张改清，冯俊伟

（河南财经政法大学农业农村发展学院，郑州 450046）

一、引 言

中国是农业大国，更是小农大国（罗必良，2020）。现阶段，普通种粮农户仍是保障国家粮食安全的重要主体。在我国农村地区，特别是粮食主产区，普遍存在土地流转不畅、劳动力非农转移、务农劳动力弱质以及水肥药等资源要素粗放化利用现象，导致种粮低效益与高成本、高污染并存，粮食生产方式亟须实现现代化转型。农户兼业经营以及农地多功能承载的基本农情，潜在决定了土地集中型规模经营的约束性与渐进性。以此为契机，根植于乡土社会的农业服务衍生出了多种具有地方适应性的服务模式，为普通种粮农户融入现代粮食生产方式提供了可行选择。由此，着眼通过种粮农户“服务外包”破解土地细碎、劳动弱质、生态污染等难题，可为探索保障粮食等主要农产品稳定供给新路径提供实证支持与决策参考。

农户粮食生产面临多重资源要素约束，农业社会化服务可为之提供新出路及新方案。服务外包取代一体化是分工与经济组织变迁的产物（庞春，2010），也是农户分工分业的理性选择（芦千文，2019）。农户服务外包是在不断纠错学习和环境变化中作出的调适性选择，而不是外包与否问题上的一次性决定（Lacity 等，1996）。随着农业服务市场发育成熟，加之人工务农成本的攀升，农机服务外包逐渐被大多数农户所接受，引起农户层面资源要素配置方式的转变。由此，种粮农户农机服务外包行为选择趋向差异化。粮食生产环节服务外包可提高农户农业生产效率，缓解农业土地细碎、劳动力老龄化和弱质化的困境（纪月清等，2014；Lu等，2018；李佳芳等，2022；张改清等，2021）。已有研究表明，种粮农户服务外包行为选择受其家庭劳动力、土地资源及自有机械量、市场需求与价格、经营规模、交易环节特性以及农业政策与制度环境等诸多因素影响（翁贞林等，2017；周力等，2021；王志刚等，2011；Li等，2021）。

已有研究从资源要素依存关系的单维度视角分析农业服务外包问题者居多，鲜有将土地、劳动与生态三重约束性资源联立，综合考量农户生产性服务外包的理性抉择。基于此，本研究聚焦粮食主产区河南共计3 099户普通种粮农户，在构建“三重资源约束度”衡量准则与程度标准的基础上，探究种粮农户三重资源约束异质条件下的服务外包选择行为及影响因素，深层解析农户资源禀赋、自有机械服务与服务外包行为选择的作用关系，以期为推进粮食生产高质量发展提供理论依据及路径选择。

二、理论分析与研究假说

（一）种粮农户三重资源约束的判定与划分

1.判定准则

土地经营规模是影响种粮农户生产环节服务外包的重要因素。当土地流转不畅时，土地经营规模取决于承包地块均面积与地块数量，其中地块数量可反映土地分散程度。已有研究表明，在劳动力机会成本较高的地区，土地零碎度显著制约农户种粮收益，也是影响种粮农户服务外包选择的重要因素（Lu等，2018）。据此，本文将种粮农户承包地的块均面积作为土地资源约束指标。全国农村固定观察点农户调查数据显示，2012年河南省户均地块面积为2.6亩，最小不低于1.5亩（纪月清等，2014）。根据这一事实，结合样本农户承包地户均地块面积的核密度估计曲线（见图1），约有50%农户承包地的块均面积在1.5亩至3.5亩间。因此，将农户承包地的块均面积在1.5亩及其以下的农户划分为土地资源的高约束户，3.5亩以上的农户划分为低约束户，处于1.5至3.5亩之间的农户为中约束户。

图1 样本农户户均地块面积的核密度曲线

除土地资源外，种粮农户家庭劳动力资源禀赋是影响其农业生产性服务外包行为的又一重要因素。通常情况下，受教育程度既会影响农户对机械服务等新技术的接纳程度，又会作用于农户家庭中的兼业化程度（翁贞林等，2017；杨唯一，2015）。与此同时，在种粮农户家庭劳动力数量既定条件下，增加劳务收入的非农就业将使其农业生产面临更高的劳动力资源约束，由此更加倾向于生产性服务外包。在此，选取户主受教育程度和家庭总收入中的劳务收入占比两个指标来衡量农户家庭劳动力资源约束程度。对于户主受教育程度指标，将其受教育年限在6年及以下视为劳动力资源高约束，6～9年视为中约束，9年以上视为低约束；对于农户劳务收入指标，鉴于该指标与农户兼业化经营程度的强关联，本研究参照廖洪乐（2012）在农户兼业化程度研究中对于农业收入占比为20%和50%的分界标志值，结合样本农户劳务收入占比的核密度曲线（见图2），将家庭劳务收入占家庭总收入10%及以下的划分为劳动力资源低约束户，10%～40%的为中约束户，大于40%的为高约束户。综合归类，将户主受教育年限低于6年且家庭劳务收入占比高于40%的农户，划分为综合劳动力资源高约束户，户主受教育年限在6～9年且家庭劳务收入占比在10%～40%的为中约束户，其他情况为低约束户。

图2 样本农户家庭劳务收入占比核密度曲线

种粮农户因土地与劳动力资源约束而选择服务外包，是其主动应对家庭要素资源约束的理性行为表现，该行为可一定程度上改善农业生态环境，诸如社会化服务提供的统一施肥施药、水肥一体化以及深耕农田等作业项目，有效促进了农业绿色生产。农田土壤肥力不仅影响粮食产量，更直接关系到农业生态系统中的水循环和有机物含量（Li等，2021），故将农户农田土壤肥力作为其生态资源约束的表征指标。对于面临生态约束（如土壤酸化、板结等）的农户，选择服务外包同样是一种理性行为。鉴于土壤肥力会受地权稳定性及土地流转的影响（张倩月等，2019），本文综合考虑承包地和转入地的情况，依据户均承包地块土壤肥力及数量，采用算术加权平均法测算种粮农户所经营地块的均衡土壤肥力，以此判定种粮农户生态资源约束程度。本研究根据样本农户对不同地块土壤肥力的主观感知，将其划分为1～5 级，分别为很差、较差、一般、较好和很好。据此，经加权测算得到农户土壤肥力级数，将2级以下划定为生态资源高约束户，2～3级为中约束户，3～5级为低约束户。

2.程度划分

根据上述判定准则与标准，采用熵值法和K均值聚类法将农户三重资源约束程度划分为高中低三类，根据以下步骤测算相应指标的权重与得分，如表1所示。具体分为三步：首先，通过三级指标数据核算出二级指标，并对二级指标分类。土地与生态资源分别通过承包地块均面积、均衡土壤肥力的约束区间划分成高、中、低约束三类，分别赋值为1、2、3。劳动力资源通过熵值法对农场主受教育程度和家庭劳务收入占比进行核算，其中家庭劳务收入占比以0.1 和0.4 为界线划分出低、中、高约束，分别赋值为3、2、1，受教育年限以6、9 为界线划分为高、中、低约束，分别赋值为1、2、3，对两个指标进行正向标准化处理和得分计算，得到代表劳动力资源水平的得分。通过K均值聚类分析该得分，将0.21 和0.58 作为划分劳动力资源高、中、低约束的界线，将高、中、低三类分别赋值为1、2、3。其次，对一级指标数据进行标准化。相对于三重资源而言，所有一级指标均为正向指标，一级指标取值越大，农户的土地、劳动力及生态资源越丰富，故采取正向标准化Tij=[Tij-min(xij)]/[max(xij)-min(xij)]处理。最后，分别计算一级指标的特征值比重及信息熵，土地、劳动力和生态资源指标的特征比重，即fij=，信息熵为Hj，其中k=1/ln(n)。进而得出土地、劳动力及生态资源的差异系数与权重，核算出三重资源约束的最终得分。

表1 农户三重资源约束指标及权重

三重资源得分水平是对种粮农户三重资源丰富程度的衡量。在K均值对其得分进行聚类分析的基础上，将类数设为3，聚类结果中1类均值为0.31，2类最大值不超过0.66，结合三重资源约束得分的核密度分布节点，选取0.33和0.66为划分其约束度的临界点，即得分在（0，0.33]内的农户划为三重资源高约束户，赋值为1；（0.33，0.66]内划分为中约束户，赋值为2；0.66 以上划分为低约束户，赋值为3。为行文方便，将上述依据三重资源约束程度划分的三类农户，在下文表述中分别简称为高约束户、中约束户和低约束户（见表1）。

（二）研究假说

1.三重资源约束对农户农机服务外包选择行为的影响

种粮农户家庭的土地、劳动力及生态资源共同影响其农机服务外包选择，但三种资源对农户服务外包行为的影响方式存在差异。上述分析中，采用承包地块均面积衡量土地细碎化程度，以此来反映种粮农户土地资源的约束状况。通常，户均地块面积越小，农户选择农机作业服务的成本越大（谭朝阳等，2017），其使用农机服务外包完成生产环节作业数量越少。面临土地资源约束时，相较于低约束户，中、高约束下的种粮农户选择农机服务外包概率较低。对于家庭劳动力资源，户主受教育程度通过影响农户对农业机械技术熟悉程度，进而正向影响其对农机服务外包的接纳度（杨唯一，2015）；与此同时，鉴于规模经营户服务外包具有低成本优势，低劳务收入占比家庭农业生产重要性程度较高，故其在生产环节中采取农机服务外包的可能性也往往较大。关于服务外包对耕地质量等生态资源约束的缓解作用已被证实，农业生产中采取机械统一耕种收、施肥药等社会化服务可有效降低务农成本，提高种粮收益（杨高第等，2022），这会驱使受生态资源约束程度高的农户倾向于选择农机服务外包。对于均衡土壤肥力较高的低生态资源约束农户而言，机械服务外包同样可带来节本增收效应，由此提升其使用农机服务外包的概率。

事实上，种粮农户农机服务外包是其资源环境约束条件下的理性抉择。结合种粮农户土地、劳动力与生态资源对其农机服务外包影响的判断，可做出如下推定：随着种粮农户三重资源约束程度的降低，在土地、劳动力及生态资源方面禀赋水平较高家庭基于比较粮作经营成本（考虑机会成本）与经营收益的权衡，更加倾向于在多生产环节“迂回”地使用农机服务外包来实现家庭经济收入的最大化，由此导致高中低三类约束户农机服务外包选择行为趋异。由于农业各生产环节中劳动和技术匹配存在差异性，农户会依据家庭土地、劳动力和生态资源的禀赋状况，理性决定在各环节选择农机服务外包的频次，进而汇集为总农机服务外包水平。由此，提出假说1、2。

H1：种粮农户三重资源约束程度会影响其农机服务外包选择行为。

H2：种粮农户在不同生产环节的农机服务外包选择行为，受其三重资源约束程度的影响而呈现差异。

2.三重资源约束下农户自有机械对其农机服务外包行为的影响

除家庭要素资源外，农户农机服务外包选择行为也会受到自有机械服务的影响。当农机服务需求既定时，农户将面临自有机械服务与外包服务的双重选择，如在不同环节对两种服务的单一选择或组合选择。农户行为选择中可能存在替代与互补关系（林坚等，2013），若农户对农机服务外包的需求随着自有机械服务需求的增加而增加，两者间存在互补关系。反之，若农户对农机服务外包的需求随着自有机械服务需求的增加而减少，两者间存在替代关系。

相较于自有机械服务，农机服务外包既有对生产环节中间服务的强替代性，又有低成本优势（仇童伟，2019）。受三重资源约束条件下，有限理性的小农户要维持种粮收益的稳定性，追求货币收入最大化，就会最大程度避开自有机械的购置成本和风险，倾向于选择农机服务外包。此时，农户在使用自有机械服务与农机服务外包间存在着替代关系，据此提出假设3。随着三重资源约束程度的放松，对土地、劳动力和生态等资源高黏性的农业生产活动在农户家庭生产经营中的占比将加大，由此增进对农机服务外包和自有机械服务需求。在此情形下，农户会根据各生产环节作业本身的复杂性和不确定性，在服务外包中采取混合治理策略（蔡荣等，2014）。在农机服务外包价格较高的生产环节，如喷药、施肥等技术密集型作业环节，特别是低资源约束户，其面临的自有机械服务的成本优势和便利性更为突出。而在农机服务外包市场发育较为成熟的劳动密集型环节，低资源约束户的农机服务外包需求也会随之激发。因此，低约束户不会绝对地用农机服务外包替代自有机械服务，而会呈现出自有机械服务与外包服务相佐的生产方式。由此，提出假说3、4。

H3：面临三重资源约束时，种粮农户在选择自有农机服务与农机服务外包之间存在替代关系。

H4：随着种粮农户三重资源约束程度的放松，自有机械服务与外包农机服务间呈现互补关系。

三、数据来源与变量选择

（一）数据来源与不同农户分布特征

1.数据来源

本文数据来源于河南6县区的调查数据，本调查数据采用多阶段抽样法获得4 000个样本。第一阶段，选取粮作播种面积大的正阳县作为代表县，根据各乡镇所属村的人均纯收入等指标在该县抽取10个乡（镇），每个乡（镇）抽取5个村，每个村随机抽取40户样本户，共计2 000个样本。第二阶段采用分层抽样原则，在河南省5个区域豫南、豫东、豫中、豫北、豫西各选取一个县，分别为上蔡县、杞县、舞阳县、安阳县和新安县，每个县按照经济发展水平五等分所有乡镇，随机在各县抽取1个样本镇。按照经济水平将每个样本镇中的村庄分为两组，每组随机抽取一个样本村，对样本村中的农户进行面对面访谈，共计2 000个样本。调研内容包括农户个人及家庭特征状况、农作物种植及社会化服务使用情况等。剔除非粮农户和关键值缺失的样本，只保留种植小麦的农户，并对存在异常值的农户家庭务工收入水平进行1%右侧缩尾处理，最终得到3 099份有效样本。

2.样本特征

根据上述农户三重资源约束程度的划分，对样本中不同类型农户的基本特征进行统计描述。由表2可知，三重资源约束下种粮农户分布呈现不均等态势，中约束户占据一半，其次是高约束户和低约束户。不同类型种粮农户土地资源禀赋不同，高约束户土地零碎度最高，户均承包地块数量达到4.16，户均承包地面积仅为6.89亩，且高约束户户均承包地块数分别比中、低约束户高出0.93和1.30。在地力肥沃程度上，高中低约束户户均土壤均衡肥力呈阶梯上升趋势。在农户家庭劳动力层面，户主通常会综合权衡家庭劳动力机会成本，理性配置农内与农外工作时间，高约束户户均外出务工收入占比最高，分别比中、低约束户高出8%和15%。

表2 不同约束类农户的特征分布

不同三重资源约束程度的农户在各环节的外包选择呈现差异，收割和整地环节外包的农户占比最高。在高约束户中，有943户选择在收割环节采纳农机服务外包，占81.54%，比整地和播种环节分别多出1.11%、16.65%，远高于施肥环节外包的农户占比。在中约束户中，收割、整地和播种环节外包的农户比例均超过70%，而施肥环节的外包农户占比均不到40%。在低约束户中，施肥环节外包的农户占比超40%，高于其他两类农户。同时，三重资源约束下农户使用自有机械服务的情况也不同，低约束户使用自有机械服务完成的作业量占总机械作业量的50.56%，比中、高约束户分别多12.86%、18%。

（二）变量选择

本文主要分析农户三重资源约束程度对其农机服务外包行为的影响。参考蔡荣等（2014）和吴昭雄（2013）对于农机服务外包水平的研究，选取种粮农户的整体农机服务外包率和整地、播种、施肥及收割4个环节的农机服务外包率作为被解释变量，其中某环节农机服务外包率由该环节服务外包农机作业量占总农机（自有农机+外包农机）作业量的比例表示，其中农户整体农机服务外包率使用整地、播种、施肥、喷药和收割5个环节农机服务外包率的算术平均值。由于喷药环节选择服务外包的农户样本量较少，故舍去该环节。

本文核心解释变量为农户三重资源约束程度，即高、中、低约束户，依次赋值为1、2、3。在对种粮农户资源约束异质性分类中，使用户均承包地块数、户均承包地面积、户主平均受教育年限、户均劳务收入占比、户均承包地土壤均衡肥力等变量，因而在控制变量中不再考虑这些指标。控制变量设置了农户家庭情况、区位情况及农机社会化服务市场成熟度，变量基本特征如表3所示。其中，家庭情况包括户主年龄、劳动力数量和人均务工月收入；区位情况包括交通条件、地形类型及承包地与住宅间平均距离；农机社会化服务市场成熟度包括农机服务外包价格与农户获得农机社会化服务难易程度，选择这两个指标是由于其会直接影响农户的服务外包使用水平（段培，2018），用5个环节农机服务外包亩均价格之和表示整体农机服务外包亩均价格，用5个环节农机服务可获得度之和表示整体获取农机服务难易程度。

表3 变量定义及描述性统计

四、实证模型与计量结果

（一）模型设置

1.Tobit模型设置

通过整体农机服务外包率统计分析，发现该变量约有17.61%的值分布在0右侧，约有0.08%的值分布在1左侧，即左侧归并点为0。因此，采用Tobit模型回归分析农户的整体农机服务外包率，具体如下：

其中表示单个环节的农机服务外包率，处于[0，1]内；表示农户整体农机服务外包率，当＞0时，可观测到，当农户在5个生产环节中任一环节采用服务外包时，即可观测到农户的服务外包水平。

由于施肥环节外包率的观测值多聚集在0附近，整地、播种和收割环节外包率的观测值多聚集在1附近，分别选取左归并点0或右归并点1的Tobit模型对4个生产环节的农机服务外包率回归分析。在分环节的回归模型中，控制变量农机服务外包价格选取每个环节农户使用农机服务外包的亩均价格，获取农机服务的难易程度亦为各环节农户获取农机服务的难易程度，其余控制变量与解释变量未发生变化。

2.OLS回归模型设置

由假设分析可知，三重资源约束程度对农户整体农机服务外包率的影响，会因其自有机械服务率而呈现差异。因此，在验证农户三重资源约束程度对整体农机服务外包率影响的基础上，引入农户自有机械服务率，分析三重资源异质性下农户自有机械服务率对其整体农机服务外包率的调节效应。具体通过在OLS回归中加入农户的“三重资源约束程度×自有机械服务率”的交互项实现，模型如下：

为使交互项回归的主要系数有意义，回归前对交互项作中心化处理。该回归模型中，因变量仍为农户的整体农机服务外包率，x1与x2分别为农户的三重资源约束程度及自有机械服务率，控制变量Nmi与上文一致。自有机械服务率是指农户在5个环节自有机械作业量占总机械作业量比值的算术平均数。

由于样本数据为截面数据，回归分析前采取White检验进行异方差检验，结果表明样本在5%显著水平下存在异方差。因此使用加权最小二乘法中构造权重序列的方法化解异方差，以权重序列1/|ei|保证同方差，具体过程如下：

（二）计量结果及分析

1.三重资源约束对农户农机服务外包选择行为的影响

在Tobit模型回归前，采用方差膨胀因子进行共线性检验，各变量的方差膨胀因子（vif）均值为1.18，最大值为1.35，变量多重共线性对回归系数的干扰程度很小，不影响模型中的回归系数。

从表4 的回归结果看，农户三重资源约束程度在1%统计水平上对整体农机服务外包率有正向影响。结果表明，在控制变量不变情况下，随着农户三重资源约束程度的放松，农户的整体农机服务外包率提高。因此，假说1得证。从各环节农机服务外包率的回归结果可以发现：农户三重资源约束程度在5%统计水平上显著影响播种、施肥环节的农机服务外包率，但影响途径不同。借鉴陈哲等（2021）对小麦生产环节的划分，从劳动密集型和技术密集型的角度来分析4个环节的回归结果。在属于劳动密集型的播种环节，三重资源约束程度的趋紧会提高播种环节农机服务外包率。考虑到小麦播种机械的低购置成本，低约束户在播种环节的服务外包率较低，而对于高约束户，服务外包的比较优势在劳动密集型的播种环节较为突出，其服务外包率较高。在属于技术密集型的施肥环节，农户三重资源约束程度的放松可有效带动该环节农机服务外包率提高，其中低约束户在该环节的农机服务外包率较高。可能原因是技术密集型环节较高的服务外包价格挤出了高约束农户的服务外包需求，较高机械购置成本迫使低约束户使用施肥服务外包。在整地和收割两个劳动密集型环节，农户三重资源约束度尚未表现出对农机服务外包率的影响，主要可归因于机耕机收的高覆盖率。结合各环节外包农户数量占比和服务外包价格，发现农户在整地和收割环节的外包服务率可达80%及以上，几乎不受三重资源约束的影响。由此，假说2得证。

表4 Tobit模型回归结果

在控制变量中，地形、交通条件、农机服务外包价格及获取农机服务难易程度均显著正向影响三重资源约束下种粮农户的整体农机服务外包率。亩均农机服务外包价格的增长带动了农户整体农机服务外包率、整地和收割环节服务外包率上涨，却使得播种环节农机服务外包率下降。可能原因是：第一，目前农机作业服务外包市场供给方占主导地位，外包服务价格存在垄断现象（洪炜杰，2022），结合样本中种粮农户在农机服务外包提供主体中占比超75%的事实，农机服务外包价格的正向系数应针对服务外包提供方的农户；而农户在播种环节的农机服务外包需求量和机械雇佣量较大，农户有可能在播种环节的服务外包市场中占据较为主动地位。

2.三重资源约束下农户自有机械对其农机服务外包行为的影响

通过引入交互项对整体农机服务外包率回归分析发现（见表5）：农户自有机械服务率在1%统计水平上负向影响整体农机服务外包率。具体表现为：在三重资源约束程度相同时，农户自有机械服务率的上升会引起整体农机服务外包率的下降。为进一步明确农户三重资源约束程度下自有机械服务率对整体农机服务外包率的影响，在表6 中给出自有机械服务率对整体农机服务外包率的平均边际效应。无论何种约束程度的农户，其自有机械服务率提高1单位时，整体农机服务外包率均会下降，该结果进一步验证了H3。

表5 OLS回归结果

表6 自有机械服务率对整体外包机械率的边际影响

通过显著为正的交互项系数发现，随着三重资源约束程度的放松，自有机械服务率上升会提高整体农机服务外包率，自有机械服务与整体农机服务外包间呈互补关系，H4得证。在种粮农户使用自有机械服务的情况下，即自有机械服务率大于0时，相较于中、高约束户，低约束户的自有机械服务率对整体农机服务外包率的带动作用较大。结合样本数据，农户在施肥环节的自有机械服务率明显高于其他环节，其农机服务外包率低于其他环节，进一步佐证了假设部分对农户在劳动密集型和技术密集型环节机械服务外包使用情况的基本推断。

（三）稳健性检验

1.Tobit模型回归结果的稳健性检验

为了检验上述回归结果，拟采取补充变量法、替换变量法及子样本回归法。考虑到作物的耕种面积会影响种粮农户作业服务使用情况（石志恒等，2022），为控制干扰变量，将农户的粮作播种面积作为解释变量加入Tobit 模型中。首先选取OLS 对增加变量后的模型进行基准回归分析，并对照OLS 和Tobit的回归结果。由表7中检验（1）所示，三重资源约束程度仍显著影响农户的整体农机服务外包率。

表7 稳健性检验结果

由于前文中对农户三重资源约束程度的测量及划分可能存在主观性，本文选取农户土地资源约束程度替代农户三重资源约束程度。此做法的主要原因有：该变量与农户三重资源约束程度高度相关，且与模型随机误差项不相关；该变量在农户三重资源约束度中权重较大。由表7 中检验（2）所示，在OLS与Tobit回归下，农户土地资源约束程度的估计系数均显著为正。另外，考虑到不同区域农户服务外包水平存在差异的情况，本文将农户整体农机服务外包率以50%为界线划分为两组，分别对两组农户做回归分析。从表7中检验（3）和（4）的结果来看，农户三重资源约束程度对整体农机服务外包率的正向影响作用显著。

为检验整地、播种、施肥和收割环节的回归结果，选取前文的补充变量法，仍将农户的粮作播种面积放入整地、施肥和收割环节的回归模型中，结果如表8所示。在播种环节，考虑到农户粮作播种面积与该环节回归模型中变量的共线性问题，采用农户粮食收获面积作为补充变量。这4 个环节的OLS模型均通过F检验，Tobit模型也通过似然比检验。通过检验结果发现，农户三重资源约束程度对整地和收割环节的农机服务外包率仍无显著影响；对播种环节的农机服务外包率存在显著负向影响，对施肥环节农机服务外包率仍存在显著正向影响，与前文回归结果一致。

表8 各环节稳健性检验结果

2.内生性检验

由于可能同时存在影响自有机械服务率和整体农机服务外包率的因素，随机误差项与解释变量之间存在相关关系，表现为含交互项模型的内生性问题（见表5）。为准确判断三重资源约束下农户自有机械服务率对整体农机服务外包率的影响路径，结合问卷数据的可得性，选取2011 年以来农户农业固定资产中农机具的投资总额（含拖拉机、收割机、脱粒机及喷洒设备等）作为农户自有机械服务率的工具变量。选取该指标的理由如下：一是该工具变量与农户的自有机械服务率相关，通常农户的农机具投资总额较高时，自有机械服务率也会较高；二是该工具变量与模型中的随机误差项不直接相关，且农户农机具投资额在村庄层面的差距较大，较多地剔除了当期农户的相关信息，该变量相对外生于农户的整体农机服务外包率。由于异方差已在前文用权重序列解决，故本文采用工具变量的2SLS 回归模型进行估计，并采用异方差稳健的DWH 检验。由表9 可知，DWH 检验的P 值为0.3097，不拒绝不存在内生变量的原假设，且交互项的系数依然显著大于零。因此，表5 和表6 中的回归结果可信度较高。

表9 两阶段最小二乘法回归结果

五、结论与政策建议

（一）结论

本研究基于河南省种粮农户调研数据，从资源约束异质性角度出发，采用Tobit模型和最小二乘法分析了种粮农户三重资源约束程度对其农机服务外包率的影响，结果表明：第一，农户三重资源对服务外包行为有约束作用，其农机服务外包水平会随着家庭中土地、劳动力及生态资源丰富度的提高而提高。第二，对于已实现机较高机械化水平的整地和收割环节，三重资源约束不会对农户的服务外包行为产生影响。对于未实现普遍机械化的部分劳动密集型环节及技术密集型环节，农机服务外包可显著缓解三重资源的约束作用。第三，在三重资源约束异质性下，农户在使用自有机械服务与外包农机服务时采用混合策略，两者间并非绝对的替代与互补关系。

（二）政策建议

第一，农户土地流转和农机社会化服务同步推进。通过土地流转，扩大种粮农户连片的农地经营规模，降低土地资源细碎化对农机服务外包行为的约束作用，为土地集中型规模经营和社会服务型规模经营协同推进粮食生产高质量发展提供基础和保障。此外，考虑到生产环节异质性下农机服务外包水平受农户三重资源的约束程度不同，应引导施肥、喷药等劳动密集型环节服务外包市场的发展，促进农户整体农机服务外包水平的提升。

第二，农户家庭资源配置与农机生产环节服务异质性适配。根据不同地区资源禀赋情况，加强农业机械社会服务的适配性，引导农户在自购农机和外包农机服务中做出理性决策，充分发挥农机装备的作业能力和服务效率，降低粮作人力成本和作业成本，优化农户家庭劳动力资源配置。

第三，现代生产要素融合农机社会化服务，减缓生态环境约束对农户粮食经营的影响。通过农业社会化服务，将生物技术、信息技术、数字技术注入农业生产的不同环节，在农户选择生产环节服务外包的过程中实现粮食绿色低碳生产。