盧 華，周應(yīng)恒，張培文，耿獻輝

（1.江西財經(jīng)大學(xué)生態(tài)文明研究院，江西 南昌 330013；2.江西財經(jīng)大學(xué)經(jīng)濟學(xué)院，江西 南昌 330013；3.南京農(nóng)業(yè)大學(xué)經(jīng)濟管理學(xué)院，江蘇 南京 210095）

1 引言

新型工業(yè)化和城鎮(zhèn)化的快速推進促使中國農(nóng)村勞動力大量脫離農(nóng)業(yè)，務(wù)農(nóng)機會成本攀升和農(nóng)業(yè)比較收益下降帶來耕地撂荒現(xiàn)象突出，已引起學(xué)術(shù)界和實務(wù)界的廣泛關(guān)注。2004—2017年，我國耕地撂荒面積在15萬～20萬km2，占耕地總面積的15%左右[1]。2015年全國山區(qū)耕地撂荒率為14.3%，78.3%的村莊出現(xiàn)耕地撂荒[2]。根據(jù)國家地理信息公共服務(wù)平臺天地圖（https://zhfw.tianditu.gov.cn）截取的2017年高分影像底圖形成的全國耕地撂荒數(shù)據(jù)顯示，2017年全國95%的縣級行政單元存在耕地撂荒現(xiàn)象，撂荒率超過10%的縣級行政單元占全國總數(shù)的30.23%[3]。在不斷開放的農(nóng)業(yè)國際環(huán)境下，土地的小規(guī)模分散經(jīng)營和先進農(nóng)業(yè)技術(shù)使用率低勢必會對我國耕地撂荒產(chǎn)生直接影響。當(dāng)前，我國小農(nóng)生產(chǎn)的基本面仍未改變，土地細碎化經(jīng)營依舊[4]。截至2019年底，全國家庭承包耕地流轉(zhuǎn)面積37 00萬hm2，占家庭總承包耕地面積約40.1%①數(shù)據(jù)來自《中國農(nóng)業(yè)年鑒》（2018年、2020年）的“農(nóng)業(yè)政策與措施”內(nèi)容部分。，農(nóng)地流轉(zhuǎn)率依然不高。經(jīng)營耕地10畝以下的農(nóng)戶仍有2.1億戶[4]。此外，從滯留在農(nóng)村的勞動力結(jié)構(gòu)特征來看，老齡化和女性化趨勢明顯，知識儲備和專業(yè)素質(zhì)等方面的劣勢使其難以駕馭現(xiàn)代生產(chǎn)技術(shù)和先進機械設(shè)備。

農(nóng)業(yè)社會化服務(wù)組織擁有資本、技術(shù)和管理等現(xiàn)代生產(chǎn)要素，可介入農(nóng)戶農(nóng)業(yè)生產(chǎn)的整地、播種、插秧、施肥和施藥等不同環(huán)節(jié)，具有化解農(nóng)戶因勞動力短缺、資本和技術(shù)不足等對耕地撂荒影響的潛在比較優(yōu)勢。2021年7月農(nóng)業(yè)農(nóng)村部出臺《關(guān)于統(tǒng)籌利用撂荒地促進農(nóng)業(yè)生產(chǎn)發(fā)展的指導(dǎo)意見》，指出“要培育社會化服務(wù)組織，為外出務(wù)工和無力耕種的農(nóng)戶提供全程托管服務(wù)”。截至2020年底，全國農(nóng)業(yè)社會化服務(wù)組織數(shù)量超90萬個，農(nóng)業(yè)生產(chǎn)托管服務(wù)面積超16億畝次，服務(wù)糧食作物面積超9億畝次，帶動小農(nóng)戶7 000多萬戶②數(shù)據(jù)來自中國政府網(wǎng)站（http://www.gov.cn/xinwen/2021-02/08/content_5585835.htm）。。全國農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)市場規(guī)模已超過2 000億元①數(shù)據(jù)來自“張紅宇：農(nóng)業(yè)生產(chǎn)性服務(wù)解種地難題”，人民日報，2020-05-08。。那么，農(nóng)業(yè)社會化服務(wù)對耕地撂荒是否存在影響？如果有，其作用機制是什么?影響方向及其程度如何？

耕地撂荒一直是學(xué)術(shù)界關(guān)注的研究重點，多數(shù)學(xué)者從自然、人文和社會科學(xué)等多角度展開了較為系統(tǒng)的研究，也取得了非常有價值的研究成果，但鮮有研究關(guān)注農(nóng)業(yè)社會化服務(wù)對農(nóng)戶耕地撂荒的影響。中國家庭聯(lián)產(chǎn)承包責(zé)任制帶來的土地細碎化和因人地關(guān)系變化而帶來的農(nóng)地調(diào)整是耕地撂荒的根本原因[5]。在戶籍制度改革之前，城鄉(xiāng)要素流動并不充分，土地細碎化的規(guī)模不經(jīng)濟問題并不明顯，農(nóng)戶不會因此而出現(xiàn)大規(guī)模的耕地撂荒[6]。隨城鄉(xiāng)要素流動活躍，農(nóng)戶非農(nóng)就業(yè)機會不斷增多，土地細碎化的規(guī)模不經(jīng)濟效應(yīng)逐漸顯現(xiàn)，農(nóng)戶對農(nóng)地流轉(zhuǎn)也普遍存在預(yù)期不足，耕地撂荒加劇，農(nóng)地確權(quán)頒證存在明顯的產(chǎn)權(quán)激勵效應(yīng)，能有效降低耕地撂荒率[7]。離城鎮(zhèn)的距離縮短會使得農(nóng)戶耕地撂荒的可能性和撂荒面積顯著增加[8]。還有學(xué)者從勞動力價格上漲[9]、勞動力非農(nóng)轉(zhuǎn)移[10]、代際差異[11]、農(nóng)業(yè)生產(chǎn)條件差[12]等視角探討農(nóng)戶耕地撂荒的行為機制。此外，有學(xué)者探討了撂荒農(nóng)地再利用的經(jīng)濟效益，認(rèn)為社會服務(wù)機構(gòu)數(shù)量對撂荒農(nóng)地再利用存在顯著影響[13]。也有學(xué)者指出農(nóng)業(yè)社會化服務(wù)能降低因土地細碎化引起的耕地撂荒[14]。遺憾的是，該文并未分析農(nóng)業(yè)社會化服務(wù)降低農(nóng)戶耕地撂荒的作用機制，也未探討兩者之間因自選擇而帶來的內(nèi)生性問題，導(dǎo)致估計結(jié)果可能并不可靠。近年來，農(nóng)業(yè)社會化服務(wù)快速發(fā)展，學(xué)術(shù)界對農(nóng)業(yè)社會化服務(wù)與土地利用的關(guān)系開展了一系列研究，如農(nóng)業(yè)社會化服務(wù)能提高農(nóng)戶農(nóng)地轉(zhuǎn)入和降低農(nóng)地轉(zhuǎn)出的可能性[15]，也能緩解規(guī)模經(jīng)營戶的勞動和資金約束，促進土地規(guī)模經(jīng)營[16]和增加規(guī)模經(jīng)營農(nóng)戶的土地轉(zhuǎn)入[17]。上述研究均肯定了農(nóng)業(yè)社會化服務(wù)對土地利用的影響，但鮮有文獻直接探討其對耕地撂荒的影響效果及其作用機理，分析其作用機制并予以定量研究的就更少。

本文可能的邊際貢獻是從理論層面直接闡述農(nóng)業(yè)社會化服務(wù)對農(nóng)戶耕地撂荒的作用機理，在考慮模型內(nèi)生性和不同地區(qū)之間異質(zhì)性的基礎(chǔ)上，利用覆蓋全國大范圍的中國家庭大數(shù)據(jù)庫數(shù)據(jù)，定量估計農(nóng)業(yè)社會化服務(wù)對耕地撂荒的影響效果，并從不同方面分析估計結(jié)果的穩(wěn)健性，最后對其作用機制進行檢驗，研究成果具有重要現(xiàn)實意義。

2 理論分析與模型構(gòu)建

2.1 理論推演

本文參照羅必良等[14]的分析框架，假設(shè)農(nóng)戶耕地總面積為=A+E，其中，A為正在經(jīng)營的面積，E為耕地撂荒面積，共有n塊地，有t塊土地購買了全程的農(nóng)業(yè)社會化服務(wù)，農(nóng)業(yè)社會化服務(wù)量為S。假定農(nóng)戶以家庭總收益最大化為目標(biāo)，其目標(biāo)函數(shù)如下：

式（1）中：Y代表家庭收益；α、β代表勞動和資本對產(chǎn)出的貢獻；PY為農(nóng)產(chǎn)品價格，假定農(nóng)戶是價格的被動接受者；PS為農(nóng)業(yè)社會化服務(wù)的價格；為家庭總勞動力；L為務(wù)農(nóng)勞動力；w為非農(nóng)工資水平；c為每單位勞動力的務(wù)農(nóng)交易費用②土地細碎化導(dǎo)致地塊分散和離家距離不一致，農(nóng)戶來往于不同地塊之間會產(chǎn)生交易成本（如，時間成本），且地塊數(shù)越多，農(nóng)戶在地塊耕作方面的交易成本越大。。為便于比較分析，假定每個地塊面積相等且同質(zhì)，分別代表每塊地的勞動力投入和土地投入，為農(nóng)戶全程參與生產(chǎn)的農(nóng)業(yè)總產(chǎn)出，為參與社會化服務(wù)地塊的農(nóng)業(yè)總產(chǎn)出，并假定α+β= 1，即農(nóng)業(yè)生產(chǎn)規(guī)模報酬不變。根據(jù)最優(yōu)化問題求解，可以得出最優(yōu)的農(nóng)業(yè)勞動力和農(nóng)地投入。等式如下：

根據(jù)式（2）的最優(yōu)化求解可知，農(nóng)戶在務(wù)農(nóng)時的勞動力邊際收益和務(wù)農(nóng)的邊際機會成本相等時決定其最優(yōu)的農(nóng)業(yè)勞動力投入。在不考慮農(nóng)戶往來于不同地塊之間的交易費用時，由圖1（a）可知，農(nóng)戶會根據(jù)農(nóng)業(yè)勞動邊際收益MRL=w決定最優(yōu)農(nóng)業(yè)投入量L0，其對應(yīng)的土地邊際收益為MRA（L0）（圖（1b）），此時土地投入量為A0，耕地撂荒面積E0=-A0。進一步，考慮農(nóng)業(yè)勞動力在往返于不同地塊之間的交易成本時，當(dāng)不存在農(nóng)業(yè)社會化服務(wù)市場時，農(nóng)戶來往于不同地塊之間會產(chǎn)生交易成本nc，根據(jù)MRL=w+nc，農(nóng)戶決定的最優(yōu)農(nóng)業(yè)勞動投入量為L1，由于nc＞0，由圖1（a）可知，最優(yōu)農(nóng)業(yè)勞動投入量下降到L1，且滿足L1＜L0。農(nóng)業(yè)勞動投入減少會加劇土地粗放經(jīng)營，引致土地邊際收益由MRA（L0）下降到MRA（L1），并與橫軸交于A1點，此時耕地撂荒面積變?yōu)镋1=A-A1，由于A1＜A0，所以E1＞E0，導(dǎo)致撂荒面積增多。引入農(nóng)業(yè)社會化服務(wù)市場后，因農(nóng)業(yè)社會化服務(wù)可介入農(nóng)業(yè)生產(chǎn)，農(nóng)戶通過購買農(nóng)業(yè)社會化服務(wù)，直接參與農(nóng)業(yè)生產(chǎn)的地塊數(shù)減少，亦可緩解其面臨的勞動短缺、農(nóng)機和農(nóng)業(yè)新技術(shù)等對農(nóng)業(yè)生產(chǎn)的約束，導(dǎo)致農(nóng)業(yè)生產(chǎn)的交易費用降低tc。此時，農(nóng)戶在PYαLα-1Aβ=w+（n-t）c條件下決定最優(yōu)的農(nóng)業(yè)勞動力投入量變?yōu)長2，由于tc＞0，L2＞L1。農(nóng)戶購買農(nóng)業(yè)社會化服務(wù)后會帶來土地邊際收益提高到MRA（L2），介于MRA（L0）和MRA（L1），并與橫軸交于A2點，此時撂荒面積E2=-A2，由于A2＞A1，所以E2＜E1，撂荒面積減少。

圖1 農(nóng)業(yè)社會化服務(wù)與耕地撂荒Fig.1 Socialized agricultural services (SAS) and farmland abandonment

由式（3）可知，農(nóng)戶購買農(nóng)業(yè)社會化服務(wù)后的土地邊際收益（PYβLαAβ-1+βSαAβ-1）大于農(nóng)戶未購買農(nóng)業(yè)社會化服務(wù)時的土地邊際收益（PYβLαAβ-1）。并且，在考慮農(nóng)業(yè)生產(chǎn)交易成本時，農(nóng)戶購買農(nóng)業(yè)社會化服務(wù)后的土地投入面積（A2）大于未購買農(nóng)業(yè)社會化服務(wù)后的土地投入面積（A1）。因此，通過經(jīng)濟理論推演可知，農(nóng)戶購買農(nóng)業(yè)社會化服務(wù)能減少耕地撂荒，實際情況則需要農(nóng)戶層面的微觀數(shù)據(jù)進行定量檢驗。

2.2 模型構(gòu)建

為定量估計農(nóng)業(yè)社會化服務(wù)對耕地撂荒的影響效果，本文構(gòu)建如下計量模型：

式（4）中：Landi為反映農(nóng)戶耕地撂荒行為的因變量，包括農(nóng)戶耕地是否撂荒、撂荒面積和撂荒比例；OSi為農(nóng)戶購買農(nóng)業(yè)社會化服務(wù)的變量；Xi是影響農(nóng)戶耕地撂荒的控制變量；α、β、γ為待估系數(shù)；εi為隨機誤差項。

理論上，農(nóng)戶是否購買農(nóng)業(yè)社會化服務(wù)是一個“自選擇”問題，即購買農(nóng)業(yè)社會化服務(wù)的農(nóng)戶往往是耕地未撂荒或者耕地撂荒面積較少的群體。因此，樣本自選擇會帶來模型內(nèi)生性問題，造成估計結(jié)果偏誤。為盡可能消除內(nèi)生性問題，本文選取“本村除了該戶外其他農(nóng)戶的農(nóng)業(yè)社會化服務(wù)平均水平”作為工具變量。因此，當(dāng)Landi取值反映農(nóng)戶是否耕地撂荒時，采用ivprobit模型進行實證分析，當(dāng)Landi取值為農(nóng)戶耕地撂荒比例或面積時，采用ivtobit模型來解決零處截尾問題。

此外，分析農(nóng)戶購買農(nóng)業(yè)社會化服務(wù)對耕地撂荒影響效果的理想方式是比較同一個農(nóng)戶“購買”和“不購買”下耕地撂荒行為的差異。然而，該數(shù)據(jù)缺少一種非實際狀態(tài)，無法獲取，需要構(gòu)建一個反事實的因果狀態(tài)。本文將進一步采用傾向得分匹配（PSM）方法來處理自選擇問題，驗證估計結(jié)果的穩(wěn)健性，傾向得分通過如下logit模型估計得出，模型如下：

式（5）中：PO（SXi）為農(nóng)業(yè)社會化服務(wù)的傾向得分值，OS是處理變量，如果農(nóng)戶購買了農(nóng)業(yè)社會化服務(wù)，則OS= 1，反之為0。Xi為選擇的匹配變量，獲得傾向得分后，就可以利用不同匹配方法得到農(nóng)業(yè)社會化服務(wù)對耕地撂荒影響的平均處理效應(yīng)（ATT）：

式（6）中：Y1i、Y0i分別表示同一農(nóng)戶在實驗組和對照組兩種情形下的輸出結(jié)果。

3 數(shù)據(jù)來源與特征事實

3.1 數(shù)據(jù)來源

本文數(shù)據(jù)來源于浙江大學(xué)2017年首次公開的中國家庭大數(shù)據(jù)庫，數(shù)據(jù)包含2011年、2013年、2015年、2017年的4輪中國農(nóng)村家庭調(diào)查數(shù)據(jù)，其中2011年、2013年、2015年和2017年調(diào)研農(nóng)村家庭戶數(shù)依次為5 120戶、16 511戶、22 535戶和24 764戶。調(diào)查內(nèi)容涉及中國農(nóng)村家庭比較完整的信息，包括家庭的基本結(jié)構(gòu)、就業(yè)、收支、農(nóng)業(yè)生產(chǎn)經(jīng)營、土地利用與流轉(zhuǎn)、社會保障、教育等各個方面。需要說明的是：第一，考慮到農(nóng)戶耕地撂荒數(shù)據(jù)僅在2017年問卷中涉及，因此，本文采用2017年數(shù)據(jù)進行實證分析。第二，在數(shù)據(jù)處理中，對戶主個人特征、個人生活保障、農(nóng)戶家庭特征以及土地特征等數(shù)據(jù)變量缺失或者記錄為“不知道”的樣本進行了刪除。第三，調(diào)研樣本中，有部分家庭雖然戶籍在農(nóng)村，但實際并沒有從事農(nóng)業(yè)生產(chǎn)經(jīng)營活動，對這部分樣本也進行了剔除。通過整理，本文共獲得了9 419戶有效樣本。調(diào)查樣本能較好的反映全國耕地撂荒和農(nóng)業(yè)社會化服務(wù)的情況。

3.2 變量選取

（1）因變量。選取農(nóng)戶耕地是否撂荒、實際撂荒面積和撂荒比例為因變量。

（2）核心解釋變量。用“租賃農(nóng)用機械以及農(nóng)用運輸車輛花了多少錢”來表征農(nóng)戶購買農(nóng)業(yè)社會化服務(wù)的水平。

（3）其他控制變量。農(nóng)戶家庭特征和土地特征也會對耕地撂荒產(chǎn)生影響。首先，根據(jù)已有研究的主要做法，本文選擇戶主年齡、受教育程度、身體健康狀況和性別等作為家庭特征變量；選取地塊數(shù)和土地經(jīng)營面積來反映農(nóng)戶的土地經(jīng)營特征[18]。其次，不同村莊在地理位置、交通條件和農(nóng)業(yè)生產(chǎn)習(xí)慣方面會存在差異，這些不可觀測因素會對農(nóng)戶耕地撂荒行為產(chǎn)生影響，本文選取村莊離最近快遞點的距離、村機械收割比例、村撂荒比例和是否貧困村來反映村莊特征。不同省份之間的一些不可觀測因素也會影響農(nóng)戶耕地撂荒行為，本文在模型中還加入了省份虛擬變量予以控制。所有相關(guān)變量的說明與描述性統(tǒng)計詳見表1。

表1 變量及其描述性統(tǒng)計Tab.1 Variables and descriptive statistics

樣本地區(qū)戶均承包地撂荒面積比例為3.4%，按全國18億畝耕地面積計算，約有6 000萬畝耕地被撂荒。購買農(nóng)機服務(wù)的農(nóng)戶占比為42.2%，平均每戶支付的農(nóng)業(yè)社會化服務(wù)金額為633.2元。戶均土地經(jīng)營規(guī)模為9.529畝，地塊數(shù)為5.092塊，土地細碎化較為嚴(yán)重。僅有13.2%的農(nóng)戶存在轉(zhuǎn)入土地行為，17.8%的農(nóng)戶存在轉(zhuǎn)出土地行為，樣本范圍內(nèi)的農(nóng)地流轉(zhuǎn)率較低。耕地機械收獲的比例為64.45%?？爝f點距離村委會平均距離約5.429 km，快遞網(wǎng)點進農(nóng)村比例較低。農(nóng)業(yè)經(jīng)營戶主平均年齡56.61歲，受教育程度較低。家庭平均人口數(shù)為3.6人，農(nóng)業(yè)勞動力非農(nóng)轉(zhuǎn)移比例為39%。

3.3 特征事實

根據(jù)對樣本數(shù)據(jù)的統(tǒng)計分析可知（表2），不同地區(qū)的耕地撂荒程度差異較大。西部地區(qū)耕地撂荒比例最大，中部地區(qū)撂荒比例最小。主要原因是近年來西部地區(qū)經(jīng)濟發(fā)展較快導(dǎo)致勞動力外出務(wù)工增多，務(wù)農(nóng)機會成本增大，加之地形氣候等不宜耕種原因，耕地撂荒較多。中部地區(qū)多數(shù)為我國糧食主產(chǎn)區(qū)，農(nóng)業(yè)勞動力兼業(yè)較多，追求農(nóng)業(yè)收益和非農(nóng)就業(yè)收益的總收益最大是最優(yōu)目標(biāo)。此外，糧食主產(chǎn)區(qū)正大力推動的高標(biāo)準(zhǔn)農(nóng)田建設(shè)和農(nóng)地流轉(zhuǎn)也一定程度上抑制了耕地撂荒。東部地區(qū)經(jīng)濟發(fā)展水平高，務(wù)農(nóng)機會成本高，耕地的非糧化和非農(nóng)化較為嚴(yán)重，真正撂荒相對較少。從農(nóng)業(yè)社會化服務(wù)來看，中部地區(qū)農(nóng)戶購買農(nóng)業(yè)社會化服務(wù)較多，主要原因是糧食作物具有易于機械作業(yè)的特點；東部地區(qū)多以種植經(jīng)濟作物為主，這類作物屬于勞動密集型作物且不便于農(nóng)機作業(yè)，農(nóng)戶購買農(nóng)業(yè)機械化服務(wù)的也相對較少。

表2 中國農(nóng)業(yè)社會化服務(wù)與耕地撂荒的特征事實Tab.2 Descriptive statistics of SAS and farmland abandonment in China

圖2可知，農(nóng)業(yè)社會化服務(wù)金額和耕地撂荒之間呈現(xiàn)明顯的反向關(guān)系，農(nóng)戶購買農(nóng)業(yè)社會化服務(wù)水平越高，耕地撂荒越低。農(nóng)業(yè)社會化服務(wù)可能是導(dǎo)致耕地撂荒較少的一個重要原因。分不同地區(qū)來看，中部地區(qū)農(nóng)戶購買農(nóng)業(yè)社會化服務(wù)最多，耕地撂荒比例最低；西部地區(qū)農(nóng)戶購買農(nóng)業(yè)社會化服務(wù)最少，耕地撂荒比例最高。

圖2 樣本地區(qū)農(nóng)業(yè)社會化服務(wù)與耕地撂荒的關(guān)系Fig.2 The relationship of SAS and farmland abandonment

4 結(jié)果分析

4.1 農(nóng)業(yè)社會化服務(wù)對耕地撂荒影響的估計結(jié)果

本文利用Stata15軟件定量估計農(nóng)業(yè)社會化服務(wù)對農(nóng)戶耕地是否撂荒、耕地撂荒面積和撂荒比例的影響，為盡可能的消除模型內(nèi)生性問題，本文利用工具變量法進行估計（表3），弱工具變量檢驗的F值均大于經(jīng)驗值10，說明不存在弱工具變量問題。內(nèi)生性檢驗顯示農(nóng)業(yè)社會化服務(wù)變量具有內(nèi)生性。

表3 農(nóng)業(yè)社會化服務(wù)對耕地撂荒影響的估計結(jié)果Tab.3 Results of the impact of SAS on farmland abandonment

由表3可知，農(nóng)業(yè)社會化服務(wù)金額對農(nóng)戶是否撂荒耕地、撂荒面積和撂荒比例的影響均顯著為負(fù)，說明農(nóng)戶購買農(nóng)業(yè)社會化服務(wù)之后，可有效減少耕地撂荒的概率和面積，購買水平越高，耕地撂荒的可能性越低。農(nóng)業(yè)生產(chǎn)需在廣袤的田地上進行，具有決策時間上高度的統(tǒng)一性和空間上的分散性，要求不誤農(nóng)時。農(nóng)作物的自然生長規(guī)律決定了其所需的農(nóng)業(yè)生產(chǎn)時間往往就集中在幾天時間且需多次戶外勞作，導(dǎo)致農(nóng)忙時節(jié)雇工難且工資高。農(nóng)業(yè)社會化服務(wù)本質(zhì)上是勞動分工深化的結(jié)果，當(dāng)不存在農(nóng)業(yè)社會化服務(wù)市場時，隨非農(nóng)工資上漲，勞動力務(wù)農(nóng)機會成本持續(xù)攀升，部分農(nóng)戶會因農(nóng)業(yè)種植比較收益低而選擇撂荒耕地。隨勞動分工程度加深，擁有資本、技術(shù)和管理等現(xiàn)代生產(chǎn)要素的農(nóng)業(yè)社會化服務(wù)組織，可介入農(nóng)戶農(nóng)業(yè)生產(chǎn)的整地、播種、插秧、施肥和施藥等不同環(huán)節(jié)。農(nóng)業(yè)機械的資產(chǎn)專用性強，每家每戶購買農(nóng)機既不可能，也不經(jīng)濟。農(nóng)戶通過購買不同環(huán)節(jié)的農(nóng)業(yè)社會化服務(wù)，可替代自身購買農(nóng)機，緩解資金和技術(shù)約束，降低農(nóng)業(yè)生產(chǎn)成本，進而減少耕地撂荒。此外，糧食作物具有易于機械化作業(yè)的特點，而整地、播種和收割易于機械化操作且服務(wù)效果易觀察，農(nóng)戶購買此類農(nóng)業(yè)社會化服務(wù)能較好的獲取糧食生產(chǎn)的規(guī)模經(jīng)濟效益并降低農(nóng)業(yè)生產(chǎn)成本。根據(jù)筆者在江蘇的農(nóng)戶調(diào)查，購買整地和收割的農(nóng)戶數(shù)占比分別達到85%和95%[17]，且畝均農(nóng)機服務(wù)費用平均約為100～150元，半天或1天時間就可完成小規(guī)模農(nóng)戶的整地、播種或收割作業(yè)。相比于雇工、自我勞動投入和購買農(nóng)機，購買農(nóng)機服務(wù)具有低成本的比較優(yōu)勢，通過購買農(nóng)機服務(wù)可降低農(nóng)忙時節(jié)勞動力約束和農(nóng)機約束對糧食生產(chǎn)的負(fù)面影響，對抑制耕地撂荒具有積極效果。

地塊數(shù)對農(nóng)戶是否撂荒耕地、撂荒面積和撂荒比例的影響均顯著為正，地塊數(shù)越多，農(nóng)業(yè)勞動力和農(nóng)機使用的約束會越強，土地細碎化經(jīng)營的成本高效益低，農(nóng)戶種糧積極性下降，耕地撂荒增多。此外，由于農(nóng)作物的自然生長特征和土地的不能移動，農(nóng)業(yè)社會化服務(wù)供給成本和服務(wù)規(guī)模等會受到土地細碎化的約束。地塊數(shù)越多意味著地塊越分散，平均地塊面積越小，農(nóng)業(yè)社會化服務(wù)的供給成本增多。出于成本收益考慮，社會化服務(wù)組織也會選擇在家庭地塊數(shù)較少、服務(wù)供給成本較低的較大地塊上提供服務(wù)。土地經(jīng)營規(guī)模越大，農(nóng)戶對農(nóng)業(yè)經(jīng)營收入更重視，對農(nóng)作物產(chǎn)量的波動和預(yù)期會越敏感，選擇購買農(nóng)業(yè)社會化服務(wù)來緩解勞動力和技術(shù)約束的概率會更高，耕地撂荒也會隨之減少。勞動力非農(nóng)轉(zhuǎn)移比例越高，農(nóng)業(yè)收入占家庭總收入份額會越少，特別是對非農(nóng)工作較為穩(wěn)定的家庭，農(nóng)業(yè)生產(chǎn)的不誤農(nóng)時特征會降低勞動力兼業(yè)傾向，導(dǎo)致農(nóng)戶耕地撂荒的概率和撂荒比例提高。勞動力身體健康越差，戶外勞作時間越難保證，距家較遠耕地被撂荒的可能性也會增大。

村級耕地撂荒會對農(nóng)戶是否撂荒耕地產(chǎn)生重要影響。農(nóng)業(yè)生產(chǎn)需要一定的集體行動，當(dāng)農(nóng)戶相鄰或周邊的地塊均撂荒時，灌溉和田間道路等原因會導(dǎo)致種糧成本上升，撂荒地相鄰地塊撂荒的概率也會增多。耕地機械收獲比例越高，因農(nóng)業(yè)勞動力短缺引致的耕地撂荒會減少。貧困村會增加農(nóng)戶耕地撂荒的概率和撂荒比例。我國絕大多數(shù)貧困村都處于偏離城市較遠的地區(qū)，交通基礎(chǔ)設(shè)施較差，農(nóng)業(yè)機械無法大面積普及，農(nóng)業(yè)經(jīng)營效益低會帶來耕地撂荒增多。農(nóng)業(yè)勞動力老齡化也會引致農(nóng)戶耕地撂荒的可能性增多。

4.2 異質(zhì)性分析：不同地區(qū)分析

考慮到不同地區(qū)土地、勞動和資本等要素市場發(fā)展很不相同，不同地區(qū)的農(nóng)業(yè)生產(chǎn)條件、家庭勞動力稟賦、農(nóng)業(yè)社會化服務(wù)發(fā)展水平和耕地撂荒也存在顯著差異。本文進一步將樣本細分為東、中、西和糧食主產(chǎn)區(qū)進行分析。表4表明，農(nóng)業(yè)社會化服務(wù)對東部、中部和糧食主產(chǎn)區(qū)農(nóng)戶耕地是否撂荒的影響顯著為負(fù)，而對農(nóng)戶耕地撂荒面積和撂荒比例的影響僅在中部和糧食主產(chǎn)區(qū)顯著為負(fù)。可能原因如下：東部地區(qū)勞動力務(wù)農(nóng)機會成功高，而農(nóng)業(yè)社會化服務(wù)能幫助農(nóng)戶克服在勞動力短缺、資本和現(xiàn)代農(nóng)業(yè)技術(shù)裝備不足等方面的困難，一定程度能抑制農(nóng)戶耕地撂荒。并且，東部地區(qū)耕地條件較好，耕地非糧化和非農(nóng)化較多，實際耕地撂荒面積相對較少。中部地區(qū)多數(shù)為我國糧食主產(chǎn)區(qū)，勞動力兼業(yè)較多，追求農(nóng)業(yè)收益和非農(nóng)就業(yè)收益的總收益最大是最優(yōu)目標(biāo)。且糧食作物具有易于機械作業(yè)的特點，農(nóng)戶購買農(nóng)機服務(wù)能夠較好的獲取糧食生產(chǎn)的規(guī)模經(jīng)濟效益，能較好的抑制耕地撂荒。西部地區(qū)農(nóng)業(yè)勞動力非農(nóng)轉(zhuǎn)移較多，加之因地形、土壤、氣候環(huán)境等不宜耕種原因，農(nóng)業(yè)社會化服務(wù)的供給成本和種糧成本高，耕地撂荒相對較多。

表4 農(nóng)業(yè)社會化服務(wù)對耕地撂荒影響的估計結(jié)果（分地區(qū)）Tab.4 Results of the impact of SAS on farmland abandonment (different regions)

地塊數(shù)對東部、中部和糧食主產(chǎn)區(qū)農(nóng)戶耕地是否撂荒、撂荒比例和面積的影響均顯著為正。耕地細碎分散會增強農(nóng)業(yè)勞動力和農(nóng)業(yè)機械對農(nóng)業(yè)生產(chǎn)的約束作用，會增加種糧成本，降低農(nóng)戶種糧積極性，引致農(nóng)戶耕地撂荒。村級撂荒對東部和主產(chǎn)區(qū)的農(nóng)戶耕地撂荒的影響均顯著為正?？傮w看來，表4估計結(jié)果和全樣本下的估計結(jié)果基本一致，能較好的驗證本文的研究結(jié)果。

4.3 穩(wěn)健性分析

（1）穩(wěn)健性檢驗一：替換關(guān)鍵解釋變量。替換變量法是解決內(nèi)生性問題的一種方法[19]。為檢驗估計結(jié)果的穩(wěn)健性，本文進一步使用樣本地區(qū)農(nóng)戶所在縣和省的農(nóng)業(yè)社會化服務(wù)水平作為代理變量進行穩(wěn)健性回歸。表5可知，農(nóng)戶所在縣的農(nóng)業(yè)社會化服務(wù)水平對農(nóng)戶耕地是否撂荒、撂荒比例和撂荒面積的影響均在1%水平下顯著為負(fù)，即縣級農(nóng)業(yè)社會化服務(wù)水平越高，農(nóng)戶耕地撂荒越少。在糧食主產(chǎn)區(qū)、中部和西部地區(qū)，縣級社會化服務(wù)水平對農(nóng)戶耕地是否撂荒、撂荒比例和面積均存在顯著負(fù)向影響。農(nóng)戶所在省的農(nóng)業(yè)社會化服務(wù)水平對農(nóng)戶耕地是否撂荒和撂荒比例的影響顯著為負(fù)，即農(nóng)戶所在省的農(nóng)業(yè)社會化服務(wù)發(fā)展水平越高，耕地撂荒的可能性越低。在糧食主產(chǎn)區(qū)和西部地區(qū)，省級農(nóng)業(yè)社會化服務(wù)水平對農(nóng)戶耕地是否撂荒、撂荒比例和面積的影響同樣顯著為負(fù)。替換關(guān)鍵解釋變量之后的估計結(jié)果也一定程度上檢驗了本文研究結(jié)果的穩(wěn)健性。

表5 農(nóng)業(yè)社會化服務(wù)對耕地撂荒影響的估計結(jié)果（替換關(guān)鍵解釋變量）Tab.5 Estimation results of the impact of SAS on farmland abandonment (replacing the key independent variables)

（2）穩(wěn)健性檢驗二：傾向得分匹配（PSM）方法。PSM方法也是解決內(nèi)生性問題的有效方法。表6可知，采用4種不同匹配方法得到的ATT值均為負(fù)，都通過了1%顯著性水平檢驗且結(jié)果相近，說明農(nóng)業(yè)社會化服務(wù)能有效減少耕地撂荒，進一步驗證了估計結(jié)果的穩(wěn)健性。

表6 農(nóng)業(yè)社會化服務(wù)對耕地撂荒影響的估計結(jié)果Tab.6 The matching results of the impact of SAS on farmland abandonment

4.4 機制檢驗

（1）機制分析。不論是土地經(jīng)營規(guī)模戶抑或是小農(nóng)戶，在時間、農(nóng)機裝備、農(nóng)業(yè)技術(shù)水平等約束下，將農(nóng)業(yè)生產(chǎn)中的部分環(huán)節(jié)交給農(nóng)業(yè)社會化服務(wù)組織，可緩解其面臨的勞動力短缺、資金和技術(shù)約束，實現(xiàn)農(nóng)業(yè)生產(chǎn)要素的重新配置，引發(fā)農(nóng)村土地流轉(zhuǎn)市場供需變化，對耕地撂荒產(chǎn)生影響（圖3）。

圖3 農(nóng)業(yè)社會化對耕地撂荒的影響機制Fig.3 The influencing pathway of SAS on farmland abandonment

第一，農(nóng)業(yè)社會化服務(wù)對土地經(jīng)營規(guī)模戶①本文中的規(guī)模戶是指土地經(jīng)營面積大于省平均土地經(jīng)營規(guī)模面積的農(nóng)戶，反之則為小農(nóng)戶。轉(zhuǎn)入土地的作用機制。土地經(jīng)營規(guī)模戶通過土地轉(zhuǎn)入實現(xiàn)規(guī)模經(jīng)營，隨土地經(jīng)營面積擴大，其面臨的勞動力、技術(shù)、管理和資金約束增強，其生產(chǎn)過程會越來越依賴于農(nóng)業(yè)社會化服務(wù)組織。首先，農(nóng)業(yè)社會化服務(wù)組織可為農(nóng)戶提供農(nóng)業(yè)雇工服務(wù)或農(nóng)機租賃服務(wù)，可提高規(guī)模戶轉(zhuǎn)入土地的需求和緩解資金和技術(shù)約束，促進農(nóng)戶轉(zhuǎn)入土地[15-16]。其次，農(nóng)業(yè)機械資產(chǎn)專用性強，農(nóng)業(yè)社會化服務(wù)組織使農(nóng)戶便利地獲得了農(nóng)機，節(jié)省了自行購買農(nóng)業(yè)機械所需的大量資金。再次，限于公共農(nóng)技推廣的有限資源，大多數(shù)規(guī)模戶難以直接獲得農(nóng)業(yè)技術(shù)支持，社會化服務(wù)組織已逐漸成為農(nóng)業(yè)技術(shù)推廣的主力軍，將農(nóng)業(yè)專業(yè)技術(shù)或現(xiàn)代裝備引入農(nóng)業(yè)生產(chǎn)，可緩解規(guī)模戶的技術(shù)約束，有利于規(guī)模戶轉(zhuǎn)入土地。

第二，農(nóng)業(yè)社會化服務(wù)對小農(nóng)戶轉(zhuǎn)出土地的作用機制。農(nóng)戶是否選擇轉(zhuǎn)出土地或者撂荒，取決于經(jīng)營土地的成本收益。小農(nóng)戶議價能力普遍較弱，對接市場相對較為困難，購買農(nóng)業(yè)社會化服務(wù)之后，可降低獲取外部資源的搜尋成本，也能促使其引入現(xiàn)代農(nóng)業(yè)生產(chǎn)要素，成為技術(shù)投資和改善農(nóng)業(yè)生產(chǎn)經(jīng)營管理的主體[20]，一定程度會提高小農(nóng)戶的土地需求，降低小農(nóng)戶的土地轉(zhuǎn)出意愿。

（2）模型構(gòu)建。根據(jù)上文的機制分析，為進一步檢驗農(nóng)業(yè)社會化服務(wù)對農(nóng)戶土地流轉(zhuǎn)影響的微觀機制，本文構(gòu)建如下計量經(jīng)濟模型予以實證分析：

式（7）中：Land_transi為反映農(nóng)戶土地流轉(zhuǎn)行為的因變量；OSi為反映農(nóng)業(yè)社會化服務(wù)的變量；Xi是影響農(nóng)戶土地流轉(zhuǎn)行為的控制變量，模型中也加入了省級層面隨時間不變但因省級而異的不可觀測因素；α、β、γ為待估系數(shù)；εi為隨機誤差項。

（3）估計結(jié)果。農(nóng)戶購買農(nóng)業(yè)社會化服務(wù)和土地流轉(zhuǎn)行為之間理論上是農(nóng)戶“自選擇”的結(jié)果，模型可能存在內(nèi)生性問題，造成估計結(jié)果偏誤。為盡可能獲取準(zhǔn)確的估計結(jié)果，本部分采用傾向得分匹配方法（PSM）消除模型內(nèi)生性問題。表7可知，模型共同支撐假設(shè)檢驗的AUC值接近0.5，滿足傾向得分所要求的共同支撐假設(shè)檢驗，模型擬合檢驗的AUC值接近0.8，擬合效果較好。

表7 農(nóng)業(yè)社會化服務(wù)對不同規(guī)模農(nóng)戶耕地撂荒的影響Tab.7 Results of the impact of SAS on farmland transfer behavior

表7可知，農(nóng)業(yè)社會化服務(wù)對規(guī)模戶的土地轉(zhuǎn)入行為具有明顯促進作用，對小農(nóng)戶的土地轉(zhuǎn)出行為并未產(chǎn)生明顯影響?？赡茉蛉缦拢含F(xiàn)階段，農(nóng)業(yè)社會化服務(wù)最大的作用在于緩解農(nóng)戶農(nóng)業(yè)生產(chǎn)經(jīng)營的勞動力和技術(shù)約束，但這種作用可能更多的通過土地經(jīng)營規(guī)模發(fā)揮。規(guī)模戶由于土地經(jīng)營面積較大，面臨的勞動力、資本和技術(shù)約束較強，農(nóng)業(yè)社會化服務(wù)組織擁有的現(xiàn)代農(nóng)業(yè)生產(chǎn)要素和先機農(nóng)業(yè)技術(shù)可緩解規(guī)模戶的資本和技術(shù)等約束，促進其轉(zhuǎn)入土地。此外，由于土地的不能移動，農(nóng)業(yè)社會化服務(wù)服務(wù)供給成本、服務(wù)范圍、服務(wù)規(guī)模和交易頻率會受到土地細碎化的約束，為降低服務(wù)供給成本，農(nóng)業(yè)社會化服務(wù)組織也會更愿意為規(guī)模戶提供服務(wù)。

5 結(jié)論和討論

本文在理論上闡述了農(nóng)業(yè)社會化服務(wù)影響農(nóng)戶耕地撂荒的作用機理，利用浙江大學(xué)中國家庭大數(shù)據(jù)、工具變量法和PSM方法，定量研究了農(nóng)業(yè)社會化服務(wù)對農(nóng)戶耕地撂荒的影響效果，從不同方面驗證了估計結(jié)果的穩(wěn)健性，并對其影響機制進行了實證檢驗。結(jié)論如下：第一，農(nóng)業(yè)社會化服務(wù)能顯著減少農(nóng)戶耕地撂荒，但這種作用存在地區(qū)異質(zhì)性，在中部地區(qū)和糧食主產(chǎn)區(qū)明顯，而在東部和西部地區(qū)并不明顯。第二，農(nóng)業(yè)社會化服務(wù)對不同經(jīng)營規(guī)模農(nóng)戶土地流轉(zhuǎn)行為的影響存在差異，農(nóng)戶購買社會化服務(wù)水平的提高能促進規(guī)模戶轉(zhuǎn)入土地，但對抑制小農(nóng)戶轉(zhuǎn)出土地的影響并不顯著。

基于以上發(fā)現(xiàn)，本文有以下3點啟示：第一，農(nóng)業(yè)生產(chǎn)不同環(huán)節(jié)的作業(yè)監(jiān)督存在巨大差異，整地、播種、插秧和收割等環(huán)節(jié)的作業(yè)標(biāo)準(zhǔn)化程度高且服務(wù)效果易觀察，而施肥和施藥環(huán)節(jié)標(biāo)準(zhǔn)化程度低且效果難以衡量，政府應(yīng)進一步強化合同監(jiān)管和加強價格監(jiān)測，規(guī)范服務(wù)行為并提高作業(yè)標(biāo)準(zhǔn)化水平，以此提高農(nóng)戶對農(nóng)業(yè)社會化服務(wù)的有效需求，減少耕地撂荒。第二，土地規(guī)模經(jīng)營戶和小農(nóng)戶的土地連片程度不同，導(dǎo)致農(nóng)業(yè)社會化服務(wù)的作業(yè)成本不同。要提高小農(nóng)戶的生產(chǎn)組織化程度和集體行動意識，鼓勵小農(nóng)戶聯(lián)合連片購買農(nóng)業(yè)社會化服務(wù)，降低農(nóng)業(yè)社會化服務(wù)的作業(yè)成本。第三，政府要加強對田間道路和水利灌溉等地塊基礎(chǔ)設(shè)施建設(shè)的政策支持，努力實現(xiàn)零散耕地的集中連片經(jīng)營，降低土地細碎化的約束效應(yīng)，提升農(nóng)業(yè)社會化服務(wù)組組的服務(wù)供給能力，降低農(nóng)戶農(nóng)業(yè)經(jīng)營成本，減少耕地撂荒。