武玉環(huán) 王海松 周榮柱 朱寧 張曉薇

摘要：農(nóng)業(yè)機械化發(fā)展是保障我國農(nóng)產(chǎn)品供給、促進(jìn)農(nóng)民增產(chǎn)增收、持續(xù)鞏固脫貧攻堅成果的強有力支撐，研究我國農(nóng)業(yè)機械化綜合發(fā)展水平地區(qū)差異及收斂特征發(fā)展有利于識別農(nóng)業(yè)機械化發(fā)展不均衡的根本原因，為政策制定者提供數(shù)據(jù)支持，平衡資源配置，縮小地區(qū)發(fā)展差距，進(jìn)而全面推進(jìn)鄉(xiāng)村振興。根據(jù)2004—2021年農(nóng)業(yè)機械化生產(chǎn)有關(guān)數(shù)據(jù)，利用熵值法測算我國農(nóng)業(yè)機械化綜合發(fā)展水平，測算Dagum基尼系數(shù)描述其區(qū)域差異；利用空間探索性分析其產(chǎn)業(yè)集聚，檢驗其收斂性。研究表明：2004—2021年期間，我國農(nóng)業(yè)機械化綜合發(fā)展水平略有上升，由0.319 0上升至0.345 4，漲幅較小。我國農(nóng)業(yè)機械化綜合發(fā)展空間分布的地區(qū)差距有縮小趨勢。從整體上看，我國農(nóng)業(yè)機械化綜合發(fā)展受鄰近省份的影響較為明顯，基本呈現(xiàn)高值與高值相鄰、低值與低值相鄰的地理集聚特征，且具有明顯的正向相關(guān)性特征。農(nóng)業(yè)機械化發(fā)展水平較低區(qū)域?qū)λ捷^高區(qū)域有“追趕效應(yīng)”，且相鄰城市之間農(nóng)業(yè)機械化綜合發(fā)展的空間正向關(guān)聯(lián)較強。據(jù)此提出，加大資金與相關(guān)科研投入、提高政策針對性、深化區(qū)域分工與合作等方面建議。

關(guān)鍵詞：農(nóng)業(yè)機械化；地區(qū)差異；區(qū)位基尼系數(shù)；收斂性

中圖分類號：F323

文獻(xiàn)標(biāo)識碼：A

文章編號：20955553 （2024） 02031109

收稿日期：2023年5月9日 ?修回日期：2023年12月28日

基金項目：教育部產(chǎn)學(xué)合作協(xié)同育人項目（230825052507181）；河北省教育廳科學(xué)研究項目資助（BJS2024097）；2023年度河北省社會科學(xué)發(fā)展研究課題（20230303051）；河北水利電力學(xué)院基本科研業(yè)務(wù)費專項資金資助（SYKY2340）

第一作者：武玉環(huán)，女，1991年生，河北滄州人，博士，副教授；研究方向為農(nóng)業(yè)經(jīng)濟理論與政策。Email： wuyuhuan@hbwe.edu.cn

通訊作者：王海松，男，1977年生，河北滄州人，碩士，副教授；研究方向為產(chǎn)業(yè)經(jīng)濟學(xué)。Email： micromoon@hbwe.edu.cn

Regional differences and convergence characteristics of comprehensive development level

of agricultural mechanization

Wu Yuhuan1， Wang Haisong1， Zhou Rongzhu2， Zhu Ning3， Zhang Xiaowei1

（1. Department of Economics and Trade， Hebei University of Water Resources and Electric Engineering，

Cangzhou， 061000， China； 2. National Animal Husbandry Station， Ministry of Agriculture and Rural Affairs，

Beijing， 100125， China； 3. Institute of Agricultural Economics and Development， Chinese Academy of

Agricultural Sciences， Beijing， 100081， China）

Abstract：

The development of agricultural mechanization is a strong support for ensuring the supply of agricultural products in China， promoting ?the increase of farmers?production and income， and continuously consolidating the achievements ?of poverty alleviation.?Studying the regional differences in the comprehensive development level of agricultural mechanization in China and the development of convergence characteristics are conducive to identifying the root causes of the uneven development of agricultural mechanization， providing data support for policy makers， balancing resource allocation， and narrowing the regional development gap， and then comprehensively promoting the rural revitalization. ?Based on the data related to agricultural mechanization production from 2004 to 2021， the entropy method is used to measure the comprehensive development level of agricultural mechanization in China， and the Dagum Gini coefficient is calculated to describe its regional differences. Spatial exploratory analysis is used to analyze its industrial agglomeration and test its convergence. Research result shows that during ?2004 and 2021， the comprehensive development level of agricultural mechanization in China has increased slightly， from 0.319 0 to 0.345 4， ?with small increase. The regional gap in the spatial distribution of comprehensive agricultural mechanization development in ?China has a trend of narrowing. On the whole， the comprehensive development of agricultural mechanization in ?China is more obviously affected by neighboring provinces. It basically shows the geographical agglomeration characteristics of high values adjacent to high values and low values adjacent to low values， and has obvious positive correlation characteristics. Areas with a lower level of agricultural mechanization development have a “catchup effect” on areas with a higher level， and the spatial positive correlation between adjacent cities in the comprehensive development of agricultural mechanization is strong. Based on this， suggestions are put forward to increase capital investment and related scientific research investment， improve policy pertinence， and deepen regional division of labor and cooperation.

Keywords：

agricultural mechanization; regional differences; location Gini coefficient; property of convergence

0 引言

農(nóng)業(yè)機械化是推動農(nóng)業(yè)增產(chǎn)、農(nóng)民增收的重要途徑。2004—2020年，我國農(nóng)業(yè)生產(chǎn)綜合機械化水平由34.3%上升至72.03%，上升幅度37.73%。2018年12月21日，國務(wù)院發(fā)布《關(guān)于加快推進(jìn)農(nóng)業(yè)機械化和農(nóng)機裝備產(chǎn)業(yè)轉(zhuǎn)型升級的指導(dǎo)意見》，意見指出“沒有農(nóng)業(yè)機械化，就沒有農(nóng)業(yè)農(nóng)村現(xiàn)代化”。2021年12月27日，農(nóng)業(yè)農(nóng)村部印發(fā)《“十四五”全國農(nóng)業(yè)機械化發(fā)展規(guī)劃》，規(guī)劃中提到要大力推進(jìn)農(nóng)業(yè)機械化全程全面和高質(zhì)量發(fā)展。2023年2月13日，《中共中央國務(wù)院關(guān)于做好2023年全面推進(jìn)鄉(xiāng)村振興重點工作的意見》發(fā)布，意見明確提出“加快先進(jìn)農(nóng)機研發(fā)推廣”，指明農(nóng)業(yè)機械化發(fā)展的具體方向。農(nóng)業(yè)機械化快速發(fā)展的同時出現(xiàn)了一系列的問題。譬如，先進(jìn)適用的農(nóng)機裝備有效供給不足、農(nóng)機與農(nóng)藝融合不夠等問題，農(nóng)業(yè)機械化帶來的能源消耗成為農(nóng)業(yè)碳達(dá)峰最大不確定因素。因此，研究農(nóng)業(yè)機械化綜合發(fā)展不僅有利于農(nóng)業(yè)農(nóng)村現(xiàn)代化健康發(fā)展，更是實現(xiàn)碳達(dá)峰、碳中和目標(biāo)的重要組成部分。

城鎮(zhèn)化發(fā)展大背景下，農(nóng)業(yè)機械化生產(chǎn)業(yè)已成為解決農(nóng)業(yè)勞動力短缺的最佳生產(chǎn)要素，其在提高糧食產(chǎn)量、保障國家糧食安全中的作用越來越明顯。統(tǒng)計數(shù)據(jù)顯示，目前我國農(nóng)業(yè)機械化存在區(qū)域發(fā)展不平衡、部分地區(qū)農(nóng)機作業(yè)效益差、農(nóng)機作業(yè)碳排放持續(xù)增加等問題。農(nóng)業(yè)機械化發(fā)展要逐步從發(fā)展數(shù)量到提升質(zhì)量上來，十九大報告提出，“高質(zhì)量發(fā)展是建設(shè)現(xiàn)代化經(jīng)濟體系的必由之路”。總體來講，農(nóng)業(yè)機械化綜合發(fā)展不僅是建設(shè)現(xiàn)代農(nóng)業(yè)的必然要求，更是建設(shè)現(xiàn)代經(jīng)濟體系的要求。

現(xiàn)有關(guān)于農(nóng)業(yè)機械化發(fā)展的研究主要集中在三個方面：（1）我國農(nóng)業(yè)機械化綜合發(fā)展水平的研究。眾多學(xué)者研究表明，我國農(nóng)業(yè)機械化水平已達(dá)較高水平，具有明顯的增收效應(yīng)并能起到促進(jìn)農(nóng)產(chǎn)品總量供給、保障我國糧食安全的重要作用。但目前還存在農(nóng)業(yè)機械化和農(nóng)機裝備產(chǎn)業(yè)發(fā)展不平衡、不充分等問題［12］。（2）農(nóng)業(yè)機械化發(fā)展水平地區(qū)差異性研究。由于地區(qū)間自然環(huán)境、社會條件不同，這樣導(dǎo)致了不同地區(qū)農(nóng)業(yè)機械化發(fā)展呈現(xiàn)不平衡現(xiàn)象。首先，不同地區(qū)的地形地貌、氣候條件等條件會極大地影響農(nóng)業(yè)機械化的實施效果；其次，不同地區(qū)的經(jīng)濟發(fā)展水平存在差異，同樣會導(dǎo)致農(nóng)業(yè)機械的使用以及農(nóng)業(yè)機械化推廣也有所不同［34］。（3）農(nóng)業(yè)機械化對農(nóng)業(yè)生產(chǎn)的影響研究。首先，農(nóng)業(yè)機械化通過使用機械設(shè)備在種植、收割、加工等環(huán)節(jié)替代人力，顯著提高了作業(yè)速度與效率，同時對周邊地區(qū)農(nóng)業(yè)生產(chǎn)效率的提升有明顯的空間溢出效應(yīng)［5］；其次，農(nóng)業(yè)機械化水平的提升能夠促進(jìn)農(nóng)民增收從而直接縮小城鄉(xiāng)收入差距，另外通過農(nóng)村勞動力轉(zhuǎn)移間接地縮小城鄉(xiāng)收入差距［6］。（4）農(nóng)業(yè)機械化對農(nóng)業(yè)碳排放的影響研究。關(guān)于這個問題不同學(xué)者研究結(jié)論有所不同。一部分學(xué)者實證分析了農(nóng)業(yè)機械化的推廣應(yīng)用加劇了農(nóng)業(yè)碳排放總量的增加［7］，科技創(chuàng)新與數(shù)字化應(yīng)用需要兼顧農(nóng)業(yè)機械化率與糧食安全［8］；另外一部分學(xué)者研究認(rèn)為，農(nóng)業(yè)機械化顯著降低了本地農(nóng)業(yè)碳排放強度，對農(nóng)業(yè)碳排放強度的影響存在顯著的負(fù)向空間溢出效應(yīng)，具有明顯的空間減碳效應(yīng)［9］。

綜合現(xiàn)有研究，本文從基礎(chǔ)層、應(yīng)用層、效果層3個層面測算我國農(nóng)業(yè)機械化綜合發(fā)展水平，測算過程中，綜合考慮農(nóng)業(yè)機械化的生產(chǎn)效應(yīng)、增收效應(yīng)及環(huán)境效應(yīng)，并研究其分布動態(tài)及收斂特征。研究農(nóng)業(yè)機械化綜合發(fā)展水平的地區(qū)差異及其收斂特征可以揭示農(nóng)業(yè)機械化進(jìn)程中的不平衡性，為政策制定提供理論支持，減少地區(qū)不平衡，加快農(nóng)業(yè)現(xiàn)代化步伐。本文采用熵值法及Dagum基尼系數(shù)來描述各省之間農(nóng)業(yè)機械化水平的區(qū)域差異；利用空間探索性分析研究農(nóng)業(yè)機械化的產(chǎn)業(yè)集聚及其空間分布格局；利用收斂性分析低水平地區(qū)是否在逐步縮小與高水平地區(qū)之間的發(fā)展差距。

1 研究方法與指標(biāo)選取

1.1 熵值法

熵值法是以離散程度測定綜合水平的方法之一，其基本原理是通過指標(biāo)相對變化對整體的影響判斷其權(quán)重，以此實現(xiàn)對整體水平的判斷。

1） 為消除因量綱不同對評價結(jié)果的影響，對指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理。正向和逆向指標(biāo)計算分別如式（1）、式（2）所示。

xij′=xj－xminxmax－xmin

（1）

xij′=xmax－xjxmax－xmin

（2）

式中：

xj——第j項指標(biāo)值；

xmax——第j項指標(biāo)的最大值；

xmin——第j項指標(biāo)的最小值；

xij′——標(biāo)準(zhǔn)化值。

2） 計算第j項指標(biāo)下第i年份指標(biāo)值的比重

yij=xij′∑mi=1xij′?0≤yij≤1

（3）

并根據(jù)yij計算第j項指標(biāo)的信息熵值

ej=－K∑mi=1yijlnyij

（4）

式中：

K——

常數(shù)，K=1lnm。

假設(shè)信息效用價值為dj，dj=1－ej，第j項指標(biāo)的權(quán)重

wj=dj∑mi=1dj

（5）

3） 計算樣本的綜合評價值

U=∑ni=1yij·wj×100%

（6）

參考陳銀娥等［10］的研究，從基礎(chǔ)層、應(yīng)用層、效果層3個層面綜合考慮農(nóng)業(yè)機械化的生產(chǎn)效應(yīng)、增收效應(yīng)及環(huán)境效應(yīng)，測算我國農(nóng)業(yè)機械化綜合發(fā)展水平（表1）。

文中所用數(shù)據(jù)，各省份農(nóng)作物總播種面積、農(nóng)業(yè)總產(chǎn)值指數(shù)、農(nóng)業(yè)電力消費量、農(nóng)村用水總量、第一產(chǎn)業(yè)GDP等來源于國家統(tǒng)計局；農(nóng)業(yè)機械化服務(wù)組織年末數(shù)、農(nóng)業(yè)機械戶年末數(shù)、機耕面積、機收面積、機播面積等數(shù)據(jù)來自《中國農(nóng)業(yè)機械工業(yè)年鑒》；2004—2013年，山西、吉林、黑龍江、廣西農(nóng)業(yè)勞動力人數(shù)數(shù)據(jù)來源于國家統(tǒng)計局農(nóng)林牧漁從業(yè)人數(shù)，其余數(shù)據(jù)來源于各省統(tǒng)計年鑒；2019年遼寧省數(shù)據(jù)基于2004—2018年數(shù)據(jù)用線性插值法補齊；2020、2021年數(shù)據(jù)來源于《中國農(nóng)村統(tǒng)計年鑒》（2021、2022）；2004—2012年，第一產(chǎn)業(yè)年末就業(yè)人員數(shù)來源于國家統(tǒng)計局，2013—2021年來源于各省統(tǒng)計年鑒。考慮數(shù)據(jù)可得性，時間區(qū)間范圍為2004—2021年。

參考田云［11］、徐清華［12］等的研究，農(nóng)業(yè)碳排放計算公式為

C=∑Ci=∑Tiδi

（7）

式中：

Ci——對應(yīng)碳源的農(nóng)業(yè)碳排放量；

Ti——碳排放源的量；

δi——對應(yīng)碳源的碳排放系數(shù)。

碳排放系數(shù)具體數(shù)值如表2所示。

1.2 Dagum區(qū)位基尼系數(shù)

Dagum基尼系數(shù)分解方法可以從整體上描述中國農(nóng)業(yè)機械化綜合發(fā)展水平的地區(qū)差距，如式（8）所示。

G=∑kj=1∑kh=1∑nji=1∑nhr=1yji－yhr

2n2y

（8）

式中：

yji、yhr——

j、h地區(qū)內(nèi)任一省份（自治區(qū)、直轄市，下同）的農(nóng)業(yè)機械化綜合發(fā)展水平；

y——

根據(jù)熵值法測算的全國各省農(nóng)業(yè)機械化綜合發(fā)展得分的平均值，Yh≤…≤Yj≤…≤Yk；

n——省份的個數(shù)；

k——

劃分的地區(qū)數(shù)；

nj、nh——

j、h地區(qū)內(nèi)省份的個數(shù)。

參照Dagum的基尼系數(shù)分解方法［13］，基尼系數(shù)由3部分組成：地區(qū)內(nèi)差距的貢獻(xiàn)Gw、地區(qū)間凈值差距的貢獻(xiàn)Gnb、超變密度的貢獻(xiàn)Gt，并且滿足G=Gw+Gnb+Gt。

Gw=∑kj=1Gjjpjsj

（9）

Gnb=∑kj=2∑j－1h=1Gjh（pjsh+phsj）Djh

（10）

Gt=∑kj=2∑j－1h=1Gjh（pjsh+phsj）（1－Djh）

（11）

Gjj=∑nji=1∑nhr=1yji－yjr2Yjnj2

（12）

Gjh=∑nji=1∑nkr=1yji－yjrnjnh（Yj+Yh）

（13）

式中：

Gjj——

j地區(qū)的地區(qū)內(nèi)基尼系數(shù)；

Gjh——

j、h區(qū)域之間的地區(qū)間基尼系數(shù)；

Djh——

j、h城市群之間經(jīng)濟韌性水平的相對影響。

pj=njn

（14）

sj=njYjnY

（15）

Djh=djh－pjhdjh+pjh

（16）

djh=∫∞0dFj（y）∫y0（y－x）dFh（x）

（17）

pjh=∫∞0dFh（y）∫y0（y－x）dFh（x）

（18）

式中：

djh——

地區(qū)間農(nóng)業(yè)機械化綜合發(fā)展得分差值；

pjh——

超變一階矩陣，即j、h地區(qū)中所有yhr－yji>0的樣本值總和的期望。

1.3 探索性空間分析

區(qū)位基尼系數(shù)可用來分析農(nóng)業(yè)機械化綜合發(fā)展的全局空間特征，但會受到地理單元設(shè)定的影響，為更全面、系統(tǒng)分析我國農(nóng)業(yè)機械化綜合發(fā)展的地理集聚特征，采用探索性空間分析考察其分布的相關(guān)性。

空間相關(guān)性指標(biāo)主要分為全局空間自相關(guān)指標(biāo)和局部空間自相關(guān)指標(biāo)，其中，全局空間自相關(guān)指標(biāo)用Moran指數(shù)檢驗，局部空間自相關(guān)指標(biāo)用局部指標(biāo)（LISA集聚圖）和Moran散點圖檢驗。

全局Morans I的計算如式（19）所示，其中S2=1n∑ni=1（xi－x-）2，x-=1n∑ni=1xi。

Morans I=∑ni=1∑nj=1wij（xi－x-）（xj－x-）S2∑ni=1∑nj=1wij

（19）

式中：

xi、xj——第i、j地區(qū)的觀測值；

n——地區(qū)總數(shù)；

wij——

空間權(quán)值矩陣第i行第j列元素，采用簡單的二進(jìn)制鄰接矩陣。

局部Morans Ii被定義為

Morans Ii=（xi－x-）S2∑nj=1wij（xj－x-）

（20）

1.4 收斂性的檢驗方法

β收斂是從增量的角度考察農(nóng)業(yè)機械化綜合發(fā)展水平的收斂特征，主要指的是農(nóng)業(yè)機械化綜合發(fā)展水平相對較低的區(qū)域具有更快的增長速度，最終區(qū)域間農(nóng)業(yè)機械化綜合發(fā)展的差距趨于收斂，可以分為絕對β收斂和條件β收斂兩類。由于本文的分析建立在熵值法基礎(chǔ)上，已體現(xiàn)各項指標(biāo)在農(nóng)業(yè)機械化發(fā)展水平中所占比重，因此本文采用絕對β收斂性檢驗。絕對β收斂性檢驗研究我國農(nóng)業(yè)機械化綜合發(fā)展是否向同一穩(wěn)態(tài)均衡水平趨同，即初期農(nóng)業(yè)機械化發(fā)展水平較低的省份對農(nóng)業(yè)機械化發(fā)展水平較高的省份是否存在“追趕效應(yīng)”。若β＞0，說明不存在絕對β收斂；反之若β＜0，則說明存在絕對β收斂，即初期農(nóng)業(yè)機械化發(fā)展水平較低的省份對農(nóng)業(yè)機械化發(fā)展水平較高的省份具有“追趕效應(yīng)”，也就是說前者農(nóng)業(yè)機械化發(fā)展水平的增速高于后者，最終各省份都將趨同于相同的穩(wěn)態(tài)均衡水平。

根據(jù)盧曦［14］、楊桐彬［15］等的思路，設(shè)定絕對β收斂空間滯后模型和空間誤差模型回歸估計如式（21）和式（22）所示。

lnMacitMacit-1=

α+βlnMacit-1+ρ∑ni=1wijlnMacitMacit-1+

μi+ηt+εit

（21）

lnMacitMacit-1=α+βlnMacit-1+μi+ηt+εit

εit=λ∑ni=1wijεjt+σit

（22）

式中：

ln（Macit/Macit-1）——

i省份第t年的機械化綜合發(fā)展的增長速度；

μi、ηt——個體和時間固定效應(yīng)；

εit——隨機誤差項；

ρ、λ——空間相關(guān)系數(shù)。

2 結(jié)果分析

2.1 我國農(nóng)業(yè)機械綜合發(fā)展的地區(qū)分布

表3為2004—2021年全國及7個區(qū)域農(nóng)業(yè)機械化綜合發(fā)展水平的動態(tài)演進(jìn)。

表中數(shù)據(jù)顯示，2004—2021年，我國農(nóng)業(yè)機械化綜合發(fā)展水平略有上升，由0.319 0上升至0.345 4，漲幅較小，原因在于：盡管農(nóng)業(yè)機械化發(fā)展水平不斷提升，但農(nóng)業(yè)機械化生產(chǎn)的效益還比較低，且化肥、農(nóng)藥等生產(chǎn)要素的投入增加了農(nóng)業(yè)碳排放總量。分地區(qū)看，各區(qū)域之間農(nóng)業(yè)機械綜合發(fā)展水平存在明顯差異，東北、華北、華東、華中區(qū)域綜合發(fā)展水平相對較高，這幾個區(qū)域綜合發(fā)展水平均高于全國平均水平，主要原因在于：一是這幾個區(qū)域均屬于亞熱帶或溫帶季風(fēng)氣候區(qū)，熱量水分充足，地勢相較于我國西部來說較為平坦寬廣，自然地理環(huán)境優(yōu)越；二是這幾個區(qū)域經(jīng)濟發(fā)展水平較高，可為農(nóng)業(yè)機械化綜合發(fā)展提供經(jīng)濟基礎(chǔ)［16］。另外，東北地區(qū)機械化綜合發(fā)展水平最高，呈現(xiàn)小幅上升趨勢，由0.423 2上升至0.454 5；華北地區(qū)下降較為明顯，由0.426 8下降至0.347 9；華東地區(qū)呈現(xiàn)小幅上升趨勢，由0.348上升至0.386 6；華中地區(qū)小幅上漲，由0.319 7上升至0.428 8。華南、西南、西北區(qū)域綜合發(fā)展水平相對較低，主要原因在于：華南地區(qū)耕地資源少，以水田農(nóng)業(yè)為主，農(nóng)業(yè)機械化開展受限；西南地區(qū)則主要受地形影響；西北部分地區(qū)土地使用效率較低［17］，加之農(nóng)民收入低于東部沿海地區(qū)，無法保障農(nóng)業(yè)機械化資金投入，導(dǎo)致其農(nóng)業(yè)綜合發(fā)展水平較低。

2.2 農(nóng)業(yè)機械化綜合發(fā)展地區(qū)差距分解

表4顯示了我國農(nóng)業(yè)綜合發(fā)展的總體基尼系數(shù)及貢獻(xiàn)率。

由表4可以看出，我國農(nóng)業(yè)機械化綜合發(fā)展總體基尼系數(shù)呈現(xiàn)下降趨勢，由2004年0.223下降至2021年0.170，農(nóng)業(yè)機械化綜合發(fā)展水平地區(qū)差距下降了0.053，這表明我國農(nóng)業(yè)機械化綜合發(fā)展地區(qū)差距呈現(xiàn)逐漸縮小的趨勢。

從我國農(nóng)業(yè)機械化發(fā)展水平基尼系數(shù)貢獻(xiàn)率來看，樣本分析期內(nèi)，組內(nèi)貢獻(xiàn)率數(shù)值小于組間貢獻(xiàn)率和超變密度貢獻(xiàn)率，這表明組內(nèi)差距并不是導(dǎo)致我國農(nóng)業(yè)機械化綜合發(fā)展的主要原因。組間貢獻(xiàn)率數(shù)值在60%以上，仍然是地區(qū)差異的主要原因。超變密度貢獻(xiàn)率呈現(xiàn)波動中小幅上升趨勢，其在地區(qū)差異中的作用有所上升。

1） 農(nóng)業(yè)機械化綜合發(fā)展的地區(qū)內(nèi)差距。圖1進(jìn)一步顯示了我國農(nóng)業(yè)機械化綜合發(fā)展不同區(qū)域內(nèi)部分布的地區(qū)差距及其演變趨勢?？傮w來看，華中、華南地區(qū)的地區(qū)差距較小，但華中地區(qū)組內(nèi)基尼系數(shù)呈現(xiàn)快速下降趨勢，而華南地區(qū)則呈現(xiàn)不規(guī)則波動，2004—2007年期間不斷下降，2007—2016年呈現(xiàn)上升趨勢，2016—2020年則呈現(xiàn)下降趨勢，2021年有所回升。西南地區(qū)的地區(qū)差距較大，且波動較為明顯，2008年后呈現(xiàn)下降趨勢。華東地區(qū)較為平穩(wěn)，2008年前，其地區(qū)差距逐漸減小，2008年后，地區(qū)差距則呈現(xiàn)小幅上升趨勢。2004—2007年，東北地區(qū)的地區(qū)差異變動較小，2007—2010年則逐步回升，2010—2021年期間小幅波動、整體穩(wěn)定。西北地區(qū)呈現(xiàn)波動中下降趨勢。華北地區(qū)無明顯的規(guī)則性波動，2019—2021年小幅回升。

2） 農(nóng)業(yè)機械化綜合發(fā)展地區(qū)間差異。表5顯示的是農(nóng)業(yè)機械化綜合發(fā)展的地區(qū)間差距及其演變趨勢。由于篇幅限制，文中僅展示代表各年份我國農(nóng)業(yè)綜合發(fā)展地區(qū)間差異。東北&華北、西北&華中、東北&華東、東北&西北4組地區(qū)組間差異呈現(xiàn)上升趨勢，其余各組間差距則呈現(xiàn)下降趨勢。

2.3 探索性空間分析結(jié)果

利用ArcGIS、GeoDa軟件測算我國農(nóng)業(yè)機械化綜合發(fā)展水平全局Morans I指數(shù)，如表6所示。根據(jù)表6，我國農(nóng)業(yè)機械化綜合發(fā)展水平全局Morans I通過了1%或5%水平下的顯著性檢驗，且均為正值。這表明，從整體上看，我國農(nóng)業(yè)機械化綜合發(fā)展受鄰近省份的影響較為明顯，基本呈現(xiàn)高值與高值相鄰、低值與低值相鄰的地理集聚特征，且具有明顯的正向相關(guān)性特征。主要原因在于：（1）農(nóng)業(yè)機械化生產(chǎn)的產(chǎn)業(yè)鏈整合。雖然我國農(nóng)業(yè)機械生產(chǎn)水平有待提高，但相關(guān)鼓勵政策、生產(chǎn)技術(shù)提升等因素不斷推動行業(yè)整合加速，各農(nóng)機生產(chǎn)企業(yè)的地區(qū)資源整合與互補使得區(qū)域內(nèi)農(nóng)機生產(chǎn)水平得到提升。（2）氣候、地形地勢等自然地理環(huán)境一致性。由于明顯的氣候、地形地勢等因素，我國農(nóng)機產(chǎn)業(yè)具備明顯的區(qū)域特征，一方面不同的農(nóng)業(yè)種植模式對農(nóng)業(yè)機械化的要求不同；另一方面光熱條件導(dǎo)致各地區(qū)熟制不同，也推動了農(nóng)業(yè)機械化綜合發(fā)展的集聚。（3）經(jīng)濟發(fā)展輻射效應(yīng)。由波蘭經(jīng)濟家家薩倫巴、馬利士提出的“點軸開發(fā)模式”可解釋經(jīng)濟發(fā)展的輻射效應(yīng)，其中心思想是在區(qū)位條件較好的區(qū)域易于形成核心區(qū)域，并呈現(xiàn)點狀分布，后期核心區(qū)域不斷增加，相互連接形成軸線，其對周圍地區(qū)形成輻射并形成新的核心區(qū)域。當(dāng)某一特定區(qū)域農(nóng)業(yè)機械化綜合發(fā)展水平提升后，其技術(shù)溢出效應(yīng)可迅速輻射周邊地區(qū)，并在一定區(qū)域內(nèi)形成集聚。

圖2顯示了2004年、2021年農(nóng)業(yè)機械化綜合發(fā)展局部莫蘭指數(shù)分布。由圖2可以看出，高—高、低—低空間集聚范圍明顯縮小。這表明，我國農(nóng)業(yè)機械化綜合發(fā)展的空間分布更為均衡，原因在于：（1）相關(guān)政策的制定。農(nóng)業(yè)機械化是發(fā)展現(xiàn)代農(nóng)業(yè)的重要途徑，國家及各級政府均制定相關(guān)政策推動農(nóng)業(yè)機械化綜合發(fā)展，各地農(nóng)業(yè)機械化綜合發(fā)展水平不斷提升，推動了農(nóng)業(yè)機械化綜合發(fā)展的地區(qū)均衡。（2）農(nóng)機社會化服務(wù)的發(fā)展。農(nóng)機社會化服務(wù)是在城鎮(zhèn)化不斷發(fā)展的背景下，解決農(nóng)業(yè)勞動力流失的重要手段，也是降低農(nóng)業(yè)生產(chǎn)成本，提升規(guī)模效益的重要途徑。《2021年全國農(nóng)業(yè)機械化發(fā)展統(tǒng)計公報》顯示，全國農(nóng)機服務(wù)組織已有19.34萬個，農(nóng)機社會化服務(wù)的發(fā)展能夠推動小農(nóng)戶和大市場的有效銜接，這也是農(nóng)業(yè)機械化綜合發(fā)展的重要驅(qū)動力。

（a） 2004年

（b） 2021年

2.4 收斂性的檢驗結(jié)果

對式（21）～式（22）進(jìn)行參數(shù)估計之前，同樣需要對被解釋變量經(jīng)濟韌性增長速度的空間相關(guān)性予以檢驗，以及對SAR和SEM模型進(jìn)行比選。Moran指數(shù)顯示經(jīng)濟韌性增長速度具有空間正相關(guān)性，模型比選結(jié)果如表7所示。

空間滯后模型和空間誤差模型β的系數(shù)分別為-0.283 8和-0.251，均小于0且通過了z檢驗，這表明我國農(nóng)業(yè)機械化綜合發(fā)展存在收斂性，農(nóng)業(yè)機械化發(fā)展水平較低區(qū)域?qū)λ捷^高區(qū)域有“追趕效應(yīng)”，最終二者趨于相同的穩(wěn)態(tài)值水平；且λ顯著為正，這說明相鄰城市之間農(nóng)業(yè)機械化綜合發(fā)展的空間正向關(guān)聯(lián)較強。

3 結(jié)論與建議

3.1 結(jié)論

本文根據(jù)2004—2021年我國省際農(nóng)業(yè)機械化發(fā)展相關(guān)數(shù)據(jù)，利用熵值法測算我國農(nóng)業(yè)機械化綜合發(fā)展水平，并在此基礎(chǔ)上測算Dagum基尼系數(shù)描述其區(qū)域差異；利用空間探索性分析其產(chǎn)業(yè)集聚，并檢驗其收斂性。

1） ?2004—2021年期間，我國農(nóng)業(yè)機械化綜合發(fā)展水平略有上升，由0.319上升至0.345 4。

2） 我國農(nóng)業(yè)機械化綜合發(fā)展空間分布的地區(qū)差距有縮小趨勢，地區(qū)間差異是導(dǎo)致我國農(nóng)業(yè)機械化綜合發(fā)展地區(qū)差異的主要原因。

3） 整體來看，我國農(nóng)業(yè)機械化綜合發(fā)展受鄰近省份的影響較為明顯，基本呈現(xiàn)高值與高值相鄰、低值與低值相鄰的地理集聚特征，且具有明顯的正向相關(guān)性特征。農(nóng)業(yè)機械化發(fā)展水平較低區(qū)域?qū)λ捷^高區(qū)域有“追趕效應(yīng)”，且相鄰城市之間農(nóng)業(yè)機械化綜合發(fā)展的空間正向關(guān)聯(lián)較強。

3.2 建議

根據(jù)以上研究結(jié)論，提出以下建議。

1） 優(yōu)化農(nóng)機裝備結(jié)構(gòu)，加大對優(yōu)勢產(chǎn)業(yè)和地方特色產(chǎn)業(yè)生產(chǎn)機械的研發(fā)力度，著力提升農(nóng)業(yè)機械化綜合發(fā)展水平，并在此基礎(chǔ)之上建立健全相關(guān)法律法規(guī)，將農(nóng)業(yè)機械化發(fā)展真正落實到三農(nóng)發(fā)展戰(zhàn)略中。首先，政府應(yīng)通過加大資金與相關(guān)科研投入，持續(xù)推動農(nóng)業(yè)機械化科技創(chuàng)新、推廣先進(jìn)適用的農(nóng)機技術(shù)、提高農(nóng)機的使用效率。其次，對于農(nóng)民購買農(nóng)業(yè)機械化設(shè)備給予適當(dāng)補貼，構(gòu)建起支持農(nóng)機工業(yè)加快發(fā)展的政策保障體系。再者，根據(jù)市場供求現(xiàn)狀指定補貼政策，推動機械化設(shè)備貸款項目發(fā)展，提高貸款額度，降低貸款審批難度，做好風(fēng)險控制的同時為農(nóng)業(yè)機械化發(fā)展創(chuàng)造暢通的融資路徑。另外，政府應(yīng)加大人力資本投入，對農(nóng)戶進(jìn)行農(nóng)業(yè)機械化發(fā)展培訓(xùn)，并做好基層宣傳工作，通過提高農(nóng)民對機械化發(fā)展的認(rèn)識，加大宣傳的廣泛程度與深化程度，創(chuàng)造良好的農(nóng)業(yè)機械化發(fā)展氛圍。

2） 充分考慮各區(qū)域農(nóng)業(yè)機械化發(fā)展的實際情況及地域特征，提高政策針對性。因地制宜制定“宜機化”標(biāo)準(zhǔn)，根據(jù)不同區(qū)域和種植模式的需求，加大優(yōu)勢產(chǎn)業(yè)和地方特色產(chǎn)業(yè)生產(chǎn)機械的研發(fā)力度，優(yōu)化農(nóng)機裝備結(jié)構(gòu)，以提高農(nóng)機工業(yè)市場競爭力。推進(jìn)農(nóng)業(yè)機械標(biāo)準(zhǔn)化作業(yè)流程，尤其是對于丘陵山區(qū)農(nóng)田的改造。改進(jìn)農(nóng)業(yè)機械設(shè)備的質(zhì)量、生產(chǎn)工藝、作業(yè)性能，提高農(nóng)業(yè)機械與當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)的實際情況，滿足農(nóng)民對農(nóng)業(yè)機械作業(yè)的特定要求，建設(shè)具有地方特色的農(nóng)業(yè)機械化發(fā)展道路；同時，注重農(nóng)業(yè)機械化對當(dāng)?shù)丨h(huán)境的影響，走農(nóng)業(yè)機械化高質(zhì)量、可持續(xù)發(fā)展的道路。加強農(nóng)藝標(biāo)準(zhǔn)和作業(yè)規(guī)范，將機械適應(yīng)性作為制定農(nóng)藝標(biāo)準(zhǔn)和作業(yè)規(guī)范的重要依據(jù)，促進(jìn)農(nóng)業(yè)生產(chǎn)經(jīng)營專業(yè)化、標(biāo)準(zhǔn)化、規(guī)?；图s化。同時，建立農(nóng)機和農(nóng)藝科研單位協(xié)作攻關(guān)機制。

3） 充分發(fā)揮農(nóng)業(yè)機械化綜合發(fā)展的空間輻射效應(yīng)。要以農(nóng)業(yè)機械化綜合發(fā)展典型區(qū)域為依托，深化區(qū)域分工與合作，促進(jìn)農(nóng)業(yè)機械化區(qū)域平衡發(fā)展，推動產(chǎn)業(yè)結(jié)構(gòu)升級，影響和輻射周圍地區(qū)，推動區(qū)域農(nóng)業(yè)機械化、一體化高質(zhì)量發(fā)展，合作推動農(nóng)業(yè)機械化政策創(chuàng)新、農(nóng)業(yè)機械化技術(shù)推廣、農(nóng)機鑒定與標(biāo)準(zhǔn)化和可持續(xù)農(nóng)業(yè)機械化等。

參 考 文 獻(xiàn)

［1］杜國明， 梁夢晨， 黎春， 等. 現(xiàn)代化農(nóng)區(qū)農(nóng)業(yè)機械化發(fā)展水平演化研究［J］. 農(nóng)業(yè)經(jīng)濟與管理， 2021（6）： 50-60.

Du Guoming， Liang Mengchen， Li Chun， et al. Study on evolution of agricultural mechanization development level in modern agricultural areas ［J］. Agricultural Economics and Management， 2021（6）： 50-60.

［2］王凱旋. 安徽省農(nóng)業(yè)機械化發(fā)展水平評價及提升對策研究［D］. 合肥： 安徽農(nóng)業(yè)大學(xué)， 2020.

［3］劉英辰. 中國農(nóng)業(yè)機械化發(fā)展區(qū)域差異性研究 ［J］. 南方農(nóng)機， 2020， 51（16）： 17-18.

［4］匡兵， 胡碧霞， 韓璟， 等. 鄉(xiāng)村振興戰(zhàn)略背景下我國農(nóng)業(yè)機械投入強度差異與極化研究［J］. 中國農(nóng)業(yè)資源與區(qū)劃， 2020， 41（5）： 50-56.

Kuang Bing， Hu Bixia， Han Jing， et al. Study on the difference and polarization of Chinas agricultural machinery input intensity under the background of rural revitalization strategy ［J］. Chinese Journal of Agricultural Resources and Regional Planning， 2020， 41（5）： 50-56.

［5］王羅方， 唐葉， 吳明亮， 等. 疫情影響下農(nóng)業(yè)機械化發(fā)展及政府支撐模式研究——后疫情時代農(nóng)業(yè)機械化高質(zhì)量發(fā)展途徑選擇［J］. 農(nóng)業(yè)工程與裝備， 2020， 47（1）： 27-33.

Wang Luofang， Tang Ye， Wu Mingliang， et al. Research on the development of agricultural mechanization and government strategy under the influence of the COVID-19 ［J］. Agricultural Engineering and Equipment， 2020， 47（1）： 27-33.

［6］謝冬梅. 農(nóng)業(yè)機械化發(fā)展對中國糧食生產(chǎn)的影響研究［D］. 成都： 西南財經(jīng)大學(xué)， 2021.

［7］孫學(xué)濤. 農(nóng)業(yè)機械化能否縮小城鄉(xiāng)收入差距？［J］. 首都經(jīng)濟貿(mào)易大學(xué)學(xué)報， 2021， 23（1）： 81-93.

Sun Xuetao. Does agricultural mechanization narrow the income gap between urban and rural areas？ ［J］. Journal of Capital University of Economics and Business， 2021， 23（1）： 81-93.

［8］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.

［9］李偉娟， 張朋程. 山東省糧食安全、農(nóng)業(yè)機械化與農(nóng)業(yè)碳排放的關(guān)聯(lián)及發(fā)展建議［J］. 湖北農(nóng)業(yè)科學(xué)， 2022， 61（11）： 181-185.

Li Weijuan， Zhang Pengcheng. Correlation and development suggestions of food security， agricultural mechanization and agricultural carbon emission in Shandong Province ［J］. Hubei Agricultural Sciences， 2022， 61（11）： 181-185.

［10］陳銀娥， 陳薇. 農(nóng)業(yè)機械化、產(chǎn)業(yè)升級與農(nóng)業(yè)碳排放關(guān)系研究——基于動態(tài)面板數(shù)據(jù)模型的經(jīng)驗分析［J］. 農(nóng)業(yè)技術(shù)經(jīng)濟， 2018（5）： 122-133.

Chen Yine， Chen Wei. A study on the relationship among agricultural mechanization， industrial upgrading and agricultural carbon emission： The empirical research based on dynamic panel data model ［J］. Journal of Agrotechnical Economics， 2018（5）： 122-133.

［11］田云， 尹忞昊. 中國農(nóng)業(yè)碳排放再測算： 基本現(xiàn)狀、動態(tài)演進(jìn)及空間溢出效應(yīng)［J］. 中國農(nóng)村經(jīng)濟， 2022（3）： 104-127.

Tian Yun， Yin Minhao. Reevaluation of Chinas agricultural carbon emissions： Basic status， dynamic evolution and spatial spillover effects ［J］. Chinese Rural Economy， 2022（3）： 104-127.

［12］徐清華， 張廣勝. 農(nóng)業(yè)機械化對農(nóng)業(yè)碳排放強度影響的空間溢出效應(yīng)——基于282個城市面板數(shù)據(jù)的實證［J］. 中國人口·資源與環(huán)境， 2022， 32（4）： 23-33.

Xu Qinghua， Zhang Guangsheng. Spatial spillover effect of agricultural mechanization on agricultural carbon emission intensity ［J］. China Population， Resources and Environment， 2022， 32（4）： 23-33.

［13］Dagum C. A new approach to the decomposition of the Gini income inequality ratio ［J］. Empirical Economics， 1997， 22（4）： 515-531.

［14］盧曦， 許長新. 長江經(jīng)濟帶水資源利用的動態(tài)效率及絕對β收斂研究——基于三階段DEAMalmquist指數(shù)法［J］. 長江流域資源與環(huán)境， 2017， 26（9）： 1351-1358.

Lu Xi， Xu Changxin. Dynamic efficiency and unconditional β?convergence of water resources utilization on the Yangtze River economic belt： Based on threestage DEAMalmquist index method ［J］. Resources and Environment in the Yangtze Basin， 2017， 26（9）： 1351-1358.

［15］楊桐彬， 朱英明， 姚啟峰. 中國城市群經(jīng)濟韌性的地區(qū)差異、分布動態(tài)與空間收斂［J］. 統(tǒng)計與信息論壇， 2022， 37（7）： 45-60.

Yang Tongbin， Zhu Yingming， Yao Qifeng. Regional differences， distribution dynamics and spatial convergence of economic resilience in Chinese urban agglomerations ［J］. Journal of statistics and information， 2022， 37（7）： 45-60.

［16］王盛安， 張榮群， 艾東， 等. 中國農(nóng)業(yè)機械化水平區(qū)域差異的測度及其空間格局［J］. 中國農(nóng)機化學(xué)報， 2016， 37（8）： 223-228， 251.

Wang Shengan， Zhang Rongqun， Ai Dong， et al. Measurement and spatial distribution of Chinese agricultural mechanization levels regional difference ［J］. Journal of Chinese Agricultural Mechanization， 2016， 37（8）： 223-228， 251.

［17］孫興， 劉熙. 中國城市碳排放效率的時空演變及影響因素——基于異質(zhì)性空間隨機前沿模型［J］. 地理研究， 2023， 42（12）： 3182-3201.

Sun Xing， Liu Xi. Spatiotemporal evolution and influencing factors of urban carbon emission efficiency in China： Based on heterogeneous spatial stochastic frontier model ［J］. Geographical Research， 2023， 42（12）： 3182-3201.

DOI： 10.13733/j.jcam.issn.20955553.2024.02.045

郭宣峰， 戴浩， 何蒲明， 等. 農(nóng)機服務(wù)外包對綠色農(nóng)業(yè)門檻效應(yīng)研究——基于老齡化和規(guī)模化視角［J］. 中國農(nóng)機化學(xué)報， 2024， 45（2）： 320-328

Guo Xuanfeng， Dai Hao， He Puming， et al. Research on the threshold effect of agricultural machinery service outsourcing on green agriculture： Based on the perspective of aging and scaling ［J］. Journal of Chinese Agricultural Mechanization， 2024， 45（2）： 320-328