機(jī)械化與糧食增產(chǎn)：直接影響還是間接影響?*
——基于5類品種的實(shí)證

金鉑皓，紀(jì)曉嵐

(華東理工大學(xué)社會(huì)與公共管理學(xué)院,上海 200237)

0 引言

長(zhǎng)年以來(lái)，由于我國(guó)承包地大面積呈現(xiàn)獨(dú)立、破碎、零散的形態(tài)，推進(jìn)機(jī)械化式耕作舉步維艱[1]。雖然早年有大量學(xué)者認(rèn)為在我國(guó)，由于氣候，土壤潮濕等自然限制，無(wú)論生產(chǎn)面積如何，均不適宜機(jī)械作耕的觀點(diǎn)，但在老撾[2]、孟加拉灣[3]等地區(qū)的成功實(shí)踐，讓人們看到了在我國(guó)氣候潮濕地區(qū)也能夠推進(jìn)機(jī)械化運(yùn)作的可能。隨著大量農(nóng)村勞動(dòng)力進(jìn)城務(wù)工，其承包地被閑置，對(duì)于在農(nóng)地流轉(zhuǎn)基礎(chǔ)上，擴(kuò)大生產(chǎn)規(guī)模，實(shí)現(xiàn)農(nóng)業(yè)機(jī)械化運(yùn)作，促成規(guī)模經(jīng)濟(jì)，以提高農(nóng)作物尤其是糧食產(chǎn)量，最終維護(hù)糧食安全的呼聲越來(lái)越高。在此背景下，十九大提出鄉(xiāng)村振興戰(zhàn)略，并再次要求推進(jìn)的“三權(quán)分置”改革，正是在理清農(nóng)地產(chǎn)權(quán)的前提下，推進(jìn)農(nóng)地流轉(zhuǎn)，擴(kuò)大生產(chǎn)規(guī)模的必要手段，而同時(shí)提出的構(gòu)建現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)體系，則是強(qiáng)調(diào)依靠農(nóng)業(yè)機(jī)械化等現(xiàn)代手段生產(chǎn)農(nóng)作物，有利于發(fā)展適度的規(guī)模經(jīng)營(yíng)?？梢哉f(shuō)，農(nóng)地流轉(zhuǎn)，適度規(guī)模經(jīng)營(yíng)，農(nóng)業(yè)機(jī)械化耕作是一脈相承的。實(shí)際上，早在20世紀(jì)90年代初開始，我國(guó)民間就有自發(fā)性的農(nóng)地流轉(zhuǎn)[4]，而機(jī)械化耕作在我國(guó)也較為普遍，均不是近年才有的產(chǎn)物。那么在近年來(lái)農(nóng)村勞動(dòng)力大量轉(zhuǎn)移，農(nóng)地流轉(zhuǎn)熱情高漲，生產(chǎn)規(guī)模逐漸擴(kuò)大的背景下，規(guī)模經(jīng)營(yíng)發(fā)展帶來(lái)的必然要求——機(jī)械化水平發(fā)展，其顯著提高農(nóng)作物中最基礎(chǔ)的作物——糧食產(chǎn)量了嗎？在未來(lái)還需要哪些工作幫助完善？這些都是事關(guān)國(guó)家糧食安全，必須要回答的問(wèn)題。

對(duì)于我國(guó)機(jī)械化發(fā)展是否顯著促進(jìn)糧食增產(chǎn)的問(wèn)題，學(xué)界研究已非常成熟。不過(guò)近年來(lái)隨著時(shí)間的發(fā)展，也出現(xiàn)了一點(diǎn)質(zhì)疑的聲音?？傮w來(lái)講，研究的觀點(diǎn)可以分為支持派與部分支持派。

支持派是當(dāng)下比較最主流的觀點(diǎn)，其視角也多種多樣。從歷史視角出發(fā)，Singh等研究了亞洲地區(qū)60年來(lái)的農(nóng)業(yè)進(jìn)步，指出機(jī)械化水平，促進(jìn)了谷物尤其是大米生產(chǎn)的增加，最終改善了當(dāng)?shù)鼐用竦臏仫枂?wèn)題[5]。Kic等更是將研究區(qū)域擴(kuò)大到廣大亞非拉國(guó)家，認(rèn)為機(jī)械化是發(fā)展中國(guó)家提升農(nóng)業(yè)總產(chǎn)值的出路[6]。在國(guó)內(nèi)，盧李朋等[7]依據(jù)甘肅62年的數(shù)據(jù)，實(shí)證了糧食增產(chǎn)的核心靠機(jī)械化。從影響機(jī)理出發(fā)，王珺鑫等[8]以山東為樣本，發(fā)現(xiàn)機(jī)械總動(dòng)力是糧食生產(chǎn)波動(dòng)的主要因素。 彭代彥[9]認(rèn)為機(jī)械化是勞動(dòng)力的替代要素，同樣可以像勞動(dòng)力一樣提高稻田的利用率，進(jìn)而最終提高糧食產(chǎn)量，隨著時(shí)間發(fā)展，彭代彥等[10]更進(jìn)一步還認(rèn)為機(jī)械化可以推動(dòng)農(nóng)業(yè)生產(chǎn)技術(shù)的變革，通過(guò)技術(shù)本身也可以實(shí)現(xiàn)糧食增產(chǎn)。從發(fā)展預(yù)期角度，田甜運(yùn)用C-D模型指出機(jī)械作業(yè)顯著推動(dòng)糧食單產(chǎn)[11]。除此之外也有綜合視角看待兩者關(guān)系的研究，如彭澧麗等[12]認(rèn)為機(jī)械化對(duì)勞動(dòng)生產(chǎn)率和耕地產(chǎn)出兩方面產(chǎn)生作用，并最終在兩方面共同作用下，提升了糧食產(chǎn)量。

而另一派的觀點(diǎn)帶有典型的區(qū)域性特色。其以報(bào)酬遞減規(guī)律為理論基礎(chǔ)，肯定早期機(jī)械化對(duì)糧食產(chǎn)量的作用，同時(shí)也發(fā)現(xiàn)了近年繼續(xù)推動(dòng)機(jī)械化，會(huì)使得糧食邊際產(chǎn)量下降，進(jìn)而不能顯著提升糧食產(chǎn)量的結(jié)論。Hou et al[13]以華北平原為研究區(qū)域，發(fā)現(xiàn)該地區(qū)技術(shù)投入的邊際效率出現(xiàn)了小幅度下滑，這對(duì)未來(lái)該地區(qū)農(nóng)產(chǎn)品的產(chǎn)量會(huì)有影響，顯然，機(jī)械化是科技投入的組成部分，其觀點(diǎn)對(duì)于機(jī)械化是否顯著提升糧食產(chǎn)量有一定參照作用。 而史常亮等[14]在新疆的考察中則十分明確，將近年來(lái)農(nóng)機(jī)總動(dòng)力在糧食生產(chǎn)中貢獻(xiàn)率不足的原因直指機(jī)械化投入對(duì)糧食邊際產(chǎn)量作用下滑。 杜繼豐等[15]在珠三角的調(diào)研發(fā)現(xiàn)，機(jī)械化程度已經(jīng)不再是糧食增產(chǎn)的主要因素，也就是說(shuō)該觀點(diǎn)肯定機(jī)械化曾經(jīng)對(duì)于糧食生產(chǎn)的貢獻(xiàn)，但如今這個(gè)作用已不再突出。而姜德波等[16]在黃淮海平原的調(diào)研中更是獨(dú)特，其在研究區(qū)域得到了農(nóng)機(jī)總動(dòng)力增加到某個(gè)階段，繼續(xù)提高機(jī)械化作用并不能再提升糧食產(chǎn)量的結(jié)論?？梢哉f(shuō)，相較于史常亮等認(rèn)為機(jī)械化投入對(duì)糧食產(chǎn)量增長(zhǎng)已經(jīng)出現(xiàn)了拐點(diǎn)的研究結(jié)論[14]，姜德波等[16]直接地認(rèn)為機(jī)械化投入對(duì)糧食產(chǎn)量已經(jīng)出現(xiàn)了極值點(diǎn)。不過(guò)總體來(lái)講，兩者對(duì)于該問(wèn)題的研究結(jié)果均為前期先肯定，后期又否定。

綜上所述，機(jī)械化對(duì)糧食增產(chǎn)作用的研究當(dāng)前已有非常多的貢獻(xiàn)，只是在時(shí)間的延續(xù)性上存在分歧。針對(duì)這個(gè)問(wèn)題，以下幾個(gè)角度可能是處理該分歧，進(jìn)一步探究機(jī)械化對(duì)糧食增產(chǎn)作用的突破口。第一：部分支持派認(rèn)為隨著時(shí)間的推移，當(dāng)前機(jī)械化對(duì)糧食增產(chǎn)的作用已不再顯著，但無(wú)論是哪一派，這種作用都停留在直接影響的層面。那么隨著時(shí)代的發(fā)展，機(jī)械化對(duì)糧食增產(chǎn)的作用能不能依靠間接影響發(fā)揮出來(lái)？第二：兩大派別尤其是部分支持派的結(jié)論，主要是基于當(dāng)?shù)仄贩N研究得到的。這樣獲得的結(jié)論，是否在不同品種的研究下同樣適用？為此，文章基于以上兩大疑問(wèn)，對(duì)機(jī)械化和糧食增產(chǎn)作用采取進(jìn)一步的探討。

1 理論探討

既然該研究推測(cè)機(jī)械化發(fā)展可能為糧食增產(chǎn)帶來(lái)間接效應(yīng)，那這種間接效應(yīng)的可能表現(xiàn)形式又是如何。以要素流動(dòng)理論的視角來(lái)看，機(jī)械化作為一種技術(shù)要素，同樣可以像勞動(dòng)力要素等一樣在市場(chǎng)內(nèi)流動(dòng)，那么其作用就不僅限于自身內(nèi)部區(qū)域，而是可以擴(kuò)展到了空間維度。這該層面下，一個(gè)地區(qū)的機(jī)械化發(fā)展，就不僅能夠推動(dòng)本地區(qū)的糧食增產(chǎn)(直接影響)，也可能間接帶動(dòng)其他地區(qū)的糧食增產(chǎn)，形成一種間接的溢出效應(yīng)。

當(dāng)前在現(xiàn)實(shí)中，我國(guó)有沒(méi)有可能存在這種溢出效應(yīng)？對(duì)于該問(wèn)題，該研究從以下兩個(gè)角度解答。首先，從技術(shù)幫扶角度出發(fā)，我國(guó)當(dāng)前出現(xiàn)了農(nóng)業(yè)服務(wù)外包的機(jī)械化支持模式。具體表現(xiàn)在我國(guó)部分地區(qū)，一部分農(nóng)戶由于資金有限或?qū)C(jī)械化運(yùn)作熟悉程度不足，并不愿意采取自購(gòu)農(nóng)機(jī)等方式種植糧食。不過(guò)，他們也肯定機(jī)械化對(duì)種植的作用，愿意邀請(qǐng)一些專門從事翻地、播種等專業(yè)化的團(tuán)隊(duì)來(lái)操作，形成一種農(nóng)業(yè)上的專業(yè)化分工[17]?？梢哉f(shuō)，服務(wù)外包的模式使得農(nóng)業(yè)也被納入到了專業(yè)分工的行業(yè)中，為機(jī)械化的溢出效應(yīng)提供了重要支撐[18]。另外，從經(jīng)驗(yàn)學(xué)習(xí)角度出發(fā)，部分機(jī)械化水平較弱的區(qū)域，其部門人員或?qū)I(yè)人士等會(huì)前往機(jī)械化水平強(qiáng)的區(qū)域考察學(xué)習(xí)，利用先進(jìn)技術(shù)改進(jìn)當(dāng)?shù)剌^落后的技術(shù)，最終運(yùn)用到當(dāng)?shù)氐募Z食生產(chǎn)。與前者當(dāng)?shù)貦C(jī)械化水平影響其他地區(qū)糧食產(chǎn)量不同，這種方式則強(qiáng)調(diào)當(dāng)?shù)貦C(jī)械化發(fā)展帶動(dòng)其他地區(qū)機(jī)械化發(fā)展，進(jìn)而影響其他地區(qū)的糧食產(chǎn)量，其形式更為間接。

圖1 機(jī)械化對(duì)糧食增產(chǎn)的作用機(jī)理

圖2 直接影響和間接影響說(shuō)明

通過(guò)上述的文獻(xiàn)整理和理論探討，初步認(rèn)為，在空間維度上考慮，機(jī)械化存在對(duì)自身區(qū)域糧食增產(chǎn)的直接影響，也可以存在對(duì)其他區(qū)域糧食增產(chǎn)的間接影響，具體手段整理得到圖1、圖2，其中圖2中框內(nèi)的箭頭即代表直接影響，框外的2個(gè)箭頭為間接影響。那進(jìn)一步地來(lái)看，這種效應(yīng)是否在不同品種方面均存在呢？因此該文提出如下假設(shè)：

S1：對(duì)于不同品種的糧食的產(chǎn)量，在選取區(qū)域均存在空間自相關(guān)性。

S2：機(jī)械化發(fā)展對(duì)于不同品種的糧食的產(chǎn)量，均可以顯著增產(chǎn)，其實(shí)現(xiàn)的形式包括直接效應(yīng)或間接效應(yīng)。

2 研究方法

2.1 數(shù)據(jù)來(lái)源與描述性統(tǒng)計(jì)

針對(duì)假設(shè)是否成立，該研究仍需實(shí)證。為此，該文將2000—2015年作為時(shí)間段，選取了我國(guó)31個(gè)省、直轄市、自治區(qū)(不含港、澳、臺(tái))為對(duì)象予以分析。在模型設(shè)定之前，首先需要考慮如何衡量機(jī)械化發(fā)展。該研究借鑒lin的方法[19]，使用農(nóng)機(jī)總動(dòng)力表征機(jī)械化發(fā)展。在因變量中，分別選取稻谷、小麥、玉米、豆類、薯類5類糧食產(chǎn)量作為因變量。此外，該研究從自然和社會(huì)兩個(gè)角度選取控制變量。自然條件中，糧食產(chǎn)量由氣候變化敏感性很強(qiáng)，但由于我國(guó)地域廣，差異大，不同地區(qū)主要的自然氣候威脅也有區(qū)別。為統(tǒng)一度量，將因氣候?yàn)?zāi)害而受災(zāi)的農(nóng)作物面積加入模型作為自然因素的控制變量。從社會(huì)因素而言，該文將糧食播種面積和化肥施用量納入模型。這些數(shù)據(jù)中， 2000—2003年農(nóng)作物因氣候?yàn)?zāi)害而受災(zāi)的面積數(shù)據(jù)來(lái)自中國(guó)氣象數(shù)據(jù)網(wǎng)， 2004—2015年數(shù)據(jù)出自《中國(guó)氣象災(zāi)害統(tǒng)計(jì)年鑒》。其余數(shù)據(jù)若無(wú)明確指出，均出自各年度《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》。表1給出了將所有變量在取自然對(duì)數(shù)之后對(duì)應(yīng)的描述性統(tǒng)計(jì)。

2.2 自相關(guān)性檢驗(yàn)設(shè)定

若要證明機(jī)械化發(fā)展對(duì)不同糧食品種均顯著存在間接效應(yīng)，其前提是機(jī)械化水平和不同品種的糧食產(chǎn)量存在空間相關(guān)性即該問(wèn)題可以放在空間維度上探討。在學(xué)界，全局Moran′s I在測(cè)量自相關(guān)性上得到普遍運(yùn)用。

(1)

式(1)中，xi、xj分別代表i、j兩個(gè)區(qū)某一確定品種的糧食產(chǎn)量，n為該品種糧食所選區(qū)域的總數(shù)。

wij表示空間權(quán)重矩陣。在空間模型計(jì)算中，wij的選取是至關(guān)重要的，常見(jiàn)的方法包括最近鄰法和反距離法。最近鄰法是以某省出發(fā)，賦值相鄰的省份為1，不相鄰為0，而反距離法則是通過(guò)計(jì)算兩省球面距離的倒數(shù)，然而這兩種方法對(duì)于我國(guó)農(nóng)業(yè)生產(chǎn)均有缺陷。從最近鄰法來(lái)看，其更適合面積大小相似的區(qū)域，而我國(guó)不同省份面積差異巨大并不合適； 而反距離法雖然考慮到我國(guó)各省的面積差異，但忽略了我國(guó)農(nóng)業(yè)機(jī)械化傳播在地形、通達(dá)度等方面的差異。因而該研究參照借鑒伍駿騫等的方法，運(yùn)用兩省之間機(jī)動(dòng)車通行所需的最短時(shí)間(單位：h)的倒數(shù)來(lái)作為空間權(quán)重矩陣[20]，該方法由于機(jī)動(dòng)車行駛時(shí)間既受到兩地的距離也受到地形的影響，能夠彌補(bǔ)先前方法的不足。該數(shù)據(jù)由百度地圖查詢獲得(1)由于不同品種區(qū)域總數(shù)不同，因此共有4個(gè)空間權(quán)重矩陣，之后若無(wú)明確說(shuō)明，均以該方式制作空間權(quán)重矩陣。需要補(bǔ)充的是，由于數(shù)據(jù)的完整性不同，稻谷(2)北京、青海、西藏?zé)o稻谷產(chǎn)量數(shù)據(jù)，因而區(qū)域總數(shù)為28、小麥(3)海南無(wú)小麥產(chǎn)量數(shù)據(jù)，因而區(qū)域總數(shù)為30、玉米、豆類、薯類(4)天津、上海、西藏?zé)o薯類產(chǎn)量數(shù)據(jù)，因而區(qū)域總數(shù)為285種品種的Wij會(huì)有所差別。

表1 描述性統(tǒng)計(jì)

變量名均值標(biāo)準(zhǔn)差說(shuō)明稻谷產(chǎn)量7.811.96取對(duì)數(shù)前單位:kt,下同之后表格中,其命名為lnpayield小麥產(chǎn)量6.402.34命名為lnwhyield玉米產(chǎn)量7.362.04命名為lncoyield豆類產(chǎn)量5.601.44命名為lnbeyield薯類產(chǎn)量6.671.08命名為lnyamyield稻谷播種面積5.951.95取對(duì)數(shù)前單位:k·hm2,下同,命名為lnpaarea小麥播種面積5.192.17命名為lnwharea玉米播種面積5.742.02命名為lncoarea豆類播種面積5.031.51命名為lnbearea薯類播種面積4.431.12命名為lnyamarea農(nóng)機(jī)總動(dòng)力7.371.08取對(duì)數(shù)前單位:wkt,數(shù)據(jù)的區(qū)域總數(shù)為31,命名為lnmech化肥施用量4.631.19取對(duì)數(shù)前單位:wt,數(shù)據(jù)的區(qū)域總數(shù)為31,命名為lnfe因氣候受災(zāi)面積4.341.50取對(duì)數(shù)前單位:w·hm2,數(shù)據(jù)的區(qū)域總數(shù)為31,命名為lndis

2.3 計(jì)量模型設(shè)定

考慮到機(jī)械化對(duì)糧食增產(chǎn)可能既存在直接效應(yīng)，又存在間接效應(yīng)，且當(dāng)?shù)貦C(jī)械化可能推動(dòng)其他地區(qū)糧食增產(chǎn)，也可能通過(guò)當(dāng)?shù)貦C(jī)械化影響其他地區(qū)機(jī)械化進(jìn)而再推動(dòng)糧食增產(chǎn)，根據(jù)LeSage等的經(jīng)驗(yàn)[21]，運(yùn)用空間杜賓模型(SDM)是合適的方法，具體模型如式(2)。本模型的中文解讀參考龔維進(jìn)和徐春華一文[23]，直接的分解效應(yīng)同樣參考該文。其中F為糧食產(chǎn)量(5類品種分別作為因變量)，w為空間權(quán)重矩陣，wF則為因變量的內(nèi)生交互效應(yīng)，M表示以農(nóng)機(jī)總動(dòng)力為首的一組自變量，也包括控制變量，因而wM表示自變量的外生交互效應(yīng)，In為N×1 且元素都為1 的列向量。ε為擾動(dòng)項(xiàng)～(0，σεI)，α、β、γ、φ表示各自的回歸系數(shù)。

F=αwF+βIn+γMnt+φwMat+ε

(2)

通過(guò)空間效應(yīng)的分解探究直接效應(yīng)和間接效應(yīng)。參照LeSage等的做法[22]，通過(guò)偏微分的方式測(cè)度SDM的空間溢出。具體方法為先對(duì)式(2)的F取期望得E(F)，再在t時(shí)間上，E(F)對(duì)解釋變量求偏導(dǎo)數(shù)得到式(3)。在式(3)中，矩陣對(duì)角線的元素為直接效應(yīng)，非對(duì)角線元素代表間接效應(yīng)。若模型退化為空間滯后模型(SAR)，此時(shí)求偏導(dǎo)數(shù)為式(4)。另外，若模型退化為空間誤差模型(SEM)，則直接效應(yīng)變?yōu)棣虑覠o(wú)間接效應(yīng)[24]，假設(shè)也被推翻。

(3)

(4)

3 結(jié)果與分析

3.1 自相關(guān)檢驗(yàn)

表2給出了農(nóng)機(jī)總動(dòng)力和不同品種的糧食產(chǎn)量的Moran′s I?？梢钥吹?，各年度的稻谷產(chǎn)量在均在1%顯著性下通過(guò)了檢驗(yàn)； 農(nóng)機(jī)總動(dòng)力以及和小麥的每年度的產(chǎn)量在5%顯著性通過(guò)檢驗(yàn)，玉米、豆類、薯類各年產(chǎn)量基本在10%顯著性通過(guò)檢驗(yàn)，因此應(yīng)當(dāng)使用空間計(jì)量模型。假設(shè)1被證實(shí)。

3.2 空間計(jì)量分析

在確定使用空間計(jì)量的基礎(chǔ)上，現(xiàn)討論SDM模型能否被簡(jiǎn)化。首先借鑒Anselin的經(jīng)驗(yàn)[25]刻畫兩組非空間模型下的LM統(tǒng)計(jì)量，再構(gòu)造兩組Wald和LR統(tǒng)計(jì)量檢驗(yàn)SDM是否會(huì)退化(5)具體方法為假設(shè)A1:γ=0和A2:αβ+γ=0，假設(shè)均拒絕則建立SDM，A1不能被拒絕則為SAR，A2不能被拒絕則為SEM，若前者統(tǒng)計(jì)量和后者發(fā)生沖突，則仍然使用SDM(6)SAR、SEM本身是SDM的特殊形式[26]。表3給出了不同模型下的LM、Wald和LR統(tǒng)計(jì)量。其中模型1、2、3、4、5分別代表以lnpayield、lnwhyield、lncoyield、lnbeyield、lnyamyield為因變量的SDM模型。在檢驗(yàn)后可以發(fā)現(xiàn)，模型1、3、4均拒絕假設(shè)，而模型2、5的LM檢驗(yàn)和Wald、LR檢驗(yàn)不一致，因而5個(gè)模型均不能被退化。

表2 2000—2015年5類品種的糧食產(chǎn)量和農(nóng)機(jī)總動(dòng)力和的Moran′s I指數(shù)測(cè)算

變量名稻谷產(chǎn)量小麥產(chǎn)量玉米產(chǎn)量豆類產(chǎn)量薯類產(chǎn)量農(nóng)機(jī)總動(dòng)力20000.16???0.20???0.11?0.15??0.13???0.03???20010.15???0.17???0.11??0.15??0.11??0.03???20020.16???0.16??0.10?0.17??0.10?0.03??20030.16???0.18???0.11???0.16??0.07?0.02??20040.17???0.18???0.12??0.17??0.12?0.02???20050.14???0.19???0.13??0.14?0.21???0.02???20060.14???0.20???0.16??0.13?0.12??0.03???20070.13???0.22???0.16??0.07?0.10?0.03???20080.11???0.25???0.16??0.11?0.06??0.02??20090.13???0.23???0.16??0.07??0.09?0.02??20100.12???0.24???0.16??0.130.05?0.02??20110.12???0.23???0.15??0.100.03??0.02??20120.13???0.23???0.13??0.11??0.050.01??20130.12???0.22???0.13??0.07?0.09??0.01??20140.13???0.20???0.11??0.08??0.08?0.02??20150.14???0.20???0.10?0.10?0.08?0.02?? 注:???、??、?分別表示在1%、5%、10%顯著性水平下通過(guò)檢驗(yàn)

在確定應(yīng)用SDM模型之后，還需要確定模型的效應(yīng)形式。表3給出了模型1 的Hausman統(tǒng)計(jì)量，發(fā)現(xiàn)顯著拒絕了使用隨機(jī)效應(yīng)的原假設(shè)，因而采用固定效應(yīng)。類似地，之后所有模型也運(yùn)用該方法確定形式。最終得到模型2為隨機(jī)效應(yīng)，模型1、3、4、5為固定效應(yīng)(7)因篇幅問(wèn)題，不再具體給出其他模型的Hasuman檢驗(yàn)，有需要讀者可向作者索取(見(jiàn)表4)。

表3 以稻谷產(chǎn)量為因變量的豪斯曼檢驗(yàn)

(b)固定效應(yīng)(B)隨機(jī)效應(yīng)(b-B)差值農(nóng)機(jī)總動(dòng)力-0.070-0.023-0.047化肥施用量0.1420.1060.036稻谷播種面積1.0171.0050.012因氣候受災(zāi)面積-0.035-0.0420.007chi2(4)=11.13Prob>chi2=0.025

表4 空間杜賓模型的選擇及設(shè)定形式

模型1模型2模型3模型4模型5拉格朗日乘數(shù)滯后51.685???0.42654.664???35.936???0.187羅伯特拉格朗日乘數(shù)滯后68.383???6.640???37.826???1.285280.393???拉格朗日乘數(shù)誤差9.992???96.138???35.282???73.103???2 710.307???羅伯特拉格朗日乘數(shù)誤差26.690???102.352???18.445???38.451???2 990.514???沃爾德滯后15.939???8.724?9.747??18.699???5.439似然比滯后13.933???8.628?5.75618.155???1.770沃爾德誤差9.123???8.772?17.390???24.606???19.528???似然比誤差8.396?8.709?6.54324.228???6.571 注:???、??、?分別表示在1%、5%、10%顯著性水平下通過(guò)檢驗(yàn)

表5 以5類品種的糧食產(chǎn)量為因變量的模型估計(jì)

模型1模型2模型3模型4模型5R20.7070.9070.9150.4910.450農(nóng)機(jī)總動(dòng)力-0.0230.183???-0.0070.1130.065???化肥施用量0.106??-0.179???0.170??0.299?-0.012播種面積1.005???1.047???0.971???0.859???0.987???因氣候受災(zāi)面積-0.042???-0.031??-0.035??-0.028?-0.002W?農(nóng)機(jī)總動(dòng)力0.045???——0.141?0.151???W?化肥施用量——0.185??—-0.150???W?播種面積—-0.217???——-0.148???W?受災(zāi)面積————0.443?sigma2_e0.013??0.024???0.010???0.047???0.011???對(duì)數(shù)極大似然估計(jì)291.984146.259435.87744.510448.05 注:???、??、?分別表示在1%、5%、10%顯著性水平下通過(guò)檢驗(yàn)

表6 空間效應(yīng)分解

模型1模型2模型3直接效應(yīng)間接效應(yīng)總效應(yīng)直接效應(yīng)間接效應(yīng)總效應(yīng)直接效應(yīng)間接效應(yīng)總效應(yīng)農(nóng)機(jī)總動(dòng)力-0.0240.087???0.064??0.188???0.122???0.310???-0.004-0.001-0.005 化肥施用量0.104??-0.009?0.095??-0.185???-0.123??-0.308???0.165??0.391??0.556???播種面積1.009???-0.085???0.923???1.046???-0.107??0.939???0.972???-0.0020.970???受災(zāi)面積-0.042???0.003??-0.038???-0.032??-0.020??-0.052??-0.036??0.001-0.035??模型4模型5直接效應(yīng)間接效應(yīng)總效應(yīng)直接效應(yīng)間接效應(yīng)總效應(yīng)農(nóng)機(jī)總動(dòng)力0.1541.194??1.349??0.080???0.615???0.694???化肥施用量0.3070.5810.888-0.025?-0.560???-0.585???播種面積0.914???1.617??2.531???0.996???0.317?1.311???受災(zāi)面積-0.030?-0.053-0.0830.0050.1630.167 注:???、??、?分別表示在1%、5%、10%顯著性水平下通過(guò)檢驗(yàn)

在確定模型之后，進(jìn)行下一步分析。分析中，不顯著的變量空間滯后項(xiàng)將被去除，最終得到分析結(jié)果表5，其中在控制變量方面，各品種的播種面積本身不同，但因篇幅問(wèn)題均放在一行內(nèi)顯示，統(tǒng)稱為lnarea。依表5所示，機(jī)械化發(fā)展僅僅可以顯著促進(jìn)本地區(qū)的小麥和薯類增產(chǎn)。

那是否意味著機(jī)械化就沒(méi)有顯著促進(jìn)其他3種作物的增產(chǎn)？為此，可通過(guò)空間效應(yīng)的分解，觀察機(jī)械化對(duì)不同品種糧食產(chǎn)量的直接和間接效應(yīng)，如果機(jī)械化能發(fā)揮其間接影響即帶動(dòng)其他地區(qū)的機(jī)械化水平發(fā)展或者促進(jìn)其他地區(qū)該作物增產(chǎn)，仍然可以認(rèn)為其能夠發(fā)揮作用，該分析結(jié)果如表6所示。依據(jù)表6顯示，機(jī)械化雖沒(méi)有對(duì)稻谷、豆類增產(chǎn)發(fā)揮直接效應(yīng)，但存在顯著的間接溢出效應(yīng)(8)機(jī)械化具有對(duì)糧食增產(chǎn)的直接或間接效應(yīng)均指在5%顯著性水平通過(guò)檢驗(yàn)且對(duì)應(yīng)系數(shù)為正，下文同； 對(duì)于小麥和薯類作物，機(jī)械化不僅發(fā)揮了直接效應(yīng)，也存在間接效應(yīng)?？梢?jiàn)，機(jī)械化發(fā)展并不只是推動(dòng)了當(dāng)?shù)氐募Z食增產(chǎn)，它也可以通過(guò)上述的手段，實(shí)現(xiàn)溢出效應(yīng)，發(fā)揮間接效應(yīng)作用。

此外在所選取時(shí)間段內(nèi)，機(jī)械化對(duì)玉米的增產(chǎn)既未產(chǎn)生顯著的直接效應(yīng)也無(wú)間接效應(yīng)。該現(xiàn)象鑒于我國(guó)這兩種作物機(jī)械化起步很晚的客觀背景，不太可能發(fā)生機(jī)械化投入的報(bào)酬遞減，因此可能是我國(guó)的這兩類品種的糧食，當(dāng)前生產(chǎn)的機(jī)械化水平還太低，需要進(jìn)一步促進(jìn)機(jī)械化發(fā)展，糧食增產(chǎn)的效應(yīng)才能顯著顯現(xiàn)[27]。

4 空間分析的進(jìn)一步探討

通過(guò)上述的分析，得到了機(jī)械化在直接效應(yīng)內(nèi)促進(jìn)了小麥、薯類的增產(chǎn)，在間接效應(yīng)內(nèi)促進(jìn)了稻谷、小麥、豆類、薯類的增產(chǎn)，而對(duì)玉米產(chǎn)量沒(méi)有顯著提升的結(jié)論。這一說(shuō)法在一定程度上看到了機(jī)械化在空間維度上的作用，也承認(rèn)了當(dāng)前我國(guó)糧食機(jī)械化發(fā)展上的不足。然而，這樣的結(jié)論并不夠嚴(yán)謹(jǐn)，主要表現(xiàn)在：(1)是否存在機(jī)械化發(fā)展的對(duì)某些品種的糧食增產(chǎn)的直接效應(yīng)，在所選時(shí)段的前期不明顯，而后期增產(chǎn)效應(yīng)顯著，這可以進(jìn)一步證實(shí)我國(guó)通過(guò)擴(kuò)大生產(chǎn)規(guī)模，加大投入機(jī)械技術(shù)來(lái)促進(jìn)糧食增產(chǎn)的大方向的正確性；(2)是否存在機(jī)械化的對(duì)某些品種的糧食增產(chǎn)的間接作用，在所選時(shí)段的前期不明顯，而后期增產(chǎn)效應(yīng)顯著，這反映了技術(shù)幫扶等間接影響并不是一直存在而是近幾年才開展的； (3)是否存在某種糧食，機(jī)械化對(duì)其的直接增產(chǎn)效應(yīng)在前期顯著，后期變得不顯著，這也是部分支持派學(xué)者所持的觀點(diǎn)。

表7 2000—2007年模型估計(jì)

模型6模型7模型8模型9模型10R20.7470.9180.7210.3100.181農(nóng)機(jī)總動(dòng)力-0.1290.1590.1190.542???0.146?化肥施用量0.280???0.1310.274???-0.0280.193播種面積0.870???0.936???0.875???0.866???0.819???因氣候受災(zāi)面積-0.049???-0.045??-0.049???-0.0290.007W?農(nóng)機(jī)總動(dòng)力0.133?————W?化肥施用量—————W?播種面積0.355?-0.139??—-0.134??0.148???W?受災(zāi)面積——-0.041?——sigma2_e0.008???0.009???0.006???0.056???0.008???對(duì)數(shù)極大似然估計(jì)232.390216.510275.712263.970226.539 注:???、??、?分別表示在1%、5%、10%顯著性水平下通過(guò)檢驗(yàn)

為此，該研究將時(shí)間分為2000—2007年和2008—2015年兩段，并觀察在先后的時(shí)間段內(nèi)，不同品種糧食在機(jī)械化作用下增產(chǎn)效應(yīng)是否發(fā)生顯著變化。通過(guò)實(shí)證，表7、表8分別給出了兩段不同時(shí)間的模型估計(jì)； 表9、表10分別給出了這兩段時(shí)間的空間效應(yīng)分解，其中模型6和11、7和12、8和13、9和14、10和15分別代表以lnpayield、lnwhyield、lncoyield、lnbeyield、lnyamyield為因變量的模型。在效應(yīng)形式的選擇中，模型6～10， 15為固定效應(yīng)，模型11～13為隨機(jī)效應(yīng)，模型14退化為SAR的隨機(jī)效應(yīng)模型(9)SAR模型不具有空間滯后項(xiàng)變量。在表8可以得到一些新發(fā)現(xiàn)：(1)在先后兩個(gè)時(shí)間段，機(jī)械化對(duì)小麥的增產(chǎn)直接效應(yīng)發(fā)生了從不顯著到顯著的變化；(2)從間接增產(chǎn)作用角度來(lái)看，機(jī)械化對(duì)薯類的在前期并不顯著，而在后期顯著。這反映了我國(guó)隨著交通運(yùn)輸、通訊聯(lián)絡(luò)等方面的進(jìn)步，薯類生產(chǎn)受到外包，發(fā)達(dá)機(jī)械化區(qū)域幫扶等方面的作用逐漸凸顯； (3)對(duì)豆類而言，機(jī)械化對(duì)其增產(chǎn)的直接效應(yīng)隨著時(shí)間的變化，從顯著變化為不顯著，這也可能是部分支持派質(zhì)疑機(jī)械化當(dāng)前能否繼續(xù)促進(jìn)糧食增產(chǎn)的一個(gè)證據(jù)。然而，由于缺乏在空間維度的探討，該派沒(méi)有注意到機(jī)械化對(duì)豆類在間接作用上的變化。依靠上述手段的進(jìn)步，機(jī)械化在后半時(shí)間段開始顯著發(fā)揮了對(duì)糧食增產(chǎn)的溢出效應(yīng);(4)即使在后時(shí)間段，機(jī)械化對(duì)玉米的增產(chǎn)仍不顯著，該品種是未來(lái)加強(qiáng)發(fā)展的重點(diǎn)。

表8 2008—2015年模型估計(jì)

模型11模型12模型13模型14模型15R20.7890.7220.8160.5690.973農(nóng)機(jī)總動(dòng)力0.2060.107?0.037-0.0300.067?化肥施用量0.551-0.167??-0.097??0.111-0.007播種面積1.025???1.079???1.036???0.921???0.9657???因氣候受災(zāi)面積-0.023??-0.034??-0.010-0.030??-0.009??W?農(nóng)機(jī)總動(dòng)力0.107??———-0.128???W?化肥施用量—————W?播種面積—-0.186???0.147??—-W?受災(zāi)面積—————sigma2_e0.148??0.027??0.011?0.015???0.001???對(duì)數(shù)極大似然估計(jì)119.21641.935160.547108.164511.924 注:???、??、?分別表示在1%、5%、10%顯著性水平下通過(guò)檢驗(yàn)

表9 2000—2007年空間效應(yīng)分解

模型6模型7模型8直接效應(yīng)間接效應(yīng)總效應(yīng)直接效應(yīng)間接效應(yīng)總效應(yīng)直接效應(yīng)間接效應(yīng)總效應(yīng)農(nóng)機(jī)總動(dòng)力-0.1320.241??0.1080.1650.0830.2480.0140.0060.020化肥施用量0.278???-0.0540.224???0.1250.0560.1820.270???0.0410.312???播種面積0.872???0.351???1, 224???0.940???-0.0030.937???0.882???0.1401.022???受災(zāi)面積-0.494???0.009-0.485???-0.045??-0.022-0.067???-0.051???-0.108?-0.159???模型9模型10直接效應(yīng)間接效應(yīng)總效應(yīng)直接效應(yīng)間接效應(yīng)總效應(yīng)農(nóng)機(jī)總動(dòng)力0.603???1.6862.290?0.158?0.5060.664化肥施用量-0.046-0.132-0.1780.1880.0880.277播種面積0.908???1.3372.245??0.836???0.779??1.615???受災(zāi)面積-0.028-0.076-0.1050.0070.0030.010 注:???、??、?分別表示在1%、5%、10%顯著性水平下通過(guò)檢驗(yàn)

表10 2008—2015年空間效應(yīng)分解

模型11模型12模型13直接效應(yīng)間接效應(yīng)總效應(yīng)直接效應(yīng)間接效應(yīng)總效應(yīng)直接效應(yīng)間接效應(yīng)總效應(yīng)農(nóng)機(jī)總動(dòng)力0.0190.173???0.192??0.111??0.0680.179?0.039-0.0090.030化肥施用量0.516-0.0090.042-0.174??-0.101-0.274??-0.099??0.020-0.079??播種面積1.031???-0.019???0.838???1.080???-0.0481.032???1.036???0.058??1.094???受災(zāi)面積-0.240??0.005-0.019??-0.034??-0.020-0.055??-0.0110.002-0.009模型14模型15直接效應(yīng)間接效應(yīng)總效應(yīng)直接效應(yīng)間接效應(yīng)總效應(yīng)農(nóng)機(jī)總動(dòng)力-0.0280.002??-0.0260.628?0.333???0.961???化肥施用量0.106-0.0070.099-0.009-0.004-0.013播種面積0.925???-0.062??0.863???0.974???0.451???1.426???受災(zāi)面積-0.031??0.002-0.028??-0.009??-0.004?-0.013?? 注:???、??、?分別表示在1%、5%、10%顯著性水平下通過(guò)檢驗(yàn)

5 結(jié)論與討論

5.1 結(jié)論

綜合以上兩步結(jié)果，機(jī)械化對(duì)不同品種的糧食增產(chǎn)效應(yīng)各異?？傮w而言，基于模型1～5，從直接影響來(lái)看，機(jī)械化顯著推動(dòng)小麥和薯類的增產(chǎn)； 從間接效應(yīng)來(lái)看，機(jī)械化通過(guò)輻射、溢出作用，帶動(dòng)了其他地區(qū)稻谷、小麥、豆類、薯類的增產(chǎn)。從時(shí)間維度的兩兩比較(模型6比11， 7比12等)而言，機(jī)械化對(duì)小麥產(chǎn)量的直接效應(yīng)、對(duì)豆類、薯類的間接效應(yīng)都經(jīng)歷了從不顯著到顯著的過(guò)程，表明我國(guó)近年來(lái)機(jī)械化發(fā)展對(duì)糧食產(chǎn)量的貢獻(xiàn)。最后，機(jī)械化對(duì)大豆產(chǎn)量的直接效應(yīng)變?yōu)椴伙@著，這可能由于我國(guó)近年來(lái)對(duì)大豆的進(jìn)口依存度越來(lái)越高，當(dāng)?shù)貦C(jī)械化的作用未得到顯著發(fā)揮。

5.2 建議

(1)科技是最大的生產(chǎn)力，推進(jìn)科技創(chuàng)新，尤其是玉米的農(nóng)機(jī)創(chuàng)新是下一階段關(guān)鍵任務(wù)。可以看到，無(wú)論在何種形式，哪個(gè)時(shí)間段，目前機(jī)械化對(duì)玉米增產(chǎn)的作用均不顯著。下一步應(yīng)當(dāng)針對(duì)該類品種糧食加大機(jī)械化技術(shù)投入與研發(fā)[28]。

(2)在各種模型的檢驗(yàn)中，糧食播種面積基本對(duì)糧食產(chǎn)量都有顯著正向影響，可見(jiàn)我國(guó)的糧食安全，光有內(nèi)涵式的科技投入增產(chǎn)遠(yuǎn)遠(yuǎn)不夠，外延式的耕地保護(hù)才是根本舉措。在耕地保護(hù)中，①嚴(yán)格保護(hù)現(xiàn)有耕地，規(guī)范耕地征收征用制度，對(duì)以各種以公益性為旗號(hào)亂征地現(xiàn)象予以查處。②擴(kuò)寬耕地保有，加大農(nóng)村廢舊工礦用地復(fù)墾為耕地力度，穩(wěn)定提高耕地面積。

(3)當(dāng)前外包、幫扶等機(jī)械化對(duì)糧食產(chǎn)量的間接效應(yīng)逐漸顯著，當(dāng)?shù)剞r(nóng)戶即使缺乏自有機(jī)械，也可以依靠外包等方式完成生產(chǎn)工作，進(jìn)而對(duì)農(nóng)業(yè)機(jī)械的需求量預(yù)期會(huì)有一定下降。針對(duì)此，應(yīng)當(dāng)推進(jìn)農(nóng)業(yè)機(jī)械供給側(cè)結(jié)構(gòu)改革，提供匹配市場(chǎng)的對(duì)應(yīng)機(jī)械，保證農(nóng)機(jī)自身市場(chǎng)的供需平衡。