托管因素、经营特征对粮农农业生产托管决策的影响

李亚娟 马 骥

(1.中国农业大学 资源与环境学院，北京 100193；2.中国农业大学 国家农业绿色发展研究院，北京 100193；3.中国农业大学 经济管理学院，北京 100083)

随着市场经济的快速发展及就业机会的增多，农村劳动力外流加速，农业从业人员面临着质量数量“双下降”的风险[1]，导致农业生产效率提升困难，长此以往，将直接危及国家粮食安全。为解决以上问题，契合规模化经营和农业现代化的发展目标及现实生产需求，国家也从政策角度探索出了以“农业生产托管”为代表的服务规模化经营新路径。根据2017年农业农村部办公厅印发的《关于大力推进农业生产托管的指导意见》[2]，农业生产托管指生产者在保留土地经营权的情况下，将耕、种、防、收等部分或全部环节委托给专门服务组织或个人进行生产，具有以下典型特征：一是自主决策，依赖于农业各生产环节的可分离性，粮农可自主决定是否委托服务组织协助生产管理；二是服务有偿，粮农需向提供服务的个人或组织进行服务付费；三是“委托”与“管理”相结合，尤指农户将全部或者部分生产环节“委托”给托管组织进行“生产管理”的行为。区别于“公司+农户”、土地流转等，农业生产托管尤其强调要通过推广不同服务模式、培育多种新型经营主体等将小农户融入现代化发展进程[3-5]。冀名峰[6]更将其定义为我国农业现代化的第三次动能和新走向，化解了“谁来种地”等现实困境，顺应了小农户的“恋地情结”，带来了要素配置效率及经济收益的提升[7-8]。

国家对农业生产托管的推广力度不断增加，推广细则不断优化(1)对农业农村部官网的相关政策文件进行统计梳理发现：截至2020年4月30日，年度内涉及农业生产托管的国家政策文件已有12份，且均以农业生产托管进行宣传推广，几乎相当于以前年份全年的发文量(2019年共发文15份，2018及2017年共发文14份，2016年共发文16份)，且对相关服务规范和服务推广范围都进行了界定和细化，此外，2020年6月4日，农业农村部还专门颁布了《农业生产托管合同示范文本》，其中对服务内容、服务标准等做出了明确规定。，但现阶段的平均托管率并不高。截至2017年底，山东的综合托管率仅有20%，却已排于全国前列(2)山东农业生产托管率20%：http:∥www.nzdb.com.cn/hy/254758.jhtml。，部分粮农甚至地区依然因循守旧，尚处于不断试探或浅尝辄止阶段，导致生产成本攀升，收益下降等[9]。面对农业生产托管带来的生产者“红利”，为何不同粮农的生产决策会存在如此明显的差异和经济成效反差呢？推广过程中又应如何耦合小农户与农业生产托管之间的关系呢？部分学者也对此进行了理论和实证分析。宏观层面来看，农业生产托管是国家推广与市场驱动耦合的产物[10]。微观层面来看，随着农业生产经营主体分化，粮农对农业生产性服务需求呈现多样化、链条化和一体化趋势[11]，但不同粮农需求因初始禀赋差异而略有不同[12-13]。其中，托管特征的影响尤为明显，如肖建英等[14]基于计划行为理论，选取江苏省3市12村的531份粮农托管意愿数据，通过因子分析及定序累积Logistic模型分析发现，增强托管认知和接受度是提高粮农参与积极性的重要原因，周围人的意见及示范作用对于提高粮农参与度也至关重要，邻里的托管参与行为及评价越高，其他粮农越容易采纳托管。此外，粮农的决策行为还受到多种因素共同影响：种植特征方面，如粮食生产规模[15-16]；家庭特征方面，如劳动力数量、实际可投入农业生产的劳动力数量、外出务工人数等[17]；个体特征方面，如户主性别、年龄、受教育程度等[17-18]；此外，区域特征、技术培训、风险意识等外部因素也是导致粮农决策差异的重要因素[19-20]。已有研究从差异化视角，根据不同理论或计量模型进行了多维分析，为本研究提供了很好的理论指导。但限于农户生产决策的复杂性，仍存在以下不足：多侧重于不同影响因素的方向及程度判别，对因素间的综合分析与关联结构研判相对阙如，农业生产托管的发生机制仍待进一步商榷，使得托管推广政策的制定缺乏有力抓手。

粮农作为农业生产的主体，不但要考虑其选择农业生产托管的行为本身，更要关注托管发生的机制，为更大范围的推广与落地奠定基础。因此，为了回答托管因素、经营特征及其他属性对农业生产托管的响应机制、不同影响因素间的关联关系及层级结构等问题，在原有研究及相关理论基础上，基于全国11个省份的2 060份粮农生产经营数据，运用二元Logit模型及解释性结构模型识别影响粮农决策的关键变量，深入探讨不同因素间的关联关系和层级结构，以期厘清农业生产托管的发生机制及不同因素间的驱动原理，为农业生产托管的现实推广提供深入的理论依据。

1 理论分析与变量选取

根据生产环节的可分离性，农业生产托管的服务范围涵盖耕地、播种/插秧、植保(病虫害防治、中耕除草)、灌溉、排水、收割、晾晒烘干、仓储、运输等，根据属性差异，将以上各项服务划分为耕地环节(耕)、播种环节(种)、防治环节(防)和收储环节(收)4个主要生产环节(3)其中，耕地环节主要指耕地服务，播种环节包括种子/种苗购买及播种/插秧服务，防治环节包括化肥/农药购买、植保、灌溉、排水服务，收储环节包括收割、晾晒烘干、仓储及运输服务。，同时结合实际调研情况，若服务组织提供了“产中+产前或产后环节”的配套服务(如种子/种苗、化肥/农药购买等)时，也将其纳入托管范畴。本研究将“购买某一或几类环节的托管”定义为“选择农业生产托管”，如果生产者在农业生产过程中的任1环节采用了农业生产托管，则赋值为1=是(简称“托管组”，下同)，反之为0=否(简称“未托管组”，下同)。

1.1 农业生产托管发生机制的理论逻辑

根据新古典经济学理论[21]，作为理性“经济人”，当存在非农就业(包括养殖、外出务工等)可能时，粮农会根据家庭效应最大化原则做出决策[22]，以实现生产的帕累托最优。从粮农的角度来看，农业生产托管是无力耕种但又不愿放弃土地粮农的有力保障，通过外部生产资源的引入，实现了生产能力的提升和家庭收入结构的优化。从经济学角度来看，土地在短期内是固定不变的，托管主要通过服务购买实现了劳动力等可变要素的相互替代。具体如下：

图1的横轴和纵轴分别表征了农业生产托管及其他农业生产要素投入，粮农将通过服务及不同生产要素的合理配置实现家庭效用最大化。在传统生产模式下，I0表示初始的家庭收入，U0表示无差异曲线，为粮农的初始效用水平，家庭收入曲线与无差异曲线U0的切点E0即为家庭收入最大化的点，所对应的S0和F0即为使得家庭收入最大化时的最优服务购买和其他生产要素配置组合。

图1 农业生产托管与其他生产要素的替代效应分析Fig.1 Substitution effect of agricultural production trusteeship and other production factors

当粮农面临的托管因素与经营特征存在差异时，其生产决策也会随之改变，具体来看：

1)托管因素。服务认知、示范作用及服务价格均为影响粮农决策的关键因素。以粮农对农业生产托管的了解程度代表认知，认知程度越高，越容易选择托管；在我国农村，由于邻里关系依赖性强，彼此影响较大，根据肖建英等[14]的调查可知，周围人群的示范作用至关重要，由于小农户信息获取渠道受限，对新事物的认知不足，所以周围邻居的意愿越强、参与度与评价越高，越能推动其他小农户的效仿行为及服务认知程度的提升。因此，选择本村使用农业生产托管粮农的占比来表征示范作用，比例越高，越容易通过示范效应带动周边粮农托管；借鉴杨志海[19]，此处的服务价格主要指农户参与各环节的平均服务价格，对于未选择托管的农户，则以所在村或邻近村的平均价格替代，根据“经济人”假设，服务价格越高，粮农越不愿意进行托管。

2)经营特征。管珊[10]、陈宏伟等[23]等研究表明，经营特征是影响粮农决策的关键因素之一，主要选取耕作面积、经营主体类型、土地细碎化程度、土地耕作便利性、土壤有无障碍因子、地貌类型、兼业情况、种植收入占比8个指标进行衡量。耕作面积以粮食作物种植面积为衡量指标，随着面积增大，农业生产托管一方面打破了自购农机设备的规模门槛，另一方面也可以降低投资风险；但当耕作面积过大时，自购农机设备并适当增加对外服务比例更有利于节约成本，因此，预计耕作面积平方与是否托管成反比，即呈现倒“U”型关系；新型经营主体的机械化、规模化、标准化程度及技术效率较高[24-25]，且部分新型经营主体本身也为服务供给方，故采用农业生产托管的可能性相对较低。土地细碎化程度主要以单位面积的耕地块数表征，土地细碎化程度越高，耕作便利性越差，越难实现机械化和规范化，抑制粮农托管[26-28]。土壤有无障碍因子主要包括盐碱地、常年干旱、沙质、漏水漏肥、土壤太粘、连作障碍、病虫害严重等，此类因子直接诱致了土壤肥力下降及生产成本的增加，抑制了农户选择农业生产托管。此外，相较于平地，山地、洼地或坡地难以实现机械化耕作，对托管产生了天然的阻隔效应[29-30]；兼业情况对农业生产托管存在正向影响，当存在兼业人员时，会相应减少可投入粮食种植的劳动力数量，为了不放弃土地，同时获取务工收益的双重目标，粮农将选择农业生产托管。收入作为影响粮农生产决策的重要因素[31]，主要以种植收入占比衡量，该指标越大，说明种植业在家庭收入中的主体地位越强，粮农越愿意通过专业服务提高种植收入水平。

综上可知，托管因素(服务认知、示范作用、服务价格)与经营特征(土地细碎化程度、耕作便利性等)对农业生产托管决策的影响作用较大，除服务认知及示范作用对粮农决策的积极影响外，当粮农感知到内外部资源与机会增多，预期障碍较小时，行为意向会越强，如，当服务价格越低、土地细碎化程度越低、耕作便利性越强、土地质量越好时，托管选择成本越低、风险越小，农户越愿意托管，当农户兼业情况越突出、种植收入占比越高时，为保障农业生产的正常开展，农户越愿意托管。

由于劳动力等可变生产要素可以自由配置，此时，粮农会通过增加专业服务的购买(S0右移至S1)替代其他生产要素的投入(F0下移至F1)，使得家庭效用从U0提高至U1；反之，会增加生产者对于价格的敏感性及风险意识，为降低农业生产成本，规避非必要的风险，生产者会减少服务购买(S0左移至S2)，并通过增加其他生产要素的投入(F0上移至F2)替代服务投入的减少。

此外，在家庭特征方面，主要选取户主的性别、年龄、受教育程度、家庭人口数、老人及孩子占比、劳动力人数占比进行分析。其中，家庭人口数越多，可能分配到粮食种植的劳动力越多，粮农越不愿意托管；考虑到老人或孩子需要被照料，限制了部分青壮年劳动力，因此，老人及孩子占比越大，粮农越可能托管；根据要素替代理论，劳动力人数占比越大，对其他生产要素的替代作用越大[30]，所需外部投入减少，抑制粮农托管。此外，由于粮农的异质性较大，性别、年龄、受教育程度无明确预期。区域特征方面，根据王广慧等[32]研究，经济相对发达地区的社会资本份额较高，劳动力市场相对开放，经济、就业、服务等供给充足，增加了农村地区劳动力外出就业、选择农业生产托管的概率。品种特征方面，主要包括小麦、玉米和水稻三大主粮，具体影响方向未知。

1.2 变量选取

根据上述理论分析，借鉴已有研究[10,14]并考虑数据可得性，在构建农户农业生产托管决策模型时，选取“是否使用农业生产托管”为被解释变量，托管因素和经营特征为解释变量，家庭特征、区域特征、品种特征为控制变量。各变量名称、含义及其预期方向(“+”表示对托管选择的影响为正，“-”表示影响为负)见表1。

表1 变量定义、描述性统计及其预期方向Table 1 Variable definition,descriptive statistics and expected direction

2 数据来源与样本统计

2.1 数据来源

本研究数据源自农业农村部于2019年3—6月围绕黑龙江、吉林、河南、河北、山东、江苏、安徽、湖南、甘肃、陕西、广西11个省份进行的农户生产调研，涵盖了东北地区、黄淮海地区、长江中下游地区、西北及华南地区粮食生产的重点区域。在考虑区域经济水平及种植规模的基础上，采取多阶段分层和随机抽样相结合的方式，抽取44个县市、136个乡镇、277个村庄，最后在每个村随机抽取大中小规模粮食种植农户9～10户，围绕家庭人口结构、劳动力特征、生产经营现状、农业生产托管等与生产决策者进行“面对面”访谈。此次调研共发放问卷2 080份，剔除样本信息严重缺失及数据不全问卷后，共得到有效样本2 060个，样本有效率为99.04%，各省最终样本占比基本维持在9%左右(4)其中，黑龙江158个，占7.67%；吉林及广西均为186个，占比均为9.03%；河南196个，占9.51%；河北、湖南及陕西均为189个，占比均为9.17%；山东201个，占比均为9.76%；江苏188个，占9.13%；安徽187个，占9.08%；甘肃191，占9.27%。，满足区域间样本均衡、区域内样本选择随机的特点，对于研究全国农户的整体情况奠定了较好的数据基础。各变量的相关统计特征见表1。

2.2 样本农户的基本情况统计

从样本特征来看，调研对象(户主)以受教育水平偏低的中年男性为主。由于我国农村家庭的户主基本为男性，故户主为男性的样本占比高达93.01%，而女性占比仅有6.99%。年龄超过50岁的样本最多，约为72.28%，受教育程度主要集中在初中及以下水平，占比高达76.89%；从种植及收入特征来看，呈现出小规模、低收入的特征。2018年粮农家庭实际耕作面积不大，0.67 hm2以下的样本比例高达60.10%，0.67 hm2以上的粮农仅有39.9%；接近一半(45.83%)的样本户均年收入不足40 000元/年，据统计，家庭平均人口数为3.27人/户，人均收入仅有13 054.84元/年，较符合实际特征(表2)。

表2 调研样本的基本特征统计Table 2 Basic characteristics of samples

2.3 不同农户类型的农业生产托管行为统计

就受访者选择农业生产托管的总体情况来看，2 060个样本中，共有托管粮农754个，占比为36.60%，63.40%的农户并未选择农业生产托管。对不同区域(5)以各地区2019年的GDP水平作为经济发达程度的衡量标准，将11个调研区域划分为经济较发达地区(包括江苏、山东、河南、湖南、安徽和河北)和经济较不发达地区(包括陕西、广西、黑龙江、吉林和甘肃)。的托管情况进行统计发现，经济较发达地区的托管程度明显高于较不发达地区的托管比例，较发达地区托管的粮农为483个，约占发达地区样本总量的41.89%，而较不发达地区托管粮农仅有271个，占比不足30.00%。从不同作物品种来看，小麦的托管比例略高于玉米，但都远高于水稻种植户的托管比例。小麦的托管比例相对较高，其中小麦种植户共有1 111个，托管粮农为521个，占比为46.89%；玉米种植户共有1 126个，托管比例次之，占比为45.74%，水稻种植户有699个，托管样本占比最少，仅有12.59%(表3)。

表3 不同类型农户的农业生产托管情况统计Table 3 Statistics of agricultural production trusteeship of different types of farmers

3 模型设定与变量选取

粮农在既定约束条件下会遵循家庭效用最大化原则，做出是否选择农业生产托管的最优决策，这是一个典型的二元决策模型。因此，采取常用的二元选择模型——Logit模型进行分析，同时为进一步了解各因素间的关联关系和层级结构，借鉴葛继红等[33]研究，选择解释性结构模型(Interpretative structural modeling method，简称ISM模型)进行深入分析。

3.1 Logit模型

为研究农业生产托管选择意愿的影响因素，建立Logit模型如下：

(1)

式中：y表示粮农是否选择农业生产托管，y=1表示托管，y=0表示不托管；p为粮农选择农业生产托管的概率，p/(1-p)代表托管与不托管的概率之比，又叫做“事件发生比”；Xi为影响粮农选择农业生产托管的各类因素。

此外，y是变量xi(i=1,2,…,n)的线性组合，即：

y=b0+b1x1+b2x2+…+bnxn

(2)

式中：bi(i=1,2,…,n)指的是第i个解释变量的回归系数值。

联立式(1)和(2)，并对事件发生比取自然对数，得到发生比形式的Logit模型：

ln(p/1-p)=b0+b1x1+b2x2+…+bnxn+ε

(3)

估计上述模型并通过逐步回归得到影响粮农选择农业生产托管的显著性因素。

3.2 ISM模型

ISM模型主要起源于1973年，是美国的沃菲尔德教授在探析复杂的社会经济系统时开发的。其基本原理为：将纷繁复杂的系统划分为若干子系统，通过专家实践评估及计算机技术处理，把原本模糊不清的相互关系转换成多层级、递进式、直观化的结构性关系，近年来在农业经济领域中被广泛应用[34]。因此，主要选取此方法对粮农选择农业生产托管的影响因素做进一步的层次分析。

ISM分析法的基本流程为：采用专家评估法构建影响因素间的逻辑关系→通过逻辑关系及数理运算确定邻接矩阵→结合布尔运算法则等计算可达矩阵→运用矩阵变换等优化上述公式，得到最终层级结构。具体的：

第一步：采用专家评估法构建不同影响因素间的逻辑关系。根据前述Logit模型结果，确定影响粮农选择农业生产托管选择的k个影响因素，其中，用S0表示粮农是否选择农业生产托管，Si(i=1,2,…,k)表示影响选择农业生产托管的多重因素，通过专家评估法，列出影响因素间的逻辑关系。

第二步：建立邻接矩阵R。由于不同因素是否存在直接或间接关系是影响其间逻辑的关键，因此假定：

(4)

结合第一步的逻辑关系及式(4)，得到邻接矩阵R。

第三步：确定可达矩阵M。根据式(5)，采用布尔运算计算邻接矩阵R，得到各影响因素的可达矩阵M。

M=(A+I)n+1=
(A+I)n≠…≠(A+I)2≠(A+I)

(5)

式中：I为单位矩阵；n为幂，2≤n≤k；如前所述，矩阵幂运算由布尔运算法则推演得到。

第四步：确定各层级结构。根据式(6)确定最高层级的全部要素集合L1。

L1={Si|P(Si)∩Q(Si)=P(Si);i=0,1,…,k}

(6)

式中：P(Si)为可达集，包含可达矩阵从Si开始能够到达的所有因素的集合；Q(Si)为先行集，包含其间能够到达Si的所有因素集合；P(Si)、Q(Si)的具体表现形式如下：

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

(7)

mij、mji均为可达矩阵M的因素。

剩余层级主要通过如下步骤获得：第一，根据原始可达矩阵M，删掉L1中因素对应的行与列，计算得出新的M′。第二，针对M′，利用公式(6)和(7)进行运算，得到第二层要素的集合L2。以此类推，得到位于所有层级结构的因素，最后得到影响粮农选择农业生产托管各因素的层级结构。

4 模型估计与结果分析

4.1 基于Logit模型的驱动因素分析

考虑相关影响因素，对式(3)进行Logit分析，得到的结果见表4模型1；根据伴随概率，通过逐渐剔除不显著变量进行逐步回归，得到模型2。对比发现，通过不同模型得到的回归结果高度相似，且所有变量均在10%、5%或1%的水平上显著，且R2值和P值分别为0.72和0.00，具备统计学意义，说明实证结果较为稳健可靠(为便于分析，将以模型2为主进行结果分析)。

4.1.1托管因素

服务认知在1%的水平上显著影响农业生产托管选择，且从边际贡献率来看，非常了解>比较了解>不太了解>一般了解，总体上呈现出粮农对农业生产托管的了解程度越高，选择概率越大的特征。示范作用的回归系数为0.06，exp(b)为1.06，表明周围人群的行为会显著影响粮农的生产决策。服务价格的回归系数为-2.82，通过了1%的显著性检验，并对农业生产托管选择具有显著负向影响，表明随着服务价格上升，粮农的价格敏感性逐渐提高，抑制了托管选择，这与之前的预期一致。

4.1.2经营特征

耕作面积平方与农业生产托管在1%的水平上显著负相关，当耕作面积过小时，单位面积的生产成本会显著提高，农户会倾向于选择自耕自种，随着耕作面积的增加，土地的机械化率逐渐提高，粮农选择农业生产托管的可能性逐渐增大，当耕作面积过大时，粮农更倾向于购置机械设备以提升耕作能力，如调研样本中共有19个耕作面积在66.67 hm2及以上的粮农，其中68.42%(13个)的粮农选择了自购设备替代服务购买。经营主体类型与农业生产托管选择呈现负相关关系，新型经营主体粮农一般会投入更多的人力、物力等优化种植条件，因此，托管的概率较低。土地细碎化程度与土地耕作便利性均在1%的水平上与农业生产托管显著相关，土地细碎化程度越高、耕作便利性越差，增加了机械化、规模化耕作难度和经济成本，不利于农业生产托管选择，预期得到验证，这与夏蓓等[35]的研究结论保持一致。兼业情况的回归系数为1.34，exp(b)为3.85，表明兼业程度越高，为了保障农业生产活动正常开展，会增加农业生产托管的可能。同时，种植收入占比与农业生产托管选择在1%的水平上显著正相关，粮食种植收入占比越高，说明粮农对农业的依赖度越高，越会选择专业化服务，以优化家庭生产资源的配置效率。

表4 农业生产托管的影响因素分析Table 4 Analysis on the influencing factors of the choice of agricultural production trusteeship

4.1.3其他控制变量

家庭人口数的回归系数为0.18，exp(b)为1.20，表明作为理性“经济人”，随着家庭人口数增多，增加了农户家庭素质提升与兼业的可能，促进了粮农托管选择。区域特征方面，经济较发达地区拥有较高的生产技术水平，有利于粮农选择农业生产托管。同时对作物品种进行了控制，其余变量均不具备统计学意义，不再赘述。

4.2 基于解释性结构模型的层级结构分析

根据前述回归结果得到的影响粮农选择农业生产托管的11个因素，用S0表示粮农是否选择农业生产托管，用S1、S2、S3、S4、S5、S6、S7、S8、S9、S10及S11分别表示耕作面积平方、种植收入占比、经营主体类型、土地细碎化程度、土地耕作便利性、家庭人口数、兼业情况、服务价格、示范作用、服务认知及经济发达程度。通过专家评价法得到各因素间的逻辑关系如图1所示。其中，“V”表示“行因素”对“列因素”有直接或间接影响；“A”表示“列因素”对“行因素”有直接或间接影响。依据图(1)及式(4)，得到邻接矩阵R(略)。再根据式(5)，结合邻接矩阵R，模拟运算得出涵盖所有影响因素的可达矩阵M(见式8)。

图1 粮农选择农业生产托管的影响因素逻辑关系图Fig.1 Logical relationship diagram between the factors affecting farmers’ choice of agricultural production trusteeship

(8)

根据可达矩阵M，结合式(6)和(7)，依次得到各层次因素为L1={S0}，L2={S2、S7、S8、S10}，L3={S5、S9}，L4={S1、S3、S4、S6、S11}。根据L1、L2、L3、L4，得到排序后的可达矩阵B，见式(9)。

(9)

由上述结果可知，S0位于最顶层，属于粮农的决策行为；S2、S7、S8、S10位于第二层，是影响粮农决策的表层直接因素；S5、S9位于第三层，属于中间间接因素；S1、S3、S4、S6、S11位于最底层，属于深层根源因素。通过有向边连接同一级及相邻层级间的各个因素，构建了一条逻辑紧密的影响因素链。最终得到如图3所示的粮农选择农业生产托管影响因素的关联关系及层级结构。

图2 农业生产托管的响应路径Fig.2 Response path of agricultural production trusteeship

由图2可知，影响粮农选择农业生产托管的11个因素共有3个关联层级：种植收入占比、服务价格、兼业情况及服务认知是表层直接因素，土地耕作便利性及示范作用为中间层间接因素，耕作面积、经营主体类型、土地细碎化程度、家庭人口数及经济发达程度作为深层根源因素，从根本上制约着粮农的决策行为。

其中，对于种植收入占比、服务价格、兼业情况及服务认知4个表层直接因素，以土地特征为主的经营特征需要先影响前3个变量才能影响粮农生产决策，同时，种植收入占比、服务价格、兼业情况还受到土地耕作便利性这1中间间接因素及家庭人口数和经济发达程度2个深层根源因素的影响，服务认知受到示范作用这1中间间接因素的影响。主要原因为：土地耕作便利性高时，粮农可依赖自有劳动力及简单设备解决灌溉等问题，有利于提高粮食生产率，增加种植性收入占比，同时，便利的生产条件会降低平均生产难度与外购服务价格，促进兼业发生；随着家庭人口数增多与经济发达程度的提高，拥有较高生产技术水平及外出务工的概率越大，有助于种植收入占比与兼业情况的增多及服务价格的下降，进而促进农业生产托管选择。对于土地耕作便利性这一中间间接因素，还受到耕作面积、经营主体类型和土地细碎化程度这3个深层根源因素的影响，主要是因为这3个因素通过调节地块规模化程度与生产力水平影响土地耕作便利性，进而改变粮农的决策行为。

5 结论与建议

本研究基于一手调研数据，尝试性探索了粮农选择农业生产托管的发生机制。Logit结果表明：1)服务价格越低、服务认知越高、示范作用越强，粮农选择农业生产托管的概率越大；2)耕作面积和农业生产托管存在倒“U”型关系，非新型经营主体、土地细碎化程度越低、耕作便利性越强，选择农业生产托管的可能性越高；3)家庭人口数越多、兼业机率越大、种植收入占比越高、经济发达程度高，越容易托管。

ISM模型结果表明，上述11种影响因素间既彼此独立又相互关联，共同阐释了农业生产托管选择的影响体系。主要包括3条不同的路径，路径1：示范作用→服务认知→农业生产托管选择；路径2：家庭人口数、经济发达程度→种植收入占比、服务价格、兼业情况→农业生产托管选择；路径3：耕作面积、经营主体类型、土地细碎化程度→土地耕作便利性→种植收入占比、服务价格、兼业情况→农业生产托管选择。3条路径清晰地展示出了各因素间的正向传导关系，路径1显示，示范作用在提升农户认知及农业生产托管响应中至关重要；路径2认为，农业生产托管不仅受到诸如托管因素、经营特征、家庭特征等农户自身禀赋影响外，同时受到外部因素，如区域特征的影响；路径3清晰的表明，适度的连片种植规模等经营特征，有效促进了土地耕作便利性，提高了粮食种植收入占比，并降低了单位面积托管成本与粮农兼业可能性，激励农户做出购买农业生产托管服务的积极响应，这也说明以土地特征为主的经营特征作为根源因素和间接因素，可以通过改变要素配置、家庭收益结构及托管的成本投入改变粮农的托管决策。

基于以上分析，提出如下政策启示：第一，加强宣传推广与示范引领，提高农户认知。政府可通过农业生产托管内涵、必要性、重要性等理念的宣传、推广与培训，提升粮农的服务认知及判别最佳生产决策的能力；同时优先在经济较发达地区进行推广，并通过标杆试点省份的示范效应，带动不同托管模式的复制与推广。第二，加大农田基础设施建设，以耕作便利化促进农业生产托管推广。路径3表明，以土地特征为主的经营特征是影响粮农决策的根源因素，因此，应通过农田基础设施建设和土地整理，不断完善农业生产托管的基础支撑体系，减少耕地细碎化等影响机械化生产的现实阻碍。第三，规范托管服务价格，提高服务效果。分析结果显示，服务价格是农业生产托管发生的主要驱动因素，因此，在市场自我调节的基础上，要加强政府标准制定与引导，规范服务标准。如分区域出台市场指导价，加大对弱势群体的补贴倾斜等，降低粮农的服务获取成本，优化家庭资源配置效率，合力保障市场规范运行。