農(nóng)業(yè)機(jī)械化水平對(duì)糧食產(chǎn)量的影響研究

摘要：以省（市）各年份農(nóng)業(yè)機(jī)械總動(dòng)力為解釋變量，糧食播種面積為中介變量，糧食產(chǎn)量為被解釋變量，并選取影響較大的農(nóng)村人口數(shù)所占比例、農(nóng)用化肥施用量、塑料薄膜使用量、有效灌溉面積、農(nóng)用柴油使用量和農(nóng)水林事物費(fèi)用為控制變量，運(yùn)用SPSS 23.0軟件對(duì)2007—2019年全國(guó)省際面板數(shù)據(jù)進(jìn)行實(shí)證研究。結(jié)果表明，農(nóng)用機(jī)械總動(dòng)力和糧食播種面積均對(duì)糧食總產(chǎn)量產(chǎn)生顯著的正向影響；糧食播種面積在農(nóng)業(yè)機(jī)械總動(dòng)力和糧食產(chǎn)量之間起到完全中介作用。據(jù)此提出通過(guò)多元化拓展創(chuàng)新渠道提高農(nóng)業(yè)機(jī)械化水平及其運(yùn)用效果，促進(jìn)糧食種植面積擴(kuò)大、糧食生產(chǎn)效率提高、糧食產(chǎn)量增加和質(zhì)量效益提升的對(duì)策建議。

關(guān)鍵詞：農(nóng)業(yè)機(jī)械化水平；糧食播種面積；糧食產(chǎn)量；中介效應(yīng)；面板數(shù)據(jù)分析

中圖分類號(hào)：F323.3；F326.11" " " " "文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：0439-8114（2023）06-0233-07

DOI：10.14088/j.cnki.issn0439-8114.2023.06.041 開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Study on the effect of agricultural mechanization level on grain yield：Based on the intermediary effect of grain sown area

LI Chun-ting，ZENG Jing

（School of Economics and Management， Yangtze University， Jingzhou" 434023，Hubei，China）

Abstract： The total power of agricultural machinery in each province （city） year was taken as the explanatory variable， the grain sown area was used as the intermediary variable， the grain output was used as the explained variable， the proportion of rural population， amount of agricultural fertilizer application， plastic film use， effective irrigation area， amount of agricultural diesel use and expenses" "on agriculture， water conservance and forestry were selected as control variables， and the national interprovincial panel data from 2007 to 2019 were studied using SPSS 23.0 software. The results showed that the total power of agricultural machinery and the grain sown area had significant positive effects on the total grain output； the grain sown area played a complete intermediary role between the total power of agricultural machinery and the grain yield. Accordingly， countermeasures and suggestions were put forward to improve the level of agricultural mechanization and its application effect， promote the expansion of grain planting area， improve grain production efficiency， increase grain output and improve quality and efficiency through diversified expansion of innovation channels.

Key words： agricultural mechanization level； grain sown area； grain yield； intermediary effect； panel data analysis

2020年10月中央在關(guān)于制定十四五規(guī)劃和二〇三五年遠(yuǎn)景目標(biāo)的建議中，明確提出了中國(guó)新時(shí)代糧食安全的新目標(biāo)，即要構(gòu)建更高層次、更高質(zhì)量、更有效率、更可持續(xù)的國(guó)家糧食安全保障體系［1］，將中國(guó)人的飯碗牢牢端在自己手中。要達(dá)到這種新時(shí)代的新目標(biāo)，進(jìn)一步提高農(nóng)業(yè)機(jī)械化水平及其運(yùn)用效果，不失為一條至關(guān)重要的途徑。在這種新形勢(shì)下，分析農(nóng)業(yè)機(jī)械化水平、糧食播種面積與糧食產(chǎn)量之間的關(guān)系，特別是深入詳實(shí)地分析了解糧食播種面積在農(nóng)業(yè)機(jī)械化水平和糧食產(chǎn)量之間能否起到中介作用，對(duì)于檢驗(yàn)農(nóng)業(yè)機(jī)械化水平的績(jī)效，提高糧食生產(chǎn)效率，提升糧食產(chǎn)量、質(zhì)量和效益，保障糧食安全長(zhǎng)期穩(wěn)定既具有必要性，又具有重要的現(xiàn)實(shí)意義和長(zhǎng)遠(yuǎn)意義。

在此之前，相關(guān)專家學(xué)者對(duì)于這方面的問(wèn)題也做了一些實(shí)證分析和研究。莫紅梅等［2］運(yùn)用協(xié)整、向量自回歸（VAR）以及脈沖響應(yīng)、方差分析等方法，探討了糧食產(chǎn)量、播種面積和農(nóng)業(yè)機(jī)械化水平之間的動(dòng)態(tài)關(guān)系，結(jié)果表明，三者之間存在協(xié)整關(guān)系、相互影響。徐冬婷［3］基于江蘇省2000—2018年的糧食數(shù)據(jù)，運(yùn)用灰色關(guān)聯(lián)模型對(duì)該省糧食產(chǎn)量影響較大的幾種因素進(jìn)行動(dòng)態(tài)分析，結(jié)果顯示，糧食播種面積與農(nóng)用機(jī)械總動(dòng)力交替成為影響糧食產(chǎn)量的首要因素。楊凡雨等［4］利用湖南省的統(tǒng)計(jì)數(shù)據(jù)，運(yùn)用灰色關(guān)聯(lián)分析法篩選關(guān)聯(lián)性較強(qiáng)的影響因素，并建立GM（1，N）預(yù)測(cè)模型預(yù)測(cè)糧食產(chǎn)量，結(jié)果表明，糧食產(chǎn)量最大的影響因素是糧食作物播種面積和農(nóng)業(yè)機(jī)械總動(dòng)力。石淑芹等［5］利用GIS空間分析技術(shù)，探討區(qū)域耕地?cái)?shù)量與質(zhì)量變化對(duì)糧食生產(chǎn)能力的綜合影響， 并以吉林省中西部地區(qū)為例進(jìn)行了實(shí)證研究，結(jié)果表明，農(nóng)業(yè)機(jī)械總動(dòng)力和糧食播種面積增長(zhǎng)對(duì)糧食產(chǎn)量起強(qiáng)約束作用。國(guó)外學(xué)者M(jìn)ehta等［6］認(rèn)為，印度順應(yīng)農(nóng)業(yè)機(jī)械化這一趨勢(shì)勢(shì)在必行，以提高投入的使用效率，減少人力勞動(dòng)，增加糧食的產(chǎn)量和生產(chǎn)力，降低生產(chǎn)成本并解決勞動(dòng)力短缺和農(nóng)場(chǎng)運(yùn)營(yíng)的時(shí)效性問(wèn)題。

綜上所述，對(duì)于不同區(qū)域的糧食產(chǎn)量、糧食播種面積與農(nóng)業(yè)機(jī)械化水平之間的關(guān)系，以及播種面積和農(nóng)業(yè)機(jī)械化水平對(duì)糧食產(chǎn)量的影響，專家學(xué)者都有較為充分的研究，但是從全國(guó)糧食生產(chǎn)范圍來(lái)看，這方面的研究較少。此外，關(guān)于農(nóng)業(yè)機(jī)械化水平對(duì)糧食播種面積增加進(jìn)而對(duì)糧食產(chǎn)量增加影響的具體情況，目前的研究成果很少。因此，本研究將采用中介效應(yīng)模型，對(duì)現(xiàn)階段全國(guó)范圍內(nèi)的農(nóng)業(yè)機(jī)械化水平、糧食播種面積和糧食產(chǎn)量之間的關(guān)系以及糧食播種面積在農(nóng)業(yè)機(jī)械化水平和糧食產(chǎn)量之間的中介效應(yīng)做定性和定量分析，以彌補(bǔ)現(xiàn)有研究之不足。

1 研究假設(shè)

如圖1所示，2007—2019年全國(guó)農(nóng)業(yè)機(jī)械總動(dòng)力、糧食播種面積和糧食總產(chǎn)量均呈上升趨勢(shì)。因此，本研究對(duì)全國(guó)31?。ㄊ校┑霓r(nóng)業(yè)機(jī)械化水平、糧食播種面積和糧食產(chǎn)量進(jìn)行實(shí)證分析，了解三者之間的關(guān)系，提出以下假設(shè)。

假設(shè)一：農(nóng)業(yè)機(jī)械化對(duì)糧食種植面積有積極影響。中國(guó)在糧食生產(chǎn)過(guò)程中已經(jīng)廣泛使用農(nóng)業(yè)機(jī)械替代農(nóng)業(yè)勞動(dòng)力， 且隨著糧食生產(chǎn)中不同環(huán)節(jié)越來(lái)越多地使用農(nóng)業(yè)機(jī)械化服務(wù)［7］，農(nóng)業(yè)機(jī)械化設(shè)備的干預(yù)會(huì)影響糧食播種面積。

假設(shè)二：糧食播種面積會(huì)影響糧食產(chǎn)量。糧食播種面積與糧食產(chǎn)量密切相關(guān)。在農(nóng)業(yè)機(jī)械化水平的影響下，糧食播種面積逐步增長(zhǎng)，而糧食播種面積直接影響糧食總產(chǎn)量，故播種面積與糧食總產(chǎn)量呈顯著正相關(guān)關(guān)系［8］。

假設(shè)三：糧食播種面積在農(nóng)業(yè)機(jī)械化水平和糧食產(chǎn)量之間起中介作用。農(nóng)業(yè)機(jī)械化水平的提高，同時(shí)影響糧食播種面積增加和帶動(dòng)糧食產(chǎn)量逐步提升，所以糧食播種面積扮演中介角色，在農(nóng)業(yè)機(jī)械化水平和糧食產(chǎn)量之間起中介作用。

2 變量選取、數(shù)據(jù)來(lái)源及模型構(gòu)建

2.1 變量選取及簡(jiǎn)要描述

1）自變量為農(nóng)業(yè)機(jī)械化水平（NXC）。參考周振等［9］的變量確認(rèn)方法，本研究選取各?。ㄊ校┺r(nóng)業(yè)機(jī)械總動(dòng)力作為衡量農(nóng)業(yè)機(jī)械化水平的指標(biāo)。因?yàn)檗r(nóng)業(yè)機(jī)械化水平會(huì)影響糧食播種面積，促進(jìn)糧食增產(chǎn)。

2）因變量為糧食產(chǎn)量（LC）。因?yàn)檗r(nóng)業(yè)機(jī)械化水平和糧食播種面積都會(huì)影響糧食產(chǎn)量，糧食產(chǎn)量隨農(nóng)業(yè)機(jī)械化水平和糧食播種面積的增加而增加，反之，則會(huì)減少。

3）中介變量為糧食播種面積（LB）。因?yàn)榧Z食播種面積的增長(zhǎng)及下降直接反映農(nóng)業(yè)機(jī)械化程度，間接反映糧食產(chǎn)量的增減情況。

4）控制變量為6個(gè)指標(biāo)：一是農(nóng)村人口數(shù)所占比例（NR），其可能會(huì)影響農(nóng)業(yè)機(jī)械化程度，反映機(jī)械代替勞動(dòng)力的程度；二是農(nóng)用化肥施用量（NHL），其反映糧食生產(chǎn)條件，影響糧食產(chǎn)量；三是塑料薄膜使用量（SML），其作為設(shè)施農(nóng)業(yè)中重要的生產(chǎn)資料，可促進(jìn)糧食增產(chǎn)增收；四是有效灌溉面積（GM），其作為農(nóng)田水利建設(shè)重要指標(biāo)，可反映糧食增產(chǎn)的實(shí)際情況；五是農(nóng)用柴油使用量（NCL），其可以直接反映農(nóng)業(yè)機(jī)械化水平力度，間接反映糧食產(chǎn)量情況；六是農(nóng)水林事物費(fèi)用（NSL），其是國(guó)家用于農(nóng)業(yè)、林業(yè)、水利的年度開(kāi)支預(yù)算，可反映糧食生產(chǎn)資金投入情況。

2.2 數(shù)據(jù)來(lái)源

本研究所使用的數(shù)據(jù)均來(lái)自于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)三農(nóng)數(shù)據(jù)庫(kù)》《中國(guó)宏觀經(jīng)濟(jì)庫(kù)》和EPS數(shù)據(jù)平臺(tái)，為了消除數(shù)據(jù)異方差對(duì)研究結(jié)果產(chǎn)生的誤差，對(duì)數(shù)據(jù)均采取自然對(duì)數(shù)處理。

2.3 模型構(gòu)建

本研究基于2007—2019年中國(guó)31?。ㄊ校┑拿姘鍞?shù)據(jù)，采用SPSS 23.0軟件對(duì)農(nóng)業(yè)機(jī)械化水平、糧食播種面積與糧食產(chǎn)量之間的關(guān)系進(jìn)行實(shí)證分析，其中所涉及到的相關(guān)檢驗(yàn)包括：一是運(yùn)用單位根（ADF）檢驗(yàn)確認(rèn)數(shù)據(jù)的平穩(wěn)情況；二是通過(guò)Pearson相關(guān)系數(shù)來(lái)確定各數(shù)據(jù)之間相關(guān)性的強(qiáng)弱情況；三是采用嶺回歸的方法剔除相關(guān)關(guān)系緊密的解釋變量后，重新進(jìn)行分析；四是再使用主成分分析，將數(shù)據(jù)分成2個(gè)部分，通過(guò)載荷系數(shù)來(lái)體現(xiàn)各因子對(duì)本研究的貢獻(xiàn)情況；五是利用中介效應(yīng)模型、穩(wěn)健性檢驗(yàn)來(lái)研究變量的中介效果。

本研究使用下列回歸方程描述農(nóng)業(yè)機(jī)械化水平通過(guò)影響糧食播種面積進(jìn)而影響糧食產(chǎn)量的機(jī)制。

[LC=c×NXL+e1] （1）

[LB=a×NXL+e2] " " （2）

[LC=c×NXL+b×LB+e3]" " " " " " （3）

式中，系數(shù)c為解釋變量NXL 對(duì)被解釋變量LC的總效應(yīng)；系數(shù)a為解釋變量NXL對(duì)中介變量LB的效應(yīng)；系數(shù)b是在控制了解釋變量NXL的影響后， 中介變量LB 對(duì)被解釋變量LC的效應(yīng)；系數(shù)[c]是在控制了中介變量LB 的影響后， 解釋變量NXL對(duì)被解釋變量 LC 的直接效應(yīng)；e 1、e 2、e3 是回歸殘差［10］。

然后用逐步回歸方法［11］，并結(jié)合溫忠麟等［10］提出的中介效應(yīng)檢驗(yàn)流程，對(duì)上列方程式系數(shù)進(jìn)行估計(jì)。若系數(shù) c、a、b均為顯著，則 a×b 顯著，證明中介效應(yīng)存在。若 c顯著，a、b 其中一個(gè)不顯著，則需要進(jìn)一步檢驗(yàn) a×b 的顯著性，若顯著，則中介效應(yīng)存在；當(dāng)中介效應(yīng)存在時(shí)，[c]顯著則為部分中介，否則為完全中介［12］。

3 實(shí)證檢驗(yàn)與分析

3.1 描述性統(tǒng)計(jì)

為了消除數(shù)據(jù)帶來(lái)的異方差影響，對(duì)所用數(shù)據(jù)均進(jìn)行取自然對(duì)數(shù)處理，并進(jìn)行描述性統(tǒng)計(jì)（表1）。

3.2 ADF檢驗(yàn)

為了防止數(shù)據(jù)出現(xiàn)不平穩(wěn)的現(xiàn)象，影響最終結(jié)果，提高模型結(jié)果的準(zhǔn)確性，選擇ADF一階差分序列的方法對(duì)各變量進(jìn)行單位根檢驗(yàn)。如表2所示，原序列全部通過(guò)平穩(wěn)性檢驗(yàn)，表明核心變量及控制變量序列平穩(wěn)［13］。

3.3 相關(guān)性分析

利用相關(guān)分析研究糧食總產(chǎn)量與農(nóng)業(yè)機(jī)械總動(dòng)力、糧食播種面積、農(nóng)水林事物費(fèi)用、農(nóng)用化肥施用量、農(nóng)用塑料薄膜使用量、有效灌溉面積等8項(xiàng)之間的相關(guān)關(guān)系，使用Pearson相關(guān)系數(shù)表示相關(guān)關(guān)系的強(qiáng)弱情況。

由表3可知，糧食總產(chǎn)量與農(nóng)業(yè)機(jī)械總動(dòng)力、糧食播種面積、農(nóng)水林事物費(fèi)用、農(nóng)用化肥施用量、農(nóng)用塑料薄膜使用量、有效灌溉面積、農(nóng)用柴油使用量和農(nóng)村人口所占比例之間的相關(guān)系數(shù)值分別為0.933、0.988、0.542、0.942、0.818、0.953、0.778、0.428，并且均呈現(xiàn)出0.01水平的顯著性，說(shuō)明糧食總產(chǎn)量和這些指標(biāo)之間有著顯著的正相關(guān)關(guān)系。

3.4 多重共線性檢驗(yàn)

多重共線性的嚴(yán)重程度主要對(duì)估計(jì)結(jié)果產(chǎn)生顯著影響，擴(kuò)大了置信區(qū)間。由于在不同數(shù)據(jù)集中多重共線性的程度會(huì)有顯著不同，所以通過(guò)檢驗(yàn)方差膨脹因子指數(shù)來(lái)確定是否存在多重共線性。由表4可知，農(nóng)業(yè)機(jī)械總動(dòng)力、糧食播種面積、農(nóng)用化肥施用量和有效灌溉面積的VIF值均大于10，意味著存在著共線性問(wèn)題，可使用嶺回歸解決共線性問(wèn)題，剔除掉相關(guān)關(guān)系緊密的解釋變量后，重新進(jìn)行分析。

由表5可知，將農(nóng)業(yè)機(jī)械總動(dòng)力、 糧食播種面積、農(nóng)水林事物費(fèi)用、農(nóng)村人口所占比例、農(nóng)用化肥施用量、農(nóng)用塑料薄膜使用量、有效灌溉面積、農(nóng)用柴油使用量作為解釋變量，而將糧食總產(chǎn)量作為被解釋變量進(jìn)行嶺回歸（Ridge回歸）分析，K取值為0.290，模型R2為0.959，意味著農(nóng)業(yè)機(jī)械總動(dòng)力、糧食播種面積、農(nóng)水林事物費(fèi)用、農(nóng)村人口所占比例、農(nóng)用化肥施用量、農(nóng)用塑料薄膜使用量、有效灌溉面積、農(nóng)用柴油使用量可以解釋糧食總產(chǎn)量的95.9%變化原因。對(duì)模型進(jìn)行F檢驗(yàn)時(shí)發(fā)現(xiàn)模型通過(guò)F檢驗(yàn)（F=1 146.051，P=0.000lt;0.05），說(shuō)明農(nóng)業(yè)機(jī)械總動(dòng)力、糧食播種面積、農(nóng)水林事物費(fèi)用、農(nóng)村人口所占比例、農(nóng)用化肥施用量、農(nóng)用塑料薄膜使用量、有效灌溉面積、農(nóng)用柴油使用量中至少一項(xiàng)會(huì)對(duì)糧食總產(chǎn)量產(chǎn)生影響，模型為：

LC=-0.867+0.179×NXL+0.307×LB+0.062×NSL+0.064×NR+0.174×NHL+0.090×NBL+0.226×GM+0.039×NCL" （4）

3.5 主成分分析

3.5.1 KMO統(tǒng)計(jì)量和Bartlett球形檢驗(yàn) 使用因子分析進(jìn)行信息濃縮研究，首先分析研究數(shù)據(jù)是否適合進(jìn)行因子分析。從表6可以看出，KMO為0.878，大于0.6，滿足因子分析的前提要求，意味著數(shù)據(jù)可用于因子分析研究。以及數(shù)據(jù)通過(guò)Bartlett 球形度檢驗(yàn)（Plt;0.05），說(shuō)明研究數(shù)據(jù)適合進(jìn)行因子分析。

3.5.2 主成分分析結(jié)果 主成分分析（Principal components analysis） 是在損失很少信息的前提下把多個(gè)指標(biāo)轉(zhuǎn)化為幾個(gè)綜合指標(biāo) （稱為主成分） 的多元統(tǒng)計(jì)方法［14］。

針對(duì)主成分提取情況，以及主成分提取信息量情況進(jìn)行分析。從表7可知，主成分分析一共提取出2個(gè)主成分，特征根值均大于1，這2個(gè)主成分的方差解釋率分別是74.991%、12.326%，累積方差解釋率為87.317%。另外，其對(duì)應(yīng)的加權(quán)后方差解釋率即權(quán)重依次為：74.991/87.317=85.88%、12.326/87.317=14.12%。

表8展示因子對(duì)研究項(xiàng)的信息提取情況，以及因子和研究項(xiàng)對(duì)應(yīng)關(guān)系。由表8可知，所有研究項(xiàng)對(duì)應(yīng)的共同度值均高于0.4，意味著研究項(xiàng)和因子之間有較強(qiáng)的關(guān)聯(lián)性，因子可以有效地提取出信息。

3.6 中介模型檢驗(yàn)

利用中介模型的目的是在已知解釋變量農(nóng)業(yè)機(jī)械總動(dòng)力和被解釋變量糧食產(chǎn)量關(guān)系的基礎(chǔ)上，探索中介變量糧食播種面積的內(nèi)部作用機(jī)制。

由表9可知，中介效應(yīng)分析共涉及3個(gè)模型，分別如下：

[LC=-0.238-0.033×NSL-0.129×NR+0.434×NHL+0.010×NBL+0.598×GM-0.183×NCL+0.282×NXL] " （5）

[LB=-0.063-0.077×NSL+0.125×NR+0.459×NHL+0.049×NBL+0.448×GM-0.205×NCL+0.335×NXL] " （6）

[LC=-0.188+0.029×NSL-0.229×NR+0.065×NHL-0.029×NSL+0.238×GM-0.018×NCL+0.012×NXL+0.804×LB] " （7）

假設(shè)X表示自變量，Y表示因變量，M表示中介變量，c表示X對(duì)Y時(shí)的回歸系數(shù)（模型中沒(méi)有中介變量M時(shí)），即總效應(yīng)；a表示X對(duì)M時(shí)的回歸系數(shù)，b表示M對(duì)Y時(shí)的回歸系數(shù)，a×b為a與b的乘積即中介效應(yīng)；c’表示X對(duì)Y時(shí)的回歸系數(shù)（模型中有中介變量M時(shí)），即直接效應(yīng)。由表10可知，a和b顯著，c’不顯著，且a×b的95% Boot CI不包括數(shù)字0（顯著），又c’不顯著，則為完全中介。完成中介作用檢驗(yàn)后，還可進(jìn)一步分析效應(yīng)量（效應(yīng)占比），如表10所示，效應(yīng)占比為100%，則為完全中介。

3.7 穩(wěn)健性檢驗(yàn)

分層回歸用于研究解釋變量（X）增加時(shí)帶來(lái)的模型變化，通常用于模型穩(wěn)定性檢驗(yàn)、中介作用研究。本次分層回歸分析共涉及3個(gè)模型。模型1中的解釋變量為農(nóng)業(yè)機(jī)械總動(dòng)力，模型2在模型1的基礎(chǔ)上加入糧食播種面積，模型3在模型2的基礎(chǔ)上加入農(nóng)水林事物費(fèi)用、有效灌溉面積、農(nóng)用柴油使用量、農(nóng)用塑料薄膜使用量、農(nóng)用化肥施用量、農(nóng)村人口所占比例。模型的被解釋變量為糧食總產(chǎn)量。

從表11可以看出，模型R2為0.870，意味著農(nóng)業(yè)機(jī)械總動(dòng)力可以解釋糧食總產(chǎn)量的87.0%變化原因。對(duì)模型進(jìn)行F檢驗(yàn)時(shí)發(fā)現(xiàn)模型通過(guò)F檢驗(yàn)（F=2 683.424，Plt;0.05），說(shuō)明農(nóng)業(yè)機(jī)械總動(dòng)力一定會(huì)對(duì)糧食總產(chǎn)量產(chǎn)生影響關(guān)系，以及模型為：

[LC=-1.169+1.078×NXL]" " " " " " " " " " " " " " " " （8）

針對(duì)模型1，農(nóng)業(yè)機(jī)械總動(dòng)力的回歸系數(shù)值為1.078，并且呈現(xiàn)出顯著性（t=51.802，P=0.000lt;0.01），意味著農(nóng)業(yè)機(jī)械總動(dòng)力會(huì)對(duì)糧食總產(chǎn)量產(chǎn)生顯著的正向影響關(guān)系。

針對(duì)模型2，其在模型1的基礎(chǔ)上加入糧食播種面積后，F(xiàn)值變化呈現(xiàn)出顯著性（Plt;0.05），意味著糧食播種面積加入后對(duì)模型具有解釋意義。

針對(duì)模型3，其在模型2的基礎(chǔ)上加入農(nóng)水林事物費(fèi)用、有效灌溉面積、農(nóng)用柴油使用量、農(nóng)用塑料薄膜使用量、農(nóng)用化肥施用量、農(nóng)村人口所占比率后，F(xiàn)值變化呈現(xiàn)出顯著性（Plt;0.05），意味著農(nóng)水林事物費(fèi)用、有效灌溉面積、農(nóng)用柴油使用量、農(nóng)用塑料薄膜使用量、農(nóng)用化肥施用量、農(nóng)村人口所占比例加入后對(duì)模型具有解釋意義。另外，R2由0.977上升到0.988，意味著農(nóng)水林事物費(fèi)用、有效灌溉面積、農(nóng)用柴油使用量、農(nóng)用塑料薄膜使用量、農(nóng)用化肥施用量、農(nóng)村人口所占比例可對(duì)糧食總產(chǎn)量產(chǎn)生1.0%的解釋力度。具體來(lái)看，農(nóng)水林事物費(fèi)用的回歸系數(shù)值為0.029，并且呈現(xiàn)出顯著性（t=2.269，P=0.024lt;0.05），意味著農(nóng)水林事物費(fèi)用會(huì)對(duì)糧食總產(chǎn)量產(chǎn)生顯著的正向影響關(guān)系。有效灌溉面積的回歸系數(shù)值為0.238，并且呈現(xiàn)出顯著性（t=8.935，P=0.000lt;0.01），意味著有效灌溉面積會(huì)對(duì)糧食總產(chǎn)量產(chǎn)生顯著的正向影響關(guān)系。農(nóng)用柴油使用量的回歸系數(shù)值為-0.018，但是并沒(méi)有呈現(xiàn)出顯著性，意味著農(nóng)用柴油使用量并不會(huì)對(duì)糧食總產(chǎn)量產(chǎn)生影響關(guān)系。農(nóng)用塑料薄膜使用量的回歸系數(shù)值為-0.029，并且呈現(xiàn)出顯著性（t=-2.096，P=0.037lt;0.05），意味著農(nóng)用塑料薄膜使用量會(huì)對(duì)糧食總產(chǎn)量產(chǎn)生顯著的負(fù)向影響關(guān)系。農(nóng)用化肥施用量的回歸系數(shù)值為0.065，并且呈現(xiàn)出顯著性（t=2.896，P=0.004lt;0.01），意味著農(nóng)用化肥施用量會(huì)對(duì)糧食總產(chǎn)量產(chǎn)生顯著的正向影響關(guān)系。農(nóng)村人口所占比例的回歸系數(shù)值為-0.229，并且呈現(xiàn)出顯著性（t=-8.939，P=0.000lt;0.01），意味著農(nóng)村人口所占比例會(huì)對(duì)糧食總產(chǎn)量產(chǎn)生顯著的負(fù)向影響關(guān)系。

4 結(jié)論及建議

4.1 結(jié)論

1）農(nóng)業(yè)機(jī)械總動(dòng)力的回歸系數(shù)值為1.078，并且呈現(xiàn)出顯著性（t=51.802，P=0.000lt;0.01），意味著農(nóng)業(yè)機(jī)械總動(dòng)力會(huì)對(duì)糧食總產(chǎn)量產(chǎn)生顯著的正向影響關(guān)系。

2）糧食播種面積的R2由0.870上升到0.977，意味著糧食播種面積可對(duì)糧食總產(chǎn)量產(chǎn)生10.7%的解釋力度。具體來(lái)看，糧食播種面積的回歸系數(shù)值為0.911，并且呈現(xiàn)出顯著性（t=43.538，P=0.000lt;0.01），意味著糧食播種面積會(huì)對(duì)糧食總產(chǎn)量產(chǎn)生顯著的正向影響關(guān)系。

3）實(shí)證結(jié)果表明，糧食播種面積在本研究中起完全中介作用。

4.2 建議

1）農(nóng)業(yè)機(jī)械化水平的大量積累對(duì)穩(wěn)定糧食生產(chǎn)起著至關(guān)重要的作用，要鼓勵(lì)、支持種糧農(nóng)戶和糧食生產(chǎn)經(jīng)營(yíng)組織，廣泛有效使用先進(jìn)適用的農(nóng)業(yè)機(jī)械，推動(dòng)農(nóng)業(yè)機(jī)械化和現(xiàn)代化發(fā)展。

2）選擇科學(xué)合理的糧食栽培方式，在糧食生產(chǎn)中要注意施肥技術(shù)的合理性，注意施肥比例，適當(dāng)減少化肥施用量，建立農(nóng)田生態(tài)系統(tǒng)良性循環(huán)，生產(chǎn)有機(jī)糧食。要積極創(chuàng)造條件，使用現(xiàn)代機(jī)械精準(zhǔn)施肥、施藥新技術(shù)，解放勞動(dòng)力、降低成本、實(shí)現(xiàn)糧食產(chǎn)量大跨越。據(jù)測(cè)算，采用機(jī)械化精準(zhǔn)施肥和施藥技術(shù)，可以節(jié)約化肥15%～40%，單位肥料產(chǎn)出提高30%～60%，減少農(nóng)藥成本40%～60%。此外，利用機(jī)械化技術(shù)把畜禽糞處理轉(zhuǎn)化成肥料，可以減少化肥的使用，降低成本，避免環(huán)境污染；采用機(jī)械化技術(shù)處理實(shí)現(xiàn)秸稈還田，可以提高糧田有機(jī)質(zhì)和肥力，減少焚燒污染［15］。這些現(xiàn)代機(jī)械新技術(shù)可以在糧食生產(chǎn)中廣泛使用。

3）根據(jù)本研究的實(shí)證分析，糧食種植面積與糧食產(chǎn)量間存在正相關(guān)關(guān)系。因此，保護(hù)耕地是糧食增產(chǎn)增收的基本保障和途徑。地方各級(jí)政府應(yīng)采取措施，確保本行政區(qū)劃域內(nèi)耕地利用總體規(guī)劃確定的基本農(nóng)田數(shù)量不減少，建設(shè)優(yōu)質(zhì)農(nóng)田。

4）提高農(nóng)業(yè)水資源利用率，針對(duì)水土資源不匹配地區(qū)存在的問(wèn)題，提升農(nóng)田澆灌發(fā)展?jié)摿?，改造排灌設(shè)施，強(qiáng)化節(jié)約用水排澇措施，加強(qiáng)農(nóng)田澆灌基礎(chǔ)設(shè)施建設(shè)，引進(jìn)高效農(nóng)田澆灌設(shè)備和技術(shù)，實(shí)行節(jié)約用水灌溉。

5）政府及相關(guān)部門要提高對(duì)農(nóng)機(jī)購(gòu)買的補(bǔ)貼力度，完善購(gòu)買流程及貸款辦理受理機(jī)制；加大對(duì)農(nóng)機(jī)投入的宣傳力度，讓農(nóng)民和糧食生產(chǎn)經(jīng)營(yíng)者切實(shí)感受到農(nóng)機(jī)的便利、高效之處；此外，還要完善農(nóng)機(jī)信息化建設(shè)，定期對(duì)所購(gòu)置農(nóng)機(jī)具進(jìn)行維護(hù)檢修，讓使用者足不出戶便可以享受相關(guān)服務(wù)。

參考文獻(xiàn)：

［1］ 吳宇雄.堅(jiān)決扛穩(wěn)政治責(zé)任 筑牢八桂糧食安全防線［N］. 糧油市場(chǎng)報(bào)，2021-06-22（B03）.

［2］ 莫紅梅，鐘蕓香. 機(jī)械化水平、土地投入與糧食產(chǎn)量關(guān)系的實(shí)證檢驗(yàn)［J］.統(tǒng)計(jì)與決策， 2013（24）：140-142.

［3］ 徐冬婷. 江蘇省糧食產(chǎn)量影響因素的灰色關(guān)聯(lián)分析［J］. 糧食科技與經(jīng)濟(jì)，2020，45（10）：28-29.

［4］ 楊凡雨，劉黎明，袁承程. 湖南省糧食產(chǎn)量波動(dòng)的影響因素分析及預(yù)測(cè)［J］. 中國(guó)農(nóng)學(xué)通報(bào)， 2020，36（29）：153-160.

［5］ 石淑芹，陳佑啟，姚艷敏，等. 耕地變化對(duì)糧食生產(chǎn)能力的影響評(píng)價(jià)——以吉林中西部地區(qū)為例［J］.資源科學(xué)，2007（5）：143-149.

［6］ MEHTA C R， CHANDEL N S， JENA P C， et al. Indian agriculture counting on farm mechanization［J］. Agricultural mechanization in Asia， Africa and Latin America，2019，50（1）： 84-89.

［7］ 楊 進(jìn)，吳 比，金松青，等. 中國(guó)農(nóng)業(yè)機(jī)械化發(fā)展對(duì)糧食播種面積的影響［J］.中國(guó)農(nóng)村經(jīng)濟(jì)，2018（3）：89-104.

［8］ 張建平.山西省糧食總產(chǎn)量波動(dòng)的影響因素分析［J］.安徽農(nóng)業(yè)科學(xué)，2011，39（26）：16295-16296，16299.

［9］ 周 振，張 琛，彭 超，等. 農(nóng)業(yè)機(jī)械化與農(nóng)民收入：來(lái)自農(nóng)機(jī)具購(gòu)置補(bǔ)貼政策的證據(jù)［J］.中國(guó)農(nóng)村經(jīng)濟(jì)，2016（2）：68-82.

［10］ 溫忠麟，葉寶娟. 中介效應(yīng)分析：方法和模型發(fā)展［J］.心理科學(xué)進(jìn)展，2014，22（5）：731-745.

［11］ BARON R M， KENNY D A. The moderator-mediator variable distinction in social psychological research： Conceptual， strategic，and statistical considerations［J］. Journal of personality and social psychology， 1986， 51（6）： 1173-1182.

［12］ 張 恒， 郭翔宇. 農(nóng)業(yè)生產(chǎn)性服務(wù)、農(nóng)業(yè)技術(shù)進(jìn)步與農(nóng)民增收——基于中介效應(yīng)與面板門檻模型的分析［J］. 農(nóng)業(yè)現(xiàn)代化研究， 2021，42（4）：652-663.

［13］ 何智勵(lì)，汪發(fā)元，孟 魁. 金融發(fā)展、科技創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)——基于長(zhǎng)江三角洲數(shù)據(jù)的中介效應(yīng)模型分析［J］.科技與金融，2021（4）：30-35.

［14］ 楊月鋒，徐學(xué)榮. 福建省糧食產(chǎn)量影響因素主成分分析與產(chǎn)量趨勢(shì)預(yù)測(cè)［J］. 南方農(nóng)業(yè)學(xué)報(bào)， 2014，45（4）：697-703.

［15］ 農(nóng)業(yè)部辦公廳.關(guān)于推介發(fā)布秸稈農(nóng)用十大模式的通知［EB/OL］.http：//www.moa.gov.cn/nybgb/2017/dwq/201712/t20171230_6133475.htm，2017-05-20.

收稿日期：2021-11-15

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目（72064009）；湖北省社會(huì)科學(xué)基金項(xiàng)目（2016106）

作者簡(jiǎn)介：李春婷（1997-），女，山西太原人，在讀碩士研究生，研究方向?yàn)檗r(nóng)業(yè)政策與理論、糧食安全，（電話）18201415479（電子信箱）1875798445@qq.com；通信作者，曾 靖（1972-），女，湖北潛江人，博士研究生導(dǎo)師，博士，主要從事農(nóng)業(yè)政策與理論、糧食安全研究，（電話）15171130050（電子信箱）451990927@qq.com。