我國農機社會化服務供給效率及其影響因素*——基于DEA-Tobit兩步法分析

邱溆，楊麗

(海口經濟學院，海口市，571127)

0 引言

家庭聯產承包責任制改變了我國農村舊的經營管理體制，解放了長期被壓抑的農村勞動力。但是，人多地少的資源約束、使分戶承包帶來土地“細碎化”的問題，“耕者有其機”的政策倡導由于配置效率低，制約了農業機械化的發展，不利于農業現代化的推進。農機社會化服務作為一種農機資源配置的創新制度設計，以市場需求為導向的、以農機經營者的經營效益最大化為驅動，按照市場規律實現農業機械與勞動者、勞動對象等生產要素的優化配置[1]。突破了單個農戶所面對的土地規模的制約，引導和促進了土地以農機服務組織、農機專業戶為中心的流轉集中。因而，推進農機社會化服務是在當前政策背景及資源現狀下，解決廣大農民對于農業機械、尤其是大型機械“買不起”與“用得起”的現實矛盾，以促進農業機械化“全程、全面、高質、高效”[2]發展的必然要求，也是整合農業大生產和小農經濟[3]、推動現代農業發展的最佳路徑。圍繞農機社會化服務的推進，相關文獻主要集中于農戶是否采用農機社會化服務的影響因素。如張晴晴[4]研究認為年齡越大、文化程度越高，采用農機社會化服務的可能性越大，種植面積、土地細碎化程度、地形也具有顯著影響。郭如良等[5]提出兼業化有利于促進農戶對農機社會化服務的采用，土地細碎化則起到抑制作用。提升服務效率亦是推進農機社會化服務發展的有效途徑，目前這方面的研究較少。楊印生等[6]通過構建指標及因子分析，指出當前影響農機服務組織作業效率的首要因素是組織實力，包括組織擁有的農機數量、組織人員的數量以及組織成員的綜合素質。張維政[7]，崔敏等[8]提出搭建信息平臺以促進農機供需雙方的對等鏈接，能夠實現農機社會化服務效率的提升。

本文將在上述文獻的基礎上，利用分省的截面數據和DEA方法測算中國各省農機社會化服務的供給效率，并運用Tobit模型進一步考察農機社會化服務供給效率的影響因素及影響程度，以探討改進農機社會化服務效率、增強農機服務主體市場競爭力、從而促進農業機械化和農業現代化的可能思路。

1 研究方法與理論模型

1.1 數據包絡分析法

第一步采用數據包絡分析法DEA(Data Envelopment Analysis)測算效率值。作為目前運用較廣的一種非參數方法，該方法不必明確投入、產出間的函數關系，通過對投入、產出指標實際數據的分析，借助于數學規劃確定相對有效的生產前沿面，將各個決策單元(DMU)投影到DEA的生產前沿面上，并通過比較DMU偏離DEA前沿面的程度來評價其相對效率[9]。BCC模型是一種基本的DEA模型，以規模報酬可變為基本假設研究DMU的效率問題，認為綜合技術效率(TE)是由純技術效率(PTE)與規模效率(SE)共同決定的。

本文構建投入導向的BCC模型，即在產出不變的前提條件下研究如何盡可能的減少投入。假設有n個DMU，每個DMU又有m個投入類型和s個產出類型,則投入向量Xij=(x1j,x2j,…,xmj)T，其中j=1,2,…,n；i=1, 2, …,m；產出向量Yrj=(y1j,y2j, …,ysj)T，其中j=1, 2, …,n；r=1, 2, …,s。對于任一決策單元DMU0，其對偶形式的BCC模型(投入導向)可表示為

Min[θ-ε(eTs-+eTs+)]

式中：x0——選定決策單元DMU0的投入指標；

y0——選定決策單元DMU0的產出指標；

λ——相對于DMU0重新構造一個有效的DMU組合中n個決策單元的組合比例或組合系數；

θ——DMU0的效率值；

s-，s+——松弛變量；

eT——單元行向量；

ε——非阿基米德無窮小量。

若θ=1，且s-=s+=0時，則該決策單元為DEA有效；若θ=1，但s+≠0或s-≠0，則稱該決策單元為DEA弱有效；若θ<1，說明該決策單元DEA無效。

1.2 Tobit模型

第二步以效率值作為因變量，構建回歸模型。由于在第一步中通過BCC模型確定的效率值大于0小于1，且不同于一般的連續變量和離散變量，表現為大致連續，但卻在某一點或多點上具有非零概率，即被解釋變量滿足某種約束條件，這時若用普通最小二乘法(OLS)對模型直接回歸，則參數估計值將會是有偏的、不一致的(Greene,1981)。為解決這一類問題，Tobin于1958年提出了受限因變量模型，也稱為Tobit模型或者截取回歸模型，通過最大似然法進行估計[10]，表達式如下

Yi=α0+αiXi+εii=1, 2, 3…n

式中：Yi——被解釋變量，即效率值；

Xi——解釋變量;

ai——待估參數;

εi——隨機變量；

n——解釋變量的個數。

2 我國農機社會化服務供給效率核算

2.1 指標選取與數據來源

農機社會化服務是指農機服務組織、農機戶為農業生產者提供機耕、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，從而獲取經營效益的過程[11]。其中，勞動力和資本是主要的投入要素。勞動力此處主要指農機服務從業人員，資本包括物質資本和資金的投入，前者用農業機械總動力表示，后者用農機化投入表示。作為農機社會化服務的產出，選取兩個指標，一是農業機械化作業總收入，另一個是農業機械化作業總面積(包括機耕面積、機播面積、機電灌溉面積、機械植保面積和機收面積)。本文考察的時間期限為2018年，空間范圍包括中國大陸的31個省份。相關數據主要來自于《2005—2019年中國農業機械工業年鑒》《2019年中國農村統計年鑒》《2019年中國統計年鑒》。綜合上述投入、產出指標，構建效率評價體系如表1所示。

表1 農機社會化服務供給效率評價指標體系Tab. 1 Evaluation index system on the supply efficiency ofagricultural machinery socialized service

2.2 農機社會化服務供給效率測算

基于投入導向和規模報酬可變的假定，本文采用BCC模型測算2018年中國大陸31個省份的農機社會化服務供給效率。根據各省的相關投入產出指標數據，采用DEAP軟件進行分析，結果如表2所示。

表2 2018年中國各省(市)農機社會化服務供給效率Tab. 2 Supply efficiency of agricultural machinery socialized servicesin different province (city) of China in 2018

由BCC模型的特點可知，每個決策單元的綜合技術效率(TE)是純技術效率(PTE)和規模效率(SE)綜合作用的結果，即綜合技術效率是對決策單元的資源配置能力、資源使用效率等多方面能力的綜合衡量與評價。從上表可知，2018年我國農機社會化服務供給綜合效率平均得分為0.721。其中，共有5個地區的綜合效率得分為1，說明其資源的使用和配置是有效率的，它們分別是黑龍江、上海、安徽、廣西、新疆。其他地區都存在無效率的現象，其中，北京、天津、河北、浙江、福建、湖南、海南、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏等15個地區綜合效率低于平均值。

根據國發〔2000〕第33號文件將31個地區劃分為東、中、西三個地區，則不難發現，DEA有效的5個地區中有1個位于東部地區，2個位于中部地區，另外2個位于西部地區。綜合效率低于平均水平的15個地區中，8個屬于西部地區。中部8地區中有7個地區的綜合效率高于平均水平。規模報酬(RS)方面，處于遞增(irs)階段的22個省份中，東部占8個，中部4個，西部10個；處于遞減(drs)階段的4個地區中，東部和中部各2個。無論規模報酬遞增或遞減，都表明要素投入增加的比例與產出增加的比例未達到最佳匹配。

以上說明我國農機社會化服務供給效率由于受管理水平和技術因素的制約，總體上還存在較大的提升空間。0.721的綜合效率平均得分，意味著相對于生產前沿面，在既有的產出情況下，平均投入水平下降27.9%才能達到綜合技術有效，或者在既有的投入情況下，平均產出水平還需提高27.9%。而且，供給效率表現出明顯的區域差異，中部地區效率較高，其次是東部地區，西部地區平均水平較低[12]。

3 農機社會化服務供給效率的影響因素分析

3.1 基本假設及理論分析

上文運用DEA模型測算出了各省份農機社會化服務供給效率的得分，為進一步研究是哪些因素影響效率得分以及影響程度，結合中國當前農機服務的實際情況和相關文獻，主要從服務主體的規模、服務中介組織的發展、服務人員素質、農機規模化經營潛力[13]以及服務模式創新等五個方面進行分析，并提出如下假設。

假設一：農機服務主體規模對服務效率具有正相關的顯著影響。

農機服務主體主要包括農機服務組織和專業戶，一般認為，農機服務主體規模的擴大，尤其是農機合作社[14]的數量與人員增加，反映了農機服務逐步向合作化、規模化方向演化，體現了服務組織實力的不斷增強，是當前影響農機社會化服務效率的首要因素之一。

假設二：服務中介組織的發展對服務效率具有正相關的顯著影響。

農機服務中介組織是連接農機服務供需雙方的紐帶，在不完全競爭的農業市場上，為農機服務主體與農業生產者之間，以及與農業機械供應商、維修商等之間架設橋梁，減少信息不對稱所帶來的障礙，降低交易成本[15]，提升服務的供給效率。本文用農機化中介組織機構和人員數來表示其發展情況。

假設三：服務人員素質對服務效率具有正相關的顯著影響。

農機社會化服務是一種農業分工的結果，通過在農業生產過程中注入人力資本與知識資本，以發揮其專業化的服務優勢。因而，人是確保服務質量和服務組織能否有序高效發展的關鍵因素[16]，農機服務人員素質對于服務效率的提升就顯得尤為重要。本文以2018年鄉村農機從業人員中獲得農機職業技能鑒定證書的人數為指標，假設這部分人數越多，農機社會化服務供給效率越高。

假設四：農機規模化經營潛力對服務效率具有正相關的顯著影響。

農機社會化服務以市場為導向，在不受資源約束的條件下，能夠按照市場規律實現農業機械與勞動力、土地等生產要素的優化配置[17]。而農機從業人員人均可作業耕地面積反映了農機規模化經營的一種約束條件，規模化經營顯然是提升效率的重要條件[18]。本文用農機從業人員人均可作業耕地面積表示農機規模化經營潛力。

假設五：農機服務模式創新對服務效率具有正相關的顯著影響。

農機服務模式是解決如何提供農機服務的方法論。隨著城鎮化和農業經濟的發展，通過農機服務模式的不斷創新、能夠更為有效地滿足市場對農機服務的多元化需求。利用不同地區農作物成熟的時間差，組織跨越地理區域的農機作業服務，已成為有中國特色的農機服務社會化和市場化的創新模式，以及推動農業節本增效的重要途徑。本文以農機合作社的跨區作業面積為指標，假定其與農機服務效率正相關。

3.2 實證分析

3.2.1 變量選擇及數據處理

本文以2018年中國31個地區的農機社會化服務供給效率值為被解釋變量Y，解釋變量分別為：X1農機作業服務組織規模(農機化作業服務組織年末人數/機構數)、X2農機作業服務專業戶規模(農機作業服務專業戶年末人數/戶數)、X3農機化中介組織年末機構數(個)、X4農機化中介組織年末人數(人)、X5鄉村農機從業人員中具有農機職業技能鑒定證書的人數(人)、X6鄉村農機從業人員的人均可作業耕地面積(耕地面積/農機從業人員)。X7農機合作社跨區作業面積(khm2)。為了降低數據的異方差性，對變量X7進行取自然對數處理，得到變量lnX7。為了滿足Tobit模型中要求的因變量中必須含有一定比例的0值[19]，本文對因變量Y進行適當的變形，得到變量Y0，具體變換方法為：Y0=(1/Y)-1。變換后的Y0值越小表示農機社會化服務供給效率越高，即隨著Y0值的增加，農機社會化服務供給效率會降低。

3.2.2 建立模型及回歸估計

為了對我國東、中、西部情況進行區分，以西部作為比較的基礎，引入東部和中部的虛擬變量分別為D1和D2。由于虛擬變量中的1和0可以用來代表某種屬性的存在與否，則各地區可具體表示如下：東部(D1=1,D2=0)，中部(D1=0,D2=1),西部(D1=0,D2=0)。根據以上假設，構建影響農機社會化服務供給效率的Tobit回歸模型。

Y0=α0+α1D1+α2D2+β1X1+β2X2+β3X3+

β4X4+β5lnX5+β6X6+ε

式中：ε——隨機干擾項。

當表示東部地區時，回歸模型的截距項為α0+α1；當表示中部地區時，回歸模型的截距項為α0+α2；當表示西部地區時，回歸模型的截距項為α0。

本文采用eviews軟件，建立Tobit模型，具體回歸結果如表3所示。

回歸結果顯示：(1)農機服務組織規模(X1)對農機社會化服務效率的影響不顯著，而農機服務專業戶規模(X2)對農機社會化服務效率的影響呈顯著正相關，這反映了當前農機服務專業戶機構規模偏小的現狀，適度增加農機服務專業戶的人員將有利于促進服務效率的提升。(2)農機化中介服務機構數(X3)對服務效率影響不顯著，但農機化中介組織年末人數(X4)正向影響服務效率，說明目前的農業市場仍然屬于不完全競爭市場，隨著農機社會化服務供給范圍的不斷擴大，單純依賴于親戚、朋友介紹從而獲取相關信息、直接建立與服務主體聯系的傳統方式難以滿足現實的多樣化需求。作為這種傳統方式的替代與補充，農機服務中介人員在促進供需信息對稱，降低交易成本，提升服務供給效率方面發揮著越來越重要的作用。(3)農機從業人員中具有農機職業技能鑒定證書的人數(X5)對服務效率的影響不顯著。這與假設三不相符。原因可能在于農機職業技能鑒定證書只是對農機從業人員專業素質和實際操作能力的認定，還需提高整體文化素質，才能更好地發揮專業優勢，提升服務效率。(4)農機從業人員的人均可作業耕地面積(X6)對服務效率的影響在10%顯著水平下正相關，即假設四可以接受。因為規模化經營是提升效率的重要條件，而農機從業人員人均可作業耕地面積越大，其規模化經營的潛力越大，從而提升效率的可能性更大。(5)農機合作社跨區作業面積(lnX7)顯著正向影響農機社會化服務效率，符合假設五的判斷。農機資源的配置按照總體規劃，在一定程度上跨越行政和地理區域的限制，必將有利于地區之間互通有無，推動資源的充分利用和優化配置，減少浪費，提高效率。(6)虛擬變量D2的系數在10%顯著性水平下顯著為負，反映了中部地區的平均農機社會化服務供給效率高于西部地區和東部地區， 這與地區間的地形地貌、農業生產自然條件等方面的差異相符。

表3 農機社會化服務供給效率影響因素的回歸結果Tab. 3 Regression results of influencing factors on supply efficiency ofagricultural machinery socialized service

4 結論及建議

本文采用DEA-Tobit兩步法分析我國農機社會化服務的供給效率及影響因素，第一步使用非參數DEA方法(在可變規模報酬的假設下)對我國31個省份的農機社會化服務供給效率進行測算；第二步以前面得出的效率值為因變量，結合相關理論分析我國農機社會化服務供給效率的影響因素，從中選擇和確定自變量，并構建基本假設。在此基礎上運用Tobit模型進行回歸分析，驗證假設。研究結果顯示，中國農機社會化服務供給效率的平均水平較低(0.721)，而且，東中西部地區存在顯著的區域差異。中部地區平均得分較高(0.867)，東部次之(0.681)，西部地區較低(0.661)。規模報酬遞增地區大部分位于西部地區，規模報酬遞減地區則大部分位于東、中部。對農機社會化服務效率的影響因素中，農機服務專業戶規模、農機中介服務組織年末人數、農機從業人員人均可作業耕地面積、農機合作社跨區作業面積等因素均表現出顯著的正向影響。對此提出如下建議。

4.1 加強農機社會化服務人才培養

首先，增加農村基礎文化教育投入，提高農民的整體文化素質。同時，制定優惠政策，吸引大中專畢業生扎根農村[20]、投身農機服務業，為農機社會化服務提供人才支撐。其次，加強農機服務人員業務水平和服務意識的培養。充分利用農業類高等院校、農機企業等各類培訓資源，調動全社會各種力量，通過政策扶持、多元投入，積極開展針對農機手的農機服務技能培訓，以及針對農機服務組織領頭人的經營管理培訓。

4.2 優化農機社會化服務體系

農機社會化服務包括農機作業、維修、供應、中介、租賃等主要內容，不同服務內容之間相互關聯，構成一個完整的體系。服務效率的提升依賴于各部分之間的合理搭配，即服務體系的優化。因此，要在不斷創新土地托管等農機作業服務模式的基礎上，構建便捷高效的維修、供應服務網絡，為農機作業服務提供有效保障；引導農機中介服務機構全面提升服務質量，開展跨區作業信息咨詢和機具調度，充分發揮農機服務供需雙方的橋梁紐帶作用；發展農機租賃服務，提高農業生產者獲得服務的便利性。

4.3 推進農機社會化服務產業化發展

規模化是產業化的必要條件。要以市場需求為導向，引導專業化的服務組織開展區域性甚至跨區域作業，突破單個農戶所面對的土地規模的制約；鼓勵以農機專業戶和農機服務合作社為基礎，通過土地流轉推動土地的集中和規模化經營，實現土地、機械和人力的合理搭配，形成以農機服務為中心的農業生產規模經濟。

4.4 理順農機社會化服務機制

建立高效有序的運行管理機制，降低服務組織的運行協調成本，有效實現組織的生產經營目標；發揮市場機制對生產要素的優化配置，追求經營效益的最大化；施行兼顧效率與公平的分配機制，激發服務組織成員的積極性、主動性、創造性和歸屬感。

4.5 健全農機工業體系

農業機械是開展農機社會化服務的基礎和依托。要加快農機技術的研發與更新，探索互聯網信息技術、人工智能等高科技在農業機械領域的運用，發展智慧農機；相關部門統籌規劃，以避免農機工業的重復建設，實現合理布局；農機企業以市場為導向創新農機產品，豐富農機產品線，提高產品質量。