陳宏偉，穆月英

（中國(guó)農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，北京 100083）

農(nóng)民收入問(wèn)題是關(guān)系國(guó)計(jì)民生的根本性問(wèn)題，當(dāng)前我國(guó)農(nóng)村社會(huì)老齡化進(jìn)程加快，農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移增加，使得農(nóng)村留守勞動(dòng)力維持傳統(tǒng)經(jīng)營(yíng)方式已難以保證收入的持續(xù)增長(zhǎng)。在此背景下，2014年“中央一號(hào)”文件再次強(qiáng)調(diào)，要健全農(nóng)業(yè)社會(huì)化服務(wù)體系，推行合作式、訂單式、托管式等服務(wù)模式。2017年8月農(nóng)業(yè)部、發(fā)改委、財(cái)政部聯(lián)合下發(fā)的《關(guān)于加快發(fā)展農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)的指導(dǎo)意見(jiàn)》進(jìn)一步指出，加快培育面向廣大農(nóng)戶的農(nóng)業(yè)生產(chǎn)性服務(wù)組織，是促進(jìn)農(nóng)業(yè)增效和農(nóng)民增收的有效手段。農(nóng)業(yè)生產(chǎn)性服務(wù)是服務(wù)供給方主要圍繞農(nóng)業(yè)生產(chǎn)環(huán)節(jié)提供的多種托管或外包服務(wù)，包括農(nóng)機(jī)、技術(shù)、勞務(wù)服務(wù)等，通過(guò)利用分工協(xié)作的優(yōu)勢(shì)，提高農(nóng)業(yè)的資源利用效率帶動(dòng)農(nóng)業(yè)節(jié)本增效和農(nóng)民增收。

行政村是我國(guó)農(nóng)村經(jīng)濟(jì)的基礎(chǔ)地域單元，也承接著我國(guó)各級(jí)政府“三農(nóng)”政策和策略的具體落實(shí)工作。近年來(lái)，一個(gè)村內(nèi)大部分農(nóng)戶從事一種或多種同類商品性農(nóng)產(chǎn)品生產(chǎn)，并以該產(chǎn)業(yè)構(gòu)成該村主要產(chǎn)業(yè)的村莊（即專業(yè)村）不斷涌現(xiàn)[1]。專業(yè)村生產(chǎn)的地域?qū)I(yè)化擴(kuò)大了農(nóng)業(yè)生產(chǎn)性服務(wù)需求規(guī)模，不同生產(chǎn)環(huán)節(jié)服務(wù)提供方的成本優(yōu)勢(shì)逐漸顯現(xiàn)。蔬菜專業(yè)村普遍存在以種植大戶、農(nóng)技推廣站、合作社、涉農(nóng)企業(yè)等為供給主體的村級(jí)專業(yè)化服務(wù)組織（村級(jí)服務(wù)隊(duì)），依托具有一定病蟲(chóng)害防治、農(nóng)機(jī)操作經(jīng)驗(yàn)的村民成員，為廣大村民提供勞務(wù)、農(nóng)機(jī)、技術(shù)等一系列生產(chǎn)性服務(wù)[2-3]，對(duì)農(nóng)業(yè)增產(chǎn)和農(nóng)民增收起到關(guān)鍵性作用[4-5]，基于此，深入探討農(nóng)業(yè)生產(chǎn)性服務(wù)對(duì)農(nóng)戶的增收效應(yīng)，對(duì)于更好培育村級(jí)專業(yè)化服務(wù)組織，提高農(nóng)民收入水平，切實(shí)維護(hù)農(nóng)民利益，具有重要的理論和現(xiàn)實(shí)意義。

生產(chǎn)性服務(wù)泛指為保持工業(yè)生產(chǎn)過(guò)程的連續(xù)性、促進(jìn)技術(shù)進(jìn)步、產(chǎn)業(yè)升級(jí)和提高生產(chǎn)效率提供的保障性服務(wù)[6]，關(guān)于生產(chǎn)性服務(wù)在農(nóng)業(yè)領(lǐng)域運(yùn)用的研究主要集中于闡述和分析生產(chǎn)性服務(wù)的農(nóng)戶需求意愿與影響作用。一是分析農(nóng)戶對(duì)生產(chǎn)性服務(wù)的需求，張曉敏和姜長(zhǎng)云[7]、紀(jì)月清和鐘甫寧[8]研究得出農(nóng)戶分化是關(guān)鍵影響因素，司瑞石等[9]、夏蓓和蔣乃華[10]研究發(fā)現(xiàn)土地流轉(zhuǎn)顯著影響農(nóng)戶生產(chǎn)社會(huì)化服務(wù)需求，蔡榮和蔡書(shū)凱[11]則認(rèn)為家庭農(nóng)業(yè)勞動(dòng)力資源對(duì)生產(chǎn)環(huán)節(jié)外包有明顯抑制作用，還有文獻(xiàn)研究了家庭收入、土地細(xì)碎化、服務(wù)價(jià)格等因素對(duì)農(nóng)戶生產(chǎn)性服務(wù)需求的影響[12-15]。二是分析農(nóng)業(yè)生產(chǎn)性服務(wù)對(duì)農(nóng)戶的影響作用，學(xué)者們普遍認(rèn)為生產(chǎn)性服務(wù)能有效替代家庭勞動(dòng)力，提高農(nóng)業(yè)生產(chǎn)水平[16-17]。劉強(qiáng)等[18]研究表明金融保險(xiǎn)服務(wù)、技術(shù)服務(wù)、機(jī)械服務(wù)和加工銷售服務(wù)對(duì)提高糧食生產(chǎn)成本效率具有顯著作用。孫頂強(qiáng)等[19]指出整地和播種環(huán)節(jié)的生產(chǎn)性服務(wù)對(duì)水稻生產(chǎn)技術(shù)效率具有顯著的正向影響，而病蟲(chóng)害防治服務(wù)對(duì)水稻生產(chǎn)技術(shù)效率的影響顯著為負(fù)。楊萬(wàn)江和李琪[20]、劉強(qiáng)和楊萬(wàn)江[21]、戚迪明等[22]認(rèn)為生產(chǎn)性服務(wù)有助于農(nóng)戶擴(kuò)大種植面積，緩解勞動(dòng)力不足帶來(lái)的效率損失。陳超等[23]研究發(fā)現(xiàn)技術(shù)密集型環(huán)節(jié)外包能夠顯著提高水稻生產(chǎn)率，勞動(dòng)密集型環(huán)節(jié)外包則沒(méi)有顯著影響[24]。

現(xiàn)有文獻(xiàn)對(duì)生產(chǎn)性服務(wù)進(jìn)行了廣泛研究，但對(duì)農(nóng)業(yè)生產(chǎn)性服務(wù)的農(nóng)戶福利效應(yīng)分析尚處于起步階段，較少關(guān)注不同環(huán)節(jié)細(xì)分的生產(chǎn)性服務(wù)對(duì)農(nóng)戶收入的作用機(jī)制、內(nèi)生性與異質(zhì)性。鑒于此，本文基于專業(yè)化分工理論，以環(huán)渤海設(shè)施蔬菜種植戶為研究對(duì)象，運(yùn)用內(nèi)生轉(zhuǎn)換模型并測(cè)算處理效應(yīng)以消除內(nèi)生性，考察村級(jí)服務(wù)隊(duì)供給勞務(wù)、農(nóng)機(jī)與技術(shù)服務(wù)對(duì)設(shè)施蔬菜種植戶收入的影響，探討其增收效應(yīng)，以期檢驗(yàn)農(nóng)業(yè)生產(chǎn)性服務(wù)是否能夠?qū)崿F(xiàn)增加農(nóng)民收入的目標(biāo)。

1 理論分析

專業(yè)化分工理論認(rèn)為，不同勞動(dòng)單位在特定產(chǎn)品生產(chǎn)工序上能夠發(fā)揮比較優(yōu)勢(shì)，通過(guò)專業(yè)化分工充分實(shí)現(xiàn)各環(huán)節(jié)的規(guī)模經(jīng)濟(jì)。就農(nóng)業(yè)生產(chǎn)而言，在農(nóng)戶自身時(shí)間、設(shè)備、技術(shù)水平等稟賦有限條件下，將部分環(huán)節(jié)托管或外包給擁有機(jī)械設(shè)備、勞動(dòng)力和技術(shù)的村級(jí)專業(yè)化服務(wù)組織，有利于農(nóng)地規(guī)模制約下勞動(dòng)生產(chǎn)率的提高。蔬菜生產(chǎn)具有高度依賴密集勞動(dòng)力和技術(shù)投入特征，栽插、灌溉、打藥施肥和采摘等環(huán)節(jié)的勞務(wù)服務(wù)能夠有效替代家庭勞動(dòng)力，彌補(bǔ)家庭勞動(dòng)力數(shù)量短缺、技術(shù)經(jīng)驗(yàn)不足等短板[16-17]，而由于農(nóng)業(yè)生產(chǎn)要素投入和產(chǎn)出關(guān)系不明確的特性，造成勞動(dòng)監(jiān)督成本巨大，勞務(wù)服務(wù)對(duì)農(nóng)戶勞動(dòng)生產(chǎn)率的影響可能存在較大差異[19]。同時(shí)，農(nóng)戶受制于種植規(guī)模和高交易成本，旋耕環(huán)節(jié)自有機(jī)械化程度不高，農(nóng)機(jī)服務(wù)通過(guò)替代農(nóng)戶自購(gòu)農(nóng)機(jī)自我服務(wù)，減少家庭勞動(dòng)力參與，能夠有效提高耕作效率和勞動(dòng)生產(chǎn)率[25]，即農(nóng)機(jī)服務(wù)的勞動(dòng)力替代效應(yīng)。通過(guò)使用技術(shù)服務(wù)，農(nóng)戶能夠向技術(shù)人員學(xué)習(xí)種植技術(shù)，提升自身的田間管理水平，從而通過(guò)學(xué)習(xí)的正外部性提高勞動(dòng)生產(chǎn)率[26-27]。由于勞務(wù)服務(wù)中的簡(jiǎn)單技術(shù)運(yùn)用不同于技術(shù)專業(yè)化服務(wù)，勞務(wù)服務(wù)與農(nóng)業(yè)機(jī)械化服務(wù)分別應(yīng)用于蔬菜生產(chǎn)的不同環(huán)節(jié)，即勞務(wù)服務(wù)與技術(shù)服務(wù)、農(nóng)業(yè)機(jī)械化服務(wù)均不存在替代關(guān)系。因此，本研究認(rèn)為勞務(wù)、農(nóng)機(jī)和技術(shù)服務(wù)通過(guò)勞動(dòng)替代效應(yīng)和學(xué)習(xí)的正外部性帶來(lái)勞動(dòng)生產(chǎn)率的提升。

不同農(nóng)業(yè)生產(chǎn)環(huán)節(jié)的投入產(chǎn)出屬性不同，對(duì)服務(wù)的需求強(qiáng)度有所差異，如栽插、灌溉、采摘等勞動(dòng)密集型環(huán)節(jié)對(duì)勞務(wù)服務(wù)有較高需求，旋耕環(huán)節(jié)對(duì)農(nóng)機(jī)服務(wù)需求較高，病蟲(chóng)害防治環(huán)節(jié)則對(duì)技術(shù)服務(wù)要求較高。同時(shí)，由于農(nóng)戶家庭自身資源稟賦的差異、村級(jí)專業(yè)化服務(wù)隊(duì)的工作能力和效率差異等導(dǎo)致農(nóng)戶勞動(dòng)生產(chǎn)率存在區(qū)別，即異質(zhì)性。因此，本研究認(rèn)為農(nóng)戶使用生產(chǎn)性服務(wù)帶來(lái)的勞動(dòng)生產(chǎn)率影響存在異質(zhì)性（圖1）。

圖1 理論框架Fig. 1 Theoretical framework

2 研究方法

2.1 數(shù)據(jù)說(shuō)明

數(shù)據(jù)來(lái)源于2016年7月課題組對(duì)環(huán)渤海三?。ㄉ綎|、河北和遼寧）設(shè)施蔬菜主產(chǎn)區(qū)開(kāi)展的專業(yè)村農(nóng)戶問(wèn)卷調(diào)查。數(shù)據(jù)收集采取分層抽樣和隨機(jī)抽樣結(jié)合的方式，按照蔬菜專業(yè)村與專業(yè)化服務(wù)組織的地域分布情況，隨機(jī)抽取行政村作為調(diào)研區(qū)域，每個(gè)村按花名冊(cè)隨機(jī)選取8～10戶設(shè)施蔬菜種植戶，通過(guò)走訪、座談等形式開(kāi)展蔬菜生產(chǎn)性服務(wù)使用情況問(wèn)卷調(diào)研。調(diào)查問(wèn)卷的設(shè)計(jì)充分考慮了已有生產(chǎn)性服務(wù)與農(nóng)戶收入的相關(guān)研究成果，并在正式調(diào)研之前隨機(jī)選取部分農(nóng)戶進(jìn)行預(yù)調(diào)查以進(jìn)一步完善問(wèn)卷。調(diào)研成員由中國(guó)農(nóng)業(yè)大學(xué)的老師和博士研究生組成，采取與農(nóng)戶一對(duì)一訪談的形式，問(wèn)卷由調(diào)研人員填寫(xiě)。最終共收回問(wèn)卷405份，剔除數(shù)據(jù)不完整和存在明顯邏輯錯(cuò)誤的問(wèn)卷樣本后，有效問(wèn)卷共396份，問(wèn)卷有效率97.78%。調(diào)研問(wèn)卷內(nèi)容涉及農(nóng)業(yè)生產(chǎn)性服務(wù)特征、戶主稟賦特征、家庭稟賦特征、外部環(huán)境特征等方面內(nèi)容。

2.2 模型選擇

結(jié)合前述分析，本研究選擇能夠獲取對(duì)農(nóng)戶增收效應(yīng)無(wú)偏估計(jì)的內(nèi)生轉(zhuǎn)換模型，并測(cè)算能夠反映增收效果異質(zhì)性的平均處理效應(yīng)，以此來(lái)分析差異化生產(chǎn)性服務(wù)選擇下農(nóng)戶收入的差異。

2.2.1 內(nèi)生轉(zhuǎn)換模型 農(nóng)業(yè)勞動(dòng)生產(chǎn)率是指單個(gè)農(nóng)業(yè)勞動(dòng)者單位時(shí)間內(nèi)生產(chǎn)的農(nóng)產(chǎn)品價(jià)值，考慮到所調(diào)研區(qū)域均為蔬菜專業(yè)村，農(nóng)戶蔬菜生產(chǎn)的專業(yè)化程度極高，蔬菜收入基本上占其總收入的100%，因此，以農(nóng)戶家庭收入來(lái)反映其勞動(dòng)生產(chǎn)率。考慮一般性收入決定方程，農(nóng)戶家庭收入函數(shù)可以表示為可觀測(cè)變量與生產(chǎn)性服務(wù)決策變量的線性函數(shù)，其中，農(nóng)戶使用生產(chǎn)性服務(wù)決策是基于效用最大化的自我選擇，可以表示為一系列可觀測(cè)變量的函數(shù)：

式中：βi是待估變量向量，μi是殘差項(xiàng)，Zi是可觀測(cè)非隨機(jī)向量，Si是生產(chǎn)性服務(wù)決策變量，取值為1表示農(nóng)戶使用生產(chǎn)性服務(wù)，反之為0。Yi為農(nóng)戶家庭收入結(jié)果變量，ei為殘差項(xiàng)，Xi為一系列可觀測(cè)變量。

需要指出的是，農(nóng)戶生產(chǎn)行為與生產(chǎn)性服務(wù)選擇行為在某種程度上存在著“同時(shí)決策”的可能，并基于自身特征的異質(zhì)性形成“自選擇”問(wèn)題。因此，選擇內(nèi)生轉(zhuǎn)換模型可克服樣本自選擇造成的有偏估計(jì)問(wèn)題，通過(guò)構(gòu)建反事實(shí)場(chǎng)景測(cè)算平均處理效應(yīng)可以矯正由不可觀測(cè)或可觀測(cè)的變量導(dǎo)致的選擇性偏誤和解決因服務(wù)使用農(nóng)戶在不使用時(shí)的情形無(wú)法觀測(cè)所帶來(lái)的“數(shù)據(jù)缺失”問(wèn)題。

考慮下面的方程組，在農(nóng)戶使用和未使用服務(wù)兩種情境下來(lái)分別定義收入方程：

采用完全信息極大似然法（FIML）同時(shí)估計(jì)決策方程（2）與結(jié)果方程（3）和（4）。

2.2.2 平均處理效應(yīng)測(cè)算方法 上述框架可用于估計(jì)農(nóng)戶使用和未使用生產(chǎn)性服務(wù)服務(wù)兩種情境下收入的條件期望，其中j=1，k=2分別代表從樣本中觀察到的兩種實(shí)際情況期望值，j=2，k=1表示反事實(shí)條件下的條件期望：

通過(guò)比較二者在實(shí)際和反事實(shí)條件下的期望值，可以分析處理組（ATT）與對(duì)照組（ATU）的平均處理效應(yīng)，任一農(nóng)戶使用服務(wù)的平均處理效應(yīng)（ATE）為ATT與ATU加權(quán)后的均值：

2.3 變量設(shè)置

農(nóng)業(yè)生產(chǎn)性服務(wù)內(nèi)容廣泛、系統(tǒng)全面且類型多樣，設(shè)施蔬菜的生產(chǎn)過(guò)程為勞動(dòng)與技術(shù)密集型，旋耕、育秧、栽插、灌溉、施肥、病蟲(chóng)害防治和采摘等生產(chǎn)各環(huán)節(jié)的生產(chǎn)性服務(wù)直接關(guān)系到蔬菜增產(chǎn)和農(nóng)戶增收，進(jìn)一步可以歸納為技術(shù)服務(wù)、農(nóng)業(yè)機(jī)械化服務(wù)和勞務(wù)服務(wù)三類。選取技術(shù)服務(wù)、農(nóng)業(yè)機(jī)械化服務(wù)、勞務(wù)服務(wù)等生產(chǎn)性服務(wù)指標(biāo)作為關(guān)鍵變量，若農(nóng)戶使用過(guò)某項(xiàng)服務(wù)，取值為1，沒(méi)有則為0。與理論分析相對(duì)應(yīng)，農(nóng)業(yè)生產(chǎn)性服務(wù)的增收效應(yīng)是指農(nóng)戶家庭使用農(nóng)業(yè)生產(chǎn)性服務(wù)所帶來(lái)的收入增長(zhǎng)，選取農(nóng)戶家庭當(dāng)年總收入作為被解釋變量，并取自然對(duì)數(shù)處理以減小異常值和異方差對(duì)模型估計(jì)結(jié)果的影響。同時(shí)，在分析模型中加入包括年齡、受教育程度和風(fēng)險(xiǎn)態(tài)度等戶主稟賦特征，種植年限、種植規(guī)模和家庭勞動(dòng)力數(shù)量等家庭稟賦特征，本地蔬菜品牌、服務(wù)信息渠道數(shù)量和與鄉(xiāng)鎮(zhèn)政府的距離等外部環(huán)境特征變量。具體變量定義與描述性統(tǒng)計(jì)見(jiàn)表1。

2.4 檢驗(yàn)方法

為了解決不可觀測(cè)偏誤造成樣本估計(jì)的不一致性，首先運(yùn)用工具變量法檢驗(yàn)使用勞務(wù)、農(nóng)機(jī)、技術(shù)服務(wù)解釋變量的內(nèi)生性，然后運(yùn)用內(nèi)生轉(zhuǎn)換模型對(duì)農(nóng)業(yè)生產(chǎn)性服務(wù)的增收效應(yīng)和異質(zhì)性進(jìn)行測(cè)算。

考慮到農(nóng)業(yè)生產(chǎn)性服務(wù)變量可能存在內(nèi)生性問(wèn)題，選用兩階段工具變量法進(jìn)行檢驗(yàn)。首先，考察工具變量的有效性，運(yùn)用兩階段最小二乘回歸（2SLS）檢驗(yàn)工具變量與生產(chǎn)性服務(wù)的相關(guān)性，若工具變量的回歸系數(shù)顯著，則說(shuō)明工具變量與生產(chǎn)性服務(wù)變量高度相關(guān)；運(yùn)用過(guò)度識(shí)別檢驗(yàn)考察工具變量與擾動(dòng)項(xiàng)的相關(guān)性，若P值大于0.1，則說(shuō)明工具變量與擾動(dòng)項(xiàng)不相關(guān)。其次，考察農(nóng)業(yè)生產(chǎn)性服務(wù)變量的內(nèi)生性，運(yùn)用Hausman檢驗(yàn)與DWH異方差檢驗(yàn)，若P值小于0.1，則認(rèn)為農(nóng)業(yè)生產(chǎn)性服務(wù)是內(nèi)生解釋變量。

3 結(jié)果與分析

3.1 描述性統(tǒng)計(jì)分析

農(nóng)業(yè)生產(chǎn)性服務(wù)的總體使用比重不高，樣本農(nóng)戶中使用勞務(wù)服務(wù)、農(nóng)機(jī)服務(wù)和技術(shù)服務(wù)的比例分別為53.79%、39.90%和37.12%，即使用勞務(wù)服務(wù)的農(nóng)戶比例高于農(nóng)機(jī)服務(wù)、技術(shù)服務(wù)（表2）。從戶主稟賦特征來(lái)看，使用農(nóng)業(yè)生產(chǎn)性服務(wù)的農(nóng)戶戶主年齡均集中在40～60歲，受教育程度均以初中水平為主，說(shuō)明年齡較大、受教育程度較低的農(nóng)戶更愿意使用生產(chǎn)性服務(wù)。從家庭稟賦特征來(lái)看，農(nóng)戶的設(shè)施種植年限集中在10～20年，表明使用生產(chǎn)性服務(wù)的農(nóng)戶大多具有豐富的種植經(jīng)驗(yàn)。相較于技術(shù)服務(wù)使用農(nóng)戶，使用農(nóng)機(jī)服務(wù)或勞務(wù)服務(wù)的農(nóng)戶，其家庭勞動(dòng)力數(shù)量普遍較少，即勞動(dòng)力數(shù)量短缺的農(nóng)戶家庭更傾向于使用農(nóng)機(jī)服務(wù)和勞務(wù)服務(wù)。

3.2 農(nóng)業(yè)生產(chǎn)性服務(wù)的內(nèi)生性檢驗(yàn)

選取服務(wù)信息渠道數(shù)量作為工具變量，農(nóng)戶通過(guò)合作社、農(nóng)技推廣等多種渠道獲取服務(wù)信息，更容易接觸與了解生產(chǎn)性服務(wù)，提高可獲得程度，即服務(wù)信息渠道數(shù)量與使用農(nóng)業(yè)生產(chǎn)性服務(wù)具有較強(qiáng)的相關(guān)性，但服務(wù)信息的渠道數(shù)量對(duì)農(nóng)業(yè)產(chǎn)出無(wú)直接影響。因此，服務(wù)信息渠道數(shù)量這一變量符合工具變量的外生性和相關(guān)性兩個(gè)條件。運(yùn)用兩階段最小二乘法方法分別估計(jì)勞務(wù)服務(wù)、農(nóng)機(jī)服務(wù)、技術(shù)服務(wù)對(duì)農(nóng)戶家庭收入的影響，對(duì)應(yīng)模型一、模型二和模型三（表3）。

首先考察工具變量有效性，過(guò)度識(shí)別檢驗(yàn)結(jié)果表明“工具變量與擾動(dòng)項(xiàng)無(wú)關(guān)”，第一階段回歸中工具變量系數(shù)均通過(guò)1%的顯著性檢驗(yàn)，表明家庭收入分別與勞務(wù)服務(wù)、農(nóng)機(jī)服務(wù)、技術(shù)服務(wù)變量高度相關(guān)，后文內(nèi)生轉(zhuǎn)換模型估計(jì)結(jié)果也為工具變量設(shè)置的合理性提供了證據(jù)。進(jìn)一步進(jìn)行內(nèi)生性檢驗(yàn)，Hausman檢驗(yàn)與DWH異方差檢驗(yàn)均在1%的水平上顯著，表明勞務(wù)服務(wù)、農(nóng)機(jī)服務(wù)、技術(shù)服務(wù)分別是農(nóng)戶家庭收入模型中的內(nèi)生解釋變量，將其視為外生會(huì)導(dǎo)致估計(jì)的不一致。表3中可以看出，勞務(wù)服務(wù)、農(nóng)機(jī)服務(wù)、技術(shù)服務(wù)對(duì)農(nóng)戶家庭收入均有顯著正向影響。盡管采用工具變量法能夠解決遺漏變量導(dǎo)致的內(nèi)生性問(wèn)題，但仍無(wú)法解決使用與未使用農(nóng)業(yè)生產(chǎn)性服務(wù)家庭異質(zhì)性帶來(lái)的選擇性偏誤問(wèn)題。為此，借鑒Di Falco等[28]的做法，運(yùn)用內(nèi)生轉(zhuǎn)換回歸模型進(jìn)一步進(jìn)行估計(jì)。

表2 調(diào)研樣本的描述性統(tǒng)計(jì)Table 2 Descriptive statistics of samples

3.3 農(nóng)戶收入的影響因素分析

運(yùn)用完全信息極大似然法（FIML）分別對(duì)內(nèi)生轉(zhuǎn)換模型中的勞務(wù)服務(wù)、農(nóng)機(jī)服務(wù)、技術(shù)服務(wù)選擇方程及其收入方程進(jìn)行聯(lián)合估計(jì)（表4）。為提高模型識(shí)別度，同樣引入“服務(wù)信息渠道數(shù)量”作為農(nóng)戶是否使用農(nóng)業(yè)生產(chǎn)性服務(wù)的工具變量。勞務(wù)服務(wù)、農(nóng)機(jī)服務(wù)、技術(shù)服務(wù)的對(duì)數(shù)似然值檢驗(yàn)和聯(lián)合獨(dú)立似然比檢驗(yàn)均在1%的水平上顯著，表明擬合狀況良好，存在由不可觀測(cè)變量引起的樣本選擇偏誤，運(yùn)用內(nèi)生轉(zhuǎn)換模型進(jìn)行估計(jì)是合適的。

就勞務(wù)服務(wù)、農(nóng)機(jī)服務(wù)、技術(shù)服務(wù)中的選擇方程而言，年齡對(duì)農(nóng)戶使用勞務(wù)和技術(shù)服務(wù)有顯著影響（表4），樣本戶主年齡集中在50歲左右，隨著年齡的增長(zhǎng)，農(nóng)戶的勞動(dòng)能力逐漸下降，對(duì)新事物接受越慢，更傾向于雇擁勞動(dòng)力和更少接受技術(shù)服務(wù)。受教育程度是影響農(nóng)機(jī)服務(wù)和技術(shù)服務(wù)決策的關(guān)鍵因素，農(nóng)戶受教育程度越高，對(duì)如何增產(chǎn)增收有更深的認(rèn)識(shí)，通過(guò)進(jìn)行機(jī)械化耕作，以及增產(chǎn)增效技術(shù)的使用，能夠顯著提高產(chǎn)量和生產(chǎn)效率，農(nóng)戶的參與積極性更高。風(fēng)險(xiǎn)態(tài)度對(duì)農(nóng)戶使用勞務(wù)服務(wù)的影響顯著，且系數(shù)為負(fù)，考慮到勞務(wù)服務(wù)的生產(chǎn)率可能會(huì)低于自用工，風(fēng)險(xiǎn)態(tài)度積極型農(nóng)戶能夠承擔(dān)生產(chǎn)率低下造成的產(chǎn)量損失風(fēng)險(xiǎn)，以更多地雇工來(lái)彌補(bǔ)自身勞動(dòng)力的不足。

表4 內(nèi)生轉(zhuǎn)換模型估計(jì)結(jié)果Table 4 Estimation results of the endogenous switching model

種植規(guī)模對(duì)三種生產(chǎn)性服務(wù)使用決策均有積極影響，農(nóng)戶種植面積越大，越需要進(jìn)行生產(chǎn)性服務(wù)外包，包括雇傭大量外部勞動(dòng)力、大范圍連片機(jī)械化耕作和使用多種生產(chǎn)技術(shù)[14]。家庭勞動(dòng)力數(shù)量負(fù)向影響農(nóng)戶勞務(wù)和農(nóng)機(jī)服務(wù)決策，這與周丹等[3]、蔡榮和蔡書(shū)凱[11]的研究一致，家庭勞動(dòng)力個(gè)數(shù)與雇傭勞動(dòng)力個(gè)數(shù)相互替代，同時(shí)機(jī)械對(duì)勞動(dòng)力也具有替代效應(yīng)，符合速水佑次郎和拉坦的誘致性技術(shù)創(chuàng)新理論。服務(wù)信息渠道數(shù)量正向影響農(nóng)戶使用農(nóng)機(jī)和技術(shù)服務(wù)，表明通過(guò)與其他村民交流、報(bào)紙、網(wǎng)絡(luò)等方式獲取服務(wù)信息，能夠?qū)κ褂棉r(nóng)機(jī)和技術(shù)服務(wù)的好處更加了解，越容易主動(dòng)尋求服務(wù)供給。同時(shí)，農(nóng)業(yè)生產(chǎn)性服務(wù)具有示范帶動(dòng)作用，通過(guò)作用于單個(gè)農(nóng)戶使其收入增加，其他農(nóng)戶獲得服務(wù)信息也會(huì)積極采用該項(xiàng)服務(wù)。

進(jìn)一步比較三個(gè)模型中使用和未使用服務(wù)的收入方程，可以發(fā)現(xiàn)，處理組和對(duì)照組的收入決定機(jī)制明顯不同，普通最小二乘估計(jì)會(huì)造成偏差。年齡對(duì)使用和未使用勞務(wù)服務(wù)農(nóng)戶家庭收入的影響系數(shù)均顯著為負(fù)，且對(duì)未使用家庭影響較大。使用技術(shù)服務(wù)的受教育程度回歸系數(shù)顯著且大于未使用方程，戶主受教育程度較高，在獲得技術(shù)服務(wù)后對(duì)技術(shù)有更深入的理解，通過(guò)技術(shù)掌握后的持續(xù)使用，對(duì)收入的提升作用明顯[29]，而使用與未使用勞務(wù)、農(nóng)機(jī)服務(wù)收入方程中受教育程度的回歸系數(shù)均不顯著，這與勞務(wù)、機(jī)械化耕地外包較少受制于受教育程度有關(guān)。風(fēng)險(xiǎn)態(tài)度在各收入方程中均不顯著，但系數(shù)均為負(fù)，說(shuō)明風(fēng)險(xiǎn)偏好型農(nóng)戶獲得更多收入的可能性更大。

從各收入方程中種植規(guī)模的系數(shù)看，種植規(guī)模的擴(kuò)大均有助于提高所有農(nóng)戶的收入水平，且使用每種服務(wù)的農(nóng)戶收入均高于未使用戶，種植面積越大，與之匹配更多的雇傭勞動(dòng)力或機(jī)械化耕作替代勞動(dòng)力，以及獲得相關(guān)生產(chǎn)技術(shù)支持，使得農(nóng)戶可以獲得更高的收入，這與陳昭玖等[30]的研究相一致。同樣，本地蔬菜品牌在勞務(wù)、農(nóng)機(jī)和技術(shù)服務(wù)三個(gè)收入方程中均顯著，且使用服務(wù)戶高于未使用戶，相較周邊相同品種的農(nóng)產(chǎn)品，有蔬菜品牌更具競(jìng)爭(zhēng)優(yōu)勢(shì)，通過(guò)大量勞務(wù)、農(nóng)機(jī)和技術(shù)服務(wù)投入提高農(nóng)產(chǎn)品質(zhì)量，能夠進(jìn)一步提高收入。

家庭勞動(dòng)力數(shù)量對(duì)使用勞務(wù)服務(wù)或技術(shù)服務(wù)的農(nóng)戶家庭收入影響顯著，設(shè)施蔬菜種植是勞動(dòng)密集型產(chǎn)業(yè)，在定植、灌溉、病蟲(chóng)害防治等環(huán)節(jié)需要消耗大量勞動(dòng)力，在當(dāng)前農(nóng)村普遍缺少勞動(dòng)力的背景下，充足勞動(dòng)力能夠顯著提高蔬菜產(chǎn)量和家庭收入。

3.4 農(nóng)業(yè)生產(chǎn)性服務(wù)的增收效應(yīng)分析

基于以上三種農(nóng)業(yè)生產(chǎn)性服務(wù)的內(nèi)生轉(zhuǎn)換模型回歸結(jié)果，分別考慮實(shí)際條件下使用和未使用，以及反事實(shí)條件下假設(shè)未使用、假設(shè)使用共四種情況的家庭期望總收入，以消除其他因素的影響，測(cè)算其平均處理效應(yīng)，進(jìn)而分析農(nóng)戶的異質(zhì)性回報(bào)。

根據(jù)反事實(shí)方法的計(jì)算結(jié)果，使用勞務(wù)服務(wù)、農(nóng)機(jī)服務(wù)、技術(shù)服務(wù)家庭對(duì)收入的影響效應(yīng)ATT（處理組）分別對(duì)應(yīng)為0.891、1.917和1.023，未使用服務(wù)農(nóng)戶家庭的潛在效果ATU（對(duì)照組）分別為0.170、0.155和0.200（表5），即勞務(wù)、農(nóng)機(jī)和技術(shù)服務(wù)均能夠顯著提高農(nóng)戶收入水平。進(jìn)一步地，計(jì)算任一農(nóng)戶家庭使用三種生產(chǎn)性服務(wù)的平均處理效應(yīng)ATE分別為0.437、0.860和0.644，即不同生產(chǎn)性服務(wù)對(duì)提高農(nóng)戶收入的效果存在顯著差異，農(nóng)機(jī)服務(wù)帶來(lái)的增收效果最好。從異質(zhì)性效應(yīng)來(lái)看，由于不同家庭在使用生產(chǎn)性服務(wù)上存在異質(zhì)性，僅簡(jiǎn)單比較服務(wù)使用家庭和未使用家庭的收入差異，即0.323、0.273和0.329，并將其視為三種生產(chǎn)性服務(wù)的增收效應(yīng)，會(huì)高估生產(chǎn)性服務(wù)提高農(nóng)戶收入水平的作用。對(duì)于三種生產(chǎn)性服務(wù)，做出相同決策的實(shí)際使用和實(shí)際未使用農(nóng)戶家庭的處理效應(yīng)存在明顯差異，表明即使做出相同的使用或未使用決策，兩組農(nóng)戶之間的家庭異質(zhì)性決定了期望收入存在差異。

表5 農(nóng)業(yè)生產(chǎn)性服務(wù)的平均處理效應(yīng)Table 5 Average treatment effects of agricultural production services

4 結(jié)論與建議

4.1 結(jié)論

研究表明，農(nóng)業(yè)生產(chǎn)性服務(wù)的總體使用比例不高，僅有53.79%、39.90%和37.12%的農(nóng)戶使用勞務(wù)服務(wù)、農(nóng)機(jī)服務(wù)和技術(shù)服務(wù)，不利于發(fā)展農(nóng)民自主使用生產(chǎn)性服務(wù)。因此，政策傾斜是引導(dǎo)農(nóng)戶使用生產(chǎn)性服務(wù)的重要方式。

從決策方程來(lái)看，農(nóng)戶生產(chǎn)性服務(wù)使用決策受到服務(wù)信息渠道數(shù)量和自身稟賦的共同影響，服務(wù)信息渠道數(shù)量越多會(huì)提升農(nóng)戶使用生產(chǎn)性服務(wù)的概率，自身稟賦中受教育程度越高、種植規(guī)模越大有正向影響，年齡越大、風(fēng)險(xiǎn)厭惡、家庭勞動(dòng)力數(shù)量越多有負(fù)向影響。

從收入方程來(lái)看，對(duì)于使用勞務(wù)服務(wù)、農(nóng)機(jī)服務(wù)或技術(shù)服務(wù)的農(nóng)戶，種植規(guī)模、本地蔬菜品牌對(duì)收入水平的提升作用更為明顯，即使用生產(chǎn)性服務(wù)有助于土地規(guī)模效應(yīng)和農(nóng)產(chǎn)品品牌效應(yīng)的發(fā)揮。受教育程度越高對(duì)技術(shù)服務(wù)使用農(nóng)戶的增收效應(yīng)更為顯著，即技術(shù)服務(wù)通過(guò)學(xué)習(xí)的正外部性提高勞動(dòng)生產(chǎn)率，從而提升收入水平。年齡越大即勞動(dòng)能力下降對(duì)勞務(wù)服務(wù)使用農(nóng)戶的收入抑制作用顯著降低，體現(xiàn)了生產(chǎn)性服務(wù)的勞動(dòng)替代效應(yīng)。

農(nóng)業(yè)生產(chǎn)性服務(wù)具有顯著的增收效應(yīng)，即農(nóng)戶使用勞務(wù)服務(wù)、農(nóng)機(jī)服務(wù)或技術(shù)服務(wù)均能夠顯著提高收入水平，其中農(nóng)機(jī)服務(wù)的收入提升效果最好，其次是技術(shù)服務(wù)和勞務(wù)服務(wù)。

4.2 建議

1）完善農(nóng)業(yè)生產(chǎn)性服務(wù)供給體系。政府要積極扶持村級(jí)專業(yè)化服務(wù)組織，通過(guò)一系列貸款優(yōu)惠、稅收減免等政策傾斜，引導(dǎo)其不斷提高農(nóng)機(jī)服務(wù)、技術(shù)服務(wù)、勞務(wù)服務(wù)供給數(shù)量與質(zhì)量。

2）拓展農(nóng)戶生產(chǎn)性服務(wù)信息獲取渠道。健全和完善當(dāng)前農(nóng)業(yè)信息化服務(wù)建設(shè)，充分發(fā)揮電視、網(wǎng)絡(luò)等媒體的作用，讓農(nóng)民能夠及時(shí)了解服務(wù)信息，科學(xué)生產(chǎn)，解決生產(chǎn)性服務(wù)供給過(guò)程中的“最后一公里”問(wèn)題。

3）做大做強(qiáng)本地農(nóng)產(chǎn)品品牌，繼續(xù)推進(jìn)“一村一品”。緊緊圍繞當(dāng)?shù)孛貎?yōu)農(nóng)產(chǎn)品，把資源優(yōu)勢(shì)轉(zhuǎn)化為品牌優(yōu)勢(shì)、經(jīng)濟(jì)優(yōu)勢(shì)，不斷提高農(nóng)產(chǎn)品標(biāo)準(zhǔn)化、精細(xì)化、專業(yè)化水平，培育具有一定規(guī)模和知名度的本地農(nóng)產(chǎn)品品牌。