农村交通基础设施、农机跨区作业与农业生产效率

2021-01-25刘琼肖海峰

商业研究 2021年6期

刘琼肖海峰

内容提要：农业生产效率提升越来越表现为农业机械动力对传统劳动力的替代，而在农业生产经营单位规模相对较小的现实下，作业效能更大的中大型农业机械跨区作业是发挥其效率的有力支撑，因此建立了农林交通基础设施对农业生产效率的关联。本文以粮食主产区为研究区域，运用超效率SBM模型测度1998-2017年各省农业生产效率;借助空间Durbin模型和面板门槛模型，分析该区域农村交通基础设施对农业生产效率的空间溢出效应及门槛效应。研究结果表明：粮食主产区农业生产效率总体呈现波动上升的趋势，且地区间农业生产效率值差异较为显著，辽宁、吉林、黑龙江以及四川效率值较高，而河南、安徽、河北、内蒙古、湖南、湖北的农业生产效率相对偏低，整体农业生产效率还有待进一步提高;农村交通基础设施对农业生产效率存在显著的正向空间溢出效应，主要是通过大中型农机的跨区作业来实现的，小型农机不具有空间溢出效应;农机跨区作业对农业生产效率存在显著的门槛效应，随着农村交通基础设施区制的变化而呈现边际效应递减;农机具的跨区服务主要存在于具有耕种收时间差的不同纬度地区之间;处于不同纬度的粮食主产区正处于农机跨区作业对农业生产效率边际影响递减阶段。因此，应加强农村交通基础设施网络建设力度，促進大中型农业机械在地区之间的有效联动发展，推动区域农业生产效率提升。

关键词：粮食主产区;农业生产效率;门槛效应

中图分类号：F301.2;F323.5 文献标识码：A 文章编号：1001-148X（2021）06-0114-09

作者简介：刘琼（1993-），女，安徽枞阳人，中国农业大学经济管理学院博士研究生，研究方向：农业经济政策与理论、资源与环境经济;肖海峰（1964-），本文通讯作者，男，内蒙古武川人，中国农业大学经济管理学院教授，博士生导师，研究方向：农业经济政策与理论。

基金项目：农业部和财政部国家现代农业产业技术体系项目，项目编号：CARS-39-22。

随着工业化、城镇化的快速推进，农业劳动力外出转移和分化态势明显，老龄化等结构性矛盾较为突出。在农业劳动要素越来越稀缺情况下，农业生产逐渐表现为机械动力对劳动力的替代。农村交通基础设施作为农业现代化的先行资本，为农业机械的应用创造了外部条件，目前我国广大农村地区逐渐探索出“农机跨区服务”的专业化分工道路[1]。本文以我国13个粮食主产省（区）为研究单元，运用超效率SBM模型测算了各省1998-2017年的农业生产效率;以农机跨区作业为视角，运用空间Durbin模型分析交通基础设施对农业生产效率的空间溢出效应及影响路径;针对农机跨区作业对农业生产效率的门槛效应进行检验，并验证农机跨区作业对农业生产效率门槛效应的空间范围。

一、研究假说的提出

农机跨区作业在很大程度上依赖于自然地理和交通条件。一是交通基础设施打破了农机运输和作业在地理上的限制，有利于与外地市场建立联系，交通基础设施的完善降低了农机的运输时间和运输成本，运输效率有所提高，通过跨区引进的农机储备量也将增加。二是交通基础设施破除了区域之间劳动力流动的障碍，促进了劳动力转移，并导致机械配套的替代性生产[2]。

伴随着农机的跨区作业，农业生产投入要素相应调整，农业生产效率也发生了变化。农机跨区作业对农业生产效率的影响可能呈现“门槛效应”，农机跨区作业在门槛值前后对农业生产效率的作用方向或作用强度发生变化。如图1所示，农机跨区作业对农业生产效率的影响可能存在一个转折点（T），转折点前后分为两个区制。在第一区制（T点之前），农村交通基础设施建设处于较低的水平（未到达门槛值），农机跨区作业大幅度地促进农业生产效率提升。随着规模化农村公路的完善，农机跨区作业逐渐进入稳步推进阶段，农业机械的投入生产致使农业生产管理水平得到提升，农业生产效率进而获得改善。

在第二区制（T点之后），农村交通基础设施建设处于较高水平，农机跨区作业对农业生产效率的影响可能存在两种不同的情形。第一种情形（EF线）：农机跨区作业对农业生产效率仍存在影响，且作用强度进一步加强。这是因为大中型农业机械的跨区流动对道路交通提出了更高的要求，随着交通基础设施的进一步改善，大中型农机跨区流动的桎梏被解除，相比于小型农机多是扮演家庭自用和交通工具的功能，大中型农机则能为其他农户农业生产提供农机服务，农机跨区作业对农业生产效率的边际影响得到提升。第二种情形（CD线）：农机跨区作业对农业生产效率仍存在影响，但作用强度可能比第一区制有所削弱。这是因为农机跨区作业市场竞争过于激烈，很多地区的农机储备量呈现井喷式的增长，区域大型农机存量接近饱和，而传统单机式的农机跨区作业模式可能存在一定的弊端[3]，从而导致农机跨区作业的边际效应有所降低。

综上，本文提出以下研究假说：

假说1：交通基础设施促进了农机跨区作业，进而对邻近地域单元农业生产效率产生溢出效应。

假说2：农机跨区作业对农业生产效率存在门槛效应，随着农村交通基础设施的完善而可能存在两种情形：递增的正向促进作用或递减的正向促进作用。

二、研究区域、研究方法与研究数据的说明

（一）研究区域

粮食主产区是指自然地理条件适合种植粮食作物、种植比例大、粮食产量高并且具有一定经济优势的地区[4]。根据财政部2013年颁发的《关于改革和完善农业综合开发政策措施的意见》，全国粮食主产区包括河北、内蒙古、辽宁、吉林、黑龙江、江苏、安徽、江西、山东、河南、湖北、湖南、四川13个省（区）[5]，该区域总面积约为378万km2，占全国陆地总面积的39.33%。粮食主产区大多位于平原或低丘区，气候湿润或者半湿润，雨量充沛，光、热、水资源组合较好，土壤养分较高，易于耕作，适合农作物生长[6]。2017年该区域耕地面积为8893.41万公顷，占全国耕地面积的65.93%，粮食产量为52138.03万吨，占全国粮食产量的78.81%。

（二）研究方法

1.超效率SBM模型。数据包络分析（DEA）是一种多投入多产出的相对效率评价方法，2002年Tone提出了基于松弛测度的非径向SBM模型[7]，而后又在此基础上提出了更加完善的超效率SBM模型[8]。超效率SBM模型的优点在于测算效率时可以运用非径向非角度的算法，能够避免角度和径向的选择所带来的偏差，又能够较好克服传统DEA模型不能对有效率的决策单元进行排序的缺点。

假设农业生产活动有n个决策单元（DMU），每个决策单元有两个向量——投入向量和产出向量，分别表示为x∈Rs，y∈Rm。定义矩阵为X，Y分别为X=（xij）∈RS×n，Y=（yij）∈Rm×n，根据投入产出实际，假设X>0，Y>0，生产可能性集合为P，P=x，y|xXθ，yYθ，θ0，超效率SBM模型在SBM模型基础上产生的，对效率的定义是基于所有投入和产出的松弛变量，若决策单元在SBM模型评价中为有效（效率为1），则超效率定义为：

2.空间计量模型。为验证交通基础设施与农业生产效率之间的因果关系，本文将空间滞后变量引入计量模型，采用Lesage and Pace[9]构建的一个较空间滞后模型（SLM）和空间误差模型（SEM）更一般的空间Durbin模型，该模型同时包含内生变量和外生变量的空间滞后项，具体形式如下：

其中，i表示省份，t表示年份，Eit表示被解釋变量，为农业生产效率;W×Eit表示被解释变量的空间滞后项，Xit表示核心解释变量，用以表征交通基础设施建设;W×Xit表示核心解释变量的空间滞后项;Zit表示控制变量;W×Zit表示控制变量的空间滞后项;空间权重矩阵Wij用各省会城市之间直线距离倒数的平方来表示，并采取行标准化处理，μi和σt分别表示空间和时间上的特定效应。

空间Durbin模型的估计系数并非直接影响和空间溢出效应的大小，需要通过求偏微分的方式推导出总效应、直接效应以及空间溢出效应，表达式为：

M-（r）总效应=n-1l′nSrWln

M-（r）直接效应=n-1tr[Sr（W）]

M-（r）空间溢出效应=M-（r）总效应-M-（r）直接效应

3.面板门槛回归。门槛效应是指当一个经济参数达到临界值后引起的另一个参数发生的结构突变现象。为检验交通基础设施是否在农机跨区作业对农业生产效率的影响中存在门槛效应，本文构建门槛回归模型如下：

其中，被解释变量Eit为农业生产效率。参考罗斯炫等[3]和伍骏骞等[10]做法，本文以农业机械化总动力的空间滞后项（wx_lnmechit）作为门槛解释变量，它表示以地理距离为权重计算得到的外省农业机械化动力;同时，用公路密度的空间滞后项（wx_roadit）作为门槛变量，分析相邻地区农村交通基础设施变化下农机动力对农业生产效率的门槛效应。其中，Zit为控制变量，θ1、θ2分别为不同区间内门槛变量待估计的系数，φ1为门槛值，I（·）为示性函数;若括弧内表达式为真，则取值为1，反之取值为0。

（三）变量选取

1.农业生产效率（E）。选取农业生产效率（E）作为被解释变量。本文以狭义的农业（种植业）为研究对象来测算农业生产效率，具体以耕地面积、农业从业人数、农业机械化总动力、农业化肥投入量、农药施用量、农膜使用量为投入指标，以农业总产值和粮食总产量为产出指标，其中农业总产值指标采取农业总产值指数（1998年=100）进行价格平减。

2.农业机械化水平（万千瓦）。采用农业机械化总动力（lnmech）衡量农业机械化整体水平;用大中型农用拖拉机动力（lnmechmax）和小型农用拖拉机动力（lnmechmin）来反映不同类型农业机械化水平。

3.农村交通基础设施建设情况（road）。计算各省可得性的农村公路密度，用三四级公路和等级外公路里程之和的密度①（road）来表示。

4.控制变量。影响农业生产活动的主要变量，包括：（1）化肥投入量（lnfert，万吨）;（2）农业劳动力人数（lnlabo，万人），由（农业产值/农林牧渔业产值）*农林牧渔业从业人员计算得到;（3）有效灌溉面积（lnirri，千公顷）;（4）农民人均纯收入（lninco，元），采用农村居民消费价格指数（1998年=100）对其进行平减;（5）复种指数（lnmuci，%），由农作物播种面积/耕地面积计算得到;（6）耕地面积（lnland，千公顷）。

（四）数据来源及描述性统计

本文选取1998—2017年中国粮食主产省（区）的面板数据进行实证。农业生产效率由投入产出指标测算得到，耕地面积、农业从业人数、农业机械化总动力、农业化肥投入量、农药施用量、农膜使用量、农业总产值、粮食总产量、农林牧渔业产值、农林牧渔业从业人员、有效灌溉面积以及农作物播种面积来自《中国农村统计年鉴》，空间计量模型和面板门槛模型中的解释变量和控制变量包括等级公路里程、农村居民人均纯收入、农村居民消费价格指数来源于《中国统计年鉴》，国土面积来自《新中国六十年统计资料汇编》和《中国国土资源年鉴》，大中型农用拖拉机动力和小型农用拖拉机动力来源于《中国农业机械工业年鉴》。对除农业生产效率和公路密度的变量均取对数，各变量的描述性统计如表1所示。

三、结果与分析

（一）农业生产效率测算

基于DEA—SOLVER Pro 13.0软件，采用非径向、非角度（Non oriented）、规模报酬可变的（VRS）超效率SBM模型，测算粮食主产区1998-2017年的农业生产效率，结果见表2。在时序变化上来看，粮食主产区农业生产效率总体呈现波动上升的趋势，平均效率值从1998年的0.772上升到2017年的0.846，但农业生产效率依然有进一步上升的空间。各省农业生产效率在研究期内也都表现出不同幅度的增长趋势，江苏省的绝对增长量最大，由1998年的0.755增长至2017年的1.200，山东、黑龙江和安徽分别由1998年的0.607、1.128和0.549上升至2017年的0.738、1.22和0.634。分地区来看，1998-2017年各地市农业生产效率值均保持在0.5以上，但存在显著的区域差异。其中，辽宁、吉林、黑龙江以及四川农业生产效率一直在1.0以上，农业生产情况较好，且一直处于遥遥领先的地位;河南、安徽、河北、内蒙古、湖南、湖北的农业生产效率相对偏低，平均效率分别为0.545、0.583、0.592、0.707、0.668和0.720，还有待进一步提高。

（二）农业机械化水平与农业生产效率的空间分布

在进行严谨的计量检验前，本文试图通过空间分布图判断农业机械化水平与农业生产效率的关系（图2）。空间分布图颜色深浅代表数值的大小，颜色越深，农业生产效率和农业机械化水平越高。农业生产效率、農业机械总动力、大中型农用拖拉机总动力和小型农用拖拉机总动力均呈现一定的空间正自相关性，即一个地区的数值越大，其相邻地区的数值也越大，这说明农业生产效率和农业机械均会产生一定的空间外溢性。就农业机械水平与农业生产效率的关系来看，农业机械水平高的区域，其周边地区的农业生产效率也普遍较高，这表明农业机械可能不仅作用于本地区的农业生产，还有可能进行跨区作业，从而对周边地区的农业生产效率产生影响。就不同类型农业机械动力对农业生产效率的空间外溢效应来看，农业生产效率颜色较深的地区，其周边地区大中型农用拖拉机动力的颜色明显要比该地区小型农用拖拉机动力的颜色要深，这表明本地区农业生产效率与周边地区大中型农用拖拉机动力数值表现为较强的正向“同步性”，而与周边地区小型农用拖拉机动力的正向“同步性”相对要弱，即大中型农用拖拉机总动力对农业生产效率的空间外溢效应明显高于小型农用拖拉机总动力，当然该结论还有待后文进一步验证。

（三）空间相关性分析

全域Moran’s I指数是最常用的测量空间自相关的局部指标，其取值范围在[-1，1]之间，取值为正表示正相关，值越大表示空间集聚显著，即空间邻近单元之间的关系越紧密。此处采用地理距离空间权重矩阵，具体计算见公式（4）。n为空间样本个数，下标i和j表示不同的地区，表示空间单元所观测特征的平均值，s为其标准差，wij表示n×n维地理距离空间权重矩阵第i行第j列上的元素。

将公路密度、机械化水平与农业生产效率进行莫兰指数检验，由图3可知尽管不同年份核心变量全域Moran’I指数存在一定的波动，但均为正，且大都在5%的水平上显著，这说明公路密度、农业机械化以及农业生产效率都存在空间自相关性。

（四）空间溢出效应检验

为探究农村交通基础设施、农业机械化以及农业生产效率之间的因果关系，根据（1）式构建空间Durbin固定效应模型进行分析，并与不考虑空间效应的面板固定效应模型进行对比（表3）。结果显示，当不考虑农村交通基础设施对农业生产效率的空间溢出效应时，本省份农村交通基础设施对农业生产效率的影响将被高估。当考虑空间溢出效应时，交通基础设施对农业生产效率的直接影响不显著，但空间溢出效应显著为正，为0.092，这表明其他省份交通基础设施的完善能够提高本省份农业生产效率。

为了验证农村交通基础设施能够通过农机跨区作业来作用于农业生产效率，本文检验交通基础设施对农业机械化水平的空间溢出效应，模型（3）表明农村交通基础设施对农业机械化总动力不具有直接效应，但空间溢出效应为0.615，表明其他省份交通基础设施的完善能够促进农机跨区作业发展，从而提高本省份农业机械化水平。

为了探索交通基础设施对农机空间外溢性的来源，本文分别分析了交通基础设施对大中型农机和小型农机的空间溢出效应（模型（4）-（5）），结果显示交通基础设施对农业机械化水平的空间溢出效应主要是通过大中型农机水平来实现的，小型农机并不存在空间溢出效应。这可能是因为新世纪以来在国家农机补贴政策的刺激下，大中型农业机械动力值快速上升，小型农业机械动力值急剧下滑，农机结构已由过去小型农业机械占主导扭转为大型农业机械占主导②。另外，在城镇化非农就业的浪潮下，非农就业农户和兼业农户更倾向于购买农机服务而非直接购买农机，这催生了大型农机跨区服务的市场，而小型农业机械则主要在当地扮演交通工具的作用，较少参与农机跨区作业服务。

（五）门槛效应检验

为了检验农机跨区作业在交通基础设施影响农业生产效率中是否起到了载体的作用。本文将前一检验中的农村交通基础设施空间滞后项作为门槛变量，农业机械化总动力的空间滞后项表征农机跨区作业，并作为门槛解释变量，构建面板门槛模型并得到估计结果（见表4），可知单门槛检验的p值为0.155，并没有通过显著性检验，这意味着将农业机械化总动力作为一个整体无法检测出其对农业生产效率的门槛效应。结合前文结论，交通基础设施只对大中型农机具有空间溢出效应，本文还应对大中型农机的门槛效应进行检验。

由表4、表5可知大中型农业机械化水平的空间滞后项对农业生产效率的影响存在单门槛效应，门槛值为0.574。具体来看，当公路密度空间滞后项小于0.574时，其他省份大型农业机械化水平对本省份农业生产效率的影响效应为0.079。当公路密度空间滞后项大于0.574时，上述影响效应减少至0.064。这表明加强交通基础设施建设能够促进大型农机具跨区作业，并且对农业生产效率有着递减的正向促进影响。根据各省每年公路密度滞后项的均值可计算得到，第一阶段多集中于1998-2005年，此时农村中心集镇建设刚步入正轨，大量村庄和乡镇还未全面通公路，2003年我国交通部开始实施“东部地区通村，中部地区通乡，西部地区通县”工程，农村交通运输条件有了飞跃性的改善;同时，这一期间农业部颁发的《联合收割机跨区作业管理暂行办法》为农机跨区服务注入了强劲动力[11]。第二阶段多处于2006年以后，我国进入实施“十一五”发展规划阶段，农村公路建设步入了史上最大规模的快速发展时期[12]。在农机具购置补贴政策的实施下，大型农机装备量快速上涨，跨区作业市场竞争过于激烈[3]，社会化服务体系发育缓慢，农机跨区作业的边际影响有所下降。

（六）空间维度的门槛效应检验

不同区域的农作物其生产周期存在差异，只有相同生产环节且有足够时间差的地区之间，农业机械跨区作业才有可能会发生[13]。同一纬度地区耕种收的时间点大体相同，而维度不同的地区之间谷物生产存在时间间隔，这就为农机跨区作业创造了时间差。因此，本文将粮食主产区划分为两大区域：同一纬度的江苏、安徽、湖北和四川，不同纬度的河北、内蒙古、辽宁、吉林、黑龙江、江西、山东、河南以及湖南。分纬度进行的门槛模型估计结果如表6、表7所示，发现相同纬度地区大中型农机具跨区作业对农业生产效率不具备门槛效应。不同纬度地区大中型农机具跨区作业对农业生产效率具有单一门槛效应，门槛值为0.521，门槛值前后其他省份大中型农业机械化水平对本省份农业生产效率的影响效应由0.070减至0.054。相较于总体模型，经纬度地区的区分，使得农村交通基础设施建设更早达到门槛值。当考虑大中型农机具实际跨区作业的地理范围，农机跨区作业将更早进入边际效应递减阶段。以上结果表明了大中型农机具的跨区作业主要存在于不同纬度的地区之间，同时这也验证了前文分析的农机跨区作业对农业生产效率的单一门槛效应结论是稳健的。

（七）农机跨区作业对农业生产效率影响程度的区域分布

根据识别出的门槛值，将位于不同纬度的9个粮食主产省（区）划分为两个区域：农机跨区作业对农业生产效率影响较大区（wx_road≤0.521）和农机跨区作业对农業生产效率影响较小区（wx_road>0.521），由表8可以得到1998年不同维度的9个区域均处于门槛值的左端，即大中型农机跨区作业对农业生产效率的边际影响较大;而1998-2017年间各省公路密度空间滞后项均出现上升，2017年全部区域均跨过门槛值，表明这些地区已进入农机跨区作业对农业生产效率提升作用减弱的阶段，呈现门槛效应。这意味着随着相邻地区农村交通基础设施的逐渐完善，大中型农机的跨区服务市场已由“活跃”走向“饱和”，进而制约了农机跨区作业对农业生产效率的促进作用，也说明未来需重点创新农机社会化服务模式和加强农机社会化服务能力。

四、结论与启示

本文以粮食主产区1998-2017年面板数据为研究单元，采用超效率SBM模型测算各省农业生产效率，基于一个农机跨区作业的视角，建立空间Durbin模型和面板门槛模型，探讨交通基础设施和农业机械化水平对农业生产效率的空间溢出效应和门槛效应。结论包括：第一，粮食主产区农业生产效率总体呈现波动上升趋势，平均效率值从1998年的0.772上升到2017年的0.846;且地区间效率值差异较为显著，辽宁、吉林、黑龙江以及四川效率值较高，而河南、安徽、河北、内蒙古、湖南、湖北的效率值相对偏低，整体农业生产效率还有待进一步提高。第二，农村交通基础设施对农业生产效率存在显著的正向空间溢出效应，即其他省份农村交通基础设施的完善能促进本省份农业生产效率提升，并且此溢出效应主要是通过大中型农业机械跨区作业来实现的，小型农机无空间溢出效应。第三，农机跨区作业对农业生产效率的影响存在显著门槛效应，随着农村交通基础设施区制的变化而呈现递减的正向边际效应。第四，农机跨区服务主要存在于不同纬度地区之间，而同一纬度空间溢出效应并不明显。第五，处于不同维度的9个粮食主产省（区），跨过门槛值的地区由1998年的0个增至2017年的9个，当公路密度空间滞后项跨越门槛值（0.521）后，农机跨区作业对农业生产效率的促进作用较之前减低23.24%。

基于上述结论，本文提出以下建议：第一，根据农机交通运输需求，应加强对交通较为落后的农村地区的交通基础设施网络建设力度，为农机跨区作业的承接与作业提供便利性条件。第二，在地区之间搭建农业机械社会化信息服务平台，促进大中型农业机械在地区之间的联动发展，从而实现区域农业生产效率空间溢出效应最大化。第三，应引导和支持农机生产者对大中型农机技术创新的投入，不断完善农机跨区服务的组织形式和加强农机社会服务的模式创新，提高农机跨区作业对农业生产效率的促进作用。

注释：

① 三四级和等外公路密度=（等级公路里程-高速公路里程-一级公路里程-二级公路里程+等级外公路里程）/各省土地面积。

② 研究样本期间内，粮食主产区大中型农业机械实现指数式增长，而小型农业机械增长乏力甚至自2011年以来出现一路下滑现象;2014年起，大中型农业机械反超小型农业机械，2017年粮食主产区大中型农用拖拉机动力值和小型农用拖拉机动力值分别为17183.54万千瓦、12398.21万千瓦，1998-2017年期间各自年均增长率分别为12.54%、2.74%。

参考文献：

[1]孔祥智，周振，路玉彬.我国农业机械化道路探索与政策建议[J].经济纵横，2015（7）：65-72.

[2]李谷成，李烨阳，周晓时.农业机械化、劳动力转移与农民收入增长——孰因孰果？[J].中国农村经济，2018（11）：112-127.

[3]罗斯炫，何可，张俊飚.修路能否促进农业增长？——基于农机跨区作业视角的分析[J].中国农村经济，2018（6）：67-83.

[4]张立新，朱道林，谢保鹏，等.中国粮食主产区耕地利用效率时空格局演变及影响因素 [J].资源科学，2017，39（4）：608-619.

[5]刘影，肖池伟，李鹏，等.1978-2013年中国粮食主产区“粮-经”关系分析[J].资源科学，2015，37（10）：1891-1901.

[6]齐蘅，吴玲.我国粮食主产区粮食生产与收入水平的协调度分析[J].经济地理，2017，37（6）：156-163.

[7]TONE K.A Slacks-based Measure of Efficiency in Data Envelopment Analysis[J].European Journal of Operational Research， 2001， 130（3）：498-509.

[8]TONE K.A Slacks-based Measure of Super-efficiency in Data Envelopment Analysis[J].European Journal of Operational Research， 2002， 143（1）：32-41.

[9]LeSage， J.P.， and R.K.Pace. Introduction to Spatial Econometrics， BocaRaton： CRCPress， 2009.

[10]伍骏骞，方师乐，李谷成，等.中国农业机械化发展水平对粮食产量的空间溢出效应分析[J].中国农村经济，2017（6）：44-57.

[11]李伟毅，赵佳，胡士华.小农条件下农业现代化的实现路径[J].中国农机化，2010（2）：10-15.