農機作業服務能提升小麥生產技術效率嗎?
——基于2007—2017年省級面板數據的實證分析

趙 鑫 任金政 李書奎 王亞軍

(中國農業大學 經濟管理學院，北京100083)

中國農業長期以“大國小農”的形式存續并發展，農機服務市場發揮著銜接小農戶和現代農業的關鍵作用[1]。農機服務指的是“農機服務組織、農機戶為其他農業生產者提供的機耕、機播、機收、排灌、植保等各類農機作業服務，以及相關的農機維修、供應、中介、租賃等有償服務的總稱”[2]。農機服務目前主要采用兩種方式，即生產環節外包及土地托管，其能夠有效引導小農實現現代化生產。

農機服務在現代農業生產中仍存在供需不平衡、不匹配等問題，其中在小農戶中的表現尤為突出。究其原因，一方面，農業部門不同于其他生產部門，具有較強的季節性和時效性，可能存在某一生產環節農機服務需求時間的高度集中，以致農機服務在某一時點成為稀缺資源，存在嚴重的供不應求現象[3]；另一方面，小農戶和規模經營主體在生產能力、生產目的、經營需求方面存在顯著差異，導致其對小機械的勞動力替代型服務需求較多，和規模經營主體的大型機械服務存在一定的不匹配問題[4]。此外，小農戶還存在土地規模小、服務需求量低、獲取服務的交易成本高而導致的服務需求容易被忽視的問題。那么，農機服務究竟能否提高農戶的生產效率？如果能夠提高效率又是通過什么路徑而實現？應如何從政策上解決好小農戶農機服務中的“買不起、不會用”這一突出問題？

當前我國農機服務取得較大的進步與發展。截止到2018年底，我國農業機械總動力已經超過了10億kW，全國農戶共擁有670.08 萬臺大中型拖拉機和1 634.24 萬臺小型拖拉機，分別為1978年的12.02倍和11.9倍[5]。以小麥為例，中國小麥基本全部實現機械化作業，其機耕、機播和機收面積比例分別為91.8%、87.9%和93.7%[6]。

國內對農戶購買農機服務的影響因素及其產生的效應已有深入研究。農機服務的選擇取決兼業情況、土地特性、所在區域農業生產性服務發展水平等，當兼業程度高、耕地平整度強、服務獲取成本較低時，農戶傾向于農機服務的購買[7-9]。進而，也有針對農機服務能否提高農業效率問題進行的研究，但研究結果差異較大。有觀點認為，農機服務能有效替代勞動力，對農業生產具有促進作用[10-12]，農機服務作為新的要素投入有助于優化成本結構，降低效率損失，通過促進分工深化，形成“服務規模經濟性”[13]；但也有觀點指出，農機服務的本質屬于“雇工勞動”，不易進行質量考核，同時會內生出高昂的監督成本，加劇農業生產成本效率的損失[14]。

現有文獻雖已深入研究了農機服務對于技術效率的影響，但大多采用微觀調查數據或者地方性數據，缺少全國層面的全局把握，未能反映生產前沿面的動態變化，估計結果可能存在偏差[15]，同時也缺少農機服務與技術效率影響關系的路徑分析。鑒于此，本研究基于2007—2017年中國15個小麥主產省(自治區)的成本收益數據，運用柯布道格拉斯生產函數，探討農業生產要素對于農業產出的影響；繼而，采用隨機前沿方法測度出的小麥生產技術效率作為因變量，以農機服務水平作為核心變量，以省級農業生產經營特征及農戶屬性等變量作為控制變量，運用Tobit回歸模型檢驗影響小麥生產技術效率的因素，以期進一步挖掘農機服務供給對小麥技術效率的影響，考察農機服務的替代效應、技術效應及分工效應，全面闡釋農機服務對技術效率的影響機制。研究結果有助于從宏觀角度把握農機服務對小麥種植業技術效率的作用效果，為農機服務政策的制定提供科學依據。

1 理論分析與研究假設

技術效率即“生產技術、市場價格不變的前提下，根據已經確定的要素投入比例，生產單元理想的最小可能性投入與實際投入的比率”[16]。隨著勞動力轉移速率提升，農村生產力的弱質化及各要素成本的增高，小麥生產技術效率增長難度日益增大，迫切需要新的生產方式提高勞動、土地與農資的產出效率，促進農業產業高效發展。

農戶使用農業機械的3種可能途徑包括購買機械、租賃機械和購買機械服務，但農機作為專用性資產投資，因適用農業對象以及生產作業環節的局限性，往往造成使用頻率低下，進而產生投資鎖定與沉淀成本。特別是經營規模與機械作業能力不匹配時，必然導致農機資產達不到最優利用狀態。所以，當農戶生產規模不足時，他們會偏好將資產專用性較高的生產活動納入分工體系中，即通過購買生產性服務，規避投資風險并降低交易費用[13]。

本研究主要關注與小麥農機技術效率相關的兩個問題，一是中國小麥主產區的技術效率及區域差異，在2007—2017期間小麥主產省技術效率的動態變化情況；二是小麥生產技術效率的影響因素，特別是農機服務采納對其產生的影響及路徑分析。并認為農機服務有助于提升小麥生產技術效率，源于以下3個方面：

替代效應：隨著城鎮化發展及農村勞動力非農就業，農業勞動力供給約束逐步形成。中老年及婦女在勞動力中占比增高，農業勞動力弱質化逐步顯現[16]。誘致性技術變遷理論指出：非農就業增加了農業生產中勞動力的稀缺性，農業勞動力的價格提升、農業生產的機會成本增加。農業機械化有效代替人工勞作需求隨即產生[17]，并逐漸轉變為“雇工”形式將生產環節外包以解決弱質性勞動力農業生產自我服務能力缺乏與規模經營主體家庭農業勞動力不足的問題[18]。糧食生產中勞動投入更易被農機替代，糧食生產演變為“懶人農業”更適合老齡勞動力的耕種[7]。農業生產主體通過價格信號，借助市場機制實現相對廉價、充裕的農業機械替代相對昂貴、稀缺的勞動力，這種替代效應緩解了農戶的約束，突破了原有資源稟賦的限制，有效提高農業生產技術效率[19]。

分工效應：農業生產具有季節性、中間產出的不可剝離性特征會導致分工產生較高的協調和考核費用。農業雖然在自身領域內難以實現分工，其專業化水平的提高可以通過農業機械而產生分工效應，增加生產的迂回性而獲得[6]。分工不僅能夠提高服務主體在特殊生產環節的熟練程度，也進一步強化了他們進行農機服務的意愿。生產環節在技術上細分后，專業分工不斷深化，行為主體按照不同的比較優勢配置資源，形成專業化分工優勢，產生了只參與農業生產某一特定環節的專業化服務組織，極大地簡化了農業生產活動[20-21]。不同勞動單位在特殊環節上發揮比較優勢，進而提高農業生產技術效率[18]。

技術效應：我國目前仍以小農經營為主且土地細碎化問題突出，小規模農戶在農業技術的采納和獲取上是被動并缺乏積極性的，直接將先進的農業技術推廣給農戶可能會由于專業性太強致使技術推廣難以執行[22-23]。農機服務通過外包的形式將先進生產技術引入到生產中，打破了直接向農戶推廣技術的壁壘，提高農業生產的科技含量及農業產出。農機服務貫穿于小麥生產耕、種、防、收各個環節且保證了小麥耕種的質量。一般來說，農機耕地可實現耕深均勻、土壤細碎，耕作完成后還需進行整地作業和壓實作業；在播種方面，專業化的農機服務播種技術相對于手工播種更均勻，無漏播和重播的現象，更好提高小麥的出苗率與成活率[24]；專業的農機植保作業能夠把握噴灑作業的最優環境，有效利用農藥的蒸騰作用，顯著提高病蟲害防治的效率；在收獲過程中，采用收割機和烘干機設備可有效地提升小麥產量和品質[25]。故而，農機服務作為農業新技術推廣的載體，有效促進農地產出率，提高了小麥生產的技術效率[15]。

綜合上述理論分析，圖1展示了農機服務影響小麥生產技術效率的機制路徑。并提出兩點假說。假說1：農機作業服務能提升小麥生產技術效率；假說2：農機服務對小麥生產技術效率的影響主要源于三種效應，即分工效應、技術效應及替代效應。

圖1 農機服務影響小麥生產技術效率的機制Fig.1 Mechanism of agricultural machinery service affecting technical efficiency of wheat production

2 數據、模型與變量

2.1 數據來源

本研究選取河北、山西、內蒙古、黑龍江、江蘇、安徽、山東、河南、湖北、四川、云南、陜西、甘肅、寧夏和新疆15個小麥主產省(自治區)2007—2017年期間165個樣本的農業投入與產出數據進行分析。這些省份的小麥種植面積占全國種植面積的97%，生產總量占全國的98%。數據主要源于《全國農產品成本收益資料匯編》[26]、《中國統計年鑒》[27]、《中國農村統計年鑒》[28]，上述年鑒詳細記錄了省級小麥生產的物質與投入費用、機械作業費用、勞動力成本、土地費用、耕地面積、有效灌溉面積等，對本研究核心變量機械服務也做了詳細的說明，為研究小麥的農機服務提供了重要的數據支撐。

2.2 模型設定

2.2.1技術效率模型

在本次研究過程中，主要對隨機前沿生產函數模型進行了應用，全面估算了以上15個省(自治區)的小麥生產技術效率。如下是本研究應用的模型。

Yit=f(Xit,β)exp(vit-uit)

(1)

(2)

式中：Xit表示小麥生產的各項投入包括農資、勞動力、土地及機械化服務投入；f(Xit,β)exp(vit-uit)代表實際產出值；f(Xit,β)exp(vit)代表不存在技術無效情形下最大可能的產出；TEit代表第i個省小麥的生產技術效率值，取值介于0～1；TEit越接近0代表技術損失越大，技術效率位于生產前沿面以下，越接近1代表處于完全技術效率狀態，技術效率位于生產前沿面上，模型一般采用極大似然估計方法(MLE)進行估計。

模型主要采用如下形式：

lnYieit=β0+β1lnCapit+β2lnSerit+
β3lnLanit+β4lnLabit+β5t+vit-uit

(3)

式中：Yieit為小麥總產量，(kg/hm2)；Capit為投入成本，主要有種子、肥料及農藥等成本；Serit為購買農業機械服務費用，元；Lanit為土地的投入成本，元；Labit為勞動力的投入費用，為用工量、工日與工價，(元/日)，的乘積。

2.2.2Tobit回歸模型

Tobit模型又稱為受限因變量模型。模型主要采用如下形式

(4)

式中：TEit表示小麥生產技術效率值；δ0為常數項；δi為待估參數；εit為誤差項；Zit為影響小麥生產技術效率的因素，其中有1個核心因素，7項控制變量；εit代表隨機干擾項，i代表地區界面，t代表時間。

2.2.3變量描述

核心變量解釋及采用原因如下：

1)農機服務使用水平：農機購買服務程度是本研究的核心變量，已有文獻對農機使用程度的定義[12]，農機服務使用水平=機械服務費/農業生產總投入費用。

2)勞動力雇工比重：勞動投入要素對糧食生產具有重要影響[23]。本研究采用省級勞動力雇工比重代表農業生產的勞動力供給狀況。勞動力雇工比重=(用工量×工價)/ 農業生產總投入費用。

3)農作物有效灌溉率：土地地塊特征直接影響農業技術效率，灌溉條件對技術效率具有突出作用[24]。有效灌溉率表示為：有效灌溉面積/耕地面積。

4)農村勞動力老齡化程度：農業生產勞動可看做為“經驗勞動”, 隨年齡積累其種植經驗更為豐富。隨著農業勞動力年齡的增大，技術效率損失會先增大后減[19]。農村勞動力老齡化程度：農村65歲及以上人口/15～64歲人口。

5)農村居民教育水平：農戶受教育年限反映其在農業生產時獲取勞動技能的能力。當受教育年限越高，農戶理解和采納新事物、新知識的能力則越強[25]。《中國農村統計年鑒》[28]將農戶勞動文化程度分為不識字、小學、初中、高中、大專及以上5個層級，并給出百人中各層級人數。分別賦予各學歷層級0、6、9、12和15的教育年限，運用加權平均值的方法得出農村勞動受教育限[2]。

6)土地規模: 土地的人均擁有量一旦提高，將推動連片作業規模化經營，采納機械化生產的可能性有所增加[13]。土地規模=耕地面積/鄉村人口，(hm2/人)。

7)基礎設施：基礎設施水平表示為：二級公路里程/耕地面積，(km/萬hm2)，良好的農村基礎設施為農戶購買生產資料、獲得先進技術、購買服務等提供了便利，故而獲得較高的技術效率[2]。

8)農作物受災率：農作物受災比率反映自然災害造成的農業減產水平。作物受災率=受災面積/糧食作物播種面積。

表1顯示了隨機前沿模型和面板Tobit模型各變量描述性統計結果。

表1 變量描述性統計Table 1 Descriptive statistics of major variables

3 實證檢驗與結果分析

3.1 SFA技術效率估計結果

在本研究中，主要應用Frontier 4.1軟件，選擇半正態分布下隨機前沿模型時不變估計對生產函數和技術效率進行測算。

表2 隨機前沿模型估計Table 2 Stochastic frontier model estimation

本研究采用Frontier 4.1軟件進行計算，得出這段時間內國內小麥技術效率值為0.750，呈現出逐年遞增的態勢，從最開始的0.733提升到0.766，增加了4.87%；表3顯示小麥生產技術效率排名前5位的省份為河南、安徽、山東、河北、江蘇，技術效率均值分別為0.895、0.872、0.853、0.846和0.830，云南技術效率最低為0.554，這與云南的地理區位、貧困程度及貧瘠的生產環境有密切關系。

表3 隨機前沿模型技術效率估算結果Table 3 Technical efficiency estimation by stochastic frontier model

2007—2017年間小麥生產的資源配置得到了較好的優化，15個小麥主產省(自治區)的技術效率呈現平穩上升趨勢。小麥技術效率起始值較低的省份增長趨勢更為顯著，初始效率值較低的省份其增長率和年均增長率較高，增長速度迅速且發展空間較大。尤其是技術效率較低的云南省，其效率增長較為顯著，2007—2017年間技術效率接近增長10%，年均增長率最高達到0.95%。

3.2 Tobit模型回歸結果

表4顯示了技術效率的影響因素。農機服務水平在1%的顯著性水平上通過了t檢驗且估計系數為正值，影響系數為0.079，即隨著農機服務的投入水平每提升1%，小麥的生產技術效率會相應提高0.079。

表4 面板Tobit模型技術效率影響因素估計結果Table 4 Estimation results of factors affecting technical efficiency by panel Tobit model

老齡化程度對技術效率的影響顯著為正，這與部分文獻的結論存在矛盾。有研究表明老齡化程度的加深造成了農業生產效率缺失，不利于農業技術的進步[25]。但本研究的實證結果顯示老齡化程度在1%顯著性水平下提升了農業技術效率。2007—2017年老齡化比率逐步加強，且農戶農機服務采納行為日益增加，兩類生產投入要素呈現正相關關系。基于社會化服務的視角，當農村勞動力剩余較少且老齡化顯著時，農戶難以按質量完成生產作業，最適合農機服務發揮替代效應，故此農村老齡化的問題并未對小麥的生產效率造成負面影響。農機的服務作業通過土地托管及規模化連片作業的形式解決了沒人種地的問題，彌補了農村勞動力老齡化所帶來的效率損失。

控制變量勞動力的雇工比重、農村居民的教育水平均通過5%的顯著性檢測，影響系數分別為0.003與0.002。勞動力雇工投入是提升農業技術效率的重要部分，當農戶教育水平提高，農戶轉化、吸收、消化生產技術的能力日隨之加強；土地規模、農作物有效灌溉率與基礎設施在1%的顯著水平下提升了小麥的生產技術效率，影響系數分別為0.064、0.037與0.018。2007—2017年間農機作業服務迅速發展，促進小麥生產所需要的土地要素充分發揮作用，未稀釋小麥生產的技術效率。農業生產灌溉設施與農村基礎設施建設的逐步完善，也助推了小麥主產區生產技術效率的提高；農作物受災率對小麥技術效率的影響在5%顯著性水平上為負，影響系數為-0.005。

3.3 農機服務對小麥技術效率影響路徑分析

通過理論分析可得，農機服務對技術效率的影響可通過以下3種路徑實現，第一，機械化服務通過外包的形式將新型技術直接嵌入在作業服務中，提升農業生產的技術水平；第二，農機服務的供給有效緩解了農村勞動力匱乏等制約，彌補勞動力供給不足的問題；第三，農機服務以生產外包的方式將農業生產環節在技術上細分，形成專業化分工優勢，產生了只參與某一特定生產環節的專業化服務組織，簡化了農業生產活動。

3.3.1技術效應

根據2007—2017年間農機服務投入的成本數據來看，農機服務費用的投入水平逐年提高。如果農機服務具有將先進技術引入生產過程的效應，那么隨著農機采用水平的提升，農機服務對提高生產技術水平的潛力也將增大，對小麥生產技術效率的提升效果也更為顯著。根據農機服務投入力度的大小，本研究將時間劃分為2007—2012年和2013—2017年兩個時間區間，分別進行回歸。

通過上述分析我們能夠得出：在2007—2012年這段時間內的農機服務對小麥生產技術效率所產生的影響系數是為0.025，可在5%水平上通過顯著性檢驗；而在2013—2017年這段時間內，農機服務的影響系數為0.093，能夠在1%水平上通過顯著性檢驗。伴隨農機服務投入水平的逐年加大，農機服務對于技術效率的影響效果也越發明顯，提升幅度有所增加，突破了新型農業技術無法扎根落地的現實瓶頸，有效提升了小麥生產的技術效率。農機服務通過外包服務的方式將新型技術融入到農業生產中，彌補了當前農技推廣的不足。

表5 Tobit模型分階段回歸結果Table 5 Tobit model regression results in different time period

3.3.2替代效應

種植面積越大，家庭勞動供給約束更為凸顯，更適宜采納農機服務以發揮勞動替代效應；反之，農戶的種植規模小，當地區域勞動力成本低，農機服務的替代效果則不夠顯著。本部分將15個小麥生產主產省(自治區)按照農戶耕地規模及勞動力投入水平進行比照，通過農戶種植規模及勞動力投入比重的數據對比，發現農戶種植規模大，勞動力成本高的省份有內蒙古、黑龍江、甘肅、寧夏、新疆5省(自治區)，記為樣本1；而農戶規模小，勞動力成本低的省份包含安徽、河北、河南、四川、云南、山西6省，標為樣本2。將上述省份按照農業生產要素稟賦進行分組，詳見表6。

表6 Tobit模型分地區回歸結果Table 6 Tobit model regression results in different area

結果顯示耕地規模大、勞動成本高的省份農機服務對小麥技術效率的影響在1%水平上通過了顯著性檢驗，影響系數為0.047； 耕地規模小，勞動力成本低的省份，農機服務對小麥生產技術效率的影響則不夠明顯，未通過顯著性檢驗。因此，農機服務能否充分發揮勞動替代效應則與當地要素稟賦相關，勞動力成本較高、耕地規模較大區域，農機服務的勞動替代效應則更為顯著。

3.3.3分工效應

農機服務是一種迂回的分工生產模式，農戶將自己從事的耕種、植保、收割等生產環節外包給專業化的服務組織的方式。小農戶的服務需求匯聚成為社會化的服務需求，形成了既匹配于專業化服務組織的交易規模需求，又能改善農戶的分工效率。目前，農機跨區作業面積從2009年2 741.627萬hm2增長到2013年的3 671.921萬hm2，農機跨區作業服務面積增長迅速。農機化作業服務組織截至到2010年達17.53萬個，從業人數達到189.48 萬人，農業專業化程度已經逐步形成。

4 結論及政策啟示

4.1 研究結論

本研究利用 2007—2017年中國 15 個小麥主產省面板數據，采用隨機前沿分析測度了小麥生產的技術效率。全國的技術效率值為0.750，增長率為4.87%，技術效率總體呈現逐年增長趨勢。區域來看各省份之間的發展政策、經濟基礎、產業結構、地理稟賦等均存在差異，導致小麥生產技術效率產生區域差距；起點效率低的省份增長速度要明顯高于初始領先的省份，省際間的不平衡逐步減弱。

繼續采用隨機面板 Tobit 模型，分析了小麥技術效率的影響因素。農機服務使用能顯著提升小麥生產技術效率。采納農機服務比重越高，小麥生產技術效率也越高；農村老齡化的問題并未對農業生產技術效率產生負面影響，當納入農機服務這一特殊生產要素之后，農戶生產要素結構進一步得到優化。

農機服務提升小麥生產技術效率根本動因在于技術引入效應、勞動替代及分工經濟。農業作業服務能夠對弱質勞動力進行有效替代，突破傳統勞動力約束瓶頸，緩解對農業生產的影響；小規模的農戶無法負擔較高的農機購置成本，而社會分工產生的農機作業服務有利于成本分擔，在保障穩定生產的同時，通過先進技術的應用及機械化生產播種方式實現了效率的改進。

4.2 政策啟示

第一，規范農機服務市場，完善農機社會化服務體系。未來中國應進一步農機完善服務業發展，加大農業裝備、技術的有效供給，推動糧食生產全程機械化裝備和作業水平提檔升級；規范農機服務市場，通過跨區作業、土地托管等服務模式，鼓勵各類農機服務市場主體為其他農業生產者提供低成本、便利化、全方位、高質量的農機作業服務。加強農機化技術推廣、質量監督、安全監理等農機化公共服務體系建設，為農機服務組織的發展營造一個良好的外部環境。

第二，采取多項舉措著力培育新型農機經營主體，引導和支持農機大戶、農機合作社等新型農機經營主體發展壯大。結合全國各省的區域特征有效進行補償，促進區域農機服務市場的平衡發展，優化區域間糧食生產經營結構，推進小麥生產向專業化、集約化、現代化方向轉型。