甘肅省農業機械化綜合水平對生態效率的影響

摘要：

機械化是農業現代化的重要組成，其與生態效率的作用關系對于農業可持續發展意義重大。構建甘肅省農業機械化綜合水平評價指標體系，運用超效率SBM模型計算甘肅省農業生態效率，最后利用Tobit回歸模型探究兩者的影響關系。結果表明：甘肅省農業機械化綜合水平穩步提升，農業機械化綜合水平得分由0.288 3上升至0.746 3，機械化綜合得分呈現持續上升的趨勢；甘肅省農業生態效率在觀察期內先下降后上升，2014年達到歷史最低點（0.627 3），之后甘肅省逐漸重視農業綠色高質量發展，農業生態效率不斷上升；農業機械化綜合水平作為核心解釋變量與農業期望產出和非期望產出均存在較強的線性關系，影響方向有正有負，但最終表現為對農業生態效率改善的顯著正向推動作用。基于以上結論，甘肅省發展綠色現代農業應加快高適應性清潔節能農業機械研發、推廣智慧精準農業、提高農業生產各環節機械化應用水平、培養農民綠色生產意識、推進農村城鎮化進程。

關鍵詞：甘肅省；農業機械化；農業生態效率；綜合水平；Tobit模型

中圖分類號：F323.3

文獻標識碼：A

文章編號：2095-5553 （2025） 01-0330-08

Effect of comprehensive level of agricultural mechanization on

ecological efficiency in Gansu Province

Wu Wenjia， Lü Jianping

（College of Finance and Economics， Gansu Agricultural University， Lanzhou， 730070， China）

Abstract：

Mechanization is an important component of agricultural modernization， and its relationship with ecological efficiency is of great significance to the sustainable development of agriculture. An evaluation index system for the comprehensive level of agricultural mechanization in Gansu Province was constructed， the super-efficiency SBM model was used to calculate the agricultural eco-efficiency of Gansu Province， finally， the Tobit regression model was used to explore the influence relationship between the two. The results showed that the comprehensive level of agricultural mechanization in Gansu Province improved steadily， the comprehensive level score of agricultural mechanization increased from 0.288 3 to 0.746 3， and the comprehensive score of mechanization showed a continuous rising trend. During the observation period， the agricultural eco-efficiency in Gansu Province first decreased and then increased， reaching a historical low point （0.627 3） in 2014. Since then， Gansu Province gradually attached importance to the green and high-quality development of agriculture， and the agricultural eco-efficiency kept rising. The comprehensive level of agricultural mechanization as the core explanatory variable had a strong linear relationship with both desired and undesired agricultural outputs， with both positive and negative directions of influence， but ultimately manifesting itself as a significant positive contribution to the improvement of agroecological efficiency. Based on the above conclusions， the development of green modern agriculture in Gansu Province should accelerate the research and development of high adaptability， clean and energy-saving agricultural machinery， promote intelligent and precise agriculture， improve the application level of mechanization in all aspects of agricultural production， cultivate farmers，"awareness of green production， and accelerate the process of rural urbanization.

Keywords：

Gansu Province; agricultural mechanization; agroecological efficiency; comprehensive level; Tobit model

0"引言

農業機械化作為提高農業生產力、實現農業現代化的重要支撐^［1］，最早起源于20世紀初，隨后快速形成以規模化種植、化肥、農藥、機械為支柱的現代化農業，這種通過依靠機械能源和化學能源大量投入換取高產出的農業模式也被稱為“石油農業”^［2］。石油農業極大提高了糧食供給量，改善了糧食供需矛盾，但同時，早期大規模機械化作業中出現的能源過度消耗、土壤嚴重侵蝕、生態惡化等問題引起國外學者的廣泛關注^［3］。

中國農業機械化水平同發達國家相比仍存在較大差距，且機械化發展歷程與經濟發展息息相關。我國經濟發展歷程可以大致劃分為計劃經濟時期（1980以前）、機制轉換時期（1980—1998）與快速發展時期（1998至今）三個階段，這三個階段形成不同的農業機械化發展方針政策。在快速發展階段，國家政策支持力度、行業自主創新能力、產業轉型升級、農民購買力水平、合資合作進程、農機進出口貿易等都取得前所未有的發展^［4］。

當前我國農業機械大規模的應用仍存在資源浪費與環境污染等問題，甘肅省作為西北農業大省，由于自然環境的脆弱性與農業基礎條件的落后性，化肥、農膜等生產資料使用強度大，面臨著生態退化資源趨緊的嚴峻局面。農業機械化發展可以降低單位土地成本、減少勞動力投入，但農業機械設備的大量使用也可能導致農業生產資料過度投入^［5］，農業機械的能源消耗也成為農村廢氣與農業碳排放的主要來源之一^［6］。探討農業機械化水平和農業生態效率二者的關系，對甘肅省農業可持續發展意義重大。

目前國內外對農業機械化和農業生態效率的研究成果頗豐，對二者關系的研究已有一定數量，但大多數研究只是將農業機械化作為研究農業生態效率的影響因素之一^［7］，忽略農業機械化對生態效率的影響可能并非簡單線性影響。有學者對農業機械化的環境效益進行一定研究^［5］，即從生態視角出發考察農業機械化水平對生態環境可能造成的影響，但缺乏從經濟視角的綜合考量。亦有少數學者進行相似研究，劉鳳等^［8］基于PVAR模型分析驗證了生態效率、農業機械化與農業經濟發展三者之間的相互作用關系；張昆揚等^［9］采用雙向固定效應模型和雙固定空間杜賓模型分析了農機作業服務對農業生態效率的本地效應及空間溢出影響，發現農機作業服務對農業生態效率影響是系統性的。

綜上，關于農業機械化與農業生態效率的關系研究內容已經較為全面，但對重點影響因素農業機械化水平的分析仍有欠缺，農機作業服務等指標并不能完全等同于農業機械化，且現有農業機械化衡量指標較為片面，大部分文獻僅采用農業機械總動力代替農業機械化水平，也有部分學者用農業機械作業率代表農業機械化水平，缺乏衡量農業機械化水平的綜合評價體系。此外，類似研究大多選擇全國為研究區域，缺乏對不同省域的深入分析，因此也難以針對特定省份發展狀況提出更具有指向性的意見建議。

農業生態效率是體現農業經濟發展與生態環境協調的重要指標，探討研究區農業機械化水平對于農業生態效率究竟產生何種影響，是否可以通過增加機械投入來提高農業生態效率，為甘肅省加快農業現代化轉型、實現農業綠色發展提供一定的意見參考。因此，在現有研究基礎上，本文構建甘肅省農業機械化水平綜合評價指標，運用考慮非期望產出的SBM模型測度1998—2021年甘肅省農業生態效率，并通過Tobit回歸模型考察甘肅省農業機械化水平對農業生態效率的影響，從而為甘肅省實現農業綠色發展與現代化轉型提供借鑒與參考。

1"理論框架

1.1"農業機械化綜合水平指標體系

農業機械化是指運用先進適用的農業機械裝備農業，改善農業生產經營條件，不斷提高農業的生產技術水平和經濟效益、生態效益的過程。對于農業機械化發展水平的主流評價方法主要是對農業機械化作業水平、修正后農業機械化作業水平和農業機械化指數的測度^［10］。但在實際研究中，學者們多采用農業機械化作業水平或農業機械總動力來代表農業機械化水平，這有可能導致農業機械化這一指標存在片面性。農業機械化發展不只是農業機械數量的增加，還是農業機械質量的提高，因此，參考錢巍等^［11］研究，并結合甘肅省實際狀況構建了能夠綜合反映農機作業水平、作業規模與生態友好程度的農業機械化綜合水平評價指標，指標包含農業機械作業、農業機械動力和農機環境效應三個一級指標，并從三個維度選取八個二級指標，通過熵值法計算指標權重，具體指標選取及權重見表1。

1.2"農業生態效率及其指標體系

農業生態效率可以綜合反映資源節約、環境保護和農業經濟增長三者統籌協調發展狀況，測度農業生態效率有助于合理調整農業資源投入、降低環境污染^［12］。參考王寶義等^［13］研究，結合農業生產實際，確定農業資源投入指標、期望產出指標和非期望產出指標（表2）。

投入指標包括勞動力投入、土地投入、灌溉投入、化肥投入、農藥投入、農膜投入、機械投入七類，期望產出指標為農業產出，非期望產出指標包括碳排放量和農業面源污染兩類。其中，農業碳排放量通過計算化肥、農藥、農膜、農用汽油、農用柴油、農業灌溉、農業耕作七項指標的碳排放量并加總后獲得，具體碳排放量計算方法為指標數值乘以相應排放系數，各項指標排放系數如下：農業灌溉266.48kg/hm²、翻耕3.126kg/hm²、化肥0.859kg/kg、農藥4.934kg/kg、農膜5.180kg/kg、機械化生產0.18kg/kW、農用汽油0.553kg/kg、農用柴油0.593kg/kg^{［14， 15］}。農業面源污染量通過計算化肥流失量和農膜、農藥殘留量來估算污染水平，化肥流失量通過計算化肥使用量乘以相應流失系數獲得，農藥、農膜殘留量通過計算農藥、農膜使用量乘以殘留系數獲得，最終將多項估算結果單位統一后加總獲得農業面源污染總量。參考寧發金等^［16］研究，化肥流失系數、農藥和農膜殘留系數分別取為0.65、0.5、0.1。

1.3"農業機械化水平對農業生態效率影響

農業資源可持續發展是農業現代化發展建設的重要內容，土、種、肥、藥、水是影響農業資源可持續的主要因素^［17］。通過農業機械化改善農業基礎生產條件，實現土、種、肥、藥、水高效利用，從而降低農業生產投入，增加農業產出，提高農業生態效率。此外，部分農機作業可以在一定程度上整合農業生產環節，例如河南部分地區的小麥旋耕機兼有施肥功能，收割機有打碎秸稈翻入地底的功能，節省其耕作成本，并降低單位土地生產成本^［9］。但隨著農業機械的大量投放，機械化生產的環境效應也愈發凸顯。目前甘肅省以柴油機為主要動力的農業機械占比高達80%以上，盡管柴油機的燃油經濟性較高且國內農機的排放標準已從國家第三階段（國三）升級至第四階段（國四），但由于國內柴油機研發較發達國家仍有一定差距，加之國內柴油質量良莠不齊，其污染物的排放量也高于其他燃油，大量碳排放和顆粒物排放對于環境保護帶來極大挑戰。也有研究發現，農機作業避免了重復施肥用藥等資源浪費，但整體來看施肥量與用藥量要高于傳統農業耕作^［18］，可能導致土壤污染與農業機械的大量無序投入將挑戰農業環境承載力，如果繼續這種趨勢，農業現代化進程與農村發展都將受到極大限制。因此，農業機械化發展對于地方農業生態效率有重要影響，但隨著農業機械的不斷投入，對于農業生態效率的影響可能從早期的正向影響逐漸轉變為負向影響，基于此，本文試圖通過進一步量化分析探究農業機械化水平對農業生態效率的影響。

2"模型構建、變量選取與數據說明

2.1"模型構建

采用熵值法和基于非期望產出的SBM模型分別測度甘肅省農業機械化綜合水平和甘肅省農業生態效率，并利用Tobit模型分析農業機械化綜合水平對于農業生態效率的影響。

2.1.1"熵值法

參考相關研究，并考慮各指標權重的客觀性，采用熵值法作為賦權方法，根據各指標的變異程度，利用信息熵計算出各指標的熵權，得出各指標的權重，最終利用指標權重計算綜合得分，計算如式（1）所示。

Z_i=∑nj=1wjxij

（1）

式中：

Z_i——

第i年甘肅省農業機械化綜合水平；

xij——

第i年第j項具體指標數值；

wj——第j個指標的權重。

2.1.2"非期望產出SBM模型

農業生態效率測度方法較多，采取目前較為主流的研究方法，即基于非期望產出的SBM模型，該模型可以綜合反應農業生產過程中的經濟效益與污染程度，模型如式（2）所示。

minp=1-1I∑Ii=1t^-_ixi0

1+1j+k∑Jj=1t⁺jyj0+∑Kk=1t^-kb⁰k

s.t.

∑nn=1φnxin+t^-_i=xi0"i=1，2，…，I

∑nn=1φnyjn-t⁺j=yi0"j=1，2，…，J

∑nn=1φnbkn+t^-k=bk0"k=1，2，…，K

φn≥0，s^-_i≥0，φ^-k≥0

（2）

式中：

p——決策單元要素生產率；

t^-_i、t⁺j——

投入與期望產出的松弛變量；

xi0——決策單元0的第i個投入；

yj0——

決策單元0的第j個期望產出；

bk0——

決策單元0的第k個期望產出；

φ——決策單元j的權重。

2.1.3"Tobit回歸模型

由于超效率SBM模型計算結果大于等于0，存在左歸并，因此采用更適合受限因變量的回歸模型即Tobit模型，可以更準確地估計回歸系數與因變量分布，模型表達如式（3）所示。

Y^*=

α+βX+εY^*gt;0

0Y^*≤0

（3）

式中：

Y^*——被解釋變量農業生態效率；

X——解釋變量；

α——截距項；

β——回歸系數；

ε——隨機誤差項，ε～N（0，σ²）。

2.2"變量選取

基于本文的理論假設，將農業產值、農業綜合污染指數和農業生態效率分別作為被解釋變量，農業機械化綜合水平作為核心解釋變量，綜合考慮農業機械化綜合水平對于生態效率可能存在的影響，參考相關研究^{［13， 19， 20］}，引入城鎮化水平、財政支農水平、農民收入、農業發展水平、農業受災率以及產業結構等控制變量，變量說明見表3。

2.3"數據來源與描述性統計

各主要變量描述性統計如表4所示。

以甘肅省為研究對象，基于數據的可得性與真實性，最終選擇快速發展時期即1998—2021年的甘肅省相關數據作為樣本，基礎數據主要來源于歷年《中國農村年鑒》《中國農業機械工業年鑒》《中國能源統計年鑒》《全國農產品成本收益資料匯編》《甘肅統計年鑒》《甘肅農村年鑒》以及甘肅省國民經濟和社會發展統計公報，個別缺失值采用插值法補充。

3"實證結果與分析

3.1"甘肅省農業機械化綜合水平測度與分析

利用熵值法測算1998—2021年甘肅省農業機械化綜合水平，并繪制相應的機械化綜合水平變化趨勢圖（圖1）。從圖1可以看出，自1998年以來，甘肅省的農業機械化綜合水平得分整體呈現上升趨勢，截至2021年，甘肅省農業機械化綜合水平得分為0.7463，較1998年甘肅省農業機械化綜合水平得分（0.2883）提升1.6倍，年均增長率達到4.43%，說明在研究期內，甘肅省農業機械化綜合水平處于穩定上升的態勢，甘肅省農業現代化進程不斷深入。從農業機械化綜合水平三個系統指標來看，甘肅省農業機械作業得分呈現顯著上升趨勢，得分自1998年的0.000 047上升至2021年的0.461 3，是甘肅省農業機械化綜合水平持續上升的主要原因；農業機械動力得分在24年里波動較大，部分年份如2016年的得分出現小幅下降，與當時農業適度規模調整和不達標農機淘汰的農業背景相吻合，但相較于1998年仍然是上升趨勢，增長幅度相對較小；農機環境效應得分則呈現出明顯的下降趨勢，這與農機能源消耗量和農機碳排放量的快速上升息息相關，2018年以來，隨著鄉村振興戰略的提升，綠色農業受到高度重視，農業能耗在逐漸下降，相應農業生產中的碳排放也不斷下降，因此2018年之后的甘肅省農機環境效應得分出現回升的趨勢。

3.2"甘肅省農業生態效率測度與分析

采用DEARUN軟件計算基于超效率SBM模型的1998—2021年甘肅省農業生態效率，農業生態效率水平變動如圖2所示。在研究期內，甘肅省農業水平呈現出先下降后上升的趨勢，2008年之前，農業生態效率保持在相對穩定的水平，效率值均在1.0左右浮動，2005年小幅下降后又回升至穩定水平，參考模型計算結果發現，2005年要素投入增加較多但農業產出增加幅度較小，導致生態效率相對下降。2008年之后甘肅省農業生態效率迅速下降（2014年達到歷史最低點0.627 3），此后逐漸趨于穩定，一方面可能是受國際金融危機和糧食危機的影響，農業生產難免也會受到波及；另一方面是由于農業生產過程中的污染狀況愈發嚴重，非期望產出不斷增加，最終導致農業生態效率水平的下降。2015年后，隨著“農業供給側結構性改革”的提出和《全國農業現代化規劃》的發布，農業生產要素投入不斷優化，農業綠色生產、生態農業等愈發受到重視，甘肅省農業碳排放量與污染量均有所下降，因此甘肅省農業生態效率逐漸回升，截至2021年，甘肅省農業生態效率值達到1.142 1，為1998—2021年中最高。

3.3"甘肅省農業機械化綜合水平對農業生態效率的影響

在上述研究基礎上利用Tobit模型分析農業機械化綜合水平對農業生態效率的影響，為更加全面衡量農業機械化的影響程度，利用農業碳排放與農業面源污染量構建農業綜合污染指數，分別將期望產出農業產值、非期望產出農業綜合污染指數與農業生態效率作為被解釋變量進行回歸分析，回歸結果如表5所示。

從核心解釋變量來看，回歸結果顯示，農業機械化綜合水平與農業產值、農業污染綜合指數、農業生態效率均為線性相關關系，其中，農業機械化對農業生態效率有著顯著的正向影響，相關系數為2.223，這表明農業機械化綜合水平的提升能夠促進農業生態效率的提高。農業機械化綜合水平與農業產值、農業污染指數表現出負向線性相關關系，一方面，甘肅省農業機械化水平的提升雖然會帶來碳排放量的增長，但同時也能降低土地、勞動力、農膜等農業資源的投入量，最終的影響表現為機械化水平的上升促進農業污染指數的降低；另一方面，機械化水平的提升可能會造成農業產值的下降，這是因為農業機械化水平雖然得到提升，但機械化水平的提高短期內并不能直接帶來產值總量的提升，而是更多的表現為生產效率的提高和農業資源的優化配置，農藥、化肥等生產資料的消費減少，勞動力等資源會短暫流向其他行業，加之甘肅省農業生產環境復雜多樣，農民專業技能素養不高，農業機械使用還需一定的磨合期，因此難以直接實現對農業產值的提升。此外，考慮到甘肅省一年一熟或兩年三熟的熟制，深入考察機械化投入對農業產值的真實影響需要考慮到滯后性分析。

從控制變量來看，城鎮化水平、農民收入、農業經濟發展水平對于農業產值、農業污染綜合指數、農業生態效率的線性關系較為顯著，財政支農水平、農業受災率和產業結構并未通過顯著性檢驗，這可能是變量表征方法不同所致。

城鎮化水平與農業產值與農業污染綜合指數呈負相關，與農業生態效率呈正相關。甘肅省當前規模農業發展水平有限，對于農業勞動仍有一定的需求，城鎮化水平提高與農村人口老齡化關系密切，大量農業勞動力流失會導致農業產值的下降，同時，農村人口的減少，能在一定程度上緩解農村環境壓力，因此農業污染綜合指數下降。城鎮化水平對于農業生態效率的整體影響為正，即甘肅省城鎮化水平的提高可以帶動農村地區綠色經濟發展和土地有序開發，從而提高農業生態效率。

現有財政支農水平對于農業產值、農業污染指數、農業生態效率的影響相關研究不盡相同，但目前較新的研究^［21］認為，財政支農水平對于農業生態效率的影響存在門檻效應，不同發展水平下財政支農水平對農業生態效率產生對應的促進或抑制作用。本研究中，財政支農水平采用農林水事務支出表示，可以發現近20年甘肅省農林水事務支出占比基本保持穩定不變，因此可能導致3個回歸系數均未通過限制性檢驗。

農民收入水平與農業產值與農業污染綜合指數呈正相關，與農業生態效率呈負相關，這說明農民人均可支配收入的增加有助于甘肅省農業總產值增長，但同時，小農戶作為甘肅省農業生產主體仍難以融入現代農業生產，且很大一部分農戶缺乏科學的種植技術學習和現代化生產素養培育，收入增加會導致農戶加大農藥化肥農膜等生產物資的購買與使用，過量的生產投入只會加劇生態環境污染，影響農業產出，降低農業生態效率。

農業經濟發展水平本文用人均農業產值增加值代表，回歸結果顯示，農業經濟發展水平對農業生態效率影響顯著。伴隨著甘肅省近年來的農業產值增加，農業經濟發展水平不斷提高，對農業發展過程中的生態問題和環境保護的重視也越發強化，農業總產值和農業生態效率都得到一定提升的同時，環境污染也受到一定的抑制。

農業受災率理論上會對農業生態效率產生負向影響^［22］，受災程度越嚴重，農業要素投入的損失越大。本文農業受災率對農業產值與農業生態效率的回歸系數未通過檢驗，可能是由于近年來甘肅省生產技術不斷提高，地膜覆蓋和氣象預測等技術的介入，使農業生產受到農業災害和自然資源匱乏的影響越來越小，因此農業產值與農業生態效率水平基本不受農業受災率影響，但其對農業污染指數的回歸系數通過顯著性檢驗且系數為正，說明農業災害發生會在一定程度上破壞甘肅農業生態環境。

產業結構的變動可以反映區域經濟結構和資源分配的優化，甘肅省非農產業占比在逐漸上升，說明甘肅省經濟整體水平不斷提高，盡管農業產業占比逐漸下降，但農業發展水平受經濟帶動會不斷上升。甘肅省作為農業大省，盡管回歸結果不顯著，即產業結構作為控制變量對于農業生態效率的影響難以界定，但農業產業結構的調整對甘肅省農業發展意義重大。

4"結論與建議

4.1"結論

首先構建農業機械化綜合水平指標，測度分析1998—2021年甘肅省農業機械化水平，其次利用超效率SBM模型測度并分析甘肅省農業生態效率變動，并利用Tobit回歸模型分析農業機械化水平如何影響農業生態效率變動。

1） "甘肅省農業機械化綜合水平基本保持著穩定上升的變化趨勢，機械化綜合得分從1998年的0.288 3提升至2021年的0.746 3，得分年均增長率超過四個百分點。其中，農業機械作業水平持續上升，農業機械動力水平基本保持穩定，農機環境效應水平呈現下降趨勢，說明甘肅省在加快農業機械化進程前期，存在過分追求農業機械投入，忽視其對農業生產環境造成破壞的現象，2017年農機環境效應得分降至研究期最低點，得分僅為0.000 020，2017年后綠色農業受到重視，農機投入狀況有所改善，高能耗高污染農機的淘汰使得農機環境效應有所回升，但得分仍然偏低。

2） "甘肅省農業生態效率在觀察期內先下降后上升，以2014年為轉折點，1998—2008年甘肅省農業生態效率緩慢下降，效率值基本穩定在1.0左右；2008年后農業生態效率受糧食危機和污染加重等影響，出現快速下降，于2014年降至最低，效率值僅為0.627 3，說明甘肅省2015年之前以追求農業經濟量的增長為主，2015年后受政策和農業改革影響甘肅省農業發展方式逐漸轉向追求農業綠色發展、高質量發展，農業生態效率逐漸回升，2021年甘肅省生態效率達到觀察期最高值1.142 1。

3） "農業機械化綜合水平作為核心變量對于農業生態效率期望產出和非期望產出的影響有正有負，其與農業生態效率的相關系數為2.223，說明甘肅省農業機械化綜合水平對本省生態效率有著顯著的正向推動作用，因此提高農業機械化綜合水平對農業生態效率改善至關重要；城鎮化水平、農民收入、農業發展水平等因素也會對農業生態效率產生不同方向、不同程度的影響，是提高生產效率，降低農業污染的重要切入點；財政支農水平、農業受災率和產業結構對農業生態效率的影響不顯著，但仍是農業發展的重點關注因素。

4.2"建議

1） 開展高質量農業機械化，加大農業機械科研投入，加快清潔節能農業機械研發，針對甘肅省復雜農業耕作條件，因地制宜，設計更具有適用性的作業機械，推動甘肅省農業現代化發展。

2） 發展綠色農業，重視農業生產過程中的化肥、農藥等過度投入問題，通過發展精準農業、智慧農業，實現農業過量投入要素的精準減量，減少農業生產過程造成的污染，從而降低農業非期望產出。

3） 充分發揮農業機械化、城鎮化、農業經濟發展對于農業經濟生態協調發展的正向作用，提高農業生產各環節機械化應用水平，加快農村城鎮化進程，實現農村城鎮雙向資源高效流通，帶動農業經濟高質量發展，增加農業期望產出值。

4） 抑制農民收入增長對農業生態可能帶來的負面影響，加強現代農民素質教育，培養農民綠色生產意識，重視財政支農水平、農業受災率、產業結構等非顯著因素，發揮政府財政對農業綠色發展的引導作用，針對災害多發地區繼續加強農業災害監控，優化甘肅省產業配置，保證生態農業的穩定發展環境。

參"考"文"獻

［1］

于悟然. 推動農業機械化與農機裝備產業轉型升級［J］. 中國農業資源與區劃， 2023， 44（4）： 14， 23.

［2］

滕明雨， 張磊， 趙雪瑩. 糧食安全視角下的中國原生態農業發展分析［J］. 世界農業， 2013（2）： 123-127.

［3］

姚萍， 張曉辛. 現代農業發展模式梳理研究［J］. 現代農業科技， 2016（16）： 251-253.

［4］

王艷紅， 趙弢， 張品純， 等. 牢記初心"深耕行業服務“三農”——《農業機械》服務中國農業機械化發展的創新實踐［J］. 編輯學報， 2023， 35（3）： 237-244.

［5］

田曉暉， 李薇， 李戎. 農業機械化的環境效應——來自農機購置補貼政策的證據［J］. 中國農村經濟， 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.

［6］

賀青， 張俊飚， 張虎. 農業機械化對農業碳排放的影響——來自糧食主產區的實證［J］. 統計與決策， 2023， 39（1）： 88-92.

［7］

馬艷. 基于兩階段Super-NSBM模型的農業生態效率及影響因素研究——以長江經濟帶為例［J］. 長江流域資源與環境， 2023， 32（4）： 883-894.

Ma Yan. Study on agricultural ecological efficiency and its influencing factors based on two-stage super-efficiency network SBM model： A case study of the Yangtze River ［J］. Resources and Environment in the Yangtze Basin， 2023， 32（4）： 883-894.

［8］

劉鳳， 劉英恒太. 生態效率、農業機械化與農業經濟發展——基于PVAR模型的動態研究［J］. 農業經濟與管理， 2020， 64（6）： 43-54.

Liu Feng， Liu Yinghengtai. Ecological efficiency， agricultural mechanization and agricultural economic development： Dynamic research based on PVAR model ［J］. Agricultural Economics and Management， 2020， 64（6）： 43-54.

［9］

張昆揚， 張改清， 韓嫣， 等. 農機作業服務對農業生態效率的影響： 本地效應與空間溢出［J］. 中國農業大學學報， 2023， 28（3）： 223-237.

Zhang Kunyang， Zhang Gaiqing， Han Yan， et al. Impact of agricultural machinery services on agro-ecological efficiency： Local effects and spatial spillovers ［J］. Journal of China Agricultural University， 2023， 28（3）： 223-237.

［10］

盧秉福， 韓衛平， 朱明. 農業機械化發展水平評價方法比較［J］. 農業工程學報， 2015， 31（16）： 46-49.

Lu Bingfu， Han Weiping， Zhu Ming. Comparision of evaluation method for agricultural mechanization development level ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2015， 31（16）： 46-49.

［11］

錢巍， 王永勝， 潘方卉. 農民合作社對農業機械化水平的影響研究——基于土地流轉的調節效應［J］. 農林經濟管理學報， 2022， 21（2）： 178-187.

Qian Wei， Wang Yongsheng， Pan Fanghui. Impact of farmers，"cooperatives on agricultural mechanization： Based on moderating effects of land transfer ［J］. Journal of Agro-Forestry Economics and Management， 2022， 21（2）： 178-187.

［12］

潘丹， 應瑞瑤.中國農業生態效率評價方法與實證——基于非期望產出的SBM模型分析［J］. 生態學報， 2013， 33（12）： 3837-3845.

Pan Dan， Ying Ruiyao. Agricultural eco-efficiency evaluation in China based on SBM model ［J］. Acta Ecologica Sinica， 2013， 33（12）： 3837-3845.

［13］

王寶義， 張衛國. 中國農業生態效率的省際差異和影響因素——基于1996—2015年31個省份的面板數據分析［J］. 中國農村經濟， 2018（1）： 46-62.

Wang Baoyi， Zhang Weiguo. Cross-provincial differences in determinants of agricultural eco-efficiency in China： An analysis based on panel data from 31 provinces in 1996—2015 ［J］. Chinese Rural Economy， 2018（1）： 46-62.

［14］

胡永浩， 張昆揚， 胡南燕， 等.中國農業碳排放測算研究綜述［J］. 中國生態農業學報（中英文）， 2023， 31（2）： 163-176.

Hu Yonghao， Zhang Kunyang， Hu Nanyan，et al. Review on measurement of agricultural carbon emission in China ［J］. Chinese Journal of Eco-Agriculture， 2023， 31（2）： 163-176.

［15］

郭鳳玉， 孟靜怡， 徐磊， 等. 冀北山區農業生態效率時空演變特征及預測分析［J］. 中國農機化學報， 2021， 42（10）： 146-156.

Guo Fengyu， Meng Jingyi， Xu Lei， et al. Spatio-temporal evolution characteristics and prediction analysis of agricultural ecological efficiency in Northern Hebei Mountains ［J］. Journal of Chinese Agricultural Mechanization， 2021， 42（10）： 146-156.

［16］

寧發金， 魯茸拉木， 杜發春. 云南省縣域農業生態效率時空分異及其影響因素［J］. 中國農業資源與區劃， 2024， 45（2）： 49-61.

Ning Fajin， Lurong Lamu， Du Fachun. Spatial-temporal differentiation and influencing factors of agricultural ecological efficiency in counties of Yunnan Province ［J］. Chinese Journal of Agricultural Resources and Regional Planning， 2024， 45（2）： 49-61.

［17］

羅錫文， 廖娟， 胡煉， 等. 提高農業機械化水平促進農業可持續發展［J］. 農業工程學報， 2016， 32（1）： 1-11.

Luo Xiwen， Liao Juan， Hu lian， et al. Improving agricultural mechanization level to promote agricultural sustainable development ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2016， 32（1）： 1-11.

［18］

趙宇. 傳統農業對現代農業發展的啟示［J］. 云南民族大學學報（哲學社會科學版）， 2015， 32（4）： 157-160.

Zhao Yu. Enlightenment of modern agricultural development to traditional agriculture ［J］. Journal of Yunnan Minzu University （Philosophy and Social Sciences Edition）， 2015， 32（4）： 157-160.

［19］

洪開榮， 陳誠， 豐超， 等. 農業生態效率的時空差異及影響因素［J］. 華南農業大學學報（社會科學版）， 2016， 15（2）： 31-41.

Hong Kairong， Chen Cheng， Feng Chao， et al. The spatial temporal differences of agricultural eco-efficiency and its influential factors ［J］. Journal of South China Agricultural University （Social Science Edition）， 2016， 15（2）： 31-41.

［20］

尚杰， 吉雪強， 陳璽名. 中國城鎮化對農業生態效率的影響——基于中國13個糧食主產區2009—2018年面板數據［J］. 中國生態農業學報（中英文）， 2020， 28（8）： 1265-1276.

Shang Jie， Ji Xueqiang， Chen Ximing. Study on the impact of China，s urbanization on agricultural ecological efficiency： Based on panel data of 13 major grain-producing regions in China from 2009 to 2018 ［J］. Chinese Journal of Eco-Agriculture， 2020， 28（8）： 1265-1276.

［21］

黃志斌， 楊建州. 財政支農資金對農業生態效率的影響——基于系統動態廣義矩估計和門檻效應檢驗［J］. 林業經濟， 2022， 44（10）： 5-24.

Huang Zhibin， Yang Jianzhou. Influence of financial fund for agriculture on agricultural eco-efficiency： Based on system dynamic generalized method of moments estimation and threshold effect test ［J］. Forestry Economics， 2022， 44（10）： 5-24.

［22］

Ghorbani M.Evaluation of agricultural advisory services effects on sugar beet in Razavi Khorasan Province ［J］. Journal of Applied Sciences， 2008， 8（20）： 3733-3737.