農機購置補貼對農業全要素生產率的影響分析

　　摘要：從2004年起，我國開始對農業機械購置實施補貼政策，為考慮該政策實施前后對農業全要素生產率是否會產生影響，本文先使用DEA-Malimquist指數法測算了2002-2017年30個省份的農業全要素生產率，然后用Tobit模型評估了農機購置補貼對其的影響。研究結果表明：2002-2017年間我國農業全要素生產率大致保持了上升趨勢，但是各省之間存在差異。而且，隨著中央財政對購機的補貼款的增加，農機補貼對農業全要素生產率提升作用越發顯著。同時，教育程度、經濟發展水平在不同顯著性水平上促進了農業全要素生產率，而土地規模化和農機服務價格則和農業全要素生產率呈反向關系。

　　本文源自王霞云; 郭慧文， 中國農業文摘-農業工程 發表時間：2021-05-14《農業工程》雜志是經新聞出版總署批準，由中國農業機械化科學研究院主管、北京卓眾出版有限公司主辦的農業工程類綜合性學術期刊。創刊于2011年，2012年改為月刊，國內統一連續出版物號CN11-6025/S，國際標準連續出版物號ISSN2095-1795。

　　關鍵詞：農機購置補貼;農業全要素生產率;技術進步

　　農業是我國國民經濟的基礎。機械化、大規模現代農業建設是現代農業發展的基礎。相關的開發措施和戰略能夠有效地促進農業生產的改善，從而有效地降低農民的生產勞動成本。從2004年實施農機購置補貼政策起，政府對此項補貼政策的關注就逐年加大，不斷提高補貼額度以及補貼農機具的范圍，農機具的使用率顯著提高。因此，研究農機購置補貼政策在農業全要素生產率中發揮了什么作用，是否提高農業全要素生產率從而使得農業產出增加具有重要意義。

　　1　文獻綜述

　　目前測算農業全要素生產率的方法主要是DEA 模型和SFA函數模型。潘丹等采用基于DEA模型的 Malmquist指數分別計算了傳統農業全要素生產率和考慮到環境污染因素的農業生產率，進一步分析比較有資源環境約束和無約束的農業生產率的差別[1]。劉晗運用超越對數型前沿生產函數模型(SFA)進行測算，發現農業全要素生產率存在明顯的地區差異，通過進行年份比較，發現差異有縮小趨勢[2]。陳俊聰等采用DEA模型測算了農業全要素生產率，發現農業全要素生產率受到技術效率的影響而有所下降[3]。

　　農業機械方面的研究主要集中在農業機械化對農戶生產的影響以及農機購置補貼政策實施后的政策效果。王姣等運用PMP模型分析三種補貼政策的實施效果，發現農機補貼的效果居中，實施農機補貼政策后，農產品質量有所提升，但是農民收入并沒有顯著變化 [4]。周振等發現農業機械化可以提高農戶收入，擴大農業種植面積，進一步研究發現農業機械化對農戶收入的提高是通過改善糧食產出途徑實現的[5]。潘彪等發現，購機補貼資金的增加并不會提高農機使用率，但是購機政策實施后改善了農戶擁有的機械種類，從而提升農業機械使用效率 [6]。胡凌嘯等測算農機補貼政策效率并分析影響因素，結果表明農機補貼政策效率不高可能是因為農業綜合開發、農機推廣培訓與農機補貼政策配合不協調，故無法提高農機補貼效率[7]。陳實等運用兩種模型檢驗發現，農業機械化水平逐年提高了湖北本地水稻產量，但是會抑制周邊地區的水稻生產 [8]。高鳴等使用樣本選擇模型得出和王姣一樣的結果，農機補貼效果居中，但他還指出，農機補貼對耕地面積大于6畝的農戶的補償作用更顯著 [9]。陸建珍等在分析漁業購機補貼效果時發現，有參與補貼政策的養殖戶的購機成本高于未參與的，且效率低于未參與補貼的養殖戶[10]。

　　現有文獻測算農業全要素生產率的方法較為完整，為本文提供了借鑒方法。但關于農機購置補貼方面的文獻多為檢驗其政策效果，農業機械化的文獻集中于對于農業生產的影響。學者們大都認為農機補貼政策推動了農業機械化進程，同時，機械化生產是現代農業發展必不可少的環節，可以實現增產降本的目的。但多數研究數據均以個別省份為例，并非全國數據，實證結果會存在不同，且多數研究缺少考慮農機購置補貼政策對農業全要素生產率的影響。從農機購置補貼政策實施起，中央的補貼款從2004年的700萬元增加到2017年的186億元，機械用電量增加了近3.5億千瓦，此項補貼政策在其中發揮了什么作用?農業全要素生產率有何變化?農機購置補貼是否提高農業全要素生產率?這些問題均值得繼續研究。

　　2　農機購置補貼對農業全要素生產率的影響機制

　　從農機購置補貼政策的實施過程可以發現，農機補貼對農業全要素生產率可能產生兩個方面的影響：

　　其一，農機購置補貼可能直接對農業全要素生產率產生影響：一方面，實施補貼政策后，農戶不需要再全款購買農機具，機械購置的成本顯著下降，農民可以購買更多生產所需要的設備，農業機械數量增加，可以實現設備作業代替人工作業，不僅減輕了勞動力不足無法完成相應任務的壓力，還可以在灌溉、噴灑農藥、施肥等環節使用機械，提高作業效率和作物的吸收率，減少相對應的物資成本，從而使得產值增加，進而提高農業全要素生產率。而對于老舊農機報廢更新的補貼，可以顯著減少農民在機械設備上的投入成本。另一方面，隨著城市工資水平越來越高，越來越多農村青壯年更愿意去城市打工獲得更高的勞動報酬，因此農村勞動力不斷減少，農民的作業負擔增大，精力不足，需要機械設備投入到生產各個環節以緩解勞動力不足的壓力和穩定生產質量。此時農機補貼可以保障農民投資農機的收益，使得在勞動力不足的情況下有較高的技術效率。

　　其二，農機購置補貼可以保障將專業農機技術服務引入農業生產過程。中國農業屬于小規模經營，小規模經營農戶對新技術的接受能力差且是被動的。大規模經營農戶更傾向于機械化生產，補貼可以減少其農機投資，且大規模經營農戶可在閑暇時將自有的農機出租獲取收益。小農戶可以向農機大戶或合作社租賃農機，將農業生產中的某個環節或多個環節交給大規模經營農戶或農機專業戶來完成。在農業生產過程中，可以在播種、施肥、噴灑農藥、收割等環節交由機械完成，盡量避免產量和質量的損失，進一步提高生產率。所以，農機購置補貼可以通過影響農機技術服務來間接影響農業全要素生產率。

　　3　研究方法與數據來源

　　3.1　研究方法

　　3.1.1　DEA模型

　　計算生產率的方法是先要確定一個基準期構建生產前沿面，然后選定所要用的模型去測算出各個時期的生產效率，再將這個效率值按前沿面進行換算，以此來比較其和基準期之間的變化率[11]。DEAMalmquist指數法就是一個典型代表，且這種計算方法進一步將生產效率分為技術效率變化和技術進步，更清晰地分辨二者對全要素生產率的貢獻度。DEAMalmquist指數法如下所示：

　　在上式中，x表示投入向量，y為產出向量，D0 t 是指在t時期中的基準期距離函數，EFFCH是指技術效率，TECH是指技術進步。

　　3.1.2　Tobit模型

　　由于DEA-Malmquist指數法所得出的值是受限被解釋變量，所以利用Tobit模型檢驗農機購置補貼對農業全要素生產率的影響，公式如下： 式(1)

　　在上式中，yit為農業全要素生產率，MSit是核心解釋變量，為購機補貼額，eduit為勞動力的受教育程度，GDPit為地區經濟發展水平，Lit為土地規模水平， tpit為農機技術服務價格，β為各個解釋變量系數， α為常數項，εit為隨機干擾項，i表示地區，t表示年份。

　　3.2　數據來源及處理

　　由于農業部從2004年起在全國實施農機購置補貼，為充分考慮實施此項政策后，是否會對農業全要素生產率產生影響，故本文選取從2002-2017年的時間序列數據。由于年鑒中缺失西藏數據，故本文剔除了西藏自治區，選取其余30個省市數據作為樣本。其中，農業全要素生產率的投入產出指標來源于國家統計局，由于國家統計局中農林牧漁從業數據僅到2012 年，剩余年限的數據來自知網數據庫;農業機械年末擁有量數據來自《中國農業機械化年鑒》。農機購置補貼數額數據來自《中國農業機械化年鑒》，其余控制變量所需要的原始數據來自《中國農村統計年鑒》《中國統計年鑒》和《全國農產品成本收益資料匯編》。

　　4　農業全要素生產率的測算

　　4.1　指標選擇

　　本文參考其他文獻的指標選取，產出指標選擇農林牧漁總產值，投入指標主要選取了6個方面，分別為農作物播種總面積、農業機械總動力、農林牧漁從業人員、農業化肥施用折純量、有效灌溉面積、農業機械年末擁有量，使用DEAP2.1軟件進行DEAMalimquist測算。

　　4.2　測算結果

　　由表1可以看出，農業技術效率負向增長，年增長率為-0.02%，說明技術效率下降會降低農業全要素生產率，農業技術進步的年增長率為0.04%，呈現正增長，說明技術進步會使全要素生產率有所增加。同時技術進步的增長速度高于技術效率的下降速度。在全要素生產率上，可以看出超過一半以上的省份實現農業生產率的增長，四川、陜西、甘肅、湖南、安徽、云南這六地的農業全要素生產率都以1%以上的速度增加。在技術效率這一指標下，有18個省市實現增長，安徽、河北、山東等地增長最快，增幅都在 1.4%以上，北京、上海、廣東、天津、浙江、福建、重慶、內蒙古、山西、海南、江西、廣西這12地只降無增。在技術進步這一項下有16個省市實現增長，其中山西的增幅最大，達8.3%，另外有11省市技術進步下降了，但降幅都比較小。總共有18個省市的全要素生產率超過均值，這些省份主要分布在東部和中部地區。全國技術進步增長率為0.4%，僅有8個省市高于均值，為山西、重慶、云南、江西、海南、浙江、安徽、遼寧，仍然集中在中東部地區。西部地區總體排名比較靠后。

　　由表2可以看出，2002-2007年期間，我國農業全要素生產率主要呈現了負向增長，但從2007年后，大多年份是增長的，僅個別年份有所下降。從均值中可以看出，農業全要素生產率和技術進步都實現了正向增長，只有技術效率還是下降的，下降趨勢為 1.6%。技術進步的4.6%增長率大于技術效率的1.6% 下降率，所以年均2.3%農業全要素生產率增長率是由技術進步所貢獻的。

　　5　農機購置補貼對農業全要素生產率的影響

　　5.1　變量選擇

　　(1)購機補貼額(農機購買補貼中央財政投入額)：數據來源于《中國農業機械化年鑒》。

　　(2)農村勞動力受教育程度：《中國農村統計年鑒》 將農村勞動力受教育程度劃分6個層次，并給出各層級人數。本文借鑒《中國農村統計年鑒》 層級劃分方法，將我國教育年限劃分為6個層次，然后根據年鑒數據，進行加權平均，計算出各地區的農村勞動力平均受教育年限，以此衡量勞動力受教育程度。許多文獻認為勞動力的教育程度越高，越有利于農業全要素生產率的提高。本文將農村勞動力受教育程度作為控制變量之一。

　　(3)地區經濟發展水平：經濟發展水平會對當地農民購買農機具產生影響。經濟發展好的地區，勞動力價格相對較高，相比于高成本的人力勞動，會更傾向于使用農業機器。本文使用人均地區生產總值(GDPit)衡量地區經濟發展水平。

　　(4)土地規模水平：土地規模水平較小且耕作面積細碎化的農戶，一般人工勞動力足以完成相應的任務量，不需要使用機械，因為使用機械的成本高于人工作業。加上目前農村青壯勞動力更多選擇城市就業，農業生產人員多數剩下中老年人，面對大面積的耕地能力不足，會選擇將土地轉租，獲得土地收入，而租入土地的農戶則需要付出地租來獲得更大的耕地面積。本文將使用平均農民每戶家庭耕地面積來衡量土地規模水平。

　　(5)農機技術服務價格：當人力勞動價格上漲時，農民會傾向于使用機械，但是若農機技術服務價格上漲，則農戶租賃服務的費用也會增加，相對應的就是收入減少。所以，本文參考潘彪等人的做法[6]，使用每畝平均農機作業費來表示農機技術服務價格。

　　5.2　估計結果與水平

　　本文使用STATA軟件進行Tobit模型分析。結果如下：

　　實證結果表明：

　　(1)農機補貼在顯著性1%水平下，對農業生產率有正向影響，省份獲得的農機補貼每增加1億元，則農業全要素生產率就會提高10.7%，可能是因為：隨著補貼比例的加大以及補貼種類的豐富，農民農機成本投入越少，農民可以花更少的錢擁有更多先進的設備，有能力的農民都會購買適合的農業機械進行生產，保障農業的產出量和質量，提高農業的生產率。

　　(2)勞動力教育水平越高，素質也越高，也越愿意學習新興技術、事物，會有意識地通過各種渠道學習提高產量的技術方法。同時，高素質的勞動力有更好的辦法將自己掌握的農業新技術傳播給更多的農民，提高農業全要素生產率。

　　(3)地區經濟發展水平在顯著性5%的條件下，對農業全要素生產率有積極影響。經濟發展較好的地區，各方面條件都會優于其他地方，道路、水利各種基礎設施建設也相對完善，會更加有利于農業機械投入使用，再加上勞動力的不足以及成本的不斷上升，農民會更傾向機械代替人工作業。同時，經濟發展水平高的地區的農民獲取信息、先進科技技術的渠道更廣，農業技術會更好轉化成優質農產品，有助于技術效率的提高從而提高全要素生產率。

　　(4)農機技術服務價格在顯著性10%的條件下對農業全要素生產率有負向影響，即農業每畝作業費增加1元，農業生產率會下降1.8%，可能是因為，對購買農機服務的農民而言，作業費的提高就意味了生產成本的增加，從而轉化為生產效率的降低。

　　(5)土地規模化水平在10%顯著性上對農業全要素生產率有負向影響。本文認為，目前農村青壯年勞動力多數選擇城市就業，當勞動力僅剩下老孺時，并無能力擴大種植面積。中國多數農民的耕地地塊分散，加上勞動力不足，原本可能要一家幾口人完成的勞動量由個別幾個完成，無法實現規模經濟，使得生產效率下降。而付出地租租入土地的農戶，如果當年收獲到的農產品產量和質量不佳，其投入的各種成本大于收入，無法獲得利潤。

　　由于2004年起才實施農機補貼政策，2004-2008 年的補貼金額及類型較少，可能難以對農業全要素生產率產生影響，2009年起農業部修訂政策，將補貼資金擴增至100億，且優化之前的比例及范圍，農機購置補貼政策的影響在此時可能才逐漸顯現出來，故本文將樣本根據時間分為2002-2008年和2009-2017年兩部分，然后進行回歸，回歸結果如表5所示。

　　由于總樣本分為了兩部分，各個部分的樣本量減少，使得各變量的系數與顯著性發生了變化。但從表5、6中可以看出，在不同時期，農機購置補貼對農業全要素生產率的影響明顯不同。

　　2002-2008年，農機購置補貼通過了10%顯著性檢驗，對農業全要素生產率提高有促進作用;

　　2009-2017年，農機購置補貼對農業全要素生產率的顯著性增加，在5%顯著水平上對全要素生產率有促進作用。由此可見，隨著中央財政對購機的補貼款的增加，農機購置補貼對農業全要素生產率提升作用越發顯著。這說明，農機購置補貼確實會刺激農民的購買意愿，使得農業機械數量增加，更多地引入農業機械化生產，提高農業生產的技術能力，從而提高產量，改善農業全要素生產率。

　　6　結論與政策建議

　　6.1　結論

　　本文先使用DEA-Malmquist指數法，測算了 2002-2017年全國各省份農業全要素生產率，然后用 Tobit模型檢驗了農機購置補貼政策對農業全要素生產率的影響。本文研究得到以下結論：

　　(1)2002-2017年期間，我國農業全要素生產率趨勢為先降后增，總體以上升為主，且以技術進步為主要影響因素。

　　從空間上來看，由于經濟、自然等條件不同，各省農業全要素生產率存在差異，但總體上，中部地區的農業全要素高于其他地區。究其原因可能是因為，農業部從2004年起開始實施農機補貼，之后又增加其他農業補貼政策，越發重視農業發展，這些措施的實施會降低農民的成本，刺激農民增加播種面積，發展農業機械化進行精細化生產來促進農業質量和產量。

　　總的來說，技術進步為主要影響因素的原因可能是，政府越來越重視農業科技創新，多年來不斷研發先進的農業技術裝備，培育良種，開發生產所需要的高質量物資等，這些技術創新可以更好地提高農業生產效率。但是，農業科技成果不能及時、有效地推廣使用，基層農技推廣體系“線斷、網破、人散”，農業技術無法順利傳播到農民手上，技術效率普遍偏低[11]。

　　(2)農機購置補貼顯著促進農業全要素生產率。

　　通過分階段的Tobit模型，可以看出，隨著農機補貼政策實施力度的加強，其對農業全要素生產率的積極影響越強。究其原因是：農機購置補貼的機械范圍及補貼金額增大，農民購買機械的壓力減小，在此刺激下，農戶擁有的農機數量和類型增加，可以實現耕種收精細化，能夠改善農業機械的利用率，讓機械作業替代勞動力投入到生產全環節，縮減了人工作業時間和人工作業勞動量，實現降低單位面積的人工成本，降低農業生產費用，增加產量的目的。

　　(3)在控制變量方面，農村勞動力受教育程度、地區經濟發展水平在不同顯著性水平促進了農業全要素生產率。

　　之所以得出上述結論，筆者認為可能是因為農民教育水平越高，心理素質及抗風險的能力越好，愿意接受新技術、新成果，會有意識地學習提高產量的技術方法。而經濟越發達地區，農民越有資金購買農業機械，加上較為完善的基礎設施和多樣的技術學習渠道，地區發展水平高的農民更能生產出高質高產的農產品，使得技術成果有效轉化提高技術效率。

　　土地規模化和農機服務價格則和農業全要素生產率呈反向關系，可能是因為本文土地規模水平以平均每戶家庭耕地面積來測算，如果家庭獲得的平均耕地面積大但地塊分散，缺失足夠勞動力，為使耕地都被利用，可能會犧牲農產品質量與數量，使得技術效率下降間接降低農業生產率。如若無法進行耕地的家庭將土地轉租，其獲得的收益來自地租而非土地回報。另外可能是由于筆者選擇測算土地規模水平的方法有不足之處，所以造成實證結果成反向關系。土地規模化大的家庭，在勞動力價格高的地區，農民選擇購買農機服務，但若農機服務費等于或超過勞動力價格，農民為考慮成本，會放棄使用機械，放棄精細化生產帶來的產量與質量的增長，從而使生產效率降低。

　　6.2　政策建議

　　為保障農機的有效使用，進一步發揮農機購置補貼對農業全要素生產率的提高作用，本文提出以下建議：

　　(1)增加補貼資金規模，修改補貼范圍

　　農機購置補貼政策帶來的有利影響在不斷凸顯，中央仍應不斷加大財政在農機購買及報廢方面的資金補助。一是要重點補貼生產環節必要的但實際擁有量少的農業機械;二是降低非必要機械的補貼標準，防止農民為獲取補貼而盲目購買機械，造成機械冗余的情況，持續推進農業機械化發展，強化農業技術進步。

　　(2)實施差別化補貼

　　經濟發展較好且適合大規模農業生產的地區，提高大中型機械補貼比例，適當降低小型機械補貼比例;對于山區丘陵，耕地面積比較細碎，大中型機械不方便作業，農民多使用小型機具的地區，應提高小型農機具的補貼比例，提高小機具在此類地區的使用效率，以提高農業技術效率進一步優化農業全要素生產率。

　　(3)規范農機服務行為

　　要注意規范農機服務行為，對農機服務人員提供專業化培訓。農機服務人員需掌握更先進的機器操作技術，并學習基礎性的農機維修技術以延長農機的使用壽命，為農戶提供更優質的農機技術服務。同時要對農機大戶和農機合作社等實施多種鼓勵政策，對提供農機服務的專業戶、合作社和企業等實行補貼，促使他們適度降低農機作業費，將各種先進技術以外包服務的形式注入農業生產環節，讓小規模農戶也享受到機械生產帶來的益處，間接增加農戶收入。

　　(4)實施優惠信貸政策，助力財政補貼

　　金融機構應該實施優惠信貸政策，為有意愿購機的農戶或合作社提供優先貸款，并在利率方面給予特殊優待，低息甚至免息，緩解購機成本壓力，進一步刺激農戶購機的熱情。

　　(5)堅持技術創新與農業科技推廣

　　目前我國農業全要素生產率的提高主要是因為技術進步持續增長，因此中央要堅持農業科技研發，加大農業科技推廣力度。技術創新可以促進農藥化肥的吸收效果，改善灌溉機器設備來節約水資源，培育良種以此為農產品提質增效。技術創新可以節約生產成本，使普通農產品轉化成優質高產的新品種。農業科技進步不僅在于科技本身的創新，更重要的是農業科技推廣體系是否能夠為其提供有力支撐[12]。政府要完善現有的推廣體系，提高農業科技推廣人員的自身水平，多加利用微信、抖音等網絡渠道，讓廣大農民能夠更好、更便捷地學習到農業生產新技術、新方法，使基層農民利用先進的農業技術生產出更有品質、更高產量的農產品，促進我國農業的更好發展。