农地经营规模对农户农机服务外包的影响——基于地权稳定性的调节效应

皮婷婷，许佳贤，郑逸芳

（福建农林大学公共管理学院，福建 福州 350002）

十九大报告和2020年中央一号文件均鼓励发展多种形式适度规模经营，健全农业社会化服务体系。而农机外包服务是农业社会化服务体系的重要内容，事关小农户和现代农业发展的有机衔接[1-2]。早期研究认为农业机械化对农地具有集约化和规模化的内在要求[3]，从而认为家庭联产承包责任制下“分田到户”导致的农地细碎化经营势必会阻碍农业机械化进程[4-5]。因此，推进土地流转和集中曾一度是我国农地产权制度改革的重要方向。然而，流转政策推进的绩效却是有限的，规模经营的农户比例不升反降[6]。而制度依赖性决定了小农经济仍将在我国长期存在。这不由得引发学界的反思和激烈讨论，促成农业规模经营的出发点由农地规模经营转向服务规模经营[7]，通过社会化分工市场促进农业机械化发展并提高农业生产效率。从而促进农机外包服务市场发展成为新一轮的改革发展方向。因此，探讨不同农地经营规模下的农户农机服务外包行为差异对构建完善的农机外包服务市场以及提高农业机械化水平具有重要意义。

学界针对农地经营规模对农户农机服务外包的影响研究已有丰富的研究成果，并形成了以下四种观点：一是正向影响，认为农机服务外包起到了劳动力替代的作用[8]；二是负向影响，原因主要是农机自购对农机外包的替代性作用[9-11]；三是无显著影响，认为土地细碎化对农户农机服务外包行为的抑制作用更深刻[12-13]；四是U形或倒U形的曲线关系，认为农机外包和农机自购之间具有农地经营规模的边界值[14-16]。四种观点中曲线关系是学界的主流观点。当然，考虑农地制度安排作为农业经营重要的外在制度环境，也有不少学者探讨地权稳定性对农户农机服务外包的影响，但所得结论也存在差异性。一种观点认为确权带来的产权稳定和产权细分，能够促进专业化分工，通过降低交易成本促进农机外包[17-18]；另一种观点则认为产权稳定有利于促进农户自购农机，而农机外包与农机自购是替代或互补的关系[19-20]。但综合来看，农业生产是一个经济运行系统，农户做出农机服务外包的微观经济决策不仅会考虑自身农地经营规模等资源禀赋，更会将其生产活动置于宏观政策环境进行权衡。而学界研究视角偏向单一化，往往将农地经营规模和地权稳定性二者的影响孤立开来，探讨地权稳定性的影响时也未考虑地权稳定性可能存在的内生性，造成研究结论并不一致。

因此，本文使用全国性大样本数据CLDS2016，在研究农地经营规模对农户农机服务外包的影响时，将地权稳定性纳入研究框架，探讨其作为制度情境变量可能存在的调节效应，并试图解决地权稳定性在其中可能存在的内生性。

1 理论基础与研究假设

1.1 农地经营规模与农户农机服务外包

农户实现农业机械化生产共有两种途径，一是农机自购，二是农机服务外包。而资源禀赋差异决定了农户将结合农业经营计划采取不同的机械化策略[21]，即农户农业机械化选择并非单一策略。因此，农地经营规模与农户农机服务外包并非简单的线性关系，不同农地经营规模下的农户农机服务外包行为可能存在较大差异。对于农地经营规模偏小的农户，所需从事的农业生产活动较少，购置农机易形成沉淀成本，同时小农户大多也不具备购买农机的经济能力，在劳动力约束较强的情况下，会倾向于选择通过购买农机外包服务来弥补或替代劳动力，缓解劳动力约束。而当农地经营规模越过拐点或门槛值，农业生产活动能使农机满负荷工作，农户也具备一定的经济能力并计划长期从事农业生产活动时，农户会倾向于减少农机服务外包，通过购进农机来将交易成本等外部成本内部化，进而在农业生产中盈利。据此，本文提出如下研究假设：

假设1：农地经营规模与农户农机服务外包程度呈倒U形曲线关系，拐点前，农地经营规模越大农户农机服务外包水平越高，越过拐点后随着农地经营规模的扩大农户农机服务外包水平将会降低。

1.2 农地经营规模、地权稳定性与农户农机服务外包

尽管农机服务外包是农户依据自身资源禀赋进行的个体经济决策，但若将其生产活动置于宏观政策环境，不难发现不同农地产权制度安排下的农户经济行为具有明显的差异性[22]。农机外包服务具有短期性和周期性，虽然能够为农户短期内获得农机提供便利，不易产生沉没成本，但通过交易获取农机外包服务面临许多的风险和不确定性，且监督成本高[23]。农机自购则具有长期性，通过一次性交易获得农机的所有权，能够避免交易的不确定性并减少监督成本，但在预期不足经营规模偏小的情况下易产生沉没成本。而学界普遍认为地权稳定性具有强化农户预期心理进而促进农户进行农业生产长期投资的重要作用[24-25]。据此结合前景理论，本文推测，在地权不稳定时，农户心理预期不足，在面临损失的状态下会更愿意冒风险，即使具备一定的农地经营规模也更倾向于购买农机外包服务。而地权稳定时农户处于获益状态，心理预期更强，更倾向于风险规避，在具备一定农地经营规模时更愿意减少或不再购买农机外包服务以避免市场风险可能给自身权益造成的损害。因此，本文提出如下研究假设：

假设2：地权稳定性对农地经营规模与农机服务外包的倒U形曲线具有负向调节效应，使该曲线的拐点左移。

2 研究设计与变量选取

2.1 数据来源

本文使用的数据来自中山大学2016年中国劳动力动态调查（China Labor-force Dynamics Survey，CLDS）。该调查采用多阶段、多层次与劳动力规模成比例的概率抽样方法（multistage cluster，stratified，PPS sampling），调查问卷含个体、家庭和社区三个层次。CLDS2016涉及21086个个体、 14226个家庭（其中8248个农村家庭）和401个社区（其中224个农村社区）。选用该数据的原因在于，本文主要研究农地经营规模对农户购买农机外包服务的影响以及地权稳定性在其中的调节效应，而该数据较为详细的调查了农户的农地经营规模和农业机械化选择情况，能够满足本文核心变量的测量需求，同时该数据具备较高的权威性和代表性。在剔除没有从事农地经营及含有缺失值的样本后，共获得来自全国25个省份的共2800份农户样本。参考陈明华和郝国彩[26]的做法进行地区划分后，样本的地区分布情况如表1所示。

表1 样本地区分布表Table 1 Distribution of sample areas

2.2 模型构建

基于前文的理论分析可知，本文以农户农机服务外包程度为因变量，以农地经营规模为核心自变量，考察农地经营规模对农户农机服务外包的影响是否呈倒U形曲线。因而参考倪国华和蔡昉[27]、胡新艳等[6]的做法，在模型中加入核心自变量的平方项，从而构建曲线回归模型如下所示：

式中：i表示第i个农户，S表示农户的农机服务外包程度，L表示农户的农地经营规模，L2即为农户农地经营规模的平方，R表示地权稳定性，X为控制变量，β0～β4为待估参数，μ是随机误差项。

2.3 变量选取

2.3.1 因变量：农机服务外包程度 CLDS2016调查了农户粮食作物生产的农田耕作方式，答案对应全机械化、部分机械化和传统农耕。对于全机械化和部分机械化生产的农户还进一步询问其生产工具的来源（问卷中的答案为：1全部自家购买；2和别人共同购买；3全部租用别人或某公司的；4借用他人或集体；5部分自家拥有，部分租用或借用；6部分自家拥有，部分和别人共同拥有），生产工具来源可分为全部自购、部分自购部分外包和全部外包。参考李宁等[18]的做法，本文将两问题组合来测量农户的农机服务外包程度，农机服务外包程度的测量具体为全部外包赋值3，部分外包部分自购赋值2，全部自购和传统农耕赋值1。

2.3.2 核心自变量：农地经营规模 本文以农户实际经营耕地（含水田/水浇地和旱地）面积来测量农地经营规模，即农户总的耕地面积减去抛荒耕地面积，而农户总的耕地面积包括其自身的承包地、租种和代耕耕地。对于农地经营规模与农户农机服务外包是否存在倒U形曲线关系，如模型构建中所述，将通过在方程中加入农地规模的平方项加以检验。

2.3.3 调节变量：地权稳定性 参考洪炜杰和罗必良[28]及郑沃林[29]的研究，本文以土地调整和农地确权颁证两个指标来测量地权稳定性。土地调整即农户所在村庄2003年至今是否发生过土地调整，农地确权颁证即农户是否领到《农村土地承包经营权证书》，两个指标均为虚拟变量。

2.3.4 控制变量 为控制其他因素可能造成的影响，本文从个人、家庭、村庄和地区层面纳入控制变量。个体层面的控制变量为家庭经营决策者的性别、年龄、受教育程度、政治面貌、婚姻状态和健康状况；家庭层面为人均家庭收入、社会资本、农业生产专业户和农业生产补贴；村庄层面为距乡镇距离、耕地面积、交通条件、技术培训、生产资料购买和安排外出务工；地区层面以东部为参照组控制了东中西部差异。各变量的测量和赋值情况见表2。

表2 各变量描述性统计表Table 2 Descriptive statistics of variables

3 结果与分析

3.1 农地经营规模与农机服务外包的现状

3.1.1 农地经营规模的现状 将农户农地经营规模分为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段进行统计，并按照所在地区进行分类统计，统计结果如表3所示。在全国，有47.64%的农户农地经营规模在0.30 hm2以下，27.29%的农户农地经营规模介于0.30～0.59 hm2，12.79%的农户农地经营规模介于0.60～0.99 hm2，即共计高达87.72%的农户农地经营规模在1.00 hm2以下。农地经营规模在1.00～1.99 hm2、2.00～2.99 hm2和3.00 hm2及以上的农户依次占比8.39%、2.18%和1.71%，比例偏低。表明我国面临农地细碎化经营的困境。从地区分布来看，东、中、西部农地经营规模在1.00 hm2以下的农户依次占比90.09%、80.94%和91.11%。表明农地细碎化经营这一困境在经济发展程度不同的东、中、西部均存在。其中中部地区农地细碎化经营的问题相对较为缓和，1.00 hm2以下的农户占比在80%左右，同时农地经营规模介于1.00～1.99 hm2的农户占比达10%以上，农地经营规模介于2.00～2.99 hm2以及在3.00 hm2及以上的农户占比均达3%以上。原因在于中部地区是我国的粮食主产区，有较多的农户实现了规模经营。

表3 农地经营规模统计表Table 3 Statistical summary of farmland management scales

3.1.2 农机服务外包的现状 统计农户的农机服务外包程度，并按照所在地区进行分类统计，统计结果如表4所示。在全国，全部外包的农户占比47.53%，部分外包的农户占比5.61%，无外包的农户占比46.86%。表明近年来农业机械外包服务的推广取得一定成效，已有超过一半的农户采用农机服务外包。从地区分布来看，东部、中部和西部全部外包的比例依次为62.70%、48.01%和29.50%，无外包的比例依次为32.86%、44.03%和65.68%，即经济越发达的地区采纳农机服务外包的农户越多，而经济越落后的地区不外包的农户越多。主要原因一方面在于经济越发达的地区农机外包服务体系更加健全，农机外包服务的供给数量较多，质量也更高；另一方面在于经济落后地区特别是西部地区地形多为丘陵山地，限制了大型农机的投入和运作。

表4 农机服务外包统计表Table 4 Statistical summary of agricultural machinery service outsourcing

3.2 基准模型估计结果

依据因变量外包程度的数据特征，本文使用Ordered Probit模型进行模型估计。为避免多重共线性，于模型估计前检测VIF值，结果如表5所示。发现大多变量的VIF值均介于1～2之间，其中仅农地规模和农地规模平方的VIF值较大，分别为3.10和3.74，主要是加入平方项所致。但单个变量的VIF值均小于10，所有变量的VIF均值为1.32，小于2。表明本文实证模型不存在严重的多重共线性。同时为避免异方差问题，模型拟合时将采用异方差-稳健标准误的方式对模型进行修正。

基准模型估计结果同样如表5所示。参考Lind和Mehlum[30]提出的验证倒U形曲线关系的三步法，检验本文研究假设1：第一步，要求一次项显著为正而二次项显著为负，表5中农地规模及农地规模平方的系数一正一负，且显著性水平均达到1%，通过检验；第二步，要求曲线在农地规模最小值处斜率为正，最大值处斜率为负，本文农地规模取最小值0.007时曲线斜率为0.203，取最大值33.333时曲线斜率为-2.196，再次通过检验；第三步，要求曲线拐点的取值在样本取值的区间范围内，经计算，农地经营规模与农机服务外包曲线的拐点为2.833 hm2， 介于农地规模取值范围内，通过检验。因此，农地经营规模与农机外包呈倒U形曲线关系，本文研究假设1成立。

表5 基准模型估计结果Table 5 Benchmark model estimation results

考察其余变量的估计结果，发现农地确权颁证在5%的水平上显著负向影响农机外包，土地调整的影响虽然为负向但不显著，表明地权稳定使农户更倾向于规避农机外包的市场风险，同本文猜测相符。家庭经营决策者特征中，年龄、受教育程度和健康状况均显著正向影响农机外包，受教育程度越高，身体健康状况越好，农户的非农就业能力也越强，将会通过购买农机外包服务以节省人力资本投入非农产业获得更高收入。而年龄越大面对的劳动能力限制越强，选择农机外包服务能够弥补劳动能力限制。家庭特征中人均家庭收入和农业生产补贴为显著正向影响，社会资本和农业生产专业户为显著负向影响，可见尽管农户购买农机外包服务需要一定的资金基础，但当农户具有更强的资本能力如社会资本和土地资本时，合作或独立购买农机是更理性的选择。村庄特征中，距乡镇距离和生产资料购买为显著负向影响，乡镇距离负向影响可能是农机外包服务的供给主要集中于乡镇中心，距乡镇越远农户购买服务越不方便，外包水平也就越低，而生产资料统一购买促进了农户农地规模经营，在具备较大规模的情况下农户更倾向于自购农机。而交通条件、技术培训和安排外出务工显著正向影响农机外包，主要原因是交通越便利农户越容易获取农机外包服务，农业生产技术培训提高了村庄的农机外包服务供给能力，而安排外出务工使农户家庭的务农劳动力减少，农户将通过购买农机外包服务替代弥补劳动力不足。地区分布特征上，中部和西部均在1%的水平上显著为负，可能是相比东部地区，中西部经济发展水平较低，农机服务外包市场的发展程度相对较为落后。

3.3 基于区域差异的基准模型估计结果

此处本文进一步将总样本分为东部、中部和西部共三组进行回归，以求深入分析基准模型估计结果可能存在的区域差异性。估计结果如表6所示，后3列依次对应东部、中部和西部。由表6可知，中部地区农地规模在1%的显著性水平上正向影响农机外包，且农地规模的平方在1%的显著性水平上负向影响农机外包，可见农地经营规模与农机服务外包程度的倒U形曲线关系在中部地区成立，曲线拐点为3.147 hm2。对于东部和西部地区，尽管农地规模平方项的系数均为负，表明农地规模与农机服务外包的影响关系具有倒U形曲线的趋势，但东部和西部地区农地规模和农地规模平方的影响均不显著，因而在东部和西部地区农地规模与农机服务外包的倒U形曲线关系不成立。原因在于东部地区农业机械外包服务市场较为发达，且农村劳动力非农就业机会较多，从事农业的机会成本偏高，在此情况下农户更愿意选择非农就业，而以较低成本购买农机外包服务来完成农业生产[31]，从而东部地区农户购买农机外包服务更多从家庭经济角度出发，与农地规模的关系不大。对于西部地区，其农业机械外包服务市场的发展较为落后，同时农村劳动力非农就业机会较少，从事农业劳动的机会成本也较低，在外包服务供给不足而劳动力机会成本较低的情况下，农地规模对农户购买农机外包服务的影响也不大。与前两者相反，中部地区是粮食主产区，在农村劳动力转移规模扩大，劳动力成本偏高的情况下，中部地区逐渐依靠农业机械化进行粮食生产，从而农地经营规模成为影响农户农业机械化选择的重要因素。

表6 基于区域差异的基准模型估计结果Table 6 Benchmark model estimation results based on regional differences

3.4 内生性检验

虽然地权稳定性相对农户经济行为而言是外生的政策变量，但并不能排除可能存在村庄地形等遗漏变量同时影响农户农机服务外包和地权稳定性，并且地权稳定性的测量指标土地调整和确权颁证也可能互为因果，从而使得实证模型面临内生性问题。对此，本文采用工具变量法以克服地权稳定性可能存在的内生性。选择“该村2003年以前是否举行过村委选举”作为土地调整的工具变量，原因是2003年以前该村举行过选举反映了该村社会秩序运转良好，人地矛盾较少，同时由选举产生的村委会寻租概率也更小，因此该村越不可能发生土地调整，而村民2016年的农机服务外包决策并不会受此影响。对于确权颁证，参考林文声等[32]以及丰雷等[33]的做法，选取该村其他农户确权的比率作为工具变量，原因是该村其他农户的确权情况会影响该农户能否获得确权，但不会影响农户农机服务外包的微观个体经济决策。由此，使用IV Ordered Probit模型进行估计，结果如表7所示。第一阶段的估计结果与预期一致，工具变量均在1%的水平上影响显著，且F统计量均大于经验判断值10，不存在弱工具变量的问题。而第二阶段农地规模和农地规模平方的估计结果同基准模型相一致，表明克服内生性后农地规模同农机服务外包的倒U形曲线关系仍然成立。

表7 基于工具变量法的估计结果Table 7 Estimated results based on the instrumental variable method

3.5 稳健性检验

本文采用了三种方法对基准模型的估计结果进行稳健性检验。一是采用更严格的因变量赋值规则，仅将全部外包视为有外包赋值1，部分外包和无外包均赋值0；二是对核心自变量农地经营规模进行缩尾处理，前后各缩尾3%；三是使用Bootstrap法，抽样1000次，每次抽样2000个样本。估计结果如表8所示。表中农地规模和农地规模平方项的显著性、系数大小及系数方向同基准模型估计结果相近，表明本文实证结果较为稳健。

表8 基准模型的稳健性检验估计结果Table 8 Robustness test of the benchmark model

3.6 进一步的讨论：地权稳定性的调节效应

在以上农地经营规模与农户农机服务外包倒U形曲线关系分析的基础上，进一步讨论地权稳定性制度情境在其中的调节作用。本文调节变量为虚拟变量而自变量为连续变量，因而采用分组回归的方式检验地权稳定性的调节效应[34]。对于分组回归系数差异的显著性，则采用适用条件更为宽松的费舍尔组合检验方法进行检验。检验结果如表9所示。表9中，3、4列对应依土地调整或确权颁证与否进行分组回归的估计结果，后3列为相应的分组回归系数差异检验结果。

由表9可知，土地调整分组回归的系数差异显著，农地规模的系数差异在1%水平上显著，农地规模平方的系数差异在10%水平上显著，而确权颁证分组回归的系数差异不显著，表明地权稳定性的指标中仅土地调整的调节效应显著。进一步考察曲线拐点（见表10），有土地调整（地权不稳定）时的拐点为4.030 hm2，无土地调整（地权稳定）时的曲线拐点为2.019 hm2，发现拐点明显左移了2.011 hm2。 土地调整在农地规模与农机外包的倒U形曲线中具有负向调节作用，本文研究假设2成立。尽管确权颁证分组回归的系数差异不显著，但进一步求证确权颁证分组回归对应的曲线拐点，依然能够发现，相比未确权的地权不稳定状态，确权后农地经营规模与农机外包的曲线拐点左移了0.709 hm2。可见确权确实使该曲线拐点发生了左移，只是移动幅度不够显著，可能是确权政策效应的发挥具有滞后性，还有待后期深入检验其政策效应。需要指出的是，虽然本文尝试解决地权稳定性的内生性并进行了内生性检验，但在探讨调节效应时，由于本文讨论的是虚拟变量的曲线调节效应，其对应的内生性问题解决难度偏大，使得这一部分没能在克服内生性的基础上进行数据分析，还有待后续的深入研究以解决此问题。

表9 地权稳定性的调节效应Table 9 Moderating effect of land tenure stability

表10 曲线关系的拐点值测算Table 10 Measurement of inflection point value of curve relationship

4 结论与政策建议

4.1 研究结论

农机服务外包对提高农业机械化水平并促进小农户与现代农业的有效衔接具有重要作用。本文利用CLDS2016数据，研究农地经营规模对农户农机服务外包的影响，在考虑地权稳定性内生性的前提下，探讨了地权稳定性在农地经营规模对农户农机服务外包影响中的调节效应。主要得出以下结论：

1）虽然我国目前仍面临农地细碎化经营的困境，小农经济将长期存在，但农业机械外包服务的推 广已取得一定成效，因而通过社会化市场分工，由服 务规模经营发展农业规模经营具有较大的可能性。

2）考察农地经营规模对农户农机服务外包的影响，研究发现二者呈倒U形曲线关系，拐点为 2.833 hm2，因而不同经营规模农户的农机服务外包行为具有差异性。

3）关于地权稳定性的调节效应，研究发现土地调整对农地经营规模与农户农机服务外包的倒U形曲线关系具有负向调节效应，相比有土地调整（地权不稳定），没有土地调整（地权稳定）的制度情境下曲线拐点左移2.011 hm2，因而农户农机服务外包行为确实会受地权稳定性这一宏观政策环境的影响。而农地确权颁证的调节效应不显著，原因可能是确权的政策效应具有滞后性。

4.2 政策建议

基于以上研究结论，为构建完善的农机外包服务市场并提高农业机械化水平，本文具有以下政策启示：

1）结合实际情况有针对性的采取措施发展农机外包服务市场。一方面，政府发展农机外包服务市场需要注意区分市场主体农户的农地经营规模等实际情况，结合农户的实际需要确定相关政策，为小农户提供购买农机外包服务的优惠支持政策，为较大规模农户提供购机支持并考虑将其发展为农机服务供给者；另一方面，考虑东部、中部和西部地区农机外包服务市场发展水平存在的区域差异性，需要对中西部的农机外包服务市场加大政策支持力度，从而增加中西部农机外包服务供给。

2）规范农机外包服务市场运行，提高农机外包服务质量。地权稳定的制度情境下中小规模农户反而会减少购买农机外包服务以规避市场风险，由此反映出目前农机外包服务市场的运行还不够规范，需要从提高服务质量、减少交易成本和促进合约签订等方面规范农机外包服务市场的运行，并建立相应的市场运行机制，进而减少可能存在的市场风险。

3）完善农地确权的配套制度，使农地确权颁证政策发挥更大的良性政策效应。确权颁证的政策效应还未完全显现，因而需要学界及各地政府持续关注其政策效应并完善配套制度，搭建相应的土地数据平台，由此促使确权政策能够发挥更大的良性政策效应。