涉农财政、粮食产能对农业生态效率的影响

刘鹏凌，黄靖辉，李小宁，王 晨

(安徽农业大学 经济管理学院，安徽 合肥 230036)

“十三五”期间，我国农业现代化建设取得了巨大成功，乡村振兴计划基础稳固，农村生态环境明显改善[1]，粮食产量稳中有升[2]。目前，我国农业正在从传统发展模式转向高质量发展模式，作为供给侧结构性改革的重要一环，农业生产与资源环境的有机结合，适应了当下绿色发展的迫切需求。但由于市场供需周期性变化、农业资源过度开发等一系列因素，造成农产品市场供需关系失衡、农村土地负担过重等问题，导致稳定农产品市场供给与推进生态农业发展成为我国农业农村未来发展的关键任务。若要成功应对即将到来的种种挑战，就急需探索新农业发展道路，改善现有农业发展方式。2021年中央一号文件指出要加快推进农业现代化建设，强化农村农业一般公共预算投入保障，健全休耕轮作制度，提升粮食供给保障能力，坚持农村绿色发展，深入推进农村改革。因此，宏观调控如何影响农业生态环境、农村经济发展，兼顾休耕轮作、粮食保障、种植结构的相关研究亟待展开。

农业生态效率是农业相关投入、产出、环境3者的综合反映指标[3]。在国内农业生态效率领域中，关注点主要集中于以下方面：第一，农业生态效率的影响因素。在有关文献中，关于对农业生态效率有促进作用的因素有农业旅游融合发展[4]、农业人才培养[5]、研发投入[6]、财政支农[7]等；对农业生态效率有负向作用的因素有化肥农药投入[8]、劳动力投入[9]、农业面源污染等；对农业生态效率有非线性影响的因素有农村科技投入对农业生态投入的“倒U”型影响[10]，人均农业增加值对农业生态效率的“正U”型影响[11]等。第二，农业生态效率的空间关联。已有研究指出我国各省份的农业生态效率具有稳定性和正空间自相关性[5]，并且各地的农业化肥施用力度与农业生态效率之间存在交互效应和空间溢出效应[12]。所以，一方面我国农业生态效率的改善需更注重环保与发展之间的协调力度[13]，另一方面需要多维度提高农业生态效率，促进各省市之间的合作[14]。

已有文献在农业生态效率的分析中主要关注于各项因素对农业生态效率的直接影响，但对间接影响研究甚少，并且很少对涉农财政政策与农业生态效率进行深入研究。与其相比，聚焦于涉农财政的两个部分(中央财政资金与地方财政配套资金)对农业生态效率的影响，不仅以粮食产能为传递因子研究涉农财政对农业生态效率的间接影响，而且以粮食种植结构为调节因子研究不同情景下的复合影响。从涉农财政入手，以中国31个省(市、区，除港澳台地区)为研究对象，收集并整理2003—2019年的面板数据，分析中央财政资金与地方财政配套资金对农业生态效率的作用方向与影响程度，并且探讨粮食产能的传递效应和粮食种植结构的调节效应。通过这些研究，理清涉农财政、粮食产能如何影响农业生态效率，为未来农业生态发展调整提供有效信息。与现有文献相比，文章做出了以下可能的扩展：(1)将涉农财政区分为中央财政资金与地方财政配套资金，考察了中央涉农财政与地方涉农财政对农业生态效率的作用方向与程度；(2)以粮食产能为传递因子，粮食种植结构为调节因子，同时考察在不同种植结构下两类涉农财政通过粮食产能对农业生态效率的直接效应与间接传递效应。

一、理论分析

(一)涉农财政对农业生态效率的直接影响

涉农财政对农业生态效率的影响可分为社会经济层面和生态环境层面。在社会经济层面，合理的财政配额可使地方支出与责任相匹配，带动科技创新、人才培养力度[15]，推进农业生产模式的转变[16]，有利于促进地方农业生态效率的提高。在生态环境层面，根据环境经济学理论，生态环境具有公共物品属性，政府的宏观调控行为涉及生态环境时，往往会出现外部性，造成市场失灵，资源无法得到合理的分配，导致农业生态效率下降。所以关于涉农财政对农业生态效率的影响需综合考虑社会经济因素和生态环境因素。由此可知，涉农财政对农业生态效率可能存在影响，但影响方向不明确。

(二)粮食产能的传递效应

1.涉农财政与粮食产能。就农业发展而言，首先农业发展需要投入新的生产要素，但是普通农户缺乏必要的技术与资本，因此需要政府的扶持。近年来，中国政府不断提高涉农财政上限，大力支持农村地区基础设施建设，改善农民生活环境与质量，提升农民知识水平与管理效率，提高农业生产率，进而提升粮食产能。一般而言，涉农财政可以从3个方面体现，分别是：补贴性涉农财政、开发性涉农财政、行政性涉农财政。三者对粮食产能的影响机制不同。

首先补贴性涉农财政通过直接对农户进行转移支付弥补其损失，降低农产品市场价格波动与自然灾害对农户产生的不利影响，稳定粮食产能。其次开发性涉农财政通过改善人居环境与基础设施，从客观上提升农业生产率，提高粮食产能。最后行政性涉农财政通过提升农业相关部门的工作效率，扩大农业农村公共服务业务，减少农户的交易成本，以此保护农民的生产积极性，间接提高了粮食产能。

2.粮食产能与农业生态效率。“十四五”规划与2035年远景目标纲要明确指出要把粮食产能作为经济社会发展的主要目标，并确立“6.5亿吨”的约束性目标，即“1.3万亿斤”。粮食产能作为国家粮食安全的重要一环，其意义非比寻常。以粮食单位面积产量为例，从2001—2018年我国粮食单位面积产量及其变化率中可以看出，我国粮食单位面积产量总体呈上升趋势，其变化率在2002—2012年间波动较大，而在2013年后波动较小，仅在1%左右。由此可知，粮食产能可能受规模报酬递减规律的影响，若要进一步提高粮食产能且维持效率不变，农户可能会提高化肥、农药施用量，从而造成农村环境恶化等其他负外部性[17-18]，导致农业生态效率的降低。目前，粮食产能提升可细分为2个方面：农业技术水平方面与农业规模方面。

农业技术水平方面，随着农业技术水平的提高，一二产业融合愈加紧密，农业机械综合利用率不断提高，造成燃油和其他化石能源大量消耗，增加了二氧化碳与其他污染物的排放水平，进而导致农业生态效率的降低。农业规模方面，农业规模的扩大导致对农业自然资源的需求增加，造成区域内各农业主体对农业自然资源的竞争力度加大，加剧对当地资源禀赋的利用，超过当地环境承载力，最后导致农业生态效率下降。例如著名的“公地悲剧”。

二、实证模型与数据来源

(一)农业生态Super-SBM模型

传统数据包络分析(DEA)有CCR与BCC模型之分，但均未考虑到松弛变量在估计效率值时所产生的偏差。相较于传统数据包络分析模型(DEA)，Super-SBM模型不仅考虑了松弛变量、克服了角度和径向上的偏差，还弥补了传统数据包络分析模型(DEA)在多个效率值为1时不能对决策单元有效排序的情况[19]。因此，首先选择投入导向型的Super-SBM模型对农业生态效率进行测算[20]，模型构建见公式(1)：

(1)

其中，E表示农业生态效率，n为决策单元个数，m为投入量，a、b分别为期望产出个数和非期望产出个数，二者共同组成每个决策单元，c为投入矩阵中的元素，d为期望产出矩阵中的元素，e为非期望产出矩阵中的元素。

(二)实证模型的构建

借鉴柯布-道格拉斯模型思想建立计量模型：

Y=AKαLβ

(2)

对(2)式进行对数化处理：

lnY=lnA+αlnK+βlnL

(3)

式(3)中，Y为产出，K为要素1投入量，L为要素2投入量，A表示技术水平，α、β分别为K、L的弹性系数。以农业生态效率E为核心被解释变量，以涉农财政资金中的中央财政资金(X1)与地方财政配套资金(X2)为核心解释变量，进一步对式(3)进行扩展：

lnE=α0+α1lnX1it+α2lnX2it+α3lnControlit+ε

(4)

其中，E、X1、X2同上，Control表示控制变量(含银行贷款量、自筹资金量与人均GDP)，α0代表常数项，α1、α2、α3代表各项弹性系数，i代表省份，t代表时间。

1.传递机制模型。为了更加全面地分析涉农财政对农业生态效率的影响，将传递效应纳入标准计量模型，显示其传递作用。王宝义、张卫国指出农业耕地面积对农业生态效率具有显著的正向影响[11]，据此扩展，选用复种指数与粮食产量作为传递因子，研究二者的传递效应。基于式(4)，分别以中央财政资金与地方财政配套资金为解释变量，复种指数与粮食产量作为传递因子，运用温忠麟等因果逐步回归法文献(改良)设计4类传递效应计量模型。

(1)中央财政资金、复种指数与农业生态效率。以中央财政资金为解释变量、复种指数为传递因子构建因果逐步回归计量模型，示意图如图1所示。

图1 以中央财政资金为解释变量、复种指数为传递因子的传递机制示意图

lnMCit=β0+β1lnX1it+β2lnX2it+β3lnControlit+ε

(5)

lnE=θ0+θ1lnMCit+θ2lnX1it+θ3lnX2it+θ4lnControlit+ε

(6)

上式中，MC代表复种指数，其他指标同式(4)。需要注意的是,在以中央财政资金为核心解释变量时，地方财政配套资金作为控制变量进行回归，反之亦然(下同)。如式(4)(5)所示，第一步，检验系数α1，若α1显著则以中介效应立论；若α1不显著则以遮掩效应立论。第二步，依次检测系数β1、θ1，若β1、θ1均显著则证明间接效应显著并报告β1、θ1的置信区间，进入第三步；若β1、θ1至少有一个不显著则采用Bootstrap法检验β1、θ1，此时，若结果不显著则证明间接效应不显著，不进行第三步；若结果显著则证明间接效应显著，进入第三步。第三步，检验θ2，若不显著则证明直接效应不显著，只有中介效应；若显著则直接效应显著并可能存在其他中介，进入第四步。第四步，检验β1×θ1与θ2是否同号，若β1×θ1与θ2同号则有中介效应；若β1×θ1与θ2异号则有遮掩效应(下同)。

(2)地方财政配套资金、复种指数与农业生态效率。以地方财政配套资金为解释变量、复种指数为传递因子构建因果逐步回归计量模型，示意图如图2所示。

图2 以地方财政配套资金为解释变量、复种指数为传递因子的传递机制示意图

lnMCit=λ0+λ1lnX2it+λ2lnX1it+λ3lnControlit+ε

(7)

lnE=η0+η1lnMCit+η2lnX2it+η3lnX1it+η4lnControlit+ε

(8)

上式中，MC代表复种指数，其他指标同式(4)。

(3)中央财政资金、粮食产量与农业生态效率。以中央财政资金为解释变量、粮食产量为传递因子构建因果逐步回归计量模型，示意图如图3所示。

图3 以中央财政资金为解释变量、粮食产量为传递因子的传递机制示意图

(9)

(10)

上式中，GY代表粮食产量，其他指标同式(4)。

(4)地方财政配套资金、粮食产量与农业生态效率。以地方财政配套资金为解释变量、粮食产量为传递因子构建因果逐步回归计量模型，示意图如图4所示。

图4 以地方财政配套资金为解释变量、粮食产量为传递因子的传递机制示意图

(11)

(12)

上式中，GY代表粮食产量，其他指标同式(4)。

2.调节效应模型。根据曾琳琳等[3]的研究，细化为粮食种植结构对粮食产能的影响，进而将粮食种植结构作为粮食产能的调节变量，调节效应模型如下：

lnE=γ0+γ1lnMCit+γ2ln(MCit)×ln(PSit)+γ3lnX1it+γ4lnX2it+γ5lnControlit+ε

(13)

lnE=φ0+φ1lnGYit+φ2ln(GYit)×ln(PSit)+φ3lnX1it+φ4lnX2it+φ5lnControlit+ε

(14)

在式(13)中，PS为粮食种植结构，由粮食种植面积/农作物播种总面积计算得出，ln(MCit)×ln(PSit)表示复种指数与粮食种植结构的交互项，γ2为ln(MCit)×ln(PSit)交互项系数，以此来衡量粮食种植结构对复种指数影响农业生态效率的调节效应，示意图见图5。在式(14)中，ln(GYit)×ln(PSit)表示粮食产量与粮食种植结构的交互项，φ2为ln(GYit)×ln(PSit)交互项系数，以此来衡量粮食种植结构对粮食产量影响农业生态效率的调节效应。一般而言，若主效应与调节效应符号一致则表明存在强化效果，若主效应与调节效应符号不一致则表明有减弱或者抑制效果，示意图见图6。

图5 以复种指数为传递因子，种植结构为调节变量的调节效应示意图

图6 以粮食产量为传递因子，种植结构为调节变量的调节效应示意图

(三)数据来源

选取全国31个省(市、区，不含港澳台地区)2003—2019年的数据进行农业生态效率测算及实证分析，数据来源自各省统计年鉴、统计局网站、统计公报以及各年份《中国统计年鉴》《中国农村统计年鉴》等。农业生态效率数据指标参考王辰璇和姚佐文[10]的研究，构建农业生态效率指标体系，如表1所示。其中，农业要素投入包括农业机械总动力、农用化肥施用量(折纯)、农村用电量、有效灌溉面积、农作物播种总面积、农药使用量、农用柴油与农用薄膜等，期望产出指标选择农业总产值与农村发电量，将农业碳排放量设为非期望产出指标，根据白义鑫等对于农业碳排放测算的研究，农业碳排放量测算包括化肥、农药、农膜、农用柴油、有效灌溉、机耕面积、谷物种植、牛、羊、猪等10类直接或间接排放，由于该指标为非期望指标，故对其取倒数处理。其他实证分析数据指标则根据实证模型分析进行选择，描述性统计表如表2所示。

表1 农业生态效率指标体系

表2 实证分析描述性统计

三、结果与分析

(一)涉农财政对农业生态效率与农业产出综合影响效果检验

由于研究对象为我国31个省(市、区)，存在不随时间改变的不可观测效应，并且自变量与所选地区相关，故在实证分析中选用固定效应模型来验证涉农财政对农业生态效率与农业产出综合影响效果。如表3所示，test1中，在统计学水平方面，中央财政资金对农业生态效率存在消极影响，在1%的置信水平下显著；地方财政配套资金对农业生态效率的影响不显著，说明中央财政资金的提高可以直接降低农业生态效率。test2中，中央财政资金与地方财政配套资金对农业总产值均有正向影响，且都在1%的置信水平下显著，表明无论是中央财政资金还是地方财政配套资金，都有利于提升农业总产值。test3中，中央财政资金与地方财政配套资金对农村发电量的影响显著不同，中央财政资金对农村发电量有负向影响，相反，地方财政配套资金对农村发电量有正向影响。test4中，由于本文中农业碳排放量指标已取倒数处理，可知中央财政资金与地方财政配套资金对实际农业碳排放量有正向影响，说明加大涉农财政力度会加重农业的碳排放量，对低碳农业发展起到抑制效果。综合上述4种检验，得出尽管增加涉农财政支出可以促进农业总产值的扩大，但却造成了农业生态效率的降低，可能的解释是由于涉农财政支出已处于边际效率递减阶段，扩大财政支出规模可以刺激发展，但是效率逐渐下降。在外部性方面，扩大财政支出规模导致农业碳排放的增加，造成了负外部性的出现。

表3 涉农财政对农业生态效率与农业产出综合影响效果检验结果

(二)稳健性检验

1.模型替换法。为进一步控制异方差、自相关问题，获取更可信的标准误，使用D-K(1998)标准误命令进行稳健性检验，结果如表4所示。可知更换模型后的涉农财政对农业生态效率、农业总产值、农村发电量、农业碳排放量的影响方向大致相同，仅test7中的中央财政资金对农村发电量与test3中不同，证明了基准模型的稳健性。

表4 稳健性检验(模型替换法)

2.工具变量法。由于涉农财政与农业生态效率之间可能存在互为因果的内生性问题，因此，分别选取“受灾面积”与“一般财政预算收入”作为“中央财政资金”与“地方财政配套资金”的工具变量。认为此变量适宜做工具变量的理由如下：一方面，在宏观层面上“受灾面积”“一般财政预算收入”与“农业生态效率”之间具有较强的外生性；另一方面，“受灾面积”“一般财政预算收入”与“中央财政资金”“地方财政配套资金”具有较强的相关性。若受灾面积增加，中央财政涉农资金会有相应的增加；若地方财政收入增加，地方政府财政实力提高，相应的地方财政配套资金也会随之增加。

(1)研究“受灾面积”为“中央财政资金”工具变量情况。利用固定效应GMM模型进行估计，结果见表5，Wu-Hausman检验的P值为0.020，在5%的显著性水平上认为中央财政资金是内生解释变量，因此运用工具变量法。根据Cragg-DonaldWald检验的F值为19.003(超过10)，并且第一阶段F值为19(P=0)，可以拒绝“存在弱工具变量”原假设。固定效应GMM估计一阶段结果表明，受灾面积的扩大导致中央财政资金投入的增加；二阶段估计结果与基准回归相比，中央财政资金的系数从-0.359下降至-0.558，抑制作用增大，表现出内生性问题会造成系数低估。

表5 工具变量估计结果(受灾面积)

(2)研究“一般财政预算收入”为“地方财政配套资金”工具变量情况。同样使用固定效应GMM模型进行估计，结果见表6，Wu-Hausman检验的P值为0.035，在5%的显著性水平上认为地方财政配套资金是内生解释变量，运用工具变量法。根据Cragg-DonaldWald检验的F值为139.978(超过10)，并且第一阶段F值为139.98(P=0)，可以拒绝“存在弱工具变量”原假设。固定效应GMM估计一阶段结果表明，一般财政预算收入越多越能促进地方财政配套资金的增加；二阶段估计结果与基准回归相比，地方财政配套资金的系数由正转负，且显著性由不显著变为在5%的水平上显著，表现出地方财政配套资金对农业生态效率的负向影响，侧面表明内生性问题可能影响显著性问题。

表6 工具变量估计结果(一般财政预算收入)

(三)空间差异性分析

为考察涉农财政对农业生态效率的影响在不同区域内的差异性，从中国区域划分的角度对样本进行分组回归，结果如表7所示。首先从东部地区来看，中央财政资金增加对地区农业生态效率有负向影响，系数为-0.521并在1%的水平上通过检验，说明当下中央财政资金每增加1单位，农业生态效率会减少0.521单位，而地方财政配套资金对地区农业生态效率的影响从估计结果来看并不显著。从中部地区的角度看，中央财政资金与地方财政配套资金均不是影响农业生态效率的重要因素。最后，西部地区与东部地区情况相似，中央财政资金对地方农业生态效率的影响系数为-0.39，并在1%的水平上通过检验，表明中央财政资金每增加1%，地方农业生态效率便会下降0.39%，而地方财政配套资金与农业生态效率不存在显著关系。

表7 空间差异性回归结果

四、传递与调节机制分析

通过以上模型得出，中央财政资金与农业生态效率具有显著的负向关系，地方财政配套资金与农业生态效率之间不具备显著关系。为进一步探究其中原因，深入研究地方财政配套资金对农业生态效率的影响机制，利用传递机制模型与调节效应模型加以检验。根据基准回归结果，结合因果逐步回归法，首先对中央财政资金对农业生态效率具有传递效应立论，以地方财政配套资金对农业生态效率具有遮掩效应立论。以下进行后续分析。

(一)复种指数的传递效应

1.中央财政资金、复种指数与农业生态效率。根据已有结论，依次检验系数β1、θ1、θ2，结果如表8所示。β1和θ1均显著，且置信区间分别为[0.091,0.141]、[-1.689,-0.617]，说明间接效应显著，中央财政资金可能通过复种指数影响农业生态效率。系数θ2显著可知，中央财政资金对农业生态效率的直接效应显著，并且β1×θ1与θ2同号，得出结论：中央财政资金对农业生态效率有部分传递效应，其中一部分是中央财政资金对农业生态效率有直接负向影响，另一部分则是通过正向影响复种指数，复种指数对农业生态效率产生的负向影响。

表8 中央财政资金、复种指数与农业生态效率因果逐步回归结果

同时使用Sobel-Goodman Mediation Tests得出P值为0.000，在1%的水平上显著；另外通过Bootstrap法设定100 0次抽样，得出bs_1置信区间为[-0.086, -0.026]，bs_2置信区间为[-0.213, -0.088]，均不包括0，证明了因果逐步回归法结论的稳健性。

2.地方财政配套资金、复种指数与农业生态效率。根据已有结论，依次检验系数λ1、η1、η2，结果如表9所示。λ1和η1均显著，且置信区间分别为[-0.067,-0.034]、[-1.689,-0.617]，说明间接效应显著，地方财政配套资金可能通过复种指数对农业生态效率存在负向影响。系数η2不显著可知，地方财政配套资金对农业生态效率的直接效应不显著，得出结论，地方财政配套资金与农业生态效率之间存在间隔复种指数的负向传递效应。

表9 地方财政配套资金、复种指数与农业生态效率因果逐步回归结果

同时使用Sobel-Goodman Mediation Tests得出P值为0.020，在5%的水平上显著；通过Bootstrap法设定1 000次抽样，得出bs_1置信区间为[0.009,0.054]，不包括0，而bs_2置信区间为[-0.114,0.065]，包括0，证明了因果逐步回归法结论的稳健性。

(二)粮食产量的传递效应

表10 中央财政资金、粮食产量与农业生态效率因果逐步回归结果

同时使用Sobel-Goodman Mediation Tests得出P值为0.000 0，在1%的水平上显著；通过Bootstrap法设定1 000次抽样，得出bs_1置信区间为[-0.139,-0.042]，bs_2置信区间为[-0.200,-0.030]，均不包括0，证明了因果逐步回归法结论的稳健性。

表11 地方财政配套资金、粮食产量与农业生态效率因果逐步回归结果

同时使用Sobel-Goodman Mediation Tests得出P值为0.000，在1%的水平上显著；通过Bootstrap法设定1 000次抽样，得出bs_1置信区间为[-0.165,-0.039]，bs_2置信区间为[0.015,0.203]，均不包括0，证明了因果逐步回归法结论的稳健性。

(三)种植结构的调节效应

表12 test12—test15是在被解释变量、解释变量和控制变量一致的情况下，依次检验复种指数主效应以及复种指数与种植结构交互项的调节效应、粮食产量主效应以及粮食产量与粮食种植结构交互项的调节效应。

表12 种植结构的调节效应检验结果

由调节效应检验结果可知，当中介变量为复种指数时，test12中显示复种指数对农业生态效率的主效应为负，test13中复种指数与种植结构的交互项系数显著为正，说明随着种植结构的提高，复种指数对农业生态效率的负向影响遭到了削弱，换句话说，种植结构对复种指数与农业生态效率之间的负相关关系有显著的抑制作用。可能的原因在于种植结构的提高往往伴随着规模效应与学习效应，规模效应有利于专业化和分工，学习效应有利于劳动者积累经验、提升技能，从而提高农业生态效率，抑制了复种指数对农业生态效率的负向影响[3]。

当中介效应为粮食产量时，test14中显示粮食产量对农业生态效率的主效应为负，test15中粮食产量与种植结构的交互项系数显著为负，说明高比例的种植结构强化了粮食产量对农业生态效率的负向影响，即种植结构对粮食产量与农业生态效率之间的负相关关系有显著的促进作用。究其原因可能是种植结构的提升，扩大了粮食产量，粮食产量受边际效用递减的影响。此外，种植结构可能影响化肥、农药的使用以及专业化程度，改变原有劳动力的生产方式，提高了学习成本，从而导致边际效用递减和负外部性，造成农业生态效率的降低，强化了粮食产量对农业生态效率的负相关关系。

五、结论与政策启示

(一)结论

使用投入型Super-SBM模型测算了将农业碳排放作为非期望产出的我国31个省份2003—2019年的农业生态效率，并在该基础上研究了中央财政资金与地方财政配套资金对农业生态效率的影响作用，同时引入粮食产能作为中介传递因子，粮食种植结构为调节因子，探究涉农财政、粮食产能与农业生态效率3者之间的关系。通过测算和相应的实证分析，得到以下结论。

1.从全国的角度看，中央财政资金对农业生态效率具有消极影响，而地方财政配套资金对农业生态效率的影响并不显著。

2.我国东部地区与西部地区的中央财政资金对农业生态效率均有负向影响，而中部地区的二者关系不显著。

3.在传递效应研究中，中央财政资金对农业生态效率存在部分传递效应，当复种指数、粮食产量作为传递因子时，对农业生态效率有负向影响，而地方财政配套资金则在传递因子不同的情况下，发挥不同作用。当传递因子为复种指数时，地方财政配套资金对农业生态效率只有负向传递效应，无直接效应；当传递因子为粮食产量时，地方财政配套资金对农业生态效率产生的正向影响被粮食产量的负向影响所遮掩，导致地方财政配套资金对农业生态效率总体呈现出负向影响。

4.粮食种植结构对农业生态效率有复杂影响。当传递因子为复种指数时，粮食种植结构的提高可以抑制复种指数对农业生态效率的负向影响；当传递因子为粮食产量时，粮食种植结构的提升强化了粮食产量与农业生态效率之间的负相关关系。

(二)政策启示

上述结论可以给政策制定者带来几点建议。

1.宏观上，应促进农业市场的完善，依托市场经济价值规律。通过合理高效的竞争机制、价格机制，间接改善农业生态效率。同时应适当调节农业资源配置，提高涉农财政使用效率，预防负外部性、不完全信息等问题。

2.深入理解粮食产能、粮食安全与绿色发展。一味地扩大粮食产能也许可以保证现阶段粮食安全，但未必是合适的绿色发展路径。建议辩证统一地看待三者之间的发展关系与矛盾，从主要矛盾的主要方面出发，因地制宜，结合国情与各地情况，在国家大政方针的领导下，指定适合各地区的、科学高效的农业发展方案。

3.扩大环保型农业资本比例，坚持化肥农药“减量增效”行动，强化涉农财政环境保护导向功能，将其中传统化肥农药补贴转向有机肥、生物农药等绿色农业技术领域。

4.加快农业技术进步步伐，依靠技术进步促进农业生产与扩张。同时重视农村人才培养，通过就地培养、实地培训、引进人才等方式为乡村振兴事业做好铺垫。