农机服务对水稻家庭农场全要素生产率的影响研究*——以长江流域612户水稻家庭农场为例

黄大勇，朱洋洋，于秋月，陈永红

(1. 重庆工商大学长江上游经济研究中心,重庆市,400067; 2. 长江师范学院管理学院,重庆市,408100)

0 引言

粮食安全事关国计民生,是国家安全的基础保障。改革开放以来,技术进步和制度变革极大地提高了农业生产效率,有效地保障了我国粮食安全。然而,随着工业化和城镇化的不断推进,分散的家庭经营模式已无法适应现代农业的要求,这势必会影响到未来我国农业的高质量发展,威胁国家粮食安全。因此,要实现农业的高质量发展和保障粮食安全需要建立完备的现代农业生产经营体系,培育新型农业经营主体,走适度规模经营道路[1]。家庭农场作为新型农业经营主体的重要组成部分,具有专业化、规模化、集约化、产业化等特征,截至2020年,全国家庭农场的数量已突破100万户。作为新型农业经营主体,家庭农场能否提振粮食综合生产能力,保障我国粮食安全,关键在于是否具有较高的全要素生产率。

在资源和环境的双重约束下,提升家庭农场全要素生产率必须通过农业科技进步来实现[2]。农业机械作为现代农业科技的重要载体,是推动我国农业增长由资源依赖型向科技推动型转变的重要动力。当前我国已通过农机服务的形式实现了广范围的农业机械化,农机服务将农业机械引入小规模农业经营主体,缓解了劳动力转移对农业生产的负面影响[3],有效解决了分散小规模经营和农民老弱化所带来的效率损失问题[4]。那么作为新型农业经营主体的家庭农场,农机服务能否有效提升其全要素生产率?

Park等[5]认为农机服务能有效分担小规模农户的生产成本,刺激其对农机服务的需求,也有学者认为当前我国较高的农地细碎化程度会带来较高的交易成本,抑制农户对农机服务的需求[6]。胡祎[7]、王颜齐[8]、杨万江[9]等分别基于小麦、大豆、水稻的微观数据验证了农机服务能有效提升农业生产技术效率。关于农机服务影响农业全要素生产率的作用机理,诱致性技术创新理论认为,随着我国城镇化进程的推进,劳动力成本上升,劳动力要素的相对价格高于机械投入,导致农户在生产过程中不断缩减劳动力投入,进而诱致我国农业走向劳动节约型的机械技术进步道路[10]。郑晶等[11]发现,农机服务可以通过农村劳动力转移这一中间变量加强对农业全要素生产率的影响;但罗必良[12]认为农机服务是农业分工和专业化的表现形式,而农机服务的发展又会促进农业的分工和专业化,实现土地的规模化经营,进而推动农业全要素生产率的提升。

总体来看,现有研究大多仅聚焦于农机服务与农业全要素生产率的直接关系,缺少两者之间影响机制的实证研究;此外,在家庭农场、农民专业合作社、涉农龙头企业等各种服务组织不断完善以及农业机械装备不断进步的今天,现有研究忽视了农机服务主体、农机服务机器类型对农业全要素生产率的影响。基于此,本文以水稻家庭农场为研究对象,重点研究农机服务对水稻家庭农场全要素生产率的影响及作用机制,并进一步考察“农机服务主体”、“农机服务机器类型”对水稻家庭农场全要素生产率的作用差异。

1 理论分析与研究假设

全要素生产率是衡量生产主体生产能力和资源配置情况的综合指标,可进一步分解为纯技术效率和规模效率。纯技术效率衡量了生产主体的技术水平,以及在现有技术水平下生产主体的资源配置成效;规模效率衡量了生产主体的各要素投入规模是否达到了最优。全要素生产率的提升可从提高纯技术效率和规模效率两条路径来实现。其中,纯技术效率的提升一是要依靠先进农业科学技术的应用,二是要利用自身的组织管理能力,进行资源配置与整合,以充分发挥技术潜力,实现产出最大化。规模效率的提升则需要生产主体基于自身要素禀赋情况,选择合适的要素投入结构进行适度规模经营,以实现规模效益最大化。

家庭农场购买农机服务,相当于引入先进的农业科技力量[13],通过解放生产力、优化要素配置、促进专业化的分工与合作来提升全要素生产率。首先农机服务改变了以往劳动力为主的农业生产方式,有效解决了农村劳动力弱质化以及结构性短缺等问题[14];先进农业机械的使用不仅可以缩短农业生产各环节的时间,而且能够提高耕种质量、改善土壤肥力、节约种子投入、减少作物浪费,进而有效提高作业效率和作业质量[15]。因此,农机服务在不影响产出的同时能够有效节约劳动力,从而提升水稻家庭农场的纯技术效率。第二,农机服务促使农业生产主体和农机服务主体利用自身优势禀赋参与农业生产,推动农业各个生产过程的分工与合作,进而带来农业的规模化经营,有助于家庭农场实现规模经济以提高规模效率,从而提升全要素生产率水平。

基于此,提出假说H1:农机服务可有效提升水稻家庭农场全要素生产率,且农机服务可通过“劳动替代“和“规模变动”改善水稻家庭农场的纯技术效率和规模效率,进而推动全要素生产率的提高。

农业生产的专业化、农业科技水平的提升以及耕地的细碎化推动了农机服务的产生。一方面,家庭农场出于成本的考量,既可自购农机进行自我服务,也可选择外包服务。随着农机服务组织不断专业和成熟,选择将农业生产活动外包给专业化的服务组织所产生的外部交易成本更低,且运营效率更高[16],因而外包农机作业要比自购农机作业更具市场竞争力。在需求导向下,激励农机服务组织将人才、资源、技术、管理进行整合,使农机服务不断趋于专业化、规模化和优质化,推动农业全要素生产率的提升。另一方面,在农机购置补贴政策的刺激下,我国农机服务组织不断壮大,逐渐形成外地公司、本地合作社或公司、本地其他农户的格局,不同农机服务主体会对水稻家庭农场全要素生产率产生差异化的影响。(1)相比于本地其他农户形式的农机服务主体,合作社或公司形式的服务主体其组织化程度较高,能够实现对机器的统一管理、调配和维修;而且组织相比于个体更具市场话语权,较容易获得更多的市场订单,因而能够带来更高的作业效率和作业质量。(2)合作社或公司的农机服务主体也存在本地和外地的差别,除了两者共有的专业化组织管理体系外,其最大的差别在于,本地合作社或公司与当地农户拥有较为紧密的地缘和亲缘联系,所提供的服务会受当地农户的舆论监督;外地农机服务公司远距离跨区作业的成本较高[17],因而无论是作业质量还是作业效率,外地农机服务公司与本地合作社或公司相比都没有太大优势。

此外,农机的作业效率和作业质量会由于动力的差异存在异同,一般而言大型农机要比小型农机更有优势。大型农机动力高、故障率低、性能稳定、油耗经济、自动化程度高,在保证作业质量的情况下,能够有效提升作业效率;政府对大型农机的补贴力度较大,能够降低购买主体的前期投入成本,刺激了对大型农机服务的需求,从而推动大型农机技术的革新和服务主体的专业化,实现更高的作业效率和作业质量;小型农机由于受动力、功能等约束,只适用于在丘陵、山地等特殊地形进行作业,不适用于大规模的农机作业,且无法保证较高的作业效率和作业质量。

据此,提出研究假说H2:“农机服务主体”和“农机服务机器类型”的作业效率和作业质量存在差异,因而其对水稻家庭农场全要生产率的影响也存在异质性。

2 数据来源、变量设定与模型构建

2.1 数据来源

为客观反映长江流域农机服务现状与水稻家庭农场的生产经营情况,本文所用数据来源于2019年长江流域同纬度地区安徽(凤台县、大通县、毛集县、长丰县)、湖北(黄梅县)、江西(南昌县、奉新县)、四川(三台县)、重庆(永川区、荣昌区)四省一市、10个地区的入户调查。问卷内容主要涉及家庭农场主特征、家庭农场特征、家庭农场的经营状况、家庭农场农机服务的使用情况等。本次调研收回水稻家庭农场调查问卷630份,经过对数据进行核实和处理,剔除存在关键值缺失以及异常值的问卷后,最终形成有效问卷612份。

2.2 变量定义及说明

2.2.1 投入产出指标

本文选取劳动、土地、资本作为投入指标。具体而言,选取稻田的种植面积(公顷)表征土地投入,包括自有地和流转地;选取家庭农场在水稻生产过程中家庭自有劳动力和雇工的“劳动总工日”表征劳动投入;对于资本投入指标的选择,本文参考孔令成等[18]对农业资本投入的划分方式,将资本投入按照投入方式划分为直接和间接投入,直接投入包括化肥、种子、农药等农资投入以及使用农业机械的租金,间接投入是指被分担到农业生产成本中的油、电、水、交通、运输、管理费等。此外,本文选择水稻家庭农场当年的“水稻总产值”表征产出指标。

2.2.2 被解释变量

本文以水稻家庭农场的全要素生产率作为被解释变量。该变量取值基于每户家庭农场的投入产出数据,具体投入产出指标选取参照2.2.1节,通过DEA-BCC模型测算得到,并进一步分解为纯技术效率和规模效率的乘积。

2.2.3 核心解释变量

对于核心解释变量的设置,主要包含三个方面。(1)“农机服务”对水稻家庭农场全要素生产率的影响效应考察主要基于植保环节,变量设置过程中将植保环节的机械作业方式设为1,人工作业方式设置为0。(2)“农机服务主体”对水稻家庭农场全要素生产率影响效应差异的考察主要基于耕整和收割环节,涉及农机服务主体有:自我服务、其他农户、外地服务公司、本地合作社或公司,变量设置过程中将耕整和收割环节农户自我提供农机服务的均作为控制组,将由其他主体提供农机服务的作为对照组,按哑变量“0”、“1”进行赋值。(3)“农机服务机器类型”对水稻家庭农场全要素生产率影响效应差异的考察,根据农业农村部所公布的《农业机械分类》,变量设置过程中将耕整环节22 kW以上的视为大中型农机,赋值为1,将22 kW以下的视为小型农机,赋值为0。

2.2.4 中介变量

基于前文理论分析,农机服务对水稻家庭农场全要素生产率的影响主要通过“劳动替代”和“规模变动”得以实现。因此,本文选取家庭农场在水稻生产过程中家庭自有劳动力和雇工的“劳动总工日的对数”衡量“劳动投入规模(labsh)”,以表征农机服务对劳动的替代程度。另外,本文选用稻田种植面积的对数表示土地规模(ls),以此来表征规模变动。

2.2.5 控制变量

除上述核心解释变量以外,水稻家庭农场的全要素生产率还会受到其他诸多因素的影响,本文参照张扬[19]对家庭农场形成条件的研究,拟从家庭农场主特征、家庭农场特征、家庭农场环境特征三个层面选取控制变量,以尽可能提取影响水稻家庭农场全要素生产率的因素。具体而言,家庭农场主特征变量包括:年龄、农场主受教育程度、农场主健康状况;对于家庭农场特征变量,为了客观反映“水稻家庭农场”的实际特征,本文拟选取村道情况、宜机化程度、稻田道路情况、稻田土质情况、稻田水源条件来体现水稻家庭农场的特征;家庭农场环境特征变量包括:土地租金和政府补贴。被解释变量的测度值和各核心解释变量、控制变量的赋值及统计特征如表1所示。

2.3 模型设定

2.3.1 DEA-BCC模型

数据包络分析方法(DEA),是由运筹学家Charnes等[20]提出。由于调查地区水稻家庭农场的规模化经营程度相对较低,只能在有限的土地上投入要素以开展农业生产经营,因此选择基于投入导向的DEA-BCC模型,该模型所计算的全要素生产率(TFP)又可进一步分解为规模效率(SE)和纯技术效率(PTE),模型如式(1)所示。

Min[θ-ε(es++es-)]

(1)

式中:θ——各个决策单元的全要素生产率;

ε——投入冗余和产出短缺之和的权重;

e——投入冗余和投入短缺的系数;

s+——投入冗余;

s-——投入短缺;

i——决策单元数量,i=1,2,3…,n;

xi——第i个决策单元的投入变量;

yi——第i个决策单元的产出变量;

x0——目标投入变量;

y0——目标产出变量;

λi——第i个决策单元的投入变量和产出变量的系数。

如果θ=1,且s+和s-均为0,此时该决策单元处于DEA相对有效状态;若θ=1,且s-≠0或者s+≠0,表明该决策单元处于DEA相对弱有效状态;如果θ<1,则该决策单元为相对无效。

2.3.2 Tobit模型

Tobit模型可以解决因变量是受限变量或是存在极值的问题,也称受限变量模型,其利用极大似然估计的方法既可估计连续型变量也可分析虚拟变量。由于本文全要素生产率的值位于0～1之间,故采用Tobit模型来探讨农机服务对水稻家庭农场全要素生产率的影响,具体模型如式(2)所示。

(2)

式中:β——回归参数向量;

yi——第i个水稻家庭农场全要素生产率;

xi——自变量向量;

εi——随机扰动项,服从εi～N(0,σ2)的分布。

2.3.3 中介效应模型

由于本文的核心解释变量是虚拟变量,且本文的被解释变量“水稻家庭农场全要素生产率”属于受限变量,因此需要对传统的中介效应模型进行改进,对式(3)中的单个方程均采用可同时对虚拟变量和受限变量进行回归分析的Tobit模型,具体模型表示如式(3)所示。

(3)

式中:Y——水稻家庭农场的全要素生产率(核心解释变量与控制变量对被解释变量进行回归);

Y′——水稻家庭农场的全要素生产率(核心解释变量、中介变量与控制变量对被解释变量进行回归);

M——中介变量,即“劳动替代”和“规模变动”;

as——核心解释变量对中介变量的回归系数(核心解释变量与控制变量对中介变量进行回归);

bs——中介变量对被解释变量的回归系数(核心解释变量、中介变量与控制变量对被解释变量进行回归);

cs——核心解释变量对被解释变量的回归系数(核心解释变量与控制变量对被解释变量进行回归);

D——核心解释变量,即第i个家庭农场使用农机服务的哑变量,当D=1时,表示使用农机服务,D=0时,表示未使用农机服务。

α1、α2、α3——三个回归方程的常数项系数;

i、j、k——三个回归方程中的控制变量个数,i、j、k=1,2,3,…,n;

xi、xj、xk——三个方程的控制变量;

βi、βj、βk——三个方程的控制变量的系数;

ε1、ε2、ε3——三个回归方程的随机干扰项。

3 实证结果分析

3.1 水稻家庭农场全要素生产率水平测度结果

本文利用DEAP2.1软件对612户水稻家庭农场全要素生产率进行测度和分解,并将全要素生产率、纯技术效率和规模效率值按照等距划分为5组,结果如表2所示。可以看出,样本水稻家庭农场全要素生产率、纯技术效率和规模效率的均值分别为0.735、0.777、0.952,全要素生产率水平不高,45.92%的样本分布在[0.6,0.8)的区间;纯技术效率水平相对较低,47.06%的样本分布在[0.8,1)的区间;规模效率相对较高,有94.77%的样本分布在[0.8,1)的区间。因此,水稻家庭农场全要素生产率水平相对较低主要是由纯技术效率水平较低所导致。

表2 水稻家庭农场效率值分区间统计描述Tab. 2 Statistical description of the efficiency values of rice family farms

3.2 农机服务对水稻家庭农场全要素生产率的影响

表3汇报了植保环节农机服务对水稻家庭农场全要素生产率的影响效应。模型(1)只纳入“农机服务”这一变量,回归系数在1%的显著性水平上为0.051。

表3 农机服务影响水稻家庭农场全要素生产率的基准回归结果Tab. 3 Benchmark regression results of agricultural machinery service (plant protection) on the influence of total f-actor productivity of rice family farms

模型(2)～模型(4)依次引入家庭农场主特征、家庭农场特征和家庭农场环境特征,回归系数在1%的显著性水平上分别是0.048 4、0.046 6、0.043 2,表明在控制上述变量以后,相比于人工作业,农机服务作业的全要素生产率依然高出0.043 2左右,即使用农机服务显著提高了水稻家庭农场全要素生产率。该结果验证了假说H1。在植保环节通过无人机精准的远距离遥控操作、实时定位和动态调整,其效率可高达30 min/hm2,一天可完成作业20 hm2,而采用人工作业一天难以超过1 hm2;此外,无人机作业还可以节约作业时间、提高农药利用率、降低劳动强度、减少人员中毒事件的发生,降低各种成本的投入,进而减少全要素生产率的损失。

从各控制变量回归结果来看,农场主健康状况的系数在1%的显著性水平上为0.036,表明农场主健康状况越好,越有利于提升家庭农场全要素生产率,良好的健康状况使得家庭农场主不仅有更好的体力完成繁重的农业生产和经营活动,而且有足够的精力对家庭农场实行精细化的管理。

土地宜机化程度的回归系数在5%的显著性水平上为0.016,表明宜机化程度对全要素生产率具有显著的正向影响,这是因为宜机化程度越高,农机服务对人工的替代就越强,从而有利于扩大经营规模,提升全要素生产率。稻田土质在1%的显著性水平上为正,土质越好,不但可以减少化肥和农药的使用,降低生产成本投入,而且有利于提高水稻的抗病虫害能力,提高水稻的单产,进而提升其全要素生产率。稻田水源条件在1%的显著性水平上为正,由于水稻的种植和生长环节对水资源的依赖性较强,良好的水源条件不仅可以使水稻在播种环节不误农时,而且还有助于保障水稻在生长期间所需的水分,从而有利于其产量的提升,进而提高其全要素生产率。土地租金的回归系数为-0.015,且在10%的水平上通过显著性检验,表明土地租金的上升不利于水稻家庭农场全要素生产率的提升。其原因是租金的增加提高了家庭农场的投入成本,家庭农场主为了获取更多利益不得不扩大规模,以至于超出其经营能力,降低了规模效益,不利于其全要素生产率的提升。

3.3 农机服务影响水稻家庭农场全要素生产率的差异比较

本文从耕整和收割环节分析不同农机服务主体对水稻家庭农场全要素生产率的影响差异,结果如表4所示。在耕整环节,以自我服务、其他农户、外地服务公司、本地合作社或公司四个主体比较不同服务主体对水稻家庭农场全要素生产率的影响差异,模型(5)和模型(6)分别为加入和不加入控制变量的Tobit回归结果。从模型(6)的回归结果来看,以自我服务为参照,其他农户、外地服务公司、本地合作社或公司提供农机作业服务的回归系数分别为0.019、0.042、0.260,且分别在10%、5%、1%的水平上通过显著性检验。这一结果验证了假说H2。

表4 农机服务主体影响水稻家庭农场全要素生产率的差异Tab. 4 Agricultural machinery service subject affects the difference of total factor productivity of rice family farms

具体分析来看,首先,购买服务比自我服务更有利于提高水稻家庭农场的全要素生产率。购买农机服务相对来说更加专业,能够带来更高的作业效率;社会化农机服务的规模效应,在增加服务主体收益的同时也直接降低了服务对象即家庭农场主的购买成本,进而有利于其全要素生产率的提升。其次,无论是本地或者外地服务公司都比其他农户为服务主体所提供的农机服务的全要素生产率更高,公司或者合作社相比其他农户更为专业,能够将各种人才、技术、资源整合在一起进行市场化运营,大大提高了作业质量;其他农户受自身资金约束,大多购买国产小型机器来提供农机服务,这类机器不仅马力较小,而且易出现故障,单次维修成本也较高。而合作社或公司有资金实力购买较为昂贵的大型进口机器,这类机器较为先进,且马力足、操作稳定、故障率低,并通过统一的管理、调配和维修,能够极大地提高作业效率。最后,本地合作社或公司所提供的农机服务要比外地服务公司的全要素生产率更高。一方面农村作为乡土社会,本地合作社或公司大多与当地农户是熟人或亲缘关系,迫于舆论和声誉压力,本地合作社或公司在作业过程中会更加认真且精细,并且本地合作社或公司的客户主要是当地农户,为了与外地公司争夺市场,必然会提高服务质量和作业效率。另一方面由于外地农机服务公司长时间、远距离的跨区作业会使其投入更多的人力和财力,其服务成本更高,服务价格与本地合作社或公司相比没有优势,只能通过增加单位时间的作业面积才能获取更多收入,这往往会带来作业质量的下降,不利于家庭农场全要素生产率的提升。

此外,本文还通过收割环节对上述结论进行验证,结果如表6所示。同样以自我服务、其他农户、外地服务公司、本地合作社或公司四个主体比较其对水稻家庭农场全要素生产率的影响差异,模型(7)和模型(8)分别表示加入控制变量和不加入控制变量后的Tobit回归结果。从模型(8)的结果来看,其回归系数大小分别为:本地合作社或公司(0.139)>外地服务公司(0.067)>其他农户(0.034),这一结果与上文耕整环节不同农机服务主体的回归系数大小排序相一致。

3.4 农机服务机器类型影响水稻家庭农场全要素生产率的差异比较

基于耕整环节进一步考察农机服务机器类型对水稻家庭农场全要素生产率的影响差异,回归结果如表5所示。以小型农机为对照,模型(9)为不考虑控制变量的回归结果,可以看出回归系数在10%的显著性水平上为正。模型(10)～模型(12)为逐类加入家庭农场主特征、家庭农场特征、家庭农场环境特征后的回归结果,其系数逐渐减小但依然为正,且分别在5%、1%、5%的水平上通过显著性检验,表明使用大中型农机服务比小型农机服务的水稻家庭农场其全要素生产率更高,这一结果验证了假说H2。其原因主要有:大中型农机在耕作时可以对土地进行深耕,有利于释放土壤肥力,提高土壤蓄水能力,为作物提供良好的生长条件。大中型农机马力大、性能稳定、故障率低,可以有效减少雇工、燃油、种子的投入,提高其全要素生产率。大中型农机自动化和智能化水平较高,大大减少了机手的操作负担,提高作业效率和作业质量。

表5 农机服务机器类型影响水稻家庭农场全要素生产率的差异Tab. 5 Type of agricultural machinery service machine affects the difference in the total factor productivity of rice family farms

4 传导机制验证

表6 劳动替代和规模变动的中介效应检验结果Tab. 6 Test results of the intermediary effect of labor substitution and scale change

5 结论与建议

5.1 研究结论

本文主要通过两大路径实证检验了农机服务对水稻家庭农场全要素生产率的影响机制。

1) 农机服务对水稻家庭农场全要素生产率具有重要影响。相比于人工作业,农机作业更能提高水稻家庭农场全要素生产率。在植保环节,无人机作业相比于人工作业其全要素生产率要高出0.043。

2) 农机服务主体对水稻家庭农场全要素生产率的影响具有明显差异。以自我服务为参照,耕整环节和收割环节,由其他农户、外地服务公司、本地合作社或公司提供的农机作业服务对水稻家庭农场全要素生产率的影响系数分别为(0.019、0.042、0.260)和(0.034、0.067、0.139),可以看出无论是耕整还是收割环节,不同农机服务主体对水稻家庭农场全要素生产率的影响次序为:本地合作社或公司>外地服务公司>其他农户>自我服务。

3) 相对于小型农机,使用大中型农机服务的水稻家庭农场其全要素生产率高出0.035。

4) 农机服务主要通过“劳动替代”和“规模变动”两大传导机制作用于水稻家庭农场全要素生产率。

5.2 对策建议

立足于以上研究结论,提出如下对策建议。

1) 加快农业机械装备的转型升级。以用户需求为导向,进行农机产品尤其是大中型农业机械的研发,不断提供满足农业生产所需的农机装备;增加农机社会化服务的多样性,做到“一机多用”,提高农业生产效率;推动农机服务智能化升级改造,对传统农业机械实行智能化改造,如农业传感器、人机交互、农业机械管理信息化等,使农业机械更好地服务于现代农业的需求;以市场为联接纽带,以高等院校、科研院所为依托,逐步推进农机科技进步的“产学研”一体化,促进科研机构与农机科技推广相关企业间的广泛合作。

2) 重点培育本土化、综合化农机服务组织。建立熟人网络下的本土化、综合化农机服务体系,解决农户与农机服务供给者之间的信息不对称问题;对本地农机服务组织有关各类农业机械的维修、保养、技术操作等方面进行教学和培训,以形成具有地方特色的农机服务组织、农机服务网络以及相配套的农机维修网络体系;联合财政、金融、保险等部门,创新农机服务补贴方式。此外,应将农机具购置补贴逐渐倾向农机服务使用补贴,激发家庭农场主对农业机械社会化服务的需求,进而完善农业机械社会化服务体系。

3) 大力提高农业生产的“宜机化”程度,推动土地的规模化经营。加大丘陵地区“宜机化”改造程度,将涉及“宜机化”改造的要求纳入到高标准农田建设的重点实施内容和验收事项;探索具有区域特点的全程机械化解决方案,包括地域、品种、种植栽培制度、产后加工等,为全程机械化发展创造良好条件;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;创新高标准农田建设项目的融资模式,联合金融机构贷款资金和农业项目受益主体的自筹资金,以减轻仅有中央和地方提供资金的压力,确保高标准农田建设项目保质保量的完成。