農業社會化服務有助于提升農業綠色生產率嗎？

張夢玲 童 婷 陳昭玖

一、問題的提出

推動農業綠色發展，提高農業綠色生產率，是實現環境保護與經濟發展有機結合的必由之路，也是推進農業供給側結構性改革與質量興農戰略的重要命題。長期以來，中國農業經濟迅猛發展，用世界8.4%的耕地解決了世界近18.4%人口的吃飯問題①數據來源:2019年世界銀行公開數據，https://data.worldbank.org/。，為維護世界的糧食安全起到了不可替代的保障作用。但農業經濟的增長過度依賴于自然資源及農業化學品投入引發了嚴重的生態環境危機，包括土壤肥力下降、水體污染及溫室氣體排放增加等，嚴重威脅了農產品質量安全，阻礙了農業可持續發展（張云華等，2019）。伴隨著保持經濟持續增長與資源環境趨緊的雙重壓力，黨的十九大報告將生態文明提高到前所未有的戰略地位，要求形成農業綠色發展道路，化解資源和環境約束，加強農業面源污染防治。2017—2022年中央一號文件對中國農業綠色發展同樣作出一系列重大決策部署，提出農業生產要由過度依賴資源消耗向追求綠色、生態、可持續發展模式轉變，把農產品質量提升、產量增長和生態環境改善有機結合起來。可見，推進農業綠色轉型升級已成為黨中央的一項重要決策，然而在推進農業綠色發展的進程中仍面臨著諸多障礙，如：農業生產資料利用不合理（王兵等，2020）、環境規制效率低下（展進濤、徐鈺嬌，2019）、財政支持不足（葉初升、惠利，2016）、農戶生態認知能力有限（于婷、于法穩，2013），因此亟需尋求有效的農業綠色發展提升路徑。

傳統以消耗大量資源和破壞生態環境為代價的高投入、高消耗、高排放的農業經濟增長方式已經難以為繼（韓長賦，2017）。考慮農業經濟增長的同時也需要分析農業生產過程中帶來的環境問題。近年來，學界也逐漸認識到生態環境對綠色農業發展的重要作用，在評價農業生產能力時，開始將農業污染如農業碳排放和農藥殘留、化肥使用導致的水土改變作為農業生產的非期望產出（李谷成，2014）納入到傳統生產率的分析框架，進而通過分析農業生產過程中要素投入、經濟產出和生態環境之間的關系測算農業綠色生產率。農業綠色生產率是農業生產過程中各生產要素投入與期望產出和非期望產出的比值。其中，農業生產要素投入包括土地、勞動力、機械、農資等投入，期望產出主要指農業經濟增長，非期望產出包括化肥、農藥和農膜等農業化學品殘留污染（肖銳、陳池波，2017）。農業綠色生產率代表在一定的農業投入要素組合下，以盡可能少的資源消耗和環境污染，得到盡可能多的農業產出（侯孟陽、姚順波，2019）。已有關于農業綠色生產率的研究主要包括兩個方面：一是關于農業綠色生產率評價方法。當前將農業污染作為非期望產出納入農業生產進行測算的方法大致可以分為兩類，一類是隨機前沿分析法（SFA），該類方法是前沿分析中參數方法的典型代表，即需要確定生產前沿的具體形式；另一類是數據包絡分析法（DEA），此類方法是通過線性規劃的形式來測量效率，屬于非參數方法，即不需要確定生產前沿的具體形式（陳新華、王厚俊，2016）。隨著研究方法的不斷推進，也有學者采用與數據包絡分析相結合的ML指數測算法，及以進一步優化的基于松弛變量的SBM模型（馬國群、譚硯文，2021）和GML指數法（杜江等，2016）。二是分析農業綠色生產率的影響因素。由于區域間的經濟發展水平、自然資源稟賦及農業生產經營特征等存在差異，使得影響農業綠色生產率的因素也不盡相同。從生產者層面來看，通過對農戶生產決策行為的心理動因進行干預可以實現提高農業綠色生產率的目的，因此教育可以通過提升農戶技能水平來促進農業綠色生產率（楊芷晴，2019）；農村總量人力資本積累水平的提高能有效促進農業綠色生產率的增長（張淑輝，2017）；農村勞動力轉移對農業生態效率具有空間溢出效應（侯孟陽、姚順波，2019）。從農業經營層面來看，土地流轉契約穩定性（李博偉，2019）、農業規模經營（馬永喜、馬鈺婷，2020）、農業社會化服務（李翠霞等，2021）等是促進農業綠色生產率提升的保障措施；同時，社會規范（趙秋倩、夏顯力，2020）、環境規制（展進濤等，2019）等外部約束手段通過影響農戶行為選擇促進農業綠色生產；另外，以激勵為目的財政支持（肖銳、陳池波，2017）、農業綠色補貼（左喆瑜、付志虎，2021）等方式能夠提升農戶生產條件、改善農業環境。

農業生產經營活動的可分性增強為提升農業綠色生產率提供了新思路。通過農業社會化服務組織誘導農戶卷入農業分工的服務規模經營，服務組織具有的技術進步優勢能夠改變傳統農業生產方式、優化農業要素投入（林毅夫，2014），并為農戶提供農業綠色生產技術及工具。根據分工理論，可以將農戶采納農業社會化服務的行為視為專業化分工中存在的迂回投資行為。農業分工深化促進了農業社會化服務的發展，推動農業生產效率提升的同時也達到了農業綠色生產的效果。農業社會化服務對農業綠色生產率的影響路徑可以從投入、產出兩個角度進行思考。一方面，服務組織通過直接從要素市場購買有機肥、生物農藥等高效率的市場供給類型，從而提升化學品利用率、降低污染排放高投入要素的使用強度（楊子等，2019）。同時，農業社會化服務包括育秧、施肥和病蟲害防治等服務，其技術改進效應（使用減量化投入品、采用綠色生產技術等）能夠顯著提升農業綠色生產率。另一方面，農業社會化服務形成的專業化分工優勢提高了農戶的生產能力和生產效率，并通過“機械替代勞動”的方式節約生產成本進而提高農業產出。可見，農業社會化服務由于技術進步和技術效率優勢引發的農業非期望產出降低和期望產出提高是實現農業綠色生產率提升的關鍵。

綜上所述，已有研究對于農業綠色生產率的測算與分析方法取得了一定進展，雖然在很大程度上避免了徑向問題、角度問題、投入產出松弛調整、模型參數設定的隨意性及不合理的投入產出調整問題等（張淑輝，2017），但將農業污染作為一種非期望產出測算農業綠色生產率仍有進一步可研究的空間：一是農業社會化服務作為一種能夠改變農戶要素投入、完善生產經營方式的組織形式，在農業生產中發揮的效益日漸突出，但現有研究尚未充分發掘其生產技術應用和生產結構調整引發技術的“外溢效應”對農業綠色生產率的促進作用及影響機理，深入探究農業生產中專業化分工的迂回投資行為有利于推動農業綠色發展，同時還能夠完善農業社會化服務體系建設。二是，現有文獻對于農業綠色生產率影響因素的探究主要基于單向思維，相對忽視了農戶資源稟賦約束下的農業綠色生產率差異。三是農戶作為農業生產的微觀經營主體，其生產行為轉變是推進農業綠色發展的關鍵因素（梁志會等，2020）。而現有研究大多基于省級或縣級層面的宏觀數據測算農業綠色生產率，鮮有文獻基于微觀農戶生產行為分析農業綠色生產率。

鑒于此，本文首先從理論層面分析農業社會化服務對農業綠色生產率的影響機理及理論邏輯，采用江西省9個縣（市、區）34個村645個水稻種植農戶抽樣調查數據，構建非期望產出的SBM模型測算農業綠色生產率，同時采用Tobit模型檢驗農業社會化服務對農業綠色生產率的影響，并分析農戶稟賦下的經營規模、土地細碎化、地塊規模與農業社會化服務的交互作用，揭示出以服務規模經營實現農業綠色生產率提升的內在機理與可行策略，為制定和實施更切實有效的政策措施提供新的視角與參考。

二、理論分析與研究假說

（一）理論基礎

農業綠色生產率增長的關鍵在于引進先進的生產技術及設備加速生產要素優化、調整生產投入結構，借助技術進步的力量實現農業經濟與環境的協調發展。農業社會化服務作為一種全新的組織形式，正在不斷破解傳統農業生產方式的束縛，引導農戶邁向綠色發展之路。農業社會化服務是針對農業生產經營而衍生的服務業，廣義的農業社會化服務是指社會經濟組織或個人為農業產前、產中、產后各環節提供優質、高效、全面配套的支持服務（揚子，2019）。學界通常以水稻生產的整地、育秧、施肥、病蟲害防治、灌溉、收割等6個生產環節服務外包程度以表征農業社會化服務（羅必良，2017）。由于農業社會化服務主要通過技術進步效應引發農業綠色生產率提升，因此本文選取水稻生產中具有技術密集型屬性的育秧、施肥和病蟲害防治三個生產環節是否進行外包代表農業社會化服務以考察其縱向卷入程度。

農業綠色生產是可持續發展理念的進一步延伸，農業生產過程中生產要素投入不合理是阻礙農業可持續發展、造成農業面源污染的主要因素（葉初升、惠利，2016）。因此，本文選取水稻種植戶化學投入品使用行為入手，構造農業生產決策模型，分析農業社會化服務對農業綠色生產率的影響機制。本文假定農戶面臨兩種水稻生產方式的選擇，一是進行高農業綠色生產方式，二是進行低農業綠色生產方式。兩種生產方式的差異在于選擇高農業綠色生產的農戶化學投入品使用量更低①理論上講，高農業綠色生產方式與低農業綠色生產方式不僅包括化學投入品差異上，由于本文測算農業綠色生產率的非期望產出主要考慮化肥的影響，因而此處的化學投入品主要是指化肥投入量。。農戶選擇這兩種生產方式的收益函數分為：

式（1）和式（2）分別為農戶選擇高農業綠色生產方式下的凈收益方程和農戶選擇低農業綠色生產方式下的凈收益方程。其中，πH表示農戶選擇高農業綠色生產的經營收益，πL表示農戶選擇低農業綠色生產的經營收益；PH和PL分別表示高農業綠色生產和低農業綠色生產的平均市場價格；FH和FL分別表示兩種生產方式下的水稻總產量；WHn和WLn分別表示兩種生產方式下農業生產要素的價格；XHn和XLn分別表示兩種生產方式下農業生產要素的投入數量；n為投入要素的種類（包括種子、化肥、農藥等）。農戶最終選擇哪種農業生產方式是通過對農業經營收益進行比較而做出的抉擇，具體的選擇過程如式（3）所示：

式（3）中Desi代表第i個農戶選擇是否進行高農業綠色生產的決策，其中f表示采用高農業綠色生產與低農業綠色生產之間的收益差距。農戶作為追求收益最大化的理性經濟人，當f＜0時，即πH＜πL，表示采用低農業綠色生產的收益高于采用高農業綠色生產收益，此時農戶會選擇收益較高的低農業綠色生產方式，即Des＝0；與之相反，當f＞0時，即πL＜πH，表示采用低農業綠色生產的收益低于采用高農業綠色生產收益，此時農戶會選擇收益較高的高農業綠色生產方式，即Des＝1。通過上述分析可知，農戶選擇高農業綠色生產方式的概率隨著f的增大而提升，同時結合式（4）可知，農戶的生產決策行為與水稻和生產資料的價格及農業投入產出關系有關。

通過以上分析識別了農戶生產決策行為的內在機理，進一步將農業社會化服務納入分析框架，同樣構造農戶采納農業社會化服務后產生的高農業綠色生產與低農業綠色生產的經營收益函數為：

式（5）和式（6）中，πH(θ)和πL(θ)分別代表采納農業社會化服務后高農業綠色生產方式和低農業綠色生產方式下的農戶收益；WHn(θ)和WLn(θ)分別表示采納農業社會化服務后兩種生產方式下農業生產要素的價格；XHn(θ)和XLn(θ)分別表示采納農業社會化服務后兩種生產方式下農業生產要素的投入數量；C(θ)代表農業社會化服務采納成本。根據式（3）和式（4）進一步構造農戶采納農業社會化服務下的農業生產決策型模型：

同樣的，當f(θ)＜0時，農戶會選擇進行低農業綠色生產；相反，當f(θ)＞0時，農戶會選擇進行高綠色農業生產。為了進一步分析農戶采納農業社會化與未采納農業社會化服務在選擇高農業綠色生產方式上的概率差異，構造函數如下：

g代表農戶采納農業社會化服務與未采納農業社會化服務下不同綠色生產模式的經營收益之差，上文的分析已經證明農戶選擇高農業綠色生產的概率會隨著f的增大而提升，所以當g＞0時，表示采納農業社會化服務會提升農戶選擇高農業綠色生產方式；當g＜0時，表示采納農業社會化服務會阻礙農戶選擇高農業綠色生產方式。通過式（4）和式（8）代入式（9）以判斷g的大小，轉換后的函數為：

式（10）中，WL(θ)XL(θ)-WLXL代表低農業綠色生產方式下農戶采納農業社會化服務產生的技術進步效益，WH(θ)XH(θ)-WHXH代表高農業綠色生產模式下農戶采納農業社會化服務產生的技術進步效益。由于農業社會化服務參與農業生產，其組織所具備的專業化優勢能夠幫助農戶更加準確、合理的使用生產要素，特別是化學投入品的精準化，從而使農戶農業生產投入要素數量減少；另一方面，由于社會化服務組織較小農戶而言在要素市場上具有更強的競價優勢和批量購買優勢，使得農戶的生產要素價格降低，農業生產成本得到有效縮減。由此可以推斷，采納農業社會化服務后，低農業綠色生產方式在農業生產要素價格和數量方面均高于高農業綠色生產方式，即：

綜上分析可知，農業社會化服務組織主導下的服務規模經營，通過提高綠色生產技術的應用程度、購買使用定量的化學投入品和社會化服務項目（如施機施肥、無人機施藥等）規范化學品用量，合理配置生產要素投入，進而產生農業社會化服務的“外溢效應”，從而促進農業經濟與生態效益協同發展。

（二）農業社會化服務與農業綠色生產率

農業社會化服務通過優化農業資源要素投入（勞動力、土地、種子、機械等）的規模變化和環境要素投入（農藥、化肥、農膜等）的結構變化實現農業綠色生產率增長（李翠霞等，2021）。對于微觀農戶個體而言，農業社會化服務的“外溢效應”主要表現在以下三個方面。一是農戶采納農業社會化服務可以通過服務方直接從要素市場購買使用有機肥、生物農藥等高效率的市場供給類型，提升化學品利用率、降低污染排放高的投入要素的使用強度（楊子等，2019），從而提高農業綠色生產率。二是農業社會化服務的農業生產參與度提升會導致農業綠色生產的成本降低，主要表現為社會化服務組織的大批量采購使得其在要素交易市場上具有更強的談判能力，就能獲得價格更為低廉農業綠色生產要素供給（張露、羅必良，2019），有效降低生產成本，并提高了農業綠色生產率。三是農業社會化服務的農業生產參與度提升也會因其“擠出效應”，降低農戶用于尋求農業生產技術、培訓等費用，促進其農業綠色生產技術吸收能力和獲取能力的提升（Shadbegian and Gray，2005）。因此，從農業社會化服務的“外溢效應”講，農業社會化服務會降低農業生產成本、提升專業化生產能力，增加農業綠色要素投入，進而促進農業綠色生產率。據此，提出本文第一個研究假說：

H1：農業社會化服務能夠以優化農業生產要素配置的方式促進農業綠色生產率提升。

（三）農業綠色生產的農地規模邏輯

由于農業分工水平易受市場容量的影響，而市場容量受到市場規模及交易頻率的影響，因而機械資本等現代農業生產要素的引入存在農地規模門檻，實現農地規模經營被認為是促進農業生產率的必由之路（黃宗智，2014），也被理解為是農業綠色發展的重要路徑（張露、羅必良，2020）。可見，農業社會化服務要匹配適度的農地經營規模，達到資源配置效率最優。農地規模越大機械化操作越便利，化學投入品的使用也更加精準和節約。而地塊規模的局限也會形成對農業綠色發展形成阻礙，具體表現為：

農業綠色生產的機械化約束。農業社會化服務組織向農戶提供生產服務時，由于農業機械操作范圍需要足夠大才具有可實施性，如果地塊面積較小則會增加機械作業的成本，提高機械對勞動的替代難度。同時，由此產生的阻礙也會進一步制約農業綠色生產率的提高，化肥農藥的投入由于地塊規模的局限可能出現使用不均勻或者不規范的問題，從而降低化學投入品的利用效率（梁志會等，2020）。可見，由于土地細碎化、地塊規模狹小會引發使用更多、不合理的化學投入品，也是引發農業污染的主要原因。

農業綠色生產的專業化約束。由于地塊規模受限，農戶偏好于種植多樣化作物。地塊的局限和種植多種農作物，使得農戶對于專業化生產的需求降低，農業社會化服務組織難以卷入農業生產，阻礙了農業分工演進（羅必良，2017）。而農業社會化服務組織提供的綠色生產服務（如測土配方施肥、病蟲害綠色防控技術指導等）是提升農業綠色生產率的關鍵。其綠色生產的優勢在于：一是較小農戶而言，農業社會化服務組織具有較強的綠色質量甄別能力和競價優勢，同時為農戶提供專業化、科學化、綠色化生產技術指導，提高農業綠色生產率。二是農業社會化服務組織可以向農戶提供綠色金融、農產品認證與咨詢等綠色生產保障性服務，能夠避免“漂綠”等道德敗壞行為（張露、羅必良，2020）。據此，本文提出第二個研究假說：

H2：農業社會化服務對農業綠色生產率的促進作用受到農戶土地稟賦的的制約，當農戶的經營規模和地塊規模擴張，農業社會化服務帶來的綠色生產率得到提升；當土地呈細碎化狀態，則可能制約農業社會化服務對農業綠色生產率的促進作用。

三、數據來源、模型設定與變量選取

（一）數據來源

江西省屬于典型的農業大省，同時也是中國重要的水稻主產區，2020年的稻谷播種面積占全國的11.44%，稻谷產量占全國的10.33%①數據來源：國家統計局，2021：《中國統計年鑒（2021）》，北京：中國統計出版社。。同時，江西省地理資源豐富，同時具有平原和山地地形，其農業社會化服務發展水平具有可代表性。因而，本文選取江西省農村居民作為研究對象，以此探討農業社會化服務對農業綠色生產率的影響。

本文所采用的數據為2020年8月—2021年1月課題組對江西省9個縣（市、區）34個村的農戶抽樣調查數據。樣本抽樣方法首先按照江西省經濟發展水平將100個縣劃分為高、中、低不同區域進行分層抽樣，分別抽取了新建區、南昌縣、永修縣、渝水區、宜豐縣、豐城市、高安市、于都縣、鄱陽縣。同時，每個縣選取2個鄉鎮，每個鄉鎮選取2個村，每個村抽取20個農戶，共計720份問卷。通過數據清理后，選取本文所需指標，最終選取645份樣本展開研究。調研內容包括：①農戶家庭稟賦情況，如種田決策者年齡、受教育水平、風險偏好及農業勞動力人數、農業收入占比等；②農地基本情況，如是否加入水稻種植合作社、是否雇傭勞動力、是否接受農業技術培訓等；③綠色技術應用，如是否使用測土配方技術、是否施用生物農藥等；④農業社會化服務采納情況等內容。

（二）模型設定

1.DEA-SBM模型

農業生產過程中的要素投入、經濟產出及生態環境之間存在一定的聯系，農業產出不僅包括農戶日常生產生活所需的期望產出，還存在化肥、農膜、農藥殘留等非期望產出。鑒于傳統農業生產效率的測算忽視了農業生產造成的面源污染問題，難以準確反映農業可持續發展能力（潘丹，2014）。因此采用2001年Tone提出的基于投入、產出松弛變量的環境效率測算模型（SBM模型），能夠有效的解決投入和產出的松弛性以及徑向和角度選擇導致的偏差性問題，在獲得所需效率的同時，還可以得出決策單元的投入要素、非期望產出的改進目標與程度，為此本文采用非期望產出的SBM模型對農業綠色生產率進行測算，模型可表達為：

式中：E表示農業綠色生產率，其取值范圍在0-1之間。當E＝1時，表示函數存在最優解，代表決策單元充分有效；當E＜1時，說明檢測單元存在一定的效率損失，需要在投入產出結構上進一步優化，從而改善綠色生產效率。s-、sg、sb分別表示投入、期望產出和非期望產出的松弛變量；投入指標包括土地投入（公頃）、勞動力投入（工日）、農資（化肥、農藥、種子、除草劑）投入（元）、農機投入（元）。產出指標包括期望產出和非期望產出，其中，期望產出是水稻總產量（公斤）；非期望產出包括農業生產過程中氮、磷的排放量（公斤），根據物質平衡法（Hoang and Coelli，2011），水稻生產中氮元素和磷元素的排放量等于化肥中氮元素、磷元素的折純量減去稻谷中氮元素和磷元素的含量①本研究不考慮土壤及種子所含的氮元素和磷元素。通過實際調研發現農戶使用的化肥主要為尿素和復合肥，參照《化肥折純量參考計算表》，尿素的含氮含量為46%，復合肥中氮含量、磷含量以14種主要復合肥的平均標準計算，分別為15.18%、27.43%。根據《農業技術經濟手冊》每100千克水稻中氮含量為2.05千克、磷含量為0.95千克。，如果計算指標為正，表示農業生產對環境產生了負面作用；如果計算指標為負，則表示農業生產對環境產生了正面作用。

2.Tobit模型

由于基于非期望產出的DEA-SBM模型測算的農業綠色生產率數值介于0-1之間，屬于受限因變量，因此采用Tobit回歸模型進行實證檢驗。Tobit回歸模型是因變量連續但受到某種限制的情況下進行取值的模型，主要使用于因變量有零值且其他值為正并連續的回歸分析中。模型設定形式如下：

其中，E*為潛變量；E為農業綠色生產率值；X為影響農業綠色生產率的各因素；α為參數估計系數；ε為隨機擾動項。當潛變量E*≥0時，E取實際觀測值；當潛變量E*＜0時，E取0。

（三）變量選取與統計

1.投入產出變量。（1）產出變量：包括期望產出與非期望產出。期望產出主要是指農戶生產過程中的主要產出品，由于農作物的多樣性及生產者的多元化，農業產出測量并非唯一性。本文研究對象為水稻種植戶，因此將農戶的水稻產量來衡量期望產出，單位為公斤。農業面源污染被視為農業非期望產出物，主要包括化肥、農藥及農膜的不合理使用和殘留污染。由于水稻種植農膜使用率較低，農藥流失難以準確測度，因此本研究僅以化肥流失作為農業面源污染物，化肥主要通過氮排放和磷排放對水體面源造成污染，因此將化肥流失產生的氮排放量和磷排放量作為非期望產出，并根據物質平衡法計算所得。

（2）投入變量：包括土地、勞動力、農資及農機投入。其中，土地投入主要是以農戶實際經營土地面積進行測算；勞動力投入主要以農戶在水稻生產過程投入的勞動力工時進行測算，包括自用工投入和雇工投入；農資投入主要包括種子、化肥、農藥、除草劑投入的總費用。農機投入主要包括農戶在水稻生產各個環節使用到的自有機械投入及雇用機械投入總費用。具體的投入產出指標說明與統計如表1所示。

表1 農業綠色生產率測算投入產出指標說明與統計

2.核心自變量。本文的研究目的在于探究農業社會化服務對農業綠色生產率的影響。參照羅明忠、邱海蘭（2021）的研究將水稻生產環節中的育秧、施肥和病蟲害防治是否進行外包代表農業社會化服務進行表征，采納以上三個生產服務環節中的一個及以上則賦值為1，未采納則賦值為0，數值介于0-1之間。

3.調節變量。調節變量選取主要參照梁志會等（2020）的研究選用經營規模、土地細碎化和地塊規模三個變量。①經營規模，農戶經營土地規模的大小會影響農戶的農業綠色生產率，因此，本文選取用農戶實際耕種面積作為經營規模的代理變量進行表征。②土地細碎化，若農戶經營的土地面積足夠大，但呈細碎化分布，對于農業生產效率也會產生阻礙作用，因此，選取農戶地塊之間的分散程度進行表征。③地塊規模，本文選取農戶實際經營最大地塊的面積進行表征。

4.其他控制變量①值得注意的是，本文控制變量中所選取的“是否加入水稻種植合作社”和“參加農業技術培訓頻率”在一定程度上屬于廣義的農業社會化服務范疇。其中，農戶參與農業技術培訓屬于政府社會化服務（韓春虹、張德元，2020），通過政府定期提供免費培訓以提升農戶認知水平及生產技能。農戶加入合作社服務模式屬于農戶自發組建或參與合作社以實現農業資源、要素的整合與共享（石志恒、符越，2022）。本文主要關注的農業社會化服務屬于商業社會化服務（郭慶海，2018），通過第三方農業服務組織向農戶提供有償服務供給。。為避免遺漏變量進而導致模型估計偏誤，本文控制了以下變量：①水稻經營決策者個體特征，如性別、年齡、受教育年限、健康狀況、務農年限、農業技術培訓頻率和政策認知，上述變量作為農戶人力資本的代理變量（楊子等，2019；劉洋、余國新，2020）。②家庭特征，參照張夢玲等（2022）的研究選取農業勞動力人數、是否加入水稻種植合作社、農業收入占家庭總收入比重及是否雇傭勞動力四項指標。③水稻生產特征，參照張露、羅必良（2020）的研究選取土地肥力、灌溉條件、田間的交通條件和地塊距離。④地區特征。變量描述性統計分析見表2。

表2 描述性統計

四、實證檢驗結果與分析

（一）農業綠色生產率測算結果分析

本文采用Max-DEA軟件測算樣本地區水稻種植的綠色生產率，通過分析測算結果，當前水稻種植戶綠色生產率的均值為0.48，總體上偏低，說明水稻種植業的綠色生產率還有進一步提升的空間。同時為了判斷農戶是否采納農業社會化服務與農業綠色生產率之間的關系，將采納農業社會化服務的農戶與未采納農業社會化服務的農戶分為兩個觀測組，采用獨立樣本t檢驗進行組間差異比較，分析兩個觀測組的農業綠色生產率是否存在顯著差別。表3匯報了采納與未采納農業社會化服務的農戶在農業綠色生產率方面的差異，結果表明，未采納農業社會化服務的農戶有301戶，采納農業社會化服務的農戶有344戶。同時，采納與未采納農業社會化服務的農戶在農業綠色生產率方面有顯著差異（p＜0.001），相比較而言，采納農業社會化服務農戶的農業綠色生產率更高。可以初步判斷，農業社會化服務的采納有利于提高農業綠色生產率，對農業生態生產具有一定的促進作用。

表3 農戶是否采納農業社會化服務與農業綠色生產率差異性比較

為了進一步識別農業社會化服務與農業綠色生產率之間的關系，本文將綠色生產率進行分組，探究農業社會化服務采納情況與綠色生產率分布狀況。如表4所示，通過樣本分組可以發現無論采納和未采納農業社會化服務，50%左右樣本的綠色生產率集中于0.3～0.5之間，再次驗證當前農戶的綠色生產率較低，仍有較大發展空間。同時，農業綠色生產率在0.5以上的未采納組僅占樣本的23.58%，而采納組占42.14%，特別是生產效率在0.9以上的未采納與采納組分別占樣本的4.65%和16.28%。由此可以初步判斷，采納農業社會化服務能夠提升水稻種植戶的綠色生產率。

表4 農業綠色生產率分布狀況

（二）基準回歸結果

表5匯報了未包含交互項模型的估計結果。模型1為未控制調節變量的結果；模型2、模型3和模型4分別是控制經營規模、土地細碎化和地塊規模的結果，LRχ2均在1%的統計水平下通過檢驗，說明模型整體擬合效果較好。回歸結果顯示，在控制調節變量前后，農業社會化服務對水稻種植戶的農業綠色生產率均存在顯著的正向影響。這表明，農業社會化服務有利于提高農業綠色生產率，能夠促進農業綠色生產，研究假說1得到驗證。

表5 農業社會化服務對農業綠色生產率的影響

模型2控制了經營規模后，農業社會化服務和經營規模對農業綠色生產率具有顯著的正向影響。由此可以判斷，土地規模擴張會促進農戶綠色生產率提高。農戶經營的土地面積越大，機械化操作難度越小越有利于通過大規模機械作業及專業化生產提高農業生產效率及農業綠色生產率。模型3控制了土地細碎化后，農業社會化服務對農業綠色生產率依然具有顯著的正向影響，但土地細碎化對農業綠色生產率產生顯著的負向影響，這表明土地細碎化程度越高，農戶的綠色生產率就越低。由于地塊局限，農戶的農藥化肥使用呈現不均勻和不規范問題，同時增加了社會化服務組織提供專業化生產的難度，限制了農業綠色生產技術的應用。模型4控制了地塊規模后，農業社會化服務及地塊規模對農業綠色生產率依然具有顯著的正向影響。由此可以發現，地塊層面具有的規模經濟性將顯著促進農戶的綠色生產率提升。

上文的回歸模型著重考察了農業社會化服務對農業綠色生產率條件期望的影響，屬于均值回歸。若因變量的分布存在偏斜或存在異常值，則可能引發模型估計結果偏誤問題。應用分位數回歸方法不僅能夠緩解上述問題，而且能夠將自變量對因變量的影響在因變量的整個分布上顯示出來。因此，本文利用分位數回歸分析方法對不同條件分布下農業社會化服務采納程度對農業綠色生產率的影響效應進行檢驗（農業社會化采納程度以農戶水稻生產環節參與農業社會化服務的個數加以表征，數值介于0-3之間）。從表6的回歸結果可以看出，隨著分位數的增加，農業社會化服務采納程度對農業綠色生產率的影響逐漸增強，在0.25分位數上的系數不顯著。這表明，隨著農業綠色生產率從低端分布到高端分布，農戶采納農業社會化服務的程度也隨之加深。也就是說，農戶采納農業社會化服務程度的提升對提高農業綠色生產率（0.75分位數水平）的影響最大，對中等農業綠色生產率（0.5分位數水平）的影響次之，而對低農業綠色生產率（0.25分位數水平）的影響最弱；經營規模分別在三個分位數上對農業綠色生產率都具有顯著的正向影響，并且影響的程度也逐漸增強；土地細碎化隨著分位數的逐漸增大對農業綠色生產率的負向影響也隨之增強；地塊規模同樣隨著分位數的增加，其對農業綠色生產率的正向影響隨之增強。

表6 分位數回歸結果

圖1 全分位數回歸系數及變化趨勢

（三）內生性討論

農戶對農業社會化服務的采納屬于自選擇結果，使上文討論在一定程度上存在自選擇偏誤而引發內生性問題，因此本文采用內生轉換模型（ESRM）檢驗農戶采納農業社會化服務與農業綠色生產率之間的關系。ESRM能夠在解決自選擇和選擇性偏差問題的同時，考慮觀測因素和不可觀測因素的影響，并且能夠同時估計兩個結果方程，能夠更好地分析各種因素的作用，同時通過使用全信息最大似然估計，可以更好地避免有效信息遺漏問題。因此，本文選取“村內除該農戶以外其余農戶的社會化服務采納率”作為工具變量，此變量既可以通過“羊群效應”影響該農戶采納社會化服務的決策，具有一定的相關性，但同時其他農戶的農業社會化服務決策不會影響該農戶的農業綠色生產率，滿足外生性的要求，因此該變量符合工具變量的標準。具體的檢驗結果如表7所示，Wald檢驗在1%的水平上拒絕了選擇方程和結果方程相互獨立的原假設，說明模型擬合良好。LR檢驗和rho0、rho1的系數在0.01的統計水平上顯著，表明可能存在樣本選擇性偏差，說明采用ESRM是合理的（Huang et al.，2015）。同時，rho1系數的符號為正，說明采納農業社會化服務的農戶農業綠色生產率高于樣本中一般農戶的水平。就選擇方程而言，經營規模、地塊規模能夠顯著提升農業綠色等產率，而土地細碎化的系數為負，阻礙了農業綠色生產的提升。由此可以判斷，ESRM估計結果與前文研究結論保持一致，故結論具有穩健性。

表7 農業社會化服務對農業綠色生產率的ESRM估計結果

（四）調節效應分析

為了檢驗經營規模、土地細碎化和地塊規模在農業社會化服務與農業綠色生產率之間的關系，本文通過引入交互項進行檢驗，結果如表8所示。首先，農業社會化服務與經營規模的交互項系數顯著為正（模型11），這表明農戶經營的土地面積越大，農業社會化服務的參與農業生產越能促進農業綠色生產率的提高。其次，農業社會化服務與土地細碎化的交互項系數顯著為負（模型12），說明土地細碎化程度越高，采納農業社會化服務農戶的農業綠色生產率反而越低。最后，農業社會化服務與地塊規模的交互項系數顯著為正（模型13），這表明水稻地塊規模越大，農業社會化服務越能促進農業綠色生產率的提高。基于上述分析，研究假說2得到驗證。

表8 農業社會化服務對農業綠色生產率的影響（引入交互項）

（五）異質性分析

前文已驗證農戶采納農業社會化服務能夠顯著提高農業綠色生產率，但不同的水稻生產環節對于勞動力、技術的需求各不相同，具體哪一環節的社會化服務在農業綠色生產率提升過程中發揮了主要作用值得進一步探究。因此，為有效識別農業社會化服務各環節的農業綠色生產率提升效果，本文將分別檢驗農戶在育秧、施肥和病蟲害防治三個環節采納農業社會化服務對農業綠色生產率的影響，檢驗結果如表9所示。由模型14和模型16可知，施肥服務和病蟲害防治服務分別在1%和5%的統計水平下通過顯著性檢驗，說明農業綠色生產率的提高依賴于施肥服務和病蟲害防治服務。而模型15結果顯示，育秧服務對農業綠色生產率的影響系數未通過顯著性檢驗，說明育秧服務對農業綠色生產率不產生影響。可能的原因是，育秧服務是農業社會化服務組織通過工廠化集中育秧，能夠產生降低成本和節約勞動力的效應。而施肥服務和病蟲害防治服務通過完善化肥、農藥、除草劑等要素投入配置，提高化學投入品利用率以直接影響農業綠色生產率。可見，不同農業社會化服務對農業綠色生產率的影響存在明顯差異，農業綠色生產率提升路徑設計中應按農業生產環節分類指導，充分發揮農業社會化服務的實施邊界。

表9 異質性分析結果

（六）進一步討論：機制驗證

為進一步檢驗農業社會化服務通過何種機制驅動農業綠色生產率的提升，本文引入機制變量進行檢驗。農業社會化服務向農戶注入了技術、機械裝備、人才和信息等多種現代生產要素的先進力量，降低了農戶進入綠色農業的資產專用性與準入門檻，從而促進農戶對農業綠色生產技術采納行為的響應（張露、羅必良，2018）。另一方面，農戶對農業綠色生產技術的采納實質是農戶農業生產決策行為，其行為通過影響生產資源的有效利用與配置，進而影響農業綠色生產率（胡祎、張正河，2018）。可見，農戶綠色生產技術采納行為在農業社會化服務與農業綠色生產率之間存在機制作用。因此，本文選取農戶綠色生產技術采納行為作為機制變量，該變量結合《農業綠色發展技術導則（2018—2030年）》的相關內容，選取農戶對測土配方施肥技術、生物農藥應用、農膜回收及秸稈還田技術的采納行為作為具體研究對象。當受訪農戶采納其中任意一種或多種綠色生產技術時取值為1，否則取值為0。同時，借助中介效應檢驗方法識別農戶綠色生產行為的機制作用，具體檢驗結果如表10所示。由模型17可知，農業社會化服務對農業綠色生產率具有顯著正向影響；同時模型18的結果顯示農業社會化服務對農業綠色生產技術具有顯著正向影響，有利于促進農戶采納農業綠色生產技術；另外模型19的結果表明引入農業綠色生產技術這一變量后，農業社會化服務對農業綠色生產率依然具有顯著正向影響，且農業綠色生產技術對農業綠色生產率具有顯著正向影響。依據中介效應檢驗步驟（溫忠麟、葉寶娟，2014）可知，農業綠色生產技術在農業社會化服務影響農業綠色生產率的關系中起著部分中介作用，中介效應占總效應的比重為74.68%。

表10 農業社會化服務對農業綠色生產率的作用機制檢驗結果

五、結論與啟示

堅持以服務為引領，推進農業綠色發展，是實現農業升級轉型和高質量發展的重要舉措。本文目的在于探討農業社會化服務對農業綠色生產率的影響機理及作用機制，首先通過理論分析識別農業社會化服務對農業綠色生產率的影響機制，其次基于江西省9個縣（市、區）34個村645個水稻種植農戶抽樣調查數據，構建非期望產出的SBM模型測算農業綠色生產率，同時采用Tobit模型檢驗農業社會化服務對農業綠色生產率的影響，并分析農戶土地稟賦下的經營規模、土地細碎化、地塊規模與農業社會化服務的交互作用。結果表明，樣本農戶的綠色生產率均值為0.48，仍處于較低水平；農業社會化服務對農業生產率具有顯著的促進作用；伴隨社會化服務參與程度的加深，即采納社會化服務的農業生產環節越多，農戶的綠色生產率水平越高；調節效應分析發現，農戶土地經營規模和地塊規模的擴大，能夠增強農業社會化服務對農業生產率的促進作用，而土地細碎化程度則會抑制這種促進效應。異質性分析發現，施肥服務與病蟲害防治服務是促進農業綠色生產率提升的關鍵環節。進一步的機制分析發現，農業社會化服務通過誘導農戶采納農業綠色生產技術從而促進農業綠色生產率提升。

本研究結論對理解農業社會化服務對農業綠色生產率的影響具有科學意義，也為農業綠色發展提供了新思路。首先，鑒于當前農業綠色生產率水平依然較低的現實，應增強對農業綠色生產率有關問題的關注度。農業綠色生產率基于投入產出視角測算了考慮環境污染在內的農業生產效率，在一定程度上能夠用反映農業生產的實際績效，應該引起足夠重視。政府層面應樹立以農業綠色生產為目標的生產觀，加強對農業綠色生產的宣傳與推廣；農戶層面應提高對農業綠色發展的認知，積極轉變其生產經營理念，增強對農業綠色生產技術的采納程度。其次，從樣本數據來看，農戶的社會化服務采納率僅為53%，說明當前農業社會化服務仍具有較大的發展空間。因此，應積極扶持農業社會化服務體系的發展與完善。一方面應通過財政支持、綠色設備購置獎勵、綠色補貼等以獎代補的形式鼓勵服務主體積極參與農業社會化服務體系建設。另一方面應該按農業生產環節分類指導，充分發揮農業社會化服務的實施邊界。鼓勵并支持農業社會化服務供給主體以綠色生產為目標，不斷提升各項服務水平及綠色生產技術研發能力，促進農業綠色生產技術的改進與供應。最后，基于土地稟賦在農業社會化服務與農業綠色生產率提升之間存在的制約因素特性，應正確識別農戶資源稟賦差異，引導農戶開展適度規模經營。通過土地流轉與整合，實現從土地分散化、細碎化到規模化轉變，通過地塊規模經濟與服務規模經濟協同發展助力農業綠色生產率的提升。