基于生產環節細分的農業社會化服務與種植結構

［內容提要］農業社會化服務通過放松農戶的稟賦和外在環境約束影響農戶的種植選擇，從而影響種植結構。本文基于江蘇省的微觀數據，采用基于條件混合過程的Tobit工具變量模型分析基于生產環節細分的農業社會化服務對種植結構的影響。研究發現：各生產環節社會化服務均能顯著促進種植結構“趨糧化”；其中收獲環節社會化服務的“趨糧化”作用最大、耕地環節社會化服務的“趨糧化”作用最小。進一步分析，“趨糧化”作用僅在土地經營面積小于30畝的小農戶中顯著。得出啟示：培養更多農業社會化服務主體；著重發展農業社會化服務的薄弱環節，使農業社會化服務發揮更大作用；引導小農戶在農業生產中采用社會化服務；加強針對小農戶的社會化服務的發展。

［關鍵詞］農業社會化服務；生產環節；種植結構

［中圖分類號］F326.11;F326.6 ［文獻標識碼］A［文章編號］1008-8091（2024）02-0018-12

【收稿日期】2023-10-19

【作者單位】安徽大學經濟學院，安徽 合肥，230000

【作者簡介】張德元（1963-），男，漢族，安徽舒城人，安徽大學經濟學院教授、博士生導師，研究方向：農業與農村發展；王娟娟（1999-），女，漢族，河南開封人，安徽大學經濟學院碩士研究生，研究方向：農業經濟。

一、引言

糧食，是我國農業的主體，也是我國其他產業生產發展的重要保障。近年來，在流行疾病、俄烏沖突等的外在沖擊之下，全球糧食供應量下降，保障國家糧食安全的重要性更加突出。我國人口眾多，但土地資源有限，為了確保農業生產供給，國家提出嚴守十八億畝耕地紅線。隨著我國耕地面積不斷朝紅線靠近，在提高糧食單產水平的同時，需要以保障糧食種植面積的方式保障糧食供給水平。雖然與2016年相比，2021年我國的糧食種植面積增加了0.26億畝，但是從糧食作物種植面積比例（我國糧食作物種植面積/我國農作物種植面積）來看，2016年我國糧食作物種植比例為71.4%，2021年我國糧食作物種植比例為69.7%，下降1.7%（根據《中國農村統計年鑒》整理），農地作物種植有“非糧化”趨勢。2023年中央一號文件再次強調要“抓緊抓好糧食和重要農產品穩產保供”，糧食生產要“穩面積、穩產量”。

基于我國農作物種植結構變化的現實情況，我國學者就種植結構的影響因素開展了大量研究。已有的研究主要集中在幾個方面，一是勞動力的流動對種植結構的影響。隨著勞動力由農村流向城市，農民非農就業擴大，非農就業程度越高的農戶越傾向于種植農業機械化水平較高的農作物（如糧食作物）［1］，農村勞動力的流出帶來的農業勞動力短缺和勞動力成本上漲，農業勞動力價格上漲使得種植結構“趨糧化”［2］，但是對不同的糧食作物種植的促進作用大小不同［3］。二是農地規模對種植結構的影響。隨著農地規模的擴大，農戶的追求目標改變，種植選擇會從糧食作物轉向非糧作物再轉向糧食作物［4］。耕地的細碎化會帶來種植成本的大幅上升，使得農戶種植經濟作物的意愿和規模增大，帶來“非糧化”［5］。也有學者認為規模經營與種植結構無直接聯系，而主要取決于規模經營主體在條件約束下利益最大化的理性選擇［6］。三是土地流轉對種植結構的影響。一方面是基于土地流轉市場發育的研究。農地市場發育得不充分會使得農戶的農地流轉的需求得不到滿足，從而造成粗放經營導致糧食產量下降［7］。但也有學者認為農地流轉市場的成熟對糧食種植比例和規模都會產生負面影響［8］。另一方面是基于農戶土地流轉行為的研究。在農業勞動力轉移不暢且農業社會化服務落后的情形下，土地流轉會造成“非糧化”，但僅發生在小規模農地轉入戶［9-10］。土地流轉的對象不同，對種植結構的影響也不同。當農戶將土地流轉給外村人或經濟組織時，會使土地市場化代替人情化，土地租金上升，導致“非糧化”［11］。四是農業社會化服務對種植結構的研究。農業社會化服務可以通過以農機替代勞動力［12］、節約成本、形成規模效益，促進農地“趨糧化”，且隨著服務市場發育，“趨糧化”效果增大，即存在門檻效應［13］。技術進步會改變農戶的選擇，農業社會化服務能夠提高農戶對新技術的采納，例如農戶對節水灌溉技術的采納會引起“非糧化”［14］。

綜上，相對來說農業社會化服務對種植結構的影響的研究還不充分。已有的文獻僅是以農業社會化服務的籠統概念討論對種植結構的影響，且主要以中觀省份和微觀農戶視角為主。本文首次以微觀農戶視角研究基于生產環節細分的農業社會化服務對種植結構的影響。不同生產環節的農業社會化服務的特點和發展情況不同，因此研究不同環節的農業社會化服務對種植結構的差異化影響，對保障我國糧食種植比例，保障我國糧食安全有著重要意義。本文將對基于生產環節細分的農業社會化服務對農業種植結構的影響進行理論性分析，并采用2021年中國土地經濟調查（CLES）數據，從微觀農戶視角對不同環節農業社會化服務對種植結構的影響進行實證分析。

二、理論分析與研究假說

從行為理論來分析，種植經濟作物或糧食作物是理性農戶在基于自身和外在條件約束下做出的有利于實現自身利益最大化的選擇。農業社會化服務主要能夠放松農戶自身稟賦、交易成本和經營風險的約束。從稟賦約束來看，隨著從事農業勞動的機會成本的提高，農村勞動力不斷向外轉移，農業勞動力數量、質量下降，同時購買人工勞動力的成本在不斷攀升，農業勞動力的缺口擴大，出現了撂荒和粗放經營行為。為了節約人工成本和時間成本，農戶可以選擇購買農機服務或自己購買大型農機，但是我國大多是小農經營，自己購買農機價格昂貴，且農機不易在小規模、細碎化的土地上作業。農戶通過購買外包服務，避免了持有資本的損耗，大大降低使用機械的成本［15-16］。農機服務既可以放松勞動資源稟賦約束，彌補勞動力非農化的空缺，更加節省時間成本和金錢成本，又可以將土地連塊成片，放松土地稟賦的約束，降低實施機械作業的成本。農業社會化服務是實現規模經濟的充要條件［17］。由于經濟作物有著勞動更加密集化的特點，農機服務在彌補勞動力不足的同時也使得農戶種植經濟作物的可能性增加，但是精細化管理要求更高的經濟作物的農機服務仍處于發展初期，這會使得農戶選擇種植農機服務更加完善的糧食作物來形成規模效應降低成本［12］。

從交易成本來看，由于農戶主要與農產品批發商或企業進行交易，相對而言單個農戶的信息收集能力較低，市場談判的地位較低，交易成本較高，從而引起農產品銷售成交價格低，利潤低，農戶可能會放棄種植糧食作物，轉為種植經濟作物提高自身收益。而農業社會化服務組織的談判能力更強，掌握市場信息更多，服務者可以利用勞動存量、技術水平、社會關系等優勢獲取相應回報［13］，可以有效降低交易成本，農業社會化服務還可以引入新技術和信息化生產，提高糧食作物的質量，對接市場需求，提高糧食作物的銷售利潤，從而促進農作物種植“趨糧化”。

從風險規避來看，由于農業種植與土地、自然氣候緊密聯系，種植農作物面臨著自然災害的風險。為了避免遭受大規模損失，農戶通常會選擇保守的、傳統的耕種方式來降低風險，在小規模土地上分散種植多種農作物，甚至可能會選擇棄耕從事非農部門生產［18］，而農業社會化服務主體的經驗、技術會更加豐富，降低了農戶在生產經營過程中的風險，減少農地棄耕，促進了農作物種植的規模化。

在沒有農業社會化服務主體的參與時，理性農戶會基于稟賦和外在環境來選擇農作物種植的種類和規模。而農業社會化服務的引入會改變農戶的稟賦和外在環境的約束，使得農戶的種植選擇發生變化。基于上述分析，本文提出假說1：農業社會化服務可以促進種植結構的“趨糧化”。

不同環節的社會化服務的機械化程度和勞動替代程度不同，因此推斷其影響農戶選擇種植糧食作物或經濟作物的程度不同。基于此，本文提出假說2：不同環節的社會化服務促進種植結構“趨糧化”的程度不同。

三、數據來源、變量選取與模型構建

（一）數據來源

本文采用2021年中國土地經濟調查（CLES）的微觀數據。該調查采用PPS抽樣法，覆蓋水稻種植區江蘇省13個地級市，52個行政村。調查問卷包括了農戶個體、家庭和村莊層面，為本文的研究提供了豐富的樣本。在進行實證分析前，按照本文所研究的主要內容，剔除關鍵變量缺失的樣本，最終得到774個有效樣本數據。

（二）變量選取

被解釋變量為種植結構，根據已有學者的做法［19］，用糧食作物種植比例，即糧食作物種植面積占農作物總種植面積的比例來衡量。

核心解釋變量為農業社會化服務，以及農業社會化服務細分下的耕地、育秧、栽種、噴藥、收獲五個環節的外包服務。借鑒已有文獻的做法用二值變量來表示是否采納農業社會化服務。采納農業社會化服務取值為1，否則為0。

借鑒已有研究，本文從戶主特征、家庭特征、土地特征和村莊特征四方面共選取15個控制變量。變量描述性統計見表1。從表1可以看出，相對來說，農戶對收獲環節、耕地環節、栽種環節的社會化服務平均采納較多，這些環節的勞動力強度較大，是勞動密集型環節［20］，機械化替代勞動力程度也相對較大，而技術密集型環節機械化程度較低，成本較高，服務總量較少［21］。反映出現階段農戶對勞動替代程度較大環節的社會化服務需求總量更大。從而可以推斷，各環節的農業社會化服務具有差異性，其對種植結構的影響也應有差異性，在后文將通過建立模型對其進行進一步實證分析。

（三）模型構建

由于被解釋變量糧食作物種植比例只可能在[0，1]取值，且在本文使用的774個樣本中，糧食作物種植比例取值為1的有544個樣本，占70.3%，在1處右截斷，截斷數據特征明顯，因此使用Tobit模型進行估計。設立以下模型：

Yi=α+βASSi+γΣcontrolsi+ε，ifYi≤10ifYi＞1（1）

其中，Yi是糧食作物種植比例，ASSi是農業社會化服務，Controlsi是控制變量。考慮到糧食作物的種植也會影響到社會化服務的采納，因此模型可能存在雙向因果的內生性問題，可以采用工具變量法來解決內生問題，但由于Tobit模型的工具變量法（IV-Tobit模型）的使用要求內生變量為連續變量，二值內生變量使用IV-Tobit可能會使結果產生偏誤，為了更有效地進行模型估計，采用Roodman提出的條件混合過程（Conditional Mixed Process，CMP）。國內已有很多學者在模型估計時使用此方法［22-23］。

四、回歸結果與分析

（一）基準回歸結果

對模型進行Tobit回歸，得到表2的基準回歸結果。

從表2模型（1）基礎回歸系數來看，農業社會化服務的采納對提高糧食作物的種植比例有顯著的促進作用，農業社會化服務的采納可以顯著促進種植結構“趨糧化”。從模型（2）到模型（6）的回歸系數來看，各環節的社會化服務的采取對糧食作物的種植比例均有積極作用，對種植結構“趨糧化”具有顯著促進作用，但其促進作用有所差異，其中育秧環節系數在5%水平上顯著，栽種環節系數僅在10%水平上顯著。從控制變量來看，非農就業培訓使農戶更加具有外出就業能力而減少農業種植，對糧食作物的種植比例有顯著負向影響。農作物種植面積越大、土地更易灌溉、地形越平坦，糧食作物的種植比例越高。農作物的種植面積越大，土地規模越大，地形越平坦，機械化作業更易實施，增加糧食作物種植的面積更易實現規模經濟。有效灌溉土地面積是我國糧食安全的重要保障［24］，高質量可灌溉的土地能夠保障糧食作物的種植面積和產量。

（二）內生性考慮

社會化服務的采納會促進糧食作物的種植，但反過來，糧食作物的種植比例提高時，農戶會選擇采取更經濟的經營方式——采納農業社會化服務來降低其生產經營成本。雙向因果關系的存在會使得基準回歸的估計結果存在偏差，所以本文采用工具變量法來解決模型的內生性問題。借鑒已有文獻做法，本文采用村級采取社會化服務的均值作為工具變量。村級采納社會化服務的均值一般不會直接影響農戶的種植選擇，但是其往往與農戶采納社會化服務的行為緊密聯系。由于“羊群效應”，當農戶信息搜索能力比較弱時，易受到其他農戶行為的影響，會追逐村里其他人對社會化服務的采納行為［25-26］。所以村級采納社會化服務的均值符合工具變量的相關性和外生性要求。

考慮到內生變量是二值變量，因此使用基于條件混合過程（簡稱CMP）的Tobit工具變量模型，表3是回歸結果。

從表3回歸結果看，atanhrho_12都是顯著的，說明模型內生性問題確實存在，需要對基準模型進行改進，CMP方法的估計結果優于Tobit模型的估計結果。第一階段工具變量的系數都是顯著的，說明不存在弱工具變量問題，工具變量的選取是合理的。與基準回歸結果對比，各解釋變量的系數符號方向一致，系數明顯變小，且都至少在5%水平下顯著，說明內生性的存在使基準回歸高估了農業社會化服務對糧食作物種植比例的促進作用，因此以CPM+IV-Tobit模型的結果作為回歸分析的對象。模型（1）說明采納農業社會化服務的農戶比不采納社會化服務的農戶的糧食作物種植比例高27.7%，正如理論分析所言，農業社會化服務可以放松土地稟賦和勞動力稟賦的束縛、提高農戶的市場談判力和市場信息收集能力，形成土地規模經營、降低雇傭勞動力成本和交易成本。且農業社會化服務傾向于糧食作物的生產加工過程，農戶為了實現規模經濟，降低成本，解放勞動力，會傾向于選擇種植糧食作物，本文假說1得到證明。比較模型（2）到模型（6），可以發現耕地環節的系數最低，這與本文前文的機械化程度高、勞動替代程度高的服務環節對糧食作物種植的促進作用更大的觀點不符，可能是因為相比于用于其他環節的自有農機數量來說，農戶自家擁有拖拉機和旋耕機來進行耕地的比較多（在本文所用樣本數據中，拖拉機的平均自有數量為0.57臺/戶，旋耕機的平均自有數量為0.30臺/戶，插秧機/播種機的平均自有數量為0.14臺/戶，收割機的平均自有數量為0.09臺/戶，脫粒機的平均自有數量為0.03臺/戶），自有農機替代了外包服務，所以對于農戶來說農業社會化服務對于提高糧食作物種植比例的激勵作用相對較小。與基準回歸一樣，收割環節的促進作用最大，可能是因為人工收割所需的勞動力強度最大，機械化收割發展比較成熟，且自有收割機的農戶也比較少，所以收割環節的勞動替代作用更大。育秧環節、栽種環節的系數都顯著為正且差別不大，噴藥環節的促進作用較小，可能是因為噴藥環節的技術要求較高，勞動力替代作用較小。本文假說2得到證明。

（三）穩健性檢驗

考慮到模型可能還存在著自選擇的內生性問題，為了進一步驗證CMP+IV-Tobit回歸的穩健性，采用處理效應模型重新進行估計。表4為處理效應模型估計的結果。各模型的工具變量系數皆顯著，說明工具變量有效。除了模型（5），其他模型的rho的Wald檢驗均顯著，說明模型確實存在嚴重的自選擇偏差，處理效應模型的核心解釋變量回歸系數皆顯著，其估計結果的大小和方向與上文皆無顯著差別。各環節的農業社會化服務對糧食作物種植比例的影響依然顯著為正，且系數大小存在著明顯差異，技術密集型外包服務的系數較小。

五、進一步討論：區分農戶規模考察

社會化服務對不同土地經營規模的農戶的影響應當不同。與第二章節的理論分析相對應，社會化服務對不同經營規模的農戶的影響差異主要在于勞動替代作用和交易成本。通常小農戶因農業生產無法滿足其正常的家庭生活需求而選擇外出打工，農業生產在其勞動力參與占較小的比例。而當農戶的土地經營規模變大后，農業收入增加，其所需要的勞動參與時間也增加，農業生產在其自身勞動參與所占的比例增加，而且大農戶擁有農機的比例更大，所以無論是社會化服務總體還是農機社會化服務的勞動替代作用對小農戶的影響都更大。大農戶的談判地位相對較高，交易風險和成本要低于小農戶，所以社會化服務的交易成本降低作用在小農戶身上體現更加明顯。綜上，可以判斷，對于小農戶來說，農業社會化服務對種植結構的影響更大。因此，本文進一步區分農戶的規模，按照土地經營面積來分，經營面積在30畝以下的歸為小農戶，經營面積在30畝以及30畝以上的歸為大農戶，分別在兩種條件下重新進行回歸。

小農戶條件下的回歸結果如表5，相比于總體的回歸結果，系數的顯著性不變，但系數的值變大。大農戶條件下的回歸結果如表6，相比于總體的回歸結果，系數由顯著變得不顯著，甚至系數的方向也變得相反，由此可以認為農業社會化服務對小農戶的種植結構的影響更加明顯，農業社會化服務的“趨糧化”作用僅在小農戶的條件下顯著，在大農戶條件下不顯著。

六、結論與啟示

本文基于2021年中國土地經濟調查（CLES）江蘇省的微觀數據，用CMP+IV-Tobit模型分析基于生產環節細分的農業社會化服務對種植結構的影響。研究發現：（1）農業社會化服務有顯著的促進種植結構“趨糧化”作用。（2）不同生產環節的農業社會化服務對種植結構“趨糧化”的促進作用有差異性。其中，收割環節的促進作用最大，耕地環節的促進作用最小，可能是因為收割環節和耕地環節的所需勞動力較多，但自有收割機的農戶比例較小，收割外包服務很好地替代了人工收割，而自有拖拉機和旋耕機的農戶比例較大，農戶選擇使用自有農機來替代人工耕地，因而耕地外包服務的“趨糧化”作用相對較小。噴藥環節的促進作用也較小，可能是因為噴藥環節的技術要求較高，機械化程度和勞動力替代程度相對較小。育秧環節和栽種環節的促進作用差異不大。（3）控制變量中，農作物種植面積、土地可灌溉和村莊地形也有顯著的“趨糧化”作用。（4）農業社會化服務對不同土地經營規模的農戶的種植結構的影響不同。小農戶更易受到農業社會化服務影響而種植更多的糧食作物，農業社會化服務的“趨糧化”作用在大農戶的條件下不顯著。

基于以上發現，可得出以下啟示：第一，農業社會化服務對保障我國糧食安全具有重要意義。要繼續大力發展農業社會化服務，培養更多的農業社會化服務主體。第二，著重發展農業社會化服務的薄弱環節，注重技術密集型環節外包服務的建設，提高育秧環節和噴藥環節的機械化。可以對不同環節制定不同的補貼標準，引導農戶更多地采納育秧環節和噴藥環節外包服務和全過程外包服務，讓農業社會化服務更大地發揮作用。第三，基層工作者積極引導小農戶在農業生產中采用農業社會化服務。第四，加強針對小農戶的農業社會化服務的發展。

最后，由于數據的局限性，本文只討論了產中環節農業社會化服務對農業種植結構的影響，未能涉及產前的金融服務和農業技術服務及產后的加工銷售等服務對農業種植結構的影響的討論。后續的研究有必要將這些服務環節也放入分析框架進行進一步討論分析。而且本文所用樣本只代表江蘇省區域性的特征，無法反映全國范圍的普遍情況，后續研究需要增加更多地方的樣本進行討論。

參考文獻：

[1]閔銳，成越，馬宇卿，等.勞動力成本上升對主產省份農業種植結構的影響[J].財會通訊，2023，（10）：75-79.

[2]張琛，彭超，毛學峰.非農就業、農業機械化與農業種植結構調整[J].中國軟科學，2022，（06）：62-71.

[3]謝花林，歐陽振益，陳倩茹.耕地細碎化促進了耕地“非糧化”嗎——基于福建丘陵山區農戶的微觀調查[J].中國土地科學，2022，36（01）：47-56.

[4]馬俊凱，李光泗，李寧.“非糧化”還是“趨糧化”：農地經營規模對種植結構的影響[J].中國農業資源與區劃，2023，44（9）：90-100.

[5]閆周府，吳方衛，袁凱彬.勞動稟賦變化、技術選擇與糧食種植結構調整[J].財經研究，2021，47（04）：79-93.

[6]武舜臣，劉晨曦.再議規模經營中的糧食安全問題：爭議回應與政策啟示[J].西北農林科技大學學報（社會科學版），2020，20（06）：80-87.

[7]劉同山.農地流轉不暢對糧食產量有何影響？——以黃淮海農區小麥生產為例[J].中國農村經濟，2018，（12）：103-116.

[8]徐志剛，譚鑫，鄭旭媛，等.農地流轉市場發育對糧食生產的影響與約束條件[J].中國農村經濟，2017，（09）：26-43.

[9]羅必良，江雪萍，李尚蒲，等.農地流轉會導致種植結構“非糧化”嗎[J].江海學刊，2018，（02）：94-101+238.

[10]劉航，張莉琴.農地流轉會導致農地利用“非糧化”嗎？——基于地塊層面的實證分析[J].農村經濟，2020，（11）：45-53.

[11]仇童偉，羅必良.流轉“差序格局”撕裂與農地“非糧化”：基于中國29省調查的證據[J].管理世界，2022，38（09）：96-113.

[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.

[13]楊陽，李治，韓小爽.農業社會化服務對農地“趨糧化”的門檻效應[J].管理學刊，2022，35（03）：44-54.

[14]錢龍，饒清玲，劉同山.節水灌溉技術采納對種植結構“非糧化”的影響——基于黃淮海地區的調查[J].農村經濟，2022，（10）：47-55.

[15]王新志.自有還是雇傭農機服務：家庭農場的兩難抉擇解析——基于新興古典經濟學的視角[J].理論學刊，2015，（02）：56-62.

[16]張琛，彭超，毛學峰.非農就業、農業機械化與農業種植結構調整[J].中國軟科學，2022，（06）：62-71.

[17]鐘真，胡珺祎，曹世祥.土地流轉與社會化服務：“路線競爭”還是“相得益彰”？——基于山東臨沂12個村的案例分析[J].中國農村經濟，2020，（10）：52-70.

[18]曾福生，史芳.農業社會化服務能抑制小農戶的耕地撂荒行為嗎？——基于湘贛浙三地微觀調查數據的實證分析[J].農村經濟，2022，（02）：37-44.

[19]吳清華，李谷成，周曉時，等.基礎設施、農業區位與種植業結構調整——基于1995—2013年省際面板數據的實證[J].農業技術經濟，2015，（03）：25-32.

[20]陳超，唐若迪.水稻生產環節外包服務對農戶土地轉入的影響——基于農戶規模分化的視角[J].南京農業大學學報（社會科學版），2020，20（05）：156-166.

[21]申紅芳，陳超，廖西元，等.稻農生產環節外包行為分析——基于7省21縣的調查[J].中國農村經濟，2015，（05）：44-57.

[22]胡雅倩，孫立娟.農地流出對農村家庭資產配置的影響——基于2011—2015年CHARLS數據的分析[J].湖南農業大學學報（社會科學版），2020，21（06）：29-38.

[23]馬曉萍，王明利.典型國家肉牛生產經濟效率比較及對中國的啟示[J].西北農林科技大學學報（社會科學版），2023，23（01）：138-152.

[24]梅新育.確保、擴大有效灌溉面積對糧食安全的重要意義[J].人民論壇·學術前沿，2022，（08）：87-95.

[25]李克樂，楊宏力.勞動力轉移、土地流轉和溢出效應對農戶種植結構的影響[J].湖南科技大學學報（社會科學版），2021，24（05）：77-89.

[26]謝晶晶，王建瓊.參考群體與羊群行為：人格特質和他評效應的作用[J].南方金融，2019，（02）：67-76.