绿色生产社会化服务对农业生产效率的影响研究——以江苏省水稻生产为例

辛玉玉，苏 群，陈 杰

(1.南京农业大学 经济管理学院,江苏 南京 210095；2.南京财经大学 经济学院,江苏 南京 210023)

对于农民来说，增加农业产出是增加收入的主要途径，而农业产出的增长一般有两个来源：一是要素投入的增加，二是生产效率的提高[1]。根据生产要素投入边际递减原则，过量增加要素不仅提高了生产成本，而且产出难以实现预期增长。此外，过量投入农药、化肥等要素的行为，短时间能够提高产出获得收益，长期来看也制约着农业的可持续发展。2018 年农业农村部印发的《农业绿色发展技术导则（2018—2030 年）》提出全面构建以绿色为导向的农业技术体系，在稳步提高农业土地产出率的同时，大幅度提高农业劳动生产率、资源利用率和全要素生产率[2]。然而，农业生产效率的提高仍然存在多重阻碍，如老龄化程度上升[3-6]、农户认知能力不足[7-8]、信息获取渠道少[9]、风险感知[10]、融资约束[11]等，迫切需要新型经营方式介入以破除困境。近年来，绿色农业社会化服务的发展和社会化服务体系的建立为推进绿色生产，提高生产效率提供了有效途径，如测土配方服务优化化肥要素的配置，降低了生产成本，同时根据土壤养分供给和作物养分需求合理施肥，能够提高作物的产量和质量。在全面推进农业绿色发展、以绿色发展引领乡村振兴的农业发展新阶段，绿色生产社会化服务是促进小农户与绿色生产相衔接、全面迈入农业绿色发展轨道的重要途径[12-13]。因此，有必要探讨绿色生产社会化服务这一新型生产经营模式对农业生产效率的作用及实现机理，从而为推进农业绿色可持续发展、提高农业现代化水平提供启发。

学界有关农业生产效率的研究十分丰富，主要集中在两个方面：一是农业生产效率的测算。目前国内外常用的农业生产效率测算方法主要包括DEA、SFA、Malmquist 指数等。其中，DEA方法因具有对生产要素的数量和质量不作任何假设的优点被广泛应用，如王宝义等和田淑英等分别采用DEA 方法测算我国各省份的农业生态效率和林业生产效率[14-15]。但DEA 模型仍存在部分缺陷。Fried 等人优化性地提出了三阶段DEA 模型[16]，能够去除外部环境与随机误差对效率的影响，更真实地反映决策单元的内部管理水平，逐渐被学界应用。国外具有代表性的研究是Smith J等在2015 年用三阶段DEA 模型测算了Batinah 地区60 个农场的生产效率[17]，而国内的郭军华等运用三阶段DEA 模型对中国2008 年农业生产效率进行了实证分析[18]。二是农业生产效率的影响因素研究。学界对此关注较早，形成了较为全面的研究体系，主要包括气候[19]、自然灾害[20]等自然环境因素，劳动力[21]、资本[22]、技术[23]、土地[24-25]等生产要素因素，农业支持政策[26]、农村土地制度改革[27]等政策因素等。但鲜有研究专门探讨绿色生产社会化服务对农业生产效率的影响。

绿色生产社会化服务是指在保护环境、提高农产品质量的前提下，采用社会化服务的方式来推广和普及绿色生产技术和理念，从而提高农业生产效率和降低生产成本。当前，我国绿色生产社会化服务仍然处于发展阶段，目前对其研究较少，沈兴兴等人探索性地将绿色生产社会化服务定义为“处于生产阶段，并为农业绿色生产而提供的所有技术和服务”，强调环境与生态效益并重，在各生产环节提供服务之外还涉及资源化再利用、与循环产业对接及其他相关业务[12]。尽管学者们较少专门研究绿色生产社会化服务与农业生产效率的关系，但是已有学者从投入和产出角度说明农业绿色生产社会化服务能够优化农业生产要素配置结构[28]，降低生产成本，增加期望产出，通过社会化服务与绿色发展相融合是实现农业高质量发展的重要引擎[29]。

已有文献为本研究的开展奠定了基础，但仍然存在不足之处：大多数研究将绿色生产社会化服务纳入整个社会化服务体系考虑，缺乏对绿色生产社会化服务的单独关注；测算生产效率多使用传统DEA 模型，忽略环境因素与管理无效率的影响，并不完全可靠。综上，本研究基于2020 年江苏省土地调查数据，采用改进后的三阶段DEA 模型测算农业生产效率，探究绿色生产社会化服务对生产效率的影响及规模异质性，以期为农业社会化服务的发展提供启发。

一、理论分析

改造传统农业，其出路是引进新的现代化生产要素[30]。农业生产效率的提高是实现农业现代化的要求，而生产效率的提高离不开绿色生产社会化服务发展。社会化服务能够有效解决农业经营主体要素瓶颈问题，有助于经营主体克服小规模经营存在的缺陷，从而实现专业化分工与集约化服务。服务供给主体可以根据服务对象需求情况提供解决途径，彰显专业化分工优势，提高农业生产效率。与传统的农业生产社会化服务相比，绿色生产社会化服务有助于改善投入的结构与数量，优化生产要素配置[28]，如测土配方、节水灌溉等技术能够减少化肥和水资源的使用，降低投入成本，提高要素投入质量，有效提高生产要素的利用率。绿色生产社会化服务的出现，拓展了农户了解与运用绿色生产技术的途径，使农户能够更加迅速地获取绿色生产所需的资源和信息，采纳绿色生产技术服务更加便捷，推动小农户与现代农业相衔接。此外，从长期来看，有害化学物质的过量使用可能导致土地肥力下降，绿色投入要素的使用、资源的回收利用能够降低有害化学物质的外部性，改善环境福利，有助于长期农业生产效率的提高与可持续发展。绿色生产社会化服务影响农业全生产率提高的理论机制如图1 所示。

图1 绿色生产社会化服务影响农业全生产率提高的理论机制

绿色生产社会化服务对不同规模经营主体发挥的生产效率改进作用理论上存在差异，这主要由技术选用和采纳程度差异、交易成本差异和地块规模和集中连片条件差异引起的[31]。农业绿色生产的全过程，需要采取资源节约、生态友好和低碳循环生产方式，需要生产者提供资金、技术、设备、信息和其他现代生产要素，与传统的农业生产方式相比较，绿色生产对社会化服务提出了更高的要求。规模经营主体生产能力强，对能否可持续发展要求高，对于绿色生产方式与社会化服务的采纳意愿更加强烈。同时由于规模化经营，对于信息与资本的投入边际成本低于小农户，交易成本低，抵御风险的能力也更强，绿色生产社会化服务高昂的成本使小农户望而却步；此外，小农户分散化的地块特征也阻碍了绿色生产技术的采用[8]，因而影响了效率提升。现阶段绿色生产社会化服务在供给数量和质量上更偏好于规模经营主体，制约了小农户获取数量充足及质量优异的社会化服务，因此弱化了其对小农户技术效率的提升效应。

二、研究方法

（一）数据来源

本研究数据来源于南京农业大学2020 年开展的中国土地经济调查（China Land Economic Survey）数据库，样本共计调查江苏省13 个地级市和52 个行政村，调查内容涵盖土地市场、农业生产、乡村产业、生态环境等多个领域。剔除部分数据缺失、信息前后矛盾的农户样本，最终得到有效样本1 008 份。

（二）变量选择与描述性统计

1.被解释变量

被解释变量为农业生产效率，采用数据包络分析（DEA）模型剔除管理无效率及环境因素后的估计。选取2019 年农户水稻种植面积作为土地投入变量，水稻种植投入工日作为劳动投入变量，种子秧苗费、化肥费用、农药费用、水电及灌溉费用之和作为资本投入变量，机械作业费用作为机械投入变量，选取水稻总产量作为产出变量。具体变量如表1 所示。

表1 变量定义与描述性统计结果

2.解释变量

核心解释变量为绿色生产社会化服务。借鉴沈兴兴等[12]对绿色生产社会化服务的分类，结合问卷设置，选取测土配方技术服务、节能高效设施农业服务、节水灌溉技术、秸秆综合利用技术、农用清洁再生能源技术服务5 项服务为代表。农户采用其中任何一项技术服务则认为其采用绿色生产社会化服务，均不采用则表明其并未采用绿色生产社会化服务。

3.控制变量

参考已有研究，选取户主年龄、户主受教育水平、户主健康状况、家庭内是否有村干部、户主兼业情况，家庭规模、平均年龄、土地流转情况、地力情况和农业培训作为控制变量。变量的描述性统计如表1 所示。

（三）模型设定

1.农业生产效率测算模型

本研究采用Fried 等[16]提出的三阶段DEA 模型测算农户的农业生产效率，相较于传统的DEA模型能更准确地反映决策单元投入产出效率。

（1）第一阶段：基于原始投入与产出变量的DEA 分析

由于水稻种植生产效率受土地投入面积影响，本研究采用Fried[16]的规模报酬可变BCC 修正模型。该模型分为投入导向型和产出导向型，投入导向型指在产出水平一定的情况下,使得投入最小化的规划；产出导向型则指在投入水平一定的情况下,使得产出最大化的规划。对决策单元即农户而言，投入要素更可控，因而本研究采用投入导向型，以原始的水稻投入产出数据进行效率评价。该模型测算的效率值为综合技术效率（TE），可以进一步分解为纯技术效率（PTE）和规模效率（SE），且TE=PTE×SE。模型构建如下：

式（1）中：i=1,2,···,n;j=1,2,···,m;r=1,2,···,s。n为决策单元的个数，m和s分别为投入与产出的变量的个数,xij(j=1,2,···,m)为投入要素，y ir(r=1,2,···,s) 为产出要素。若θ=1,s+=s-=0，则决策单元DEA 有效；若 θ=1,s+≠0或s-≠0,θ=1,s+≠0或s-≠0，则决策单元弱DEA 有效；若θ ＜1，则决策单元非DEA 有效。

（2）第二阶段：利用SFA 模型剔除管理无效率、环境因素及噪声统计的影响

本阶段的目的是将第一阶段测得的投入松弛变量分解为以上三种效应。通过建立SFA 回归模型，将松弛变量对环境因素变量和混合误差项回归，根据回归结果调整原始投入，以此剔除外部环境因素和随机误差项对投入的影响，从而使得所有决策单元的比较均处于相同外部环境。

根据Fried 等的研究方法，投入松弛变量的计算方法如下式：

sni是第一阶段中投入松弛变量值，xni是原始投入变量值，xnλ是理论上最优的投入值。因而建立如下的SFA 回归方程：

式（3）中,n=1,2,···,N;i=1,2,···,I。sni表示第i个决策单元第n个投入的松驰值;Zi表示环境变量,βn为环境变量的待估计参数;f(Zi;βn)代表环境变量对投入松弛变量的影响；νni+µni是混合误差 项，µni与νni独立不相关。νni为随机扰动项，表示随机干扰因素对投入松弛变量的影响，µni～N+(µn,σ2un) ；µni为管理无效率变量，表示管理因素对投入松弛变量的影响，假定其服从在零点的截断正态分布，即。由于Fried 等并没有给出管理无效率的估计公式，国内已有研究对其仍然存在分歧，本文根据罗登跃推导的公式进行管理无效率的分离。公式如下：

根据公式（3）的回归结果调整原始投入值，其调整公式如下：

此外，为了剔除环境变量间单位不同的影响，本研究对四个环境变量进行了标准化处理，以便更好地分析环境因素对生产效率的影响。

（3）第三阶段：用调整后的投入变量进行效率测算

2.绿色生产社会化服务对农业生产效率的影响

由于三阶段DEA 模型测算的农业生产效率值取值范围是0～1，因而在探究绿色生产社会化服务对农业生产效率的影响时采用Tobit 模型。首先探讨绿色生产社会化服务对农业生产效率的影响，进而探讨其在不同经营规模下对生产效率调节作用。具体模型如下：

式（6）中，Y 指三阶段DEA 模型最终测得的水稻生产效率值，gpss表示农户是否采用绿色生产社会化服务，sacle指农户种植规模，大于3.33hm2为1、小于3.33hm2为0，gpss×sacle为绿色生产社会化服务与农户规模交互项，others表示其他控制变量，包括等变量，α0、β1、β2、β3、γi为待估参数，εi为随机干扰项。

三、实证结果与分析

（一）三阶段DEA 结果分析

通过运行deap2.1 计算得到农户农业生产效率值，如表2 所示。结果显示，第一阶段效率值处于较低水平，综合效率值、纯技术效率值和规模效率均值分别为0.121、0.210 和0.656。在剔除环境因素和管理无效率后综合效率值上升了0.39，纯技术效率值提高了0.532，规模效率值上升到0.684，处于较高的效率水平。

表2 农业生产效率计算结果

第二阶段利用Frontier 4.1 进行SFA 回归分析，回归结果如表3 所示：所选择的环境变量大部分都在5%的水平上显著，表明环境因素对生产效率影响较大，利用SFA 模型进行回归分析是有效的。环境变量的系数估计值代表其对投入冗余的影响，系数为正说明该环境变量加大了投入冗余，造成了生产效率降低，反之同理。村庄经济发展水平和交通条件对四个投入均具有显著正面影响，表明村人均收入的增加和交通条件改善会加重各要素投入浪费的情况，使生产效率降低；政策支持力度与土地要素和机械要素投入具有负向关系，与劳动投入和资本投入显著呈正向关系，且系数较大，这可能是由于政策补贴使农户有资金购买生产资料，加剧了资本投入冗余，但却投入提高了土地的生产效率；水稻种植占比只与土地投入冗余负相关，说明水稻占比越大，对于土地投入越集约，对于劳动、资本和机械的投入越冗余。

表3 第二阶段SFA 实证结果

第三阶段以调整后的投入产出值为变量再次运行deap2.1，得到新的农业生产效率。结果显示，剔除管理无效率和环境变量的影响后，农户综合效率、纯技术效率和规模效率均有所提高，且纯技术效率提高幅度最大，此时农户生产效率处于较高水平。这表明，管理无效率等环境因素对水稻生产的影响巨大，阻碍了水稻生产效率的提高，而农户生产要素投入相对合理。

（二）绿色社会化服务对农业生产效率影响分析

运行软件stata16.0 对样本数据进行Tobit 回归分析，回归结果如表4 所示。模型1 与模型2 分别测算了绿色生产社会化服务对农业生产效率的影响以及加入绿色生产社会化服务与农户规模类型交互项后对农业生产效率的影响。模型1 中，绿色生产社会化服务对农业生产效率的影响在1%的水平上显著为正，说明农户采用绿色生产社会化服务会提高其生产效率。这可能是由于农户在采用绿色生产社会化服务之前，劳动力投入的数量和质量都难以实现合理配置，导致生产效率低下，绿色生产社会化服务将资金、信息、劳动力等资本整合，引入绿色生产技术，能够有效提高生产效率。而在模型2 中表明，绿色生产社会化服务与农户规模类型去中心化后交互项的回归系数并不显著，表明绿色生产社会化服务对不同规模经营主体的影响并不具有明显的差异。可能的原因是，就目前来看，无论是规模经营主体还是小农户，绿色生产在整个农业生产环节占比较小，因而其对不同规模生产效率的调节作用并不显著。在农户个体特征方面，户主年龄对农业生产效率的影响显著为负，这可能是因为年龄越大农户投入在农业生产中的人力资本的数量和质量越低，也抑制了新型生产技术的使用与土地的培肥养护，因而导致农业生产效率下降。户主受教育水平、户主健康状况和户主兼业情况对农业生产效率的影响都为负，可能的原因是受教育水平和健康状况越好，对农业的精细化管理投入越多，潜在降低了其他生产要素的投入，而非农工作时间越长对农业生产的时间精力投入会越少，使得生产效率下降；家庭特征方面，家庭人口数和家庭平均年龄对生产效率产生正向影响；农地特征变量中，土地肥力和土地流转情况都不利于农业生产效率的提高，可能的解释是土地肥力越高，农户对土地的信任与依赖越强，对于化肥、农药等施用力度会减弱导致投入不足，而影响生产效率的提高，土地流转则意味着土地的所有权与使用权并不属于同一农户，农户各种生产要素的投入积极性会受到抑制。

表4 Tobit 回归结果分析结果

（三）稳健性检验

本文的稳健性检验采用替换估计方法，将Tobit 模型替换为OLS 模型，以验证上述实证结果的稳健性。表5 展示了OLS 回归结果，绿色生产社会化服务显著提高了农业生产效率，但对不同规模经营主体的影响差异并不显著。结果与前文估计结果一致，表明本研究结果具有稳健性。

表5 稳健性检验结果

四、结论与启示

（一）结论

本文利用江苏省2020 年农户实地调研数据，运用三阶段DEA 模型测算水稻种植户的农业生产效率，用Tobit 实证分析绿色生产社会化服务及农户规模类型对农业生产效率的影响。研究结果表明：

（1）江苏省水稻种植户的农业生产效率处于较低水平，综合效率为0.121，存在较大提升空间，这主要是由于纯技术效率低导致的。

（2）村庄经济发展水平和交通条件显著提高了四个投入要素的冗余；政策支持力度抑制了土地要素和机械要素投入的过量投入，但却增加了劳动和资本投入冗余；水稻种植占比越高，对劳动、资本和机械投入的冗余会减少。

（3）绿色生产社会化服务有助于农业生产效率的提高，且绿色生产社会化服务对不同规模经营主体的影响并不具有明显的差异；在控制变量中，户主年龄、文化程度、农业培训、家庭规模等对农业生产效率都有显著影响。

（二）启示

根据上文研究结论，本文得到以下几点启示。

（1）加大先进农业生产技术的推广和培训，提高农户纯技术生产效率。通过开展集体会议或与村干部进行交流等方式，提前了解农户需求，有的放矢开展针对性技术培训。利用新媒体技术结合影像资料及数据说明，宣传先进技术的优势，使农户真正了解和接受先进技术，进而引导农户采纳先进技术与集约经营，减少投入要素冗余与资源浪费。

（2）实行更具针对性的农业补贴政策，落实到具体生产环节与投入要素上。我国幅员辽阔、地势复杂，投入要素时需深入实地考察，综合考虑当地村庄所处的地域条件与经济水平，避免因无序要素投入而导致资源冗余与成本上升，优化农户生产要素配置。

（3）完善社会化服务体系，促进绿色生产社会化服务市场健全发展，增强三类主体的积极性，提高绿色生产服务供给能力。有效结合当地公益性与经营性服务组织，加强政策引导，完善支持机制，学习借鉴“政府购买+市场主体运作”等形式，给予市场化主体资质的严密审查和具体服务行为全程监管，发挥市场主体的支撑作用。