农机作业服务发展对我国粮食生产的影响

韩叶梓

（南京农业大学经济管理学院，江苏南京 210095）

1 问题的提出

新中国成立以来，我国农业机械化发展经历了由快到缓再加速的历程。农业集体化时期，我国农业机械化从零起步，在农业规模化的推动下，这一时期农业机械化发展较快，各类农机装备数量稳步增长。家庭联产承包责任制实施后，由于农业经营规模缩小，农业机械化发展速度变缓，大型农机数量呈现先大幅下降后缓慢增长趋势，小型农机拥有量则逐年增长[1]。自2004年国家设立农机购置补贴，我国农业机械化快速发展，大中型农机拥有量大幅增长，2017年年末的拥有量比2004年增长了499%（中国农业机械工业年鉴2005-2018），小型农机拥有量增长缓慢。大型农机的快速增长，促进了我国农业机械化水平的大幅提高。到2017年，全国农作物耕种收综合机械化率达到66%，比2003年增加了约33%，其中水稻、小麦、玉米综合机械化率达到80%、95%、84%（中国农业机械工业年鉴2004-2018）。

农机购置补贴政策实施以来，我国农业机械化水平实现高速增长，农户的生产经营方式也发生着转变。2016年，全国农业经营户为20743万户，户均拥有拖拉机仅为0.13台，耕整机0.025台，播种机0.031台，联合收获机0.005台（第三次全国农业普查主要数据公报（第一号）），远远低于农户拥有农业机械的水平。其主要原因在于，农业机械化发展过程中农机作业服务组织也不断增长，大部分农机购置者不仅为自己作业，也对外提供农机作业服务。由于我国耕地细碎化程度高、农户耕地规模小，以小农模式经营为主的农户，在自身资源条件有限且农村劳动力价格不断攀升的情况下，通过购买农机作业服务实现了农业生产环节的机械化作业[2]。2017年，我国农机作业服务经营单位有4203.29万个，其中农机户4184.55万个（包括农机专业户499.84万个）、农机作业服务组织18.74万个，农机经营收入5336.35亿元（中国农业机械工业年鉴2018）。随着农机作业服务组织和从业人员数量的不断增加，越来越多的农户寻求农机作业服务弥补家庭劳动力不足，农机作业服务市场发展迅速。

农机作业服务实质是通过农业机械实现对成本日益上涨的农业劳动力的替代[3-8]，这种替代打破了传统的以劳动力投入为主的农业生产方式。与经济作物相比，粮食作物更易于采用农业机械，在劳动力成本较高的情况下，由于农机作业服务具有规模经济，这种替代效应有利于节约粮食作物的生产成本，提高粮食作物的比较优势。但是，农机作业服务是否会对粮食生产造成影响，这需要进行深入的理论和实证分析。本文将从农机作业服务发展的视角研究粮食生产的变化，以期为推动农机作业服务和粮食生产发展提供政策依据。

学界目前关于农机作业服务对粮食生产影响的研究文献较少，且多是放在粮食种植结构的框架下进行研究。如刘超等[6]定性分析农业机械化对粮食生产的影响，认为农业机械化促进了要素投入结构优化，推动种植结构呈“趋同化”“趋粮化”发展。杨进等[9]利用农村固定观察点数据分析中国农业机械化发展对粮食生产的影响，认为是否使用农机作业服务对粮食播种面积及占比没有影响，但每亩农业机械作业费用的增加将降低粮食播种面积及播种面积占比。赖良玉[10]利用江西、广东两省农户调研的截面数据分析以农机作业服务为主的生产环节外包服务对农户种植结构调整的影响，发现农业生产环节外包可以提高农户粮食作物种植比重。罗必良、仇童伟等[11-12]利用全国9省2704个样本农户调研截面数据研究农业种植结构调整，发现农业机械使用程度的提高会诱导农户更多种植粮食作物，种植结构呈现“趋粮化”。

现有研究未能得出一致的结论，比如杨进等[9]认为是否采用农机作业服务不会对粮食生产有显著影响，而其他学者[10-12]认为农机作业服务促进了粮食生产。上述研究存在争议的可能原因是，首先，他们多是从农户层面考察农机作业服务对粮食生产的影响，但是农户数据考察的是家庭内部的结构调整，由于农业专业化分工，农户可能在种植某种作物上存在比较优势，进而调整家庭内部种植结构，但是家庭内部种植结构加总起来可能会有变化，无法真实反映整个地区整体的种植结构和粮食生产变化，因此我们将采用村级层面的加总数据，从中观层面研究粮食生产的变化；其次，上述研究多采用截面数据，其反映的只是不同地区间的粮食生产的变化，无法从时间序列方面进行分析，鉴于此，我们采用跨度10年的面板数据，在较长的时间中观测农机作业服务与粮食生产的动态过程。

本文将以村庄为研究对象，采用江苏、四川、吉林3省11县301个村2003、2008、2013年的三期村庄调研的面板数据，利用固定效应面板回归模型来分析农机作业服务对粮食生产的影响，并探讨不同生产环节的农机作业服务对粮食生产的影响。

本文的结构安排如下：第二部分理论分析农机作业服务对粮食生产的影响并提出研究假说；第三部分介绍数据和模型设定；第四部分报告模型估计结果；第五部分是结论与启示。

2 理论分析与研究假说

2.1 农机作业服务对粮食生产的影响

不同农作物对劳动力、资本、技术等要素的约束条件存在差异[13]。经济作物是劳动密集型作物，具有较高的劳动精细度要求，适用于经济作物的农机化水平相对较低且机械服务供给成本相对较高。特别是蔬菜等经济作物，种类繁多，种植缺少统一规范，作业过程比稻麦生产复杂、精细得多，技术要求较高，多是靠人工作业，很难实现机械对劳动力的替代[14]；同时蔬菜生产机械的推广与应用难度较大，机械化水平相对较低。粮食作物属于土地密集型作物，容易实现机械化作业且具有较为明显的生产一致性，劳动监督成本相对较低。因此，与经济作物相比，粮食作物更容易机械化作业，实现对成本日益高涨的劳动力的替代。

农机作业服务市场的快速发展，提高了粮食作物在农业生产中的比较优势。一方面，农村劳动力价格上涨使得人工作业比机械作业费用更高，农机作业服务通过机械对人工的替代有利于农业生产成本大幅下降。同时随着农机作业服务规模的扩大，服务的规模经济使得农业生产中物质成本不断下降。例如，农资由农户分散购买改为服务主体集中采购后，价格下降约15%-30%[2]。另一方面，现阶段农业机械购置补贴政策为农机作业服务的发展提供了有力支撑。2017年，中央财政投入农机购置补贴资金186亿元，扶持170万农户购置机具190万台，规模以上农机服务主体主营业务收入达4499亿元（中国农业机械工业年鉴2018）。农机购置补贴政策的有序实施，加速了农业机械化的推广速度，有效降低农机购置成本，机械作业成本也在下降。因此，在劳动力成本较高的情况下，由于粮食作物更易于机械作业，所以采用农机作业服务进行生产，可以降低粮食作物的生产成本，有利于提高粮食作物的比较优势。农机作业服务市场的发育，将诱导农户选择种植更易于进行机械作业的粮食作物，显著提高农户种植粮食作物的比重。据此提出以下假说：

H1：农机作业服务的发展，促进粮食作物播种面积与播种面积占比的增长。

2.2 不同生产环节的农机作业服务对粮食生产的影响

上述分析只探讨了农机作业服务对粮食生产的整体影响，未能充分考虑不同生产的差异，以及由此带来的粮食生产变化的不同。环节生产上的差异使得不同环节的农机作业服务在技术复杂程度、作业标准化水平、劳动监督难度以及外包风险程度等方面差异存在明显不同[15-17]，导致不同环节的农机作业服务对粮食生产的影响也存在差异。

首先，与耕整地、收割等环节相比，育秧、病虫害防治等环节技术复杂程度相对较高，需要较强的劳动技能要求，因此机械替代适应性低，农户必须具备较高的种植经验和田间管理能力[18,19]；其次，耕整地、收割等环节机械化程度高，生产作业相对标准[16]，但是育秧、移栽、病虫害防治等环节，其任务繁杂程度高，作业标准化水平低[15]；再次，耕整地和收割环节，农机作业服务的作业质量容易测度，劳动监督难度小。例如，耕整地环节，农户可以根据整地的深浅判断服务的质量，收割环节，农户可以根据收割机前进的速度和田间残留的稻麦数量判断服务的质量，劳动监督相对容易。但是在育秧、病虫害防治等环节，服务质量很难衡量，劳动监督难度大。以病虫害防治环节为例，即使农户决定施药品种、施药时间及施药量，但仍无法观测喷洒均匀度，服务质量难以衡量[15,17]；最后，耕整地和收割环节属于农业生产的产前和产后环节，对作物的产量影响相对较小，且作业标准化水平高，服务质量易于监督，面临的交易风险低[19]。但对作物产量影响较大的播栽、病虫害防治等环节，农技复杂程度高，作业标准化程度低，且劳动监督难度大，具有较强的外包风险[17]。因此，不同生产环节的农机作业服务具有不同的特征，它们对粮食生产的影响也有区别。据此提出以下假说：

H2：不同生产环节的农机作业服务对粮食播种面积与播种面积占比的影响存在差异。

3 数据说明与模型设定

3.1 数据说明

本文所用数据来自于江苏、四川、吉林三省301个村庄的实地调查。数据采用跟踪调查的方式收集。第一次调查发生在2003年，此后每5年跟踪一次。本文的样本包括了2003年、2008年以及2013年三期的跟踪数据，构成一个平衡的面板数据。调查采用分层抽样的方法。首先，以提高样本的代表性，我们选择地区跨度较大，具代表性的江苏、四川和吉林三省。其中，江苏省人口密集，非农产业发达，市场需求旺盛；四川省耕地资源匮乏，且多为丘陵，劳动输出比例大，经济欠发达；吉林省人均耕地资源丰富，是粮食的主产区之一。然后，根据不同地区间区域分布和经济发展水平，在江苏省抽取5个县，四川、吉林省分别抽取3个县（共11个），每个样本县按经济发展水平高低抽取2个乡镇（共22个）。最后，对每个样本乡镇的所有行政村进行问卷调查。样本合计包含301个村庄的农业生产、农机作业服务和基本经济社会情况，观察值数为903个。

3.2 变量设置

3.2.1 被解释变量。本文关注粮食生产，采用粮食播种面积与粮食播种面积占比来表达。粮食播种面积占比是指粮食作物的播种面积之和占总播种面积（粮食作物面积+经济作物面积）的比例[20]。本文定义的粮食作物包括水稻、小麦、玉米、薯类等主要粮食作物；经济作物包括棉花、大豆、花生、油菜、蔬菜、茶叶、花卉苗木等经济作物。

3.2.2 核心解释变量。农机作业服务发展的程度是本文的核心解释变量，本文假设村庄提供农机作业服务的供给方数量越多，服务市场的发展水平越高。因此，以“村层面农机作业服务提供方的个数”作为代理变量，村庄拥有的农机作业服务提供方包括提供农机作业服务的专业服务个体户、服务队和农机合作社。这样的设定可以从村庄供给层面来度量农机作业服务程度，但忽略了跨区农机服务。因此，为了增强实证结果的可靠性，解决上述设定的不足，进一步进行稳健性检验，以“所在乡镇的农机作业服务提供方（不包括本村）平均数”度量服务程度。

3.2.3 控制变量。参照已有文献，引入村庄劳动力特征、村庄非农就业特征和村庄土地特征9个变量。村庄劳动力特征是影响粮食生产的关键维度，本文引入老龄劳动力比例[21,22]、女性劳动力比例[23]以及劳动力平均受教育程度3个控制变量。村庄非农就业和非农收入也是影响粮食生产的重要因素，本文引入非农就业比例[4]、外出务工比例、非农就业收入比例[24]以及农忙时的雇工价格[23]4个变量来控制村庄非农就业特征。村庄土地特征对粮食生产也产生直接影响，本文引入村庄耕地规模[25]和坡耕地比例[26]2个变量控制这一层面因素的影响。表1报告了上述变量的定义和描述性统计结果。

表1 变量的描述性统计

数据来源：根据样本计算所得。

3.3 研究方法

本文使用的是2003年、2008年以及2013年的3期实地调查数据，是一个涵盖301个村庄的的平衡面板数据，因而适用于面板模型。相对于现有研究采用的时间序列数据和截面数据，面板数据可以提供更多的个体动态行为信息。此外，面板数据包含较大的样本容量，可以有效解决部分遗漏变量产生的内生性问题，提高实证结果的准确性和可靠性。因此，本文采用面板数据固定效应模型来实证分析农机作业服务发展对粮食生产的影响。

4 计量结果与分析

4.1 农机作业服务与种植结构

表2展示了农机作业服务的发展对粮食播种面积及播种面积占比的估计结果。首先，从粮食播种面积来看，农机作业服务的估计系数为正，且在1%的水平上显著，说明农机作业服务的发展将促进农户扩大粮食播种面积。从系数大小看，平均而言，农机作业服务提供方个数每增加10个，粮食播种面积会增加0.259%。其次，从粮食播种面积占比来看，农机作业服务的估计系数也在1%的水平上显著为正，说明农机作业服务的发展将促进农户提高粮食播种面积占比。农机作业服务提供方个数每增加10个，会增加0.059%的粮食作物种植比例。总体上，农机作业服务的发展对粮食播种面积及播种面积占比都产生显著的正向影响，验证了本文的研究假说1。

表2 农机作业服务对粮食播种面积及播种面积占比的影响

注：①*、**、***分别表示在10%、5%和1%的水平上显著；②括号内数字为稳健标准误。

4.2 不同生产环节的农机作业服务与粮食生产

表2的实证分析只是从整体上研究了农机作业服务对粮食播种面积及播种面积占比的影响，但不同生产环节的农机作业服务在技术复杂程度、作业标准化水平、劳动监督难度、外包风险等方面存在差异[15-17]，因此不同环节的农机作业服务对粮食生产的影响也有区别。

表3展示了不同生产环节的农机作业服务发展对粮食播种面积调整的影响。从估计结果来看，农机作业服务的系数在4个回归方程中都为正向，但该变量在耕地、播种、收割环节显著为正，而病虫害防治环节农机作业服务对粮食播种面积的影响不显著。表4展示了不同环节的农机作业服务对粮食播种面积占比调整的影响。同样，结果显示耕地、播种、收割环节的农机作业外包服务对粮食播种面积占比有显著的正向影响。这可能是因为：相对于耕地、播种、收割环节，病虫害防治环节机械化水平和作业标准化水平低，劳动监督难度大，外包风险高，虽然政府一直大力推广，但农机作业服务提供方仍较少，因此对粮食生产的影响不显著[17]。耕地、播种、收割环节的机械化水平高，农机作业服务契合粮食生产易于农机作业的特点，有效缓解了农业生产季节性和劳动力外出务工导致的劳动力不足问题，降低了粮食作物的生产成本，提高了粮食作物的比较优势，显著促进粮食作物的生产。因此，总体上看，耕地、播种、收割环节的农机作业服务显著提高粮食作物播种面积及播种面积占比，表3、表4的实证分析结果验证了本文的研究假说2。

表3 不同生产环节的农机作业服务对粮食播种面积的影响

表4 不同生产环节的农机作业服务对粮食播种面积占比的影响

注：①*、**、***分别表示在10%、5%和1%的水平上显著；②括号内数字为稳健标准误。

4.3 稳健性检验

在上述估计结果中，以村庄农机作业服务供给方个数来度量服务程度，这样的设定，忽略了跨区的农机作业服务，特别是收割环节，很多农机手进行跨区收割，“本村农机作业服务提供方个数”一定程度低估了服务程度。因此，为了解决原来变量定义存在的问题，增强实证结果的可靠性，进一步以“所在乡镇的农机作业服务提供方（不包括本村）平均数”度量农机作业服务程度，进行稳健性检验。表5展示了以所在乡镇的服务提供方数为核心解释变量的估计结果。我们发现农机作业服务对粮食播种面积和播种面积占比的影响系数都为正，且都在1%的水平上显著。这表明农机作业服务的发展会显著促进农户扩大粮食作物播种面积，增加粮食作物种植比重。总体来看，表5的估计结果显示农机作业服务的发展有利于粮食作物的生产，对粮食作物播种面积与播种面积占比都产生正向促进作用，这与表2分析的结论一致，说明本文的结论是稳健的。

表5 农机作业服务对粮食播种面积及播种面积占比的影响

注：①*、**、***分别表示在10%、5%和1%的水平上显著；②括号内数字为稳健标准误。

5 结论与启示

本文从农机作业服务视角考察了粮食生产的变化，并利用江苏、四川和吉林省301个村庄2003、2008、2013年的3期面板数据，从理论和实证两个方面分析了农机作业服务对粮食生产的影响及作用机制。研究结果表明：农机作业服务显著促进粮食播种面积及粮食播种面积占比的提高；从不同生产环节来看，耕地、播种、收割环节的农机作业服务均对粮食播种面积及播种面积占比有显著的正向影响，而病虫害防治环节服务的影响不明显。

基于上述研究结论，本文有两点政策启示。第一，农机作业服务发展有助于扩大粮食播种面积及播种面积占比。政府在引导农业生产的过程中，要充分关注农机作业服务对粮食生产的正向作用，有序推进农机作业服务发展，保障粮食战略安全。第二，不同生产环节的农机作业服务对粮食生产的影响存在差异。机械化程度高的耕地、播种和收割环节，农机作业服务对粮食生产的促进作用明显；但不易于机械化作业的病虫害防治环节的农机作业服务的影响不显著。因此，政策扶持应因环节而变，重点支持病虫害防治等瓶颈环节的有效供给，积极推进农机作业服务全面发展，促进粮食生产。