農業技術進步偏向對糧食全要素生產率的影響

汪中華，尹妮

（哈爾濱理工大學經濟與管理學院，黑龍江 哈爾濱 150080）

“國無農不穩，民無糧不安。”在中國糧食生產總量保持穩定增長態勢的同時，發展大環境的不確定性導致糧食生產并不穩定，資源環境的約束持續增加糧食增產提質的難度[1]。受制于耕地、水利等資源約束以及要素相對價格的變化，當前資源消耗型糧食生產模式亟需轉向依賴技術創新的生產模式，以激活糧食生產新動能，實現糧食長期安全。作為一個人口大國，中國以大約9%的土地支撐著20%的人口，這種要素絕對差異使得中國的農業技術是非中性的，按照農業經濟學家Hayami和Ruttan[2]提出的誘致性技術創新理論，中國的初始稟賦使其農業生產應用更多節約土地的“生化偏向型”技術進步模式[3-4]。但一些研究表明，自改革開放以來，中國糧食生產呈現出明顯的利用機械替代勞動要素的“農機偏向型”技術進步特征[5]。2021年，農業農村部發布的糧食增產類主推技術中，化肥良種型核心技術將近一半，機械裝備類智能化技術占40%。通過技術進步完成對稀缺資源的替代，進而不同程度地消除無彈性的土地以及勞動供給的生產約束，帶來差異化的糧食增產效應[6-8]。

實際研究中通常用糧食全要素生產率反映糧食生產過程中的資源配置效率，作為一個綜合性指標，它能夠反映技術效率、技術進步和規模效率對產量增長的貢獻情況[9]。因此，現有研究多從糧食全要素生產率的測度出發，結合影響因素研究討論糧食全要素生產率的演變[10-11]。隨著對糧食全要素生產率時空演變情況的深入研究，糧食生產空間格局的關聯性逐漸成為分析糧食生產必須考慮的前提[12]。技術進步是糧食生產綜合效率提升的關鍵，具有公共物品屬性的農業技術對糧食全要素生產率具有空間溢出作用[13]。技術進步的要素偏向特征也會隨著技術擴散對糧食全要素生產率的影響產生溢出效應。然而現有研究大多從技術進步中性的視角出發，分別敘述農機偏向型技術進步或者生化偏向型技術進步對糧食生產效率的作用[14-15]。部分考慮到農業技術進步非中性的研究，采用的方法是將全要素生產率進行分解，從投入角度得到農機投入偏向的技術進步和生化投入偏向的技術進步[16]。這種直接分解會造成技術進步影響的內生性，難以解釋為何中國的農業技術進步偏向對于糧食生產的影響具有異質性。總體來說，關于技術進步和糧食生產效率的研究一直是學術討論的熱點話題之一。當前研究主要是在測算糧食全要素生產率的基礎上分析技術效率、技術進步指數以及規模效率的作用，難以明晰我國農業技術進步的實際作用路徑。事實上，“生化偏向型”以及“農機偏向型”技術進步是當前中國農業技術進步的一般形態，不少研究已經證實這兩種技術進步模式在糧食生產中的作用大相徑庭，但是缺乏統一框架下的影響研究。另外，如果不考慮技術進步的外部性或糧食生產的空間依賴性，會低估技術進步對全社會糧食生產的影響。

鑒于此，本文以誘致性技術進步理論為基礎，利用三要素二層嵌套CES生產函數，測度并識別中國主要糧食生產省份的農業技術進步偏向；使用DEA-Malmquist模型評估糧食全要素生產率，關注糧食主產區與非主產區糧食生產效率的變化特征，采用空間滯后模型，在技術進步有偏的情境下，分析當前中國的農機偏向型技術進步會抑制糧食全要素生產率的原因，對于探索適宜的技術進步模式，打破資源限制，提升糧食生產質效具有重要意義。

1 研究方法與數據來源

1.1 農業技術進步偏向指數測度方法

農業生產要素替代彈性的變化會直接影響生產效率，而且會間接帶來要素積累，影響種糧主體的決策。按照誘致性技術進步理論，當生產要素間存在互補性時，價格效應（技術進步偏向使用昂貴的稀缺要素）會占支配地位；而當兩者存在替代性時，市場規模效應（技術進步偏向使用充裕要素）會占支配地位。這種要素相互作用在農業生產中表現為某種技術進步路徑會提高特定生產要素的邊際產出，改變要素的邊際替代率，影響最終產出。其主要機理為：在兩種生產資料投入比固定時，如果技術進步對農機要素邊際產出的作用效果更大，那么技術進步更有利于提高農業機械要素的收入份額，采用農機偏向型技術進步會增加更多的最終產出。

從中國農業生產要素的總體使用情況來看，土地與勞動力要素必要但是稀缺，因此生產過程中會更多地使用生化資料以及農機資料節約兩種生產要素[17]。本文基于糧食生產技術的功能性特征，將生產資料分為兩類：農業機械（K）和生化資料（E），建立附加生產要素的（KE）L型CES生產函數，不僅能夠直觀顯示農機技術與生化技術之間的關系，而且能夠很好地展示農機型技術與生化型技術哪類技術對糧食生產貢獻更大，以此驗證誘致性技術進步理論在我國的適用性。具體模型形式如下：

式中：Y是最終糧食產出，L、E、K分別是勞動投入、生化資料投入以及農業機械投入。α是生產資料的分配參數，β反應生產過程中勞動要素與生產資料的貢獻份額；AL、AU、AS分別度量了勞動要素、農機生產資料以及生化資料的技術效率；εK,E為農機要素與生化資料的替代彈性，εKE,L為嵌套后生產資料與勞動要素的替代彈性。

參照王林輝和袁禮[3]對技術進步偏向指數的設計思路，將農業技術進步偏向（B）定義為：

式中：i和t分別表示樣本和年份，wsu是農機與生化資料的邊際產出比。AUit、ASit分別代表農機資料和生化資料的技術效率，?Uit和?Sit表示兩種技術效率的變化率。可以看到，技術進步偏向受生產資料的替代彈性以及兩者之間相對效率的增長率決定。當εK, E＜1時，兩種要素互補，如果此時AUit/ASit上升，Bit＜0，技術進步偏向生化型技術進步；若AUit/ASit下降，技術進步偏向農機型技術進步模式。當εK, E＞1，兩種生產資料是替代關系，若AUit/ASit下降，技術進步偏向于生化資料，即技術向節約土地的方向發展。若εK, E=1，則技術進步是中性的。

1.2 糧食全要素生產率測度

DEA-Malmquist是一種不需要設定特定函數形式，用生產過程中產出投入的復雜變化反映決策單元的全要素生產率（TFP），并能將綜合效率分解進行縱向比較的模型[18]。本文考慮到糧食生產受資源短缺以及環境約束的雙重負荷，選擇投入導向型模型測度糧食全要素生產率。具體的計算公式如下：

式中：M為在時期t的技術條件下，時期t到t+1的全要素生產率（TFP）。x、y分別為各時期投入產出集。TE表示技術進步變化指數，反映的是生產前沿面的外推；EFF（技術效率指數）反映一段時期內實際產量與最大產量的差距，可進一步分解為純技術效率變化指數（PE）與規模效率變化指數（SE）。

1.3 面板空間模型

糧食生產受資源稟賦影響較大，糧食全要素生產率表現出明顯的空間依賴性。不同技術來源的農業技術進步對糧食全要素生產率既有直接作用又有間接作用。因此，本文嘗試建立空間滯后模型（式4），從空間視角研究農業技術進步偏向與糧食全要素生產率的關系。

式中：i和t分別為地區及年份，A為糧食全要素生產率，B代表農業技術進步偏向指數，βi是直接影響系數（i=1，2），ρ1是空間滯后項系數，C為控制變量集。W為n×n階空間鄰接權重矩陣。

1.4 數據來源與指標選取

糧食作物整個生產過程較為復雜，因此本文篩選出我國三大主糧（稻谷、小麥、玉米）的主要生產主體，研究對象包含全國26個省份[19]。按照地區糧食貢獻度和自然地理區域劃分，將26個研究對象分為東部、中部和西部三個區域。東部包含福建、廣東、河北、江蘇、遼寧、山東、浙江；中部包含安徽、河南、黑龍江、湖北、湖南、吉林、江西、山西；西部包含甘肅、廣西、貴州、海南、內蒙古、寧夏、陜西、四川、新疆、云南、重慶。按照糧食生產功能區劃分為糧食主產區和糧食非主產區。主產區包括黑龍江、吉林、內蒙古、遼寧、河北、河南、山東、江蘇、安徽、江西、湖北、湖南、四川；非主產區包括浙江、廣東、福建、海南、貴州、云南、寧夏、廣西、陜西、甘肅、重慶、山西、新疆。另結合各地區地勢地形、種植制度以及各省糧食播種面積和產出情況，劃分玉米、小麥、稻谷優勢生產區域，具體見表1。

表1 玉米、稻谷、小麥生產優勢區域Table 1 Main planting areas of maize, rice, and wheat

糧食全要素生產率的指標體系構建參照張麗和李容[20]的研究，選取鄉村從業人口、糧食播種面積以及農業機械總動力、農用化肥折純量作為投入指標；糧食總產出作為產出指標。農業技術進步偏向指數的測度數據來自相應年份的《全國農產品成本收益資料匯編》以及《中國農村統計年鑒》，其中農機資料費用以單位面積機械投入價值表示，生化資料費用則以單位糧食生產過程中化肥、農用肥等生化型投入要素價值總和表示，由于樣本研究時間跨度較長，單位面積機械投入價值以及單位面積生化投入價值均以2002年為基期，利用農業生產資料價格指數作平減。勞動力價格用單位勞動用工投入所花費的人工成本代替，以消除農業生產的季節性影響[21]；此外，考慮到農業生產部門相較于其他經濟部門對土地以及勞動要素反映更加劇烈，產業結構優化水平也相對滯后，糧食生產水平與農田水利設施和自然災害的聯系也很密切[15,21]。因此，除卻反映技術進步偏向的解釋變量外，進一步增加農地經營規模用于反映農地經營情況；增加城鎮化水平反映勞動力流動情況；采用有效灌溉率用以控制農業生產條件的影響；采用受災面積占農作物播種面積的比重來反映自然災害對糧食生產的影響。具體的指標定義見表2。

表2 變量定義與描述Table 2 Variable definition and description

2 結果與分析

2.1 農業技術進步偏向測度結果分析

2.1.1 農業技術進步偏向的典型事實特征 采用廣義非線性最小二乘法對式（1）的雙層嵌套CES生產函數進行參數估計，得到各樣本的要素替代彈性（表3）。可以看到，2002—2020年間各省份農機資料與生化資料替代彈性均值為0.948，兩者總體是互補的[22]，主要是由于整個糧食生產過程中兩種生產資料往往協同使用。但具體看各區域農機生化資料合成品的結構變化情況，農機生產資料與勞動生產資料間的替代彈性有很大差別，甘肅、寧夏、貴州等地糧食生產模式主要是以簡單便捷的生化投入為主，生產資料間有明顯替代作用。江蘇、安徽、湖南等16個省份的替代彈性小于1，這些地區糧食生產要素投入結構較為穩定，農機生產資料以及生化資料的協同使用更利于糧食生產。各省份農機—生化合成品與勞動要素的替代彈性差別不大，大概在0.245左右，說明生產資料合成品與勞動之間是互補關系。

表3 26個糧食生產省份要素替代彈性結果Table 3 Results of the factor substitution elasticities in 26 grain-producing provinces

圖1顯示了我國各區域技術進步偏向指數的時間演變趨勢。可以看到，有偏的農業技術進步在各區域是廣泛存在的，整個研究期間，全國及各地區技術進步偏向度均有所波動，但大多數年份全國范圍內的技術進步指數大于0，這些時期技術進步方向始終偏向于密集使用農機要素。這與我國現代化農業生產中農業機械化比重持續提高的現實情況相符合。具體來看，中國早期的農業技術進步偏向生物化學型，以此達到節約土地的目的，符合我國農業發展的時代特征。2004年起，中央一號文件連續強調“三農”主題，城鄉二元經濟發展的特點又要求農業勞動要素更多地被機械技術替代，勞動要素成本增加使得節約勞動成為這一時期農業生產的典型特征，機械化技術進步成為糧食生產的主要推動力。

圖1 我國各區域技術進步偏向指數變化趨勢Fig. 1 Variation trends of technological progress bias index in different regions of China

東部、中部和西部的農業技術進步方向變化趨勢大致相同，均表現為生化技術與機械技術交替變化的發展趨勢，緩解了糧食生產要素邊際報酬遞減規律的制約。東部8個省份近年來主要采用節約土地的生物化學型技術進步模式。西部地區以節約勞動的農機技術為主，對于生物化學型技術的應用有所減少。中部8個省份是傳統的糧食主產區，生產機械化程度與土地規模均有利于機械技術發展，整體技術進步偏向于農機型技術進步。

2.1.2 不同糧食作物技術進步偏向特征 考慮到不同糧食作物資源稟賦以及生長條件存在差異，進一步分析不同糧食作物技術屬性的差異性，表4到表6分別顯示了玉米、稻谷以及小麥優勢產區的技術進步偏向指數。早期各玉米優勢產區農業機械化和專業化發展受限，農業生產中更多地使用生物化學技術，因此整體技術進步模式表現為生化偏向型技術進步。北方春玉米產區耕地資源較為豐富，規模化經營為機械技術進步提供有利條件，玉米農機偏向型技術進步指數呈上升趨勢。與之相對，西南山地玉米產區地形狀況復雜，推廣機械作業難度較大，這些地區玉米生產主要以生化型技術進步模式為主[23]。黃淮海地區則表現為農機偏向型技術進步與生化偏向型技術進步模式交替演進，農藝、農機結合是黃淮海平原玉米高產的必要條件。

表6 小麥生產優勢區的技術進步偏向指數Table 6 Technological progress bias indices of wheat production advantage area

稻谷生產的技術進步類型受自然條件影響較大，長江流域以及東北早熟稻產區擁有優質的水土資源，其稻谷種植的技術創新更多地表現為生化偏向型技術進步；傳統花生—水稻復作的種植模式提升了東南沿海優勢稻產區土壤的理化條件，因此相對于生物技術，東南沿海稻谷生產的技術創新重在控制土壤中水分的排灌技術以及栽培配套技術。

相較于普遍采用生化型技術進步模式的北方冬麥產區，西部春麥和南部冬麥產區大多采用農機型技術進步模式。甘肅、寧夏、新疆等西部小麥產區大部分處于高寒干冷地帶，因此早期側重于培育耐寒豐產的春麥良種，近年來受政策影響，轉向發展具有明顯節勞屬性的農業機械技術。江蘇、安徽、云南、四川等南部冬麥優勢區主要采取兩熟平作的種植方式，農業機械技術提升了這些區域糧食生產過程中耕、播、收的效率，從而獲得較高產量。總之，雖然我國整體農業技術進步表現為節約勞動的農機偏向型技術進步，但是受生產稟賦以及要素成本等的影響，我國農業技術進步方向在不同糧食作物類型上具有非均衡性。

表4玉米生產優勢區的技術進步偏向指數Table 4 Technological progress bias indices of maize production advantage area

2.2 糧食全要素生產率測算結果及技術變化

表5 稻谷生產優勢區的技術進步偏向指數Table 5 Technological progress bias indices of rice production advantage area

中國內陸氣候、地形復雜，不同地區的機械化程度和勞動力人口都存在一定程度的差異。因此，必須對每個省份的糧食生產情況進行分析。圖2顯示了利用deap2.1軟件得到的2002—2020年我國26個糧食生產省份的全要素生產率以及相應分解效率。結果發現，2002至2010年，整體糧食全要素生產率波動明顯，但只有2003、2005、2009年的相對效率小于1，糧食生產是低效的。其中，技術動力不足是造成2003年和2009年糧食生產處于劣勢地位的主要原因。2005年純技術效率以及規模效率均小于1，說明這一年不僅存在要素流失，而且資源也沒有有效配置。2010年以后整體糧食投入利用效能相對較好。2017年至2018年的技術變動指數觸底，但綜合糧食全要素生產率仍具有優勢，說明技術效率的優勢一定程度上彌補了現有技術進步與技術前沿之間的差距，更加證明了技術進步的重要性。

圖2 2002—2020年糧食全要素生產率時序變化圖Fig. 2 Time series change of the total factor productivity of grain from 2002 to 2020

表7進一步顯示了不同糧食產區糧食全要素生產率的差異。可以看出：我國糧食主產區綜合糧食生產效率優于非主產區。四川、河南、湖南、湖北等糧食生產集中區，土壤資源豐裕，良好的農業生產基礎以及產糧重心的集聚幫助發揮這些地區生產經營的規模效應；黑龍江、吉林、遼寧、內蒙古等北部省份技術效率更占優勢，糧食生產重心的北移進一步促進這些地區農業現代化發展，農業機械的投入以及育種方式的改進提升了這些地區的糧食產量。安徽、河北、江蘇、江西四省技術進步變化指數較高，技術進步驅動生產前沿面外移，促使這些產糧大省一直處于規模報酬遞增階段。糧食非主產區中，廣西、廣東、貴州、云南、浙江和重慶六省實際產量與最大產量之間仍有差距，陜西、山西、新疆等地規模效率同樣偏低，但是這些地區技術進步指數較高，技術創新在糧食生產中占據主要地位，因此整體糧食生產仍處于效率遞增的潛力帶。

表7 2002—2020年我國各地區糧食全要素生產率均值Table 7 The average total factor productivity of grain in various regions of China from 2002 to 2020

2.3 農業技術進步偏向對糧食全要素生產率的影響

2.3.1 模型選擇與檢驗 由表8可知，2002—2020年的莫蘭指數均在5%的統計水平上顯著為正，這意味著糧食全要素生產率普遍存在較高程度的空間依賴性。受糧食生產的規模經濟以及鄰近區域相似的種植條件等影響，糧食生產效率有明顯的空間趨同特征，距離越短，空間相關性越強。此外，勞動力要素轉移以及農地的流轉打破了經營壁壘，加速了糧食生產中投入要素的自由流動，因此，某地區的糧食生產效率提升，不僅會影響本地糧食生產規模效率以及技術效率，而且在空間范圍內會作用于周圍地區糧食生產。

表8 2002—2020年糧食全要素生產率莫蘭指數Table 8 Moran index of the total factor productivity of grain from 2002 to 2020

利用Hausman檢驗篩選固定效應或是隨機效應模型。結果發現檢驗值為70.460，通過了1%顯著性水平檢驗，采用固定效應模型更加合理。個體固定效應模型的擬合優度R2為0.180，小于時間固定以及時空雙固定效應模型（均為0.274）。綜合LR檢驗、LM-lag檢驗和LM-error檢驗結果發現（表9），使用時間固定效應空間滯后模型是最優的。

表9 LM檢驗結果Table 9 LM test results

2.3.2 空間計量結果分析 表10報告了農業技術進步偏向和糧食全要素生產率空間滯后模型的回歸結果。可以看出，農業技術進步偏向以及農業災害率的提高不利于糧食全要素生產率的提升，而農地經營規模的擴大有利于提高糧食全要素生產率。具體來看，農業技術進步偏向指數每提高1%，當地糧食生產效率將下降0.016%，也即技術進步偏向農機生產資料不利于糧食全要素生產率提升。結合第一部分研究結果，解放勞動生產是城鄉二元經濟結構下的主要目的，由此引致的農機型技術進步造成我國農業生產時土地稀缺約束更加明顯，過度應用農機型技術進步偏離當前資源的最優配置，技術效率存在損失。除此之外，參考Zhang等[24]的研究結論，農業機械存在外包服務，微觀角度上的農戶租用省外機械服務當前并未體現。由于普遍上升的勞動力成本，更多年輕人傾向進入其他行業獲取非農收入，農村留下的年邁勞動力對農業現代化的接收程度有限，主要進行簡單的種植工作。農機型技術進步模式的普及并不能在短期內實現糧食生產效率的提升。

農地經營規模系數為0.003，說明目前我國農地經營規模仍具有顯著的規模效應。經營規模的擴大利于資源高效利用，能夠提高農業生產率，促進糧食生產。產業結構以及城鎮化水平對糧食全要素生產率的影響并不顯著，這表明目前產業結構以及城鎮化水平對糧食全要素生產率的作用尚且模糊。水資源短缺一直是我們國家農業生產受制約的主要原因，但節水灌溉技術的發展一定程度上能夠促進水資源的循環利用，滿足農業生產對水資源的需求，這種方向相反的動態作用造成有效灌溉率與糧食全要素生產率之間沒有顯著的相關性。

2.3.3 空間溢出效應分解 當空間計量模型中同時包含被解釋變量及其空間滯后項，估計系數不能像傳統計量模型那樣直接反映邊界效應。因此，需要分解解釋變量的作用，轉化為直接效應（直接影響）、間接效應（鄰里溢出）和總效應（共同影響）進行統計檢驗。結合表10的分解結果可知，技術進步偏向的直接效應系數是-0.016，空間溢出效應系數為-0.006，均在10%的結果上顯著，且直接影響大于間接效應。這表明當前我國農機偏向型技術進步不僅直接抑制糧食全要素生產率的提升，也會間接抑制其他地區的糧食全要素生產率。因為在技術空間擴散的過程中存在要素流動，要素偏向特性也會發生外溢，農機的空間外溢效應直接表現為農機跨區流動，但運輸成本以及種植條件等約束限制了跨區服務市場的發展，農機型技術進步的糧食增產作用明顯受限。此外，廣泛的農機偏向型技術進步使得生產過程中農機要素投入飽和，土地對生產的約束作用更加強烈，農機偏向型技術與土地稀缺存在錯配，使得最終糧食生產的資源配置效率下降。

表10 空間滯后模型計量結果Table 10 Measurement results of the spatial lag model

農地經營規模直接效應系數為0.003，空間溢出效應系數為0.001。由此可見，在該地區擴大經營規模，可以充分發揮規模經營的效益，激發生產要素的最大潛力，有效提高土地生產能力；其他地區農地經營規模優勢也會帶動糧食生產鏈發展，加速該地區糧食生產。農業災害率的直接影響回歸系數為-0.134，空間溢出回歸系數為-0.050，說明農業災害不僅不能顯著提升糧食全要素生產率，而且會對其他省市的糧食全要素生產率產生類似的影響。產業結構、城鎮化水平、有效灌溉率三者的直接效應以及空間溢出效應也不具有統計顯著性。

2.4 內生性檢驗

由于糧食全要素生產率遺漏潛在影響因素會導致殘差項自相關，而且受要素結構變化的作用，技術進步促進全要素生產率提高之后，人們傾向選擇對糧食生產更有益的技術進步模式。技術進步與全要素生產率之間可能互為因果。因此，為了精準體現農業技術進步偏向對糧食全要素生產率的作用，本文首先將滯后一期的被解釋變量納入計量模型，采用兩階段系統GMM模型進行回歸；另外，引入核心解釋變量（技術進步偏向指數）的滯后項作為工具變量對可能存在的逆向因果關系進行處理[25-26]。

表11中模型（1）為兩階段系統GMM的估計結果。可以看到，核心解釋變量的系數符號以及系數值沒有太大變化。AR(2)的檢驗結果接受了“擾動項無序列相關”的原假設，同時，Sargan檢驗結果認為工具變量有效，說明上文回歸結果具有穩健性。模型（2）和模型（3）是引入滯后一期的技術進步偏向指數為工具變量后進行系統GMM以及2SLS回歸的結果。兩種估計方法均未改變農業技術進步偏向指數對糧食全要素生產率具有顯著抑制作用的結論。Cragg-Donald Wald檢驗拒絕了弱工具變量的假設，LM檢驗結果也表明模型不存在過度識別問題。由此可見，剔除可能存在的內生性之后，農機偏向型技術進步對糧食全要素生產率提升仍具有顯著抑制作用。

表11 內生性檢驗結果Table 11 Endogeneity test results

2.5 異質性分析

考慮到不同糧食作物的要素配置、技術效率以及生產效率均存在差異，進一步分組考察玉米、稻谷以及小麥生產技術進步偏向對糧食全要素生產率的直接影響（表12）。結果發現，玉米農業技術進步偏向與糧食全要素生產率之間的系數顯著為負，稻谷的影響統計上不顯著。結合上文研究結果可知，玉米與稻谷整體技術進步偏向特征均為生化型技術進步，玉米種植的生化型技術進步模式能夠顯著促進玉米產量提升。但是對于現代化稻谷種植，其生產效率的提升不僅需要繼續優化生化型技術進步，也需要加強農機型技術進步創新。小麥的技術進步偏向指數與全要素生產率之間的系數為0.019，說明對小麥來說，偏向農機型的技術進步模式更能夠促進全要素生產率的提高。而當前我國小麥生產過程中，農機技術所占比重越來越高，機械使用程度也在不斷加深，使用農機型技術可以有效促進小麥增產增收。

表12 不同糧食作物技術進步偏向對糧食全要素生產率的回歸結果Table 12 Regression results of the technological progress bias of different grain crops on the total factor productivity of grain

此外，將糧食種植地區分為主產區和非主產區，進而驗證技術進步偏向對于不同類型糧食功能區糧食全要素生產率的影響是否存在異質性（表13），從結果來看：不同糧食功能區模型結果具有相似性，相對于糧食主產區，非主產區農業技術進步的偏向性特征對糧食全要素生產率的影響更加顯著。非主產區農機型技術進步偏向指數每提升1%，本地糧食生產效率將下降0.026%，按照林毅夫等[27]的研究結論，要素稟賦結構決定了經濟體最適宜的技術模式，結合技術進步偏向指數的定義，主產區農機偏向型技術進步并非是能提升全要素生產率的適宜型技術進步。就現階段糧食生產中農業機械技術應用情況看，機械技術受自然地形、農戶意愿以及作物類型差異等的約束，機械化還存在較大的進步空間。

表13 主產區和非主產區技術進步偏向與糧食全要素生產率的回歸結果Table 13 Regression results of the technological progress bias and the total factor productivity of grain in main and non-main production areas

糧食主產區相對廣泛的作物類型也在一定程度上弱化了農機型技術進步對糧食生產的作用。以水稻和小麥的生產為例，水稻對早期幼苗的移植條件要求較高，機械移植相較于人工移植成本更高；而我國當前小麥生產已經實現播、種、收的全面機械化，因此農機型技術偏向對糧食全要素生產率的促進作用更加顯著[28]。非主產區糧食產、銷、購流動性大，市場規模效應以及生產要素的價格效應更加顯著，農業技術創新在這兩種效應的加持下偏向特征明顯，與勞動要素互補且具有節約土地屬性的生化型技術進步更加適宜非主產區的農業生產，表現為生化型技術進步不僅利于當地糧食全要素生產率提高，而且對其他地區糧食全要素生產率具有一定的正向促進作用。因此，在糧食生產過程中，除了要因地制宜發展不同的技術進步模式外，注重整體技術水平提升同樣重要。

3 結論與建議

3.1 結論

1）2002—2020年間，我國整體農業技術進步表現出農機偏向型特征。早期技術進步方向傾向于生化型技術進步主要是由國家政策以及相對豐裕的勞動力要素帶動。受城鄉二元經濟結構的影響，當前我國農業技術進步更多地表現為節約勞動要素的農機偏向技術進步特征。各區域農業技術表現為生化偏向型與農機偏向型技術進步交替變化的特征。

2）2002—2020年間，糧食全要素生產率波動明顯，各省糧食全要素生產率均為正增長，受糧食生產重心日漸北移的影響，北部糧食主產區全要素生產率處于前沿地位。糧食生產中技術進步指數對糧食全要素生產率的貢獻度更大。不同糧食功能區的全要素生產率差異明顯，技術進步的驅動作用在糧食主產區更加顯著。

3）糧食全要素生產率具有顯著的正向空間依賴性。當前我國整體農機偏向型技術進步模式存在生產率損失，農機跨區服務市場的限制以及勞動力成本約束造成短期內農機偏向型技術進步抑制糧食全要素生產率的提升，在糧食非主產區這種農機偏向型技術進步模式的抑制作用更加顯著。

4）有偏的農業技術進步對異質性糧食作物全要素生產率的貢獻作用顯著，表現為符合糧食作物要素稟賦變化的技術進步更利于提升糧食生產效率：具有明顯生化型技術優勢的稻谷以及玉米，偏向生化型的技術進步更利于促進作物增產；小麥生產的機械化程度較高，因此機械技術對小麥全要素生產率的正向作用更明顯。

3.2 建議

因地制宜、因勢利導發揮技術進步的引領作用對于助力糧食生產資源消耗導向到技術創新導向的轉型，保障糧食安全意義深遠。基于此，本文提出以下建議：

1）增強省際糧食生產互助，重視農業技術創新。建立信息化糧食生產鏈，增加技術進步偏向與要素稟賦結構的匹配度，減少生產以及非生產階段的無效損耗。在糧食生產投入要素有限的情況下，通過技術進步提高糧食生產的技術效益。

2）聚焦農機裝備以及生化技術創新。我國農業技術進步整體偏向農機型技術進步，因此農機型技術需要控量提效，提升農業機械使用效率。促進農機資源共享，統籌調動拖拉機等機械設備，實現農機技術進步對糧食生產的促進作用。在追求增產增收的同時切實保持土壤肥力，重視生物技術創新，實施良種工程、高效施肥技術等項目，為土地高質量產糧續航。借助國家的農業扶持政策，聚合優勢資源，攻克“卡脖子”的關鍵核心技術。

3）平衡技術進步偏向的間接效應。結合各地區自有稟賦進行分類指導，補齊落后地區糧食生產基礎設施短板。經濟發達地區可以同時推動農機型技術進步與生化型技術進步，集中優勢進行農業技術推廣，吸納農業高素質人才，加快農業現代化發展。具有土地資源優勢的城市優化資源配置，以節約勞動的農機型技術進步為主，輔以生化型技術。鼓勵擁有大規模土地的農地經營者采用大型農機等提高生產效率，對于小規模經營主體，降低小型農機使用成本，推廣科學的耕作方式，鼓勵其積極采取科學施肥技術。