农业社会化服务对长江经济带农业生态效率的影响

2025-01-03陈卫洪于晴

华东经济管理 2025年1期

摘要：农业社会化服务是实现农业生产绿色转型的重要途径。文章基于2009—2021年长江经济带110个地级市面板数据对农业生态效率进行测算，并采用固定效应模型、中介效应模型和门槛效应模型探究农业社会化服务对农业生态效率的影响及内在机制。研究发现：长江经济带农业生态效率总体上呈“U”型变化趋势，上游农业生态效率高于中游、下游及总体区域；农业社会化服务对农业生态效率具有显著的促进作用，且可以通过优化劳动力和资本要素配置间接提升农业生态效率。门槛检验进一步表明，农业社会化服务对农业生态效率的影响呈现边际效应递增的非线性特征。由此，长江经济带应加快完善农业社会化服务体系，以促进农业生态效率提升。

关键词：农业社会化服务；劳动力；资本；要素配置；农业生态效率

中图分类号：X322；F326.6" " " 文献标识码：A " " 文章编号：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

长江经济带是中国生态文明建设和经济高质量发展的先行示范区，拥有的丰富的水土资源、多样化的物种资源和农田水利基础设施等为区域农业发展提供了强劲动力。然而，长期粗放式农业生产模式导致长江经济带环境问题日益严重。2024年10月，习近平总书记在安徽考察时强调，要协同推进降碳、减污、扩绿、增长，系统推进生态保护修复和生态环境治理。由于农业生态转型受经营规模、物质资本以及人力资本等条件的限制，仅仅依靠小农户难以实现生产的绿色化、集约化。2024年中央一号文件强调，“加强农业社会化服务平台和标准体系建设，聚焦农业生产关键薄弱环节和小农户，拓展服务领域和模式”。农业社会化服务实现了从小农户自主经营到委托服务经营生产方式的转变［1］。面对农业发展过度依赖资源和要素投入的现实困境，农业社会化服务能否突破绿色发展瓶颈、提升农业生态效率，对农业强国建设尤为重要。

通过梳理相关文献发现，农业社会化服务和农业生态效率受到学界的高度关注。相关研究表明，农业社会化服务能够通过缓解农户资金约束［2］、减少土地撂荒［3］、专业化分工［4］、引入先进生产技术和机械器具［5］等途径引导农业生产方式重塑，推动农业绿色生产。农户可以通过购买服务的迂回方式将新要素和新技术引入经营之中，从而达到改造传统农业的目的［6］。随着生态文明和农业现代化上升为国家发展战略，农业生态效率成为农业绿色生产功能的重要体现，即在保证产出的前提下减少农业投入和资源消耗，以降低环境污染［7］。基于农业社会化服务的特点和作用机制，学者们在农业社会化服务对农业生态效率的影响方面进行了大量探索。乔保荣等（2023）［8］基于2000—2019年中国省级面板数据，验证了农业社会化服务业对农业生态效率具有显著促进作用，且存在正向溢出效应；李玉超和张立杰（2024）［9］通过构建“生产要素—生产方式—利益驱动”理论分析框架，着重从农户分化视角理清了农业社会化服务影响农业绿色全要素生产率的机理；张梦玲等（2023）［10］从服务分工视角破解资源环境约束和农户行为的市场约束，探究农业社会化服务对农业绿色生产率的影响机制。

综合来看，现有研究对农业社会化服务和农业生态效率进行了较为充分的讨论，但仍需要拓展研究空间。第一，既有研究多集中于全国视角，鲜有研究关注长江经济带这一重点区域层面。本文以长江经济带为研究对象，探索农业社会化服务对农业生态效率的作用机制，更能体现拥有不同要素禀赋和发展阶段的地区发展规律，对推动长江经济带发展具有更直接的现实意义。第二，关于农业社会化服务对农业生态效率影响的研究多集中于直接影响效应、农户视角、服务分工视角等方面，虽然在分析中会涉及农业社会化服务对劳动力、资本等要素的配置效应，但尚未明确各类要素具体配置水平，且缺乏进一步考察这些要素配置效应与农业生态效率的内在关系。基于此，本文选取2009—2021年长江经济带110个地级市面板数据，将农业社会化服务、要素配置和农业生态效率纳入同一分析框架，从劳动力和资本要素配置视角，探讨农业社会化服务对农业生态效率的影响机制和传导路径，以期为制定长江经济带农业可持续发展政策提供依据。

二、理论分析与研究假设

（一）农业社会化服务对农业生态效率的直接影响效应

农业社会化服务对农业生态效率的直接影响效应可以从农业生产的各环节进行分析。在产前阶段，农业社会化服务组织能够为农户提供科学合理的生产决策指导，使农户根据生态环境发展要求调整种植结构。比如，相较于园艺作物和经济作物来说，种植粮食作物的农用化学投入品较少，并且能够产生更大的碳汇效应［11］，适当增加粮食作物的种植不但可以守住粮食安全红线，而且能带来一定的生态效益。在产中阶段，农业社会化服务能够带动农业适度规模经营，减少因土地有限性和要素不可分性投入过量化肥、农药、农膜等农用化学品而导致的水体污染、土壤污染和温室气体排放。此外，农业社会化服务的专业化经营可以为农户提供科学管理和绿色技术指导，其专业化、精准化的作业流程有利于改变农户通过经验判断进行农业生产的惯性方式。尤其是数字技术在农业社会化服务领域的应用，更是加速了配方施肥、智能检测、秸秆还田、滴灌、肥效信息采集等环境友好型技术的推广，有利于提高资源利用率，实现农业精细化生产。在产后阶段，随着人们生活水平的提升，消费者对绿色健康食品的需求也逐渐提高。农业社会化服务组织能够为农户传递更多绿色农产品需求信息，激发农户绿色生产积极性。同时，其质量监管、产品认证等服务可以倒逼农业生产趋于减量化，促进农业产业转型升级。据此，本文提出假设1。

H1：农业社会化服务能够有效提升农业生态效率。

（二）农业社会化服务对农业生态效率的间接影响效应

由于各地区在农业资源禀赋、农业生产方式、农业经济发展水平等方面存在差异性，农业生产要素也受到不同程度的制约。农业部门面临的要素扭曲与错配问题，不仅抑制农业产出，还可能导致农业面源污染问题的产生［12-13］。农业社会化服务以服务卷入的方式将人才、信息、资本、绿色先进生产技术等生产要素导入农业生产领域中，通过要素补充、替代、整合等方式改变农业生产投入的要素结构，对生产要素进行重新配置，以此来促进农业生态效率提升。

从劳动力要素配置来看，一方面，农业社会化服务通过强化农业分工，将劳动力集中在不同的生产活动上，使农业劳动力与生产资料之间的比例关系更趋合理，进而在农业内部形成专业化经济，促进生态效率的提升。具体来说，由于受立地条件、农作物生长过程和环境信息的影响，农业生产具有一定的层次性。农业社会化服务根据农业绿色生产需求，通过宣传教育、技术指导、技能培训等方式有针对性地培育作物种植、病虫害防治、田间管理等方面的生态农业人才，促使农业劳动力结合自身专业优势在特定生产环节形成专业化知识，合理安排生产。在此过程中，农业劳动力通过熟能生巧、经验积累、学习模仿等方式提高技术水平，促进技术扩散，助力农业生态转型。另一方面，农业社会化服务通过促进农业劳动力在农业与非农部门之间流动，提升配置效率。代耕代种、代管代收、无人机植保等服务形成的替代效应，将挤出更多的农业劳动力向非农部门流动并增加工资性收入，从而增强农户对农业绿色生产的支付意愿和支付能力，提升农户参与生态保护的主动性。农业社会化服务的分工效应同样推动了农村多业态发展并增加就业机会［14］，以此吸引更多非农部门有知识、有能力的优质劳动力流向农业生产和环境保护部门。

从资本要素配置来看，一方面，农业社会化服务通过利用标准化生产减少生产资料投入，或以集中采购形成的竞价优势缩减生产成本，帮助农户节约生产资本，从而增加农户购买清洁资源和参与农业绿色标准化生产的可能性。另一方面，农业社会化服务可以通过促进政府与市场之间的互动，引导各类资本向农业绿色生产倾斜。譬如，政府通过财政支农的方式对农业绿色生产给予经济补偿，引导高新技术企业向农业产业方向探索和投资，发挥“看得见的手”的作用，合理提高金融市场对农业生产经营的宽容度，以此缓解农业企业融资难和农户绿色生产的资金约束，为农业可持续发展提供保障。

综上，本文提出假设2。

H2a：农业社会化服务可以通过优化劳动力要素配置促进农业生态效率提升；

H2b：农业社会化服务可以通过优化资本要素配置促进农业生态效率提升。

（三）农业社会化服务对农业生态效率的非线性效应

农业社会化服务是实现农业绿色、生态、高效发展的重要支撑。通过梳理相关研究和基于现实应用的判断，本文推断农业社会化服务对农业生态效率的影响可能存在非线性特征。从农业社会化服务自身发展水平来看，在农业社会化服务发展初期，由于服务市场机制不完善、定价较高，农户采用农业社会化服务会造成生产成本增加，致使农业社会化服务应用程度不高，进而难以充分发挥其绿色效应。随着农业社会化服务市场竞争机制不断完善，服务对象由小麦、玉米、水稻等粮食作物逐渐拓展到油料、蔬菜、瓜果等多种作物，服务费用在市场竞争中下降［15］，市场化服务、合作社化服务等服务模式更加多样，农户绿色生产机会成本减少，农业社会化服务在促进农业生态效率提高方面发挥了重要作用。据此，本文提出假设3。

H3：农业社会化服务对农业生态效率会产生非线性影响。

三、农业生态效率测算与分析

（一）农业生态效率指标体系构建与方法选择

农业生态效率能够较好地反映经济发展和生态环境状况。本文结合农业生产特点和生态环境的发展要求，建立包括6种投入指标、2种产出指标的农业生态效率评价体系。同时，为解决传统径向DEA模型测算效率值未能考虑松弛变量和有效区分DEA单元差异的问题，本文借鉴Tone（2001）［16］提出的非径向超效率SBM模型进行农业生态效率测算，具体指标见表1所列。若测得农业生态效率值≥1，则说明被评价的决策单元有效；反之，则说明还存在改进空间。

（二）测度结果与分析

为进一步揭示长江经济带农业生态效率的变化趋势，本文利用MAXDEA 8 Ultra软件，基于2009—2021年长江经济带110个地级市的原始数据计算得到农业生态效率均值，并根据国家统计局标准对长江经济带上中下游三大区域的数据进行分组整理（1），具体见图1所示。从时间分布来看，2009—2021年长江经济带农业生态效率总体上符合“U”型曲线特征。其中，2009—2012年长江经济带农业生态效率总体呈下降趋势。这是由于早期的长江经济带着眼于流域开发，经济发展速度过快造成资源过度消耗、项目绩效不高等负面影响，使得生态环境较为脆弱。2012—2016年长江经济带农业生态效率总体有所上升，但上升幅度较为缓慢。这是因为进入“十二五”时期，国家积极推动农业现代化建设，促进农业生态效率提升。但在此过程中，长江经济带生态环境多元治理格局尚未形成，传统农业发展模式与生态文明要求之间存在一定程度的不适性，农业生态效率增长缓慢。2017—2021年长江经济带农业生态效率总体快速上升。其原因在于，这一阶段国家逐步实施一系列加快长江经济带高质量发展的重大举措。《长江经济带生态环境保护规划》《关于加快推进长江经济带农业面源污染治理的指导意见》《中华人民共和国长江保护法》等政策法规均在不同程度上强调坚持“共抓大保护、不搞大开发”“生态优先、绿色发展”的战略导向，着力构建以生态农业为基础的产业体系，推动了农业生产体系改造升级，使得长江经济带农业生态效率加速上升。从区域分布来看，上游地区农业生态效率长期居于总体农业生态效率趋势线上方，并且高于中游和下游地区。这说明长江经济带农业生态效率存在明显的区域差异。结合长江经济带实际情况发现，上游地区受资源禀赋和经济发展水平的影响，农业发展程度不高，农业生产投入和非期望产出较低。多山地丘陵的地形不利于大型机械操作，限制了农业机械总动力的投入，能源消耗和碳排放相对较少。同时，中下游地区依靠长江水路，并且拥有诸如江汉平原、洞庭湖平原、鄱阳湖平原等较大面积的平原，为农业大规模机械化发展提供了条件。但是，中下游地区在加快推进农业产业化的同时，未能兼顾环境保护，其发展过程中形成的高污染、高能耗的生产方式导致该区域农业生态效率相对较低。

四、模型构建与变量选取

（一）模型构建

首先，基于上述研究假设，本文构建如下模型验证农业社会化服务对农业生态效率的直接影响。

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

其中：i代表地级市；t代表年份；α0表示截距项；α1表示核心解释变量的估计参数；α2表示控制变量的估计参数；[AEit]为地区i在第t年的农业生态效率；[ASSit]为地区i在第t年的农业社会化服务水平；[controlsit]为一系列控制变量；μi为个体固定效应；θt为时间固定效应；εit为随机扰动项。

其次，本文对农业社会化服务影响农业生态效率的间接路径进行检验，探究农业社会化服务是否通过劳动力要素配置和资本要素配置来促进农业生态效率的提升。具体步骤为：在模型（1）系数α1通过显著性检验的基础上，先分别构建农业社会化服务（ASS）对中介变量（M）的回归方程、农业社会化服务（ASS）与中介变量（M）共同对农业生态效率（AE）的回归方程，然后通过检验系数β1、γ2、γ1的显著性判断中介效应的存在情况。

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

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

其中：Mit为中介变量；β0、β1、β2、γ0、γ1、γ2、γ3为待检验系数；其余变量含义同式（1）。若β1和γ2显著，则以M为中介变量的机制检验通过；若β1和γ2至少存在一个不显著，需运用Bootstrap或Sobel法加以验证，若显著则存在中介效应。进一步地，若γ1显著，则存在部分中介效应；若γ1不显著，则存在完全中介效应。

最后，为进一步探究农业社会化服务对农业生态效率是否存在非线性影响，本文构建如下门槛效应模型：

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

其中：I（·）为指示函数，[qit]为门槛变量；w为待估计门槛值；[η0]、[η1]、[η2]、[η3]为待检验系数；其余变量含义同式（1）。

（二）变量选取

1. 被解释变量

本文被解释变量为农业生态效率（AE），用前文计算的各地区历年测算结果表示。

2. 核心解释变量

本文核心解释变量为农业社会化服务水平（ASS）。农业社会化服务是服务组织向农户或新型农业经营主体提供的有关研发、培训、技术指导等方面的服务［19］。目前，学界关于农业社会化服务的研究范围较广，其衡量方式也各有不同。如郝爱民（2013）［20］采用金融保险业，批发和零售业，交通运输、仓储和邮政业相关生产性服务行业就业人员占农业就业人数的比重作为代理指标；朱美荣等（2024）［21］从生产条件与服务、科技投入与服务、加工与流通服务、生态环境补偿服务、一般公共服务、农业社会化服务自身建设等方面构建农业社会化服务指标体系。但以上衡量方式涉及的数据多为省级或国家层面，具体到长江经济带地级市的数据，缺失值较多，难以保证估计的准确性。因此，本文根据数据的权威性和可得性，参考已有对农业社会化服务的衡量方法［22］，选择农林牧渔服务业产值与农作物总播种面积的比值作为农业社会化服务的衡量指标。

3. 中介变量

本文中介变量为劳动力配置（LA）和资本配置（FA）。生产要素的合理配置能够有效激发要素活力，而要素错配则会造成要素浪费和效率损失［23］。因此，本文采用生产函数法测算劳动力错配指数和资本错配指数，反映劳动力、资本要素与有效配置的偏离程度，具体计算方式如下：

[τLi=1γLi-1]，[τKi=1γKi-1] （5）

其中：[τLi]为劳动力错配指数；[τKi]为资本错配指数；[γLi]和[γKi]分别为劳动力和资本的价格绝对扭曲系数。但在实际测算中，一般用劳动力和资本的价格相对扭曲系数[γLi]和[γKi]来代替，具体计算方式如下：

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

其中：[Lit]和[Kit]为劳动力投入和资本投入，劳动力投入用农业从业人员表示，资本投入借鉴李谷成等（2014）［24］的永续盘存法（PLA）测算农业资本存量，具体为[Kit=IitPit+1-δtKi， t-1]（[Kit]和[Ki， t-1]分别表示当期农业资本存量和上一期农业资本存量；Iit为当期固定资本投资额，根据实际需求和数据可得性，用农村固定资产投资额表征；Pit为农业投资价格指数，用农业生产资料价格指数表征；[δt]为资本折旧率，取值为5.42%；由于此计算方法不包含基础年份的农业资本存量的计算，所以研究期内基础年份的农业资本存量使用该年农村固定资产投资额比上农林牧渔生产总值几何平均增长率与折旧率之和表示）；[Lt]和[Kt]分别为经济体在t时期的劳动力总供给和资本总供给，使用[∑Ni=1][Lit]和[∑Ni=1][Kit]计算；[sit]表示t时期地区i的农业产出占经济体农业总产出的比重，农业产出采用农林牧渔产值表征；[βLi]和[βKi]分别表示劳动力弹性和资本弹性，参考王艳伟和黄宜（2022）［25］的计算方法，由C-D生产函数测算而得，[βLt=∑Ni=1][sitβLi]，为产出加权的劳动力贡献值，[βKt=∑Ni=1][sitβKi]，为产出加权的资本贡献值。经上述方法测得，若[τLilt;0]，表示该地区劳动力投入过多，配置过剩；若[τLi]gt;0，表示劳动力投入短缺，配置不足；若[τLi]=0，表示劳动力实际投入与理论投入相等，劳动力要素配置最优。只要要素错配指数不为0，则均表示要素存在一定程度的错配，因此本文在实证分析时采用劳动力错配指数和资本错配指数的绝对值进行计算，且数值越大，要素错配情况越严重。

4. 控制变量

为减少遗漏变量的影响，本文根据影响农业生态效率的因素，借鉴相关研究［26-30］选取以下控制变量：农地规模经营（ALM），用农作物播种面积/农业从业人员衡量；农村人力资本（RHC），用农村居民平均受教育年限表征；农业信息化（AI），以开通互联网宽带业务的行政村比重来衡量；农业机械化（AM），以农业机械总动力/农作物总面积来衡量；城镇化率（UR），以城镇人口/常住人口来衡量。

（三）数据来源及描述性统计

本文选取2009—2021年长江经济带110个地级市的面板数据作为研究样本。样本数据来源于《中国统计年鉴》《中国区域经济统计年鉴》《中国城市统计年鉴》以及各地级市统计年鉴、各地级市统计公报、ESP数据分析平台。原始数据采用线性插值法填补缺失值和剔除异常值后剩余1 089个样本。上述各变量的具体衡量方法及描述性统计见表2所列。

五、农业社会化服务促进农业生态效率提升的实证检验

（一）基准回归结果

表3报告了农业社会化服务对农业生态效率影响的回归结果。列（1）至列（4）分别表示未加入控制变量且未控制时间和地区、未加入控制变量但控制时间和地区、加入控制变量但未控制时间和地区、加入控制变量且控制时间和地区的情况。四个回归结果均显示，农业社会化服务对农业生态效率的影响在1%的水平上显著为正，这意味着农业社会化服务能够显著提高农业生态效率，H1得到验证。

表3列（4）结果表明，从控制变量回归情况来看，农地规模经营对农业生态效率有显著的正向促进效应，表明农地规模经营有利于提高绿色生产要素的使用效率，从而能降低对环境的污染；农业机械化与农业生态效率同样呈现显著的正相关性，表明长江经济带农业机械化提高农业生产率、节约劳动成本的正向效应能够弥补能源消耗导致的负向效应，从而促进农业生态效率的提升；城镇化率也对农业生态效率具有显著的正向影响效应，城镇化发展为技术推广和生产方式转变创造了条件；农村人力资本对农业生态效率存在不显著的负向影响，可能原因在于：随着农村地区老龄化程度加深，从事农业活动的多为中老年人，受文化程度和认知水平限制，大部分中老年人人力资本水平不高，绿色发展意识薄弱，不利于农业绿色发展；农业信息化对农业生态效率的影响不显著，可能是因为农业信息化水平尚处于较低阶段，没有明显提升农业生态效率。

（二）内生性分析

基准回归结果表明，农业社会化服务能促进农业生态效率的提升，但二者之间影响效应存在的内生性问题，将导致参数估计结果有偏和非一致。一方面，农业生态效率与农业社会化服务之间存在反向因果关系。农业生态环境变好和生产效益提升，不仅改善了农业生产经营条件，还增加了农业持续发展的可能性。由于农业社会化服务具有科学性、组织化等优势，农户对农业社会化服务的需求也会随之增加，进而可能促使农业社会化服务水平不断提升。另一方面，虽然本文通过尽可能多地增加控制变量、对时间和地区固定效应进行控制等手段减少模型估计偏误问题，但依旧难以穷尽所有影响农业生态效率的因素。因此，可能遗漏重要解释变量而产生内生性问题。鉴于此，本文参考张恒和郭翔宇（2021）［22］的做法，选择农业社会化服务滞后一期作为工具变量进行两阶段最小二乘估计。由于农业生产者素养、运行制度等影响农业社会化服务水平的因素具有一定的稳定性，滞后一期的农业社会化服务水平和当期农业社会化服务水平具有较强的相关性。根据时序概念，往期的农业社会化服务水平作为历史数据对当期农业生态效率没有直接影响［31］。该变量满足工具变量相关性和外生性条件，验证结果将在稳健性检验中体现。

（三）稳健性检验

为进一步验证H1的稳健性，本文采用替换核心解释变量对所有变量进行1%双侧缩尾处理的方法，重新估计基准回归模型，具体见表4所列。表4列（1）为参考欧阳鹏和姜霞（2024）的研究［32］，用农林牧渔服务业产值与农林牧渔业从业人数之比替换核心解释变量（APS）进行回归后的结果，可见，农业社会化服务水平对农业生态效率仍然保持显著的正向影响。但相较于原来的计算结果回归系数变小（由1.592降为0.002），该衡量方法下测算的农业社会化服务对农业生态效率的影响程度较弱。列（2）为对变量进行缩尾后的回归结果，可见，农业社会化服务水平的回归系数依然为正，且在1%的水平下显著。列（3）工具变量的Anderson LM检验P值小于0.01，拒绝了“工具变量识别不足”假设。Cragg-Donald Wald F的检验值大于临界值16.38，表明不存在弱工具变量问题。综上，工具变量选择合理有效，回归结果具有较好的稳健性。

（四）异质性分析

由于长江经济带各地区在资源禀赋、经济结构和产业布局等方面存在差异，导致农业社会化服务对农业生态效率的影响在实际运行过程中存在区域异质性。根据上文分析，长江经济带农业生态效率在2016年实施长江经济带发展战略之后，呈快速上升趋势，农业社会化服务对农业生态效率的影响也存在时间异质性。因此，本文将对长江经济带上、中、下游区域进行分组回归，并且以2016年为节点，分析长江经济带发展战略实施前后农业社会化服务对农业生态效率的影响，结果见表5所列。

从区域异质性来看，在长江经济带的上游地区，农业社会化服务对农业生态效率未呈现显著的影响效应。而在中游和下游地区，农业社会化服务对农业生态效率均在1%的显著性水平上呈现正向促进效应，且在下游地区作用效果更强（1.973gt;1.868）。可能的原因是：耕地细碎化、分散化和小农户特征影响了农业社会化服务组织的战略选择，以至于限制了农业社会化服务的发展及由此带来的生态效益。在长江经济带上游地区，受自然条件的影响，耕地难以集中连片、农业资源禀赋相对匮乏、专业化和技能型人才不足等增加了农业社会化服务的交易成本，导致了效率的损失。在风险最小化生产目标的驱使下，小农户自我生产、自我服务现象依然普遍，甚至为追求更高的产量和降低病虫害发生率，往往会过高估计化肥农药的施用量，最终造成生态环境污染严重。在农业资源禀赋相对丰裕和经济相对发达的中下游地区，工业化、城镇化程度更高、就业机会更多、农业兼业化明显，对生产专业化、节约化的生产性服务和全程托管服务的需求更大，农业社会化服务对农业生态效率的促进效应更明显。从时间异质性来看，2009—2015年，农业社会化服务的系数不显著，说明在长江经济带发展战略实施前，农业社会化服务对农业生态效率的促进作用不明显；2016—2021年，农业社会化服务对农业生态效率具有显著的正向促进作用。可能的原因在于，长江经济带发展战略以推动生态农业、特色农业和现代农业发展为重点，大力推进农资供应、技术研发、信息共享等服务，促使农业社会化服务通过吸纳整合技术、知识、人才等要素激发了相应地区的农业绿色生产潜力。

（五）中介效应模型估计结果

表6报告了要素配置的中介效应分析结果。列（1）和列（2）是劳动力配置检验结果。列（1）中，农业社会化服务水平对劳动力配置的影响系数为-0.005，且在5%的水平上显著，表明农业社会化服务水平的提高能够降低劳动力要素的错配程度；列（2）中，劳动力配置对农业生态效率的系数为-20.869，且在1%的水平上显著，说明农业社会化服务通过优化劳动力配置促进农业生态效率提升，H2a得到验证。

列（3）和列（4）是资本配置检验结果。列（3）中农业社会化服务水平对资本配置的影响系数为-3.331，且在10%的水平上显著，表明农业社会化服务水平的提高能够降低资本要素的有效配置偏离程度。这是因为，随着农业社会化服务向农业各生产环节的渗透，吸引了更多的资金投向农业部门，缓解了资本配置的不均衡；列（4）是加入农业社会化服务水平和资本配置的回归结果，其中，农业社会化服务水平对农业生态效率的影响系数为1.561，且在1%的水平上显著；资本配置对农业生态效率的影响系数为-0.009，且在10%的水平上显著，表明资本配置在农业社会化服务提升农业生态效率的过程中承担了部分中介作用，H2b得到验证。

（六）门槛效应模型估计结果

前文已经验证了农业社会化服务能够促进农业生态效率的提升，本部分将进一步研究这种促进作用是否为非线性。考虑农业社会化服务对农业生态效率有滞后效应，将单位面积农林牧渔服务业产值滞后一期作为门槛变量，并运用stata16.0软件中的xthreg2命令进行测算。通过Bootstrap自抽样法抽样300次后，结果见表7所列。可见，单一门槛值通过显著性检验，双重门槛值和三重门槛未通过显著性检验。进一步分析表8的回归结果，在相应的95%的置信区间内（0.000 7，0.098 6），可见，无论农业社会化服务水平大于门槛值还是小于门槛值，均显著影响农业生态效率。但当农业社会化服务水平大于0.083时，农业社会化服务对农业生态效率的影响程度从1.650提升至3.614，即不同发展水平的农业社会化服务对农业生态效率的影响程度也不同，且随着农业社会化服务水平的提升，呈现边际效应递增的非线性特征，H3得到验证。

六、研究结论与政策建议

（一）研究结论

本文以长江经济带为研究对象，基于2009—2021年110个地级市的面板数据，对长江经济带农业生态效率进行测算，并运用固定效应模型、中介效应模型和门槛效应模型探析农业社会化服务对农业生态效率的影响效应，得出研究结论如下：

第一，在样本期内，长江经济带农业生态效率总体上呈“U”型变化趋势，上游地区农业生态效率高于中游、下游地区及总体区域。

第二，农业社会化服务对农业生态效率起到显著促进作用，在替换核心解释变量、对样本进行缩尾后，结果依然稳健。农业社会化服务对农业生态效率的影响效应在长江经济带上游地区不显著，在中游和下游地区均呈现正向显著的促进效应，且在下游地区的作用效果更强。该影响效应在长江经济带发展战略实施前不显著，在战略实施后具有显著的促进作用。

第三，农业社会化服务会通过优化劳动力和资本要素配置影响农业生态效率，不同发展水平的农业社会化服务对农业生态效率的影响呈现边际效应递增的非线性特征。

（二）政策建议

基于上述结论，本文提出相应的政策建议。

第一，构建农业生态化发展的区域协调机制。从实际测量结果来看，长江经济带农业生态效率平均发展水平仍然较低，并且存在区域非协调发展的问题，可持续发展任务艰巨。由投入—产出分析可知，农业碳排放和农业面源污染的非期望产出是造成很多地区农业生态效率不高的原因。因此，需要优化农业生产投入结构，减少农药、化肥等的使用量。鼓励搭建跨区域农业合作平台，形成上、中、下游联动发展的农业绿色发展新格局。

第二，积极发挥农业社会化服务对农业生态效率的提升作用。结合农业生态发展新形势，推动农业社会化服务适当地向产前、产中和产后环节延伸，推广节水技术、深松深耕、肥力提升等服务。加快构建覆盖县、乡、村三级的新型农业社会化服务体系，开展农业社会化服务平台试点工作，通过创新服务模式、拓宽服务领域、规范服务管理，不断提高农业社会化服务水平。

第三，优化要素配置，缓解劳动力和资本要素的错配程度。加快培育农业社会化服务市场，推进各生产环节的分工与协作。健全有关生态知识和技术的培训体系，促使社会化服务经营主体向专业化、职业化转型。促进农业部门和非农部门劳动力要素流动和共享，吸引返乡能人、大学生、企业家等积极参与绿色生产，提升农村人力资本水平。引导社会资本投向农业社会化服务市场，鼓励农业企业、供销社等入村，助力破解农业绿色生产技术推广和应用的现实难题。

第四，增强农业社会化服务的针对性，最大程度上消除不同地区之间因地形差异和农业经济发展水平差异带来的异质性影响。在上游地区，针对不同农户的实际需求，大力发展农业社会化服务以弥补地形条件的劣势。发挥上游和下游地区的带动作用，将成功的管理方式和先进的技术向中游地区推广。加快落实长江经济带发展战略要求，抓住农业生态化发展的机遇期。

注释：

（1）上游地区包括重庆、四川、贵州、云南四省市；中游地区包括江西、湖北、湖南三省；下游地区包括上海、江苏、浙江、安徽四省市。

参考文献：

［1］颜华，齐悦，张梅.农业生产性服务促进粮食绿色生产的效应及作用机制研究［J］.中国农业资源与区划，2023，44（2）：54-67.

［2］杨子，饶芳萍，诸培新.农业社会化服务对土地规模经营的影响——基于农户土地转入视角的实证分析［J］.中国农村经济，2019（3）：82-95.

［3］张琦，张艳荣. 以农业社会化服务破解土地撂荒难题［J］.人民论坛，2023（5）：87-92.

［4］芦千文.中国农业生产性服务业：70年发展回顾、演变逻辑与未来展望［J］.经济学家，2019（11）：5-13.

［5］何得桂，公晓昱.农业价值链视角下小农户融入社会化服务体系的有效实现路径［J］.农村经济，2021（11）：95-103.

［6］罗必良.论服务规模经营——从纵向分工到横向分工及连片专业化［J］.中国农村经济，2017（11）：2-16.

［7］崔许锋，王雨菲，张光宏.面向低碳发展的农业生态效率测度与时空演变分析——基于SBM-ESDA模型［J］.农业经济问题，2022（9）：47-61.

［8］乔保荣，穆佳薇，余国新.农业生产性服务业对农业生态效率的空间效应研究［J］.中国农业资源与区划，2023，44（6）：86-96.

［9］李玉超，张立杰.农业社会化服务对农业绿色全要素生产率的影响研究——基于农户分化的视角［J］.农村经济，2024（3）：101-111.

［10］张梦玲，童婷，陈昭玖.农业社会化服务有助于提升农业绿色生产率吗？［J］.南方经济，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］郑宏运，李谷成，周晓时.要素错配与中国农业产出损失［J］.南京农业大学学报（社会科学版），2019，19（5）：143-153，159.

［13］葛继红，周曙东.要素市场扭曲是否激发了农业面源污染——以化肥为例［J］.农业经济问题，2012，33（3）：92-98，112.

［14］耿鹏鹏，檀竹平，罗必良.“挤出”抑或“吸纳”：农机服务如何影响农业劳动力转移［J］.华中农业大学学报（社会科学版），2022（4）：24-37.

［15］杨阳，李治，韩小爽.农业社会化服务对农地“趋粮化”的门槛效应［J］.管理学刊，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，张俊飚，李海鹏.中国农业碳排放时空特征及影响因素分解［J］.中国人口·资源与环境，2011，21（8）：80-86.

［18］陆杉，熊娇.农村金融、农地规模经营与农业绿色效率［J］.华南农业大学学报（社会科学版），2021，20（4）：63-75.

［19］李颖慧，陈红，游星.农业社会化服务赋能农村高质量发展的理论机制与实证研究［J］.农业现代化研究，2024，45（1）：79-91.

［20］郝爱民.农业生产性服务业外溢效应和溢出渠道研究［J］.中南财经政法大学学报，2013（6）：51-59.

［21］朱美荣，王淦秋，向文凯，等.农业社会化服务对农业碳排放的影响及其空间特征［J］.中国生态农业学报（中英文），2024，32（8），1288-1301.

［22］张恒，郭翔宇.农业生产性服务业发展与农业全要素生产率提升：地区差异性与空间效应［J］.农业技术经济，2021（5）：93-107.

［23］周敏，吕宏宇，柯楠.农业生产要素配置与耕地绿色利用效率的空间相关与溢出效应［J］.农林经济管理学报，2024，23（1）：41-50.