農地流轉的生態(tài)效應：生態(tài)福利還是生態(tài)負擔

關鍵詞 農地流轉；農業(yè)生態(tài)效率；要素資源錯配；土地規(guī)模經營；倒“U”形關系

1949年以來，中國農業(yè)發(fā)展取得了顯著的成就，但同時也出現了土壤生態(tài)退化、農田大氣污染等多種生態(tài)環(huán)境問題［1］。面對農業(yè)生態(tài)環(huán)境的嚴峻挑戰(zhàn)，建設資源節(jié)約型、環(huán)境友好型農業(yè)發(fā)展模式成為中國農業(yè)發(fā)展的必由之路。農業(yè)生態(tài)效率作為衡量農業(yè)經濟與農業(yè)環(huán)境協(xié)同發(fā)展的重要標尺，是推動鄉(xiāng)村生態(tài)振興、實現中國農業(yè)綠色發(fā)展的重要理論參考。農地流轉作為合理配置農業(yè)生產資源的重要手段，通過有效整合田埂、重新翻耕土地等方式，將一定范圍內零星分布的農地集中進行農業(yè)規(guī)模化經營，能夠有效降低農業(yè)面源污染和減少農業(yè)碳排放［2-3］，給農業(yè)生態(tài)效率帶來了“生態(tài)福利”。然而，隨著農地流轉工作的不斷深入，農地“被確權”“確空權”等問題逐漸顯現［4-5］，給農業(yè)生態(tài)效率造成了“生態(tài)負擔”。鑒于此，農地流轉對農業(yè)生態(tài)效率的影響究竟是“生態(tài)福利”，還是“生態(tài)負擔”，抑或二者并舉？圍繞該問題，本研究通過探討農地流轉對農業(yè)生態(tài)效率的具體影響以及內在作用機制，期望在“雙碳”背景下，為中國農業(yè)發(fā)展全面綠色轉型提供理論支撐和決策參考。

1 相關文獻回顧

近年來關于農業(yè)生態(tài)效率的相關研究不斷涌現，其主要聚焦以下幾個方面：第一，農業(yè)生態(tài)效率的量化評估。相關學者已經使用多種方法量化評估農業(yè)生態(tài)效率，其中數據包絡分析法下的超效率SBM模型應用最為廣泛［6-9］。此外，合理選取期望產出指標和非期望產出指標對于農業(yè)生態(tài)效率的量化評估結果尤為關鍵。從選取期望產出指標來看，大多數學者選擇農業(yè)總產值作為期望產出指標［6-7］，但從選取非期望產出指標來看，不同學者選取非期望產出指標時存在差異。部分學者選擇單一指標作為非期望產出指標［8］，譬如，農業(yè)碳排放。另一部分學者則同時選擇農業(yè)碳排放和農業(yè)面源污染作為非期望產出指標［6，9］。第二，農業(yè)生態(tài)效率的驅動因素。從微觀層面來看，過量使用農藥、化肥及農膜等農用化學投入品是導致農業(yè)生態(tài)效率降低的關鍵因素［6］。此外，農業(yè)節(jié)水灌溉技術的開發(fā)與應用、農作物種植經驗的積累等因素均有助于提高農業(yè)生態(tài)效率［7，10］。從宏觀層面來看，財政支農力度的提高、農村人力資本水平的提升等因素均能促進農業(yè)生態(tài)效率提升，但城鄉(xiāng)發(fā)展差距的不斷擴大、地區(qū)工業(yè)化程度的加深等因素可能會導致農業(yè)生態(tài)效率下降［9，11-12］。

上述研究成果表明，學術界已經圍繞農業(yè)生態(tài)效率這一主題構建了一個相對完善的理論體系，為實現中國農業(yè)綠色發(fā)展提供了一定的理論指導。然而，現有農業(yè)生態(tài)效率的相關研究較少關注農地流轉這一中國農業(yè)領域重大變革所可能引發(fā)的連鎖效應，這一研究局限制約了農業(yè)生態(tài)效率理論體系的發(fā)展。農地流轉作為中國農業(yè)綠色轉型的重要驅動因素，其不僅顯著促進了農業(yè)生產集約化、規(guī)模化［13-14］，還深刻改變了農業(yè)生產組織方式和現代農業(yè)發(fā)展模式［15］。此外，農地流轉對改善農民生活水平具有積極的意義，已有研究認為農地流轉有助于促進農民非農就業(yè)、推動貧困家庭減貧、完善農民收入分配制度［16-18］。鑒于農地流轉的顯著影響，將其納入農業(yè)生態(tài)效率的研究視野尤為重要。但現有研究多從農地流轉的碳減排效應、化肥減量效應的視角展開討論［2-3，19-20］。事實上，隨著農地流轉面積的日益擴大，農地流轉對農業(yè)生態(tài)系統(tǒng)產生了顯著影響［21］。在中國式農業(yè)現代化進程中，要求不斷提高農業(yè)發(fā)展質量，不斷增強農業(yè)綠色可持續(xù)發(fā)展能力［22］。由此可見，深入分析農地流轉對農業(yè)生態(tài)效率的影響具有重要的理論價值和現實意義。

綜上所述，國內外專家學者已經就農地流轉與農業(yè)生態(tài)效率進行了大量的研究，但仍存在以下不足：①鮮有研究農地流轉對農業(yè)生態(tài)效率的非線性影響。相關學者主要關注農地流轉與農業(yè)生產效率的線性關系［13-15］，忽略了農業(yè)生產過程中的生態(tài)環(huán)境污染問題；在農地流轉與農業(yè)生產環(huán)境的研究中，大多數研究僅關注農業(yè)碳排放或者農業(yè)化肥污染這單一結果變量，且未將其納入農業(yè)生產的整體框架當中［2-3，19-20］。②少有從理論層面構建農地流轉對農業(yè)生態(tài)效率影響的理論分析框架。已有農地流轉對農業(yè)生態(tài)效率影響的相關研究，均缺少一個清晰性、整體性和綜合性的理論分析框架。③較少從多角度研究判斷倒“U”形關系的方法。現有關于非線性關系的研究大多未能清楚地解釋“U”形或者倒“U”形關系背后的潛在作用機制。鑒于此，本研究依據要素資源錯配理論框架，構建了“技術-資本-勞動”理論模型；之后基于碳源和碳匯雙重角度，依據2005—2022年30個省級行政區(qū)面板數據，采用非期望產出超效率SBM、非線性調節(jié)效應、多維固定空間杜賓等模型，探討了農地流轉對農業(yè)生態(tài)效率的具體影響以及內在機制。

2 理論分析與研究假說

2. 1 農地流轉生態(tài)效應的直接影響

農業(yè)生態(tài)效率作為衡量農業(yè)經濟與農業(yè)環(huán)境協(xié)同發(fā)展的綜合性概念，不僅包含農業(yè)生產的經濟效益，還強調農業(yè)生產過程中的資源利用效率和生態(tài)環(huán)境保護［6，9］。然而，在評估農業(yè)生態(tài)效率過程中，往往會忽視農業(yè)碳匯效應，即小麥、玉米等農作物生長過程中會通過光合作用吸收并固定大氣中CO2，減少農業(yè)碳排放［23］。因此，如果僅關注農業(yè)經濟增長、農業(yè)資源消耗以及農業(yè)環(huán)境污染等直接指標，忽略農業(yè)碳匯效應這一重要生態(tài)服務功能，農業(yè)生態(tài)效率值很可能會被低估。

農地流轉作為中國農村改革的重大創(chuàng)新，在推動農業(yè)綠色生產、提高農業(yè)生產效率等方面具有重要作用。具體來說，農地流轉通過農業(yè)規(guī)模化、集約化和專業(yè)化經營，減少了農藥、化肥等農業(yè)化學投入品的使用數量以及提高了溫室大棚、秸稈利用等農業(yè)技術的應用水平，從而降低了農業(yè)面源污染和減少了農業(yè)碳排放［2-3，13］，提高了農業(yè)生態(tài)效率。但隨著農地流轉工作的不斷深入，農地“被確權”“確空權”等問題逐漸顯現，導致了土地經營權規(guī)模化流轉溢價以及限制了農業(yè)規(guī)模化經營［4-5］，降低了農業(yè)生產效率。此外，隨著農地流轉面積的不斷上升，新型農業(yè)經營主體為了追求更高的農業(yè)產量和經濟效益，會過度依賴農藥、農膜等農業(yè)化學投入品，從而容易造成土壤板結和鹽堿化、水體富營養(yǎng)化等農業(yè)生態(tài)環(huán)境問題［24-25］，降低了農業(yè)生態(tài)效率。據此提出研究假設H1。

H1：農地流轉對農業(yè)生態(tài)效率的影響具有顯著的先增加后減小的倒“U”形非線性特征。

2. 2 農地流轉生態(tài)效應的間接影響

新古典經濟學認為，在完全競爭市場機制下要素有序自由流動實現了以最小資源投入獲得最大化產出的狀態(tài)被稱為帕累托最優(yōu)配置。就農業(yè)部門而言，其容易受到政策、稅收等摩擦性因素的影響，使得技術、資本等農業(yè)生產資源無法轉移到更高生產率領域，從而造成了農業(yè)要素資源錯配，即農業(yè)要素資源配置偏離最優(yōu)狀態(tài)，導致農業(yè)要素資源效率無法實現最大化［26］。因此，本研究以資源錯配理論框架為基礎［27］，從技術資源錯配、資本資源錯配和勞動資源錯配3個方面構建了農地流轉生態(tài)效應的理論模型。

2. 2. 1 理論假設

在借鑒Hotelling［28］研究中關于人群假設的基礎上，結合阮建青等［29］資本劃分方式，將社會資本作出如下基本設定：①經營主體投資資本K 分成直接資本和間接資本。②社會資本中經營主體i 持有的資本Ki 存在明顯的差異， Ki ∈ [ 0，1] 按人群排列，并且假設人群排序P 符合均勻分布。③不同的經營主體均存在投資門檻F，0

以資源錯配理論框架為基礎［27］，所有經營主體均使用資本資源K、勞動資源L進行生產，其個體均為價格接受者。經營主體以價稅方式體現扭曲資源價格，τK、τL 表示兩種生產資源的扭曲“稅”。由市場均衡可得，當τ gt; 0時，市場上該資源發(fā)生短缺，導致價格被高估；反之，當τ lt; 0時，造成價格被低估。由基本設定可知，經營主體總資本K 分成直接資本Kz 和間接資本Kj。當資本錯配存在于間接資本投資時，錯配指數為τK。推導如下：

根據Feenstra 等［31］研究中勞動力與分工關系結論，將勞動資源L 分成技術型勞動資源Lj 和非技術型勞動資源Lf，（Lj/Lf） = θ，θ 表示經營主體的技術需求。根據MAR外部性理論驗證發(fā)現，土地規(guī)模化生產有助于產生技術溢出效應，兩者通過循環(huán)累積因果效應，促使農地流轉水平不斷上升，技術資源需求不斷增加，即θ （h）' gt; 0，θ （h）\" lt; 0，錯配指數為τL。經營主體i 面臨資本資源K 的扭曲價格是（1 + τK，i ） × PK，勞動資源L 的扭曲價格是（1 +τL，i ） × PL。其中，PK、PL 是競爭性條件下兩種資源價格水平。為簡化研究假設，將生產函數設定為規(guī)模報酬不變，即βK，i + βL，i = 1，β 為生產要素的報酬率。

2. 2. 2 理論推導

假設經營主體i 的生產函數是：

根據資源錯配指數的定義可知，距離零點越近，說明資源錯配程度越小；反之資源錯配程度越大。當高于零點時，意味著資源配置不足；當低于零點時，意味著資源配置過剩［27，32］。據此進一步通過函數關系判斷農地流轉水平對資源錯配指數的影響。

根據式（12）推導得出：從農地流轉水平來看，無論是勞動資源配置不足，還是勞動資源配置過剩，一階導數始終小于0，即（?τL，i /?h） lt; 0；隨著農地流轉水平的不斷提高，勞動資源錯配程度呈下降趨勢，且其邊際改善效率不斷減小，二階偏導數始終大于0，即（?2τL，i /?h2 ） gt; 0。由此可得推論1：農地流轉初期對勞動資源配置呈加劇作用，但隨著農地流轉水平的不斷提升，其可以起到積極的改善作用，直至勞動資源配置由過剩變?yōu)椴蛔悖藭r農地流轉無法改善勞動資源配置不足。

由推論1和圖1可知，農地流轉水平對技術資源錯配程度呈先下降后上升的非線性影響。結合對農業(yè)生態(tài)效率的影響來看，隨著技術資源錯配程度的不斷下降，不僅直接通過測土配方施肥、沼氣發(fā)酵等低碳技術降低了農業(yè)碳排放［33］，還與農藥、化肥等農業(yè)化學投入品形成“替代效應”，減輕了土壤、水體的農業(yè)面源污染［34］，進而共同提高了農業(yè)生態(tài)效率。但隨著技術資源錯配程度的不斷上升，農業(yè)技術進步偏向于能源消耗型技術發(fā)展，增加了農業(yè)碳排放和造成了農業(yè)面源污染［35］，從而降低了農業(yè)生態(tài)效率。

農地流轉水平對勞動資源錯配程度呈先下降后上升的非線性影響。結合對農業(yè)生態(tài)效率的影響來看，隨著勞動資源錯配程度的不斷下降，有助于農業(yè)勞動力進行農田精細化管理和作業(yè)，譬如，精準控制水資源灌溉量和灌溉時間可以改善耕地板結鹽漬化、土壤沙化以及耕地污染［36］，提升農業(yè)生態(tài)效率。但隨著勞動資源錯配程度的不斷上升，農業(yè)勞動力會采取農田粗放式管理和作業(yè)。

譬如，減少精細耕作容易引起土地過度耕作、水源過度利用等問題，甚至出現土壤侵蝕、水資源枯竭、生物多樣性喪失等生態(tài)環(huán)境現象［37］，從而降低了農業(yè)生態(tài)效率。據此提出研究假設H2和研究假設H3。

H2：農地流轉通過改變技術資源錯配程度，從而對農業(yè)生態(tài)效率表現出先增加后減小的非線性影響。

H3：農地流轉通過改變勞動資源錯配程度，從而對農業(yè)生態(tài)效率表現出先增加后減小的非線性影響。

由式（13） 推導得出：從農地流轉水平來看，無論是資本資源配置不足，還是資本資源配置過剩，一階導數始終小于0，即 （?τK，i /?h） lt; 0；隨著農地流轉水平的不斷提高，資本錯配程度呈下降趨勢，且其邊際改善效率不斷減小，農地流轉水平對資本錯配的二階偏導數始終大于0，即（?2τK，i /?h2 ） gt; 0。由此可得推論2：農地流轉初期對資本資源配置呈加劇作用，但隨著農地流轉水平的不斷提升，其可以起到積極的改善作用，直至資本資源配置由過剩變?yōu)椴蛔悖藭r農地流轉無法改善資本配置不足。

由推論2和圖1可知，農地流轉水平對資本資源錯配程度呈先下降后上升的非線性影響。結合對農業(yè)生態(tài)效率的影響來看，隨著資本資源錯配程度的不斷下降，新型農業(yè)經營主體激發(fā)了閑置資產資本化的潛力，降低了獲得農業(yè)生產資本支持的難度，從而有助于轉變成為環(huán)保高效綠色農業(yè)、生態(tài)循環(huán)綠色農業(yè)等新型農業(yè)模式［38］，提升農業(yè)生態(tài)效率。但隨著資本資源錯配程度的不斷上升，容易誘發(fā)農業(yè)資本過度增密和過度深化的問題，阻礙了農業(yè)綠色技術水平提升、農業(yè)綠色經營模式轉變等［39］，進而致使出現土壤質量下降、生態(tài)系統(tǒng)功能退化等多種農業(yè)環(huán)境問題，降低了農業(yè)生態(tài)效率。據此提出研究假設H4。

H4：農地流轉通過改變資本資源錯配程度，從而對農業(yè)生態(tài)效率表現出先增加后減小的非線性影響。

3 研究設計

3. 1 模型構建

3. 1. 1 非期望產出超效率SBM模型

在參考Tone［40］研究的基礎上，構建了包含非期望產出的全局參比超效率SBM（slacks‐based measure）模型測算農業(yè)生態(tài)效率。假設決策單元的數量為n，投入類型的數量為m，各決策單元會產生r1 類型的期望產出，r2 類型的非期望產出，則相對應的矩陣表示為：投入向量X =[ x1，x2，x3，…，xn ] ∈ Rm × n、期望產出向量Y = [ y1，y2，y3，…，yn ] ∈ Rr1 × n、非期望產出向量P = [ p1，p2，p3，…，pn ] ∈ Rr2 × n。據此，非期望產出超效率SBM模型的具體算法表示為：

在公式（14）中，xik 表示投入向量，ywk 表示期望產出向量，puk 表示非期望產出向量，λ 表示常數向量，ρ 表示各決策單元的效率值，k 表示n 個決策單元中的第k 個決策單元。當ρ ≥ 1時，說明決策單元是有效率的；反之，當ρ ≤ 1時，則說明決策單元是無效率的。

3. 1. 2 多維固定效應模型

為了從宏觀層面驗證和解讀農地流轉對農業(yè)生態(tài)效率的倒“U”形非線性影響，參考Fernhaber等［41］的研究方法，構建如下多維固定效應模型：

在式（15）中：d 表示地區(qū)，t 表示時間，aed，t 是被解釋變量，表示地區(qū)d 在t 年的農業(yè)生態(tài)效率；altd，t 是核心解釋變量，表示地區(qū)d 在t 年的農地流轉水平，altd，t 2 是其平方項；Controlsd，t 是控制變量，表示地區(qū)d 在t 年影響農業(yè)生態(tài)效率的其他因素；虛擬變量ηd 表示各地區(qū)的個體效應；虛擬變量ut 表示各地區(qū)的時間效應；εd，t 表示隨機干擾項，β0表示常數項。d = 1，2，…，30 表示30 個省級行政區(qū)；t =1，2，…，18表示研究樣本的18個年份。

為了更好地驗證農地流轉與農業(yè)生態(tài)效率二者之間是否存在倒“U”形關系，在參考Lind等［42］研究的基礎上，提出了驗證“U”形或者倒“U”形關系的3個步驟。第一，判斷二次項系數β2 具有顯著性且不為0，以及顯著性方向符合研究假設。第二，假設altl 和altr 是alt的左、右端點，說明altl 與altr 處的斜率顯著不為0。第三，頂點橫坐標（-β1 /2β2 ）需要位于研究數據區(qū)間內。

3. 1. 3 非線性調節(jié)效應模型

為了更清楚地解釋農地流轉與農業(yè)生態(tài)效率非線性關系的潛在影響機制，參考Lind等［42］的研究方法，構建如下檢驗倒“U”形關系的影響機制模型：

在式（16）中：N 是影響倒“U”形關系的調節(jié)變量，包含技術資源錯配、資本資源錯配和勞動資源錯配程度3個調節(jié)變量。根據Lind等［42］、Haans等［43］的研究內容發(fā)現調節(jié)變量N 可以通過以下兩種方式影響“U”形或者倒“U”形關系：第一，通過移動曲線頂點的位置，使曲線向左或向右移動。第二，通過改變曲線的斜率，使曲線變得更為陡峭或平坦。

3. 1. 4 多維固定空間杜賓模型

由于農業(yè)生態(tài)效率在空間上存在顯著的相關性，忽略空間因素可能會造成計量結果偏誤。因此，參考Lesage等［44］的研究方法，構建如下多維固定空間杜賓模型：

在式（17） 中：Yd，t是被解釋變量，表示為aed，t；c 是空間自回歸系數；v 是經濟地理復合權重矩陣。Xd，t 是解釋變量矩陣，表示為（aed，t + altd，t 2 ），θ1 是解釋變量Xd，t 的空間滯后系數向量，θ2 是控制變量Controlsd，t 的空間滯后系數向量。

3. 2 變量說明

3. 2. 1 被解釋變量

農業(yè)生態(tài)效率（ae）：已有文獻在測算農業(yè)生態(tài)效率時，僅考慮農業(yè)經濟增長作為期望產出指標，忽略了農作物通過光合作用吸收并固定大氣中CO2。因此，本研究在借鑒侯孟陽等［8］、王寶義等［9］和Liu 等［11］研究方法的基礎上，將農業(yè)減排固碳也作為農業(yè)生態(tài)效率的期望產出指標，并使用非期望產出超效率SBM模型測算農業(yè)生態(tài)效率。在測算農業(yè)生態(tài)效率時，需要確定投入、期望產出和非期望產出的指標，具體內容見表1。

3. 2. 2 解釋變量

農地流轉水平（alt）：根據《中華人民共和國土地管理法》可知，農戶轉讓的承包土地屬于農用地，僅限于農業(yè)種植。現有研究多以耕地流轉總面積代指農地流轉水平，但容易出現量綱差異帶來的計量結果偏誤。因此，為了消除量綱不同和數量級差異所帶來的影響，在借鑒Turner 等［15］、Zhang 等［45］、匡遠配等［46］研究指標選取的基礎上，使用以家庭為單位，每個省域內所有家庭承包耕地流轉總面積與所有家庭承包經營耕地面積的比重作為衡量農地流轉水平的指標。由農業(yè)農村部官網信息可知，家庭承包耕地流轉總面積包括農村家庭承包耕地轉讓面積、互換面積、流轉面積（包含轉包面積、入股面積以及其他形式面積）。

3. 2. 3 調節(jié)變量

要素資源錯配程度：在參考陳永偉等［47］、鄭宏運等［48］測算要素資源錯配程度的研究基礎上，結合農業(yè)生產屬性，求解出技術資源錯配程度γM、資本資源錯配程度γK和勞動資源錯配程度γL。具體內容如下：

式（18）—式（20）中：M表示技術資源、K表示資本資源、L表示勞動資源；γM，d、γK，d 和γL，d 是各類要素價格絕對扭曲系數，表示各類資源相對沒有扭曲時的加成情況。在實際測算中，可以使用價格相對扭曲系數來替代：

式（21）—式（23）中：（Md /M ）表示地區(qū)d 使用技術資源占技術資源總量的比重；sd 表示地區(qū)d 的產出yd 占整個經濟體總產出Y 的比重；σM =ΣdN sd σM，d 表示產出加權的技術資源貢獻值；（sd σM，d /σM ）表示當技術資源有效配置時地區(qū)d 使用技術資源的理論比例，即地區(qū)d 的技術資源錯配程度。勞動資源錯配程度、資本資源錯配程度的定義同理得出。

根據式（18） —式（23） 可知，計算技術資源錯配程度γM、資本資源錯配程度γK 和勞動資源錯配程度γL 的先決條件是估計地區(qū)d 的技術資源產出彈性σM、資本資源產出彈性σK 和勞動資源產出彈性σL。因此，參考趙志耘等［49］的研究方法，采用索洛余值法測算各類要素資源產出彈性。假設生產函數是具有規(guī)模報酬不變的C-D生產函數，加入個體效應ηd 和時間效應ut 后，整理可得公式（24）：

式（24）中：Zd，t 是產出變量，使用各地區(qū)的農業(yè)生產總值衡量農業(yè)總產出；Md，t 是技術資源投入量，使用地區(qū)d的農業(yè)機械總動力衡量；Kd，t 是資本資源投入量，使用地區(qū)d 的農業(yè)資本存量衡量，由于缺乏各地區(qū)農業(yè)資本存量的官方統(tǒng)計數據，借鑒李谷成等［50］研究成果，采用永續(xù)盤存法測算各地區(qū)的農業(yè)資本存量；Ld，t 是勞動資源投入量，使用地區(qū)d 的農業(yè)從業(yè)人員數量衡量。在此基礎上使用LSDV方法對各地區(qū)的要素資源產出彈性進行估計，然后代入式（18） —式（23） 計算得出各地區(qū)的技術、資本以及勞動資源產出彈性。

3. 2. 4 控制變量

在參考Liu等［11］、匡遠配等［46］研究基礎上，通過控制一系列其他變量，增加回歸模型的穩(wěn)健性。①農村交通基礎設施水平（srr）：使用地區(qū)等外公路里程數與地區(qū)面積的比重衡量。②農村人力資本水平（el）：使用地區(qū)農村勞動力平均教育年限與地區(qū)農村勞動力數量的比重衡量。③農村信息化水平（it）：使用地區(qū)農村移動電話年末用戶數量與地區(qū)農村年末人口數量的比重衡量。④農村居民收入水平（il）：使用地區(qū)農村居民人均可支配收入與地區(qū)農村居民總收入的比重衡量。⑤農業(yè)受災水平（gdr）：使用地區(qū)農作物受災面積與地區(qū)農作物播種總面積的比重衡量。⑥地區(qū)對外開放程度（dou）：使用地區(qū)進出口總額與地區(qū)生產總值的比重衡量。⑦政府環(huán)境規(guī)制水平（er）：使用環(huán)保節(jié)能總支出與地區(qū)財政總預算的比重衡量。

3. 3 數據來源與描述性統(tǒng)計

考慮到自2005年農業(yè)部審議通過《農村土地承包經營權流轉管理辦法》以來，農地流轉發(fā)展迅速，因此，將研究時間確定為2005—2022年，選取了30個省份共計540個研究樣本，研究未涉及西藏、香港、澳門和臺灣。有關量化評估農業(yè)生態(tài)效率的數據主要來自《中國環(huán)境統(tǒng)計年鑒》《新中國六十年統(tǒng)計資料匯編》以及中國碳排放交易網和全國污染源普查公報；有關農地流轉的數據主要來自《中國農村經營管理統(tǒng)計年報》和農業(yè)農村部官方網站；其他數據來源還包含國泰安數據庫、中經網統(tǒng)計數據庫。各變量樣本值的描述性統(tǒng)計結果見表2。

4 實證結果分析

4. 1 農業(yè)生態(tài)效率的時空演變

使用非期望產出超效率SBM模型測算了不含碳匯效應和含碳匯效應兩種情形下的省域農業(yè)生態(tài)效率，研究結果如圖2所示。第一，忽視農業(yè)碳匯效應是中國農業(yè)生態(tài)效率被低估的重要因素。含碳匯效應的中國農業(yè)生態(tài)效率整體高于無碳匯效應的中國農業(yè)生態(tài)效率，如果僅考慮碳源效應的中國農業(yè)生態(tài)效率，其均值被低估約0. 202。第二，中國農業(yè)生態(tài)效率總體上呈現波動上升的趨勢。無論是含碳匯效應的中國農業(yè)生態(tài)效率，還是無碳匯效應的中國農業(yè)生態(tài)效率，兩者總體上均呈現波動上升的趨勢。因此，選擇含碳匯效應的中國農業(yè)生態(tài)效率作為研究樣本。

4. 2 農地流轉生態(tài)效應的基準回歸結果

通過構建多維固定效應模型，考察了農地流轉對農業(yè)生態(tài)效率的倒“U”形非線性影響，研究結果見表3。所有模型結果中農地流轉水平的一次項、二次項均達到顯著水平，表明農地流轉水平對農業(yè)生態(tài)效率的影響存在顯著的先增加后減小的倒“U”形非線性特征，驗證了假設H1正確。根據列（3）計算，農地流轉水平與農業(yè)生態(tài)效率之間存在最優(yōu)拐點為0. 548，這意味著當農地流轉水平超過0. 548時，開始顯著降低農業(yè)生態(tài)效率。為了更嚴謹地檢驗兩者之間的倒“U”形關系，借鑒Lind 等［42］的3個步驟進行論證：第一，二次項系數β2 均不為0且具有負向顯著性，符合研究假設；第二，模型中系數β1 和β2 分別帶入農地流轉水平的左端點斜率和右端點斜率，發(fā)現左端點斜率和右端點斜率均不為0且具有顯著性，符合倒“U”形特征；第三，系數β1 均不為0且具有正向顯著性，同時頂點橫坐標（-β1 /2β2 ）均位于-0. 089～0. 783研究數據區(qū)間內。導致這種非線性關系的主要原因為，隨著農地流轉面積的不斷擴大，農地“被確權”“確空權”等問題逐漸顯現，導致土地經營權規(guī)模化流轉溢價，土地經營權流轉速度趨緩，降低了農業(yè)生態(tài)效率。

4. 3 穩(wěn)健性檢驗結果

4. 3. 1 內生性檢驗

由于上述基準回歸過程中可能會面臨遺漏變量、雙向因果等內生性問題，容易導致計量結果偏誤。所以在參考周京奎等［17］、Ali 等［23］的研究基礎上，使用1983年農地流轉水平（ln alta）及其平方項（ln alta2）作為合適的工具變量，借助工具變量法解決上述內生性問題。農地流轉工具變量具體使用“1983年各地區(qū)實施家庭聯產承包責任制戶數/1983年各地區(qū)農村家庭總戶數”與“各地區(qū)家庭承包耕地流轉總面積/各地區(qū)家庭承包耕地總面積”的比值表征，研究結果見表4。表4內生性檢驗結果表明，通過了內生性檢驗的P 值、Kleibergen‐Paaprk rk LM統(tǒng)計量等假設檢驗，說明該研究選擇的工具變量具有合理性和有效性。上述工具變量法估計下ln alta和ln alta2的系數在1%顯著水平下分別為2. 851和-4. 012，這意味著該研究在考慮內生性問題后，農地流轉對農業(yè)生態(tài)效率的影響仍然存在顯著的先增加后減小的倒“U”形非線性特征，基準回歸結果穩(wěn)健。

4. 3. 2 更換估計方法

為避免忽略空間因素而造成的計量結果偏誤，通過構建經濟地理復合權重矩陣進行空間效應分析，研究結果見表3。在經過空間相關性檢驗、LM檢驗、穩(wěn)健LM檢驗、Wald檢驗和LR檢驗后，最終選取多維固定空間杜賓模型進行估計分析。研究發(fā)現，農地流轉水平ln alt 直接效應和間接效應的系數均在1%顯著水平下為正值，農地流轉水平的平方項ln alta2直接效應和間接效應的系數分別在1%和5%顯著水平下為負值，這說明農地流轉不僅對本地區(qū)的農業(yè)生態(tài)效率產生先增加后減小的非線性影響，還對鄰近地區(qū)的農業(yè)生態(tài)效率也產生先增加后減小的非線性影響，基準回歸結果穩(wěn)健。

4. 3. 3 調整研究時區(qū)

為進一步驗證農地流轉對農業(yè)生態(tài)效率的非線性影響估計結果的可靠性，從調整研究區(qū)間和調整樣本數量兩個方面進行穩(wěn)健性檢驗。從調整研究區(qū)間來看，將研究區(qū)間由2005—2022年調整至2005—2019年重新進行基準回歸，研究結果見表4， ln alt和ln alta2的系數仍分別為正值和負值，且均通過了1%顯著水平檢驗，這表明農地流轉對農業(yè)生態(tài)效率會產生先促進后抑制的非線性影響。從調整樣本數量來看，將研究樣本進行5%左右的縮尾處理，并重新進行基準回歸，研究結果見表4，該研究模型的回歸系數、顯著性方向及水平均與基準回歸結果沒有明顯差異。

以上4種穩(wěn)健性檢驗結果說明，農地流轉對農業(yè)生態(tài)效率的影響具有顯著的先增加后減小的倒“U”形非線性特征，研究假設H1成立。

4. 4 影響機制檢驗結果

4. 4. 1 技術資源錯配機制分析

技術資源錯配機制檢驗結果見表5：①頂點變動檢驗的P 值為0. 503，未能拒絕原假設，說明頂點沒有發(fā)生變化。②系數β4 具有顯著性且大于0。這意味著技術資源錯配程度的提高會弱化農地流轉對農業(yè)生態(tài)效率的非線性影響，導致倒“U”形曲線斜率變得更為平坦。綜上所述，在農地流轉對農業(yè)生態(tài)效率的倒“U”形非線性關系中，受到技術資源錯配變量的調節(jié)影響，并且其可以顯著改變倒“U”形曲線的曲率。這一研究結果驗證了研究假設H2正確。其原因為在農地流轉初期，新型農業(yè)經營主體通過引入更為先進的農業(yè)生產技術，緩解了技術資源錯配程度，降低了農業(yè)碳排放和減少了農業(yè)面源污染，此時農地流轉對農業(yè)生態(tài)效率的非線性影響趨弱。但隨著農地流轉面積規(guī)模的不斷增加，農業(yè)生產過度依賴農業(yè)化學投入品數量的增加，加劇了技術資源錯配程度，從而導致了土壤質量下降等多種生態(tài)環(huán)境負面問題，降低了農業(yè)生態(tài)效率。

4. 4. 2 資本資源錯配機制分析

根據表5結果，同理得出在農地流轉對農業(yè)生態(tài)效率的倒“U”形非線性關系中，受到資本資源錯配變量的調節(jié)影響，并且其可以顯著改變倒“U”形曲線的曲率。這一研究結果證實了研究假設H4正確。其原因為在農地流轉政策實施的初期階段，其降低了農地流轉的交易費用，增加了土地資本投入，一定程度上改善了資本資源錯配程度，從而提高了農業(yè)生態(tài)效率。但隨著農地流轉政策的不斷深入，盡管農地流轉在短時間內促進了農業(yè)投入資本集聚，增加了土地資本投入，但同時也帶來了農業(yè)資本過度增密以及農業(yè)資本過度深化的風險，加劇了資本資源錯配程度，從而造成了單一化種植，引起生態(tài)系統(tǒng)平衡失調，降低了農業(yè)生態(tài)效率。

4. 4. 3 勞動資源錯配機制分析

勞動資源錯配機制檢驗結果見表5：①頂點變動檢驗的P 值為0. 003，拒絕原假設，這說明頂點發(fā)生了顯著變化。②（ β1 β4 - β2 β3） lt; 0且具有顯著性，說明隨著勞動資源錯配程度的不斷增加，頂點向左發(fā)生了移動。③系數β4 具有顯著性且小于0，這意味著提高勞動資源錯配程度反而會強化農地流轉對農業(yè)生態(tài)效率的非線性效應，導致倒“U”形曲線斜率變得更為陡峭。由此可見，在農地流轉生態(tài)效應的倒“U”形非線性關系中，受到勞動資源錯配變量的調節(jié)影響，并且其可以顯著改變倒“U”形曲線的頂點和曲率。該結論證實研究假設H3正確。其原因為在農地流轉面積擴張初期，農業(yè)勞動力能夠進行農田精細化管理和作業(yè)，改善了耕地板結鹽漬化、土壤沙化以及耕地污染，提升了農業(yè)生態(tài)效率。然而，隨著農地流轉面積的不斷擴張，在農業(yè)勞動力工作時間和精力一定的條件下，其會疏于田間管理，從而容易引起土地過度耕作、水源過度利用等問題，降低了農業(yè)生態(tài)效率。

4. 5 異質性檢驗結果

4. 5. 1 農業(yè)生產優(yōu)勢異質性分析

在不同農業(yè)生產優(yōu)勢情形下，本研究將研究區(qū)域劃分為糧食主產區(qū)、糧食產銷平衡區(qū)和糧食主銷區(qū)3組并進行分組回歸，研究結果見表6列（1） —列（3）。研究發(fā)現，糧食主產區(qū)和糧食產銷平衡區(qū)的農地流轉水平對農業(yè)生態(tài)效率的影響存在顯著的先增加后減小的倒“U”形非線性特征，而糧食主銷區(qū)卻沒有產生影響。這可能是因為糧食主產區(qū)和糧食產銷平衡區(qū)包括山東省、河南省、遼寧省等23個省級行政區(qū)，其較為平坦的地形條件、充足的耕地資源以及優(yōu)質的勞動力資源有助于農業(yè)規(guī)模化經營，促進各地區(qū)有序開展農地流轉工作，從而能夠更有效地提升農業(yè)生態(tài)效率。但糧食主銷區(qū)包括北京市、上海市、海南省等7個省級行政區(qū)，由于其耕地面積較小、地形較為崎嶇，從而不利于發(fā)揮農地流轉的生態(tài)效應。

4. 5. 2 農村金融排斥異質性分析

為了研究在不同農村金融排斥水平下農地流轉對農業(yè)生態(tài)效率的差異性影響，借鑒Kempson 等［51］的指標選取方法，從農村地理排斥、農村條件排斥、農村評估排斥等方面構建了農村金融排斥指標，并以中位數劃分為高、低兩組，研究結果見表6列（4） —列（5）。研究發(fā)現，在低農村金融排斥水平下農地流轉水平對農業(yè)生態(tài)效率的影響存在顯著的先增加后減小的倒“U”形非線性關系，而在高農村金融排斥水平下卻沒有產生影響。這可能是由于當地區(qū)農村金融排斥處于較高水平時，不利于新型農業(yè)經營主體增加農業(yè)資本投入，抑制了新型農業(yè)經營主體由小規(guī)模經營向大規(guī)模擴張，降低了農業(yè)生態(tài)效率。當地區(qū)農村金融排斥處于較低水平時，新型農業(yè)經營主體在農地流轉工作中面臨的金融約束較小，有利于其借助農業(yè)信貸、農業(yè)保險等金融服務，盤活農村土地資源和增加農業(yè)資本投資，從而促進了農業(yè)生態(tài)效率提升。

4. 5. 3 政府支持力度異質性分析

為了檢驗在政府不同支持力度情形下，農地流轉對農業(yè)生態(tài)效率的差異性影響，使用地方財政農業(yè)支出與地區(qū)財政總收入的比重作為衡量指標［11，46］，并進一步以中位數將政府支持力度劃分為強、弱兩組，研究結果見表6列（6） —列（7）。研究發(fā)現，在政府的不同力度支持下農地流轉水平對農業(yè)生態(tài)效率的影響均存在顯著的先增加后減小的倒“U”形非線性特征，但農地流轉的生態(tài)效應在強政府支持力度下更為顯著。這可能是由于地方政府支持力度越強，農地流轉政策與相關配套政策的實施保障性越高，農業(yè)生態(tài)效率提升效果越好。同時，隨著地方政府支持力度增強，地區(qū)農業(yè)基礎設施完善程度越高，有利于形成地區(qū)“集聚效應”和“虹吸效應”，降低農業(yè)碳排放和減少農業(yè)面源污染，提高農業(yè)生態(tài)效率。

5 研究結論與政策啟示

盡管在過去的幾十年間，農業(yè)生態(tài)環(huán)境得到顯著改善，但農業(yè)水體污染、農田大氣污染等多種生態(tài)環(huán)境問題依然困擾著中國農業(yè)綠色發(fā)展。探究農地流轉這一中國農業(yè)領域重大變革的生態(tài)效應，有助于為中國農業(yè)發(fā)展全面綠色轉型提供理論支撐和決策參考。因此，本研究以要素資源錯配視角下的“技術-資本-勞動”理論分析框架為基礎，定量分析農地流轉對農業(yè)生態(tài)效應的影響，并通過異質性分析和機制分析等方面從不同視角開展系統(tǒng)化的量化評估。主要研究結論如下：①無論是含碳匯效應的中國農業(yè)生態(tài)效率，還是無碳匯效應的中國農業(yè)生態(tài)效率，總體上均呈現波動上升的趨勢且前者整體高于后者。而忽視農業(yè)碳匯效應是中國農業(yè)生態(tài)效率被低估的重要因素。如果僅考慮農業(yè)碳源效應，中國農業(yè)生態(tài)效率均值被低估約0. 202。②農地流轉對農業(yè)生態(tài)效率的影響存在顯著的先增加后減小的倒“U”形非線性特征，這意味著農地流轉的生態(tài)效應在前期表現為“生態(tài)福利”效應，后期表現為“生態(tài)負擔”效應，進而驗證了土地適度規(guī)模經營的正確性。此外，農地流轉還對本地區(qū)以及鄰近地區(qū)的農業(yè)生態(tài)效率具有先增加后減小的非線性影響。③技術、資本以及勞動資源錯配程度在農地流轉影響農業(yè)生態(tài)效率的倒“U”形非線性關系中發(fā)揮著重要的調節(jié)作用。進一步來看，技術資源錯配、資本資源錯配會影響倒“U”形關系的曲率，隨著技術資源錯配、資本資源錯配程度的不斷降低，倒“U”形關系變弱；而勞動資源錯配會同時影響倒“U”形關系的頂點和曲率，當勞動資源錯配程度提高時，倒“U”形關系變強，并且頂點會向左移動。④糧食主產區(qū)、糧食產銷平衡區(qū)、低農村金融排斥水平、強和弱政府支持力度下農地流轉的生態(tài)效應均存在顯著的先增加后減小的倒“U”形非線性特征。但糧食主銷區(qū)、高農村金融排斥水平下農地流轉的生態(tài)效應卻沒有產生顯著影響。

根據以上研究結論，提出如下對策：①加快推動農業(yè)農村減排固碳工作。一方面，各級政府依據農業(yè)農村部和國家發(fā)展改革委聯合印發(fā)的《農業(yè)農村減排固碳實施方案》，通過推廣增施有機肥、秸稈科學還田、實施保護性耕作等方式，增強農田土壤固碳能力。另一方面，借助云計算、大數據等數字技術，政府通過制定并實施碳匯生產經濟補貼、碳匯交易稅收優(yōu)惠等農業(yè)碳匯激勵政策，引導和鼓勵企業(yè)、新型農業(yè)經營主體以及農戶積極參與農業(yè)碳匯建設。②有序推進農地適度規(guī)模經營。基于自然資源稟賦、氣候脆弱程度等方面，建立農地流轉規(guī)模的動態(tài)監(jiān)測與評估機制，定期對流轉土地的利用情況進行動態(tài)調整。對于因農地流轉規(guī)模過大而導致生態(tài)環(huán)境破壞的地區(qū)，應采取限制農地流轉、增加生態(tài)保護投入等措施；對于因農地流轉規(guī)模過小而難以發(fā)揮規(guī)模效應的地區(qū)，則采取創(chuàng)新農地流轉經營模式、延長農地流轉期限等舉措。共同實現農地流轉規(guī)模與生態(tài)環(huán)境保護的動態(tài)平衡。③強化綠色技術、社會資本以及高素質勞動力的降碳減污作用。在農地流轉政策實施過程中，針對不同規(guī)模的流轉土地，扎實打造智能、綠色的農機具應用技術。鼓勵社會資本注入土地治理補充農地領域，在開展農地污染防治的過程中擴大農地流轉面積，切實守牢耕地保護紅線。依據農業(yè)生產節(jié)點，建立縣、鄉(xiāng)、村三級一體的農民教育培訓工作機制，通過合理設置技術培訓時長，強化培訓時技術指導、培訓后技術跟蹤服務的方式，加快培育高素質勞動力。④因地制宜引導農地流轉生態(tài)化發(fā)展。對于糧食主銷區(qū)而言，依托不同類型糧食作物生長周期和生態(tài)特性的差異，合理安排糧食作物的輪作和套種，既可以提高土地利用效率，又可以提高土壤固碳能力，從而提升農業(yè)生態(tài)效率。對于高農村金融排斥水平的地區(qū)，通過農業(yè)生態(tài)項目資金支持、農業(yè)綠色金融貸款利息減免、提供綠色農業(yè)二次補貼等措施，為農戶參與農地流轉提供必要的資金支持，助力農業(yè)生態(tài)環(huán)境保護建設。