宦梅麗 戴瑤

摘?要：基于2018年1385戶玉米種植戶的問卷調(diào)查數(shù)據(jù)，構(gòu)建一個包含農(nóng)機(jī)服務(wù)識別工具（Probit概率預(yù)測值）的超越對數(shù)隨機(jī)前沿（SF）模型，以玉米種植為例，考察農(nóng)機(jī)服務(wù)對技術(shù)效率的影響及在不同要素密集型環(huán)節(jié)的差異。研究發(fā)現(xiàn)：總體上農(nóng)機(jī)服務(wù)對技術(shù)效率存在顯著正向效應(yīng)，采用傳統(tǒng)農(nóng)業(yè)耕作方式并不一定會導(dǎo)致技術(shù)效率損失；大規(guī)模農(nóng)戶技術(shù)效率更高，但小農(nóng)戶通過農(nóng)機(jī)服務(wù)外包，有助于縮小與大農(nóng)戶之間的效率差距；在耕地、灌溉、收割環(huán)節(jié)（勞動密集型）和播種環(huán)節(jié)（半勞動半技術(shù)密集型）農(nóng)機(jī)服務(wù)對技術(shù)效率呈顯著正向效應(yīng)，而在病蟲害防治環(huán)節(jié)（技術(shù)密集型）影響不顯著。研究表明，農(nóng)機(jī)服務(wù)是提高糧食生產(chǎn)效率的重要來源，應(yīng)重視農(nóng)機(jī)服務(wù)的規(guī)范和標(biāo)準(zhǔn)化建設(shè)，尤其是在技術(shù)密集型環(huán)節(jié)，減小監(jiān)督成本。

關(guān)鍵詞：農(nóng)業(yè)社會化服務(wù)；技術(shù)引入效應(yīng)；要素密集型

中圖分類號：F3266文獻(xiàn)標(biāo)識碼：A文章編號：1001-148X（2023）02-0145-08

收稿日期：2022-06-26

作者簡介：宦梅麗（1992-），女，貴州遵義人，助理研究員，博士，研究方向：農(nóng)業(yè)社會化服務(wù)、農(nóng)業(yè)農(nóng)村現(xiàn)代化；戴瑤（1992-），本文通訊作者，女，湖南衡陽人，助理研究員，博士，研究方向：三農(nóng)問題。

基金項目：國家社會科學(xué)基金青年項目“糧食收儲制度市場化改革研究”，項目編號：18CJY035；中國社會科學(xué)院青年科研啟動項目“規(guī)模經(jīng)營實現(xiàn)中農(nóng)業(yè)社會化服務(wù)的‘雙重效應(yīng)研究”，項目編號：2022YQNQD033；清華大學(xué)中國農(nóng)村研究院研究課題“‘雙碳目標(biāo)背景下的畜牧業(yè)高質(zhì)量發(fā)展政策研究”，項目編號：CIRS2022-11。

農(nóng)業(yè)生產(chǎn)領(lǐng)域的專業(yè)化服務(wù)是引導(dǎo)小農(nóng)生產(chǎn)融入農(nóng)業(yè)產(chǎn)業(yè)化和現(xiàn)代化發(fā)展軌道的重要路徑。農(nóng)戶購買農(nóng)業(yè)社會化服務(wù)，可以在不改變土地承包經(jīng)營權(quán)的基礎(chǔ)上，將農(nóng)業(yè)生產(chǎn)的耕、種、防、收等部分環(huán)節(jié)或全部環(huán)節(jié)外包給專業(yè)化經(jīng)營的社會化服務(wù)主體，有助于緩解勞動力結(jié)構(gòu)矛盾，實現(xiàn)與現(xiàn)代農(nóng)業(yè)的有機(jī)銜接。隨著工業(yè)化和城鎮(zhèn)化的不斷推進(jìn)，農(nóng)村勞動力大量非農(nóng)轉(zhuǎn)移，導(dǎo)致農(nóng)村人口老齡化、女性化嚴(yán)重。由于農(nóng)機(jī)服務(wù)可以實現(xiàn)對勞動力的替代，緩解農(nóng)村地區(qū)的勞動力瓶頸，因而備受學(xué)術(shù)界和政策制定者關(guān)注。農(nóng)機(jī)服務(wù)是否提高了農(nóng)戶的技術(shù)效率？不同類型的農(nóng)機(jī)服務(wù)對技術(shù)效率的影響是否存在異質(zhì)性？這些問題的回答對于保障國家糧食安全和提高農(nóng)業(yè)競爭力具有重要的理論意義和實踐價值。

一、文獻(xiàn)綜述

現(xiàn)有文獻(xiàn)關(guān)于農(nóng)機(jī)服務(wù)是否促進(jìn)了糧食生產(chǎn)效率的研究結(jié)論尚存在爭議。有文獻(xiàn)認(rèn)為，農(nóng)機(jī)服務(wù)促進(jìn)了糧食生產(chǎn)效率［1］。農(nóng)業(yè)生產(chǎn)服務(wù)將外包引入農(nóng)業(yè)生產(chǎn)領(lǐng)域，通過影響農(nóng)業(yè)生產(chǎn)各環(huán)節(jié)的平均生產(chǎn)率和發(fā)揮學(xué)習(xí)的正外部性，促進(jìn)糧食生產(chǎn)率提升［2］；農(nóng)業(yè)分工深化能夠產(chǎn)生市場容量的空間溢出效應(yīng)，培育外包服務(wù)市場有助于誘導(dǎo)農(nóng)戶卷入分工，從而產(chǎn)生農(nóng)業(yè)分工經(jīng)濟(jì)性。農(nóng)業(yè)機(jī)械化服務(wù)能夠解放農(nóng)業(yè)勞動力，促進(jìn)勞動力轉(zhuǎn)移，增加非農(nóng)就業(yè)和非農(nóng)收入，緩解由資金約束造成的農(nóng)業(yè)生產(chǎn)效率損失。一些學(xué)者對此觀點(diǎn)持懷疑態(tài)度，認(rèn)為生產(chǎn)服務(wù)要素對農(nóng)業(yè)產(chǎn)出的貢獻(xiàn)十分有限［3］，生產(chǎn)性服務(wù)提高農(nóng)業(yè)產(chǎn)出的關(guān)鍵在于技術(shù)服務(wù)，唯有通過“購買技術(shù)服務(wù)”方式才能提高農(nóng)業(yè)產(chǎn)出［4］，包括農(nóng)機(jī)服務(wù)在內(nèi)的農(nóng)業(yè)生產(chǎn)服務(wù)并不能增加每塊土地的糧食產(chǎn)出［5］。還有一些文獻(xiàn)認(rèn)為，農(nóng)機(jī)服務(wù)可能造成效率損失。農(nóng)機(jī)服務(wù)的本質(zhì)是雇工勞動，與家庭自用工異質(zhì)，可能導(dǎo)致效率損失［6］，常見于亞洲地區(qū)一些大規(guī)模農(nóng)場，雇工勞動高昂的監(jiān)督成本導(dǎo)致生產(chǎn)率低下［7］。由于農(nóng)戶和服務(wù)主體之間信息不對稱，農(nóng)業(yè)生產(chǎn)環(huán)節(jié)外包中存在服務(wù)主體降低服務(wù)質(zhì)量投入和農(nóng)戶“過度監(jiān)督”的雙邊道德風(fēng)險［8］，農(nóng)機(jī)手在作業(yè)過程中可能存在機(jī)會主義行為動機(jī)，損害農(nóng)業(yè)生產(chǎn)效率［9］。也有一些研究發(fā)現(xiàn)，農(nóng)業(yè)生產(chǎn)服務(wù)外包對生產(chǎn)率的影響并不一定為正向或者負(fù)向，在不同類型生產(chǎn)環(huán)節(jié)存在差異［10］。

總體上，現(xiàn)有文獻(xiàn)關(guān)于農(nóng)機(jī)服務(wù)如何影響糧食生產(chǎn)效率的討論，大多從理論層面或采用宏觀數(shù)據(jù)進(jìn)行實證分析，如胡祎和張正河（2018）［1］利用省級層面數(shù)據(jù)檢驗了農(nóng)機(jī)服務(wù)對小麥生產(chǎn)技術(shù)效率的勞動替代效應(yīng)和科技引入效應(yīng)，但囿于數(shù)據(jù)和指標(biāo)的限制，無法深入探討不同生產(chǎn)環(huán)節(jié)的差異，并且以時間趨勢作為科技引入效應(yīng)的衡量指標(biāo)過于簡化。部分文獻(xiàn)從微觀農(nóng)戶討論生產(chǎn)環(huán)節(jié)外包對生產(chǎn)率的影響，如陳超等（2012）［2］討論了勞動密集和技術(shù)密集環(huán)節(jié)外包的生產(chǎn)率效應(yīng)，但忽略了農(nóng)戶個體特征可能對產(chǎn)量造成的影響，未能精確實證分析外包效應(yīng)的具體形式和影響路徑，而且他們關(guān)注的是單產(chǎn)而非技術(shù)效率。

農(nóng)機(jī)服務(wù)有助于將先進(jìn)技術(shù)輸入農(nóng)業(yè)生產(chǎn)環(huán)節(jié)，提高技術(shù)效率。在機(jī)械播種環(huán)節(jié)，機(jī)械播種比人工播種更均勻、合理，有利于作物生長；機(jī)械收割環(huán)節(jié)，收割機(jī)和烘干機(jī)的使用可以減少產(chǎn)量和質(zhì)量損失（農(nóng)戶錯過小麥最佳收割時間，小麥的重量和營養(yǎng)成分逐漸流失）；病蟲害防治環(huán)節(jié)，單個農(nóng)戶對施藥時間點(diǎn)和次數(shù)把握不準(zhǔn)確，但采用統(tǒng)防統(tǒng)治服務(wù)之后，可以較為準(zhǔn)確地把握施藥時間和施藥頻率，提高病蟲害防治效率［11］。

但是，農(nóng)機(jī)服務(wù)對技術(shù)效率的正向效應(yīng)在不同生產(chǎn)環(huán)節(jié)可能存在顯著差異。在勞動密集型生產(chǎn)環(huán)節(jié)，服務(wù)外包帶來的可能更多為勞動替代效應(yīng)。在技術(shù)密集環(huán)節(jié)，對經(jīng)驗、知識和技術(shù)要求較高，采用農(nóng)機(jī)服務(wù)有助于緩解農(nóng)戶自身稟賦約束，如受教育程度低、經(jīng)驗不足、知識技能缺乏等造成的效率損失。然而，在技術(shù)密集環(huán)節(jié)，風(fēng)險責(zé)任對象的界定和作業(yè)量的計量難度大，監(jiān)督時間長，產(chǎn)生機(jī)會成本較高；生產(chǎn)過程和程序的靈活性導(dǎo)致信息不對稱，從而出現(xiàn)承包方的機(jī)會主義行為［12］，生產(chǎn)標(biāo)準(zhǔn)化程度低，勞動監(jiān)督成本高的生產(chǎn)環(huán)節(jié)（譬如病蟲害防治）可能會降低技術(shù)效率［10］。

本文邊際貢獻(xiàn)在于：一是實證方法上，構(gòu)建了一個包含隨機(jī)方差和技術(shù)效率方差模型的超越對數(shù)隨機(jī)前沿模型，將Probit估計出的農(nóng)業(yè)機(jī)械化和農(nóng)機(jī)服務(wù)采納的概率預(yù)測值作為識別工具引入該模型，有助于克服模型的內(nèi)生性問題；二是從要素密集度視角出發(fā)，將生產(chǎn)環(huán)節(jié)劃分勞動密集型、技術(shù)密集型和半勞動半技術(shù)密集型三種，結(jié)合不同類型環(huán)節(jié)監(jiān)督成本差異，闡釋不同類型生產(chǎn)環(huán)節(jié)農(nóng)機(jī)服務(wù)對技術(shù)效率的影響異質(zhì)性。

二、數(shù)據(jù)來源、模型設(shè)定與變量選取

（一）數(shù)據(jù)來源

本文數(shù)據(jù)來源于2019年“新型農(nóng)業(yè)經(jīng)營主體調(diào)查”課題組問卷調(diào)查。該調(diào)查采用分層抽樣方法，在全國14個種植糧食作物的省區(qū)，根據(jù)經(jīng)濟(jì)發(fā)展水平和自然資源條件選取8-12個村莊，每個村莊選取15-20戶農(nóng)戶進(jìn)行訪談。本文僅保留種植玉米的農(nóng)戶樣本，剔除變量缺失值和相關(guān)變量信息不完善的樣本，剩余1385個觀測值。樣本分布于13個省份（河北、遼寧、江蘇、山東、內(nèi)蒙古、吉林、黑龍江、安徽、河南、湖北、湖南、四川、甘肅）112個縣132個村莊。特別地，有200戶農(nóng)戶樣本未使用農(nóng)業(yè)機(jī)械，而是采取傳統(tǒng)農(nóng)業(yè)耕作方式。

（二）模型設(shè)定

1Stochastic?Frontier（SF）?model

運(yùn)用隨機(jī)前沿模型估計各個玉米種植戶的技術(shù)效率，需要事先假定生產(chǎn)投入與產(chǎn)出之間的函數(shù)關(guān)系。由于超越對數(shù)生產(chǎn)函數(shù)的設(shè)定形式較為靈活，無須限定各要素替代彈性完全相同或要素替代彈性之和為1，允許投入與產(chǎn)出之間的非線性關(guān)系。超越對數(shù)形式的隨機(jī)前沿生產(chǎn)模型設(shè)置為：

ln（yi）=β0+∑mj=1βjln（xij）+12∑mj=1∑mk=1βjkln（xij）?ln（xik）+vi－ui（1）

式中，yi為第i玉米種植戶的單位面積產(chǎn)量；xij第i玉米種植戶在單位面積的第j種投入，包括勞動、種子、肥料和農(nóng)藥的投入量以及農(nóng)機(jī)作業(yè)費(fèi)用。vi?是服從獨(dú)立同分布的隨機(jī)誤差項，vi～iidN（0，σv2）；ui為效率損失項，假定ui獨(dú)立于vi，并且服從非負(fù)半正態(tài)分布ui～iidN+（μi，σu2）。

為檢驗農(nóng)機(jī)服務(wù)與技術(shù)（非）效率的關(guān)系，技術(shù)（非）效率的基準(zhǔn)模型設(shè)定為：

μi=γ0+γ1Service_pi+γ2Xki+εi（2）

式中，Service_p為第i農(nóng)戶采納農(nóng)機(jī)服務(wù)的概率值；Xki是一組影響技術(shù)（非）效率的控制變量；ε為隨機(jī)誤差項；常用的產(chǎn)出導(dǎo)向估計技術(shù)效率的方法是使用觀測的產(chǎn)出與隨機(jī)前沿產(chǎn)出的比率，即TEi=exp（－μi）。

由于使用由不同規(guī)模和特征的農(nóng)戶組成的混合截面數(shù)據(jù)，可能存在異方差性，故借鑒Abdul-Salam?and?Phimister?（2017）［13］的處理方法，采用兩個誤差項異方差的指數(shù)形式。

雙邊誤差項的函數(shù)關(guān)注空間異方差性，比如區(qū)域因素導(dǎo)致平均氣溫和作物生長季節(jié)差異，這些因素不受農(nóng)戶控制，但對作物產(chǎn)量造成很大影響。因此，將隨機(jī)方差模型設(shè)置為：

σvi2=exp（δ10+δ11East+δ12West）（3）

對于單邊誤差項的方差，通常假設(shè)它由農(nóng)戶自身相關(guān)的因素決定。本文主要關(guān)注機(jī)械化和農(nóng)機(jī)服務(wù)采納決策，以及農(nóng)戶規(guī)模等因素，將技術(shù)非效率的方差模型設(shè)置為：

σui2=exp（δ20+δ21Service_pi+δ22Farm_sizei）（4）

式中，F(xiàn)arm_size為農(nóng)戶經(jīng)營規(guī)模。

2?Probit?model

由于農(nóng)戶農(nóng)機(jī)服務(wù)采納決策的內(nèi)生性本質(zhì)，本文采用兩階段處理方式，在第一階段運(yùn)用Probit模型預(yù)測出農(nóng)戶采納農(nóng)機(jī)服務(wù)的概率，第二階段將概率預(yù)測值作為技術(shù)效率方程中農(nóng)機(jī)服務(wù)的識別工具［14］。農(nóng)機(jī)服務(wù)采納決策模型如下：

Servicei=α0+αm1Xmi+ζi（5）

式中，Service?i為農(nóng)機(jī)服務(wù)采納決策二元變量，農(nóng)戶采納服務(wù)即賦值為“1”，否則為“0”；Xm為一組控制變量，包括經(jīng)營規(guī)模、土地細(xì)碎化程度、勞動力非農(nóng)就業(yè)、固定資產(chǎn)投資以及農(nóng)戶特征等；ζi為隨機(jī)誤差項。

（三）變量定義與描述性統(tǒng)計

本文涉及的變量定義和描述如表1所示。被解釋變量為技術(shù)（非）效率，運(yùn)用隨機(jī)前沿模型估計而來。投入變量包括勞動、種子、肥料和農(nóng)藥的單位面積投入量，單位面積灌溉費(fèi)用和機(jī)械作業(yè)費(fèi)用（租賃機(jī)械），以及資本投入，即單位面積玉米生產(chǎn)的農(nóng)業(yè)固定資產(chǎn)投資折舊費(fèi)用。核心解釋變量為農(nóng)機(jī)服務(wù)虛擬變量，在SF模型中采用Probit估計出的概率預(yù)測值作為農(nóng)機(jī)服務(wù)的識別工具。為細(xì)化研究，采用農(nóng)業(yè)機(jī)械化虛擬變量，區(qū)分采用傳統(tǒng)耕作方式和農(nóng)業(yè)機(jī)械化的樣本。

本文控制了農(nóng)地特征，包括經(jīng)營規(guī)模、地塊數(shù)量（耕地細(xì)碎化的一個代理變量）、地形特征、耕地結(jié)構(gòu)等影響農(nóng)戶機(jī)械化技術(shù)采納決策和農(nóng)場效率的關(guān)鍵因素。并且，土地被視為一種資產(chǎn)，由于存在稟賦效應(yīng)，土地的自評質(zhì)量可能影響農(nóng)機(jī)服務(wù)采納決策。另外，土地確權(quán)可以促進(jìn)農(nóng)場效率，因為土地確權(quán)增強(qiáng)了地權(quán)穩(wěn)定性，推動土地向更有效率的農(nóng)戶再配置，因此控制了土地是否確權(quán)頒證這一因素。此外，農(nóng)機(jī)服務(wù)和自購機(jī)械是兩種實現(xiàn)農(nóng)業(yè)機(jī)械化的互補(bǔ)形式，農(nóng)戶如果擁有機(jī)械設(shè)備和設(shè)施，可能更傾向于使用自有機(jī)械而非服務(wù)外包，因此控制了固定資產(chǎn)投資。與此同時，還控制了戶主年齡、教育、健康狀況等個人特征，社會資本、勞動力轉(zhuǎn)移、是否接受技術(shù)培訓(xùn)等家庭特征，區(qū)域特征根據(jù)農(nóng)戶所在省份的地理區(qū)位劃分三個地區(qū)：東部地區(qū)包括河北、遼寧、江蘇和山東；中部地區(qū)包括內(nèi)蒙古、吉林、黑龍江、安徽、河南、湖北和湖南；西部地區(qū)包括四川和甘肅。以及政策因素等。

樣本農(nóng)戶中，1185戶玉米種植戶采用機(jī)械化耕作方式，占總樣本數(shù)量的856%，僅200戶農(nóng)戶采用傳統(tǒng)耕作方式，既不購置機(jī)械，也不購買農(nóng)機(jī)服務(wù)。692戶農(nóng)戶采用農(nóng)機(jī)服務(wù)，占總樣本數(shù)量的4996%，占采用機(jī)械作業(yè)樣本量的584%。同時，在各生產(chǎn)環(huán)節(jié)農(nóng)機(jī)服務(wù)采用概率呈現(xiàn)不平衡分布，收割服務(wù)（500%）的采用最廣泛，耕整地服務(wù)（369%）、播種服務(wù)（354%）、排水灌溉服務(wù)（163%）次之，病蟲害防治服務(wù)（122%）最少。

核心變量的分組描述性統(tǒng)計見表2。自購機(jī)械的農(nóng)戶平均單位面積產(chǎn)量最高，采用傳統(tǒng)耕作方式的農(nóng)戶最低，相同趨勢出現(xiàn)在平均經(jīng)營規(guī)模。這意味著小規(guī)模經(jīng)營農(nóng)戶可能更傾向于使用傳統(tǒng)耕作方式，隨著經(jīng)營規(guī)模擴(kuò)大，農(nóng)戶可能采用機(jī)械化耕作，當(dāng)經(jīng)營規(guī)模擴(kuò)大到一定程度時，農(nóng)戶更傾向于選擇自購機(jī)械進(jìn)行生產(chǎn)。戶均經(jīng)營規(guī)模為1328公頃（1992畝），說明我國玉米種植以小農(nóng)戶為主。

使用傳統(tǒng)耕作方式的農(nóng)戶單位面積勞動力投入高于其他農(nóng)戶，意味著機(jī)械可以顯著替代勞動。采用農(nóng)機(jī)服務(wù)的農(nóng)戶非農(nóng)就業(yè)比率高于其他農(nóng)戶，可能暗示農(nóng)戶采用農(nóng)機(jī)服務(wù)可以解放勞動力，增加非農(nóng)就業(yè)。另外，采用農(nóng)機(jī)服務(wù)的農(nóng)戶排水灌溉和機(jī)械租賃投入高于自有機(jī)械的農(nóng)戶，而未采用農(nóng)機(jī)服務(wù)的農(nóng)戶固定資產(chǎn)投資比其他農(nóng)戶高，暗示農(nóng)機(jī)服務(wù)和自購機(jī)械可能是實現(xiàn)農(nóng)業(yè)機(jī)械化的替代形式。

三、實證結(jié)果與分析

（一）農(nóng)機(jī)服務(wù)采納的Probit估計結(jié)果與分析

本文運(yùn)用了一個序貫三步法估計方程（5），分析玉米種植戶農(nóng)業(yè)機(jī)械化和農(nóng)機(jī)服務(wù)采納決策的決定因素。第一步估計了農(nóng)戶是否采用機(jī)械化耕作的決策，第二步基于機(jī)械化耕作的農(nóng)戶樣本估計了農(nóng)戶是否采用農(nóng)機(jī)服務(wù)的決策，第三步估計了各個生產(chǎn)環(huán)節(jié)農(nóng)機(jī)服務(wù)的采納決策。Probit模型估計結(jié)果詳見表3。模型（1）-（7）分別檢驗了機(jī)械化耕作方式、農(nóng)機(jī)服務(wù)、耕整地服務(wù)、播種服務(wù)、病蟲害防治服務(wù)、排水灌溉服務(wù)和收割服務(wù)的采納決策。

從模型（1）結(jié)果可看出，經(jīng)營規(guī)模對農(nóng)戶機(jī)械化耕作方式的選擇存在顯著正向效應(yīng)。換言之，小規(guī)模農(nóng)戶可能更傾向于采用傳統(tǒng)的耕作方式，而大規(guī)模農(nóng)戶則傾向于采取機(jī)械化生產(chǎn)。這與預(yù)期一致，農(nóng)戶會根據(jù)經(jīng)營規(guī)模選擇有利可圖的生產(chǎn)經(jīng)營方式。勞動力轉(zhuǎn)移對農(nóng)戶采用機(jī)械化作業(yè)呈現(xiàn)顯著正向效應(yīng)，意味著傳統(tǒng)耕作方式可能更依賴于勞動力，機(jī)械化可以有效替代勞動。

另外，對于采用機(jī)械化生產(chǎn)的農(nóng)戶，經(jīng)營規(guī)模對農(nóng)機(jī)服務(wù)采納呈現(xiàn)顯著正向效應(yīng)，尤其在耕整地、播種、排水灌溉和收割環(huán)節(jié)。此外，地塊數(shù)量（耕地細(xì)碎化的代理變量）對農(nóng)機(jī)服務(wù)采納決策存在顯著負(fù)向效應(yīng)。山地的估計系數(shù)顯著為負(fù)值，說明不利的地形地勢阻礙了農(nóng)戶采用機(jī)械化耕作方式和農(nóng)機(jī)服務(wù)，因為在一些偏遠(yuǎn)農(nóng)村山區(qū)，大型機(jī)械可能無法到達(dá)田間，增加了機(jī)械化成本。勞動力轉(zhuǎn)移對農(nóng)業(yè)機(jī)械化和農(nóng)機(jī)服務(wù)存在顯著正向效應(yīng)，尤其在收割環(huán)節(jié)，一定程度說明農(nóng)機(jī)服務(wù)可以減輕苦累，將勞動力從繁重的體力活動中解脫出來，從事非農(nóng)就業(yè)。固定資產(chǎn)投資在所有生產(chǎn)環(huán)節(jié)均對農(nóng)機(jī)服務(wù)呈現(xiàn)顯著負(fù)向效應(yīng)，表明自購機(jī)械和服務(wù)外包是實現(xiàn)機(jī)械化的互補(bǔ)手段。

（二）超越對數(shù)隨機(jī)前沿模型（SF?model）估計結(jié)果與分析

如前文所述，本文采用兩階段的處理方法，將第一階段運(yùn)用Probit模型估計出的農(nóng)業(yè)機(jī)械化和農(nóng)機(jī)服務(wù)的預(yù)測值Mechanization_p，Service_p，Tillage_p，Sowing_p，Pest_control_p，Irrigation_p和Harvest_p，作為第二階段SF模型中農(nóng)業(yè)機(jī)械化和農(nóng)機(jī)服務(wù)的識別工具。SF模型回歸結(jié)果見表4和表5。為簡化描述，僅報告SF模型中的技術(shù)非效率模型和技術(shù)非效率的方差模型估計結(jié)果限于篇幅，超越對數(shù)隨機(jī)前沿生產(chǎn)模型和隨機(jī)方差模型估計結(jié)果未做報告，如有需要可向作者索取。。

表4報告了農(nóng)業(yè)機(jī)械化對技術(shù)（非）效率的影響回歸結(jié)果。在技術(shù)非效率模型中，Mechanization_p變量估計系數(shù)不顯著，暗示在中國以小農(nóng)戶為主導(dǎo)的農(nóng)業(yè)經(jīng)營模式情境下，采用傳統(tǒng)耕作方式并不一定會導(dǎo)致技術(shù)效率損失。相反，傳統(tǒng)農(nóng)業(yè)耕作方式具備獨(dú)特優(yōu)勢，如投入要素集約化使用可以有效節(jié)約生產(chǎn)成本。這與一些現(xiàn)有文獻(xiàn)的結(jié)論相吻合，小農(nóng)戶通過對勞動力的集約化利用，有助于充分發(fā)揮傳統(tǒng)集約化種植的優(yōu)勢。另外，經(jīng)營規(guī)模估計系數(shù)不顯著，但經(jīng)營規(guī)模與農(nóng)業(yè)機(jī)械化交叉項估計系數(shù)顯著為負(fù)值，說明大農(nóng)戶更可能通過利用機(jī)械化實現(xiàn)效率改進(jìn)。并且，采用機(jī)械化作業(yè)概率越高的農(nóng)戶，技術(shù)非效率的方差越高，一方面可能與經(jīng)營規(guī)模有關(guān)，小農(nóng)戶可能傾向于采用傳統(tǒng)耕作方式；另一方面與農(nóng)戶技術(shù)采納的風(fēng)險偏好相關(guān)，采用傳統(tǒng)方式的農(nóng)戶可能是風(fēng)險厭惡型。從生產(chǎn)組織角度，風(fēng)險厭惡對效率起到推動作用［15］。

表5報告了農(nóng)機(jī)服務(wù)采納概率對技術(shù)（非）效率的影響回歸結(jié)果。模型（1）-（6）分別為農(nóng)機(jī)服務(wù)、耕整地、播種、病蟲害防治、排水灌溉和收割服務(wù)對技術(shù)效率的影響效應(yīng)。與預(yù)期一致，Service_p，Tillage_p，Sowing_p，Irrigation_p和Harvest_p的估計系數(shù)顯著為負(fù)值，說明采用農(nóng)機(jī)服務(wù)的農(nóng)戶更接近隨機(jī)生產(chǎn)前沿，尤其在耕整地、播種、排水灌溉和收割環(huán)節(jié)，農(nóng)機(jī)服務(wù)對技術(shù)效率存在顯著正向效應(yīng)。除播種為半技術(shù)半勞動密集生產(chǎn)環(huán)節(jié)外，其他均為勞動密集型生產(chǎn)環(huán)節(jié)。如果農(nóng)戶采取農(nóng)機(jī)服務(wù)，可以將勞動力從繁重的體力勞動中釋放出來，進(jìn)而提高生產(chǎn)效率。該發(fā)現(xiàn)與現(xiàn)有文獻(xiàn)的研究結(jié)論類似［1］。

經(jīng)營規(guī)模的估計系數(shù)顯著為負(fù)值，農(nóng)機(jī)服務(wù)與經(jīng)營規(guī)模的交叉項的估計系數(shù)在播種、灌溉和收割環(huán)節(jié)顯著為正值，隱藏的含義是大農(nóng)戶更有效率，但是農(nóng)機(jī)服務(wù)有助于縮小小農(nóng)戶與大農(nóng)戶之間的效率差距。這說明小農(nóng)戶通過環(huán)節(jié)服務(wù)外包的方式，可以獲取與大農(nóng)戶所能享受的同等技術(shù)進(jìn)步帶來的益處，進(jìn)而縮小與大農(nóng)戶之間的生產(chǎn)效率差距。

病蟲害防治服務(wù)（Pest_control_p）的估計系數(shù)不顯著，從一定程度上說明在技術(shù)密集型生產(chǎn)環(huán)節(jié)，農(nóng)機(jī)服務(wù)對技術(shù)效率影響不顯著。原因可能在于，農(nóng)機(jī)服務(wù)屬于定制化的雇傭安排，很難實現(xiàn)完美監(jiān)督，尤其在技術(shù)密集型環(huán)節(jié)［2，8］。農(nóng)戶采用農(nóng)機(jī)服務(wù)，本質(zhì)是將生產(chǎn)環(huán)節(jié)外包給其他經(jīng)營主體，由于信息不對稱，存在逆向選擇和道德風(fēng)險。在病蟲害防治環(huán)節(jié)，農(nóng)機(jī)作業(yè)缺乏標(biāo)準(zhǔn)化的作業(yè)規(guī)范和流程，監(jiān)督難度大，對技術(shù)效率的影響并未呈現(xiàn)顯著的正向影響效應(yīng)。相反，在耕整地、收割等勞動密集環(huán)節(jié)，機(jī)械化程度較高，操作規(guī)范統(tǒng)一，為農(nóng)戶節(jié)約了監(jiān)督成本，因而效率提高。而在半勞動半技術(shù)密集型（播種）環(huán)節(jié)，農(nóng)機(jī)服務(wù)提高了技術(shù)效率，可能因為播種環(huán)節(jié)的技術(shù)引入效應(yīng)較強(qiáng)，而且操作規(guī)范和流程較簡單，監(jiān)督成本較低，提高了生產(chǎn)效率。

此外，農(nóng)機(jī)服務(wù)采納概率與技術(shù)非效率的方差呈現(xiàn)反向關(guān)系，表明當(dāng)農(nóng)機(jī)服務(wù)采納概率增加時，技術(shù)非效率方差減小，意味著農(nóng)機(jī)服務(wù)對不同農(nóng)戶技術(shù)效率差異的影響將減小。

（三）技術(shù)效率的分布

為進(jìn)一步理解農(nóng)機(jī)服務(wù)與技術(shù)效率的均值和方差之間的關(guān)系，本文采用概率估計值（05）作為“自然的”閾值，將樣本分為兩組：一組是農(nóng)機(jī)服務(wù)采納概率低于05的組，另一組是農(nóng)機(jī)服務(wù)采納概率等于或高于05的組，對比分析兩組樣本的技術(shù)效率。

上圖為兩個分組下技術(shù)效率的分布。結(jié)果表明，農(nóng)機(jī)服務(wù)采納概率越高，技術(shù)效率方差越小?；贙olmogorov-Smirnov檢驗結(jié)果，兩個分組下的概率分布顯著不同。農(nóng)機(jī)服務(wù)采納概率高于05的農(nóng)戶的技術(shù)效率均值為0823，高于農(nóng)機(jī)服務(wù)采納概率低于05的農(nóng)戶的技術(shù)效率（0809）。然而，農(nóng)機(jī)服務(wù)采納概率高的農(nóng)戶技術(shù)效率分布的方差（0011）略低于采納概率低的農(nóng)戶的技術(shù)效率分布的方差（0012）。該結(jié)果進(jìn)一步證實了上文的實證結(jié)果，技術(shù)非效率的方差越小，則技術(shù)效率的方差越小。

由此，農(nóng)機(jī)服務(wù)通過減小高技術(shù)效率的概率或增加低技術(shù)效率的概率的方式，進(jìn)而減小技術(shù)非效率。一方面，小農(nóng)戶通過農(nóng)機(jī)服務(wù)外包，可以享受與大農(nóng)戶同等技術(shù)進(jìn)步帶來的優(yōu)勢，進(jìn)而縮小與大農(nóng)戶之間的效率差距。另一方面，農(nóng)機(jī)服務(wù)采納概率高的農(nóng)戶技術(shù)效率方差較低，可能暗示采用農(nóng)機(jī)服務(wù)的農(nóng)戶可能為風(fēng)險厭惡型，因為自購機(jī)械相比農(nóng)機(jī)服務(wù)的成本更高、風(fēng)險更大。

四、結(jié)論與政策含義

本文以玉米生產(chǎn)為例，利用來自中國13個省區(qū)112個縣132個村莊1385戶農(nóng)戶的問卷調(diào)查數(shù)據(jù)，實證檢驗農(nóng)機(jī)服務(wù)與中國糧食生產(chǎn)技術(shù)效率的關(guān)系，并對比分析勞動密集型、技術(shù)密集型和半勞動半技術(shù)密集型生產(chǎn)環(huán)節(jié)之間的異質(zhì)性。本研究得出如下結(jié)論：（1）農(nóng)機(jī)服務(wù)有助于促進(jìn)糧食生產(chǎn)技術(shù)效率的提升，而采用傳統(tǒng)的耕作方式能夠發(fā)揮精耕細(xì)作的優(yōu)勢，并不一定導(dǎo)致技術(shù)效率下降。對于小規(guī)模農(nóng)戶而言，其技術(shù)效率低于大規(guī)模農(nóng)戶，但通過使用農(nóng)機(jī)服務(wù)，有助于縮小其與大規(guī)模農(nóng)戶之間的效率差距。（2）農(nóng)機(jī)服務(wù)對技術(shù)效率的影響存在環(huán)節(jié)異質(zhì)性。在耕整地、排水灌溉和收獲（勞動密集型）環(huán)節(jié)和播種（半勞動半技術(shù)密集型）環(huán)節(jié)，農(nóng)戶采用農(nóng)機(jī)服務(wù)有助于提高技術(shù)效率，而在病蟲害防治（技術(shù)密集型）環(huán)節(jié)對技術(shù)效率的影響不顯著?？赡艿脑蛟谟?，在病蟲害防治環(huán)節(jié)作業(yè)標(biāo)準(zhǔn)化、規(guī)范化程度較低，監(jiān)督成本較高，由于信息不對稱，易發(fā)生逆向選擇和道德風(fēng)險，可能造成效率損失，從而抵消技術(shù)引入效應(yīng)帶來的技術(shù)效率提升。（3）由于在不同生產(chǎn)環(huán)節(jié)技術(shù)進(jìn)步速度不一致，農(nóng)機(jī)服務(wù)外包市場發(fā)展不平衡，各個生產(chǎn)環(huán)節(jié)農(nóng)機(jī)服務(wù)的采用率相差甚遠(yuǎn)。耕地、播種、收割等環(huán)節(jié)技術(shù)進(jìn)步較快，農(nóng)機(jī)服務(wù)外包市場發(fā)育健全，因而采用率較高；而追肥、打藥、除草等環(huán)節(jié)技術(shù)進(jìn)步滯后，服務(wù)外包市場發(fā)育遲緩，因而采用率較低。（4）擴(kuò)大經(jīng)營規(guī)模有助于提高農(nóng)戶采用農(nóng)業(yè)機(jī)械化和農(nóng)機(jī)服務(wù)的概率，尤其是在耕整地、病蟲害防治、排水灌溉和收割環(huán)節(jié)。耕地細(xì)碎化制約了農(nóng)戶采用農(nóng)機(jī)服務(wù)。農(nóng)業(yè)機(jī)械化和農(nóng)機(jī)服務(wù)存在勞動替代效應(yīng)，主要體現(xiàn)在病蟲害防治和收割環(huán)節(jié)?；诒疚乃媒Y(jié)論，提出如下建議：

（1）農(nóng)機(jī)服務(wù)是推動小農(nóng)戶與現(xiàn)代農(nóng)業(yè)有機(jī)銜接的重要路徑，它能夠顯著促進(jìn)我國糧食生產(chǎn)技術(shù)效率提升，應(yīng)充分探尋農(nóng)機(jī)服務(wù)推動糧食生產(chǎn)效率和農(nóng)業(yè)競爭力提升的作用機(jī)理，大力推動農(nóng)機(jī)社會化服務(wù)的發(fā)展。

（2）增強(qiáng)農(nóng)機(jī)服務(wù)供給和服務(wù)能力。鼓勵和支持農(nóng)機(jī)社會化服務(wù)組織的發(fā)展和集聚，擇優(yōu)培育一批農(nóng)機(jī)專業(yè)合作社、家庭農(nóng)場、產(chǎn)業(yè)化龍頭企業(yè)等新型農(nóng)業(yè)經(jīng)營主體，增強(qiáng)農(nóng)機(jī)服務(wù)組織的服務(wù)能力。

（3）推動政策改革以降低農(nóng)機(jī)服務(wù)的使用成本。持續(xù)推進(jìn)農(nóng)機(jī)購置補(bǔ)貼和作業(yè)補(bǔ)貼政策改革，降低農(nóng)機(jī)服務(wù)的使用成本，提高農(nóng)機(jī)服務(wù)的可得性，促進(jìn)農(nóng)機(jī)社會化服務(wù)的發(fā)展。

（4）加大薄弱環(huán)節(jié)農(nóng)業(yè)生產(chǎn)技術(shù)的研發(fā)。農(nóng)機(jī)服務(wù)對糧食生產(chǎn)存在技術(shù)引入效應(yīng)，促進(jìn)糧食生產(chǎn)技術(shù)效率提升，但在免耕直播、無人機(jī)植保、綠肥種植等生產(chǎn)環(huán)節(jié)農(nóng)業(yè)技術(shù)進(jìn)步滯后。有必要加強(qiáng)技術(shù)研發(fā)投入，補(bǔ)足短板，強(qiáng)化農(nóng)機(jī)服務(wù)的技術(shù)引入效應(yīng)。

（5）健全技術(shù)密集型生產(chǎn)環(huán)節(jié)農(nóng)機(jī)服務(wù)的規(guī)范和流程。以病蟲害防治為代表的技術(shù)密集型生產(chǎn)環(huán)節(jié)由于缺乏標(biāo)準(zhǔn)化的作業(yè)規(guī)范和流程，一定程度上造成了效率損失。有必要加強(qiáng)農(nóng)機(jī)服務(wù)的標(biāo)準(zhǔn)化建設(shè)，減小信息不對稱程度，降低監(jiān)督成本，提高糧食生產(chǎn)效率。

參考文獻(xiàn)：

［1］?胡祎，張正河.農(nóng)機(jī)服務(wù)對小麥生產(chǎn)技術(shù)效率有影響嗎？［J］.中國農(nóng)村經(jīng)濟(jì)，2018（5）：68-83.

［2］?陳超，李寅秋，廖西元.水稻生產(chǎn)環(huán)節(jié)外包的生產(chǎn)率效應(yīng)分析——基于江蘇省三縣的面板數(shù)據(jù)［J］.中國農(nóng)村經(jīng)濟(jì)，2012（2）：86-96.

［3］?曲昊月，莊麗娟.農(nóng)業(yè)生產(chǎn)服務(wù)、技術(shù)進(jìn)步與技術(shù)效率——基于35個經(jīng)濟(jì)體的實證研究［J］.經(jīng)濟(jì)問題探索，2018（3）：169-177.

［4］?趙玉姝，焦源，高強(qiáng).農(nóng)技服務(wù)外包的作用機(jī)理及合約選擇［J］.中國人口·資源與環(huán)境，2013（3）：82-86.

［5］?黃瑪蘭，李曉云，游良志，等.農(nóng)業(yè)機(jī)械與農(nóng)業(yè)勞動力投入對糧食產(chǎn)出的影響及其替代彈性［J］.華中農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），?2018（2）：37-45.

［6］?Tim?J.?Coelli，?George?E.?Battese.?Identification?of?Factors?Which?Influence?the?Technical?Inefficiency?of?Indian?Farmers?［J］.?Australian?Journal?of?Agricultural?Economics，?1996，?40（2）：?103-120.

［7］?GershonFeder.?The?Relation?between?Farm?Size?and?Farm?Productivity：?The?Role?of?Family?Labor，?Supervision?and?Credit?Constraint?［J］.?Journal?of?Development?Economics，?1985，?18（2）：?297-313.

［8］?宦梅麗，侯云先.農(nóng)業(yè)生產(chǎn)環(huán)節(jié)外包中服務(wù)質(zhì)量控制契約研究［J］.農(nóng)林經(jīng)濟(jì)管理學(xué)報，2020，19（3）：288-296.

［9］?蔡健，劉文勇.農(nóng)業(yè)社會化服務(wù)與機(jī)會主義行為：以農(nóng)機(jī)手作業(yè)服務(wù)為例［J］.改革，2019（3）：18-29.

［10］孫頂強(qiáng)，盧宇桐，田旭.生產(chǎn)性服務(wù)對中國水稻生產(chǎn)技術(shù)效率的影響——基于吉、浙、湘、川4省微觀調(diào)查數(shù)據(jù)的實證分析［J］.中國農(nóng)村經(jīng)濟(jì)，2016（8）：70-81.

［11］黃季焜，齊亮，陳瑞劍.技術(shù)信息知識、風(fēng)險偏好與農(nóng)民施用農(nóng)藥［J］.管理世界，2008（5）：71-76.

［12］段培，王禮力，羅劍朝.種植業(yè)技術(shù)密集環(huán)節(jié)外包的個體響應(yīng)及影響因素研究——以河南和山西631戶小麥種植戶為例［J］.中國農(nóng)村經(jīng)濟(jì)，2017（8）：29-44.

［13］Yakubu?Abdul-Salam，?Euan?Phimister.?Efficiency?Effects?of?Access?to?Information?on?Small-scale?Agriculture：?Empirical?Evidence?from?Uganda?Using?Stochastic?Frontier?and?IRT?Models?［J］.?Journal?of?Agricultural?Economics，?2017，68（2）：494-517.

［14］Jeffrey?M，Wooldridge.?Econometric?Analysis?of?Cross?Section?and?Panel?Data?［M］.?Cambridge，?MA，?The?MIT?Press，?2010.

［15］Stefano?Fenoaltea.?Risk，Transaction?Costs?and?the?Organization?of?Medieval?Agriculture?［J］.?Explorations?in?Economic?History，?1976，3（2）：129-151.

Mechanization?Services，?Technology?Introduction?and?Technical?Efficiency

in?Chinas?Grains?Production

HUAN?Mei-li，?DAI?Yao

（China?Institute?for?Rural?Studies，?Tsinghua?University，?Beijing?100084，?China）

Abstract：Using?the?survey?data?consisting?of?1385?farm?households?engaging?in?maize?production，?we?construct?a?Stochastic?Frontier?（SF）?model?augmented?with?a?instrumental?that?controls?for?an?index?capturing?mechanization?services，?to?conduct?an?analysis?on?the?impact?of?agricultural?mechanization?services?on?technical?efficiency，?as?well?as?the?differences?among?different?production?links.?The?index?is?constructed?with?a?Probit?model?based?on?farmers?mechanization?service?adoption?decision.?We?show?that?mechanization?services?can?significantly?promote?technical?efficiency?and?using?traditional?techniques?doesnt?necessarily?cause?efficiency?loss.?Small?farms?are?less?efficient?than?their?larger?counterparts，?but?mechanization?services?can?help?reduce?the?gap?between?them.?The?impact?of?mechanization?services?on?technical?efficiency?is?significantly?positive?in?labor-intensive?production?links?such?as?tillage，?irrigation?and?harvesting?links?and?in?semi-labor?and?semi-technology?intensive?production?link?（sowing?service），?while?is?not?statistically?significant?in?the?technology-intensive?link?（pest?control?service）.?Our?findings?suggest?that?mechanization?services?are?an?important?source?to?increase?farm?efficiency?and?it?is?urgent?to?pay?attention?to?the?standardization?of?mechanization?services，?especially?in?technology-intensive?links?so?as?to?reduce?supervision?cost.

Key?words：agricultural?socialized?services;?technology?introduction?effect;?factor?intensive?type

（責(zé)任編輯：趙春江）