EN中文

自然资源学报 >

2024 , Vol. 39 >Issue 3: 620 - 639

DOI: https://doi.org/10.31497/zrzyxb.20240308

其他研究论文

耕地转入对耕地利用可持续集约化的影响——基于经营规模、细碎化水平的作用路径分析

  • 吕晓 , 1, 2 ,
  • 孙晓雯 1 ,
  • 彭文龙 1
展开
  • 1.东北大学文法学院，沈阳 110169
  • 2.辽宁省自然资源厅土地保护与利用重点实验室，沈阳 110169

吕晓（1984- ），男，山东茌平人，博士，教授，博士生导师，研究方向为土地利用与乡村发展。E-mail:

收稿日期: 2023-10-16

  修回日期: 2023-12-09

  网络出版日期: 2024-03-12

基金资助

国家自然科学基金项目(42071226)

国家自然科学基金项目(42261144750)

国家自然科学基金项目(42371292)

收起

The effect of cultivated land renting-in on sustainable intensification of cultivated land use: Analysis of the mediating effect of management scale and fragmentation level

  • LYU Xiao , 1, 2 ,
  • SUN Xiao-wen 1 ,
  • PENG Wen-long 1
Expand
  • 1. School of Humanities and Law, Northeastern University, Shenyang 110169, China
  • 2. Key Laboratory of Land Protection and Use, Department of Natural Resources of Liaoning Province, Shenyang 110169, China

Received date: 2023-10-16

  Revised date: 2023-12-09

  Online published: 2024-03-12

Fold

摘要

基于曲阜、莒县526份农户调研数据，利用碳足迹、能值分析等方法综合评估农户耕地利用可持续集约化水平（SICLU），在对耕地转入影响耕地利用可持续集约化的传导机制进行分析的基础上，利用中介效应模型检验耕地经营规模、细碎化水平的中介作用。结果表明：（1）耕地转入户SICLU水平较高，耕地利用可产生较好的经济、社会效益，而生态效率有待提高。转入户、未转入户、全样本农户户均耕地利用经济效益、生态效益、社会效益、耕地利用可持续集约化水平分别为0.115、0.067、0.081，0.623、0.630、0.628，0.045、0.043、0.044，0.261、0.247、0.251。（2）基准回归表明耕地转入对SICLU产生了显著的促进作用，且经过一系列稳健性检验后依然成立；家庭平均受教育年限、家庭抚养比是影响SICLU的重要因素。（3）中介效应结果表明，耕地转入对经营规模、平均地块规模有显著正向影响；耕地经营规模表现为显著的正向完全中介效应，中介效应为0.019；平均地块规模具有显著的正向部分中介作用，中介效应占总效应的43.021%；以上中介效应均通过稳健性检验。（4）农户异质性检验结果显示，耕地转入对“高家庭抚养比”“参加农业保险”组农户SICLU水平具有显著正向作用，对“低家庭抚养比”“未参加农业保险”组农户SICLU水平影响不显著。研究结论有助于理解耕地转入对耕地利用可持续集约化的影响及作用机制，对推动耕地利用转型具有指导意义。

关键词： 耕地利用; 可持续集约化; 耕地转入; 碳足迹; 能值分析; 中介效应模型

本文引用格式

吕晓 , 孙晓雯 , 彭文龙 . 耕地转入对耕地利用可持续集约化的影响——基于经营规模、细碎化水平的作用路径分析[J]. 自然资源学报, 2024 , 39(3) : 620 -639 . DOI: 10.31497/zrzyxb.20240308

Abstract

Based on 526 survey data of farming households in Qufu and Juxian county, this paper comprehensively evaluates the sustainable intensification level of farming households' cultivated land use by carbon footprint and emergy analysis methods. Based on the analysis of the transmission mechanism of cultivated land renting-in affecting SICLU, we use the mediated effect model to test the mediated role of management scale and fragmentation of cultivated land. The results show that: (1) The SICLU level of cultivated land transferred to farming households is higher, producing better economic and social benefits, but its ecological efficiency needs to be improved. The economic benefit, ecological benefit, social benefit and the level of SICLU are 0.115, 0.067 and 0.081; 0.623, 0.630 and 0.628; 0.045, 0.043 and 0.044; 0.261, 0.247 and 0.251 for renting-in farming households, non-renting-in farming households and the whole sample, respectively. (2) Baseline regression shows that cultivated land renting-in has a significant positive effect on SICLU, which is still valid after a series of robustness tests. The average years of education and the ratio of family dependency are important factors affecting SICLU. (3) The mediated effect model shows that cultivated land renting-in has a significant positive effect on the management scale and the average land size. The cultivated land management scale whose mediating effect is 0.019 shows a significant positive and complete mediating effect, and the average land size shows a significant positive and partial mediating effect, whose mediating effect accounts for 43.021% of the total effect. All the mediating effects above pass the robustness test. (4) The results of farming households heterogeneity test show that cultivated land renting-in has a significant positive effect on the SICLU of farming households in the "high family dependency ratio" and "participating in agricultural insurance" group, but has no significant effect on the SICLU of farming households in the "low family dependency ratio" group and "not participating in agricultural insurance" group. The conclusion of this study is helpful to understand the impact of cultivated land renting-in on the SICLU and its mechanism, and has guiding significance for promoting the transformation of cultivated land use.

Key words： cultivated land use; sustainable intensification; cultivated land renting-in; carbon footprint; emergy analysis; mediated effect model

联合国粮农组织（FAO）等在《2022年世界粮食安全和营养状况》中指出，2021年全球受饥饿影响的人数已达8.28亿[1]，消除饥饿和一切形式营养不良的挑战不断增加。尽管20世纪中期以来的“绿色革命”实现了世界范围粮食的显著增产，但同时也付出了沉重的环境代价[2]。因此，为应对传统农业生产过度集约的负面影响，可持续集约化（Sustainable Intensification，SI）在国际上被广泛讨论。其以较低的环境成本集约利用存量土地生产更多、更可持续的产品为目标，以正向调节土地投入/产出关系为过程，倒逼有限的土地可持续地提供物质生产与服务功能[3]。面对中国人多地少的严峻国情，可持续集约化的理念内涵及国际经验为中国耕地利用转型、协同粮食安全保障和生态文明建设提供了可能的努力方向[4,5]。
可持续集约化源于对传统农业集约化生产导致土壤和水体污染、生物栖息地破坏等环境问题的反思[6]，其含义从侧重在较小的环境影响下提高粮食产量[7]，发展到关注儿童健康、调整膳食结构、促进分配公平、缩小贫富差距等社会可持续性内涵[4]。吕晓等[8]在可持续集约化概念的基础上提出耕地利用可持续集约化（Sustainable Intensification of Cultivated Land Use，SICLU），并通过物质流法、能值分析、DEA模型、超效率SBM模型等多种方法评价了省、市、农户等多时空尺度的SICLU水平[9⇓-11]。在SICLU影响机制方面，彭文龙等[3]探究了环境、资源禀赋—农户生计资本—生计转型—耕地依存关系—耕地利用可持续集约化的关系，发现农户生计转型与SICLU存在互馈影响。李丽等[11]应用调节效应模型发现农地确权对耕地利用可持续集约化的影响与农户是否具备适配的生产要素重配置能力有关。刘晶等[12]在理论上分析了细碎化对资源利用水平、农业生产效率、农村社会经济、景观生态等兼具积极和消极作用，对耕地利用可持续集约化具有传导性、交互性的复杂作用路径及权衡、协同等差异化的作用关系。叶曼飞等[13]应用SEM模型证实农户生计脆弱性对耕地利用可持续集约化水平不具有直接效应，而农地价值认知对耕地利用可持续集约化水平具有正向直接效应，且受农地流转的正向调节作用。通过文献梳理发现，已有研究从理论上探讨了农地确权、细碎化、农户生计转型、农户认知、耕地流转对SICLU的直接影响或非线性关系，缺乏对于间接传导机制的中介效应探讨。
随着城镇化进程的不断加快，农村青年劳动力从农业部门向非农业部门的转移日益增多。为解决未来中国耕地由谁耕种的问题，2014年，中共中央印发了《关于引导农村土地经营权有序流转发展农业适度规模经营的意见》，要求大力发展耕地流转和适度规模经营。此后，随着农村承包土地“三权分置”的颁布实施，耕地流转的积极性进一步提高。2020年，全国土地承包面积超过1.04亿hm2，土地流转面积约为 3548万hm2，占全国土地承包面积的三分之一以上[14]。围绕耕地转入对农户耕地利用的影响，学界开展了一系列较为深入的研究。一方面，有学者认为耕地转入具有边际产出拉平效应，有利于促进新技术的使用、提升各生产要素的配置水平、提高劳动生产率和土地产出率，是提高资源利用效率、增强农田生态系统服务、增加农民收入、促进社会公平等的核心驱动力[15⇓-17]。另一方面，有学者发现由于耕地流转期限短、流转合同不规范、流转后缺乏监管约束机制等原因，耕地转入存在土地利用风险[18]，具体包括土地非粮化与非农化风险、土地撂荒风险、土地过度利用风险、土地硬化风险等[19]。然而，目前的文献更多地关注了耕地转入对农业环境[15]、化肥使用[20]、碳排放[21]、农户收入[22]、土壤质量[23]等单一方面的影响，其对SICLU这一综合评价指标的影响仍关注不够。因此，本文结合现有研究进展，在开展理论分析的基础上，基于山东省曲阜、莒县526份农户调查问卷数据开展实证分析，在对结果严格检验的基础上，系统讨论耕地转入对SICLU的影响。本文的边际贡献为：一方面，在研究视角上，关注耕地转入的经济、环境、社会综合效应，就耕地转入对SICLU的影响、过程机制、异质性进行深入分析。这对于采取有效的中介渠道推动SICLU具有重要价值。另一方面，更加全面地将耕地利用从摇篮到农场大门的生命周期所产生的碳排放、能值综合指标、耕地利用净收入纳入SICLU水平核算指标体系，优化SICLU评价方法与指标，为相关研究提供借鉴。

1 理论分析与研究假说

SICLU被定义为在同一地区能合理有效地利用存量土地，减少或消除不利的环境影响，同时获得更高的产出，增加自然资本流动和生态系统服务，并提高或维持土地利用系统的韧性[8]。SICLU紧密联系生态文明、经济转型和社会发展，包含生态效益、经济效益和社会效益三个现实目标。（1）强化耕地作为生态系统抵御外界干扰和自我调节恢复的能力，修复并提升生态服务功能，保证耕地质量的长期稳定和有效提高。（2）在保证耕地数量充足、质量优良及确保粮食安全的基础上，加强对土地、劳动力、资本、技术等各生产要素的统筹调配，科学提高土地生产率和劳动生产率，确保粮食生产能力得到长期稳定的提升。（3）关注饮食需求、减少浪费、市场交易、分配公平、代际公平等社会问题和人类福祉，尤其是对于农民的关注，让农民成为SICLU的参与者和受益者，推动耕地保护三位一体的行为响应。理论上，SICLU直接取决于经营主体对土地、劳动力、资本、技术等生产要素的合理配置和有效替代。农户作为耕地利用的主体，其生产经营能力是影响SICLU的关键性因素[11]。陈训波等[24]发现相较于未流转户，转入户各生产要素之间的比例关系更加协调。耕地从低效农民手中集中到高效农民手中，在深化农户分工和提高农户专业化水平的同时，减少耕地抛荒[25]，增加新技术的使用，提高各生产要素的配置水平，使耕地利用产生经济效益、生态效益、社会效益。结合耕地利用可持续集约化、耕地转入相关研究，SICLU水平的提高主要体现在耕地转入驱动下耕地经营规模扩大、细碎化改善[26]产生的可能的资源节约效应、碳排放减量效应、产出高效效应、净收入的增量效应及社会可持续效应。耕地转入产生的五方面效应所映射的生态效益、经济效益和社会效益三个目标之间存在交叉和重叠，呈复合响应状态[3]。资源节约效应、产出高效效应、净收入增量效应都能反映经济效益，资源节约效应、碳排放减量效应都能反映生态效益，资源节约效应、碳排放减量效应、产出高效效应、净收入增量效应、社会可持续效应都能反映社会效益。另外，五方面效应彼此之间存在制衡与协同，耕地利用可持续集约化追求的是其综合效益的最大化（图1）。
图1 理论分析框架

Fig. 1 Theoretical analysis framework

（1）耕地转入的资源节约效应、碳排放减量效应、产出高效效应、净收入的增量效应体现在农户耕地利用物质、能量、资金的投入—产出关系上。化肥、农药、机械燃油等流动资本及农机等固定资本投入作为耕地利用碳排放的主要来源和生产成本的重要组成部分，首先，具有较高运营能力和丰富生产经验的转入户更有可能实现化肥、农药等流动资本的减量投入，节约资源、提高资源利用效率；其次，经营规模的扩大、细碎化水平的改善提高了农机使用效率，降低了农机往返不同地块间的能耗，有利于减少碳排放、降低生产成本；最后，耕地转入扩大了农户耕地经营规模，从一定程度上摊薄了保护性投资成本，刺激农户耕地保护性投资的意愿，从而有利于减少碳排放、改善耕地质量[23]、提高土地生产率。
（2）耕地转入对社会可持续性的作用体现在对粮食安全的贡献及包括增收与分配公平在内的农户福利的改善[27]。一方面，耕地流转使荒废耕地的经营权流转于致力从事农业生产经营的个体或组织手中，使抛荒地的生产功能重新激活，从而提高农业产值[26]；另一方面，大多数学者就耕地转入可带动农户增收已达成共识[16,22]，但也有研究[28]指出耕地转入后相应地块必须形成连片作业才能达到增收的目的。此外，耕地转入在特定环境下有助于缩小农户收入差距，如韩菡等[29]发现在经济欠发达、耕地收益率低的地区，低收入农户更容易获得转入耕地的机会，从而改善不同资本禀赋农户间的收入分配公平。
除上述分析外，耕地转入可能产生一定的环境负效应或造成效率损失，阻碍耕地利用可持续集约化。例如，在劳动力短缺的情境下，转入户可能倾向以资本替代劳动力进行农业生产，过量施用化肥、农药，造成生态环境压力；在发育不完全的市场中，由于耕地流转契约的不规范和不完备，部分转入户注重短期利益，产生短视化行为，如调整种植结构、耕种方式及耕种强度以增加收益，导致资源浪费、碳排放和面源污染增加[30]；虽然农业机械化可以提高劳动生产率，但伴随其投入强度的加大，碳排放量也随之增加[21]；当农户的生产能力与经营规模不匹配时，因生产能力限制，其耕地利用难以趋向可持续集约化[13]。
综上，提出以下假设：
H1：耕地转入对SICLU水平可能存在正向影响。
H2：耕地转入通过影响耕地经营规模、细碎化水平进而影响SICLU水平。

2 研究方法与数据来源

2.1 数据来源及处理

本文所采用的农户数据来源于课题组2020年于山东省曲阜市、2021年于山东省莒县两地自主开展的农户问卷调查所获得的截面数据。调研区域涉及曲阜市3个乡镇的12个自然村及莒县3个乡镇、2个街道的11个村。两次调研共发放农户调查问卷590份，剔除关键问题缺少的问卷，获得有效问卷526份，其中曲阜市问卷327份、莒县问卷199份，问卷有效率为89.153%。参与调研的人员均为土地资源管理专业的硕士和博士生，具备一定专业知识。在正式调研前进行了预调研、问卷研讨、调研人员培训，以保证问卷设计的科学性、提问内容的一致性。问卷包括性别、年龄、受教育水平、健康水平等农户基本特征；种植结构与农资、农机、劳动力、能源等耕地利用投入以及农作物产量、承包地及流转等耕地利用情况；农户土地政策及环境认知、行为意愿等心理感知情况。对本文所涉及的个人及家庭基本特征数据、耕地利用投入—产出数据进行信度及效度检验。结果显示，克朗巴哈α系数为0.788，KMO值为0.776>0.5，Bartlett检验结果显示P值为0.000<0.05，说明问卷结果具有参考价值且设计有效。在数据处理过程中，农户耕地利用N、P、K投入由农户施用的三元复合肥（N∶P∶K=11∶24∶23）、二胺（N∶P=17∶47）、尿素（N=31%）中相应元素含量折算而得；在计算耕地利用碳足迹、投入能值及经济成本时，假设机引农具、水泵的寿命分别为10年、15年；由于谷子、薯类、蔬菜种子碳排放系数不易获得，在计算种子碳排放量时未考虑上述作物。

2.2 研究方法

2.2.1 碳足迹

碳足迹（CF）作为衡量耕地利用环境影响的方法之一，通过从摇篮到农场大门的生命周期评价，以每亩耕地的净碳排放量为功能单元，以上游生产阶段和农田管理阶段为系统边界，计算过程中需同时考虑碳排放和碳固定（表1）。上游生产阶段的碳排放考虑耕地利用投入（如种子、化肥、农药、柴油、灌溉用电、机械等）生产和运输过程中产生的CO2、N2O、CH4、NH3等以及劳动力所消耗的食物能。农田管理阶段的碳排放考虑施肥、秸秆还田通过直接方式及氨挥发、氮淋溶等间接方式产生的N2O、CH4。由于本文研究区为旱地，故忽略CH4的排放[31]。由于样本农户将玉米、小麦秸秆全部还田，其他作物秸秆基本丢弃或用作饲料，故仅计算玉米、小麦秸秆还田产生的N2O。耕地利用碳固定主要包括农作物通过光合作用吸收的碳（即净初级生产量）和土壤固碳。其中，土壤固碳量常通过现场测量和模型模拟计算多年土壤有机碳储量的变化得到。由于土壤固碳数据获取较难，本文应用参数估计法以农作物的净初级生产量作为耕地利用碳固定量，如式（6）。
表1 耕地利用碳足迹核算表

Table 1 Carbon footprint accounting table of cultivated land use

项目 排放因子 数据来源
柴油 3.320 kg CO2eq/kg [31]
N 4.960 kg CO2eq/kg [31]
P 1.140 kg CO2eq/kg [31]
K 0.660 kg CO2eq/kg [31]
有机肥 0.818 kg CO2eq/kg DM [32]
农药 6.580 kg CO2eq/kg [31]
农膜 18.993 kg CO2eq/kg [33]
劳动力 0.860 kg CO2eq/日/人 [31]
电 0.920 kg CO2eq/(kW·h) [31]
机引农具 447.600 kg CO2eq/台 [31]
水泵 6.200 kg CO2eq/台 [31]
小麦种子 1.160 kg CO2eq/kg [31]
玉米种子 1.220 kg CO2eq/kg [31]
花生种子 0.920 kg CO2eq/kg [34]
大豆种子 0.250 kg CO2eq/kg [35]
旱地施肥土壤直接N2O排放（EF1） 0.010 kg N2O-N/kg N [36]
有机肥挥发间接N2O排放（EF2） 0.020 kg N2O-N/kg N [37]
氮肥挥发间接N2O排放（EF3） 0.010 kg N2O-N/kg N [37]
氮淋溶间接N2O排放（EF4） 0.0075 kg N2O-N/kg N [37]
T C E = ∑ i = 1 n A I i × E F i + C E N 2 O ( d i r e c t ) + C E N 2 O ( A T D ) + C E N 2 O ( L )
C E N 2 O ( d i r e c t ) = ( F O N × 0.238 + F S N + F C R ) × E F 1 × 44 28 × 298
C E N 2 O A T D = ( F O N × 0.238 × 0.200 × E F 2 + F S N × 0.100 × E F 3 ) × 44 28 × 298
C E N 2 O ( L ) = ( F O N × 0.238 + F S N + F C R ) × 0.200 × E F 4 × 44 28 × 298
F C R = Y i × ( 1 - r i ) H I i - Y i × ( 1 - r i ) × R R T ( i ) × N c ( i ) + Y i × ( 1 - r i ) H I i × R R S ( i ) × N c ( i )
式中：TCE为耕地利用碳排放总量（kg CO2eq）；n为耕地利用的投入项目数（个）；AIi为第i项投入量（不同投入项单位不同）；EFi为第i项的碳排放因子（表1）； C E N 2 O ( d i r e c t ) 、 C E N 2 O A T D 、 C E N 2 O ( L )分别为氮投入产生的直接N2O排放、氮以NH3和NOx-N的形式挥发后沉降的N2O排放、氮淋溶和径流产生的N2O间接排放（kg CO2eq）；FON为有机肥施用量（kg）；FSN为氮肥施用量（kg N）；FCR为还田作物秸秆及地下根系含氮量（kg N）；0.238为猪粪含氮量（kg N/kg）[38]； 44 28指N2O-N与N2O的转换系数；298指N2O的100年全球增温潜势；0.200、0.100分别指有机肥、氮肥以NH3、NOx-N的形式挥发的比例；式（4）中的0.200指氮投入因淋溶和径流损失的比例[38]；Yi、HIi、ri分别为第i种作物的经济产量（kg）、经济系数、含水率（%），作物的经济系数与含水率见 表2[37]；RRT(i)为秸秆还田率，本文取值为1；Nc(i)为秸秆含氮量（kg N/kg DM），小麦、玉米分别为0.005 kg N/kg DM、0.006 kg N/kg DM；RRS(i)为根冠比，小麦、玉米分别为0.166、0.170[38]。
T C S = ∑ i = 1 m Y i × ( 1 - r i ) × c i H I i × 44 12
式中：TCS为农作物碳固定量（kg CO2eq）；m为农作物种类数（种）；ci为第i种作物的碳吸收率，作物的碳吸收率见表2[33,39]； 44 12为C与CO2的转化系数。
C F = ( T C E - T C S ) / S
式中：CF为耕地利用的碳足迹（kg CO2eq/亩，1亩≈667 m2）；S为耕地经营规模（亩）。
表2 主要农作物的经济系数、经济产量中的含水率、碳吸收率

Table 2 Economic coefficient, water content in economic yield and carbon absorption rate of main crops

品种 经济系数 含水率/% 碳吸收率/(kg C/kg)
小麦 0.434 13.000 0.485
玉米 0.438 14.000 0.471
谷子 0.385 17.000 0.450
花生 0.556 10.000 0.450
大豆 0.425 14.000 0.450
薯类 0.667 55.000 0.423
蔬菜 0.830 85.000 0.450

2.2.2 能值分析法

能值分析法由Odum等[40]于20世纪80年代创立，解决了生态系统与社会经济系统不同类别能量之间难以比较、计算的问题，通过绘制能值系统图、构建能值分析表展示系统内物质交换、能量流动的过程，有助于分析耕地生态经济系统中可再生和不可再生资源的投入比例[10]。耕地生态经济系统的能值投入主要来自生态系统与社会经济系统，前者包括可更新环境资源（R）及不可更新环境资源（N），后者包括可更新有机能（R1）及不可更新工业辅助能（F）。可更新环境资源主要包括太阳能、风能、雨水势能、雨水化学能和地球旋转能，由于其均为太阳辐射能的转换形式，计算时仅考虑其中的最大值；不可更新环境资源主要考虑表土净损失能；可更新有机能主要包括种子、劳动力、有机肥；不可更新工业辅助能主要包括农药、化肥等（图2）。耕地利用系统能值产出为农产品存量能值之和。具体计算方法见表3[10,41]。
图2 能值流

Fig. 2 Emergy system

表3 耕地利用可持续集约化能值分析表

Table 3 Table of emergy analysis of sustainable intensification of cultivated land use

项目 计算方法
可更新环境资源（R） 太阳 耕地面积（m2）×年平均太阳辐射（J/m2）×太阳能值转换率（1.000 sej/J）
风 耕地面积（m2）×高度（1000 m）×空气密度（1.230 kg/m3）×风速梯度（3.930×
10-3 s-1）×涡流扩散系数（12.950 m2/s）×能值转换率（2.450×103 sej/J）
雨水势能 耕地面积（m2）×年降雨量（m）×水密度（1.000×103 kg/m³）×平均海拔（m）×
重力加速度（9.800 m/s2）×能值转换率（8.890×103 sej/J）
雨水化学能 耕地面积（m2）×年降雨量（m）×吉布斯自由能（4.940 J/g）×水的密度（1.000×
106 g/m³）×能值转换率（1.540×104 sej/J）×水蒸发率（0.570）
地球旋转能 耕地面积（m2）×单位面积热通量（J/m2）×能值转换率（2.900×104 sej/J）
不可更新环境资源（N） 表土净损失能 耕地面积（m2）×表土侵蚀率 [g/(m2·a)]×单位质量土壤的有机质含量（%）×有机
质能量（2.900×104 J/g）×能值转换率（6.250×104 sej/J）
可更新有机能（R1） 劳动力 劳工量（d）×能量折算系数（1.260×107 J/d）×能值转换率（3.800×105 sej/J）
种子 种子（kg）×能量折算系数（1.630×107 J/kg）×能值转换率（1.110×105 sej/J）
有机肥 有机肥（kg）×能值转换率（2.700×1012 sej/kg）
不可更新工业辅助能（F） 氮肥 氮肥（kg）×能值转换率（3.800×1012 sej/kg）
磷肥 磷肥（kg）×能值转换率（3.900×1012 sej/kg）
钾肥 钾肥（kg）×能值转换率（1.100×1012 sej/kg）
农药 农药（kg）×能值转换率（1.600×1012 sej/kg）
农膜 农膜（kg）×能值转换率（3.800×1011 sej/kg）
电力 电力（kW·h）×能量折算系数 [3.600×106 J/(kW·h)]×能值转换率（3.970×105 sej/J）
机械服务 机械服务价值（$）×能值货币比率（6.040×1012 sej/$）
能值投入合计（EM） EM=R+N+R1+F
农作物产出（Y） 粮食 粮食产量（t）×能量折算系数（1.620×1010 J/t）×能值转换率（3.800×105 sej/J）
蔬菜 蔬菜产量（t）×能量折算系数（2.460×109 J/t）×能值转换率（2.700×104 sej/J）
薯类 薯类产量（t）×能量折算系数（1.300×1010 J/t）×能值转换率（8.300×104 sej/J）
油料作物 油料作物产量（t）×能量折算系数（3.860×1010 J/t）×能值转换率（6.900×105 sej/J）
最后，构建以下五个综合能值指标进行绩效评价。（1）可再生能值分数（%R），指投入的可再生能值（EmR）与总投入能值（EM）的比率，值越大表示耕地利用系统将较大的可再生能值与较小的不可再生能值匹配。（2）能值产出率（EYR）为耕地利用产出能值（Y）与购买的社会经济资源投入能值（EmP）之比，反映购买的社会经济资源投入产出效率。（3）环境负载率（ELR）为不可再生能值投入（EmN）与可再生能值投入（EmR）之比，表征耕地利用对生态环境的压力。（4）能值可持续性指数（ESI）为EYR与ELR的比值，表征耕地利用的可持续性。（5）粮食自给指数（GSI）为耕地利用产出能值（Y）与农户家庭人口数（P）之比[42]，反映农作物产出对于自家粮食供给和社会粮食安全的贡献。

2.2.3 经济分析

经济分析揭示了农户耕地利用的经济可持续性，通过计算耕地利用的经济净收入（NICL，元）评价农户耕地利用产生的经济效益，如式（8）所示。
N I C L = I C L - A E C
式中：ICL为耕地利用产生的农户收入（元）；AEC为耕地利用的经济成本（元），包括年租金、化肥、农药、电力、柴油、机械服务、劳动力雇佣等经济投入。

2.2.4 SICLU水平

基于多维度的综合评价方法[43]，综合考虑SICLU目标要求及经济效益目标、生态效益目标对社会效益目标的正向作用[3]，以NICL表征农户耕地利用的经济效益，CF、ELR、R%表征生态效益，EYR、ESI、GSI表征社会效益。首先对各指标进行归一化赋分（Pi），对于NICL、%R、EYR、ESI、GSI值越大则绩效越好的正向指标，使用式（9）进行赋分，对于ELR和CF值越小则绩效越好的负向指标，使用式（10）进行赋分；再通过Pi的累积来估计特定目标的绩效指标PIi；最终通过PIi的累积来评估SICLU水平：
P i = P i - P i m i n P i m a x - P i m i n
P i = P i m a x - P i P i m a x - P i m i n
P I i = ∑ i α i × P i
S I C L U i = ∑ i β i × P I i
式中：SICLUi为第i个农户的耕地利用可持续集约化水平；αi和βi为各指标和目标的权重因子，本文中αi和βi的值为 1 n；n为各目标对应的指标个数或目标个数（个）。

2.2.5 测度模型与指标选择

（1）中介效应模型。为考察“耕地转入—耕地经营规模、细碎化水平—SICLU”路径是否存在显著的中介作用，参考Baron等[44]的因果逐步回归检验，建立以下计量模型：
S I C L U = α 0 + α 1 C L T + α 2 X + ε 1
M=β0+β1CLT+β2X+ε2
S I C L U = γ 0 + γ 1 C L T + γ 2 M + γ 3 X + ε 3
式中：CLT为农户是否转入耕地；X为控制变量；M为中介变量；α0、β0、γ0为常数项；α1、α2、β1、β2、γ1、γ2、γ3为变量系数；ε1、ε2、ε3为随机扰动项；中介效应为β1γ2，若中介变量发挥部分中介作用，中介效应占总效应的比例为 β 1 γ 2 α 1。
（2）变量设置。① 因变量为SICLU水平。② 自变量。耕地是否转入是本文的核心自变量。农户转入耕地取值为1，否则为0。③ 中介变量。以耕地经营规模、细碎化水平为中介变量，根据已有研究[11]，并考虑数据可获取性，以平均地块规模衡量耕地细碎化水平，平均地块规模越大则细碎化水平越低。④ 控制变量。除核心自变量、中介变量外，耕地利用可持续集约化亦受农户个体特征、家庭特征、资源禀赋、区位环境等的影响[45]，参考已有研究[11]，设置户主年龄、户主健康水平、家庭女性占比、家庭抚养比、家庭平均受教育年限、地理位置、地区虚拟变量作为控制变量。
表4为各变量的描述性统计结果。可见，SICLU水平在转入组和未转入组农户间存在显著差异，转入组农户的SICLU水平均值较未转入组高0.014。此外，耕地经营规模、平均地块规模、户主年龄、家庭抚养比、家庭平均受教育年限均值在转入组与未转入组农户间均存在显著差异，转入组农户比未转入组分别高1.155、0.358、-4.802、-0.127、0.750。
表4 变量选择、定义和描述性统计

Table 4 Variable selection, definition and descriptive statistics

变量名称 含义 耕地转入组 耕地未转入组 T值
均值 标准差 均值 标准差
因变量 SICLU水平 综合评估耕地利用产生的生态、经济、社会效益 0.261 0.064 0.247 0.043 -2.576**
自变量 耕地转入 是否转入耕地：0=未转入，1=转入 1.000 0.000 0.000 0.000 —
中介
变量		 耕地经营规模 耕地经营总面积/亩，取自然对数 2.424 1.121 1.269 0.655 -11.868***
耕地细碎化水平 平均地块规模/亩，加1取自然对数 1.299 0.611 0.941 0.420 -6.596***
控制
变量		 户主年龄 户主年龄/周岁 57.411 10.419 62.213 10.446 4.774***
户主健康水平 1=较差，2=一般，3=良好 2.775 0.450 2.701 0.503 —
家庭女性占比 家庭女性人口/家庭总人口 0.474 0.166 0.457 0.171 -0.992
家庭抚养比 家庭小于15岁和大于64岁人口之和/家庭总人口 0.290 0.298 0.417 0.340 4.234***
家庭平均受教育年限 家庭总受教育年限/家庭总人口 8.434 2.471 7.684 2.702 -2.949***
地理位置 家庭距县城距离/km，加1取自然对数 3.010 0.292 3.010 0.332 -0.010
地区虚拟变量 曲阜=0，莒县=1 1.360 0.483 1.380 0.487 —

注：***、**分别表示1%、5%的显著性水平，下同。

3 结果分析

3.1 SICLU测度结果

3.1.1 碳排放、碳固定、碳足迹结构分析

表5报告了转入户、未转入户、全样本农户耕地利用户均碳排放量。由表5可知，转入户户均碳排放量为21495.650 kg CO2eq，未转入户为3133.913 kg CO2eq，全样本农户为8405.058 kg CO2eq。其中，对转入户、未转入户、全样本农户户均碳排放量贡献前三位的项目均为柴油、N2O直接与间接排放、氮肥。就考虑耕地规模的碳排放强度而言，转入户、未转入户、全样本农户户均碳排放强度分别为630.745 kg CO2eq/亩、789.560 kg CO2eq/亩、743.968 kg CO2eq/亩。可见，虽然转入户耕地利用碳排放总量较未转入户大，但就单位面积碳排放量而言，转入户耕地利用碳排放呈现减量化特征。相较而言，耕地转入具有碳排放的减量效应，产生一定生态效益。
表5 样本农户耕地利用户均碳排放

Table 5 Average carbon emissions from cultivated land use of sample farming households (kg CO2eq)

项目 转入户 未转入户 全样本
柴油 9921.312 1428.089 3866.258
N 2741.902 430.004 1093.686
P 757.539 116.358 300.423
K 237.556 36.026 93.880
有机肥 25.797 14.943 18.059
农药 426.686 67.182 170.385
农膜 284.154 59.628 124.083
劳动力 28.394 14.753 18.669
电 2384.809 228.859 847.773
机引农具 35.867 5.013 13.870
水泵 0.244 0.060 0.112
小麦种子 363.360 50.352 140.208
玉米种子 56.450 8.422 22.210
花生种子 8.330 7.434 7.692
大豆种子 0.013 0.017 0.016
N2O排放 4223.236 666.771 1687.734
总碳排放量 21495.650 3133.913 8405.058
表6报告了转入户、未转入户、全样本农户耕地利用户均碳固定量。由表6可知，转入户、未转入户和全样本农户户均碳固定量分别为78382.564 kg CO2eq、11920.724 kg CO2eq和31000.074 kg CO2eq。就单位面积的碳固定量而言，转入户、未转入户、全样本农户分别为2469.762 kg CO2eq/亩、2827.402 kg CO2eq/亩，2724.733 kg CO2eq/亩。说明转入户农作物产出总量高，而单产较低，耕地转入对粮食总量安全具有一定贡献。
表6 样本农户耕地利用户均碳固存

Table 6 Average carbon sequestration in cultivated land used by sample farming households (kg CO2eq)

项目 转入户 未转入户 全样本
小麦 36941.376 5028.304 14189.661
玉米 38548.474 5304.541 14847.952
花生 597.495 406.837 461.569
大豆 25.428 3.116 9.521
蔬菜 383.109 79.359 166.557
薯类 651.576 76.178 241.359
谷子 1235.106 1022.389 1083.454
总碳固定量 78382.564 11920.724 31000.074
由式（7）可得，转入户、未转入户、全样本农户户均碳足迹分别为-1839.017 kg CO2eq/亩、-2037.842 kg CO2eq/亩、-1980.765 kg CO2eq/亩，说明样本农户耕地利用呈碳盈余态。转入户碳足迹较高，说明转入户耕地利用碳排放减量化并未带动土地生产率的提高，这可能与转入户生产经营能力与经营规模不匹配有关。马贤磊等[15]在探究耕地流转与规模经营对农业环境效率的影响时，也发现耕地流转对农业环境效率无显著影响。

3.1.2 能值分析

表7报告了样本农户户均耕地利用投入—产出能值状况。由表7可知，转入户、未转入户、全样本农户户均耕地利用总投入能值分别为1.495×1016 sej、2.509×1015 sej、6.082×1015 sej。可更新环境资源、不可更新环境资源、可更新有机能、不可更新工业辅助能分别占转入户、未转入户、全样本总投入能值的7.336%、6.565%、6.786%，1.571%、1.408%、1.455%，13.060%、14.085%、13.791%，78.033%、77.942%、77.968%。可见，在耕地利用能值投入结构中，不可更新工业辅助能的占比最大，是耕地生态经济系统的重要驱动力。转入户、未转入户、全样本农户户均耕地利用总产出能值分别为1.428×1017 sej、2.426×1016 sej、5.830×1016 sej，说明转入户总产出能值大。
表7 样本农户耕地利用户均能值状况

Table 7 The average emergy of cultivated land use of sample farming household (sej)

项目 太阳能值
转入户 未转入户 全样本
可更新环境资源（R） 太阳 3.120×1012 4.862×1010 1.265×1011
风 2.940×109 4.459×108 1.162×109
雨水势能 1.039×1014 1.881×1013 4.325×1013
雨水化学能 7.758×1014 1.119×1014 3.025×1014
地球旋转能 8.060×1014 1.223×1014 3.186×1014
不可更新环境资源（N） 表土净损失能 1.737×1014 2.635×1013 6.865×1013
可更新有机能（R1） 劳动力 1.581×1014 8.214×1013 1.039×1014
种子 8.615×1014 1.389×1014 3.463×1014
有机肥 8.515×1013 4.932×1013 5.961×1013
不可更新工业辅助能（F） 氮肥 2.101×1015 3.294×1014 8.379×1014
磷肥 2.592×1015 3.981×1014 1.028×1015
钾肥 3.959×1014 6.004×1013 1.565×1014
农药 1.038×1014 1.634×1013 4.143×1013
地膜 5.685×1012 1.193×1012 2.483×1012
电力 3.705×1015 3.555×1014 1.317×1015
机械服务 3.969×1015 9.293×1014 1.802×1015
能值投入合计（EM） 1.495×1016 2.509×1015 6.082×1015
农作物产出（Y） 粮食 1.359×1017 2.008×1016 5.333×1016
蔬菜 8.533×1013 1.768×1013 3.710×1013
薯类 6.719×1014 7.855×1013 2.489×1014
油料作物 6.161×1015 4.082×1015 4.679×1015
表8为样本农户户均能值综合指标评价结果。结果显示，转入户可再生能值分数为0.204，低于未转入农户，说明转入户对不可再生能值的依赖较大。转入户户均能值产出率为12.400，低于未转入户，表明在转入户耕地利用过程中，来自社会经济系统的资源利用率较低。转入户户均环境负载率为6.363，高于未转入户，表明转入户耕地利用产生的生态环境压力较大。转入户户均能值可持续性指数为7.023，未转入户为15.547，转入户耕地利用可持续性较弱。可见，从能值投入—产出效率角度来看，耕地转入并未表现出较好的生态效益、社会效益。转入户户均粮食自给指数为3.617×1016 sej/p，未转入户为7.321×1015 sej/p。可见，转入户的人均农作物产出较大，劳动生产率更高，对粮食安全贡献更大，具有一定社会效益。
表8 样本农户户均能值综合评价

Table 8 Comprehensive evaluation of average emergy value of sample farming households

评价指标 表达式 转入户 未转入户 全样本
可再生能值分数（%R） % R = E m R E M 0.204 0.207 0.206
能值产出率（EYR） E Y R = Y E m P 12.400 13.953 13.507
环境负载率（ELR） E L R = E m N E m R 6.363 6.046 6.137
能值可持续性指数（ESI） E S I = E Y R E L R 7.023 15.547 13.100
粮食自给指数（GSI，sej/p） G S I = Y P 3.617×1016 7.321×1015 1.560×1016

3.1.3 经济分析

由式（8）可得，转入户耕地利用户均净收入为20697.815元，未转入户户均净收入为4636.061元，转入户耕地利用净收入是未转入户的4.465倍。可见，耕地转入具有提高农户净收入的作用，产生较好的经济效益。在农户耕地利用经济成本结构中，机械服务分别占转入户、未转入户经济成本的20.482%、27.541%；农资、农机、雇佣劳动力成本分别占转入户、未转入户经济成本的61.298%、72.459%；耕地流转租金占转入户经济成本的18.220%。

3.1.4 耕地转入效益与SICLU水平分析

通过式（9）~式（12）计算转入户、未转入户、全样本农户耕地利用生态、经济、社会效益归一化指数及SICLU水平。结果表明，转入户、未转入户、全样本农户户均耕地利用经济效益、生态效益、社会效益、SICLU水平分别为0.115、0.067、0.081；0.623、0.630、0.628；0.045、0.043、0.044；0.261、0.247、0.251。综合来看，转入户SICLU水平较高，耕地利用产生较好的经济、社会效益，而生态效率有待提高。

3.2 耕地转入对SICLU的影响

3.2.1 基准模型估计结果

表9报告了基准模型估计结果，列（1）估计结果显示，耕地转入与SICLU水平显著正相关。这种正相关可能由于耕地转入后，产生较好的经济、社会效益，进而提高了耕地利用可持续集约化水平。如表9列（2）所示，曲阜子样本中耕地转入与SICLU水平同样显著正相关，回归系数为0.023，验证了列（1）估计结果是可信的。从控制变量的系数来看，家庭抚养比、家庭平均受教育年限对全样本农户SICLU水平具有显著正向影响，莒县样本农户的SICLU水平显著高于曲阜样本农户。由此，假设H1初步得证。
表9 耕地转入对SICLU的基准回归结果

Table 9 Benchmark regression results of the effect of cultivated land renting-in on SICLU

变量 （1）耕地利用可持续集约化水平 （2）耕地利用可持续集约化水平（曲阜）
耕地转入 0.014***（0.002） 0.023***（0.000）
户主年龄 -0.000（0.188） -0.001*（0.063）
户主健康水平 -0.001（0.763） -0.010**（0.048）
家庭女性占比 0.008（0.482） 0.001（0.946）
家庭抚养比 0.013*（0.083） 0.022**（0.040）
家庭平均受教育年限 0.002***（0.003） 0.003**（0.015）
地理位置 0.003（0.631） 0.038***（0.003）
地区虚拟变量 0.045***（0.000） —
cons 0.212***（0.000） 0.168***（0.001）
N/个 526 327
R2 0.246***（0.000） 0.120***（0.000）

注：*表示10%的显著性水平，括号内为标准误，下同。

3.2.2 稳健性检验

为进一步验证上述实证结果的稳健性，首先，分别以替换因变量、自变量的方式进行检验。即分别以耕地利用经济效益指标作为因变量，以耕地转入规模作为自变量进行OLS回归。结果表明，耕地转入与耕地利用经济效益、耕地转入规模与SICLU水平均在1%的显著性水平上正相关（表10）。其次，通过替换模型进行检验。以Tobit模型分析耕地转入对SICLU水平的影响，其结果与基准模型分析结果吻合。最后，构造耕地转入率作为工具变量，通过两阶段最小二乘法解决模型可能存在的内生性问题。耕地转入率为以农户所属县域为边界的其他样本农户（即曲阜或莒县样本数-1）中耕地转入户的比例。根据同群效应，农户间的耕地流转行为会相互影响。邻近农户耕地转入率越高，农户对土地转入效益等信息了解可能越多，其转入耕地的可能性越高，保证了工具变量的相关性。同时，邻近农户的耕地转入行为不会直接影响该农户的SICLU水平，保证了工具变量的外生性。结果表明，F值为567.44>10，说明不存在弱工具变量问题；DWH检验P值<0.05，说明工具变量具有外生性，耕地转入率满足工具变量选取要求；而IV估计表明耕地转入率每提高1个单位，SICLU水平上升1.072%，说明OLS较IV估计高估了耕地转入对SICLU的正向作用，但本文的基本结论仍是稳健的。
表10 基准回归的稳健性检验结果

Table 10 Robustness test results of baseline regression

变量 （1）耕地利用经济效益 （2）SICLU水平 （2）SICLU水平
耕地转入 0.045***（0.000） — 0.015***（0.000）
耕地转入规模 — 0.015***（0.000） —
控制变量 控制 控制 控制
N/个 526 526 526
R2 0.093***（0.000） 0.328***（0.000） —
Pro>chi2 — — 0.000

3.2.3 中介效应分析

表11为模型（14）、模型（15）的检验结果。结果表明，耕地转入对耕地经营规模、平均地块规模均具有显著正向影响，回归系数分别为1.074、0.317。耕地经营规模对SICLU水平具有完全正向中介效应，中介效应为0.019；平均地块规模对其具有部分中介效应，中介效应占总效应的43.021%。应用Bootstrap抽样法再次检验两个中介变量的中介效应，结果表明，各中介变量的Boot置信区间均不包含0。可见，中介效应估计具有稳健性。由此，假设H2得证。这与周敏等[14]在探究耕地流转对耕地绿色利用效率影响的研究结论一致。
表11 耕地转入与SICLU的中介效应

Table 11 Mediating effect results of the relationship between cultivated land renting-in and SICLU

变量 （1）耕地经营面积 （2）平均地块规模 （3）耕地利用可持续
集约化水平		 （4）耕地利用可持续
集约化水平
耕地转入 1.074***（0.000） 0.317***（0.000） -0.005（0.275） 0.008*（0.099）
耕地经营面积 — — 0.018***（0.000） —
平均地块规模 — — — 0.019***（0.000）
控制变量 控制 控制 控制 控制
cons 0.519（0.340） 1.065***（0.000） 0.203***（0.000） 0.192***（0.000）
N/个 526 526 526 526
R2 0.369***（0.000） 0.504***（0.000） 0.320***（0.000） 0.265***（0.000）

3.3 异质性分析

耕地转入对SICLU的影响可能受到农户资本禀赋、生产能力的影响而呈现异质性。家庭抚养比的异质性可能影响农户投入劳动力、资本、技术的强度和结构；农业保险能够有效转移农户转入耕地面临的自然和市场风险、代理人风险等诸多风险[46]，进而增加耕地利用的预期收益。为此，进一步检验在农户家庭抚养比、是否参加农业保险不同的情境下耕地转入对SICLU的影响差异。家庭抚养比反映家庭经济压力，若农户家庭抚养比不低于全部样本均值，划归“高家庭抚养比”组，否则划归“低家庭抚养比”组。表12列（1）和列（2）结果显示，耕地转入对“高家庭抚养比”组农户SICLU水平具有显著正向影响，而对“低家庭抚养比”组无显著影响。这可能因为对农业生产依赖较强、经济压力较大的农户，更重视耕地的可持续集约利用，更愿意采取保护性耕作措施。表12列（3）和列（4）结果显示，耕地转入对“参加农业保险”组农户SICLU水平具有显著正向影响，而对“未参加农业保险”组农户无显著影响。这可能因为农业保险有利于转移和分散耕地经营风险，增强农民进行农业生产、投资的意愿和信心[47]。
表12 异质性分析回归结果

Table 12 Regression results of heterogeneity analysis

变量 被解释变量：SICLU水平
（1）
高家庭抚养比		 （2）
低家庭抚养比		 （3）
参加农业保险		 （4）
未参加农业保险
耕地转入 0.031***（0.000） -0.001（0.859） 0.015***（0.005） 0.005（0.627）
控制变量 控制 控制 控制 控制
N/个 232 294 399 127
R2 0.158***（0.000） 0.153***（0.000） 0.113***（0.000） 0.159***（0.004）

4 结论与讨论

4.1 结论

本文在理论分析的基础上，通过碳足迹、能值分析等方法从生态、社会、经济三维度评估样本农户SICLU水平，并应用中介效应模型探究耕地转入对SICLU的作用路径，主要研究结论如下：
（1）耕地转入户SICLU水平较高，耕地利用产生较好的经济、社会效益，而生态效益有待提高。转入户、未转入户、全样本农户户均耕地利用经济效益、生态效益、社会效益、耕地利用可持续集约化水平分别为0.115、0.067、0.081，0.623、0.630、0.628，0.045、0.043、0.044，0.261、0.247、0.251。
（2）基准回归结果表明，耕地转入对SICLU产生了显著的促进作用，且经过替换因变量、自变量、模型及IV估计等一系列稳健性检验后依然成立；家庭抚养比、家庭平均受教育年限是影响SICLU的重要因素。
（3）中介效应结果表明，耕地转入对经营规模、平均地块规模有显著正向影响；耕地经营规模表现为显著的正向完全中介效应，中介效应为0.019；平均地块规模具有显著的正向部分中介作用，中介效应占总效应的43.021%，表明耕地的集中连片是耕地转入促进SICLU的重要传导路径。经Bootstrap抽样法再次检验后结论依然可靠。
（4）农户异质性检验结果显示，耕地转入对SICLU水平的促进作用在不同农户间存在显著差异。耕地转入对“高家庭抚养比”“参加农业保险”组农户SICLU水平具有显著正向作用，而对“低家庭抚养比”“未参加农业保险”组农户SICLU水平影响不显著。

4.2 讨论

结果表明，耕地转入户SICLU水平较高，耕地转入产生较好的碳排放减量效应、净收入增量效应及社会可持续效应，但其资源利用效率低、土地生产率低，未发挥资源节约效应、产出高效效应，使转入户表现出低于未转入户的较低生态效益。究其原因在于转入户生产能力与耕地经营规模间可能存在不匹配现象。耕地转入通过扩大经营规模、降低耕地细碎化水平提高SICLU水平，并呈现出异质性。根据本文研究结论，为充分发挥耕地转入对SICLU的促进作用，现从合理组织耕地流转、提高农户生产能力、关注高家庭抚养比农户、充分发挥农业保险的作用四方面提出政策建议：
（1）科学引导小规模、闲置耕地集中连片流转。优化流转市场和中介服务组织体系，通过村集体批准或备案等方式推动耕地流转的规范化。加强各项监督举措落实落细，避免耕地流转交易者面临机会主义行为的风险[15]。同时，鼓励种田能手转入土地，使有限的土地资源集中到真正耕种者手中，通过规模经营、降低耕地细碎化水平推动耕地利用可持续集约化。
（2）有计划地为农户提供技术培训，提高农户生产专业化水平。加大政府在农业上的生产性服务投入以及先进技术的推广，促进农民职业化，提高农民现代科技的掌握水平，减小农户信息不对称程度。例如深入推广测土配方施肥、化肥农药零增长行动。同时，由于农户资本禀赋、生产经营能力存在差异，有必要鼓励耕地适度规模经营，避免出现规模不经济的现象，提高耕地转入户的资源利用效率及土地产出率。
（3）有的放矢地加大对家庭抚养比较大农户的教育投入和金融扶持力度。有指导性地为家庭抚养比较大的农户提供高质量的专业技术和职业技能培训，确保家庭人力资本水平的不断提高，为其长远发展积蓄动能。并为其提供信贷需求上的支持及相匹配的金融服务，打破有意转入耕地而资金不足的困境，实现家庭最优经营规模。此外，由于家庭抚养比较大农户对耕地的依赖较大，其可持续集约利用耕地的意愿可能较强，采纳保护性耕作技术的可能性较大，故选择家庭抚养比较大的农户作为优先对象将有利于保护性耕作技术的推广。
（4）扩大农业保险的覆盖面，切实发挥农业保险的经济保障功能。积极展开大宗粮食作物产量、完全成本和收入保险工作，充分发挥农业保险的风险转移作用和激励生产功能。抓好农业保险保费补贴政策落实工作，依据区域经济发展水平、自然禀赋特征对各个地区保费补贴实施差别化策略，并着重关注低资本禀赋小农群体，提升农户福利水平，缩小贫富差距[48]。
SICLU的概念内涵涉及多重维度，除本文重点关注的农户耕地利用净收入、耕地利用碳足迹及环境负载率、可再生能值分数、能值产出率、能值可持续性指数、粮食自给指数等基于投入—产出的能值综合指数外，对SICLU水平的评估或许还能扩展到人类营养、性别平等、家庭生计禀赋、贫富差距、水足迹、氮足迹等方面。本文通过对比转入户与未转入户的耕地利用效益，仅关注了转入耕地对SICLU的影响及作用过程，进一步详细分析转出户利用其剩余承包地的SICLU水平特征将对理解耕地流转对SICLU的响应有更全面的认识。此外，在扩充调研对象、调研区域，开展追踪调查的基础上继续挖掘影响耕地转入与农户SICLU水平关系的中介变量、调节变量也是之后的研究重点。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
FAO, IFAD, UNICEF, et al. Repurposing food and agricultural policies to make healthy diets more affordable. In: The State of Food Security and Nutrition in the World 2022. Rome: FAO, 2022: 1-231.

[2]
PRETTY J. Intensification for redesigned and sustainable agricultural systems. Science, 2018, 362(6417): aav0294, Doi: 10.1126/science.aav0294.

[3]
彭文龙, 吕晓, 牛善栋. 论耕地利用可持续集约化与农户生计转型. 农业工程学报, 2022, 38(4): 270-277.

[ PENG W L, LYU X, NIU S D. Sustainable intensification of cultivated land use and farming households' livelihood transition. Transactions of the CSAE, 2022, 38(4): 270-277.]

[4]
吕晓, 彭文龙, 牛善栋. 耕地利用的可持续集约化:理论探索与多尺度实证. 北京: 科学出版社, 2022.

[ LYU X, PENG W L, NIU S D. Sustainable Intensification of Cultivated Land Use:Theoretical Exploration and Multi-scale Demonstration. Beijing: Science Press, 2022.]

[5]
彭文龙, 吕晓, 辛宗斐, 等. 国际可持续集约化发展经验及其对中国耕地保护的启示. 中国土地科学, 2020, 34(4): 18-25.

[ PENG W L, LYU X, XIN Z F, et al. International experience of sustainable intensification and its implications for the protection of cultivated land in China. China Land Science, 2020, 34(4): 18-25.]

[6]
PRETTY J, BENTON T G, BHARUCHA Z P, et al. Global assessment of agricultural system redesign for sustainable intensification. Nature Sustainability, 2018, 1: 441-446.

DOI

[7]
PRETTY J. The sustainable intensification of agriculture. Natural Resources Forum, 1997, 21(4): 247-256.

DOI

[8]
吕晓, 牛善栋, 谷国政, 等. “新三农”视域下中国耕地利用的可持续集约化: 概念认知与研究框架. 自然资源学报, 2020, 35(9): 2029-2043.

DOI

[ LYU X, NIU S D, GU G Z, et al. Conceptual cognition and research framework on sustainable intensification of cultivated land use in China from the perspective of the "New Agriculture, Countryside and Peasants". Journal of Natural Resources, 2020, 35(9): 2029-2043.]

DOI

[9]
刘源, 吕晓, 彭文龙. 辽宁省耕地利用可持续集约化水平及其影响因素. 土壤通报, 2022, 53(5): 1009-1018.

[ LIU Y, LYU X, PENG W L. Sustainable intensive level of cultivated land use and influential factors in Liaoning province. Chinese Journal of Soil Science, 2022, 53(5): 1009-1018.]

[10]
吕晓, 孙晓雯, 彭文龙, 等. 基于能值分析的沈阳市耕地利用可持续集约化时空分异特征研究. 中国土地科学, 2022, 36(9): 79-89.

[ LYU X, SUN X W, PENG W L, et al. Spatial-temporal differentiation of sustainable intensification of cultivated land use in Shenyang based on emergy analysis. China Land Science, 2022, 36(9): 79-89.]

[11]
李丽, 吕晓, 张安录, 等. 农户耕地利用的可持续集约化: 理论框架、水平测度及其确权响应. 资源科学, 2022, 44(6): 1168-1180.

DOI

[ LI L, LYU X, ZHANG A L, et al. Sustainable intensification of farmers' cultivated land use: Theoretical framework, level measurement, and response to land rights confirmation. Resources Science, 2022, 44(6): 1168-1180.]

[12]
刘晶, 金晓斌, 徐伟义, 等. 耕地细碎化对可持续集约利用的影响机理与治理框架. 地理学报, 2022, 77(11): 2703-2720.

DOI

[ LIU J, JIN X B, XU W Y, et al. Influence mechanism of cultivated land fragmentationon sustainable intensification and its governance framework. Acta Geographica Sinica, 2022, 77(11): 2703-2720.]

[13]
叶曼飞, 单玉红. 农地利用可持续集约化水平评估及其影响因素研究. 农业资源与环境学报, 2022, 39(6): 1185-1195.

[ YE M F, SHAN Y H. Study on the assessment of sustainable intensification level of farmland use and its influencing factors. Journal of Agricultural Resources and Environment, 2022, 39(6): 1185-1195.]

[14]
ZHOU M, ZHANG H, KE N. Cultivated land transfer, management scale, and cultivated land green utilization efficiency in China: Based on intermediary and threshold models. International Journal of Environmental Research and Public Health, 2022, 19: 12786, Doi: 10.3390/ijerph191912786.

[15]
马贤磊, 车序超, 李娜, 等. 耕地流转与规模经营改善了农业环境吗? 基于耕地利用行为对农业环境效率的影响检验. 中国土地科学, 2019, 33(6): 62-70.

[ MA X L, CHE X C, LI N, et al. Has cultivated land transfer and scale operation improved the agricultural environment? An empirical test on impact of cultivated land use on agricultural environment efficiency. China Land Science, 2019, 33(6): 62-70.]

[16]
杜鑫, 王昌海. 土地流转对农户粮食产出和家庭收入的影响研究. 价格理论与实践, 2021, (11): 21-26.

[ DU X, WANG C H. The effects of land transfer on grain output and net income of rural households. Theory & Practice, 2021, (11): 21-26.]

[17]
黄祖辉, 王建英, 陈志钢. 非农就业、土地流转与土地细碎化对稻农技术效率的影响. 中国农村经济, 2014, (11): 4-16.

[ HUANG Z H, WANG J Y, CHEN Z G. Effects of non-agricultural employment, land transfer and land fragmentation on technical efficiency of rice farmers. Chinese Rural Economy, 2014, (11): 4-16.]

[18]
陈振, 郭杰, 欧名豪, 等. 资本下乡过程中农地流转风险识别、形成机理与管控策略. 长江流域资源与环境, 2018, 27(5): 988-995.

[ CHEN Z, GUO J, OU M H, et al. Risk identification, formation mechanism and control strategy of farmland circulation in the process of capital to the countryside. Resources and Environment in the Yangtze Basin, 2018, 27(5): 988-995.]

[19]
陈振, 欧名豪, 郭杰, 等. 农地资本化流转风险的形成与评价研究. 干旱区资源与环境, 2018, 32(9): 13-18.

[ CHEN Z, OU M H, GUO J, et al. The formation and evaluation of risk in farmland capitalized circulation. Journal of Arid Land Resources and Environment, 2018, 32(9): 13-18.]

[20]
CAO A D, GUO L L, LI H J. How does land renting-in affect chemical fertilizer use? The mediating role of land scale and land fragmentation. Journal of Cleaner Production, 2022, 379(2): 134791, Doi: 10.1016/j.jclepro.2022.134791.

[21]
吉雪强, 刘慧敏, 张跃松. 中国农地流转对农业碳排放强度的影响及作用机制研究. 中国土地科学, 2023, 37(2): 51-61.

[ JI X Q, LIU H M, ZHANG Y S. Study on the influence of rural land transfer on agricultural carbon emission intensity and its mechanism in China. China Land Science, 2023, 37(2): 51-61.]

[22]
冒佩华, 徐骥. 农地制度、土地经营权流转与农民收入增长. 管理世界, 2015, 31(5): 63-74, 88.

[ MAO P H, XU J. Agricultural land system, transfer of land operation rights and increase of farmers' income. Journal of Management World, 2015, 31(5): 63-74, 88.]

[23]
李星光, 霍学喜, 刘军弟, 等. 苹果产区农地流转和契约稳定性对土地质量改善行为的影响. 农业工程学报, 2019, 35(15): 275-283.

[ LI X G, HUO X X, LIU J D, et al. Effects of farmland registration and confirmation on the choice of farmers' livelihood strategy: Evidence from apple growers. Transactions of the CSAE, 2019, 35(15): 275-283.]

[24]
陈训波, 武康平, 贺炎林. 农地流转对农户生产率的影响: 基于DEA方法的实证分析. 农业技术经济, 2011, (8): 65-71.

[ CHEN X B, WU K P, HE Y L. The impact of farmland transfer on production efficiency based on empirical ananlysis of the DEA. Agrotechnical economics, 2011, (8): 65-71.]

[25]
仇童伟, 罗必良, 何勤英. 农地流转市场转型: 理论与证据: 基于对农地流转对象与农地租金关系的分析. 中国农村观察, 2019, (4): 128-144.

[ QIU T W, LUO B L, HE Q Y. Market transition of agricultural land transfer: Theory and evidence based on the relationship between transaction partners and land rents. China Rural Survey, 2019, (4): 128-144.]

[26]
YUAN S C, WANG J. Involution effect: Does China's rural land transfer market still have efficiency?. Land, 2022, 11(5): 704, Doi: 10.3390/land11050704.

[27]
吕晓, 辛宗斐, 彭文龙, 等. 农业可持续集约化评价的研究进展与展望. 应用生态学报, 2022, 33(12): 3205-3212.

DOI

[ LYU X, XIN Z F, PENG W L, et al. Evaluation of sustainable intensification in agriculture: Research progress and prospects. Chinese Journal of Applied Ecology, 2022, 33(12): 3205-3212.]

DOI

[28]
郭阳, 钟甫宁, 纪月清. 规模经济与规模户耕地流转偏好: 基于地块层面的分析. 中国农村经济, 2019, (4): 7-21.

[ GUO Y, ZHONG F N, JI Y Q. Economies of scale and farmland transfer preferences of large-scale households: An analysis based on land plots. Chinese Rural Economy, 2019, (4): 7-21.]

[29]
韩菡, 钟甫宁. 劳动力流出后“剩余土地”流向对于当地农民收入分配的影响. 中国农村经济, 2011, (4): 18-25.

[ HAN H, ZHONG F N. The influence of the flow of "surplus land" after labor outflow on the income distribution of local farmers. Chinese Rural Economy, 2011, (4): 18-25.]

[30]
俞海, 黄季焜, SCOTT R, 等. 地权稳定性、土地流转与农地资源持续利用. 经济研究, 2003, (9): 82-91, 95.

[ YU H, HUANG J K, SCOTT R, et al. Land right stability, land transfer and sustainable utilization of agricultural land resources. Economic Research Journal, 2003, (9): 82-91, 95.]

[31]
刘巽浩, 徐文修, 李增嘉, 等. 农田生态系统碳足迹法: 误区、改进与应用: 兼析中国集约农作碳效率. 中国农业资源与区划, 2013, 34(6): 1-11.

[ LIU X H, XU W X, LI Z J, et al. The missteps, improvement and application of carbon footprint methodology in farmland ecosystems with the case study of analyzing the carbon efficiency of China's intensive farming. Chinese Journal of Agricultural Resources and Regional Planning, 2013, 34(6): 1-11. ]

[32]
李建政, 王迎春, 王立刚, 等. 农田生态系统温室气体减排技术评价指标. 应用生态学报, 2015, 26(1): 297-303.

[ LI J Z, WANG Y C, WANG L G, et al. Evaluation indices of greenhouse gas mitigation technologies in cropland ecosystem. Chinese Journal of Applied Ecology, 2015, 26(1): 297-303.]

[33]
田云, 张俊飚. 中国农业生产净碳效应分异研究. 自然资源学报, 2013, 28(8): 1298-1309.

DOI

[ TIAN Y, ZHANG J B. Regional differentiation research on net carbon effect of agricultural production in China. Journal of Natural Resources, 2013, 28(8): 1298-1309.]

DOI

[34]
邹晓霞, 张晓军, 王月福, 等. 山东省小麦—夏直播花生种植体系碳足迹. 应用生态学报, 2018, 29(3): 850-856.

DOI

[ ZOU X X, ZHANG X J, WANG Y F, et al. Carbon footprint of wheat-summer direct-seeding peanut planting system in Shandong province, China. Chinese Journal of Applied Ecology, 2018, 29(3): 850-856.]

[35]
WEST T O, MARLAND G. A synthesis of carbon sequestration, carbon emissions, and net carbon flux in agriculture: Comparing tillage practices in the United States. Agriculture, Ecosystems & Environment, 2002, 91: 217-232.

DOI

[36]
IPCC. 2006 IPCC guidance for national greenhouse gas inventories. KANAQAWA: IGES, 2006.

[37]
国家发展和改革委员会. 省级温室气体清单编制指南(试行). 北京: 2011.

[ NDRC. Provincial greenhouse gas inventory compilation guidelines (trial). Beijing: 2011.]

[38]
朱永昶. 土地规模化经营对农业减缓和适应气候变化的影响研究. 北京: 中国农业科学院, 2017.

[ ZHU Y C. Effects of large scale farm operation on the mitigation and adaption to climate change in agriculture sector. Beijing: Chinese Academy of Agricultural Sciences, 2017.]

[39]
王梁, 赵杰, 陈守越. 山东省农田生态系统碳源、碳汇及其碳足迹变化分析. 中国农业大学学报, 2016, 21(7): 133-141.

[ WANG L, ZHAO J, CHEN S Y. Analysis of ecosystem carbon sources/sinks and carbon footprint in farmland ecosystem of Shandong province. Journal of China Agricultural University, 2016, 21(7): 133-141.]

[40]
ODUM H T, BROWN M, BRANDT-WILIAMS S L. Handbook of emergy evaluation folio 1:Introduction and global budget. Gainesville, US: University of Florida, 2000.

[41]
周淑梅, 武菁, 王国贞. 华北平原农田生态系统服务评价及灌溉效益分析. 中国生态农业学报, 2017, 25(9): 1360-1370.

[ ZHOU S M, WU J, WANG G Z. Evaluation of agro-ecosystem services and analysis of irrigation benefit in the North China Plain. Chinese Journal of Eco-Agriculture, 2017, 25(9): 1360-1370.]

[42]
LYU X, PENG W L, NIU S D, et al. Evaluation of sustainable intensification of cultivated land use according to farming households' livelihood types. Ecological Indicators, 2022, 138: 108848, Doi: 10.1016/j.ecolind.2022.108848.

[43]
ZOU J, YANG Y H, SHI S H, et al. Farm-scale practical strategies to reduce carbon footprint and emergy while increasing economic benefits in crop production in the North China Plain. Journal of Cleaner Production, 2022, 359: 131996, Doi: 10.1016/j.jclepro.2022.131996.

[44]
BARON R M, KENNY D A. The moderator-mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations. Journal of Personality and Social Psychology, 1986, 51: 1173-1182.

DOI PMID

[45]
牛善栋. 农户尺度耕地可持续集约利用机理研究: 以山东省典型农户调查为例. 日照: 曲阜师范大学, 2018.

[ NIU S D. Research on the mechanism of sustainable intensive use of cultivated land on the scale of farmers: A case study of typical farmers in Shandong province. Rizhao: Qufu Normal University, 2018.]

[46]
郑沃林, 罗必良, 钟文晶. 农户气候风险认知、政策工具干预与农业保险市场扭曲. 广东财经大学学报, 2020, 35(5): 101-111.

[ ZHENG W L, LUO B L, ZHONG W J. Farmers' perception of climate risk, intervention of policy instruments and the distortion of agricultural insurance market. Journal of Guangdong University of Finance & Economics, 2020, 35(5): 101-111.]

[47]
赵立娟, 牛庭. 耕地转入、农业保险与农户收入的实证分析. 河南农业大学学报, 2022, 56(6): 1052-1060.

[ ZHAO L J, NIN T. Empirical analysis of farmland transfer, agricultural insurance and farmers' income. Journal of Henan Agricultural University, 2022, 56(6): 1052-1060.]

[48]
牛文浩, 申淑虹, 罗岚, 等. 地形差异视角下耕地流转对农户收入差距的影响及其分解: 以黄河流域中上游1879份农户数据为例. 自然资源学报, 2023, 38(5): 1262-1282.

DOI

[ NIU W H, SHEN S H, LUO L, et al. The impacts and its decomposition of cultivated land transfer on rural households' income gap from the perspective of terrain difference: A case study of 1879 survey data of rural households in the Middle and Upper Reaches of the Yellow River Basin. Journal of Natural Resources, 2023, 38(5): 1262-1282.]

DOI

Options
文章导航

/

〈 〉