農(nóng)村勞動力轉(zhuǎn)移對耕地利用生態(tài)效率的空間溢出效應

鄒秀清 謝美輝 于少康 李致遠

摘要：研究目的：探討農(nóng)村勞動力轉(zhuǎn)移對不同區(qū)域耕地利用生態(tài)效率的影響機理及其空間溢出效應。研究方法：非期望超效率EBM模型和空間杜賓模型。研究結果：（1）全國農(nóng)村勞動力轉(zhuǎn)移率和耕地利用生態(tài)效率整體呈上升趨勢，但區(qū)域差異顯著。（2）全國層面，農(nóng)村勞動力轉(zhuǎn)移對耕地利用生態(tài)效率的影響呈“U型”變化，并在勞動力轉(zhuǎn)移至一定程度后具有顯著的空間溢出效應。（3）區(qū)域?qū)用妫胁哭r(nóng)村勞動力轉(zhuǎn)移與本地耕地利用生態(tài)效率正相關，對其他地區(qū)耕地利用生態(tài)效率的影響呈“U”型關系；西部農(nóng)村勞動力轉(zhuǎn)移與本地耕地利用生態(tài)效率之間存在“U”型關系，但空間溢出效應不顯著；東北部農(nóng)村勞動力轉(zhuǎn)移率大于23.32%時，其對本地耕地利用生態(tài)效率影響顯著，并產(chǎn)生負的空間溢出效應。研究結論：激勵農(nóng)地流轉(zhuǎn)，促進耕地集約利用，提升農(nóng)民技能，推進耕地利用技術效率和規(guī)模效率同步增長。

關鍵詞：農(nóng)村勞動力轉(zhuǎn)移；耕地利用生態(tài)效率；非期望超效率EBM模型；空間杜賓模型；空間溢出效應

中圖分類號：F301.2 文獻標志碼：A 文章編號：1001-8158（2023）01-0059-11

基金項目：國家社會科學基金項目（19BGL214）；江西省研究生創(chuàng)新資金資助項目（YC2020-B109）。

農(nóng)村勞動力轉(zhuǎn)移是經(jīng)濟發(fā)展和農(nóng)村脫貧的一個重要動力。農(nóng)村勞動力作為農(nóng)業(yè)生產(chǎn)的微觀主體，其轉(zhuǎn)移行為必然改變農(nóng)業(yè)生產(chǎn)系統(tǒng)內(nèi)勞動力、土地、資金等要素的配置結構[1]，通過影響耕地利用過程中的技術效率、規(guī)模效率和資源配置效率，進而影響耕地利用生態(tài)效率[2]。勞動力、資金、技術等要素的跨區(qū)流動，耕地利用生態(tài)效益的完全非排他性[3]以及耕地空間位置毗鄰，導致耕地利用主體行為間接影響其他利用主體福利[4]。本地農(nóng)戶耕地利用行為所引起的因面源污染“轉(zhuǎn)嫁”導致的耕地利用負外部性、知識和技術外溢的正外部性以及規(guī)模經(jīng)營的積極效應[5]，不可避免對鄰近地區(qū)的耕地利用生態(tài)效率產(chǎn)生不可忽略的影響。因此，探討農(nóng)村勞動力轉(zhuǎn)移對耕地利用生態(tài)效率的影響及其空間溢出效應，對促進耕地利用生態(tài)效率提升、指導區(qū)域間耕地利用行為具有重要意義。

耕地利用效率測算的常用方法有隨機前沿模型（SFA）[6]、數(shù)據(jù)包絡分析法（DEA）[7]、超效率模型[8]和Malmquist模型[9]等。選取指標基于投入—產(chǎn)出視角，經(jīng)歷了由“多投入單產(chǎn)出”→“多投入多產(chǎn)出”→考慮環(huán)境因素的“多投入多產(chǎn)出”的漸次深入研究過程，研究范圍集中在京津冀地區(qū)[10]、長江經(jīng)濟帶[11]、糧食主產(chǎn)區(qū)[12]、墾區(qū)[13]以及部分省份[8]，研究內(nèi)容主要是進行耕地利用效率評估并對其時空演變特征和影響因素展開分析。結果表明，東部地區(qū)得益于技術效率的提高，其耕地利用生態(tài)效率整體呈上升趨勢[14]；糧食主產(chǎn)區(qū)耕地利用生態(tài)效率趨于逐年小幅度下降，并表現(xiàn)出“高—高、低—低”聚集的正向空間溢出效應[12]。勞動力轉(zhuǎn)移、資源稟賦、經(jīng)濟發(fā)展水平和農(nóng)耕技術等是耕地利用生態(tài)效率的重要因素[15-16]，2007—2016年江西省耕地利用生態(tài)效率隨勞動力轉(zhuǎn)移而上升[8]，2000—2019年勞動力轉(zhuǎn)移差異化影響東、中、西及東北部耕地利用生態(tài)效率[16]。

綜觀文獻，關于耕地利用效率的研究已經(jīng)很多，考慮環(huán)境因素的耕地利用效率要低于不含環(huán)境因素的耕地利用效率[17]；在考慮非期望產(chǎn)出時，因EBM模型兼顧了投入要素的替代效應[18]，SBM模型效率值小于EBM模型，EBM模型的測算結果更符合實際[19]。然而，多數(shù)研究忽略了耕地利用生態(tài)效率本身的空間外部效應以及農(nóng)村勞動力變化的空間外部性對耕地利用生態(tài)效率的影響，較少探析兩者間的影響機理；同時，不同區(qū)域的空間溢出效應是否存在差異，暫未有公開文獻探討。因此本文做了以下幾方面探索：第一，理論分析農(nóng)村勞動力轉(zhuǎn)移對耕地利用生態(tài)效率的影響機理，豐富了既有研究成果；第二，采用非期望超效率EBM模型測算耕地利用生態(tài)效率，探討地理空間上的相關性和異質(zhì)性，能夠有效控制面源污染和碳排放的源頭，以便根據(jù)“誰污染誰治理”的宗旨進行區(qū)域間生態(tài)補償；第三，運用1990—2018年中國31個省（市、區(qū)）的長期數(shù)據(jù)和空間杜賓模型，探析農(nóng)村勞動力轉(zhuǎn)移對耕地利用生態(tài)效率影響的空間溢出效應及其區(qū)域差異，能夠更加明晰不同區(qū)域兩者間的發(fā)展規(guī)律，為建立區(qū)域農(nóng)業(yè)協(xié)作、耕地利用聯(lián)動機制提供參考，對提高全域耕地利用生態(tài)效率具有積極作用。

1 理論分析與研究假說

耕地利用生態(tài)效率即為利用耕地進行生產(chǎn)的生態(tài)效率。生態(tài)效率由eco-efficiency翻譯而來，其核心內(nèi)涵兼顧了生態(tài)與經(jīng)濟兩個維度[20-21]。所謂“生態(tài)”是指單位資源投入所致非期望產(chǎn)出最小化，經(jīng)濟是指單位資源投入所獲期望產(chǎn)出最大化，兩者結合則是指在人類社會生產(chǎn)中，以最小化的資源消耗和環(huán)境損耗，最大化經(jīng)濟維度的期望產(chǎn)出，最小化環(huán)境污染維度的非期望產(chǎn)出[12]。因此，耕地利用生態(tài)效率則是指在農(nóng)業(yè)生產(chǎn)中，耕地作為農(nóng)業(yè)生產(chǎn)要素之一，在單位耕地面積上，以較少的勞動力、機耕、化肥、農(nóng)藥等要素的投入，促使其農(nóng)作物產(chǎn)出最大化，對環(huán)境污染最小化，從而達到“耕地資源—社會經(jīng)濟—生態(tài)環(huán)境”的協(xié)調(diào)統(tǒng)一。

伴隨勞動力的持續(xù)轉(zhuǎn)移，農(nóng)業(yè)勞動力由“剩余”變?yōu)椤跋∪薄保伞熬ⅰ弊優(yōu)椤袄先鯆D孺”，勞動力數(shù)量和質(zhì)量的下降促使農(nóng)民通過增加化肥、農(nóng)藥和機械等資本要素的替代投入以彌補耕地利用過程中因勞動力短缺而造成的損失[22]。若勞動力轉(zhuǎn)移能夠有效促進農(nóng)地流轉(zhuǎn)，提高耕地集約利用程度，采用現(xiàn)代化農(nóng)耕技術替代原有勞動力，從而提升耕地利用的規(guī)模效率和技術效率，則有助于耕地利用生態(tài)效率提升；反之，低效、過量的農(nóng)藥、化肥投入則不利于耕地利用生a態(tài)效率提升。

20世紀90年代，由于耕地細碎化以及農(nóng)機技術普及率低，化肥對勞動力的替代彈性約為機械的3倍[23]，日積月累的由化肥農(nóng)藥等引起的面源污染以及由低效的農(nóng)業(yè)生產(chǎn)行為引起的碳排放過量可能導致耕地利用生態(tài)效率的降低。隨著農(nóng)地流轉(zhuǎn)的推進，農(nóng)機技術的普及以及基本農(nóng)田、水利設施等的整改，采用現(xiàn)代化技術進行規(guī)模經(jīng)營，不僅能合理施肥配藥、科學輪作復種，增產(chǎn)增量，還能有效減少面源污染和碳排放，從而通過改善耕地利用的規(guī)模效率和技術效率實現(xiàn)耕地利用生態(tài)效率的提升。由此，隨著經(jīng)濟、科技和農(nóng)地利用政策的完善，勞動力轉(zhuǎn)移對耕地利用生態(tài)效率的影響可能是一個由負向轉(zhuǎn)正向的“U”型變化過程。

此外，基于經(jīng)濟學中“溢出效應或外部效應”的概念，新經(jīng)濟地理學將一個地區(qū)經(jīng)濟主體的行為對其他地區(qū)主體的影響稱為空間溢出[24]。勞動力作為各項經(jīng)濟活動的行為主體，勞動力跨區(qū)域、跨行業(yè)轉(zhuǎn)移具有顯著的溢出紅利現(xiàn)象[25]。農(nóng)村勞動力通過社會網(wǎng)絡等非正式渠道影響其他地區(qū)農(nóng)民的耕地流轉(zhuǎn)意愿，從而影響其他地區(qū)的耕地經(jīng)營規(guī)模和農(nóng)機技術的采用。同時，在耕地利用過程中農(nóng)民對本地人力、化肥農(nóng)藥、農(nóng)機、土地等要素的資源配置，因收入效應、示范效應和知識外溢效應的存在，進而影響其他地區(qū)農(nóng)戶的資源要素配置，從而改變其他地區(qū)的耕地利用生態(tài)效率。勞動力轉(zhuǎn)移對耕地利用生態(tài)效率的影響機理見圖1。

值得注意的是，不同區(qū)域因經(jīng)濟、資源稟賦、就業(yè)條件等差異，其勞動力轉(zhuǎn)移與耕地利用生態(tài)效率關系因地而異。東部人均耕地0.65畝①，經(jīng)濟技術發(fā)達，非農(nóng)就業(yè)收益高、就業(yè)渠道廣、本地就業(yè)便利、農(nóng)地流轉(zhuǎn)意愿強、技術對勞動力的替代彈性大，且其高效的農(nóng)機生產(chǎn)方式難以在短期內(nèi)向全國推廣，導致東部勞動力轉(zhuǎn)移對耕地利用生態(tài)效率的影響及其空間溢出效應較小。中部人均耕地是東部的近2倍，涉農(nóng)資金有限，農(nóng)田基礎設施不夠完善，農(nóng)地平整進度較慢，采用高效農(nóng)機技術生產(chǎn)的可行性較小，因而會影響規(guī)模農(nóng)業(yè)的發(fā)展。同時，落后的農(nóng)業(yè)生產(chǎn)方式以及密集的水網(wǎng)結構導致化學面源污染的轉(zhuǎn)嫁，不可避免會影響周邊其他地區(qū)耕地利用水平。西部和東北部人均耕地均分別為2.19畝和3.94畝，規(guī)模經(jīng)營和農(nóng)機操作的便捷性普遍較好，由于地廣人稀，務農(nóng)勞動力的減少對耕地規(guī)模利用的影響比較明顯；尤其是東北部，沃土集中連片，既節(jié)省人力，又能充分發(fā)揮農(nóng)機設備的優(yōu)勢，從而可能對周邊地區(qū)產(chǎn)生擠出效應，降低農(nóng)民的低碳生產(chǎn)積極性，可能抑制耕地利用生態(tài)效率的提升。

基于上述理論分析，提出研究假說：H1：全國層面，農(nóng)村勞動力轉(zhuǎn)移對耕地利用生態(tài)效率的影響可能是一個由負向逐步向正向轉(zhuǎn)變的過程，并且可能存在顯著的空間溢出效應；H2：四大區(qū)域農(nóng)村勞動力轉(zhuǎn)移對耕地利用生態(tài)效率的影響可能存在差異，且其空間溢出效應因地而異。

2 研究方法、變量設置與數(shù)據(jù)來源

2.1 研究方法

（3）空間杜賓模型（SDM）。為了同時考察勞動力轉(zhuǎn)移對耕地利用生態(tài)效率及生態(tài)效率本身的外部性，本文采用空間杜賓模型（SDM）考察勞動力轉(zhuǎn)移和耕地利用生態(tài)效率的空間依賴效應。SDM模型同時包含因變量和自變量的空間滯后項，是考察地理要素空間關聯(lián)的主要模型[29]，其具體公式如下：

由于式（4）存在空間滯后變量，該模型的回歸系數(shù)并不能反映勞動力轉(zhuǎn)移對耕地利用生態(tài)效率影響程度的大小，回歸系數(shù)僅在方向上有效，而兩者間的真實影響程度一般是利用偏微分對SDM模型進行分解，用分解后得到的直接效應和間接效應來表示。直接效應是指本地勞動力轉(zhuǎn)移對本地耕地利用生態(tài)效率影響的均值，它包含了反饋效應，反饋效應是指本地耕地利用生態(tài)效率通過影響周邊地區(qū)耕地利用生態(tài)效率變化反向影響本地的耕地利用生態(tài)效率；間接效應是指本地勞動力轉(zhuǎn)移對周邊地區(qū)耕地利用生態(tài)效率的影響，總效應為直接效應和間接效應之和。其分解過程可參考LESAGE等的研究[29]。

2.2 數(shù)據(jù)來源與變量選取

本文以中國31個省（市、自治區(qū)）為研究對象（不含港、澳、臺地區(qū)）。數(shù)據(jù)來源于1991—2019年《中國農(nóng)村統(tǒng)計年鑒》、《中國財政年鑒》、《中國統(tǒng)計年鑒》以及各省（市、自治區(qū)）統(tǒng)計年鑒，并依據(jù)2011年國家統(tǒng)計局的區(qū)劃分類，將全國31個省（市、區(qū)）劃分成東、中、西及東北部4個區(qū)域①。主要變量選取如表1。（1）因變量：耕地利用生態(tài)效率（ECLU）。借鑒CHEN等[30]的研究，從投入—產(chǎn)出視角選取指標測算耕地利用生態(tài)效率（表1）。耕地面源污染各項指標的產(chǎn)污系數(shù)、利用率和流失率以及碳排放各項指標的系數(shù)值參見蓋兆雪[9]、李波[31]的研究。（2）自變量：農(nóng)村勞動力轉(zhuǎn)移（Labor）表示從農(nóng)村轉(zhuǎn)移至二三產(chǎn)業(yè)就業(yè)的農(nóng)村勞動力，用（農(nóng)村從業(yè)人員—農(nóng)村第一產(chǎn)業(yè)從業(yè)人員）/農(nóng)村從業(yè)人員的比值來表征[32-33]。（3）控制變量：借鑒相關研究，考慮數(shù)據(jù)的可獲取性，選取勞均耕地面積（Land）[34]、灌溉指數(shù)（IRR）[34]、耕地復種指數(shù)（MCI）[35]、農(nóng)村人均純收入（PINC）[36]、地均農(nóng)業(yè)機械總動力（ATP）[36]、地均農(nóng)用化肥施用量（折純量）（FER）[36]、政府涉農(nóng)支出占比（AGE）[36]7個具體指標作為控制變量。

3 結果分析

3.1 農(nóng)村勞動力轉(zhuǎn)移與耕地利用生態(tài)效率的時空演變特征

圖2顯示，1990—2014年，全國農(nóng)村勞動力轉(zhuǎn)移逐年上升，2014年達到最高值42.67%，2015年因中部和西部勞動力轉(zhuǎn)移下滑，全國農(nóng)村勞動力轉(zhuǎn)移出現(xiàn)小幅下降。1990—2018年，東部農(nóng)村勞動力轉(zhuǎn)移持續(xù)攀升，2018年達到峰值為63.90%；東北部農(nóng)村勞動力轉(zhuǎn)移至2014年后保持平穩(wěn)態(tài)勢。

圖3所示，全國耕地利用生態(tài)效率（ECLU）①均值呈波動上升趨勢，其值由1990年的1.003上升至2018年的1.011；純技術效率（PTE）均值由1.031變?yōu)?.021，呈小幅度下降；規(guī)模效率（SE）由0.973變?yōu)?.990，呈小幅度上升。區(qū)域?qū)用妫海?）1990—2018年，東部耕地利用生態(tài)效率、純技術效率、規(guī)模效率均值均表現(xiàn)出增長趨勢，分別由1990年的0.604、0.841和0.724增至2018年的0.697、0.850和0.859，且由于2002年北京、天津和上海等地規(guī)模效率的改善，促使2002年以來東部耕地利用生態(tài)效率急劇上升。（2）1990—2010年中部耕地利用生態(tài)效率和純技術效率持續(xù)下降，2010—2018年出現(xiàn)小幅度上升；1990—2018年規(guī)模效率整體持續(xù)上升，由1990年的0.808上升至2018年的0.918。（3）西部耕地利用生態(tài)效率、純技術效率和規(guī)模效率均在波動上升和下降，其技術效率整體高于東部和西部，規(guī)模效率與中部差距較小，但高于東部。（4）東北部地區(qū)的耕地利用生態(tài)效率、純技術效率和規(guī)模效率均值較其他三個區(qū)域更優(yōu)，尤其是黑龍江省，各種效率均值多數(shù)在1.0以上。

圖4顯示，東部的北京、江蘇、上海、浙江農(nóng)村勞動力轉(zhuǎn)移程度最高；天津、河北、福建、廣東次之；海南勞動力轉(zhuǎn)移最小。中部地區(qū)，相比湖南和湖北，緊靠東部地區(qū)的山西、河南、安徽、江西4省的勞動力轉(zhuǎn)移相對較高。西部勞動力轉(zhuǎn)移高的省（自治區(qū)）依次為甘肅、寧夏、青海、四川、貴州。東北三省的勞動力轉(zhuǎn)移分別為遼寧>黑龍江>吉林。總之，東部、鄰近東部的中部部分省以及鄰近中部的西部部分地區(qū)勞動力轉(zhuǎn)移相對較高。

圖5顯示，北京、天津、上海、江蘇、山東和海南純技術效率整體在1.0以上，河北、浙江和福建的純技術效率相對較小。河北、上海、江蘇、浙江和山東的規(guī)模效率均在2018年增加至0.9以上。與1990年相比，2018年天津、河北、上海、江蘇和山東的耕地利用生態(tài)效率顯著上升，廣東和海南的耕地利用生態(tài)效率顯著下降。中部山西規(guī)模效率雖然在研究期間小幅下降，但仍然保持在0.9以上；2018年安徽、江西、湖北和湖南的規(guī)模效率增加至0.9以上，接近1.0；河南規(guī)模效率整體較低，始終保持在0.5左右，但其技術效率高于中部其他5省（均在0.5左右），多保持在1.0以上。西部不同省份之間的耕地利用生態(tài)效率差距明顯，多數(shù)地區(qū)的耕地利用生態(tài)效率在2000年以后小幅度增加，西部新疆、西藏、內(nèi)蒙古以及東北吉林、遼寧波動較大，但包括寧夏、廣西在內(nèi)的耕地利用生態(tài)效率相對較高，大部分年份的效率值均在1.0以上。

3.2 空間溢出效應

（1）空間相關性檢驗。表2中，1990—2005年全局莫蘭指數(shù)呈“W”型上下波動，并在5%顯著水平下正向顯著，說明耕地利用生態(tài)效率之間存在顯著的空間正相關，地理上相近的省份之間表現(xiàn)出顯著的空間集聚性，且空間聚集時而增強時而減弱。2006—2018年莫蘭指數(shù)由正向變?yōu)樨撓颍砻鞲乩蒙鷳B(tài)效率的空間差異性和離散性大于空間集聚性，地理鄰近省份之間的聯(lián)動發(fā)展機制逐漸消失。眾所周知，耕地利用生態(tài)效率與勞動力、資本、土地投入密切相關，不同地區(qū)因經(jīng)濟發(fā)展、政策制定、地理區(qū)位、資源稟賦等的差異，其勞動力轉(zhuǎn)移程度及其資本投入能力和耕地平整進度差異也與日俱增，從而導致不同地區(qū)間耕地利用生態(tài)效率差異增加，空間離散性增加。

（2）SDM模型回歸結果。通過VIF檢驗，VIF均值為2.4，小于10，表明模型不存在嚴重的共線性問題；通過異方差和自相關檢驗，得出檢驗P值均大于0.05，表明不存在異方差和自相關問題；通過hausman檢驗，得出P值為0.011，拒絕原假設，選擇固定效應模型。關于內(nèi)生性問題，研究表明SDM模型本身在處理因遺漏變量導致的內(nèi)生性問題方面具有一定的優(yōu)勢[37]，且極大似然法（ML）被認為是處理內(nèi)生性問題的有效方法之一[38]， ELHORST也指出時空雙固定模型要優(yōu)于個體固定效應模型[39]，因此，本文采用時空雙固定杜賓模型并結合極大似然估計分析勞動力轉(zhuǎn)移對耕地利用生態(tài)效率的空間溢出效應[40]，模型結果見表3。

全國層面，勞動力轉(zhuǎn)移及其平方項均在1%水平下通過了顯著性檢驗，說明勞動力轉(zhuǎn)移與耕地利用生態(tài)效率之間存在“U型”曲線關系。在勞動力轉(zhuǎn)移初期，為維持產(chǎn)量不變，勞動力減少必然導致另一種要素投入增加，增加化肥農(nóng)藥投入是當時最簡便和最快的增收方式，但同時也對生態(tài)環(huán)境造成了一定的影響。然而，隨著化肥農(nóng)藥邊際效益的下降以及勞動力的持續(xù)轉(zhuǎn)移，農(nóng)業(yè)機械化為農(nóng)民規(guī)模化生產(chǎn)帶來了機遇，從而促進耕地利用規(guī)模效率和技術效率的提升。

區(qū)域?qū)用妫瑬|部和中部勞動力轉(zhuǎn)移對耕地利用生態(tài)效率的影響不顯著，東部作為中國的經(jīng)濟發(fā)達地區(qū)，更傾向于通過科技施肥、機械化耕種與收割進行農(nóng)業(yè)現(xiàn)代化生產(chǎn)，勞動力要素投入相對較小。中部由于經(jīng)濟欠發(fā)達、土地細碎化、農(nóng)機技術落后，農(nóng)戶優(yōu)先選擇撂荒或粗放經(jīng)營[41]，因此在短期內(nèi)對耕地利用生態(tài)效率的影響不顯著。西部和東北部呈顯著的“U型”關系，說明勞動力轉(zhuǎn)移能夠促進當?shù)剞r(nóng)業(yè)生產(chǎn)的技術使用和規(guī)模經(jīng)營，進而通過減少化肥施用，增加有機肥、生物技術的應用，減少碳排放，從而提升耕地利用生態(tài)效率。

從空間滯后系數(shù)ρ來看，全國和區(qū)域的系數(shù)均為負值，其中中部、西部和東北部在1%的水平下顯著，表明中部、西部和東北部的耕地利用生態(tài)效率存在顯著空間負外部性。從勞動力轉(zhuǎn)移及其平方項的空間系數(shù)W來看：全國層面，勞動力轉(zhuǎn)移的一次方不顯著，但勞動力轉(zhuǎn)移的平方項在1%的水平下顯著為正，說明勞動力轉(zhuǎn)移至一定程度后，將對周邊耕地利用生態(tài)效率產(chǎn)生顯著的空間正外部效應；區(qū)域?qū)用妫胁縿趧恿D(zhuǎn)移同樣存在正的空間溢出效應，而西部和東北部勞動力轉(zhuǎn)移的一次方負向顯著，但平方項不顯著，表明西部和東北部勞動力轉(zhuǎn)移對周邊耕地利用生態(tài)效率存在顯著的負向效應。

（3）效應分解。表4中，就直接效應來看：全國層面，本地勞動力轉(zhuǎn)移對本地耕地利用生態(tài)效率的影響在1%的顯著水平下呈“U”型曲線變化，勞動力轉(zhuǎn)移的一次項和平方項系數(shù)分別為-0.740和1.314，轉(zhuǎn)折點為28.16%①，即勞動力轉(zhuǎn)移率<28.16%，本地勞動力轉(zhuǎn)移負向影響本地耕地利用生態(tài)效率，勞動力轉(zhuǎn)移率>28.16%，本地勞動力轉(zhuǎn)移正向影響耕地利用生態(tài)效率，與研究假說H1相符。區(qū)域?qū)用妫煌貐^(qū)勞動力轉(zhuǎn)移對耕地利用生態(tài)效率的影響不同，與研究假說H2相符。東部勞動力轉(zhuǎn)移對耕地利用生態(tài)效率的影響不顯著；中部勞動轉(zhuǎn)移的一次方正向顯著，平方項不顯著，表明勞動力轉(zhuǎn)移與本地耕地利用生態(tài)效率正相關；西部勞動力轉(zhuǎn)移的一次方和平方項均在5%水平下顯著，表明西部勞動力轉(zhuǎn)移與該區(qū)域的耕地利用生態(tài)效率之間存在“U”型曲線關系，其臨界值為26.81%；東北部勞動力轉(zhuǎn)移的平方項顯著，一次方不顯著，表明當勞動力轉(zhuǎn)移率>23.32%時，勞動力轉(zhuǎn)移與本地耕地利用生態(tài)效率之間為顯著的正向曲線關系。

就間接效應來看：全國層面，勞動力轉(zhuǎn)移的平方項顯著為正，說明勞動力轉(zhuǎn)移至一定程度后，本地勞動力轉(zhuǎn)移對周邊地區(qū)的耕地利用生態(tài)效率提升具有積極效應，與研究假說H1相符。區(qū)域?qū)用妫煌瑓^(qū)域勞動力轉(zhuǎn)移對耕地利用生態(tài)效率影響存在顯著的差異化空間溢出效應，與研究假說H2相符。中部和東北部表現(xiàn)出顯著的空間溢出效應，中部勞動力轉(zhuǎn)移對周邊耕地利用生態(tài)效率表現(xiàn)為“U”型關系，當本地勞動力轉(zhuǎn)移率至27.94%以上，本地勞動力轉(zhuǎn)移能夠帶動周邊地區(qū)耕地利用生態(tài)效率的提升；東北部勞動力轉(zhuǎn)移則抑制了周邊地區(qū)耕地利用生態(tài)效率的提升；東部和西部的空間溢出效應不顯著。

從控制變量來看，勞均耕地面積、復種指數(shù)和人均純收入整體上正向顯著影響全國層面及不同區(qū)域的耕地利用生態(tài)效率，勞均耕地面積增加有助于規(guī)模經(jīng)營，不同植物輪作復種能夠吸收土壤中不被充分利用的有害元素，收入效應有助于農(nóng)民通過增加要素投入以提高耕地利用生態(tài)效率。灌溉指數(shù)對全國大部分區(qū)域耕地利用生態(tài)效率具有消極影響，這一結果與眾多學者的研究結論相符，但似乎又有悖常理。灌溉指數(shù)反映的是水域覆蓋的比例，并非灌溉的效率，灌溉指數(shù)負向影響耕地利用生態(tài)效率，說明全國大部分地區(qū)的農(nóng)田水利設施要加強，從而便于科學灌溉和排澇。地均農(nóng)機總動力能有效促進東部和東北部地區(qū)的耕地利用生態(tài)效率的提升。地均化肥農(nóng)藥施用整體負向影響全國及各區(qū)域耕地利用生態(tài)效率，并產(chǎn)生負的空間外部效應。政府涉農(nóng)支出對全國及區(qū)域耕地利用生態(tài)效率的影響整體為負，表明涉農(nóng)資金配置的合理性有待進一步完善。

3.3 穩(wěn)健性檢驗

為了考察實證結論的穩(wěn)健性，使用鄰接矩陣和經(jīng)濟距離矩陣替代地理距離矩陣進行全國層面的實證檢驗（表5）。結果顯示，兩種模型均在1%的水平下顯著，且關鍵變量的系數(shù)值與地理距離矩陣的系數(shù)值和作用方向基本一致，表明農(nóng)村勞動力轉(zhuǎn)移對耕地利用生態(tài)效率的影響及其空間溢出的結論較為穩(wěn)健。

4 結論與啟示

本文采用非期望超效率EBM模型和空間杜賓模型，通過對全國及分區(qū)的研究發(fā)現(xiàn)：（1）1990—2014年全國及區(qū)域勞動力轉(zhuǎn)移率持續(xù)攀升，2015年開始中部和西部勞動力轉(zhuǎn)移呈下滑趨勢，東北部連續(xù)持平。（2）全國及東部耕地利用生態(tài)效率呈波動上升趨勢，中部因技術效率提升緩慢導致其耕地利用生態(tài)效率偏低；西部和東北部整體耕地利用生態(tài)效率較好，但區(qū)域差異顯著。（3）全國層面，農(nóng)村勞動力轉(zhuǎn)移對耕地利用生態(tài)效率的影響呈“U型”曲線變化，勞動力轉(zhuǎn)移率的轉(zhuǎn)折點為28.16%，其空間溢出效應表現(xiàn)為在勞動力轉(zhuǎn)移至一定程度后，勞動力轉(zhuǎn)移對其他地區(qū)耕地利用生態(tài)效率具有正向非線性影響。（4）區(qū)域?qū)用妫瑬|部農(nóng)村勞動力轉(zhuǎn)移對耕地利用生態(tài)效率的影響及其空間溢出效應均不顯著；中部農(nóng)村勞動力轉(zhuǎn)移與本地耕地利用生態(tài)效率正相關，對其他地區(qū)的耕地利用生態(tài)效率的影響呈“U”型關系；西部農(nóng)村勞動力轉(zhuǎn)移與本地耕地利用生態(tài)效率之間存在“U”型關系，但空間溢出效應不顯著；東北部農(nóng)村勞動力轉(zhuǎn)移率大于23.32%時，勞動力轉(zhuǎn)移與本地耕地利用生態(tài)效率之間為顯著的正向曲線關系，并產(chǎn)生負的空間溢出效應。

基于上述結論，得出以下啟示：（1）基于先進的現(xiàn)代化農(nóng)業(yè)生產(chǎn)技術，應進一步提升東部耕地利用集約程度，促進規(guī)模效益的提升，并通過收入效應、示范效應和知識外溢效益，形成正向空間溢出效應。（2）中部面臨較低的技術效率，首先應加強農(nóng)業(yè)勞動力知識技能的培訓，增強其利用現(xiàn)代化農(nóng)業(yè)生產(chǎn)技術的能力和意愿；其次要積極推進中部地區(qū)的耕地平整項目，促進農(nóng)地流轉(zhuǎn)，提高耕地集約利用程度，增強利用現(xiàn)代化農(nóng)耕技術進行生產(chǎn)的可行性，從而推動耕地利用技術效率和規(guī)模效率同步增長。（3）針對顯著的空間負外部性和區(qū)域差異，應鼓勵西部和東北部農(nóng)戶采用生物科技、動植物產(chǎn)生的有機肥替代化肥以降低污染排放量，重視區(qū)域間的共同治理，避免因本地污染治理不當導致污染轉(zhuǎn)移的負外部性效應，以期通過科學施肥、規(guī)模生產(chǎn)提升全域耕地利用生態(tài)效率。

參考文獻（References）：

[1] TU S S， LONG H L， ZHANG Y N， et al. Rural restructuring at village level under rapid urbanization in metropolitan suburbs of China and its implications for innovations in land use policy[J] . Habitat International， 2018， 77： 143 - 152.

[2] 許恒周，郭玉燕，吳冠岑.農(nóng)民分化對耕地利用效率的影響——基于農(nóng)戶調(diào)查數(shù)據(jù)的實證分析[J] .中國農(nóng)村經(jīng)濟，2012（6）：31 - 39，47.

[3] 牛海鵬，張安錄.耕地利用效益體系重構及其外部性分析[J] .中國土地科學，2009，23（9）：25 - 29.

[4] 盧新海，唐一峰，易家林，等.基于空間計量模型的耕地利用轉(zhuǎn)型對農(nóng)業(yè)經(jīng)濟增長影響研究[J] .中國土地科學，2019，33（6）：53 - 61.

[5] 方師樂，衛(wèi)龍寶，伍駿騫.農(nóng)業(yè)機械化的空間溢出效應及其分布規(guī)律——農(nóng)機跨區(qū)服務的視角[J] .管理世界，2017（11）：65 - 78，187 - 188.

[6] 徐清華，張廣勝.農(nóng)村勞動力轉(zhuǎn)移對縣域農(nóng)業(yè)生產(chǎn)效率的空間溢出效應——基于1832個縣的面板數(shù)據(jù)[J] .農(nóng)業(yè)現(xiàn)代化研究，2020，41（3）：407 - 416.

[7] ZHANG C Z， SU Y Y， YANG G Q， et al. Spatial-temporal characteristics of cultivated land use efficiency in major function-oriented zones：a case study of Zhejiang Province， China[J] . Land， 2020， 9（4）. doi：10.3390/land9040114.

[8] 鄒秀清，王英，武婷燕，等.江西省農(nóng)業(yè)人口轉(zhuǎn)移對耕地利用效率影響的門檻效應[J] .資源科學，2019，41（8）：1576 - 1588.

[9] 蓋兆雪，孫萍，張景奇.環(huán)境約束下的糧食主產(chǎn)區(qū)耕地利用效率時空演變特征[J] .經(jīng)濟地理，2017，37（12）：163 -171.

[10] 冀正欣，王秀麗，李玲，等.南陽盆地區(qū)耕地利用效率演變及其影響因素[J] .自然資源學報，2021，36（3）：688 -701.

[11] 吳郁玲，張佩，李佳.長江經(jīng)濟帶耕地利用效率時空演變特征及提升路徑研究[J] .農(nóng)業(yè)現(xiàn)代化研究，2021，42（4）：579 - 588.

[12] 劉蒙罷，張安錄，文高輝.長江中下游糧食主產(chǎn)區(qū)耕地利用生態(tài)效率時空格局與演變趨勢[J] .中國土地科學，2021，35（2）：50 - 60.

[13] 張紅梅，宋戈.黑龍江墾區(qū)耕地利用生態(tài)效率及其內(nèi)部協(xié)調(diào)性[J] .華中農(nóng)業(yè)大學學報（社會科學版），2019（4）：160 - 168，178.

[14] 姜晗，楊皓然，吳群.東部沿海經(jīng)濟區(qū)耕地利用效率的時空格局分異及影響因素研究[J] .農(nóng)業(yè)現(xiàn)代化研究，2020，41（2）：321 - 330.

[15] 臧俊梅，唐春云，王秋香，等.基于Super-SBM模型的廣東省耕地利用效率空間非均衡性及影響因素研究[J] .中國土地科學，2021，35（10）：64 - 74.

[16] 馬林燕，張仁慧，潘子純，等.中國省際耕地利用生態(tài)效率時空格局演變及影響因素分析——基于2000—2019年面板數(shù)據(jù)[J] .中國土地科學，2022，36（3）：74 - 85.

[17] SKEVAS T， LANSINK A O. Reducing pesticide use and pesticide impact by productivity growth： the case of Dutch arable farming[J] . Journal of Agricultural Economics， 2014， 65（1）：191 - 211.

[18] 李蘭冰，劉秉鐮.中國高技術產(chǎn)業(yè)的效率評價與成因識別[J] .經(jīng)濟學動態(tài)，2014（9）：56 - 65.

[19] 王偉，孫芳城.高技術產(chǎn)業(yè)三階段創(chuàng)新效率變動研究——基于內(nèi)部非期望產(chǎn)出的SBM模型與EBM模型[J] .科技進步與對策，2018，35（3）：67 - 71.

[20] WBCSD. Eco-efficiency： Leadership for Improved Economicand Environmental Performance[R] .Geneva： World Business Council for Sustainable Development（WBCSD），1996：3 - 16.

[21] MULLER K， STERM A. Standardized Eco-efficiency Indicators - report 1： Concept Paper[R] . Basel： Ellipson Ag， 2001：6 - 8.

[22] STARK O， BLOOM D E. The new economics of labor migration[J] . American Economic Review， 1985， 75（2）： 173 -178.

[23] 李谷成，梁玲，尹朝靜，等. 勞動力轉(zhuǎn)移損害了油菜生產(chǎn)嗎 ——基于要素產(chǎn)出彈性和替代彈性的實證[J] . 華中農(nóng)業(yè)大學學報（社會科學版），2015（1）：7 - 13.

[24] LOPEZ-BAZO E， VAYA E， ARTIS M. Regional externalities and growth： evidence from European regions[J] . Journal of Regional Science， 2004， 44（1）： 43 - 73.

[25] 沈能，趙增耀.農(nóng)業(yè)科研投資減貧效應的空間溢出與門檻特征[J] .中國農(nóng)村經(jīng)濟，2012（1）：69 - 79，96.

[26] 成剛.數(shù)據(jù)包絡分析方法與MaxDEA軟件[M] .北京：知識產(chǎn)權出版社，2014：63.

[27] TONE K， TSUTSUI M. An epsilon-based measure of efficiency in DEA—a third pole of technical efficiency[J] . European Journal of Operational Research， 2010， 207（3）：1554 - 1563.

[28] ANDERSEN P， PETERSEN N C. A procedure for ranking efficient unitsin data envelopment analysis[J] . Management Science， 1993， 39（10）：1261 - 1264.

[29] LESAGE J P， PACE R K. Introduction to Spatial Econometrics[M] . Boca Raton：Taylor & Francis Group， 2009：34 - 48.

[30] CHEN Y， LI S R， CHENG L. Evaluation of cultivated land use efficiency with environmental constraints in the Dongting Lake Eco-Economic Zone of Hunan Province， China[J] . Land， 2020， 9（11）.doi：10.3390/land9110440.

[31] 李波，張俊飚，李海鵬.中國農(nóng)業(yè)碳排放時空特征及影響因素分解[J] .中國人口·資源與環(huán)境，2011，21（8）：80 - 86.

[32] 蘇昕，劉昊龍.農(nóng)村勞動力轉(zhuǎn)移背景下農(nóng)業(yè)合作經(jīng)營對農(nóng)業(yè)生產(chǎn)效率的影響[J] .中國農(nóng)村經(jīng)濟，2017（5）：58 - 72.

[33] 侯孟陽，姚順波.中國農(nóng)村勞動力轉(zhuǎn)移對農(nóng)業(yè)生態(tài)效率影響的空間溢出效應與門檻特征[J] .資源科學，2018，40（12）：2475 - 2486.

[34] 王良健，李輝.中國耕地利用效率及其影響因素的區(qū)域差異——基于281個市的面板數(shù)據(jù)與隨機前沿生產(chǎn)函數(shù)方法[J] .地理研究，2014，33（11）：1995 - 2004.

[35] 張立新，朱道林，謝保鵬，等.中國糧食主產(chǎn)區(qū)耕地利用效率時空格局演變及影響因素——基于180個地級市的實證研究[J] .資源科學，2017，39（4）：608 - 619.

[36] 楊朔，于文海，李世平.基于DEA非有效改進的陜西省耕地生產(chǎn)效率研究[J] .中國土地科學，2013，27（10）：62 -68.

[37] 田相輝，張秀生.空間外部性的識別問題[J] .統(tǒng)計研究，2013，30（9）：94 - 100.

[38] 龍小寧，朱艷麗，蔡偉賢，等.基于空間計量模型的中國縣級政府間稅收競爭的實證分析[J] .經(jīng)濟研究，2014，49（8）：41 - 53.

[39] ELHORST J P. Applied spatial econometrics： raising the bar[J] . Spatial Economic Annals， 2010， 5（1）： 9 - 28.

[40] 趙磊，方成，吳向明.旅游發(fā)展、空間溢出與經(jīng)濟增長——來自中國的經(jīng)驗證據(jù)[J] .旅游學刊，2014，29（5）：16 - 30.

[41] GAO J， SONG G， SUN X Q. Does labor migration affect rural land transfer Evidence from China[J] . Land Use Policy， 2020， 99. doi：10.1016/j.landusepol.2020.105096.

The Spatial Spillover Effect of Rural Labor Transfer on Ecological Efficiency of Cultivated Land Use

ZOU Xiuqing1，2， XIE Meihui2， YU Shaokang3， LI Zhiyuan4

（1. College of Economics and Management， Shanghai University of Electric Power， Shanghai 201306， China； 2. School of Economics， Jiangxi University of Finance and Economics， Nanchang 330013， China； 3. Jiangxi Land and Space Survey and Planning Research Institute， Nanchang 330025， China； 4. Institute of Ecological Civilization， Jiangxi University of Finance and Economics， Nanchang 330013， China）

Abstract： The purposes of this study are to explore influencing mechanism and spatial spillover effect of rural labor transfer on the ecological efficiency of cultivated land use （ECLU） in different regions. The research methods include unexpected super efficiency EBM model and spatial Durbin model. The results show that： 1） the national rural labor transfer rate and the ECLU showed an overall upward trend， but the regional differences are significant. 2） In the whole country， a significant U-shaped trend is observed between the local rural labor transfer and ECLU， and has significant spatial spillover effect after labor transfer up to a certain extent. 3） At the regional level， the rural labor transfer in Central China is positively related to the ECLU， and the spatial spillover effect. is in a U-shaped. There is a U-shaped relationship between the rural labor transfer and the ECLU in the West， but the spatial spillover effect is not significant. When the rural labor transfer in Northeast China is greater than 23.32%， it has a significant impact on the ECLU， and has a negative spatial spillover effect. In conclusion， we should encourage cultivated land transfer to promote the intensive use of cultivated land and improve farmers skills， to promote the synchronous growth of technological efficiency and scale efficiency of cultivated land use.

Key words： rural labor transfer； ecological efficiency of cultivated land use； unexpected super-efficiency EBM model； spatial Durbin model； spatial spillover effect

（本文責編：仲濟香）

①人均耕地數(shù)據(jù)均來源于《中國環(huán)境統(tǒng)計年鑒（2019）》。

①“耕地利用生態(tài)效率”就是效率測算模型中的技術效率（TE）=純技術效率（PTE）× 規(guī)模效率（SE）。

①轉(zhuǎn)折點為-b/2a。