统计口径调整对农机跨区作业面积指标及其应用的影响研究

在大国小农的基本国情下，农机作业社会化服务被公认是实现“小农户与现代农业发展有机衔接”，进而保障粮食安全并驱动农业增长的重要途径。其中，农机跨区作业是我国生产实践中发展速度快、社会经济效益突出且受关注度最高的农机作业社会化服务模式。农机跨区作业模式（例如从南到北的小麦跨区机收）是指供给主体利用区域间的时间差进行大范围、规律性转移作业。我国农机跨区作业诞生于20世纪80年代的陕西等地，而后随着国家一系列扶持政策的实施，北方麦区迅速形成了大范围的农机跨区收割服务市场。2000—2013年，全国农机跨区收割面积从0.9亿亩增加到3.8亿亩，年均增长11.7%。农机跨区收割服务市场在提高农机利用率、优化整体市场环境、促进粮食增产与农业增长、降低农户生产成本等方面发挥了重要作用。

显然，农机跨区作业面积指标和统计数据是农机跨区作业和农业机械化相关研究的重要支撑。实际上，我国农机跨区作业面积统计数据发布时间较早，而且指标体系不断完善。自2001年开始，《中国农业机械工业年鉴》每年公布全国和各省农机跨区机收小麦面积、跨区机收水稻面积和跨区机收玉米面积三个指标数据。自2009年开始，《中国农业机械工业年鉴》和《中国农业机械化年鉴》增加了跨区作业面积、跨区机耕面积、跨区机播面积和跨区机收面积。这些数据为研究农机跨区作业提供了重要支撑材料。特别地，一些研究利用分省或分市的农机跨区作业面积数据实证分析了农机跨区作业对粮食产量和农业经济增长的空间溢出效应。

2014年农机跨区作业面积指标的统计口径发生变化，但这种调整对农机跨区作业面积指标及其应用的影响目前尚缺乏探讨。从2014年开始，农业部将农机跨区作业面积统计口径从农机具在县域外的作业面积调整为一个区域内由县域外农机具作业的面积。然而，一些研究并未注意到这种统计口径调整对统计指标及相关实证研究的潜在影响。例如，方师乐等指出，自2014年，中国农机跨区作业服务面积出现骤减，比2013年减少19%，其中机收面积下降32%。他们认为农机跨区作业服务面积突然大幅度下降的原因在于农机本地作业服务市场扩大从而造成农机跨区作业服务市场萎缩。虽然该研究意识到了农机跨区作业面积指标数据的变化，但没有将这一变化与统计口径调整关联起来。只有极少的研究注意到了统计口径调整对农机跨区作业面积指标数据的可能影响。董洁芳的研究认为，2014年全国农机跨区作业面积大幅度下降的主要原因是统计口径的调整。然而，该研究并未进一步解释为什么统计口径调整导致全国层面农机跨区作业面积的大幅度下降，也未分析统计口径调整对地区层面农机跨区作业面积指标数据的潜在影响。那么，统计口径调整到底会不会影响全国层面和区域层面的农机跨区作业面积指标数据？如果有影响，产生这种影响的中间机制是什么？在这种影响下，农业机械化相关的研究在应用农机跨区作业面积指标时应注意哪些事项？本文将系统性分析这一问题。

从理论上讲，统计口径调整不会干扰全国整体农机跨区作业面积指标数据的变化趋势。2013年及以前的农机跨区作业面积实际上是从供给角度统计农机具在县域以外作业的面积（以下简称第一种统计口径），而2014年及以后的农机跨区作业面积实际上是从需求角度统计一个地区由县域以外机械作业的面积（以下简称第二种统计口径）。从理论上讲，在农机没有跨越国界进行作业的情形下，使用上述两种统计口径统计得到的全国整体农机跨区作业面积应该是一致的。任何一个作物地块的机械作业都是由县域内机械（以下简称本地机械）和县域外机械（以下简称外地机械）其中的一种来完成的。当一个地块由外地机械作业时，按第一种统计口径该地块面积应该计入机械所在地的跨区作业面积，而按第二种统计口径该地块面积应该计入农户所在地的跨区作业面积。由于包括跨区作业在内的农机作业服务是不可储存的服务型产品（无库存），既定时期内（例如1年）全国农机作业服务的供给量和需求量必定相等。第一种统计口径统计的是农机跨区作业服务供给量，而第二种统计口径统计的是农机跨区作业服务需求量。因此，从全国汇总数据来看，两种统计口径得到的数据应该是一致的。这意味着，在无特殊事件冲击情形（例如禁止跨区作业的行政手段和其他措施）下，全国各项农机跨区作业面积指标在2014年前后不会出现大的波动。

为了更形象地分析统计口径的影响，我们在图1中做了一个简单的展示。图1中，某个国家包括A、B、C三个省份，三个省份分别有6个、8个和10个地块（每个小矩形为1个地块），而且每个地块面积为1。图中三角形、圆形和五角星分别表示来自A省、B省和C省的农业机械。每个地块上相应的符号表示该地块由来自相应省份的机械提供机械作业服务。按照第一种统计口径，A省、B省和C省农机跨区作业面积分别为4、5和3。其中，A省的农机跨区作业面积为该省机械在B省和C省作业的面积，B省的农机跨区作业面积为该省机械在A省和C省作业的面积，C省的农机跨区作业面积为该省机械在A省和B省作业的面积。这样，按第一种统计口径全国农机跨区作业面积为12。

如果按照第二种统计口径，A省、B省和C省农机跨区作业面积分别为3、5和4。其中，A省的农机跨区作业面积为该省地由来自B省和C省机械作业的地块面积之和，B省的农机跨区作业面积为该省地由来自A省和C省机械作业的地块面积之和，C省的农机跨区作业面积为该省地由来自A省和B省机械作业的地块面积之和。这样，按第二种统计口径全国农机跨区作业面积为12。显然，两种统计口径下，全国层面农机跨区作业面积相同。

但从实际数据来看，统计口径调整导致了全国各项农机跨区作业面积指标在2014年大幅度下降。图2展示了2000—2017年全国小麦、水稻和玉米跨区机收面积的变化情况。

从中可以看到，2000—2013年，三大粮食作物跨区机收面积在波动中保持总体上升趋势，但2014年小麦和水稻跨区机收面积大幅度下降，玉米跨区机收面积则略微减少。相比2013年，2014年全国小麦、水稻跨区机收面积分别减少41.94%和36.53%。类似地，不区分农作物，农机跨区作业总面积、耕种收三大农艺环节跨区作业面积在2014年均有一定程度的下挫（图3）。

图3 2008—2017年全国不同农艺环节跨区作业面积

结合前文的理论分析以及2014年以前不同跨区作业指标整体呈现的持续上升趋势，2014年农机跨区作业面积应该增长或者略微减少。但是，实际情况恰恰相反，跨区作业规模最大的机收环节特别是稻麦跨区机收面积减少幅度最大。这说明，统计口径调整造成了农机跨区作业面积的下降。

那么，为什么实际数据出现大幅度变化？本文认为主要原因在于第一种统计口径可能高估了农机跨区作业面积，而第二种统计口径则可能低估了农机跨区作业面积。农机跨区作业面积数据由各地区提供的数据逐级汇总而成，那么各地区统计数据的偏差会造成全国汇总数据较大的出入。在统计本地机械在外地跨区作业面积时，各地区可能存在高估数据的倾向。这种高估倾向可能源自两个方面：其一，第一种口径下的农机跨区作业面积代表一个地区对外农机服务能力，因而各地区统计部门可能存在凸显该指标的倾向；其二，在农机跨区作业实践中，可能存在两台及以上机械在同一地块协同作业的情况，这可能造成农机跨区作业面积的重复统计。但是，在统计区域内由外地机械作业的面积时，各地区又可能存在低估数据的倾向。这种低估倾向源自两个方面：其一，为了凸显本地机械对区域内机械作业面积的贡献，各地区统计部门存在低估外地机械作业面积的可能性；其二，不同于第一种统计口径，第二种统计口径下的外地机械作业面积首先要甄别为各地块和农户提供作业服务的机械类型，而甄别过程可能存在误差，进而造成统计数据的偏差。

从理论上讲，统计口径调整将造成区域层面农机跨区作业面积的显著变化。当农机跨越本区域范围进行作业时，两种统计口径得到的农机跨区作业面积存在较大差异。当外出机械超越统计区域范围时，使用第一种统计口径得到的农机跨区作业面积与统计区域内的作物播种面积无关，甚至可能出现跨区作业面积大于播种面积的情况。相比之下，使用第二种统计口径得到的跨区作业面积不会超过统计区域内的作物播种面积。因此，当机械跨区进行作业时，两种统计口径得到的农机跨区作业面积不具有可比性，而统计口径调整将造成指标数据的显著变化。

从实际数据来看，统计口径调整前后，各省农机跨区作业面积数据变化明显。表1展示了2013年和2014年跨区机收稻麦面积最高的15个省份指标数据的变化情况。

表1 2013年和2014年15个省份农机跨区机收稻麦面积变化情况

单位：千公顷、%

从中可以看出，相比于2013年，2014年除安徽以外的北方小麦主产省份跨区机收面积大幅度下降。其中，江苏下降64.36%，河南下降55.22%，山东下降33.73%，河北下降36.66%。2014年，全国跨区机收小麦面积大幅度下降主要是由这几个省份数据指标大幅度变化直接引起的。相比于2013年，2014年江苏、河南两省跨区机收水稻面积大幅度下降。其中江苏下降68.68%，河南下降82.87%。2014年，全国跨区机收水稻面积大幅度下降主要是由这两个省份数据指标大幅度变化直接引起的。

由于统计口径调整，2013年前后农机跨区作业面积指标在含义和数据大小方面都发生了实质性的变化。因此，在利用农机跨区作业面积数据时不宜直接比较2013年前后全国或者各地区农机跨区作业面积数据。例如，按照第一种统计口径，2013年全国各项农机跨区作业面积整体呈上升趋势，但按照第二种统计口径，2014年以后全国各项农机跨区作业面积整体呈下降趋势。我们既不能据此断定全国农机跨区作业面积上升趋势结束于2013年，也不能断定全国农机跨区作业面积下降趋势始于2014年。对这一数据正确的用法是区分2013年及以前和2014年及以后这两个时间段进行单独分析。相应地，构建区域层面的面板数据时，也应该区分这两个时间段来分别构建数据库。因此，方师乐等在其研究中构建的省级面板数据应该去掉2014年的样本数据，这样获得计量分析结果才更具有一致性和可靠性。

（二）可从供给层面考察区域农机跨区作业服务能力

式（1）中，i表示区域，t表示年份（t<2014），CRM表示单位机械跨区作业面积，CR表示机械跨区作业面积，M表示机械保有量。利用该公式可以计算不同农艺环节（例如机耕、机播、机收）单位机械跨区作业面积，也可以计算同一农艺环节不同作物（例如小麦、水稻、玉米机收环节）单位机械跨区作业面积。跨区作业面积与本区域机械作业面积的比值可以用如下公式来表示：

式（2）中，i表示区域，t表示年份（t<2014），CRR表示跨区作业面积与本区域机械作业面积的比值，CR表示机械跨区作业面积，MA表示本区域内相应作物相应环节的机械作业面积。该公式既可应用于不同农艺环节指标计算，也可应用于同一农艺环节不同作物指标计算。

根据式（1）和（2）的两个指标，可以比较不同地区农机跨区作业服务能力差异，进而识别出农机跨区作业服务能力最高的地区。通过这一识别过程，我们可以知道开展跨区作业服务的农机专业户主要产生在哪里，从而为优化农机具购置补贴政策提供参考。进一步地，可以构建区域层面的面板数据，并以上述两个指标被解释变量，通过回归估计分析农机跨区服务供给能力的影响因素；同时，也可以把上述两个指标作为核心解释变量，通过回归估计分析农机跨区服务供给能力对其他社会经济指标如粮食产量的影响。

2014年及以后的农机跨区作业面积是指统计区域内由外地机械作业的面积，它反映了一个地区对跨区作业的需求量。因此，利用2014年及以后的农机跨区作业面积数据可以分析各区域农机跨区作业服务需求程度。当然，只有消除行政面积和农机保有量的影响后，才能比较不同区域间农机跨区作业服务需求程度的差异。本文认为跨区作业面积占比是体现跨区作业服务需求程度的比较合适的指标。跨区作业面积占比可以用如下公式来表示：

式（3）中，i表示区域，t表示年份（t>2013），CRDR表示跨区作业面积占比，CR表示机械跨区作业面积，MA表示本区域内相应作物相应环节的机械作业面积。该公式可以应用于不同农艺环节指标计算，也可应用于同一农艺环节不同作物指标计算。通过比较不同区域跨区作业面积占比大小，可以识别农机跨区作业需求程度最高和最低的地区，从而为外出作业服务主体寻找业务提供参考。

进一步地，可以构建区域层面的面板数据，将跨区作业面积占比作为被解释变量，利用回归估计分析跨区作业服务需求程度的影响因素。特别地，有研究认为农机保有量增加是造成近年来农机跨区作业面积持续下降的重要原因。为了检验这一理论假说，可以利用2014—2017年31个省份（自治区、直辖市）面板数据，以跨区作业面积占比作为被解释变量，以农机保有量为核心解释变量进行回归估计。

[color=rgba(0, 0, 0, 0.9)]2014年，农业部将农机跨区作业面积统计口径进行了调整。本文分析了这一调整对农机跨区作业面积指标及其应用的影响。调整前的农机跨区作业面积凸显了一个区域对外跨区作业服务的供给能力，而调整后的农机跨区作业面积则反映一个区域对外地机械跨区作业服务需求的程度。从理论上讲，统计口径调整不会对全国层面的农机跨区作业面积汇总数据造成大的影响。但是，从实际数据来看，统计口径调整使得全国汇总的农机跨区作业面积在2014年大幅度下降，并终结了2013年以前指标数据的上升趋势。本文认为，造成这一结果的原因在于各地区在使用调整前的口径时有高估跨区作业面积数据的倾向，而在使用调整后的口径时有低估跨区作业面积数据的倾向。在理论和实践上，统计口径的调整使得区域层面的农机跨区作业面积数据发生了显著变化。

统计口径调整对农机跨区作业面积数据变化的影响也为该指标的应用提出了三点启示：第一，2013年前后的农机跨区作业面积数据在含义和数据大小方面均不具有可比性，因而实际应用中应分不同的时间段进行单独分析；第二，2013年及以前的农机跨区作业面积反映了一个区域对外跨区作业服务的供给能力，因而可以利用单位机械跨区作业面积和跨区作业面积与本区域机械作业面积的比值这两个指标来比较不同区域对外跨区作业服务供给能力大小，也可以构建区域面板数据分析跨区作业服务供给能力的影响因素或者跨区作业服务供给能力对其他社会经济指标的影响；第三，2014年及以后的农机跨区作业面积反映一个区域对外地机械跨区作业服务需求的程度，因而可以利用跨区作业面积占比这一指标来比较不同区域对跨区作业服务需求程度的大小，也可以构建区域面板数据分析跨区作业服务需求程度的影响因素。（原载于：《中国农村研究》2023年第2期，第253-265页。）