農業機械化水平對中國糧食生產技術效率的空間溢出效應研究

謝冬梅 汪希成 伍駿騫

摘要：提升農業機械化水平是落實國家“藏糧于技”戰略中的重要一環，利用1998—2020年中國31個省（市、區）的面板數據，采用空間杜賓模型，研究農業機械化水平對糧食生產技術效率的直接影響和空間溢出效應。研究發現：第一，農業機械化水平對糧食生產技術效率具有顯著的空間溢出效應，在其他影響因素不變的情況下，其他地區糧食生產技術效率加權值每提升1%，本地糧食生產技術效率提升約0.579%；第二，從不同農機類型來看，農業機械化水平對糧食生產技術效率的空間溢出效應主要通過大中型農機實現，影響系數為0.252；第三，農業機械化水平對糧食生產機械效率的空間溢出效應存在于不同經緯度之間，在水稻跨區作業省份中，農業機械化水平對糧食生產技術效率的空間溢出效應為0.027。因此，提出通過進一步優化農機跨區作業機型、改進糧食品種、提升田間管理技術等方式擴大不同地區糧食作物的種植、生長和收獲時間差，為農機跨區作業創造條件，實現資源效益最大化。

關鍵詞：農業機械化水平；糧食生產技術效率；空間溢出效應；農機跨區作業

中圖分類號：F323.3

文獻標識碼：A

文章編號：2095-5553 （2023） 03-0223-09

Abstract： The improvement of agricultural mechanization level is an important part of the implementation of the national strategy of “food crop production based on technological application”. This paper uses the panel data of 31 provinces （municipalities and autonomous regions） in China from 1998 to 2020 and uses the spatial Dubin model to study the direct impact of agricultural mechanization level on the technical efficiency of grain production and the spatial spillover effects. The research showed that： Firstly， the level of agricultural mechanization has a significant spatial spillover effect on the technical efficiency of grain production. Under the condition that other factors remain unchanged， the weighted value of the technical efficiency of grain production in other regions will increase by about 0.579% for every 1% increase in the local technical efficiency of grain production. Secondly， from the perspective of different types of agricultural machinery， the spatial spillover effect of agricultural mechanization on the technical efficiency of grain production is mainly realized by large and mediumsized agricultural machinery， with an impact coefficient of 0.252. Thirdly， the spatial spillover effect of agricultural mechanization level on the efficiency of grain production machinery exists between different longitudes and latitudes. In the rice crossregional operation provinces， the spatial spillover effect of agricultural mechanization level on the technical efficiency of grain production is 0.027. Therefore， this paper proposes to expand the time difference between planting， growth and harvesting of grain crops in different regions by further optimizing crossregional operation models of agricultural machinery， improving grain varieties， and improving field management techniques， so as to create conditions for crossregional operations of agricultural machinery and maximize resource benefits.

Keywords：? agricultural mechanization level; technical efficiency of grain production; spatial spillover effect; crossregional operations of agricultural machinery

0引言

中國糧食生產是否能夠實現可持續增長，提高糧食生產技術效率是關鍵。而中國地域遼闊，地區間資源稟賦條件存在顯著差異，在技術擴散過程中，中國省域間的糧食生產技術效率存在顯著的空間收斂現象［1］。而跨越不同經緯度和地勢的農機跨區作業成為農業生產技術擴散的重要媒介，對糧食生產技術的外溢具有重要作用［23］。

但是，現有研究更多關注農業機械化對糧食生產技術效率的直接影響，而沒有考慮空間因素。考慮到空間因素的研究也集中于探討農業機械化水平對糧食產量的空間溢出效應，忽視了農業機械的使用是通過影響糧食生產技術效率而間接引起產量變化的邏輯關系［47］。

目前中國農業機械化發展的重要模式之一是農機跨區作業，其通過區域流動在不同地區示范、傳播先進糧食生產技術，并與當地農機服務組織相互競爭，從而產生技術溢出效應［6］。

高鳴等［1］的研究結果表明，中國農機跨區作業是糧食生產技術效率存在空間集聚的重要因素，但是其研究只是分析了糧食生產技術效率的空間自相關性，并沒有實證檢驗農機跨區作業對糧食生產技術效率的空間溢出效應。而伍駿騫等和方師樂等［45］的研究雖然實證了由農機跨區作業帶來的空間溢出效應，但是其被解釋變量是糧食產量，具體是否影響糧食生產技術效率還是未知。

基于此，本文將利用1998—2020年中國31個省（市、區）的面板數據，實證分析農業機械化水平對糧食生產技術效率的空間溢出效應，即一個地區的農業機械化水平的提高不僅有利于提高本地區的糧食生產技術效率，還有利于其他地區糧食生產技術效率的提高。與現有文獻相比，本研究可能存在以下邊際貢獻：一是研究內容方面，運用空間計量方法深入分析農業機械化水平對糧食生產技術效率的空間溢出效應；二是研究方法上，不同于現有文獻中按照同一緯度或者同一經度將農機跨區作業地區進行歸類的處理方法，而是分糧食品種采用經緯度組合的方法對農機跨區作業省份進行歸類后，再進行空間計量回歸，從而提高了空間計量分析結果的精確性。

1文獻綜述、理論分析框架與研究假說

1.1文獻綜述

關于農業機械化水平對糧食生產技術效率的影響，不同的學者存在不同的意見，主要呈現出以下三種觀點。

第一種觀點認為糧食生產技術效率會因農業機械化水平的提高而降低。Yao等［8］通過隨機前沿生產函數，利用面板數據進行實證分析，發現糧食生產效率因農業機械化程度提高而降低。這個研究結果與傳統農業經濟學觀點相符，即生產率的提高可通過精細化耕種的作業方式實現［9］，而農業機械在家庭聯產承包制下的細碎耕地中操作不便，不利于糧食生產技術效率的提高。

第二種觀點認為農業機械化水平對糧食生產技術效率的影響不大。如Ito等［10］在研究中國農業生產率地區差異中發現，1991—2004年生物技術進步在中國農業生產增長中占有重要地位，而機械技術對農業產出的貢獻影響不大。曾福生等［11］認為中國各地區農業受地形和資源稟賦條件的限制，農業機械總動力對糧食生產效率影響不大。

第三種觀點認為農業機械化水平的提高對糧食生產技術效率的提高是有利的，并且通過農機跨區存在空間溢出效應。農業機械相對于農業勞動力的相對價格較低，有利于實現農業機械化替代農業勞動力，從而提升單位產出、改善農民收入［12］。化肥的使用可以提高糧食產出，但是不能改進要素配置效率，從而無法提高糧食生產技術效率，而改善農業技術效率可以通過機械化提升資源配置來實現［13］。農機投入可以緩解由于勞動力流失和女性化等造成的效率損失，從而提高糧食生產技術效率，農業機械化發展是推動農業生產效率提升的重要抓手［1415］。而農機跨區作業將最新的農機設備和農機技術應用到其他區域，是糧食生產技術效率存在空間溢出的一種途徑和工具［1］。

綜上，現有研究對于本文分析農業機械化水平對糧食生產技術效率的空間溢出效應具有重要的借鑒意義。現有文獻已經證實農業機械化水平對糧食生產技術效率具有顯著的正向影響，而中國各省份的糧食生產技術效率也存在顯著的空間集聚效應，同時也強調了農機跨區作業是中國各省份的糧食生產技術效率產生空間溢出效應的重要原因。

但是相關研究只是初步分析了糧食生產技術效率的空間自相關性，并不能直接驗證農業機械化水平對糧食生產技術效率的空間溢出效應，以及其空間溢出效應有多大、具體呈現出哪些特征等問題。而這也正是本文的研究意義所在。

1.2理論分析框架

根據誘致性技術變遷理論［16］，農業技術進步是內生性技術進步。過高的勞動力成本會誘使節約勞動的技術創新和應用，促使農戶選擇農業機械替代人工勞動，農業機械化水平不斷提高。

根據分工和專業化理論［17］，分工專業化能提高生產效率。雖然農業生產過程中的分工難度較大，但是農業部門可以從工業部門“進口”分工的好處，即通過購買機器、化肥等工業產品，增加生產的迂回度，不斷加深農業生產的專業化程度［18］。農業機械的使用加深了農業生產環節的專業化程度，相應提高了勞動力、土地、化肥、農藥等投入要素的利用效率。而技術效率是衡量生產過程中各項投入要素是否被充分利用的指標，當農業機械化水平的提高帶來糧食生產過程中勞動生產率和資源利用率的提高，也就意味著提高了糧食生產技術效率。

再從要素流動理論的視角來看，農業勞動力作為重要的生產要素可以在市場中自由流動，那么農業機械替代農業勞動力成為重要的生產要素后，也可以在市場中自由流動，農業機械的影響從自身內部區域范圍擴展到其他地區。通過農機跨區作業，農業機械的使用不僅能影響本地區糧食生產技術效率，還通過空間溢出效應影響其他地區糧食生產技術效率。

另外，根據新經濟增長理論［19］，新知識是最為重要的生產要素，具有外部性，從而引起生產的規模收益遞增。

農機跨區作業實現了先進農機和農技的傳播，使落后地區農業勞動者通過“看中學”，吸取先進地區糧食生產的創新經驗和教訓，減少試錯成本，從而提高落后地區糧食生產技術效率，帶來空間溢出效應。

1.3研究假說

綜上可知，農業機械化水平的高低對糧食生產技術效率存在一定的影響，不僅包括直接影響還通過農機跨區作業存在空間溢出效應（圖1）。由此提出本文的研究假說1。

假說1：農業機械化水平的提高不僅能有效提高本地區的糧食生產技術效率，還通過農機跨區作業對其他地區的糧食生產技術效率產生正向的空間溢出效應。

不同農機類型對糧食生產技術效率的影響存在差異。小型農機初始投入少，適用于小規模生產，因此對本地區糧食生產技術效率的提高具有重要作業。而大中型農業機械由于其初始投資成本高，作業面積廣，更適宜于農機跨區作業，對糧食生產技術效率的空間溢出效應具有重要影響，由此提出本文的研究假說2。

假說2：大中型農機對糧食生產技術效率存在顯著的正向空間溢出效應。

另外，從筆者的實地調研來看，農機跨區作業路線并不完全是按照跨緯度行進，更多的是以跨經度和跨緯度相結合的形式存在。現有文獻只是單純將同一緯度或者同一經度的省份歸為一類進行空間計量回歸，忽視了跨經度和跨緯度相結合模式所帶來的空間溢出效應，從而得出的結論具有片面性。因此提出本文的研究假說3。

假說3：在跨經度和跨緯度相結合的模式下，農業機械化水平的提高對其他地區糧食生產技術效率具有顯著的正向空間溢出效應。

2模型構建與數據來源

2.1模型構建

2.1.1隨機前沿分析法

本文選擇隨機前沿分析法（SFA）測算糧食生產技術效率。SFA方法能將技術非效率和隨機擾動項區分開來，從而避免隨機擾動和技術效率共同作用使產出偏離隨機前沿生產函數結果，提高預測結果的準確性，并且構造的技術非效率方程可以進一步分析技術效率的影響因素。

在投入指標方面，參考大多數學者的設置方法［2021］，選擇土地（area）、勞動力（l）、農業機械（m）、農用化肥（f）四種投入要素；產出指標選擇糧食產量（p）。另外，為保證投入指標和產出指標口徑的一致性，本文采用權重系數法調整勞動力、農業機械、農用化肥相關數據，具體指標詳見表1。

2.2數據來源和描述性統計

本文數據來源于1999—2020年《中國農村統計年鑒》《中國統計年鑒》《中國農業機械工業年鑒》，另外部分缺失數據來源于《新中國農業60年統計資料》和各省（市、區）統計年鑒。需要說明的是所用數據為省級面板數據，因此，農機跨區作業實指農機的跨省作業。

主要變量的描述性統計結果見表2，觀測值均為713個。

其中灌溉率（irr）=有效灌溉面積/耕地總面積；災害率（dis）=受災面積比重×0.1+成災面積比重×0.3；糧食作物種植結構（cps）=糧食作物播種面積/農作物總播種面積；人力資本水平（edu）=教育經費/總支出；人均耕地面積（aland）=耕地面積/鄉村人數。

3實證結果與分析

3.1糧食生產技術效率分析

利用Frontier4.1軟件對式（1）和式（2）進行聯立估計，得到1998—2020年全國糧食生產技術效率（圖2）和相應的參數估計值（表3）。從表中可以看到，γ的估計值為0.937，且在1%統計水平上顯著，說明帶技術非效率項的隨機前沿生產模型設定可靠。

從式（1）技術結構方程的參數來看，農業機械總動力的一次項系數為負但不顯著，但是二次項系數顯著為正，說明從前期來看，農業機械化總動力的提升有助于提高糧食產量。從式（2）技術效率方程的參數來看，農業機械總動力和有效灌溉率的系數都顯著且為負，說明農業機械總動力越大、灌溉條件越好越能夠降低技術損失率，即提高糧食產量。

從圖2來看，1998—2020年全國糧食生產技術效率平均值為0.807，效率損失為0.193，說明我國糧食生產技術效率還有很大的提升空間。農業機械的使用對糧食生產具有重要影響，通過創新農機類型、改進農機作業方式和構建新型農機服務模式等途徑進一步提高農業機械化水平，從而促進糧食生產技術效率的提高。

3.2空間計量分析

本文借助Stata15軟件，利用空間杜賓模型，分析了1998—2020年中國31個省（市、區）農業機械化水平對糧食生產技術效率的影響，并從農機類型和農機跨區作業行進路線兩個方向展開具體分析。

3.2.1不同農機類型的影響

表4中式（3）是以農業機械總動力作為核心解釋變量檢驗其對糧食生產技術效率的影響。可以看到，測度糧食生產技術效率的空間滯后系數rho在控制了其主要影響因素后，在1%顯著性水平下顯著，說明在其他影響因素不變的情況下，其他地區糧食生產技術效率加權值每提升1%，本地糧食生產技術效率提升約0.579%。農業機械總動力對糧食生產技術效率的回歸系數為0.045，通過1%的顯著性檢驗，且符號為正，說明農業機械總動力的提升能帶來糧食生產技術效率的提高。

測度農業機械化空間溢出效應的回歸系數在1%的顯著性水平下顯著為正，符合我們的預期假設。為了進一步檢驗不同農機類型對糧食生產技術效率的影響，式（4）將大中型和小型農機作為核心解釋變量進行回歸。從結果來看，空間滯后系數rho也通過了顯著性檢驗，測度大中型農機空間溢出效應的回歸系數在1%顯著性水平下為正值，驗證了糧食生產技術效率的空間自相關性主要是由于大中型農機的跨區作業所引起的預期假設。

表5反映了大中型和小型農機對糧食生產技術效率的直接影響、空間溢出效應和總效應。在直接效應中，大中型農機水平對糧食生產技術效率的促進作用明顯，影響系數為0.010，說明大中型農機對于本地區糧食生產技術效率的提高具有重要影響。而在空間溢出效應中，大中型農機對糧食生產技術效率有著顯著的正向空間溢出效應，影響系數為0.252，這同現實中參與跨區作業的農機主要以大中型機械為主相符，說明通過農機跨區作業，農業機械化水平高的地區對農業機械化水平低的地區糧食生產技術效率的提高具有重要影響。

在總效應中，大中型農機對糧食生產技術效率存在顯著的正向影響，影響系數為0.262。可以看到大中型農機對糧食生產技術效率的直接影響小于空間溢出效應，如果不考慮空間因素，單純使用傳統的計量方法估計農業機械化水平對糧食生產技術效率的影響，將大大低估農業機械化發展的作用，再次檢驗了本研究的價值所在。

3.2.2不同農機跨區作業路線的影響

從農機跨區作業實際路線出發，以楊進總結出的小麥和水稻農機跨區作業行進路線圖為劃分依據［24］，將31省份劃分為水稻和小麥跨區作業組按照式（4）分別進行空間計量回歸。

其中水稻跨區作業組包括湖南、湖北、四川、陜西、江蘇、上海、內蒙古、遼寧、吉林、黑龍江、廣東和廣西12個省份；小麥跨區作業組包括四川、陜西、湖北、安徽、江蘇、山東、河南、河北和天津9個省份。回歸結果如表6所示。

在水稻跨區作業組的回歸結果中，農業機械總動力對糧食生產技術效率的空間溢出效應在5%顯著性水平下顯著為正，影響系數為0.027。說明農業機械對糧食生產技術效率的空間溢出效應存在于不同經緯度之間。我國水稻按照播種期、生長期和成熟期的不同水稻可分為早稻、中稻和晚稻三類；種植的品種多樣，有粳稻和秈稻，有常規稻、雜交稻和超級稻；種植的制度也不同，有單季、雙季及多熟制。因此，中國水稻分布遼闊，南至海南島，北至黑龍江省黑河地區，東至臺灣省，西達新疆維吾爾自治區。水稻分布范圍廣以及種植品種的差異形成的時間差，為農機跨區作業創造了必要條件，使農機可以按照跨緯度和跨經度相結合的形式進行跨區作業，因此帶來了水稻生產技術效率的空間溢出效應。

在小麥跨區作業組的回歸結果中，農業機械總動力對糧食生產技術效率的直接影響在1%顯著性水平下顯著，系數為0.049，但是空間溢出效應不顯著。說明在小麥跨區作業路線中，農業機械化水平對糧食生產技術效率的影響主要體現在直接影響上。我國小麥生產的品種較單一，種植及收割時間差不明顯，導致小麥跨區作業的距離更短。但正因如此，本地區農機對當地小麥生產技術效率的提高具有重要的影響。據《2020年全國農業機械化發展統計公報》資料顯示，2020年我國小麥耕種收綜合機械化率達到97.19%，遠遠高于其他糧食品種。因此，小麥生產的各個環節機械化作業水平均較高，導致需要的農機類型多種多樣，不適宜單一農機類型的遠距離跨區作業。所以，在小麥跨區作業組中，農業機械總動力對糧食生產技術效率的直接影響顯著為正。

綜上所述，在水稻跨區作業路線下，即經緯度相結合的模式下農業機械化水平對糧食生產技術效率具有顯著的正向空間溢出效應，單純以同一經度或者同一緯度為歸類標準分析農業機械化水平對糧食生產技術效率的空間溢出效應不符合現實情況。在小麥跨區作業路線下，農業機械化水平對糧食生產技術效率的直接影響顯著，空間溢出效應不顯著。隨著農作物品種的改良、農機類型的優化以及農業信息化技術的發展，跨越不同經緯度的農機作業將對全國糧食生產技術效率的提高貢獻重要力量。

4研究結論與政策建議

本文以農機跨區作業這一農業機械化發展的成功實踐為背景，利用1998—2020年中國31個省（市、區）的面板數據，采用空間杜賓模型，研究了農業機械化水平對糧食生產技術效率的空間溢出效應。研究發現：第一，中國糧食生產技術效率和農業機械總動力具有較為明顯的空間正向相關性，在控制其他條件不變時，農業機械化水平提升不僅會顯著提升本地糧食生產技術效率，還通過農機跨區作業對其他地區的糧食生產技術效率產生明顯的空間溢出效應；第二，從不同農機類型來看，農業機械化水平對糧食生產技術效率的空間溢出效應主要通過大中型農機實現，影響系數為0.252；第三，農業機械化水平對糧食生產機械效率的空間溢出效應存在于不同經緯度之間，在水稻跨區作業省份中，農業機械化水平對糧食生產技術效率的空間溢出效應為0.027。

但是囿于數據資料所限，本文實證研究僅包含省級面板數據，得到的關于農業機械化空間溢出效應的結論存在空間范圍的局限性。未來，在數據完善的基礎上，可以進一步考察農業機械化水平對糧食生產技術效率溢出效應在縣級范圍的分布情況，并對比分析農機跨縣、跨市、跨省三種模式區別以及不同農業機械種類的異質性研究等。

針對以上結論，結合現實實際情況，本文提出以下建議：第一，鼓勵農機跨區作業，實現區域間“共享”農機資源，由于農業機械可通過跨區作業將其影響擴散到其他區域，即存在空間溢出效果，應該解除行政割裂以及缺乏統籌的區域行政格局，構建農業經濟全域化發展體系，合理流動和科學調配各個區域間的農業機械資源；第二，瞄準農機跨區作業需求，加快推進農機裝備創新，研發適合不同跨區距離、不同農作物需求的各類農機，既要發展適應長距離大規模使用的大中型農機，也要發展適應中短距離、小規模、丘陵山區作業的小型農機；第三，通過培育良種和提升田間管理技術，進一步擴大不同地區糧食作物的種植、生長和收獲時間差，為農機跨區作業創造條件，進而充分利用各地閑置的農機資源，實現資源效益最大化。

參考文獻

［1］高鳴， 宋洪遠. 糧食生產技術效率的空間收斂及功能區差異——兼論技術擴散的空間漣漪效應［J］. 管理世界， 2014（7）： 83-92.

［2］Yang J， Huang Z， Zhang X， et al. The rapid rise of crossregional agricultural mechanization services in China ［J］. Journal of Management World， 2013， 95（5）： 1245-1251.

［3］黃炎忠， 羅小鋒. 跨區作業如何影響農機服務獲取？［J］. 華中農業大學學報（社會科學版）， 2020（4）： 89-97， 178.

Huang Yanzhong， Luo Xiaofeng. How does crossregional operation affect agricultural machinery service acquisition？ ［J］. Journal of Huazhong Agricultural University （Social Sciences Edition）， 2020（4）： 89-97， 178.

［4］伍駿騫， 方師樂， 李谷成， 等. 中國農業機械化發展水平對糧食產量的空間溢出效應分析——基于跨區作業的視角［J］. 中國農村經濟， 2017（6）： 44-57.

Wu Junqian， Fang Shile， Li Gucheng， et al. The spillover effect of agricultural mechanization on grain output in China： From the perspective of crossregional mechanization service ［J］. China Rural Economy， 2017（6）： 44-57.

［5］方師樂， 衛龍寶， 伍駿騫. 農業機械化的空間溢出效應及其分布規律——農機跨區服務的視角［J］. 管理世界， 2017（11）： 65-78， 187-188.

Fang Shile， Wei Longbao， Wu Junqian. The spatial spillover effect of agricultural mechanization and its distribution pattern： The perspective of interregionalservice of agricultural machinery ［J］. Journal of Management World， 2017（11）： 65-78， 187-188.

［6］張露， 羅必良. 小農生產如何融入現代農業發展軌道？——來自中國小麥主產區的經驗證據［J］. 經濟研究， 2018， 53（12）： 144-160.

Zhang Lu， Luo Biliang. How can small farmers be incorporated into modern agricultural development？ Evidence from wheatproducing areas of China ［J］. Economic Research Journal， 2018， 53（12）： 144-160.

［7］吳智豪， 黨敬淇， 季晨. 農業機械化對糧食生產的空間溢出效應——基于江蘇省13個地級市的空間計量分析［J］. 中國農業大學學報， 2020， 25（12）： 184-199.

Wu Zhihao， Dang Jingqi， Ji Chen. Spatial spillover effect of agricultural mechanization on grain production： Based on spatial econometric analysis of 13 cities in Jiangsu Province ［J］. Journal of China Agricultural University， 2020， 25（12）： 184-199.

［8］Yao S， Liu Z. Determinants of grain production and technical efficiency in China ［J］. Journal of agricultural economics， 1998， 49（2）： 171-184.

［9］［美］ 西奧多·W. 舒爾茨， 著. 梁小民， 譯. 改造傳統農業［M］. 北京： 商務印書館， 2006.

［10］Ito J. Interregional difference of agricultural productivity in China： Distinction between biochemical and machinery technology ［J］. China Economic Review， 2010， 21（3）： 394-410.

［11］曾福生， 高鳴. 我國糧食生產效率核算及其影響因素分析——基于SBM-Tobit模型二步法的實證研究［J］. 農業技術經濟， 2012（7）： 63-70.

［12］Wang X， Yamauchi F， Huang J. Rising wages， mechanization， and the substitution between capital and labor： evidence from small scale farm system in China ［J］. Agricultural Economics， 2016， 47（3）： 309-317.

［13］田紅宇， 祝志勇. 中國糧食生產效率及影響因素分析——基于DEA-Tobit兩步法研究［J］. 中國農業資源與區劃， 2018， 39（12）： 161-168.

Tian Hongyu， Zhu Zhiyong. Analysis on food production efficiency and its influencing factors in China—Verification based on malmquistDEA and Tobit model ［J］. Chinese Journal of Agricultural Resources and Regional Planning， 2018， 39（12）： 161-168.

［14］趙鑫， 任金政， 李書奎， 等. 農機作業服務能提升小麥生產技術效率嗎？——基于2007—2017年省級面板數據的實證分析［J］. 中國農業大學學報， 2020， 25（11）： 150-161.

Zhao Xin， Ren Jinzheng， Li Shukui， Wang Yajun. Can agricultural machinery services improve the technical efficiency of wheat production？ Based on an empirical analysis of the 2007—2017 provincial panel data ［J］. Journal of China Agricultural University， 2020， 25（11）： 150-161.

［15］宦梅麗， 侯云先. 農機服務、農村勞動力結構變化與中國糧食生產技術效率［J］. 華中農業大學學報（社會科學版）， 2021（1）： 69-80， 177.

Huan Meili， Hou Yunxian. Mechanization services， rural labor structure change and technical efficiency in Chinas food crop production ［J］. Journal of Huazhong Agricultural University （Social Sciences Edition）， 2021（1）： 69-80， 177.

［16］Hayami Y， Ruttan V W. Factor prices and technical change in agricultural development： The United States and Japan， 1880—1960［J］. Journal of Political Economy， 1970， 78（5）： 1115-1141.

［17］亞當·斯密. 國富論［M］. 武漢： 華中科技大學出版社， 2015.

［18］（澳）楊小凱， 黃有光， 著. 張玉綱譯. 專業化與經濟組織［M］. 北京： 經濟科學出版社， 1999.

［19］Romer P M. Increasing returns and longrun growth ［J］. Journal of Political Economy， 1986， 94（5）： 1002-1037.

［20］喬世君. 中國糧食生產技術效率的實證研究——隨機前沿面生產函數的應用［J］. 數理統計與管理， 2004（3）： 11-16， 64.

Qiao Shijun. The positive analysis of technical efficiency in Chinas grain production： A stochastic frontier approach ［J］. Application of Statistics and Management， 2004（3）： 11-16， 64.

［21］伍國勇， 張啟楠， 張凡凡. 中國糧食生產效率測度及其空間溢出效應［J］. 經濟地理， 2019， 39（9）： 207-212.

Wu Guoyong， Zhang Qinan， Zhang Fanfan. Research on grain production efficiency and its spatial spillover effects in China ［J］. Economic Geography， 2019， 39（9）： 207-212.

［22］Elhorst J P. Applied spatial econometrics： Raising the bar ［J］. Spatial economic analysis， 2010， 5（1）： 9-28.

［23］Beer C， Riedl A. Modelling spatial externalities in panel data： The spatial durbin model revisited ［J］. Papers in Regional Science， 2012， 91（2）： 299-318.

［24］楊進. 中國農業機械化服務與糧食生產［D］. 杭州： 浙江大學， 2015.

Yang Jin. Mechanization and division of labor in Chinese agricultural production ［D］. Hangzhou： Zhejiang University， 2015.