农业机械化对黄河流域耕地利用生态效率的影响

《Frontiers in Sustainable Food Systems》：Impact of agricultural mechanization on ecological efficiency of cultivated land use in the Yellow River Basin

　　

该研究旨在探讨农业机械化水平对黄河流域耕地利用生态效率（CLEE）的影响效应、传导机制及空间效应。研究人员选取2013—2023年黄河流域90个地级城市作为研究样本，采用超效率SBM（Slacks-Based Measure）模型测度耕地利用生态效率，并综合运用双向固定效应模型、中介效应模型、调节效应模型以及空间计量模型进行实证检验。研究结果表明：黄河流域耕地利用生态效率整体呈波动上升趋势，空间分布呈现"东高西低"格局，高—高型集聚主要分布于下游地区，低—低型集聚集中于中游地区。农业机械化对耕地利用生态效率具有显著的正向促进作用，该效应主要通过耕地规模扩张和精准施肥两条路径实现。财政支农（FSA）在此过程中发挥正向调节作用。异质性分析显示，农业机械化的促进作用在黄河中游以及半干旱、半湿润地区更为显著。此外，农业机械化还存在显著的正向空间溢出效应，能够带动周边地区耕地利用生态效率提升。

该研究聚焦于农业机械化与耕地利用生态效率的关系，发表期刊为《Frontiers in Sustainable Food Systems》。研究背景方面，耕地作为农业生产的基础载体，承载着保障国家粮食安全与生态安全的双重功能。然而，传统依赖化学投入品的粗放型生产模式在带来粮食经济效益增长的同时，也使中国耕地系统面临面源污染、植被退化、土壤肥力下降、土壤板结与酸化等多重生态压力。2025年中央一号文件强调加强耕地保护、提升耕地质量的紧迫性，要求严格管控耕地总量、优化落实占补平衡机制，并持续推进数量、质量、生态"三位一体"保护格局深入实施。在此背景下，探索提升耕地利用效率的路径对于保障粮食安全与促进农业可持续发展具有重要意义。从技术进步视角而言，农业机械化作为农业技术进步的核心表征，被视为推动农业生产方式向绿色化、集约化转型的重要引擎，但农业机械化能否切实提升耕地利用生态效率，其内在机制尚未得到充分揭示。现有研究或从耕地利用生态效率的影响因素，或从农业机械化与绿色农业发展的关系角度展开，但将两者纳入同一分析框架的研究仍显不足，且缺乏对空间溢出效应的考察。基于此，该研究将农业机械化与耕地利用生态效率置于统一分析框架，系统揭示农业机械化促进耕地利用生态效率的作用机制与路径，并整合空间计量模型探讨其空间溢出效应，以期为黄河流域耕地生态保护政策制定提供理论参考与决策依据。

研究人员开展研究时采用的主要关键技术方法如下：以超效率SBM模型测度耕地利用生态效率，选取2013—2023年黄河流域90个地级城市面板数据为样本；构建双向固定效应面板回归模型进行基准估计，并采用工具变量法（选取地形坡度TRI作为工具变量）、滞后一期处理、聚类标准误、替换核心解释变量与被解释变量测量方式、排除特定年份样本、增列湿度区划固定效应等多种方式进行稳健性与内生性检验；运用中介效应模型验证耕地规模扩张与精准施肥的传导路径，Bootstrap法进行置信区间检验；引入财政支农与农业机械化的交互项构建调节效应模型；采用空间滞后模型检验空间溢出效应，并运用全局Moran's I指数与局部LISA聚类分析进行空间自相关检验。

研究结果部分如下：

时空演变特征分析。基于超效率SBM模型测算结果，2013—2023年间黄河流域耕地利用生态效率整体呈上升趋势，均值由0.49升至0.71，空间分布呈现"东部>中部>西部"的梯度格局。热点分析显示，冷点与次冷点区域由2013—2016年集中于中西部，逐步转为2019—2023年的次热点与热点区域；全局Moran's I指数在0.073—0.330之间波动，表明存在显著正向空间自相关；局部空间自相关分析显示，高—高型集聚中心主要位于流域东部及东北部及其周边，低—低型集聚中心位于中部地区。

基准回归与稳健性检验。双向固定效应模型结果显示，农业机械化水平的回归系数为0.0635，在1%水平上显著为正，支持了农业机械化促进耕地利用生态效率的假说。聚类标准误、排除2019年样本、以常规SBM模型替换超效率SBM模型、以农业集约化水平替换核心解释变量、增列干湿区划固定效应等稳健性检验均验证了结论的可靠性。

内生性检验。滞后一期处理显示，农业机械化滞后项系数为0.0722，在1%水平上显著为正；工具变量法估计中，地形坡度对农业机械化具有显著负向影响，第二阶段农业机械化系数仍为0.0792且在1%水平上显著，表明在控制潜在内生性问题后，农业机械化对耕地利用生态效率的促进作用依然稳健。

机制分析。耕地规模扩张效应方面，农业机械化对耕地规模扩张的系数为0.286，耕地规模扩张对耕地利用生态效率的系数为0.0401（1%显著），Bootstrap检验的95%置信区间为[0.001, 0.022]，不包含零值，表明耕地规模扩张发挥部分中介效应。精准施肥效应方面，农业机械化对精准施肥的系数为0.00871（10%显著），精准施肥对耕地利用生态效率的系数为0.0980（1%显著），Bootstrap检验的95%置信区间为[?0.063, ?0.011]，不包含零值，表明精准施肥同样发挥部分中介效应。

无有写错，这里原文是[-0.063, -0.011]，不含有零，但为负区间，可能原文表述为间接效应显著，但需要核实原文。根据原文"the 95% confidence interval for the indirect effect is [?0.063, ?0.011], which does not include zero"，此处应如实表述。

调节效应分析。引入农业机械化与财政支农的滞后交互项后，交互项系数为0.228且在1%水平上显著为正，表明财政支农对农业机械化促进耕地利用生态效率具有显著正向调节作用，即财政支农水平越高，农业机械化的促进效应越强。

异质性分析。按流域位置分组，上游地区农业机械化系数不显著，中游地区系数在1%水平上显著为正，下游地区系数显著为负。这可能源于上游地区耕地破碎化与坡度等自然条件限制，下游地区则因耕地破碎化程度高，机械化带来的生态负面影响可能抵消效率提升。按气候区分组，干旱区与湿润区农业机械化系数不显著，半干旱区（系数0.135）与半湿润区（系数0.130）系数显著为正且较基准大幅提升，表明气候条件显著塑造机械化效果。

空间溢出效应分析。空间滞后模型中，空间自回归系数ρ为0.275且在1%水平上显著为正，直接效应与间接效应均在1%水平上显著为正，表明农业机械化对耕地利用生态效率存在显著正向空间溢出效应。

研究结论部分翻译如下。该研究利用2013—2023年黄河流域90个地级城市的面板数据，探讨了农业机械化对耕地利用生态效率的直接效应、传导机制及空间效应。主要结论包括：黄河流域耕地利用生态效率整体呈波动上升趋势，空间分布呈现"东部热、中部冷"的格局，高—高型集聚主要位于下游，低—低型集聚主要分布于中游，区域间空间差距正逐步缩小。农业机械化总体上显著提升了黄河流域耕地利用生态效率，但该正向效应并非在所有区域都一致；异质性分析表明，该促进作用在中游地区以及半干旱、半湿润区更为显著，而下游地区系数显著为负，说明农业机械化的生态效应取决于区域资源禀赋、土地利用模式、机械化适配性及生态约束条件。农业机械化主要通过耕地规模扩张、精准施肥等路径提升生态效率，财政支农在此过程中发挥正向调节作用。农业机械化对耕地利用生态效率的影响存在显著正向空间溢出效应，现代农业装备不仅在当地提升生态效率，还能引发周边地区环境绩效的连带提升。