摘 要：在農(nóng)業(yè)農(nóng)村現(xiàn)代化不斷推進的背景下，利用1878份南方水稻種植戶調(diào)查數(shù)據(jù)，運用規(guī)模經(jīng)濟、農(nóng)業(yè)分工和交易成本理論，探討農(nóng)地流轉對水稻種植戶機械化水平及其模式的影響。研究發(fā)現(xiàn)，農(nóng)地流轉顯著提升了農(nóng)業(yè)機械化水平，并促使機械化模式發(fā)生轉變。利用農(nóng)戶產(chǎn)權安全感知度作為農(nóng)地流轉的工具變量，克服模型內(nèi)生性，結果仍然穩(wěn)健。具體而言，農(nóng)戶轉入土地面積每增加一個百分點，其水稻種植機械化作業(yè)面積將增加0386個百分點。同時，農(nóng)戶轉入土地后自置農(nóng)機的概率上升，而雇傭機耕和機收服務的概率下降，致使農(nóng)機社會化服務市場轉型。異質(zhì)性分析表明，土地細碎化程度越高則更可能降低農(nóng)地流轉對農(nóng)業(yè)機械化的正向影響；同時，中青年農(nóng)戶相比老年農(nóng)戶的農(nóng)業(yè)生產(chǎn)機械化程度更高。為進一步推動小農(nóng)戶向現(xiàn)代農(nóng)業(yè)轉型，加快我國農(nóng)業(yè)農(nóng)村現(xiàn)代化進程，還需要加強土地產(chǎn)權保護、促進農(nóng)地流轉。

關鍵詞：土地流轉、產(chǎn)權安全感知、農(nóng)業(yè)機械化、社會化服務

中圖分類號：F301.1;F306.6

文獻標識碼：A

文章編號：1008-2697（2024）04-0033-11

一、引言

自中共二十大以來，黨中央強調(diào)鄉(xiāng)村振興要促進小農(nóng)戶和現(xiàn)代農(nóng)業(yè)的發(fā)展有機銜接，加快推進農(nóng)業(yè)農(nóng)村現(xiàn)代化。農(nóng)化生產(chǎn)的重要途徑農(nóng)業(yè)機械化為減輕農(nóng)戶勞動強度、提高生產(chǎn)效率提供了重要手段，是農(nóng)業(yè)現(xiàn)代化的重要標志（焦長權、董磊明，2018）。（焦長權、董磊明，2018）。與此同時，農(nóng)地流轉作為中國農(nóng)村改革的重要內(nèi)容之一，對農(nóng)業(yè)生產(chǎn)方式與農(nóng)村經(jīng)濟結構產(chǎn)生了深遠影響（Foster & Rosenzweig，2022）。截止至2021年底，全國家庭承包的耕地流轉面積已超過555億畝。農(nóng)地流轉不僅僅是土地經(jīng)營權的簡單交換，背后更是對土地資源的整合與優(yōu)化，可能對農(nóng)業(yè)機械化投資經(jīng)營決策產(chǎn)生重大影響（Caunedo & Kala，2021）。然VHM/UDMxAnvSUk474s2Pl85+mZ3wt+cygBHKrSD+5I4=而，目前學界尚未充分討論農(nóng)地流轉對農(nóng)業(yè)機械化的系統(tǒng)影響討論該問題。因此，本文擬進一步探究農(nóng)地流轉對農(nóng)業(yè)機械化的影響。這對于進一步完善和促進農(nóng)村土地承包經(jīng)營權有序流轉、積極推進我國農(nóng)業(yè)農(nóng)村現(xiàn)代化具有重要意義。

近20多年來，我國農(nóng)業(yè)機械化快速發(fā)展，農(nóng)業(yè)機械化水平顯著提升（金文成等，2023）。具體來看，農(nóng)機總動力從2001年的523億千瓦增至2021年的1078億千瓦，同時全國農(nóng)作物耕種收綜合機械化率從31%增長到了72%（楊青等，2023）。截止2021年，我國農(nóng)機服務組織達到了193萬個，其中農(nóng)機專業(yè)合作社數(shù)量為761萬個，農(nóng)機作業(yè)服務總收入達到了4816億元①

數(shù)據(jù)來源于《中國農(nóng)業(yè)機械工業(yè)年鑒（2022）》。。由此可見，農(nóng)機社會化服務在我國農(nóng)業(yè)生產(chǎn)中具有相當?shù)囊?guī)模。然而，中國農(nóng)機服務市場發(fā)生了重要變化，即以跨區(qū)收割為代表的農(nóng)機外包作業(yè)服務已越過最高點并呈現(xiàn)下降趨勢。如圖1所示，全國農(nóng)業(yè)機械跨區(qū)作業(yè)面積從2009年的27416千公頃【圖1縱軸10000千公頃=1千萬公頃，與文中單位不符】增加至2013年的36719千公頃，達到峰值。此后，該數(shù)字持續(xù)下降至2020年的19899千公頃，盡管在2021年略有回升至20603千公頃，但這一數(shù)值僅相當于2013年峰值的5613%。從分環(huán)節(jié)來看，機播、機耕及機收均在2013達到頂峰后開始下降，趨勢一致?？傮w來看，盡管我國農(nóng)業(yè)機械化水平總體上仍在上升，但農(nóng)機跨區(qū)服務的需求卻在減少。這表明我國農(nóng)業(yè)機械化的模式正在發(fā)生轉變，農(nóng)戶減少了對外包服務的依賴。

針對上述農(nóng)業(yè)機械化問題，學者們從多個角度探討了其驅(qū)動因素及其影響（Wang et al，2016;魏素豪&唐忠，2022）。土地細碎化普遍被認為是制約農(nóng)業(yè)機械化的重要原因（Adamopoulos & Restuccia，2014;Foster & Rosenzweig，2022;楊青等，2023）。農(nóng)戶在決定是否購買農(nóng)機時，首先需要權衡農(nóng)機投資能否帶來經(jīng)濟效益（白仲林、李峰，2024）。由于農(nóng)地經(jīng)營規(guī)模小，加之農(nóng)機設備購置成本高、使用頻率低、技術復雜等原因，農(nóng)戶更傾向于雇傭農(nóng)機服務（Qian et al，2022;蔡鍵等， 2017）。在農(nóng)業(yè)機械化發(fā)展初期，跨區(qū)服務則解決了單個農(nóng)戶難以負擔高額農(nóng)機成本的問題。同時，這種模式使農(nóng)機服務組織利用規(guī)模效應降低運營成本，提供了相對廉價且專業(yè)的服務。然而，隨著農(nóng)村土地流轉政策和農(nóng)機購置補貼政策的實施，土地適度規(guī)模經(jīng)營提高，農(nóng)戶的經(jīng)濟能力和技術水平顯著提升，越來越多的農(nóng)戶可以自購農(nóng)機（李寧等，2019;楊青等，2023），不僅用于自身生產(chǎn)，還向周邊地區(qū)提供服務（Qiu et al，2021）。

從理論上而言，足夠的市場容量是農(nóng)機服務市場得以發(fā)展的基本條件（Caunedo & Kala，2021；Youno，1928）。盡管單個農(nóng)戶經(jīng)營規(guī)模較小，但是當眾多小農(nóng)戶的需求匯聚到一起，就會形成一個巨大的農(nóng)機服務市場。同時，農(nóng)業(yè)生產(chǎn)環(huán)節(jié)的可分性客觀上也能深化農(nóng)業(yè)分工，擴大農(nóng)機市場需求（張露、羅必良，2018）。羅必良（2017）認為，在不削弱農(nóng)戶對承包土地控制權的情況下，農(nóng)業(yè)生產(chǎn)中的多個環(huán)節(jié)可以獨立分離并作為中間服務存在。例如，水稻整地、育秧、插秧和收割等生產(chǎn)活動都可以通過專業(yè)服務組織以外包形式承擔。從效率來看，農(nóng)戶將部分農(nóng)業(yè)環(huán)節(jié)委托給專業(yè)農(nóng)機服務組織，可以利用專業(yè)化服務提高生產(chǎn)效率（劉家成、徐志剛，2024;鐘真等，2021）。同時，不同農(nóng)戶對同一生產(chǎn)環(huán)節(jié)的外包也促進了縱向分工的加深，獲得規(guī)模經(jīng)濟帶來的優(yōu)勢（Zhang et al，2017）。因此，當土地經(jīng)營規(guī)模較小，農(nóng)戶采納農(nóng)機外包服務是成本最小化的理性選擇。

值得注意的是，在當前農(nóng)業(yè)經(jīng)營規(guī)模日益擴大的背景下，存在一個顯著趨勢：農(nóng)機服務外包的交易成本逐步上升。由于交易風險和信息不對稱的限制，成本增加集中表現(xiàn)為搜索合適農(nóng)機供應商的困難、租賃談判的成本以及監(jiān)督農(nóng)機操作質(zhì)量的挑戰(zhàn)（仇童偉，2019）。對于小規(guī)模土地經(jīng)營的農(nóng)戶而言，租賃農(nóng)機可能是更合理的選擇，因為集體租賃可以規(guī)避購買和維護農(nóng)機的高成本，并且可以依托集體力量進行有效監(jiān)督（Mottaleb et al，2017;劉守英、王瑞民，2019）。然而，隨著經(jīng)營規(guī)模的擴大，農(nóng)戶減少，同時頻繁的農(nóng)機使用需求和監(jiān)督難度的增加可能導致租賃方式的交易成本上升。因此，自購農(nóng)機成為農(nóng)戶節(jié)約交易成本、提高效率的一個可行策略。換言之，隨之農(nóng)地規(guī)模的擴大，農(nóng)戶自行購置農(nóng)機能夠在一定程度上提升其生產(chǎn)的自主性和靈活性（魏素豪、唐忠，2022）。此外，農(nóng)戶購買農(nóng)機后可以向鄰近地區(qū)提供有償?shù)霓r(nóng)機服務，既提高了農(nóng)機的使用效率，還能分攤固定成本（Qian et al，2022）。

綜上所述，農(nóng)地流轉是推進農(nóng)業(yè)現(xiàn)代化進程中的重要一環(huán)，它與農(nóng)業(yè)機械服務模式的選擇緊密相連，可能直接塑造農(nóng)戶的生產(chǎn)行為。深入研究農(nóng)地流轉對農(nóng)業(yè)機械化的影響，對于制定農(nóng)業(yè)政策、優(yōu)化資源配置、推動農(nóng)業(yè)現(xiàn)代化具有重要意義。因此，本文將基于課題組2021年和2023年在粵東西北地區(qū)調(diào)研的1878個水稻種植戶的調(diào)查數(shù)據(jù)，探究不同農(nóng)地流轉情境下農(nóng)業(yè)機械化的發(fā)展路徑及其內(nèi)在機理，為農(nóng)村經(jīng)濟發(fā)展和農(nóng)業(yè)現(xiàn)代化提供理論支持和政策建議。

本文的貢獻表現(xiàn)在如下方面：第一，不僅關注土地流轉對農(nóng)業(yè)機械化的直接影響，還深入挖掘了土地流轉對農(nóng)機社會化服務市場的轉型以及對不同類型農(nóng)戶的影響。通過剖析土地流轉的多重影響，為進一步探討農(nóng)地流轉與現(xiàn)代農(nóng)業(yè)發(fā)展之間的關系提供了新的思路。第二，通過將產(chǎn)權安全感知作為工具變量引入模型，有效地緩解模型潛在的內(nèi)生性問題，提高了研究結果的可信度和準確性。第三，使用獨特的南方水稻種植戶調(diào)研一手數(shù)據(jù)。區(qū)別于與一般的宏觀數(shù)據(jù)或二手數(shù)據(jù)，本文能夠全面了解當?shù)剞r(nóng)戶的生產(chǎn)情況、土地利用情況以及農(nóng)業(yè)機械化水平，為研究提供了豐富的實證支撐和可靠的數(shù)據(jù)基礎。

二、理論分析

大量的理論分析與實踐經(jīng)驗表明，我國農(nóng)業(yè)現(xiàn)代化的實現(xiàn)與農(nóng)業(yè)規(guī)模經(jīng)營息息相關（Ma et al，2024;劉守英、王瑞民，2019）。下文將從農(nóng)地規(guī)模經(jīng)濟、農(nóng)業(yè)分工和交易成本三個角度，具體分析農(nóng)地流轉對農(nóng)業(yè)機械化影響的理論邏輯。

（一）農(nóng)戶自購農(nóng)機的理論基礎：土地規(guī)模經(jīng)濟

規(guī)模經(jīng)濟效益是通過增大生產(chǎn)規(guī)模從而實現(xiàn)經(jīng)濟效益增長。利用農(nóng)地流轉來達到農(nóng)地的規(guī)模化經(jīng)營一直是我國政府政策的主要著力點。在農(nóng)業(yè)生產(chǎn)與經(jīng)營活動中，如果農(nóng)戶選擇自己購買農(nóng)業(yè)機械，則需要一定的土地規(guī)模作支撐，以實現(xiàn)規(guī)模化收益。隨著農(nóng)業(yè)經(jīng)營規(guī)模逐漸擴大，農(nóng)業(yè)發(fā)展路徑也就可能隨之發(fā)生改變，即出現(xiàn)以土地規(guī)模經(jīng)濟為基礎的農(nóng)業(yè)機械化模式。理論上，農(nóng)戶一方面可以通過土地的流轉來進一步擴張現(xiàn)有的經(jīng)營范圍，為土地規(guī)模經(jīng)濟打下基礎，進而顯著減少其在使用農(nóng)業(yè)機械時的單位成本；另一方面，農(nóng)地流轉也有利于土地的連片化和平整化，從而有利于農(nóng)戶的農(nóng)業(yè)機械操作。總的來看，大規(guī)模的土地轉入擴大了農(nóng)戶經(jīng)營規(guī)模，也使得農(nóng)戶擁有更有利于農(nóng)機操作的連片土地，自購農(nóng)機變得有利可圖。

（二）農(nóng)戶購買農(nóng)機外包服務的理論基礎：分工與專業(yè)化

農(nóng)機社會化服務的產(chǎn)生有其獨特的現(xiàn)實背景和理論邏輯。20世紀末，由于土地流轉比例極低，農(nóng)民擁有的土地面積小且分散，難以實現(xiàn)規(guī)模化經(jīng)營，大大限制了農(nóng)業(yè)生產(chǎn)的效率提升。在此背景下，農(nóng)機主體提供跨區(qū)的機器收獲、播種等專業(yè)化服務，農(nóng)機機械化社會化服務應運而生，使得眾多小農(nóng)戶能夠享受服務規(guī)模經(jīng)濟帶來的成本降低和效率提升。換言之，社會化服務不僅幫助農(nóng)戶減輕購置和維護機械的高昂成本，還通過專業(yè)化的分工，使農(nóng)業(yè)生產(chǎn)的各個環(huán)節(jié)更加高效和專業(yè)化，從而有效地提高了整體農(nóng)業(yè)生產(chǎn)的效率。農(nóng)機社會化服務組織為農(nóng)業(yè)產(chǎn)前、產(chǎn)中、產(chǎn)后的各環(huán)節(jié)提供支持服務，其本質(zhì)是生產(chǎn)分工與專業(yè)化，從而有效提升農(nóng)業(yè)生產(chǎn)效率。

值得注意的是，隨著時代發(fā)展，土地細碎化的問題得到了一定程度的緩解，從而可能誘導農(nóng)機社會化服務模式的變化。原因在于，隨著土地經(jīng)營規(guī)模的擴大，較大規(guī)模的農(nóng)戶擁有更多的土地，具備了自行購置和使用農(nóng)業(yè)機械的能力，從而減少了對外包農(nóng)機服務的依賴。在土地流轉背景下，農(nóng)業(yè)社會化服務需要不斷調(diào)整和適應新的需求。

（三）購買農(nóng)機外包服務還是自購農(nóng)機：交易成本的高低

農(nóng)戶選擇自購農(nóng)機還是獲取外包服務的一個關鍵因素是交易成本。當農(nóng)地經(jīng)營規(guī)模處于較小階段，購買農(nóng)機服務能顯著降低農(nóng)業(yè)生產(chǎn)成本，將高昂的農(nóng)機購置成本在多個經(jīng)營主體間進行分擔，享受分工帶來的收益。但是，購買服務也會產(chǎn)生交易成本。具體來說，盡管農(nóng)戶可以事前商定服務細節(jié)，如作業(yè)時間、地點、價格等，但由于天氣的不確定性和現(xiàn)場臨時處理等情況的存在，社會化服務根本無法完全事前約定。這種服務契約的不完全性不可避免地產(chǎn)生逆向選擇和道德風險問題（仇童偉， 2019），從而導致難以建立有效的委托—代理關系。比較來看，在小規(guī)模經(jīng)營階段，農(nóng)戶選擇購買機械化服務能有效緩解農(nóng)機高需求和自身低購買力的矛盾，并且所降低的生產(chǎn)成本收益也明顯高于購買農(nóng)機服務所發(fā)生的交易成本。因此，購買農(nóng)機服務將是小農(nóng)戶的理性選擇。

然而，當農(nóng)地經(jīng)營規(guī)模擴大到一定程度時，外包服務交易更加難以監(jiān)督，服務質(zhì)量難以得到有效保障。這意味著購買外包服務的風險增大，監(jiān)督和考核等交易成本上升。農(nóng)地規(guī)模的擴大一方面使得農(nóng)戶為替代勞動力而需要在市場上購買更多的農(nóng)機服務，而另一方面外包服務的監(jiān)督成本、市場不確定性等因素誘發(fā)交易成本不斷攀升，甚至完全抵消購買農(nóng)機服務所減少的成本（蔡鍵等，2017）。理論上，農(nóng)戶對農(nóng)機服務的購買決策存在一個均衡點，即采用最后一單位農(nóng)機服務所減少的生產(chǎn)成本等于采用最后一單位農(nóng)機服務所增加的交易成本。一旦超過均衡點，自購農(nóng)機能進一步降低生產(chǎn)成本。因此，隨著農(nóng)地規(guī)模擴大，理性的農(nóng)戶可能由購買農(nóng)機服務轉向選擇自購農(nóng)機。

②根據(jù)《廣東省農(nóng)村統(tǒng)計年鑒2022》數(shù)據(jù)顯示，2021年上述13個城市的糧食產(chǎn)量占全省當年總產(chǎn)量的92%。這說明抽樣所在地區(qū)在省內(nèi)具有較好的代表性。

③根據(jù)農(nóng)戶是否流入農(nóng)地，本文將核心解釋變量替換為0-1虛擬變量，進行穩(wěn)健性檢驗，最終結果是一致的。

綜上所述，本文提出如下研究假設：

H1：隨著土地流轉市場的不斷發(fā)展，土地轉入可以提高農(nóng)業(yè)機械化水平。

H2：轉入農(nóng)地能夠促進農(nóng)戶自購農(nóng)機，并減少對農(nóng)機外包服務的依賴。

三、數(shù)據(jù)來源與實證模型

（一）數(shù)據(jù)來源

本文所使用的數(shù)據(jù)來源于課題組2021年和2023年7—8月對廣東省主要糧食生產(chǎn)地區(qū)的調(diào)查。樣本覆蓋粵東、粵西、粵北地區(qū)13個城市，具體包括云浮市、惠州市、揭陽市、梅州市、汕頭市、江門市、河源市、清遠市、湛江市、肇慶市、茂名市、陽江市、韶關市②

根據(jù)《廣東省農(nóng)村統(tǒng)計年鑒2022》數(shù)據(jù)顯示，2021年上述13個城市的糧食產(chǎn)量占全省當年總產(chǎn)量的92%。這說明抽樣所在地區(qū)在省內(nèi)具有較好的代表性。。按照隨機抽樣原則，每個城市分別選取1—2個鎮(zhèn)，再在每個鎮(zhèn)抽取2個樣本村，共計調(diào)查了19個鄉(xiāng)鎮(zhèn)下的38個村莊數(shù)據(jù)。調(diào)查問卷涉及農(nóng)戶家庭成員、種植模式和產(chǎn)量、水稻典型地塊用工和投入、農(nóng)業(yè)機械化、家庭收入和支出等方面內(nèi)容以及部分定性問題。2021年收集了1121份農(nóng)戶樣本，2023年收集了818份農(nóng)戶，共計1939個樣本。圖2繪制了2021年調(diào)查樣本總體分布情況?；诒疚难芯啃枰?，剔除部分信息缺失的問卷，最終獲得1878份水稻種植戶數(shù)據(jù)。

（二）實證模型

為了考察農(nóng)地轉入對農(nóng)業(yè)機械化的影響，本文設定OLS基準模型如下：

yij=α0+βlntransferij+γXij+μj+εij（1）

其中，y表示被解釋變量，包括糧食生產(chǎn)過程中主要環(huán)節(jié)的機械化作業(yè)面積、是否自購農(nóng)機等。lntransfer表示農(nóng)地轉入面積對數(shù)，即ln轉入農(nóng)地面積③

根據(jù)農(nóng)戶是否流入農(nóng)地，本文將核心解釋變量替換為0-1虛擬變量，進行穩(wěn)健性檢驗，結果見表14。。為保證數(shù)據(jù)的平穩(wěn)性，利用反雙曲函數(shù)對機械化作業(yè)面積和農(nóng)地轉入面積分別取對數(shù)。X表示控制變量，控制了農(nóng)戶個體因素，包括戶主年齡、性別、受教育年限、健康水平、是否使用智能手機、是否為村干部等變量。另外，控制農(nóng)戶家庭特征，包括家庭老年人占比、少兒占比、距離最近鎮(zhèn)的距離、平地水田占比以及是否遭受自然災害等。最后，u表示村莊固定效應，控制村莊地理位置等不隨時間變化的因素。i表示農(nóng)戶，j表示村莊，a為常數(shù)項，β和γ為待估參數(shù)，ε表示隨機擾動項。

值得注意的是，模型（1）的估計可能受到來自兩個方面的內(nèi)生性問題困擾：一是反向因果，即農(nóng)業(yè)機械化水平越高，可能促使農(nóng)戶轉入更多農(nóng)地，從而提高農(nóng)機利用效率，擴大農(nóng)地經(jīng)營的規(guī)模效益（錢龍等，2021）；二是遺漏變量，盡管在模型（1）中控制了一系列農(nóng)戶個體與家庭等方面的變量，仍可能遺漏同時影響農(nóng)地流轉與農(nóng)業(yè)機械化的因素。為此，進一步采用工具變量克服內(nèi)生性，設定兩階段最小二乘法模型（2SLS）如下：

第二階段：yij=a2+βlntransferij+σXij+μj+φij（2）

第一階段：lntransferij=a1+λSecurityij+θXij+μj+δij（3）

在上述2SLS模型中，lntransfer表示內(nèi)生解釋變量，Security為其工具變量，其他變量含義與模型（1）是一致的。本文用農(nóng)戶產(chǎn)權安全感知度（Security）作為轉入農(nóng)地面積（lntranfer）的工具變量，λ則為工具變量系數(shù)。σ和θ為其它待估參數(shù)，ψ和δ表示隨機擾動項。此外，農(nóng)戶產(chǎn)權安全感知

度用農(nóng)戶在土地確權之前是否擔心流轉的農(nóng)地收不回或被人收回，以及土地確權之后這種擔心是否減少來度量。如果農(nóng)戶沒有擔心農(nóng)地流轉問題或者確權后擔心減少，則農(nóng)戶產(chǎn)權感知度較高，取值為1，否則取值為0。理論上，農(nóng)戶對土地安全的認知與農(nóng)地流轉具有相關性。如果土地產(chǎn)權安全感知度高，那么農(nóng)戶流轉土地的概率就高，反之則低（Beg，2021;Huang & Du，2018）。而農(nóng)戶是否購買農(nóng)機主要取決于投資收益，則后者依賴于農(nóng)地經(jīng)營規(guī)模。換言之，產(chǎn)權安全感知度可能不會直接影響農(nóng)機抉擇。因此，土地產(chǎn)權安全感知相對于農(nóng)機選擇滿足外生性要求。后文將對工具變量有效性進行更嚴格的檢驗。

④為檢驗結果的穩(wěn)健性，本文也以機械作業(yè)面積占播種面積的比例作為被解釋變量，表13報告了回歸結果，結論是一致的。

⑤需要指出的是，2023年調(diào)查中關于農(nóng)戶產(chǎn)權安全感知度的調(diào)查樣本缺失較多，故僅利用2021年農(nóng)戶調(diào)查數(shù)據(jù)進行2SLS估計。

表1為變量定義與描述性統(tǒng)計。其中，機耕和機收面積占播種面積的比例均超過了90%，而機插秧面積占比相對較低，僅為575%，部分原因可能是農(nóng)戶采用種子直播或拋秧技術。同時，超過60%的農(nóng)戶雇傭機耕服務以及856%的農(nóng)戶雇傭機收服務。農(nóng)戶擁有耕田機、插秧機的比例相對較高，接近20%，而擁有收割機的較少?？傮w來看，農(nóng)戶自有農(nóng)機的比例比較低，以雇傭農(nóng)機服務為主。

四、實證結果

（一）基本回歸結果

表2報告了OLS回歸結果。其中，式（1）報告了土地轉入對農(nóng)業(yè)機械作業(yè)總面積的影響，其回歸系數(shù)為03686，且在1%水平上顯著。平均而言，土地轉入面積增加10%，水稻種植機械化作業(yè)面積增加369%。從水稻生產(chǎn)的三個主要環(huán)節(jié)來看，結果均在5%以上的水平上顯著，并且機耕和機收環(huán)節(jié)增加幅度較大，而機插秧環(huán)節(jié)的增加幅度相對較小。這可能是部分農(nóng)戶不再采用傳統(tǒng)費時費力的插秧方式，改為采用直播或使用秧盤拋秧作業(yè)，從而減少了對機器插秧的需求。總體來看，土地轉入能夠顯著提高農(nóng)業(yè)機械化水平④

為檢驗結果的穩(wěn)健性，本文也以機械作業(yè)面積占播種面積的比例作為被解釋變量，表13報告了回歸結果，結論是一致的。。

從控制變量的結果來看，戶主為村干部、平地水田占比對農(nóng)業(yè)機械化有顯著促進作用。這可能是因為村干部為村里的精英同時具有信息優(yōu)勢，更愿意采用機械化作業(yè)。相對于丘陵地區(qū)水田，平地水田更有利于機械化作用，因此，平地水田占比越高則越有利于機械化操作。農(nóng)戶健康狀況對機械化有負向影響，可能是其種植面積相對較少進而對農(nóng)機需求較小。此外，平均來看，性別、年齡、受教育水平對農(nóng)業(yè)機械化程度影響不顯著。

（二）工具變量估計結果

值得注意的是，基準估計結果可能受到內(nèi)生性問題困擾。土地流轉不僅可能影響到農(nóng)業(yè)機械化程度，農(nóng)業(yè)機械化程度也可能反過來影響農(nóng)戶農(nóng)地流轉決策。同時，式（1）中也可能遺漏其他可能同時影響農(nóng)戶土地流轉和農(nóng)機選擇的變量。因此，為了解決上述問題，本文以農(nóng)戶對土地產(chǎn)權安全感知度作為工具變量，進一步采用兩階段最小二乘法進行估計⑤

需要指出的是，2023年調(diào)查中關于農(nóng)戶產(chǎn)權安全感知度的調(diào)查樣本缺失較多，故僅利用2021年農(nóng)戶調(diào)查數(shù)據(jù)進行2SLS估計。。表3報告了2SLS估計結果。

從表3結果可知，第一階段回歸中工具變量（產(chǎn)權安全感知度）在1%的水平上高度顯著為正，說明農(nóng)戶的土地產(chǎn)權安全感知度與農(nóng)地流轉是正相關的。此外，第一階段F值為30.62，遠大于10，說明不存在弱工具變量問題。其次，從第二階段估計結果來看，回歸結果系數(shù)都是顯著的，并且系數(shù)大小與OLS結果接近。第（2）列中，轉入土地面積的系數(shù)為0.3860，接近于OLS結果。在其他條件不變的情況下，農(nóng)戶轉入土地面積增加一個百分點，其水稻種植機械化作業(yè)面積將增加0.386個百分點。從分環(huán)節(jié)來看，機耕、機插秧和機收環(huán)節(jié)都有顯著增加，但機器收割面積增長幅度最高。至此，驗證了研究假說1。

表4進一步對工具變量外生性進行了檢驗。理論上，如果工具變量滿足外生性要求，那么工具變量只通過內(nèi)生變量影響結果變量。其中，Panel A報告了簡約式結果（Reduced form）——機械化作業(yè)面積直接對工具變量進行回歸，不加入內(nèi)生變量（ln轉入農(nóng)地面積），回歸系數(shù)均顯著為正，并且在5%以上水平顯著。這是符合預期的，即不控制土地轉入這個途徑變量，工具變量理應對被解釋有直接影響。進一步地，被解釋變量對內(nèi)生變量和工具變量同時進行回歸，如果工具變量只通過內(nèi)生變量影響結果變量，那么工具變量理應不顯著。從Panel B的回歸結果可知，IV系數(shù)均不顯著，跟預期也是一致的，這表明不能排除工具變量是外生的這一假設。為了保證農(nóng)地轉入對農(nóng)業(yè)機械化的影響的結果穩(wěn)健性，本文還以農(nóng)戶農(nóng)地流轉意愿作為替換工具變量（見表12），回歸結果仍然與預期是一致的。

（三）機械化模式分析

本文研究結果表明，農(nóng)戶轉入土地有利于推進農(nóng)業(yè)生產(chǎn)機械化。但需要進一步說明的是，農(nóng)戶通過何種方式來推進農(nóng)業(yè)機械化，從而驗證機械化模式是否正在轉型。為此，本文首先考察農(nóng)戶是否通過增加農(nóng)機雇傭服務來實現(xiàn)農(nóng)業(yè)機械化，再檢驗農(nóng)戶是否有自購農(nóng)機。

表5報告了農(nóng)機社會化服務情況。其中，Panel A為2SLS結果，Panel B報告OLS估計結果，兩者估計系數(shù)符號是一致的。2SLS估計結果顯示，克服內(nèi)生性后，機耕服務的回歸系數(shù)顯著為-0.1378，機收服務的回歸系數(shù)顯著為-0.0957，但是，機插秧服務的系數(shù)為正的0.0470。這說明，農(nóng)戶轉入土地對機耕雇傭服務和機收雇傭服務有顯著的負向影響，而農(nóng)戶土地轉入對機插秧服務雇傭概率有顯著正向影響。

既然農(nóng)戶減少了機耕、機收環(huán)節(jié)的雇傭服務，而總的機械作業(yè)面積卻增加了，因此，農(nóng)戶可能自購了農(nóng)機。表6報告了農(nóng)戶是否購置農(nóng)機的回歸結果。Panel A的2SLS估計顯示農(nóng)戶轉入土地顯著增加了購置農(nóng)機的概率，并且主要是增加了收割機的購置。而Panel B中OLS估計同樣顯示，農(nóng)戶轉入土地后自置農(nóng)機的概率顯著上升，并且顯著增加了耕整機和收割機，而沒有顯著增加插秧機。這一結果與農(nóng)戶轉入土地后主要增加了插秧雇傭服務，而減少了機耕和機收雇傭服務是一致的。至此，本文驗證了研究假說2。

從理論上而言，農(nóng)戶轉入土地后擴大糧食種植規(guī)模，就會增加對農(nóng)業(yè)機械化的需求。現(xiàn)有研究也表明，隨著土地經(jīng)營規(guī)模的擴大，農(nóng)戶可以提高自購農(nóng)機的使用頻率，從而降低農(nóng)機成本回收周期（魏素豪、唐忠，2022）。所以，轉入土地可能促進農(nóng)戶自購農(nóng)機，獲得規(guī)模效應。值得注意的是，農(nóng)機雇傭服務本質(zhì)上是委托—代理問題，具有不確定性強、監(jiān)督難的特征，而種植規(guī)模的擴大可能使得雇傭農(nóng)機服務變得更困難。近年來農(nóng)機雇傭服務價格上升，也可能是迫使農(nóng)戶放棄雇傭農(nóng)機服務的原因。根據(jù)可獲得的數(shù)據(jù)，表7進行了回歸檢驗。從中可知，機耕雇傭服務和機收雇傭服務隨土地經(jīng)營規(guī)模擴大而更加難以獲取。

五、異質(zhì)性分析

總體來看，農(nóng)戶土地流轉能夠促進農(nóng)業(yè)機械化生產(chǎn)。接下來，從土地細碎化程度、農(nóng)戶戶主年齡和村莊是否有種糧大戶進行分組回歸，考察轉入土地對農(nóng)業(yè)機械化的異質(zhì)性影響。其中，土地細碎化以農(nóng)戶土地地塊中位數(shù)5分組，小于5塊則為土地細碎化程度低，否則為土地細碎化程度高。此外，以100畝為界劃分村莊種糧大戶進行異質(zhì)性分析。最后，根據(jù)農(nóng)戶戶主年齡，劃分60歲及以上為老年組和60歲以下為中青年組。

首先，表8報告根據(jù)地塊數(shù)量分組的回歸結果。比較Panel A和Panel B可知，當土地地塊小于5，轉入農(nóng)地面積【表述結果結果形式金量前后一致，前文描述結果時并未帶有l(wèi)n字樣?！康幕貧w系數(shù)顯著為正的0.6099；當土地地塊不小于5塊，ln轉入農(nóng)地面積回歸系數(shù)也顯著為的為0.4619。前者大于后者系數(shù)，說明土地細碎化程度越高，則會抑制農(nóng)地流轉對農(nóng)業(yè)機械化的正向影響【請核實這一結論描述是否正確，“降低”還是“提升”？模型結果顯示土地細碎化程度越高的地方，農(nóng)戶轉入土地的農(nóng)業(yè)機械化程度更高】。從分環(huán)節(jié)來看，當土地地塊越少，轉入相同土地面積也更能促進各環(huán)節(jié)的機械化，尤其是對機耕面積的機械化影響在兩組之間差異最大。背后的原因可能是，土地細碎化程度越高，越不利于農(nóng)業(yè)機械進行操作。

再次，根據(jù)村莊是否有100畝以上種糧大戶進行分組回歸。從表10結果可知，有大戶的村莊，轉入土地后農(nóng)業(yè)機械化程度更高。這主要是，大戶可以獲得農(nóng)業(yè)規(guī)模生產(chǎn)效應，更可能自置農(nóng)機。大戶除滿足自身農(nóng)業(yè)機械化生產(chǎn)需求外，還可能向其他農(nóng)戶提供機械化服務。這也間接說明土地細碎化不利于農(nóng)業(yè)機械化生產(chǎn)?？偟膩砜?，推動土地整合，大戶經(jīng)營，則有利于推動農(nóng)業(yè)生產(chǎn)機械化。

為進一步驗證土地細碎化對農(nóng)業(yè)機械化的影響，將樣本農(nóng)戶所在地區(qū)按照粵西與其他地區(qū)（粵東、粵北）分為兩組。其中，粵西（如陽江、茂名）地勢相對平坦，成片稻田較多，而粵東（如梅州）和粵北（如韶關）地區(qū)以山地、丘陵居多，土地更為細碎化。比較表9 Panel A和Panel B的回歸結果可知，相比其他地區(qū)，粵西地區(qū)農(nóng)戶轉入土地的農(nóng)業(yè)機械化程度更高。

最后，將樣本根據(jù)戶主年齡以60周歲為界，分為中青年組和老年組。一般來說，老年勞動力體力衰減，強化了勞動力約束，故其對糧食生產(chǎn)機械化有更高的需求。但是，由于隨著農(nóng)機服務價格上漲，以及自置農(nóng)機投資大、回收周期長，老年勞動力可能不愿意采用機械化作業(yè)，而是通過減少農(nóng)作物播種面積或者延長勞動時間來完成生產(chǎn)（彭代彥、文樂，2016）。表11進行了分組回歸，可知，中青年組農(nóng)戶相比老年組的農(nóng)戶，其轉入農(nóng)地面后農(nóng)業(yè)生產(chǎn)機械化程度更高。這與預期是一致的。

六、穩(wěn)健性檢驗

為了驗證估計結果的穩(wěn)健性，首先替換工具變量，即將土地安全感知度替換為農(nóng)戶土地轉入意愿。直觀而言，土地轉入意愿與實際土地轉入行為是正向相關的，同時轉入意愿不會直接影響農(nóng)業(yè)機械化。從表12結果可知，第一階段顯示農(nóng)戶土地轉入意愿與實際土地轉入面積顯著正相關的，并且第一階段F為30.42，表明不存在弱工具變量問題。第二階段結果也與前文基本回歸結果是一致的，即轉入農(nóng)地面積越多，則越可能促進農(nóng)業(yè)機械化生產(chǎn)。另外，將農(nóng)戶安全感知度與農(nóng)戶土地流入意愿同時作為工具變量，進行聯(lián)合估計。回歸結果與前文基準結果非常接近，兩者是一致的⑥

限于篇幅，未報告聯(lián)合工具變量估計結果，需要的讀者可向作者獲取。。最后過度識別檢驗也顯示不能排除工具變量是外生的原假設。

⑥限于篇幅，未報告聯(lián)合工具變量估計結果，需要的讀者可向作者獲取。

⑦限于篇幅，未報告替換核心解釋變量與縮尾檢驗的回歸結果，需要的讀者可向作者獲取。

其次，替換被解釋變量，即以各環(huán)節(jié)機械化作業(yè)面積與水稻種植面積的百分比進行回c803431cfcb321c6b73bb5c3e2d0387b54f8dad4d963794eef556a179e014002歸。表13報告了回歸結果。其中，Panel A為2SLS估計結果，而Panel B報告了OLS結果。OLS和工具變量結果均顯示土地轉入能夠顯著促進農(nóng)業(yè)總體機械化水平上升，這與前文結論是一致的。再從分環(huán)節(jié)來看，OLS符號系數(shù)均顯著為正，而2SLS中機耕和機收面積占比變化不顯著，但是系數(shù)也均為正?？偟膩砜?，表13結果與基準回歸結論是一致的，即土地流轉能夠促進機械化水平的上升。

再次，替換核心解釋變量。將農(nóng)戶轉入農(nóng)地面積替換為是否轉入土地這一虛擬變量。如果農(nóng)戶有轉入土地則為1，否則為0。

表14Panel A報告2SLS估計結果，而Panel B報告OLS結果，可知兩者系數(shù)符號是一致的。具體來看，核心解釋變量替換為是否轉入土地的虛擬變量后，機械化作業(yè)面積仍顯著為正，并且農(nóng)戶減少了機械收割與機器耕地的雇傭服務，而增加了機插秧服務，式（4）顯示農(nóng)戶增加

自有農(nóng)機概率。顯然，表14結果

2SLS和OLS回歸結果仍然穩(wěn)健，與前文結論是一致的。最后，本文進行了縮尾檢驗，結論仍然成立⑦。

與前文基本結論是一致的。最后，本文還進行了縮尾檢驗，回歸系數(shù)未發(fā)生顯著變化，結論仍然成立。限于篇幅，未報告縮尾檢驗結果。

七、結論

在當前農(nóng)業(yè)現(xiàn)代化不斷推進的背景下，對水稻種植戶而言，土地轉入規(guī)模的擴大是否能有效提升他們的機械化水平，并影響其農(nóng)機采納行為而進一步改變農(nóng)業(yè)機械化模式，成為一個值得深入研究的問題。本文以課題組2021年和2023年在廣東省粵東西北地區(qū)調(diào)研的1878份水稻種植戶數(shù)據(jù)為基礎，結合規(guī)模經(jīng)營理論、農(nóng)業(yè)分工理論和交易成本理論，重點分析了耕地、插秧和收割三個重要生產(chǎn)環(huán)節(jié)的機械化情況，揭示了土地轉入規(guī)模對水稻種植戶農(nóng)機選擇影響的差異性。同時，以農(nóng)戶土地產(chǎn)權安全感知作為農(nóng)地流轉的工具變量，克服模型內(nèi)生性，將土地安全感知、農(nóng)地流轉和農(nóng)業(yè)機械化納入到了一個統(tǒng)一的分析框架中。

研究發(fā)現(xiàn)，隨著土地流轉市場的不斷發(fā)展，土地轉入將進一步提高農(nóng)業(yè)機械化整體水平。在其他條件不變的情況下，農(nóng)戶轉入農(nóng)地面積增加一個百分點，其水稻種植機械化作業(yè)面積將增加0386個百分點。從分環(huán)節(jié)來看，機耕、機插秧和機收環(huán)節(jié)都有顯著增加，但機器收割面積增長幅度最高。再從機械化方式來看，土地流轉促進了農(nóng)機外包服務市場的轉型，即農(nóng)戶轉入土地后自置農(nóng)機的概率顯著上升，同時雇傭機耕服務和機收雇傭服務的概率下降。此外，異質(zhì)性分析還表明，土地細碎化程度越高，則會降低農(nóng)地流轉對農(nóng)業(yè)機械化的正向影響。相比老年農(nóng)戶，中青年農(nóng)戶轉入農(nóng)地面積后農(nóng)業(yè)生產(chǎn)機械化程度更高。最后，一系列的穩(wěn)健性檢驗表明結果是穩(wěn)健的。

基于本文的研究發(fā)現(xiàn)，提出如下政策建議：第一，加強產(chǎn)權保障，提升農(nóng)民對土地產(chǎn)權的安全感是推動農(nóng)地流轉和農(nóng)業(yè)機械化的重要前提。政府可以通過加大對土地權屬糾紛的解決力度等方式，加強農(nóng)民的土地產(chǎn)權保障感。第二，搭建農(nóng)村農(nóng)地流轉平臺，在推進農(nóng)地集中流轉的過程中，還應該注重地塊的集中化、片區(qū)化的流轉。通過整合土地資源，實現(xiàn)農(nóng)地的規(guī)?；?、連片化經(jīng)營，有助于提高農(nóng)業(yè)生產(chǎn)的規(guī)?；胶徒M織化程度。第三，支持農(nóng)業(yè)機械化，政府可以通過提供財政補貼、設立農(nóng)機購置補貼政策、建立農(nóng)機合作社等方式，支持農(nóng)民購買和使用農(nóng)業(yè)機械設備。同時，加強農(nóng)業(yè)機械化技術培訓，提升農(nóng)民對農(nóng)機操作技能的掌握程度，促進農(nóng)業(yè)機械化水平的提升。最后，政府應該綜合考慮土地產(chǎn)權保障、農(nóng)地流轉和農(nóng)業(yè)機械化等政策的協(xié)調(diào)配合，建立健全的政策體系，提供多層次、多形式的政策支持，以確保政策的有效實施和農(nóng)業(yè)現(xiàn)代化的順利推進。

參考文獻：

［1］楊夢潔.數(shù)字經(jīng)濟驅(qū)動城鄉(xiāng)產(chǎn)業(yè)鏈深度融合的現(xiàn)狀、機制與策略研究[J].中州學刊，2021，297（09）：28-34.

[2]焦長權，董磊明.從“過密化”到“機械化”：中國農(nóng)業(yè)機械化革命的歷程、動力和影響（1980～2015年）[J].管理世界，2018，34（10）：173-190.

[3]Foster A D，Rosenzweig M R.Are there too many farms in the world？ Labor market transaction costs，machine capacities，and optimal farm size[J].Journal of Political Economy，The University of Chicago Press，2022，130（03）：636-680.

[4]Caunedo J，Kala N.Mechanizing agriculture[J].National Bureau of Economic Research，2021.

[5]金文成，王歐，楊夢穎，等.農(nóng)業(yè)強國建設目標下的中國農(nóng)業(yè)機械化發(fā)展戰(zhàn)略與路徑[J].農(nóng)業(yè)經(jīng)濟問題，2023（10）：13-21.

[6]楊青，賈杰斐，劉進，等.農(nóng)機購置補貼何以影響糧食綜合生產(chǎn)能力？——基于農(nóng)機社會化服務的視角[J].管理世界，2023，39（12）：106-123.

[7]Wang X，Yamauchi F，Huang J.Rising wages，mechanization，and the substitution between capital and labor：evidence from small scale farm system in China[J].Agricultural Economics，2016，47（03）：309-317.

[8]魏素豪，唐忠.農(nóng)機外包作業(yè)服務為什么由盛轉衰——基于交易風險對農(nóng)戶農(nóng)機采納行為影響的解釋[J].農(nóng)業(yè)技術經(jīng)濟，2022（12）：4-22.

[9]Adamopoulos T，Restuccia D.The size distribution of farms and international productivity differences[J].American Economic Review，2014，104（06）：1667-1697.

[10]白仲林，李峰.數(shù)字時代農(nóng)業(yè)社會化服務市場決策的機理與實證研究[J].華南農(nóng)業(yè)大學學報（社會科學版），2024，23（02）：10-22.

[11]Qian L，Lu H，Gao Q，等.Householdowned farm machinery vs.outsourced machinery services：The impact of agricultural mechanization on the land leasing behavior of relatively largescale farmers in China[J].Land Use Policy，2022，115：106008.

[12]蔡鍵，唐忠，朱勇.要素相對價格、土地資源條件與農(nóng)戶農(nóng)業(yè)機械服務外包需求[J].中國農(nóng)村經(jīng)濟，2017（08）：18-28.

[13]李寧，汪險生，王舒娟，等.自購還是外包：農(nóng)地確權如何影響農(nóng)戶的農(nóng)業(yè)機械化選擇？[J].中國農(nóng)村經(jīng)濟，2019（06）：54-75.

[14]Qiu T，Shi X，He Q，et al.The paradox of developing agricultural mechanization services in China：Supporting or kicking out smallholder farmers？[J].China Economic Review，2021，69：101680.

[15]Youno A A.Increasing returns and economic progress[J].The Economic Journal，Oxford University Press Oxford，UK，1928，38（152）：527-542.

[16]張露，羅必良.小農(nóng)生產(chǎn)如何融入現(xiàn)代農(nóng)業(yè)發(fā)展軌道？——來自中國小麥主產(chǎn)區(qū)的經(jīng)驗證據(jù)[J].經(jīng)濟研究，2018，53（12）：144-160.

[17]羅必良.論服務規(guī)模經(jīng)營——從縱向分工到橫向分工及連片專業(yè)化[J].中國農(nóng)村經(jīng)濟，2017（11）：2-16.

[18]劉家成，徐志剛.農(nóng)戶規(guī)?；?jīng)營與糧食生產(chǎn)外包服務轉型——兼論區(qū)內(nèi)服務替代跨區(qū)服務的理論邏輯[J].江西財經(jīng)大學學報，2024（02）：69-81.

[19]鐘真，蔣維揚，李丁.社會化服務能推動農(nóng)業(yè)高質(zhì)量發(fā)展嗎？——來自第三次全國農(nóng)業(yè)普查中糧食生產(chǎn)的證據(jù)[J].中國農(nóng)村經(jīng)濟，2021（12）：109-130.

[20]Zhang X，Yang J，Thomas R.Mechanization outsourcing clusters and division of labor in Chinese agriculture[J].China Economic Review，2017，43：184-195.

[21]仇童偉.自給服務與外包服務的關聯(lián)性：對農(nóng)業(yè)縱向分工的一個理論探討[J].華中農(nóng)業(yè)大學學報（社會科學版），2019（01）：44-53+164.

[22]Mottaleb K A，Rahut D B，Ali A，et al.Enhancing smallholder access to agricultural machinery services：Lessons from bangladesh[J].The Journal of Development Studies，Routledge，2017，53（09）：1502-1517.

[23]劉守英，王瑞民.農(nóng)業(yè)工業(yè)化與服務規(guī)?；豪碚撆c經(jīng)驗[J].國際經(jīng)濟評論，2019（06）：9-23+4.

[24]Ma W，Zhou X，Boansi D，et al.Adoption and intensity of agricultural mechanization and their impact on nonfarm employment of rural women[J].World Development，2024，173：106434.

[25]錢龍，高強，方師樂.家庭自有農(nóng)機如何影響土地流轉？——基于CFPS的實證分析[J].中國農(nóng)業(yè)大學學報，2021，26（06）：219-230.

[26]Beg S.Digitization and development：Formalizing property rights and its impact on land and labor allocation[J].Journal of the European Economic Association，2021.

[27]Huang Z，Du X.Farmers’ attitudes toward land titling and its potential effects on rural development in China[J].China Agricultural Economic Review，2018，10（03）：425-442.

[28]彭代彥，文樂.農(nóng)村勞動力老齡化、女性化降低了糧食生產(chǎn)效率嗎——基于隨機前沿的南北方比較分析[J].農(nóng)業(yè)技術經(jīng)濟，2016（02）：32-44.

（責任編輯：李韻婷）

How Does the Transfer of Farmland Affect Agricultural Mechanization

——Empirical Analysis Based on 1878 Rice Growers

WEN Le1，2，CHEN Fengbo1， SHI Min1， MENG Ting1

（1.School of Economics and Management;

2. Rural Revitalization Laboratory， South China Agricultural University，Guangzhou 510642）

Abstract：

Against the backdrop of the continuous advancement of agricultural and rural modernization， this study uses 1878 survey data from southern rice growers and applies theories of economies of scale， agricultural division of labor， and transaction costs to explore the impact of land transfer on the mechanization level and mode of rice growers. Research has found that the transfer of agricultural land significantly improves the level of agricultural mechanization and promotes a shift in mechanization models. By using farmers' perception of property rights security as an instrumental variable for agricultural land transfer and overcoming endogeneity in the model， the results remain robust. Specifically， for every one percentage point increase in land area transferred by farmers， their rice planting mechanization operation area will increase by 0386 percentage points. At the same time， the probability of farmers owning their own agricultural machinery after transferring land has increased， while the probability of hiring machine plowing and harvesting services has decreased， leading to the transformation of the socialized service market for agricultural machinery. Heterogeneity analysis shows that the higher the degree of land fragmentation， the more likely it is to reduce the positive impact of agricultural land transfer on agricultural mechanization; Meanwhile， middleaged and young farmers have a higher degree of agricultural mechanization compared to elderly farmers. To further promote the transformation of small farmers into modern agriculture and accelerate the modernization process of agriculture and rural areas in China， it is necessary to strengthen land property rights protection and promote the transfer of agricultural land.

Key words：

Land transfer;Perception of property rights security;Agricultural mechanization;Socialized services

基金項目：國家社科基金重大項目（23&ZD112）；教育部人文社科基金青年項目（23YJC790150）；廣東省哲學社會科學基金青年項目（GD22YYJ03）；廣東省自然科學基金區(qū)域聯(lián)合項目（2020A1515110797）；廣東省自然科學基金面上項目（2022A1515011049）；國家社科基金項目（20BGL183）；廣州市哲學社科規(guī)劃共建項目資助（2024GZGJ36）。廣州市哲學社科規(guī)劃2024年度課題（2024GZGJ36）。

作者簡介：文樂，男，博士，副教授，研究方向：發(fā)展經(jīng)濟學；陳風波，男，博士，副教授，研究方向：農(nóng)業(yè)經(jīng)濟學；石敏（通訊作者），女，博士，講師，研究方向：農(nóng)業(yè)經(jīng)濟學；孟婷，女，碩士研究生，研究方向：農(nóng)業(yè)經(jīng)濟管理。

①數(shù)據(jù)來源于《中國農(nóng)業(yè)機械工業(yè)年鑒（2022）》。