农业社会化服务的粮食增产效应研究

0 引言

习近平总书记强调，粮食安全是“国之大者”“中国人的饭碗任何时候都要牢牢端在自己手上”。目前，国际形势的不稳定性增加了全球粮食供应链的不稳定性和不确定性，对我国粮食安全形成前所未有的挑战与风险。因此，提高粮食生产能力是当前确保我国粮食安全的重点问题。

新型工业化和城镇化的加快促使我国农村劳动力非农转移，粮食生产成本上升和收购价格下降导致农户种粮积极性下降，导致耕地非农化、非粮化严重。有研究表明，“非农化"现象普遍且分化明显，而且土地流转规模越大，“非粮化"倾向越明显[2]。此外，非粮产业对土地耕作层造成了破坏，也会严重影响粮食生产，对国家的粮食安全构成了威胁[3]。

农业社会化服务作为土地流转的互补形式，可有效破解小农户分散经营与社会化大生产之间的矛盾。已有研究关注了农业社会化服务的经济效益，特别是对农户增收、产业结构调整、耕地质量保护、粮食生产技术效率提升等方面的积极效应。农业社会化服务能通过带动小农户嵌入城乡经济循环，实现农户的收入增长[4]。有研究证实，农户在粮食生产过程中是否使用农业机械化服务，对粮食播种面积不会有显著影响5。但现有研究并未分析农业机械化服务对粮食播种面积的作用机制，也未探讨存在的内生性问题。因此，农业社会化服务对粮食生产的影响机制还有待进一步探讨。

综上所述，笔者利用中国乡村振兴调查数据，主要从以下几个方面进行拓展研究。 ① 与现有研究采用宏观省级数据相比，笔者从微观层面剖析农业个人行为，深化农户在农业社会化政策下对粮食生产的影响； ② 在研究方法上，笔者系统考察了农业社会化服务发展对农户粮食生产的作用机制，并进行实证验证。

1理论分析与研究假说

1.1 缓解劳动力约束

随着经济社会的进一步发展，农户分化态势明 显，呈现从纯农户向兼业户、非农户转化的趋势[]。 与经济作物相比，粮食作物更易于机械耕种，对劳 动力的需求量更小。外出务工会促使农户增加机 械要素投人并提高粮食种植比例，进而促进粮食 增产[7]

农业社会化服务能缓解劳动力约束。农业社会化组织提供的机械设备较为齐全，能够提高农业生产的机械化水平，缓解农村劳动力非农转移导致的农业劳动力不足等问题。农业社会化服务通过提升农业机械化水平有效缓解劳动力约束，从而提升粮食增产[8]

：农业社会化服务通过缓解劳动力约束来实现粮食增产。

1.2 促进农地转入

土地流转可以提高农业的市场化和机械化水平，从而提高农业生产效率。有研究表明，扩大农地规模能提高耕地利用效率，增加农业劳动的边际报酬和收入，从而抑制“非粮化"现象；土地转入有助于提升粮食种植比例，土地转出则会降低粮食种植比例[10]。

农业社会化服务促进农业分工深化，降低了交易成本，拓展了土地规模经营维度，灌溉、机耕等农机服务对土地规模经营的影响正向显著，提高了农户转入土地的意愿[]，降低了农资购买和耕种、植保、灌溉、收割等服务环节的信息成本、决策成本等，有助于农户实现规模经营，扩展了生产效率提升空间[12]

：农业社会化服务通过促进农地流人来实现粮食增产。

由此，研究提出农业社会化服务影响粮食生产的理论机制，详见图1。

2农业社会化服务对粮食生产影响的实证分析

2.1实证模型的构建

为考察农业社会化服务对农业种植结构“趋粮化”的影响，构建基准回归模型如下：

式（1）中：Structure，表示农业种植结构，Service，为农业社会化服务，Control为一系列控制变量， 是常数项， 和 为模型的待估计参数， 为县级固定效应， 为随机扰动项。

2.2 变量设置

研究选取变量及其描述性统计见表1。

2.2.1 被解释变量

农业种植结构是计量模型中的被解释变量。此研究的粮食作物包括小麦、玉米、稻谷、大豆和甘薯。借鉴马玉婷等[3]研究方法，用粮食作物播种面积占农作物播种面积的比值来衡量农业种植结构，并用粮食作物播种面积占比来衡量粮食生产[14]

2.2.2 核心解释变量

核心解释变量为农业社会化服务。笔者将耕地、播种、打药、施肥、排灌水、收货运输6个环节所采纳的社会化服务总成一个非负数集合，取值范围为0＼～6。

2.2.3 控制变量

参考已有研究，笔者选取家庭平均受教育程度、家庭抚养比、兼业农户、种植业补贴、是否加入合作社及村庄经济水平等因素作为控制变量，并将县级固定效应虚拟变量作为控制变量。

2.3 数据来源

数据来自中国乡村振兴调查，包含农业生产、农村发展、农民生活等关键领域，具有一定的代表性，覆盖了全国范围内的10个省（自治区、直辖市）50个县156个乡镇300个行政村3833户农户。

3 实证结果分析

3.1基准回归结果

基准回归结果详见表2。列（1）控制了县级固定效应，核心解释变量农业社会化服务的估计系数在 1% 水平上显著为正，表明农业社会化服务的发展能显著正向影响农业种植结构“趋粮化”，有效提升粮食生产水平。列（2）至列（7）为在列（1）的基础上依次引入控制变量的估计结果。在控制变量方面，家庭抚养比、兼业农户、种植业补贴、是否加入合作社和村庄经济水平均对粮食生产产生显著的影响。 ① 家庭抚养比越低，劳动力数量越多，更有可能扩大种粮面积。

② 兼业农户将更多的劳动力资源和时间用于非农工作，因此采取农业社会化服务替代劳动力，以保证粮食生产。这种方式得到了兼业农户的青睐，也促进粮食作物产量增加。 ③ 种植业补贴和合作社提供的农业技术培训与指导服务，会激发农户种植粮食作物的积极性。 ④ 村庄经济水平越低，农户越有可能在自家土地上种植粮食作物来保障口粮。

3.2 稳健性检验

3.2.1 内生性问题

为缓解内生性可能引起的估计误差，笔者除了运用工具变量法对模型进行重新估计外，还采用了替换被解释变量和核心解释变量、更换样本数据等方式，进一步检验基准回归结果的稳健性，结果详见表3。

在工具变量的选取上，笔者借鉴卢华等[15]的研究，用“本村除了该户外其他农户的农业社会化服务平均水平”作为农业社会化服务的工具变量。笔者进行两阶段最小二乘法（2LS）估计，表3列（1）为工具变量第一阶段的估计结果，估计系数在 1% 的水平上显著为正；不可识别检验Kleibergen-PaaprkLM统计量对应的 P 值为0.000，拒绝了工具变量不可识别的原假设；弱工具变量检验的Kleibergen-PaaprkWaldF统计值为288.201，大于检验 10% 水平下的临界值16.38，拒绝弱工具变量假设。表3列（2）为工具变量第二阶段的估计结果，回归系数为0.224，且通过了 1% 的显著性水平，表明农业社会化服务促进农业种植结构“趋粮化”的结论不变。

3.2.2 更换被解释变量

为了检验被解释变量的稳健性，笔者借鉴王术坤等[的研究，只保留小麦、玉米和稻谷三大主粮播种面积占比进行回归分析。回归结果如表3列（3）所示，回归系数显著为正，且呈现 1% 的显著性水平。用小麦、玉米、稻谷、大豆和甘薯等粮食作物播种面积替代原来的被解释变量，回归结果如表3列（4）所示，农业社会化服务显著正向影响粮食生产。替换被解释变量后的结论与基准回归结果较为一致，模型较为稳健。

3.2.3 更换估计方法

在此研究样本中，有1707个样本的农业种植结构占比的观测值为零，约占总样本量的 45% 。笔者参考SILVA等[17的做法，使用泊松极大似然估计（PPML）进行估计检验，回归结果见表3列（5），农业社会化服务的回归系数仍然显著为正，并在 1% 的统计水平上显著，表明更换估计方法并未改变前述研究结论，即研究结论依然成立。

3.3 影响机制检验

3.3.1 缓解劳动力约束

如表4列（1所示，估计系数显著为正，说明农业社会化服务的发展能够显著提高农业机械化水平。农户机械化水平的提升对农户种植结构“趋粮化"能起到显著的积极影响[18]。笔者以家庭非农劳动力占家庭劳动力的比重是否超过样本平均值为标准，将样本分为非农就业程度较高和较低两组。表4列（2）列（3）结果表明，非农就业程度较高的样本系数更大，说明农业社会化服务能够改变非农就业可能对粮食生产带来的不利影响。也有学者研究指出，农户非农就业程度越高，越有利于提升粮食作物种植比例[19]