农机社会化服务利用水平对农户生产效率的影响
2024-06-17张佳妮侯国庆邢伶
张佳妮 侯国庆 邢伶
摘要：农机社会化服务体系是小农户与现代农业连接的重要渠道，有必要厘清农机社会化服务与农业生产效率之间的逻辑关系，进而为构建高效的农机社会化服务体系提供实证依据。利用三阶段DEA模型，在剥离外部环境变量和随机噪声影响的基础上，对玉米种植户的生产效率进行测算；并采用Tobit模型，考察农机社会化服务利用水平与农机租用渠道对玉米种植户生产效率的影响。结果表明：对比三阶段DEA模型第一阶段与第三阶段的效率评价结果可发现，农户的纯技术效率由0.689提高至0.958，而综合效率与规模效率分别从0.505与0.720降低到0.440与0.462，表明剔除外部环境变量与随机噪声，有助于获得更为真实的玉米种植户生产效率；农机社会化服务利用水平对玉米种植户生产效率具有显著正向影响；稳定的农机租用渠道有助于玉米生产效率的提高。据此，应进一步加深农机社会化服务与农业生产结合程度，构建稳定的农机社会化服务租用渠道，充分发挥好农机社会化服务体系对农户生产效率的促进作用。
关键词：生产效率；农机社会化服务；利用水平；租用渠道
中图分类号：F326.1
文献标识码：A
文章编号：2095-5553 （2024） 06-0320-10
收稿日期：2022年9月23日
修回日期：2022年10月13日
*基金项目：国家自然科学基金（71863029）；国家重点研发计划“政府间国际科技创新合作”重点项目（2021YFE0190200）；内蒙古自然科学基金面上项目（2020MS07023）；内蒙古自治区教育厅创新团队“农村牧区综合发展创新团队”（NMGIRT2223）
第一作者：张佳妮，女，1998年生，浙江温州人，硕士研究生；研究方向为农村发展。E-mail： 1657153594@qq.com
通讯作者：侯国庆，男，1981年生，呼和浩特人，博士，副教授，硕导；研究方向为农业经济理论与政策。E-mail： h_gq2003@163.com
Influence of the utilization level of agricultural machinery socialized service on
farmers production efficiency：A case study of corn growers in Inner Mongolia
Zhang Jiani， Hou Guoqing， Xing Ling
（College of Economics and Management， Inner Mongolia Agricultural University， Hohhot， 010050， China）
Abstract： The socialized service system of agricultural machinery is an important channel to connect small farmers with modern agriculture， it is necessary to clarify the logical relationship between the socialized service of agricultural machinery and agricultural production efficiency， so as to provide an empirical basis for the construction of an efficient socialized service system of agricultural machinery. This article uses three-stage DEA model to calculate the production efficiency of corn growers by removing away external environmental variables and random noise effects， and uses the Tobit model to analyze the impact of the level of the utilization level of agricultural machinery socialized services and stable agricultural machinery rental channels on the production efficiency of corn growers. The results show that compared with the efficiency evaluation results of the first stages and third stages of the three-stage DEA model， it can be found that the pure technical efficiency of farmers has increased from 0.689 to 0.958， while the comprehensive efficiency and scale efficiency have decreased from 0.505 and 0.720 to 0.440 and 0.462， respectively， indicating that removing external environmental variables and random noise is helpful to obtain more realistic production efficiency of corn growers. The utilization level of socialized service of agricultural machinery has a significant positive impact on the production efficiency of corn growers. The stable agricultural machinery rental channels could improve the efficiency of corn production. Therefore， this article thinks that it should further deepen the degree of integration between socialized service of agricultural machinery and agricultural production， build a stable rental channel of socialized service of agricultural machinery， and fully leverage the role of the socialized service system of agricultural machinery in promoting the production efficiency of farmers.
Keywords： production efficiency; socialized service of agricultural machinery; utilization level; rental channels
0 引言
党的十九届五中全会提出，要健全农业专业化社会化服务体系，发展多种形式适度规模经营，实现小农户和现代农业有机衔接。2022年，中央一号文件进一步强调加快完善社会化服务体系建设，创新农业社会化服务的指导方式，拓展农业社会化服务领域。农机社会化服务作为农业社会化服务体系的重要构成要素之一，对于“大国小农”的中国而言，小农户是农业生产经营的重要主体，农机社会化服务在推动小农户与现代农业衔接过程中具有重要意义[1]。农机社会化服务通过解决小农户“买不起，用不好”农业机械的问题，有效提高了小农户的生产效率[2]。在此背景下，有效理解农机社会化服务与小农户生产效率之间的逻辑关系，对于进一步完善农机社会化服务体系与农业生产效率提升有重要意义与现实价值。
作为理性经济人，农户选择农机社会化服务的原因，很大程度上是因为找到了更具比较优势的工作或机会，也可以说农户通过对生产要素的优化配置，获得更高的收益与更多的闲暇娱乐；且不同程度的农机服务外包，致使农业生产效率也不尽相同[3]。一般来讲，在中国农村劳动力大量向非农产业流动的现状下，农机社会化服务具备一定的劳动替代效应与科技引入效应，在解决小农户农机购买能力不足困境的同时，有效防止农业生产质量过度下降，从而能够促进了农业生产效率的提高[2， 4-6]。但也有学者提出了相反的观点，认为购买农机社会化服务不一定会使农业生产效率提高，农机社会化服务对提高粮食生产效率的作用低于自购农机的生产效率[7]。总体来看，学者们对于农机社会化服务对农业生产效率的影响未形成统一的意见。究其缘由，目前学者对农机社会化服务的使用情况仅简单地划分为是否使用农机社会化服务，划分标准相对粗糙，部分研究对于农机社会化服务水平的差异未进行区分，以至于不能将农机社会化服务的利用水平体现出来，由此出现了研究结论不一致的情况。与此同时，需关注的是农机社会化服务渠道的稳定性问题也是制约农业生产效率提升的关键因素，学者们也逐渐关注到农机服务租用渠道对生产效率的影响。农机社会化服务的购买渠道主要包括农机公司、专业户、市场中介以及集体等渠道，受资金和技术的限制，农户主要从农机公司与专业户购买农机服务，农户对不同的农机服务供给渠道满意度不尽一致；此外经济水平高的地区对农机服务供给渠道的选择更稳定[8， 9]。综上，从农机利用水平以及农机租用渠道的视角更为系统的探讨农机社会化服务与农业生产效率之间的关系显得尤为必要。
对于农业生产效率的测算，数据包络分析法（DEA模型）是学者们常用的方法之一[10-13]。在Charnes等提出DEA模型后，由于其非参数方法且无需考虑量纲统一性问题的属性，使其广泛应用于各类农业效率测算工作。然而，传统 DEA 模型仅考虑投入与产出指标之间的关系，忽视包含在投入松弛中的外部环境因素与随机噪声对效率值的影响，可能出现效率评价的失真。为此，学者们进一步将外部环境变量和随机因素纳入农业生产效率的评价体系中，采用三阶段DEA模型剥离了外部环境变量和随机噪声的影响，进而对不同规模的农户生产效率进行了更为有效的评价[14， 15]。
总体来看，已有文献对农机社会化服务与农业生产效率之间的逻辑关系已经进行较为丰富的探讨，但对于农机社会化服务仅从是否使用进行区分，划分标准相对粗糙，并未从农机社会化利用水平进行分析；另外学者们对于生产效率的测算，常使用普通DEA模型，未能剔除外部环境变量与随机噪声对效率的影响。故此本文拟利用玉米种植户微观样本数据，对以下问题进行探讨：首先，通过三阶段DEA模型剔除影响玉米生产效率的外部环境变量，使用调整后的投入进一步测算得到更为准确、真实的效率评价结果；其次，引入Tobit模型探讨农机利用水平、农机服务渠道的稳定性角度对生产效率的影响，以期进一步厘清农机社会化服务与农业生产效率之间的逻辑关系，为构建农机社会化服务体系提供实证依据。
1 理论分析
从劳动分工理论看，农机社会化服务的有效供给能够缓解农户在不同生产环节转换的时间与劳动量投入的浪费，同时有利于解决雇佣劳动力监管难的问题，且能够通过规模经济与专业化分工实现生产效率的提高[9， 16-18]。由于非农产业的比较优势吸引了大量青壮年外出务工，农村中务农的多为年老体弱的劳动力，从而导致家庭劳动力数量不足且劳动能力低下，农村普遍存在种“懒庄稼”的现象[19]。而农户可以通过选择农机社会化服务，替代农业劳动力投入或自行购买专业农机，以缓解劳动力不足与资金短缺等问题。
劳动密集型环节以标准化作业替代高劳动强度和重复作业的时间消耗，其中耕地、播种、打农药、收割四个农机社会化服务环节可被视为劳动密集型环节，因此劳动密集型环节利于农户形成对购买农机社会化服务的需求，从而促进相关的农机社会化服务能力与服务水平提高，使农户购买农机社会化服务的门槛降低，更易获得相关的农机服务[20， 21]。目前来看农户在耕地、播种、打农药、收割四个环节的农机利用水平存在差异，农机服务利用水平的提升，不仅可以破解劳动力短缺、资金不足的困境，还能有效减少时间投入，降低生产成本，提高农业生产效率，农机服务的程度对农业生产效率具有积极影响[7， 22]。农业社会化服务利用水平越高，对于年轻农户群体而言，有助于年轻劳动力向非农产业转移，通过非农收入增加家庭收入；同时有利于降低购买农机的高昂费用，降低整体生产经营成本，利用规模化生产促进生产效率提升。对于年老体弱的农户而言，尽管其拥有长期丰富的耕种经验，但这部分群体由于劳动能力下降致使劳动能力低下，因此农机社会化服务利用水平越高对于其农业生产效率提升越明显。据此本文提出假设：
H1：农机社会化服务的利用水平有助于玉米种植户生产效率的提高。
此外，目前我国没有形成统一规范的农机社会化服务标准，农户不易识别不同农机社会化服务之间的质量差异，农户与农机社会化服务组织之间存在信息沟通不畅以及信息沟通成本较高的问题，导致出现以下困境：第一，农户租用农机困难；第二，农机社会化服务组织出租农机困难。因此稳定的农机租赁渠道促进了农户与农机社会化服务组织之间构建相对稳定的信息沟通渠道，利于农机社会化服务需求方与供给方双方了解各自的需求，减小市场风险不确定性和降低寻找新的农机租用渠道的交易费用，即稳定的农机租用渠道对农户的生产效率具有积极影响。据此本文提出假设：
H2：稳定的农业机械租赁渠道对玉米种植户生产效率的影响是正向的。
2 数据来源、变量说明与模型设定
2.1 数据来源
本文数据来源于课题组2021年8—10月在内蒙古自治区呼和浩特市、巴彦淖尔市和乌兰察布市开展的入户问卷调查，共涉及7个旗县（区）25个乡镇。课题组共发放调研问卷325份，在剔除存在明显遗漏信息和错误问卷，最后获得274份有效问卷，问卷有效率为84.31%。
2.2 模型设定
2.2.1 三阶段DEA模型
由于传统DEA模型没有考虑随机噪声与外部环境因素等对决策单元评价的影响，由Fried等在2002年提出的三阶段DEA，是对传统DEA模型的改进。三阶段DEA作为测算DMU（决策单元，本文为各玉米种植户）的效率评价模型，主要分为三个阶段，第一阶段主要为计算原始效率值；第二阶段则通过剥离随机噪声、外部环境因素等对玉米种植户生产效率的影响；第三阶段再进行传统DEA测算，得到更为真实、准确的效率结果。
第一阶段：传统DEA模型的测算。由于BCC模型是基于规模报酬可变（Variable Returns to Scale，VRS），得出的技术效率排除了规模的影响，因此称为“纯技术效率”，本文采用投入导向下规模报酬可变的BCC模型，对玉米种植过程中的原始投入产出变量进行初始效率测算。对于任一决策单元，投入导向下的BCC模型的规划式如式（1）所示。
minθ
s.t.∑nj=1λjxik≤θxik
∑nj=1λjyrj≥yrk
∑nj=1λj=1
λ≥0
i=1，2…，m; r=1，2…，q; j=1，2…，n（1）
式中：j——决策单元DMU；
r——投入与产出变量的个数；
xij、yrj——第j个DMU的投入与产出向量；
λi——第i项投入和第r项产出的加权系数；
θj——第j个DMU的效率值，且θ∈[0，1]，取值越大代表效率越高。
第二阶段：似SFA回归剔除外部环境因素和随机噪声。似SFA回归目的在于剔除外部环境因素和随机噪声对效率测算的影响，以此将所有DMU调整到同一外部环境中。以各投入要素的松弛变量为被解释变量，以环境变量为解释变量，然后构建似SFA模型如式（2）所示。
ski=fk（Zi;βk）+vki+uki
k=1，2…，K;i=1，2…，n（2）
式中：ski——第i个DMU第k项投入的松弛变量；
Zi——环境变量；
βk——待估参数；
vki+uki——综合误差项。
假设vki～（0，σ2）为统计噪声，uki为管理无效率，假设uki服从截断正态分布，σ2为方差。
通过似SFA模型结果，对DMU的各投入值做出修正，修正方法为在随机噪声和外部环境最差的条件上，将DMU的其他投入值进行增加，方程如式（3）所示。
x^ki=xki+[max（Ziβk）－Ziβk]+maxvki（3）
式中：x^ki——调整后的第i个DMU的k项投入值；
xki——原始值。
第三阶段：再次使用传统DEA模型对调整后的数据进行效率测算。将第二阶段已修正后的DMU玉米种植户生产效率的投入变量值代替玉米种植户生产效率的原投入变量值和初始产值为基础，再次运行传统DEA模型，从而获得剔除外部环境变量和随机噪声后更为真实、准确的效率估计值。
2.2.2 Tobit回归模型
本文选择Tobit回归模型又称受限因变量模型，以三阶段DEA模型测算所得的生产效率为被解释变量且生产效率的取值范围在0～1之间，满足被解释变量两端取值受限，以各影响因素为解释变量。本文对农机社会化服务与玉米种植户生产效率之间逻辑关系的研究主要分为两个模型，第一个模型为是否使用农机社会化服务、是否有稳定的农机租用渠道与玉米种植户生产效率间的关系，具体如式（4）所示；第二个模型为农机社会化服务利用水平、是否有稳定的农机租用渠道与玉米种植户生产效率间的关系，具体如式（5）所示，构建Tobit回归模型如式（4）、式（5）所示。
Yi=α0+α1SERVICE1+α3RENT3+αiXi+μi（4）
Yi=α0+α2LEVEL2+α3RENT3+αiXi+μi（5）
其中：Yi为截断因变量，表示玉米种植户生产纯技术效率；SERVICE1、LEVEL2、RENT3为核心解释变量，是否购买农机社会化服务、农机社会化服务的利用水平、是否有稳定的农机服务租用渠道；Xi为各个控制变量。
2.3 变量选择与描述性统计
2.3.1 玉米种植户生产效率测度——三阶段DEA
1） 投入产出变量的选择。作为“理性经济人”，种植户从事生产经营活动的主要目的是追求经济利益，因此本文选择玉米的总产值作为产出指标。参照钱忠好[12]、胡逸文[14]、杨彩艳[23]等学者的研究经验，并结合实际调研情况，选取农资、劳动力、土地、机械投入作为投入指标。其中，农资投入是指玉米种植户在生产过程中投入的各种货币支出及物资支出的总和，主要包括种子支出、农药化肥支出、地膜支出以及灌溉支出；劳动力投入是指玉米种植户在生产过程中所投入的劳动力数量，由家庭劳动力数量与长短期雇佣劳动力组成，其中长短期雇佣劳动力数量按照工日折算标准劳动力数量；土地投入是指农户实际的玉米生产种植面积，既包括农户家庭自有耕地面积，也包括农户承包的土地面积；机械投入是指玉米种植户在生产过程中投入的自有机械费用以及购买耕地、播种、打农药、收割的农机作业服务费用。
主要指标定义及描述性统计结果见表1。
2） 外部环境变量的选择。外部环境变量是指会影响玉米种植过程中各项生产要素投入的松弛变量，从而实际影响玉米种植户生产效率但又不受农户主观控制的外部环境因素。本文参照胡逸文[14]、焦源[24]、郭军华[25]等的研究，选取对投入产生影响但又不受主观控制的因素，即选择户主年龄、户主受教育年限、家庭劳动力数量以及耕地细碎化程度作为环境变量。户主年龄是反映农户从事玉米种植的经验程度以及动力质量的衡量标准，劳动力年龄较大的户主受身体素质以及思想落后的影响，且劳动力供给的素质也体现了劳动供给的有效数量，从而农户年龄在一定程度上影响了玉米种植户生产效率。户主受教育年限作为衡量人力资源的重要标准，受教育水平高的农户，对于获得农业相关信息、接受掌握农业技术以及采纳先进农机技术具有较高的积极性，因而户主受教育年限对玉米种植户生产效率有一定的影响。家庭劳动力数量是反映农户种植过程中可提供的家庭实际劳动力资源数量，尽管随着农业技术的不断发展，具有比较优势的农机技术可以替代机会成本较高劳动力来进行生产，但对于小规模且缺乏资金的农户，仍然主要以家庭劳动力为主要生产投入，所以家庭劳动力数量对玉米种植具有重要影响。耕地细碎化程度是指耕地单位面积，是通过使用耕地地块除以耕地面积计算得出的，耕地细碎化程度是造成生产成本高、效率低下的主要原因之一，耕地细碎化程度越高，种植户使用农业机械或购买农机服务越困难，并且不利于农户对地块进行长期投资，导致种植户需要投入更多劳动力或进行粗放型生产，从而使种植生产成本提高，玉米种植户生产效率降低。
2.3.2 玉米种植户生产效率影响因素
被解释变量：由于基于规模报酬可变的BCC模型是去除规模效率之后的纯技术效率，故本文被解释变量选择三阶段DEA计算得出的纯技术效率值。
核心解释变量：是否购买农机社会化服务、农机社会化服务的利用水平、是否有稳定的农机服务租用渠道是本文关注的核心变量。借鉴已有研究经验，本文采用虚拟变量处理指标[3， 22， 26]。其中，是否购买农机社会化服务指，农户玉米种植过程中在耕地、播种、打农药、收割任一环节是否购买农机社会化服务。农机社会化服务的利用水平是指，玉米种植过程中购买农机社会化服务的程度，依据耕地、播种、打农药、收割四类过程，完全未购买农机社会化服务的赋值为0，购买其中一项则赋值为1，购买其中两项赋值为2，购买其中三项赋值为3，购买四项则赋值为4。是否有稳定的农机租用渠道，如有稳定的农机租用渠道则赋值为1，反之则赋值为0。
控制变量：本文参考仇童伟[27]、陈哲[28]等做法，并结合实际情况，选取户主特征、生产经营特征和农地特征作为控制变量。其中，户主特征包括年龄、受教育程度、是否为党员、是否担任过村干部、是否兼业、农业技术培训情况。生产经营特征包括种植年限、牲畜养殖数量、作物种植种类。农地特征包括耕地来源、耕地质量。模型的变量定义及赋值如表2所示。
3 结果分析
3.1 三阶段DEA实证结果分析
3.1.1 传统DEA模型实证结果
利用DEAP2.1软件，本文对样本户玉米种植户的投入产出指标进行测算，结果如表3。在不考虑外部环境因素和随机噪声影响的情况下，从平均值来看，综合效率均值为0.505，纯技术效率均值为0.689，规模效率均值为0.720，说明农户生产效率偏低。其中10户玉米种植户的三项效率即综合效率值、纯技术效率值与规模效率值均为1，处于技术效率的生产前沿面上，占3.6%，说明这几户农户的玉米种植的投入产出均处于相对均衡的状态；其余264户玉米种植户的效率值均未达到1，呈现出不同程度的无效率状态，占96.4%。从规模收益来看，其中11户处于规模报酬不变，占4%；263户处于规模报酬递增阶段，占96%。
由于不同农户存在一定的外部环境变量和随机噪声的差异，外部环境变量和随机噪声对生产效率具有较大的影响，因此需要调整原始投入变量，修正外部环境及随机噪声的影响，减小由于外部环境变量及随机噪声造成的分析偏差，使所有农户处于同一个评价条件，测算得到更真实、更客观的效率评价情况，调整后的效率评价结果见表4。
首先，由表4可看出，剔除外部环境变量和随机噪声的影响后，玉米种植户的综合效率、纯技术效率和规模效率都有一定程度的变化，即综合效率均值从0.505降低到0.440，纯技术效率均值由0.689提高至0.958，规模效率的均值从0.720下降至0.462，其中综合效率变化较小，纯技术效率有较大增幅，规模效率出现大幅度的下降，说明外部环境变量和随机噪声对农户玉米种植的DEA效率具有影响。规模收益仍以规模报酬递增为主。其次，处于生产前沿面的玉米种植户由10户减少至6户，且这6户对比第一阶段仍处于生产前沿面上，其余四户在相同外部环境中调整为非DEA有效，表明第一阶段结果不能真实准确地反映其效率。根据表4农户玉米生产的效率情况，可看出各农户之间的效率差异较大，总体效率水平较低，有待进一步提升。
从综合效率看，在274户玉米种植户中，237户玉米种植户的综合效率有不同程度的下降，表明这些农户由于有利的外部环境造成其生产效率偏高；其中7户的综合效率无变化，说明受外部环境变量的影响较小；其余30户的玉米种植户综合效率有所上升，可以看出农户受较差的外部环境变量影响，导致其综合效率偏低，因此去除外部环境变量和随机噪声的影响对玉米种植户的DEA效率具有一定的修正作用。从纯技术效率看，处于玉米生产种植中纯技术效率前沿面的农户由22户增加为44户，其中18户保持不变，新增26户；从各玉米种植户个体看，250户玉米种植户的纯技术效率得到提高，说明在未剔除外部环境变量和随机噪声的影响下，玉米种植户的纯技术效率值被低估。从规模效率看，268户玉米种植户的规模效率普遍降低，其余6户的规模效率保持不变，表明外部环境变量和随机噪声很大程度上影响了农户的真实规模效率的状况，从而影响了综合效率的下降。
由表5可看出，在总体趋势上购买一项农机社会化服务的效率与购买多项农机社会化服务的效率有明显差异，农户的生产效率由0.953提高到0.960，在一定程度上可以表明农机社会化服务的利用水平对玉米种植户生产效率具有积极影响。购买三项农机社会化服务的农户占比最大，占34.67%。未购买农机社会化服务的效率高于购买一项农机社会化服务的效率，其原因可能为：对于小规模农户而言，由于家庭自有劳动力能满足生产需要，额外购买社会化服务反而会增加生产成本，由此出现效率下降的情况。又或者对大规模农户而言，已拥有足够的自有机械满足生产需要，额外购买农机社会化服务也会导致成本上升。此外，购买三项农机社会化服务效率较购买四项农机社会化服务效率高，可能的原因为：在相同产量的的情况下，购买三项农机社会化服务主要以购买耕地、播种以及收割这三种农机社会化服务为主，从实际调研情况来看，可能是由于当地打农药这一农机社会化服务还不是很规范，技术水平还有待提升，此外，购买三项与购买四项农机社会化服务效率均值相差仅0.003，差值相对较小，受客观条件限制，未能展开更大规模的调研，可能存在样本数的制约，导致数据结果存在一定的差异，后续会考虑继续扩大样本数量，以进一步推进研究。
本文借助Stata14.0软件，对自变量进行方差膨胀因子（VIF）检验，结果显示自变量的VIF均值为1.40，且自变量的VIF值均小于10，表明自变量之间不存在多重共线性问题。
本文分别对是否使用农机社会化服务、农机社会化服务的利用水平以及农机租用渠道进行Tobit回归，其中，回归（1）中核心变量为是否使用农机社会化服务与农机租用渠道，回归（2）中核心变量为农机社会化服务的利用水平与农机租用渠道，回归结果如表6所示。
是否使用农机社会化服务对玉米种植户生产效率的系数未通过显著性检验，而农机社会化服务利用水平对玉米种植户生产效率在10%的水平上正向显著。据此，是否使用农机社会化服务与生产效率的提升并无直接联系，一定程度上佐证了前文分析，即仅通过是否使用来判断农机社会化服务的利用情况，评价标准过于粗糙，对于购买农机社会化服务的程度没有进行区分。仅购买一项农机社会化服务的农户其效率提升远不如购买四项农机社会服务的农户所带来的效率提升效果明显，而农机社会化服务利用水平内部具有明显差异，即农机社会化服务利用水平对农户生产效率有正向影响。综上，对农机社会化服务利用水平的分析，仅用是否使用农机社会化服务作为评价标准，不能反映现实情况，而农机服务利用水平才能真正反映农业社会化服务与农业生产的结合程度，进而有效促进生产效率提升，假设1得到有效验证。
是否有稳定的农机租用渠道无论在回归（1）还是回归（2）中均在10%的水平上正向显著，表明稳定的农机租用渠道对农户生产效率具有积极影响。其原因在于，稳定的农机租赁渠道能够有效衔接小农户与农机服务供给主体之间的信息沟通，降低市场的不确定性与寻找新的农机服务渠道的信息搜寻交易成本，有助于农机服务与小农户相匹配，供给与需求有效对接。假设2得到有效验证。
从控制变量来看，农户是否转入土地的回归系数负向显著，表明转入土地的农户其生产效率反而降低。其可能的原因在于，农业生产效率高的农户在其他领域的能力也较强，因此随着非农就业趋势加强，效率高的劳动力受更具比较优势的非农产业的吸引，劳动力流向非农产业。而对于生产效率低又没有其他技能的农户，为了维持生计，只有继续从事农业生产，所以农地流转到生产效率较低的农户手中，由于劳动力投入的数量与质量下降造成玉米生产的负效应增强，导致转入土地农户生产效率下降。这与李承政[29]、袁航等[30]等研究结论类似，即受农地配置扭曲的影响，农户间的耕地流转导致农业生产效率降低。作物种植种类的回归系数负向显著，表明农户种植的作物种类越多，对农户生产效率的影响越不利。不同作物的生产方式有所不同，同时种植多种作物，会增加雇工成本，因此农户更倾向于选择有利于机械化的单一粮食作物。耕地质量对农户生产效率具有显著正向影响，说明耕地质量较好的农户通常会选择精耕细作，更愿意租用农机社会化服务，从而提高其生产效率。
4 研究结论和启示
4.1 研究结论
建立健全农机社会化服务是解决农民不愿种地、种不好地难题的有效手段，是推进农业现代化发展、实现小农户与现代农业发展有机衔接的关键。本文在利用三阶段DEA模型对玉米种植户生产效率测算的基础上，进一步实证检验了农机社会化服务的利用水平、农机租用渠道对玉米种植户生产效率的影响。
1） 利用三阶段DEA模型能够有效剔除外部环境变量和随机噪声导致的玉米种植户生产效率评价的偏差问题，从而获得更为真实可靠的效率测算结果。对比第一阶段与第三阶段的效率评价结果，可发现农户的纯技术效率有较大幅度增长，纯技术效率均值提高至0.958，而综合效率与规模效率均有不同程度的下降，综合效率均值从0.505降低到0.440，规模效率均值从0.720下降至0.462，说明外部环境变量与随机噪声对测算玉米种植户生产效率具有影响，所测算的效率值是不准确、不客观的。
2） 农机社会化服务利用水平对玉米种植户生产效率具有显著正向影响，而简单的是否使用农机社会服务与玉米种植户生产效率并未有直接联系。在一定程度上表明，简单的是否使用农机社会化服务描绘出农机社会化服务的使用情况，未能对农机社会化服务利用程度进行区分，指标选取过于粗糙，无法反映现实中的真实情况，而农机社会化服务的利用水平才能为细致的评价农机社会化服务与农业生产效率的结合程度。
3） 稳定的农机租用渠道对玉米种植户生产效率在10%的水平上显著且正向影响。稳定的农机租赁渠道能够有效降低市场风险与交易成本，有利于促进农机服务供给与小农户需求相匹配。
4） 作物种植的种类、耕地来源对玉米种植户生产效率有负向影响，耕地质量与玉米种植户生产效率呈现正向影响。
4.2 政策启示
1） 进一步加深农业社会化服务与农业生产的结合程度。满足不同农户多样性的生产需求，推动地方社会化服务组织由产中不断向产前、产后延伸，提高农机社会化服务的利用深度，加强对社会化服务组织的领导以及财政扶持力度，促进优势要素资源的整合，以此推动农业社会化服务提质增效。
2） 构建稳定的农机社会化服务租用渠道。培育农机社会化服务的新型经营主体，不断增强新型经营主体为农服务的能力，建立与完善农机社会化服务信息沟通体系，使小农户与农机服务供给主体双方信息沟通有效传递，减少信息搜寻成本，发挥农机社会化服务对农户生产效率的提高作用。
3） 推动农户转变生产经营思路，由传统的依赖土地和劳动投入的劳动密集型生产经营模式转移到注重科技投入的现代农业生产经营模式，发展专业化种植，充分利用农业社会化服务体系，弥补农业科技以及劳动力不足的问题，推动农业生产效率的整体提升。
参 考 文 献
[1]罗必良， 胡新艳， 张露. 为小农户服务：中国现代农业发展的“第三条道路”[J]. 农村经济， 2021（1）： 1-10.
Luo Biliang， Hu Xinyan， Zhang Lu. To serve small farmers：“the third path” in the development of modern agriculture in China [J]. Rural Economy， 2021（1）： 1-10.
[2]胡祎， 张正河. 农机服务对小麦生产技术效率有影响吗？[J]. 中国农村经济， 2018（5）： 68-83.
Hu Yi， Zhang Zhenghe. The impact of agricultural machinery service on technical efficiency of wheat production [J]. Chinese Rural Economy， 2018（5）： 68-83.
[3]杨志海. 生产环节外包改善了农户福利吗？——来自长江流域水稻种植农户的证据[J]. 中国农村经济， 2019（4）： 73-91.
Yang Zhihai. Can outsourcing of agricultural production improve the welfare of farm households？ Evidence from rice farmers in yangtze valley [J]. Chinese Rural Economy， 2019（4）： 73-91.
[4]邱海兰， 罗明忠， 唐超. 农机社会化服务采纳、效率提升与农户相对贫困缓解——基于城乡比较视角[J]. 农村经济， 2021（5）： 109-117.
Qiu Hailan， Luo Mingzhong， Tang Chao. Adoption of socialized agricultural machinery services， improvement of efficiency and alleviation of relative poverty of farmers： From the perspective of urban and rural comparison [J]. Rural Economy， 2021（5）： 109-117.
[5]刘凤芹. 农业土地规模经营的条件与效果研究： 以东北农村为例[J]. 管理世界， 2006（9）： 71-79， 171-172.
Liu Fengqin. A study of the conditions of the scale operation of farmland， and of the effect there of： Taking the northeastern countryside as a case [J]. Journal of Management World， 2006（9）： 71-79， 171-172.
[6]胡雯， 张锦华， 陈昭玖. 小农户与大生产：农地规模与农业资本化——以农机作业服务为例[J]. 农业技术经济， 2019（6）： 82-96.
Hu Wen， Zhang Jinhua， Chen Zhaojiu. Small farmer and large scale production： Farmland scale and agricultural capital deepening： Taking agricultural machinery operation service as example [J]. Journal of Agrotechnical Economics， 2019（6）： 82-96.
[7]武舜臣， 宦梅丽， 马婕. 服务外包程度与粮食生产效率提升： 农机作业外包更具优势吗？[J]. 当代经济管理， 2021， 43（3）： 49-56.
Wu Shunchen， Huan Meili， Ma Jie. Outsourcing degree of service and the improvement of grain production efficiency： Is outsourcing agricultural machinery more efficient？[J]. Contemporary Economic Management，2021， 43（3）： 49-56.
[8]孙剑， 黄宗煌. 农户农业服务渠道选择行为与影响因素的实证研究[J]. 农业技术经济， 2009（1）： 67-74.
Sun Jian， Huang Zonghuang. An empirical study on farmers choice behavior and influencing factors of agricultural service channels [J]. Journal of Agrotechnical Economics， 2009（1）： 67-74.
[9]李颖慧， 李敬. 农业生产性服务供给渠道的有效性：农户收入和满意度视角——基于西南4省市问卷调查数据的实证分析[J]. 西部论坛， 2019， 29（2）： 53-63.
Li Yinghui， Li Jing. Effectiveness of agricultural productive services supply in china from the perspective of income growth and satisfaction of farmers： Empirical analysis based on questionnaire data of four provinces in Southwest China [J]. West Forum， 2019， 29（2）： 53-63.
[10]章德宾. 不同蔬菜种植规模农户农业生产效率研究： 主产区2009—2016年的调查[J]. 农业技术经济， 2018（7）： 41-50.
Zhang Debin. Study on vegetable production efficiency by scale： Evidence from 2009—2016 surveys in main vegetable production areas [J]. Journal of Agrotechnical Economics， 2018（7）： 41-50.
[11]贾琳， 夏英. 农户粮食生产规模效率及其影响因素分析——基于黑、豫、川三省玉米种植户的调查数据[J]. 资源科学， 2017， 39（5）： 924-933.
Jia Lin， Xia Ying. Scale efficiency of grain production and influencing factors based on survey data from Heilongjiang，Henan and Sichuan [J]. Resources Science， 2017， 39（5）： 924-933.
[12]钱忠好， 李友艺. 家庭农场的效率及其决定——基于上海松江943户家庭农场2017年数据的实证研究[J]. 管理世界， 2020， 36（4）： 168-181， 219.
Qian Zhonghao， Li Youyi. The values and influence factors of family farms efficiency [J]. Management World， 2020， 36（4）： 168-181， 219.
[13]谢冬梅， 汪希成. 我国玉米供需结构的地区差异与生产效率评价[J]. 财经科学， 2017（11）： 121-132.
Xie Dongmei， Wang Xicheng. Regional differences and production efficiency evaluation of corn supply and demand structure in China [J]. Finance & Economics， 2017（11）： 121-132.
[14]胡逸文， 霍学喜. 不同规模农户粮食生产效率研究[J]. 统计与决策， 2017（17）： 105-109.
Hu Yiwen， Huo Xuexi. Study on grain production efficiency of different scale farmers [J]. Statistics & Decision， 2017（17）： 105-109.
[15]张启楠， 张凡凡， 陈学军. 我国粮食主产区生产效率测算研究[J]. 价格理论与实践， 2018（9）： 155-158.
Zhang Qinan， Zhang Fanfan， Chen Xuejun. Research on calculation of production efficiency in main grain production areas in China [J]. Price： Theory & Practice， 2018（9）： 155-158.
[16]许锦英， 卢进. 农机服务产业化与我国农业生产方式的变革[J]. 农业技术经济， 2000（2）： 60-64.
Xu Jinying， Lu Jin. The industrialization of agricultural machinery service and the transformation of Chinas agricultural production mode [J]. Journal of Agrotechnical Economics， 2000（2）： 60-64.
[17]孙艳， 石志恒， 孙鹏飞. 规模经营能否提高种植大户的经营效率——以甘肃玉米种植大户为例[J]. 中国农业资源与区划， 2019， 40（3）： 78-84.
Sun Yan， Shi Zhiheng， Sun Pengfei. Can scale management improve the management efficiency of large-scale corn planter：A case study of large-scale corn planters in Gansu [J]. Chinese Journal of Agricultural Resources and Regional Planning， 2019， 40（3）： 78-84.
[18]王玉斌， 李乾. 农业生产性服务、粮食增产与农民增收——基于CHIP数据的实证分析[J]. 财经科学， 2019（3）： 92-104.
Wang Yubin， Li Qian. Agricultural productive service， grain yield and increasing farmers income： An empirical analysis based on the CHIP data [J]. Finance & Economics， 2019（3）： 92-104.
[19]董欢， 郭晓鸣. 生产性服务与传统农业： 改造抑或延续——基于四川省501份农户家庭问卷的实证分析[J]. 经济学家， 2014（6）： 84-90.
Dong Huan， Guo Xiaoming. Productive services and traditional agriculture： transformation or continuation： An empirical analysis based on 501 household questionnaires in Sichuan Province [J]. Economist， 2014（6）： 84-90.
[20]陈超， 李寅秋， 廖西元. 水稻生产环节外包的生产率效应分析——基于江苏省三县的面板数据[J]. 中国农村经济， 2012（2）： 86-96.
Chen Chao， Li Yinqiu， Liao Xiyuan. Analysis of productivity effect of rice production outsourcing： Based on panel data of three counties in Jiangsu Province [J]. Chinese Rural Economy， 2012（2）： 86-96.
[21]郭如良， 刘子玉， 陈江华. 农户兼业化、土地细碎化与农机社会化服务——以江西省为例[J]. 农业现代化研究， 2020， 41（1）： 135-143.
Guo Ruliang， Liu Ziyu， Chen Jianghua. Part-time farming， land fragmentation， and socialized agricultural machinery service： A case study of Jiangxi Province [J]. Research of Agricultural Modernization，2020， 41（1）： 135-143.
[22]许佳彬， 王洋. 农业生产性服务对玉米生产技术效率的影响研究——基于微观数据的实证分析[J]. 中国农业资源与区划， 2021， 42（7）： 27-36.
Xu Jiabin， Wang Yang. Study on the influence of agricultural productive services on corn production technical efficiency： Empirical analysis based on micro data [J]. Chinese Journal of Agricultural Resources and Regional Planning， 2021， 42（7）： 27-36.
[23]杨彩艳， 齐振宏， 黄炜虹， 等. 农业社会化服务有利于农业生产效率的提高吗？——基于三阶段DEA模型的实证分析[J]. 中国农业大学学报， 2018， 23（11）： 232-244.
Yang Caiyan， Qi Zhenhong， Huang Weihong， et al. Is agricultural socialized service conducive to the improvement of agricultural production efficiency？ An empirical analysis based on three stage DEA model [J]. Journal of China Agricultural University， 2018， 23（11）： 232-244.
[24]焦源. 山东省农业生产效率评价研究[J]. 中国人口·资源与环境， 2013， 23（12）： 105-110.
Jiao Yuan. Evaluation research of agricultural production efficiency in Shandong Province [J]. China Population， Resources and Environment， 2013， 23（12）： 105-110.
[25]郭军华， 倪明， 李帮义. 基于三阶段DEA模型的农业生产效率研究[J]. 数量经济技术经济研究， 2010， 27（12）： 27-38.
Guo Junhua， Ni Ming， Li Bangyi. Research on agricultural production efficiency based on three stage DEA model [J]. Journal of Quantitative & Technological Economics， 2010， 27（12）： 27-38.
[26]杨子， 饶芳萍， 诸培新. 农业社会化服务对土地规模经营的影响——基于农户土地转入视角的实证分析[J]. 中国农村经济， 2019（3）： 82-95.
Yang Zi， Rao Fangping， Zhu Peixin. The impact of specialized agricultural services on land scale management： An empirical analysis from the perspective of farmers land transfer-in [J]. Chinese Rural Economy， 2019（3）： 82-95.
[27]仇童伟， 何勤英， 罗必良. 谁更能从农机服务中获益——基于小麦产出率的分析[J]. 农业技术经济， 2021（9）： 4-15.
Qiu Tongwei， He Qinying， Luo Biliang. Who can benefit more from agricultural mechanization services？ Evidence from wheat productivity [J]. Journal of Agrotechnical Economics， 2021（9）： 4-15.
[28]陈哲， 李晓静， 夏显力. 参与环节外包对农户生产效率的影响研究——基于陕西省关中平原887户农户调研数据[J]. 农业技术经济， 2022（4）：1-14.
Chen Zhe， Li Xiaojing， Xia Xianli. Study on the influence of outsourcing service on farmers production efficiency： Based on the survey data of 887 farmers in Guanzhong Plain of Shanxi Province [J]. Journal of Agrotechnical Economics， 2022（4）：1-14.
[29]李承政， 顾海英， 史清华. 农地配置扭曲与流转效率研究——基于1995—2007浙江样本的实证[J]. 经济科学， 2015（3）： 42-54.
Li Chengzheng， Gu Haiying， Shi Qinghua. Study on distortion of rural land allocation and transfer efficiency： Empirical study based on Zhejiang samples from 1995 to 2007[J]. Economic Science， 2015（3）： 42-54.
[30]袁航， 段鹏飞， 刘景景. 关于农业效率对农户农地流转行为影响争议的一个解答——基于农户模型（AHM）与CFPS数据的分析[J]. 农业技术经济， 2018（10）： 4-16.
Yuan Hang， Duan Pengfei， Liu Jingjing. An answer to the dispute of the effect of agricultural efficiency on agricultural land transfer： Based on an improved rural Household Model and CFPS data [J]. Journal of Agrotechnical Economics， 2018（10）： 4-16.
