农机服务外包对绿色农业门槛效应研究

郭宣峰 戴浩 何蒲明 魏君英 李爱杰

摘要：探究農机服务外包对绿色农业的影响机制，旨在寻求绿色农业的可持续发展路径。基于全国31个省（市、自治区）2012—2021年的面板数据，使用固定效应模型、门槛模型实证检验农机服务外包对绿色农业的影响以及门槛效应。结果表明：农机服务外包能够显著促进绿色农业；异质性分析发现，农机服务外包对粮食主产区、非粮食主产区的绿色农业均存在显著的促进作用，但对非粮食主产区绿色农业促进作用更大，播种环节、收割环节和翻耕环节的农机服务外包对绿色农业的促进作用依次递减。农机服务外包对绿色农业的影响存在基于老龄化和规模化的双门槛效应，随着老龄化程度的加深，农机服务外包对绿色农业的促进作用呈现“低—高—低”的倒U型特征；随着规模化的扩大，农机服务外包对绿色农业的促进作用呈现递增特征。据此，提出构建农机社会化服务新机制，完善农机服务外包体系；实施差异化扶持政策，推动区域均衡发展；盘活农村土地资源，积极应对人口老龄化以促进绿色农业发展。

关键词：农机服务外包；绿色农业；老龄化；规模化；门槛效应

中图分类号：F324.6： S-0

文献标识码：A

文章编号：20955553 （2024） 02032009

收稿日期：2023年6月5日  修回日期：2023年8月25日

基金项目：湖北省高等学校哲学社会科学研究重大项目（21ZD044）

第一作者：郭宣峰，男，1993年生，河南焦作人，硕士研究生；研究方向为农业经济。Email： 492998257@qq.com

通讯作者：何蒲明，男，1973年生，湖北赤壁人，博士，教授，博导；研究方向为农业经济。Email： 653381912@qq.com

Research on the threshold effect of agricultural machinery service outsourcing on

green agriculture： Based on the perspective of aging and scaling

Guo Xuanfeng， Dai Hao， He Puming， Wei Junying， Li Aijie

（School of Economics and Management， Yangtze University， Jingzhou， 434023， China）

Abstract：

Exploring the impact mechanism of agricultural machinery service outsourcing on green agriculture is to seek sustainable development paths for green agriculture. Based on the Panel data of 31 provinces （cities and autonomous regions） in China from 2012 to 2021， the fixed effect model and threshold model are used to empirically test the impact of agricultural machinery service outsourcing on green agriculture and the threshold effect. The results indicate that agricultural machinery service outsourcing can significantly promote green agriculture. Heterogeneity analysis is found that agricultural machinery service outsourcing has a significant promoting effect on green agriculture in both major grain producing and non major grain producing areas， but has a greater promoting effect on green agriculture in non major grain producing areas. The promoting effect of agricultural machinery service outsourcing in the sowing， harvesting， and plowing stages on green agriculture decreases in sequence. The impact of agricultural machinery service outsourcing on green agriculture is based on the dual threshold effect of aging and scale. As the degree of aging deepens， the promoting effect of agricultural machinery service outsourcing on green agriculture presents an inverted Ushaped feature of "low high low". With the expansion of scale， the promotion effect of agricultural machinery service outsourcing on green agriculture has shown an increasing trend. Based on this， it is proposed to build a new mechanism for socialized agricultural machinery services and improve the outsourcing system of agricultural machinery services， carry out the differentiated support policies to promote balanced regional development，  revitalize the rural land resources and actively respond to the aging population to promote the development of green agriculture.

Keywords：

outsourcing of agricultural machinery services; green agriculture; aging; scaling; threshold effect

0 引言

推动农业绿色转型，加快绿色农业发展，是全面推进乡村振兴和实现农业高质量发展的重要引领。农药、化肥等生产要素对农业发展和粮食产量增长的贡献毋庸置疑，但现有研究表明我国的农药、化肥施用量已超过国际使用安全上限和世界平均水平［1］，尤其是進入农业高质量发展阶段，小农户绿色生产意愿与行为的悖离、粗放式的传统人工农业生产模式与绿色农业发展之间的矛盾愈加尖锐。然而，随着农业机械化的普及与农业社会化服务体系的完善，以农机服务外包为代表的新型农业生产模式正迅速发展，2022年全国农机作业等农业社会化服务规模达到428000khm2，带动小农户超过8900万户。且已有研究表明农业生产托管等社会化服务的示范效应、反馈效应、溢出效应有利于农业绿色低碳转型［2］。农机服务外包俨然成为小农户与现代农业有效衔接和促进绿色农业的必由之路。决策层面也注意到农业社会化服务对于现实绿色农业的意义，2018年农业部印发的《关于大力实施乡村振兴战略 加快推进农业转型升级的意见》指出以农业社会化服务持续推进农业投入品减量。2023年中央一号文件再次强调大力发展农业生产环节托管和全托管等农业社会化服务，加快农业投入品减量增效，推进农业绿色发展。可见，推动农业绿色转型升级已成为国家政府层面的一项重要决策。在此背景下，传统人力耕作模式的瓦解能否推动农业绿色发展？即农机服务能否促进绿色农业发展这一命题成为当下亟需思考与回答的现实问题。

农业社会化服务和绿色农业作为当前三农领域的政策热点，学术界对此展开了诸多研究，观点褒贬不一。一部分学者认为农业社会化服务影响农户要素投入结构与农业经营方式［3］，有利于农户采纳生物农药技术［4］、减少化肥使用量［5］、提高农业绿色全要素生产率［6］，其中土地托管［7］、农机服务［8］等不同模式的农业社会化服务在微观层面为农业社会化服务促进化肥减量和绿色农业发展提供强有力的解释。但是部分学者认为现阶段由于我国农业社会化服务的供需失衡［9］，农业社会化服务信息不对称引发的道德风险和逆向选择，诱发机会主义行为，即通过农业社会化服务组织向农户出售更多化肥攫取高额利润［10］，这种粗放式的农业生产经营模式可能对农业造成负的外部性，破坏农业生态环境［11］。

综上，关于农业社会化服务与绿色农业两者关系的研究成果较多，但结论存在分歧，且研究视角较为单一，缺乏老龄化和规模化视角下探讨农业社会化服务对绿色农业的影响机制，也尚未进一步研究农机服务外包对不同粮食生产功能区和不同生产环节的绿色农业的影响。厘清造成现有研究结论差异性的原因，具有重要的现实意义。基于此，本文以最具代表性的农业社会化服务形式—农机服务外包为研究对象，通过全国31个省（市、自治区）2012—2021年的面板数据，探讨农机服务外包对绿色农业的作用机理，以期推动农业绿色转型发展。

1 理论分析与研究假说

1.1 理论基础

基于效用理论，农户追求产出最大化目标，需要保证绿色农业发展处于最优状态，则农机服务外包水平响应也应当处于对应的边界。为便于呈现理论推导过程，假设农机服务外包用y表示，对绿色农业的效应分为正效应和负效应两部分，则农机服务外包对绿色农业两者间的关系可用函数简化，如式（1）所示。

mec=α（y）+β（y）+δ

（1）

式中：

mec——农机服务外包程度；

α（y）——

农机服务外包对绿色农业的正效应，α（y）>0；

β（y）——

农机服务外包对绿色农业的负效应，β（y）<0；

δ——

其他因素可能对绿色农业造成的影响。

由于效应函数为自变量的二次函数，因此可将农机服务外包对绿色农业的正效应用函数表示如式（2）所示。

α（y）=λy2+μy

（2）

式中：

λ、μ——

系数，根据边际效应递减规律，λ<0，μ>0。

将式（2）代入式（1）可得

mec=λy2+μy+β（y）+δ

（3）

假设农机服务外包对绿色农业的负效应β（y）和其他因素的影响为固定值δ，令F（y）=mec-δ、H=β（y），则式（3）进一步简化

F（y）=λy2+μy+H

（4）

式中：

F（y）——

农机服务外包对绿色农业的总效应。

对y求导可得

F′（y）=2λy+μ

（5）

令F（y）=0，则y=-μ±μ2－4λH2λ，F′（y）=0，则y=－μ2λ，此时即为农机服务外包对绿色农业的最优状态。

由此可知，农机服务外包对绿色农业的影响可能是非线性的，作用方向主要取决于作用力大的一方，即农机服务外包对绿色农业的影响存在门槛效应。

1.2 农机服务外包与绿色农业

农机服务外包对绿色农业的影响主要是通过以下两条途径：（1）农机服务外包改变农业种植结构。农机服务外包水平的提高伴随着农业种植的“趋粮化”［12］，农机补贴政策显著提高了粮食种植占比［13］，从而间接影响绿色农业发展。农业种植结构对绿色农业的潜在影响具体表现如下：不同农作物对农药、化肥等化学品的需求量不同，相较于花卉、瓜果等经济作物，更易进行农机服务作业的水稻、小麦等粮食作物所需的农业化学品更少［14］，且粮食作物对农用塑料薄膜的使用量更少［15］，即粮食种植占比的提高，有利于减少化学农资的消耗和农业碳排放，进一步促进绿色农业发展。（2）农机服务外包促进农业专业分工。农机服务外包实现不同劳动单位和不同比较优势的组合，深化社会分工。鉴于城乡工资差的存在，导致农村青壮年劳动力流失严重，非农化倾向加速，农机社会化服务通过雇佣关系承担起“农忙缺人”的劳动力补充重任，有效缓解了劳动力刚性约束［16］。随着农村用工成本约束趋紧，农户从节约成本视角出发，更倾向于采纳农机服务，这不仅降低了农业生产雇工成本，同时优化资源要素配置，提升农业绿色生产技术效率，推动绿色农业发展。

鉴于此，提出假说1：农机服务外包有利于绿色农业。

1.3 农机服务外包、农村人口老龄化与绿色农业

农村人口老龄化与农业劳动力短缺相伴而生，老龄化不仅引致劳动年龄人口规模下降，还会导致年轻劳动力迅速下降［17］，进而激发对农机社会化服务的需求。当老龄化程度较低时，部分农户自行从事农业生产，该阶段农机服务外包需求相对薄弱，农户为获取收益最大化，通过追加化肥、农药等生产资料使用强度以弥补弱质性劳动力，此时农机服务外包对绿色农业的作用较小。当老龄化程度加深，农户难以承受高强度农事活动，迫于生计压力，农户转向寻求农机服务外包，以机械劳动代替人工劳作。农机社会化组织通过合理配置农业生产资料，降低农业碳排放等方式促进农业绿色发展。

鉴于此，提出假说2：农机服务外包对绿色农业影响的过程中，可能存在老龄化的门槛效应，即老龄化程度低时，农机服务对绿色农业的影响较小可能出现负面影响，老龄化程度加深，农机服务外包对绿色农业的促进作用将会加强。

1.4 农机服务外包、种植规模与绿色农业

土地规模是制约农机服务发展的主要因素之一。土地细碎、规模狭小的特征增加农业机械使用费用和机械作业难度，降低农机服务外包行为的发生概率，从而导致农业资源要素的投入产出比低下，难以实现规模经济。小农户与规模户在资源配置机制、成本机制和目标机制上存在差异［18］，进而影响绿色农业发展。首先，在资源配置机制方面，规模户拥有的人力和社会资本较小农户而言更雄厚，即规模户在要素配置和外部信息获取方面存在优势，能较为便捷获取农机服务信息，根据节气时令按时完成农业生产活动，规避农业生产风险，提高农业绿色全要素生产率。再者，在成本机制方面，规模经营的低成本优势是规模经营自发形成的内在基础，理性农户的决策行为以节本增效为目的，规模户通过农机外包服务在农业生产过程中的时间成本、劳动力成本和监督管理成本最小，因此更倾向于选择农机社会化服务作业以实现绿色农业生产。最后，在目标机制方面，规模差异导致农户生产目标存在差异，小农户以短期眼前利益为主，规模户更加注重长期效益［19］，规模户看重农产品质量安全，采用农机服务替代传统农药、化肥要素，有利于提升绿色农业发展水平。

鉴于此，提出假说3：农机服务外包对绿色农业影响的过程中，可能存在规模化的门槛效应，即规模较小时，农机服务外包对绿色农业影响薄弱；规模较大时，农机服务外包对绿色农业影响加大。

2 模型设定与变量选取

2.1 模型设定

2.1.1 超效率SBM模型

相较于传统的DEA模型，超效率SBM模型解決了由于松弛变量带来的测算误差问题，同时能计算独立决策单元的生产效率，是目前用于测算农业绿色生产效率使用频次最高的模型之一，已有文献对该方法进行详细介绍，本文不再赘述［20］。

2.1.2 基准模型

为考察农机服务外包对绿色农业的影响，构建面板模型如式（6）所示。

Agrit=α0+α1Serit+∑αiXit+ηit

（6）

式中：

Agrit——绿色农业；

Serit——农机服务外包；

Xit——一系列控制变量；

i——省份；

t——年份；

ηit——随机误差项；

a1——

农机服务外包的回归系数；

α0——常数项。

2.1.3 门槛模型

为进一步验证老龄化和规模化对在农机服务外包对绿色农业影响过程中的门槛效应，借鉴Hansen［21］提出的门槛回归模型，构建面板门槛模型如式（7）所示。

Agrit=

β0+β1SeritI（qit≤θ1）+β2SeritI（θ1θ2）+∑βiXit+μit

（7）

式中：

I（·）——示性函数；

qit——门槛变量；

θ1、θ2——门槛值；

μit——随机误差项；

β0、β1、β2、β3、βi——常数项。

2.2 变量选取

1）  被解释变量。本文的被解释变量为绿色农业。关于绿色农业的衡量方法主要分为两种，一种是构建评价指标体系通过熵值法测算，另一种方法是以农业绿色全要素生产率表征绿色农业。由于指标体系构建存在一定的主观性，指标选取不合理可能导致估算结果出现偏误，因此本文借鉴李谷成等［22］的做法以农业绿色全要素生产率表示绿色农业。本文通过超效率SBM模型测算农业绿色全要素生产率。投入指标为第一产业从业人数、农作物播种面积、农业机械总动力。化肥施用量、农药施用量和农膜施用量。产出指标包括两类，其中期望产出以农业生产总值表示，非期望产出以农业生产过程中使用的农药、化肥、农膜、灌溉和农用柴油等产生的农业碳排放表示（农药、化肥、农膜、灌溉和农用柴油的碳排放系数分别为0.896 kg/kg、4.934 kg/kg、0.529 kg/kg、266.48 kg/hm2、5.18 kg/kg）［23］。

2）  核心解释变量。本文的核心解释变量为农机服务外包，借鉴戴浩等［24］的计算方法，从耕、种、收三个外包服务环节综合衡量农机服务外包水平，同时参考《2021中国机械工业统计年鉴》，对耕、种、收三个外包服务环节分别赋值0.4、0.3、0.3。农机服务外包的计算公式为：农机服务外包=0.4×机耕率+0.3×机播率+0.3×机收率。其中，机耕率为机械耕作环节外包面积与农作物种植面积之比；机播率为机械播种环节外包面积与农作物种植面积之比；机收率为机械收割环节外包面积与农作物种植面积之比。

3）  控制变量。避免遗漏变量对研究结论造成偏误，本文选取环保投入、产业升级、城镇化率、农民收入以及受教育程度作为控制变量。其中环保投入以地方财政环境保护支出占财政支出的比值表示。产业升级以第二、三产业生产总值与地区生产总值的占比表示。城镇化率以城镇人口与地区总人口的占比表示。农民收入以农村居民人均收入表示。人力资本以农村居民人均受教育年限表示，其计算公式为（小学×6+初中×9+高中×12+大专及以上×16）/总人数。

4）  门槛变量。农村人口老龄化以农村65岁及以上人口占农村总人口衡量。种植规模化以农作物种植面积衡量。

2.3 数据来源

本文以我国2012—2021年的31个省（市、自治区）为研究对象，数据主要来源于EPS数据库，部分来自《中国农业机械工业年鉴》《中国人口与就业统计年鉴》，为缓解异方差，缩小数据间的绝对差异，避免少数极端值对研究结果的影响，本文对数据进行对数化处理，变量的描述性统计见表1。

3 实证检验与结果分析

3.1 农机服务外包对绿色农业影响的实证分析

避免选取的变量间存在高度相关性导致估算结果失真，本文首先采用方差膨胀因子检验多重共线性问题，检验结果如表2所示，VIF最大值为3.93，且方差膨胀因子均值为2.23，均未超过10，故可认为本文选取的变量不存在多重共线性，上述变量可用。基于此，本文依据前文设定的模型（2）分析农机服务外包对绿色农业的影响。

经豪斯曼检验，固定效应优于随机效应，故本文以固定效应模型作为基准模型，出于稳健性考虑，以混合效应和随机效应作为对比，表3为模型回归结果。模型（1）～模型（3）分别依次为混合效应模型、随机效应模型和固定效应模型的回归结果，从表3来看，无论是混合效应模型、随机效应模型还是固定效应模型，农机服务外包对绿色农业的回归系数分别为0.109、0.013和0.098 6，且均通过显著性检验，说明农机服务外包有利于绿色农业，假说1得到验证。究其原因在于农机服务外包以其标准化、高效率的服务完成农业生产活动，通过纵向分工、劳动力替代等途径充分释放要素效率，约束了农业碳排放，降低农业生产活动对生态环境的污染和破坏，推动绿色农业发展。

3.2 稳健性检验

在考察农机服务外包对绿色农业的影响时可能存在内生性问题，进而导致研究结论出现偏误。本文主要存在遗漏变量和反向因果两方面的内生性问题：一方面农机服务外包与绿色农业存在互为因果的可能性。一般来说，基于收益最大化，绿色农业发展水平越高，农户可能减少个体农户单独作业，更傾向于采纳标准化的农机服务以提高农业生产效率，获取更高收益，进而推动农机服务外包规模的扩大。另一方面，虽然本文选取五个变量对影响绿色农业的不可观测因素加以控制，但难以将所有变量纳入其中，仍可能存在遗漏变量问题。鉴于此，借鉴王文波等［25］的做法，将农机服务外包滞后2期作为当前农机服务外包的工具变量。由于农机服务外包发展程度具有一定的稳定性，往期的农机服务外包与当期的农机服务外包两者间存在较强的相关性，即以往期的农机服务外包作为工具变量满足相关性要求。同时，以往期的农机服务外包作为历史数据对当期的绿色农业无直接关联，即以往期的农机服务外包作为工具变量满足排他性要求。通过IV-2SLS模型进行估计，回归结果见表4第（1）列。此外，为确保研究结果的可靠性，本文使用其他方法进一步验证结论的稳健性。表4第（2）列为替换变量法，将农业机械服务费用替代农机服务外包进行回归，同时考虑到样本的特殊性和数据异常值可能对研究结论的干扰，本文进一步将样本中的直辖市进行剔除以及对数据进行上下1%的缩尾处理，结果分别见表4第（3）列和第（4）列。

从工具变量检验结果看，弱工具变量F值高于标准值，因此排除其弱工具变量的可能性。在IV-2SLS模型下，农机服务外包对绿色农业的回归系数为0.052 9，在1%的水平上显著，表明农机服务外包促进绿色农业的发展，相较于基准回归结果，除影响系数有所减少外，整体结果与基准回归基本一致。从其他稳健性检验结果看，农机服务外包对绿色农业的影响除回归系数略有不同外，作用方向与基准结果一致，说明农机服务外包均有利于绿色农业的发展。总体来说，本文的研究结论稳健可靠。

3.3 异质性分析

上述结果表明农机服务外包对绿色农业的发展具有显著的正向影响，农机服务外包有利于促进绿色农业的发展。由于我国地域辽阔，地区间资源禀赋各不相同，农业生产功能的不同导致其农机服务外包发展程度各异，由此对绿色农业的影响存在一定的差异。此外，农业生产的不同环节对生产要素的需求亦不同，可能对绿色农业的影响有所差异，因此有必要进一步分析农机服务外包对不同粮食生产功能区和不同生产环节的绿色农业的影响。本文在总体分析的基础上，通过固定效应模型进一步分析农机服务外包对粮食主产区、非粮食主产区以及对翻耕、播种和收割等不同生产环节的绿色农业的影响，模型回归结果见表5。

从粮食功能区的回归结果看（表5列（1）和列（2）），农机服务外包对粮食主产区绿色农业的回归系数为0.065 3，相较于粮食非产区的回归系数0.075 1有所下降，但两者均通过显著性检验，表明农机服务外包对非粮食主产区绿色农业的影响大于粮食主产区。造成这种结果的原因如下：首先，粮食主产区农业体量庞大，农机服务外包需求旺盛，主产区农机服务难以满足本地区需求，通常需要农机跨区服务。跨区农机服务在路途需要耗用较多的石油燃料以运输其到达目的地，该过程将产生较多的二氧化碳。以水稻为例，在主产区的13个省（市）中除河南、山东、河北、安徽和江西五省外，其余8个省（市）均需要农机跨区服务作业［26］。其次，农业体量庞大的粮食主产区使用的化肥、农药、农膜等污染性生产资料均高于非粮食主产区。再者，水稻、小麦等粮食作物的秸秆问题会进一步恶化环境，因此农机服务外包对粮食主产区绿色农业的促进作用次于非粮食主产区。

从生产同环节的回归结果看（表5列（3）、列（4）和列（5）），翻耕环节、播种环节和收割环节的农机服务外包对绿色农业的回归系数分别为1.060、3.161和2.558，均通过显著性检验，表明不同生产环节的农机服务外包均有利于绿色农业的发展，但各环节的影响效果存在差异。播种环节的农机服务外包对绿色农业的影响最大，其次是收割环节，最后是翻耕环节。播种环节仅需机械对种子进行播撒即可，且农作物播种存在一定间隙，即在相同的耕地面积上播种环节的农机服务工作时间较短，该环节使用农机过程碳排放量被规范、高效农机服务带来的正向效应部分抵消，因此播种环节的农机服务外包对绿色农业的促进作用较大。翻耕环节和收割环节不同于播种环节，这两个环节除了作业过程中使用的柴油生产的一氧化二氮和甲烷等温室气体不利于农业绿色发展外，还附带其他污染物，如翻耕环节对土壤进行了松整，由此产生化学需氧量、总磷和总氮等耕地面污染［27］，而收割环节需要用到收割机、谷物脱粒机和割捆机等多类农用机械，污染源较多，此外收割后遗留的秸秆以及秸秆焚烧加剧环境污染。

3.4 门槛效应检验

前文已验证农机服务外包能够促进绿色农业的结论，本部分将进一步验证假说2和假说3，即农机服务外包对绿色农业的影响是否存在老龄化和规模化的门槛效应。

1） 老龄化的门槛效应。首先以农村人口老龄化为门槛变量，依次在单一门槛、双重门槛和三重门槛下进行Bootstrap自抽样300次，P值分别为0.005 1、0.005 1、0.080 0，对应的F值依次为25.15、24.42和5.62，说明存在老龄化的双重门槛，假说2得到验证，因此使用双重门槛模型对老龄化的门槛效应进行回归，结果见表6列（1）。根据计算得到老龄化的两个门槛值分别为20.73和21.08。由表6列（1）可知，当老龄化程度等于或小于20.73时，农机服务外包的回归系数为0.065 2，通过1%的显著性检验，表明当老龄化程度较低时，农机服务外包有利于绿色农业；当老龄化程度介于20.73～21.08之间时，农机服务外包的回归系数为0.067 1，通过1%的显著性检验，表明农机服务外包促进绿色农业发展，且促进作用有所加强；当老龄化程度大于21.08时，农机服务外包的回归系数为0.064 3，通过1%的显著性检验，表明农机服务外包促进绿色农业发展，但促进作用有所下降。可见随着老龄化程度的加深，农机服务外包对绿色农业的促进作用呈现“低—高—低”的倒U型特征，这种作用因老龄化的不同而存在差异。

2） 规模化的门槛效应。首先以播种面积为门槛变量，依次在单一门槛、双重门槛和三重门槛下进行Bootstrap自抽样300次，P值分别为0.009 2、0.007 9、0.060 6，对应的F值依次为35.90、48.45和12.221，说明存在规模化的双重门槛，假说3得到验证，因此使用双重门槛模型对规模化的门槛效应进行回归，结果见表6列（2）。根据计算得到规模化的两个门槛值分别为6 151和12 294。

由表6列（2）可知，当规模化程度等于或小于6 151时，农机服务外包的回归系数为0.067 8，通过1%的显著性检验，表明当规模化程度较低时，农机服务外包有利于绿色农业；当规模化程度介于6 151～12 294之间时，农机服务外包的回归系数为0.068 9，通过1%的显著性检验，表明农机服务外包促进绿色农业发展，且促进作用有所加强；当规模化程度大于12 294时，农机服务外包的回归系数为0.099 2，通过1%的显著性检验，表明农机服务外包促进绿色农业发展，且促进作用进一步加强。可见随着规模化的扩大，农机服务外包对绿色农业的促进作用呈现出递增特征，这种作用因规模化的不同而存在差异。

4 结论与政策启示

本文基于全国31个省（市、自治区）2012—2021年的面板数据，实证分析农机服务外包对绿色农业的影响机制，结果表明：第一，农机服务外包能够显著促进绿色农业。第二，异质性分析发现，农机服务外包对粮食主产区、非粮食主产区的绿色农业均存在显著的促进作用，但对非粮食主产区绿色农业促进作用更大，播种环节、收割环节和翻耕环节的农机服务外包对绿色农业的促进作用依次递减。第三，农机服务外包对绿色农业的促进作用存在一定的老龄化和规模化的门槛效应，随着老龄化程度的加深，农机服务外包对绿色农业的促进作用呈现“低—高—低”的倒U型特征；随着规模化的扩大，农机服务外包对绿色农业的促进作用出递增特征。

本研究结论对于理解农机服务外包对绿色农业的影响具有现实意义，也为农业绿色转型提供新路径。首先，完善农机服务体系，提高绿色农业水平。鉴于农机服务外包对绿色农业具有促进作用的现实，因此通过绿色补贴、财政支持、農机购置奖励等以奖代补的手段推动农机社会化服务体系的完善，鼓励小农户、社会服务组织积极参与农业社会化服务体系队伍建设以优质、高效的服务推动绿色农业的发展。其次，实施差异化扶持政策，推动区域均衡发展。从农机服务外包对不同粮食功能区的影响各具差异来看，对于粮食主产区，在实施原有的农机服务支持政策的基础上，细化农机服务品种和农机服务环节的扶持政策，在保证粮食安全的基础上，大力扶持本地区农机服务体系建设，减少因农机跨区服务耽误的农作时间，提升农机服务效率。对于非粮食主产区，加强农机服务人才培养和农业机械的研发，将科研成果转化为机械技术应用于农业生产的各环节，减少农业碳减排，提升农业绿色生产效率。最后，积极面对人口老龄化，盘活农村土地资源。基于老龄化和规模化在农机服务外包对绿色农业中的门槛特征，因此不必过于担心农村人口老龄化问题，一定程度的老龄化将会强化农机服务外包对绿色农业的促进作用，坦然面对人口老龄化，以农机社会化服务弥补农业劳动力短缺问题。同时加快农村土地流转，整合零散土地，实现统一规模化种植，以规模经济实现农业绿色转型。

参 考 文 献

［1］杜志雄. 农业农村现代化： 内涵辨析、问题挑战与实现路径［J］. 南京农业大学学报（社会科学版）， 2021， 21（5）： 1-10.

Du Zhixiong. Several thoughts on promoting the agricultural and rural modernization： Connotation discrimination， challenges， and realization paths ［J］.Journal of Nanjing Agricultural University （Social Sciences Edition）， 2021， 21（5）： 1-10.

［2］蔡保忠. 农业生产托管与农业绿色低碳转型——一个理论分析框架［J］. 吉首大学学报（社会科学版）， 2022， 43（3）： 125-132.

Cai Baozhong. Agricultural production trusteeship and agricultural green and lowcarbon transformation： A framework of theoretical analysis ［J］. Journal of Jishou University （Social Sciences）， 2022， 43（3）： 125-132.

［3］张禹书， 张应良. 外出务工、性别差异对耕地撂荒的影响［J］.湖南农业大学学报（社会科学版）， 2023， 24（2）： 19-28.

Zhang Yushu， Zhang Yingliang. Impact of the labor migration and gender differences on farmland abandonment ［J］. Journal of Hunan Agricultural University （Social Sciences）， 2023， 24（2）： 19-28.

［4］杜三峡， 罗小锋， 黄炎忠， 等. 风险感知、农业社会化服务与稻农生物农药技术采纳行为［J］. 长江流域资源与环境， 2021， 30（7）： 1768-1779.

Du Sanxia， Luo Xiaofeng， Huang Yanzhong， et al. Risk perception， specialized agricultural services and rice farmers adoption behavior of biological pesticide technology ［J］. Resources and Environment in the Yangtze Basin， 2021， 30（7）： 1768-1779.

［5］张梦玲， 陈昭玖， 翁贞林， 等. 农业社会化服务对化肥减量施用的影响研究——基于要素配置的调节效应分析［J］. 农业技术经济， 2023（3）： 104-123.

Zhang Mengling， Chen Zhaojiu， Weng Zhenlin， et al. Research on the influence of agricultural socialized services on fertilizer reduction： Based on the regulation effect of element configuration ［J］. Journal of Agrotechnical Economics， 2023（3）： 104-123.

［6］張梦玲， 童婷， 陈昭玖. 农业社会化服务有助于提升农业绿色生产率吗？［J］. 南方经济， 2023（1）： 135-152.

Zhang Mengling， Tong Ting， Chen Zhaojiu. Can socialized service of agricultural production improve agricultural green productivity？ ［J］. South China Journal of Economics， 2023（1）： 135-152.

［7］曹铁毅， 周佳宁， 邹伟. 土地托管与化肥减量化：作用机制与实证检验［J］. 干旱区资源与环境， 2022， 36（6）： 34-40.

Cao Tieyi， Zhou Jianing， Zou Wei. Effects of land trusteeship on fertilizer input reduction： mechanism and empirical test ［J］. Journal of Arid Land Resources and Environment， 2022， 36（6）： 34-40.

［8］朱建军， 徐宣国， 郑军. 农机社会化服务的化肥减量效应及作用路径研究——基于CRHPS数据［J］. 农业技术经济， 2023（4）： 64-76.

Zhu Jianjun， Xu Xuanguo， Zheng Jun. Research on chemical fertilizer the reduction effect of agricultural machinery outsourcing service and action path： Based on CRHPS data ［J］. Journal of Agrotechnical Economics， 2023（4）： 64-76.

［9］闵师， 丁雅文， 王晓兵， 等. 小农生产中的农业社会化服务需求： 来自百乡万户调查数据［J］. 农林经济管理学报， 2019， 18（6）： 795-802.

Min Shi， Ding Yawen， Wang Xiaobing， et al. The demand of agricultural socialized services in smallholders farming： Evidence from the survey of a hundred of townships and ten thousands of households ［J］. Journal of AgroForestry Economics and Management， 2019， 18（6）： 795-802.

［10］马九杰， 赵将， 吴本健， 等. 提供社会化服务还是流转土地自营： 对农机合作社发展转型的案例研究［J］. 中国软科学， 2019（7）： 35-46.

Ma Jiujie， Zhao Jiang， Wu Benjian， et al. Providing outsourcing services or transferring land and servicing for themselves： A case study on the development and transition of agricultural machinery cooperatives ［J］. China Soft Science， 2019（7）： 35-46.

［11］宦梅丽， 侯云先. 农业生产环节外包中服务质量控制契约研究［J］. 农林经济管理学报， 2020， 19（3）： 288-296.

Huan Meili， Hou Yunxian. Quality control contract model of service in agricultural production outsourcing ［J］. Journal of AgroForestry Economics and Management， 2020， 19（3）： 288-296.

［12］薛信阳， 韩一军， 高颖. 农机社会化服务可以促进农业种植结构“趋粮化”吗？［J］. 兰州学刊， 2022（11）： 127-141.

Xue Xinyang， Han Yijun， Gao Ying. Can the socialized service of agricultural machinery promote the “tendency to plant grains” of agricultural planting structure？ ［J］. Lanzhou Academic Journal， 2022（11）： 127-141.

［13］Yang J， Huang Z， Zhang X， et al. The rapid rise of crossregional agricultural mechanization services in China ［J］. American Journal of Agricultural Economics， 2013， 95（5）： 1245-1251.

［14］葛继红， 周曙东. 农业面源污染的经济影响因素分析——基于1978—2009年的江苏省数据［J］. 中国农村经济， 2011（5）： 72-81.

［15］贺青， 张俊飚， 张虎. 农业机械化对农业碳排放的影响——来自粮食主产区的实证［J］. 統计与决策， 2023， 39（1）： 88-92.

［16］庄健， 罗必良. 务工距离如何影响农地撂荒——兼顾时间、性别和代际的差异性考察［J］. 南京农业大学学报（社会科学版）， 2022， 22（5）： 112-123.

Zhuang Jian， Luo Biliang. How does labor distance affect farmland abandonment： An investigation in consideration of the differences of time， gender and generation ［J］. Journal of Nanjing Agricultural University （Social Sciences Edition）， 2022， 22（5）： 112-123.

［17］童玉芬. 人口老龄化过程中我国劳动力供给变化特点及面临的挑战［J］. 人口研究， 2014， 38（2）： 52-60.

Tong Yufen. Changes and challenges of labour supply in China in the context of population ageing ［J］. Population Research， 2014， 38（2）： 52-60.

［18］罗小锋， 杜三峡， 黄炎忠， 等. 种植规模、市场规制与稻农生物农药施用行为［J］. 农业技术经济， 2020（6）： 71-80.

Luo Xiaofeng， Du Sanxia， Huang Yanzhong， et al. Planting scale， market regulation and rice farmers biological pesticide application behavior ［J］. Journal of Agrotechnical Economics， 2020（6）： 71-80.

［19］徐志剛， 张骏逸， 吕开宇. 经营规模、地权期限与跨期农业技术采用——以秸秆直接还田为例［J］. 中国农村经济， 2018（3）： 61-74.

Xu Zhigang， Zhang Junyi， Lü Kaiyu. The scale of operation， term of land ownership and the adoption of intertemporal agricultural technology： An example of “straw return to soil directly” ［J］. Chinese Rural Economy， 2018（3）： 61-74.

［20］周鹏飞， 沈洋， 郑景丽. 三峡库区重庆段农业绿色全要素生产率测度及影响因素研究——基于2009—2018年数据［J］. 重庆师范大学学报（自然科学版）， 2020， 37（3）： 107-118， 146.

Zhou Pengfei， Shen Yang， Zheng Jingli. Research on the measurement and influencing factors of agricultural green total factor productivity in Chongqing section of the Three Gorges Reservoir area： Based on data from 2009 to 2018 ［J］. Journal of Chongqing Normal University （Natural Science）， 2020， 37（3）： 107-118， 146.

［21］Hansen B E. Threshold effects in nondynamic panels： Estimation， testing， and inference ［J］. Journal of Econometrics， 1999， 93（2）： 345-368.

［22］李谷成， 李欠男. “两型社会”试验区的设立促进了农业绿色发展吗？——基于PSMDID模型的实证［J］. 农林经济管理学报， 2022， 21（2）： 127-135.

Li Gucheng， Li Qiannan. Can the establishment of “TwoOriented Society” experimental zone promote the green development of agriculture： empirical evidence from the PSMDID model ［J］. Journal of AgroForestry Economics and Management， 2022， 21（2）： 127-135.

［23］李波， 张俊飚， 李海鹏. 中国农业碳排放时空特征及影响因素分解［J］. 中国人口·资源与环境， 2011， 21（8）： 80-86.

Li Bo， Zhang Junbiao， Li Haipeng. Research on spatialtemporal characteristics and affecting factors decomposition of agricultural carbon emission in China ［J］. China Population， Resources and Environment， 2011， 21（8）： 80-86.

［24］戴浩， 魏君英， 刘子宸. 非农就业、农机服务外包对粮食产量影响［J］. 中国农机化学报， 2023， 44（6）： 243-249.

Dai Hao， Wei Junying， Liu Zichen. Impact of nonagricultural employment and agricultural machinery service outsourcing on grain output ［J］. Journal of Chinese Agricultural Mechanization， 2023， 44（6）： 243-249.

［25］王文波， 张彦彦. 农业生产率、要素禀赋与农村家庭收入——基于CHIP数据的理论与实证研究［J］. 财贸研究， 2020， 31（7）： 61-74.

Wang Wenbo， Zhang Yanyan. Agricultural productivity， factor endowment and rural household income： Theoretical and empirical research based on CHIP data ［J］. Finance and Trade Research， 2020， 31（7）： 61-74.

［26］谢冬梅， 汪希成， 伍骏骞. 农业机械化水平对中国粮食生产技术效率的空间溢出效应研究——基于农机跨区作业视角［J］.中国农机化学报， 2023， 44（3）： 223-231.

Xie Dongmei， Wang Xicheng， Wu Junqian. Research on the spatial spillover effect of the level of agricultural mechanization on the technical efficiency of grain production in China： Based on the perspective of agricultural machinery crossregional operation ［J］. Journal of Chinese Agricultural Mechanization， 2023， 44（3）： 223-231.

［27］韩海彬， 王娇芬. 技术异质性下中国耕地利用生态全要素生产率时空演变及提升路径［J］. 资源科学， 2023， 45（2）： 235-249.

Han Haibin， Wang Jiaofen. Spatiotemporal evolution and improvement pathway of ecological total factor productivity of cultivated land use in China under technological heterogeneity ［J］. Resources Science， 2023， 45（2）： 235-249.