农业技术进步偏向对粮食全要素生产率的影响

汪中华，尹妮

（哈尔滨理工大学经济与管理学院，黑龙江 哈尔滨 150080）

“国无农不稳，民无粮不安。”在中国粮食生产总量保持稳定增长态势的同时，发展大环境的不确定性导致粮食生产并不稳定，资源环境的约束持续增加粮食增产提质的难度[1]。受制于耕地、水利等资源约束以及要素相对价格的变化，当前资源消耗型粮食生产模式亟需转向依赖技术创新的生产模式，以激活粮食生产新动能，实现粮食长期安全。作为一个人口大国，中国以大约9%的土地支撑着20%的人口，这种要素绝对差异使得中国的农业技术是非中性的，按照农业经济学家Hayami和Ruttan[2]提出的诱致性技术创新理论，中国的初始禀赋使其农业生产应用更多节约土地的“生化偏向型”技术进步模式[3-4]。但一些研究表明，自改革开放以来，中国粮食生产呈现出明显的利用机械替代劳动要素的“农机偏向型”技术进步特征[5]。2021年，农业农村部发布的粮食增产类主推技术中，化肥良种型核心技术将近一半，机械装备类智能化技术占40%。通过技术进步完成对稀缺资源的替代，进而不同程度地消除无弹性的土地以及劳动供给的生产约束，带来差异化的粮食增产效应[6-8]。

实际研究中通常用粮食全要素生产率反映粮食生产过程中的资源配置效率，作为一个综合性指标，它能够反映技术效率、技术进步和规模效率对产量增长的贡献情况[9]。因此，现有研究多从粮食全要素生产率的测度出发，结合影响因素研究讨论粮食全要素生产率的演变[10-11]。随着对粮食全要素生产率时空演变情况的深入研究，粮食生产空间格局的关联性逐渐成为分析粮食生产必须考虑的前提[12]。技术进步是粮食生产综合效率提升的关键，具有公共物品属性的农业技术对粮食全要素生产率具有空间溢出作用[13]。技术进步的要素偏向特征也会随着技术扩散对粮食全要素生产率的影响产生溢出效应。然而现有研究大多从技术进步中性的视角出发，分别叙述农机偏向型技术进步或者生化偏向型技术进步对粮食生产效率的作用[14-15]。部分考虑到农业技术进步非中性的研究，采用的方法是将全要素生产率进行分解，从投入角度得到农机投入偏向的技术进步和生化投入偏向的技术进步[16]。这种直接分解会造成技术进步影响的内生性，难以解释为何中国的农业技术进步偏向对于粮食生产的影响具有异质性。总体来说，关于技术进步和粮食生产效率的研究一直是学术讨论的热点话题之一。当前研究主要是在测算粮食全要素生产率的基础上分析技术效率、技术进步指数以及规模效率的作用，难以明晰我国农业技术进步的实际作用路径。事实上，“生化偏向型”以及“农机偏向型”技术进步是当前中国农业技术进步的一般形态，不少研究已经证实这两种技术进步模式在粮食生产中的作用大相径庭，但是缺乏统一框架下的影响研究。另外，如果不考虑技术进步的外部性或粮食生产的空间依赖性，会低估技术进步对全社会粮食生产的影响。

鉴于此，本文以诱致性技术进步理论为基础，利用三要素二层嵌套CES生产函数，测度并识别中国主要粮食生产省份的农业技术进步偏向；使用DEA-Malmquist模型评估粮食全要素生产率，关注粮食主产区与非主产区粮食生产效率的变化特征，采用空间滞后模型，在技术进步有偏的情境下，分析当前中国的农机偏向型技术进步会抑制粮食全要素生产率的原因，对于探索适宜的技术进步模式，打破资源限制，提升粮食生产质效具有重要意义。

1 研究方法与数据来源

1.1 农业技术进步偏向指数测度方法

农业生产要素替代弹性的变化会直接影响生产效率，而且会间接带来要素积累，影响种粮主体的决策。按照诱致性技术进步理论，当生产要素间存在互补性时，价格效应（技术进步偏向使用昂贵的稀缺要素）会占支配地位；而当两者存在替代性时，市场规模效应（技术进步偏向使用充裕要素）会占支配地位。这种要素相互作用在农业生产中表现为某种技术进步路径会提高特定生产要素的边际产出，改变要素的边际替代率，影响最终产出。其主要机理为：在两种生产资料投入比固定时，如果技术进步对农机要素边际产出的作用效果更大，那么技术进步更有利于提高农业机械要素的收入份额，采用农机偏向型技术进步会增加更多的最终产出。

从中国农业生产要素的总体使用情况来看，土地与劳动力要素必要但是稀缺，因此生产过程中会更多地使用生化资料以及农机资料节约两种生产要素[17]。本文基于粮食生产技术的功能性特征，将生产资料分为两类：农业机械（K）和生化资料（E），建立附加生产要素的（KE）L型CES生产函数，不仅能够直观显示农机技术与生化技术之间的关系，而且能够很好地展示农机型技术与生化型技术哪类技术对粮食生产贡献更大，以此验证诱致性技术进步理论在我国的适用性。具体模型形式如下：

式中：Y是最终粮食产出，L、E、K分别是劳动投入、生化资料投入以及农业机械投入。α是生产资料的分配参数，β反应生产过程中劳动要素与生产资料的贡献份额；AL、AU、AS分别度量了劳动要素、农机生产资料以及生化资料的技术效率；εK,E为农机要素与生化资料的替代弹性，εKE,L为嵌套后生产资料与劳动要素的替代弹性。

参照王林辉和袁礼[3]对技术进步偏向指数的设计思路，将农业技术进步偏向（B）定义为：

式中：i和t分别表示样本和年份，wsu是农机与生化资料的边际产出比。AUit、ASit分别代表农机资料和生化资料的技术效率，ȦUit和ȦSit表示两种技术效率的变化率。可以看到，技术进步偏向受生产资料的替代弹性以及两者之间相对效率的增长率决定。当εK, E＜1时，两种要素互补，如果此时AUit/ASit上升，Bit＜0，技术进步偏向生化型技术进步；若AUit/ASit下降，技术进步偏向农机型技术进步模式。当εK, E＞1，两种生产资料是替代关系，若AUit/ASit下降，技术进步偏向于生化资料，即技术向节约土地的方向发展。若εK, E=1，则技术进步是中性的。

1.2 粮食全要素生产率测度

DEA-Malmquist是一种不需要设定特定函数形式，用生产过程中产出投入的复杂变化反映决策单元的全要素生产率（TFP），并能将综合效率分解进行纵向比较的模型[18]。本文考虑到粮食生产受资源短缺以及环境约束的双重负荷，选择投入导向型模型测度粮食全要素生产率。具体的计算公式如下：

式中：M为在时期t的技术条件下，时期t到t+1的全要素生产率（TFP）。x、y分别为各时期投入产出集。TE表示技术进步变化指数，反映的是生产前沿面的外推；EFF（技术效率指数）反映一段时期内实际产量与最大产量的差距，可进一步分解为纯技术效率变化指数（PE）与规模效率变化指数（SE）。

1.3 面板空间模型

粮食生产受资源禀赋影响较大，粮食全要素生产率表现出明显的空间依赖性。不同技术来源的农业技术进步对粮食全要素生产率既有直接作用又有间接作用。因此，本文尝试建立空间滞后模型（式4），从空间视角研究农业技术进步偏向与粮食全要素生产率的关系。

式中：i和t分别为地区及年份，A为粮食全要素生产率，B代表农业技术进步偏向指数，βi是直接影响系数（i=1，2），ρ1是空间滞后项系数，C为控制变量集。W为n×n阶空间邻接权重矩阵。

1.4 数据来源与指标选取

粮食作物整个生产过程较为复杂，因此本文筛选出我国三大主粮（稻谷、小麦、玉米）的主要生产主体，研究对象包含全国26个省份[19]。按照地区粮食贡献度和自然地理区域划分，将26个研究对象分为东部、中部和西部三个区域。东部包含福建、广东、河北、江苏、辽宁、山东、浙江；中部包含安徽、河南、黑龙江、湖北、湖南、吉林、江西、山西；西部包含甘肃、广西、贵州、海南、内蒙古、宁夏、陕西、四川、新疆、云南、重庆。按照粮食生产功能区划分为粮食主产区和粮食非主产区。主产区包括黑龙江、吉林、内蒙古、辽宁、河北、河南、山东、江苏、安徽、江西、湖北、湖南、四川；非主产区包括浙江、广东、福建、海南、贵州、云南、宁夏、广西、陕西、甘肃、重庆、山西、新疆。另结合各地区地势地形、种植制度以及各省粮食播种面积和产出情况，划分玉米、小麦、稻谷优势生产区域，具体见表1。

表1 玉米、稻谷、小麦生产优势区域Table 1 Main planting areas of maize, rice, and wheat

粮食全要素生产率的指标体系构建参照张丽和李容[20]的研究，选取乡村从业人口、粮食播种面积以及农业机械总动力、农用化肥折纯量作为投入指标；粮食总产出作为产出指标。农业技术进步偏向指数的测度数据来自相应年份的《全国农产品成本收益资料汇编》以及《中国农村统计年鉴》，其中农机资料费用以单位面积机械投入价值表示，生化资料费用则以单位粮食生产过程中化肥、农用肥等生化型投入要素价值总和表示，由于样本研究时间跨度较长，单位面积机械投入价值以及单位面积生化投入价值均以2002年为基期，利用农业生产资料价格指数作平减。劳动力价格用单位劳动用工投入所花费的人工成本代替，以消除农业生产的季节性影响[21]；此外，考虑到农业生产部门相较于其他经济部门对土地以及劳动要素反映更加剧烈，产业结构优化水平也相对滞后，粮食生产水平与农田水利设施和自然灾害的联系也很密切[15,21]。因此，除却反映技术进步偏向的解释变量外，进一步增加农地经营规模用于反映农地经营情况；增加城镇化水平反映劳动力流动情况；采用有效灌溉率用以控制农业生产条件的影响；采用受灾面积占农作物播种面积的比重来反映自然灾害对粮食生产的影响。具体的指标定义见表2。

表2 变量定义与描述Table 2 Variable definition and description

2 结果与分析

2.1 农业技术进步偏向测度结果分析

2.1.1 农业技术进步偏向的典型事实特征 采用广义非线性最小二乘法对式（1）的双层嵌套CES生产函数进行参数估计，得到各样本的要素替代弹性（表3）。可以看到，2002—2020年间各省份农机资料与生化资料替代弹性均值为0.948，两者总体是互补的[22]，主要是由于整个粮食生产过程中两种生产资料往往协同使用。但具体看各区域农机生化资料合成品的结构变化情况，农机生产资料与劳动生产资料间的替代弹性有很大差别，甘肃、宁夏、贵州等地粮食生产模式主要是以简单便捷的生化投入为主，生产资料间有明显替代作用。江苏、安徽、湖南等16个省份的替代弹性小于1，这些地区粮食生产要素投入结构较为稳定，农机生产资料以及生化资料的协同使用更利于粮食生产。各省份农机—生化合成品与劳动要素的替代弹性差别不大，大概在0.245左右，说明生产资料合成品与劳动之间是互补关系。

表3 26个粮食生产省份要素替代弹性结果Table 3 Results of the factor substitution elasticities in 26 grain-producing provinces

图1显示了我国各区域技术进步偏向指数的时间演变趋势。可以看到，有偏的农业技术进步在各区域是广泛存在的，整个研究期间，全国及各地区技术进步偏向度均有所波动，但大多数年份全国范围内的技术进步指数大于0，这些时期技术进步方向始终偏向于密集使用农机要素。这与我国现代化农业生产中农业机械化比重持续提高的现实情况相符合。具体来看，中国早期的农业技术进步偏向生物化学型，以此达到节约土地的目的，符合我国农业发展的时代特征。2004年起，中央一号文件连续强调“三农”主题，城乡二元经济发展的特点又要求农业劳动要素更多地被机械技术替代，劳动要素成本增加使得节约劳动成为这一时期农业生产的典型特征，机械化技术进步成为粮食生产的主要推动力。

图1 我国各区域技术进步偏向指数变化趋势Fig. 1 Variation trends of technological progress bias index in different regions of China

东部、中部和西部的农业技术进步方向变化趋势大致相同，均表现为生化技术与机械技术交替变化的发展趋势，缓解了粮食生产要素边际报酬递减规律的制约。东部8个省份近年来主要采用节约土地的生物化学型技术进步模式。西部地区以节约劳动的农机技术为主，对于生物化学型技术的应用有所减少。中部8个省份是传统的粮食主产区，生产机械化程度与土地规模均有利于机械技术发展，整体技术进步偏向于农机型技术进步。

2.1.2 不同粮食作物技术进步偏向特征 考虑到不同粮食作物资源禀赋以及生长条件存在差异，进一步分析不同粮食作物技术属性的差异性，表4到表6分别显示了玉米、稻谷以及小麦优势产区的技术进步偏向指数。早期各玉米优势产区农业机械化和专业化发展受限，农业生产中更多地使用生物化学技术，因此整体技术进步模式表现为生化偏向型技术进步。北方春玉米产区耕地资源较为丰富，规模化经营为机械技术进步提供有利条件，玉米农机偏向型技术进步指数呈上升趋势。与之相对，西南山地玉米产区地形状况复杂，推广机械作业难度较大，这些地区玉米生产主要以生化型技术进步模式为主[23]。黄淮海地区则表现为农机偏向型技术进步与生化偏向型技术进步模式交替演进，农艺、农机结合是黄淮海平原玉米高产的必要条件。

表6 小麦生产优势区的技术进步偏向指数Table 6 Technological progress bias indices of wheat production advantage area

稻谷生产的技术进步类型受自然条件影响较大，长江流域以及东北早熟稻产区拥有优质的水土资源，其稻谷种植的技术创新更多地表现为生化偏向型技术进步；传统花生—水稻复作的种植模式提升了东南沿海优势稻产区土壤的理化条件，因此相对于生物技术，东南沿海稻谷生产的技术创新重在控制土壤中水分的排灌技术以及栽培配套技术。

相较于普遍采用生化型技术进步模式的北方冬麦产区，西部春麦和南部冬麦产区大多采用农机型技术进步模式。甘肃、宁夏、新疆等西部小麦产区大部分处于高寒干冷地带，因此早期侧重于培育耐寒丰产的春麦良种，近年来受政策影响，转向发展具有明显节劳属性的农业机械技术。江苏、安徽、云南、四川等南部冬麦优势区主要采取两熟平作的种植方式，农业机械技术提升了这些区域粮食生产过程中耕、播、收的效率，从而获得较高产量。总之，虽然我国整体农业技术进步表现为节约劳动的农机偏向型技术进步，但是受生产禀赋以及要素成本等的影响，我国农业技术进步方向在不同粮食作物类型上具有非均衡性。

表4玉米生产优势区的技术进步偏向指数Table 4 Technological progress bias indices of maize production advantage area

2.2 粮食全要素生产率测算结果及技术变化

表5 稻谷生产优势区的技术进步偏向指数Table 5 Technological progress bias indices of rice production advantage area

中国内陆气候、地形复杂，不同地区的机械化程度和劳动力人口都存在一定程度的差异。因此，必须对每个省份的粮食生产情况进行分析。图2显示了利用deap2.1软件得到的2002—2020年我国26个粮食生产省份的全要素生产率以及相应分解效率。结果发现，2002至2010年，整体粮食全要素生产率波动明显，但只有2003、2005、2009年的相对效率小于1，粮食生产是低效的。其中，技术动力不足是造成2003年和2009年粮食生产处于劣势地位的主要原因。2005年纯技术效率以及规模效率均小于1，说明这一年不仅存在要素流失，而且资源也没有有效配置。2010年以后整体粮食投入利用效能相对较好。2017年至2018年的技术变动指数触底，但综合粮食全要素生产率仍具有优势，说明技术效率的优势一定程度上弥补了现有技术进步与技术前沿之间的差距，更加证明了技术进步的重要性。

图2 2002—2020年粮食全要素生产率时序变化图Fig. 2 Time series change of the total factor productivity of grain from 2002 to 2020

表7进一步显示了不同粮食产区粮食全要素生产率的差异。可以看出：我国粮食主产区综合粮食生产效率优于非主产区。四川、河南、湖南、湖北等粮食生产集中区，土壤资源丰裕，良好的农业生产基础以及产粮重心的集聚帮助发挥这些地区生产经营的规模效应；黑龙江、吉林、辽宁、内蒙古等北部省份技术效率更占优势，粮食生产重心的北移进一步促进这些地区农业现代化发展，农业机械的投入以及育种方式的改进提升了这些地区的粮食产量。安徽、河北、江苏、江西四省技术进步变化指数较高，技术进步驱动生产前沿面外移，促使这些产粮大省一直处于规模报酬递增阶段。粮食非主产区中，广西、广东、贵州、云南、浙江和重庆六省实际产量与最大产量之间仍有差距，陕西、山西、新疆等地规模效率同样偏低，但是这些地区技术进步指数较高，技术创新在粮食生产中占据主要地位，因此整体粮食生产仍处于效率递增的潜力带。

表7 2002—2020年我国各地区粮食全要素生产率均值Table 7 The average total factor productivity of grain in various regions of China from 2002 to 2020

2.3 农业技术进步偏向对粮食全要素生产率的影响

2.3.1 模型选择与检验 由表8可知，2002—2020年的莫兰指数均在5%的统计水平上显著为正，这意味着粮食全要素生产率普遍存在较高程度的空间依赖性。受粮食生产的规模经济以及邻近区域相似的种植条件等影响，粮食生产效率有明显的空间趋同特征，距离越短，空间相关性越强。此外，劳动力要素转移以及农地的流转打破了经营壁垒，加速了粮食生产中投入要素的自由流动，因此，某地区的粮食生产效率提升，不仅会影响本地粮食生产规模效率以及技术效率，而且在空间范围内会作用于周围地区粮食生产。

表8 2002—2020年粮食全要素生产率莫兰指数Table 8 Moran index of the total factor productivity of grain from 2002 to 2020

利用Hausman检验筛选固定效应或是随机效应模型。结果发现检验值为70.460，通过了1%显著性水平检验，采用固定效应模型更加合理。个体固定效应模型的拟合优度R2为0.180，小于时间固定以及时空双固定效应模型（均为0.274）。综合LR检验、LM-lag检验和LM-error检验结果发现（表9），使用时间固定效应空间滞后模型是最优的。

表9 LM检验结果Table 9 LM test results

2.3.2 空间计量结果分析 表10报告了农业技术进步偏向和粮食全要素生产率空间滞后模型的回归结果。可以看出，农业技术进步偏向以及农业灾害率的提高不利于粮食全要素生产率的提升，而农地经营规模的扩大有利于提高粮食全要素生产率。具体来看，农业技术进步偏向指数每提高1%，当地粮食生产效率将下降0.016%，也即技术进步偏向农机生产资料不利于粮食全要素生产率提升。结合第一部分研究结果，解放劳动生产是城乡二元经济结构下的主要目的，由此引致的农机型技术进步造成我国农业生产时土地稀缺约束更加明显，过度应用农机型技术进步偏离当前资源的最优配置，技术效率存在损失。除此之外，参考Zhang等[24]的研究结论，农业机械存在外包服务，微观角度上的农户租用省外机械服务当前并未体现。由于普遍上升的劳动力成本，更多年轻人倾向进入其他行业获取非农收入，农村留下的年迈劳动力对农业现代化的接收程度有限，主要进行简单的种植工作。农机型技术进步模式的普及并不能在短期内实现粮食生产效率的提升。

农地经营规模系数为0.003，说明目前我国农地经营规模仍具有显著的规模效应。经营规模的扩大利于资源高效利用，能够提高农业生产率，促进粮食生产。产业结构以及城镇化水平对粮食全要素生产率的影响并不显著，这表明目前产业结构以及城镇化水平对粮食全要素生产率的作用尚且模糊。水资源短缺一直是我们国家农业生产受制约的主要原因，但节水灌溉技术的发展一定程度上能够促进水资源的循环利用，满足农业生产对水资源的需求，这种方向相反的动态作用造成有效灌溉率与粮食全要素生产率之间没有显著的相关性。

2.3.3 空间溢出效应分解 当空间计量模型中同时包含被解释变量及其空间滞后项，估计系数不能像传统计量模型那样直接反映边界效应。因此，需要分解解释变量的作用，转化为直接效应（直接影响）、间接效应（邻里溢出）和总效应（共同影响）进行统计检验。结合表10的分解结果可知，技术进步偏向的直接效应系数是-0.016，空间溢出效应系数为-0.006，均在10%的结果上显著，且直接影响大于间接效应。这表明当前我国农机偏向型技术进步不仅直接抑制粮食全要素生产率的提升，也会间接抑制其他地区的粮食全要素生产率。因为在技术空间扩散的过程中存在要素流动，要素偏向特性也会发生外溢，农机的空间外溢效应直接表现为农机跨区流动，但运输成本以及种植条件等约束限制了跨区服务市场的发展，农机型技术进步的粮食增产作用明显受限。此外，广泛的农机偏向型技术进步使得生产过程中农机要素投入饱和，土地对生产的约束作用更加强烈，农机偏向型技术与土地稀缺存在错配，使得最终粮食生产的资源配置效率下降。

表10 空间滞后模型计量结果Table 10 Measurement results of the spatial lag model

农地经营规模直接效应系数为0.003，空间溢出效应系数为0.001。由此可见，在该地区扩大经营规模，可以充分发挥规模经营的效益，激发生产要素的最大潜力，有效提高土地生产能力；其他地区农地经营规模优势也会带动粮食生产链发展，加速该地区粮食生产。农业灾害率的直接影响回归系数为-0.134，空间溢出回归系数为-0.050，说明农业灾害不仅不能显著提升粮食全要素生产率，而且会对其他省市的粮食全要素生产率产生类似的影响。产业结构、城镇化水平、有效灌溉率三者的直接效应以及空间溢出效应也不具有统计显著性。

2.4 内生性检验

由于粮食全要素生产率遗漏潜在影响因素会导致残差项自相关，而且受要素结构变化的作用，技术进步促进全要素生产率提高之后，人们倾向选择对粮食生产更有益的技术进步模式。技术进步与全要素生产率之间可能互为因果。因此，为了精准体现农业技术进步偏向对粮食全要素生产率的作用，本文首先将滞后一期的被解释变量纳入计量模型，采用两阶段系统GMM模型进行回归；另外，引入核心解释变量（技术进步偏向指数）的滞后项作为工具变量对可能存在的逆向因果关系进行处理[25-26]。

表11中模型（1）为两阶段系统GMM的估计结果。可以看到，核心解释变量的系数符号以及系数值没有太大变化。AR(2)的检验结果接受了“扰动项无序列相关”的原假设，同时，Sargan检验结果认为工具变量有效，说明上文回归结果具有稳健性。模型（2）和模型（3）是引入滞后一期的技术进步偏向指数为工具变量后进行系统GMM以及2SLS回归的结果。两种估计方法均未改变农业技术进步偏向指数对粮食全要素生产率具有显著抑制作用的结论。Cragg-Donald Wald检验拒绝了弱工具变量的假设，LM检验结果也表明模型不存在过度识别问题。由此可见，剔除可能存在的内生性之后，农机偏向型技术进步对粮食全要素生产率提升仍具有显著抑制作用。

表11 内生性检验结果Table 11 Endogeneity test results

2.5 异质性分析

考虑到不同粮食作物的要素配置、技术效率以及生产效率均存在差异，进一步分组考察玉米、稻谷以及小麦生产技术进步偏向对粮食全要素生产率的直接影响（表12）。结果发现，玉米农业技术进步偏向与粮食全要素生产率之间的系数显著为负，稻谷的影响统计上不显著。结合上文研究结果可知，玉米与稻谷整体技术进步偏向特征均为生化型技术进步，玉米种植的生化型技术进步模式能够显著促进玉米产量提升。但是对于现代化稻谷种植，其生产效率的提升不仅需要继续优化生化型技术进步，也需要加强农机型技术进步创新。小麦的技术进步偏向指数与全要素生产率之间的系数为0.019，说明对小麦来说，偏向农机型的技术进步模式更能够促进全要素生产率的提高。而当前我国小麦生产过程中，农机技术所占比重越来越高，机械使用程度也在不断加深，使用农机型技术可以有效促进小麦增产增收。

表12 不同粮食作物技术进步偏向对粮食全要素生产率的回归结果Table 12 Regression results of the technological progress bias of different grain crops on the total factor productivity of grain

此外，将粮食种植地区分为主产区和非主产区，进而验证技术进步偏向对于不同类型粮食功能区粮食全要素生产率的影响是否存在异质性（表13），从结果来看：不同粮食功能区模型结果具有相似性，相对于粮食主产区，非主产区农业技术进步的偏向性特征对粮食全要素生产率的影响更加显著。非主产区农机型技术进步偏向指数每提升1%，本地粮食生产效率将下降0.026%，按照林毅夫等[27]的研究结论，要素禀赋结构决定了经济体最适宜的技术模式，结合技术进步偏向指数的定义，主产区农机偏向型技术进步并非是能提升全要素生产率的适宜型技术进步。就现阶段粮食生产中农业机械技术应用情况看，机械技术受自然地形、农户意愿以及作物类型差异等的约束，机械化还存在较大的进步空间。

表13 主产区和非主产区技术进步偏向与粮食全要素生产率的回归结果Table 13 Regression results of the technological progress bias and the total factor productivity of grain in main and non-main production areas

粮食主产区相对广泛的作物类型也在一定程度上弱化了农机型技术进步对粮食生产的作用。以水稻和小麦的生产为例，水稻对早期幼苗的移植条件要求较高，机械移植相较于人工移植成本更高；而我国当前小麦生产已经实现播、种、收的全面机械化，因此农机型技术偏向对粮食全要素生产率的促进作用更加显著[28]。非主产区粮食产、销、购流动性大，市场规模效应以及生产要素的价格效应更加显著，农业技术创新在这两种效应的加持下偏向特征明显，与劳动要素互补且具有节约土地属性的生化型技术进步更加适宜非主产区的农业生产，表现为生化型技术进步不仅利于当地粮食全要素生产率提高，而且对其他地区粮食全要素生产率具有一定的正向促进作用。因此，在粮食生产过程中，除了要因地制宜发展不同的技术进步模式外，注重整体技术水平提升同样重要。

3 结论与建议

3.1 结论

1）2002—2020年间，我国整体农业技术进步表现出农机偏向型特征。早期技术进步方向倾向于生化型技术进步主要是由国家政策以及相对丰裕的劳动力要素带动。受城乡二元经济结构的影响，当前我国农业技术进步更多地表现为节约劳动要素的农机偏向技术进步特征。各区域农业技术表现为生化偏向型与农机偏向型技术进步交替变化的特征。

2）2002—2020年间，粮食全要素生产率波动明显，各省粮食全要素生产率均为正增长，受粮食生产重心日渐北移的影响，北部粮食主产区全要素生产率处于前沿地位。粮食生产中技术进步指数对粮食全要素生产率的贡献度更大。不同粮食功能区的全要素生产率差异明显，技术进步的驱动作用在粮食主产区更加显著。

3）粮食全要素生产率具有显著的正向空间依赖性。当前我国整体农机偏向型技术进步模式存在生产率损失，农机跨区服务市场的限制以及劳动力成本约束造成短期内农机偏向型技术进步抑制粮食全要素生产率的提升，在粮食非主产区这种农机偏向型技术进步模式的抑制作用更加显著。

4）有偏的农业技术进步对异质性粮食作物全要素生产率的贡献作用显著，表现为符合粮食作物要素禀赋变化的技术进步更利于提升粮食生产效率：具有明显生化型技术优势的稻谷以及玉米，偏向生化型的技术进步更利于促进作物增产；小麦生产的机械化程度较高，因此机械技术对小麦全要素生产率的正向作用更明显。

3.2 建议

因地制宜、因势利导发挥技术进步的引领作用对于助力粮食生产资源消耗导向到技术创新导向的转型，保障粮食安全意义深远。基于此，本文提出以下建议：

1）增强省际粮食生产互助，重视农业技术创新。建立信息化粮食生产链，增加技术进步偏向与要素禀赋结构的匹配度，减少生产以及非生产阶段的无效损耗。在粮食生产投入要素有限的情况下，通过技术进步提高粮食生产的技术效益。

2）聚焦农机装备以及生化技术创新。我国农业技术进步整体偏向农机型技术进步，因此农机型技术需要控量提效，提升农业机械使用效率。促进农机资源共享，统筹调动拖拉机等机械设备，实现农机技术进步对粮食生产的促进作用。在追求增产增收的同时切实保持土壤肥力，重视生物技术创新，实施良种工程、高效施肥技术等项目，为土地高质量产粮续航。借助国家的农业扶持政策，聚合优势资源，攻克“卡脖子”的关键核心技术。

3）平衡技术进步偏向的间接效应。结合各地区自有禀赋进行分类指导，补齐落后地区粮食生产基础设施短板。经济发达地区可以同时推动农机型技术进步与生化型技术进步，集中优势进行农业技术推广，吸纳农业高素质人才，加快农业现代化发展。具有土地资源优势的城市优化资源配置，以节约劳动的农机型技术进步为主，辅以生化型技术。鼓励拥有大规模土地的农地经营者采用大型农机等提高生产效率，对于小规模经营主体，降低小型农机使用成本，推广科学的耕作方式，鼓励其积极采取科学施肥技术。