丘陵山区新农业经营主体适度规模经营测度与实现路径实证研究——以重庆江津现代农业园柑橘、花椒和粮食种植为例

本文聚焦丘陵山区新农业经营主体（NABEs）的适度规模经营问题，通过构建超越对数生产函数（translog production function）和结构方程模型（SEM），实证测算了柑橘、花椒和粮食种植的适度规模阈值（分别为2.55 hm2、2.67 hm2和1.72 hm2），并系统解析了其内外实现路径。研究为破解土地细碎化、机械化效率低等难题提供了科学依据，对推动山区农业现代化与可持续发展具有重要实践指导价值。

　　

1 引言

中国农业长期以小农户经营为主，丘陵山区地形约束加剧了规模化难题。适度规模经营作为农业现代化的关键策略，整合农田 consolidation、创新管理模式与优化资源配置，能促进乡村产业重构、盘活农地并推动剩余劳动力转移。在乡村振兴框架下，新农业经营主体（NABEs）——包括专业大户、家庭农场、合作社和农业企业——通过规模化运营更高效利用资源，但西南丘陵山区地形屏障（如陡坡、分散地块）阻碍了规模化，限制机械化与技术采纳，导致生产成本增、效率低、收益降，削弱务农积极性。劳动力问题进一步加剧挑战：城镇化引发农村劳动力迁移，老人与妇女成为主力，制约技术进步与生产力提升。亟需确定NABEs最优规模阈值并探索实现路径。

现有研究多聚焦传统小农户，且农业规模效应存在争议：一方认为经营规模与单位产量无显著相关，甚至大 scale 可能降低土地生产率；另一方主张小规模 farming 长期约束农业 productivity 与人均产出，阻碍要素配置效率、全要素生产率与现代农业发展。但更大规模未必更高效，关键在于适度规模，且其量化阈值需多维 criteria（经济、社会、生态效益，以及土地生产率、劳动效率与资源利用整合）。国内研究多从政府导向视角，强调政策支持NABEs及相关发展路径，如定性分析支持政策（包括多种规模化运营路径），政策驱动措施（规范土地流转、推广农业技术、建立政策保障与完善政府策略）对推进NABEs适度规模运营至关重要。操作层面策略（完善农场管理、促进农民专业化、升级农业技术与实施农田托管）以及“互联网+农业”模式相关机制也能促进NABEs发展。但现有研究较少同时探索NABEs实现适度规模运营的内外路径：内部路径涉及调整、优化与改进农业生产要素配置，外部路径依赖自然地理、社会经济条件与地方政府支持等因素。农业要素错配阻碍农业生产效率，突显解决要素配置对实现高质量适度规模运营的关键性。本研究填补这一空白，聚焦内外路径整合，这一维度文献中多被忽视。

重庆江津区现代农业园作为国家现代农业示范区和丘陵山区适度规模农业运营典范，基于对277家从事柑橘、花椒和粮食种植的NABEs调查，本研究聚焦两个核心目标：首先，采用超越对数生产函数计算这三类作物种植NABEs的适度规模阈值；其次，应用结构方程模型（SEM）分析NABEs实现适度规模运营的内外路径。这些努力旨在为丘陵山区NABEs通过协调内外策略实现适度规模运营提供 targeted insights。

2 材料与方法

2.1 研究区概况

研究在重庆江津现代农业园（西南中国，105°57′20′′-106°15′20′′E, 28°50′10′′-29°18′20′′N）的丘陵山区进行。园区涵盖慈云、龙华、先锋、李市、永兴、白沙和石门7镇，共68个行政村。以丘陵山地为主，总面积90.55 hm²，海拔163-1,135米。2023年，七镇 crop farming、林业、畜牧业和渔业总产值82.3亿元，占江津区相应总额41.23%。农村常住居民人均可支配收入42,364.21元，比区平均水平高520.28元。作物播种面积54,296.4 hm²，占区总面积36.04%。园区农业实践先进、基础设施完善、交通便利，在发展城郊农业、作为重庆主城区农产品主要供应商方面具 distinct advantage。园区优先培育多样化NABEs以壮大高质量柑橘、花椒和粮食产业，通过产业化理念推进农业发展，以市场力量引导活动， leveraging 工商资本加速进步，终极目标是建立集循环、数字化、产业化与生态保护于一体的综合农业示范园，作为综合农业发展的模范与试点。

2.2 数据来源

数据包括江津区现代农业园的自然、社会经济和土地利用数据，以及园区内NABEs的调查数据。12.5米分辨率数字高程模型（DEM）数据来自中国科学院资源环境科学数据中心。行政边界和土地利用数据由重庆市江津区规划和自然资源局提供。社会经济数据主要提取自《2023年江津区统计年鉴》（江津区人民政府发布）。NABEs调查数据通过2023年7月至8月对68个行政村的实地调研收集，过程涉及访谈、问卷和农田调查。与镇村干部就村级NABEs、乡村产业发展和土地利用模式进行访谈，指导从各村选择代表性专业大户、家庭农场、合作社和农业企业。总共调查了290家此类代表性农户（均作为NABEs运营），使用问卷并辅以耕地现场调查。其中，获得277份有效回复：108份来自柑橘种植NABEs，120份来自花椒种植NABEs，49份来自粮食种植NABEs。

问卷捕获了与适度规模运营相关的关键变量，包括运营信息（资源禀赋——土地、劳动力、资本、机械化和技术；产业发展状况——作物类型、产业链延伸和市场连通性；土地流转细节——规模、期限、模式和成本；投入产出指标——要素投入结构、运营效益和成本构成）。还涵盖决策信息，如经营者属性（年龄、教育背景、性别和专业技能）、对适度规模运营的认知（合理性判断和预期效益）、扩张意愿（扩大规模的倾向和需求）以及扩张约束（土地流转障碍、融资困难和技术瓶颈）。这些变量通过（1）启用超越对数生产函数测量不同作物类型的适度规模；（2）识别实现适度规模运营的关键影响因素；（3）支持SEM分析NABEs实现适度规模运营的路径，来支持研究目标。

2.3 理论框架

研究表明，新成立企业可采纳多种策略取得显著成功，分为外部和内部路径。为优化农业生产要素配置并实现适度规模运营，NABEs可能采用内部路径，即科学合理优化其农业生产要素投入。或者，外部路径聚焦利用外部驱动推动这些NABEs走向适度规模运营，这一过程由外部环境、自然地理、社会经济因素和政府支持塑造。实现适度规模运营需要内外路径的协同整合。但我们认识到，基于具体种植作物，NABEs的环境需求和农业生产要素投入差异显著，因此细致分析势在必行。相应地，尚未实现适度规模运营的主体可分为两组：规模以下运营和规模以上运营。因此，我们检视这两类 distinct NABEs的实现路径。理论框架 underpins 此分析。

2.4 方法

2.4.1 NABEs适度规模运营的测度方法

运营规模与产出水平：基于超越对数生产函数的NABEs投入产出模型。超越对数生产函数适用于分析要素替代弹性和规模经济。借鉴前人研究，本研究构建以下模型来估计和比较NABEs的农业 productivity，因其灵活捕捉要素交互作用。

模型中，Y_i 是NABEs的农业收入；X_i1 是运营面积（hm²）；X_i2 是有效劳动力数量；X_i3 是固定资产投资（农机设备投资、农田平整工程投资、农业基础设施建设投资）；X_i4 是流动资金投入（土地租金、生产资料和劳动工资）；α₀-α₁₄ 是待估参数。

给定超越对数生产函数的结构，需要 accounting for 要素间交叉替代弹性，各生产要素的投入产出弹性计算公式如下：

εA、εL、εG、εI 分别是土地、劳动力、固定资产和流动资本的弹性系数。

基于方程1和2的结果，采用多元函数极值法推导出利润最大化下最优劳均土地运营规模方程如下：

MaxA 是最优劳均土地适度规模，w 和 n 分别是农业劳动工资和土地租金。

2.4.2 内外路径的结构方程模型

为应对丘陵山区NABEs适度规模运营中多因素因果的复杂性，采用结构方程模型（SEM），因其独特优势。与传统方法（如回归分析）难以 disentangle 可观测和不可观测因素间的 interdependent effects 不同，SEM能同时估计直接、间接和中介效应。此能力关键，因为NABEs的适度规模运营依赖于内部要素配置（土地、劳动力和其他投入）和外部环境约束（如坡度限制）施加相互影响的 interrelated mechanisms。例如，土地投入效率受土壤质量中介，这是一个仅有部分可观测指标的潜在变量，传统方法无法捕捉。本研究选择SEM的理由是其与研究问题和设计的强 alignment。核心目标是揭示这些 interrelated mechanisms 如何塑造NABEs实现适度规模运营的路径。与更简单的路径分析不同，SEM整合可测量变量和潜在构念，确保这些地区 scaling processes 的全部复杂性得到 represented。

内部路径聚焦NABEs通过调整农业生产要素优化规模的内生能力。关键因素包括土地（基础投入，在破碎丘陵山区决定产量和生产率）、劳动力（动态元素，其效率受教育、技能和性别构成影响）、资本（细分为流动和固定资产，提升劳动能力和生产效率）和商业模式（由六种类型代表：NABEs加传统农户和种植基地、NABEs加传统农户、NABEs加种植基地、NABEs加NABEs和种植基地、NABEs加NABEs和传统农户，以及单独运营），这些 differentiate 运营效率。

这五个指标——土地、劳动力、资本（细分为流动和固定资产）和商业模式——形成SEM的内部路径，检视规模以下或以上的NABEs如何优化农业资源配置实现适度规模运营。相应地，构建了柑橘、花椒和粮食种植NABEs的内部路径SEM，探索不同规模NABEs如何组合要素输入实现适度规模运营。最终模型显示，教育、性别和专业技能→劳动力：劳动力特征（包括教育水平、性别构成和专业技能）直接影响劳动力输入的整体有效性；劳动力→流动资本投资和固定资产投资：劳动力进一步影响投资决策，更多技能和受教育劳动力实现更高效的流动资本和固定资产配置；流动资本投资和固定资产投资→商业模式和土地：资本投资塑造商业模式选择和土地资源利用，影响土地利用策略；商业模式→土地：商业模式直接影响土地分配和利用，进而决定NABEs能否实现适度规模运营；所有箭头表示SEM框架内假设的因果关系，反映农业生产要素和资源配置对NABEs实现适度规模运营的直接和间接影响。

外部路径强调村庄尺度更广泛的自然地理和社会经济环境的影响，以及当地政府部门的支持。有利自然条件和高农业生产力塑造NABEs大规模作物种植的可行性。关键自然地理变量，包括海拔、坡度、有效土层厚度和土壤有机质，对作物产量施加 significant impacts。社会经济因素如人均耕地面积、土地租金、农村劳动力规模、农民年人均收入，以及农村居民点至农田的平均距离，也决定给定行政村内NABEs大规模作物种植的适宜性。地方政府干预，如土地整理项目，影响土地质量和适度规模运营的可行性，尤其在丘陵山区。基于这些因素，采用11个指标构建NABEs外部路径SEM：海拔、坡度、有效土层厚度、土壤有机质、人均耕地面积、土地租金、农村劳动力、年人均收入、土地整理项目数量、农村居民点至农田平均距离，以及规模以上或以下农户数量。SEM评估NABEs如何通过外部路径实现适度规模运营。

通过整合SEM框架内的内外路径，本研究全面检视NABEs如何优化内部农业生产要素，以及外部环境和社会经济背景如何塑造其适度规模 processes。此双路径分析方法提供对驱动NABEs适度规模运营机制的 holistic understanding，确保内生调整和外生影响在统一分析框架内被捕获和解释。

2.4.3 农地适宜性分析

适度规模运营需要仔细考虑农田位置和当前环境条件。相应地，进行了园地、林地、草地和农地运营规模能力的详细评估，结合地块大小和农村居民点分布。评价指标系统显示，地形、土壤和其他地块级元素显著影响作物种植。地形元素是作物种植的关键考虑之一。坡度决定日常日照 exposure，也影响排水和灌溉。海拔塑造气候条件，温度随海拔上升而下降。土壤变量——包括其物理化学性质以及环境条件——对作物种植园的质量和生长施加 significant impact。其详细评分呈现。

对于NABEs，村庄尺度的规模化运营条件应充分 considered。相关研究表明，虽然集中连片土地并非农业产出的独立因素，但通常影响不同生产要素在农业生产中的配置和功能。更密集集中和连片的农田展现更 uniform 的生产要素分布，显著提升土地利用率。相关研究指出，劳动力规模显著影响NABEs增长率。当劳动力供应充足时，NABEs更倾向于从事大规模运营。此外，较低土地租金促进NABEs参与土地流转以进行大规模运营。在柑橘和花椒种植过程中，运输损耗构成关键问题。具体地，从收获到最终销售给消费者的流通过程导致 significant 运输损耗。因此，必须减少重量、缩短转运时间并最小化运输损耗。鉴于此，我们确定了两个维度（管理因素和位置因素）的九个评价指标。这些指标包括村农田集中连片度、劳动力和土地租金条件、农贸市场影响以及外部交通可达性。借鉴五个因素和22个指标，我们评估了园地、林地、草地和农地在两个尺度（地块尺度和村庄尺度）的运营条件。相反，粮食作物优先土地流转和梯田条件 over 坡向和靠近外部交通。这是因为中国农村，尤其是西南地区，大多数 primary 粮食生产者要么本地销售产品，要么自留消费。因此，与柑橘和花椒对比，我们为粮食确定了两个指标：土地流转率和梯田条件。

2.4.3.1 投影寻踪模型

投影寻踪模型是一种处理多因素、高维和非线性数据的新颖统计技术。使用此模型，高维数据投影到低维空间，检查高维数据结构的 properties。它已广泛应用于城市生态评估和资源承载能力评价。精确计算阶段如下：

2.4.3.1.1 原始数据归一化

设置样本集为{x(i,j)|i=1~n, j=1~p}，其中x(i,j)表示第i个NABEs第j个评价指标的原始数据。n是NABEs数量，p是评价指标数量。评价指标的原始数据可通过范围法标准化：

越大越好指标表示为：

x(i,j) = [x*(i,j) - x_min(j)] / [x_max(j) - x_min(j)] (4)

越小越好指标表示为：

x(i,j) = [x_max(j) - x*(i,j)] / [x_max(j) - x_min(j)] (5)

在方程4和5中，x_max(j)、x_min(j)是评价指标原始数据的最大值和最小值。x(i,j)是评价指标的标准化值。x(i,j)是归一化值（范围0到1）。

2.4.3.1.2 建立投影目标函数

在方程6中，a = {a(1), a(2), …, a(p)}是单位投影方向向量，样本i在此方向的一维投影值如下：

Z(i) = ∑_j=1^p a(j) x(i,j) (i=1~n) (6)

然后，Z(i)基于一维散点图分类，要求局部投影点尽可能密集，更好聚集为一簇，簇间投影点尽可能分散。因此目标函数可定义为类别距离与密度的乘积，即方程7：

Q(a) = S_z D_z (7)

其中S_z和D_z分别是投影值Z(i)的标准差和局部密度，即：

S_z = √[ ∑_i=1ⁿ (Z(i) - E(z))² / (n-1) ] (8)

D_z = ∑_i=1ⁿ ∑_j=1^p (R - r(i,j)) u(R - r(i,j)) (9)

在方程8和9中，E(z)是序列{Z(i)|i=1~n}的平均值。R是局部密度的窗口半径。距离r(i,j) = |Z(i)?Z(j)|，u(R?r(i,j))是单位阶跃。当R≥r(i,j)时假设为1，否则为0。

2.4.3.1.3 投影方向优化

一旦样本集确定，投影方向向量a的变化决定投影目标函数Q(a)的变化。具体地，不同投影方向向量对应不同数据结构特征，最能反映高维数据结构特征的被认为是最优投影方向向量。从方程10和11，通过施加约束条件，求解最大化投影目标函数，并计算最近投影的方向向量；对应公式如下：

目标函数最大化：

max Q(a) = S_z D_z (10)

约束条件：

∑_j=1^p a²(j) = 1 (11)

这是{a_j = |j=1~p}作为优化变量，一个复杂非线性优化问题，难以使用常规优化方法。本文采用加速遗传算法求解此最优问题。

3 结果

3.1 NABEs的现实规模与适度规模

将这些系数估计代入方程2，我们计算了柑橘、花椒和粮食种植NABEs各因素的产出弹性和规模报酬系数。其中，土地在所有三种作物中表现出最高的产出弹性，表明它是生产力的主要驱动因素。劳动力产出弹性为正但较小，因为种植业是劳动密集型且受丘陵山区机械化作业挑战的约束。因此，NABEs必须雇佣更多劳动力，但主力是老年劳动力，减少了有效劳动力规模。显然，NABEs应优先增加投入，如农田平整项目和农业基础设施建设，因为仅仅扩大运营面积不足以增加运营利润。

固定资产产出弹性为正，而流动资本为负。规模报酬系数在不同作物种植NABEs间差异：柑橘和粮食系数均低于1（分别为0.704和0.847），表明规模报酬递减；相反，花椒系数为1.209，反映规模报酬递增。相应地，劳均适度规模阈值分别为柑橘2.55 hm²、花椒2.67 hm²、粮食1.72 hm²。因此，花椒种植NABEs具有最大的适度运营规模，其次是柑橘，然后是粮食。

总体而言，运营规模 above or below 适度规模的NABEs数量多于处于适度规模的数量。对于柑橘种植NABEs，51.85% below、38.89% above，仅9.26% at 适度规模。花椒种植NABEs，62.50% below、24.17% above、13.33% at。粮食种植NABEs，仅2.04% at 适度规模，而38.78% below、59.18% above。这些数字表明大多数NABEs运营 below or above 适度规模，相对较少处于最优规模。但许多有潜力通过适当土地扩张达到它。

NABEs按运营规模的空间分布显示，柑橘种植NABEs处于适度规模的分布分散，但大多数位于白沙。 below 适度规模的柑橘种植NABEs集中在白沙西部和北部以及龙华西南部，而 above 的主要在白沙东部和西北部。花椒种植NABEs处于适度规模的分布高度集中，大多数位于白沙。与柑橘种植NABEs相比， below 适度规模的更分散，跨越石门、慈云、白沙和永兴，集中在石门西南部和慈云。 above 适度规模的花椒种植NABEs相对集中，主要在白沙西北部和慈云东北部。粮食种植NABEs处于适度规模的分布高度集中，大多数位于李市。 below 适度规模的集中在李市南部，而 above 的相对集中在白沙西北部、慈云中部以及先锋西部和南部。

68个村庄的自然和经济条件差异很大。大多数村庄拥有有利的耕作自然条件，平均海拔278.89米，坡度11.13°，土壤有机质含量12.75 g/kg，有效土层厚度64.39厘米。社会经济条件 also 有利，平均年户收入112.27元，平均农村劳动力1,586.83人，人均耕地1.19 hm²，平均土地租金564.14元，农村居民点至农田平均距离747.56米。地方政府支持 evident，平均每村1.48个土地整理项目。这些条件允许NABEs识别适宜村庄进行适度规模运营。

3.2 NABEs的内部路径

对于 below or above 适度规模的NABEs，内部路径可以促进实现适度规模运营，对 above 适度规模的效果更明显。内部路径SEM for 柑橘、花椒和粮食种植NABEs across 不同规模类型的模型拟合指数均落在可接受范围内。这些结果表明模型拟合良好且估计可靠。确定最终路径模型后，计算了路径系数，并分析了每条路径的直接和间接效应。基于内部路径的直接、间接和总效应测量，确定了柑橘、花椒和粮食种植NABEs的最优内部路径。

柑橘、花椒和粮食种植NABEs实现适度规模的内部路径存在显著差异。对于 below 适度规模的柑橘种植NABEs，最强的内部影响是劳动力、固定资产投资和土地的 combined effect（总效应=0.272）。这些NABEs应增加技能劳动力可用性、雇佣额外劳动力并 boost 固定资产投资以扩张土地，从而实现适度规模运营。相反， above 适度规模的柑橘种植NABEs最受劳动力、商业模式和土地影响（总效应=0.06）。这些NABEs需要减少过剩劳动力，因为人浮于事增加流动资本投资从而降低生产效率，并调整其商业模式通过优化组织结构（如“实体+农户+基地”、“实体+农户”或“实体+基地”）实现适度规模运营。对于 below 适度规模的花椒种植NABEs，主要内部驱动是劳动力、固定资产投资和土地（总效应=0.049）。这些NABEs应提升劳动质量和生产率，增加固定资产投资，并加速基础设施建设以扩张土地面积。 above 适度规模的花椒种植NABEs显示劳动力、流动资本投资和土地的轻微负内部效应（总效应=?0.003）。为提高效率，这些NABEs应减少劳动力投入和流动资本投资，并适度缩小土地面积。对于 below 适度规模的粮食种植NABEs，劳动力、固定资产投资和土地施加最强内部影响（总效应=0.345）。这些NABEs应招募教育程度更高、具农业专业知识的劳动者，增加劳动力投入，并提高固定资产投资以扩张农田。 above 适度规模的粮食种植NABEs also 经历劳动力、固定资产和土地的强内部效应（总效应=0.39）。但为优化运营规模，它们应减少劳动力投入并缩减流动资本和固定资产投资。总体而言，柑橘、花椒和粮食种植NABEs实现适度规模运营主要依赖于改善劳动力质量、完善商业模式、管理固定和流动资本投资以及优化土地利用。 below 适度规模的NABEs共享一条共同路径，强调增加固定资产投资。相反， above 适度规模的运营需要作物特异性内部调整：柑橘种植NABEs应聚焦商业模式优化，花椒种植NABEs on 减少流动资产投资，粮食种植NABEs on 减少固定资产投资以维持适度规模运营。

3.3 NABEs的外部路径

不同作物类型的种植适宜性要求差异显著。对于柑橘，园地海拔、林地种植半径和海拔对其种植施加 significant impact。对于花椒，关键影响因素包括园地有效土层厚度、土地租金、林地种植半径和草地有效土层厚度。对于粮食，土壤pH、表土质地和耕地种植半径是其种植适宜性的主要决定因素。显然，土地类型对作物适宜性的影响在不同物种间差异 markedly。基于作物特定土地要求的 different 土地类型种植适宜性评价结果，土地适宜性分为五类：高度适宜、比较适宜、中度适宜、勉强适宜和不适宜。值得注意的是，柑橘和花椒种植之间存在显著的土地适宜性冲突。具体地，相当大面积土地同时适宜两种作物，此类土地的空间分布呈现。

基于评价结果和种植冲突地块的划定，确定了柑橘、花椒和粮食种植NABEs的外部路径。这些路径在三种作物种植NABE类型间差异显著。对于柑橘和花椒种植NABEs，确定了三条 distinct 路径：第一条路径是高度和比较适宜土地，第二条路径是中度和勉强适宜土地，第三条路径是具有种植冲突的土地。对于粮食种植NABEs，三条路径定义为高度和比较适宜耕地、中度和勉强适宜土地以及不适宜土地。对于柑橘种植NABEs，大规模运营集中在先锋和李市北部（高度适宜园地）、白沙中部（中度适宜）和龙华（与花椒冲突土地）。当包括林地和草地等储备资源时，适宜性拓宽至龙华和先锋大部分，中度适宜区在白沙东南部和永兴北部，冲突区在石门中部和先锋。对于花椒种植NABEs，主要适宜区是慈云（高度适宜）、白沙南部和永兴（中度适宜）以及龙华（冲突土地）。储备资源扩展适宜带至龙华和先锋，中度适宜区在白沙中部和永兴，冲突在石门中部和先锋。对于粮食种植NABEs，高度适宜带跨越广阔北部区域，中度适宜区分布在白沙南部以及李市中部至南部。较不适宜土地集中在永兴南部和李市南部。

外部路径SEM for 柑橘、花椒和粮食种植NABEs across 不同规模类型的模型拟合指数均落在可接受范围内。具体地，所有模型呈现卡方/自由度比（χ²/df） below 3，比较拟合指数（CFI）、拟合优度指数（GFI）、Tucker-Lewis指数（TLI）和规范拟合指数（NFI）值 exceeding 各自阈值，且RMSEA值远低于最大限制—— collectively 表明 satisfactory 模型拟合。因此，本研究开发的SEM产生稳健估计结果。确定最终路径模型后，计算了路径系数，并分解了每条路径的直接和间接效应。基于外部路径的直接、间接和总效应测量，确定了柑橘、花椒和粮食种植NABEs的最优外部路径。

柑橘、花椒和粮食种植NABEs实现适度规模的外部路径存在显著差异。对于 below 适度规模的柑橘种植NABEs，最强的外部影响包括自然地理环境、人均耕地面积、土地整理项目数量和 below 适度规模农户数量（总效应=0.000005）。这些NABEs应优先选择具有柑橘有利自然条件、较高人均土地和活跃政府主导土地改善项目的村庄。相反， above 适度规模的柑橘种植NABEs最受物理环境、土地租金和 above 适度规模农户数量影响（总效应=0.394）。这些NABEs应选择低土地租金和部分政府整治的区域，减少运营土地面积，并以较低成本最大化效益。对于 below 适度规模的花椒种植NABEs，主导外部因素包括物理环境、年人均收入、农村居民点至地块距离和 below 适度规模农户数量（总效应=0.0002）。这些NABEs应聚焦适宜花椒种植