■ 趙羚詣/彭海英

（云南財(cái)經(jīng)大學(xué) 國土資源與持續(xù)發(fā)展研究所，昆明 650221）

為適應(yīng)現(xiàn)代農(nóng)業(yè)專業(yè)化、規(guī)?；劝l(fā)展需求，中國政府致力于通過鼓勵農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)解決農(nóng)地經(jīng)營細(xì)碎化問題，推動農(nóng)地適度規(guī)模經(jīng)營[1-2]。然而，由于種糧比較收益低，各方農(nóng)業(yè)經(jīng)營主體在經(jīng)濟(jì)利益驅(qū)動下，更傾向于在流轉(zhuǎn)農(nóng)地上種植高經(jīng)濟(jì)收益作物或發(fā)展養(yǎng)殖業(yè)等，從而擠占了糧食生產(chǎn)空間，加速了耕地“非糧化”，一定程度上威脅到國家糧食安全[3]。因此，有必要深刻認(rèn)識和理解不同類型耕地流轉(zhuǎn)去向?qū)Ω亍胺羌Z化”的影響，從而為穩(wěn)定糧食生產(chǎn)、規(guī)范農(nóng)地流轉(zhuǎn)、遏制耕地“非糧化”提供科學(xué)基礎(chǔ)。

關(guān)于農(nóng)地流轉(zhuǎn)與農(nóng)地“非糧化”之間關(guān)系的研究較為豐富。從研究內(nèi)容來看，大致可分為兩類，一類是對流轉(zhuǎn)耕地上“非糧化”種植行為的研究，另一類是對農(nóng)地流轉(zhuǎn)是否導(dǎo)致“非糧化”的研究。易小燕等針對農(nóng)戶轉(zhuǎn)入耕地的“非糧化”種植行為與種植規(guī)模開展研究，發(fā)現(xiàn)轉(zhuǎn)入耕地的非糧化率顯著高于自有耕地的非糧化率，同時年流轉(zhuǎn)租金對轉(zhuǎn)入耕地上的“非糧化”種植行為與規(guī)模產(chǎn)生顯著正向影響[4-5]；張宗毅等、羅必良等、劉航等研究發(fā)現(xiàn)，當(dāng)農(nóng)戶通過土地流轉(zhuǎn)實(shí)現(xiàn)小規(guī)模經(jīng)營時，其耕地“非糧化”傾向較高，而隨著經(jīng)營規(guī)模不斷擴(kuò)大，非糧作物種植比例逐漸下降[6-8]。從研究方法來看，主要采用數(shù)據(jù)收集方法，即基于農(nóng)戶層面的問卷調(diào)查或農(nóng)村固定觀察點(diǎn)調(diào)查，分析方法主要采用不同類型的回歸模型。從研究尺度來看，大多數(shù)研究樣本雖然涉及全國多個?。ㄗ灾螀^(qū)、直轄市），但最終仍落腳于農(nóng)戶層面[9-11]，基于全國宏觀經(jīng)濟(jì)數(shù)據(jù)所開展的研究目前還不充分。從研究對象來看，現(xiàn)有針對農(nóng)地流轉(zhuǎn)影響“非糧化”研究的聚焦主體為農(nóng)戶，按照經(jīng)營特征將農(nóng)戶劃分為不同類型，研究不同類型農(nóng)戶在農(nóng)地流轉(zhuǎn)過程中的“非糧化”行為，而聚焦其他類型農(nóng)業(yè)經(jīng)營主體“非糧化”行為的研究較少。張茜等、孫艷等研究認(rèn)為，家庭農(nóng)場、種植大戶本應(yīng)是糧食生產(chǎn)規(guī)模經(jīng)營的有效主體，但兩者均呈現(xiàn)出不同程度的“非糧化”傾向[12-13]，這與政府扶持規(guī)模化經(jīng)營的初衷相背離，一定程度上對糧食安全構(gòu)成新威脅[14]，因此探尋實(shí)現(xiàn)糧食生產(chǎn)專業(yè)化、經(jīng)營規(guī)模化的有效主體顯得尤為重要。

本文基于2011—2020年中國30個省（自治區(qū)、直轄市）（因數(shù)據(jù)可得性，本文研究對象不包括西藏自治區(qū)，香港、澳門兩個特別行政區(qū)，中國臺灣地區(qū)）的面板數(shù)據(jù)，利用靜態(tài)面板數(shù)據(jù)模型考察不同類型的耕地流轉(zhuǎn)去向（本文用“流轉(zhuǎn)入農(nóng)戶的耕地面積比例”“流轉(zhuǎn)入專業(yè)合作社的耕地面積比例”“流轉(zhuǎn)入企業(yè)的耕地面積比例”“流轉(zhuǎn)入其他主體的耕地面積比例”來表征）對耕地“非糧化”的影響，同時引入耕地流轉(zhuǎn)的糧食種植用途（本文用“流轉(zhuǎn)用于糧食種植的耕地面積”來表征）作為中介變量，基于中介效應(yīng)模型探討三者之間的傳導(dǎo)機(jī)制，以期為實(shí)現(xiàn)糧食生產(chǎn)規(guī)?；?jīng)營、保障國家糧食安全、遏制耕地“非糧化”提供科學(xué)依據(jù)。

1 模型構(gòu)建與變量說明

1.1 中介效應(yīng)模型構(gòu)建與檢驗(yàn)

本文借助靜態(tài)面板數(shù)據(jù)模型，通過選取流轉(zhuǎn)用于糧食種植的耕地面積作為中介變量來分析耕地流轉(zhuǎn)去向?qū)Ω亍胺羌Z化”的影響。參照Baron等的方法[15]，構(gòu)建如下中介效應(yīng)模型：

式中，下標(biāo)i和t分別表示?。ㄗ灾螀^(qū)、直轄市）和年份；Y表示耕地“非糧化”率；X表示耕地流轉(zhuǎn)去向；M表示流轉(zhuǎn)用于糧食種植的耕地面積；C為控制變量；εit為隨機(jī)誤差項(xiàng)；ηi表示個體效應(yīng)，用于控制各?。ㄗ灾螀^(qū)、直轄市）的特有性質(zhì)；α1表示不同類型耕地流轉(zhuǎn)去向的轉(zhuǎn)入耕地面積影響耕地“非糧化”率的總效應(yīng)；λ1表示不同類型耕地流轉(zhuǎn)去向的轉(zhuǎn)入耕地面積影響耕地“非糧化”率的直接效應(yīng)；β1×λ2表示不同類型耕地流轉(zhuǎn)去向的轉(zhuǎn)入耕地面積通過流轉(zhuǎn)用于糧食種植的耕地面積傳導(dǎo)到耕地“非糧化”率的間接效應(yīng)（也稱為“中介效應(yīng)”）?？傂?yīng)（α1）=直接效應(yīng)（λ1）+間接效應(yīng)(β1×λ2)，若直接效應(yīng)λ1=0，則為完全中介效應(yīng)，否則為部分中介效應(yīng)。中介效應(yīng)傳導(dǎo)機(jī)制如圖1所示。

圖1 中介效應(yīng)傳導(dǎo)機(jī)制[16]

本文參照溫忠麟等提出的中介效應(yīng)檢驗(yàn)方法[16]。首先檢驗(yàn)式（1）中各個核心解釋變量影響被解釋變量的回歸系數(shù)α1，若未能通過顯著性檢驗(yàn)，則中介效應(yīng)檢驗(yàn)結(jié)束；反之進(jìn)入下一步，依次檢驗(yàn)式（2）中各個核心解釋變量影響中介變量的回歸系數(shù)β1，以及式（3）中中介變量影響被解釋變量的回歸系數(shù)λ2；若β1和λ2兩者同時通過顯著性檢驗(yàn)，則進(jìn)一步檢驗(yàn)式（3）中各個核心解釋變量影響被解釋變量的回歸系數(shù)λ1是否通過顯著性檢驗(yàn)，若λ1通過檢驗(yàn)，表明中介變量具有部分中介效應(yīng)，不通過則表明中介變量具有完全中介效應(yīng)；若β1和λ2至少存在一個系數(shù)不顯著，則對其進(jìn)行Sobel檢驗(yàn)，若滿足顯著性檢驗(yàn)要求則存在中介效應(yīng)，若不顯著則不存在中介效應(yīng)。

常用的靜態(tài)面板數(shù)據(jù)模型估計(jì)方法有兩種，分別是固定效應(yīng)模型和隨機(jī)效應(yīng)模型，二者各有優(yōu)劣，本文在后續(xù)測算時采用修正的豪斯曼檢驗(yàn)（Hausman）以確定最優(yōu)的估計(jì)方法。豪斯曼檢驗(yàn)的原假設(shè)為“使用隨機(jī)效應(yīng)模型”，若檢驗(yàn)結(jié)果顯著拒絕原假設(shè)，則采用固定效應(yīng)模型，否則采用隨機(jī)效應(yīng)模型。

1.2 指標(biāo)變量選取與說明

被解釋變量：耕地“非糧化”率。本文中的耕地“非糧化”指的是耕地內(nèi)部種植結(jié)構(gòu)的變化，即耕地由種植糧食作物轉(zhuǎn)變?yōu)榉N植非糧食作物。孟菲等認(rèn)為，耕地“非糧化”應(yīng)著重體現(xiàn)出耕地上農(nóng)作物種植結(jié)構(gòu)的變化過程，不只是非糧作物種植面積的絕對增減，而更應(yīng)強(qiáng)調(diào)種植比例的變化[17]。因此，本文以“非糧作物播種面積占農(nóng)作物總播種面積的比例（Y）”來度量耕地“非糧化”傾向。

核心解釋變量：耕地流轉(zhuǎn)去向。本文采用《中國農(nóng)村經(jīng)營管理統(tǒng)計(jì)年報(bào)》的分類方法，將家庭承包耕地流轉(zhuǎn)去向分為四類，并用各自的轉(zhuǎn)入面積占家庭承包耕地流轉(zhuǎn)總面積的比例來度量不同類型耕地流轉(zhuǎn)去向的數(shù)量多寡，分別為流轉(zhuǎn)入農(nóng)戶的耕地面積比例（X1）、流轉(zhuǎn)入專業(yè)合作社的耕地面積比例（X2）、流轉(zhuǎn)入企業(yè)的耕地面積比例（X3）、流轉(zhuǎn)入其他主體的耕地面積比例（X4）。靳衛(wèi)東等研究證明[42]，土地流轉(zhuǎn)一方面提高了土地經(jīng)營的集約化程度，另一方面顯化了土地租金從而導(dǎo)致土地經(jīng)營“非農(nóng)化”和“非糧化”。對耕地流轉(zhuǎn)進(jìn)行分類研究，有助于進(jìn)一步揭示不同耕地流轉(zhuǎn)去向?qū)Ω亍胺羌Z化”的影響差異。

中介變量：耕地流轉(zhuǎn)用途。本文主要關(guān)注耕地流轉(zhuǎn)后的糧食種植用途，耕地流轉(zhuǎn)后的其他用途不作為本文的關(guān)注對象，因此，只采用“流轉(zhuǎn)用于糧食種植的耕地面積（M）”作為中介變量。

控制變量：根據(jù)既有相關(guān)研究，影響耕地“非糧化”的因素較多，本文將不同類型耕地流轉(zhuǎn)去向以外可能導(dǎo)致耕地“非糧化”的其他因素作為控制變量，主要分為四類[17-18]。用單位農(nóng)用地面積勞動力（C1）、單位耕地面積有效灌溉率（C2）、單位農(nóng)用地面積機(jī)械總動力（C3）表征農(nóng)業(yè)生產(chǎn)條件；用地方財(cái)政農(nóng)林水事務(wù)支出占地方財(cái)政一般預(yù)算支出的比重（C4）表征地區(qū)政策傾斜于農(nóng)業(yè)的程度；用城鄉(xiāng)居民人均可支配收入比例（C5）表征城鄉(xiāng)收入差距，即農(nóng)村居民人均可支配收入占城鎮(zhèn)居民人均可支配收入的比重越大，則城鄉(xiāng)居民人均可支配收入差距越小。一般認(rèn)為，農(nóng)業(yè)勞動力流失會促使農(nóng)戶增加勞動力投入少的經(jīng)濟(jì)作物的種植比重[17]，耕地灌溉條件好的地區(qū)糧食種植比重較高[18]，農(nóng)業(yè)機(jī)械化水平對不同作物種植的影響效果不同[17]；地方財(cái)政農(nóng)林水事務(wù)支出比重越高一定程度上代表著農(nóng)業(yè)補(bǔ)貼增多，農(nóng)業(yè)補(bǔ)貼對提高糧食種植發(fā)揮正向引導(dǎo)作用[17]；城鄉(xiāng)居民收入差距越大，農(nóng)戶會傾向于種植高收益作物以賺取更多利潤[18]。由此可見，勞動力數(shù)量、耕地灌溉條件、農(nóng)業(yè)機(jī)械化水平、財(cái)政支持農(nóng)業(yè)程度及城鄉(xiāng)收入差距對耕地“非糧化”產(chǎn)生顯著影響，因此需作為控制變量放入模型中以保證結(jié)果的準(zhǔn)確性。具體指標(biāo)變量選取與測算見表1。

表1 指標(biāo)變量選取與說明

1.3 數(shù)據(jù)來源與處理

本文選取2011—2020年中國30個省級行政區(qū)的面板數(shù)據(jù)，限于數(shù)據(jù)的可獲得性，樣本不包括西藏自治區(qū)、香港特別行政區(qū)、澳門特別行政區(qū)和中國臺灣地區(qū)。在所涉及變量中，非糧食作物播種面積、農(nóng)作物總播種面積、有效灌溉面積、農(nóng)業(yè)機(jī)械總動力、地方財(cái)政農(nóng)林水事務(wù)支出、地方財(cái)政一般預(yù)算支出、農(nóng)村居民人均可支配收入、城鎮(zhèn)居民人均可支配收入等數(shù)據(jù)來自國家統(tǒng)計(jì)局；家庭承包耕地流轉(zhuǎn)面積、流轉(zhuǎn)用于糧食種植的耕地面積、耕地總面積、農(nóng)用地總面積、從事第一產(chǎn)業(yè)勞動力數(shù)量等數(shù)據(jù)來自《中國農(nóng)村經(jīng)營管理統(tǒng)計(jì)年報(bào)（2011—2018）》和《中國農(nóng)村政策與改革統(tǒng)計(jì)年報(bào)（2019—2020）》。將原始數(shù)據(jù)按前文所述方法計(jì)算便得到各指標(biāo)數(shù)據(jù)。

為使數(shù)據(jù)更加平滑，同時減弱模型回歸中可能出現(xiàn)的異方差問題，首先對所有變量取對數(shù)處理，其中，對0值變量加1取對數(shù)處理，后續(xù)所有測算均以取對數(shù)后的數(shù)據(jù)作為原序列變量。其次，使用IPS單位根檢驗(yàn)、LLC單位根檢驗(yàn)與HT單位根檢驗(yàn)共同驗(yàn)證面板數(shù)據(jù)的平穩(wěn)性，結(jié)果顯示所有變量均為一階單整，同時KAO檢驗(yàn)證明所有一階變量與原序列變量間具有長期均衡關(guān)系，因此后續(xù)可以使用原序列變量進(jìn)行面板數(shù)據(jù)模型回歸。再次，通過多重共線性診斷發(fā)現(xiàn)，logC3與logC1的VIF值相近且均大于5，猜測二者間可能存在共線性，將logC3、logC1分別與LogY進(jìn)行相關(guān)性檢驗(yàn)后發(fā)現(xiàn)，logC1與結(jié)果無顯著關(guān)系，因此手動剔除變量logC1，剩余變量間不再存在共線性。最后，本文使用固定效應(yīng)模型，且均以一階差分后的數(shù)據(jù)作為原序列代入模型計(jì)算，因此一定程度上緩解了模型的內(nèi)生性問題。

2 結(jié)果與分析

2.1 2011—2020年中國耕地“非糧化”率的時空特征

圖2展現(xiàn)了2011—2020年中國耕地“非糧化”率隨時間變化的函數(shù)趨勢。由圖2可知，2011—2020年中國耕地“非糧化”率在0.285～0.305之間波動，總體呈現(xiàn)上升態(tài)勢。圖3展現(xiàn)了2011—2020年我國糧食產(chǎn)量、糧食單位面積產(chǎn)量及糧食作物播種面積變化態(tài)勢。由圖3可知，糧食產(chǎn)量與糧食單位面積產(chǎn)量的變化趨勢完全吻合，均呈現(xiàn)上升趨勢，雖然糧食作物播種面積在2016年之后出現(xiàn)下降態(tài)勢，但并未影響糧食產(chǎn)量與糧食單位面積產(chǎn)量的上升態(tài)勢。由此可見，在保證一定糧食作物播種面積的前提下，為消除耕地“非糧化”給國家糧食安全造成的威脅，提高糧食單位面積產(chǎn)量尤為重要[20]?！笆濉币?guī)劃提出實(shí)施“藏糧于地、藏糧于技”戰(zhàn)略[21]?！安丶Z于地”戰(zhàn)略的主要內(nèi)容為在保證糧食相對充足的情況下，將部分耕地用于種植經(jīng)濟(jì)作物或?qū)嵤┹喿餍莞蕴岣咿r(nóng)戶收入并保養(yǎng)耕地地力；“藏糧于技”戰(zhàn)略的目標(biāo)是通過科學(xué)技術(shù)創(chuàng)新提高糧食單產(chǎn)、實(shí)現(xiàn)糧食生產(chǎn)現(xiàn)代化發(fā)展[22]?！安丶Z于地、藏糧于技”戰(zhàn)略有利于調(diào)和糧食安全與耕地?cái)?shù)量和質(zhì)量的矛盾，因此必須認(rèn)真落實(shí)該戰(zhàn)略，提高耕地的糧食綜合生產(chǎn)能力和糧食單產(chǎn)能力，以消除耕地“非糧化”給國家糧食安全造成的威脅[23]。

圖2 2011—2020年中國耕地“非糧化”率時序變化特征

圖3 2011—2020年中國糧食產(chǎn)量、糧食單位面積產(chǎn)量及糧食作物播種面積變化趨勢

表2反映了2011—2020年中國平均耕地“非糧化”率的空間分布特征及同期各?。ㄗ灾螀^(qū)、直轄市）耕地“非糧化”率的變化趨勢。由表2可知，2011—2020年中國平均耕地“非糧化”率大致呈現(xiàn)出由北向南逐漸升高的格局。10年間，華北、東北及長江以北的華東和華中地區(qū)部分省（自治區(qū)、直轄市）耕地“非糧化”率呈現(xiàn)下降態(tài)勢，這些區(qū)域?yàn)槲覈Z食主產(chǎn)區(qū)，而華南、西南、西北地區(qū)所有?。ㄗ灾螀^(qū)、直轄市）耕地“非糧化”率均處于持續(xù)上升態(tài)勢，總體看，我國耕地“非糧化”形勢較為嚴(yán)峻。

表2 2011—2020年中國30個省（自治區(qū)、直轄市）平均耕地“非糧化”率

表2同時反映了中國30個省（自治區(qū)、直轄市）2011—2020年的平均耕地“非糧化”率。由表2可知，上海、浙江、海南、新疆4 省（自治區(qū)、直轄市）2011—2020年的平均耕地“非糧化”率較高，已超過50%；其中，新疆維吾爾自治區(qū)的平均耕地“非糧化”率最高，達(dá)到54.19%；黑龍江省2011—2020年的平均耕地“非糧化”率最低，為6.68%。原因歸結(jié)如下：新疆維吾爾自治區(qū)具有日照長、晝夜溫差大的特殊光熱條件，十分有利于發(fā)展特色種植業(yè)（紅花、棉花等）與特色林果業(yè)（香梨、枸杞、葡萄等）[17,24]，同時受水資源短缺、土壤鹽堿化、土壤貧瘠、風(fēng)沙作用等因素限制導(dǎo)致耕地利用條件差，不利于種植糧食作物[25]；海南省具有光熱豐富、雨水充沛、全年無夏的特殊氣候資源，以及充足且多樣的土地資源，十分有利于發(fā)展熱帶農(nóng)業(yè)，天然橡膠、反季節(jié)瓜菜、熱帶水果等成為海南省的重點(diǎn)發(fā)展項(xiàng)目，同時受制于多丘陵的地形條件及較低的比較收益，海南省很難發(fā)展規(guī)?；Z食種植業(yè)[17,26]；浙江省同樣受制于多山地丘陵的特殊地形條件，耕地面積較少且存在一定程度的水土流失，不利于種植糧食作物，始終是我國的糧食主銷區(qū)之一[27-28]；上海市由于特殊的功能地位，致力于發(fā)展都市農(nóng)業(yè)，主要目的為保障城鎮(zhèn)居民基本農(nóng)副產(chǎn)品供給安全，因此上海市郊區(qū)大多發(fā)展蔬菜、肉禽蛋奶等產(chǎn)業(yè)，糧食種植較少[29]；黑龍江省具有優(yōu)越的農(nóng)業(yè)生產(chǎn)條件，地形平坦、土壤肥沃、水資源穩(wěn)定、日照充足，十分有利于糧食規(guī)模化生產(chǎn)，經(jīng)過長期建設(shè)早已成為我國重要的商品糧基地[30]。由此可見，造成不同?。ㄗ灾螀^(qū)、直轄市）耕地“非糧化”率差異的主要原因在于不同?。ㄗ灾螀^(qū)、直轄市）具有不同的先天自然條件。

2.2 不同類型耕地流轉(zhuǎn)去向?qū)Ω亍胺羌Z化”的影響

表3為被解釋變量l o g Y分別與核心解釋變量l o g X1、l o g X2、l o g X3、l o g X4及控制變量之間的回歸結(jié)果。由表3可知，logX2的回歸系數(shù)為-0.0342，且在5%的顯著性水平上通過檢驗(yàn)，說明流轉(zhuǎn)入專業(yè)合作社的耕地面積比例與耕地“非糧化”之間存在反向變動關(guān)系，即流轉(zhuǎn)入專業(yè)合作社的耕地面積比例越高，越會抑制耕地“非糧化”傾向。由表3可知，logX3的回歸系數(shù)為0.0924，且在1%的顯著性水平上通過檢驗(yàn)，說明流轉(zhuǎn)入企業(yè)的耕地面積比例與耕地“非糧化”之間存在正向變動關(guān)系，即流轉(zhuǎn)入企業(yè)的耕地面積比例越高，越會加劇耕地“非糧化”傾向。logX1與logX4未通過顯著性檢驗(yàn)，說明流轉(zhuǎn)入農(nóng)戶的耕地面積比例與流轉(zhuǎn)入其他主體的耕地面積比例對耕地“非糧化”的影響不顯著。

表3 被解釋變量與核心解釋變量、控制變量的回歸結(jié)果

由表3可知，流轉(zhuǎn)入專業(yè)合作社的耕地面積比例與流轉(zhuǎn)入企業(yè)的耕地面積比例對耕地“非糧化”的影響效果是完全相反的。原因在于，企業(yè)的目的是實(shí)現(xiàn)利潤最大化，它不僅會利用農(nóng)產(chǎn)品買賣雙方的信息不對稱來擠占農(nóng)民利潤，而且只會在有利可圖時投資于農(nóng)業(yè)生產(chǎn)，因此將耕地流轉(zhuǎn)給企業(yè)并不能實(shí)現(xiàn)糧食穩(wěn)定生產(chǎn)，企業(yè)反而可能會出于盈利目的將流轉(zhuǎn)耕地用于其他用途，從而加劇耕地“非糧化”；專業(yè)合作社是由從事專業(yè)生產(chǎn)的農(nóng)民自愿聯(lián)合而成的互助性經(jīng)濟(jì)組織，將耕地流轉(zhuǎn)給專業(yè)合作社，不僅能夠通過產(chǎn)業(yè)規(guī)?；嵘Z食生產(chǎn)的利潤空間，而且有利于最大限度地保障種糧農(nóng)戶的利益不受侵害，同時改善糧食生產(chǎn)條件，保護(hù)并激發(fā)農(nóng)戶的種糧積極性，有效實(shí)現(xiàn)糧食生產(chǎn)規(guī)?；?jīng)營，從而抑制耕地“非糧化”傾向[32]。耕地流轉(zhuǎn)是實(shí)現(xiàn)糧食生產(chǎn)規(guī)?；?jīng)營的必經(jīng)之路[19]，因此想要通過土地流轉(zhuǎn)實(shí)現(xiàn)糧食生產(chǎn)的穩(wěn)定及規(guī)?；?jīng)營，將耕地流轉(zhuǎn)給專業(yè)合作社相比于將耕地流轉(zhuǎn)給企業(yè)，更加有效和可靠，可以說，專業(yè)合作社是糧食產(chǎn)業(yè)化經(jīng)營的現(xiàn)實(shí)選擇。

由于缺乏交易談判的能力與地位，我國眾多分散的小規(guī)模糧食經(jīng)營農(nóng)戶位于市場信息傳遞鏈的末端，在糧食交易市場中始終處于弱勢地位[31]，這些小規(guī)模糧食經(jīng)營農(nóng)戶利益長期遭受擠壓，導(dǎo)致種糧積極性低下，大多數(shù)農(nóng)戶不會貿(mào)然投入農(nóng)機(jī)具來代替勞動力，完全憑自身意愿決定是否種糧。由于小規(guī)模糧食生產(chǎn)的行業(yè)進(jìn)出門檻很低，糧食生產(chǎn)不穩(wěn)定性極高，不利于國家糧食安全。因此，為保障國家糧食安全、穩(wěn)定糧食生產(chǎn)，必須推動糧食生產(chǎn)規(guī)?；?jīng)營，解決糧食生產(chǎn)過程中的小規(guī)模經(jīng)營與低收益等問題，將糧食生產(chǎn)過程中的各種要素統(tǒng)籌使用，如土地、資金、勞動力等。推動糧食生產(chǎn)規(guī)?；?jīng)營是保障我國糧食安全的必然趨勢。一方面，糧食規(guī)?；?jīng)營通過勞動的專業(yè)化與標(biāo)準(zhǔn)化及農(nóng)業(yè)機(jī)械的充分利用等途徑，能夠顯著提高勞動生產(chǎn)率與種糧邊際效益，實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)、降低種糧邊際成本。王倩等研究發(fā)現(xiàn)，隨著轉(zhuǎn)入土地面積的增加及農(nóng)戶投入增加，產(chǎn)業(yè)退出門檻變高，農(nóng)戶種糧投入動力增大[33]。另一方面，糧食規(guī)?；?jīng)營還要求實(shí)現(xiàn)糧食生產(chǎn)、加工、包裝、銷售等一體化經(jīng)營，通過延長產(chǎn)業(yè)鏈直接增加糧食生產(chǎn)收益。然而，通過專業(yè)合作社推動糧食生產(chǎn)規(guī)?；?jīng)營需注意保持適度的土地經(jīng)營規(guī)模。申云等、賈琳等、王善高等研究發(fā)現(xiàn)，糧食生產(chǎn)效率隨著土地經(jīng)營規(guī)模的擴(kuò)大呈現(xiàn)先上升后下降趨勢[34-36]，即存在一個能使糧食生產(chǎn)效率達(dá)到最高的最優(yōu)土地經(jīng)營面積，當(dāng)土地經(jīng)營面積超過最優(yōu)值時，受制于農(nóng)戶的經(jīng)營管理能力、勞動力、農(nóng)業(yè)資本等因素限制，糧食生產(chǎn)效率會斷崖式下降。申云等研究發(fā)現(xiàn)，種糧專業(yè)合作社的農(nóng)地經(jīng)營規(guī)模最好控制在600～1000畝之間以達(dá)到糧食生產(chǎn)效率最優(yōu)。

2.3 不同類型耕地流轉(zhuǎn)去向影響耕地“非糧化”的中介效應(yīng)檢驗(yàn)

首先，中介效應(yīng)檢驗(yàn)的前提條件是總效應(yīng)系數(shù)α1顯著不為0。表3實(shí)質(zhì)上是對式（1）中各個核心解釋變量影響被解釋變量的回歸系數(shù)α1的檢驗(yàn)。由表3可知，logX2與logX3分別在5%與1%的顯著性水平上強(qiáng)烈拒絕“回歸系數(shù)為0”的原假設(shè)，α1logX2=-0.0342，α1logX3=0.0924，因此只需針對logX2與logX3進(jìn)行后續(xù)的中介效應(yīng)檢驗(yàn)，不再對logX1與logX4進(jìn)行中介效應(yīng)檢驗(yàn)。

其次，檢驗(yàn)式（2）中各個核心解釋變量影響中介變量的回歸系數(shù)β1，以及式（3）中中介變量影響被解釋變量的回歸系數(shù)λ2。表4是對式（2）中各個核心解釋變量影響中介變量的回歸系數(shù)β1的檢驗(yàn)。由表4可知，β1logX2=0.1540且通過1%的顯著性水平檢驗(yàn)，β1logX3=-0.0301未通過顯著性檢驗(yàn)。表5包含對式（3）中中介變量影響被解釋變量的回歸系數(shù) λ2的檢驗(yàn)。由表5可知，λ2logX2=-0.3161且通過1%的顯著性水平檢驗(yàn)，λ2logX3=-0.2916且通過1%的顯著性水平檢驗(yàn)。

表4 中介變量與核心解釋變量、控制變量的回歸結(jié)果

表5 被解釋變量與核心解釋變量、中介變量、控制變量的回歸結(jié)果

根據(jù)中介效應(yīng)檢驗(yàn)步驟，由于logX2的回歸系數(shù)β1logX2=0.1540與λ2logX2=-0.3161均通過顯著性水平檢驗(yàn)，接下來只需檢驗(yàn)直接效應(yīng)系數(shù)λ1是否通過顯著性檢驗(yàn)即可。由表5可知，logX2影響被解釋變量logY的回歸系數(shù)λ1logX2=0.0145未通過顯著性檢驗(yàn)，說明在核心解釋變量logX2通過中介變量logM影響被解釋變量logY的傳導(dǎo)機(jī)制中，中介變量logM具有完全中介效應(yīng)，中介效應(yīng)系數(shù)為-0.0487。

根據(jù)中介效應(yīng)檢驗(yàn)步驟，由于l o g X3的回歸系數(shù)β1logX3=-0.0301未通過顯著性檢驗(yàn)，λ2logX3=-0.2916通過顯著性檢驗(yàn)，在其中一個系數(shù)未通過顯著性檢驗(yàn)的情況下，需要對該條傳導(dǎo)機(jī)制進(jìn)行Sobel檢驗(yàn)。表6是對核心解釋變量logX3通過中介變量logM影響被解釋變量logY的傳導(dǎo)機(jī)制所進(jìn)行的Soble檢驗(yàn)。由表6可知，中介效應(yīng)通過1%的顯著性水平檢驗(yàn)，說明在核心解釋變量logX3通過中介變量logM影響被解釋變量logY的傳導(dǎo)機(jī)制中，中介變量logM具有部分中介效應(yīng)，中介效應(yīng)系數(shù)為0.0088。

表6 Sobel檢驗(yàn)結(jié)果

根據(jù)上述中介效應(yīng)檢驗(yàn)結(jié)果，在流轉(zhuǎn)入專業(yè)合作社的耕地面積比例與流轉(zhuǎn)入企業(yè)的耕地面積比例分別影響耕地“非糧化”的作用機(jī)制中，中介變量“流轉(zhuǎn)用于糧食種植的耕地面積”在其中起到了顯著的中介效應(yīng)作用。如圖4所示，流轉(zhuǎn)入專業(yè)合作社的耕地面積比例通過流轉(zhuǎn)用于糧食種植的耕地面積的負(fù)向完全中介效應(yīng)（-0.0487）加強(qiáng)了它對耕地“非糧化”的抑制作用，即流轉(zhuǎn)入專業(yè)合作社的耕地面積比例越高，則流轉(zhuǎn)用于糧食種植的耕地面積越多，從而有效抑制了耕地“非糧化”傾向；如圖5所示，流轉(zhuǎn)入企業(yè)的耕地面積比例通過流轉(zhuǎn)用于糧食種植的耕地面積的正向部分中介效應(yīng)（0.0088）加強(qiáng)了它對耕地“非糧化”的推動作用，即流轉(zhuǎn)入企業(yè)的耕地面積比例越高，流轉(zhuǎn)用于糧食種植的耕地面積越少，從而加劇了耕地“非糧化”傾向。

圖4 流轉(zhuǎn)入專業(yè)合作社的耕地面積比例影響耕地“非糧化”的中介效應(yīng)傳導(dǎo)機(jī)制

圖5 流轉(zhuǎn)入企業(yè)的耕地面積比例影響耕地“非糧化”的中介效應(yīng)傳導(dǎo)機(jī)制

在耕地流轉(zhuǎn)入專業(yè)合作社從而抑制“非糧化”的傳導(dǎo)機(jī)制中，流轉(zhuǎn)用于糧食種植的耕地面積具有完全中介效應(yīng)，說明耕地流轉(zhuǎn)入專業(yè)合作社能較好抑制“非糧化”。其主要原因在于，耕地流轉(zhuǎn)入專業(yè)合作社能顯著提高流轉(zhuǎn)耕地的糧食種植率。首先，專業(yè)合作社十分有利于糧食生產(chǎn)與交易。專業(yè)合作社只為農(nóng)戶服務(wù)，符合農(nóng)戶利益，它提供的社會化服務(wù)涉及糧食生產(chǎn)的各個環(huán)節(jié)，包括技術(shù)培訓(xùn)與指導(dǎo)、物資供應(yīng)、金融與保險(xiǎn)服務(wù)，以及農(nóng)產(chǎn)品的包裝、加工、運(yùn)輸、貯藏、銷售等[37]，并且糧食生產(chǎn)各個環(huán)節(jié)均掌握在種糧農(nóng)戶自己手里，有利于實(shí)現(xiàn)糧食生產(chǎn)利潤最大化。同時，專業(yè)合作社在市場上擁有更多的話語權(quán)，它代表眾多小生產(chǎn)者采取的集體行動，有利于為種糧農(nóng)戶爭取更多利益[19]。其次，專業(yè)合作社有利于實(shí)現(xiàn)國家的糧食宏觀調(diào)控目標(biāo)，它掌握農(nóng)戶售糧權(quán)，影響市場糧價(jià)的形成，避免農(nóng)戶“拋售”或“惜售”糧食導(dǎo)致的糧價(jià)大幅波動，減輕政府與國有糧食企業(yè)負(fù)擔(dān)[32]。2007年實(shí)施的《農(nóng)民專業(yè)合作社法》在加速和規(guī)范農(nóng)民專業(yè)合作社總體發(fā)展的同時，明確規(guī)定優(yōu)先扶持“生產(chǎn)國家和社會急需的重要農(nóng)產(chǎn)品的農(nóng)民專業(yè)合作社”，一定程度上推動了糧食類專業(yè)合作社的發(fā)展[38]。因此，耕地流轉(zhuǎn)入專業(yè)合作社能顯著提高流轉(zhuǎn)耕地的糧食種植率，專業(yè)合作社一定程度上成為抑制耕地“非糧化”的有效主體，進(jìn)一步證明專業(yè)合作社是糧食產(chǎn)業(yè)化經(jīng)營的現(xiàn)實(shí)選擇。

2.4 相關(guān)控制變量對耕地“非糧化”的影響

表3為相關(guān)控制變量對耕地“非糧化”的影響結(jié)果。由表3可知，模型1、模型2、模型3、模型4中的控制變量logC2、logC5通過了1%的顯著性水平檢驗(yàn)，且回歸系數(shù)均為負(fù)數(shù)，說明單位耕地面積有效灌溉率、城鄉(xiāng)居民人均可支配收入比例與耕地“非糧化”率存在反向變動關(guān)系，即單位耕地面積有效灌溉率越高，城鄉(xiāng)居民人均可支配收入比例越大（即城鄉(xiāng)居民人均可支配收入差距越?。接欣谝种聘亍胺羌Z化”趨勢。

于法穩(wěn)、馮穎等研究發(fā)現(xiàn)，有效灌溉率顯著正向影響我國的糧食單產(chǎn)[39-40]，當(dāng)單位耕地面積有效灌溉率越大時，越有利于糧食生產(chǎn)，從而對耕地“非糧化”產(chǎn)生抑制作用。ZHAO等研究發(fā)現(xiàn)，當(dāng)城鄉(xiāng)居民人均可支配收入差距越大時，種糧的比較收益越低，農(nóng)民的種糧積極性越低[41]，從而導(dǎo)致農(nóng)民的耕地“非糧化”行為，因此需致力于縮小城鄉(xiāng)居民人均可支配收入差距以抑制耕地“非糧化”現(xiàn)象。

3 討論與結(jié)論

3.1 討論

政策效應(yīng)是影響耕地“非糧化”的重要因素，土地制度改革、農(nóng)業(yè)結(jié)構(gòu)調(diào)整等實(shí)施過程中產(chǎn)生的部分影響可能加劇耕地“非糧化”傾向[43]。首先，農(nóng)村土地承包經(jīng)營權(quán)確權(quán)、農(nóng)村集體經(jīng)營性建設(shè)用地“入市”等土地制度改革，進(jìn)一步推動了農(nóng)村土地流轉(zhuǎn)，激發(fā)了廣大農(nóng)民從事農(nóng)業(yè)生產(chǎn)的積極性，使發(fā)展新型農(nóng)業(yè)經(jīng)營主體、推動農(nóng)業(yè)適度規(guī)模經(jīng)營成為可能[44]。但土地流轉(zhuǎn)的同時會顯化土地租金，從而強(qiáng)化農(nóng)業(yè)經(jīng)營主體的趨利動機(jī)，使種植經(jīng)濟(jì)價(jià)值更高的非糧食作物或者改變農(nóng)地用途成為農(nóng)業(yè)經(jīng)營主體的理性選擇，在種糧收入增長緩慢的情況下，土地經(jīng)營的“非農(nóng)化”或“非糧化”現(xiàn)象會加重[42]。其次，樹立大糧食和大國土觀、促進(jìn)三元種植結(jié)構(gòu)協(xié)調(diào)發(fā)展等農(nóng)業(yè)結(jié)構(gòu)調(diào)整措施，適應(yīng)了居民食物結(jié)構(gòu)的動態(tài)調(diào)整，使耕地和其他土地資源得以充分利用，緩解農(nóng)產(chǎn)品進(jìn)口壓力[44]。但部分地方政府對農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)調(diào)整的理解過于片面，出臺政策傾向于發(fā)展蔬菜、畜禽、特色養(yǎng)殖、苗木花卉等高效農(nóng)業(yè)項(xiàng)目，且對達(dá)到一定期限和規(guī)模的高效農(nóng)業(yè)項(xiàng)目給予財(cái)政補(bǔ)貼，加上糧食補(bǔ)貼政策不完善、法律法規(guī)不配套等因素的影響，不利于發(fā)展糧食生產(chǎn)甚至擠壓糧食生產(chǎn)發(fā)展空間[45]。

基于上述研究結(jié)果，本文為治理耕地“非糧化”現(xiàn)象提出以下幾點(diǎn)對策建議：第一，辦好糧食類農(nóng)民專業(yè)合作社。鼓勵農(nóng)民自發(fā)進(jìn)行土地流轉(zhuǎn)，培育和發(fā)展適度經(jīng)營的農(nóng)戶群體，并以之為主體組建糧食類農(nóng)民專業(yè)合作社；改善農(nóng)田水利等基礎(chǔ)設(shè)施條件，為糧食類農(nóng)民專業(yè)合作社的發(fā)展奠定基礎(chǔ)；組建跨區(qū)域的合作聯(lián)社，增強(qiáng)糧食類農(nóng)民專業(yè)合作社的市場競爭力與談判能力。第二，規(guī)范農(nóng)村土地流轉(zhuǎn)市場。制定全國性耕地流轉(zhuǎn)價(jià)格指導(dǎo)標(biāo)準(zhǔn)，引導(dǎo)耕地流轉(zhuǎn)定價(jià)處于合理水平；落實(shí)耕地用途監(jiān)管責(zé)任，建立農(nóng)村土地流轉(zhuǎn)管理信息系統(tǒng)，加大耕地保護(hù)宣傳力度，強(qiáng)化耕地流轉(zhuǎn)后的用途管制。第三，完善種糧補(bǔ)貼政策。完善縱向糧補(bǔ)制度，適當(dāng)加大對種糧主體的補(bǔ)貼力度，精準(zhǔn)識別實(shí)際種糧主體；同時，橫向協(xié)調(diào)糧補(bǔ)力度，中央財(cái)政可對糧食主產(chǎn)區(qū)?。ㄗ灾螀^(qū)、直轄市）加大補(bǔ)貼傾斜，加大對產(chǎn)糧大縣的獎勵補(bǔ)助力度，并在糧食主銷區(qū)建立對糧食主產(chǎn)區(qū)的利益補(bǔ)償機(jī)制，按照糧食調(diào)入量支付經(jīng)濟(jì)補(bǔ)償，從而平衡各?。ㄗ灾螀^(qū)、直轄市）的糧食生產(chǎn)責(zé)任[46]。

3.2 結(jié)論

本文基于中國30個省（自治區(qū)、直轄市）2011—2020年間面板數(shù)據(jù)，重點(diǎn)研究了不同類型的耕地流轉(zhuǎn)去向通過耕地流轉(zhuǎn)的糧食種植用途這一中介變量對耕地“非糧化”水平的影響，得出以下結(jié)論：

(1)2011—2020年中國耕地“非糧化”率在28.5%～30.5%之間波動，10年間耕地“非糧化”水平呈現(xiàn)上升態(tài)勢。為消除耕地“非糧化”給國家糧食安全造成的威脅，必須努力提高糧食單位面積產(chǎn)量，落實(shí)“藏糧于地、藏糧于技”戰(zhàn)略。2011—2020年中國平均耕地“非糧化”水平大致呈現(xiàn)出由北向南逐漸升高的格局；上海、浙江、海南、新疆4?。ㄗ灾螀^(qū)、直轄市）2011—2020年的平均耕地“非糧化”率已高達(dá)50%，黑龍江省2011—2020年的平均耕地“非糧化”率為全國最低，自然條件是造成不同省（自治區(qū)、直轄市）耕地“非糧化”率差異的主要原因。

(2)流轉(zhuǎn)入專業(yè)合作社的耕地面積比例越高越有利于抑制耕地“非糧化”傾向，流轉(zhuǎn)入企業(yè)的耕地面積比例越高越會加劇耕地“非糧化”傾向。事實(shí)表明，將耕地流轉(zhuǎn)給專業(yè)合作社實(shí)現(xiàn)糧食生產(chǎn)規(guī)?；?jīng)營比將耕地流轉(zhuǎn)給企業(yè)更加有效和可靠。推動糧食生產(chǎn)規(guī)模化經(jīng)營是保障我國糧食安全的必然趨勢，專業(yè)合作社成為糧食產(chǎn)業(yè)化經(jīng)營的現(xiàn)實(shí)選擇，通過專業(yè)合作社推動糧食生產(chǎn)規(guī)模化經(jīng)營需注意保持適度的土地經(jīng)營規(guī)模。

(3)在耕地流轉(zhuǎn)入專業(yè)合作社對“非糧化”產(chǎn)生抑制作用的傳導(dǎo)機(jī)制中，流轉(zhuǎn)用于糧食種植的耕地面積所產(chǎn)生的負(fù)向完全中介效應(yīng)加強(qiáng)了這種抑制作用；耕地流轉(zhuǎn)入企業(yè)對“非糧化”產(chǎn)生推動作用的傳導(dǎo)機(jī)制中，流轉(zhuǎn)用于糧食種植的耕地面積所產(chǎn)生的正向部分中介效應(yīng)加強(qiáng)了這種推動作用。耕地流轉(zhuǎn)入專業(yè)合作社能顯著提高流轉(zhuǎn)耕地的糧食種植率，這是耕地流轉(zhuǎn)入專業(yè)合作社能有效抑制“非糧化”主要原因。專業(yè)合作社一定程度上成為抑制耕地“非糧化”的有效主體。

(4)單位耕地面積有效灌溉率、城鄉(xiāng)居民人均可支配收入比例與耕地“非糧化”率呈反向變動關(guān)系，可通過提高耕地有效灌溉率、縮小城鄉(xiāng)居民人均可支配收入差距來抑制耕地“非糧化”傾向。耕地“非糧化”現(xiàn)象同樣受政策效應(yīng)影響。

(5)為有效遏制耕地“非糧化”傾向，可通過培育適度規(guī)模的農(nóng)民群體、改善農(nóng)田水利等基礎(chǔ)設(shè)施、組建跨區(qū)域合作聯(lián)社等措施推動糧食類農(nóng)民專業(yè)合作社發(fā)展，引導(dǎo)耕地流轉(zhuǎn)合理定價(jià)、加強(qiáng)流轉(zhuǎn)后耕地用途管制等規(guī)范農(nóng)村土地流轉(zhuǎn)市場，通過完善橫向和縱向糧食補(bǔ)貼制度等鼓勵糧食生產(chǎn)。