長江經濟帶農業(yè)綠色增長的時空格局及影響因素研究*

丘雯文, 鐘漲寶, 田文文

長江經濟帶農業(yè)綠色增長的時空格局及影響因素研究*

丘雯文1,2, 鐘漲寶2**, 田文文2

(1. 華中農業(yè)大學經濟管理學院 武漢 430070; 2. 華中農業(yè)大學農村社會建設與管理研究中心 武漢 430070)

加快發(fā)展方式轉變, 促進農業(yè)綠色增長是緩解農業(yè)污染、提高農業(yè)效率的重要舉措。長江經濟帶是我國重要的農業(yè)生產區(qū)域和產糧基地, 為科學分析長江經濟帶農業(yè)綠色經濟增長水平及其影響因素, 本文采用能值方法定量研究了2003—2017年長江經濟帶農業(yè)綠色生產總值。在此基礎上, 利用空間計量經濟模型分析其時空格局與影響因素。結果表明: 1) 2003—2017年長江經濟帶農業(yè)綠色生產總值總體穩(wěn)定上升, 且增幅小于農業(yè)傳統(tǒng)生產總值, 農業(yè)綠色生產總值占農業(yè)傳統(tǒng)生產總值的比重呈下降趨勢。2)長江經濟帶農業(yè)綠色生產總值的區(qū)域差異明顯, 其空間格局仍未改變傳統(tǒng)經濟增長東部高、西部低的空間分布特征。3)長江經濟帶農業(yè)綠色增長在全局上具有顯著的空間集聚特征, 但這種集聚效應呈逐步減弱趨勢。4)經濟發(fā)展水平、科技創(chuàng)新能力、基礎設施投資、勞動力素質和農業(yè)政策五大因素對本地區(qū)農業(yè)綠色增長產生正向影響; 科技創(chuàng)新能力、基礎設施投資對周邊地區(qū)農業(yè)綠色增長產生積極作用?？傮w上看, 長江經濟帶農業(yè)綠色生產總值穩(wěn)定上升, 且呈現(xiàn)“東部高、西部低”的空間分布特征; 經濟發(fā)展水平、科技創(chuàng)新能力等5大因素綜合驅動該時期農業(yè)綠色增長的時空變化。

農業(yè)綠色增長; 能值分析法; 農業(yè)綠色生產總值; 空間計量模型; 長江經濟帶

改革開放以來, 中國農業(yè)與農村經濟發(fā)展成績顯著, 尤其在進入新世紀后, 隨著農村體制改革的持續(xù)推進, 以及農地產權制度改革、統(tǒng)籌城鄉(xiāng)發(fā)展等一系列重大措施的施行, 農業(yè)經濟發(fā)展不斷邁上新的臺階[1]。然而在農業(yè)快速發(fā)展的過程中, 粗放式的發(fā)展方式并未得到根本轉變, 長期影響農業(yè)與農村發(fā)展的高污染、低效率等問題依然普遍存在, 農業(yè)經濟的可持續(xù)增長受到了嚴重威脅[2]。加快發(fā)展方式轉變, 促進農業(yè)綠色增長成為緩解農業(yè)污染、提高農業(yè)效率的一項重要舉措[3-4], 其現(xiàn)狀及實現(xiàn)路徑等備受關注。

科學評價農業(yè)綠色增長水平是促進農業(yè)發(fā)展綠色轉型的基礎性工作, 指標選擇與評價方法是其核心環(huán)節(jié)?，F(xiàn)有研究多是在分析農業(yè)綠色生產總值內涵的基礎上, 基于數(shù)據的可獲取性, 從不同層面選擇指標, 設計一套核算體系, 對農業(yè)綠色增長水平進行綜合評價[5-7]; 核算體系的構建著重強調了在農業(yè)傳統(tǒng)生產總值中扣除環(huán)境損耗、自然資源消耗等價值, 以增強評價結果的全面性和客觀性。Nordhaus等[8]利用凈經濟福利指標(NEW)核算了城市污染、交通擁堵等行為的社會成本, 以及公益活動、休閑娛樂等行為的社會價值; Daly等[9]構建了可持續(xù)經濟福利指標(ISEW), 分析了環(huán)境破壞、自然資產折舊、防護支出等成本; 由聯(lián)合國、世界銀行等5個國際機構發(fā)布的《綜合環(huán)境與經濟核算手冊》(SEEA), 考慮了自然資源消耗與環(huán)境損耗成本, 并將其作為經濟活動的生產成本(中間消耗), 提供了連接實物核算與貨幣核算的橋梁[10]; 王立彥[11]提出了“環(huán)境—經濟”核算模式, 將環(huán)境保護、環(huán)境恢復、環(huán)境損失賬戶與傳統(tǒng)經濟核算賬戶進行了聯(lián)系; 雷明[12]提出了中國環(huán)境經濟綜合核算矩陣, 探索了資源枯竭、生態(tài)系統(tǒng)破壞、自然資產退化等因素。關于農業(yè)綠色生產總值的核算, 學者們主要以生態(tài)系統(tǒng)為中心構建分析框架。陳源泉等[5]基于農業(yè)生態(tài)系統(tǒng)服務價值理論提出了農業(yè)綠色生產總值核算, 同時考慮了農業(yè)生態(tài)系統(tǒng)產生的服務價值與環(huán)境代價; 程瑩瑩等[13]基于環(huán)境經濟學的相關理論, 量化分析了農業(yè)綠色生產總值的正外部性與負外部性; 李兆亮等[7]根據農業(yè)生態(tài)經濟系統(tǒng)的能量流動, 將可再生資源、不可再生資源以及環(huán)境代價從傳統(tǒng)農業(yè)生產總值中剝離出來?，F(xiàn)有研究極大地豐富了對農業(yè)綠色增長現(xiàn)狀及其驅動機理的認識, 但不難發(fā)現(xiàn), 由于研究區(qū)域的差別和數(shù)據可得性的影響, 方法與指標的選取往往存在較大差異, 研究結果的可比性也相對較弱。同時, 在探討驅動因素時, 多數(shù)研究所采用的經典計量模型仍建立在空間均質或獨立的假設上, 并未考慮空間相關因素產生的影響, 因而也容易導致研究結論出現(xiàn)偏差。而能值分析法則基于能量守恒定理, 可以將生態(tài)經濟系統(tǒng)中原本不同種類、不同質量、不可比較的能量投入轉換成統(tǒng)一的衡量標準——能值, 能較好地實現(xiàn)資源、環(huán)境因素與傳統(tǒng)經濟核算體系相統(tǒng)一。使評價更加科學, 也能有效增強評價結果的可比性。

長江經濟帶是我國重要的農業(yè)生產區(qū)域和產糧基地[14]。中央政府歷來重視長江經濟帶的農業(yè)發(fā)展, 在《國務院關于依托黃金水道推動長江經濟帶發(fā)展的指導意見》中明確指出, 要提升長江經濟帶現(xiàn)代農業(yè)和特色農業(yè)的發(fā)展水平, 持續(xù)增強區(qū)域現(xiàn)代農業(yè)發(fā)展優(yōu)勢, 為長江經濟帶農業(yè)新一輪的快速發(fā)展提供了良好機遇。然而, 從長遠來看, 資源和環(huán)境的約束仍然是未來長期制約長江經濟帶產業(yè)發(fā)展的重要瓶頸[15]。因此, 對于長江經濟帶各省區(qū)來說, 加快實現(xiàn)農業(yè)的轉型升級對破除其資源環(huán)境約束, 實現(xiàn)農業(yè)可持續(xù)發(fā)展具有重要的現(xiàn)實意義。

綜上所述, 本文以長江經濟帶為研究區(qū)域, 在充分考慮農業(yè)生態(tài)經濟系統(tǒng)特征的基礎上, 采用能值分析法定量分析長江經濟帶農業(yè)綠色經濟增長水平, 并利用探索性空間分析方法研究其時空格局, 在此基礎上, 選擇空間計量分析方法分析其影響因素, 旨在為相關研究提供新的思路與方法, 也能為準確把握長江經濟帶農業(yè)綠色增長的現(xiàn)實格局、科學制定區(qū)域農業(yè)轉型發(fā)展對策等提供有益的參考。

1 研究方法與數(shù)據來源

1.1 研究方法

1.1.1 農業(yè)綠色生產總值計算方法

利用能值分析方法計算長江經濟帶各省份的農業(yè)綠色生產總值。核算步驟如下:

1)對原始數(shù)據進行搜集與分類, 包括自然環(huán)境數(shù)據(太陽能輻射量、降雨量、土地面積、土壤侵蝕率等)、農業(yè)投入數(shù)據(煤炭、柴油、汽油、電力、化肥、種子、有機肥、飼料、畜力、人力等)、農業(yè)產出數(shù)據(糧食、豆類、油料、蔬菜、水果、肉類等)等。

2)通過確定農業(yè)生態(tài)經濟系統(tǒng)主要的物質流、能量流與經濟流, 編制能值系統(tǒng)分析表。根據農業(yè)生態(tài)經濟系統(tǒng)的投入產出特征, 本研究主要考慮6類能值指標(表1), 各指標間的流動關系如圖1所示。

3)采用能值轉換率(單位能量或物質所含有的太陽能值量, 單位為sej?kg-1、sej?L-1或sej?J-1), 將農業(yè)生態(tài)經濟系統(tǒng)各類物質折算成統(tǒng)一單位的能值, 具體計算公式[16-17]為:

E=Q′S(1)

式中:為第種能量流,為太陽能值,為物質所含能量,為能值轉換率。

進一步地, 利用能值-貨幣比率(單位貨幣對應的能值量, 即能值總量/當年生產總值的比值, 單位為sej·￥-1), 折算出各項能值的貨幣價值量[16], 具體計算公式[16-17]為:

EV=E′R(2)

式中: EV為能值-貨幣價值(也稱為宏觀經濟價值),為能值-貨幣比率。

能值轉換率、能值-貨幣比率等能值轉換系數(shù)主要來源于《農業(yè)技術經濟手冊》與《農業(yè)生態(tài)學》[18-19]。

4)根據轉換后的宏觀經濟價值數(shù)據, 核算研究區(qū)域的農業(yè)綠色生產總值。具體計算公式為:

農業(yè)綠色生產總值 = 農業(yè)傳統(tǒng)生產總值 –––(3)

式中: 農業(yè)傳統(tǒng)生產總值是一定時期內農業(yè)生產總值扣除中間消耗后獲得的經濟成果;、、分別為不可更新自然資源、不可更新工業(yè)輔助能、廢棄物所對應的能值-貨幣價值(能值對應的市場貨幣價值, 即以能值來衡量的經濟價值量)之和[7,17,20]。

表1 長江經濟帶農業(yè)生態(tài)經濟系統(tǒng)能值分析指標

圖1 長江經濟帶農業(yè)生態(tài)經濟系統(tǒng)能值流動示意圖

1.1.2 農業(yè)綠色增長空間格局分析方法

通過探索性空間分析方法(exploratory spatial data analysis, ESDA)對長江經濟帶農業(yè)綠色增長的空間格局進行描述。ESDA方法以空間相關分析為核心, 用于描述變量的空間關聯(lián)(spatial association)與空間異質(spatial heterogeneity)特征, 主要包含全局性的空間自相關分析與局部的空間自相關分析[23]。

首先, 通過Moran’s指數(shù)分析長江經濟帶農業(yè)綠色增長的全局自相關特征。Moran’s指數(shù)的取值范圍為[-1, 1]。其中, 取值為[-1, 0)時, 表示相鄰省份存在空間負相關; 取值為(0, 1]時, 表示相鄰省份存在空間正相關; 取值為0時, 表示各省份之間呈分散格局[23]。具體計算方法如下:

用標準化統(tǒng)計量來檢驗Moran’s的顯著性水平, 計算公式為:

式中:()與VAR()分別為Moran’s的期望值與方差。通常, 當||>1.96, 則計算結果在顯著性=0.05的水平上拒絕零假設, 研究對象在空間分布上存在顯著的空間關聯(lián)。

進一步地, 采用Moran散點圖探索長江經濟帶農業(yè)綠色增長水平的局部空間自相關特征, 以考察各省份與其相鄰省份的空間集聚情況。位于散點圖第1至第4象限的省份所呈現(xiàn)的空間關系分別為“高—高” “低—高” “低—低” “高—低”分布[23]。

1.1.3 農業(yè)綠色增長影響因素的分析方法

1)模型構建。采用空間杜賓模型(spatial Durbin model, SDM)分析長江經濟帶農業(yè)綠色增長的影響因素[24]。現(xiàn)實中, 地區(qū)農業(yè)綠色增長水平可能受到臨近地區(qū)農業(yè)綠色增長水平影響, 同時也會受到本地區(qū)和鄰近地區(qū)的其他影響因素的關聯(lián)與波及。因此, 有必要在傳統(tǒng)測量模型的基礎上充分考慮空間關聯(lián)屬性。SDM同時包含了自變量和因變量的空間交互效應, 既能分析自變量對本地區(qū)因變量的直接作用, 也能解釋相鄰地區(qū)自變量與因變量對本地區(qū)因變量的間接效應[25]。因此, SDM適合于本文對長江經濟帶農業(yè)綠色增長的研究。具體表達式[24]為:

式中:表示農業(yè)綠色生產總值;為回歸系數(shù);為空間權重矩陣;為自變量, 即影響農業(yè)綠色生產總值的因素;×為農業(yè)綠色生產總值的滯后項;×為農業(yè)綠色生產總值影響因素的滯后項;為研究單元;為時間變量;為隨機擾動項;u表示空間固定效應,u表示時間固定效應,u與u均不存在則為隨機效應。固定效應與隨機效應可由Hausman檢驗進行判定。在進行模型估計時, 需通過Wald檢驗和LR檢驗判定SDM模型的具體形式[24]。

SDM的回歸系數(shù)不能直接表達解釋變量對因變量作用程度, 而需要利用偏微分形式進行轉換[26], 具體將式(6)轉化為:

式中:表示單位矩陣。

因變量關于第個自變量的偏微分方程矩陣為:

式中: 對角線元素的均值為直接效應, 反映自變量對本地因變量的直接作用; 非對角線元素的均值為間接效應, 反映周邊地區(qū)自變量對本地因變量的影響; 總效應為直接效應與間接效應之和;為第個研究單元。

2)變量說明。一般而言, 農業(yè)綠色增長會受到經濟發(fā)展水平、勞動力素質等方面因素的影響, 參考相關研究成果[7,27-28], 本文選取以下6個方面進行研究。同時, 為消除異方差影響, 對相關數(shù)據作取對數(shù)處理。模型中各自變量假設如下:

經濟發(fā)展水平(PGDP): 以人均GDP表示。一般而言, 經濟發(fā)展水平高的地區(qū)污染治理資金會更加充裕, 環(huán)境質量也能得到一定的改善; 同時, 當經濟發(fā)展較低時, 追求經濟總量的目標也會導致更多污染排放[29], 不利于農業(yè)綠色增長。因而, 需要考慮經濟發(fā)展水平對現(xiàn)階段長江經濟帶農業(yè)綠色增長的實際影響。

農業(yè)科技創(chuàng)新能力(CRE): 采用農業(yè)科研投資表示。農業(yè)科研投資量一定程度上體現(xiàn)了一個地區(qū)農業(yè)科技創(chuàng)新能力[30]。一般而言, 科技創(chuàng)新能力越高的地區(qū), 其綠色、高效農業(yè)技術成果的產出數(shù)量也就越高, 有利于區(qū)域農業(yè)污染排放的整體下降和農業(yè)產出的增加, 對農業(yè)綠色增長起到較強促進作用。

農村基礎設施投資(INV): 改善農村水利、交通、教育等基礎設施可以提升農業(yè)綜合生產能力和農業(yè)的產出水平[31-32]; 同時, 完善的農村基礎設施也有助于現(xiàn)代農業(yè)技術的推廣與應用, 提升農業(yè)綠色增長水平。

勞動力素質(PIR): 衡量指標為農村高中文化程度以上人口比重。一般而言, 農業(yè)勞動力素質越高, 其環(huán)保意識就越強[33-34], 因而將對農業(yè)綠色增長起到積極作用。

抗災能力(DIS): 農業(yè)生產受自然災害影響容易造成經濟損失, 抗災能力可以體現(xiàn)地區(qū)農業(yè)生產管理水平與環(huán)境支撐能力, 因此, 抗災能力越強的地區(qū), 其農業(yè)綠色增長水平可能相對較強[35]。研究使用農業(yè)受災面積減去成災面積的差與農業(yè)受災面積的比重作為抗災能力的衡量指標[36]。

農業(yè)政策(AP): 近年來, 陸續(xù)出臺的取消農業(yè)稅、糧食直補、增加農業(yè)財政支出等農業(yè)政策對長江經濟帶農業(yè)發(fā)展至關重要。其中, 農業(yè)財政支出政策主要包括對生產資料生產者進行稅收優(yōu)惠的間接補貼以及對農民進行生產資料購買等直接補貼等, 是各地區(qū)農業(yè)政策扶持的重要反映。因此, 研究使用農業(yè)財政支出與總財政支出的比重表征農業(yè)政策[37]。

1.2 數(shù)據來源

基于數(shù)據可得性, 本文主要研究近15年(2003— 2017年)的農業(yè)綠色增長情況, 覆蓋長江經濟帶11個省(市、自治區(qū))。在實際測算時, 為消除年際間物價上漲與通貨膨脹的影響, 均以2003年為基準年, 利用平減指數(shù)對相關數(shù)據進行轉換處理。其中, 社會經濟數(shù)據主要來源于《中國統(tǒng)計年鑒》與長江經濟帶各省份的統(tǒng)計年鑒, 農業(yè)綠色生產總值核算及分析的數(shù)據主要來源于《中國農村統(tǒng)計年鑒》、《中國環(huán)境統(tǒng)計年鑒》、《中國財政年鑒》、《全國農業(yè)科技統(tǒng)計資料匯編》, 各地氣候數(shù)據主要來源于中國氣象科學數(shù)據共享服務網(http://data.cma.cn/)。

2 結果與分析

2.1 農業(yè)綠色生產總值的時序變化

根據能值分析方法, 研究量化了不可更新自然資源、不可更新工業(yè)輔助能、廢棄物等類別對應的貨幣量, 并按照式(1)-(3)逐年核算長江經濟帶各省份的農業(yè)綠色生產總值。為消除各省份人口規(guī)模的影響, 研究將農業(yè)綠色生產總值(2003年可比價)除以對應年份的農業(yè)人口數(shù), 得到本文分析農業(yè)綠色增長水平所用的人均農業(yè)綠色生產總值。從圖2可以看出, 長江經濟帶農業(yè)綠色經濟增長水平總體較高, 且在研究時段內呈穩(wěn)定上升趨勢, 人均農業(yè)綠色生產總值由2003年的0.51萬元上升到2017年的1.33萬元, 年均增長率7.02%, 低于人均傳統(tǒng)農業(yè)生產總值年均增長率的8.35%。考慮資源環(huán)境成本和農業(yè)生態(tài)服務價值后人均農業(yè)生產總值增速出現(xiàn)下降, 長江經濟帶在農業(yè)發(fā)展中還存在一定的資源環(huán)境損耗, 忽略環(huán)境成本和農業(yè)生態(tài)服務價值會造成對區(qū)域農業(yè)綠色增長水平的衡量出現(xiàn)偏差。

圖2 2003—2017年長江經濟帶農業(yè)綠色生產總值與農業(yè)傳統(tǒng)生產總值變化趨勢

L1: 人均農業(yè)綠色生產總值; L2: 人均農業(yè)傳統(tǒng)生產總值; L3: 農業(yè)綠色產值占農業(yè)傳統(tǒng)產值比重。L1: agriculture green production value per capita; L2: agriculture tradition production value per capita; L3: green agriculture production value / traditional agriculture production value.

研究期內, 長江經濟帶農業(yè)綠色生產總值占傳統(tǒng)生產總值的比重一直保持在83%~93%, 且呈下降趨勢(圖2), 說明近年來, 長江經濟帶農業(yè)增長中資源環(huán)境成本有所增加, 且這一成本增加的幅度高于農業(yè)生態(tài)服務價值的增幅。近年來, 國家不斷加大對農業(yè)生產的投入, 有效促進了農業(yè)生產效率和農業(yè)產出的提高, 但由于部分地區(qū)的農業(yè)發(fā)展方式依然粗放, 農業(yè)增長中的資源環(huán)境成本仍未得到有效控制, 尤其是農藥、化肥等農業(yè)化學品投入的大幅增加更是加劇了農業(yè)污染的排放, 使得農業(yè)綠色生產總值增幅相對趨緩。這也與李兆亮等[7]的研究結果相一致。

2.2 農業(yè)綠色增長的空間格局

農業(yè)發(fā)展具有明顯的空間特征, 本文借鑒劉永強等[38]的研究, 結合長江經濟帶農業(yè)經濟特征和行政區(qū)劃, 將長江經濟帶劃分為3個區(qū)域: 長江上游經濟帶(包括云南、貴州、四川、重慶)、長江中游經濟帶(包括湖北、湖南、江西)和長江下游經濟帶(包括安徽、江蘇、浙江、上海)。長江經濟帶的進一步劃分有利于估計經濟發(fā)展水平與農業(yè)生態(tài)特征的差異性, 應用于研究區(qū)域的選擇和分析地域差異的影響[3]。依照農業(yè)綠色生產總值的核算框架, 分別匯總3個區(qū)域2003—2017年的人均農業(yè)綠色生產總值(圖3)。

從圖3可知, 長江經濟帶各區(qū)域的人均農業(yè)綠色生產總值變化存在明顯差異, 且同一區(qū)域不同時段的農業(yè)綠色增長水平也表現(xiàn)出波動變化特征。從3大區(qū)域人均農業(yè)綠色生產總值看, 長江下游經濟帶農業(yè)綠色增長水平最高, 多年人均農業(yè)綠色生產總值的均值為1.45萬元; 長江中游經濟帶次之, 其人均農業(yè)綠色生產總值均值為0.88萬元; 而長江上游經濟帶則相對較低, 人均農業(yè)綠色生產總值均值僅為0.63萬元。

總體而言, 長江經濟帶農業(yè)綠色增長的空間格局仍未改變傳統(tǒng)農業(yè)增長所呈現(xiàn)的西部低、東部高的空間分布特征?？赡艿脑蚴情L江中下游地區(qū)經濟發(fā)達, 技術先進, 具有較高資源利用效率的同時也在一定程度上控制了污染排放; 而長江上游地區(qū)地處我國西部, 經濟發(fā)展相對落后, 追求經濟總量的目標使其農業(yè)增長更加依賴于資源環(huán)境的消耗[39], 農業(yè)綠色增長水平依然整體落后于東部。

2.3 農業(yè)綠色增長的空間自相關分析

表2列出了2003—2017年長江經濟帶人均農業(yè)綠色生產總值全局Moran’s指數(shù)的計算結果。由表2可知, 多數(shù)年份的人均農業(yè)綠色生產總值在全局上均表現(xiàn)為顯著的空間正相關關系, 表明長江經濟帶農業(yè)綠色增長在空間上并非隨機分布, 而是處于集聚的態(tài)勢, 具體體現(xiàn)在農業(yè)綠色增長水平高值地區(qū)與高值地區(qū)相鄰, 或低值地區(qū)與相對低值地區(qū)相鄰的空間結構。Moran’s值一直保持在0.42左右, 表明長江經濟帶農業(yè)綠色增長的空間特性較為穩(wěn)定。從變化趨勢上看, Moran’s值隨時間變化波動下降, 數(shù)值由2003年的0.433下降至2017年的0.399, 表明長江經濟帶農業(yè)綠色增長的空間集聚效應逐漸減弱, 空間差異有所增大?，F(xiàn)實中, 具有雄厚經濟實力的東部發(fā)達地區(qū), 會通過增加技術投入極大地提升農業(yè)產出和污染防治水平, 使得農業(yè)綠色增長水平高與增長水平低的地區(qū)差距進一步加大, 產生強者愈強, 弱者愈弱的“馬太效應”。這是長江經濟帶農業(yè)綠色增長水平空間差異增大的一個可能原因。

圖3 2003—2017年長江經濟帶各區(qū)域農業(yè)綠色生產總值變化趨勢

進一步觀察長江經濟帶農業(yè)綠色增長的空間集聚特征, 分別繪制2003年和2017年各省份人均農業(yè)綠色生產總值的Moran散點圖(圖4)。2003年, 長江經濟帶的11個省份中有9個位于第1、3象限, 表明多數(shù)地區(qū)的農業(yè)綠色經濟增長存在空間正相關, 其余2個位于第2、4象限的省份則表現(xiàn)出空間負相關的特征; 而到2017年, 位于第1、3象限的省份下降為6個, 說明同類型增長水平的集聚程度有所減小; 同時, 位于第2、4象限的5個省份表現(xiàn)出的空間負相關特征, 在一定程度上佐證了農業(yè)綠色增長水平空間差異上升的變化規(guī)律。

表2 2003—2017年長江經濟帶農業(yè)綠色生產總值的全局空間自相關

圖4 2003年(a)和2017年(b)長江經濟帶農業(yè)綠色生產總值的Moran散點圖

2.4 農業(yè)綠色增長影響因素的空間計量分析

選取2003—2017年長江經濟帶11個省份面板數(shù)據為樣本進行空間計量分析, 并采用極大似然法(ML)進行SDM估算。首先使用Hausman檢驗判斷選擇固定效應還是隨機效應模型, 結果表明模型支持選擇隨機效應模型, 且從2和極大似然值比較來看, 空間隨機效應模型擬合度最優(yōu), 所以選擇空間隨機效應的SDM進行分析。由表3的回歸結果可知, Wald值與LR值均在1%水平下顯著, 拒絕了=0和′0假設, 因此, SDM為最優(yōu)模型。在空間效應SDM下,值為-0.807, 且在1%水平下顯著, 表明人均農業(yè)綠色生產總值具有較為明顯的空間異質性, 與前文空間相關性的分析結果相一致。

表3 長江經濟帶農業(yè)綠色生產總值空間計量模型估計結果

PGDP: 經濟發(fā)展水平; CRE: 農業(yè)科技創(chuàng)新能力; INV: 農村基礎設施投資; PIR: 勞動力素質; DIS: 抗災能力; AP: 農業(yè)政策;: 空間滯后項;: 滯后項系數(shù);2: 決定系數(shù); LogL: 似然比; LM-error:拉格朗日乘子誤差; LM-lag:拉格朗日乘子滯后; LR-error: 似然比誤差; LR-lag: 似然比滯后; Wald-error: Wald誤差; Wald-lag: Wald滯后。***、**和*分別表示1%、5%和10%水平顯著。PGDP: economic development level; CRE: scientific and technological innovation ability; INV: agricultural infrastructure investment; PIR: quality of labor force; DIS: disaster resistance capacity; AP: agricultural policy;: spatial lag term;: parameter of spatial lag term;2: coefficient of determination; LogL: log likelihood; LM-error: Lagrange multiplier error; LM-lag: Lagrange multiplier lag; LR-error: likelihood ratio-error; LR-lag: likelihood ratio-lag; Wald-error: Wald error test; Wald-lag: Wald lag test. ***, ** and * respectively represent the significance level test by 1%, 5% and 10%.

模型中自變量對因變量的影響并不能由模型估計系數(shù)直接反映, 需要按照式(7)-(8)對SDM各變量的作用效果進行效應分解, 結果如表4所示?？梢钥闯? 在SDM總效應中, 除抗災能力外, 其余影響因素均通過了顯著性檢驗, 表明經濟發(fā)展水平、科技創(chuàng)新能力、農業(yè)基礎設施投資、勞動力素質和農業(yè)政策對農業(yè)綠色增長水平變化具有顯著影響。

經濟發(fā)展水平對農業(yè)發(fā)展綠色增長產生顯著的正向影響, 且變化彈性最大。直接效應為正, 說明經濟發(fā)展速度的加快促進了農業(yè)綠色增長, 二者呈正相關關系, 與預期相符; 間接效應為正但不顯著, 表明鄰近省份加速經濟增長促進農業(yè)綠色發(fā)展效果較好, 雖然對本地區(qū)農業(yè)發(fā)展增長做出了示范, 但由于省域間經濟發(fā)展水平存在較大差距, 因而限制了這種效應對周邊地區(qū)的影響程度。

增強科技創(chuàng)新能力對農業(yè)綠色增長水平變化具有顯著正總效應, 且直接效應與間接效應均為正向, 且顯著性程度相對較高。直接效應為正且顯著, 說明本地區(qū)科技創(chuàng)新能力的提升有效促進了區(qū)域農業(yè)發(fā)展綠色增長。更高的科技創(chuàng)新水平具有更多的綠色、環(huán)保技術成果的產出, 有利于其改善農業(yè)生產的技術與管理水平, 從而對農業(yè)發(fā)展綠色增長起到了較強的推動效果; 間接效應為正, 表明提升科技創(chuàng)新能力這種主要依賴于政府的經濟發(fā)展行為在地區(qū)間具有較強的溢出效應, 當本地區(qū)采用創(chuàng)新驅動農業(yè)發(fā)展增長方式時, 由于其效果明顯, 周邊地區(qū)會采取“看中學”模式促進自身農業(yè)綠色生產總值增長。

基礎設施投資對農業(yè)綠色增長水平的影響為正顯著效應, 其直接效應與間接效應也均同樣為正。直接效應為正, 說明基礎設施投資提高了農業(yè)生產能力與產出水平, 因而促進了現(xiàn)代農業(yè)技術的推廣與普及, 帶來農業(yè)綠色增長水平的提升; 間接效應為正且高于直接效應, 表示增加農村基礎設施投資驅動農業(yè)綠色增長的策略在長江經濟帶省域間產生了良好的示范作用, 本地區(qū)能借鑒周邊地區(qū)成功的增長經驗, 通過加大基礎設施投資實現(xiàn)更快的農業(yè)轉型。

勞動力素質對農業(yè)綠色增長水平的直接效應、間接效應和總效應分別為0.228、0.240和0.468, 但間接效應并不顯著。這表明區(qū)域人力資本水平的上升會對本地區(qū)農業(yè)綠色增長產生一定的驅動作用, 同時也對相鄰地區(qū)產生一定的示范作用。但農業(yè)勞動力流動性較弱的特性致使這種作用總體上并不明顯。

農業(yè)政策的直接效應、總效應均正向顯著影響農業(yè)綠色增長, 間接效應為正, 但并不顯著。表明政府出臺的農業(yè)支持政策對地區(qū)農業(yè)綠色生產水平的提高具有較強的推動作用, 對相鄰地區(qū)的促進效果并不明顯。

抗災能力對農業(yè)綠色增長水平的直接效應、間接效應和總效應均不顯著, 表明抗災能力的提升雖有助于穩(wěn)定農業(yè)產出, 但對農業(yè)綠色增長水平的作用相對有限。

表4 長江經濟帶農業(yè)綠色生產總值各影響因素的直接效應、間接效應和總效應檢驗結果

PGDP: 經濟發(fā)展水平; CRE: 農業(yè)科技創(chuàng)新能力; INV: 農村基礎設施投資; PIR: 勞動力素質; DIS: 抗災能力; AP: 農業(yè)政策。***、**和*分別表示1%、5%和10%水平顯著。PGDP: economic development level; CRE: scientific and technological innovation ability; INV: agricultural infrastructure investment; PIR: quality of labor force; DIS: disaster resistance capacity; AP: agricultural policy. ***, ** and * respectively represent the significance level test by 1%, 5% and 10%.

3 討論與結論

3.1 討論

加快發(fā)展方式轉變, 促進農業(yè)綠色增長是緩解農業(yè)污染、提高農業(yè)效率的重要舉措。長江經濟帶是我國重要的農業(yè)生產區(qū)域和產糧基地, 對長江經濟帶農業(yè)綠色生產總值的時空格局及其影響因素進行分析, 可以為準確把握長江經濟帶農業(yè)綠色增長的現(xiàn)實格局、科學制定區(qū)域農業(yè)轉型發(fā)展對策等提供有益的參考。相比以往研究, 本文在以下兩個方面得到深化:

1)目前針對綠色生產總值評價方法缺乏統(tǒng)一計量單位和可計量貨幣價格, 核算過程中對并不具備市場價值的環(huán)境資源資產(如: 空氣、水等)的真實價值難以準確衡量, 導致評價結果存在一定偏差。本文采用能值分析方法, 通過能值轉化率這一度量標準將農業(yè)經濟系統(tǒng)內部流動和儲存的各種不同類別的能量物質轉化成統(tǒng)一的能值量綱進行研究, 可以有效彌補傳統(tǒng)分析方法的不足。

2)采用空間計量經濟模型分析影響長江經濟帶農業(yè)綠色經濟增長的主要因素, 充分考慮了空間相關因素的影響, 彌補了現(xiàn)有研究所采用的經典計量模型建立在空間均質或獨立的假設上的不足, 使研究結果更加符合客觀事實, 也進一步豐富了對農業(yè)綠色增長影響機理的理論研究。

本文以農業(yè)綠色生產總值表示扣除了資源環(huán)境成本后的農業(yè)產值, 重在突出資源環(huán)境成本對農業(yè)直接產出的影響, 而實際上, 農業(yè)生態(tài)系統(tǒng)本身還具有重要的生態(tài)服務功能, 生態(tài)服務價值這一間接產出尚未考慮在本文的研究范圍之內, 這將是今后進一步研究的重點之一。并且, 農業(yè)綠色經濟增長是一個復雜過程, 其變化還會受到地區(qū)間諸如資源稟賦條件、農業(yè)內部結構等多方面初始條件差異的影響, 考慮了資源環(huán)境成本的農業(yè)綠色經濟增長在這些初始條件的限制下又會呈現(xiàn)怎樣的變化規(guī)律？這也是下一步需要繼續(xù)研究的內容。

3.2 結論

1)2003—2017年, 長江經濟帶農業(yè)綠色生產總值總體穩(wěn)定上升, 且增幅小于農業(yè)傳統(tǒng)生產總值, 農業(yè)綠色生產總值占農業(yè)傳統(tǒng)生產總值的比重呈下降趨勢。

2)長江經濟帶農業(yè)綠色生產總值的區(qū)域差異明顯, 其中, 長江下游經濟帶農業(yè)綠色增長水平較高, 長江中游次之, 長江上游經濟帶的農業(yè)綠色增長水平則相對較低。長江經濟帶農業(yè)綠色增長的空間格局仍未改變傳統(tǒng)經濟增長東部高、西部低的空間分布特征。

3)由空間自相關分析可知, 長江經濟帶農業(yè)綠色增長在全局上具有顯著的空間集聚特征, 但這種集聚效應呈逐步減弱趨勢。

4)經濟發(fā)展水平、科技創(chuàng)新能力、基礎設施投資、勞動力素質和農業(yè)政策均有助于本地區(qū)農業(yè)綠色增長水平的提升, 而抗災能力的直接影響并不顯著。同時, 農業(yè)綠色增長在空間上還存在較強的溢出效應, 即本地區(qū)農業(yè)綠色生產總值不僅受地區(qū)內部驅動因素的影響, 也與鄰近地區(qū)的農業(yè)綠色增長存在較強的相關性。具體表現(xiàn)為科技創(chuàng)新能力、基礎設施投資等因素對周邊地區(qū)的農業(yè)綠色增長具有顯著正向影響。

基于本文的主要結論, 得出如下啟示:

1)2003年以來, 長江經濟帶多數(shù)地區(qū)農業(yè)綠色生產總值占農業(yè)生產總值比例呈現(xiàn)出不同程度的下降趨勢, 表明當前長江經濟帶農業(yè)增長仍存在一定的效率低下、資源環(huán)境損耗加劇的現(xiàn)象, 其農業(yè)綠色增長水平還有較大的提升空間, 應在促進農業(yè)經濟發(fā)展的同時, 注重資源的高效利用, 努力降低資源環(huán)境成本, 加快農業(yè)綠色增長。

2)長江經濟帶不同區(qū)域間農業(yè)綠色增長的差距明顯, 且表現(xiàn)為與經濟發(fā)展水平相類似的空間分布格局。長江中下游地區(qū)應通過調整農業(yè)生產布局、提升農業(yè)技術水平等手段在擴大高增長優(yōu)勢下, 進一步降低資源環(huán)境成本, 加速農業(yè)增長的綠色轉型; 而長江上游欠發(fā)達地區(qū)則需繼續(xù)加大對農業(yè)的扶持力度, 提升資源利用效率, 積極引進先進的農業(yè)生產技術, 在加快農業(yè)發(fā)展的同時更加注重資源環(huán)境的保護, 以適應農業(yè)發(fā)展綠色轉型要求。

3)各因素對區(qū)域農業(yè)綠色增長的驅動程度差別較大, 制定農業(yè)綠色發(fā)展政策與措施應更具針對性, 不僅應明確各因素對本地區(qū)農業(yè)綠色生產總值的影響, 還應充分考慮到這些因素在空間上的交互作用。應通過增強科技創(chuàng)新能力、加大基礎設施投資、提高勞動力素質等手段驅動本地區(qū)農業(yè)綠色增長的基礎上, 對產業(yè)布局進行合理安排, 減少經濟增長所引發(fā)的農業(yè)綠色增長空間競爭效應, 并且各地區(qū)還應加強交流與合作, 增強促進農業(yè)綠色增長的相關措施在地區(qū)間的示范效應。

[1] 黃季焜. 中國農業(yè)的過去和未來[J]. 管理世界, 2004, (3): 95–104 HUANG J K. The past and future of China’s agriculture[J]. Management World, 2004, (3): 95–104

[2] 盛來運, 付凌暉. 轉型期農業(yè)發(fā)展對經濟增長的影響[J]. 中國農村經濟, 2014, (1): 4–12 SHENG L Y, FU L H. The impact of agricultural development on economic growth during the transition period[J]. Chinese Rural Economy, 2014, (1): 4–12

[3] 李谷成. 中國農業(yè)的綠色生產率革命: 1978—2008年[J]. 經濟學(季刊), 2014, 13(2): 537–558 LI G C. The green productivity revolution of agriculture in China from 1978 to 2008[J]. China Economic Quarterly, 2014, 13(2): 537–558

[4] 吳傳清, 董旭. 環(huán)境約束下長江經濟帶全要素能源效率研究[J]. 中國軟科學, 2016, (3): 73–83 WU C Q, DONG X. Analysis on influencing factors of total factor energy efficiency in the Yangtze River Economic Belt under environmental constraints[J]. China Soft Science, 2016, (3): 73–83

[5] 陳源泉, 高旺盛. 基于農業(yè)生態(tài)服務價值的農業(yè)綠色GDP核算——以安塞縣為例[J]. 生態(tài)學報, 2007, 27(1): 250–259 CHEN Y Q, GAO W S. Green accounting for agriculture production based on the value of agroecosystem services: A case study of Ansai County[J]. Acta Ecologica Sinica, 2007, 27(1): 250–259

[6] 陳夢根. 綠色GDP理論基礎與核算思路探討[J]. 中國人口·資源與環(huán)境, 2005, 15(1): 3–7 CHEN M G. A gross economic indicator under sustainable development: Green GDP[J]. China Population, Resources and Environment, 2005, 15(1): 3–7

[7] 李兆亮, 羅小鋒, 張俊飚, 等. 基于能值的中國農業(yè)綠色經濟增長與空間收斂[J]. 中國人口·資源與環(huán)境, 2016, 26(11): 150–159 LI Z L, LUO X F, ZHANG J B, et al. Green economy growth of agriculture and its spatial convergence in China based on energy analytic approach[J]. China Population, Resources and Environment, 2016, 26(11): 150–159

[8] NORDHAUS W D, TOBIN J. Economic research: retrospect and prospect[M]. Economic Growth. Cambridge: NBER, 1972: 1–80

[9] DALY H E, COBB J B JR. For the Common Good: Redirecting the Economy toward Community, the Environment, and a Sustainable Future[M]. Boston: Beacon Press, 1989: 401–455

[10] PALM V, LARSSON M. Economic instruments and the environmental accounts[J]. Ecological Economics, 2007, 61(4): 684–692

[11] 王立彥. 建立社會核算與國民經濟核算的聯(lián)系[J]. 經濟科學, 1992, 14(5): 6–12 WANG L Y. Establishing links between social accounting and national economic accounting[J]. Economic Science, 1992, 14(5): 6–12

[12] 雷明. 中國環(huán)境經濟綜合核算[J]. 中國軟科學, 1999, (11): 95–101 LEI M. Environment and economy synthesis accounts in China[J]. China Soft Science, 1999, (11): 95–101

[13] 程瑩瑩, 張開華. 農業(yè)綠色GDP測算方法初探和實證[J]. 中國科技論壇, 2013, (9): 128–132 CHENG Y Y, ZHANG K H. The abecedarian discussion and empirical analysis about green agricultural accounting[J]. Forum on Science and Technology in China, 2013, (9): 128–132

[14] 李裕瑞, 楊乾龍, 曹智. 長江經濟帶農業(yè)發(fā)展的現(xiàn)狀特征與模式轉型[J]. 地理科學進展, 2015, 34(11): 1458–1469 LI Y R, YANG Q L, CAO Z. Current status and pattern transformation of agricultural development in the Yangtze River Economic Belt[J]. Progress in Geography, 2015, 34(11): 1458–1469

[15] 王維, 張濤, 王曉偉, 等. 長江經濟帶城市生態(tài)承載力時空格局研究[J]. 長江流域資源與環(huán)境, 2017, 26(12): 1963–1971 WANG W, ZHANG T, WANG X W, et al. Spatial and temporal pattern of urban ecological carrying capacity in Yangtze River Economic Zone[J]. Resources and Environment in the Yangtze Basin, 2017, 26(12): 1963–1971

[16] 藍盛芳, 欽佩. 生態(tài)系統(tǒng)的能值分析[J]. 應用生態(tài)學報, 2001, 12(1): 129–131 LAN S F, QIN P. Emergy analysis of ecosystems[J]. Chinese Journal of Applied Ecology, 2001, 12(1): 129–131

[17] ODUM H T. Environmental Accounting: Emergy and Environmental Decision Making[M]. New York: John Wiley & Soon, 1996: 163–168

[18] 《農業(yè)技術經濟手冊》編委會. 農業(yè)技術經濟手冊[M]. 北京: 農業(yè)出版社, 1983 ‘Handbook of Agricultural Technology Economic’ Editorial Board. Hand Book of Agricultural Technology Economic[M]. Beijing: Agriculture Press, 1983

[19] 陳阜. 農業(yè)生態(tài)學[M]. 北京: 中國農業(yè)大學出版社, 2004 CHEN F. Agricultural Ecology[M]. Beijing: China Agricultural University Press, 2004

[20] ULGIATI S, ODUM H T, BASTIANONI S. Emergy use, environmental loading and sustainability an emergy analysis of Italy[J]. Ecological Modelling, 1994, 73(3/4): 215–268

[21] 姚成勝, 黃琳, 呂晞, 等. 基于能值理論的中國耕地利用集約度時空變化分析[J]. 農業(yè)工程學報, 2014, 30(8): 1–12 YAO C S, HUANG L, LYU X, et al. Temporal and spatial change of cultivated land use intensity in China based on emergy theory[J]. Transactions of the Chinese Society of Agricultural Engineering, 2014, 30(8): 1–12

[22] 丘雯文, 鐘漲寶, 李兆亮, 等. 中國農業(yè)面源污染排放格局的時空特征[J]. 中國農業(yè)資源與區(qū)劃, 2019, 40(1): 26–34 QIU W W, ZHONG Z B, LI Z L, et al. Spatial-temporal variations of agricultural non-point source pollution in China[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2019, 40(1): 26–34

[23] ANSELIN L. Spatial Econometrics: Methods and Models[M]. Dordrecht, Netherlands: Springer, 1988

[24] PARENT O, LESAGE J P. Using the variance structure of the conditional autoregressive spatial specification to model knowledge spillovers[J]. Journal of Applied Econometrics, 2008, 23(2): 235–256

[25] LESAGE J P, SHENG Y X. A spatial econometric panel data examination of endogenous versus exogenous interaction in Chinese province-level patenting[J]. Journal of Geographical Systems, 2014, 16(3): 233–262

[26] LESAGE J P, CASHELL B A. A comparison of vector autoregressive forecasting performance: Spatial versus non-spatial Bayesian priors[J]. The Annals of Regional Science, 2015, 54(2): 533–560

[27] MUSVOTO C, NORTJE K. The socio-economic context of green economy implementation in the agriculture sector[M]//MUSVOTO C, NORTJE K, NAHMAN A, et al. Green Economy Implementation in the Agriculture Sector. Cham: Springer, 2018: 13–39

[28] SHEN Z Y, BALE?ENTIS T, CHEN X L, et al. Green growth and structural change in Chinese agricultural sector during 1997–2014[J]. China Economic Review, 2018, 51: 83–96

[29] 張可, 汪東芳. 經濟集聚與環(huán)境污染的交互影響及空間溢出[J]. 中國工業(yè)經濟, 2014, (6): 70–82 ZHANG K, WANG D F. The interaction and spatial spillover between agglomeration and pollution[J]. China Industrial Economics, 2014, (6): 70–82

[30] 黃季焜, 胡瑞法. 中國農業(yè)科研投資: 效益、利益分配及政策含義[J]. 中國軟科學, 2000, (9): 21–24 HUANG J K, HU R F. China’s agricultural research investment: Return, welfare distribution and policy implications[J]. China Soft Science, 2000, (9): 21–24

[31] 陸銘, 向寬虎. 地理與服務業(yè)——內需是否會使城市體系分散化?[J]. 經濟學(季刊), 2012, 11(3): 1079–1096 LU M, XIANG K H. Geography and service: Does domestic demand disperse China’s urban system?[J]. China Economic Quarterly, 2012, 11(3): 1079–1096

[32] 劉修巖. 空間效率與區(qū)域平衡: 對中國省級層面集聚效應的檢驗[J]. 世界經濟, 2014, 37(1): 55–80 LIU X Y. Spatial efficiency and regional balance: An examination of the agglomeration effect at the provincial level in China[J]. The Journal of World Economy, 2014, 37(1): 55–80

[33] 黃炎忠, 羅小鋒, 李兆亮. 我國農業(yè)綠色生產水平的時空差異及影響因素[J]. 中國農業(yè)大學學報, 2017, 22(9): 183–190 HUANG Y Z, LUO X F, LI Z L. Analysis on spatial-temporal differences and influence factors of agricultural green production level in China[J]. Journal of China Agricultural University, 2017, 22(9): 183–190

[34] ZIVIN J G, NEIDELL M. The impact of pollution on worker productivity[J]. American Economic Review, 2012, 102(7): 3652–3673

[35] RECHA C W, MUKOPI M N, OTIENO J O. Socio-economic determinants of adoption of rainwater harvesting and conservation techniques in semi-arid Tharaka sub-county, Kenya[J]. Land Degradation & Development, 2015, 26(7): 765–773

[36] 陳飛, 范慶泉, 高鐵梅. 農業(yè)政策、糧食產量與糧食生產調整能力[J]. 經濟研究, 2010, 45(11): 101–114 CHEN F, FAN Q Q, GAO T M. Agricultural policies, food production and food production-adjustment ability[J]. Economic Research Journal, 2010, 45(11): 101–114

[37] 胡川, 韋院英, 胡威. 農業(yè)政策、技術創(chuàng)新與農業(yè)碳排放的關系研究[J]. 農業(yè)經濟問題, 2018, (9): 66–75 HU C, WEI Y Y, HU W. Research on the relationship between agricultural policy, technological innovation and agricultural carbon emissions[J]. Issues in Agricultural Economy, 2018, (9): 66–75

[38] 劉永強, 龍花樓. 長江中游經濟帶土地利用轉型時空格局及其生態(tài)服務功能影響[J]. 經濟地理, 2017, 37(11): 161–170 LIU Y Q, LONG H L. Study on the spatio-temporal patterns of land use transition and its impact on ecological service function of the middle of Yangtze River Economic Belt[J]. Economic Geography, 2017, 37(11): 161–170

[39] 閆逢柱, 蘇李, 喬娟. 產業(yè)集聚發(fā)展與環(huán)境污染關系的考察——來自中國制造業(yè)的證據[J]. 科學學研究, 2011, 29(1): 79–83 YAN F Z, SU L, QIAO J. The exploration of the relationship between the industrial agglomeration's developments and the environmental pollution — the evidence from the manufacturing in China[J]. Studies in Science of Science, 2011, 29(1): 79–83

Spatio-temporal patterns and impact factors of green economic growth of agriculture in the Yangtze River Economic Belt*

QIU Wenwen1,2, ZHONG Zhangbao2**, TIAN Wenwen2

(1. College of Economics & Management, Huazhong Agricultural University, Wuhan 430070, China; 2. Research Center for Rural Social Construction and Management, Huazhong Agricultural University, Wuhan 430070, China)

Accelerating the transformation of development mode and promoting the growth of green agriculture are important measures to reduce agricultural pollution and improve agricultural efficiency. The Yangtze River Economic Belt is an important agricultural production area and grain production base in China. In order to analyze the level and influential factors of agricultural green growth in the Yangtze River Economic Belt, agricultural green production was estimated from 2003 to 2017, and its spatio-temporal pattern and influencing factors were analyzed by using spatial econometric analysis methods. There were four main results. Firstly, agricultural green production value of the Yangtze River Economic Belt displayed a generally increasing trend, and the rate of increase was lower than the traditional agricultural production value. The proportion of agricultural green production value to the traditional agricultural production value displayed a downward trend. Secondly, a significant regional difference of agricultural green production value was evident in the Yangtze River Economic Belt. However, a similar pattern of traditional production value was evident, which descended from east to west. Thirdly, significant spatial cluster characteristics were observed in agricultural green growth of the Yangtze River Economic Belt. The cluster effect gradually weakened. Fourthly, the level of economic development, scientific and technological innovation, infrastructure investment, labor quality, and agricultural policy positively affected green economic growth of agriculture in the local region. Scientific and infrastructure investment positively influenced green growth of agriculture in neighboring regions. In general, agricultural green production in the Yangtze River Economic Belt displayed a steady upward trend in temporal characteristics and a downward trend from east to west in the spatial pattern. The dynamic evolution of spatio-temporal patterns of agricultural green economic development in Yangtze River Economic Belt were driven by combined effects of the impact factors.

Agricultural green economic growth; Emergy analysis; Agricultural green production value; Spatial econometric model; Yangtze River Economic Belt

, E-mail: zzbemail@mail.hzau.edu.cn

Sep. 12, 2019;

10.13930/j.cnki.cjea.190666

丘雯文, 鐘漲寶, 田文文. 長江經濟帶農業(yè)綠色增長的時空格局及影響因素研究[J]. 中國生態(tài)農業(yè)學報(中英文), 2020, 28(5): 764-774

QIU W W, ZHONG Z B, TIAN W W. Spatio-temporal patterns and impact factors of green economic growth of agriculture in the Yangtze River Economic Belt[J]. Chinese Journal of Eco-Agriculture, 2020,28(5): 764-774

F307.2

* 中央高?；究蒲袠I(yè)務費專項資金項目(2662017PY023)和國家自然科學基金青年項目(71803145)資助

鐘漲寶, 主要研究方向為農村改革與區(qū)域發(fā)展。E-mail: zzbemail@mail.hzau.edu.cn

丘雯文, 主要研究方向為農村改革與區(qū)域發(fā)展。E-mail: qy_wenwen@163.com

2019-09-12

2019-12-12

* This study was supported by the Fundamental Research Funds for the Central Universities of China (2662017PY023) and the National Natural Science Foundation of China (71803145).

Dec. 12, 2019