農(nóng)業(yè)機械化有助于化肥投入效率提升嗎？
——以小麥為例

蔡 榮 陳 佩

(南京財經(jīng)大學(xué) 糧食安全與戰(zhàn)略研究中心，南京 210003)

在農(nóng)業(yè)可持續(xù)發(fā)展形勢日益嚴(yán)峻的背景下，農(nóng)業(yè)生產(chǎn)效率成為影響農(nóng)業(yè)乃至總體經(jīng)濟增長質(zhì)量的重要因素。在過去的40年，中國農(nóng)業(yè)生產(chǎn)總值以年均4.6%的速度快速增長[1]，農(nóng)業(yè)綜合生產(chǎn)能力得到穩(wěn)步提升，農(nóng)產(chǎn)品供需實現(xiàn)了基本平衡。但是，農(nóng)業(yè)生產(chǎn)中的化肥利用效率卻十分低下。農(nóng)學(xué)研究發(fā)現(xiàn)，中國糧食作物的化肥利用率僅為33%，遠(yuǎn)低于歐美發(fā)達(dá)國家50%～65%的平均水平[2]。從經(jīng)濟學(xué)角度的定量分析也證實，中國主要農(nóng)作物的化肥投入效率較低，存在非常大的削減潛力[3-4]。較低的化肥投入效率不僅加劇了地下水硝酸鹽含量超標(biāo)、地表水污染、土壤酸化、溫室氣體排放等問題，也威脅到了中國糧食供給質(zhì)量安全[5]。中國政府高度重視農(nóng)業(yè)生產(chǎn)中的化肥利用問題。2004年啟動的測土配方施肥工作、2015年開展的化肥使用量“零增長”行動，都在致力于減少化肥投入浪費[6-7]。

化肥投入效率與農(nóng)戶對化肥使用的管理能力有關(guān)，如果管理能力不足，就會導(dǎo)致化肥用量的非合理增加，造成效率下降。Wu[8]最早利用農(nóng)業(yè)部在全國5省份的微觀調(diào)查數(shù)據(jù)，分析發(fā)現(xiàn)農(nóng)戶化肥投入效率平均僅為0.33，約有2/3的化肥屬于過量使用。之后，越來越多的學(xué)者認(rèn)識到中國農(nóng)業(yè)化肥濫用問題的嚴(yán)重性，對化肥投入效率的研究逐漸增多。這些研究大體分為兩類：一是對整個農(nóng)業(yè)或不同作物生產(chǎn)的化肥投入效率進(jìn)行測算分析[4,9-10]；二是基于化肥投入效率的測算結(jié)果，采用多元回歸模型分析影響化肥投入效率的因素[6-7,11-12]。研究表明，擴大耕地經(jīng)營規(guī)模、穩(wěn)定耕地流轉(zhuǎn)契約、參加農(nóng)業(yè)技術(shù)培訓(xùn)、從事非農(nóng)產(chǎn)業(yè)就業(yè)等均有助于提高化肥投入效率。還有研究認(rèn)為，農(nóng)業(yè)機械化發(fā)展在支撐糧食增產(chǎn)的同時，加大了有機資源還田，從而有助于減少化肥投入，提高化肥投入效率[13]。但是，也有研究發(fā)現(xiàn)，單位面積機械費用對中國小麥生產(chǎn)的化肥投入效率沒有顯著影響[3]?？傮w上，較其他因素而言，已有研究尚缺乏專門針對農(nóng)業(yè)機械化對化肥投入效率影響的理論與實證分析。

事實上，農(nóng)業(yè)機械化是農(nóng)業(yè)農(nóng)村現(xiàn)代化的物質(zhì)技術(shù)基礎(chǔ)，是推動農(nóng)業(yè)經(jīng)濟快速發(fā)展、實現(xiàn)糧食產(chǎn)量增加的主要動力之一。中國政府于2004年頒布《中華人民共和國農(nóng)業(yè)機械化促進(jìn)法》，并出臺了相關(guān)的農(nóng)機購置補貼政策。自此，農(nóng)業(yè)機械化進(jìn)入快速發(fā)展期，并呈現(xiàn)出了大型化趨勢。目前，中國農(nóng)業(yè)機械總動力超過了10億千瓦，農(nóng)機社會化服務(wù)持續(xù)推進(jìn)，農(nóng)業(yè)機械化程度不斷提高。2004年，中國農(nóng)業(yè)耕種收綜合機械化率為34.3%，到2017年，已經(jīng)超過66.0%，機耕、機播和機收水平實現(xiàn)了跨越式提升。本研究以小麥生產(chǎn)為例，采用Wang等[14]的固定效應(yīng)隨機前沿模型(WH-SFA)對化肥投入效率進(jìn)行測算，并基于效率損失方程對農(nóng)業(yè)機械化水平與化肥投入效率的關(guān)系進(jìn)行實證分析。與已有研究相比，本研究所使用的效率測算模型考慮了樣本區(qū)域之間的異質(zhì)性，效率值不再存在低估偏誤問題。此外，本研究還進(jìn)一步使用反事實分析法[15]評估農(nóng)業(yè)機械化的化肥減量效應(yīng)。本研究將揭示農(nóng)業(yè)機械化對提升化肥投入效率的積極影響，以期為相關(guān)部門制定促進(jìn)化肥減量政策提供理論指導(dǎo)和決策依據(jù)。

1 理論分析

在化肥投入普遍過量的背景下，提高化肥投入效率的重要措施之一便是降低化肥投入量。農(nóng)業(yè)機械化可能會從以下途徑影響化肥投入效率。一是機械化使施肥方式從表施(淺施)向深施轉(zhuǎn)變。傳統(tǒng)的表施和淺施等不合理施肥方式很容易加速化肥分解揮發(fā)，能夠被作物吸收利用的比例很低。化肥機械深施技術(shù)的推廣有助于提高作物根系吸收效率和延長肥效時間，從而減少化肥投入浪費，節(jié)約化肥投入。二是促進(jìn)耕地規(guī)?；?jīng)營進(jìn)而減少施肥強度。農(nóng)業(yè)機械作業(yè)有助于降低農(nóng)戶務(wù)農(nóng)成本，增加種植利潤。這將引致耕地投入需求，從而加速耕地流轉(zhuǎn)，形成規(guī)模經(jīng)營。諸多研究證實，耕地規(guī)模擴大有助于減少化肥施用強度，提升化肥投入效率[15-16]。三是機械化秸稈還田有助于養(yǎng)分替代。秸稈中含有大量的有機質(zhì)和養(yǎng)分元素，是一種重要的有機肥料資源。近年來，隨著秸稈還田機械技術(shù)的發(fā)展以及各級政府禁燒秸稈政策的實施，秸稈還田成為不少農(nóng)戶的主動適應(yīng)或被動選擇。諸多定位試驗結(jié)果表明，秸稈還田能在一定程度上實現(xiàn)養(yǎng)分替代，降低農(nóng)田化肥用量[17]。綜上分析，本研究預(yù)期：機械化會正向影響化肥投入效率。

2 實證模型與變量選擇

2.1 實證模型

本研究選擇采用Wang等[14]提出的固定效應(yīng)隨機前沿模型(WH-SFA)進(jìn)行分析。參照林伯強等[18]的能源效率測度模型，構(gòu)建測度化肥投入效率的超越對數(shù)距離函數(shù)，具體如下：

(1)

(2)

(3)

2.2 變量選擇

2.2.1投入產(chǎn)出變量

參照以往相關(guān)研究[3,9,11]，產(chǎn)出變量用作物單產(chǎn)表示(kg/hm2)，投入變量則包括化肥投入(kg/hm2)、勞動用工(工日/hm2)和其他資本(包括種子、機械和農(nóng)藥等投入之和，元/hm2)。其中，勞動投入包括家庭自有勞動和雇傭勞動。另外，參照以往研究，本研究將氣溫、降雨量和日照時數(shù)等氣候因素也納入投入變量[19]。

2.2.2化肥投入效率影響因素

本研究考察的核心變量是機械化水平。對機械化水平的衡量，以往研究提供了兩個指標(biāo)，一是單位面積上機械作業(yè)成本與用工數(shù)量之比[20]，二是單位面積上機械作業(yè)成本與生產(chǎn)成本之比[21]。鑒于后者的測算數(shù)值容易受到其他要素價格波動的影響，難以反映機械化真實水平，故本研究選擇前者。本研究在模型中還加入了戶均耕地規(guī)模、有效灌溉率、成災(zāi)率、農(nóng)業(yè)勞動力占比和化肥價格等控制變量。戶均耕地規(guī)模用各省耕地規(guī)模與農(nóng)村居民戶數(shù)的比值表示，用來衡量耕地資源稟賦。一般認(rèn)為，耕地資源稟賦越豐富越有利于規(guī)模經(jīng)營，從而有助于化肥投入減量和化肥投入效率提升[22]。有效灌溉率用各省有效灌溉面積與耕地面積之比表示。灌溉可以通過調(diào)節(jié)土壤含水量改變化肥的存在形態(tài)，有利于作物對化肥的吸收利用，從而提高化肥投入效率。農(nóng)業(yè)勞動占比用各省第一產(chǎn)業(yè)從業(yè)人數(shù)占總就業(yè)人數(shù)的比重來表示。該指標(biāo)取值越小，在一定程度上意味著該地區(qū)農(nóng)村勞動力非農(nóng)產(chǎn)業(yè)轉(zhuǎn)移程度越高。以往研究發(fā)現(xiàn)，勞動力非農(nóng)產(chǎn)業(yè)轉(zhuǎn)移不利于化肥投入效率的提升[3,6]?；蕛r格上漲對化肥投入需求存在抑制效果，也會影響到化肥投入效率。此外，氣候變化也可能會影響作物生產(chǎn)及化肥投入效率，因此也加入了氣溫、降雨量和日照時數(shù)等變量。

3 數(shù)據(jù)與實證分析

3.1 數(shù)據(jù)來源

本研究選取1998—2017年中國15個小麥主產(chǎn)省份的省級面板數(shù)據(jù)進(jìn)行研究。分別是河北、山西、內(nèi)蒙古、黑龍江、河南、山東、江蘇、湖北、安徽、陜西、甘肅、寧夏、新疆、四川和云南省(自治區(qū))。本研究所使用的投入產(chǎn)出數(shù)據(jù)來自《全國農(nóng)產(chǎn)品成本收益匯編》[23]。所使用的氣候數(shù)據(jù)均來自于中國氣象局氣象中心。在數(shù)據(jù)處理上，將分散的各個氣象觀測站按照所在省份進(jìn)行了歸類，使用各省小麥生長期的氣候指標(biāo)均值來刻畫該省的農(nóng)業(yè)生產(chǎn)氣候條件，包括氣溫、降雨量和日照時數(shù)。所涉及的其他指標(biāo)主要來自《中國農(nóng)村統(tǒng)計年鑒》[24]、《中國統(tǒng)計年鑒》[25]，部分缺失數(shù)據(jù)使用各省統(tǒng)計年鑒進(jìn)行了補充。文中涉及貨幣單位的指標(biāo)(如其他資本投入和化肥價格)均使用各省農(nóng)產(chǎn)品生產(chǎn)資料價格指數(shù)進(jìn)行了折算(1998年為基期)。

3.2 基本統(tǒng)計描述

在樣本期內(nèi)，主產(chǎn)區(qū)小麥的年均產(chǎn)量為4 798.72 kg/hm2，省際之間差距較大，最大值約是最小值的4.9倍。單位面積(hm2)化肥投入數(shù)量平均為331.51 kg，遠(yuǎn)遠(yuǎn)超出國際公認(rèn)的警戒值225 kg，存在比較突出的過量施肥問題。另外，勞動用工投入平均約為107.66 工日/hm2，其他資本投入平均為1 446.56元/hm2。其他控制變量的統(tǒng)計基本特征見表1。

表1 變量描述性統(tǒng)計Table 1 Descriptive statistic of variables

3.3 實證結(jié)果分析

為了檢測模型函數(shù)形式設(shè)定的合理性，本研究以式(1)為一般模型，其他備擇模型(包括C-D生產(chǎn)函數(shù)、不存在技術(shù)進(jìn)步、不存在技術(shù)效率損失等)為其限制形式，通過構(gòu)建廣義似然比檢驗對不同模型的設(shè)定進(jìn)行檢驗。結(jié)果表明，本研究設(shè)定的超越對數(shù)函數(shù)形式隨機前沿距離模型是合理的。

表2是模型估計結(jié)果。在效率損失方程中，各變量對化肥投入效率的影響和預(yù)期保持一致。在控制了其他因素之后，機械化水平的系數(shù)顯著為負(fù)，表明提升機械化水平能夠減少小麥生產(chǎn)化肥投入效率損失。本研究分析發(fā)現(xiàn)，受農(nóng)業(yè)機械化發(fā)展的影響，化肥機械深施技術(shù)和機械秸稈還田技術(shù)逐漸在全國得到推廣，從而為有效減少農(nóng)業(yè)生產(chǎn)中的化肥資源浪費，也為全面推廣科學(xué)施肥技術(shù)提供了有利條件。在樣本期間，小麥主產(chǎn)區(qū)的化肥深施機械由1998年的2.23萬部上升到2017年的3.24萬部，增長率45.29%，秸稈粉碎還田機由0.35萬部增加到5.35萬部，增長率約為142.86%?！度珖r(nóng)業(yè)機械化統(tǒng)計年報》[26]公開數(shù)據(jù)顯示，2004年全國機械深施肥面積約2 790.4萬hm2，2018年增加至3 527.0萬hm2，約占當(dāng)年耕地總面積的26.1%。在秸稈機械還田方面，中央財政在2004年設(shè)立農(nóng)機購置補貼專項時就一直將秸稈還田機械納入到補貼重點，秸稈機械還田面積得到穩(wěn)步提升。根據(jù)農(nóng)業(yè)農(nóng)村部統(tǒng)計，2008年全國秸稈還田面積約為2 273.3萬hm2，到2018年已增加至5 126.7萬hm2，增加了1.25倍。與此同時，伴隨著農(nóng)業(yè)機械化進(jìn)程加快，中國農(nóng)村土地制度改革也在持續(xù)深化，土地流轉(zhuǎn)步伐不斷加快。國家統(tǒng)計局?jǐn)?shù)據(jù)顯示，2004年全國耕地流轉(zhuǎn)面積不足400萬hm2，到了2018年，全國耕地流轉(zhuǎn)面積已經(jīng)超過3 500萬hm2。根據(jù)第三次全國農(nóng)業(yè)普查結(jié)果，2016年全國耕地規(guī)?；?jīng)營面積已經(jīng)占到全部實際耕地面積的28.6%。土地規(guī)?；?jīng)營也為提升化肥投入效率和減少化肥過量使用創(chuàng)造了有利環(huán)境。

表2 模型估計結(jié)果Table 2 Model estimation results

在控制變量中，有效灌溉率、農(nóng)業(yè)勞動力占比和降雨量對小麥生產(chǎn)的化肥投入效率存在顯著影響。具體而言，有效灌溉率上升對小麥生產(chǎn)的化肥投入效率具有促進(jìn)作用，灌溉率較高的地區(qū)，農(nóng)田基礎(chǔ)設(shè)施建設(shè)也相對較好，在化肥的施用過程中，能更好地實現(xiàn)化肥的肥效，減少肥力流失[27]。農(nóng)業(yè)勞動力占比下降則會導(dǎo)致小麥生產(chǎn)的化肥投入效率下降。因為農(nóng)村勞動力減少會增大農(nóng)戶過量施肥的風(fēng)險[3]。另外，降雨量增多也有助于提升小麥生產(chǎn)的化肥投入效率。耕地資源稟賦對化肥投入效率影響為正向不顯著，原因可能是當(dāng)前中國小麥生產(chǎn)仍以小規(guī)模為主，尚不足以對化肥投入效率構(gòu)成實質(zhì)性影響?；蕛r格的影響為正也不顯著，可能是因為，受化肥市場過度競爭的影響，中國農(nóng)用化肥價格總體較低[28]，從而導(dǎo)致生產(chǎn)者過度施肥的激勵未能得到有效抑制。

3.4 化肥投入效率分析

根據(jù)式(3)測算每年各地區(qū)小麥生產(chǎn)的化肥投入效率，結(jié)果見表3。研究發(fā)現(xiàn)，在樣本期內(nèi)，全國15個小麥生產(chǎn)省的化肥投入效率均值為0.73，其含義是：在維持既有產(chǎn)量及其他要素投入水平不變的情況下，中國小麥生產(chǎn)在現(xiàn)有技術(shù)條件下存在約27%的化肥削減潛力。以2017年為例，全國小麥生產(chǎn)共投入化肥約820萬t，如果不存在效率損失，大約能減少221萬t的用量。

表3 化肥投入效率測算結(jié)果統(tǒng)計Table 3 Statistical results of fertilizer input efficiency measurement

圖1和2分別描繪了中國小麥生產(chǎn)化肥投入效率的時間趨勢和空間分布情況。從圖1可以看出，在樣本期內(nèi)，中國小麥生產(chǎn)化肥投入效率呈現(xiàn)出了階梯式上升的趨勢。1998—2008年，化肥投入效率均值從0.69上升到了0.74。盡管在2001和2003年出現(xiàn)了小幅下降，但沒有對整體走勢構(gòu)成影響。2009年，受上一年度國際金融危機的影響，國內(nèi)化肥價格開始出現(xiàn)了下跌，這在一定程度上刺激了農(nóng)業(yè)生產(chǎn)中的化肥投入，從而造成化肥投入效率的陡然下降。在這一年后，除2013年出現(xiàn)了短暫的小幅下降外(主要與2013年不利天氣造成了一些省份小麥產(chǎn)量下滑有關(guān))，中國小麥生產(chǎn)化肥投入效率整體仍呈現(xiàn)持續(xù)上升的態(tài)勢。到2017年，全國小麥生產(chǎn)化肥投入效率為0.78，達(dá)到了歷史新高，數(shù)值上較2009年增加了0.04。圖2表明，中國小麥生產(chǎn)化肥投入效率存在明顯的空間差異性。其中，新疆、山西、江蘇和安徽的化肥投入效率較高，均在0.90以上；甘肅、寧夏和黑龍江的化肥投入效率則較低，均在0.50以下。對于化肥投入效率的地區(qū)排位，以往研究也有相似的結(jié)論，同樣是新疆最靠前，甘肅和寧夏則墊底[3]。值得指出的是，黑龍江小麥生產(chǎn)的化肥投入效率要遠(yuǎn)遠(yuǎn)低于其他省份，均值僅為0.39。這是因為，黑龍江的黑土土壤有機質(zhì)含量多年來持續(xù)下降，小麥增產(chǎn)主要依靠化肥投入，但長期存在的不合理施肥結(jié)構(gòu)直接導(dǎo)致了化肥投入的低效率。對此，張永強等[7]在測算全國玉米主產(chǎn)省的化肥投入效率也發(fā)現(xiàn)，黑龍江的得分遠(yuǎn)遠(yuǎn)落后于其他省份。另外，針對化肥投入效率與化肥偏要素生產(chǎn)率在空間分布上存在的明顯差異，本研究認(rèn)為，對化肥投入效率值高低的評判不宜簡單采用化肥偏要素生產(chǎn)率作為衡量指標(biāo)。

圖1 1998—2017年平均化肥投入效率Fig.1 Average fertilizer input efficiency in 1998-2017

圖2 各省平均化肥投入效率Fig.2 Average fertilizer input efficiency

4 進(jìn)一步分析

本研究采用反事實分析法分析機械化對小麥生產(chǎn)化肥投入效率的提升效應(yīng)。基本思路如下：第一步，利用固定效應(yīng)SFA模型得到的參數(shù)值及各變量值代入式(2)得到uit值，再代入式(3)獲得各地區(qū)各年份的小麥生產(chǎn)化肥投入效率值；第二步，在其他條件不變的情況下，假設(shè)各地區(qū)各年份小麥生產(chǎn)的機械化水平都維持在1998年的基期水平，也就是機械化停止發(fā)展。將假想的機械化水平和其他影響因素以及模型參數(shù)代入式(2)得到新的uit值，再代入式(3)，即可得到反事實情形下各地區(qū)各年份小麥生產(chǎn)的化肥投入效率。該數(shù)值也就是反事實化肥投入效率。第三步，用實際化肥投入效率值減去反事實化肥投入效率值便可獲得機械化對小麥生產(chǎn)化肥投入效率的提升效應(yīng)。

圖3將測算獲得的反事實化肥投入效率和已知的實際化肥投入效率在時間上進(jìn)行了趨勢對比，測算得出，反事實效率僅為0.70。此外，反事實化肥投入效率在樣本期內(nèi)整體也在穩(wěn)步上升，但在數(shù)值上要低于實際化肥投入效率。從該圖還可以看出，反事實化肥投入效率與實際化肥投入效率之間的差距隨著時間的延長呈現(xiàn)出了逐漸擴大的趨勢，說明機械化對小麥生產(chǎn)化肥投入效率的提升效應(yīng)在逐年上升。根據(jù)測算，反事實化肥投入效率在2017年僅為0.72，較實際值大約低了0.06。圖4刻畫了各地區(qū)機械化對小麥生產(chǎn)化肥投入效率的提升效應(yīng)。從該圖可以得到兩個基本觀點：一是對于任何一個小麥主產(chǎn)省，機械化均有助于提升其化肥投入效率；二是機械化對化肥投入效率的提升效應(yīng)具有空間異質(zhì)性。通過比較，湖北、寧夏、四川和甘肅的提升效應(yīng)較大，都在0.05以上，尤其是湖北，達(dá)到了0.08；山西和新疆的提升效應(yīng)較小，均未達(dá)到0.01。進(jìn)一步分析發(fā)現(xiàn)，這一提升效應(yīng)在中、西部地區(qū)要明顯高于東部地區(qū)。東部地區(qū)僅為0.01，而中部和西部地區(qū)則分別為0.04和0.03。

圖3 反事實與實際化肥投入效率的走勢及比較Fig.3 The trend and comparison of counterfactual and actual fertilizer input efficiency

圖4 各地機械化的化肥投入效率提升效應(yīng)Fig.4 The effect of mechanization of fertilizer input efficiency

圖5 各年份機械化的化肥減量效應(yīng)Fig.5 The fertilizer reducing effect of in each year

圖6 各地區(qū)機械化的化肥減量效應(yīng)Fig.6 The fertilizer reducing effect of mechanization mechanization in various regions

在上述分析的基礎(chǔ)上，如果將實際化肥投入效率和反事實化肥投入效率分別代入式(1)，并假設(shè)該式中的各個變量及參數(shù)值不變，便可得到實際化肥投入的期望值和反事實化肥投入的期望值，兩者之間的差值就是機械化產(chǎn)生的化肥減量效應(yīng)。圖5報告了各年份機械化的化肥減量效應(yīng)。從時間上看，化肥減量效應(yīng)逐年上升，從1999年的0.1 kg/hm2增加到了2017年的26.33 kg/hm2，年均增長41.8%。以2017年為例，機械化使中國小麥生產(chǎn)的單位面積化肥投入數(shù)量下降了8.5%?；蕼p量效應(yīng)之所以上升，不僅是因為小麥生產(chǎn)機械化水平在逐年上升，而且也是由于小麥生產(chǎn)單位面積上的化肥投入數(shù)量在不斷增加。經(jīng)統(tǒng)計發(fā)現(xiàn)，中國小麥生產(chǎn)的化肥投入數(shù)量從1998年的301.37 kg/hm2迅速增加到了2015年的歷史最高值386.01 kg/hm2，2016和2017年雖然有所下降，但仍分別高達(dá)378.52 和378.80 kg/hm2。圖6報告了各地區(qū)機械化的化肥減量效應(yīng)?？梢钥闯?，受益于機械化因素，小麥生產(chǎn)化肥節(jié)約數(shù)量最多的是甘肅，其次是寧夏，均在10 kg/hm2以上。相比之下，新疆、山西、河北、江蘇、安徽、湖南、山東和內(nèi)蒙古的化肥節(jié)約數(shù)量較少，均低于2 kg/hm2。這一數(shù)值的大小除了與各地機械化對化肥投入效率的提升效應(yīng)有關(guān)之外，也受到各地區(qū)小麥生產(chǎn)單位面積上的化肥投入數(shù)量的影響。以湖北和甘肅為例，在樣本期內(nèi)，湖北小麥生產(chǎn)的化肥投入數(shù)量為249.9 kg/hm2，而甘肅為319.5 kg/hm2，故而形成了圖4和6中兩省柱狀高度的較大反差。進(jìn)一步分區(qū)域統(tǒng)計發(fā)現(xiàn)，化肥減量效應(yīng)在東部地區(qū)平均為0.79 kg/hm2，而在中部和西部地區(qū)則分別為2.65和7.73 kg/hm2，呈現(xiàn)自東向西逐級走高的空間特征。

5 結(jié)論與建議

中國已經(jīng)進(jìn)入推動鄉(xiāng)村振興和農(nóng)業(yè)現(xiàn)代化轉(zhuǎn)型的關(guān)鍵時刻，不斷提升農(nóng)業(yè)機械化程度及機械作業(yè)水平是發(fā)展現(xiàn)代農(nóng)業(yè)的必然選擇。本研究以1998—2017年中國小麥生產(chǎn)為例，利用固定效應(yīng)SFA模型和反事實分析法，實證分析農(nóng)業(yè)機械化對化肥投入效率的影響及其產(chǎn)生的化肥減量效應(yīng)。主要得到了如下幾點結(jié)論：

1)農(nóng)業(yè)機械化確實有助于提升化肥投入效率；2)在1998—2017年，中國小麥生產(chǎn)的化肥投入效率已經(jīng)從0.69上升到了0.78；如果各個地區(qū)機械化水平維持不變，則小麥生產(chǎn)的化肥投入效率增速將有所放緩，2017年僅能達(dá)到0.72的水平；3)小麥生產(chǎn)機械化發(fā)展的化肥減量效應(yīng)逐年增加，從1999年的0.12 kg/hm2增加到了2017年的27.19 kg/hm2；4)在不同地區(qū)之間，小麥生產(chǎn)機械化的化肥投入效率提升效應(yīng)及化肥減量效應(yīng)也具有明顯的差異性，總體呈現(xiàn)東部低、中西部高的特點，與機械化水平呈現(xiàn)出了截然相反的空間分布格局。

本研究結(jié)論蘊含如下政策含義：一是繼續(xù)推進(jìn)與完善現(xiàn)行農(nóng)機具購置補貼政策，對化肥深施機械和秸稈還田機械的購置給予更強補貼力度，要注意補貼的針對性，要重點突破糧食生產(chǎn)機械化發(fā)展的薄弱環(huán)節(jié)。同時要注意政策作用的時效性，提前進(jìn)行頂層設(shè)計。二是加強科研機構(gòu)和設(shè)備制造企業(yè)聯(lián)合攻關(guān)，不斷開辟中西部丘陵山區(qū)機械化發(fā)展新局面，促進(jìn)區(qū)域農(nóng)業(yè)機械化的平衡發(fā)展。三是扎實推進(jìn)農(nóng)機作業(yè)補貼政策，將補助范圍逐步拓展到化肥減量增效技術(shù)推廣環(huán)節(jié)。同時強化監(jiān)督機制，確保補貼落到實處，實現(xiàn)補貼的作用最大化。