的邊際效應(yīng)，考察了補(bǔ)貼效應(yīng)的區(qū)域差異；4）使用Box-Cox模型和分位數(shù)回歸模型，測算了購買農(nóng)機(jī)價值大小變化農(nóng)機(jī)補(bǔ)貼邊際效應(yīng)的變化情況，考察了補(bǔ)貼效果在不同類型農(nóng)機(jī)具之間的差異性。

表3 變量定義及變量數(shù)據(jù)描述性統(tǒng)計

2 結(jié)果與討論

2.1 基準(zhǔn)模型結(jié)果與內(nèi)生性檢驗(yàn)

受農(nóng)機(jī)補(bǔ)貼金額生成方式的影響，補(bǔ)貼在宏觀層面可能存在高度內(nèi)生性，但對微觀農(nóng)戶而言，由于農(nóng)戶個體通常難以影響當(dāng)?shù)剞r(nóng)機(jī)補(bǔ)貼金額的撥付以及補(bǔ)貼方案的制定，因此農(nóng)機(jī)補(bǔ)貼方案對于微觀農(nóng)戶可以視為是外生的，即當(dāng)?shù)剞r(nóng)機(jī)補(bǔ)貼方案與微觀農(nóng)戶的個體特征無關(guān)。

基于此，按上文設(shè)定的模型和變量，使用Stata16.1軟件擬合模型。首先使用混合OLS模型、固定效應(yīng)模型和隨機(jī)效應(yīng)模型分別對式（1）進(jìn)行估計，并進(jìn)行適用性檢驗(yàn)，以確定個體與橫截面的截距項(xiàng)是否相同，以及個體效應(yīng)與解釋變量是否相關(guān)[25]。檢驗(yàn)結(jié)果顯示，模型存在個體效應(yīng)，且個體效應(yīng)與模型解釋變量相關(guān)（受篇幅限制，不再匯報適用性檢驗(yàn)的結(jié)果）。因此，采用面板固定效應(yīng)模型估計結(jié)果（為使用固定效應(yīng)模型，僅連續(xù)1年的1 177個樣本未納入模型，因此面板固定效應(yīng)的模型的有效樣本量為15 089個，下同），面板固定效應(yīng)模型的估計結(jié)果見表4的方程1。

表4 農(nóng)機(jī)補(bǔ)貼金額對農(nóng)戶購機(jī)金額影響的模型回歸結(jié)果

注：括號內(nèi)為穩(wěn)健標(biāo)準(zhǔn)誤，***、**、*分別代表1%、5%和10%的水平上具有統(tǒng)計顯著性，下同。

Note: Robust standard errors are shown in brackets; ***, ** and * represent the significant difference at the level of 1%, 5% and 10%, respectively; the same below.

方程1的調(diào)整系數(shù)數(shù)值為0.786 2，解釋變量變異性對被解釋變量變異性的解釋程度為78.6%，值為41.76，各解釋變量對被解釋變量的聯(lián)合影響在1%的水平上具有統(tǒng)計顯著性，模型能夠較好地解釋各因素對農(nóng)戶購機(jī)金額的影響。各變量的方差膨脹因子均<10，最大值為2.63，均值為1.89，可認(rèn)為不存在明顯多重共線性。

盡管補(bǔ)貼方案對于微觀農(nóng)戶可視為外生，但是，受資金數(shù)量限制，近幾年才實(shí)現(xiàn)敞開補(bǔ)貼，之前相當(dāng)長的時間中僅有部分購機(jī)戶能獲得補(bǔ)貼，能獲得補(bǔ)貼農(nóng)戶的個體特征也可能會導(dǎo)致內(nèi)生性問題。雖然部分農(nóng)戶特征及其影響在短期內(nèi)通常不隨時間發(fā)生變化，可被面板固定效應(yīng)模型所控制，但仍有一些時變特征會帶來潛在的內(nèi)生性問題。

使用工具變量法[25]來檢驗(yàn)方程1中農(nóng)機(jī)補(bǔ)貼金額變量是否存在內(nèi)生性問題。使用這種方法的前提是能找到一個有效的工具變量（以下簡稱為“IV”），借鑒張杰等[26]研究政府創(chuàng)新補(bǔ)貼對企業(yè)私人研發(fā)投入時使用行業(yè)補(bǔ)貼作為個體補(bǔ)貼的工具變量的思路，使用縣級層面每年戶均農(nóng)機(jī)補(bǔ)貼金額作為工具變量。戶均農(nóng)機(jī)補(bǔ)貼金額體現(xiàn)了該縣該年農(nóng)機(jī)補(bǔ)貼政策規(guī)則和發(fā)放補(bǔ)貼總金額情況，理論上，單個農(nóng)戶無法影響該地政府的農(nóng)機(jī)補(bǔ)貼政策規(guī)則和發(fā)放的總金額幅度，縣級農(nóng)機(jī)補(bǔ)貼平均金額外生于農(nóng)戶的決策行為，即外生于模型的擾動項(xiàng)，但每個農(nóng)戶能獲得的農(nóng)機(jī)補(bǔ)貼金額與該地該年的農(nóng)機(jī)補(bǔ)貼政策規(guī)則和發(fā)放的補(bǔ)貼總金額應(yīng)存在直接關(guān)聯(lián)，符合工具變量設(shè)置思路。

從相關(guān)性和外生性2個方面進(jìn)一步檢驗(yàn)工具變量的有效性，方程2與方程3匯報了二階段最小二乘法的第二階段與第一階段結(jié)果（方程3第一階段回歸的被解釋變量為農(nóng)機(jī)補(bǔ)貼金額），首先采用4種方法檢驗(yàn)工具變量的相關(guān)性：核心解釋變量與IV的相關(guān)系數(shù)；Kleibergen-Paap rk LM統(tǒng)計量；第一階段回歸的F值；Cragg-Donald Wald F統(tǒng)計量與Kleibergen-Paap rk Wald F統(tǒng)計量。4種方法均顯示了工具變量的相關(guān)性，因此，可以認(rèn)為不存在弱工具變量問題[25,27]。同時，參考孔圣民等[28]的方法，使用半簡化式回歸來檢驗(yàn)工具變量的外生性，在方程4中，變量“縣級農(nóng)機(jī)補(bǔ)貼平均金額”的系數(shù)并不顯著，佐證了工具變量滿足外生性條件。該工具變量兼具相關(guān)性與外生性，是一個有效的工具變量。

在此基礎(chǔ)上，對農(nóng)機(jī)補(bǔ)貼金額變量進(jìn)行內(nèi)生性檢驗(yàn)[29]，檢驗(yàn)結(jié)果顯示，2(1)統(tǒng)計量為2.560，值為0.1096，不能拒絕農(nóng)機(jī)補(bǔ)貼金額變量不是內(nèi)生解釋變量的原假設(shè)，可以認(rèn)為農(nóng)機(jī)補(bǔ)貼金額變量不存在明顯的內(nèi)生性問題。

除農(nóng)機(jī)補(bǔ)貼金額變量的內(nèi)生性之外，還可能存在另一種模型估計偏誤。農(nóng)戶是否購買有補(bǔ)貼的農(nóng)機(jī)具的決策行為，若與農(nóng)戶購機(jī)金額數(shù)量存在相關(guān)性，則模型還可能存在樣本自選擇偏誤。使用Heckman模型（II型Tobit模型）來檢驗(yàn)是否存在此類偏誤，見表4的方程5和方程6。 Heckman兩步法中的模型約束條件要求選擇方程的自變量應(yīng)多于結(jié)果方程，考慮到Heckman兩步法模型未能控制個體固定效應(yīng)，參考現(xiàn)有文獻(xiàn)的變量設(shè)置，在選擇方程（方程6）中增加以下6個通常不隨時間變化的控制變量，包含生產(chǎn)決策者年齡、健康狀況、受教育年限、前一年家庭勞動力數(shù)量、是否村干部戶以及家庭與農(nóng)產(chǎn)品貿(mào)易市場的距離（這6個控制變量的定義和描述性統(tǒng)計分析結(jié)果見表3）。Heckman模型的結(jié)果為普通標(biāo)準(zhǔn)誤，方程6選擇方程的被解釋變量為是否購買有補(bǔ)貼的農(nóng)機(jī)具，方程5結(jié)果方程的被解釋變量為農(nóng)戶購買有補(bǔ)貼農(nóng)機(jī)具的購機(jī)金額。后文方程10和方程11的Heckman兩步法模型也按相同的方法處理。Heckman模型中，逆米爾斯系數(shù)的顯著性分析值為0.400，不能拒絕不存在樣本選擇偏誤的原假設(shè)，樣本中農(nóng)戶是否購買有補(bǔ)貼的農(nóng)機(jī)具的決策行為與購機(jī)金額數(shù)量決策一定程度上是相互獨(dú)立的。進(jìn)一步，在方程7中，增加了“是否購買有補(bǔ)貼的農(nóng)機(jī)具”的0-1變量，其值為0.986，表明在控制其他條件不變的情況下，是否購買有補(bǔ)貼的農(nóng)機(jī)具對農(nóng)戶購機(jī)金額影響，未發(fā)現(xiàn)統(tǒng)計意義上的顯著差異。因此，可以認(rèn)為是否購買有補(bǔ)貼農(nóng)機(jī)具的農(nóng)戶決策行為，也不存在明顯的內(nèi)生性問題。

2.2 補(bǔ)貼效果的年度、區(qū)域差異與受限被解釋變量問題檢驗(yàn)

2.2.1 模型設(shè)定與模型檢驗(yàn)

進(jìn)一步討論補(bǔ)貼效果的區(qū)域和年度差異。研究顯示，地形條件對農(nóng)業(yè)機(jī)械化發(fā)展具有明顯的區(qū)域不平衡影響[30-32]，平原與丘陵山區(qū)農(nóng)戶的生產(chǎn)環(huán)境以及對農(nóng)業(yè)機(jī)械需求不同，其需求價格彈性可能存在明顯差異；不同年度間農(nóng)機(jī)補(bǔ)貼規(guī)則也存在調(diào)整，同樣可能會造成補(bǔ)貼效果差別。使用不同年度數(shù)據(jù)分組回歸[14]和引入補(bǔ)貼金額與時間趨勢項(xiàng)交互項(xiàng)[16]等方法的分析亦顯示了補(bǔ)貼效果在時間上的差異性。因此，本研究提出原假設(shè)和對應(yīng)備擇假設(shè)。原假設(shè)（H0）：農(nóng)機(jī)補(bǔ)貼金額的邊際效應(yīng)在不同地形區(qū)域和年度之間無差異。備擇假設(shè)（H1）：農(nóng)機(jī)補(bǔ)貼金額的邊際效應(yīng)在不同地形區(qū)域和年度之間有差異?；谠摷僭O(shè)，在方程1的基礎(chǔ)上，引入農(nóng)機(jī)補(bǔ)貼金額變量與區(qū)域虛擬變量和年度虛擬變量的交互項(xiàng)進(jìn)行測度，具體結(jié)果見表5的方程8。

方程8中農(nóng)機(jī)補(bǔ)貼金額與年度及地形區(qū)域交互項(xiàng)變量的擬合系數(shù)均具有統(tǒng)計意義上的顯著性；其擬合系數(shù)聯(lián)合t檢驗(yàn)的統(tǒng)計量為277.10，可以在1%顯著性水平上拒絕其擬合系數(shù)=0；與未納入交互項(xiàng)的方程1相比，調(diào)整系數(shù)2增加0.034，即引入交互項(xiàng)可以額外解釋農(nóng)戶購機(jī)金額方差的3.4%，層級檢驗(yàn)F統(tǒng)計量為258.606 1，可以在1%的顯著性水平上認(rèn)為方程8的解釋力度高于未納入交互項(xiàng)時的方程1[33]。因此可以拒絕原假設(shè)，表明加入補(bǔ)貼金額與年度及地形區(qū)域交互項(xiàng)的模型設(shè)定是合適的。

進(jìn)一步分析，模型還可能存在受限被解釋變量問題?？紤]農(nóng)戶購買農(nóng)業(yè)機(jī)械的決定，由于存在勞動力和農(nóng)機(jī)社會化服務(wù)作為替代品，個體購機(jī)意愿可能存在負(fù)值，而觀察到的購機(jī)金額都是>0的，個體購機(jī)金額<0的情況不會被觀察到，即如果不購買，則“購機(jī)金額”的最優(yōu)解為邊角解，即購機(jī)金額為0，反之，如果購買，則購機(jī)金額一定為正數(shù)，因此可能存在0值處的左歸并。此外，若參與決策與數(shù)量決策存在相關(guān)性，則模型還可能存在樣本自選擇偏誤。因此，采用面板Tobit模型和Heckman兩步法模型分別進(jìn)行回歸，結(jié)果見表5中方程9（方程9使用普通標(biāo)準(zhǔn)誤進(jìn)行估計）、方程10和方程11。結(jié)果表明，核心解釋變量及其交互項(xiàng)的系數(shù)方向、大小、趨勢和顯著性均未發(fā)生較大變化，模型具有較強(qiáng)的穩(wěn)健性。此外，Heckman兩步法模型中，內(nèi)生性樣本選擇似然比檢驗(yàn)不能拒絕不存在樣本選擇偏誤的原假設(shè)，樣本中農(nóng)戶的參與決策與數(shù)量決策一定程度上相互獨(dú)立，可以直接采用最小二乘法估計的結(jié)果[25,27]，表明方程8的結(jié)果是穩(wěn)健的。

在此基礎(chǔ)上，考慮到不同省份在同一年份中可能存在不同政策細(xì)則變動，以及其他未觀測到的同一年度一省以內(nèi)共同變化，參考李江一[22]的方法，控制了更嚴(yán)格的年度-省份固定效應(yīng)（即將年度與省份交互項(xiàng)以虛擬變量形式代入模型），見表5的方程12。進(jìn)一步，農(nóng)戶農(nóng)機(jī)購置行為可能還受當(dāng)?shù)剞r(nóng)業(yè)社會化服務(wù)發(fā)展程度影響，為此，使用面板高維固定效應(yīng)模型，將方程12的年度-省份固定效應(yīng)細(xì)化到年度-縣級層面。同一縣內(nèi)空間距離較近，農(nóng)業(yè)社會化服務(wù)提供者的空間可達(dá)性較強(qiáng)，因此同一年度同一縣內(nèi)的農(nóng)業(yè)社會化服務(wù)發(fā)展水平大致相同，可以被高維固定效應(yīng)模型所控制。最后，考慮到居住在同一地區(qū)內(nèi)的受訪者之間可能存在某種“溢出效應(yīng)”，即相鄰觀測單位之間可能存在某種相互影響或某種遺漏因素的共同影響，為了解決這種影響可能導(dǎo)致的自相關(guān)，面板高維固定效應(yīng)模型中將聚類穩(wěn)健標(biāo)準(zhǔn)誤的聚類水平從個體提高到行政村層面，以行政村名稱作為聚類變量[25]，見方程13。

方程13的F統(tǒng)計量數(shù)值為1372.66，模型整體在1%的顯著性水平上具有統(tǒng)計顯著性。層級檢驗(yàn)F統(tǒng)計量的數(shù)值為7.9367，可以在1%的顯著性水平上認(rèn)為方程13的解釋力度高于方程12。因此，后文以方程13的結(jié)果為基礎(chǔ)，進(jìn)行經(jīng)濟(jì)含義解釋。

表5 補(bǔ)貼效果的年度、地形區(qū)域差異及受限被解釋變量模型

2.2.2 核心解釋變量的結(jié)果分析

根據(jù)方程13的結(jié)果，計算了農(nóng)機(jī)補(bǔ)貼的平均邊際效應(yīng)，在控制其他條件不變且位于樣本均值水平時（下同），補(bǔ)貼在全樣本中的邊際效應(yīng)為2.530 8元，與孔祥智[14]和柳凌韻等[19]認(rèn)為補(bǔ)貼對農(nóng)戶農(nóng)機(jī)購置金額投入效果總體上為激勵效應(yīng)（即補(bǔ)貼帶動農(nóng)戶投入更多資金購買農(nóng)機(jī)具，也稱“擠入效應(yīng)”）的結(jié)論相似，該研究也顯示補(bǔ)貼對農(nóng)戶農(nóng)機(jī)購置金額投入的效果總體上表現(xiàn)為激勵效應(yīng)。分區(qū)域和分年度的補(bǔ)貼邊際效應(yīng)見表6。

表6 分區(qū)域和分年度的農(nóng)機(jī)補(bǔ)貼平均邊際效應(yīng)

注：值為邊際效應(yīng)顯著性水平的檢驗(yàn)值，Prob>||為顯著性水平。

Note:value is the test value of the significance level of the marginal effect, Prob>|| is the significance level.

分區(qū)域來看，補(bǔ)貼在平原縣的平均邊際效應(yīng)為1.408 5，在非平原縣（丘陵縣和山區(qū)縣）平均邊際效應(yīng)為3.108 2，區(qū)域之間邊際效應(yīng)差異為1.699 7，且在1%的水平上具有統(tǒng)計顯著性?？傮w上補(bǔ)貼在平原縣和非平原縣都表現(xiàn)為激勵效應(yīng)，但在非平原縣的激勵效應(yīng)明顯高于平原縣。可能的原因是，丘陵山區(qū)地區(qū)受地形條件限制，機(jī)械化水平相對薄弱，農(nóng)戶對適用機(jī)械的需求更強(qiáng)烈，同時，丘陵山區(qū)地區(qū)農(nóng)戶的收入水平相對較低，購機(jī)資金約束更大，因此，補(bǔ)貼在非平原縣的邊際效應(yīng)更高。

分年度來看，補(bǔ)貼的邊際效應(yīng)在不同年度之間存在著明顯波動。與王許沁等[16]認(rèn)為補(bǔ)貼效果逐年下降的結(jié)論相比，本研究顯示補(bǔ)貼效果并不必然逐年下降，有些年份也可以上升。2008年的年度平均邊際效應(yīng)為?0.570 2，表現(xiàn)為擠出效應(yīng)（即補(bǔ)貼替代了農(nóng)戶的購機(jī)投入，“擠出”了農(nóng)戶購機(jī)資金），為所有年份中的最低值。2008年為補(bǔ)貼第一年在全國范圍施行，能夠在第一年即從政府部門獲得補(bǔ)貼的農(nóng)戶，可能與政府部門聯(lián)系較緊密、獲取信息能力較強(qiáng)，而非農(nóng)機(jī)需求最強(qiáng)的農(nóng)戶；另一個可能的原因是，農(nóng)機(jī)補(bǔ)貼早年施行時對總補(bǔ)貼率上限限制較少，部分地區(qū)中央補(bǔ)貼和地方補(bǔ)貼疊加后出現(xiàn)過總補(bǔ)貼率過高情況，導(dǎo)致補(bǔ)貼資金對農(nóng)戶購置金額投入的影響表現(xiàn)為擠出效應(yīng)。補(bǔ)貼在2012年的年度平均邊際效應(yīng)為3.170 7元，改變了之前年份的下降趨勢，可能的原因是，2012年農(nóng)機(jī)補(bǔ)貼方式出現(xiàn)重大改革，由差價購機(jī)轉(zhuǎn)變?yōu)槿珒r購機(jī)，全價購機(jī)的補(bǔ)貼方式充分尊重了農(nóng)戶的市場主體地位，大幅提高了農(nóng)戶的議價自主性，同時減少了資金結(jié)算環(huán)節(jié)可能存在的權(quán)力尋租和虛購套補(bǔ)風(fēng)險。補(bǔ)貼在2017年和2018年的年度平均邊際效應(yīng)為3.797 2、4.890 9，也改變了之前年份的下降趨勢，可能的原因是，近年來財政部、農(nóng)業(yè)農(nóng)村部圍繞“放管服”改革要求，堅持問題導(dǎo)向，優(yōu)化頂層設(shè)計，加大了綠色環(huán)保機(jī)具補(bǔ)貼力度，增加了農(nóng)機(jī)新產(chǎn)品補(bǔ)貼試點(diǎn)省份數(shù)量，在更多地區(qū)實(shí)現(xiàn)補(bǔ)貼范圍內(nèi)全部機(jī)具敞開補(bǔ)貼。2012年和2017年的補(bǔ)貼方案改革適應(yīng)了農(nóng)戶的具體購機(jī)需要，從而明顯提高了補(bǔ)貼的激勵效應(yīng)。

2.3 補(bǔ)貼效果對不同類型農(nóng)機(jī)的差異性分析

以上討論中，隱含了農(nóng)戶購買農(nóng)機(jī)具是同質(zhì)性的假設(shè)，然而，農(nóng)機(jī)補(bǔ)貼對農(nóng)戶購買不同類型農(nóng)機(jī)的影響可能存在差異性。農(nóng)戶購買小型農(nóng)機(jī)具時面臨的預(yù)算約束可能相對寬松，而購買大中型農(nóng)機(jī)具時面臨的預(yù)算約束可能更為緊張。相應(yīng)地，農(nóng)機(jī)補(bǔ)貼更能緩解農(nóng)戶購買大中型農(nóng)機(jī)具的預(yù)算約束，政策效果更高。因此，本節(jié)將放寬同質(zhì)性假設(shè)，考察農(nóng)機(jī)補(bǔ)貼對不同類型農(nóng)機(jī)的政策效果差異性。為此，提出原假設(shè)和對應(yīng)備擇假設(shè)。原假設(shè)（0）：當(dāng)農(nóng)戶購買的農(nóng)機(jī)價值增加時，農(nóng)機(jī)補(bǔ)貼金額的邊際效應(yīng)不變或下降。備擇假設(shè)（1）：當(dāng)農(nóng)戶購買的農(nóng)機(jī)價值增加時，農(nóng)機(jī)補(bǔ)貼金額的邊際效應(yīng)上升。

使用Box-Cox模型進(jìn)行分析，首先對式（1）左側(cè)進(jìn)行Box-Cox變換[34]，得出值，通過觀察其是否<1，判斷農(nóng)戶購買農(nóng)機(jī)價值越高，農(nóng)機(jī)補(bǔ)貼的效果越高的假設(shè)是否成立，見表7的方程14。

表7 農(nóng)機(jī)補(bǔ)貼效果對不同類型農(nóng)機(jī)差異性分析的模型回歸結(jié)果

注：方程14括號內(nèi)為2值，方程15至方程19括號內(nèi)為標(biāo)準(zhǔn)誤。

Note:2values are shown in brackets for equation 14, standard error are shown in brackets for equations 15-19.

由于本節(jié)關(guān)注的是補(bǔ)貼效果對農(nóng)戶購買不同類型農(nóng)機(jī)的差異性分析，即僅考慮農(nóng)戶購買農(nóng)機(jī)具的情況。因此，本節(jié)的模型中僅納入被解釋變量農(nóng)戶購機(jī)金額>0的樣本[25]。

方程14的結(jié)果顯示，值為?0.056 5，其數(shù)值<1且在1%的顯著性水平上具有統(tǒng)計顯著性，可以拒絕原假設(shè)，接受備擇假設(shè)，表明農(nóng)戶購買的農(nóng)機(jī)價值增加時，農(nóng)機(jī)補(bǔ)貼金額的邊際效應(yīng)上升。

方程14使用Box-Cox模型時測算的是農(nóng)戶購機(jī)價值增加對農(nóng)機(jī)補(bǔ)貼效果的整體影響，隱含了農(nóng)機(jī)補(bǔ)貼效果隨農(nóng)戶購買農(nóng)機(jī)價值增加而均勻變化的假設(shè)，接下來放寬該假設(shè)，允許其變化是不均勻的。為此，使用分位數(shù)回歸進(jìn)行分析。此方法可以區(qū)分在不同的農(nóng)戶購機(jī)金額水平上，農(nóng)機(jī)補(bǔ)貼金額對農(nóng)戶購機(jī)金額影響效應(yīng)大小的具體變化情況。

表7中的方程15至方程19報告了10、25、50、75和90五個分位點(diǎn)的回歸結(jié)果。農(nóng)機(jī)補(bǔ)貼金額對農(nóng)戶購機(jī)金額的系數(shù)在10分位點(diǎn)為0.848 8，表明每增加1單位農(nóng)機(jī)補(bǔ)貼，可以使10分位點(diǎn)增加0.848 8單位，之后系數(shù)隨分位點(diǎn)升高而逐步增加，在25、50和75分位點(diǎn)升至1.439 0、2.482 4和2.890 7，而在90分位點(diǎn)略降至2.849 1。1%顯著性水平上，農(nóng)機(jī)補(bǔ)貼分位數(shù)回歸系數(shù)在5個分位點(diǎn)均具有統(tǒng)計顯著性。對上述對農(nóng)機(jī)補(bǔ)貼金額回歸系數(shù)聯(lián)合檢驗(yàn)的F統(tǒng)計量為10.63，可以在1%的顯著性水平上認(rèn)為上述農(nóng)機(jī)補(bǔ)貼金額回歸系數(shù)不完全相等。

從分位數(shù)回歸的結(jié)果可見，補(bǔ)貼效果總體隨農(nóng)戶購機(jī)價值增加而增加，但變化速度存在差異性，在50分位點(diǎn)下的增速較高，隨后增速趨緩，90分位點(diǎn)的系數(shù)略低于75分位點(diǎn)，但降幅不大。上述模型結(jié)果顯示增加農(nóng)機(jī)補(bǔ)貼金額對于農(nóng)戶購買大中型農(nóng)機(jī)具的效果更高。

3 結(jié)論與啟示

本研究考察了農(nóng)機(jī)補(bǔ)貼對農(nóng)戶農(nóng)機(jī)購置投入的影響，并對現(xiàn)有文獻(xiàn)中的模型評價方法進(jìn)行了改進(jìn)。結(jié)果顯示，農(nóng)機(jī)補(bǔ)貼總體上存在明顯的激勵效應(yīng)，但補(bǔ)貼效果在不同區(qū)域、年度和不同類型農(nóng)機(jī)具之間存在明顯差異。具體研究結(jié)論與相應(yīng)政策啟示如下：

1）農(nóng)機(jī)補(bǔ)貼總體上存在明顯的激勵效應(yīng)，農(nóng)機(jī)補(bǔ)貼金額對農(nóng)戶農(nóng)機(jī)購置投入金額的邊際效應(yīng)為2.530 8，補(bǔ)貼資金有效帶動了農(nóng)戶購機(jī)投入。本輪農(nóng)機(jī)補(bǔ)貼政策周期將于2022年結(jié)束，考慮到補(bǔ)貼的明顯效果，建議在下一個政策周期中繼續(xù)實(shí)施農(nóng)機(jī)補(bǔ)貼。

2）補(bǔ)貼在丘陵山區(qū)地區(qū)的激勵效應(yīng)更高。補(bǔ)貼在平原縣的邊際效應(yīng)為1.408 5，在丘陵山區(qū)縣的邊際效應(yīng)為3.108 2。因此，建議農(nóng)機(jī)補(bǔ)貼未來繼續(xù)堅持向非平原地區(qū)適當(dāng)傾斜。對農(nóng)機(jī)生產(chǎn)企業(yè)研發(fā)丘陵山區(qū)機(jī)械化所需機(jī)型給予適當(dāng)研發(fā)補(bǔ)貼，鼓勵各地在農(nóng)機(jī)補(bǔ)貼新產(chǎn)品補(bǔ)貼試點(diǎn)目錄中納入丘陵山區(qū)適用機(jī)型。

3）補(bǔ)貼的激勵效應(yīng)在年度間存在明顯波動，部分年份表現(xiàn)為擠出效應(yīng)，政策效果較前一年下降的年份數(shù)量等于較前一年上升的年份數(shù)量?？傮w來看，農(nóng)機(jī)補(bǔ)貼政策出現(xiàn)較大改革的年份通常會明顯提高政策效果。制度創(chuàng)新可以提高補(bǔ)貼激勵效應(yīng)，克服補(bǔ)貼長期實(shí)施導(dǎo)致的激勵效應(yīng)下降。因此，未來的補(bǔ)貼實(shí)施過程中應(yīng)根據(jù)實(shí)施情況不斷調(diào)整完善補(bǔ)貼方式。建議提升補(bǔ)貼過程的信息化和便利化水平，適應(yīng)農(nóng)業(yè)結(jié)構(gòu)調(diào)整和綠色生態(tài)導(dǎo)向，支持引導(dǎo)農(nóng)業(yè)機(jī)械化轉(zhuǎn)型升級。

4）補(bǔ)貼對農(nóng)戶購買大中型農(nóng)機(jī)具的激勵效應(yīng)更高。目前農(nóng)機(jī)補(bǔ)貼已經(jīng)向大中型農(nóng)機(jī)具傾斜，建議未來繼續(xù)維持這一政策導(dǎo)向，對農(nóng)機(jī)生產(chǎn)企業(yè)研發(fā)大型先進(jìn)農(nóng)機(jī)具給予適當(dāng)研發(fā)補(bǔ)貼，及時將大型先進(jìn)農(nóng)機(jī)具機(jī)型納入新產(chǎn)品補(bǔ)貼試點(diǎn)目錄，適度提高大中型農(nóng)機(jī)具的補(bǔ)貼比例。

致謝：感謝農(nóng)業(yè)農(nóng)村部農(nóng)業(yè)機(jī)械化管理司、財政部農(nóng)業(yè)司以及湖北省農(nóng)業(yè)機(jī)械總公司提供的相關(guān)數(shù)據(jù)、信息與資料。感謝國家油菜產(chǎn)業(yè)技術(shù)體系（CARS-12）農(nóng)戶固定觀察點(diǎn)問卷調(diào)查人員的辛勤工作。本文初稿曾在第三屆農(nóng)業(yè)經(jīng)濟(jì)理論前沿論壇宣讀，感謝黃季焜、趙敏娟和司偉等點(diǎn)評人對本文提出的寶貴建議。感謝匿名審稿人和期刊編輯部對本文提出的寶貴建議。

[1]江澤林. 機(jī)械化在農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革中的作用[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題，2018(3)：4-8.

Jiang Zelin. The role of mechanization in the agricultural supply-side structural reform[J]. Issues in Agricultural Economy, 2018(3): 4-8. (in Chinese with English abstract)

[2]Pingali P. Agricultural Mechanization: Adoption Patterns and Economic Impact[M]//Amsterdam: North-Holland Publishing Company, 2007.

[3]楊進(jìn). 中國農(nóng)業(yè)機(jī)械化服務(wù)與糧食生產(chǎn)[D]. 杭州：浙江大學(xué)，2015.

Yang Jin. Mechanization and Division of Labor in Chinese Agricultural Production[D]. Hangzhou: Zhejiang University, 2015. (in Chinese with English abstract)

[4]Wang X B, Yamauchi F, Huang J K. Rising wages, mechanization, and the substitution between capital and labor: evidence from small scale farm system in China[J]. Agricultural Economics, 2016, 47(3): 309-317.

[5]羅錫文，廖娟，胡煉，等. 提高農(nóng)業(yè)機(jī)械化水平促進(jìn)農(nóng)業(yè)可持續(xù)發(fā)展[J]. 農(nóng)業(yè)工程學(xué)報，2016，32(1)：1-11.

Luo Xiwen, Liao Juan, Hu Lian, et al. Improving agricultural mechanization level to promote agricultural sustainable development[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of CSAE), 2016, 32(1): 1-11. (in Chinese with English abstract)

[6]周振，張琛，彭超，等. 農(nóng)業(yè)機(jī)械化與農(nóng)民收入：來自農(nóng)機(jī)具購置補(bǔ)貼政策的證據(jù)[J]. 中國農(nóng)村經(jīng)濟(jì)，2016(2)：68-82.

Zhou Zhen, Zhang Chen, Peng Chao, et al. Agricultural mechanization and farmers’ income: evidence from china's agriculture machinery subsidization policy[J]. Chinese Rural Economy, 2016(2): 68-82. (in Chinese with English abstract)

[7]白人樸，劉敏. 農(nóng)業(yè)機(jī)械購置補(bǔ)貼政策研究[M]. 北京：中國農(nóng)業(yè)科學(xué)技術(shù)出版社，2004.

[8]李紅. 農(nóng)機(jī)購置補(bǔ)貼政策的經(jīng)濟(jì)學(xué)分析[D]. 烏魯木齊：新疆農(nóng)業(yè)大學(xué)，2008.

Li Hong. The Economics Analysis of the Subsidy Policy for Purchasing Agriculture Machines[D]. Wulumuqi: Xinjiang Agricultural University, 2008. (in Chinese with English abstract)

[9]李紅. 西部民族地區(qū)農(nóng)機(jī)購置補(bǔ)貼政策的經(jīng)濟(jì)效應(yīng)研究[M]. 北京：中國農(nóng)業(yè)科學(xué)技術(shù)出版社，2014.

[10]祝華軍，田志宏，韓魯佳，等. 農(nóng)業(yè)機(jī)械化發(fā)展對財政投入的依存度研究[J]. 農(nóng)業(yè)工程學(xué)報，2007，23(3)：273-278.

Zhu Huajun, Tian Zhihong, Han Lujia, et al. Dependence of agricultural mechanization on financial investment[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of CSAE), 2007, 23(3): 273-278. (in Chinese with English abstract)

[11]孔祥智，張琛，張效榕. 要素稟賦變化與農(nóng)業(yè)資本有機(jī)構(gòu)成提高：對1978年以來中國農(nóng)業(yè)發(fā)展路徑的解釋[J]. 管理世界，2018(10)：147-160.

Kong Xiangzhi, Zhang Chen, Zhang Xiaorong. Change of factor endowment and improvement of agricultural capital organic composition: An explanation of China's agricultural development path since 1978[J]. Management World, 2018(10): 147-160. (in Chinese with English abstract)

[12]拉吉·K·薩，約瑟夫·E·斯蒂格利茨. 農(nóng)民和城市居民：稅負(fù)和經(jīng)濟(jì)發(fā)展的負(fù)擔(dān)[M]. 黃少卿譯. 上海：上海人民出版社，2017.

[13]王姣，肖海峰. 我國良種補(bǔ)貼、農(nóng)機(jī)補(bǔ)貼和減免農(nóng)業(yè)稅政策效果分析[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題，2007(2)：24-28.

Wang Jiao, Xiao Haifeng. Effect analysis on the policy of improved variety subsidy, agricultural machine subsidy, and reduction or remission of agricultural taxes in China[J]. Issues in Agricultural Economy, 2007(2): 24-28. (in Chinese with English abstract)

[14]孔祥智. 中國農(nóng)機(jī)購置補(bǔ)貼政策評估與優(yōu)化研究[M]. 北京：中國農(nóng)業(yè)出版社，2016.

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

[16]王許沁，張宗毅，葛繼紅. 農(nóng)機(jī)購置補(bǔ)貼政策:效果與效率：基于激勵效應(yīng)與擠出效應(yīng)視角[J]. 中國農(nóng)村觀察，2018(2)：60-74.

Wang Xuqin, Zhang Zongyi, Ge Jihong. The effects and efficiency of agricultural machinery purchase subsidies: From the perspective of incentive effect and crowding-out effect[J]. China Rural Survey, 2018(2): 60-74. (in Chinese with English abstract)

[17]楊敏麗，白人樸. 中國農(nóng)業(yè)機(jī)械化財政投入分析[J]. 農(nóng)業(yè)機(jī)械學(xué)報，2004，35(5)：94-97.

Yang Minli, Bai Renpu. Analysis on financial investment for agricultural mechanization in China[J]. Transactions of the Chinese Society for Agricultural Machinery, 2004, 35(5): 94-97. (in Chinese with English abstract)

[18]李農(nóng)，萬祎. 我國農(nóng)機(jī)購置補(bǔ)貼的宏觀政策效應(yīng)研究[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題，2010(12)：79-84.

Li Nong, Wan Yi. Effects of macroeconomic policies for subsidies of purchasing agriculture machinery in China[J]. Issues in Agricultural Economy, 2010(12): 79-84. (in Chinese with English abstract)

[19]柳凌韻，周宏. 正規(guī)金融約束、規(guī)模農(nóng)地流入與農(nóng)機(jī)長期投資：基于水稻種植規(guī)模農(nóng)戶的數(shù)據(jù)調(diào)查[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題，2017(9)：65-76.

Liu Lingyun, Zhou Hong. The effect of formal lending constraints on agricultural machinery investment under the background of rural land transfer[J]. Issues in Agricultural Economy, 2017(9): 65-76. (in Chinese with English abstract)

[20]Ji Yueqing, Yu Xiaohua, Zhong Funing. Machinery investment decision and off-farm employment in rural China[J]. China Economic Review, 2012, 23(1): 71-80.

[21]王歐，楊進(jìn). 農(nóng)業(yè)補(bǔ)貼對中國農(nóng)戶糧食生產(chǎn)的影響[J]. 中國農(nóng)村經(jīng)濟(jì)，2014(5)：20-28.

Wang Ou, Yang Jin. The impact of agricultural subsidization to farmer’s households’ grain production in China[J]. Chinese Rural Economy, 2014(5): 20-28. (in Chinese with English abstract)

[22]李江一. 農(nóng)業(yè)補(bǔ)貼政策效應(yīng)評估:激勵效應(yīng)與財富效應(yīng)[J]. 中國農(nóng)村經(jīng)濟(jì)，2016(12)：17-32.

Li Jiangyi. An assessment of the agricultural subsidy policy in China: Focusing on incentive effects and wealth effects[J]. Chinese Rural Economy, 2016(12): 17-32. (in Chinese with English abstract)

[23]趙西亮. 基本有用的計量經(jīng)濟(jì)學(xué)[M]. 北京：北京大學(xué)出版社，2017.

[24]紀(jì)月清，王亞楠，鐘甫寧. 我國農(nóng)戶農(nóng)機(jī)需求及其結(jié)構(gòu)研究：基于省級層面數(shù)據(jù)的探討[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2013(7)：19-26.

Ji Yueqing, Wang Yanan, Zhong Funing. Chinese farmer demand on agriculture machines and the demand structure: Discussion based on the provincial level panel data[J]. Journal of Agrotechnical Economics, 2013(7): 19-26. (in Chinese with English abstract)

[25]陳強(qiáng). 高級計量經(jīng)濟(jì)學(xué)及Stata應(yīng)用（第二版）[M]. 北京：高等教育出版社，2014.

[26]張杰，陳志遠(yuǎn)，楊連星，等. 中國創(chuàng)新補(bǔ)貼政策的績效評估:理論與證據(jù)[J]. 經(jīng)濟(jì)研究，2015(10)：4-17.

Zhang Jie, Chen Zhiyuan, Yang Lianxing, et al. On evaluating China’s innovation subsidy policy: Theory and evidence[J]. Economic Research Journal, 2015(10): 4-17. (in Chinese with English abstract)

[27]王存同. 進(jìn)階回歸分析[M]. 北京：高等教育出版社，2017.

[28]孫圣民，陳強(qiáng). 家庭聯(lián)產(chǎn)承包責(zé)任制與中國農(nóng)業(yè)增長的再考察：來自面板工具變量法的證據(jù)[J]. 經(jīng)濟(jì)學(xué)（季刊），2017，16(2)：815-832.

Sun Shengmin, Chen Qiang. Measuring the effects of decollectivization on China's agricultural growth: A panel instrumental approach[J]. China Economic (Quarterly), 2017, 16(2): 815-832. (in Chinese with English abstract)

[29]Baum C F, Schaffer M E, Stillman S. IVREG2: Stata module for extended instrumental variables/2SLS and GMM estimation[EB/OL]. [2002-05-07] https://ideas.repec.org/c/ boc/bocode/s425401.html.

[30]周晶，陳玉萍，阮冬燕. 地形條件對農(nóng)業(yè)機(jī)械化發(fā)展區(qū)域不平衡的影響：基于湖北省縣級面板數(shù)據(jù)的實(shí)證分析[J]. 中國農(nóng)村經(jīng)濟(jì)，2013(9)：63-77.

Zhou Jing, Chen Yuping, Ruan Dongyan. The influence of landform condition on unbalanced development of agriculture mechanization between different regions: An empirical analysis based on county-level panel data of Hubei province[J]. Chinese Rural Economy, 2013(9): 63-77. (in Chinese with English abstract)

[31]鄭旭媛，徐志剛. 資源稟賦約束、要素替代與誘致性技術(shù)變遷：以中國糧食生產(chǎn)的機(jī)械化為例[J]. 經(jīng)濟(jì)學(xué)（季刊），2017，16(1)：45-66.

Zheng Xuyuan, Xu Zhigang. Endowment restriction, factor substitution and induced technological innovation: A case research on the grain producing mechanization in China[J]. China Economic (Quarterly), 2017, 16(1): 45-66. (in Chinese with English abstract)

[32]潘彪，田志宏. 中國農(nóng)業(yè)機(jī)械化高速發(fā)展階段的要素替代機(jī)制研究[J]. 農(nóng)業(yè)工程學(xué)報，2018，34(9)：1-10.

Pan Biao, Tian Zhihong. Mechanism of factor substitution during rapid development of China's agricultural mechanization[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of CSAE), 2018, 34(9): 1-10. (in Chinese with English abstract)

[33]詹姆斯·杰卡德，羅伯特·圖里西. 多元回歸中的交互作用[M]. 蔣勤譯. 上海：格致出版社，2012.

[34]Box G E P, Cox D R. An analysis of transformations[J]. Journal of the Royal Statistical Society: Series B (Methodological), 1964, 26(2): 211-243.

Modeling and analysis of the effects of agricultural machinery purchase subsidies on farmers’ agricultural machinery investment

Leng Bofeng1,2, Feng Zhongchao1,2※, Zhou Xiaoshi3, Li Gucheng1,4

(1.430070; 2.430070;3.2100944.430070)

Agricultural machinery purchase subsidy is an important agrarian policy, its policy effect has been widely concerned by scholars. However, very few studies have discussed the spatiotemporal difference, agricultural machinery types difference and endogeneity of subsidy’s policy effect. The purpose of the present study is to make policy effect evaluation more accurately, and analyze the spatiotemporal difference and agricultural machinery types difference of policy effect. Different from existing studies, the present study uses a large sample collected from 15 089 observations in 3 287 households at 18 provinces from 2008 to 2018 by China agriculture research system (rapeseed) farmer fixed observation point and employs unbalance panel fixed effect model, panel high-dimensional fixed effects model, Box-Cox model, quantile regression model to calculate the differential policy effects between different year, topographic regions and types of agricultural machinery purchase subsidy on farmer’s agricultural machinery self-investment. In addition, instrumental variables fixed-effects panel-data models, Tobit fixed-effects panel-data models and Heckman sample selection models were used for the robust test. The result showed that 1) On the whole, agricultural machinery purchase subsidy had an obvious incentive effect, effectively promote farmer’s agricultural machinery self-investment, the marginal effect of agricultural machinery purchase subsidy on farmer’s agricultural machinery self-investment was 2.530 8. 2) The effect of subsidies varies significantly between plain and non-plain areas. Subsidy’s marginal effect in plain county was 1.408 5, subsidy’s marginal effect in hill and mountain county was 3.108 2. Subsidy policy was more effective in hill and mountain areas. 3) Generally, subsidy’s incentive effect fluctuated significantly between the years, crowding-out effect was showed in some years. The number of years in which the policy effect declined from the previous year was equal to the number of years in which it rosed from the previous year. 4) On the whole, the subsidy effect was enhanced with the increase of the value of agricultural machinery, and the policy effect was higher for large and medium-sized agricultural machinery. Accordingly, this paper suggested that: 1) In the future, agricultural machinery purchase subsidy should continue to implement. 2) Agricultural machinery purchase subsidy should tilt appropriately to non-plain areas and large and medium-sized agricultural machinery continually. Appropriate R&D subsidies can be given to agricultural machinery production enterprises to research and develop large and advanced machines and suit machines which used in hilly and mountainous areas. Encourage local governments to include large and advanced machines and machines which was suitable used in hilly and mountainous areas into the new agricultural machinery subsidy pilot catalogue timely. Accelerate the transformation and application for new machine products. 3) Adjust or improve the subsidy mode according to the implementation situation and agricultural mechanization development situation.

agricultural machinery; models; purchase subsidy; incentive effect; crowding-out effect; spatiotemporal difference

冷博峰，馮中朝，周曉時，等. 農(nóng)機(jī)購置補(bǔ)貼對農(nóng)戶購機(jī)投入模型與影響分析[J]. 農(nóng)業(yè)工程學(xué)報，2020，36(23)：324-334.doi：10.11975/j.issn.1002-6819.2020.23.038 http://www.tcsae.org

Leng Bofeng, Feng Zhongchao, Zhou Xiaoshi, et al. Modeling and analysis of the effects of agricultural machinery purchase subsidies on farmers’ agricultural machinery investment[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(23): 324-334. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.23.038 http://www.tcsae.org

2020-03-17

2020-11-29

國家自然科學(xué)基金項(xiàng)目“勞動力成本上升對農(nóng)業(yè)生產(chǎn)的影響機(jī)理與實(shí)證研究”（71473100）；國家自然科學(xué)基金項(xiàng)目“中國的農(nóng)業(yè)機(jī)械化模式及其對農(nóng)戶收入增長與差距的影響研究”（72003089）；國家萬人計劃青年拔尖人才支持計劃“有中國特色農(nóng)業(yè)機(jī)械化模式研究”（2015-48-2-50）；華中農(nóng)業(yè)大學(xué)博士研究生創(chuàng)新研究工程項(xiàng)目“基于農(nóng)戶認(rèn)知與決策視角的糧食主產(chǎn)區(qū)精準(zhǔn)化利益補(bǔ)償機(jī)制構(gòu)建研究”（2014bs33）

冷博峰，博士生，主要從事農(nóng)業(yè)技術(shù)經(jīng)濟(jì)理論與政策研究。Email：lengbofeng@foxmail.com

馮中朝，博士，教授，博士生導(dǎo)師，主要從事農(nóng)業(yè)技術(shù)經(jīng)濟(jì)理論與政策研究。Email：fengzhch@163.com

10.11975/j.issn.1002-6819.2020.23.038

F323.3

A

1002-6819(2020)-23-0324-11