互聯網使用對農機服務采納的影響及其異質性*

陳昕，胡友，祁春節

(1. 江西農業大學經濟管理學院，南昌市，330045； 2. 華中農業大學經濟管理學院，武漢市，430070)

0 引言

隨著工業化和城鎮化進程的推進，我國已進入從傳統農業向現代農業轉型的關鍵時期，農村老齡化、兼業化和空心化問題日漸明顯，對農業機械動力的需求空前迫切[1]，但在大國小農的基本國情下，普通農戶購置農業機械存在設備利用率低、規模不經濟等問題，因此購買農機服務成為很多農戶的首選。2018年，國務院發布的《關于加快推進農業機械化和農機裝備產業轉型升級的指導意見》中提出，鼓勵發展訂單作業、跨區作業等多種形式的農機服務，將更多農戶轉入現代農業的發展軌道。以全國三大主糧的生產為例，每公頃農機服務費用已經從2001年的341.85元增至2019年的2 265.3元，年均增長率達11.08%，是同期農業機械總動力增長率的三倍多，說明農機服務已經成為我國農業機械化發展的關鍵力量[2]。但一個不容忽視的問題是，長期以來我國農村地區的信息渠道閉塞、農業經營分散，普通農戶的農機服務需求容易被以“大戶為導向”的農機服務主體忽視，嚴重制約了傳統農業生產的機械化改造進程[3]。

近年來，隨著新一代信息技術的發展和“寬帶中國”戰略的實施，我國農村地區的互聯網普及率大幅攀升，從2013年的27.5%增至2020年的55.9%。眾多研究表明互聯網信息技術的應用是農業現代化發展的創新源泉，與農業機械技術的融合提升了農業生產效率[4-5]，與農業市場化的融合提升了產品要素市場的流通效率[6]，但農機服務作為資源配置的重要一環，目前圍繞互聯網信息技術如何驅動農機服務發展的研究大多還停留在理論分析層面，意識到互聯網使用對農戶采納農機服務的影響效應問題，并認同互聯網使用通過降低農機作業的信息成本、監督成本，增加農機作業的服務需求進而有利于提高農戶對農機服務的采納率[7-8]，只有少數學者運用實證方法從微觀層面進行了定量研究，李忠旭等[9]采用2016年中國勞動力動態調查(CLDS)的橫截面數據，運用Probit模型分析互聯網使用對農戶采納農機服務的影響機制，發現互聯網信息技術通過促進非農就業而激勵農戶購買農機服務以替代減少的農業勞動力投入，農戶教育水平、社會資本豐裕度會影響到互聯網對農機服務采納行為的作用效果。與截面數據相比，面板數據兼具截面和時間兩個維度，能夠解決不可觀察的個體差異所引發的遺漏變量問題，進而提高估計的精確度。因此，以中國家庭追蹤調查(CFPS)面板數據為基礎，運用面板Probit模型分析互聯網使用是否會影響農戶對農機服務的采納及其異質性，以期為推動互聯網信息技術與農機服務的融合發展提供有益的政策參考。

1 數據來源與模型構建

1.1 數據來源

實證研究所用數據來源于北京大學中國社會科學調查中心負責實施的中國家庭追蹤調查數據(簡稱CFPS)，于2010年正式進行基線調查，共采訪了14 960 個家庭戶和42 590位個人，此后2012年、2014年、2016年、2018年又分別進行了四輪全樣本的追蹤調查。抽樣來源于河北省、山西省、遼寧省、吉林省、黑龍江省、江蘇省、浙江省、安徽省、福建省、江西省、山東省、河南省、湖北省、湖南省、廣東省、廣西、四川省、貴州省、云南省、陜西省、甘肅省、北京、天津、上海、重慶共25個省/市/自治區，代表了全國95%的人口。本文從農戶層面分析互聯網使用對農機服務需求的影響，故將樣本限制為從事農林牧副漁活動的家庭戶。由于CFPS2012尚未涉及互聯網使用的調查，CFPS2014開始專門設計“手機和網絡模型”板塊對家庭戶互聯網使用進行調查，故本研究采用CFPS2014、CFPS2016、CFPS2018三輪的調查數據，經過數據清洗和刪除關鍵變量缺失的樣本，本文最終的有效樣本包括連續三期均接受調查的2 614個農戶所構成的面板數據，共計7 842個觀測值。

1.2 模型構建

被解釋變量是農戶對農機服務的采納行為，其取值只有兩種可能，即采用農機服務和不采用農機服務，屬于二元虛擬變量，可使用Probit模型進行回歸。由于本文所使用的是三期面板數據，用面板Probit模型(簡稱XT-Probit)可以獲得更優的擬合效果，且前期對樣本數據的LR檢驗結果也顯著拒絕了混合截面Probit 模型的原假設，故采用XT-Probit 模型進行分析，構建的實證模型如式(1)所示。

(1)

式中：Yit——i農戶t期的農機服務費用；

Fit——i農戶t期的互聯網使用水平；

X——控制變量，包括年齡、性別、教育和健康等戶主特征變量，家用農機、農業經營規模、農業商品率、種植比重、土地流入、非農就業和農業勞動力人數等家庭特征變量，村莊的地貌、交通、規模等外部環境變量；

α0——截距項；

α1——核心變量的擬合參數；

βk——第k個控制變量的擬合參數；

ε——隨機擾動項。

將式(1)作為基準模型，用以研究互聯網使用對農機服務采納的影響。考慮到互聯網使用與農機服務采納行為可能存在反向因果或遺漏變量而導致的內生性問題，比如農戶可能為了更好獲取農機服務信息而選擇使用互聯網，故需要使用工具變量法進行檢驗。由于互聯網使用行為是一個二元虛擬變量，而IV-Tobit模型更適用于解決內生變量為連續變量的情況，因此，采用Roodman[10]提出的條件混合估計方法(CMP)，在似不相關回歸的基礎上，采用極大似然估計法構造遞歸方程來實現多級回歸模型的估計。估計過程分為兩部分：第一部分尋找工具變量，并估計其與內生變量的相關性。第二部分將相關值帶入基準模型進行回歸，通過內生性檢驗參數來判斷外生性，如果參數顯著則CMP估計更為準確。

2 變量選取與描述性統計

2.1 因變量的選取

本研究的因變量為農機服務采納。若問卷中該農戶當期產生了農機租賃費用，則設定數值為1，否則數值為0。從表1可見，全樣本的農機服務的均值為0.471，分項來看，已上網農戶的農機服務均值為0.517，明顯高于未上網農戶的0.419，初步表明了農戶的互聯網使用行為與其農機服務采納具有正向的關系。

2.2 核心變量的選取

本研究的核心變量為互聯網使用。用農戶家庭上網率作為互聯網使用的衡量指標，由于很多農戶家庭完全不會上網，因此該指標是受限變量。互聯網使用在2014年的個體問卷中是“你是否上網”這個問題，在2016年和2018年為“是否電腦上網”“是否手機上網”兩個問題。為進行統一，二者有其一，本文就定義該個體有上網行為，將之賦值為1，否則賦值為0。將農戶所有個體樣本的數值進行平均，得到互聯網使用的變量。表1中可見，全樣本的互聯網使用均值為0.249，上網戶的互聯網使用均值為0.476，表明了上網個體在農戶中分布很不均勻，具有以家庭為單位的集聚特征。

2.3 工具變量的選取

研究的工具變量為區縣上網率，參考柳松等[11]的研究思路，用農戶所在區縣居民的平均上網率來衡量。一方面，區縣上網率可以體現一個地區的互聯網發展水平，比例越大說明該地區互聯網普及率越高，農戶使用互聯網的可能性越大，與本文的內生變量符合相關性條件；另一方面，區縣層面的居民上網比例并不會直接影響單個農戶的農機服務采納水平，滿足了外生性假設。從表中可見上網戶的區縣上網率為37.4%明顯高于未上網戶的區縣上網率28.9%，初步表明與本文的內生變量具有相關性關系。

2.4 控制變量的選取

本研究參考已有文獻以及CFPS數據的可獲取性，引入了戶主特征、家庭特征、村莊特征3個層面的特征變量，以減少估計的偏誤。(1)戶主層面包括年齡、性別、教育、健康。一般認為，老齡戶主、女性戶主、健康較差戶主由于勞動力劣勢，更可能會采納農機服務以彌補自身勞動不足。教育程度較高戶主的非農就業機會更多，更可能采納農機服務以替代減少的農業勞動力。與未上網戶相比，上網戶的戶主年齡偏小、教育水平更高、健康略差、女性戶主略多；(2)家庭層面包括家用農機、農業經營規模、農業商品率、種植比重、土地流入、非農就業、農業勞動力。理論上，家用農機會降低農戶對農機服務采納的意愿。農業經營規模大的農戶，對接農機服務市場的議價能力和購買能力更強，更可能采納農機服務。農業商品率更高的農戶購買能力越強，對農機服務采納可能更高。種植比重高的農戶比養殖比重高的農戶更需要農機服務。土地轉入戶比一般農戶更可能增加對農機服務的采納。非農就業會導致農戶勞動力轉移，從而增加對農機服務需求以替代減少的農業勞動力。農業勞動力數量越高，農戶自身生產能力越強，對農機服務的需求意愿會降低。與未上網戶相比，上網戶的家用農機價值更大，農業經營規模更大，農業商品率更高，種植比重更高，土地轉入更多，非農就業收入更多，農業勞動力數量更多；(3)村莊層面包括村莊規模、村莊交通、村莊地貌。需要說明的是CFPS只有2014年的村莊層面數據，一般認為這些跨時間匹配的村莊變量屬于短期不會改變或者變化較小的類型，故借鑒張景娜等[12]、錢龍等[13]的做法,2016年和2018年數據從2014年獲取。村莊規模越大，鄉村服務業發展水平更高，農戶更可能采納農機服務。村莊交通條件越好或處于平原地區，更有利于農戶采納農機服務。與未上網戶相比，已上網農戶所在村莊規模更大、平原地區更多，到縣城時間稍遠。

表1 變量的描述性統計特征Tab. 1 Descriptive statistical characteristics of variables

3 結果與分析

3.1 模型回歸結果

基準模型的估計結果表明(表2)，互聯網使用在1%水平上對農機服務具有顯著的正向影響，影響系數為0.277，據此計算出的邊際效應為0.068，即農戶家庭互聯網使用率每提高1個百分點，農機服務采納概率增加0.068個百分點，表明互聯網使用能夠顯著提升農戶對農機服務的采納水平，從實證層面上支撐了郭海紅[8]的觀點，也在一定程度上能夠解釋2013年“寬帶中國”戰略實施以來我國農機服務市場蓬勃發展的原因。為避免互聯網使用與農機服務采納可能的反向因果或遺漏變量而導致的內生性偏誤問題，將農戶所在區縣的上網率作為工具變量代入模型，并使用IV-Probit估計法和IV-CMP估計法分別處理可能的內生性問題。從結果來看，區縣上網率在1%水平上對互聯網使用有顯著的正向影響，滿足了與內生變量的相關性條件。兩種工具變量法的內生性參數都在1%水平上通過了顯著性檢驗，說明估計結果更可靠。核心變量和各項解釋變量對農機服務采納的影響程度與基準模型相比有所差別，但顯著性水平基本一致，說明基準模型結果具有穩健性，進一步證實了互聯網使用對農機服務采納的促進作用。

從基準模型的控制變量結果來看，大部分變量都顯著影響到農戶對農機服務的采納水平。從戶主特征層面來看：戶主年齡在1%水平上對農機服務采納具有顯著的正向影響，影響系數為0.007，這與向云等[14]、徐勤航等[15]的觀點一致，即青壯勞動力外出務工后，老齡農戶雖有務農意向，但很多農事環節和田間作業無力承擔，從而催生了向社會購買農機服務的需求。教育水平在5%水平上對農機服務采納具有顯著的正向影響，影響系數為0.053，這與陳宏偉等[16]的結論一致，即受教育程度越高，農戶的信息能力越強，將會提升采納農機服務的意愿。從家庭特征層面來看：家用農機對農機服務采納水平的影響顯著為負，影響系數為-0.063，農戶家用農機價值每提高1萬元，農機服務采納概率下降1.5%，說明我國農戶家庭自有農機與農機服務之間是競爭性關系。農業經營規模、農業商品率、土地轉入是衡量農戶經營水平的三項能力指標，這三個控制變量對農機服務采納都具有顯著的正向影響，說明農業適度規模經營可以提升農戶農機服務采納水平，這也意味著傳統農戶向職業農民、生產大戶以及新型農業經營主體的轉變可以促進我國農機服務的發展[17-18]。非農就業在1%水平對農機服務采納水平具有顯著的正向影響，影響系數為0.035，非農就業收入每增加1萬元，農機服務采納概率提高8.6%，主要原因是農戶非農就業的增加會提升對農機服務的購買需求以替代減少的農業勞動投入。農業勞動力對農機服務采納的影響不顯著，可能原因是我國農村很多是兼業戶，用絕對數量不能很好衡量出農業勞動投入的減少。種植比重在1%水平上對農機服務采納水平的影響顯著為正，影響系數為0.223，種植比重每提高一個百分點，農機服務采納概率增加0.054個百分點，主要原因是我國種植業在農業機械化作業方面的需求遠高于養殖業，因而種植比重越高，農機服務采納可能性越高。從村莊特征層面來看：村莊地貌在1%水平上對農機服務的影響顯著為正，即平原地區的農戶比非平原地區更傾向于購買農機服務，主要原因是平原地區的地勢開闊，適合大型農機連片作業，農機服務市場發育相對成熟，因而比非平原地區的農戶更可能采納農機服務。

表2 互聯網使用對農機服務采納水平的模型回歸結果Tab. 2 Model regression results of the level of adoption of agricultural machinery services by Internet use

3.2 農戶異質性的影響效果

前文驗證了互聯網使用對農機服務采納水平具有顯著的正向促進作用，接下來從農戶異質性角度分析互聯網使用的影響效果差異。

3.2.1 戶主特征的異質性

從表3可見，互聯網使用對中青年戶主農機服務采納具有顯著的促進作用而對老年戶主的影響不顯著。互聯網使用對教育程度較高戶主農機服務采納具有顯著的正向影響而對教育程度較低戶主的影響不顯著。主要原因在于互聯網是技能偏向型技術進步，不同學習能力個體對互聯網技術技能的掌握效果具有差異[19]。一般認為，中青年戶主和教育程度較高戶主的學習能力較強，對互聯網的使用效果更好，更可能通過互聯網提升農機服務的采納水平。而老年戶主和教育程度較低戶主往往學習能力也較弱，故互聯網使用效果不顯著。性別的異質性結果表明，男性戶主更可能通過互聯網采納農機服務而女性戶主則不顯著，可能原因是男性戶主更愿意通過互聯網平臺購買農機服務，而女性戶主更容易相信熟人[20]，更可能直接采納本村、本組所提供的農機服務[21]。

表3 不同戶主特征的異質性估計結果Tab. 3 Results of estimation of heterogeneity of different household head characteristics

3.2.2 家用農機、村莊地貌的異質性

無家用農機戶大多是傳統小農戶，以研究樣本為例，無家用農機戶的農戶經營規模均值只有1.05萬元遠低于有家用農機戶的1.99萬元。從家用農機的異質性估計結果來看(表4)，互聯網使用對無家用農機戶農機服務采納的影響顯著，影響系數為0.332明顯大于對有家用農機戶的0.175，說明互聯網使用可以提升傳統小農戶采納農機服務的可能性，實現傳統農業與農機服務的有機銜接，提高農業機械化的整體水平。村莊地貌的異質性估計結果來看，互聯網使用對于非平原地區農戶農機服務采納具有顯著的正向影響，邊際效應為0.114遠高于基準模型的0.068，即互聯網使用率每增加一個百分點，非平原地區農戶對農機服務采納的概率將提高0.114個百分點，而互聯網使用對平原地區的影響則不顯著，這似乎與前文基準模型結果即平原地區比非平原地區更傾向于采納農機服務的發現不一致，實則不然，這充分體現了互聯網使用對推動非平原地區農業機械化發展具有突出貢獻。

表4 家用農機、村莊地貌的異質性估計結果Tab. 4 Estimation results of heterogeneity of household agricultural machinery and topography

一直以來，平原地區由于地勢平臺開闊，適合大型農機連片作業，比非平原地區更受到農機服務供給者的關注，傳統農機服務市場發展較為成熟，因而互聯網使用效果不顯著。而非平原地區的農業經營活動大多處于丘陵、高山、高原等地帶，不利的地貌特征導致其傳統農機服務市場發展受限[22]，加之其所處區域人口分散、信息渠道閉塞，而互聯網普及可以有效增強非平原地區農戶的信息能力，通過使用互聯網可以獲取到更多差異化、特色化的農機服務滿足生產需要，讓偏遠地區農戶分享到互聯網發展的數字紅利，整體推進農業機械化進程。

4 結論與建議

研究基于2014—2018年三期中國家庭追蹤調查(CFPS)數據，運用面板Probit模型從微觀層面分析互聯網使用是否會對農戶的農機服務采納產生影響。研究發現：互聯網使用對農戶的農機服務采納具有顯著的正向影響，互聯網使用率每提高1個百分點，農機服務采納概率增加0.068個百分點，引用工具變量法的IV-Probit模型和IV-CMP模型解決內生性問題后，仍然得到穩健性結論，這在一定程度上解釋了自“寬帶中國”戰略實施以來我國農機服務業蓬勃發展的原因。互聯網使用對男性、中青年和教育程度較高農戶農機服務采納的影響更大，說明互聯網使用是一種技能偏向型技術進步，農戶個體的學習能力與勞動能力會影響其使用效果。互聯網使用對無家用農機戶農機服務采納的影響系數為0.332遠大于對有家用農機戶的0.175，說明互聯網使用是促進傳統小農戶采納農機服務的有效手段。互聯網使用對非平原地區農戶的影響顯著為正，邊際效應為0.114，比基準模型高出了0.046個百分點，說明互聯網使用對于推動非平原地區農機服務采納具有突出貢獻，能夠讓偏遠地區農戶分享到互聯網發展的數字紅利。

基于以上研究發現，提出3點政策建議。

1) 加大農村互聯網信息基礎設施建設。互聯網使用可以顯著提升農戶農機服務采納水平，是實現小農戶與大農機有效對接的重要信息技術手段。因此要大幅提高農村地區互聯網設施水平，加快寬帶通信、移動網絡、數字電視和新一代互聯網信息技術的發展。對農村居民尤其是非平原地區的農戶，要大力推廣互聯網信息技術進村入戶的惠農補貼政策，提高財政資金對農村地區寬帶網絡建設的投入力度，推進移動互聯網在農村地區的終端普及，進而大幅降低農村居民的用網成本。

2) 拓寬信息渠道是互聯網使用促進農機服務采納的內在機理。因此，要建設“互聯網+”的農機服務平臺，引導農機服務組織的信息化發展，提高農機服務市場供需有效匹配能力。要重點關注無家用農機的小農戶，解決其生產環節中的關鍵問題，用互聯網信息技術帶動更多傳統農戶轉入現代農業的發展軌道。還要推進農機服務模式的數字化轉型，加快大數據、物聯網、人工智能在農業機械設備中的應用，并根據不同經營主體和地區的特點，因地制宜的建設出適合我國農戶的“互聯網+”農機服務創新模式。

3) 加強對農村勞動力的互聯網技能技術培訓。為推動農機服務與農業信息化的融合發展，還要提升農村勞動力的互聯網使用能力。互聯網是技能偏向型技術進步，對欠缺學習能力或勞動能力的農戶采納農機服務的促進作用有限。為此，政府要組織宣傳示范和培訓互聯網技能技術，提高農民獲取信息知識的主動性，鼓勵農村居民使用互聯網搜尋與傳遞信息，著力培養更多職業農民成為農機服務的參與者和信息傳遞源，打破農機服務現代化發展的瓶頸。