刘慧桢，凌远云
（华中农业大学经济管理学院，武汉 430070）
近年来，受比较效益降低的影响，中国油料作物的种植规模总体呈下降趋势。而油菜作为中国种植面积最大的油料作物，其生产状况对国内外油料供应具有非常重要的作用。中国油菜种植面积从2010年 的726.27万hm2下 降 到2018年 的655.06万hm2，油菜种植面积减少了5.3%。受种植面积缩减和2015年取消油菜临储政策的影响，2015—2016年中国油菜子产量连续两年降低，油菜子产量与十二五时期相比，显著下降。目前来看，由于要保障粮食作物生产，想要扩大油料作物种植面积几乎很难实现。因此在扩大种植面积潜力不足的情况下，必须依靠单产的提升实现增产。油菜是中国油料作物增产的重点，提高油菜单产水平关键在于提高其生产效率［1］。
一直以来农业机械化是实现农业现代化的前提和标志，也是弥补农业劳动力不足、提高农业生产效率的重要保障［2］。为推动中国农业现代化发展，政府近年来加大了农业机械化扶持力度，农业机械化水平逐年提高。农业农村部统计显示，截至2019年底，中国综合机械化率为69%，机耕率、机播率、机收率分别为84%、56%和61%。农业机械化水平快速发展最主要的原因源于中国农业生产出现了一种新的生产模式，将农业生产的部分环节进行外包作业服务。这种模式整合了小农户的服务需求，使得农业生产的分工效率得到改善，能够很好地克服“小农户”与大市场的矛盾，这也充分体现了现代生产社会化分工和规模化经营的实质内涵，有利于促进农业生产效率的提升［3］。所有生产性服务外包环节中发展最快的是农业机械服务外包。因为随着非农就业人口增加和新型城镇化的发展，中国农村劳动力以老年人和妇女居多，导致农业生产出现老龄化、女性化，这无疑削弱了农村生产力，使得农业生产的效率和效益下降。而农机服务从某种程度上可以替代劳动力，缓解因为劳动力数量和质量下降带来的农业生产效率的损失［4］。农机服务除了能够弥补劳动力不足以外，还能作为载体将先进技术引入生产环节。农机服务通过外包的方式直接将先进技术输入农业生产过程，避开了因为农户知识欠缺而无法向其推广农业技术的难题［5］。所以，购买农机服务能显著提升农业生产过程的技术水平。油菜作物作为典型的农业经济作物，农机服务的发展水平对其生产效率的影响程度如何，本研究将进行测算和探究。
在测算农业生产效率的研究方法上，应用最为广泛的有传统生产函数法、参数法和非参数法。早期的研究通常采用传统生产函数法［6，7］，当前国内外学者较多使用参数法和非参数进行测算。其中参数法以随机前沿分析（SFA）［8］为代表，非参数法以DEA［9］分析为代表。SFA和DEA都是通过给定的投入估计一个生产前沿面，计算实际产出与前沿面产出的垂直距离，垂直距离代表技术效率。SFA通过构造一个前沿生产函数进行参数估计，从而确定生产前沿面。同时其还考虑了不确定性因素的影响，能够将扰动项分为随机扰动项和管理误差项。DEA则只需要通过求解线性规划的方法即可确定生产前沿面，无需单独设定具体的生产函数形式，避免了模型设定偏差导致的估计失效。
在研究农机社会化服务对农业生产的影响上，学者们从不同视角开展了研究。从生产性服务角度来看，部分学者将农机服务看成是农业生产中一种新的投入品［10］。这类研究认为，随着大量农村青壮年劳动力外迁，真正从事农业生产的劳动力在数量和质量都得不到满足，而农机社会化服务的发展能够有效弥补劳动力数量短缺和质量下降的不足；
从某种程度上来说，农机服务的发展更有利于农业生产分工的合理化和专业化［11-14］。关于农机服务对农业生产效率的影响，不同学者得出的研究结论不同。一些学者开展了农机社会化服务对三大主粮（水稻、小麦、玉米）生产效率和技术效率的影响研究。研究结果表明，整体来看农业生产性服务对水稻生产技术效率的提高存在正向作用，但不同生产环节的外包服务对技术效率影响存在差异［14-18］。农机服务对小麦生产技术效率的提高源于科技引入效应和劳动替代效应［19，20］。但也有部分学者认为农机服务本质上是雇工劳动，其有别于自家劳动，而雇工的生产效率存在“道德损失”风险，因此农机服务的发展并不一定会带来生产效率的提高［21，22］。
现有文献已深入研究了农机服务的发展对粮食生产效率的影响，但仍存在以下不足。①不同作物对农机服务的需求不同，油料作物的生产及机械化的应用水平远不及粮食作物发展迅速，因此关于油菜农机服务发展水平对技术效率的影响是否也同粮食作物一样，需要深入探讨。②关于油菜技术效率的研究，大多数文献采用的是微观调查数据，缺乏从全国层面考察地区差异和动态变化。③前人在研究方法上多采用两步法验证农机服务对技术效率的影响，估计结果会存在偏差。鉴于此，为探究近15年中国油菜生产的技术效率和区域差异，同时分析农机服务的发展水平对油菜生产技术效率的影响，本研究选取全国13个油菜主产省和全国平均成本收益数据，采用超越对数随机前沿分析方法，测算出油菜的技术效率，并估计农机服务的发展水平对油菜技术效率的影响。
2.1 数据来源
本研究选择油料作物中播种面积最大的油菜作为研究对象，选取安徽、甘肃、贵州、河南、湖北、湖南、江苏、江西、青海、陕西、四川、云南、浙江13个具有代表性的油菜主产省和全国平均数据作为研究区域样本。选择这些区域基于两方面考虑，首先基于油菜的种植面积和产量。2018年13个油菜主产省的播种面积为587.31万hm2，占全国油菜总播种面积的89.66%；
产量为1 202.37万t，占全国总产量的90.53%，因此选择这些区域具有一定的代表性。其次基于数据的可得性。本研究油菜的种植成本收益数据主要来自《全国农产品收益资料汇编》，而农机服务作为重点研究对象在该资料上做了详细说明。因此，本研究仅对选取的13个省份和全国平均油菜投入产出数据进行详细统计分析。
中国油菜整体分为冬油菜产区和春油菜产区。为了更加清晰地反映中国油菜产区分布情况，本研究结合《“双低”油菜优势区域发展规划（2008—2015）》，将13个油菜主产省划分为四大主产区，分别为春油菜区、长江上游区、长江中游区、长江下游区。春油菜产区包含甘肃省、青海省；
长江上游区包含云南省、贵州省、四川省、陕西省；
长江中游区包含湖北、湖南、江西、安徽（安徽大部分油菜主产区地理位置在长江下游，但油菜品种、生产条件等与长江中游接近，故将其划分至长江中游区）及河南信阳地区。长江下游区包含江苏省和浙江省。产区分布情况如表1所示。
表1 中国油菜主产区分区情况
2004年开始颁发并实施《中华人民共和国农业机械化促进法》，中国的农机服务市场自此兴起并发展。因此，本研究采用2004—2018年主产区13个省和全国平均连续15年油菜生产的面板数据，测算中国油菜生产技术效率。数据资料主要来源于《中国农产品成本收益资料汇编》《中国农村统计年鉴》《中国统计年鉴》。
2.2 变量描述
2.2.1 投入产出变量产出变量设定为q，表示每公顷油菜的产量（kg）。投入变量设定为常见的土地投入、人工投入和资本投入。其中土地投入设定为pland，表示每公顷土地投入费用（元）；
人工投入设定为plab，表示每公顷人工投入费用（元）；
资本投入设定为cap，表示每公顷物资投入费用（元），其中包括种子、农药、化肥和机械投入。同时为剔除价格波动的影响，本研究采用各省历年农业生产资料价格指数对土地费用、人工费用和资本投入费用进行平减，得到以2004年为基期的实际值。
2.2.2 效率影响因素变量1）农机服务比例。变量lev表示农机购买服务程度，具体的计算公式参考周宏等［13］研究水稻时给出的公式：机械服务程度=机械费/（畜力费+机械费）。但由于油菜生产使用的畜力费较少，人工费较多，因此本研究在此基础上对该指标进行了改进，农机服务比例=机械费/（人工费+机械费）。
2）平均受教育年限。变量edu表示农村居民平均受教育年限，可将其作为人力资本的替代变量。农村居民受教育水平度量可分为文盲、小学、初中、高中、大专及以上，并分别用1、6、9、12、15赋予各层级受教育年限。最后采用加权平均值的方法求得各地区农村居民受教育水平。
3）受灾面积比例。变量disa表示农作物的受灾率，它反映的是自然灾害对当年农作物造成的减产水平。具体计算公式为：受灾率=农作物受灾面积/农作物播种面积。
4）财政支农水平。变量fina表示财政支农水平，用各地区地方财政农林水务支出占比来反映，数据来源于《中国财政年鉴》。具体计算公式为：财政支农水平=农林水务支出/财政总支出。
5）油菜面积占比。变量sr表示油菜种植面积占比，其能在一定程度上反映各地区油菜种植规模水平。具体计算公式为：油菜面积占比=油菜播种面积/农作物总播种面积。
6）RD经费投入强度。变量rd表示RD经费投入强度，国际上通常用其来衡量一个国家或地区科技创新程度，数据来源于《中国科技统计年鉴》。具体计算公式为：RD经费投入强度=RD经费支出/地区GDP（地区生产总值）。
7）基础设施水平。变量inf表示基础设施水平，良好的基础设施水平有利于农户从事农业生产种植。具体计算公式参考文献［5］：基础设施水平=二级公路里程/耕地面积，数据来源于中国国土资源部。
依据上述测算方法分别计算出样本对应指标的均值、标准差、最小值及最大值，进行描述性统计分析，结果如表2所示。
表2 变量描述性统计分析
2.3 模型设定与假设检验
2.3.1 模型形式的设定测算生产技术效率，根据是否设定模型形式分为参数法和非参数法。其中参数法以随机前沿生产函数分析方法（SFA）为代表，非参数法以数据包络分析法（DEA）为代表，两种方法各有优劣。结合样本数据特点和测算目标要求，本研究以Battese等［23］提出的随机前沿模型为基础，采用超越对数生产函数形式，同步估计出油菜生产技术效率和分析效率的影响因素，有效避免了两步法估计中存在的估计一致性问题。随机前沿生产函数模型设定如下：
式中，t为时间趋势变量，i为省份代码，β为K维待估参数向量。vit为随机扰动项，假定服从正态分布，即vit～N（0,σ2），uit为技术无效率项，假定其服从零点截断正态分布，即uit～N（uit,σ2u），且对于任意的i、t，vit与uit均相互独立。技术无效率方程设定为：
其中，δ为技术无效率模型的待估参数。
式（1）和式（2）中的参数采用极大似然法进行联合估计。似然函数中方差系数也被估计出来，估计的表达式为γ的取值范围为0～1，当γ越趋近于1时，表明技术无效率因素占比越大，效率损失主要来自管理误差。当γ越趋近于0时，表明随机因素占比越大，效率损失主要来自随机扰动项。
2.3.2 模型形式设定的假设检验本研究设定的模型是考虑了技术非中性的超越对数随机前沿生产函数模型，其模型的包容性要比C-D生产函数模型更强。但实际这种模型是否适合农业生产中技术效率的测算，需要进行模型假设检验。因此，本研究对所设定的估计油菜生产效率及其影响因素的模型进行检验。具体假设检验如下。
1）检验产出是否完全技术有效，即检验使用随机前沿生产函数模型的合理性。原假设设定为H0:γ=δ0=δ1=δ2=δ3=δ4=δ5=δ6=δ7。
2）检验超越对数生产函数是否合理，即检验使用C-D生产函数是否比超越对数生产函数更合适。原假设设定为H0:βi=0,i=4,5,6,…,14。
3）检验技术非中性，即检验生产函数投入要素弹性是否会随时间发生变化。原假设设定为H0:βi=0,i=10,11,12。
4）检验是否存在技术变化，即检验时间项和要素与时间的交互项是否有存在的必要。原假设设定为H0:βi=0,i=10,11,12,13,14。
检验方法采用似然比检验，检验统计量为LR=2[L(H1)-L(H0)]。检验步骤：①对无约束模型进行估计，得到备择假设下的极大似然估计值L(H1)；
②对上述1）、2）、3）、4）约束模型进行估计，得到原假设下的极大似然估计值L(H0)；
③比较检验统计量LR与临界值（临界点的值服从自由度为约束变量个数的渐进卡方分布）大小。如果LR大于临界值则拒绝原假设，接受备择假设。如果LR小于临界值则接受原假设。假设检验结果如表3所示。
表3 随机前沿函数模型假设检验结果
上述假设检验结果都在1%的显著性水平下拒绝了原假设而接受备择假设，证明本研究设定的模型合理。综上，最终选择式（1）所构建的模型对主产区油菜生产技术效率进行分析。
3.1 估计结果分析
采用技术效率分析软件Frontier 4.1将样本数据代入BC95模型，采用一步法，选择截断分布下的随机前沿时变估计，估计结果如表4所示。
由表4可以看出，大部分参数都通过了t检验，说明模型具有较强的解释力。其中lnpland、lnpland×lnplab、t×lnplab在1%水平上显著，t×lnpland在5%水平上显著，lncap、lnlab×lncap、1/2（lnland）2、1/2（lnlab）2在10%水平上显著，说明模型采用超越对数函数具有合理性。γ=0.802，在1%水平上显著，表明复合误差项中有80.2%是由技术无效率项导致的，随机误差只占复合误差项的19.8%。
从要素的产出弹性来看，由表4的估计结果可知，土地投入对单产的贡献为负，即每增加1%土地投入费用，单产下降2.369%。人工投入和资本投入对单产的贡献为正，且资本投入的贡献要大于工人投入的贡献。即每增加1%人工投入，单产增加1.219%，每增加1%资本投入，单产增加2.019%。从时间项t与投入要素土地、劳动力和资本的交互项来看，有两项系数分别在5%和1%水平上显著，说明2004—2018年油菜生产技术对投入要素存在显著影响。时间变量t的估计系数为-0.03，t的平方项系数为0.001，说明样本时期内油菜单产水平略有下降，且不存在明显的技术进步。
表4 随机前沿函数模型估计结果
3.2 技术效率分析
2004—2018年各主产省油菜生产技术效率的测算结果如表5所示。由表5可知，各省油菜生产技术效率差异较大。技术效率最高的为0.977（2008年四川），技术效率最低的为0.518（2013年云南）。从平均技术效率来看，全国油菜生产平均技术效率为0.842，其中有8个主产省的油菜生产技术效率高于全国平均水平。13个主产省油菜生产平均技术效率分布在0.724～0.916，其中四川、江苏、青海3省多数年份油菜生产技术效率高于0.900，说明这些地区油菜生产技术效率已经达到较高水平。贵州、江西、云南、湖南等省多数年份油菜生产技术效率低于0.800，说明这些地区油菜生产技术效率水平较低。从时间维度上看，如图1所示，2005—2007年油菜生产总体技术效率呈增长趋势，2007—2010年出现明显下降趋势，2011年之后小幅波动。2015年油菜临储政策取消，导致农民种植油菜积极性下降，油菜生产技术效率在2016年出现下滑。从产区分布（图2）来看，长江下游区和春油菜区技术效率较高。江浙一带气候适宜，光温水资源非常适合油菜生长，是长江流域油菜单产水平最高的地区。江浙地区地势平坦开阔，交通便利，大型农机服务发展顺利，故这些区域的油菜生产技术效率高。青海省等春油菜产区的气候条件适宜春油菜品种种植，种植规模稳定，单产水平较高，因此其技术效率水平也较高。长江上游区除四川省外，云南、贵州等省由于山区地势崎岖、土地细碎化严重，不利于大型农机发展，农业机械服务发展水平较低，导致这些地区油菜生产技术效率较低。
图1 2004—2015年油菜生产平均技术效率值
图2 2004—2015年油菜四大产区生产平均技术效率值
表5 油菜主产省生产技术效率值
3.3 农机服务比例对油菜技术效率影响分析
本研究采用BC95模型，该模型可以同步估计出各油菜主产省技术效率，同时也可估计出技术无效率的影响因素。通过整理现有文献和梳理影响农作物生产技术效率的因素，总结主要的影响因素有农机服务比例、农村居民平均受教育年限、受灾面积比例、财政支农水平、油菜面积占比、RD经费投入强度、基础设施水平。其中，农机服务比例是重点研究的影响因素。
从表4可以看出，农机服务比例在10%显著性水平上通过t检验，系数为负，说明农机服务比例对技术无效具有负向作用，即农机服务比例越高，油菜生产技术效率水平越高，这与本研究预期的结果相吻合。农机服务比例每提高1.000%，油菜生产技术效率提高0.763%。农机服务提高油菜生产技术效率主要有2个方面的原因：①由于农村劳动力受教育水平的限制，农民难以接纳和使用大量农业科技和现代化农业种植知识。农业社会化服务提供了便利，将农业专业技术以服务外包的形式，即通过专业合作社、种植大户等将农业技术引进然后服务农业生产，农机服务就是其中的一种。采用这种间接技术引进的方式，可以提高油菜生产的种植效率。②由于城镇化进程加快，大量年轻劳动力涌入城市，造成农村劳动力匮乏。引入农机服务则可以弥补农村劳动力缺失这一短板，同时也可以保证每块土地上机械作业质量的一致性，从而提高农业生产技术效率。
平均受教育年限系数为正，且不显著，说明其对油菜生产技术效率不存在显著影响。受灾面积比例系数为负，在10%显著性水平上通过检验。说明自然灾害对油菜减产存在显著影响。财政支农水平的系数为-4.317，且在5%显著性水平上通过t检验。说明现阶段中国油菜生产技术效率的提高依赖财政对农业生产的投入，财政对农业生产中购买大型农业机械的补贴政策也带动了农机服务的发展。油菜面积占比影响不显著。RD经费投入强度、基础设施水平分别在1%、5%显著性水平上通过检验，且系数均为负，这与本研究的预期一致。因为一个地区的科研经费等投入越多，说明该地区科技创新水平越高，有利于农业生产发展。基础设施建设好，对农业生产也具有正向促进作用，而且也更有利于开展农业机械化服务活动。
4.1 主要结论
通过测算中国油菜生产技术效率和分析农机服务对油菜技术效率的影响，得出以下结论。
1）最近15年中国油菜生产技术效率水平为0.842，从整体看油菜生产技术效率处于波动状态，需要继续探索提高油菜生产效率的有效方式。
2）中国油菜生产技术效率存在明显的地区差异，其中四川、江苏、青海3省油菜生产技术效率最高，贵州、江西、云南3省油菜生产技术效率较低。由于不同区域自然条件和经济条件不同，技术效率水平会存在较大差异。如贵州、云南、江西等省山地、丘陵众多，大型机械作业难以开展，只能依靠加大人工投入；
且其地块分散，土地细碎化，这也间接阻碍了机械化程度的提高，从而导致农业生产效率低下。
3）农机服务比例对油菜生产技术效率存在显著的正向影响。油菜生产技术效率同时也受其他因素的影响，其中，财政支农水平、RD投入强度、基础设施水平对油菜生产技术效率有显著正向影响，受灾面积比例对油菜生产技术效率有显著负向影响。农村居民平均受教育年限和油菜面积占比对油菜生产技术效率没有显著影响。
4.2 政策启示
依据研究结论，为油菜生产效率低下地区农机服务发展提出以下政策建议。
1）当前农机服务发展更多偏向于劳动节约型，技术密集型的农机服务还相对落后。因此，农技推广部门应当充分利用农机服务市场，将具有更高科技含量的生产方式以外包服务的形式引入农业生产环节中。在农村劳动力数量和质量不断下降的趋势下，发展农机服务对稳定油料作物生产具有重要意义。
2）要促进农机服务区域市场的平衡发展。农机服务市场在不同地区发展的程度大不相同，要加快西南山区农田宜机化改造，补齐这些区域机械化基础条件短板，提升农机使用效率，从而优化区域油料作物生产经营结构，促进农业生产向专业化和集约化发展。
3）提高地区财政支农水平。在油菜生产上提高财政支持力度，可以一定程度上提高油菜生产技术效率。农业生产部门在政策和资金上支持和引导农机服务企业、合作社和专业大户发展，尤其是加大生产农机购置补贴等，既能提升地区农机服务发展水平，又能提高作物生产技术效率。
猜你喜欢 油菜农机水平 智慧农机护航小辣椒种出新花样今日农业(2022年2期)2022-11-16王小虎：“土”专家与“新”农机的不解之缘今日农业(2022年14期)2022-09-15张水平作品美与时代·美术学刊(2022年3期)2022-04-27作家葛水平火花(2019年12期)2019-12-26农机维修对农机化技术推广的重要性分析农民致富之友(2019年27期)2019-10-11水平有限杂文月刊(2018年21期)2019-01-05农机购置补贴的绩效分析商情(2012年48期)2017-11-08油菜花开小小说月刊·下半月(2015年11期)2015-05-14如何翻译“香菇油菜”？英语学习(2015年12期)2015-02-01