農機作業服務發展對我國糧食生產的影響

韓葉梓

（南京農業大學經濟管理學院，江蘇南京 210095）

1 問題的提出

新中國成立以來，我國農業機械化發展經歷了由快到緩再加速的歷程。農業集體化時期，我國農業機械化從零起步，在農業規模化的推動下，這一時期農業機械化發展較快，各類農機裝備數量穩步增長。家庭聯產承包責任制實施后，由于農業經營規模縮小，農業機械化發展速度變緩，大型農機數量呈現先大幅下降后緩慢增長趨勢，小型農機擁有量則逐年增長[1]。自2004年國家設立農機購置補貼，我國農業機械化快速發展，大中型農機擁有量大幅增長，2017年年末的擁有量比2004年增長了499%（中國農業機械工業年鑒2005-2018），小型農機擁有量增長緩慢。大型農機的快速增長，促進了我國農業機械化水平的大幅提高。到2017年，全國農作物耕種收綜合機械化率達到66%，比2003年增加了約33%，其中水稻、小麥、玉米綜合機械化率達到80%、95%、84%（中國農業機械工業年鑒2004-2018）。

農機購置補貼政策實施以來，我國農業機械化水平實現高速增長，農戶的生產經營方式也發生著轉變。2016年，全國農業經營戶為20743萬戶，戶均擁有拖拉機僅為0.13臺，耕整機0.025臺，播種機0.031臺，聯合收獲機0.005臺（第三次全國農業普查主要數據公報（第一號）），遠遠低于農戶擁有農業機械的水平。其主要原因在于，農業機械化發展過程中農機作業服務組織也不斷增長，大部分農機購置者不僅為自己作業，也對外提供農機作業服務。由于我國耕地細碎化程度高、農戶耕地規模小，以小農模式經營為主的農戶，在自身資源條件有限且農村勞動力價格不斷攀升的情況下，通過購買農機作業服務實現了農業生產環節的機械化作業[2]。2017年，我國農機作業服務經營單位有4203.29萬個，其中農機戶4184.55萬個（包括農機專業戶499.84萬個）、農機作業服務組織18.74萬個，農機經營收入5336.35億元（中國農業機械工業年鑒2018）。隨著農機作業服務組織和從業人員數量的不斷增加，越來越多的農戶尋求農機作業服務彌補家庭勞動力不足，農機作業服務市場發展迅速。

農機作業服務實質是通過農業機械實現對成本日益上漲的農業勞動力的替代[3-8]，這種替代打破了傳統的以勞動力投入為主的農業生產方式。與經濟作物相比，糧食作物更易于采用農業機械，在勞動力成本較高的情況下，由于農機作業服務具有規模經濟，這種替代效應有利于節約糧食作物的生產成本，提高糧食作物的比較優勢。但是，農機作業服務是否會對糧食生產造成影響，這需要進行深入的理論和實證分析。本文將從農機作業服務發展的視角研究糧食生產的變化，以期為推動農機作業服務和糧食生產發展提供政策依據。

學界目前關于農機作業服務對糧食生產影響的研究文獻較少，且多是放在糧食種植結構的框架下進行研究。如劉超等[6]定性分析農業機械化對糧食生產的影響，認為農業機械化促進了要素投入結構優化，推動種植結構呈“趨同化”“趨糧化”發展。楊進等[9]利用農村固定觀察點數據分析中國農業機械化發展對糧食生產的影響，認為是否使用農機作業服務對糧食播種面積及占比沒有影響，但每畝農業機械作業費用的增加將降低糧食播種面積及播種面積占比。賴良玉[10]利用江西、廣東兩省農戶調研的截面數據分析以農機作業服務為主的生產環節外包服務對農戶種植結構調整的影響，發現農業生產環節外包可以提高農戶糧食作物種植比重。羅必良、仇童偉等[11-12]利用全國9省2704個樣本農戶調研截面數據研究農業種植結構調整，發現農業機械使用程度的提高會誘導農戶更多種植糧食作物，種植結構呈現“趨糧化”。

現有研究未能得出一致的結論，比如楊進等[9]認為是否采用農機作業服務不會對糧食生產有顯著影響，而其他學者[10-12]認為農機作業服務促進了糧食生產。上述研究存在爭議的可能原因是，首先，他們多是從農戶層面考察農機作業服務對糧食生產的影響，但是農戶數據考察的是家庭內部的結構調整，由于農業專業化分工，農戶可能在種植某種作物上存在比較優勢，進而調整家庭內部種植結構，但是家庭內部種植結構加總起來可能會有變化，無法真實反映整個地區整體的種植結構和糧食生產變化，因此我們將采用村級層面的加總數據，從中觀層面研究糧食生產的變化；其次，上述研究多采用截面數據，其反映的只是不同地區間的糧食生產的變化，無法從時間序列方面進行分析，鑒于此，我們采用跨度10年的面板數據，在較長的時間中觀測農機作業服務與糧食生產的動態過程。

本文將以村莊為研究對象，采用江蘇、四川、吉林3省11縣301個村2003、2008、2013年的三期村莊調研的面板數據，利用固定效應面板回歸模型來分析農機作業服務對糧食生產的影響，并探討不同生產環節的農機作業服務對糧食生產的影響。

本文的結構安排如下：第二部分理論分析農機作業服務對糧食生產的影響并提出研究假說；第三部分介紹數據和模型設定；第四部分報告模型估計結果；第五部分是結論與啟示。

2 理論分析與研究假說

2.1 農機作業服務對糧食生產的影響

不同農作物對勞動力、資本、技術等要素的約束條件存在差異[13]。經濟作物是勞動密集型作物，具有較高的勞動精細度要求，適用于經濟作物的農機化水平相對較低且機械服務供給成本相對較高。特別是蔬菜等經濟作物，種類繁多，種植缺少統一規范，作業過程比稻麥生產復雜、精細得多，技術要求較高，多是靠人工作業，很難實現機械對勞動力的替代[14]；同時蔬菜生產機械的推廣與應用難度較大，機械化水平相對較低。糧食作物屬于土地密集型作物，容易實現機械化作業且具有較為明顯的生產一致性，勞動監督成本相對較低。因此，與經濟作物相比，糧食作物更容易機械化作業，實現對成本日益高漲的勞動力的替代。

農機作業服務市場的快速發展，提高了糧食作物在農業生產中的比較優勢。一方面，農村勞動力價格上漲使得人工作業比機械作業費用更高，農機作業服務通過機械對人工的替代有利于農業生產成本大幅下降。同時隨著農機作業服務規模的擴大，服務的規模經濟使得農業生產中物質成本不斷下降。例如，農資由農戶分散購買改為服務主體集中采購后，價格下降約15%-30%[2]。另一方面，現階段農業機械購置補貼政策為農機作業服務的發展提供了有力支撐。2017年，中央財政投入農機購置補貼資金186億元，扶持170萬農戶購置機具190萬臺，規模以上農機服務主體主營業務收入達4499億元（中國農業機械工業年鑒2018）。農機購置補貼政策的有序實施，加速了農業機械化的推廣速度，有效降低農機購置成本，機械作業成本也在下降。因此，在勞動力成本較高的情況下，由于糧食作物更易于機械作業，所以采用農機作業服務進行生產，可以降低糧食作物的生產成本，有利于提高糧食作物的比較優勢。農機作業服務市場的發育，將誘導農戶選擇種植更易于進行機械作業的糧食作物，顯著提高農戶種植糧食作物的比重。據此提出以下假說：

H1：農機作業服務的發展，促進糧食作物播種面積與播種面積占比的增長。

2.2 不同生產環節的農機作業服務對糧食生產的影響

上述分析只探討了農機作業服務對糧食生產的整體影響，未能充分考慮不同生產的差異，以及由此帶來的糧食生產變化的不同。環節生產上的差異使得不同環節的農機作業服務在技術復雜程度、作業標準化水平、勞動監督難度以及外包風險程度等方面差異存在明顯不同[15-17]，導致不同環節的農機作業服務對糧食生產的影響也存在差異。

首先，與耕整地、收割等環節相比，育秧、病蟲害防治等環節技術復雜程度相對較高，需要較強的勞動技能要求，因此機械替代適應性低，農戶必須具備較高的種植經驗和田間管理能力[18,19]；其次，耕整地、收割等環節機械化程度高，生產作業相對標準[16]，但是育秧、移栽、病蟲害防治等環節，其任務繁雜程度高，作業標準化水平低[15]；再次，耕整地和收割環節，農機作業服務的作業質量容易測度，勞動監督難度小。例如，耕整地環節，農戶可以根據整地的深淺判斷服務的質量，收割環節，農戶可以根據收割機前進的速度和田間殘留的稻麥數量判斷服務的質量，勞動監督相對容易。但是在育秧、病蟲害防治等環節，服務質量很難衡量，勞動監督難度大。以病蟲害防治環節為例，即使農戶決定施藥品種、施藥時間及施藥量，但仍無法觀測噴灑均勻度，服務質量難以衡量[15,17]；最后，耕整地和收割環節屬于農業生產的產前和產后環節，對作物的產量影響相對較小，且作業標準化水平高，服務質量易于監督，面臨的交易風險低[19]。但對作物產量影響較大的播栽、病蟲害防治等環節，農技復雜程度高，作業標準化程度低，且勞動監督難度大，具有較強的外包風險[17]。因此，不同生產環節的農機作業服務具有不同的特征，它們對糧食生產的影響也有區別。據此提出以下假說：

H2：不同生產環節的農機作業服務對糧食播種面積與播種面積占比的影響存在差異。

3 數據說明與模型設定

3.1 數據說明

本文所用數據來自于江蘇、四川、吉林三省301個村莊的實地調查。數據采用跟蹤調查的方式收集。第一次調查發生在2003年，此后每5年跟蹤一次。本文的樣本包括了2003年、2008年以及2013年三期的跟蹤數據，構成一個平衡的面板數據。調查采用分層抽樣的方法。首先，以提高樣本的代表性，我們選擇地區跨度較大，具代表性的江蘇、四川和吉林三省。其中，江蘇省人口密集，非農產業發達，市場需求旺盛；四川省耕地資源匱乏，且多為丘陵，勞動輸出比例大，經濟欠發達；吉林省人均耕地資源豐富，是糧食的主產區之一。然后，根據不同地區間區域分布和經濟發展水平，在江蘇省抽取5個縣，四川、吉林省分別抽取3個縣（共11個），每個樣本縣按經濟發展水平高低抽取2個鄉鎮（共22個）。最后，對每個樣本鄉鎮的所有行政村進行問卷調查。樣本合計包含301個村莊的農業生產、農機作業服務和基本經濟社會情況，觀察值數為903個。

3.2 變量設置

3.2.1 被解釋變量。本文關注糧食生產，采用糧食播種面積與糧食播種面積占比來表達。糧食播種面積占比是指糧食作物的播種面積之和占總播種面積（糧食作物面積+經濟作物面積）的比例[20]。本文定義的糧食作物包括水稻、小麥、玉米、薯類等主要糧食作物；經濟作物包括棉花、大豆、花生、油菜、蔬菜、茶葉、花卉苗木等經濟作物。

3.2.2 核心解釋變量。農機作業服務發展的程度是本文的核心解釋變量，本文假設村莊提供農機作業服務的供給方數量越多，服務市場的發展水平越高。因此，以“村層面農機作業服務提供方的個數”作為代理變量，村莊擁有的農機作業服務提供方包括提供農機作業服務的專業服務個體戶、服務隊和農機合作社。這樣的設定可以從村莊供給層面來度量農機作業服務程度，但忽略了跨區農機服務。因此，為了增強實證結果的可靠性，解決上述設定的不足，進一步進行穩健性檢驗，以“所在鄉鎮的農機作業服務提供方（不包括本村）平均數”度量服務程度。

3.2.3 控制變量。參照已有文獻，引入村莊勞動力特征、村莊非農就業特征和村莊土地特征9個變量。村莊勞動力特征是影響糧食生產的關鍵維度，本文引入老齡勞動力比例[21,22]、女性勞動力比例[23]以及勞動力平均受教育程度3個控制變量。村莊非農就業和非農收入也是影響糧食生產的重要因素，本文引入非農就業比例[4]、外出務工比例、非農就業收入比例[24]以及農忙時的雇工價格[23]4個變量來控制村莊非農就業特征。村莊土地特征對糧食生產也產生直接影響，本文引入村莊耕地規模[25]和坡耕地比例[26]2個變量控制這一層面因素的影響。表1報告了上述變量的定義和描述性統計結果。

表1 變量的描述性統計

數據來源：根據樣本計算所得。

3.3 研究方法

本文使用的是2003年、2008年以及2013年的3期實地調查數據，是一個涵蓋301個村莊的的平衡面板數據，因而適用于面板模型。相對于現有研究采用的時間序列數據和截面數據，面板數據可以提供更多的個體動態行為信息。此外，面板數據包含較大的樣本容量，可以有效解決部分遺漏變量產生的內生性問題，提高實證結果的準確性和可靠性。因此，本文采用面板數據固定效應模型來實證分析農機作業服務發展對糧食生產的影響。

4 計量結果與分析

4.1 農機作業服務與種植結構

表2展示了農機作業服務的發展對糧食播種面積及播種面積占比的估計結果。首先，從糧食播種面積來看，農機作業服務的估計系數為正，且在1%的水平上顯著，說明農機作業服務的發展將促進農戶擴大糧食播種面積。從系數大小看，平均而言，農機作業服務提供方個數每增加10個，糧食播種面積會增加0.259%。其次，從糧食播種面積占比來看，農機作業服務的估計系數也在1%的水平上顯著為正，說明農機作業服務的發展將促進農戶提高糧食播種面積占比。農機作業服務提供方個數每增加10個，會增加0.059%的糧食作物種植比例。總體上，農機作業服務的發展對糧食播種面積及播種面積占比都產生顯著的正向影響，驗證了本文的研究假說1。

表2 農機作業服務對糧食播種面積及播種面積占比的影響

注：①*、**、***分別表示在10%、5%和1%的水平上顯著；②括號內數字為穩健標準誤。

4.2 不同生產環節的農機作業服務與糧食生產

表2的實證分析只是從整體上研究了農機作業服務對糧食播種面積及播種面積占比的影響，但不同生產環節的農機作業服務在技術復雜程度、作業標準化水平、勞動監督難度、外包風險等方面存在差異[15-17]，因此不同環節的農機作業服務對糧食生產的影響也有區別。

表3展示了不同生產環節的農機作業服務發展對糧食播種面積調整的影響。從估計結果來看，農機作業服務的系數在4個回歸方程中都為正向，但該變量在耕地、播種、收割環節顯著為正，而病蟲害防治環節農機作業服務對糧食播種面積的影響不顯著。表4展示了不同環節的農機作業服務對糧食播種面積占比調整的影響。同樣，結果顯示耕地、播種、收割環節的農機作業外包服務對糧食播種面積占比有顯著的正向影響。這可能是因為：相對于耕地、播種、收割環節，病蟲害防治環節機械化水平和作業標準化水平低，勞動監督難度大，外包風險高，雖然政府一直大力推廣，但農機作業服務提供方仍較少，因此對糧食生產的影響不顯著[17]。耕地、播種、收割環節的機械化水平高，農機作業服務契合糧食生產易于農機作業的特點，有效緩解了農業生產季節性和勞動力外出務工導致的勞動力不足問題，降低了糧食作物的生產成本，提高了糧食作物的比較優勢，顯著促進糧食作物的生產。因此，總體上看，耕地、播種、收割環節的農機作業服務顯著提高糧食作物播種面積及播種面積占比，表3、表4的實證分析結果驗證了本文的研究假說2。

表3 不同生產環節的農機作業服務對糧食播種面積的影響

表4 不同生產環節的農機作業服務對糧食播種面積占比的影響

注：①*、**、***分別表示在10%、5%和1%的水平上顯著；②括號內數字為穩健標準誤。

4.3 穩健性檢驗

在上述估計結果中，以村莊農機作業服務供給方個數來度量服務程度，這樣的設定，忽略了跨區的農機作業服務，特別是收割環節，很多農機手進行跨區收割，“本村農機作業服務提供方個數”一定程度低估了服務程度。因此，為了解決原來變量定義存在的問題，增強實證結果的可靠性，進一步以“所在鄉鎮的農機作業服務提供方（不包括本村）平均數”度量農機作業服務程度，進行穩健性檢驗。表5展示了以所在鄉鎮的服務提供方數為核心解釋變量的估計結果。我們發現農機作業服務對糧食播種面積和播種面積占比的影響系數都為正，且都在1%的水平上顯著。這表明農機作業服務的發展會顯著促進農戶擴大糧食作物播種面積，增加糧食作物種植比重。總體來看，表5的估計結果顯示農機作業服務的發展有利于糧食作物的生產，對糧食作物播種面積與播種面積占比都產生正向促進作用，這與表2分析的結論一致，說明本文的結論是穩健的。

表5 農機作業服務對糧食播種面積及播種面積占比的影響

注：①*、**、***分別表示在10%、5%和1%的水平上顯著；②括號內數字為穩健標準誤。

5 結論與啟示

本文從農機作業服務視角考察了糧食生產的變化，并利用江蘇、四川和吉林省301個村莊2003、2008、2013年的3期面板數據，從理論和實證兩個方面分析了農機作業服務對糧食生產的影響及作用機制。研究結果表明：農機作業服務顯著促進糧食播種面積及糧食播種面積占比的提高；從不同生產環節來看，耕地、播種、收割環節的農機作業服務均對糧食播種面積及播種面積占比有顯著的正向影響，而病蟲害防治環節服務的影響不明顯。

基于上述研究結論，本文有兩點政策啟示。第一，農機作業服務發展有助于擴大糧食播種面積及播種面積占比。政府在引導農業生產的過程中，要充分關注農機作業服務對糧食生產的正向作用，有序推進農機作業服務發展，保障糧食戰略安全。第二，不同生產環節的農機作業服務對糧食生產的影響存在差異。機械化程度高的耕地、播種和收割環節，農機作業服務對糧食生產的促進作用明顯；但不易于機械化作業的病蟲害防治環節的農機作業服務的影響不顯著。因此，政策扶持應因環節而變，重點支持病蟲害防治等瓶頸環節的有效供給，積極推進農機作業服務全面發展，促進糧食生產。