生產(chǎn)風(fēng)險、風(fēng)險規(guī)避與農(nóng)戶農(nóng)業(yè)生產(chǎn)機械投資
——購買機械還是購買服務(wù)?

陳新建，黃嘉升

（廣西大學(xué)商學(xué)院，廣西 南寧 530004）

農(nóng)業(yè)機械化是現(xiàn)代農(nóng)業(yè)發(fā)展的重要標志，加快推進農(nóng)業(yè)機械化提高農(nóng)業(yè)生產(chǎn)的裝備水平，是促進現(xiàn)代農(nóng)業(yè)發(fā)展和實施鄉(xiāng)村振興戰(zhàn)略的重要內(nèi)容。農(nóng)業(yè)生產(chǎn)的機械化，不僅可以提高農(nóng)業(yè)生產(chǎn)率、推動農(nóng)業(yè)生產(chǎn)的標準化和農(nóng)業(yè)資源的可持續(xù)發(fā)展，也可以提高農(nóng)戶防災(zāi)減災(zāi)和應(yīng)對自然災(zāi)害風(fēng)險的能力[1]。因農(nóng)業(yè)生產(chǎn)的弱質(zhì)性，且在農(nóng)業(yè)保險等正規(guī)風(fēng)險管理工具還不完善的背景下，農(nóng)戶自身的事前事后風(fēng)險應(yīng)對措施是農(nóng)戶管理災(zāi)害風(fēng)險的主要辦法[2]，農(nóng)戶對生產(chǎn)性機械設(shè)備的廣泛應(yīng)用正是農(nóng)戶應(yīng)對自然災(zāi)害風(fēng)險實施風(fēng)險管理的有效措施。而農(nóng)戶為了規(guī)避風(fēng)險是更多地投資購買機械還是購買機械服務(wù)，基于風(fēng)險與風(fēng)險規(guī)避的視角開展深入的實證研究，可以從內(nèi)在機理層面理解農(nóng)戶的農(nóng)業(yè)機械投資購買行為，這對于更好地引導(dǎo)農(nóng)戶開展農(nóng)業(yè)機械投資與服務(wù)采用，推進小農(nóng)戶與現(xiàn)代農(nóng)業(yè)的有機銜接、實施鄉(xiāng)村振興戰(zhàn)略具有重要的意義。

關(guān)于農(nóng)戶機械投資與購買機械服務(wù)的研究主要聚焦于勞動與機械的替代效應(yīng)、土地規(guī)模和土地質(zhì)量的抑制效應(yīng)、農(nóng)機購置補貼的激勵效應(yīng)等方面，而對農(nóng)戶生產(chǎn)機械投資的風(fēng)險管理效應(yīng)卻較少有學(xué)者關(guān)注。已有研究主要從農(nóng)業(yè)機械購置補貼、農(nóng)地規(guī)模、土地細碎化、勞動力成本和專業(yè)化水平等方面研究分析農(nóng)戶投資購買機械設(shè)備的主要影響因素[3]。一方面農(nóng)業(yè)機械購置補貼、農(nóng)戶老年化、兼業(yè)化和勞動工資的快速上漲等促進了農(nóng)戶對機械設(shè)備的投資與普及應(yīng)用[4-6]；另一方面土地細碎化、小農(nóng)戶小規(guī)模經(jīng)營則抑制了農(nóng)戶對大型生產(chǎn)機械的投資，促進了農(nóng)戶對社會化機械服務(wù)的采用[7-8]，并認為農(nóng)業(yè)機械服務(wù)的產(chǎn)業(yè)化有力地解決了小規(guī)模農(nóng)戶無力購買機械和雇傭勞動力的矛盾[9]。小農(nóng)戶因經(jīng)營規(guī)模細小對投資購買現(xiàn)代大型生產(chǎn)機械設(shè)備固然存在資金約束，但土地細碎、農(nóng)戶兼業(yè)等因素也同樣會導(dǎo)致農(nóng)戶購買機械服務(wù)面臨生產(chǎn)中的成本上升和各種生產(chǎn)風(fēng)險[10]。當市場上存在機械服務(wù)的供給時，機械設(shè)備的投資、機械服務(wù)購買與勞動供給之間仍然是一種復(fù)雜的關(guān)系，機械服務(wù)的供給并不一定替代農(nóng)戶對機械設(shè)備的投資[11]。而在風(fēng)險環(huán)境下，農(nóng)戶所面臨的生產(chǎn)風(fēng)險和農(nóng)戶自身的風(fēng)險規(guī)避態(tài)度也會影響農(nóng)戶的生產(chǎn)機械投資[12]，農(nóng)戶可能因為規(guī)避風(fēng)險而投資購買更多的生產(chǎn)性機械設(shè)備[13-14]，減少購買第三方機械服務(wù)[15]。

雖然眾多學(xué)者就農(nóng)戶的生產(chǎn)機械投資與機械服務(wù)外包展開了大量研究，但國內(nèi)研究大多忽略了農(nóng)戶所面臨的生產(chǎn)風(fēng)險和風(fēng)險規(guī)避態(tài)度對農(nóng)戶生產(chǎn)機械投資的影響，且較少考慮農(nóng)業(yè)生產(chǎn)機械自身可能存在的風(fēng)險管理效應(yīng)?；诖耍疚幕谛в米畲蠡碚摵颓熬袄碚?，在對廣西431個水稻適度規(guī)模經(jīng)營農(nóng)戶展開田野調(diào)查和風(fēng)險偏好行為實驗的基礎(chǔ)上，采用深度訪談質(zhì)性分析、聯(lián)立方程模型和三階段最小二乘法估計等方法，分析生產(chǎn)風(fēng)險、農(nóng)戶風(fēng)險規(guī)避態(tài)度與生產(chǎn)機械投資之間的內(nèi)在作用關(guān)系，并進而解析農(nóng)戶投資購買農(nóng)業(yè)生產(chǎn)機械其可能的風(fēng)險管理效應(yīng)，以從風(fēng)險管理的視角進一步理解農(nóng)戶生產(chǎn)機械投資的內(nèi)在作用機理，可為政府相關(guān)政策制定與鄉(xiāng)村振興戰(zhàn)略推進提供決策參考。

1 理論分析與研究假設(shè)

根據(jù)效用最大化理論，農(nóng)戶的農(nóng)業(yè)機械投資決策是農(nóng)戶預(yù)算約束下投資生產(chǎn)機械的成本與預(yù)期的收益進行比較的結(jié)果。然而在風(fēng)險環(huán)境下，農(nóng)戶農(nóng)業(yè)機械投資的預(yù)期收益并不是簡單的機械價格與人工工資地比較，如果農(nóng)戶能通過投資購買的農(nóng)業(yè)生產(chǎn)機械更好地降低農(nóng)業(yè)生產(chǎn)中的風(fēng)險，則農(nóng)戶會因投資購買了生產(chǎn)機械而進一步提高農(nóng)業(yè)產(chǎn)出的預(yù)期收益。縱然農(nóng)業(yè)生產(chǎn)機械存在一定的資產(chǎn)專用性問題，但考慮到第三方機械服務(wù)的不及時和服務(wù)成本，對于風(fēng)險規(guī)避的農(nóng)戶而言，仍然可能會從心理上對投資購買機械的預(yù)期收益形成較大提升，從而在農(nóng)戶的決策過程中表現(xiàn)出投資購買機械所帶來的農(nóng)業(yè)產(chǎn)出收益高于其投資成本。另外，根據(jù)前景理論，農(nóng)戶的農(nóng)業(yè)機械投資決策還會受到農(nóng)戶的主觀認知預(yù)期與風(fēng)險規(guī)避態(tài)度的影響。在風(fēng)險環(huán)境下農(nóng)戶的農(nóng)業(yè)生產(chǎn)決策并不是完全理性的決策行為，一旦農(nóng)戶對相關(guān)生產(chǎn)機械的風(fēng)險管理效應(yīng)形成認知，當在面對農(nóng)業(yè)風(fēng)險損失時，自家擁有并隨時可以使用的農(nóng)業(yè)機械會成為農(nóng)戶的保險方案，農(nóng)戶這種不愿意冒險的心理會促使農(nóng)戶選擇購買農(nóng)業(yè)生產(chǎn)機械而減少購買機械服務(wù)。

1.1 生產(chǎn)風(fēng)險對農(nóng)戶農(nóng)業(yè)機械投資的影響

農(nóng)業(yè)生產(chǎn)過程中面臨復(fù)雜多樣的生產(chǎn)風(fēng)險，農(nóng)業(yè)生產(chǎn)機械逐漸成為農(nóng)戶新的事前事后風(fēng)險管理工具，隨著現(xiàn)代農(nóng)業(yè)的發(fā)展和勞動力工資的上漲，農(nóng)業(yè)生產(chǎn)的機械化水平大大提高，農(nóng)業(yè)機械的防災(zāi)減災(zāi)作用越來越明顯，并表現(xiàn)出越來越強的風(fēng)險管理效應(yīng)[13]。農(nóng)業(yè)機械所帶來的風(fēng)險管理效應(yīng)越強，對農(nóng)戶面臨生產(chǎn)風(fēng)險時的期望效用提升就越大，如果投資機械的期望效用提升到高于機械的投資成本，則會使農(nóng)戶自我感知的期望效用因投資購買機械而達到最大化[14]。長期以來，農(nóng)戶應(yīng)對農(nóng)業(yè)災(zāi)害風(fēng)險的策略措施往往有限，縱然在風(fēng)險發(fā)生前后農(nóng)戶可以根據(jù)生產(chǎn)經(jīng)驗選擇多樣化種養(yǎng)、農(nóng)業(yè)保險、消費平滑和非農(nóng)就業(yè)等策略規(guī)避風(fēng)險損失[16]，但農(nóng)戶仍然需要從農(nóng)業(yè)生產(chǎn)的多個環(huán)節(jié)利用現(xiàn)代化的農(nóng)業(yè)生產(chǎn)機械裝備防范風(fēng)險[17]。Takeshima和Yamauchi[14]研究表明，農(nóng)戶在資金約束得到一定緩解的條件下，農(nóng)戶會因干旱、洪澇等災(zāi)害風(fēng)險更加積極地投資購買水泵等機械設(shè)備，而市場價格的波動則會讓農(nóng)戶更加積極地投資購買農(nóng)產(chǎn)品加工機械設(shè)備。另外，勞動工資的上漲致使機械對勞動的替代加快，農(nóng)戶對農(nóng)業(yè)機械投資的增加本質(zhì)上也是農(nóng)戶降低成本上升風(fēng)險、緩解農(nóng)忙時節(jié)勞動力不足的風(fēng)險管理措施[5]?；谝陨戏治?，本文認為農(nóng)業(yè)生產(chǎn)機械對于適度規(guī)模經(jīng)營農(nóng)戶存在顯著的風(fēng)險管理效應(yīng)，生產(chǎn)風(fēng)險會在一定程度上促進農(nóng)戶投資購買農(nóng)業(yè)生產(chǎn)機械而減少購買機械服務(wù)。

1.2 風(fēng)險規(guī)避態(tài)度對農(nóng)戶農(nóng)業(yè)機械投資的影響

隨著前景理論和行為經(jīng)濟學(xué)的快速發(fā)展，國內(nèi)外學(xué)者越來越關(guān)注到風(fēng)險規(guī)避態(tài)度對個體行為決策的影響。因風(fēng)險分擔機制的不健全，農(nóng)戶應(yīng)對災(zāi)害風(fēng)險的能力有限，對待風(fēng)險的態(tài)度表現(xiàn)出較強的風(fēng)險規(guī)避特征。已有研究表明，農(nóng)戶的風(fēng)險規(guī)避態(tài)度是影響農(nóng)戶生產(chǎn)投資和風(fēng)險策略選擇行為的重要因素[18]，農(nóng)戶的風(fēng)險規(guī)避態(tài)度對農(nóng)戶的農(nóng)藥化肥等投入品使用[19]、灌溉水管理[12]、農(nóng)業(yè)保險購買[20]、土地資源配置和作物選擇[21]等生產(chǎn)決策均存在顯著影響。農(nóng)業(yè)機械設(shè)備投資作為農(nóng)戶生產(chǎn)投資的重要組成部分，農(nóng)戶的風(fēng)險規(guī)避態(tài)度也是其是否投資購買機械設(shè)備的重要影響因素[22]。在農(nóng)業(yè)機械風(fēng)險管理效應(yīng)的作用下，規(guī)避風(fēng)險的農(nóng)戶則可能更傾向于購買生產(chǎn)性機械設(shè)備，尤其是中小型機械設(shè)備，如灌溉機械、小型耕種機械、植保機械和加工機械等，以應(yīng)對生產(chǎn)過程中的風(fēng)險和農(nóng)產(chǎn)品收獲后的市場價格波動[23]?？v然農(nóng)業(yè)機械存在資產(chǎn)專用性和折舊貶值的風(fēng)險，但在滿足預(yù)算約束的條件下，農(nóng)戶的價值評估和前景收益參照點會更多地關(guān)注在農(nóng)業(yè)生產(chǎn)的預(yù)期收益上，從而使農(nóng)戶因風(fēng)險規(guī)避而對農(nóng)業(yè)機械的確定性農(nóng)業(yè)獲得收益表現(xiàn)出更高的預(yù)期。因此，本文認為農(nóng)戶的風(fēng)險偏好會表現(xiàn)出典型的風(fēng)險規(guī)避特征，農(nóng)戶的風(fēng)險規(guī)避態(tài)度會促進農(nóng)戶投資購買農(nóng)業(yè)生產(chǎn)機械而減少購買機械服務(wù)。

2 研究方法

2.1 數(shù)據(jù)來源

本文所采用的數(shù)據(jù)來源于本研究課題組在2017年4月至8月對廣西0.67 hm2（10畝）以上適度規(guī)模經(jīng)營水稻農(nóng)戶的田野調(diào)查數(shù)據(jù)，并于2018年2月至3月對調(diào)查農(nóng)戶采用電話和微信進行了補充調(diào)查。農(nóng)戶樣本選取采用多級分層抽樣策略，在第一階段，根據(jù)廣西各地級市水稻種植的歷史生產(chǎn)數(shù)據(jù)，確定廣西水稻種植相對集中的主要地級市作為調(diào)查地區(qū)，分別選取了南寧、貴港、玉林、欽州、柳州、桂林和北海7個地級市。第二階段，依據(jù)2013—2016年7個地級市內(nèi)的各縣水稻產(chǎn)量排序，在每個地級市排名前5名的水稻主產(chǎn)縣中隨機抽取1～3個縣開展調(diào)查，共抽取了15個水稻主產(chǎn)縣。在第三階段，從每個縣的水稻種植面積在前5名的鄉(xiāng)鎮(zhèn)中隨機抽取3個鄉(xiāng)鎮(zhèn)，最后從每個鄉(xiāng)鎮(zhèn)的適度規(guī)模經(jīng)營水稻農(nóng)戶數(shù)據(jù)庫中隨機選出12個種植面積在0.67 hm2以上的適度規(guī)模種植水稻農(nóng)戶。根據(jù)分層抽樣，共隨機抽樣了540個適度規(guī)模經(jīng)營水稻農(nóng)戶，但因部分農(nóng)戶沒有順利訪問到或經(jīng)營規(guī)模調(diào)整到不足0.67 hm2，最后成功調(diào)查了431戶適度規(guī)模經(jīng)營水稻農(nóng)戶，有效調(diào)查訪問應(yīng)答率為79.8%。

2.2 風(fēng)險管理效應(yīng)認知與風(fēng)險規(guī)避態(tài)度的測度

農(nóng)戶對投資購買機械和購買機械服務(wù)的風(fēng)險管理效應(yīng)認知，采用5分里克特量表打分的方法進行測度。本文研究的農(nóng)戶風(fēng)險管理效應(yīng)認知，是農(nóng)戶對農(nóng)業(yè)生產(chǎn)機械風(fēng)險管理效應(yīng)的心理感知值，即農(nóng)戶從心理上認知到的投資購買機械和購買機械服務(wù)所具備的風(fēng)險管理作用?；谝延醒芯浚锟颂亓勘泶蚍值姆椒茌^好地刻畫農(nóng)戶的風(fēng)險管理效應(yīng)心理感知值[24]。在農(nóng)戶調(diào)查的過程中采用5分量表詳細詢問農(nóng)戶對投資購買相應(yīng)農(nóng)業(yè)生產(chǎn)機械和購買第三方機械服務(wù)對于應(yīng)對相關(guān)農(nóng)業(yè)生產(chǎn)風(fēng)險的看法和認知水平。1～5表示農(nóng)戶對相應(yīng)的風(fēng)險管理效應(yīng)認可度逐漸增強，1表示農(nóng)戶認知的風(fēng)險管理效應(yīng)最小，5表示最大。

農(nóng)戶的風(fēng)險規(guī)避態(tài)度，采用基于多元價格序列（MPL）彩票選擇實驗的方法進行測度?；诓势边x擇實驗的風(fēng)險規(guī)避態(tài)度測度方法[25-26]具有操作方便、容易向農(nóng)戶解釋等特點，被國內(nèi)外學(xué)術(shù)界廣泛認可。參考已有研究，本文進一步引入在一定的農(nóng)業(yè)真實生產(chǎn)情景下構(gòu)建MPL實驗[27]，即以農(nóng)戶種植水稻的風(fēng)險收益展開設(shè)計，具體實驗設(shè)計見表1。在表1的實驗中，被試農(nóng)戶需要按序分別對表中的10種方案做出選擇A或者B方案的決定（A方案為安全方案選項），直到農(nóng)戶首次選擇B方案時結(jié)束實驗。實驗數(shù)據(jù)最后采用Arrow-Pratt相對風(fēng)險規(guī)避系數(shù)計算農(nóng)戶的風(fēng)險偏好區(qū)間值。

表1 基于農(nóng)戶真實生產(chǎn)情景的MPL實驗設(shè)計Table 1 MPL experiment design based on farmers’ real production situation

2.3 變量選取

基于本文的研究假設(shè)和研究目的，參考鄭旭媛和徐志剛[28]的研究，本研究的因變量分別選取農(nóng)戶水稻生產(chǎn)中單位面積的農(nóng)業(yè)機械投資購買原值和單位面積購買第三方機械服務(wù)費用支出，分別定義為投資機械和購買服務(wù)兩個因變量。結(jié)合前述理論分析基礎(chǔ)與研究假設(shè)，關(guān)鍵解釋變量為生產(chǎn)風(fēng)險和風(fēng)險規(guī)避態(tài)度，生產(chǎn)風(fēng)險采用2013—2017年間農(nóng)戶水稻單產(chǎn)變異系數(shù)表示[14]，風(fēng)險規(guī)避態(tài)度采用基于MPL實驗測度的風(fēng)險規(guī)避系數(shù)表示[29]?；谝延醒芯课墨I，農(nóng)戶的農(nóng)業(yè)生產(chǎn)機械投資還可能與農(nóng)戶的個體家庭特征、土地稟賦條件、勞動工資和參與農(nóng)民專業(yè)合作組織等因素相關(guān)[28,30-31]，因而本文選取農(nóng)戶戶主年齡、教育水平、家庭收入、非農(nóng)就業(yè)、合作組織、土地基期規(guī)模、土地細脆化度、土地規(guī)模連片情況、農(nóng)業(yè)勞動力工資、農(nóng)戶借款能力和外來機械收割服務(wù)等變量作為控制變量。各變量的名稱、具體變量說明以及描述性統(tǒng)計分析見表2。

表2 模型中各變量的描述性統(tǒng)計分析Table 2 Descriptive statistics of variables in the model

2.4 模型選擇

本文將農(nóng)戶對農(nóng)業(yè)生產(chǎn)機械的采用分為投資購買機械和購買第三方機械服務(wù)兩種，縱然農(nóng)戶家庭生產(chǎn)經(jīng)營過程中存在明顯的機械替代手工勞動的趨勢，但生產(chǎn)過程中仍然存在較多的手工勞動環(huán)節(jié)，農(nóng)戶投資購買機械與購買機械服務(wù)并不是簡單的互補關(guān)系，二者存在多個相互影響和聯(lián)系的影響因素。因而，采用單一的實證方程模型難以高效率地驗證其間的因果關(guān)系，且很難解決模型中的內(nèi)生性問題。同時將農(nóng)戶投資購買機械和購買機械服務(wù)視為內(nèi)生變量，構(gòu)建以下聯(lián)立方程模型分析農(nóng)戶的機械采用行為：

式中：MI和MS分別為農(nóng)戶投資購買機械和購買機械服務(wù)，PR為農(nóng)戶開展水稻適度規(guī)模經(jīng)營的生產(chǎn)風(fēng)險，AR為農(nóng)戶的風(fēng)險規(guī)避態(tài)度，Xi為控制變量，ε和θ是服從獨立同分布的隨機誤差項。

為了保證模型可識別，在控制變量中設(shè)置了兩個前定變量，也可以稱為工具變量，分別用農(nóng)戶的借貸能力和村莊外來機械收割比率表示。顯然農(nóng)戶的借貸能力越強，說明其購買投資機械的能力越強，從而農(nóng)戶的借貸能力與農(nóng)戶投資購買機械相關(guān)而與農(nóng)戶是否購買第三方機械服務(wù)不直接相關(guān)；而村外來機械收割的比率越高，說明村里的農(nóng)戶獲得第三方機械服務(wù)越容易，從而與農(nóng)戶購買機械服務(wù)相關(guān)而與農(nóng)戶是否直接投資購買日常生產(chǎn)機械不直接相關(guān)，滿足前定變量的要求。

根據(jù)聯(lián)立方程模型的階條件和秩條件可知，兩個聯(lián)立方程模型除了前定變量外，還能排斥多個作為外生變量的控制變量，即均有多個工具變量可用，固模型均為過度識別，適合采用兩階段最小二乘法（2SLS）和三階段最小二乘法（3SLS）進行實證估計。其中三階段最小二乘法（3SLS）充分考慮了聯(lián)立方程中各方程的內(nèi)生性和擾動項之間可能存在的相關(guān)性問題，且相比單一方程的2SLS估計更有效率[32]。通過對各解釋變量進行VIF多重共線性檢驗，VIF值均小于3，表明解釋變量之間不存在嚴重的多重共線性問題。在進行具體的模型估計時，采用兩階段最小二乘法（2SLS）和三階段最小二乘法（3SLS）對聯(lián)立方程組進行估計。

3 結(jié)果與分析

3.1 農(nóng)戶水稻生產(chǎn)經(jīng)營的主要風(fēng)險及對生產(chǎn)機械的風(fēng)險管理期待分析

表3列出了農(nóng)戶的生產(chǎn)風(fēng)險與農(nóng)戶采用機械開展風(fēng)險管理的策略。從結(jié)果可知，大多數(shù)農(nóng)戶認為洪澇或干旱風(fēng)險、市場風(fēng)險和臺風(fēng)災(zāi)害是廣西水稻生產(chǎn)過程中的主要風(fēng)險，其中83.5%的樣本農(nóng)戶認為洪澇干旱風(fēng)險是主要的水稻生產(chǎn)風(fēng)險，76.7%和72.8%的農(nóng)戶分別認為市場風(fēng)險和臺風(fēng)風(fēng)險是主要的水稻生產(chǎn)風(fēng)險。另外，隨著經(jīng)營規(guī)模的擴大，不能及時收種的風(fēng)險加大，27.4%的樣本農(nóng)戶認為在早晚稻搶收搶種的雙搶時期不能及時收種，因季節(jié)推遲導(dǎo)致產(chǎn)量下降的收種不及時風(fēng)險也是生產(chǎn)風(fēng)險之一。從農(nóng)戶通過生產(chǎn)機械來應(yīng)對相應(yīng)的生產(chǎn)風(fēng)險管理策略來看，通過購買水泵等給排水機械設(shè)備是應(yīng)對洪澇和干旱風(fēng)險的主要辦法，投資烘干、倉儲和加工機械設(shè)備是應(yīng)對市場風(fēng)險的重要策略，而如果自己擁有一定規(guī)模的耕種、植保和收割機械設(shè)備，將可以減少臺風(fēng)災(zāi)害、病蟲害和收種不及時的風(fēng)險損失。可見，在勞動力不斷向城市轉(zhuǎn)移與勞動力工資不斷上漲的背景下，農(nóng)戶通過機械替代勞動并投資購買機械裝備也是農(nóng)戶應(yīng)對主要生產(chǎn)風(fēng)險的風(fēng)險管理措施。

表3 農(nóng)戶的主要水稻生產(chǎn)風(fēng)險與采用生產(chǎn)機械進行風(fēng)險管理的策略Table 3 Rice farmers’ main production risks and coping strategies by using machinery

3.2 農(nóng)戶對購買機械與購買機械服務(wù)的風(fēng)險管理效應(yīng)認知差異分析

結(jié)合農(nóng)戶的生產(chǎn)實際，農(nóng)戶對投資購買機械和購買機械服務(wù)兩種機械采用方式分別在降低洪澇干旱風(fēng)險、市場銷售風(fēng)險、臺風(fēng)災(zāi)害風(fēng)險、病蟲害風(fēng)險、低溫冷害風(fēng)險、收種管（收割、耕種和田間管理）不及時風(fēng)險、成本與品質(zhì)控制風(fēng)險等7個方面的風(fēng)險存在不同的風(fēng)險管理認知效應(yīng)（表4）。信度檢驗的結(jié)果顯示，由7個生產(chǎn)風(fēng)險類型組成風(fēng)險管理認知量表的α信度系數(shù)為0.832，信度較好。

從表4的認知結(jié)果和T檢驗可以看出，農(nóng)戶認知的農(nóng)業(yè)機械風(fēng)險管理效應(yīng)在自己投資購買機械和購買機械服務(wù)兩個類別上存在顯著差異，農(nóng)戶認為自己投資購買機械能獲得更好的風(fēng)險管理效應(yīng)。具體而言，農(nóng)戶認為投資購買機械在降低洪澇干旱風(fēng)險、市場銷售風(fēng)險、收種管不及時風(fēng)險等三個風(fēng)險類別上的風(fēng)險管理效應(yīng)最高，風(fēng)險管理認知打分的均值大于4；在降低臺風(fēng)災(zāi)害風(fēng)險、病蟲害風(fēng)險、成本與品質(zhì)控制風(fēng)險方面具有比較強的風(fēng)險管理效應(yīng)，均值介于3～4之間；而在降低低溫冷害風(fēng)險的風(fēng)險管理效應(yīng)最低，風(fēng)險管理認知的均值小于3。以上結(jié)果表明，縱然不同的農(nóng)業(yè)機械設(shè)備所帶來的風(fēng)險管理效應(yīng)存在一定差異，但農(nóng)戶從心理感知上認為投資購買機械設(shè)備具備更好的風(fēng)險管理效應(yīng)。

表4 農(nóng)戶對購買機械和購買機械服務(wù)的風(fēng)險管理認知差異Table 4 Farmers’ perceptions of risk management on purchasing machinery and services

3.3 投資農(nóng)業(yè)機械的內(nèi)在風(fēng)險管理動機

為了比較不同估計方法的估計結(jié)果并進行穩(wěn)健性檢驗，表5和表6同時報告了農(nóng)戶投資購買機械和購買機械服務(wù)的2SLS、3SLS和迭代式3SLS的聯(lián)立方程估計結(jié)果?？梢钥闯?，三種估計方法的模型估計結(jié)果基本一致，且3SLS和迭代式3SLS的估計結(jié)果的顯著性和擬合優(yōu)度略高，這表明聯(lián)立方程模型估計結(jié)果比較穩(wěn)健。以下基于3SLS估計結(jié)果分析農(nóng)戶投資購買機械、購買機械服務(wù)與各變量之間的因果關(guān)系。

表5 農(nóng)戶投資購買機械的實證模型估計結(jié)果Table 5 Empirical estimation results of farmers’ investing in machinery

從3SLS估計結(jié)果可知，農(nóng)戶的水稻生產(chǎn)風(fēng)險和風(fēng)險規(guī)避態(tài)度分別對農(nóng)戶投資購買機械和購買機械服務(wù)存在顯著影響，其中對農(nóng)戶投資機械的影響為正，對購買機械服務(wù)的影響為負，且均在1%顯著水平上顯著（表5和表6）。這表明農(nóng)戶的生產(chǎn)風(fēng)險和風(fēng)險規(guī)避態(tài)度并沒有降低農(nóng)戶投資機械的水平，反而增加了農(nóng)戶投資購買機械的強度。進一步結(jié)合前期的農(nóng)戶田野調(diào)查發(fā)現(xiàn)，農(nóng)戶即使在水稻收割環(huán)節(jié)購買大型機械服務(wù)的比例很高，但在日常的生產(chǎn)環(huán)節(jié)農(nóng)戶投資中小型機械設(shè)備的積極性卻很強。長期以來農(nóng)戶相對規(guī)避的風(fēng)險態(tài)度在“求人不如求己”、“自己家里有更方便”等傳統(tǒng)思想的影響下，使得規(guī)避風(fēng)險并面臨頻繁生產(chǎn)風(fēng)險的農(nóng)戶對生產(chǎn)機械投資表現(xiàn)出了更高的意愿。另外，廣西民族地區(qū)由于市場經(jīng)濟和基礎(chǔ)設(shè)施條件不夠完善，農(nóng)忙季節(jié)往往機械服務(wù)的供給相對不足，服務(wù)價格相對較高，無法充分滿足不同經(jīng)營規(guī)模農(nóng)戶在水稻生產(chǎn)各環(huán)節(jié)的機械服務(wù)需求，促使更加規(guī)避風(fēng)險的農(nóng)戶在資金允許的范圍內(nèi)投資購買適宜的生產(chǎn)機械，而不是等待購買機械服務(wù)，從而規(guī)避可能的生產(chǎn)風(fēng)險和市場風(fēng)險。本文的研究結(jié)論與已有相關(guān)研究存在一致之處并可以彼此相互印證。如羅錫文等[1]研究表明，農(nóng)機與農(nóng)藝的精準結(jié)合可以進一步促進農(nóng)業(yè)可持續(xù)發(fā)展，而與精準農(nóng)業(yè)技術(shù)相對應(yīng)的農(nóng)業(yè)機械設(shè)備是農(nóng)戶自身農(nóng)機投資的主要方向，這些機械設(shè)備是農(nóng)戶防控農(nóng)業(yè)生產(chǎn)風(fēng)險的重要舉措。Cotty等[19]和Menapace等[27]研究表明，發(fā)展中國家農(nóng)戶的風(fēng)險偏好總是表現(xiàn)出風(fēng)險規(guī)避的特征。Takeshima和Yamauchi[14]研究發(fā)現(xiàn)，在資金約束得到緩解的條件下農(nóng)戶的風(fēng)險規(guī)避態(tài)度與生產(chǎn)機械投資存在顯著的正向關(guān)系，孫頂強等[15]研究表明規(guī)避風(fēng)險的農(nóng)戶傾向于減少農(nóng)業(yè)機械服務(wù)外包。

表6 農(nóng)戶購買機械服務(wù)的實證模型估計結(jié)果Table 6 Empirical estimation results of farmers’ purchasing machinery services

從其它影響農(nóng)戶投資購買機械和購買機械服務(wù)的影響因素來看，農(nóng)戶的基期經(jīng)營規(guī)模對農(nóng)戶機械投資的影響在10%顯著水平上顯著但影響系數(shù)較?。ū?），而對農(nóng)戶購買第三方機械服務(wù)的影響不顯著（表6），這可能是因為隨著農(nóng)戶經(jīng)營規(guī)模的增大，農(nóng)戶已投資的機械設(shè)備在單位面積的平均價值下降，從而對農(nóng)戶機械投資表現(xiàn)出了微弱的負向影響關(guān)系。農(nóng)戶的教育水平對農(nóng)戶投資購買機械和購買機械服務(wù)均影響顯著，這說明教育能促進農(nóng)戶更加理性的決策。農(nóng)戶的收入對農(nóng)戶機械投資影響不顯著而對購買機械服務(wù)在10%顯著水平上顯著，且非農(nóng)就業(yè)對農(nóng)戶購買機械服務(wù)的顯著性更強，可能的原因是家庭收入來源的多元化導(dǎo)致收入高的農(nóng)戶并不一定是種糧多的農(nóng)戶，表明非農(nóng)就業(yè)及農(nóng)戶兼業(yè)會促進農(nóng)戶購買社會化農(nóng)業(yè)機械服務(wù)。農(nóng)戶參加農(nóng)民專業(yè)合作組織對農(nóng)戶機械投資的影響顯著為負，而對農(nóng)戶購買機械服務(wù)的影響不顯著，這表明農(nóng)民專業(yè)合作組織一定程度上減少了農(nóng)戶的機械投資，促進了合作社內(nèi)的共同機械投資和機械使用共享，因而農(nóng)戶家庭范圍內(nèi)的機械投資下降，且農(nóng)戶購買第三方機械服務(wù)也沒有顯著增加。農(nóng)戶經(jīng)營規(guī)模連片的土地顯著增加了農(nóng)戶的機械投資水平，而土地細脆化并沒有顯著抑制農(nóng)戶購買機械，這表明土地的規(guī)模連片經(jīng)營更加重要，農(nóng)戶的土地雖然細脆，但在現(xiàn)有科技條件下，農(nóng)戶即使不鏟除田埂也能較易實現(xiàn)小塊并大塊的生產(chǎn)管理，當然農(nóng)戶平均單塊土地的面積越大，其投資購買機械的積極性越高。當?shù)剞r(nóng)業(yè)勞動力工資與農(nóng)戶機械投資聯(lián)系緊密，工資越高的地方農(nóng)戶機械投資的水平越高，這說明勞動力工資的上漲顯著促進了機械對農(nóng)業(yè)勞動力的替代。借款能力和外來機收比率分別對農(nóng)戶投資機械和購買機械服務(wù)的影響顯著，這進一步證實農(nóng)戶的借貸能力與資金約束是農(nóng)戶投資購買機械的重要先決條件，反之則隨著第三方機械服務(wù)供給的增加而購買更多的機械服務(wù)。以上研究結(jié)論與已有相關(guān)研究存在一致之處，如良好的土地條件、農(nóng)戶專業(yè)化水平提高和勞動力工資上漲促進了農(nóng)戶對農(nóng)業(yè)生產(chǎn)機械的投資運用[5,9,28]。

3.4 生產(chǎn)風(fēng)險與風(fēng)險規(guī)避對不同經(jīng)營規(guī)模農(nóng)戶投資農(nóng)業(yè)機械的影響差異分析

上述研究結(jié)論和已有研究表明，農(nóng)戶的土地經(jīng)營規(guī)模對農(nóng)戶的生產(chǎn)機械投資存在一定的影響，從而不同經(jīng)營規(guī)模農(nóng)戶的生產(chǎn)機械投資差異是需要進一步探討的問題。為分析農(nóng)戶的生產(chǎn)風(fēng)險和風(fēng)險規(guī)避態(tài)度在不同經(jīng)營規(guī)模農(nóng)戶中的影響差異，以2017年農(nóng)戶土地經(jīng)營規(guī)模是否達到3.33 hm2（50畝）作為適度規(guī)模經(jīng)營的分界點，分別采用3SLS模型估計3.33 hm2以下（中小規(guī)模）和3.33 hm2以上（較大規(guī)模）樣本農(nóng)戶的生產(chǎn)機械投資和機械服務(wù)購買行為。

無論是在中小規(guī)模還是較大規(guī)模的農(nóng)戶樣本組，生產(chǎn)風(fēng)險和風(fēng)險規(guī)避態(tài)度均對農(nóng)戶的機械投資和購買機械服務(wù)存在顯著影響，總體的顯著性和影響方向與總樣本的回歸估計結(jié)果一致（表7），這也進一步表明本文研究結(jié)果的穩(wěn)健性。然而，表7的回歸結(jié)果也呈現(xiàn)出生產(chǎn)風(fēng)險和風(fēng)險規(guī)避態(tài)度對不同規(guī)模農(nóng)戶的生產(chǎn)機械投資的影響差異。對于生產(chǎn)風(fēng)險的影響而言，生產(chǎn)風(fēng)險對中小規(guī)模農(nóng)戶投資購買生產(chǎn)機械的影響僅在10%顯著水平上顯著，而對于較大規(guī)模農(nóng)戶則在1%顯著水平上顯著，且回歸系數(shù)也更大；風(fēng)險規(guī)避態(tài)度對兩組不同規(guī)模農(nóng)戶投資購買機械的影響均在1%顯著水平顯著，但中小規(guī)模農(nóng)戶的回歸系數(shù)遠遠大于較大規(guī)模的農(nóng)戶。這種差異化的影響表明中小規(guī)模農(nóng)戶的風(fēng)險規(guī)避態(tài)度對其投資購買機械設(shè)備的影響更加強烈，而生產(chǎn)風(fēng)險對其投資購買機械的影響偏弱。對于較大規(guī)模的農(nóng)戶而言，生產(chǎn)風(fēng)險對農(nóng)戶的生產(chǎn)經(jīng)營利潤影響較大，較大規(guī)模農(nóng)戶出于防范風(fēng)險和應(yīng)對風(fēng)險的考慮，可能對農(nóng)業(yè)生產(chǎn)機械投資更加理性，從而導(dǎo)致風(fēng)險規(guī)避態(tài)度的影響系數(shù)小于中小規(guī)模的農(nóng)戶。在購買第三方機械服務(wù)方面，生產(chǎn)風(fēng)險和風(fēng)險規(guī)避態(tài)度的影響在中小規(guī)模和較大規(guī)模的農(nóng)戶樣本組之間的差異較小，這也進一步說明農(nóng)戶的風(fēng)險態(tài)度具有相似的風(fēng)險規(guī)避特征，以及生產(chǎn)風(fēng)險不能通過購買第三方機械服務(wù)得到有效緩解，而投資購買機械設(shè)備是有效緩解生產(chǎn)風(fēng)險的措施之一。

表7 農(nóng)戶投資機械和購買機械服務(wù)的分組回歸估計結(jié)果（3SLS）Table 7 Grouped estimation of farmers investing in machinery and purchasing services (3SLS)

3.5 穩(wěn)健性和內(nèi)生性討論

為進一步驗證以上研究結(jié)果的穩(wěn)健性，采用農(nóng)戶年均自有機械耕種面積和第三方機械服務(wù)耕種面積替換因變量，重新估計分析。估計的各模型回歸結(jié)果表明，生產(chǎn)風(fēng)險和風(fēng)險規(guī)避態(tài)度核心解釋變量的顯著性和符號并沒有發(fā)生明顯變化，證明實證估計結(jié)果的穩(wěn)健性和可靠性。

在內(nèi)生性問題控制方面，已有的研究通常將農(nóng)戶投資購買機械或者購買機械服務(wù)視為獨立的外生變量，沒有充分考慮農(nóng)戶投資機械與購買服務(wù)之間可能存在的內(nèi)生性問題。而實際上農(nóng)戶投資機械設(shè)備與購買機械服務(wù)之間存在較高程度的反向因果關(guān)系，即投資生產(chǎn)機械較大的農(nóng)戶購買機械服務(wù)則較少，加上其它不可觀測的遺漏變量的影響，不可避免導(dǎo)致內(nèi)生性問題的出現(xiàn)。在本文的實證分析過程中，通過構(gòu)建聯(lián)立方程模型，在一定程度上緩解了內(nèi)生性問題對實證估計結(jié)果的影響。

4 結(jié)論與政策建議

4.1 結(jié)論

研究表明，農(nóng)業(yè)生產(chǎn)機械具有顯著的風(fēng)險管理效應(yīng)，農(nóng)業(yè)機械已成為適度規(guī)模水稻農(nóng)戶的重要風(fēng)險管理工具，生產(chǎn)風(fēng)險與風(fēng)險規(guī)避態(tài)度是農(nóng)戶投資購買農(nóng)業(yè)生產(chǎn)機械的重要驅(qū)動因素。相對于購買機械服務(wù)而言，農(nóng)戶對投資購買機械設(shè)備的內(nèi)在風(fēng)險管理期望較高，農(nóng)戶從心理感知層面認為投資購買機械具有更強的風(fēng)險管理效應(yīng)，生產(chǎn)風(fēng)險與風(fēng)險規(guī)避態(tài)度增強了農(nóng)戶投資購買機械設(shè)備的意愿，抑制了農(nóng)戶對第三方農(nóng)業(yè)機械服務(wù)的采用。不同規(guī)模農(nóng)戶的分組結(jié)果表明，生產(chǎn)風(fēng)險和風(fēng)險規(guī)避態(tài)度的影響仍然顯著，但生產(chǎn)風(fēng)險對3.33 hm2以上較大規(guī)模的農(nóng)戶投資機械的影響更強，而風(fēng)險規(guī)避態(tài)度則對3.33 hm2以下中小規(guī)模農(nóng)戶的影響更大。這進一步證實了農(nóng)業(yè)機械對適度規(guī)模經(jīng)營農(nóng)戶的風(fēng)險管理作用，也意味著小農(nóng)戶對農(nóng)業(yè)機械投資的非完全理性行為。由此可見，不同經(jīng)營規(guī)模的農(nóng)戶在風(fēng)險環(huán)境下均有著較強的農(nóng)業(yè)機械購買動機，在滿足投資機械的預(yù)算約束條件下，農(nóng)戶仍然會投資購買與其經(jīng)營規(guī)模相匹配的農(nóng)業(yè)生產(chǎn)機械，而不是優(yōu)先采用社會化的農(nóng)業(yè)機械服務(wù)，社會化的農(nóng)業(yè)機械服務(wù)供給不能替代農(nóng)戶對農(nóng)業(yè)生產(chǎn)機械的投資。

本文的研究結(jié)論對于鄉(xiāng)村振興與現(xiàn)代農(nóng)業(yè)發(fā)展過程中推進小農(nóng)戶與現(xiàn)代農(nóng)業(yè)的有機銜接，促進小農(nóng)戶更高效的使用現(xiàn)代農(nóng)業(yè)機械具有重要的指導(dǎo)意義。本文研究的不足之處在于，受研究區(qū)域樣本限制，本研究無法開展全國各農(nóng)業(yè)主產(chǎn)區(qū)層面的大樣本數(shù)據(jù)分析。后續(xù)研究將根據(jù)全國各農(nóng)業(yè)主產(chǎn)區(qū)的農(nóng)業(yè)機械普及應(yīng)用情況，從不同區(qū)域和不同作物類型開展農(nóng)戶調(diào)查和行為實驗，獲取更全面的農(nóng)戶調(diào)查數(shù)據(jù)進一步檢驗風(fēng)險與風(fēng)險規(guī)避態(tài)度對農(nóng)戶農(nóng)業(yè)機械采用的影響。

4.2 政策建議

第一，進一步鼓勵和支持適度規(guī)模經(jīng)營農(nóng)戶的農(nóng)業(yè)生產(chǎn)機械投資，以提高農(nóng)戶農(nóng)業(yè)生產(chǎn)的機械化水平和防災(zāi)減災(zāi)能力。促進和提高適度規(guī)模經(jīng)營農(nóng)戶對生產(chǎn)機械的投資是提高農(nóng)業(yè)機械化水平、實現(xiàn)小農(nóng)戶與現(xiàn)代農(nóng)業(yè)有機銜接的重要手段，也是現(xiàn)代農(nóng)業(yè)發(fā)展的必經(jīng)之路?；谵r(nóng)業(yè)生產(chǎn)機械的顯著風(fēng)險管理效應(yīng)，應(yīng)進一步完善農(nóng)業(yè)生產(chǎn)機械購置補貼政策，鼓勵和支持適度規(guī)模經(jīng)營農(nóng)戶進行生產(chǎn)機械投資并通過農(nóng)業(yè)機械進行農(nóng)業(yè)風(fēng)險管理。強化對符合區(qū)域土地特征的中小型農(nóng)業(yè)生產(chǎn)機械及精準農(nóng)業(yè)機械的研發(fā)和運用，提高適度規(guī)模經(jīng)營農(nóng)戶在農(nóng)業(yè)生產(chǎn)各環(huán)節(jié)的農(nóng)業(yè)生產(chǎn)機械購置能力和應(yīng)用水平。

第二，引導(dǎo)不同經(jīng)營規(guī)模的農(nóng)戶科學(xué)投資農(nóng)業(yè)生產(chǎn)機械并建立全面風(fēng)險管理體系。充分理解和認識農(nóng)業(yè)生產(chǎn)風(fēng)險和農(nóng)戶風(fēng)險規(guī)避態(tài)度對不同經(jīng)營規(guī)模農(nóng)戶生產(chǎn)機械投資的差異化影響，在支持適度規(guī)模經(jīng)營農(nóng)戶提高農(nóng)業(yè)機械投資水平的同時，幫助其通過農(nóng)村金融、農(nóng)業(yè)保險、訂單農(nóng)業(yè)與一體化組織合作等風(fēng)險管理策略開展全面風(fēng)險管理，提高適度規(guī)模經(jīng)營農(nóng)戶的風(fēng)險認知水平和風(fēng)險管理能力。適度緩解微小規(guī)模農(nóng)戶的風(fēng)險規(guī)避態(tài)度，引導(dǎo)小微農(nóng)戶科學(xué)投資適宜的農(nóng)業(yè)機械并提高生產(chǎn)機械的綜合利用效率，降低小農(nóng)戶投資中大型生產(chǎn)機械的資產(chǎn)專用性風(fēng)險。

第三，進一步推動農(nóng)村土地制度改革和新型農(nóng)業(yè)經(jīng)營主體發(fā)展，為更高水平的機械化生產(chǎn)提供良好的土地經(jīng)營條件和經(jīng)營主體條件。土地經(jīng)營的規(guī)模連片一方面可以克服現(xiàn)有產(chǎn)權(quán)制度下的土地細脆化問題，另一方面也是農(nóng)戶投資運用現(xiàn)代大型生產(chǎn)機械的重要前提。進一步推動農(nóng)村土地制度改革，有序引導(dǎo)土地流轉(zhuǎn)，能為農(nóng)戶現(xiàn)代農(nóng)業(yè)生產(chǎn)機械的投資和機械化水平的提高提供有力保障。另外，對于農(nóng)戶資金約束不能有效緩解、綜合使用率不高、資產(chǎn)專用性較強的中大型農(nóng)業(yè)機械的投資，應(yīng)鼓勵農(nóng)戶購買社會化機械服務(wù)，或者開展橫向組織合作在合作組織內(nèi)聯(lián)合投資生產(chǎn)機械設(shè)備。