中國農(nóng)業(yè)機械化高速發(fā)展階段的要素替代機制研究

潘 彪，田志宏

（中國農(nóng)業(yè)大學經(jīng)濟管理學院，北京 100083）

0 引 言

農(nóng)業(yè)機械化是實現(xiàn)農(nóng)業(yè)現(xiàn)代化的重要前提和標志。進入新世紀以來，中國農(nóng)機裝備總量迅速增加，機械化進程穩(wěn)步推進，農(nóng)作物耕種收綜合機械化水平從2001年的32.3%增長到2016年的65.2%，平均每年上升2.2個百分點。其中，2004—2014年平均增幅達到2.7個百分點，十年間進展相當于過去 45 a，被稱為農(nóng)業(yè)機械化發(fā)展的“黃金十年”[1-2]。農(nóng)業(yè)生產(chǎn)方式實現(xiàn)了以人畜力為主到機械作業(yè)為主的歷史性跨越，確保了農(nóng)業(yè)生產(chǎn)能力的穩(wěn)定和提高。這一時期，小麥、玉米和水稻等糧食作物作為農(nóng)機化工作的重點，機械化水平快速提升，為糧食產(chǎn)量“十二連增”提供了重要支撐[3-4]。

然而，在經(jīng)歷長期的高速發(fā)展以后，近年來農(nóng)業(yè)機械化推進速度逐步放緩，小麥和玉米的綜合機械化水平甚至出現(xiàn)了小幅下降。對此，有學者認為中國農(nóng)業(yè)機械化進入了由中級階段向高級階段轉(zhuǎn)型的攻堅克難時期，提升質(zhì)量和效益將成為發(fā)展的關鍵[1,5]。那么，這是否意味著中國農(nóng)業(yè)機械化高速發(fā)展階段已經(jīng)結(jié)束？未來農(nóng)機化水平的提升空間還有多大？回答這些問題需要對農(nóng)業(yè)機械化進程及其背后的決定因素和作用機制進行深入剖析。

誘致性技術變遷理論為農(nóng)業(yè)生產(chǎn)的機械化提供了經(jīng)濟學理論基礎。該理論認為要素相對價格變動決定了技術變革的方向，也就是說技術變革會傾向于節(jié)約稀缺而昂貴的要素，使用充裕而便宜的要素。具體到農(nóng)業(yè)生產(chǎn)中，機械和勞動力投入存在一定比例的替代關系，農(nóng)機作業(yè)價格和農(nóng)業(yè)勞動力工資的相對變化決定著兩者之間的替代方向和替代強度，同時也決定著農(nóng)業(yè)機械化的推進速度[6]。2001年以來，中國工業(yè)化和城鎮(zhèn)化進程中吸納了大量的勞動力，農(nóng)業(yè)勞動力出現(xiàn)結(jié)構(gòu)性短缺，勞動價格急劇攀升[7]，2001—2016年農(nóng)業(yè)勞動力名義工資上升了6.8倍，而機械化農(nóng)具的價格僅上漲23.8%（數(shù)據(jù)來源于《全國農(nóng)產(chǎn)品成本收益資料匯編》和《中國統(tǒng)計年鑒》）。農(nóng)業(yè)生產(chǎn)中急需使用機械替代勞動，緩解成本上升帶來的壓力[8-9]，成為中國農(nóng)業(yè)機械化進入高速發(fā)展階段的主要推動力。

對于農(nóng)業(yè)生產(chǎn)中機械對勞動的替代作用，學者們利用生產(chǎn)函數(shù)和成本函數(shù)進行了大量的研究，取得豐富的成果?；谏a(chǎn)函數(shù)的分析中，一些學者分析了整個農(nóng)業(yè)生產(chǎn)中機械（資本）對勞動的替代作用[10-12]。還有學者們對糧食[13]、水稻、小麥和玉米[14]、油菜[15]、柑橘[16]等具體作物進行了研究，可惜的是，這些研究普遍誤用了彈性計算公式，影響了結(jié)果的準確性[4,11,17]。在指出前人的誤區(qū)后，王歐等[4]發(fā)現(xiàn)2003—2014年農(nóng)業(yè)機械化的發(fā)展有效替代了勞動力并促進了全國糧食產(chǎn)量的增加，且替代強度在不同糧食品種之間表現(xiàn)出時空差異；鄭旭媛等[17]認為糧食生產(chǎn)中機械對勞動的替代彈性呈現(xiàn)出長期下降趨勢，隨著機械投入比例的上升，替代難度逐漸增加。更具體地，王曉兵等[18]發(fā)現(xiàn)玉米生產(chǎn)中勞動力與機械投入存在顯著的替代關系，兩者相對價格變動是影響玉米機械化水平的主要因素；Wang等[19]發(fā)現(xiàn)粳稻、小麥、玉米、棉花、大豆、油菜等作物的勞動機械替代彈性在 0.10～0.98之間，差異較大；王水連和辛賢發(fā)現(xiàn)不同種植規(guī)模、地塊細碎程度和機械化程度下，甘蔗種植機械對勞動力的替代存在差異[20]。但需要注意的是，基于生產(chǎn)函數(shù)分析機械和勞動的替代關系，都是將要素價格作為外生變量[21]，本質(zhì)上反映的是價格變化以后要素替代在技術上實現(xiàn)的可能性，也就是技術替代效應，與?？怂梗℉icks）提出的替代彈性概念存在一定差別[4]。與此同時，采用超越對數(shù)生產(chǎn)函數(shù)來測算替代彈性時，還存在多重共線性和內(nèi)生性等問題。

為此，更多的學者轉(zhuǎn)向采用成本函數(shù)[11]。例如，劉玉梅分析了河北和山東 2省小麥生產(chǎn)農(nóng)戶的機械和勞動力替代關系[22]；陳書章等研究了1991—2012年全國及5個小麥主產(chǎn)區(qū)的技術進步和要素需求與替代行為[23]；Liu等把農(nóng)業(yè)機械細分為大、中、小 3種類型，分析了玉米生產(chǎn)中的要素替代問題[9]；吳麗麗等測算了 1991—2013年全國水稻、小麥和玉米 3種糧食平均后的要素替代彈性[21]；晏百榮等測算了1990—2014年蘋果生產(chǎn)的要素替代彈性[24]；林善浪等把勞動力選擇性轉(zhuǎn)移因素納入成本函數(shù)，分析了種植業(yè)的機械與勞動替代彈性[7]。這些文獻基于成本函數(shù)測算了農(nóng)作物生產(chǎn)中的要素替代彈性，均發(fā)現(xiàn)機械對勞動有顯著的替代作用，隨著勞動力價格的快速上漲，農(nóng)業(yè)生產(chǎn)中偏向于使用更多的機械。

總地來看，對于農(nóng)業(yè)生產(chǎn)中的要素替代情況，已有研究進行了一些有益的探索，但不夠透徹和全面，主要存在3個方面的不足：1）對農(nóng)作物之間的差異關注不夠，農(nóng)業(yè)生產(chǎn)中機械對勞動力的替代方式和替代強度不同，各作物的機械化水平存在明顯差異，簡單加總或平均影響結(jié)果的準確性，僅分析單個產(chǎn)品則又容易以偏概全。2）受作業(yè)地形等自然條件的影響，要素替代在技術上的難易程度不同，在機械和勞動力相對價格發(fā)生變化時，各地形區(qū)域替代彈性的差異需要進一步探究。3）在農(nóng)業(yè)機械化發(fā)展的不同階段，機械對勞動力替代的難易程度和替代強度都存在差異[4]，早在1986年Binswanger就把農(nóng)業(yè)機械分為動力密集型機械和控制密集型機械，認為前者應用較早，而后者只在勞動工資快速上漲以后才能推廣使用[25]。中國農(nóng)業(yè)機械化發(fā)展過程中，耕地環(huán)節(jié)的機械化明顯快于播種和收獲環(huán)節(jié)，而植保環(huán)節(jié)機械化則剛起步，對于不同機械化發(fā)展階段中機械對勞動替代強度的差異，已有研究中未予以充分重視，階段性特征尚不明確。

理論和實踐都表明，在勞動力和機械的相對價格快速上漲過程中，農(nóng)業(yè)生產(chǎn)中機械會對勞動產(chǎn)生長期替代，其外在表現(xiàn)為農(nóng)業(yè)機械化水平的持續(xù)提升。那么，在中國農(nóng)業(yè)機械化“黃金十年”高速發(fā)展期，機械對勞動的替代情況是什么樣的？有何階段性特征？更為重要的是，這種替代能否延續(xù)以及如何延續(xù)？這是本文所要回答的問題。鑒于此，本文以農(nóng)業(yè)生產(chǎn)中歷來最受重視的糧食為研究對象，具體選擇小麥、玉米和水稻3種作物，利用成本函數(shù)分析2004—2016年間各省機械對勞動的替代彈性，識別作物差異、地區(qū)差異及其時空變化特征，并做出合理解釋，以期全面把握要素替代機制，對中國農(nóng)業(yè)機械化進程形成清晰認識，明確未來的增長速度、空間以及制約因素，為相關政策的制定和調(diào)整提供參考。

1 方法和數(shù)據(jù)

1.1 超越對數(shù)成本函數(shù)

在估計農(nóng)業(yè)生產(chǎn)中機械和勞動力之間的替代關系之前，需要先設定成本函數(shù)的具體形式。超越對數(shù)函數(shù)（translogfunction）屬于平方響應面模型，具有易估計和包容性特征，不需要對替代彈性等特定參數(shù)施加先驗設定，在揭示要素替代關系等方面具有很強的優(yōu)勢[11]。Binswanger設定的基于超越對數(shù)成本函數(shù)（translogcost function）的多要素投入分析框架[26]，為誘致性技術變遷理論建立了微觀基礎，同時考慮了農(nóng)業(yè)生產(chǎn)中多要素投入的情況，在相關研究中得到了廣泛應用[7,9,23,27-31]。借鑒Binswanger[26]的基本模型，本文設定了包含產(chǎn)出水平（y）、勞動力（L）、機械（M）、化肥和農(nóng)藥（以下簡稱“生化”，B）、其他物質(zhì)和服務（O）以及時間變量（t）的超越對數(shù)成本函數(shù)模型，具體模型形式為：

式中C表示總生產(chǎn)成本，元；pi和pj為要素i和j的價格，分別為勞動力價格，元/d；機械、生化、其他物質(zhì)和服務價格，元/667 m2；i，j=L,M,B,O，γ、α、β為待估計參數(shù)。

計算各投入要素之間的替代彈性，關鍵在于獲得βij的估計值。直接對（1）式進行估計，可能面臨嚴重的多重共線性問題[11]。對此，可以根據(jù)謝潑德引理（Shephard Lemma），推導出各投入要素的成本份額函數(shù)：

式中Si為要素投入份額，%；xi為要素投入量，分別為勞動力投入量，d/667 m2；機械、生化、其他物質(zhì)和服務投入量，元/667 m2。為滿足系統(tǒng)方程估計的要求，需要對超越對數(shù)成本函數(shù)和成本份額函數(shù)添加對稱性和價格齊次性限制。

1.2 要素替代彈性的估算方法

成本函數(shù)中常見的替代彈性有 4種：交叉價格彈性（cross-price elasticity，CPE）、Allen替代彈性（allen partial elasticity of substitution，AES）、Morishima替代彈性（morishima elasticity of substitution，MES）和影子替代彈性（shadow elasticity of substitution，SES）[32]。與 CPE、AES和MES相比，SES更接近與Hicks對替代彈性的原始定義，且經(jīng)實證檢驗其對要素之間替代關系的刻畫更符合實際，結(jié)果的穩(wěn)健性也更強[11,21]。因此，本文選擇采用基于超越對數(shù)成本函數(shù)的影子替代彈性SES來刻畫中國糧食生產(chǎn)中機械和勞動的替代關系。根據(jù)Mcfadden[33]、Mundlak[34]和郝楓[11]的研究，影子替代彈性可以由最小成本函數(shù)C（y；p）推導得出：

式中Ci和Cj分別為最小成本函數(shù)對要素i和j價格的偏導數(shù)，Cii和Cjj為二階導數(shù)，Cij為混合偏導數(shù)，Si為要素投入份額，Eii和Ejj為要數(shù)i和j的需求自價格彈性；Eij和Eji為交叉價格彈性。SESij具有對稱性，即SESij=SESji，這意味著機械對勞動的替代彈性與勞動對機械的替代彈性大小相同。在具體計算中，Si已知，Eij可以參考Binswanger[26]的研究，由（2）式中βij的估計值計算得出：

1.3 數(shù)據(jù)來源與處理

本文采用2004—2016年省級面板數(shù)據(jù)進行分析。以2004年起始年份的依據(jù)有3點：1）2004年為用工荒現(xiàn)象在東部沿海地區(qū)大量出現(xiàn)的時間[7]，農(nóng)業(yè)勞動日工價進入快速上漲階段；2）中國在 2004年相繼出臺了農(nóng)機購置補貼、良種補貼等多項財政支農(nóng)政策，農(nóng)業(yè)發(fā)展進入國內(nèi)支持保護階段；3）中國農(nóng)業(yè)機械化發(fā)展從 2004年開啟“黃金十年”，階段性特征明顯。本文的主要研究對象為小麥、玉米和水稻3大糧食作物，這3種作物的種植面積占中國農(nóng)作物種植面積的比例超過 50%，其產(chǎn)量占糧食總產(chǎn)量的比例超過 80%。更為重要的是，糧食作物是中國農(nóng)業(yè)機械化的重點，近十幾年中，小麥、玉米和水稻的生產(chǎn)機械化快速推進，特別是玉米和水稻生產(chǎn)關鍵環(huán)節(jié)機械化獲得突破，耕種收綜合機械化水平分別由82.8%、40.7%和38.4%上升至94.2%、83.1%和79.2%，涵蓋了不同的機械化發(fā)展階段。對于樣本省份的選擇，為保證數(shù)據(jù)信息的完備性和準確性，本文盡可能選擇了數(shù)據(jù)較齊全的省份。其中，小麥選擇了河北、山西、河南、山東等15個省，玉米選擇了河北、遼寧、吉林、黑龍江等18個省，水稻（早秈稻、中秈稻、晚秈稻和粳稻4種水稻的平均）選擇了河北、黑龍江、湖北、湖南等20個省，2004—2016年所選樣本省份的種植面積之和均占到該作物總種植面積的90%以上。

本文使用的數(shù)據(jù)來源于2005—2017年《全國農(nóng)產(chǎn)品成本收益資料匯編》和《中國統(tǒng)計年鑒》，對于個別缺失數(shù)據(jù)由相鄰年份數(shù)據(jù)替代，具體數(shù)據(jù)的來源和處理如下：

1）產(chǎn)出水平。畝均產(chǎn)值容易受外生的產(chǎn)品市場價格變動的影響，小麥、玉米和水稻同屬于糧食作物，同質(zhì)性高，本文使用畝均產(chǎn)量來衡量產(chǎn)出水平，數(shù)據(jù)來源于《全國農(nóng)產(chǎn)品成本收益資料匯編》。

2）勞動力投入和勞動力的價格?！度珖r(nóng)產(chǎn)品成本收益資料匯編》中對于勞動力的統(tǒng)計包括家庭勞動力和雇工勞動，給出了 2種勞動的畝均投入量以及勞動日工價和雇工工價。對此，勞動力總投入可由家庭勞動力投入折價和雇工折價加總得出。對于勞動力的價格，參考吳麗麗等[21]、林善浪等[7]的研究，采用勞動總投入除以總用工量得出。

3）機械投入和機械價格。機械作業(yè)投入采用《全國農(nóng)產(chǎn)品成本收益資料匯編》畝均機械作業(yè)費與排灌費之和。對于機械投入的價格，參考已有研究的普遍做法，使用《中國統(tǒng)計年鑒》中各省的機械化農(nóng)具價格指數(shù)來代替。

4）生化投入和生化投入的價格。生化投入包括化肥投入和農(nóng)藥投入，由《全國農(nóng)產(chǎn)品成本收益資料匯編》中統(tǒng)計的畝均投入金額加總得出。生化投入的價格由《中國統(tǒng)計年鑒》中各省化學肥料價格指數(shù)和農(nóng)藥及農(nóng)藥械價格指數(shù)加權得出，以兩者的投入比例為權重。

5）其他物質(zhì)與服務投入和其他物質(zhì)于服務的價格。其他物質(zhì)與服務投入包括種子費、農(nóng)膜費、水費、畜力費、工具材料費、管理費等其他直接或間接投入，不包括土地成本，由畝均物質(zhì)與服務費用減去機械投入和生化投入得出，數(shù)據(jù)來源于《全國農(nóng)產(chǎn)品成本收益資料匯編》。其他物質(zhì)與服務的價格由其他農(nóng)業(yè)生產(chǎn)資料價格指數(shù)來表示。

對于其中涉及到投入額和價格的數(shù)據(jù)，均折算為1998年不變價格。其中勞動力投入和價格用各省農(nóng)村居民消費價格指數(shù)進行折算，機械投入用機械化農(nóng)具價格指數(shù)進行折算，生化投入用加權的生化價格指數(shù)折算，其他物質(zhì)與服務投入用其他農(nóng)業(yè)生產(chǎn)資料價格指數(shù)折算。主要變量的描述性統(tǒng)計見表1。

表1 變量描述性統(tǒng)計Table 1 Descriptive statistics of variables

2 結(jié)果與分析

在中國農(nóng)業(yè)機械化發(fā)展的“黃金十年”，小麥、玉米和水稻 3大糧食作物的生產(chǎn)中機械對勞動替代彈性的大小和變動趨勢，以及各作物和各地區(qū)間的差異，是分析和討論的重點。

2.1 機械和勞動力的價格及投入量變動情況

在進行實證分析之前，本文先分析了2001—2016年全國小麥、玉米和水稻生產(chǎn)中勞動力和農(nóng)業(yè)機械這 2種投入要素的價格以及投入量的變化情況。從圖1a中可以發(fā)現(xiàn)，2001—2016年3種作物使用的勞動力價格水平大致相同，且都呈現(xiàn)出S型上升趨勢，整體增長了5倍以上，其中，2004—2013年間為快速上升階段，2014—2016年增速逐漸放緩；同一時期機械化農(nóng)具的價格基本保持穩(wěn)定，僅增長了23.8%。由此可以看出2001—2016年間勞動力和機械的比價不斷上升，勞動力變得相對昂貴。這種價格相對變化使得生產(chǎn)中的要素投入比例發(fā)生調(diào)整，勞動力投入快速下降而機械投入迅速上升，出現(xiàn)了明顯要素替代。更進一步地，與價格變化相似，勞動力投入的下降速度以及機械投入的增長速度都有所放緩（圖1b～1d），表明機械對勞動力的替代強度逐步下降，這在一定程度上解釋了近年來機械化水平增幅減小的現(xiàn)象。

圖1 2001—2016年勞動力和機械的價格及投入變化情況Fig.1 Changes of labor and machinery price and its usage (2001—2016)

機械對勞動的替代直觀的反映在農(nóng)業(yè)機械化水平的提升上。表2給出了2001—2016年小麥、玉米和水稻在耕、種、收3個環(huán)節(jié)的機械化水平的變化情況。其中有3點值得注意：1）每種作物3個生產(chǎn)環(huán)節(jié)的機械化水平普遍提升，這表明在農(nóng)業(yè)生產(chǎn)的各個環(huán)節(jié)中，都存在明顯的機械替代勞動力現(xiàn)象；2）耕地環(huán)節(jié)的機械化水平明顯高于播種和收獲環(huán)節(jié)，這主要是因為耕地中需要的是動力密集型機械，而后 2個環(huán)節(jié)偏向于需要控制密集型機械，在勞動力價格上升后，最先使用動力密集型機械替代勞動力，這符合Binswanger[25]對機械化階段的劃分；3）小麥的機械化水平明顯高于玉米和水稻，在 2001—2016年增長有限，而玉米和水平的機械化水平相對較低但增速較快，特別是在播種和收獲環(huán)節(jié)的機械化水平取得了長足進步。從更深的層次來看，各作物在機械化水平和發(fā)展速度上的差異，主要源于機械對勞動替代強度的不同，如果對各種作物采用加總或平均的方式展開分析，可能會對要素替代效應做出誤判。

表2 3種糧食作物耕種收環(huán)節(jié)的機械化水平Table 2 Comprehensive mechanization rate of 3 crops%

2.2 成本份額函數(shù)回歸結(jié)果

基于省級面板數(shù)據(jù)對（2）式構(gòu)建的成本份額函數(shù)進行回歸時，為區(qū)分省際差異，在模型中加入了省份虛擬變量。除價格和產(chǎn)量以外，生產(chǎn)要素的投入受到一些其他共同因素的影響，各要素投入份額方程的隨機干擾項之間存在相關性，本文采用系統(tǒng)估計的方式。由于被解釋變量是投入份額，各要素投入份額相加總和為1，誤差協(xié)方差矩陣是奇異的，系統(tǒng)估計必須隨機去掉一個方程。本文在實際估計中去掉了其他投入份額，僅估計勞動力（Sl）、機械（Sm）和生化（Sb）成本份額方程，在得到3個份額方程的估計系數(shù)以后，利用（3）、（4）式計算出其他投入份額方程的各系數(shù)。為消除異方差和序列自相關的影響，本文采用迭代似不相關法（iterative seemingly unrelated regression）進行系統(tǒng)估計。

表3中給出了成本份額方程系統(tǒng)回歸結(jié)果。3種糧食作物的Breusch-Pagan統(tǒng)計量的P值均為0.000，顯著拒絕成本份額方程的擾動項相互獨立的原假設，采用系統(tǒng)回歸能夠提高估計效率?；貧w結(jié)果中，絕大部分變量的系數(shù)都通過了顯著性檢驗，且所有方程的R2都在0.8以上，模型的整體擬合程度較高。

表3 成本份額方程回歸結(jié)果Table 3 Regression result of elements share equation

2.3 替代彈性分析

進一步地，根據(jù)表3中的估計結(jié)果以及（5）～（7）式，筆者測算出了2004—2016年各省小麥、玉米和水稻生產(chǎn)中機械對勞動的替代彈性，并重點從作物差異、地區(qū)差異以及替代強度的時空變化情況 3個角度展開分析討論。

2.3.1 替代彈性的作物差異

整體來看，2004—2016年小麥、玉米和水稻3種糧食作物機械對勞動替代彈性的均值遠大于 0，分別為0.581、1.324和1.153（圖2）。這表明機械和勞動力之間存在較強的替代關系，隨著勞動力相對價格的快速上漲，糧食生產(chǎn)中更多的使用農(nóng)業(yè)機械，推動中國農(nóng)業(yè)機械化進入“黃金十年”。

圖2 2004—2016年3種糧食作物生產(chǎn)中機械對勞動的替代彈性Fig.2 Substitution elasticity of machinery to labor of 3 crops (2004—2016)

具體來看，各作物生產(chǎn)中機械對勞動替代彈性的大小和變化情況存在明顯差異，玉米和水稻的替代彈性遠高于小麥，這主要源于其關鍵環(huán)節(jié)的生產(chǎn)機械化實現(xiàn)了重要突破。與此同時，2004—2016年間玉米、水稻生產(chǎn)中的替代彈性都有明顯的下降趨勢，分別從1.545和1.224下降至1.225和1.152，而小麥生產(chǎn)中的替代彈性基本穩(wěn)定在0.6左右。3種糧食作物替代彈性的差異主要是其處于不同的機械化水平引起的，在機械化水平較低時，農(nóng)業(yè)生產(chǎn)中機械投入相對較少，而隨著勞動力價格上漲發(fā)生了要素替代，機械投入占比增加，進一步替代勞動的難度不斷加大，替代彈性也就隨之下降。

2.3.2 替代彈性的地區(qū)差異

受作業(yè)地形等因素影響，各省農(nóng)業(yè)機械化發(fā)展處于不同階段，其糧食生產(chǎn)中機械對勞動的替代彈性差異明顯。圖3中依次給出了各省2004—2016年3種作物替代彈性的均值。全國范圍內(nèi)來看，3種作物的替代彈性都呈現(xiàn)出由東北至西南地區(qū)逐漸增加的現(xiàn)象，替代強度的分布大體一致。從圖3a小麥中可以發(fā)現(xiàn)，黑龍江的替代彈性最低，僅為0.063，這意味著機械對勞動力的替代已非常微弱，這主要是因為其生產(chǎn)中機械的投入量非常充裕甚至是過量，以2016年為例，其小麥機耕、機播和機收面積均超過總播種面積（機械作業(yè)面積數(shù)據(jù)來源于《全國農(nóng)業(yè)機械化統(tǒng)計年報》，播種面積數(shù)據(jù)來源于《中國統(tǒng)計年鑒》）。云南和貴州的替代彈性較高，分別為1.007和0.964，這2省的小麥機播和機收水平還比較低，機械進一步替代勞動力的空間較大。就玉米來說，新疆、黑龍江和內(nèi)蒙古 3省的替代彈性較低，分別為 1.061、1.079和1.094，而廣西、云南和湖北的替代彈性較高，分別為3.822、3.789和 3.118（圖 3b）。類似地，就水稻來說，內(nèi)蒙古和黑龍江的替代彈性較低，分別為0.919和0.924，貴州的替代彈性最高，達到2.071（圖3c）。

進一步地，本文參考《全國農(nóng)業(yè)機械化發(fā)展第十三個五年規(guī)劃》，把全國劃分為 6個地形區(qū)域，比較了各區(qū)域替代彈性的差異。從表4中可以發(fā)現(xiàn)，在3種作物中，西南丘陵山區(qū)和南方低緩丘陵區(qū)的替代彈性明顯高于其它區(qū)域，印證了鄭旭媛等[17]提出的坡耕地比例較高地區(qū)的替代彈性大于比例低的地區(qū)的觀點，同時符合中國北方平原和旱田地區(qū)機械化發(fā)展較快，南方水田地區(qū)特別是西南丘陵山區(qū)發(fā)展較慢的實際。這2個地區(qū)的機械化水平低、替代彈性高的特征意味著機械對勞動進一步替代的空間較大，在全國農(nóng)業(yè)機械化增速整體放緩的背景下，有可能繼續(xù)保持高速增長。相應地，在這些地區(qū)實施購機補貼、推進宜機化等措施有望取得顯著效果。

圖3 3種糧食作物生產(chǎn)中機械對勞動替代彈性的區(qū)域性分布Fig.3 Regional distribution of substitution elasticity of machinery to labor of 3 crops

表4 各地形區(qū)域不同年份3種糧食作物生產(chǎn)中機械對勞動的替代彈性Table 4 Substitution elasticity of machinery to labor of 3 crops in different region

2.3.3 替代彈性的時空收斂性

為了更清晰直觀的反映機械對勞動替代彈性的時空變化特征，表5中給出了2004—2016年15個小麥生產(chǎn)省、18個玉米生產(chǎn)省和20個水稻生產(chǎn)省歷年替代彈性值的數(shù)據(jù)分布情況。從中可以發(fā)現(xiàn)，在 3種作物的機械對勞動替代彈性均在不同程度上表現(xiàn)出時空收斂性，地區(qū)間的差異逐漸縮小，整體趨于穩(wěn)定。其中，小麥的替代彈性在年際和省際之間的變動程度都比較小，均值和標準差一直處于穩(wěn)定狀態(tài)，這與其生產(chǎn)中已基本實現(xiàn)了全程機械化有很大關系。玉米和水稻的替代彈性的收斂性特征明顯，均值都有明顯下降趨勢，同時全距分別從5.90和3.04下降至1.50和0.94，標準差分別從1.70和0.69下降至0.41和0.24。

機械對勞動替代彈性的時空收斂性的原因有3點。1）隨著勞動力價格的快速上漲，各地區(qū)的農(nóng)業(yè)生產(chǎn)中普遍使用機械替代勞動，農(nóng)業(yè)機械化水平整體得到提升，在機械化水平提高以后，機械進一步替代勞動的難度增加，替代彈性普遍下降并趨于穩(wěn)定，這是最主要的原因。2）在購機補貼政策、土地平整以及宜機化項目帶動下，特別是適宜于丘陵山區(qū)的中小型農(nóng)機的推廣和應用，作業(yè)地形對要素替代的制約作用減弱。3）跨區(qū)作業(yè)通過農(nóng)業(yè)機械的空間流動，促進了機械化水平的區(qū)域均衡[35-36]，被認為是糧食生產(chǎn)技術效率空間收斂和糧食產(chǎn)量空間溢出的重要原因[37-38]，同樣也可以用來解釋替代彈性地區(qū)差異的縮小。

糧食生產(chǎn)中機械對勞動替代彈性的時空收斂性對中國農(nóng)業(yè)機械化進程具有重要含義。1）時間上替代彈性由強到弱的變化特征，在很大程度上解釋了當前中國農(nóng)業(yè)機械化進程放緩的現(xiàn)象。2）空間上各地區(qū)替代彈性的差異縮小，表明在推進農(nóng)業(yè)機械化的過程中各地區(qū)的農(nóng)業(yè)機械化水平普遍得以提升，這符合農(nóng)業(yè)機械化區(qū)域均衡發(fā)展的目標。3）整體上的收斂性意味著未來糧食生產(chǎn)中機械對勞動的替代難度增加，機械化水平進一步提升空間有限。對此，有必要調(diào)整農(nóng)業(yè)機械化發(fā)展格局，把機械化的重點由糧食作物擴展到經(jīng)濟作物、畜禽、林果等其他農(nóng)產(chǎn)品。

3 結(jié) 論

農(nóng)業(yè)生產(chǎn)中機械對勞動力的替代強度決定著機械化的推進速度。本文基于超越對數(shù)成本函數(shù)，分析了中國農(nóng)業(yè)機械化高速發(fā)展階段小麥、玉米和水稻 3大糧食作物生產(chǎn)中機械對勞動的替代作用，重點關注了替代彈性在作物和地區(qū)之間的差異及其時空變化特征，得到 4點主要結(jié)論：

1）從 2004年中國農(nóng)業(yè)機械化經(jīng)歷了“黃金十年”的高速發(fā)展，機械化水平顯著提升，其主要原因在于實現(xiàn)了機械對勞動力廣泛、有效和持續(xù)的替代，小麥、玉米和水稻3大糧食作物的替代彈性分別達到0.581、1.324和 1.153。2）隨著農(nóng)業(yè)機械化水平的提升，機械對勞動力的替代難度不斷加大，替代彈性趨于下降，糧食作物機械化水平進一步增長空間有限。3）全國各地區(qū)機械對勞動力的替代彈性存在明顯差異，呈現(xiàn)出由東北向西南遞增的現(xiàn)象；南方低緩丘陵區(qū)和西南丘陵山區(qū)的替代彈性明顯高于其它區(qū)域，機械化水平提升空間大，有望維持較高增速。4）機械對勞動替代彈性的時空收斂性變化特征解釋了當前中國農(nóng)業(yè)機械化推進速度放緩的現(xiàn)象，同時也意味著單純依靠糧食作物的機械化來拉動農(nóng)業(yè)整體機械化水平已成為過去，農(nóng)機化的發(fā)展格局和工作重點需要做出相應調(diào)整。

當前勞動力和農(nóng)業(yè)機械的價格都處于平穩(wěn)狀態(tài)，而機械對勞動的替代強度趨于下降，如果未來機械化發(fā)展要延續(xù)“黃金十年”的增長趨勢必將面臨著前所未有的困難和挑戰(zhàn)，需要打破現(xiàn)有發(fā)展格局，以創(chuàng)造性思維加以應對。具體來說，需要從5個方面著手：1）重視南方低緩丘陵區(qū)和西南丘陵山區(qū)的農(nóng)業(yè)機械化，積極推進“地適機”和“機適地”等宜機化工作，使這些地區(qū)成為拉動全國機械化發(fā)展的引擎；2）把機械化發(fā)展的重點由糧食作物擴展到經(jīng)濟作物，同時關注畜禽養(yǎng)殖、林果業(yè)、設施農(nóng)業(yè)及農(nóng)產(chǎn)品初加工等領域的機械化，實現(xiàn)全面機械化；3）推進作物品種、栽培技術與機械裝備集成配套，解決植保、中耕施肥、秸稈處理等薄弱環(huán)節(jié)“機械換人”的難題，實現(xiàn)全程機械化；4）通過購機補貼政策等促進措施，推廣新型復式機具和信息化智能機具，直接減少作業(yè)環(huán)節(jié)和勞動力參與；5）積極推進農(nóng)地流轉(zhuǎn)，促進適度經(jīng)營，同時開展土地平整及高標準農(nóng)田建設，改善農(nóng)機作業(yè)環(huán)境，提高作業(yè)效率，為機械對勞動力的高效替代提供條件。

[參 考 文 獻]

[1] 白人樸. 我國農(nóng)業(yè)機械化十年巨變凸顯四大特點[J]. 南方農(nóng)機，2014(2)：9－11.

[2] 劉玉. 黃金十年后的農(nóng)業(yè)機械化[J]. 南方農(nóng)機，2016(3)：16－17.

[3] 楊進. 中國農(nóng)業(yè)機械化服務與糧食生產(chǎn)[D]. 杭州：浙江大學，2015.Yang Jin. Mechanization and Division of Labor in Chinese Agricultural Production[D]. Hangzhou: Zhejiang University,2015. (in Chinese with English abstract)

[4] 王歐，唐軻，鄭華懋. 農(nóng)業(yè)機械對勞動力替代強度和糧食產(chǎn)出的影響[J]. 中國農(nóng)村經(jīng)濟，2016(12)：46－59.Wang Ou, Tang Ke, Zheng Huamao. The influence of agricultural mechanization on labor substitution and grain production[J]. Chinese Rural Economy, 2016(12): 46－59.(in Chinese with English abstract)

[5] 羅錫文. 補短板促全面提升我國農(nóng)業(yè)機械化發(fā)展水平[J].現(xiàn)代農(nóng)業(yè)裝備，2017(5)：7－12.Luo Xiwen. Improve the weakness, promote the comprehensive, raise the level of agricultural mechanization in China.[J]. Modern Agricultural Equipment, 2017(5): 7－12. (in Chinese with English abstract)

[6] 王麗紅. 石油價格波動對我國農(nóng)業(yè)的影響研究[D]. 北京：中國農(nóng)業(yè)大學，2009.Wang Lihong. Impacts of the Oil Price Fluctuation on China’s Agriculture[D]. Beijing: China Agricultural University, 2009. (in Chinese with English abstract)

[7] 林善浪，葉煒，張麗華. 農(nóng)村勞動力轉(zhuǎn)移有利于農(nóng)業(yè)機械化發(fā)展嗎：基于改進的超越對數(shù)成本函數(shù)的分析[J]. 農(nóng)業(yè)技術經(jīng)濟，2017(7)：4－17.Lin Shanlang, Ye Wei, Zhang Lihua. Did rural labor selective transfer enhance agriculture mechanization? An analysis based on modified translog function[J]. Journal of Agrotechnical Economics, 2017(7): 4－17. (in Chinese with English abstract)

[8] 紀月清. 非農(nóng)就業(yè)與農(nóng)機支持的政策選擇研究：基于農(nóng)戶農(nóng)機服務利用視角的分析[D]. 南京：南京農(nóng)業(yè)大學，2010.Ji Yueqing. Non-farm Work and Government Policy Choice on Support for Agricultural Machinery: An Empirical Analysis on Farmer’s Machinery Service Utilization[D]. Nangjing:Nangjing Agricultural university, 2010. (in Chinese with English abstract)

[9] Liu Y M, HW Y, Jetté-Nantel S, et al.The influence of labor price change on agricultural machinery usage in Chinese agriculture[J]. Canadian Journal of Agricultural Economics,2014, 62(2): 219－243.

[10] 李志俊. 中國農(nóng)業(yè)要素的替代彈性：人力資本的作用及農(nóng)業(yè)技術變遷[J]. 財經(jīng)論叢，2014(7)：10－15.Li Zhijun.Substitution Elasticity of China's agriculture: The role of human capital and technological changes[J]. Collected Essay on Finance and Economics, 2014(7): 10－15. (in Chinese with English abstract)

[11] 郝楓. 超越對數(shù)函數(shù)要素替代彈性公式修正與估計方法比較[J]. 數(shù)量經(jīng)濟技術經(jīng)濟研究，2015(4)：88－105.Hao Feng.Formula Correction and estimation methods comparison on elasticity of substitution within translog functions[J]. The Journal of Quantitative & Technical Economics,2015(4): 88－105. (in Chinese with English abstract)

[12] 劉岳平，鐘世川. 技術進步方向、資本-勞動替代彈性對中國農(nóng)業(yè)經(jīng)濟增長的影響[J]. 財經(jīng)論叢，2016(9)：3－9.Liu Yueping, ZhongShichuan.The impact of the direction of technological progress, the substitution elasticity between capital and labor on the growth of agricultural economics[J].Collected Essay on Finance and Economics, 2016(9): 3－9.(in Chinese with English abstract)

[13] 劉英基. 有偏技術進步、替代彈性與糧食生產(chǎn)要素組合變動[J]. 軟科學，2017，31(4)：27－30.Liu Yingji.Biased technology progress, substitution elasticity and factors combination change of Chinese grain production[J]. Soft Science 2017, 31(4): 27－30. (in Chinese with English abstract)

[14] 胡瑞法，冷燕. 中國主要糧食作物的投入與產(chǎn)出研究[J].農(nóng)業(yè)技術經(jīng)濟，2006(3)：2－8.Hu Ruifa, Leng Yan.Research on input and output of major food crops in China[J]. Journal of Agrotechnical Economics,2006(3): 2－8. (in Chinese with English abstract)

[15] 尹朝靜，范麗霞，李谷成，等. 勞動力成本上升背景下油菜生產(chǎn)發(fā)展方式轉(zhuǎn)型研究[J]. 中國農(nóng)業(yè)大學學報，2015，20(6)：297－304.Yin Chaojing, Fan Lixia, Li Gucheng, et al. Research on the transformation of rape production mode as the growth of labor cost[J]. Journal of China Agricultural University, 2015,20(6): 297－304. (in Chinese with English abstract)

[16] 向云，祁春節(jié)，王偉新. 柑橘生產(chǎn)的要素替代關系及增長路徑研究：基于主產(chǎn)區(qū)面板數(shù)據(jù)的實證分析[J]. 中國農(nóng)業(yè)大學學報，2017(7)：200－209.Xiang Yun, Qi Chunjie, Wang Weixin. Key factor substitution and growth path of citrus production: An empirical analysis based on the panel data of main production area[J]. Journal of China Agricultural University, 2017(7):200－209. (in Chinese with English abstract)

[17] 鄭旭媛，應瑞瑤. 農(nóng)業(yè)機械對勞動的替代彈性及區(qū)域異質(zhì)性分析：基于地形條件約束視角[J]. 中南財經(jīng)政法大學學報，2017(5)：52－58.Zheng Xuyuan, Ying Ruiyao. Substitution elasticity between agro-mechanism and labor and its regional heterogeneity: An analysis from the perspective of constraints of terrain condition[J]. Journal of Zhongnan University of Economics and Law, 2017(5): 52－58. (in Chinese with English abstract)

[18] 王曉兵，許迪，侯玲玲，等. 玉米生產(chǎn)的機械化及機械勞動力替代效應研究：基于省級面板數(shù)據(jù)的分析[J]. 農(nóng)業(yè)技術經(jīng)濟，2016(6)：4－12.Wang Xiaobing, Xu Di, Hou Lingling, et al. Study on the mechanization and mechanical labor force’s substitution effect of maize production: Analysis based on the provincial panel data[J]. Journal of Agrotechnical Economics, 2016(6):4－12. (in Chinese with English abstract)

[19] Wang X B, Yamauchi F, Huang J K. 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.

[20] 王水連，辛賢. 中國甘蔗種植機械與勞動力的替代彈性及其對農(nóng)民收入的影響[J]. 農(nóng)業(yè)技術經(jīng)濟，2017(12)：32－46.Wang Shuilian, Xin Xian. The substitution elasticity of sugarcane planting machinery and labor force in China and its influence on farmers’ income[J]. Journal of Agrotechnical Economics, 2017(12): 32－46. (in Chinese with English abstract)

[21] 吳麗麗，李谷成，周曉時. 中國糧食生產(chǎn)要素之間的替代關系研究：基于勞動力成本上升的背景[J]. 中南財經(jīng)政法大學學報，2016(2)：140－148.Wu Lili, Li Gucheng, Zhou Xiaoshi. The demand and substitution relations of grain production factors[J]. Journal of Zhongnan University of Economics and Law, 2016(2):140－148. (in Chinese with English abstract)

[22] 劉玉梅. 農(nóng)戶對農(nóng)機裝備的需求研究：以河北省和山東省為例[M]. 北京：中國農(nóng)業(yè)出版社，2009.

[23] 陳書章，宋春曉，宋寧，等. 中國小麥生產(chǎn)技術進步及要素需求與替代行為[J]. 中國農(nóng)村經(jīng)濟，2013(9)：18－30.Chen Shuzhang, Song Chunxiao, Song Ning, et al.Technological progress, behaviors of demand for and substitution of production factors in wheat production of China[J]. Chinese Rural Economy, 2013(9): 18－30. (in Chinese with English abstract)

[24] 晏百榮，周應恒，張曉恒. 農(nóng)業(yè)勞動力價格上升對中國蘋果生產(chǎn)要素投入結(jié)構(gòu)的影響[J]. 農(nóng)林經(jīng)濟管理學報，2017，16(5)：563－572.Yan Bairong, Zhou Yingheng, Zhang Xiaoheng. Influence of agricultural labor price rising on Chinese apple production factors input structure[J]. Journal of Agro-Forestry Economics and Management, 2017, 16(5): 563－572. (in Chinese with English abstract)

[25] Binswanger H P. Agricultural mechanization: A comparative historical perspective[J]. The World Bank Research Observer,1986, 1(1): 27－56.

[26] Binswanger H P. A Cost function approach to the measurement of elasticities of factor demand and elasticities of substitution[J]. American Journal of Agricultural Economics,1974, 56(2): 377－386.

[27] Binswanger H P. The measurement of technical change biases with many factors of production[J]. The American Economic Review, 1974, 64(6): 964－976.

[28] Kako T. Decomposition analysis of derived demand for factor inputs: The case of rice production in Japan[J].American Journal of Agricultural Economics, 1978, 60(4):628－635.

[29] Stevenson R. Measuring technological bias[J]. American Economic Review, 1980, 70(1): 162.

[30] Meena P C, Kumar P, Reddy G P. Factor demand and output supply of wheat in Western India[J]. Indian Journal of Agricultural Economics, 2010, 65(4): 739－746.

[31] Mensah-Bonsu A. Price and non-price determinants of farm household demand for purchased inputs: Evidence from Northern Ghana[J]. Journal of Development & Agricultural Economics, 2010(2): 54－64.

[32] 王班班，齊紹洲. 有偏技術進步、要素替代與中國工業(yè)能源強度[J]. 經(jīng)濟研究，2014(2)：115－127.Wang Banban, Qi Shaozhou. Baised technological progress,factor substitution and China’s industrial energy Intensity[J].Economic Research Journal, 2014(2): 115－127. (in Chinese with English abstract)

[33] Mcfadden D. Constant elasticity of substitution production functions[J]. Review of Economic Studies, 1963, 30(2):73－83.

[34] Mundlak Y. Elasticities of substitution and the theory of derived demand[J]. Review of Economic Studies, 1968, 35(2):225.

[35] Yang J, Huang Z H, Zhang X B, et al. The rapid rise of cross-regional agricultural mechanization services in China[J].American Journal of Agricultural Economics, 2013, 95(5):1245－1251.

[36] Zhang X B, Yang J, Thomas R. Mechanization outsourcing clusters and division of labor in Chinese agriculture[J]. China Economic Review, 2017, 43(4): 184－195.

[37] 高鳴，宋洪遠. 糧食生產(chǎn)技術效率的空間收斂及功能區(qū)差異：兼論技術擴散的空間漣漪效應[J]. 管理世界, 2014(7):83－92.Gao Ming, Song Hongyuan. Spatial convergences and difference between functional areas of grain production technical efficiency: Concurrently discuss ripple effect in technology diffusion[J]. Management World, 2014(7): 83－92. (in Chinese with English abstract)

[38] 伍駿騫，方師樂，李谷成，等. 中國農(nóng)業(yè)機械化發(fā)展水平對糧食產(chǎn)量的空間溢出效應分析：基于跨區(qū)作業(yè)的視角[J].中國農(nóng)村經(jīng)濟，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 cross-regional mechanization service[J].Chinese Rural Economy, 2017(6): 44－57. (in Chinese with English abstract)