农机投入、财政支农对粮食产出的影响研究*
——基于2007—2019年广东、广西市级面板数据的实证分析

蒋团标，罗琳

(1. 广西师范大学经济管理学院，广西桂林，541004；2. 广西师范大学西南城市与区域发展研究中心，广西桂林，541004)

0 引言

粮食安全与国计民生及社会政治稳定息息相关，是经济发展的重要基石[1]。十九届五中全会指出为保障国家粮食安全，需加快农业现代化进程，提高农业效益与竞争力，目标是到2035年基本实现农业现代化。尽管全国粮食供求总体实现紧平衡，然而随着国内耕地资源日渐短缺，粮食供需领域的深层次矛盾凸显，中国未来粮食安全仍然存在着不可忽视的隐患[2]。近年来，中国由于快速城市化，劳动力短缺导致的实际工资快速上升，农业劳动力短缺问题日益严重，机器对劳动力的替代在维持中国农业生产中起着核心作用[3]。农机投入为农村地区提供了农业生产的潜力，保障国家粮食安全[4]，并且提高了农业的盈利能力，抑制了农村人口外流的负面影响[5]。粮食产量是衡量国家粮食安全的重要指标，在土地面积约束的情况下，提高粮食生产水平是实现粮食总产量增长的必然选择[6]。

目前，已有研究较多地关注粮食主产区农机投入或财政支农对粮食产出的影响，但将农机投入、财政支农和粮食产出纳入统一分析框架的研究并不多，并且较少关注经济结构差异显著的非粮食主产区的粮食生产问题。广东属于粮食主销区，广西属于粮食产销平衡区，虽然两地经济结构差距较大，但地理环境、自然气候与人文背景都较为接近。因此，本文选取这两个地区进行研究，优先研究供需相对紧张区域的粮食产出产状况，对我国粮食安全现状的评估更具有现实意义，有助于为不同发展阶段地区的农业现代化进程与乡村振兴提供参考。

综上，本文拟在厘清农机投入、财政支农及粮食产出之间的作用机理基础上，分析农机投入对粮食产出的影响是否存在空间溢出效应，考察不同农机投入水平下，财政支农支出对粮食产出是否存在非线性影响。选取广东与广西2007—2019年33个市的面板数据，运用空间杜宾模型和面板门槛模型检验农机投入、财政支农与粮食产出之间的关系，为不同经济发展水平地区的农机有效推广、财政支农支出效用提高及粮食稳定生产提供经验借鉴。

1 理论分析与研究假设

1.1 农机投入对粮食产出的空间溢出效应

诱致性技术进步理论表明，劳动力缺少与劳动成本上升将促使农业劳动节约型技术出现[7]。根据边际技术替代率原理，在维持原产出水平条件下，增加农业生产中机械投入可以减少劳动投入[8-9]。根据要素流动理论，农机作为一种技术要素，其作用可以扩展到空间维度。一个地区的农机发展，不仅能够促进本地区的粮食增产，也可能形成空间溢出效应，推动其他地区粮食增产。农机技术的投入有两种方式：自购农机与农机服务外包。前者在土地经营规模较小的情况下农机成本较大；后者对于小规模农户而言，在市场购买农机服务能获得外部社会化服务带来的规模经济性，降低了生产成本[10]。从技术帮扶视角来看，农机服务外包模式适用于资金有限或对机械化运作不熟悉的农户。技术扩散和农机服务外包等形式实现了农业的专业化分工，促进了生产要素的空间流动，为机械化的溢出效应提供了重要支撑[11-12]。从经验学习视角来看，部分机械化水平较弱的区域，其部门人员或专业人士等会前往机械化水平较高的区域考察学习，学习先进技术改进当地较落后的生产方式，最终运用到当地的粮食生产[13]。与农业服务外包方式的溢出效应不同，经验学习更侧重于当地农机水平发展带动其他地区农机水平发展，进而影响其他区域的粮食生产。广东与广西在地理环境、气候及土壤等自然因素较为相似，为粮食生产的技术溢出提供了良好的环境基础。同时考虑到农业技术的传播与推广高度依赖“仿邻效应”，即学习和模仿邻近农户的生产决策行为，进而产生粮食生产技术推广的空间溢出效应[14]。

1.2 财政支农对粮食产出的门槛效应

财政支农资金根据功能不同可分为三种：一是补贴性资金，目的是弥补农民的损失并保护农民从事农业生产的积极性；二是开发性资金，用作改良作物品种、改善农业生产环境以及采用先进的生产方式来保证农业生产，主要投入科技研究与基础设施建设；三是行政性资金，用于农业事业单位的运转并通过其提供的各项服务来保证农业产出[15]。其中，补贴性支出是直接促进粮食增产的重要途径，而粮食增产的间接途径则通过开发性支出与行政性支出实现。在传统农业向现代农业转型过程中，财政支农资金用于现代农业发展的缺口长期存在，对服务型产业及新型业态领域缺乏专项扶持资金，农业事务支出如农业事业单位支出、行政费用、农业和农村宣传等一系列资金并未直接投入到农业生产上[16]，并且随着涉农部门机构扩大，用于农业单位人员和机构的日常运转费用严重挤占了用于农机投入的财政资金，这在一定程度上削弱了财政支农在农机投入这一方面的政策效力，不利于农业现代化进程[17]。此外，当前的农业补贴中，粮食直补的覆盖面和补贴力度最高，但这种补贴直接针对土地承包者，土地承包者可以不用任何投入就能够从土地获益，因此直接导致补贴在某种意义上成为一种“租”，补贴的提高必然提高土地的承包费，这对粮食生产并没有起到促进的作用[18]。财政支农促进粮食增产是一个渐进过程，在农机投入水平较低时，粮食生产效率低，因此财政支农资金会更多地流向提升农机水平以外的其他领域，此时财政支农资金会通过发放补贴性资金促进农民生产粮食积极性；在农机投入水平逐渐形成规模效应时，粮食生产效率、效益得到有效提高，投向粮食生产的开发性财政资金效益逐渐提高，在此过程中投入农机的财政资金会挤占其他其它领域的投入，这将显著地提高粮食产量；当农机投入达到规模效应并呈现饱和状态时，继续增加用于农机发展的财政投入会使得财政支农资金被过分挤占，导致财政支农支出对粮食生产的促进作用逐渐减弱。因此，在不同水平的农机投入，财政支农资金对粮食生产的影响为非线性的。基于以上分析，提出以下假说：

假设1：农机投入有利于粮食增产并能间接促进其他地区的粮食增产(空间溢出效应)；

假设2：随着农机投入水平的提高，财政支农支出促进粮食增产的作用呈“倒U型”(门槛效应)。

2 模型设定及数据来源

2.1 基准模型设定

为考察广东与广西33个城市农机投入、财政支农对粮食生产的影响，首先建立不考虑空间因素的模型，如式(1)所示。

lngrainit=β0+β1lnpowerit+β2lnfait+

βkcontrolsit+μi+vt+εit

(1)

式中： lngrain——粮食产出；

lnpower——农机投入水平；

lnfa——财政支农；

controls——一系列控制变量；

β——各变量的待估参数；

i——城市，i=1，2，…，33；

t——年份；

μi——个体固定效应；

vt——时间固定效应；

εit——随机扰动项。

2.2 空间相关性分析

为验证假设1，首先对农机投入水平进行空间自相关检验，考察各个城市之间农机投入水平的空间相关性，参考高鸣等[19]的经验构建农机投入的空间Moran’s I指数，如式(2)所示。

(2)

式中：I——农机投入水平的空间Moran’sI指数；

Yi——第i个城市农机投入水平；

S2——农机投入水平的方差；

wij——空间权重矩阵。

2.3 空间效应分析

本文选用空间杜宾模型分析农机投入对粮食产出的影响是否存在空间溢出效应，模型如式(3)所示。

lngrainit=c+ρwijlngrainit+β1lnpowerit+

βkcontrolsit+θ1wijlnpowerit+

θkwijcontrolsit+μi+vt+εit

(3)

式中：ρ——空间自回归系数；

θ——各变量的待估参数。

2.4 门槛效应分析

为验证不同的农机投入水平下，财政支农资金对粮食生产可能存在的非线性的影响，参考李明文等[20]的经验，以农机投入水平作为门槛变量建立财政支农与粮食产出的双门槛模型，模型设定如式(4)所示。

lngrainit=β1lnpowerit+β2lnfait·I(lnpowerit≤

γ1)+β3lnfait·I(γ1

β4lnfait·I(lnpowerit>γ2)+

β5Controlit+μi+εit

(4)

式中：I(·)——指示性函数，相应条件成立时取1，否则取0；

γ——待检验门槛值。

2.5 变量含义说明

本文研究广东与广西农机投入、财政支农与粮食产出之间的关系，选取粮食产出(lngrain)作为本文的被解释变量，选取农机投入水平(lnpower)与财政支农(lnfa)为核心解释变量。其中，粮食产出以广东与广西各城市每年粮食总产量的自然对数表示；农机投入水平选取各城市的农业机械总动力的自然对数表示；财政支农支出采用各城市经过GDP平减指数平减的农林水事务财政支出值的自然对数表示。另外，参考李伟[21]的经验选取以下控制变量：①lnben为粮食生产比较效益，用粮食播种面积占农作物总播种面积比值的自然对数表示；②lnave为粮食平均产量，采用粮食单位播种面积产量的自然对数表示；③lnferti为化肥投入强度，用粮食单位播种面积化肥使用量的自然对数表示；④lnelect为农业用电投入强度，采用粮食单位播种面积用电量的自然对数表示。

2.6 数据来源

根据数据的可得性和统一性，选取2007—2019年广东与广西33个市的数据进行分析，原始数据来源于《广东统计年鉴》《广西统计年鉴》《广东农村统计年鉴》《中国区域经济统计年鉴》和《中国城市统计年鉴》。由于广东的深圳市与中山市数据缺失严重，本文将剔除这两个城市的数据样本，其他少部分的缺失数据将使用均值法或回归法来进行技术处理。

3 实证结果与分析

3.1 广东与广西农机投入的空间相关性

表1列出了2007—2019年两广地区农机投入的全局Moran’s I指数的计算结果。由表1可知，农机投入的Moran’s I指数均为正值，均在1%显著性水平下通过了空间自相关的检验，并且呈现波动递增趋势，即农机投入程度高的地区彼此聚集。

表1 2007—2019年广东与广西农机投入水平的Moran’s I指数Tab. 1 Moran’s I index of agricultural machinery input level in Guangdong and Guangxi from 2007 to 2019

为了观测空间相关关系的变化趋势，图1给出了四个时段(2007年、2010年、2015年与2019年)各市的局域Moran’s I分布情况来具体反映广东与广西两个地区农机投入水平在2007—2019年之间的空间分布动态变化。通过将四个时期的局域分布状况对比可发现：(1)H-H热点区域始终分布在广西地区。广西除了梧州、贺州与防城港分布在L-H集聚地区以外，其他11个城市始终处于H-H热点地区，呈现集聚特征。这些城市一方面拥有着丰富的农业资源，另一方面总体经济发展水平较低，从事农业生产活动的劳动力较多。(2)L-L集聚地区在广东地区则表现出向西北移动特征。L-L冷点区域最先分布在广东的东部沿海城市，后逐渐向西北方向扩散到河源、清远、惠州、东莞、珠海与梅州。直至2019年，广州与佛山也处于L-L集聚地区。L-L集聚地区主要为经济发展水平较好的城市，基本覆盖了广东粤港澳大湾区与以汕头经济特区为代表的东南沿海城市。(3)H-L集聚类型在2007年主要分布在广东的粤中与粤北地区。在2015年以前，广州一直都是H-L集聚类型城市，但到2015年之后，广东的H-L集聚类型城市仅剩韶关、江门与肇庆。(4)L-H集聚类型主要分布在粤东和粤西地区。2007—2019年，汕尾、阳江与云浮一直处于L-H集聚分布地区，表明这三个城市的农机投入水平要低于周边的城市，珠海、清远在2015年由2010年的L-H集聚变为L-L集聚。(5)广东、广西农机投入水平呈现东低西高分布特征。广西绝大部分城市与广东的湛江、茂名是主要的H-H集聚地区，而广东的绝大部分城市则是主要的L-L集聚地区，广东中部地区也逐渐呈现L-L集聚区域西移趋势，表明中间部分城市农机投入水平也在逐渐下降。

(a) 2007年 (b) 2010年

3.2 农机投入对粮食产出的影响及空间溢出效应

为了检验农机投入对粮食产出的影响，表2给出了采用广义最小二乘法(GLS)进行估计的基准模型与空间杜宾模型的估计结果。Hausman检验结果表明应采用固定效应模型，对基准面板模型是否具有个体效应和时间效应的F检验结果表明具有个体和时间双向固定效应。从基准模型来看，农机投入对粮食生产的影响在3个模型中的估计系数均显著为正。其次，财政支农、粮食生产的比较效益以及粮食的平均产量的提升都能有效提高粮食产出。另外，在普通面板模型的3个模型中，化肥的投入强度与农业用电投入强度对粮食产出有显著的抑制效应，这表明农业化肥和用电的投入力度已经达到饱和，过多的投入会抑制粮食的产出。从空间杜宾模型结果来看，空间滞后系数ρ在1%水平下显著为正，说明本地区农机投入对周边地区的粮食生产具有正向促进作用，即农机投入具有显著空间溢出特征。

表2 模型估计结果Tab. 2 Model estimation results

进一步对表3中的空间杜宾模型进行效应分解，结果表明：广东与广西的农机投入对粮食产出具有显著的正向直接效应和空间溢出效应，即农机投入水平的提升不仅能够显著促进本地区的粮食生产，而且能够通过空间溢出效应显著促进周边地区的粮食生产。在外部经济影响下，本地农机投入所带来的经济效益对周边城市起到良好的示范和带动作用，并通过知识、技术等的溢出促进周边城市农机的推广；与此同时，地区间的激烈竞争也促使相邻地区积极提高农业机械化水平。因此，本文提出的假设1得到验证。

表3 空间杜宾模型的效应分解Tab. 3 Effect decomposition of spatial Durbin model

从其他变量来看，财政支农支出对本地区的影响为负但并不显著，但对相邻区域的影响却显著为正，这可能因为财政资金投入的效果存在时滞性，对本区域即期的粮食生产没有促进作用，但财政支农资金投向方向能产生示范效应使得相邻区域模仿实施，对邻近区域粮食生产产生促进作用。粮食生产比较效益显著促进本区域与相邻区域的粮食产出，表明资源禀赋优势是决定粮食生产规模的重要因素，本区域粮食相对于其他农作物的经济效益值越大，不仅会扩大本区域粮食的生产规模，对其他区域的粮食生产也会有促进作用。粮食平均产量对本区域有显著的促进作用，粮食的平均产量可以综合反映一个地区的自然条件是否适合粮食生产，并且在一定程度上反映粮食生产的技术水平，本区域粮食的平均产量越高，粮食生产规模越大。但粮食的平均产量对相邻地区的粮食生产却产生显著的抑制作用。化肥投入强度与农业用电投入强度对本地区粮食产出都有显著抑制作用，但对相邻地区的作用不显著。

3.3 财政支农支出对粮食产出的门槛效应

为了进一步验证不同的农机投入水平是否会影响财政支农对粮食产出的作用，基于前文的理论机制和门槛模型设定，对门槛模型分别进行单一门槛、双重门槛及三重门槛的检验，检验结果如表4所示。农机投入作为门槛变量时，有双重门槛通过了检验，表明不同的农机投入水平，财政支农资金对粮食生产的影响为非线性的。

表4 门槛效应检验结果Tab. 4 Test results of threshold effect

表5给出了以农机投入水平为门槛变量的回归结果。

表5 以农机投入水平为门槛变量的回归结果Tab. 5 Regression results with input level of agricultural machinery as threshold variable

研究表明，农机投入的两个门槛值5.824与5.858将财政支农对粮食产出的作用划分为三个层次。随着农机投入水平的提高，财政支农支出促进粮食增产的作用呈“倒U型”，从而验证了假设2。当农机投入水平低于5.824时，财政支农对粮食生产的弹性系数是0.064，与普通面板回归的系数一致。2019年处于该区间的除了广东的湛江市和广西的南宁市、桂林市、贵港市和玉林市以外，其他城市都处于该区间范围内。当农机投入水平介于5.824与5.858之间时，财政支农对粮食产出的弹性系数为0.270，财政支农促进粮食生产的作用最大。2019年处于该区间只有广西的玉林市。当农机投入水平大于5.858时，政支农对粮食生产的弹性系数是0.115，促进作用有所下降。2019年处于该区间包括广东的湛江市与广西的南宁市、桂林市以及贵港市。该结果表明，农机投入水平并不是越高，财政支农促进粮食生产作用越大，而是需要将其控制在一定范围内，说明农机投入水平提高确实能使得财政支农支出促进粮食生产，但农机过分投入会挤占财政支农支出投向其他领域的资金，不利于粮食稳定生产。

4 结论与对策建议

4.1 结论

本文在厘清农机投入、财政支农及粮食产出之间的作用机理基础上，分析了广东和广西的农机投入是否存在空间溢出效应，考察了不同的农机投入水平，财政支农支出对粮食生产的非线性影响，得出的主要结论有：(1)农机投入存在显著的正向空间集聚效应，H-H热点区域始终分布在广西地区；L-L冷点区域在广东地区则表现出向西北移动特征；广东、广西农机投入水平均呈现东低西高分布特征。(2)空间杜宾模型的估计结果显示，本地农机投入所带来的经济效益对周边地区可以起到良好的示范和带动作用，并通过对周边地区进行知识、技术等的溢出促进周边地区农机的推广。另外，地区间的激烈竞争也促使相邻地区积极提高农业机械化水平。(3)财政支农支出对粮食产出的影响是非线性的，随着农机投入水平的提高，财政支农支出促进粮食增产的作用呈现“倒U型”。

4.2 对策建议

基于上述研究结论，本文提出以下政策建议。

第一，优化农机装备产业结构布局。广东与广西要以2021年中央一号文件为指导思想，实现农业农村现代化的目标任务。因此，各地方政府应优化农业机械装备产业结构布局，提高农机生产设备利用率。例如广东的湛江市、茂名市以及广西的南宁市、柳州市、桂林市、北海市、贵港市、玉林市、百色市、河池市、来宾市与崇左市的农机投入水平在2007年与2019年都呈现显著的正向空间溢出效应。因此，可以加大这些城市的农机推广力度，充分利用农机投入对粮食增产的促进作用，加强各区域的协调与合作，形成一体化农业机械跨区作业服务的信息平台，实现区域间农业机械资源的合理流动与调配，实现农机服务专业化、规模化与集群化。

第二，农业机械化发展要与各城市产业发展优势相结合。各市的局域Moran’s I分布情况显示，经济发展水平相对比较差的广西农机投入溢出效应显著，经济发展水平高的广东农机投入溢出效应反而比较小。因此，各城市应明确发展定位，结合各城市产业发展优势促进粮食增产。广西以发展农业为主，且广西大部分城市农机投入具有显著的正向空间溢出效应，所以广西各城市应在各城市积极推广农机作业，健全专业化社会化服务体系，加强农民农业生产技术和管理能力培训，促进管理现代化，促进粮食增产。在广东地区，农机投入溢出效应较小，应结合广东产业发展布局，大力发展第二、第三产业，加大农机外包服务的推广，提高农机研发能力，促进引、研、改、用一体化发展。加强广东与广西各城市的信息流通与资源流动，以广东先进的农机技术带动广西农业机械化发展，通过技术帮扶与经验学习的溢出效应促进粮食增产，保障粮食安全。

第三，加强粮食生产补贴与农机补贴支持力度。首先，财政支农资金对粮食增长有显著的门槛效应，在一定范围内，农机投入水平越高，财政支农促进粮食增产效果越显著。因此，无论是从粮食生产所带来的外部性方面还是从社会公平角度，类似广东这样的发达省份，农机投入水平较低，应增加对这些地区的粮食生产的补贴力度，保障粮食安全生产。其次，增加农机补贴支持力度，减轻农户购买农业机械设备的负担。在农村剩余劳动力基本消耗完毕的情况下，解决劳动力不足的唯一途径就是用机械替代劳动力，这也是农业现代化的必然选择。增加农机补贴的双重意义在于降低农户的粮食生产成本和提高农业劳动力的生产率，保证粮食安全和提高农户收入，这样能实现农户增收和提高粮食产出的双赢，并且还能够为中国未来的城镇化进一步解放农村劳动力。最后，为节约交易成本，应改进某些项目的补贴方式，提高政策执行效率。可以在广西某些经济欠发达的城市定点试行由直接向农户补贴资金转为直接补贴社会化服务，提供一定的机械服务、耕地保护服务等，不仅可以避免套取政策补贴的现象发生，还能够降低家庭农场增加机械投入的资金制约，对促进粮食增产或许会有更显著的效果。