農機生產服務集聚對農業生態效率的影響因素研究
——以西北地區為例

○穆佳薇 余國新

（1第六師五家渠市黨委黨校，新疆 五家渠 831300；2新疆農業大學經濟管理學院，新疆 烏魯木齊 830052）

一、引言

當前，全球變暖及能源枯竭等重大問題受到國際社會的普遍關注。據聯合國環境規劃署（UNEP）《2020 年排放差距報告》顯示，中國絕對溫室氣體排放量仍居全球首位[1]，其中種植業二氧化碳排放占中國碳排放總量的16%～17%[2]。因此，保證農業可持續發展同時實現“降污減排”成為世界各國的共同愿景。現有研究表明[3]，發展農機服務是破解農業產業升級和推動農業低碳轉型的重要引擎。在政府政策扶持下中國農機生產服務取得了顯著成就，農機總動力由1978 年的1.17 億千瓦增至2020 年的10.56 億千瓦，漲幅近9 倍。為滿足農機服務需求，2020 年我國農業機械化作業服務組織達到19.48萬個。其中農業機械專業合作社服務組織高達7.54 萬個。在此背景下探討農機生產服務集聚對農業生態效率的影響，對增強西北地區農業競爭力具有重要的現實價值。

對農機生產服務而言，其在中國式現代化的發展進程中扮演著重要角色，但當前對農機生產服務的界定和定位并未形成統一認知。有學者探討了農機服務對農業生產的作用[4]，并認為農機服務能夠和農業勞動力之間形成替代效應，對農業生產具有積極作用[5]；有學者對農戶使用農機生產服務的行為進行了細致探討，發現農戶農機生產服務使用量受耕地面積、家庭勞動數以及非農就業等[6-7]影響。在農機生產服務能否提高農業生產效率的研究中，學者們通過對不同種植類型的農戶調查發現，農機生產服務水平對農業技術效率具有促進作用[8]，這源自農機生產服務標準化水平的提高緩解了道德風險發生的可能性[9]。部分學者則認為農戶技術效率提升的關鍵在于技術服務[10]。對產業集聚而言，產業集聚作為常見的組織模式既可以帶來規模經濟效益更能實現專業化分工和資源配置。以往研究多關注農業、制造業、高新技術、生產性服務業等領域集聚，從產業鏈視角探究農機生產服務集聚的實證相對欠缺。

當前關于農業生態效率的研究頗為豐富，主要分為三類：一是農業生態效率的內涵界定。農業生態效率是生態效率在農業層面的拓展，其作為評價農業生產過程中經濟和生態系統的綜合效率，是以調控農業資源利用為手段，以可持續發展理論為前提，以滿足人們對質量需求為目標，實現環境污染和資源消耗的最小化。二是農業生態效率的指標選取和測度。單要素視角下的農業生態效率反映的是碳排放與經濟之間的比值關系，計算較為簡便，但割裂了農業生產“資源—經濟—生態”之間的多重屬性特征[11]。全要素視角下的農業生態效率在選擇投入產出指標時，通常以農業生產總值為期望產出，農業碳排放或農業面源污染作為環境產出[12]，但隨著研究成果的不斷成熟，多數學者在測度生態效率時將農業面源污染和碳排放同時納入環境產出的分析框架，但因測度方式不同，得出的結論也不同。三是農業生態效率的影響因素。微觀層面的研究比較豐富且研究結論較為一致，即化肥、農藥和農膜等環境產出冗余是導致農業生態效率損失的關鍵[13]；宏觀層面側重于勞動力轉移[14]、環境規制[15]、農業信息化[16]、產業集聚[17]、農村金融發展[18]、結構變遷[19]、社會化服務[20]、數字普惠金融[21]、技術創新[22]及城鎮化[23]等影響。微觀層面對農業生態效率影響因素的研究正從常規視角不斷向縱深細化，由投入和環境產出冗余逐漸向更為具體的因素深入，黃瑪蘭等[24]發現農戶綠色認知和環境規制能提高農業生態效率。在影響因素模型設定中，主要集中在Tobit 模型和空間杜賓模型的運用上[25-26]。

縱觀已有研究發現：（1）從研究對象看，現有研究重點討論了農機生產服務對單一作物生產率的影響，但鮮有文獻基于農機生產服務集聚視角分析其對農業生態效率的影響。（2）從研究范圍看，多數學者立足微觀和省級尺度開展研究，基于市級層面探討的文獻相對匱乏，容易造成估計結果的偏誤。

基于此，文章擬從以下兩方面做出一些新的嘗試。（1）基于產業經濟學和空間地理經濟學雙重視角，將農機生產服務集聚納入模型并實證檢驗兩者之間的非線性影響，有助于豐富環境庫茲涅茨曲線理論在農機生產服務領域的拓展。（2）現有文獻多是探討環境規制對生態治理問題的影響，隨著土地托管服務的不斷壯大，農業經營主體對農業中間環節的需求日益增加。因此，文章將視角聚焦在農機生產服務業，通過調整產業結構發揮集聚效應，最終實現農業“減排降污”和“增質增效”，為實現“雙碳”目標提供新思路。

文章利用2005—2020年西北地區51個市級面板數據，運用區位熵和超效率SBM 模型測度農機生產服務集聚和農業生態效率，借助空間杜賓模型檢驗農機生產服務集聚對農業生態效率的溢出效應，以期為西北地區農業低碳轉型提供經驗依據。

二、理論分析與研究假設

（一）農機生產服務集聚與農業生態效率之間存在非線性關系

農機生產服務集聚有高級和中低級的階段性之分，表明農機生產服務集聚對農業生態效率的影響并非一成不變[27]。換句話說，農機生產服務集聚雖然對提高西北地區農業生態效率具有積極作用，但這種積極的作用可能僅限定于一定的集聚范圍或是某一時期，二者并非簡單的線性關系。

據此，本文提出假設H1：農機生產服務集聚與農業生態效率之間存在非線性特征。

（二）農機生產服務集聚對農業生態效率具有空間溢出效應

農機生產集聚產生的規模經濟效應和規模外部性會對農業生態效率產生影響。一方面，隨著農機生產服務的不斷集聚，農機生產規模也隨之擴大并產生規模經濟效應。規模經濟效應能降低生產成本并實現勞動力的專業化，還能減少農用材料消耗和設備磨損，在提高農業機械化過程中也能提升農業生產效率，從而對農業生態效率產生正向影響[28]。另一方面，農機生產服務集聚能夠擴大西北地區本地的市場規模，同時也會引起其他服務機構的質量提升，有助于農機服務部門擴大生產服務規模，提高生產效率。此外，農機生產服務集聚還能加強農業企業之間的協作，促進農業企業之間的交流和學習[29]，有助于農業企業效率提升和品質提高。

據此，本文提出假設H2：農機生產服務集聚對農業生態效率具有空間溢出效應。

（三）農機生產服務集聚通過技術進步影響農業生態效率

當前，我國仍是以小農經營為主并且土地細碎化問題顯現，小規模農戶在農機技術采納和獲取層面缺乏主動性，若直接將先進的農機技術推廣給農戶會由于專業性過強導致技術難以有效運行[30]。農機生產服務還可以借助外包的形式將先進技術引入農業生產作業中，破除直接向農戶技術推廣的現實壁壘，提高農業生產的技術含金量，提高農業經濟產出，降低農業非期望產出，提高農業生態效率。除此之外，農業生產服務集聚還貫穿于農業生產的產前、產中和產后的各個環節，能夠有效保證產出質量。技術進步帶來的專業化農機服務播種技術能顯著提升農作物的出苗率和成活率[31]。因此，農機生產服務作為農機技術推廣的重要載體，能有效促進農業生產技術的提升，最終提高農業生態效率。

據此，本文提出假設H3：農機生產服務集聚通過技術進步影響農業生態效率。

三、研究設計

（一）變量選取

1.被解釋變量：農業生態效率（AEE）

提高西北地區農業生態效率的目的是以盡可能低的農業資源投入和環境成本，獲得盡可能高的農業經濟效益并實現生態保護，是西北地區農業經濟、資源利用與環境保護協調共贏關系的綜合表現。文章參考潘丹[32]等學者的做法，并結合西北地區農業生產的現實特征，依據指標適用性原則，以農膜、農藥、土地等要素為投入指標；以農業總產值為期望產出；以農業碳排放量和污染物排放為環境產出。其中，農業碳排放計算借鑒李波[33]的做法，農藥4.9341千克碳/千克、化肥0.8956千克碳/千克、農膜5.18 千克碳/千克、作物翻耕312.60 千克碳/平方千米。

表1 農業生態效率評價指標體系

2.解釋變量：農機生產服務集聚(Amps)

胡祎[7]將農機生產服務定義為每畝農機生產服務費用和每畝用工量之比。王洋[34]以農機作業總收入與糧食播種面積的比值來衡量農機生產服務水平。文章參考以往文獻對農機生產服務的界定，將農機生產服務集聚界定為地區農業機械服務費用與農業生產總投入費用的比重占西北地區農業機械服務費用與農業生產總投入費用的比重。區位熵用于反映某一產業的集聚程度，熵值越高則表示集聚程度越高，因此采用區位熵衡量農機生產服務集聚。

3.控制變量

農業生態效率受自然條件、經濟發展和農業生產等影響。因此，文章參考現有研究[25-26]選取以下五個控制變量：（1）工業化水平（IL）以工業增加值占地區生產總值的比重表征。工業化發展過程往往伴隨著勞動力流動，引起技術和信息擴散，對農業生態效率產生正向影響。然而工業化的快速發展也會吸納農村勞動力，導致農戶在時間的剛性約束下密集使用化學品，降低農業生態效率。（2）農業機械強度（AML）以農業機械使用量占單位播種面積的比重表征。農業機械化水平的提高雖能提高農業生產效率，但又會因化學投入過量造成環境產出增加。（3）財政支農（FSA）以農業和農林水事務支出占一般公共預算支出的比重表征。政府通過實施財政支農政策在生態治理方面取得了顯著成效，因此農業生產抵御自然災害的能力也明顯增強，保證了農作物的增產增收，有助于提高農業生態效率。（4）降水量（LnPre）以年均降水量表征。農作物在生長期內離不開水資源，通過水資源來維系農作物在自然界的碳氧平衡。（5）農民滿意度（LnFS）以農村居民人均純收入表征。農民收入水平的提高將引起消費結構和農戶觀念的轉變，最終促進社會采納可持續的方式利用和分配資源，在增加農業效益產出的同時減少對環境的污染。

（二）模型構建

1.超效率SBM模型

在農業生態效率的研究中，數據包絡分析法多用于技術效率的估計。該方法在處理多投入和產出方面具有顯著優勢。文章以TONE[35]提出的將非期望產出納入生產可能集的超效率SBM模型為基礎，在環境技術框架下構建同時包含經濟產出和環境產出的可能集。假定生產系統有N個決策單元，且每種單元均有m投入和q產出，表示為x∈Rm，y∈Rq，將矩陣X和Y界定為：X=[x1,x2,…,xn]∈Rmn，Y=[y1,y2,…,yn]∈Rqn，X＞0，Y＞0,由此可轉換為：

式中，λ∈Rn表征權重的向量；λ≥0為規模報酬不變。基于上述分析，特定的決策單元的超效率SBM模型可具體表達為：

式中，ρ0為西北地區農業生態效率；t為年份；分別為t時期生產單位生產投入、經濟產出和污染排放；N、M、I分別為決策單元有投入指標N類、期望產出M類、非期望產出I類；n、m、i分別為投入、期望產出和非期望產出個數；為要素投入、期望產出和環境產出的松弛變量；為決策單元k=1,2,…,K的權重；k和j為不同的決策單元；目標函數ρ0嚴格遵守的單調遞減特征。當，即意味著決策單元完全有效；若0 ≤ρ0≤1，表明存在效率損失。

2.空間計量模型

為有效避免由于忽視區域間空間關聯造成的估計偏誤，引入空間計量模型以考察變量之間的影響路徑。即：

式中，AEEit為i城市t年的農業生態效率；Ampsit為i城市t年的農機生產服務集聚程度；xit為控制變量；W為51×51 階空間鄰接權重矩陣；γi為截距項；αi、βi為集聚和控制變量的回歸系數；μit為隨機誤差項；νi為個體固定效應；t為時間固定效應。

3.空間矩陣構建

為確保模型識別的精準性，首先引入鄰接權重矩陣W1，它是目前最常用的二值空間權重矩陣，構造雖簡單但具有一般性。同時引入地理距離W2和經濟距離W3進行穩健性檢驗。其中，W1以兩城市中心位置是否相鄰進行設定；W2以經緯度計算城市地理距離倒數的平方進行設定；W3以2005—2020年各市GDP均值的倒數進行設定。設定如下：

（三）數據來源及處理

文章選取2005—2020年西北地區51個市級面板數據展開研究。原始數據分別源于歷年《中國農村統計年鑒》《全國農產品成本收益資料匯編》和《中國農業機械工業年鑒》，并輔以各地州市統計年鑒。文章用于測算各地州市農業生態效率的數據源自《中國農業統計年鑒》（2006—2021）并輔以地州市統計年鑒等。農業碳排放系數源自美國橡樹嶺國家實驗室。各變量描述性統計如表2所示。

表2 變量的統計性描述

四、實證檢驗與結果分析

（一）農業生態效率發展趨勢分析

運用Matlab 軟件計算得到2005—2020 年西北地區農業生態效率均值（見表3）。在研究區間西北地區農業生態效率水平較高，平均效率值為0.920，但未能實現完全有效。西北地區農業生態效率的差異顯著，玉樹藏族自治州（1.294）、吐魯番市（1.245）、隴南市（1.222）等地農業生態效率水平位列前茅，而銀川市（0.420）、白銀市（0.414）、中衛市（0.352）和石嘴山市（0.321）等相對較低。這意味著西北地區農業生產正處于由粗放型向集約型農業嬗變的階段。其中雖然部分地區效率得以改善，但多數地區效率仍處于中低水平，說明西北地區農業生態效率的提高依賴化學投入的局面并未根本扭轉，導致資源配置效率損失。

表3 2005—2020年西北地區51個地州市農業生態效率均值

（二）空間相關性檢驗

農業生態效率具有跨區流動性[36]，農機生產服務集聚也能突破時空界限。在探究農機生產服務集聚與農業生態效率關系時還需對其進行空間相關性檢驗。借鑒侯孟陽等[37]的做法，采用莫蘭指數分析空間依賴度（見表4）。結果表明，農業生態效率的莫蘭指數在各個年份均通過了顯著性檢驗，其集聚程度雖在個別年份出現波動，但總體仍處于明顯的上升走勢。由此揭示，2005—2020 年西北地區農業生態效率遵循高值區與一個或多個高值區相鄰，而低值區與其他低值區相鄰的整體態勢。

表4 空間相關性檢驗

（三）實證結果

1.模型設定與結果分析

為考察變量間存在的關聯性，文章將通過空間計量模型展開相關驗證。豪斯曼檢驗結果表明模型在1%的顯著性水平上拒絕采用隨機效應的原假設；通過LM和RLM檢驗表明空間誤差模型和空間滯后模型的LM和RLM多在1%的水平上顯著拒絕原假設，表明不能忽略農機生產服務集聚對農業生態效率的空間作用；通過LR和Wald檢驗發現模型均在1%的顯著性水平上拒絕SDM 模型退化為SAR 和SEM 的原假設。綜上所述，文章運用SDM模型探索西北地區農機生產服務集聚對農業生態效率的空間效應。

從空間杜賓模型的結果來看，農機生產服務集聚在1%的顯著性水平上通過檢驗且系數為正，表明隨著農機生產服務集聚的增加，農業生態效率也逐步提高。農機生產服務集聚改善農業生態效率的原因可能有兩方面：一是近年來城鎮化的不斷加速造成農村勞動力匱乏嚴重，在缺乏農機生產服務下農戶分配到每塊耕地的時間減少，導致農業生產率下降，不利于農業生態效率的提高；若采用農機生產服務，則可確保耕地勞作的質量，彌補因進城務工等客觀因素引起的效率缺失問題，最終提高農業生態效率。二是發展初期借助產業轉型等政策幫扶促使農機生產服務業得以有效聚集，與產業之間關聯性增強，農業產業鏈的規模經濟效應逐步形成，提高了農業生態效率。從非線性檢驗看，表5中的模型加入了農機生產服務集聚的二次項。農機生產服務集聚一次項的估計系數顯著為正，二次項的估計系數顯著為負，反映出農機生產服務集聚對農業生態效率的影響呈倒“U”型路徑，假設H1得以驗證。

表5 空間計量回歸結果

從控制變量看，工業化水平對西北地區農業生態效率產生了較為強的負作用；農民滿意度在經濟距離權重矩陣下顯著為正，意味著農民人均純收入的增加對西北地區農業生態效率具有提升效應。隨著人們生活水平的不斷提升，消費者更傾向于追求綠色、有機的農產品以提高生活品質，農戶作為理性人也會選擇種植綠色農產品，在實現增收同時也改善了農業生態效率；其余變量對農業生態效率的提振作用微弱。

2.效應分解

使用偏微分法[38]分析農機生產服務集聚對農業生態效率的影響（見表6）。由表6空間效應分解結果可知，農機生產服務集聚對農業生態效率的直接效應（0.271）、溢出效應（0.076）和總效應（0.195）均在1%的水平上顯著。表明本地區農機生產服務集聚水平的提升能提高本地區農業生態效率，同時提升鄰近地區農業生態效率，具有顯著的正向空間溢出效應，假設H2 得以驗證；工業化水平在1%的顯著性水平上均為負，表明工業化水平的提高對本地和鄰近地區農業生態效率均產生負向效應；財政支農在5%的水平上顯著為負；機械化程度、農民滿意度和日照時長對農業生態效率的溢出作用微弱。

表6 空間效應分解結果

（四）異質性檢驗

為深入探究不同集聚度對農業生態效率的影響差異，進行分組檢驗，計算得到西北地區農機生產服務集聚指數的中位數，并以該中位數為界限將樣本量劃分為低集聚組與高集聚組（見表7）。在地理相鄰、地理距離及經濟距離矩陣下農機生產服務集聚對農業生態效率的系數具有顯著的正向影響，與總樣本回歸系數方向保持一致，兩組農機生產服務集聚水平系數的費舍爾組合檢驗P 值為0.36，從統計意義上說明無論集聚程度高或低，農機生產服務集聚的一次項均能顯著提高農業生態效率，也驗證了SDM結果的穩健性。

表7 異質性分析

（五）穩健性檢驗

文章采用以下方法驗證空間杜賓模型回歸的穩健性（見表8）：一是替換因變量，借鑒田云等[39]做法，用農業碳排放對農業生態效率指標進行再度量。指標越低，表明西北地區農業生態效率的水平越高；二是樣本剔除，依據2020年西北地區51個城市的GDP 排名，剔除整體排名最末的五個地區(克州、黃南、海北、果洛、玉樹)；三是內生性討論，選取解釋變量滯后一期作為工具變量進行驗證。結果表明系數大小雖有所變動，但估計系數的方向未發生改變，佐證了農機生產服務集聚對農業生態效率的正向作用，整體穩健性良好。

表8 穩健性分析

（六）機制檢驗

借鑒溫忠麟[40]的做法采用MLE 對模型進行估計（見表9）。結果表明，在三種權重矩陣下農機生產服務集聚與技術進步正相關，說明農機生產服務集聚程度越高，地區技術進步越快，在考慮農業生態效率后農機生產服務集聚一次項系數仍顯著為正、二次項系數顯著為負。說明在集聚初期隨著城市生產活動不斷增加，農機生產服務集聚對農業生態效率具有積極影響，顯著提高了農業生態化發展水平，當技術進步發展到一定階段后農機生產服務集聚產生的擁堵效應遠高于集聚效益。因此，西北地區技術進步快的城市應積極尋求產業承接區，尤其是新疆南疆城市，可通過推動部分農機生產服務向該地轉移，緩解本地因為過度集聚導致的負面作用，也能推動承接地農業可持續發展，假設H3得以驗證。

表9 傳導機制分析

五、結論與建議

（一）主要結論

文章利用西北地區2005—2020年51個地州市的面板數據，采用超效率SBM 模型測度農業生態效率，在此基礎上探究了農機生產服務集聚對農業生態效率的溢出效應。通過中介效應模型從技術進步路徑檢驗了農機生產服務集聚影響農業生態效率的中介效應，研究結論如下：

首先，2005—2020 年西北地區農業生態效率總體遞增，但地區間的發展不平衡。農業生態效率的莫蘭值均通過了顯著性檢驗，且呈現“高—高集聚”和“低—低集聚”的分異特征。其次，農機生產服務集聚不僅對本地區農業生態效率產生促進作用，并通過空間關聯對其鄰近地區農業生態效率產生正向空間溢出效應，提升農業生態效率。最后，通過非線性檢驗發現，農機生產服務集聚對農業生態效率的影響呈現倒“U”形路徑；技術進步在二者之間具有較強的中介效應。

（二）對策建議

1.合理提升農機生產服務集聚水平。進一步深化西北地區農機生產服務集聚程度，發揮產業集聚對農業生態效率的正向影響。當地政府應實行與農機產業集聚相適配的財政扶持政策，不斷完善農業污染法規，發揮農機生產服務集聚對農業生態效率的提振作用。此外，還需重視農業生產服務集聚對農業生態效率產生正向影響的拐點，引致農機生產服務集聚在合理區間，規避因過度集聚引起的污染效應。

2.發揮技術進步與農機生產服務集聚的協同作用。在農機生產服務集聚過程中應重視技術進步的作用。將以成本等變量為驅動力的農機生產服務集聚模式逐步向以技術進步引領的集聚模式轉化，通過集聚與技術進步的協同效應發揮二者對農業生態效率的正向作用，推動農業朝著高質量之路發展。

3.西北地區應明確本地農機生產服務業的發展現實，并引導其形成專業化集聚，持續發揮集聚的規模效應和技術進步，提高西北地區農業低碳發展水平。針對圍繞農機生產服務業輔助性產業體系，應持續延伸產業鏈條，推動其與優勢產業相互融合，有效發揮集聚釋放的正向效應，實現西北地區農業經濟高質量發展。