農業社會化服務對長江經濟帶農業生態效率的影響

摘 要：農業社會化服務是實現農業生產綠色轉型的重要途徑。文章基于2009—2021年長江經濟帶110個地級市面板數據對農業生態效率進行測算，并采用固定效應模型、中介效應模型和門檻效應模型探究農業社會化服務對農業生態效率的影響及內在機制。研究發現：長江經濟帶農業生態效率總體上呈“U”型變化趨勢，上游農業生態效率高于中游、下游及總體區域；農業社會化服務對農業生態效率具有顯著的促進作用，且可以通過優化勞動力和資本要素配置間接提升農業生態效率。門檻檢驗進一步表明，農業社會化服務對農業生態效率的影響呈現邊際效應遞增的非線性特征。由此，長江經濟帶應加快完善農業社會化服務體系，以促進農業生態效率提升。

關鍵詞：農業社會化服務；勞動力；資本；要素配置；農業生態效率

中圖分類號：X322；F326.6" " " 文獻標識碼：A " " 文章編號：1007-5097（2025）01-0021-10

The Impact of Socialized Agricultural Services on the Agricultural Ecological

Efficiency in the Yangtze River Economic Belt：

From the Perspective of Labor and Capital Element Allocation

CHEN Weihong ， YU Qing

（School of Economics， Guizhou University， Guiyang 550000， China）

Abstract：Socialized agricultural services act as an important way to achieve the green transformation of agricultural production. The article evaluates the agricultural ecological efficiency using panel data from 110 prefecture-level cities in the Yangtze River Economic Belt from 2009 to 2021. It employs fixed effect models， mediating effect models， and threshold effect models to explore the impact of socialized agricultural services on agricultural ecological efficiency and its internal mechanisms. According to the research findings， the agricultural ecological efficiency of the Yangtze River Economic Belt generally presents a \"U\"-shaped trend， and the upstream agricultural ecological efficiency is higher than that of the midstream， downstream and overall areas. Socialized agricultural services play a significant promoting role in agricultural ecological efficiency and can indirectly improve the agricultural ecological efficiency by optimizing the allocation of labor and capital elements. Threshold tests further indicate that socialized agricultural services have a marginally increasing nonlinear impact on agricultural ecological efficiency. To this end， the Yangtze River Economic Belt should expedite the improvement of the socialized agricultural service system to enhance agricultural ecological efficiency.

Key words：socialized agricultural services; labor; capital; element allocation; agricultural ecological efficiency

一、引 言

長江經濟帶是中國生態文明建設和經濟高質量發展的先行示范區，擁有的豐富的水土資源、多樣化的物種資源和農田水利基礎設施等為區域農業發展提供了強勁動力。然而，長期粗放式農業生產模式導致長江經濟帶環境問題日益嚴重。2024年10月，習近平總書記在安徽考察時強調，要協同推進降碳、減污、擴綠、增長，系統推進生態保護修復和生態環境治理。由于農業生態轉型受經營規模、物質資本以及人力資本等條件的限制，僅僅依靠小農戶難以實現生產的綠色化、集約化。2024年中央一號文件強調，“加強農業社會化服務平臺和標準體系建設，聚焦農業生產關鍵薄弱環節和小農戶，拓展服務領域和模式”。農業社會化服務實現了從小農戶自主經營到委托服務經營生產方式的轉變［1］。面對農業發展過度依賴資源和要素投入的現實困境，農業社會化服務能否突破綠色發展瓶頸、提升農業生態效率，對農業強國建設尤為重要。

通過梳理相關文獻發現，農業社會化服務和農業生態效率受到學界的高度關注。相關研究表明，農業社會化服務能夠通過緩解農戶資金約束［2］、減少土地撂荒［3］、專業化分工［4］、引入先進生產技術和機械器具［5］等途徑引導農業生產方式重塑，推動農業綠色生產。農戶可以通過購買服務的迂回方式將新要素和新技術引入經營之中，從而達到改造傳統農業的目的［6］。隨著生態文明和農業現代化上升為國家發展戰略，農業生態效率成為農業綠色生產功能的重要體現，即在保證產出的前提下減少農業投入和資源消耗，以降低環境污染［7］。基于農業社會化服務的特點和作用機制，學者們在農業社會化服務對農業生態效率的影響方面進行了大量探索。喬保榮等（2023）［8］基于2000—2019年中國省級面板數據，驗證了農業社會化服務業對農業生態效率具有顯著促進作用，且存在正向溢出效應；李玉超和張立杰（2024）［9］通過構建“生產要素—生產方式—利益驅動”理論分析框架，著重從農戶分化視角理清了農業社會化服務影響農業綠色全要素生產率的機理；張夢玲等（2023）［10］從服務分工視角破解資源環境約束和農戶行為的市場約束，探究農業社會化服務對農業綠色生產率的影響機制。

綜合來看，現有研究對農業社會化服務和農業生態效率進行了較為充分的討論，但仍需要拓展研究空間。第一，既有研究多集中于全國視角，鮮有研究關注長江經濟帶這一重點區域層面。本文以長江經濟帶為研究對象，探索農業社會化服務對農業生態效率的作用機制，更能體現擁有不同要素稟賦和發展階段的地區發展規律，對推動長江經濟帶發展具有更直接的現實意義。第二，關于農業社會化服務對農業生態效率影響的研究多集中于直接影響效應、農戶視角、服務分工視角等方面，雖然在分析中會涉及農業社會化服務對勞動力、資本等要素的配置效應，但尚未明確各類要素具體配置水平，且缺乏進一步考察這些要素配置效應與農業生態效率的內在關系。基于此，本文選取2009—2021年長江經濟帶110個地級市面板數據，將農業社會化服務、要素配置和農業生態效率納入同一分析框架，從勞動力和資本要素配置視角，探討農業社會化服務對農業生態效率的影響機制和傳導路徑，以期為制定長江經濟帶農業可持續發展政策提供依據。

二、理論分析與研究假設

（一）農業社會化服務對農業生態效率的直接影響效應

農業社會化服務對農業生態效率的直接影響效應可以從農業生產的各環節進行分析。在產前階段，農業社會化服務組織能夠為農戶提供科學合理的生產決策指導，使農戶根據生態環境發展要求調整種植結構。比如，相較于園藝作物和經濟作物來說，種植糧食作物的農用化學投入品較少，并且能夠產生更大的碳匯效應［11］，適當增加糧食作物的種植不但可以守住糧食安全紅線，而且能帶來一定的生態效益。在產中階段，農業社會化服務能夠帶動農業適度規模經營，減少因土地有限性和要素不可分性投入過量化肥、農藥、農膜等農用化學品而導致的水體污染、土壤污染和溫室氣體排放。此外，農業社會化服務的專業化經營可以為農戶提供科學管理和綠色技術指導，其專業化、精準化的作業流程有利于改變農戶通過經驗判斷進行農業生產的慣性方式。尤其是數字技術在農業社會化服務領域的應用，更是加速了配方施肥、智能檢測、秸稈還田、滴灌、肥效信息采集等環境友好型技術的推廣，有利于提高資源利用率，實現農業精細化生產。在產后階段，隨著人們生活水平的提升，消費者對綠色健康食品的需求也逐漸提高。農業社會化服務組織能夠為農戶傳遞更多綠色農產品需求信息，激發農戶綠色生產積極性。同時，其質量監管、產品認證等服務可以倒逼農業生產趨于減量化，促進農業產業轉型升級。據此，本文提出假設1。

H1：農業社會化服務能夠有效提升農業生態效率。

（二）農業社會化服務對農業生態效率的間接影響效應

由于各地區在農業資源稟賦、農業生產方式、農業經濟發展水平等方面存在差異性，農業生產要素也受到不同程度的制約。農業部門面臨的要素扭曲與錯配問題，不僅抑制農業產出，還可能導致農業面源污染問題的產生［12-13］。農業社會化服務以服務卷入的方式將人才、信息、資本、綠色先進生產技術等生產要素導入農業生產領域中，通過要素補充、替代、整合等方式改變農業生產投入的要素結構，對生產要素進行重新配置，以此來促進農業生態效率提升。

從勞動力要素配置來看，一方面，農業社會化服務通過強化農業分工，將勞動力集中在不同的生產活動上，使農業勞動力與生產資料之間的比例關系更趨合理，進而在農業內部形成專業化經濟，促進生態效率的提升。具體來說，由于受立地條件、農作物生長過程和環境信息的影響，農業生產具有一定的層次性。農業社會化服務根據農業綠色生產需求，通過宣傳教育、技術指導、技能培訓等方式有針對性地培育作物種植、病蟲害防治、田間管理等方面的生態農業人才，促使農業勞動力結合自身專業優勢在特定生產環節形成專業化知識，合理安排生產。在此過程中，農業勞動力通過熟能生巧、經驗積累、學習模仿等方式提高技術水平，促進技術擴散，助力農業生態轉型。另一方面，農業社會化服務通過促進農業勞動力在農業與非農部門之間流動，提升配置效率。代耕代種、代管代收、無人機植保等服務形成的替代效應，將擠出更多的農業勞動力向非農部門流動并增加工資性收入，從而增強農戶對農業綠色生產的支付意愿和支付能力，提升農戶參與生態保護的主動性。農業社會化服務的分工效應同樣推動了農村多業態發展并增加就業機會［14］，以此吸引更多非農部門有知識、有能力的優質勞動力流向農業生產和環境保護部門。

從資本要素配置來看，一方面，農業社會化服務通過利用標準化生產減少生產資料投入，或以集中采購形成的競價優勢縮減生產成本，幫助農戶節約生產資本，從而增加農戶購買清潔資源和參與農業綠色標準化生產的可能性。另一方面，農業社會化服務可以通過促進政府與市場之間的互動，引導各類資本向農業綠色生產傾斜。譬如，政府通過財政支農的方式對農業綠色生產給予經濟補償，引導高新技術企業向農業產業方向探索和投資，發揮“看得見的手”的作用，合理提高金融市場對農業生產經營的寬容度，以此緩解農業企業融資難和農戶綠色生產的資金約束，為農業可持續發展提供保障。

綜上，本文提出假設2。

H2a：農業社會化服務可以通過優化勞動力要素配置促進農業生態效率提升；

H2b：農業社會化服務可以通過優化資本要素配置促進農業生態效率提升。

（三）農業社會化服務對農業生態效率的非線性效應

農業社會化服務是實現農業綠色、生態、高效發展的重要支撐。通過梳理相關研究和基于現實應用的判斷，本文推斷農業社會化服務對農業生態效率的影響可能存在非線性特征。從農業社會化服務自身發展水平來看，在農業社會化服務發展初期，由于服務市場機制不完善、定價較高，農戶采用農業社會化服務會造成生產成本增加，致使農業社會化服務應用程度不高，進而難以充分發揮其綠色效應。隨著農業社會化服務市場競爭機制不斷完善，服務對象由小麥、玉米、水稻等糧食作物逐漸拓展到油料、蔬菜、瓜果等多種作物，服務費用在市場競爭中下降［15］，市場化服務、合作社化服務等服務模式更加多樣，農戶綠色生產機會成本減少，農業社會化服務在促進農業生態效率提高方面發揮了重要作用。據此，本文提出假設3。

H3：農業社會化服務對農業生態效率會產生非線性影響。

三、農業生態效率測算與分析

（一）農業生態效率指標體系構建與方法選擇

農業生態效率能夠較好地反映經濟發展和生態環境狀況。本文結合農業生產特點和生態環境的發展要求，建立包括6種投入指標、2種產出指標的農業生態效率評價體系。同時，為解決傳統徑向DEA模型測算效率值未能考慮松弛變量和有效區分DEA單元差異的問題，本文借鑒Tone（2001）［16］提出的非徑向超效率SBM模型進行農業生態效率測算，具體指標見表1所列。若測得農業生態效率值≥1，則說明被評價的決策單元有效；反之，則說明還存在改進空間。

（二）測度結果與分析

為進一步揭示長江經濟帶農業生態效率的變化趨勢，本文利用MAXDEA 8 Ultra軟件，基于2009—2021年長江經濟帶110個地級市的原始數據計算得到農業生態效率均值，并根據國家統計局標準對長江經濟帶上中下游三大區域的數據進行分組整理（1），具體見圖1所示。從時間分布來看，2009—2021年長江經濟帶農業生態效率總體上符合“U”型曲線特征。其中，2009—2012年長江經濟帶農業生態效率總體呈下降趨勢。這是由于早期的長江經濟帶著眼于流域開發，經濟發展速度過快造成資源過度消耗、項目績效不高等負面影響，使得生態環境較為脆弱。2012—2016年長江經濟帶農業生態效率總體有所上升，但上升幅度較為緩慢。這是因為進入“十二五”時期，國家積極推動農業現代化建設，促進農業生態效率提升。但在此過程中，長江經濟帶生態環境多元治理格局尚未形成，傳統農業發展模式與生態文明要求之間存在一定程度的不適性，農業生態效率增長緩慢。2017—2021年長江經濟帶農業生態效率總體快速上升。其原因在于，這一階段國家逐步實施一系列加快長江經濟帶高質量發展的重大舉措。《長江經濟帶生態環境保護規劃》《關于加快推進長江經濟帶農業面源污染治理的指導意見》《中華人民共和國長江保護法》等政策法規均在不同程度上強調堅持“共抓大保護、不搞大開發”“生態優先、綠色發展”的戰略導向，著力構建以生態農業為基礎的產業體系，推動了農業生產體系改造升級，使得長江經濟帶農業生態效率加速上升。從區域分布來看，上游地區農業生態效率長期居于總體農業生態效率趨勢線上方，并且高于中游和下游地區。這說明長江經濟帶農業生態效率存在明顯的區域差異。結合長江經濟帶實際情況發現，上游地區受資源稟賦和經濟發展水平的影響，農業發展程度不高，農業生產投入和非期望產出較低。多山地丘陵的地形不利于大型機械操作，限制了農業機械總動力的投入，能源消耗和碳排放相對較少。同時，中下游地區依靠長江水路，并且擁有諸如江漢平原、洞庭湖平原、鄱陽湖平原等較大面積的平原，為農業大規模機械化發展提供了條件。但是，中下游地區在加快推進農業產業化的同時，未能兼顧環境保護，其發展過程中形成的高污染、高能耗的生產方式導致該區域農業生態效率相對較低。

四、模型構建與變量選取

（一）模型構建

首先，基于上述研究假設，本文構建如下模型驗證農業社會化服務對農業生態效率的直接影響。

[AEit=α0+α1ASSit+α2controlsit+μi+θt+εit] （1）

其中：i代表地級市；t代表年份；α0表示截距項；α1表示核心解釋變量的估計參數；α2表示控制變量的估計參數；[AEit]為地區i在第t年的農業生態效率；[ASSit]為地區i在第t年的農業社會化服務水平；[controlsit]為一系列控制變量；μi為個體固定效應；θt為時間固定效應；εit為隨機擾動項。

其次，本文對農業社會化服務影響農業生態效率的間接路徑進行檢驗，探究農業社會化服務是否通過勞動力要素配置和資本要素配置來促進農業生態效率的提升。具體步驟為：在模型（1）系數α1通過顯著性檢驗的基礎上，先分別構建農業社會化服務（ASS）對中介變量（M）的回歸方程、農業社會化服務（ASS）與中介變量（M）共同對農業生態效率（AE）的回歸方程，然后通過檢驗系數β1、γ2、γ1的顯著性判斷中介效應的存在情況。

[Mit=β0+β1ASSit+β2controlsit+μi+θt+εit] （2）

[AEit=γ0+γ1ASSit+γ2Mit+γ3controlsit+μi+θt+εit] （3）

其中：Mit為中介變量；β0、β1、β2、γ0、γ1、γ2、γ3為待檢驗系數；其余變量含義同式（1）。若β1和γ2顯著，則以M為中介變量的機制檢驗通過；若β1和γ2至少存在一個不顯著，需運用Bootstrap或Sobel法加以驗證，若顯著則存在中介效應。進一步地，若γ1顯著，則存在部分中介效應；若γ1不顯著，則存在完全中介效應。

最后，為進一步探究農業社會化服務對農業生態效率是否存在非線性影響，本文構建如下門檻效應模型：

[AEit=η0+η1ASSit×Iqitlt;w+η2ASSit×Iqit≥w+η3controlsit+μi+θt+εit] （4）

其中：I（·）為指示函數，[qit]為門檻變量；w為待估計門檻值；[η0]、[η1]、[η2]、[η3]為待檢驗系數；其余變量含義同式（1）。

（二）變量選取

1. 被解釋變量

本文被解釋變量為農業生態效率（AE），用前文計算的各地區歷年測算結果表示。

2. 核心解釋變量

本文核心解釋變量為農業社會化服務水平（ASS）。農業社會化服務是服務組織向農戶或新型農業經營主體提供的有關研發、培訓、技術指導等方面的服務［19］。目前，學界關于農業社會化服務的研究范圍較廣，其衡量方式也各有不同。如郝愛民（2013）［20］采用金融保險業，批發和零售業，交通運輸、倉儲和郵政業相關生產性服務行業就業人員占農業就業人數的比重作為代理指標；朱美榮等（2024）［21］從生產條件與服務、科技投入與服務、加工與流通服務、生態環境補償服務、一般公共服務、農業社會化服務自身建設等方面構建農業社會化服務指標體系。但以上衡量方式涉及的數據多為省級或國家層面，具體到長江經濟帶地級市的數據，缺失值較多，難以保證估計的準確性。因此，本文根據數據的權威性和可得性，參考已有對農業社會化服務的衡量方法［22］，選擇農林牧漁服務業產值與農作物總播種面積的比值作為農業社會化服務的衡量指標。

3. 中介變量

本文中介變量為勞動力配置（LA）和資本配置（FA）。生產要素的合理配置能夠有效激發要素活力，而要素錯配則會造成要素浪費和效率損失［23］。因此，本文采用生產函數法測算勞動力錯配指數和資本錯配指數，反映勞動力、資本要素與有效配置的偏離程度，具體計算方式如下：

[τLi=1γLi-1]，[τKi=1γKi-1] （5）

其中：[τLi]為勞動力錯配指數；[τKi]為資本錯配指數；[γLi]和[γKi]分別為勞動力和資本的價格絕對扭曲系數。但在實際測算中，一般用勞動力和資本的價格相對扭曲系數[γLi]和[γKi]來代替，具體計算方式如下：

[γLi=LitLtsitβLiβLt] ，" " [γKi=KitKtsitβKiβKt] （6）

其中：[Lit]和[Kit]為勞動力投入和資本投入，勞動力投入用農業從業人員表示，資本投入借鑒李谷成等（2014）［24］的永續盤存法（PLA）測算農業資本存量，具體為[Kit=IitPit+1-δtKi， t-1]（[Kit]和[Ki， t-1]分別表示當期農業資本存量和上一期農業資本存量；Iit為當期固定資本投資額，根據實際需求和數據可得性，用農村固定資產投資額表征；Pit為農業投資價格指數，用農業生產資料價格指數表征；[δt]為資本折舊率，取值為5.42%；由于此計算方法不包含基礎年份的農業資本存量的計算，所以研究期內基礎年份的農業資本存量使用該年農村固定資產投資額比上農林牧漁生產總值幾何平均增長率與折舊率之和表示）；[Lt]和[Kt]分別為經濟體在t時期的勞動力總供給和資本總供給，使用[∑Ni=1][Lit]和[∑Ni=1][Kit]計算；[sit]表示t時期地區i的農業產出占經濟體農業總產出的比重，農業產出采用農林牧漁產值表征；[βLi]和[βKi]分別表示勞動力彈性和資本彈性，參考王艷偉和黃宜（2022）［25］的計算方法，由C-D生產函數測算而得，[βLt=∑Ni=1][sitβLi]，為產出加權的勞動力貢獻值，[βKt=∑Ni=1][sitβKi]，為產出加權的資本貢獻值。經上述方法測得，若[τLilt;0]，表示該地區勞動力投入過多，配置過剩；若[τLi]gt;0，表示勞動力投入短缺，配置不足；若[τLi]=0，表示勞動力實際投入與理論投入相等，勞動力要素配置最優。只要要素錯配指數不為0，則均表示要素存在一定程度的錯配，因此本文在實證分析時采用勞動力錯配指數和資本錯配指數的絕對值進行計算，且數值越大，要素錯配情況越嚴重。

4. 控制變量

為減少遺漏變量的影響，本文根據影響農業生態效率的因素，借鑒相關研究［26-30］選取以下控制變量：農地規模經營（ALM），用農作物播種面積/農業從業人員衡量；農村人力資本（RHC），用農村居民平均受教育年限表征；農業信息化（AI），以開通互聯網寬帶業務的行政村比重來衡量；農業機械化（AM），以農業機械總動力/農作物總面積來衡量；城鎮化率（UR），以城鎮人口/常住人口來衡量。

（三）數據來源及描述性統計

本文選取2009—2021年長江經濟帶110個地級市的面板數據作為研究樣本。樣本數據來源于《中國統計年鑒》《中國區域經濟統計年鑒》《中國城市統計年鑒》以及各地級市統計年鑒、各地級市統計公報、ESP數據分析平臺。原始數據采用線性插值法填補缺失值和剔除異常值后剩余1 089個樣本。上述各變量的具體衡量方法及描述性統計見表2所列。

五、農業社會化服務促進農業生態效率提升的實證檢驗

（一）基準回歸結果

表3報告了農業社會化服務對農業生態效率影響的回歸結果。列（1）至列（4）分別表示未加入控制變量且未控制時間和地區、未加入控制變量但控制時間和地區、加入控制變量但未控制時間和地區、加入控制變量且控制時間和地區的情況。四個回歸結果均顯示，農業社會化服務對農業生態效率的影響在1%的水平上顯著為正，這意味著農業社會化服務能夠顯著提高農業生態效率，H1得到驗證。

表3列（4）結果表明，從控制變量回歸情況來看，農地規模經營對農業生態效率有顯著的正向促進效應，表明農地規模經營有利于提高綠色生產要素的使用效率，從而能降低對環境的污染；農業機械化與農業生態效率同樣呈現顯著的正相關性，表明長江經濟帶農業機械化提高農業生產率、節約勞動成本的正向效應能夠彌補能源消耗導致的負向效應，從而促進農業生態效率的提升；城鎮化率也對農業生態效率具有顯著的正向影響效應，城鎮化發展為技術推廣和生產方式轉變創造了條件；農村人力資本對農業生態效率存在不顯著的負向影響，可能原因在于：隨著農村地區老齡化程度加深，從事農業活動的多為中老年人，受文化程度和認知水平限制，大部分中老年人人力資本水平不高，綠色發展意識薄弱，不利于農業綠色發展；農業信息化對農業生態效率的影響不顯著，可能是因為農業信息化水平尚處于較低階段，沒有明顯提升農業生態效率。

（二）內生性分析

基準回歸結果表明，農業社會化服務能促進農業生態效率的提升，但二者之間影響效應存在的內生性問題，將導致參數估計結果有偏和非一致。一方面，農業生態效率與農業社會化服務之間存在反向因果關系。農業生態環境變好和生產效益提升，不僅改善了農業生產經營條件，還增加了農業持續發展的可能性。由于農業社會化服務具有科學性、組織化等優勢，農戶對農業社會化服務的需求也會隨之增加，進而可能促使農業社會化服務水平不斷提升。另一方面，雖然本文通過盡可能多地增加控制變量、對時間和地區固定效應進行控制等手段減少模型估計偏誤問題，但依舊難以窮盡所有影響農業生態效率的因素。因此，可能遺漏重要解釋變量而產生內生性問題。鑒于此，本文參考張恒和郭翔宇（2021）［22］的做法，選擇農業社會化服務滯后一期作為工具變量進行兩階段最小二乘估計。由于農業生產者素養、運行制度等影響農業社會化服務水平的因素具有一定的穩定性，滯后一期的農業社會化服務水平和當期農業社會化服務水平具有較強的相關性。根據時序概念，往期的農業社會化服務水平作為歷史數據對當期農業生態效率沒有直接影響［31］。該變量滿足工具變量相關性和外生性條件，驗證結果將在穩健性檢驗中體現。

（三）穩健性檢驗

為進一步驗證H1的穩健性，本文采用替換核心解釋變量對所有變量進行1%雙側縮尾處理的方法，重新估計基準回歸模型，具體見表4所列。表4列（1）為參考歐陽鵬和姜霞（2024）的研究［32］，用農林牧漁服務業產值與農林牧漁業從業人數之比替換核心解釋變量（APS）進行回歸后的結果，可見，農業社會化服務水平對農業生態效率仍然保持顯著的正向影響。但相較于原來的計算結果回歸系數變小（由1.592降為0.002），該衡量方法下測算的農業社會化服務對農業生態效率的影響程度較弱。列（2）為對變量進行縮尾后的回歸結果，可見，農業社會化服務水平的回歸系數依然為正，且在1%的水平下顯著。列（3）工具變量的Anderson LM檢驗P值小于0.01，拒絕了“工具變量識別不足”假設。Cragg-Donald Wald F的檢驗值大于臨界值16.38，表明不存在弱工具變量問題。綜上，工具變量選擇合理有效，回歸結果具有較好的穩健性。

（四）異質性分析

由于長江經濟帶各地區在資源稟賦、經濟結構和產業布局等方面存在差異，導致農業社會化服務對農業生態效率的影響在實際運行過程中存在區域異質性。根據上文分析，長江經濟帶農業生態效率在2016年實施長江經濟帶發展戰略之后，呈快速上升趨勢，農業社會化服務對農業生態效率的影響也存在時間異質性。因此，本文將對長江經濟帶上、中、下游區域進行分組回歸，并且以2016年為節點，分析長江經濟帶發展戰略實施前后農業社會化服務對農業生態效率的影響，結果見表5所列。

從區域異質性來看，在長江經濟帶的上游地區，農業社會化服務對農業生態效率未呈現顯著的影響效應。而在中游和下游地區，農業社會化服務對農業生態效率均在1%的顯著性水平上呈現正向促進效應，且在下游地區作用效果更強（1.973gt;1.868）。可能的原因是：耕地細碎化、分散化和小農戶特征影響了農業社會化服務組織的戰略選擇，以至于限制了農業社會化服務的發展及由此帶來的生態效益。在長江經濟帶上游地區，受自然條件的影響，耕地難以集中連片、農業資源稟賦相對匱乏、專業化和技能型人才不足等增加了農業社會化服務的交易成本，導致了效率的損失。在風險最小化生產目標的驅使下，小農戶自我生產、自我服務現象依然普遍，甚至為追求更高的產量和降低病蟲害發生率，往往會過高估計化肥農藥的施用量，最終造成生態環境污染嚴重。在農業資源稟賦相對豐裕和經濟相對發達的中下游地區，工業化、城鎮化程度更高、就業機會更多、農業兼業化明顯，對生產專業化、節約化的生產性服務和全程托管服務的需求更大，農業社會化服務對農業生態效率的促進效應更明顯。從時間異質性來看，2009—2015年，農業社會化服務的系數不顯著，說明在長江經濟帶發展戰略實施前，農業社會化服務對農業生態效率的促進作用不明顯；2016—2021年，農業社會化服務對農業生態效率具有顯著的正向促進作用。可能的原因在于，長江經濟帶發展戰略以推動生態農業、特色農業和現代農業發展為重點，大力推進農資供應、技術研發、信息共享等服務，促使農業社會化服務通過吸納整合技術、知識、人才等要素激發了相應地區的農業綠色生產潛力。

（五）中介效應模型估計結果

表6報告了要素配置的中介效應分析結果。列（1）和列（2）是勞動力配置檢驗結果。列（1）中，農業社會化服務水平對勞動力配置的影響系數為-0.005，且在5%的水平上顯著，表明農業社會化服務水平的提高能夠降低勞動力要素的錯配程度；列（2）中，勞動力配置對農業生態效率的系數為-20.869，且在1%的水平上顯著，說明農業社會化服務通過優化勞動力配置促進農業生態效率提升，H2a得到驗證。

列（3）和列（4）是資本配置檢驗結果。列（3）中農業社會化服務水平對資本配置的影響系數為-3.331，且在10%的水平上顯著，表明農業社會化服務水平的提高能夠降低資本要素的有效配置偏離程度。這是因為，隨著農業社會化服務向農業各生產環節的滲透，吸引了更多的資金投向農業部門，緩解了資本配置的不均衡；列（4）是加入農業社會化服務水平和資本配置的回歸結果，其中，農業社會化服務水平對農業生態效率的影響系數為1.561，且在1%的水平上顯著；資本配置對農業生態效率的影響系數為-0.009，且在10%的水平上顯著，表明資本配置在農業社會化服務提升農業生態效率的過程中承擔了部分中介作用，H2b得到驗證。

（六）門檻效應模型估計結果

前文已經驗證了農業社會化服務能夠促進農業生態效率的提升，本部分將進一步研究這種促進作用是否為非線性。考慮農業社會化服務對農業生態效率有滯后效應，將單位面積農林牧漁服務業產值滯后一期作為門檻變量，并運用stata16.0軟件中的xthreg2命令進行測算。通過Bootstrap自抽樣法抽樣300次后，結果見表7所列。可見，單一門檻值通過顯著性檢驗，雙重門檻值和三重門檻未通過顯著性檢驗。進一步分析表8的回歸結果，在相應的95%的置信區間內（0.000 7，0.098 6），可見，無論農業社會化服務水平大于門檻值還是小于門檻值，均顯著影響農業生態效率。但當農業社會化服務水平大于0.083時，農業社會化服務對農業生態效率的影響程度從1.650提升至3.614，即不同發展水平的農業社會化服務對農業生態效率的影響程度也不同，且隨著農業社會化服務水平的提升，呈現邊際效應遞增的非線性特征，H3得到驗證。

六、研究結論與政策建議

（一）研究結論

本文以長江經濟帶為研究對象，基于2009—2021年110個地級市的面板數據，對長江經濟帶農業生態效率進行測算，并運用固定效應模型、中介效應模型和門檻效應模型探析農業社會化服務對農業生態效率的影響效應，得出研究結論如下：

第一，在樣本期內，長江經濟帶農業生態效率總體上呈“U”型變化趨勢，上游地區農業生態效率高于中游、下游地區及總體區域。

第二，農業社會化服務對農業生態效率起到顯著促進作用，在替換核心解釋變量、對樣本進行縮尾后，結果依然穩健。農業社會化服務對農業生態效率的影響效應在長江經濟帶上游地區不顯著，在中游和下游地區均呈現正向顯著的促進效應，且在下游地區的作用效果更強。該影響效應在長江經濟帶發展戰略實施前不顯著，在戰略實施后具有顯著的促進作用。

第三，農業社會化服務會通過優化勞動力和資本要素配置影響農業生態效率，不同發展水平的農業社會化服務對農業生態效率的影響呈現邊際效應遞增的非線性特征。

（二）政策建議

基于上述結論，本文提出相應的政策建議。

第一，構建農業生態化發展的區域協調機制。從實際測量結果來看，長江經濟帶農業生態效率平均發展水平仍然較低，并且存在區域非協調發展的問題，可持續發展任務艱巨。由投入—產出分析可知，農業碳排放和農業面源污染的非期望產出是造成很多地區農業生態效率不高的原因。因此，需要優化農業生產投入結構，減少農藥、化肥等的使用量。鼓勵搭建跨區域農業合作平臺，形成上、中、下游聯動發展的農業綠色發展新格局。

第二，積極發揮農業社會化服務對農業生態效率的提升作用。結合農業生態發展新形勢，推動農業社會化服務適當地向產前、產中和產后環節延伸，推廣節水技術、深松深耕、肥力提升等服務。加快構建覆蓋縣、鄉、村三級的新型農業社會化服務體系，開展農業社會化服務平臺試點工作，通過創新服務模式、拓寬服務領域、規范服務管理，不斷提高農業社會化服務水平。

第三，優化要素配置，緩解勞動力和資本要素的錯配程度。加快培育農業社會化服務市場，推進各生產環節的分工與協作。健全有關生態知識和技術的培訓體系，促使社會化服務經營主體向專業化、職業化轉型。促進農業部門和非農部門勞動力要素流動和共享，吸引返鄉能人、大學生、企業家等積極參與綠色生產，提升農村人力資本水平。引導社會資本投向農業社會化服務市場，鼓勵農業企業、供銷社等入村，助力破解農業綠色生產技術推廣和應用的現實難題。

第四，增強農業社會化服務的針對性，最大程度上消除不同地區之間因地形差異和農業經濟發展水平差異帶來的異質性影響。在上游地區，針對不同農戶的實際需求，大力發展農業社會化服務以彌補地形條件的劣勢。發揮上游和下游地區的帶動作用，將成功的管理方式和先進的技術向中游地區推廣。加快落實長江經濟帶發展戰略要求，抓住農業生態化發展的機遇期。

注 釋：

（1）上游地區包括重慶、四川、貴州、云南四省市；中游地區包括江西、湖北、湖南三省；下游地區包括上海、江蘇、浙江、安徽四省市。

參考文獻：

［1］顏華，齊悅，張梅.農業生產性服務促進糧食綠色生產的效應及作用機制研究［J］.中國農業資源與區劃，2023，44（2）：54-67.

［2］楊子，饒芳萍，諸培新.農業社會化服務對土地規模經營的影響——基于農戶土地轉入視角的實證分析［J］.中國農村經濟，2019（3）：82-95.

［3］張琦，張艷榮. 以農業社會化服務破解土地撂荒難題［J］.人民論壇，2023（5）：87-92.

［4］蘆千文.中國農業生產性服務業：70年發展回顧、演變邏輯與未來展望［J］.經濟學家，2019（11）：5-13.

［5］何得桂，公曉昱.農業價值鏈視角下小農戶融入社會化服務體系的有效實現路徑［J］.農村經濟，2021（11）：95-103.

［6］羅必良.論服務規模經營——從縱向分工到橫向分工及連片專業化［J］.中國農村經濟，2017（11）：2-16.

［7］崔許鋒，王雨菲，張光宏.面向低碳發展的農業生態效率測度與時空演變分析——基于SBM-ESDA模型［J］.農業經濟問題，2022（9）：47-61.

［8］喬保榮，穆佳薇，余國新.農業生產性服務業對農業生態效率的空間效應研究［J］.中國農業資源與區劃，2023，44（6）：86-96.

［9］李玉超，張立杰.農業社會化服務對農業綠色全要素生產率的影響研究——基于農戶分化的視角［J］.農村經濟，2024（3）：101-111.

［10］張夢玲，童婷，陳昭玖.農業社會化服務有助于提升農業綠色生產率嗎？［J］.南方經濟，2023（1）：135-152.

［11］ZHU Y Y，DENG J M，WANG M H，et al. Can Agricultural Productive Services Promote Agricultural Environmental Efficiency in China？［J］. International Journal of Environmental Research and Public Health，2022，19（15）：9339.

［12］鄭宏運，李谷成，周曉時.要素錯配與中國農業產出損失［J］.南京農業大學學報（社會科學版），2019，19（5）：143-153，159.

［13］葛繼紅，周曙東.要素市場扭曲是否激發了農業面源污染——以化肥為例［J］.農業經濟問題，2012，33（3）：92-98，112.

［14］耿鵬鵬，檀竹平，羅必良.“擠出”抑或“吸納”：農機服務如何影響農業勞動力轉移［J］.華中農業大學學報（社會科學版），2022（4）：24-37.

［15］楊陽，李治，韓小爽.農業社會化服務對農地“趨糧化”的門檻效應［J］.管理學刊，2022，35（3）：44-54.

［16］TONE K. A Slacks-based Measure of Efficiency in Data Envelopment Analysis［J］. European Journal of Operational Research，2001，130（3）：498-509.

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

［18］陸杉，熊嬌.農村金融、農地規模經營與農業綠色效率［J］.華南農業大學學報（社會科學版），2021，20（4）：63-75.

［19］李穎慧，陳紅，游星.農業社會化服務賦能農村高質量發展的理論機制與實證研究［J］.農業現代化研究，2024，45（1）：79-91.

［20］郝愛民.農業生產性服務業外溢效應和溢出渠道研究［J］.中南財經政法大學學報，2013（6）：51-59.

［21］朱美榮，王淦秋，向文凱，等.農業社會化服務對農業碳排放的影響及其空間特征［J］.中國生態農業學報（中英文），2024，32（8），1288-1301.

［22］張恒，郭翔宇.農業生產性服務業發展與農業全要素生產率提升：地區差異性與空間效應［J］.農業技術經濟，2021（5）：93-107.

［23］周敏，呂宏宇，柯楠.農業生產要素配置與耕地綠色利用效率的空間相關與溢出效應［J］.農林經濟管理學報，2024，23（1）：41-50.

［24］李谷成，范麗霞，馮中朝.資本積累、制度變遷與農業增長——對1978～2011年中國農業增長與資本存量的實證估計［J］.管理世界，2014（5）：67-79，92.

［25］王艷偉，黃宜.農業資源錯配對農業生態效率的影響：來自中國13個糧食主產區的證據［J］.生態經濟，2022，38（5）：129-137.

［26］袁靖，代瀅，劉曉敏，等.我國鄉村振興水平測度及政策效應差異性評估——基于廣義雙重差分模型［J］.統計理論與實踐，2024（1）：3-8.

［27］王帥，王亞靜.城鎮化與糧食生態效率——基于異質性城鎮化的理論視角與實證檢驗［J］.農業現代化研究，2023，44（3）：469-479.

［28］陳宇斌，王森.農村勞動力外流、農業規模經營與農業碳排放［J］.經濟與管理，2022，36（6）：43-49.

［29］貫君，張少鵬，任月，等.中國農業凈碳匯時空分異與影響因素演進分析［J］.中國環境科學，2024，44（2）：1158-1170.

［30］彭政欽，李伶俐，萬妍辰.數字普惠金融的經濟增長效應——基于人力資本的門檻效應分析［J］.統計與決策，2024，40（10）：156-161.

［31］顏華，呂小偉，張梅.農機社會化服務對農民種糧積極性的影響研究［J］.中國農機化學報，2022，43（8）：199-207.

［32］歐陽鵬，姜霞.農業生產性服務何以提高農業綠色全要素生產率？［J］.西部經濟管理論壇，2024，35（2）：23-34.

［責任編輯：洪二麗］