农业机械化有助于化肥投入效率提升吗？——以小麦为例

蔡 荣 陈 佩

(南京财经大学 粮食安全与战略研究中心，南京 210003)

在农业可持续发展形势日益严峻的背景下，农业生产效率成为影响农业乃至总体经济增长质量的重要因素。在过去的40年，中国农业生产总值以年均4.6%的速度快速增长[1]，农业综合生产能力得到稳步提升，农产品供需实现了基本平衡。但是，农业生产中的化肥利用效率却十分低下。农学研究发现，中国粮食作物的化肥利用率仅为33%，远低于欧美发达国家50%～65%的平均水平[2]。从经济学角度的定量分析也证实，中国主要农作物的化肥投入效率较低，存在非常大的削减潜力[3-4]。较低的化肥投入效率不仅加剧了地下水硝酸盐含量超标、地表水污染、土壤酸化、温室气体排放等问题，也威胁到了中国粮食供给质量安全[5]。中国政府高度重视农业生产中的化肥利用问题。2004年启动的测土配方施肥工作、2015年开展的化肥使用量“零增长”行动，都在致力于减少化肥投入浪费[6-7]。

化肥投入效率与农户对化肥使用的管理能力有关，如果管理能力不足，就会导致化肥用量的非合理增加，造成效率下降。Wu[8]最早利用农业部在全国5省份的微观调查数据，分析发现农户化肥投入效率平均仅为0.33，约有2/3的化肥属于过量使用。之后，越来越多的学者认识到中国农业化肥滥用问题的严重性，对化肥投入效率的研究逐渐增多。这些研究大体分为两类：一是对整个农业或不同作物生产的化肥投入效率进行测算分析[4,9-10]；二是基于化肥投入效率的测算结果，采用多元回归模型分析影响化肥投入效率的因素[6-7,11-12]。研究表明，扩大耕地经营规模、稳定耕地流转契约、参加农业技术培训、从事非农产业就业等均有助于提高化肥投入效率。还有研究认为，农业机械化发展在支撑粮食增产的同时，加大了有机资源还田，从而有助于减少化肥投入，提高化肥投入效率[13]。但是，也有研究发现，单位面积机械费用对中国小麦生产的化肥投入效率没有显著影响[3]。总体上，较其他因素而言，已有研究尚缺乏专门针对农业机械化对化肥投入效率影响的理论与实证分析。

事实上，农业机械化是农业农村现代化的物质技术基础，是推动农业经济快速发展、实现粮食产量增加的主要动力之一。中国政府于2004年颁布《中华人民共和国农业机械化促进法》，并出台了相关的农机购置补贴政策。自此，农业机械化进入快速发展期，并呈现出了大型化趋势。目前，中国农业机械总动力超过了10亿千瓦，农机社会化服务持续推进，农业机械化程度不断提高。2004年，中国农业耕种收综合机械化率为34.3%，到2017年，已经超过66.0%，机耕、机播和机收水平实现了跨越式提升。本研究以小麦生产为例，采用Wang等[14]的固定效应随机前沿模型(WH-SFA)对化肥投入效率进行测算，并基于效率损失方程对农业机械化水平与化肥投入效率的关系进行实证分析。与已有研究相比，本研究所使用的效率测算模型考虑了样本区域之间的异质性，效率值不再存在低估偏误问题。此外，本研究还进一步使用反事实分析法[15]评估农业机械化的化肥减量效应。本研究将揭示农业机械化对提升化肥投入效率的积极影响，以期为相关部门制定促进化肥减量政策提供理论指导和决策依据。

1 理论分析

在化肥投入普遍过量的背景下，提高化肥投入效率的重要措施之一便是降低化肥投入量。农业机械化可能会从以下途径影响化肥投入效率。一是机械化使施肥方式从表施(浅施)向深施转变。传统的表施和浅施等不合理施肥方式很容易加速化肥分解挥发，能够被作物吸收利用的比例很低。化肥机械深施技术的推广有助于提高作物根系吸收效率和延长肥效时间，从而减少化肥投入浪费，节约化肥投入。二是促进耕地规模化经营进而减少施肥强度。农业机械作业有助于降低农户务农成本，增加种植利润。这将引致耕地投入需求，从而加速耕地流转，形成规模经营。诸多研究证实，耕地规模扩大有助于减少化肥施用强度，提升化肥投入效率[15-16]。三是机械化秸秆还田有助于养分替代。秸秆中含有大量的有机质和养分元素，是一种重要的有机肥料资源。近年来，随着秸秆还田机械技术的发展以及各级政府禁烧秸秆政策的实施，秸秆还田成为不少农户的主动适应或被动选择。诸多定位试验结果表明，秸秆还田能在一定程度上实现养分替代，降低农田化肥用量[17]。综上分析，本研究预期：机械化会正向影响化肥投入效率。

2 实证模型与变量选择

2.1 实证模型

本研究选择采用Wang等[14]提出的固定效应随机前沿模型(WH-SFA)进行分析。参照林伯强等[18]的能源效率测度模型，构建测度化肥投入效率的超越对数距离函数，具体如下：

(1)

(2)

(3)

2.2 变量选择

2.2.1投入产出变量

参照以往相关研究[3,9,11]，产出变量用作物单产表示(kg/hm2)，投入变量则包括化肥投入(kg/hm2)、劳动用工(工日/hm2)和其他资本(包括种子、机械和农药等投入之和，元/hm2)。其中，劳动投入包括家庭自有劳动和雇佣劳动。另外，参照以往研究，本研究将气温、降雨量和日照时数等气候因素也纳入投入变量[19]。

2.2.2化肥投入效率影响因素

本研究考察的核心变量是机械化水平。对机械化水平的衡量，以往研究提供了两个指标，一是单位面积上机械作业成本与用工数量之比[20]，二是单位面积上机械作业成本与生产成本之比[21]。鉴于后者的测算数值容易受到其他要素价格波动的影响，难以反映机械化真实水平，故本研究选择前者。本研究在模型中还加入了户均耕地规模、有效灌溉率、成灾率、农业劳动力占比和化肥价格等控制变量。户均耕地规模用各省耕地规模与农村居民户数的比值表示，用来衡量耕地资源禀赋。一般认为，耕地资源禀赋越丰富越有利于规模经营，从而有助于化肥投入减量和化肥投入效率提升[22]。有效灌溉率用各省有效灌溉面积与耕地面积之比表示。灌溉可以通过调节土壤含水量改变化肥的存在形态，有利于作物对化肥的吸收利用，从而提高化肥投入效率。农业劳动占比用各省第一产业从业人数占总就业人数的比重来表示。该指标取值越小，在一定程度上意味着该地区农村劳动力非农产业转移程度越高。以往研究发现，劳动力非农产业转移不利于化肥投入效率的提升[3,6]。化肥价格上涨对化肥投入需求存在抑制效果，也会影响到化肥投入效率。此外，气候变化也可能会影响作物生产及化肥投入效率，因此也加入了气温、降雨量和日照时数等变量。

3 数据与实证分析

3.1 数据来源

本研究选取1998—2017年中国15个小麦主产省份的省级面板数据进行研究。分别是河北、山西、内蒙古、黑龙江、河南、山东、江苏、湖北、安徽、陕西、甘肃、宁夏、新疆、四川和云南省(自治区)。本研究所使用的投入产出数据来自《全国农产品成本收益汇编》[23]。所使用的气候数据均来自于中国气象局气象中心。在数据处理上，将分散的各个气象观测站按照所在省份进行了归类，使用各省小麦生长期的气候指标均值来刻画该省的农业生产气候条件，包括气温、降雨量和日照时数。所涉及的其他指标主要来自《中国农村统计年鉴》[24]、《中国统计年鉴》[25]，部分缺失数据使用各省统计年鉴进行了补充。文中涉及货币单位的指标(如其他资本投入和化肥价格)均使用各省农产品生产资料价格指数进行了折算(1998年为基期)。

3.2 基本统计描述

在样本期内，主产区小麦的年均产量为4 798.72 kg/hm2，省际之间差距较大，最大值约是最小值的4.9倍。单位面积(hm2)化肥投入数量平均为331.51 kg，远远超出国际公认的警戒值225 kg，存在比较突出的过量施肥问题。另外，劳动用工投入平均约为107.66 工日/hm2，其他资本投入平均为1 446.56元/hm2。其他控制变量的统计基本特征见表1。

表1 变量描述性统计Table 1 Descriptive statistic of variables

3.3 实证结果分析

为了检测模型函数形式设定的合理性，本研究以式(1)为一般模型，其他备择模型(包括C-D生产函数、不存在技术进步、不存在技术效率损失等)为其限制形式，通过构建广义似然比检验对不同模型的设定进行检验。结果表明，本研究设定的超越对数函数形式随机前沿距离模型是合理的。

表2是模型估计结果。在效率损失方程中，各变量对化肥投入效率的影响和预期保持一致。在控制了其他因素之后，机械化水平的系数显著为负，表明提升机械化水平能够减少小麦生产化肥投入效率损失。本研究分析发现，受农业机械化发展的影响，化肥机械深施技术和机械秸秆还田技术逐渐在全国得到推广，从而为有效减少农业生产中的化肥资源浪费，也为全面推广科学施肥技术提供了有利条件。在样本期间，小麦主产区的化肥深施机械由1998年的2.23万部上升到2017年的3.24万部，增长率45.29%，秸秆粉碎还田机由0.35万部增加到5.35万部，增长率约为142.86%。《全国农业机械化统计年报》[26]公开数据显示，2004年全国机械深施肥面积约2 790.4万hm2，2018年增加至3 527.0万hm2，约占当年耕地总面积的26.1%。在秸秆机械还田方面，中央财政在2004年设立农机购置补贴专项时就一直将秸秆还田机械纳入到补贴重点，秸秆机械还田面积得到稳步提升。根据农业农村部统计，2008年全国秸秆还田面积约为2 273.3万hm2，到2018年已增加至5 126.7万hm2，增加了1.25倍。与此同时，伴随着农业机械化进程加快，中国农村土地制度改革也在持续深化，土地流转步伐不断加快。国家统计局数据显示，2004年全国耕地流转面积不足400万hm2，到了2018年，全国耕地流转面积已经超过3 500万hm2。根据第三次全国农业普查结果，2016年全国耕地规模化经营面积已经占到全部实际耕地面积的28.6%。土地规模化经营也为提升化肥投入效率和减少化肥过量使用创造了有利环境。

表2 模型估计结果Table 2 Model estimation results

在控制变量中，有效灌溉率、农业劳动力占比和降雨量对小麦生产的化肥投入效率存在显著影响。具体而言，有效灌溉率上升对小麦生产的化肥投入效率具有促进作用，灌溉率较高的地区，农田基础设施建设也相对较好，在化肥的施用过程中，能更好地实现化肥的肥效，减少肥力流失[27]。农业劳动力占比下降则会导致小麦生产的化肥投入效率下降。因为农村劳动力减少会增大农户过量施肥的风险[3]。另外，降雨量增多也有助于提升小麦生产的化肥投入效率。耕地资源禀赋对化肥投入效率影响为正向不显著，原因可能是当前中国小麦生产仍以小规模为主，尚不足以对化肥投入效率构成实质性影响。化肥价格的影响为正也不显著，可能是因为，受化肥市场过度竞争的影响，中国农用化肥价格总体较低[28]，从而导致生产者过度施肥的激励未能得到有效抑制。

3.4 化肥投入效率分析

根据式(3)测算每年各地区小麦生产的化肥投入效率，结果见表3。研究发现，在样本期内，全国15个小麦生产省的化肥投入效率均值为0.73，其含义是：在维持既有产量及其他要素投入水平不变的情况下，中国小麦生产在现有技术条件下存在约27%的化肥削减潜力。以2017年为例，全国小麦生产共投入化肥约820万t，如果不存在效率损失，大约能减少221万t的用量。

表3 化肥投入效率测算结果统计Table 3 Statistical results of fertilizer input efficiency measurement

图1和2分别描绘了中国小麦生产化肥投入效率的时间趋势和空间分布情况。从图1可以看出，在样本期内，中国小麦生产化肥投入效率呈现出了阶梯式上升的趋势。1998—2008年，化肥投入效率均值从0.69上升到了0.74。尽管在2001和2003年出现了小幅下降，但没有对整体走势构成影响。2009年，受上一年度国际金融危机的影响，国内化肥价格开始出现了下跌，这在一定程度上刺激了农业生产中的化肥投入，从而造成化肥投入效率的陡然下降。在这一年后，除2013年出现了短暂的小幅下降外(主要与2013年不利天气造成了一些省份小麦产量下滑有关)，中国小麦生产化肥投入效率整体仍呈现持续上升的态势。到2017年，全国小麦生产化肥投入效率为0.78，达到了历史新高，数值上较2009年增加了0.04。图2表明，中国小麦生产化肥投入效率存在明显的空间差异性。其中，新疆、山西、江苏和安徽的化肥投入效率较高，均在0.90以上；甘肃、宁夏和黑龙江的化肥投入效率则较低，均在0.50以下。对于化肥投入效率的地区排位，以往研究也有相似的结论，同样是新疆最靠前，甘肃和宁夏则垫底[3]。值得指出的是，黑龙江小麦生产的化肥投入效率要远远低于其他省份，均值仅为0.39。这是因为，黑龙江的黑土土壤有机质含量多年来持续下降，小麦增产主要依靠化肥投入，但长期存在的不合理施肥结构直接导致了化肥投入的低效率。对此，张永强等[7]在测算全国玉米主产省的化肥投入效率也发现，黑龙江的得分远远落后于其他省份。另外，针对化肥投入效率与化肥偏要素生产率在空间分布上存在的明显差异，本研究认为，对化肥投入效率值高低的评判不宜简单采用化肥偏要素生产率作为衡量指标。

图1 1998—2017年平均化肥投入效率Fig.1 Average fertilizer input efficiency in 1998-2017

图2 各省平均化肥投入效率Fig.2 Average fertilizer input efficiency

4 进一步分析

本研究采用反事实分析法分析机械化对小麦生产化肥投入效率的提升效应。基本思路如下：第一步，利用固定效应SFA模型得到的参数值及各变量值代入式(2)得到uit值，再代入式(3)获得各地区各年份的小麦生产化肥投入效率值；第二步，在其他条件不变的情况下，假设各地区各年份小麦生产的机械化水平都维持在1998年的基期水平，也就是机械化停止发展。将假想的机械化水平和其他影响因素以及模型参数代入式(2)得到新的uit值，再代入式(3)，即可得到反事实情形下各地区各年份小麦生产的化肥投入效率。该数值也就是反事实化肥投入效率。第三步，用实际化肥投入效率值减去反事实化肥投入效率值便可获得机械化对小麦生产化肥投入效率的提升效应。

图3将测算获得的反事实化肥投入效率和已知的实际化肥投入效率在时间上进行了趋势对比，测算得出，反事实效率仅为0.70。此外，反事实化肥投入效率在样本期内整体也在稳步上升，但在数值上要低于实际化肥投入效率。从该图还可以看出，反事实化肥投入效率与实际化肥投入效率之间的差距随着时间的延长呈现出了逐渐扩大的趋势，说明机械化对小麦生产化肥投入效率的提升效应在逐年上升。根据测算，反事实化肥投入效率在2017年仅为0.72，较实际值大约低了0.06。图4刻画了各地区机械化对小麦生产化肥投入效率的提升效应。从该图可以得到两个基本观点：一是对于任何一个小麦主产省，机械化均有助于提升其化肥投入效率；二是机械化对化肥投入效率的提升效应具有空间异质性。通过比较，湖北、宁夏、四川和甘肃的提升效应较大，都在0.05以上，尤其是湖北，达到了0.08；山西和新疆的提升效应较小，均未达到0.01。进一步分析发现，这一提升效应在中、西部地区要明显高于东部地区。东部地区仅为0.01，而中部和西部地区则分别为0.04和0.03。

图3 反事实与实际化肥投入效率的走势及比较Fig.3 The trend and comparison of counterfactual and actual fertilizer input efficiency

图4 各地机械化的化肥投入效率提升效应Fig.4 The effect of mechanization of fertilizer input efficiency

图5 各年份机械化的化肥减量效应Fig.5 The fertilizer reducing effect of in each year

图6 各地区机械化的化肥减量效应Fig.6 The fertilizer reducing effect of mechanization mechanization in various regions

在上述分析的基础上，如果将实际化肥投入效率和反事实化肥投入效率分别代入式(1)，并假设该式中的各个变量及参数值不变，便可得到实际化肥投入的期望值和反事实化肥投入的期望值，两者之间的差值就是机械化产生的化肥减量效应。图5报告了各年份机械化的化肥减量效应。从时间上看，化肥减量效应逐年上升，从1999年的0.1 kg/hm2增加到了2017年的26.33 kg/hm2，年均增长41.8%。以2017年为例，机械化使中国小麦生产的单位面积化肥投入数量下降了8.5%。化肥减量效应之所以上升，不仅是因为小麦生产机械化水平在逐年上升，而且也是由于小麦生产单位面积上的化肥投入数量在不断增加。经统计发现，中国小麦生产的化肥投入数量从1998年的301.37 kg/hm2迅速增加到了2015年的历史最高值386.01 kg/hm2，2016和2017年虽然有所下降，但仍分别高达378.52 和378.80 kg/hm2。图6报告了各地区机械化的化肥减量效应。可以看出，受益于机械化因素，小麦生产化肥节约数量最多的是甘肃，其次是宁夏，均在10 kg/hm2以上。相比之下，新疆、山西、河北、江苏、安徽、湖南、山东和内蒙古的化肥节约数量较少，均低于2 kg/hm2。这一数值的大小除了与各地机械化对化肥投入效率的提升效应有关之外，也受到各地区小麦生产单位面积上的化肥投入数量的影响。以湖北和甘肃为例，在样本期内，湖北小麦生产的化肥投入数量为249.9 kg/hm2，而甘肃为319.5 kg/hm2，故而形成了图4和6中两省柱状高度的较大反差。进一步分区域统计发现，化肥减量效应在东部地区平均为0.79 kg/hm2，而在中部和西部地区则分别为2.65和7.73 kg/hm2，呈现自东向西逐级走高的空间特征。

5 结论与建议

中国已经进入推动乡村振兴和农业现代化转型的关键时刻，不断提升农业机械化程度及机械作业水平是发展现代农业的必然选择。本研究以1998—2017年中国小麦生产为例，利用固定效应SFA模型和反事实分析法，实证分析农业机械化对化肥投入效率的影响及其产生的化肥减量效应。主要得到了如下几点结论：

1)农业机械化确实有助于提升化肥投入效率；2)在1998—2017年，中国小麦生产的化肥投入效率已经从0.69上升到了0.78；如果各个地区机械化水平维持不变，则小麦生产的化肥投入效率增速将有所放缓，2017年仅能达到0.72的水平；3)小麦生产机械化发展的化肥减量效应逐年增加，从1999年的0.12 kg/hm2增加到了2017年的27.19 kg/hm2；4)在不同地区之间，小麦生产机械化的化肥投入效率提升效应及化肥减量效应也具有明显的差异性，总体呈现东部低、中西部高的特点，与机械化水平呈现出了截然相反的空间分布格局。

本研究结论蕴含如下政策含义：一是继续推进与完善现行农机具购置补贴政策，对化肥深施机械和秸秆还田机械的购置给予更强补贴力度，要注意补贴的针对性，要重点突破粮食生产机械化发展的薄弱环节。同时要注意政策作用的时效性，提前进行顶层设计。二是加强科研机构和设备制造企业联合攻关，不断开辟中西部丘陵山区机械化发展新局面，促进区域农业机械化的平衡发展。三是扎实推进农机作业补贴政策，将补助范围逐步拓展到化肥减量增效技术推广环节。同时强化监督机制，确保补贴落到实处，实现补贴的作用最大化。