互联网使用对农机服务采纳的影响及其异质性*

陈昕，胡友，祁春节

(1. 江西农业大学经济管理学院，南昌市，330045； 2. 华中农业大学经济管理学院，武汉市，430070)

0 引言

随着工业化和城镇化进程的推进，我国已进入从传统农业向现代农业转型的关键时期，农村老龄化、兼业化和空心化问题日渐明显，对农业机械动力的需求空前迫切[1]，但在大国小农的基本国情下，普通农户购置农业机械存在设备利用率低、规模不经济等问题，因此购买农机服务成为很多农户的首选。2018年，国务院发布的《关于加快推进农业机械化和农机装备产业转型升级的指导意见》中提出，鼓励发展订单作业、跨区作业等多种形式的农机服务，将更多农户转入现代农业的发展轨道。以全国三大主粮的生产为例，每公顷农机服务费用已经从2001年的341.85元增至2019年的2 265.3元，年均增长率达11.08%，是同期农业机械总动力增长率的三倍多，说明农机服务已经成为我国农业机械化发展的关键力量[2]。但一个不容忽视的问题是，长期以来我国农村地区的信息渠道闭塞、农业经营分散，普通农户的农机服务需求容易被以“大户为导向”的农机服务主体忽视，严重制约了传统农业生产的机械化改造进程[3]。

近年来，随着新一代信息技术的发展和“宽带中国”战略的实施，我国农村地区的互联网普及率大幅攀升，从2013年的27.5%增至2020年的55.9%。众多研究表明互联网信息技术的应用是农业现代化发展的创新源泉，与农业机械技术的融合提升了农业生产效率[4-5]，与农业市场化的融合提升了产品要素市场的流通效率[6]，但农机服务作为资源配置的重要一环，目前围绕互联网信息技术如何驱动农机服务发展的研究大多还停留在理论分析层面，意识到互联网使用对农户采纳农机服务的影响效应问题，并认同互联网使用通过降低农机作业的信息成本、监督成本，增加农机作业的服务需求进而有利于提高农户对农机服务的采纳率[7-8]，只有少数学者运用实证方法从微观层面进行了定量研究，李忠旭等[9]采用2016年中国劳动力动态调查(CLDS)的横截面数据，运用Probit模型分析互联网使用对农户采纳农机服务的影响机制，发现互联网信息技术通过促进非农就业而激励农户购买农机服务以替代减少的农业劳动力投入，农户教育水平、社会资本丰裕度会影响到互联网对农机服务采纳行为的作用效果。与截面数据相比，面板数据兼具截面和时间两个维度，能够解决不可观察的个体差异所引发的遗漏变量问题，进而提高估计的精确度。因此，以中国家庭追踪调查(CFPS)面板数据为基础，运用面板Probit模型分析互联网使用是否会影响农户对农机服务的采纳及其异质性，以期为推动互联网信息技术与农机服务的融合发展提供有益的政策参考。

1 数据来源与模型构建

1.1 数据来源

实证研究所用数据来源于北京大学中国社会科学调查中心负责实施的中国家庭追踪调查数据(简称CFPS)，于2010年正式进行基线调查，共采访了14 960 个家庭户和42 590位个人，此后2012年、2014年、2016年、2018年又分别进行了四轮全样本的追踪调查。抽样来源于河北省、山西省、辽宁省、吉林省、黑龙江省、江苏省、浙江省、安徽省、福建省、江西省、山东省、河南省、湖北省、湖南省、广东省、广西、四川省、贵州省、云南省、陕西省、甘肃省、北京、天津、上海、重庆共25个省/市/自治区，代表了全国95%的人口。本文从农户层面分析互联网使用对农机服务需求的影响，故将样本限制为从事农林牧副渔活动的家庭户。由于CFPS2012尚未涉及互联网使用的调查，CFPS2014开始专门设计“手机和网络模型”板块对家庭户互联网使用进行调查，故本研究采用CFPS2014、CFPS2016、CFPS2018三轮的调查数据，经过数据清洗和删除关键变量缺失的样本，本文最终的有效样本包括连续三期均接受调查的2 614个农户所构成的面板数据，共计7 842个观测值。

1.2 模型构建

被解释变量是农户对农机服务的采纳行为，其取值只有两种可能，即采用农机服务和不采用农机服务，属于二元虚拟变量，可使用Probit模型进行回归。由于本文所使用的是三期面板数据，用面板Probit模型(简称XT-Probit)可以获得更优的拟合效果，且前期对样本数据的LR检验结果也显著拒绝了混合截面Probit 模型的原假设，故采用XT-Probit 模型进行分析，构建的实证模型如式(1)所示。

(1)

式中：Yit——i农户t期的农机服务费用；

Fit——i农户t期的互联网使用水平；

X——控制变量，包括年龄、性别、教育和健康等户主特征变量，家用农机、农业经营规模、农业商品率、种植比重、土地流入、非农就业和农业劳动力人数等家庭特征变量，村庄的地貌、交通、规模等外部环境变量；

α0——截距项；

α1——核心变量的拟合参数；

βk——第k个控制变量的拟合参数；

ε——随机扰动项。

将式(1)作为基准模型，用以研究互联网使用对农机服务采纳的影响。考虑到互联网使用与农机服务采纳行为可能存在反向因果或遗漏变量而导致的内生性问题，比如农户可能为了更好获取农机服务信息而选择使用互联网，故需要使用工具变量法进行检验。由于互联网使用行为是一个二元虚拟变量，而IV-Tobit模型更适用于解决内生变量为连续变量的情况，因此，采用Roodman[10]提出的条件混合估计方法(CMP)，在似不相关回归的基础上，采用极大似然估计法构造递归方程来实现多级回归模型的估计。估计过程分为两部分：第一部分寻找工具变量，并估计其与内生变量的相关性。第二部分将相关值带入基准模型进行回归，通过内生性检验参数来判断外生性，如果参数显著则CMP估计更为准确。

2 变量选取与描述性统计

2.1 因变量的选取

本研究的因变量为农机服务采纳。若问卷中该农户当期产生了农机租赁费用，则设定数值为1，否则数值为0。从表1可见，全样本的农机服务的均值为0.471，分项来看，已上网农户的农机服务均值为0.517，明显高于未上网农户的0.419，初步表明了农户的互联网使用行为与其农机服务采纳具有正向的关系。

2.2 核心变量的选取

本研究的核心变量为互联网使用。用农户家庭上网率作为互联网使用的衡量指标，由于很多农户家庭完全不会上网，因此该指标是受限变量。互联网使用在2014年的个体问卷中是“你是否上网”这个问题，在2016年和2018年为“是否电脑上网”“是否手机上网”两个问题。为进行统一，二者有其一，本文就定义该个体有上网行为，将之赋值为1，否则赋值为0。将农户所有个体样本的数值进行平均，得到互联网使用的变量。表1中可见，全样本的互联网使用均值为0.249，上网户的互联网使用均值为0.476，表明了上网个体在农户中分布很不均匀，具有以家庭为单位的集聚特征。

2.3 工具变量的选取

研究的工具变量为区县上网率，参考柳松等[11]的研究思路，用农户所在区县居民的平均上网率来衡量。一方面，区县上网率可以体现一个地区的互联网发展水平，比例越大说明该地区互联网普及率越高，农户使用互联网的可能性越大，与本文的内生变量符合相关性条件；另一方面，区县层面的居民上网比例并不会直接影响单个农户的农机服务采纳水平，满足了外生性假设。从表中可见上网户的区县上网率为37.4%明显高于未上网户的区县上网率28.9%，初步表明与本文的内生变量具有相关性关系。

2.4 控制变量的选取

本研究参考已有文献以及CFPS数据的可获取性，引入了户主特征、家庭特征、村庄特征3个层面的特征变量，以减少估计的偏误。(1)户主层面包括年龄、性别、教育、健康。一般认为，老龄户主、女性户主、健康较差户主由于劳动力劣势，更可能会采纳农机服务以弥补自身劳动不足。教育程度较高户主的非农就业机会更多，更可能采纳农机服务以替代减少的农业劳动力。与未上网户相比，上网户的户主年龄偏小、教育水平更高、健康略差、女性户主略多；(2)家庭层面包括家用农机、农业经营规模、农业商品率、种植比重、土地流入、非农就业、农业劳动力。理论上，家用农机会降低农户对农机服务采纳的意愿。农业经营规模大的农户，对接农机服务市场的议价能力和购买能力更强，更可能采纳农机服务。农业商品率更高的农户购买能力越强，对农机服务采纳可能更高。种植比重高的农户比养殖比重高的农户更需要农机服务。土地转入户比一般农户更可能增加对农机服务的采纳。非农就业会导致农户劳动力转移，从而增加对农机服务需求以替代减少的农业劳动力。农业劳动力数量越高，农户自身生产能力越强，对农机服务的需求意愿会降低。与未上网户相比，上网户的家用农机价值更大，农业经营规模更大，农业商品率更高，种植比重更高，土地转入更多，非农就业收入更多，农业劳动力数量更多；(3)村庄层面包括村庄规模、村庄交通、村庄地貌。需要说明的是CFPS只有2014年的村庄层面数据，一般认为这些跨时间匹配的村庄变量属于短期不会改变或者变化较小的类型，故借鉴张景娜等[12]、钱龙等[13]的做法,2016年和2018年数据从2014年获取。村庄规模越大，乡村服务业发展水平更高，农户更可能采纳农机服务。村庄交通条件越好或处于平原地区，更有利于农户采纳农机服务。与未上网户相比，已上网农户所在村庄规模更大、平原地区更多，到县城时间稍远。

表1 变量的描述性统计特征Tab. 1 Descriptive statistical characteristics of variables

3 结果与分析

3.1 模型回归结果

基准模型的估计结果表明(表2)，互联网使用在1%水平上对农机服务具有显著的正向影响，影响系数为0.277，据此计算出的边际效应为0.068，即农户家庭互联网使用率每提高1个百分点，农机服务采纳概率增加0.068个百分点，表明互联网使用能够显著提升农户对农机服务的采纳水平，从实证层面上支撑了郭海红[8]的观点，也在一定程度上能够解释2013年“宽带中国”战略实施以来我国农机服务市场蓬勃发展的原因。为避免互联网使用与农机服务采纳可能的反向因果或遗漏变量而导致的内生性偏误问题，将农户所在区县的上网率作为工具变量代入模型，并使用IV-Probit估计法和IV-CMP估计法分别处理可能的内生性问题。从结果来看，区县上网率在1%水平上对互联网使用有显著的正向影响，满足了与内生变量的相关性条件。两种工具变量法的内生性参数都在1%水平上通过了显著性检验，说明估计结果更可靠。核心变量和各项解释变量对农机服务采纳的影响程度与基准模型相比有所差别，但显著性水平基本一致，说明基准模型结果具有稳健性，进一步证实了互联网使用对农机服务采纳的促进作用。

从基准模型的控制变量结果来看，大部分变量都显著影响到农户对农机服务的采纳水平。从户主特征层面来看：户主年龄在1%水平上对农机服务采纳具有显著的正向影响，影响系数为0.007，这与向云等[14]、徐勤航等[15]的观点一致，即青壮劳动力外出务工后，老龄农户虽有务农意向，但很多农事环节和田间作业无力承担，从而催生了向社会购买农机服务的需求。教育水平在5%水平上对农机服务采纳具有显著的正向影响，影响系数为0.053，这与陈宏伟等[16]的结论一致，即受教育程度越高，农户的信息能力越强，将会提升采纳农机服务的意愿。从家庭特征层面来看：家用农机对农机服务采纳水平的影响显著为负，影响系数为-0.063，农户家用农机价值每提高1万元，农机服务采纳概率下降1.5%，说明我国农户家庭自有农机与农机服务之间是竞争性关系。农业经营规模、农业商品率、土地转入是衡量农户经营水平的三项能力指标，这三个控制变量对农机服务采纳都具有显著的正向影响，说明农业适度规模经营可以提升农户农机服务采纳水平，这也意味着传统农户向职业农民、生产大户以及新型农业经营主体的转变可以促进我国农机服务的发展[17-18]。非农就业在1%水平对农机服务采纳水平具有显著的正向影响，影响系数为0.035，非农就业收入每增加1万元，农机服务采纳概率提高8.6%，主要原因是农户非农就业的增加会提升对农机服务的购买需求以替代减少的农业劳动投入。农业劳动力对农机服务采纳的影响不显著，可能原因是我国农村很多是兼业户，用绝对数量不能很好衡量出农业劳动投入的减少。种植比重在1%水平上对农机服务采纳水平的影响显著为正，影响系数为0.223，种植比重每提高一个百分点，农机服务采纳概率增加0.054个百分点，主要原因是我国种植业在农业机械化作业方面的需求远高于养殖业，因而种植比重越高，农机服务采纳可能性越高。从村庄特征层面来看：村庄地貌在1%水平上对农机服务的影响显著为正，即平原地区的农户比非平原地区更倾向于购买农机服务，主要原因是平原地区的地势开阔，适合大型农机连片作业，农机服务市场发育相对成熟，因而比非平原地区的农户更可能采纳农机服务。

表2 互联网使用对农机服务采纳水平的模型回归结果Tab. 2 Model regression results of the level of adoption of agricultural machinery services by Internet use

3.2 农户异质性的影响效果

前文验证了互联网使用对农机服务采纳水平具有显著的正向促进作用，接下来从农户异质性角度分析互联网使用的影响效果差异。

3.2.1 户主特征的异质性

从表3可见，互联网使用对中青年户主农机服务采纳具有显著的促进作用而对老年户主的影响不显著。互联网使用对教育程度较高户主农机服务采纳具有显著的正向影响而对教育程度较低户主的影响不显著。主要原因在于互联网是技能偏向型技术进步，不同学习能力个体对互联网技术技能的掌握效果具有差异[19]。一般认为，中青年户主和教育程度较高户主的学习能力较强，对互联网的使用效果更好，更可能通过互联网提升农机服务的采纳水平。而老年户主和教育程度较低户主往往学习能力也较弱，故互联网使用效果不显著。性别的异质性结果表明，男性户主更可能通过互联网采纳农机服务而女性户主则不显著，可能原因是男性户主更愿意通过互联网平台购买农机服务，而女性户主更容易相信熟人[20]，更可能直接采纳本村、本组所提供的农机服务[21]。

表3 不同户主特征的异质性估计结果Tab. 3 Results of estimation of heterogeneity of different household head characteristics

3.2.2 家用农机、村庄地貌的异质性

无家用农机户大多是传统小农户，以研究样本为例，无家用农机户的农户经营规模均值只有1.05万元远低于有家用农机户的1.99万元。从家用农机的异质性估计结果来看(表4)，互联网使用对无家用农机户农机服务采纳的影响显著，影响系数为0.332明显大于对有家用农机户的0.175，说明互联网使用可以提升传统小农户采纳农机服务的可能性，实现传统农业与农机服务的有机衔接，提高农业机械化的整体水平。村庄地貌的异质性估计结果来看，互联网使用对于非平原地区农户农机服务采纳具有显著的正向影响，边际效应为0.114远高于基准模型的0.068，即互联网使用率每增加一个百分点，非平原地区农户对农机服务采纳的概率将提高0.114个百分点，而互联网使用对平原地区的影响则不显著，这似乎与前文基准模型结果即平原地区比非平原地区更倾向于采纳农机服务的发现不一致，实则不然，这充分体现了互联网使用对推动非平原地区农业机械化发展具有突出贡献。

表4 家用农机、村庄地貌的异质性估计结果Tab. 4 Estimation results of heterogeneity of household agricultural machinery and topography

一直以来，平原地区由于地势平台开阔，适合大型农机连片作业，比非平原地区更受到农机服务供给者的关注，传统农机服务市场发展较为成熟，因而互联网使用效果不显著。而非平原地区的农业经营活动大多处于丘陵、高山、高原等地带，不利的地貌特征导致其传统农机服务市场发展受限[22]，加之其所处区域人口分散、信息渠道闭塞，而互联网普及可以有效增强非平原地区农户的信息能力，通过使用互联网可以获取到更多差异化、特色化的农机服务满足生产需要，让偏远地区农户分享到互联网发展的数字红利，整体推进农业机械化进程。

4 结论与建议

研究基于2014—2018年三期中国家庭追踪调查(CFPS)数据，运用面板Probit模型从微观层面分析互联网使用是否会对农户的农机服务采纳产生影响。研究发现：互联网使用对农户的农机服务采纳具有显著的正向影响，互联网使用率每提高1个百分点，农机服务采纳概率增加0.068个百分点，引用工具变量法的IV-Probit模型和IV-CMP模型解决内生性问题后，仍然得到稳健性结论，这在一定程度上解释了自“宽带中国”战略实施以来我国农机服务业蓬勃发展的原因。互联网使用对男性、中青年和教育程度较高农户农机服务采纳的影响更大，说明互联网使用是一种技能偏向型技术进步，农户个体的学习能力与劳动能力会影响其使用效果。互联网使用对无家用农机户农机服务采纳的影响系数为0.332远大于对有家用农机户的0.175，说明互联网使用是促进传统小农户采纳农机服务的有效手段。互联网使用对非平原地区农户的影响显著为正，边际效应为0.114，比基准模型高出了0.046个百分点，说明互联网使用对于推动非平原地区农机服务采纳具有突出贡献，能够让偏远地区农户分享到互联网发展的数字红利。

基于以上研究发现，提出3点政策建议。

1) 加大农村互联网信息基础设施建设。互联网使用可以显著提升农户农机服务采纳水平，是实现小农户与大农机有效对接的重要信息技术手段。因此要大幅提高农村地区互联网设施水平，加快宽带通信、移动网络、数字电视和新一代互联网信息技术的发展。对农村居民尤其是非平原地区的农户，要大力推广互联网信息技术进村入户的惠农补贴政策，提高财政资金对农村地区宽带网络建设的投入力度，推进移动互联网在农村地区的终端普及，进而大幅降低农村居民的用网成本。

2) 拓宽信息渠道是互联网使用促进农机服务采纳的内在机理。因此，要建设“互联网+”的农机服务平台，引导农机服务组织的信息化发展，提高农机服务市场供需有效匹配能力。要重点关注无家用农机的小农户，解决其生产环节中的关键问题，用互联网信息技术带动更多传统农户转入现代农业的发展轨道。还要推进农机服务模式的数字化转型，加快大数据、物联网、人工智能在农业机械设备中的应用，并根据不同经营主体和地区的特点，因地制宜的建设出适合我国农户的“互联网+”农机服务创新模式。

3) 加强对农村劳动力的互联网技能技术培训。为推动农机服务与农业信息化的融合发展，还要提升农村劳动力的互联网使用能力。互联网是技能偏向型技术进步，对欠缺学习能力或劳动能力的农户采纳农机服务的促进作用有限。为此，政府要组织宣传示范和培训互联网技能技术，提高农民获取信息知识的主动性，鼓励农村居民使用互联网搜寻与传递信息，着力培养更多职业农民成为农机服务的参与者和信息传递源，打破农机服务现代化发展的瓶颈。