生产性服务业对农业全要素生产率的影响研究*<br/>——基于中介效应的影响路径分析

生产性服务业对农业全要素生产率的影响研究*
——基于中介效应的影响路径分析

2022-06-09顾晟景

中国农业资源与区划 2022年3期

顾晟景，周宏

（南京农业大学经济管理学院，江苏南京 210095）

0 引言

提高全要素生产率一直是我国农业产业实现现代化转型和高质量发展的根本出路[1-3]。在我国经济发展模式转变、农业资源要素稀缺、生产环境恶化、农村劳动力持续流失等现实背景下，农业发展亟需寻求新的动能，提质增效成为当前和未来农业发展的重点。实现农业高质量发展需依靠物质、人才、技术等全方位投入的提效和升级，动力、质量和效率变革是农业高质量发展的关键和基础，其核心是转变生产动能，提高农业全要素生产率[4]。国际经验显示，推进农业现代化的过程也是农业产业链延伸和农业服务化的过程。2017 年《关于加快发展农业生产性服务业的指导意见》中强调要加快培育各类服务组织，全面推动现代化农业建设，更是在政策上肯定了生产性服务业在农业现代化转型中的重要作用。近年来，农业生产性服务业迅速发展，已演变成不小的产业规模[5]，对农业生产产生了较大影响。因此，在农业高质量发展的背景下，探讨生产性服务业发展对于农业全要素生产率的切实影响，厘清其内在影响机制，对于指导后续农业生产经营方向、持续推动农业转型升级具有一定参考价值。

作为推动农业现代化的重要抓手，农业生产性服务业的主要目标是为农户提供专业化的产前、产中及产后服务，可通过将科技、人才、信息、资本等要素有效植入农业产业链，提升作业效率，促进供求衔接，实现农业产业链延长和价值链升级，为“谁来种地”“如何种地”问题提供新突破[6]。目前有关农业生产性服务业的研究已较为丰富。有文献从微观农户生产环节服务采纳的角度切入，探究具体服务环节对农业生产效率的影响。农户生产环节外包行为有助于效率提升，但不同环节不同类型的服务作用效果存在异质性[7-9]。也有文献从中观产业层面出发，研究不同细分服务行业对农业生产效率的作用和贡献。金融服务、农技推广服务、机械服务[10]和农业物流服务行业[11,12]被认为是对粮食单产和生产率影响最大的生产性服务业类别，从长期来看，上述行业的发展有助于优化农业生产结构并提高生产效率[13]。此外，还有文献提出农业生产性服务业对农业全要素生产率的影响并非是简单促进作用，两者间存在以人地比例和人力资本等资源禀赋为门槛的非线性关系[14,15]，且农业生产性服务业主要通过促进技术进步[16]或技术效率[17]从而提升农业全要素生产率。

通过文献梳理可知，已有研究多聚焦于农业生产性服务业发展现状、对农业生产效率的影响效应以及地区异质性或其他制约因素的探讨等方面，而目前有关农业生产性服务业发展对农业全要素生产率影响路径方面的研究还较为稀缺。少有的涉及影响机制的文献也多停留在理论分析层面，未经实证检验，且目前学者多关注农业生产性服务业发展对于技术进步或技术效率单方面的影响，忽略了全要素生产率作为效率整体的深层次影响路径的剖析和验证。文章从全国层面重点分析农业生产性服务业发展对于农业全要素生产率整体提升的影响和贡献，通过构建中介效应模型识别并检验其影响路径，并探讨不同时期内影响特征和作用机制的差异，厘清两者间的内在联系，以期为充分发挥生产性服务在提高农业生产效率方面的优势与效能、推动农业高质量发展提供相应的政策参考。

1 理论分析

近年来，随着现代农业发展，农业生产性服务业的内涵也不断丰富并向外延伸。结合文献解读和政策定义，目前学界普遍将其认定为是贯穿农业产前、产中、产后各环节生产作业的社会化服务。不同学者对于农业生产性服务业的衡量指标不同，参考张恒[16]、李明文[17]的研究，该文借助《中国第三产业统计年鉴》中农林牧渔服务业产值这一统计指标，以其占农业总产值的比重来表示农业生产性服务业发展水平。该指标涵盖农业生产活动过程中的各类支持及辅助性活动，与农业生产性服务业涵盖内容相类似，但由于统计口径的偏差，与传统定义相比，此处不包含农业信息营销及绿色生态两方面的内容。

农户分散化、细碎化经营带来的规模不经济，以及因分工不足所造成的低效率，是我国农业经营格局面临的核心问题[18]。生产性服务业的发展有效缓解了上述两个问题，进而推动农业生产效率的提高，具体作用路径见图1。

1.1 农业生产性服务业发展加深农业分工及专业化效应

农业生产性服务业的发展催生了专业服务组织，作为专业技术服务载体，生产性服务业通过促进农业分工深化带动专业化水平的升级，从而促进农业全要素生产率的提升。在农业劳动力流失、农村人力资本弱化的背景下，农业经营者对劳动力的强烈需求逐渐转化为对市场中商品化的“农业服务”的需求[10]，这就促使农业服务业迅速发展，服务组织进入农业生产促进农业专业化分工程度加深。首先，农用资产、农事经验等资源禀赋的差异使得各农户在农业生产的各个环节中具备不同的比较优势，在生产环节可分的前提下，从事自身具有比较优势的环节而将生产效率相对低下的其他环节外包给专业服务组织，专注于自身优势活动，并在重复劳动中不断提高熟练程度，形成专业技能，降低生产成本，以专业化效能促进农业生产全环节效率的提高[15,19]。其次，分工的深化将复杂的生产过程细分，逐渐转变为简单的环节，并由此催生了机械的产生和使用[20]，通过生产性服务业，可将大型农业机械、先进生产技术等现代化生产要素投入日常生产之中，使分散的农户通过服务组织共享农机设备和高效农业技术，而不用承受投资及技术获取的风险。高效农技的投入以及先进农业机械的更新换代改变并持续提高了农业生产的原动力，推动农业技术水平的提高，技术进步帮助农业生产获得同等投入下的额外产出，提高生产效率[21]。此外，相较于信息、能力相对闭塞和低下的农户来说，服务组织在技术、市场、管理经验等方面的知识信息掌握程度远高于农户本身，生产性服务业的介入一来可使农户借助服务提供者的专业素养，由专人司专职，标准化生产、科学化管理，增强生产过程中的组织管理水平，促进生产效率提高；二来减少了农户对于市场销售、高效技术等信息的搜寻成本，增加了农户生产与销售市场的适配性，降低生产风险，从源头上保证生产适销对路的农产品，提高了农业生产有效性。因此，可以说农业生产性服务业通过加深分工的专业化效应促进了生产效率的提高。

1.2 农业生产性服务业发展促进形成规模效应

农业生产性服务业通过优化要素资源配置，促进适度规模经营，取得规模效益并最终表现为农业全要素生产率的提高。农业规模化经营有助于合理调配土地、资金、技术、劳动力等要素、推行标准化生产、降低生产成本，从而提高农业生产效率。土地规模经营和服务规模经营是实现农业规模化经营的两条路径[22]，生产性服务业可同时作用于上述两个方面：一是在土地流转的背景下，生产性服务业的不断发展使得机械有效替代人工、专业化服务组织有效替代老人、妇女等弱质劳动力，解决了农村劳动力紧缺的问题，使得有意愿的农户可进一步扩大种植规模而不用受农村人力资本的约束，土地经营规模的增加有利于降低单位面积平均生产资料价格，降低单位面积平均生产成本，从而提高生产效率。二是在农户分散经营、低效率不经济的情况下，各农户可根据自身需求寻求专业服务，若同一区域内的小农户均采用农业服务，则可将原本分散的土地重新结合成集中连片的土地，通过生产性服务业统一种植、规模饲养，有利于农业机械等设备的使用，降低农机在不同地块间移动造成的效率损失，形成服务规模效益，提升效率[23]。同时，生产性服务业的行为主体除专业组织外，还存在部分新型农业经营者，在完成自家农事活动后，整合自身剩余优势资源，通过对外服务，扩大作业规模取得额外效益。因此，可以说农业生产性服务业可在一定程度上缓解土地细碎化经营的现状，通过优化要素资源配置，增强土地、机械、服务等各要素资源利用效率并形成规模经济，最终提高全要素生产率。

由此可见，农业生产性服务业的发展可通过分工的专业化效应以及规模效应的发挥来促进农业全要素生产率的提升，将上述影响路径汇总在同一框架之中，便如图1所示。

图1 农业生产性服务业发展对农业全要素生产率影响路径框架

2 模型设定、变量选取和数据来源

2.1 模型及变量说明

2.1.1 实证模型

为检验生产性服务业发展对农业全要素生产率（TFP）的影响及作用，该文拟构建面板数据回归模型以揭示其影响大小及作用特点，具体形式为：

lnTFPit=α+βAPSit+ ∑γiZit+μi+εit（1）

式（1）中，μi为个体效应；εit则为随机扰动项。TFPit表示农业全要素生产率，以Malmquist 指数法测算，并将其转化为以2000 年为基期的累积形式进行后续回归估计；ln 表示对该变量取对数，由于回归中自变量是一个比值，累积后的生产率指数与之相差较大，故以其对数形式进行回归以消除量纲的影响；APSit表示农业生产性服务业发展水平，根据数据可得性以及与变量的匹配性，将农林牧渔服务业产值占农业总产值的比重（APS）作为农业生产性服务业发展水平的替代性指标；Zit表示控制变量，在此选取地区财政支农水平（FIN）、地区经济发展水平（GDP）、劳动力受教育程度（EDU）、农业机械动力水平（MAC）以及自然灾害程度（DIS）作为回归方程中的控制变量。

进一步地，检验生产性服务业影响农业全要素生产率的作用机制，确定生产性服务是否通过专业化分工效应以及规模效应这两条路径来促进农业全要素生产率增长，建立中介效应模型检验影响路径的准确性。中介效应模型构建为：

lnTFPit=α0+α1APSit+ ∑γiZit+μi+εit（2）

PROitorSCAit=β0+β1APSit+ ∑γiZit+μi+εit（3）

lnTFPit=δ0+δ1APSit+δ2PROitorSCAit+ ∑γiZit+μi+εit（4）

式（2）至（4）中，中介变量PROit表示地区专业化程度，参考赵丹丹等[24]的研究，采用农机服务市场作为衡量地区专业化的指标；SCAit表示地区农业规模化经营水平，此处选用劳均耕作面积替代。根据温忠麟等[25]提出的中介效应检验方法，采用逐步回归法对上述方程进行回归估计。若系数α1、β1和δ2均显著，则中介效应存在；若α1显著，但β1和δ2中至少存在一个不显著，则需使用Bootstrap 法检验其乘积的显著性，若乘积显著则中介效应显著，否则认为中介效应不存在；存在中介效应的情况下，若系数δ1显著且与β1、δ2符号相同，则认为是部分中介效应，即生产性服务发展促进农业TFP增长的效用部分来自于专业化分工效应或是规模效应的提高，否则为完全中介或遮掩效应。

2.1.2 农业全要素生产率的测算

该文选用DEA-Malmquist 指数法测算2001—2019年我国各地农业TFP 的增长变动情况[26-28]。该方法可将TFP 分解为技术进步（TCH）与技术效率（ECH），且在规模报酬可变的情况下，可进一步将技术效率分解为纯技术效率（PECH）与规模效率（SECH）。具体分解为：

式（5）中，Mt代表全要素生产率指数，Mt大于或小于1 分别代表TFP 的增长或下降，即t+1 期的生产率相较于t期的增减变化情况。在实际测算时，借鉴已有文献，选取第一产业年末从业人员数（万人）、农作物播种面积与水产养殖面积之和（khm2）、农用机械总动力（10MW）、农用化肥实际使用量（万t）以及有效灌溉面积（khm2）分别作为农业劳动、土地、机械、化肥、灌溉方面的投入指标；选取2000 年为基期的农林牧渔业总产值作为产出指标。

2.2 数据来源和描述性统计

该文研究2001—2019 年中国农业全要素生产率增长变动情况，北京和上海由于其经济发展程度和城镇化水平较高，且2019年其农业产值在国民经济总产值中的比重不足1%，未列入研究范围之内。农业全要素生产率投入产出、财政支农、人均地区生产总值、农作物受灾面积等数据均来自于2000—2020 年《中国农村统计年鉴》《中国统计年鉴》；农林牧渔服务业产值数据来自《中国第三产业统计年鉴》；其他数据来自于《中国农业机械工业年鉴》《中国劳动统计年鉴》以及各相关年度各地的统计年鉴。各变量定义及描述性分析详见表1。

表1 变量选取及定义

3 实证结果与分析

3.1 农业全要素生产率测算结果分析

借助DEAP2.1软件测得2001—2019年我国农业全要素生产率结果如表2所示。

表2 2001—2019年我国农业全要素生产率增长及其分解情况

从全国层面来看，自2001年起，我国农业全要素生产率（TFP）均大于1，说明全国农业生产效率始终处于增长状态，其中增速最高的年份出现在2007 年，较2006 年增幅达到12.9%。从其源泉分解情况来看，技术效率仅在2008年超越1，其余年份均小于1，整体表现为持续下降的趋势，造成此种现象的原因是纯技术效率和规模效率不同程度的降低。与技术效率相反，除2008 年外，技术进步始终保持着较高速度增长的状态，在2009 年增长率为19.3%，达到峰值，充分抵消了由低技术效率带来的不利影响，由此可以看出我国农业全要素生产率依靠技术进步“单轨驱动”的特征。

3.2 生产性服务业对农业全要素生产率的影响分析

实证分析前，首先对各变量进行多重共线性及平稳性检验，平均方差膨胀因子（VIF）的值为3.03，小于10，故认为该文各变量间不存在多重共线性问题，各变量单位根检验均为一阶单整，协整检验通过，数据平稳。

基准回归时，通过固定效应F 检验、LM 检验和豪斯曼检验后发现固定效应模型最优。同时，考虑到生产性服务业与农业TFP之间互为因果的双向促进关系，即生产效率的提高可能会促进农业经营者后续对于生产性服务业的选择行为，市场需求的扩大吸引供给主体的增加，促进生产性服务业不断发展。故在此考虑以滞后一期的生产性服务业发展水平为工具变量的两阶段最小二乘估计（IV-2SLS）以考察变量间的内生性问题。结果如表3 所示，2SLS 估计中工具变量恰好识别故不再进行过度识别检验，识别不足检验中P值均为0.000，表明不存在识别不足问题，弱工具变量检验中，Cragg-Donald Wald F 统计量均大于10%水平的临界值，拒绝弱工具的假设，故工具变量选择较为合理。

表3 生产性服务业发展水平对农业全要素生产率回归估计

从回归结果来看，仅考虑单次项线性回归的两模型（模型1、2）均显示我国农业生产性服务业发展对农业全要素生产率的提升具有显著的正向促进作用。从关键变量（APS）回归系数来看，两阶段最小二乘估计结果略大于固定效应模型，表现为农业生产性服务业发展水平每提高1个单位，农业TFP则会提升0.069%。此外，地区财政支农水平、经济发展水平、劳动者受教育水平和机械动力水平也均对农业TFP的提升具有正向促进作用。政府对农业支持力度越大、地区经济发展程度越高、劳动者受教育程度越高、农业机械应用越广泛则农业TFP增长幅度越大；而自然灾害对农业TFP表现为负向影响，农作物受灾情况越严重，其产出受损越大，则会造成农业TFP的明显下降。

由于农业TFP 与农业生产性服务业发展之间可能并非简单线性关系，故在模型中加入农业生产性服务业发展水平的平方项（APS2）检验其是否存在非线性关系。模型3、4 的回归结果均表现为农业生产性服务业发展水平一次项显著为正、二次项显著为负，初步说明生产性服务业发展水平与农业TFP 间存在“倒U 型”关系。在此基础上对其进行U 形检验，并绘制拟合曲线。结果如表4和图2所示，生产性服务业发展水平取值范围在0.317～13.024 之间，而经U 形检验计算得出的极值点为8.263，处于数据范围之内，检验所得P值为0.006，可在1%的显著性水平上拒绝原假设，同时，结果中Slope 所在区间内存在负号，因此，可认为农业TFP 与农业生产性服务业发展水平间是“倒U 型”关系，即最初农业生产性服务业的发展会带动农业TFP 持续提升，农业生产性服务发展水平越高，促进作用越大，但当农业生产性服务业发展超过一定水平（8.263）后，其对于农业TFP 仍存在正向促进作用，但促进效果开始减弱。

图2 农业生产性服务业发展水平与农业全要素生产率拟合曲线

表4 “倒U型”检验

3.3 影响路径检验

基准回归证明了农业生产性服务业发展水平对农业TFP 存在促进作用，但其作用路径和作用机制如何？下面将从地区专业化分工效应和规模经营两个角度，检验农业生产性服务业是否通过加深专业化分工程度和促进农业生产形成规模效益这两条路径来促进农业TFP的增长。

首先在模型1 的基础上引入生产性服务业发展水平和专业化分工以及经营规模的交互项（APS×PRO、APS×SCA），对上述两条影响路径进行初步回归检验，结果如表5，两交互项回归结果均显著为正，表明农业生产性服务业对于农业TFP 的促进作用随着专业化分工程度的加深和经营规模的扩大而增强，初步验证了两条影响路径。

表5 影响路径检验

为确保影响机制的准确性，进一步采用中介效应模型对上述影响路径进行检验。表6报告的是对生产性服务业发展水平、农业全要素生产率以及地区专业化分工程度逐步回归的结果。可见生产性服务业发展水平对农业TFP和地区专业化程度的提升均具有显著的促进作用，生产性服务业发展水平上升1单位可带来农业TFP0.069%和地区专业化2.084 个单位的提升；地区专业分工程度对农业TFP 也存在显著正向影响，且在控制地区专业化程度后，生产性服务业发展对农业TFP 影响仍显著为正，通过逐步检验，说明地区专业化分工程度在农业生产性服务业发展和农业TFP之间起了部分中介作用，中介效用占总效应比重为12.44% （2.084 4×0.004 1/0.069 1=0.124 4），即生产性服务业发展过程中可通过促进农业专业化分工程度的提高来促进全要素生产率的增长，且该作用路径占总效用的比重为12.44%。

表6 专业化分工路径中介效应检验

同理，对规模经营这一影响路径进行逐步检验，结果如表7 所示，生产性服务业和农业经营规模对于全要素生产率的影响显著为正，但生产性服务业发展水平对于经营规模的影响未通过5%水平的显著性检验，仅表现为边际显著。造成此种现象的原因可能是在我国务农劳动力不断流失的背景下，农业生产经营结构调整使得农业生产向资源优势区倾斜、集聚，东北、西北等地区农业用地面积缓慢扩大而部分中部、东部的省份因城镇化发展而缩减耕地面积，由此造成了劳均耕作面积增长程度的差异，并最终影响经营规模整体与生产性服务业发展的相关性水平。故在此对其进行Bootstrap检验，根据表8 可知，结果显示间接效应系数显著且其置信区间为（0.003 5，0.012 9），不包含零值，因此可以认为经营规模的部分中介效应存在，即生产性服务业发展促进全要素生产率增长的作用中15.77%是通过扩大经营规模、获得规模效益来实现的。

表7 经营规模路径中介效应检验

表8 经营规模Bootstrap检验

3.4 不同阶段农业生产性服务对农业全要素生产率的影响

由于农业生产性服务业发展和农业全要素生产率之间表现为“倒U 型”的促进关系，故进一步分析在不同阶段农业生产性服务业发展水平对农业全要素生产率的影响是否存在差异以及各阶段中作用路径的变化。结合农业生产性服务业发展增速与国民经济“五年计划”，以5%的年均增幅为划分依据，将2001—2019 年划分为3 个阶段，分别为“2001—2010 年快速增长阶段”，该阶段为发展初期，农业生产性服务业发展年均增速达14.9%；“2011—2015年平稳过渡阶段”，经历了初期快速发展，该阶段增速显著降低，仅保持年均3.5%的增速平稳过渡；“2016—2019年缓慢上升阶段”，发展后期，农业生产性服务业发展水平增速回升，以年均增加7%的水平缓慢上升。各阶段IV-2SLS回归估计结果见表9。

表9 不同阶段中农业生产性服务业对农业全要素生产率的IV-2SLS估计

结果可知，不同发展阶段中不同发展水平的生产性服务业对农业TFP 均存在正向影响，但影响程度和大小不同。2001—2010 年发展初期，农业生产性服务业快速发展，显著促进了农业TFP 的提升，发展水平每上升1单位可促进TFP增长0.052%；2011—2015 年平稳增长阶段，生产性服务业发展对农业全要素生产率的影响持续扩大，此时生产性服务业发展水平1单位的增长可带来农业全要素生产率0.076%的提升。2016—2019 年服务业发展对全要素生产率的促进作用开始减弱，且不显著。造成该阶段正向促进但影响不显著的原因可能与两者间“倒U型”的非线性关系有关，在发展后期，湖南、山东、江苏、甘肃等部分省份农业生产性服务业发展水平持续上升至倒U型曲线右端，表现为高农业生产性服务业水平但其对农业TFP的促进作用下降并最终导致了该阶段总体回归系数不显著。

在此基础上继续探究不同阶段影响路径的差异。由表10 可知，2001—2010 年发展初期，农业生产性服务业主要通过地区专业化分工效应促进农业TFP提升。专业化路径逐步回归中各项系数均显著为正，故可得出此阶段中地区专业化分工的部分中介效应存在，占总效应比重为8.78%（1.528×0.003/0.052=8.78%）；而另一规模经营路径中，由于生产性服务发展水平对经营规模的影响不显著，且其未通过Bootstrap 检验，故认为该路径在发展初期不存在。农业生产性服务业发展带来的规模效应直至中期才得以显现，如表11所示，2011—2015 阶段，持续发展的生产性服务业对农业TFP的促进作用明显增加，且其促进效应部分通过专业化分工效应和规模经营效应实现。两路径的Bootstrap 检验显示，农业生产性服务业发展对农业TFP 的提升作用中有23.78%是通过专业服务带来的分工和专业化水平的上升带来的效率增加，35.25%是通过促进土地和服务经营规模带来的规模效率的提升。