农业服务对粮食生产的促进作用研究：基于服务类别与服务来源的异质性分析

本文基于2018年中国劳动力动态调查（CLDS）数据，采用倾向得分匹配法（PSM）系统分析了农业服务对粮食生产的影响。研究发现农业服务通过替代农业劳动力显著促进粮食生产（ATT=4.8%），异质性分析显示机械服务（6.1%）和技术服务（4.4%）作用显著，而农资供应服务效果不显著；政府与志愿组织作为服务供给方时促进效应更突出。研究通过IPWRA和IV-probit模型验证了结论的稳健性，为发展中国家通过多元化农业服务保障粮食安全提供了政策启示。

　　

引言：农业服务对粮食生产影响的研究背景与价值

粮食安全是实现联合国2030年可持续发展目标的重要议题。随着农村劳动力大规模转移和劳动力成本上升，农业服务通过替代农业劳动力缓解了农业生产约束。现有研究多关注农业服务对生产效率的影响，但较少从服务类别和服务来源的异质性视角探讨其对粮食生产的作用。本研究基于2018年中国劳动力动态调查（CLDS2018）数据，通过实证分析回答两个核心问题：农业服务是否促进粮食生产？这种影响在不同服务类别和来源间是否存在差异？

理论框架：作物特性与农业服务的作用机制

粮食作物与经济作物在劳动力需求、技术要求和机械化难度上存在显著差异。数据显示，三大主粮（水稻、小麦、玉米）的亩均劳动力投入为4.44日，而花生、油菜、棉花分别达7.62、6.11和10.94日。同时，粮食作物机械化率显著高于经济作物（2023年小麦、水稻、玉米综合机械化率分别为97.81%、88.03%、91.67%）。这种差异使粮食作物更易通过农业服务实现规模化管理。研究提出三个假设：H1（农业服务促进粮食生产）、H2（服务类别存在异质性）、H3（服务来源存在异质性）。

研究方法：数据来源与实证策略

研究使用CLDS2018的4011户农户数据，覆盖26省214村。被解释变量为农户是否种植粮食作物（二元变量），核心解释变量为农业服务采用情况。控制变量涵盖个体、家庭和村庄特征。为克服选择性偏误，采用倾向得分匹配（PSM）方法估计处理效应（ATT），并使用逆概率加权回归调整（IPWRA）和工具变量Probit（IV-probit）进行稳健性和内生性检验。

实证结果：农业服务的促进作用与异质性特征

1. 1.
   基准回归结果：PSM分析显示农业服务使粮食生产概率显著提升4.8%（在1%水平上显著），支持H1假设。匹配后样本满足共同支撑假设和平衡性检验（标准化偏差<10%）。
2. 2.
   稳健性检验：IPWRA模型显示处理组平均结果（POM₁=0.881）显著高于对照组（POM₀=0.825），ATE为5.6%。IV-probit模型第一阶段F统计量为456.08，排除弱工具变量问题，进一步确认结果稳健。
3. 3.
   服务类别异质性：机械服务促进效应最强（ATT=6.1%），技术服务次之（4.4%），农资供应服务不显著。这与粮食生产对机械化操作和技术指导的依赖性较高有关，支持H2。
4. 4.
   服务来源异质性：政府供给（ATT=4.1%）和志愿组织（6.8%）作用显著，而农业企业作为供给方时效应不显著，可能与公共服务属性缺失和市场覆盖不足有关，支持H3。

结论与政策启示

农业服务通过缓解劳动力约束促进粮食生产，但效应受服务内容与供给主体调节。政策层面需重点发展机械与技术服务体系，优化政府与志愿组织的服务供给模式，同时加强市场监管以提升服务质量。研究结论为以小农户为主的发展国家通过农业服务市场化保障粮食安全提供了路径参考。

研究局限与展望

本研究基于截面数据，未来需结合追踪数据动态分析；受数据所限，未涵盖产后服务（如加工、销售）的影响，后续研究可拓展全产业链服务分析。