托管因素、經營特征對糧農農業生產托管決策的影響

李亞娟 馬 驥

(1.中國農業大學 資源與環境學院，北京 100193；2.中國農業大學 國家農業綠色發展研究院，北京 100193；3.中國農業大學 經濟管理學院，北京 100083)

隨著市場經濟的快速發展及就業機會的增多，農村勞動力外流加速，農業從業人員面臨著質量數量“雙下降”的風險[1]，導致農業生產效率提升困難，長此以往，將直接危及國家糧食安全。為解決以上問題，契合規?；洜I和農業現代化的發展目標及現實生產需求，國家也從政策角度探索出了以“農業生產托管”為代表的服務規模化經營新路徑。根據2017年農業農村部辦公廳印發的《關于大力推進農業生產托管的指導意見》[2]，農業生產托管指生產者在保留土地經營權的情況下，將耕、種、防、收等部分或全部環節委托給專門服務組織或個人進行生產，具有以下典型特征：一是自主決策，依賴于農業各生產環節的可分離性，糧農可自主決定是否委托服務組織協助生產管理；二是服務有償，糧農需向提供服務的個人或組織進行服務付費；三是“委托”與“管理”相結合，尤指農戶將全部或者部分生產環節“委托”給托管組織進行“生產管理”的行為。區別于“公司+農戶”、土地流轉等，農業生產托管尤其強調要通過推廣不同服務模式、培育多種新型經營主體等將小農戶融入現代化發展進程[3-5]。冀名峰[6]更將其定義為我國農業現代化的第三次動能和新走向，化解了“誰來種地”等現實困境，順應了小農戶的“戀地情結”，帶來了要素配置效率及經濟收益的提升[7-8]。

國家對農業生產托管的推廣力度不斷增加，推廣細則不斷優化(1)對農業農村部官網的相關政策文件進行統計梳理發現：截至2020年4月30日，年度內涉及農業生產托管的國家政策文件已有12份，且均以農業生產托管進行宣傳推廣，幾乎相當于以前年份全年的發文量(2019年共發文15份，2018及2017年共發文14份，2016年共發文16份)，且對相關服務規范和服務推廣范圍都進行了界定和細化，此外，2020年6月4日，農業農村部還專門頒布了《農業生產托管合同示范文本》，其中對服務內容、服務標準等做出了明確規定。，但現階段的平均托管率并不高。截至2017年底，山東的綜合托管率僅有20%，卻已排于全國前列(2)山東農業生產托管率20%：http:∥www.nzdb.com.cn/hy/254758.jhtml。，部分糧農甚至地區依然因循守舊，尚處于不斷試探或淺嘗輒止階段，導致生產成本攀升，收益下降等[9]。面對農業生產托管帶來的生產者“紅利”，為何不同糧農的生產決策會存在如此明顯的差異和經濟成效反差呢？推廣過程中又應如何耦合小農戶與農業生產托管之間的關系呢？部分學者也對此進行了理論和實證分析。宏觀層面來看，農業生產托管是國家推廣與市場驅動耦合的產物[10]。微觀層面來看，隨著農業生產經營主體分化，糧農對農業生產性服務需求呈現多樣化、鏈條化和一體化趨勢[11]，但不同糧農需求因初始稟賦差異而略有不同[12-13]。其中，托管特征的影響尤為明顯，如肖建英等[14]基于計劃行為理論，選取江蘇省3市12村的531份糧農托管意愿數據，通過因子分析及定序累積Logistic模型分析發現，增強托管認知和接受度是提高糧農參與積極性的重要原因，周圍人的意見及示范作用對于提高糧農參與度也至關重要，鄰里的托管參與行為及評價越高，其他糧農越容易采納托管。此外，糧農的決策行為還受到多種因素共同影響：種植特征方面，如糧食生產規模[15-16]；家庭特征方面，如勞動力數量、實際可投入農業生產的勞動力數量、外出務工人數等[17]；個體特征方面，如戶主性別、年齡、受教育程度等[17-18]；此外，區域特征、技術培訓、風險意識等外部因素也是導致糧農決策差異的重要因素[19-20]。已有研究從差異化視角，根據不同理論或計量模型進行了多維分析，為本研究提供了很好的理論指導。但限于農戶生產決策的復雜性，仍存在以下不足：多側重于不同影響因素的方向及程度判別，對因素間的綜合分析與關聯結構研判相對闕如，農業生產托管的發生機制仍待進一步商榷，使得托管推廣政策的制定缺乏有力抓手。

糧農作為農業生產的主體，不但要考慮其選擇農業生產托管的行為本身，更要關注托管發生的機制，為更大范圍的推廣與落地奠定基礎。因此，為了回答托管因素、經營特征及其他屬性對農業生產托管的響應機制、不同影響因素間的關聯關系及層級結構等問題，在原有研究及相關理論基礎上，基于全國11個省份的2 060份糧農生產經營數據，運用二元Logit模型及解釋性結構模型識別影響糧農決策的關鍵變量，深入探討不同因素間的關聯關系和層級結構，以期厘清農業生產托管的發生機制及不同因素間的驅動原理，為農業生產托管的現實推廣提供深入的理論依據。

1 理論分析與變量選取

根據生產環節的可分離性，農業生產托管的服務范圍涵蓋耕地、播種/插秧、植保(病蟲害防治、中耕除草)、灌溉、排水、收割、晾曬烘干、倉儲、運輸等，根據屬性差異，將以上各項服務劃分為耕地環節(耕)、播種環節(種)、防治環節(防)和收儲環節(收)4個主要生產環節(3)其中，耕地環節主要指耕地服務，播種環節包括種子/種苗購買及播種/插秧服務，防治環節包括化肥/農藥購買、植保、灌溉、排水服務，收儲環節包括收割、晾曬烘干、倉儲及運輸服務。，同時結合實際調研情況，若服務組織提供了“產中+產前或產后環節”的配套服務(如種子/種苗、化肥/農藥購買等)時，也將其納入托管范疇。本研究將“購買某一或幾類環節的托管”定義為“選擇農業生產托管”，如果生產者在農業生產過程中的任1環節采用了農業生產托管，則賦值為1=是(簡稱“托管組”，下同)，反之為0=否(簡稱“未托管組”，下同)。

1.1 農業生產托管發生機制的理論邏輯

根據新古典經濟學理論[21]，作為理性“經濟人”，當存在非農就業(包括養殖、外出務工等)可能時，糧農會根據家庭效應最大化原則做出決策[22]，以實現生產的帕累托最優。從糧農的角度來看，農業生產托管是無力耕種但又不愿放棄土地糧農的有力保障，通過外部生產資源的引入，實現了生產能力的提升和家庭收入結構的優化。從經濟學角度來看，土地在短期內是固定不變的，托管主要通過服務購買實現了勞動力等可變要素的相互替代。具體如下：

圖1的橫軸和縱軸分別表征了農業生產托管及其他農業生產要素投入，糧農將通過服務及不同生產要素的合理配置實現家庭效用最大化。在傳統生產模式下，I0表示初始的家庭收入，U0表示無差異曲線，為糧農的初始效用水平，家庭收入曲線與無差異曲線U0的切點E0即為家庭收入最大化的點，所對應的S0和F0即為使得家庭收入最大化時的最優服務購買和其他生產要素配置組合。

圖1 農業生產托管與其他生產要素的替代效應分析Fig.1 Substitution effect of agricultural production trusteeship and other production factors

當糧農面臨的托管因素與經營特征存在差異時，其生產決策也會隨之改變，具體來看：

1)托管因素。服務認知、示范作用及服務價格均為影響糧農決策的關鍵因素。以糧農對農業生產托管的了解程度代表認知，認知程度越高，越容易選擇托管；在我國農村，由于鄰里關系依賴性強，彼此影響較大，根據肖建英等[14]的調查可知，周圍人群的示范作用至關重要，由于小農戶信息獲取渠道受限，對新事物的認知不足，所以周圍鄰居的意愿越強、參與度與評價越高，越能推動其他小農戶的效仿行為及服務認知程度的提升。因此，選擇本村使用農業生產托管糧農的占比來表征示范作用，比例越高，越容易通過示范效應帶動周邊糧農托管；借鑒楊志海[19]，此處的服務價格主要指農戶參與各環節的平均服務價格，對于未選擇托管的農戶，則以所在村或鄰近村的平均價格替代，根據“經濟人”假設，服務價格越高，糧農越不愿意進行托管。

2)經營特征。管珊[10]、陳宏偉等[23]等研究表明，經營特征是影響糧農決策的關鍵因素之一，主要選取耕作面積、經營主體類型、土地細碎化程度、土地耕作便利性、土壤有無障礙因子、地貌類型、兼業情況、種植收入占比8個指標進行衡量。耕作面積以糧食作物種植面積為衡量指標，隨著面積增大，農業生產托管一方面打破了自購農機設備的規模門檻，另一方面也可以降低投資風險；但當耕作面積過大時，自購農機設備并適當增加對外服務比例更有利于節約成本，因此，預計耕作面積平方與是否托管成反比，即呈現倒“U”型關系；新型經營主體的機械化、規?；?、標準化程度及技術效率較高[24-25]，且部分新型經營主體本身也為服務供給方，故采用農業生產托管的可能性相對較低。土地細碎化程度主要以單位面積的耕地塊數表征，土地細碎化程度越高，耕作便利性越差，越難實現機械化和規范化，抑制糧農托管[26-28]。土壤有無障礙因子主要包括鹽堿地、常年干旱、沙質、漏水漏肥、土壤太粘、連作障礙、病蟲害嚴重等，此類因子直接誘致了土壤肥力下降及生產成本的增加，抑制了農戶選擇農業生產托管。此外，相較于平地，山地、洼地或坡地難以實現機械化耕作，對托管產生了天然的阻隔效應[29-30]；兼業情況對農業生產托管存在正向影響，當存在兼業人員時，會相應減少可投入糧食種植的勞動力數量，為了不放棄土地，同時獲取務工收益的雙重目標，糧農將選擇農業生產托管。收入作為影響糧農生產決策的重要因素[31]，主要以種植收入占比衡量，該指標越大，說明種植業在家庭收入中的主體地位越強，糧農越愿意通過專業服務提高種植收入水平。

綜上可知，托管因素(服務認知、示范作用、服務價格)與經營特征(土地細碎化程度、耕作便利性等)對農業生產托管決策的影響作用較大，除服務認知及示范作用對糧農決策的積極影響外，當糧農感知到內外部資源與機會增多，預期障礙較小時，行為意向會越強，如，當服務價格越低、土地細碎化程度越低、耕作便利性越強、土地質量越好時，托管選擇成本越低、風險越小，農戶越愿意托管，當農戶兼業情況越突出、種植收入占比越高時，為保障農業生產的正常開展，農戶越愿意托管。

由于勞動力等可變生產要素可以自由配置，此時，糧農會通過增加專業服務的購買(S0右移至S1)替代其他生產要素的投入(F0下移至F1)，使得家庭效用從U0提高至U1；反之，會增加生產者對于價格的敏感性及風險意識，為降低農業生產成本，規避非必要的風險，生產者會減少服務購買(S0左移至S2)，并通過增加其他生產要素的投入(F0上移至F2)替代服務投入的減少。

此外，在家庭特征方面，主要選取戶主的性別、年齡、受教育程度、家庭人口數、老人及孩子占比、勞動力人數占比進行分析。其中，家庭人口數越多，可能分配到糧食種植的勞動力越多，糧農越不愿意托管；考慮到老人或孩子需要被照料，限制了部分青壯年勞動力，因此，老人及孩子占比越大，糧農越可能托管；根據要素替代理論，勞動力人數占比越大，對其他生產要素的替代作用越大[30]，所需外部投入減少，抑制糧農托管。此外，由于糧農的異質性較大，性別、年齡、受教育程度無明確預期。區域特征方面，根據王廣慧等[32]研究，經濟相對發達地區的社會資本份額較高，勞動力市場相對開放，經濟、就業、服務等供給充足，增加了農村地區勞動力外出就業、選擇農業生產托管的概率。品種特征方面，主要包括小麥、玉米和水稻三大主糧，具體影響方向未知。

1.2 變量選取

根據上述理論分析，借鑒已有研究[10,14]并考慮數據可得性，在構建農戶農業生產托管決策模型時，選取“是否使用農業生產托管”為被解釋變量，托管因素和經營特征為解釋變量，家庭特征、區域特征、品種特征為控制變量。各變量名稱、含義及其預期方向(“+”表示對托管選擇的影響為正，“-”表示影響為負)見表1。

表1 變量定義、描述性統計及其預期方向Table 1 Variable definition,descriptive statistics and expected direction

2 數據來源與樣本統計

2.1 數據來源

本研究數據源自農業農村部于2019年3—6月圍繞黑龍江、吉林、河南、河北、山東、江蘇、安徽、湖南、甘肅、陜西、廣西11個省份進行的農戶生產調研，涵蓋了東北地區、黃淮海地區、長江中下游地區、西北及華南地區糧食生產的重點區域。在考慮區域經濟水平及種植規模的基礎上，采取多階段分層和隨機抽樣相結合的方式，抽取44個縣市、136個鄉鎮、277個村莊，最后在每個村隨機抽取大中小規模糧食種植農戶9～10戶，圍繞家庭人口結構、勞動力特征、生產經營現狀、農業生產托管等與生產決策者進行“面對面”訪談。此次調研共發放問卷2 080份，剔除樣本信息嚴重缺失及數據不全問卷后，共得到有效樣本2 060個，樣本有效率為99.04%，各省最終樣本占比基本維持在9%左右(4)其中，黑龍江158個，占7.67%；吉林及廣西均為186個，占比均為9.03%；河南196個，占9.51%；河北、湖南及陜西均為189個，占比均為9.17%；山東201個，占比均為9.76%；江蘇188個，占9.13%；安徽187個，占9.08%；甘肅191，占9.27%。，滿足區域間樣本均衡、區域內樣本選擇隨機的特點，對于研究全國農戶的整體情況奠定了較好的數據基礎。各變量的相關統計特征見表1。

2.2 樣本農戶的基本情況統計

從樣本特征來看，調研對象(戶主)以受教育水平偏低的中年男性為主。由于我國農村家庭的戶主基本為男性，故戶主為男性的樣本占比高達93.01%，而女性占比僅有6.99%。年齡超過50歲的樣本最多，約為72.28%，受教育程度主要集中在初中及以下水平，占比高達76.89%；從種植及收入特征來看，呈現出小規模、低收入的特征。2018年糧農家庭實際耕作面積不大，0.67 hm2以下的樣本比例高達60.10%，0.67 hm2以上的糧農僅有39.9%；接近一半(45.83%)的樣本戶均年收入不足40 000元/年，據統計，家庭平均人口數為3.27人/戶，人均收入僅有13 054.84元/年，較符合實際特征(表2)。

表2 調研樣本的基本特征統計Table 2 Basic characteristics of samples

2.3 不同農戶類型的農業生產托管行為統計

就受訪者選擇農業生產托管的總體情況來看，2 060個樣本中，共有托管糧農754個，占比為36.60%，63.40%的農戶并未選擇農業生產托管。對不同區域(5)以各地區2019年的GDP水平作為經濟發達程度的衡量標準，將11個調研區域劃分為經濟較發達地區(包括江蘇、山東、河南、湖南、安徽和河北)和經濟較不發達地區(包括陜西、廣西、黑龍江、吉林和甘肅)。的托管情況進行統計發現，經濟較發達地區的托管程度明顯高于較不發達地區的托管比例，較發達地區托管的糧農為483個，約占發達地區樣本總量的41.89%，而較不發達地區托管糧農僅有271個，占比不足30.00%。從不同作物品種來看，小麥的托管比例略高于玉米，但都遠高于水稻種植戶的托管比例。小麥的托管比例相對較高，其中小麥種植戶共有1 111個，托管糧農為521個，占比為46.89%；玉米種植戶共有1 126個，托管比例次之，占比為45.74%，水稻種植戶有699個，托管樣本占比最少，僅有12.59%(表3)。

表3 不同類型農戶的農業生產托管情況統計Table 3 Statistics of agricultural production trusteeship of different types of farmers

3 模型設定與變量選取

糧農在既定約束條件下會遵循家庭效用最大化原則，做出是否選擇農業生產托管的最優決策，這是一個典型的二元決策模型。因此，采取常用的二元選擇模型——Logit模型進行分析，同時為進一步了解各因素間的關聯關系和層級結構，借鑒葛繼紅等[33]研究，選擇解釋性結構模型(Interpretative structural modeling method，簡稱ISM模型)進行深入分析。

3.1 Logit模型

為研究農業生產托管選擇意愿的影響因素，建立Logit模型如下：

(1)

式中：y表示糧農是否選擇農業生產托管，y=1表示托管，y=0表示不托管；p為糧農選擇農業生產托管的概率，p/(1-p)代表托管與不托管的概率之比，又叫做“事件發生比”；Xi為影響糧農選擇農業生產托管的各類因素。

此外，y是變量xi(i=1,2,…,n)的線性組合，即：

y=b0+b1x1+b2x2+…+bnxn

(2)

式中：bi(i=1,2,…,n)指的是第i個解釋變量的回歸系數值。

聯立式(1)和(2)，并對事件發生比取自然對數，得到發生比形式的Logit模型：

ln(p/1-p)=b0+b1x1+b2x2+…+bnxn+ε

(3)

估計上述模型并通過逐步回歸得到影響糧農選擇農業生產托管的顯著性因素。

3.2 ISM模型

ISM模型主要起源于1973年，是美國的沃菲爾德教授在探析復雜的社會經濟系統時開發的。其基本原理為：將紛繁復雜的系統劃分為若干子系統，通過專家實踐評估及計算機技術處理，把原本模糊不清的相互關系轉換成多層級、遞進式、直觀化的結構性關系，近年來在農業經濟領域中被廣泛應用[34]。因此，主要選取此方法對糧農選擇農業生產托管的影響因素做進一步的層次分析。

ISM分析法的基本流程為：采用專家評估法構建影響因素間的邏輯關系→通過邏輯關系及數理運算確定鄰接矩陣→結合布爾運算法則等計算可達矩陣→運用矩陣變換等優化上述公式，得到最終層級結構。具體的：

第一步：采用專家評估法構建不同影響因素間的邏輯關系。根據前述Logit模型結果，確定影響糧農選擇農業生產托管選擇的k個影響因素，其中，用S0表示糧農是否選擇農業生產托管，Si(i=1,2,…,k)表示影響選擇農業生產托管的多重因素，通過專家評估法，列出影響因素間的邏輯關系。

第二步：建立鄰接矩陣R。由于不同因素是否存在直接或間接關系是影響其間邏輯的關鍵，因此假定：

(4)

結合第一步的邏輯關系及式(4)，得到鄰接矩陣R。

第三步：確定可達矩陣M。根據式(5)，采用布爾運算計算鄰接矩陣R，得到各影響因素的可達矩陣M。

M=(A+I)n+1=
(A+I)n≠…≠(A+I)2≠(A+I)

(5)

式中：I為單位矩陣；n為冪，2≤n≤k；如前所述，矩陣冪運算由布爾運算法則推演得到。

第四步：確定各層級結構。根據式(6)確定最高層級的全部要素集合L1。

L1={Si|P(Si)∩Q(Si)=P(Si);i=0,1,…,k}

(6)

式中：P(Si)為可達集，包含可達矩陣從Si開始能夠到達的所有因素的集合；Q(Si)為先行集，包含其間能夠到達Si的所有因素集合；P(Si)、Q(Si)的具體表現形式如下：

P(Si)={Sj|mij=1},Q(Si)={Sj|mji=1}

(7)

mij、mji均為可達矩陣M的因素。

剩余層級主要通過如下步驟獲得：第一，根據原始可達矩陣M，刪掉L1中因素對應的行與列，計算得出新的M′。第二，針對M′，利用公式(6)和(7)進行運算，得到第二層要素的集合L2。以此類推，得到位于所有層級結構的因素，最后得到影響糧農選擇農業生產托管各因素的層級結構。

4 模型估計與結果分析

4.1 基于Logit模型的驅動因素分析

考慮相關影響因素，對式(3)進行Logit分析，得到的結果見表4模型1；根據伴隨概率，通過逐漸剔除不顯著變量進行逐步回歸，得到模型2。對比發現，通過不同模型得到的回歸結果高度相似，且所有變量均在10%、5%或1%的水平上顯著，且R2值和P值分別為0.72和0.00，具備統計學意義，說明實證結果較為穩健可靠(為便于分析，將以模型2為主進行結果分析)。

4.1.1托管因素

服務認知在1%的水平上顯著影響農業生產托管選擇，且從邊際貢獻率來看，非常了解>比較了解>不太了解>一般了解，總體上呈現出糧農對農業生產托管的了解程度越高，選擇概率越大的特征。示范作用的回歸系數為0.06，exp(b)為1.06，表明周圍人群的行為會顯著影響糧農的生產決策。服務價格的回歸系數為-2.82，通過了1%的顯著性檢驗，并對農業生產托管選擇具有顯著負向影響，表明隨著服務價格上升，糧農的價格敏感性逐漸提高，抑制了托管選擇，這與之前的預期一致。

4.1.2經營特征

耕作面積平方與農業生產托管在1%的水平上顯著負相關，當耕作面積過小時，單位面積的生產成本會顯著提高，農戶會傾向于選擇自耕自種，隨著耕作面積的增加，土地的機械化率逐漸提高，糧農選擇農業生產托管的可能性逐漸增大，當耕作面積過大時，糧農更傾向于購置機械設備以提升耕作能力，如調研樣本中共有19個耕作面積在66.67 hm2及以上的糧農，其中68.42%(13個)的糧農選擇了自購設備替代服務購買。經營主體類型與農業生產托管選擇呈現負相關關系，新型經營主體糧農一般會投入更多的人力、物力等優化種植條件，因此，托管的概率較低。土地細碎化程度與土地耕作便利性均在1%的水平上與農業生產托管顯著相關，土地細碎化程度越高、耕作便利性越差，增加了機械化、規?；麟y度和經濟成本，不利于農業生產托管選擇，預期得到驗證，這與夏蓓等[35]的研究結論保持一致。兼業情況的回歸系數為1.34，exp(b)為3.85，表明兼業程度越高，為了保障農業生產活動正常開展，會增加農業生產托管的可能。同時，種植收入占比與農業生產托管選擇在1%的水平上顯著正相關，糧食種植收入占比越高，說明糧農對農業的依賴度越高，越會選擇專業化服務，以優化家庭生產資源的配置效率。

表4 農業生產托管的影響因素分析Table 4 Analysis on the influencing factors of the choice of agricultural production trusteeship

4.1.3其他控制變量

家庭人口數的回歸系數為0.18，exp(b)為1.20，表明作為理性“經濟人”，隨著家庭人口數增多，增加了農戶家庭素質提升與兼業的可能，促進了糧農托管選擇。區域特征方面，經濟較發達地區擁有較高的生產技術水平，有利于糧農選擇農業生產托管。同時對作物品種進行了控制，其余變量均不具備統計學意義，不再贅述。

4.2 基于解釋性結構模型的層級結構分析

根據前述回歸結果得到的影響糧農選擇農業生產托管的11個因素，用S0表示糧農是否選擇農業生產托管，用S1、S2、S3、S4、S5、S6、S7、S8、S9、S10及S11分別表示耕作面積平方、種植收入占比、經營主體類型、土地細碎化程度、土地耕作便利性、家庭人口數、兼業情況、服務價格、示范作用、服務認知及經濟發達程度。通過專家評價法得到各因素間的邏輯關系如圖1所示。其中，“V”表示“行因素”對“列因素”有直接或間接影響；“A”表示“列因素”對“行因素”有直接或間接影響。依據圖(1)及式(4)，得到鄰接矩陣R(略)。再根據式(5)，結合鄰接矩陣R，模擬運算得出涵蓋所有影響因素的可達矩陣M(見式8)。

圖1 糧農選擇農業生產托管的影響因素邏輯關系圖Fig.1 Logical relationship diagram between the factors affecting farmers’ choice of agricultural production trusteeship

(8)

根據可達矩陣M，結合式(6)和(7)，依次得到各層次因素為L1={S0}，L2={S2、S7、S8、S10}，L3={S5、S9}，L4={S1、S3、S4、S6、S11}。根據L1、L2、L3、L4，得到排序后的可達矩陣B，見式(9)。

(9)

由上述結果可知，S0位于最頂層，屬于糧農的決策行為；S2、S7、S8、S10位于第二層，是影響糧農決策的表層直接因素；S5、S9位于第三層，屬于中間間接因素；S1、S3、S4、S6、S11位于最底層，屬于深層根源因素。通過有向邊連接同一級及相鄰層級間的各個因素，構建了一條邏輯緊密的影響因素鏈。最終得到如圖3所示的糧農選擇農業生產托管影響因素的關聯關系及層級結構。

圖2 農業生產托管的響應路徑Fig.2 Response path of agricultural production trusteeship

由圖2可知，影響糧農選擇農業生產托管的11個因素共有3個關聯層級：種植收入占比、服務價格、兼業情況及服務認知是表層直接因素，土地耕作便利性及示范作用為中間層間接因素，耕作面積、經營主體類型、土地細碎化程度、家庭人口數及經濟發達程度作為深層根源因素，從根本上制約著糧農的決策行為。

其中，對于種植收入占比、服務價格、兼業情況及服務認知4個表層直接因素，以土地特征為主的經營特征需要先影響前3個變量才能影響糧農生產決策，同時，種植收入占比、服務價格、兼業情況還受到土地耕作便利性這1中間間接因素及家庭人口數和經濟發達程度2個深層根源因素的影響，服務認知受到示范作用這1中間間接因素的影響。主要原因為：土地耕作便利性高時，糧農可依賴自有勞動力及簡單設備解決灌溉等問題，有利于提高糧食生產率，增加種植性收入占比，同時，便利的生產條件會降低平均生產難度與外購服務價格，促進兼業發生；隨著家庭人口數增多與經濟發達程度的提高，擁有較高生產技術水平及外出務工的概率越大，有助于種植收入占比與兼業情況的增多及服務價格的下降，進而促進農業生產托管選擇。對于土地耕作便利性這一中間間接因素，還受到耕作面積、經營主體類型和土地細碎化程度這3個深層根源因素的影響，主要是因為這3個因素通過調節地塊規?；潭扰c生產力水平影響土地耕作便利性，進而改變糧農的決策行為。

5 結論與建議

本研究基于一手調研數據，嘗試性探索了糧農選擇農業生產托管的發生機制。Logit結果表明：1)服務價格越低、服務認知越高、示范作用越強，糧農選擇農業生產托管的概率越大；2)耕作面積和農業生產托管存在倒“U”型關系，非新型經營主體、土地細碎化程度越低、耕作便利性越強，選擇農業生產托管的可能性越高；3)家庭人口數越多、兼業機率越大、種植收入占比越高、經濟發達程度高，越容易托管。

ISM模型結果表明，上述11種影響因素間既彼此獨立又相互關聯，共同闡釋了農業生產托管選擇的影響體系。主要包括3條不同的路徑，路徑1：示范作用→服務認知→農業生產托管選擇；路徑2：家庭人口數、經濟發達程度→種植收入占比、服務價格、兼業情況→農業生產托管選擇；路徑3：耕作面積、經營主體類型、土地細碎化程度→土地耕作便利性→種植收入占比、服務價格、兼業情況→農業生產托管選擇。3條路徑清晰地展示出了各因素間的正向傳導關系，路徑1顯示，示范作用在提升農戶認知及農業生產托管響應中至關重要；路徑2認為，農業生產托管不僅受到諸如托管因素、經營特征、家庭特征等農戶自身稟賦影響外，同時受到外部因素，如區域特征的影響；路徑3清晰的表明，適度的連片種植規模等經營特征，有效促進了土地耕作便利性，提高了糧食種植收入占比，并降低了單位面積托管成本與糧農兼業可能性，激勵農戶做出購買農業生產托管服務的積極響應，這也說明以土地特征為主的經營特征作為根源因素和間接因素，可以通過改變要素配置、家庭收益結構及托管的成本投入改變糧農的托管決策。

基于以上分析，提出如下政策啟示：第一，加強宣傳推廣與示范引領，提高農戶認知。政府可通過農業生產托管內涵、必要性、重要性等理念的宣傳、推廣與培訓，提升糧農的服務認知及判別最佳生產決策的能力；同時優先在經濟較發達地區進行推廣，并通過標桿試點省份的示范效應，帶動不同托管模式的復制與推廣。第二，加大農田基礎設施建設，以耕作便利化促進農業生產托管推廣。路徑3表明，以土地特征為主的經營特征是影響糧農決策的根源因素，因此，應通過農田基礎設施建設和土地整理，不斷完善農業生產托管的基礎支撐體系，減少耕地細碎化等影響機械化生產的現實阻礙。第三，規范托管服務價格，提高服務效果。分析結果顯示，服務價格是農業生產托管發生的主要驅動因素，因此，在市場自我調節的基礎上，要加強政府標準制定與引導，規范服務標準。如分區域出臺市場指導價，加大對弱勢群體的補貼傾斜等，降低糧農的服務獲取成本，優化家庭資源配置效率，合力保障市場規范運行。