農地經營規模對農戶農機服務外包的影響
——基于地權穩定性的調節效應

皮婷婷，許佳賢，鄭逸芳

（福建農林大學公共管理學院，福建 福州 350002）

十九大報告和2020年中央一號文件均鼓勵發展多種形式適度規模經營，健全農業社會化服務體系。而農機外包服務是農業社會化服務體系的重要內容，事關小農戶和現代農業發展的有機銜接[1-2]。早期研究認為農業機械化對農地具有集約化和規模化的內在要求[3]，從而認為家庭聯產承包責任制下“分田到戶”導致的農地細碎化經營勢必會阻礙農業機械化進程[4-5]。因此，推進土地流轉和集中曾一度是我國農地產權制度改革的重要方向。然而，流轉政策推進的績效卻是有限的，規模經營的農戶比例不升反降[6]。而制度依賴性決定了小農經濟仍將在我國長期存在。這不由得引發學界的反思和激烈討論，促成農業規模經營的出發點由農地規模經營轉向服務規模經營[7]，通過社會化分工市場促進農業機械化發展并提高農業生產效率。從而促進農機外包服務市場發展成為新一輪的改革發展方向。因此，探討不同農地經營規模下的農戶農機服務外包行為差異對構建完善的農機外包服務市場以及提高農業機械化水平具有重要意義。

學界針對農地經營規模對農戶農機服務外包的影響研究已有豐富的研究成果，并形成了以下四種觀點：一是正向影響，認為農機服務外包起到了勞動力替代的作用[8]；二是負向影響，原因主要是農機自購對農機外包的替代性作用[9-11]；三是無顯著影響，認為土地細碎化對農戶農機服務外包行為的抑制作用更深刻[12-13]；四是U形或倒U形的曲線關系，認為農機外包和農機自購之間具有農地經營規模的邊界值[14-16]。四種觀點中曲線關系是學界的主流觀點。當然，考慮農地制度安排作為農業經營重要的外在制度環境，也有不少學者探討地權穩定性對農戶農機服務外包的影響，但所得結論也存在差異性。一種觀點認為確權帶來的產權穩定和產權細分，能夠促進專業化分工，通過降低交易成本促進農機外包[17-18]；另一種觀點則認為產權穩定有利于促進農戶自購農機，而農機外包與農機自購是替代或互補的關系[19-20]。但綜合來看，農業生產是一個經濟運行系統，農戶做出農機服務外包的微觀經濟決策不僅會考慮自身農地經營規模等資源稟賦，更會將其生產活動置于宏觀政策環境進行權衡。而學界研究視角偏向單一化，往往將農地經營規模和地權穩定性二者的影響孤立開來，探討地權穩定性的影響時也未考慮地權穩定性可能存在的內生性，造成研究結論并不一致。

因此，本文使用全國性大樣本數據CLDS2016，在研究農地經營規模對農戶農機服務外包的影響時，將地權穩定性納入研究框架，探討其作為制度情境變量可能存在的調節效應，并試圖解決地權穩定性在其中可能存在的內生性。

1 理論基礎與研究假設

1.1 農地經營規模與農戶農機服務外包

農戶實現農業機械化生產共有兩種途徑，一是農機自購，二是農機服務外包。而資源稟賦差異決定了農戶將結合農業經營計劃采取不同的機械化策略[21]，即農戶農業機械化選擇并非單一策略。因此，農地經營規模與農戶農機服務外包并非簡單的線性關系，不同農地經營規模下的農戶農機服務外包行為可能存在較大差異。對于農地經營規模偏小的農戶，所需從事的農業生產活動較少，購置農機易形成沉淀成本，同時小農戶大多也不具備購買農機的經濟能力，在勞動力約束較強的情況下，會傾向于選擇通過購買農機外包服務來彌補或替代勞動力，緩解勞動力約束。而當農地經營規模越過拐點或門檻值，農業生產活動能使農機滿負荷工作，農戶也具備一定的經濟能力并計劃長期從事農業生產活動時，農戶會傾向于減少農機服務外包，通過購進農機來將交易成本等外部成本內部化，進而在農業生產中盈利。據此，本文提出如下研究假設：

假設1：農地經營規模與農戶農機服務外包程度呈倒U形曲線關系，拐點前，農地經營規模越大農戶農機服務外包水平越高，越過拐點后隨著農地經營規模的擴大農戶農機服務外包水平將會降低。

1.2 農地經營規模、地權穩定性與農戶農機服務外包

盡管農機服務外包是農戶依據自身資源稟賦進行的個體經濟決策，但若將其生產活動置于宏觀政策環境，不難發現不同農地產權制度安排下的農戶經濟行為具有明顯的差異性[22]。農機外包服務具有短期性和周期性，雖然能夠為農戶短期內獲得農機提供便利，不易產生沉沒成本，但通過交易獲取農機外包服務面臨許多的風險和不確定性，且監督成本高[23]。農機自購則具有長期性，通過一次性交易獲得農機的所有權，能夠避免交易的不確定性并減少監督成本，但在預期不足經營規模偏小的情況下易產生沉沒成本。而學界普遍認為地權穩定性具有強化農戶預期心理進而促進農戶進行農業生產長期投資的重要作用[24-25]。據此結合前景理論，本文推測，在地權不穩定時，農戶心理預期不足，在面臨損失的狀態下會更愿意冒風險，即使具備一定的農地經營規模也更傾向于購買農機外包服務。而地權穩定時農戶處于獲益狀態，心理預期更強，更傾向于風險規避，在具備一定農地經營規模時更愿意減少或不再購買農機外包服務以避免市場風險可能給自身權益造成的損害。因此，本文提出如下研究假設：

假設2：地權穩定性對農地經營規模與農機服務外包的倒U形曲線具有負向調節效應，使該曲線的拐點左移。

2 研究設計與變量選取

2.1 數據來源

本文使用的數據來自中山大學2016年中國勞動力動態調查（China Labor-force Dynamics Survey，CLDS）。該調查采用多階段、多層次與勞動力規模成比例的概率抽樣方法（multistage cluster，stratified，PPS sampling），調查問卷含個體、家庭和社區三個層次。CLDS2016涉及21086個個體、 14226個家庭（其中8248個農村家庭）和401個社區（其中224個農村社區）。選用該數據的原因在于，本文主要研究農地經營規模對農戶購買農機外包服務的影響以及地權穩定性在其中的調節效應，而該數據較為詳細的調查了農戶的農地經營規模和農業機械化選擇情況，能夠滿足本文核心變量的測量需求，同時該數據具備較高的權威性和代表性。在剔除沒有從事農地經營及含有缺失值的樣本后，共獲得來自全國25個省份的共2800份農戶樣本。參考陳明華和郝國彩[26]的做法進行地區劃分后，樣本的地區分布情況如表1所示。

表1 樣本地區分布表Table 1 Distribution of sample areas

2.2 模型構建

基于前文的理論分析可知，本文以農戶農機服務外包程度為因變量，以農地經營規模為核心自變量，考察農地經營規模對農戶農機服務外包的影響是否呈倒U形曲線。因而參考倪國華和蔡昉[27]、胡新艷等[6]的做法，在模型中加入核心自變量的平方項，從而構建曲線回歸模型如下所示：

式中：i表示第i個農戶，S表示農戶的農機服務外包程度，L表示農戶的農地經營規模，L2即為農戶農地經營規模的平方，R表示地權穩定性，X為控制變量，β0～β4為待估參數，μ是隨機誤差項。

2.3 變量選取

2.3.1 因變量：農機服務外包程度 CLDS2016調查了農戶糧食作物生產的農田耕作方式，答案對應全機械化、部分機械化和傳統農耕。對于全機械化和部分機械化生產的農戶還進一步詢問其生產工具的來源（問卷中的答案為：1全部自家購買；2和別人共同購買；3全部租用別人或某公司的；4借用他人或集體；5部分自家擁有，部分租用或借用；6部分自家擁有，部分和別人共同擁有），生產工具來源可分為全部自購、部分自購部分外包和全部外包。參考李寧等[18]的做法，本文將兩問題組合來測量農戶的農機服務外包程度，農機服務外包程度的測量具體為全部外包賦值3，部分外包部分自購賦值2，全部自購和傳統農耕賦值1。

2.3.2 核心自變量：農地經營規模 本文以農戶實際經營耕地（含水田/水澆地和旱地）面積來測量農地經營規模，即農戶總的耕地面積減去拋荒耕地面積，而農戶總的耕地面積包括其自身的承包地、租種和代耕耕地。對于農地經營規模與農戶農機服務外包是否存在倒U形曲線關系，如模型構建中所述，將通過在方程中加入農地規模的平方項加以檢驗。

2.3.3 調節變量：地權穩定性 參考洪煒杰和羅必良[28]及鄭沃林[29]的研究，本文以土地調整和農地確權頒證兩個指標來測量地權穩定性。土地調整即農戶所在村莊2003年至今是否發生過土地調整，農地確權頒證即農戶是否領到《農村土地承包經營權證書》，兩個指標均為虛擬變量。

2.3.4 控制變量 為控制其他因素可能造成的影響，本文從個人、家庭、村莊和地區層面納入控制變量。個體層面的控制變量為家庭經營決策者的性別、年齡、受教育程度、政治面貌、婚姻狀態和健康狀況；家庭層面為人均家庭收入、社會資本、農業生產專業戶和農業生產補貼；村莊層面為距鄉鎮距離、耕地面積、交通條件、技術培訓、生產資料購買和安排外出務工；地區層面以東部為參照組控制了東中西部差異。各變量的測量和賦值情況見表2。

表2 各變量描述性統計表Table 2 Descriptive statistics of variables

3 結果與分析

3.1 農地經營規模與農機服務外包的現狀

3.1.1 農地經營規模的現狀 將農戶農地經營規模分為0.30 hm2以下、0.30～0.59 hm2、0.60～0.99 hm2、1.00～1.99 hm2、2.00～2.99 hm2和3.00 hm2及以上共6段進行統計，并按照所在地區進行分類統計，統計結果如表3所示。在全國，有47.64%的農戶農地經營規模在0.30 hm2以下，27.29%的農戶農地經營規模介于0.30～0.59 hm2，12.79%的農戶農地經營規模介于0.60～0.99 hm2，即共計高達87.72%的農戶農地經營規模在1.00 hm2以下。農地經營規模在1.00～1.99 hm2、2.00～2.99 hm2和3.00 hm2及以上的農戶依次占比8.39%、2.18%和1.71%，比例偏低。表明我國面臨農地細碎化經營的困境。從地區分布來看，東、中、西部農地經營規模在1.00 hm2以下的農戶依次占比90.09%、80.94%和91.11%。表明農地細碎化經營這一困境在經濟發展程度不同的東、中、西部均存在。其中中部地區農地細碎化經營的問題相對較為緩和，1.00 hm2以下的農戶占比在80%左右，同時農地經營規模介于1.00～1.99 hm2的農戶占比達10%以上，農地經營規模介于2.00～2.99 hm2以及在3.00 hm2及以上的農戶占比均達3%以上。原因在于中部地區是我國的糧食主產區，有較多的農戶實現了規模經營。

表3 農地經營規模統計表Table 3 Statistical summary of farmland management scales

3.1.2 農機服務外包的現狀 統計農戶的農機服務外包程度，并按照所在地區進行分類統計，統計結果如表4所示。在全國，全部外包的農戶占比47.53%，部分外包的農戶占比5.61%，無外包的農戶占比46.86%。表明近年來農業機械外包服務的推廣取得一定成效，已有超過一半的農戶采用農機服務外包。從地區分布來看，東部、中部和西部全部外包的比例依次為62.70%、48.01%和29.50%，無外包的比例依次為32.86%、44.03%和65.68%，即經濟越發達的地區采納農機服務外包的農戶越多，而經濟越落后的地區不外包的農戶越多。主要原因一方面在于經濟越發達的地區農機外包服務體系更加健全，農機外包服務的供給數量較多，質量也更高；另一方面在于經濟落后地區特別是西部地區地形多為丘陵山地，限制了大型農機的投入和運作。

表4 農機服務外包統計表Table 4 Statistical summary of agricultural machinery service outsourcing

3.2 基準模型估計結果

依據因變量外包程度的數據特征，本文使用Ordered Probit模型進行模型估計。為避免多重共線性，于模型估計前檢測VIF值，結果如表5所示。發現大多變量的VIF值均介于1～2之間，其中僅農地規模和農地規模平方的VIF值較大，分別為3.10和3.74，主要是加入平方項所致。但單個變量的VIF值均小于10，所有變量的VIF均值為1.32，小于2。表明本文實證模型不存在嚴重的多重共線性。同時為避免異方差問題，模型擬合時將采用異方差-穩健標準誤的方式對模型進行修正。

基準模型估計結果同樣如表5所示。參考Lind和Mehlum[30]提出的驗證倒U形曲線關系的三步法，檢驗本文研究假設1：第一步，要求一次項顯著為正而二次項顯著為負，表5中農地規模及農地規模平方的系數一正一負，且顯著性水平均達到1%，通過檢驗；第二步，要求曲線在農地規模最小值處斜率為正，最大值處斜率為負，本文農地規模取最小值0.007時曲線斜率為0.203，取最大值33.333時曲線斜率為-2.196，再次通過檢驗；第三步，要求曲線拐點的取值在樣本取值的區間范圍內，經計算，農地經營規模與農機服務外包曲線的拐點為2.833 hm2， 介于農地規模取值范圍內，通過檢驗。因此，農地經營規模與農機外包呈倒U形曲線關系，本文研究假設1成立。

表5 基準模型估計結果Table 5 Benchmark model estimation results

考察其余變量的估計結果，發現農地確權頒證在5%的水平上顯著負向影響農機外包，土地調整的影響雖然為負向但不顯著，表明地權穩定使農戶更傾向于規避農機外包的市場風險，同本文猜測相符。家庭經營決策者特征中，年齡、受教育程度和健康狀況均顯著正向影響農機外包，受教育程度越高，身體健康狀況越好，農戶的非農就業能力也越強，將會通過購買農機外包服務以節省人力資本投入非農產業獲得更高收入。而年齡越大面對的勞動能力限制越強，選擇農機外包服務能夠彌補勞動能力限制。家庭特征中人均家庭收入和農業生產補貼為顯著正向影響，社會資本和農業生產專業戶為顯著負向影響，可見盡管農戶購買農機外包服務需要一定的資金基礎，但當農戶具有更強的資本能力如社會資本和土地資本時，合作或獨立購買農機是更理性的選擇。村莊特征中，距鄉鎮距離和生產資料購買為顯著負向影響，鄉鎮距離負向影響可能是農機外包服務的供給主要集中于鄉鎮中心，距鄉鎮越遠農戶購買服務越不方便，外包水平也就越低，而生產資料統一購買促進了農戶農地規模經營，在具備較大規模的情況下農戶更傾向于自購農機。而交通條件、技術培訓和安排外出務工顯著正向影響農機外包，主要原因是交通越便利農戶越容易獲取農機外包服務，農業生產技術培訓提高了村莊的農機外包服務供給能力，而安排外出務工使農戶家庭的務農勞動力減少，農戶將通過購買農機外包服務替代彌補勞動力不足。地區分布特征上，中部和西部均在1%的水平上顯著為負，可能是相比東部地區，中西部經濟發展水平較低，農機服務外包市場的發展程度相對較為落后。

3.3 基于區域差異的基準模型估計結果

此處本文進一步將總樣本分為東部、中部和西部共三組進行回歸，以求深入分析基準模型估計結果可能存在的區域差異性。估計結果如表6所示，后3列依次對應東部、中部和西部。由表6可知，中部地區農地規模在1%的顯著性水平上正向影響農機外包，且農地規模的平方在1%的顯著性水平上負向影響農機外包，可見農地經營規模與農機服務外包程度的倒U形曲線關系在中部地區成立，曲線拐點為3.147 hm2。對于東部和西部地區，盡管農地規模平方項的系數均為負，表明農地規模與農機服務外包的影響關系具有倒U形曲線的趨勢，但東部和西部地區農地規模和農地規模平方的影響均不顯著，因而在東部和西部地區農地規模與農機服務外包的倒U形曲線關系不成立。原因在于東部地區農業機械外包服務市場較為發達，且農村勞動力非農就業機會較多，從事農業的機會成本偏高，在此情況下農戶更愿意選擇非農就業，而以較低成本購買農機外包服務來完成農業生產[31]，從而東部地區農戶購買農機外包服務更多從家庭經濟角度出發，與農地規模的關系不大。對于西部地區，其農業機械外包服務市場的發展較為落后，同時農村勞動力非農就業機會較少，從事農業勞動的機會成本也較低，在外包服務供給不足而勞動力機會成本較低的情況下，農地規模對農戶購買農機外包服務的影響也不大。與前兩者相反，中部地區是糧食主產區，在農村勞動力轉移規模擴大，勞動力成本偏高的情況下，中部地區逐漸依靠農業機械化進行糧食生產，從而農地經營規模成為影響農戶農業機械化選擇的重要因素。

表6 基于區域差異的基準模型估計結果Table 6 Benchmark model estimation results based on regional differences

3.4 內生性檢驗

雖然地權穩定性相對農戶經濟行為而言是外生的政策變量，但并不能排除可能存在村莊地形等遺漏變量同時影響農戶農機服務外包和地權穩定性，并且地權穩定性的測量指標土地調整和確權頒證也可能互為因果，從而使得實證模型面臨內生性問題。對此，本文采用工具變量法以克服地權穩定性可能存在的內生性。選擇“該村2003年以前是否舉行過村委選舉”作為土地調整的工具變量，原因是2003年以前該村舉行過選舉反映了該村社會秩序運轉良好，人地矛盾較少，同時由選舉產生的村委會尋租概率也更小，因此該村越不可能發生土地調整，而村民2016年的農機服務外包決策并不會受此影響。對于確權頒證，參考林文聲等[32]以及豐雷等[33]的做法，選取該村其他農戶確權的比率作為工具變量，原因是該村其他農戶的確權情況會影響該農戶能否獲得確權，但不會影響農戶農機服務外包的微觀個體經濟決策。由此，使用IV Ordered Probit模型進行估計，結果如表7所示。第一階段的估計結果與預期一致，工具變量均在1%的水平上影響顯著，且F統計量均大于經驗判斷值10，不存在弱工具變量的問題。而第二階段農地規模和農地規模平方的估計結果同基準模型相一致，表明克服內生性后農地規模同農機服務外包的倒U形曲線關系仍然成立。

表7 基于工具變量法的估計結果Table 7 Estimated results based on the instrumental variable method

3.5 穩健性檢驗

本文采用了三種方法對基準模型的估計結果進行穩健性檢驗。一是采用更嚴格的因變量賦值規則，僅將全部外包視為有外包賦值1，部分外包和無外包均賦值0；二是對核心自變量農地經營規模進行縮尾處理，前后各縮尾3%；三是使用Bootstrap法，抽樣1000次，每次抽樣2000個樣本。估計結果如表8所示。表中農地規模和農地規模平方項的顯著性、系數大小及系數方向同基準模型估計結果相近，表明本文實證結果較為穩健。

表8 基準模型的穩健性檢驗估計結果Table 8 Robustness test of the benchmark model

3.6 進一步的討論：地權穩定性的調節效應

在以上農地經營規模與農戶農機服務外包倒U形曲線關系分析的基礎上，進一步討論地權穩定性制度情境在其中的調節作用。本文調節變量為虛擬變量而自變量為連續變量，因而采用分組回歸的方式檢驗地權穩定性的調節效應[34]。對于分組回歸系數差異的顯著性，則采用適用條件更為寬松的費舍爾組合檢驗方法進行檢驗。檢驗結果如表9所示。表9中，3、4列對應依土地調整或確權頒證與否進行分組回歸的估計結果，后3列為相應的分組回歸系數差異檢驗結果。

由表9可知，土地調整分組回歸的系數差異顯著，農地規模的系數差異在1%水平上顯著，農地規模平方的系數差異在10%水平上顯著，而確權頒證分組回歸的系數差異不顯著，表明地權穩定性的指標中僅土地調整的調節效應顯著。進一步考察曲線拐點（見表10），有土地調整（地權不穩定）時的拐點為4.030 hm2，無土地調整（地權穩定）時的曲線拐點為2.019 hm2，發現拐點明顯左移了2.011 hm2。 土地調整在農地規模與農機外包的倒U形曲線中具有負向調節作用，本文研究假設2成立。盡管確權頒證分組回歸的系數差異不顯著，但進一步求證確權頒證分組回歸對應的曲線拐點，依然能夠發現，相比未確權的地權不穩定狀態，確權后農地經營規模與農機外包的曲線拐點左移了0.709 hm2。可見確權確實使該曲線拐點發生了左移，只是移動幅度不夠顯著，可能是確權政策效應的發揮具有滯后性，還有待后期深入檢驗其政策效應。需要指出的是，雖然本文嘗試解決地權穩定性的內生性并進行了內生性檢驗，但在探討調節效應時，由于本文討論的是虛擬變量的曲線調節效應，其對應的內生性問題解決難度偏大，使得這一部分沒能在克服內生性的基礎上進行數據分析，還有待后續的深入研究以解決此問題。

表9 地權穩定性的調節效應Table 9 Moderating effect of land tenure stability

表10 曲線關系的拐點值測算Table 10 Measurement of inflection point value of curve relationship

4 結論與政策建議

4.1 研究結論

農機服務外包對提高農業機械化水平并促進小農戶與現代農業的有效銜接具有重要作用。本文利用CLDS2016數據，研究農地經營規模對農戶農機服務外包的影響，在考慮地權穩定性內生性的前提下，探討了地權穩定性在農地經營規模對農戶農機服務外包影響中的調節效應。主要得出以下結論：

1）雖然我國目前仍面臨農地細碎化經營的困境，小農經濟將長期存在，但農業機械外包服務的推 廣已取得一定成效，因而通過社會化市場分工，由服 務規模經營發展農業規模經營具有較大的可能性。

2）考察農地經營規模對農戶農機服務外包的影響，研究發現二者呈倒U形曲線關系，拐點為 2.833 hm2，因而不同經營規模農戶的農機服務外包行為具有差異性。

3）關于地權穩定性的調節效應，研究發現土地調整對農地經營規模與農戶農機服務外包的倒U形曲線關系具有負向調節效應，相比有土地調整（地權不穩定），沒有土地調整（地權穩定）的制度情境下曲線拐點左移2.011 hm2，因而農戶農機服務外包行為確實會受地權穩定性這一宏觀政策環境的影響。而農地確權頒證的調節效應不顯著，原因可能是確權的政策效應具有滯后性。

4.2 政策建議

基于以上研究結論，為構建完善的農機外包服務市場并提高農業機械化水平，本文具有以下政策啟示：

1）結合實際情況有針對性的采取措施發展農機外包服務市場。一方面，政府發展農機外包服務市場需要注意區分市場主體農戶的農地經營規模等實際情況，結合農戶的實際需要確定相關政策，為小農戶提供購買農機外包服務的優惠支持政策，為較大規模農戶提供購機支持并考慮將其發展為農機服務供給者；另一方面，考慮東部、中部和西部地區農機外包服務市場發展水平存在的區域差異性，需要對中西部的農機外包服務市場加大政策支持力度，從而增加中西部農機外包服務供給。

2）規范農機外包服務市場運行，提高農機外包服務質量。地權穩定的制度情境下中小規模農戶反而會減少購買農機外包服務以規避市場風險，由此反映出目前農機外包服務市場的運行還不夠規范，需要從提高服務質量、減少交易成本和促進合約簽訂等方面規范農機外包服務市場的運行，并建立相應的市場運行機制，進而減少可能存在的市場風險。

3）完善農地確權的配套制度，使農地確權頒證政策發揮更大的良性政策效應。確權頒證的政策效應還未完全顯現，因而需要學界及各地政府持續關注其政策效應并完善配套制度，搭建相應的土地數據平臺，由此促使確權政策能夠發揮更大的良性政策效應。