农业机械化对农户粮食生产效率的影响
2020-09-14彭超,张琛
彭 超,张 琛
(1. 农业农村部管理干部学院,北京 102208;2. 中国科学院 地理科学与资源研究所,北京 100101;3. 中国社会科学院 人口与劳动经济研究所,北京 100028)
一、引言
20世纪90年代以来,伴随着制度政策的放活,中国农户呈现出明显的分化态势[1],越来越多的农村劳动力选择进入城镇非农领域就业。尤其是,当前农业劳动力存量存在着老龄化和结构性短缺双重问题,导致了农业劳动力成本不断上升[2]。这一变化,诱致了农业技术向劳动力节约性变迁[3]。在劳动力要素投入农业减少的大趋势下,中国粮食实现了连年增产,综合生产能力不断提高。这其中,农业机械及时填补劳动力退出的空白,强化了单产增加因素,对粮食增产贡献巨大。1990年全国农作物耕种收综合机械化率仅为32.3%,2019年这一比率已经超过70%。农业生产方式基本上已经实现了从人畜力作业为主向机械作业为主的历史性跨越[4, 5]。从这个意义上,与其他发展中国家一样,中国的农业机械化适应了资源要素禀赋变化、非农劳动力就业和粮食安全的发展形势[6]。
现有研究中有关农业机械化的研究,多是聚焦于以下三个方向:一是农业机械化与农业生产要素配置。尤其是农业机械化与劳动力二者之间呈现出明显的替代关系,许多学者重点探讨农业机械化与农村劳动力转移二者之间的因果关系。二是农业机械化与农民收入的关系。其论据一般是,农业机械化促进了农户家庭成员的非农就业,从而增加了更多的收入机会。三是农业机械化带来的生产效率变化。这方面的研究结论,随着研究所使用的经验证据和方法的不同,结论有所变化。
关于农业机械化对农业生产要配置影响的研究,研究结论较为一致:使用劳动力节约技术,可以提高农业劳动生产率,解放农户的劳动力从事其他生产活动,甚至能够提高土地利用率[7]。Martin 等研究了美国加州番茄种植机械化的进程,发现农业机械化可能会导致中老年劳动力转向灌溉等使用机械的工作,最终的结果将是,专业化农户能够借助机械管理好大规模农场,小规模农户能够有时间和精力外出打工[8]。晖峻众三等通过对日本农业机械化发展过程的历史进行回顾,发现机械化尤其是小型高效农用机械的使用,带来了农业生产效率的提高和简便化,解放了农业劳动力,但是农户对兼业的依赖性增强[9]。与日本的趋势类似,中国农户因农业机械化而产生了劳动力转移,彭超等基于全国层面的县域数据研究发现,农机总动力与农村劳动力转移二者之间具有显著正向影响。关于其他要素配置则主要集中于土地要素方面,例如机械化的灌溉可以使得丘陵坡地、干旱地区等处于生产边际的土地得到利用[10]。
关于农业机械化对农民收入影响的研究,结论也比较一致:农业机械化既可以直接作用于农业收入增长,也可以通过劳动力转移间接作用于非农收入增长[11]。周振等基于全国县级层面数据研究发现,农业机械化有助于农民收入水平的提升,农民收入关于农机总动力的弹性至少为0.4[12]。王水连等从甘蔗种植的角度切入,使用基于农户调查数据,发现机械对劳动力的替代,有利于农户非农就业,不仅有利于农户甘蔗收入的提高,也对家庭总收入有促进作用[13]。
关于农业机械化带来的生产效率变化的研究,研究结论则存在一定的争议。Ito构建了中国各个县级单位的生物技术发展指数和机械技术发展指数,并以这两个变量为关键变量,对农业产出进行回归分析,实证研究结果表明,1991 年到2004 年机械技术发展指数对农业产出的贡献率没有太大变化,而生物技术发展指数对农业产出的贡献率却提高了很多[14]。Yao 等采用1987—1992年中国省级面板数据分析得出的结论甚至是农业机械降低了粮食生产效率[15]。但是,农业机械化这个指标的衡量可能会出现偏差。实际上,因为很多农业机械有季节性限制,以农业机械总动力衡量农业机械投入来测算技术效率会导致偏差。部分实证研究也表明,如果农业机械化的衡量水平换做农机作业服务,那么农地机械化水平对农业生产效率就具有显著的正效应[16]。
通过文献回顾可以发现,关于农业机械化的技术效率还是存在一定的争议。已有的研究普遍忽略了以下两点:一是现有研究忽略了农户“加总”层面的生产效率研究;第二,现有研究测度生产效率普遍忽略了潜在内生性的影响。尤其是,使用省际面板数据,研究是难以克服以上两个困难的。实际上,最近关于农户家庭层面粮食“加总”生产效率的研究,已经取得了一定进展。例如,张云华等[17]基于全国农村固定观察点数据,研究发现氮元素施用比例越高,越不利于农户粮食生产效率的提升。基于此,本文基于2003—2016年全国农村固定观察点调查体系微观农户面板数据,构建相关随机效应(CorrelatedRandomEffect)模型,使用CRE方法尽可能降低传统随机前沿生产函数中的内生性问题,通过家庭层面“加总”,实证分析农业机械化对农户粮食生产效率的影响。
二、研究设计
(一)数据来源
农户作为中国农业生产最为重要的微观主体,测算农户家庭层面的农业生产效率能够更好地反映出农业生产情况。基于此,本研究采用2003—2016年全国农村固定观察点微观农户面板数据研究农业机械化对农户“加总”生产效率的影响。全国农村固定观察点调查体系成立于1984年,是由中共中央政策研究室和农业部具体组织指导在全国各省份连续跟踪的一项农村调查工作,具有调查范围广、样本量全、内容丰富的优势。在这里我们选取了“农户家庭生产经营情况”部分的数据作为农户农业生产投入产出数据。样本跨度年限为2003—2016年,共14年,样本观测值为226741个样本。
(二)模型构建
现有对农户农业生产效率的研究多是对单一作物进行生产效率分析测度。单一作物的农业生产效率的测度不能全面地反映出农户真实的农业生产状况,这是因为农户种植普遍存在着多样性。为此,本研究着重将从农户家庭层面的视角对全国农村固定观察点连续观测的大样本农户农业生产效率进行分析测度。具体来说:将农户粮食种植作物进行“加总”分析,以探究农业机械化对农户生产效率的影响。其中,全国农村固定观察点涉及到小麦、玉米、水稻、大豆、薯类、其他粮食作物共六种粮食作物。首先,本文运用C-D生产函数对农户农业生产效率进行估计,模型的具体形式如(1)式所示:
β13dfixedcapital+β14ddraft+β15s2+β16s3+β17s4+β18s5+β19s6+vit-uit
(1)
(2)
(三)变量选取及描述性统计
模型估计过程中,产出变量选取亩均粮食产值,投入变量共选取了种植面积、肥料投入、有机肥投入占比、劳动力投入、雇佣劳动占比、机械作业费用、其他物质费用、固定资产投入和牲畜头数。技术无效率项选取农户拥有农机马力总数、户主年龄、家庭成员平均受教育程度、经营规模、家庭劳动力情况、外出从业时间比例、从事农业生产时间比例、销售比例、氮肥投入情况(尿素购买额除以化肥购买金额,用以反映氮元素的投入情况)、销售比例、农业补贴和小于1亩田的地块比例等变量。此外,在模型估计中,加入了灌溉比例用于反映农户农业基础设施情况,此外还生产函数中加入了农户家庭每种作物的种植比例,以及是否有化肥投入、是否有劳动力投入、是否有其他成本投入,是否有固定资产投入,是否有牲畜投虚拟变量,以期能够更为全面刻画出农户农业生产的情形,主要变量的描述性统计如表1所示:
表1 种植粮食作物农户主要投入变量的描述性统计
在表1所列的各项指标中,粮食亩均产值均以2003年为基期的各省(市、自治区)种植业价格指数进行了平减,劳动力投入采用以2003年为基期的各省(市、区)消费者价格指数进行了平减。肥料费用采用以2003年为基期的生产资料价格指数中的化肥价格指数进行了平减,固定资产投入额采用以2003年为基期的生产资料总价格指数进行了平减,机械作业费用采用以2003年为基期的生产资料价格指数中的农业机械价格指数进行了平减。需要说明的是,北京、上海、天津、重庆数据缺失,本文使用河北省价格指数对北京和天津的价格指数进行了替代,使用浙江和江苏的价格指数平均值对上海进行了替代,使用四川的价格指数对重庆数据进行了替代。由表1可以得出,当前我国从事粮食作物种植的农户的灌溉比例较低,绝大多数的农户在农业生产中投入化肥、劳动力、机械等其他费用。样本农户平均土地经营规模在7亩左右,有41.6%的农户能够将生产的商品销售出去。依据农户家庭劳动力信息也可以看出,当前我国从事农业生产中的女性比例较大,农业生产女性化和老龄化现象突出。亩均机械作业费用的对数仍然很低,表明还是有部分农户没有使用农业作业。户均拥有的农业机械动力耕地较低,表明部分农户并不拥有农业机械。
三、实证结果
(一)随机前沿生产函数的估计结果
表2中,模型(1)报告了随机前沿生产函数加入相关随机效应项,技术无效率方程不加入相关随机效应项的估计结果。模型(2)是在模型(1)的基础上,在技术无效率方程中加入相关随机效应项的估计结果。模型(3)是在模型(2)的基础上,在随机前沿生产函数方程中加入相关随机效应项。对γ估计值的统计检验,可以反映出这样的统计学意义,即粮食种植户的技术效率变异是否显著。表2中,模型(1)~模型(3)的γ估计值分别为0.971、0.956、0.968,且在1%的显著性水平上通过了显著性水平检验,说明在模型(1)~模型(3)中各项随机因素对农户技术无效率解释程度分别达到了97.1%、95.6%和96.8%,分别只有2.9%、4.4%和3.2%来自于统计误差等外部因素。γ估计值的结果表明,随机前沿生产函数的估计结果较好,可以用来对农户技术效率进行分析。从表2的估计结果可以看出,机械费用对数在模型(1)~模型3中的估计系数均大于0且通过了显著性水平检验,分别为0.000797、0.00470和0.00101,表明亩均机械作业费用每增加1%,粮食产值增加0.000797%、0.00470%和0.00101%。
模型(3)中土地面积对数变量的估计系数为-0.0310,通过1%水平下显著性水平检验,表明土地的产出弹性为负。模型(1)和模型(2)中土地变量的估计系数均为负且通过了显著性水平检验。土地产出弹性为负的原因是目前中国农业经营规模过于细小,样本农户用于粮食生产的规模平均为5.19亩,距离规模经济尚有很大差距,已有研究中也证实了玉米单产最高的播种面积为3公顷以上[19]。模型(3)中肥料对数变量的估计系数为0.160,通过了1%水平下显著性水平检验,这说明增加肥料投入能够提升粮食产出,肥料投入增加1%,粮食产出将增加0.160%,这也与当前我国农业生产是以化肥驱动型增长模式相吻合,肥料投入变量的估计系数在模型(1)和模型(2)中也均大于0且通过了显著性水平检验,这表明模型估计的结果是稳健的。有机肥占肥料占比变量在模型(1)~模型(3)中的估计系数均小于0且通过了1%水平下显著性检验,说明当有机肥占肥料比例下降时,将不利于粮食产出的增加。可能的原因是有机肥的增产效果没有化肥和其他肥料高。但是,施用有机肥能够改良土壤,通过增加土壤肥力的方式有助于形成高标准良田,实现农业可持续发展。
模型(1)~模型(2)中劳动力费用对数变量估计系数为负,模型(3)中加入相关随机效应项后劳动力费用对数变量的估计系数为正,且通过了1%水平下显著性检验,说明增加劳动投入能够显著地提升粮食产出。雇工劳动力比例变量在模型(3)中的估计系数大于0且通过了1%水平下显著性检验,这说明增加雇工有助于提升粮食产出,增加劳动的有效供给仍是提升粮食产出的重要方式,模型(1)和模型(2)的估计结果与模型(3)基本一致,表明模型估计的结果的比较稳健。
模型(1)~模型(3)中其他物质费用变量估计系数为正,通过了1%水平下显著性检验,这说明增加种子、农业机械服务费用、农药、种子、农膜等其他物质费用将有助于提升粮食产出。模型(3)中的估计系数为0.124,说明其他物质费用增加1%,粮食产出将增加0.124%。模型(1)~模型(3)中的固定资产对数变量和牲畜对数变量估计系数均为正,且通过了1%水平下显著性水平检验,这说明增加农户固定资产存量、牲畜个数的增加均有助于提高粮食产出。除模型(2)中的其他粮食作物种植比例外,模型(1)~模型(3)中各种作物的种植比例变量估计系数绝大多数均大于0且通过了1%水平下显著性检验,这说明农户实现种植多样性能够有效地增加粮食产出,多样化种植能有效降低自然和市场风险,优化生产要素的配置,增加利润和效率。
表2 种粮农户随机前沿生产函数模型估计结果
模型(1)~模型(3)中是否投入化肥、劳动力、其他物质费用、固定资产和牲畜五个变量估计系数均小于0且通过了1%水平下显著性检验,这说明化肥投入、劳动力投入、固定资产投入、牲畜投入和其他物质费用投入能够促进粮食产出的增加。模型(1)~模型(3)中的时间虚拟变量的估计系数为正,均通过了1%水平下显著性水平检验,这说明当前的技术变化和制度变化总体上是有助于农业粮食产出的增长。
(二)技术无效率项的估计结果
技术无效率项展示在表3当中,需要特别说明的是,表2和表3是一次估计的两个部分。模型(1)~模型(3)中农户拥有农业机械动力的估计系数均为负,其中模型(1)和模型(2)中均通过了显著性水平检验。模型(3)中农户拥有农业机械动力估计系数虽然没有通过显著性水平检验,但是相关随机效应项的估计系数为负且通过了显著性说检验,也证实了农户拥有农业机械动力越多,其粮食生产效率越高。模型(2)和模型(3)中考虑到了相关随机效应项,土地经营规模变量的估计系数为负,通过了1%水平下显著性检验,说明扩大农户土地规模将有助于提升农业生产效率,扩大农户土地经营面积将充分发挥规模经营优势,可以预期的是新型农业经营主体将是未来发展趋势。模型(1)~模型(3)中的氮肥比例的系数为正,说明氮肥比例越高,种粮农户生产技术效率越低,这一结论也与张云华等[19]的研究结论相一致,表明当前尤其是氮肥已经出现过量使用的问题。根据模型(1)的结论,灌溉比例提升会提升农业生产效率,而模型(2)和模型(3)的结论则显示,灌溉比例提升反而会降低农业生产效率。进一步观察模型(1)和模型(2)中灌溉比例的相关随机效应项,估计系数均为负,这表明灌溉基础设施水平的提升有助于农业生产技术效率的提升,只是灌溉设施的建设应当更加注重提高水资源利用效率。模型(1)~模型(3)中大棚或者农膜覆盖的比例估计系数均小于零,说明大棚和农膜覆盖比例越高,种粮农户的生产技术效率越高,只是模型(2)和模型(3)中大棚或者农膜覆盖的比例显著性水平较低。究其原因,可能的原因是大棚或者农膜使用方向的问题,主要在于农膜对持续生产环境的影响。
模型(1)表明,老龄劳动力对农业生产技术效率有负向影响,但是考虑到相关随机效应项的模型2和模型3却表明,老龄劳动力农业生产技术效率有正向影响。主要原因是当前农业生产机械化水平较高,社会化服务覆盖面和服务环节比较齐全,老龄劳动力仍然能够较高效率地从事农业生产。模型(1)~模型(3)中的女性劳动力数量对农业生产技术效率影响为负,并且三个模型系数符号和显著性水平基本一致。健康劳动力在模型(1)~模型(3)中的估计系数均为负,且通过了显著性水平检验,这说明健康劳动力数量越多,越有助于提升粮食生产效率。模型(2)和模型(3)的估计表明,家庭劳动力本地非农务工时间比例越高,农户技术效率越低,但是模型(1)符号与模型(2)和模型(3)相反,基于固定效应和减少内生性的考虑,还是采纳模型2和模型3的结论。模型(3)的结果进一步表明,家庭劳动力外出务工时间比例越高,农户粮食生产效率越低。以上两条结论表明,家庭劳动力非农配置会减低农业生产效率。这说明随着城市化进程的加快,大量农户外出务工,对农业生产投入精力不足,不利于农业生产效率水平的提升。户主年龄越大,农户生产技术效率越低。家庭劳动力平均受教育年度对数在模型(2)和模型(3)中并没有通过显著性水平检验,这说明户主平均受教育年数对农业生产的影响并没有在统计学上有显著差异。
模型(1)~模型(3)中粮食用于销售的比例估计系数均为负,且通过了显著性水平检验,这表明销售比例越高,农户粮食生产技术效率越高,提高农户农产品销售比例有助于促进农业生产效率水平的提升,农户通过加入价值链,实现价值增值。模型(2)和模型(3)的估计结果表明,小于1亩田的田块比例越高,农业生产技术效率越低,但是并没有通过显著性水平检验,模型(1)估计的结果恰好相反。实际上,田块越分散,农业生产效率越低。在土地集中连片适度规模经营的农场,大功率农机单位时间连更大。加之地块分散产生了更多的农机行驶时间和费用。因此,小农户小地块的农机作业成本一般高于规模农户。实地调研的结果表明,部分地区由于农机作业的成本收益不匹配,降低了农民使用农业机械的积极性。在大地块、长垄的条件下工作,农机需要达到一定的行驶速度,才能够降低发动机空运转率,进而提高农机作业效率。根据农业生产的实际情况,我们采纳考虑到相关随机效应项的模型(2)和模型(3)的结论。
表3 技术无效率方程估计结果
(三)农业机械作业的边际效应
进一步,本文分析了农户亩均机械费用对亩均粮食产值的边际效应,如图1所示:
从图1可以明显地看出,2003—2016年农业机械作业费用的边际效应呈现出递减态势。但是,机械费用的边际效应数值大于0,说明继续投入机械作业费用仍然能够增加粮食产值。因此,今后粮食机械作业环节的费用投入,仍然是提升粮食产值和效率的重要手段。
图1 机械作业费用边际效应 图2 机械作业费用与生产技术效率的关系图
图2报告了机械作业费用与生产技术效率的lowess图。从图2可以得出,农户农机费用支出与技术效率呈现出如下关系:一是农机支出费用的农户技术效率分布较为集中;二是农机支出费用较多的农户的技术效率分布较为分散;三是随着农机作业费用支出增加,农户的生产效率呈现出上升的趋势。最后,比较了持有农业机械的农户与没有持有农业机械的农户粮食生产效率,从图3的估计结果中可以得出,持有农业机械的农户粮食生产效率高于没有持有农业机械的农户粮食生产效率。
图3 2003—2016年我国持有农机户和无农机户生产技术效率变化情况
四、研究结论与政策启示
本文基于全国农村固定观察点2003—2016年微观农户数据,通过构建具有相关随机效应模型的随机前沿生产函数模型,实证分析了农业机械化对种粮农户“加总”生产技术效率的影响。研究结论表明:第一,农业机械作业费用支出增加会显著提升农户“加总”粮食生产技术效率;第二,持有较高农业机械动力的农户,其粮食生产效率水平高,但是与无农机户的差距并不大;第三,小农户分散经营,一般土地细碎化严重、每一地块面积较小,会影响农机功率的合理利用。
基于实证研究结论,本文提出以下三点政策启示:第一,农业机械化对粮食安全具有重要意义,因此未来仍然继续大力发展农业机械化。尤其是,农机具购置补贴能够增加农户农机的拥有量,应该是长期坚持的一项政策。第二,农业机械化并不一定必须要实现从事粮食生产的农村家庭户户有农机,而是应当发挥农机的溢出效应,加大农业机械化服务组织的支持力度。尤其是,对当前农业机械作业发展中出现的共享经济,要加以合理引导和有力扶持,提升农业机械的使用率。第三,小规模农户经营并不必然意味着生产效率低下,但是土地细碎化则基本上意味着生产效率较低。因此,未来的农业技术路径和制度路径应当是“改地适机”。在技术方面,农田整治等基础设施建设应当更多地适应农业机械的发展,边角零星土地和坡度较高土地可以考虑有条件地退出农业生产,为大中型农机具下田作业创造条件;在制度层面,继续拓展农业“双层经营”的内涵,尤其是“统”的部分,以环节的规模化为重点,集中连片进行土地规模经营。