服務外包程度與糧食生產效率提升：農機作業外包更具優勢嗎？

武舜臣 宦梅麗 馬婕

[摘 要]農業機械化是提升糧食生產效率的重要途徑。基于2014年、2016年的中國勞動力動態調查（CLDS）混合截面數據，考察了農機作業外包程度對糧食生產效率的影響差異。研究結果表明：機械化耕種對糧食生產效率表現出有限的正向影響，且該結果與差異化農機作業方式密切相關。相比于購置農機的自我服務，服務外包程度越高，機械化耕種對糧食生產效率的提升作用越弱。進一步分析發現，農機作業外包的正向作用隨農地經營面積的增加而提升，當經營面積超過某一閾值，農機作業外包將反超購置農機的自我服務，在提升糧食生產效率方面發揮更大作為。此外，非市場化性質鮮明的統一機耕服務表現出拉大農機作業外包比較劣勢，不利于農機社會化服務發展的特征。

[關鍵詞]農業機械化;農機作業外包;農機購置;糧食生產效率

[中圖分類號]F323.3;F326.11[文獻標識碼]A[文章編號]1673-0461（2021）03-0049-08

一、引 言

農業機械化是實現農業現代化的前提和標志[1]，也是彌補農業勞動力不足、提高農業生產效率的重要保障。為推動我國農業現代化發展，政府近年來加大了農業機械化扶持力度，農業機械化水平逐年提高。農業農村部初步統計，截至2019年底，我國綜合機械化率為69%，機耕率、機播率、機收率分別為84%、56%和61%，其中小麥、水稻、玉米三大糧食作物機械化率為95%、81%、88%。

當前，農業機械化水平的快速發展源于兩種主要的機械作業形式：購置農機的自我服務與租賃農機的外包服務[2]。兩種方式各具特點且相互補充，購置農機自我服務的主體數量最多，租賃農機外包的服務作業面積比重更大[3]。當前，為推進小農戶與現代農業有機銜接，農機社會化服務被寄予更多的期待[4-5]，也得到了更大力度的政策扶持和更趨優厚的發展環境。黨的十九大報告提出，“健全農業社會化服務體系，實現小農戶和現代農業發展有機銜接”。黨中央、國務院高度重視農業社會化服務工作開展，為支持農業社會化服務發展，先后出臺了《農業部辦公廳、財政部辦公廳關于支持農業生產社會化服務工作的通知》（農辦財〔2017〕41號）、《農業部辦公廳關于大力推進農業生產托管的指導意見》（農辦經〔2017〕19號）等一系列政策文件。2019年2月，中辦國辦印發的《關于促進小農戶和現代農業發展有機銜接的意見》強調，要健全面向小農戶的社會化服務體系，發展農業生產性服務業，加快推進農業生產托管服務，實施小農戶生產托管促進工程，不斷提升生產托管對小農戶的覆蓋率，將小農戶引入現代農業發展的軌道。同時，2017年至2019年，中央財政3年共安排110億元支持以開展農業生產托管為主的社會化服務。以上文件和政策支持為農機社會化服務發展創造了有利條件，推動了農機服務化服務發展。據統計，2018年我國農業生產托管服務面積達到13.84億畝次，比2017年增長50%;服務企業、農民合作社、集體經濟組織、農業企業等多元化服務主體達37萬個。

然而，不同機械作業形式的作業特點不同，對農業效率的影響也不盡一致。當前，在農機服務對農業效率影響的考察上，相關文獻汗牛充棟。由于選擇的樣本對象、數據區間及計量方法等方面的差異，在農機服務與農業效率提升關系的結論上，更存在諸多不同[3，6-7]。

在農機服務能否提高農業效率尚未達成一致的情形下，從機械作業來源出發，探究農機作業外包程度對農業生產效率的影響差異，不僅有助于回應農機服務與農業效率的關系爭論，更可為當前快速推進的農機社會化服務的合理性提供依據。對此，本文借助中國勞動力動態調查（China Labor-force Dynamic Survey， CLDS）中的農戶數據，擬從機械作業形式角度出發，考察農機獲取方式對糧食生產效率的影響差異，并進一步考察經營規模對這種差異的影響。

二、研究脈絡與問題提出

在農業領域，作為農業現代化的重要內容和重要標志，農業機械化長期備受關注[8-9]。為推動農業機械化發展，中央財政1998年起開始設立專項資金，用于農業機械購置補貼。更廣為人知的是2004年由財政部、農業部共同啟動實施的農機購置補貼政策。此外，在推廣新農技、乃至培養新型農業經營主體的過程中，更多農機作業相關補貼不斷投入，農業機械化得到了更大地發展。尤其是在農業勞動力非農部門轉移加快的背景下，由于具備可替代人工勞動的功能[10-14]，農業機械化在農業生產中的重要性更為突出，也吸引了更多的關注，圍繞農機補貼、農機作業和農業效率的文獻也開始增多。其中，農機作業與農業效率關系的考量在諸多研究中最為普遍，學者們基于不同的樣本數據，得出了不一致的結論。而后，部分學者對兩者關系的產生機制進行了探討。

當前研究將農機作業影響農業效率的機制大致可歸納為兩個角度：一是優化配置論，因農機作業可替代勞動力的屬性，可彌補農業經營中的勞動力不足問題，因資源配置優化提升了效率[15];二是技術引入論，農機作業不僅僅是對勞動力的替代，更重要的是給農業生產帶來新技術，由此實現了農業效率的提升[16-18]。

縱然，如上兩個角度能對農機作業的正向影響給出解釋，卻在對兩者負向關系的解釋時顯得無能為力。此時，分工理論提供了一個重要的分析視角。按照分工理論，當農機作業來自服務外包時，機械化服務可克服農地經營中因勞動力雇傭導致的監管難題[19]，以及享受規模經濟及專業分工帶來的效率提升[20-22]，卻無法避免雇工效率低于家庭自用工方面的天然不足[7，23-25]。部分學者選擇不同生產環節或作物品種，以驗證監督難題對農機服務外包效果的影響差異，基本得出監督難度越大，農機服務對農業技術效率負向影響的可能性更高的結論[26]。因此，就當前研究結論可知，農機服務并不必然表現出對農業生產效率的促進作用。某些條件下，購置農機的自我服務對農業生產效率的提升作用更優。如此，也對那些鼓勵農機作業外包服務替代自給自足式服務的政策判斷及扶持模式提出挑戰。

比較而言，不同的農機服務獲取方式各具優劣，自購農機的優勢在于自我服務，不會發生“偷工減料”的道德風險，卻限于適用農業對象以及生產作業環節，導致農機資產達不到最優利用狀態[27]。服務外包方式可以選擇更多樣或者更先進的服務模式，但也可能要面對社會化服務供給者損人利己的機會主義行為[25]。因此，差異化的農機服務獲得方式對農業生產效率的影響可能存有差異。因此，從機械作業形式出發探究農機作業對農業生產效率的影響，對更全面解釋機械作業與農業效率關系，乃至判斷當前農機社會化服務推廣的合理性也有重要意義。

三、數據來源、模型設定與變量選擇

（一）數據來源

本文使用的數據來自中山大學公布的“中國勞動力動態調查”（CLDS）。該問卷包含了勞動力個體、家庭和社區三個層次的追蹤和橫截面數據，采用多階段、多層次、與勞動力成比例的樣本抽樣方法。考慮到糧食作物與非糧實作物在生產經營方面的顯著差異，本文從中選擇了僅從事糧食作物生產的農戶樣本數據①。此外，為比對不同時期機械作業方式的影響差異，本文選擇了2014年和2016年兩年數據組成混合截面數據。通過將個體問卷、家庭問卷和村莊問卷中涉及的變量進行匹配，最終獲得樣本觀測值個數共計2 686個，涉及25個省份。

（二）模型設定與變量選擇

1.模型設定

隨機前沿分析（Stochastic Frontier Analysis， SFA），是利用隨機前沿生產函數進行效率估計的方法。該方法由Aigner et al.[28]和Meeusen & van Den Broeck[29]各自獨立提出的是一種參數方法。首先，采用SFA方法估計每戶農戶的糧食生產技術效率，需要事先假定糧食生產投入與糧食產出之間的函數關系。由于超越對數生產函數的設定形式較為靈活，無須限定各要素替代彈性完全相同或者要素替代彈性之和為1，并且允許糧食生產投入與產出之間存在非線性關系，因此，本研究將農戶糧食生產函數設定為：

式（1）中，Yi為第i個農戶的農業（糧食）生產總產值;β0為常數項，Ai、Li、Ki分別為第i個農戶的土地、勞動力和資本投入，β向量表示土地、勞動和資本投入一次項的待估系數，vi為第i農戶的隨機誤差項;ui為第i農戶的糧食生產效率損失項。假定ui獨立于vi，并且服從均值為Ui、方差為σu2的非負半正態分布。ui的估計體現了每個農戶偏離最優生產前沿的距離，而農戶的糧食生產效率可以表示成TEi=exp（-ui），這體現了可觀測產出與相應隨機前沿產出之比[30]。

為了驗證農機服務與技術效率的關系及其影響因素，將技術效率的基準估計模型設定為：

其中，TEi為第i個農戶糧食生產技術效率。γ0為常數項。Servicei代表農戶的機械化耕作方式和農機服務采納方式。Zik代表不同農戶家庭特征，這些因素包括經營規模、兼業化程度等。Dij為一組虛擬變量，包括農戶是否獲得農業補貼、是否轉入農地、村莊是否有非農產業、村莊是否擁有集體灌溉設施以及地理區位特征。εi為隨機誤差項。

基于現有理論與文獻以及作者實地調研狀況，本研究控制了經營規模、兼業化程度、農業補貼、農地流轉、村莊非農產業、灌溉設施、地區特征對糧食生產效率的影響。特別在模型中引入經營規模和灌溉因素，主要基于如下考慮：經營規模的引入主要是對規模經濟的考量，規模經濟是否存在的討論一直是農業規模經營相關研究的熱點，且至今仍未達成一致[31]。集體經濟時代建設的灌溉設施，使得灌溉耕地面積得以增加，忽略灌溉因素可能導致遺漏變量偏差，因為擁有更高灌溉耕地比例的省份較不易受災害天氣影響[32]，導致生產效率差異。

同時，由于農戶在不同經營規模下采用農機服務對糧食生產效率的影響可能存在差異[33]，本研究在式（2）基礎上，加入了農機服務采納方式與經營規模的交叉項，模型設定為：

其中，Servicei×Farm_sizei為農機服務采納方式與經營規模的交叉項。此外，農機服務供給主體不同，其提供農機服務的效率提升作用也大不相同。部分部門主導的服務，極有可能導致一定區域內服務的壟斷，進而影響農機社會化服務效率[34]。基于該考慮，在式（3）總體樣本回歸的基礎上，進一步按照“是否統一提供農耕服務”為依據，設置分組回歸，比對不同農耕服務環境下農機社會化服務對糧食生產效率的影響。

2.變量選擇

本研究涉及的變量主要包括投入產出變量，核心解釋變量和控制變量，如表1所示。其中，投入產出變量的設定借鑒林文聲等[35]的做法進行處理。核心解釋變量為農業機械化服務，本研究主要采用了農機社會化服務程度和農業機械化程度兩個指標進行衡量。

（三）描述性統計

本研究關注的核心被解釋變量是糧食生產效率，運用SFA模型進行估計而來⑥。表2給出了本研究主要變量的描述性統計情況。此外，為進一步了解不同機械化程度及不同農機服務獲得方式下糧食生產效率的差異，分組描述性統計見表3。

由表3可以發現，按機械化程度分組中，“部分機械化”樣本比例最大，且隨機械化程度的提升，糧食生產效率均值有增加趨勢。機械作業社會化程度分組中，“全部外包”樣本比例最大，但呈現出隨機械作業社會化程度提升，糧食生產效率均值下降的趨勢。當然，由于未對相關變量進行控制，如上趨勢并不能得出兩者關系的直接結論。

四、實證結果與分析

（一）機械化及其服務外包程度對糧食生產效率的考量

為了探索農業機械化和農機服務外包對糧食生產效率的影響，本研究首先分別對農業機械化程度和農機作業外包程度對農戶糧食生產技術效率的影響進行回歸分析，對式（2）進行估計。表4給出了機械化程度及機械作業外包程度對糧食生產效率影響的估計結果。列（1）和列（2）考察了機械化程度的影響情況，列（2）是在列（1）的基礎上增加了相應的控制變量。由結果可知，無論是否存在控制變量，機械化程度的提升對糧食生產效率的提升影響的系數都為正，但列（2）系數并不顯著。列（3）、列（4）、列（5）考察的機械作業外包程度對糧食生產效率的影響，其中，列（3）將機械作業外包程度看作連續變量，其系數顯著為負，這意味著機械外包化程度越高，對糧食生產效率的促進作用越低。為驗證該結論的穩健性，列（4）分別以“全部購買”為參照組設置了兩個虛擬變量。從結果看，相比于“全部購買”，“部分外包”和“全部外包”的機械作業外包選擇對糧食生產效率的影響為負，但僅“全部外包”的系數顯著，一定程度切合了列（3）中服務外包程度越高，其對糧食生產效率提升作用越弱的結論。此外，列（5）設置了二元選擇變量，以“全部購買”為參照組，設為0，“部分外包”和“全部外包”設為1，其結果同樣顯著為負，進一步支持了列（3）的結果。

縱然，部分學者認為，由于購買能力有限，農機服務是改變小農戶生產困境，帶動小農戶與現代農業銜接的重要模式[33，36]。但從本文的結果看，當前農業生產環節下，只要小農戶具備購買農機的能力且有購買農機的事實，其自我服務的效率提升作用仍超過機械作業外包。究其原因可知，傾向于購買大型機械的農機化服務供給主體與小規模經營且零散購買農機服務的小農戶間產生矛盾，同樣不具備提升經營效率的條件[37-38]。此外，農機社會化服務供給中存在的道德風險和監管難題，也是導致如上結果產生的重要因素[7，25]。該結果也與研究者在山東調研時發現一致。在與部分以糧食生產利潤為目標的經營主體訪談中了解，只要有資金實力，他們更傾向于以購買機械（哪怕是個別環節）替代購買服務。

經營規模對生產效率表現出負向效應，與Feder[23]、Coelli & Battese[24]等研究結論相一致。兼業化程度系數顯著為正，意味著農業收入占比越高的主體，其對糧食經營的資源投入水平也往往越高，進而對效率的正向作用也越大[39]。村莊非農產業的影響也是類似，顯著正向的結果意味著本村對糧食生產更為重視，效率也更高。灌溉因素對生產效率影響顯著為負向，與預期不一致。這可能說明集體統一組織和提供的設施或服務，由于設備老化、管理不善等問題，導致效率損失。有農地轉入行為對效率表現出顯著的正向作用，該結果的出現有兩類原因，一是有轉入決策的主體往往經營能力更強;二是轉入農地后規模增加，規模效應會更加明顯[40-41]。地形地勢看，與平原相比，丘陵和山區都表現出負向影響。農業補貼表現出不顯著的負向影響，意味著農業補貼實施后可能的扭曲效應。

（二）農機服務外包程度與糧食生產效率關系的進一步探索

表4給出了兩個基本結論，機械化程度對糧食生產效率有正向作用，但機械化外包化程度越高，其對糧食生產效率的正向作用越弱。考慮到當前農機社會化服務在農業機械作業供給中的重要地位，這里有必要對后一結論做更深一步的探索與思考。

1.經營規模的調節作用

一直以來，由于不同規模下農戶經營決策行為存在差異，對農場效率的影響效應不同，因而農機服務、經營規模與效率三者關系備受關注。比如一些文獻認為，小規模農戶采用資本外包的方式，縮小了與大規模農戶之間的生產率差異[33]。為考察農戶在不同經營規模下農機服務使用行為對糧食生產效率的影響差異，本研究在模型中加入了農機服務與經營規模的交叉項，并進行分組回歸，回歸結果見表5。

表5中，列（1）至列（3）分別加入了機械作業外包程度（看作離散變量或連續變量）、是否選擇機械作業外包的二元變量與農地規模經營的交互項。其中，機械作業外包程度等相關變量的系數多呈現顯著負值（其中只有部分外包虛擬變量系數不顯著），這意味著機械作業外包對糧食生產效率的促進作用弱于購置農機具的自我服務。但是，正向且顯著的交互項系數說明，這種優劣差異會隨農地經營規模面積的增加而發生變化，當經營面積增加至一定規模時，在促進糧食生產效率方面，機械作業外包將表現出超出農機具購置自我服務的優勢。這一結論與楊子等[42]的研究結論相一致，即同樣是農業社會化服務供給，其對規模經營主體技術效率的提高程度顯著高于小農戶。當前，我國仍處于小農經營為主的農業經營階段，隨農地流轉加速以及農地的進一步集中，發展的農業社會化服務將對糧食生產效率提升帶來更為積極的作用。

2.農機服務主體的分類比較

此外，基于是否存在村集體統一提供機械服務，以列（4）和列（5）分別給出了統一服務及無統一服務時的分樣本回歸結果。結果發現，當不存在村集體統一提供機械服務時，機械作業外包相比于購置機械自我服務的劣勢有所減弱，且在更低經營面積時即可實現對后者的超越。然而，存在的村集體統一服務卻導致了機械作業外包劣勢擴大，趕超作用不再顯著的結果。由于統一服務多為政府（村集體）主導，非市場化特征明顯，其存在不僅不利于農機化服務促進作用的發揮，還可能帶來一系列不利影響[34]，這與王玉斌和李乾[43]探究農業社會化服務對小麥生產影響時的原因解釋一致。此外，研究者在蘇州調研時發現，由于統一機械服務中漸退的服務內容與強制的服務鎖定，當地村集體給予當地種植大戶的統一服務不但沒能發揮對農業生產的積極作用，反而降低了農業生產效率。

五、結論、對策與展望

基于CLDS數據，本文在考量機械化與糧食生產效率的基礎上，從農機作業外包程度出發，考察了農機作業來源對糧食生產效率的影響差異，并進一步探討了經營規模及服務形式對兩者關系的影響。研究結果發現，同為機械化耕種，農機作業外包程度越高，其對生產效率的提升作用越弱，即購置農機自我服務對糧食生產效率的提升作用遠高于農機作業外包。進一步分析發現，隨農地經營面積的增加，農機作業外包的優勢開始凸顯，其與購置農機自我服務的差距會逐漸縮小，當經營面積超過某個閾值，農機作業外包將超過購置農機自我服務，成為提升糧食生產效率的主要形式。此外，按是否統一提供農機服務的分樣本研究發現，提供統一機械服務的情況下，農機作業外包在提升農業生產效率方面的比較劣勢反而更為突出。

本研究存在如下研究結論與政策啟示：一是農機作業對農業生產效率的作用整體為正，但其作用效果受外包程度的影響。因此，在推動農機化水平“量”的提升的同時，以農機作業供給為代表的農機化“質”的方面也需完善。尤其是在推進小農戶與現代農業銜接過程中，應當重視農機服務供給質量，一方面鼓勵和支持農戶購置和更新新型農機具設備，另一方面加強農機服務供給過程中質量投入的監督和信息共享，減少農戶與服務供給主體之間的信息不對稱，提高農業生產效率。二是在當前小農戶為主的糧食生產經營基礎上，購置農機自我服務的農機作業供給方式在效率方面仍具優勢。隨著農地經營的進一步集中，農機外包服務的比較優勢會逐年提高。農業社會化服務隨土地經營規模的集中而不斷發展的趨勢不會改變，但在家庭經營為主的經營模式下，農業社會化服務的過快推廣卻不利于糧食生產效率的整體提升。農業社會化服務的推廣應遵循市場規律，不能強加過多政策包袱。三是非市場性干預對農機作業外包的負向作用明顯。要真正發揮農業社會化服務對農業生產的帶動作用，應避免政府或村集體的直接干預，應從農機市場完善、金融體系疏通等方面出發，讓農機服務在市場充分競爭中成為保障農業生產的壓艙石。

當然，本研究尚存在改進空間：一是囿于數據來源中指標選取的限制，糧食生產效率缺乏各種物質投入要素的詳細數據，難以判斷某一具體物質要素投入對糧食產出的效應。二是僅測度了總體的糧食生產效率，缺乏細分作物的相關資料，無法細致分析農機服務影響不同作物生產效率的差異。后續研究將盡力克服上述局限，基于更加翔實的數據資料，具體分析分作物、分環節等情形下農機服務對生產效率的影響機制和效應。

[注 釋]

①本文純糧食作物經營農戶的選擇基于如下標準，當問卷中“2013年7月以來，請問您家的農業經營情況”的糧食作物（稻谷、小麥、玉米等）成本與“去年您家農業經營的總成本（包括農、林、牧、副、漁）”相等時，視為該主體僅從事糧食作物。

②由于在CLDS數據庫中沒有提供詳細的投入產出數據，本研究借鑒林文聲等（2018）對投入產出變量的處理方法，采用一年中農戶家庭賣出所生產糧食作物（稻谷、小麥、玉米等）的產品總價值作為產出變量。投入變量中，農業物質投入為一年中家庭經營糧食作物的總投入，它包含了雇工、購買機械、外包服務等投入。

③對應CLDS數據庫問卷中F6.7.2“請問您家機械化耕種的生產工具屬于以下哪種情況？”這一題項。將“1.全部自家購買”設定為全部購買;將“3.全部租用別人或某公司的”和“4.借用他人或集體”設定為全部外包;將“2.和別人共同購買”，“5.部分自家擁有，部分租用或借用”和“6.部分自家擁有，部分和別人共同擁有”設定為部分外包。

④對應CLDS數據庫問卷中F6.7.1.“目前，您們家糧食作物生產的農田耕種方式是什么？”這一題項。

⑤本研究樣本分布在25個省份（含自治區和直轄市），根據自然地理區位將農戶所在省份劃分東部、中部和西部3個區域。其中，東部：河北、遼寧、江蘇、浙江、福建、山東、廣東;中部：山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南;西部：四川、重慶、貴州、云南、陜西、甘肅、寧夏、新疆、廣西、內蒙古。

⑥本研究未報告技術效率估計的回歸結果，讀者若有興趣，可向作者索要。

[參考文獻]

[1]張桃林.以農業機械化支撐和引領農業現代化[J].求是，2012（14）：41-43.

[2]李寧，汪險生，王舒娟，等.自購還是外包：農地確權如何影響農戶的農業機械化選擇？[J].中國農村經濟，2019（6）：54-75.

[3]胡祎，張正河.農機服務對小麥生產技術效率有影響嗎？[J].中國農村經濟，2018（5）：68-83.

[4]趙曉峰，趙祥云.新型農業經營主體社會化服務能力建設與小農經濟的發展前景[J].農業經濟問題，2018（4）：99-107.

[5]鐘真.社會化服務：新時代中國特色農業現代化的關鍵——基于理論與政策的梳理[J].政治經濟學評論，2019，10（2）：92-109.

[6]虞松波，劉婷，曹寶明.農業機械化服務對糧食生產成本效率的影響——來自中國小麥主產區的經驗證據[J].華中農業大學學報（社會科學版），2019（4）：81-89.

[7]錢忠好，李友藝.家庭農場的效率及其決定——基于上海松江943戶家庭農場2017年數據的實證研究[J].管理世界，2020，36（4）：168-181.

[8]MREMA G，SONI P，ROLLE R S.A regional strategy for sustainable agricultural mechanization：sustainable mechanization across agri-food chains in Asia and the Pacifc region[C].Bangkok：FAO，2014.

[9]方師樂，黃祖輝.新中國成立70年來我國農業機械化的階段性演變與發展趨勢[J].農業經濟問題，2019（10）：36-49.

[10]劉鳳芹.農業土地規模經營的條件與效果研究：以東北農村為例[J].管理世界，2006（9）：71-79.

[11]FOSTER A，ROSENZWEIG M R.Are Indian farms too small？mechanization，agency cost and farm efficiency.[C]Economic Growth Center，Yale University New Haven CT，2011.

[12]LIU Y，VIOLETTE W，BARRETT C.Structural transformation and intertemporal evolution of real wages，machine use，and farm size-productivity relationships in Vietnam[C].IFPRI Discussion Paper 1525，Washington，DC，2013.

[13]鄭旭媛，徐志剛.資源稟賦約束、要素替代與誘致性技術變遷——以中國糧食生產的機械化為例[J].經濟學（季刊），2017，16（1）：45-66.

[14]王海娟，胡守庚.合作瓦解：農業機械化發展的一種解釋路徑——兼論中國農業發展的道路選擇[J].南京農業大學學報（社會科學版），2019，19（2）：38-45，156.

[15]閔師，項誠，趙啟然，等.中國主要農產品生產的機械勞動力替代彈性分析——基于不同彈性估計方法的比較研究[J].農業技術經濟，2018（4）：4-14.

[16]陳超，李寅秋，廖西元.水稻生產環節外包的生產率效應分析——基于江蘇省三縣的面板數據[J].中國農村經濟，2012（2）：86-96.

[17]張忠軍，易中懿.農業生產性服務外包對水稻生產率的影響研究——基于358個農戶的實證分析[J].農業經濟問題，2015，36（10）：69-76.

[18]ZHANG X，YANG J，REARDON T.Mechanization outsourcing clusters and division of labor in Chinese agriculture[J].China economic review，2017，43：184-195.

[19]周端明，蔡敏.資本邏輯、技術創新與農業微觀經營方式的變遷——家庭農場是最適合農業的經營方式嗎？[J].教學與研究，2014（2）：37-44.

[20]許錦英，盧進.農機服務產業化與我國農業生產方式的變革[J].農業技術經濟，2000（2）：60-64.

[21]蔡鍵，劉文勇.社會分工、成本分攤與農機作業服務產業的出現——以冀豫魯三省農業機械化發展為例[J].江西財經大學學報，2017（4）：83-92.

[22]WANG X，YUMAUCHI F，HUANG J.Rising wages，mechanization，and the substitution between capital and labor：evidence from small scale farm system in China[J].Agricultural economics，2016，47：309-317.

[23]FEDER G.The relation between farm size and farm productivity：the role of family labor，supervision and credit constraint[J].Journal of development economics，1985，18（2）：297-313.

[24]COELLI T J，BATTESE G E.Identification of factors which influence the technical inefficiency of indian farmers[J].Australian journal of agricultural economics，1996，40（2）：103-128.

[25]蔡鍵，劉文勇.農業社會化服務與機會主義行為：以農機手作業服務為例[J].改革，2019（3）：18-29.

[26]孫頂強，盧宇桐，田旭.生產性服務對中國水稻生產技術效率的影響——基于吉、浙、湘、川4省微觀調查數據的實證分析[J].中國農村經濟，2016（8）：70-81.

[27]張露，羅必良.小農生產如何融入現代農業發展軌道？——來自中國小麥主產區的經驗證據[J].經濟研究，2018，53（12）：144-160.

[28]AIGNER D J，LOVELL C A K，SCHMIDT P J.Formulation and estimation of stochastic frontier production function models[J].Journal of econometrics，1977，6，21-37.

[29]MEEUSEN W，VAN DEN BROECK J.Efficiency estimation from cobb-douglas production functions with composed error[J].International economic review，1977，18（2）：435-444.

[30]COELLI T J，RAO D S P，BATTESE G E.An introduction to efficiency studies and productivity analysis[M].Kluwer，Boston，MA，1998.

[31]RADA N E，FUGLIE K O.New perspectives on farm size and productivity[J].Food policy，2019，84：147-152.

[32]BAI Y，KUNG J K.The shaping of an institutional choice：weather shocks，the great leap famine，and agricultural decollectivization in China[J].Explorations in economic history，2014，54：1-26.

[33]SHENG Y，CHANCELLOR W.Exploring the relationship between farm size and productivity：evidence from the Australian grains industry[J].Food policy，2019，84：1-9.

[34]仝志輝.“去部門化”：中國農業社會化服務體系構建的關鍵[J].探索與爭鳴，2016（6）：60-65.

[35]林文聲，王志剛，王美陽.農地確權、要素配置與農業生產效率——基于中國勞動力動態調查的實證分析[J].中國農村經濟，2018（8）：64-82.

[36]胡雯，張錦華，陳昭玖.小農戶與大生產：農地規模與農業資本化——以農機作業服務為例[J].農業技術經濟，2019（6）：82-96.

[37]周娟.土地流轉背景下農業社會化服務體系的重構與小農的困境[J].南京農業大學學報（社會科學版），2017，17（6）：141-151.

[38]胡凌嘯.中國農業規模經營的現實圖譜：“土地+服務”的二元規模化[J].農業經濟問題，2018（11）：20-28.

[39]高欣，張安錄.農地流轉、農戶兼業程度與生產效率的關系[J].中國人口·資源與環境，2017，27（5）：121-128.

[40]冒佩華，徐驥，賀小丹，等.農地經營權流轉與農民勞動生產率提高：理論與實證[J].經濟研究，2015，50（11）：161-176.

[41]曲朦，趙凱，周升強.耕地流轉對小麥生產效率的影響——基于農戶生計分化的調節效應分析[J].資源科學，2019，41（10）：1911-1922.

[42]楊子，張建，諸培新.農業社會化服務能推動小農對接農業現代化嗎——基于技術效率視角[J].農業技術經濟，2019（9）：16-26.

[43]王玉斌，李乾.農業生產性服務、糧食增產與農民增收——基于CHIP數據的實證分析[J].財經科學，2019（3）：92-104.

（責任編輯：張夢楠）