劉慧楨，凌遠云

（華中農(nóng)業(yè)大學(xué)經(jīng)濟管理學(xué)院，武漢 430070）

近年來，受比較效益降低的影響，中國油料作物的種植規(guī)?？傮w呈下降趨勢。而油菜作為中國種植面積最大的油料作物，其生產(chǎn)狀況對國內(nèi)外油料供應(yīng)具有非常重要的作用。中國油菜種植面積從2010年 的726.27萬hm2下 降 到2018年 的655.06萬hm2，油菜種植面積減少了5.3%。受種植面積縮減和2015年取消油菜臨儲政策的影響，2015—2016年中國油菜子產(chǎn)量連續(xù)兩年降低，油菜子產(chǎn)量與十二五時期相比，顯著下降。目前來看，由于要保障糧食作物生產(chǎn)，想要擴大油料作物種植面積幾乎很難實現(xiàn)。因此在擴大種植面積潛力不足的情況下，必須依靠單產(chǎn)的提升實現(xiàn)增產(chǎn)。油菜是中國油料作物增產(chǎn)的重點，提高油菜單產(chǎn)水平關(guān)鍵在于提高其生產(chǎn)效率［1］。

一直以來農(nóng)業(yè)機械化是實現(xiàn)農(nóng)業(yè)現(xiàn)代化的前提和標志，也是彌補農(nóng)業(yè)勞動力不足、提高農(nóng)業(yè)生產(chǎn)效率的重要保障［2］。為推動中國農(nóng)業(yè)現(xiàn)代化發(fā)展，政府近年來加大了農(nóng)業(yè)機械化扶持力度，農(nóng)業(yè)機械化水平逐年提高。農(nóng)業(yè)農(nóng)村部統(tǒng)計顯示，截至2019年底，中國綜合機械化率為69%，機耕率、機播率、機收率分別為84%、56%和61%。農(nóng)業(yè)機械化水平快速發(fā)展最主要的原因源于中國農(nóng)業(yè)生產(chǎn)出現(xiàn)了一種新的生產(chǎn)模式，將農(nóng)業(yè)生產(chǎn)的部分環(huán)節(jié)進行外包作業(yè)服務(wù)。這種模式整合了小農(nóng)戶的服務(wù)需求，使得農(nóng)業(yè)生產(chǎn)的分工效率得到改善，能夠很好地克服“小農(nóng)戶”與大市場的矛盾，這也充分體現(xiàn)了現(xiàn)代生產(chǎn)社會化分工和規(guī)模化經(jīng)營的實質(zhì)內(nèi)涵，有利于促進農(nóng)業(yè)生產(chǎn)效率的提升［3］。所有生產(chǎn)性服務(wù)外包環(huán)節(jié)中發(fā)展最快的是農(nóng)業(yè)機械服務(wù)外包。因為隨著非農(nóng)就業(yè)人口增加和新型城鎮(zhèn)化的發(fā)展，中國農(nóng)村勞動力以老年人和婦女居多，導(dǎo)致農(nóng)業(yè)生產(chǎn)出現(xiàn)老齡化、女性化，這無疑削弱了農(nóng)村生產(chǎn)力，使得農(nóng)業(yè)生產(chǎn)的效率和效益下降。而農(nóng)機服務(wù)從某種程度上可以替代勞動力，緩解因為勞動力數(shù)量和質(zhì)量下降帶來的農(nóng)業(yè)生產(chǎn)效率的損失［4］。農(nóng)機服務(wù)除了能夠彌補勞動力不足以外，還能作為載體將先進技術(shù)引入生產(chǎn)環(huán)節(jié)。農(nóng)機服務(wù)通過外包的方式直接將先進技術(shù)輸入農(nóng)業(yè)生產(chǎn)過程，避開了因為農(nóng)戶知識欠缺而無法向其推廣農(nóng)業(yè)技術(shù)的難題［5］。所以，購買農(nóng)機服務(wù)能顯著提升農(nóng)業(yè)生產(chǎn)過程的技術(shù)水平。油菜作物作為典型的農(nóng)業(yè)經(jīng)濟作物，農(nóng)機服務(wù)的發(fā)展水平對其生產(chǎn)效率的影響程度如何，本研究將進行測算和探究。

1 文獻回顧

在測算農(nóng)業(yè)生產(chǎn)效率的研究方法上，應(yīng)用最為廣泛的有傳統(tǒng)生產(chǎn)函數(shù)法、參數(shù)法和非參數(shù)法。早期的研究通常采用傳統(tǒng)生產(chǎn)函數(shù)法［6，7］，當前國內(nèi)外學(xué)者較多使用參數(shù)法和非參數(shù)進行測算。其中參數(shù)法以隨機前沿分析（SFA）［8］為代表，非參數(shù)法以DEA［9］分析為代表。SFA和DEA都是通過給定的投入估計一個生產(chǎn)前沿面，計算實際產(chǎn)出與前沿面產(chǎn)出的垂直距離，垂直距離代表技術(shù)效率。SFA通過構(gòu)造一個前沿生產(chǎn)函數(shù)進行參數(shù)估計，從而確定生產(chǎn)前沿面。同時其還考慮了不確定性因素的影響，能夠?qū)_動項分為隨機擾動項和管理誤差項。DEA則只需要通過求解線性規(guī)劃的方法即可確定生產(chǎn)前沿面，無需單獨設(shè)定具體的生產(chǎn)函數(shù)形式，避免了模型設(shè)定偏差導(dǎo)致的估計失效。

在研究農(nóng)機社會化服務(wù)對農(nóng)業(yè)生產(chǎn)的影響上，學(xué)者們從不同視角開展了研究。從生產(chǎn)性服務(wù)角度來看，部分學(xué)者將農(nóng)機服務(wù)看成是農(nóng)業(yè)生產(chǎn)中一種新的投入品［10］。這類研究認為，隨著大量農(nóng)村青壯年勞動力外遷，真正從事農(nóng)業(yè)生產(chǎn)的勞動力在數(shù)量和質(zhì)量都得不到滿足，而農(nóng)機社會化服務(wù)的發(fā)展能夠有效彌補勞動力數(shù)量短缺和質(zhì)量下降的不足；從某種程度上來說，農(nóng)機服務(wù)的發(fā)展更有利于農(nóng)業(yè)生產(chǎn)分工的合理化和專業(yè)化［11-14］。關(guān)于農(nóng)機服務(wù)對農(nóng)業(yè)生產(chǎn)效率的影響，不同學(xué)者得出的研究結(jié)論不同。一些學(xué)者開展了農(nóng)機社會化服務(wù)對三大主糧（水稻、小麥、玉米）生產(chǎn)效率和技術(shù)效率的影響研究。研究結(jié)果表明，整體來看農(nóng)業(yè)生產(chǎn)性服務(wù)對水稻生產(chǎn)技術(shù)效率的提高存在正向作用，但不同生產(chǎn)環(huán)節(jié)的外包服務(wù)對技術(shù)效率影響存在差異［14-18］。農(nóng)機服務(wù)對小麥生產(chǎn)技術(shù)效率的提高源于科技引入效應(yīng)和勞動替代效應(yīng)［19，20］。但也有部分學(xué)者認為農(nóng)機服務(wù)本質(zhì)上是雇工勞動，其有別于自家勞動，而雇工的生產(chǎn)效率存在“道德?lián)p失”風險，因此農(nóng)機服務(wù)的發(fā)展并不一定會帶來生產(chǎn)效率的提高［21，22］。

現(xiàn)有文獻已深入研究了農(nóng)機服務(wù)的發(fā)展對糧食生產(chǎn)效率的影響，但仍存在以下不足。①不同作物對農(nóng)機服務(wù)的需求不同，油料作物的生產(chǎn)及機械化的應(yīng)用水平遠不及糧食作物發(fā)展迅速，因此關(guān)于油菜農(nóng)機服務(wù)發(fā)展水平對技術(shù)效率的影響是否也同糧食作物一樣，需要深入探討。②關(guān)于油菜技術(shù)效率的研究，大多數(shù)文獻采用的是微觀調(diào)查數(shù)據(jù)，缺乏從全國層面考察地區(qū)差異和動態(tài)變化。③前人在研究方法上多采用兩步法驗證農(nóng)機服務(wù)對技術(shù)效率的影響，估計結(jié)果會存在偏差。鑒于此，為探究近15年中國油菜生產(chǎn)的技術(shù)效率和區(qū)域差異，同時分析農(nóng)機服務(wù)的發(fā)展水平對油菜生產(chǎn)技術(shù)效率的影響，本研究選取全國13個油菜主產(chǎn)省和全國平均成本收益數(shù)據(jù)，采用超越對數(shù)隨機前沿分析方法，測算出油菜的技術(shù)效率，并估計農(nóng)機服務(wù)的發(fā)展水平對油菜技術(shù)效率的影響。

2 變量選取與模型設(shè)定

2.1 數(shù)據(jù)來源

本研究選擇油料作物中播種面積最大的油菜作為研究對象，選取安徽、甘肅、貴州、河南、湖北、湖南、江蘇、江西、青海、陜西、四川、云南、浙江13個具有代表性的油菜主產(chǎn)省和全國平均數(shù)據(jù)作為研究區(qū)域樣本。選擇這些區(qū)域基于兩方面考慮，首先基于油菜的種植面積和產(chǎn)量。2018年13個油菜主產(chǎn)省的播種面積為587.31萬hm2，占全國油菜總播種面積的89.66%；產(chǎn)量為1 202.37萬t，占全國總產(chǎn)量的90.53%，因此選擇這些區(qū)域具有一定的代表性。其次基于數(shù)據(jù)的可得性。本研究油菜的種植成本收益數(shù)據(jù)主要來自《全國農(nóng)產(chǎn)品收益資料匯編》，而農(nóng)機服務(wù)作為重點研究對象在該資料上做了詳細說明。因此，本研究僅對選取的13個省份和全國平均油菜投入產(chǎn)出數(shù)據(jù)進行詳細統(tǒng)計分析。

中國油菜整體分為冬油菜產(chǎn)區(qū)和春油菜產(chǎn)區(qū)。為了更加清晰地反映中國油菜產(chǎn)區(qū)分布情況，本研究結(jié)合《“雙低”油菜優(yōu)勢區(qū)域發(fā)展規(guī)劃（2008—2015）》，將13個油菜主產(chǎn)省劃分為四大主產(chǎn)區(qū)，分別為春油菜區(qū)、長江上游區(qū)、長江中游區(qū)、長江下游區(qū)。春油菜產(chǎn)區(qū)包含甘肅省、青海?。婚L江上游區(qū)包含云南省、貴州省、四川省、陜西?。婚L江中游區(qū)包含湖北、湖南、江西、安徽（安徽大部分油菜主產(chǎn)區(qū)地理位置在長江下游，但油菜品種、生產(chǎn)條件等與長江中游接近，故將其劃分至長江中游區(qū)）及河南信陽地區(qū)。長江下游區(qū)包含江蘇省和浙江省。產(chǎn)區(qū)分布情況如表1所示。

表1 中國油菜主產(chǎn)區(qū)分區(qū)情況

2004年開始頒發(fā)并實施《中華人民共和國農(nóng)業(yè)機械化促進法》，中國的農(nóng)機服務(wù)市場自此興起并發(fā)展。因此，本研究采用2004—2018年主產(chǎn)區(qū)13個省和全國平均連續(xù)15年油菜生產(chǎn)的面板數(shù)據(jù)，測算中國油菜生產(chǎn)技術(shù)效率。數(shù)據(jù)資料主要來源于《中國農(nóng)產(chǎn)品成本收益資料匯編》《中國農(nóng)村統(tǒng)計年鑒》《中國統(tǒng)計年鑒》。

2.2 變量描述

2.2.1 投入產(chǎn)出變量產(chǎn)出變量設(shè)定為q，表示每公頃油菜的產(chǎn)量（kg）。投入變量設(shè)定為常見的土地投入、人工投入和資本投入。其中土地投入設(shè)定為pland，表示每公頃土地投入費用（元）；人工投入設(shè)定為plab，表示每公頃人工投入費用（元）；資本投入設(shè)定為cap，表示每公頃物資投入費用（元），其中包括種子、農(nóng)藥、化肥和機械投入。同時為剔除價格波動的影響，本研究采用各省歷年農(nóng)業(yè)生產(chǎn)資料價格指數(shù)對土地費用、人工費用和資本投入費用進行平減，得到以2004年為基期的實際值。

2.2.2 效率影響因素變量1）農(nóng)機服務(wù)比例。變量lev表示農(nóng)機購買服務(wù)程度，具體的計算公式參考周宏等［13］研究水稻時給出的公式：機械服務(wù)程度=機械費/（畜力費+機械費）。但由于油菜生產(chǎn)使用的畜力費較少，人工費較多，因此本研究在此基礎(chǔ)上對該指標進行了改進，農(nóng)機服務(wù)比例=機械費/（人工費+機械費）。

2）平均受教育年限。變量edu表示農(nóng)村居民平均受教育年限，可將其作為人力資本的替代變量。農(nóng)村居民受教育水平度量可分為文盲、小學(xué)、初中、高中、大專及以上，并分別用1、6、9、12、15賦予各層級受教育年限。最后采用加權(quán)平均值的方法求得各地區(qū)農(nóng)村居民受教育水平。

3）受災(zāi)面積比例。變量disa表示農(nóng)作物的受災(zāi)率，它反映的是自然災(zāi)害對當年農(nóng)作物造成的減產(chǎn)水平。具體計算公式為：受災(zāi)率=農(nóng)作物受災(zāi)面積/農(nóng)作物播種面積。

4）財政支農(nóng)水平。變量fina表示財政支農(nóng)水平，用各地區(qū)地方財政農(nóng)林水務(wù)支出占比來反映，數(shù)據(jù)來源于《中國財政年鑒》。具體計算公式為：財政支農(nóng)水平=農(nóng)林水務(wù)支出/財政總支出。

5）油菜面積占比。變量sr表示油菜種植面積占比，其能在一定程度上反映各地區(qū)油菜種植規(guī)模水平。具體計算公式為：油菜面積占比=油菜播種面積/農(nóng)作物總播種面積。

6）RD經(jīng)費投入強度。變量rd表示RD經(jīng)費投入強度，國際上通常用其來衡量一個國家或地區(qū)科技創(chuàng)新程度，數(shù)據(jù)來源于《中國科技統(tǒng)計年鑒》。具體計算公式為：RD經(jīng)費投入強度=RD經(jīng)費支出/地區(qū)GDP（地區(qū)生產(chǎn)總值）。

7）基礎(chǔ)設(shè)施水平。變量inf表示基礎(chǔ)設(shè)施水平，良好的基礎(chǔ)設(shè)施水平有利于農(nóng)戶從事農(nóng)業(yè)生產(chǎn)種植。具體計算公式參考文獻［5］：基礎(chǔ)設(shè)施水平=二級公路里程/耕地面積，數(shù)據(jù)來源于中國國土資源部。

依據(jù)上述測算方法分別計算出樣本對應(yīng)指標的均值、標準差、最小值及最大值，進行描述性統(tǒng)計分析，結(jié)果如表2所示。

表2 變量描述性統(tǒng)計分析

2.3 模型設(shè)定與假設(shè)檢驗

2.3.1 模型形式的設(shè)定測算生產(chǎn)技術(shù)效率，根據(jù)是否設(shè)定模型形式分為參數(shù)法和非參數(shù)法。其中參數(shù)法以隨機前沿生產(chǎn)函數(shù)分析方法（SFA）為代表，非參數(shù)法以數(shù)據(jù)包絡(luò)分析法（DEA）為代表，兩種方法各有優(yōu)劣。結(jié)合樣本數(shù)據(jù)特點和測算目標要求，本研究以Battese等［23］提出的隨機前沿模型為基礎(chǔ)，采用超越對數(shù)生產(chǎn)函數(shù)形式，同步估計出油菜生產(chǎn)技術(shù)效率和分析效率的影響因素，有效避免了兩步法估計中存在的估計一致性問題。隨機前沿生產(chǎn)函數(shù)模型設(shè)定如下：

式中，t為時間趨勢變量，i為省份代碼，β為K維待估參數(shù)向量。vit為隨機擾動項，假定服從正態(tài)分布，即vit～N（0,σ2），uit為技術(shù)無效率項，假定其服從零點截斷正態(tài)分布，即uit～N（uit,σ2u），且對于任意的i、t，vit與uit均相互獨立。技術(shù)無效率方程設(shè)定為：

其中，δ為技術(shù)無效率模型的待估參數(shù)。

式（1）和式（2）中的參數(shù)采用極大似然法進行聯(lián)合估計。似然函數(shù)中方差系數(shù)也被估計出來，估計的表達式為γ的取值范圍為0～1，當γ越趨近于1時，表明技術(shù)無效率因素占比越大，效率損失主要來自管理誤差。當γ越趨近于0時，表明隨機因素占比越大，效率損失主要來自隨機擾動項。

2.3.2 模型形式設(shè)定的假設(shè)檢驗本研究設(shè)定的模型是考慮了技術(shù)非中性的超越對數(shù)隨機前沿生產(chǎn)函數(shù)模型，其模型的包容性要比C-D生產(chǎn)函數(shù)模型更強。但實際這種模型是否適合農(nóng)業(yè)生產(chǎn)中技術(shù)效率的測算，需要進行模型假設(shè)檢驗。因此，本研究對所設(shè)定的估計油菜生產(chǎn)效率及其影響因素的模型進行檢驗。具體假設(shè)檢驗如下。

1）檢驗產(chǎn)出是否完全技術(shù)有效，即檢驗使用隨機前沿生產(chǎn)函數(shù)模型的合理性。原假設(shè)設(shè)定為H0:γ=δ0=δ1=δ2=δ3=δ4=δ5=δ6=δ7。

2）檢驗超越對數(shù)生產(chǎn)函數(shù)是否合理，即檢驗使用C-D生產(chǎn)函數(shù)是否比超越對數(shù)生產(chǎn)函數(shù)更合適。原假設(shè)設(shè)定為H0:βi=0,i=4,5,6,…,14。

3）檢驗技術(shù)非中性，即檢驗生產(chǎn)函數(shù)投入要素彈性是否會隨時間發(fā)生變化。原假設(shè)設(shè)定為H0:βi=0,i=10,11,12。

4）檢驗是否存在技術(shù)變化，即檢驗時間項和要素與時間的交互項是否有存在的必要。原假設(shè)設(shè)定為H0:βi=0,i=10,11,12,13,14。

檢驗方法采用似然比檢驗，檢驗統(tǒng)計量為LR=2[L(H1)-L(H0)]。檢驗步驟：①對無約束模型進行估計，得到備擇假設(shè)下的極大似然估計值L(H1)；②對上述1）、2）、3）、4）約束模型進行估計，得到原假設(shè)下的極大似然估計值L(H0)；③比較檢驗統(tǒng)計量LR與臨界值（臨界點的值服從自由度為約束變量個數(shù)的漸進卡方分布）大小。如果LR大于臨界值則拒絕原假設(shè)，接受備擇假設(shè)。如果LR小于臨界值則接受原假設(shè)。假設(shè)檢驗結(jié)果如表3所示。

表3 隨機前沿函數(shù)模型假設(shè)檢驗結(jié)果

上述假設(shè)檢驗結(jié)果都在1%的顯著性水平下拒絕了原假設(shè)而接受備擇假設(shè)，證明本研究設(shè)定的模型合理。綜上，最終選擇式（1）所構(gòu)建的模型對主產(chǎn)區(qū)油菜生產(chǎn)技術(shù)效率進行分析。

3 實證分析

3.1 估計結(jié)果分析

采用技術(shù)效率分析軟件Frontier 4.1將樣本數(shù)據(jù)代入BC95模型，采用一步法，選擇截斷分布下的隨機前沿時變估計，估計結(jié)果如表4所示。

由表4可以看出，大部分參數(shù)都通過了t檢驗，說明模型具有較強的解釋力。其中l(wèi)npland、lnpland×lnplab、t×lnplab在1%水平上顯著，t×lnpland在5%水平上顯著，lncap、lnlab×lncap、1/2（lnland）2、1/2（lnlab）2在10%水平上顯著，說明模型采用超越對數(shù)函數(shù)具有合理性。γ=0.802，在1%水平上顯著，表明復(fù)合誤差項中有80.2%是由技術(shù)無效率項導(dǎo)致的，隨機誤差只占復(fù)合誤差項的19.8%。

從要素的產(chǎn)出彈性來看，由表4的估計結(jié)果可知，土地投入對單產(chǎn)的貢獻為負，即每增加1%土地投入費用，單產(chǎn)下降2.369%。人工投入和資本投入對單產(chǎn)的貢獻為正，且資本投入的貢獻要大于工人投入的貢獻。即每增加1%人工投入，單產(chǎn)增加1.219%，每增加1%資本投入，單產(chǎn)增加2.019%。從時間項t與投入要素土地、勞動力和資本的交互項來看，有兩項系數(shù)分別在5%和1%水平上顯著，說明2004—2018年油菜生產(chǎn)技術(shù)對投入要素存在顯著影響。時間變量t的估計系數(shù)為-0.03，t的平方項系數(shù)為0.001，說明樣本時期內(nèi)油菜單產(chǎn)水平略有下降，且不存在明顯的技術(shù)進步。

表4 隨機前沿函數(shù)模型估計結(jié)果

3.2 技術(shù)效率分析

2004—2018年各主產(chǎn)省油菜生產(chǎn)技術(shù)效率的測算結(jié)果如表5所示。由表5可知，各省油菜生產(chǎn)技術(shù)效率差異較大。技術(shù)效率最高的為0.977（2008年四川），技術(shù)效率最低的為0.518（2013年云南）。從平均技術(shù)效率來看，全國油菜生產(chǎn)平均技術(shù)效率為0.842，其中有8個主產(chǎn)省的油菜生產(chǎn)技術(shù)效率高于全國平均水平。13個主產(chǎn)省油菜生產(chǎn)平均技術(shù)效率分布在0.724～0.916，其中四川、江蘇、青海3省多數(shù)年份油菜生產(chǎn)技術(shù)效率高于0.900，說明這些地區(qū)油菜生產(chǎn)技術(shù)效率已經(jīng)達到較高水平。貴州、江西、云南、湖南等省多數(shù)年份油菜生產(chǎn)技術(shù)效率低于0.800，說明這些地區(qū)油菜生產(chǎn)技術(shù)效率水平較低。從時間維度上看，如圖1所示，2005—2007年油菜生產(chǎn)總體技術(shù)效率呈增長趨勢，2007—2010年出現(xiàn)明顯下降趨勢，2011年之后小幅波動。2015年油菜臨儲政策取消，導(dǎo)致農(nóng)民種植油菜積極性下降，油菜生產(chǎn)技術(shù)效率在2016年出現(xiàn)下滑。從產(chǎn)區(qū)分布（圖2）來看，長江下游區(qū)和春油菜區(qū)技術(shù)效率較高。江浙一帶氣候適宜，光溫水資源非常適合油菜生長，是長江流域油菜單產(chǎn)水平最高的地區(qū)。江浙地區(qū)地勢平坦開闊，交通便利，大型農(nóng)機服務(wù)發(fā)展順利，故這些區(qū)域的油菜生產(chǎn)技術(shù)效率高。青海省等春油菜產(chǎn)區(qū)的氣候條件適宜春油菜品種種植，種植規(guī)模穩(wěn)定，單產(chǎn)水平較高，因此其技術(shù)效率水平也較高。長江上游區(qū)除四川省外，云南、貴州等省由于山區(qū)地勢崎嶇、土地細碎化嚴重，不利于大型農(nóng)機發(fā)展，農(nóng)業(yè)機械服務(wù)發(fā)展水平較低，導(dǎo)致這些地區(qū)油菜生產(chǎn)技術(shù)效率較低。

圖1 2004—2015年油菜生產(chǎn)平均技術(shù)效率值

圖2 2004—2015年油菜四大產(chǎn)區(qū)生產(chǎn)平均技術(shù)效率值

表5 油菜主產(chǎn)省生產(chǎn)技術(shù)效率值

3.3 農(nóng)機服務(wù)比例對油菜技術(shù)效率影響分析

本研究采用BC95模型，該模型可以同步估計出各油菜主產(chǎn)省技術(shù)效率，同時也可估計出技術(shù)無效率的影響因素。通過整理現(xiàn)有文獻和梳理影響農(nóng)作物生產(chǎn)技術(shù)效率的因素，總結(jié)主要的影響因素有農(nóng)機服務(wù)比例、農(nóng)村居民平均受教育年限、受災(zāi)面積比例、財政支農(nóng)水平、油菜面積占比、RD經(jīng)費投入強度、基礎(chǔ)設(shè)施水平。其中，農(nóng)機服務(wù)比例是重點研究的影響因素。

從表4可以看出，農(nóng)機服務(wù)比例在10%顯著性水平上通過t檢驗，系數(shù)為負，說明農(nóng)機服務(wù)比例對技術(shù)無效具有負向作用，即農(nóng)機服務(wù)比例越高，油菜生產(chǎn)技術(shù)效率水平越高，這與本研究預(yù)期的結(jié)果相吻合。農(nóng)機服務(wù)比例每提高1.000%，油菜生產(chǎn)技術(shù)效率提高0.763%。農(nóng)機服務(wù)提高油菜生產(chǎn)技術(shù)效率主要有2個方面的原因：①由于農(nóng)村勞動力受教育水平的限制，農(nóng)民難以接納和使用大量農(nóng)業(yè)科技和現(xiàn)代化農(nóng)業(yè)種植知識。農(nóng)業(yè)社會化服務(wù)提供了便利，將農(nóng)業(yè)專業(yè)技術(shù)以服務(wù)外包的形式，即通過專業(yè)合作社、種植大戶等將農(nóng)業(yè)技術(shù)引進然后服務(wù)農(nóng)業(yè)生產(chǎn)，農(nóng)機服務(wù)就是其中的一種。采用這種間接技術(shù)引進的方式，可以提高油菜生產(chǎn)的種植效率。②由于城鎮(zhèn)化進程加快，大量年輕勞動力涌入城市，造成農(nóng)村勞動力匱乏。引入農(nóng)機服務(wù)則可以彌補農(nóng)村勞動力缺失這一短板，同時也可以保證每塊土地上機械作業(yè)質(zhì)量的一致性，從而提高農(nóng)業(yè)生產(chǎn)技術(shù)效率。

平均受教育年限系數(shù)為正，且不顯著，說明其對油菜生產(chǎn)技術(shù)效率不存在顯著影響。受災(zāi)面積比例系數(shù)為負，在10%顯著性水平上通過檢驗。說明自然災(zāi)害對油菜減產(chǎn)存在顯著影響。財政支農(nóng)水平的系數(shù)為-4.317，且在5%顯著性水平上通過t檢驗。說明現(xiàn)階段中國油菜生產(chǎn)技術(shù)效率的提高依賴財政對農(nóng)業(yè)生產(chǎn)的投入，財政對農(nóng)業(yè)生產(chǎn)中購買大型農(nóng)業(yè)機械的補貼政策也帶動了農(nóng)機服務(wù)的發(fā)展。油菜面積占比影響不顯著。RD經(jīng)費投入強度、基礎(chǔ)設(shè)施水平分別在1%、5%顯著性水平上通過檢驗，且系數(shù)均為負，這與本研究的預(yù)期一致。因為一個地區(qū)的科研經(jīng)費等投入越多，說明該地區(qū)科技創(chuàng)新水平越高，有利于農(nóng)業(yè)生產(chǎn)發(fā)展?；A(chǔ)設(shè)施建設(shè)好，對農(nóng)業(yè)生產(chǎn)也具有正向促進作用，而且也更有利于開展農(nóng)業(yè)機械化服務(wù)活動。

4 結(jié)論與政策啟示

4.1 主要結(jié)論

通過測算中國油菜生產(chǎn)技術(shù)效率和分析農(nóng)機服務(wù)對油菜技術(shù)效率的影響，得出以下結(jié)論。

1）最近15年中國油菜生產(chǎn)技術(shù)效率水平為0.842，從整體看油菜生產(chǎn)技術(shù)效率處于波動狀態(tài)，需要繼續(xù)探索提高油菜生產(chǎn)效率的有效方式。

2）中國油菜生產(chǎn)技術(shù)效率存在明顯的地區(qū)差異，其中四川、江蘇、青海3省油菜生產(chǎn)技術(shù)效率最高，貴州、江西、云南3省油菜生產(chǎn)技術(shù)效率較低。由于不同區(qū)域自然條件和經(jīng)濟條件不同，技術(shù)效率水平會存在較大差異。如貴州、云南、江西等省山地、丘陵眾多，大型機械作業(yè)難以開展，只能依靠加大人工投入；且其地塊分散，土地細碎化，這也間接阻礙了機械化程度的提高，從而導(dǎo)致農(nóng)業(yè)生產(chǎn)效率低下。

3）農(nóng)機服務(wù)比例對油菜生產(chǎn)技術(shù)效率存在顯著的正向影響。油菜生產(chǎn)技術(shù)效率同時也受其他因素的影響，其中，財政支農(nóng)水平、RD投入強度、基礎(chǔ)設(shè)施水平對油菜生產(chǎn)技術(shù)效率有顯著正向影響，受災(zāi)面積比例對油菜生產(chǎn)技術(shù)效率有顯著負向影響。農(nóng)村居民平均受教育年限和油菜面積占比對油菜生產(chǎn)技術(shù)效率沒有顯著影響。

4.2 政策啟示

依據(jù)研究結(jié)論，為油菜生產(chǎn)效率低下地區(qū)農(nóng)機服務(wù)發(fā)展提出以下政策建議。

1）當前農(nóng)機服務(wù)發(fā)展更多偏向于勞動節(jié)約型，技術(shù)密集型的農(nóng)機服務(wù)還相對落后。因此，農(nóng)技推廣部門應(yīng)當充分利用農(nóng)機服務(wù)市場，將具有更高科技含量的生產(chǎn)方式以外包服務(wù)的形式引入農(nóng)業(yè)生產(chǎn)環(huán)節(jié)中。在農(nóng)村勞動力數(shù)量和質(zhì)量不斷下降的趨勢下，發(fā)展農(nóng)機服務(wù)對穩(wěn)定油料作物生產(chǎn)具有重要意義。

2）要促進農(nóng)機服務(wù)區(qū)域市場的平衡發(fā)展。農(nóng)機服務(wù)市場在不同地區(qū)發(fā)展的程度大不相同，要加快西南山區(qū)農(nóng)田宜機化改造，補齊這些區(qū)域機械化基礎(chǔ)條件短板，提升農(nóng)機使用效率，從而優(yōu)化區(qū)域油料作物生產(chǎn)經(jīng)營結(jié)構(gòu)，促進農(nóng)業(yè)生產(chǎn)向?qū)I(yè)化和集約化發(fā)展。

3）提高地區(qū)財政支農(nóng)水平。在油菜生產(chǎn)上提高財政支持力度，可以一定程度上提高油菜生產(chǎn)技術(shù)效率。農(nóng)業(yè)生產(chǎn)部門在政策和資金上支持和引導(dǎo)農(nóng)機服務(wù)企業(yè)、合作社和專業(yè)大戶發(fā)展，尤其是加大生產(chǎn)農(nóng)機購置補貼等，既能提升地區(qū)農(nóng)機服務(wù)發(fā)展水平，又能提高作物生產(chǎn)技術(shù)效率。