農業社會化服務對耕地撂荒的影響研究
——基于中國家庭大數據庫的經驗證據

盧 華，周應恒，張培文，耿獻輝

（1.江西財經大學生態文明研究院，江西 南昌 330013；2.江西財經大學經濟學院，江西 南昌 330013；3.南京農業大學經濟管理學院，江蘇 南京 210095）

1 引言

新型工業化和城鎮化的快速推進促使中國農村勞動力大量脫離農業，務農機會成本攀升和農業比較收益下降帶來耕地撂荒現象突出，已引起學術界和實務界的廣泛關注。2004—2017年，我國耕地撂荒面積在15萬～20萬km2，占耕地總面積的15%左右[1]。2015年全國山區耕地撂荒率為14.3%，78.3%的村莊出現耕地撂荒[2]。根據國家地理信息公共服務平臺天地圖（https://zhfw.tianditu.gov.cn）截取的2017年高分影像底圖形成的全國耕地撂荒數據顯示，2017年全國95%的縣級行政單元存在耕地撂荒現象，撂荒率超過10%的縣級行政單元占全國總數的30.23%[3]。在不斷開放的農業國際環境下，土地的小規模分散經營和先進農業技術使用率低勢必會對我國耕地撂荒產生直接影響。當前，我國小農生產的基本面仍未改變，土地細碎化經營依舊[4]。截至2019年底，全國家庭承包耕地流轉面積37 00萬hm2，占家庭總承包耕地面積約40.1%①數據來自《中國農業年鑒》（2018年、2020年）的“農業政策與措施”內容部分。，農地流轉率依然不高。經營耕地10畝以下的農戶仍有2.1億戶[4]。此外，從滯留在農村的勞動力結構特征來看，老齡化和女性化趨勢明顯，知識儲備和專業素質等方面的劣勢使其難以駕馭現代生產技術和先進機械設備。

農業社會化服務組織擁有資本、技術和管理等現代生產要素，可介入農戶農業生產的整地、播種、插秧、施肥和施藥等不同環節，具有化解農戶因勞動力短缺、資本和技術不足等對耕地撂荒影響的潛在比較優勢。2021年7月農業農村部出臺《關于統籌利用撂荒地促進農業生產發展的指導意見》，指出“要培育社會化服務組織，為外出務工和無力耕種的農戶提供全程托管服務”。截至2020年底，全國農業社會化服務組織數量超90萬個，農業生產托管服務面積超16億畝次，服務糧食作物面積超9億畝次，帶動小農戶7 000多萬戶②數據來自中國政府網站（http://www.gov.cn/xinwen/2021-02/08/content_5585835.htm）。。全國農業生產性服務業市場規模已超過2 000億元①數據來自“張紅宇：農業生產性服務解種地難題”，人民日報，2020-05-08。。那么，農業社會化服務對耕地撂荒是否存在影響？如果有，其作用機制是什么?影響方向及其程度如何？

耕地撂荒一直是學術界關注的研究重點，多數學者從自然、人文和社會科學等多角度展開了較為系統的研究，也取得了非常有價值的研究成果，但鮮有研究關注農業社會化服務對農戶耕地撂荒的影響。中國家庭聯產承包責任制帶來的土地細碎化和因人地關系變化而帶來的農地調整是耕地撂荒的根本原因[5]。在戶籍制度改革之前，城鄉要素流動并不充分，土地細碎化的規模不經濟問題并不明顯，農戶不會因此而出現大規模的耕地撂荒[6]。隨城鄉要素流動活躍，農戶非農就業機會不斷增多，土地細碎化的規模不經濟效應逐漸顯現，農戶對農地流轉也普遍存在預期不足，耕地撂荒加劇，農地確權頒證存在明顯的產權激勵效應，能有效降低耕地撂荒率[7]。離城鎮的距離縮短會使得農戶耕地撂荒的可能性和撂荒面積顯著增加[8]。還有學者從勞動力價格上漲[9]、勞動力非農轉移[10]、代際差異[11]、農業生產條件差[12]等視角探討農戶耕地撂荒的行為機制。此外，有學者探討了撂荒農地再利用的經濟效益，認為社會服務機構數量對撂荒農地再利用存在顯著影響[13]。也有學者指出農業社會化服務能降低因土地細碎化引起的耕地撂荒[14]。遺憾的是，該文并未分析農業社會化服務降低農戶耕地撂荒的作用機制，也未探討兩者之間因自選擇而帶來的內生性問題，導致估計結果可能并不可靠。近年來，農業社會化服務快速發展，學術界對農業社會化服務與土地利用的關系開展了一系列研究，如農業社會化服務能提高農戶農地轉入和降低農地轉出的可能性[15]，也能緩解規模經營戶的勞動和資金約束，促進土地規模經營[16]和增加規模經營農戶的土地轉入[17]。上述研究均肯定了農業社會化服務對土地利用的影響，但鮮有文獻直接探討其對耕地撂荒的影響效果及其作用機理，分析其作用機制并予以定量研究的就更少。

本文可能的邊際貢獻是從理論層面直接闡述農業社會化服務對農戶耕地撂荒的作用機理，在考慮模型內生性和不同地區之間異質性的基礎上，利用覆蓋全國大范圍的中國家庭大數據庫數據，定量估計農業社會化服務對耕地撂荒的影響效果，并從不同方面分析估計結果的穩健性，最后對其作用機制進行檢驗，研究成果具有重要現實意義。

2 理論分析與模型構建

2.1 理論推演

本文參照羅必良等[14]的分析框架，假設農戶耕地總面積為=A+E，其中，A為正在經營的面積，E為耕地撂荒面積，共有n塊地，有t塊土地購買了全程的農業社會化服務，農業社會化服務量為S。假定農戶以家庭總收益最大化為目標，其目標函數如下：

式（1）中：Y代表家庭收益；α、β代表勞動和資本對產出的貢獻；PY為農產品價格，假定農戶是價格的被動接受者；PS為農業社會化服務的價格；為家庭總勞動力；L為務農勞動力；w為非農工資水平；c為每單位勞動力的務農交易費用②土地細碎化導致地塊分散和離家距離不一致，農戶來往于不同地塊之間會產生交易成本（如，時間成本），且地塊數越多，農戶在地塊耕作方面的交易成本越大。。為便于比較分析，假定每個地塊面積相等且同質，分別代表每塊地的勞動力投入和土地投入，為農戶全程參與生產的農業總產出，為參與社會化服務地塊的農業總產出，并假定α+β= 1，即農業生產規模報酬不變。根據最優化問題求解，可以得出最優的農業勞動力和農地投入。等式如下：

根據式（2）的最優化求解可知，農戶在務農時的勞動力邊際收益和務農的邊際機會成本相等時決定其最優的農業勞動力投入。在不考慮農戶往來于不同地塊之間的交易費用時，由圖1（a）可知，農戶會根據農業勞動邊際收益MRL=w決定最優農業投入量L0，其對應的土地邊際收益為MRA（L0）（圖（1b）），此時土地投入量為A0，耕地撂荒面積E0=-A0。進一步，考慮農業勞動力在往返于不同地塊之間的交易成本時，當不存在農業社會化服務市場時，農戶來往于不同地塊之間會產生交易成本nc，根據MRL=w+nc，農戶決定的最優農業勞動投入量為L1，由于nc＞0，由圖1（a）可知，最優農業勞動投入量下降到L1，且滿足L1＜L0。農業勞動投入減少會加劇土地粗放經營，引致土地邊際收益由MRA（L0）下降到MRA（L1），并與橫軸交于A1點，此時耕地撂荒面積變為E1=A-A1，由于A1＜A0，所以E1＞E0，導致撂荒面積增多。引入農業社會化服務市場后，因農業社會化服務可介入農業生產，農戶通過購買農業社會化服務，直接參與農業生產的地塊數減少，亦可緩解其面臨的勞動短缺、農機和農業新技術等對農業生產的約束，導致農業生產的交易費用降低tc。此時，農戶在PYαLα-1Aβ=w+（n-t）c條件下決定最優的農業勞動力投入量變為L2，由于tc＞0，L2＞L1。農戶購買農業社會化服務后會帶來土地邊際收益提高到MRA（L2），介于MRA（L0）和MRA（L1），并與橫軸交于A2點，此時撂荒面積E2=-A2，由于A2＞A1，所以E2＜E1，撂荒面積減少。

圖1 農業社會化服務與耕地撂荒Fig.1 Socialized agricultural services (SAS) and farmland abandonment

由式（3）可知，農戶購買農業社會化服務后的土地邊際收益（PYβLαAβ-1+βSαAβ-1）大于農戶未購買農業社會化服務時的土地邊際收益（PYβLαAβ-1）。并且，在考慮農業生產交易成本時，農戶購買農業社會化服務后的土地投入面積（A2）大于未購買農業社會化服務后的土地投入面積（A1）。因此，通過經濟理論推演可知，農戶購買農業社會化服務能減少耕地撂荒，實際情況則需要農戶層面的微觀數據進行定量檢驗。

2.2 模型構建

為定量估計農業社會化服務對耕地撂荒的影響效果，本文構建如下計量模型：

式（4）中：Landi為反映農戶耕地撂荒行為的因變量，包括農戶耕地是否撂荒、撂荒面積和撂荒比例；OSi為農戶購買農業社會化服務的變量；Xi是影響農戶耕地撂荒的控制變量；α、β、γ為待估系數；εi為隨機誤差項。

理論上，農戶是否購買農業社會化服務是一個“自選擇”問題，即購買農業社會化服務的農戶往往是耕地未撂荒或者耕地撂荒面積較少的群體。因此，樣本自選擇會帶來模型內生性問題，造成估計結果偏誤。為盡可能消除內生性問題，本文選取“本村除了該戶外其他農戶的農業社會化服務平均水平”作為工具變量。因此，當Landi取值反映農戶是否耕地撂荒時，采用ivprobit模型進行實證分析，當Landi取值為農戶耕地撂荒比例或面積時，采用ivtobit模型來解決零處截尾問題。

此外，分析農戶購買農業社會化服務對耕地撂荒影響效果的理想方式是比較同一個農戶“購買”和“不購買”下耕地撂荒行為的差異。然而，該數據缺少一種非實際狀態，無法獲取，需要構建一個反事實的因果狀態。本文將進一步采用傾向得分匹配（PSM）方法來處理自選擇問題，驗證估計結果的穩健性，傾向得分通過如下logit模型估計得出，模型如下：

式（5）中：PO（SXi）為農業社會化服務的傾向得分值，OS是處理變量，如果農戶購買了農業社會化服務，則OS= 1，反之為0。Xi為選擇的匹配變量，獲得傾向得分后，就可以利用不同匹配方法得到農業社會化服務對耕地撂荒影響的平均處理效應（ATT）：

式（6）中：Y1i、Y0i分別表示同一農戶在實驗組和對照組兩種情形下的輸出結果。

3 數據來源與特征事實

3.1 數據來源

本文數據來源于浙江大學2017年首次公開的中國家庭大數據庫，數據包含2011年、2013年、2015年、2017年的4輪中國農村家庭調查數據，其中2011年、2013年、2015年和2017年調研農村家庭戶數依次為5 120戶、16 511戶、22 535戶和24 764戶。調查內容涉及中國農村家庭比較完整的信息，包括家庭的基本結構、就業、收支、農業生產經營、土地利用與流轉、社會保障、教育等各個方面。需要說明的是：第一，考慮到農戶耕地撂荒數據僅在2017年問卷中涉及，因此，本文采用2017年數據進行實證分析。第二，在數據處理中，對戶主個人特征、個人生活保障、農戶家庭特征以及土地特征等數據變量缺失或者記錄為“不知道”的樣本進行了刪除。第三，調研樣本中，有部分家庭雖然戶籍在農村，但實際并沒有從事農業生產經營活動，對這部分樣本也進行了剔除。通過整理，本文共獲得了9 419戶有效樣本。調查樣本能較好的反映全國耕地撂荒和農業社會化服務的情況。

3.2 變量選取

（1）因變量。選取農戶耕地是否撂荒、實際撂荒面積和撂荒比例為因變量。

（2）核心解釋變量。用“租賃農用機械以及農用運輸車輛花了多少錢”來表征農戶購買農業社會化服務的水平。

（3）其他控制變量。農戶家庭特征和土地特征也會對耕地撂荒產生影響。首先，根據已有研究的主要做法，本文選擇戶主年齡、受教育程度、身體健康狀況和性別等作為家庭特征變量；選取地塊數和土地經營面積來反映農戶的土地經營特征[18]。其次，不同村莊在地理位置、交通條件和農業生產習慣方面會存在差異，這些不可觀測因素會對農戶耕地撂荒行為產生影響，本文選取村莊離最近快遞點的距離、村機械收割比例、村撂荒比例和是否貧困村來反映村莊特征。不同省份之間的一些不可觀測因素也會影響農戶耕地撂荒行為，本文在模型中還加入了省份虛擬變量予以控制。所有相關變量的說明與描述性統計詳見表1。

表1 變量及其描述性統計Tab.1 Variables and descriptive statistics

樣本地區戶均承包地撂荒面積比例為3.4%，按全國18億畝耕地面積計算，約有6 000萬畝耕地被撂荒。購買農機服務的農戶占比為42.2%，平均每戶支付的農業社會化服務金額為633.2元。戶均土地經營規模為9.529畝，地塊數為5.092塊，土地細碎化較為嚴重。僅有13.2%的農戶存在轉入土地行為，17.8%的農戶存在轉出土地行為，樣本范圍內的農地流轉率較低。耕地機械收獲的比例為64.45%。快遞點距離村委會平均距離約5.429 km，快遞網點進農村比例較低。農業經營戶主平均年齡56.61歲，受教育程度較低。家庭平均人口數為3.6人，農業勞動力非農轉移比例為39%。

3.3 特征事實

根據對樣本數據的統計分析可知（表2），不同地區的耕地撂荒程度差異較大。西部地區耕地撂荒比例最大，中部地區撂荒比例最小。主要原因是近年來西部地區經濟發展較快導致勞動力外出務工增多，務農機會成本增大，加之地形氣候等不宜耕種原因，耕地撂荒較多。中部地區多數為我國糧食主產區，農業勞動力兼業較多，追求農業收益和非農就業收益的總收益最大是最優目標。此外，糧食主產區正大力推動的高標準農田建設和農地流轉也一定程度上抑制了耕地撂荒。東部地區經濟發展水平高，務農機會成本高，耕地的非糧化和非農化較為嚴重，真正撂荒相對較少。從農業社會化服務來看，中部地區農戶購買農業社會化服務較多，主要原因是糧食作物具有易于機械作業的特點；東部地區多以種植經濟作物為主，這類作物屬于勞動密集型作物且不便于農機作業，農戶購買農業機械化服務的也相對較少。

表2 中國農業社會化服務與耕地撂荒的特征事實Tab.2 Descriptive statistics of SAS and farmland abandonment in China

圖2可知，農業社會化服務金額和耕地撂荒之間呈現明顯的反向關系，農戶購買農業社會化服務水平越高，耕地撂荒越低。農業社會化服務可能是導致耕地撂荒較少的一個重要原因。分不同地區來看，中部地區農戶購買農業社會化服務最多，耕地撂荒比例最低；西部地區農戶購買農業社會化服務最少，耕地撂荒比例最高。

圖2 樣本地區農業社會化服務與耕地撂荒的關系Fig.2 The relationship of SAS and farmland abandonment

4 結果分析

4.1 農業社會化服務對耕地撂荒影響的估計結果

本文利用Stata15軟件定量估計農業社會化服務對農戶耕地是否撂荒、耕地撂荒面積和撂荒比例的影響，為盡可能的消除模型內生性問題，本文利用工具變量法進行估計（表3），弱工具變量檢驗的F值均大于經驗值10，說明不存在弱工具變量問題。內生性檢驗顯示農業社會化服務變量具有內生性。

表3 農業社會化服務對耕地撂荒影響的估計結果Tab.3 Results of the impact of SAS on farmland abandonment

由表3可知，農業社會化服務金額對農戶是否撂荒耕地、撂荒面積和撂荒比例的影響均顯著為負，說明農戶購買農業社會化服務之后，可有效減少耕地撂荒的概率和面積，購買水平越高，耕地撂荒的可能性越低。農業生產需在廣袤的田地上進行，具有決策時間上高度的統一性和空間上的分散性，要求不誤農時。農作物的自然生長規律決定了其所需的農業生產時間往往就集中在幾天時間且需多次戶外勞作，導致農忙時節雇工難且工資高。農業社會化服務本質上是勞動分工深化的結果，當不存在農業社會化服務市場時，隨非農工資上漲，勞動力務農機會成本持續攀升，部分農戶會因農業種植比較收益低而選擇撂荒耕地。隨勞動分工程度加深，擁有資本、技術和管理等現代生產要素的農業社會化服務組織，可介入農戶農業生產的整地、播種、插秧、施肥和施藥等不同環節。農業機械的資產專用性強，每家每戶購買農機既不可能，也不經濟。農戶通過購買不同環節的農業社會化服務，可替代自身購買農機，緩解資金和技術約束，降低農業生產成本，進而減少耕地撂荒。此外，糧食作物具有易于機械化作業的特點，而整地、播種和收割易于機械化操作且服務效果易觀察，農戶購買此類農業社會化服務能較好的獲取糧食生產的規模經濟效益并降低農業生產成本。根據筆者在江蘇的農戶調查，購買整地和收割的農戶數占比分別達到85%和95%[17]，且畝均農機服務費用平均約為100～150元，半天或1天時間就可完成小規模農戶的整地、播種或收割作業。相比于雇工、自我勞動投入和購買農機，購買農機服務具有低成本的比較優勢，通過購買農機服務可降低農忙時節勞動力約束和農機約束對糧食生產的負面影響，對抑制耕地撂荒具有積極效果。

地塊數對農戶是否撂荒耕地、撂荒面積和撂荒比例的影響均顯著為正，地塊數越多，農業勞動力和農機使用的約束會越強，土地細碎化經營的成本高效益低，農戶種糧積極性下降，耕地撂荒增多。此外，由于農作物的自然生長特征和土地的不能移動，農業社會化服務供給成本和服務規模等會受到土地細碎化的約束。地塊數越多意味著地塊越分散，平均地塊面積越小，農業社會化服務的供給成本增多。出于成本收益考慮，社會化服務組織也會選擇在家庭地塊數較少、服務供給成本較低的較大地塊上提供服務。土地經營規模越大，農戶對農業經營收入更重視，對農作物產量的波動和預期會越敏感，選擇購買農業社會化服務來緩解勞動力和技術約束的概率會更高，耕地撂荒也會隨之減少。勞動力非農轉移比例越高，農業收入占家庭總收入份額會越少，特別是對非農工作較為穩定的家庭，農業生產的不誤農時特征會降低勞動力兼業傾向，導致農戶耕地撂荒的概率和撂荒比例提高。勞動力身體健康越差，戶外勞作時間越難保證，距家較遠耕地被撂荒的可能性也會增大。

村級耕地撂荒會對農戶是否撂荒耕地產生重要影響。農業生產需要一定的集體行動，當農戶相鄰或周邊的地塊均撂荒時，灌溉和田間道路等原因會導致種糧成本上升，撂荒地相鄰地塊撂荒的概率也會增多。耕地機械收獲比例越高，因農業勞動力短缺引致的耕地撂荒會減少。貧困村會增加農戶耕地撂荒的概率和撂荒比例。我國絕大多數貧困村都處于偏離城市較遠的地區，交通基礎設施較差，農業機械無法大面積普及，農業經營效益低會帶來耕地撂荒增多。農業勞動力老齡化也會引致農戶耕地撂荒的可能性增多。

4.2 異質性分析：不同地區分析

考慮到不同地區土地、勞動和資本等要素市場發展很不相同，不同地區的農業生產條件、家庭勞動力稟賦、農業社會化服務發展水平和耕地撂荒也存在顯著差異。本文進一步將樣本細分為東、中、西和糧食主產區進行分析。表4表明，農業社會化服務對東部、中部和糧食主產區農戶耕地是否撂荒的影響顯著為負，而對農戶耕地撂荒面積和撂荒比例的影響僅在中部和糧食主產區顯著為負。可能原因如下：東部地區勞動力務農機會成功高，而農業社會化服務能幫助農戶克服在勞動力短缺、資本和現代農業技術裝備不足等方面的困難，一定程度能抑制農戶耕地撂荒。并且，東部地區耕地條件較好，耕地非糧化和非農化較多，實際耕地撂荒面積相對較少。中部地區多數為我國糧食主產區，勞動力兼業較多，追求農業收益和非農就業收益的總收益最大是最優目標。且糧食作物具有易于機械作業的特點，農戶購買農機服務能夠較好的獲取糧食生產的規模經濟效益，能較好的抑制耕地撂荒。西部地區農業勞動力非農轉移較多，加之因地形、土壤、氣候環境等不宜耕種原因，農業社會化服務的供給成本和種糧成本高，耕地撂荒相對較多。

表4 農業社會化服務對耕地撂荒影響的估計結果（分地區）Tab.4 Results of the impact of SAS on farmland abandonment (different regions)

地塊數對東部、中部和糧食主產區農戶耕地是否撂荒、撂荒比例和面積的影響均顯著為正。耕地細碎分散會增強農業勞動力和農業機械對農業生產的約束作用，會增加種糧成本，降低農戶種糧積極性，引致農戶耕地撂荒。村級撂荒對東部和主產區的農戶耕地撂荒的影響均顯著為正。總體看來，表4估計結果和全樣本下的估計結果基本一致，能較好的驗證本文的研究結果。

4.3 穩健性分析

（1）穩健性檢驗一：替換關鍵解釋變量。替換變量法是解決內生性問題的一種方法[19]。為檢驗估計結果的穩健性，本文進一步使用樣本地區農戶所在縣和省的農業社會化服務水平作為代理變量進行穩健性回歸。表5可知，農戶所在縣的農業社會化服務水平對農戶耕地是否撂荒、撂荒比例和撂荒面積的影響均在1%水平下顯著為負，即縣級農業社會化服務水平越高，農戶耕地撂荒越少。在糧食主產區、中部和西部地區，縣級社會化服務水平對農戶耕地是否撂荒、撂荒比例和面積均存在顯著負向影響。農戶所在省的農業社會化服務水平對農戶耕地是否撂荒和撂荒比例的影響顯著為負，即農戶所在省的農業社會化服務發展水平越高，耕地撂荒的可能性越低。在糧食主產區和西部地區，省級農業社會化服務水平對農戶耕地是否撂荒、撂荒比例和面積的影響同樣顯著為負。替換關鍵解釋變量之后的估計結果也一定程度上檢驗了本文研究結果的穩健性。

表5 農業社會化服務對耕地撂荒影響的估計結果（替換關鍵解釋變量）Tab.5 Estimation results of the impact of SAS on farmland abandonment (replacing the key independent variables)

（2）穩健性檢驗二：傾向得分匹配（PSM）方法。PSM方法也是解決內生性問題的有效方法。表6可知，采用4種不同匹配方法得到的ATT值均為負，都通過了1%顯著性水平檢驗且結果相近，說明農業社會化服務能有效減少耕地撂荒，進一步驗證了估計結果的穩健性。

表6 農業社會化服務對耕地撂荒影響的估計結果Tab.6 The matching results of the impact of SAS on farmland abandonment

4.4 機制檢驗

（1）機制分析。不論是土地經營規模戶抑或是小農戶，在時間、農機裝備、農業技術水平等約束下，將農業生產中的部分環節交給農業社會化服務組織，可緩解其面臨的勞動力短缺、資金和技術約束，實現農業生產要素的重新配置，引發農村土地流轉市場供需變化，對耕地撂荒產生影響（圖3）。

圖3 農業社會化對耕地撂荒的影響機制Fig.3 The influencing pathway of SAS on farmland abandonment

第一，農業社會化服務對土地經營規模戶①本文中的規模戶是指土地經營面積大于省平均土地經營規模面積的農戶，反之則為小農戶。轉入土地的作用機制。土地經營規模戶通過土地轉入實現規模經營，隨土地經營面積擴大，其面臨的勞動力、技術、管理和資金約束增強，其生產過程會越來越依賴于農業社會化服務組織。首先，農業社會化服務組織可為農戶提供農業雇工服務或農機租賃服務，可提高規模戶轉入土地的需求和緩解資金和技術約束，促進農戶轉入土地[15-16]。其次，農業機械資產專用性強，農業社會化服務組織使農戶便利地獲得了農機，節省了自行購買農業機械所需的大量資金。再次，限于公共農技推廣的有限資源，大多數規模戶難以直接獲得農業技術支持，社會化服務組織已逐漸成為農業技術推廣的主力軍，將農業專業技術或現代裝備引入農業生產，可緩解規模戶的技術約束，有利于規模戶轉入土地。

第二，農業社會化服務對小農戶轉出土地的作用機制。農戶是否選擇轉出土地或者撂荒，取決于經營土地的成本收益。小農戶議價能力普遍較弱，對接市場相對較為困難，購買農業社會化服務之后，可降低獲取外部資源的搜尋成本，也能促使其引入現代農業生產要素，成為技術投資和改善農業生產經營管理的主體[20]，一定程度會提高小農戶的土地需求，降低小農戶的土地轉出意愿。

（2）模型構建。根據上文的機制分析，為進一步檢驗農業社會化服務對農戶土地流轉影響的微觀機制，本文構建如下計量經濟模型予以實證分析：

式（7）中：Land_transi為反映農戶土地流轉行為的因變量；OSi為反映農業社會化服務的變量；Xi是影響農戶土地流轉行為的控制變量，模型中也加入了省級層面隨時間不變但因省級而異的不可觀測因素；α、β、γ為待估系數；εi為隨機誤差項。

（3）估計結果。農戶購買農業社會化服務和土地流轉行為之間理論上是農戶“自選擇”的結果，模型可能存在內生性問題，造成估計結果偏誤。為盡可能獲取準確的估計結果，本部分采用傾向得分匹配方法（PSM）消除模型內生性問題。表7可知，模型共同支撐假設檢驗的AUC值接近0.5，滿足傾向得分所要求的共同支撐假設檢驗，模型擬合檢驗的AUC值接近0.8，擬合效果較好。

表7 農業社會化服務對不同規模農戶耕地撂荒的影響Tab.7 Results of the impact of SAS on farmland transfer behavior

表7可知，農業社會化服務對規模戶的土地轉入行為具有明顯促進作用，對小農戶的土地轉出行為并未產生明顯影響。可能原因如下：現階段，農業社會化服務最大的作用在于緩解農戶農業生產經營的勞動力和技術約束，但這種作用可能更多的通過土地經營規模發揮。規模戶由于土地經營面積較大，面臨的勞動力、資本和技術約束較強，農業社會化服務組織擁有的現代農業生產要素和先機農業技術可緩解規模戶的資本和技術等約束，促進其轉入土地。此外，由于土地的不能移動，農業社會化服務服務供給成本、服務范圍、服務規模和交易頻率會受到土地細碎化的約束，為降低服務供給成本，農業社會化服務組織也會更愿意為規模戶提供服務。

5 結論和討論

本文在理論上闡述了農業社會化服務影響農戶耕地撂荒的作用機理，利用浙江大學中國家庭大數據、工具變量法和PSM方法，定量研究了農業社會化服務對農戶耕地撂荒的影響效果，從不同方面驗證了估計結果的穩健性，并對其影響機制進行了實證檢驗。結論如下：第一，農業社會化服務能顯著減少農戶耕地撂荒，但這種作用存在地區異質性，在中部地區和糧食主產區明顯，而在東部和西部地區并不明顯。第二，農業社會化服務對不同經營規模農戶土地流轉行為的影響存在差異，農戶購買社會化服務水平的提高能促進規模戶轉入土地，但對抑制小農戶轉出土地的影響并不顯著。

基于以上發現，本文有以下3點啟示：第一，農業生產不同環節的作業監督存在巨大差異，整地、播種、插秧和收割等環節的作業標準化程度高且服務效果易觀察，而施肥和施藥環節標準化程度低且效果難以衡量，政府應進一步強化合同監管和加強價格監測，規范服務行為并提高作業標準化水平，以此提高農戶對農業社會化服務的有效需求，減少耕地撂荒。第二，土地規模經營戶和小農戶的土地連片程度不同，導致農業社會化服務的作業成本不同。要提高小農戶的生產組織化程度和集體行動意識，鼓勵小農戶聯合連片購買農業社會化服務，降低農業社會化服務的作業成本。第三，政府要加強對田間道路和水利灌溉等地塊基礎設施建設的政策支持，努力實現零散耕地的集中連片經營，降低土地細碎化的約束效應，提升農業社會化服務組組的服務供給能力，降低農戶農業經營成本，減少耕地撂荒。