我國(guó)農(nóng)業(yè)機(jī)械化對(duì)種植業(yè)全要素生產(chǎn)率的影響*
——基于農(nóng)村人口老齡化的面板門檻模型

唐小平，蔣健，李雙雙

(貴州大學(xué)經(jīng)濟(jì)學(xué)院，貴陽(yáng)市，550025)

0 引言

農(nóng)業(yè)作為我國(guó)第一產(chǎn)業(yè)，是國(guó)民經(jīng)濟(jì)的基礎(chǔ)。然而，隨著新冠疫情在全球的蔓延以及經(jīng)濟(jì)全球化所遭遇到的抵制，農(nóng)業(yè)進(jìn)出口貿(mào)易受到嚴(yán)重影響。在國(guó)內(nèi)農(nóng)業(yè)生產(chǎn)面臨增產(chǎn)后勁不足、農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)短時(shí)間內(nèi)難以迅速調(diào)整的背景下，我國(guó)農(nóng)業(yè)領(lǐng)域中的糧食安全問(wèn)題面臨著新的挑戰(zhàn)。因此，在有限的農(nóng)業(yè)生產(chǎn)資源條件下，提高我國(guó)農(nóng)業(yè)生產(chǎn)效率，成為確保我國(guó)糧食安全的關(guān)鍵因素。

農(nóng)業(yè)機(jī)械化不僅是現(xiàn)代農(nóng)業(yè)的重要組成部分，也是農(nóng)業(yè)科技進(jìn)步重要的實(shí)現(xiàn)途徑之一[1]。自1978年以來(lái)，我國(guó)機(jī)械投入農(nóng)業(yè)生產(chǎn)領(lǐng)域的數(shù)量越來(lái)越多，農(nóng)業(yè)機(jī)械總動(dòng)力從1978年的117 499 MW，到2019年的1 006 000 MW。41年內(nèi)提高了7.56倍，農(nóng)業(yè)機(jī)械資金投入在農(nóng)業(yè)生產(chǎn)支出的比重也越來(lái)越重。截至2017年。我國(guó)農(nóng)業(yè)機(jī)械化作業(yè)水平達(dá)到69.8%，農(nóng)業(yè)科技進(jìn)步貢獻(xiàn)率為57.5%，但貢獻(xiàn)率相較發(fā)達(dá)國(guó)家仍然低20%[2]，因此農(nóng)業(yè)機(jī)械化在提高農(nóng)業(yè)科技進(jìn)步方面有著較大的上升空間。農(nóng)業(yè)技術(shù)進(jìn)步對(duì)經(jīng)濟(jì)增長(zhǎng)貢獻(xiàn)程度的衡量往往是通過(guò)測(cè)算農(nóng)業(yè)全要素生產(chǎn)率的方法[3]。因此通過(guò)種植業(yè)全要素生產(chǎn)率來(lái)衡量農(nóng)業(yè)機(jī)械化對(duì)種植業(yè)生產(chǎn)的影響是一個(gè)比較合適的方法和途徑。隨著我國(guó)人口老齡化程度的不斷加深[4]，以及大量青壯年勞動(dòng)力向城市的轉(zhuǎn)移，老年群體將成為農(nóng)業(yè)生產(chǎn)的主力軍[5]。因此研究分析在不同農(nóng)村人口老齡化程度下，農(nóng)業(yè)機(jī)械化對(duì)種植業(yè)全要素生產(chǎn)率的影響，對(duì)于未來(lái)農(nóng)業(yè)機(jī)械在農(nóng)業(yè)生產(chǎn)領(lǐng)域的推廣與使用具有重要的參考價(jià)值。

1 文獻(xiàn)綜述

農(nóng)業(yè)機(jī)械化技術(shù)是用農(nóng)業(yè)機(jī)械代替人畜力,進(jìn)行土地整理、播種等工作,能夠有效減輕勞動(dòng)強(qiáng)度,提升農(nóng)業(yè)生產(chǎn)能力和專業(yè)化水平[6]。農(nóng)業(yè)機(jī)械對(duì)農(nóng)業(yè)生產(chǎn)的影響主要體現(xiàn)在兩方面：一方面，農(nóng)業(yè)機(jī)械對(duì)農(nóng)業(yè)勞動(dòng)力存在著較為明顯的替代作用[7]。另一方面，農(nóng)業(yè)機(jī)械化也能提高種植業(yè)的生產(chǎn)技術(shù)，這主要表現(xiàn)在機(jī)械化的種植方式能夠?qū)崿F(xiàn)傳統(tǒng)種植方式所不能實(shí)現(xiàn)的一些對(duì)糧食生產(chǎn)有促進(jìn)作用的操作，例如通過(guò)“深松翻”和“少免耕”技術(shù)，不僅能減輕對(duì)土壤的壓實(shí)，還能減少土壤水分蒸發(fā)和水土流失，提高土壤蓄水和保墑能力，改善土壤結(jié)構(gòu)，增加有機(jī)質(zhì)含量，從而起到提高單產(chǎn)水平的作用[8]。

全要素生產(chǎn)率(Total Factor Productivity)是經(jīng)濟(jì)增長(zhǎng)的動(dòng)力源泉，而其增長(zhǎng)又可以分為兩部分，一部分是技術(shù)進(jìn)步的變化，另一部分是技術(shù)效率的改善[9]。從現(xiàn)有文獻(xiàn)看，關(guān)于全要素生產(chǎn)率的研究主要集中在測(cè)算方法與指標(biāo)選取上。其中，測(cè)算方法主要包括C-D 生產(chǎn)函數(shù)回歸法、增長(zhǎng)核算法、隨機(jī)前沿分析法(SFA)以及基于數(shù)據(jù)包絡(luò)分析(DEA)的Malmquist生產(chǎn)率指數(shù)法[10]。相比較于其他三種方法，基于數(shù)據(jù)包括分析(DEA)的Malmquist生產(chǎn)率指數(shù)法，該方法對(duì)數(shù)據(jù)的限制較少，為全要素生產(chǎn)率提供了較好的參考。羅春嬋等[11]利用Malmquist全要素生產(chǎn)率指數(shù)法，以非導(dǎo)向超效率EBM模型為基礎(chǔ)，測(cè)算了全局參比下商業(yè)銀行動(dòng)態(tài)效率的全要素生產(chǎn)率指數(shù)。韓海彬等[12]則采用Malmquist-Luenberger生產(chǎn)率指數(shù)模型測(cè)算了農(nóng)業(yè)全要素生產(chǎn)率。

而關(guān)于農(nóng)業(yè)機(jī)械對(duì)農(nóng)業(yè)方面的全要素生產(chǎn)效率的影響，有相當(dāng)一部分的國(guó)內(nèi)外學(xué)者認(rèn)為，農(nóng)業(yè)機(jī)械化能夠提高農(nóng)業(yè)種植的生產(chǎn)效率[13-14]，這主要表現(xiàn)在以下幾點(diǎn)：一是使用農(nóng)業(yè)機(jī)械可以有效節(jié)約勞動(dòng)力且不會(huì)影響到農(nóng)業(yè)產(chǎn)出；二是農(nóng)業(yè)機(jī)械的使用會(huì)提高作業(yè)效率，避免工時(shí)延誤給作物生長(zhǎng)帶來(lái)的影響，進(jìn)而間接增加產(chǎn)出?？偠灾?，農(nóng)業(yè)機(jī)械化水平的提高能顯著提高農(nóng)作物生產(chǎn)的技術(shù)水平，即農(nóng)業(yè)機(jī)械化發(fā)展水平通過(guò)提高農(nóng)業(yè)生產(chǎn)的技術(shù)水平來(lái)促進(jìn)種植業(yè)全要素生產(chǎn)率的增長(zhǎng)。王新利[15]等通過(guò)對(duì)黑龍江農(nóng)業(yè)機(jī)械化水平與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)關(guān)系進(jìn)行的實(shí)證研究，分析得到黑龍江農(nóng)業(yè)機(jī)械化發(fā)展對(duì)黑龍江農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)存在長(zhǎng)期促進(jìn)作用。另一部分學(xué)者則持相反觀點(diǎn)，認(rèn)為農(nóng)業(yè)機(jī)械化并不能明顯的保障農(nóng)業(yè)生產(chǎn)效率的提高。Binswanger[16]通過(guò)系統(tǒng)總結(jié)了日本、美國(guó)、法國(guó)等發(fā)達(dá)國(guó)家和菲律賓、印度等發(fā)展中國(guó)家的歷史經(jīng)驗(yàn)，研究發(fā)現(xiàn)機(jī)械化對(duì)糧食的增產(chǎn)效應(yīng)僅僅發(fā)生在特定的環(huán)境下，即機(jī)械化的同時(shí)需要伴隨著高性能種子、化肥的投入。Ito[17]發(fā)現(xiàn)我國(guó)農(nóng)業(yè)機(jī)械的發(fā)展水平對(duì)農(nóng)業(yè)生產(chǎn)并沒(méi)有產(chǎn)生較多影響。

綜上所述，有關(guān)農(nóng)村老齡化對(duì)農(nóng)業(yè)機(jī)械和農(nóng)業(yè)生產(chǎn)的影響研究，一方面，絕大多數(shù)學(xué)者都只是從技術(shù)選擇的角度來(lái)研究分析老齡化對(duì)農(nóng)業(yè)機(jī)械化發(fā)展和推廣的影響，郭曉鳴等[18]認(rèn)為當(dāng)前在農(nóng)業(yè)勞動(dòng)力老齡化和農(nóng)業(yè)機(jī)械作業(yè)社會(huì)化服務(wù)應(yīng)運(yùn)而生并快速發(fā)展的背景下，小農(nóng)出于節(jié)約家庭勞動(dòng)力和彌補(bǔ)自身勞動(dòng)力不足的選擇下，會(huì)選取和購(gòu)買農(nóng)業(yè)機(jī)械。另一方面，絕大多數(shù)學(xué)者都認(rèn)為農(nóng)村老齡化程度的加深并不利于農(nóng)業(yè)生產(chǎn)[19]，一方面，勞動(dòng)力老齡化使得農(nóng)業(yè)生產(chǎn)單一化、粗放化，長(zhǎng)遠(yuǎn)看會(huì)影響到農(nóng)業(yè)產(chǎn)出，危及我國(guó)的糧食安全[20]。另一方面，勞動(dòng)力進(jìn)入老年之后，其勞動(dòng)者勞動(dòng)能力衰退較快，從而影響勞動(dòng)生產(chǎn)率提高[21]。

綜上所述，雖然有關(guān)農(nóng)業(yè)機(jī)械、農(nóng)業(yè)生產(chǎn)效率、農(nóng)村老齡化之間的關(guān)系研究有很多，例如：彭超等[22]運(yùn)用隨機(jī)前沿生產(chǎn)函數(shù)模型，研究了農(nóng)業(yè)機(jī)械化對(duì)農(nóng)戶“加總”糧食生產(chǎn)技術(shù)效率的作用效果。但是仍存在一些進(jìn)一步研究和探索的空間。首先，在研究?jī)?nèi)容上，有關(guān)研究方法大都局限于農(nóng)業(yè)機(jī)械化與種植業(yè)全要素生產(chǎn)率的線性關(guān)系。其次，農(nóng)業(yè)種植是一個(gè)十分重視技術(shù)和經(jīng)驗(yàn)的生產(chǎn)活動(dòng)，不同年齡段的農(nóng)村勞動(dòng)力對(duì)于農(nóng)業(yè)機(jī)械使用有著較為明顯的差異，在傳統(tǒng)種植技術(shù)方面，年長(zhǎng)者比年輕者要更有經(jīng)驗(yàn)，而在以機(jī)械化作業(yè)為前提的現(xiàn)代農(nóng)業(yè)生產(chǎn)中，年輕者則能夠更快地熟悉和熟練地使用農(nóng)業(yè)機(jī)械。因此，研究在不同年齡段的農(nóng)業(yè)生產(chǎn)主體下，農(nóng)業(yè)機(jī)械對(duì)種植業(yè)全要素生產(chǎn)率的影響研究，具有一定的現(xiàn)實(shí)意義。最后，本文將通過(guò)引入工具變量的方式，解決農(nóng)業(yè)機(jī)械和種植業(yè)全要素生產(chǎn)率之間可能存在的內(nèi)生性問(wèn)題。農(nóng)業(yè)機(jī)械與種植業(yè)全要素生產(chǎn)效率之間存在著相互決定、相互影響的關(guān)系，即農(nóng)業(yè)機(jī)械化能夠通過(guò)技術(shù)進(jìn)步的方式影響種植業(yè)全要素生產(chǎn)率，而隨著種植業(yè)全要素生產(chǎn)率的提高以及農(nóng)戶收入的增加，農(nóng)戶作為種植業(yè)全要素生產(chǎn)率提高的既得利益者，勢(shì)必會(huì)產(chǎn)生推動(dòng)農(nóng)業(yè)機(jī)械化的內(nèi)生動(dòng)力。因此對(duì)農(nóng)業(yè)機(jī)械化以及種植業(yè)全要素生產(chǎn)率直接回歸必然存在內(nèi)生性的問(wèn)題，而如果不考慮農(nóng)業(yè)機(jī)械化的內(nèi)生性問(wèn)題，那么估計(jì)出來(lái)結(jié)果不一定能說(shuō)明農(nóng)業(yè)機(jī)械化會(huì)促進(jìn)種植業(yè)全要素生產(chǎn)率的提高，因此有必要對(duì)農(nóng)業(yè)機(jī)械與種植業(yè)全要素生產(chǎn)率之間的關(guān)系進(jìn)行再深入的研究。綜上所述，本文運(yùn)用面板門檻模型，以農(nóng)村人口老齡化率為門檻變量，研究分析農(nóng)業(yè)機(jī)械化對(duì)種植業(yè)全要素生產(chǎn)率的影響，最后通過(guò)引入工具變量地形，探討分析農(nóng)業(yè)機(jī)械化與種植業(yè)全要素生產(chǎn)率之間的內(nèi)生性問(wèn)題。

2 理論分析

目前，學(xué)界對(duì)于全要素生產(chǎn)率的概念的界定仍未達(dá)成共識(shí)，因此，本文借鑒孫曉華等[23]對(duì)全要素生產(chǎn)率下的定義。對(duì)種植業(yè)全要素生產(chǎn)率進(jìn)行如下定義：種植業(yè)全要素生產(chǎn)率是一種能夠反映種植業(yè)生產(chǎn)過(guò)程中各種投入要素的平均產(chǎn)出水平，即投入轉(zhuǎn)化為最終產(chǎn)出的總體效率，能夠體現(xiàn)種植業(yè)生產(chǎn)率本質(zhì)的評(píng)價(jià)指標(biāo)。

農(nóng)業(yè)種植是一個(gè)十分重視技術(shù)和經(jīng)驗(yàn)的生產(chǎn)活動(dòng)，不同年齡段的農(nóng)村勞動(dòng)力對(duì)于農(nóng)業(yè)機(jī)械使用有著較為明顯的差異，在傳統(tǒng)種植技術(shù)方面，年長(zhǎng)者比年輕者要更有經(jīng)驗(yàn)，而在以機(jī)械化作業(yè)為前提的現(xiàn)代農(nóng)業(yè)生產(chǎn)下，年輕者則能夠更快地熟悉和熟練地使用農(nóng)業(yè)機(jī)械。與此同時(shí)，袁文勝等[24]認(rèn)為對(duì)農(nóng)業(yè)機(jī)械的熟悉和操作的熟練程度會(huì)對(duì)農(nóng)作物的生長(zhǎng)發(fā)育產(chǎn)生影響，進(jìn)而影響到全要素生產(chǎn)率。因此，在不同的老齡化程度下，農(nóng)業(yè)機(jī)械化率對(duì)種植業(yè)的全要素生產(chǎn)率影響也不同。即農(nóng)業(yè)機(jī)械化率與種植業(yè)全要素生產(chǎn)率是一種非線性關(guān)系。在我國(guó)由于生育率降低、預(yù)期壽命延長(zhǎng)所造成的人口老齡化程度不斷加深，以及農(nóng)村勞動(dòng)力轉(zhuǎn)移所帶來(lái)的農(nóng)村老齡化、空心化問(wèn)題的現(xiàn)實(shí)大背景下，農(nóng)村人口老齡化問(wèn)題將變得尤為嚴(yán)重。因此，研究分析在不同農(nóng)村人口老齡化程度下，農(nóng)業(yè)機(jī)械化對(duì)種植業(yè)全要素生產(chǎn)率的影響研究，具有一定的現(xiàn)實(shí)意義。本文選擇農(nóng)村人口老齡化率為門檻變量。

地形是制約農(nóng)業(yè)機(jī)械化生產(chǎn)的重要因素。雖然農(nóng)業(yè)機(jī)械化的發(fā)展可以通過(guò)促進(jìn)農(nóng)業(yè)技術(shù)進(jìn)步的方式來(lái)提高種植業(yè)全要素生產(chǎn)率，但由于不同地區(qū)存在的地形異質(zhì)性，地形較為復(fù)雜的地區(qū)，農(nóng)機(jī)難以進(jìn)入，坡度較高地區(qū)的耕地也難以使用大型農(nóng)機(jī)，這些地區(qū)往往采用人工勞動(dòng)方式，因此在地形坡度較高的地區(qū)，農(nóng)業(yè)機(jī)械化水平普遍較低，即地區(qū)地形坡度與其農(nóng)業(yè)機(jī)械化水平高度相關(guān)。

圖1 農(nóng)業(yè)機(jī)械化對(duì)種植業(yè)全要素生產(chǎn)率影響的機(jī)制分析圖Fig.1 Mechanism analysis chart of agricultural mechanization’s influence on total factor productivity of planting industry

3 模型設(shè)定與變量選取

3.1 面板門檻模型設(shè)定

由上文可知，農(nóng)業(yè)機(jī)械化率與種植業(yè)全要素生產(chǎn)率是非線性關(guān)系。目前，針對(duì)變量非線性關(guān)系的研究主要有3種方法，即交叉項(xiàng)模型，先驗(yàn)的分組檢驗(yàn)，基于Hansen提出的門檻回歸模型。而三者中，Hansen提出的門檻模型結(jié)果更加客觀科學(xué)[25]，因此本文采用門檻模型進(jìn)行相關(guān)的研究分析。根據(jù)所要研究核心變量，本文構(gòu)建面板門檻數(shù)據(jù)模型如式(1)所示。

Y=C+α1X×I(qit

α3Zit+uit+eit

(1)

式中：I——省份；

t——年度；

Y——種植業(yè)全要素生產(chǎn)率(被解釋變量)；

X——農(nóng)業(yè)機(jī)械化發(fā)展水平綜合變動(dòng)指數(shù)(核心解釋變量)；

q——老齡化率(門檻變量)；

r——特定的門檻值；

Z——指控制變量；

I(·)——指標(biāo)函數(shù)；

uit——個(gè)體固定效應(yīng)；

eit——隨機(jī)擾動(dòng)項(xiàng)。

3.2 變量選取和數(shù)據(jù)來(lái)源

3.2.1 變量選取

被解釋變量：種植業(yè)全要素生產(chǎn)率測(cè)算值，根據(jù)種植業(yè)全要素生產(chǎn)率的已下定義以及參考過(guò)往學(xué)者的研究成果[26]，本文構(gòu)建了如表1所示的種植業(yè)全要素生產(chǎn)率測(cè)算指標(biāo)體系。

表1 種植業(yè)全要素生產(chǎn)率測(cè)算指標(biāo)體系Tab.1 Index system for measuring total factor productivity of planting industry

解釋變量：農(nóng)業(yè)機(jī)械化發(fā)展水平綜合指數(shù)，過(guò)往常常采用農(nóng)業(yè)機(jī)械總動(dòng)力表征的農(nóng)業(yè)機(jī)械化水平對(duì)種植業(yè)的生產(chǎn)影響，可能低估了農(nóng)業(yè)機(jī)械化對(duì)種植業(yè)生產(chǎn)的貢獻(xiàn)，因此本文參考已有文獻(xiàn)[27]，參照中華人民共和國(guó)農(nóng)業(yè)行業(yè)標(biāo)準(zhǔn)NY/T1408.1-2007《農(nóng)業(yè)機(jī)械化水平評(píng)價(jià)第1部分:種植業(yè)》的行業(yè)標(biāo)準(zhǔn)評(píng)定指標(biāo)和相應(yīng)的指標(biāo)權(quán)重，借鑒史雪陽(yáng)等[28]的做法:構(gòu)建了機(jī)械化水平評(píng)價(jià)指標(biāo)體系。最后，由于主成分分析法需要各變量相互獨(dú)立，而機(jī)械化水平的部分測(cè)量指標(biāo)信息有重疊和交叉，難以保證相互獨(dú)立。因此，本文選取熵值法測(cè)算各指標(biāo)的權(quán)重系數(shù)，農(nóng)業(yè)機(jī)械化綜合發(fā)展水平評(píng)價(jià)指標(biāo)及相應(yīng)的權(quán)重如表2所示，其中：Sja表示機(jī)耕面積，hm2；Sza表示應(yīng)耕面積，hm2；Sjb表示機(jī)播面積，hm2；Szb表示農(nóng)作物總播種面積；hm2；Sjc表示機(jī)械收獲面積，hm2；Szc表示總收獲面積，hm2；Sjd表示機(jī)械植保面積，hm2；Szd表示總植保面積，hm2；Sje表示機(jī)電灌溉面積，hm2；Sze表示總灌溉面積，hm2；R表示農(nóng)機(jī)服務(wù)收入，元；Zny表示農(nóng)業(yè)總產(chǎn)值，元；Pnj表示農(nóng)機(jī)總動(dòng)力，kW；Lpx表示受專業(yè)培訓(xùn)的農(nóng)機(jī)人員，人；Lnj表示鄉(xiāng)村農(nóng)機(jī)人員總數(shù)，人；Lny表示農(nóng)業(yè)勞動(dòng)力人數(shù)，人；Rnj表示農(nóng)機(jī)經(jīng)營(yíng)利潤(rùn)總額，元；Ynj表示農(nóng)業(yè)機(jī)械原值，元；L表示全社會(huì)從業(yè)人員數(shù)，人。

表2 機(jī)械化水平評(píng)價(jià)指標(biāo)及相應(yīng)的權(quán)重Tab.2 Mechanization level evaluation index and corresponding weight

門檻變量：農(nóng)村人口老齡化率q，以農(nóng)村人口老齡化率度量。農(nóng)村人口老齡化率與從事農(nóng)業(yè)生產(chǎn)的老齡化現(xiàn)象高度一致[29]，因此，本文選取農(nóng)村人口老齡化率作為門檻變量。由于大量農(nóng)村戶籍人口遷移到城市，其中尤以青壯年勞動(dòng)力為主，因此通過(guò)統(tǒng)計(jì)以戶籍所在地的農(nóng)村人口老齡化率作為解釋變量，將與實(shí)際的農(nóng)村人口老齡化率不符，使得測(cè)算數(shù)據(jù)比真實(shí)數(shù)據(jù)偏小，難以真實(shí)反應(yīng)從事農(nóng)業(yè)人口的老齡化程度對(duì)農(nóng)業(yè)機(jī)械的影響。因此，本文的農(nóng)村人口老齡化率的數(shù)據(jù)為通過(guò)對(duì)各地區(qū)農(nóng)村內(nèi)抽樣調(diào)查的方法計(jì)算得出，農(nóng)村人口老齡化的測(cè)算公式為：農(nóng)村人口老齡化率=農(nóng)村老年人口/農(nóng)村人口總數(shù)，農(nóng)村老年人口與農(nóng)村人口總數(shù)均由抽樣調(diào)查所得。

控制變量：農(nóng)村人力資本水平(Capital)、政府財(cái)政支農(nóng)強(qiáng)度(Finance)、產(chǎn)業(yè)結(jié)構(gòu)(Industry)。本文參考過(guò)往學(xué)者的研究成果：從教育、政策和結(jié)構(gòu)三個(gè)角度來(lái)選取影響種植業(yè)全要素生產(chǎn)率的因素，其中教育方面用農(nóng)村人力資本水平來(lái)衡量，具體操作為將學(xué)歷情況與受教育年限一一對(duì)應(yīng)，即將文盲、小學(xué)、初中、高中、中專、大專、本科、研究生及以上實(shí)際受教育年限分別設(shè)置為0、6、9、12、12、15、16和18.5年。政策方面則用政府財(cái)政支農(nóng)強(qiáng)度度量，具體表示為農(nóng)林水事務(wù)支出占總支出比重。產(chǎn)業(yè)方面則用第一產(chǎn)業(yè)就業(yè)人口占總?cè)丝诒戎貋?lái)度量農(nóng)業(yè)外部結(jié)構(gòu)因素[30]。

工具變量：地形(Terrain)=坡度≤6°的耕地面積/總耕地面積。好的工具變量應(yīng)該同時(shí)具備與被替換變量高度相關(guān)、被解釋變量不相關(guān)以及外生的特征[31]。首先，分析地形與農(nóng)業(yè)機(jī)械化和種植業(yè)全要素生產(chǎn)率的相關(guān)性。農(nóng)業(yè)機(jī)械化與地形坡度相關(guān)是因?yàn)榈貏?shì)相對(duì)平坦的地區(qū)農(nóng)業(yè)機(jī)械大規(guī)模作業(yè)相對(duì)容易，而地形坡度較高的地區(qū)農(nóng)業(yè)機(jī)械作業(yè)相對(duì)困難。因此本文借鑒付華等[32]的研究成果，選取坡度小于6°耕地面積在總的耕地面積中的比例作為工具變量。其次，雖然有大量文獻(xiàn)研究得到耕地對(duì)種植業(yè)全要素生產(chǎn)率會(huì)產(chǎn)生直接影響，但是更多的是從耕地的土壤和土地流轉(zhuǎn)等方面。現(xiàn)階段尚未看到有文獻(xiàn)證實(shí)耕地的坡度會(huì)直接影響種植業(yè)全要素生產(chǎn)率。最后，分析地形的外生性。地形屬于自然地理變量。至今還沒(méi)有看到相關(guān)文獻(xiàn)證實(shí)種植業(yè)全要素生產(chǎn)率的提高或減少會(huì)造成當(dāng)?shù)氐牡匦胃淖儭?/p>

3.2.2 數(shù)據(jù)來(lái)源

數(shù)據(jù)來(lái)源于2004—2018年相關(guān)統(tǒng)計(jì)年鑒，包括《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《全國(guó)農(nóng)產(chǎn)品成本收益匯編》《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)業(yè)機(jī)械工業(yè)年鑒》《國(guó)內(nèi)外農(nóng)業(yè)機(jī)械化統(tǒng)計(jì)資料1949—2004》《全國(guó)農(nóng)業(yè)機(jī)械化統(tǒng)計(jì)資料匯編2005—2013》《數(shù)據(jù)禾基礎(chǔ)地理數(shù)據(jù)》《地理國(guó)情檢測(cè)云平臺(tái)》《人地系統(tǒng)主題數(shù)據(jù)庫(kù)》《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》(曾用名：《中國(guó)人口統(tǒng)計(jì)年鑒》)及各省相關(guān)統(tǒng)計(jì)年鑒與統(tǒng)計(jì)資料。

4 實(shí)證結(jié)果與分析

4.1 農(nóng)業(yè)機(jī)械化水平測(cè)算結(jié)果分析

由表3～表6數(shù)據(jù)可以發(fā)現(xiàn)：除北京、天津外，其他各省市的農(nóng)業(yè)機(jī)械化綜合發(fā)展水平總體上呈現(xiàn)上升的趨勢(shì)。西部地區(qū)尤其是西南地區(qū)，農(nóng)業(yè)機(jī)械化綜合發(fā)展水平始終處在一個(gè)較低區(qū)間。截止2018年年底，云貴川三省的農(nóng)業(yè)機(jī)械化綜合發(fā)展水平均處在22以下，東部地區(qū)除北京、上海以外，絕大部分地區(qū)的農(nóng)業(yè)機(jī)械化綜合發(fā)展水平處在一個(gè)較高的水平上(30以上)。東北地區(qū)，地勢(shì)平坦，自然條件優(yōu)越，十分適合大規(guī)模農(nóng)業(yè)機(jī)械的使用，因此黑吉遼的農(nóng)業(yè)機(jī)械化綜合發(fā)展水平始終位居全國(guó)前列，尤其是黑龍江和吉林兩省的農(nóng)業(yè)機(jī)械化綜合發(fā)展水平，從2014年起，就一直處在50以上的水平。相比較于其他地區(qū)，中部地區(qū)各省市的農(nóng)業(yè)機(jī)械化綜合發(fā)展水平總體來(lái)看處于中間地帶。截止2018年年底，在傳統(tǒng)的12個(gè)農(nóng)業(yè)大省(包括：河北、江蘇、山東、浙江、安徽、湖南、湖北、江西、四川、黑龍江、吉林、河南)中，除河南、四川以外，剩余的10個(gè)傳統(tǒng)農(nóng)業(yè)大省的農(nóng)業(yè)機(jī)械化綜合發(fā)展水平均處在30以上。截至2018年底，農(nóng)業(yè)機(jī)械化綜合發(fā)展水平較低(30以下)的省市有(由低到高)：貴州(4.23)、北京(14.53)、云南(14.70)、甘肅(16.25)、河南(19.25)、上海(19.87)、重慶(20.70)、青海(21.12)、四川(21.71)、陜西(22.11)、山西(22.84)以及廣東(25.23)。農(nóng)業(yè)機(jī)械化綜合發(fā)展水平位于中間部分(30～50)的省市有(由低到高)：河北(30.08)、福建(32.42)、寧夏(34.74)、遼寧(36.90)、海南(37.23)、天津(38.03)、新疆(39.99)、湖北(45.84)、廣西(46.08)、湖南(47.56)以及江西(49.81)。發(fā)展水平較高(50以上)的省市有(由低到高)：山東(56.52)、黑龍江(59.33)、內(nèi)蒙古(59.40)、浙江(64.39)、吉林(72.82)、安徽(81.72)以及江蘇(81.85)。

表3 東部地區(qū)2004—2018年農(nóng)業(yè)機(jī)械化發(fā)展水平綜合變動(dòng)指數(shù)Tab.3 Comprehensive change index of agricultural mechanization development level in Eastern China from 2004 to 2018

表4 中部地區(qū)2004—2018年農(nóng)業(yè)機(jī)械化發(fā)展水平綜合變動(dòng)指數(shù)Tab.4 Comprehensive change index of agricultural mechanization development level in Central China from 2004 to 2018

表5 西部地區(qū)2004—2018年農(nóng)業(yè)機(jī)械化發(fā)展水平綜合變動(dòng)指數(shù)Tab.5 Comprehensive change index of agricultural mechanization development level in Western China from 2004 to 2018

表6 東北地區(qū)2004—2018年農(nóng)業(yè)機(jī)械化發(fā)展水平綜合變動(dòng)指數(shù)Tab.6 Comprehensive change index of agricultural mechanization development level in Northeast China from 2004 to 2018

將東部、中部、西部、東北地區(qū)的農(nóng)業(yè)機(jī)械化綜合發(fā)展水平進(jìn)行對(duì)比可以看出：東北地區(qū)的機(jī)械化發(fā)展水平常年處于領(lǐng)先位置，其次為東部地區(qū)、中部地區(qū)以及西部地區(qū)，結(jié)合上述分析可知，造成這一現(xiàn)狀的原因，除了是因?yàn)楦鱾€(gè)省市的自然地理?xiàng)l件外，還與其社會(huì)經(jīng)濟(jì)發(fā)展水平有關(guān)。因此各地區(qū)應(yīng)充分依托自身的資源稟賦優(yōu)勢(shì)，適當(dāng)調(diào)整各地區(qū)的農(nóng)業(yè)機(jī)械化綜合發(fā)展水平，農(nóng)業(yè)大省以及自然條件相對(duì)優(yōu)越的省市應(yīng)積極推動(dòng)農(nóng)業(yè)機(jī)械化以及推動(dòng)農(nóng)業(yè)機(jī)械專業(yè)合作社的成立，使得農(nóng)業(yè)機(jī)械能夠得到充分的利用和使用。工業(yè)化、城市化率較高地區(qū)應(yīng)將重點(diǎn)放在二、三產(chǎn)業(yè)上。

4.2 種植業(yè)全要素生產(chǎn)率結(jié)果分析

本文將借鑒并參考過(guò)往學(xué)者的研究成果，采用Malmquist指數(shù)法來(lái)測(cè)算種植業(yè)全要素生產(chǎn)率，Malmquist指數(shù)法將種植業(yè)要素生產(chǎn)率分解為技術(shù)進(jìn)步(TECHCH)、純技術(shù)效率(PECH)以及規(guī)模效率變化(SECH)三部分，其中純技術(shù)效率(PECH)與規(guī)模效率變化(SECH)之積為效率指數(shù)(EC)根據(jù)DEA-Malmquist指數(shù)法，t～t+1時(shí)期的Malmquist指數(shù)分解為

=TECHCH×PECH×SECH

=TECHCH×EC

Malmquist指數(shù)最初由Malmquist于1953年提出，指數(shù)值的不同意味著不同的生產(chǎn)水平，當(dāng)指數(shù)值小于1時(shí)，意味著生產(chǎn)水平正在降低，指數(shù)值大于1時(shí)，意味著生產(chǎn)水平正在提高，當(dāng)指數(shù)值等于1時(shí)，意味著生產(chǎn)水平保持不變。DEAP2.1軟件的操作結(jié)果如表7所示。

表7 2004—2018年種各地區(qū)種植業(yè)全要素生產(chǎn)率指數(shù)及其分解Tab.7 Total factor productivity index and its decomposition of planting industry in different regions from 2004 to 2018

由表7可知，各個(gè)地區(qū)的種植業(yè)全要素生產(chǎn)率均大于1，表明全國(guó)各地的生產(chǎn)水平均處于提高狀態(tài)，這與全國(guó)整體種植業(yè)TFP的增加是耦合的。除河北、安徽、湖南、江西、山西、甘肅、內(nèi)蒙古、云南、重慶、吉林以及遼寧十一個(gè)省份的純技術(shù)效率指數(shù)(PECH)小于1，其于省份均大于或者等于1，這表明我國(guó)多個(gè)省份的純技術(shù)效率指數(shù)在朝著好轉(zhuǎn)的方向發(fā)展。除山東、河南、內(nèi)蒙古、青海以及吉林五省的規(guī)模效率指數(shù)(SECH)小于1，其與各省市的規(guī)模效率指數(shù)均大于1或者等于1，說(shuō)明我國(guó)大部分地方種植業(yè)規(guī)模正呈現(xiàn)上升的趨勢(shì)。全國(guó)30個(gè)省份的技術(shù)進(jìn)步指數(shù)(TECHCH)均大于1，這意味著這些省份的農(nóng)業(yè)技術(shù)水平都有所增強(qiáng)。效率指數(shù)(EC)等于純技術(shù)效率指數(shù)(PECH)與規(guī)模效率(SECH)的乘積，由表7可知，30個(gè)省市的純技術(shù)進(jìn)步指數(shù)(TECHCH)均大于效率指數(shù)(EC)，這與我國(guó)種植業(yè)全要素生產(chǎn)率的增長(zhǎng)高度依賴于技術(shù)進(jìn)步的特點(diǎn)高度吻合。

4.3 面板門檻結(jié)果分析

4.3.1 多重共線性檢驗(yàn)

為防止回歸模型中的解釋變量之間由于存在精確相關(guān)關(guān)系或高度相關(guān)關(guān)系而使模型估計(jì)失真或難以估計(jì)準(zhǔn)確。本文對(duì)解釋變量以及控制變量之間進(jìn)行了Pearson相關(guān)系數(shù)以及VIF檢驗(yàn)如表8所示。

表8 變量多重共線性檢驗(yàn)的Pearson相關(guān)系數(shù)Tab.8 Pearson correlation coefficient of multicollinearity test

首先，除農(nóng)村人力資本水平(Capital)與產(chǎn)業(yè)結(jié)構(gòu)(Industry)之間的Pearson相關(guān)系數(shù)絕對(duì)值大于0.6外，其他各變量間的Pearson相關(guān)系數(shù)絕對(duì)值均小于0.6。其次，各變量的VIF值的最大值3.561<10，VIF的平均值為2.330，根據(jù)判斷多重共線性的兩個(gè)標(biāo)準(zhǔn)：(1)VIF平均值大于1，(2)最大VIF值大于10。只有兩個(gè)同時(shí)滿足才能得到各變量之間存在嚴(yán)重多重共線性這一結(jié)論。很顯然，本文中的各變量之間不存在嚴(yán)重的多重共線性。

4.3.2 單位根檢驗(yàn)與協(xié)整檢驗(yàn)

由于判斷各變量間是否存在長(zhǎng)期的均衡關(guān)系，會(huì)對(duì)回歸結(jié)果產(chǎn)生重要影響。因此，本文需要進(jìn)行單位根檢驗(yàn)以及協(xié)整檢驗(yàn)，檢驗(yàn)結(jié)果如表9、表10所示。

由表9、表10可知，檢驗(yàn)結(jié)果均顯著通過(guò)，說(shuō)明變量間存在長(zhǎng)期均衡關(guān)系，此時(shí)回歸結(jié)果有效。

表9 單位根檢驗(yàn)Tab.9 Unit root test

表10 協(xié)整檢驗(yàn)Tab.10 Cointegration test

4.3.3 門檻效應(yīng)檢驗(yàn)

在進(jìn)行門檻模型回歸之前，首先，對(duì)面板數(shù)據(jù)需要通過(guò)Hausman檢驗(yàn)進(jìn)行固定效應(yīng)模型與隨機(jī)效應(yīng)模型的選擇，Hausman檢驗(yàn)P值為0.000 0，即采用固定效應(yīng)模型需要對(duì)面板數(shù)據(jù)進(jìn)行門檻值個(gè)數(shù)檢驗(yàn)判斷得到的門檻值是否真實(shí)的顯著性檢驗(yàn)。其次，需要對(duì)面板數(shù)據(jù)進(jìn)行門檻值個(gè)數(shù)檢驗(yàn)，判斷得到的門檻值是否真實(shí)的顯著性檢驗(yàn)。本文通過(guò)stata軟件對(duì)模型(1)進(jìn)行了xthreg門限回歸檢驗(yàn)，結(jié)果如表11所示。

由表11可知模型在單一門檻下通過(guò)5%的顯著性檢驗(yàn)，在雙重門檻下并未通過(guò)10%的顯著性檢驗(yàn)，由此可知，農(nóng)業(yè)機(jī)械化種植業(yè)全要素生產(chǎn)率之間存在單門檻效應(yīng)。

表11 門檻個(gè)數(shù)檢驗(yàn)Tab.11 Threshold number test

4.3.4 門檻回歸結(jié)果分析

由表11的門檻個(gè)數(shù)檢驗(yàn)可知，本文采用單門檻回歸模型，模型估計(jì)結(jié)果如表12所示。

通過(guò)對(duì)表12的模型結(jié)果分析可知：當(dāng)農(nóng)村人口老齡化率低于13.45%時(shí)，農(nóng)業(yè)機(jī)械化程度的提高會(huì)有利于種植業(yè)全要素生產(chǎn)率的提高，影響系數(shù)顯著為0.000 4，即當(dāng)農(nóng)村人口老齡化率低于13.45%時(shí)，農(nóng)業(yè)機(jī)械化綜合發(fā)展水平每增長(zhǎng)1個(gè)單位，種植業(yè)全要素生產(chǎn)率將增加0.000 4。當(dāng)跨過(guò)這一門檻值之后，農(nóng)業(yè)機(jī)械化就會(huì)對(duì)種植業(yè)生產(chǎn)造成不利影響，影響系數(shù)顯著為-0.002，即當(dāng)老齡化率高于13.45%時(shí)，農(nóng)業(yè)機(jī)械化綜合發(fā)展水平每增長(zhǎng)1個(gè)單位。種植業(yè)全要素生產(chǎn)率將減少0.002。出現(xiàn)這樣的原因是：農(nóng)業(yè)種植是一個(gè)十分重視技術(shù)和經(jīng)驗(yàn)的生產(chǎn)活動(dòng)，不同年齡段的農(nóng)村勞動(dòng)力群體對(duì)于農(nóng)業(yè)機(jī)械使用有著較為明顯的差異，在傳統(tǒng)種植技術(shù)方面，年長(zhǎng)者比年輕者要更有經(jīng)驗(yàn)，而在以機(jī)械化作業(yè)為前提的現(xiàn)代農(nóng)業(yè)生產(chǎn)中，年輕者則能夠更快地熟悉和熟練地使用農(nóng)業(yè)機(jī)械。進(jìn)而會(huì)對(duì)農(nóng)業(yè)生產(chǎn)的結(jié)果影響，最終影響種植業(yè)全要素生產(chǎn)率。

表12 農(nóng)業(yè)機(jī)械化對(duì)種植業(yè)全要素生產(chǎn)率的面板門檻效應(yīng)估計(jì)結(jié)果Tab.12 Estimation of panel threshold effect of agricultural mechanization on total factor productivity of planting industry

4.4 內(nèi)生性檢驗(yàn)

為核心解釋變量選取合適的工具變量，是解決內(nèi)生性的主要辦法。

參考過(guò)往學(xué)者有關(guān)內(nèi)生性問(wèn)題的研究分析[34]，在運(yùn)用工具變量(地形)對(duì)農(nóng)業(yè)機(jī)械化與種植業(yè)全要素生產(chǎn)率之間的關(guān)系進(jìn)行分析時(shí)，通常使用工具變量?jī)呻A段最小二乘法(IV-2SLS)的方法進(jìn)行實(shí)證檢驗(yàn)，以控制模型中的內(nèi)生性問(wèn)題。在使用工具變量法之前，為了確保工具變量有效性，需要進(jìn)行過(guò)度識(shí)別檢驗(yàn)與弱工具變量檢驗(yàn)，這里采用Sargen檢驗(yàn)和Basmann進(jìn)行過(guò)度識(shí)別檢驗(yàn)，證明所有工具變量為外生，由于C-DW檢驗(yàn)的F統(tǒng)計(jì)量216.597>10，說(shuō)明弱工具變量問(wèn)題得到有效控制。

表13 IV-2SLS模型的相關(guān)檢驗(yàn)Tab.13 Correlation test of IV-2SLS model

表14展示了模型的IV-2SLS估計(jì)結(jié)果，采用單一門檻效應(yīng)模型，將表12和表14的結(jié)果進(jìn)行對(duì)比，本文所關(guān)注的關(guān)鍵變量和顯著性水平基本保持一致，進(jìn)一步驗(yàn)證了本文結(jié)果的可靠。

表14 IV-2SLS估計(jì)結(jié)果Tab.14 IV-2SLS estimation results

4.5 穩(wěn)健性檢驗(yàn)

為了進(jìn)一步檢驗(yàn)本文結(jié)論的可靠性，本文從兩方面進(jìn)行了穩(wěn)健性檢驗(yàn)，首先，本文選取農(nóng)業(yè)全要素生產(chǎn)率作為被解釋變量進(jìn)行回歸。其次，將控制變量去掉，直接讓農(nóng)業(yè)機(jī)械化綜合發(fā)展水平與種植業(yè)全要素生產(chǎn)率之間進(jìn)行門檻回歸。

檢驗(yàn)結(jié)果如表16和表17所示，檢驗(yàn)結(jié)果均顯示：核心解釋變量的系數(shù)符號(hào)、顯著性以及門檻變量的門檻值并沒(méi)有發(fā)生太大變化。進(jìn)一步驗(yàn)證了本文估計(jì)結(jié)果的可靠性。

表15 農(nóng)業(yè)全要素生產(chǎn)率測(cè)算指標(biāo)體系Tab.15 Index system of total factor productivity in agriculture

表16 去掉控制變量的穩(wěn)健性檢驗(yàn)Tab.16 Robustness test without control variables

表17 置換被解釋變量的穩(wěn)健性檢驗(yàn)Tab.17 Robustness test of permutation explanatory variables

5 結(jié)論與建議

本文基于我國(guó)2004—2018年30個(gè)省級(jí)行政單位種植業(yè)有關(guān)的面板數(shù)據(jù)，分別測(cè)算了種植業(yè)全要素生產(chǎn)率以及農(nóng)業(yè)機(jī)械化綜合發(fā)展水平，運(yùn)用面板模型，以農(nóng)村人口老齡化率為門檻變量，研究了農(nóng)業(yè)機(jī)械化對(duì)種植業(yè)全要素生產(chǎn)率的非線性關(guān)系。最后，通過(guò)引入工具變量地形，探究了農(nóng)業(yè)機(jī)械化與種植業(yè)全要素生產(chǎn)率之間的內(nèi)生性問(wèn)題。(1)農(nóng)業(yè)機(jī)械化程度與種植業(yè)全要素生產(chǎn)率之間存在單門檻效應(yīng)。(2)農(nóng)村較高的老齡化水平，不利于農(nóng)業(yè)機(jī)械化對(duì)種植業(yè)全要素生產(chǎn)率的提高。當(dāng)農(nóng)村人口老齡化率低于13.45%時(shí)，農(nóng)業(yè)機(jī)械化綜合發(fā)展水平每提高1個(gè)單位，則種植業(yè)全要素生產(chǎn)率提高0.000 4，當(dāng)老齡化率高于13.45%時(shí)，農(nóng)業(yè)機(jī)械化綜合發(fā)展水平每提高1個(gè)單位，則種植業(yè)全要素生產(chǎn)率下降0.002。出現(xiàn)這樣的主要原因是由于老年群體難以熟悉和熟練的操作農(nóng)業(yè)機(jī)械，使得農(nóng)業(yè)機(jī)械難以發(fā)揮其通過(guò)提高農(nóng)業(yè)生產(chǎn)的技術(shù)水平來(lái)促進(jìn)種植業(yè)全要素生產(chǎn)率的增長(zhǎng)優(yōu)勢(shì)。(3)地形會(huì)通過(guò)影響農(nóng)業(yè)機(jī)械化水平，進(jìn)而影響到種植業(yè)全要素生產(chǎn)率。(4)通過(guò)對(duì)各個(gè)省市農(nóng)業(yè)機(jī)械化綜合發(fā)展水平的測(cè)算，可以發(fā)現(xiàn)：東北地區(qū)的機(jī)械化發(fā)展水平常年處于領(lǐng)先位置，其次為東部地區(qū)、中部地區(qū)以及西部地區(qū)。地勢(shì)平坦地區(qū)(新疆、黑龍江、吉林等)的農(nóng)業(yè)機(jī)械化綜合發(fā)展水平大都較高。部分省市(北京、上海、廣東)由于其高度的城市化和工業(yè)化水平，使得這些地區(qū)即使擁有著非常好的發(fā)展農(nóng)業(yè)機(jī)械化的自然條件稟賦，但其農(nóng)業(yè)機(jī)械化綜合發(fā)展水平始終處于一個(gè)較低水平上。(5)通過(guò)對(duì)各個(gè)省市種植業(yè)全要素生產(chǎn)率的測(cè)算，發(fā)現(xiàn)全國(guó)各地的生產(chǎn)水平均處于提高狀態(tài)。這與全國(guó)整體種植業(yè)TFP的增加是耦合的。

基于以上幾點(diǎn)結(jié)論，本文提出如下建議：(1)積極推動(dòng)農(nóng)業(yè)現(xiàn)代化的發(fā)展，努力提高農(nóng)業(yè)生產(chǎn)報(bào)酬，鼓勵(lì)更多的懂農(nóng)業(yè)、愛農(nóng)村、愛農(nóng)民的年輕人參與到農(nóng)業(yè)生產(chǎn)過(guò)程中來(lái)。(2)首先，積極鼓勵(lì)傳統(tǒng)農(nóng)業(yè)大省和自然條件稟賦相對(duì)優(yōu)越的省市推動(dòng)農(nóng)業(yè)機(jī)械化的發(fā)展。其次，鼓勵(lì)農(nóng)業(yè)機(jī)械企業(yè)發(fā)明創(chuàng)造出更多適合地形較為復(fù)雜地區(qū)的農(nóng)業(yè)機(jī)械。(3)在我國(guó)老齡化進(jìn)程不斷加深的大背景下，老年人群體在農(nóng)業(yè)生產(chǎn)群體中的占比不斷增加正在變得越來(lái)越難以逆轉(zhuǎn)。因此，加大力度對(duì)農(nóng)業(yè)生產(chǎn)群體進(jìn)行有關(guān)農(nóng)業(yè)機(jī)械化與農(nóng)業(yè)現(xiàn)代化的培訓(xùn)變得越來(lái)越緊迫和必要。