陳昕，胡友，祁春節(jié)

(1. 江西農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，南昌市，330045； 2. 華中農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，武漢市，430070)

0 引言

隨著工業(yè)化和城鎮(zhèn)化進(jìn)程的推進(jìn)，我國(guó)已進(jìn)入從傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)轉(zhuǎn)型的關(guān)鍵時(shí)期，農(nóng)村老齡化、兼業(yè)化和空心化問(wèn)題日漸明顯，對(duì)農(nóng)業(yè)機(jī)械動(dòng)力的需求空前迫切[1]，但在大國(guó)小農(nóng)的基本國(guó)情下，普通農(nóng)戶購(gòu)置農(nóng)業(yè)機(jī)械存在設(shè)備利用率低、規(guī)模不經(jīng)濟(jì)等問(wèn)題，因此購(gòu)買農(nóng)機(jī)服務(wù)成為很多農(nóng)戶的首選。2018年，國(guó)務(wù)院發(fā)布的《關(guān)于加快推進(jìn)農(nóng)業(yè)機(jī)械化和農(nóng)機(jī)裝備產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的指導(dǎo)意見》中提出，鼓勵(lì)發(fā)展訂單作業(yè)、跨區(qū)作業(yè)等多種形式的農(nóng)機(jī)服務(wù)，將更多農(nóng)戶轉(zhuǎn)入現(xiàn)代農(nóng)業(yè)的發(fā)展軌道。以全國(guó)三大主糧的生產(chǎn)為例，每公頃農(nóng)機(jī)服務(wù)費(fèi)用已經(jīng)從2001年的341.85元增至2019年的2 265.3元，年均增長(zhǎng)率達(dá)11.08%，是同期農(nóng)業(yè)機(jī)械總動(dòng)力增長(zhǎng)率的三倍多，說(shuō)明農(nóng)機(jī)服務(wù)已經(jīng)成為我國(guó)農(nóng)業(yè)機(jī)械化發(fā)展的關(guān)鍵力量[2]。但一個(gè)不容忽視的問(wèn)題是，長(zhǎng)期以來(lái)我國(guó)農(nóng)村地區(qū)的信息渠道閉塞、農(nóng)業(yè)經(jīng)營(yíng)分散，普通農(nóng)戶的農(nóng)機(jī)服務(wù)需求容易被以“大戶為導(dǎo)向”的農(nóng)機(jī)服務(wù)主體忽視，嚴(yán)重制約了傳統(tǒng)農(nóng)業(yè)生產(chǎn)的機(jī)械化改造進(jìn)程[3]。

近年來(lái)，隨著新一代信息技術(shù)的發(fā)展和“寬帶中國(guó)”戰(zhàn)略的實(shí)施，我國(guó)農(nóng)村地區(qū)的互聯(lián)網(wǎng)普及率大幅攀升，從2013年的27.5%增至2020年的55.9%。眾多研究表明互聯(lián)網(wǎng)信息技術(shù)的應(yīng)用是農(nóng)業(yè)現(xiàn)代化發(fā)展的創(chuàng)新源泉，與農(nóng)業(yè)機(jī)械技術(shù)的融合提升了農(nóng)業(yè)生產(chǎn)效率[4-5]，與農(nóng)業(yè)市場(chǎng)化的融合提升了產(chǎn)品要素市場(chǎng)的流通效率[6]，但農(nóng)機(jī)服務(wù)作為資源配置的重要一環(huán)，目前圍繞互聯(lián)網(wǎng)信息技術(shù)如何驅(qū)動(dòng)農(nóng)機(jī)服務(wù)發(fā)展的研究大多還停留在理論分析層面，意識(shí)到互聯(lián)網(wǎng)使用對(duì)農(nóng)戶采納農(nóng)機(jī)服務(wù)的影響效應(yīng)問(wèn)題，并認(rèn)同互聯(lián)網(wǎng)使用通過(guò)降低農(nóng)機(jī)作業(yè)的信息成本、監(jiān)督成本，增加農(nóng)機(jī)作業(yè)的服務(wù)需求進(jìn)而有利于提高農(nóng)戶對(duì)農(nóng)機(jī)服務(wù)的采納率[7-8]，只有少數(shù)學(xué)者運(yùn)用實(shí)證方法從微觀層面進(jìn)行了定量研究，李忠旭等[9]采用2016年中國(guó)勞動(dòng)力動(dòng)態(tài)調(diào)查(CLDS)的橫截面數(shù)據(jù)，運(yùn)用Probit模型分析互聯(lián)網(wǎng)使用對(duì)農(nóng)戶采納農(nóng)機(jī)服務(wù)的影響機(jī)制，發(fā)現(xiàn)互聯(lián)網(wǎng)信息技術(shù)通過(guò)促進(jìn)非農(nóng)就業(yè)而激勵(lì)農(nóng)戶購(gòu)買農(nóng)機(jī)服務(wù)以替代減少的農(nóng)業(yè)勞動(dòng)力投入，農(nóng)戶教育水平、社會(huì)資本豐裕度會(huì)影響到互聯(lián)網(wǎng)對(duì)農(nóng)機(jī)服務(wù)采納行為的作用效果。與截面數(shù)據(jù)相比，面板數(shù)據(jù)兼具截面和時(shí)間兩個(gè)維度，能夠解決不可觀察的個(gè)體差異所引發(fā)的遺漏變量問(wèn)題，進(jìn)而提高估計(jì)的精確度。因此，以中國(guó)家庭追蹤調(diào)查(CFPS)面板數(shù)據(jù)為基礎(chǔ)，運(yùn)用面板Probit模型分析互聯(lián)網(wǎng)使用是否會(huì)影響農(nóng)戶對(duì)農(nóng)機(jī)服務(wù)的采納及其異質(zhì)性，以期為推動(dòng)互聯(lián)網(wǎng)信息技術(shù)與農(nóng)機(jī)服務(wù)的融合發(fā)展提供有益的政策參考。

1 數(shù)據(jù)來(lái)源與模型構(gòu)建

1.1 數(shù)據(jù)來(lái)源

實(shí)證研究所用數(shù)據(jù)來(lái)源于北京大學(xué)中國(guó)社會(huì)科學(xué)調(diào)查中心負(fù)責(zé)實(shí)施的中國(guó)家庭追蹤調(diào)查數(shù)據(jù)(簡(jiǎn)稱CFPS)，于2010年正式進(jìn)行基線調(diào)查，共采訪了14 960 個(gè)家庭戶和42 590位個(gè)人，此后2012年、2014年、2016年、2018年又分別進(jìn)行了四輪全樣本的追蹤調(diào)查。抽樣來(lái)源于河北省、山西省、遼寧省、吉林省、黑龍江省、江蘇省、浙江省、安徽省、福建省、江西省、山東省、河南省、湖北省、湖南省、廣東省、廣西、四川省、貴州省、云南省、陜西省、甘肅省、北京、天津、上海、重慶共25個(gè)省/市/自治區(qū)，代表了全國(guó)95%的人口。本文從農(nóng)戶層面分析互聯(lián)網(wǎng)使用對(duì)農(nóng)機(jī)服務(wù)需求的影響，故將樣本限制為從事農(nóng)林牧副漁活動(dòng)的家庭戶。由于CFPS2012尚未涉及互聯(lián)網(wǎng)使用的調(diào)查，CFPS2014開始專門設(shè)計(jì)“手機(jī)和網(wǎng)絡(luò)模型”板塊對(duì)家庭戶互聯(lián)網(wǎng)使用進(jìn)行調(diào)查，故本研究采用CFPS2014、CFPS2016、CFPS2018三輪的調(diào)查數(shù)據(jù)，經(jīng)過(guò)數(shù)據(jù)清洗和刪除關(guān)鍵變量缺失的樣本，本文最終的有效樣本包括連續(xù)三期均接受調(diào)查的2 614個(gè)農(nóng)戶所構(gòu)成的面板數(shù)據(jù)，共計(jì)7 842個(gè)觀測(cè)值。

1.2 模型構(gòu)建

被解釋變量是農(nóng)戶對(duì)農(nóng)機(jī)服務(wù)的采納行為，其取值只有兩種可能，即采用農(nóng)機(jī)服務(wù)和不采用農(nóng)機(jī)服務(wù)，屬于二元虛擬變量，可使用Probit模型進(jìn)行回歸。由于本文所使用的是三期面板數(shù)據(jù)，用面板Probit模型(簡(jiǎn)稱XT-Probit)可以獲得更優(yōu)的擬合效果，且前期對(duì)樣本數(shù)據(jù)的LR檢驗(yàn)結(jié)果也顯著拒絕了混合截面Probit 模型的原假設(shè)，故采用XT-Probit 模型進(jìn)行分析，構(gòu)建的實(shí)證模型如式(1)所示。

(1)

式中：Yit——i農(nóng)戶t期的農(nóng)機(jī)服務(wù)費(fèi)用；

Fit——i農(nóng)戶t期的互聯(lián)網(wǎng)使用水平；

X——控制變量，包括年齡、性別、教育和健康等戶主特征變量，家用農(nóng)機(jī)、農(nóng)業(yè)經(jīng)營(yíng)規(guī)模、農(nóng)業(yè)商品率、種植比重、土地流入、非農(nóng)就業(yè)和農(nóng)業(yè)勞動(dòng)力人數(shù)等家庭特征變量，村莊的地貌、交通、規(guī)模等外部環(huán)境變量；

α0——截距項(xiàng)；

α1——核心變量的擬合參數(shù)；

βk——第k個(gè)控制變量的擬合參數(shù)；

ε——隨機(jī)擾動(dòng)項(xiàng)。

將式(1)作為基準(zhǔn)模型，用以研究互聯(lián)網(wǎng)使用對(duì)農(nóng)機(jī)服務(wù)采納的影響?？紤]到互聯(lián)網(wǎng)使用與農(nóng)機(jī)服務(wù)采納行為可能存在反向因果或遺漏變量而導(dǎo)致的內(nèi)生性問(wèn)題，比如農(nóng)戶可能為了更好獲取農(nóng)機(jī)服務(wù)信息而選擇使用互聯(lián)網(wǎng)，故需要使用工具變量法進(jìn)行檢驗(yàn)。由于互聯(lián)網(wǎng)使用行為是一個(gè)二元虛擬變量，而IV-Tobit模型更適用于解決內(nèi)生變量為連續(xù)變量的情況，因此，采用Roodman[10]提出的條件混合估計(jì)方法(CMP)，在似不相關(guān)回歸的基礎(chǔ)上，采用極大似然估計(jì)法構(gòu)造遞歸方程來(lái)實(shí)現(xiàn)多級(jí)回歸模型的估計(jì)。估計(jì)過(guò)程分為兩部分：第一部分尋找工具變量，并估計(jì)其與內(nèi)生變量的相關(guān)性。第二部分將相關(guān)值帶入基準(zhǔn)模型進(jìn)行回歸，通過(guò)內(nèi)生性檢驗(yàn)參數(shù)來(lái)判斷外生性，如果參數(shù)顯著則CMP估計(jì)更為準(zhǔn)確。

2 變量選取與描述性統(tǒng)計(jì)

2.1 因變量的選取

本研究的因變量為農(nóng)機(jī)服務(wù)采納。若問(wèn)卷中該農(nóng)戶當(dāng)期產(chǎn)生了農(nóng)機(jī)租賃費(fèi)用，則設(shè)定數(shù)值為1，否則數(shù)值為0。從表1可見，全樣本的農(nóng)機(jī)服務(wù)的均值為0.471，分項(xiàng)來(lái)看，已上網(wǎng)農(nóng)戶的農(nóng)機(jī)服務(wù)均值為0.517，明顯高于未上網(wǎng)農(nóng)戶的0.419，初步表明了農(nóng)戶的互聯(lián)網(wǎng)使用行為與其農(nóng)機(jī)服務(wù)采納具有正向的關(guān)系。

2.2 核心變量的選取

本研究的核心變量為互聯(lián)網(wǎng)使用。用農(nóng)戶家庭上網(wǎng)率作為互聯(lián)網(wǎng)使用的衡量指標(biāo)，由于很多農(nóng)戶家庭完全不會(huì)上網(wǎng)，因此該指標(biāo)是受限變量?；ヂ?lián)網(wǎng)使用在2014年的個(gè)體問(wèn)卷中是“你是否上網(wǎng)”這個(gè)問(wèn)題，在2016年和2018年為“是否電腦上網(wǎng)”“是否手機(jī)上網(wǎng)”兩個(gè)問(wèn)題。為進(jìn)行統(tǒng)一，二者有其一，本文就定義該個(gè)體有上網(wǎng)行為，將之賦值為1，否則賦值為0。將農(nóng)戶所有個(gè)體樣本的數(shù)值進(jìn)行平均，得到互聯(lián)網(wǎng)使用的變量。表1中可見，全樣本的互聯(lián)網(wǎng)使用均值為0.249，上網(wǎng)戶的互聯(lián)網(wǎng)使用均值為0.476，表明了上網(wǎng)個(gè)體在農(nóng)戶中分布很不均勻，具有以家庭為單位的集聚特征。

2.3 工具變量的選取

研究的工具變量為區(qū)縣上網(wǎng)率，參考柳松等[11]的研究思路，用農(nóng)戶所在區(qū)縣居民的平均上網(wǎng)率來(lái)衡量。一方面，區(qū)縣上網(wǎng)率可以體現(xiàn)一個(gè)地區(qū)的互聯(lián)網(wǎng)發(fā)展水平，比例越大說(shuō)明該地區(qū)互聯(lián)網(wǎng)普及率越高，農(nóng)戶使用互聯(lián)網(wǎng)的可能性越大，與本文的內(nèi)生變量符合相關(guān)性條件；另一方面，區(qū)縣層面的居民上網(wǎng)比例并不會(huì)直接影響單個(gè)農(nóng)戶的農(nóng)機(jī)服務(wù)采納水平，滿足了外生性假設(shè)。從表中可見上網(wǎng)戶的區(qū)縣上網(wǎng)率為37.4%明顯高于未上網(wǎng)戶的區(qū)縣上網(wǎng)率28.9%，初步表明與本文的內(nèi)生變量具有相關(guān)性關(guān)系。

2.4 控制變量的選取

本研究參考已有文獻(xiàn)以及CFPS數(shù)據(jù)的可獲取性，引入了戶主特征、家庭特征、村莊特征3個(gè)層面的特征變量，以減少估計(jì)的偏誤。(1)戶主層面包括年齡、性別、教育、健康。一般認(rèn)為，老齡戶主、女性戶主、健康較差戶主由于勞動(dòng)力劣勢(shì)，更可能會(huì)采納農(nóng)機(jī)服務(wù)以彌補(bǔ)自身勞動(dòng)不足。教育程度較高戶主的非農(nóng)就業(yè)機(jī)會(huì)更多，更可能采納農(nóng)機(jī)服務(wù)以替代減少的農(nóng)業(yè)勞動(dòng)力。與未上網(wǎng)戶相比，上網(wǎng)戶的戶主年齡偏小、教育水平更高、健康略差、女性戶主略多；(2)家庭層面包括家用農(nóng)機(jī)、農(nóng)業(yè)經(jīng)營(yíng)規(guī)模、農(nóng)業(yè)商品率、種植比重、土地流入、非農(nóng)就業(yè)、農(nóng)業(yè)勞動(dòng)力。理論上，家用農(nóng)機(jī)會(huì)降低農(nóng)戶對(duì)農(nóng)機(jī)服務(wù)采納的意愿。農(nóng)業(yè)經(jīng)營(yíng)規(guī)模大的農(nóng)戶，對(duì)接農(nóng)機(jī)服務(wù)市場(chǎng)的議價(jià)能力和購(gòu)買能力更強(qiáng)，更可能采納農(nóng)機(jī)服務(wù)。農(nóng)業(yè)商品率更高的農(nóng)戶購(gòu)買能力越強(qiáng)，對(duì)農(nóng)機(jī)服務(wù)采納可能更高。種植比重高的農(nóng)戶比養(yǎng)殖比重高的農(nóng)戶更需要農(nóng)機(jī)服務(wù)。土地轉(zhuǎn)入戶比一般農(nóng)戶更可能增加對(duì)農(nóng)機(jī)服務(wù)的采納。非農(nóng)就業(yè)會(huì)導(dǎo)致農(nóng)戶勞動(dòng)力轉(zhuǎn)移，從而增加對(duì)農(nóng)機(jī)服務(wù)需求以替代減少的農(nóng)業(yè)勞動(dòng)力。農(nóng)業(yè)勞動(dòng)力數(shù)量越高，農(nóng)戶自身生產(chǎn)能力越強(qiáng)，對(duì)農(nóng)機(jī)服務(wù)的需求意愿會(huì)降低。與未上網(wǎng)戶相比，上網(wǎng)戶的家用農(nóng)機(jī)價(jià)值更大，農(nóng)業(yè)經(jīng)營(yíng)規(guī)模更大，農(nóng)業(yè)商品率更高，種植比重更高，土地轉(zhuǎn)入更多，非農(nóng)就業(yè)收入更多，農(nóng)業(yè)勞動(dòng)力數(shù)量更多；(3)村莊層面包括村莊規(guī)模、村莊交通、村莊地貌。需要說(shuō)明的是CFPS只有2014年的村莊層面數(shù)據(jù)，一般認(rèn)為這些跨時(shí)間匹配的村莊變量屬于短期不會(huì)改變或者變化較小的類型，故借鑒張景娜等[12]、錢龍等[13]的做法,2016年和2018年數(shù)據(jù)從2014年獲取。村莊規(guī)模越大，鄉(xiāng)村服務(wù)業(yè)發(fā)展水平更高，農(nóng)戶更可能采納農(nóng)機(jī)服務(wù)。村莊交通條件越好或處于平原地區(qū)，更有利于農(nóng)戶采納農(nóng)機(jī)服務(wù)。與未上網(wǎng)戶相比，已上網(wǎng)農(nóng)戶所在村莊規(guī)模更大、平原地區(qū)更多，到縣城時(shí)間稍遠(yuǎn)。

表1 變量的描述性統(tǒng)計(jì)特征Tab. 1 Descriptive statistical characteristics of variables

3 結(jié)果與分析

3.1 模型回歸結(jié)果

基準(zhǔn)模型的估計(jì)結(jié)果表明(表2)，互聯(lián)網(wǎng)使用在1%水平上對(duì)農(nóng)機(jī)服務(wù)具有顯著的正向影響，影響系數(shù)為0.277，據(jù)此計(jì)算出的邊際效應(yīng)為0.068，即農(nóng)戶家庭互聯(lián)網(wǎng)使用率每提高1個(gè)百分點(diǎn)，農(nóng)機(jī)服務(wù)采納概率增加0.068個(gè)百分點(diǎn)，表明互聯(lián)網(wǎng)使用能夠顯著提升農(nóng)戶對(duì)農(nóng)機(jī)服務(wù)的采納水平，從實(shí)證層面上支撐了郭海紅[8]的觀點(diǎn)，也在一定程度上能夠解釋2013年“寬帶中國(guó)”戰(zhàn)略實(shí)施以來(lái)我國(guó)農(nóng)機(jī)服務(wù)市場(chǎng)蓬勃發(fā)展的原因。為避免互聯(lián)網(wǎng)使用與農(nóng)機(jī)服務(wù)采納可能的反向因果或遺漏變量而導(dǎo)致的內(nèi)生性偏誤問(wèn)題，將農(nóng)戶所在區(qū)縣的上網(wǎng)率作為工具變量代入模型，并使用IV-Probit估計(jì)法和IV-CMP估計(jì)法分別處理可能的內(nèi)生性問(wèn)題。從結(jié)果來(lái)看，區(qū)縣上網(wǎng)率在1%水平上對(duì)互聯(lián)網(wǎng)使用有顯著的正向影響，滿足了與內(nèi)生變量的相關(guān)性條件。兩種工具變量法的內(nèi)生性參數(shù)都在1%水平上通過(guò)了顯著性檢驗(yàn)，說(shuō)明估計(jì)結(jié)果更可靠。核心變量和各項(xiàng)解釋變量對(duì)農(nóng)機(jī)服務(wù)采納的影響程度與基準(zhǔn)模型相比有所差別，但顯著性水平基本一致，說(shuō)明基準(zhǔn)模型結(jié)果具有穩(wěn)健性，進(jìn)一步證實(shí)了互聯(lián)網(wǎng)使用對(duì)農(nóng)機(jī)服務(wù)采納的促進(jìn)作用。

從基準(zhǔn)模型的控制變量結(jié)果來(lái)看，大部分變量都顯著影響到農(nóng)戶對(duì)農(nóng)機(jī)服務(wù)的采納水平。從戶主特征層面來(lái)看：戶主年齡在1%水平上對(duì)農(nóng)機(jī)服務(wù)采納具有顯著的正向影響，影響系數(shù)為0.007，這與向云等[14]、徐勤航等[15]的觀點(diǎn)一致，即青壯勞動(dòng)力外出務(wù)工后，老齡農(nóng)戶雖有務(wù)農(nóng)意向，但很多農(nóng)事環(huán)節(jié)和田間作業(yè)無(wú)力承擔(dān)，從而催生了向社會(huì)購(gòu)買農(nóng)機(jī)服務(wù)的需求。教育水平在5%水平上對(duì)農(nóng)機(jī)服務(wù)采納具有顯著的正向影響，影響系數(shù)為0.053，這與陳宏偉等[16]的結(jié)論一致，即受教育程度越高，農(nóng)戶的信息能力越強(qiáng)，將會(huì)提升采納農(nóng)機(jī)服務(wù)的意愿。從家庭特征層面來(lái)看：家用農(nóng)機(jī)對(duì)農(nóng)機(jī)服務(wù)采納水平的影響顯著為負(fù)，影響系數(shù)為-0.063，農(nóng)戶家用農(nóng)機(jī)價(jià)值每提高1萬(wàn)元，農(nóng)機(jī)服務(wù)采納概率下降1.5%，說(shuō)明我國(guó)農(nóng)戶家庭自有農(nóng)機(jī)與農(nóng)機(jī)服務(wù)之間是競(jìng)爭(zhēng)性關(guān)系。農(nóng)業(yè)經(jīng)營(yíng)規(guī)模、農(nóng)業(yè)商品率、土地轉(zhuǎn)入是衡量農(nóng)戶經(jīng)營(yíng)水平的三項(xiàng)能力指標(biāo)，這三個(gè)控制變量對(duì)農(nóng)機(jī)服務(wù)采納都具有顯著的正向影響，說(shuō)明農(nóng)業(yè)適度規(guī)模經(jīng)營(yíng)可以提升農(nóng)戶農(nóng)機(jī)服務(wù)采納水平，這也意味著傳統(tǒng)農(nóng)戶向職業(yè)農(nóng)民、生產(chǎn)大戶以及新型農(nóng)業(yè)經(jīng)營(yíng)主體的轉(zhuǎn)變可以促進(jìn)我國(guó)農(nóng)機(jī)服務(wù)的發(fā)展[17-18]。非農(nóng)就業(yè)在1%水平對(duì)農(nóng)機(jī)服務(wù)采納水平具有顯著的正向影響，影響系數(shù)為0.035，非農(nóng)就業(yè)收入每增加1萬(wàn)元，農(nóng)機(jī)服務(wù)采納概率提高8.6%，主要原因是農(nóng)戶非農(nóng)就業(yè)的增加會(huì)提升對(duì)農(nóng)機(jī)服務(wù)的購(gòu)買需求以替代減少的農(nóng)業(yè)勞動(dòng)投入。農(nóng)業(yè)勞動(dòng)力對(duì)農(nóng)機(jī)服務(wù)采納的影響不顯著，可能原因是我國(guó)農(nóng)村很多是兼業(yè)戶，用絕對(duì)數(shù)量不能很好衡量出農(nóng)業(yè)勞動(dòng)投入的減少。種植比重在1%水平上對(duì)農(nóng)機(jī)服務(wù)采納水平的影響顯著為正，影響系數(shù)為0.223，種植比重每提高一個(gè)百分點(diǎn)，農(nóng)機(jī)服務(wù)采納概率增加0.054個(gè)百分點(diǎn)，主要原因是我國(guó)種植業(yè)在農(nóng)業(yè)機(jī)械化作業(yè)方面的需求遠(yuǎn)高于養(yǎng)殖業(yè)，因而種植比重越高，農(nóng)機(jī)服務(wù)采納可能性越高。從村莊特征層面來(lái)看：村莊地貌在1%水平上對(duì)農(nóng)機(jī)服務(wù)的影響顯著為正，即平原地區(qū)的農(nóng)戶比非平原地區(qū)更傾向于購(gòu)買農(nóng)機(jī)服務(wù)，主要原因是平原地區(qū)的地勢(shì)開闊，適合大型農(nóng)機(jī)連片作業(yè)，農(nóng)機(jī)服務(wù)市場(chǎng)發(fā)育相對(duì)成熟，因而比非平原地區(qū)的農(nóng)戶更可能采納農(nóng)機(jī)服務(wù)。

表2 互聯(lián)網(wǎng)使用對(duì)農(nóng)機(jī)服務(wù)采納水平的模型回歸結(jié)果Tab. 2 Model regression results of the level of adoption of agricultural machinery services by Internet use

3.2 農(nóng)戶異質(zhì)性的影響效果

前文驗(yàn)證了互聯(lián)網(wǎng)使用對(duì)農(nóng)機(jī)服務(wù)采納水平具有顯著的正向促進(jìn)作用，接下來(lái)從農(nóng)戶異質(zhì)性角度分析互聯(lián)網(wǎng)使用的影響效果差異。

3.2.1 戶主特征的異質(zhì)性

從表3可見，互聯(lián)網(wǎng)使用對(duì)中青年戶主農(nóng)機(jī)服務(wù)采納具有顯著的促進(jìn)作用而對(duì)老年戶主的影響不顯著?；ヂ?lián)網(wǎng)使用對(duì)教育程度較高戶主農(nóng)機(jī)服務(wù)采納具有顯著的正向影響而對(duì)教育程度較低戶主的影響不顯著。主要原因在于互聯(lián)網(wǎng)是技能偏向型技術(shù)進(jìn)步，不同學(xué)習(xí)能力個(gè)體對(duì)互聯(lián)網(wǎng)技術(shù)技能的掌握效果具有差異[19]。一般認(rèn)為，中青年戶主和教育程度較高戶主的學(xué)習(xí)能力較強(qiáng)，對(duì)互聯(lián)網(wǎng)的使用效果更好，更可能通過(guò)互聯(lián)網(wǎng)提升農(nóng)機(jī)服務(wù)的采納水平。而老年戶主和教育程度較低戶主往往學(xué)習(xí)能力也較弱，故互聯(lián)網(wǎng)使用效果不顯著。性別的異質(zhì)性結(jié)果表明，男性戶主更可能通過(guò)互聯(lián)網(wǎng)采納農(nóng)機(jī)服務(wù)而女性戶主則不顯著，可能原因是男性戶主更愿意通過(guò)互聯(lián)網(wǎng)平臺(tái)購(gòu)買農(nóng)機(jī)服務(wù)，而女性戶主更容易相信熟人[20]，更可能直接采納本村、本組所提供的農(nóng)機(jī)服務(wù)[21]。

表3 不同戶主特征的異質(zhì)性估計(jì)結(jié)果Tab. 3 Results of estimation of heterogeneity of different household head characteristics

3.2.2 家用農(nóng)機(jī)、村莊地貌的異質(zhì)性

無(wú)家用農(nóng)機(jī)戶大多是傳統(tǒng)小農(nóng)戶，以研究樣本為例，無(wú)家用農(nóng)機(jī)戶的農(nóng)戶經(jīng)營(yíng)規(guī)模均值只有1.05萬(wàn)元遠(yuǎn)低于有家用農(nóng)機(jī)戶的1.99萬(wàn)元。從家用農(nóng)機(jī)的異質(zhì)性估計(jì)結(jié)果來(lái)看(表4)，互聯(lián)網(wǎng)使用對(duì)無(wú)家用農(nóng)機(jī)戶農(nóng)機(jī)服務(wù)采納的影響顯著，影響系數(shù)為0.332明顯大于對(duì)有家用農(nóng)機(jī)戶的0.175，說(shuō)明互聯(lián)網(wǎng)使用可以提升傳統(tǒng)小農(nóng)戶采納農(nóng)機(jī)服務(wù)的可能性，實(shí)現(xiàn)傳統(tǒng)農(nóng)業(yè)與農(nóng)機(jī)服務(wù)的有機(jī)銜接，提高農(nóng)業(yè)機(jī)械化的整體水平。村莊地貌的異質(zhì)性估計(jì)結(jié)果來(lái)看，互聯(lián)網(wǎng)使用對(duì)于非平原地區(qū)農(nóng)戶農(nóng)機(jī)服務(wù)采納具有顯著的正向影響，邊際效應(yīng)為0.114遠(yuǎn)高于基準(zhǔn)模型的0.068，即互聯(lián)網(wǎng)使用率每增加一個(gè)百分點(diǎn)，非平原地區(qū)農(nóng)戶對(duì)農(nóng)機(jī)服務(wù)采納的概率將提高0.114個(gè)百分點(diǎn)，而互聯(lián)網(wǎng)使用對(duì)平原地區(qū)的影響則不顯著，這似乎與前文基準(zhǔn)模型結(jié)果即平原地區(qū)比非平原地區(qū)更傾向于采納農(nóng)機(jī)服務(wù)的發(fā)現(xiàn)不一致，實(shí)則不然，這充分體現(xiàn)了互聯(lián)網(wǎng)使用對(duì)推動(dòng)非平原地區(qū)農(nóng)業(yè)機(jī)械化發(fā)展具有突出貢獻(xiàn)。

表4 家用農(nóng)機(jī)、村莊地貌的異質(zhì)性估計(jì)結(jié)果Tab. 4 Estimation results of heterogeneity of household agricultural machinery and topography

一直以來(lái)，平原地區(qū)由于地勢(shì)平臺(tái)開闊，適合大型農(nóng)機(jī)連片作業(yè)，比非平原地區(qū)更受到農(nóng)機(jī)服務(wù)供給者的關(guān)注，傳統(tǒng)農(nóng)機(jī)服務(wù)市場(chǎng)發(fā)展較為成熟，因而互聯(lián)網(wǎng)使用效果不顯著。而非平原地區(qū)的農(nóng)業(yè)經(jīng)營(yíng)活動(dòng)大多處于丘陵、高山、高原等地帶，不利的地貌特征導(dǎo)致其傳統(tǒng)農(nóng)機(jī)服務(wù)市場(chǎng)發(fā)展受限[22]，加之其所處區(qū)域人口分散、信息渠道閉塞，而互聯(lián)網(wǎng)普及可以有效增強(qiáng)非平原地區(qū)農(nóng)戶的信息能力，通過(guò)使用互聯(lián)網(wǎng)可以獲取到更多差異化、特色化的農(nóng)機(jī)服務(wù)滿足生產(chǎn)需要，讓偏遠(yuǎn)地區(qū)農(nóng)戶分享到互聯(lián)網(wǎng)發(fā)展的數(shù)字紅利，整體推進(jìn)農(nóng)業(yè)機(jī)械化進(jìn)程。

4 結(jié)論與建議

研究基于2014—2018年三期中國(guó)家庭追蹤調(diào)查(CFPS)數(shù)據(jù)，運(yùn)用面板Probit模型從微觀層面分析互聯(lián)網(wǎng)使用是否會(huì)對(duì)農(nóng)戶的農(nóng)機(jī)服務(wù)采納產(chǎn)生影響。研究發(fā)現(xiàn)：互聯(lián)網(wǎng)使用對(duì)農(nóng)戶的農(nóng)機(jī)服務(wù)采納具有顯著的正向影響，互聯(lián)網(wǎng)使用率每提高1個(gè)百分點(diǎn)，農(nóng)機(jī)服務(wù)采納概率增加0.068個(gè)百分點(diǎn)，引用工具變量法的IV-Probit模型和IV-CMP模型解決內(nèi)生性問(wèn)題后，仍然得到穩(wěn)健性結(jié)論，這在一定程度上解釋了自“寬帶中國(guó)”戰(zhàn)略實(shí)施以來(lái)我國(guó)農(nóng)機(jī)服務(wù)業(yè)蓬勃發(fā)展的原因?；ヂ?lián)網(wǎng)使用對(duì)男性、中青年和教育程度較高農(nóng)戶農(nóng)機(jī)服務(wù)采納的影響更大，說(shuō)明互聯(lián)網(wǎng)使用是一種技能偏向型技術(shù)進(jìn)步，農(nóng)戶個(gè)體的學(xué)習(xí)能力與勞動(dòng)能力會(huì)影響其使用效果?；ヂ?lián)網(wǎng)使用對(duì)無(wú)家用農(nóng)機(jī)戶農(nóng)機(jī)服務(wù)采納的影響系數(shù)為0.332遠(yuǎn)大于對(duì)有家用農(nóng)機(jī)戶的0.175，說(shuō)明互聯(lián)網(wǎng)使用是促進(jìn)傳統(tǒng)小農(nóng)戶采納農(nóng)機(jī)服務(wù)的有效手段?；ヂ?lián)網(wǎng)使用對(duì)非平原地區(qū)農(nóng)戶的影響顯著為正，邊際效應(yīng)為0.114，比基準(zhǔn)模型高出了0.046個(gè)百分點(diǎn)，說(shuō)明互聯(lián)網(wǎng)使用對(duì)于推動(dòng)非平原地區(qū)農(nóng)機(jī)服務(wù)采納具有突出貢獻(xiàn)，能夠讓偏遠(yuǎn)地區(qū)農(nóng)戶分享到互聯(lián)網(wǎng)發(fā)展的數(shù)字紅利。

基于以上研究發(fā)現(xiàn)，提出3點(diǎn)政策建議。

1) 加大農(nóng)村互聯(lián)網(wǎng)信息基礎(chǔ)設(shè)施建設(shè)?；ヂ?lián)網(wǎng)使用可以顯著提升農(nóng)戶農(nóng)機(jī)服務(wù)采納水平，是實(shí)現(xiàn)小農(nóng)戶與大農(nóng)機(jī)有效對(duì)接的重要信息技術(shù)手段。因此要大幅提高農(nóng)村地區(qū)互聯(lián)網(wǎng)設(shè)施水平，加快寬帶通信、移動(dòng)網(wǎng)絡(luò)、數(shù)字電視和新一代互聯(lián)網(wǎng)信息技術(shù)的發(fā)展。對(duì)農(nóng)村居民尤其是非平原地區(qū)的農(nóng)戶，要大力推廣互聯(lián)網(wǎng)信息技術(shù)進(jìn)村入戶的惠農(nóng)補(bǔ)貼政策，提高財(cái)政資金對(duì)農(nóng)村地區(qū)寬帶網(wǎng)絡(luò)建設(shè)的投入力度，推進(jìn)移動(dòng)互聯(lián)網(wǎng)在農(nóng)村地區(qū)的終端普及，進(jìn)而大幅降低農(nóng)村居民的用網(wǎng)成本。

2) 拓寬信息渠道是互聯(lián)網(wǎng)使用促進(jìn)農(nóng)機(jī)服務(wù)采納的內(nèi)在機(jī)理。因此，要建設(shè)“互聯(lián)網(wǎng)+”的農(nóng)機(jī)服務(wù)平臺(tái)，引導(dǎo)農(nóng)機(jī)服務(wù)組織的信息化發(fā)展，提高農(nóng)機(jī)服務(wù)市場(chǎng)供需有效匹配能力。要重點(diǎn)關(guān)注無(wú)家用農(nóng)機(jī)的小農(nóng)戶，解決其生產(chǎn)環(huán)節(jié)中的關(guān)鍵問(wèn)題，用互聯(lián)網(wǎng)信息技術(shù)帶動(dòng)更多傳統(tǒng)農(nóng)戶轉(zhuǎn)入現(xiàn)代農(nóng)業(yè)的發(fā)展軌道。還要推進(jìn)農(nóng)機(jī)服務(wù)模式的數(shù)字化轉(zhuǎn)型，加快大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能在農(nóng)業(yè)機(jī)械設(shè)備中的應(yīng)用，并根據(jù)不同經(jīng)營(yíng)主體和地區(qū)的特點(diǎn)，因地制宜的建設(shè)出適合我國(guó)農(nóng)戶的“互聯(lián)網(wǎng)+”農(nóng)機(jī)服務(wù)創(chuàng)新模式。

3) 加強(qiáng)對(duì)農(nóng)村勞動(dòng)力的互聯(lián)網(wǎng)技能技術(shù)培訓(xùn)。為推動(dòng)農(nóng)機(jī)服務(wù)與農(nóng)業(yè)信息化的融合發(fā)展，還要提升農(nóng)村勞動(dòng)力的互聯(lián)網(wǎng)使用能力?；ヂ?lián)網(wǎng)是技能偏向型技術(shù)進(jìn)步，對(duì)欠缺學(xué)習(xí)能力或勞動(dòng)能力的農(nóng)戶采納農(nóng)機(jī)服務(wù)的促進(jìn)作用有限。為此，政府要組織宣傳示范和培訓(xùn)互聯(lián)網(wǎng)技能技術(shù)，提高農(nóng)民獲取信息知識(shí)的主動(dòng)性，鼓勵(lì)農(nóng)村居民使用互聯(lián)網(wǎng)搜尋與傳遞信息，著力培養(yǎng)更多職業(yè)農(nóng)民成為農(nóng)機(jī)服務(wù)的參與者和信息傳遞源，打破農(nóng)機(jī)服務(wù)現(xiàn)代化發(fā)展的瓶頸。