《Land》：How Does Rural Entrepreneurship and Innovation Affect the Cultivated Land Green Utilization Efficiency? The Empirical Evidence from China
编辑推荐：
耕地是农业生产的基石，其绿色利用效率（Cultivated Land Green Utilization Efficiency, CLGUE）直接关系到生态环境的可持续发展。为探究农村创业创新（Rural Entrepreneurship and Innova
耕地是农业生产的基石，其绿色利用效率（Cultivated Land Green Utilization Efficiency, CLGUE）直接关系到生态环境的可持续发展。为探究农村创业创新（Rural Entrepreneurship and Innovation, REI）对CLGUE的影响及作用机制，研究人员采用包含非期望产出的超效率SBM（Super-SBM）模型，估算了2014–2022年中国27个省级行政单元的CLGUE。通过固定效应模型，研究人员分析了REI对CLGUE的影响，并得出以下结论：（1）REI的提升对所有省份的CLGUE均具有显著正向效应，该结论在检验后依然稳健。（2）异质性分析表明，REI对CLGUE的正向影响在东部和中部地区、城镇化率较低以及数字普惠金融发展水平较高的区域更为显著。（3）机制分析揭示，REI通过三条路径促进CLGUE提升：推动农业技术进步、增加农业投资以及优化劳动力配置。（4）REI对CLGUE的影响存在门槛效应；一旦REI达到一定水平，其促进作用会进一步增强。（5）农户经营规模在REI与CLGUE关系中起负向调节作用；大规模经营农户占比越高，REI对CLGUE的影响越不显著。（6）稳定的农地关系更有利于REI对CLGUE促进作用的发挥。本研究为优化耕地绿色利用模式、提升耕地利用质量提供了理论支撑与实践指导。
**论文解读：农村创业创新对耕地绿色利用效率的影响机制与实证分析**
**一、研究背景、问题与目的**
耕地是农业生产的基础，其绿色利用效率（Cultivated Land Green Utilization Efficiency, CLGUE）直接关系到国家粮食安全、生态安全与农业高质量发展。然而，中国耕地利用面临严峻的资源环境约束：传统“高投入、低产出、高收益、高污染”的利用模式导致农业面源污染加剧、耕地质量退化。同时，城镇化快速推进导致耕地面积持续减少，粮食需求刚性增长与耕地资源稀缺之间的矛盾日益突出。如何推动耕地利用模式向生态化、精细化转型，实现耕地数量、质量、生态“三位一体”保护，成为亟待解决的重大课题。
在此背景下，农村创业创新（Rural Entrepreneurship and Innovation, REI）作为激发农村内生动力的关键引擎，催生了家庭农场、合作社、农业企业等新型经营主体，为耕地利用模式转型注入了新活力。已有研究分别探讨了CLGUE的测度与影响因素，以及REI的社会经济效应，但鲜有研究系统考察REI对CLGUE的影响及其传导机制。因此，本文旨在探究REI如何影响CLGUE，并揭示其内在机制、异质性特征及调节效应，为优化耕地绿色利用模式提供理论支撑与实践指导。该论文发表于《Land》。
**二、研究问题与主要结论**
研究人员利用2014–2022年中国27个省级行政单元的面板数据，采用包含非期望产出的超效率SBM（Super-SBM）模型测算CLGUE，并构建固定效应模型进行基准回归。主要结论包括：（1）REI对CLGUE具有显著正向影响，且结果稳健；（2）该正向影响在东部、中部地区、低城镇化率地区及高数字普惠金融发展水平地区更为显著；（3）REI通过促进农业技术进步、增加农业资本投入、优化劳动力配置三条路径提升CLGUE；（4）REI对CLGUE的影响存在单门槛效应，超过门槛值后促进作用增强；（5）农户经营规模负向调节REI与CLGUE的关系；（6）稳定的农地关系（农地流转率低）正向调节REI的促进作用。
**三、主要关键技术与方法**
研究人员使用以下主要技术方法：首先，采用包含非期望产出的超效率SBM（Super-SBM）模型测算CLGUE，投入指标包括劳动力、土地、资本（化肥、农药、农膜、柴油、农机）和水资源，期望产出包括经济产出（农业总产值）、社会产出（粮食产量、农民人均纯收入）和生态产出（农业碳汇），非期望产出包括农业面源污染（COD、TN、TP）和农业碳排放。其次，REI指数采用浙江大学CCAD数据库编制的中国农村创业创新指数，涵盖农村创业与农村创新两个维度，权重由十位农业经济专家打分确定。再次，使用固定效应模型进行基准回归，以滞后一期的REI作为工具变量进行2SLS估计处理内生性，并采用门槛回归模型和调节效应模型进行进一步分析。数据来源包括中国统计年鉴、中国农村统计年鉴、中国国土资源统计年鉴等，缺失值采用线性插值法填补。
**四、研究结果**
**4.1 基准回归**：通过固定效应模型控制省份和时间固定效应后，REI指数的回归系数为0.228（5%水平显著），表明REI通过重构和优化农村发展要素，提升了绿色农业生产的边际收益，从而显著促进CLGUE。
**4.2 稳健性检验**：通过替换被解释变量（单位耕地面积产出）、缩尾处理（1%和5%水平）、调整样本期（剔除2014和2022年、剔除疫情年份2021–2022年）等方法，REI系数均显著为正，证明基准回归稳健。
**4.3 内生性检验**：以滞后一期REI作为工具变量，2SLS第二阶段回归系数为0.598（5%显著），且Kleibergen-Paap rk LM统计量和Wald F统计量均通过检验，表明排除内生性后REI仍显著促进CLGUE。
**4.4 异质性分析**：按地理位置分组，东部和中部地区REI对CLGUE的正向影响显著，西部和东北地区不显著。按城镇化率分组，低城镇化率（<63.54%）地区REI影响显著，高城镇化率地区不显著。按数字普惠金融指数分组，高水平地区REI显著促进CLGUE，低水平地区REI略有抑制作用。
**4.5 机制检验**：中介效应模型表明，REI通过三条路径提升CLGUE。**（1）农业技术进步（ATI）**：REI建立技术推广平台，促进土壤测试配方施肥、生物防治、智慧农业等绿色技术的研发与应用，减少面源污染，提升产出与生态效益。**（2）农业资本投入（ACI）**：REI通过发展特色农业、农产品加工、休闲农业等新业态，吸引工商资本、金融资本流入，支持绿色技术引进、生态修复和标准化农田建设，形成“资本投入—绿色生产—收益提升—再投入”的良性循环。**（3）劳动力配置优化（LAO）**：REI培育新型经营主体，提供技能培训，发展农业社会化服务组织，替代分散农户劳动投入，提高专业化水平，降低生产成本，提升绿色技术应用效率。
**4.6 进一步分析**：**（1）门槛效应**：以REI为门槛变量，单门槛检验显著（门槛值4.392）。当REI低于门槛值时，系数为0.132（10%显著）；超过门槛后系数增至0.178（5%显著），表明REI对CLGUE的促进作用存在边际递增效应。**（2）调节效应**：农户经营规模（CLS）与REI的交互项系数显著为负（1%水平），表明大规模经营替代了REI的作用，因为大规模农户成本优势强，对REI需求低；而小规模农户通过REI合作可获取规模效应并减少污染。农地流转率（LTF）与REI的交互项系数显著为负（5%水平），表明高流转率导致土地经营权不稳定，增加交易成本，削弱REI的促进作用；而稳定的农地关系更有利于REI发挥效应。
**五、讨论与结论**
**讨论部分**：研究人员将本研究与既有文献对比，指出三点贡献：（1）将研究视角从农户生产行为扩展到农户经济行为（REI），发现REI有助于降低农业碳排放并提升CLGUE，与Luo等（2026）的DID研究结论一致。（2）丰富了CLGUE的测度框架，纳入经济、社会、生态三维产出指标（农民收入、碳汇），更全面反映耕地多功能性。（3）明确了REI影响CLGUE的机制（技术进步、资本投入、劳动力配置）及边界条件（经营规模负向调节、农地流转负向调节），与Hou等（2026）的倒U型关系及Hua等（2024）的土地确权效应相呼应。研究还指出，REI的生态理念传导路径及智慧农业的推动作用有待未来数据支持。
**研究结论**：本研究利用2014–2022年中国27个省级行政单元的面板数据，采用包含非期望产出的超效率SBM模型测算CLGUE，通过固定效应模型探究REI对CLGUE的影响并揭示其内在机制。分析表明，REI的提升显著促进了中国各省份的CLGUE；该结论在内生性检验和一系列稳健性检验后依然稳健。异质性分析表明，REI在东部和中部地区、低城镇化率地区以及高数字普惠金融发展水平地区具有更显著的正向影响。机制分析表明，REI通过促进农业技术进步、增加农业投资和优化劳动力配置，提升耕地产出并减少污染物排放，从而驱动CLGUE改善。进一步分析发现，REI与CLGUE之间存在“马太效应”：一旦REI达到某一门槛，其对CLGUE的正向影响会增强。此外，在影响CLGUE方面，REI与农户经营规模之间存在替代效应；即当大规模经营农户较多时，REI对CLGUE的影响变得不显著。最后，稳定的农地关系更有利于REI对CLGUE的促进。
