基于PVAR模型的農(nóng)業(yè)生產(chǎn)托管?人工成本價格與水稻產(chǎn)量動態(tài)研究

摘要 基于2004—2020年長江流域省市有關(guān)面板數(shù)據(jù)，構(gòu)建面板向量自回歸模型，引入農(nóng)業(yè)生產(chǎn)托管、人工成本價格因素，分析農(nóng)業(yè)生產(chǎn)托管和人工成本對水稻產(chǎn)量的影響。結(jié)果表明，水稻生產(chǎn)托管對水稻產(chǎn)量有負向沖擊影響，但沖擊較小且平穩(wěn)；人工成本的增加會提高水稻產(chǎn)量，對水稻生產(chǎn)托管的影響短期內(nèi)不顯著；水稻生產(chǎn)托管、人工成本和水稻產(chǎn)量三者之間存在動態(tài)交互效應(yīng)?；诖?，提出了完善農(nóng)業(yè)托管體系、降低水稻人工投入、提升水稻規(guī)模化水平等建議，以促進水稻等糧食作物的高質(zhì)量發(fā)展。

關(guān)鍵詞 農(nóng)業(yè)生產(chǎn)托管；人工成本；水稻生產(chǎn)托管；PVAR

中圖分類號 S-9 ??文獻標識碼 A? 文章編號 0517-6611（2023）07-0212-05

doi：10.3969/j.issn.0517-6611.2023.07.049

Dynamic Study on Agricultural Production Trusteeship， Labor Cost Price and Rice Yield Based on PVAR Model

DUAN Chang-zhong

（Economics and Management School of Yangtze University， Jingzhou，Hubei 434023）

Abstract Based on the relevant panel data of provinces and cities in the Yangtze River basin from 2004 to 2020， this paper constructs a panel vector autoregression model， introduces the factors of agricultural production trusteeship and labor cost price， and analyzes the impact of agricultural production trusteeship and labor cost on rice yield. The results showed that rice production trusteeship had a negative impact on rice yield， but the impact was small and stable;the increase of labor cost will increase rice yield， and the impact on rice production trusteeship is not significant in the short term;there is a dynamic interaction among rice production trusteeship， labor cost and rice yield. Based on this， this paper puts forward some suggestions to improve the agricultural trusteeship system， reduce rice labor input， and improve the scale of rice to promote the high-quality development of rice and other food crops.

Key words Agricultural production trusteeship;Labor cost;Rice production trusteeship;PVAR

作者簡介 段昌忠（1994—），男，湖北石首人，在讀碩士，從事農(nóng)村發(fā)展研究。

收稿日期 2022-09-09；修回日期 2022-10-11

習近平總書記曾多次強調(diào)，中國人的飯碗要牢牢端在自己的手里。水稻是百糧之基，在我國居民日常生活中占據(jù)重要地位。保障糧食安全，是防范化解各類風險，穩(wěn)定國家大局的有效途徑［1］。我國糧食供給長期處于“緊平衡”狀態(tài)，維持糧食產(chǎn)量穩(wěn)定付出了巨大的人力、物力和環(huán)境代價［2］。農(nóng)業(yè)生產(chǎn)托管作為新時代農(nóng)業(yè)社會化服務(wù)方式和經(jīng)營方式，既是解決技術(shù)缺乏、勞動力短缺、資金供應(yīng)不足等問題的有效途徑，又是促進糧食豐收增效和實現(xiàn)小農(nóng)戶與農(nóng)業(yè)現(xiàn)代化有效銜接的應(yīng)有之策。近年來，我國農(nóng)業(yè)生產(chǎn)托管初具規(guī)模，國家出臺一系列文件政策引導農(nóng)業(yè)生產(chǎn)托管良性發(fā)展，2017年農(nóng)業(yè)部辦公廳印發(fā)《關(guān)于開展農(nóng)業(yè)生產(chǎn)托管統(tǒng)計工作的通知》，2019年農(nóng)業(yè)農(nóng)村部積極推廣農(nóng)業(yè)生產(chǎn)托管為主的社會化服務(wù)模式。發(fā)展農(nóng)業(yè)生產(chǎn)托管的最終目的是提供優(yōu)質(zhì)糧食，保障糧食安全。因此，探究農(nóng)業(yè)生產(chǎn)托管、人工成本和水稻產(chǎn)量之間關(guān)系，有助于把握水稻生產(chǎn)托管服務(wù)的規(guī)律和條件，進而促進農(nóng)業(yè)生產(chǎn)托管服務(wù)，推動糧食增產(chǎn)提質(zhì)。

參考已有資料，內(nèi)容上，研究學者們主要從托管意愿、組織方式以及托管模式3個角度對農(nóng)業(yè)生產(chǎn)托管展開研究［3-9］；視角上，相關(guān)學者從服務(wù)經(jīng)營規(guī)模視角對農(nóng)業(yè)生產(chǎn)托管組織方式進行探討，提出農(nóng)業(yè)生產(chǎn)托管服務(wù)新融合模式［11-14］。隨著關(guān)于農(nóng)業(yè)生產(chǎn)托管與水稻、玉米、小麥等糧食相關(guān)研究逐漸增多，基于理論和實證兩方面，論述農(nóng)業(yè)生產(chǎn)托管對農(nóng)業(yè)生產(chǎn)效率以及農(nóng)戶的影響［1-2，9，15-16］。

綜上，現(xiàn)有研究對農(nóng)業(yè)生產(chǎn)托管進行較為深入的剖析，具有一定啟發(fā)意義，為該研究奠定了堅實的理論基礎(chǔ)。但對農(nóng)業(yè)微觀視角——農(nóng)業(yè)生產(chǎn)托管、人工成本以及產(chǎn)量關(guān)注較少。此外，現(xiàn)有研究主要基于農(nóng)業(yè)生產(chǎn)托管和某一對象之間的兩者關(guān)系研究，對三者的研究相對缺乏。水稻是大宗農(nóng)產(chǎn)品，也是農(nóng)業(yè)生產(chǎn)托管服務(wù)的優(yōu)先支持對象，同時長江流域水稻種植面積占全國的65.7%。因此，研究長江流域水稻生產(chǎn)托管不僅具有較強的代表性，而且有較強的現(xiàn)實基礎(chǔ)，對于我國水稻生產(chǎn)托管服務(wù)具有一定的指導作用。筆者構(gòu)建面板向量自回歸模型，基于長江流域省際動態(tài)面板數(shù)據(jù)，就水稻生產(chǎn)托管、人工成本對水稻產(chǎn)量的沖擊影響進行分析并提出對策建議，以期為水稻生產(chǎn)托管高質(zhì)量發(fā)展提供參考。

1 模型構(gòu)建與數(shù)據(jù)來源

1.1 模型構(gòu)建

向量自回歸模型通過實際經(jīng)濟數(shù)據(jù)確定經(jīng)濟系統(tǒng)動態(tài)結(jié)構(gòu)，建模時無須提出先驗理論假設(shè)的一種非結(jié)構(gòu)化模型。面板向量自回歸模型（PVAR）則是考察兩個或多個變量之間的動態(tài)關(guān)系，適用于時間跨度相對較短（T≤20）的短面板數(shù)據(jù)，該研究的水稻生產(chǎn)托管、人工成本、水稻產(chǎn)量影響的短面板適用于PVAR模型。

該研究PVAR模型如下：

Yit=niαjYi，t-j+δt+γi+εit（1）

Yit=［p_trusteeship，p_labor，yield］，p_trusteeship、p_labor、yield分別表示水稻生產(chǎn)托管費用、人工成本價格以及水稻產(chǎn)量；i代表長江流域的10個省級行政區(qū)域，i=1，2，…，10；t代表年份，t=2004，2005，…，2020；n代表滯后階數(shù)，αj代表系數(shù)矩陣；j代表向量的滯后階數(shù)；δt代表時間效應(yīng)；γi代表個體效應(yīng)；εit代表隨機誤差項。

1.2 數(shù)據(jù)來源與處理

該研究數(shù)據(jù)均來源于《全國農(nóng)產(chǎn)品成本與匯編》（2005—2021），為保證數(shù)據(jù)的完整性和一致性，長江流域省級行政區(qū)域中剔除數(shù)據(jù)缺失嚴重的上海市，最終確定研究對象為2014—2020年長江流域江蘇省、浙江省、安徽省、湖北省、湖南省、重慶市、四川省、貴州省與云南省的9個省級行政區(qū)域。水稻包含早秈稻、中秈稻、晚秈稻以及粳稻米4種，該研究將這4種水稻相關(guān)數(shù)據(jù)進行匯總平均處理?！掇r(nóng)業(yè)部辦公廳關(guān)于大力推進農(nóng)業(yè)生產(chǎn)托管的指導意見》（農(nóng)辦經(jīng) 〔2017〕19號）將農(nóng)業(yè)生產(chǎn)托管定義為在不流轉(zhuǎn)土地經(jīng)營權(quán)的前提下，將農(nóng)業(yè)生產(chǎn)的部分或全部作業(yè)環(huán)節(jié)委托給農(nóng)業(yè)經(jīng)營組織的方式［17-18］。農(nóng)業(yè)生產(chǎn)環(huán)節(jié)的耕、種、防、收主要涉及農(nóng)業(yè)物質(zhì)資料的投入以及農(nóng)業(yè)生產(chǎn)托管所產(chǎn)生的服務(wù)費用，因此該研究將水稻生產(chǎn)托管費用（p_trusteeship）以水稻的物質(zhì)與服務(wù)費表征，人工成本價格（p_labor）以單位面積人工成本表征，水稻產(chǎn)量（yield）以水稻單位面積產(chǎn)量表征。變量的描述性統(tǒng)計與相關(guān)性檢驗結(jié)果見表1。表1顯示，水稻產(chǎn)量與人工成本價格的相關(guān)性最大，為0.462 1，其他變量之間的相關(guān)系數(shù)均小于0.46，表明各變量之間不存在嚴重多重共線性問題。

2 結(jié)果與分析

2.1 面板單位根檢驗

為避免出現(xiàn)偽回歸和弱工具變量等問題，采用IPS檢驗法對研究所涉及的變量進行面板單位根檢驗，IPS檢驗結(jié)果如表2 所示。結(jié)果表明，p_trusteeship的統(tǒng)計量為-3.233 4，小于1%的臨界值-2.210，因此拒絕面板單位根的原假設(shè)；Z的統(tǒng)計量為-4.037 5，對應(yīng)的P值為0.000 0，同樣拒絕原假設(shè)，綜上可以判斷，p_trusteeship為平穩(wěn)序列。同理可知，p_labor和yield均為平穩(wěn)序列。

2.2 格蘭杰（Granger）因果檢驗

表3為格蘭杰因果檢驗結(jié)果。從表3可知，在農(nóng)業(yè)生產(chǎn)托管（p_trusteeship）方程中，人工成本（p_labor）的P值為0.038，即至少在0.05的顯著性水平下拒絕原假設(shè)，人工成本（p_labor）和水稻產(chǎn)量（yield）聯(lián)合檢驗的P值為0.029，該結(jié)果顯著且拒絕原假設(shè)，說明人工成本和水稻產(chǎn)量是農(nóng)業(yè)生產(chǎn)托管的Granger意義下的原因。在人工成本（p_labor）方程中，農(nóng)業(yè)生產(chǎn)托管（p_trusteeship）的P值為0.041，即至少在0.05的水平下顯著，水稻產(chǎn)量（yield）的P值為0.001，至少在0.01的水平下顯著，同理農(nóng)業(yè)生產(chǎn)托管（p_trusteeship）和水稻產(chǎn)量（yield）聯(lián)合檢驗至少在0.10的水平下顯著，說明農(nóng)業(yè)生產(chǎn)托管和水稻產(chǎn)量是人工成本的Granger意義下的原因。在水稻產(chǎn)量（yield）方程中，農(nóng)業(yè)生產(chǎn)托管（p_trusteeship）的P值為0.043，人工成本（p_labor）的P值為0.034，兩者的結(jié)果均拒絕原假設(shè)，且農(nóng)業(yè)生產(chǎn)托管（p_trusteeship）和人工成本（p_labor）的聯(lián)合檢驗在0.01的水平下顯著，說明農(nóng)業(yè)生產(chǎn)托管和人工成本是水稻產(chǎn)量的Granger原因。

2.3 最優(yōu)滯后階數(shù)選取與穩(wěn)定性檢驗

PVAR模型建立過程中變量滯后階數(shù)的選取對模型擬合十分關(guān)鍵，若滯后階段過短，無法準確捕捉PVAR模型的動態(tài)特征；若滯后階數(shù)過長模型估計參數(shù)較多，則會損失自由度從而降低模型擬合度。一般使用MAIC、MBIC和MQIC最小信息準則確定PVAR的最優(yōu)滯后階數(shù)。

由表4可知，在MBIC和MQIC準則下選擇的滯后階數(shù)為1階，在MAIC準則下選擇的滯后階數(shù)為3階，綜合MAIC、MBIC和MQIC準則可得，該研究的最優(yōu)滯后階數(shù)為1階。

圖1為面板向量自回歸模型的穩(wěn)定性檢驗結(jié)果。如圖1所示，所有的特征值均落在單位圓內(nèi)，表明該研究設(shè)定的PVAR模型穩(wěn)定，其整體回歸結(jié)果有效。

2.4 面板向量自回歸分析

對公式（1）構(gòu)建的向量自回歸模型采用GMM方法估計，得到回歸結(jié)果見表5。由表5可知，水稻生產(chǎn)托管、人工成本和水稻產(chǎn)量三者之間存在顯著的雙向動態(tài)關(guān)系，3個變量滯后1期對其他變量均有顯著影響。

在水稻生產(chǎn)托管方程中，人工投入和水稻產(chǎn)量滯后1期的估計系數(shù)在0.01的水平顯著均為負，表明前一期的人工成本和水稻產(chǎn)量減少的負向沖擊將會導致水稻生產(chǎn)托管費用增加?？赡茉蚴乔耙黄谌斯こ杀就度胼^少、水稻產(chǎn)量下降，為提高當期水稻產(chǎn)量，農(nóng)戶會適當增加當期農(nóng)業(yè)生產(chǎn)資料的投入，從而相應(yīng)增加水稻托管等環(huán)節(jié)的投入，進而提高水稻產(chǎn)量。

在人工成本價格方程中，水稻生產(chǎn)托管滯后1期的估計系數(shù)在0.01水平顯著為正，表明前一期水稻生產(chǎn)托管的正向沖擊會促使人工成本增加，導致這一現(xiàn)象可能的原因是水稻生產(chǎn)托管費用的增加會使農(nóng)戶產(chǎn)生正向預期，因此會追加人工成本投入。水稻產(chǎn)量滯后一期的估計系數(shù)在0.01水平顯著為負，表明前一期水稻產(chǎn)量增加的沖擊會導致人工成本減少，根據(jù)邊際報酬遞減規(guī)律以及農(nóng)戶的保守心理，前一期水稻產(chǎn)量增加時，農(nóng)戶一般不會盲目擴大生產(chǎn)規(guī)模，保持現(xiàn)有的生產(chǎn)狀態(tài)。同時前一期的產(chǎn)量增加的經(jīng)驗使得農(nóng)戶適當減少某些生產(chǎn)環(huán)節(jié)的人工投入，實現(xiàn)“最低投入最大產(chǎn)出”，追求邊際效益最大化。

在水稻產(chǎn)量方程中，水稻生產(chǎn)托管的滯后1期估計系數(shù)在0.01水平顯著為正，表明前一期水稻生產(chǎn)托管的正向沖擊會促使水稻產(chǎn)量增加，形成原因在于水稻生產(chǎn)托管費用的增加，水稻生產(chǎn)投入了較多的生產(chǎn)資料，一般而言當年的水稻產(chǎn)量會提高，進而農(nóng)戶會保持現(xiàn)有生產(chǎn)資料投入或適當增加生產(chǎn)投入，從而當期的水稻產(chǎn)量有所提升。人工成本的滯后1期估計系數(shù)在0.10水平顯著為負，表明前一期人工成本的沖擊將會導致水稻產(chǎn)量下降。由于該研究對象為長江流域除上海市之外9個省市水稻，而水稻主要生長期在夏季，長江流域夏季極易遭遇旱澇極端災(zāi)害天氣的影響，稻田干旱或洪澇，導致水稻產(chǎn)量減少。農(nóng)戶在前一期遭受損失，收入相應(yīng)減少，縮小當期生產(chǎn)規(guī)模，從而會影響當期水稻產(chǎn)量。

2.5 脈沖響應(yīng)分析

為探索水稻生產(chǎn)托管、人工成本以及水稻產(chǎn)量三者之間的動態(tài)傳導機制和影響路徑，該研究運用脈沖相應(yīng)進行解釋說明。圖2為沖擊時間為10期的脈沖響應(yīng)結(jié)果。

分析水稻生產(chǎn)托管、人工成本價格、水稻產(chǎn)量的脈沖響應(yīng)正交圖可得出以下結(jié)論：

第一，水稻產(chǎn)量提高會促進水稻生產(chǎn)規(guī)模效益，降低人工成本。水稻產(chǎn)量的沖擊對水稻生產(chǎn)托管呈持續(xù)性影響，在第1期出現(xiàn)峰谷后，出現(xiàn)長期平穩(wěn)上升狀態(tài)，在第5期后由負向影響轉(zhuǎn)變?yōu)檎蛴绊?。給水稻產(chǎn)量一個標準差大小的沖擊，其自身會受到影響，前2期沖擊為正，第3期開始轉(zhuǎn)為負向沖擊，并趨于逐漸收斂。

第二，人工成本的增加會促進水稻產(chǎn)量的提高，但隨著人工成本的提高，短期內(nèi)水稻產(chǎn)量的增速較快，長期增速逐漸穩(wěn)定，對水稻生產(chǎn)托管的作用較小且不明顯。給人工成本1個標準差大小的沖擊，其自身會受到正向影響，沖擊時間較短且在第2期恢復穩(wěn)定。

第三，水稻生產(chǎn)托管對水稻產(chǎn)量的沖擊為負，第一期對水稻產(chǎn)量的沖擊較大，第2期開始沖擊呈收斂態(tài)勢。水稻生產(chǎn)托管對人工成本的沖擊較大，第1期沖擊作用顯著，后期的負向沖擊作用逐漸平穩(wěn)。給水稻生產(chǎn)托管1個標準差大小的沖擊，其自身會受到正向沖擊，但沖擊十分平穩(wěn)。

2.6 方差分解分析

為更進一步度量水稻生產(chǎn)托管、人工成本和水稻產(chǎn)量3個指標之間的長期相互影響程度，使用預測誤差方差分解模型來解釋水稻生產(chǎn)托管、人工成本和水稻產(chǎn)量對沖擊響應(yīng)的方差貢獻度，其結(jié)果見表6。

從水稻生產(chǎn)托管的方差貢獻率來看，水稻生產(chǎn)托管的方差貢獻率在第1期全部來自自身，從第2期開始，人工成本和水稻產(chǎn)量的貢獻率開始增長，但二者的貢獻率一直比較低。第2期水稻生產(chǎn)托管的貢獻率為79.53%，人工成本和水稻產(chǎn)量的貢獻率分別為0.86%、1.18%，第6期水稻生產(chǎn)托管貢獻率78.95%，經(jīng)過5期其貢獻率變動較小，而人工成本和水稻產(chǎn)量的貢獻率在這一期均突破了1%。在觀察期內(nèi)，水稻生產(chǎn)托管貢獻率與其他2個變量的貢獻率基本長期維持在8∶2的狀態(tài)，表明水稻生產(chǎn)托管受人工成本和水稻產(chǎn)量的影響非常有限。原因可能是我國的農(nóng)業(yè)生產(chǎn)托管起步較慢，生產(chǎn)托管機制管理體系有待完善，導致其對農(nóng)業(yè)人工成本和農(nóng)業(yè)產(chǎn)量的作用未得到有效發(fā)揮。

從人工成本的方差分解來看，在第一期人工成本的貢獻率來自和水稻生產(chǎn)托管和自身，水稻產(chǎn)量沒有貢獻。在第2期，水稻產(chǎn)量的貢獻率為56.61%，超過人工成本自身34.77%的貢獻率，水稻托管的貢獻率略有下降。在剩下的9期內(nèi)，水稻托管貢獻率在10%左右徘徊，人工成本剩余90%左右的貢獻率由人工成本貢獻34%左右和水稻產(chǎn)量貢獻56%左右構(gòu)成。表明水稻產(chǎn)量對人工成本的影響比水稻生產(chǎn)托管對人工成本的影響更大。

從水稻產(chǎn)量貢獻率來看，第1期的水稻產(chǎn)量方差貢獻率有62.89%來自自身，但在第5期和第10期，自身的貢獻有所減少但變化不顯著，水稻生產(chǎn)托管對水稻產(chǎn)量的方差貢獻率分別為4.40%和3.62%，人工成本對水稻產(chǎn)量的方差貢獻率增加到34.25%和35.15%，可見與水稻生產(chǎn)托管相比，水稻產(chǎn)量受人工成本的影響相對較大。

總體而言，從水稻生產(chǎn)托管、人工成本和水稻產(chǎn)量三者間的動態(tài)互動關(guān)系來看，這三者在一定程度上存在部分融合，但三者的作用強弱程度有所差異。

3 結(jié)論與建議

該研究基于2004—2020年長江流域除上海市之外的9個省級行政區(qū)域的面板數(shù)據(jù)，構(gòu)建水稻生產(chǎn)托管、人工成本價格和水稻產(chǎn)量面板向量自回歸模型，在此基礎(chǔ)上進一步通過GMM估計、脈沖響應(yīng)和預測方差分解對水稻生產(chǎn)托管、人工成本和水稻產(chǎn)量之間的互動關(guān)系進行檢驗。研究發(fā)現(xiàn)：水稻生產(chǎn)托管對水稻產(chǎn)量有負向沖擊影響，但沖擊影響較小且平穩(wěn)；人工成本的增加會提高水稻產(chǎn)量，對水稻生產(chǎn)托管的影響短期內(nèi)不顯著；水稻生產(chǎn)托管、人工成本和水稻產(chǎn)量三者之間存在動態(tài)交互效應(yīng)?；谘芯拷Y(jié)論，提出如下對策建議：

一是完善農(nóng)業(yè)托管體系，普及生產(chǎn)托管理念。鼓勵各種類型的生產(chǎn)托管服務(wù)組織加強合作，形成農(nóng)業(yè)生產(chǎn)托管服務(wù)體系完備、服務(wù)質(zhì)量上乘的生產(chǎn)托管服務(wù)網(wǎng)絡(luò)。以政府牽引為契機，承接地域農(nóng)業(yè)生產(chǎn)托管服務(wù)中心、鄉(xiāng)鎮(zhèn)生產(chǎn)托管站、村級生產(chǎn)托管服務(wù)點等建設(shè)，構(gòu)建農(nóng)業(yè)資源整合、供需對接的區(qū)域生產(chǎn)托管服務(wù)平臺。對農(nóng)戶進行生產(chǎn)托管理念知識教育與普及，提高農(nóng)業(yè)生產(chǎn)托管率，達到優(yōu)質(zhì)高效的農(nóng)業(yè)生產(chǎn)托管有效減少人工成本費用，提高水稻產(chǎn)量的目的。

二是降低水稻人工投入，提高機械化水平。補齊水稻生產(chǎn)過程種植、育肥、收割、烘干、倉儲等薄弱環(huán)節(jié)，大力推行水稻種植全程機械化作業(yè)，減少農(nóng)事活動的非必要支出，降低種植過程的人工成本投入。

三是提升水稻規(guī)?；剑岣弋a(chǎn)量。發(fā)揮農(nóng)業(yè)集體經(jīng)濟、農(nóng)民專業(yè)合作社等集體組織優(yōu)勢，整合分散農(nóng)戶需求，提供集中成片的水稻托管服務(wù)，以規(guī)?；a(chǎn)業(yè)化、集約化的生產(chǎn)經(jīng)營方式提高水稻產(chǎn)量。

參考文獻

［1］ 江帆，宋洪遠，高鳴.農(nóng)業(yè)生產(chǎn)托管保障國家糧食安全的理論分析：基于生成邏輯的視角［J］.農(nóng)業(yè)現(xiàn)代化研究，2022，43（1）：11-19.

［2］ 蘆千文，苑鵬.農(nóng)業(yè)生產(chǎn)托管與穩(wěn)固中國糧食安全戰(zhàn)略根基［J］.南京農(nóng)業(yè)大學學報（社會科學版），2021，21（3）：58-67.

［3］ 忻紅，吳清萍.河北省農(nóng)業(yè)經(jīng)營體系創(chuàng)新和運作研究［J］.價格月刊，2016（7）：86-90.

［4］ 杜洪燕，陳俊紅，李蕓.農(nóng)業(yè)生產(chǎn)托管組織方式研究：以山西省為例［J］.農(nóng)業(yè)經(jīng)濟，2021（1）：12-14.

［5］ 姜長云.論農(nóng)業(yè)生產(chǎn)托管服務(wù)發(fā)展的四大關(guān)系［J］.農(nóng)業(yè)經(jīng)濟問題，2020，41（9）：55-63.

［6］ 王玉斌，李乾.農(nóng)業(yè)生產(chǎn)托管利益分配模式比較研究［J］.改革，2019（8）：119-127.

［7］ 陳辛垚.新疆農(nóng)業(yè)生產(chǎn)托管服務(wù)模式效果評價研究［D］.烏魯木齊：新疆農(nóng)業(yè)大學，2021.

［8］ 杜洪燕，陳俊紅，劉寶印，等.服務(wù)融合趨勢下農(nóng)業(yè)生產(chǎn)托管組織方式創(chuàng)新研究［J］.北方園藝，2021（7）：162-169.

［9］ 靳曉敏，宋玉蘭，許明威.農(nóng)業(yè)生產(chǎn)托管對新疆玉米種植戶福利效應(yīng)影響研究［J］.資源開發(fā)與市場，2021，37（12）：1457-1463，1470.

［10］ 盧洋嘯，孔祥智.農(nóng)業(yè)生產(chǎn)托管的形成機制與服務(wù)模式分析［J］.現(xiàn)代經(jīng)濟探討，2021（6）：119-125，132.

［11］ 杜洪燕，陳俊紅，李蕓.推動小農(nóng)戶與現(xiàn)代農(nóng)業(yè)有機銜接的農(nóng)業(yè)生產(chǎn)托管組織方式和利益聯(lián)結(jié)機制［J］.農(nóng)村經(jīng)濟，2021（1）：31-38.

［12］ 姜長云，李俊茹，趙煒科.農(nóng)業(yè)生產(chǎn)托管服務(wù)的組織形式、實踐探索與制度創(chuàng)新：以黑龍江省LX縣為例［J］.改革，2021（8）：103-115.

［13］ 張瑞娟，宦梅麗.農(nóng)業(yè)生產(chǎn)托管：模式、成效及啟示——來自黑龍江省蘭西縣的經(jīng)驗［J］.重慶社會科學，2020（10）：5-17.

［14］ 冀名峰，李琳.農(nóng)業(yè)生產(chǎn)托管：農(nóng)業(yè)服務(wù)規(guī)模經(jīng)營的主要形式［J］.農(nóng)業(yè)經(jīng)濟問題，2020，41（1）：68-75.

［15］ 張忠軍，易中懿.農(nóng)業(yè)生產(chǎn)性服務(wù)外包對水稻生產(chǎn)率的影響研究：基于358個農(nóng)戶的實證分析［J］.農(nóng)業(yè)經(jīng)濟問題，2015，36（10）：69-76.

［16］ 王文.新疆農(nóng)業(yè)生產(chǎn)托管的發(fā)展態(tài)勢［J］.安徽農(nóng)業(yè)科學，2021，49（8）：264-265，274.

［17］ 杜洪燕，陳俊紅，龔晶，等.農(nóng)業(yè)生產(chǎn)托管：模式、成效及風險分擔機制：基于山西和黑龍江兩省的調(diào)研［J］.價格理論與實踐，2020（12）：10-13，74.

［18］ 杜洪燕，陳俊紅，張峻峰，等.農(nóng)業(yè)生產(chǎn)托管：成效、問題及對策：基于晉蘇黑三省的調(diào)研［J］.農(nóng)業(yè)經(jīng)濟，2022（1）：6-8.