我国农机服务投入对粮食生产技术效率的影响*——基于不同土地规模视角

刘成，唐晶，喻璨聪，杨雪，彭玮，冯中朝

(1. 湖北省社会科学院农村经济研究所，武汉市，430077； 2. 华中农业大学经济管理学院，武汉市，430070； 3. 湖北省社会科学院，武汉市，430077)

通讯作者：冯中朝，男，1962年生，湖北黄冈人，博士，教授；研究方向为农业技术经济。E-mail: fengzhch@163.com

0 引言

农业机械化是农业现代化的重要标志和前提，近年来，随着不断攀升的农业劳动力成本，以及在我国政府的各项农机补贴政策推动下，农业机械化发展水平呈快速增长之势，尤其是农机社会化服务的兴起与发展，能够较好地满足中国式小农在耕地细碎化的约束下实现机械化生产[1]，实现了小农户与现代农业的有机衔接，有助于提升农业生产效率[2-3]，农机服务已经成为我国农业机械化发展的创新模式及发展亮点[4]。当前，农业生产中严重的土地细碎化问题制约着中国农业向现代化转型[5]，大量研究表明，土地细碎化是农户放弃农业投资和阻碍农业机械化的主要成因[6-8]。正因如此，不少学者曾力主以推进农业规模经营的方式来提高农业综合生产效率，薛亮[9]认为农业规模经营是推进农业现代化的关键环节，韩俊[10]和张忠根[11]主张走规模化、产业化的道路，其理由是规模化农场能够充分释放出农业生产要素效率。目前来看，在我国的土地规模化进程并未取得实质性进展的状况下，农业机械化却实现了快速发展[12]，实践经验和学界研究表明，这很可能是由于在农机服务条件下，农机作业受地块分散程度的影响会相对减弱，进而改变土地细碎化对农户使用农机的约束路径[13]。那么，这是否意味着，在严重的土地细碎化情形下，通过广泛应用农机服务，能够有助于提升粮食生产技术效率，这将是本文着重探讨的问题。

虽然，已有研究也讨论了农机服务对小麦、水稻技术效率的影响，但也只是局限于某一种作物，缺乏从整个粮食的角度来进行研究。粮食安全是事关国计民生的大事，本文将从保障国家粮食安全的视角来审视这一问题，以粮食作物为例，试图探究农机服务对粮食生产技术效率的影响。此外，本文从更深层次的视角来审视我国农业适度规模经营问题，农业生产中的“服务规模化”也只能在短期内补充“土地规模化”的相对滞后，而这种迂回的策略并非长久之计，由土地细碎化所造成的阻隔效应和结构效应不容忽视[13]，过于推崇“服务规模化”的作用，而忽视了“土地规模化”的长期必要性，兴许会走向另一种极端。因此，本文将进一步从不同规模的视角研究农机服务对粮食生产的影响，以检验服务规模化是否会依赖于土地规模化的发展。

1 数据来源以及模型设定

1.1 随机前沿生产函数模型

随机前沿生产函数被广泛应用于有关生产技术效率问题的研究，此方法是通过对前沿生产函数进行拟合[14]，用于估算生产技术效率数值，随机前沿生产函数模型的基本形式如下。

yit=f(xit,t)evit-uiti=1,…,N;t=1,…,T

(1)

式中：yit——实际产出；

f(·)——生产前沿函数；

x——投入要素向量；

i——生产单元；

t——时间；

vit——随机噪音项；

uit——假定vit～N(0，σv2)，由技术非效率项引起的非负随机变量，假定独立于vit。

技术效率的影响因素计量模型可以表达为

(2)

式中：TE——生产技术效率大小；

δ0——常数项；

δm——待估参数；

zmt——影响生产技术效率的一些因素。

1.2 变量描述性统计

本文对各省份相关变量进行描述性统计，结果如表1所示，分别呈现了粮食作物的总产量、化肥总投入、农药投入、农业机械总动力、劳动力投入、土地投入、老龄化率、人均受教育水平、农业基础设施、农作物受灾率、柴油用量、有效灌溉率、雇工比例以及农机服务比例的均值、标准差、最小值以及最大值。

表1 粮食生产的投入变量及效率影响因素指标统计描述Tab. 1 Statistical description of input variables and efficiency influencing factors of food production

1.3 变量设置与数据来源说明

在随机前沿生产函数模型中，将粮食(包括水稻、小麦以及玉米)总产量(单位为万t)设为产出变量；以农药投入、化肥投入以及农业机械总动力投入总和作为投入变量，以上变量均由粮食作物投入面积占农作物总播种面积比例与农业总投入量进行相乘所得；土地投入采用粮食作物的播种面积来表示；劳动力投入采用农林牧渔业从业人员来表示，并按照粮食作物播种面积的占比进行折算所得。由于本文目的之一，就是研究农机服务对粮食生产技术效率的影响，考虑到这种影响主要表现为对投入要素结构的优化作用，且要素投入结构优化是反映要素投入相对比例的变化过程，故本文认为采用相对量来度量农机服务水平更加合适。因此，本文将采用以下两种方法来度量农机服务的投入状况：(1)农机服务1：机械服务费用与粮食生产总成本之比(ser1)；(2)农机服务2：机械使用程度=机械费/(人工费用+机械费用)(ser2)。此处，是在周宏[14]的基础上进一步改进了关于农机服务的度量方法，机械化服务程度=机械费用/(畜力费用+机械费用)，同时，本文考虑到《全国农产品成本收益资料汇编》中畜力费用相关数据缺失比较严重，所以采用人工费用来代替畜力费用，农业机械租赁费用以及人工投入费用采用小麦、玉米以及水稻的三者费用投入的平均数值所得。

本文将采用面板数据展开实证分析，样本时间跨度为2000—2016年，由于西藏自治区、北京市以及上海市相关数据缺失严重，考虑到数据的完整性，相关变量的数据主要来源于《中国农村统计年鉴》、《中国统计年鉴》与《全国农产品成本收益资料汇编》(2001—2017)。

2 实证分析

2.1 农机服务对粮食生产技术效率的影响

本文借用随机前沿生产函数模型，测算出随机前沿模型估计结果，具体如表2所示。其中估计值为0.863 2，且在1%显著性水平通过卡方检验，表明在随机误差项中有86.32%来自技术非效率，有13.68%源于统计误差等外部影响，这就说明，随机前沿生产函数是整体有效。

表2 粮食生产技术效率的随机前沿模型估计结果Tab. 2 Estimation results of stochastic frontier models

从表2中各变量结果来看，除了农业机械总动力这一要素之外，其他变量在模型中的影响均显著，显著性水平均在1%以内。本模型的主要目的是测算粮食生产技术效率，所以模型在整体上显著性通过即可，农业机械总动力在模型中不显著对本文核心问题的研究并不构成实质性影响(本文的核心解释变量是农机服务投入，与此处农业机械是在本质上是不同的)。本文还测算出不同省份的技术效率平均值，结果如表3所示。

表3 各省粮食生产技术效率均值(2000—2016)Tab. 3 Mean value of technical efficiency of grain production in each province (2000—2016)

从表3可以看出，我国粮食生产技术效率整体水平不高，平均水平仅为0.660 6，提升空间较大；不同省份之间的粮食生产技术效率水平差异较大，其中，生产技术效率最高的省份是黑龙江省0.911 6，最低的省份为陕西省0.426 6，表明区域之间的农业生产要素利用效率水平不平衡；我国粮食生产技术效率表现为逐年递增的趋势，说明我国粮食生产技术效率在不断改善，考虑到数据呈现的篇幅过大，故在此便没有一一列举各省份年度的粮食生产技术效率数值。

2.2 农机服务与粮食生产技术效率

根据前文所述，本文分别采用两种方法来度量农机服务的投入水平，其中，ser1表示机械投入费用占粮食生产成本比例，ser2是采用粮食生产中的机械投入费用/(机械投入费用+人工投入费用)来表示。在本文所构建的计量模型当中，将以上两种农机服务变量分别作为核心自变量，并相应的添加其他控制变量，得到的实证结果如表4所示。在表4中，分别呈现了固定效应模型和随机效应模型的估计结果，根据豪斯曼检验的结果，本文最终选用固定效应模型(模型3和模型4)进行解释。

从表4可以看出，从模型3和模型4的实证结果显来看，ser1的影响系数为0.050 1，在1%显著性水平通过检验，ser2的影响系数为0.033 9，也在1%的显著性水平通过检验，这就说明，农机服务1和农机服务2对粮食生产技术效率均具有显著影响，且影响方向均为正向。由此可以得到的结论是，以农机服务的形式来替代人工投入，可以提升粮食的生产技术效率，证实农机服务可以提高粮食生产技术效率。

表4 粮食生产技术效率影响因素估计结果Tab. 4 Estimation results of factors affecting the efficiency of grain production technology

2.3 不同规模地区农机服务对粮食技术效率的影响

关于土地经营规模与农业生产效率之间的关系，一直是发展经济学和农业经济学讨论的热点话题。现代技术在农业生产中的应用会对土地经营规模的依赖程度也越来越高，因此，土地经营规模被视为影响农业生产的一项关键性因素。农业机械化推进具有典型的规模化效应，且与土地经营规模存在着密切联系。鉴于此，以样本平均经营规模作为界限，将样本划分为大、小两种不同规模的区域，并分组进行回归，对各模型结果进行豪斯曼检验，最终选择固定效应模型进行解释(表5)。

表5 粮食生产技术效率影响因素估计结果Tab. 5 Estimation results of factors affecting the efficiency of grain production technology

从表5可以看出，模型1和模型2是农机服务1(农机服务投入费用/粮食生产成本)对粮食生产技术效率的影响结果，其中，模型1反映了大规模区域农机服务1对粮食生产技术效率的影响，其估计系数为0.061 9，模型2反映在小规模区域农机服务1对粮食生产技术效率的影响，其估计系数为0.058 7；模型3和模型4反映的是农机服务2(农机服务投入费用/粮食生产成本)对粮食生产技术效率的影响，模型3表示大规模区域农机服务2对粮食生产技术效率的影响，其估计系数为0.045 9，模型4表示农机服务2对粮食生产技术效率的影响，估计系数为0.027 8，说明对于大规模以及小规模区域的农户而言，农机服务1和农机服务2对粮食生产技术效率均具有显著的正向影响。此外，在以农机服务1为核心变量的情况下，规模大小所带来的影响差异并不大，系数分别为0.061 9和0.058 7，在以农机服务2为核心变量情况下，规模大小所带来的影响差异要更为明显，分别为0.045 9和0.027 8，导致这种差异的原因可能由于核心解释变量度量方法上的差异，农机服务1反映的是农机服务投入在粮食生产总成本中的占比，农机服务2反映了农机服务投入占据“人工+农机服务”占比，农机服务2在粮食生产成本中所占的“权重”比农机服务1所占的“权重”更高，由此进一步从侧面证实了农机服务对粮食生产技术效率的影响，主要体现在对劳动力的替代作用方面[15]。由此表明，对于土地规模较大的农户而言，农机服务对粮食生产技术效率的影响程度要大于土地规模较小的农户。

3 研究结论与政策启示

3.1 研究结论

1) 农机服务有助于提升粮食生产技术效率。由实证结果可知，核心自变量农机服务1和农机服务2均对粮食生产技术效率有正向影响。由此表明，农机服务作为一种特色鲜明的农业机械化方式被引入农业，具有优化农户农业生产要素配置结构的作用，通过替代劳动力来降低农户的农业生产投入，进而提高粮食生产技术效率。

2) 在不同规模条件下，农机服务对粮食生产技术效率的影响程度有所不同。对于大规模以及小规模区域的农户而言，农机服务1和农机服务2对粮食生产技术效率均具有显著的正向影响，且这一影响在大规模区域要显著的大于小规模区域，即农机服务对粮食生产技术效率的影响会受到土地规模的影响。进一步说明，单纯的通过“服务规模化”来完全替代“土地规模化”并不完全可行，在推动农机社会化服务发展的同时，也不能忽视推动土地规模化进程，更应注重二者相互协调发展。

3.2 政策启示

3.2.1 大力发展农机社会化服务，提高粮食生产效率

农机服务可以通过改善要素配置来提升粮食生产技术效率。各级政府在推动农业机械化的发展过程中，应当更加注重发展农机社会化服务，例如在补贴方面，将原有的农机购置补贴资金转移至补贴农机社会化服务组织，从而达到提升农机的使用效率和补贴资金的利用率。

3.2.2 协调推进两种农业规模化(“服务规模化与土地规模化”)发展

“土地规模化+服务规模化”的模式是推进农业适度规模经营的根本出路。虽然农机服务快速发展会降低对土地规模化的迫切需求，但农机服务对粮食生产的影响也会受到土地经营规模的制约。实证结果显示，农机服务依然需要匹配于土地经营规模，在大规模区域，农机服务对粮食生产技术效率的促进作用要明显大于小规模区域。结合理论分析和实证结果发现，我国的农业适度规模经营应当推行

“土地”和“服务”的有机结合和内在统一。因此，在积极发展服务规模经营的同时，也应通过推进土地流转来扩大土地经营规模，将推动土地规模经营和社会化服务相结合，以增强服务规模与土地规模的匹配程度，即以服务规模化来适应当前土地经营规模，以土地规模化来推动服务规模化发展[16]。