基于空間依賴性視角的農(nóng)地流轉(zhuǎn)影響因素分析

洪名勇，王珊，吳昭洋

（1. 浙江大學(xué)管理學(xué)院，浙江 杭州 310012；2. 浙江大學(xué)中國農(nóng)村發(fā)展研究院，浙江 杭州 310012；3. 貴州大學(xué)管理學(xué)院，貴州 貴陽 550025；4. 復(fù)旦大學(xué)國際關(guān)系與公共事務(wù)學(xué)院，上海 200433）

中國農(nóng)村土地制度經(jīng)歷了從“兩權(quán)分離”到“三權(quán)分置”的改革，有效地激勵了廣大農(nóng)民的生產(chǎn)積極性，促進了農(nóng)業(yè)生產(chǎn)和農(nóng)民收入水平的提升。然而，土地資源的配置扭曲這一事實仍然長期存在，且在短期內(nèi)難以得到實質(zhì)性改善，造成了農(nóng)業(yè)生產(chǎn)效率的損失[1]，從法律層面賦予農(nóng)民自由流轉(zhuǎn)農(nóng)地的權(quán)利，能夠有效促進農(nóng)地資源配置效率[2-3]。雖然我國政府鼓勵農(nóng)地流轉(zhuǎn)的政策信號十分明確，推進流轉(zhuǎn)的工作也取得了一定成效，但農(nóng)地流轉(zhuǎn)市場的高峰并未到來。根據(jù)《中國農(nóng)村經(jīng)營管理統(tǒng)計年報》，2016年全國（不含西藏自治區(qū)和港澳臺地區(qū)）農(nóng)地流轉(zhuǎn)率為35.14%，其中，流轉(zhuǎn)入農(nóng)戶的農(nóng)地面積占流轉(zhuǎn)總面積的58.38%，流轉(zhuǎn)入專業(yè)合作社、企業(yè)和其他主體的占比分別為21.58%、9.68%和10.36%。不難發(fā)現(xiàn)，當前農(nóng)地流轉(zhuǎn)的總體水平不高，轉(zhuǎn)入主體以農(nóng)戶為主，與鼓勵小而散的農(nóng)地資源向合作社或企業(yè)流轉(zhuǎn)的政策導(dǎo)向有所偏離。同時，農(nóng)地流轉(zhuǎn)在省級區(qū)域間還存在顯著差異。

為了有序促進農(nóng)地流轉(zhuǎn)，政策部門與學(xué)術(shù)界展開了許多討論并進行深入研究，從交易成本[4]、產(chǎn)權(quán)特征和安全[5-6]、非正式制度[7]、政府干預(yù)[8]等不同的角度識別農(nóng)地流轉(zhuǎn)的內(nèi)在行為機制和外部影響因素。然而，受到研究方法與數(shù)據(jù)收集的限制，現(xiàn)有研究大多立足于決策主體間相互獨立的假設(shè)前提[9-10]，并未考慮流轉(zhuǎn)行為之間的潛在關(guān)聯(lián)。根據(jù)地理學(xué)第一定律，任何事物都與其他事物存在一定的關(guān)聯(lián)性[11]，直觀的學(xué)習和信息的傳遞是決策者期望和偏好形成過程中互相影響的重要途徑[10]，其最終決策既不是完全獨立的，也不是共同達成的，空間經(jīng)濟學(xué)將這種決策行為間彼此依存的關(guān)系定義為空間依賴性[12]。洪名勇[13]的研究表明，農(nóng)地流轉(zhuǎn)行為分布在空間單元之間，受地理空間距離和社會空間距離的疊加影響，距離越近，關(guān)聯(lián)性越強，呈現(xiàn)出有規(guī)律的空間依賴特征。楊衛(wèi)忠[14]則發(fā)現(xiàn)，農(nóng)戶之間的流轉(zhuǎn)決策會相互影響，具有強烈的羊群效應(yīng)。據(jù)此，農(nóng)地流轉(zhuǎn)作為一種決策行為，決策者之間的依賴關(guān)系對流轉(zhuǎn)與否以及流轉(zhuǎn)形式的選擇影響重大。已有研究雖注意到空間在農(nóng)地流轉(zhuǎn)中的作用，但大都僅關(guān)注空間異質(zhì)性，通過空間描述性統(tǒng)計或設(shè)置地區(qū)虛擬變量的方式比較不同地理區(qū)域間流轉(zhuǎn)行為的差異[16-17]，僅有少數(shù)學(xué)者從空間依賴視角分析了農(nóng)地流轉(zhuǎn)行為。例如：金貴等[18]基于黃淮海平原農(nóng)戶調(diào)查數(shù)據(jù)，利用空間趨勢推演算法ELL模型，從縣域?qū)用鎸r(nóng)地流轉(zhuǎn)的空間趨勢和集聚特征展開研究；杜挺等[19]以河南省耕地流轉(zhuǎn)租金為研究對象，使用空間關(guān)聯(lián)分析探究了流轉(zhuǎn)租金的空間集聚和布局狀況，并進一步采用相關(guān)分析和空間計量模型分析了耕地流轉(zhuǎn)租金空間格局的形成機制；申云等[20]基于江西、安徽和江蘇三省的農(nóng)戶樣本數(shù)據(jù)，利用空間計量模型，也發(fā)現(xiàn)農(nóng)地使用權(quán)流轉(zhuǎn)價格在區(qū)域之間存在傳導(dǎo)性；王珊等[21]利用省級截面數(shù)據(jù)探討了不同流轉(zhuǎn)形式在全國范圍內(nèi)的空間集聚模式，并使用空間計量模型分析了流轉(zhuǎn)行為之間的互動方式及影響強度。由此可見，農(nóng)地流轉(zhuǎn)的空間依賴性正逐步受到學(xué)術(shù)界的關(guān)注，但仍存在諸多不足：首先，既有研究大都使用截面數(shù)據(jù)，難以清晰地捕捉農(nóng)地流轉(zhuǎn)的時空演化規(guī)律，需要使用面板數(shù)據(jù)加以改進；其次，未能區(qū)分流轉(zhuǎn)的具體行為方式，流轉(zhuǎn)主體選擇不同的流轉(zhuǎn)行為具有不同的政策含義；最后，空間計量模型的選擇缺乏規(guī)范性，對潛在影響因素的空間溢出效應(yīng)研究不足。本文的邊際貢獻正是彌補上述不足。

基于決策主體間存在空間依賴性這一理論假設(shè)，本文以省級區(qū)域為空間單元，利用2009—2016年全國30個省區(qū)的面板數(shù)據(jù)，將農(nóng)地流轉(zhuǎn)行為細分為2類流轉(zhuǎn)契約、6類流轉(zhuǎn)形式和4類交易對象，使用空間計量方法對不同農(nóng)地流轉(zhuǎn)行為的空間集聚性進行檢驗，較為系統(tǒng)地分析了不同流轉(zhuǎn)行為各自的空間依賴關(guān)系以及潛在影響因素的空間溢出效應(yīng)。這不僅是對既有農(nóng)地流轉(zhuǎn)研究的有效補充，也是對空間經(jīng)濟理論在我國農(nóng)地流轉(zhuǎn)行為研究中的應(yīng)用與檢驗。

1 農(nóng)地流轉(zhuǎn)行為的空間依賴性

1.1 分析框架與理論假設(shè)

空間依賴性的形成路徑可分為內(nèi)生交互效應(yīng)（Endogenous Interaction Effects）、外生交互效應(yīng)（Exogenous Interaction Effects）和誤差項交互效應(yīng)（Interaction Effects among the Error Terms），其中，誤差項交互效應(yīng)不要求具有空間或社會互動過程的理論解釋，是不可觀測因素或遺漏變量存在空間相關(guān)時的矯正機制[22]。為探索農(nóng)地流轉(zhuǎn)行為空間依賴性的影響因素，本文基于以上理論路徑作出研究假設(shè)（圖1），用i和j表示不同的省級空間個體，Y表示農(nóng)地流轉(zhuǎn)行為，X表示影響農(nóng)地流轉(zhuǎn)行為的外生因素，μ表示不可觀測的誤差項因素。

圖1 農(nóng)地流轉(zhuǎn)行為空間依賴性的形成路徑及影響因素Fig. 1 Path and influence factors of the spatial dependence of farmland circulation behaviors

我國農(nóng)地流轉(zhuǎn)可分為農(nóng)戶自發(fā)交易和地方政府主導(dǎo)流轉(zhuǎn)兩種模式，農(nóng)戶和政府都會對流轉(zhuǎn)行為產(chǎn)生重要影響。首先，省區(qū)是人為劃分的地理邊界，處于邊界周圍的農(nóng)戶雖屬于不同的空間，但距離較近，難免由于信息的傳遞與共享，在行為上相互影響；其次，各級地方政府在引導(dǎo)農(nóng)地流轉(zhuǎn)市場發(fā)展的過程中，會學(xué)習相臨省區(qū)的做法，在政策實施上呈現(xiàn)“模仿效應(yīng)”[23]?；诖?，提出假設(shè)一：不同省區(qū)的農(nóng)地流轉(zhuǎn)行為具有內(nèi)生交互效應(yīng)，即Yi與Yj相互依賴。

農(nóng)地資源雖無法在空間中移動，但影響農(nóng)地流轉(zhuǎn)市場供求和價格的因素可能是跨空間的。首先，勞動力結(jié)構(gòu)、農(nóng)地資源稟賦、產(chǎn)權(quán)安全等因素通過影響農(nóng)地流轉(zhuǎn)市場供求和價格，引致不同的流轉(zhuǎn)行為；其次，流轉(zhuǎn)市場需求主體根據(jù)農(nóng)地質(zhì)量、生產(chǎn)條件和價格發(fā)現(xiàn)可獲利的交易機會并在不同空間中移動，需求流出和流入省區(qū)相應(yīng)通過不同流轉(zhuǎn)行為來應(yīng)對需求的變化；最后，相鄰空間流轉(zhuǎn)價格的相互關(guān)聯(lián)進一步擴大了空間影響效果?；诖?，提出假設(shè)二：不同省區(qū)的農(nóng)地流轉(zhuǎn)行為具有外生交互效應(yīng)，省級空間農(nóng)地流轉(zhuǎn)市場行為特征同時受到自身空間和其他空間中外生因素的影響。

1.2 農(nóng)地流轉(zhuǎn)行為分類

農(nóng)地流轉(zhuǎn)實質(zhì)是對農(nóng)地承包經(jīng)營權(quán)的交易行為，體現(xiàn)在是否流轉(zhuǎn)以及對流轉(zhuǎn)契約、流轉(zhuǎn)形式和交易主體的選擇上。根據(jù)《農(nóng)村土地承包法》和《農(nóng)村土地承包經(jīng)營權(quán)流轉(zhuǎn)管理辦法》，將農(nóng)地流轉(zhuǎn)按照3個標準分解為12類行為（圖2），包括2類流轉(zhuǎn)契約選擇行為、6類流轉(zhuǎn)形式選擇行為和4類交易主體選擇行為。

2 研究方法、變量選取與數(shù)據(jù)說明

2.1 研究方法

2.1.1 空間自相關(guān)檢驗 （廣義）莫蘭指數(shù)I（Global Moran'sI）可以從整體上檢驗農(nóng)地流轉(zhuǎn)行為在鄰近省區(qū)之間是相似、相異還是相互獨立的，該指數(shù)為一個觀測值與其空間滯后（Spatial Lag）之間的線性相關(guān)系數(shù)，用加權(quán)的成比例的向量內(nèi)積表示：

式中：wij為空間加權(quán)矩陣，本文選取地理距離權(quán)重矩陣表示省區(qū)i與省區(qū)j之間的空間距離，表達式為：wij=1/d2，d是通過經(jīng)緯度計算得出的省會城市之間的球面距離，i，j∈(1，n)；Y表示農(nóng)地流轉(zhuǎn)行為，表示不同省區(qū)流轉(zhuǎn)行為的平均值。-1≤I≤1，I大于0表示空間正自相關(guān)，即高（低）值與高（低）值相鄰，小于0表示空間負自相關(guān)，即高值與低值相鄰，接近于0表示空間隨機分布；I統(tǒng)計量服從正態(tài)（漸進）分布，一般使用標準化的莫蘭指數(shù)Z(I)進行顯著性檢驗。

圖2 農(nóng)地流轉(zhuǎn)行為分類Fig. 2 Classifications of farmland circulation behaviors

2.1.2 空間面板模型 行為之間存在空間依賴性時使用一般線性分析會得到有偏的結(jié)果，故本文構(gòu)建農(nóng)地流轉(zhuǎn)行為的空間杜賓模型（Spatial Durbin Model,SDM）進行研究，表示為：

式中：i和j分別表示不同的省區(qū)，t表示時期，wij為地理距離權(quán)重矩陣，αiιn為截距項；Yit為農(nóng)地流轉(zhuǎn)行為變量，wijYjt為農(nóng)地流轉(zhuǎn)行為滯后項，表示內(nèi)生交互效應(yīng)；Xikt為n×k解釋變量矩陣，K∈（1,m），wijXjkt為農(nóng)地流轉(zhuǎn)行為影響因素的滯后項，表示外生交互效應(yīng)；εit為隨機擾動項；β為影響因素的非空間回歸系數(shù)，δ和θ表示影響因素的空間回歸系數(shù)，μi和λt分別表示空間固定效應(yīng)和時間固定效應(yīng)，利用空間或時間虛擬變量來反應(yīng)隨空間或時間變化的結(jié)構(gòu)調(diào)整。

基于SDM的模型選擇框架為探索空間依賴性的影響因素提供了一套完整和行之有效的思路[22,24-25]，具體步驟如下：第一，若SDM接受θ=0且δ≠0的原假設(shè)，則可將其簡化為空間滯后模型（Spatial Lag Model, SLM），表示內(nèi)生交互效應(yīng)為主要影響路徑；第二，若SDM接受θ+δβ=0的原假設(shè)，則可將其簡化為空間誤差模型（Spatial Error Model, SEM），表示誤差項交互效應(yīng)為主要影響路徑；第三，若以上兩個檢驗均拒絕原假設(shè)，則SDM是最佳的選擇，表示農(nóng)地流轉(zhuǎn)行為的空間依賴性應(yīng)通過內(nèi)生和外生交互效應(yīng)來解釋。

2.1.3 直接效應(yīng)與溢出效應(yīng) 對（2）式進行偏導(dǎo)，將空間模型中解釋變量的邊際影響分解為直接效應(yīng)（Direct Effects）和溢出效應(yīng)（Spillover Effects）以識別不同因素的空間影響范圍[25]。直接效應(yīng)是i省的變量Xik對本空間內(nèi)農(nóng)地流轉(zhuǎn)行為的平均影響，表示為：

式中 ：tr[?Yi/?Xjk]為矩陣?Yi/?Xjk的跡，即主對角線元素之和。溢出效應(yīng)是i省的變量Xik對除本省之外所有省級空間農(nóng)地流轉(zhuǎn)行為的平均影響，表示為：

2.2 變量選取

2.2.1 農(nóng)地流轉(zhuǎn)行為 鑒于不同行為的空間聚類度和影響因素可能具有差異，本文分別研究12類流轉(zhuǎn)行為的空間依賴性；同時，為消除由不同空間中農(nóng)地規(guī)模差異帶來的影響，并在面板數(shù)據(jù)中體現(xiàn)不同行為流轉(zhuǎn)規(guī)模的時間變化趨勢，文中以不同農(nóng)地流轉(zhuǎn)行為占家庭承包經(jīng)營耕地的比例作為度量指標。

2.2.2 影響因素指標 參考已有文獻在研究農(nóng)地流轉(zhuǎn)行為的諸多因素中常用的變量，選取8個影響因素作為空間回歸分析中的自變量（表1）。具體地，非農(nóng)就業(yè)水平和農(nóng)戶收入水平越高、勞均耕地面積越大，可能促進流轉(zhuǎn)市場的農(nóng)地供給，而經(jīng)營性收入包括農(nóng)業(yè)收入，其比重越大反映了農(nóng)戶對農(nóng)地的依賴性越強，可能會降低供給并增加需求；農(nóng)村勞動力文化水平提高，一方面意味著非農(nóng)就業(yè)增多，增加流轉(zhuǎn)農(nóng)地供給，一方面可能有更多規(guī)?；r(nóng)業(yè)經(jīng)營者，提高農(nóng)地流轉(zhuǎn)需求；專業(yè)合作社的流轉(zhuǎn)效率較高，農(nóng)戶可以同時獲得股金分紅和工資性收入[26]，同時，合作社數(shù)量表征了農(nóng)地需求狀況，其發(fā)展已然成為影響農(nóng)地流轉(zhuǎn)行為的重要因素；財政支農(nóng)支出衡量了政府對農(nóng)業(yè)基礎(chǔ)設(shè)施的投資，較好的生產(chǎn)條件更容易吸引農(nóng)業(yè)企業(yè)等流動性較強的農(nóng)地需求者；好的產(chǎn)權(quán)安全環(huán)境對農(nóng)地流轉(zhuǎn)行為有著促進作用[6]。

2.3 數(shù)據(jù)說明

農(nóng)地流轉(zhuǎn)行為中流轉(zhuǎn)契約、流轉(zhuǎn)形式和交易主體等指標中各個變量、土地承包經(jīng)營權(quán)證書份數(shù)、家庭承包經(jīng)營的農(nóng)戶數(shù)、非農(nóng)就業(yè)水平、合作社數(shù)量等數(shù)據(jù)來源于歷年《中國農(nóng)村經(jīng)營管理統(tǒng)計年報》，經(jīng)營性收入、耕地面積、地方財政農(nóng)林水務(wù)支出、地方財政一般預(yù)算支出來源于歷年《中國統(tǒng)計年鑒》，其余變量均來源于歷年《中國農(nóng)村統(tǒng)計年鑒》。由于“農(nóng)村勞動力文化水平”指標缺失2013—2016年數(shù)據(jù)，文中采用移動平均方式補齊缺失數(shù)據(jù)；“農(nóng)村居民家庭人均收入”數(shù)據(jù)統(tǒng)計口徑于2014年發(fā)生變化，2009—2013年為農(nóng)村居民家庭人均純收入，2014—2016年為農(nóng)村居民人均可支配收入水平。本文采用2009—2016年中國30個?。ㄊ小⒆灾螀^(qū)）構(gòu)成的面板數(shù)據(jù)進行分析，西藏和港澳臺地區(qū)由于數(shù)據(jù)完整性欠缺且異質(zhì)性較強，不納入研究范圍內(nèi)。

表1 變量說明與描述性統(tǒng)計Table 1 Definitions and descriptive statistics of variables

3 不同農(nóng)地流轉(zhuǎn)行為的省級空間分布描述

不同農(nóng)地流轉(zhuǎn)行為的空間分布規(guī)律應(yīng)有所差異，本部分僅對2016年的農(nóng)地流轉(zhuǎn)行為數(shù)據(jù)進行分析，不涉及流轉(zhuǎn)規(guī)模的趨勢變化，采用“不同農(nóng)地流轉(zhuǎn)行為涉及的耕地面積/農(nóng)地流轉(zhuǎn)總面積”作為代理指標，以更清晰地描述其空間分布狀況。

3.1 不同流轉(zhuǎn)契約的空間分布情況

圖3顯示了按照書面契約比率高低排序后，農(nóng)地流轉(zhuǎn)契約省級空間分布以及書面契約的梯隊分布情況。2016年，我國簽署流轉(zhuǎn)書面合同的農(nóng)地面積占流轉(zhuǎn)農(nóng)地總面積的68.23%，是主要締約形式。按照書面合同簽訂率的高低，將30個省區(qū)分為70%～100%、40%～70%（不含70%）和0～40%（不含40%）3個梯隊。第一梯隊中有14個省區(qū)，其中，上海的書面合同簽訂率高達100%，其次是寧夏（89.23%）、青海（87.02%）、遼寧（83.33%）和江蘇（80.80%），其他省區(qū)圍繞這5個省級空間形成2個書面締約的高值聚集區(qū)，其中，青海和寧夏地處鄰近，同屬一個聚集區(qū)，另一個聚集區(qū)從黑龍江開始，經(jīng)過遼寧、河南、江蘇、湖北等地，最終到達云南；有14個省區(qū)處于第二梯隊，它們圍繞書面合同簽訂率較高的安徽（69.75%）和北京（66.26%）兩省形成2個聚集范圍較大的中值聚集區(qū)；只有福建和海南處于第三梯隊，農(nóng)地流轉(zhuǎn)契約形式仍然以口頭契約為主，僅有36.03%和22.14%的流轉(zhuǎn)農(nóng)地簽訂書面合同。簽訂口頭契約行為的省級空間分布情況與簽訂書面契約行為的空間分布情況剛好相反，文中不再贅述。

3.2 不同流轉(zhuǎn)形式的空間分布情況

圖4按照轉(zhuǎn)包農(nóng)地占比高低進行排序，顯示了我國農(nóng)地流轉(zhuǎn)形式的省級空間分布及轉(zhuǎn)包行為的空間梯隊情況。2016年農(nóng)地流轉(zhuǎn)的交易方式主要為轉(zhuǎn)包和出租，以這兩種形式流轉(zhuǎn)的農(nóng)地面積分別占流轉(zhuǎn)農(nóng)地總面積的47.14%和35.09%，互換、轉(zhuǎn)讓和其他形式分別占5.36%、5.10%和4.63%，其中，出租行為與轉(zhuǎn)包行為的空間分布趨勢相反，轉(zhuǎn)包率高的地方出租率較低。

圖3 2016年農(nóng)地流轉(zhuǎn)契約省級空間分布Fig. 3 Provincial spatial distribution of different contracts of farmland circulation in 2016

圖4 2016年農(nóng)地流轉(zhuǎn)形式省級空間分布Fig. 4 Provincial spatial distribution of different leasing modes in farmland circulation in 2016

按照轉(zhuǎn)包農(nóng)地占比情況將30個省區(qū)分為70%～100%、40%～70%（不含70%）和0～40%（不含40%）三個梯隊。處于第一梯隊的有3個省級空間，其中，吉林和黑龍江轉(zhuǎn)包率分別為80.65%和73.84%，形成一個高值聚集區(qū)，新疆的轉(zhuǎn)包率為70.65%，獨自在西部地區(qū)構(gòu)成一個高值空間；處于第二梯隊的9個省級空間以河南為中心，形成上至內(nèi)蒙古，下到湖南的中值聚集區(qū)；共有18個省區(qū)處于第三梯隊，其中，除了天津市（33.96%）和轉(zhuǎn)包率最低的北京市（5.96%）處于第一梯隊的省區(qū)包圍之中，其他省區(qū)圍繞四川和江西二省形成一個U字型低值聚集區(qū)。根據(jù)出租占比的分布情況，按照50%～100%、30%～50%（不含50%）和0～30%（不含30%）的標準區(qū)分梯隊，處于第一梯隊的有11個省區(qū)，圍繞出租占比排名前四的寧夏（76.25%）、上海（75.72%）、青海（62.79%）以及廣西（61.66%）形成3個高值聚集區(qū)，其中，寧夏和青海屬于同一個聚集區(qū)；第二梯隊包括12個省區(qū)，四川和貴州出租率最高，分別為49.65%和48.98%，出租率最低的為河北（31.79%），這12個省區(qū)共同形成一個大范圍的中值聚集區(qū)；有7個省區(qū)處于第三梯隊，除了新疆（16.13%）以外，其他的6個省區(qū)以遼寧為中心形成低值聚集區(qū)。

總之，轉(zhuǎn)包和出租兩種行為都呈現(xiàn)出高（低）值和高（低）值相臨近的空間聚集現(xiàn)象。另外，轉(zhuǎn)讓、互換、股份合作和其他形式由于所占份額過小，無法看出空間分布規(guī)律，暫不進行具體分析。

3.3 不同流轉(zhuǎn)交易主體的空間分布情況

圖5按照流轉(zhuǎn)入農(nóng)戶的農(nóng)地占比高低進行空間排序，顯示了我國交易主體的省級空間分布及轉(zhuǎn)入農(nóng)戶行為的空間梯隊情況。2016年主要的農(nóng)地流轉(zhuǎn)主體為農(nóng)戶，占比為58.38%，第二大交易主體為專業(yè)合作社，占比為21.58%，企業(yè)和其他主體所占比重分別是9.68%和10.36%。多數(shù)省區(qū)中流轉(zhuǎn)入農(nóng)戶的農(nóng)地占比處于40%～80%之間，按照占比情況，將三個梯隊范圍設(shè)定為50%～100%、30%～50%（不含50%）和0～30%（不含30%）。有17個省區(qū)處于第一梯隊，其中，新疆、內(nèi)蒙古和黑龍江三省區(qū)占比分別為76.44%、72.82%和71.56%，除新疆之外，吉林、內(nèi)蒙古、遼寧、山西和黑龍江組成一個高值聚集區(qū)，其余11個省區(qū)圍繞安徽和江西形成另一個高值聚集區(qū)；第二梯隊包含四川、甘肅、云南等12個省區(qū)，其中，除了天津、上海和江蘇處于高值聚集區(qū)之中，其余9省區(qū)圍繞四川形成中值聚集區(qū)；處于第三梯隊的只有北京市，流入農(nóng)戶的農(nóng)地占比為21.81%。流轉(zhuǎn)入專業(yè)合作社的農(nóng)地占比幾乎都處于10%～30%之間，只有青海、天津的占比較高，分別為43.15%和38.93%，云南、廣東、北京占比較低，分別是9.66%、8.22%和4.42%。轉(zhuǎn)入企業(yè)的農(nóng)地規(guī)模最大和最小的省區(qū)分別為寧夏（30.95%）和黑龍江（0.89%）；北京有53.36%的流轉(zhuǎn)農(nóng)地轉(zhuǎn)入其他主體，黑龍江此項占比最小，為4.13%。

圖5 2016年農(nóng)地流轉(zhuǎn)交易主體省級空間分布Fig. 5 Provincial spatial distribution of different transactional entities of farmland circulation in 2016

不同農(nóng)地流轉(zhuǎn)行為的省級空間分布情況顯示，鄰近空間中的農(nóng)地流轉(zhuǎn)行為具有趨同趨勢，且不同行為的空間分布異質(zhì)性很強，但是，農(nóng)地流轉(zhuǎn)行為是否存在空間相關(guān)？其空間依賴形成路徑及影響因素是否相異？還需進一步驗證。

4 實證結(jié)果與分析

4.1 農(nóng)地流轉(zhuǎn)行為的空間相關(guān)性檢驗

利用全局Moran's I分別對2009—2016年12類農(nóng)地流轉(zhuǎn)行為進行空間自相關(guān)檢驗，表2列出了行為中具有相對穩(wěn)定空間依賴關(guān)系的檢驗結(jié)果，即他們的空間相關(guān)系數(shù)連續(xù)三年以上顯著。第一，空間關(guān)聯(lián)具有行為上的異質(zhì)性。締結(jié)書面契約、轉(zhuǎn)包、出租、流轉(zhuǎn)入農(nóng)戶、流轉(zhuǎn)入企業(yè)以及轉(zhuǎn)入其他主體這6種行為的全局Moran's I顯著為正，具有穩(wěn)定的正向空間依賴關(guān)系，其余6種行為整體上呈現(xiàn)出空間隨機分布狀態(tài)。第二，空間依賴具有時間上的異質(zhì)性。書面合同、轉(zhuǎn)包、出租以及流轉(zhuǎn)入專業(yè)合作社4種行為具有穩(wěn)定的空間關(guān)聯(lián)，其中，書面契約締結(jié)行為的空間相關(guān)系數(shù)逐年遞增，而流轉(zhuǎn)入專業(yè)合作社行為的空間依賴關(guān)系僅在2016年不顯著；轉(zhuǎn)入農(nóng)戶和其他主體的行為在近5年內(nèi)顯示出逐漸增強的空間依賴關(guān)系；另外，互換從2015年開始、簽訂口頭契約和股份合作從2016年開始表現(xiàn)出顯著的空間相關(guān)性，說明隨著政策引導(dǎo)對農(nóng)地流轉(zhuǎn)行為影響的不斷增強，不同行為表現(xiàn)出明顯的空間聚類趨向。具有穩(wěn)定的空間相關(guān)性是進行空間回歸的基礎(chǔ)，本文選取至少連續(xù)三年顯示出空間相關(guān)的書面締約、轉(zhuǎn)包、出租、流轉(zhuǎn)入農(nóng)戶和專業(yè)合作社5種行為作為空間計量因變量進行回歸，雖然流轉(zhuǎn)交易中的其他主體也具有顯著的空間相關(guān)性，但數(shù)據(jù)中并未明確具體包括哪些主體，鑒于研究的嚴謹性和可分析性，本文中不對其進行分析。

表2 全局自相關(guān)分析結(jié)果Table 2 Results of the global autocorrelation analysis

4.2 空間面板數(shù)據(jù)模型選擇

空間面板模型選擇結(jié)果如表3所示。對不同行為的特定效應(yīng)聯(lián)合顯著性進行似然比檢驗，5種流轉(zhuǎn)行為均在1%的水平上拒絕空間固定效應(yīng)聯(lián)合不顯著的原假設(shè)，但無法拒絕時間固定效應(yīng)聯(lián)合不顯著的原假設(shè)，意味著空間面板模型中應(yīng)只考慮空間固定效應(yīng)；豪斯曼檢驗結(jié)果均顯示固定效應(yīng)模型的估計方法相對更優(yōu)；5種行為基于SDM的模型選擇檢驗結(jié)果都同時拒絕了θ=0且δ≠0、θ+δβ=0這兩個原假設(shè)，相對于SLM和SEM，SDM能夠更好地擬合數(shù)據(jù)，不同農(nóng)地流轉(zhuǎn)行為的空間依賴性應(yīng)從內(nèi)生和外生交互效應(yīng)兩條路徑進行解釋。

表3 空間面板數(shù)據(jù)模型選擇檢驗結(jié)果Table 3 Test results of choosing spatial panel data models

4.3 基于空間回歸模型的影響因素分析

文中使用最大似然法對經(jīng)過對數(shù)處理的被解釋變量和解釋變量展開空間回歸分析，表4顯示了對外生變量的邊際影響進行分解后的空間杜賓模型估計結(jié)果。書面契約締結(jié)行為的內(nèi)生交互效應(yīng)系數(shù)為3729.327，在1%的水平上顯著，表明省級空間邊緣地區(qū)的農(nóng)戶在簽訂書面合同行為上的相互模仿，以及鄰近省區(qū)政府之間在規(guī)范農(nóng)地流轉(zhuǎn)市場合約行為上的相互學(xué)習，都可以通過微觀積累形成宏觀上流轉(zhuǎn)市場中締結(jié)書面合同行為的空間依賴現(xiàn)象，接受本文假設(shè)一；轉(zhuǎn)包、出租、轉(zhuǎn)入農(nóng)戶和轉(zhuǎn)入專業(yè)合作社4種行為拒絕本文假設(shè)一。解釋變量對不同流轉(zhuǎn)市場行為影響的空間范圍具有差異，有些兼具直接效應(yīng)和溢出效應(yīng)，有些只具有其中一種效應(yīng)，從結(jié)果上看，顯著的溢出效應(yīng)是農(nóng)地流轉(zhuǎn)行為存在外生交互效應(yīng)的有效證據(jù)，接受本文假設(shè)二，具體的影響因素分析如下：

1）農(nóng)村勞動力文化水平（CL）與非農(nóng)就業(yè)水平（NAP）的影響分析。農(nóng)村勞動力文化水平的提高對農(nóng)地流轉(zhuǎn)的影響尚存在爭議[21]。一方面，可通過促進非農(nóng)就業(yè)而鼓勵農(nóng)地轉(zhuǎn)出，也可能由于農(nóng)地需求減少而抑制農(nóng)地轉(zhuǎn)入，在本省空間中，表現(xiàn)為通過轉(zhuǎn)包方式轉(zhuǎn)入土地的農(nóng)戶減少，閑置土地增多。供大于求壓低流轉(zhuǎn)價格，增多的土地一部分轉(zhuǎn)入本省的專業(yè)合作社，另一部分由被價格優(yōu)勢吸引而來的相鄰空間中流動性較大農(nóng)地需求方（如農(nóng)業(yè)企業(yè)）吸收，相鄰空間則通過建立專業(yè)合作社或出租給農(nóng)戶的方式，來“解決”由于企業(yè)或其他需求方流失而“多出”的農(nóng)地，表現(xiàn)為農(nóng)村勞動力文化水平對出租、流轉(zhuǎn)入農(nóng)戶行為，以及非農(nóng)就業(yè)對流轉(zhuǎn)入農(nóng)戶和專業(yè)合作社行為的正向溢出效應(yīng)。另一方面，文化水平的提高讓農(nóng)戶更容易通過學(xué)習農(nóng)業(yè)技術(shù)和實行高效管理成為種植大戶，總體上抑制轉(zhuǎn)出，促進轉(zhuǎn)入，在本省空間中，種植大戶與其他農(nóng)戶形成流轉(zhuǎn)市場需求競爭，導(dǎo)致以轉(zhuǎn)包方式流轉(zhuǎn)入其他農(nóng)戶的土地面積減少，農(nóng)戶之間的農(nóng)地流轉(zhuǎn)通常選擇口頭約定，故書面契約簽訂概率降低；對相鄰省份來說，當農(nóng)地數(shù)量無法滿足發(fā)展需求時，大戶會尋求相鄰空間的農(nóng)地作為補充，表現(xiàn)為文化水平的提高對出租行為的正向溢出效應(yīng)，同時，源于其他空間的“外來”農(nóng)地需求者與當?shù)剞r(nóng)戶的關(guān)系即不密切也不熟悉的概率很大，書面合同是占優(yōu)選擇，形成了農(nóng)村勞動力文化水平提高對書面契約選擇的正向溢出效應(yīng)，彈性系數(shù)為1.455。

2）農(nóng)戶收入因素影響分析。一方面，若人均收入（IL）的提高源于非農(nóng)收入增加，則農(nóng)戶對土地的依賴性弱，更愿意以出租的形式流轉(zhuǎn)閑置土地。另一方面，當農(nóng)戶通過成為種植大戶或者通過組建專業(yè)合作社的方式進行規(guī)模經(jīng)營，其收入的提高主要源于農(nóng)業(yè)經(jīng)營收入（OI）時，其土地需求較大，在本集體經(jīng)濟組織內(nèi)部無法提供足夠農(nóng)地的情況下，他們可能會轉(zhuǎn)求相鄰集體經(jīng)濟組織的土地，若相鄰集體經(jīng)濟組織處于本空間范圍內(nèi)，會導(dǎo)致本空間出租農(nóng)地比例的增加（直接效應(yīng)），若相鄰集體經(jīng)濟組織從屬于其他空間，則表現(xiàn)為對出租行為的正向溢出效應(yīng)，出租對象為農(nóng)戶（種植大戶）或?qū)I(yè)合作社；規(guī)?；r(nóng)業(yè)經(jīng)營的規(guī)范性要求決定了書面合同的適用性，表現(xiàn)為農(nóng)戶經(jīng)營性收入指標對簽訂書面合同行為顯著的正向溢出效應(yīng)。

表4 空間杜賓模型估計結(jié)果Table 4 Regression results of the SDM

3）財政支農(nóng)支出（GS）、種植業(yè)合作社數(shù)量（CO）和勞均耕地面積（ML）影響分析。財政支農(nóng)支出的提高意味著農(nóng)業(yè)生產(chǎn)基礎(chǔ)環(huán)境的持續(xù)性改善，高效農(nóng)業(yè)得以發(fā)展，隨著農(nóng)地需求者向生產(chǎn)環(huán)境較好的空間流動，對需求方流出的空間來說流轉(zhuǎn)市場上的閑置土地增多，專業(yè)合作社作為新的流轉(zhuǎn)交易主體吸收這部分土地，表現(xiàn)為財政支農(nóng)支出對流轉(zhuǎn)入專業(yè)合作社行為的溢出效應(yīng)，彈性系數(shù)為1.482。種植業(yè)合作社的發(fā)展僅具有顯著的直接效應(yīng)，合作社數(shù)量增多帶動當?shù)剞r(nóng)業(yè)經(jīng)濟發(fā)展并增加種植收益，相應(yīng)提高轉(zhuǎn)包、出租、流轉(zhuǎn)入農(nóng)戶和合作社4種農(nóng)地流轉(zhuǎn)行為的發(fā)生概率，同時，專業(yè)合作社規(guī)范的交易流程提高了書面契約簽訂率，對書面契約締結(jié)行為具有彈性系數(shù)為0.355的直接效應(yīng)。勞均耕地面積較大意味著豐富的農(nóng)地資源，對于省區(qū)本身來說，被農(nóng)地資源稟賦吸引而來的農(nóng)業(yè)企業(yè)與當?shù)剞r(nóng)戶和專業(yè)合作社形成競爭，估計結(jié)果顯示，轉(zhuǎn)包和流轉(zhuǎn)入專業(yè)合作社兩種行為都相應(yīng)減少，直接效應(yīng)的彈性系數(shù)分別為-0.557和-0.501，但流轉(zhuǎn)入農(nóng)戶的土地增多，相對豐裕的農(nóng)地資源和相對成熟的流轉(zhuǎn)市場，讓農(nóng)戶在交易中不需要再花費更多的成本來簽訂書面合約；對于相鄰省區(qū)來說，土地需求者的減少導(dǎo)致出租率降低，流失對象為流動性較大的專業(yè)合作社，書面契約簽訂行為也相應(yīng)有所減少。

4）土地承包經(jīng)營權(quán)證書頒發(fā)率（CM）影響分析。頒發(fā)土地承包經(jīng)營權(quán)證書有助于提高農(nóng)地產(chǎn)權(quán)安全性并促進農(nóng)戶的流轉(zhuǎn)意愿，流轉(zhuǎn)入農(nóng)戶和專業(yè)合作社的土地都增加，直接效應(yīng)的彈性系數(shù)分別為0.517和0.655，進一步的，隨著農(nóng)戶產(chǎn)權(quán)安全意識的提高和農(nóng)村土地流轉(zhuǎn)市場的規(guī)范化，書面合同的簽訂率也有所上升。產(chǎn)權(quán)安全對于農(nóng)地流轉(zhuǎn)的促進作用還通過示范效應(yīng)提高相鄰省區(qū)空間中流轉(zhuǎn)入專業(yè)合作社的土地數(shù)量，溢出效應(yīng)彈性系數(shù)為0.740。

5 結(jié)論與啟示

5.1 結(jié)論

1）我國農(nóng)地流轉(zhuǎn)市場的主要交易主體為農(nóng)戶，轉(zhuǎn)包和出租是最常使用的兩種流轉(zhuǎn)形式，書面契約簽訂率高于口頭契約表明流轉(zhuǎn)交易逐步趨向正規(guī)化。

2）農(nóng)地流轉(zhuǎn)行為在地理空間中具有正自相關(guān)和隨機分布兩種特征，且存在行為和時間上的異質(zhì)性。轉(zhuǎn)包、出租、流轉(zhuǎn)入專業(yè)合作社及簽署書面契約4種行為在空間中呈現(xiàn)出長期穩(wěn)健的相互關(guān)聯(lián)；互換、股份合作、流轉(zhuǎn)入農(nóng)戶和其他主體、簽訂口頭契約5種行為在近幾年逐漸顯現(xiàn)出空間聚類趨勢；轉(zhuǎn)讓、其他形式及流轉(zhuǎn)入企業(yè)3種行為則為隨機分布狀態(tài)。

3）不同農(nóng)地流轉(zhuǎn)行為的空間依賴影響因素具有差異，書面締約行為的空間依賴性主要源于內(nèi)生交互效應(yīng)和外生交互效應(yīng)中的相關(guān)影響因素，轉(zhuǎn)包、出租、流轉(zhuǎn)入農(nóng)戶及專業(yè)合作社4種行為的空間依賴關(guān)系主要受到外生交互效應(yīng)的影響。

4）外生影響因素的直接效應(yīng)和溢出效應(yīng)對各種行為的影響和空間范圍有所不同，一方面，相同解釋變量對于不同行為的直接效應(yīng)和溢出效應(yīng)均不相同；另一方面，部分解釋變量同時通過直接效應(yīng)和溢出效應(yīng)對本空間和其他空間的行為產(chǎn)生影響，部分解釋變量卻只存在其中一種效應(yīng)。

5.2 啟示

5.2.1 政策啟示 第一，關(guān)注空間依賴關(guān)系在不同農(nóng)地流轉(zhuǎn)行為間的異質(zhì)性，改進現(xiàn)有“大水漫灌”式的政策，探索具有行為靶向的農(nóng)地流轉(zhuǎn)政策。具體地，對于流轉(zhuǎn)入企業(yè)、互換、轉(zhuǎn)讓等在空間中呈無規(guī)律分布的農(nóng)地流轉(zhuǎn)行為，可沿用以地理為邊界的政策制定和實施方式，而對于具有空間相關(guān)性的農(nóng)地流轉(zhuǎn)行為，如簽訂書面契約行為、轉(zhuǎn)包和出租行為、流轉(zhuǎn)入農(nóng)戶和合作社等行為，考慮以行為邊界替換地理邊界，在現(xiàn)有制度框架下，制定具有跨區(qū)域及省域化特點的農(nóng)地流轉(zhuǎn)政策。

第二，明確不同因素影響路徑和效果的異質(zhì)性，關(guān)注外生影響因素對不同農(nóng)地流轉(zhuǎn)行為影響效果的空間范圍。具體地，對于種植業(yè)合作社發(fā)展這種僅具有直接效應(yīng)的影響因素，可以優(yōu)先考慮根據(jù)本省情況制定相關(guān)政策；對于農(nóng)村勞動力文化水平等同時具有直接效應(yīng)和溢出效應(yīng)的影響因素，應(yīng)重視農(nóng)地政策的空間聯(lián)動性，利用溢出效應(yīng)促進相鄰省份農(nóng)地流轉(zhuǎn)市場的發(fā)展；對于只具有溢出效應(yīng)的影響因素，例如產(chǎn)權(quán)安全對轉(zhuǎn)入專業(yè)合作社行為的影響，應(yīng)正視此項因素對本省空間影響的“失效”性，理應(yīng)重點考慮受到影響的相鄰省級空間的需求。

5.2.2 理論啟示 不同空間的農(nóng)地流轉(zhuǎn)市場并非相互獨立的，而是受到各種因素的跨空間影響。企業(yè)、專業(yè)合作社等農(nóng)地需求方在不同省區(qū)流轉(zhuǎn)市場上的流動會產(chǎn)生空間溢出效應(yīng)，進而導(dǎo)致市場供求及價格變化，促使交易雙方利用不同流轉(zhuǎn)行為應(yīng)對這種變化并達成交易，這些交易行為具有深刻的空間規(guī)律。需要說明的是，本文雖然在省級層面上對農(nóng)地流轉(zhuǎn)行為的空間依賴性進行了初步的影響因素分析，但仍然存在較大的進一步研究空間：第一，每一個外生因素產(chǎn)生溢出效應(yīng)的機制十分復(fù)雜，本文僅做了可能性的解釋，更為深入和準確的探析亟待補充；第二，基于農(nóng)戶行為本身的微觀探討是觀察流轉(zhuǎn)行為空間依賴機制最直觀的視角，在微觀空間層面展開進一步分析可補充目前極其缺乏的微觀空間視角研究。