农业机械化对种植结构“趋粮化”的空间溢出效应分析

黎星池，朱满德

（1. 贵州大学经济学院，贵州 贵阳 550025； 2.贵州师范学院商学院，贵州 贵阳 550018）

伴随城镇化快速推进和人口老龄化程度持续加深，农业劳动力弱质化问题凸显。农业机械技术的推广和应用逐渐实现对劳动力的高效替代，使机械化程度较高的粮食作物在种植结构调整中具有比较优势，促进农作物种植结构“趋粮化”。尤其自2004年我国实施农机购置补贴政策以来，农业机械装备水平不断提升，但区域间农机动力过剩与不足的“结构性”矛盾依旧突出[1]，由此催生了大规模的农机跨区作业。大中型农机跨区作业加速了专业化分工和农业服务市场形成，推动了在土地细碎化和劳动力短缺等背景下小农融入现代化农业生产体系[2]，提升生产效率。农机跨区作业作为一种技术溢出的途径，改变了农户的要素禀赋条件，推动农业生产要素的跨区域配置和重组，进而对农户种植决策产生深刻影响。因此，从空间视域研究农业机械化如何影响农作物种植结构，对探索今后一个时期我国农业机械装备结构优化和政策支持方向等具有重要意义。

农业机械是改造传统农业的关键因素[3]，学界已对农业机械化问题进行了广泛的研究，主要侧重于以下方面：一是农业机械化的影响和效果，如农业机械化发展在提高粮食产量[4]、调整种植结构[5]、增加农民收入和替代农业劳动力[6]等方面发挥积极作用。二是影响农业机械化发展的因素，如地形地貌、土地规模等[7]。国家农机购置补贴政策对提升农机装备动力、改善装备结构等也起到重要作用[8]。三是农机社会化服务的发展及其影响，农机社会化服务能够将小农卷入分工经 济[9]，融入现代农业生产、经营和产业体系[10]，从而挑战了亚当·斯密[11]关于农业不可分工的观点。农机社会化服务通过大中型农机作业服务（含跨区作业服务）的高效率和规模效应能有效提升小农生产的技术效率[12]和市场竞争力[13]，但农户是否购买农机服务主要取决于经营规模和劳动力成本等多维度的比较[14]。实践表明，我国走出了一条农机等现代物质技术装备“不为所有、但为所用”的中国特色农业社会化服务道路[15]。

针对农业机械化空间溢出效应的研究，主要围绕如下方面展开：第一，关于农业机械化对粮食生产的空间溢出效应研究，这种溢出效应表现在粮食产量和生产效率等方面。伍骏骞等[16]提出农业机械化发展对粮食产量的空间溢出效应主要发生在不同纬度的区域之间，并通过空间涟漪效应对粮食生产技术效率产生一定的溢出效应[17]。第二，有关农业机械化空间溢出效应的影响因素分析，研究显示公路等交通设施[18]、城市化、农业水利化及农村财政支出等[19]因素有效推动农机技术溢出。此外，考虑农业机械要素前提下，农业劳动力价格、作物种植比较效益[20]、人口结构变化[21]等因素对种植结构也将产生影响，这有助于综合分析我国农作物种植结构时空变化的原因[22]。

综上所述，已有文献聚焦于农业机械化与粮食生产的研究，不足之处可能在于：1）关于农业机械化对粮食产量和生产效率的研究，多采用农业机械总动力这一指标考察，未能考虑农机跨区作业可能引起农机动力在不同省域范围的重新配置。2）在农业机械化的空间溢出效应分析当中，对地形地貌这一禀赋差异的考虑可能不够全面。鉴于此，本文基于2001—2018年全国31个省份（不含港澳台）面板数据，构建空间Durbin模型，研究农业机械化对种植结构“趋粮化”的空间溢出效应，并以此为基础展开讨论，为推动农业机械化高质量发展提供实证依据。

1 研究方法与数据来源

1.1 空间面板模型设定

空间Durbin模型包含了内生变量和外生变量的空间滞后变量，并从不同维度关注作用于被解释变量的因素[23]，因此能更好地捕捉不同类型的空间溢出效应。空间Durbin模型的一般形式如下[24]：

式中：i、j表示空间单元，t表示年度；Y为被解释变量，X为解释变量矩阵，Wij为空间权重矩阵，α、β为相关变量的待估参数，δ是空间自相关系数，εit为随机误差项。其中，空间权重矩阵Wij有邻接空间权重矩阵、地理空间权重矩阵和经济空间权重矩阵三类，本文同时考虑地理距离和经济距离，构建非对称性经济地理空间权重矩阵，通过标准化处理，得到相应的嵌套矩阵W，表达式为[24]：

式中：表示整个研究区间i省人均GDP的年均值，为该时期全国人均GDP的年均值，t为具体年份，Wd代表地理距离权重矩阵。因此用于参数估计的空间Durbin模型具体如下：

方程（5）的被解释变量Git反映种植结构是否呈现“趋粮化”特征，用粮食种植面积占农作物播种面积的比重表示（简称“粮食面积占比”），即t年本地i省的粮食面积占比，Gjt则是t年其他地区j省的粮食面积占比，即尝试考察其他地区的趋粮化是否对本地趋粮化有空间溢出效应（各解释变量的小标含义同此）。核心解释变量为耕播收综合机械化率（R），采用该区域机耕率、机播率和机收率进行测算，较之机械总动力指标考虑了农机跨区作业的影响，更能真实反映一个区域的农业机械化水平，W×Rjt表示Rjt的空间滞后变量。同时，考虑到影响农作物种植结构的其他因素，选取的控制变量包括农业劳动力价格（P）、人均耕地面积（D）、城镇化率（U）和农林水支出（E），其中农业劳动力价格反映的是单位农业劳动成本，用农业就业人员平均工资表示；人均耕地面积则反映土地规模化经营的可能性，用耕地面积与总人口的比值表示；城镇化率反映农业劳动力非农转移的规模，用城镇人口占常住总人口的比例表示；农林水支出反映了政府对农业生产的基础性事务投资，采用农林水财政投入这一指标表示。δ、α1～α5、β1～β5均为待估参数，εit表示服从独立同分布的误差项。该方程主要考察耕播收综合机械化率对种植结构的直接作用和间接 影响。

考虑到耕播收综合机械化率（R）和农业机械总动力（T）两个指标都反映农业机械化水平，为对比两者空间溢出效应的差异，将方程（5）中的耕播收综合机械化率（R）对应地换成农业机械总动力（T），构造方程（6）：

然而，以农业机械总动力（Tit）作为整体考察，并不能有效区分大中型农机装备和小型农机装备对种植结构的影响差异，因此计量方程（7）将大中型拖拉机动力（Lit）和小型拖拉机动力（Sit）直接纳入模型予以考察，更精确地衡量不同动力类型的农机设备对农作物种植结构的影响效应，实证模型公式如下：

1.2 变量选取与数据来源

本文选取2001—2018年全国31个省份（不含港澳台）的面板数据，从农机跨区作业视域研究农业机械化对种植结构“趋粮化”的空间溢出效应。基于上述方程，被解释变量（G）选取粮食种植面积占比表示，核心解释变量分别选取不同指标来衡量农业机械化发展水平，具体变量选择与定义见表1。 数据来源于历年《中国农业机械化年鉴》、《中国统计年鉴》和《中国农村统计年鉴》等，部分缺失数据由地方统计年鉴和统计公报予以补充。

表1 变量描述性统计结果Table 1 Description of variables

2 我国农业机械化与种植结构时空分布格局

在政策环境和农业禀赋不断变化的过程中，我国农业机械化发展和农作物种植结构反映出怎样的阶段性特征？本部分首先从整体上对两者发展历程进行分析，然后从省级层面对农业机械化和粮食种植结构的空间分布特征进行阐述，并探讨地形与农机跨区作业服务之间的关联，最后从空间布局上对粮食种植和大中型农业机械进行自相关分析。

2.1 种植结构变迁与农业机械化发展态势

2001—2003年，我国农作物种植结构处于“去粮化”阶段；2004年以来，伴随一系列支持粮食生产的政策措施出台和完善，粮食种植面积保持“十二连增”，呈现明显的“趋粮化”态势。农业机械要素投入和农机社会化服务发展是重要诱因之一，它使得粮食种植由高密度的劳动投入变成低密度的劳动投入，特别在劳动力弱质化和劳动成本持续上涨背景下对结构调整的作用更加凸显[25]。直至2018年，全国农作物播种面积达1.66亿hm2，粮食种植面积占比为70.55%，蔬菜、果园种植面积占比“先增后减”，这是经济效益导向、农业要素禀赋与居民消费结构升级等共同引起的种植结构变化[26]。

2018年我国农业机械总动力为10.04亿kW，较2001年增长82.36%，农机装备水平大幅提升。如图1所示，2003年前后是我国大中型农机发展的分水岭[27]，2004年试点农机购置补贴时，大中型拖拉机动力同比增长15.32%，创历史新高。2014年大中型拖拉机动力超过小型拖拉机动力，小型拖拉机总动力出现一定程度负增长。2016年农机总动力同比下降12.96%，主要是农机排放标准由“国二”向“国三”升级倒逼农机产业供给侧结构性改革，农业机械化发展受政策影响较大。

2.2 我国各区域粮食种植与农机装备结构及跨区作业的空间关联

从表2可见，整体呈现的特征是农业机械化发展水平越高的地区，“趋粮化”现象越明显，两者存在一定的空间耦合关系。通过表2对比分析发现：第一，在农机动力发展方面，2001年我国农业机械化整体水平较低，处于“小型机械化”发展阶段，至2018年我国大中型拖拉机动力达1.93亿kW，是2001年的5.60倍；期间小型拖拉机动力仅增长了59.41%，表明我国正朝着“大中型农业机械”的方向发展。第二，在农作物种植空间布局上，黑龙江、吉林、安徽和河南等省份粮食规模化种植更为明显，不断强化“趋粮化”发展态势。特别是，大中型农机跨区服务为粮食面积扩张奠定了坚实基础。

表2 2001和2018年各省市粮食种植与农机动力情况Table 2 Grain planting and agricultural machinery power in 2001 and 2018

考虑不同地形对农业机械空间溢出效应的影响，对比图2中的2008年和2018年农机跨区作业面积，整体呈现地形越为平坦的地区，农机跨区作业面积越大的特征。例如，在地形相对平坦的河北、山东、河南与安徽等地，农机跨区作业现象较为广泛；而耕地中坡度较大的贵州、云南、福建等省份，农机跨区作业的面积较少，即地形对农业机械化空间溢出具有较大影响。

2.3 大中型农业机械与粮食种植的空间自相关性

计算结果表明，2001—2018年相关变量的全局莫兰指数在1%水平上显著，这意味着农业机械化水平和粮食种植面积占比存在空间自相关，即存在一定的空间集聚现象。进一步计算局部莫兰指数，得到局部莫兰散点图（图3）。

局部莫兰散点图中每个圆圈代表一个省份，（a）图大部分散点分布在坐标系的一、三象限，表明粮食面积占比高的地区往往相邻省份粮食面积占比也高，反之亦然。如，第一象限中吉林、安徽、江苏等粮食面积占比较高的省份集聚，而第三象限中重庆、贵州、青海等省份粮食面积占比较低。（b）图中局部莫兰散点主要分布在第三象限，表明我国大中型农机有待发展，存在相邻省份大中型农机基础均薄弱的情况。部分省份分布在第二象限，即存在大中型拖拉机动力低的地区被其动力较高的省份所包围，这为农机跨区作业创造了条件。结合（a）图和（b）图散点分布情况，发现“趋粮化”现象较为明显的地区，其大中型拖拉机动力普遍较高，而粮食面积占比偏低的省份，其大中型拖拉机动力也相对较小。其拟合线斜率为正表示粮食种植面积占比与大中型拖拉机动力均存在一定程度的正空间自相关。

3 实证结果分析

3.1 空间Durbin模型检验与估计：总体影响

本部分将利用省级面板数据实证检验农业机械化发展对种植结构“趋粮化”的影响效应。对模型和数据进行显著性检验、Hausman检验等系列检验，最终选择空间Durbin模型的个体固定效应进行估计，回归结果如表3。

表3 整体空间Durbin模型回归结果Table 3 Regression results of the overall spatial Durbin model

第一，方程（5）～（7）的模型回归结果表明， 耕播收综合机械化率、农业机械总动力、大中型拖拉机动力及小型拖拉机动力的直接影响系数均为正，并分别通过1%或5%水平的显著性检验，即意味着农业机械化发展促进本地种植结构“趋粮化”， 因为相对于经济作物，“标准化”粮食种植农艺农法更易于全程机械化生产[25]。其中，耕播收综合机械化率对本地粮食种植的促进作用表现最为明显，但农业机械总动力作为一个整体对本地种植结构的影响并不强烈，这可能是因为农机装备使用效率的参差不齐，部分地区农机装备过剩、使用效率下滑。

第二，控制变量方面，首先农业劳动力价格与空间滞后变量（即W×农业劳动力价格）的回归系数整体上显著为正，即说明农业劳动力成本上升有助于“趋粮化”，这与仇童伟和罗必良[28]的研究结果“随着务农成本的变化，农户能够适应性调整要素配置和种植结构”是一致的。其次，城镇化对种植结构的影响主要表现在两个方面：一方面，城镇化快速推进使农村劳动力不断流失，为农业机械对劳动力的替代创造了条件，特别在适宜于农业机械生产的平原坝区，强化种植结构“趋粮化”；另一方面，劳动力成本上升和粮食比较收益下降在各地区普遍存在，在不具有机械作业优势的丘陵山地，种植结构由粮食作物转向比较收益更高的经济作物。由方程（6）城镇化率的回归系数-0.201 0可知，城镇化抑制本地种植结构“趋粮化”，说明农户种植决策中更注重比较收益。再次，土地细碎化严重制约农业规模化和机械化生产，人均耕地面积的估计系数均为正，表明土地经营规模越大越有利于粮食机械种植。最后，方程（5）和（7）中农林水支出回归系数显著为正，说明提高农林水投资投入有利于本地粮食种植，通过机耕道建设、土地平整和土壤改良等项目，有效改善农作物种植环境。即，控制变量农业劳动力价格、人均耕地面积、农林水支出均促进本地种植结构的“趋粮化”，仅城镇化率表现为负向作用。

第三，考察空间自相关系数，方程（6）中rho通过了显著性检验，这意味着在其他因素不变的情况下，周边省份粮食种植面积占比每增长1%，本地粮食种植面积占比提高0.385 0%，表明农业要素配置对种植结构的影响效应存在空间关联性。为准确衡量各解释变量对农作物种植结构的直接影响、空间溢出效应和总效应，采用偏微分方法求解[29]，结果如表4。

表4的计量结果表明：第一，在方程（5）中，提高耕播收综合机械化率对本地种植结构“趋粮化”产生明显促进作用，但对周边省份不存在空间溢出效应，因此下文不再作进一步分析。第二，方程（6）农业机械总动力的空间溢出效应为0.005 2，表明本地农业机械总动力每提升1%，周边省份粮食种植面积占比将提高0.005 2%，这说明可能存在省际间农机跨区作业，通过农机资源的空间配置带动周边地区粮食生产机械化，进而推动种植结构“趋粮化”。第三，方程（7）结果表明，大中型拖拉机动力的空间溢出效应是小型拖拉机动力的1.56倍，表现出正向的空间溢出效应，两者的空间溢出效应均大于直接影响效应。这意味着，我国存在大规模农机跨区作业服务现象，主要表现为大中型农机跨区服务[30]， 对周边省份的辐射作用超过本地直接影响效应。

表4 各变量的直接影响、空间溢出效应和总效用Table 4 Direct effects, the spatial spillover effects, and the total utility of variables

控制变量方面，方程（6）表明除人均耕地面积以外，农业劳动力价格、城镇化率和农林水支出均存在空间溢出效应。一是城镇化率这一指标体现出显著的负向空间溢出效应，说明城镇化水平越高的地区，农户倾向于放弃种植粮食作物、转向种植比较收益更高的经济作物。二是农林水支出的空间溢出效应显著为负，即对周边省份种植结构“趋粮化”产生抑制作用，可能的原因是，各省份间农业资源配置存在一定竞争效应。三是农业劳动力价格存在正的空间溢出效应，表明本地农业劳动力价格上涨会带动周边地区务农成本上升，进而加快农业机械对劳动力的替代，有利于推进粮食作物的全程机械化生产。

3.2 时间维度的空间溢出效应分析

为了研究不同时间范围内农业机械化空间溢出效应的变化趋势，结合农业机械化发展的阶段性特征，本文将研究时段划分成为2001—2003年、2004—2010年以及2011—2018年3个区间，采用空间Durbin模型进行计量分析，结果如表5。

表5 时间维度空间溢出效应估计结果Table 5 Estimation results of the spatial spillover effect in time dimension

实证结果表明：（1）2001—2003年我国农业机械化的空间溢出效应并不显著，虽然农机跨区作业趋势初步显现，但还未形成规模化的跨省作业。 （2）2004—2010年大中型拖拉机动力的空间溢出效应为0.082 5，为农业机械总动力空间溢出效应的5.5倍，而小型拖拉机动力不存在显著的空间溢出效应。进一步说明2004年国家颁布实施《中华人民共和国农业机械化促进法》以后，促进了农业机械化发展特别是大中型农机迅速增长，全国范围内出现了周期性的大规模农机跨区作业服务。（3）2011—2018年农业机械化的空间溢出效应整体呈现出递增趋势，小型拖拉机动力逐渐显现出正的空间溢出效应。但农业机械总动力和大中型拖拉机动力的空间溢出效应并未出现明显的涨幅，这可能是因为农业机械化由迅速发展的“黄金期”过渡到平稳增长阶段，转向农业机械化绿色高质量发展。这或表明，2004年以前是农机跨区服务的铺垫时期，2004年以后我国出现大规模农机跨区作业，主要通过大中型农机进行跨区服务。

3.3 不同地形的空间溢出效应分析

我国各区域自然地理条件和农业资源禀赋存在巨大差异，这种空间溢出效应在不同地形区域又呈现出怎样的特征呢？总结其他学者[31]对不同地形农业机械化的研究，本文将全国31个省份（不含港澳台）划分为平原和丘陵山区两种地形。其中，黑龙江、吉林、辽宁、北京、天津、河北、山东、安徽、江苏、上海、河南、内蒙古作为12个平原地区省份，其余19个省份为丘陵山地，运用SDM模型得到结果见表6。

表6 不同地形条件下SDM模型估计结果Table 6 SDM model estimation results under different terrain conditions

估计结果表明：（1）对平原地区，农业机械化整体上存在正向空间溢出效应，且主要体现在大中型拖拉机动力，其空间溢出效应为0.016 3，是直接影响效应的3.1倍，说明平原地区大中型农机跨区作业现象较为广泛。小型拖拉机动力不存在显著的空间溢出效应，其产生的直接影响系数显著为负，说明相对于大中型拖拉机，小型拖拉机在粮食规模化种植中发挥的作用存在局限性。

（2）对丘陵山区，农业机械总动力表现出负向空间溢出效应，说明丘陵山区存在农机装备结构不合理的可能性，加之报废更新制度滞后，导致整体农机装备利用率较低。其中小型拖拉机动力的空间溢出效应为-0.024 1，主要由于小型农机通常被大量小农所持有，对劳动力的替代作用有限，伴随大中型农机推广和农业社会化服务的发展，使得小型农机使用效率下降。仅大中型拖拉机动力的空间溢出效应显著为正，且比平原地区的空间溢出更大，这可能是因为丘陵山区的农机发展基础薄弱，大中型农机持有数量较少，随着土地平整、机耕道修建等宜机化项目不断推进，丘陵山区对大中型农机的需求潜力明显增大。

4 结论与建议

4.1 结论

本文基于2001—2018年省级面板数据，从空间视域研究了农业机械化发展对种植结构“趋粮化”的空间溢出效应，主要结论有：

1）农业机械化发展强化了种植结构“趋粮化”态势，农业机械总动力、大中型拖拉机动力和小型拖拉机动力均显示出正向空间溢出效应，并主要表现为大中型农机跨区作业。

2）农业劳动力价格上涨推动周边省份种植结构“趋粮化”，而城镇化发展和农林水支出抑制周边地区“趋粮化”发展，其中城镇化对农作物种植结构影响效应最为明显。

3）2001—2003年我国农业机械化发展不存在显著的空间溢出效应，2004年后农业机械总动力、大中型拖拉机动力显示出递增的正向空间溢出效应，2011年小型拖拉机动力的空间溢出效应开始显著为正。

4）我国平原地区农业机械总动力和大中型拖拉机动力具有正的空间溢出效应，而丘陵山区除大中型拖拉机动力呈现出正向空间溢出效应以外，农业机械总动力和小型拖拉机动力均出现负的空间溢出效应。

4.2 建议

1）考虑到农业机械化发展对周边省份种植结构“趋粮化”具有空间溢出效应，因此，通过“互联网+农机作业”构建农机跨区服务大数据平台，实现区域间农业机械资源的科学配置和有效流动。

2）根据农业生产对机械作业的需求变化，不断完善农机补贴政策。一方面，各省份在中央农机购置补贴目录基础上，结合区域特色农业发展，及时调整省级购机补贴范围，优化农机装备结构。另一方面，推动作业补贴项目实施，落实农机用油财政补贴政策，充分提高农机利用率。

3）加快我国农田“宜机化”改造，推动机械“下地”基础设施建设。一是增加农田“宜机化”改造专项资金，改善农机作业条件，扩展大中型农机作业服务的市场空间。二是加强农田建设部门和农机管理部门的有效沟通，将农田“宜机化”改造标准纳入高标准农田建设要求[32]，确保大中型农机能够“下地”作业，实现机械要素对劳动力的高效替代。

4）培育新型农机服务主体，拓展农业社会化服务领域。进一步加强政府对农机服务组织的技术、资金支持，通过“农机合作社+龙头企业+农户”等方式盘活农机合作组织，加快大中型农机作业服务的推广运用。鼓励农机服务组织通过跨区作业、农业生产托管、订单作业等多种方式进行适度规模经营，带动小农融入现代农业生产体系。