要素錯配對農業生態高質量發展的影響*
——以糧食主產區地級市為例

秦 帥，陳 紅，王浩坤

（東北林業大學經濟管理學院，哈爾濱150040）

一、引 言

推動農業高質量發展是實現農業大國向農業強國轉變的必然要求（郭翔宇，2022）。優化要素配置被認為是推動農業高質量發展的前提（楊建利等，2021），但中國農業長期面臨著要素錯配問題（鄭宏運等，2019）。作為我國糧食安全的壓艙石，與主銷區相比，糧食主產區的要素錯配問題更為嚴重且農業高質量發展水平急需提升（王頌吉等，2021；辛嶺等，2019），因此糾偏要素錯配成為推動農業高質量發展，實現農業強國的有效途徑。

關于農業高質量發展的評價，部分學者認為高質量發展具有多維特征，需要構建綜合評價體系進行測度（Qin等，2022）。另有部分學者認為綠色全要素生產率是高質量發展的源泉，可單獨用其衡量農業高質量發展（Wang 等，2019）。比較來看，綜合評價法由于指標選擇存在主觀性和隨機性，導致已有測度結果的橫向可比性變弱，而單一指標法又無法充分概括高質量發展的多維特征。由于農業高質量發展面臨農業多功能協調發展失衡問題（徐光平等，2021），且拓寬農業多功能以促進農業生產者收入水平提高是農業高質量發展的本質內涵（于婷等，2021）。因此，本文從農業生態功能視角出發，利用農業綠色全要素生產率對農業生態高質量進行表征，以避免上述問題產生。

要素錯配對農業發展的影響是近年來學者關注的熱點話題。從研究范圍看，既有研究大多集中在區域（陳訓波，2012）、國家（Ayerst 等，2020）或者全球層面（Adamopoulos 等，2014），目前尚缺少基于地級市層面的分析。從研究視角看，部分學者討論了單要素錯配對農業生產的影響，如勞動力（Dower等，2018）、土地（Gao 等，2021）和資本（Skevas等，2018），也有部分學者同時將兩個或兩個以上要素同時納入分析框架以論證其對農業生產的影響（朱喜等，2011），但忽視了要素之間的不完全替代性。從研究方法看，學者一般參考Hsieh等（2009）或Aoki（2012）的研究框架進行分析，通過數理推導驗證要素錯配對本地農業生產的影響，忽視了要素市場化改革過程中，要素的空間流動對鄰近地區農業生產的影響。

本文主要目的是從糧食主產區地級市層面出發，揭示要素錯配對農業生態高質量發展的影響。主要的邊際貢獻包括三個方面。第一，從地級市層面探索要素錯配對農業發展的影響，地市級尺度的分析具有更小空間范圍上的政策指導性，更能提高估計結果和政策指導的精確性。第二，豐富了從空間維度分析要素錯配影響農業生態高質量發展的研究內容。既有研究僅關注要素錯配對本地農業產生的影響，但隨著要素空間流動性加強，在分析過程中應考慮空間因素。第三，探究要素錯配影響農業生態高質量發展的作用機制和非線性特征。既有成果大多對要素錯配的成因進行分析，但涉及要素錯配如何作用于農業生態高質量以及其作用效果是否存在非線性特征的文獻相對較少。鑒于此，文章基于2004～2020 年中國糧食主產區154個地級市的面板數據，對其要素錯配和農業生態高質量發展狀況進行評價，在此基礎上，運用空間杜賓模型實證檢驗地市層面要素錯配對農業生態高質量發展的空間效應和作用機制，并進一步利用面板門檻模型分析要素錯配對農業生態高質量發展的非線性影響。

二、機理分析

（一）要素錯配與農業生態高質量發展

優化要素配置是推動農業高質量發展的前提（楊建利等，2021）。與商品市場相比，中國的要素市場改革相對滯后，黨的十八屆三中全會提出讓市場在資源配置中發揮決定性作用，改變了以政府為主導而讓市場發揮基礎性作用的傳統資源配置方式，雖然推動了要素配置效率的提高，但中國農業部門仍存在要素錯配問題（Qin等，2022）。要素錯配不僅抑制了農業產出的增長，且可能導致農業面源污染問題的產生（鄭宏運等，2019；葛繼紅等，2012）。依據農業生產特性可知，農業生產存在一定季節性，在不同生產階段其對要素配置的要求也不同。另外，作為推動農業發展的重要外部力量，政府相關農業發展政策的實施具有時間滯后性，導致要素配置對農業發展的影響也因政策的推廣而存在差異。同時，各地市在農業資源稟賦、農業生產方式、農業技術水平和農業經濟發展水平等方面存在差異性，使得要素配置對農業發展的影響因地理空間的變化而變化，且農業生產存在顯著空間相關性，隨著要素市場化改革的穩步推進，生產要素的空間流動不斷加強，意味著本地農業發展必然會受到鄰近地區農業生產要素配置的影響?；谝陨戏治?，提出假說1。

假說1：要素錯配對農業生態高質量發展的抑制作用存在顯著空間溢出效應且具有時空異質性。

（二）要素錯配、產業升級與農業生態高質量發展

產業結構升級是推動農業高質量發展的關鍵因素。農業產業結構的優化升級帶動中國的農業綠色全要素生產率不斷提升，顯著提高農業整體發展質量（金芳等，2020）。依據配第—克拉克定理，隨著一國經濟發展水平的提高，其產業結構也會隨著生產要素的流動而不斷優化升級。產業結構調整的過程實質是生產要素的流動和重新配置，隨著生產要素的流動，要素錯配程度會有所下降，農業高質量發展水平不斷提升。但目前產業結構升級速度較慢，導致現階段的農業產業結構已遠不能適應農業高質量發展的要求（涂圣偉，2016）。產業結構升級能有效提高各類型要素配置效率，進而緩解農業資源要素錯配情況，帶動農業高質量發展。就資本錯配而言，產業結構升級可增加農業產業吸納資本能力，引導金融資金流向農村和農業領域，提高資本供需匹配度，緩解資源錯配程度，使農業資本實現跨區域整合，推動農業高質量發展。就勞動力資源錯配而言，產業結構升級可吸引高素質的勞動力向農業領域回流，逐步形成新型農業經營主體，緩解勞動力資源錯配，為農業高質量發展提供人力資源保障。依據以上分析，提出假說2。

假說2：農業產業升級可緩解要素錯配對農業生態高質量發展的抑制作用。

（三）要素錯配、科技進步與農業生態高質量發展

與商品市場相比，中國要素市場化改革進程相對滯后，使得要素價格產生扭曲，導致其價格無法真實反映要素的稀缺程度（李平等，2014）。要素價格的扭曲引發無風險套利空間的出現，理性的創新主體傾向于通過爭奪有形的要素資源來尋求自身發展，而不是開展高投入和高風險的技術創新活動。另外，要素價格的低估會抑制創新人才的積極性，不利于人力資本的形成和培養，從而擠壓技術創新效率。加之長期困擾中國農業發展的科技投入不足的狀況至今仍未得到根本改觀（魏后凱，2017），導致與發達國家相比，我國農業科技創新水平仍然相對較低。雖然以勞動節約型技術進步為代表的農業科技創新推動了農業生產效率的提升，但以化石能源為動力的農業機械的大規模使用，在提高農業生產效率的同時，也帶來了農業生態環境的破壞，對農業生態高質量發展水平的提升帶來不利影響。依據以上分析，提出假說3。

假說3：農業科技進步強化了要素錯配對農業生態高質量發展的不利影響。

三、變量選取和模型構建

（一）變量選取和說明

1.被解釋變量

農業生態高質量（GTFP）。遵循已有成果（李欠男等，2020），采用超效率EBM-GML模型測算糧食主產區地級市農業綠色全要素生產率，并將測算結果作為農業生態高質量發展的代理變量?？紤]到其測算結果為環比指數，因此在回歸分析中將其轉換為以2004年為基期的定基指數。參考已有研究（李欠男等，2020；李谷成，2014），測算過程中的投入變量為第一產業就業人員、農作物播種面積、農業機械總動力、化肥折純量和有效灌溉面積，期望產出為農林牧漁業總產值（2004年不變價），非期望產出為農業面源污染。其中農業面源污染核算所需的相關系數主要來自陶園等（2021）的研究成果，污染來源主要包括化肥（氮肥、磷肥和復合肥）、農田固體廢棄物（稻谷、小麥、玉米、大豆、薯類、油料和蔬菜）和畜牧業（牛、羊和豬）所產生的化學需氧量、總氮和總磷。由于地級市農藥、農膜和家禽養殖等數據缺失較為嚴重，本文未測算。

2.核心解釋變量

要素錯配（Fmis）。關于要素錯配的測量借鑒前人研究成果（鄭宏運等，2019；Aoki，2012），在假定土地要素稟賦不變的前提下，將農業生產要素分為資本、勞動和土地。假設各地區生產函數滿足柯布—道格拉斯（C-D）形式，基于利潤最大化前提，利用拉格朗日乘法計算資本和勞動的相對錯配系數。具體如下所示：

式（2）和式（3）中，γKi和γLi分別表示資本和勞動的相對錯配系數；Ki和Li分別為i地區的農業資本存量和勞動力數量，K和L分別為主產區總的農業資本存量和勞動力數量；si代表i地區農業產出占主產區的比重；βKi和βLi分別為i地區的資本和勞動彈性；βK和βL則分別表示資本和勞動貢獻的加權值。由于各地市的經濟和技術發展水平存在差異，其資本和勞動產出的彈性可能不同，所以其彈性系數是在規模報酬不變的C-D生產函數的基礎上，利用變截距、變斜率的變系數面板模型進行估算。計算過程中所涉及的產出為農林牧漁總產值（2004年不變價），投入為農業資本存量、第一產業從業人員和農作物播種面積。其中農業資本存量利用永續盤存法測量，各地級市的折舊率采用其所在省份的數值，分省折舊率參考宗振利等（2014）的研究成果，第一產業從業人員和農作物播種面積采用統計年鑒數據。

上述兩式以地區平均水平為參照系衡量資本和勞動的錯配程度，忽視了要素之間不完全替代性，無法反映資本相對勞動是否存在錯配。因此，借鑒Qin 等（2022）的方法，進一步構建要素錯配系數（Fmis）來反映資本相對勞動的錯配程度：

式（4）中，Fmis越大，表示資本相對勞動錯配越嚴重，若Fmis為零則不存在要素錯配。

3.控制變量

為避免遺漏變量可能產生的內生性偏誤，文章進一步將以下變量納入計量模型。經濟發展水平（Pgdp）：以地級市人均GDP衡量地區經濟發展水平；機械化水平（Mech）：以單位農業播種面積上的農業機械總動力進行衡量；城鎮化水平（Urban）：采用城鎮人口占總人口的比重進行衡量，城鎮人口缺失的地市以非農業人口數據進行替代；工業化水平（Industry）：采用第二產業增加值占地區GDP的比重進行度量；財政支農水平（Fsup）：利用地級市農林水事務支出與總財政支出的比值作為其代理指標。

4.調節變量

農業產業升級（Upgrade）。農業產業升級是指農業產業形成、發展和衰退的過程。農業產業結構的優化升級帶動中國的農業綠色全要素生產率不斷提升，農業整體發展質量得到顯著提高（金芳等，2020）。依據配第—克拉克定理，本文采用農林牧漁服務業總產值與農林牧漁業總產值的比重對其衡量。

農業科技進步（Tech）。農業科技進步是指不斷用先進的農業技術代替落后的農業技術，以促進農業生產力的發展。技術進步是推動農業高質量發展的重要因素。借鑒Qin等（2022）研究方法，利用農業生產函數測度農業科技進步，設規模報酬不變的農業生產函數為其中，Yt為農林牧漁業總產值（2004年不變價），kit分別為農作物播種面積、第一產業從業人員、農業機械總動力、農業化肥折純量，βi為貢獻率，At為農業科技進步指標。

（二）數據來源與描述性統計

本文研究樣本為2004～2020年中國13個糧食主產區地級市，刪除數據缺失嚴重的興安盟、錫林郭勒盟、烏蘭察布市、巴彥淖爾市、阿拉善盟、延邊州、大興安嶺地區、巢湖市、萊蕪市、濟源市、恩施自治州、隨州市、仙桃市、天門市、潛江市、神農架林區、湘西土家族苗族自治州、阿壩藏族羌族自治州、甘孜藏族自治州、涼山彝族自治州及省會城市（省會城市一般是該省的政治、經濟和文化中心，不以農業發展見長），最終獲得154個地級市的平衡面板數據。以2004年作為研究起點的原因在于當年頒布了21世紀第一個中央一號文件，且該年也是中國糧食產量十九連豐的起點，為農業高質量發展奠定了堅實的物質基礎。文中數據主要來源于EPS數據庫，缺失值利用各地市統計年鑒和國民經濟和社會發展統計公報或均值法進行補充。各變量的描述性統計如表1 所示，可知多數變量的均值均大于標準差，說明數據離散程度不高，可進行下一步分析。

表1 描述性統計

（三）模型構建

為考察要素錯配對農業生態高質量發展的影響，本文構建一般性的空間計量模型（Lesage 等，2009）：

式（1）中，下標i和t分別表示區域和年份，yit表示地級市i在第t年的農業生態高質量發展水平；Xit為解釋變量的集合；β為解釋變量的待估參數向量；ρ為被解釋變量的空間滯后系數；φ為解釋變量的空間回歸系數；μi、vt分別代表空間和時間效應；εit為服從獨立同分布的隨機誤差項；Wij為空間權重，以地市間最短距離的倒數表示。

四、結果分析

（一）要素錯配的動態演進

由圖1可知，第一，主峰分布在曲線的左側且曲線中心位置整體呈現波動左移的趨勢，說明糧食主產區大多數地市的要素錯配水平相對較輕，且整體不斷下降；第二，波峰高度呈現波動上升趨勢，且曲線覆蓋寬度不斷縮小，由寬峰向尖峰轉變，表明地市間要素錯配的絕對差異不斷縮??；第三，曲線拖尾在右側波動增加，分布延展性有所擴張，表示要素錯配處于高值區的地市數量有所增加且與平均水平的差異不斷擴大。第四，整個研究期內，要素錯配分布始終保持一個主峰為主和右側多個隆起次峰為輔的形態，但側峰與主峰間的高度差距較大，預示著地級市的要素錯配仍具有一定的梯度特征，呈微弱的多極分化態勢。鑒于不同地市間影響要素配置的經濟發展水平、政府支持力度、產業發展水平等存在明顯的異質性，短期內要素錯配程度較高的地市難以快速趕上要素錯配程度較輕的地市，兩者之間差距可能會在一定時期內持續拉大。

圖1 2004～2020年要素錯配核密度

綜上，研究期間主產區要素錯配程度波動下降，整體錯配程度相對較輕且地市間差異不斷縮小，但要素錯配程度較高的地市與平均值的差異不斷擴大且極化特征明顯。

（二）農業生態高質量發展的動態演進

由圖2可知，第一，2004～2020年曲線中心整體呈現波動右移態勢，說明農業生態高質量不斷提升。整個研究期間，地級市農業生態高質量發展水平達到1.0718，技術進步保持著年均7.93%的增長速度，而技術效率則年均增長-0.69%，表明農業生態高質量的增長源泉主要來自前沿技術進步的“單軌驅動”。第二，波峰高度整體呈“降低—升高—降低”的波動下降趨勢，由尖峰轉向寬峰，且曲線覆蓋面積有一定的遞增特點，說明地市間農業生態高質量發展水平的絕對差異不斷擴大。第三，曲線拖尾在右側波動增加，分布延展性一定程度上存在擴張趨勢，表明農業生態高質量發展處于高值區的地市與平均水平的差異有所擴大；第四，核密度曲線經歷了從多峰向單峰的演化過程，說明農業生態高質量發展由擴散向收斂轉變，極化現象不斷削弱。

圖2 農業生態高質量核密度

綜上所述，2004～2020年，糧食主產區地市層面的農業生態高質量發展水平受技術進步的“單軌驅動”在不斷提高，雖然地市間的極化現象有所削弱，但絕對差異不斷擴大。

（三）要素錯配對農業生態高質量發展的影響

1.變量空間自相關檢驗

由表2可知，在不同的空間權重下，兩個變量在多數年份均通過至少10%顯著性水平檢驗，說明農業生態高質量和要素錯配存在空間相關性，適宜采用空間計量模型。

表2 農業生態高質量和要素錯配全局莫蘭指數

2.模型檢驗及選擇

由表3可知，LM檢驗、Robust LM檢驗、Wald檢驗和LR檢驗均通過1%顯著性水平檢驗，表明選擇空間杜賓模型合理（Lesage 等，2009）。同時Hausman 檢驗在1%水平上顯著，所以選擇含有固定效應的空間杜賓模型。對比個體固定、時點固定和個體時點雙固定三種模型，發現只有時點固定效應模型的多數變量通過顯著性檢驗，且核心解釋變量的作用方向符合預期，因此，文章最終選擇時點固定效應的空間杜賓模型進行分析。

表3 空間計量模型檢驗結果

3.基準回歸

實際回歸中對所有絕對值變量作對數化處理以避免異方差的影響，具體結果見表4。

表4 全樣本估計及空間效應分解結果

可知，農業生態高質量的空間自回歸系數ρ在1%水平上顯著為負，說明區域農業發展過程中存在“虹吸效應”，即農業生態高質量發展水平較高的地區會吸引周邊地區的生產要素，提升本地區的農業發展水平，但對鄰近地區的農業發展帶來負面影響。由于空間杜賓模型的估計系數是有偏的而無法被解釋為邊際效應（Lesage等，2009），回歸結果只是對各因素的作用方向進行初步判斷，因此需進一步利用偏微分分解方法將各驅動因素的總效應分解為直接效應和間接效應，結果見表4。

（1）從核心解釋變量來看：要素錯配的直接和間接效應均在1%水平上顯著為負，表明要素錯配抑制了本地和鄰近地市農業生態高質量發展水平的提升。要素錯配阻礙了農業生產效率和農業產出水平的提高，降低了農業生產者的市場收益，隨著收入水平的下降，農業生產者的綠色生產行為和采用綠色防控技術的意愿隨之下降（劉迪等，2019）。另一方面，由于區域市場分割問題依然存在，相鄰地市間無法按照市場規則進行生產要素的流動和優化調整，導致鄰近地市的要素錯配問題無法有效改善，進而抑制了其農業生態高質量發展水平的提升。

（2）從控制變量來看：經濟發展水平的提升會推動區域增長極的形成，通過極化效應吸收周邊地區的資源和要素，推動本地農業生態高質量發展水平提高，但同時也導致鄰近地區農業發展缺失必要的生產要素，進而抑制其農業生態高質量發展水平的提升；機械化水平的提高會加大對化石能源的需求，不利于本地農業生態高質量發展，且農機跨區作業大多發生在不同緯度的地區之間，而相鄰地市的農業生產大多同時進行，因此其溢出效應不顯著；城鎮化水平的提升加速了土地和農村青壯年勞動力的非農化，為避免農業產出水平的下降，農戶會加大對化肥等化學物品的使用，進而抑制本地農業生態高質量發展水平的提升。另一方面城鎮規模的擴大帶動農產品需求的增長，在區域內部市場無法滿足農產品需求之時，需要引入周邊地區農產品，而城鎮居民對綠色、安全農產品的消費需求會倒逼農業生產者改進生產方式，減少農業污染。財政支農政策在促進農業發展的同時，也可能扭曲要素的市場價格，加劇農業面源污染的產生（葛繼紅等，2012）。工業化的快速發展要求農業部門提高產能以滿足其對原材料的需求，但受自然資源稟賦的限制，農業部門只能通過加大化學元素的使用來實現擴大產出的目的，這無疑會加大對農業生態環境的破壞。

通過上述分析可知核心解釋變量要素錯配對農業生態高質量發展的抑制作用不僅體現在本地農業上，且存在顯著的空間溢出效應，至此，假說1得到部分驗證。

4.穩健性檢驗及內生性處理

為進一步驗證上述結果的合理性，本節從以下5方面進行檢驗，具體結果如表5所示。

表5 穩健性及內生性處理結果

（1）更換權重。在前文地理權重的基礎上，進一步構建經濟地理權重矩陣以檢驗上文結果的可靠性，結果見表5第（1）列。

（2）替換因變量。將因變量更換為綠色技術效率，繼續檢驗要素錯配對農業生態高質量發展的影響，結果見表5第（2）列。

（3）縮尾處理。為避免變量極端值的存在對模型估計精度的影響，對因變量和核心解釋變量進行1%分位的雙邊縮尾處理并重新回歸。結果見表5第（3）列。

（4）調整時間窗口。中國經濟發展具有“五年規劃”的演變特征，在同一規劃時間內的宏觀政策相對一致，樣本觀測結果較為可靠。因此利用近5 年的樣本（2016～2020 年）重新估計，結果見表5第（4）列。

（5）為避免遺漏變量的模型設定偏誤及其內生性問題，文中引入因變量的滯后項加以緩解。采用動態空間SDM模型處理引入滯后項帶來的內生性問題。結果見表5第（5）列。

通過上述檢驗發現，核心解釋變量估計系數的方向和顯著性并未發生根本變化，僅僅系數大小有所差異，表明研究結果穩健可靠。

5.調節效應分析

上文實證結果表明要素錯配抑制了農業生態高質量發展且具有顯著空間溢出效應。本節基于理論分析主要探討要素錯配影響農業生態高質量發展的作用路徑。

為檢驗要素錯配對農業生態高質量的負面影響是否會隨著農業產業的優化升級而削弱，在基準回歸模型中引入要素錯配與農業產業升級的交互項（Fmis×Upgrade）進行驗證，表6第（1）列匯報了檢驗結果?？芍怀隧椀母黜椃纸庀禂稻鶠檎?，但僅有直接效應顯著，說明農業產業升級僅有助于削弱本地要素錯配對農業生態高質量發展的不利影響，溢出效應尚未顯著發揮，可能的原因在于各地市農林牧漁服務業規模較小，無法通過發揮規模效應對鄰近地市農業發展水平的提升形成輻射帶動作用。至此，假說2得到驗證。

表6 要素錯配影響農業生態高質量的調節效應分析

在基準回歸模型中引入要素錯配與農業科技進步的交互項（Fmis×Tech），驗證農業科技進步水平的提高是否會強化要素錯配對農業生態高質量發展的抑制作用。表6第（2）列結果表明，交互項的各項分解項至少在10%水平上顯著為負，說明農業科技進步強化了本地和鄰近地市要素錯配對農業生態高質量發展的負向影響。原因可能在于當前農業技術研發的焦點集中在提高農業生產效率，針對環保技術的研發尚在起步階段，不足以有效緩解要素錯配對農業生態高質量的負向影響。至此，假說3得到驗證。

6.異質性檢驗

在前文研究的基礎上，進一步將樣本按地理區位、農業生態高質量發展水平和要素配置方式進行分組，對基準回歸結果進行異質性檢驗，估計結果如表7第（1）列至第（6）列所示。

表7 異質性檢驗結果

（1）地理區位異質性。為檢驗要素錯配對農業生態高質量發展的影響是否具有空間異質性，按南方和北方兩個組別對糧食主產區進行劃分，將山東、河南、河北、內蒙古、黑龍江、吉林和遼寧7 省區的地市劃歸為北方地區，其余為南方地區。對不同地區樣本重新估計，結果見表7第（1）列至第（2）列?？芍?，北方地區的要素錯配對本地農業生態高質量發展具有顯著抑制作用，這與其要素錯配程度較高密不可分。而南方地區的要素錯配則存在正向溢出效應?？赡艿脑蛟谟谂c北方地區相比，南方地區的要素市場化配置水平相對較高（盧現祥等，2021），同時要素錯配程度較低，本地的生產要素可與鄰近地市通過跨區域要素流動調整配置，不斷優化鄰近地市的要素配置狀態，進而實現其農業生態高質量發展水平的提升。

（2）發展水平異質性。為檢驗要素錯配的作用效果是否因農業生態高質量發展水平的高低而不同，基于ArcGIS10.8軟件的熱點分析模塊，將農業生態高質量的年度幾何均值劃分為冷點、次冷點、次熱點和熱點四個層級，將冷點和次冷點地市合并為農業生態高質量發展的低水平地區，反之為高水平地區。對基準模型分樣本回歸，結果見下表第（3）列和第（4）列。從分解效應來看，對高水平地市而言，要素錯配抑制其鄰近地市農業發展水平的提高，農業發展水平較高地區可通過虹吸效應從鄰近地市吸收生產要素，使鄰近地市缺乏足夠的生產要素進行調整和配置，進而阻礙其農業生態高質量發展水平的提升。對低水平地市而言，要素錯配對農業發展的抑制作用主要體現在對當地農業的影響，溢出效應并不顯著。

（3）要素配置方式異質性。為檢驗要素錯配對農業生態高質量發展的影響是否具有時間異質性，以2013年為界將樣本分為兩組（2013年以后市場在資源配置中發揮了決定性作用，優化了要素配置效率）?；貧w結果見表7第（5）列和第（6）列。從分解效應來看，2004～2013年，要素錯配對農業生態高質量發展水平的提升具有顯著抑制作用。2013～2020 年，要素錯配回歸系數均未通過顯著性水平檢驗，且系數絕對值明顯下降，在一定程度上表明要素市場化改革提高了資源配置效率，緩解了要素錯配對農業生態高質量發展的負向影響。

通過上述分析可知，要素錯配對農業生態高質量發展的影響隨著時間和空間的變化而變化，至此，假說1得到全部驗證。

7.非線性討論

上文實證表明在要素錯配作用于農業生態高質量發展的過程中，農業產業升級和農業科技進步可發揮顯著調節作用，本節進一步以兩者為門檻變量，檢驗要素錯配對農業生態高質量發展的影響是否存在非線性特征。

借鑒Hansen（1999）的研究思路對模型是否存在門檻效應進行檢驗，同時確定門檻個數和門檻值。表8是門檻效應的檢驗結果?？芍?，當農業科技進步為門檻變量時，存在雙門檻效應，門檻值分別為0.1932和0.5407，均通過1%顯著性水平檢驗。農業產業升級未通過相應檢驗，因此本節僅分析農業科技進步的門檻效應。根據門檻模型的原理，門檻估計值是似然比統計量LR趨近于0時對應的γ值。圖3為門檻變量的似然比函數圖，圖中虛線為LR值在5%顯著性水平下的臨界值7.35，虛線以下的區域構成門檻值95%的置信區間。由于臨界值明顯大于LR統計量的最低值，所以認為已測算的門檻值真實有效。

圖3 門檻變量似然比函數圖

表8 門檻效應檢驗及門檻值

當農業科技進步為門檻變量時，要素錯配對農業高質量發展的影響整體呈“U 型”特征（見表9）。具體表現為：當農業科技進步低于門檻值0.1932時，要素錯配的回歸系數在1%水平上顯著為負；當農業科技進步進入門檻值0.1932 和0.5407 之間以及跨過門檻值0.5407 時，要素錯配的回歸系數均在1%水平上顯著為正。究其原因，當農業科技進步低于門檻值時，此時農業科技發展水平相對較低，要素配置效率的高低成為推動農業生態高質量發展的關鍵，此時要素錯配問題的存在不僅降低了農業生產效率，且導致農業生產者收益下降，抑制其采取綠色生產的行為。隨著農業科技進一步提升并跨過門檻值，要素錯配顯著提升了農業生態高質量發展水平，雖然與預期不符，但仍有合理之處，此時農業科技發展水平相對較高，且隨著市場化改革的穩步推進，地市間要素錯配程度在不斷下降，要素錯配對農業發展的負向影響不斷降低，而農業科技進步對農業發展的促進作用日趨提高，當農業科技進步的促進作用高于要素錯配的抑制作用時，兩者綜合作用下，會導致隨著農業科技水平的發展，要素錯配正向促進農業生態高質量發展水平的提升。

表9 面板門檻模型參數估計結果

五、結論與政策建議

（一）結論

基于2004～2020年中國13個糧食主產區154個地級市的面板數據，利用計量模型分析了要素錯配對農業生態高質量發展的溢出效應、作用機制及非線性影響，具體結論如下：

第一，研究期間，地市間要素錯配程度不斷下降且整體處于低位徘徊，地市間差異有所減小。受農業技術進步的影響，地級市農業生態高質量發展水平不斷提高，但地市間差異有所擴大。

第二，要素錯配對農業生態高質量發展的抑制作用具有顯著時空異質性。要素錯配抑制了本地和鄰近地市農業生態高質量發展水平的提升。其中，隨著地理區位的變化，北方地區的要素錯配對本地農業生態高質量發展具有顯著抑制作用，而南方地區的要素錯配則存在正向溢出效應；當農業生態高質量發展處于高水平時，本地要素錯配阻礙了鄰近地市農業發展水平的提升，當農業生態高質量發展處于低水平時，要素錯配會抑制本地農業發展水平的提升；在2013年之前，要素錯配對本地和鄰近地市農業生態高質量發展水平的提升均存在抑制作用，但2013年之后，該抑制作用不再具有統計意義的顯著性。

第三，隨著農業產業結構的優化升級，要素錯配對本地農業生態高質量發展水平提升的抑制作用被不斷削弱，但隨著農業科技水平的提升，要素錯配對本地農業生態高質量發展的負向影響則被進一步強化，且當農業科技進步進入不同的門檻區間時，要素錯配對農業生態高質量發展的影響呈現出先抑制后促進的“U型”特征。

（二）政策建議

第一，從要素市場的關聯性出發，聯動培育農業生產要素市場。完善制度體系推動要素自由流動，充分發揮糧食主產區各地市資源稟賦優勢，依托數據技術構建農村閑置資源信息共享平臺，促進相鄰地區“農地、宅基地、農機具、勞動力、農產品”等閑置資源共享；完善農業社會化服務體系，成立農事服務產業聯盟，形成農事服務快速響應體系，提高要素配置效率。

第二，拓展農業要素市場空間，引領農業產業結構優化升級。糧食主產區各地市可通過培育優勢特色產業，延長農業產業鏈。同時加強主產區內部各省及各地市之間的交流合作，構建“點—線—面”的區域合作機制，形成產業集聚效應，促進農業生產要素在地區間高效流動，推動產業結構優化升級。

第三，“科技+數字”賦能糧食主產區經濟效益與環境效益的協同提高。盡管主產區糧食產量不斷提高，但并未導致其農業生態高質量發展水平的下降，反映出在農業現代化發展進程中可實現經濟效益和生態效益的協調統一。糧食主產區需要利用數字經濟創造的新機遇，改變傳統要素的投入結構，迭代升級“互聯網+農業服務+綠色技術”模式，快速改變傳統的農業生產方式。

第四，因地制宜制定要素配置措施。北方地區可通過深化要素市場改革，完善生產要素的定價機制，使其真實反映稀缺程度和供求關系，從而更好地引導資源向高效率領域流動。同時通過加強農業領域的監管力度，規范市場秩序，防止部分企業通過不正當手段獲取生產要素，妨礙要素市場的正常運行。南方地區相鄰近地市間應加強區域合作，共同制定區域發展規劃和政策，促進區域內的協同發展?？赏ㄟ^建立區域合作機制、加強經濟協作等方式，促進區域內的資源共享和優勢互補，提高整體農業綠色全要素生產率水平；對農業生態高質量發展處于高水平的地區，可通過加強與鄰近地市的區域合作，促進生產要素的合理流動和優化配置。通過建立合作機制，推動資源共享和優勢互補，實現區域內的協同發展。對農業生態高質量發展處于低水平的地區，主要是完善高素質農民培育培訓機制，制定新型農業經營主體的人才培育制度，強化投入保障，積極爭取建設投資、財政補助、運行投入等經費，加大財政資金支持力度，重點緩解本地要素錯配對農業生態高質量發展的負向影響。