王霞云 郭慧文

摘要：從2004年起，我國開始對農(nóng)業(yè)機械購置實施補貼政策，為考慮該政策實施前后對農(nóng)業(yè)全要素生產(chǎn)率是否會產(chǎn)生影響，本文先使用DEA-Malimquist指數(shù)法測算了2002-2017年30個省份的農(nóng)業(yè)全要素生產(chǎn)率，然后用Tobit模型評估了農(nóng)機購置補貼對其的影響。研究結(jié)果表明：2002-2017年間我國農(nóng)業(yè)全要素生產(chǎn)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(nóng)機補貼對農(nóng)業(yè)全要素生產(chǎn)率提升作用越發(fā)顯著。同時，教育程度、經(jīng)濟發(fā)展水平在不同顯著性水平上促進了農(nóng)業(yè)全要素生產(chǎn)率，而土地規(guī)?；娃r(nóng)機服務(wù)價格則和農(nóng)業(yè)全要素生產(chǎn)率呈反向關(guān)系。

關(guān)鍵詞：農(nóng)機購置補貼;農(nóng)業(yè)全要素生產(chǎn)率;技術(shù)進步

農(nóng)業(yè)是我國國民經(jīng)濟的基礎(chǔ)。機械化、大規(guī)?，F(xiàn)代農(nóng)業(yè)建設(shè)是現(xiàn)代農(nóng)業(yè)發(fā)展的基礎(chǔ)。相關(guān)的開發(fā)措施和戰(zhàn)略能夠有效地促進農(nóng)業(yè)生產(chǎn)的改善，從而有效地降低農(nóng)民的生產(chǎn)勞動成本。從2004年實施農(nóng)機購置補貼政策起，政府對此項補貼政策的關(guān)注就逐年加大，不斷提高補貼額度以及補貼農(nóng)機具的范圍，農(nóng)機具的使用率顯著提高。因此，研究農(nóng)機購置補貼政策在農(nóng)業(yè)全要素生產(chǎn)率中發(fā)揮了什么作用，是否提高農(nóng)業(yè)全要素生產(chǎn)率從而使得農(nóng)業(yè)產(chǎn)出增加具有重要意義。

1 文獻綜述

目前測算農(nóng)業(yè)全要素生產(chǎn)率的方法主要是DEA模型和SFA函數(shù)模型。潘丹等采用基于DEA模型的Malmquist指數(shù)分別計算了傳統(tǒng)農(nóng)業(yè)全要素生產(chǎn)率和考慮到環(huán)境污染因素的農(nóng)業(yè)生產(chǎn)率，進一步分析比較有資源環(huán)境約束和無約束的農(nóng)業(yè)生產(chǎn)率的差別[1]。劉晗運用超越對數(shù)型前沿生產(chǎn)函數(shù)模型（SFA）進行測算，發(fā)現(xiàn)農(nóng)業(yè)全要素生產(chǎn)率存在明顯的地區(qū)差異，通過進行年份比較，發(fā)現(xiàn)差異有縮小趨勢[2]。陳俊聰?shù)炔捎肈EA模型測算了農(nóng)業(yè)全要素生產(chǎn)率，發(fā)現(xiàn)農(nóng)業(yè)全要素生產(chǎn)率受到技術(shù)效率的影響而有所下降[3]。

農(nóng)業(yè)機械方面的研究主要集中在農(nóng)業(yè)機械化對農(nóng)戶生產(chǎn)的影響以及農(nóng)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(fā)現(xiàn)農(nóng)機補貼的效果居中，實施農(nóng)機補貼政策后，農(nóng)產(chǎn)品質(zhì)量有所提升，但是農(nóng)民收入并沒有顯著變化 [4]。周振等發(fā)現(xiàn)農(nóng)業(yè)機械化可以提高農(nóng)戶收入，擴大農(nóng)業(yè)種植面積，進一步研究發(fā)現(xiàn)農(nóng)業(yè)機械化對農(nóng)戶收入的提高是通過改善糧食產(chǎn)出途徑實現(xiàn)的[5]。潘彪等發(fā)現(xiàn)，購機補貼資金的增加并不會提高農(nóng)機使用率，但是購機政策實施后改善了農(nóng)戶擁有的機械種類，從而提升農(nóng)業(yè)機械使用效率 [6]。胡凌嘯等測算農(nóng)機補貼政策效率并分析影響因素，結(jié)果表明農(nóng)機補貼政策效率不高可能是因為農(nóng)業(yè)綜合開發(fā)、農(nóng)機推廣培訓(xùn)與農(nóng)機補貼政策配合不協(xié)調(diào)，故無法提高農(nóng)機補貼效率[7]。陳實等運用兩種模型檢驗發(fā)現(xiàn)，農(nóng)業(yè)機械化水平逐年提高了湖北本地水稻產(chǎn)量，但是會抑制周邊地區(qū)的水稻生產(chǎn) [8]。高鳴等使用樣本選擇模型得出和王姣一樣的結(jié)果，農(nóng)機補貼效果居中，但他還指出，農(nóng)機補貼對耕地面積大于6畝的農(nóng)戶的補償作用更顯著 [9]。陸建珍等在分析漁業(yè)購機補貼效果時發(fā)現(xiàn)，有參與補貼政策的養(yǎng)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(yǎng)殖戶[10]。

現(xiàn)有文獻測算農(nóng)業(yè)全要素生產(chǎn)率的方法較為完整，為本文提供了借鑒方法。但關(guān)于農(nóng)機購置補貼方面的文獻多為檢驗其政策效果，農(nóng)業(yè)機械化的文獻集中于對于農(nóng)業(yè)生產(chǎn)的影響。學(xué)者們大都認為農(nóng)機補貼政策推動了農(nóng)業(yè)機械化進程，同時，機械化生產(chǎn)是現(xiàn)代農(nóng)業(yè)發(fā)展必不可少的環(huán)節(jié)，可以實現(xiàn)增產(chǎn)降本的目的。但多數(shù)研究數(shù)據(jù)均以個別省份為例，并非全國數(shù)據(jù)，實證結(jié)果會存在不同，且多數(shù)研究缺少考慮農(nóng)機購置補貼政策對農(nóng)業(yè)全要素生產(chǎn)率的影響。從農(nóng)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(fā)揮了什么作用？農(nóng)業(yè)全要素生產(chǎn)率有何變化？農(nóng)機購置補貼是否提高農(nóng)業(yè)全要素生產(chǎn)率？這些問題均值得繼續(xù)研究。

2 農(nóng)機購置補貼對農(nóng)業(yè)全要素生產(chǎn)率的影響機制

從農(nóng)機購置補貼政策的實施過程可以發(fā)現(xiàn)，農(nóng)機補貼對農(nóng)業(yè)全要素生產(chǎn)率可能產(chǎn)生兩個方面的影響：

其一，農(nóng)機購置補貼可能直接對農(nóng)業(yè)全要素生產(chǎn)率產(chǎn)生影響：一方面，實施補貼政策后，農(nóng)戶不需要再全款購買農(nóng)機具，機械購置的成本顯著下降，農(nóng)民可以購買更多生產(chǎn)所需要的設(shè)備，農(nóng)業(yè)機械數(shù)量增加，可以實現(xiàn)設(shè)備作業(yè)代替人工作業(yè)，不僅減輕了勞動力不足無法完成相應(yīng)任務(wù)的壓力，還可以在灌溉、噴灑農(nóng)藥、施肥等環(huán)節(jié)使用機械，提高作業(yè)效率和作物的吸收率，減少相對應(yīng)的物資成本，從而使得產(chǎn)值增加，進而提高農(nóng)業(yè)全要素生產(chǎn)率。而對于老舊農(nóng)機報廢更新的補貼，可以顯著減少農(nóng)民在機械設(shè)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(nóng)村青壯年更愿意去城市打工獲得更高的勞動報酬，因此農(nóng)村勞動力不斷減少，農(nóng)民的作業(yè)負擔增大，精力不足，需要機械設(shè)備投入到生產(chǎn)各個環(huán)節(jié)以緩解勞動力不足的壓力和穩(wěn)定生產(chǎn)質(zhì)量。此時農(nóng)機補貼可以保障農(nóng)民投資農(nóng)機的收益，使得在勞動力不足的情況下有較高的技術(shù)效率。

其二，農(nóng)機購置補貼可以保障將專業(yè)農(nóng)機技術(shù)服務(wù)引入農(nóng)業(yè)生產(chǎn)過程。中國農(nóng)業(yè)屬于小規(guī)模經(jīng)營，小規(guī)模經(jīng)營農(nóng)戶對新技術(shù)的接受能力差且是被動的。大規(guī)模經(jīng)營農(nóng)戶更傾向于機械化生產(chǎn)，補貼可以減少其農(nóng)機投資，且大規(guī)模經(jīng)營農(nóng)戶可在閑暇時將自有的農(nóng)機出租獲取收益。小農(nóng)戶可以向農(nóng)機大戶或合作社租賃農(nóng)機，將農(nóng)業(yè)生產(chǎn)中的某個環(huán)節(jié)或多個環(huán)節(jié)交給大規(guī)模經(jīng)營農(nóng)戶或農(nóng)機專業(yè)戶來完成。在農(nóng)業(yè)生產(chǎn)過程中，可以在播種、施肥、噴灑農(nóng)藥、收割等環(huán)節(jié)交由機械完成，盡量避免產(chǎn)量和質(zhì)量的損失，進一步提高生產(chǎn)率。所以，農(nóng)機購置補貼可以通過影響農(nóng)機技術(shù)服務(wù)來間接影響農(nóng)業(yè)全要素生產(chǎn)率。

3 研究方法與數(shù)據(jù)來源

3.1 研究方法

3.1.1 DEA模型

計算生產(chǎn)率的方法是先要確定一個基準期構(gòu)建生產(chǎn)前沿面，然后選定所要用的模型去測算出各個時期的生產(chǎn)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]。DEA-Malmquist指數(shù)法就是一個典型代表，且這種計算方法進一步將生產(chǎn)效率分為技術(shù)效率變化和技術(shù)進步，更清晰地分辨二者對全要素生產(chǎn)率的貢獻度。DEA-Malmquist指數(shù)法如下所示：

在上式中，x表示投入向量，y為產(chǎn)出向量，D0t是指在t時期中的基準期距離函數(shù)，EFFCH是指技術(shù)效率，TECH是指技術(shù)進步。

3.1.2 Tobit模型

由于DEA-Malmquist指數(shù)法所得出的值是受限被解釋變量，所以利用Tobit模型檢驗農(nóng)機購置補貼對農(nóng)業(yè)全要素生產(chǎn)率的影響，公式如下：

式（1）

在上式中，yit為農(nóng)業(yè)全要素生產(chǎn)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(qū)經(jīng)濟發(fā)展水平，Lit為土地規(guī)模水平，tpit為農(nóng)機技術(shù)服務(wù)價格，β為各個解釋變量系數(shù)，α為常數(shù)項，εit為隨機干擾項，i表示地區(qū)，t表示年份。

3.2 數(shù)據(jù)來源及處理

由于農(nóng)業(yè)部從2004年起在全國實施農(nóng)機購置補貼，為充分考慮實施此項政策后，是否會對農(nóng)業(yè)全要素生產(chǎn)率產(chǎn)生影響，故本文選取從2002-2017年的時間序列數(shù)據(jù)。由于年鑒中缺失西藏數(shù)據(jù)，故本文剔除了西藏自治區(qū)，選取其余30個省市數(shù)據(jù)作為樣本。其中，農(nóng)業(yè)全要素生產(chǎn)率的投入產(chǎn)出指標來源于國家統(tǒng)計局，由于國家統(tǒng)計局中農(nóng)林牧漁從業(yè)數(shù)據(jù)僅到2012年，剩余年限的數(shù)據(jù)來自知網(wǎng)數(shù)據(jù)庫;農(nóng)業(yè)機械年末擁有量數(shù)據(jù)來自《中國農(nóng)業(yè)機械化年鑒》。農(nóng)機購置補貼數(shù)額數(shù)據(jù)來自《中國農(nóng)業(yè)機械化年鑒》，其余控制變量所需要的原始數(shù)據(jù)來自《中國農(nóng)村統(tǒng)計年鑒》《中國統(tǒng)計年鑒》和《全國農(nóng)產(chǎn)品成本收益資料匯編》。

4 農(nóng)業(yè)全要素生產(chǎn)率的測算

4.1 指標選擇

本文參考其他文獻的指標選取，產(chǎn)出指標選擇農(nóng)林牧漁總產(chǎn)值，投入指標主要選取了6個方面，分別為農(nóng)作物播種總面積、農(nóng)業(yè)機械總動力、農(nóng)林牧漁從業(yè)人員、農(nóng)業(yè)化肥施用折純量、有效灌溉面積、農(nóng)業(yè)機械年末擁有量，使用DEAP2.1軟件進行DEA-Malimquist測算。

4.2 測算結(jié)果

由表1可以看出，農(nóng)業(yè)技術(shù)效率負向增長，年增長率為-0.02%，說明技術(shù)效率下降會降低農(nóng)業(yè)全要素生產(chǎn)率，農(nóng)業(yè)技術(shù)進步的年增長率為0.04%，呈現(xiàn)正增長，說明技術(shù)進步會使全要素生產(chǎn)率有所增加。同時技術(shù)進步的增長速度高于技術(shù)效率的下降速度。在全要素生產(chǎn)率上，可以看出超過一半以上的省份實現(xiàn)農(nóng)業(yè)生產(chǎn)率的增長，四川、陜西、甘肅、湖南、安徽、云南這六地的農(nóng)業(yè)全要素生產(chǎn)率都以1%以上的速度增加。在技術(shù)效率這一指標下，有18個省市實現(xiàn)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(nèi)蒙古、山西、海南、江西、廣西這12地只降無增。在技術(shù)進步這一項下有16個省市實現(xiàn)增長，其中山西的增幅最大，達8.3%，另外有11省市技術(shù)進步下降了，但降幅都比較小?？偣灿?8個省市的全要素生產(chǎn)率超過均值，這些省份主要分布在東部和中部地區(qū)。全國技術(shù)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(qū)。西部地區(qū)總體排名比較靠后。

由表2可以看出，2002-2007年期間，我國農(nóng)業(yè)全要素生產(chǎn)率主要呈現(xiàn)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(nóng)業(yè)全要素生產(chǎn)率和技術(shù)進步都實現(xiàn)了正向增長，只有技術(shù)效率還是下降的，下降趨勢為1.6%。技術(shù)進步的4.6%增長率大于技術(shù)效率的1.6%下降率，所以年均2.3%農(nóng)業(yè)全要素生產(chǎn)率增長率是由技術(shù)進步所貢獻的。

5 農(nóng)機購置補貼對農(nóng)業(yè)全要素生產(chǎn)率的影響

5.1 變量選擇

（1）購機補貼額（農(nóng)機購買補貼中央財政投入額）：數(shù)據(jù)來源于《中國農(nóng)業(yè)機械化年鑒》。

（2）農(nóng)村勞動力受教育程度：《中國農(nóng)村統(tǒng)計年鑒》 將農(nóng)村勞動力受教育程度劃分6個層次，并給出各層級人數(shù)。本文借鑒《中國農(nóng)村統(tǒng)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(jù)年鑒數(shù)據(jù)，進行加權(quán)平均，計算出各地區(qū)的農(nóng)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(nóng)業(yè)全要素生產(chǎn)率的提高。本文將農(nóng)村勞動力受教育程度作為控制變量之一。

（3）地區(qū)經(jīng)濟發(fā)展水平：經(jīng)濟發(fā)展水平會對當?shù)剞r(nóng)民購買農(nóng)機具產(chǎn)生影響。經(jīng)濟發(fā)展好的地區(qū)，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(nóng)業(yè)機器。本文使用人均地區(qū)生產(chǎn)總值（GDPit）衡量地區(qū)經(jīng)濟發(fā)展水平。

（4）土地規(guī)模水平：土地規(guī)模水平較小且耕作面積細碎化的農(nóng)戶，一般人工勞動力足以完成相應(yīng)的任務(wù)量，不需要使用機械，因為使用機械的成本高于人工作業(yè)。加上目前農(nóng)村青壯勞動力更多選擇城市就業(yè)，農(nóng)業(yè)生產(chǎn)人員多數(shù)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(zhuǎn)租，獲得土地收入，而租入土地的農(nóng)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(nóng)民每戶家庭耕地面積來衡量土地規(guī)模水平。

（5）農(nóng)機技術(shù)服務(wù)價格：當人力勞動價格上漲時，農(nóng)民會傾向于使用機械，但是若農(nóng)機技術(shù)服務(wù)價格上漲，則農(nóng)戶租賃服務(wù)的費用也會增加，相對應(yīng)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(nóng)機作業(yè)費來表示農(nóng)機技術(shù)服務(wù)價格。

5.2 估計結(jié)果與水平

本文使用STATA軟件進行Tobit模型分析。結(jié)果如下：

實證結(jié)果表明：

（1）農(nóng)機補貼在顯著性1%水平下，對農(nóng)業(yè)生產(chǎn)率有正向影響，省份獲得的農(nóng)機補貼每增加1億元，則農(nóng)業(yè)全要素生產(chǎn)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(nóng)民農(nóng)機成本投入越少，農(nóng)民可以花更少的錢擁有更多先進的設(shè)備，有能力的農(nóng)民都會購買適合的農(nóng)業(yè)機械進行生產(chǎn)，保障農(nóng)業(yè)的產(chǎn)出量和質(zhì)量，提高農(nóng)業(yè)的生產(chǎn)率。

（2）勞動力教育水平越高，素質(zhì)也越高，也越愿意學(xué)習(xí)新興技術(shù)、事物，會有意識地通過各種渠道學(xué)習(xí)提高產(chǎn)量的技術(shù)方法。同時，高素質(zhì)的勞動力有更好的辦法將自己掌握的農(nóng)業(yè)新技術(shù)傳播給更多的農(nóng)民，提高農(nóng)業(yè)全要素生產(chǎn)率。

（3）地區(qū)經(jīng)濟發(fā)展水平在顯著性5%的條件下，對農(nóng)業(yè)全要素生產(chǎn)率有積極影響。經(jīng)濟發(fā)展較好的地區(qū)，各方面條件都會優(yōu)于其他地方，道路、水利各種基礎(chǔ)設(shè)施建設(shè)也相對完善，會更加有利于農(nóng)業(yè)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(nóng)民會更傾向機械代替人工作業(yè)。同時，經(jīng)濟發(fā)展水平高的地區(qū)的農(nóng)民獲取信息、先進科技技術(shù)的渠道更廣，農(nóng)業(yè)技術(shù)會更好轉(zhuǎn)化成優(yōu)質(zhì)農(nóng)產(chǎn)品，有助于技術(shù)效率的提高從而提高全要素生產(chǎn)率。

（4）農(nóng)機技術(shù)服務(wù)價格在顯著性10%的條件下對農(nóng)業(yè)全要素生產(chǎn)率有負向影響，即農(nóng)業(yè)每畝作業(yè)費增加1元，農(nóng)業(yè)生產(chǎn)率會下降1.8%，可能是因為，對購買農(nóng)機服務(wù)的農(nóng)民而言，作業(yè)費的提高就意味了生產(chǎn)成本的增加，從而轉(zhuǎn)化為生產(chǎn)效率的降低。

（5）土地規(guī)?；皆?0%顯著性上對農(nóng)業(yè)全要素生產(chǎn)率有負向影響。本文認為，目前農(nóng)村青壯年勞動力多數(shù)選擇城市就業(yè)，當勞動力僅剩下老孺時，并無能力擴大種植面積。中國多數(shù)農(nóng)民的耕地地塊分散，加上勞動力不足，原本可能要一家?guī)卓谌送瓿傻膭趧恿坑蓚€別幾個完成，無法實現(xiàn)規(guī)模經(jīng)濟，使得生產(chǎn)效率下降。而付出地租租入土地的農(nóng)戶，如果當年收獲到的農(nóng)產(chǎn)品產(chǎn)量和質(zhì)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(nóng)機補貼政策，2004-2008年的補貼金額及類型較少，可能難以對農(nóng)業(yè)全要素生產(chǎn)率產(chǎn)生影響，2009年起農(nóng)業(yè)部修訂政策，將補貼資金擴增至100億，且優(yōu)化之前的比例及范圍，農(nóng)機購置補貼政策的影響在此時可能才逐漸顯現(xiàn)出來，故本文將樣本根據(jù)時間分為2002-2008年和2009-2017年兩部分，然后進行回歸，回歸結(jié)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(shù)與顯著性發(fā)生了變化。但從表5、6中可以看出，在不同時期，農(nóng)機購置補貼對農(nóng)業(yè)全要素生產(chǎn)率的影響明顯不同。

2002-2008年，農(nóng)機購置補貼通過了10%顯著性檢驗，對農(nóng)業(yè)全要素生產(chǎn)率提高有促進作用;2009-2017年，農(nóng)機購置補貼對農(nóng)業(yè)全要素生產(chǎn)率的顯著性增加，在5%顯著水平上對全要素生產(chǎn)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(nóng)機購置補貼對農(nóng)業(yè)全要素生產(chǎn)率提升作用越發(fā)顯著。這說明，農(nóng)機購置補貼確實會刺激農(nóng)民的購買意愿，使得農(nóng)業(yè)機械數(shù)量增加，更多地引入農(nóng)業(yè)機械化生產(chǎn)，提高農(nóng)業(yè)生產(chǎn)的技術(shù)能力，從而提高產(chǎn)量，改善農(nóng)業(yè)全要素生產(chǎn)率。

6 結(jié)論與政策建議

6.1 結(jié)論

本文先使用DEA-Malmquist指數(shù)法，測算了2002-2017年全國各省份農(nóng)業(yè)全要素生產(chǎn)率，然后用Tobit模型檢驗了農(nóng)機購置補貼政策對農(nóng)業(yè)全要素生產(chǎn)率的影響。本文研究得到以下結(jié)論：

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

從空間上來看，由于經(jīng)濟、自然等條件不同，各省農(nóng)業(yè)全要素生產(chǎn)率存在差異，但總體上，中部地區(qū)的農(nóng)業(yè)全要素高于其他地區(qū)。究其原因可能是因為，農(nóng)業(yè)部從2004年起開始實施農(nóng)機補貼，之后又增加其他農(nóng)業(yè)補貼政策，越發(fā)重視農(nóng)業(yè)發(fā)展，這些措施的實施會降低農(nóng)民的成本，刺激農(nóng)民增加播種面積，發(fā)展農(nóng)業(yè)機械化進行精細化生產(chǎn)來促進農(nóng)業(yè)質(zhì)量和產(chǎn)量。

總的來說，技術(shù)進步為主要影響因素的原因可能是，政府越來越重視農(nóng)業(yè)科技創(chuàng)新，多年來不斷研發(fā)先進的農(nóng)業(yè)技術(shù)裝備，培育良種，開發(fā)生產(chǎn)所需要的高質(zhì)量物資等，這些技術(shù)創(chuàng)新可以更好地提高農(nóng)業(yè)生產(chǎn)效率。但是，農(nóng)業(yè)科技成果不能及時、有效地推廣使用，基層農(nóng)技推廣體系“線斷、網(wǎng)破、人散”，農(nóng)業(yè)技術(shù)無法順利傳播到農(nóng)民手上，技術(shù)效率普遍偏低[11]。

（2）農(nóng)機購置補貼顯著促進農(nóng)業(yè)全要素生產(chǎn)率。

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

（3）在控制變量方面，農(nóng)村勞動力受教育程度、地區(qū)經(jīng)濟發(fā)展水平在不同顯著性水平促進了農(nóng)業(yè)全要素生產(chǎn)率。

之所以得出上述結(jié)論，筆者認為可能是因為農(nóng)民教育水平越高，心理素質(zhì)及抗風(fēng)險的能力越好，愿意接受新技術(shù)、新成果，會有意識地學(xué)習(xí)提高產(chǎn)量的技術(shù)方法。而經(jīng)濟越發(fā)達地區(qū)，農(nóng)民越有資金購買農(nóng)業(yè)機械，加上較為完善的基礎(chǔ)設(shè)施和多樣的技術(shù)學(xué)習(xí)渠道，地區(qū)發(fā)展水平高的農(nóng)民更能生產(chǎn)出高質(zhì)高產(chǎn)的農(nóng)產(chǎn)品，使得技術(shù)成果有效轉(zhuǎn)化提高技術(shù)效率。

土地規(guī)?；娃r(nóng)機服務(wù)價格則和農(nóng)業(yè)全要素生產(chǎn)率呈反向關(guān)系，可能是因為本文土地規(guī)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(nóng)產(chǎn)品質(zhì)量與數(shù)量，使得技術(shù)效率下降間接降低農(nóng)業(yè)生產(chǎn)率。如若無法進行耕地的家庭將土地轉(zhuǎn)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(guī)模水平的方法有不足之處，所以造成實證結(jié)果成反向關(guān)系。土地規(guī)?；蟮募彝ィ趧趧恿r格高的地區(qū)，農(nóng)民選擇購買農(nóng)機服務(wù)，但若農(nóng)機服務(wù)費等于或超過勞動力價格，農(nóng)民為考慮成本，會放棄使用機械，放棄精細化生產(chǎn)帶來的產(chǎn)量與質(zhì)量的增長，從而使生產(chǎn)效率降低。

6.2 政策建議

為保障農(nóng)機的有效使用，進一步發(fā)揮農(nóng)機購置補貼對農(nóng)業(yè)全要素生產(chǎn)率的提高作用，本文提出以下建議：

（1）增加補貼資金規(guī)模，修改補貼范圍

農(nóng)機購置補貼政策帶來的有利影響在不斷凸顯，中央仍應(yīng)不斷加大財政在農(nóng)機購買及報廢方面的資金補助。一是要重點補貼生產(chǎn)環(huán)節(jié)必要的但實際擁有量少的農(nóng)業(yè)機械;二是降低非必要機械的補貼標準，防止農(nóng)民為獲取補貼而盲目購買機械，造成機械冗余的情況，持續(xù)推進農(nóng)業(yè)機械化發(fā)展，強化農(nóng)業(yè)技術(shù)進步。

（2）實施差別化補貼

經(jīng)濟發(fā)展較好且適合大規(guī)模農(nóng)業(yè)生產(chǎn)的地區(qū)，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(qū)丘陵，耕地面積比較細碎，大中型機械不方便作業(yè)，農(nóng)民多使用小型機具的地區(qū)，應(yīng)提高小型農(nóng)機具的補貼比例，提高小機具在此類地區(qū)的使用效率，以提高農(nóng)業(yè)技術(shù)效率進一步優(yōu)化農(nóng)業(yè)全要素生產(chǎn)率。

（3）規(guī)范農(nóng)機服務(wù)行為

要注意規(guī)范農(nóng)機服務(wù)行為，對農(nóng)機服務(wù)人員提供專業(yè)化培訓(xùn)。農(nóng)機服務(wù)人員需掌握更先進的機器操作技術(shù)，并學(xué)習(xí)基礎(chǔ)性的農(nóng)機維修技術(shù)以延長農(nóng)機的使用壽命，為農(nóng)戶提供更優(yōu)質(zhì)的農(nóng)機技術(shù)服務(wù)。同時要對農(nóng)機大戶和農(nóng)機合作社等實施多種鼓勵政策，對提供農(nóng)機服務(wù)的專業(yè)戶、合作社和企業(yè)等實行補貼，促使他們適度降低農(nóng)機作業(yè)費，將各種先進技術(shù)以外包服務(wù)的形式注入農(nóng)業(yè)生產(chǎn)環(huán)節(jié)，讓小規(guī)模農(nóng)戶也享受到機械生產(chǎn)帶來的益處，間接增加農(nóng)戶收入。

（4）實施優(yōu)惠信貸政策，助力財政補貼

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

（5）堅持技術(shù)創(chuàng)新與農(nóng)業(yè)科技推廣

目前我國農(nóng)業(yè)全要素生產(chǎn)率的提高主要是因為技術(shù)進步持續(xù)增長，因此中央要堅持農(nóng)業(yè)科技研發(fā)，加大農(nóng)業(yè)科技推廣力度。技術(shù)創(chuàng)新可以促進農(nóng)藥化肥的吸收效果，改善灌溉機器設(shè)備來節(jié)約水資源，培育良種以此為農(nóng)產(chǎn)品提質(zhì)增效。技術(shù)創(chuàng)新可以節(jié)約生產(chǎn)成本，使普通農(nóng)產(chǎn)品轉(zhuǎn)化成優(yōu)質(zhì)高產(chǎn)的新品種。農(nóng)業(yè)科技進步不僅在于科技本身的創(chuàng)新，更重要的是農(nóng)業(yè)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(xiàn)有的推廣體系，提高農(nóng)業(yè)科技推廣人員的自身水平，多加利用微信、抖音等網(wǎng)絡(luò)渠道，讓廣大農(nóng)民能夠更好、更便捷地學(xué)習(xí)到農(nóng)業(yè)生產(chǎn)新技術(shù)、新方法，使基層農(nóng)民利用先進的農(nóng)業(yè)技術(shù)生產(chǎn)出更有品質(zhì)、更高產(chǎn)量的農(nóng)產(chǎn)品，促進我國農(nóng)業(yè)的更好發(fā)展。

參考文獻

[1] 潘丹，應(yīng)瑞瑤.資源環(huán)境約束下的中國農(nóng)業(yè)全要素生產(chǎn)率增長研究[J].資源科學(xué)，2013，35（7）：1329-1338.

[2] 劉晗，王釗，姜松.基于隨機前沿生產(chǎn)函數(shù)的農(nóng)業(yè)全要素生產(chǎn)率增長研究[J].經(jīng)濟問題探索，2015（11）：35-42.

[3] 陳俊聰，王懷明，張瑾.農(nóng)業(yè)保險發(fā)展與中國農(nóng)業(yè)全要素生產(chǎn)率增長研究[J].農(nóng)村經(jīng)濟，2016（3）：83-88.

[4] 王姣，肖海峰.我國良種補貼、農(nóng)機補貼和減免農(nóng)業(yè)稅政策效果分析[J].農(nóng)業(yè)經(jīng)濟問題，2007（2）：24-28.

[5] 周振，張琛，彭超，等.農(nóng)業(yè)機械化與農(nóng)民收入：來自農(nóng)機具購置補貼政策的證據(jù)[J].中國農(nóng)村經(jīng)濟，2016（2）：68-82.

[6] 潘彪，田志宏.購機補貼政策對中國農(nóng)業(yè)機械使用效率的影響分析[J].中國農(nóng)村經(jīng)濟，2018（6）：21-37.

[7] 胡凌嘯，周應(yīng)恒.農(nóng)業(yè)綜合開發(fā)、農(nóng)技推廣培訓(xùn)與農(nóng)機購置補貼效率[J].經(jīng)濟與管理研究，2016（8）：87-95.

[8] 陳實，劉穎，劉大鵬.農(nóng)技推廣率、農(nóng)業(yè)機械化與湖北省水稻生產(chǎn)[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2019（6）：29-37.

[9] 高鳴，宋洪遠，Michael Carter.補貼減少了糧食生產(chǎn)效率損失嗎？——基于動態(tài)資產(chǎn)貧困理論的分析[J].管理世界，2017（9）：85-100.

[10] 陸建珍，徐翔.漁業(yè)購機補貼政策效果評價——基于廣東、海南兩省426戶淡水養(yǎng)殖戶數(shù)據(jù)的分析[J].農(nóng)業(yè)經(jīng)濟問題，2014（12）：25-33+110.

[11] 杜江，王銳，王新華.環(huán)境全要素生產(chǎn)率與農(nóng)業(yè)增長：基于DEA-GML指數(shù)與面板Tobit模型的兩階段分析[J].中國農(nóng)村經(jīng)濟，2016（3）：65-81.

[12] 胡瑞法，孫藝奪.農(nóng)業(yè)技術(shù)推廣體系的困境擺脫與策應(yīng)[J].改革，2018（2）：89-99.