甘肅省農(nóng)業(yè)機械化綜合水平對生態(tài)效率的影響

摘要：

機械化是農(nóng)業(yè)現(xiàn)代化的重要組成，其與生態(tài)效率的作用關(guān)系對于農(nóng)業(yè)可持續(xù)發(fā)展意義重大。構(gòu)建甘肅省農(nóng)業(yè)機械化綜合水平評價指標體系，運用超效率SBM模型計算甘肅省農(nóng)業(yè)生態(tài)效率，最后利用Tobit回歸模型探究兩者的影響關(guān)系。結(jié)果表明：甘肅省農(nóng)業(yè)機械化綜合水平穩(wěn)步提升，農(nóng)業(yè)機械化綜合水平得分由0.288 3上升至0.746 3，機械化綜合得分呈現(xiàn)持續(xù)上升的趨勢；甘肅省農(nóng)業(yè)生態(tài)效率在觀察期內(nèi)先下降后上升，2014年達到歷史最低點（0.627 3），之后甘肅省逐漸重視農(nóng)業(yè)綠色高質(zhì)量發(fā)展，農(nóng)業(yè)生態(tài)效率不斷上升；農(nóng)業(yè)機械化綜合水平作為核心解釋變量與農(nóng)業(yè)期望產(chǎn)出和非期望產(chǎn)出均存在較強的線性關(guān)系，影響方向有正有負，但最終表現(xiàn)為對農(nóng)業(yè)生態(tài)效率改善的顯著正向推動作用。基于以上結(jié)論，甘肅省發(fā)展綠色現(xiàn)代農(nóng)業(yè)應(yīng)加快高適應(yīng)性清潔節(jié)能農(nóng)業(yè)機械研發(fā)、推廣智慧精準農(nóng)業(yè)、提高農(nóng)業(yè)生產(chǎn)各環(huán)節(jié)機械化應(yīng)用水平、培養(yǎng)農(nóng)民綠色生產(chǎn)意識、推進農(nóng)村城鎮(zhèn)化進程。

關(guān)鍵詞：甘肅?。晦r(nóng)業(yè)機械化；農(nóng)業(yè)生態(tài)效率；綜合水平；Tobit模型

中圖分類號：F323.3

文獻標識碼：A

文章編號：2095-5553 （2025） 01-0330-08

Effect of comprehensive level of agricultural mechanization on

ecological efficiency in Gansu Province

Wu Wenjia， Lü Jianping

（College of Finance and Economics， Gansu Agricultural University， Lanzhou， 730070， China）

Abstract：

Mechanization is an important component of agricultural modernization， and its relationship with ecological efficiency is of great significance to the sustainable development of agriculture. An evaluation index system for the comprehensive level of agricultural mechanization in Gansu Province was constructed， the super-efficiency SBM model was used to calculate the agricultural eco-efficiency of Gansu Province， finally， the Tobit regression model was used to explore the influence relationship between the two. The results showed that the comprehensive level of agricultural mechanization in Gansu Province improved steadily， the comprehensive level score of agricultural mechanization increased from 0.288 3 to 0.746 3， and the comprehensive score of mechanization showed a continuous rising trend. During the observation period， the agricultural eco-efficiency in Gansu Province first decreased and then increased， reaching a historical low point （0.627 3） in 2014. Since then， Gansu Province gradually attached importance to the green and high-quality development of agriculture， and the agricultural eco-efficiency kept rising. The comprehensive level of agricultural mechanization as the core explanatory variable had a strong linear relationship with both desired and undesired agricultural outputs， with both positive and negative directions of influence， but ultimately manifesting itself as a significant positive contribution to the improvement of agroecological efficiency. Based on the above conclusions， the development of green modern agriculture in Gansu Province should accelerate the research and development of high adaptability， clean and energy-saving agricultural machinery， promote intelligent and precise agriculture， improve the application level of mechanization in all aspects of agricultural production， cultivate farmers，"awareness of green production， and accelerate the process of rural urbanization.

Keywords：

Gansu Province; agricultural mechanization; agroecological efficiency; comprehensive level; Tobit model

0"引言

農(nóng)業(yè)機械化作為提高農(nóng)業(yè)生產(chǎn)力、實現(xiàn)農(nóng)業(yè)現(xiàn)代化的重要支撐^［1］，最早起源于20世紀初，隨后快速形成以規(guī)?；N植、化肥、農(nóng)藥、機械為支柱的現(xiàn)代化農(nóng)業(yè)，這種通過依靠機械能源和化學能源大量投入換取高產(chǎn)出的農(nóng)業(yè)模式也被稱為“石油農(nóng)業(yè)”^［2］。石油農(nóng)業(yè)極大提高了糧食供給量，改善了糧食供需矛盾，但同時，早期大規(guī)模機械化作業(yè)中出現(xiàn)的能源過度消耗、土壤嚴重侵蝕、生態(tài)惡化等問題引起國外學者的廣泛關(guān)注^［3］。

中國農(nóng)業(yè)機械化水平同發(fā)達國家相比仍存在較大差距，且機械化發(fā)展歷程與經(jīng)濟發(fā)展息息相關(guān)。我國經(jīng)濟發(fā)展歷程可以大致劃分為計劃經(jīng)濟時期（1980以前）、機制轉(zhuǎn)換時期（1980—1998）與快速發(fā)展時期（1998至今）三個階段，這三個階段形成不同的農(nóng)業(yè)機械化發(fā)展方針政策。在快速發(fā)展階段，國家政策支持力度、行業(yè)自主創(chuàng)新能力、產(chǎn)業(yè)轉(zhuǎn)型升級、農(nóng)民購買力水平、合資合作進程、農(nóng)機進出口貿(mào)易等都取得前所未有的發(fā)展^［4］。

當前我國農(nóng)業(yè)機械大規(guī)模的應(yīng)用仍存在資源浪費與環(huán)境污染等問題，甘肅省作為西北農(nóng)業(yè)大省，由于自然環(huán)境的脆弱性與農(nóng)業(yè)基礎(chǔ)條件的落后性，化肥、農(nóng)膜等生產(chǎn)資料使用強度大，面臨著生態(tài)退化資源趨緊的嚴峻局面。農(nóng)業(yè)機械化發(fā)展可以降低單位土地成本、減少勞動力投入，但農(nóng)業(yè)機械設(shè)備的大量使用也可能導致農(nóng)業(yè)生產(chǎn)資料過度投入^［5］，農(nóng)業(yè)機械的能源消耗也成為農(nóng)村廢氣與農(nóng)業(yè)碳排放的主要來源之一^［6］。探討農(nóng)業(yè)機械化水平和農(nóng)業(yè)生態(tài)效率二者的關(guān)系，對甘肅省農(nóng)業(yè)可持續(xù)發(fā)展意義重大。

目前國內(nèi)外對農(nóng)業(yè)機械化和農(nóng)業(yè)生態(tài)效率的研究成果頗豐，對二者關(guān)系的研究已有一定數(shù)量，但大多數(shù)研究只是將農(nóng)業(yè)機械化作為研究農(nóng)業(yè)生態(tài)效率的影響因素之一^［7］，忽略農(nóng)業(yè)機械化對生態(tài)效率的影響可能并非簡單線性影響。有學者對農(nóng)業(yè)機械化的環(huán)境效益進行一定研究^［5］，即從生態(tài)視角出發(fā)考察農(nóng)業(yè)機械化水平對生態(tài)環(huán)境可能造成的影響，但缺乏從經(jīng)濟視角的綜合考量。亦有少數(shù)學者進行相似研究，劉鳳等^［8］基于PVAR模型分析驗證了生態(tài)效率、農(nóng)業(yè)機械化與農(nóng)業(yè)經(jīng)濟發(fā)展三者之間的相互作用關(guān)系；張昆揚等^［9］采用雙向固定效應(yīng)模型和雙固定空間杜賓模型分析了農(nóng)機作業(yè)服務(wù)對農(nóng)業(yè)生態(tài)效率的本地效應(yīng)及空間溢出影響，發(fā)現(xiàn)農(nóng)機作業(yè)服務(wù)對農(nóng)業(yè)生態(tài)效率影響是系統(tǒng)性的。

綜上，關(guān)于農(nóng)業(yè)機械化與農(nóng)業(yè)生態(tài)效率的關(guān)系研究內(nèi)容已經(jīng)較為全面，但對重點影響因素農(nóng)業(yè)機械化水平的分析仍有欠缺，農(nóng)機作業(yè)服務(wù)等指標并不能完全等同于農(nóng)業(yè)機械化，且現(xiàn)有農(nóng)業(yè)機械化衡量指標較為片面，大部分文獻僅采用農(nóng)業(yè)機械總動力代替農(nóng)業(yè)機械化水平，也有部分學者用農(nóng)業(yè)機械作業(yè)率代表農(nóng)業(yè)機械化水平，缺乏衡量農(nóng)業(yè)機械化水平的綜合評價體系。此外，類似研究大多選擇全國為研究區(qū)域，缺乏對不同省域的深入分析，因此也難以針對特定省份發(fā)展狀況提出更具有指向性的意見建議。

農(nóng)業(yè)生態(tài)效率是體現(xiàn)農(nóng)業(yè)經(jīng)濟發(fā)展與生態(tài)環(huán)境協(xié)調(diào)的重要指標，探討研究區(qū)農(nóng)業(yè)機械化水平對于農(nóng)業(yè)生態(tài)效率究竟產(chǎn)生何種影響，是否可以通過增加機械投入來提高農(nóng)業(yè)生態(tài)效率，為甘肅省加快農(nóng)業(yè)現(xiàn)代化轉(zhuǎn)型、實現(xiàn)農(nóng)業(yè)綠色發(fā)展提供一定的意見參考。因此，在現(xiàn)有研究基礎(chǔ)上，本文構(gòu)建甘肅省農(nóng)業(yè)機械化水平綜合評價指標，運用考慮非期望產(chǎn)出的SBM模型測度1998—2021年甘肅省農(nóng)業(yè)生態(tài)效率，并通過Tobit回歸模型考察甘肅省農(nóng)業(yè)機械化水平對農(nóng)業(yè)生態(tài)效率的影響，從而為甘肅省實現(xiàn)農(nóng)業(yè)綠色發(fā)展與現(xiàn)代化轉(zhuǎn)型提供借鑒與參考。

1"理論框架

1.1"農(nóng)業(yè)機械化綜合水平指標體系

農(nóng)業(yè)機械化是指運用先進適用的農(nóng)業(yè)機械裝備農(nóng)業(yè)，改善農(nóng)業(yè)生產(chǎn)經(jīng)營條件，不斷提高農(nóng)業(yè)的生產(chǎn)技術(shù)水平和經(jīng)濟效益、生態(tài)效益的過程。對于農(nóng)業(yè)機械化發(fā)展水平的主流評價方法主要是對農(nóng)業(yè)機械化作業(yè)水平、修正后農(nóng)業(yè)機械化作業(yè)水平和農(nóng)業(yè)機械化指數(shù)的測度^［10］。但在實際研究中，學者們多采用農(nóng)業(yè)機械化作業(yè)水平或農(nóng)業(yè)機械總動力來代表農(nóng)業(yè)機械化水平，這有可能導致農(nóng)業(yè)機械化這一指標存在片面性。農(nóng)業(yè)機械化發(fā)展不只是農(nóng)業(yè)機械數(shù)量的增加，還是農(nóng)業(yè)機械質(zhì)量的提高，因此，參考錢巍等^［11］研究，并結(jié)合甘肅省實際狀況構(gòu)建了能夠綜合反映農(nóng)機作業(yè)水平、作業(yè)規(guī)模與生態(tài)友好程度的農(nóng)業(yè)機械化綜合水平評價指標，指標包含農(nóng)業(yè)機械作業(yè)、農(nóng)業(yè)機械動力和農(nóng)機環(huán)境效應(yīng)三個一級指標，并從三個維度選取八個二級指標，通過熵值法計算指標權(quán)重，具體指標選取及權(quán)重見表1。

1.2"農(nóng)業(yè)生態(tài)效率及其指標體系

農(nóng)業(yè)生態(tài)效率可以綜合反映資源節(jié)約、環(huán)境保護和農(nóng)業(yè)經(jīng)濟增長三者統(tǒng)籌協(xié)調(diào)發(fā)展狀況，測度農(nóng)業(yè)生態(tài)效率有助于合理調(diào)整農(nóng)業(yè)資源投入、降低環(huán)境污染^［12］。參考王寶義等^［13］研究，結(jié)合農(nóng)業(yè)生產(chǎn)實際，確定農(nóng)業(yè)資源投入指標、期望產(chǎn)出指標和非期望產(chǎn)出指標（表2）。

投入指標包括勞動力投入、土地投入、灌溉投入、化肥投入、農(nóng)藥投入、農(nóng)膜投入、機械投入七類，期望產(chǎn)出指標為農(nóng)業(yè)產(chǎn)出，非期望產(chǎn)出指標包括碳排放量和農(nóng)業(yè)面源污染兩類。其中，農(nóng)業(yè)碳排放量通過計算化肥、農(nóng)藥、農(nóng)膜、農(nóng)用汽油、農(nóng)用柴油、農(nóng)業(yè)灌溉、農(nóng)業(yè)耕作七項指標的碳排放量并加總后獲得，具體碳排放量計算方法為指標數(shù)值乘以相應(yīng)排放系數(shù)，各項指標排放系數(shù)如下：農(nóng)業(yè)灌溉266.48kg/hm²、翻耕3.126kg/hm²、化肥0.859kg/kg、農(nóng)藥4.934kg/kg、農(nóng)膜5.180kg/kg、機械化生產(chǎn)0.18kg/kW、農(nóng)用汽油0.553kg/kg、農(nóng)用柴油0.593kg/kg^{［14， 15］}。農(nóng)業(yè)面源污染量通過計算化肥流失量和農(nóng)膜、農(nóng)藥殘留量來估算污染水平，化肥流失量通過計算化肥使用量乘以相應(yīng)流失系數(shù)獲得，農(nóng)藥、農(nóng)膜殘留量通過計算農(nóng)藥、農(nóng)膜使用量乘以殘留系數(shù)獲得，最終將多項估算結(jié)果單位統(tǒng)一后加總獲得農(nóng)業(yè)面源污染總量。參考寧發(fā)金等^［16］研究，化肥流失系數(shù)、農(nóng)藥和農(nóng)膜殘留系數(shù)分別取為0.65、0.5、0.1。

1.3"農(nóng)業(yè)機械化水平對農(nóng)業(yè)生態(tài)效率影響

農(nóng)業(yè)資源可持續(xù)發(fā)展是農(nóng)業(yè)現(xiàn)代化發(fā)展建設(shè)的重要內(nèi)容，土、種、肥、藥、水是影響農(nóng)業(yè)資源可持續(xù)的主要因素^［17］。通過農(nóng)業(yè)機械化改善農(nóng)業(yè)基礎(chǔ)生產(chǎn)條件，實現(xiàn)土、種、肥、藥、水高效利用，從而降低農(nóng)業(yè)生產(chǎn)投入，增加農(nóng)業(yè)產(chǎn)出，提高農(nóng)業(yè)生態(tài)效率。此外，部分農(nóng)機作業(yè)可以在一定程度上整合農(nóng)業(yè)生產(chǎn)環(huán)節(jié)，例如河南部分地區(qū)的小麥旋耕機兼有施肥功能，收割機有打碎秸稈翻入地底的功能，節(jié)省其耕作成本，并降低單位土地生產(chǎn)成本^［9］。但隨著農(nóng)業(yè)機械的大量投放，機械化生產(chǎn)的環(huán)境效應(yīng)也愈發(fā)凸顯。目前甘肅省以柴油機為主要動力的農(nóng)業(yè)機械占比高達80%以上，盡管柴油機的燃油經(jīng)濟性較高且國內(nèi)農(nóng)機的排放標準已從國家第三階段（國三）升級至第四階段（國四），但由于國內(nèi)柴油機研發(fā)較發(fā)達國家仍有一定差距，加之國內(nèi)柴油質(zhì)量良莠不齊，其污染物的排放量也高于其他燃油，大量碳排放和顆粒物排放對于環(huán)境保護帶來極大挑戰(zhàn)。也有研究發(fā)現(xiàn)，農(nóng)機作業(yè)避免了重復施肥用藥等資源浪費，但整體來看施肥量與用藥量要高于傳統(tǒng)農(nóng)業(yè)耕作^［18］，可能導致土壤污染與農(nóng)業(yè)機械的大量無序投入將挑戰(zhàn)農(nóng)業(yè)環(huán)境承載力，如果繼續(xù)這種趨勢，農(nóng)業(yè)現(xiàn)代化進程與農(nóng)村發(fā)展都將受到極大限制。因此，農(nóng)業(yè)機械化發(fā)展對于地方農(nóng)業(yè)生態(tài)效率有重要影響，但隨著農(nóng)業(yè)機械的不斷投入，對于農(nóng)業(yè)生態(tài)效率的影響可能從早期的正向影響逐漸轉(zhuǎn)變?yōu)樨撓蛴绊?，基于此，本文試圖通過進一步量化分析探究農(nóng)業(yè)機械化水平對農(nóng)業(yè)生態(tài)效率的影響。

2"模型構(gòu)建、變量選取與數(shù)據(jù)說明

2.1"模型構(gòu)建

采用熵值法和基于非期望產(chǎn)出的SBM模型分別測度甘肅省農(nóng)業(yè)機械化綜合水平和甘肅省農(nóng)業(yè)生態(tài)效率，并利用Tobit模型分析農(nóng)業(yè)機械化綜合水平對于農(nóng)業(yè)生態(tài)效率的影響。

2.1.1"熵值法

參考相關(guān)研究，并考慮各指標權(quán)重的客觀性，采用熵值法作為賦權(quán)方法，根據(jù)各指標的變異程度，利用信息熵計算出各指標的熵權(quán)，得出各指標的權(quán)重，最終利用指標權(quán)重計算綜合得分，計算如式（1）所示。

Z_i=∑nj=1wjxij

（1）

式中：

Z_i——

第i年甘肅省農(nóng)業(yè)機械化綜合水平；

xij——

第i年第j項具體指標數(shù)值；

wj——第j個指標的權(quán)重。

2.1.2"非期望產(chǎn)出SBM模型

農(nóng)業(yè)生態(tài)效率測度方法較多，采取目前較為主流的研究方法，即基于非期望產(chǎn)出的SBM模型，該模型可以綜合反應(yīng)農(nóng)業(yè)生產(chǎn)過程中的經(jīng)濟效益與污染程度，模型如式（2）所示。

minp=1-1I∑Ii=1t^-_ixi0

1+1j+k∑Jj=1t⁺jyj0+∑Kk=1t^-kb⁰k

s.t.

∑nn=1φnxin+t^-_i=xi0"i=1，2，…，I

∑nn=1φnyjn-t⁺j=yi0"j=1，2，…，J

∑nn=1φnbkn+t^-k=bk0"k=1，2，…，K

φn≥0，s^-_i≥0，φ^-k≥0

（2）

式中：

p——決策單元要素生產(chǎn)率；

t^-_i、t⁺j——

投入與期望產(chǎn)出的松弛變量；

xi0——決策單元0的第i個投入；

yj0——

決策單元0的第j個期望產(chǎn)出；

bk0——

決策單元0的第k個期望產(chǎn)出；

φ——決策單元j的權(quán)重。

2.1.3"Tobit回歸模型

由于超效率SBM模型計算結(jié)果大于等于0，存在左歸并，因此采用更適合受限因變量的回歸模型即Tobit模型，可以更準確地估計回歸系數(shù)與因變量分布，模型表達如式（3）所示。

Y^*=

α+βX+εY^*gt;0

0Y^*≤0

（3）

式中：

Y^*——被解釋變量農(nóng)業(yè)生態(tài)效率；

X——解釋變量；

α——截距項；

β——回歸系數(shù)；

ε——隨機誤差項，ε～N（0，σ²）。

2.2"變量選取

基于本文的理論假設(shè)，將農(nóng)業(yè)產(chǎn)值、農(nóng)業(yè)綜合污染指數(shù)和農(nóng)業(yè)生態(tài)效率分別作為被解釋變量，農(nóng)業(yè)機械化綜合水平作為核心解釋變量，綜合考慮農(nóng)業(yè)機械化綜合水平對于生態(tài)效率可能存在的影響，參考相關(guān)研究^{［13， 19， 20］}，引入城鎮(zhèn)化水平、財政支農(nóng)水平、農(nóng)民收入、農(nóng)業(yè)發(fā)展水平、農(nóng)業(yè)受災(zāi)率以及產(chǎn)業(yè)結(jié)構(gòu)等控制變量，變量說明見表3。

2.3"數(shù)據(jù)來源與描述性統(tǒng)計

各主要變量描述性統(tǒng)計如表4所示。

以甘肅省為研究對象，基于數(shù)據(jù)的可得性與真實性，最終選擇快速發(fā)展時期即1998—2021年的甘肅省相關(guān)數(shù)據(jù)作為樣本，基礎(chǔ)數(shù)據(jù)主要來源于歷年《中國農(nóng)村年鑒》《中國農(nóng)業(yè)機械工業(yè)年鑒》《中國能源統(tǒng)計年鑒》《全國農(nóng)產(chǎn)品成本收益資料匯編》《甘肅統(tǒng)計年鑒》《甘肅農(nóng)村年鑒》以及甘肅省國民經(jīng)濟和社會發(fā)展統(tǒng)計公報，個別缺失值采用插值法補充。

3"實證結(jié)果與分析

3.1"甘肅省農(nóng)業(yè)機械化綜合水平測度與分析

利用熵值法測算1998—2021年甘肅省農(nóng)業(yè)機械化綜合水平，并繪制相應(yīng)的機械化綜合水平變化趨勢圖（圖1）。從圖1可以看出，自1998年以來，甘肅省的農(nóng)業(yè)機械化綜合水平得分整體呈現(xiàn)上升趨勢，截至2021年，甘肅省農(nóng)業(yè)機械化綜合水平得分為0.7463，較1998年甘肅省農(nóng)業(yè)機械化綜合水平得分（0.2883）提升1.6倍，年均增長率達到4.43%，說明在研究期內(nèi)，甘肅省農(nóng)業(yè)機械化綜合水平處于穩(wěn)定上升的態(tài)勢，甘肅省農(nóng)業(yè)現(xiàn)代化進程不斷深入。從農(nóng)業(yè)機械化綜合水平三個系統(tǒng)指標來看，甘肅省農(nóng)業(yè)機械作業(yè)得分呈現(xiàn)顯著上升趨勢，得分自1998年的0.000 047上升至2021年的0.461 3，是甘肅省農(nóng)業(yè)機械化綜合水平持續(xù)上升的主要原因；農(nóng)業(yè)機械動力得分在24年里波動較大，部分年份如2016年的得分出現(xiàn)小幅下降，與當時農(nóng)業(yè)適度規(guī)模調(diào)整和不達標農(nóng)機淘汰的農(nóng)業(yè)背景相吻合，但相較于1998年仍然是上升趨勢，增長幅度相對較?。晦r(nóng)機環(huán)境效應(yīng)得分則呈現(xiàn)出明顯的下降趨勢，這與農(nóng)機能源消耗量和農(nóng)機碳排放量的快速上升息息相關(guān)，2018年以來，隨著鄉(xiāng)村振興戰(zhàn)略的提升，綠色農(nóng)業(yè)受到高度重視，農(nóng)業(yè)能耗在逐漸下降，相應(yīng)農(nóng)業(yè)生產(chǎn)中的碳排放也不斷下降，因此2018年之后的甘肅省農(nóng)機環(huán)境效應(yīng)得分出現(xiàn)回升的趨勢。

3.2"甘肅省農(nóng)業(yè)生態(tài)效率測度與分析

采用DEARUN軟件計算基于超效率SBM模型的1998—2021年甘肅省農(nóng)業(yè)生態(tài)效率，農(nóng)業(yè)生態(tài)效率水平變動如圖2所示。在研究期內(nèi)，甘肅省農(nóng)業(yè)水平呈現(xiàn)出先下降后上升的趨勢，2008年之前，農(nóng)業(yè)生態(tài)效率保持在相對穩(wěn)定的水平，效率值均在1.0左右浮動，2005年小幅下降后又回升至穩(wěn)定水平，參考模型計算結(jié)果發(fā)現(xiàn)，2005年要素投入增加較多但農(nóng)業(yè)產(chǎn)出增加幅度較小，導致生態(tài)效率相對下降。2008年之后甘肅省農(nóng)業(yè)生態(tài)效率迅速下降（2014年達到歷史最低點0.627 3），此后逐漸趨于穩(wěn)定，一方面可能是受國際金融危機和糧食危機的影響，農(nóng)業(yè)生產(chǎn)難免也會受到波及；另一方面是由于農(nóng)業(yè)生產(chǎn)過程中的污染狀況愈發(fā)嚴重，非期望產(chǎn)出不斷增加，最終導致農(nóng)業(yè)生態(tài)效率水平的下降。2015年后，隨著“農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革”的提出和《全國農(nóng)業(yè)現(xiàn)代化規(guī)劃》的發(fā)布，農(nóng)業(yè)生產(chǎn)要素投入不斷優(yōu)化，農(nóng)業(yè)綠色生產(chǎn)、生態(tài)農(nóng)業(yè)等愈發(fā)受到重視，甘肅省農(nóng)業(yè)碳排放量與污染量均有所下降，因此甘肅省農(nóng)業(yè)生態(tài)效率逐漸回升，截至2021年，甘肅省農(nóng)業(yè)生態(tài)效率值達到1.142 1，為1998—2021年中最高。

3.3"甘肅省農(nóng)業(yè)機械化綜合水平對農(nóng)業(yè)生態(tài)效率的影響

在上述研究基礎(chǔ)上利用Tobit模型分析農(nóng)業(yè)機械化綜合水平對農(nóng)業(yè)生態(tài)效率的影響，為更加全面衡量農(nóng)業(yè)機械化的影響程度，利用農(nóng)業(yè)碳排放與農(nóng)業(yè)面源污染量構(gòu)建農(nóng)業(yè)綜合污染指數(shù)，分別將期望產(chǎn)出農(nóng)業(yè)產(chǎn)值、非期望產(chǎn)出農(nóng)業(yè)綜合污染指數(shù)與農(nóng)業(yè)生態(tài)效率作為被解釋變量進行回歸分析，回歸結(jié)果如表5所示。

從核心解釋變量來看，回歸結(jié)果顯示，農(nóng)業(yè)機械化綜合水平與農(nóng)業(yè)產(chǎn)值、農(nóng)業(yè)污染綜合指數(shù)、農(nóng)業(yè)生態(tài)效率均為線性相關(guān)關(guān)系，其中，農(nóng)業(yè)機械化對農(nóng)業(yè)生態(tài)效率有著顯著的正向影響，相關(guān)系數(shù)為2.223，這表明農(nóng)業(yè)機械化綜合水平的提升能夠促進農(nóng)業(yè)生態(tài)效率的提高。農(nóng)業(yè)機械化綜合水平與農(nóng)業(yè)產(chǎn)值、農(nóng)業(yè)污染指數(shù)表現(xiàn)出負向線性相關(guān)關(guān)系，一方面，甘肅省農(nóng)業(yè)機械化水平的提升雖然會帶來碳排放量的增長，但同時也能降低土地、勞動力、農(nóng)膜等農(nóng)業(yè)資源的投入量，最終的影響表現(xiàn)為機械化水平的上升促進農(nóng)業(yè)污染指數(shù)的降低；另一方面，機械化水平的提升可能會造成農(nóng)業(yè)產(chǎn)值的下降，這是因為農(nóng)業(yè)機械化水平雖然得到提升，但機械化水平的提高短期內(nèi)并不能直接帶來產(chǎn)值總量的提升，而是更多的表現(xiàn)為生產(chǎn)效率的提高和農(nóng)業(yè)資源的優(yōu)化配置，農(nóng)藥、化肥等生產(chǎn)資料的消費減少，勞動力等資源會短暫流向其他行業(yè)，加之甘肅省農(nóng)業(yè)生產(chǎn)環(huán)境復雜多樣，農(nóng)民專業(yè)技能素養(yǎng)不高，農(nóng)業(yè)機械使用還需一定的磨合期，因此難以直接實現(xiàn)對農(nóng)業(yè)產(chǎn)值的提升。此外，考慮到甘肅省一年一熟或兩年三熟的熟制，深入考察機械化投入對農(nóng)業(yè)產(chǎn)值的真實影響需要考慮到滯后性分析。

從控制變量來看，城鎮(zhèn)化水平、農(nóng)民收入、農(nóng)業(yè)經(jīng)濟發(fā)展水平對于農(nóng)業(yè)產(chǎn)值、農(nóng)業(yè)污染綜合指數(shù)、農(nóng)業(yè)生態(tài)效率的線性關(guān)系較為顯著，財政支農(nóng)水平、農(nóng)業(yè)受災(zāi)率和產(chǎn)業(yè)結(jié)構(gòu)并未通過顯著性檢驗，這可能是變量表征方法不同所致。

城鎮(zhèn)化水平與農(nóng)業(yè)產(chǎn)值與農(nóng)業(yè)污染綜合指數(shù)呈負相關(guān)，與農(nóng)業(yè)生態(tài)效率呈正相關(guān)。甘肅省當前規(guī)模農(nóng)業(yè)發(fā)展水平有限，對于農(nóng)業(yè)勞動仍有一定的需求，城鎮(zhèn)化水平提高與農(nóng)村人口老齡化關(guān)系密切，大量農(nóng)業(yè)勞動力流失會導致農(nóng)業(yè)產(chǎn)值的下降，同時，農(nóng)村人口的減少，能在一定程度上緩解農(nóng)村環(huán)境壓力，因此農(nóng)業(yè)污染綜合指數(shù)下降。城鎮(zhèn)化水平對于農(nóng)業(yè)生態(tài)效率的整體影響為正，即甘肅省城鎮(zhèn)化水平的提高可以帶動農(nóng)村地區(qū)綠色經(jīng)濟發(fā)展和土地有序開發(fā)，從而提高農(nóng)業(yè)生態(tài)效率。

現(xiàn)有財政支農(nóng)水平對于農(nóng)業(yè)產(chǎn)值、農(nóng)業(yè)污染指數(shù)、農(nóng)業(yè)生態(tài)效率的影響相關(guān)研究不盡相同，但目前較新的研究^［21］認為，財政支農(nóng)水平對于農(nóng)業(yè)生態(tài)效率的影響存在門檻效應(yīng)，不同發(fā)展水平下財政支農(nóng)水平對農(nóng)業(yè)生態(tài)效率產(chǎn)生對應(yīng)的促進或抑制作用。本研究中，財政支農(nóng)水平采用農(nóng)林水事務(wù)支出表示，可以發(fā)現(xiàn)近20年甘肅省農(nóng)林水事務(wù)支出占比基本保持穩(wěn)定不變，因此可能導致3個回歸系數(shù)均未通過限制性檢驗。

農(nóng)民收入水平與農(nóng)業(yè)產(chǎn)值與農(nóng)業(yè)污染綜合指數(shù)呈正相關(guān)，與農(nóng)業(yè)生態(tài)效率呈負相關(guān)，這說明農(nóng)民人均可支配收入的增加有助于甘肅省農(nóng)業(yè)總產(chǎn)值增長，但同時，小農(nóng)戶作為甘肅省農(nóng)業(yè)生產(chǎn)主體仍難以融入現(xiàn)代農(nóng)業(yè)生產(chǎn)，且很大一部分農(nóng)戶缺乏科學的種植技術(shù)學習和現(xiàn)代化生產(chǎn)素養(yǎng)培育，收入增加會導致農(nóng)戶加大農(nóng)藥化肥農(nóng)膜等生產(chǎn)物資的購買與使用，過量的生產(chǎn)投入只會加劇生態(tài)環(huán)境污染，影響農(nóng)業(yè)產(chǎn)出，降低農(nóng)業(yè)生態(tài)效率。

農(nóng)業(yè)經(jīng)濟發(fā)展水平本文用人均農(nóng)業(yè)產(chǎn)值增加值代表，回歸結(jié)果顯示，農(nóng)業(yè)經(jīng)濟發(fā)展水平對農(nóng)業(yè)生態(tài)效率影響顯著。伴隨著甘肅省近年來的農(nóng)業(yè)產(chǎn)值增加，農(nóng)業(yè)經(jīng)濟發(fā)展水平不斷提高，對農(nóng)業(yè)發(fā)展過程中的生態(tài)問題和環(huán)境保護的重視也越發(fā)強化，農(nóng)業(yè)總產(chǎn)值和農(nóng)業(yè)生態(tài)效率都得到一定提升的同時，環(huán)境污染也受到一定的抑制。

農(nóng)業(yè)受災(zāi)率理論上會對農(nóng)業(yè)生態(tài)效率產(chǎn)生負向影響^［22］，受災(zāi)程度越嚴重，農(nóng)業(yè)要素投入的損失越大。本文農(nóng)業(yè)受災(zāi)率對農(nóng)業(yè)產(chǎn)值與農(nóng)業(yè)生態(tài)效率的回歸系數(shù)未通過檢驗，可能是由于近年來甘肅省生產(chǎn)技術(shù)不斷提高，地膜覆蓋和氣象預測等技術(shù)的介入，使農(nóng)業(yè)生產(chǎn)受到農(nóng)業(yè)災(zāi)害和自然資源匱乏的影響越來越小，因此農(nóng)業(yè)產(chǎn)值與農(nóng)業(yè)生態(tài)效率水平基本不受農(nóng)業(yè)受災(zāi)率影響，但其對農(nóng)業(yè)污染指數(shù)的回歸系數(shù)通過顯著性檢驗且系數(shù)為正，說明農(nóng)業(yè)災(zāi)害發(fā)生會在一定程度上破壞甘肅農(nóng)業(yè)生態(tài)環(huán)境。

產(chǎn)業(yè)結(jié)構(gòu)的變動可以反映區(qū)域經(jīng)濟結(jié)構(gòu)和資源分配的優(yōu)化，甘肅省非農(nóng)產(chǎn)業(yè)占比在逐漸上升，說明甘肅省經(jīng)濟整體水平不斷提高，盡管農(nóng)業(yè)產(chǎn)業(yè)占比逐漸下降，但農(nóng)業(yè)發(fā)展水平受經(jīng)濟帶動會不斷上升。甘肅省作為農(nóng)業(yè)大省，盡管回歸結(jié)果不顯著，即產(chǎn)業(yè)結(jié)構(gòu)作為控制變量對于農(nóng)業(yè)生態(tài)效率的影響難以界定，但農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整對甘肅省農(nóng)業(yè)發(fā)展意義重大。

4"結(jié)論與建議

4.1"結(jié)論

首先構(gòu)建農(nóng)業(yè)機械化綜合水平指標，測度分析1998—2021年甘肅省農(nóng)業(yè)機械化水平，其次利用超效率SBM模型測度并分析甘肅省農(nóng)業(yè)生態(tài)效率變動，并利用Tobit回歸模型分析農(nóng)業(yè)機械化水平如何影響農(nóng)業(yè)生態(tài)效率變動。

1） "甘肅省農(nóng)業(yè)機械化綜合水平基本保持著穩(wěn)定上升的變化趨勢，機械化綜合得分從1998年的0.288 3提升至2021年的0.746 3，得分年均增長率超過四個百分點。其中，農(nóng)業(yè)機械作業(yè)水平持續(xù)上升，農(nóng)業(yè)機械動力水平基本保持穩(wěn)定，農(nóng)機環(huán)境效應(yīng)水平呈現(xiàn)下降趨勢，說明甘肅省在加快農(nóng)業(yè)機械化進程前期，存在過分追求農(nóng)業(yè)機械投入，忽視其對農(nóng)業(yè)生產(chǎn)環(huán)境造成破壞的現(xiàn)象，2017年農(nóng)機環(huán)境效應(yīng)得分降至研究期最低點，得分僅為0.000 020，2017年后綠色農(nóng)業(yè)受到重視，農(nóng)機投入狀況有所改善，高能耗高污染農(nóng)機的淘汰使得農(nóng)機環(huán)境效應(yīng)有所回升，但得分仍然偏低。

2） "甘肅省農(nóng)業(yè)生態(tài)效率在觀察期內(nèi)先下降后上升，以2014年為轉(zhuǎn)折點，1998—2008年甘肅省農(nóng)業(yè)生態(tài)效率緩慢下降，效率值基本穩(wěn)定在1.0左右；2008年后農(nóng)業(yè)生態(tài)效率受糧食危機和污染加重等影響，出現(xiàn)快速下降，于2014年降至最低，效率值僅為0.627 3，說明甘肅省2015年之前以追求農(nóng)業(yè)經(jīng)濟量的增長為主，2015年后受政策和農(nóng)業(yè)改革影響甘肅省農(nóng)業(yè)發(fā)展方式逐漸轉(zhuǎn)向追求農(nóng)業(yè)綠色發(fā)展、高質(zhì)量發(fā)展，農(nóng)業(yè)生態(tài)效率逐漸回升，2021年甘肅省生態(tài)效率達到觀察期最高值1.142 1。

3） "農(nóng)業(yè)機械化綜合水平作為核心變量對于農(nóng)業(yè)生態(tài)效率期望產(chǎn)出和非期望產(chǎn)出的影響有正有負，其與農(nóng)業(yè)生態(tài)效率的相關(guān)系數(shù)為2.223，說明甘肅省農(nóng)業(yè)機械化綜合水平對本省生態(tài)效率有著顯著的正向推動作用，因此提高農(nóng)業(yè)機械化綜合水平對農(nóng)業(yè)生態(tài)效率改善至關(guān)重要；城鎮(zhèn)化水平、農(nóng)民收入、農(nóng)業(yè)發(fā)展水平等因素也會對農(nóng)業(yè)生態(tài)效率產(chǎn)生不同方向、不同程度的影響，是提高生產(chǎn)效率，降低農(nóng)業(yè)污染的重要切入點；財政支農(nóng)水平、農(nóng)業(yè)受災(zāi)率和產(chǎn)業(yè)結(jié)構(gòu)對農(nóng)業(yè)生態(tài)效率的影響不顯著，但仍是農(nóng)業(yè)發(fā)展的重點關(guān)注因素。

4.2"建議

1） 開展高質(zhì)量農(nóng)業(yè)機械化，加大農(nóng)業(yè)機械科研投入，加快清潔節(jié)能農(nóng)業(yè)機械研發(fā)，針對甘肅省復雜農(nóng)業(yè)耕作條件，因地制宜，設(shè)計更具有適用性的作業(yè)機械，推動甘肅省農(nóng)業(yè)現(xiàn)代化發(fā)展。

2） 發(fā)展綠色農(nóng)業(yè)，重視農(nóng)業(yè)生產(chǎn)過程中的化肥、農(nóng)藥等過度投入問題，通過發(fā)展精準農(nóng)業(yè)、智慧農(nóng)業(yè)，實現(xiàn)農(nóng)業(yè)過量投入要素的精準減量，減少農(nóng)業(yè)生產(chǎn)過程造成的污染，從而降低農(nóng)業(yè)非期望產(chǎn)出。

3） 充分發(fā)揮農(nóng)業(yè)機械化、城鎮(zhèn)化、農(nóng)業(yè)經(jīng)濟發(fā)展對于農(nóng)業(yè)經(jīng)濟生態(tài)協(xié)調(diào)發(fā)展的正向作用，提高農(nóng)業(yè)生產(chǎn)各環(huán)節(jié)機械化應(yīng)用水平，加快農(nóng)村城鎮(zhèn)化進程，實現(xiàn)農(nóng)村城鎮(zhèn)雙向資源高效流通，帶動農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展，增加農(nóng)業(yè)期望產(chǎn)出值。

4） 抑制農(nóng)民收入增長對農(nóng)業(yè)生態(tài)可能帶來的負面影響，加強現(xiàn)代農(nóng)民素質(zhì)教育，培養(yǎng)農(nóng)民綠色生產(chǎn)意識，重視財政支農(nóng)水平、農(nóng)業(yè)受災(zāi)率、產(chǎn)業(yè)結(jié)構(gòu)等非顯著因素，發(fā)揮政府財政對農(nóng)業(yè)綠色發(fā)展的引導作用，針對災(zāi)害多發(fā)地區(qū)繼續(xù)加強農(nóng)業(yè)災(zāi)害監(jiān)控，優(yōu)化甘肅省產(chǎn)業(yè)配置，保證生態(tài)農(nóng)業(yè)的穩(wěn)定發(fā)展環(huán)境。

參"考"文"獻

［1］

于悟然. 推動農(nóng)業(yè)機械化與農(nóng)機裝備產(chǎn)業(yè)轉(zhuǎn)型升級［J］. 中國農(nóng)業(yè)資源與區(qū)劃， 2023， 44（4）： 14， 23.

［2］

滕明雨， 張磊， 趙雪瑩. 糧食安全視角下的中國原生態(tài)農(nóng)業(yè)發(fā)展分析［J］. 世界農(nóng)業(yè)， 2013（2）： 123-127.

［3］

姚萍， 張曉辛. 現(xiàn)代農(nóng)業(yè)發(fā)展模式梳理研究［J］. 現(xiàn)代農(nóng)業(yè)科技， 2016（16）： 251-253.

［4］

王艷紅， 趙弢， 張品純， 等. 牢記初心"深耕行業(yè)服務(wù)“三農(nóng)”——《農(nóng)業(yè)機械》服務(wù)中國農(nóng)業(yè)機械化發(fā)展的創(chuàng)新實踐［J］. 編輯學報， 2023， 35（3）： 237-244.

［5］

田曉暉， 李薇， 李戎. 農(nóng)業(yè)機械化的環(huán)境效應(yīng)——來自農(nóng)機購置補貼政策的證據(jù)［J］. 中國農(nóng)村經(jīng)濟， 2021（9）： 95-109.

Tian Xiaohui， Li Wei， Li Rong. The environmental effects of agricultural mechanization： Evidence from agricultural machinery purchase subsidy policy ［J］. Chinese Rural Economy， 2021（9）： 95-109.

［6］

賀青， 張俊飚， 張虎. 農(nóng)業(yè)機械化對農(nóng)業(yè)碳排放的影響——來自糧食主產(chǎn)區(qū)的實證［J］. 統(tǒng)計與決策， 2023， 39（1）： 88-92.

［7］

馬艷. 基于兩階段Super-NSBM模型的農(nóng)業(yè)生態(tài)效率及影響因素研究——以長江經(jīng)濟帶為例［J］. 長江流域資源與環(huán)境， 2023， 32（4）： 883-894.

Ma Yan. Study on agricultural ecological efficiency and its influencing factors based on two-stage super-efficiency network SBM model： A case study of the Yangtze River ［J］. Resources and Environment in the Yangtze Basin， 2023， 32（4）： 883-894.

［8］

劉鳳， 劉英恒太. 生態(tài)效率、農(nóng)業(yè)機械化與農(nóng)業(yè)經(jīng)濟發(fā)展——基于PVAR模型的動態(tài)研究［J］. 農(nóng)業(yè)經(jīng)濟與管理， 2020， 64（6）： 43-54.

Liu Feng， Liu Yinghengtai. Ecological efficiency， agricultural mechanization and agricultural economic development： Dynamic research based on PVAR model ［J］. Agricultural Economics and Management， 2020， 64（6）： 43-54.

［9］

張昆揚， 張改清， 韓嫣， 等. 農(nóng)機作業(yè)服務(wù)對農(nóng)業(yè)生態(tài)效率的影響： 本地效應(yīng)與空間溢出［J］. 中國農(nóng)業(yè)大學學報， 2023， 28（3）： 223-237.

Zhang Kunyang， Zhang Gaiqing， Han Yan， et al. Impact of agricultural machinery services on agro-ecological efficiency： Local effects and spatial spillovers ［J］. Journal of China Agricultural University， 2023， 28（3）： 223-237.

［10］

盧秉福， 韓衛(wèi)平， 朱明. 農(nóng)業(yè)機械化發(fā)展水平評價方法比較［J］. 農(nóng)業(yè)工程學報， 2015， 31（16）： 46-49.

Lu Bingfu， Han Weiping， Zhu Ming. Comparision of evaluation method for agricultural mechanization development level ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2015， 31（16）： 46-49.

［11］

錢巍， 王永勝， 潘方卉. 農(nóng)民合作社對農(nóng)業(yè)機械化水平的影響研究——基于土地流轉(zhuǎn)的調(diào)節(jié)效應(yīng)［J］. 農(nóng)林經(jīng)濟管理學報， 2022， 21（2）： 178-187.

Qian Wei， Wang Yongsheng， Pan Fanghui. Impact of farmers，"cooperatives on agricultural mechanization： Based on moderating effects of land transfer ［J］. Journal of Agro-Forestry Economics and Management， 2022， 21（2）： 178-187.

［12］

潘丹， 應(yīng)瑞瑤.中國農(nóng)業(yè)生態(tài)效率評價方法與實證——基于非期望產(chǎn)出的SBM模型分析［J］. 生態(tài)學報， 2013， 33（12）： 3837-3845.

Pan Dan， Ying Ruiyao. Agricultural eco-efficiency evaluation in China based on SBM model ［J］. Acta Ecologica Sinica， 2013， 33（12）： 3837-3845.

［13］

王寶義， 張衛(wèi)國. 中國農(nóng)業(yè)生態(tài)效率的省際差異和影響因素——基于1996—2015年31個省份的面板數(shù)據(jù)分析［J］. 中國農(nóng)村經(jīng)濟， 2018（1）： 46-62.

Wang Baoyi， Zhang Weiguo. Cross-provincial differences in determinants of agricultural eco-efficiency in China： An analysis based on panel data from 31 provinces in 1996—2015 ［J］. Chinese Rural Economy， 2018（1）： 46-62.

［14］

胡永浩， 張昆揚， 胡南燕， 等.中國農(nóng)業(yè)碳排放測算研究綜述［J］. 中國生態(tài)農(nóng)業(yè)學報（中英文）， 2023， 31（2）： 163-176.

Hu Yonghao， Zhang Kunyang， Hu Nanyan，et al. Review on measurement of agricultural carbon emission in China ［J］. Chinese Journal of Eco-Agriculture， 2023， 31（2）： 163-176.

［15］

郭鳳玉， 孟靜怡， 徐磊， 等. 冀北山區(qū)農(nóng)業(yè)生態(tài)效率時空演變特征及預測分析［J］. 中國農(nóng)機化學報， 2021， 42（10）： 146-156.

Guo Fengyu， Meng Jingyi， Xu Lei， et al. Spatio-temporal evolution characteristics and prediction analysis of agricultural ecological efficiency in Northern Hebei Mountains ［J］. Journal of Chinese Agricultural Mechanization， 2021， 42（10）： 146-156.

［16］

寧發(fā)金， 魯茸拉木， 杜發(fā)春. 云南省縣域農(nóng)業(yè)生態(tài)效率時空分異及其影響因素［J］. 中國農(nóng)業(yè)資源與區(qū)劃， 2024， 45（2）： 49-61.

Ning Fajin， Lurong Lamu， Du Fachun. Spatial-temporal differentiation and influencing factors of agricultural ecological efficiency in counties of Yunnan Province ［J］. Chinese Journal of Agricultural Resources and Regional Planning， 2024， 45（2）： 49-61.

［17］

羅錫文， 廖娟， 胡煉， 等. 提高農(nóng)業(yè)機械化水平促進農(nóng)業(yè)可持續(xù)發(fā)展［J］. 農(nóng)業(yè)工程學報， 2016， 32（1）： 1-11.

Luo Xiwen， Liao Juan， Hu lian， et al. Improving agricultural mechanization level to promote agricultural sustainable development ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2016， 32（1）： 1-11.

［18］

趙宇. 傳統(tǒng)農(nóng)業(yè)對現(xiàn)代農(nóng)業(yè)發(fā)展的啟示［J］. 云南民族大學學報（哲學社會科學版）， 2015， 32（4）： 157-160.

Zhao Yu. Enlightenment of modern agricultural development to traditional agriculture ［J］. Journal of Yunnan Minzu University （Philosophy and Social Sciences Edition）， 2015， 32（4）： 157-160.

［19］

洪開榮， 陳誠， 豐超， 等. 農(nóng)業(yè)生態(tài)效率的時空差異及影響因素［J］. 華南農(nóng)業(yè)大學學報（社會科學版）， 2016， 15（2）： 31-41.

Hong Kairong， Chen Cheng， Feng Chao， et al. The spatial temporal differences of agricultural eco-efficiency and its influential factors ［J］. Journal of South China Agricultural University （Social Science Edition）， 2016， 15（2）： 31-41.

［20］

尚杰， 吉雪強， 陳璽名. 中國城鎮(zhèn)化對農(nóng)業(yè)生態(tài)效率的影響——基于中國13個糧食主產(chǎn)區(qū)2009—2018年面板數(shù)據(jù)［J］. 中國生態(tài)農(nóng)業(yè)學報（中英文）， 2020， 28（8）： 1265-1276.

Shang Jie， Ji Xueqiang， Chen Ximing. Study on the impact of China，s urbanization on agricultural ecological efficiency： Based on panel data of 13 major grain-producing regions in China from 2009 to 2018 ［J］. Chinese Journal of Eco-Agriculture， 2020， 28（8）： 1265-1276.

［21］

黃志斌， 楊建州. 財政支農(nóng)資金對農(nóng)業(yè)生態(tài)效率的影響——基于系統(tǒng)動態(tài)廣義矩估計和門檻效應(yīng)檢驗［J］. 林業(yè)經(jīng)濟， 2022， 44（10）： 5-24.

Huang Zhibin， Yang Jianzhou. Influence of financial fund for agriculture on agricultural eco-efficiency： Based on system dynamic generalized method of moments estimation and threshold effect test ［J］. Forestry Economics， 2022， 44（10）： 5-24.

［22］

Ghorbani M.Evaluation of agricultural advisory services effects on sugar beet in Razavi Khorasan Province ［J］. Journal of Applied Sciences， 2008， 8（20）： 3733-3737.