農(nóng)業(yè)生產(chǎn)性服務(wù)的農(nóng)戶增收效應(yīng)研究
——基于內(nèi)生轉(zhuǎn)換模型的實證

陳宏偉，穆月英

（中國農(nóng)業(yè)大學(xué)經(jīng)濟管理學(xué)院，北京 100083）

農(nóng)民收入問題是關(guān)系國計民生的根本性問題，當前我國農(nóng)村社會老齡化進程加快，農(nóng)村勞動力非農(nóng)轉(zhuǎn)移增加，使得農(nóng)村留守勞動力維持傳統(tǒng)經(jīng)營方式已難以保證收入的持續(xù)增長。在此背景下，2014年“中央一號”文件再次強調(diào)，要健全農(nóng)業(yè)社會化服務(wù)體系，推行合作式、訂單式、托管式等服務(wù)模式。2017年8月農(nóng)業(yè)部、發(fā)改委、財政部聯(lián)合下發(fā)的《關(guān)于加快發(fā)展農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)的指導(dǎo)意見》進一步指出，加快培育面向廣大農(nóng)戶的農(nóng)業(yè)生產(chǎn)性服務(wù)組織，是促進農(nóng)業(yè)增效和農(nóng)民增收的有效手段。農(nóng)業(yè)生產(chǎn)性服務(wù)是服務(wù)供給方主要圍繞農(nóng)業(yè)生產(chǎn)環(huán)節(jié)提供的多種托管或外包服務(wù)，包括農(nóng)機、技術(shù)、勞務(wù)服務(wù)等，通過利用分工協(xié)作的優(yōu)勢，提高農(nóng)業(yè)的資源利用效率帶動農(nóng)業(yè)節(jié)本增效和農(nóng)民增收。

行政村是我國農(nóng)村經(jīng)濟的基礎(chǔ)地域單元，也承接著我國各級政府“三農(nóng)”政策和策略的具體落實工作。近年來，一個村內(nèi)大部分農(nóng)戶從事一種或多種同類商品性農(nóng)產(chǎn)品生產(chǎn)，并以該產(chǎn)業(yè)構(gòu)成該村主要產(chǎn)業(yè)的村莊（即專業(yè)村）不斷涌現(xiàn)[1]。專業(yè)村生產(chǎn)的地域?qū)I(yè)化擴大了農(nóng)業(yè)生產(chǎn)性服務(wù)需求規(guī)模，不同生產(chǎn)環(huán)節(jié)服務(wù)提供方的成本優(yōu)勢逐漸顯現(xiàn)。蔬菜專業(yè)村普遍存在以種植大戶、農(nóng)技推廣站、合作社、涉農(nóng)企業(yè)等為供給主體的村級專業(yè)化服務(wù)組織（村級服務(wù)隊），依托具有一定病蟲害防治、農(nóng)機操作經(jīng)驗的村民成員，為廣大村民提供勞務(wù)、農(nóng)機、技術(shù)等一系列生產(chǎn)性服務(wù)[2-3]，對農(nóng)業(yè)增產(chǎn)和農(nóng)民增收起到關(guān)鍵性作用[4-5]，基于此，深入探討農(nóng)業(yè)生產(chǎn)性服務(wù)對農(nóng)戶的增收效應(yīng)，對于更好培育村級專業(yè)化服務(wù)組織，提高農(nóng)民收入水平，切實維護農(nóng)民利益，具有重要的理論和現(xiàn)實意義。

生產(chǎn)性服務(wù)泛指為保持工業(yè)生產(chǎn)過程的連續(xù)性、促進技術(shù)進步、產(chǎn)業(yè)升級和提高生產(chǎn)效率提供的保障性服務(wù)[6]，關(guān)于生產(chǎn)性服務(wù)在農(nóng)業(yè)領(lǐng)域運用的研究主要集中于闡述和分析生產(chǎn)性服務(wù)的農(nóng)戶需求意愿與影響作用。一是分析農(nóng)戶對生產(chǎn)性服務(wù)的需求，張曉敏和姜長云[7]、紀月清和鐘甫寧[8]研究得出農(nóng)戶分化是關(guān)鍵影響因素，司瑞石等[9]、夏蓓和蔣乃華[10]研究發(fā)現(xiàn)土地流轉(zhuǎn)顯著影響農(nóng)戶生產(chǎn)社會化服務(wù)需求，蔡榮和蔡書凱[11]則認為家庭農(nóng)業(yè)勞動力資源對生產(chǎn)環(huán)節(jié)外包有明顯抑制作用，還有文獻研究了家庭收入、土地細碎化、服務(wù)價格等因素對農(nóng)戶生產(chǎn)性服務(wù)需求的影響[12-15]。二是分析農(nóng)業(yè)生產(chǎn)性服務(wù)對農(nóng)戶的影響作用，學(xué)者們普遍認為生產(chǎn)性服務(wù)能有效替代家庭勞動力，提高農(nóng)業(yè)生產(chǎn)水平[16-17]。劉強等[18]研究表明金融保險服務(wù)、技術(shù)服務(wù)、機械服務(wù)和加工銷售服務(wù)對提高糧食生產(chǎn)成本效率具有顯著作用。孫頂強等[19]指出整地和播種環(huán)節(jié)的生產(chǎn)性服務(wù)對水稻生產(chǎn)技術(shù)效率具有顯著的正向影響，而病蟲害防治服務(wù)對水稻生產(chǎn)技術(shù)效率的影響顯著為負。楊萬江和李琪[20]、劉強和楊萬江[21]、戚迪明等[22]認為生產(chǎn)性服務(wù)有助于農(nóng)戶擴大種植面積，緩解勞動力不足帶來的效率損失。陳超等[23]研究發(fā)現(xiàn)技術(shù)密集型環(huán)節(jié)外包能夠顯著提高水稻生產(chǎn)率，勞動密集型環(huán)節(jié)外包則沒有顯著影響[24]。

現(xiàn)有文獻對生產(chǎn)性服務(wù)進行了廣泛研究，但對農(nóng)業(yè)生產(chǎn)性服務(wù)的農(nóng)戶福利效應(yīng)分析尚處于起步階段，較少關(guān)注不同環(huán)節(jié)細分的生產(chǎn)性服務(wù)對農(nóng)戶收入的作用機制、內(nèi)生性與異質(zhì)性。鑒于此，本文基于專業(yè)化分工理論，以環(huán)渤海設(shè)施蔬菜種植戶為研究對象，運用內(nèi)生轉(zhuǎn)換模型并測算處理效應(yīng)以消除內(nèi)生性，考察村級服務(wù)隊供給勞務(wù)、農(nóng)機與技術(shù)服務(wù)對設(shè)施蔬菜種植戶收入的影響，探討其增收效應(yīng)，以期檢驗農(nóng)業(yè)生產(chǎn)性服務(wù)是否能夠?qū)崿F(xiàn)增加農(nóng)民收入的目標。

1 理論分析

專業(yè)化分工理論認為，不同勞動單位在特定產(chǎn)品生產(chǎn)工序上能夠發(fā)揮比較優(yōu)勢，通過專業(yè)化分工充分實現(xiàn)各環(huán)節(jié)的規(guī)模經(jīng)濟。就農(nóng)業(yè)生產(chǎn)而言，在農(nóng)戶自身時間、設(shè)備、技術(shù)水平等稟賦有限條件下，將部分環(huán)節(jié)托管或外包給擁有機械設(shè)備、勞動力和技術(shù)的村級專業(yè)化服務(wù)組織，有利于農(nóng)地規(guī)模制約下勞動生產(chǎn)率的提高。蔬菜生產(chǎn)具有高度依賴密集勞動力和技術(shù)投入特征，栽插、灌溉、打藥施肥和采摘等環(huán)節(jié)的勞務(wù)服務(wù)能夠有效替代家庭勞動力，彌補家庭勞動力數(shù)量短缺、技術(shù)經(jīng)驗不足等短板[16-17]，而由于農(nóng)業(yè)生產(chǎn)要素投入和產(chǎn)出關(guān)系不明確的特性，造成勞動監(jiān)督成本巨大，勞務(wù)服務(wù)對農(nóng)戶勞動生產(chǎn)率的影響可能存在較大差異[19]。同時，農(nóng)戶受制于種植規(guī)模和高交易成本，旋耕環(huán)節(jié)自有機械化程度不高，農(nóng)機服務(wù)通過替代農(nóng)戶自購農(nóng)機自我服務(wù)，減少家庭勞動力參與，能夠有效提高耕作效率和勞動生產(chǎn)率[25]，即農(nóng)機服務(wù)的勞動力替代效應(yīng)。通過使用技術(shù)服務(wù)，農(nóng)戶能夠向技術(shù)人員學(xué)習種植技術(shù)，提升自身的田間管理水平，從而通過學(xué)習的正外部性提高勞動生產(chǎn)率[26-27]。由于勞務(wù)服務(wù)中的簡單技術(shù)運用不同于技術(shù)專業(yè)化服務(wù)，勞務(wù)服務(wù)與農(nóng)業(yè)機械化服務(wù)分別應(yīng)用于蔬菜生產(chǎn)的不同環(huán)節(jié)，即勞務(wù)服務(wù)與技術(shù)服務(wù)、農(nóng)業(yè)機械化服務(wù)均不存在替代關(guān)系。因此，本研究認為勞務(wù)、農(nóng)機和技術(shù)服務(wù)通過勞動替代效應(yīng)和學(xué)習的正外部性帶來勞動生產(chǎn)率的提升。

不同農(nóng)業(yè)生產(chǎn)環(huán)節(jié)的投入產(chǎn)出屬性不同，對服務(wù)的需求強度有所差異，如栽插、灌溉、采摘等勞動密集型環(huán)節(jié)對勞務(wù)服務(wù)有較高需求，旋耕環(huán)節(jié)對農(nóng)機服務(wù)需求較高，病蟲害防治環(huán)節(jié)則對技術(shù)服務(wù)要求較高。同時，由于農(nóng)戶家庭自身資源稟賦的差異、村級專業(yè)化服務(wù)隊的工作能力和效率差異等導(dǎo)致農(nóng)戶勞動生產(chǎn)率存在區(qū)別，即異質(zhì)性。因此，本研究認為農(nóng)戶使用生產(chǎn)性服務(wù)帶來的勞動生產(chǎn)率影響存在異質(zhì)性（圖1）。

圖1 理論框架Fig. 1 Theoretical framework

2 研究方法

2.1 數(shù)據(jù)說明

數(shù)據(jù)來源于2016年7月課題組對環(huán)渤海三?。ㄉ綎|、河北和遼寧）設(shè)施蔬菜主產(chǎn)區(qū)開展的專業(yè)村農(nóng)戶問卷調(diào)查。數(shù)據(jù)收集采取分層抽樣和隨機抽樣結(jié)合的方式，按照蔬菜專業(yè)村與專業(yè)化服務(wù)組織的地域分布情況，隨機抽取行政村作為調(diào)研區(qū)域，每個村按花名冊隨機選取8～10戶設(shè)施蔬菜種植戶，通過走訪、座談等形式開展蔬菜生產(chǎn)性服務(wù)使用情況問卷調(diào)研。調(diào)查問卷的設(shè)計充分考慮了已有生產(chǎn)性服務(wù)與農(nóng)戶收入的相關(guān)研究成果，并在正式調(diào)研之前隨機選取部分農(nóng)戶進行預(yù)調(diào)查以進一步完善問卷。調(diào)研成員由中國農(nóng)業(yè)大學(xué)的老師和博士研究生組成，采取與農(nóng)戶一對一訪談的形式，問卷由調(diào)研人員填寫。最終共收回問卷405份，剔除數(shù)據(jù)不完整和存在明顯邏輯錯誤的問卷樣本后，有效問卷共396份，問卷有效率97.78%。調(diào)研問卷內(nèi)容涉及農(nóng)業(yè)生產(chǎn)性服務(wù)特征、戶主稟賦特征、家庭稟賦特征、外部環(huán)境特征等方面內(nèi)容。

2.2 模型選擇

結(jié)合前述分析，本研究選擇能夠獲取對農(nóng)戶增收效應(yīng)無偏估計的內(nèi)生轉(zhuǎn)換模型，并測算能夠反映增收效果異質(zhì)性的平均處理效應(yīng)，以此來分析差異化生產(chǎn)性服務(wù)選擇下農(nóng)戶收入的差異。

2.2.1 內(nèi)生轉(zhuǎn)換模型 農(nóng)業(yè)勞動生產(chǎn)率是指單個農(nóng)業(yè)勞動者單位時間內(nèi)生產(chǎn)的農(nóng)產(chǎn)品價值，考慮到所調(diào)研區(qū)域均為蔬菜專業(yè)村，農(nóng)戶蔬菜生產(chǎn)的專業(yè)化程度極高，蔬菜收入基本上占其總收入的100%，因此，以農(nóng)戶家庭收入來反映其勞動生產(chǎn)率?？紤]一般性收入決定方程，農(nóng)戶家庭收入函數(shù)可以表示為可觀測變量與生產(chǎn)性服務(wù)決策變量的線性函數(shù)，其中，農(nóng)戶使用生產(chǎn)性服務(wù)決策是基于效用最大化的自我選擇，可以表示為一系列可觀測變量的函數(shù)：

式中：βi是待估變量向量，μi是殘差項，Zi是可觀測非隨機向量，Si是生產(chǎn)性服務(wù)決策變量，取值為1表示農(nóng)戶使用生產(chǎn)性服務(wù)，反之為0。Yi為農(nóng)戶家庭收入結(jié)果變量，ei為殘差項，Xi為一系列可觀測變量。

需要指出的是，農(nóng)戶生產(chǎn)行為與生產(chǎn)性服務(wù)選擇行為在某種程度上存在著“同時決策”的可能，并基于自身特征的異質(zhì)性形成“自選擇”問題。因此，選擇內(nèi)生轉(zhuǎn)換模型可克服樣本自選擇造成的有偏估計問題，通過構(gòu)建反事實場景測算平均處理效應(yīng)可以矯正由不可觀測或可觀測的變量導(dǎo)致的選擇性偏誤和解決因服務(wù)使用農(nóng)戶在不使用時的情形無法觀測所帶來的“數(shù)據(jù)缺失”問題。

考慮下面的方程組，在農(nóng)戶使用和未使用服務(wù)兩種情境下來分別定義收入方程：

采用完全信息極大似然法（FIML）同時估計決策方程（2）與結(jié)果方程（3）和（4）。

2.2.2 平均處理效應(yīng)測算方法 上述框架可用于估計農(nóng)戶使用和未使用生產(chǎn)性服務(wù)服務(wù)兩種情境下收入的條件期望，其中j=1，k=2分別代表從樣本中觀察到的兩種實際情況期望值，j=2，k=1表示反事實條件下的條件期望：

通過比較二者在實際和反事實條件下的期望值，可以分析處理組（ATT）與對照組（ATU）的平均處理效應(yīng)，任一農(nóng)戶使用服務(wù)的平均處理效應(yīng)（ATE）為ATT與ATU加權(quán)后的均值：

2.3 變量設(shè)置

農(nóng)業(yè)生產(chǎn)性服務(wù)內(nèi)容廣泛、系統(tǒng)全面且類型多樣，設(shè)施蔬菜的生產(chǎn)過程為勞動與技術(shù)密集型，旋耕、育秧、栽插、灌溉、施肥、病蟲害防治和采摘等生產(chǎn)各環(huán)節(jié)的生產(chǎn)性服務(wù)直接關(guān)系到蔬菜增產(chǎn)和農(nóng)戶增收，進一步可以歸納為技術(shù)服務(wù)、農(nóng)業(yè)機械化服務(wù)和勞務(wù)服務(wù)三類。選取技術(shù)服務(wù)、農(nóng)業(yè)機械化服務(wù)、勞務(wù)服務(wù)等生產(chǎn)性服務(wù)指標作為關(guān)鍵變量，若農(nóng)戶使用過某項服務(wù)，取值為1，沒有則為0。與理論分析相對應(yīng)，農(nóng)業(yè)生產(chǎn)性服務(wù)的增收效應(yīng)是指農(nóng)戶家庭使用農(nóng)業(yè)生產(chǎn)性服務(wù)所帶來的收入增長，選取農(nóng)戶家庭當年總收入作為被解釋變量，并取自然對數(shù)處理以減小異常值和異方差對模型估計結(jié)果的影響。同時，在分析模型中加入包括年齡、受教育程度和風險態(tài)度等戶主稟賦特征，種植年限、種植規(guī)模和家庭勞動力數(shù)量等家庭稟賦特征，本地蔬菜品牌、服務(wù)信息渠道數(shù)量和與鄉(xiāng)鎮(zhèn)政府的距離等外部環(huán)境特征變量。具體變量定義與描述性統(tǒng)計見表1。

2.4 檢驗方法

為了解決不可觀測偏誤造成樣本估計的不一致性，首先運用工具變量法檢驗使用勞務(wù)、農(nóng)機、技術(shù)服務(wù)解釋變量的內(nèi)生性，然后運用內(nèi)生轉(zhuǎn)換模型對農(nóng)業(yè)生產(chǎn)性服務(wù)的增收效應(yīng)和異質(zhì)性進行測算。

考慮到農(nóng)業(yè)生產(chǎn)性服務(wù)變量可能存在內(nèi)生性問題，選用兩階段工具變量法進行檢驗。首先，考察工具變量的有效性，運用兩階段最小二乘回歸（2SLS）檢驗工具變量與生產(chǎn)性服務(wù)的相關(guān)性，若工具變量的回歸系數(shù)顯著，則說明工具變量與生產(chǎn)性服務(wù)變量高度相關(guān)；運用過度識別檢驗考察工具變量與擾動項的相關(guān)性，若P值大于0.1，則說明工具變量與擾動項不相關(guān)。其次，考察農(nóng)業(yè)生產(chǎn)性服務(wù)變量的內(nèi)生性，運用Hausman檢驗與DWH異方差檢驗，若P值小于0.1，則認為農(nóng)業(yè)生產(chǎn)性服務(wù)是內(nèi)生解釋變量。

3 結(jié)果與分析

3.1 描述性統(tǒng)計分析

農(nóng)業(yè)生產(chǎn)性服務(wù)的總體使用比重不高，樣本農(nóng)戶中使用勞務(wù)服務(wù)、農(nóng)機服務(wù)和技術(shù)服務(wù)的比例分別為53.79%、39.90%和37.12%，即使用勞務(wù)服務(wù)的農(nóng)戶比例高于農(nóng)機服務(wù)、技術(shù)服務(wù)（表2）。從戶主稟賦特征來看，使用農(nóng)業(yè)生產(chǎn)性服務(wù)的農(nóng)戶戶主年齡均集中在40～60歲，受教育程度均以初中水平為主，說明年齡較大、受教育程度較低的農(nóng)戶更愿意使用生產(chǎn)性服務(wù)。從家庭稟賦特征來看，農(nóng)戶的設(shè)施種植年限集中在10～20年，表明使用生產(chǎn)性服務(wù)的農(nóng)戶大多具有豐富的種植經(jīng)驗。相較于技術(shù)服務(wù)使用農(nóng)戶，使用農(nóng)機服務(wù)或勞務(wù)服務(wù)的農(nóng)戶，其家庭勞動力數(shù)量普遍較少，即勞動力數(shù)量短缺的農(nóng)戶家庭更傾向于使用農(nóng)機服務(wù)和勞務(wù)服務(wù)。

3.2 農(nóng)業(yè)生產(chǎn)性服務(wù)的內(nèi)生性檢驗

選取服務(wù)信息渠道數(shù)量作為工具變量，農(nóng)戶通過合作社、農(nóng)技推廣等多種渠道獲取服務(wù)信息，更容易接觸與了解生產(chǎn)性服務(wù)，提高可獲得程度，即服務(wù)信息渠道數(shù)量與使用農(nóng)業(yè)生產(chǎn)性服務(wù)具有較強的相關(guān)性，但服務(wù)信息的渠道數(shù)量對農(nóng)業(yè)產(chǎn)出無直接影響。因此，服務(wù)信息渠道數(shù)量這一變量符合工具變量的外生性和相關(guān)性兩個條件。運用兩階段最小二乘法方法分別估計勞務(wù)服務(wù)、農(nóng)機服務(wù)、技術(shù)服務(wù)對農(nóng)戶家庭收入的影響，對應(yīng)模型一、模型二和模型三（表3）。

首先考察工具變量有效性，過度識別檢驗結(jié)果表明“工具變量與擾動項無關(guān)”，第一階段回歸中工具變量系數(shù)均通過1%的顯著性檢驗，表明家庭收入分別與勞務(wù)服務(wù)、農(nóng)機服務(wù)、技術(shù)服務(wù)變量高度相關(guān)，后文內(nèi)生轉(zhuǎn)換模型估計結(jié)果也為工具變量設(shè)置的合理性提供了證據(jù)。進一步進行內(nèi)生性檢驗，Hausman檢驗與DWH異方差檢驗均在1%的水平上顯著，表明勞務(wù)服務(wù)、農(nóng)機服務(wù)、技術(shù)服務(wù)分別是農(nóng)戶家庭收入模型中的內(nèi)生解釋變量，將其視為外生會導(dǎo)致估計的不一致。表3中可以看出，勞務(wù)服務(wù)、農(nóng)機服務(wù)、技術(shù)服務(wù)對農(nóng)戶家庭收入均有顯著正向影響。盡管采用工具變量法能夠解決遺漏變量導(dǎo)致的內(nèi)生性問題，但仍無法解決使用與未使用農(nóng)業(yè)生產(chǎn)性服務(wù)家庭異質(zhì)性帶來的選擇性偏誤問題。為此，借鑒Di Falco等[28]的做法，運用內(nèi)生轉(zhuǎn)換回歸模型進一步進行估計。

表2 調(diào)研樣本的描述性統(tǒng)計Table 2 Descriptive statistics of samples

3.3 農(nóng)戶收入的影響因素分析

運用完全信息極大似然法（FIML）分別對內(nèi)生轉(zhuǎn)換模型中的勞務(wù)服務(wù)、農(nóng)機服務(wù)、技術(shù)服務(wù)選擇方程及其收入方程進行聯(lián)合估計（表4）。為提高模型識別度，同樣引入“服務(wù)信息渠道數(shù)量”作為農(nóng)戶是否使用農(nóng)業(yè)生產(chǎn)性服務(wù)的工具變量。勞務(wù)服務(wù)、農(nóng)機服務(wù)、技術(shù)服務(wù)的對數(shù)似然值檢驗和聯(lián)合獨立似然比檢驗均在1%的水平上顯著，表明擬合狀況良好，存在由不可觀測變量引起的樣本選擇偏誤，運用內(nèi)生轉(zhuǎn)換模型進行估計是合適的。

就勞務(wù)服務(wù)、農(nóng)機服務(wù)、技術(shù)服務(wù)中的選擇方程而言，年齡對農(nóng)戶使用勞務(wù)和技術(shù)服務(wù)有顯著影響（表4），樣本戶主年齡集中在50歲左右，隨著年齡的增長，農(nóng)戶的勞動能力逐漸下降，對新事物接受越慢，更傾向于雇擁勞動力和更少接受技術(shù)服務(wù)。受教育程度是影響農(nóng)機服務(wù)和技術(shù)服務(wù)決策的關(guān)鍵因素，農(nóng)戶受教育程度越高，對如何增產(chǎn)增收有更深的認識，通過進行機械化耕作，以及增產(chǎn)增效技術(shù)的使用，能夠顯著提高產(chǎn)量和生產(chǎn)效率，農(nóng)戶的參與積極性更高。風險態(tài)度對農(nóng)戶使用勞務(wù)服務(wù)的影響顯著，且系數(shù)為負，考慮到勞務(wù)服務(wù)的生產(chǎn)率可能會低于自用工，風險態(tài)度積極型農(nóng)戶能夠承擔生產(chǎn)率低下造成的產(chǎn)量損失風險，以更多地雇工來彌補自身勞動力的不足。

表4 內(nèi)生轉(zhuǎn)換模型估計結(jié)果Table 4 Estimation results of the endogenous switching model

種植規(guī)模對三種生產(chǎn)性服務(wù)使用決策均有積極影響，農(nóng)戶種植面積越大，越需要進行生產(chǎn)性服務(wù)外包，包括雇傭大量外部勞動力、大范圍連片機械化耕作和使用多種生產(chǎn)技術(shù)[14]。家庭勞動力數(shù)量負向影響農(nóng)戶勞務(wù)和農(nóng)機服務(wù)決策，這與周丹等[3]、蔡榮和蔡書凱[11]的研究一致，家庭勞動力個數(shù)與雇傭勞動力個數(shù)相互替代，同時機械對勞動力也具有替代效應(yīng)，符合速水佑次郎和拉坦的誘致性技術(shù)創(chuàng)新理論。服務(wù)信息渠道數(shù)量正向影響農(nóng)戶使用農(nóng)機和技術(shù)服務(wù)，表明通過與其他村民交流、報紙、網(wǎng)絡(luò)等方式獲取服務(wù)信息，能夠?qū)κ褂棉r(nóng)機和技術(shù)服務(wù)的好處更加了解，越容易主動尋求服務(wù)供給。同時，農(nóng)業(yè)生產(chǎn)性服務(wù)具有示范帶動作用，通過作用于單個農(nóng)戶使其收入增加，其他農(nóng)戶獲得服務(wù)信息也會積極采用該項服務(wù)。

進一步比較三個模型中使用和未使用服務(wù)的收入方程，可以發(fā)現(xiàn)，處理組和對照組的收入決定機制明顯不同，普通最小二乘估計會造成偏差。年齡對使用和未使用勞務(wù)服務(wù)農(nóng)戶家庭收入的影響系數(shù)均顯著為負，且對未使用家庭影響較大。使用技術(shù)服務(wù)的受教育程度回歸系數(shù)顯著且大于未使用方程，戶主受教育程度較高，在獲得技術(shù)服務(wù)后對技術(shù)有更深入的理解，通過技術(shù)掌握后的持續(xù)使用，對收入的提升作用明顯[29]，而使用與未使用勞務(wù)、農(nóng)機服務(wù)收入方程中受教育程度的回歸系數(shù)均不顯著，這與勞務(wù)、機械化耕地外包較少受制于受教育程度有關(guān)。風險態(tài)度在各收入方程中均不顯著，但系數(shù)均為負，說明風險偏好型農(nóng)戶獲得更多收入的可能性更大。

從各收入方程中種植規(guī)模的系數(shù)看，種植規(guī)模的擴大均有助于提高所有農(nóng)戶的收入水平，且使用每種服務(wù)的農(nóng)戶收入均高于未使用戶，種植面積越大，與之匹配更多的雇傭勞動力或機械化耕作替代勞動力，以及獲得相關(guān)生產(chǎn)技術(shù)支持，使得農(nóng)戶可以獲得更高的收入，這與陳昭玖等[30]的研究相一致。同樣，本地蔬菜品牌在勞務(wù)、農(nóng)機和技術(shù)服務(wù)三個收入方程中均顯著，且使用服務(wù)戶高于未使用戶，相較周邊相同品種的農(nóng)產(chǎn)品，有蔬菜品牌更具競爭優(yōu)勢，通過大量勞務(wù)、農(nóng)機和技術(shù)服務(wù)投入提高農(nóng)產(chǎn)品質(zhì)量，能夠進一步提高收入。

家庭勞動力數(shù)量對使用勞務(wù)服務(wù)或技術(shù)服務(wù)的農(nóng)戶家庭收入影響顯著，設(shè)施蔬菜種植是勞動密集型產(chǎn)業(yè)，在定植、灌溉、病蟲害防治等環(huán)節(jié)需要消耗大量勞動力，在當前農(nóng)村普遍缺少勞動力的背景下，充足勞動力能夠顯著提高蔬菜產(chǎn)量和家庭收入。

3.4 農(nóng)業(yè)生產(chǎn)性服務(wù)的增收效應(yīng)分析

基于以上三種農(nóng)業(yè)生產(chǎn)性服務(wù)的內(nèi)生轉(zhuǎn)換模型回歸結(jié)果，分別考慮實際條件下使用和未使用，以及反事實條件下假設(shè)未使用、假設(shè)使用共四種情況的家庭期望總收入，以消除其他因素的影響，測算其平均處理效應(yīng)，進而分析農(nóng)戶的異質(zhì)性回報。

根據(jù)反事實方法的計算結(jié)果，使用勞務(wù)服務(wù)、農(nóng)機服務(wù)、技術(shù)服務(wù)家庭對收入的影響效應(yīng)ATT（處理組）分別對應(yīng)為0.891、1.917和1.023，未使用服務(wù)農(nóng)戶家庭的潛在效果ATU（對照組）分別為0.170、0.155和0.200（表5），即勞務(wù)、農(nóng)機和技術(shù)服務(wù)均能夠顯著提高農(nóng)戶收入水平。進一步地，計算任一農(nóng)戶家庭使用三種生產(chǎn)性服務(wù)的平均處理效應(yīng)ATE分別為0.437、0.860和0.644，即不同生產(chǎn)性服務(wù)對提高農(nóng)戶收入的效果存在顯著差異，農(nóng)機服務(wù)帶來的增收效果最好。從異質(zhì)性效應(yīng)來看，由于不同家庭在使用生產(chǎn)性服務(wù)上存在異質(zhì)性，僅簡單比較服務(wù)使用家庭和未使用家庭的收入差異，即0.323、0.273和0.329，并將其視為三種生產(chǎn)性服務(wù)的增收效應(yīng)，會高估生產(chǎn)性服務(wù)提高農(nóng)戶收入水平的作用。對于三種生產(chǎn)性服務(wù)，做出相同決策的實際使用和實際未使用農(nóng)戶家庭的處理效應(yīng)存在明顯差異，表明即使做出相同的使用或未使用決策，兩組農(nóng)戶之間的家庭異質(zhì)性決定了期望收入存在差異。

表5 農(nóng)業(yè)生產(chǎn)性服務(wù)的平均處理效應(yīng)Table 5 Average treatment effects of agricultural production services

4 結(jié)論與建議

4.1 結(jié)論

研究表明，農(nóng)業(yè)生產(chǎn)性服務(wù)的總體使用比例不高，僅有53.79%、39.90%和37.12%的農(nóng)戶使用勞務(wù)服務(wù)、農(nóng)機服務(wù)和技術(shù)服務(wù)，不利于發(fā)展農(nóng)民自主使用生產(chǎn)性服務(wù)。因此，政策傾斜是引導(dǎo)農(nóng)戶使用生產(chǎn)性服務(wù)的重要方式。

從決策方程來看，農(nóng)戶生產(chǎn)性服務(wù)使用決策受到服務(wù)信息渠道數(shù)量和自身稟賦的共同影響，服務(wù)信息渠道數(shù)量越多會提升農(nóng)戶使用生產(chǎn)性服務(wù)的概率，自身稟賦中受教育程度越高、種植規(guī)模越大有正向影響，年齡越大、風險厭惡、家庭勞動力數(shù)量越多有負向影響。

從收入方程來看，對于使用勞務(wù)服務(wù)、農(nóng)機服務(wù)或技術(shù)服務(wù)的農(nóng)戶，種植規(guī)模、本地蔬菜品牌對收入水平的提升作用更為明顯，即使用生產(chǎn)性服務(wù)有助于土地規(guī)模效應(yīng)和農(nóng)產(chǎn)品品牌效應(yīng)的發(fā)揮。受教育程度越高對技術(shù)服務(wù)使用農(nóng)戶的增收效應(yīng)更為顯著，即技術(shù)服務(wù)通過學(xué)習的正外部性提高勞動生產(chǎn)率，從而提升收入水平。年齡越大即勞動能力下降對勞務(wù)服務(wù)使用農(nóng)戶的收入抑制作用顯著降低，體現(xiàn)了生產(chǎn)性服務(wù)的勞動替代效應(yīng)。

農(nóng)業(yè)生產(chǎn)性服務(wù)具有顯著的增收效應(yīng)，即農(nóng)戶使用勞務(wù)服務(wù)、農(nóng)機服務(wù)或技術(shù)服務(wù)均能夠顯著提高收入水平，其中農(nóng)機服務(wù)的收入提升效果最好，其次是技術(shù)服務(wù)和勞務(wù)服務(wù)。

4.2 建議

1）完善農(nóng)業(yè)生產(chǎn)性服務(wù)供給體系。政府要積極扶持村級專業(yè)化服務(wù)組織，通過一系列貸款優(yōu)惠、稅收減免等政策傾斜，引導(dǎo)其不斷提高農(nóng)機服務(wù)、技術(shù)服務(wù)、勞務(wù)服務(wù)供給數(shù)量與質(zhì)量。

2）拓展農(nóng)戶生產(chǎn)性服務(wù)信息獲取渠道。健全和完善當前農(nóng)業(yè)信息化服務(wù)建設(shè)，充分發(fā)揮電視、網(wǎng)絡(luò)等媒體的作用，讓農(nóng)民能夠及時了解服務(wù)信息，科學(xué)生產(chǎn)，解決生產(chǎn)性服務(wù)供給過程中的“最后一公里”問題。

3）做大做強本地農(nóng)產(chǎn)品品牌，繼續(xù)推進“一村一品”。緊緊圍繞當?shù)孛貎?yōu)農(nóng)產(chǎn)品，把資源優(yōu)勢轉(zhuǎn)化為品牌優(yōu)勢、經(jīng)濟優(yōu)勢，不斷提高農(nóng)產(chǎn)品標準化、精細化、專業(yè)化水平，培育具有一定規(guī)模和知名度的本地農(nóng)產(chǎn)品品牌。