農(nóng)機(jī)購置補(bǔ)貼的空間溢出效應(yīng)研究

陳楊，張宗毅

（農(nóng)業(yè)農(nóng)村部南京農(nóng)業(yè)機(jī)械化研究所，江蘇 南京 210014）

農(nóng)業(yè)現(xiàn)代化是鄉(xiāng)村振興戰(zhàn)略和社會(huì)主義現(xiàn)代化的重要內(nèi)容，而農(nóng)業(yè)機(jī)械化是農(nóng)業(yè)現(xiàn)代化重要標(biāo)志，是改造傳統(tǒng)農(nóng)業(yè)武裝現(xiàn)代農(nóng)業(yè)的重要物質(zhì)基礎(chǔ)[1]。為此，2004年起我國開始了長達(dá)15年的農(nóng)機(jī)購置補(bǔ)貼政策，年度補(bǔ)貼資金目前穩(wěn)定在180億元左右，已經(jīng)成為促進(jìn)我國農(nóng)業(yè)機(jī)械化和農(nóng)機(jī)工業(yè)發(fā)展的最大產(chǎn)業(yè)政策。每年農(nóng)業(yè)部財(cái)政部出臺的全國農(nóng)機(jī)購置補(bǔ)貼政策實(shí)施指導(dǎo)意見，也成為農(nóng)民、農(nóng)機(jī)制造企業(yè)、農(nóng)機(jī)經(jīng)銷商、新聞媒體等各方關(guān)注的焦點(diǎn)。那么，農(nóng)機(jī)購置補(bǔ)貼政策的實(shí)際效果到底如何？學(xué)界圍繞農(nóng)機(jī)購置補(bǔ)貼政策效果展開了相關(guān)研究。

對農(nóng)機(jī)購置補(bǔ)貼效果的研究，主要集中在以下幾個(gè)方面：1）補(bǔ)貼具體制度或流程設(shè)計(jì)導(dǎo)致補(bǔ)貼額實(shí)際效率受影響，如官華平和周志華[2]、林萬龍和茹玉[3]指出補(bǔ)貼政策實(shí)施仍然不夠規(guī)范，相關(guān)企業(yè)增加額外費(fèi)用、農(nóng)機(jī)企業(yè)不惜成本實(shí)施尋租行為；李冬艷[4]和李軍富[5]指出農(nóng)機(jī)購置補(bǔ)貼效果出現(xiàn)衰退進(jìn)入調(diào)整期，應(yīng)完善農(nóng)機(jī)購置補(bǔ)貼的管理體系、規(guī)范發(fā)放對象；王雨濛等[6]指出每年補(bǔ)貼方案出臺不及時(shí)、農(nóng)機(jī)補(bǔ)貼政策一刀切、農(nóng)機(jī)補(bǔ)貼落實(shí)缺乏管理；路玉彬和孔祥智[7]指出農(nóng)機(jī)購置補(bǔ)貼政策實(shí)施過程中存在著精準(zhǔn)性程度不高、政策銜接不緊密、農(nóng)機(jī)具質(zhì)量問題突出等方面的問題。2）農(nóng)機(jī)購置補(bǔ)貼政策對糧食增產(chǎn)的影響，如洪自同和鄭金貴[8]、Vercammen[9]指出農(nóng)戶對農(nóng)機(jī)購置補(bǔ)貼政策評價(jià)的好壞直接影響農(nóng)戶水稻種植面積意愿，農(nóng)戶對農(nóng)機(jī)購置補(bǔ)貼政策的評價(jià)越高，越愿意擴(kuò)大糧食種植面積。劉寧[10]指出農(nóng)業(yè)機(jī)械化水平提高雖然增加了單位面積和產(chǎn)品中農(nóng)機(jī)作業(yè)成本，但是由于替代了勞動(dòng)等其他要素的投入，使得總成本大大降低從而提高了糧食單位面積產(chǎn)值。3）農(nóng)機(jī)購置補(bǔ)貼政策對農(nóng)民增收的影響，如韓劍鋒[11]分別建立了農(nóng)民收入與農(nóng)業(yè)機(jī)械保有量、農(nóng)機(jī)購置補(bǔ)貼資金的計(jì)量模型，得出農(nóng)機(jī)購置補(bǔ)貼對農(nóng)民增收有著一定的帶動(dòng)作用，并且發(fā)現(xiàn)農(nóng)機(jī)購置補(bǔ)貼政策對發(fā)達(dá)地區(qū)農(nóng)民收入影響較小，而對欠發(fā)達(dá)地區(qū)農(nóng)民收入影響較大。王姣和肖海峰[12]利用實(shí)證數(shù)學(xué)規(guī)劃模型對農(nóng)機(jī)補(bǔ)貼的效果從糧食產(chǎn)量和農(nóng)民收入的影響兩個(gè)角度進(jìn)行了定量分析，發(fā)現(xiàn)農(nóng)機(jī)補(bǔ)貼對各種規(guī)模農(nóng)戶的糧食產(chǎn)量和種植業(yè)收入都有著正向的影響作用。孫紅軍[13]通過對線性分析法對農(nóng)機(jī)收入、農(nóng)業(yè)機(jī)械數(shù)量、農(nóng)機(jī)購置補(bǔ)貼資金數(shù)額三者之間的關(guān)系進(jìn)行了分析，得出了農(nóng)機(jī)購置補(bǔ)貼對農(nóng)民收入積極的帶動(dòng)作用。鮑劍國等[14]指出，農(nóng)機(jī)總動(dòng)力是影響農(nóng)業(yè)總產(chǎn)值和農(nóng)民人均純收入的重要因素之一，實(shí)施農(nóng)機(jī)購置補(bǔ)貼政策、加大農(nóng)機(jī)總動(dòng)力的投入會(huì)提高農(nóng)業(yè)總產(chǎn)值及農(nóng)民人均純收入。4）農(nóng)機(jī)購置補(bǔ)貼政策對農(nóng)業(yè)機(jī)械化水平的影響，如楊印生等[15]指出農(nóng)機(jī)購置補(bǔ)貼政策提高了當(dāng)?shù)剞r(nóng)業(yè)機(jī)械化水平，優(yōu)化了農(nóng)村和農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，促進(jìn)了農(nóng)業(yè)增效和農(nóng)民增收。張宗毅等[16]指出全國每增加88億元農(nóng)機(jī)購置補(bǔ)貼資金會(huì)促進(jìn)農(nóng)機(jī)化水平提高1個(gè)百分點(diǎn)。5）農(nóng)機(jī)購置補(bǔ)貼政策對農(nóng)機(jī)保有量的影響，如李紅[17]指出農(nóng)機(jī)購置補(bǔ)貼政策的實(shí)施增加了農(nóng)機(jī)購置投入、提高了農(nóng)機(jī)裝備水平。王許沁等[18]研究發(fā)現(xiàn)2008—2015年間農(nóng)機(jī)購置補(bǔ)貼對農(nóng)機(jī)保有量增量貢獻(xiàn)率達(dá)40.41%，并指出隨著時(shí)間的推移農(nóng)機(jī)購置補(bǔ)貼政策對農(nóng)機(jī)保有量的影響效率有所削弱。6）農(nóng)機(jī)購置補(bǔ)貼對農(nóng)機(jī)工業(yè)的影響，如章淑穎等[19]研究發(fā)現(xiàn)農(nóng)機(jī)購置補(bǔ)貼政策的實(shí)施使得規(guī)模農(nóng)機(jī)企業(yè)數(shù)量猛增，出現(xiàn)嚴(yán)重產(chǎn)能過剩和過度競爭，農(nóng)機(jī)購置補(bǔ)貼政策對農(nóng)機(jī)工業(yè)企業(yè)盈利能力的影響呈倒“U”型關(guān)系。張宗毅和章淑穎[20]研究發(fā)現(xiàn)農(nóng)機(jī)購置補(bǔ)貼政策對農(nóng)機(jī)工業(yè)企業(yè)的營運(yùn)能力具有負(fù)向影響，但這種影響隨著時(shí)間的變化而削弱。徐慧和周應(yīng)恒[21]、周應(yīng)恒等[22]指出農(nóng)機(jī)購置補(bǔ)貼政策實(shí)際上保護(hù)了落后農(nóng)機(jī)企業(yè)，并不利于農(nóng)機(jī)行業(yè)技術(shù)效率的提高。

雖然已有文獻(xiàn)對農(nóng)機(jī)購置補(bǔ)貼效果做了大量研究，但這些研究中以省級面板數(shù)據(jù)為基礎(chǔ)開展的定量研究文獻(xiàn)幾乎均未考慮空間效應(yīng)問題?！暗乩韺W(xué)第一定律”表明所有事物都與其他事物相關(guān)聯(lián)，但較近的事物比較遠(yuǎn)的事物關(guān)聯(lián)性更強(qiáng)，因此在做省級面板模型時(shí)就不能假設(shè)每個(gè)個(gè)體相互獨(dú)立。國內(nèi)外學(xué)者已在不同領(lǐng)域的研究中考慮個(gè)體的空間相關(guān)性，例如Bai等[23]應(yīng)用莫蘭指數(shù)分析發(fā)現(xiàn)中國各省經(jīng)濟(jì)發(fā)展存在空間自相關(guān)，然后建立了一個(gè)新的經(jīng)濟(jì)地理模型強(qiáng)調(diào)了市場在促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展中的作用。Yu等[24]通過空間杜賓模型估算中國交通基礎(chǔ)設(shè)施存量的區(qū)域溢出效應(yīng)，發(fā)現(xiàn)由于交通基礎(chǔ)設(shè)施的連通性，每個(gè)時(shí)期都存在的顯著的空間溢出效應(yīng)，并且該效應(yīng)隨時(shí)間變化而變化，東部地區(qū)一直存在顯著的溢出效應(yīng)，東北地區(qū)則不顯著，并且東部地區(qū)呈現(xiàn)出正向溢出效應(yīng)，西部地區(qū)呈現(xiàn)出負(fù)向的溢出效應(yīng)。Boarnet[25]認(rèn)為存在著公共基礎(chǔ)設(shè)施負(fù)輸出的可能性，即一個(gè)地區(qū)公共基礎(chǔ)設(shè)施的建設(shè)會(huì)使得公共資本流入，同時(shí)就會(huì)導(dǎo)致某些地區(qū)公共資本的負(fù)向輸出。Li等[26]構(gòu)建計(jì)量模型，利用2005—2014年新絲綢之路經(jīng)濟(jì)帶的31個(gè)省份面板數(shù)據(jù)分析得出交通基礎(chǔ)設(shè)施在區(qū)域經(jīng)濟(jì)增長中發(fā)揮著明顯的主導(dǎo)作用，一個(gè)地區(qū)經(jīng)濟(jì)增長促進(jìn)周邊地區(qū)經(jīng)濟(jì)共同發(fā)展，并且發(fā)現(xiàn)不同的交通基礎(chǔ)設(shè)施對區(qū)域經(jīng)濟(jì)發(fā)展的影響存在著差異，發(fā)現(xiàn)公路運(yùn)輸對區(qū)域經(jīng)濟(jì)增長的影響程度大于鐵路運(yùn)輸。Sun等[27]利用面板數(shù)據(jù)來檢驗(yàn)中國環(huán)渤海地區(qū)的空間自相關(guān)性，并利用空間杜賓模型測量經(jīng)濟(jì)在空間上的溢出效應(yīng)，發(fā)現(xiàn)環(huán)渤海地區(qū)內(nèi)部存在著顯著的正向空間自相關(guān)而對臨近地區(qū)卻存在著負(fù)向相關(guān)。

由于農(nóng)機(jī)購置補(bǔ)貼最終都會(huì)物化農(nóng)業(yè)機(jī)械，而農(nóng)業(yè)機(jī)械作為生產(chǎn)要素會(huì)在各省間流動(dòng)跨區(qū)作業(yè)。由于我國緯度跨度大、地區(qū)間氣候差異大導(dǎo)致的不同維度間作物種植及成熟期存在時(shí)間差，為了充分發(fā)揮農(nóng)業(yè)機(jī)械的使用效率，農(nóng)機(jī)手不再滿足于只為自家和本地區(qū)農(nóng)戶提供服務(wù)，他們還會(huì)利用作物成熟的時(shí)間差進(jìn)行跨區(qū)作業(yè)，最大化農(nóng)業(yè)機(jī)械的使用效率。這使得我國出現(xiàn)了大中型農(nóng)業(yè)機(jī)械在縣及以上行政區(qū)域跨區(qū)域流動(dòng)作業(yè)現(xiàn)象。農(nóng)機(jī)跨區(qū)作業(yè)主要集中在三大糧食作物收割環(huán)節(jié)，2004年跨區(qū)機(jī)收小麥、水稻、玉米總面積達(dá)1 514.36萬hm2，到2017年農(nóng)機(jī)跨區(qū)作業(yè)面積總量達(dá)2 210.65萬hm2，比2014年增加了45.98%。

由于農(nóng)業(yè)機(jī)械跨區(qū)作業(yè)現(xiàn)象的普遍存在，因此各省的農(nóng)業(yè)機(jī)械化水平是相互關(guān)聯(lián)的，特別是相鄰省份，一個(gè)省的農(nóng)業(yè)機(jī)械化水平不僅有本省購機(jī)補(bǔ)貼物化的農(nóng)業(yè)機(jī)械的貢獻(xiàn)，也有外省購機(jī)補(bǔ)貼物化的農(nóng)業(yè)機(jī)械的貢獻(xiàn)。那么，我國省域間農(nóng)業(yè)機(jī)械化水平是否存在相關(guān)性呢？如果在評估農(nóng)機(jī)購置補(bǔ)貼資金投入對農(nóng)業(yè)機(jī)械化水平影響時(shí)，不考慮由農(nóng)機(jī)跨區(qū)作業(yè)帶來的空間溢出效應(yīng)會(huì)不會(huì)高估農(nóng)機(jī)購置補(bǔ)貼效果？為回答上述問題，本文首先對各省農(nóng)業(yè)機(jī)械化水平的空間相關(guān)性進(jìn)行預(yù)檢驗(yàn)，驗(yàn)證農(nóng)機(jī)化水平是否存在空間相關(guān)，然后基于2004—2017年省級面板數(shù)據(jù)，構(gòu)建基本面板模型、空間自回歸模型（SAR）和空間杜賓模型（SDM），驗(yàn)證這種空間相關(guān)性是否由農(nóng)機(jī)購置補(bǔ)貼所致，以及是否高估補(bǔ)貼效果。

1 研究方法

1.1 空間相關(guān)性預(yù)檢驗(yàn)方法

空間相關(guān)通常分為空間正向自相關(guān)和空間負(fù)向自相關(guān)，空間正向自相關(guān)是指相鄰地區(qū)具有相似的變量取值，且高值與高值聚集在一起，低值與低值聚集在一起，反之則為空間負(fù)向自相關(guān)。由于地理經(jīng)濟(jì)學(xué)的崛起，越來越多的學(xué)者開始使用空間計(jì)量方法，在使用空間計(jì)量模型前往往要進(jìn)行空間相關(guān)性分析，目前最為常用測量空間相關(guān)性的方法是由Moran在1950年提出的莫蘭指數(shù)（MI）[28]，其計(jì)算方法為：

式中：Yi表示i省的農(nóng)業(yè)機(jī)械化水平，表示Yi的均值，wij為空間權(quán)重矩陣(i,j)位置的元素，本文wij表示i省和j省之間交通時(shí)間的倒數(shù)（省與省之間的交通時(shí)間用省政府之間交通時(shí)間表示，數(shù)據(jù)通過百度地圖檢索獲得），由于農(nóng)機(jī)跨省作業(yè)均通過公路運(yùn)輸，因此利用交通時(shí)間倒數(shù)權(quán)重更準(zhǔn)確。莫蘭指數(shù)的取值介于-1～1之間，其值接近于1則表示正相關(guān)，接近于-1表示負(fù)相關(guān)，接近于0表示變量在空間上分布是隨機(jī)的，不存在空間相關(guān)性。

1.2 變量選擇與說明

1）被解釋變量。本文在因變量選取上，不能直接采用農(nóng)業(yè)機(jī)械化水平，這是因?yàn)橐蜃兞咳舨捎?%～100%的水平變量，那么自變量必然應(yīng)采取勞均耕地面積、單位面積GDP、單位面積累計(jì)農(nóng)機(jī)購置補(bǔ)貼資金之類的消除省級體量差異的變量，然而用單位面積累計(jì)農(nóng)機(jī)購置補(bǔ)貼資金來進(jìn)行空間加權(quán)將極為不科學(xué)。例如，北京耕地面積比較小，單位面積累計(jì)投入補(bǔ)貼資金雖然比臨近的河北多，但投入的補(bǔ)貼資金總量卻遠(yuǎn)遠(yuǎn)低于河北，但如果以單位面積累計(jì)農(nóng)機(jī)購置補(bǔ)貼資金來進(jìn)行空間加權(quán)就會(huì)高估北京對附近區(qū)域的影響。因此，為了保證合理性，自變量和因變量都要用絕對總量而非省域內(nèi)平均數(shù)。本研究用綜合機(jī)械化作業(yè)量（MACHit）這一個(gè)總量數(shù)值指標(biāo)來表征農(nóng)業(yè)機(jī)械化的水平：

式中：MACHit表示第t年第i個(gè)省的綜合機(jī)械化作業(yè)量，Lit表示第t年第i個(gè)省的耕種收農(nóng)業(yè)綜合機(jī)械化水平，Ait表示第t年第i個(gè)省的播種面積。

2）關(guān)鍵解釋變量。關(guān)鍵解釋變量“折算后累計(jì)農(nóng)機(jī)購置補(bǔ)貼資金”計(jì)算公式為：

式中：SSUBit表示第2004年至第t年第i個(gè)省累計(jì)的農(nóng)機(jī)購置補(bǔ)貼資金存量，SUBit表示第t年第i個(gè)省消除物價(jià)影響的實(shí)際中央農(nóng)機(jī)購置補(bǔ)貼資金（以2004年機(jī)械化農(nóng)具生產(chǎn)資料價(jià)格指數(shù)為定基，由于北京、天津的農(nóng)機(jī)價(jià)格指數(shù)統(tǒng)計(jì)年鑒缺失本研究選取相鄰地區(qū)的河北代替，上海的農(nóng)機(jī)價(jià)格指數(shù)由江蘇的代替，重慶的農(nóng)機(jī)價(jià)格指數(shù)由四川的代替）。

3）控制變量。對于農(nóng)業(yè)機(jī)械化水平，除購機(jī)補(bǔ)貼以外的影響因素，前人已做過相關(guān)研究，如張宗毅等[16]將影響農(nóng)業(yè)機(jī)械化水平的因素概括為經(jīng)濟(jì)環(huán)境、自然環(huán)境、人口環(huán)境、種植結(jié)構(gòu)和技術(shù)供給五大方面，王許沁等[18]沿用了該做法。本文控制變量選擇上仍然采用經(jīng)濟(jì)環(huán)境變量、自然環(huán)境變量、人口環(huán)境變量和種植結(jié)構(gòu)變量，其中經(jīng)濟(jì)變量用取對數(shù)后的地區(qū)生產(chǎn)總值（LGDPit）表示，自然環(huán)境變量用平地播種面積（TERRit），人口環(huán)境變量用第一產(chǎn)業(yè)就業(yè)人數(shù)（LABit）表示，種植結(jié)構(gòu)變量用水稻播種面積（RICEit）表示，其中平地播種面積的計(jì)算公式為：

式中：FLATit表示第t年第i個(gè)省的耕地面積中平地占比，該數(shù)據(jù)由中國科學(xué)院人地關(guān)系數(shù)據(jù)庫整理得到，該數(shù)據(jù)庫中有各省耕地中平地面積數(shù)據(jù)，而非本研究需要的播種面積中平地面積數(shù)據(jù)，因此用該數(shù)據(jù)庫整理出的平地面積比近似替代每個(gè)省播種面積中平地播種面積占比，進(jìn)而近似得出各省播種面積中平地?cái)?shù)量。

1.3 空間計(jì)量模型

本文將選取由LeSage和Pace[29]所構(gòu)建的SDM模型分析農(nóng)機(jī)購置補(bǔ)貼的空間溢出效應(yīng)。SDM模型相較于SAR模型更具有一般性，它不僅包含了因變量的空間滯后項(xiàng)還包含的自變量的空間滯后項(xiàng)，該模型具有兩大優(yōu)點(diǎn)：一是它對空間溢出模型的形式?jīng)]有任何限制，且在時(shí)間效應(yīng)方面包含長期效應(yīng)和短期效應(yīng)；二是不管真實(shí)數(shù)據(jù)生成過程是空間滯后形式還是空間誤差形式，SDM模型都能確保估計(jì)的無偏性[30]。具體的模型形式為：

式 中 ：α1是 常 數(shù)項(xiàng)，β、γ1、γ2、φ1、φ2、φ3、φ4是待估計(jì)系數(shù)向量，W是空間權(quán)重矩陣 ，εit是隨機(jī)擾動(dòng)項(xiàng)。

1.4 數(shù)據(jù)來源

本文選取2004—2017年31個(gè)省（市、區(qū)）的面板數(shù)據(jù)，其中農(nóng)作物耕種收綜合機(jī)械化水平、農(nóng)機(jī)購置補(bǔ)貼相關(guān)數(shù)據(jù)來源于《中國農(nóng)業(yè)機(jī)械化年鑒》和農(nóng)業(yè)農(nóng)村部農(nóng)業(yè)機(jī)械化管理司，GDP、第一產(chǎn)業(yè)勞動(dòng)力人數(shù)（各省2015—2017年第一產(chǎn)業(yè)勞動(dòng)力人數(shù)，根據(jù)前面兩年增速進(jìn)行推斷）、水稻種植比例、居民消費(fèi)價(jià)格指數(shù)等數(shù)據(jù)來源于歷年《中國統(tǒng)計(jì)年鑒》和《全國農(nóng)業(yè)統(tǒng)計(jì)提要》，耕地面積等相關(guān)數(shù)據(jù)來源于歷年《中國國土資源統(tǒng)計(jì)年鑒》，數(shù)據(jù)初步描述統(tǒng)計(jì)見表1。

表1 變量的描述性統(tǒng)計(jì)Table 1 Descriptive statistics of variables

2 結(jié)果與分析

2.1 農(nóng)機(jī)購置補(bǔ)貼與農(nóng)業(yè)機(jī)械化水平現(xiàn)狀分析

2014年農(nóng)機(jī)購置補(bǔ)貼政策實(shí)施以來，中央補(bǔ)貼資金從2004年的0.78億元連續(xù)增長至2016年的237.55億元，2017年回調(diào)至186億元，14年累計(jì)補(bǔ)貼1 872億元。農(nóng)機(jī)購置補(bǔ)貼政策的實(shí)施降低了購機(jī)者的購機(jī)成本，使全社會(huì)農(nóng)機(jī)保有量快速增加，農(nóng)業(yè)機(jī)械化水平得到了顯著提高。補(bǔ)貼政策實(shí)施的初期，我國農(nóng)作物耕種收綜合機(jī)械化水平只有34.32%，2017年綜合機(jī)械化水平增長了近一倍達(dá)66.26%，其中機(jī)耕水平由2004年的48.90%增長至2017年的82.36%，機(jī)播水平由2004年的28.84%增長至2017年的54.01%，機(jī)收水平由2014年的20.36%增長至2017年的57.05%（表2）。

2.2 農(nóng)機(jī)化水平空間相關(guān)性分析

運(yùn)用2004—2017年農(nóng)業(yè)機(jī)械化水平數(shù)據(jù)，以交通時(shí)間倒數(shù)為空間權(quán)重進(jìn)行計(jì)算代表空間相關(guān)性的莫蘭指數(shù)，結(jié)果顯示，全國范圍內(nèi)農(nóng)業(yè)機(jī)械化水平存在著顯著的空間相關(guān)性，2004—2013年之間各省農(nóng)業(yè)機(jī)械化水平相關(guān)性呈現(xiàn)波動(dòng)上升的趨勢，2013年以后相關(guān)性水平有所下降（圖1）。這一現(xiàn)象與我國農(nóng)機(jī)化發(fā)展實(shí)際是緊密關(guān)聯(lián)的，自2004年農(nóng)機(jī)購置補(bǔ)貼政策出臺以來，農(nóng)機(jī)保有量迅速增長，伴隨著農(nóng)機(jī)保有量的增加，農(nóng)機(jī)跨區(qū)作業(yè)的總量越來越大，因此這一期間各省農(nóng)業(yè)機(jī)械化水平的相關(guān)性呈現(xiàn)增強(qiáng)的趨勢。但自2014年以后，我國農(nóng)機(jī)保有量達(dá)到了一定的峰值，各省農(nóng)機(jī)保有量大多能保證本省的作業(yè)，因此跨區(qū)作業(yè)現(xiàn)象有所減弱，各省農(nóng)業(yè)機(jī)械化水平相關(guān)性也有所下降。

表2 2004—2017全國農(nóng)業(yè)機(jī)械化水平和農(nóng)機(jī)購置補(bǔ)貼Table 2 National agricultural mechanization level and agricultural machinery purchase subsidies

圖1 農(nóng)業(yè)機(jī)械化水平莫蘭指數(shù)Fig. 1 Molan index map of agricultural mechanization level

圖2分別是基于交通時(shí)間倒數(shù)的空間權(quán)重矩陣?yán)L制的2004年和2017年農(nóng)業(yè)機(jī)械化水平的莫蘭散點(diǎn)圖，從圖中可以看出絕大多數(shù)的散點(diǎn)均分布在坐標(biāo)系的一三象限，這說明高值與高值聚集在一起，低值與低值聚集在一起，即機(jī)械化水平高的地方往往相鄰地區(qū)的機(jī)械化水平也比較高，而機(jī)械化水平比較低的地方往往其相鄰地區(qū)的機(jī)械化水平也比較低。這證明了各地區(qū)機(jī)械化水平存在著正向的空間相關(guān)性，進(jìn)一步說明了中國各地區(qū)機(jī)械化水平存在著空間相關(guān)性。

2.3 農(nóng)機(jī)購置補(bǔ)貼對農(nóng)機(jī)化水平的空間溢出效應(yīng)分析

表3報(bào)告了隨機(jī)效應(yīng)和固定效應(yīng)兩種基本面板模型估計(jì)結(jié)果，Hausman檢驗(yàn)結(jié)果表明應(yīng)采用固定效應(yīng)模型，為了驗(yàn)證假設(shè)，進(jìn)一步運(yùn)用固定效應(yīng)分別進(jìn)行了空間自回歸模型（SAR）和空間杜賓模型（SDM）兩種空間面板模型估計(jì)。

圖2 2004年和2017年中國各省農(nóng)業(yè)機(jī)械化水平的莫蘭散點(diǎn)圖Fig. 2 Moran scatter plot of agricultural mechanization level in China’s provinces in 2004 and 2017

從表3可以看出：與基本面板模型中的固定效應(yīng)模型相比，SAR和SDM這兩種考慮空間效應(yīng)的模型具有更大的R2，這說明采用空間面板模型相較于傳統(tǒng)的面板模型來說擬合的效果更好，其中SDM模型擬合效果最好。同時(shí)，基本面板模型中的固定效應(yīng)模型的系數(shù)為0.013 8（表3），表明不考慮空間效應(yīng)情況下按照傳統(tǒng)的基本面板模型估計(jì)，農(nóng)機(jī)購置補(bǔ)貼對農(nóng)業(yè)機(jī)械化水平有著正向的影響，且累計(jì)農(nóng)機(jī)購置補(bǔ)貼每增加1億元，綜合機(jī)械化作業(yè)量增加13 800 hm2。

表3 農(nóng)業(yè)機(jī)械化水平的影響因素分析Table 3 Analysis on the in fluencing factors of agricultural mechanization level

考慮空間自相關(guān)的SAR模型中，農(nóng)機(jī)購置補(bǔ)貼變量的系數(shù)為0.008 9，即累計(jì)農(nóng)機(jī)購置補(bǔ)貼每增加1億元，綜合機(jī)械化作業(yè)量只增加8 900 hm2，該系數(shù)小于基本面板模型中固定效應(yīng)模型的系數(shù)0.013 8。這說明如果不考慮農(nóng)業(yè)機(jī)械化水平的空間自相關(guān)，就會(huì)高估農(nóng)機(jī)購置補(bǔ)貼對農(nóng)業(yè)機(jī)械化水平的影響。rho反映了相鄰地區(qū)對自身的影響，SAR模型中的空間自回歸系數(shù)rho為0.371 8且顯著水平為1%，即相鄰地區(qū)的綜合機(jī)械化作業(yè)量加權(quán)每增加1億hm2，會(huì)導(dǎo)致本地綜合機(jī)械化作業(yè)量增加371 800 hm2。顯然，從常識上看，外省的農(nóng)機(jī)作業(yè)量并不能直接影響本省的農(nóng)機(jī)作業(yè)量，SAR模型并不能告訴我們?yōu)楹萎a(chǎn)生了空間自相關(guān)。

而考慮了購機(jī)補(bǔ)貼這一自變量空間滯后項(xiàng)對因變量影響的SDM模型回歸結(jié)果顯示，累計(jì)農(nóng)機(jī)購置補(bǔ)貼資金的回歸系數(shù)只有0.005 5，比前面三個(gè)模型的系數(shù)都小；同時(shí)，累計(jì)農(nóng)機(jī)購置補(bǔ)貼空間滯后項(xiàng)的回歸系數(shù)為0.009 3。這說明農(nóng)機(jī)購置補(bǔ)貼政策對一個(gè)區(qū)域的農(nóng)業(yè)機(jī)械化水平的影響來自兩方面：一方面農(nóng)機(jī)購置補(bǔ)貼物化為農(nóng)機(jī)裝備影響本區(qū)域農(nóng)機(jī)作業(yè)量，另一方面外省農(nóng)機(jī)購置補(bǔ)貼政策物化為農(nóng)機(jī)裝備流動(dòng)到本省影響本省農(nóng)機(jī)作業(yè)量。SDM模型不僅證實(shí)了空間溢出效應(yīng)的存在，還解釋了空間溢出效應(yīng)是由于外省農(nóng)機(jī)購置補(bǔ)貼導(dǎo)致的。與基本面板模型中的固定效應(yīng)模型相比，累計(jì)農(nóng)機(jī)購置補(bǔ)貼資金變量對農(nóng)業(yè)機(jī)械化水平的影響，系數(shù)從0.013 8下降到0.005 5，也即是表明如果不考慮空間溢出效應(yīng)，農(nóng)機(jī)購置補(bǔ)貼政策對本省的效應(yīng)將被高估，高估部分約為實(shí)際值的1.5倍，這部分實(shí)際上是由其他省的農(nóng)機(jī)購置補(bǔ)貼資金物化的農(nóng)機(jī)裝備通過跨區(qū)作業(yè)所貢獻(xiàn)。

3 結(jié)論與建議

3.1 結(jié)論

研究表明，農(nóng)機(jī)購置補(bǔ)貼與農(nóng)業(yè)機(jī)械化水平存在較強(qiáng)的正相關(guān)性，農(nóng)機(jī)化水平存在較強(qiáng)的空間相關(guān)性，這種空間相關(guān)性是由于農(nóng)機(jī)跨區(qū)流動(dòng)作業(yè)帶來的。用于購買農(nóng)機(jī)的購置補(bǔ)貼政策具有較強(qiáng)的空間溢出效應(yīng)，這種效應(yīng)不應(yīng)該在購機(jī)補(bǔ)貼效果評估中被忽視。所以，應(yīng)充分利用跨區(qū)作業(yè)來提高農(nóng)機(jī)利用率。

各省農(nóng)機(jī)化水平雖然存在較強(qiáng)的正向空間相關(guān)性，即農(nóng)機(jī)化水平較高的省份其周邊省份農(nóng)機(jī)化水平較高，但應(yīng)該注意到：由于農(nóng)機(jī)的局部飽和，這種空間相關(guān)性在2014年以后開始下降，今后應(yīng)注重提高農(nóng)機(jī)利用率。

農(nóng)機(jī)化水平的空間相關(guān)性，主要是由于農(nóng)業(yè)機(jī)械跨區(qū)流動(dòng)導(dǎo)致，而農(nóng)機(jī)購置補(bǔ)貼最終會(huì)物化為農(nóng)業(yè)機(jī)械，因此農(nóng)機(jī)購置補(bǔ)貼政策存在顯著的空間溢出效應(yīng)。由于跨區(qū)作業(yè)的存在，一個(gè)省的農(nóng)業(yè)機(jī)械化水平不僅有著本省購機(jī)補(bǔ)貼物化的農(nóng)業(yè)機(jī)械的貢獻(xiàn)，也有外省購機(jī)補(bǔ)貼物化的農(nóng)業(yè)機(jī)械的貢獻(xiàn)。如果忽略各地區(qū)的空間相關(guān)性將會(huì)導(dǎo)致農(nóng)機(jī)購置補(bǔ)貼對農(nóng)業(yè)機(jī)械化水平的影響將被極大高估。

3.2 建議

1）繼續(xù)實(shí)施和發(fā)揮好農(nóng)機(jī)購置補(bǔ)貼政策。雖然農(nóng)機(jī)購置補(bǔ)貼政策有不足的問題，但農(nóng)機(jī)購置補(bǔ)貼政策近年來確實(shí)極大促進(jìn)了我國農(nóng)業(yè)機(jī)械化發(fā)展，為現(xiàn)代農(nóng)業(yè)發(fā)展和鄉(xiāng)村振興提供了堅(jiān)實(shí)的物質(zhì)基礎(chǔ)，同時(shí)有力促進(jìn)了農(nóng)民增收和保障了糧食安全，因此今后應(yīng)繼續(xù)實(shí)施和發(fā)揮好農(nóng)機(jī)購置補(bǔ)貼政策。

2）完善農(nóng)機(jī)購置補(bǔ)貼政策，提高補(bǔ)貼資金使用效率。通過莫蘭指數(shù)分析農(nóng)機(jī)化水平的空間相關(guān)性發(fā)現(xiàn)，2014年以后我國農(nóng)機(jī)化水平空間相關(guān)性開始下降，因此應(yīng)對補(bǔ)貼政策進(jìn)行及時(shí)調(diào)整完善，對飽和機(jī)具應(yīng)減少補(bǔ)貼額度，加大對農(nóng)業(yè)生產(chǎn)關(guān)鍵和薄弱環(huán)節(jié)的農(nóng)業(yè)機(jī)械補(bǔ)貼力度。對農(nóng)機(jī)購置補(bǔ)貼政策進(jìn)行省域效果評估時(shí)，應(yīng)充分考慮本省和外省農(nóng)機(jī)購置補(bǔ)貼總量的空間溢出效應(yīng)，否則會(huì)高估農(nóng)機(jī)購置補(bǔ)貼的效果。

3）繼續(xù)實(shí)施和完善扶持農(nóng)機(jī)跨區(qū)作業(yè)的相關(guān)政策。農(nóng)機(jī)跨區(qū)作業(yè)有利于充分地利用農(nóng)機(jī)，增加各省間的要素相關(guān)性，有利于全國范圍內(nèi)農(nóng)機(jī)化水平的提高。因此，建議繼續(xù)實(shí)施跨區(qū)作業(yè)免受過路過橋費(fèi)、農(nóng)機(jī)高速優(yōu)先加油等優(yōu)惠政策，同時(shí)加強(qiáng)省際高速、省內(nèi)等級道路等基礎(chǔ)設(shè)施建設(shè)，鼓勵(lì)社會(huì)資本進(jìn)行農(nóng)機(jī)跨區(qū)作業(yè)信息平臺搭建，多渠道為跨區(qū)作業(yè)創(chuàng)造條件，促進(jìn)農(nóng)機(jī)要素跨區(qū)流動(dòng)，提高利用率，以放大購機(jī)補(bǔ)貼政策的社會(huì)經(jīng)濟(jì)效果。