农机投入对农业GTFP影响及门槛效应的区域差异分析

doi:10.13249/j.cnki.sgs.2020.12.010

地理科学 ›› 2020, Vol. 40 ›› Issue (12): 2037-2045.doi: 10.13249/j.cnki.sgs.2020.12.010

农机投入对农业GTFP影响及门槛效应的区域差异分析

刘敏¹^,²(), 姜会明¹, 姜天龙¹^,^*()

1.吉林农业大学经济管理学院，吉林长春 130118
2.长春科技学院，吉林长春 130600

收稿日期:2019-12-23 修回日期:2020-04-26 出版日期:2020-12-25 发布日期:2021-01-09
通讯作者: 姜天龙 E-mail:22402548@qq.com;80928597@qq.com
作者简介:刘敏（1984−），女，吉林长春人，博士研究生，主要从事粮食经济管理研究。E-mail： 22402548@qq.com
基金资助:
吉林省社科基金项目(2017A13);吉林省科技厅软科学项目(20200101094FG);吉林省教育厅“十三五”社会科学项目资助(JJKH20180703SK)

Influence of Farm Machinery Input on Agricultural GTFP and the Regional Difference of Threshold Effect

Liu Min¹^,²(), Jiang Huiming¹, Jiang Tianlong¹^,^*()

1. Collegeof Economics and Management, Jilin Agricultural University, Changchun 130118, Jilin, China
2. Changchun Science and Technology University, Changchun 130600, Jilin, China

Received:2019-12-23 Revised:2020-04-26 Online:2020-12-25 Published:2021-01-09
Contact: Jiang Tianlong E-mail:22402548@qq.com;80928597@qq.com
Supported by:
Social Science Foundation of Jilin Province(2017A13);Science and Technology Hall Soft Science of Jilin Province(20200101094FG);Social Science Project “The 13th Five-year Plan” of Education Department of Jilin(JJKH20180703SK)

摘要/Abstract

摘要：

按照粮食的产销情况，将全国划分为3类粮食功能区域，利用固定效应模型和门槛效应模型分析了农机投入对农业绿色全要素生产率（GTFP）的影响及门槛效应的区域差异。结果表明：农机投入对农业GTFP的影响程度存在区域异质性，农机投入对粮食主销区农业GTFP提升的促进作用最大，粮食产销平衡区次之，粮食主产区最小；农机投入对农业GTFP的影响路径亦存在区域差异，粮食主产区和产销平衡区的农机投入通过促进农业技术效率和农业技术进步进而推动农业GTFP提升，粮食主销区的农机投入通过促进农业技术进步推动农业GTFP提升；农机投入对粮食主产区农业GTFP的影响存在双门槛效应，对粮食主销区和产销平衡区农业GTFP的影响存在单门槛效应。

关键词: 农机投入, 农业绿色全要素生产率(GTFP), 粮食功能区, 门槛效应

Abstract:

According to the production and marketing of grain, this article divides the country into 3 types of grain function regions. The influence of machinery input on agricultural green total factor productivity (GTFP) and the regional difference of threshold effect were analyzed using fixed effect model and threshold effect model. The results show that: 1) There is regional heterogeneity in the degree of impact of machinery input in 3 grain function regions on agricultural GTFP. Farming machinery input has the largest promoting effect on the improvement of agricultural GTFP in the balanced area of grain production and marketing, next came the main grain area, and the main grain-producing area is the smallest; 2) There is regional heterogeneity in the influence paths of machinery input in 3 grain function regions on agricultural GTFP, farming machinery input in the grain production and marketing balance zone promotes agricultural GTFP by promoting agricultural technical efficiency improvement and agricultural technological progress, farming machinery input in main grain-producing areas promotes agricultural GTFP by promoting the improvement of agricultural technical efficiency, farming machinery input in the main grain marketing area promotes agricultural GTFP by promoting agricultural technological progress; 3) There is a double threshold effect of machinery input on agricultural GTFP in main grain-producing areas, and there is a single threshold effect on agricultural GTFP in main grain area and production and marketing balance area.

Key words: farm machinery input, agricultural green total factor productivity (GTFP), grain function region, threshold effect

中图分类号:

F326.1

刘敏, 姜会明, 姜天龙. 农机投入对农业GTFP影响及门槛效应的区域差异分析[J]. 地理科学, 2020, 40(12): 2037-2045.

Liu Min, Jiang Huiming, Jiang Tianlong. Influence of Farm Machinery Input on Agricultural GTFP and the Regional Difference of Threshold Effect[J]. SCIENTIA GEOGRAPHICA SINICA, 2020, 40(12): 2037-2045.

图/表 5

图1

图2

表1

农机投入对农业GTFP的影响程度及路径

变量	全要素生产率			技术进步			技术效率
变量	主产区	主销区	平衡区	主产区	主销区	平衡区	主产区	主销区	平衡区
注：fmi为农机投入水平，l为每公顷平均用工天数，n为自然环境，e为经济环境，p为种植结构，i为收入结构，edu为劳动力受教育水平，a为劳动力老龄化程度；括号内为标准误差值；、和**分别为10%、5%和1%的显著水平；未包括港澳台及西藏地区数据。
fmi	0.284***	0.450***	0.405***	0.186***	0.030	0.235***	0.103*	0.422***	0.167***
fmi	（4.19）	（5.16）	（5.05）	（2.95）	（0.60）	（2.77）	（1.92）	（5.05）	（2.99）
l	−0.289**	−1.178***	−0.264**	0.153	−0.364***	−0.068	−0.436***	−0.800***	−0.201**
l	（−2.43）	（−5.10）	（−2.23）	（1.38）	（−2.73）	（−0.55）	（−4.60）	（−3.61）	（−2.48）
n	−0.203**	−0.242***	−0.295***	−0.042	−0.047	0.006	−0.154**	−0.194**	−0.337***
n	（−2.23）	（−2.63）	（−3.01）	（−0.50）	（−0.89）	（0.06）	（−2.12）	（2.20）	（−5.04）
e	−0.794*	−0.187	−0.598	−0.707*	0.835**	−3.653***	−0.226	−1.035*	2.772***
e	（−1.73）	（−0.33）	（−0.82）	（−1.66）	（2.55）	（−4.74）	（−0.62）	（−1.91）	（5.53）
p	−0.566*	0.128	0.077	0.764***	0.251***	0.170	−1.245***	−0.121	−0.145
	（−1.91）	（1.08）	（0.31）	（2.77）	（3.66）	（0.66）	（5.28）	（−1.06）	（−0.55）
i	0.063	−0.134**	0.461***	0.145	0.048	0.297**	−0.091	−0.181***	0.136
	（0.44）	（−2.33）	（3.85）	（1.09）	（1.44）	（2.35）	（−0.80）	（−3.29）	（0.84）
edu	0.391	−0.079	0.479	0.362	−0.163	0.998***	0.034	0.092	−0.592***
edu	（0.87）	（0.21）	（1.50）	（0.86）	（−0.76）	（2.96）	（0.10）	（0.26）	（−2.70）
a	−0.129	−0.062	0.311**	−0.093	0.012	0.330***	−0.023	−0.073	−0.068
	（−1.17）	（−0.83）	（2.79）	（−0.91）	（0.27）	（2.80）	（−0.26）	（−1.01）	（−0.93）
常量	0.057	3.914***	2.056***	0.263	2.489	0.007	1.067	2.378**	3.010***
常量	（0.06）	（3.69）	（2.78）	（0.29）	（4.07）	（0.01）	（1.39）	（2.34）	（5.33）
Hausman检验	0.033	0.000	0.000	0.005	0.005	0.000	0.001	0.000	0.003
F检验	0.001	0.000	0.000	0.009	0.003	0.000	0.000	0.000	0.000
R²	0.285	0.527	0.563	0.116	0.188	0.204	0.364	0.499	0.67

表1

表2

表3

参考文献 22

[1]	金铂皓, 纪晓岚. 机械化与粮食增产:直接影响还是间接影响?——基于5类品种的实证[J]. 中国农业资源与区划, 2019(10): 58-67.
	Jin Bohao, Ji Xiaolan. Direct or indirect effect?—An empirical study based on 5 varieties. Chinese Journal of Agricultural Resources and Regional Planning, 2019(10): 58-67.
[2]	李汝资, 刘耀彬, 王文刚, 等. 长江经济带城市绿色全要素生产率时空分异及区域问题识别[J]. 地理科学, 2018, 38(9): 1475-1482.
	Li Ruzi, Liu Raobin, Wang Wengang, et al. Spatial and temporal differentiation of urban green total factor productivity and identification of regional problems in the Yangtze River Economic Belt. Scientia Geographica Sinica, 2018, 38(9): 1475-1482.
[3]	Yamauchi F. Wage growth, landholding, and mechanization in agriculture: Evidence from Indonesia[R/OL]. https://documents.worldbank.org/en/publication/documents-reports/documentdetail/584441468042884117/wage-growth-landholding-and-mechanization-in-agriculture-evidence-from-indonesia.
[4]	吴传清, 宋子逸. 长江经济带农业绿色全要素生产率测度及影响因素研究[J]. 科技进步与对策, 2018(7): 35-41.
	Wu Chuanqing, Song Ziyi. Measurement of agricultural green total factor productivity in the Yangtze River economic belt and its influencing factors. Science & Technology Progress and Policy, 2018(7): 35-41.
[5]	杜辉, 张美文, 陈池波. 中国新农业补贴制度的困惑与出路:六年实践的理性反思[J]. 中国软科学, 2010(7): 1-7+35. doi: 10.3969/j.issn.1002-9753.2010.07.001
	Du Hui, Zhang Meiwen, Chen Chibo. The confusion and way out of China’s new agricultural subsidy system: Six years’ practice of rational reflection. China Soft Science, 2010(7): 1-7+35. doi: 10.3969/j.issn.1002-9753.2010.07.001
[6]	潘彪, 田志宏. 购机补贴政策对中国农业机械使用效率的影响分析[J]. 中国农村经济, 2018(6): 21-37.
	Pan Biao, Tian Zhihong. An analysis of the influence of purchase subsidy policy on the use efficiency of agricultural machinery in China. Chinese Rural Economynomy, 2018(6): 21-37.
[7]	姜会明, 王振华. 吉林省工业化、城镇化与农业现代化关系实证分析[J]. 地理科学, 2012, 32(5): 591-595.
	Jiang Huiming, Wang Zhenhua. Empirical analysis on the relationship among industrialization, urbanization and agricultural modernization in Jilin Province. Scientia Geographica Sinica, 2012, 32(5): 591-595.
[8]	耿宇宁, 刘婧. 劳动力转移与技术进步对粮食产量的门槛效应分析[J]. 经济问题, 2019(12): 96-103.
	Geng Ninyu, Liu Jing. Analysis of threshold effect of labor transfer and technological progress on grain yield. On Economic Problems, 2019(12): 96-103.
[9]	张宗毅, 王许沁, 葛继红. 中国农机化效率:区域差异及购置补贴影响效应——基于省域视角和DEA-Tobit模型的分析[J]. 湖南农业大学学报(社会科学版), 2019(6): 1-8.
	Zhang Zongyi, Wang Xuqin, Ge Jihong. Agricultural mechanization efficiency in China: Regional differences and the influence of purchase subsidies—Analysis based on provincial perspective and DEA-Tobit model. Journal of Hunan Agricultural University(Social Sciences), 2019(6): 1-8.
[10]	姜会明, 孙雨, 王健, 等. 中国农民收入区域差异及影响因素分析[J]. 地理科学, 2017, 37(10): 1546-1551.
	Jiang Huiming, SunYu, Wang Jian, et al. Regional differences of farmers’ income in China and analysis of influencing factors. Scientia Geographica Sinica, 2017, 37(10): 1546-1551.
[11]	葛鹏飞, 王颂吉, 黄秀路. 中国农业绿色全要素生产率测算[J]. 中国人口·资源与环境, 2018, 28(5): 66-74.
	Ge Pengfei, Wang Songji, Huang Xiulu. China's agricultural green total factor productivity measurement. China Population, Resources and Environment, 2018, 28(5): 66-74.
[12]	国家统计局. 中国农业统计年鉴[M]. 北京: 中国统计出版社, 2001—2017.
	National Bureau of Statistics of China. China agriculture statistical yearbook. Beijing: China Statistics Press, 2001-2017.
[13]	王留鑫, 姚慧琴, 韩先锋. 碳排放、绿色全要素生产率与农业经济增长[J]. 经济问题探讨, 2019(2): 142-149.
	Wang Liuxin, Yao Huiqin, Han Xianfeng. Carbon emissions, green total factor productivity and agricultural economic growth. Inquiry into Economic Issues, 2019(2): 142-149.
[14]	吕娜, 朱立志. 中国农业环境技术效率与绿色全要素生产率增长研究[J]. 农业技术经济, 2019(4): 95-103.
	Lv Na, Zhu Lizhi. Research on agricultural environmental technology efficiency and green total factor productivity growth in China. Journal of Agrotechnical Economics, 2019(4): 95-103.
[15]	陈诗一. 中国的绿色工业革命:基于环境全要素生产率视角的解释(1980—2008)[J]. 经济研究, 2010(11): 21-34+58.
	Chen Shiyi. China’s green industrial revolution: Based on the environmental total factor productivity perspective(1980—2008). Economic Research Journal, 2010(11): 21-34+58.
[16]	汪言在, 刘大伟. 纳入气候要素的重庆市农业全要素生产率增长时空分布分析[J]. 地理科学, 2017, 37(12): 1942-1952.
	Wang Yanzai, Liu Dawei. Spatial and temporal distribution analysis of total factor productivity growth in agriculture in Chongqing with climate factors. Scientia Geographica Sinica, 2017, 37(12): 1942-1952.
[17]	武宵旭, 葛鹏飞, 徐璋勇. 城镇化与农业全要素生产率提升:异质性与空间效应[J]. 中国人口·资源与环境, 2019, 29(5): 149-156.
	Wu Xiaoxu, Ge Pengfei, Xu Zhangyong. Urbanization and agricultural total factor productivity: Heterogeneity and spatial effect. China’s population. Resources and Environment, 2019, 29(5): 149-156.
[18]	叶初升, 惠利. 农业财政支出对中国农业绿色生产率的影响[J]. 武汉大学学报(哲学社会科学版), 2016(3): 48-55.
	Ye Chusheng, Hui Li. The influence of agricultural fiscal expenditure on Chinese agricultural green productivity. Wuhan University Journal (Philosophy & Social Science), 2016(3): 48-55.
[19]	赵楠, 白福臣. 地方政府投资对城镇化发展的影响——基于中国省际面板数据的实证研究[J]. 资源开发与市场, 2018(2): 261-267. doi: 10.3969/j.issn.1005-8141.2018.02.020
	Zhao Nan, Bai Fuchen. The impact of local government investment on urbanization development——Empirical research based on panel data of Chinese provinces. Resource Development & Market, 2018(2): 261-267. doi: 10.3969/j.issn.1005-8141.2018.02.020
[20]	姜会明, 张钰欣, 吉宇琴, 等. 2020年后扶贫开发政策转型研究[J]. 税务与经济, 2019(6): 48-54.
	Jiang Huiming, Zhang Xinyu, Ji Yuqin, Gu Lili. Research on the transformation of poverty alleviation and development policies after 2020. Taxation and Economy, 2019(6): 48-54.
[21]	盖庆恩, 朱喜, 程名望, 等. 土地资源配置不当与劳动生产率[J]. 经济研究, 2017(5): 117-130.
	Gai Qingen, Zhu Xi, Cheng Mingwang, et al. Misallocation of land resources and labor productivity. Economic Research Journal, 2017(5): 117-130.
[22]	罗明忠, 陈江华, 唐超. 农业生产要素配置与农机社会化服务供给行为——以水稻劳动密集型环节为例[J]. 江苏大学学报 (社会科学版), 2019(21): 35-43+56.
	Luo Mingzong, Chen Jianghua, Tang Chao. Agricultural production factor allocation and agricultural machinery socialization service supply behavior——Take the labor-intensive link of rice as an example. Journal of Jiangsu University (Social Science Edition), 2019(21): 35-43+56.

年份	粮食主产区		粮食主销区		粮食产销平衡区
年份	公顷平均农机/ （kW/hm²）	农机投入总量/ 10⁴kW	公顷平均农机/ （kW/hm²）	农机投入总量/ 10⁴kW	公顷平均农机/ （kW/hm²）	农机投入总量/ 10⁴kW
注：未包括港澳台及西藏地区数据。
2000	5.235	36434.6	5.310	4970.7	3.540	8865.1
2001	5.505	38485.1	5.640	5052.1	3.765	9307.5
2002	5.835	40584.0	5.970	5114.3	4.065	10051.1
2003	6.165	42419.7	6.285	5186.9	4.320	10541.5
2004	6.510	45147.4	6.480	5246.4	4.545	11262.6
2005	6.900	48462.2	6.660	5383.3	4.770	12027.9
2006	7.260	51476.4	6.945	5641.6	4.995	12728.4
2007	7.740	54702.8	7.800	5664.1	5.595	13576.0
2008	8.190	58631.0	7.890	5824.7	5.760	14416.7
2009	8.625	62482.5	8.085	6055.0	6.000	15405.9
2010	8.985	65881.5	8.310	6260.0	6.435	16779.9
2011	9.360	69140.4	8.430	6362.5	6.780	18082.2
2012	9.750	72325.4	8.655	6477.8	7.125	19348.9
2013	9.720	72432.9	8.715	6527.0	7.380	20396.5
2014	10.050	75137.7	8.775	6564.0	7.725	21507.9
2015	10.350	77679.4	8.760	6566.5	7.980	22490.2
2016	9.000	67701.7	7.800	5816.5	6.600	18701.7
2017	8.910	68931.7	9.270	5759.8	6.990	18961.0

区域	门槛数	P值	估计值	95%置信区间	变量值	影响程度
注：采用自助法（Bootstrap）模拟500次获取临界值与P值；，和*分别表示在 10%、5% 和 1% 的水平上显著；fmi*，农机投入水平；“−”为无此项；影响程度括号内数字为标准误差值；未包括港澳台及西藏地区数据。
主产区	单门槛	0.0300	2.73	[2.7075，2.745]	fmi≤2.73	−2.628***（−4.95）
	双门槛	0.0800	4.08	[3.795，4.20]	2.73<fmi≤4.08	−0.555**（−2.51）
	三门槛	0.6720	−	−	fmi>4.08	0.205*（1.66）
主销区	单门槛	0.0000	4.665	[4.56，4.755]	fmi≤4.665	−0.61***（−2.98）
	双门槛	0.3480	−	−	fmi >4.665	0.419***（3.32）
平衡区	单门槛	0.0700	4.755	[4.65,4.785]	fmi≤4.755	0.254（1.03）
	双门槛	0.3660	−	−	fmi >4.755	0.653***（3.54）

农机投入对农业GTFP影响及门槛效应的区域差异分析

Influence of Farm Machinery Input on Agricultural GTFP and the Regional Difference of Threshold Effect

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 5

参考文献 22

相关文章 3

Metrics

本文评价

推荐阅读 0

[1]	徐维祥, 郑金辉, 王睿, 周建平, 胡豹, 刘程军. 黄河流域城市生态效率演化特征及门槛效应[J]. 地理科学, 2022, 42(1): 74-82.
[2]	胡美娟, 李在军, 丁正山, 周年兴, 郭向阳, 李欣. 泛长三角城市资源环境压力演化特征及门槛效应[J]. 地理科学, 2020, 40(5): 701-709.
[3]	范斐, 连欢, 王雪利, 王嵩. 区域协同创新对创新绩效的影响机制研究[J]. 地理科学, 2020, 40(2): 165-172.