農(nóng)機生產(chǎn)服務(wù)集聚對農(nóng)業(yè)生態(tài)效率的影響因素研究
——以西北地區(qū)為例

○穆佳薇 余國新

（1第六師五家渠市黨委黨校，新疆 五家渠 831300；2新疆農(nóng)業(yè)大學(xué)經(jīng)濟管理學(xué)院，新疆 烏魯木齊 830052）

一、引言

當(dāng)前，全球變暖及能源枯竭等重大問題受到國際社會的普遍關(guān)注。據(jù)聯(lián)合國環(huán)境規(guī)劃署（UNEP）《2020 年排放差距報告》顯示，中國絕對溫室氣體排放量仍居全球首位[1]，其中種植業(yè)二氧化碳排放占中國碳排放總量的16%～17%[2]。因此，保證農(nóng)業(yè)可持續(xù)發(fā)展同時實現(xiàn)“降污減排”成為世界各國的共同愿景。現(xiàn)有研究表明[3]，發(fā)展農(nóng)機服務(wù)是破解農(nóng)業(yè)產(chǎn)業(yè)升級和推動農(nóng)業(yè)低碳轉(zhuǎn)型的重要引擎。在政府政策扶持下中國農(nóng)機生產(chǎn)服務(wù)取得了顯著成就，農(nóng)機總動力由1978 年的1.17 億千瓦增至2020 年的10.56 億千瓦，漲幅近9 倍。為滿足農(nóng)機服務(wù)需求，2020 年我國農(nóng)業(yè)機械化作業(yè)服務(wù)組織達到19.48萬個。其中農(nóng)業(yè)機械專業(yè)合作社服務(wù)組織高達7.54 萬個。在此背景下探討農(nóng)機生產(chǎn)服務(wù)集聚對農(nóng)業(yè)生態(tài)效率的影響，對增強西北地區(qū)農(nóng)業(yè)競爭力具有重要的現(xiàn)實價值。

對農(nóng)機生產(chǎn)服務(wù)而言，其在中國式現(xiàn)代化的發(fā)展進程中扮演著重要角色，但當(dāng)前對農(nóng)機生產(chǎn)服務(wù)的界定和定位并未形成統(tǒng)一認知。有學(xué)者探討了農(nóng)機服務(wù)對農(nóng)業(yè)生產(chǎn)的作用[4]，并認為農(nóng)機服務(wù)能夠和農(nóng)業(yè)勞動力之間形成替代效應(yīng)，對農(nóng)業(yè)生產(chǎn)具有積極作用[5]；有學(xué)者對農(nóng)戶使用農(nóng)機生產(chǎn)服務(wù)的行為進行了細致探討，發(fā)現(xiàn)農(nóng)戶農(nóng)機生產(chǎn)服務(wù)使用量受耕地面積、家庭勞動數(shù)以及非農(nóng)就業(yè)等[6-7]影響。在農(nóng)機生產(chǎn)服務(wù)能否提高農(nóng)業(yè)生產(chǎn)效率的研究中，學(xué)者們通過對不同種植類型的農(nóng)戶調(diào)查發(fā)現(xiàn)，農(nóng)機生產(chǎn)服務(wù)水平對農(nóng)業(yè)技術(shù)效率具有促進作用[8]，這源自農(nóng)機生產(chǎn)服務(wù)標(biāo)準(zhǔn)化水平的提高緩解了道德風(fēng)險發(fā)生的可能性[9]。部分學(xué)者則認為農(nóng)戶技術(shù)效率提升的關(guān)鍵在于技術(shù)服務(wù)[10]。對產(chǎn)業(yè)集聚而言，產(chǎn)業(yè)集聚作為常見的組織模式既可以帶來規(guī)模經(jīng)濟效益更能實現(xiàn)專業(yè)化分工和資源配置。以往研究多關(guān)注農(nóng)業(yè)、制造業(yè)、高新技術(shù)、生產(chǎn)性服務(wù)業(yè)等領(lǐng)域集聚，從產(chǎn)業(yè)鏈視角探究農(nóng)機生產(chǎn)服務(wù)集聚的實證相對欠缺。

當(dāng)前關(guān)于農(nóng)業(yè)生態(tài)效率的研究頗為豐富，主要分為三類：一是農(nóng)業(yè)生態(tài)效率的內(nèi)涵界定。農(nóng)業(yè)生態(tài)效率是生態(tài)效率在農(nóng)業(yè)層面的拓展，其作為評價農(nóng)業(yè)生產(chǎn)過程中經(jīng)濟和生態(tài)系統(tǒng)的綜合效率，是以調(diào)控農(nóng)業(yè)資源利用為手段，以可持續(xù)發(fā)展理論為前提，以滿足人們對質(zhì)量需求為目標(biāo)，實現(xiàn)環(huán)境污染和資源消耗的最小化。二是農(nóng)業(yè)生態(tài)效率的指標(biāo)選取和測度。單要素視角下的農(nóng)業(yè)生態(tài)效率反映的是碳排放與經(jīng)濟之間的比值關(guān)系，計算較為簡便，但割裂了農(nóng)業(yè)生產(chǎn)“資源—經(jīng)濟—生態(tài)”之間的多重屬性特征[11]。全要素視角下的農(nóng)業(yè)生態(tài)效率在選擇投入產(chǎn)出指標(biāo)時，通常以農(nóng)業(yè)生產(chǎn)總值為期望產(chǎn)出，農(nóng)業(yè)碳排放或農(nóng)業(yè)面源污染作為環(huán)境產(chǎn)出[12]，但隨著研究成果的不斷成熟，多數(shù)學(xué)者在測度生態(tài)效率時將農(nóng)業(yè)面源污染和碳排放同時納入環(huán)境產(chǎn)出的分析框架，但因測度方式不同，得出的結(jié)論也不同。三是農(nóng)業(yè)生態(tài)效率的影響因素。微觀層面的研究比較豐富且研究結(jié)論較為一致，即化肥、農(nóng)藥和農(nóng)膜等環(huán)境產(chǎn)出冗余是導(dǎo)致農(nóng)業(yè)生態(tài)效率損失的關(guān)鍵[13]；宏觀層面?zhèn)戎赜趧趧恿D(zhuǎn)移[14]、環(huán)境規(guī)制[15]、農(nóng)業(yè)信息化[16]、產(chǎn)業(yè)集聚[17]、農(nóng)村金融發(fā)展[18]、結(jié)構(gòu)變遷[19]、社會化服務(wù)[20]、數(shù)字普惠金融[21]、技術(shù)創(chuàng)新[22]及城鎮(zhèn)化[23]等影響。微觀層面對農(nóng)業(yè)生態(tài)效率影響因素的研究正從常規(guī)視角不斷向縱深細化，由投入和環(huán)境產(chǎn)出冗余逐漸向更為具體的因素深入，黃瑪蘭等[24]發(fā)現(xiàn)農(nóng)戶綠色認知和環(huán)境規(guī)制能提高農(nóng)業(yè)生態(tài)效率。在影響因素模型設(shè)定中，主要集中在Tobit 模型和空間杜賓模型的運用上[25-26]。

縱觀已有研究發(fā)現(xiàn)：（1）從研究對象看，現(xiàn)有研究重點討論了農(nóng)機生產(chǎn)服務(wù)對單一作物生產(chǎn)率的影響，但鮮有文獻基于農(nóng)機生產(chǎn)服務(wù)集聚視角分析其對農(nóng)業(yè)生態(tài)效率的影響。（2）從研究范圍看，多數(shù)學(xué)者立足微觀和省級尺度開展研究，基于市級層面探討的文獻相對匱乏，容易造成估計結(jié)果的偏誤。

基于此，文章擬從以下兩方面做出一些新的嘗試。（1）基于產(chǎn)業(yè)經(jīng)濟學(xué)和空間地理經(jīng)濟學(xué)雙重視角，將農(nóng)機生產(chǎn)服務(wù)集聚納入模型并實證檢驗兩者之間的非線性影響，有助于豐富環(huán)境庫茲涅茨曲線理論在農(nóng)機生產(chǎn)服務(wù)領(lǐng)域的拓展。（2）現(xiàn)有文獻多是探討環(huán)境規(guī)制對生態(tài)治理問題的影響，隨著土地托管服務(wù)的不斷壯大，農(nóng)業(yè)經(jīng)營主體對農(nóng)業(yè)中間環(huán)節(jié)的需求日益增加。因此，文章將視角聚焦在農(nóng)機生產(chǎn)服務(wù)業(yè)，通過調(diào)整產(chǎn)業(yè)結(jié)構(gòu)發(fā)揮集聚效應(yīng)，最終實現(xiàn)農(nóng)業(yè)“減排降污”和“增質(zhì)增效”，為實現(xiàn)“雙碳”目標(biāo)提供新思路。

文章利用2005—2020年西北地區(qū)51個市級面板數(shù)據(jù)，運用區(qū)位熵和超效率SBM 模型測度農(nóng)機生產(chǎn)服務(wù)集聚和農(nóng)業(yè)生態(tài)效率，借助空間杜賓模型檢驗農(nóng)機生產(chǎn)服務(wù)集聚對農(nóng)業(yè)生態(tài)效率的溢出效應(yīng)，以期為西北地區(qū)農(nóng)業(yè)低碳轉(zhuǎn)型提供經(jīng)驗依據(jù)。

二、理論分析與研究假設(shè)

（一）農(nóng)機生產(chǎn)服務(wù)集聚與農(nóng)業(yè)生態(tài)效率之間存在非線性關(guān)系

農(nóng)機生產(chǎn)服務(wù)集聚有高級和中低級的階段性之分，表明農(nóng)機生產(chǎn)服務(wù)集聚對農(nóng)業(yè)生態(tài)效率的影響并非一成不變[27]。換句話說，農(nóng)機生產(chǎn)服務(wù)集聚雖然對提高西北地區(qū)農(nóng)業(yè)生態(tài)效率具有積極作用，但這種積極的作用可能僅限定于一定的集聚范圍或是某一時期，二者并非簡單的線性關(guān)系。

據(jù)此，本文提出假設(shè)H1：農(nóng)機生產(chǎn)服務(wù)集聚與農(nóng)業(yè)生態(tài)效率之間存在非線性特征。

（二）農(nóng)機生產(chǎn)服務(wù)集聚對農(nóng)業(yè)生態(tài)效率具有空間溢出效應(yīng)

農(nóng)機生產(chǎn)集聚產(chǎn)生的規(guī)模經(jīng)濟效應(yīng)和規(guī)模外部性會對農(nóng)業(yè)生態(tài)效率產(chǎn)生影響。一方面，隨著農(nóng)機生產(chǎn)服務(wù)的不斷集聚，農(nóng)機生產(chǎn)規(guī)模也隨之?dāng)U大并產(chǎn)生規(guī)模經(jīng)濟效應(yīng)。規(guī)模經(jīng)濟效應(yīng)能降低生產(chǎn)成本并實現(xiàn)勞動力的專業(yè)化，還能減少農(nóng)用材料消耗和設(shè)備磨損，在提高農(nóng)業(yè)機械化過程中也能提升農(nóng)業(yè)生產(chǎn)效率，從而對農(nóng)業(yè)生態(tài)效率產(chǎn)生正向影響[28]。另一方面，農(nóng)機生產(chǎn)服務(wù)集聚能夠擴大西北地區(qū)本地的市場規(guī)模，同時也會引起其他服務(wù)機構(gòu)的質(zhì)量提升，有助于農(nóng)機服務(wù)部門擴大生產(chǎn)服務(wù)規(guī)模，提高生產(chǎn)效率。此外，農(nóng)機生產(chǎn)服務(wù)集聚還能加強農(nóng)業(yè)企業(yè)之間的協(xié)作，促進農(nóng)業(yè)企業(yè)之間的交流和學(xué)習(xí)[29]，有助于農(nóng)業(yè)企業(yè)效率提升和品質(zhì)提高。

據(jù)此，本文提出假設(shè)H2：農(nóng)機生產(chǎn)服務(wù)集聚對農(nóng)業(yè)生態(tài)效率具有空間溢出效應(yīng)。

（三）農(nóng)機生產(chǎn)服務(wù)集聚通過技術(shù)進步影響農(nóng)業(yè)生態(tài)效率

當(dāng)前，我國仍是以小農(nóng)經(jīng)營為主并且土地細碎化問題顯現(xiàn)，小規(guī)模農(nóng)戶在農(nóng)機技術(shù)采納和獲取層面缺乏主動性，若直接將先進的農(nóng)機技術(shù)推廣給農(nóng)戶會由于專業(yè)性過強導(dǎo)致技術(shù)難以有效運行[30]。農(nóng)機生產(chǎn)服務(wù)還可以借助外包的形式將先進技術(shù)引入農(nóng)業(yè)生產(chǎn)作業(yè)中，破除直接向農(nóng)戶技術(shù)推廣的現(xiàn)實壁壘，提高農(nóng)業(yè)生產(chǎn)的技術(shù)含金量，提高農(nóng)業(yè)經(jīng)濟產(chǎn)出，降低農(nóng)業(yè)非期望產(chǎn)出，提高農(nóng)業(yè)生態(tài)效率。除此之外，農(nóng)業(yè)生產(chǎn)服務(wù)集聚還貫穿于農(nóng)業(yè)生產(chǎn)的產(chǎn)前、產(chǎn)中和產(chǎn)后的各個環(huán)節(jié)，能夠有效保證產(chǎn)出質(zhì)量。技術(shù)進步帶來的專業(yè)化農(nóng)機服務(wù)播種技術(shù)能顯著提升農(nóng)作物的出苗率和成活率[31]。因此，農(nóng)機生產(chǎn)服務(wù)作為農(nóng)機技術(shù)推廣的重要載體，能有效促進農(nóng)業(yè)生產(chǎn)技術(shù)的提升，最終提高農(nóng)業(yè)生態(tài)效率。

據(jù)此，本文提出假設(shè)H3：農(nóng)機生產(chǎn)服務(wù)集聚通過技術(shù)進步影響農(nóng)業(yè)生態(tài)效率。

三、研究設(shè)計

（一）變量選取

1.被解釋變量：農(nóng)業(yè)生態(tài)效率（AEE）

提高西北地區(qū)農(nóng)業(yè)生態(tài)效率的目的是以盡可能低的農(nóng)業(yè)資源投入和環(huán)境成本，獲得盡可能高的農(nóng)業(yè)經(jīng)濟效益并實現(xiàn)生態(tài)保護，是西北地區(qū)農(nóng)業(yè)經(jīng)濟、資源利用與環(huán)境保護協(xié)調(diào)共贏關(guān)系的綜合表現(xiàn)。文章參考潘丹[32]等學(xué)者的做法，并結(jié)合西北地區(qū)農(nóng)業(yè)生產(chǎn)的現(xiàn)實特征，依據(jù)指標(biāo)適用性原則，以農(nóng)膜、農(nóng)藥、土地等要素為投入指標(biāo)；以農(nóng)業(yè)總產(chǎn)值為期望產(chǎn)出；以農(nóng)業(yè)碳排放量和污染物排放為環(huán)境產(chǎn)出。其中，農(nóng)業(yè)碳排放計算借鑒李波[33]的做法，農(nóng)藥4.9341千克碳/千克、化肥0.8956千克碳/千克、農(nóng)膜5.18 千克碳/千克、作物翻耕312.60 千克碳/平方千米。

表1 農(nóng)業(yè)生態(tài)效率評價指標(biāo)體系

2.解釋變量：農(nóng)機生產(chǎn)服務(wù)集聚(Amps)

胡祎[7]將農(nóng)機生產(chǎn)服務(wù)定義為每畝農(nóng)機生產(chǎn)服務(wù)費用和每畝用工量之比。王洋[34]以農(nóng)機作業(yè)總收入與糧食播種面積的比值來衡量農(nóng)機生產(chǎn)服務(wù)水平。文章參考以往文獻對農(nóng)機生產(chǎn)服務(wù)的界定，將農(nóng)機生產(chǎn)服務(wù)集聚界定為地區(qū)農(nóng)業(yè)機械服務(wù)費用與農(nóng)業(yè)生產(chǎn)總投入費用的比重占西北地區(qū)農(nóng)業(yè)機械服務(wù)費用與農(nóng)業(yè)生產(chǎn)總投入費用的比重。區(qū)位熵用于反映某一產(chǎn)業(yè)的集聚程度，熵值越高則表示集聚程度越高，因此采用區(qū)位熵衡量農(nóng)機生產(chǎn)服務(wù)集聚。

3.控制變量

農(nóng)業(yè)生態(tài)效率受自然條件、經(jīng)濟發(fā)展和農(nóng)業(yè)生產(chǎn)等影響。因此，文章參考現(xiàn)有研究[25-26]選取以下五個控制變量：（1）工業(yè)化水平（IL）以工業(yè)增加值占地區(qū)生產(chǎn)總值的比重表征。工業(yè)化發(fā)展過程往往伴隨著勞動力流動，引起技術(shù)和信息擴散，對農(nóng)業(yè)生態(tài)效率產(chǎn)生正向影響。然而工業(yè)化的快速發(fā)展也會吸納農(nóng)村勞動力，導(dǎo)致農(nóng)戶在時間的剛性約束下密集使用化學(xué)品，降低農(nóng)業(yè)生態(tài)效率。（2）農(nóng)業(yè)機械強度（AML）以農(nóng)業(yè)機械使用量占單位播種面積的比重表征。農(nóng)業(yè)機械化水平的提高雖能提高農(nóng)業(yè)生產(chǎn)效率，但又會因化學(xué)投入過量造成環(huán)境產(chǎn)出增加。（3）財政支農(nóng)（FSA）以農(nóng)業(yè)和農(nóng)林水事務(wù)支出占一般公共預(yù)算支出的比重表征。政府通過實施財政支農(nóng)政策在生態(tài)治理方面取得了顯著成效，因此農(nóng)業(yè)生產(chǎn)抵御自然災(zāi)害的能力也明顯增強，保證了農(nóng)作物的增產(chǎn)增收，有助于提高農(nóng)業(yè)生態(tài)效率。（4）降水量（LnPre）以年均降水量表征。農(nóng)作物在生長期內(nèi)離不開水資源，通過水資源來維系農(nóng)作物在自然界的碳氧平衡。（5）農(nóng)民滿意度（LnFS）以農(nóng)村居民人均純收入表征。農(nóng)民收入水平的提高將引起消費結(jié)構(gòu)和農(nóng)戶觀念的轉(zhuǎn)變，最終促進社會采納可持續(xù)的方式利用和分配資源，在增加農(nóng)業(yè)效益產(chǎn)出的同時減少對環(huán)境的污染。

（二）模型構(gòu)建

1.超效率SBM模型

在農(nóng)業(yè)生態(tài)效率的研究中，數(shù)據(jù)包絡(luò)分析法多用于技術(shù)效率的估計。該方法在處理多投入和產(chǎn)出方面具有顯著優(yōu)勢。文章以TONE[35]提出的將非期望產(chǎn)出納入生產(chǎn)可能集的超效率SBM模型為基礎(chǔ)，在環(huán)境技術(shù)框架下構(gòu)建同時包含經(jīng)濟產(chǎn)出和環(huán)境產(chǎn)出的可能集。假定生產(chǎn)系統(tǒng)有N個決策單元，且每種單元均有m投入和q產(chǎn)出，表示為x∈Rm，y∈Rq，將矩陣X和Y界定為：X=[x1,x2,…,xn]∈Rmn，Y=[y1,y2,…,yn]∈Rqn，X＞0，Y＞0,由此可轉(zhuǎn)換為：

式中，λ∈Rn表征權(quán)重的向量；λ≥0為規(guī)模報酬不變?；谏鲜龇治?，特定的決策單元的超效率SBM模型可具體表達為：

式中，ρ0為西北地區(qū)農(nóng)業(yè)生態(tài)效率；t為年份；分別為t時期生產(chǎn)單位生產(chǎn)投入、經(jīng)濟產(chǎn)出和污染排放；N、M、I分別為決策單元有投入指標(biāo)N類、期望產(chǎn)出M類、非期望產(chǎn)出I類；n、m、i分別為投入、期望產(chǎn)出和非期望產(chǎn)出個數(shù)；為要素投入、期望產(chǎn)出和環(huán)境產(chǎn)出的松弛變量；為決策單元k=1,2,…,K的權(quán)重；k和j為不同的決策單元；目標(biāo)函數(shù)ρ0嚴(yán)格遵守的單調(diào)遞減特征。當(dāng)，即意味著決策單元完全有效；若0 ≤ρ0≤1，表明存在效率損失。

2.空間計量模型

為有效避免由于忽視區(qū)域間空間關(guān)聯(lián)造成的估計偏誤，引入空間計量模型以考察變量之間的影響路徑。即：

式中，AEEit為i城市t年的農(nóng)業(yè)生態(tài)效率；Ampsit為i城市t年的農(nóng)機生產(chǎn)服務(wù)集聚程度；xit為控制變量；W為51×51 階空間鄰接權(quán)重矩陣；γi為截距項；αi、βi為集聚和控制變量的回歸系數(shù)；μit為隨機誤差項；νi為個體固定效應(yīng)；t為時間固定效應(yīng)。

3.空間矩陣構(gòu)建

為確保模型識別的精準(zhǔn)性，首先引入鄰接權(quán)重矩陣W1，它是目前最常用的二值空間權(quán)重矩陣，構(gòu)造雖簡單但具有一般性。同時引入地理距離W2和經(jīng)濟距離W3進行穩(wěn)健性檢驗。其中，W1以兩城市中心位置是否相鄰進行設(shè)定；W2以經(jīng)緯度計算城市地理距離倒數(shù)的平方進行設(shè)定；W3以2005—2020年各市GDP均值的倒數(shù)進行設(shè)定。設(shè)定如下：

（三）數(shù)據(jù)來源及處理

文章選取2005—2020年西北地區(qū)51個市級面板數(shù)據(jù)展開研究。原始數(shù)據(jù)分別源于歷年《中國農(nóng)村統(tǒng)計年鑒》《全國農(nóng)產(chǎn)品成本收益資料匯編》和《中國農(nóng)業(yè)機械工業(yè)年鑒》，并輔以各地州市統(tǒng)計年鑒。文章用于測算各地州市農(nóng)業(yè)生態(tài)效率的數(shù)據(jù)源自《中國農(nóng)業(yè)統(tǒng)計年鑒》（2006—2021）并輔以地州市統(tǒng)計年鑒等。農(nóng)業(yè)碳排放系數(shù)源自美國橡樹嶺國家實驗室。各變量描述性統(tǒng)計如表2所示。

表2 變量的統(tǒng)計性描述

四、實證檢驗與結(jié)果分析

（一）農(nóng)業(yè)生態(tài)效率發(fā)展趨勢分析

運用Matlab 軟件計算得到2005—2020 年西北地區(qū)農(nóng)業(yè)生態(tài)效率均值（見表3）。在研究區(qū)間西北地區(qū)農(nóng)業(yè)生態(tài)效率水平較高，平均效率值為0.920，但未能實現(xiàn)完全有效。西北地區(qū)農(nóng)業(yè)生態(tài)效率的差異顯著，玉樹藏族自治州（1.294）、吐魯番市（1.245）、隴南市（1.222）等地農(nóng)業(yè)生態(tài)效率水平位列前茅，而銀川市（0.420）、白銀市（0.414）、中衛(wèi)市（0.352）和石嘴山市（0.321）等相對較低。這意味著西北地區(qū)農(nóng)業(yè)生產(chǎn)正處于由粗放型向集約型農(nóng)業(yè)嬗變的階段。其中雖然部分地區(qū)效率得以改善，但多數(shù)地區(qū)效率仍處于中低水平，說明西北地區(qū)農(nóng)業(yè)生態(tài)效率的提高依賴化學(xué)投入的局面并未根本扭轉(zhuǎn)，導(dǎo)致資源配置效率損失。

表3 2005—2020年西北地區(qū)51個地州市農(nóng)業(yè)生態(tài)效率均值

（二）空間相關(guān)性檢驗

農(nóng)業(yè)生態(tài)效率具有跨區(qū)流動性[36]，農(nóng)機生產(chǎn)服務(wù)集聚也能突破時空界限。在探究農(nóng)機生產(chǎn)服務(wù)集聚與農(nóng)業(yè)生態(tài)效率關(guān)系時還需對其進行空間相關(guān)性檢驗。借鑒侯孟陽等[37]的做法，采用莫蘭指數(shù)分析空間依賴度（見表4）。結(jié)果表明，農(nóng)業(yè)生態(tài)效率的莫蘭指數(shù)在各個年份均通過了顯著性檢驗，其集聚程度雖在個別年份出現(xiàn)波動，但總體仍處于明顯的上升走勢。由此揭示，2005—2020 年西北地區(qū)農(nóng)業(yè)生態(tài)效率遵循高值區(qū)與一個或多個高值區(qū)相鄰，而低值區(qū)與其他低值區(qū)相鄰的整體態(tài)勢。

表4 空間相關(guān)性檢驗

（三）實證結(jié)果

1.模型設(shè)定與結(jié)果分析

為考察變量間存在的關(guān)聯(lián)性，文章將通過空間計量模型展開相關(guān)驗證。豪斯曼檢驗結(jié)果表明模型在1%的顯著性水平上拒絕采用隨機效應(yīng)的原假設(shè)；通過LM和RLM檢驗表明空間誤差模型和空間滯后模型的LM和RLM多在1%的水平上顯著拒絕原假設(shè)，表明不能忽略農(nóng)機生產(chǎn)服務(wù)集聚對農(nóng)業(yè)生態(tài)效率的空間作用；通過LR和Wald檢驗發(fā)現(xiàn)模型均在1%的顯著性水平上拒絕SDM 模型退化為SAR 和SEM 的原假設(shè)。綜上所述，文章運用SDM模型探索西北地區(qū)農(nóng)機生產(chǎn)服務(wù)集聚對農(nóng)業(yè)生態(tài)效率的空間效應(yīng)。

從空間杜賓模型的結(jié)果來看，農(nóng)機生產(chǎn)服務(wù)集聚在1%的顯著性水平上通過檢驗且系數(shù)為正，表明隨著農(nóng)機生產(chǎn)服務(wù)集聚的增加，農(nóng)業(yè)生態(tài)效率也逐步提高。農(nóng)機生產(chǎn)服務(wù)集聚改善農(nóng)業(yè)生態(tài)效率的原因可能有兩方面：一是近年來城鎮(zhèn)化的不斷加速造成農(nóng)村勞動力匱乏嚴(yán)重，在缺乏農(nóng)機生產(chǎn)服務(wù)下農(nóng)戶分配到每塊耕地的時間減少，導(dǎo)致農(nóng)業(yè)生產(chǎn)率下降，不利于農(nóng)業(yè)生態(tài)效率的提高；若采用農(nóng)機生產(chǎn)服務(wù)，則可確保耕地勞作的質(zhì)量，彌補因進城務(wù)工等客觀因素引起的效率缺失問題，最終提高農(nóng)業(yè)生態(tài)效率。二是發(fā)展初期借助產(chǎn)業(yè)轉(zhuǎn)型等政策幫扶促使農(nóng)機生產(chǎn)服務(wù)業(yè)得以有效聚集，與產(chǎn)業(yè)之間關(guān)聯(lián)性增強，農(nóng)業(yè)產(chǎn)業(yè)鏈的規(guī)模經(jīng)濟效應(yīng)逐步形成，提高了農(nóng)業(yè)生態(tài)效率。從非線性檢驗看，表5中的模型加入了農(nóng)機生產(chǎn)服務(wù)集聚的二次項。農(nóng)機生產(chǎn)服務(wù)集聚一次項的估計系數(shù)顯著為正，二次項的估計系數(shù)顯著為負，反映出農(nóng)機生產(chǎn)服務(wù)集聚對農(nóng)業(yè)生態(tài)效率的影響呈倒“U”型路徑，假設(shè)H1得以驗證。

表5 空間計量回歸結(jié)果

從控制變量看，工業(yè)化水平對西北地區(qū)農(nóng)業(yè)生態(tài)效率產(chǎn)生了較為強的負作用；農(nóng)民滿意度在經(jīng)濟距離權(quán)重矩陣下顯著為正，意味著農(nóng)民人均純收入的增加對西北地區(qū)農(nóng)業(yè)生態(tài)效率具有提升效應(yīng)。隨著人們生活水平的不斷提升，消費者更傾向于追求綠色、有機的農(nóng)產(chǎn)品以提高生活品質(zhì)，農(nóng)戶作為理性人也會選擇種植綠色農(nóng)產(chǎn)品，在實現(xiàn)增收同時也改善了農(nóng)業(yè)生態(tài)效率；其余變量對農(nóng)業(yè)生態(tài)效率的提振作用微弱。

2.效應(yīng)分解

使用偏微分法[38]分析農(nóng)機生產(chǎn)服務(wù)集聚對農(nóng)業(yè)生態(tài)效率的影響（見表6）。由表6空間效應(yīng)分解結(jié)果可知，農(nóng)機生產(chǎn)服務(wù)集聚對農(nóng)業(yè)生態(tài)效率的直接效應(yīng)（0.271）、溢出效應(yīng)（0.076）和總效應(yīng)（0.195）均在1%的水平上顯著。表明本地區(qū)農(nóng)機生產(chǎn)服務(wù)集聚水平的提升能提高本地區(qū)農(nóng)業(yè)生態(tài)效率，同時提升鄰近地區(qū)農(nóng)業(yè)生態(tài)效率，具有顯著的正向空間溢出效應(yīng)，假設(shè)H2 得以驗證；工業(yè)化水平在1%的顯著性水平上均為負，表明工業(yè)化水平的提高對本地和鄰近地區(qū)農(nóng)業(yè)生態(tài)效率均產(chǎn)生負向效應(yīng)；財政支農(nóng)在5%的水平上顯著為負；機械化程度、農(nóng)民滿意度和日照時長對農(nóng)業(yè)生態(tài)效率的溢出作用微弱。

表6 空間效應(yīng)分解結(jié)果

（四）異質(zhì)性檢驗

為深入探究不同集聚度對農(nóng)業(yè)生態(tài)效率的影響差異，進行分組檢驗，計算得到西北地區(qū)農(nóng)機生產(chǎn)服務(wù)集聚指數(shù)的中位數(shù)，并以該中位數(shù)為界限將樣本量劃分為低集聚組與高集聚組（見表7）。在地理相鄰、地理距離及經(jīng)濟距離矩陣下農(nóng)機生產(chǎn)服務(wù)集聚對農(nóng)業(yè)生態(tài)效率的系數(shù)具有顯著的正向影響，與總樣本回歸系數(shù)方向保持一致，兩組農(nóng)機生產(chǎn)服務(wù)集聚水平系數(shù)的費舍爾組合檢驗P 值為0.36，從統(tǒng)計意義上說明無論集聚程度高或低，農(nóng)機生產(chǎn)服務(wù)集聚的一次項均能顯著提高農(nóng)業(yè)生態(tài)效率，也驗證了SDM結(jié)果的穩(wěn)健性。

表7 異質(zhì)性分析

（五）穩(wěn)健性檢驗

文章采用以下方法驗證空間杜賓模型回歸的穩(wěn)健性（見表8）：一是替換因變量，借鑒田云等[39]做法，用農(nóng)業(yè)碳排放對農(nóng)業(yè)生態(tài)效率指標(biāo)進行再度量。指標(biāo)越低，表明西北地區(qū)農(nóng)業(yè)生態(tài)效率的水平越高；二是樣本剔除，依據(jù)2020年西北地區(qū)51個城市的GDP 排名，剔除整體排名最末的五個地區(qū)(克州、黃南、海北、果洛、玉樹)；三是內(nèi)生性討論，選取解釋變量滯后一期作為工具變量進行驗證。結(jié)果表明系數(shù)大小雖有所變動，但估計系數(shù)的方向未發(fā)生改變，佐證了農(nóng)機生產(chǎn)服務(wù)集聚對農(nóng)業(yè)生態(tài)效率的正向作用，整體穩(wěn)健性良好。

表8 穩(wěn)健性分析

（六）機制檢驗

借鑒溫忠麟[40]的做法采用MLE 對模型進行估計（見表9）。結(jié)果表明，在三種權(quán)重矩陣下農(nóng)機生產(chǎn)服務(wù)集聚與技術(shù)進步正相關(guān)，說明農(nóng)機生產(chǎn)服務(wù)集聚程度越高，地區(qū)技術(shù)進步越快，在考慮農(nóng)業(yè)生態(tài)效率后農(nóng)機生產(chǎn)服務(wù)集聚一次項系數(shù)仍顯著為正、二次項系數(shù)顯著為負。說明在集聚初期隨著城市生產(chǎn)活動不斷增加，農(nóng)機生產(chǎn)服務(wù)集聚對農(nóng)業(yè)生態(tài)效率具有積極影響，顯著提高了農(nóng)業(yè)生態(tài)化發(fā)展水平，當(dāng)技術(shù)進步發(fā)展到一定階段后農(nóng)機生產(chǎn)服務(wù)集聚產(chǎn)生的擁堵效應(yīng)遠高于集聚效益。因此，西北地區(qū)技術(shù)進步快的城市應(yīng)積極尋求產(chǎn)業(yè)承接區(qū)，尤其是新疆南疆城市，可通過推動部分農(nóng)機生產(chǎn)服務(wù)向該地轉(zhuǎn)移，緩解本地因為過度集聚導(dǎo)致的負面作用，也能推動承接地農(nóng)業(yè)可持續(xù)發(fā)展，假設(shè)H3得以驗證。

表9 傳導(dǎo)機制分析

五、結(jié)論與建議

（一）主要結(jié)論

文章利用西北地區(qū)2005—2020年51個地州市的面板數(shù)據(jù)，采用超效率SBM 模型測度農(nóng)業(yè)生態(tài)效率，在此基礎(chǔ)上探究了農(nóng)機生產(chǎn)服務(wù)集聚對農(nóng)業(yè)生態(tài)效率的溢出效應(yīng)。通過中介效應(yīng)模型從技術(shù)進步路徑檢驗了農(nóng)機生產(chǎn)服務(wù)集聚影響農(nóng)業(yè)生態(tài)效率的中介效應(yīng)，研究結(jié)論如下：

首先，2005—2020 年西北地區(qū)農(nóng)業(yè)生態(tài)效率總體遞增，但地區(qū)間的發(fā)展不平衡。農(nóng)業(yè)生態(tài)效率的莫蘭值均通過了顯著性檢驗，且呈現(xiàn)“高—高集聚”和“低—低集聚”的分異特征。其次，農(nóng)機生產(chǎn)服務(wù)集聚不僅對本地區(qū)農(nóng)業(yè)生態(tài)效率產(chǎn)生促進作用，并通過空間關(guān)聯(lián)對其鄰近地區(qū)農(nóng)業(yè)生態(tài)效率產(chǎn)生正向空間溢出效應(yīng)，提升農(nóng)業(yè)生態(tài)效率。最后，通過非線性檢驗發(fā)現(xiàn)，農(nóng)機生產(chǎn)服務(wù)集聚對農(nóng)業(yè)生態(tài)效率的影響呈現(xiàn)倒“U”形路徑；技術(shù)進步在二者之間具有較強的中介效應(yīng)。

（二）對策建議

1.合理提升農(nóng)機生產(chǎn)服務(wù)集聚水平。進一步深化西北地區(qū)農(nóng)機生產(chǎn)服務(wù)集聚程度，發(fā)揮產(chǎn)業(yè)集聚對農(nóng)業(yè)生態(tài)效率的正向影響。當(dāng)?shù)卣畱?yīng)實行與農(nóng)機產(chǎn)業(yè)集聚相適配的財政扶持政策，不斷完善農(nóng)業(yè)污染法規(guī)，發(fā)揮農(nóng)機生產(chǎn)服務(wù)集聚對農(nóng)業(yè)生態(tài)效率的提振作用。此外，還需重視農(nóng)業(yè)生產(chǎn)服務(wù)集聚對農(nóng)業(yè)生態(tài)效率產(chǎn)生正向影響的拐點，引致農(nóng)機生產(chǎn)服務(wù)集聚在合理區(qū)間，規(guī)避因過度集聚引起的污染效應(yīng)。

2.發(fā)揮技術(shù)進步與農(nóng)機生產(chǎn)服務(wù)集聚的協(xié)同作用。在農(nóng)機生產(chǎn)服務(wù)集聚過程中應(yīng)重視技術(shù)進步的作用。將以成本等變量為驅(qū)動力的農(nóng)機生產(chǎn)服務(wù)集聚模式逐步向以技術(shù)進步引領(lǐng)的集聚模式轉(zhuǎn)化，通過集聚與技術(shù)進步的協(xié)同效應(yīng)發(fā)揮二者對農(nóng)業(yè)生態(tài)效率的正向作用，推動農(nóng)業(yè)朝著高質(zhì)量之路發(fā)展。

3.西北地區(qū)應(yīng)明確本地農(nóng)機生產(chǎn)服務(wù)業(yè)的發(fā)展現(xiàn)實，并引導(dǎo)其形成專業(yè)化集聚，持續(xù)發(fā)揮集聚的規(guī)模效應(yīng)和技術(shù)進步，提高西北地區(qū)農(nóng)業(yè)低碳發(fā)展水平。針對圍繞農(nóng)機生產(chǎn)服務(wù)業(yè)輔助性產(chǎn)業(yè)體系，應(yīng)持續(xù)延伸產(chǎn)業(yè)鏈條，推動其與優(yōu)勢產(chǎn)業(yè)相互融合，有效發(fā)揮集聚釋放的正向效應(yīng)，實現(xiàn)西北地區(qū)農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展。