生產環節外包與農業環境技術效率的“U”型關系

暢倩 蔡瑜 趙敏娟

摘 要：生產環節外包已成為中國農業無法逆轉的發展趨勢，研判生產環節外包與農業環境技術效率的關系對于保障中國糧食安全、促進農業高質量發展具有重要意義。將農業面源污染與農業碳排放納入非期望產出的核算框架，運用SBM-Undesirable模型和中國糧食主產區1 208戶農戶的實地調研數據測算農業環境技術效率，并剖析生產環節外包對農業環境技術效率的非線性影響及機理。研究結果表明：（1）中國糧食主產區的農業環境技術效率均值略高于“及格線”水平，不同地區與不同作物的農業環境技術效率存在差異。（2）總體來看，生產環節外包與農業環境技術效率之間存在穩健的“U”型關系;分區域、分作物的研究結果也大多肯定了“U”型關系的成立，但對于湖南地區和小麥生產而言，上述“U”型關系并不明顯，且聚焦玉米生產，生產環節外包與農業環境技術效率之間僅表現出顯著的負向線性關系。目前，農業生產環節外包在一定程度上呈現出違背農業綠色發展的現象，相關政府部門仍需加強對提高農業環境技術效率的重視，并助推中國糧食生產跨越生產環節外包引發的農業環境技術效率低谷。

關鍵詞：糧食安全;農業環境技術效率;生產環節外包;SBM-Undesirable模型

中圖分類號：F323.2?文獻標志碼：A 文章編號：1009-9107（2023）02-0138-13

收稿日期：2022-07-12DOI：10.13968/j.cnki.1009-9107.2023.02.15

基金項目：國家自然科學基金面上項目（72173097）;國家自然科學基金應急管理項目（72141006）

作者簡介：暢倩，女，四川農業大學管理學院副教授，主要研究方向為農業經濟與管理。

引 言

隨著可持續發展理念的深入貫徹和落實，中國農業已不再局限于資源剛性約束下確保農產品基本供需平衡，而是充分考慮資源承載能力以及可能導致的環境問題，致力于資源節約、環境保護與經濟增長的統籌協調。這就要求，從投入到產出的整個農業生產過程不僅要遵循經濟效率原則，優化資源配置、實現產出最大化，也要推崇環境友好的生產經營方式，防控生產過程中的環境污染，從而實現農業綜合生產能力的全面提升，即農業環境技術效率的增長。

近些年，學術界對農業環境技術效率的研究進展加速，理論內涵已基本形成共識，評價方法也愈加科學合理。就農業環境技術效率的驅動因素而言，有越來越多的學者關注了環境規制政策、城鎮化、人力資本等的影響^［1-4］，在一定程度上解釋了農業環境技術效率不高的原因，但仍未發現短期內可促進農業環境技術效率提升的可行路徑^［5］。另外，基于農戶微觀視角考察農業環境技術效率提升路徑的研究還比較少，忽視了農業環境技術效率提升的微觀基礎。實踐發現面對日益高漲的勞動力成本和日漸萎縮的傳統農業，立足中國農業經營規模小、土地細碎化程度高、氣候災害影響嚴重、農戶兼業普遍等農業發展現狀，中國農民自發形成了以農機服務為主、雇工為輔的農業生產服務外包購買模式。

本文采用克服徑向缺陷和角度缺陷的SBM-Undesirable模型對中國糧食主產區1 208戶農戶的農業環境技術效率水平進行測度，在研判中國糧食主產區真實發展情況的基礎上，結合理論分析與實證檢驗，系統評估生產環節外包的服務成效。同時，剖析并驗證生產環節外包對農業環境技術效率的非線性影響，拓展外包與農業效率的關系研究。本研究對更全面地解釋生產環節外包與農業效率的關系、研判當前農業生產性服務推廣的適宜性有重要意義。

一、文獻綜述與研究假說

古典經濟增長理論強調了分工對生產效率提升的作用，新經濟增長理論肯定了技術進步在提高生產效率中的貢獻。可見，分工深化與技術進步是促進生產效率提升的關鍵。生產環節外包作為技術創新中管理創新的“軟技術進步”，是專業化分工在農業生產中特有的運用方式^［6］，理論上可通過為農業生產經營提供先進的管理方法和手段、推動分工深化與生產專業化的方式提升農業生產效率、推動農業經濟穩步增長。大量學者就此展開了分析和檢驗，基本證實了生產環節外包能促進農業傳統生產效率提升的觀點^［7-8］。農業環境技術效率涵蓋農業要素投入、農業產出以及生態環境影響三方面內容，納入了環境因素的生產效率，反映了考慮資源環境代價的真實生產績效和農業綠色可持續發展水平同樣可能與生產環節外包密切相關。中國引入環境技術效率并將其應用于農業領域的研究歷程相對較短，關于生產環節外包與農業環境技術效率關系的研究還不多。

一方面，部分學者認為生產環節外包可能促進農業環境技術效率的提升。首先，生產環節外包可以彌補農業經營中的勞動力不足^［9］，促進機械替代勞動，從而突破原有的資源稟賦限制，更好地發揮不同主體的比較優勢^［10］。有助于緩解勞動力短缺導致的化肥、農藥過量施用問題^［11］;有利于降低農業生產成本、促進糧食增產、提高農業產出^［12］。其次，生產環節外包可以通過服務規模經營，獲得分工效益、實現迂回生產^［13］，進而內生出服務規模經濟與范圍經濟^［14］，提升農業資源配置和組織管理效率^［15］，促使農業生產經營中投入的資源和要素達到最優組合，降低農業生產成本與環境污染^［16］。再次，生產環節外包作為先進生產技術與科學管理理念的載體，能夠將先進的知識、技術、要素與裝備等引入到農業生產中^［17］，實現生產前沿函數的外擴^［10］。不但能促進環境友好技術與新型生產要素的采納，改變傳統農業高投入、高污染的生產方式^［5］;還能夠提高農產品附加值^［8］。生產環節外包引發的技術外溢效應可起到示范、帶動作用^［18］，促進農業環境技術效率的提升。最后，生產環節外包可以充當知識資本的傳送器^［10］，降低農戶對新技術、新設備的學習成本。通過“干中學”效應使農戶快速學習先進生產技術與農業知識，例如測土配方施肥、綠色病蟲害防控、農業廢棄物資源化處理等，從而利用學習的正外部性獲取競爭優勢、提高農業環境技術效率^［19］。綜上，生產環節外包可能通過其要素替代效應、優化配置效應、技術引入效應與外部學習效應促進農業環境技術效率的提升。

另一方面，部分學者提出生產環節外包可能抑制農業環境技術效率的提升。可能的原因是，由于農戶與外包供給主體之間的信息不對稱導致同時存在外包供給主體降低服務質量和農戶“過度監督”的雙邊道德風險^［20］，以及由此產生的生產資料投入過度問題。具體而言，外包供給主體在作業過程中可能存在損人利己的機會主義行為^［21］，導致農業生產的高投入與重污染。例如，與農資經銷商合謀，通過過量施用農用化學品獲得高額回報;為降低服務成本、實現利潤最大化的經營目標，使用廉價化學品代替先進生產技術、設備及知識的投入;為降低生產風險，過量投入農用化學品以保證產量穩定等。此外，農業生產具有周期長、要素投入產出關系不明確等特點，生產環節外包與家庭自用工異質，可能導致過高的勞動監督問題，降低了勞動生產率。例如，病蟲害防治環節的標準化程度較低，農藥濃度和噴灑均勻度均會直接影響防治效果，且事后評判難度大，大大推動了農戶監督成本的上升。即，生產環節外包可能由于道德風險效應與投入過度效應抑制農業環境技術效率的提升。

由此推斷，生產環節外包與農業環境技術效率之間可能不是簡單的線性關系，而是受生產環節外包的要素替代效應、優化配置效應、技術引入效應、外部學習效應、道德風險效應與投入過度效應相對大小的影響，在不同階段呈現出差異性的特征。從農戶生產環節外包的實際購買情況來看，外包是存在費用門檻和技術門檻的。首先，當農戶的外包水平較低時，農戶通常以購買耕地、播種、收割等機械化作業環節的常規服務為主，外包供給主體道德風險較低，農戶監督成本也不高。但上述環節的外包服務（即農機服務）更多的是發揮要素替代效應^［22］，對產出增長和污染減排的貢獻非常有限^［23］，可能無法提升農業環境技術效率。更遺憾的是，隨著農戶外包水平的提升，不同環節、不同外包供給主體的作業質量更加難以區分和識別，可能會助長外包供給主體的機會主義行為，農戶的監督管控成本也相應增加，其低道德風險與低要素投入的優勢可能會逐漸消失，導致效率損失。因此，在外包水平較低時，隨著農戶生產環節外包水平的提升，農業環境技術效率可能呈下降趨勢。其次，當外包水平較高時，農戶通常不僅購買耕地、播種、收割環節的基礎性外包服務，還可能涉及施肥、打藥、灌溉等環節的操作外包以及生產資料購買的外包等。這些外包服務雖然具有相對較大的道德風險和監督成本，但技術引入效應和外部學習效應明顯。隨著外包水平的提升，統防統治等單個農戶無法實施的綠色生產行為得以普及，不僅減少了要素投入還降低了污染排放;同時，科學的生產技術、知識等得以廣泛應用，可能促使農用化學品利用效率提升，提高知識創新和技術溢出的增產效用^［24］。另外，外包的要素配置效應逐步增強，外包供給主體可以發揮多環節作業的配合優勢從而減少農用化學品投入。例如，外包供給主體可通過秸稈還田、深松深耕等方式提高土壤有機質含量，降低化肥等農用化學品投入。因此，隨著農戶生產環節外包水平的提升，農業環境技術效率可能呈上升趨勢。

基于此，本文提出如下研究假說：生產環節外包對農業環境技術效率的影響是非線性的，隨著生產環節外包水平的提升，農業環境技術效率可能先下降后上升，即生產環節外包與農業環境技術效率之間存在“U”型關系。

二、數據來源、模型設定與變量選取

（一）數據來源與樣本基本特征

本文基于中國糧食主產區農戶生產情況，驗證生產環節外包與農業環境技術效率間的關系，主要考慮以下兩方面的原因。一方面，糧食主產區是保障中國糧食安全的重要載體，糧食生產的環境技術效率水平直接影響國家糧食安全及農業綠色發展能力;另一方面，糧食主產區的生產性服務業發展迅速，服務推廣度與農戶參與程度均較高。因此，糧食主產區是研究生產環節外包與農業環境技術效率關系的典型地區。調研團隊于2021年10月，采用多階段抽樣方法，在黑龍江、河南和湖南三大糧食主產省開展了農戶微觀調研。具體而言，在每個樣本省抽取3個樣本市，每個樣本市抽取2個地理位置不相鄰的國家級產糧大縣（區），每個樣本縣（區）抽取2個樣本鄉（鎮），每個樣本鄉（鎮）抽取2個樣本村（社區），每個樣本村（社區）抽取16～18戶樣本農戶。通過訪談和結構化問卷調查，共獲取1 242份農戶問卷。在剔除前后不一致和關鍵信息缺失的樣本后，最終獲得1 208份有效樣本。其中，黑龍江416份、河南393份、湖南399份。

樣本農戶的基本特征如表1所示。戶主年齡在50歲及以上的樣本占到總樣本的70％以上;接近80％的戶主受教育程度為初中及以下水平;樣本農戶的家庭規模以3～6人居多，占比超過70％。按照農業總收入占農戶家庭總收入的比例劃分農戶類型劃分依據為：農業總收入占家庭總收入的比例超過95％為純農戶，大于50％且小于等于95％為農業兼業戶，大于5％且小于等于50％為非農兼業戶，小于等于5％為非農戶。 ，純農戶和非農兼業戶相對較多，占比均超過30％;其次是農業兼業戶和非農戶，占比分別為23.593％和6.871％。依據聯合國糧農組織（FAO）對規模的定義，以2公頃為一個界限，小于2公頃的農戶為小規模農戶，樣本農戶以小規模農戶為主，占比為66.308％;僅有23.013％的樣本農戶加入了農業組織;接近90％的農戶擁有的生產型固定資產數量不足6個。樣本農戶基本特征符合中國糧食主產區現階段的基本情況，具有較好的代表性。

（二）模型設定

1.農業環境技術效率的測度模型。參考Tone^［25］和Cooper等^［26］的做法，本文構建了一個基于非徑向非角度的SBM-Undesirable農業環境技術效率評價模型。

假設農業生產系統中，有n個決策單元，每個決策單元均有4個向量，即投入向量、期望產出向量、農業面源污染向量和農業碳排放向量，分別表示為x∈R^m、y^a∈R^S₁、y^b∈R^S₂、y^c∈R^S₃，可定義矩陣X、Y^a、Y^b、Y^c如下：

X=［x₁，x₂，…，x_n］∈R^m×n＞0

Y^a=［y^a₁，y^a₂，…，y^a_n］∈R^S₁^×n＞0

Y^b=［y^b₁，y^b₂，…，y^b_n］∈R^S₂^×n＞0

Y^c=［y^c₁，y^c₂，…，y^c_n］∈R^S₃^×n＞0

有限生產可能性集P為：

上式中P將決策單元（x₀，y₀）排除在外，從而有效規避了非期望產出的SBM模型可能出現的多個決策單元同時有效的情況。考慮非期望產出的SBM模型（VRS情況）的分式規劃形式為：

2.生產環節外包對農業環境技術效率的影響模型。農業環境技術效率是介于0和1之間的具有非負截斷特征的變量，對于這類受限因變量的估計，采用OLS法通常會得到有偏的估計結果。本文延續已有文獻的做法，選用Tobit模型進行估計。考慮到生產環節外包與農業環境技術效率之間可能是一種非線性關系，模型設定如下：

AEE_n=β₀+β₁W_n+β₂W²_n+α_rA_m+ε_n

其中，AEE_n表示第n個農戶的農業環境技術效率；β₀表示截距項；β₁表示第n個農戶生產環節外包的估計系數；β₂表示第n個農戶生產環節外包二次項的估計系數；W_n表示生產環節外包變量，A_m是影響第n個農戶農業環境技術效率的其他控制變量向量；ε_n為隨機誤差項。

（三）變量選取

1.農業環境技術效率的測度變量。（1）投入變量。參考林文聲等^［27］的處理方法，投入變量主要包括勞動力投入、資本投入和土地投入三類。勞動力投入采用2020年農戶家庭用于自家糧食生產各環節耗費的時間表示，單位為“工日”，即將所有糧食生產環節家庭成員投入的工日加總。資本投入采用2020年農戶家庭經營糧食作物投入的資金總額表示，單位為“萬元”，主要包含化肥、農藥、農膜、種子、柴油、電力、雇工、購買生產環節外包服務、自購農機折舊自購農機折舊成本的計算：固定資產折舊一般采用平均年限法和工作量法。對于農業機械來說，由于每年的工作量和工作項目都相差不太多，所以農機具通常都采取平均年限法來計算折舊成本。本研究中，農戶自購農機的折舊成本為機械原值與年折舊率的乘積。不同農機擁有不同的年折舊率，是“1減去預計凈殘值率”與機械折舊年限的比值。其中，預計凈殘值率通常按機械原值的3％～5％確定，本文取4％;折舊年限參照中國財政部、農牧漁業部關于國營農場農機專用設備折舊年限表。 等費用的總和。土地投入采用2020年農戶家庭糧食總播種面積表示，不考慮后期因自然或人為因素而導致收獲面積增減的情況，單位為“公頃”。（2）期望產出變量。考慮到農戶在糧食種植品種與種植類型上存在差異，參考李谷成等^［28］的測度方法，采用2020年農戶家庭的糧食生產總值表示期望產出，單位為“萬元”。（3）非期望產出變量。農業非期望產出參考Zhuang X H等^［29］、馬國群和譚硯文^［30］的做法，主要是指農業生產中的各種環境污染排放。一方面是以水體中的化學需氧量（COD）、總氮（TN）和總磷（TP）流失量為主的農業面源污染排放總量（萬立方米），另一方面是以農業生產中溫室氣體排放為表征的農業碳排放總量（噸）。糧食生產的主要污染及來源如圖1所示。

其中，農業面源污染排放參考潘丹和應瑞瑤^［31］的做法，采用清華大學環境科學與工程系的單元調查評估法進行核算。單元調查評估法將各類污染源分解為產污單元（elementary unit，EU），通過建立起單元、污染產生量和污染排放量之間的數量關系對農業面源污染排放量進行測度^［32］。各污染單元農業面源污染排放的計算公式為：

其中，E為農業面源污染排放量；EU_i為單元i的指標統計數，數據從實地調研中獲得；ρ_i為單元i污染物的產污強度系數；η_i為單元i污染物的利用效率系數；EU_i和ρ_i之積是農業污染產生量，即不考慮資源綜合利用和管理因素時農業生產所造成的最大潛在污染量;C_i為單元i污染物的排放系數，由單元和空間特征決定，表征區域環境、降雨、水文和各種管理措施對農業和農村污染的綜合影響。

糧食生產過程中的產污單元主要包括農用化學品和農田固體廢棄物（見表2）。考慮到農田化肥流失是造成農田面源污染最直接的原因^［32］，秸稈是重要的農業面源污染源之一^［33］。本文主要關注化肥與秸稈造成的農業面源污染，計算化肥流失與秸稈不同處理方式下排放的TN、TP和COD。農業面源污染產污單元的清單列表見表2。

各產污強度系數、污染物的利用效率和排污系數等參數值通過廣泛的文獻調研和綜合比較所得。除參照賴斯蕓等^［32］、陳敏鵬^［34］以及石凱含和尚杰^［35］等的參數取值外，還參照了第一次全國污染源普查領導小組辦公室發布的《污染源普查農業源系數手冊》分省各參數取值，以盡可能地考慮到不同地區產污強度存在的差異。最后，根據GB 3838-2002中III類水質標準，通過將COD、TN、TP排放量轉換為“等標污染排放量”等標污染排放量的計算公式為：等標污染排放量=污染物排放總量/污染物排放評價標準。其中，COD、TN和TP污染物排放評價標準分別為20 mg/L、1 mg/L和0.2 mg/L。，計算得到農業面源污染總量，單位為“萬立方米”。

農業碳排放參考程琳琳^［36］的做法，從土壤呼吸、生產投入品、秸稈焚燒、水稻生產4個維度，考慮了6個方面的碳源受限于調研數據，本研究在測算農業碳排放時，并未考慮農藥與農膜生產和使用過程中產生的碳排放量，且在計算農業機械運行產生的碳排放量時，僅考慮了間接排放量，未能考慮直接排放量。由于種植業最大的碳排放來源是化肥施用和水稻種植，本文對此均已核算，因此不影響文章對生產環節外包與農業環境技術效率關系的總體評價結果。（見圖2）。基于IPCC和美國橡樹嶺國家實驗室公布的碳源排放系數，結合區域環境、降雨、資源稟賦等特征，核算其碳排放水平，并通過將不同類型的溫室氣體排放量轉化為碳當量計算農業碳排放總量^［37］，單位為“噸”。

土壤呼吸、生產投入品以及水稻生產的碳排放量的測算公式為：

其中，E_i為土壤呼吸、化肥、灌溉、水稻生產產生的碳排放量;F為農業機械運行產生的碳排放量;T_i為土壤呼吸、化肥、灌溉、水稻生產的統計指標;_i為碳排放系數;A代表農作物種植面積;C代表農業機械總動力;B、D代表農業機械碳源的碳排放系數。

參考FAO相關做法，秸稈焚燒的碳排放量的測算公式為：

其中，E_ij為第i個農戶j類溫室氣體排放量;P_ik為第i個農戶作物k的產量;C_k為作物k的草谷比，單位為%;R_k為作物k的露天焚燒比例;F_k為作物k的燃燒效率，EF_k為作物k秸稈露天焚燒的排放因子，單位為g/Kg。

綜上，農戶糧食生產過程中的投入變量、期望產出變量與非期望產出變量的說明與統計如表3所示。

2.生產環節外包變量。參考孫頂強等^［7］、張忠軍和易中懿^［19］的測度方法，使用2020年農戶在糧食種植過程中購買生產環節外包服務的畝均費用表示，單位為“千元/畝”。

3.其他控制變量。梳理相關研究成果，可知，農業環境技術效率還受區域自然環境條件、經濟發展水平、農業生產經營現狀、農業政策情況和農戶特征等多種因素的共同影響。因此，本文還引入了反映戶主個體特征、農戶家庭特征、農業生產經營特征以及地區特征的若干控制變量。變量的含義及描述性統計見表4。

三、農業環境技術效率的測算結果及分析

本文以MaxDEA Ultra為計算平臺，基于可變規模報酬（VRS）和產出導向（IO），在設定期望產出總權重和非期望產出總權重均為1時，利用1 208個中國糧食主產區農戶微觀調研樣本（共1 208個決策單元），測算各決策單元的農業環境技術效率，測算結果見表5。

總體來看，中國糧食主產區的農業環境技術效率均值為0.627，僅略高于“及格線”水平，與Aslam等^［38］的測算結果基本一致。可見，中國糧食主產區的農業環境技術效率不高，且在一定程度上，中國糧食主產區仍處于粗放經營的農業發展階段，資源、環境與農業發展仍處于相對失衡狀態。但相對應的，中國糧食生產也存在較大的資源節約和環境保護空間，實現綠色、低碳的可持續農業的潛力巨大。

分地區來看，黑龍江、河南以及湖南的農業環境技術效率均值分別為0.701、0.648和0.528，黑龍江的效率值明顯高于河南，且河南的效率值明顯高于湖南，即三大糧食主產省的農業環境技術效率差異顯著。這可能與三省的作物種植類型及氣候環境特征有關。一方面，湖南省河網稠密，以水稻種植為主，水稻生產過程中的甲烷排放是重要的農業碳源;另一方面，黑龍江生長期短，一年僅能種植一季作物，但土壤肥沃，屬于典型的低投入高產出地區，且環境污染相對較低。

分作物品種來看，三大主糧作物的環境技術效率并不一致。玉米、小麥和水稻的農業環境技術效率均值分別為0.675、0.698和0.548，玉米與小麥的效率值較為接近，水稻的效率值明顯低于玉米與小麥。可能的原因是：首先，玉米與小麥的生產過程較為類似，農業投入與產出差異不大;其次，由于考慮了糧食生產過程中的碳排放，玉米和小麥生產的環境污染明顯低于水稻。

四、生產環節外包對農業環境技術效率的影響

（一）描述性統計分析

圖2是基于總體樣本的生產環節外包與農業環境技術效率關系的散點圖。可以看出，隨著生產環節外包水平的提升，農業環境技術效率先下降后上升，可以初步判定生產環節外包與農業環境技術效率之間可能存在“U”型關系。

進一步地，圖3展示了不同省份生產環節外包與農業環境技術效率關系的散點圖，從左至右依次是黑龍江、河南和湖南。圖4展示了不同作物生產環節外包與農業環境技術效率關系的散點圖，從左至右依次是玉米、小麥和水稻。可以看出，生產環節外包與農業環境技術效率之間同樣可能存在“U”型關系。

但上述發現，僅僅是基于生產環節外包與農業環境技術效率的初步直觀結果，兩者之間更為準確的數量關系，還有待后文進一步地探究。

（二）模型回歸結果及分析

1.基準回歸。本文使用Stata 17.0軟件，實證檢驗了生產環節外包與農業環境技術效率之間的“U”型關系。基于總體樣本的回歸結果見表6。

回歸1和回歸2是未加入控制變量的回歸結果，回歸3和回歸4是加入所有控制變量的回歸結果。可以看出，模型估計結果在影響方向和顯著性水平上均未發生顯著變化，生產環節外包在1％的顯著性水平上均負向影響農業環境技術效率，生產環節外包的平方項在1％的顯著性水平上均正向影響農業環境技術效率。一方面，相比于回歸1和回歸3的結果，回歸2和回歸4的卡方檢驗統計量有所上升，說明生產環節外包對農業環境技術效率的影響并非是線形的，而是“U”型的;另一方面，相比于回歸1和回歸2的結果，回歸3和回歸4的卡方檢驗統計量更大，模型擬合優度更高，說明模型估計結果較為穩健。綜上所述，生產環節外包與農業環境技術效率之間存在顯著的“U”型關系。本文假說得證。

從控制變量的影響方向和顯著性水平來看（見回歸4），年齡、家庭收入、糧食種植面積、耕地質量、農業組織參與對農業環境技術效率有顯著的促進作用，但家庭規模、耕地細碎化程度、復種指數、農業補貼、生產性固定資產卻會顯著抑制農業環境技術效率的提升，此外，相對于河南，湖南的農業環境技術效率較低，黑龍江與河南不存在顯著差異。上述控制變量的回歸結果與已有研究結論基本一致^［39］。年齡的估計結果表明老齡農業勞動力對中國現階段的糧食安全具有重要影響。可能的解釋是，相較于青壯年農業勞動力：老齡農業勞動力的技術效率更具有優勢^［40］;年齡較高的農業勞動力兼業機會較少，更能將時間與精力用于農業生產。

2.分樣本回歸。上文從總體上考察了生產環節外包對農業環境技術效率的影響，驗證了生產環節外包與農業環境技術效率的“U”型關系。但上述結論只是三大主糧作物總體層面的平均效應，并不能說明上述結論在不同地區、不同作物中依然成立。為此，本文進一步考察黑龍江、河南和湖南三大糧食主產省，以及玉米、小麥和水稻三大主糧作物，驗證生產環節外包與農業環境技術效率之間的“U”型關系是否成立。估計結果如表7所示。

回歸5至回歸7分別是基于黑龍江、河南和湖南樣本的生產環節外包對農業環境技術效率影響的分組回歸結果。生產環節外包均顯著負向影響農業環境技術效率，且生產環節外包的平方項均顯著正向影響農業環境技術效率。這說明，生產環節外包與農業環境技術效率的“U”型關系在黑龍江和河南同樣成立。回歸7中，生產環節外包的系數為負，生產環節外包平方項的系數為正，但均不顯著。這說明，生產環節外包與農業環境技術效率的“U”型關系在湖南并不明顯。

回歸8是玉米生產環節外包對其農業環境技術效率影響的回歸結果。生產環節外包的系數仍為負且顯著，生產環節外包平方項的系數為正但不顯著。這說明，聚焦于玉米生產，外包與農業環境技術效率之間的關系是線性的，且生產環節外包顯著抑制了玉米環境技術效率的提升。回歸9是小麥生產環節外包對其農業環境技術效率影響的回歸結果，生產環節外包的系數為負，生產環節外包平方項的系數為正，但均不顯著。這說明，生產環節外包與農業環境技術效率的“U”型關系在小麥生產中并不明顯。

回歸10是水稻生產環節外包對農業環境技術效率影響的回歸結果，生產環節外包在1％的顯著性水平上負向影響農業環境技術效率，生產環節外包的平方項在5％的顯著性水平上正向影響農業環境技術效率。這說明，生產環節外包與農業環境技術效率的“U”型關系在水稻生產中依然成立。

3.穩健性檢驗。本文通過Utest檢驗、重新設定農業環境技術效率的測算導向、調整核心解釋變量以及采用子樣本回歸等方法進行穩健性檢驗。

首先，為了不受僅凸向原點且單調關系誤判的干擾，本文采用Utest檢驗命令，判斷了生產環節外包與農業環境技術效率之間“U”型關系的準確性。結果顯示，t統計值為3.47，對應概率為0.00，Slope區間包含正值，表明生產環節外包對農業環境技術效率的影響為“U”型（在5％的顯著性水平上拒絕原假設）。

其次，本文分別基于投入導向和無導向，重新測算各決策單元的農業環境技術效率，并檢驗了生產環節外包與農業環境技術效率之間的“U”型關系，結果如回歸11和回歸12所示（見表8）。生產環節外包與農業環境技術效率之間的“U”型關系依然存在。再次，本文分別使用農戶2020年外包環節數量占生產環節數量的比例、農戶2020年平均外包環節數量表征農戶的生產環節外包水平，采用替代變量法對模型穩健性進行檢驗，結果如回歸13和回歸14所示。生產環節外包與農業環境技術效率之間的“U”型關系同樣存在。最后，本文刪除了45歲以下及65歲以上的樣本，采用子樣本回歸法對模型穩健性進行檢驗。結果如回歸15所示，依然支持了生產環節外包與農業環境技術效率之間的“U”型關系。

五、研究結論與討論

本文采用非徑向、非角度的SBM-Undesirable模型和中國糧食主產區1 208戶農戶實地調研數據，測度并研判了中國糧食主產區的農業環境技術效率水平，剖析并證實了生產環節外包與農業環境技術效率之間的“U”型關系。研究發現：中國糧食主產區的農業環境技術效率均值僅略高于“及格線”水平，不同地區和不同作物的農業環境技術效率存在差異。分區域、分作物的研究結果也基本肯定了生產環節外包與農業環境技術效率之間的“U”型關系，尤其在黑龍江和河南地區以及水稻生產中，但對于湖南地區和小麥生產而言，上述“U”型關系并不明顯;而聚焦于玉米生產，外包與農業環境技術效率之間僅表現為顯著的線性關系，生產環節外包顯著抑制了玉米環境技術效率的提升。

在中國，農業經營規模小、土地細碎化程度高、氣候災害影響嚴重、農戶兼業普遍，生產環節外包已成為不可逆轉的農業發展趨勢。從測算結果來看，中國糧食主產區的農業環境技術效率水平較低，中國糧食主產區仍處于粗放經營的農業發展模式，相關政府部門和學術界仍需加強對提高農業環境技術效率問題的重視程度，引導和推動農業綠色、低碳的可持續發展。另外，2020年中國糧食主產區生產環節外包的均值僅為198元/畝/年，處于低外包水平階段（圖3也顯示，目前樣本農戶生產環節外包的購買水平多集中于U型曲線的左側），購買生產環節外包顯著降低了部分農戶的農業環境技術效率水平。可見，目前中國農業生產性服務業的發展并不理想，在一定程度上呈現出了生產環節外包服務業發展違背農業綠色發展的現象。一方面，相關政府部門亟需在政策與資金上引導與規范農業生產性服務組織的發展，應引導外包服務組織提高服務質量、豐富服務形式，降低外包作業的道德風險;應協助外包服務組織降低服務成本，尤其是綠色生產技術和生產要素的引入成本;應將外包服務組織作為技術推廣的重要載體，拓展并強化其在科學技術培訓、種植經驗傳遞等方面的作用。另一方面，當地合作社、村委會等可通過鼓勵和引導農戶購買統防統治等植保環節的外包服務，充分發揮外包服務組織在優化配置、技術引入等方面的作用。現階段相關政府部門與農業組織應共同努力，推動中國糧食生產跨越外包導致的農業環境技術效率低谷，實現農業綠色、低碳的可持續發展。

參考文獻：

［1］ 展進濤，徐鈺嬌.環境規制、農業綠色生產率與糧食安全［J］.中國人口·資源與環境，2019，29（03）：167-176.

［2］ 郭海紅，張在旭.新型城鎮化對農業綠色全要素生產率的門檻效應［J］.湖南師范大學社會科學學報，2019，48（02）：55-63.

［3］ 肖銳，陳池波.財政支持能提升農業綠色生產率嗎？——基于農業化學品投入的實證分析［J］.中南財經政法大學學報，2017（01）：18-24.

［4］ 張淑輝.異質性農村人力資本對農業綠色生產率的影響——基于中國省級面板數據［J］.山西大學學報（哲學社會科學版），2017，40（05）：127-138.

［5］ 李翠霞，許佳彬，王洋.農業綠色生產社會化服務能提高農業綠色生產率嗎［J］.農業技術經濟，2021（09）：36-49.

［6］ 楊志海.生產環節外包改善了農戶福利嗎？——來自長江流域水稻種植農戶的證據［J］.中國農村經濟，2019（04）：73-91.

［7］ 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（08）：70-81.

［8］ 張恒，郭翔宇.農業生產性服務業發展與農業全要素生產率提升：地區差異性與空間效應［J］.農業技術經濟，2021（05）：93-107.

［9］ 閔師，項誠，趙啟然，等.中國主要農產品生產的機械勞動力替代彈性分析——基于不同彈性估計方法的比較研究［J］.農業技術經濟，2018（04）：4-14.

［10］ 楊子，張建，諸培新.農業社會化服務能推動小農對接農業現代化嗎——基于技術效率視角［J］.農業技術經濟，2019（09）：16-26.

［11］ JI C，GUO H，JIN S，et al.Outsourcing Agricultural Production：Evidence From Rice Farmers in Zhejiang Province［J］.PLoS One，2017：e0170861.

［12］ 周振，孔祥智.農業機械化對我國糧食產出的效果評價與政策方向［J］.中國軟科學，2019，340（04）：20-32.

［13］ 羅必良.論服務規模經營——從縱向分工到橫向分工及連片專業化［J］.中國農村經濟，2017，395（11）：2-16.

［14］ MA W，RENWICK A，GRAFTON Q.Farm Machinery Use，Off-farm Employment and Farm Performance in China［J］. Australian Journal of Agricultural & Resource Economics，2018，62（02）：279-298.

［15］ 武舜臣，宦梅麗，馬婕.服務外包程度與糧食生產效率提升：農機作業外包更具優勢嗎？［J］.當代經濟管理，2021，43（03）：49-56.

［16］ ALWARRITZI W，NANSEKI T，CHOMEI Y，et al.Analysis of the Factors Influencing the Technical Efficiency Among Oil Palm Smallholder Farmers in Indonesia［J］.Procedia Environmental Sciences，2015，28：630-638.

［17］ ZHANG X，YANG J，THOMAS R.Mechanization Outsourcing Clusters and Division of Labor in Chinese Agriculture［J］.China Economic Review，2017，43：184-195.

［18］ 王奇，王會，陳海丹.中國農業綠色全要素生產率變化研究：1992-2010年［J］.經濟評論，2012（05）：24-33.

［19］ 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.

［20］ 張士云，李博偉.種糧大戶社會資本、雇傭勞動與生產效率關系研究——基于道德風險的視角［J］.農業技術經濟，2020（04）：66-78.

［21］ ZHANG X，DAVIDSON E A，MAUZERALL D L，et al.Managing Nitrogen for Sustainable Development.Nature 2015，528：51-59.

［22］ 李谷成，李燁陽，周曉時.農業機械化、勞動力轉移與農民收入增長——孰因孰果？［J］.中國農村經濟，2018，407（11）：112-127.

［23］ 趙玉姝，焦源，高強.農技服務外包的作用機理及合約選擇［J］.中國人口·資源與環境，2013，23（03）：82-86.

［24］ 胡祎，張正河.農機服務對小麥生產技術效率有影響嗎？［J］.中國農村經濟，2018，401（05）：68-83.

［25］ TONK K.A Slacks-based Measure of Efficiency in Data Envelopment Analysis［J］.European Journal of Operational Research， 2001，130（03）：498-509.

［26］ COOPER W W，SEIFORD L M，TONE K.Data Envelopment Analysis：A Comprehensive Text With Models，Applications，References and DEA-solver Software［M］.New York：Springer Science & Business Media，2006：99-107.

［27］ 林文聲，王志剛，王美陽，等.農地確權、要素配置與農業生產效率——基于中國勞動力動態調查的實證分析［J］.中國農村經濟，2018（08）：64-82.

［28］ 李谷成，馮中朝，范麗霞.小農戶真的更加具有效率嗎？來自湖北省的經驗證據［J］.經濟學（季刊），2010，9（01）：95-124.

［29］ ZHUANG X，LI Z，ZHENG R，et al.Research on the Efficiency and Improvement of Rural Development in China：Based on Two-Stage Network SBM Model［J］.Sustainability，2021，13（05）：1-21.

［30］ 馬國群，譚硯文.環境規制對農業綠色全要素生產率的影響研究——基于面板門檻模型的分析［J］.農業技術經濟，2021（05）：77-92.

［31］ 潘丹，應瑞瑤.資源環境約束下的中國農業全要素生產率增長研究［J］.資源科學，2013，35（07）：1329-1338.

［32］ 賴斯蕓，杜鵬飛，陳吉寧.基于單元分析的非點源污染調查評估方法［J］.清華大學學報（自然科學版），2004（09）：1184-1187.

［33］ 陶園，王少麗，管孝艷，等.青海省農業面源污染源特征分析［J］.農業工程學報，2019，35（10）：164-172.

［34］ 陳敏鵬，陳吉寧，賴斯蕓.中國農業和農村污染的清單分析與空間特征識別［J］.中國環境科學，2006（06）：751-755.

［35］ 石凱含，尚杰.農業面源污染防治政策的演進軌跡、效應評價與優化建議［J］.改革，2021（05）：146-155.

［36］ 程琳琳.中國農業碳生產率時空分異：機理與實證［D］.武漢：華中農業大學，2018：45-57.

［37］ 葛鵬飛，王頌吉，黃秀路.中國農業綠色全要素生產率測算［J］.中國人口·資源與環境，2018，28（05）：66-74.

［38］ ALSAM M S，PAN H X，BASHIR S，et al.Assessment of Rice and Wheat Production Efficiency Based on Data Envelopment Analysis［J］.Environmental Science and Pollution Research，2021.

［39］ XU H X，MA B，GAO Q.Assessing the Environmental Efficiency of Grain Production and Their Spatial Effects：Case Study of Major Grain Production Areas in China［J］.Front. Environ.Sci.，2021，23.

［40］ 郭曉鳴，左喆瑜.基于老齡化視角的傳統農區農戶生產技術選擇與技術效率分析——來自四川省富順、安岳、中江3縣的農戶微觀數據［J］.農業技術經濟，2015（01）：42-53.

The U-shaped Relationship Between Outsourcing Agricultural Production and Environmental Technical Efficiency：Evidence From Chinas Major Food Producing Regions

CHANG Qian¹，CAI Yu²，ZHAO Minjuan^2*

（1.College of Management，Sichuan Agricultural University，Chengdu 611130;2.College of Economics & Management，Northwest A&F University，Yangling，Shaanxi 712100，China）

Abstract：Outsourcing is an irreversible trend in agriculture，and it is important to study the relationship between outsourcing and agricultural environmental technical efficiency，which will help to ensure food security and to promote high-quality agricultural development in China.Agricultural nonpoint source pollution and agricultural carbon emissions were simultaneously included in the accounting framework for non-desired outputs，and the SBM-Undesirable model and field research data from 1 208 households in major food producing regions of China were used to measure agricultural environmental technical efficiency and to analyze the nonlinear effects and mechanisms of outsourcing on agricultural environmental technical efficiency.The results show that：（1）The average value of agricultural environmental technical efficiency in the main food producing regions of China was only slightly above the “passing line” level，and there were differences between regions and crops.（2）In general，there was a stable U-shaped relationship between outsourcing and agricultural environmental technical efficiency.The results of sub-regions and sub-crops also basically affirmed the U-shaped relationship，but for the Hunan region and wheat production，the U-shaped relationship was not obvious，and the focus was on corn， only a significant negative linear relationship was shown between outsourcing and agricultural environmental technical efficiency.This showed a phenomenon that the outsourcing goes against the agriculture green development to a certain extent.At present，relevant government departments still need to pay more attention to improving the agricultural environmental technical efficiency and promoting Chinas food production leaps over the agricultural environmental technical efficiency caused by outsourcing.

Key words：food security;agricultural environmental technical efficiency;outsourcing agricultural production;SBM undesirable model

（責任編輯：楊峰）