楊慧琳 馮淑怡 袁凱華 張?zhí)m 陳堯

關(guān)鍵詞：流轉(zhuǎn)耕地；“非糧化”；時(shí)空格局演變；驅(qū)動(dòng)因素

糧食安全關(guān)乎國(guó)計(jì)民生，是經(jīng)濟(jì)發(fā)展和社會(huì)穩(wěn)定的基本前提。中國(guó)糧食總量供給凸顯不足。根據(jù)《中國(guó)統(tǒng)計(jì)年鑒2022》，中國(guó)糧食產(chǎn)量逐年上升，2021年糧食產(chǎn)量達(dá)68000萬(wàn)t，再創(chuàng)新高。但是，糧食需求量也在不斷提升。2021年，中國(guó)糧食進(jìn)口總量突破16000萬(wàn)t，其中玉米進(jìn)口約2800萬(wàn)t，大麥進(jìn)口超過(guò)1200萬(wàn)t，小麥進(jìn)口逼近1000萬(wàn)t，稻谷及大米進(jìn)口約500萬(wàn)t，尤其是大豆進(jìn)口逼近10000萬(wàn)t，占進(jìn)口總量的58.6%（大豆進(jìn)口總量9647萬(wàn)t÷糧食進(jìn)口總量16449萬(wàn)t×100%=58.6%）。與之形成鮮明對(duì)比的是稻谷和大豆播種面積不斷下滑。2021年，稻谷播種面積2992萬(wàn)hm2，較上年減少16萬(wàn)hm2，下降0.5%；大豆播種面積841.5萬(wàn)hm2，較上年減少147萬(wàn)hm2，下降14.8%。伴隨城鎮(zhèn)化深入推進(jìn)，膳食結(jié)構(gòu)升級(jí)，民眾對(duì)大豆等農(nóng)產(chǎn)品需求持續(xù)上升，將增加糧食供給結(jié)構(gòu)性壓力［1］。與此同時(shí)，在國(guó)際貿(mào)易市場(chǎng)不穩(wěn)定的背景下，高度依賴(lài)進(jìn)口給中國(guó)糧食安全埋下了隱患。

黨中央始終高度關(guān)注糧食安全問(wèn)題，多次指出“中國(guó)人要把飯碗端在自己手里”。國(guó)務(wù)院辦公廳于2020年印發(fā)《關(guān)于防止耕地“非糧化”穩(wěn)定糧食生產(chǎn)的意見(jiàn)》指出，應(yīng)當(dāng)充分認(rèn)識(shí)防止耕地“非糧化”穩(wěn)定糧食生產(chǎn)的重要性緊迫性，堅(jiān)決防止耕地“非糧化”傾向，并強(qiáng)調(diào)了三類(lèi)耕地“非糧化”的突出表現(xiàn)，即“把農(nóng)業(yè)結(jié)構(gòu)調(diào)整簡(jiǎn)單理解為壓減糧食生產(chǎn)”“經(jīng)營(yíng)主體違規(guī)在永久基本農(nóng)田上種樹(shù)挖塘”及“工商資本大規(guī)模流轉(zhuǎn)耕地改種非糧作物”。2021年，多部委聯(lián)合下發(fā)《關(guān)于嚴(yán)格耕地用途管制有關(guān)問(wèn)題的通知》，首次提出了耕地轉(zhuǎn)為其他農(nóng)用地的“進(jìn)出平衡”，并規(guī)定可跨行政區(qū)域統(tǒng)籌落實(shí)耕地“進(jìn)出平衡”。2023年中央一號(hào)文件再次強(qiáng)調(diào)：“抓緊抓好糧食和重要農(nóng)產(chǎn)品穩(wěn)產(chǎn)保供”。因此，對(duì)耕地“非糧化”問(wèn)題展開(kāi)深入研究，對(duì)于保障糧食安全具有重要現(xiàn)實(shí)意義。

1文獻(xiàn)綜述

學(xué)術(shù)界對(duì)耕地“非糧化”測(cè)度及空間特征的考察可分為三個(gè)層次：①全國(guó)和糧食生產(chǎn)功能區(qū)等宏觀尺度。針對(duì)全國(guó)層面的耕地“非糧化”研究發(fā)現(xiàn)，耕地“非糧化”水平為32.3%，高“非糧化”地區(qū)主要集中于新疆、貴州和東南沿海［2］，在空間上表現(xiàn)出由東北向西南逐步加劇的態(tài)勢(shì)［3］。針對(duì)糧食生產(chǎn)功能區(qū)的研究發(fā)現(xiàn)，糧食主產(chǎn)區(qū)的糧食總產(chǎn)量、單產(chǎn)和播種面積增長(zhǎng)均顯著高于非糧食主產(chǎn)區(qū)［4］。②地級(jí)市的中觀尺度。針對(duì)產(chǎn)糧大省中傳統(tǒng)農(nóng)業(yè)城市，例如山東省16個(gè)地級(jí)市，其耕地“非糧化”水平為24.0%，西部及魯北濱海平原地區(qū)的“非糧化”水平較低，中東部山地丘陵地區(qū)的“非糧化”水平較高［5］。針對(duì)快速城鎮(zhèn)化地區(qū)中農(nóng)業(yè)轉(zhuǎn)型城市，例如江蘇省溧陽(yáng)市，其耕地“非糧化”水平高達(dá)48.1%，水田資源比例高、地勢(shì)平坦和基礎(chǔ)設(shè)施完善地區(qū)的“非糧化”水平較低，經(jīng)濟(jì)優(yōu)勢(shì)區(qū)的“非糧化”水平較高［6］。③縣、鎮(zhèn)、村級(jí)的微觀尺度。微觀尺度的研究?jī)A向于采用實(shí)地調(diào)研方法考察耕地“非糧化”水平［7-8］。部分學(xué)者指出縣級(jí)層面的耕地“非糧化”問(wèn)題更為嚴(yán)重，例如河南省6個(gè)產(chǎn)糧大縣的耕地“非糧化”率高達(dá)54.8%［9］。

學(xué)術(shù)界對(duì)耕地“非糧化”驅(qū)動(dòng)機(jī)制的考察主要遵從土地經(jīng)濟(jì)理論邏輯，即耕地“非糧化”現(xiàn)象本質(zhì)上是“人-地”和“人-人”之間相互作用的結(jié)果［10］，受到自然［11-12］、經(jīng)濟(jì)［13-14］、政策［15-17］、法律［18］等多重因素的綜合影響。其中，土地流轉(zhuǎn)是研究耕地“非糧化”驅(qū)動(dòng)機(jī)制的重要切入點(diǎn)［19-20］，其代表性觀點(diǎn)有：①土地流轉(zhuǎn)促進(jìn)了耕地“非糧化”。有學(xué)者基于2015年中國(guó)家庭金融調(diào)查數(shù)據(jù)的實(shí)證分析發(fā)現(xiàn)，土地轉(zhuǎn)入顯著促進(jìn)了經(jīng)營(yíng)者選擇非糧食生產(chǎn)項(xiàng)目［21］。②土地流轉(zhuǎn)促進(jìn)了耕地“趨糧化”。有學(xué)者基于2003—2012年原農(nóng)業(yè)部農(nóng)村固定觀察點(diǎn)微觀調(diào)查數(shù)據(jù)的實(shí)證分析發(fā)現(xiàn)，土地轉(zhuǎn)入有助于提升糧食種植比例［22］。③土地流轉(zhuǎn)對(duì)耕地“非糧化”沒(méi)有影響。有學(xué)者基于2016年全國(guó)28省地塊數(shù)據(jù)的實(shí)證分析發(fā)現(xiàn)，流轉(zhuǎn)地塊與未流轉(zhuǎn)地塊沒(méi)有顯現(xiàn)出種植結(jié)構(gòu)上的差異［23］。

綜上所述，已有研究對(duì)典型地區(qū)的耕地“非糧化”測(cè)度、空間特征和驅(qū)動(dòng)機(jī)制等內(nèi)容進(jìn)行了全面分析，這為進(jìn)一步研究提供了重要參考。然而，現(xiàn)有關(guān)于耕地“非糧化”時(shí)空格局演變特征的研究以所有耕地為測(cè)度對(duì)象，而較少關(guān)注“非糧化”率高達(dá)41.9%的流轉(zhuǎn)耕地（數(shù)據(jù)源于《2021年中國(guó)農(nóng)村政策與改革統(tǒng)計(jì)年報(bào)》）。同時(shí)，學(xué)術(shù)界關(guān)于土地流轉(zhuǎn)與耕地“非糧化”的關(guān)系并未形成一致性結(jié)論，分歧主要源于以下幾方面：①土地流轉(zhuǎn)中“人”的特征、“地”的特征及“錢(qián)”的特征可能會(huì)對(duì)耕地“非糧化”帶來(lái)差異化效應(yīng)，僅從單一視角研究土地流轉(zhuǎn)對(duì)耕地“非糧化”的影響，導(dǎo)致研究結(jié)論爭(zhēng)議；②現(xiàn)有研究多基于截面數(shù)據(jù)，難以準(zhǔn)確反映土地流轉(zhuǎn)對(duì)耕地“非糧化”的動(dòng)態(tài)影響，導(dǎo)致研究結(jié)果的時(shí)序差異；③已有研究忽視了耕地“非糧化”可能存在的空間集聚和空間依賴(lài)關(guān)系，以及土地流轉(zhuǎn)與耕地“非糧化”的互為因果關(guān)系，導(dǎo)致研究結(jié)果的有偏估計(jì)。

鑒于此，本研究利用中國(guó)2009—2020年省級(jí)面板數(shù)據(jù)，對(duì)流轉(zhuǎn)耕地“非糧化”的時(shí)空格局演變進(jìn)行量化測(cè)度，在此基礎(chǔ)上，從“人”“地”“錢(qián)”多視角探析流轉(zhuǎn)耕地“非糧化”的驅(qū)動(dòng)因素及其區(qū)域異質(zhì)性，以期為綜合治理土地流轉(zhuǎn)引致的耕地“非糧化”問(wèn)題提供參考。

2理論分析與研究假設(shè)

2.1內(nèi)涵界定

1 內(nèi)涵界定學(xué)術(shù)界對(duì)于耕地“非糧化”測(cè)度并未形成一致方法，差異主要源于兩個(gè)方面。一是耕地“非糧化”行為理解差異。有學(xué)者認(rèn)為耕地“非糧化”是指在耕地上種植蔬菜、水果、花卉等經(jīng)濟(jì)作物的行為，即耕地“非糧化”狹義內(nèi)涵［24］；而有學(xué)者認(rèn)為耕地“非糧化”是指在耕地上從事一切“非糧”的行為，不僅包括種植蔬菜、水果、花卉等經(jīng)濟(jì)作物行為，還包括在耕地上開(kāi)挖魚(yú)（蝦）塘、利用耕地搭建養(yǎng)殖鴨棚以及開(kāi)設(shè)農(nóng)家樂(lè)等其他非農(nóng)建設(shè)活動(dòng)，即耕地“非糧化”廣義內(nèi)涵［25-26］。二是對(duì)耕地“非糧化”狀態(tài)理解差異。有學(xué)者認(rèn)為耕地“非糧化”是一種現(xiàn)期狀態(tài)，應(yīng)采取現(xiàn)期糧食種植面積與農(nóng)作物種植面積比值來(lái)測(cè)度“非糧化”水平［2］；有學(xué)者則認(rèn)為“非糧化”是農(nóng)作物種植的變化過(guò)程，應(yīng)采取糧食種植面積與農(nóng)作物種植面積比例的變化值來(lái)刻畫(huà)“非糧化”水平［3］。本研究對(duì)流轉(zhuǎn)耕地“非糧化”內(nèi)涵界定基于兩個(gè)方面。一是耕作層作為耕地質(zhì)量的重要指標(biāo)，破壞了耕作層進(jìn)而影響糧食生產(chǎn)的行為均應(yīng)視為“非糧化”行為，因此，以廣義內(nèi)涵為基礎(chǔ)界定耕地“非糧化”概念更佳。二是本研究對(duì)流轉(zhuǎn)耕地“非糧化”時(shí)空格局的測(cè)算不僅包含“非糧化”變化趨勢(shì)，也需對(duì)其本底水平開(kāi)展分析，因此，從現(xiàn)期狀態(tài)測(cè)度“非糧化”更佳。綜上，本研究將流轉(zhuǎn)耕地“非糧化”定義為在流轉(zhuǎn)耕地上從事除糧食生產(chǎn)外的一切其他活動(dòng)，具體計(jì)算公式如下：

考慮到不同糧食生產(chǎn)功能區(qū)在自然資源稟賦、經(jīng)濟(jì)發(fā)展?fàn)顩r及種糧政策環(huán)境等方面存在差異，本研究根據(jù)《國(guó)家糧食安全中長(zhǎng)期規(guī)劃綱要（2008—2020年）》，將31個(gè)省份劃分為13個(gè)糧食主產(chǎn)區(qū)、7個(gè)主銷(xiāo)區(qū)和11個(gè)產(chǎn)銷(xiāo)平衡區(qū)。其中，糧食主產(chǎn)區(qū)包括黑龍江、吉林、遼寧、內(nèi)蒙古、河北、河南、山東、江蘇、安徽、江西、湖北、湖南和四川；糧食主銷(xiāo)區(qū)包括北京、天津、上海、浙江、福建、廣東和海南；產(chǎn)銷(xiāo)平衡區(qū)包括山西、寧夏、青海、甘肅、西藏、云南、貴州、重慶、廣西、陜西和新疆。

2.2分析框架

農(nóng)村土地要素市場(chǎng)化必然引致包括農(nóng)村資本市場(chǎng)和勞動(dòng)力市場(chǎng)在內(nèi)的其他要素市場(chǎng)發(fā)育，進(jìn)而改變農(nóng)地產(chǎn)出效率和農(nóng)業(yè)經(jīng)營(yíng)狀態(tài)［27］。因此，土地流轉(zhuǎn)促進(jìn)勞動(dòng)力、土地、資金等要素重新優(yōu)化組合［28］，包括土地流轉(zhuǎn)中農(nóng)地經(jīng)營(yíng)主體即“人”的特征、農(nóng)地耕作條件即“地”的特征、農(nóng)地資本化水平即“錢(qián)”的特征等在內(nèi)的要素特征發(fā)生改變，可能進(jìn)一步對(duì)經(jīng)營(yíng)者“非糧化”經(jīng)營(yíng)行為產(chǎn)生影響。由此，本研究從“人”“地”“錢(qián)”3個(gè)維度建立流轉(zhuǎn)耕地“非糧化”驅(qū)動(dòng)因素的理論分析框架。

2.2.1土地流轉(zhuǎn)中“人”的特征對(duì)流轉(zhuǎn)耕地“非糧化”的影響

因經(jīng)營(yíng)目標(biāo)不同，出現(xiàn)了經(jīng)營(yíng)者類(lèi)型的分化。具體表現(xiàn)為：一部分具有農(nóng)業(yè)生產(chǎn)意愿和生產(chǎn)能力的農(nóng)戶(hù)和外來(lái)經(jīng)營(yíng)者，將農(nóng)業(yè)生產(chǎn)作為主要收入來(lái)源，通過(guò)農(nóng)地轉(zhuǎn)入、整理，逐漸發(fā)展為追求利潤(rùn)最大化的生產(chǎn)型農(nóng)業(yè)經(jīng)營(yíng)者（如家庭農(nóng)場(chǎng)、專(zhuān)業(yè)合作社、農(nóng)業(yè)企業(yè)等）；而另一部分農(nóng)戶(hù)通過(guò)家庭內(nèi)部分工，以勞動(dòng)力兼業(yè)、老齡成員或婦女留守務(wù)農(nóng)等形式，通過(guò)支付較低租金或幫同村農(nóng)戶(hù)耕作以免撂荒而轉(zhuǎn)入農(nóng)地，成為維持日常生活運(yùn)轉(zhuǎn)的生活型農(nóng)業(yè)經(jīng)營(yíng)者［29］。對(duì)于生活型農(nóng)業(yè)經(jīng)營(yíng)者而言，“非糧化”生產(chǎn)的可能性相對(duì)較低。原因在于：第一，糧食生產(chǎn)具有季節(jié)性，生活型農(nóng)業(yè)經(jīng)營(yíng)者可在農(nóng)閑時(shí)另謀生計(jì)以減少農(nóng)業(yè)勞動(dòng)力投入，增加非農(nóng)收入［30］；第二，生活型農(nóng)業(yè)經(jīng)營(yíng)者追求的是維持農(nóng)業(yè)生活方式以滿(mǎn)足其日常生活所需，缺乏改變種植習(xí)慣和提高種植技術(shù)的內(nèi)生動(dòng)力，難以選擇市場(chǎng)風(fēng)險(xiǎn)大、技術(shù)門(mén)檻高的經(jīng)濟(jì)作物［19］；第三，種植經(jīng)濟(jì)作物前期投資高、資金回流周期長(zhǎng)［21］，而生活型農(nóng)業(yè)經(jīng)營(yíng)者轉(zhuǎn)入土地通常采用口頭或短期契約［19］，租約的不穩(wěn)定性導(dǎo)致其傾向于選擇經(jīng)營(yíng)成本較低的糧食作物種植。對(duì)于生產(chǎn)型農(nóng)業(yè)經(jīng)營(yíng)者而言，“非糧化”生產(chǎn)的可能性則相對(duì)較高。原因在于，生產(chǎn)型農(nóng)業(yè)經(jīng)營(yíng)者的勞動(dòng)力、資本、技術(shù)等均克服了生活型農(nóng)業(yè)經(jīng)營(yíng)者的固有不足［31］，傾向選擇經(jīng)營(yíng)利潤(rùn)最大化的經(jīng)濟(jì)作物種植。此外，相較于非糧食主產(chǎn)區(qū)，糧食主產(chǎn)地區(qū)采取種糧行為的經(jīng)營(yíng)者更多，其種糧技術(shù)和行為通過(guò)經(jīng)營(yíng)者與家人、鄰居和親戚朋友的交流與互動(dòng)不斷得到傳遞，即經(jīng)營(yíng)者行為具有同伴效應(yīng)［32］，影響經(jīng)營(yíng)者耕地“非糧化”經(jīng)營(yíng)決策。由此，本研究提出以下研究假說(shuō)。

假說(shuō)1a：相較于生活型農(nóng)業(yè)經(jīng)營(yíng)者，土地流轉(zhuǎn)給生產(chǎn)型農(nóng)業(yè)經(jīng)營(yíng)者更容易導(dǎo)致“非糧化”；

假說(shuō)1b：在糧食主產(chǎn)區(qū)，土地流轉(zhuǎn)給生產(chǎn)型農(nóng)業(yè)經(jīng)營(yíng)者導(dǎo)致“非糧化”的可能性相對(duì)較低。

2.2.2土地流轉(zhuǎn)中“地”的特征對(duì)流轉(zhuǎn)耕地“非糧化”的影響

隨著農(nóng)地流轉(zhuǎn)市場(chǎng)發(fā)育，土地流轉(zhuǎn)面積呈增加態(tài)勢(shì)，促進(jìn)了農(nóng)地規(guī)模經(jīng)營(yíng)發(fā)展。根據(jù)要素替代理論，農(nóng)地經(jīng)營(yíng)規(guī)模擴(kuò)大會(huì)促進(jìn)機(jī)械替代勞動(dòng)力要素投入［33］。因此，農(nóng)地流轉(zhuǎn)面積增長(zhǎng)帶來(lái)土地適度規(guī)模經(jīng)營(yíng)，可以進(jìn)一步通過(guò)機(jī)械替代勞動(dòng)力提高單位面積土地利用效率和單位勞動(dòng)生產(chǎn)率，使種糧有利可圖，促進(jìn)糧食生產(chǎn)［34-36］。農(nóng)業(yè)生產(chǎn)性服務(wù)社會(huì)化程度提高為上述機(jī)制提供了外部保障條件，有利于強(qiáng)化農(nóng)地流轉(zhuǎn)規(guī)模對(duì)糧食生產(chǎn)的促進(jìn)作用。因?yàn)榻?jīng)濟(jì)作物生產(chǎn)中勞動(dòng)力投入多且機(jī)械化難度高，生產(chǎn)性服務(wù)組織會(huì)力求生產(chǎn)作業(yè)機(jī)械化和連片化以獲取規(guī)模經(jīng)濟(jì)并降低生產(chǎn)成本，在所服務(wù)的作物上會(huì)更傾向于糧食作物。但是上述要素投入結(jié)構(gòu)的調(diào)整會(huì)受到耕地資源稟賦制約。相較于非糧食主產(chǎn)區(qū)，糧食主產(chǎn)地區(qū)主要是耕地坡度較低、土壤條件較好的地區(qū)［37］，土地流轉(zhuǎn)市場(chǎng)發(fā)育對(duì)糧食種植的正向促進(jìn)作用更強(qiáng)；相反，這種促進(jìn)作用在非糧食主產(chǎn)區(qū)較弱。由此，本研究提出以下研究假說(shuō)。

假說(shuō)2a：土地流轉(zhuǎn)面積提高能夠抑制流轉(zhuǎn)耕地“非糧化”利用；

假說(shuō)2b：在糧食主產(chǎn)區(qū)，土地流轉(zhuǎn)面積提高對(duì)流轉(zhuǎn)耕地“非糧化”的抑制作用更強(qiáng)。

2.2.3土地流轉(zhuǎn)中“錢(qián)”的特征對(duì)流轉(zhuǎn)耕地“非糧化”的影響

土地租金上漲會(huì)提高農(nóng)業(yè)經(jīng)營(yíng)成本，壓縮利潤(rùn)空間，農(nóng)業(yè)經(jīng)營(yíng)主體就越具有從事高附加值農(nóng)業(yè)經(jīng)營(yíng)的動(dòng)力，從而誘發(fā)耕地“非糧化”。一方面，當(dāng)耕地價(jià)格處于較低水平時(shí)，流轉(zhuǎn)租金上漲，在糧食規(guī)模經(jīng)營(yíng)與耕地種糧專(zhuān)用屬性的共同激勵(lì)下，經(jīng)營(yíng)主體可能依然選擇糧食生產(chǎn)，也可能選擇種植非糧作物，但土地流轉(zhuǎn)租金上漲對(duì)糧食種植的影響總體上應(yīng)是促進(jìn)耕地“非糧化”利用；另一方面，當(dāng)耕地價(jià)格處于較高水平時(shí)，糧食生產(chǎn)遠(yuǎn)遠(yuǎn)無(wú)法滿(mǎn)足經(jīng)營(yíng)主體的目標(biāo)收益，在多數(shù)經(jīng)濟(jì)作物生產(chǎn)收益高于糧食作物的情況下，經(jīng)營(yíng)主體主要受比較收益驅(qū)動(dòng)，無(wú)論租金下調(diào)還是上漲，經(jīng)營(yíng)主體都會(huì)傾向于選擇種植非糧作物［38］。上述兩種情況可能會(huì)分別發(fā)生于糧食主產(chǎn)區(qū)和非糧食主產(chǎn)區(qū)。因?yàn)橄噍^于非糧食主產(chǎn)區(qū)，糧食主產(chǎn)區(qū)的土地租金總體水平較低。由此，本研究提出以下研究假說(shuō)。

假說(shuō)3a：耕地流轉(zhuǎn)租金上漲會(huì)促進(jìn)流轉(zhuǎn)耕地“非糧化”利用；

假說(shuō)3b：在糧食主產(chǎn)區(qū)，租金上漲對(duì)流轉(zhuǎn)耕地“非糧化”的促進(jìn)利用更強(qiáng)。

3研究方法與數(shù)據(jù)來(lái)源

3.1研究方法

3.1.1基準(zhǔn)回歸模型

參考已有文獻(xiàn)［37，39］，本研究利用分省面板數(shù)據(jù)檢驗(yàn)前文基于農(nóng)戶(hù)模型提出的研究假說(shuō)。因變量為流轉(zhuǎn)耕地“非糧化”水平，核心自變量為土地流轉(zhuǎn)中“人”“地”“錢(qián)”特征，從經(jīng)濟(jì)效益、科技進(jìn)步和稟賦特征層面選取控制變量。具體而言，經(jīng)濟(jì)效益特征包括農(nóng)業(yè)生產(chǎn)資料成本、人工成本、種糧比較收益，這些變量衡量了種糧的成本與收益。在成本上升而糧食收益較低的情況下，農(nóng)業(yè)經(jīng)營(yíng)者為獲得更多利潤(rùn)將更傾向于種植比較收益較高的作物［40］，從而可能引發(fā)耕地“非糧化”現(xiàn)象。衡量科技進(jìn)步的變量為勞均農(nóng)業(yè)機(jī)械總動(dòng)力。不同農(nóng)作物生產(chǎn)對(duì)技術(shù)的依賴(lài)性有所差異［41］，經(jīng)濟(jì)作物生產(chǎn)中勞動(dòng)和雇工投入多，且作業(yè)難以機(jī)械化，因此，機(jī)械化水平的提高能推動(dòng)生產(chǎn)條件改善，有利于緩解耕地“非糧化”。稟賦特征為勞動(dòng)力特征、作物受災(zāi)率和勞均耕地面積。勞動(dòng)力特征包括人口年齡結(jié)構(gòu)、受教育程度，這些變量可以衡量農(nóng)業(yè)勞動(dòng)力的投入。年齡越小、受教育程度越高，農(nóng)業(yè)勞動(dòng)時(shí)間投入可能越少，農(nóng)業(yè)勞動(dòng)時(shí)間的減少可能會(huì)使農(nóng)戶(hù)增加機(jī)械投入，傾向于勞動(dòng)較不密集的糧食生產(chǎn)［42］，有利于緩解耕地“非糧化”；但從另外一個(gè)角度來(lái)看，年齡越小、受教育程度越高也可能有利于經(jīng)營(yíng)者跨過(guò)經(jīng)濟(jì)作物種植技術(shù)門(mén)檻，從而促進(jìn)耕地“非糧化”。不同作物對(duì)氣候條件和種植規(guī)模條件有所差異，相較于經(jīng)濟(jì)作物種植而言，糧食作物對(duì)氣候穩(wěn)定性的要求更高［43］，對(duì)土地規(guī)?；?jīng)營(yíng)要求也更高［8］，因此，自然災(zāi)害發(fā)生頻率越高，勞均耕地面積越小，越傾向于耕地“非糧化”利用。變量測(cè)度方法見(jiàn)表1。根據(jù)理論分析，將模型設(shè)定如下：

其中：Nonit為省份i年份t的流轉(zhuǎn)耕地“非糧化”水平，Cirit為土地流轉(zhuǎn)變量，包含土地流轉(zhuǎn)中“人”“地”“錢(qián)”特征，Xit代表控制變量矩陣，α0為常數(shù)項(xiàng)，α1為土地流轉(zhuǎn)變量的系數(shù)，αn為控制變量的系數(shù)向量，εit為擾動(dòng)項(xiàng)，μi和vt分別為個(gè)體效應(yīng)和時(shí)間效應(yīng)。

耕地“非糧化”面板模型在估計(jì)前需要特別注意三個(gè)問(wèn)題：第一，模型的因變量取值受限，使用線性概率模型估計(jì)響應(yīng)概率存在缺陷；第二，通過(guò)F檢驗(yàn)，省份和年份與被解釋變量存在相關(guān)性；第三，通過(guò)Hausman檢驗(yàn)，省份和年份與解釋變量存在相關(guān)性。最終確定雙因素固定效應(yīng)Tobit模型為本研究基準(zhǔn)回歸模型。

3.1.2空間自相關(guān)分析

在構(gòu)建空間計(jì)量模型前需要對(duì)耕地“非糧化”的空間相關(guān)性進(jìn)行檢驗(yàn)。相關(guān)研究文獻(xiàn)中提出了一系列度量空間自相關(guān)的方法，其中運(yùn)用最廣的是“莫蘭指數(shù)”（Moran'sI），考察的是整個(gè)空間序列{xi}ni=1的空間集聚情況。Moran'sI為正值表示正自相關(guān)，即高值與高值相鄰、低值與低值相鄰；負(fù)值表示負(fù)自相關(guān)，即高值與低值相鄰。具體公式如下：

3.1.3空間計(jì)量模型

本研究使用空間計(jì)量模型來(lái)克服因遺漏空間變量導(dǎo)致的內(nèi)生性問(wèn)題?？紤]流轉(zhuǎn)耕地“非糧化”和土地流轉(zhuǎn)的空間相關(guān)性，在模型中加入其各自的空間滯后項(xiàng)，構(gòu)造如下空間杜賓模型（SDM）：

其中：W為空間權(quán)重矩陣；WNonit為因變量的空間滯后項(xiàng)，表示i省份鄰近省份的流轉(zhuǎn)耕地“非糧化”水平；ρ為因變量空間滯后項(xiàng)系數(shù)，用以衡量“非糧化”的空間依賴(lài)度；WCirit為解釋變量的空間滯后項(xiàng)；WXit為控制變量的空間滯后項(xiàng)；ζ和ξn分別是解釋變量空間滯后項(xiàng)的系數(shù)和控制變量空間滯后項(xiàng)的系數(shù)向量，β0為常數(shù)項(xiàng)，β1為土地流轉(zhuǎn)變量的系數(shù)，βn為控制變量的系數(shù)向量，τit為擾動(dòng)項(xiàng)，σi和θt分別為個(gè)體效應(yīng)和時(shí)間效應(yīng)。

3.1.4工具變量法

本研究使用工具變量法來(lái)克服土地流轉(zhuǎn)與耕地“非糧化”互為因果導(dǎo)致的內(nèi)生性問(wèn)題。第一階段，將工具變量和控制變量對(duì)土地流轉(zhuǎn)回歸，見(jiàn)式（5），得到土地流轉(zhuǎn)的擬合值；第二階段，將土地流轉(zhuǎn)擬合值代入式（2），計(jì)算采用工具變量法后，土地流轉(zhuǎn)對(duì)耕地“非糧化”的影響。

其中：Zit表示工具變量，δ0為常數(shù)項(xiàng)，δ1為土地流轉(zhuǎn)變量的系數(shù)，δn為控制變量的系數(shù)向量，ωit為擾動(dòng)項(xiàng)，φi和λt分別為個(gè)體效應(yīng)和時(shí)間效應(yīng)。本研究主要基于兩點(diǎn)選擇工具變量。第一，由于滯后1期土地流轉(zhuǎn)特征一般與當(dāng)期土地流轉(zhuǎn)特征密切相關(guān)，滿(mǎn)足相關(guān)性規(guī)定，同時(shí)，由于滯后1期土地流轉(zhuǎn)特征與當(dāng)期耕地“非糧化”利用決策無(wú)關(guān)，滿(mǎn)足與誤差項(xiàng)不相關(guān)的假定。參照已有文獻(xiàn)對(duì)工具變量的選?。?4-45］，采用土地流轉(zhuǎn)特征滯后1期變量作為對(duì)應(yīng)的工具變量。第二，考慮到流轉(zhuǎn)合約可能會(huì)提前簽訂，滯后1期的土地流轉(zhuǎn)特征仍然會(huì)影響耕地“非糧化”決策，從而可能導(dǎo)致土地流轉(zhuǎn)特征滯后1期變量與耕地“非糧化”并非完全外生。參照已有文獻(xiàn)［46］，同時(shí)選擇土地流轉(zhuǎn)特征滯后1—3期變量作為工具變量來(lái)盡可能避免此類(lèi)問(wèn)題。

3.2數(shù)據(jù)來(lái)源

以中國(guó)30個(gè)省份（因數(shù)據(jù)可得性等原因，研究未涉及西藏及香港、澳門(mén)、臺(tái)灣）為研究區(qū)，時(shí)間覆蓋2009—2020年。農(nóng)業(yè)生產(chǎn)資料綜合價(jià)格指數(shù)、糧食生產(chǎn)價(jià)格指數(shù)、農(nóng)產(chǎn)品生產(chǎn)價(jià)格指數(shù)、農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)作物受災(zāi)面積、播種面積數(shù)據(jù)來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》，65歲以上農(nóng)村人口數(shù)、農(nóng)村總?cè)丝跀?shù)、農(nóng)村平均受教育年限數(shù)據(jù)來(lái)自《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》，流轉(zhuǎn)耕地用于種植糧食作物的面積、流轉(zhuǎn)入農(nóng)戶(hù)的面積、家庭承包耕地流轉(zhuǎn)面積、家庭承包經(jīng)營(yíng)耕地面積數(shù)據(jù)來(lái)自《中國(guó)農(nóng)村經(jīng)營(yíng)管理統(tǒng)計(jì)年報(bào)》《中國(guó)農(nóng)村政策與改革統(tǒng)計(jì)年報(bào)》，第一產(chǎn)業(yè)從業(yè)人員數(shù)據(jù)來(lái)自各省統(tǒng)計(jì)年鑒，勞動(dòng)日工價(jià)數(shù)據(jù)來(lái)自《全國(guó)農(nóng)產(chǎn)品成本收益資料匯編》，土地流轉(zhuǎn)租金數(shù)據(jù)來(lái)自土流網(wǎng)；天津、重慶、上海、北京農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)采用商品零售價(jià)格指數(shù)代替；個(gè)別年份缺失數(shù)據(jù)采取插值擬合進(jìn)行處理。由表1相關(guān)變量的描述可知，2009—2020年，流轉(zhuǎn)耕地“非糧化”水平均值為0.546，說(shuō)明平均每流轉(zhuǎn)1畝（1畝≈667m2，下同）耕地有0.546畝用于“非糧化”利用；土地流轉(zhuǎn)中“人”的特征均值為0.563，說(shuō)明有56.3%的耕地流轉(zhuǎn)入農(nóng)戶(hù)手中；土地流轉(zhuǎn)中“地”的特征均值為0.291，說(shuō)明有29.1%的耕地發(fā)生流轉(zhuǎn)；土地流轉(zhuǎn)中“錢(qián)”的特征均值為6.607，通過(guò)換算表明流轉(zhuǎn)耕地的畝均年租金為833.7元。

4實(shí)證結(jié)果分析

4.1流轉(zhuǎn)耕地“非糧化”時(shí)空演化特征

圖1顯示了2009—2020年流轉(zhuǎn)耕地“非糧化”的時(shí)序演化特征。從全國(guó)視角看，流轉(zhuǎn)耕地“非糧化”水平常年維持在45%左右，雖然2019—2020年有所下降，但整體呈波動(dòng)上升態(tài)勢(shì)。從糧食生產(chǎn)功能分區(qū)視角看，在糧食主產(chǎn)區(qū)，流轉(zhuǎn)耕地“非糧化”水平顯著低于全國(guó)平均水平（常年維持在40%以下），并呈現(xiàn)波動(dòng)下降態(tài)勢(shì)。2009—2020年，該區(qū)域流轉(zhuǎn)耕地“非糧化”水平大約下降了4.5%。然而，在非糧食主產(chǎn)區(qū)，流轉(zhuǎn)耕地“非糧化”水平顯著高于全國(guó)平均水平（常年維持在60%以上，2019年突破了70%），并呈現(xiàn)波動(dòng)上升態(tài)勢(shì)。2009—2020年，該區(qū)域流轉(zhuǎn)耕地“非糧化”水平大約提高了3.4%。無(wú)論是全國(guó)層面還是不同糧食生產(chǎn)功能區(qū)層面，流轉(zhuǎn)耕地“非糧化”水平在2019年均有明顯轉(zhuǎn)折。原因在于，在此之前，地方政府積極推動(dòng)農(nóng)業(yè)結(jié)構(gòu)調(diào)整，鼓勵(lì)農(nóng)業(yè)向多樣化和高效益方向發(fā)展，這種結(jié)構(gòu)調(diào)整導(dǎo)致了流轉(zhuǎn)耕地“非糧化”趨勢(shì)上升；同時(shí)，隨著城市化推進(jìn)和人民生活水平提高，對(duì)非糧食農(nóng)產(chǎn)品需求逐漸增加，這種市場(chǎng)需求變化也促使了流轉(zhuǎn)耕地“非糧化”水平上升。2019年后，在全球糧食供應(yīng)不確定性和食品安全風(fēng)險(xiǎn)增加背景下，政府和社會(huì)對(duì)糧食安全的關(guān)注度提高，政府采取了一系列措施來(lái)增加糧食產(chǎn)量和儲(chǔ)備，包括嚴(yán)格耕地用途管制和鼓勵(lì)農(nóng)戶(hù)繼續(xù)從事糧食生產(chǎn)等，促使流轉(zhuǎn)耕地用于糧食種植面積增加，相應(yīng)地降低了耕地“非糧化”水平；同時(shí)，2020年農(nóng)民工人數(shù)出現(xiàn)了負(fù)增長(zhǎng)，在家務(wù)農(nóng)和種植糧食的人數(shù)增加，使得耕地“非糧化”水平下降。

如圖2所示，2009年，高“非糧化”水平區(qū)域集中分布于南部和京津冀等地區(qū)，低“非糧化”水平區(qū)域集中分布于東北部和長(zhǎng)江中游等地區(qū)；2020年，高“非糧化”水平區(qū)域集中分布于南部和北京等地區(qū)，低“非糧化”水平區(qū)域集中分布于東北部和長(zhǎng)江中下游等地區(qū)；2009—2020年，天津、遼寧、河北等省份流轉(zhuǎn)耕地“非糧化”現(xiàn)象明顯好轉(zhuǎn)，但甘肅、廣西、貴州等省份流轉(zhuǎn)耕地“非糧化”現(xiàn)象顯著惡化。高“非糧化”水平區(qū)域多位于非糧食主產(chǎn)區(qū)，這些區(qū)域一方面由于其自身耕地少且功能區(qū)位特殊，導(dǎo)致經(jīng)濟(jì)作物或生態(tài)建設(shè)占用多；另一方面這些區(qū)域多位于丘陵山區(qū)，適宜發(fā)展特色農(nóng)業(yè)或瓜果蔬菜等經(jīng)濟(jì)作物。低“非糧化”水平區(qū)域多位于糧食主產(chǎn)區(qū)，這些區(qū)域地勢(shì)平坦、耕地多，有利于機(jī)械化種植，同時(shí)這些區(qū)域于2004年實(shí)施了糧食生產(chǎn)一攬子政策，如臨時(shí)收儲(chǔ)制度、生產(chǎn)者補(bǔ)貼以及優(yōu)質(zhì)糧食產(chǎn)業(yè)等政策，極大促進(jìn)了糧食生產(chǎn)。結(jié)合全國(guó)層面的耕地“非糧化”時(shí)序演化特征發(fā)現(xiàn)，土地流轉(zhuǎn)誘發(fā)的“非糧化”具有階段性和區(qū)域性，同時(shí)也說(shuō)明，非糧食主產(chǎn)區(qū)的流轉(zhuǎn)耕地“非糧化”成為全國(guó)層面流轉(zhuǎn)耕地“非糧化”加劇的主要原因。

4.2流轉(zhuǎn)耕地“非糧化”驅(qū)動(dòng)因素

4.2.1基準(zhǔn)回歸結(jié)果

對(duì)所有自變量進(jìn)行多重共線性檢驗(yàn)結(jié)果顯示，所有變量VIF值均小于5，變量間不存在嚴(yán)重的多重共線性問(wèn)題。參考已有研究［47］，為了盡可能避免土地流轉(zhuǎn)特征之間的交互影響，本研究將土地流轉(zhuǎn)特征變量分別放入回歸模型。表2初步驗(yàn)證了本研究提出的部分理論假說(shuō)。其中模型1報(bào)告了土地流轉(zhuǎn)中“人”的特征對(duì)耕地“非糧化”的影響。在其他條件不變的情況下，流轉(zhuǎn)給生活型農(nóng)業(yè)經(jīng)營(yíng)者面積比例每增加一個(gè)標(biāo)準(zhǔn)差，耕地“非糧化”水平相對(duì)于均值降低了2.4%（土地流轉(zhuǎn)對(duì)象的系數(shù)0.083×標(biāo)準(zhǔn)差0.158÷流轉(zhuǎn)耕地“非糧化”水平的均值0.546=0.024），但這一結(jié)果并不顯著。模型2報(bào)告了土地流轉(zhuǎn)中“地”的特征對(duì)耕地“非糧化”的影響。土地流轉(zhuǎn)面積比例提高顯著地抑制了耕地“非糧化”，在其他條件不變的情況下，土地流轉(zhuǎn)面積比例每增加一個(gè)標(biāo)準(zhǔn)差，耕地“非糧化”水平相對(duì)于均值減少8.5%（土地流轉(zhuǎn)面積的系數(shù)0.269×標(biāo)準(zhǔn)差0.173÷流轉(zhuǎn)耕地“非糧化”水平的均值0.546=0.085），驗(yàn)證了本研究提出的理論假說(shuō)2a。模型3報(bào)告了土地流轉(zhuǎn)中“錢(qián)”的特征對(duì)耕地“非糧化”的影響。土地流轉(zhuǎn)租金顯著地促進(jìn)了耕地“非糧化”，在其他條件不變的情況下，土地流轉(zhuǎn)租金每增加1%標(biāo)準(zhǔn)差，耕地“非糧化”水平相對(duì)于均值增加4.1%（土地流轉(zhuǎn)租金的系數(shù)0.044×標(biāo)準(zhǔn)差0.504÷流轉(zhuǎn)耕地“非糧化”水平的均值0.546=0.041），與本研究提出的理論假說(shuō)3a一致。

4.2.2穩(wěn)健性檢驗(yàn)

（1）穩(wěn)健性檢驗(yàn)一：遺漏變量?jī)?nèi)生性問(wèn)題。耕地“非糧化”現(xiàn)象存在明顯的集聚分布特征和帶動(dòng)效應(yīng)［6，48-49］，如果忽視這一關(guān)系，會(huì)引發(fā)遺漏空間變量問(wèn)題，從而導(dǎo)致有偏估計(jì)。表3匯報(bào)了各地區(qū)2009—2020年流轉(zhuǎn)耕地“非糧化”水平的空間相關(guān)性檢驗(yàn)結(jié)果。結(jié)果顯示，Moran'sI指數(shù)大于0且整體呈增長(zhǎng)趨勢(shì)，各年份均通過(guò)顯著性檢驗(yàn)，初步判定中國(guó)各地區(qū)流轉(zhuǎn)耕地“非糧化”水平具有顯著空間正自相關(guān)性。其次，普通面板模型的Moran'sI（error）指數(shù)通過(guò)顯著性檢驗(yàn)，說(shuō)明普通面板模型的估計(jì)結(jié)果可能有偏或無(wú)效。因此，本研究在考慮空間溢出效應(yīng)基礎(chǔ)上，基于面板數(shù)據(jù)構(gòu)建空間計(jì)量模型研究土地流轉(zhuǎn)對(duì)耕地“非糧化”的影響。參考已有研究［50］，通過(guò)拉格朗日乘數(shù)（LM）檢驗(yàn)、似然比（LR）檢驗(yàn)、SDM模型固定效應(yīng)和Hausman檢驗(yàn)選擇空間計(jì)量模型的具體估計(jì)形式。其一，根據(jù)Anselin［51］的研究，通過(guò)考察LM及其穩(wěn)健統(tǒng)計(jì)量（R?LM），在普通面板模型與SAR模型或SEM模型之間選擇。其二，如果LM檢驗(yàn)顯示計(jì)量模型中包含空間效應(yīng)，根據(jù)Elhorst［52］的研究，可以直接使用更具一般意義的SDM模型進(jìn)行空間計(jì)量估計(jì)。其三，通過(guò)LR檢驗(yàn)判斷SDM模型中是否包含空間固定效應(yīng)或時(shí)間固定效應(yīng)。其四，通過(guò)Hausman檢驗(yàn)判斷SDM模型的固定效應(yīng)和隨機(jī)效應(yīng)。其五，通過(guò)LR檢驗(yàn)判斷SDM模型是否會(huì)退化為SAR或SEM模型。表4報(bào)告了檢驗(yàn)結(jié)果，最終確定時(shí)空雙重固定效應(yīng)的SDM模型為本研究更優(yōu)選擇。模型4—模型6報(bào)告了土地流轉(zhuǎn)“人”“地”“錢(qián)”的特征對(duì)耕地“非糧化”的直接效應(yīng)和間接效應(yīng)。土地流轉(zhuǎn)“人”的特征直接效應(yīng)、間接效應(yīng)和總效應(yīng)系數(shù)分別為-0.085、-0.289、-0.374，均通過(guò)了顯著性檢驗(yàn)；土地流轉(zhuǎn)“地”的特征直接效應(yīng)、間接效應(yīng)和總效應(yīng)系數(shù)分別為-0.172、-0.713、-0.885，均通過(guò)了顯著性檢驗(yàn)；土地流轉(zhuǎn)“錢(qián)”的特征直接效應(yīng)、間接效應(yīng)和總效應(yīng)分別為0.022、0.128、0.150，間接效應(yīng)和總效應(yīng)系數(shù)通過(guò)了顯著性檢驗(yàn)。上述結(jié)果表明：在考慮空間溢出的情況下，土地流轉(zhuǎn)對(duì)象為生活型經(jīng)營(yíng)者有利于抑制耕地“非糧化”，土地流轉(zhuǎn)面積比例提高顯著地抑制了耕地“非糧化”，土地流轉(zhuǎn)租金顯著地促進(jìn)了耕地“非糧化”。驗(yàn)證了本文提出的假說(shuō)1a、假說(shuō)2a和假說(shuō)3a。

（2）穩(wěn)健性檢驗(yàn)二：互為因果內(nèi)生性問(wèn)題。由于土地流轉(zhuǎn)與耕地“非糧化”可能存在雙向反饋?zhàn)饔?，即耕地“非糧化”程度較高地區(qū)的土地可能更傾向于流轉(zhuǎn)給生產(chǎn)型經(jīng)營(yíng)者，土地流轉(zhuǎn)面積更小，土地流轉(zhuǎn)租金更高。因此，上述模型可能存在關(guān)鍵變量與擾動(dòng)項(xiàng)協(xié)方差不為零的情形，從而導(dǎo)致有偏估計(jì)。本研究運(yùn)用杜賓-吳-豪斯曼檢驗(yàn)（Dubin?Wu?Hausmantest）對(duì)核心變量的內(nèi)生性進(jìn)行檢驗(yàn)。結(jié)果顯示，所有模型的DWH檢驗(yàn)至少在10%的水平下拒絕土地流轉(zhuǎn)特征變量是外生變量的原假定，說(shuō)明需要使用工具變量法估計(jì)土地流轉(zhuǎn)對(duì)耕地“非糧化”的影響效應(yīng)。此外，運(yùn)用識(shí)別不足檢驗(yàn)考察工具變量與內(nèi)生變量是否相關(guān)，結(jié)果顯示所有模型的LM統(tǒng)計(jì)量在1%的水平下拒絕工具變量與內(nèi)生變量不相關(guān)的原假定，說(shuō)明工具變量滿(mǎn)足相關(guān)性要求。本研究運(yùn)用弱工具變量檢驗(yàn)來(lái)考察工具變量與內(nèi)生變量是否為弱相關(guān)問(wèn)題，所有模型的Cragg?DonaldWaldF統(tǒng)計(jì)量遠(yuǎn)大于10%偏誤下的臨界值，表明工具變量不存在弱工具變量問(wèn)題。另外，所有模型Wald外生性檢驗(yàn)的卡方值至少在10%的水平下顯著，說(shuō)明工具變量滿(mǎn)足外生性要求。最后，還通過(guò)過(guò)度識(shí)別檢驗(yàn)考察工具變量有效性，所有模型的Sargan（score）Chi2對(duì)應(yīng)的P值均大于0.10，表明不能拒絕工具變量有效的原假定。表5報(bào)告了工具變量檢驗(yàn)結(jié)果。模型7—模型9報(bào)告了同時(shí)選擇土地流轉(zhuǎn)特征滯后1—3期變量作為工具變量進(jìn)行重新回歸的結(jié)果。土地流轉(zhuǎn)“人”的特征系數(shù)為-0.261，土地流轉(zhuǎn)“地”的特征系數(shù)為-0.583，土地流轉(zhuǎn)“錢(qián)”的特征系數(shù)為0.064，均通過(guò)了顯著性檢驗(yàn)。上述結(jié)果表明：在考慮自變量與因變量互為因果情況下，土地流轉(zhuǎn)對(duì)象為生活型經(jīng)營(yíng)者有利于抑制耕地“非糧化”，土地流轉(zhuǎn)面積比例提高顯著地抑制了耕地“非糧化”，土地流轉(zhuǎn)租金顯著地促進(jìn)了耕地“非糧化”。前文的實(shí)證結(jié)果是穩(wěn)健的。

（3）穩(wěn)健性檢驗(yàn)三：2018年數(shù)據(jù)缺失問(wèn)題。受限于數(shù)據(jù)可得性，本研究缺失了計(jì)算2018年流轉(zhuǎn)耕地“非糧化”水平所使用的“家庭承包經(jīng)營(yíng)的耕地面積”數(shù)據(jù)，而采用“歸村所有的耕地面積”與“歸組所有的耕地面積”的總和代替。為了增強(qiáng)研究結(jié)果的可靠性，參考已有研究［53］，剔除2018年數(shù)據(jù)對(duì)模型1—模型9進(jìn)行重新估計(jì)。重新估計(jì)結(jié)果與基準(zhǔn)模型及拓展模型結(jié)果（影響方向和顯著性）基本相近，表明本研究估計(jì)結(jié)果較為穩(wěn)健。由于篇幅限制，詳細(xì)結(jié)果未能在文中列出，備索。

4.2.3異質(zhì)性分析

為考察流轉(zhuǎn)耕地“非糧化”驅(qū)動(dòng)因素的區(qū)域異質(zhì)性，在前文基準(zhǔn)回歸模型中，加入了土地流轉(zhuǎn)與糧食生產(chǎn)功能區(qū)（Are）的交叉項(xiàng)，結(jié)果見(jiàn)表6。其中，模型10—模型12中糧食生產(chǎn)功能區(qū)（Are）變量以非糧食主產(chǎn)區(qū)為基準(zhǔn)組進(jìn)行設(shè)計(jì)，即糧食主產(chǎn)區(qū)的Are變量為1，非糧食主產(chǎn)區(qū)為0。模型10報(bào)告了土地流轉(zhuǎn)中“人”的特征及其和糧食生產(chǎn)功能區(qū)交互項(xiàng)的影響。土地流轉(zhuǎn)“人”的特征與糧食生產(chǎn)功能區(qū)交互項(xiàng)系數(shù)顯著為正，說(shuō)明在其他條件不變的情況下，相較于非糧食主產(chǎn)區(qū)，糧食主產(chǎn)區(qū)的生產(chǎn)型農(nóng)業(yè)經(jīng)營(yíng)者采取“非糧化”種植行為的傾向相對(duì)較弱，驗(yàn)證了本研究提出的理論假說(shuō)1b。模型11報(bào)告了土地流轉(zhuǎn)中“地”的特征及其和糧食生產(chǎn)功能區(qū)交互項(xiàng)的影響。土地流轉(zhuǎn)“地”的特征與糧食生產(chǎn)功能區(qū)交互項(xiàng)系數(shù)顯著為負(fù)，說(shuō)明在其他條件不變的情況下，在糧食主產(chǎn)區(qū)，土地流轉(zhuǎn)面積比例提高對(duì)耕地“非糧化”的抑制作用更強(qiáng)，與本研究提出的理論假說(shuō)2b一致。模型12報(bào)告了土地流轉(zhuǎn)中“錢(qián)”的特征及其和糧食生產(chǎn)功能區(qū)交互項(xiàng)的影響，交互項(xiàng)對(duì)耕地“非糧化”水平的影響為正但不顯著，假說(shuō)3b未得到驗(yàn)證。

5結(jié)論與啟示

5.1結(jié)論

本研究利用中國(guó)2009—2020年省級(jí)面板數(shù)據(jù)，對(duì)流轉(zhuǎn)耕地“非糧化”的時(shí)空格局演變進(jìn)行量化測(cè)度，在此基礎(chǔ)上，探析土地流轉(zhuǎn)中“人”“地”“錢(qián)”特征對(duì)耕地“非糧化”帶來(lái)的差異化效應(yīng)，并分析流轉(zhuǎn)耕地“非糧化”驅(qū)動(dòng)因素的區(qū)域異質(zhì)性。主要結(jié)論可以歸納為：

（1）土地流轉(zhuǎn)誘發(fā)的“非糧化”具有階段性和區(qū)域性。非糧食主產(chǎn)區(qū)的流轉(zhuǎn)耕地“非糧化”是全國(guó)層面流轉(zhuǎn)耕地“非糧化”加劇的主要原因。

（2）土地流轉(zhuǎn)與耕地“非糧化”存在顯著相關(guān)關(guān)系。提高土地流轉(zhuǎn)面積和將土地流轉(zhuǎn)給生活型經(jīng)營(yíng)者有利于抑制耕地“非糧化”發(fā)展，土地流轉(zhuǎn)租金上漲會(huì)加劇耕地“非糧化”程度。

（3）土地流轉(zhuǎn)與耕地“非糧化”關(guān)系存在區(qū)域異質(zhì)性。在糧食主產(chǎn)區(qū)，土地流轉(zhuǎn)面積提高對(duì)流轉(zhuǎn)耕地“非糧化”的抑制作用更強(qiáng)。在非糧食主產(chǎn)區(qū)，生產(chǎn)型農(nóng)業(yè)經(jīng)營(yíng)者采取“非糧化”種植行為的傾向相對(duì)較強(qiáng)。

5.2啟示

針對(duì)上述結(jié)論，本研究認(rèn)為，應(yīng)從土地流轉(zhuǎn)“人”“地”“錢(qián)”特征著手，制定針對(duì)性的政策措施以防止流轉(zhuǎn)耕地“非糧化”。具體可從以下幾個(gè)方面展開(kāi)。

（1）健全耕地保護(hù)補(bǔ)償制度，對(duì)防止流轉(zhuǎn)耕地“非糧化”目標(biāo)完成好的地區(qū)給予獎(jiǎng)補(bǔ)。根據(jù)非糧食主產(chǎn)區(qū)的流轉(zhuǎn)耕地“非糧化”加劇現(xiàn)狀，應(yīng)健全糧食主產(chǎn)區(qū)和非糧食主產(chǎn)區(qū)間的橫向轉(zhuǎn)移支付制度，積極推進(jìn)中央和地方各級(jí)涉農(nóng)資金整合，鼓勵(lì)地方統(tǒng)籌安排財(cái)政資金，對(duì)防止流轉(zhuǎn)耕地“非糧化”目標(biāo)完成好的農(nóng)村集體經(jīng)濟(jì)組織、新型經(jīng)營(yíng)主體和農(nóng)戶(hù)給予獎(jiǎng)補(bǔ)，平衡區(qū)域糧食供求和經(jīng)濟(jì)發(fā)展。

（2）重點(diǎn)規(guī)范非糧食主產(chǎn)區(qū)的工商資本流轉(zhuǎn)土地行為，對(duì)農(nóng)戶(hù)糧食種植行為給予獎(jiǎng)勵(lì)。根據(jù)非糧食主產(chǎn)區(qū)的生產(chǎn)型農(nóng)業(yè)經(jīng)營(yíng)者采取“非糧化”種植行為的傾向相對(duì)較強(qiáng)的特點(diǎn)，應(yīng)強(qiáng)化非糧食主產(chǎn)區(qū)流轉(zhuǎn)土地監(jiān)管，持續(xù)關(guān)注工商資本大規(guī)模流轉(zhuǎn)耕地改種非糧作物行為，依法明確非糧化的概念、類(lèi)型、程度等“邊界條件”，防止“打擦邊球”現(xiàn)象，對(duì)在轉(zhuǎn)入農(nóng)地上繼續(xù)種植糧食作物的農(nóng)戶(hù)給予一定的政策優(yōu)惠和扶持。

（3）進(jìn)一步推進(jìn)糧食主產(chǎn)區(qū)的土地流轉(zhuǎn)和整治工程，發(fā)展耕地適度規(guī)?；?jīng)營(yíng)。根據(jù)糧食主產(chǎn)區(qū)土地流轉(zhuǎn)面積提高對(duì)流轉(zhuǎn)耕地“非糧化”的抑制作用更強(qiáng)的特點(diǎn)，應(yīng)在糧食主產(chǎn)區(qū)通過(guò)土地流轉(zhuǎn)和整治工程把碎片化耕地集中起來(lái)，建設(shè)高標(biāo)準(zhǔn)基本農(nóng)田，提高土地利用率和農(nóng)業(yè)生產(chǎn)效率。同時(shí)通過(guò)農(nóng)民專(zhuān)業(yè)合作社、農(nóng)業(yè)服務(wù)公司等農(nóng)業(yè)生產(chǎn)社會(huì)化服務(wù)組織，提供機(jī)械施用作業(yè)的設(shè)施設(shè)備、服務(wù)場(chǎng)地及技術(shù)力量等服務(wù)，降低農(nóng)業(yè)機(jī)械投入和勞動(dòng)力投入成本，提高糧食種植整體收益。

（4）完善農(nóng)地流轉(zhuǎn)交易平臺(tái)，繼續(xù)加強(qiáng)土地流轉(zhuǎn)價(jià)格監(jiān)控。根據(jù)土地流轉(zhuǎn)租金上漲對(duì)耕地“非糧化”具有促進(jìn)作用的特點(diǎn)，應(yīng)盡快完善農(nóng)地流轉(zhuǎn)交易平臺(tái)，實(shí)現(xiàn)閑置農(nóng)地與經(jīng)營(yíng)主體生產(chǎn)需求的信息匹配，以促進(jìn)資源有效配置；同時(shí)建立全國(guó)性農(nóng)用地指導(dǎo)價(jià)格標(biāo)準(zhǔn)，根據(jù)地區(qū)特點(diǎn)和市場(chǎng)需求，合理確定農(nóng)地流轉(zhuǎn)價(jià)格，防止農(nóng)業(yè)以外尤其是糧食以外的市場(chǎng)擾亂耕地價(jià)格。