农机社会化服务对小麦生产技术效率的影响*

杨思雨，蔡海龙，丁志超

（中国农业大学经济管理学院，北京 100083）

0 引言

改革开放以来，农机社会化服务在粮食生产中发挥了重要作用，成为实现中国粮食生产转型和提高粮食生产技术效率的关键因素[1]。健全农机社会化服务体系实现小规模农户和现代农业发展的有机衔接，进而促进农业生产效率的提高更是实现乡村振兴伟大目标的重要途径之一[2]。2019年中国农业社会化服务面积已达1 333万hm2，作为中国三大谷物作物之一，小麦在所有作物中耕地、播种和收获3个环节的综合机械化水平最高。在建立农机社会化服务体系并推进适度规模经营的过程中，以机耕、机播、机收为重点的劳动力替代型服务和植保、灌溉排水为重点的技术替代型服务越来越普及，农机社会化服务为中国小麦生产带来了新变化。在乡村产业振兴背景下，有必要实证分析这种新变化对带动中国小麦种植技术效率的影响效果。

生产经济学长期关注技术效率这一核心问题。Farrell和Leibenstein 分别最早从投入角度和产出角度对技术效率给出了定义[3,4]，技术效率综合反映了现实中投入要素与产出之间配置状态同理想最佳配置状态之间的差距。应用到农业生产，农业生产技术效率可以看作利用农业技术的农业生产者取得最大产出的能力，具体的测算方法包括基于生产函数的随机前沿分析（SFA）法[5-6,2]和基于线性规划的数据包络分析（DEA）[7-9]。农户经营规模、土地细碎化程度、农业机械存量、户主年龄、受教育程度和家庭务农人数占比等则对农户生产技术效率具有显著影响效果[10-13]，其中对土地经营规模与技术效率之间关系的文献集中于反向关系是否存在[14]。

通过土地流转实现农业土地的适度规模经营仅仅是农业生产效率提升的充分不必要条件，农机社会化服务突破经营主体界限实现的农机应用的适度规模经营则可视为农业生产技术效率提升的充分必要条件[15]。农机社会化服务促进了农业技术的直接应用，为农业经营集约化、专业化、组织化深入发展提供着支撑和保障。就经营规模与社会化服务的关系，有研究认为农户水稻种植规模的扩大通过强化了劳动力供给约束，显著促进了采纳劳动密集型农机社会化服务[16]；农机社会化服务规模足够大，才可以降低单位面积机械平均作业成本、促使众多小农户主动采用农机社会化服务[17]；扩大经营规模将促进农户采用新型农业技术和机械，尤其是适度经营规模对农机社会化服务采纳具有正向作用[18-19]。但也有研究结论支持农地规模与农户采纳社会化服务决策之间呈倒U 型关系，但如果考虑到社会化服务分工的进一步完善、交易成本的下降，土地规模与社会化服务的临界约束将增大，因此对于经营规模普遍较小的中国小农户来说，其经营规模增大将有助于采纳社会化服务[20]。就农机社会化服务对粮食生产技术效率的影响效果，有观点认为农户采用农机社会化服务对其技术效率则存在显著的正向影响[211]，但是也有学者[22]从劳动分工视角分析，认为农机社会化服务对农业生产可能存在效率损失。

基于已有研究结论和分析，文章将农机社会化服务、农户经营规模和小麦生产技术效率同时纳入分析框架，发现农户经营规模异质性是否带来农机社会化服务影响小麦生产技术效率效果的差异，进而帮助厘清土地规模经营与服务规模经营的关系，并对门限效应的存在进行验证。

1 分析框架

随着劳动力非农转移已经成为越来越普遍的现象，大量青壮劳动力外出务工严重冲击了农业生产中的劳动力供给，农地规模扩大后形成农地与劳动力的结构性矛盾[23]，加速了农户自有农业机械与采用农机社会化服务替代劳动力的进程。对劳动的替代作用是农机社会化服务最主要的作用；在农业劳动力富裕的情况下，农户农业经营规模较小，依靠人工精耕细作的作业质量要高于农业机械作业，此时农业机械并不具有优势[24]；但在农业劳动力短缺的情况下，人工作业质量必然下降，而农业机械作业质量的一致性，使粮食生产技术效率仍可保持在较高水平。此时，农户通过采用农机社会化服务，依然可保持较高的生产技术效率水平。其中生产技术效率是在既定的要素投入下决策单元实际产出与既定要素投入实现最优配置时的最优产出的比值[25]。种植规模显著促进劳动密集型环节农机社会化服务需求的原因主要是种植规模越大的农户可能面临更为严重的劳动力供给约束。当然农地规模与农户是否采纳农机社会化服务也呈“倒U”型关系，若考虑完善分工网络、降低交易成本，土地规模与外包决策的临界约束将增大，因此对于经营规模普遍较小的中国小农来说，其经营规模适度增大将有助于生产环节外包[26]。

农机社会化服务可以充当人力资本和知识资本的传送器，将高附加值的资本和技术导入到粮食生产过程中[27]。中国的粮食生产是以小规模农户家庭经营为主体，小规模农户对农业技术的采用多是被动且缺乏积极性的。农机社会化服务，以为农服务的方式，将植保无人机、深耕机、水稻插秧机等先进技术引入粮食生产，能够实现技术获取和应用的简便化，从而有效缓解小规模农户进行粮食生产所面临的技术约束，提高粮食生产技术效率。

基于以上分析，可以初步判断农机社会化服务将有助于粮食种植业技术效率，同时这种影响效果受农户经营规模制约，因此农机社会化服务对小麦生产技术效率的影响可能存在门限效应。该研究所涉及的农机社会化服务定义为由农机服务组织、农机户向农户提供的种植业生产中的机械作业服务，这里限定包括机耕、机播、植保、灌溉排水和收获环节。

2 研究方法、数据与指标选择

2.1 研究方法

2.1.1 随机前沿函数分析法

设前沿生产函数为：

lnYi= lnY(Xni;β) +uit+vit（1）

式（1）中，i=1，2，…，指第i个作为生产决策单元DMU 的小麦种植户；Yi是i农户小麦产出情况；n=1，2，…，N，Xni是一组投入变量；β指所有的待估参数向量；为由于统计误差、遗漏变量等不可控因素产生的随机干扰项；uit～N+(mit，σ2u)反映i农户在小麦种植中存在的技术无效率，绝对量等于该农户小麦种植要素组合较生产前沿面的距离，同时假定vit和uit相互独立。

为判断是否存在技术无效率，对估计出的方差参数γ=σ2u/σ2，σ=σ2=σ2u+σ2v进行显著性检验。设定假说H0：γ= 0;H1：γ≠0，若其在统计意义上显著意味着在相应显著性水平拒绝H0 假说，意味着样本总体存在技术非效率，随机前沿技术函数有效，且γ取值越趋近于1，技术无效率项对产出偏差的贡献越大，反之当γ越趋近于0，随机误差对产出偏差的贡献越大[28]。基于[29]Battese 随机前沿函数分析法，采用避免了柯布道格拉斯函数技术中性基本假设和可以作为一般生产函数二阶近似的超越对数生产函数，使分析更具有一般性[24]。

具体模型设定为：

lnYi=β0+β1lnseedi+β2lnferti+β3lnpesti+β4lnmechi+β5lnlabori+β6lnseedilnferti+β7lnseedilnpesti+

β8lnseedilnmechi+β9lnseedilnlabori+β10lnfertilnpesti+β11lnfertilnmechi+β12lnfertilnlabori+

β13lnpestilnmechi+β14lnpestilnlabori+β15lnmechilnlabori+β16(lnseedi)2+β17(lnferti)2+

β18(lnpesti)2+β19(lnmechi)2+β20(lnlabori)2+vi-ui（2）

式（2）中，Yi表示第i个农户的小麦单产（kg）；变量seed、mech、fert、pest、labor 分别表示农户前一小麦生产周期内平均种子总投入（元/667m2）、平均机械作业投入（元/667m2）、平均化肥投入（元/667m2）、平均农药投入（元/667m2）和平均劳动力折价（元/667m2）。β为待估计参数；vi为随机误差项，包含统计误差和随机波动等无法控制的因素；ui为技术无效率项，表示距离最佳前沿面的效率损失。当ui被估计出来之后，小麦生产技术效率可以表示为：

进一步设定如下模型分析Z变量对技术非效率项的影响效果。设定第i个农户的技术效率TEi可表示为：

式（3） 中，Zni是影响小麦生产技术效率影响因素各变量组成的向量，α是待估参数向量，εit～N+(0，σ2u)。采用极大似然估计方法对式（2）和式（4）进行估计，得到回归系数值，来相较于最小二乘方法能够避免非效率值与投入产出变量正交造成的估计偏差。

2.1.2 门限回归模型

考虑农户经营规模这一变量对小麦生产技术效率的影响可能存在拐点，该研究将选用门限效应模型来确定该拐点。以往对于门限值的选取大多采用图表分析法，通过图表观察变量相互之间的走势得出拐点，这种方法具有较强的主观性，选择的拐点只能近似逼近门限值[30]，但是无法精确找出门限值，只能起到辅助参考作用。考虑该研究实证分析数据为截面数据，故采用Hansen 提出的截面数据门限值估计法[31]，在考虑农户经营规模的门限效应后，该研究重新设定的截面数据门限效应模型为：

TEi=α1+β1servicei(Area≤H) +θiZi+ui（5）

TEi=α2+β2servicei(Area＞H) +θiZi+ui（6）

式（5）（6）中，service为采用农机社会化服务占比，Area为农户经营规模，H为农户经营规模的门限值，Z为控制变量，β1、β2为门限区间估计参数。

2.2 数据来源与变量选取

2.2.1 数据来源

该文使用数据来自于2019 年中国农业大学国家农业农村发展研究院在山东省、安徽省、江苏省、湖北省、河南省和四川省对小麦种植户开展的农村调查。调研采取分层抽样和随机抽样，根据粮食生产地域分布随机抽取样本县，基于此进行下一次层级的行政村抽样，在基于行政村利用村集体花名册抽取10～15 户本村农户，调研员以纸质问卷以一对一访谈形式完成问卷调研。调研问卷基于研究内容所需变量设定相关题设，并通过预调研对题设进行润色。去除异常值后，共获得有效分析样本544个。

2.2.2 变量选取与测度

为测算小麦种植的生产技术效率，选取平均小麦产量作为产出变量，选取平均种子投入、平均化肥投入、平均农药投入、平均机械作业投入和平均劳动力投入作为投入变量（表1）。

表1 小麦生产投入产出变量的统计描述

为考虑农机社会化服务对小麦技术效率的影响，进一步将以此测算得到的小麦生产技术效率值作为被解释变量，选取核心解释变量为农户采用农机社会化服务（耕地、播种、植保、排灌和收获环节）的经营面积占家庭总经营面积之比，来反映农户采用农机社会化服务程度，该比重越大，则农户对农机社会化服务的采用程度就越高。如果农机社会化服务能够引入先进农业技术并有效替代农业劳动力，则会提高小麦生产技术效率，这一变量回归系数将显著为正；反之，农业劳动监督成本高，农机社会化服务的效率低于家庭自用工，农机社会化服务可能带来技术效率损失，则这一变量回归系数将显著为负。

除了农机社会化服务可能会影响粮食生产技术效率，还需控制其他可能影响农户小麦种植生产技术效率的因素，从而克服遗漏变量可能带来的内生性问题。该文选取的控制变量包括农户农业经营特征、农户家庭特征和参与农业产业化组织特征，具体变量及选取逻辑如下：户主年龄反映小麦种植经验，一般农户年龄越大，其小麦种植经验会越丰富；户主文化程度反映农户从事小麦生产的技能水平，文化程度较高的农户具有较强的学习先进技术的能力；农户家庭中有干部，一般来说干部接受新政策和新技术较快；是否接受过农业培训，农业生产经营培训为农户提供专业的小麦生产技术指导，进而影响小麦生产技术效率；家庭农业劳动力占比表征农户家庭的劳动力结构；地块数表征农户的土地细碎化程度，预期农户地块越细碎，其技术效率也越低；加入合作社和与企业合作可能扩大农户采用农机社会化服务和技术的渠道，进而提高农户采用新技术的可能性。各变量基本情况如表2所示。

表2 小麦生产技术效率影响因素的统计描述

3 结果与分析

3.1 小麦生产技术效率估计结果

表3 为Stata14.0 软件运行得到的随机前沿生产函数估计结果，显然σu、σv及二者比值γ在1%水平上显著，说明样本农户的小麦生产存在技术无效率。结果还显示种子平方项、劳动平方项和种子与劳动的交互项在1%水平上的显著，农药平方项和农药与劳动的交互项在5%水平上的显著，机械作业与劳动的交互项、化肥与机械作业的交互项在10%水平上显著。二次项和交叉项在统计水平上显著，证明采用超越对数形式的生产函数是合理的。

表3 随机前沿函数估计

从表2统计的样本农户小麦种植技术效率水平来看，小麦种植技术效率存在明显差异，最大值达到0.981，最小值为0.366，总体均值为0.835。该文涉及农户小麦生产技术效率集中分布在0.8～0.9 范围内（表4），整体呈现左偏分布特征，总体技术效率水平较高。

表4 农户小麦生产技术效率的区间分布

3.2 农机社会化服务影响小麦生产技术效率影响的门限效应分析

在测算小麦生产的技术效率基础上，以Hansen 提出的通过自举法（Bootstrap method）得出门限回归P值并对门限回归进行LM 检验。以农户经营规模作为门限变量，经过Bootstrap（100 次）后得到门限回归模型LM 统计量对应的P值远小于0.01，不能拒绝农机社会化服务影响小麦生产技术效率存在经营规模的门限效应，且0.293 为可接受的农户经营规模门限值，具体结果如表5所示。

表5 门限值稳健性检验 hm2

为了确保门限值的可信度，该研究采用在模型中逐步加入控制变量的方法进行回归，以期获得不同模型回归结果的门限值。首先，模型中只考虑家庭人均耕地面积和家庭人均地块数作为解释变量时，估计得出农户经营规模门限值为0.320hm2，并且在1%的统计水平上显著。当随着控制变量的加入，门限估计值保持在0.293 hm2不变，趋于稳定，显著性水平也为最高。

从以上门限值的稳健性检验可知，当模型中加入所有控制变量后估计的门限值是一个较为可信的“收敛点”。但是，门限值的估计对数据具有较强的依赖性，不同样本和不同年份的数据所估计出的门限值可能都会存在一定差异。0.293 hm2只是反映了目前户均经营规模的平均拐点，并不是意味着每一个地区每一个农户的经营规模都一致。

表6 呈现了在获取门限值后对模型1 的回归结果，门限模型依据农户经营规模的高低，将整个样本分为两个门限区域，当农户经营规模处于不同的门限区间时，农机社会化服务对小麦生产技术效率的估计系数是不同的。具体来看，当农户经营规模低于门限值（Area≤0.293hm2）时，农机社会化服务对小麦生产技术效率不具有显著影响，可能由于农机社会化服务需要在一定的经营规模基础上才能提高技术效率，农机社会化服务在农户经营规模过小的情况下无法发挥其作用，而农户经营规模高于门限值（Area＞0.293hm2）时，农机社会化服务对小麦生产技术效率具有显著的正向影响，即农户采用农机社会化服务会促进小麦生产技术效率的提高，因而可认为农机社会化服务对小麦生产技术效率的正向影响，很大程度上受到农户经营规模的约束。因此为促进农机社会化服务对小麦生产技术效率的正向影响，有必要帮助农户提升其经营规模，跨越农户经营规模的提升门限。

表6 农机社会化服务对小麦生产技术效率影响的门限回归

由于截面数据的门限回归只能设置单一门限，为了更好地考察不同农户经营规模下的农机社会化服务对小麦生产技术效率的影响。依据前述门限回归得出的门限值为0.293hm2，并结合国家统计局官方统计口径（3.333 hm2以下界定为小规模农户），将总体样本分为3个子样本，即Area≤0.293 hm2的农户样本、0.293 hm2＜Area＜3.333 hm2的农户样本和Area≥3.333 hm2的农户样本。回归结果如表7所示。

表7估计结果表明，就整体而言，农机社会化服务有利于提高小麦生产技术效率，印证了周宏等的研究结果。农户通过购买农机社会化服务，一方面以外包形式将先进农业技术包含在服务中，引入粮食生产过程，间接提高了粮食生产技术效率。另一方面，中国城镇化进程导致的农村劳动力大量转移，从事粮食生产的农业劳动力十分匮乏，农机社会化服务有效替代了农业劳动力，弥补了因劳动力不足可能造成的效率损失。值得注意的是，表7显示的估计结果仅反映了农机社会化服务对小麦生产技术效率的净影响，它所度量的是一种综合了正面影响与负面影响后的平均效应。虽然当前农机社会化服务在平均水平上促进小麦生产技术效率提高，但仍然不能否定农机社会化服务降低小麦生产技术效率的可能性，特别是在不同农户经营规模存在显著差异的情况下，仍然存在通过加强管理农机社会化服务，发展农业适度规模经营，从而提升小麦生产技术效率的空间。

表7 基于规模异质性下农机社会化服务对小麦生产技术效率的影响 hm2

基于前述门限回归结果和大规模农户分界范围的异质性分析结果来看，农机社会化服务对过小规模（Area≤0.293 hm2）农户和大规模（Area≥3.333 hm2）农户的小麦生产技术效率不具有显著影响。前者的原因可能是由于农户的小规模经营导致社会化服务所面对的耕地细碎化问题严重，而农机社会化服务的有效运行，需要同合适的经营规模搭配才能发挥提升小麦生产技术效率的效果。农机社会化服务对大规模（Area≥3.333 hm2）农户的小麦生产技术效率也不具有显著影响的原因，可能在大规模农户的自有小麦生产机械与劳动力具有较强黏性，短期内无法进行快速调整，致使原有生产技术与扩大的经营规模不匹配。农机社会化服务对中等规模（0.293 hm2＜Area＜3.333 hm2）农户的小麦生产技术效率具有显著正向影响，这也验证了并行推进农业适度规模经营和农机社会化服务的必要性。

对于控制变量的作用，回归结果表明户主年龄越大、对小麦种植经验丰富，对于小麦生产技术效率提升具有积极意义；耕地细碎化程度（家庭人均地块数）不利于小麦生产技术效率的提升；家庭人均耕地面积越大有助于小麦生产技术效率的提高；家庭劳动力越多、积极参加农业生产经营培训也促进小麦生产技术效率的提高。

4 结论与政策启示

基于2019 年全国6 个省区小麦种植户的调查数据，通过构建超越对数随机前沿生产函数模型测度小麦生产技术效率，并在此基础上，将农户经营规模设为门限变量，运用门限模型，实证研究了农机社会化服务对小麦生产技术效率的影响。得出结论如下。

（1）农户农机社会化服务的采用程度越高，小麦生产技术效率也越高。总体而言，农机社会化服务能够促进小麦生产技术效率提高。基于农户适度规模经营的情况下，农机社会化服务对小麦生产技术效率存在显著的正向影响。即农户经营规模处于中等规模（0.293 hm2＜Area＜3.333 hm2）时，农机社会化服务使用水平越高，小麦生产的技术效率也越高。

（2）农机社会化服务对提升小麦生产技术效率有重要积极作用，特别是在城镇化进程加快背景下“谁来种地”和农业比较利益诉求等问题日益突显时，农机社会化服务是提升小麦生产技术效率的有效切入点。考虑到农户经营规模处于中等规模时的社会化服务的效率提升效应尤为突出，中国在小农户仍然为农户总体，且小农户将长期存在的情况下，必须寻求适度规模经营，在农业推广部门充分利用农机社会化服务强化农机社会化服务体系建设、将各种科技要素以外包服务的形式注入农业生产环节的同时，鼓励农户以土地互换等流转形式实现农户经营土地的适度规模和集中连片，以降低农机社会化服务面对的因土地障碍产生的交易费用。