农机作业服务能提升小麦生产技术效率吗?
——基于2007—2017年省级面板数据的实证分析

赵 鑫 任金政 李书奎 王亚军

(中国农业大学 经济管理学院，北京100083)

中国农业长期以“大国小农”的形式存续并发展，农机服务市场发挥着衔接小农户和现代农业的关键作用[1]。农机服务指的是“农机服务组织、农机户为其他农业生产者提供的机耕、机播、机收、排灌、植保等各类农机作业服务，以及相关的农机维修、供应、中介、租赁等有偿服务的总称”[2]。农机服务目前主要采用两种方式，即生产环节外包及土地托管，其能够有效引导小农实现现代化生产。

农机服务在现代农业生产中仍存在供需不平衡、不匹配等问题，其中在小农户中的表现尤为突出。究其原因，一方面，农业部门不同于其他生产部门，具有较强的季节性和时效性，可能存在某一生产环节农机服务需求时间的高度集中，以致农机服务在某一时点成为稀缺资源，存在严重的供不应求现象[3]；另一方面，小农户和规模经营主体在生产能力、生产目的、经营需求方面存在显著差异，导致其对小机械的劳动力替代型服务需求较多，和规模经营主体的大型机械服务存在一定的不匹配问题[4]。此外，小农户还存在土地规模小、服务需求量低、获取服务的交易成本高而导致的服务需求容易被忽视的问题。那么，农机服务究竟能否提高农户的生产效率？如果能够提高效率又是通过什么路径而实现？应如何从政策上解决好小农户农机服务中的“买不起、不会用”这一突出问题？

当前我国农机服务取得较大的进步与发展。截止到2018年底，我国农业机械总动力已经超过了10亿kW，全国农户共拥有670.08 万台大中型拖拉机和1 634.24 万台小型拖拉机，分别为1978年的12.02倍和11.9倍[5]。以小麦为例，中国小麦基本全部实现机械化作业，其机耕、机播和机收面积比例分别为91.8%、87.9%和93.7%[6]。

国内对农户购买农机服务的影响因素及其产生的效应已有深入研究。农机服务的选择取决兼业情况、土地特性、所在区域农业生产性服务发展水平等，当兼业程度高、耕地平整度强、服务获取成本较低时，农户倾向于农机服务的购买[7-9]。进而，也有针对农机服务能否提高农业效率问题进行的研究，但研究结果差异较大。有观点认为，农机服务能有效替代劳动力，对农业生产具有促进作用[10-12]，农机服务作为新的要素投入有助于优化成本结构，降低效率损失，通过促进分工深化，形成“服务规模经济性”[13]；但也有观点指出，农机服务的本质属于“雇工劳动”，不易进行质量考核，同时会内生出高昂的监督成本，加剧农业生产成本效率的损失[14]。

现有文献虽已深入研究了农机服务对于技术效率的影响，但大多采用微观调查数据或者地方性数据，缺少全国层面的全局把握，未能反映生产前沿面的动态变化，估计结果可能存在偏差[15]，同时也缺少农机服务与技术效率影响关系的路径分析。鉴于此，本研究基于2007—2017年中国15个小麦主产省(自治区)的成本收益数据，运用柯布道格拉斯生产函数，探讨农业生产要素对于农业产出的影响；继而，采用随机前沿方法测度出的小麦生产技术效率作为因变量，以农机服务水平作为核心变量，以省级农业生产经营特征及农户属性等变量作为控制变量，运用Tobit回归模型检验影响小麦生产技术效率的因素，以期进一步挖掘农机服务供给对小麦技术效率的影响，考察农机服务的替代效应、技术效应及分工效应，全面阐释农机服务对技术效率的影响机制。研究结果有助于从宏观角度把握农机服务对小麦种植业技术效率的作用效果，为农机服务政策的制定提供科学依据。

1 理论分析与研究假设

技术效率即“生产技术、市场价格不变的前提下，根据已经确定的要素投入比例，生产单元理想的最小可能性投入与实际投入的比率”[16]。随着劳动力转移速率提升，农村生产力的弱质化及各要素成本的增高，小麦生产技术效率增长难度日益增大，迫切需要新的生产方式提高劳动、土地与农资的产出效率，促进农业产业高效发展。

农户使用农业机械的3种可能途径包括购买机械、租赁机械和购买机械服务，但农机作为专用性资产投资，因适用农业对象以及生产作业环节的局限性，往往造成使用频率低下，进而产生投资锁定与沉淀成本。特别是经营规模与机械作业能力不匹配时，必然导致农机资产达不到最优利用状态。所以，当农户生产规模不足时，他们会偏好将资产专用性较高的生产活动纳入分工体系中，即通过购买生产性服务，规避投资风险并降低交易费用[13]。

本研究主要关注与小麦农机技术效率相关的两个问题，一是中国小麦主产区的技术效率及区域差异，在2007—2017期间小麦主产省技术效率的动态变化情况；二是小麦生产技术效率的影响因素，特别是农机服务采纳对其产生的影响及路径分析。并认为农机服务有助于提升小麦生产技术效率，源于以下3个方面：

替代效应：随着城镇化发展及农村劳动力非农就业，农业劳动力供给约束逐步形成。中老年及妇女在劳动力中占比增高，农业劳动力弱质化逐步显现[16]。诱致性技术变迁理论指出：非农就业增加了农业生产中劳动力的稀缺性，农业劳动力的价格提升、农业生产的机会成本增加。农业机械化有效代替人工劳作需求随即产生[17]，并逐渐转变为“雇工”形式将生产环节外包以解决弱质性劳动力农业生产自我服务能力缺乏与规模经营主体家庭农业劳动力不足的问题[18]。粮食生产中劳动投入更易被农机替代，粮食生产演变为“懒人农业”更适合老龄劳动力的耕种[7]。农业生产主体通过价格信号，借助市场机制实现相对廉价、充裕的农业机械替代相对昂贵、稀缺的劳动力，这种替代效应缓解了农户的约束，突破了原有资源禀赋的限制，有效提高农业生产技术效率[19]。

分工效应：农业生产具有季节性、中间产出的不可剥离性特征会导致分工产生较高的协调和考核费用。农业虽然在自身领域内难以实现分工，其专业化水平的提高可以通过农业机械而产生分工效应，增加生产的迂回性而获得[6]。分工不仅能够提高服务主体在特殊生产环节的熟练程度，也进一步强化了他们进行农机服务的意愿。生产环节在技术上细分后，专业分工不断深化，行为主体按照不同的比较优势配置资源，形成专业化分工优势，产生了只参与农业生产某一特定环节的专业化服务组织，极大地简化了农业生产活动[20-21]。不同劳动单位在特殊环节上发挥比较优势，进而提高农业生产技术效率[18]。

技术效应：我国目前仍以小农经营为主且土地细碎化问题突出，小规模农户在农业技术的采纳和获取上是被动并缺乏积极性的，直接将先进的农业技术推广给农户可能会由于专业性太强致使技术推广难以执行[22-23]。农机服务通过外包的形式将先进生产技术引入到生产中，打破了直接向农户推广技术的壁垒，提高农业生产的科技含量及农业产出。农机服务贯穿于小麦生产耕、种、防、收各个环节且保证了小麦耕种的质量。一般来说，农机耕地可实现耕深均匀、土壤细碎，耕作完成后还需进行整地作业和压实作业；在播种方面，专业化的农机服务播种技术相对于手工播种更均匀，无漏播和重播的现象，更好提高小麦的出苗率与成活率[24]；专业的农机植保作业能够把握喷洒作业的最优环境，有效利用农药的蒸腾作用，显著提高病虫害防治的效率；在收获过程中，采用收割机和烘干机设备可有效地提升小麦产量和品质[25]。故而，农机服务作为农业新技术推广的载体，有效促进农地产出率，提高了小麦生产的技术效率[15]。

综合上述理论分析，图1展示了农机服务影响小麦生产技术效率的机制路径。并提出两点假说。假说1：农机作业服务能提升小麦生产技术效率；假说2：农机服务对小麦生产技术效率的影响主要源于三种效应，即分工效应、技术效应及替代效应。

图1 农机服务影响小麦生产技术效率的机制Fig.1 Mechanism of agricultural machinery service affecting technical efficiency of wheat production

2 数据、模型与变量

2.1 数据来源

本研究选取河北、山西、内蒙古、黑龙江、江苏、安徽、山东、河南、湖北、四川、云南、陕西、甘肃、宁夏和新疆15个小麦主产省(自治区)2007—2017年期间165个样本的农业投入与产出数据进行分析。这些省份的小麦种植面积占全国种植面积的97%，生产总量占全国的98%。数据主要源于《全国农产品成本收益资料汇编》[26]、《中国统计年鉴》[27]、《中国农村统计年鉴》[28]，上述年鉴详细记录了省级小麦生产的物质与投入费用、机械作业费用、劳动力成本、土地费用、耕地面积、有效灌溉面积等，对本研究核心变量机械服务也做了详细的说明，为研究小麦的农机服务提供了重要的数据支撑。

2.2 模型设定

2.2.1技术效率模型

在本次研究过程中，主要对随机前沿生产函数模型进行了应用，全面估算了以上15个省(自治区)的小麦生产技术效率。如下是本研究应用的模型。

Yit=f(Xit,β)exp(vit-uit)

(1)

(2)

式中：Xit表示小麦生产的各项投入包括农资、劳动力、土地及机械化服务投入；f(Xit,β)exp(vit-uit)代表实际产出值；f(Xit,β)exp(vit)代表不存在技术无效情形下最大可能的产出；TEit代表第i个省小麦的生产技术效率值，取值介于0～1；TEit越接近0代表技术损失越大，技术效率位于生产前沿面以下，越接近1代表处于完全技术效率状态，技术效率位于生产前沿面上，模型一般采用极大似然估计方法(MLE)进行估计。

模型主要采用如下形式：

lnYieit=β0+β1lnCapit+β2lnSerit+
β3lnLanit+β4lnLabit+β5t+vit-uit

(3)

式中：Yieit为小麦总产量，(kg/hm2)；Capit为投入成本，主要有种子、肥料及农药等成本；Serit为购买农业机械服务费用，元；Lanit为土地的投入成本，元；Labit为劳动力的投入费用，为用工量、工日与工价，(元/日)，的乘积。

2.2.2Tobit回归模型

Tobit模型又称为受限因变量模型。模型主要采用如下形式

(4)

式中：TEit表示小麦生产技术效率值；δ0为常数项；δi为待估参数；εit为误差项；Zit为影响小麦生产技术效率的因素，其中有1个核心因素，7项控制变量；εit代表随机干扰项，i代表地区界面，t代表时间。

2.2.3变量描述

核心变量解释及采用原因如下：

1)农机服务使用水平：农机购买服务程度是本研究的核心变量，已有文献对农机使用程度的定义[12]，农机服务使用水平=机械服务费/农业生产总投入费用。

2)劳动力雇工比重：劳动投入要素对粮食生产具有重要影响[23]。本研究采用省级劳动力雇工比重代表农业生产的劳动力供给状况。劳动力雇工比重=(用工量×工价)/ 农业生产总投入费用。

3)农作物有效灌溉率：土地地块特征直接影响农业技术效率，灌溉条件对技术效率具有突出作用[24]。有效灌溉率表示为：有效灌溉面积/耕地面积。

4)农村劳动力老龄化程度：农业生产劳动可看做为“经验劳动”, 随年龄积累其种植经验更为丰富。随着农业劳动力年龄的增大，技术效率损失会先增大后减[19]。农村劳动力老龄化程度：农村65岁及以上人口/15～64岁人口。

5)农村居民教育水平：农户受教育年限反映其在农业生产时获取劳动技能的能力。当受教育年限越高，农户理解和采纳新事物、新知识的能力则越强[25]。《中国农村统计年鉴》[28]将农户劳动文化程度分为不识字、小学、初中、高中、大专及以上5个层级，并给出百人中各层级人数。分别赋予各学历层级0、6、9、12和15的教育年限，运用加权平均值的方法得出农村劳动受教育限[2]。

6)土地规模: 土地的人均拥有量一旦提高，将推动连片作业规模化经营，采纳机械化生产的可能性有所增加[13]。土地规模=耕地面积/乡村人口，(hm2/人)。

7)基础设施：基础设施水平表示为：二级公路里程/耕地面积，(km/万hm2)，良好的农村基础设施为农户购买生产资料、获得先进技术、购买服务等提供了便利，故而获得较高的技术效率[2]。

8)农作物受灾率：农作物受灾比率反映自然灾害造成的农业减产水平。作物受灾率=受灾面积/粮食作物播种面积。

表1显示了随机前沿模型和面板Tobit模型各变量描述性统计结果。

表1 变量描述性统计Table 1 Descriptive statistics of major variables

3 实证检验与结果分析

3.1 SFA技术效率估计结果

在本研究中，主要应用Frontier 4.1软件，选择半正态分布下随机前沿模型时不变估计对生产函数和技术效率进行测算。

表2 随机前沿模型估计Table 2 Stochastic frontier model estimation

本研究采用Frontier 4.1软件进行计算，得出这段时间内国内小麦技术效率值为0.750，呈现出逐年递增的态势，从最开始的0.733提升到0.766，增加了4.87%；表3显示小麦生产技术效率排名前5位的省份为河南、安徽、山东、河北、江苏，技术效率均值分别为0.895、0.872、0.853、0.846和0.830，云南技术效率最低为0.554，这与云南的地理区位、贫困程度及贫瘠的生产环境有密切关系。

表3 随机前沿模型技术效率估算结果Table 3 Technical efficiency estimation by stochastic frontier model

2007—2017年间小麦生产的资源配置得到了较好的优化，15个小麦主产省(自治区)的技术效率呈现平稳上升趋势。小麦技术效率起始值较低的省份增长趋势更为显著，初始效率值较低的省份其增长率和年均增长率较高，增长速度迅速且发展空间较大。尤其是技术效率较低的云南省，其效率增长较为显著，2007—2017年间技术效率接近增长10%，年均增长率最高达到0.95%。

3.2 Tobit模型回归结果

表4显示了技术效率的影响因素。农机服务水平在1%的显著性水平上通过了t检验且估计系数为正值，影响系数为0.079，即随着农机服务的投入水平每提升1%，小麦的生产技术效率会相应提高0.079。

表4 面板Tobit模型技术效率影响因素估计结果Table 4 Estimation results of factors affecting technical efficiency by panel Tobit model

老龄化程度对技术效率的影响显著为正，这与部分文献的结论存在矛盾。有研究表明老龄化程度的加深造成了农业生产效率缺失，不利于农业技术的进步[25]。但本研究的实证结果显示老龄化程度在1%显著性水平下提升了农业技术效率。2007—2017年老龄化比率逐步加强，且农户农机服务采纳行为日益增加，两类生产投入要素呈现正相关关系。基于社会化服务的视角，当农村劳动力剩余较少且老龄化显著时，农户难以按质量完成生产作业，最适合农机服务发挥替代效应，故此农村老龄化的问题并未对小麦的生产效率造成负面影响。农机的服务作业通过土地托管及规模化连片作业的形式解决了没人种地的问题，弥补了农村劳动力老龄化所带来的效率损失。

控制变量劳动力的雇工比重、农村居民的教育水平均通过5%的显著性检测，影响系数分别为0.003与0.002。劳动力雇工投入是提升农业技术效率的重要部分，当农户教育水平提高，农户转化、吸收、消化生产技术的能力日随之加强；土地规模、农作物有效灌溉率与基础设施在1%的显著水平下提升了小麦的生产技术效率，影响系数分别为0.064、0.037与0.018。2007—2017年间农机作业服务迅速发展，促进小麦生产所需要的土地要素充分发挥作用，未稀释小麦生产的技术效率。农业生产灌溉设施与农村基础设施建设的逐步完善，也助推了小麦主产区生产技术效率的提高；农作物受灾率对小麦技术效率的影响在5%显著性水平上为负，影响系数为-0.005。

3.3 农机服务对小麦技术效率影响路径分析

通过理论分析可得，农机服务对技术效率的影响可通过以下3种路径实现，第一，机械化服务通过外包的形式将新型技术直接嵌入在作业服务中，提升农业生产的技术水平；第二，农机服务的供给有效缓解了农村劳动力匮乏等制约，弥补劳动力供给不足的问题；第三，农机服务以生产外包的方式将农业生产环节在技术上细分，形成专业化分工优势，产生了只参与某一特定生产环节的专业化服务组织，简化了农业生产活动。

3.3.1技术效应

根据2007—2017年间农机服务投入的成本数据来看，农机服务费用的投入水平逐年提高。如果农机服务具有将先进技术引入生产过程的效应，那么随着农机采用水平的提升，农机服务对提高生产技术水平的潜力也将增大，对小麦生产技术效率的提升效果也更为显著。根据农机服务投入力度的大小，本研究将时间划分为2007—2012年和2013—2017年两个时间区间，分别进行回归。

通过上述分析我们能够得出：在2007—2012年这段时间内的农机服务对小麦生产技术效率所产生的影响系数是为0.025，可在5%水平上通过显著性检验；而在2013—2017年这段时间内，农机服务的影响系数为0.093，能够在1%水平上通过显著性检验。伴随农机服务投入水平的逐年加大，农机服务对于技术效率的影响效果也越发明显，提升幅度有所增加，突破了新型农业技术无法扎根落地的现实瓶颈，有效提升了小麦生产的技术效率。农机服务通过外包服务的方式将新型技术融入到农业生产中，弥补了当前农技推广的不足。

表5 Tobit模型分阶段回归结果Table 5 Tobit model regression results in different time period

3.3.2替代效应

种植面积越大，家庭劳动供给约束更为凸显，更适宜采纳农机服务以发挥劳动替代效应；反之，农户的种植规模小，当地区域劳动力成本低，农机服务的替代效果则不够显著。本部分将15个小麦生产主产省(自治区)按照农户耕地规模及劳动力投入水平进行比照，通过农户种植规模及劳动力投入比重的数据对比，发现农户种植规模大，劳动力成本高的省份有内蒙古、黑龙江、甘肃、宁夏、新疆5省(自治区)，记为样本1；而农户规模小，劳动力成本低的省份包含安徽、河北、河南、四川、云南、山西6省，标为样本2。将上述省份按照农业生产要素禀赋进行分组，详见表6。

表6 Tobit模型分地区回归结果Table 6 Tobit model regression results in different area

结果显示耕地规模大、劳动成本高的省份农机服务对小麦技术效率的影响在1%水平上通过了显著性检验，影响系数为0.047； 耕地规模小，劳动力成本低的省份，农机服务对小麦生产技术效率的影响则不够明显，未通过显著性检验。因此，农机服务能否充分发挥劳动替代效应则与当地要素禀赋相关，劳动力成本较高、耕地规模较大区域，农机服务的劳动替代效应则更为显著。

3.3.3分工效应

农机服务是一种迂回的分工生产模式，农户将自己从事的耕种、植保、收割等生产环节外包给专业化的服务组织的方式。小农户的服务需求汇聚成为社会化的服务需求，形成了既匹配于专业化服务组织的交易规模需求，又能改善农户的分工效率。目前，农机跨区作业面积从2009年2 741.627万hm2增长到2013年的3 671.921万hm2，农机跨区作业服务面积增长迅速。农机化作业服务组织截至到2010年达17.53万个，从业人数达到189.48 万人，农业专业化程度已经逐步形成。

4 结论及政策启示

4.1 研究结论

本研究利用 2007—2017年中国 15 个小麦主产省面板数据，采用随机前沿分析测度了小麦生产的技术效率。全国的技术效率值为0.750，增长率为4.87%，技术效率总体呈现逐年增长趋势。区域来看各省份之间的发展政策、经济基础、产业结构、地理禀赋等均存在差异，导致小麦生产技术效率产生区域差距；起点效率低的省份增长速度要明显高于初始领先的省份，省际间的不平衡逐步减弱。

继续采用随机面板 Tobit 模型，分析了小麦技术效率的影响因素。农机服务使用能显著提升小麦生产技术效率。采纳农机服务比重越高，小麦生产技术效率也越高；农村老龄化的问题并未对农业生产技术效率产生负面影响，当纳入农机服务这一特殊生产要素之后，农户生产要素结构进一步得到优化。

农机服务提升小麦生产技术效率根本动因在于技术引入效应、劳动替代及分工经济。农业作业服务能够对弱质劳动力进行有效替代，突破传统劳动力约束瓶颈，缓解对农业生产的影响；小规模的农户无法负担较高的农机购置成本，而社会分工产生的农机作业服务有利于成本分担，在保障稳定生产的同时，通过先进技术的应用及机械化生产播种方式实现了效率的改进。

4.2 政策启示

第一，规范农机服务市场，完善农机社会化服务体系。未来中国应进一步农机完善服务业发展，加大农业装备、技术的有效供给，推动粮食生产全程机械化装备和作业水平提档升级；规范农机服务市场，通过跨区作业、土地托管等服务模式，鼓励各类农机服务市场主体为其他农业生产者提供低成本、便利化、全方位、高质量的农机作业服务。加强农机化技术推广、质量监督、安全监理等农机化公共服务体系建设，为农机服务组织的发展营造一个良好的外部环境。

第二，采取多项举措着力培育新型农机经营主体，引导和支持农机大户、农机合作社等新型农机经营主体发展壮大。结合全国各省的区域特征有效进行补偿，促进区域农机服务市场的平衡发展，优化区域间粮食生产经营结构，推进小麦生产向专业化、集约化、现代化方向转型。