农地流转对粮食生产生态效率的影响匡远配

摘要 农地流转和多种形式规模经营，是发展现代农业的必由之路。农业现代化要求农业走可持续发展道路，注重发挥农业的生态环境功能。文章基于2005—2018年26个省份的面板数据，结合水足迹理论和SFA模型测度了各省每年粮食生产的生态效率，探究了农地流转对粮食生产生态效率的影响，得出以下结论和建议：①从时间序列来看，中国粮食生产生态效率整体上呈波动性上升趋势，其中山西省、江苏省、安徽省、福建省、江西省、湖北省、重庆市、四川省和云南省生态效率的上升趋势在1%的显著水平上显著，山东省、广东省、海南省却呈显著下降趋势。②基于空间分布的角度，地区上大致是呈现东部地区>中部地区>西部地区的生态效率分布，江苏省粮食生产生态效率最高，湖南省最低。③农地流转对粮食生产生态效率具有显著的促进作用，根据分组分析发现，农地流转水平为中等的省份生态效率平均值最高，低水平和高水平的省份生态效率平均值相近，一定程度上表明在加快农地流转促进农业生态化建设的道路上要注重适度规模经营。

关键词 农地流转;生态效率;影响因素;水足迹;SFA模型

中图分类号 F326.11  文献标识码 A  文章编号 1002-2104（2021）04-0172-09  DOI：10.12062/cpre.20200647

农业发展的核心在于农业生产效率的提升和要素配置效应优化[1-2]。刘易斯拐点后，解决农民增收的成功实践并不能自然地解决农业生产方式或效率问题（即“蔡昉难题”），这种恶性循环阻碍农业现代化[3]。目前中国农业发展已进入新的发展阶段，农业TFP是农业转型进程中生产效率的重要体现，促进绿色高质量发展是农业生态化转型的终极目标[4]。因此，农业在发展过程中不仅要通过提高农业生产的技术效率来达到农产品的数量要求，还要注重生态效率达到绿色发展的质量要求。学者们对我国农业生态效率进行了广泛而深入的探索。

纵览已有文献，近年来农业生态效率研究的主要内容包括时空变化的分析和驱动因素的探究。①生态效率的时空变化分析。在国家层面上，潘丹等[5]认为1998—2009年中国农业生态效率虽然呈现缓慢上升态势，但整体仍处于较低水平。然而，张杨等[6]通过比较中国与国际的农业生态效率与水平，得出1994年以后我国农业生态效率的增长率远远超过各国平均水平。王宝义等[7]的研究表明1993—2013 年我国农业生态效率总体呈现“降-升-降-升”平缓右偏型“W”结构。在区域层面上，农业生态效率呈现东部地区>中、西部地区>东北地区的空间分异特征，2004—2017年间东部地区生态效率呈先下降后上升的变动趋势，中、西、东北地区生态效率值变动趋势全国生态效率呈先上升后下降的变动趋势[8-9]。就省际差异而言，王宝义等[10]认为海南、上海、广东、浙江的生态效率最高，黑龍江、河南、湖南、甘肃等的生态处于低效率之列，但整体上农业生态效率的省际差异及差异变化程度相对不大。②农业生态效率的驱动因素探究。王宝义等[10]对农业生态效率的驱动因素进行了较全面的分析，他认为人均农业增加值、农业规模化水平对农业生态效率的影响呈现正向效应，农业受灾率、农业机械密度、农民家庭经营收入比、财政支农水平、工业化水平、区位等则主要呈现负向效应。在此基础上，侯孟阳等[11]研究发现农村劳动力转移对农业生态效率提升具有显著的空间溢出效应;郑丽楠等[12]通过实证分析发现农地确权对农业生态效率产生了强驱动力，推动了农业生态化发展。

加快农地流转、实现农地适度规模经营是中国农业的发展方向[13]，据农业农村部统计，截至2018年底，全国有0.359亿hm2耕地在不同主体间进行流转，占家庭承包确权耕地总面积的48.56%。农地流转作为合理配置农业资源的一种重要手段，关涉经济、社会、生态等的各个方面[14]。然而，农地流转的规模效应、结构效应和技术效应等经济效应得到了学者们的广泛关注[15-19]，研究农地流转生态效应的却很少。事实上，随着农地流转范围和规模的日益扩大，农地流转对农业生态环境产生了重要影响[20]。农业现代化要求农业发展质量要高，强调现代环境的可持续发展[21]。可见，农地流转是实现农业生态化的重要一环，分析农地流转对农业生态效率的影响具有重要理论和现实意义。

基于此，本文依据《全国农产品成本收益汇编》中的数据资料，结合水足迹理论和SFA模型测算了我国26个省份2005—2018年间的小麦、玉米、稻谷（包括粳稻、早籼稻、中籼稻和晚籼稻）三种粮食作物生产的生态效率，刻画了我国粮食生产生态效率的时间演化趋势及空间分布特征，根据生态效率损失的回归结果，分析了农地流转对粮食生产生态效率的影响。

1 理论与机制分析

根据经济发展合作组织、联合国亚洲及太平洋经济社会委员会等机构对生态效率的定义，其内涵可总结为以最小的资源环境影响实现经济产出最大化，包含了人类需求、承载力、资源、环境、可持续等方面[22]。农地流转对粮食生产生态效率的影响可以从以下渠道实现。

1.1 农地流转的资源整合效应

在以均田承包为主要特征的家庭承包责任制下，农地细碎化、经营分散化，一方面导致了耕地资源浪费，如数量众多的田埂难以得到有效利用，另一方面，面对大量小规模分散化经营主体，高昂的谈判、组织、协调、管理成本阻碍了农田水利设施的建设，是农田灌溉效率低下的重要原因。在此情况下，鼓励支持土地的合理流动，将一定范围内零星分布的农地集中起来，有效整合田埂、重新进行土地翻耕，不仅能够增加可供利用的耕地数量，而且有助于提高耕地质量，从而增加农业产出。同时，土地整合为农田水利设施建设提供了良好条件，在一定程度上能够降低其建设成本，有助于提高水资源利用效率。

然而，有研究认为，农地利用效率与农地流转水平呈现反向关系[23]，其主要原因是在农地流转政策的推动下，经营主体没有得到相应的发展。事实上，农地流转自身的发展在很大程度上决定了其对资源利用的效果。在当前阶段，我国农地流转规模持续扩大，但是增速递减，更重要的是，农地流转主要发生在小农户之间，比如亲戚邻里之间出于耕作方便、人情往来等考虑的土地互换，在这种情况下，农地流转实际上导致了“小农复制”，并未从根本上改变农地细碎化的基本格局[24]，从而也就难以对生产生态效率发挥实质性的改进作用。

1.2 农地流转的规模效应

农地细碎化的一个弊端，是使得农业生产的规模经济效应无法发挥[25]。很显然，农地流转集中进而扩大经营规模，有助于规模经济的实现。规模经济，就是指长期平均成本随着生产规模的扩大而递减，即成本均摊，比如大型机器设备使用等不可分割成本，还有大量采购生产资料获得折扣优惠等。张露等[26]的研究指出，地块规模和连片规模越大，单位土地的化肥减施量就越高;张倩月等[27]的研究则表明农地规模经营有利于土壤有机质含量提升，改善土地质量农地肥力，促使粮食生产的土壤环境质量提高。

但是，当农地流转主要在政府的主导下而非通过市场机制实现时，特别是在政府把大量的农地人为地向所谓“种田能手”集中的情况下，可能会导致农地的资源配置效率降低，不利于粮食生产生态效率的提高，甚至出现降低。原因在于，在政府政绩主导的农地流转情境中，好大喜功、拉郎配等行为可能难以避免，再加之我国现阶段的农业组织方式还不够健全，如农业合作社、粮食生产协会等组织还不普遍，种粮大户通常也只能在市场上单打独斗，难以协同作战，从而可能难以取得好的粮食生产效益，特别是在种植规模很大、粮食产量很高的情况下，这种情况更有可能出现，近些年来时有发生的“卖粮难”即是这方面的证明。根据以上分析来看，很有可能出现“种粮大户”能力与其流入的大规模土地不匹配，或者种粮效益低导致对流入土地不加好好善待的情况，它们都可能会降低农地流转的生态效率。

1.3 农地流转的技术进步效应

有研究表明，农地流转改变了农地经营规模，可以带动资本密集型技术进步，实现农业机械代替劳动投入的目标，因而农地流转可以提高农业技术效率，以较少的投入可以获得更多的产出[28]。另外也有研究指出，农地流转对农业全要素生产率、技术效率的影响存在显著“倒U型”关系[29]，即农地流转变量值有一个临界点，超出一定流转规模会对技术进步出现抑制效应，不利于生态效率的提高。

目前，中国农地流转市场发育滞后，农地流转主要是由政府推动实施。在这种模式下，一方面，一定数量的农地流转，显然对于改变我国当前农地分散、细碎化分布的现状，会起到明显和直接的正向效应，因为转入土地进行规模经营的经营主体更倾向于机械化生产来降低生产成本，而机械的使用、劳动强度的降低，可以使农民能够更加精心地进行农业投入的配置，提高农业的集约化、精细化程度;同时农地规模的扩大，也使农民更有积极性学习农业生产经营的新技术，更好地科学选种、配方和施肥。以上都说明一定范围内的农地流转有利于促进农业技术进步，并进而带来粮食生产资源配置效率和生态效率的提高。另一方面，容易出现以上所說的好大喜功、拉郎配现象，导致农地流转数量很高但流转质量较低。农地流转的期限通常有限，使农地转入者缺乏对农地进行长期投资的积极性，这样过多的农地流转也可能会导致仅仅是追求短期的粮食生产效益，技术进步不足，从而使得大面积、过多的农地流转不能得到充分利用，甚至出现粗放经营和生态效率降低的现象。

总之，基于以上三个方面的理论分析和已有的一些经验研究的结果发现，我们大致可以得出如下假设：农地流转与粮食生产生态效率呈现非线性关系，在农地流转规模不是太大的情况下，其对粮食生产生态效率会起到明显正向作用，有利于生态效率的提高，但是在农地流转规模过大的情况下，其可能会表现出负向的影响，导致粮食生产生态效率有所下降，即粮食生产可能有一个适度规模经营的范围。在后文的研究中将对以上假设进行验证。

2 研究方法

2.1 模型构建

随机前沿模型（stochastic frontier model， SFA）已成为研究技术效率的主流方法[30]。但是由于模型中只能用一个产量指标，难以将生态影响考虑进来，因此很少被用作计算生态效率[31]。大多数研究都是采用数据包络分析法（data envelopment analysis， DEA）测算生态效率[5-6，32]。但是DEA的缺点在于，它设定为一个确定性前沿的模型，不考虑统计误差和其他相关变量的影响[33]。而在农业生产中，遗漏变量、统计误差、天气等都对其生产有很大的影响，因而Collie[34]推荐SFA应用于农业领域生态效率的测算。本文根据宋建峰等[31]的成果考虑将生态影响因子作为投入变量放入SFA模型中，以此测算粮食生产中的生态效率。其计算方法为：

lnyit=lnf（xit，β）+vit-uit（1）

其中，yit为t时间i区域的产出，xit为t时间i区域的要素投入，β为待估参数;vit为随机扰动项，服从正态分布;uit为不可观测的生态无效率项，符合正态截断分布。生态无效率项一般表示为：

uit=δZit+wit（2）

其中，Zit为生态非效率的影响因子;δ为相应变量的待估参数;wit随机误差项。粮食生产的生态效率可以表述为：

Eit =exp[lnf （xit ）+vit-uit ]exp[lnf （xit ）+vit]=exp（-uit） （3）

由于超越对数生产函数模型具有更加灵活的形式，其对规模经济和要素替代弹性不强加任何限制条件[30]，因此本文采取超越对数生产函数进行效率计算，其公式为：

lnyit =β0+∑5j=1βjlnxjit+∑5j=1

∑5k≥jβjk   lnxjitlnxkit+vit-uit（4）

在随机前沿模型中可以通过γ检验法检验模型是否具有合理性，其基本原理表达式为：

γ=σ2uσ2v+σ2u （5）

其中，σ2u为生态非效率项方差，σ2v为随机扰动项方差。γ的取值在0和1之间，其值越大，生态无效率起主导影响，在模型中引入技术无效率因素的设定是合理的。

2.2 指标选取及数据来源

2.2.1 投入产出指标

选取的产出指标为粮食作物生产总值，投入指标有机械作业费、用工量、播种面积、作物水足迹以及灰水足迹，分别表示粮食生产过程中的机械投入、劳动力投入、土地投入、水资源投入以及水资源污染。机械作业费、用工量、播种面积分别来自《全国农产品成本收益汇编》和《中国农村统计年鉴》。生产总值和机械作业费根据农产品生产价格指数和生产资料价格指数进行了调整，计算得到了以2005年为基期的值。作物水足迹和灰水足迹的数据则要通过CROPWAT软件计算得出，具体计算方法详见Hoekstra等[35]的《水足迹手册》。

2.2.2 影响因素指标选取

借鉴文献[9，36-37]，除了农地流转影响因子外，选取了人均GDP、农业机械密度、有效灌溉面积比例、农业受灾率、复种指数、财政支农比重作为控制变量。人均GDP表示一个地区的经济水平发展，根据世界发展的经验，经济越发达，对生态环境的质量要求越高，越注重生态保护。农业机械密度体现一个地区农业科学技术发展水平，农业的技术水平对提高农业生产效率起着重要作用[37]。有效灌溉面积比例体现了农业基础设施建设情况，一定程度上也反映了农业经济的发展水平。农业生产过程中受自然条件的影响较大，农业受灾率用以反映自然灾害对生态效率的影响。复种指数指的是一定时期内（一般为 1 a） 在同一地块耕地面积上种植农作物的平均次数，指数越大表示对土地的损耗越大。财政支农比重体现国家或政府对农业的补贴强度，能够影响农业资源的投入。

人均GDP、农业机械总动力、农作物播种面积数据来自国家数据网站;农作物受灾面积与耕地面积来自《中国农村统计年鉴》;农林水事务和政府预算总支出数据来自《中国统计年鉴》;农地流转面积数据来自《全国农村经济情况统计资料》。指标体系如表1所示。

3 结果

3.1 粮食生产生态效率分析

3.1.1 生态效率的时序演变

（1）全国及区域生态效率时序演变。从全国范围来看，生态效率呈波动性上升趋势。由图1可知，东中西部的生态效率差距在逐渐减小。基于26个省份测算出的全国平均粮食生产生态效率值在0.759 3～0.850 4之间，其中2014年粮食作物生态效率值最大，其值为0.850 4。东部地区的生态效率值一直高于全国的生态效率值，其演化特征为：在2005—2009年间缓慢下降，在2010年经历了突降，达到14年来低谷，最低为0.818 7，从2010到2011年这一年间生态效率剧增，之后呈波动性下降趋势，2016—2018年间生态效率渐增。中部地区在2005年以及2007—2010年间的生态效率相对处于低水平阶段，其值低于0.8，2010—2012年这两年的剧增把中部地区的生态效率带进了较高阶段，在2017年中部地区的生态效率超过东部地区。这可能是2007 年以来部分中部地区作为“两型社会（ 资源节约型和环境友好型社会） ”的先行区的建设成果[38]。西部地区的生态效率平均值明显低于全国水平，在2005—2012年间，西部地区与全国的生态效率水平值逐渐贴近，但之后又拉开了差距。但是从时间趋势来看，西部地区的生态效率是呈较明显递增的状态，说明中央对西部地区“退耕还林还草”、生态移民和生态转移支付等保护环境与生态的政策起到了一定的成效[39]。

（2）省际生态效率时序演变。从省际生态效率的演化来看，呈上升趋势的居多。如表2所示，2005—2018年26个省份的生态效率MK趋势检验结果表明，山西、江苏、安徽、福建、江西、湖北、重庆、四川、云南9个省份的粮食生产生态效率呈上升趋势，在1%的显著性水平下显著。这得益于政府全面开展生态农业试点、积极推广生态农业技术、以生态农业建设带动文明新村建设等建设[40]。河北、广西、贵州和陕西的生态效率上升，显著性水平为5%。内蒙古、吉林、浙江、河南、湖南、宁夏的生态水足迹也呈上升趋势，但是不明显。生态效率下降的省份有5个，分别为辽宁省、山东省、广东省、海南省以及甘肃省，又属山东省、广东省和海南省的下降趋势显著，其他两个省份的MK检验值虽呈负值，但是没有显著下降的趋势。生态效率下降的主要原因是增加资源消耗与提升产能以提高经济效益的方式，致使污染物排放量的增加，使得环境遭受破坏[41-43]。

3.1.2 生态效率的空间分布

由图2 所示，湖南省的年平均生态效率最低，值为0.635 0，浙江省的年平均生态效率最高，达到0.963 8。各区域内部的生态效率水平相差很大，东部地区生态效率最高的省份为江苏省，最低的为海南省;中部地区属黑龙江省的生态效率最高，湖南省最低;西部地区新疆维吾尔族自治区的粮食生产生态效率最高，陕西省最低。東、中、西部各自的生态效率极差为 0.243 1、0.154 7、0.206 5，东部地区的粮食生产生态化发展最不均衡。高效率省份主要分布于东部地区，中效率省份主要分布于中部和西部地区。

3.2 投入要素产出弹性分析

随机前沿模型中生产函数的回归结果如表3。由于在投入产出模型中加入了平方项和交互项，投入对产出的弹性并不能直接看出，其计算公式为：

εxj=ln ylnxj=βj+2βjjlnxj+∑j≠kβjk  lnxk（6）

根据上式，取各投入变量的平均值，计算得出机械作业费、用工量、播种面积、作物水足迹、灰水足迹的产出弹性为0.114 9、0.148 0、0.473 2、0.000 2、-1.231 9 。这说明增加粮食总产出的主要贡献来自播种面积，作物水足迹对产出的驱动很小。灰水足迹的粮食产出弹性为负，与预期方向一致。灰水足迹的增加意味着水污染加重，会导致水土受损，粮食产出下降，而且弹性系数的绝对值超过1，富有弹性，说明水环境的污染对产出的影响很大。

由以上公式还可以算出机械与劳动的替代弹性，替代弹性的公式为：

MPLB MPMC=εLBεMC·MCLB（7）

由此算出的机械劳动替代弹性为0.802 7，说明机械总动力增加1%，能替代0.802 7%的劳动力。说明目前我国农业机械替代劳动的潜力很大，推进全程全面农业机械化是提高粮食生产生态效率的有效途径。

3.3 生态非效率的影响因素分析

3.3.1 生态效率损失模型分析

根据表4可知，生态效率损失回归模型（1）和（2）的γ值都显著，并且其系数值都大于0.8，说明模型误差大部分来源于技术非效率，因此，模型设定是合理的。将模型（1）和（2）的对比发现，在引入控制变量之后，σ2的值更小，模型拟合效果更好，这表明模型中增加控制变量是必要的。

对于控制变量而言，人均GDP和有效灌溉面积比例越大，越有利于粮食生产生态效率的提高，主要原因是人均GDP越大，说明该地区经济水平越高，会更重视生态可持续，一般而言，农田基础建设也会越好，因而整体农业生态效率会提高。农业受灾率和复种指数则与生态效率损失有显著的正向关系，与实际情况相符。农业机械密度和财政支农比重对生态效率无显著影响。

3.3.2 农地流转对生态效率的影响分析

从模型（2）的回归结果可知，农地流转对生态效率损失的回归系数为-0.000 5，在95%的置信水平下显著，我们有理由相信农地的流转集中有利于提高粮食生产的生态效率，这表明，整体而言在2005—2018年间农地流转对全国粮食生产的生态效率发挥着正向作用。目前，我国农地流转面积占家庭承包耕地面积不足40%，有超过2亿的农户依然处于小规模分散经营状态，农地流转规模可能还未达到本文理论假设中的临界点，因此负向作用还未出现。且根据文中3.2小节的分析，我国农业机械替代劳动力的潜力很大，而农地流转推进农地适度规模经营为农业机械化创造了有利条件，据此推测，未来一段时间农地流转仍会对生态效率有显著的正向影响。

如表5所示，将26个省份根据农地流转水平分为高、中、低三组后发现，中流转水平省份的生态效率的平均值最大，高流转水平省份的平均生态效率与低水平的相差不大。生态效率的最小值反而出现在高农地流转水平省份，且高流转水平省份间的生态效率标准差最大。而综合各方面情况来看，低流转水平省份的生态效率偏低。以上结果较大程度上说明要根据自然条件、农作物类型、农业生产技术特征及种粮农民的人力资本水平等因素，综合加以考虑进行农地流入，通过发展适度规模经营才能有效提高粮食生产的生态效率，这较好地验证了前文提出的理论假设。

4 结论与建议

基于2005—2018年我国26个省份小麦、玉米、稻谷（包括粳稻、早籼稻、中籼稻和晚籼稻）三种主要粮食作物的成本收益汇编数据，结合水足迹理论和SFA模型计算出了各省的粮食生产生态效率，着重分析了农地流转对生

（1）我国粮食生产生态效率整体上呈现波动上升趋势，东部即经济较发达地区整体生态效率最高，中部地区上升速度最快，在2017年赶超了东部地区。分析各省份14年来的生态效率可知，呈上升趋势的较多，山西、江苏、安徽、福建、江西、湖北、重庆、四川、云南的MK趋势检验值为正，显著水平为1%，表明这些省份的生态效率显著改善;但山东、广东和海南省的生态效率有显著下降的趋势。

（2）灰水足迹产出弹性的绝对值最大，说明水资源污染对粮食生产生态效率具有严重的负面影响;在要素替代弹性方面，机械对劳动力的替代弹性较小，说明我国农业机械化需加强推广。

（3）目前农地流转规模还未达到临界点，因而农地流转对粮食生产生态效率呈现显著的正相关。根据分组分析法得出，中等农地流转水平的省份生态效率平均值最大，农地流转低水平和高水平的省份生态效率平均值相近，一定程度上验证了适度规模经营才能有效提高粮食生产生态效率。

根据以上研究为农业生态化发展战略提出以下建议：① 各级政府要依据财政部和农业农村部印发的《建立以绿色生态为导向的农业补贴制度改革方案》，根据各地的农业发展中存在的问题，积极探寻具有区域特色的绿色农业补贴方式，削弱水土污染对农业生产带来的负面影响。② 农地流转是促进粮食生产生态效率提高的重要途径，各省要着力培育新型农业经营主体，把农地资源向生态效率和规模经济高的经营主体集中，在保证粮食安全的同时，促进农业生态化发展。③ 农地适度规模经营要与农业机械化协调共进，避免出现农地实现集中，而生产效率停滞不前的窘境。

参考文献

[1] COELLI T ， RAO D S P， BATTESE G E.Productivity measurement using efficiency measurement methods[M]//An introduction to efficiency and productivity analysis. Boston MA：Springer US，1998：221-242.

[2]高帆.我國区域农业全要素生产率的演变趋势与影响因素[J].数量经济技术经济研究，2015（5）：3-19.

[3]马贤磊，沈怡，仇童伟，等.自我剥削、禀赋效应与农地流转潜在市场发育：兼论经济欠发达地区小农户生产方式转型[J].中国人口·资源与环境，2017，27（1）：40-47.

[4]林文雄，陈婷.中国农业的生态化转型与发展生态农业新视野[J].中国生态农业学报， 2019， 27（2）： 169-176.

[5]潘丹，应瑞瑶.中国农业生态效率评价方法与实证：基于非期望产出的SBM模型分析.生态学报，2013，33（12）：3837-3845.

[6]张杨，陈娟娟. 农业生态效率的国际比较及中国的定位研究[J].中国软科学，2019（10）： 165-178.

[7]王宝义，张卫国.中国农业生态效率测度及时空差异研究[J].中国人口·资源与环境，2016，26（6）：11-19.

[8]任梅，王小敏.中国区域生态效率时空变化及其影响因素分析[J].华东经济管理，2019， 33（9）：71-79.

[9]洪开荣，陈诚.农业生态效率的时空差异及影响因素[J].华南农业大学学报（社会科学版），2016，2（15）：32-41.

[10]王宝义，张卫国.中国农业生态效率的省际差异和影响因素：基于1996—2015年31个省份的面板数据分析[J].中国农村经济，2018（1）：46-61.

[11]侯孟阳，姚顺波.中国农村劳动力转移对农业生态效率影响的空间溢出效应与门槛特征[J].资源科学，2018，40（12）：2475-2486.

[12]郑丽楠， 洪名勇.中国农业生态效率的时空特征及驱动因素[J].江西财经大学学报，2019（5）：46-56.

[13]许庆，陆钰凤.非农就业、土地的社会保障功能与农地流转[J].中国人口科学，2018（5）：30-41.

[14]徐玉婷，黄贤金，程久苗.农地流转效率研究进展与启示[J].中国农业资源与区划，2016，6（6）： 230-236.

[15]WAN G H， CHENG E J. Effects of land fragmentation and returns to scale in the Chinese farming sector[J]. Applied economics，2001，33（2）：1-10.

[16]田传浩，贾生华.农地市场对土地使用权配置影响的实证研究：基于苏、浙、鲁1083个农户的调查[J].中国农村经济，2003（10）：24-30.

[17]姚洋.中国农地制度：一个分析框架[J].中国社会科学，2000（2）：54-65.

[18]游和远，吴次芳.农地流转、禀赋依赖与农村劳动力转移[J].管理世界，2010（3）：65-75.

[19]王兴稳，钟甫宁.土地细碎化与农用地流转市场[J].中国农村观察，2008（4）：29-34，80.

[20]程相友，信桂新，陈荣蓉，等.农地流转对农业生态系统的影响[J].中国生态农业学报，2016，24 （3）： 335-344.

[21]张红宇，张海阳，李伟毅，等.中国特色农业现代化：目标定位与改革创新[J].中国农村经济， 2015（1）：4-13.

[22]胡熠娜，彭建，刘焱序，等.区域生态效率研究进展[J].生态学报，2018，38（23）：8277-8284.

[23]牛星，吴岳婷，吴冠岑.流转水平差异下农地利用效率的变化研究[J/OL].中国农业资源与区划，（2020-06-04）[2020-06-25].https：//kns.cnki.net/kcms/detail/detail.aspx？dbcode=CAPJ&dbname=CAPJLAST&filename=ZGNZ20200603000&v=w21qe13kVqHptTo4datQMiumi%25mmd2B3gB1rKei%25mmd2F4zse30A%25mmd2Bz2%25mmd2Ff3Krpn0ROyMGxTiE01.

[24]匡远配，陆钰凤.我国农地流转“内卷化”陷阱及其出路[J].农业经济问题，2018（9）：33-43.

[25]许慶，尹荣梁，章辉.规模经济、规模报酬与农业适度规模经营：基于我国粮食生产的实证研究[J].经济研究，2011，46（3）：59-71，94.

[26]张露，罗必良.农业减量化：农户经营的规模逻辑及其证据[J].中国农村经济，2020（2）：81-99.

[27]张倩月，吕开宇，张怀志.农地流转会导致土壤肥力下降吗：基于4省种粮大户测土结果的实证研究[J].中国农业资源与区划，2019，40（2）：31-39.

[28]匡远配，唐文婷，刘志雄. 农地流转中资本增密及其风险分析[J].管理世界，2016（5）：180-181.

[29]匡远配，杨佳利.农地流转的全要素生产率增长效应[J].经济学家，2019（3）：102-112.

[30]曾雅婷，李宾.中国粮食生产技术效率区域差异及其影响因素：基于超越对数形式随机前沿生产函数的测度[J].湖南农业大学学报（社会科学版）：2018，19（6）：13-36.

[31]SONG J F， CHEN X N. Eco-efficiency of grain production in China based on water footprints： a stochastic frontier approach[J]. Journal of cleaner production，2019（7）：1-18.

[32]任宇飞，方创琳.京津冀城市群县域尺度生态效率评价及空间格局分析[J].地理科学进展，2017，36（1）：88-98.

[33]KONTODIMOPOULOS N， PAPATHANASIOU N D， FLOKOU A， et al. The impact of non-discretionary factors on DEA and SFA technical efficiency differences[J]. Medical systems，2011，35 （5），981-989.

[34]COELLI T J. Recent developments in frontier modelling and efficiency measurement[J]. Australian journal of agricultural economics，1995，39（3）：219-245.

[35]HOEKSTRA A Y， CHAPAGAIN A K， ALDAYA M M，et al.The water footprint assessment manual： setting the global standard[M].London： Earthscan，2011.

[36]侯孟阳，姚顺波.空间视角下中国农业生态效率的收敛性与分异特征[J].中国人口·资源与环境，2019，29（4）：116-126.

[37]亢霞，刘秀梅.我国粮食生产的技术效率分析：基于随机前沿分析方法[J].中国农村观察， 2005（4）：25-32.

[38]刘应元，冯中朝.中国生态农业绩效评价与区域差异[J].经济地理，2014，34（3）：24-29.

[39]彭曦，陈仲常.西部大开发政策效应评价[J].中国人口·资源与环境，2016，26（3）： 136-144.

[40]黄国勤，王淑彬，赵其国.广西生态农业： 历程、成效、问题及对策[J].生态学报，2014， 34（18）：5153-5163.

[41]任宇飞，方创琳.中国东部沿海地区四大城市群生态效率评价[J].地理学报，2017， 72（11）：2047-2063.

[42] 彭薇，熊科.环境压力视角的广东省市域生态效率综合评价[J].经济地理，2018，38（8）：179-186.

[43]吴贤荣，张俊飚，田云，等.基于公平与效率双重视角的中国农业碳减排潜力分析[J].自然资源学报，2015，30（7）：1172-1182.

Effect of farmland transfer on the ecological efficiency of food production

KUANG Yuanpei ZHANG Rong

（Economic College， Hunan Agricultural University， Changsha Hunan 410128， China）

Abstract Farmland transfer and economies of scale in various forms are inevitable ways of modern agriculture development， and agricultural modernization requires agriculture to take the road of sustainable development and give full play to its ecological environment function. Based on the panel data of 26 provinces in China from 2005 to 2018 and combined with the water footprint theory and the SFA model， this study measured the ecological efficiency of the annual grain production in each province and explored the impact of farmland transfer on the ecological efficiency of food production. The results showed that： ① From the perspective of time series， the ecological efficiency of food production in China showed an increasing trend of fluctuation， among which the ecological efficiency of Shanxi， Jiangsu， Anhui， Fujian， Jiangxi， Hubei， Chongqing， Sichuan and Yunnan was increasing with a significant level of 1%， while Shandong， Guangdong， and Hainan showed a significant decreasing trend. ② Spatially， the distribution of ecological efficiency demonstrated a eastern region > central region > western region tendency . The ecological efficiency of food production in Jiangsu was the highest， while that im Hunan was the lowest. ③ Farmland transfer played a significant role in promoting the ecological efficiency of food production. The group analysis found that provinces with a medium level of farmland transfer had the highest average value of ecological efficiency， while provinces with low and high levels were similar in terms of ecological efficiency， which indicated that appropriate economies of scale should be paid attention to in the process of accelerating farmland transfer and promoting the ecological construction of agriculture.

Key words farmland transfer; ecological efficiency; influencing factor; water footprint; SFA Model

（責任编辑：王爱萍）

收稿日期：2020-02-21  修回日期：2020-07-20

作者简介：匡远配，博士，教授，博导，主要研究方向为农业经济理论与政策。E-mail：kyp0008@163.com。

通信作者：张容，硕士生，主要研究方向为农业经济理论与政策。E-mail：874304225@qq.com。

基金项目：国家自然科学基金项目“农地流转促进农业转型升级发展：农业TFP中介作用与‘三变革出路”（批准号：71973042），“中国农地流转的综合效益评价：基于‘双SE框架”（批准号：71473080）;湖南省教育厅重点课题（批准号：18A083）;湖南农业大学“双一流”引导项目。