農業生產性服務的農戶增收效應研究
——基于內生轉換模型的實證

陳宏偉，穆月英

（中國農業大學經濟管理學院，北京 100083）

農民收入問題是關系國計民生的根本性問題，當前我國農村社會老齡化進程加快，農村勞動力非農轉移增加，使得農村留守勞動力維持傳統經營方式已難以保證收入的持續增長。在此背景下，2014年“中央一號”文件再次強調，要健全農業社會化服務體系，推行合作式、訂單式、托管式等服務模式。2017年8月農業部、發改委、財政部聯合下發的《關于加快發展農業生產性服務業的指導意見》進一步指出，加快培育面向廣大農戶的農業生產性服務組織，是促進農業增效和農民增收的有效手段。農業生產性服務是服務供給方主要圍繞農業生產環節提供的多種托管或外包服務，包括農機、技術、勞務服務等，通過利用分工協作的優勢，提高農業的資源利用效率帶動農業節本增效和農民增收。

行政村是我國農村經濟的基礎地域單元，也承接著我國各級政府“三農”政策和策略的具體落實工作。近年來，一個村內大部分農戶從事一種或多種同類商品性農產品生產，并以該產業構成該村主要產業的村莊（即專業村）不斷涌現[1]。專業村生產的地域專業化擴大了農業生產性服務需求規模，不同生產環節服務提供方的成本優勢逐漸顯現。蔬菜專業村普遍存在以種植大戶、農技推廣站、合作社、涉農企業等為供給主體的村級專業化服務組織（村級服務隊），依托具有一定病蟲害防治、農機操作經驗的村民成員，為廣大村民提供勞務、農機、技術等一系列生產性服務[2-3]，對農業增產和農民增收起到關鍵性作用[4-5]，基于此，深入探討農業生產性服務對農戶的增收效應，對于更好培育村級專業化服務組織，提高農民收入水平，切實維護農民利益，具有重要的理論和現實意義。

生產性服務泛指為保持工業生產過程的連續性、促進技術進步、產業升級和提高生產效率提供的保障性服務[6]，關于生產性服務在農業領域運用的研究主要集中于闡述和分析生產性服務的農戶需求意愿與影響作用。一是分析農戶對生產性服務的需求，張曉敏和姜長云[7]、紀月清和鐘甫寧[8]研究得出農戶分化是關鍵影響因素，司瑞石等[9]、夏蓓和蔣乃華[10]研究發現土地流轉顯著影響農戶生產社會化服務需求，蔡榮和蔡書凱[11]則認為家庭農業勞動力資源對生產環節外包有明顯抑制作用，還有文獻研究了家庭收入、土地細碎化、服務價格等因素對農戶生產性服務需求的影響[12-15]。二是分析農業生產性服務對農戶的影響作用，學者們普遍認為生產性服務能有效替代家庭勞動力，提高農業生產水平[16-17]。劉強等[18]研究表明金融保險服務、技術服務、機械服務和加工銷售服務對提高糧食生產成本效率具有顯著作用。孫頂強等[19]指出整地和播種環節的生產性服務對水稻生產技術效率具有顯著的正向影響，而病蟲害防治服務對水稻生產技術效率的影響顯著為負。楊萬江和李琪[20]、劉強和楊萬江[21]、戚迪明等[22]認為生產性服務有助于農戶擴大種植面積，緩解勞動力不足帶來的效率損失。陳超等[23]研究發現技術密集型環節外包能夠顯著提高水稻生產率，勞動密集型環節外包則沒有顯著影響[24]。

現有文獻對生產性服務進行了廣泛研究，但對農業生產性服務的農戶福利效應分析尚處于起步階段，較少關注不同環節細分的生產性服務對農戶收入的作用機制、內生性與異質性。鑒于此，本文基于專業化分工理論，以環渤海設施蔬菜種植戶為研究對象，運用內生轉換模型并測算處理效應以消除內生性，考察村級服務隊供給勞務、農機與技術服務對設施蔬菜種植戶收入的影響，探討其增收效應，以期檢驗農業生產性服務是否能夠實現增加農民收入的目標。

1 理論分析

專業化分工理論認為，不同勞動單位在特定產品生產工序上能夠發揮比較優勢，通過專業化分工充分實現各環節的規模經濟。就農業生產而言，在農戶自身時間、設備、技術水平等稟賦有限條件下，將部分環節托管或外包給擁有機械設備、勞動力和技術的村級專業化服務組織，有利于農地規模制約下勞動生產率的提高。蔬菜生產具有高度依賴密集勞動力和技術投入特征，栽插、灌溉、打藥施肥和采摘等環節的勞務服務能夠有效替代家庭勞動力，彌補家庭勞動力數量短缺、技術經驗不足等短板[16-17]，而由于農業生產要素投入和產出關系不明確的特性，造成勞動監督成本巨大，勞務服務對農戶勞動生產率的影響可能存在較大差異[19]。同時，農戶受制于種植規模和高交易成本，旋耕環節自有機械化程度不高，農機服務通過替代農戶自購農機自我服務，減少家庭勞動力參與，能夠有效提高耕作效率和勞動生產率[25]，即農機服務的勞動力替代效應。通過使用技術服務，農戶能夠向技術人員學習種植技術，提升自身的田間管理水平，從而通過學習的正外部性提高勞動生產率[26-27]。由于勞務服務中的簡單技術運用不同于技術專業化服務，勞務服務與農業機械化服務分別應用于蔬菜生產的不同環節，即勞務服務與技術服務、農業機械化服務均不存在替代關系。因此，本研究認為勞務、農機和技術服務通過勞動替代效應和學習的正外部性帶來勞動生產率的提升。

不同農業生產環節的投入產出屬性不同，對服務的需求強度有所差異，如栽插、灌溉、采摘等勞動密集型環節對勞務服務有較高需求，旋耕環節對農機服務需求較高，病蟲害防治環節則對技術服務要求較高。同時，由于農戶家庭自身資源稟賦的差異、村級專業化服務隊的工作能力和效率差異等導致農戶勞動生產率存在區別，即異質性。因此，本研究認為農戶使用生產性服務帶來的勞動生產率影響存在異質性（圖1）。

圖1 理論框架Fig. 1 Theoretical framework

2 研究方法

2.1 數據說明

數據來源于2016年7月課題組對環渤海三?。ㄉ綎|、河北和遼寧）設施蔬菜主產區開展的專業村農戶問卷調查。數據收集采取分層抽樣和隨機抽樣結合的方式，按照蔬菜專業村與專業化服務組織的地域分布情況，隨機抽取行政村作為調研區域，每個村按花名冊隨機選取8～10戶設施蔬菜種植戶，通過走訪、座談等形式開展蔬菜生產性服務使用情況問卷調研。調查問卷的設計充分考慮了已有生產性服務與農戶收入的相關研究成果，并在正式調研之前隨機選取部分農戶進行預調查以進一步完善問卷。調研成員由中國農業大學的老師和博士研究生組成，采取與農戶一對一訪談的形式，問卷由調研人員填寫。最終共收回問卷405份，剔除數據不完整和存在明顯邏輯錯誤的問卷樣本后，有效問卷共396份，問卷有效率97.78%。調研問卷內容涉及農業生產性服務特征、戶主稟賦特征、家庭稟賦特征、外部環境特征等方面內容。

2.2 模型選擇

結合前述分析，本研究選擇能夠獲取對農戶增收效應無偏估計的內生轉換模型，并測算能夠反映增收效果異質性的平均處理效應，以此來分析差異化生產性服務選擇下農戶收入的差異。

2.2.1 內生轉換模型 農業勞動生產率是指單個農業勞動者單位時間內生產的農產品價值，考慮到所調研區域均為蔬菜專業村，農戶蔬菜生產的專業化程度極高，蔬菜收入基本上占其總收入的100%，因此，以農戶家庭收入來反映其勞動生產率。考慮一般性收入決定方程，農戶家庭收入函數可以表示為可觀測變量與生產性服務決策變量的線性函數，其中，農戶使用生產性服務決策是基于效用最大化的自我選擇，可以表示為一系列可觀測變量的函數：

式中：βi是待估變量向量，μi是殘差項，Zi是可觀測非隨機向量，Si是生產性服務決策變量，取值為1表示農戶使用生產性服務，反之為0。Yi為農戶家庭收入結果變量，ei為殘差項，Xi為一系列可觀測變量。

需要指出的是，農戶生產行為與生產性服務選擇行為在某種程度上存在著“同時決策”的可能，并基于自身特征的異質性形成“自選擇”問題。因此，選擇內生轉換模型可克服樣本自選擇造成的有偏估計問題，通過構建反事實場景測算平均處理效應可以矯正由不可觀測或可觀測的變量導致的選擇性偏誤和解決因服務使用農戶在不使用時的情形無法觀測所帶來的“數據缺失”問題。

考慮下面的方程組，在農戶使用和未使用服務兩種情境下來分別定義收入方程：

采用完全信息極大似然法（FIML）同時估計決策方程（2）與結果方程（3）和（4）。

2.2.2 平均處理效應測算方法 上述框架可用于估計農戶使用和未使用生產性服務服務兩種情境下收入的條件期望，其中j=1，k=2分別代表從樣本中觀察到的兩種實際情況期望值，j=2，k=1表示反事實條件下的條件期望：

通過比較二者在實際和反事實條件下的期望值，可以分析處理組（ATT）與對照組（ATU）的平均處理效應，任一農戶使用服務的平均處理效應（ATE）為ATT與ATU加權后的均值：

2.3 變量設置

農業生產性服務內容廣泛、系統全面且類型多樣，設施蔬菜的生產過程為勞動與技術密集型，旋耕、育秧、栽插、灌溉、施肥、病蟲害防治和采摘等生產各環節的生產性服務直接關系到蔬菜增產和農戶增收，進一步可以歸納為技術服務、農業機械化服務和勞務服務三類。選取技術服務、農業機械化服務、勞務服務等生產性服務指標作為關鍵變量，若農戶使用過某項服務，取值為1，沒有則為0。與理論分析相對應，農業生產性服務的增收效應是指農戶家庭使用農業生產性服務所帶來的收入增長，選取農戶家庭當年總收入作為被解釋變量，并取自然對數處理以減小異常值和異方差對模型估計結果的影響。同時，在分析模型中加入包括年齡、受教育程度和風險態度等戶主稟賦特征，種植年限、種植規模和家庭勞動力數量等家庭稟賦特征，本地蔬菜品牌、服務信息渠道數量和與鄉鎮政府的距離等外部環境特征變量。具體變量定義與描述性統計見表1。

2.4 檢驗方法

為了解決不可觀測偏誤造成樣本估計的不一致性，首先運用工具變量法檢驗使用勞務、農機、技術服務解釋變量的內生性，然后運用內生轉換模型對農業生產性服務的增收效應和異質性進行測算。

考慮到農業生產性服務變量可能存在內生性問題，選用兩階段工具變量法進行檢驗。首先，考察工具變量的有效性，運用兩階段最小二乘回歸（2SLS）檢驗工具變量與生產性服務的相關性，若工具變量的回歸系數顯著，則說明工具變量與生產性服務變量高度相關；運用過度識別檢驗考察工具變量與擾動項的相關性，若P值大于0.1，則說明工具變量與擾動項不相關。其次，考察農業生產性服務變量的內生性，運用Hausman檢驗與DWH異方差檢驗，若P值小于0.1，則認為農業生產性服務是內生解釋變量。

3 結果與分析

3.1 描述性統計分析

農業生產性服務的總體使用比重不高，樣本農戶中使用勞務服務、農機服務和技術服務的比例分別為53.79%、39.90%和37.12%，即使用勞務服務的農戶比例高于農機服務、技術服務（表2）。從戶主稟賦特征來看，使用農業生產性服務的農戶戶主年齡均集中在40～60歲，受教育程度均以初中水平為主，說明年齡較大、受教育程度較低的農戶更愿意使用生產性服務。從家庭稟賦特征來看，農戶的設施種植年限集中在10～20年，表明使用生產性服務的農戶大多具有豐富的種植經驗。相較于技術服務使用農戶，使用農機服務或勞務服務的農戶，其家庭勞動力數量普遍較少，即勞動力數量短缺的農戶家庭更傾向于使用農機服務和勞務服務。

3.2 農業生產性服務的內生性檢驗

選取服務信息渠道數量作為工具變量，農戶通過合作社、農技推廣等多種渠道獲取服務信息，更容易接觸與了解生產性服務，提高可獲得程度，即服務信息渠道數量與使用農業生產性服務具有較強的相關性，但服務信息的渠道數量對農業產出無直接影響。因此，服務信息渠道數量這一變量符合工具變量的外生性和相關性兩個條件。運用兩階段最小二乘法方法分別估計勞務服務、農機服務、技術服務對農戶家庭收入的影響，對應模型一、模型二和模型三（表3）。

首先考察工具變量有效性，過度識別檢驗結果表明“工具變量與擾動項無關”，第一階段回歸中工具變量系數均通過1%的顯著性檢驗，表明家庭收入分別與勞務服務、農機服務、技術服務變量高度相關，后文內生轉換模型估計結果也為工具變量設置的合理性提供了證據。進一步進行內生性檢驗，Hausman檢驗與DWH異方差檢驗均在1%的水平上顯著，表明勞務服務、農機服務、技術服務分別是農戶家庭收入模型中的內生解釋變量，將其視為外生會導致估計的不一致。表3中可以看出，勞務服務、農機服務、技術服務對農戶家庭收入均有顯著正向影響。盡管采用工具變量法能夠解決遺漏變量導致的內生性問題，但仍無法解決使用與未使用農業生產性服務家庭異質性帶來的選擇性偏誤問題。為此，借鑒Di Falco等[28]的做法，運用內生轉換回歸模型進一步進行估計。

表2 調研樣本的描述性統計Table 2 Descriptive statistics of samples

3.3 農戶收入的影響因素分析

運用完全信息極大似然法（FIML）分別對內生轉換模型中的勞務服務、農機服務、技術服務選擇方程及其收入方程進行聯合估計（表4）。為提高模型識別度，同樣引入“服務信息渠道數量”作為農戶是否使用農業生產性服務的工具變量。勞務服務、農機服務、技術服務的對數似然值檢驗和聯合獨立似然比檢驗均在1%的水平上顯著，表明擬合狀況良好，存在由不可觀測變量引起的樣本選擇偏誤，運用內生轉換模型進行估計是合適的。

就勞務服務、農機服務、技術服務中的選擇方程而言，年齡對農戶使用勞務和技術服務有顯著影響（表4），樣本戶主年齡集中在50歲左右，隨著年齡的增長，農戶的勞動能力逐漸下降，對新事物接受越慢，更傾向于雇擁勞動力和更少接受技術服務。受教育程度是影響農機服務和技術服務決策的關鍵因素，農戶受教育程度越高，對如何增產增收有更深的認識，通過進行機械化耕作，以及增產增效技術的使用，能夠顯著提高產量和生產效率，農戶的參與積極性更高。風險態度對農戶使用勞務服務的影響顯著，且系數為負，考慮到勞務服務的生產率可能會低于自用工，風險態度積極型農戶能夠承擔生產率低下造成的產量損失風險，以更多地雇工來彌補自身勞動力的不足。

表4 內生轉換模型估計結果Table 4 Estimation results of the endogenous switching model

種植規模對三種生產性服務使用決策均有積極影響，農戶種植面積越大，越需要進行生產性服務外包，包括雇傭大量外部勞動力、大范圍連片機械化耕作和使用多種生產技術[14]。家庭勞動力數量負向影響農戶勞務和農機服務決策，這與周丹等[3]、蔡榮和蔡書凱[11]的研究一致，家庭勞動力個數與雇傭勞動力個數相互替代，同時機械對勞動力也具有替代效應，符合速水佑次郎和拉坦的誘致性技術創新理論。服務信息渠道數量正向影響農戶使用農機和技術服務，表明通過與其他村民交流、報紙、網絡等方式獲取服務信息，能夠對使用農機和技術服務的好處更加了解，越容易主動尋求服務供給。同時，農業生產性服務具有示范帶動作用，通過作用于單個農戶使其收入增加，其他農戶獲得服務信息也會積極采用該項服務。

進一步比較三個模型中使用和未使用服務的收入方程，可以發現，處理組和對照組的收入決定機制明顯不同，普通最小二乘估計會造成偏差。年齡對使用和未使用勞務服務農戶家庭收入的影響系數均顯著為負，且對未使用家庭影響較大。使用技術服務的受教育程度回歸系數顯著且大于未使用方程，戶主受教育程度較高，在獲得技術服務后對技術有更深入的理解，通過技術掌握后的持續使用，對收入的提升作用明顯[29]，而使用與未使用勞務、農機服務收入方程中受教育程度的回歸系數均不顯著，這與勞務、機械化耕地外包較少受制于受教育程度有關。風險態度在各收入方程中均不顯著，但系數均為負，說明風險偏好型農戶獲得更多收入的可能性更大。

從各收入方程中種植規模的系數看，種植規模的擴大均有助于提高所有農戶的收入水平，且使用每種服務的農戶收入均高于未使用戶，種植面積越大，與之匹配更多的雇傭勞動力或機械化耕作替代勞動力，以及獲得相關生產技術支持，使得農戶可以獲得更高的收入，這與陳昭玖等[30]的研究相一致。同樣，本地蔬菜品牌在勞務、農機和技術服務三個收入方程中均顯著，且使用服務戶高于未使用戶，相較周邊相同品種的農產品，有蔬菜品牌更具競爭優勢，通過大量勞務、農機和技術服務投入提高農產品質量，能夠進一步提高收入。

家庭勞動力數量對使用勞務服務或技術服務的農戶家庭收入影響顯著，設施蔬菜種植是勞動密集型產業，在定植、灌溉、病蟲害防治等環節需要消耗大量勞動力，在當前農村普遍缺少勞動力的背景下，充足勞動力能夠顯著提高蔬菜產量和家庭收入。

3.4 農業生產性服務的增收效應分析

基于以上三種農業生產性服務的內生轉換模型回歸結果，分別考慮實際條件下使用和未使用，以及反事實條件下假設未使用、假設使用共四種情況的家庭期望總收入，以消除其他因素的影響，測算其平均處理效應，進而分析農戶的異質性回報。

根據反事實方法的計算結果，使用勞務服務、農機服務、技術服務家庭對收入的影響效應ATT（處理組）分別對應為0.891、1.917和1.023，未使用服務農戶家庭的潛在效果ATU（對照組）分別為0.170、0.155和0.200（表5），即勞務、農機和技術服務均能夠顯著提高農戶收入水平。進一步地，計算任一農戶家庭使用三種生產性服務的平均處理效應ATE分別為0.437、0.860和0.644，即不同生產性服務對提高農戶收入的效果存在顯著差異，農機服務帶來的增收效果最好。從異質性效應來看，由于不同家庭在使用生產性服務上存在異質性，僅簡單比較服務使用家庭和未使用家庭的收入差異，即0.323、0.273和0.329，并將其視為三種生產性服務的增收效應，會高估生產性服務提高農戶收入水平的作用。對于三種生產性服務，做出相同決策的實際使用和實際未使用農戶家庭的處理效應存在明顯差異，表明即使做出相同的使用或未使用決策，兩組農戶之間的家庭異質性決定了期望收入存在差異。

表5 農業生產性服務的平均處理效應Table 5 Average treatment effects of agricultural production services

4 結論與建議

4.1 結論

研究表明，農業生產性服務的總體使用比例不高，僅有53.79%、39.90%和37.12%的農戶使用勞務服務、農機服務和技術服務，不利于發展農民自主使用生產性服務。因此，政策傾斜是引導農戶使用生產性服務的重要方式。

從決策方程來看，農戶生產性服務使用決策受到服務信息渠道數量和自身稟賦的共同影響，服務信息渠道數量越多會提升農戶使用生產性服務的概率，自身稟賦中受教育程度越高、種植規模越大有正向影響，年齡越大、風險厭惡、家庭勞動力數量越多有負向影響。

從收入方程來看，對于使用勞務服務、農機服務或技術服務的農戶，種植規模、本地蔬菜品牌對收入水平的提升作用更為明顯，即使用生產性服務有助于土地規模效應和農產品品牌效應的發揮。受教育程度越高對技術服務使用農戶的增收效應更為顯著，即技術服務通過學習的正外部性提高勞動生產率，從而提升收入水平。年齡越大即勞動能力下降對勞務服務使用農戶的收入抑制作用顯著降低，體現了生產性服務的勞動替代效應。

農業生產性服務具有顯著的增收效應，即農戶使用勞務服務、農機服務或技術服務均能夠顯著提高收入水平，其中農機服務的收入提升效果最好，其次是技術服務和勞務服務。

4.2 建議

1）完善農業生產性服務供給體系。政府要積極扶持村級專業化服務組織，通過一系列貸款優惠、稅收減免等政策傾斜，引導其不斷提高農機服務、技術服務、勞務服務供給數量與質量。

2）拓展農戶生產性服務信息獲取渠道。健全和完善當前農業信息化服務建設，充分發揮電視、網絡等媒體的作用，讓農民能夠及時了解服務信息，科學生產，解決生產性服務供給過程中的“最后一公里”問題。

3）做大做強本地農產品品牌，繼續推進“一村一品”。緊緊圍繞當地名特優農產品，把資源優勢轉化為品牌優勢、經濟優勢，不斷提高農產品標準化、精細化、專業化水平，培育具有一定規模和知名度的本地農產品品牌。