農(nóng)機(jī)社會(huì)化服務(wù)對(duì)糧食綠色生產(chǎn)效率的影響分析*

張澤文，張德碩，崔茂森

(青島農(nóng)業(yè)大學(xué)經(jīng)濟(jì)與管理學(xué)院(合作社學(xué)院),山東青島,266000)

0 引言

無(wú)農(nóng)不穩(wěn),無(wú)糧則亂。我國(guó)作為糧食生產(chǎn)大國(guó),近年來(lái)糧食產(chǎn)量不斷增加,但是在增產(chǎn)背后帶來(lái)的是過(guò)度使用農(nóng)藥、化肥、農(nóng)膜,從而導(dǎo)致土壤肥力下降、耕地資源遭到破壞,造成一系列的生態(tài)環(huán)境問(wèn)題。根據(jù)《第二次全國(guó)污染源普查公報(bào)(2020)》顯示,2020年我國(guó)糧食化肥使用量高達(dá)36 606 kt,糧食農(nóng)藥使用量達(dá)915.4 kt,糧食農(nóng)膜使用量達(dá)1 665.5 kt,均遠(yuǎn)超國(guó)際標(biāo)準(zhǔn),對(duì)生態(tài)環(huán)境造成一定威脅。中央一號(hào)文件多次指出,糧食發(fā)展要協(xié)調(diào)資源消耗、環(huán)境保護(hù)和高效生產(chǎn)的三者之間關(guān)系,加強(qiáng)農(nóng)業(yè)污染的綜合治理,因此在抓好糧食生產(chǎn)的同時(shí),保障糧食綠色生產(chǎn)顯得尤為重要。當(dāng)前,我國(guó)糧食生產(chǎn)方式從主要依靠人力畜力轉(zhuǎn)變?yōu)橹饕揽哭r(nóng)業(yè)機(jī)械的新階段,農(nóng)機(jī)社會(huì)化服務(wù)已然成為解決糧食生產(chǎn)“誰(shuí)來(lái)種、怎么種”的現(xiàn)實(shí)路徑,為保障國(guó)家糧食安全、減少環(huán)境污染和助力鄉(xiāng)村振興提供了重要支撐。因此在當(dāng)前國(guó)家高度重視糧食安全的背景下,探究農(nóng)機(jī)社會(huì)化服務(wù)對(duì)糧食綠色生產(chǎn)效率的影響,對(duì)實(shí)現(xiàn)糧食綠色高效生產(chǎn)、保障國(guó)家糧食安全和生態(tài)安全,以及促進(jìn)農(nóng)業(yè)可持續(xù)發(fā)展均具有重要的現(xiàn)實(shí)意義。

關(guān)于生態(tài)效率的概念最早是1990年瑞士學(xué)者Schaltegger和Sturm提出[1],即經(jīng)濟(jì)增長(zhǎng)中要考慮到其造成的環(huán)境影響。2007年國(guó)內(nèi)學(xué)者周震峰率先提出關(guān)于農(nóng)業(yè)方面生態(tài)效率的思考[2],引起國(guó)內(nèi)學(xué)者的廣泛關(guān)注。近年來(lái),關(guān)于糧食綠色生產(chǎn)效率的研究成果逐漸豐富,研究?jī)?nèi)容主要集中在水平測(cè)度、空間特性、特定區(qū)域研究和影響因素等方面。在水平測(cè)度方面,陳寶珍等[3]采用DEA的方法計(jì)算了2006—2015年中國(guó)各省糧食生產(chǎn)生態(tài)效率,其結(jié)果表明,全國(guó)總體趨勢(shì)上升緩慢,糧食產(chǎn)區(qū)生態(tài)效率顯著提高;從區(qū)域上看,東北、中部、西部和東部地區(qū)糧食生態(tài)效率依次下降。魯慶堯等[4]通過(guò)對(duì)2000—2018年各省糧食生產(chǎn)生態(tài)效率的測(cè)算分析,研究表明各省間糧食生產(chǎn)生態(tài)效率平均值較低,從分區(qū)上看,從西、中到東呈顯著減少趨勢(shì)。在空間特性方面,崔宏博[5]測(cè)度了2000—2019年我國(guó)糧食綠色生產(chǎn)效率,結(jié)果表明中國(guó)糧食綠色生產(chǎn)效率上升趨勢(shì)顯著,且明顯具有正向全局空間自相關(guān)性特征,但效率值較低均小于1,未達(dá)到有效前沿面;三大糧食功能區(qū)的效率值穩(wěn)定保持“主銷(xiāo)區(qū)>產(chǎn)銷(xiāo)平衡區(qū)>全國(guó)平均>主產(chǎn)區(qū)”的關(guān)系。在特定區(qū)域研究方面,李雪等[6]對(duì)我國(guó)糧食主產(chǎn)區(qū)進(jìn)行研究,認(rèn)為糧食主產(chǎn)區(qū)的糧食生產(chǎn)生態(tài)效率不高,投入和非期望產(chǎn)出存在大量冗余。任志安等[7]對(duì)淮河生態(tài)經(jīng)濟(jì)帶展開(kāi)研究,其結(jié)果表明:淮河生態(tài)經(jīng)濟(jì)帶糧食綠色生產(chǎn)效率呈現(xiàn)在波動(dòng)中緩慢增長(zhǎng)的趨勢(shì),各地綠色發(fā)展水平區(qū)域差距明顯,呈現(xiàn)出“東高西低”的特點(diǎn)。在影響因素方面,已有研究表明人均GDP、灌溉率[8]、規(guī)?；絒9]、農(nóng)業(yè)機(jī)械化水平、工業(yè)化水平[10]和技術(shù)創(chuàng)新[11]等因素對(duì)糧食綠色生產(chǎn)效率均有著重要的影響。關(guān)于農(nóng)機(jī)社會(huì)化服務(wù)的研究成果多數(shù)來(lái)自微觀視角,已有研究表明農(nóng)機(jī)社會(huì)化服務(wù)有利于緩解農(nóng)戶(hù)相對(duì)貧困[12],是構(gòu)成了農(nóng)機(jī)具購(gòu)置補(bǔ)貼促進(jìn)農(nóng)民增收的重要渠道[13]。此外,農(nóng)機(jī)社會(huì)化服務(wù)有助于化肥減量施用[14]、促進(jìn)農(nóng)戶(hù)增加糧食作物種植面積[15]、還有助于提升小麥生產(chǎn)技術(shù)效率[16]。

綜上所述,現(xiàn)有文獻(xiàn)關(guān)于農(nóng)機(jī)社會(huì)化服務(wù)與糧食綠色生產(chǎn)效率的研究已非常豐富,但仍存在一定待完善的空間。一是現(xiàn)有研究關(guān)于農(nóng)機(jī)社會(huì)化服務(wù)水平的指標(biāo)體系構(gòu)建維度過(guò)于單一,不能夠科學(xué)、全面的評(píng)價(jià)農(nóng)機(jī)社會(huì)化服務(wù)的發(fā)展水平,二是鮮有研究從空間視角來(lái)考察農(nóng)機(jī)社會(huì)化服務(wù)對(duì)糧食綠色生產(chǎn)效率的影響及溢出效應(yīng)。因此本文可能存在的邊際貢獻(xiàn)在于,一是從多維度構(gòu)建了農(nóng)機(jī)社會(huì)化服務(wù)水平指標(biāo)體系;二是在空間視角下,運(yùn)用空間杜賓模型探究農(nóng)機(jī)社會(huì)化服務(wù)對(duì)糧食綠色生產(chǎn)效率的空間溢出及作用機(jī)制;三是檢驗(yàn)了農(nóng)機(jī)社會(huì)化服務(wù)對(duì)糧食綠色生產(chǎn)效率的溢出距離即可能存在的地理衰減邊界,以期為發(fā)展農(nóng)機(jī)社會(huì)化服務(wù)、提高糧食綠色生產(chǎn)效率提供實(shí)證依據(jù)。

1 理論分析與研究假說(shuō)

糧食綠色生產(chǎn)效率提升的重點(diǎn)在于通過(guò)先進(jìn)的生產(chǎn)技術(shù)及設(shè)備改善現(xiàn)有的生產(chǎn)投入結(jié)構(gòu),利用技術(shù)革新的方式實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)與環(huán)境的均衡發(fā)展。農(nóng)機(jī)社會(huì)化服務(wù)作為一種新型組織形式,改變了以往的糧食生產(chǎn)方式,提高了整體或某一生產(chǎn)環(huán)節(jié)的效率,且有效降低了因糧食生產(chǎn)而造成的環(huán)境代價(jià)。本文認(rèn)為農(nóng)機(jī)社會(huì)化服務(wù)有助于提升糧食綠色生產(chǎn)效率的理論依據(jù)源于以下幾個(gè)方面。

1.1 農(nóng)業(yè)社會(huì)化服務(wù)對(duì)糧食綠色生產(chǎn)效率的影響機(jī)理

一是替代效應(yīng)。隨著城鎮(zhèn)化發(fā)展,農(nóng)村居民為追求更高的收入而不斷流向城鎮(zhèn),糧食生產(chǎn)中呈現(xiàn)出勞動(dòng)力供給不足的問(wèn)題。留在農(nóng)村繼續(xù)從事糧食生產(chǎn)的農(nóng)民需要耕種的土地規(guī)模增大,若保持現(xiàn)有的勞動(dòng)力投入可能帶來(lái)生產(chǎn)效率的損失。生產(chǎn)主體若通過(guò)市場(chǎng)機(jī)制購(gòu)買(mǎi)農(nóng)機(jī)服務(wù)來(lái)實(shí)現(xiàn)對(duì)勞動(dòng)力要素的替代,則可以有效緩解這種糧食生產(chǎn)中勞動(dòng)力投入不足的問(wèn)題,能夠有效提高糧食生產(chǎn)的效率。二是分工效應(yīng)。由于糧食種植中生產(chǎn)周期長(zhǎng)、生產(chǎn)時(shí)間固定等特征,使得其生產(chǎn)過(guò)程中的分工和專(zhuān)業(yè)化程度較低。隨著農(nóng)機(jī)社會(huì)化服務(wù)的出現(xiàn)與采納,農(nóng)戶(hù)通過(guò)農(nóng)機(jī)社會(huì)化服務(wù)的專(zhuān)業(yè)化作業(yè)而產(chǎn)生了分工效應(yīng)。經(jīng)過(guò)生產(chǎn)環(huán)節(jié)技術(shù)上細(xì)分后,專(zhuān)業(yè)分工不斷深化,生產(chǎn)主體在某一生產(chǎn)環(huán)節(jié)的熟練程度不斷提高,不同生產(chǎn)主體在特定的環(huán)節(jié)上發(fā)揮了比較優(yōu)勢(shì),從而提高了整體的糧食生產(chǎn)效率。三是減碳效應(yīng)。農(nóng)機(jī)作業(yè)相較于人工耕作具有較高的精準(zhǔn)性和高效性,避免了農(nóng)藥和化肥的過(guò)量使用,能夠有效降低糧食生產(chǎn)過(guò)程中農(nóng)藥化肥帶來(lái)的面源污染和碳排放,從而促使糧食綠色生產(chǎn)效率的提高?；诖?提出假設(shè)H1:農(nóng)機(jī)社會(huì)化服務(wù)能夠促進(jìn)糧食綠色生產(chǎn)效率的提升。

1.2 農(nóng)機(jī)社會(huì)化服務(wù)對(duì)糧食綠色生產(chǎn)效率的空間溢出機(jī)理

農(nóng)機(jī)社會(huì)化服務(wù)對(duì)糧食綠色生產(chǎn)效率的空間溢出效應(yīng)是通過(guò)農(nóng)機(jī)跨區(qū)作業(yè)來(lái)實(shí)現(xiàn)的。在重點(diǎn)農(nóng)時(shí)季節(jié)開(kāi)展跨區(qū)域的機(jī)耕、機(jī)播、機(jī)收服務(wù),不僅能夠提高農(nóng)機(jī)的利用率、提高農(nóng)機(jī)的使用效益,而且能夠滿(mǎn)足鄰近地區(qū)農(nóng)民對(duì)農(nóng)機(jī)作業(yè)的需求,在生產(chǎn)方式上實(shí)現(xiàn)了外部規(guī)模經(jīng)濟(jì),從而有利于糧食生產(chǎn)效率的提升。另一方面,通過(guò)農(nóng)機(jī)跨區(qū)作業(yè),有效解決鄰近地區(qū)勞動(dòng)力季節(jié)性不足的矛盾,優(yōu)化鄰近地區(qū)糧食生產(chǎn)中的投入要素配置,進(jìn)而促進(jìn)鄰近地區(qū)的糧食生產(chǎn)效率提高?；诖?提出假設(shè)H2:農(nóng)機(jī)社會(huì)化服務(wù)對(duì)鄰近地區(qū)的糧食綠色生產(chǎn)效率存在空間溢出效應(yīng)。

1.3 農(nóng)地規(guī)模經(jīng)營(yíng)與農(nóng)村金融水平調(diào)節(jié)效應(yīng)的作用機(jī)理

農(nóng)地經(jīng)營(yíng)規(guī)模越大,越有利于機(jī)械施用技術(shù)與裝備的采納,從而保證作業(yè)的連續(xù)性[17]。此外,連片規(guī)模越大,越有助于通過(guò)生產(chǎn)性服務(wù)外包而進(jìn)行專(zhuān)業(yè)化作業(yè)[18]。因此本文認(rèn)為在農(nóng)地經(jīng)營(yíng)規(guī)模更大的地區(qū),農(nóng)機(jī)社會(huì)化服務(wù)對(duì)糧食綠色生產(chǎn)效率的正向促進(jìn)作用更為顯著?；诖?提出假設(shè)H3a:農(nóng)地規(guī)模經(jīng)營(yíng)在農(nóng)機(jī)社會(huì)化服務(wù)對(duì)糧食綠色生產(chǎn)效率的影響中發(fā)揮正向調(diào)節(jié)作用。

在農(nóng)村經(jīng)濟(jì)中,金融是連接農(nóng)村經(jīng)濟(jì)體的重要紐帶[19],為農(nóng)民在擴(kuò)大生產(chǎn)規(guī)模、改善生產(chǎn)條件、采納農(nóng)業(yè)技術(shù)方面發(fā)揮著重要作用。健全的農(nóng)村金融信貸服務(wù)有助于農(nóng)戶(hù)緩解資金約束,進(jìn)而為農(nóng)戶(hù)采納農(nóng)機(jī)社會(huì)化服務(wù)提供資金支撐。因此本文認(rèn)為在農(nóng)村金融發(fā)展水平更高的地區(qū),農(nóng)機(jī)社會(huì)化服務(wù)對(duì)糧食綠色生產(chǎn)效率的正向促進(jìn)作用更加顯著。基于此,提出假設(shè)H3b:農(nóng)村金融發(fā)展水平在農(nóng)機(jī)社會(huì)化服務(wù)對(duì)糧食綠色生產(chǎn)效率的影響中發(fā)揮正向調(diào)節(jié)作用。

2 模型選取、指標(biāo)構(gòu)建、數(shù)據(jù)來(lái)源

2.1 指標(biāo)選取

2.1.1 被解釋變量

糧食綠色生產(chǎn)效率(efficiency)。指標(biāo)體系構(gòu)建對(duì)糧食綠色生產(chǎn)效率的測(cè)算影響較大,既要保證構(gòu)建的指標(biāo)體系能夠全面評(píng)價(jià)研究地區(qū)的實(shí)際狀況,又要兼顧指標(biāo)選取的科學(xué)性和合理性?；谏a(chǎn)要素理論,參考已有研究構(gòu)建了表1所示指標(biāo)體系。選取了糧食生產(chǎn)過(guò)程中的土地、勞動(dòng)力、生產(chǎn)要素作為投入變量:(1)土地投入:選取糧食播種面積作為衡量土地投入[20];(2)勞動(dòng)力投入:選取農(nóng)業(yè)從業(yè)人員來(lái)表示;(3)生產(chǎn)要素主要包括農(nóng)藥、農(nóng)膜、化肥、機(jī)械分別用農(nóng)藥使用量、農(nóng)膜使用量、化肥使用量、農(nóng)業(yè)機(jī)械總動(dòng)力來(lái)表示,通過(guò)借鑒魯慶堯的研究[4],為更精確的測(cè)度糧食生產(chǎn)中投入要素的使用量,將生產(chǎn)要素投入和勞動(dòng)力投入與糧食播種面積占比系數(shù)乘積進(jìn)行測(cè)算。

表1 糧食綠色生產(chǎn)效率評(píng)價(jià)指標(biāo)體系Tab. 1 Evaluation index system of green production efficiency of grain

產(chǎn)出指標(biāo)包括期望產(chǎn)出和非期望產(chǎn)出:期望產(chǎn)出選擇糧食總產(chǎn)量來(lái)表示。非期望產(chǎn)出選擇碳排放量來(lái)表示。包括對(duì)化肥、農(nóng)藥、農(nóng)膜產(chǎn)生的碳排放量進(jìn)行估算[21],借鑒相關(guān)學(xué)者[22]研究以相應(yīng)指標(biāo)乘以對(duì)應(yīng)碳排放系數(shù)取得,碳排放系數(shù)如下:化肥0.896(kg/kg)[23]、農(nóng)藥4.934(kg/kg)、農(nóng)膜5.180(kg/kg)。具體指標(biāo)說(shuō)明如表1所示。

2.1.2 核心解釋變量

農(nóng)機(jī)社會(huì)化服務(wù)水平(machine)。關(guān)于農(nóng)機(jī)社會(huì)化服務(wù)水平的衡量,學(xué)術(shù)界暫未形成統(tǒng)一的觀點(diǎn)。楊義武等[13]通過(guò)采用各地區(qū)年末每十萬(wàn)鄉(xiāng)村人口擁有農(nóng)機(jī)作業(yè)服務(wù)專(zhuān)業(yè)戶(hù)和組織數(shù)量、農(nóng)機(jī)戶(hù)利潤(rùn)率來(lái)表示農(nóng)機(jī)社會(huì)化服務(wù)水平。顏華等[24]采用農(nóng)業(yè)機(jī)械服務(wù)費(fèi)用占農(nóng)業(yè)生產(chǎn)總投入費(fèi)用的比重來(lái)表征農(nóng)機(jī)社會(huì)化服務(wù)水平。當(dāng)前大多研究對(duì)于農(nóng)機(jī)社會(huì)化服務(wù)水平的指標(biāo)選取代表性不足,測(cè)算維度較為單一,無(wú)法有效衡量農(nóng)機(jī)社會(huì)化服務(wù)的水平。本文在參考前人研究的基礎(chǔ)上,從組織支撐、人員支撐、資本存量、專(zhuān)業(yè)化程度四個(gè)維度選取指標(biāo),以衡量農(nóng)機(jī)社會(huì)化服務(wù)水平,具體指標(biāo)如表2所示。

表2 農(nóng)機(jī)社會(huì)化服務(wù)指標(biāo)體系Tab. 2 Agricultural machinery socialization service index system

2.1.3 調(diào)節(jié)變量

農(nóng)地經(jīng)營(yíng)規(guī)模(scale):在考慮到土地實(shí)際利用情況等問(wèn)題,本文選取人均農(nóng)作物播種面積來(lái)表示農(nóng)地經(jīng)營(yíng)規(guī)模水平。其值越高,代表該地區(qū)農(nóng)地經(jīng)營(yíng)的規(guī)?；皆礁?。農(nóng)村金融發(fā)展水平(finance):金融發(fā)展有利于提高資源配置效率,因此用各省份涉農(nóng)貸款余額與農(nóng)林牧漁業(yè)總產(chǎn)值之比來(lái)衡量農(nóng)村金融發(fā)展水平[25]。

2.1.4 控制變量

農(nóng)田水利化程度(hydration):用有效灌溉面積占農(nóng)作物播種面積百分比表示[26]。農(nóng)作物受災(zāi)率(disaster):用受災(zāi)面積與糧食總播種面積的比值表示[27]。農(nóng)村勞動(dòng)力轉(zhuǎn)移(transfer):其計(jì)算方法借鑒何春等[28]的做法,以(鄉(xiāng)村從業(yè)人員-鄉(xiāng)村第一產(chǎn)業(yè)人員)/鄉(xiāng)村從業(yè)人員的比重作為衡量農(nóng)村勞動(dòng)力轉(zhuǎn)移規(guī)模的代理變量。財(cái)政支農(nóng)水平(support):財(cái)政支農(nóng)在完善農(nóng)村基礎(chǔ)設(shè)施、加強(qiáng)生態(tài)環(huán)境治理、提升農(nóng)業(yè)生產(chǎn)能力等方面發(fā)揮著重要作用,因此本文用農(nóng)林水事務(wù)財(cái)政支出來(lái)表衡量。對(duì)外開(kāi)放程度(opening):用對(duì)外出口額與GDP比值來(lái)表示[29]。

2.2 模型設(shè)定

2.2.1 SBM-undesirable模型

傳統(tǒng)的DEA模型并未將非期望產(chǎn)出納入到模型中,因此算出的效率結(jié)果并不準(zhǔn)確,容易產(chǎn)生較大的偏差。Tone[30]將非期望產(chǎn)出納入模型中,提出包含非期望產(chǎn)出的SBM模型,該模型如式(1)所示。

(1)

式中:E——以碳排放為非期望產(chǎn)出時(shí)所求得的糧食生產(chǎn)生態(tài)效率值;

λ——權(quán)重系數(shù);

n——投入指標(biāo)的個(gè)數(shù);

S1——期望產(chǎn)出的個(gè)數(shù);

S2——非期望產(chǎn)出的個(gè)數(shù);

Xi——投入變量;

由于模型基于非徑向和非角度的方法進(jìn)行評(píng)估,因此避免了傳統(tǒng)由徑向和角度帶來(lái)的偏差。

2.2.2 空間杜賓模型

為便于檢驗(yàn)農(nóng)機(jī)社會(huì)化服務(wù)對(duì)糧食綠色生產(chǎn)效率的空間溢出效應(yīng),本文采用空間杜賓模型就農(nóng)機(jī)社會(huì)化服務(wù)對(duì)糧食綠色生產(chǎn)效率的影響展開(kāi)實(shí)證研究,構(gòu)建模型如式(2)所示。

efficiencyit=α+βmachineit+γWmachineit+θCit+ui+vt+εit

(2)

式中:i——區(qū)域;

t——年份;

machine——解釋變量;

efficiency——被解釋變量;

W——空間權(quán)重;

C——控制變量合集;

α、β、γ、θ——回歸系數(shù)。

2.3 數(shù)據(jù)來(lái)源

本文的樣本期間為2010—2020年,樣本包括我國(guó)除港、澳、臺(tái)地區(qū)和西藏自治區(qū)以外的所有其他30個(gè)省、自治區(qū)、直轄市,以上指標(biāo)數(shù)據(jù)來(lái)源于歷年《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)業(yè)機(jī)械工業(yè)年鑒》等。

3 實(shí)證分析

3.1 糧食綠色生產(chǎn)效率的測(cè)度及空間分布

運(yùn)用SBM-undesirable模型對(duì)2010—2020年間各省份的糧食綠色生產(chǎn)效率進(jìn)行測(cè)算,圖1為樣本期間糧食綠色生產(chǎn)效率的變化趨勢(shì)圖。

圖1 糧食綠色生產(chǎn)效率變動(dòng)趨勢(shì)

從時(shí)間上看,2010—2020年糧食綠色生產(chǎn)效率總體呈現(xiàn)逐步上升趨勢(shì),2010年糧食綠色生產(chǎn)效率平均值為0.716 2,2020年糧食綠色生產(chǎn)效率平均值為0.876 8,年增長(zhǎng)率為2.041%。具體而言,2010—2013年期間波動(dòng)上升,由于農(nóng)業(yè)生產(chǎn)逐步實(shí)現(xiàn)規(guī)模化推動(dòng)糧食產(chǎn)量增加導(dǎo)致,但由于過(guò)度依賴(lài)化肥農(nóng)藥等污染物的使用,導(dǎo)致2013—2017年,增速逐漸放緩,直至2017年年底,黨的十九大報(bào)告提出鄉(xiāng)村振興戰(zhàn)略,為糧食綠色生產(chǎn)效率指明新方向,致使2018—2020年糧食綠色生產(chǎn)效率增速開(kāi)始加快。

為更清晰地展示我國(guó)各省糧食綠色生產(chǎn)效率的空間格局演變,將2010年和2020年糧食綠色生產(chǎn)效率按照四分位法進(jìn)行分類(lèi),分為低、中低、中高和高效率區(qū)域,根據(jù)ArcGIS軟件繪制中國(guó)糧食綠色生產(chǎn)效率空間分布圖。如圖2所示,可以看出我國(guó)糧食綠色生產(chǎn)效率空間分異特征明顯,從區(qū)域來(lái)看:2010年高效率區(qū)大多分布在東北地區(qū)、西北地區(qū)和西南地區(qū),至2020年各省糧食綠色生產(chǎn)效率不斷提升,集聚程度不斷加強(qiáng),高效率區(qū)域由“帶狀”分布轉(zhuǎn)變?yōu)檫B片分布。河北、河南、山東等地始終處于效率值較低的區(qū)域,究其原因,是由于河北、河南、山東等地的畝均化肥使用量均超出平均水平的兩倍以上,投入要素的冗余致使其生產(chǎn)效率的低下,且過(guò)量投入要素帶來(lái)的碳排放導(dǎo)致其非期望產(chǎn)出大量增加,造成資源的浪費(fèi)并引發(fā)一定的環(huán)境問(wèn)題。

(a) 2010年

3.2 空間相關(guān)性檢驗(yàn)

3.2.1 全局莫蘭指數(shù)檢驗(yàn)

在進(jìn)行空間計(jì)量分析之前首先應(yīng)進(jìn)行空間效應(yīng)的檢驗(yàn),以判斷變量是否存在空間相關(guān)性,進(jìn)而判斷空間計(jì)量模型的適用性?？臻g效應(yīng)的檢驗(yàn)主要包括全局空間自相關(guān)檢驗(yàn)和局部空間自相關(guān)檢驗(yàn),以明晰糧食綠色生產(chǎn)效率和農(nóng)機(jī)社會(huì)化服務(wù)水平是否存在空間效應(yīng)。

本節(jié)采用地理距離矩陣,分別計(jì)算了2010—2020年間各年糧食綠色生產(chǎn)效率和農(nóng)機(jī)社會(huì)化服務(wù)水平的全局莫蘭指數(shù),結(jié)果如表3所示。結(jié)果表明,樣本期間內(nèi)糧食綠色生產(chǎn)效率和農(nóng)機(jī)社會(huì)化服務(wù)水平均在1%水平上顯著,說(shuō)明我國(guó)各省糧食綠色生產(chǎn)效率和農(nóng)機(jī)社會(huì)化服務(wù)水平存在顯著的空間相關(guān)性。進(jìn)一步來(lái)看,樣本期間內(nèi)Moran’I指數(shù)均為正值,即糧食綠色生產(chǎn)效率和農(nóng)機(jī)社會(huì)化服務(wù)水平均存在正向空間關(guān)聯(lián)。從Moran’I指數(shù)的數(shù)值來(lái)看,糧食綠色生產(chǎn)效率的數(shù)值保持穩(wěn)定,說(shuō)明其空間關(guān)聯(lián)性呈現(xiàn)出穩(wěn)態(tài)特征;農(nóng)機(jī)社會(huì)化服務(wù)水平的Moran’I指數(shù)呈現(xiàn)逐年上升的趨勢(shì),從2010年的0.0 750增長(zhǎng)至2020年的0.193 9,表明各省之間農(nóng)機(jī)社會(huì)化服務(wù)水平的空間集聚程度整體上不斷加強(qiáng),空間關(guān)聯(lián)程度日益密切。

表3 2010—2020年全局莫蘭指數(shù)Tab. 3 Global Moran index from 2010 to 2020

3.2.2 局部莫蘭指數(shù)檢驗(yàn)

為進(jìn)一步考察糧食綠色生產(chǎn)效率和農(nóng)機(jī)社會(huì)化服務(wù)水平的空間集聚特征,本文通過(guò)局部莫蘭指數(shù)繪制了糧食綠色生產(chǎn)效率和農(nóng)機(jī)社會(huì)化服務(wù)水平的Moran散點(diǎn)圖。Moran散點(diǎn)圖由四個(gè)象限組成,分別反映出各地和鄰近地區(qū)的空間關(guān)聯(lián)方式,第一象限(HH)代表高值區(qū)域被高值區(qū)域所包圍;第二象限(LH)代表低值區(qū)域被高值區(qū)域所包圍;第三象限(LL)代表低值區(qū)域被低值區(qū)域所包圍;第四象限(HL)代表高值區(qū)域被低值區(qū)域所包圍。2020年全國(guó)糧食綠色生產(chǎn)效率的Moran散點(diǎn)圖如圖3所示?？梢钥闯?我國(guó)各省份糧食生產(chǎn)效率的Moran散點(diǎn)幾乎分布在第一、第三象限,HH集聚主要集中在東北、西南和西北地區(qū),LL集聚集中在東部和中部地區(qū)的幾個(gè)相鄰省份。

圖3 2020年糧食綠色生產(chǎn)效率莫蘭散點(diǎn)圖

2020年農(nóng)機(jī)社會(huì)化服務(wù)水平的散點(diǎn)圖如圖4所示,大多數(shù)省份依然分布在第一、第三象限,形成了鮮明的“高-高”與“低-低”空間集聚的特征,也印證了我國(guó)區(qū)域發(fā)展的不平衡性。以上檢驗(yàn)支撐了本文采用空間計(jì)量方法的適用性,以及從空間視角探究農(nóng)機(jī)社會(huì)化服務(wù)對(duì)糧食綠色生產(chǎn)效率影響效應(yīng)的合理性。

圖4 2020年農(nóng)機(jī)社會(huì)化服務(wù)水平莫蘭散點(diǎn)圖

3.3 農(nóng)機(jī)社會(huì)化服務(wù)對(duì)糧食綠色生產(chǎn)效率的空間溢出效應(yīng)

上文通過(guò)空間相關(guān)性分析可知,我國(guó)省域糧食綠色生產(chǎn)效率和農(nóng)機(jī)社會(huì)化服務(wù)水平均存在著顯著的正向空間相關(guān)性,因此建立空間計(jì)量模型對(duì)其影響效應(yīng)進(jìn)行估計(jì)?？臻g計(jì)量模型的設(shè)定,需要通過(guò)LM、LR、Hausman等檢驗(yàn)來(lái)確定其具體形式,檢驗(yàn)結(jié)果如表4所示。通過(guò)LM檢驗(yàn)得知,LM-Err和LM-Lag的統(tǒng)計(jì)量分別為88.22和64.91,在1%的水平上均通過(guò)顯著性檢驗(yàn),故應(yīng)采用兩者結(jié)合的SDM模型。進(jìn)行LR檢驗(yàn)的結(jié)果顯示,LR-SEM和LR-SAR均在1%顯著性水平下拒絕原假設(shè),說(shuō)明空間杜賓模型不能夠簡(jiǎn)化為空間滯后模型和空間誤差模型。最后,Hausman檢驗(yàn)結(jié)果顯示,在1%的顯著性水平下拒絕原假設(shè),說(shuō)明應(yīng)選擇固定效應(yīng)模型。綜上檢驗(yàn),本文選用空間杜賓固定效應(yīng)模型進(jìn)行估計(jì)。

表4 空間計(jì)量模型選擇及檢驗(yàn)結(jié)果Tab. 4 Spatial econometric model selection and test results

本節(jié)采用地理距離矩陣和鄰接矩陣分別估計(jì)農(nóng)機(jī)社會(huì)化服務(wù)對(duì)糧食綠色生產(chǎn)效率的空間溢出效應(yīng),回歸結(jié)果如表5所示。從回歸結(jié)果來(lái)看,農(nóng)機(jī)社會(huì)化服務(wù)對(duì)糧食綠色生產(chǎn)效率具有顯著的促進(jìn)作用,且有著正向的空間溢出效應(yīng)。具體來(lái)看,在模型(1)地理距離矩陣下,農(nóng)機(jī)社會(huì)化服務(wù)對(duì)糧食綠色生產(chǎn)效率的影響系數(shù)和溢出系數(shù)為0.312和0.146,并分別在1%和10%的水平上顯著。在模型(2)空間鄰接矩陣下,農(nóng)機(jī)社會(huì)化服務(wù)對(duì)糧食綠色生產(chǎn)效率的影響系數(shù)和溢出系數(shù)為0.313和0.081,且前者在1%的水平上顯著。通過(guò)比較兩個(gè)空間矩陣下的回歸系數(shù)可以發(fā)現(xiàn),系數(shù)的大小以及顯著性較為一致,因此本文認(rèn)為結(jié)果有較強(qiáng)的穩(wěn)健性。這說(shuō)明農(nóng)機(jī)社會(huì)化服務(wù)不僅可以通過(guò)替代勞動(dòng)力要素、實(shí)現(xiàn)分工和專(zhuān)業(yè)化生產(chǎn)以及優(yōu)化生產(chǎn)要素配置等提升本省糧食綠色生產(chǎn)效率,還可以通過(guò)農(nóng)機(jī)跨區(qū)作業(yè)對(duì)鄰近省份的糧食綠色生產(chǎn)效率產(chǎn)生正向作用。結(jié)果與理論預(yù)期相一致,H1、H2假設(shè)得證。

表5 空間杜賓模型估計(jì)結(jié)果Tab. 5 Estimation results of spatial Dubin model

從控制變量的回歸結(jié)果來(lái)看,各控制變量的影響效應(yīng)基本符合預(yù)期。農(nóng)田水利化程度在兩種空間矩陣下的系數(shù)顯著為正,空間項(xiàng)在地理距離矩陣下顯著為正,說(shuō)明農(nóng)田水利化程度的提高不僅有利于本地區(qū)內(nèi)糧食綠色生產(chǎn)效率的提升,而且促進(jìn)了鄰近地區(qū)糧食綠色生產(chǎn)效率的提升。農(nóng)作物受災(zāi)率在兩種空間矩陣下的系數(shù)和空間項(xiàng)均顯著為負(fù),表明受災(zāi)率的增加對(duì)糧食產(chǎn)量的影響較大,進(jìn)而降低了糧食綠色生產(chǎn)效率。農(nóng)村勞動(dòng)力轉(zhuǎn)移在兩種空間矩陣下的系數(shù)為正但不顯著,其空間項(xiàng)在兩矩陣下顯著為正,這說(shuō)明在農(nóng)村勞動(dòng)力轉(zhuǎn)移程度較高的地區(qū),糧食生產(chǎn)過(guò)程中的勞動(dòng)力要素投入更加合理,有利于提升糧食綠色生產(chǎn)效率。財(cái)政支農(nóng)水平在兩種空間矩陣下的系數(shù)顯著為正,但其空間項(xiàng)在兩矩陣下的效應(yīng)為負(fù),這說(shuō)明財(cái)政支農(nóng)有利于本地區(qū)糧食綠色生產(chǎn)效率的提升,但對(duì)鄰近地區(qū)的糧食綠色生產(chǎn)效率存在一定的“擠出效應(yīng)”。對(duì)外開(kāi)放程度在兩種空間矩陣下的系數(shù)和空間項(xiàng)均顯著為正,這說(shuō)明隨著對(duì)外開(kāi)放程度的提高,技術(shù)的引進(jìn)與擴(kuò)散會(huì)加快農(nóng)業(yè)技術(shù)進(jìn)步,有助于提升糧食綠色生產(chǎn)效率。

3.4 農(nóng)機(jī)社會(huì)化服務(wù)對(duì)糧食綠色生產(chǎn)效率空間溢出機(jī)制檢驗(yàn)

前文對(duì)農(nóng)機(jī)社會(huì)化服務(wù)對(duì)糧食綠色生產(chǎn)效率的溢出效應(yīng)進(jìn)行了實(shí)證檢驗(yàn)。為進(jìn)一步明晰其空間溢出機(jī)制,檢驗(yàn)農(nóng)機(jī)社會(huì)化服務(wù)是否能夠通過(guò)與農(nóng)地規(guī)模經(jīng)營(yíng)和農(nóng)村金融等途徑的交互影響來(lái)實(shí)現(xiàn)糧食綠色生產(chǎn)效率的提升?對(duì)此,本節(jié)在空間杜賓模型中加入調(diào)節(jié)變量與農(nóng)機(jī)社會(huì)化服務(wù)變量的交互項(xiàng),采用調(diào)節(jié)效應(yīng)模型驗(yàn)證農(nóng)機(jī)社會(huì)化服務(wù)對(duì)糧食綠色生產(chǎn)效率的空間溢出機(jī)制,估計(jì)結(jié)果如表6所示。

表6 引入調(diào)節(jié)變量的空間杜賓模型估計(jì)結(jié)果Tab. 6 Estimating results of spatial Doberman model with adjusting variables

表6模型(3)為加入農(nóng)地經(jīng)營(yíng)規(guī)模與農(nóng)機(jī)社會(huì)化服務(wù)交互項(xiàng)的空間杜賓模型計(jì)量結(jié)果。結(jié)果所示,農(nóng)機(jī)社會(huì)化服務(wù)與農(nóng)地經(jīng)營(yíng)規(guī)模交互項(xiàng)的回歸系數(shù)和空間溢出系數(shù)為0.703和0.239,說(shuō)明在農(nóng)地規(guī)模經(jīng)營(yíng)水平較高的地區(qū),農(nóng)機(jī)社會(huì)化服務(wù)對(duì)糧食綠色生產(chǎn)效率的直接效應(yīng)和空間溢出效應(yīng)更大,農(nóng)地經(jīng)營(yíng)規(guī)模在農(nóng)機(jī)社會(huì)化服務(wù)與糧食綠色生產(chǎn)效率之間發(fā)揮正向調(diào)節(jié)作用。這是由于隨著農(nóng)地規(guī)模的擴(kuò)大,更加有利于農(nóng)機(jī)社會(huì)化服務(wù)的采納和實(shí)施,從而通過(guò)保證農(nóng)機(jī)作業(yè)的連續(xù)性而提升耕地利用效率和施用效率,且連片規(guī)模越大,越有助于通過(guò)農(nóng)業(yè)生產(chǎn)性服務(wù)外包而進(jìn)行專(zhuān)業(yè)化、規(guī)模化作業(yè)。

表6模型(4)為加入農(nóng)村金融發(fā)展水平與農(nóng)機(jī)社會(huì)化服務(wù)交互項(xiàng)的空間杜賓模型計(jì)量結(jié)果。如回歸結(jié)果所示,農(nóng)機(jī)社會(huì)化服務(wù)與農(nóng)村金融發(fā)展水平交互項(xiàng)的回歸系數(shù)和空間溢出系數(shù)為0.087和0.081,且均在1%的統(tǒng)計(jì)水平上顯著,這說(shuō)明在農(nóng)村金融發(fā)展水平較高的地區(qū),農(nóng)機(jī)社會(huì)化服務(wù)對(duì)糧食綠色生產(chǎn)效率的直接效應(yīng)和空間溢出效應(yīng)更強(qiáng),農(nóng)村金融在農(nóng)機(jī)社會(huì)化服務(wù)與糧食綠色生產(chǎn)效率之間同樣發(fā)揮了正向調(diào)節(jié)作用。其合理的解釋是農(nóng)村金融水平的提高可以有效地調(diào)節(jié)資源在各個(gè)領(lǐng)域和各個(gè)環(huán)節(jié)的流動(dòng),更加有利于農(nóng)戶(hù)采納農(nóng)機(jī)社會(huì)化服務(wù),從而在農(nóng)機(jī)社會(huì)化服務(wù)中起到調(diào)節(jié)作用。實(shí)證結(jié)果與前文的理論預(yù)期相一致,假設(shè)H3a和H3b得到驗(yàn)證。

3.5 農(nóng)機(jī)社會(huì)化服務(wù)空間溢出效應(yīng)的地理距離邊界檢驗(yàn)

由前文的分析可知,農(nóng)機(jī)社會(huì)化服務(wù)不僅有利于本地區(qū)糧食綠色生產(chǎn)效率的提升,并且對(duì)鄰近地區(qū)也有顯著的空間溢出效應(yīng),然而這種溢出效應(yīng)并非均質(zhì)的,可能會(huì)存在一定的地理距離邊界。理論上而言,鄰近地區(qū)具有相似的農(nóng)業(yè)資源稟賦,地形地貌差異較小,農(nóng)作物的種類(lèi)和熟制相似,且農(nóng)業(yè)技術(shù)的適用性也較為一致,因此農(nóng)機(jī)社會(huì)化服務(wù)對(duì)鄰近地區(qū)糧食綠色生產(chǎn)效率的溢出效應(yīng)更大,對(duì)相對(duì)較遠(yuǎn)地區(qū)的溢出效應(yīng)更小。沿襲這一邏輯,本節(jié)利用空間分層方法,檢驗(yàn)不同地理距離下農(nóng)機(jī)社會(huì)化服務(wù)對(duì)糧食綠色生產(chǎn)效率的空間溢出地理邊界。首先通過(guò)設(shè)置不同的距離閾值來(lái)構(gòu)建多個(gè)地理距離矩陣,設(shè)置步進(jìn)距離為200 km,并利用SDM模型對(duì)其進(jìn)行連續(xù)回歸,并將所得到的空間溢出系數(shù)和顯著性水平進(jìn)行記錄,得到空間溢出系數(shù)與地理距離的關(guān)系表,結(jié)果如表7所示。

表7 農(nóng)機(jī)社會(huì)化服務(wù)糧食綠色生產(chǎn)效率的空間溢出邊界Tab. 7 Spatial spillover boundary of agricultural machinery socialization serving the green production efficiency of grain

根據(jù)表7可以看出,農(nóng)機(jī)社會(huì)化服務(wù)對(duì)糧食綠色生產(chǎn)效率的空間溢出效應(yīng)與地理距離呈現(xiàn)出負(fù)相關(guān)的關(guān)系,即隨著地理距離的不斷增大,空間溢出效應(yīng)逐漸減弱。進(jìn)一步,根據(jù)空間溢出系數(shù)變化的幅度大小,將空間溢出效應(yīng)分為兩個(gè)區(qū)間,第一個(gè)區(qū)間為400 km范圍內(nèi),此區(qū)間內(nèi)空間溢出系數(shù)的變化幅度較小,系數(shù)值均在0.1以上,為空間溢出效應(yīng)的密集區(qū)域。第二個(gè)區(qū)間為400～600 km范圍內(nèi),此區(qū)間內(nèi)空間溢出系數(shù)衰減至0.081,約為初始距離矩陣下空間溢出系數(shù)值的一半。超出600 km后,空間溢出系數(shù)值穩(wěn)定在0.06上下波動(dòng),并且不再顯著。因此本文認(rèn)為農(nóng)機(jī)社會(huì)化服務(wù)對(duì)糧食綠色生產(chǎn)效率空間溢出效應(yīng)的有效距離為600 km,超出此范圍后空間溢出效應(yīng)會(huì)受限于地理距離而不再顯著。

4 結(jié)論與對(duì)策

本文基礎(chǔ)2010—2020年全國(guó)30個(gè)省級(jí)數(shù)據(jù),多維度構(gòu)建出農(nóng)機(jī)社會(huì)化服務(wù)水平的指標(biāo)體系,運(yùn)用SBM測(cè)算了糧食綠色生產(chǎn)效率,并進(jìn)一步研究了農(nóng)機(jī)社會(huì)化服務(wù)對(duì)糧食綠色生產(chǎn)效率的空間溢出及作用機(jī)制。

結(jié)果表明,從時(shí)間上看,2010—2020年糧食綠色生產(chǎn)效率呈現(xiàn)出穩(wěn)步上升趨勢(shì),從空間上來(lái)說(shuō)呈現(xiàn)出連片集聚的現(xiàn)象;農(nóng)機(jī)社會(huì)化服務(wù)對(duì)糧食綠色生產(chǎn)效率具有顯著的促進(jìn)作用,且有著正向的空間溢出效應(yīng);農(nóng)機(jī)社會(huì)化服務(wù)能夠通過(guò)農(nóng)地規(guī)模經(jīng)營(yíng)和農(nóng)村金融等途徑的交互影響來(lái)實(shí)現(xiàn)糧食綠色生產(chǎn)效率的提升;農(nóng)機(jī)社會(huì)化服務(wù)對(duì)糧食綠色生產(chǎn)效率空間溢出效應(yīng)的有效距離為600 km,超出此范圍后空間溢出效應(yīng)會(huì)受限于地理距離而不再顯著。

鑒于此,本文提出以下建議。

1) 穩(wěn)步提升農(nóng)機(jī)社會(huì)化服務(wù)水平。首先當(dāng)?shù)卣杓訌?qiáng)政策引導(dǎo),多渠道增加投資,改善重點(diǎn)作物、關(guān)鍵生產(chǎn)環(huán)節(jié)和糧食主產(chǎn)區(qū)的機(jī)械作業(yè)。其次,在農(nóng)村集體組織中著力培育新型農(nóng)村社會(huì)化服務(wù)組織的經(jīng)濟(jì)實(shí)力和服務(wù)能力,以農(nóng)機(jī)社會(huì)化服務(wù)組織為主體、政府部門(mén)為監(jiān)督的新型農(nóng)機(jī)服務(wù)主體,全面引導(dǎo)農(nóng)機(jī)合作社向設(shè)施完善、制度健全、效益顯著的方向發(fā)展。

2) 加強(qiáng)農(nóng)機(jī)跨區(qū)作業(yè)保障機(jī)制。充分利用互聯(lián)網(wǎng)技術(shù)建立全國(guó)或部分省域間的農(nóng)機(jī)社會(huì)化服務(wù)平臺(tái),完善區(qū)域間農(nóng)機(jī)作業(yè)的溝通協(xié)調(diào)機(jī)制。進(jìn)一步落實(shí)農(nóng)機(jī)跨區(qū)作業(yè)自由準(zhǔn)入政策,與交通等多部門(mén)聯(lián)動(dòng)配合,保障跨區(qū)作業(yè)順利進(jìn)行。探索符合區(qū)域特性的糧食生產(chǎn)機(jī)械化解決方案,打造糧食生產(chǎn)優(yōu)勢(shì)區(qū)域樣板,充分發(fā)揮鄰近區(qū)域間的空間溢出作用。

3) 提升農(nóng)地規(guī)?；?jīng)營(yíng)水平。各地政府引導(dǎo)農(nóng)民通過(guò)經(jīng)營(yíng)權(quán)流轉(zhuǎn)、合作、土地托管等多種方式,加快促進(jìn)土地流轉(zhuǎn)型、服務(wù)帶動(dòng)型等多種形式的規(guī)模經(jīng)營(yíng),并以高標(biāo)準(zhǔn)農(nóng)田建設(shè)、農(nóng)村土地綜合整治契機(jī),提高農(nóng)機(jī)作業(yè)的便利程度。

4) 大力發(fā)展農(nóng)村金融。政府加快完善農(nóng)機(jī)購(gòu)置的稅費(fèi)優(yōu)惠政策,加大對(duì)農(nóng)機(jī)租賃與采購(gòu)的貸款支持力度,因地制宜開(kāi)展農(nóng)機(jī)作業(yè)補(bǔ)貼、貸款貼息、融資租賃、承租補(bǔ)助等金融支持方式,有效滿(mǎn)足農(nóng)機(jī)購(gòu)置資金需求,助力農(nóng)業(yè)農(nóng)村現(xiàn)代化發(fā)展。