农业生产性服务对农业生产效率的影响研究

摘 要：农业生产性服务是现代农业生产体系建设的活力源泉，对提高农业生产效率，实现农业强国具有重要意义。基于2015年中国家庭金融调查数据（CHFS），运用固定效应模型、工具变量法等实证分析农业生产性服务对农业生产效率的影响。研究发现：（1）农业生产性服务对农业土地生产率、劳动生产率、全要素生产率具有显著的促进作用，对农业成本利润率具有显著的负向影响。（2）农业生产性服务对不同地区的不同农业生产效率的影响不一样。具体而言，西部地区农业生产性服务对农业生产效率的影响显著高于东、中部地区，东、中部之间的农业生产性服务对农业生产效率的影响差异不大。

关键词：农业生产性服务；农业生产效率；工具变量法

中图分类号：F323.6；F304.7

文献标志码：A

文章编号：1008-2697（2023）04-0011-09

收稿日期：2023-02-04

基金项目：

作者简介：朱银悦，女，硕士研究生，研究方向：农村经济。

一、引言

提高农业生产效率是促进农业高质量发展、实现农业现代化和保障国家粮食安全的关键^[1]。传统农业生产经营体系面临着农业劳动力人力资本弱化^[2]、农地抛荒^[3]、农业科技普及程度不高^[4]等困境，严重抑制了农业生产效率的提高，而农业生产性服务在一定程度上缓解了上述因素对农业生产效率的抑制作用。近年来，农业生产性服务已经成为我国促进农业生产体系升级、实现农业转型和提高农业生产效率的重要推动力量^[5]。十九大报告指出，“构建现代农业产业体系、生产体系、经营体系，完善农业支持保护制度，发展多种形式适度规模经营，培育新型农业经营主体，健全农业社会化服务体系”；2022年中央一号文件进一步强调，“加快发展农业社会化服务，支持农业服务公司、农民合作社、农村集体经济组织、基层供销合作社等各类主体大力发展单环节、多环节、全程生产托管服务”。截止到2020年，农业生产性服务组织超过49.6万个^①，对农业生产效率产生了巨大影响。因此，在新时代发展背景下，研究农业生产性服务对农业生产效率的影响及其作用机制，对保障我国粮食和重要农产品供给，实现农业农村现代化、农业强国具有重要现实意义。

目前，我国农业发展总体上已经完成了解决食品供给问题和解决农民收入问题阶段，正处于解决农业生产方式问题的新阶段^[6]，在家庭联产承包责任制下，以农业生产性服务规模化推进农业工业化与现代化，提高农业生产效率，是中国农业发展的现实选择^[7]。基于农业生产性服务视角研究农业生产效率，近年来成为学术界关注的重点。现有文献用土地生产率^[8-9]、劳动生产率^[10-11]、技术效率^[12-13]等单个指标来衡量农业生产效率，从生产环节、农业生产性服务类型、作物种类、粮食产销区等视角研究农业生产性服务对农业生产效率的影响。学界基本上认同农业生产性服务能够提高农业生产效率这一结论，但也有研究认为不同的生产性服务环节对水稻生产效率产生的影响存在明显差异^[14]。整地、移栽、收割等劳动密集型环节外包对水稻生产率并没有产生显著影响，育秧、病虫害防治等技术密集型环节外包则对水稻生产率具有显著的正向影响^[15]。此外还有研究认为，不同的农业科技服务获取途径对农业生产技术效率的影响存在差异，通过农技站获取农业科技服务对农业生产技术效率有正向影响，而通过科研院所获取的农业科技服务对农业技术效率有负向影响^[4]。

综上，围绕农业生产性服务对农业生产效率的研究已取得一定的进展，为提高农业生产效率提供了重要参考，但还存在进一步的研究空间。第一，少有文献考虑农业生产服务与农业生产效率存在的内生性问题。第二，现有研究简单局限于探究农业生产性服务引入与农业生产效率提升的简单关联，较少关注农业生产性服务引入对农业生产体系的改造效应。第三，农业生产效率是一个多维度概念^[9]，现有研究仅从某一或某两个农业生产效率维度来探讨农业生产性服务对农业生产效率的影响，不能全面的衡量农业生产性服务对农业生产效率的作用。鉴于此，本文在借鉴相关成果的基础上，以土地生产率、劳动生产率、成本利润率、全要素生产率表征农业生产效率，深入探讨农业生产性服务对农业生产效率的影响机制，并使用CHFS2015数据，运用固定效应模型、工具变量法等进行实证研究，以期为推动中国特色农业现代化、农业高质量发展提供经验依据。

二、农业生产性服务对农业生产效率影响机制分析

农业生产性服务破解了原有规模经营的农机等农业生产要素的假不可分性难题，打破了因农业生产的季节性与农村劳动力的非农转移带来的基本经营单元季节性雇工困境，通过技术引入效应、劳动力替代效应、资金缓解效应、成本增加效应等影响农业生产效率。

首先，农户购买农业生产性服务可以直接将先进的农业生产知识、经验以及良种良技等引入生产中^[15]，一方面，可以优化农户的土地、劳动、资本等农业生产要素配置，减少农户在农业生产过程中，因按照之前的生产经验过量投入农药、化肥等生产要素而造成的农业生产效率损失，进而提高农业生产效率^[16-19]。另一方面，可以提高农业技术效率和耕地质量，进而对农业生产效率产生影响，如机械播种比人工播种更均匀，更有益于作物生长^[20]，大马拖拉机实现的“深松翻”和“少免耕”技术可以提高土壤蓄水和保墒能力，增加有机质含量，提高土地单产水平^[21]。

其次，农户购买农业生产性服务可以缓解我国因农业劳动力老龄化和妇女化、农业生产兼业化而产生的农业劳动力短缺问题^[22]。农户兼业化、农业劳动力老龄化和妇女化，受制于劳动力投入约束效应、体能老化效应，很难对农作物实行细致化的管理，农业生产的作业质量较差^[23-24]。而雇工服务、农机服务能够有效的缓解劳动生产力短缺对农业生产效率生产的负面影响。

再次，农户购买农业生产性服务可以缓解由农机资产专用性产生的资金约束问题。农机作为专用性资产投资，因适用农业对象以及生产作业环节的局限性，往往造成使用频率低下，进而产生投资锁定与沉淀成本^[25]。而农业生产性服务质量较稳定，价格相对低廉，在节约成本、规避投资风险上具有比较优势，在提高农业产量的同时可以节省人力与相应投入，投入产出关系得到了优化，进而对农业生产效率产生正向影响^[26]。

最后，农户购买农业生产性服务会增加农业生产成本与交易成本。一方面农户购买农业生产性服务相比于不购买农业生产性服务会增加农业生产成本，如与用于农业生产的劳动力来自于雇工服务相比，农户自家劳动力投入更加节约成本。另一方面农业生产性服务的本质是委托代理关系，难以克服由于信息不对称而产生的机会主义行为以及农户和服务主体之间的双边道德风险，从而可能产生交易成本，降低农业生产效率^[16]。

综上，提出本文假设：农业生产性服务对农业生产效率具有显著影响，但影响方向不定。基于上述理论分析，本文的研究思路如图1所示。

三、数据来源、变量设置与模型设定

（一）数据来源

本文使用的数据来源于西南财经大学中国家庭金融调查（CHFS）数据库。目前该数据库覆盖全国29个省市自治区（除西藏、新疆及港澳台）、40011户家庭和127012名个体，在相当程度上能够代表全国范围内的情况。该调查采用分阶段按规模大小成比例概率抽样法，收集了家庭人口统计学特征、就业情况、详尽的资产与负责等数据^[27]，仅在2015年收集了农业生产方面的详细信息^[28]。因此，本文利用2015年的CHFS数据开展研究，经处理后，本文最终保留了29个省级单位，4829户农户家庭有效信息。

（二）变量设置

1.被解释变量。农业生产效率。本文使用土地产出率、劳动生产率、成本利润率、全要素生产率全方位地衡量农业生产效率。土地生产率表征土地生产能力，参考已有研究，本文使用单位土地农作物产值表示土地产出率^[29]，计算公式为农业总收入/土地播种面积；劳动生产率表征劳动效率，用单位农业劳动力产值表示劳动生产率^[30-31]，计算公式为农业总收入/务农劳动力人数；成本利润率表征农户盈利能力，用利润与成本的比值表示^[32]，计算公式为（农业总收入-农业生产成本）/农业生产成本（包括化肥、农药、地膜、雇工、水电费、雇佣农机等成本）。全要素生产率是指既定的要素投入组合能够生产出来的实际产出与期望产出的比值，本文采用柯布-道格拉斯生产函数计算全要素生产率。

2.核心解释变量。农业生产性服务。本文主要聚焦农业生产环节中农资服务、农机服务、雇工服务，借鉴已有研究^[33]，用农资服务、农机服务、雇工服务三者投入之和衡量农业生产性服务。

3.工具变量。本村庄其他农户的农业生产性服务投入。农业生产效率可能在一定程度上影响农户对农业生产性服务投入，即农业生产效率可能会对农户的农业生产性服务投入产生影响，存在反向因果关系所造成的内生性问题。为了解决上述问题，本文借鉴栾健等^[5]、Scott Rozelle等^[34]研究思路，选择“村庄其他农民农业生产性服务投入均值”作为工具变量进行两阶段估计。“邻里效应”广泛存在于农户生产行为中，农户所在村庄内除本农户外其他农户的农业生产性服务投入情况会对该农户的农业生产性服务投入产生影响，符合工具变量的相关性，同时村庄其他农户的农业生产性服务投入的均值属于村庄层面，与农户的农业生产率属于不同层次，很难直接影响农户的农业生产效率，符合工具变量原则。

4.控制变量。为保证估计的可靠性，本文选取了农业生产者决策特征及家庭经营层面特征以及地区层面作为控制变量。农业生产者决策特征包括户主性别、户主年龄、户主文化程度变量。家庭经营层面特征包括家庭农机及牲畜总价值、家庭劳动力投入、兼业化程度变量。地区层面选取省份虚拟变量，因为不同地区农业生产效率的差异较大，故选取该变量控制地区因素对农业生产效率的影响。变量的定义及描述性统计见表1。

（三）模型设定

1.柯布-道格拉斯生产函数。本文借鉴张建等^[35]研究，构建农业生产的柯布-道格拉斯生产函数计算全要素生产率，具体公式如下：

式中T_i为农户农业总收入，A_i为农业生产投入的农地面积，L_i为农业生产中农户自家主要生产者和雇佣工人直接劳动的天数，K_i为农业生产中的资本投入包括化肥、农药、地膜、水电费、雇佣农机等农作物生产过程中的费用投入；β_A，β_L和β_K分别为三种要素弹性。然后定义RTS=β_A+β_L+β_K，对要素产出弹性正规化处理得β^*_A=β_A/RTS，β^*_L=β_L/RTS，β^*_K=β_K/RTS，则全要素生产率可定义为：