農機服務對水稻家庭農場全要素生產率的影響研究*
——以長江流域612戶水稻家庭農場為例

黃大勇，朱洋洋，于秋月，陳永紅

(1. 重慶工商大學長江上游經濟研究中心,重慶市,400067; 2. 長江師范學院管理學院,重慶市,408100)

0 引言

糧食安全事關國計民生,是國家安全的基礎保障。改革開放以來,技術進步和制度變革極大地提高了農業生產效率,有效地保障了我國糧食安全。然而,隨著工業化和城鎮化的不斷推進,分散的家庭經營模式已無法適應現代農業的要求,這勢必會影響到未來我國農業的高質量發展,威脅國家糧食安全。因此,要實現農業的高質量發展和保障糧食安全需要建立完備的現代農業生產經營體系,培育新型農業經營主體,走適度規模經營道路[1]。家庭農場作為新型農業經營主體的重要組成部分,具有專業化、規模化、集約化、產業化等特征,截至2020年,全國家庭農場的數量已突破100萬戶。作為新型農業經營主體,家庭農場能否提振糧食綜合生產能力,保障我國糧食安全,關鍵在于是否具有較高的全要素生產率。

在資源和環境的雙重約束下,提升家庭農場全要素生產率必須通過農業科技進步來實現[2]。農業機械作為現代農業科技的重要載體,是推動我國農業增長由資源依賴型向科技推動型轉變的重要動力。當前我國已通過農機服務的形式實現了廣范圍的農業機械化,農機服務將農業機械引入小規模農業經營主體,緩解了勞動力轉移對農業生產的負面影響[3],有效解決了分散小規模經營和農民老弱化所帶來的效率損失問題[4]。那么作為新型農業經營主體的家庭農場,農機服務能否有效提升其全要素生產率?

Park等[5]認為農機服務能有效分擔小規模農戶的生產成本,刺激其對農機服務的需求,也有學者認為當前我國較高的農地細碎化程度會帶來較高的交易成本,抑制農戶對農機服務的需求[6]。胡祎[7]、王顏齊[8]、楊萬江[9]等分別基于小麥、大豆、水稻的微觀數據驗證了農機服務能有效提升農業生產技術效率。關于農機服務影響農業全要素生產率的作用機理,誘致性技術創新理論認為,隨著我國城鎮化進程的推進,勞動力成本上升,勞動力要素的相對價格高于機械投入,導致農戶在生產過程中不斷縮減勞動力投入,進而誘致我國農業走向勞動節約型的機械技術進步道路[10]。鄭晶等[11]發現,農機服務可以通過農村勞動力轉移這一中間變量加強對農業全要素生產率的影響;但羅必良[12]認為農機服務是農業分工和專業化的表現形式,而農機服務的發展又會促進農業的分工和專業化,實現土地的規模化經營,進而推動農業全要素生產率的提升。

總體來看,現有研究大多僅聚焦于農機服務與農業全要素生產率的直接關系,缺少兩者之間影響機制的實證研究;此外,在家庭農場、農民專業合作社、涉農龍頭企業等各種服務組織不斷完善以及農業機械裝備不斷進步的今天,現有研究忽視了農機服務主體、農機服務機器類型對農業全要素生產率的影響。基于此,本文以水稻家庭農場為研究對象,重點研究農機服務對水稻家庭農場全要素生產率的影響及作用機制,并進一步考察“農機服務主體”、“農機服務機器類型”對水稻家庭農場全要素生產率的作用差異。

1 理論分析與研究假設

全要素生產率是衡量生產主體生產能力和資源配置情況的綜合指標,可進一步分解為純技術效率和規模效率。純技術效率衡量了生產主體的技術水平,以及在現有技術水平下生產主體的資源配置成效;規模效率衡量了生產主體的各要素投入規模是否達到了最優。全要素生產率的提升可從提高純技術效率和規模效率兩條路徑來實現。其中,純技術效率的提升一是要依靠先進農業科學技術的應用,二是要利用自身的組織管理能力,進行資源配置與整合,以充分發揮技術潛力,實現產出最大化。規模效率的提升則需要生產主體基于自身要素稟賦情況,選擇合適的要素投入結構進行適度規模經營,以實現規模效益最大化。

家庭農場購買農機服務,相當于引入先進的農業科技力量[13],通過解放生產力、優化要素配置、促進專業化的分工與合作來提升全要素生產率。首先農機服務改變了以往勞動力為主的農業生產方式,有效解決了農村勞動力弱質化以及結構性短缺等問題[14];先進農業機械的使用不僅可以縮短農業生產各環節的時間,而且能夠提高耕種質量、改善土壤肥力、節約種子投入、減少作物浪費,進而有效提高作業效率和作業質量[15]。因此,農機服務在不影響產出的同時能夠有效節約勞動力,從而提升水稻家庭農場的純技術效率。第二,農機服務促使農業生產主體和農機服務主體利用自身優勢稟賦參與農業生產,推動農業各個生產過程的分工與合作,進而帶來農業的規模化經營,有助于家庭農場實現規模經濟以提高規模效率,從而提升全要素生產率水平。

基于此,提出假說H1:農機服務可有效提升水稻家庭農場全要素生產率,且農機服務可通過“勞動替代“和“規模變動”改善水稻家庭農場的純技術效率和規模效率,進而推動全要素生產率的提高。

農業生產的專業化、農業科技水平的提升以及耕地的細碎化推動了農機服務的產生。一方面,家庭農場出于成本的考量,既可自購農機進行自我服務,也可選擇外包服務。隨著農機服務組織不斷專業和成熟,選擇將農業生產活動外包給專業化的服務組織所產生的外部交易成本更低,且運營效率更高[16],因而外包農機作業要比自購農機作業更具市場競爭力。在需求導向下,激勵農機服務組織將人才、資源、技術、管理進行整合,使農機服務不斷趨于專業化、規模化和優質化,推動農業全要素生產率的提升。另一方面,在農機購置補貼政策的刺激下,我國農機服務組織不斷壯大,逐漸形成外地公司、本地合作社或公司、本地其他農戶的格局,不同農機服務主體會對水稻家庭農場全要素生產率產生差異化的影響。(1)相比于本地其他農戶形式的農機服務主體,合作社或公司形式的服務主體其組織化程度較高,能夠實現對機器的統一管理、調配和維修;而且組織相比于個體更具市場話語權,較容易獲得更多的市場訂單,因而能夠帶來更高的作業效率和作業質量。(2)合作社或公司的農機服務主體也存在本地和外地的差別,除了兩者共有的專業化組織管理體系外,其最大的差別在于,本地合作社或公司與當地農戶擁有較為緊密的地緣和親緣聯系,所提供的服務會受當地農戶的輿論監督;外地農機服務公司遠距離跨區作業的成本較高[17],因而無論是作業質量還是作業效率,外地農機服務公司與本地合作社或公司相比都沒有太大優勢。

此外,農機的作業效率和作業質量會由于動力的差異存在異同,一般而言大型農機要比小型農機更有優勢。大型農機動力高、故障率低、性能穩定、油耗經濟、自動化程度高,在保證作業質量的情況下,能夠有效提升作業效率;政府對大型農機的補貼力度較大,能夠降低購買主體的前期投入成本,刺激了對大型農機服務的需求,從而推動大型農機技術的革新和服務主體的專業化,實現更高的作業效率和作業質量;小型農機由于受動力、功能等約束,只適用于在丘陵、山地等特殊地形進行作業,不適用于大規模的農機作業,且無法保證較高的作業效率和作業質量。

據此,提出研究假說H2:“農機服務主體”和“農機服務機器類型”的作業效率和作業質量存在差異,因而其對水稻家庭農場全要生產率的影響也存在異質性。

2 數據來源、變量設定與模型構建

2.1 數據來源

為客觀反映長江流域農機服務現狀與水稻家庭農場的生產經營情況,本文所用數據來源于2019年長江流域同緯度地區安徽(鳳臺縣、大通縣、毛集縣、長豐縣)、湖北(黃梅縣)、江西(南昌縣、奉新縣)、四川(三臺縣)、重慶(永川區、榮昌區)四省一市、10個地區的入戶調查。問卷內容主要涉及家庭農場主特征、家庭農場特征、家庭農場的經營狀況、家庭農場農機服務的使用情況等。本次調研收回水稻家庭農場調查問卷630份,經過對數據進行核實和處理,剔除存在關鍵值缺失以及異常值的問卷后,最終形成有效問卷612份。

2.2 變量定義及說明

2.2.1 投入產出指標

本文選取勞動、土地、資本作為投入指標。具體而言,選取稻田的種植面積(公頃)表征土地投入,包括自有地和流轉地;選取家庭農場在水稻生產過程中家庭自有勞動力和雇工的“勞動總工日”表征勞動投入;對于資本投入指標的選擇,本文參考孔令成等[18]對農業資本投入的劃分方式,將資本投入按照投入方式劃分為直接和間接投入,直接投入包括化肥、種子、農藥等農資投入以及使用農業機械的租金,間接投入是指被分擔到農業生產成本中的油、電、水、交通、運輸、管理費等。此外,本文選擇水稻家庭農場當年的“水稻總產值”表征產出指標。

2.2.2 被解釋變量

本文以水稻家庭農場的全要素生產率作為被解釋變量。該變量取值基于每戶家庭農場的投入產出數據,具體投入產出指標選取參照2.2.1節,通過DEA-BCC模型測算得到,并進一步分解為純技術效率和規模效率的乘積。

2.2.3 核心解釋變量

對于核心解釋變量的設置,主要包含三個方面。(1)“農機服務”對水稻家庭農場全要素生產率的影響效應考察主要基于植保環節,變量設置過程中將植保環節的機械作業方式設為1,人工作業方式設置為0。(2)“農機服務主體”對水稻家庭農場全要素生產率影響效應差異的考察主要基于耕整和收割環節,涉及農機服務主體有:自我服務、其他農戶、外地服務公司、本地合作社或公司,變量設置過程中將耕整和收割環節農戶自我提供農機服務的均作為控制組,將由其他主體提供農機服務的作為對照組,按啞變量“0”、“1”進行賦值。(3)“農機服務機器類型”對水稻家庭農場全要素生產率影響效應差異的考察,根據農業農村部所公布的《農業機械分類》,變量設置過程中將耕整環節22 kW以上的視為大中型農機,賦值為1,將22 kW以下的視為小型農機,賦值為0。

2.2.4 中介變量

基于前文理論分析,農機服務對水稻家庭農場全要素生產率的影響主要通過“勞動替代”和“規模變動”得以實現。因此,本文選取家庭農場在水稻生產過程中家庭自有勞動力和雇工的“勞動總工日的對數”衡量“勞動投入規模(labsh)”,以表征農機服務對勞動的替代程度。另外,本文選用稻田種植面積的對數表示土地規模(ls),以此來表征規模變動。

2.2.5 控制變量

除上述核心解釋變量以外,水稻家庭農場的全要素生產率還會受到其他諸多因素的影響,本文參照張揚[19]對家庭農場形成條件的研究,擬從家庭農場主特征、家庭農場特征、家庭農場環境特征三個層面選取控制變量,以盡可能提取影響水稻家庭農場全要素生產率的因素。具體而言,家庭農場主特征變量包括:年齡、農場主受教育程度、農場主健康狀況;對于家庭農場特征變量,為了客觀反映“水稻家庭農場”的實際特征,本文擬選取村道情況、宜機化程度、稻田道路情況、稻田土質情況、稻田水源條件來體現水稻家庭農場的特征;家庭農場環境特征變量包括:土地租金和政府補貼。被解釋變量的測度值和各核心解釋變量、控制變量的賦值及統計特征如表1所示。

2.3 模型設定

2.3.1 DEA-BCC模型

數據包絡分析方法(DEA),是由運籌學家Charnes等[20]提出。由于調查地區水稻家庭農場的規模化經營程度相對較低,只能在有限的土地上投入要素以開展農業生產經營,因此選擇基于投入導向的DEA-BCC模型,該模型所計算的全要素生產率(TFP)又可進一步分解為規模效率(SE)和純技術效率(PTE),模型如式(1)所示。

Min[θ-ε(es++es-)]

(1)

式中:θ——各個決策單元的全要素生產率;

ε——投入冗余和產出短缺之和的權重;

e——投入冗余和投入短缺的系數;

s+——投入冗余;

s-——投入短缺;

i——決策單元數量,i=1,2,3…,n;

xi——第i個決策單元的投入變量;

yi——第i個決策單元的產出變量;

x0——目標投入變量;

y0——目標產出變量;

λi——第i個決策單元的投入變量和產出變量的系數。

如果θ=1,且s+和s-均為0,此時該決策單元處于DEA相對有效狀態;若θ=1,且s-≠0或者s+≠0,表明該決策單元處于DEA相對弱有效狀態;如果θ<1,則該決策單元為相對無效。

2.3.2 Tobit模型

Tobit模型可以解決因變量是受限變量或是存在極值的問題,也稱受限變量模型,其利用極大似然估計的方法既可估計連續型變量也可分析虛擬變量。由于本文全要素生產率的值位于0～1之間,故采用Tobit模型來探討農機服務對水稻家庭農場全要素生產率的影響,具體模型如式(2)所示。

(2)

式中:β——回歸參數向量;

yi——第i個水稻家庭農場全要素生產率;

xi——自變量向量;

εi——隨機擾動項,服從εi～N(0,σ2)的分布。

2.3.3 中介效應模型

由于本文的核心解釋變量是虛擬變量,且本文的被解釋變量“水稻家庭農場全要素生產率”屬于受限變量,因此需要對傳統的中介效應模型進行改進,對式(3)中的單個方程均采用可同時對虛擬變量和受限變量進行回歸分析的Tobit模型,具體模型表示如式(3)所示。

(3)

式中:Y——水稻家庭農場的全要素生產率(核心解釋變量與控制變量對被解釋變量進行回歸);

Y′——水稻家庭農場的全要素生產率(核心解釋變量、中介變量與控制變量對被解釋變量進行回歸);

M——中介變量,即“勞動替代”和“規模變動”;

as——核心解釋變量對中介變量的回歸系數(核心解釋變量與控制變量對中介變量進行回歸);

bs——中介變量對被解釋變量的回歸系數(核心解釋變量、中介變量與控制變量對被解釋變量進行回歸);

cs——核心解釋變量對被解釋變量的回歸系數(核心解釋變量與控制變量對被解釋變量進行回歸);

D——核心解釋變量,即第i個家庭農場使用農機服務的啞變量,當D=1時,表示使用農機服務,D=0時,表示未使用農機服務。

α1、α2、α3——三個回歸方程的常數項系數;

i、j、k——三個回歸方程中的控制變量個數,i、j、k=1,2,3,…,n;

xi、xj、xk——三個方程的控制變量;

βi、βj、βk——三個方程的控制變量的系數;

ε1、ε2、ε3——三個回歸方程的隨機干擾項。

3 實證結果分析

3.1 水稻家庭農場全要素生產率水平測度結果

本文利用DEAP2.1軟件對612戶水稻家庭農場全要素生產率進行測度和分解,并將全要素生產率、純技術效率和規模效率值按照等距劃分為5組,結果如表2所示。可以看出,樣本水稻家庭農場全要素生產率、純技術效率和規模效率的均值分別為0.735、0.777、0.952,全要素生產率水平不高,45.92%的樣本分布在[0.6,0.8)的區間;純技術效率水平相對較低,47.06%的樣本分布在[0.8,1)的區間;規模效率相對較高,有94.77%的樣本分布在[0.8,1)的區間。因此,水稻家庭農場全要素生產率水平相對較低主要是由純技術效率水平較低所導致。

表2 水稻家庭農場效率值分區間統計描述Tab. 2 Statistical description of the efficiency values of rice family farms

3.2 農機服務對水稻家庭農場全要素生產率的影響

表3匯報了植保環節農機服務對水稻家庭農場全要素生產率的影響效應。模型(1)只納入“農機服務”這一變量,回歸系數在1%的顯著性水平上為0.051。

表3 農機服務影響水稻家庭農場全要素生產率的基準回歸結果Tab. 3 Benchmark regression results of agricultural machinery service (plant protection) on the influence of total f-actor productivity of rice family farms

模型(2)～模型(4)依次引入家庭農場主特征、家庭農場特征和家庭農場環境特征,回歸系數在1%的顯著性水平上分別是0.048 4、0.046 6、0.043 2,表明在控制上述變量以后,相比于人工作業,農機服務作業的全要素生產率依然高出0.043 2左右,即使用農機服務顯著提高了水稻家庭農場全要素生產率。該結果驗證了假說H1。在植保環節通過無人機精準的遠距離遙控操作、實時定位和動態調整,其效率可高達30 min/hm2,一天可完成作業20 hm2,而采用人工作業一天難以超過1 hm2;此外,無人機作業還可以節約作業時間、提高農藥利用率、降低勞動強度、減少人員中毒事件的發生,降低各種成本的投入,進而減少全要素生產率的損失。

從各控制變量回歸結果來看,農場主健康狀況的系數在1%的顯著性水平上為0.036,表明農場主健康狀況越好,越有利于提升家庭農場全要素生產率,良好的健康狀況使得家庭農場主不僅有更好的體力完成繁重的農業生產和經營活動,而且有足夠的精力對家庭農場實行精細化的管理。

土地宜機化程度的回歸系數在5%的顯著性水平上為0.016,表明宜機化程度對全要素生產率具有顯著的正向影響,這是因為宜機化程度越高,農機服務對人工的替代就越強,從而有利于擴大經營規模,提升全要素生產率。稻田土質在1%的顯著性水平上為正,土質越好,不但可以減少化肥和農藥的使用,降低生產成本投入,而且有利于提高水稻的抗病蟲害能力,提高水稻的單產,進而提升其全要素生產率。稻田水源條件在1%的顯著性水平上為正,由于水稻的種植和生長環節對水資源的依賴性較強,良好的水源條件不僅可以使水稻在播種環節不誤農時,而且還有助于保障水稻在生長期間所需的水分,從而有利于其產量的提升,進而提高其全要素生產率。土地租金的回歸系數為-0.015,且在10%的水平上通過顯著性檢驗,表明土地租金的上升不利于水稻家庭農場全要素生產率的提升。其原因是租金的增加提高了家庭農場的投入成本,家庭農場主為了獲取更多利益不得不擴大規模,以至于超出其經營能力,降低了規模效益,不利于其全要素生產率的提升。

3.3 農機服務影響水稻家庭農場全要素生產率的差異比較

本文從耕整和收割環節分析不同農機服務主體對水稻家庭農場全要素生產率的影響差異,結果如表4所示。在耕整環節,以自我服務、其他農戶、外地服務公司、本地合作社或公司四個主體比較不同服務主體對水稻家庭農場全要素生產率的影響差異,模型(5)和模型(6)分別為加入和不加入控制變量的Tobit回歸結果。從模型(6)的回歸結果來看,以自我服務為參照,其他農戶、外地服務公司、本地合作社或公司提供農機作業服務的回歸系數分別為0.019、0.042、0.260,且分別在10%、5%、1%的水平上通過顯著性檢驗。這一結果驗證了假說H2。

表4 農機服務主體影響水稻家庭農場全要素生產率的差異Tab. 4 Agricultural machinery service subject affects the difference of total factor productivity of rice family farms

具體分析來看,首先,購買服務比自我服務更有利于提高水稻家庭農場的全要素生產率。購買農機服務相對來說更加專業,能夠帶來更高的作業效率;社會化農機服務的規模效應,在增加服務主體收益的同時也直接降低了服務對象即家庭農場主的購買成本,進而有利于其全要素生產率的提升。其次,無論是本地或者外地服務公司都比其他農戶為服務主體所提供的農機服務的全要素生產率更高,公司或者合作社相比其他農戶更為專業,能夠將各種人才、技術、資源整合在一起進行市場化運營,大大提高了作業質量;其他農戶受自身資金約束,大多購買國產小型機器來提供農機服務,這類機器不僅馬力較小,而且易出現故障,單次維修成本也較高。而合作社或公司有資金實力購買較為昂貴的大型進口機器,這類機器較為先進,且馬力足、操作穩定、故障率低,并通過統一的管理、調配和維修,能夠極大地提高作業效率。最后,本地合作社或公司所提供的農機服務要比外地服務公司的全要素生產率更高。一方面農村作為鄉土社會,本地合作社或公司大多與當地農戶是熟人或親緣關系,迫于輿論和聲譽壓力,本地合作社或公司在作業過程中會更加認真且精細,并且本地合作社或公司的客戶主要是當地農戶,為了與外地公司爭奪市場,必然會提高服務質量和作業效率。另一方面由于外地農機服務公司長時間、遠距離的跨區作業會使其投入更多的人力和財力,其服務成本更高,服務價格與本地合作社或公司相比沒有優勢,只能通過增加單位時間的作業面積才能獲取更多收入,這往往會帶來作業質量的下降,不利于家庭農場全要素生產率的提升。

此外,本文還通過收割環節對上述結論進行驗證,結果如表6所示。同樣以自我服務、其他農戶、外地服務公司、本地合作社或公司四個主體比較其對水稻家庭農場全要素生產率的影響差異,模型(7)和模型(8)分別表示加入控制變量和不加入控制變量后的Tobit回歸結果。從模型(8)的結果來看,其回歸系數大小分別為:本地合作社或公司(0.139)>外地服務公司(0.067)>其他農戶(0.034),這一結果與上文耕整環節不同農機服務主體的回歸系數大小排序相一致。

3.4 農機服務機器類型影響水稻家庭農場全要素生產率的差異比較

基于耕整環節進一步考察農機服務機器類型對水稻家庭農場全要素生產率的影響差異,回歸結果如表5所示。以小型農機為對照,模型(9)為不考慮控制變量的回歸結果,可以看出回歸系數在10%的顯著性水平上為正。模型(10)～模型(12)為逐類加入家庭農場主特征、家庭農場特征、家庭農場環境特征后的回歸結果,其系數逐漸減小但依然為正,且分別在5%、1%、5%的水平上通過顯著性檢驗,表明使用大中型農機服務比小型農機服務的水稻家庭農場其全要素生產率更高,這一結果驗證了假說H2。其原因主要有:大中型農機在耕作時可以對土地進行深耕,有利于釋放土壤肥力,提高土壤蓄水能力,為作物提供良好的生長條件。大中型農機馬力大、性能穩定、故障率低,可以有效減少雇工、燃油、種子的投入,提高其全要素生產率。大中型農機自動化和智能化水平較高,大大減少了機手的操作負擔,提高作業效率和作業質量。

表5 農機服務機器類型影響水稻家庭農場全要素生產率的差異Tab. 5 Type of agricultural machinery service machine affects the difference in the total factor productivity of rice family farms

4 傳導機制驗證

表6 勞動替代和規模變動的中介效應檢驗結果Tab. 6 Test results of the intermediary effect of labor substitution and scale change

5 結論與建議

5.1 研究結論

本文主要通過兩大路徑實證檢驗了農機服務對水稻家庭農場全要素生產率的影響機制。

1) 農機服務對水稻家庭農場全要素生產率具有重要影響。相比于人工作業,農機作業更能提高水稻家庭農場全要素生產率。在植保環節,無人機作業相比于人工作業其全要素生產率要高出0.043。

2) 農機服務主體對水稻家庭農場全要素生產率的影響具有明顯差異。以自我服務為參照,耕整環節和收割環節,由其他農戶、外地服務公司、本地合作社或公司提供的農機作業服務對水稻家庭農場全要素生產率的影響系數分別為(0.019、0.042、0.260)和(0.034、0.067、0.139),可以看出無論是耕整還是收割環節,不同農機服務主體對水稻家庭農場全要素生產率的影響次序為:本地合作社或公司>外地服務公司>其他農戶>自我服務。

3) 相對于小型農機,使用大中型農機服務的水稻家庭農場其全要素生產率高出0.035。

4) 農機服務主要通過“勞動替代”和“規模變動”兩大傳導機制作用于水稻家庭農場全要素生產率。

5.2 對策建議

立足于以上研究結論,提出如下對策建議。

1) 加快農業機械裝備的轉型升級。以用戶需求為導向,進行農機產品尤其是大中型農業機械的研發,不斷提供滿足農業生產所需的農機裝備;增加農機社會化服務的多樣性,做到“一機多用”,提高農業生產效率;推動農機服務智能化升級改造,對傳統農業機械實行智能化改造,如農業傳感器、人機交互、農業機械管理信息化等,使農業機械更好地服務于現代農業的需求;以市場為聯接紐帶,以高等院校、科研院所為依托,逐步推進農機科技進步的“產學研”一體化,促進科研機構與農機科技推廣相關企業間的廣泛合作。

2) 重點培育本土化、綜合化農機服務組織。建立熟人網絡下的本土化、綜合化農機服務體系,解決農戶與農機服務供給者之間的信息不對稱問題;對本地農機服務組織有關各類農業機械的維修、保養、技術操作等方面進行教學和培訓,以形成具有地方特色的農機服務組織、農機服務網絡以及相配套的農機維修網絡體系;聯合財政、金融、保險等部門,創新農機服務補貼方式。此外,應將農機具購置補貼逐漸傾向農機服務使用補貼,激發家庭農場主對農業機械社會化服務的需求,進而完善農業機械社會化服務體系。

3) 大力提高農業生產的“宜機化”程度,推動土地的規模化經營。加大丘陵地區“宜機化”改造程度,將涉及“宜機化”改造的要求納入到高標準農田建設的重點實施內容和驗收事項;探索具有區域特點的全程機械化解決方案,包括地域、品種、種植栽培制度、產后加工等,為全程機械化發展創造良好條件;邊角零星土地和坡度較高土地可以考慮有條件地退出農業生產,為大中型農機具下田作業創造條件;創新高標準農田建設項目的融資模式,聯合金融機構貸款資金和農業項目受益主體的自籌資金,以減輕僅有中央和地方提供資金的壓力,確保高標準農田建設項目保質保量的完成。