交通基礎設施、農(nóng)業(yè)機械化與我國水稻生產(chǎn)

劉芳，劉穎*，高奇正，宋寶輝

（1. 華中農(nóng)業(yè)大學經(jīng)濟管理學院，湖北 武漢 430070；2. 武漢大學經(jīng)濟與管理學院，湖北 武漢 430072；3. College of Agriculture, California State University, Chico, CA 95929-0310, USA）

“倉廩實，天下安；稻谷欠，天下亂”，水稻生產(chǎn)是穩(wěn)固國家糧食安全基本盤的有力支撐。為保障糧食有效供給，我國政府先后出臺多項法律法規(guī)和支持保護政策，鼓勵糧食生產(chǎn)使用先進農(nóng)業(yè)機械，截至2017年，水稻綜合機械化率突破80%[1]，農(nóng)業(yè)機械化無疑是我國糧食生產(chǎn)方式由傳統(tǒng)向現(xiàn)代化轉型的重要推手。然而，農(nóng)業(yè)機械化的推進需要一定的可實現(xiàn)性，差異化交通基礎設施建設影響農(nóng)業(yè)機械化進程[2-3]，忽視交通基礎設施的作用會導致對我國生產(chǎn)函數(shù)估計的偏差[4]。因此，分析交通基礎設施和農(nóng)業(yè)機械化對我國水稻生產(chǎn)的綜合作用對于保障我國糧食供給具有重要意義。

關于交通基礎設施對水稻生產(chǎn)的影響，學術界仍存在著爭議。第一種主流觀點是交通基礎設施對水稻生產(chǎn)具有顯著正向影響[5-6]，持有該觀點的學者認為交通基礎設施的改進和完善削弱了“杜能圈”農(nóng)業(yè)區(qū)位的理論價值，突破了地理區(qū)位的限制，使得交通運輸?shù)呢泿藕蜁r間等交易成本迅速縮減，有利于進行水稻生產(chǎn)[7-8]；第二種觀點是交通基礎設施對水稻生產(chǎn)具有負向影響，Song等[9]認為交通干線沿線的耕地以面狀、帶狀和分散狀的形式被不斷侵占，交通基礎設施建設對水稻生產(chǎn)具有負向影響；第三種觀點是交通基礎設施對水稻生產(chǎn)不存在顯著影響[10]，蔡保忠和曾福生[11]利用固定效應面板數(shù)據(jù)模型分析了我國不同類型農(nóng)業(yè)基礎設施對不同糧食作物生產(chǎn)的影響，得出農(nóng)村地區(qū)交通基礎設施對水稻生產(chǎn)影響不顯著的結論。上述研究結果相差較大可能是選取變量不同引起的，由于遺漏重要的控制變量，導致估計結果存在偏差，所以本文研究目標之一就是利用雙向固定效應面板模型解決遺漏變量問題，進一步探討交通基礎設施與水稻生產(chǎn)的關系。

此外，周晶等[12]、高鳴和宋洪遠[13]認為交通基礎設施對農(nóng)業(yè)機械化具有顯著影響，但由于不同農(nóng)作物農(nóng)業(yè)機械化水平差異較大，交通基礎設施對不同農(nóng)作物的機械化水平和農(nóng)作物生產(chǎn)的影響可能存在差異[14]，因此，估算交通基礎設施、農(nóng)業(yè)機械化對水稻生產(chǎn)的影響效應也是本文研究的重點。綜合以上分析，本文基于省域尺度，在多維要素框架下探究我國交通基礎設施、農(nóng)業(yè)機械化和水稻生產(chǎn)的時空變化特征，利用雙向固定效應面板數(shù)據(jù)模型分析交通基礎設施和農(nóng)業(yè)機械化對水稻生產(chǎn)的影響，并利用中介效應檢驗模型測算交通基礎設施對我國水稻生產(chǎn)變化產(chǎn)生的直接效應和通過影響農(nóng)業(yè)機械化而產(chǎn)生的間接效應，旨在為我國優(yōu)化公共資源和生產(chǎn)要素配置、合理規(guī)劃水稻生產(chǎn)布局提供參考。

1 研究方法

1.1 模型設定

1.1.1 雙向固定效應面板數(shù)據(jù)模型 為考察交通基礎設施和農(nóng)業(yè)機械化對水稻生產(chǎn)的影響，基于Cobb-Douglas生產(chǎn)函數(shù)，構建以水稻生產(chǎn)為被解釋變量，以交通基礎設施和農(nóng)業(yè)機械化為核心解釋變量的投入產(chǎn)出模型。具體模型[11]如下：

式中：i從1至30，表示研究的30個省份，t從1978至2016，表示研究的39個年份，Yit表示被解釋變量，α0為常數(shù)項，Xit為核心解釋變量，Zj,it表示第j個控制變量，n為控制變量個數(shù)，β和γj為回歸系數(shù)，μi、vt和εit分別表示個體效應、時間效應和隨機誤差項。

1.1.2 中介效應檢驗 為分析交通基礎設施和農(nóng)業(yè)機械化對水稻生產(chǎn)的作用路徑，借鑒Baron和Kenny[15]、溫忠麟和葉寶娟[16]提出的中介效應檢驗方法，參考李谷成等[17]的做法，構建以水稻生產(chǎn)為被解釋變量、交通基礎設施為核心解釋變量、農(nóng)業(yè)機械化為中介變量的中介效應檢驗模型。具體模型如下：式中：ρ1、ρ2、ρ3是常數(shù)項，Yit是被解釋變量，Xit是核心解釋變量，Mit是中介變量，Zj,it是控制變量，b、c1、c2、c3和δj為回歸系數(shù)，ω1、ω2、ω3為隨機誤差項，其他變量與（1）式中變量相同。若c1、c2和b均顯著時，表明確實存在中介效應。當b顯著，而c1和c2中有一個不顯著或兩個都不顯著時，則需要對系數(shù)乘積再進行顯著性檢驗，若顯著，則存在中介效應。當存在中介效應，若c3顯著，則表示為“部分的”中介作用；若c3不顯著，則表示為完全中介作用。

1.2 理論分析及變量選取

水稻生產(chǎn)受到自然資源稟賦、勞動力投入、技術進步和經(jīng)濟發(fā)展等諸多因素的共同影響，交通基礎設施作為其影響因素之一，是重要的內(nèi)生變量，對水稻生產(chǎn)具有直接作用；然而，交通基礎設施是農(nóng)業(yè)機械作業(yè)的必要條件，影響著水稻生產(chǎn)中農(nóng)業(yè)機械要素的投入，因而同時對水稻生產(chǎn)具有間接作用。基于相關理論和已有研究，本文對交通基礎設施和農(nóng)業(yè)機械化對水稻生產(chǎn)的作用路徑（如圖1所示）做進一步討論。

圖1 理論分析框架Fig. 1 Theoretical analysis framework

1）直接作用路徑。根據(jù)新經(jīng)濟地理學理論，任何地區(qū)農(nóng)作物種植選擇時都會考慮交通條件等因子的影響[7]，交通基礎設施是保障農(nóng)業(yè)生產(chǎn)效率，提高農(nóng)業(yè)供給能力的重要因素之一。在水稻生產(chǎn)過程中，盡管交通基礎設施建設會一定程度的占用耕地面積，但完善的交通基礎設施可以通過促進農(nóng)業(yè)勞動力、生產(chǎn)資料、信息和服務的流動，顯著降低時間和運輸?shù)瘸杀?，打破區(qū)位限制，從而促進水稻播種面積增加。

2）間接作用路徑。在我國當前勞動力價格剛性上升的現(xiàn)實情況下，農(nóng)業(yè)機械化是應對人口紅利消失的必然選擇[17]，作為理性經(jīng)濟人，生產(chǎn)經(jīng)營主體更愿意減少勞動力投入而增加農(nóng)業(yè)機械投入，但是實現(xiàn)農(nóng)業(yè)機械化必須要有相應的交通基礎設施作為匹配。在改革開放初期，農(nóng)業(yè)機械作業(yè)以小型農(nóng)業(yè)機械為主，對于一些進行水稻生產(chǎn)的丘陵地區(qū)而言，不同的交通條件是水稻的機插秧等農(nóng)業(yè)機械作業(yè)水平產(chǎn)生差異的重要因素，同時也會帶來水稻單產(chǎn)的差異[11]。若交通狀況相對落后，則會增加水稻生產(chǎn)中農(nóng)業(yè)機械作業(yè)的難度，阻礙農(nóng)業(yè)機械的供應，抑制了水稻生產(chǎn)的農(nóng)業(yè)機械化需求[12]，而改進交通基礎設施有利于農(nóng)業(yè)機械在水田間的可達性，保證農(nóng)業(yè)機械作業(yè)的順利進行。另外，自本世紀初，租賃使用農(nóng)機或農(nóng)機服務開始逐漸成為水稻生產(chǎn)農(nóng)業(yè)機械化主流，大中型農(nóng)業(yè)機械得以快速發(fā)展，于是這就對交通基礎設施提出了更高的要求。大中型農(nóng)業(yè)機械不僅會影響水稻連片化生產(chǎn)和規(guī)模的擴大，其“深耕”等技術還會影響水稻產(chǎn)出率，只有良好的交通基礎設施才能有效保障農(nóng)機服務的供給和需求，從而提高水稻生產(chǎn)能力。

基于上述理論分析，并考慮數(shù)據(jù)可得性，本文選取變量及依據(jù)如下：

被解釋變量：（1）、（2）、（4）式中為水稻生產(chǎn)，借鑒陳實等[18]的做法，選取水稻產(chǎn)量表征水稻生產(chǎn)；（3）式中為農(nóng)業(yè)機械化，借鑒羅斯炫等[3]的做法，選取農(nóng)業(yè)機械投入表征農(nóng)業(yè)機械化。由于大中型農(nóng)業(yè)機械化和大中型拖拉機配套農(nóng)具基本呈現(xiàn)相同的變化趨勢[12]，同時考慮自1980年以來我國小型拖拉機增長也較為迅速[14]，為保持和大中型拖拉機配套農(nóng)具數(shù)據(jù)的統(tǒng)計口徑一致，因此對農(nóng)業(yè)機械投入采用比重法對三個指標進行合并，三個指標分別為包括旋耕機、播種機、機引犁等以拖拉機為動力的大中、小型拖拉機配套農(nóng)具（部）和聯(lián)合收割機數(shù)量（臺），根據(jù)我國農(nóng)業(yè)部公布綜合機械化水平的計算方式，耕地機械化的比重為0.4，播種機械化的比重為0.3，收獲機械化的比重為0.3，因此將拖拉機配套農(nóng)具和聯(lián)合收割的比重分別設為0.7和0.3，并按照水稻播種面積占農(nóng)作物播種面積之比進行修正。

核心解釋變量為交通基礎設施。由于研究的農(nóng)業(yè)機械主要在農(nóng)村地區(qū)作業(yè)，本文借鑒吳清華等[2]、張聰穎等[19]的做法，選取公路里程數(shù)表征交通基礎設施。由于農(nóng)村公路數(shù)據(jù)缺失，參考羅斯炫等[3]的做法，用三四級公路里程數(shù)減去等級公路里程數(shù)、高速公路里程數(shù)、一級公路里程數(shù)、二級公路里程數(shù)，即得到農(nóng)村公路里程數(shù)。

中介變量為農(nóng)業(yè)機械投入。選取及計算方法與（3）式中被解釋變量相同。

控制變量：1）播種面積。耕地是水稻生產(chǎn)的基本生產(chǎn)資料，也是約束水稻生產(chǎn)的主要資源稟賦之一[20]，一般而言，播種面積與產(chǎn)量呈高度正相關，播種面積越大，水稻產(chǎn)量越高。2）受災比例。由于水稻生長過程受到水、熱、陽光等自然資源的影響和制約，旱澇、高溫和寒凍等自然條件都會對水稻生產(chǎn)造成不利影響[20]，受災比例越大，水稻產(chǎn)量可能越低。3）灌溉面積。水稻生長需要充足的水分，我國水資源分布嚴重不均，有效灌溉面積越大則資源約束越小[10]，水稻產(chǎn)量可能越高。4）化肥施用量?；适强萍歼M步的重要體現(xiàn)之一，可以為水稻生長提供營養(yǎng)元素的重要生產(chǎn)資料[21]，適當?shù)幕释度肽軌虼龠M水稻產(chǎn)量增加。5）勞動力投入。勞動力是水稻生產(chǎn)的傳統(tǒng)投入要素，隨著我國農(nóng)業(yè)勞動力大量流失，勞動力在水稻生產(chǎn)中的地位更加重要[5]，充足的勞動力可能會促進水稻產(chǎn)量增加。6）非農(nóng)就業(yè)機會。一般而言，經(jīng)濟越發(fā)達的地區(qū)非農(nóng)就業(yè)機會越多，非農(nóng)就業(yè)可以增加農(nóng)民的機會成本、提高非農(nóng)收入，農(nóng)民的農(nóng)業(yè)生產(chǎn)積極性下降[22]，可能會導致水稻產(chǎn)量減少。

表1 變量選取及說明Table 1 Variable selection and description

另外，為消除共線性與減少異方差，除比例變量外，對以上模型中的數(shù)據(jù)均對數(shù)化處理。變量說明見表1。

1.3 數(shù)據(jù)來源

考慮到青海無水稻種植，故本文選取的研究區(qū)域為除青海之外的我國大陸30個?。ㄊ?、自治區(qū)），但因海南于1988年從廣東脫離立省，重慶于1997年從四川脫離立市，為保證數(shù)據(jù)統(tǒng)計口徑統(tǒng)一性，借鑒肖衛(wèi)東[23]的做法，將海南與廣東對應年份數(shù)據(jù)合并、重慶與四川對應年份數(shù)據(jù)合并，數(shù)據(jù)處理后共有28個研究單元，時間跨度為1978—2016年。本文所用的原始數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》《新中國農(nóng)業(yè)60年統(tǒng)計資料》《改革開放三十年農(nóng)業(yè)統(tǒng)計資料匯編》。

2 水稻生產(chǎn)、交通基礎設施與農(nóng)業(yè)機械化的時空變化特征

2.1 總體時序變化趨勢

2.1.1 水稻產(chǎn)量總體時序變化 1978年以后，水稻產(chǎn)量變化如圖2所示。我國水稻產(chǎn)量總體表現(xiàn)出增加的趨勢，根據(jù)其變化規(guī)律可以劃分為三個階段：1978—1997年為波動增加期，產(chǎn)量從13 693萬t增至20 074萬t，年均增長率為2.45%；1998—2003年為快速減少期，產(chǎn)量從19 871萬t減至16 066萬t，年均減少率為3.83%；2004—2016年為平穩(wěn)增加期，產(chǎn)量從17 908萬t增至20 708萬t，年均增長率為

1.30%。20世紀70年代后期，我國成為世界上發(fā)展最快速的經(jīng)濟體之一，工業(yè)開發(fā)和城鎮(zhèn)化擴張速度增加，盡管播種面積不斷被擠壓，但隨著雜交水稻等高產(chǎn)品種的推廣及創(chuàng)新技術的出現(xiàn)，水稻成為我國唯一一種在世界上單產(chǎn)最高的糧食作物[24]，其播種面積減少的影響被單產(chǎn)的提高所抵消，所以水稻生產(chǎn)總量增加。而在90年代后期，隨著國家推行退耕還林政策，水稻播種面積繼續(xù)減少，同時由于受到自然災害的影響，水稻單產(chǎn)有所下降，水稻生產(chǎn)總量減少，我國水稻消費量開始大于生產(chǎn)和進口總量，長期積累的庫存開始釋放，庫存量連年下降。由于供不應求信號不及時，直到2003年庫存釋放量達到最高，為保證糧食安全，水稻生產(chǎn)開始加大，播種面積平穩(wěn)增加，水稻生產(chǎn)總量逐漸增加。

圖2 1978—2016年我國水稻產(chǎn)量總體趨勢圖Fig. 2 Trend of rice production in China from 1978 to 2016

2.1.2 公路里程數(shù)和農(nóng)業(yè)機械投入總體時序變化 改

圖3 1978—2016年我國公路里程數(shù)和農(nóng)業(yè)機械投入變化趨勢圖Fig. 3 Trend of China’s highway mileage and agricultural machinery input from 1978 to 2016

革開放以來，公路里程數(shù)和農(nóng)業(yè)機械投入情況如圖3所示。我國公路里程數(shù)和農(nóng)業(yè)機械投入呈現(xiàn)相同的變化趨勢，都經(jīng)歷了先平穩(wěn)后快速增長，分別從1978年的49萬km和42.12萬部增長到了2016年的365萬km和374.85萬部，農(nóng)村地區(qū)的通達性和農(nóng)業(yè)現(xiàn)代裝備狀況顯著改善。1980年前后，交通基礎設施處于起步階段，束縛經(jīng)濟和農(nóng)業(yè)發(fā)展，同時“家庭聯(lián)產(chǎn)承包責任制”的體制變動，使得原集體大中型農(nóng)業(yè)機械受到較大沖擊，只有小型農(nóng)業(yè)機械有所增加，該時期農(nóng)業(yè)機械投入整體緩慢增加。20世紀90年代開始至21世紀初，由于家庭承包責任制長期的制度安排，戶均耕地保持在穩(wěn)定的規(guī)模水平，以農(nóng)戶為單位的小型農(nóng)業(yè)機械自主采用成為農(nóng)業(yè)機械化的主要動力，同時由于跨區(qū)作業(yè)形式出現(xiàn)，大中型農(nóng)業(yè)機械逐漸增加，農(nóng)業(yè)機械投入較前一時期增速加快。隨后，我國開始注重交通基礎設施建設，公路里程數(shù)飛速上升。與此同時，經(jīng)濟發(fā)展水平也得到了快速提升，農(nóng)業(yè)勞動力機會成本不斷上升，農(nóng)村勞動力大量向城市的二三產(chǎn)業(yè)轉移，土地流轉效果顯著，水稻等土地密集型農(nóng)作物連片化種植迅速擴大，大中小型拖拉機和聯(lián)合收割機等機械增長速度顯著加快，2004—2016年的十多年時間里，農(nóng)業(yè)機械投入增加了73.39%，我國農(nóng)業(yè)機械化水平突飛猛進。

2.2 區(qū)域空間變化特征

為了分析我國水稻生產(chǎn)、交通基礎設施和農(nóng)業(yè)機械化的區(qū)域空間變化特征，本文選取1978年和2016年首尾兩期進行比較分析，根據(jù)各地區(qū)的數(shù)據(jù)特征，分別將水稻產(chǎn)量、公路里程數(shù)和農(nóng)業(yè)機械投入各劃分為5個梯隊，梯隊劃分情況見表2，各地區(qū)所屬梯隊變化情況見表3。

表2 水稻產(chǎn)量、公路里程數(shù)和農(nóng)業(yè)機械投入梯隊劃分Table 2 Classification of rice production, highway mileage and agricultural machinery input

2.2.1 水稻產(chǎn)量空間格局變化分析 1）1978—2016年，水稻產(chǎn)量增加的省份主要分布在“400 mm等降水量線”以東地區(qū)，包括黑龍江、江蘇和江西等，除此之外，以西地區(qū)的四川和新疆也有所增加；水稻產(chǎn)量減少的省份主要分布在“秦嶺淮河線”以南地區(qū)，包括上海、浙江和福建等，除此之外，以北地區(qū)的北京和山西也有所減少。2）我國水稻生產(chǎn)分界線發(fā)生了自“秦嶺淮河線”向“400 mm等降水量線”的轉變。由于“400 mm等降水量線”以東地區(qū)多平原、溫暖濕潤，因此從地形和氣候來看，這一轉變符合我國水稻生產(chǎn)適宜區(qū)域的實際情況。

2.2.2 公路里程數(shù)空間格局變化分析 1）1978—2016

年，大部分省份公路里程數(shù)增幅較大，順利跨入了超過5萬km的行列，但少數(shù)地區(qū)增幅較小，在空間上表現(xiàn)出非均衡發(fā)展的特征。2）除寧夏之外，北京、天津、上海等公路里程數(shù)都增幅不大，究其原因，我國交通基礎設施實行行政化管理的辦法，且直轄市本身行政面積較小、經(jīng)濟發(fā)展水平較高、農(nóng)業(yè)用地不斷減少，加之數(shù)據(jù)選取的是主要分布在農(nóng)村地區(qū)的三四級公路里程數(shù)，因此，上述地區(qū)的交通基礎設施發(fā)展表現(xiàn)不明顯。

2.2.3 農(nóng)業(yè)機械投入空間格局變化分析 1）1978—

2016年，大部分省份農(nóng)業(yè)機械投入增幅較大，有些省份甚至超過10萬部，但也有少數(shù)省份出現(xiàn)不同程度的減少現(xiàn)象，主要分布在“秦嶺淮河線”以南地區(qū)，包括浙江、福建和貴州，除此之外，以北地區(qū)的北京和山西也有所減少。2）我國農(nóng)業(yè)機械投入增幅較大的省份主要是以相對地形較小、易于農(nóng)業(yè)機械化以發(fā)揮規(guī)模優(yōu)勢為主，投入減少的省份由于受到經(jīng)濟發(fā)展和自然因素的影響，農(nóng)業(yè)機械化貢獻率較小，農(nóng)業(yè)機械難度較大。

總體上看，我國水稻產(chǎn)量、公路里程數(shù)、農(nóng)業(yè)機械投入整體均呈增長態(tài)勢，但空間差異明顯。1）以“400 mm等降水量線”為界，水稻產(chǎn)量和公路里程數(shù)增幅“雙高”省份主要分布在以東地區(qū)，尤其是東北和華中地區(qū)較為聚集；以西地區(qū)部分省份水稻產(chǎn)量減少，公路里程數(shù)增幅普遍偏低。2）對于水稻產(chǎn)量和農(nóng)業(yè)機械投入而言，“雙增”省份主要分布在“400 mm等降水量線”以東地區(qū)，集中在東北和華中地區(qū)，同時，在水稻產(chǎn)量減少的省份，其農(nóng)業(yè)機械投入也有不同程度的減少。

表3 我國各省水稻產(chǎn)量、公路里程數(shù)和農(nóng)業(yè)機械投入所屬梯隊變化Table 3 Classification changes of rice production, highway mileage, and agricultural machinery input in all provinces of China

3 實證結果分析

3.1 模型檢驗

固定效應、隨機效應、混合效應是分析面板數(shù)據(jù)的三種常用方式，本文通過F檢驗確定采用固定效應或混合效應，通過hausman檢驗確定采用固定效應或隨機效應。同時，由于本文數(shù)據(jù)跨度較大，通過LR檢驗以確定是否控制時間效應。綜上，根據(jù)檢驗結果，本文采取雙向固定效應來分析交通基礎設施和農(nóng)業(yè)機械化對水稻生產(chǎn)的影響，回歸結果見表4，最終選擇回歸（4），回歸（1）-（3）作為參考。同樣，通過F檢驗、hausman檢驗和LR檢驗，本文采取中介效應檢驗模型來檢驗交通基礎設施和農(nóng)業(yè)機械化對水稻生產(chǎn)的作用路徑，回歸結果見表5。

3.2 結果分析

3.2.1 交通基礎設施和農(nóng)業(yè)機械化對水稻生產(chǎn)的影響 1）從回歸（4）雙向固定效應模型結果看，公路里程數(shù)在10%水平顯著為正，即加大交通基礎設施建設對水稻生產(chǎn)具有促進作用[5]，估計結果與理論預期相符。根據(jù)hausman檢驗和LR檢驗結果，回歸（4）為本文最終回歸模型，說明回歸（1）-（3）忽略了與個體或時間相關的重要因素，進而混合了部分變量的作用與時間趨勢的作用，所以回歸（1）-（3）存在偏誤。因此，在控制個體效應和時間效應后，避免了模型設定的偏差，并改進了參數(shù)估計的有效性，得出公路里程數(shù)對水稻產(chǎn)量具有正向顯著影響的結果，這說明，自改革開放以來，對于我國大部分地區(qū)而言，公路里程數(shù)增加有助于水稻產(chǎn)量的提高。交通基礎設施不斷完善，可以打破原有水稻生產(chǎn)的區(qū)位限制，并且能夠有效降低水稻生產(chǎn)的時間和運輸成本，因此交通基礎設施的完善程度對水稻生產(chǎn)影響較為顯著。

2）農(nóng)業(yè)機械投入在10%水平顯著為正，即加大農(nóng)業(yè)機械投入對水稻生產(chǎn)具有促進作用，估計結果與理論預期相符。由于農(nóng)業(yè)機械作業(yè)往往需要耕地平整程度較高和細碎化程度較低的條件，有助于水稻等大田作物的播種面積增加。同時，隨著我國各地區(qū)水稻生產(chǎn)的農(nóng)業(yè)機械化水平不斷提高，一些依靠人力、畜力無法進行的“深耕”等農(nóng)業(yè)生產(chǎn)活動，可以由農(nóng)業(yè)機械技術得以實現(xiàn)[25]，不僅有助于改善土壤結構，還助于保墑蓄水，對各地區(qū)水稻單產(chǎn)的提高具有顯著正向影響。

3）對控制變量而言，播種面積在1%水平顯著為正，即擴大播種面積對水稻生產(chǎn)具有促進作用，估計結果與理論預期相符。土地投入對水稻生產(chǎn)一直具有十分重要的影響，特別是在當前耕地資源日趨稀缺的情況下，足夠的播種面積是水稻產(chǎn)量的重要保障之一[18]。受災比例在1%水平顯著為負，即受災比例增加則不利于水稻生產(chǎn)，估計結果與理論預期相符。盡管隨著我國技術創(chuàng)新與推廣，水稻生產(chǎn)抵御自然災害的能力得到有效提升，但我國水稻產(chǎn)量的增加仍然面臨著自然災害風險[11]。灌溉面積在1%水平顯著為正，即擴大灌溉面積對水稻生產(chǎn)具有促進作用，估計結果與理論預期相符。灌溉設施可以調(diào)節(jié)水源的分布，抵御干旱等自然災害的危害[26]，改善水稻的生產(chǎn)條件，且隨著節(jié)水灌溉技術的發(fā)展與應用，灌溉水的有效利用率不斷得到提升，可以節(jié)約水稻生產(chǎn)成本，提高水稻生產(chǎn)能力，因而灌溉面積對水稻產(chǎn)量具有顯著正向作用。化肥施用量對水稻產(chǎn)量影響系數(shù)為正，估計結果符號與理論預期相符，但是估計結果顯著性與預期不符?？赡艿脑蚴牵洪L期以來，我國水稻生產(chǎn)保持著高投入與高產(chǎn)出的生產(chǎn)模式，對化肥投入的依賴性較強，但由于農(nóng)戶環(huán)保意識薄弱，化肥施用不合理，“化肥陷阱”現(xiàn)象逐漸凸現(xiàn)[27]，從估計結果看，目前作為傳統(tǒng)重要生產(chǎn)要素之一，加大化肥的投入使用雖然對水稻產(chǎn)量增加具有正向作用，但效果并不顯著。

表4 交通基礎設施、農(nóng)業(yè)機械化對水稻生產(chǎn)的回歸估計結果Table 4 Estimation results of transportation infrastructure and agricultural mechanization on rice production

表5 中介效應檢驗結果Table 5 Mediation effect test results

勞動力投入對水稻產(chǎn)量影響系數(shù)為負且未達到統(tǒng)計學顯著水平，估計結果與理論預期不符?？赡艿脑蚴牵罕M管人多地少是我國的基本國情，且農(nóng)業(yè)機械技術對農(nóng)業(yè)勞動力可以部分替代，從事水稻生產(chǎn)的農(nóng)業(yè)勞動力存在剩余現(xiàn)象[18]，但隨著大量農(nóng)村勞動力不斷向外轉移，農(nóng)業(yè)勞動力數(shù)量不斷流失[28]，加之人口老齡化不斷加劇，所以勞動力投入過?，F(xiàn)象不顯著。非農(nóng)就業(yè)機會對水稻產(chǎn)量影響系數(shù)為負，估計結果與理論預期相符，但是估計結果顯著性與預期不符?？赡艿脑蚴牵悍寝r(nóng)就業(yè)機會增多，機會成本較大，農(nóng)民更致力于從事非農(nóng)產(chǎn)業(yè)而不利于水稻產(chǎn)量增加，但非農(nóng)就業(yè)機會增多也會加速土地流轉，土地連片化程度不斷提高，導致農(nóng)戶調(diào)整種植結構，減少勞動密集型作物，增加水稻等大田糧食作物的生產(chǎn)，同時會增加農(nóng)民收入，生產(chǎn)決策者可能會加大資本要素投入[29]，從而部分抵消非農(nóng)就業(yè)機會對水稻生產(chǎn)的不利影響。

3.2.2 中介效應檢驗 為進一步分析交通基礎設施和農(nóng)業(yè)機械化對水稻生產(chǎn)的作用路徑，根據(jù)前文理論分析和模型設定，本文采用中介效應模型以檢驗農(nóng)業(yè)機械化在交通基礎設施對水稻產(chǎn)量影響過程中是否起到中介作用。由回歸（5）結果顯示，交通基礎設施在5%水平上顯著為正，即交通基礎設施對水稻生產(chǎn)的直接作用是正向的。回歸（6）結果顯示，交通基礎設施在1%水平上顯著為正，表明交通基礎設施同樣對農(nóng)業(yè)機械化具有正向促進作用?；貧w（7）結果顯示，交通基礎設施和農(nóng)業(yè)機械化均在10%水平上對水稻產(chǎn)量具有顯著正向影響，即在控制交通基礎設施變量時，農(nóng)業(yè)機械化這一中介變量對被解釋變量水稻產(chǎn)量的作用依然顯著，這與前文的分析相符。

綜上檢驗結果得知，中介效應的各個估計系數(shù)均顯著為正，表明中介效應存在，而且并非是完全中介效應，根據(jù)模型計算公式，中介效應所占的比例19.57%，即交通基礎設施對水稻生產(chǎn)的影響可能有19.57%是通過對農(nóng)業(yè)機械化的作用來實現(xiàn)的。這說明，良好的交通通達性不僅有利于水稻生產(chǎn)要素的流動，降低水稻生產(chǎn)的時間和交易成本，直接促進水稻產(chǎn)量的增加，而且可以通過農(nóng)業(yè)機械化“部分的”作用于水稻產(chǎn)量，若忽略該作用，交通基礎設施的重要性則會被低估。

4 結論

本文基于1978—2016年30個省份的數(shù)據(jù)，分析了交通基礎設施、農(nóng)業(yè)機械化和水稻生產(chǎn)的時空變化特征，利用雙向固定效應面板數(shù)據(jù)模型分析交通基礎設施和農(nóng)業(yè)機械化對水稻生產(chǎn)的影響，進而利用中介效應檢驗模型探究交通基礎設施和農(nóng)業(yè)機械投入對水稻生產(chǎn)的綜合作用路徑，估算交通基礎設施對我國水稻播種面積變化產(chǎn)生的直接效應和通過影響農(nóng)業(yè)機械化而產(chǎn)生的間接效應。結果表明：

1）水稻產(chǎn)量經(jīng)歷了波動增加、快速減少和平穩(wěn)增加的階段，公路里程數(shù)和農(nóng)業(yè)機械投入則先平穩(wěn)后快速增長；

2）各省水稻產(chǎn)量、公路里程數(shù)、農(nóng)業(yè)機械投入的差異明顯，水稻生產(chǎn)主要分界線發(fā)生了自“秦嶺淮河線”向“400 mm等降水量線”的轉變；

3）公路里程數(shù)和農(nóng)業(yè)機械投入增加均可顯著促進水稻產(chǎn)量增加，且公路里程數(shù)對水稻產(chǎn)量的影響有直接和間接兩條作用路徑，其中，間接作用比例約19.57%；

4）增加播種面積和灌溉面積對水稻產(chǎn)量具有正向顯著影響，受災比例對水稻產(chǎn)量具有負向顯著影響，其他控制變量對水稻產(chǎn)量影響不顯著。

5 對策建議

根據(jù)研究結論，本文建議如下：

1）把握水稻主要種植區(qū)分界線向“400 mm等降水量線”轉變的特征，各地應立足自然資源、勞動力稟賦和經(jīng)濟發(fā)展水平等條件，因地制宜地調(diào)整水稻生產(chǎn)方案；

2）繼續(xù)提高農(nóng)業(yè)生產(chǎn)技術，加大水稻生產(chǎn)的農(nóng)業(yè)機械投入，同時要注重農(nóng)村地區(qū)三四級公路的建設，為農(nóng)業(yè)機械作業(yè)的供需提供良好的交通條件，以實現(xiàn)資源合理配置，發(fā)揮出交通基礎設施和農(nóng)業(yè)機械化對水稻生產(chǎn)的最大效用；

3）保障水稻生產(chǎn)具有足夠的土地要素投入，并且繼續(xù)完善水稻生產(chǎn)的灌溉條件以提高水稻生產(chǎn)抵御自然災害的能力，此外，“因地施肥”提高化肥的效用水平、適當促進農(nóng)村勞動力非農(nóng)就業(yè)，為水稻生產(chǎn)提供連片化土地支持等也是增加水稻供給能力的可行方法。