基于DEA-Malmquist指數(shù)的江西省農(nóng)業(yè)機(jī)械化供給效率研究

摘要：

為探究江西農(nóng)業(yè)機(jī)械化發(fā)展水平，挖掘影響江西農(nóng)業(yè)機(jī)械化發(fā)展的主要因素，尋求優(yōu)化江西農(nóng)業(yè)機(jī)械化發(fā)展路徑。以江西省11個地市為研究對象，運用DEA-Malmquist生產(chǎn)率指數(shù)模型，研究江西省農(nóng)業(yè)機(jī)械化供給效率動態(tài)變化規(guī)律。DEA-BBC分析結(jié)果表明，江西11個地市農(nóng)業(yè)機(jī)械化綜合技術(shù)效率處于上升態(tài)勢，投入產(chǎn)出效率逐步改善，但整體未達(dá)到DEA有效，仍存在上升空間。Malmquist指數(shù)分析結(jié)果表明，江西省農(nóng)業(yè)機(jī)械化TFP呈現(xiàn)階段性波動上升特征，存在明顯的區(qū)域性差距，規(guī)模效率在推進(jìn)農(nóng)業(yè)機(jī)械化進(jìn)程中發(fā)揮重要作用，而技術(shù)創(chuàng)新和技術(shù)推廣則成為影響農(nóng)業(yè)機(jī)械化發(fā)展的關(guān)鍵因素。因此，既要從規(guī)模效率角度大力推進(jìn)農(nóng)業(yè)機(jī)械化規(guī)模發(fā)展，也要從政策支撐角度加快新農(nóng)機(jī)、新技術(shù)的推廣應(yīng)用，更要從技術(shù)進(jìn)步角度提高農(nóng)業(yè)機(jī)械化技術(shù)水平，以優(yōu)化提高江西省農(nóng)業(yè)機(jī)械化供給效率。

關(guān)鍵詞：江西省；農(nóng)業(yè)機(jī)械化；供給效率；DEA模型；Malmquist指數(shù)

中圖分類號：F323.3

文獻(xiàn)標(biāo)識碼：A

文章編號：2095-5553 （2024） 04-0266

-09

收稿日期：2022年8月30日" 修回日期：2023年1月29日

基金項目：國家自然（地區(qū)）科學(xué)基金項目（72163015）；國家重點研發(fā)計劃子課題（2022YFD1600604—03）；江西省現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)技術(shù)體系項目（JXARS—08）

第一作者：余艷鋒，女，1978年生，江西吉安人，碩士，副研究員；研究方向為農(nóng)業(yè)經(jīng)濟(jì)和農(nóng)村管理。E-mail： fionayu6@126.com.

通訊作者：付江凡，男，1957年生，江西贛州人，研究員；研究方向為管理學(xué)。E-mail： fujiangfan@163.com

Research on the supply efficiency of" agricultural" mechanization in Jiangxi Province

based on DEA model and Malmquist index

Yu Yanfeng， Wang Changsong， Fu Jiangfan

（Institute of Agricultural Economics amp; Information， Jiangxi Academy of Agricultural Sciences， Nanchang， 330200， China）

Abstract：

In order to explore the development level of agricultural mechanization in Jiangxi， dig the main factors affecting the development of agricultural mechanization in Jiangxi， and seek to optimize the development path of agricultural mechanization in Jiangxi. Taking 11 cities in Jiangxi Province as research units， the dynamic change rule of the agricultural mechanization supply efficiency of Jiangxi Province is studied by using DEA model and Malmquist index. The analysis results of DEA-BBC show that the comprehensive technical efficiency of agricultural mechanization in 11 cities of Jiangxi Province is on the rise， and the input-output efficiency is gradually improved， but the overall efficiency is not as effective as DEA， so there is still room for improvement. The analysis results of Malmquist index show that the TFP of agricultural mechanization in Jiangxi province presents the characteristics of periodic fluctuation and rise， and there are obvious regional disparities， and scale efficiency plays an important role in promoting the the process of agricultural mechanization， technological innovation and popularization are the key factors affecting the development of agricultural mechanization. Therefore， it is necessary not only to promote the development of agricultural mechanization from the angle of scale efficiency， but also to accelerate the popularization and application of new agricultural machinery and new technology from the angle of policy support， and to raise the level of agricultural mechanization technology from the angle of technological progress， so as to optimize and improve the supply efficiency of agricultural mechanization in Jiangxi Province.

Keywords：

Jiangxi Province; agricultural mechanization; supply efficiency; DEA model; Malmquist index

0 引言

農(nóng)業(yè)機(jī)械化是轉(zhuǎn)變農(nóng)業(yè)發(fā)展方式的重要基礎(chǔ)，是解決“誰來種地、怎么種地”的關(guān)鍵，也是實現(xiàn)農(nóng)業(yè)高質(zhì)量發(fā)展、推動農(nóng)業(yè)農(nóng)村現(xiàn)代化、實施鄉(xiāng)村振興戰(zhàn)略的重要支撐。《國務(wù)院關(guān)于加快推進(jìn)農(nóng)業(yè)機(jī)械化和農(nóng)機(jī)裝備產(chǎn)業(yè)轉(zhuǎn)型升級的指導(dǎo)意見》（國發(fā)〔2018〕42號）和《鄉(xiāng)村振興戰(zhàn)略規(guī)劃（2018—2022年）》對我國農(nóng)業(yè)機(jī)械化和農(nóng)機(jī)裝備發(fā)展目標(biāo)提出了具體要求。江西作為農(nóng)業(yè)大省，在農(nóng)機(jī)購置補貼和《江西省人民政府關(guān)于加快推進(jìn)農(nóng)業(yè)機(jī)械化升級和農(nóng)機(jī)裝備產(chǎn)業(yè)振興的實施意見》（贛府發(fā)〔2019〕9號）共同推動下，江西農(nóng)業(yè)機(jī)械化獲得快速發(fā)展，農(nóng)業(yè)生產(chǎn)進(jìn)入了機(jī)械化主導(dǎo)新階段。“十三五”期間，江西省共實施農(nóng)機(jī)購置補貼資金30.78億元、補貼機(jī)具34.32萬臺（套）；2021年全省新建水稻機(jī)械化育秧中心163個、全程機(jī)械化綜合農(nóng)事服務(wù)中心38個［1］；到2021年底，江西省農(nóng)業(yè)機(jī)械總動力2.694×107 kW［2］，主要農(nóng)作物和水稻耕種收綜合機(jī)械化水平分別超過76%和82%，設(shè)施種植機(jī)械化水平24.9%（全國平均水平40%左右）、規(guī)模養(yǎng)殖機(jī)械化水平37.62%（全國平均水平34%左右）；全省農(nóng)機(jī)服務(wù)組織達(dá)1.2萬個，其中農(nóng)機(jī)專業(yè)合作社1 264個、農(nóng)機(jī)戶達(dá)103.43萬個、農(nóng)機(jī)作業(yè)服務(wù)專業(yè)戶達(dá)35.55萬個。這些數(shù)據(jù)充分體現(xiàn)出黨和國家對農(nóng)業(yè)機(jī)械化發(fā)展的諸多支持，也彰顯出江西農(nóng)業(yè)機(jī)械化和農(nóng)機(jī)裝備產(chǎn)業(yè)轉(zhuǎn)型升級步伐不斷加快。

然而新發(fā)展階段，江西農(nóng)業(yè)機(jī)械化和農(nóng)機(jī)裝備產(chǎn)業(yè)發(fā)展不平衡不充分的問題比較突出，農(nóng)機(jī)裝備結(jié)構(gòu)不合理，新型農(nóng)機(jī)具和大動力農(nóng)機(jī)裝備明顯不足；果菜茶等優(yōu)勢特色產(chǎn)業(yè)全面機(jī)械化水平不高；農(nóng)機(jī)裝備制造企業(yè)“散、小、弱”，龍頭企業(yè)帶動產(chǎn)業(yè)集聚效應(yīng)薄弱；農(nóng)機(jī)“行路難、看病難、住房難”問題仍存在［3］；農(nóng)業(yè)機(jī)械化科技創(chuàng)新能力不足，農(nóng)機(jī)人才隊伍建設(shè)亟待加強(qiáng)；農(nóng)業(yè)機(jī)械化投入不足，農(nóng)機(jī)裝備有效供給有待進(jìn)一步提升等等問題制約著江西農(nóng)業(yè)機(jī)械化供給效率提升。

在此背景下，科學(xué)測算江西省農(nóng)業(yè)機(jī)械化供給效率、挖掘影響江西農(nóng)業(yè)機(jī)械化供給效率差異的影響因素、尋求優(yōu)化江西農(nóng)業(yè)機(jī)械化發(fā)展路徑，對推動江西農(nóng)業(yè)高質(zhì)量發(fā)展、助力江西現(xiàn)代農(nóng)業(yè)強(qiáng)省目標(biāo)的實現(xiàn)具有重要意義。

1 文獻(xiàn)綜述

當(dāng)前，農(nóng)業(yè)機(jī)械化推動農(nóng)業(yè)發(fā)展與產(chǎn)業(yè)升級已在學(xué)術(shù)界形成共識，形成諸多有關(guān)農(nóng)業(yè)機(jī)械化的研究成果，主要集中在以下3個方面。

1.1 供給效率測度方面

目前常采用C-D生產(chǎn)函數(shù)模型、超效率SBM模型、Tobit模型等相關(guān)模型，利用熵權(quán)法、DEA方法、模糊DEMATEL-ISM法、Malmquist生產(chǎn)率指數(shù)法等有關(guān)測度方法對農(nóng)業(yè)供給效率進(jìn)行測算。劉開華等［4］以2001—2017年為研究時段，采用C-D生產(chǎn)函數(shù)模型對農(nóng)業(yè)供給效率進(jìn)行動態(tài)分析，采用熵權(quán)法構(gòu)建農(nóng)業(yè)發(fā)展?jié)摿χ笖?shù)評價模型，并根據(jù)各地區(qū)農(nóng)業(yè)發(fā)展?jié)摿χ笖?shù)構(gòu)建農(nóng)業(yè)發(fā)展?jié)摿Ω偁幠Ｐ汀Ｇ皲拥龋?］采用DEA方法測算我國農(nóng)機(jī)社會化服務(wù)效率，并運用Tobit模型分析其影響因素。許波等［6］采用超效率SBM模型和Malmquist指數(shù)法分析2010—2020年湖南省14個市州農(nóng)業(yè)生產(chǎn)效率的時空變化特征，并運用多元線性回歸模型分析影響農(nóng)業(yè)生產(chǎn)效率的因素。金龍新等［7］以湖南省14個地州市為研究單元，運用Malmquist生產(chǎn)率指數(shù)，研究2011—2015年湖南省農(nóng)業(yè)機(jī)械化供給效率動態(tài)變化規(guī)律。陳昭玖等［8］以1999—2013年我國12個粳稻主產(chǎn)區(qū)省際面板數(shù)據(jù)，采用DEA分析法測算與分解各地區(qū)粳稻TFP及其分解項。張宗毅等［9］利用DEA-Malmquist指數(shù)模型分析了2008—2015年全國30個省市區(qū)農(nóng)業(yè)機(jī)械化全要素生產(chǎn)率變化及趨勢。

1.2 影響供給效率的因素方面

大多學(xué)者基于定量分析結(jié)果認(rèn)為生產(chǎn)要素、自然環(huán)境、社會經(jīng)濟(jì)發(fā)展水平和補貼政策對農(nóng)業(yè)機(jī)械化供給效率影響較大，且農(nóng)業(yè)機(jī)械化可優(yōu)化農(nóng)業(yè)結(jié)構(gòu)、有效促進(jìn)農(nóng)業(yè)生產(chǎn)。李衛(wèi)［10］借助基尼系數(shù)法對農(nóng)業(yè)機(jī)械化不平衡性問題進(jìn)行定量研究，認(rèn)為經(jīng)濟(jì)發(fā)展水平、研發(fā)推廣政策、自然地理條件、種植制度和土地經(jīng)營規(guī)模對區(qū)域農(nóng)機(jī)裝備水平產(chǎn)生影響。田曉暉等［11］利用多時點雙重差分模型識別農(nóng)機(jī)購置補貼政策對地區(qū)農(nóng)業(yè)機(jī)械化水平的影響，認(rèn)為農(nóng)機(jī)購置補貼政策顯著提高地區(qū)農(nóng)業(yè)機(jī)械化水平，也間接影響生態(tài)環(huán)境。匡遠(yuǎn)配等［12］結(jié)合蔡昉對中國經(jīng)濟(jì)發(fā)展階段的劃分方法，認(rèn)為農(nóng)村資本要素不足，農(nóng)業(yè)機(jī)械化發(fā)展緩慢。黎星池等［13］等運用空間Durbin模型定量分析農(nóng)業(yè)機(jī)械化發(fā)展對種植結(jié)構(gòu)的空間溢出效應(yīng)，認(rèn)為農(nóng)業(yè)機(jī)械化推動農(nóng)業(yè)分工深化和種植結(jié)構(gòu)調(diào)整。蔡榮等［14］利用固定效應(yīng)SFA模型和反事實分析法，認(rèn)為農(nóng)業(yè)機(jī)械化對小麥生產(chǎn)化肥投入效率具有顯著正向影響。呂雍琪等［15］運用變系數(shù)固定效應(yīng)模型，采用柯布—道格拉斯生產(chǎn)函數(shù)分析農(nóng)業(yè)機(jī)械化對各省種植業(yè)產(chǎn)出貢獻(xiàn)率，認(rèn)為農(nóng)業(yè)機(jī)械化促進(jìn)種植業(yè)的發(fā)展，在中國大部分省份的農(nóng)業(yè)生產(chǎn)中發(fā)揮著較大的作用。

1.3 提升供給效率的對策建議方面

多數(shù)學(xué)者認(rèn)為農(nóng)業(yè)機(jī)械化能有效促進(jìn)農(nóng)業(yè)現(xiàn)代化。姚春生［16］指出通過建立質(zhì)量提升機(jī)制，強(qiáng)化事中事后監(jiān)管等措施，擴(kuò)大農(nóng)業(yè)機(jī)械化優(yōu)質(zhì)增量供給，實現(xiàn)農(nóng)業(yè)機(jī)械化宏微觀質(zhì)量的“雙提高”。許欣等［17］認(rèn)為農(nóng)機(jī)購置補貼政策為我國農(nóng)業(yè)機(jī)械化和工農(nóng)協(xié)調(diào)發(fā)展提供強(qiáng)大動力，未來應(yīng)有針對性地調(diào)整、優(yōu)化農(nóng)機(jī)購置補貼政策，同時積極引導(dǎo)、推動農(nóng)機(jī)工業(yè)轉(zhuǎn)型升級、技術(shù)創(chuàng)新突破。陳旭等［18］認(rèn)為，我國要想進(jìn)一步提升農(nóng)業(yè)機(jī)械化水平應(yīng)注重從加大資金投入、建立完善安全機(jī)制、構(gòu)建市場化主導(dǎo)的農(nóng)機(jī)社會服務(wù)體系等多方面入手。

綜上所述，國內(nèi)學(xué)術(shù)界有關(guān)農(nóng)業(yè)機(jī)械化效率的研究成果比較豐富，為本研究奠定了重要基礎(chǔ)。但多數(shù)研究基于傳統(tǒng)DEA模型評價決策單元效率，無法動態(tài)反映效率變化水平；且基于江西視角的農(nóng)業(yè)機(jī)械化供給效率評估研究甚少，尤其是近年來，江西各地不斷優(yōu)化農(nóng)機(jī)購置補貼政策，完善農(nóng)機(jī)應(yīng)用環(huán)境，以提升各地區(qū)農(nóng)業(yè)機(jī)械化水平，亟需采用基于多投入多產(chǎn)出的傳統(tǒng)DEA評價模型，以靜態(tài)反映各地區(qū)在某一時間段農(nóng)業(yè)機(jī)械化供給效率的橫向變化情況，并結(jié)合Malmquist指數(shù)，以動態(tài)反映各地區(qū)在多個時期內(nèi)農(nóng)業(yè)機(jī)械化供給效率的縱向變化情況，使得研究結(jié)論更科學(xué)、準(zhǔn)確。因此本文借鑒已有的研究成果，構(gòu)建江西省農(nóng)業(yè)機(jī)械化供給效率評價指標(biāo)體系，運用DEA-Malmquist指數(shù)對江西省農(nóng)業(yè)機(jī)械化供給效率進(jìn)行系統(tǒng)科學(xué)地測量，在掌握江西農(nóng)業(yè)機(jī)械化供給效率整體水平基礎(chǔ)上，對江西11個地市農(nóng)業(yè)機(jī)械化供給效率進(jìn)行空間差異分析，找出影響農(nóng)業(yè)機(jī)械化供給效率的決定性因素，為推動江西農(nóng)業(yè)機(jī)械化進(jìn)程和現(xiàn)代農(nóng)業(yè)高質(zhì)量發(fā)展提供理論借鑒及實踐支撐。

2 研究區(qū)概況與數(shù)據(jù)來源

2.1 研究區(qū)概況

江西地處中國東南部，長江中下游南岸，地形地貌以山地、丘陵為主，山地丘陵占全省總面積的78%，崗地、平原、水面占22%，除北部較為平坦外，東西南部三面環(huán)山，中部丘陵起伏［19］。此外，據(jù)國家統(tǒng)計局江西調(diào)查總隊數(shù)據(jù)顯示，2021年末全省鄉(xiāng)村常住人口1 741.01萬人，比2020年減少46.79萬人，占全省常住人口的38.5%，鄉(xiāng)村空心化現(xiàn)象加劇；2019年全省全年農(nóng)民外出從業(yè)人員908.6萬人，比上年增長1.5%，農(nóng)村勞動力持續(xù)外流。作為農(nóng)業(yè)大省，尤其是肩負(fù)糧食安全重任的糧食主產(chǎn)區(qū)，顯著的山地丘陵地貌特征制約了農(nóng)業(yè)機(jī)械化的應(yīng)用，而城鎮(zhèn)化進(jìn)程的加快加速了鄉(xiāng)村空心化、老齡化，使得鄉(xiāng)村產(chǎn)業(yè)發(fā)展迫切需要農(nóng)業(yè)機(jī)械化，尤其是適合山地丘陵農(nóng)機(jī)助力。

2.2 研究方法

2.2.1 數(shù)據(jù)包絡(luò)分析法（DEA）

DEA由美國著名運籌學(xué)家Charnes采用線性規(guī)劃理論評價決策單元之間相對有效性的一種模型方法。DEA把受評估單位或組織稱為決策單元（DMU），通過選取DMU的多項投入產(chǎn)出數(shù)據(jù)，利用線性規(guī)劃，以最優(yōu)投入產(chǎn)出作為有效生產(chǎn)前沿面，構(gòu)建數(shù)據(jù)包絡(luò)曲線，并根據(jù)DMU與有效生產(chǎn)前沿面的相對距離偏離程度來確定每個DMU是否DEA有效。傳統(tǒng)的DEA模型基于規(guī)模報酬不變和可變情形，可分為CCR模型和BBC模型，其中CCR模型基于固定規(guī)模報酬情形下，用于衡量總效率；BCC模型則是基于可變規(guī)模報酬情形下，用于衡量純技術(shù)和規(guī)模效率。由于農(nóng)業(yè)機(jī)械化發(fā)展的要素投入多來自政府、企業(yè)等主體，這些投入要素可控、可調(diào)節(jié)，但農(nóng)業(yè)機(jī)械化產(chǎn)出水平則無法控制或干預(yù)，其規(guī)模收益往往可變。因此，本研究選取可變規(guī)模報酬BCC模型用于評價江西農(nóng)業(yè)機(jī)械化供給效率，綜合技術(shù)效率取值范圍為0～1，若綜合效率值越接近1則表示DEA越有效。BBC模型如式（1）所示。

2.3 指標(biāo)選取與數(shù)據(jù)來源

農(nóng)業(yè)機(jī)械化供給效率是對農(nóng)機(jī)供給側(cè)結(jié)構(gòu)性改革成效和農(nóng)機(jī)利用程度的反映，表現(xiàn)為農(nóng)業(yè)機(jī)械化供給過程中各項投入與產(chǎn)出之間的關(guān)系，體現(xiàn)了農(nóng)業(yè)機(jī)械的資源配置狀況，是度量在一定要素投入條件下，農(nóng)機(jī)獲得的實際產(chǎn)出與最大產(chǎn)出之間的比率。因此，反映江西農(nóng)業(yè)機(jī)械化供給效率的指標(biāo)選取要立足江西農(nóng)機(jī)供給狀況，遵循科學(xué)準(zhǔn)確、簡明實用和兼顧數(shù)據(jù)可得性、有效性原則。故此，本文選取的江西農(nóng)業(yè)機(jī)械化供給效率投入產(chǎn)出指標(biāo)如表1所示。

其中，反映農(nóng)機(jī)投入狀況可表現(xiàn)在三個方面：地方財政投入（地方財政農(nóng)林水事務(wù)支出、地方固定資產(chǎn)投資）、農(nóng)機(jī)裝備動力投入（農(nóng)業(yè)機(jī)械總動力）、農(nóng)機(jī)作業(yè)投入（機(jī)耕面積）。反映農(nóng)機(jī)產(chǎn)出狀況可表現(xiàn)在三個方面：農(nóng)業(yè)增產(chǎn)（糧食單產(chǎn)，鑒于江西屬于糧食主產(chǎn)區(qū)，糧食種植面積占主要農(nóng)作物面積的66%以上，糧食是江西第一大種植業(yè)，具有代表性）、農(nóng)業(yè)增效（農(nóng)林牧漁總產(chǎn)值，按當(dāng)年價計算）、農(nóng)民增收（農(nóng)村居民人均可支配收入）。所有指標(biāo)均為正向指標(biāo)。數(shù)據(jù)來源于《江西統(tǒng)計年鑒》《江西11個地市統(tǒng)計年鑒》《江西11個地市國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報》、江西省農(nóng)業(yè)農(nóng)村廳等統(tǒng)計部門數(shù)據(jù)。同時，對原始指標(biāo)數(shù)據(jù)做標(biāo)準(zhǔn)化處理，以消除不同評價指標(biāo)之間的量綱影響，為后續(xù)效率測算提供更加可靠的保障。

3 江西省農(nóng)業(yè)機(jī)械化供給效率的實證分析

采用DEA-BCC模型和Malmquist模型，運行Deap2.1軟件，以江西省11個地市2013年、2018年為截面數(shù)據(jù)進(jìn)行DEA-BCC靜態(tài)分析，以2013—2018年的6年數(shù)據(jù)為序列進(jìn)行Malmquist動態(tài)分析。

3.1 DEA-BCC模型的靜態(tài)截面數(shù)據(jù)評價

運用DEAP2.1軟件，基于BCC模型評價2013年和2018年江西省11個地市農(nóng)業(yè)機(jī)械化供給效率，結(jié)果見表2。總的來看，江西農(nóng)業(yè)機(jī)械化供給效率呈上升態(tài)勢，發(fā)展趨勢良好。

3.1.1 綜合技術(shù)效率分析

綜合技術(shù)效率值越接近1，表明投入產(chǎn)出效率越好。從表2可以看出，2013年江西11個地市農(nóng)機(jī)供給綜合技術(shù)效率平均值為0.901，2018年上升到0.986，增幅達(dá)到9.49%，但整體并未達(dá)到DEA有效，仍存在上升空間。

2013年江西11個地市農(nóng)業(yè)機(jī)械化供給綜合技術(shù)效率生產(chǎn)前沿的地市有6個，占比54.55%；2018年上升為9個，占比81.82%，這9個（南昌、宜春、贛州、鷹潭、新余、撫州、萍鄉(xiāng)、上饒、景德鎮(zhèn)）地市農(nóng)業(yè)機(jī)械化供給效率均表現(xiàn)為有效，說明這9個地市農(nóng)機(jī)供給的投資結(jié)構(gòu)實現(xiàn)最優(yōu)配置，投入產(chǎn)出組合達(dá)到最優(yōu)效果，農(nóng)業(yè)機(jī)械化供給效率較好。而九江、吉安地區(qū)則處于DEA弱有效，尚未達(dá)到生產(chǎn)前沿面，主因在于純技術(shù)效率和規(guī)模效率不高，因此兩地區(qū)要適度調(diào)整投資結(jié)構(gòu)，改善資金使用，以提升綜合技術(shù)效率。

3.1.2 純技術(shù)效率分析

純技術(shù)效率是綜合技術(shù)效率的分解指標(biāo)之一，其數(shù)值越接近于1，表明該區(qū)域的農(nóng)機(jī)供給技術(shù)和管理水平較高。從表2可以看出，2013年江西11個地市農(nóng)業(yè)機(jī)械化供給純技術(shù)效率為0.943，2018年該值上升到0.987，增幅達(dá)到4.63%，但整體仍未達(dá)到DEA有效，反映出農(nóng)機(jī)供給的管理和技術(shù)能力還有進(jìn)步空間。

2013年江西農(nóng)業(yè)機(jī)械化供給純技術(shù)效率有效的地市有7個，占比63.64%；2018年上升為9個，占比81.82%，表明這9個（南昌、宜春、贛州、鷹潭、新余、撫州、萍鄉(xiāng)、上饒、景德鎮(zhèn)）地市農(nóng)業(yè)機(jī)械化供給的技術(shù)與管理水平在省內(nèi)排位靠前。此外，通過對比純技術(shù)效率指數(shù)和規(guī)模效率指數(shù)發(fā)現(xiàn)，九江、吉安兩地市的純技術(shù)效率值低于規(guī)模效率值，表明限制這2個地市農(nóng)機(jī)供給效率的主因是純技術(shù)效率偏低，在農(nóng)機(jī)供給過程中應(yīng)加強(qiáng)技術(shù)和管理經(jīng)驗的更新提升。

3.1.3 規(guī)模效率分析

規(guī)模效率也是綜合技術(shù)效率的分解指標(biāo)之一，其數(shù)值越接近于1，表明該區(qū)域在相同的技術(shù)與管理水平下的投入規(guī)模越接近最佳規(guī)模。從表2可以看出，2013年江西11個地市農(nóng)業(yè)機(jī)械化供給規(guī)模效率為0.950，2018年上升到0.999，增速達(dá)到5.15%，但仍未達(dá)到最優(yōu)規(guī)模。

2013年農(nóng)業(yè)機(jī)械化供給規(guī)模效率有效的地市有7個，占比63.64%；2018年上升為10個，占比90.91%。表明這10個（南昌、九江、宜春、贛州、鷹潭、新余、撫州、萍鄉(xiāng)、上饒、景德鎮(zhèn)）地市的農(nóng)業(yè)機(jī)械化供給規(guī)模效率均已達(dá)到最優(yōu)，農(nóng)機(jī)供給投入始終處于最佳規(guī)模。僅有吉安市農(nóng)機(jī)供給規(guī)模未達(dá)到有效，其規(guī)模收益處于遞增狀態(tài)，表明只要吉安市適度增加規(guī)模投入，可以實現(xiàn)最佳規(guī)模。

3.2 Malmquist指數(shù)的動態(tài)序列數(shù)據(jù)評價

采用DEAP2.1軟件對2013—2018年江西省11個地市農(nóng)業(yè)機(jī)械化供給投入產(chǎn)出數(shù)據(jù)運算，從年度、區(qū)域角度考察江西省農(nóng)業(yè)機(jī)械化供給全要素生產(chǎn)率及其構(gòu)成的動態(tài)變化特征。

3.2.1 全要素生產(chǎn)率階段性分析

1）" 從全省層面看，2013—2018年期間，江西省農(nóng)業(yè)機(jī)械化供給全要素生產(chǎn)率指數(shù)平均值小于1，除2016—2017年全要素生產(chǎn)指數(shù)出現(xiàn)下滑外，整體呈現(xiàn)波動上升態(tài)勢，說明江西省農(nóng)業(yè)機(jī)械化供給總體效率有所提升但仍未得到充分發(fā)揮，發(fā)展空間較大。2013—2018年江西省11個地市農(nóng)業(yè)機(jī)械化供給Malmquist指數(shù)分解指標(biāo)如表3所示。從分解指標(biāo)來看，技術(shù)效率年均增長4.7%，年均波動幅度相對較小；技術(shù)進(jìn)步率年均下降9.6%，年均波動幅度相對較大。同時結(jié)合表2可知：全要素生產(chǎn)率與技術(shù)進(jìn)步率呈同方向變動，表明江西省農(nóng)業(yè)機(jī)械化供給全要素生產(chǎn)率增長動力主要來自技術(shù)進(jìn)步，即江西農(nóng)業(yè)機(jī)械化供給效率的提升屬于技術(shù)進(jìn)步型。

2）" 技術(shù)效率指數(shù)2013—2018年的年均值大于1，年均增長率達(dá)4.7%，表明江西省農(nóng)業(yè)機(jī)械化供給的技術(shù)效率總體上處于穩(wěn)中向上狀態(tài)，農(nóng)機(jī)設(shè)備更新、農(nóng)機(jī)技術(shù)創(chuàng)新處在較高水平，正向提升了農(nóng)業(yè)機(jī)械化供給全要素生產(chǎn)率。從分解指標(biāo)來看，純技術(shù)效率指數(shù)為1.012，年均增長1.2%，年均波動幅度相對較小；規(guī)模效率指數(shù)為1.035，年均增長3.5%，年均波動幅度相對較大；可見，規(guī)模效率年均增幅快于純技術(shù)效率年均增幅，表明規(guī)模效率是影響技術(shù)效率的主因素，在推動農(nóng)業(yè)機(jī)械化進(jìn)程中發(fā)揮了較好的作用。同時結(jié)合表2可知：技術(shù)效率與規(guī)模效率基本呈同方向變動，表明規(guī)模效率在推動農(nóng)業(yè)機(jī)械化進(jìn)程中發(fā)揮了重要作用，這主要得益于扶持江西省農(nóng)業(yè)機(jī)械化發(fā)展的政策、資本、人力、制度的多維發(fā)力。

3）" 技術(shù)進(jìn)步率指數(shù)的年際波動較為明顯。2013—2018年技術(shù)進(jìn)步率指數(shù)年均下降9.6%。其中，2014—2016年的技術(shù)進(jìn)步率指數(shù)均大于1，表明在這兩年間江西對農(nóng)業(yè)機(jī)械化供給的技術(shù)利用和技術(shù)創(chuàng)新的重視程度較高；2015—2016年的技術(shù)進(jìn)步指數(shù)高達(dá)1.21，表明該年農(nóng)業(yè)機(jī)械化供給得到了技術(shù)上的強(qiáng)大支持。究其原因，與2014年《江西省人民政府關(guān)于加快推進(jìn)農(nóng)業(yè)機(jī)械化和農(nóng)機(jī)工業(yè)發(fā)展的實施意見》（贛府發(fā)［2014］22號）有緊密聯(lián)系，文件提出全面提升農(nóng)業(yè)生產(chǎn)裝備水平，振興農(nóng)機(jī)工業(yè)，并從財稅金融等角度提出了政策支撐措施，大力促進(jìn)了江西省農(nóng)業(yè)機(jī)械化發(fā)展。

3.2.2 全要素生產(chǎn)率區(qū)域性分析

江西11個地市農(nóng)業(yè)機(jī)械化供給全要素生產(chǎn)率Malmquist指數(shù)分解指標(biāo)如表4所示。

1）" 從區(qū)域尺度看全要素生產(chǎn)率指數(shù)變動，2013—2018年，贛東北地區(qū)農(nóng)業(yè)機(jī)械化供給全要素生產(chǎn)率指數(shù)大于1，年均增長率10.7%，增長率明顯，主因在于技術(shù)進(jìn)步率和規(guī)模效率的提升，說明近年來，贛東北地區(qū)科技創(chuàng)新力度不斷提升，科技成果推廣應(yīng)用速度不斷加快，農(nóng)機(jī)裝備研發(fā)和農(nóng)機(jī)推廣體系比較完善，農(nóng)機(jī)推廣應(yīng)用規(guī)模和農(nóng)機(jī)裝備產(chǎn)業(yè)科技創(chuàng)新能力均處在全省前列，有力拉動了區(qū)域和全省農(nóng)業(yè)機(jī)械化綜合效率提升。其他區(qū)域農(nóng)業(yè)機(jī)械化綜合效率未呈現(xiàn)明顯增長，全要素生產(chǎn)率指數(shù)均小于1，說明這些區(qū)域的農(nóng)機(jī)技術(shù)創(chuàng)新尚未能適應(yīng)現(xiàn)代農(nóng)業(yè)發(fā)展需要，且這些區(qū)域受制于明顯的山地丘陵地勢地貌影響，以中小型農(nóng)機(jī)具為主，大型農(nóng)機(jī)具使用受限，未能有效發(fā)揮農(nóng)機(jī)規(guī)模優(yōu)勢和技術(shù)優(yōu)勢。

11個地市中，鷹潭市全要素生產(chǎn)率指數(shù)最高（1.423），主因源自技術(shù)進(jìn)步；新余市全要素生產(chǎn)率指數(shù)最低（0.303），主因在于技術(shù)進(jìn)步指數(shù)偏低，制約了當(dāng)?shù)剞r(nóng)業(yè)機(jī)械化水平提升，表明新余市應(yīng)出臺鼓勵地方性農(nóng)機(jī)研發(fā)激勵政策，加大農(nóng)機(jī)研發(fā)投入，有效提高新余市農(nóng)機(jī)供給的技術(shù)效率。

2）" 從技術(shù)效率指數(shù)變動情況來看，2013—2018年，贛東北地區(qū)技術(shù)效率年均增長5.6%，贛中年均增長0.5%，贛西年均增長0.3%，贛南保持穩(wěn)定，可見贛東北區(qū)域農(nóng)業(yè)機(jī)械化供給過程中的各項生產(chǎn)要素配置比較合理，對農(nóng)機(jī)技術(shù)推廣和農(nóng)機(jī)裝備應(yīng)用更加成熟，有效提高了區(qū)域農(nóng)業(yè)機(jī)械化供給效率。

從純技術(shù)效率指數(shù)變動情況來看，贛東北地區(qū)純技術(shù)效率變化率均值為1.023，年均增長2.3%，增幅最大；贛中地區(qū)純技術(shù)效率變化率均值為1.005，年均增長0.5%；贛西和贛南地區(qū)純技術(shù)效率變化率均值為1，其純技術(shù)效率沒有發(fā)生變化。從地市內(nèi)部來看，南昌、九江、吉安、上饒的純技術(shù)效率均大于1，宜春、新余、萍鄉(xiāng)、鷹潭、景德鎮(zhèn)、撫州、贛州的純技術(shù)效率等于1，說明江西11個地市都能較好的開展農(nóng)機(jī)管理、運營和農(nóng)機(jī)示范推廣。

從規(guī)模效率指數(shù)變動情況來看，贛東北地區(qū)規(guī)模效率變化率均值為1.032，年均增長3.2%，增幅最大；贛西地區(qū)規(guī)模效率變化率均值為1.003，年均增長0.3%，增幅變動小；贛中、贛南地區(qū)規(guī)模效率變化率均值為1，保持穩(wěn)定。從地市內(nèi)部看，贛州、鷹潭、新余、撫州、吉安、萍鄉(xiāng)、上饒、景德鎮(zhèn)的規(guī)模效率等于1，南昌、九江和宜春的規(guī)模效率均大于1，說明江西11個地市農(nóng)業(yè)機(jī)械化供給呈現(xiàn)規(guī)模報酬遞增階段，均能合理配置農(nóng)機(jī)資源，通過提升規(guī)模效率有效實現(xiàn)農(nóng)機(jī)供給綜合效率的提高。

3）" 從技術(shù)進(jìn)步率指數(shù)變動情況來看，江西省各地市間農(nóng)機(jī)供給的技術(shù)進(jìn)步率指數(shù)存在較大差異，贛東北地區(qū)技術(shù)進(jìn)步率為1.049、年均增長4.9%；贛南地區(qū)為0.994，年均下降0.6%；贛中地區(qū)為0.872，年均下降12.8%；贛西地區(qū)為0.681，年均下降31.9%，降幅最大。說明贛東北地區(qū)更廣泛采用了農(nóng)機(jī)新機(jī)具、新技術(shù)。從地市內(nèi)部看，技術(shù)進(jìn)步率指數(shù)最高的地市為地處贛北的鷹潭（1.423），技術(shù)進(jìn)步率指數(shù)最低的地市為地處贛西的新余（0.303），究其原因，鷹潭市農(nóng)業(yè)機(jī)械化供給技術(shù)進(jìn)步的主要推動力源于中央、省市區(qū)各級政府對農(nóng)業(yè)機(jī)械化發(fā)展，尤其是智能農(nóng)機(jī)裝備產(chǎn)業(yè)園發(fā)展的鼓勵性政策支持和項目扶持，而新余市農(nóng)機(jī)供給技術(shù)進(jìn)步的主要制約力源自當(dāng)?shù)剞r(nóng)機(jī)發(fā)展軟環(huán)境有待優(yōu)化。由此可見，技術(shù)進(jìn)步是影響江西農(nóng)業(yè)機(jī)械化供給全要素生產(chǎn)率的關(guān)鍵因素，各地市應(yīng)加強(qiáng)對農(nóng)業(yè)機(jī)械化供給技術(shù)進(jìn)步的重視。

4 結(jié)論與建議

4.1 結(jié)論

本研究采用DEA-Malmquist指數(shù)分析了江西省2013—2018年11個地市的農(nóng)業(yè)機(jī)械化供給效率變化及其分布特征。

1）" 農(nóng)機(jī)供給效率整體發(fā)展趨勢向好，但仍存在上升空間。2013—2018年，從靜態(tài)角度看，江西省整體農(nóng)業(yè)機(jī)械化供給效率較高，多個地市達(dá)到了DEA有效前沿面，農(nóng)業(yè)機(jī)械化發(fā)展態(tài)勢良好；從動態(tài)角度看，江西省農(nóng)業(yè)機(jī)械化供給總體效率呈現(xiàn)波動上升態(tài)勢，農(nóng)業(yè)機(jī)械化供給全要素生產(chǎn)率指數(shù)從2013—2014年的0.685，上升到2017—2018年的0.947，農(nóng)業(yè)機(jī)械化發(fā)展的政策環(huán)境不斷完善，但尚未達(dá)到有效狀態(tài)，仍存在改進(jìn)空間。

2）" 不同區(qū)域間農(nóng)業(yè)機(jī)械化供給效率差距明顯。從地域空間來看，受地形地勢、要素稟賦、地區(qū)經(jīng)濟(jì)、政府農(nóng)機(jī)投入等因素影響，2013—2018年，江西省11個地市農(nóng)業(yè)機(jī)械化全要素生產(chǎn)率存在明顯的地域差異，贛東北地處長三角經(jīng)濟(jì)圈，區(qū)域經(jīng)濟(jì)相對發(fā)達(dá)，對農(nóng)業(yè)建設(shè)資金投入較大，農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)較完善，加之地勢較平坦，平原面積占比較大，具備大范圍示范推廣應(yīng)用農(nóng)機(jī)具的現(xiàn)實條件，使得贛東北地區(qū)農(nóng)業(yè)機(jī)械化供給全要素生產(chǎn)率增長水平較高，農(nóng)業(yè)機(jī)械化配置總體良好；而贛西、贛中、贛南地區(qū)經(jīng)濟(jì)相對落后，山地丘陵地貌明顯，農(nóng)田多呈現(xiàn)階梯式，田塊小且不集中連片，高標(biāo)建設(shè)推進(jìn)難度高，農(nóng)機(jī)具應(yīng)用存在較多制約條件，其農(nóng)業(yè)機(jī)械化供給全要素生產(chǎn)率增長水平相對較低，地區(qū)間農(nóng)業(yè)機(jī)械化配置效率差距較大，甚至出現(xiàn)了負(fù)增長。

3）" 技術(shù)進(jìn)步是助推農(nóng)業(yè)機(jī)械化發(fā)展的關(guān)鍵因素。從指數(shù)結(jié)構(gòu)分析來看，2013—2018年，江西省11個地市中有7個地市農(nóng)業(yè)機(jī)械化供給全要素生產(chǎn)率指數(shù)值均小于1，主因在于技術(shù)進(jìn)步率指數(shù)均小于1，表明在加快推進(jìn)江西省農(nóng)業(yè)機(jī)械化進(jìn)程中，盡管規(guī)模效率發(fā)揮了重要作用，但技術(shù)進(jìn)步效率指數(shù)對全要素生產(chǎn)率的增長起著決定性作用，技術(shù)進(jìn)步和技術(shù)推廣是江西省農(nóng)業(yè)機(jī)械化的關(guān)鍵因素，應(yīng)注重提升對農(nóng)業(yè)機(jī)械化發(fā)展的重視程度和技術(shù)支持。

4.2 建議

隨著信息化、智能化技術(shù)的廣泛應(yīng)用以及《鄉(xiāng)村振興戰(zhàn)略規(guī)劃》中提出到2035年我國將實現(xiàn)農(nóng)業(yè)全程全面機(jī)械化的要求，農(nóng)業(yè)機(jī)械化發(fā)展需求愈發(fā)緊迫。要提升江西省農(nóng)業(yè)機(jī)械化供給效率，更好地實現(xiàn)江西農(nóng)業(yè)機(jī)械化高質(zhì)量發(fā)展，結(jié)合實證研究結(jié)論，提出以下建議。

1）" 提高農(nóng)機(jī)裝備規(guī)模效率。深入實施農(nóng)機(jī)裝備產(chǎn)業(yè)振興行動，依據(jù)現(xiàn)有農(nóng)機(jī)裝備產(chǎn)業(yè)發(fā)展基礎(chǔ)，繼續(xù)推動具備農(nóng)機(jī)裝備產(chǎn)業(yè)優(yōu)勢的區(qū)市縣新建或利用有條件的工業(yè)園區(qū)創(chuàng)建農(nóng)機(jī)智能裝備產(chǎn)業(yè)園，在全省打造2～3個特色鮮明的“專、精、特、新”農(nóng)機(jī)裝備產(chǎn)業(yè)集群，以農(nóng)機(jī)智能裝備產(chǎn)業(yè)園建設(shè)帶動產(chǎn)業(yè)集群。

2）" 提升農(nóng)機(jī)裝備創(chuàng)新研發(fā)能力。圍繞具有江西獨特技術(shù)優(yōu)勢、并能形成全產(chǎn)業(yè)鏈的果菜茶、稻油生產(chǎn)全程機(jī)械化和設(shè)施種植、畜牧水產(chǎn)養(yǎng)殖機(jī)械化為方向進(jìn)行關(guān)鍵核心技術(shù)攻關(guān)，搭建上下游企業(yè)與科研機(jī)構(gòu)“產(chǎn)學(xué)研推用”深度融合的多層次農(nóng)業(yè)機(jī)械化科技創(chuàng)新平臺、創(chuàng)新聯(lián)盟［22］，聯(lián)合研發(fā)適宜丘陵山區(qū)作業(yè)的智能、綠色、高效、低耗農(nóng)機(jī)產(chǎn)品，帶動相關(guān)零部件配套產(chǎn)業(yè)集群式發(fā)展。

3）" 加快農(nóng)機(jī)示范推廣力度。一是加快宜機(jī)化基礎(chǔ)設(shè)施改造，以高標(biāo)準(zhǔn)農(nóng)田改造提升項目重點推進(jìn)機(jī)耕道標(biāo)準(zhǔn)化建設(shè)、良地改造和果茶園宜機(jī)化改造，提高農(nóng)機(jī)作業(yè)便捷性。二是加快農(nóng)機(jī)配套設(shè)施建設(shè)，積極引導(dǎo)社會資本參與曬場、烘干、農(nóng)機(jī)場庫棚等配套設(shè)施建設(shè)，提高農(nóng)機(jī)使用效能。三是提高農(nóng)業(yè)機(jī)械化技術(shù)與設(shè)備示范推廣能力，通過召開農(nóng)機(jī)展示活動，示范推廣適用性強(qiáng)的農(nóng)機(jī)新技術(shù)、新成果、新機(jī)具、新經(jīng)驗，增強(qiáng)廣大農(nóng)戶應(yīng)用新機(jī)具、新技術(shù)的主動性。

4）" 實施區(qū)域間差異化扶持和補助相結(jié)合政策。一是優(yōu)化購機(jī)補貼目錄、補貼額。縮減保有量過大、低效高耗的機(jī)具補貼額，將畜禽水產(chǎn)養(yǎng)殖類農(nóng)機(jī)納入補貼范圍，穩(wěn)定提高適用于重點作物、關(guān)鍵環(huán)節(jié)和丘陵山區(qū)的智能高效綠色環(huán)保農(nóng)機(jī)具補貼標(biāo)準(zhǔn)、補貼名目；推動農(nóng)機(jī)新產(chǎn)品購置補貼和植保無人機(jī)補貼試點突破；縮短補貼審核程序和資金兌付時間。二是鼓勵市縣出臺地方農(nóng)業(yè)機(jī)械化發(fā)展專項資金，按照農(nóng)機(jī)單機(jī)補貼額標(biāo)準(zhǔn)進(jìn)行累加補貼。針對江西各區(qū)域地理地勢自然資源條件和農(nóng)業(yè)產(chǎn)業(yè)發(fā)展特色，贛南地區(qū)重點扶持果菜茶全程農(nóng)機(jī)設(shè)備，贛東北地區(qū)重點扶持大中型、種養(yǎng)收一體化農(nóng)機(jī)設(shè)備，贛中地區(qū)重點扶持信息化智能化農(nóng)機(jī)設(shè)備，贛西地區(qū)重點扶持清潔化生產(chǎn)農(nóng)機(jī)設(shè)備。

參 考 文 獻(xiàn)

［1］ 李耀文. 扛起糧食主產(chǎn)區(qū)的責(zé)任與擔(dān)當(dāng)［N］. 江西日報， 2022-04-18.

［2］ 李冬明， 李耀文. 打造農(nóng)機(jī)大省江西如何揚優(yōu)成勢［N］. 江西日報， 2022-03-03.

［3］ 劉開順. 解決農(nóng)機(jī)“三難”是一項刻不容緩的工作［J］. 農(nóng)機(jī)質(zhì)量與監(jiān)督， 2017（5）： 31-33.

［4］ 劉開華， 李彬， 王鳳羽. 基于生產(chǎn)要素視角的重慶市農(nóng)業(yè)供給效率與發(fā)展?jié)摿Ψ治觯跩］. 中國農(nóng)業(yè)資源與區(qū)劃， 2021， 42（5）： 178-186.

Liu Kaihua， Li Bin， Wang Fengyu. Analysis of agricultural supply efficiency and development potential in Chongqing from the perspective of production factor ［J］. Chinese Journal of Agricultural Resources and Regional Planning， 2021， 42（5）： 178-186.

［5］ 邱溆， 楊麗. 我國農(nóng)機(jī)社會化服務(wù)供給效率及其影響因素——基于DEA-Tobit兩步法分析［J］. 中國農(nóng)機(jī)化學(xué)報， 2021， 42（7）： 209-214， 236.

Qiu Xu， Yang Li. Supply efficiency and influencing factors of agricultural machinery socialized service in China： Based on the two-step method of DEA-Tobit ［J］. Journal of Chinese Agricultural Mechanization， 2021， 42（7）： 209-214， 236.

［6］ 許波， 盧召艷， 楊勝蘇， 等. 湖南省農(nóng)業(yè)生產(chǎn)效率演變與影響因素［J］. 經(jīng)濟(jì)地理， 2022， 42（3）： 141-149.

Xu Bo， Lu Zhaoyan， Yang Shengsu， et al. Spatio-temporal evolution pattern and influencing factors of agricultural production efficiency in Hunan Province ［J］. Economic Geography， 2022， 42（3）： 141-149.

［7］ 金龍新， 劉英. 湖南農(nóng)業(yè)機(jī)械化供給效率探析［J］. 湖南農(nóng)業(yè)科學(xué)， 2018（1）： 100-103.

Jin Longxin， Liu Ying. Analysis on the supply efficiency of agricultural mechanization in Hunan ［J］. Hunan Agricultural Sciences， 2018（1）： 100-103.

［8］ 陳昭玖， 胡雯. 要素供給與中國粳稻生產(chǎn)效率增長： 技術(shù)推動抑或效率驅(qū)動——基于DEA-Tobit模型［J］. 農(nóng)業(yè)經(jīng)濟(jì)與管理， 2016， 40（6）： 35-42.

Chen Zhaojiu， Hu Wen. Factor supply and growth of Chinese japonica rice production efficiency： Technology driven or efficiency driven-based on DEA-Tobit model ［J］. Agricultural Economics and Management， 2016， 40（6）： 35-42.

［9］ 張宗毅， 王許沁， 葛繼紅. 中國農(nóng)機(jī)化效率： 區(qū)域差異及購置補貼影響效應(yīng)——基于省域視角和DEA-Tobit模型的分析［J］. 湖南農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版）， 2019， 20（3）： 1-8.

Zhang Zongyi， Wang Xuqin， Ge Jihong. Chinese agricultural mechanization efficiency： Analyses on regional differences and the impact effect of purchase subsidy based on DEA-Tobit model of provincial panel data ［J］. Journal of Hunan Agricultural University （Social Sciences）， 2019， 20（3）： 1-8.

［10］ 李衛(wèi). 區(qū)域格局劃分與農(nóng)業(yè)機(jī)械化發(fā)展不平衡定量研究［D］. 楊凌： 西北農(nóng)林科技大學(xué)， 2014.

Li Wei. Research on regional landscape division and imbalance of agricultural mechanization development in China ［D］. Yangling： Northwest A amp; F University， 2014.

［11］ 田曉暉， 李薇， 李戎. 農(nóng)業(yè)機(jī)械化的環(huán)境效應(yīng)——來自農(nóng)機(jī)購置補貼政策的證據(jù)［J］. 中國農(nóng)村經(jīng)濟(jì)， 2021（9）： 95-109.

Tian Xiaohui， Li Wei， Li Rong. The environmental effects of agricultural mechanization： Evidence from agricultural machinery purchase subsidy policy ［J］. Chinese Rural Economy， 2021（9）： 95-109.

［12］ 匡遠(yuǎn)配， 彭鼎. 要素結(jié)構(gòu)配置的階段變化與農(nóng)業(yè)機(jī)械化發(fā)展探討［J］. 湖南農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版）， 2021， 22（4）： 24-31.

Kuang Yuanpei， Peng Ding. The periodic changes of factor structure configuration and the evolution of agricultural mechanization ［J］. Journal of Hunan Agricultural University （Social Sciences）， 2021， 22（4）： 24-31.

［13］ 黎星池， 朱滿德. 農(nóng)業(yè)機(jī)械化對種植結(jié)構(gòu)“趨糧化”的空間溢出效應(yīng)分析［J］. 農(nóng)業(yè)現(xiàn)代化研究， 2021， 42（4）：684-693.

Li Xingchi， Zhu Mande. Analysis on the spatial spillover effect of agricultural mechanization on the “tendency to grain production” in planting structure ［J］. Research of Agricultural Modernization， 2021， 42（4）： 684-693.

［14］ 蔡榮， 陳佩. 農(nóng)業(yè)機(jī)械化有助于化肥投入效率提升嗎？——以小麥為例［J］. 中國農(nóng)業(yè)大學(xué)學(xué)報， 2021， 26（8）： 265-274.

Cai Rong， Chen Pei. Does agricultural machinery service improve fertilizer input efficiency： Take wheat as an example ［J］. Journal of China Agricultural University， 2021， 26（8）： 265-274.

［15］ 呂雍琪， 張宗毅， 張萌. 農(nóng)業(yè)機(jī)械化對中國種植業(yè)貢獻(xiàn)率研究［J］. 農(nóng)業(yè)現(xiàn)代化研究， 2021， 42（4）： 675-683.

Lü Yongqi， Zhang Zongyi， Zhang Meng. The contribution rate of agricultural mechanization to China’s crop industry ［J］. Research of Agricultural Modernization， 2021， 42（4）： 675-683.

［16］ 姚春生. 供給側(cè)結(jié)構(gòu)性改革背景下農(nóng)業(yè)機(jī)械化質(zhì)量提升對策研究［J］. 中國農(nóng)機(jī)化學(xué)報， 2019， 40（1）： 1-4.

Yao Chunsheng. Research of improving China’s agricultural mechanization quality in the context of supply-side structural reform ［J］. Journal of Chinese Agricultural Mechanization， 2019， 40（1）： 1-4.

［17］ 許欣， 朱琰潔， 劉潔， 等. 農(nóng)機(jī)補貼政策的實證檢驗［J］. 河南農(nóng)業(yè)大學(xué)學(xué)報， 2022， 56（1）： 153-165.

Xu Xin， Zhu Yanjie， Liu Jie， et al. Empirical test on agricultural machinery subsidy policy ［J］. Journal of Henan Agricultural University， 2022， 56（1）：153-165.

［18］ 陳旭， 楊印生. 日本農(nóng)業(yè)機(jī)械化發(fā)展對中國的啟示［J］. 中國農(nóng)機(jī)化學(xué)報， 2019， 40（4）： 202-209.

Chen Xu， Yang Yinsheng. Enlightenment of Japanese agricultural mechanization development to China ［J］. Journal of Chinese Agricultural Mechanization， 2019， 40（4）： 202-209.

［19］ 陳萬睿， 陳婧. 江西省休閑體育旅游資源分布及特征分析［J］. 當(dāng)代體育科技， 2022， 12（2）： 97-100.

Chen Wanrui， Chen Jing. Analysis on the distribution and characteristics of leisure sports tourism resources in Jiangxi Province ［J］. Contemporary Sports Technology， 2022， 12（2）： 97-100.

［20］ 馮朝睿， 尹俊越. 基于DEA模型和Malmquist指數(shù)的我國電商扶貧效率研究［J］. 蘭州學(xué)刊， 2021（11）： 134-148.

Feng Zhaorui， Yin Junyue. Research on poverty alleviation efficiency of E-commerce in China based on DEA model and Malmquist index ［J］. Lanzhou Academic Journal， 2021（11）： 134-148.

［21］ 侯琳， 馮繼紅. 基于超效率DEA和Malmquist指數(shù)的中國農(nóng)業(yè)生產(chǎn)效率分析［J］. 河南農(nóng)業(yè)大學(xué)學(xué)報， 2019， 53（2）： 316-324.

Hou Lin， Feng Jihong. Analysis of Chinese agricultural production efficiency based on super-efficiency DEA and Malmquist index ［J］. Journal of Henan Agricultural University， 2019， 53（2）： 316-324.

［22］ 曹志陽. 新時期推進(jìn)農(nóng)機(jī)產(chǎn)業(yè)高質(zhì)量發(fā)展的思考［J］. 江蘇農(nóng)機(jī)化， 2021（5）： 28-31.