農機服務外包對綠色農業門檻效應研究

郭宣峰 戴浩 何蒲明 魏君英 李愛杰

摘要：探究農機服務外包對綠色農業的影響機制，旨在尋求綠色農業的可持續發展路徑。基于全國31個省（市、自治區）2012—2021年的面板數據，使用固定效應模型、門檻模型實證檢驗農機服務外包對綠色農業的影響以及門檻效應。結果表明：農機服務外包能夠顯著促進綠色農業；異質性分析發現，農機服務外包對糧食主產區、非糧食主產區的綠色農業均存在顯著的促進作用，但對非糧食主產區綠色農業促進作用更大，播種環節、收割環節和翻耕環節的農機服務外包對綠色農業的促進作用依次遞減。農機服務外包對綠色農業的影響存在基于老齡化和規模化的雙門檻效應，隨著老齡化程度的加深，農機服務外包對綠色農業的促進作用呈現“低—高—低”的倒U型特征；隨著規模化的擴大，農機服務外包對綠色農業的促進作用呈現遞增特征。據此，提出構建農機社會化服務新機制，完善農機服務外包體系；實施差異化扶持政策，推動區域均衡發展；盤活農村土地資源，積極應對人口老齡化以促進綠色農業發展。

關鍵詞：農機服務外包；綠色農業；老齡化；規模化；門檻效應

中圖分類號：F324.6： S-0

文獻標識碼：A

文章編號：20955553 （2024） 02032009

收稿日期：2023年6月5日 ?修回日期：2023年8月25日

基金項目：湖北省高等學校哲學社會科學研究重大項目（21ZD044）

第一作者：郭宣峰，男，1993年生，河南焦作人，碩士研究生；研究方向為農業經濟。Email： 492998257@qq.com

通訊作者：何蒲明，男，1973年生，湖北赤壁人，博士，教授，博導；研究方向為農業經濟。Email： 653381912@qq.com

Research on the threshold effect of agricultural machinery service outsourcing on

green agriculture： Based on the perspective of aging and scaling

Guo Xuanfeng， Dai Hao， He Puming， Wei Junying， Li Aijie

（School of Economics and Management， Yangtze University， Jingzhou， 434023， China）

Abstract：

Exploring the impact mechanism of agricultural machinery service outsourcing on green agriculture is to seek sustainable development paths for green agriculture. Based on the Panel data of 31 provinces （cities and autonomous regions） in China from 2012 to 2021， the fixed effect model and threshold model are used to empirically test the impact of agricultural machinery service outsourcing on green agriculture and the threshold effect. The results indicate that agricultural machinery service outsourcing can significantly promote green agriculture. Heterogeneity analysis is found that agricultural machinery service outsourcing has a significant promoting effect on green agriculture in both major grain producing and non major grain producing areas， but has a greater promoting effect on green agriculture in non major grain producing areas. The promoting effect of agricultural machinery service outsourcing in the sowing， harvesting， and plowing stages on green agriculture decreases in sequence. The impact of agricultural machinery service outsourcing on green agriculture is based on the dual threshold effect of aging and scale. As the degree of aging deepens， the promoting effect of agricultural machinery service outsourcing on green agriculture presents an inverted?Ushaped feature of "low high low". With the expansion of scale， the promotion effect of agricultural machinery service outsourcing on green agriculture has shown an increasing trend. Based on this， it is proposed to build a new mechanism for socialized agricultural machinery services and improve the outsourcing system of agricultural machinery services， carry out the differentiated support policies to promote balanced regional development， ?revitalize the rural land resources and actively respond to the aging population to promote the development of green agriculture.

Keywords：

outsourcing of agricultural machinery services; green agriculture; aging; scaling; threshold effect

0 引言

推動農業綠色轉型，加快綠色農業發展，是全面推進鄉村振興和實現農業高質量發展的重要引領。農藥、化肥等生產要素對農業發展和糧食產量增長的貢獻毋庸置疑，但現有研究表明我國的農藥、化肥施用量已超過國際使用安全上限和世界平均水平［1］，尤其是進入農業高質量發展階段，小農戶綠色生產意愿與行為的悖離、粗放式的傳統人工農業生產模式與綠色農業發展之間的矛盾愈加尖銳。然而，隨著農業機械化的普及與農業社會化服務體系的完善，以農機服務外包為代表的新型農業生產模式正迅速發展，2022年全國農機作業等農業社會化服務規模達到428000khm2，帶動小農戶超過8900萬戶。且已有研究表明農業生產托管等社會化服務的示范效應、反饋效應、溢出效應有利于農業綠色低碳轉型［2］。農機服務外包儼然成為小農戶與現代農業有效銜接和促進綠色農業的必由之路。決策層面也注意到農業社會化服務對于現實綠色農業的意義，2018年農業部印發的《關于大力實施鄉村振興戰略 加快推進農業轉型升級的意見》指出以農業社會化服務持續推進農業投入品減量。2023年中央一號文件再次強調大力發展農業生產環節托管和全托管等農業社會化服務，加快農業投入品減量增效，推進農業綠色發展。可見，推動農業綠色轉型升級已成為國家政府層面的一項重要決策。在此背景下，傳統人力耕作模式的瓦解能否推動農業綠色發展？即農機服務能否促進綠色農業發展這一命題成為當下亟需思考與回答的現實問題。

農業社會化服務和綠色農業作為當前三農領域的政策熱點，學術界對此展開了諸多研究，觀點褒貶不一。一部分學者認為農業社會化服務影響農戶要素投入結構與農業經營方式［3］，有利于農戶采納生物農藥技術［4］、減少化肥使用量［5］、提高農業綠色全要素生產率［6］，其中土地托管［7］、農機服務［8］等不同模式的農業社會化服務在微觀層面為農業社會化服務促進化肥減量和綠色農業發展提供強有力的解釋。但是部分學者認為現階段由于我國農業社會化服務的供需失衡［9］，農業社會化服務信息不對稱引發的道德風險和逆向選擇，誘發機會主義行為，即通過農業社會化服務組織向農戶出售更多化肥攫取高額利潤［10］，這種粗放式的農業生產經營模式可能對農業造成負的外部性，破壞農業生態環境［11］。

綜上，關于農業社會化服務與綠色農業兩者關系的研究成果較多，但結論存在分歧，且研究視角較為單一，缺乏老齡化和規模化視角下探討農業社會化服務對綠色農業的影響機制，也尚未進一步研究農機服務外包對不同糧食生產功能區和不同生產環節的綠色農業的影響。厘清造成現有研究結論差異性的原因，具有重要的現實意義。基于此，本文以最具代表性的農業社會化服務形式—農機服務外包為研究對象，通過全國31個省（市、自治區）2012—2021年的面板數據，探討農機服務外包對綠色農業的作用機理，以期推動農業綠色轉型發展。

1 理論分析與研究假說

1.1 理論基礎

基于效用理論，農戶追求產出最大化目標，需要保證綠色農業發展處于最優狀態，則農機服務外包水平響應也應當處于對應的邊界。為便于呈現理論推導過程，假設農機服務外包用y表示，對綠色農業的效應分為正效應和負效應兩部分，則農機服務外包對綠色農業兩者間的關系可用函數簡化，如式（1）所示。

mec=α（y）+β（y）+δ

（1）

式中：

mec——農機服務外包程度；

α（y）——

農機服務外包對綠色農業的正效應，α（y）>0；

β（y）——

農機服務外包對綠色農業的負效應，β（y）<0；

δ——

其他因素可能對綠色農業造成的影響。

由于效應函數為自變量的二次函數，因此可將農機服務外包對綠色農業的正效應用函數表示如式（2）所示。

α（y）=λy2+μy

（2）

式中：

λ、μ——

系數，根據邊際效應遞減規律，λ<0，μ>0。

將式（2）代入式（1）可得

mec=λy2+μy+β（y）+δ

（3）

假設農機服務外包對綠色農業的負效應β（y）和其他因素的影響為固定值δ，令F（y）=mec-δ、H=β（y），則式（3）進一步簡化

F（y）=λy2+μy+H

（4）

式中：

F（y）——

農機服務外包對綠色農業的總效應。

對y求導可得

F′（y）=2λy+μ

（5）

令F（y）=0，則y=-μ±μ2－4λH2λ，F′（y）=0，則y=－μ2λ，此時即為農機服務外包對綠色農業的最優狀態。

由此可知，農機服務外包對綠色農業的影響可能是非線性的，作用方向主要取決于作用力大的一方，即農機服務外包對綠色農業的影響存在門檻效應。

1.2 農機服務外包與綠色農業

農機服務外包對綠色農業的影響主要是通過以下兩條途徑：（1）農機服務外包改變農業種植結構。農機服務外包水平的提高伴隨著農業種植的“趨糧化”［12］，農機補貼政策顯著提高了糧食種植占比［13］，從而間接影響綠色農業發展。農業種植結構對綠色農業的潛在影響具體表現如下：不同農作物對農藥、化肥等化學品的需求量不同，相較于花卉、瓜果等經濟作物，更易進行農機服務作業的水稻、小麥等糧食作物所需的農業化學品更少［14］，且糧食作物對農用塑料薄膜的使用量更少［15］，即糧食種植占比的提高，有利于減少化學農資的消耗和農業碳排放，進一步促進綠色農業發展。（2）農機服務外包促進農業專業分工。農機服務外包實現不同勞動單位和不同比較優勢的組合，深化社會分工。鑒于城鄉工資差的存在，導致農村青壯年勞動力流失嚴重，非農化傾向加速，農機社會化服務通過雇傭關系承擔起“農忙缺人”的勞動力補充重任，有效緩解了勞動力剛性約束［16］。隨著農村用工成本約束趨緊，農戶從節約成本視角出發，更傾向于采納農機服務，這不僅降低了農業生產雇工成本，同時優化資源要素配置，提升農業綠色生產技術效率，推動綠色農業發展。

鑒于此，提出假說1：農機服務外包有利于綠色農業。

1.3 農機服務外包、農村人口老齡化與綠色農業

農村人口老齡化與農業勞動力短缺相伴而生，老齡化不僅引致勞動年齡人口規模下降，還會導致年輕勞動力迅速下降［17］，進而激發對農機社會化服務的需求。當老齡化程度較低時，部分農戶自行從事農業生產，該階段農機服務外包需求相對薄弱，農戶為獲取收益最大化，通過追加化肥、農藥等生產資料使用強度以彌補弱質性勞動力，此時農機服務外包對綠色農業的作用較小。當老齡化程度加深，農戶難以承受高強度農事活動，迫于生計壓力，農戶轉向尋求農機服務外包，以機械勞動代替人工勞作。農機社會化組織通過合理配置農業生產資料，降低農業碳排放等方式促進農業綠色發展。

鑒于此，提出假說2：農機服務外包對綠色農業影響的過程中，可能存在老齡化的門檻效應，即老齡化程度低時，農機服務對綠色農業的影響較小可能出現負面影響，老齡化程度加深，農機服務外包對綠色農業的促進作用將會加強。

1.4 農機服務外包、種植規模與綠色農業

土地規模是制約農機服務發展的主要因素之一。土地細碎、規模狹小的特征增加農業機械使用費用和機械作業難度，降低農機服務外包行為的發生概率，從而導致農業資源要素的投入產出比低下，難以實現規模經濟。小農戶與規模戶在資源配置機制、成本機制和目標機制上存在差異［18］，進而影響綠色農業發展。首先，在資源配置機制方面，規模戶擁有的人力和社會資本較小農戶而言更雄厚，即規模戶在要素配置和外部信息獲取方面存在優勢，能較為便捷獲取農機服務信息，根據節氣時令按時完成農業生產活動，規避農業生產風險，提高農業綠色全要素生產率。再者，在成本機制方面，規模經營的低成本優勢是規模經營自發形成的內在基礎，理性農戶的決策行為以節本增效為目的，規模戶通過農機外包服務在農業生產過程中的時間成本、勞動力成本和監督管理成本最小，因此更傾向于選擇農機社會化服務作業以實現綠色農業生產。最后，在目標機制方面，規模差異導致農戶生產目標存在差異，小農戶以短期眼前利益為主，規模戶更加注重長期效益［19］，規模戶看重農產品質量安全，采用農機服務替代傳統農藥、化肥要素，有利于提升綠色農業發展水平。

鑒于此，提出假說3：農機服務外包對綠色農業影響的過程中，可能存在規模化的門檻效應，即規模較小時，農機服務外包對綠色農業影響薄弱；規模較大時，農機服務外包對綠色農業影響加大。

2 模型設定與變量選取

2.1 模型設定

2.1.1 超效率SBM模型

相較于傳統的DEA模型，超效率SBM模型解決了由于松弛變量帶來的測算誤差問題，同時能計算獨立決策單元的生產效率，是目前用于測算農業綠色生產效率使用頻次最高的模型之一，已有文獻對該方法進行詳細介紹，本文不再贅述［20］。

2.1.2 基準模型

為考察農機服務外包對綠色農業的影響，構建面板模型如式（6）所示。

Agrit=α0+α1Serit+∑αiXit+ηit

（6）

式中：

Agrit——綠色農業；

Serit——農機服務外包；

Xit——一系列控制變量；

i——省份；

t——年份；

ηit——隨機誤差項；

a1——

農機服務外包的回歸系數；

α0——常數項。

2.1.3 門檻模型

為進一步驗證老齡化和規模化對在農機服務外包對綠色農業影響過程中的門檻效應，借鑒Hansen［21］提出的門檻回歸模型，構建面板門檻模型如式（7）所示。

Agrit=

β0+β1SeritI（qit≤θ1）+β2SeritI（θ1θ2）+∑βiXit+μit

（7）

式中：

I（·）——示性函數；

qit——門檻變量；

θ1、θ2——門檻值；

μit——隨機誤差項；

β0、β1、β2、β3、βi——常數項。

2.2 變量選取

1） ?被解釋變量。本文的被解釋變量為綠色農業。關于綠色農業的衡量方法主要分為兩種，一種是構建評價指標體系通過熵值法測算，另一種方法是以農業綠色全要素生產率表征綠色農業。由于指標體系構建存在一定的主觀性，指標選取不合理可能導致估算結果出現偏誤，因此本文借鑒李谷成等［22］的做法以農業綠色全要素生產率表示綠色農業。本文通過超效率SBM模型測算農業綠色全要素生產率。投入指標為第一產業從業人數、農作物播種面積、農業機械總動力。化肥施用量、農藥施用量和農膜施用量。產出指標包括兩類，其中期望產出以農業生產總值表示，非期望產出以農業生產過程中使用的農藥、化肥、農膜、灌溉和農用柴油等產生的農業碳排放表示（農藥、化肥、農膜、灌溉和農用柴油的碳排放系數分別為0.896 kg/kg、4.934 kg/kg、0.529 kg/kg、266.48 kg/hm2、5.18 kg/kg）［23］。

2） ?核心解釋變量。本文的核心解釋變量為農機服務外包，借鑒戴浩等［24］的計算方法，從耕、種、收三個外包服務環節綜合衡量農機服務外包水平，同時參考《2021中國機械工業統計年鑒》，對耕、種、收三個外包服務環節分別賦值0.4、0.3、0.3。農機服務外包的計算公式為：農機服務外包=0.4×機耕率+0.3×機播率+0.3×機收率。其中，機耕率為機械耕作環節外包面積與農作物種植面積之比；機播率為機械播種環節外包面積與農作物種植面積之比；機收率為機械收割環節外包面積與農作物種植面積之比。

3） ?控制變量。避免遺漏變量對研究結論造成偏誤，本文選取環保投入、產業升級、城鎮化率、農民收入以及受教育程度作為控制變量。其中環保投入以地方財政環境保護支出占財政支出的比值表示。產業升級以第二、三產業生產總值與地區生產總值的占比表示。城鎮化率以城鎮人口與地區總人口的占比表示。農民收入以農村居民人均收入表示。人力資本以農村居民人均受教育年限表示，其計算公式為（小學×6+初中×9+高中×12+大專及以上×16）/總人數。

4） ?門檻變量。農村人口老齡化以農村65歲及以上人口占農村總人口衡量。種植規模化以農作物種植面積衡量。

2.3 數據來源

本文以我國2012—2021年的31個省（市、自治區）為研究對象，數據主要來源于EPS數據庫，部分來自《中國農業機械工業年鑒》《中國人口與就業統計年鑒》，為緩解異方差，縮小數據間的絕對差異，避免少數極端值對研究結果的影響，本文對數據進行對數化處理，變量的描述性統計見表1。

3 實證檢驗與結果分析

3.1 農機服務外包對綠色農業影響的實證分析

避免選取的變量間存在高度相關性導致估算結果失真，本文首先采用方差膨脹因子檢驗多重共線性問題，檢驗結果如表2所示，VIF最大值為3.93，且方差膨脹因子均值為2.23，均未超過10，故可認為本文選取的變量不存在多重共線性，上述變量可用。基于此，本文依據前文設定的模型（2）分析農機服務外包對綠色農業的影響。

經豪斯曼檢驗，固定效應優于隨機效應，故本文以固定效應模型作為基準模型，出于穩健性考慮，以混合效應和隨機效應作為對比，表3為模型回歸結果。模型（1）～模型（3）分別依次為混合效應模型、隨機效應模型和固定效應模型的回歸結果，從表3來看，無論是混合效應模型、隨機效應模型還是固定效應模型，農機服務外包對綠色農業的回歸系數分別為0.109、0.013和0.098 6，且均通過顯著性檢驗，說明農機服務外包有利于綠色農業，假說1得到驗證。究其原因在于農機服務外包以其標準化、高效率的服務完成農業生產活動，通過縱向分工、勞動力替代等途徑充分釋放要素效率，約束了農業碳排放，降低農業生產活動對生態環境的污染和破壞，推動綠色農業發展。

3.2 穩健性檢驗

在考察農機服務外包對綠色農業的影響時可能存在內生性問題，進而導致研究結論出現偏誤。本文主要存在遺漏變量和反向因果兩方面的內生性問題：一方面農機服務外包與綠色農業存在互為因果的可能性。一般來說，基于收益最大化，綠色農業發展水平越高，農戶可能減少個體農戶單獨作業，更傾向于采納標準化的農機服務以提高農業生產效率，獲取更高收益，進而推動農機服務外包規模的擴大。另一方面，雖然本文選取五個變量對影響綠色農業的不可觀測因素加以控制，但難以將所有變量納入其中，仍可能存在遺漏變量問題。鑒于此，借鑒王文波等［25］的做法，將農機服務外包滯后2期作為當前農機服務外包的工具變量。由于農機服務外包發展程度具有一定的穩定性，往期的農機服務外包與當期的農機服務外包兩者間存在較強的相關性，即以往期的農機服務外包作為工具變量滿足相關性要求。同時，以往期的農機服務外包作為歷史數據對當期的綠色農業無直接關聯，即以往期的農機服務外包作為工具變量滿足排他性要求。通過IV-2SLS模型進行估計，回歸結果見表4第（1）列。此外，為確保研究結果的可靠性，本文使用其他方法進一步驗證結論的穩健性。表4第（2）列為替換變量法，將農業機械服務費用替代農機服務外包進行回歸，同時考慮到樣本的特殊性和數據異常值可能對研究結論的干擾，本文進一步將樣本中的直轄市進行剔除以及對數據進行上下1%的縮尾處理，結果分別見表4第（3）列和第（4）列。

從工具變量檢驗結果看，弱工具變量F值高于標準值，因此排除其弱工具變量的可能性。在IV-2SLS模型下，農機服務外包對綠色農業的回歸系數為0.052 9，在1%的水平上顯著，表明農機服務外包促進綠色農業的發展，相較于基準回歸結果，除影響系數有所減少外，整體結果與基準回歸基本一致。從其他穩健性檢驗結果看，農機服務外包對綠色農業的影響除回歸系數略有不同外，作用方向與基準結果一致，說明農機服務外包均有利于綠色農業的發展。總體來說，本文的研究結論穩健可靠。

3.3 異質性分析

上述結果表明農機服務外包對綠色農業的發展具有顯著的正向影響，農機服務外包有利于促進綠色農業的發展。由于我國地域遼闊，地區間資源稟賦各不相同，農業生產功能的不同導致其農機服務外包發展程度各異，由此對綠色農業的影響存在一定的差異。此外，農業生產的不同環節對生產要素的需求亦不同，可能對綠色農業的影響有所差異，因此有必要進一步分析農機服務外包對不同糧食生產功能區和不同生產環節的綠色農業的影響。本文在總體分析的基礎上，通過固定效應模型進一步分析農機服務外包對糧食主產區、非糧食主產區以及對翻耕、播種和收割等不同生產環節的綠色農業的影響，模型回歸結果見表5。

從糧食功能區的回歸結果看（表5列（1）和列（2）），農機服務外包對糧食主產區綠色農業的回歸系數為0.065 3，相較于糧食非產區的回歸系數0.075 1有所下降，但兩者均通過顯著性檢驗，表明農機服務外包對非糧食主產區綠色農業的影響大于糧食主產區。造成這種結果的原因如下：首先，糧食主產區農業體量龐大，農機服務外包需求旺盛，主產區農機服務難以滿足本地區需求，通常需要農機跨區服務。跨區農機服務在路途需要耗用較多的石油燃料以運輸其到達目的地，該過程將產生較多的二氧化碳。以水稻為例，在主產區的13個省（市）中除河南、山東、河北、安徽和江西五省外，其余8個省（市）均需要農機跨區服務作業［26］。其次，農業體量龐大的糧食主產區使用的化肥、農藥、農膜等污染性生產資料均高于非糧食主產區。再者，水稻、小麥等糧食作物的秸稈問題會進一步惡化環境，因此農機服務外包對糧食主產區綠色農業的促進作用次于非糧食主產區。

從生產同環節的回歸結果看（表5列（3）、列（4）和列（5）），翻耕環節、播種環節和收割環節的農機服務外包對綠色農業的回歸系數分別為1.060、3.161和2.558，均通過顯著性檢驗，表明不同生產環節的農機服務外包均有利于綠色農業的發展，但各環節的影響效果存在差異。播種環節的農機服務外包對綠色農業的影響最大，其次是收割環節，最后是翻耕環節。播種環節僅需機械對種子進行播撒即可，且農作物播種存在一定間隙，即在相同的耕地面積上播種環節的農機服務工作時間較短，該環節使用農機過程碳排放量被規范、高效農機服務帶來的正向效應部分抵消，因此播種環節的農機服務外包對綠色農業的促進作用較大。翻耕環節和收割環節不同于播種環節，這兩個環節除了作業過程中使用的柴油生產的一氧化二氮和甲烷等溫室氣體不利于農業綠色發展外，還附帶其他污染物，如翻耕環節對土壤進行了松整，由此產生化學需氧量、總磷和總氮等耕地面污染［27］，而收割環節需要用到收割機、谷物脫粒機和割捆機等多類農用機械，污染源較多，此外收割后遺留的秸稈以及秸稈焚燒加劇環境污染。

3.4 門檻效應檢驗

前文已驗證農機服務外包能夠促進綠色農業的結論，本部分將進一步驗證假說2和假說3，即農機服務外包對綠色農業的影響是否存在老齡化和規模化的門檻效應。

1） 老齡化的門檻效應。首先以農村人口老齡化為門檻變量，依次在單一門檻、雙重門檻和三重門檻下進行Bootstrap自抽樣300次，P值分別為0.005 1、0.005 1、0.080 0，對應的F值依次為25.15、24.42和5.62，說明存在老齡化的雙重門檻，假說2得到驗證，因此使用雙重門檻模型對老齡化的門檻效應進行回歸，結果見表6列（1）。根據計算得到老齡化的兩個門檻值分別為20.73和21.08。由表6列（1）可知，當老齡化程度等于或小于20.73時，農機服務外包的回歸系數為0.065 2，通過1%的顯著性檢驗，表明當老齡化程度較低時，農機服務外包有利于綠色農業；當老齡化程度介于20.73～21.08之間時，農機服務外包的回歸系數為0.067 1，通過1%的顯著性檢驗，表明農機服務外包促進綠色農業發展，且促進作用有所加強；當老齡化程度大于21.08時，農機服務外包的回歸系數為0.064 3，通過1%的顯著性檢驗，表明農機服務外包促進綠色農業發展，但促進作用有所下降。可見隨著老齡化程度的加深，農機服務外包對綠色農業的促進作用呈現“低—高—低”的倒U型特征，這種作用因老齡化的不同而存在差異。

2） 規模化的門檻效應。首先以播種面積為門檻變量，依次在單一門檻、雙重門檻和三重門檻下進行Bootstrap自抽樣300次，P值分別為0.009 2、0.007 9、0.060 6，對應的F值依次為35.90、48.45和12.221，說明存在規模化的雙重門檻，假說3得到驗證，因此使用雙重門檻模型對規模化的門檻效應進行回歸，結果見表6列（2）。根據計算得到規模化的兩個門檻值分別為6 151和12 294。

由表6列（2）可知，當規模化程度等于或小于6 151時，農機服務外包的回歸系數為0.067 8，通過1%的顯著性檢驗，表明當規模化程度較低時，農機服務外包有利于綠色農業；當規模化程度介于6 151～12 294之間時，農機服務外包的回歸系數為0.068 9，通過1%的顯著性檢驗，表明農機服務外包促進綠色農業發展，且促進作用有所加強；當規模化程度大于12 294時，農機服務外包的回歸系數為0.099 2，通過1%的顯著性檢驗，表明農機服務外包促進綠色農業發展，且促進作用進一步加強。可見隨著規模化的擴大，農機服務外包對綠色農業的促進作用呈現出遞增特征，這種作用因規模化的不同而存在差異。

4 結論與政策啟示

本文基于全國31個省（市、自治區）2012—2021年的面板數據，實證分析農機服務外包對綠色農業的影響機制，結果表明：第一，農機服務外包能夠顯著促進綠色農業。第二，異質性分析發現，農機服務外包對糧食主產區、非糧食主產區的綠色農業均存在顯著的促進作用，但對非糧食主產區綠色農業促進作用更大，播種環節、收割環節和翻耕環節的農機服務外包對綠色農業的促進作用依次遞減。第三，農機服務外包對綠色農業的促進作用存在一定的老齡化和規模化的門檻效應，隨著老齡化程度的加深，農機服務外包對綠色農業的促進作用呈現“低—高—低”的倒U型特征；隨著規模化的擴大，農機服務外包對綠色農業的促進作用出遞增特征。

本研究結論對于理解農機服務外包對綠色農業的影響具有現實意義，也為農業綠色轉型提供新路徑。首先，完善農機服務體系，提高綠色農業水平。鑒于農機服務外包對綠色農業具有促進作用的現實，因此通過綠色補貼、財政支持、農機購置獎勵等以獎代補的手段推動農機社會化服務體系的完善，鼓勵小農戶、社會服務組織積極參與農業社會化服務體系隊伍建設以優質、高效的服務推動綠色農業的發展。其次，實施差異化扶持政策，推動區域均衡發展。從農機服務外包對不同糧食功能區的影響各具差異來看，對于糧食主產區，在實施原有的農機服務支持政策的基礎上，細化農機服務品種和農機服務環節的扶持政策，在保證糧食安全的基礎上，大力扶持本地區農機服務體系建設，減少因農機跨區服務耽誤的農作時間，提升農機服務效率。對于非糧食主產區，加強農機服務人才培養和農業機械的研發，將科研成果轉化為機械技術應用于農業生產的各環節，減少農業碳減排，提升農業綠色生產效率。最后，積極面對人口老齡化，盤活農村土地資源。基于老齡化和規模化在農機服務外包對綠色農業中的門檻特征，因此不必過于擔心農村人口老齡化問題，一定程度的老齡化將會強化農機服務外包對綠色農業的促進作用，坦然面對人口老齡化，以農機社會化服務彌補農業勞動力短缺問題。同時加快農村土地流轉，整合零散土地，實現統一規模化種植，以規模經濟實現農業綠色轉型。

參 考 文 獻

［1］杜志雄. 農業農村現代化： 內涵辨析、問題挑戰與實現路徑［J］. 南京農業大學學報（社會科學版）， 2021， 21（5）： 1-10.

Du Zhixiong. Several thoughts on promoting the agricultural and rural modernization： Connotation discrimination， challenges， and realization paths ［J］.Journal of Nanjing Agricultural University （Social Sciences Edition）， 2021， 21（5）： 1-10.

［2］蔡保忠. 農業生產托管與農業綠色低碳轉型——一個理論分析框架［J］. 吉首大學學報（社會科學版）， 2022， 43（3）： 125-132.

Cai Baozhong. Agricultural production trusteeship and agricultural green and lowcarbon transformation： A framework of theoretical analysis ［J］. Journal of Jishou University （Social Sciences）， 2022， 43（3）： 125-132.

［3］張禹書， 張應良. 外出務工、性別差異對耕地撂荒的影響［J］.湖南農業大學學報（社會科學版）， 2023， 24（2）： 19-28.

Zhang Yushu， Zhang Yingliang. Impact of the labor migration and gender differences on farmland abandonment ［J］. Journal of Hunan Agricultural University （Social Sciences）， 2023， 24（2）： 19-28.

［4］杜三峽， 羅小鋒， 黃炎忠， 等. 風險感知、農業社會化服務與稻農生物農藥技術采納行為［J］. 長江流域資源與環境， 2021， 30（7）： 1768-1779.

Du Sanxia， Luo Xiaofeng， Huang Yanzhong， et al. Risk perception， specialized agricultural services and rice farmers?adoption behavior of biological pesticide technology ［J］. Resources and Environment in the Yangtze Basin， 2021， 30（7）： 1768-1779.

［5］張夢玲， 陳昭玖， 翁貞林， 等. 農業社會化服務對化肥減量施用的影響研究——基于要素配置的調節效應分析［J］. 農業技術經濟， 2023（3）： 104-123.

Zhang Mengling， Chen Zhaojiu， Weng Zhenlin， et al. Research on the influence of agricultural socialized services on fertilizer reduction： Based on the regulation effect of element configuration ［J］. Journal of Agrotechnical Economics， 2023（3）： 104-123.

［6］張夢玲， 童婷， 陳昭玖. 農業社會化服務有助于提升農業綠色生產率嗎？［J］. 南方經濟， 2023（1）： 135-152.

Zhang Mengling， Tong Ting， Chen Zhaojiu. Can socialized service of agricultural production improve agricultural green productivity？ ［J］. South China Journal of Economics， 2023（1）： 135-152.

［7］曹鐵毅， 周佳寧， 鄒偉. 土地托管與化肥減量化：作用機制與實證檢驗［J］. 干旱區資源與環境， 2022， 36（6）： 34-40.

Cao Tieyi， Zhou Jianing， Zou Wei. Effects of land trusteeship on fertilizer input reduction： mechanism and empirical test ［J］. Journal of Arid Land Resources and Environment， 2022， 36（6）： 34-40.

［8］朱建軍， 徐宣國， 鄭軍. 農機社會化服務的化肥減量效應及作用路徑研究——基于CRHPS數據［J］. 農業技術經濟， 2023（4）： 64-76.

Zhu Jianjun， Xu Xuanguo， Zheng Jun. Research on chemical fertilizer the reduction effect of agricultural machinery outsourcing service and action path： Based on CRHPS data ［J］. Journal of Agrotechnical Economics， 2023（4）： 64-76.

［9］閔師， 丁雅文， 王曉兵， 等. 小農生產中的農業社會化服務需求： 來自百鄉萬戶調查數據［J］. 農林經濟管理學報， 2019， 18（6）： 795-802.

Min Shi， Ding Yawen， Wang Xiaobing， et al. The demand of agricultural socialized services in smallholders?farming： Evidence from the survey of a hundred of townships and ten thousands of households ［J］. Journal of AgroForestry Economics and Management， 2019， 18（6）： 795-802.

［10］馬九杰， 趙將， 吳本健， 等. 提供社會化服務還是流轉土地自營： 對農機合作社發展轉型的案例研究［J］. 中國軟科學， 2019（7）： 35-46.

Ma Jiujie， Zhao Jiang， Wu Benjian， et al. Providing outsourcing services or transferring land and servicing for themselves： A case study on the development and transition of agricultural machinery cooperatives ［J］. China Soft Science， 2019（7）： 35-46.

［11］宦梅麗， 侯云先. 農業生產環節外包中服務質量控制契約研究［J］. 農林經濟管理學報， 2020， 19（3）： 288-296.

Huan Meili， Hou Yunxian. Quality control contract model of service in agricultural production outsourcing ［J］. Journal of AgroForestry Economics and Management， 2020， 19（3）： 288-296.

［12］薛信陽， 韓一軍， 高穎. 農機社會化服務可以促進農業種植結構“趨糧化”嗎？［J］. 蘭州學刊， 2022（11）： 127-141.

Xue Xinyang， Han Yijun， Gao Ying. Can the socialized service of agricultural machinery promote the “tendency to plant grains” of agricultural planting structure？ ［J］. Lanzhou Academic Journal， 2022（11）： 127-141.

［13］Yang J， Huang Z， Zhang X， et al. The rapid rise of crossregional agricultural mechanization services in China ［J］. American Journal of Agricultural Economics， 2013， 95（5）： 1245-1251.

［14］葛繼紅， 周曙東. 農業面源污染的經濟影響因素分析——基于1978—2009年的江蘇省數據［J］. 中國農村經濟， 2011（5）： 72-81.

［15］賀青， 張俊飚， 張虎. 農業機械化對農業碳排放的影響——來自糧食主產區的實證［J］. 統計與決策， 2023， 39（1）： 88-92.

［16］莊健， 羅必良. 務工距離如何影響農地撂荒——兼顧時間、性別和代際的差異性考察［J］. 南京農業大學學報（社會科學版）， 2022， 22（5）： 112-123.

Zhuang Jian， Luo Biliang. How does labor distance affect farmland abandonment： An investigation in consideration of the differences of time， gender and generation ［J］. Journal of Nanjing Agricultural University （Social Sciences Edition）， 2022， 22（5）： 112-123.

［17］童玉芬. 人口老齡化過程中我國勞動力供給變化特點及面臨的挑戰［J］. 人口研究， 2014， 38（2）： 52-60.

Tong Yufen. Changes and challenges of labour supply in China in the context of population ageing ［J］. Population Research， 2014， 38（2）： 52-60.

［18］羅小鋒， 杜三峽， 黃炎忠， 等. 種植規模、市場規制與稻農生物農藥施用行為［J］. 農業技術經濟， 2020（6）： 71-80.

Luo Xiaofeng， Du Sanxia， Huang Yanzhong， et al. Planting scale， market regulation and rice farmers?biological pesticide application behavior ［J］. Journal of Agrotechnical Economics， 2020（6）： 71-80.

［19］徐志剛， 張駿逸， 呂開宇. 經營規模、地權期限與跨期農業技術采用——以秸稈直接還田為例［J］. 中國農村經濟， 2018（3）： 61-74.

Xu Zhigang， Zhang Junyi， Lü Kaiyu. The scale of operation， term of land ownership and the adoption of intertemporal agricultural technology： An example of “straw return to soil directly” ［J］. Chinese Rural Economy， 2018（3）： 61-74.

［20］周鵬飛， 沈洋， 鄭景麗. 三峽庫區重慶段農業綠色全要素生產率測度及影響因素研究——基于2009—2018年數據［J］. 重慶師范大學學報（自然科學版）， 2020， 37（3）： 107-118， 146.

Zhou Pengfei， Shen Yang， Zheng Jingli. Research on the measurement and influencing factors of agricultural green total factor productivity in Chongqing section of the Three Gorges Reservoir area： Based on data from 2009 to 2018 ［J］. Journal of Chongqing Normal University （Natural Science）， 2020， 37（3）： 107-118， 146.

［21］Hansen B E. Threshold effects in nondynamic panels： Estimation， testing， and inference ［J］. Journal of Econometrics， 1999， 93（2）： 345-368.

［22］李谷成， 李欠男. “兩型社會”試驗區的設立促進了農業綠色發展嗎？——基于PSMDID模型的實證［J］. 農林經濟管理學報， 2022， 21（2）： 127-135.

Li Gucheng， Li Qiannan. Can the establishment of “TwoOriented Society” experimental zone promote the green development of agriculture： empirical evidence from the PSMDID model ［J］. Journal of AgroForestry Economics and Management， 2022， 21（2）： 127-135.

［23］李波， 張俊飚， 李海鵬. 中國農業碳排放時空特征及影響因素分解［J］. 中國人口·資源與環境， 2011， 21（8）： 80-86.

Li Bo， Zhang Junbiao， Li Haipeng. Research on spatialtemporal characteristics and affecting factors decomposition of agricultural carbon emission in China ［J］. China Population， Resources and Environment， 2011， 21（8）： 80-86.

［24］戴浩， 魏君英， 劉子宸. 非農就業、農機服務外包對糧食產量影響［J］. 中國農機化學報， 2023， 44（6）： 243-249.

Dai Hao， Wei Junying， Liu Zichen. Impact of nonagricultural employment and agricultural machinery service outsourcing on grain output ［J］. Journal of Chinese Agricultural Mechanization， 2023， 44（6）： 243-249.

［25］王文波， 張彥彥. 農業生產率、要素稟賦與農村家庭收入——基于CHIP數據的理論與實證研究［J］. 財貿研究， 2020， 31（7）： 61-74.

Wang Wenbo， Zhang Yanyan. Agricultural productivity， factor endowment and rural household income： Theoretical and empirical research based on CHIP data ［J］. Finance and Trade Research， 2020， 31（7）： 61-74.

［26］謝冬梅， 汪希成， 伍駿騫. 農業機械化水平對中國糧食生產技術效率的空間溢出效應研究——基于農機跨區作業視角［J］.中國農機化學報， 2023， 44（3）： 223-231.

Xie Dongmei， Wang Xicheng， Wu Junqian. Research on the spatial spillover effect of the level of agricultural mechanization on the technical efficiency of grain production in China： Based on the perspective of agricultural machinery crossregional operation ［J］. Journal of Chinese Agricultural Mechanization， 2023， 44（3）： 223-231.

［27］韓海彬， 王嬌芬. 技術異質性下中國耕地利用生態全要素生產率時空演變及提升路徑［J］. 資源科學， 2023， 45（2）： 235-249.

Han Haibin， Wang Jiaofen. Spatiotemporal evolution and improvement pathway of ecological total factor productivity of cultivated land use in China under technological heterogeneity ［J］. Resources Science， 2023， 45（2）： 235-249.