黎星池，朱滿德

（1. 貴州大學(xué)經(jīng)濟學(xué)院，貴州 貴陽 550025； 2.貴州師范學(xué)院商學(xué)院，貴州 貴陽 550018）

伴隨城鎮(zhèn)化快速推進(jìn)和人口老齡化程度持續(xù)加深，農(nóng)業(yè)勞動力弱質(zhì)化問題凸顯。農(nóng)業(yè)機械技術(shù)的推廣和應(yīng)用逐漸實現(xiàn)對勞動力的高效替代，使機械化程度較高的糧食作物在種植結(jié)構(gòu)調(diào)整中具有比較優(yōu)勢，促進(jìn)農(nóng)作物種植結(jié)構(gòu)“趨糧化”。尤其自2004年我國實施農(nóng)機購置補貼政策以來，農(nóng)業(yè)機械裝備水平不斷提升，但區(qū)域間農(nóng)機動力過剩與不足的“結(jié)構(gòu)性”矛盾依舊突出[1]，由此催生了大規(guī)模的農(nóng)機跨區(qū)作業(yè)。大中型農(nóng)機跨區(qū)作業(yè)加速了專業(yè)化分工和農(nóng)業(yè)服務(wù)市場形成，推動了在土地細(xì)碎化和勞動力短缺等背景下小農(nóng)融入現(xiàn)代化農(nóng)業(yè)生產(chǎn)體系[2]，提升生產(chǎn)效率。農(nóng)機跨區(qū)作業(yè)作為一種技術(shù)溢出的途徑，改變了農(nóng)戶的要素稟賦條件，推動農(nóng)業(yè)生產(chǎn)要素的跨區(qū)域配置和重組，進(jìn)而對農(nóng)戶種植決策產(chǎn)生深刻影響。因此，從空間視域研究農(nóng)業(yè)機械化如何影響農(nóng)作物種植結(jié)構(gòu)，對探索今后一個時期我國農(nóng)業(yè)機械裝備結(jié)構(gòu)優(yōu)化和政策支持方向等具有重要意義。

農(nóng)業(yè)機械是改造傳統(tǒng)農(nóng)業(yè)的關(guān)鍵因素[3]，學(xué)界已對農(nóng)業(yè)機械化問題進(jìn)行了廣泛的研究，主要側(cè)重于以下方面：一是農(nóng)業(yè)機械化的影響和效果，如農(nóng)業(yè)機械化發(fā)展在提高糧食產(chǎn)量[4]、調(diào)整種植結(jié)構(gòu)[5]、增加農(nóng)民收入和替代農(nóng)業(yè)勞動力[6]等方面發(fā)揮積極作用。二是影響農(nóng)業(yè)機械化發(fā)展的因素，如地形地貌、土地規(guī)模等[7]。國家農(nóng)機購置補貼政策對提升農(nóng)機裝備動力、改善裝備結(jié)構(gòu)等也起到重要作用[8]。三是農(nóng)機社會化服務(wù)的發(fā)展及其影響，農(nóng)機社會化服務(wù)能夠?qū)⑿∞r(nóng)卷入分工經(jīng) 濟[9]，融入現(xiàn)代農(nóng)業(yè)生產(chǎn)、經(jīng)營和產(chǎn)業(yè)體系[10]，從而挑戰(zhàn)了亞當(dāng)·斯密[11]關(guān)于農(nóng)業(yè)不可分工的觀點。農(nóng)機社會化服務(wù)通過大中型農(nóng)機作業(yè)服務(wù)（含跨區(qū)作業(yè)服務(wù)）的高效率和規(guī)模效應(yīng)能有效提升小農(nóng)生產(chǎn)的技術(shù)效率[12]和市場競爭力[13]，但農(nóng)戶是否購買農(nóng)機服務(wù)主要取決于經(jīng)營規(guī)模和勞動力成本等多維度的比較[14]。實踐表明，我國走出了一條農(nóng)機等現(xiàn)代物質(zhì)技術(shù)裝備“不為所有、但為所用”的中國特色農(nóng)業(yè)社會化服務(wù)道路[15]。

針對農(nóng)業(yè)機械化空間溢出效應(yīng)的研究，主要圍繞如下方面展開：第一，關(guān)于農(nóng)業(yè)機械化對糧食生產(chǎn)的空間溢出效應(yīng)研究，這種溢出效應(yīng)表現(xiàn)在糧食產(chǎn)量和生產(chǎn)效率等方面。伍駿騫等[16]提出農(nóng)業(yè)機械化發(fā)展對糧食產(chǎn)量的空間溢出效應(yīng)主要發(fā)生在不同緯度的區(qū)域之間，并通過空間漣漪效應(yīng)對糧食生產(chǎn)技術(shù)效率產(chǎn)生一定的溢出效應(yīng)[17]。第二，有關(guān)農(nóng)業(yè)機械化空間溢出效應(yīng)的影響因素分析，研究顯示公路等交通設(shè)施[18]、城市化、農(nóng)業(yè)水利化及農(nóng)村財政支出等[19]因素有效推動農(nóng)機技術(shù)溢出。此外，考慮農(nóng)業(yè)機械要素前提下，農(nóng)業(yè)勞動力價格、作物種植比較效益[20]、人口結(jié)構(gòu)變化[21]等因素對種植結(jié)構(gòu)也將產(chǎn)生影響，這有助于綜合分析我國農(nóng)作物種植結(jié)構(gòu)時空變化的原因[22]。

綜上所述，已有文獻(xiàn)聚焦于農(nóng)業(yè)機械化與糧食生產(chǎn)的研究，不足之處可能在于：1）關(guān)于農(nóng)業(yè)機械化對糧食產(chǎn)量和生產(chǎn)效率的研究，多采用農(nóng)業(yè)機械總動力這一指標(biāo)考察，未能考慮農(nóng)機跨區(qū)作業(yè)可能引起農(nóng)機動力在不同省域范圍的重新配置。2）在農(nóng)業(yè)機械化的空間溢出效應(yīng)分析當(dāng)中，對地形地貌這一稟賦差異的考慮可能不夠全面。鑒于此，本文基于2001—2018年全國31個省份（不含港澳臺）面板數(shù)據(jù)，構(gòu)建空間Durbin模型，研究農(nóng)業(yè)機械化對種植結(jié)構(gòu)“趨糧化”的空間溢出效應(yīng)，并以此為基礎(chǔ)展開討論，為推動農(nóng)業(yè)機械化高質(zhì)量發(fā)展提供實證依據(jù)。

1 研究方法與數(shù)據(jù)來源

1.1 空間面板模型設(shè)定

空間Durbin模型包含了內(nèi)生變量和外生變量的空間滯后變量，并從不同維度關(guān)注作用于被解釋變量的因素[23]，因此能更好地捕捉不同類型的空間溢出效應(yīng)?？臻gDurbin模型的一般形式如下[24]：

式中：i、j表示空間單元，t表示年度；Y為被解釋變量，X為解釋變量矩陣，Wij為空間權(quán)重矩陣，α、β為相關(guān)變量的待估參數(shù)，δ是空間自相關(guān)系數(shù)，εit為隨機誤差項。其中，空間權(quán)重矩陣Wij有鄰接空間權(quán)重矩陣、地理空間權(quán)重矩陣和經(jīng)濟空間權(quán)重矩陣三類，本文同時考慮地理距離和經(jīng)濟距離，構(gòu)建非對稱性經(jīng)濟地理空間權(quán)重矩陣，通過標(biāo)準(zhǔn)化處理，得到相應(yīng)的嵌套矩陣W，表達(dá)式為[24]：

式中：表示整個研究區(qū)間i省人均GDP的年均值，為該時期全國人均GDP的年均值，t為具體年份，Wd代表地理距離權(quán)重矩陣。因此用于參數(shù)估計的空間Durbin模型具體如下：

方程（5）的被解釋變量Git反映種植結(jié)構(gòu)是否呈現(xiàn)“趨糧化”特征，用糧食種植面積占農(nóng)作物播種面積的比重表示（簡稱“糧食面積占比”），即t年本地i省的糧食面積占比，Gjt則是t年其他地區(qū)j省的糧食面積占比，即嘗試考察其他地區(qū)的趨糧化是否對本地趨糧化有空間溢出效應(yīng)（各解釋變量的小標(biāo)含義同此）。核心解釋變量為耕播收綜合機械化率（R），采用該區(qū)域機耕率、機播率和機收率進(jìn)行測算，較之機械總動力指標(biāo)考慮了農(nóng)機跨區(qū)作業(yè)的影響，更能真實反映一個區(qū)域的農(nóng)業(yè)機械化水平，W×Rjt表示Rjt的空間滯后變量。同時，考慮到影響農(nóng)作物種植結(jié)構(gòu)的其他因素，選取的控制變量包括農(nóng)業(yè)勞動力價格（P）、人均耕地面積（D）、城鎮(zhèn)化率（U）和農(nóng)林水支出（E），其中農(nóng)業(yè)勞動力價格反映的是單位農(nóng)業(yè)勞動成本，用農(nóng)業(yè)就業(yè)人員平均工資表示；人均耕地面積則反映土地規(guī)?；?jīng)營的可能性，用耕地面積與總?cè)丝诘谋戎当硎荆怀擎?zhèn)化率反映農(nóng)業(yè)勞動力非農(nóng)轉(zhuǎn)移的規(guī)模，用城鎮(zhèn)人口占常住總?cè)丝诘谋壤硎荆晦r(nóng)林水支出反映了政府對農(nóng)業(yè)生產(chǎn)的基礎(chǔ)性事務(wù)投資，采用農(nóng)林水財政投入這一指標(biāo)表示。δ、α1～α5、β1～β5均為待估參數(shù)，εit表示服從獨立同分布的誤差項。該方程主要考察耕播收綜合機械化率對種植結(jié)構(gòu)的直接作用和間接 影響。

考慮到耕播收綜合機械化率（R）和農(nóng)業(yè)機械總動力（T）兩個指標(biāo)都反映農(nóng)業(yè)機械化水平，為對比兩者空間溢出效應(yīng)的差異，將方程（5）中的耕播收綜合機械化率（R）對應(yīng)地?fù)Q成農(nóng)業(yè)機械總動力（T），構(gòu)造方程（6）：

然而，以農(nóng)業(yè)機械總動力（Tit）作為整體考察，并不能有效區(qū)分大中型農(nóng)機裝備和小型農(nóng)機裝備對種植結(jié)構(gòu)的影響差異，因此計量方程（7）將大中型拖拉機動力（Lit）和小型拖拉機動力（Sit）直接納入模型予以考察，更精確地衡量不同動力類型的農(nóng)機設(shè)備對農(nóng)作物種植結(jié)構(gòu)的影響效應(yīng)，實證模型公式如下：

1.2 變量選取與數(shù)據(jù)來源

本文選取2001—2018年全國31個省份（不含港澳臺）的面板數(shù)據(jù)，從農(nóng)機跨區(qū)作業(yè)視域研究農(nóng)業(yè)機械化對種植結(jié)構(gòu)“趨糧化”的空間溢出效應(yīng)?；谏鲜龇匠?，被解釋變量（G）選取糧食種植面積占比表示，核心解釋變量分別選取不同指標(biāo)來衡量農(nóng)業(yè)機械化發(fā)展水平，具體變量選擇與定義見表1。 數(shù)據(jù)來源于歷年《中國農(nóng)業(yè)機械化年鑒》、《中國統(tǒng)計年鑒》和《中國農(nóng)村統(tǒng)計年鑒》等，部分缺失數(shù)據(jù)由地方統(tǒng)計年鑒和統(tǒng)計公報予以補充。

表1 變量描述性統(tǒng)計結(jié)果Table 1 Description of variables

2 我國農(nóng)業(yè)機械化與種植結(jié)構(gòu)時空分布格局

在政策環(huán)境和農(nóng)業(yè)稟賦不斷變化的過程中，我國農(nóng)業(yè)機械化發(fā)展和農(nóng)作物種植結(jié)構(gòu)反映出怎樣的階段性特征？本部分首先從整體上對兩者發(fā)展歷程進(jìn)行分析，然后從省級層面對農(nóng)業(yè)機械化和糧食種植結(jié)構(gòu)的空間分布特征進(jìn)行闡述，并探討地形與農(nóng)機跨區(qū)作業(yè)服務(wù)之間的關(guān)聯(lián)，最后從空間布局上對糧食種植和大中型農(nóng)業(yè)機械進(jìn)行自相關(guān)分析。

2.1 種植結(jié)構(gòu)變遷與農(nóng)業(yè)機械化發(fā)展態(tài)勢

2001—2003年，我國農(nóng)作物種植結(jié)構(gòu)處于“去糧化”階段；2004年以來，伴隨一系列支持糧食生產(chǎn)的政策措施出臺和完善，糧食種植面積保持“十二連增”，呈現(xiàn)明顯的“趨糧化”態(tài)勢。農(nóng)業(yè)機械要素投入和農(nóng)機社會化服務(wù)發(fā)展是重要誘因之一，它使得糧食種植由高密度的勞動投入變成低密度的勞動投入，特別在勞動力弱質(zhì)化和勞動成本持續(xù)上漲背景下對結(jié)構(gòu)調(diào)整的作用更加凸顯[25]。直至2018年，全國農(nóng)作物播種面積達(dá)1.66億hm2，糧食種植面積占比為70.55%，蔬菜、果園種植面積占比“先增后減”，這是經(jīng)濟效益導(dǎo)向、農(nóng)業(yè)要素稟賦與居民消費結(jié)構(gòu)升級等共同引起的種植結(jié)構(gòu)變化[26]。

2018年我國農(nóng)業(yè)機械總動力為10.04億kW，較2001年增長82.36%，農(nóng)機裝備水平大幅提升。如圖1所示，2003年前后是我國大中型農(nóng)機發(fā)展的分水嶺[27]，2004年試點農(nóng)機購置補貼時，大中型拖拉機動力同比增長15.32%，創(chuàng)歷史新高。2014年大中型拖拉機動力超過小型拖拉機動力，小型拖拉機總動力出現(xiàn)一定程度負(fù)增長。2016年農(nóng)機總動力同比下降12.96%，主要是農(nóng)機排放標(biāo)準(zhǔn)由“國二”向“國三”升級倒逼農(nóng)機產(chǎn)業(yè)供給側(cè)結(jié)構(gòu)性改革，農(nóng)業(yè)機械化發(fā)展受政策影響較大。

2.2 我國各區(qū)域糧食種植與農(nóng)機裝備結(jié)構(gòu)及跨區(qū)作業(yè)的空間關(guān)聯(lián)

從表2可見，整體呈現(xiàn)的特征是農(nóng)業(yè)機械化發(fā)展水平越高的地區(qū)，“趨糧化”現(xiàn)象越明顯，兩者存在一定的空間耦合關(guān)系。通過表2對比分析發(fā)現(xiàn)：第一，在農(nóng)機動力發(fā)展方面，2001年我國農(nóng)業(yè)機械化整體水平較低，處于“小型機械化”發(fā)展階段，至2018年我國大中型拖拉機動力達(dá)1.93億kW，是2001年的5.60倍；期間小型拖拉機動力僅增長了59.41%，表明我國正朝著“大中型農(nóng)業(yè)機械”的方向發(fā)展。第二，在農(nóng)作物種植空間布局上，黑龍江、吉林、安徽和河南等省份糧食規(guī)?；N植更為明顯，不斷強化“趨糧化”發(fā)展態(tài)勢。特別是，大中型農(nóng)機跨區(qū)服務(wù)為糧食面積擴張奠定了堅實基礎(chǔ)。

表2 2001和2018年各省市糧食種植與農(nóng)機動力情況Table 2 Grain planting and agricultural machinery power in 2001 and 2018

考慮不同地形對農(nóng)業(yè)機械空間溢出效應(yīng)的影響，對比圖2中的2008年和2018年農(nóng)機跨區(qū)作業(yè)面積，整體呈現(xiàn)地形越為平坦的地區(qū)，農(nóng)機跨區(qū)作業(yè)面積越大的特征。例如，在地形相對平坦的河北、山東、河南與安徽等地，農(nóng)機跨區(qū)作業(yè)現(xiàn)象較為廣泛；而耕地中坡度較大的貴州、云南、福建等省份，農(nóng)機跨區(qū)作業(yè)的面積較少，即地形對農(nóng)業(yè)機械化空間溢出具有較大影響。

2.3 大中型農(nóng)業(yè)機械與糧食種植的空間自相關(guān)性

計算結(jié)果表明，2001—2018年相關(guān)變量的全局莫蘭指數(shù)在1%水平上顯著，這意味著農(nóng)業(yè)機械化水平和糧食種植面積占比存在空間自相關(guān)，即存在一定的空間集聚現(xiàn)象。進(jìn)一步計算局部莫蘭指數(shù)，得到局部莫蘭散點圖（圖3）。

局部莫蘭散點圖中每個圓圈代表一個省份，（a）圖大部分散點分布在坐標(biāo)系的一、三象限，表明糧食面積占比高的地區(qū)往往相鄰省份糧食面積占比也高，反之亦然。如，第一象限中吉林、安徽、江蘇等糧食面積占比較高的省份集聚，而第三象限中重慶、貴州、青海等省份糧食面積占比較低。（b）圖中局部莫蘭散點主要分布在第三象限，表明我國大中型農(nóng)機有待發(fā)展，存在相鄰省份大中型農(nóng)機基礎(chǔ)均薄弱的情況。部分省份分布在第二象限，即存在大中型拖拉機動力低的地區(qū)被其動力較高的省份所包圍，這為農(nóng)機跨區(qū)作業(yè)創(chuàng)造了條件。結(jié)合（a）圖和（b）圖散點分布情況，發(fā)現(xiàn)“趨糧化”現(xiàn)象較為明顯的地區(qū)，其大中型拖拉機動力普遍較高，而糧食面積占比偏低的省份，其大中型拖拉機動力也相對較小。其擬合線斜率為正表示糧食種植面積占比與大中型拖拉機動力均存在一定程度的正空間自相關(guān)。

3 實證結(jié)果分析

3.1 空間Durbin模型檢驗與估計：總體影響

本部分將利用省級面板數(shù)據(jù)實證檢驗農(nóng)業(yè)機械化發(fā)展對種植結(jié)構(gòu)“趨糧化”的影響效應(yīng)。對模型和數(shù)據(jù)進(jìn)行顯著性檢驗、Hausman檢驗等系列檢驗，最終選擇空間Durbin模型的個體固定效應(yīng)進(jìn)行估計，回歸結(jié)果如表3。

表3 整體空間Durbin模型回歸結(jié)果Table 3 Regression results of the overall spatial Durbin model

第一，方程（5）～（7）的模型回歸結(jié)果表明， 耕播收綜合機械化率、農(nóng)業(yè)機械總動力、大中型拖拉機動力及小型拖拉機動力的直接影響系數(shù)均為正，并分別通過1%或5%水平的顯著性檢驗，即意味著農(nóng)業(yè)機械化發(fā)展促進(jìn)本地種植結(jié)構(gòu)“趨糧化”， 因為相對于經(jīng)濟作物，“標(biāo)準(zhǔn)化”糧食種植農(nóng)藝農(nóng)法更易于全程機械化生產(chǎn)[25]。其中，耕播收綜合機械化率對本地糧食種植的促進(jìn)作用表現(xiàn)最為明顯，但農(nóng)業(yè)機械總動力作為一個整體對本地種植結(jié)構(gòu)的影響并不強烈，這可能是因為農(nóng)機裝備使用效率的參差不齊，部分地區(qū)農(nóng)機裝備過剩、使用效率下滑。

第二，控制變量方面，首先農(nóng)業(yè)勞動力價格與空間滯后變量（即W×農(nóng)業(yè)勞動力價格）的回歸系數(shù)整體上顯著為正，即說明農(nóng)業(yè)勞動力成本上升有助于“趨糧化”，這與仇童偉和羅必良[28]的研究結(jié)果“隨著務(wù)農(nóng)成本的變化，農(nóng)戶能夠適應(yīng)性調(diào)整要素配置和種植結(jié)構(gòu)”是一致的。其次，城鎮(zhèn)化對種植結(jié)構(gòu)的影響主要表現(xiàn)在兩個方面：一方面，城鎮(zhèn)化快速推進(jìn)使農(nóng)村勞動力不斷流失，為農(nóng)業(yè)機械對勞動力的替代創(chuàng)造了條件，特別在適宜于農(nóng)業(yè)機械生產(chǎn)的平原壩區(qū)，強化種植結(jié)構(gòu)“趨糧化”；另一方面，勞動力成本上升和糧食比較收益下降在各地區(qū)普遍存在，在不具有機械作業(yè)優(yōu)勢的丘陵山地，種植結(jié)構(gòu)由糧食作物轉(zhuǎn)向比較收益更高的經(jīng)濟作物。由方程（6）城鎮(zhèn)化率的回歸系數(shù)-0.201 0可知，城鎮(zhèn)化抑制本地種植結(jié)構(gòu)“趨糧化”，說明農(nóng)戶種植決策中更注重比較收益。再次，土地細(xì)碎化嚴(yán)重制約農(nóng)業(yè)規(guī)模化和機械化生產(chǎn)，人均耕地面積的估計系數(shù)均為正，表明土地經(jīng)營規(guī)模越大越有利于糧食機械種植。最后，方程（5）和（7）中農(nóng)林水支出回歸系數(shù)顯著為正，說明提高農(nóng)林水投資投入有利于本地糧食種植，通過機耕道建設(shè)、土地平整和土壤改良等項目，有效改善農(nóng)作物種植環(huán)境。即，控制變量農(nóng)業(yè)勞動力價格、人均耕地面積、農(nóng)林水支出均促進(jìn)本地種植結(jié)構(gòu)的“趨糧化”，僅城鎮(zhèn)化率表現(xiàn)為負(fù)向作用。

第三，考察空間自相關(guān)系數(shù)，方程（6）中rho通過了顯著性檢驗，這意味著在其他因素不變的情況下，周邊省份糧食種植面積占比每增長1%，本地糧食種植面積占比提高0.385 0%，表明農(nóng)業(yè)要素配置對種植結(jié)構(gòu)的影響效應(yīng)存在空間關(guān)聯(lián)性。為準(zhǔn)確衡量各解釋變量對農(nóng)作物種植結(jié)構(gòu)的直接影響、空間溢出效應(yīng)和總效應(yīng)，采用偏微分方法求解[29]，結(jié)果如表4。

表4的計量結(jié)果表明：第一，在方程（5）中，提高耕播收綜合機械化率對本地種植結(jié)構(gòu)“趨糧化”產(chǎn)生明顯促進(jìn)作用，但對周邊省份不存在空間溢出效應(yīng)，因此下文不再作進(jìn)一步分析。第二，方程（6）農(nóng)業(yè)機械總動力的空間溢出效應(yīng)為0.005 2，表明本地農(nóng)業(yè)機械總動力每提升1%，周邊省份糧食種植面積占比將提高0.005 2%，這說明可能存在省際間農(nóng)機跨區(qū)作業(yè)，通過農(nóng)機資源的空間配置帶動周邊地區(qū)糧食生產(chǎn)機械化，進(jìn)而推動種植結(jié)構(gòu)“趨糧化”。第三，方程（7）結(jié)果表明，大中型拖拉機動力的空間溢出效應(yīng)是小型拖拉機動力的1.56倍，表現(xiàn)出正向的空間溢出效應(yīng)，兩者的空間溢出效應(yīng)均大于直接影響效應(yīng)。這意味著，我國存在大規(guī)模農(nóng)機跨區(qū)作業(yè)服務(wù)現(xiàn)象，主要表現(xiàn)為大中型農(nóng)機跨區(qū)服務(wù)[30]， 對周邊省份的輻射作用超過本地直接影響效應(yīng)。

表4 各變量的直接影響、空間溢出效應(yīng)和總效用Table 4 Direct effects, the spatial spillover effects, and the total utility of variables

控制變量方面，方程（6）表明除人均耕地面積以外，農(nóng)業(yè)勞動力價格、城鎮(zhèn)化率和農(nóng)林水支出均存在空間溢出效應(yīng)。一是城鎮(zhèn)化率這一指標(biāo)體現(xiàn)出顯著的負(fù)向空間溢出效應(yīng)，說明城鎮(zhèn)化水平越高的地區(qū)，農(nóng)戶傾向于放棄種植糧食作物、轉(zhuǎn)向種植比較收益更高的經(jīng)濟作物。二是農(nóng)林水支出的空間溢出效應(yīng)顯著為負(fù)，即對周邊省份種植結(jié)構(gòu)“趨糧化”產(chǎn)生抑制作用，可能的原因是，各省份間農(nóng)業(yè)資源配置存在一定競爭效應(yīng)。三是農(nóng)業(yè)勞動力價格存在正的空間溢出效應(yīng)，表明本地農(nóng)業(yè)勞動力價格上漲會帶動周邊地區(qū)務(wù)農(nóng)成本上升，進(jìn)而加快農(nóng)業(yè)機械對勞動力的替代，有利于推進(jìn)糧食作物的全程機械化生產(chǎn)。

3.2 時間維度的空間溢出效應(yīng)分析

為了研究不同時間范圍內(nèi)農(nóng)業(yè)機械化空間溢出效應(yīng)的變化趨勢，結(jié)合農(nóng)業(yè)機械化發(fā)展的階段性特征，本文將研究時段劃分成為2001—2003年、2004—2010年以及2011—2018年3個區(qū)間，采用空間Durbin模型進(jìn)行計量分析，結(jié)果如表5。

表5 時間維度空間溢出效應(yīng)估計結(jié)果Table 5 Estimation results of the spatial spillover effect in time dimension

實證結(jié)果表明：（1）2001—2003年我國農(nóng)業(yè)機械化的空間溢出效應(yīng)并不顯著，雖然農(nóng)機跨區(qū)作業(yè)趨勢初步顯現(xiàn)，但還未形成規(guī)?；目缡∽鳂I(yè)。 （2）2004—2010年大中型拖拉機動力的空間溢出效應(yīng)為0.082 5，為農(nóng)業(yè)機械總動力空間溢出效應(yīng)的5.5倍，而小型拖拉機動力不存在顯著的空間溢出效應(yīng)。進(jìn)一步說明2004年國家頒布實施《中華人民共和國農(nóng)業(yè)機械化促進(jìn)法》以后，促進(jìn)了農(nóng)業(yè)機械化發(fā)展特別是大中型農(nóng)機迅速增長，全國范圍內(nèi)出現(xiàn)了周期性的大規(guī)模農(nóng)機跨區(qū)作業(yè)服務(wù)。（3）2011—2018年農(nóng)業(yè)機械化的空間溢出效應(yīng)整體呈現(xiàn)出遞增趨勢，小型拖拉機動力逐漸顯現(xiàn)出正的空間溢出效應(yīng)。但農(nóng)業(yè)機械總動力和大中型拖拉機動力的空間溢出效應(yīng)并未出現(xiàn)明顯的漲幅，這可能是因為農(nóng)業(yè)機械化由迅速發(fā)展的“黃金期”過渡到平穩(wěn)增長階段，轉(zhuǎn)向農(nóng)業(yè)機械化綠色高質(zhì)量發(fā)展。這或表明，2004年以前是農(nóng)機跨區(qū)服務(wù)的鋪墊時期，2004年以后我國出現(xiàn)大規(guī)模農(nóng)機跨區(qū)作業(yè)，主要通過大中型農(nóng)機進(jìn)行跨區(qū)服務(wù)。

3.3 不同地形的空間溢出效應(yīng)分析

我國各區(qū)域自然地理條件和農(nóng)業(yè)資源稟賦存在巨大差異，這種空間溢出效應(yīng)在不同地形區(qū)域又呈現(xiàn)出怎樣的特征呢？總結(jié)其他學(xué)者[31]對不同地形農(nóng)業(yè)機械化的研究，本文將全國31個省份（不含港澳臺）劃分為平原和丘陵山區(qū)兩種地形。其中，黑龍江、吉林、遼寧、北京、天津、河北、山東、安徽、江蘇、上海、河南、內(nèi)蒙古作為12個平原地區(qū)省份，其余19個省份為丘陵山地，運用SDM模型得到結(jié)果見表6。

表6 不同地形條件下SDM模型估計結(jié)果Table 6 SDM model estimation results under different terrain conditions

估計結(jié)果表明：（1）對平原地區(qū)，農(nóng)業(yè)機械化整體上存在正向空間溢出效應(yīng)，且主要體現(xiàn)在大中型拖拉機動力，其空間溢出效應(yīng)為0.016 3，是直接影響效應(yīng)的3.1倍，說明平原地區(qū)大中型農(nóng)機跨區(qū)作業(yè)現(xiàn)象較為廣泛。小型拖拉機動力不存在顯著的空間溢出效應(yīng)，其產(chǎn)生的直接影響系數(shù)顯著為負(fù)，說明相對于大中型拖拉機，小型拖拉機在糧食規(guī)?；N植中發(fā)揮的作用存在局限性。

（2）對丘陵山區(qū)，農(nóng)業(yè)機械總動力表現(xiàn)出負(fù)向空間溢出效應(yīng)，說明丘陵山區(qū)存在農(nóng)機裝備結(jié)構(gòu)不合理的可能性，加之報廢更新制度滯后，導(dǎo)致整體農(nóng)機裝備利用率較低。其中小型拖拉機動力的空間溢出效應(yīng)為-0.024 1，主要由于小型農(nóng)機通常被大量小農(nóng)所持有，對勞動力的替代作用有限，伴隨大中型農(nóng)機推廣和農(nóng)業(yè)社會化服務(wù)的發(fā)展，使得小型農(nóng)機使用效率下降。僅大中型拖拉機動力的空間溢出效應(yīng)顯著為正，且比平原地區(qū)的空間溢出更大，這可能是因為丘陵山區(qū)的農(nóng)機發(fā)展基礎(chǔ)薄弱，大中型農(nóng)機持有數(shù)量較少，隨著土地平整、機耕道修建等宜機化項目不斷推進(jìn)，丘陵山區(qū)對大中型農(nóng)機的需求潛力明顯增大。

4 結(jié)論與建議

4.1 結(jié)論

本文基于2001—2018年省級面板數(shù)據(jù)，從空間視域研究了農(nóng)業(yè)機械化發(fā)展對種植結(jié)構(gòu)“趨糧化”的空間溢出效應(yīng)，主要結(jié)論有：

1）農(nóng)業(yè)機械化發(fā)展強化了種植結(jié)構(gòu)“趨糧化”態(tài)勢，農(nóng)業(yè)機械總動力、大中型拖拉機動力和小型拖拉機動力均顯示出正向空間溢出效應(yīng)，并主要表現(xiàn)為大中型農(nóng)機跨區(qū)作業(yè)。

2）農(nóng)業(yè)勞動力價格上漲推動周邊省份種植結(jié)構(gòu)“趨糧化”，而城鎮(zhèn)化發(fā)展和農(nóng)林水支出抑制周邊地區(qū)“趨糧化”發(fā)展，其中城鎮(zhèn)化對農(nóng)作物種植結(jié)構(gòu)影響效應(yīng)最為明顯。

3）2001—2003年我國農(nóng)業(yè)機械化發(fā)展不存在顯著的空間溢出效應(yīng)，2004年后農(nóng)業(yè)機械總動力、大中型拖拉機動力顯示出遞增的正向空間溢出效應(yīng)，2011年小型拖拉機動力的空間溢出效應(yīng)開始顯著為正。

4）我國平原地區(qū)農(nóng)業(yè)機械總動力和大中型拖拉機動力具有正的空間溢出效應(yīng)，而丘陵山區(qū)除大中型拖拉機動力呈現(xiàn)出正向空間溢出效應(yīng)以外，農(nóng)業(yè)機械總動力和小型拖拉機動力均出現(xiàn)負(fù)的空間溢出效應(yīng)。

4.2 建議

1）考慮到農(nóng)業(yè)機械化發(fā)展對周邊省份種植結(jié)構(gòu)“趨糧化”具有空間溢出效應(yīng)，因此，通過“互聯(lián)網(wǎng)+農(nóng)機作業(yè)”構(gòu)建農(nóng)機跨區(qū)服務(wù)大數(shù)據(jù)平臺，實現(xiàn)區(qū)域間農(nóng)業(yè)機械資源的科學(xué)配置和有效流動。

2）根據(jù)農(nóng)業(yè)生產(chǎn)對機械作業(yè)的需求變化，不斷完善農(nóng)機補貼政策。一方面，各省份在中央農(nóng)機購置補貼目錄基礎(chǔ)上，結(jié)合區(qū)域特色農(nóng)業(yè)發(fā)展，及時調(diào)整省級購機補貼范圍，優(yōu)化農(nóng)機裝備結(jié)構(gòu)。另一方面，推動作業(yè)補貼項目實施，落實農(nóng)機用油財政補貼政策，充分提高農(nóng)機利用率。

3）加快我國農(nóng)田“宜機化”改造，推動機械“下地”基礎(chǔ)設(shè)施建設(shè)。一是增加農(nóng)田“宜機化”改造專項資金，改善農(nóng)機作業(yè)條件，擴展大中型農(nóng)機作業(yè)服務(wù)的市場空間。二是加強農(nóng)田建設(shè)部門和農(nóng)機管理部門的有效溝通，將農(nóng)田“宜機化”改造標(biāo)準(zhǔn)納入高標(biāo)準(zhǔn)農(nóng)田建設(shè)要求[32]，確保大中型農(nóng)機能夠“下地”作業(yè)，實現(xiàn)機械要素對勞動力的高效替代。

4）培育新型農(nóng)機服務(wù)主體，拓展農(nóng)業(yè)社會化服務(wù)領(lǐng)域。進(jìn)一步加強政府對農(nóng)機服務(wù)組織的技術(shù)、資金支持，通過“農(nóng)機合作社+龍頭企業(yè)+農(nóng)戶”等方式盤活農(nóng)機合作組織，加快大中型農(nóng)機作業(yè)服務(wù)的推廣運用。鼓勵農(nóng)機服務(wù)組織通過跨區(qū)作業(yè)、農(nóng)業(yè)生產(chǎn)托管、訂單作業(yè)等多種方式進(jìn)行適度規(guī)模經(jīng)營，帶動小農(nóng)融入現(xiàn)代農(nóng)業(yè)生產(chǎn)體系。