【正文】 引入反映農(nóng)業(yè)技術(shù)應(yīng)用狀況的虛擬變量用于考查農(nóng)業(yè)技術(shù)應(yīng)用對農(nóng)戶收入增長的平均影響和動態(tài)效應(yīng)，其中，動態(tài)效應(yīng)主要是分析不同年份農(nóng)業(yè)技術(shù)應(yīng)用的影響和變化趨勢以反映農(nóng)業(yè)技術(shù)應(yīng)用的時間效應(yīng)。廖西元等（ 2024）按水稻生產(chǎn)環(huán)節(jié)對 16個省 5228個農(nóng)戶采用水稻機械化生產(chǎn)技術(shù)應(yīng)用情況調(diào)查與分析表明，農(nóng)戶人均收入影響稻農(nóng)采用機械化生產(chǎn)技術(shù)[17]。 thirtle 等（ 2024）通過對南非部分區(qū)域棉花新技術(shù)的應(yīng)用實證分析得出，非農(nóng)收入 第 3 頁 共 17 頁 與技術(shù)應(yīng)用存在顯著正相關(guān)，能夠成為技術(shù)應(yīng)用的重要資金支持。因此，現(xiàn)階段對我國農(nóng)民收入增長問題的研究具有十分重大的戰(zhàn)略意義，尤其是對農(nóng)民非農(nóng)收入增長的研究顯得更有突出的現(xiàn)實價值。因此，對當(dāng)前我國農(nóng)業(yè)技術(shù)需求和應(yīng)用的主體 ——— 農(nóng)戶農(nóng)業(yè)技術(shù)應(yīng)用行為的研究就顯得尤為迫切和重要?？萍歼M(jìn)步對農(nóng)業(yè)增長的貢獻(xiàn)率從 “ 一五 ” 時期的19X8226。與走中國特色農(nóng)業(yè)現(xiàn)代化道路的要求相比，農(nóng)業(yè)科技支撐能力仍然不強 。溫鐵軍， 2024。feder， 1980。國內(nèi)學(xué)者研究也進(jìn)行了大量卓有成效的研究，所得出的共同結(jié)論是，農(nóng)戶收入水平或其富裕程度是影響農(nóng)戶農(nóng)業(yè)技術(shù)應(yīng)用的主要因素。 本文旨在利用實證分析方法研究現(xiàn)階段農(nóng)業(yè)技術(shù)應(yīng)用對農(nóng)戶收入增長的影響，并給出更為精確的估計。因此，研究江西農(nóng)戶農(nóng)業(yè)技術(shù)應(yīng)用促進(jìn)其收入增長，尤其是促進(jìn)其非農(nóng)收入增長問題，不僅是江西農(nóng)村經(jīng)濟(jì)發(fā)展的重大戰(zhàn)略問題，更是反映我國糧食主產(chǎn)區(qū)農(nóng)村經(jīng)濟(jì)發(fā)展極其重要的典型案例。該省大多數(shù)農(nóng)戶都是兼業(yè) 戶，即既從事農(nóng)業(yè)生產(chǎn)，又從事工業(yè)、商業(yè)等非農(nóng)生產(chǎn)活動，選擇江西農(nóng)戶為研究對象分析農(nóng)業(yè)技術(shù)應(yīng)用和農(nóng)戶收入增長問題，具有較強代表性。而因變量則選取農(nóng)戶家庭經(jīng)營收入和外出打工收入（所選取的變量主要統(tǒng)計特征見表 1）。隨機誤差項 εit 代表模型中被忽略的隨橫截面和時間而變化的因素的影響。εit 表示隨機誤差項 。然而，筆者認(rèn)為，隨著市場經(jīng)濟(jì)和現(xiàn)代農(nóng)業(yè)的發(fā)展，農(nóng)業(yè)技術(shù)應(yīng)用對農(nóng)戶收入增長影響的傳導(dǎo)機制發(fā)生了重要變化，已由原來的直接傳導(dǎo)機制轉(zhuǎn)變?yōu)楝F(xiàn)在的間接傳導(dǎo)機制，此間接傳導(dǎo)機制即是農(nóng)業(yè)技術(shù)應(yīng)用能夠節(jié)省農(nóng)業(yè)勞 動時間和精力，便于農(nóng)戶從事非農(nóng)就業(yè)從而增加其非農(nóng)收入，最終增加其家庭總收入。如前所述，結(jié)合實際考慮，運用農(nóng)業(yè)技術(shù)應(yīng)用提高農(nóng)業(yè)效率以增加農(nóng)戶農(nóng)業(yè)收入，從而促進(jìn)農(nóng)戶家庭總收入增長這一直接傳導(dǎo)機制 已經(jīng)很難解釋本模型的估計結(jié)果。4%。 為了考察農(nóng)業(yè)技術(shù)應(yīng)用對農(nóng)戶收入增長的動態(tài)影響，筆者將農(nóng)業(yè)技術(shù)應(yīng)用虛擬變量拆分為一組農(nóng)戶受過農(nóng)業(yè)技術(shù)教育或培訓(xùn)的年份虛擬變量，即 adop1（ 2024 年農(nóng)戶受過農(nóng)業(yè)技術(shù)教育或培訓(xùn)） 。adop5 均為 0，依此類推 [27]。adop4。這表明，農(nóng)業(yè)技術(shù)應(yīng)用對農(nóng)戶家庭經(jīng)營收入增長的影響既有短期的，更有中長期的，即短期內(nèi)對農(nóng)戶收入增長呈現(xiàn)負(fù)面影響，但從總體趨勢而言，對農(nóng)戶收入增長的影響卻是正向的。因此，筆者仍然借鑒模型（ 2）和模型（ 3）的方式，構(gòu)建個體和年份雙向固定效應(yīng)模型分析農(nóng)業(yè)技術(shù)應(yīng)用對農(nóng)戶非農(nóng)收入增長的影響。這與 jefernandezcornejo（ 2024）的研究結(jié)論也是一致的，他研究指出，耕地保護(hù)技術(shù)應(yīng)用對農(nóng)戶非農(nóng)收入增長的彈性系數(shù)是 0X8226。078 和 0X8226。一方面，農(nóng)業(yè)技術(shù)應(yīng)用能夠促進(jìn)農(nóng)戶家庭經(jīng)營收入平均增長 6X8226。24，即相比單獨從事農(nóng)業(yè)生產(chǎn)或非農(nóng)就業(yè)，農(nóng)戶能夠平均節(jié)省 24%的家庭成本。另一方面，農(nóng)業(yè)技術(shù)應(yīng)用之所以能夠促進(jìn)農(nóng)戶家庭經(jīng)營收入增長，主要是因為農(nóng)業(yè)技術(shù)應(yīng)用能夠節(jié)省勞動時間和精力，使農(nóng)戶能夠更好地從事非農(nóng)就業(yè)以提高其非農(nóng)收入，從而促進(jìn)其家庭總收入的增長。這可能預(yù)示著農(nóng)戶需要更先進(jìn)的農(nóng)業(yè)新技術(shù)，即新一輪更先進(jìn)農(nóng)業(yè)新技術(shù)應(yīng)用的開始。59，影響尤為顯著 ③ 。其選取依據(jù)在于，經(jīng)營耕地面積與農(nóng)戶外出打工收入增長往往呈現(xiàn)負(fù)相關(guān)關(guān)系，即耕地面積越大越會制約農(nóng)戶外出打工，尤其是水稻 生產(chǎn)領(lǐng)域，此種負(fù)相關(guān)關(guān)系體現(xiàn)地更為明顯 。52 和 36X8226。具體而言，在受過農(nóng)業(yè)技術(shù)教育或培訓(xùn)后的前兩 年，農(nóng)業(yè)技術(shù)應(yīng)用對農(nóng)戶家庭經(jīng)營收入的影響是負(fù)值，其彈性系數(shù)分別為0X8226。t=1， … ， t（ 3）其中 θi （ i=1， 2， 3，4， 5）考察農(nóng) 業(yè)技術(shù)應(yīng)用對農(nóng)戶收入增長動態(tài)的平均影響。adop3（ 2024 年農(nóng)戶受過農(nóng)業(yè)技術(shù)教育或培訓(xùn)） 。為了保證計量模型運行的正確性，筆者進(jìn)行了相關(guān)統(tǒng)計檢驗，即 f 檢驗值為8X8226。 與此同時，表 3 中的估計結(jié)果還表明，除農(nóng)業(yè)技術(shù)應(yīng)用變量之外的其他解釋變量的估計結(jié)果與筆者預(yù)期的情況基本保持一致?；诒?3中的估計結(jié)果可以得出，農(nóng)業(yè)技術(shù)應(yīng)用對農(nóng)戶家庭經(jīng)營收 第 11 頁 共 17 頁 入的平均影響是正向的，且影響顯著，即在其它條件不變的條件下，農(nóng)業(yè)技術(shù)應(yīng)用能夠促進(jìn)農(nóng)戶收入平均增長 6X8226。 本模型選取的解釋變量有農(nóng)戶年末經(jīng)營耕地面積、年末擁有 第 10 頁 共 17 頁 生產(chǎn)性固定資產(chǎn)原值、種稻投工量、購買化肥金額和購買農(nóng)藥金額等。t=1， … ， t（ 2）其中 yit 是反映第 i 個農(nóng)