羅富民

(樂山師范學(xué)院經(jīng)濟(jì)與管理學(xué)院，四川樂山 614000)

0 引言

世界各國農(nóng)業(yè)發(fā)展歷史經(jīng)驗表明，農(nóng)業(yè)機械化是農(nóng)業(yè)技術(shù)進(jìn)步的重要內(nèi)容，也是農(nóng)業(yè)現(xiàn)代化的重要標(biāo)志。我國地形多樣，地貌復(fù)雜，丘陵山區(qū)占整個國土面積的比重達(dá)到了66%[1]。雖然丘陵山區(qū)是我國重要的糧食主產(chǎn)區(qū)和特色經(jīng)濟(jì)作物優(yōu)勢區(qū)，但是農(nóng)業(yè)機械化技術(shù)進(jìn)步的步伐緩慢，明顯滯后于平原地區(qū)。因此，推進(jìn)丘陵山區(qū)農(nóng)業(yè)機械化技術(shù)進(jìn)步，已經(jīng)成為提升我國農(nóng)業(yè)機械化技術(shù)整體水平的迫切要求，也是加快丘陵山區(qū)農(nóng)業(yè)現(xiàn)代化步伐的必然選擇。

近年來，丘陵山區(qū)農(nóng)業(yè)機械化問題已經(jīng)引起了國內(nèi)外學(xué)者的廣泛關(guān)注。國外學(xué)者對伊朗、尼日利亞、津巴布韋等丘陵山區(qū)國家農(nóng)業(yè)機械化發(fā)展的影響因素、農(nóng)業(yè)機械化與農(nóng)業(yè)生產(chǎn)率關(guān)系、農(nóng)業(yè)機械化服務(wù)等問題進(jìn)行了探討[2-4]。國內(nèi)學(xué)者則以我國南方省份為例，深入研究了我國丘陵山區(qū)農(nóng)業(yè)機械化發(fā)展現(xiàn)狀、制約因素、發(fā)展路徑及對策等[1，5-9]。但是，現(xiàn)有研究并沒有分析農(nóng)業(yè)地理集聚對丘陵山區(qū)農(nóng)業(yè)機械化技術(shù)進(jìn)步的影響。此外，羅富民[10]雖然采用空間計量分析法，以四川為例探討了農(nóng)業(yè)分工演進(jìn)對丘陵山區(qū)農(nóng)業(yè)機械化進(jìn)程的影響。但是該分析方法僅揭示了不同地區(qū)農(nóng)業(yè)機械化水平的空間相關(guān)關(guān)系，而并不能揭示農(nóng)業(yè)機械化技術(shù)水平不同時期間的動態(tài)相關(guān)關(guān)系。

農(nóng)業(yè)地理集聚是農(nóng)業(yè)區(qū)域分工深化的結(jié)果，表現(xiàn)為某一類或幾類農(nóng)作物的種植不斷向某個特定地域范圍集中。近年來，國內(nèi)學(xué)者采用空間基尼系數(shù)、產(chǎn)業(yè)集中率、區(qū)位商、專業(yè)化指數(shù)等方法對我國農(nóng)業(yè)地理集聚度進(jìn)行了測算，并根據(jù)測算結(jié)果分析了我國農(nóng)業(yè)地理集聚的行業(yè)特征、空間格局、演進(jìn)趨勢、經(jīng)濟(jì)效應(yīng)等[11-15]。但是，現(xiàn)有研究并沒有專門探討丘陵山區(qū)農(nóng)業(yè)地理聚集問題，更沒有分析丘陵山區(qū)農(nóng)業(yè)地理集聚對農(nóng)業(yè)機械化技術(shù)進(jìn)步的影響。

基于丘陵山區(qū)農(nóng)業(yè)機械化發(fā)展的現(xiàn)實需要和現(xiàn)有研究存在的不足，文章首先分析農(nóng)業(yè)地理集聚對丘陵山區(qū)農(nóng)業(yè)機械化技術(shù)進(jìn)步的影響路徑，進(jìn)而選取我國17個丘陵山區(qū)省份1997～2014年間的相關(guān)數(shù)據(jù)，對其農(nóng)業(yè)地理集聚度進(jìn)行測算； 并利用測算結(jié)果，基于動態(tài)面板數(shù)據(jù)模型，實證分析農(nóng)業(yè)地理集聚對丘陵山區(qū)農(nóng)業(yè)機械化技術(shù)進(jìn)步的影響。最后，根據(jù)理論和實證分析結(jié)果，提出促進(jìn)丘陵山區(qū)農(nóng)業(yè)機械化技術(shù)進(jìn)步的對策建議。

1 農(nóng)業(yè)地理集聚對農(nóng)業(yè)機械化技術(shù)進(jìn)步的影響路徑

1.1 對農(nóng)業(yè)機械技術(shù)創(chuàng)新的影響

誘致性農(nóng)業(yè)技術(shù)變革理論認(rèn)為，在家庭經(jīng)營為主的前提條件下，農(nóng)戶由于自身能力和知識水平的限制，其所需農(nóng)業(yè)技術(shù)只能通過外部獲取，而不能自主研發(fā)[16]。又由于農(nóng)業(yè)技術(shù)具有公共產(chǎn)品特性，大多數(shù)農(nóng)業(yè)技術(shù)研發(fā)工作實際是由各級政府支持的農(nóng)業(yè)公共科研部門承擔(dān)。而農(nóng)業(yè)地理集聚對農(nóng)業(yè)機械技術(shù)創(chuàng)新的作用體現(xiàn)在兩個方面：一是，農(nóng)業(yè)地理集聚有利于農(nóng)業(yè)機械技術(shù)研發(fā)公共投入的增加。這是因為，農(nóng)業(yè)地理集聚表現(xiàn)為某一農(nóng)作物種植規(guī)模的擴大，對該農(nóng)作物種植中的相應(yīng)農(nóng)業(yè)機械技術(shù)需求量也隨之?dāng)U大。由于技術(shù)需求量的擴大，便可以提高農(nóng)業(yè)機械技術(shù)研發(fā)成果的推廣使用率，進(jìn)而產(chǎn)生巨大的社會效益。使得各級政府部門更加重視該類農(nóng)業(yè)機械技術(shù)的研發(fā)，加大研發(fā)投入，促進(jìn)該類農(nóng)業(yè)機械技術(shù)創(chuàng)新。其次，農(nóng)業(yè)地理集聚有利于農(nóng)戶與農(nóng)業(yè)機械技術(shù)研發(fā)部門的信息交流和互動。這是因為，農(nóng)業(yè)地理集聚伴隨的是集聚區(qū)內(nèi)農(nóng)業(yè)專業(yè)化水平的提升。而專業(yè)化水平提升后，聚集區(qū)內(nèi)農(nóng)戶對農(nóng)業(yè)機械技術(shù)需求的共通性、集中性會突顯。由于技術(shù)需求的集中，對農(nóng)業(yè)技術(shù)研發(fā)部門而言，要想搜集這些信息以及處理這些信息的相關(guān)成本會降低。從而有利于農(nóng)戶與農(nóng)業(yè)技術(shù)研發(fā)部門間對機械技術(shù)信息需求的交流，進(jìn)而推動農(nóng)業(yè)技術(shù)創(chuàng)新。

1.2 對農(nóng)業(yè)機械技術(shù)擴散的影響

農(nóng)業(yè)機械技術(shù)的擴散是在由農(nóng)戶與農(nóng)業(yè)技術(shù)推廣部門共同作用影響下完成的。而農(nóng)業(yè)地理集聚對農(nóng)業(yè)機械技術(shù)擴散的影響主要表現(xiàn)在降低擴散成本、提升擴散速度。Bass[17]的技術(shù)擴散理論認(rèn)為，農(nóng)業(yè)技術(shù)擴散過程類似于傳染病的蔓延過程，農(nóng)戶對農(nóng)業(yè)機械技術(shù)的采用往往會受到其他農(nóng)戶采用行為的影響。在農(nóng)業(yè)地理集聚區(qū)的農(nóng)戶之間，由于使用農(nóng)業(yè)機械技術(shù)的相似性和共通性，一家農(nóng)戶采用該技術(shù)并取得效益后，其他農(nóng)戶會迅速效仿該農(nóng)戶，進(jìn)而提升農(nóng)業(yè)機械技術(shù)擴散速度。另一方面，農(nóng)業(yè)機械技術(shù)的擴散還將受到政府的農(nóng)業(yè)技術(shù)推廣部門通過電視、廣播、現(xiàn)場示范等多種方式對現(xiàn)代農(nóng)業(yè)技術(shù)進(jìn)行宣傳的影響。而農(nóng)業(yè)地理集聚可以降低農(nóng)業(yè)技術(shù)推廣部門的宣傳推廣成本，進(jìn)而促進(jìn)農(nóng)業(yè)機械技術(shù)擴散。這是因為，農(nóng)業(yè)地理集聚區(qū)內(nèi)農(nóng)戶的生產(chǎn)經(jīng)營比較集中，農(nóng)業(yè)技術(shù)推廣部門更加容易的將各種農(nóng)業(yè)機械技術(shù)的相關(guān)信息傳達(dá)給農(nóng)業(yè)機械技術(shù)使用者。

1.3 對農(nóng)業(yè)機械技術(shù)效率的影響

農(nóng)業(yè)機械技術(shù)效率提升主要表現(xiàn)在使用同樣的農(nóng)業(yè)機械，在相同的時間內(nèi)，可以獲取更多的產(chǎn)出或效益。農(nóng)業(yè)機械技術(shù)效率的提升主要取決于農(nóng)戶對農(nóng)業(yè)機械技術(shù)的熟練掌握程度。舒爾茨[18]認(rèn)為，對農(nóng)戶進(jìn)行人力資本投資是農(nóng)戶熟練掌握并有效利用農(nóng)業(yè)技術(shù)的關(guān)鍵，農(nóng)戶人力資本積累主要來自正規(guī)教育和“干中學(xué)”。Foster等[19]研究指出，農(nóng)戶從事農(nóng)業(yè)生產(chǎn)經(jīng)營中的“干中學(xué)”，主要來自兩個方面，一是自身的干中學(xué)，二是與他人交流學(xué)習(xí)的“干中學(xué)”。在農(nóng)業(yè)地理集聚區(qū)內(nèi)，農(nóng)戶采用農(nóng)業(yè)機械技術(shù)的相似性，更加有利于農(nóng)戶內(nèi)部進(jìn)行學(xué)習(xí)交流，從而有利于提升農(nóng)業(yè)技術(shù)技術(shù)效率。而農(nóng)業(yè)機械技術(shù)效率的提升，反過來又會進(jìn)一步促進(jìn)農(nóng)戶農(nóng)業(yè)機械技術(shù)的采用。

2 丘陵山區(qū)農(nóng)業(yè)地理集聚度測算

2.1 測算方法

農(nóng)業(yè)地理集聚程度的測算方法主要包括空間基尼系數(shù)、產(chǎn)業(yè)集中率、專業(yè)化指數(shù)、區(qū)位商等方法。該文主要采用區(qū)位商方法。

(1)

式(1)中，LQij表示第i個區(qū)域j類農(nóng)作物的地理集聚度；eij表示第i個區(qū)域j類農(nóng)作物的種植面積；ei表示第i個區(qū)域農(nóng)作物播種總面積；Ej表示j類農(nóng)作物的全國種植的面積；E表示全國農(nóng)作物播種總面積。如果LQij的值越大，則地理集聚度越高； 如果LQij的值大于1，則說明相對于其他地區(qū)而言，j類農(nóng)作物在i區(qū)域有較高的地理集聚度。

2.2 樣本選擇與數(shù)據(jù)來源

按照式(1)計算農(nóng)業(yè)地理集聚度，需要首先確定區(qū)域和農(nóng)作物種類。在區(qū)域上，該文主要選擇除北京外的其他17個丘陵山區(qū)省份(表1)。北京雖然屬于丘陵山區(qū)，但是農(nóng)業(yè)生產(chǎn)經(jīng)營規(guī)模相對其他省份較小，不具有代表性。在農(nóng)作物種類上，該文主要選取選擇稻谷、小麥、玉米、薯類、油料、蔬菜6類農(nóng)作物。這6類農(nóng)作物基本涵蓋了丘陵山區(qū)普遍種植的糧食作物和經(jīng)濟(jì)作物。在農(nóng)業(yè)地理集聚度的具體計算中，該文選取1997～2014年間， 17個丘陵山區(qū)省份的農(nóng)作物播種總面積和上述6類農(nóng)作物的播種面積，計算各年度、各省份、各類農(nóng)作物的地理集聚度。農(nóng)作物播種面積的數(shù)據(jù)來源于歷年《中國統(tǒng)計年鑒》和《中國農(nóng)村統(tǒng)計年鑒》。

2.3 測算結(jié)果

為了比較分析各個不同省份、不同年度的農(nóng)業(yè)地理集聚度，該文在分別計算出各年度、各省份、各類農(nóng)作物的地理集聚度的基礎(chǔ)上，對每個地區(qū)每一年度6類農(nóng)作物的地理集聚度按作物種類數(shù)進(jìn)行簡單算術(shù)平均，得到測算結(jié)果如表1。

表1 1997～2014年丘陵山區(qū)6類農(nóng)作物的平均地理集聚度

省份1997200020022004200620082010201220141997～2014平均山西09452094540967610073090270892808737085920843409226浙江09468096960990009731098281002810043104211020909915福建11735114081146511742122451202912013117841175411787江西10341094690958209480100251015710187102461026109967湖北10849110691125211273113711137510554109651128111130湖南09770095060970609706097991000810478105791075910040廣東11917114081104011140117531163911506113261136311437廣西09306090540872908592087470821908252081560857708617重慶13306125401279712911142341385013858136541361913349四川11663114461150911795126201252312589125521271412098貴州10928111571149011904129151274512737124181221912019云南07726087970874509277093210920909443092120928108986西藏04676041180447805306056410541305133052360510904974陜西10025104091054410499109971066510878105841049510536甘肅09241095491041711144122741222312173122141205511208青海10505113691235913225123301522514466138351384012998寧夏09857089190957209906108251223412056116951033210685 注：由于篇幅限制，該文主要列出了代表性年份的數(shù)據(jù)

從表1可以發(fā)現(xiàn)， 1997～2014年間17個丘陵山區(qū)省份農(nóng)業(yè)地理集聚度普遍呈現(xiàn)出逐步提升趨勢。在表1中最后一欄的數(shù)據(jù)是對18年數(shù)據(jù)的再次平均，從該欄數(shù)據(jù)可以發(fā)現(xiàn)，在17個丘陵山區(qū)省份中，福建、湖北、湖南、廣東、重慶、四川、貴州、陜西、甘肅、青海、寧夏等11個省份6類農(nóng)作物18年間總的平均地理集聚程度大于1。由此說明這些省份的農(nóng)業(yè)種植已經(jīng)具有較高的地理聚集度，而其他6個省份農(nóng)業(yè)地理集聚度偏低。

3 農(nóng)業(yè)地理集聚對丘陵山區(qū)農(nóng)業(yè)機械化技術(shù)進(jìn)步的影響實證

3.1 計量模型的建立

農(nóng)業(yè)機械化技術(shù)進(jìn)步是農(nóng)業(yè)機械化技術(shù)水平不斷提升的過程。這一過程存在連續(xù)性和漸進(jìn)性特征，即當(dāng)前農(nóng)業(yè)機械化技術(shù)水平可能會受到前期農(nóng)業(yè)機械化技術(shù)水平的影響。這是因為，當(dāng)前的農(nóng)業(yè)機械技術(shù)是在原有技術(shù)的基礎(chǔ)上進(jìn)行不斷改進(jìn)或創(chuàng)新的結(jié)果。由于農(nóng)業(yè)機械化技術(shù)水平具有跨期相關(guān)性，采用普通計量模型僅是將其作為被解釋變量，難以反映這種跨期相關(guān)性，而如果建立動態(tài)面板數(shù)據(jù)模型則可以反映。與普通面板數(shù)據(jù)模型相比，動態(tài)面板數(shù)據(jù)模型主要是要引入被解釋變量的滯后項作為解釋變量。

理論和實踐表明，農(nóng)業(yè)機械化技術(shù)水平還會受到農(nóng)民收入水平、農(nóng)機人員受教育程度以及農(nóng)業(yè)機械研發(fā)推廣培訓(xùn)投入的影響。這是因為，農(nóng)民收入水平會影響到農(nóng)業(yè)機械設(shè)備的購買意愿及購買能力； 農(nóng)機人員受教育程度會影響農(nóng)業(yè)機械技術(shù)的擴散及使用效率； 農(nóng)業(yè)機械研發(fā)推廣培訓(xùn)投入則直接影響農(nóng)業(yè)機械技術(shù)從創(chuàng)新到推廣和使用效率提升的整個過程。因此，該文建立一個以農(nóng)業(yè)機械化技術(shù)水平為被解釋變量，農(nóng)業(yè)機械化技術(shù)水平的一階滯后項、農(nóng)業(yè)地理集聚度為解釋變量，農(nóng)民收入水平、農(nóng)機人員受教育程度以及農(nóng)業(yè)機械研發(fā)推廣培訓(xùn)投入為控制變量的動態(tài)面板數(shù)據(jù)模型：

Tit=α+β1Tit-1+β2Git+β3Iit+β4Eit+β5Pit+εit

(2)

模型(2)中,Tit表示第i個地區(qū)t時期的農(nóng)業(yè)機械化技術(shù)水平;Tit-1表示第i個地區(qū)t-1時期的農(nóng)業(yè)機械化技術(shù)水平；Git表示第i個地區(qū)t時期的農(nóng)業(yè)地理集聚度；Iit、Eit、Pit分別表示第i個地區(qū)t時期的農(nóng)民收入水平、農(nóng)機人員受教育程度和農(nóng)業(yè)機械研發(fā)推廣培訓(xùn)投入；β1、β2、β3、β4、β5為待估計參數(shù);α為常數(shù)項;εit為隨機誤差項。

3.2 變量表示與數(shù)據(jù)來源

在模型(2)中，農(nóng)業(yè)機械化技術(shù)水平(Tit)用農(nóng)機綜合作業(yè)效率表示。因為農(nóng)業(yè)機械化技術(shù)進(jìn)步就是不斷研發(fā)并應(yīng)用新的農(nóng)業(yè)機械技術(shù)，進(jìn)而不斷提高生產(chǎn)效率的過程。因此，農(nóng)業(yè)機械化生產(chǎn)效率的高低能夠在很大程度上反映出農(nóng)業(yè)機械化技術(shù)水平的高低。而農(nóng)業(yè)機械化生產(chǎn)效率首先就體現(xiàn)在農(nóng)機人員使用農(nóng)業(yè)機械設(shè)備進(jìn)行機耕、機播、機收等過程中的作業(yè)效率。該文將采用農(nóng)業(yè)機械進(jìn)行耕地、播種、收割過程中的機耕作業(yè)效率、機播作業(yè)效率和機收作業(yè)效率進(jìn)行加權(quán)平均計算，進(jìn)而得到農(nóng)機綜合作業(yè)效率。

農(nóng)機綜合作業(yè)效率 =機耕作業(yè)效率×0.4+機播作業(yè)效率×0.3+機收作業(yè)效率×0.3

(3)

式(3)中，該文將機耕作業(yè)效率的權(quán)數(shù)設(shè)定為0.4，機播作業(yè)效率和機收作業(yè)效率的權(quán)數(shù)設(shè)定為0.3。主要參考了農(nóng)業(yè)部在計算農(nóng)業(yè)綜合機械化率時將機耕率的權(quán)數(shù)設(shè)為0.4，將機播率和機收率的權(quán)數(shù)分別設(shè)為0.3。該文計算農(nóng)機綜合作業(yè)效率使用的機耕面積、機播面積、機收面積和農(nóng)機人員數(shù)量的數(shù)據(jù)來源于歷年的《中國農(nóng)業(yè)機械工業(yè)年鑒》和《中國農(nóng)業(yè)機械化年鑒》以及《國內(nèi)外農(nóng)業(yè)機械化統(tǒng)計資料(1949～2004)》《全國農(nóng)業(yè)機械化統(tǒng)計資料匯編(2005～2013)》。

在模型(2)中，農(nóng)業(yè)地理聚集度(Git)用各個地區(qū)6類農(nóng)作物的平均地理聚集度表示，具體數(shù)據(jù)采用表1中各個地區(qū)相關(guān)年份的農(nóng)業(yè)地理集聚度。農(nóng)民收入水平(Iit)用各個地區(qū)的農(nóng)民人均純收入表示，數(shù)據(jù)來源于歷年《中國統(tǒng)計年鑒》。農(nóng)機人員受教育程度(Eit)用初中以上文化程度的農(nóng)機人員數(shù)量占全部農(nóng)機人員數(shù)量的比重表示，數(shù)據(jù)來源于《中國農(nóng)業(yè)機械工業(yè)年鑒》和《中國農(nóng)業(yè)機械化年鑒》。農(nóng)業(yè)機械研發(fā)推廣培訓(xùn)投入(Pit)是農(nóng)業(yè)機械科研投入和推廣培訓(xùn)投入的加總。這些投入以政府財政投入為主，也包括了農(nóng)業(yè)機械技術(shù)推廣培訓(xùn)中少量的農(nóng)村集體投入和農(nóng)民個人投入。這些投入的詳細(xì)數(shù)據(jù)可以從歷年的《中國農(nóng)業(yè)機械工業(yè)年鑒》和《中國農(nóng)業(yè)機械化年鑒》中獲得。

需要說明的是，在模型估計過程中，由于西藏自治區(qū)的相關(guān)數(shù)據(jù)缺失以及農(nóng)機人員受教育程度數(shù)據(jù)從2004年才開始統(tǒng)計，使得該文最終只能采用除西藏外的16個丘陵山區(qū)省份2004～2014年間的數(shù)據(jù)進(jìn)行計量分析。此外，為了保持?jǐn)?shù)據(jù)量綱的相對均衡性，農(nóng)民人均純收入的數(shù)據(jù)單位由統(tǒng)計年鑒中的元換算成萬元，而農(nóng)業(yè)機械研發(fā)推廣培訓(xùn)投入的數(shù)據(jù)單位由萬元換算成億元。

3.3 模型估計方法

在對動態(tài)面板數(shù)據(jù)模型(2)進(jìn)行估計的過程中，可能會面臨的問題是：農(nóng)業(yè)機械化技術(shù)水平的一階滯后項與誤差項存在相關(guān)性； 農(nóng)業(yè)機械化技術(shù)水平與農(nóng)業(yè)地理集聚度之間也可能存在雙向因果關(guān)系，進(jìn)而導(dǎo)致聯(lián)立內(nèi)生性問題。由于該問題的存在，如果采用普通面板數(shù)據(jù)模型的最小二乘法進(jìn)行分析，會造成估計系數(shù)的有偏性和非一致性。為了解決這一問題，Arellano等[20]提出了一階差分廣義矩方法(First-differenced GMM，簡稱差分GMM)，對動態(tài)面板數(shù)據(jù)模型進(jìn)行分析； Arellano等[21]、Blundell等[22]則在此基礎(chǔ)上進(jìn)一步提出了系統(tǒng)廣義矩方法(System GMM，簡稱系統(tǒng)GMM)。

在對動態(tài)面板數(shù)據(jù)模型進(jìn)行差分GMM估計和系統(tǒng)GMM估計時，還必須保證兩個條件：一是，要求工具變量是有效的； 二是，要求隨機擾動項不存在序列相關(guān)。這就需要對模型設(shè)定的合理性和工具變量的有效性進(jìn)行檢驗。根據(jù)Arellano等[21]、Blundell等[22]的建議，可以采用Sargan統(tǒng)計量來檢驗工具變量的有效性，如果Sargan的P值較大則可以認(rèn)為工具變量是有效的； 可以用差分方程的二階序列相關(guān)檢驗AR(2)統(tǒng)計量來判斷隨機擾動項是否存在序列相關(guān)，如果AR(2)的P值大于常用的顯著性水平，就表明不存在序列相關(guān)。

表2 模型估計結(jié)果

變量差分GMM估計系統(tǒng)GMM估計參數(shù)值Z統(tǒng)計量參數(shù)值Z統(tǒng)計量Tit?1031971012??07228979??Git42208225??38513342??Iit690271693??35485300??Eit56067223??32864149Pit17438542??04260037常數(shù)項-36163-100-41378378??Wald檢驗統(tǒng)計量275377346Wald檢驗P值000000Sargan檢驗統(tǒng)計量1270514347Sargan檢驗P值0694109553AR(2)檢驗統(tǒng)計量-0064406173AR(2)檢驗P值0948705370 注：Wald檢驗的原假設(shè)是各解釋變量的系數(shù)均為0；Sargan檢驗的原假設(shè)是工具變量是有效的；AR(2)檢驗的原假設(shè)是不存在二階自相關(guān)。??、?表示5%和10%水平下通過顯著性檢驗

3.4 計量分析結(jié)果及解釋

該文在Stata11軟件中分別采用差分廣義矩和系統(tǒng)廣義矩方法，對動態(tài)面板數(shù)據(jù)模型(2)進(jìn)行估計。在估計過程中，由于樣本數(shù)據(jù)的時間跨度較短，因此將工具變量的最大滯后階數(shù)設(shè)定為2，其他選項的設(shè)定采用程序默認(rèn)方式。

由表2可知，無論是差分GMM估計還是系統(tǒng)GMM估計，Wald檢驗均表明，模型中各個變量的引入是有效的； Sargan檢驗表明模型估計采用的工具變量是有效的； AR(2)檢驗表明模型不存在二階自相關(guān)。由此說明模型的設(shè)定和工具變量的使用比較合理。

從表2中可以發(fā)現(xiàn)，差分GMM和系統(tǒng)GMM估計結(jié)果均表明，丘陵山區(qū)農(nóng)業(yè)機械化技術(shù)水平存在顯著的跨期正相關(guān)性，由此說明農(nóng)業(yè)機械化進(jìn)步需要長期的積累，具有漸進(jìn)性特征。而從農(nóng)業(yè)地理集聚變量的參數(shù)值看，在差分GMM模型中，農(nóng)業(yè)地理集聚度每提升1個單位，農(nóng)業(yè)機械化技術(shù)水平可以提升4.22個單位； 在系統(tǒng)GMM模型中，農(nóng)業(yè)地理集聚度每提升1個單位，而農(nóng)業(yè)機械化技術(shù)水平可以提升3.85個單位。且無論差分GMM模型還是系統(tǒng)GMM模型，農(nóng)業(yè)地理集聚度對丘陵山區(qū)農(nóng)業(yè)機械化技術(shù)水平的影響均是顯著的。由此說明，農(nóng)業(yè)地理集聚是促進(jìn)丘陵山區(qū)農(nóng)業(yè)機械化技術(shù)進(jìn)步的重要因素。

系統(tǒng)GMM方法相對于差分GMM方法而言，由于其采用的工具變量不僅包括滯后的差分項也包括滯后的水平項，估計結(jié)果更為準(zhǔn)確[23]。而從系統(tǒng)GMM估計結(jié)果看，農(nóng)民收入水平可以顯著提升農(nóng)業(yè)機械化技術(shù)水平，而農(nóng)機人員受教育程度和農(nóng)業(yè)機械研發(fā)推廣培訓(xùn)投入雖然可以提升農(nóng)業(yè)機械化技術(shù)水平，但其顯著性水平不高。這可能是因為，在系統(tǒng)GMM估計中，由于工具變量數(shù)目的增加，導(dǎo)致農(nóng)業(yè)機械化技術(shù)水平的跨期回歸系數(shù)更大，進(jìn)一步削弱了農(nóng)機人員受教育程度和農(nóng)業(yè)機械研發(fā)推廣培訓(xùn)投入對農(nóng)業(yè)機械化技術(shù)水平的影響。而從丘陵山區(qū)農(nóng)業(yè)機械化發(fā)展實踐中看，農(nóng)機人員的受教育程度普遍較低，而且受教育程度僅僅是學(xué)歷教育，無法反映與農(nóng)業(yè)機械化技術(shù)水平提升密切相關(guān)的技術(shù)培訓(xùn)教育。丘陵山區(qū)農(nóng)業(yè)機械研發(fā)推廣培訓(xùn)投入普遍降低，且各個年度的投入數(shù)量非常不穩(wěn)定，這在一定程度上削弱了其對農(nóng)業(yè)機械化技術(shù)水平提升的作用。

4 研究結(jié)論與對策建議

綜上所述，農(nóng)業(yè)地理集聚可以通過促進(jìn)農(nóng)業(yè)機械技術(shù)創(chuàng)新、加速農(nóng)業(yè)機械技術(shù)擴散、提升農(nóng)業(yè)機械技術(shù)效率，進(jìn)而促進(jìn)丘陵山區(qū)農(nóng)業(yè)機械化技術(shù)進(jìn)步。近年來，丘陵山區(qū)農(nóng)業(yè)地理集聚程度逐步提升，而計量分析結(jié)果表明，農(nóng)業(yè)地理集聚是促進(jìn)丘陵山區(qū)農(nóng)業(yè)機械化技術(shù)進(jìn)步的重要因素。此外，農(nóng)機人員受教育程度和農(nóng)業(yè)機械研發(fā)推廣培訓(xùn)投入雖然可以提升農(nóng)業(yè)機械化技術(shù)水平，但顯著性水平不高?；谘芯拷Y(jié)論，該文認(rèn)為要加快丘陵山區(qū)農(nóng)業(yè)機械化技術(shù)進(jìn)步，可以從幾個方面著手。

(1)深入推進(jìn)丘陵山區(qū)農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革，提升特色優(yōu)勢產(chǎn)業(yè)的地理集聚度。目前，丘陵山區(qū)農(nóng)業(yè)地理集聚趨勢已經(jīng)初步顯現(xiàn)，但是部分丘陵山區(qū)省份農(nóng)業(yè)地理集聚度仍然不高； 而農(nóng)業(yè)地理集聚度較高的丘陵山區(qū)省份中不同種類的農(nóng)作物地理集聚度也存在顯著差異。對于農(nóng)業(yè)地理集聚度整體較低的省份，比如山西、浙江、江西、廣西、云南等，要進(jìn)一步發(fā)揮自身地理自然條件優(yōu)勢，擴大特色優(yōu)勢農(nóng)作物種植規(guī)模，加快形成特色優(yōu)勢農(nóng)作物集聚區(qū)。對于農(nóng)業(yè)地理集聚度較高，但部分農(nóng)作物地理集聚度較低的省份，比如福建、湖北、湖南、廣東、重慶、四川、貴州、陜西、甘肅、青海、寧夏等，要深入推進(jìn)丘陵山區(qū)農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革，以市場需求為導(dǎo)向，進(jìn)一步調(diào)整種植業(yè)結(jié)構(gòu)，降低非優(yōu)勢農(nóng)作物種植比重，擴大具有比較優(yōu)勢的農(nóng)作物種植規(guī)模，從而進(jìn)一步提升農(nóng)業(yè)地理集聚度。最終，通過特色優(yōu)勢產(chǎn)業(yè)集聚，拓展農(nóng)業(yè)機械技術(shù)的使用空間，加快丘陵山區(qū)農(nóng)業(yè)機械化技術(shù)進(jìn)步。

(2)著力構(gòu)建丘陵山區(qū)農(nóng)業(yè)機械化的長效投入機制，不斷加大對農(nóng)業(yè)機械技術(shù)的研發(fā)推廣培訓(xùn)投入力度。當(dāng)前丘陵山區(qū)每年農(nóng)業(yè)機械研發(fā)推廣培訓(xùn)的年經(jīng)費投入除山西外，其余省份普遍在6 000萬及以下，其中江西、貴州、青海、甘肅等省份不足2 000萬。而且經(jīng)費投入的波動性較大，對這些地區(qū)農(nóng)業(yè)機械化技術(shù)的進(jìn)步形成了障礙。這些省份的地方農(nóng)業(yè)科研部門，要積極適應(yīng)丘陵山區(qū)農(nóng)業(yè)地理集聚趨勢，對于地理聚集區(qū)農(nóng)業(yè)機械技術(shù)的需求信息，及時了解掌握。要進(jìn)一步加大對丘陵山區(qū)農(nóng)業(yè)集聚區(qū)的農(nóng)業(yè)機械技術(shù)重視和研發(fā)力度。在農(nóng)業(yè)機械技術(shù)的研發(fā)上，也要根據(jù)丘陵山區(qū)種植農(nóng)作物的特點，開發(fā)出更多適用性強的專業(yè)機械設(shè)備，以此加快丘陵山區(qū)農(nóng)業(yè)機械化技術(shù)進(jìn)步。

(3)積極引導(dǎo)丘陵山區(qū)閑置土地向特色優(yōu)勢產(chǎn)業(yè)流轉(zhuǎn)，擴大丘陵山區(qū)優(yōu)勢農(nóng)作物種植規(guī)模，促進(jìn)丘陵山區(qū)農(nóng)業(yè)地理集聚。對于由于部分農(nóng)戶進(jìn)城務(wù)工而產(chǎn)生的閑置土地，要積極開展土地綜合整治，提高土地利用價值。通過財政補貼、信貸扶持等方式，吸引更多的城市工商資本投資于丘陵山區(qū)農(nóng)業(yè)生產(chǎn)經(jīng)營。并鼓勵新型農(nóng)業(yè)經(jīng)營主體，通過土地流轉(zhuǎn)的方式擴大種植規(guī)模，為丘陵山區(qū)農(nóng)業(yè)機械設(shè)備的使用和規(guī)模效益的發(fā)揮創(chuàng)造有利條件。對于浙江、福建、江西、湖北、湖南、廣東等省份要進(jìn)一步促進(jìn)土地向稻谷種植流轉(zhuǎn)，對于重慶、四川、貴州、云南等省份要促進(jìn)土地向薯類和蔬菜種植流轉(zhuǎn)，而對于江西、陜西、甘肅等省份可促進(jìn)土地向小麥和玉米種植流轉(zhuǎn)。

(4)鼓勵吸引丘陵山區(qū)受教育程度較高農(nóng)戶從事農(nóng)業(yè)機械化生產(chǎn)經(jīng)營。對農(nóng)民受教育程度不高的貴州、云南、甘肅、青海等西部貧困地區(qū)，要加強對農(nóng)機人員的技術(shù)培訓(xùn)。同時，對于這些農(nóng)戶給予必要的財政資金補貼和信貸扶持，提升其購買農(nóng)業(yè)機械設(shè)備的積極性。并根據(jù)這些農(nóng)戶的農(nóng)業(yè)機械技術(shù)需求，積極研發(fā)或改進(jìn)相關(guān)農(nóng)業(yè)機械設(shè)備。對于農(nóng)民受教育程度較高的浙江、廣東、福建等東部發(fā)達(dá)地區(qū)，基層地方政府可以設(shè)立農(nóng)業(yè)創(chuàng)業(yè)基金，吸引受教育程度較高的部分農(nóng)戶從事農(nóng)業(yè)生產(chǎn)經(jīng)營。并積極鼓勵受教育程度較高的農(nóng)戶開展農(nóng)業(yè)機械化的社會服務(wù)，為促進(jìn)丘陵山區(qū)的農(nóng)業(yè)機械化技術(shù)進(jìn)步做貢獻(xiàn)。

[1] 宋建武，劉恒新. 加快突破丘陵山區(qū)農(nóng)業(yè)機械化的發(fā)展瓶頸.中國農(nóng)機化， 2010,(2)： 16～19

[2] Rasouli F，Sadighi H，Minaei S.Factors affecting agricultural mechanization：a case study on sunflower seed farms in Iran.Journal of Agricultural Science & Technology， 2009,(1)： 39～48

[3] Olaoye J O ，Rotimi A O.Measurement of agricultural mechanization index and analysis of agricultural productivity of farm settlements in Southwest Nigeria.Agricultural Engineering International Cigr Journal, 2010，(1)： 1～21

[4] Kabiti H M，Raidimi N E，Pfumayaramba T K，et al.Determinants of agricultural commercialization among smallholder farmers in Munyati Resettlement Area，Chikomba District，Zimbabwe.Journal of Human Ecology， 2015,(1)： 10～19

[5] 易中懿,曹光喬,張宗毅. 我國南方丘陵山區(qū)農(nóng)業(yè)機械化宏觀影響因素分析.農(nóng)機化研究， 2010,32(8)： 229～233

[6] 胡志超,張會娟,鐘挺,等. 推進(jìn)南方丘陵山區(qū)農(nóng)業(yè)機械化發(fā)展思考.中國農(nóng)機化， 2011,(5)： 16～18

[7] 田阡,鄧軍. 丘陵山區(qū)農(nóng)業(yè)機械化發(fā)展研究——重慶經(jīng)驗.農(nóng)機化研究， 2012,34(5)： 16～20

[8] 王圖展. 丘陵山區(qū)農(nóng)業(yè)機械化發(fā)展的制約因素及對策——以重慶為例.農(nóng)機化研究， 2013,35(3)： 24～28

[9] 胡新艷,楊曉瑩,呂佳,等. 服務(wù)外包與我國南方地區(qū)農(nóng)業(yè)機械化發(fā)展——理論邏輯與經(jīng)驗分析.中國農(nóng)業(yè)資源與區(qū)劃， 2016,37(3)： 162～169

[10]羅富民. 農(nóng)業(yè)分工演進(jìn)對丘陵山區(qū)農(nóng)業(yè)機械化進(jìn)程的影響——基于四川南部丘陵山區(qū)的空間計量分析.中國農(nóng)機化學(xué)報， 2014,35(1)： 26～30

[11]李二玲，龐安超，朱紀(jì)廣. 中國農(nóng)業(yè)地理集聚格局演化及其機制.地理研究， 2012,31(5)： 885～898

[12]鄧宗兵，封永剛， 張俊亮，等. 中國種植業(yè)地理集聚的時空特征、演進(jìn)趨勢及效應(yīng)分析.中國農(nóng)業(yè)科學(xué)， 2013,46(22)： 4816～4828

[13]肖衛(wèi)東. 中國種植業(yè)地理集聚的空間統(tǒng)計分析.經(jīng)濟(jì)地理， 2014,(9)： 124～129

[14]賀亞亞，李谷成. 中國種植業(yè)地理集聚：行業(yè)特征、專業(yè)分工與時空演變.農(nóng)業(yè)現(xiàn)代化研究， 2016,37(3)： 496～504

[15]林正雨，何鵬，李曉，等. 四川省農(nóng)業(yè)地理集聚格局及演化機制研究.中國農(nóng)業(yè)資源與區(qū)劃， 2017,38(1)： 207～215

[16]速水佑次郎，弗農(nóng)· 拉坦著，郭熙保,等譯.農(nóng)業(yè)發(fā)展的國際分析(修訂擴充版).北京：中國社會科學(xué)出版社， 2000.80～100

[17]Bass F. A new product growth model for consumer durables.Management Science， 1969,(5)： 215～227

[18]西奧多.W.舒爾茨著，梁小民譯，改造傳統(tǒng)農(nóng)業(yè).北京：商務(wù)印書館， 1999.139

[19]Andrew D,Foster, Mark R.Rosenzweig，learning by doing and learning from others：human capital and technical change in agriculture.Journal of Political Economy， 1995,(6)： 1176～1209

[20]Manuel Arellano，Stephen Roy Bond.Some test of specification for panel data：monte carlo evidence and an application to employment equations.Review of Economic Studies， 1991,(2)： 277～297

[21]Arellano M,Bover O. Another look at the instrumental ariable estimation of error component model.Journal of Econometrics， 1995,(1)： 29～51

[22]Blundell R,Bond S. Initial conditions and moment restrictions in dynamic panel data model.Journal of Econometrics， 1998,(1)： 115～143

[23]陳強， 高級計量經(jīng)濟(jì)學(xué)及Stata應(yīng)用.北京：高等教育出版社， 2014.4:294