农机社会化服务可以促进农业种植结构“趋粮化”吗？

薛信阳 韩一军 高 颖

一、引言

农为邦本，食为政首。2022年中央一号文件继续聚焦乡村振兴，突出强调要“牢牢守住保障国家粮食安全和不发生规模性返贫两条底线”。近些年来，中国粮食生产迈向新台阶，粮食产量已经连续七年保持在1.3万亿斤以上，实现了“中国的饭碗装中国的粮”。但同时中国耕地面积不断减少，从2010年20.29亿亩下降到2019年的19.18亿亩。而伴随着农村劳动力非农转移，农地撂荒现象也较为普遍，农作物播种面积虽然从2016年的25.04亿亩上升到2020年的25.12亿亩，但粮食播种面积却从2016年的17.89亿亩下降到2020年的17.52亿亩。农地利用的“非粮化”，使中国的粮食安全面临着更加艰巨的任务和挑战。事实上，改革开放以来，中国农业种植结构在市场与政府调控机制的作用下一直处于动态调整状态，总体来看呈现出很大的波动性。新时代，中国农业种植结构不仅要满足国内消费转型升级的需要，还要兼顾复杂严峻国际环境下国家粮食安全的战略需求。农地利用“非粮化”问题引起了政府高度重视，2020年，国务院办公厅印发《关于防止耕地“非粮化”稳定粮食生产的意见》，提出了保障粮食生产的具体措施，这是政府对于稳定粮食生产又一次发出的明确信号。

中国农业种植结构的变化也引起了学界的普遍关注，进入21世纪尤其是第二个十年以来，学者们从农地流转、劳动力转移、农业机械化等视角就农业种植结构问题展开了丰富的研究。土地是农业生产最基本的要素，自然也就成为众多学者研究的出发点，尤其是农地流转不断影响着农户的要素配置。现有研究认为在封闭的经营环境下，与大规模农地转入户相比，小规模农地转入户具有农业生产“非粮化”的倾向(1)张宗毅、杜志雄：《土地流转一定会导致“非粮化”吗?——基于全国1740个种植业家庭农场监测数据的实证分析》，《经济学动态》2015年第9期。(2)刘航、张莉琴：《农地流转会导致农地利用“非粮化”吗？——基于地块层面的实证分析》，《农村经济》2020年第11期。，而随着经营环境由封闭转向开放，这种倾向会得到扭转(3)罗必良、江雪萍、李尚蒲等：《农地流转会导致种植结构“非粮化”吗？》，《江海学刊》2018年第2期。。当然农业生产的“非粮化”并不必然与农地流转规模呈线性相关关系，也可能存在非线性关系，如曾雅婷等(4)曾雅婷、吕亚荣、蔡键：《农地流转是农业生产“非粮化”的诱因吗?》，《西北农林科技大学学报(社会科学版)》2018年第3期。发现农地流转面积与非粮作物种植比率呈倒“U”型关系，与主粮作物种植比率呈正“U”型关系。农地流转附带产生农地租约问题，不同维度的租约稳定性对农户种植结构的选择会产生不同影响，其中租期维度的稳定性和市场维度的不稳定性对“非粮化”有正向作用，政府维度的稳定性对“趋粮化”有正向影响。(5)耿鹏鹏：《种植结构“非粮化”:农地租约稳定性的维度逻辑及其证据》，《经济经纬》2021年第2期。而从农地租金来看，年流转租金越高，农户种植非粮食作物的倾向就会越明显，并且“非粮化”种植规模也会越大。(6)易小燕、陈印军:《农户转入耕地及其“非粮化”种植行为与规模的影响因素分析——基于浙江、河北两省的农户调查数据》，《中国农村观察》2010年第6期。(7)王善高、雷昊：《土地流转费用上涨对粮食生产的影响研究——基于种植结构调整、农作物品质调整和要素替代的视角》，《中国农业资源与区划》2019年第7期。伴随着中国农地确权的推进，农地产权的渐趋稳定，赋予了农户更多处置农地和配置家庭要素的自由空间，但由于农户分化使部分农户的农业经营目标从利润最大化转向成本最小化，致使农地产权稳定性的改善没能有效激励农户种植农作物的热情，但更有可能种植市场风险较低和分工程度较高的粮食作物。(8)仇童伟、罗必良：《种植结构“趋粮化”的动因何在?——基于农地产权与要素配置的作用机理及实证研究》，《中国农村经济》2018年第2期。研究还表明，农地产权与农业基础设施的交互作用能够有效诱导农业种植结构呈现“趋粮化”(9)洪炜杰、罗必良：《农地产权安全性对农业种植结构的影响》，《华中农业大学学报(社会科学版)》2019年第3期。。

种植结构调整行为深受农户劳动力配置的影响，多年来，中国劳动力非农转移一方面释放“人口红利”加速了工业化发展和城镇化进程，另一方面也使农村面临劳动力供给约束趋紧的问题(10)杨子、张建、诸培新：《农业社会化服务能推动小农对接农业现代化吗——基于技术效率视角》，《农业技术经济》2019年第9期。，从而引致农业种植结构调整变化。从全社会来看，随着“人口红利”的式微(11)蔡昉：《人口转变、人口红利与刘易斯转折点》，《经济研究》2010年第4期。，农村劳动力经历着从供大于求到供不应求的转变，劳动力价格不断上涨。从农户农业经营收入最大化的角度出发，劳动力价格上涨对粮食作物种植比例产生显著的负向影响，而对经济作物的种植比例有显著正向影响。(12)杨进、钟甫宁、陈志钢等：《农村劳动力价格、人口结构变化对粮食种植结构的影响》，《管理世界》2016年第1期。劳动力外出务工会改变农户要素投入结构，具体表现为使用机械要素代替劳动力，有学者认为家庭成员外出务工不会改变农户农作物种植类别的选择行为，也不会改变农户粮食作物的种植概率和种植比重。(13)王翌秋、陈玉珠：《劳动力外出务工对农户种植结构的影响研究——基于江苏和河南的调查数据》，《农业经济问题》2016年第2期。但也有学者认为要素投入变化整体上会增加粮食种植面积，但这种影响会受到地形和空间的约束。(14)钟甫宁、陆五一、徐志刚：《农村劳动力外出务工不利于粮食生产吗?——对农户要素替代与种植结构调整行为及约束条件的解析》，《中国农村经济》2016年第7期。同样受地形约束的还有人力资本的发挥，叶初升等(15)叶初升、马玉婷：《人力资本及其与技术进步的适配性何以影响了农业种植结构？》，《中国农村经济》2020年第4期。的研究发现，农户的人力资本水平越高以及人力资本与技术进步的适配性越强，农户农作物种植结构越趋向于“非粮化”，但在丘陵地区，这种作用会减弱。此外，研究还表明劳动力外出务工越远，农户粮食作物种植占比越高。(16)檀竹平、洪炜杰，罗必良：《农业劳动力转移与种植结构“趋粮化”》，《改革》2019年第7期。非农就业市场的发展使农户分化的广度和深度都在不同程度的增加，农民内部种植业结构变动也表现出差异性，相较于纯农户，兼业农户逐渐提高粮食等大田作物种植比例。(17)赵丹丹、周宏：《农户分化背景下种植结构变动研究——来自全国31省农村固定观察点的证据》，《资源科学》2018年第1期。

中国城镇化、工业化催生的劳动力成本上升推动了农业机械化的快速发展(18)郑旭媛、徐志刚：《资源禀赋约束、要素替代与诱致性技术变迁——以中国粮食生产的机械化为例》，《经济学(季刊)》2017年第1期。，与此同时，农业机械对劳动力要素的替代也引发农业种植结构的调整。多数研究认为农业机械化对于增加粮食种植面积具有正向显著作用(19)刘超、朱满德、陈其兰：《农业机械化对我国粮食生产的影响:产出效应、结构效应和外溢效应》，《农业现代化研究》2018年第4期。(20)彭继权、吴海涛、程威特等：《机械化水平对农户种植结构的影响研究——基于IV-GMM和IV-Tobit的估计方法》，《中国农业资源与区划》2020年第1期。，能够推动种植结构“趋粮化”发展(21)朱满德、张梦瑶、刘超：《农业机械化驱动了种植结构“趋粮化”吗》，《世界农业》2021年第2期。，以农机跨区作业为载体，机械化还可以促进周边省份农地利用“趋粮化”(22)黎星池、朱满德：《农业机械化对种植结构“趋粮化”的空间溢出效应分析》，《农业现代化研究》2021年第4期。。此外，机械对劳动力的替代具有地形条件的约束，相对于地形条件复杂的地区，平原地区的机械替代劳动力较为容易，农户种植面积下降较少、甚至增加。(23)郑旭媛、徐志刚：《资源禀赋约束、要素替代与诱致性技术变迁——以中国粮食生产的机械化为例》，《经济学(季刊)》2017年第1期。当然，也有学者认为农户在粮食生产过程中是否使用农业机械，对粮食播种面积没有显著影响。甚至，亩均农机作业费用的上涨还会降低农户粮食作物播种面积及其在农作物总播种面积中的占比。(24)杨进、吴比、金松青等：《中国农业机械化发展对粮食播种面积的影响》，《中国农村经济》2018年第3期。此外，学者们还研究了农业机械化对农业种植结构的调节作用，如在农村劳动力非农转移和地权稳定性改善的情况下，农业机械使用程度的提高，可以诱导农户更倾向于种植粮食作物，从而表现出种植结构的“趋粮化”。(25)仇童伟、罗必良：《种植结构“趋粮化”的动因何在?——基于农地产权与要素配置的作用机理及实证研究》，《中国农村经济》2018年第2期。

学者们还从其他视角出发探究了农业种植结构变化的影响因素，以宏观政策调控为例，在鼓励种植粮食的示范区内，农户降低粮食种植面积的机会比率较低(26)祝华军、楼江、田志宏：《农业种植结构调整:政策响应、相对收益与农机服务——来自湖北省541户农民玉米种植面积调整的实证》，《农业技术经济》2018年第1期。，而在实施退耕还林政策的区域内，农户对农业种植结构的调整比较明显(27)史清华、卓建伟：《农户家庭粮食经营行为研究》，《农业经济问题》2005年第4期。。农业保险保费补贴政策在稳定粮食作物收入的同时，对粮食作物种植结构也起到了调整作用，表现为引发农户种植结构从油料作物等低保险项目转向口粮等高保险项目。(28)刘蔚、孙蓉：《农险财政补贴影响农户行为及种植结构的传导机制——基于保费补贴前后全国面板数据比较分析》，《保险研究》2016年第7期。从市场机制发挥角度来看，目前关于工商资本下乡对农业种植结构调整乃至对粮食安全的影响争议较大，有研究认为资本的逐利性会使工商企业对流入农地进行“扭曲经营”，造成非粮化面积增加，危及国家粮食安全。(29)田欧南：《工商企业介入农地经营的风险研究——基于省际面板数据的实证分析》，《社会科学战线》2012年第9期。相反的观点认为工商资本下乡提供生产性服务，有利于农户扩大粮食生产(30)江光辉、胡浩：《工商资本下乡会导致农户农地利用“非粮化”吗?——来自CLDS的经验证据》，《财贸研究》2021第3期。，也有研究认为单纯考虑“工商资本”与“非粮化”的关系缺乏科学性，主张以经营控制权差异为标准对主体进行分类，再去考察工商资本涉农及土地流转后的“非粮化”问题(31)武舜臣、于海龙、储怡菲：《农业规模经营下耕地“非粮化”研究的局限与突破》，《西北农林科技大学学报(社会科学版)》2019年第3期。。

总体来看，现有研究从多角度探讨了农业种植结构的“非粮化”和“趋粮化”问题，为深入把握中国农业种植结构变化规律，提供了很好的理论依据和政策启示。但是也应该看到，现有对农业种植结构影响因素的分析更多地聚焦于土地流转、劳动力转移、机械化等内容，但从农业社会化服务视角出发探究对农业种植结构影响的研究相对较少，且已有的研究对农业社会化服务影响农业种植结构“趋粮化”的理论机制探讨不足。作为促进小农户和现代农业有机衔接的有效途径，农业社会化服务有力促进服务规模经营，与土地规模经营相得益彰(32)钟真、胡珺祎、曹世祥：《土地流转与社会化服务：“路线竞争”还是“相得益彰”？——基于山东临沂12个村的案例分析》，《中国农村经济》2020年第10期。，“双足”并进共同助力中国农业适度规模经营。文章拟采用2016年中国劳动力动态调查(CLDS)数据，以农机社会化服务作为切入点，实证分析农机社会化服务对农业种植结构“趋粮化”的影响程度以及作用机制，以期为发展农机社会化服务和保障中国粮食安全提供相应的政策启示。

二、理论机制分析

从经济学角度讲，农地利用调整受宏观政策和市场机制的双重影响。改革开放以来，随着中国城镇化以及工业化的快速发展，农村剩余劳动力逐渐转移至城市，“人口红利”效果明显，但与此同时，劳动力转移使农村劳动力约束趋紧。随着“人口红利”的逐步释放，农业劳动力价格也在逐渐上升，这直接增加了劳动力从事农业生产的机会成本。根据“诱致性技术创新理论”，资源稀缺变化引起的要素相对价格变化会诱致产生技术变化。近些年来，农村劳动力资源紧缺、价格上涨，诱致了农业社会化服务的快速发展。作为农业社会化服务的主要内容，农机社会化服务的发展尤为突出。数据显示，2021年中国农机服务专业户达到415.9万个，农机作业服务收入达到3675.92亿元。农机社会化服务的发展有效解决“谁来种地”“如何种地”等问题，为替代劳动力提供了现实选择。

农机社会化服务替代劳动力，调整了农户生产要素投入结构的同时，也对农地利用产生影响，该过程可以概括为供给与需求的相互统一。首先，农机社会化服务供给特点引导农业种植结构调整。当前中国农机社会化服务供给特征主要表现为服务品类不平衡和服务环节不充分等。服务品类不平衡是指不同品类农作物间的农机社会化服务水平差距较大，目前农机社会化服务的服务对象主要集中于小麦、玉米和水稻等粮食作物，而果树、蔬菜、油料等经济作物的服务供给相对短缺，不同类型农作物服务水平差距明显。环节不充分是指农机社会化服务还存在部分薄弱环节。以小麦和玉米等粮食作物为例，虽然农机作业实现从产前到产后、从生产收获到运输销售的全过程、全流程服务，但是相对于耕种收，植保、飞防等还属于薄弱环节。农机社会化服务供给不平衡、不充分的特点引导农户种植可以深度参与劳动分工的农作物，粮食作物自然成为优先选项。其次，农户对农机社会化服务的需求特点引导农业种植结构调整。当前，农户对农机社会化服务的需求具有劳动替代率高、服务可获性强、服务质量高等特点。劳动替代率高是指农机社会化服务可以尽可能多的覆盖农作物生长的全环节，劳动替代率越高，农户就可以将更多的劳动力数量和时间转移到非农领域，从而获得更多工资性收入。服务可获性强是指农户不用花费太高的搜寻成本便可以满足农机社会化服务需求，尤其是服务使用旺季时，可以短时间内得到。服务质量高是指农机社会化服务的质量能够达到农户的满意度，目前主粮作物的农机作业技术已经相对比较成熟，在农户使用过程中有较高的满意度。事实上，农机社会化服务的供给特点和需求特点与农作物的自然生长特征紧密相关，是内在统一、相互促进的，是“杨格定理”在农业领域的现实表现，即劳动分工与市场规模相互促进。(33)Young A.,“Increasing Returns and Economic Progress”, The Economic Journal,1938,No.152,pp.527-542.总体来看，粮食作物的农机社会化服务供给可以最大限度与农户的需求相一致，因此农机社会化服务可以促进粮食作物种植面积的增加。

中国农村劳动力持续的非农转移，使农户分化的广度和深度都在持续增大，其中兼业农户所占比重持续增长，研究数据显示，2016年中国兼业农户占比为58.31%，未来一段时期内兼业农户将是农户的主要类型。(34)张琛、彭超、孔祥智：《农户分化的演化逻辑、历史演变与未来展望》，《改革》2019年第2期。农户经营目标的分化是农户分化的重要表征，相对于非兼业农户，兼业农户尤其是以农为辅的兼业农户，其农业经营目标已经从利润最大化转向成本最小化(35)仇童伟、罗必良：《种植结构“趋粮化”的动因何在?——基于农地产权与要素配置的作用机理及实证研究》，《中国农村经济》2018年第2期。，通过使用农机社会化服务替代劳动力，可以将有限的劳动力资源更多地投入到非农工作中去，获取相比于农业经营性收入更高的工资性收入，从而达到家庭收益最大化的目标。在此过程中，兼业农户与非兼业农户选择农机社会化服务替代劳动力的比率对农地利用调整也发挥着作用。具体来讲，相比于非兼业农户，兼业农户寻求更高的劳动替代率，从而解放出更多的劳动力资源，现实中，粮食作物比经济作物有更高的农业机械化率，农机社会化服务的供给也多于经济作物，这就决定了兼业农户会通过调整种植结构，增加粮食作物种植面积，使自身的机械服务需求与市场服务供给相匹配。

中国粮食作物种植存在巨大的空间差异，而这种空间差异同样影响农机社会化服务的作用发挥。宏观统计数据显示，2000年至今，13个粮食主产省中，除湖南和四川外，其余粮食主产省的粮食作物播种面积占农作物总播种面积的比重均有增加。(36)根据《中国农村统计年鉴2001-2021》中“粮食播种面积”和“农作物播种面积”计算得来。而粮食主产省有3个(河北、江苏、山东)在东部，2个(四川、内蒙古)在西部，其余(安徽、江西、河南、湖北、湖南、黑龙江、吉林和辽宁)均在中部。基于以上背景，可以作出以下推测：相比于东、中部地区，西部地区的农业种植结构调整空间更大，因此，在现有粮食作物播种面积的基础上，农机社会化服务对西部地区粮食作物种植面积影响的边际效用也会更大。此外，中、东、西部地区经济发展水平依次递减，根据经济发展一般规律，经济发展水平与农业总产值占地区生产总值的比重成反比，可知农机社会化服务对经济发展落后地区的农业种植结构影响更大。

农机社会化服务除了通过供给特征与农户需求相匹配引导农地利用调整，增加粮食种植面积外，还可以通过减少土地撂荒的途径增加粮食播种面积。一段时间以来，耕地“量减质降”问题凸显，最直观的表现之一便是撂荒(37)李雨凌、马雯秋、姜广辉等：《中国粮食主产区耕地撂荒程度及其对粮食产量的影响》，《自然资源学报》2021年第6期。，主要集中于兼业农户和非农户。导致土地撂荒的根本原因可以归结为土地经营利润微薄，一方面劳动力农业就业与非农就业表现出明显的收入差距，根据“理性人”假设，兼业农户会在维持农业正常生产经营的情况下，优先将稀缺的劳动力资源投入到非农就业。而当无法兼顾农业生产时，将耕地撂荒也就成为选项之一；另一方面农资价格持续上涨也助推生产成本不断升高。通过使用农机社会化服务，农户土地经营管理能力提高，表现为在相同劳动力条件下，可以经营更多的土地，因此被撂荒的土地被有效利用，可以增加粮食作物种植面积(见图1)。

图1 农机社会化服务影响农业种植结构的理论机制

基于以上分析，本文提出如下假说：

假说1：农机社会化服务可以促进粮食作物种植面积增加

假说2：农机社会化服务对粮食作物种植面积的影响存在农户异质性和区域异质性

假说3：农机社会化服务通过调节农作物种植结构和减少土地撂荒，实现粮食作物种植面积增加

三、模型、数据来源与变量设置

(一)模型

为考察农机社会化服务对农户粮食作物种植面积的影响，构建如下线性回归模型，使用最小二乘法(OLS)进行估计：

式中，Yi为农户粮食作物种植面积以及粮食作物种植面积占农作物种植总面积的比值，Mech_seri为核心解释变量农户农机社会化服务使用情况，Controlij为控制变量，包括户主个人特征变量、农户家庭特征变量和村庄特征变量等。β0是常数项，β1和βj为待估计参数，ε为随机扰动项。

值得注意的是，上述模型并没有考虑农机社会化服务对农户粮食作物种植面积影响的内生性问题。事实上，农机社会化服务对农户粮食作物种植面积的影响存在内生性，原因有两方面：一是被解释变量与核心解释变量互为因果，已有研究表明，农户耕地经营规模与农机社会化服务使用存在显著的倒“U”型关系(38)李虹韦、钟涨宝：《农地经营规模对农户农机服务需求的影响——基于资产专用性差异的农机服务类型比较》，《农村经济》2020年第2期。(39)曹铁毅、周佳宁、邹伟：《规模化经营与农户农机服务选择——基于服务需求与供给的二维视角》，《西北农林科技大学学报(社会科学版)》2021年第4期。，二是被解释变量中存在不可观测的遗漏变量，同时对核心解释变量和因变量产生影响。因此，如果在不考虑内生性的情况下进行OLS估计，会造成估计结果的偏误。本文借鉴栾健等(40)栾健、韩一军、高颖：《农业生产性服务能否保障农民种粮收益》，《农业技术经济》2022年第5期。对内生性问题的处理方法，使用村庄变量代替农户变量。具体来讲，采用村庄农机社会化服务平均使用水平作为农户使用农机社会化服务的工具变量，该变量符合工具变量既与核心解释变量有直接相关关系，又与被解释变量不存在直接相关关系的要求。实证部分具体使用两阶段最小二乘(2SLS)进行估计分析。

(二)数据来源

本文数据来自中山大学社会科学研究中心公布的2016年中国劳动力动态调查(CLDS)，CLDS以15—64岁的劳动年龄人口为调查对象，采用多阶段、多层次、与劳动力规模成比例的概率抽样方法，对劳动力的教育、就业、劳动权益、职业流动等个人信息，家庭人口结构、财产与收入、农业生产和土地等众多议题开展调查。目前，CLDS已完成2011年广东省试调查、2012年全国基线调查、2014年追踪调查和2016年追踪调查。本文使用的2016年CLDS样本覆盖中国29个省市，样本规模为401个村居，14226户家庭，21086个个体，包含了劳动力个体、家庭和社区三个层次的数据，具有全国代表性。根据研究需要，最终共获得有效农户样本2272个。

(三)变量设置与描述性统计

1.被解释变量

本文被解释变量是农户粮食作物种植面积以及粮食作物种植面积占农作物种植总面积的比值。CLDS中包含农业用地面积包括农户经营的耕地、菜地、果园、林地、草地以及池塘等，本文借鉴洪炜杰等(41)洪炜杰、罗必良：《农地产权安全性对农业种植结构的影响》，《华中农业大学学报(社会科学版)》2019年第3期。和江光辉等(42)江光辉、胡浩：《工商资本下乡会导致农户农地利用“非粮化”吗?——来自CLDS的经验证据》，《财贸研究》2021第3期。对农业种植结构的衡量方法，使用耕地面积作为粮食作物种植面积(43)CLDS中耕地就是指种植粮食的农地，包括水浇地和旱地。，使用耕地、菜地和果园三者面积的总和表示农作物种植总面积。当然，问卷还对农户弃耕的农地面积进行了调查，本文在处理数据的时候将减去农户弃耕的农地面积，从而因变量均表示农户实际经营的农地面积。

2.核心解释变量

核心解释变量为农户是否使用农机社会化服务，为虚拟变量，1表示农户使用农机社会化服务，否则赋值为0。在使用工具变量法进行实证分析时，用村庄农机社会化服务平均使用水平作为农户使用农机社会化服务情况的工具变量。

3.控制变量

综合考虑理论机制分析以及现有和农业种植结构相关的文献，选择户主个人特征、家庭特征以及村庄特征等作为控制变量。其中，户主个人特征变量包括户主年龄、受教育程度、身体健康状况。家庭特征变量包括是否取得土地承包经营权证书、耕地面积、是否转入耕地、家庭总收入、家庭农业劳动力人数(44)薛庆根、王全忠、朱晓莉等：《劳动力外出、收入增长与种植业结构调整——基于江苏省农户调查数据的分析》，《南京农业大学学报(社会科学版)》2014年第6期。、家庭是否购买大型农机具。村庄特征变量包括村庄到县城的距离、村庄交通状况(45)康晨、刘家成、徐志刚：《农业生产外包服务对农村土地流转租金的影响》，《中国农村经济》2020年第9期。、本村是否组织劳动力外出务工、本村是否统一组织农业培训(46)钱龙、袁航、刘景景等：《农地流转影响粮食种植结构分析》，《农业技术经济》2018年第8期。以及村庄地形状况。各具体变量含义及描述性统计详见表1。

表1 变量描述性统计

四、回归结果

(一)基准回归

利用STATA15.0对模型进行回归，表2是农机社会化服务对农户粮食作物种植面积的OLS和IV估计结果。在进行IV估计时，进行工具变量的不可识别检验，LM值为604.7，显著拒绝了原假设。进行弱工具变量检验，对应的DWF值大于10，表明工具变量有效且不存在低劣工具变量问题。此外，采用工具变量方法前后，其他控制变量估计系数的正负性和显著性未发生明显变化，表明工具变量的选取是恰当的。对比两种估计方式下核心解释变量的估计系数，可以发现估计系数明显增大，显著性水平有效提升，表明直接使用OLS进行估计，会低估农机社会化服务对农户粮食作物播种面积的影响。鉴于2SLS方法可以克服内生性问题，本部分以该估计结果作为解释依据。

表2中，农机社会化服务对农户粮食作物种植面积的IV估计结果表明，农户使用农机社会化服务对增加粮食作物种植面积具有显著正向作用。其原因是，农机社会化服务满足了在劳动力价格上升背景下的要素替代需求，用农机社会化服务替代劳动力，不仅可以显著降低农业生产成本，还有利于将有限的劳动力资源投入到比较收益更高的非农领域，从而实现家庭收益最大化的目标。尤其对于兼业农户来讲，农机社会化服务对劳动力的替代率越高，就意味着可以将更多的家庭劳动力数量和时间用于非农工作，实现工资性收入最大化基础上的家庭收益最大化。现实中，粮食作物的机械化率要远远高于经济作物，粮食作物的农机社会化服务供给无论在可获性、服务质量等方面都要高于经济作物，这意味着农机社会化服务对粮食作物的劳动替代率要远远高于经济作物。农户对农机社会化服务的需求与农机社会化服务的供给高度契合，引导着农户调整农业种植结构，调节经济作物种植面积，增加粮食作物种植面积和比重成为自然选择，因此，假说1得证。

表2 农机社会化服务对农户粮食作物种植面积影响估计结果

在控制变量的影响方面，绝大部分控制变量对粮食作物种植面积具有显著影响。其中家庭耕地面积具有正向显著影响，原因在于家庭耕地面积越大，粮食作物种植越多，对劳动力的替代作用就越大。此外，增加粮食作物种植面积也有利于发挥规模效应，实现规模经济，因此具有正向显著作用。家庭是否转入耕地具有正向显著影响，现实中，具有耕地转入的农户，其家庭收入结构中农业经营性收入占比更高，一般是纯农户或一兼农户。在农机社会化服务供给充足的情况下，通过转入耕地，可以实现粮食作物的适度规模经营，获取规模效益，因此具有正向显著影响。家庭购买大型农机具具有正向显著影响，家庭购买农机具与农机社会化服务的差异在于供给主体不同，两种方式并非矛盾体，而是相互促进，农户增加粮食作物种植面积可以增加自有机械的使用率，减少沉淀成本，因此表现出正向显著作用。其他控制变量中，是否取得土地经营权证书、家庭农业劳动力人数、本村是否组织劳动力外出、地形特征均具有显著正向影响，户主年龄、到县城距离具有显著负向影响，符合一般的常识性判断。

(二)异质性分析

1.农户异质性

以户主是否兼业为依据，将全样本农户分为兼业农户和非兼业农户两个子样本，并分别对两个子样本使用2SLS进行IV估计。从表3可知，无论是兼业农户还是非兼业农户，农机社会化服务对粮食作物种植面积都在1%显著性水平下的显著为正。不同的是，兼业农户的农机社会化服务估计系数(0.255)要明显大于非兼业农户(0.085)。估计系数的差异至少说明两方面问题：第一，兼业农户与非兼业农户存在农业生产经营目标上的差异。农户分化之前，经营性收入是农户家庭收入的主要来源，随着农户分化的深化，不同类型农户对农业生产经营的定位发生了改变，主要表现为兼业农户对工资性收入的追求和重视程度上升，对农业生产经营的定位由农业经营收入最大化转变为成本最小化(47)仇童伟、罗必良：《种植结构“趋粮化”的动因何在?——基于农地产权与要素配置的作用机理及实证研究》，《中国农村经济》2018年第2期。，目标定位的转变带动生产经营决策和资源配置的变化，表现之一就是农机社会化服务对兼业农户的粮食作物种植面积有更大的促进作用，以便将更多劳动力资源投入到非农工作。第二，兼业农户与非兼业农户在机械对劳动力替代率上有不同的诉求。诉求的差异可以看作经营目标差异的结果，相比非兼业农户，兼业农户有更高的劳动替代率，会引导其调整种植结构，通过增加粮食作物种植面积，从而与农机社会化服务供给相适配，达到替代更多劳动力数量和时间的目标。

表3 农户兼业与否情况下农机社会化服务的作用

2.区域异质性

无论是农业种植生产决策，还是农机社会化服务使用决策都离不开具体的时空条件。以地域空间为依据，按照传统的将中国分为东部、中部和西部地区的分类方式，分别考察三个区域农机社会化服务对粮食作物种植面积的影响，延续IV估计方法的使用，对三个子样本进行估计。由表4可知，东部和中部地区农机社会化服务对粮食作物种植面积的影响不显著，相反，西部地区的农机社会化服务对粮食作物种植面积具有正向显著影响，且显著性水平达到了1%。多年来，中国在保障粮食安全方面充分借鉴国际经验，积极投入财政力量对农民进行补贴，既包括一般性的农业支持保护补贴、农机购置补贴等政策，也包括独特性的产粮大县奖励政策，有效增加了粮食种植面积和粮食作物播种面积占比(48)刘克春：《粮食生产补贴政策对农户粮食种植决策行为的影响与作用机理分析——以江西省为例》，《中国农村经济》2010年第2期。，因此，在现有存量基础上，农机社会化服务对增加西部地区粮食作物播种面积的边际效用更大。此外，根据经济发展水平与农业总产值在地区生产总值中所占比重成反比的一般规律，相较于东、中部地区，农业占比更高的西部地区的农业生产结构调整空间更大。基于以上，所以与东、中部地区相比，农机社会化服务对西部地区农业种植结构“趋粮化”具有显著影响。综上，假说2得证。

表4 不同区域农机社会化服务的作用

(三)稳健性检验

使用2015中国家庭金融调查数据(CHFS)对农机社会化服务影响农户粮食作物种植面积的结果进行稳健性分析。CHFS是中国家庭金融调查与研究中心在全国范围内开展的抽样调查项目，主要内容包括：收入与消费、社会保障与保险、人口特征与就业等相关信息，CHFS2015样本分布于29个省、367个县(区、县级市)、1481个社区，覆盖40011户家庭和127012名个体，具有全国代表性。根据研究需要，本文仅使用农村样本，经过筛选最终共获得有效样本2282个，具体使用粮食播种面积代表粮食作物种植面积。

使用倾向得分匹配法(PSM)进行内生性问题处理和分析。PSM通过构建“实验组”和“对照组”考察农机社会化服务对农户粮食作物种植面积的影响。将使用农机社会化服务的农户定义为实验组，不使用农机社会化服务的农户定义为对照组。具体做法：使用Logit模型对农户粮食作物种植面积的影响因素进行估计，预测结果表示估计的参与概率或倾向得分，然后根据倾向得分后绘制密度函数图，以检验匹配后的共同支撑区域。此外，还需要进行平稳性检验，通过匹配需要使处理组与对照组在各维度上的变量特征没有显著差异。通过上述两个检验后，最后计算平均处理效应ATT、ATU和ATE。在匹配方法的选择上，主要包括近邻匹配、核匹配、半径匹配等，实证过程中将对上述匹配方式逐一进行操作。

图2共同支撑域检验结果，可以看出，对农户粮食作物种植面积，农机社会化服务实验组与对照组样本的倾向得分区具有很大的重叠范围，表明大多数观察值在共同取值范围内，进行倾向得分匹配仅会损失少量样本，共同支撑条件得到满足。再看平衡性检验结果(见表5)，伪R2从0.071下降到0.002以下，LR统计量从314.87下降到5.99以下，相应的P值均大于0.1，表明协变量不存在显著差异。均值偏差由10.7下降到1.9以下，B值下降到10.4%以下，小于25%，R值更加居中于[0.5，2]区间。(49)一般而言，B值小于25%且R值在[0.5，2]内，说明通过平衡性检验。因此，总体来看，匹配显著降低了实验组与对照组之间匹配变量的差异，最大限度地降低了样本选择偏误，通过了平衡性检验。

图2 倾向得分的共同取值范围

表5 匹配质量的平衡性检验

农机社会化服务对农户粮食作物种植面积影响的处理效应估计如表6所示，从中可以看出，无论是近邻匹配、核匹配还是半径匹配，ATT、ATU、ATE值均在1%的统计水平上显著为正，再次表明农机社会化服务对促进农户粮食作物种植具有显著的正向促进作用，可以促进农业种植结构的“趋粮化”，同时也表明使用IV方法分析CLDS2016得出的结论具有稳健性。

表6 农机社会化服务对农户粮食作物种植面积的影响

(四)机制检验

理论机制分析表明农机社会化服务可以通过调整农业种植结构促进粮食作物种植面积的增加，促进农业种植结构的“趋粮化”。此外，农机社会化服务还可以有效提升农户土地经营能力，通过减少弃耕地面积，实现增加粮食作物播种面积。本文以粮食作物种植面积占比、经济作物种植面积占比以及弃耕地面积作为因变量，使用IV估计农机社会化服务对三者的影响，估计结果见表7。可以看出，农机社会化服务对经济作物种植面积在10%的统计水平上具有显著负向影响，对粮食作物种植面积在10%的统计水平上具有显著正向影响。实际上，该结果也可以作为农机社会化服务对农户粮食种植面积增加具有促进作用的稳健性检验。此外，农机社会化服务对弃耕地面积的影响在1%的统计水平上具有显著为负，表明农机社会化服务可以减少农户弃耕地面积，通过增加粮食作物种植面积，促进了农业种植结构“趋粮化”。综上，假说3得证。

表7 机制检验估计结果

(五)进一步讨论

虽然农机社会化服务对粮食作物种植具有正向显著影响，有利于促进农业种植结构“趋粮化”，但是也应该看到农机社会化服务的估计系数较小，尤其是机制检验中，粮食作物种植面积占比的估计系数更小。现实中，以农机社会化服务为主要内容的农业社会化服务显著促进了粮食生产，保障了国家粮食安全，但目前中国粮食安全处于紧平衡状态，尤其是近年来农地利用面临着诸多“非粮化”的严峻形势。究其原因，一方面源于城镇化、工业化建设导致可耕地越来越多地转化为建设用地；另一方面粮食生产成本高企使种粮收益下降，迫使农户要么追求高农业经营性收入而转向种植利润更高的经济作物，要么放弃农业经营转为非农户。从国家战略层面出发，需要进一步认清形势，使粮食种植比例保持在合理水平。落实粮食安全，不仅要采取“长牙齿”的措施保护耕地，严守18亿亩红线，还要努力提升种粮收益水平，2022年中央一号文件提出“2022年适当提高稻谷、小麦最低收购价”便是一个明确的信号。

五、结论与政策启示

本文对农机社会化服务影响农业种植结构“趋粮化”的理论机制进行分析，在此基础上使用2016中国劳动力动态调查数据，运用工具变量法进行实证检验，在此基础上进行了异质性、稳健性检验以及机制检验。研究结果表明：第一，农机社会化服务对农户增加粮食作物种植面积具有显著的正向作用，表明农机社会化服务在粮食作物方面的高供给率与农户农机对劳动力替代的需求特点相匹配，从而促进了农业种植结构的“趋粮化”，使用2015中国家庭金融调查数据对上述结论进行检验，结果表明结论具有稳健性。第二，相比于非兼业农户，农机社会化服务对兼业农户粮食作物种植面积的促进作用更大，表明农机社会化服务更能满足兼业农户高劳动力替代率的需求，从而将有限的劳动力资源转移到非农领域，实现工资性收入基础上的家庭收益最大化。第三，相较于东、中部地区，农机社会化服务对西部地区粮食作物种植面积的促进作用更大，表明在当前不同区域经济发展水平和粮食作物种植面积现有存量下，农机社会化服务对增加西部地区粮食作物种植面积的作用更大。第四，机制检验表明，农机社会化服务显著增加了粮食作物种植面积占比，显著减少了经济作物种植面积占比，此外，还明显降低了农户弃耕地面积，促进了农地利用的“趋粮化”。

基于以上结论，提出以下政策启示：一是促进农机社会化服务补短板、强弱项。虽然粮食作物的农机社会化服务发展水平明显优于经济作物，但在粮食作物内部，同样存在着服务水平的差距，如水稻的农机社会化服务的供给水平明显低于小麦和玉米。在服务环节上，相比于耕种收环节，粮食的植保、飞防服务供给水平还不高。在服务区域方面，西部地区的农机社会化服务供给与东、中部地区还有很大差异，以上短板或弱项都是完善的方向。二是创新农业社会化服务供给方式。从目前发展状况来看，生产托管是农业社会化服务的重要发展方向，生产托管可以更大限度地解放农村劳动力，尤其对兼业农户来讲，更大限度地促进兼业农户尤其是二兼农户的非农转移，长远来看，更加有利于促进兼业农户向非农户的转型。三是多措并举提高种粮农民收益。稳定粮食作物种植面积，保障国家粮食安全，最根本的是要做好农民种粮收益的保障工作，要通过农业支持补贴政策、提高粮食最低收购价等措施，最大限度维持农户的种粮积极性。