农机社会化服务对我国农地生产效率的影响*——基于三阶段DEA和Tobit模型的实证研究

林文姬，苏向辉，马瑛，李淑敏，曾德鹏

(1. 新疆农业大学公共管理学院，乌鲁木齐市，830052；2. 新疆农业大学亚心校区管理委员会办公室，乌鲁木齐市，830052)

0 引言

农机社会化服务作为农业社会化服务的重要组成部分，是现代农业科技和物质装备的重要支撑，它的发展能够提升粮食和重要农产品供给保障能力。然而我国的农业生产一直存在着资源消耗率高、生产效率低下的问题[1]，加上农业社会化服务体系存在着地区发展不平衡，政府与市场双重失灵等问题[2]，在此背景下，如何通过农机社会化服务提高农地生产效率，保障国家粮食安全，成为学者们普遍关注的问题。

当前学术界对于农机社会化服务是否能提高农地生产效率尚没有一个明确回答。“支持派”多从玉米、小麦等单一农作物角度论述了农机社会化服务能显著提高农地生产效率。但在此过程中存在一些限制条件，一是受限于土地规模，提出推进农机社会化服务发展的同时仍需推进土地适度规模经营[3]；二是生产效率提升路径在不同区域有所差别，应结合实际情况探索适合不同区域的农业机械化发展模式[4]。当然也有少部分学者从整体出发探讨了农机社会化服务对粮食生产效率的影响，认为既可以通过资本对劳动的替代效应和技术投入效应来分析农机社会化服务对粮食生产效率的作用机理[5]，也可以从不同规模的视角研究农机社会化服务对粮食生产效率的影响，以检验服务规模化是否依赖于土地规模化发展[6]。然而，“反对派”认为农机社会化服务对粮食生产效率的影响在不同环节有所差异，粮食生产部分服务环节对生产效率的提高并没有产生显著影响[7-9]，因此难以得出明确性的结论。还有一些学者从劳动分工的视角出发，认为农机社会化服务对农业生产可能带来效率损失[10]。

综上所述，学术界对农机社会化服务与农地生产效率关系的研究已较为全面，且多将农地置于农业生产大系统测算生产效率。但存在如下不足：一是在研究对象上，多为对单一作物生产效率的研究；二是在研究视角上，虽有不少学者对农地生产效率进行过研究，但少有从农机社会化服务的视角分析其对农地生产效率的影响；三是在研究方法上，已有研究多是从微观个体农户层面去考察农地生产效率，缺少宏观层面的把握，且采用的是“一步法”并未排除环境与随机因素的影响，所得结果存在较大误差。鉴于此，运用三阶段DEA模型测算2019年31个地区的农地生产效率，并利用Tobit模型进一步分析农机社会化服务对调整后的农地生产效率的影响，以期探索农地生产效率的提升路径。

1 理论分析与研究假设

本研究是在剔除环境和随机干扰的基础上分析农机社会化服务对农地生产效率的影响。主要探讨的是与农地生产效率相关的两个问题：一是调整后的各地区农地生产效率变化以及区域差异；二是农机社会化服务如何影响农地生产效率。基于此，主要从资源的优化配置论、技术引入论和社会分工论来探讨农机社会化服务是如何作用于农地生产效率，并假设农机社会化服务正向影响农地生产效率。

优化配置论是指通过市场对资源进行调整与优化来实现生产的高效率、高效益。放在农业生产系统中考虑，本质上是资本对劳动的替代，使用农机作业服务替代劳动力投入，用于弥补农业生产中劳动力不足的问题[11-12]。这主要是由于农村劳动力的非农就业以及兼业现象的出现，使得农业生产中弱势化现象严重[13-14]。农业劳动力不足、机会成本增加，人们对可以替代劳动力的技术和服务的需求也就随即产生，借助市场机制将农业机械服务引入生产环节，减少因劳动力流失所造成的负面效应，提高农地生产效率。

技术引入论表明农机作业不仅是替代劳动力，更重要的是给农业生产带来新技术[15]，“大国小农”以及土地细碎化的基本国情决定了必须要走包容小农户的现代农业之路，然而小农户由于文化水平偏低，对农业技术的采纳和获取常常缺乏主动性，一味将先进技术直接推广给农户可能会造成把握能力不够而难以执行，导致技术投入不充分和使用效率低等问题[16]。而通过农机社会化服务将先进的生产技术引入到农业生产过程中则有助于克服农户在采纳现代农业技术中所面临的困境，将专业的机耕、机播、植保、收割、烘干等技术运用于农业生产过程中，能有效的提高农产品的质量和土地的产出率，促进农地生产效率提高。

社会分工论指出农机社会化服务通过农业主体之间纵向分工，各经营主体和服务主体的目的和效率发生改变。对经营主体来说，分工使其对劳动力的需求转为对市场上商品化的农机社会化服务的需求，对服务主体来说，分工不仅可以提高对农机应用的熟练程度，还能进一步激励他们运用农机进行对外服务[17]，通过开展农机区域内和跨区作业服务，更好参与到某一特定环节的专业化服务，简化了生产活动[18]，提高农地生产效率。

综上所述，农机社会化服务对农地生产效率的影响路径如图1所示，并提出以下假说。

假说1：农机社会化服务正向影响农地生产效率。

假说2：农机社会化服务通过资本对劳动的替代效应、技术要素的投入效应和社会分工效应来提高农地生产效率。

图1 农机社会化服务对农地生产效率的影响路径

2 研究方法、变量选取及数据来源

2.1 研究方法

2.1.1 DEA三阶段模型

本研究运用Fried提出的三阶段DEA模型[19]，该模型在测算效率时能很好消除环境和随机误差对效率的影响，更符合实际情况。模型设定如下。

第一阶段：传统DEA模型分析初始效率。

鉴于农业生产的特性，采用投入导向规模报酬可变的DEA-BCC模型对原始投入产出数据进行初始效率评价，模型形式如式(1)所示。

Min[θ-ε(ets-+ets+)]

(1)

式中：n——决策单元个数；

θ——各省农地生产效率值；

xj——投入要素；

yj——产出要素；

ε——非阿基米德无穷小量；

λj——各决策单元系数；

et——单元行向量；

s-——投入的松弛变量；

s+——产出的松弛变量。

当且仅当θ=1，s-=s+=0时，决策单元为DEA有效；当θ<1时，决策单元非DEA有效。

第二阶段：SFA回归。

利用SFA回归，以外部环境因素为解释变量，以第一阶段所得到的投入要素松弛值为被解释变量，有效分解出环境因素、统计噪声和管理无效率对效率的影响，得到调整后的投入值。

根据Fried等的想法，构造出如式(2)所示的SFA回归函数。

Sni=f(Zi;βn)+vni+μni

i=1,2,…I;n=1,2…N

(2)

式中：Sni——投入的松弛变量；

Zi——环境变量；

βn——环境变量的系数；

vni——随机干扰，服从正态分布；

μni——管理无效率，服从截断正态分布，vni与μni相互独立且不相关，两者之和构成了混合误差项。

管理无效率的计算公式参考罗登跃[20]、陈巍巍[21]等的研究成果，分离公式如式(3)所示。

(3)

借助SFA回归主要是剔除环境和随机因素对效率的干扰，使所有的决策单元处于相同的外部环境中，最后的调整公式如式(4)所示。

[max(vni)-vni]

i=1,2,…,I;n=1,2,…N

(4)

Xni——调整前投入值；

max(vni)-vni——使所有决策单元的随机干扰都处于相同水平上，以此排除偶然性因素对效率的影响。

第三阶段：调整后的投入变量的DEA分析。

再次运用DEA-BCC对调整后的投入变量与原始产出变量进行测算，得到排除环境和随机干扰的效率值。

2.1.2 Tobit回归模型

Tobit回归模型在处理截断数据方面具有很好的优势，运用DEA三阶段测算出的各省农地生产效率是分布在0～1之间的效率值，DEA模型的估计结果并不能得出农地生产效率的影响因素及影响程度，因此有必要对DEA的分析结果进行Tobit回归，以探究农机化社会服务如何影响农地生产效率，模型设定如式(5)所示。

Yi=αo+aiXi+εii=1,2,3…n

(5)

式中：Yi——各省农地生产效率值；

α0——常数项；

αi——待估参数；

Xi——影响农地生产效率的因素；

εi——随机误差项。

2.2 变量选取与数据来源

本研究将农地置于农业生产系统中进行测算，选取1个产出变量，5个投入变量，3个环境变量作为DEA模型中的变量，选取1个核心解释变量，5个控制变量作为Tobit模型中的变量(表1)，具体如下。

表1 变量说明及描述性统计Tab. 1 Variable description and descriptive statistics

在投入产出变量选取上，借鉴杨彩艳等[2]的做法，选取农业总产值作为产出变量。投入变量参考崔海洋等[1]的方法，以农作物播种面积、第一产业劳动力、化肥施用量、农业机械总动力、有效灌溉面积作为投入变量。其中，农作物播种面积与第一产业劳动力人数分别代表土地和劳动力的投入，其余投入变量则代表农业生产技术和资本的投入。

环境变量指的是对农地生产效率有影响但又不受其控制的变量。考虑到数据的可获得性，以农村居民人均可支配收入作为衡量经济发展水平的重要指标。同时农业财政的预算水平以及农作物的受灾程度对农业生产的影响是无法忽视的，故选取农林水事务占地方财政总预算的百分比以及农作物受灾面积占总播种面积的百分比作为农业生产过程中的环境变量。

针对农机社会化服务指标的选取，学者们从农机社会化服务程度、农业机械化程度、农机社会化服务投入、农机作业服务人员等方面进行选取。本研究参考王洋等[5]的方法，以DEA三阶段取得的农地生产效率作为因变量，农地生产效率置于农业生产系统中考虑是指农业综合效率，而综合效率(TE)是指在一定时期内，在一定技术装备和要素投入情况下实际产出与最优产出的比值，或最优投入与实际投入的比值，是纯技术效率(PTE)及规模效率(SE)综合作用的结果，其是对决策单元的资源配置能力与利用效率能力的多方面综合衡量与评价。其中，纯技术效率是指在既定的技术水平和资源条件下农业产出能力的大小。规模效率则反映了农户经营规模是否与自身的经营能力、管理水平等相协调的情况。在自变量上，选取农机社会化服务水平作为核心解释变量，用于衡量农机社会化服务对农地生产效率的影响。并认为学者们选取的这些变量能在一定程度上反映农机需求变化以及农机服务水平，但选取农机社会化服务总收入(包括农机社会化服务组织作业收入以及农机专业户作业收入)与农作物播种面积的比值更能代表农机社会化服务需求变化及农机社会化服务水平，同时也能减少地区差异的影响。

控制变量除了上文提到的财政支农比和农作物受灾率，还加入了人均经营规模(农作物播种面积与乡村从业人员的比值)、农作物灌溉率(有效灌溉面积与播种面积的比值，作为衡量基础设施水平的变量)、城市化率作为控制变量。

本研究所用的各类数据均来源于2020年的《中国统计年鉴》《中国农村统计年鉴》以及各省统计年鉴，其中核心解释变量农机作业服务总收入来源于2020年《中国农业机械工业年鉴》。

2.3 pearson相关系数检验

为检验DEA模型中各投入产出变量是否符合“同向性”假设，采用pearson相关系数检验，结果如表2所示。各投入产出变量的相关系数均为正，且通过了1%显著性水平检验，说明投入产出指标的选取具有合理性。

表2 农业投入与产出变量的pearson相关系数检验Tab. 2 Pearson correlation coefficient test of agricultural input and output variables

3 结果与分析

3.1 三阶段DEA模型效率测算

3.1.1 基于一阶段DEA-BCC模型的农地生产效率

将2019年31个地区的农业生产经营过程中投入产出数据导入到DEAP2.1软件中，结果如表3所示。

表3 2019年中国各省(市)农地生产效率值Tab. 3 Production efficiency value of agricultural land in China’s provinces (cities) in 2019

由表3可知，在不考虑外部环境和随机因素影响的情况下，2019年我国农地生产效率均值为0.769，生产效率较高，且黑龙江、上海、江苏、福建等9个地区生产效率值达到了1，位于农业生产随机前沿，资源的使用和配置处于DEA有效。天津、河北、山西、内蒙古等综合效率小于1的地区都存在不同程度的资源无效率，说明这些地区资源配置有待优化。其中，山西、安徽、吉林等地区的效率值不到0.5，而北京、青海、海南、贵州等地区的效率值在0.95以上，说明不同地区之间的效率值差异较大，且部分地区仍存在技术效率值偏低的情况，说明我国农业并未完全摆脱“高投入、高消耗”的局面，造成了资源配置无效。最后通过对比技术效率和规模效率不难发现，我国大部分地区农地的规模效率水平要高于纯技术效率水平，因此纯技术效率是造成农地生产效率偏低的主要原因。

3.1.2 第二阶段SFA前沿回归结果与分析

为消除外部环境和随机噪声对农地生产效率的影响，以第一阶段投入要素的松弛值作为被解释变量，以表1中的各环境因素作为解释变量，运用Frontier4.1软件进行数据分析，回归系数为正，表明生产要素存在投入冗余，不利于提高农地生产效率，反之，系数值为负则有利于提高农地生产效率，具体回归结果见表4。由表4可知，各环境变量与投入松弛变量之间大部分都能通过1%的显著性水平检验，说明外部环境因素与我国农地生产效率之间确实存在紧密相关。其中γ值均趋于1且通过1%的显著性水平检验，表明管理无效率是造成投入冗余的主要因素。对数似然比检验表示模型估计有效，LR单边检验误差值均大于临界值，拒绝不存在无效率下的原假设，表明采用随机模型是合理的。

1) 农村居民人均可支配收入(B1)对农作物播种面积(A1)、第一产业劳动力(A2)、化肥施用量(A3)、农业机械总动力(A4)以及灌溉面积(A5)的回归系数均为负值，且通过1%的显著性水平检验，表明农村人均收入水平的适当提升有助于农户生产投入的合理化，减少投入冗余，提高农地生产效率，这与理论预期一致。主要是经济发展较好的地方，能源供给、道路交通、水利灌溉等基础设施相对较完善，有利于农民对先进生产技术的掌握，在一定程度上提高农地生产效率。

2) 财政支农水平(B2)对农作物播种面积(A1)、第一产业劳动力(A2)、化肥施用量(A3)、农业机械总动力(A4)以及灌溉面积(A5)的回归系数均为负值，且基本都通过了显著性水平为1%的检验。说明随着财政对农业支持力度的增加，各种支农补贴和扶持政策将农机等先进的机械设备引入到农业生产过程中，在一定程度上提高了农户的预期收入，减少了农业生产的个人成本，农民种粮积极性提高，对生产要素的配置更加合理化，有利于提高生产效率。

3) 受灾率(B3)对农作物播种面积(A1)、化肥施用量(A3)、农业机械总动力(A4)以及灌溉面积(A5)的回归系数均为正值，且大部分通过了显著性水平为1%的检验。表明自然灾害对农地生产效率带来了负向影响，这也符合理论预期。农作物受灾面积越大，有效产出相对农业投入来说就会越少，在一定程度上会造成农民对未来的农业生产收入持悲观看法，兼业化农民将会增加，农业劳动力相对会减少，而其它投入变量为了弥补产值的亏空和劳动力的减少，会在不同程度增加投入，农业生产出现资源配置的低效，降低了农地生产效率。

表4 第二阶段SFA模型回归结果Tab. 4 Regression results of the second-stage SFA-like model

3.1.3 第三阶段调整投入后的DEA估计结果

再次运用DEAP2.1软件对调整后的投入和原始产出变量进行测算，得到的精准生产效率值见表5。由表5可见，与第一阶段相比，剔除外生环境变量后，纯技术效率提高2.6%，综合效率和规模效率分别下降7.15%、11.51%，调整后的综合效率处于中等效率水平(0.600≤TE<0.800)，纯技术效率与规模效率处于相对高效率水平(0.800≤PTE、SE<1.000)，说明调整后的规模效率损失是导致综合效率下降的主要原因。从整体来看，调整后的规模报酬递减地区由14个下降为5个，其余地区均处于规模报酬递增和不变阶段。且调整后的生产效率值除了北京、天津、上海、福建等少数几个地区有所降低，大部分地区综合效率值都有了较大幅度的提升，这些效率值降低的地区主要是因为受外部环境的影响较大，而在河北、山西、内蒙古、辽宁等相对欠发达的地区，综合效率值上升主要原因可能在于它们抓住了乡村振兴的政策机遇，引入了先进的生产机械，科学引导新型农业经营主体和农业服务主体积极参与到农业生产建设中，在良好大环境下不断优化生产要素配置，推动三产融合，提高了农地生产效率。

表5 2019年三阶段DEA-BCC调整后的各省(市)农地生产效率值Tab. 5 Production efficiency value of agricultural land in each province (city) after the three-stage DEA-BCC adjustment in 2019

3.2 农机社会化服务对农地生产效率的影响

为了更好的衡量农机社会化服务对农地生产效率的影响，将经过三阶段DEA模型调整后的农地生产效率值(Y)作为被解释变量，将表1中提到的农机社会化服务使用水平(X1)作为核心解释变量，其余5个变量(X2、X3、X4、X5、X6)作为控制变量。为了降低数据的异方差性，借鉴邱溆等[22]的做法，对变量X1进行取自然对数处理，得到变量lnX1，其余不变。同时为了满足Tobit模型中要求的因变量必须含有一定比例的0值[23]，对Y进行适当变形，得到变量Y1，具体换算方法为Y1=(1/Y)-1[22]。变换后的Y1值越大表明农地生产效率值Y就越低，反之，则越高。运用Stata16.0软件对上述变量进行分析，具体结果见表6。由表6可见，农机社会化服务水平(lnX1)对农地生产效率的影响在10%的水平上呈现正相关，说明随着农机社会化服务使用量的增加，农地生产效率也会相应提高。通过将先进的生产技术和现代化的农业机械引入到农业生产中，可以替代农业劳动力的不足，农机社会化服务水平的不断提高更好地促进了专业化分工进一步加深，多样化的农机社会化服务模式已成为农业节本增效的重要途径，有助于按照市场规律实现对土地、劳动力、资金、技术等生产资源的优化配置，提升农地生产效率，这与假设一的预期一致。

此外，人均经营规模(X2)对农地生产效率的影响在5%的水平上呈现正相关，表明人均经营规模越大，对农地生产效率的提升越有利，这主要是因为我国目前大部分地区土地的规模化程度不高、细碎化严重，推动土地流转，提高农户经营规模，有助于为农业机械化作业创造良好条件，更好地提高农地生产效率。财政支农水平(X4)与农地生产效率在5%的水平上呈现负相关，与理论预期有点不符，主要原因可能是我国的财政支农资金是一种有条件的自上而下的纵向转移，主要是上级政府对下级政府的一种补助，在支农资金的投入过程中，难免部分地区会存在支农资金投入结构的不合理、监督管理体系不完善，加上农业自身的弱质性，很容易造成农民对支农补贴的过分依赖，生产过程中过度依靠资金的投入，降低了土地和劳动力等要素的投入，要素间配置失衡，降低了农地生产效率。以灌溉率大小来衡量的基础设施水平(X5)对农地生产效率的影响在1%水平上呈负相关。这可能是因为当前农业生产中仍存在着“粗放式”经营的现象，大水漫灌、土渠灌溉等粗放的灌溉模式在部分地区仍然存在，加上很多西部地区虽有相对完善的灌溉系统，但水资源缺乏，使得高效灌溉技术落实不到位，造成了农业生产中对水资源的利用水平不高，资源配置间存在着不合理，农地生产效率反而有所降低。城市化水平(X6)对农地生产效率的影响在1%显著性水平上呈负相关。城市化在一定程度上可以促进生产技术的应用，有利于农地生产效率的提升，但城市化也会造成大量农田转化为建设用地，加剧农民弃耕抛荒现象的产生，带走大量的农村劳动力，使得留在农村耕作的基本都是一些老年人和妇女，劳动力弱势化严重，如果没有配套的解决措施，将会使得农地生产效率降低，制约我国农业的发展。

表6 农机社会化服务对农地生产效率的回归结果Tab. 6 Regression results of agricultural machinery socialization services on agricultural land production efficiency

4 结论与建议

4.1 结论

本研究利用三阶段DEA模型在剔除环境和随机因素干扰的情况下测算了2019年我国31个地区的农地生产效率，并进一步运用Tobit模型分析农机社会化服务对我国农地生产效率的影响，结论如下。

1) 31个地区2019年的农业总产值和各投入要素之间存在显著的正相关，农作物播种面积、第一产业劳动力、化肥使用量、农业机械总动力、灌溉面积对农业总产值的影响较大。未剔除环境和随机因素前，2019年我国农地生产效率均值为0.769，总体相对较高，纯技术效率均值为0.847，规模效率均值为0.912，可知纯技术效率是造成综合效率不高的主要原因。但不同地区之间效率也是差异明显，其中，山西、安徽、吉林等地区的效率值不到0.5，而北京、青海、海南、贵州等地区的效率值在0.95以上。调整后纯技术效率提高了2.6%，综合效率和规模效率分别下降7.15%、11.51%，规模效率不高成了综合效率偏低的主要原因，且规模报酬递增的地区相对第一阶段有了较大提升。其中，环境变量中，农村居民人均可支配收入、财政支农水平对农地生产效率产生积极影响，受灾率对农地生产效率的提升具有负向影响。

2) 农机社会化服务与农地生产效率在10%的显著性水平上呈现正相关。一方面，农机社会化服务的推进有利于发挥资本对劳动的替代效应，缓解城镇化带来的劳动力不足以及老龄化、女性化对农业生产的影响。另一方面，先进技术的引入使得农机社会化服务组织以及服务模式更加多元化，服务主体间纵向分工加深，专业化程度进一步提高，市场在资源配置中起到了决定性作用，农业经营者可以通过市场购买农机社会化服务，减少个人的生产成本，提高收入预期，农机社会化服务主体也可以在市场巨大利润作用下更加积极地提供农机社会化服务，更好地提高农产品的产量与品质。

4.2 建议

结合上述研究结果及我国现阶段农机社会化服务的实际情况，提出以下建议。

1) 因地制宜发展农机社会化服务。通过上述的研究结果，可以看出不同地区之间的农地生产效率差异较大。为此，当地政府应结合自身的实际情况制定相应政策，不可一概而语。一是就生产效率高低而言，对农地生产效率较高的地区，如：福建、重庆、四川、广西以及山东等生产效率高于0.85的地区应加大新型农业机械的研发力度，通过技术创新提高农机社会化服务水平。对农地生产效率较低的地区，如：北京、上海、天津、吉林以及宁夏等生产效率低于0.5的地区应加大宣传力度，大力推广农机社会化服务；二是就经济发展水平来说，农业生产劳动力弱势化的地区，如：安徽、河南、湖南等地区应优先推广农机社会化服务，避免这些地区因劳动力缺乏造成农地生产效率的降低，影响国家粮食安全。经济发达的地区，如：广东、江苏、福建等等地区对先进的生产技术接受能力较高，应大力推进农机社会化服务，鼓励跨区作业，创新服务模式，设立示范区，在全国范围内形成示范效应，促使农机社会化服务整体水平得以提升，提高农地生产效率。三是就地形地貌来说，在丘陵山区，如：江西、浙江、湖南、安徽等地区要重点开展土地宜机化整治，加快补齐丘陵山区机械化条件弱势化的短板，为农机社会化服务的开展提供基础物质条件。对于平原地区，如：江苏、河南、山东等地区土地相对平坦，应加大农机购置补贴，促进农机服务需求规模化，加快推进农机社会化服务进程，促进农地生产效率的提高。

2) 推进农机社会化服务的产业化发展。规模化是产业化发展的前提。市场作为资源配置的基础性手段，要充分发挥市场的调节作用，以市场需求为导向，积极搭建规范化的土地流转平台，通过土地流转实现规模化经营，突破土地细碎化带来的限制，鼓励农机社会服务组织和农机专业户积极进行区域内以及跨区作业，实现深耕、播种、植保、收割、烘干等一体化经营，提升农机社会化服务的生产链，带动农业经营主体和服务主体收入的提升，保障国家粮食安全，实现经济效益和社会效益的双赢，并在此过程中促进农地生产效率的提高。

3) 大力培育农机社会化服务组织和农机作业人员。中国小农经营占主体，而小农户由于文化素养比较低，对先进生产技术和农机社会服务的采纳被动且缺乏积极性，不利于生产效率的提高。农机社会化服务组织作为中介组织，能很好的将先进的生产技术和机械设备引入到农业生产中，克服小农户在接纳技术过程中所面临的困境，农机作业人员作为将先进知识带到田地的最后一道关卡，其自身的专业知识和技能水平直接影响到农地的生产效率。为此，当地政府既要制定相应的红利政策，设立专项资金来支持各类农机社会化服务组织发展壮大，鼓励多样化的农机社会化服务模式，又要充分推动当地的农业类高等院校和基层的农机推广部门与农机社会化服务组织开展合作，加大农机社会化服务组织管理人员以及农机作业服务人员的服务技能培训，促进农户对农业技术的接受与采纳，以便更好的将先进技术运用到农业生产中，提高农地的生产效率。