農業生產性服務業對糧食生產的影響

閆晗 喬均

內容提要：農業生產性服務業是糧食生產的相關聯行業，為拓展糧食生產發展和糧食產量提高的思路，本文聚焦農業生產性服務業對糧食生產的影響。首先，通過羅默內生增長理論對農業生產性服務業在知識技術方面對糧食生產的影響進行理論分析;同時，將資本作為農業生產性服務業與糧食生產的聯系要素，對羅默內生增長理論的模型進行改造，對農業生產性服務業在資本方面對糧食生產的影響機理進行分析，并根據分析結果提出研究假說。然后，基于2008-2017年中國省級面板數據，通過建立面板模型，采用系統GMM法、差分GMM法和分位數回歸法對研究假說進行計量驗證。研究結論表明：農業生產性服務業的發展能夠促進糧食生產水平的提高，農業服務業發展水平每提高1個百分點，糧食單產將提高0.7個百分點;不同農業生產性服務業細分行業的發展對促進糧食生產水平提高的影響度不同，其中影響最大的是農業物流，農業物流業發展水平每提高1個百分點，糧食單產將提高1.1個百分點。因此，（1）農業生產性服務業的發展應以糧食的發展為信號接入點，以糧農需求為導向。（2）當前農業物流業對糧食生產影響最大，應成為農業生產性服務發展戰略的重點。（3）農業生產性服務業發展中需要注重區域協調和政策協調。

關鍵詞：農業生產性服務;糧食生產;羅默內生增長理論;GMM

中圖分類號：F831.4 文獻標識碼：A 文章編號：1001-148X（2020）08-0107-12

作者簡介：閆晗（1991-），男，江蘇徐州人，南京財經大學糧食經濟研究院博士研究生，研究方向：應用經濟學（糧食流通）;喬均（1962-），本文通訊作者，男，江蘇徐州人，南京財經大學糧食經濟研究院教授，研究方向：應用經濟學（糧食流通）。

基金項目：國家自然科學青年基金項目，項目編號：71803077;國家自然科學基金面上項目，項目編號：71773046;江蘇省社科基金項目，項目編號：19EYD009。

一、引言

糧食產量是衡量國家糧食安全的重要指標，在土地面積約束的情況下，提高糧食生產水平是實現糧食總產量增長的必然選擇。我國糧食生產正處于由傳統農業生產向現代農業生產轉型的關鍵時期，糧食作為農產品和戰略物資面臨多重挑戰。從糧食生產要素需求角度來看，糧食生產對于資源環境的依存度增加，我國人口的老齡化、農村的“空心化”及鄉村生態環境的惡化限制了糧食生產水平提高。從糧食的生產經營情況看，糧食正面臨銷售價格上漲受限和生產成本上漲快速而造成利潤空間降低的局面，農民種糧的積極性降低，糧食生產水平提高的主觀動力不足。從糧食市價形勢看，國內國際糧價嚴重倒掛，疫情等突發事件和貿易“單邊主義”的盛行不斷沖擊本已脆弱的全球糧食供給局面，國際糧食價格波動進一步加劇。我國糧食儲備安全面臨考驗，糧食產量需要適應儲備的調整而迅速增加，糧食生產水平的提高具有緊迫性。本文以農業生產性服務業對糧食生產的影響為研究對象，在我國糧食生產面臨諸多挑戰和約束的情況下，理清農業生產性服務業與糧食生產的關系，有利于拓寬我國尋找糧食產量持續增長路徑的視野和思路。

農業生產性服務業是與農業發展的相關產業。從提供農業生產性服務的行為主體出發，農業生產性服務業是指涉農市場、農民專業合作組織的主體中向農業生產者提供生產性服務和勞動的行業[1];從參與農業生產過程的角度出發，農業生產性服務行業是協助完成農業產前、產中、產后各環節作業的社會化服務行業，是農業發展的第三次動能[2]。按照中國國家統計局《生產性服務業統計分類（2019）》對于生產性服務業的劃分方法，可以將農業生產性服務業細分為農業科技服務、農業金融服務、農業信息軟件服務、農業租賃商業服務及農業物流服務等五大子行業。本文選擇按照國家統計局對于生產性服務業的細分方法進行行業劃分。

國內學者多通過對糧食生產進行環節劃分，然后將劃分后的生產環節與農業生產性服務相結合，來探索農業生產性服務對糧食生產水平的影響。陳超（2012）[3]將農業生產性服務對于水稻生產水平的影響歸結于農業生產性服務對水稻生產的技術效率影響，通過將CD生產函數取對數進行分解，將水稻生產的各個環節外包支出占水稻生產的總費用的比例作為農業生產性服務對水稻各個生產環節的技術影響的測度，建立面板模型進行實證回歸，得出了水稻生產環節的生產服務性外包有利于提高水稻生產的技術效率的結論。孫頂強等（2016）[4]采用了隨機前沿生產函數的方法，通過對農業生產性服務對水稻各個生產環節技術效率的影響的探究，認為農業生產性服務總體上促進了水稻生產技術效率提高，但不同生產環節之間差異較大，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，而病蟲害防治環節則具有顯著的負向影響，但研究并未對農業生產性服務如何影響水稻生產的技術效率進行理論分析。張忠軍（2015）[5]通過超越生產函數的設定，將水稻生產各個環節的外包程度和環節費用投入之積的互動項作為解釋變量，考察了勞動密集型和技術密集型兩種不同類型的生產環節外包對水稻生產率影響，認為總體上包括生產環節在內的農業生產性服務的發展對水稻生產率的提高起到了促進作用，其中技術密集型的生產環節外包對水稻生產效率的提高的影響更為顯著，但未對模型的穩健性進行檢驗。也有少部分學者直接將農業生產性服務業作為整體來考察其對糧食生產水平的影響。王玉斌等（2019）[6]基于CHIP數據庫采用面板模型，以是否采用農業生產性服務作為解釋變量，以每個農戶水稻和小麥單產分別作為被解釋變量，探究了農業生產性服務業對于水稻和小麥生產水平的影響，得出了農業生產性服務能夠有效地促進糧食生產效率的提高和農業生產性服務對于不同的糧食生產效率的影響具有品類異質性特征的結論，但在實證過程中并未就糧食的生產發展與農業生產性服務的發展可能存在的互為因果的內生性問題進行探討。國外學者對于農業生產性服務與糧食生產關系方面的研究多從成本控制角度進行。Meera（2017）[7]研究認為一個能整合知識、技術和市場的水稻推廣和咨詢服務戰略框架，可以有效降低農戶獲取信息的成本。Sartorius（2005）[8]認為分工與市場容量存在相互性，而以交易密度為主要變量的市場容量會伴生交易成本，從服務商的視角來看，農業生產性服務作為農業生產的交易主體再劃分，有益于降低小麥等農作物的交易成本。

綜合來看，以上農業生產性服務業對糧食生產影響的研究存在以下不足：（1）理論分析，現有研究僅就農業生產性服務業對糧食生產水平的影響的機理分析進行描述性論證，缺乏對資本、知識技術等生產要素如何在兩個行業間的互動作用機理進行宏觀分析。（2）研究對象，現有研究多以農業生產性服務業對于水稻或者小麥生產的生產水平的影響作為研究對象，缺乏對農業生產性服務業與包括玉米、薯類等在內的大概念糧食生產影響的研究。（3）研究切入點，現有研究多以糧食生產環節的縱向劃分與農業生產性服務的相結合作為切入點，缺乏農業生產性服務業橫向劃分的細分行業對糧食生產水平影響的研究，無法對農業生產性服務業的細分行業對糧食生產水平的影響程度進行比較。（4）實證方法，現有研究缺乏對計量模型中的糧食生產的發展和農業生產性服務業的發展之間可能存在的互為因果關系帶來的內生問題的考慮和模型穩健性的檢驗。本文試圖彌補以上研究的不足。首先，運用羅默（P.Romer，1990）內生增長理論的有關思想和模型，對農業生產性服務業在知識技術方面對糧食生產的影響進行分析;同時，將資本作為農業生產性服務業與糧食生產的聯系要素，對羅默內生增長理論的模型進行改造，來分析農業生產性服務業資本投入對糧食生產的影響。從而完成農業生產性服務業的發展與糧食生產水平的發展之間的關系機理在宏觀理論方面的刻畫，并提出農業生產性服務業的發展對糧食生產水平的提高有正向影響作用和不同農業生產性服務業的細分行業的發展對糧食生產水平的提高的正向影響程度不同的假說。然后，基于2008-2017年中國糧食生產和農業生產性服務業有關的省級面板數據，建立面板模型驗證假說，并采用系統GMM法來解決實證模型的內生性問題，同時使用差分GMM法和分位數回歸法對模型的穩健性進行檢驗。最后，給出農業生產性服務業與糧食生產互動發展的政策建議。

二、假說與研究設計的提出

（一）假說提出

農業生產性服務業和糧食生產之間關系。生產性服務業不同于消費性服務業，其提供的主要是一種中間投入的“產品”，服務于農業等生產部門。在糧食生產中，農業生產性服務業的產出可以作為“專業”的中間產品投入到糧食的生產中[9]。基于農業生產性服務產品中間投入的特點，農業生產性服務業對于糧食生產的影響的作用機理可以主要歸結為農業生產性服務對糧食生產所需的資本（K）和知識技術（A）要素的影響。

在羅默的內生增長理論及模型中，羅默以柯布道格拉斯生產函數的形式對索洛增長模型進行改造，通過在經濟發展中單獨將知識技術（A）的生產部門分化，將知識技術（A）的發展內生，刻畫了科技部門的發展對于經濟發展的影響，闡述了知識技術進步對于經濟增長的作用。具體而言，羅默將生產部門劃分為生產最終消費品的生產部門和生產知識技術的部門，并將生產要素資本（K）、人口（L）在消費品生產部門和知識技術生產部門進行分配，將知識技術（A）作為兩部門聯系要素，生產消費品的生產部門僅生產消費品，其生產函數為Y（t）=（1-ak）K（t）αA（t）（1-al）L（t）1-α，0<α<1，Y（t）為消費品產出量。生產知識技術的部門僅生產知識技術，其生產函數為A（t）·=BakK（t）βalL（t）γA（t）θ，0

農業生產性服務業在資本方面對糧食生產影響的作用機理。由于農業生產性服務業相比于糧食生產更容易創造和吸收新資本，且同時可以將創造和吸收的新資本通過農業租賃、農業金融等供糧食生產使用，農業生產性服務業的資本作為產品的生產和使用方法與羅默模型中的知識技術作為產品的生產和使用方式相似。本文對羅默模型的設定進行改造，使其盡可能地符合農業生產性服務業與糧食生產部門之間資本運行的特點，從而來闡釋農業生產性服務業在資本方面對糧食生產影響的作用機理。即在傳統的糧食生產的經濟中，單獨引入一個新的資本生產部門，并刻畫資本（K）如何在傳統的糧食生產部門和新產生的農業生產性服務部門之間進行分配，以及投入到農業生產性服務部門的資本要素如何產生新的糧食生產所需的資本（K）要素。具體而言，糧食部門僅生產糧食，而農業生產性服務部門僅生產資本品，一個時期的資本品可以在糧食生產部門和農業生產性服務部門進行分配。在不存在政府購買和國際貿易并忽略折舊的情況下，對羅默模型改造后的糧食部門的生產函數的柯布道格拉斯函數形式為Y（t）=[（1-ak）K（t）]α[A（t）（1-al）L（t）]1-α，0<α<1，其中糧食的產量表示為Y（t）。對羅默模型改造后的農業生產性服務業的生產函數為K（t）·=B[akK（t）]β[alL（t）]γA（t）θ，0

SymboleB@

t=0e-ρtu（C（t））dt，效用函數的形式采用相對風險規避系數不變（CRRA）的效用函數 u（C（t））=C（t）1-θ1-θ，θ>0。為了簡化推導，但又不會影響分析的結論，運用瑞貝羅（Rebelo，1991）[11]關于內生增長理論在單一投入要素及部門單一產品情況下的兩部門間經濟影響關系研究所采用的方法，本文考察僅有資本作為單一投入要素時候的模型分析，同時在糧食生產函數中增加土地要素T，并將農業生產性服務部門的生產函數線性化，即β=1 。僅考慮資本作為生產要素時，則糧食生產部門的生產函數可簡化為： C（t）=KC（t）αT1-α，其中KC為糧食生產部門生產糧食所需要的資本，T表示土地的數量，考慮我國對于農業土地的管理現狀，可以對土地數量進行約束，將T標準化為1，同時要求0<α<1。農業生產性服務部門的生產函數簡化為：K（t）·=BKK（t），其中KK是農業生產性部門生產所需資本，B為資本生產部門的生產轉化系數，代表資本生產部門的發展水平，與農業生產性服務業的規模等因素有關。0<α<1且B>0。兩個部門所用的資本的約束是：KC+KK=K（t），這與資本在糧食生產部門和農業生產性服務部門的按比例ak和1-ak分配約束等價。

在糧食生產部門和農業生產性服務部門這兩個生產部門關系的推導中，令Pk（t）表示在時刻t資本品相對于消費品的價格。根據兩個部門用消費品表示的資本所得必然相等，可以推導Pk（t），KC（t）與參數α、B之間的關系。記KC（t）的增長率為Gk（t），Pk（t）的增長速率為Gp（t）來表示。進行以下推導：

對于居民個人的效用最大化的推導。忽略人口（L）和知識技術（A）的情況下，當家庭消費將時刻t的消費c減少一個微小的量Δc，并將由此增加在極短Δt內投資，然后在Δt+t時刻家庭將由此獲得額外投資收益進行消費，如果家庭達到了最優狀態，則上述變動對其終身效用的邊際影響一定為零。因此要是消費效用路徑達到終身效用最大化需要滿足以下條件：

將糧食生產部門與農業生產性服務部門這兩個生產部門的關系與家庭效用相結合。由于投資部門的資本按照速率B生產新資本，并且其相對于消費品的值是按照速率Gp變化，可以得知用消費品糧食所表示的實際利率為r（t）=B+Gp（t）。將利率r（t）=B+Gp（t） 和yield帶入方程（8），可得：

由以上農業生產性服務業對糧食生產在資本（K）、知識技術（A）影響的分析，提出本文的假說1：農業生產性服務業的發展對糧食生產水平的提高具有正向影響。

由此提出本文假說2：農業生產性服務的不同細分行業的發展對糧食生產水平提高的正向影響程度不同。

（二）研究設計的提出

1.被解釋變量的選擇。學界對于糧食的生產水平主要從糧食單產、糧食生產的技術效率和糧食全要素生產效率等方面進行測度，相比較于糧食生產技術效率和糧食全要素生產效率，糧食單產數量體現的糧食生產水平更加直接，因此本文選擇糧食單產水平作為糧食生產水平的測度，具體采用各省、市糧食總產量除以對應各省、市的糧食種植總面積來計算糧食的單產水平（yield）。

2.核心解釋變量的選擇。本文研究的對象為農業生產性服務業對于糧食生產的影響，核心解釋變量應選擇體現農業生產性服務發展水平的指標。對于該指標的測度選取農村地區生產性服務業增加值最佳，但缺乏有關官方統計數據。胡大立（2006）[12]和厲以寧（2018）[13]研究認為，一個地區的民營經濟狀況可以在一定程度上反映該地區發展水平，而私營企業和個體的就業人數一定程度反映了行業的發展水平。因此，鑒于數據的可得性，本文選擇用在農村地區的有關私營企業和個體戶中就業的人數作為核心解釋變量的替代變量。具體來講，某省、市的農業生產性服務業細分領域農業科技服務（sci）、農業金融業（fin）、農業信息軟件業（inf）、農業租賃商務業（rent）、農業物流業（lg）的發展水平用在以農村科技服務、農村金融、農村信息軟件、農村租賃商務、農村物流為主營業務的農村私營企業與個體經營戶的就業人數來表征，并用五個替代變量之和表示該省、市農業生產性服務業（pro）整體發展水平。

3.控制變量的選擇。由于影響糧食生產的因素較多，模型的建立應盡可能地控制其他可能影響因素。影響糧食生產的因素方面的研究，比較有代表性的是孫圣民等（2017）[14]和彭小輝等（2018）[15]的研究，認為糧食單產水平受到農業機械化程度、農用化肥施用量、受災面積、糧食價格等因素的影響較為顯著，因此本文分別選用農業機械總動力（mach）、農用化肥施用量（Infer）、受災面積（diz）和以2004年為基期的谷物生產者價格指數（price）作為模型的控制變量。

4.實證模型的構建。面板模型具有解決遺漏變量和提供更多個體動態行為的信息的特點，本文基于收集到的數據建立面板模型：

其中，yieldit表示地區i在時間t的糧食單產水平，C為常數項，Xit表示地區i在時間t的農業生產性服務業或者細分行業的發展水平及糧食單產的滯后項，βk表示農業生產性服務業發展水平及糧食單產的滯后項對糧食單產水平的影響系數，或五類細分行業發展水平對糧食單產的影響系數，controlit表示地區i在時間t的控制變量，λm表示各控制變量的影響系數，ui表示可能存在個體效應，υt表示可能存在的時點效應，εit為隨機誤差項。

三、實證分析

（一）描述性統計

本文被解釋變量糧食單產水平（yield）的有關數據來源于2008-2017年《中國農村統計年鑒》，核心解釋變量農業科技服務（sci）、農業金融業（fin）、農業信息軟件業（inf）、農業租賃商務業（rent）、農業物流業（lg）發展水平的有關數據來源于2008-2017年《中國人口和就業統計年鑒》。控制變量農業機械總動力（mach）、農用化肥施用量（lnfer）、受災面積（diz）的數據來源于2008-2017年《中國農村統計年鑒》;控制變量谷物生產者價格指數（price）的數據來源于2008-2017年《中國農業統計資料匯編》。由于西藏的數據缺失較多，本文僅使用除西藏以外的中國其他30個省份（不考慮港澳臺）的省級面板數據。表1呈現的是各個統計變量的描述性統計結果。

從農業生產性服務業細分行業的就業人數的平均值來看，農業租賃業的平均就業人數最多，平均數量為12.207萬人，農業金融的平均就業人數最少，數量為0.864萬人，農業租賃的平均就業人數是農業金融業的平均就業人數的14.13倍。從農業生產性服務業細分行業的標準差來看，農業租賃的就業人數的標準差最大，數值為17.837，農業科技服務次之，數值為14.981，而農業金融的就業人數的標準差最小，數值為1.445。造成不同農業生產性服務業的各細分行業的平均就業人數的不同可能的原因是不同行業的勞動力與資本的需求程度不同。從農業生產性服務整個行業的平均就業人數來看，農業生產性服務的整個行業的平均就業人數的標準差為40.664，這表明我國農業生產性服務業的發展存在區域不平衡現象。

（二）基準回歸

本文先選用農業生產性服務業作為核心解釋變量進行模型設定的基準檢驗，結果如表2所示。首先進行個體時點效應檢驗，根據Chow檢驗結果，F統計量為91.098，大于p值等于0.05的臨界值1.453，拒絕建立混合回歸模型原假設，存在個體時點效應，不應該使用混合回歸模型。隨后進行時點效應檢驗，根據chow檢驗統計量為0.996，小于p等于0.05的臨界值1.922，不拒絕建立混合回歸模型的原假設，排除備擇假設時點效應。再者進行個體效應檢驗，根據chow檢驗結果，F統計量為89.394，大于p等于0.05的臨界值1.511，拒絕建立混合回歸模型的原假設，應該建立個體效應模型。通過LR檢驗，發現結論與Chow檢驗一致。存在個體效應的情況下，可以選擇建立個體固定效應模型或者個體隨機變量模型，通過Hausman檢驗，卡方值為16.44，伴隨概率為0.012，拒絕應建立隨機效應模型的原假設，為防止異方差的存在，進行輔助回歸的結論同Hausman檢驗得到的結論一致，表示應當建立個體固定效應模型。因此，綜合各類檢驗結果，本文應優先選擇建立個體固定效應回歸模型。

由于生產性服務業各細分領域相關性較高，為了避免多重共線性對估計結果造成誤差影響，文中的模型選擇農業生產性服務業或各細分行業的發展水平對糧食單產各自進行估計。從表3的回歸結果可以看出，農業生產性服務業的整體發展水平對糧食生產具有正向影響：農業生產性服務業就業人數每增加1個百分比，糧食單產水平將提升0.5%。從表3中細分領域看，所有農業生產性服務業的細分領域發展都對糧食單產的提高具有正向影響，租賃商務業的發展對糧食單產的影響最高，這可能是因為該行業的發展水平可以一定程度地提高農村地區產品和要素的流轉水平，而產品和要素的快速流轉可以促進糧食生產水平的提高。從回歸結果可以看出，軟件信息業和科技服務業的發展都能夠促進糧食單產的提高，但物流業和金融業的發展對糧食單產的影響沒有通過顯著性檢驗，這并不意味著這兩個行業的對糧食單產的提高不產生影響，可能的原因是回歸模型忽視了某些中間變量或者存在內生性問題。從控制變量上看，受災面積對糧食單產的影響為負，施肥用量和糧食生產者價格對糧食單產的影響為正。靜態面板模型的估計結果初步驗證了前文的理論假設，同時為進一步數據分析打下了基礎。

（三）動態面板和內生性問題的解決

靜態面板模型雖然能夠初步估計農業生產性服務及其細分領域對糧食生產水平的影響方向和程度，但是忽視了糧食生產具有較強的“慣性”，糧農的種植行為并不會輕易地改變，前期的種糧行為會對當期種糧產生一定的影響，因此靜態面板模型估計可能具有較大的誤差。同時，糧食的生產水平受多種因素影響，模型的設定可能存在遺漏變量，從而導致模型的解釋變量與擾動項相關，造成內生性問題。此外，目前的研究無法辨別是糧食生產的發展導致了農業生產性服務業的發展還是農業生產性服務業的發展帶動了糧食生產的發展，這種互為因果的關系也將使模型產生內生性問題。動態面板模型可以以被解釋變量的滯后期作為被解釋變量，從而使糧食生產的慣性特點得到表現。而對于模型內生性問題的解決，需要采用工具變量法。工具變量的選擇要求與解釋變量相關，并且與被解釋變量無關。根據張東玲（2019）[16]的研究結論，城鎮的生產性服務業和第三產業的發展能夠對農村的發展產生溢出效應，促進農村地區生產性服務發展。因此本文采用城鎮的生產性服務業發展水平和各地區第三產業發展水平作為核心解釋變量的額外工具變量，具體指標用2008-2017年城鎮生產性服務業就業人數和各省市第三產業占GDP的比重來測度，有關數據來源于《中國統計年鑒》。經B-P檢驗，模型存在異方差，在模型的擾動項存在異方差或自相關時，GMM估計比2SLS更有效率，在動態面板的估計中系統GMM估計比水平GMM估計效率更高，因此本文將借助加入額外工具變量并以被解釋變量的滯后2期作為解釋變量的系統GMM方法進行兩步穩健性估計，具體計量回歸結果見表4。

系統GMM法要求被解釋變量的滯后項作為解釋變量與個體效應不相關，并且擾動項不存在自相關。通過表3可以看出sargan檢驗不拒絕“所有工具變量均有效”的原假設，表明所有工具變量都有效。差分模型擾動項的一階自回歸檢驗拒絕原假設，二階自回歸檢驗不拒絕原假設，檢驗結果表明模型不存在序列自相關。從表3的回歸結果可以看出，糧食單產一階和二階滯后項作為解釋變量回歸結果顯著。農業生產性服務業及其細分領域的發展水平對糧食單產的提高都具有正向影響，并且都通過顯著性檢驗。首先從總體上看，農業生產性服務業的整體就業人數每增加一個百分比，糧食單產水平將提高0.7%，進一步驗證了農業的生產性服務業發展水平可以促進糧食生產水平的提高，即驗證了假說1。具體從各細分行業看，農業生產性服務業中的物流業發展水平對糧食生產的影響最大，農業物流業就業人數每增加一個百分比，糧食單產水平將提高1.1%，相對于其他農業生產性服務的細分領域，農業物流業是唯一的行業發展對糧食生產水平的促進作用是高于農業生產性服務整體發展對于糧食生產水平的促進作用的行業。除了農業物流業以外，其他農業生產性服務細分行業對糧食生產水平的影響都低于農業生產性服務業對于糧食生產的整體影響水平，具體來看，影響水平第二高的領域是農業信息軟件業，農業信息軟件業就業人數每增加一個百分比，糧食單產水平將提高0.6%，影響水平第三高的是農業科技服務業，其就業人數每增加一個百分比，糧食單產水平將提高0.5%，影響水平第四高的為農業商務租賃業，其就業人數每增加一個百分比，糧食單產水平將提高0.4%，影響水平最小的行業為農業金融業，其就業人數每增加一個百分比，糧食單產水平將提高0.3%。農業生產性服務業中不同細分行業的發展對于糧食生產水平提高的正向影響水平不同，即驗證了假說2。

四、穩健性檢驗

為求穩健，本文還進行了差分GMM和分位數回歸來進行檢驗。表6顯示的是采用差分GMM的回歸結果，sargan檢驗不拒絕原假設，表明所有工具變量都有效，并且差分模型擾動項的一階自回歸檢驗拒絕原假設，二階檢驗不拒絕原假設，檢驗結果表明不存在序列自相關。同時從回歸系數來看，差分GMM的系數估計值與系統GMM的系數估計值結果基本相近，進一步驗證了本文實證研究結果。唯一有較大出入的是，被解釋變量滯后二期不顯著，這可能是由于往期的糧食生產水平會對當期的糧食生產存在短期和長期效應差異，滯后一期的糧食生產對滯后二期的糧食生產水平的節制效應明顯，即滯后二期的糧食生產對本期的糧食生產的影響已經反映在滯后一期的糧食生產上。

分位數回歸是采用殘差絕對值加權平均作為最小化的目標函數，不容易受到極端值的影響，結果相對較為穩健，能夠提供關于條件分布的全面信息，因此本文還采用了面板分位數回歸進行穩健性檢驗，以期獲取農業生產性服務及細分領域對糧食生產影響的更為全面的信息，模型對糧食單產分別進行10%、25%、50%、75%和90%的分位數進行回歸，估計結果如表5所示。

從解釋變量的回歸系數的顯著性來看，50%以后的分位數回歸系數幾乎都顯著，而50%之前的分位數回歸系數部分不顯著。從回歸系數的正負號情況來分析，對糧食單產具有負向影響的回歸系數幾乎都不顯著，進一步表明了農業生產性服務業及其各細分領域對糧食生產的正向影響，佐證了模型的穩健性。同時從上述的靜態模型和動態模型的回歸結果也能看出，雖然生產性服務業及細分領域在顯著性上有部分差異，但是在回歸系數符號和數值上并沒有太大差異，與此處的穩健性結論相一致。從回歸系數看，在10%分位以后，農業生產性服務業整體的分位回歸系數呈現先下降后上升的趨勢，這表明，農業生產性服務業的整體發展對于高單產和較低單產的糧食生產影響較大。從生產性服務業的細分領域來看，在50%以后的分位數的回歸系數比50%分位數以前的分位數回歸系數要大，這說明農業生產性服務業的細分領域對于較高糧食單產的糧食生產的影響相對于糧食單產較低的糧食生產的影響而言更大。

五、研究結論和政策建議

（一）研究結論

本文首先從理論分析提出了農業生產性服務業的發展可以促進糧食生產水平的提高及不同的農業生產性服務業細分行業的發展對于糧食生產水平的提高的正向影響程度不同的假說。然后通過靜態面板和動態面板實證分析，驗證了假說;通過差分GMM和分位回歸，檢驗了模型的穩健性。本文的結論如下：

1.農業生產性服務業的發展對糧食生產水平的提高具有正向效應。一方面，由于農業生產性服務是對于包括糧食生產在內的農業活動再分工，在分工的過程中必然會提高專業化的程度，在農業生產性服務專業化程度的提高過程中，“干中學”的好處會提高農業生產性服務的生產效率，從而促進農業生產性服務業發展水平的提高。在農業生產性服務業發展水平提高的情況下，農業生產性服務業與包括糧食生產在內的農業生產再結合，又會導致包括糧食在內的農業生產效率的提高。另一方面，農業生產性服務業本身的新知識和發現運用的自身優勢是對于傳統的糧食生產中低技術和低科技的有益補充，農業生產性服務業可以將新的技術帶給糧食生產部門，從而帶動糧食的生產技術的提高，帶來糧食單產的增加。最后，從資本角度來看，農業生產性服務業的資本聚集能力和再生能力更強，農業生產性服務業中的金融和保險等行業可以將資本輸送給糧食生產部門，從而可以提高糧食生產部門的資本化程度，促進糧食生產水平的提高。

2.農業生產性服務業中不同行業對于糧食生產水平的提高的正向影響水平不同。從實證結果來看。農業物流的發展對于糧食生產水平的提高影響最為顯著，并高于整體農業生產性服務業對于糧食生產水平提高的影響。造成農業物流發展對于糧食生產影響最為顯著的主要原因，一方面，糧食自身具有易變質、易生蟲等生物特點，糧食的儲藏較為困難，糧食生物特點要求糧食必須及時消費。另一方面，人們對于糧食的消費需求具有剛性，糧食需求量具有隨人口增加穩步上升的特點，糧食需求的增加要求糧食必須及時送到需求者手中。我國糧食生產主要在農村地區，而城市人口的迅速增加造成了城市地區的糧食需求急劇上漲，這就要求農業物流來對糧食進行空間轉移，從而完成糧食供給和糧食需求的對接。長久以來我國農村地區運輸發展不充分，在農戶儲糧和外運困難的情況下，糧食供給和糧食需求無法對接，糧食無法銷售，農戶必然會降低糧食種植的積極性。近年來隨著國家在鄉間公路和城鄉公路等基礎建設的大量投資，農業物流得以發展，農業物流業的發展水平得到快速提高并達到新高度，使得運糧難這一迫切問題得到了解決，農戶種糧銷售得以保障，相對提高了農戶種糧的積極性，促進了糧食生產的發展。其他農業生產性服務方面，農業科技服務、農業金融服務、農業信息軟件服務和農業租賃商務服務的發展對于糧食生產的提高的影響低于農業生產性服務的發展對于糧食生產提高影響的整體水平。造成這一現象的主要原因是農業科技服務、農業金融服務、農業信息軟件服務和農業租賃商務服務四類行業是高端生產性服務業，農業高端生產性服務業作用發揮需要以農業生產的規模化和專業為基礎[17]，當前我國糧食生產的專業化和規模化程度不高，現階段碎片化的糧食生產對高端農業生產性服務的需求較低，導致了高端農業生產性服務的發展水平不高，高端生產性服務對糧食生產的促進作用無法充分發揮。

（二）政策建議

為提升糧食生產水平，保障我國糧食安全，本文基于理論和實證分析的結論，從農業生產性服務業的發展與糧食生產的發展相結合的視角提出以下政策建議：

1.堅持服務糧農，大力發展農業生產性服務業。農業生產性服務業突出強調直接作用于農業生產，而糧食生產比起其他農業生產更具戰略意義，因此農業生產性服務業的發展應以糧食生產的發展作為信號接入點。農業生產性服務業涵蓋農業市場信息、科技、物流、金融等各個領域，內涵日漸豐富，形式更為多樣。同時，農業生產性服務業集聚了資本、技術和管理等現代農業要素，在對接市場信息、技術應用、資金投入、規模經營、上下游產業方面可以發揮重要作用，從糧食生產要素市場角度而言，這些作用能否有效在糧食生產方面發揮取決于糧農的需求程度。因此堅持以糧農需求為導向，是農業生產性服務業與糧食生產協調發展的必要途徑。此外，與OECD國家的農業生產性服務業相比，目前我國農業生產性服務業的規模較小，還處于發展初期[18]，既往經驗表明政府政策支持是促進我國產業發展的重要方式，為此，發展農業生產性服務業需要強化政府政策支持力度，政府要“有所作為”。一是要強化政府服務水平。加快政府角色的轉變速度，充分發揮政府對于農業生產性服務業企業發展過程中的服務作用，簡化開辦流程，降低日常監管中政府對于農業生產性服務業的不利干擾，為農業生產性服務業發展提供良好的外部條件。二是做好資金支持工作。運用稅收優惠、財政資金補貼和優惠性貸款等方式降低農業生產性服務業的資金壓力，提高農業生產性服務業的投資吸引力。三是做好供需對接的組織工作，通過政府組織的方式將農業生產性服務業與糧食生產相結合，提升農業生產性服務覆蓋范圍，讓農業生產性服務業發展帶來的對于糧食生產提高的促進作用和對于農民增收的好處落到實處。四是要做好監管工作，建立健全農業生產性服務業的有關行業規定和準則，做到“有法可依、有法必依”，充分保護各方合法利益。

2.制定科學的發展戰略，現階段重點發展糧食物流服務業。從本文的研究結論可以看出，當前農業物流服務業對糧食生產的影響程度最大，其他農業生產性服務細分行業對于糧食生產的提高也有不同程度的促進作用。在發展農業生產性服務業的戰略選擇方面，可以選擇現階段以發展農業物流為主要對象，長期以農業生產性服務業的整體協調發展為目標的戰略方針。由于現階段農業物流的發展對于糧食生產的提高的影響最為顯著，這意味著短期內加大對于農業物流的投資相比于對于其他農業生產性服務業的投資的效果產生更為迅速。然而在農業物流充分發展的情況下，隨著農業物流業的生產邊際收益的遞減，農業物流對于糧食生產的促進作用必然會下降，而其他農業生產性服務業對于糧食生產的促進效用相比較而言必然會提高，因此農業生產性服務業的長期發展應注重農業服務業細分產業的協調發展，而這也是農業生產性服務業的高端市場與低端市場的協調和形成立體、全面同時能夠抗擊風險的市場體系的必然要求。

3.農業生產性服務業的發展過程，要注重區域協調和政策協調。與當前“不充分、不協調”的社會發展主要矛盾相呼應，根據表1的數據分析，我國農業生產性服務業也存在區域農業生產性服務業發展的不協調問題。為此，大力發展農業生產性服務業一方面要堅持因地制宜的原則，根據區域的農業生產特點，發展與當地農業發展相符的農業生產性服務業，避免資源浪費現象的發生。另一方面，農業生產性服務業發展的不協調的現實狀況以及國家對于區域發展協調的政策實施，要求農業生產性服務業的發展應具有前瞻性，農業生產性服務業的發展既要著眼于與本區域的農業生產未來發展趨勢的協調，又要注重區域間的農業發展與國家宏觀的區域協調發展政策相結合。彭新宇（2019）[19]認為規模收益是農業生產性服務的重要利益來源，而農業生產性服務業的規模收益來自于需求擴大而帶來產量擴大，農業生產規模化是農業生產性服務業需求擴大的來源。唐軻等（2017）[20]認為糧食生產的規模經營可以提高糧食單產，同時表6的回歸結果表明農業生產性服務業對于高產量糧食單產的正向影響高于對低產量糧食單產的影響，這表明降低土地的碎片化程度、提高糧食生產土地的集中程度有利于促進糧食生產和農業生產性服務業的互動發展，這要求農業生產性服務業的發展政策需要與農村土地的流轉政策相協調。

參考文獻：

[1] 董歡.我國農業生產性服務業發展的若干思考[J].農村經濟，2013（6）：112-115.

[2] Cherukuri R R，Reddy A A. Producer organizations in Indian agriculture their role in improving services and intermediation[J].South Asia Research，2014，34：209-224.

[3] 陳超，李寅秋，廖西元.水稻生產環節外包的生產率效應分析——基于江蘇省三縣的面板數據[J].中國農村經濟，2012（2）：86-96.

[4] 孫頂強，盧宇桐，田旭.生產性服務對中國水稻生產技術效率的影響——基于吉、浙、湘、川4省微觀調查數據的實證分析[J].中國農村經濟，2016（8）：70-81.

[5] 張忠軍，易中懿.農業生產性服務外包對水稻生產率的影響研究——基于358個農戶的實證分析[J].農業經濟問題，2015，36（10）：69-76.

[6] 王玉斌，李乾.農業生產性服務、糧食增產與農民增收——基于CHIP數據的實證分析[J].財經科學，2019（3）：92-104.

[7] Meera S N，Gandhi R，Padaria R. Accelerating impact through rice innovation systems：Integrating knowledge，technology，and markets[M].The Future Rice Strategy for India. London：elsevier（Academic Press）2017：435- 460.

[8] Kurt Sartorius，Johann F. Kirsten. The boundaries of the firm： why do sugar producers outsource sugarcane production？ Management Accounting Research[J]. 2005，16（1）：81-99

[9] 宣燁：江蘇省現代服務業現狀及其發展路徑[J].規劃師，2016，32（9）：39.

[10]蘆千文，高鳴.農業生產性服務聯結機制的演變與創新[J].華南農業大學學報（社會科學版），2019，18（6）：23-34.

[11]Sergio Rebelo. Long-Run Policy Analysis and Long-Run Growth[J]. The University of Chicago Press，1991，99（3）.

[12]胡大立.中國區域經濟發展差距與民營經濟發展差距的相關性分析[J].上海經濟研究，2006（2）：17-25.

[13]厲以寧.厲以寧：中國現在需要培養大量的、新的民營企業[J].商業觀察，2018（9）：10-12.

[14]孫圣民，陳強.家庭聯產承包責任制與中國農業增長的再考察——來自面板工具變量法的證據[J].經濟學（季刊），2017，16（2）：815-832.

[15]彭小輝，史清華，朱喜.中國糧食產量連續增長的源泉[J].農業經濟問題，2018（1）：97-109.

[16]張東玲.新型城鎮化質量對農業經濟增長的空間溢出效應分析——基于山東省17地市的經驗數據[J].山東大學學報（哲學社會科學版），2019（4）：157-167.

[17]陳艷瑩，原毅軍，袁鵬.中國高端服務業的內涵、特征與界定[J].大連理工大學學報（社會科學版），2011，32（3）：20-26.

[18]劉俊威，汪建豐.都市型現代農業發展理論再探——基于農戶視角[J].湖北社會科學，2011（3）：75-78.

[19]彭新宇.農業服務規模經營的利益機制——基于產業組織視角的分析[J].農業經濟問題，2019（9）：74-84.

[20]唐軻，王建英，陳志鋼.農戶耕地經營規模對糧食單產和生產成本的影響——基于跨時期和地區的實證研究[J].管理世界，2017（5）：79-91.

（責任編輯：李江）