荒還是“非糧化”？農(nóng)地流轉租金對糧地調減行為的影響研究

關鍵詞農(nóng)地流轉租金；非糧化；耕地荒；農(nóng)地經(jīng)營規(guī)模

中圖分類號F325文獻標識碼A

文章編號 0517-6611（2025）13-0236-05

doi：10.3969/j.issn.0517-6611.2025. 13.046

開放科學（資源服務）標識碼（OSID）：

Land Abandonment or“Non-grain\"？A Study on the Impact of Agricultural Land Transfer Rentonthe Reduction Behaviorof Land QIN Jian-hao，WU Xue-bing（Colege of Economics and Management， Yangtze University，Jingzhou，Hubei ）

AbstractBasedontheChinaHouseholdFinanceSurvey（CHFS）data，weexploretheimpactandheterogeneityofarmlandtransferrentson foodlandreductionbehaviorintwodimensions：“non-grain”andarablelandabandonment.Teresultsshowthattheincreaseinfarmland transferenthassigificatposiietootht“og”oftrasfeigsubjectsdabandotofidlndase ringhouseholds.Comparedwiththelargescaleoerators，teimpactofteincreaseinfarandtransferentonodnaryfarersisresig nificant.Afterosideringteedogeeitysue，teectoffarlandtransferentot“ongrain”oftrasfeinggentsndteaban donmenoffarmlandbytransferinguthouseholdsisstillsignificant，andthefidingsremainrobustaftertepropensityalueatching （PSM）ethodIofsitidtoietiallostpgsfuallsee structureinvsmnttoprodoeratiofeyregicualusotolofablelandndieasetly and high-quality food products.

Key WordsAgricultural land transfer rent;Non-grain;Arable land abandonment;Farmland operation scale

中共二十大報告提出要“全方位夯實糧食安全根基”，這對保障我國糧食安全提出了更高要求，也開啟了建設農(nóng)業(yè)強國的新征程。根據(jù)《中國農(nóng)村統(tǒng)計年鑒》，中國糧食總產(chǎn)量連續(xù)7年穩(wěn)定在6300億 kg 以上，特別是2021年糧食產(chǎn)量達到了6800億 kg 。人均糧食占有量連續(xù)14年來高于國際公認的糧食安全線（人均 400kg ），實現(xiàn)了“谷物基本自給、口糧絕對安全”。但隨著我國進入新發(fā)展階段，而我國糧食生產(chǎn)還存在資源環(huán)境約束、結構性短缺、區(qū)域性不平衡等矛盾，糧食供求中長期仍將處于“緊平衡\"態(tài)勢[1]。特別是自2016 年以來，糧食種植面積連續(xù)3年下降，2020年才開始略有回升。糧食播種面積占比由2016年的 71.42% 逐年下降至2020年的 69.72%^[2] 。糧食種植面積調減的主要原因是“非糧化”和畧荒拋荒。為了防止耕地“非糧化”嚴禁耕地擢荒和穩(wěn)定糧食生產(chǎn)，2020年11月，國務院辦公廳印發(fā)《關于防止耕地“非糧化”穩(wěn)定糧食生產(chǎn)的意見》，指出“對耕地實行特殊保護和用途管制，優(yōu)質耕地要重點用于發(fā)展糧食生產(chǎn)”。農(nóng)業(yè)農(nóng)村部也于2021年1月印發(fā)《關于統(tǒng)籌利用畧荒地促進農(nóng)業(yè)生產(chǎn)發(fā)展的指導意見》，提出“遏制耕地擢荒、鼓勵復耕復種”。由此可見，糧食生產(chǎn)戰(zhàn)略地位越發(fā)重要，抑制“非糧化”和耕地良田拋荒成為“全方位保障糧食安全”的重要手段。

農(nóng)地流轉的根本自標是促進閑置王地資源的優(yōu)化配置，推動規(guī)模經(jīng)營，同時以地租形式增加轉出農(nóng)民的轉移性收入，以擴規(guī)模、提效率等方式增加農(nóng)業(yè)經(jīng)營者收入。中國農(nóng)地確權之后，農(nóng)民對農(nóng)戶產(chǎn)權預期增加，地租也逐漸上漲，已被文獻所論證[3]。此外，隨著外包服務的興起以及農(nóng)資價格和生活物價的上漲，地租也逐年上漲[4]。理論上，農(nóng)地流轉租金上漲一方面推高了農(nóng)業(yè)經(jīng)營成本，導致農(nóng)地“非糧化”，另一方面增加了農(nóng)地轉出，減少了畧荒[5]。事實上，在農(nóng)地流轉租金不斷上漲的今天，我國農(nóng)地經(jīng)營呈現(xiàn)出“非糧化”和“趨糧化\"并存的態(tài)勢[]，仍有 10% 左右的耕地擢荒率[7]

目前關于農(nóng)地流轉對糧食種植結構調整影響的文獻相對較多，但關于農(nóng)地流轉租金對糧地調減行為影響的研究還相對較少。事實上，農(nóng)地流轉租金的高低決定了種糧的收益水平，與農(nóng)業(yè)經(jīng)營主體種糧行為有直接關系，因此，研究農(nóng)地流轉租金對糧地調減行為的影響具有重要意義。少量文獻開始關注農(nóng)地流轉租金對“非糧化”的影響，如劉余等[基于江蘇省糧食種植戶的調查數(shù)據(jù)，發(fā)現(xiàn)糧地租金上漲導致糧食作物播種面積下降的概率增強[8]，仇童偉等[9]也發(fā)現(xiàn)農(nóng)地流轉租金在0.01的顯著性水平正向影響農(nóng)地的“非糧化”；韓國瑩等[\"]利用黃淮海農(nóng)區(qū)農(nóng)戶調查數(shù)據(jù)，研究發(fā)現(xiàn)農(nóng)流轉租金的提高，不僅增加農(nóng)地非糧種植的可能性，還會提升地塊非糧種植的比例。

現(xiàn)有關于農(nóng)地流轉租金對“非糧化”影響的文獻尚未分析該影響是否具有規(guī)模上的情景依賴，而普通農(nóng)戶與規(guī)模經(jīng)營主體的種糧邏輯存在顯著差異[]。此外，糧食種植面積的減少還與耕地擢荒有關，研究農(nóng)地流轉租金對農(nóng)戶荒行為影響的研究相對稀缺，而將農(nóng)地流轉租金、“非糧化”以及畧荒行為納入一個統(tǒng)一的研究框架的文獻更為少見。鑒于此，該研究首先將農(nóng)地供需雙方納人一個統(tǒng)一框架，探討農(nóng)地流轉租金的上漲對轉入方“非糧化\"行為和轉出方耕地擢荒行為，并進一步分析該影響是否具有對經(jīng)營規(guī)模的情景依賴。對這一問題的回答不僅有助于厘清農(nóng)地流轉租金對糧地種植調減行為的影響及其異質性，也能深化對“非糧化”和耕地擢荒生成邏輯的理解，并為保障糧食安全問題提供政策參考。

1理論分析與研究假設

農(nóng)業(yè)經(jīng)營者的邏輯是實現(xiàn)利益最大化為原則，行為導向是將有限的勞動力、土地和資金等要素投向可以獲得更高收益的產(chǎn)業(yè)[12]。當農(nóng)地流轉租金推高農(nóng)業(yè)經(jīng)營成本時，糧食價格相對穩(wěn)定，種植糧食的利潤被不斷擠出。作為理性經(jīng)濟人，將農(nóng)地“非糧化”是其面對市場、租金、合約等壓力的必然結果[13]。選擇種植經(jīng)濟作物有兩大“優(yōu)勢”：一方面，經(jīng)濟作物收益遠高于一般糧食作物，當前國家種糧補貼也不足以彌補兩者之間的差距，另一方面，經(jīng)濟作物相比糧食作物，生長周期短，資金回收快，風險相對小。此外，地方政府出于政績和經(jīng)濟獲利動力會放松對農(nóng)地“非糧化”的監(jiān)管。但相比普通農(nóng)戶，規(guī)模經(jīng)營主體在生產(chǎn)環(huán)節(jié)具有引進技術和增加投資的動力，對農(nóng)業(yè)生產(chǎn)風險和市場供求沖擊的應對能力也更強，因而有更高的土地生產(chǎn)率、勞動生產(chǎn)率和資金生產(chǎn)率[6]因此，規(guī)模經(jīng)營主體能接受相對較高的農(nóng)地流轉租金，甚至為了獲得更多的集中連片土地，不惜抬高農(nóng)地流轉租金擠出一般農(nóng)戶。相對經(jīng)濟作物，糧食作物機械化適應程度更高，受勞動力約束較小，也容易儲藏，因此，農(nóng)地流轉租金的上漲在可承受范圍內時，規(guī)模經(jīng)營主體更傾向于選擇種植糧食作物。據(jù)此可提出假設 ΔH₁ 。

ΔH₁ ：農(nóng)地流轉租金上漲可能會導致轉入主體耕地“非糧化”的風險，但規(guī)模經(jīng)營主體進行“非糧化”的概率要比普通農(nóng)戶低一些。

當農(nóng)地流轉價格不斷上漲擠出利潤空間時，農(nóng)業(yè)經(jīng)營者還有一種可能選擇就是減少農(nóng)地轉入。農(nóng)地流轉需求減少后，那些在城市務工經(jīng)商的離農(nóng)戶轉出的土地就面臨擢荒的風險，特別是地處偏遠、耕作條件較差的地塊。當前農(nóng)村普通農(nóng)戶包括留守老人為主的農(nóng)戶和“中堅農(nóng)民”為主的農(nóng)戶。由于我國農(nóng)村土地普遍細碎化、勞動力成本高，即便有村民愿意將自家交通不便、耕作條件差的耕地以較低租金甚至“零租金”的方式進行流轉，留守老人為主的農(nóng)戶家庭也不愿接手[14]。中堅農(nóng)民是因家庭因素留在村莊的青壯年農(nóng)民，除自家耕地外，還將親戚鄰居土地轉人，達到適度規(guī)模經(jīng)營[15]。但當農(nóng)地流轉租金上漲，這類中堅農(nóng)民轉入的土地就會不斷被擠出，由于農(nóng)地流轉租金漲后難以下跌的“棘輪效應”16]，那些地處偏遠、耕作條件較差的地塊增加了被畧荒的風險。規(guī)模經(jīng)營主體由于專用性資產(chǎn)投資較多，短期內調減農(nóng)地經(jīng)營規(guī)模將面臨農(nóng)業(yè)機械閑置、固定資產(chǎn)折舊甚至廢棄的損失，而繼續(xù)生產(chǎn)的可變成本水平較低，盡管也面臨收益的下降，但損失要小于農(nóng)機廢棄的損失[8]。因此，農(nóng)地流轉價格上漲，規(guī)模經(jīng)營主體不會輕易退出轉入土地，從而不會加劇轉出戶耕地畧荒。據(jù)此提出假設 H₂ 0

H₂ ：農(nóng)地流轉租金上漲也會增加轉出戶耕地擢荒的風險，但規(guī)模經(jīng)營主體退出土地導致轉出戶擢荒的概率要比普通農(nóng)戶低一些。

2研究方法與數(shù)據(jù)來源

2.1研究方法該研究旨在考察農(nóng)地流轉租金對農(nóng)戶糧食種植調減行為的影響，為此，首先給出了農(nóng)地流轉租金對農(nóng)戶糧食種植調減行為選擇的估計模型。具體如下：

Y_i=β₀+β₁R+Xβ+ε

式中， Y_i 表示“非糧化”或者畧荒率。當 Y_i 表示“非糧化”時為二分類變量，1表示經(jīng)濟作物，0表示糧食作物；當 Y_i 表示荒率時為連續(xù)變量。 R 表示農(nóng)地流轉租金； X 為家庭特征、農(nóng)地特征和村莊特征等變量構成的矩陣； ?β₀ 為常數(shù)項 ?，β₁ 表示待估計系數(shù)， Δ_，β 為控制變量系數(shù)組成的矩陣； ε 為隨機擾動項，并假設其符合正態(tài)分布。

（1）被解釋變量：“非糧化”和耕地畧荒。 ① “非糧化”。借鑒仇童偉等[13]的相關研究，根據(jù)轉出農(nóng)地“是否種植經(jīng)濟作物”來測度該地“非糧化”狀況，并將同時種植經(jīng)濟作物和糧食作物歸為“非糧化”種植。 31% 的轉入主體選擇了“非糧化”。 ② 耕地畧荒。借鑒周旭海等[研究成果，該研究在篩選出家庭耕地總面積、耕地流轉面積和耕地種植面積數(shù)據(jù)可得的農(nóng)戶樣本后，通過計算“耕地總面積-耕地流轉面積-耕地種植面積”得到耕地擢荒面積，擢荒率即耕地擢荒面積與耕地總面積之比[10]。轉出戶耕地平均畧荒率為 10% 。

（2）關鍵自變量：農(nóng)地流轉租金。該研究采用農(nóng)地轉出戶獲得的地均農(nóng)地流轉租金 +1 后取對數(shù)來刻畫。

（3）控制變量：控制變量主要包含轉出戶家庭特征、農(nóng)地特征及村莊特征。家庭特征一方面包含代表家庭富裕程度的指標，如是否從事工商業(yè)、家庭是否擁有活期和定期存款、是否購買汽車以及是否為貧困戶。轉出戶家庭富裕程度對農(nóng)戶糧食種植行為存在一定影響，對于轉出戶而言，農(nóng)村富裕家庭非農(nóng)就業(yè)和非農(nóng)經(jīng)營相對較好，他們對土地的依賴性較低，土地的保障功能不如純農(nóng)戶強，因此不會隨時收回土地，也缺乏監(jiān)督轉人戶耕種行為。家庭特征另一方面包括代表家庭的社會網(wǎng)絡關系和社會資本狀況，如家里是否有村干部、是否發(fā)生過流轉糾紛以及是否參加祭祖活動。土地特征主要包括耕地的自然特征和權屬狀況，自然特征包括耕地是否擁有灌溉設施、是否擁有排水設施、是否被污染、是否適合機械以及耕地質量等級。權屬狀況包括是否擁有承包合同、是否擁有土地經(jīng)營權以及農(nóng)地流轉期限。村莊層面主要包括轉出戶對莊主的就業(yè)和交通的評價。如對村莊道路滿意程度和對社區(qū)勞動就業(yè)滿意度。此外，該研究還控制了28個省份的虛擬變量。

2.2數(shù)據(jù)來源該研究使用的數(shù)據(jù)來源于中國家庭金融調查（CHFS）公開數(shù)據(jù)庫，該數(shù)據(jù)是由西南財經(jīng)大學實施的調研項目。該機構2011—2019年每隔2年展開一次家庭隨機抽樣調研，由于農(nóng)地流轉租金數(shù)據(jù)存在較多不合理的異常值，因此在數(shù)據(jù)清洗過程中對農(nóng)地流轉租金采取了 5% 縮尾。

除新疆、西藏和港澳臺外，調查覆蓋全國29個?。▍^(qū)、市），樣本規(guī)模為3.7289萬戶。根據(jù)研究目的，該研究只保留了轉出戶數(shù)據(jù)，在刪除了核心變量嚴重缺失的樣本后，最終保留了1624個樣本。之所以重點分析轉出戶樣本，是因為該數(shù)據(jù)庫中轉出戶樣本能清楚地了解到流轉雙方的具體情況，既可以分析轉入戶“非糧化”情況，也可以分析轉出戶耕地擢荒情況。

3結果與分析

3.1描述性統(tǒng)計分析表1匯報了主要變量的統(tǒng)計結果。結果顯示， 31% 的轉入戶進行了“非糧化”種植，其中也包含將轉入土地進行部分“非糧化”。從轉出戶角度衡量，耕地荒率平均為 10% ，即轉出戶中大約 10% 的地塊被擢荒，荒的主要原因是交通不便和耕作條件差等原因。農(nóng)地流轉租金計算方法：地均租金 +1 取對數(shù)后平均值為 3.630 。

進一步將農(nóng)地流轉租金分為有償和無償2類，無償流轉比例達到 39.96% 。為對比兩者在“非糧化”和擢荒率上的差異，特此進行了 T 檢驗，將無償流轉作為對照組，具體見表2。由表2可知： ① 相比無償流轉，有償流轉顯著增加了“非糧化\"風險。在有償流轉下，轉人戶進行“非糧化”的概率為36.9% ，而無償流轉下，其“非糧化”概率為 21.4% ，相比無償流轉，有償流轉下“非糧化”的概率增加15.5百分點。 ② 相比無償流轉，有償流轉顯著增加了耕地畧荒風險。在有償流轉下，轉出戶平均擢荒率為 10.7% ，而無償流轉下，其平均擢荒率為 7.9% ，相比無償流轉，有償流轉下轉出戶平均擢荒率增加2.8百分點。

3.2 實證結果與分析

3.2.1基本線性回歸結果。表3匯報了基本線性模型的實證結果。模型（1）＼～（3）主要分析農(nóng)地流轉租金及控制變量對轉入戶“非糧化”的影響。由于因變量為二分類變量，所以選擇了Probit模型進行回歸估計，模型（1）僅將關鍵變量農(nóng)地流轉租金引入基準模型，模型（2）是在模型（1）的基礎上增加了轉出戶農(nóng)戶家庭特征、土地特征以及村莊特征，模型（3）在模型（2）的基礎上控制了省份變量。觀察回歸結果，不難發(fā)現(xiàn)農(nóng)地流轉租金對“非糧化”的影響和顯著性是穩(wěn)定的，始終在0.01水平顯著，且影響方向為正，表明獲得農(nóng)地流轉租金上漲會顯著增加“非糧化”的風險。從理論上來說，農(nóng)地的邊際產(chǎn)品價值即土地的邊際產(chǎn)出乘以農(nóng)產(chǎn)品價格大于農(nóng)地流轉租金，農(nóng)業(yè)經(jīng)營主體轉人土地才有利潤空間，但隨著農(nóng)地流轉租金上漲，在土地的邊際產(chǎn)出不能增加的前提下，唯有追求農(nóng)產(chǎn)品價格，而經(jīng)濟作物相比糧食作物收益更大，因此，“非糧化”便具有顯著的驅動作用。

模型（4）＼～（6）主要分析農(nóng)地流轉租金及控制變量對轉出戶擢荒率的影響。由于荒率為連續(xù)變量，故選擇OLS模型，同模型（1）＼～（3）一樣，模型（4）＼～（6）也是通過逐漸添加變量的方式來保證結果的穩(wěn)健性，模型（4）＼～（6）的結果表明其解釋力是穩(wěn)健的。計量結果顯示，農(nóng)地流轉租金在0.01的水平下顯著增加了荒的風險。從轉出戶來看，農(nóng)地流轉租金的提高增加了其將土地轉出的動力，但實際情形可能是，由于農(nóng)地流轉租金的上漲，降低了轉入戶對土地的需求，因此，農(nóng)業(yè)經(jīng)營者在轉人土地時可能會有所選擇，挑剔性選擇耕地質量好、灌溉設施齊全、交通方便以及便于機械化的耕地，對于那些地處偏遠、灌溉條件差且不能實施機械化的土地選擇了放棄。其他控制變量不是該研究重點，便不再贅述

3.2.2內生性檢驗?；鶞誓Ｐ涂赡艽嬖趦壬詥栴}。一方面，非糧化”和耕地拋荒還可能受其他因素影響，例如地區(qū)政策和文化習俗等一些不可觀測的變量，這會產(chǎn)生遺漏變量問題；另一方面，“非糧化”帶來的高經(jīng)濟收益以及耕地擢荒帶來的農(nóng)地供需變化也會影響到農(nóng)地流轉租金，這將產(chǎn)生雙向因果問題。遺漏變量和雙向因果關系都將會產(chǎn)生內生性問題。為有效減少內生性干擾，借鑒有關學者的做法，在分析農(nóng)地流轉租金對“非糧化”影響時，選取本村其他轉出戶獲得的平均農(nóng)地流轉租金作為農(nóng)地流轉租金的工具變量[12]。農(nóng)村是個熟人社會，村莊其他農(nóng)戶流轉租金水平會直接影響周圍鄰居，但村莊農(nóng)地租金水平則是農(nóng)戶的集體行為，并不直接影響農(nóng)戶“非糧化”行為。工具變量估計結果顯示（表4），農(nóng)地流轉租金對非糧化影響依然顯著，Wald檢驗結果為7.23，其 P 值為0.007，故可以在0.01的顯著性水平認為農(nóng)地流轉租金為內生變量，進一步弱工具變量檢驗顯示， P 值為0.001，拒絕了弱工具變量的原假設。

在分析農(nóng)地流轉租金對耕地擢荒影響時，工具變量選取轉出戶人情往來支出。選取農(nóng)村居民的人情支出作為以處理基準模型中可能存在的雙向因果問題。首先，農(nóng)地流轉租金的高低與人情往來相關，熟人間農(nóng)地流轉租金偏低，甚至為0，而外村轉入戶或工商資本下鄉(xiāng)可能會推高農(nóng)地流轉租金。人情支出作為維系農(nóng)村宗族關系網(wǎng)絡的非生產(chǎn)性支出，與農(nóng)戶耕地畧荒行為無關，選取農(nóng)村居民的人情支出作為零租金的工具變量，滿足相關性和排他性的要求。估計結果顯示，Durbin-Wu-Hausman內生性檢驗的 P 值為0.027，在0.05的顯著性水平下拒絕了原假設，即農(nóng)地流轉價格為內生性變量，進一步若工具變量顯示， F 統(tǒng)計量為10.512，超過10，故認為不存在弱工具變量。

3.2.3異質性分析。根據(jù)農(nóng)地轉出對象的規(guī)模，將農(nóng)地轉入主體劃分為普通農(nóng)戶和規(guī)模經(jīng)營主體兩類。其中普通農(nóng)戶包括本村和外村普通農(nóng)戶，規(guī)模經(jīng)營主體包括專業(yè)大戶、家庭農(nóng)場、農(nóng)民合作社、公司或企業(yè)、村集體以及中介組織。表5匯報了不同規(guī)模主體下農(nóng)地流轉租金對糧食種植調減行為的影響。當轉入戶為普通農(nóng)戶時，農(nóng)地流轉租金在0.01的顯著性水平對“非糧化”有正向影響，在0.05的顯著性水平對擢荒率有正向影響，意味著農(nóng)地流轉租金的上漲倒逼普通農(nóng)戶選擇種植經(jīng)濟作物來追求經(jīng)濟利益，如果不種植經(jīng)濟作物，其可能的選擇是放棄轉入，這將導致轉出戶將一部分地塊擢荒。當轉入戶為規(guī)模經(jīng)營主體時，農(nóng)地流轉租金對“非糧化”和畧荒率的影響效應變小，且均沒有通過顯著性檢驗。原因可能是規(guī)模經(jīng)營主體追求經(jīng)濟利益的路徑除了“非糧化\"外還有其他路徑，譬如通過機械代替勞動力來降低經(jīng)營成本，而不是被迫選擇“非糧化”減少農(nóng)地轉入規(guī)模甚至畧荒跑路。

3.2.4穩(wěn)健性分析。通過選擇是否有償流轉作為處理變量，非糧化和畧荒率作為結果變量，運用傾向值匹配法（PSM）估計了農(nóng)地流轉價格對糧食種植行為的影響。從表6可以看出，通過4種匹配方法估計的平均處理效應均在

0.01的水平顯著，通過平衡性檢驗也可以發(fā)現(xiàn)：匹配后多數(shù)變量的偏差小于0.10，且不拒絕無系統(tǒng)差異的原假設。這說明農(nóng)地流轉價格對糧食種植行為的影響，與前文研究結論一致。

4結論與啟示

4.1結論中國家庭金融調查（CHFS）數(shù)據(jù)，基于“非糧化”和耕地擢荒兩個維度，從微觀層面實證研究了農(nóng)地流轉租金對糧地種植調減行為的影響及異質性。研究發(fā)現(xiàn)，農(nóng)地流轉租金對轉入主體“非糧化”和轉出戶擢荒行為都具有顯著的正向影響。相比規(guī)模經(jīng)營主體，農(nóng)地流轉租金對普通農(nóng)戶影響更為顯著。在考慮了內生性問題后，農(nóng)地流轉租金對轉人主體“非糧化”和轉出戶擢荒行為的影響依然顯著。在替換關鍵自變量和傾向值匹配（PSM）方法檢驗后，研究結論依然穩(wěn)健。

4.2政策啟示該研究的政策啟示如下：一是科學構建農(nóng)地流轉定價機制。由于農(nóng)地流轉租金偏高可能會導致農(nóng)地“非糧化\"和提高轉出戶耕地畧荒率，因此，對于普通農(nóng)戶之間的農(nóng)地流轉，本著雙方協(xié)商的原則，減少過多干預。對于普通農(nóng)戶與規(guī)模經(jīng)營主體之間的農(nóng)地流轉，依據(jù)糧食種植收益而非經(jīng)濟作物評估農(nóng)地流轉價格。二是加大基礎設施建設提升糧食種植的經(jīng)濟效益水平。糧食種植具有一定規(guī)模效應，適合機械化作業(yè)，因此，通過促進農(nóng)地流轉、建設高標準良田、整治中低產(chǎn)田和改造糧田宜機化，引導規(guī)模經(jīng)營主體發(fā)展適度規(guī)模經(jīng)營種植糧食作物。通過農(nóng)地集中連片整治改善耕地細碎化問題，降低耕地畧荒率。三是強化耕地農(nóng)業(yè)用途管制，堅持糧田種糧。健全完善“田長制”，全面壓實耕地保護責任，推動月度衛(wèi)星動態(tài)監(jiān)測常態(tài)化，對畧荒行為取消種糧補貼。四是增加綠色優(yōu)質糧食產(chǎn)品供給。通過優(yōu)質糧食產(chǎn)品的生產(chǎn)獲得高經(jīng)濟回報，激勵農(nóng)業(yè)經(jīng)營主體從事糧食生產(chǎn)。

參考文獻

[1]明海英.努力建設人與自然和諧共生的現(xiàn)代化[EB/OL].（2022-11-03）[2022-11-14].http：//www.cssn.cn/zx/bwyc/202211/t20221103_5558758.shtml.

[2]黃祖輝，李懿蕓，毛曉紅.我國耕地“非農(nóng)化\"“非糧化”的現(xiàn)狀與對策[J].江淮論壇，2022（4）：13-21.

[3]宮斌斌，郭慶海.玉米收儲政策改革對農(nóng)村地租水平的影響：基于吉林省的分析[J].干旱區(qū)資源與環(huán)境，2021，35（5）：8-14.

[4］章丹，徐志剛，劉家成.外包與流轉：作業(yè)服務規(guī)?；欠裱泳忁r(nóng)地經(jīng)營規(guī)模化—基于要素約束緩解與地租上漲的視角[J].中國農(nóng)村觀察，2022（2）：19-38.

[5]吳學兵，丁建軍，何蒲明.農(nóng)地流轉價格偏離的形成邏輯及對糧食安全的影響研究[J].世界農(nóng)業(yè)，2020（11）：4-10.

[6]趙曉峰，劉子揚.“非糧化\"還是“趨糧化”：農(nóng)地經(jīng)營基本趨勢辨析[J].華南農(nóng)業(yè)大學學報（社會科學版），2021，20（6）：78-87.

[7]周旭海，胡霞，羅崇佳.非農(nóng)就業(yè)對耕地荒的影響：基于CHFS數(shù)據(jù)的實證分析[J].調研世界，2022（2）：12-20.

[8]劉余，周應恒.糧地租金變動對種糧行為調整的影響[J].華南農(nóng)業(yè)大學學報（社會科學版），2021，20（3）：85-96.

[9]仇童偉，羅必良.流轉“差序格局”撕裂與農(nóng)地“非糧化”：基于中國29省調查的證據(jù)[J].管理世界，2022，38（9）：96-113.

[10]韓國瑩，劉同山.農(nóng)地流轉價格對非糧種植的影響研究[J].價格理論與實踐，2020（7）：66-69，112.

[11]羅必良，江雪萍，李尚蒲，等.農(nóng)地流轉會導致種植結構“非糧化\"嗎[J].江海學刊，2018（2）：94-101，238.

[12]羅丹，李文明，陳潔.種糧效益：差異化特征與政策意蘊—基于3400個種糧戶的調查[J].管理世界，2013（7）：59-70.

[13]仇童偉，羅必良.種植結構“趨糧化\"的動因何在？一—基于農(nóng)地產(chǎn)權與要素配置的作用機理及實證研究[J].中國農(nóng)村經(jīng)濟，2018（2）：65-80.

[14]孔祥智.新型農(nóng)業(yè)經(jīng)營主體的地位和頂層設計[J].改革，2014（5）：32-34.

[15]賀雪峰.論中堅農(nóng)民[J].南京農(nóng)業(yè)大學學報（社會科學版），2015，15（4）：1-6，131.

[16]尚旭東，常倩，王士權.政府主導農(nóng)地流轉的價格機制及政策效應研究[J].中國人口·資源與環(huán)境，2016，26（8）：116-124.