糧食主銷區耕地非糧化對糧食生產技術效率的影響及區域差異
——以廣東省為例

王舒琪 馬 鈴

(中國農業大學 國家農業農村發展研究院,北京 100083)

隨著我國城鎮化、工業化進程加快,耕地利用中的非糧化現象逐漸凸顯并日趨嚴重。特別是在當前大豆、玉米等糧食作物仍存在較大缺口的背景下,耕地非糧化無序擴張勢必會影響糧食生產的長期穩定[1]。非糧化導致耕地資源約束日益趨緊,以要素驅動的傳統糧食產出增長方式受到制約,提高糧食生產技術效率成為實現“谷物基本自給、口糧絕對安全”目標的有效途徑。

糧食生產技術效率是在既定要素投入下決策單元實際糧食產出與既定生產所需要素投入實現最優配置時的最優產出的比值[2],是糧食綜合生產能力的反映。已有研究對糧食生產技術效率開展了廣泛討論,主要聚焦于效率值測算和影響因素分析。一方面,現有研究采用SFA[2-3]、DEA[4-5]、DEA-Malmquist指數[6]等方法從不同尺度測算糧食生產技術效率。部分研究從區域空間視角分析了糧食生產技術效率的時空動態差異[7],發現糧食主產區、產銷平衡區和主銷區的糧食生產技術效率存在差異,主銷區內部差異更為突出[8]。另一方面,一些研究討論了糧食生產技術效率的影響因素,重點關注經營規模[9]、農業政策[10-11]、農田水利設施[2,12]、農地細碎化[13]、農業技術進步[14]等因素。其中,耕地作為糧食生產的載體,其數量和質量對糧食生產技術效率存在重要影響[13]。非糧化不僅會影響用于糧食生產的耕地數量,還會影響耕地質量。從宏觀層面看,非糧化導致糧食作物種植面積銳減,進而影響糧食自給率。非糧化后,部分種養方式(如挖塘養魚、“蝦稻共生”)會嚴重損害耕作層,造成地力難以恢復且恢復成本較高[15-16],削弱糧食供給保障能力。從微觀層面看,在種糧成本不斷攀升與較低種糧收益的雙重擠壓下,農戶作為理性經濟人,會轉向生產高收益的經濟作物,一定程度制約了農戶先進生產技術的采納意愿,影響糧食生產可能性邊界的改進[17-18]。但也有一部分研究認為非糧化是市場經濟下農戶自我選擇的結果,種植結構轉變會倒逼結構性專業化分工[18]和生產集聚[19],通過增加農業基礎設施[20]、提高農業機械化水平[21]、發展生產性服務業[5]改進糧食生產技術效率,削弱耕地減少對糧食生產的制約,促進糧食生產前沿面上移[3]。

隨著我國糧食生產重心由南向北轉移,逐步形成“北糧南運”的糧食產銷格局。長遠看,北方地區優質耕地的高強度利用方式難以持續,現已產生東北黑土區耕地質量退化嚴重,華北平原長期超采地下水形成大漏斗區等問題,南方地區非糧化現象突出,部分宜耕土地未能激發更高的產糧潛力。由于主產區在糧食生產中肩負主要責任,現有研究多關注主產區或產糧大省的非糧化現象和糧食生產問題,對非糧化率高達41%的華南地區研究較少,僅有少量研究關注到福建省、浙江省等主銷區的糧食自給率低于40%,廣東省更是不足30%[22-23]。

已有研究較為深入地探討了耕地非糧化的影響和糧食生產技術效率測算與影響因素,其提供的觀點與結論為本研究奠定了較好的研究基礎,但仍存在一些不足:一是現有研究多關注耕地非糧化對糧食生產的影響,就非糧化對糧食生產技術效率的直接影響探討較少;二是在測度效率時,忽略了對不同地區自然資源稟賦、經濟社會發展水平等條件差異的控制,影響估計結果的精確性;三是現有研究多集中在13個糧食主產區的非糧化行為防范和糧食生產技術效率改進,對經濟發展速度較快、非糧化水平較高的主銷區關注不足。鑒于此,本研究以非糧化現象較為嚴重的全國最大糧食主銷區廣東省為研究區域,通過構建隨機前沿函數模型和面板Tobit回歸模型,揭示非糧化對主銷區糧食生產技術效率的影響及區域異質性,為科學防止耕地非糧化,切實穩定和提高主銷區糧食自給率提供科學依據和對策建議。

1 理論分析與模型構建

1.1 理論分析

技術效率是在現有技術水平下,投入一定生產要素組合的實際產出與潛在最大產出間的差距[24]。在測算糧食生產技術效率時,通常以糧食總產量作為產出要素,用生產過程中消耗或使用的土地、勞動力、機械、化肥、農藥作為投入要素。非糧化后,用于糧食生產的耕地減少,農戶為緩解耕地要素投入減少對糧食生產的制約,會對擁有的土地、勞動、資本等生產要素進行再配置。通過在單位土地面積上增加化肥、農藥和機械的投入或更換良種,提升糧食生產技術效率,使得單位面積土地能夠產出更多的糧食。從動態角度來看,資源的優化配置將帶來糧食產出增加,通過降低交易成本改變農業生產分工,實現專業化生產效益,產生分工效應[25]。由于糧食生產的專業化分工,適度水平的非糧化并不會導致糧食生產技術效率下降,農戶會通過農業地理集聚優勢[19]、增加農業基礎設施[20]、提高農業機械化水平[21]、使用生產性服務[5],緩解耕地資源減少帶來的糧食生產約束。值得關注的是,相對于規模農戶,小農戶在投入先進技術、資本和機械動力等方面存在較大的約束,此類農戶可能會傾向種植經濟作物甚至退出農業生產。這意味著生產技術水平較低的農戶整體比例將出現萎縮,促使整體糧食生產技術效率提升。

此外,機械和化肥的投入對耕地資源的替代作用不僅受到投入要素間相對價格變化的影響,還受到不同地區自然資源稟賦和經濟發展水平的影響。一方面,我國地形地貌復雜多樣,山區和丘陵地區耕地地塊小而分散,存在機械應用成本高、耕作難度大等問題,制約山區和丘陵地區農機社會化服務的采用與推廣,平原地區地勢平坦,相對而言更容易實現大規模農業機械化作業。另一方面,隨著我國經濟發展,農業資本、人力、技術加速集聚,推動農業科技進步, 進而促進糧食生產技術效率提升。城市現代化水平不斷提高,農村勞動力大量外出轉移,促進了農業機械的投入,進而提高糧食生產技術效率[26]。

基于以上,本研究提出如下假說:

H1:耕地非糧化對糧食生產技術效率存在“倒逼效應”。

H2:耕地非糧化對糧食生產技術效率的“倒逼效應”具有區域異質性,在地形平坦和經濟發展水平相對較高的地區,非糧化對糧食生產技術效率的促進作用更明顯。

1.2 模型構建

1.2.1糧食生產技術效率估計

結合本研究的取向,以Battese等[27]和Coelli等[28]提出的SFA模型為藍本,采用Cobb-Douglas生產函數形式。具體的面板隨機前沿模型形式設定如下:

(1)

式中:Yit為產出變量,反映第i個城市第t年的糧食總產量;種糧勞動力(Lit)、糧食播種面積(Tit)、種糧機械總動力(Μit)、種糧化肥折純量(Fit)、種糧農藥使用量(Pit)分別為投入變量;β為待估計參數;vit為隨機誤差項;uit為技術無效率項。利用極大似然估計法得到式(1)參數,糧食生產技術效率值計算式為:

(2)

式中:E(Yit|uit,Xit)為樣本實際總產出期望值;E(Yit|uit=0,Xit)為給定投入水平下最大產出期望值;TEit為第i個城市第t年的糧食生產技術效率,取值范圍0～1。

1.2.2計量模型檢驗

被解釋變量TEit是受限變量,具有非負截斷特征,采用OLS法通常會產生有偏和不一致的回歸結果,相對而言Tobit模型更合適。對于面板數據,在固定效應Tobit模型下,缺乏個體異質性的充分統計量,在回歸分析中難以得到無偏、一致的估計量[29],故本研究采用隨機效應面板Tobit模型。耕地非糧化對糧食生產技術效率影響的基準模型設定為:

TEit=αit+δiNit+θiconvit+ωit

(3)

式中:Nit為第i個城市第t年的耕地非糧化水平;αit為截距項;convit為控制變量;δi和θi為方程待定系數;ωit為隨機誤差項,ωit～N(0,σ2)。

2 數據來源與變量說明

2.1 研究區概況

廣東省地處中國大陸南部,地貌以山地丘陵為主,地勢北高南低。耕地面積190.19×104hm2[30],約占全國耕地面積的1.49%。國土“二調”到“三調”期間,廣東省耕地面積減少了63.03×104hm2[30-31],耕地銳減態勢加劇。廣東省是人口大省、經濟強省,也是全國最大的糧食主銷區。2021年,廣東省地區生產總值達12.44×104億元,占全國比重的10.9%,常住人口超1.2億,常住人口城鎮化率為74.63%,糧食總產量為1 279.9萬t,人均糧食產量不足0.1 t,年均外購糧食約4 000萬t,糧食自給率僅24%[32],遠低于全國平均水平,耕地利用的糧食安全保障功能有所欠缺,糧食供需矛盾加劇。由于省內人口經濟地理分布不平衡,既有生產總值占全省比重80.9%的特大城市群珠三角核心區,也有發展相對滯后的沿海經濟帶和多丘陵山地的北部生態區,導致糧食生產分異顯著。探索廣東省耕地非糧化對糧食生產技術效率的影響及區域異質性具有代表性。

2.2 數據來源

本研究采用2001—2020年廣東省20個城市的面板數據,主要來自《廣東統計年鑒》[33]和《廣東農村統計年鑒》[34],部分缺失值通過插值法和幾何增長率法等進行合理補齊。由于深圳市常住人口城鎮化率連續多年保持在99%以上,農業生產占比較小且數據缺失嚴重,故本研究不做討論。

2.3 變量設置及描述性統計

2.3.1被解釋變量

本研究的被解釋變量為糧食生產技術效率(TE)。結合已有研究成果[3-5],以糧食總產量(Y)作為產出變量,種糧勞動力(L)、糧食播種面積(T)、種糧機械總動力(M)、種糧化肥折純量(F)、種糧農藥使用量(P)為投入變量。為保證投入要素指標與糧食產出統計口徑一致,使用權重系數將廣義農業中的種糧投入要素剝離出來,除種糧勞動力外其余投入指標,均用糧食播種面積除以農作物播種面積作為權重。種糧勞動力人數由農林牧漁從業人員×(糧食播種面積/農作物播種面積)×(農業產值/農林牧漁總產值)計算得出。從結果看, 多重共線性并未成為嚴重問題。為進一步了解樣本組間差異,進行分樣本描述性分析(表1)。從產出變量看,廣東省糧食總產量區域間差異較大,沿海經濟帶和北部生態區糧食產量均值高于全省平均水平,占全省糧食產量的37.830%和42.285%,經濟發展水平較高的珠三角核心區糧食平均產量遠低于全省平均水平;從投入變量看,相較于珠三角核心區和北部生態區,沿海經濟帶的勞動力、農業機械、化肥和農藥投入均值最高。

表1 投入產出變量的描述性統計特征

2.3.2核心解釋變量

本研究的核心解釋變量為耕地非糧化水平(N)。根據2020年11月國務院辦公廳印發的《關于防止耕地非糧化穩定糧食生產的意見》[35]和已有研究[23,36],本研究重點關注種植結構的非糧化,所指的糧食作物僅包含稻谷、薯類和豆類3種,將除此外的所有耕地種植行為均界定為非糧化。耕地非糧化水平(N)用非糧食作物播種面積(稻谷、薯類和豆類以外的農作物)占農作物總播種面積的比例的來測度。為確保不同年份的非糧化情況可以更好的對比分析,本研究借助自然斷點法,在初步分級的基礎上,調整非糧化水平分級界限,將廣東省耕地非糧化水平劃分為4個等級,分別為低度(0≤N≤25%)、中度(25%

基于自然資源部標準地圖服務網站粵S(2019)068號的標準地圖,應用ArcGIS制作,底圖邊界無修改,圖2同。 Based on the standard map application ArcGIS produced by the Ministry of Natural Resources standard map service website no. Guangdong S(2019)068, with no modification to the base map boundary. Fig.2 is the same.

2.3.3控制變量

在相關研究基礎上[10-14],本研究選取農地經營規模、農業受災率、農田灌溉水平、農村人力資本水平、農業機械化水平、農業政策作為控制變量(表2)。農地經營規模對糧食生產技術效率具有雙向作用,一方面受農村勞動力非農轉移的影響,種植規模擴大加重農村老人負擔,不利于糧食生產技術效率提高;另一方面,擴大種植規模對技術的推廣與應用更有利。農業生產易受自然災害的影響,廣東地跨北回歸線,以亞熱帶季風氣候為主,水系發達,河流密布,區域性洪澇、旱災情況突出,將農作物受災比例引入模型加以考慮,反映廣東省自然災害造成的農業減產水平。農田灌溉水平用有效灌溉率來衡量,提升有效灌溉率不僅能改善土壤結構,提高耕地數量和質量,而且會帶來技術進步效應,促進新型農業技術推廣和應用,優化糧食生產要素投入結構。農村人力資本水平直接反映農戶在實際生產過程中的種植能力、管理水平和對新技術的采納接受能力[2],隨著農村人力資本水平提高,農戶可能傾向非農就業,抑制生產技術效率提升。農業機械化水平的提高,一定程度上可以緩解勞動力價格上漲對農業生產帶來的負面影響,機械化水平越高,對生產技術效率的提高越明顯。2004年以后,我國各地區開始實行農業“四項補貼”并逐步取消農業稅,對糧食生產具有較大意義,因此本研究引入農業政策控制變量。

表2 變量定義與描述性統計

3 模型估計與結果分析

3.1 糧食生產技術效率測算結果

借助Frontier 4.1軟件對廣東省的糧食生產隨機前沿生產函數進行估計(表3)。結果顯示:第一,模型的對數似然值為446.190 8,單邊LR檢測值為290.519 9,兩者均通過統計檢驗;第二,參數γ估計值為0.738 2,該值較高且在1%顯著性水平下通過t檢驗,說明模型存在技術無效率項,因此采用SFA估計糧食生產技術效率是合適的。

表3 隨機前沿生產函數估計結果

從參數估計結果看,勞動力投入在5%的的水平上顯著相關,土地、化肥和農藥投入在1%的水平上顯著相關。從投入變量影響程度看,具有顯著影響的勞動力、土地、化肥和農藥這4種投入要素的產出彈性分別為0.019 9、1.019 9、0.048 8、-0.079 8。其中,土地投入產出彈性最大,說明耕地對糧食生產約束較強,需確保在現有耕地面積不縮減的情況下,加強糧食生產環節技術的推廣應用,提高單位面積土地生產效率。化肥產出彈性緊隨其后,受山地丘陵地形的制約,機械化耕作難度大,糧食產出依賴生物技術進步與提高。勞動力要素投入的產出彈性相對較小,說明土地和肥料投入要素對廣東省糧食生產的重要性提升,勞動力要素作用逐步弱化。農藥投入產出彈性為負值,說明存在農藥投入過剩的情況。農業機械投入對糧食生產技術效率影響不顯著,一方面受制于廣東省多年農業小規模經營,農田機耕、灌溉、先進技術推廣困難,另一方面沿海經濟帶和北部生態區地勢變化大,不利于開展大型機械化作業,且經濟發展相對緩慢,受自然條件、經濟發展水平等多重因素影響,廣東省整體農業機械裝備投入不足且現有農業裝備結構不平整。

通過式(2)估計得到2001—2020年廣東省各地市糧食生產技術效率值和糧食生產技術效率空間格局分布(圖2),將廣東省不同區域的糧食生產技術效率值進行平均,得到糧食生產技術效率的年際變化趨勢(圖3)。

圖2 2001年、2010年和2020年廣東省糧食生產技術效率空間格局分布

圖3 2001—2020年廣東省糧食生產技術效率變化趨勢

在空間異質性方面:首先從各區域糧食生產技術效率(TE)均值看,北部生態區(TE=0.907 7)>珠三角核心區(TE=0.886 0)>沿海經濟帶(TE=0.885 8)。北部生態區效率均值最高,主導著糧食生產前沿面的移動。其次,從各區域間效率變化趨勢看,具體表現為提升速率(g)的變化,北部生態區(g=0.206%)>珠三角核心區(g=0.168%)>沿海經濟帶(g=0.069%)。北部生態區多為傳統農業優勢產區,提升速率相對較快,始終高于全省平均速率;珠三角核心區由于初始值較低,所以增長速率較高,且在2010年超過沿海經濟帶。沿海經濟帶效率增速最低,原因可能在于20世紀以來廣東省城鎮化水平加速提升,造成耕地及人力資源向城鎮轉移,糧食增產的瓶頸效應逐漸顯現。2001年共有8個城市糧食生產技術效率值在0.9以上;與2010年相比,2020年韶關、河源、中山市技術效率上升至0.9以上,共計11個城市糧食生產技術效率接近前沿面,占全部市州的52.38%,且多集中在沿海經濟帶和北部生態區。

從時序變化趨勢看,2001—2020年廣東省糧食生產技術效率均值為0.893 2,年均增長0.15%,總體表現為穩步緩慢上升趨勢,可能與2000年以來國家出臺的《廣東省糧食安全保障條例》[37]、《廣東省國民經濟和社會發展“十一五”規劃綱要》[38]等政策支持有關,強調糧食安全的重要性,加大生產要素投入和財政補貼力度,有助于提升糧食生產技術效率。從功能區來看,雖然珠三角核心區、沿海經濟帶、北部生態區糧食生產技術效率提升幅度和速率上存在差異,但均呈現平穩增長態勢,時序變化上存在明顯的趨同性。

3.2 耕地非糧化影響糧食生產技術效率的Tobit基準模型回歸結果

3.2.1耕地非糧化對糧食生產技術效率影響分析

本研究采用Stata16.0軟件就耕地非糧化對糧食生產技術效率的影響進行隨機效應面板Tobit回歸。為提高估計結果的準確性及避免多重共線性,依次加入農地經營規模、農業受災率、農村基礎設施水平、農村人力資本水平、農業機械化水平、農業政策控制變量,構建模型(2)～(7)。模型(1)僅運用核心解釋變量耕地非糧化水平進行回歸,結果顯示非糧化在1%的顯著性水平上對糧食生產技術效率有正向的促進作用。模型(2)～(7)依次加入控制變量后,非糧化依然顯著正向影響糧食技術效率,其結果具有穩健性,即非糧化水平上升會倒逼糧食生產技術效率提升,詳見表4。

3.2.2不同水平耕地非糧化對糧食生產技術效率的影響分析

為分析不同水平耕地非糧化對糧食生產技術效率的影響是否存在差異以及影響效果的變化,本研究采用Tobit模型對不同水平非糧化對糧食生產技術效率的影響進行回歸分析。Tobit模型的參數僅能從顯著性和參數符號方面給出有限的信息,故本研究在前述模型基礎上,通過進一步計算得出不同水平耕地非糧化對糧食生產技術效率的邊際效應(表5)。

表5 不同非糧化水平對糧食生產技術效率影響的Tobit模型估計結果

耕地非糧化水平(N)不同對糧食生產技術效率的“倒逼效應”存在差異。低度非糧化(0≤N≤25%)時,非糧化水平的變動對糧食生產技術效率的邊際效應并不明顯;中度非糧化(25%

3.2.3不同功能區耕地非糧化對糧食生產技術效率的影響分析

為探索非糧化對糧食生產技術效率”倒逼效應”的區域異質性,本研究分別基于珠三角核心區、沿海經濟帶和北部生態區對二者關系進一步分析,結果見表6。

表6 珠三角核心區、沿海經濟帶和北部生態區耕地非糧化對糧食生產技術效率影響的Tobit模型估計結果

非糧化對廣東省不同功能區的糧食生產技術效率的影響存在顯著差異。珠三角核心區和沿海經濟帶的非糧化水平在1%的顯著性水平上通過了t檢驗,系數為正,表明隨著非糧化水平的提升會誘發糧食生產技術創新,由此提升糧食生產效率,對北部生態區影響并不顯著,可能是北部生態區受地形條件和經濟發展水平的制約較為明顯,由此可得非糧化治理應推行功能區差異化策略。

控制變量估計結果顯示,農地經營規模對北部生態區和沿海經濟帶的糧食生產技術效率存在顯著正向影響,北部生態區和沿海經濟帶多山地丘陵,糧食作物以小規模經營為主,適當擴大農地經營規模,有利于技術推廣與應用,通過規模效應提高糧食生產技術效率。在珠三角核心區,受制于耕地總量的約束,影響并不顯著。農田灌溉水平對珠三角核心區、沿海經濟帶和北部生態區的糧食生產技術效率影響均顯著為正,表明農田灌溉有助于提升糧食生產技術效率。農業受災率對沿海經濟帶的糧食生產技術效率在10%水平顯著為負,表明自然災害直接影響糧食產量。農村人力資本水平在珠三角核心區、沿海經濟帶和北部生態區對糧食生產技術效率存在負向影響。隨著受教育程度的提高,農村勞動力更傾向非農就業,誘發農業勞動力外流,造成種糧勞動力匱乏,多處農村頻現老人、婦女等勞動力種糧的情況,致使生產效率下降。農業機械化水平對珠三角核心區和沿海經濟帶存在顯著的正向影響。在耕地非糧化趨勢加劇的背景下,農業機械化通過替代勞動力投入,降低機械化作業成本,有利于糧食生產技術效率提升。農業政策在珠三角核心區、沿海經濟帶和北部生態區對糧食生產技術效率均存在正向影響,說明2004年以來農業補貼的實施和農業稅的逐步取消,提高了農民生產積極性,降低了糧食生產成本,促進了要素投入的優化配置,實現了糧食生產技術效率的提升。

4 結論與啟示

4.1 結論

本研究基于2001—2020年廣東省20個城市的面板數據,研究了廣東省糧食生產技術效率的時空格局變化、耕地非糧化對糧食生產技術效率的影響及區域異質性。得出結論如下:

1)廣東省2001—2020年三大功能區糧食生產技術效率總體呈現波動提升趨勢,年均增長0.15%,但區域間發展不平衡。珠三角核心區、沿海經濟帶、北部生態區糧食生產技術效率在空間分布上存在異質性,時序變化上存在趨同性;北部生態區糧食生產技術效率均值最高,對糧食生產前沿面的移動起到決定性作用;珠三角核心區、沿海經濟帶仍存在較大的提升潛力。

2)耕地非糧化水平提升對廣東省糧食生產技術效率整體上產生“倒逼效應”,但存在一定的區域異質性。從空間維度來看,非糧化水平提升對糧食生產技術效率的“倒逼效應”在珠三角核心區和沿海經濟帶的作用更為顯著,在經濟發展相對落后的北部生態區相對不明顯,說明在治理非糧化、促進糧食生產時,應制定差異化策略。

3)不同水平非糧化對廣東省糧食生產技術效率的影響存在明顯差異。相對而言,高度非糧化對糧食生產技術效率的促進作用更強,此時非糧化水平每變動1%會倒逼糧食生產技術效率提升4.09%。

4)控制變量中,農地經營規模、農田灌溉水平、農業機械化水平、農業政策對廣東省糧食生產技術效率具有顯著的正向促進效應,農業受災率、農村人力資本水平對廣東省糧食生產技術效率具有負向影響。

4.2 啟示

針對以上結論,本研究得到如下啟示:

1)加強耕地非糧化治理。雖然耕地非糧化在一定程度上會倒逼廣東省糧食生產技術效率提升,但長期來看,以機械、化肥要素代替耕地的增產效應并非持久之策,如果任由耕地非糧化現象發展,勢必影響國家糧食安全。在現有糧食生產技術效率保持不變的情況下,應聚焦于耕地的保護和治理,做好非糧化整治,堅守耕地紅線。

2)推行區域差異化提升策略。廣東省北部生態區糧食生產技術效率水平相對較高,地形多山地和丘陵,應加強農業基礎設施建設,進行丘陵山區農田宜機化改造,開展土地平整、土壤改良等建設,改善農民耕作條件。此外,通過統一規劃高標準農田、糧食生產功能區提升項目,實施種業強農、機械強農策略,發展精品農業,促進糧食生產前沿面上移。對于糧食供需矛盾較為突出、糧食生產技術效率相對較低的沿海經濟帶和珠三角核心區,應在秉持“糧食生產優先”的原則上發展特色產業,通過科學調配產業結構,加強非糧化地塊監管,遏制耕地非糧化增速,加強與北部生態區先進生產技術與經驗的交流,促進技術效率正向溢出。

3)與社會經濟手段相互協調,從系統視角評估耕地非糧化和糧食生產技術效率的關系,發揮耕地非糧化治理與提升農地經營規模、農田灌溉水平和農業機械化水平協調配合的作用,充分發揮向生產前沿面移動的“追趕效應”。