林文姬，蘇向輝，馬瑛，李淑敏，曾德鵬

(1. 新疆農(nóng)業(yè)大學(xué)公共管理學(xué)院，烏魯木齊市，830052；2. 新疆農(nóng)業(yè)大學(xué)亞心校區(qū)管理委員會辦公室，烏魯木齊市，830052)

0 引言

農(nóng)機(jī)社會化服務(wù)作為農(nóng)業(yè)社會化服務(wù)的重要組成部分，是現(xiàn)代農(nóng)業(yè)科技和物質(zhì)裝備的重要支撐，它的發(fā)展能夠提升糧食和重要農(nóng)產(chǎn)品供給保障能力。然而我國的農(nóng)業(yè)生產(chǎn)一直存在著資源消耗率高、生產(chǎn)效率低下的問題[1]，加上農(nóng)業(yè)社會化服務(wù)體系存在著地區(qū)發(fā)展不平衡，政府與市場雙重失靈等問題[2]，在此背景下，如何通過農(nóng)機(jī)社會化服務(wù)提高農(nóng)地生產(chǎn)效率，保障國家糧食安全，成為學(xué)者們普遍關(guān)注的問題。

當(dāng)前學(xué)術(shù)界對于農(nóng)機(jī)社會化服務(wù)是否能提高農(nóng)地生產(chǎn)效率尚沒有一個(gè)明確回答。“支持派”多從玉米、小麥等單一農(nóng)作物角度論述了農(nóng)機(jī)社會化服務(wù)能顯著提高農(nóng)地生產(chǎn)效率。但在此過程中存在一些限制條件，一是受限于土地規(guī)模，提出推進(jìn)農(nóng)機(jī)社會化服務(wù)發(fā)展的同時(shí)仍需推進(jìn)土地適度規(guī)模經(jīng)營[3]；二是生產(chǎn)效率提升路徑在不同區(qū)域有所差別，應(yīng)結(jié)合實(shí)際情況探索適合不同區(qū)域的農(nóng)業(yè)機(jī)械化發(fā)展模式[4]。當(dāng)然也有少部分學(xué)者從整體出發(fā)探討了農(nóng)機(jī)社會化服務(wù)對糧食生產(chǎn)效率的影響，認(rèn)為既可以通過資本對勞動(dòng)的替代效應(yīng)和技術(shù)投入效應(yīng)來分析農(nóng)機(jī)社會化服務(wù)對糧食生產(chǎn)效率的作用機(jī)理[5]，也可以從不同規(guī)模的視角研究農(nóng)機(jī)社會化服務(wù)對糧食生產(chǎn)效率的影響，以檢驗(yàn)服務(wù)規(guī)?；欠褚蕾囉谕恋匾?guī)?；l(fā)展[6]。然而，“反對派”認(rèn)為農(nóng)機(jī)社會化服務(wù)對糧食生產(chǎn)效率的影響在不同環(huán)節(jié)有所差異，糧食生產(chǎn)部分服務(wù)環(huán)節(jié)對生產(chǎn)效率的提高并沒有產(chǎn)生顯著影響[7-9]，因此難以得出明確性的結(jié)論。還有一些學(xué)者從勞動(dòng)分工的視角出發(fā)，認(rèn)為農(nóng)機(jī)社會化服務(wù)對農(nóng)業(yè)生產(chǎn)可能帶來效率損失[10]。

綜上所述，學(xué)術(shù)界對農(nóng)機(jī)社會化服務(wù)與農(nóng)地生產(chǎn)效率關(guān)系的研究已較為全面，且多將農(nóng)地置于農(nóng)業(yè)生產(chǎn)大系統(tǒng)測算生產(chǎn)效率。但存在如下不足：一是在研究對象上，多為對單一作物生產(chǎn)效率的研究；二是在研究視角上，雖有不少學(xué)者對農(nóng)地生產(chǎn)效率進(jìn)行過研究，但少有從農(nóng)機(jī)社會化服務(wù)的視角分析其對農(nóng)地生產(chǎn)效率的影響；三是在研究方法上，已有研究多是從微觀個(gè)體農(nóng)戶層面去考察農(nóng)地生產(chǎn)效率，缺少宏觀層面的把握，且采用的是“一步法”并未排除環(huán)境與隨機(jī)因素的影響，所得結(jié)果存在較大誤差。鑒于此，運(yùn)用三階段DEA模型測算2019年31個(gè)地區(qū)的農(nóng)地生產(chǎn)效率，并利用Tobit模型進(jìn)一步分析農(nóng)機(jī)社會化服務(wù)對調(diào)整后的農(nóng)地生產(chǎn)效率的影響，以期探索農(nóng)地生產(chǎn)效率的提升路徑。

1 理論分析與研究假設(shè)

本研究是在剔除環(huán)境和隨機(jī)干擾的基礎(chǔ)上分析農(nóng)機(jī)社會化服務(wù)對農(nóng)地生產(chǎn)效率的影響。主要探討的是與農(nóng)地生產(chǎn)效率相關(guān)的兩個(gè)問題：一是調(diào)整后的各地區(qū)農(nóng)地生產(chǎn)效率變化以及區(qū)域差異；二是農(nóng)機(jī)社會化服務(wù)如何影響農(nóng)地生產(chǎn)效率?；诖耍饕獜馁Y源的優(yōu)化配置論、技術(shù)引入論和社會分工論來探討農(nóng)機(jī)社會化服務(wù)是如何作用于農(nóng)地生產(chǎn)效率，并假設(shè)農(nóng)機(jī)社會化服務(wù)正向影響農(nóng)地生產(chǎn)效率。

優(yōu)化配置論是指通過市場對資源進(jìn)行調(diào)整與優(yōu)化來實(shí)現(xiàn)生產(chǎn)的高效率、高效益。放在農(nóng)業(yè)生產(chǎn)系統(tǒng)中考慮，本質(zhì)上是資本對勞動(dòng)的替代，使用農(nóng)機(jī)作業(yè)服務(wù)替代勞動(dòng)力投入，用于彌補(bǔ)農(nóng)業(yè)生產(chǎn)中勞動(dòng)力不足的問題[11-12]。這主要是由于農(nóng)村勞動(dòng)力的非農(nóng)就業(yè)以及兼業(yè)現(xiàn)象的出現(xiàn)，使得農(nóng)業(yè)生產(chǎn)中弱勢化現(xiàn)象嚴(yán)重[13-14]。農(nóng)業(yè)勞動(dòng)力不足、機(jī)會成本增加，人們對可以替代勞動(dòng)力的技術(shù)和服務(wù)的需求也就隨即產(chǎn)生，借助市場機(jī)制將農(nóng)業(yè)機(jī)械服務(wù)引入生產(chǎn)環(huán)節(jié)，減少因勞動(dòng)力流失所造成的負(fù)面效應(yīng)，提高農(nóng)地生產(chǎn)效率。

技術(shù)引入論表明農(nóng)機(jī)作業(yè)不僅是替代勞動(dòng)力，更重要的是給農(nóng)業(yè)生產(chǎn)帶來新技術(shù)[15]，“大國小農(nóng)”以及土地細(xì)碎化的基本國情決定了必須要走包容小農(nóng)戶的現(xiàn)代農(nóng)業(yè)之路，然而小農(nóng)戶由于文化水平偏低，對農(nóng)業(yè)技術(shù)的采納和獲取常常缺乏主動(dòng)性，一味將先進(jìn)技術(shù)直接推廣給農(nóng)戶可能會造成把握能力不夠而難以執(zhí)行，導(dǎo)致技術(shù)投入不充分和使用效率低等問題[16]。而通過農(nóng)機(jī)社會化服務(wù)將先進(jìn)的生產(chǎn)技術(shù)引入到農(nóng)業(yè)生產(chǎn)過程中則有助于克服農(nóng)戶在采納現(xiàn)代農(nóng)業(yè)技術(shù)中所面臨的困境，將專業(yè)的機(jī)耕、機(jī)播、植保、收割、烘干等技術(shù)運(yùn)用于農(nóng)業(yè)生產(chǎn)過程中，能有效的提高農(nóng)產(chǎn)品的質(zhì)量和土地的產(chǎn)出率，促進(jìn)農(nóng)地生產(chǎn)效率提高。

社會分工論指出農(nóng)機(jī)社會化服務(wù)通過農(nóng)業(yè)主體之間縱向分工，各經(jīng)營主體和服務(wù)主體的目的和效率發(fā)生改變。對經(jīng)營主體來說，分工使其對勞動(dòng)力的需求轉(zhuǎn)為對市場上商品化的農(nóng)機(jī)社會化服務(wù)的需求，對服務(wù)主體來說，分工不僅可以提高對農(nóng)機(jī)應(yīng)用的熟練程度，還能進(jìn)一步激勵(lì)他們運(yùn)用農(nóng)機(jī)進(jìn)行對外服務(wù)[17]，通過開展農(nóng)機(jī)區(qū)域內(nèi)和跨區(qū)作業(yè)服務(wù)，更好參與到某一特定環(huán)節(jié)的專業(yè)化服務(wù)，簡化了生產(chǎn)活動(dòng)[18]，提高農(nóng)地生產(chǎn)效率。

綜上所述，農(nóng)機(jī)社會化服務(wù)對農(nóng)地生產(chǎn)效率的影響路徑如圖1所示，并提出以下假說。

假說1：農(nóng)機(jī)社會化服務(wù)正向影響農(nóng)地生產(chǎn)效率。

假說2：農(nóng)機(jī)社會化服務(wù)通過資本對勞動(dòng)的替代效應(yīng)、技術(shù)要素的投入效應(yīng)和社會分工效應(yīng)來提高農(nóng)地生產(chǎn)效率。

圖1 農(nóng)機(jī)社會化服務(wù)對農(nóng)地生產(chǎn)效率的影響路徑

2 研究方法、變量選取及數(shù)據(jù)來源

2.1 研究方法

2.1.1 DEA三階段模型

本研究運(yùn)用Fried提出的三階段DEA模型[19]，該模型在測算效率時(shí)能很好消除環(huán)境和隨機(jī)誤差對效率的影響，更符合實(shí)際情況。模型設(shè)定如下。

第一階段：傳統(tǒng)DEA模型分析初始效率。

鑒于農(nóng)業(yè)生產(chǎn)的特性，采用投入導(dǎo)向規(guī)模報(bào)酬可變的DEA-BCC模型對原始投入產(chǎn)出數(shù)據(jù)進(jìn)行初始效率評價(jià)，模型形式如式(1)所示。

Min[θ-ε(ets-+ets+)]

(1)

式中：n——決策單元個(gè)數(shù)；

θ——各省農(nóng)地生產(chǎn)效率值；

xj——投入要素；

yj——產(chǎn)出要素；

ε——非阿基米德無窮小量；

λj——各決策單元系數(shù)；

et——單元行向量；

s-——投入的松弛變量；

s+——產(chǎn)出的松弛變量。

當(dāng)且僅當(dāng)θ=1，s-=s+=0時(shí)，決策單元為DEA有效；當(dāng)θ<1時(shí)，決策單元非DEA有效。

第二階段：SFA回歸。

利用SFA回歸，以外部環(huán)境因素為解釋變量，以第一階段所得到的投入要素松弛值為被解釋變量，有效分解出環(huán)境因素、統(tǒng)計(jì)噪聲和管理無效率對效率的影響，得到調(diào)整后的投入值。

根據(jù)Fried等的想法，構(gòu)造出如式(2)所示的SFA回歸函數(shù)。

Sni=f(Zi;βn)+vni+μni

i=1,2,…I;n=1,2…N

(2)

式中：Sni——投入的松弛變量；

Zi——環(huán)境變量；

βn——環(huán)境變量的系數(shù)；

vni——隨機(jī)干擾，服從正態(tài)分布；

μni——管理無效率，服從截?cái)嗾龖B(tài)分布，vni與μni相互獨(dú)立且不相關(guān)，兩者之和構(gòu)成了混合誤差項(xiàng)。

管理無效率的計(jì)算公式參考羅登躍[20]、陳巍巍[21]等的研究成果，分離公式如式(3)所示。

(3)

借助SFA回歸主要是剔除環(huán)境和隨機(jī)因素對效率的干擾，使所有的決策單元處于相同的外部環(huán)境中，最后的調(diào)整公式如式(4)所示。

[max(vni)-vni]

i=1,2,…,I;n=1,2,…N

(4)

Xni——調(diào)整前投入值；

max(vni)-vni——使所有決策單元的隨機(jī)干擾都處于相同水平上，以此排除偶然性因素對效率的影響。

第三階段：調(diào)整后的投入變量的DEA分析。

再次運(yùn)用DEA-BCC對調(diào)整后的投入變量與原始產(chǎn)出變量進(jìn)行測算，得到排除環(huán)境和隨機(jī)干擾的效率值。

2.1.2 Tobit回歸模型

Tobit回歸模型在處理截?cái)鄶?shù)據(jù)方面具有很好的優(yōu)勢，運(yùn)用DEA三階段測算出的各省農(nóng)地生產(chǎn)效率是分布在0～1之間的效率值，DEA模型的估計(jì)結(jié)果并不能得出農(nóng)地生產(chǎn)效率的影響因素及影響程度，因此有必要對DEA的分析結(jié)果進(jìn)行Tobit回歸，以探究農(nóng)機(jī)化社會服務(wù)如何影響農(nóng)地生產(chǎn)效率，模型設(shè)定如式(5)所示。

Yi=αo+aiXi+εii=1,2,3…n

(5)

式中：Yi——各省農(nóng)地生產(chǎn)效率值；

α0——常數(shù)項(xiàng)；

αi——待估參數(shù)；

Xi——影響農(nóng)地生產(chǎn)效率的因素；

εi——隨機(jī)誤差項(xiàng)。

2.2 變量選取與數(shù)據(jù)來源

本研究將農(nóng)地置于農(nóng)業(yè)生產(chǎn)系統(tǒng)中進(jìn)行測算，選取1個(gè)產(chǎn)出變量，5個(gè)投入變量，3個(gè)環(huán)境變量作為DEA模型中的變量，選取1個(gè)核心解釋變量，5個(gè)控制變量作為Tobit模型中的變量(表1)，具體如下。

表1 變量說明及描述性統(tǒng)計(jì)Tab. 1 Variable description and descriptive statistics

在投入產(chǎn)出變量選取上，借鑒楊彩艷等[2]的做法，選取農(nóng)業(yè)總產(chǎn)值作為產(chǎn)出變量。投入變量參考崔海洋等[1]的方法，以農(nóng)作物播種面積、第一產(chǎn)業(yè)勞動(dòng)力、化肥施用量、農(nóng)業(yè)機(jī)械總動(dòng)力、有效灌溉面積作為投入變量。其中，農(nóng)作物播種面積與第一產(chǎn)業(yè)勞動(dòng)力人數(shù)分別代表土地和勞動(dòng)力的投入，其余投入變量則代表農(nóng)業(yè)生產(chǎn)技術(shù)和資本的投入。

環(huán)境變量指的是對農(nóng)地生產(chǎn)效率有影響但又不受其控制的變量。考慮到數(shù)據(jù)的可獲得性，以農(nóng)村居民人均可支配收入作為衡量經(jīng)濟(jì)發(fā)展水平的重要指標(biāo)。同時(shí)農(nóng)業(yè)財(cái)政的預(yù)算水平以及農(nóng)作物的受災(zāi)程度對農(nóng)業(yè)生產(chǎn)的影響是無法忽視的，故選取農(nóng)林水事務(wù)占地方財(cái)政總預(yù)算的百分比以及農(nóng)作物受災(zāi)面積占總播種面積的百分比作為農(nóng)業(yè)生產(chǎn)過程中的環(huán)境變量。

針對農(nóng)機(jī)社會化服務(wù)指標(biāo)的選取，學(xué)者們從農(nóng)機(jī)社會化服務(wù)程度、農(nóng)業(yè)機(jī)械化程度、農(nóng)機(jī)社會化服務(wù)投入、農(nóng)機(jī)作業(yè)服務(wù)人員等方面進(jìn)行選取。本研究參考王洋等[5]的方法，以DEA三階段取得的農(nóng)地生產(chǎn)效率作為因變量，農(nóng)地生產(chǎn)效率置于農(nóng)業(yè)生產(chǎn)系統(tǒng)中考慮是指農(nóng)業(yè)綜合效率，而綜合效率(TE)是指在一定時(shí)期內(nèi)，在一定技術(shù)裝備和要素投入情況下實(shí)際產(chǎn)出與最優(yōu)產(chǎn)出的比值，或最優(yōu)投入與實(shí)際投入的比值，是純技術(shù)效率(PTE)及規(guī)模效率(SE)綜合作用的結(jié)果，其是對決策單元的資源配置能力與利用效率能力的多方面綜合衡量與評價(jià)。其中，純技術(shù)效率是指在既定的技術(shù)水平和資源條件下農(nóng)業(yè)產(chǎn)出能力的大小。規(guī)模效率則反映了農(nóng)戶經(jīng)營規(guī)模是否與自身的經(jīng)營能力、管理水平等相協(xié)調(diào)的情況。在自變量上，選取農(nóng)機(jī)社會化服務(wù)水平作為核心解釋變量，用于衡量農(nóng)機(jī)社會化服務(wù)對農(nóng)地生產(chǎn)效率的影響。并認(rèn)為學(xué)者們選取的這些變量能在一定程度上反映農(nóng)機(jī)需求變化以及農(nóng)機(jī)服務(wù)水平，但選取農(nóng)機(jī)社會化服務(wù)總收入(包括農(nóng)機(jī)社會化服務(wù)組織作業(yè)收入以及農(nóng)機(jī)專業(yè)戶作業(yè)收入)與農(nóng)作物播種面積的比值更能代表農(nóng)機(jī)社會化服務(wù)需求變化及農(nóng)機(jī)社會化服務(wù)水平，同時(shí)也能減少地區(qū)差異的影響。

控制變量除了上文提到的財(cái)政支農(nóng)比和農(nóng)作物受災(zāi)率，還加入了人均經(jīng)營規(guī)模(農(nóng)作物播種面積與鄉(xiāng)村從業(yè)人員的比值)、農(nóng)作物灌溉率(有效灌溉面積與播種面積的比值，作為衡量基礎(chǔ)設(shè)施水平的變量)、城市化率作為控制變量。

本研究所用的各類數(shù)據(jù)均來源于2020年的《中國統(tǒng)計(jì)年鑒》《中國農(nóng)村統(tǒng)計(jì)年鑒》以及各省統(tǒng)計(jì)年鑒，其中核心解釋變量農(nóng)機(jī)作業(yè)服務(wù)總收入來源于2020年《中國農(nóng)業(yè)機(jī)械工業(yè)年鑒》。

2.3 pearson相關(guān)系數(shù)檢驗(yàn)

為檢驗(yàn)DEA模型中各投入產(chǎn)出變量是否符合“同向性”假設(shè)，采用pearson相關(guān)系數(shù)檢驗(yàn)，結(jié)果如表2所示。各投入產(chǎn)出變量的相關(guān)系數(shù)均為正，且通過了1%顯著性水平檢驗(yàn)，說明投入產(chǎn)出指標(biāo)的選取具有合理性。

表2 農(nóng)業(yè)投入與產(chǎn)出變量的pearson相關(guān)系數(shù)檢驗(yàn)Tab. 2 Pearson correlation coefficient test of agricultural input and output variables

3 結(jié)果與分析

3.1 三階段DEA模型效率測算

3.1.1 基于一階段DEA-BCC模型的農(nóng)地生產(chǎn)效率

將2019年31個(gè)地區(qū)的農(nóng)業(yè)生產(chǎn)經(jīng)營過程中投入產(chǎn)出數(shù)據(jù)導(dǎo)入到DEAP2.1軟件中，結(jié)果如表3所示。

表3 2019年中國各省(市)農(nóng)地生產(chǎn)效率值Tab. 3 Production efficiency value of agricultural land in China’s provinces (cities) in 2019

由表3可知，在不考慮外部環(huán)境和隨機(jī)因素影響的情況下，2019年我國農(nóng)地生產(chǎn)效率均值為0.769，生產(chǎn)效率較高，且黑龍江、上海、江蘇、福建等9個(gè)地區(qū)生產(chǎn)效率值達(dá)到了1，位于農(nóng)業(yè)生產(chǎn)隨機(jī)前沿，資源的使用和配置處于DEA有效。天津、河北、山西、內(nèi)蒙古等綜合效率小于1的地區(qū)都存在不同程度的資源無效率，說明這些地區(qū)資源配置有待優(yōu)化。其中，山西、安徽、吉林等地區(qū)的效率值不到0.5，而北京、青海、海南、貴州等地區(qū)的效率值在0.95以上，說明不同地區(qū)之間的效率值差異較大，且部分地區(qū)仍存在技術(shù)效率值偏低的情況，說明我國農(nóng)業(yè)并未完全擺脫“高投入、高消耗”的局面，造成了資源配置無效。最后通過對比技術(shù)效率和規(guī)模效率不難發(fā)現(xiàn)，我國大部分地區(qū)農(nóng)地的規(guī)模效率水平要高于純技術(shù)效率水平，因此純技術(shù)效率是造成農(nóng)地生產(chǎn)效率偏低的主要原因。

3.1.2 第二階段SFA前沿回歸結(jié)果與分析

為消除外部環(huán)境和隨機(jī)噪聲對農(nóng)地生產(chǎn)效率的影響，以第一階段投入要素的松弛值作為被解釋變量，以表1中的各環(huán)境因素作為解釋變量，運(yùn)用Frontier4.1軟件進(jìn)行數(shù)據(jù)分析，回歸系數(shù)為正，表明生產(chǎn)要素存在投入冗余，不利于提高農(nóng)地生產(chǎn)效率，反之，系數(shù)值為負(fù)則有利于提高農(nóng)地生產(chǎn)效率，具體回歸結(jié)果見表4。由表4可知，各環(huán)境變量與投入松弛變量之間大部分都能通過1%的顯著性水平檢驗(yàn)，說明外部環(huán)境因素與我國農(nóng)地生產(chǎn)效率之間確實(shí)存在緊密相關(guān)。其中γ值均趨于1且通過1%的顯著性水平檢驗(yàn)，表明管理無效率是造成投入冗余的主要因素。對數(shù)似然比檢驗(yàn)表示模型估計(jì)有效，LR單邊檢驗(yàn)誤差值均大于臨界值，拒絕不存在無效率下的原假設(shè)，表明采用隨機(jī)模型是合理的。

1) 農(nóng)村居民人均可支配收入(B1)對農(nóng)作物播種面積(A1)、第一產(chǎn)業(yè)勞動(dòng)力(A2)、化肥施用量(A3)、農(nóng)業(yè)機(jī)械總動(dòng)力(A4)以及灌溉面積(A5)的回歸系數(shù)均為負(fù)值，且通過1%的顯著性水平檢驗(yàn)，表明農(nóng)村人均收入水平的適當(dāng)提升有助于農(nóng)戶生產(chǎn)投入的合理化，減少投入冗余，提高農(nóng)地生產(chǎn)效率，這與理論預(yù)期一致。主要是經(jīng)濟(jì)發(fā)展較好的地方，能源供給、道路交通、水利灌溉等基礎(chǔ)設(shè)施相對較完善，有利于農(nóng)民對先進(jìn)生產(chǎn)技術(shù)的掌握，在一定程度上提高農(nóng)地生產(chǎn)效率。

2) 財(cái)政支農(nóng)水平(B2)對農(nóng)作物播種面積(A1)、第一產(chǎn)業(yè)勞動(dòng)力(A2)、化肥施用量(A3)、農(nóng)業(yè)機(jī)械總動(dòng)力(A4)以及灌溉面積(A5)的回歸系數(shù)均為負(fù)值，且基本都通過了顯著性水平為1%的檢驗(yàn)。說明隨著財(cái)政對農(nóng)業(yè)支持力度的增加，各種支農(nóng)補(bǔ)貼和扶持政策將農(nóng)機(jī)等先進(jìn)的機(jī)械設(shè)備引入到農(nóng)業(yè)生產(chǎn)過程中，在一定程度上提高了農(nóng)戶的預(yù)期收入，減少了農(nóng)業(yè)生產(chǎn)的個(gè)人成本，農(nóng)民種糧積極性提高，對生產(chǎn)要素的配置更加合理化，有利于提高生產(chǎn)效率。

3) 受災(zāi)率(B3)對農(nóng)作物播種面積(A1)、化肥施用量(A3)、農(nóng)業(yè)機(jī)械總動(dòng)力(A4)以及灌溉面積(A5)的回歸系數(shù)均為正值，且大部分通過了顯著性水平為1%的檢驗(yàn)。表明自然災(zāi)害對農(nóng)地生產(chǎn)效率帶來了負(fù)向影響，這也符合理論預(yù)期。農(nóng)作物受災(zāi)面積越大，有效產(chǎn)出相對農(nóng)業(yè)投入來說就會越少，在一定程度上會造成農(nóng)民對未來的農(nóng)業(yè)生產(chǎn)收入持悲觀看法，兼業(yè)化農(nóng)民將會增加，農(nóng)業(yè)勞動(dòng)力相對會減少，而其它投入變量為了彌補(bǔ)產(chǎn)值的虧空和勞動(dòng)力的減少，會在不同程度增加投入，農(nóng)業(yè)生產(chǎn)出現(xiàn)資源配置的低效，降低了農(nóng)地生產(chǎn)效率。

表4 第二階段SFA模型回歸結(jié)果Tab. 4 Regression results of the second-stage SFA-like model

3.1.3 第三階段調(diào)整投入后的DEA估計(jì)結(jié)果

再次運(yùn)用DEAP2.1軟件對調(diào)整后的投入和原始產(chǎn)出變量進(jìn)行測算，得到的精準(zhǔn)生產(chǎn)效率值見表5。由表5可見，與第一階段相比，剔除外生環(huán)境變量后，純技術(shù)效率提高2.6%，綜合效率和規(guī)模效率分別下降7.15%、11.51%，調(diào)整后的綜合效率處于中等效率水平(0.600≤TE<0.800)，純技術(shù)效率與規(guī)模效率處于相對高效率水平(0.800≤PTE、SE<1.000)，說明調(diào)整后的規(guī)模效率損失是導(dǎo)致綜合效率下降的主要原因。從整體來看，調(diào)整后的規(guī)模報(bào)酬遞減地區(qū)由14個(gè)下降為5個(gè)，其余地區(qū)均處于規(guī)模報(bào)酬遞增和不變階段。且調(diào)整后的生產(chǎn)效率值除了北京、天津、上海、福建等少數(shù)幾個(gè)地區(qū)有所降低，大部分地區(qū)綜合效率值都有了較大幅度的提升，這些效率值降低的地區(qū)主要是因?yàn)槭芡獠凯h(huán)境的影響較大，而在河北、山西、內(nèi)蒙古、遼寧等相對欠發(fā)達(dá)的地區(qū)，綜合效率值上升主要原因可能在于它們抓住了鄉(xiāng)村振興的政策機(jī)遇，引入了先進(jìn)的生產(chǎn)機(jī)械，科學(xué)引導(dǎo)新型農(nóng)業(yè)經(jīng)營主體和農(nóng)業(yè)服務(wù)主體積極參與到農(nóng)業(yè)生產(chǎn)建設(shè)中，在良好大環(huán)境下不斷優(yōu)化生產(chǎn)要素配置，推動(dòng)三產(chǎn)融合，提高了農(nóng)地生產(chǎn)效率。

表5 2019年三階段DEA-BCC調(diào)整后的各省(市)農(nóng)地生產(chǎn)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 農(nóng)機(jī)社會化服務(wù)對農(nóng)地生產(chǎn)效率的影響

為了更好的衡量農(nóng)機(jī)社會化服務(wù)對農(nóng)地生產(chǎn)效率的影響，將經(jīng)過三階段DEA模型調(diào)整后的農(nóng)地生產(chǎn)效率值(Y)作為被解釋變量，將表1中提到的農(nóng)機(jī)社會化服務(wù)使用水平(X1)作為核心解釋變量，其余5個(gè)變量(X2、X3、X4、X5、X6)作為控制變量。為了降低數(shù)據(jù)的異方差性，借鑒邱溆等[22]的做法，對變量X1進(jìn)行取自然對數(shù)處理，得到變量lnX1，其余不變。同時(shí)為了滿足Tobit模型中要求的因變量必須含有一定比例的0值[23]，對Y進(jìn)行適當(dāng)變形，得到變量Y1，具體換算方法為Y1=(1/Y)-1[22]。變換后的Y1值越大表明農(nóng)地生產(chǎn)效率值Y就越低，反之，則越高。運(yùn)用Stata16.0軟件對上述變量進(jìn)行分析，具體結(jié)果見表6。由表6可見，農(nóng)機(jī)社會化服務(wù)水平(lnX1)對農(nóng)地生產(chǎn)效率的影響在10%的水平上呈現(xiàn)正相關(guān)，說明隨著農(nóng)機(jī)社會化服務(wù)使用量的增加，農(nóng)地生產(chǎn)效率也會相應(yīng)提高。通過將先進(jìn)的生產(chǎn)技術(shù)和現(xiàn)代化的農(nóng)業(yè)機(jī)械引入到農(nóng)業(yè)生產(chǎn)中，可以替代農(nóng)業(yè)勞動(dòng)力的不足，農(nóng)機(jī)社會化服務(wù)水平的不斷提高更好地促進(jìn)了專業(yè)化分工進(jìn)一步加深，多樣化的農(nóng)機(jī)社會化服務(wù)模式已成為農(nóng)業(yè)節(jié)本增效的重要途徑，有助于按照市場規(guī)律實(shí)現(xiàn)對土地、勞動(dòng)力、資金、技術(shù)等生產(chǎn)資源的優(yōu)化配置，提升農(nóng)地生產(chǎn)效率，這與假設(shè)一的預(yù)期一致。

此外，人均經(jīng)營規(guī)模(X2)對農(nóng)地生產(chǎn)效率的影響在5%的水平上呈現(xiàn)正相關(guān)，表明人均經(jīng)營規(guī)模越大，對農(nóng)地生產(chǎn)效率的提升越有利，這主要是因?yàn)槲覈壳按蟛糠值貐^(qū)土地的規(guī)?；潭炔桓摺⒓?xì)碎化嚴(yán)重，推動(dòng)土地流轉(zhuǎn)，提高農(nóng)戶經(jīng)營規(guī)模，有助于為農(nóng)業(yè)機(jī)械化作業(yè)創(chuàng)造良好條件，更好地提高農(nóng)地生產(chǎn)效率。財(cái)政支農(nóng)水平(X4)與農(nóng)地生產(chǎn)效率在5%的水平上呈現(xiàn)負(fù)相關(guān)，與理論預(yù)期有點(diǎn)不符，主要原因可能是我國的財(cái)政支農(nóng)資金是一種有條件的自上而下的縱向轉(zhuǎn)移，主要是上級政府對下級政府的一種補(bǔ)助，在支農(nóng)資金的投入過程中，難免部分地區(qū)會存在支農(nóng)資金投入結(jié)構(gòu)的不合理、監(jiān)督管理體系不完善，加上農(nóng)業(yè)自身的弱質(zhì)性，很容易造成農(nóng)民對支農(nóng)補(bǔ)貼的過分依賴，生產(chǎn)過程中過度依靠資金的投入，降低了土地和勞動(dòng)力等要素的投入，要素間配置失衡，降低了農(nóng)地生產(chǎn)效率。以灌溉率大小來衡量的基礎(chǔ)設(shè)施水平(X5)對農(nóng)地生產(chǎn)效率的影響在1%水平上呈負(fù)相關(guān)。這可能是因?yàn)楫?dāng)前農(nóng)業(yè)生產(chǎn)中仍存在著“粗放式”經(jīng)營的現(xiàn)象，大水漫灌、土渠灌溉等粗放的灌溉模式在部分地區(qū)仍然存在，加上很多西部地區(qū)雖有相對完善的灌溉系統(tǒng)，但水資源缺乏，使得高效灌溉技術(shù)落實(shí)不到位，造成了農(nóng)業(yè)生產(chǎn)中對水資源的利用水平不高，資源配置間存在著不合理，農(nóng)地生產(chǎn)效率反而有所降低。城市化水平(X6)對農(nóng)地生產(chǎn)效率的影響在1%顯著性水平上呈負(fù)相關(guān)。城市化在一定程度上可以促進(jìn)生產(chǎn)技術(shù)的應(yīng)用，有利于農(nóng)地生產(chǎn)效率的提升，但城市化也會造成大量農(nóng)田轉(zhuǎn)化為建設(shè)用地，加劇農(nóng)民棄耕拋荒現(xiàn)象的產(chǎn)生，帶走大量的農(nóng)村勞動(dòng)力，使得留在農(nóng)村耕作的基本都是一些老年人和婦女，勞動(dòng)力弱勢化嚴(yán)重，如果沒有配套的解決措施，將會使得農(nóng)地生產(chǎn)效率降低，制約我國農(nóng)業(yè)的發(fā)展。

表6 農(nóng)機(jī)社會化服務(wù)對農(nóng)地生產(chǎn)效率的回歸結(jié)果Tab. 6 Regression results of agricultural machinery socialization services on agricultural land production efficiency

4 結(jié)論與建議

4.1 結(jié)論

本研究利用三階段DEA模型在剔除環(huán)境和隨機(jī)因素干擾的情況下測算了2019年我國31個(gè)地區(qū)的農(nóng)地生產(chǎn)效率，并進(jìn)一步運(yùn)用Tobit模型分析農(nóng)機(jī)社會化服務(wù)對我國農(nóng)地生產(chǎn)效率的影響，結(jié)論如下。

1) 31個(gè)地區(qū)2019年的農(nóng)業(yè)總產(chǎn)值和各投入要素之間存在顯著的正相關(guān)，農(nóng)作物播種面積、第一產(chǎn)業(yè)勞動(dòng)力、化肥使用量、農(nóng)業(yè)機(jī)械總動(dòng)力、灌溉面積對農(nóng)業(yè)總產(chǎn)值的影響較大。未剔除環(huán)境和隨機(jī)因素前，2019年我國農(nóng)地生產(chǎn)效率均值為0.769，總體相對較高，純技術(shù)效率均值為0.847，規(guī)模效率均值為0.912，可知純技術(shù)效率是造成綜合效率不高的主要原因。但不同地區(qū)之間效率也是差異明顯，其中，山西、安徽、吉林等地區(qū)的效率值不到0.5，而北京、青海、海南、貴州等地區(qū)的效率值在0.95以上。調(diào)整后純技術(shù)效率提高了2.6%，綜合效率和規(guī)模效率分別下降7.15%、11.51%，規(guī)模效率不高成了綜合效率偏低的主要原因，且規(guī)模報(bào)酬遞增的地區(qū)相對第一階段有了較大提升。其中，環(huán)境變量中，農(nóng)村居民人均可支配收入、財(cái)政支農(nóng)水平對農(nóng)地生產(chǎn)效率產(chǎn)生積極影響，受災(zāi)率對農(nóng)地生產(chǎn)效率的提升具有負(fù)向影響。

2) 農(nóng)機(jī)社會化服務(wù)與農(nóng)地生產(chǎn)效率在10%的顯著性水平上呈現(xiàn)正相關(guān)。一方面，農(nóng)機(jī)社會化服務(wù)的推進(jìn)有利于發(fā)揮資本對勞動(dòng)的替代效應(yīng)，緩解城鎮(zhèn)化帶來的勞動(dòng)力不足以及老齡化、女性化對農(nóng)業(yè)生產(chǎn)的影響。另一方面，先進(jìn)技術(shù)的引入使得農(nóng)機(jī)社會化服務(wù)組織以及服務(wù)模式更加多元化，服務(wù)主體間縱向分工加深，專業(yè)化程度進(jìn)一步提高，市場在資源配置中起到了決定性作用，農(nóng)業(yè)經(jīng)營者可以通過市場購買農(nóng)機(jī)社會化服務(wù)，減少個(gè)人的生產(chǎn)成本，提高收入預(yù)期，農(nóng)機(jī)社會化服務(wù)主體也可以在市場巨大利潤作用下更加積極地提供農(nóng)機(jī)社會化服務(wù)，更好地提高農(nóng)產(chǎn)品的產(chǎn)量與品質(zhì)。

4.2 建議

結(jié)合上述研究結(jié)果及我國現(xiàn)階段農(nóng)機(jī)社會化服務(wù)的實(shí)際情況，提出以下建議。

1) 因地制宜發(fā)展農(nóng)機(jī)社會化服務(wù)。通過上述的研究結(jié)果，可以看出不同地區(qū)之間的農(nóng)地生產(chǎn)效率差異較大。為此，當(dāng)?shù)卣畱?yīng)結(jié)合自身的實(shí)際情況制定相應(yīng)政策，不可一概而語。一是就生產(chǎn)效率高低而言，對農(nóng)地生產(chǎn)效率較高的地區(qū)，如：福建、重慶、四川、廣西以及山東等生產(chǎn)效率高于0.85的地區(qū)應(yīng)加大新型農(nóng)業(yè)機(jī)械的研發(fā)力度，通過技術(shù)創(chuàng)新提高農(nóng)機(jī)社會化服務(wù)水平。對農(nóng)地生產(chǎn)效率較低的地區(qū)，如：北京、上海、天津、吉林以及寧夏等生產(chǎn)效率低于0.5的地區(qū)應(yīng)加大宣傳力度，大力推廣農(nóng)機(jī)社會化服務(wù)；二是就經(jīng)濟(jì)發(fā)展水平來說，農(nóng)業(yè)生產(chǎn)勞動(dòng)力弱勢化的地區(qū)，如：安徽、河南、湖南等地區(qū)應(yīng)優(yōu)先推廣農(nóng)機(jī)社會化服務(wù)，避免這些地區(qū)因勞動(dòng)力缺乏造成農(nóng)地生產(chǎn)效率的降低，影響國家糧食安全。經(jīng)濟(jì)發(fā)達(dá)的地區(qū)，如：廣東、江蘇、福建等等地區(qū)對先進(jìn)的生產(chǎn)技術(shù)接受能力較高，應(yīng)大力推進(jìn)農(nóng)機(jī)社會化服務(wù)，鼓勵(lì)跨區(qū)作業(yè)，創(chuàng)新服務(wù)模式，設(shè)立示范區(qū)，在全國范圍內(nèi)形成示范效應(yīng)，促使農(nóng)機(jī)社會化服務(wù)整體水平得以提升，提高農(nóng)地生產(chǎn)效率。三是就地形地貌來說，在丘陵山區(qū)，如：江西、浙江、湖南、安徽等地區(qū)要重點(diǎn)開展土地宜機(jī)化整治，加快補(bǔ)齊丘陵山區(qū)機(jī)械化條件弱勢化的短板，為農(nóng)機(jī)社會化服務(wù)的開展提供基礎(chǔ)物質(zhì)條件。對于平原地區(qū)，如：江蘇、河南、山東等地區(qū)土地相對平坦，應(yīng)加大農(nóng)機(jī)購置補(bǔ)貼，促進(jìn)農(nóng)機(jī)服務(wù)需求規(guī)模化，加快推進(jìn)農(nóng)機(jī)社會化服務(wù)進(jìn)程，促進(jìn)農(nóng)地生產(chǎn)效率的提高。

2) 推進(jìn)農(nóng)機(jī)社會化服務(wù)的產(chǎn)業(yè)化發(fā)展。規(guī)?；钱a(chǎn)業(yè)化發(fā)展的前提。市場作為資源配置的基礎(chǔ)性手段，要充分發(fā)揮市場的調(diào)節(jié)作用，以市場需求為導(dǎo)向，積極搭建規(guī)范化的土地流轉(zhuǎn)平臺，通過土地流轉(zhuǎn)實(shí)現(xiàn)規(guī)模化經(jīng)營，突破土地細(xì)碎化帶來的限制，鼓勵(lì)農(nóng)機(jī)社會服務(wù)組織和農(nóng)機(jī)專業(yè)戶積極進(jìn)行區(qū)域內(nèi)以及跨區(qū)作業(yè)，實(shí)現(xiàn)深耕、播種、植保、收割、烘干等一體化經(jīng)營，提升農(nóng)機(jī)社會化服務(wù)的生產(chǎn)鏈，帶動(dòng)農(nóng)業(yè)經(jīng)營主體和服務(wù)主體收入的提升，保障國家糧食安全，實(shí)現(xiàn)經(jīng)濟(jì)效益和社會效益的雙贏，并在此過程中促進(jìn)農(nóng)地生產(chǎn)效率的提高。

3) 大力培育農(nóng)機(jī)社會化服務(wù)組織和農(nóng)機(jī)作業(yè)人員。中國小農(nóng)經(jīng)營占主體，而小農(nóng)戶由于文化素養(yǎng)比較低，對先進(jìn)生產(chǎn)技術(shù)和農(nóng)機(jī)社會服務(wù)的采納被動(dòng)且缺乏積極性，不利于生產(chǎn)效率的提高。農(nóng)機(jī)社會化服務(wù)組織作為中介組織，能很好的將先進(jìn)的生產(chǎn)技術(shù)和機(jī)械設(shè)備引入到農(nóng)業(yè)生產(chǎn)中，克服小農(nóng)戶在接納技術(shù)過程中所面臨的困境，農(nóng)機(jī)作業(yè)人員作為將先進(jìn)知識帶到田地的最后一道關(guān)卡，其自身的專業(yè)知識和技能水平直接影響到農(nóng)地的生產(chǎn)效率。為此，當(dāng)?shù)卣纫贫ㄏ鄳?yīng)的紅利政策，設(shè)立專項(xiàng)資金來支持各類農(nóng)機(jī)社會化服務(wù)組織發(fā)展壯大，鼓勵(lì)多樣化的農(nóng)機(jī)社會化服務(wù)模式，又要充分推動(dòng)當(dāng)?shù)氐霓r(nóng)業(yè)類高等院校和基層的農(nóng)機(jī)推廣部門與農(nóng)機(jī)社會化服務(wù)組織開展合作，加大農(nóng)機(jī)社會化服務(wù)組織管理人員以及農(nóng)機(jī)作業(yè)服務(wù)人員的服務(wù)技能培訓(xùn)，促進(jìn)農(nóng)戶對農(nóng)業(yè)技術(shù)的接受與采納，以便更好的將先進(jìn)技術(shù)運(yùn)用到農(nóng)業(yè)生產(chǎn)中，提高農(nóng)地的生產(chǎn)效率。