闫晗 乔均

内容提要：农业生产性服务业是粮食生产的相关联行业，为拓展粮食生产发展和粮食产量提高的思路，本文聚焦农业生产性服务业对粮食生产的影响。首先，通过罗默内生增长理论对农业生产性服务业在知识技术方面对粮食生产的影响进行理论分析;同时，将资本作为农业生产性服务业与粮食生产的联系要素，对罗默内生增长理论的模型进行改造，对农业生产性服务业在资本方面对粮食生产的影响机理进行分析，并根据分析结果提出研究假说。然后，基于2008-2017年中国省级面板数据，通过建立面板模型，采用系统GMM法、差分GMM法和分位数回归法对研究假说进行计量验证。研究结论表明：农业生产性服务业的发展能够促进粮食生产水平的提高，农业服务业发展水平每提高1个百分点，粮食单产将提高0.7个百分点;不同农业生产性服务业细分行业的发展对促进粮食生产水平提高的影响度不同，其中影响最大的是农业物流，农业物流业发展水平每提高1个百分点，粮食单产将提高1.1个百分点。因此，（1）农业生产性服务业的发展应以粮食的发展为信号接入点，以粮农需求为导向。（2）当前农业物流业对粮食生产影响最大，应成为农业生产性服务发展战略的重点。（3）农业生产性服务业发展中需要注重区域协调和政策协调。

关键词：农业生产性服务;粮食生产;罗默内生增长理论;GMM

中图分类号：F831.4 文献标识码：A 文章编号：1001-148X（2020）08-0107-12

作者简介：闫晗（1991-），男，江苏徐州人，南京财经大学粮食经济研究院博士研究生，研究方向：应用经济学（粮食流通）;乔均（1962-），本文通讯作者，男，江苏徐州人，南京财经大学粮食经济研究院教授，研究方向：应用经济学（粮食流通）。

基金项目：国家自然科学青年基金项目，项目编号：71803077;国家自然科学基金面上项目，项目编号：71773046;江苏省社科基金项目，项目编号：19EYD009。

一、引言

粮食产量是衡量国家粮食安全的重要指标，在土地面积约束的情况下，提高粮食生产水平是实现粮食总产量增长的必然选择。我国粮食生产正处于由传统农业生产向现代农业生产转型的关键时期，粮食作为农产品和战略物资面临多重挑战。从粮食生产要素需求角度来看，粮食生产对于资源环境的依存度增加，我国人口的老龄化、农村的“空心化”及乡村生态环境的恶化限制了粮食生产水平提高。从粮食的生产经营情况看，粮食正面临销售价格上涨受限和生产成本上涨快速而造成利润空间降低的局面，农民种粮的积极性降低，粮食生产水平提高的主观动力不足。从粮食市价形势看，国内国际粮价严重倒挂，疫情等突发事件和贸易“单边主义”的盛行不断冲击本已脆弱的全球粮食供给局面，国际粮食价格波动进一步加剧。我国粮食储备安全面临考验，粮食产量需要适应储备的调整而迅速增加，粮食生产水平的提高具有紧迫性。本文以农业生产性服务业对粮食生产的影响为研究对象，在我国粮食生产面临诸多挑战和约束的情况下，理清农业生产性服务业与粮食生产的关系，有利于拓宽我国寻找粮食产量持续增长路径的视野和思路。

农业生产性服务业是与农业发展的相关产业。从提供农业生产性服务的行为主体出发，农业生产性服务业是指涉农市场、农民专业合作组织的主体中向农业生产者提供生产性服务和劳动的行業[1];从参与农业生产过程的角度出发，农业生产性服务行业是协助完成农业产前、产中、产后各环节作业的社会化服务行业，是农业发展的第三次动能[2]。按照中国国家统计局《生产性服务业统计分类（2019）》对于生产性服务业的划分方法，可以将农业生产性服务业细分为农业科技服务、农业金融服务、农业信息软件服务、农业租赁商业服务及农业物流服务等五大子行业。本文选择按照国家统计局对于生产性服务业的细分方法进行行业划分。

国内学者多通过对粮食生产进行环节划分，然后将划分后的生产环节与农业生产性服务相结合，来探索农业生产性服务对粮食生产水平的影响。陈超（2012）[3]将农业生产性服务对于水稻生产水平的影响归结于农业生产性服务对水稻生产的技术效率影响，通过将CD生产函数取对数进行分解，将水稻生产的各个环节外包支出占水稻生产的总费用的比例作为农业生产性服务对水稻各个生产环节的技术影响的测度，建立面板模型进行实证回归，得出了水稻生产环节的生产服务性外包有利于提高水稻生产的技术效率的结论。孙顶强等（2016）[4]采用了随机前沿生产函数的方法，通过对农业生产性服务对水稻各个生产环节技术效率的影响的探究，认为农业生产性服务总体上促进了水稻生产技术效率提高，但不同生产环节之间差异较大，整地和播种环节的生产性服务对水稻生产技术效率具有显著的正向影响，而病虫害防治环节则具有显著的负向影响，但研究并未对农业生产性服务如何影响水稻生产的技术效率进行理论分析。张忠军（2015）[5]通过超越生产函数的设定，将水稻生产各个环节的外包程度和环节费用投入之积的互动项作为解释变量，考察了劳动密集型和技术密集型两种不同类型的生产环节外包对水稻生产率影响，认为总体上包括生产环节在内的农业生产性服务的发展对水稻生产率的提高起到了促进作用，其中技术密集型的生产环节外包对水稻生产效率的提高的影响更为显著，但未对模型的稳健性进行检验。也有少部分学者直接将农业生产性服务业作为整体来考察其对粮食生产水平的影响。王玉斌等（2019）[6]基于CHIP数据库采用面板模型，以是否采用农业生产性服务作为解释变量，以每个农户水稻和小麦单产分别作为被解释变量，探究了农业生产性服务业对于水稻和小麦生产水平的影响，得出了农业生产性服务能够有效地促进粮食生产效率的提高和农业生产性服务对于不同的粮食生产效率的影响具有品类异质性特征的结论，但在实证过程中并未就粮食的生产发展与农业生产性服务的发展可能存在的互为因果的内生性问题进行探讨。国外学者对于农业生产性服务与粮食生产关系方面的研究多从成本控制角度进行。Meera（2017）[7]研究认为一个能整合知识、技术和市场的水稻推广和咨询服务战略框架，可以有效降低农户获取信息的成本。Sartorius（2005）[8]认为分工与市场容量存在相互性，而以交易密度为主要变量的市场容量会伴生交易成本，从服务商的视角来看，农业生产性服务作为农业生产的交易主体再划分，有益于降低小麦等农作物的交易成本。

综合来看，以上农业生产性服务业对粮食生产影响的研究存在以下不足：（1）理论分析，现有研究仅就农业生产性服务业对粮食生产水平的影响的机理分析进行描述性论证，缺乏对资本、知识技术等生产要素如何在两个行业间的互动作用机理进行宏观分析。（2）研究对象，现有研究多以农业生产性服务业对于水稻或者小麦生产的生产水平的影响作为研究对象，缺乏对农业生产性服务业与包括玉米、薯类等在内的大概念粮食生产影响的研究。（3）研究切入点，现有研究多以粮食生产环节的纵向划分与农业生产性服务的相结合作为切入点，缺乏农业生产性服务业横向划分的细分行业对粮食生产水平影响的研究，无法对农业生产性服务业的细分行业对粮食生产水平的影响程度进行比较。（4）实证方法，现有研究缺乏对计量模型中的粮食生产的发展和农业生产性服务业的发展之间可能存在的互为因果关系带来的内生问题的考虑和模型稳健性的检验。本文试图弥补以上研究的不足。首先，运用罗默（P.Romer，1990）内生增长理论的有关思想和模型，对农业生产性服务业在知识技术方面对粮食生产的影响进行分析;同时，将资本作为农业生产性服务业与粮食生产的联系要素，对罗默内生增长理论的模型进行改造，来分析农业生产性服务业资本投入对粮食生产的影响。从而完成农业生产性服务业的发展与粮食生产水平的发展之间的关系机理在宏观理论方面的刻画，并提出农业生产性服务业的发展对粮食生产水平的提高有正向影响作用和不同农业生产性服务业的细分行业的发展对粮食生产水平的提高的正向影响程度不同的假说。然后，基于2008-2017年中国粮食生产和农业生产性服务业有关的省级面板数据，建立面板模型验证假说，并采用系统GMM法来解决实证模型的内生性问题，同时使用差分GMM法和分位数回归法对模型的稳健性进行检验。最后，给出农业生产性服务业与粮食生产互动发展的政策建议。

二、假说与研究设计的提出

（一）假说提出

农业生产性服务业和粮食生产之间关系。生产性服务业不同于消费性服务业，其提供的主要是一种中间投入的“产品”，服务于农业等生产部门。在粮食生产中，农业生产性服务业的产出可以作为“专业”的中间产品投入到粮食的生产中[9]。基于农业生产性服务产品中间投入的特点，农业生产性服务业对于粮食生产的影响的作用机理可以主要归结为农业生产性服务对粮食生产所需的资本（K）和知识技术（A）要素的影响。

在罗默的内生增长理论及模型中，罗默以柯布道格拉斯生产函数的形式对索洛增长模型进行改造，通过在经济发展中单独将知识技术（A）的生产部门分化，将知识技术（A）的发展内生，刻画了科技部门的发展对于经济发展的影响，阐述了知识技术进步对于经济增长的作用。具体而言，罗默将生产部门划分为生产最终消费品的生产部门和生产知识技术的部门，并将生产要素资本（K）、人口（L）在消费品生产部门和知识技术生产部门进行分配，将知识技术（A）作为两部门联系要素，生产消费品的生产部门仅生产消费品，其生产函数为Y（t）=（1-ak）K（t）αA（t）（1-al）L（t）1-α，0<α<1，Y（t）为消费品产出量。生产知识技术的部门仅生产知识技术，其生产函数为A（t）·=BakK（t）βalL（t）γA（t）θ，0

农业生产性服务业在资本方面对粮食生产影响的作用机理。由于农业生产性服务业相比于粮食生产更容易创造和吸收新资本，且同时可以将创造和吸收的新资本通过农业租赁、农业金融等供粮食生产使用，农业生产性服务业的资本作为产品的生产和使用方法与罗默模型中的知识技术作为产品的生产和使用方式相似。本文对罗默模型的设定进行改造，使其尽可能地符合农业生产性服务业与粮食生产部门之间资本运行的特点，从而来阐释农业生产性服务业在资本方面对粮食生产影响的作用机理。即在传统的粮食生产的经济中，单独引入一个新的资本生产部门，并刻画资本（K）如何在传统的粮食生产部门和新产生的农业生产性服务部门之间进行分配，以及投入到农业生产性服务部门的资本要素如何产生新的粮食生产所需的资本（K）要素。具体而言，粮食部门仅生产粮食，而农业生产性服务部门仅生产资本品，一个时期的资本品可以在粮食生产部门和农业生产性服务部门进行分配。在不存在政府购买和国际贸易并忽略折旧的情况下，对罗默模型改造后的粮食部门的生产函数的柯布道格拉斯函数形式为Y（t）=[（1-ak）K（t）]α[A（t）（1-al）L（t）]1-α，0<α<1，其中粮食的产量表示为Y（t）。对罗默模型改造后的农业生产性服务业的生产函数为K（t）·=B[akK（t）]β[alL（t）]γA（t）θ，0

SymboleB@

t=0e-ρtu（C（t））dt，效用函数的形式采用相对风险规避系数不变（CRRA）的效用函数 u（C（t））=C（t）1-θ1-θ，θ>0。为了简化推导，但又不会影响分析的结论，运用瑞贝罗（Rebelo，1991）[11]关于内生增长理论在单一投入要素及部门单一产品情况下的两部门间经济影响关系研究所采用的方法，本文考察仅有资本作为单一投入要素时候的模型分析，同时在粮食生产函数中增加土地要素T，并将农业生产性服务部门的生产函数线性化，即β=1 。仅考虑资本作为生产要素时，则粮食生产部门的生产函数可简化为： C（t）=KC（t）αT1-α，其中KC为粮食生产部门生产粮食所需要的资本，T表示土地的数量，考虑我国对于农业土地的管理现状，可以对土地数量进行约束，将T标准化为1，同时要求0<α<1。农业生产性服务部门的生产函数简化为：K（t）·=BKK（t），其中KK是农业生产性部门生产所需资本，B为资本生产部门的生产转化系数，代表资本生产部门的发展水平，与农业生产性服务业的规模等因素有关。0<α<1且B>0。两个部门所用的资本的约束是：KC+KK=K（t），这与资本在粮食生产部门和农业生产性服务部门的按比例ak和1-ak分配约束等价。

在粮食生产部门和农业生产性服务部门这两个生产部门关系的推导中，令Pk（t）表示在时刻t资本品相对于消费品的价格。根据两个部门用消费品表示的资本所得必然相等，可以推导Pk（t），KC（t）与参数α、B之间的关系。记KC（t）的增长率为Gk（t），Pk（t）的增长速率为Gp（t）来表示。进行以下推导：

对于居民个人的效用最大化的推导。忽略人口（L）和知识技术（A）的情况下，当家庭消费将时刻t的消费c减少一个微小的量Δc，并将由此增加在极短Δt内投资，然后在Δt+t时刻家庭将由此获得额外投资收益进行消费，如果家庭达到了最优状态，则上述变动对其终身效用的边际影响一定为零。因此要是消费效用路径达到终身效用最大化需要满足以下条件：

将粮食生产部门与农业生产性服务部门这两个生产部门的关系与家庭效用相结合。由于投资部门的资本按照速率B生产新资本，并且其相对于消费品的值是按照速率Gp变化，可以得知用消费品粮食所表示的实际利率为r（t）=B+Gp（t）。将利率r（t）=B+Gp（t） 和yield带入方程（8），可得：

由以上农业生产性服务业对粮食生产在资本（K）、知识技术（A）影响的分析，提出本文的假说1：农业生产性服务业的发展对粮食生产水平的提高具有正向影响。

由此提出本文假说2：农业生产性服务的不同细分行业的发展对粮食生产水平提高的正向影响程度不同。

（二）研究设计的提出

1.被解释变量的选择。学界对于粮食的生产水平主要从粮食单产、粮食生产的技术效率和粮食全要素生产效率等方面进行测度，相比较于粮食生产技术效率和粮食全要素生产效率，粮食单产数量体现的粮食生产水平更加直接，因此本文选择粮食单产水平作为粮食生产水平的测度，具体采用各省、市粮食总产量除以对应各省、市的粮食种植总面积来计算粮食的单产水平（yield）。

2.核心解释变量的选择。本文研究的对象为农业生产性服务业对于粮食生产的影响，核心解释变量应选择体现农业生产性服务发展水平的指标。对于该指标的测度选取农村地区生产性服务业增加值最佳，但缺乏有关官方统计数据。胡大立（2006）[12]和厉以宁（2018）[13]研究认为，一个地区的民营经济状况可以在一定程度上反映该地区发展水平，而私营企业和个体的就业人数一定程度反映了行业的发展水平。因此，鉴于数据的可得性，本文选择用在农村地区的有关私营企业和个体户中就业的人数作为核心解释变量的替代变量。具体来讲，某省、市的农业生产性服务业细分领域农业科技服务（sci）、农业金融业（fin）、农业信息软件业（inf）、农业租赁商务业（rent）、农业物流业（lg）的发展水平用在以农村科技服务、农村金融、农村信息软件、农村租赁商务、农村物流为主营业务的农村私营企业与个体经营户的就业人数来表征，并用五个替代变量之和表示该省、市农业生产性服务业（pro）整体发展水平。

3.控制变量的选择。由于影响粮食生产的因素较多，模型的建立应尽可能地控制其他可能影响因素。影响粮食生产的因素方面的研究，比较有代表性的是孙圣民等（2017）[14]和彭小辉等（2018）[15]的研究，认为粮食单产水平受到农业机械化程度、农用化肥施用量、受灾面积、粮食价格等因素的影响较为显著，因此本文分别选用农业机械总动力（mach）、农用化肥施用量（Infer）、受灾面积（diz）和以2004年为基期的谷物生产者价格指数（price）作为模型的控制变量。

4.实证模型的构建。面板模型具有解决遗漏变量和提供更多个体动态行为的信息的特点，本文基于收集到的数据建立面板模型：

其中，yieldit表示地区i在时间t的粮食单产水平，C为常数项，Xit表示地区i在时间t的农业生产性服务业或者细分行业的发展水平及粮食单产的滞后项，βk表示农业生产性服务业发展水平及粮食单产的滞后项对粮食单产水平的影响系数，或五类细分行业发展水平对粮食单产的影响系数，controlit表示地区i在时间t的控制变量，λm表示各控制变量的影响系数，ui表示可能存在个体效应，υt表示可能存在的时点效应，εit为随机误差项。

三、实证分析

（一）描述性统计

本文被解释变量粮食单产水平（yield）的有关数据来源于2008-2017年《中國农村统计年鉴》，核心解释变量农业科技服务（sci）、农业金融业（fin）、农业信息软件业（inf）、农业租赁商务业（rent）、农业物流业（lg）发展水平的有关数据来源于2008-2017年《中国人口和就业统计年鉴》。控制变量农业机械总动力（mach）、农用化肥施用量（lnfer）、受灾面积（diz）的数据来源于2008-2017年《中国农村统计年鉴》;控制变量谷物生产者价格指数（price）的数据来源于2008-2017年《中国农业统计资料汇编》。由于西藏的数据缺失较多，本文仅使用除西藏以外的中国其他30个省份（不考虑港澳台）的省级面板数据。表1呈现的是各个统计变量的描述性统计结果。

从农业生产性服务业细分行业的就业人数的平均值来看，农业租赁业的平均就业人数最多，平均数量为12.207万人，农业金融的平均就业人数最少，数量为0.864万人，农业租赁的平均就业人数是农业金融业的平均就业人数的14.13倍。从农业生产性服务业细分行业的标准差来看，农业租赁的就业人数的标准差最大，数值为17.837，农业科技服务次之，数值为14.981，而农业金融的就业人数的标准差最小，数值为1.445。造成不同农业生产性服务业的各细分行业的平均就业人数的不同可能的原因是不同行业的劳动力与资本的需求程度不同。从农业生产性服务整个行业的平均就业人数来看，农业生产性服务的整个行业的平均就业人数的标准差为40.664，这表明我国农业生产性服务业的发展存在区域不平衡现象。

（二）基准回归

本文先选用农业生产性服务业作为核心解释变量进行模型设定的基准检验，结果如表2所示。首先进行个体时点效应检验，根据Chow检验结果，F统计量为91.098，大于p值等于0.05的临界值1.453，拒绝建立混合回归模型原假设，存在个体时点效应，不应该使用混合回归模型。随后进行时点效应检验，根据chow检验统计量为0.996，小于p等于0.05的临界值1.922，不拒绝建立混合回归模型的原假设，排除备择假设时点效应。再者进行个体效应检验，根据chow检验结果，F统计量为89.394，大于p等于0.05的临界值1.511，拒绝建立混合回归模型的原假设，应该建立个体效应模型。通过LR检验，发现结论与Chow检验一致。存在个体效应的情况下，可以选择建立个体固定效应模型或者个体随机变量模型，通过Hausman检验，卡方值为16.44，伴随概率为0.012，拒绝应建立随机效应模型的原假设，为防止异方差的存在，进行辅助回归的结论同Hausman检验得到的结论一致，表示应当建立个体固定效应模型。因此，综合各类检验结果，本文应优先选择建立个体固定效应回归模型。

由于生产性服务业各细分领域相关性较高，为了避免多重共线性对估计结果造成误差影响，文中的模型选择农业生产性服务业或各细分行业的发展水平对粮食单产各自进行估计。从表3的回归结果可以看出，农业生产性服务业的整体发展水平对粮食生产具有正向影响：农业生产性服务业就业人数每增加1个百分比，粮食单产水平将提升0.5%。从表3中细分领域看，所有农业生产性服务业的细分领域发展都对粮食单产的提高具有正向影响，租赁商务业的发展对粮食单产的影响最高，这可能是因为该行业的发展水平可以一定程度地提高农村地区产品和要素的流转水平，而产品和要素的快速流转可以促进粮食生产水平的提高。从回归结果可以看出，软件信息业和科技服务业的发展都能够促进粮食单产的提高，但物流业和金融业的发展对粮食单产的影响没有通过显著性检验，这并不意味着这两个行业的对粮食单产的提高不产生影响，可能的原因是回归模型忽视了某些中间变量或者存在内生性问题。从控制变量上看，受灾面积对粮食单产的影响为负，施肥用量和粮食生产者价格对粮食单产的影响为正。静态面板模型的估计结果初步验证了前文的理论假设，同时为进一步数据分析打下了基础。

（三）动态面板和内生性问题的解决

静态面板模型虽然能够初步估计农业生产性服务及其细分领域对粮食生产水平的影响方向和程度，但是忽视了粮食生产具有较强的“惯性”，粮农的种植行为并不会轻易地改变，前期的种粮行为会对当期种粮产生一定的影响，因此静态面板模型估计可能具有较大的误差。同时，粮食的生产水平受多种因素影响，模型的设定可能存在遗漏变量，从而导致模型的解释变量与扰动项相关，造成内生性问题。此外，目前的研究无法辨别是粮食生产的发展导致了农业生产性服务业的发展还是农业生产性服务业的发展带动了粮食生产的发展，这种互为因果的关系也将使模型产生内生性问题。动态面板模型可以以被解释变量的滞后期作为被解释变量，从而使粮食生产的惯性特点得到表现。而对于模型内生性问题的解决，需要采用工具变量法。工具变量的选择要求与解释变量相关，并且与被解释变量无关。根据张东玲（2019）[16]的研究结论，城镇的生产性服务业和第三产业的发展能够对农村的发展产生溢出效应，促进农村地区生产性服务发展。因此本文采用城镇的生产性服务业发展水平和各地区第三产业发展水平作为核心解释变量的额外工具变量，具体指标用2008-2017年城镇生产性服务业就业人数和各省市第三产业占GDP的比重来测度，有关数据来源于《中国统计年鉴》。经B-P检验，模型存在异方差，在模型的扰动项存在异方差或自相关时，GMM估计比2SLS更有效率，在动态面板的估计中系统GMM估计比水平GMM估计效率更高，因此本文将借助加入额外工具变量并以被解释变量的滞后2期作为解释变量的系统GMM方法进行两步稳健性估计，具体计量回归结果见表4。

系统GMM法要求被解释变量的滞后项作为解释变量与个体效应不相关，并且扰动项不存在自相关。通过表3可以看出sargan检验不拒绝“所有工具变量均有效”的原假设，表明所有工具变量都有效。差分模型扰动项的一阶自回归检验拒绝原假设，二阶自回归检验不拒绝原假设，检验结果表明模型不存在序列自相关。从表3的回归结果可以看出，粮食单产一阶和二阶滞后项作为解释变量回归结果显著。农业生产性服务业及其细分领域的发展水平对粮食单产的提高都具有正向影响，并且都通过显著性检验。首先从总体上看，农业生产性服务业的整体就业人数每增加一个百分比，粮食单产水平将提高0.7%，进一步验证了农业的生产性服务业发展水平可以促进粮食生产水平的提高，即验证了假说1。具体从各细分行业看，农业生产性服务业中的物流业发展水平对粮食生产的影响最大，农业物流业就业人数每增加一个百分比，粮食单产水平将提高1.1%，相对于其他农业生产性服务的细分领域，农业物流业是唯一的行业发展对粮食生产水平的促进作用是高于农业生产性服务整體发展对于粮食生产水平的促进作用的行业。除了农业物流业以外，其他农业生产性服务细分行业对粮食生产水平的影响都低于农业生产性服务业对于粮食生产的整体影响水平，具体来看，影响水平第二高的领域是农业信息软件业，农业信息软件业就业人数每增加一个百分比，粮食单产水平将提高0.6%，影响水平第三高的是农业科技服务业，其就业人数每增加一个百分比，粮食单产水平将提高0.5%，影响水平第四高的为农业商务租赁业，其就业人数每增加一个百分比，粮食单产水平将提高0.4%，影响水平最小的行业为农业金融业，其就业人数每增加一个百分比，粮食单产水平将提高0.3%。农业生产性服务业中不同细分行业的发展对于粮食生产水平提高的正向影响水平不同，即验证了假说2。

四、稳健性检验

为求稳健，本文还进行了差分GMM和分位数回归来进行检验。表6显示的是采用差分GMM的回归结果，sargan检验不拒绝原假设，表明所有工具变量都有效，并且差分模型扰动项的一阶自回归检验拒绝原假设，二阶检验不拒绝原假设，检验结果表明不存在序列自相关。同时从回归系数来看，差分GMM的系数估计值与系统GMM的系数估计值结果基本相近，进一步验证了本文实证研究结果。唯一有较大出入的是，被解释变量滞后二期不显著，这可能是由于往期的粮食生产水平会对当期的粮食生产存在短期和长期效应差异，滞后一期的粮食生产对滞后二期的粮食生产水平的节制效应明显，即滞后二期的粮食生产对本期的粮食生产的影响已经反映在滞后一期的粮食生产上。

分位数回归是采用残差绝对值加权平均作为最小化的目标函数，不容易受到极端值的影响，结果相对较为稳健，能够提供关于条件分布的全面信息，因此本文还采用了面板分位数回归进行稳健性检验，以期获取农业生产性服务及细分领域对粮食生产影响的更为全面的信息，模型对粮食单产分别进行10%、25%、50%、75%和90%的分位数进行回归，估计结果如表5所示。

从解释变量的回归系数的显著性来看，50%以后的分位数回归系数几乎都显著，而50%之前的分位数回归系数部分不显著。从回归系数的正负号情况来分析，对粮食单产具有负向影响的回归系数几乎都不显著，进一步表明了农业生产性服务业及其各细分领域对粮食生产的正向影响，佐证了模型的稳健性。同时从上述的静态模型和动态模型的回归结果也能看出，虽然生产性服务业及细分领域在显著性上有部分差异，但是在回归系数符号和数值上并没有太大差异，与此处的稳健性结论相一致。从回归系数看，在10%分位以后，农业生产性服务业整体的分位回归系数呈现先下降后上升的趋势，这表明，农业生产性服务业的整体发展对于高单产和较低单产的粮食生产影响较大。从生产性服务业的细分领域来看，在50%以后的分位数的回归系数比50%分位数以前的分位数回归系数要大，这说明农业生产性服务业的细分领域对于较高粮食单产的粮食生产的影响相对于粮食单产较低的粮食生产的影响而言更大。

五、研究结论和政策建议

（一）研究结论

本文首先从理论分析提出了农业生产性服务业的发展可以促进粮食生产水平的提高及不同的农业生产性服务业细分行业的发展对于粮食生产水平的提高的正向影响程度不同的假说。然后通过静态面板和动态面板实证分析，验证了假说;通过差分GMM和分位回归，检验了模型的稳健性。本文的结论如下：

1.农业生产性服务业的发展对粮食生产水平的提高具有正向效应。一方面，由于农业生产性服务是对于包括粮食生产在内的农业活动再分工，在分工的过程中必然会提高专业化的程度，在农业生产性服务专业化程度的提高过程中，“干中学”的好处会提高农业生产性服务的生产效率，从而促进农业生产性服务业发展水平的提高。在农业生产性服务业发展水平提高的情况下，农业生产性服务业与包括粮食生产在内的农业生产再结合，又会导致包括粮食在内的农业生产效率的提高。另一方面，农业生产性服务业本身的新知识和发现运用的自身优势是对于传统的粮食生产中低技术和低科技的有益补充，农业生产性服务业可以将新的技术带给粮食生产部门，从而带动粮食的生产技术的提高，带来粮食单产的增加。最后，从资本角度来看，农业生产性服务业的资本聚集能力和再生能力更强，农业生产性服务业中的金融和保险等行业可以将资本输送给粮食生产部门，从而可以提高粮食生产部门的资本化程度，促进粮食生产水平的提高。

2.农业生产性服务业中不同行业对于粮食生产水平的提高的正向影响水平不同。从实证结果来看。农业物流的发展对于粮食生产水平的提高影响最为显著，并高于整体农业生产性服务业对于粮食生产水平提高的影响。造成农业物流发展对于粮食生产影响最为显著的主要原因，一方面，粮食自身具有易变质、易生虫等生物特点，粮食的储藏较为困难，粮食生物特点要求粮食必须及时消费。另一方面，人们对于粮食的消费需求具有刚性，粮食需求量具有随人口增加稳步上升的特点，粮食需求的增加要求粮食必须及时送到需求者手中。我国粮食生产主要在农村地区，而城市人口的迅速增加造成了城市地区的粮食需求急剧上涨，这就要求农业物流来对粮食进行空间转移，从而完成粮食供给和粮食需求的对接。长久以来我国农村地区运输发展不充分，在农户储粮和外运困难的情况下，粮食供给和粮食需求无法对接，粮食无法销售，农户必然会降低粮食种植的积极性。近年来随着国家在乡间公路和城乡公路等基础建设的大量投资，农业物流得以发展，农业物流业的发展水平得到快速提高并达到新高度，使得运粮难这一迫切问题得到了解决，农户种粮销售得以保障，相对提高了农户种粮的积极性，促进了粮食生产的发展。其他农业生产性服务方面，农业科技服务、农业金融服务、农业信息软件服务和农业租赁商务服务的发展对于粮食生产的提高的影响低于农业生产性服务的发展对于粮食生产提高影响的整体水平。造成这一现象的主要原因是农业科技服务、农业金融服务、农业信息软件服务和农业租赁商务服务四类行业是高端生产性服务业，农业高端生产性服务业作用发挥需要以农业生产的规模化和专业为基础[17]，当前我国粮食生产的专业化和规模化程度不高，现阶段碎片化的粮食生产对高端农业生产性服务的需求较低，导致了高端农业生产性服務的发展水平不高，高端生产性服务对粮食生产的促进作用无法充分发挥。

（二）政策建议

为提升粮食生产水平，保障我国粮食安全，本文基于理论和实证分析的结论，从农业生产性服务业的发展与粮食生产的发展相结合的视角提出以下政策建议：

1.坚持服务粮农，大力发展农业生产性服务业。农业生产性服务业突出强调直接作用于农业生产，而粮食生产比起其他农业生产更具战略意义，因此农业生产性服务业的发展应以粮食生产的发展作为信号接入点。农业生产性服务业涵盖农业市场信息、科技、物流、金融等各个领域，内涵日渐丰富，形式更为多样。同时，农业生产性服务业集聚了资本、技术和管理等现代农业要素，在对接市场信息、技术应用、资金投入、规模经营、上下游产业方面可以发挥重要作用，从粮食生产要素市场角度而言，这些作用能否有效在粮食生产方面发挥取决于粮农的需求程度。因此坚持以粮农需求为导向，是农业生产性服务业与粮食生产协调发展的必要途径。此外，与OECD国家的农业生产性服务业相比，目前我国农业生产性服务业的规模较小，还处于发展初期[18]，既往经验表明政府政策支持是促进我国产业发展的重要方式，为此，发展农业生产性服务业需要强化政府政策支持力度，政府要“有所作为”。一是要强化政府服务水平。加快政府角色的转变速度，充分发挥政府对于农业生产性服务业企业发展过程中的服务作用，简化开办流程，降低日常监管中政府对于农业生产性服务业的不利干扰，为农业生产性服务业发展提供良好的外部条件。二是做好资金支持工作。运用税收优惠、财政资金补贴和优惠性贷款等方式降低农业生产性服务业的资金压力，提高农业生产性服务业的投资吸引力。三是做好供需对接的组织工作，通过政府组织的方式将农业生产性服务业与粮食生产相结合，提升农业生产性服务覆盖范围，让农业生产性服务业发展带来的对于粮食生产提高的促进作用和对于农民增收的好处落到实处。四是要做好监管工作，建立健全农业生产性服务业的有关行业规定和准则，做到“有法可依、有法必依”，充分保护各方合法利益。

2.制定科学的发展战略，现阶段重点发展粮食物流服务业。从本文的研究结论可以看出，当前农业物流服务业对粮食生产的影响程度最大，其他农业生产性服务细分行业对于粮食生产的提高也有不同程度的促进作用。在发展农业生产性服务业的战略选择方面，可以选择现阶段以发展农业物流为主要对象，长期以农业生产性服务业的整体协调发展为目标的战略方针。由于现阶段农业物流的发展对于粮食生产的提高的影响最为显著，这意味着短期内加大对于农业物流的投资相比于对于其他农业生产性服务业的投资的效果产生更为迅速。然而在农业物流充分发展的情况下，随着农业物流业的生产边际收益的递减，农业物流对于粮食生产的促进作用必然会下降，而其他农业生产性服务业对于粮食生产的促进效用相比较而言必然会提高，因此农业生产性服务业的长期发展应注重农业服务业细分产业的协调发展，而这也是农业生产性服务业的高端市场与低端市场的协调和形成立体、全面同时能够抗击风险的市场体系的必然要求。

3.农业生产性服务业的发展过程，要注重区域协调和政策协调。与当前“不充分、不协调”的社会发展主要矛盾相呼应，根据表1的数据分析，我国农业生产性服务业也存在区域农业生产性服务业发展的不协调问题。为此，大力发展农业生产性服务业一方面要坚持因地制宜的原则，根据区域的农业生产特点，发展与当地农业发展相符的农业生产性服务业，避免资源浪费现象的发生。另一方面，农业生产性服务业发展的不协调的现实状况以及国家对于区域发展协调的政策实施，要求农业生产性服务业的发展应具有前瞻性，农业生产性服务业的发展既要着眼于与本区域的农业生产未来发展趋势的协调，又要注重区域间的农业发展与国家宏观的区域协调发展政策相结合。彭新宇（2019）[19]认为规模收益是农业生产性服务的重要利益来源，而农业生产性服务业的规模收益来自于需求扩大而带来产量扩大，农业生产规模化是农业生产性服务业需求扩大的来源。唐轲等（2017）[20]认为粮食生产的规模经营可以提高粮食单产，同时表6的回归结果表明农业生产性服务业对于高产量粮食单产的正向影响高于对低产量粮食单产的影响，这表明降低土地的碎片化程度、提高粮食生产土地的集中程度有利于促进粮食生产和农业生产性服务业的互动发展，这要求农业生产性服务业的发展政策需要与农村土地的流转政策相协调。

参考文献：

[1] 董欢.我国农业生产性服务业发展的若干思考[J].农村经济，2013（6）：112-115.

[2] Cherukuri R R，Reddy A A. Producer organizations in Indian agriculture their role in improving services and intermediation[J].South Asia Research，2014，34：209-224.

[3] 陈超，李寅秋，廖西元.水稻生产环节外包的生产率效应分析——基于江苏省三县的面板数据[J].中国农村经济，2012（2）：86-96.

[4] 孙顶强，卢宇桐，田旭.生产性服务对中国水稻生产技术效率的影响——基于吉、浙、湘、川4省微观调查数据的实证分析[J].中国农村经济，2016（8）：70-81.

[5] 张忠军，易中懿.农业生产性服务外包对水稻生产率的影响研究——基于358个农户的实证分析[J].农业经济问题，2015，36（10）：69-76.

[6] 王玉斌，李乾.农业生产性服务、粮食增产与农民增收——基于CHIP数据的实证分析[J].财经科学，2019（3）：92-104.

[7] Meera S N，Gandhi R，Padaria R. Accelerating impact through rice innovation systems：Integrating knowledge，technology，and markets[M].The Future Rice Strategy for India. London：elsevier（Academic Press）2017：435- 460.

[8] Kurt Sartorius，Johann F. Kirsten. The boundaries of the firm： why do sugar producers outsource sugarcane production？ Management Accounting Research[J]. 2005，16（1）：81-99

[9] 宣烨：江苏省现代服务业现状及其发展路径[J].规划师，2016，32（9）：39.

[10]芦千文，高鸣.农业生产性服务联结机制的演变与创新[J].华南农业大学学报（社会科学版），2019，18（6）：23-34.

[11]Sergio Rebelo. Long-Run Policy Analysis and Long-Run Growth[J]. The University of Chicago Press，1991，99（3）.

[12]胡大立.中國区域经济发展差距与民营经济发展差距的相关性分析[J].上海经济研究，2006（2）：17-25.

[13]厉以宁.厉以宁：中国现在需要培养大量的、新的民营企业[J].商业观察，2018（9）：10-12.

[14]孙圣民，陈强.家庭联产承包责任制与中国农业增长的再考察——来自面板工具变量法的证据[J].经济学（季刊），2017，16（2）：815-832.

[15]彭小辉，史清华，朱喜.中国粮食产量连续增长的源泉[J].农业经济问题，2018（1）：97-109.

[16]张东玲.新型城镇化质量对农业经济增长的空间溢出效应分析——基于山东省17地市的经验数据[J].山东大学学报（哲学社会科学版），2019（4）：157-167.

[17]陈艳莹，原毅军，袁鹏.中国高端服务业的内涵、特征与界定[J].大连理工大学学报（社会科学版），2011，32（3）：20-26.

[18]刘俊威，汪建丰.都市型现代农业发展理论再探——基于农户视角[J].湖北社会科学，2011（3）：75-78.

[19]彭新宇.农业服务规模经营的利益机制——基于产业组织视角的分析[J].农业经济问题，2019（9）：74-84.

[20]唐轲，王建英，陈志钢.农户耕地经营规模对粮食单产和生产成本的影响——基于跨时期和地区的实证研究[J].管理世界，2017（5）：79-91.

（责任编辑：李江）