农业机械化水平对中国粮食生产技术效率的空间溢出效应研究

谢冬梅 汪希成 伍骏骞

摘要：提升农业机械化水平是落实国家“藏粮于技”战略中的重要一环，利用1998—2020年中国31个省（市、区）的面板数据，采用空间杜宾模型，研究农业机械化水平對粮食生产技术效率的直接影响和空间溢出效应。研究发现：第一，农业机械化水平对粮食生产技术效率具有显著的空间溢出效应，在其他影响因素不变的情况下，其他地区粮食生产技术效率加权值每提升1%，本地粮食生产技术效率提升约0.579%；第二，从不同农机类型来看，农业机械化水平对粮食生产技术效率的空间溢出效应主要通过大中型农机实现，影响系数为0.252；第三，农业机械化水平对粮食生产机械效率的空间溢出效应存在于不同经纬度之间，在水稻跨区作业省份中，农业机械化水平对粮食生产技术效率的空间溢出效应为0.027。因此，提出通过进一步优化农机跨区作业机型、改进粮食品种、提升田间管理技术等方式扩大不同地区粮食作物的种植、生长和收获时间差，为农机跨区作业创造条件，实现资源效益最大化。

关键词：农业机械化水平；粮食生产技术效率；空间溢出效应；农机跨区作业

中图分类号：F323.3

文献标识码：A

文章编号：2095-5553 （2023） 03-0223-09

Abstract： The improvement of agricultural mechanization level is an important part of the implementation of the national strategy of “food crop production based on technological application”. This paper uses the panel data of 31 provinces （municipalities and autonomous regions） in China from 1998 to 2020 and uses the spatial Dubin model to study the direct impact of agricultural mechanization level on the technical efficiency of grain production and the spatial spillover effects. The research showed that： Firstly， the level of agricultural mechanization has a significant spatial spillover effect on the technical efficiency of grain production. Under the condition that other factors remain unchanged， the weighted value of the technical efficiency of grain production in other regions will increase by about 0.579% for every 1% increase in the local technical efficiency of grain production. Secondly， from the perspective of different types of agricultural machinery， the spatial spillover effect of agricultural mechanization on the technical efficiency of grain production is mainly realized by large and mediumsized agricultural machinery， with an impact coefficient of 0.252. Thirdly， the spatial spillover effect of agricultural mechanization level on the efficiency of grain production machinery exists between different longitudes and latitudes. In the rice crossregional operation provinces， the spatial spillover effect of agricultural mechanization level on the technical efficiency of grain production is 0.027. Therefore， this paper proposes to expand the time difference between planting， growth and harvesting of grain crops in different regions by further optimizing crossregional operation models of agricultural machinery， improving grain varieties， and improving field management techniques， so as to create conditions for crossregional operations of agricultural machinery and maximize resource benefits.

Keywords：  agricultural mechanization level; technical efficiency of grain production; spatial spillover effect; crossregional operations of agricultural machinery

0引言

中国粮食生产是否能够实现可持续增长，提高粮食生产技术效率是关键。而中国地域辽阔，地区间资源禀赋条件存在显著差异，在技术扩散过程中，中国省域间的粮食生产技术效率存在显著的空间收敛现象［1］。而跨越不同经纬度和地势的农机跨区作业成为农业生产技术扩散的重要媒介，对粮食生产技术的外溢具有重要作用［23］。

但是，现有研究更多关注农业机械化对粮食生产技术效率的直接影响，而没有考虑空间因素。考虑到空间因素的研究也集中于探讨农业机械化水平对粮食产量的空间溢出效应，忽视了农业机械的使用是通过影响粮食生产技术效率而间接引起产量变化的逻辑关系［47］。

目前中国农业机械化发展的重要模式之一是农机跨区作业，其通过区域流动在不同地区示范、传播先进粮食生产技术，并与当地农机服务组织相互竞争，从而产生技术溢出效应［6］。

高鸣等［1］的研究结果表明，中国农机跨区作业是粮食生产技术效率存在空间集聚的重要因素，但是其研究只是分析了粮食生产技术效率的空间自相关性，并没有实证检验农机跨区作业对粮食生产技术效率的空间溢出效应。而伍骏骞等和方师乐等［45］的研究虽然实证了由农机跨区作业带来的空间溢出效应，但是其被解释变量是粮食产量，具体是否影响粮食生产技术效率还是未知。

基于此，本文将利用1998—2020年中国31个省（市、区）的面板数据，实证分析农业机械化水平对粮食生产技术效率的空间溢出效应，即一个地区的农业机械化水平的提高不仅有利于提高本地区的粮食生产技术效率，还有利于其他地区粮食生产技术效率的提高。与现有文献相比，本研究可能存在以下边际贡献：一是研究内容方面，运用空间计量方法深入分析农业机械化水平对粮食生产技术效率的空间溢出效应；二是研究方法上，不同于现有文献中按照同一纬度或者同一经度将农机跨区作业地区进行归类的处理方法，而是分粮食品种采用经纬度组合的方法对农机跨区作业省份进行归类后，再进行空间计量回归，从而提高了空间计量分析结果的精确性。

1文献综述、理论分析框架与研究假说

1.1文献综述

关于农业机械化水平对粮食生产技术效率的影响，不同的学者存在不同的意见，主要呈现出以下三种观点。

第一种观点认为粮食生产技术效率会因农业机械化水平的提高而降低。Yao等［8］通过随机前沿生产函数，利用面板数据进行实证分析，发现粮食生产效率因农业机械化程度提高而降低。这个研究结果与传统农业经济学观点相符，即生产率的提高可通过精细化耕种的作业方式实现［9］，而农业机械在家庭联产承包制下的细碎耕地中操作不便，不利于粮食生产技术效率的提高。

第二种观点认为农业机械化水平对粮食生产技术效率的影响不大。如Ito等［10］在研究中国农业生产率地区差异中发现，1991—2004年生物技术进步在中国农业生产增长中占有重要地位，而机械技术对农业产出的贡献影响不大。曾福生等［11］认为中国各地区农业受地形和资源禀赋条件的限制，农业机械总动力对粮食生产效率影响不大。

第三种观点认为农业机械化水平的提高对粮食生产技术效率的提高是有利的，并且通过农机跨区存在空间溢出效应。农业机械相对于农业劳动力的相对价格较低，有利于实现农业机械化替代农业劳动力，从而提升单位产出、改善农民收入［12］。化肥的使用可以提高粮食产出，但是不能改进要素配置效率，从而无法提高粮食生产技术效率，而改善农业技术效率可以通过机械化提升资源配置来实现［13］。农机投入可以缓解由于劳动力流失和女性化等造成的效率损失，从而提高粮食生产技术效率，农业机械化发展是推动农业生产效率提升的重要抓手［1415］。而农机跨区作业将最新的农机设备和农机技术应用到其他区域，是粮食生产技术效率存在空间溢出的一种途径和工具［1］。

综上，现有研究对于本文分析农业机械化水平对粮食生产技术效率的空间溢出效应具有重要的借鉴意义。现有文献已经证实农业机械化水平对粮食生产技术效率具有显著的正向影响，而中国各省份的粮食生产技术效率也存在显著的空间集聚效應，同时也强调了农机跨区作业是中国各省份的粮食生产技术效率产生空间溢出效应的重要原因。

但是相关研究只是初步分析了粮食生产技术效率的空间自相关性，并不能直接验证农业机械化水平对粮食生产技术效率的空间溢出效应，以及其空间溢出效应有多大、具体呈现出哪些特征等问题。而这也正是本文的研究意义所在。

1.2理论分析框架

根据诱致性技术变迁理论［16］，农业技术进步是内生性技术进步。过高的劳动力成本会诱使节约劳动的技术创新和应用，促使农户选择农业机械替代人工劳动，农业机械化水平不断提高。

根据分工和专业化理论［17］，分工专业化能提高生产效率。虽然农业生产过程中的分工难度较大，但是农业部门可以从工业部门“进口”分工的好处，即通过购买机器、化肥等工业产品，增加生产的迂回度，不断加深农业生产的专业化程度［18］。农业机械的使用加深了农业生产环节的专业化程度，相应提高了劳动力、土地、化肥、农药等投入要素的利用效率。而技术效率是衡量生产过程中各项投入要素是否被充分利用的指标，当农业机械化水平的提高带来粮食生产过程中劳动生产率和资源利用率的提高，也就意味着提高了粮食生产技术效率。

再从要素流动理论的视角来看，农业劳动力作为重要的生产要素可以在市场中自由流动，那么农业机械替代农业劳动力成为重要的生产要素后，也可以在市场中自由流动，农业机械的影响从自身内部区域范围扩展到其他地区。通过农机跨区作业，农业机械的使用不仅能影响本地区粮食生产技术效率，还通过空间溢出效应影响其他地区粮食生产技术效率。

另外，根据新经济增长理论［19］，新知识是最为重要的生产要素，具有外部性，从而引起生产的规模收益递增。

农机跨区作业实现了先进农机和农技的传播，使落后地区农业劳动者通过“看中学”，吸取先进地区粮食生产的创新经验和教训，减少试错成本，从而提高落后地区粮食生产技术效率，带来空间溢出效应。

1.3研究假说

综上可知，农业机械化水平的高低对粮食生产技术效率存在一定的影响，不仅包括直接影响还通过农机跨区作业存在空间溢出效应（图1）。由此提出本文的研究假说1。

假说1：农业机械化水平的提高不仅能有效提高本地区的粮食生产技术效率，还通过农机跨区作业对其他地区的粮食生产技术效率产生正向的空间溢出效应。

不同农机类型对粮食生产技术效率的影响存在差异。小型农机初始投入少，适用于小规模生产，因此对本地区粮食生产技术效率的提高具有重要作业。而大中型农业机械由于其初始投资成本高，作业面积广，更适宜于农机跨区作业，对粮食生产技术效率的空间溢出效应具有重要影响，由此提出本文的研究假说2。

假说2：大中型农机对粮食生产技术效率存在显著的正向空间溢出效应。

另外，从笔者的实地调研来看，农机跨区作业路线并不完全是按照跨纬度行进，更多的是以跨经度和跨纬度相结合的形式存在。现有文献只是单纯将同一纬度或者同一经度的省份归为一类进行空间计量回归，忽视了跨经度和跨纬度相结合模式所带来的空间溢出效应，从而得出的结论具有片面性。因此提出本文的研究假说3。

假说3：在跨经度和跨纬度相结合的模式下，农业机械化水平的提高对其他地区粮食生产技术效率具有显著的正向空间溢出效应。

2模型构建与数据来源

2.1模型构建

2.1.1随机前沿分析法

本文选择随机前沿分析法（SFA）测算粮食生产技术效率。SFA方法能将技术非效率和随机扰动项区分开来，从而避免随机扰动和技术效率共同作用使产出偏离随机前沿生产函数结果，提高预测结果的准确性，并且构造的技术非效率方程可以进一步分析技术效率的影响因素。

在投入指标方面，参考大多数学者的设置方法［2021］，选擇土地（area）、劳动力（l）、农业机械（m）、农用化肥（f）四种投入要素；产出指标选择粮食产量（p）。另外，为保证投入指标和产出指标口径的一致性，本文采用权重系数法调整劳动力、农业机械、农用化肥相关数据，具体指标详见表1。

2.2数据来源和描述性统计

本文数据来源于1999—2020年《中国农村统计年鉴》《中国统计年鉴》《中国农业机械工业年鉴》，另外部分缺失数据来源于《新中国农业60年统计资料》和各省（市、区）统计年鉴。需要说明的是所用数据为省级面板数据，因此，农机跨区作业实指农机的跨省作业。

主要变量的描述性统计结果见表2，观测值均为713个。

其中灌溉率（irr）=有效灌溉面积/耕地总面积；灾害率（dis）=受灾面积比重×0.1+成灾面积比重×0.3；粮食作物种植结构（cps）=粮食作物播种面积/农作物总播种面积；人力资本水平（edu）=教育经费/总支出；人均耕地面积（aland）=耕地面积/乡村人数。

3实证结果与分析

3.1粮食生产技术效率分析

利用Frontier4.1软件对式（1）和式（2）进行联立估计，得到1998—2020年全国粮食生产技术效率（图2）和相应的参数估计值（表3）。从表中可以看到，γ的估计值为0.937，且在1%统计水平上显著，说明带技术非效率项的随机前沿生产模型设定可靠。

从式（1）技术结构方程的参数来看，农业机械总动力的一次项系数为负但不显著，但是二次项系数显著为正，说明从前期来看，农业机械化总动力的提升有助于提高粮食产量。从式（2）技术效率方程的参数来看，农业机械总动力和有效灌溉率的系数都显著且为负，说明农业机械总动力越大、灌溉条件越好越能够降低技术损失率，即提高粮食产量。

从图2来看，1998—2020年全国粮食生产技术效率平均值为0.807，效率损失为0.193，说明我国粮食生产技术效率还有很大的提升空间。农业机械的使用对粮食生产具有重要影响，通过创新农机类型、改进农机作业方式和构建新型农机服务模式等途径进一步提高农业机械化水平，从而促进粮食生产技术效率的提高。

3.2空间计量分析

本文借助Stata15软件，利用空间杜宾模型，分析了1998—2020年中国31个省（市、区）农业机械化水平对粮食生产技术效率的影响，并从农机类型和农机跨区作业行进路线两个方向展开具体分析。

3.2.1不同农机类型的影响

表4中式（3）是以农业机械总动力作为核心解释变量检验其对粮食生产技术效率的影响。可以看到，测度粮食生产技术效率的空间滞后系数rho在控制了其主要影响因素后，在1%显著性水平下显著，说明在其他影响因素不变的情况下，其他地区粮食生产技术效率加权值每提升1%，本地粮食生产技术效率提升约0.579%。农业机械总动力对粮食生产技术效率的回归系数为0.045，通过1%的显著性检验，且符号为正，说明农业机械总动力的提升能带来粮食生产技术效率的提高。

测度农业机械化空间溢出效应的回归系数在1%的显著性水平下显著为正，符合我们的预期假设。为了进一步检验不同农机类型对粮食生产技术效率的影响，式（4）将大中型和小型农机作为核心解释变量进行回归。从结果来看，空间滞后系数rho也通过了显著性检验，测度大中型农机空间溢出效应的回归系数在1%显著性水平下为正值，验证了粮食生产技术效率的空间自相关性主要是由于大中型农机的跨区作业所引起的预期假设。

表5反映了大中型和小型农机对粮食生产技术效率的直接影响、空间溢出效应和总效应。在直接效应中，大中型农机水平对粮食生产技术效率的促进作用明显，影响系数为0.010，说明大中型农机对于本地区粮食生产技术效率的提高具有重要影响。而在空间溢出效应中，大中型农机对粮食生产技术效率有着显著的正向空间溢出效应，影响系数为0.252，这同现实中参与跨区作业的农机主要以大中型机械为主相符，说明通过农机跨区作业，农业机械化水平高的地区对农业机械化水平低的地区粮食生产技术效率的提高具有重要影响。

在总效应中，大中型农机对粮食生产技术效率存在显著的正向影响，影响系数为0.262。可以看到大中型农机对粮食生产技术效率的直接影响小于空间溢出效应，如果不考虑空间因素，单纯使用传统的计量方法估计农业机械化水平对粮食生产技术效率的影响，将大大低估农业机械化发展的作用，再次检验了本研究的价值所在。

3.2.2不同农机跨区作业路线的影响

从农机跨区作业实际路线出发，以杨进总结出的小麦和水稻农机跨区作业行进路线图为划分依据［24］，将31省份划分为水稻和小麦跨区作业组按照式（4）分别进行空间计量回归。

其中水稻跨区作业组包括湖南、湖北、四川、陕西、江苏、上海、内蒙古、辽宁、吉林、黑龙江、廣东和广西12个省份；小麦跨区作业组包括四川、陕西、湖北、安徽、江苏、山东、河南、河北和天津9个省份。回归结果如表6所示。

在水稻跨区作业组的回归结果中，农业机械总动力对粮食生产技术效率的空间溢出效应在5%显著性水平下显著为正，影响系数为0.027。说明农业机械对粮食生产技术效率的空间溢出效应存在于不同经纬度之间。我国水稻按照播种期、生长期和成熟期的不同水稻可分为早稻、中稻和晚稻三类；种植的品种多样，有粳稻和籼稻，有常规稻、杂交稻和超级稻；种植的制度也不同，有单季、双季及多熟制。因此，中国水稻分布辽阔，南至海南岛，北至黑龙江省黑河地区，东至台湾省，西达新疆维吾尔自治区。水稻分布范围广以及种植品种的差异形成的时间差，为农机跨区作业创造了必要条件，使农机可以按照跨纬度和跨经度相结合的形式进行跨区作业，因此带来了水稻生产技术效率的空间溢出效应。

在小麦跨区作业组的回归结果中，农业机械总动力对粮食生产技术效率的直接影响在1%显著性水平下显著，系数为0.049，但是空间溢出效应不显著。说明在小麦跨区作业路线中，农业机械化水平对粮食生产技术效率的影响主要体现在直接影响上。我国小麦生产的品种较单一，种植及收割时间差不明显，导致小麦跨区作业的距离更短。但正因如此，本地区农机对当地小麦生产技术效率的提高具有重要的影响。据《2020年全国农业机械化发展统计公报》资料显示，2020年我国小麦耕种收综合机械化率达到97.19%，远远高于其他粮食品种。因此，小麦生产的各个环节机械化作业水平均较高，导致需要的农机类型多种多样，不适宜单一农机类型的远距离跨区作业。所以，在小麦跨区作业组中，农业机械总动力对粮食生产技术效率的直接影响显著为正。

综上所述，在水稻跨区作业路线下，即经纬度相结合的模式下农业机械化水平对粮食生产技术效率具有显著的正向空间溢出效应，单纯以同一经度或者同一纬度为归类标准分析农业机械化水平对粮食生产技术效率的空间溢出效应不符合现实情况。在小麦跨区作业路线下，农业机械化水平对粮食生产技术效率的直接影响显著，空间溢出效应不显著。随着农作物品种的改良、农机类型的优化以及农业信息化技术的发展，跨越不同经纬度的农机作业将对全国粮食生产技术效率的提高贡献重要力量。

4研究结论与政策建议

本文以农机跨区作业这一农业机械化发展的成功实践为背景，利用1998—2020年中国31个省（市、区）的面板数据，采用空间杜宾模型，研究了农业机械化水平对粮食生产技术效率的空间溢出效应。研究发现：第一，中国粮食生产技术效率和农业机械总动力具有较为明显的空间正向相关性，在控制其他条件不变时，农业机械化水平提升不仅会显著提升本地粮食生产技术效率，还通过农机跨区作业对其他地区的粮食生产技术效率产生明显的空间溢出效应；第二，从不同农机类型来看，农业机械化水平对粮食生产技术效率的空间溢出效应主要通过大中型农机实现，影响系数为0.252；第三，农业机械化水平对粮食生产机械效率的空间溢出效应存在于不同经纬度之间，在水稻跨区作业省份中，农业机械化水平对粮食生产技术效率的空间溢出效应为0.027。

但是囿于数据资料所限，本文实证研究仅包含省级面板数据，得到的关于农业机械化空间溢出效应的结论存在空间范围的局限性。未来，在数据完善的基础上，可以进一步考察农业机械化水平对粮食生产技术效率溢出效应在县级范围的分布情况，并对比分析农机跨县、跨市、跨省三种模式区别以及不同农业机械种类的异质性研究等。

针对以上结论，结合现实实际情况，本文提出以下建议：第一，鼓励农机跨区作业，实现区域间“共享”农机资源，由于农业机械可通过跨区作业将其影响扩散到其他区域，即存在空间溢出效果，应该解除行政割裂以及缺乏统筹的区域行政格局，构建农业经济全域化发展体系，合理流动和科学调配各个区域间的农业机械资源；第二，瞄准农机跨区作业需求，加快推进农机装备创新，研发适合不同跨区距离、不同农作物需求的各类农机，既要发展适应长距离大规模使用的大中型农机，也要发展适应中短距离、小规模、丘陵山区作业的小型农机；第三，通过培育良种和提升田间管理技术，进一步扩大不同地区粮食作物的种植、生长和收获时间差，为农机跨区作业创造条件，进而充分利用各地闲置的农机资源，实现资源效益最大化。

参考文献

［1］高鸣， 宋洪远. 粮食生产技术效率的空间收敛及功能区差异——兼论技术扩散的空间涟漪效应［J］. 管理世界， 2014（7）： 83-92.

［2］Yang J， Huang Z， Zhang X， et al. The rapid rise of crossregional agricultural mechanization services in China ［J］. Journal of Management World， 2013， 95（5）： 1245-1251.

［3］黄炎忠， 罗小锋. 跨区作业如何影响农机服务获取？［J］. 华中农业大学学报（社会科学版）， 2020（4）： 89-97， 178.

Huang Yanzhong， Luo Xiaofeng. How does crossregional operation affect agricultural machinery service acquisition？ ［J］. Journal of Huazhong Agricultural University （Social Sciences Edition）， 2020（4）： 89-97， 178.

［4］伍骏骞， 方师乐， 李谷成， 等. 中国农业机械化发展水平对粮食产量的空间溢出效应分析——基于跨区作业的视角［J］. 中国农村经济， 2017（6）： 44-57.

Wu Junqian， Fang Shile， Li Gucheng， et al. The spillover effect of agricultural mechanization on grain output in China： From the perspective of crossregional mechanization service ［J］. China Rural Economy， 2017（6）： 44-57.

［5］方师乐， 卫龙宝， 伍骏骞. 农业机械化的空间溢出效应及其分布规律——农机跨区服务的视角［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 interregionalservice of agricultural machinery ［J］. Journal of Management World， 2017（11）： 65-78， 187-188.

［6］张露， 罗必良. 小农生产如何融入现代农业發展轨道？——来自中国小麦主产区的经验证据［J］. 经济研究， 2018， 53（12）： 144-160.

Zhang Lu， Luo Biliang. How can small farmers be incorporated into modern agricultural development？ Evidence from wheatproducing areas of China ［J］. Economic Research Journal， 2018， 53（12）： 144-160.

［7］吴智豪， 党敬淇， 季晨. 农业机械化对粮食生产的空间溢出效应——基于江苏省13个地级市的空间计量分析［J］. 中国农业大学学报， 2020， 25（12）： 184-199.

Wu Zhihao， Dang Jingqi， Ji Chen. Spatial spillover effect of agricultural mechanization on grain production： Based on spatial econometric analysis of 13 cities in Jiangsu Province ［J］. Journal of China Agricultural University， 2020， 25（12）： 184-199.

［8］Yao S， Liu Z. Determinants of grain production and technical efficiency in China ［J］. Journal of agricultural economics， 1998， 49（2）： 171-184.

［9］［美］ 西奥多·W. 舒尔茨， 著. 梁小民， 译. 改造传统农业［M］. 北京： 商务印书馆， 2006.

［10］Ito J. Interregional difference of agricultural productivity in China： Distinction between biochemical and machinery technology ［J］. China Economic Review， 2010， 21（3）： 394-410.

［11］曾福生， 高鸣. 我国粮食生产效率核算及其影响因素分析——基于SBM-Tobit模型二步法的实证研究［J］. 农业技术经济， 2012（7）： 63-70.

［12］Wang X， Yamauchi F， Huang J. Rising wages， mechanization， and the substitution between capital and labor： evidence from small scale farm system in China ［J］. Agricultural Economics， 2016， 47（3）： 309-317.

［13］田红宇， 祝志勇. 中国粮食生产效率及影响因素分析——基于DEA-Tobit两步法研究［J］. 中国农业资源与区划， 2018， 39（12）： 161-168.

Tian Hongyu， Zhu Zhiyong. Analysis on food production efficiency and its influencing factors in China—Verification based on malmquistDEA and Tobit model ［J］. Chinese Journal of Agricultural Resources and Regional Planning， 2018， 39（12）： 161-168.

［14］赵鑫， 任金政， 李书奎， 等. 农机作业服务能提升小麦生产技术效率吗？——基于2007—2017年省级面板数据的实证分析［J］. 中国农业大学学报， 2020， 25（11）： 150-161.

Zhao Xin， Ren Jinzheng， Li Shukui， Wang Yajun. Can agricultural machinery services improve the technical efficiency of wheat production？ Based on an empirical analysis of the 2007—2017 provincial panel data ［J］. Journal of China Agricultural University， 2020， 25（11）： 150-161.

［15］宦梅丽， 侯云先. 农机服务、农村劳动力结构变化与中国粮食生产技术效率［J］. 华中农业大学学报（社会科学版）， 2021（1）： 69-80， 177.

Huan Meili， Hou Yunxian. Mechanization services， rural labor structure change and technical efficiency in Chinas food crop production ［J］. Journal of Huazhong Agricultural University （Social Sciences Edition）， 2021（1）： 69-80， 177.

［16］Hayami Y， Ruttan V W. Factor prices and technical change in agricultural development： The United States and Japan， 1880—1960［J］. Journal of Political Economy， 1970， 78（5）： 1115-1141.

［17］亚当·斯密. 国富论［M］. 武汉： 华中科技大学出版社， 2015.

［18］（澳）杨小凯， 黄有光， 著. 张玉纲译. 专业化与经济组织［M］. 北京： 经济科学出版社， 1999.

［19］Romer P M. Increasing returns and longrun growth ［J］. Journal of Political Economy， 1986， 94（5）： 1002-1037.

［20］乔世君. 中国粮食生产技术效率的实证研究——随机前沿面生产函数的应用［J］. 数理统计与管理， 2004（3）： 11-16， 64.

Qiao Shijun. The positive analysis of technical efficiency in Chinas grain production： A stochastic frontier approach ［J］. Application of Statistics and Management， 2004（3）： 11-16， 64.

［21］伍国勇， 张启楠， 张凡凡. 中国粮食生产效率测度及其空间溢出效应［J］. 经济地理， 2019， 39（9）： 207-212.

Wu Guoyong， Zhang Qinan， Zhang Fanfan. Research on grain production efficiency and its spatial spillover effects in China ［J］. Economic Geography， 2019， 39（9）： 207-212.

［22］Elhorst J P. Applied spatial econometrics： Raising the bar ［J］. Spatial economic analysis， 2010， 5（1）： 9-28.

［23］Beer C， Riedl A. Modelling spatial externalities in panel data： The spatial durbin model revisited ［J］. Papers in Regional Science， 2012， 91（2）： 299-318.

［24］杨进. 中国农业机械化服务与粮食生產［D］. 杭州： 浙江大学， 2015.

Yang Jin. Mechanization and division of labor in Chinese agricultural production ［D］. Hangzhou： Zhejiang University， 2015.