保護性耕作機械對糧食綠色全要素生產率的影響

摘要：

探討保護性耕作機械對糧食綠色全要素生產率的影響，有助于為保障糧食安全和實現農業高質量發展提供借鑒。基于“雙碳視角”，采用SBM—GML指數法測度2005—2021年31個省份糧食綠色全要素生產率，構建空間杜賓模型定量分析保護性耕作機械對糧食綠色全要素生產率的空間溢出效應。研究發現：樣本期內，糧食綠色全要素生產率年均值為1.025，說明我國糧食綠色生產水平得到一定程度的改善；大多數地區糧食綠色全要素生產率呈波動上升趨勢，但提升程度較小；地區間糧食綠色全要素生產率變動情況存在一定差異，平原地區的糧食綠色生產水平要明顯優于丘陵山區。保護性耕作機械對糧食綠色全要素生產率具有顯著的正向空間溢出效應，主要通過促進技術進步來提高糧食綠色全要素生產率。保護性耕作機械對糧食綠色全要素生產率的影響因地形和糧食功能區而異。因此，未來應加大保護性耕作技術推廣力度，不斷完善農機補貼政策，扎實推進農機服務供需信息交流平臺建設并強化農業科技創新以提高農機裝備水平。

關鍵詞：保護性耕作機械；糧食綠色全要素生產率；農機跨區作業；異質性分析

中圖分類號：F323.3; F326.11

文獻標識碼：A

文章編號：2095-5553 （2025） 03-0285-10

收稿日期：2024年1月26日" 修回日期：2024年6月17日*

基金項目：國家自然科學基金項目（72163032）

第一作者：李明亮，男，1997年生，安徽滁州人，碩士研究生；研究方向為農業經濟。E-mail： 1260768180@qq.com

通訊作者：余國新，男，1965年生，河南南陽人，博士，教授，博導；研究方向為農業經濟與管理。E-mail： ygx@xjau.edu.cn

Impact of conservation tillage machinery on green total factor productivity of grain：

Based on a dual-carbon perspective

Li Mingliang1， Pu Juan1， Kong Rong2， Yu Guoxin1， Zhao Lanlan1

（1. College of Economics and Management， Xinjiang Agricultural University， Urumqi， 830052， China;

2. College of Economics and Management， Northwest A amp; F University， Yangling， 712100， China）

Abstract：

Exploring the impact of conservation tillage machinery on green total factor productivity （GTFP） of grain can provide valuable insights for ensuring food security and achieving high-quality agricultural development. From the perspective of the “dual-carbon” goal， this study uses the SBM—GML index method to measure the GTFP of grain in 31 provinces of China from 2005 to 2021， and constructs a spatial Durbin model to quantitatively analyze the spatial spillover effect of conservation tillage machinery. The study finds that： during the sample period， the annual average GTFP of grain nationwide was 1.025， indicating an improvement in green grain production levels. While most regions showed a fluctuating upward trend in GTFP of grain， the degree of improvement remained modest. There are some differences in the changes of GTFP of grain across regions， with the green production levels of grain in plain areas being significantly higher than those in hilly and mountainous regions." Conservation tillage machinery has a significant positive spatial spillover effect on GTFP of grain， which is mainly promoted by technological progress." The impact of conservation tillage machinery on GTFP of grain varies depending on terrain and the grain functional zones. Therefore， in the future， we should focus on promoting conservation tillage technologies， improving the agricultural machinery subsidy policies， strengthening the construction of information exchange platforms for the supply and demand of agricultural machinery services， and advancing the innovation of agricultural science and technology to enhance the levels of agricultural machinery and equipment.

Keywords：

conservation tillage machinery; green total factor productivity of grain; cross-regional operations of agricultural machinery; heterogeneity analysis

0 引言

我國糧食總產量從1978年的3.05×105kt增至2022年的6.87×105kt，且連續8年穩定在6.5×105kt以上。但同時，糧食安全也面臨著水土資源約束趨緊、種糧勞動力成本不斷攀升以及農業面源污染加劇等嚴峻挑戰，嚴重制約糧食生產的可持續性。因此，在以農業高質量發展和可持續增長為目標的新發展格局背景下，如何加快推進糧食生產綠色低碳轉型已成為當前亟待解決的重要課題。2023年“中央一號文件”明確提出，要提升糧食綜合生產能力，加強農業生態環境保護，全力推進我國糧食生產綠色發展。相比于傳統耕作方式，保護性耕作兼具經濟、生態和社會效益，其不僅可以增強土壤蓄水能力，提高土壤肥力，降低農業生產成本［1］，而且能減輕環境污染，顯著提高農作物產量［2］。隨著農機跨區作業的不斷完善與發展，以農業機械為載體的保護性耕作能否促進糧食綠色生產并實現空間外溢？解答這一問題對有效推廣機械化保護性耕作、保障糧食安全和實現農業可持續發展具有重要意義。

已有研究表明，保護性耕作具有固碳減排效應，但多集中于自然科學領域，依靠田間試驗，進行定位測試。如陳慶等［3］研究證實了保護性耕作能夠提高農田土壤有機碳密度和降低溫室氣體排放。苗賀等［4］研究表明長期保護性耕作可以提高氮利用率，即在減少氮肥施用量的同時實現糧食穩產高產。當然，也有部分學者基于宏觀視角，探究保護性耕作的固碳減排效應。李園園等［5］研究發現保護性耕作機械能夠促進本地區和周邊地區保護性耕作凈碳匯增加。余志剛等［6］實證表明秸稈還田對農業綠色全要素生產率具有促進作用，主要通過促進技術進步來提高農業綠色全要素生產率。此外，關于農業機械化空間溢出效應的研究，已有學者從糧食產量［7］、農業種植結構［8］、農業生產效率［9］、農業產值［10］以及農業碳排放［11］等不同角度展開豐富討論。

綜上所述，目前對于保護性耕作固碳減排效應和農業機械化空間溢出效應的研究已有大量探討，為本文研究提供重要的借鑒和思路，但仍存在不足之處。第一，已有學者關注到農業機械化的空間減碳效應［12］，但既有文獻鮮有從空間溢出視角分析保護性耕作機械對糧食綠色全要素生產率的影響。第二，保護性耕作機械跨區作業具有區域異質性特征，而現有文獻對保護性耕作機械跨區服務空間溢出效應的特征性考量仍有欠缺。

鑒于此，本文首先以2005—2021年中國31個省份（不含港、澳、臺地區）為研究對象，運用SBM—GML指數測度各省糧食綠色全要素生產率變動情況；然后，基于農機跨區服務視角，利用空間計量模型實證檢驗保護性耕作機械對糧食綠色全要素生產率的空間溢出效應，并將糧食綠色全要素生產率分解為技術進步和技術效率，以此進一步考察其作用路徑；最后，分別從時間維度、地形維度以及功能區維度進行異質性分析。本文可能的邊際貢獻：（1）基于雙碳視角，對中國糧食綠色全要素生產率進行測度，并探究保護性耕作機械對糧食綠色全要素生產率是否存在空間溢出效應，以填補現有研究的不足；（2）基于農機跨區服務視角，探究不同類型保護性耕作機械對糧食綠色全要素生產率的影響程度與影響方式的差異，有利于為合理發展農機作業服務市場提供參考；（3）兼顧保護性耕作機械跨區服務的區域性特征，深入探析保護性耕作機械對糧食綠色全要素生產率的空間溢出效應在地形維度和糧食功能區維度下的異質性，以期為有效推廣保護性耕作機械提供針對性決策。

1 理論分析與研究假說

1.1 保護性耕作機械對糧食綠色全要素生產率的影響

隨著農業機械化水平不斷提升，以農業機械為載體的保護性耕作技術助推糧食綠色生產取得了卓越成效。具體來看，保護性耕作機械提升糧食綠色全要素生產率主要從以下3個方面實現。（1）保護性耕作機械能夠促進糧食穩產增產。一方面，基于誘致性變遷理論，城鎮化加快了農村勞動力非農就業進程［13］，使勞動力機會成本不斷上升，顯著提高了農戶對農業機械作業的需求，不僅可以推動農業種植結構“趨糧化”發展［14］，也大大提高了糧食生產效率。另一方面，保護性耕作技術可以減少水土流失，增加土壤有機質含量，改善土壤結構，提高土壤肥力，使糧食作物能夠汲取充足的養分［15］，最終實現糧食產量穩步提升。（2）保護性耕作機械可以助力糧食生產節本增效。一方面，農業機械化可以實現大規模作業，減少對人工勞動的依賴，從而節約人力成本［16］。另一方面，保護性耕作技術如免耕播種可以通過減少機械耕作次數［17］，節省油耗、人工以及時間等成本；秸稈還田能夠改善土地質量，減少農藥、化肥的使用，從而降低農業生產成本［18］。（3）保護性耕作機械具有持續顯現的生態功能。一方面，農業機械化有助于優化農業種植結構，擴大糧食經營規模，消除糧食生產要素配置扭曲，提高資源利用率，從而降低糧食碳排放強度［12］。另一方面，隨著保護性耕作技術的深入推廣，使有機質含量豐富的秸稈得到充分利用，從而有效解決化肥過量施用所造成的環境污染［19］，同時也避免了秸稈焚燒所產生的溫室氣體排放［6］，這對于推進糧食產業高質量發展具有重要作用。綜上考慮，提出假說1：保護性耕作機械能夠促進糧食綠色生產。

1.2 保護性耕作機械對糧食綠色全要素生產率的空間溢出效應

基于地理學第一定律可知，地理事物或屬性在空間分布上存在關聯性，且空間相距越近，其關聯性越緊密［20］。由于相鄰地區在氣候條件、資源稟賦、地理環境等方面具有相似性，糧食生產要素在相鄰地區間轉移更加便利，故一個地區糧食綠色生產水平很可能會對周邊地區糧食綠色生產水平產生影響［21］。隨著我國農業機械化水平不斷提升，農機跨區作業服務市場規模日益壯大。基于要素流動理論，以農業機械為載體的保護性耕作通過農機跨區作業形式服務于周邊地區的糧食生產［22］，從而提高周邊地區糧食綠色全要素生產率。此外，保護性耕作機械還能通過推動鄰近地區農機市場發展和產生示范效應間接實現空間溢出。一方面，保護性耕作機械跨區作業服務可能會因為其交易成本高、提供不及時以及質量不確定而導致規模不經濟［23］，這將促使本地保護性耕作服務市場發展以服務本地農戶為主，從而充分發揮保護性耕作固碳減排效應的外溢。另一方面，當農業機械化水平高的地區展示出保護性耕作機械具有顯著的節本增效優勢時，將引起周邊地區農戶的學習和效仿，進而促進該地區保護性耕作作業面積增加，實現糧食綠色生產的空間外溢。綜上考慮，提出假說2：保護性耕作機械對糧食綠色全要素生產率的影響存在空間溢出效應。

2 研究方法

2.1 模型設定

2.1.1 空間相關性檢驗

采用全局莫蘭指數檢驗保護性耕作機械和糧食綠色全要素生產率的空間相關性，計算如式（1）所示。

I=∑ni=1∑nj=1Wij（xi－x-）（xj－x-）

s2∑ni=1∑nj=1Wij

（1）

式中： I——全局莫蘭指數；

xi——

第i個省份的保護性耕作機械或糧食綠色全要素生產率；

xj——

第j個省份的保護性耕作機械或糧食綠色全要素生產率；

x-——

各地區保護性耕作機械或糧食綠色全要素生產率均值；

s2——

保護性耕作機械或糧食綠色全要素生產率方差；

Wij——空間權重矩陣。

全局莫蘭指數取值范圍為［-1，1］，Igt;0表示存在空間正相關；Ilt;0表示存在空間負相關；I=0表示空間呈隨機性。選用空間鄰近矩陣實證檢驗保護性耕作機械對糧食綠色全要素生產率的影響。

2.1.2 空間計量模型

為探究保護性耕作機械對糧食綠色全要素生產率的空間溢出效應，選用空間杜賓模型對其進行回歸估計，構建模型如式（2）所示。

FGTFPit=

β0+ρWitFGTFPit+α1MPit+β1WitMPit+α2Xit+β2WitXit+ei+ft+εit

（2）

式中： FGTFP——

糧食綠色全要素生產率（被解釋變量）；

α、β——相關系數；

i——省份；

t——時間；

MP——

保護性耕作機械、免耕機械和秸稈還田機械（核心解釋變量）；

X——控制變量；

ρ——空間自相關系數；

W（·）——空間滯后變量；

e——省份個體效應；

f——時間效應；

ε——誤差項。

2.2 變量選取

2.2.1 被解釋變量

被解釋變量為糧食綠色全要素生產率。借鑒顏華等［24］的經驗，將糧食生產中的灌溉、農藥、化肥、勞動力、農膜、土地和機械作為投入變量。糧食產量和糧食生產碳匯量作為期望產出，碳匯量的計算方法借鑒韓召迎等［25］的方法，計算見式（3）。主要糧食作物經濟系數、含水量和碳吸收率參考相關資料（表1）。糧食生產碳排放量作為非期望產出，并借鑒李波等［26］的方法計算糧食碳排放量。采用SBM—GML指數法測度糧食綠色全要素生產率，由于所得結果是環比增長指數的形式，故假定2005年各省糧食綠色全要素生產率為1，并將以2005年為基期進行累乘，以作為被解釋變量。詳細測算指標見表2。

C=∑kiCi=∑kicai×Yi×（1－wci）/HIi

（3）

式中： C——糧食碳匯總量；

Ci——某種糧食的碳匯量；

k——糧食作物種類數；

cai——糧食作物碳吸收率；

Yi——糧食作物經濟產量；

wci——糧食作物的含水量；

HIi——糧食作物經濟系數。

2.2.2 核心解釋變量

核心解釋變量包括3個：（1）保護性耕作機械（CTMP）：借鑒李圓圓等［5］的方法，采用“聯合收獲機動力+（秸稈粉碎還田機數量+免耕播種機數量）×大中型拖拉機機械動力/大中型拖拉機數量”表示。（2）免耕機械（NTMP）：采用大中型拖拉機機械動力與免耕播種機數量占大中型拖拉機數量比重的乘積表示。（3）秸稈還田機械（SRMP）：采用“聯合收獲機動力+大中型拖拉機機械動力×秸稈粉碎還田機數量/大中型拖拉機數量”表示。

2.2.3 控制變量

控制變量包括5個：（1）農業保險水平（AGI）：采用農業保險保費收入與第一產業增加值之比表示。（2）財政支農水平（FSA）：采用農業財政支出額與農業從業人員之比表示。（3）農村經濟發展水平（DPI）：采用農村居民人均可支配收入表示。（4）農業受災水平（ADL）：采用受災面積與農作物播種面積之比表示。（5）工業化水平（IND）：采用第二產業增加值與國內生產總值之比表示。

2.3 數據來源與描述性統計

研究對象為2005—2021年中國31個省、市、自治區（港澳臺除外）。數據主要來源于《中國統計年鑒》《中國農村統計年鑒》《中國農業機械工業年鑒》《中國保險年鑒》以及各省區市統計年鑒等。描述性統計結果見表3。

3 結果與分析

3.1 糧食綠色全要素生產率測算分析

3.1.1 全國層面分析

由表4可知，我國糧食綠色全要素生產率從2015年的0.899增至2021年的1.077，呈波動變化趨勢。分階段看，2010年之前，除2006—2008年糧食綠色全要素生產率大于1，其余年份均小于1；2010年之后，除2013年、2014年糧食綠色全要素生產呈下降趨勢，其余年份均得到改善。因為“十一五”期間，國家出臺了取消農業稅、深化流通制改革以及糧食直補等一系列促進農業發展的政策措施，充分調動了農戶種糧積極性，但是對農業可持續發展的重視度較低，從而導致糧食綠色全要素生產率下降。“十二五”期間，我國農業綜合生產能力不斷提升，農業生態建設穩步推進。“十三五”期間，國家明確提出要大力發展生態友好型農業，即在確保糧食安全的同時，顯著提高農業資源保護水平和利用效率。因此，2010年之后，我國糧食綠色全要素生產率得到持續改善。從糧食綠色全要素生產率分解結果看，我國糧食綠色技術進步TC和技術效率EC的年均值都大于1，說明在觀察期內，技術進步和技術效率都得到一定改善。其中，技術進步年均值為1.026，增長2.6%；技術效率年均值為1.013，增長1.3%。由此可見，技術進步是糧食綠色全要素生產率提高的主因。

3.1.2 省域層面分析

由表5可知，除湖北省和廣西壯族自治區外，其余29個省、市、自治區糧食綠色全要素生產率年均值都大于1，但省域之間糧食綠色全要素生產率增長情況存在差異。糧食綠色全要素生產率排名前10的地區，平原地區有7個（北京、天津、河北、遼寧、黑龍江、山東、河南），丘陵山區有3個（浙江、福建、江西）。其中，增長幅度最大的浙江省糧食綠色全要素生產率年均值為1.075，增長7.5%；而廣西壯族自治區糧食綠色全要素生產率年均值僅為0.969，下降率為3.1%。從糧食綠色全要素生產率分解結果看，全國各省糧食綠色技術進步指數均大于1；糧食綠色技術效率指數大于1的地區有天津、河北、陜西等21個省、市、自治區，占比達67.74%，表明我國大部分省份糧食綠色全要素生產率增加主要依賴于技術進步。

3.2 空間相關性分析

利用Stata 16.0測算保護性耕作機械和糧食綠色全要素生產率的全局莫蘭指數，結果見表6。

除個別年份外，全局莫蘭指數均通過5%的顯著性檢驗，表明二者存在顯著的正空間相關性。同時，保護性耕作機械和糧食綠色全要素生產率全局莫蘭指數分別由2005年的0.121和0.204上升至2021年的0.410和0.394，說明隨著時間的推移，二者空間相關性增強。

3.3 計量分析

3.3.1 計量模型選擇

由表7可知，Hausman檢驗值為42.00（P=0.000），表明應選擇固定效應模型。Wald檢驗和LR檢驗均在1%和5%水平下顯著，表明空間杜賓模型不能退化為空間誤差模型和空間滯后模型。因此，選用固定效應空間杜賓模型。

3.3.2 計量模型結果

利用固定效應空間杜賓模型進行回歸估計，結果見表8。

空間自回歸系數rho在1%水平下顯著為正，表明糧食綠色全要素生產率存在一定的空間相關性。核心解釋變量方面，保護性耕作機械、免耕機械及秸稈還田機械對糧食綠色全要素生產率的直接影響系數和空間滯后項系數均在10%和1%水平下顯著為正，表明保護性耕作機械能夠促進本地區和周邊地區糧食綠色生產。一方面，采用保護性耕作機械技術可以減少機械耕地次數，提高土壤有機質含量、增強土壤蓄水能力，達到糧食生產綠色可持續發展的目的。具體來看，免耕機械不僅能提高土壤透氣性和保水性，加快糧食作物的生長和根系發育，還可以減少機械整地、旋耕作業，具有明顯的節本增效作用；秸稈還田機械不僅可以使糧食作物秸稈殘茬覆蓋地表，增加土壤肥力，提高糧食產量，而且還避免了秸稈焚燒所造成的溫室氣體排放和資源浪費的問題。另一方面，隨著農業機械化水平不斷提升，保護性耕作機械能夠以跨區作業形式直接服務于周邊地區，并且保護性耕作機械還可以通過推動鄰近地區農機市場發展和產生示范效應間接提升周邊地區糧食綠色全要素生產率。因此，假說1和假說2得到驗證。

控制變量方面，農業保險對糧食綠色全要素生產率的直接影響系數為0.020，空間滯后項系數為0.088，分別在10%和1%水平下顯著為正，表明農業保險水平的提高能夠促進本地區及周邊地區糧食綠色生產。這是因為農業保險可以發揮分散和轉移風險職能，并能有效緩解農戶資金約束，從而提高農戶采納農業綠色技術的積極性，提升糧食綠色全要素生產率；此外，農業保險能夠發揮信息傳遞效應和示范效應，推動周邊地區農業保險發展，從而提高周邊地區糧食綠色生產水平。財政支農和農村經濟發展對糧食綠色全要素生產率的直接影響系數分別為0.083和0.016，在5%和10%水平下顯著為正，表明財政支農和農村經濟發展可以促進糧食綠色生產。這是因為財政支農和農村經濟發展可以提高農戶收入，為其采納先進的農業生產技術和擴大糧食生產規模給予充足的資金支持，從而實現糧食規模化高效生產。農村經濟發展的空間滯后項系數為-0.029，且在5%水平下顯著為正，表明農村經濟發展不利于鄰近地區糧食綠色全要素生產率提升。這是因為農村經濟發展水平高的地區，可能會對周邊地區的糧食產業產生“虹吸效應”，從而不利于周邊地區糧食綠色生產。農業受災水平的直接影響系數和空間滯后系數為負，但不顯著。這是因為我國對糧食生產出臺了一系列保護政策，從而對災害形成有效防范。工業化對糧食綠色全要素生產率的直接影響系數為正，空間滯后項系數為負，但均不顯著。這是因為工業化的快速發展，研發出許多先進的農機設備，大大提高了糧食生產效率，但在一定程度上也侵占了農業資源，從而并未發揮顯著性作用。

3.3.3 空間溢出效應分析

為深入探析保護性耕作機械對糧食綠色全要素生產率的空間溢出效應，利用偏微分法將總效應分為直接效應和間接效應，結果見表9。保護性耕作機械對糧食綠色全要素生產率的總效應為0.039，在1%水平下顯著為正，即保護性耕作機械每提高1%，糧食綠色全要素生產率提高0.039%；其中直接效應為0.011，間接效應為0.028，均在1%水平下顯著為正，表明保護性耕作機械對糧食綠色全要素生產率具有空間溢出效應。未來應加大保護性耕作推廣力度，促進農業機械跨區作業服務市場發展，充分發揮保護性耕作機械的溢出效應和示范效應，以期實現各地區糧食綠色生產。

3.3.4 作用路徑分析

為進一步探究保護性耕作機械對糧食綠色全要素生產率的提升路徑，將糧食綠色全要素生產率拆分為糧食綠色技術進步和糧食綠色技術效率，分別進行空間回歸估計，結果見表10。

保護性耕作機械對糧食綠色技術進步的直接效應、間接效應和總效應均在1%水平下顯著為正，而對糧食綠色技術效率的影響不顯著，表明保護性耕作機械主要通過促進糧食綠色技術進步來提高糧食綠色全要素生產率。

3.4 異質性分析

3.4.1 地形維度

為探析保護性耕作機械對糧食綠色全要素生產率的影響是否存在地形異質性，參考現有研究［14］，將北京、天津、河北、內蒙古、遼寧、吉林、黑龍江、上海、江蘇、安徽、山東和河南12個省份作為平原地區，其余19個省份作為丘陵山區進行劃分，分別進行實證檢驗，結果見表11。平原地區保護性耕作機械及其不同耕作機械對糧食綠色全要素生產率的直接效應、間接效應以及總效應均顯著為正，表明在平原地區，保護耕作機械跨區作業行為較為普遍。這是因為平原地區交通便利、地形平坦，為農機跨區作業創造了良好基礎。然而，丘陵山區保護性耕作機械對糧食綠色全要素生產率的直接效應為正但不顯著，間接效應卻顯著為負。這是因為丘陵山區地勢復雜，道路狹窄崎嶇，耕地細碎化程度較高，不利于農業機械化發展和規模化經營，從而顯著增加了推廣保護性耕作技術和農機跨區作業的難度。

3.4.2 功能區維度

為考察保護性耕作機械對糧食綠色全要素生產率的影響是否存在功能區異質性，基于《國家糧食安全中長期規劃綱要（2008—2020年）》，將我國31個省、市、區劃入糧食產銷區，分別為糧食主產區（河北、內蒙古、遼寧、吉林、黑龍江、江蘇、安徽、江西、山東、河南、湖北、湖南、四川）、糧食主銷區（北京、天津、上海、浙江、福建、廣東、海南）和糧食產銷平衡區（山西、廣西、重慶、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆），分別進行實證檢驗，結果見表12。不同糧食產銷區保護性耕作機械對糧食綠色全要素生產率的影響存在顯著差異性。其中，保護性耕作機械及其不同耕作機械對主產區糧食綠色全要素生產率的影響顯著為正；對主銷區糧食綠色全要素生產率的影響為負，但并不顯著；對產銷平衡區糧食綠色全要素生產率的影響系數較高，但顯著性較弱。產生這種差異的原因是因為糧食主產區相比于其他地區土壤肥沃，地勢平坦，耕地連片，為保護性耕作機械作業及跨區服務提供了有利基礎。因此，保護性耕作機械能夠顯著促進該地區糧食綠色生產。糧食主銷區以工業化和城市化為主導，非農收入成為農戶增收的主要來源，加之該地區耕地數量有限，農機作業成本高，從而未能充分發揮保護性耕作機械的固碳減排效應。糧食產銷平衡區多位于西部地區，隨著“西部大開發”戰略深入推進，使該地區近年來經濟發展迅速，且十分重視生態農業和糧食綠色高質量發展。

3.5 穩健性檢驗

為證實結果的可靠性，采用替換權重矩陣、替換被解釋變量、替換核心解釋變量以及數據縮尾處理等方法進行穩健性檢驗。選擇經濟地理矩陣進行保護性耕作機械對糧食綠色全要素生產率空間回歸分析，結果見表13列（1）；采用SBM—DDF法測度糧食綠色全要素生產率，并將其作為被解釋變量進行回歸估計，結果見表13列（2）；將保護性耕作農機具數量作為核心解釋變量進行回歸估計，結果見表13列（3）；為消除極端值影響，對所述變量進行1%水平上的縮尾處理，結果見表13列（4）。穩健性檢驗結果顯示，保護性耕作機械對糧食綠色全要素生產率的作用方向及顯著性與基準回歸結果（表8）基本一致，表明保護性耕作機械能夠促進本地區和鄰近地區糧食綠色生產這一結論是穩健的。

4 結論與建議

4.1 結論

基于2005—2021年中國31個省份（港澳臺除外）面板數據，通過構建空間計量模型，探究保護性耕作機械對糧食綠色全要素生產率的影響。

1） 考察期內，我國糧食綠色全要素生產率年均值為1.025，表明中國糧食綠色生產水平得到改善；大多數省份糧食綠色全要素生產率呈波動上升趨勢，但提升程度較低，且省域間糧食綠色生產水平增長情況存在差異；分區域看，平原地區的糧食綠色生產狀況要優于丘陵山區。

2） 保護性耕作機械及其不同耕作機械對糧食綠色全要素生產率存在顯著的正向空間溢出效應，即保護性耕作機械對本地區和周邊地區糧食綠色生產均具有促進作用；從作用路徑看，保護性耕作機械主要通過促進糧食綠色技術進步來提高糧食綠色全要素生產率。

3） 保護性耕作機械對糧食綠色全要素生產率的影響在地形和糧食功能區維度上存在異質性。地形維度上，保護性耕作機械對平原地區糧食綠色全要素生產率存在顯著的促進作用，對丘陵山區表現出負向溢出。糧食功能區維度上，保護性耕作機械對主產區糧食綠色全要素生產率的影響最為顯著，對主銷區并不顯著，對產銷平衡區糧食綠色全要素生產率的提升具有較大潛力。

4.2 建議

1） 研究表明，保護性耕作機械有利于實現糧食綠色生產，但要想充分發揮保護性耕作的固碳減排效應，則需要大力推廣保護性耕作技術，提升農戶對保護性耕作技術的采納意愿。因此，政府應加強保護性耕作的宣傳力度，給予農戶科學的技術指導，并完善農機補貼政策，從而為保護性耕作技術的廣泛應用提供有力支持。

2） 以小農戶為主的家庭經營是我國農業經營的主要形式，這意味農戶主要是通過購買農機作業服務進行保護性耕作。為推動保護性耕作機械服務市場的高質量發展，應搭建農機服務供需信息交流平臺，以助力農機服務組織與小農戶有效對接，實現保護性耕作機械在區域間得到有效配置，從而充分釋放保護性耕作機械對糧食綠色全要素生產率的溢出效應。

3） 保護性耕作機械對糧食綠色全要素生產率的作用效果在平原地區和丘陵山區之間、糧食產銷區之間存在差異，因此，各地區應根據當地氣候條件和耕地環境，因地制宜開發保護性耕作機械化技術與配套農機裝備，增強保護性耕作技術及其農機具的適用性、穩定性和操作性，以期加快推動各地區糧食綠色低碳發展。

參 考 文 獻

［1］ 劉紅梅， 李睿穎， 高晶晶， 等. 保護性耕作對土壤團聚體及微生物學特性的影響研究進展［J］. 生態環境學報， 2020， 29（6）： 1277-1284.

Liu Hongmei， Li Ruiying， Gao Jingjing， et al. Research progress on the effects of conservation tillage on soil aggregates and microbiological characteristics ［J］. Ecology and Environmental Sciences， 2020， 29（6）： 1277-1284.

［2］ 鄧遠遠， 朱俊峰. 保護性耕作技術采納的增產與穩產效應［J］. 資源科學， 2023， 45（10）： 2050-2063.

Deng Yuanyuan， Zhu Junfeng. Effect of conservation tillage technology adoption on yield increasing and stabilizing ［J］. Resources Science， 2023， 45（10）： 2050-2063.

［3］ 陳慶， 李長江， 張俊麗， 等. 保護性耕作農田固碳減排效應分析——以陜西戶縣、大荔和臨渭區為例［J］. 西北農業學報， 2016， 25（11）： 1686-1695.

Chen Qing， Li Changjiang， Zhang Junli， et al. Analysis of farmland carbon sequestration and greenhouse gas mitigation under conservation tillage： Case study of Huxian， Dali and Linwei district ［J］. Acta Agriculturae Boreali-occidentalis Sinica， 2016， 25（11）： 1686-1695.

［4］ 苗賀， 袁磊， 楊淼茵， 等. 基于15N示蹤的東北黑土地保護性耕作農田減氮增產調控機制［J］. 應用生態學報， 2023， 34（4）： 876-882.

Miao He， Yuan Lei， Yang Miaoyin. Mechanisms of conservation tillage on nitrogen-fertilizer reduction and maize grain improvement in mollisols of northeast China： Insight from a 15N tracing study ［J］. Chinese Journal of Applied Ecology， 2023， 34（4）： 876-882.

［5］ 李園園， 薛彩霞， 柴朝卿， 等. 保護性耕作機械能否帶動保護性耕作凈碳匯的空間外溢？——基于農機跨區服務視角［J］. 中國生態農業學報（中英文）， 2024， 32（2）： 283-296.

Li Yuanyuan， Xue Caixia， Chai Chaoqing， et al. Can conservation tillage machinery drive the spatial spillover of the net carbon sink of conservation tillage？ Based on the perspective of cross-zone service of agricultural machinery ［J］. Chinese Journal of Eco-Agriculture， 2024， 32（2）： 283-296.

［6］ 余志剛， 孫子燁， 金鑫. 秸稈還田與農業綠色全要素生產率：促進還是抑制？［J］. 干旱區資源與環境， 2023， 37（9）： 36-45.

Yu Zhigang， Sun Ziye， Jin Xin. Straw incorporation and agricultural green total factor productivity： Promotion or inhibition？ ［J］. Journal of Arid Land Resources and Environment， 2023， 37（9）： 36-45.

［7］ Wu Z， Dang J， Pang Y， et al. Threshold effect or spatial spillover？ The impact of agricultural mechanization on grain production ［J］. Journal of Applied Economics， 2021， 24（1）： 478-503.

［8］ 馬玉婷， 高強. 糧食安全視角下農業機械化對農業種植結構的影響研究［J］. 現代經濟探討， 2023（10）： 98-111.

Ma Yuting， Gao Qiang. A study on the impact of agricultural mechanization on agricultural cultivation structure from the perspective of food security ［J］. Modern Economic Research， 2023（10）： 98-111.

［9］ 吳海霞， 郝含濤， 史恒通， 等. 農業機械化對小麥全要素生產率的影響及其空間溢出效應［J］. 農業技術經濟， 2022（8）： 50-68.

Wu Haixia， Hao Hantao， Shi Hengtong， et al. Effect of agricultural mechanization on total factor productivity of wheat and its spatial spillover effect ［J］. Journal of Agrotechnical Economics， 2022（8）： 50-68.

［10］ 羅斯炫， 何可， 張俊飚. 修路能否促進農業增長？——基于農機跨區作業視角的分析［J］. 中國農村經濟， 2018（6）： 67-83.

Luo Sixuan， He Ke， Zhang Junbiao. Can road construction promote agricultural growth？ An analysis based on the perspective of cross-regional operation of agricultural machinery ［J］. Chinese Rural Economy， 2018（6）： 67-83.

［11］ Han J， Qu J， Maraseni T N， et al. A critical assessment of provincial-level variation in agricultural GHG emissions in China ［J］. Journal of Environmental Management， 2021， 296： 113190.

［12］ 徐清華， 張廣勝. 農業機械化對農業碳排放強度影響的空間溢出效應——基于282個城市面板數據的實證［J］. 中國人口·資源與環境， 2022， 32（4）： 23-33.

Xu Qinghua， Zhang Guangsheng. Spatial spillover effect of agricultural mechanization on agricultural carbon emission intensity： an empirical analysis of panel data from 282 cities ［J］. China Population， Resources and Environment， 2022， 32（4）： 23-33.

［13］ 周旭海， 羅崇佳. 農機服務市場發育如何影響耕地撂荒： 理論分析與實證檢驗［J］. 湖南農業大學學報（社會科學版）， 2023， 24（5）： 18-26， 46.

Zhou Xuhai， Luo Chongjia. How the development of agricultural machinery service market affects farmland abandonment： Theoretical analysis and empirical test ［J］. Journal of Hunan Agricultural University（Social Sciences）， 2023， 24（5）： 18-26， 46.

［14］ 黎星池， 朱滿德. 農業機械化對種植結構“趨糧化”的空間溢出效應分析［J］. 農業現代化研究， 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.

［15］ 崔釗達， 余志剛， 張培鴿. 保護性耕作技術采用有助于提高糧食生產技術效率嗎？——以玉米為例［J］. 農林經濟管理學報， 2021， 20（4）： 458-467.

Cui Zhaoda， Yu Zhigang， Zhang Peige. Does adoption of conservation tillage technology help improve technical efficiency of grain production？ A case study of corn ［J］.Journal of Agro-Forestry Economics and Management， 2021， 20（4）： 458-467.

［16］ 鄭旭媛， 徐志剛. 資源稟賦約束、要素替代與誘致性技術變遷——以中國糧食生產的機械化為例［J］. 經濟學（季刊）， 2017， 16（1）： 45-66.

Zheng Xuyuan， Xu Zhigang. Endowment restriction， factor substitution and induced technological innovation： A case research on the grain producing mechanization in China ［J］. China Economic Quarterly， 2017， 16（1）： 45-66.

［17］ 司瑞石， 張雪倩. 免耕技術采納對農地轉入戶家庭收入結構的影響——基于陜西、甘肅、寧夏的微觀實證［J］. 干旱區資源與環境， 2022， 36（7）： 47-55.

Si Ruishi， Zang Xueqian. Impact of no-tillage technology adoption on family income structure of farmland transferee： Evidence from Shaanxi， Gansu， and Ningxia ［J］. Journal of Arid Land Resources and Environment， 2022， 36（7）： 47-55.

［18］ 侯素素， 董心怡， 戴志剛， 等. 基于田間試驗的秸稈還田化肥替減潛力綜合分析［J］. 農業工程學報， 2023， 39（5）： 70-78.

Hou Susu， Dong Xinyi， Dai Zhigang， et al. Comprehensive analysis of chemical fertilizer replacement potential by straw returning in field experiments ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2023， 39（5）： 70-78.

［19］ 余志剛， 王笑田， 崔釗達， 等. 秸稈還田技術應用是否減少了化肥面源污染？［J］. 農業現代化研究， 2023， 44（5）： 834-844.

Yu Zhigang， Wang Xiaotian， Cui Zhaoda， et al. Does the application of straw returning to field technology reduce fertilizer non-point source pollution？ ［J］. Research of Agricultural Modernization， 2023， 44（5）： 834-844.

［20］ Tobler W. On the first law of geography： A reply ［J］. Annals of the Association of American Geographers， 2004， 94（2）： 304-310.

［21］ 張恒， 郭翔宇. 農業生產性服務業發展與農業全要素生產率提升：地區差異性與空間效應［J］. 農業技術經濟， 2021（5）： 93-107.

Zhang Heng， Guo Xiangyu. The promotion effect of agricultural producer services on agricultural total factor productivity： Regional differences and spatial effect ［J］.Journal of Agrotechnical Economics， 2021（5）： 93-107.

［22］ 方師樂， 衛龍寶， 伍駿騫. 農業機械化的空間溢出效應及其分布規律——農機跨區服務的視角［J］. 管理世界， 2017（11）： 65-78， 187-188.

Fang Shile， Wei Longbao， Wu Junqian. The spatial spillover effect of agricultural mechanization and its distribution pattern： The perspective of interregional-service of agricultural machinery ［J］. Journal of Management World， 2017（11）： 65-78， 187-188.

［23］ 馬九杰， 趙將， 吳本健， 等. 提供社會化服務還是流轉土地自營： 對農機合作社發展轉型的案例研究［J］. 中國軟科學， 2019（7）： 35-46.

Ma Jiujie， Zhao Jiang， Wu Benjian， et al. Providing outsourcing services or transferring land and servicing for themselves： A case study on the development and transition of agricultural machinery cooperatives ［J］. China Soft Science， 2019（7）： 35-46.

［24］ 顏華， 齊悅， 張梅. 農業生產性服務促進糧食綠色生產的效應及作用機制研究［J］. 中國農業資源與區劃， 2023， 44（2）： 54-67.

Yan Hua， Qi Yue， Zhang Mei. Research on the effect and mechanism of agricultural producer services promoting green grain production ［J］. Chinese Journal of Agricultural Resources and Regional Planning， 2023， 44（2）： 54-67.

［25］ 韓召迎， 孟亞利， 徐嬌， 等. 區域農田生態系統碳足跡時空差異分析——以江蘇省為案例［J］. 農業環境科學學報， 2012， 31（5）： 1034-1041.

Han Zhaoying， Meng Yali， Xu Jiao， et al. Temporal and spatial difference in carbon footprint of regional farmland ecosystem—Taking Jiangsu Province as a case ［J］. Journal of Agro-Environment Science， 2012， 31（5）： 1034-1041.

［26］ 李波， 張俊飚， 李海鵬. 中國農業碳排放時空特征及影響因素分解［J］. 中國人口·資源與環境， 2011， 21（8）： 80-86.

Li Bo， Zhang Junbiao， Li Haipeng. Research on spatial-temporal characteristics and affecting factors decomposition of agricultural carbon emission in China ［J］. China Population， Resources and Environment， 2011， 21（8）： 80-86.