《Agriculture》：From Adoption to Use Intensity: Farm Machinery Use and Farmers’ Subjective Well-Being in Rural China
编辑推荐：
农业机械化重塑了农业生产方式，但其与农户主观幸福感（subjective well-being）之间的关系尚不明确。本研究利用2020年中国乡村振兴调查（China Rural Revitalization Survey, CRRS）中2079个种植业农户的数
农业机械化重塑了农业生产方式，但其与农户主观幸福感（subjective well-being）之间的关系尚不明确。本研究利用2020年中国乡村振兴调查（China Rural Revitalization Survey, CRRS）中2079个种植业农户的数据，将农机使用强度（farm machinery use intensity）测度为五个生产环节机械化面积占比的均值，同时涵盖农户自有机械与外包服务。有序Logit（ordered logit）估计结果表明，农机使用强度与主观幸福感之间存在正向关联，且该关联在多种替代估计方法与测度方式下保持稳健。基于平均边际效应（average marginal effect, AME），使用强度每增加一个标准差，对应农户报告“非常幸福”的概率约提高5.1个百分点。更高的农机使用强度与更低的亩均农业劳动投入、更高的人均家庭收入以及更好的自评健康相关联。交互效应检验支持在较大规模农户中该正向关联更强，但未发现其因畜牧业生产或年龄而存在显著差异。上述发现将农业机械化评估从“是否采纳”拓展至“实际使用强度”，并在生产产出之外凸显了农户福利层面的意义。
一、研究背景与问题
农业机械化在发展中经济体中承担着提高粮食产量与劳动生产率、改善农村生计的核心功能。然而，既有研究多聚焦于机械化对生产效率、要素配置和劳动力转移等生产性产出的影响，对机械化如何影响农户主观幸福感这一福利维度关注不足。主观幸福感不仅取决于收入与消费水平，还受到劳动负担、时间自主性、健康状况、社会比较及未来预期等多重因素的影响。现有关于农业机械化与主观幸福感关系的证据并不一致：部分研究发现农机服务与幸福感正相关，另一些研究则发现农业生产外包与幸福感负相关。此外，既有测度多基于是否拥有农机或是否采纳服务等二元或计数指标，未能捕捉生产环节内机械化面积覆盖程度的连续变化。在此背景下，研究人员基于家庭资源配置框架，利用2020年中国乡村振兴调查（CRRS）数据，考察农机使用强度与农户主观幸福感之间的关联，并检验时间配置、收入与健康三条潜在渠道，同时考察经营规模、畜牧业生产与年龄的异质性。
二、研究设计与主要结论
研究人员以2079个种植业农户为分析样本，构建了涵盖整地、播种、植保、施肥、收获五个生产环节的农机使用强度指数，该指数取值为0至1，综合反映农户自有机械与外包服务所完成的机械化面积占比。基准有序Logit（ordered logit）回归结果显示，农机使用强度与农户主观幸福感显著正相关；平均边际效应表明，使用强度每增加一个标准差，农户报告“非常幸福”的概率约提高5.1个百分点。该正向关联在OLS、有序Probit、三环节强度指数及以生活满意度为替代结果变量等稳健性检验中保持一致。工具变量估计采用同村其他农户的农业生产服务合作社参与率（leave-one-out构造），其点估计为正但精度有限，且对排他性约束的偏离较为敏感，因此仅作为条件性补充证据。异质性分析显示，经营规模在30亩及以上的农户中，农机使用强度与幸福感的关联显著更强；而畜牧业生产与年龄分组间的差异未达到统计显著水平。渠道分析表明，农机使用强度与亩均农业劳动投入显著负相关、与人均家庭收入显著正相关、与自评健康显著正相关，且三者均与主观幸福感显著相关；KHB分解显示，三个渠道变量联合解释了约30.2%的尺度调整后系数差异，其中健康渠道贡献最大，约占65.89%。
三、主要技术方法
本研究基于2020年中国乡村振兴调查（CRRS）数据，该调查由中国社会科学院农村发展研究所实施，采用分层多阶段随机抽样，覆盖10个省级区域、50个县、156个乡镇和300个村庄。分析样本为2079个种植业农户。核心方法包括：构建五环节农机使用强度连续指数；采用有序Logit模型估计基准关联，辅以OLS与有序Probit进行稳健性检验；使用同村其他农户农业生产服务合作社参与率作为工具变量进行两阶段最小二乘（2SLS）估计，并采用Anderson–Rubin检验与Conley近似外生框架评估估计不确定性；通过交互模型检验经营规模、畜牧业生产与年龄的异质性；采用KHB方法对渠道变量进行尺度调整后的系数分解。
四、研究结果
4.1 基准回归结果
在仅纳入农机使用强度、加入个体家庭与经营特征控制变量、进一步加入县级固定效应的三个递进模型中，农机使用强度的系数分别为0.409、0.462和0.793，均在统计上显著为正。平均边际效应显示，使用强度增加对“非常幸福”类别的预测概率具有最大的正向边际贡献（0.171），而对“中立”“幸福”等中间类别具有负向边际效应。预测概率图表明，当使用强度从0升至1时，“非常幸福”的预测概率约从31.6%升至48.8%。
4.2 内生性分析
以同村其他农户的合作社参与率为工具变量的第一阶段系数为0.228，显著为正；2SLS系数为2.382，约为OLS估计（0.435）的5.47倍。然而，Anderson–Rubin检验的95%置信区间包含零，内生性检验未能拒绝外生性原假设，Conley敏感性分析显示结果对排他性约束的偏离较为敏感。因此，IV估计仅作为条件性补充证据，而非因果效应的决定性证明。
4.3 稳健性检验
OLS估计系数为0.435，有序Probit系数为0.534，均显著为正。采用整地、播种、收获三环节构建的替代强度指数，系数为0.451，在10%水平显著。以生活满意度替代幸福感作为结果变量，系数为0.224，在10%水平显著。结果表明基准关联在估计方法、核心解释变量测度与结果变量测度三个维度上均保持稳健。
4.4 异质性分析
经营规模方面，小于30亩农户的系数为0.093且不显著，30亩及以上农户的系数为1.674且显著，交互项系数为1.180，在5%水平显著，表明大规模农户中正向关联更强。畜牧业生产方面，无畜牧与有畜牧农户的系数分别为0.846和0.929，交互项不显著。年龄方面，60岁以下农户系数为1.091且显著，60岁及以上农户系数为0.543但不显著，交互项不显著。
4.5 渠道分析
时间配置渠道：农机使用强度对亩均农业劳动投入的系数为?13.155，显著为负；劳动投入对幸福感的系数为?0.009，显著为负。收入渠道：农机使用强度对人均家庭收入的系数为1.358，显著为正；收入对幸福感的系数为0.041，显著为正。健康渠道：农机使用强度对自评健康的系数为0.529，显著为正；健康对幸福感的系数为0.466，显著为正。KHB分解显示，联合纳入三个渠道变量后，尺度调整后的农机使用强度系数从0.864降至0.602，系数差异为0.261，约占总系数的30.2%；其中健康贡献65.89%，劳动投入贡献17.83%，收入贡献16.28%。
五、讨论与结论
研究结论部分指出，基于2020年CRRS数据，农机使用强度与农户主观幸福感之间存在稳健的正向关联，该关联在多种替代估计方法和测度下保持一致。渠道分析结果与家庭资源配置框架一致：更高的农机使用强度与更低的亩均劳动投入、更高的家庭经济能力和更好的自评健康相关联，其中健康在统计分解中贡献最大。异质性检验支持大规模农户中关联更强，但未发现畜牧业生产与年龄的显著差异。工具变量估计虽为正，但精度有限且对排他性约束敏感，因此仅作为条件性证据。研究将机械化评估从生产产出拓展至家庭福利维度，强调应关注机械化对农户时间配置、经济资源与健康状况的综合影响。政策层面，研究建议机械化支持应侧重实际使用而非单纯拥有，服务供给应兼顾经营规模差异，政策评估应将劳动负担与健康纳入考量。研究同时承认样本选择、横断面设计、测量误差及因果识别等方面的局限性。
