中國種植業(yè)生產集聚的影響因素研究

傅瑋韡，張慧，莊佩芬

1.福建農林大學經濟管理學院，福州 350002； 2.福建農林大學計算機與信息學院，福州 350002

生產集聚是實現現代農業(yè)生產的一種方式，有利于提高農業(yè)供給體系質量和效率，是促進農業(yè)經濟可持續(xù)發(fā)展的有效路徑。種植業(yè)生產集聚是指種植業(yè)農作物生產在地理空間上的集聚或集中。2021年中央一號文件指出，到2025年“農業(yè)基礎更加穩(wěn)固，糧食和重要農產品供應保障更加有力，農業(yè)生產結構和區(qū)域布局明顯優(yōu)化”。提高種植業(yè)的生產集聚程度，充分發(fā)揮規(guī)模效應，不僅能降低農作物生產成本、提升勞動生產率[1-2]，還能進一步促進農業(yè)經濟增長[3-4]、增加農民收入水平[5]。因此，在分析中國種植業(yè)生產集聚的時空特征的基礎上，研究中國種植業(yè)生產集聚的影響因素，找出提升種植業(yè)生產集聚程度的可行路徑，對優(yōu)化農業(yè)生產布局和提高農產品的有效供給具有重要的現實意義。

種植業(yè)生產集聚程度可以依據農作物種植面積、農產品產量或農產品產值進行測算，選取的數據取決于所研究農產品的具體類型。由于數據來源的限制，研究層次多數集中在省級層面。從總體上來看，種植業(yè)生產集聚整體呈現“南下西進”的演變路徑[6-7]。肖衛(wèi)東[8]認為中國種植業(yè)具有“先小幅增強、后顯著增強、后趨于減弱”的階段性特征，集聚區(qū)域是中部地區(qū)，地區(qū)壟斷性趨勢不斷增強。鄧宗兵等[9]指出，種植業(yè)生產集聚呈現“先小幅增強、后顯著減弱、再顯著增強、再小幅減弱”的趨勢，同時專業(yè)化、連片化的集聚特征顯著。關于種植業(yè)生產集聚規(guī)律性特征的研究結論基本一致，但對中國種植業(yè)生產集聚影響因素的分析結果則存在差異。在理論層面上，種植業(yè)生產集聚受到了自然稟賦因素和社會經濟因素共同影響的觀點得到了廣泛的認同[10-11]。李二玲等[6]認為農業(yè)地理集聚格局已經由自然集聚向農業(yè)生產體系演變，社會集聚作用的增加伴隨著自然集聚作用的減少。肖衛(wèi)東[8]指出自然資源稟賦是影響集聚的基礎性因素，運輸成本的降低是關鍵性因素，農業(yè)技術、農村人力資本是技術外部性因素，城鎮(zhèn)化、人口密度是金融外部性因素。在實證研究中，除了地理因素和自然條件的影響與限制，社會經濟因素所代表的外部性因素也被證明了對種植業(yè)生產集聚有顯著的影響。農業(yè)資本、農業(yè)耕地、農業(yè)技術和交通運輸狀況對生產集聚有正向影響[9,12-13]，成災程度具有負向影響[8,12,14]，城鎮(zhèn)化水平的影響不顯著[12,15]，但對于農業(yè)人力資本、財政支農力度、非農就業(yè)水平、對外開放度和工業(yè)化水平等因素的研究結論存在爭議[9,12-15]。

綜述已有文獻，種植業(yè)生產集聚形成的影響因素日益復雜化，需要重點關注交通運輸、制度政策和金融環(huán)境等外部性因素的影響。而以往文獻中采用面板數據模型和空間統計學的研究較多，空間計量經濟學模型的應用較少。本研究基于1998-2018年間全國31個省級行政單元的數據，以種植業(yè)生產集聚程度為研究對象，綜合運用空間基尼系數、產業(yè)集中率和生產規(guī)模指數等指標，使用空間統計學方法和空間計量經濟學模型，依據新經濟地理學選取模型解釋變量，研究中國種植業(yè)生產集聚時空特征以及影響因素，以期為提高種植業(yè)生產集聚程度、優(yōu)化農業(yè)區(qū)域布局與促進農業(yè)可持續(xù)發(fā)展提供參考建議。

1 測度指標、模型建立與數據來源

1.1 測度指標

采用空間基尼系數和產業(yè)集中率分析種植業(yè)生產集聚的時序特征?？臻g基尼系數G用來研究某種農作物生產空間分布的不均衡程度，其計算公式為：

(1)

產業(yè)集中率Rm計算前m位產區(qū)生產的集中程度和變化情況，計算公式如下：

(2)

式(2)中，m為省份數量，本研究選取數值5，ci表示某地區(qū)某種農作物的產量占全國該種農作物產量的比例。

采用生產規(guī)模指數和空間自相關指數描述種植業(yè)生產集聚的空間分布特征。生產規(guī)模指數即當年該省份種植業(yè)農作物產量在全國總產量中的占比，將排名前5產區(qū)的生產規(guī)模指數相加，可得到當年的產業(yè)集中率R5。

反映空間自相關的全局莫蘭指數I的計算公式為：

(3)

其中，xi和xj表示地區(qū)i和地區(qū)j的觀測值，n為地區(qū)數。本研究中空間權重矩陣W均采用基于鄰接關系(0-1)的矩陣，其中設置海南與廣東相鄰。

1.2 模型建立

使用空間面板模型中的空間杜賓模型(SDM)研究種植業(yè)生產集聚的影響因素，其形式如下：

(4)

(5)

式(5)最右邊矩陣對角線上元素的均值是直接效應，非對角線元素行或列之和的均值為間接效應。

依據新經濟地理學對產業(yè)空間集聚形成機制的解釋，集聚是一種空間上的外在規(guī)模經濟，可以認為是一種空間外部性，包括金融外部性和技術外部性[17]。種植業(yè)生產分布情況受到地理因素和自然條件的影響與限制，最初只能在某些局部區(qū)域集聚，形成一定的地區(qū)特色和優(yōu)勢。隨著技術進步、交通發(fā)展和制度政策等外部性因素的影響，已有的種植業(yè)自然分布格局發(fā)生改變進而形成社會化的生產集聚。同時，地區(qū)分工的深化促進了農業(yè)生產專業(yè)化、規(guī)?；l(fā)展，導致種植業(yè)生產集聚程度不斷提高。

本研究采用生產規(guī)模指數即該省種植業(yè)農作物產量占全國總產量的比重衡量種植業(yè)生產集聚程度作為被解釋變量，并將生產集聚的影響因素劃分為自然稟賦與空間外部性2類解釋變量。變量選擇時將農業(yè)耕地數量和成災程度納入自然稟賦因素。技術外部性是由于技術的傳播、知識的擴散等原因而造成的，結合種植業(yè)生產情況，選定化肥使用效率、機械化水平與農村人力資本作為衡量技術外部性的變量。運輸成本的降低為各地區(qū)農產品運輸提供了便利條件，通過引起集聚向心力與離心力的變化，對集聚產生重要影響。經濟開放程度改善了農業(yè)發(fā)展的外部經濟環(huán)境，進而影響到農業(yè)產業(yè)布局調整。政府對區(qū)域或農戶特定農產品的補貼，在生產環(huán)節(jié)會引導部分農戶的生產決策和區(qū)域農業(yè)產業(yè)結構的優(yōu)化。工業(yè)化建設的推進會引起農業(yè)用地的置換，加快農業(yè)產業(yè)轉移。金融外部性指的是產業(yè)的市場關聯，因此，交通設施密度、經濟開放程度、財政支農力度和工業(yè)化水平作為模型中金融外部性因素。選定表1中變量建立空間計量模型進行實證分析。

表1 變量說明 Table 1 Explanation of variables

1.3 數據來源

本研究采用產量數據計算生產集聚程度，與李二玲等[6]、鄧宗兵等[9]、賈興梅等[4]和杜建軍等[13]使用的數據尺度相同。選取的9種種植業(yè)主要農作物分別為：糧食、油料、棉花、麻類、糖料、煙葉、蔬菜、茶葉和水果，以9種主要農作物產量之和作為種植業(yè)農作物的總產量。重慶市在1997年成為直轄市后從四川省脫離，考慮到數據的可比性，使用1998-2018年全國31個省級行政單元的面板數據建立模型。農村人力資本采用農村勞動力平均受教育年限法[注]農村勞動力平均受教育年限=文盲與半文盲人口比重×0+小學人口比重×6+初中人口比重×9+高中和中專人口比重×12+大專及以上人口比重×15.5。計算，各層次受教育程度比重數據來自國家人力資源與社會保障部。交通設施密度計算所使用的各省份面積數據來自國家基礎地理信息系統地形數據庫。經濟開放度計算中進出口總額乘以匯率獲得以人民幣計量的進出口總額。其余變量涉及的數據均源自國家統計局。

2 結果與分析

2.1 中國種植業(yè)生產集聚的時空特征

圖1是依據1998-2018年各產區(qū)種植業(yè)產量數據計算出的空間基尼系數和產業(yè)集中率R5。1998-2018年種植業(yè)產量的空間基尼系數為0.41～0.45，且近10年集聚程度呈現小幅度的減弱，與肖衛(wèi)東[8]及鄧宗兵等[9]描述的近期階段性特征相符合。從變動趨勢來看，空間基尼系數和產業(yè)集中率R5的變動趨勢基本一致，1998年的數值最低，持續(xù)上升到2007年的最高點。這說明種植業(yè)產量分布不平衡程度和集中度在2007年最高，即2007年的種植業(yè)生產集聚水平是最高的。不同的是，在2007年的最高點后，R5的數值持續(xù)下降，而空間基尼系數在下降區(qū)間中還有波動。分別計算9種農作物空間基尼系數和產業(yè)集中率R5，結果顯示：變化趨勢波動中上升的農作物是棉花、糖料、麻類、煙葉和糧食，穩(wěn)定在某一水平的有茶葉、油料和蔬菜，波動中下降的是水果。雖然多數農作物呈現較大的地區(qū)分布差異，但由于產量最大的糧食和蔬菜種植廣泛且地區(qū)間差異相對較小，所以種植業(yè)總體的空間基尼系數和產業(yè)集中率R5在近期呈現下降的趨勢。

圖1 1998-2018年種植業(yè)產量的空間 基尼系數與產業(yè)集中率R5Fig.1 Trend of spatial Gini coefficient and industrial concentration rate R5 of planting industry during 1998-2018

在研究期間內選取4 a為間隔，表2列出1998、2003、2008、2013和2018年生產規(guī)模指數排名前5的產區(qū)變化。從地區(qū)分布來看，我國種植業(yè)的主產區(qū)相對穩(wěn)定，除廣東1998年排名第5，其余年份山東、河南、河北、廣西和江蘇都是我國種植業(yè)生產規(guī)模最大的5個產區(qū)，但排名在不同年份間有所變化。從指數數值來看，山東、河南、河北、廣西和江蘇5大產區(qū)研究期間內生產規(guī)模指數的均值分別為10.66%、9.06%、7.37%、7.33%和5.44%。山東的生產規(guī)模在1998-2016年都是全國最高，且除2013和2014年之外占比都超過10%，但產量占比呈現波動中下降。2018年，河南超過山東躍居全國第1，但占比都不及10%。從各產區(qū)生產規(guī)模指數也可以看出，種植業(yè)總體的生產集聚程度在下降。

表2 種植業(yè)生產規(guī)模指數前5的產區(qū)(1998、2003、2008、2013和2018年) Table 2 The top 5 areas of scale index of crop production (1998, 2003, 2008,2013 and 2018)

依據1998-2018年31個省級行政單元的種植業(yè)產量占比數據計算全局莫蘭指數，結果見圖2。1998-2018年全局莫蘭指數均為正值，說明中國種植業(yè)生產分布呈現顯著的空間正相關性，與李二玲等[6]、肖衛(wèi)東[18]和賀亞亞[15]使用2012年前數據的分析結果相同，說明空間正相關性在近7年仍然較為穩(wěn)定。從變化趨勢來看，1998-2004年全局莫蘭指數波動中上升，2002年達到最高值0.22，但2005-2018年全局莫蘭指數總體呈現下降趨勢，2018年達到最低值0.17，說明空間正相關性先增強后減弱，這與圖1所顯示的空間基尼系數和產業(yè)集中率R5的變化趨勢基本一致。

圖2 1998-2018年中國種植業(yè)產量的全局莫蘭指數Fig.2 Global Moran’s I of planting industry in China during 1998-2018

選取1998、2003、2008、2013和2018年的數據進行局部空間相關性分析，LISA集聚類型如表3所示。在這5個年份，山東、安徽和河南都呈現高高(HH)集聚，這3個省份地理位置鄰接，均為農業(yè)大省，且土地平坦、水資源豐沛、交通設施較為完善，而平坦的地貌利于機械化種植以提高農業(yè)效率，所生產的農作物品種豐富。四川呈現高低(HL)集聚，說明四川本省產量較大而相鄰省份產量較小。新疆呈現低低(LL)集聚，新疆只在部分農產品如棉花生產上具有絕對優(yōu)勢，其余農作物產量都相對較少。山西在2008、2013和2018年都呈現低高(LH)集聚，說明相對于周邊省份，山西種植業(yè)總體發(fā)展緩慢，產量較低。

表3 中國種植業(yè)生產的LISA集聚類型(1998、2003、2008、2013和2018年) Table 3 LISA agglomeration types of planting production in China (1998, 2003, 2008, 2013 and 2018)

2.2 中國種植業(yè)生產集聚影響因素模型的回歸結果

本研究建立空間計量經濟學模型對種植業(yè)生產集聚的影響因素進行驗證。對所有變量取對數后進行單位根檢驗，種植業(yè)生產集聚程度、農業(yè)耕地數量、機械化水平、農村人力資本和財政支農力度5個變量存在單位根。對不平穩(wěn)變量進行差分處理，變量意義由絕對值變化為增長率。具有單位根的數據進行差分處理后，所有變量都是平穩(wěn)的。

Hausman檢驗統計量為883.213 4，P值為0.000 0，可知在1%的顯著性水平下拒絕原假設，應選擇固定效應模型。利用似然比LR檢驗,結果(表4)表明不論是空間固定效應還是時間固定效應均拒絕原假設，該模型既具有時間效應又具有空間效應，即雙向固定效應。

表4 空間、時間固定效應的似然比LR檢驗 Table 4 LR test results of spatial and period fixed effects

在5%的顯著性水平下，經典LM檢驗以及穩(wěn)健的LM檢驗(表5)均拒絕原假設，應選擇時間空間雙向固定的杜賓模型。

為了使檢驗成果更為準確可信，再次使用從一般到特殊的模型選擇方法進行Wald與LR檢驗，以確認雙向固定杜賓模型是否會分解為空間自相關或空間誤差模型，結果如表6所示，在1%的顯著水平下均拒絕原假設，即認為空間誤差與空間滯后模型均被拒絕，而接受空間杜賓模型。

表5 時間和空間雙向固定效應模型的LM檢驗結果 Table 5 LM test results of period and spatialdouble fixed effects model

表6 基于W空間矩陣的杜賓模型的Wald與LR檢驗結果 Table 6 Wald and LR test results of Durbin model based on W-space matrix

基于空間鄰接矩陣W估計的效應分為3類：直接效應、間接效應和總效應，結果見表7，以期能夠更為準確地衡量中國種植業(yè)生產集聚的影響因素。

表7 時間和空間雙向固定效應杜賓模型回歸結果 Table 7 Regression results of Durbin model of with period and spatial double fixed effects

從總效應來看，農業(yè)耕地數量、化肥利用效率、交通設施密度和工業(yè)化水平在一定程度上促進了種植業(yè)生產集聚。促進作用可以通過新經濟地理學中所描述的規(guī)模效應或外部產生。農村人力資本對生產集聚不具有促進作用，而成災程度、機械化水平和經濟開放程度對生產集聚的影響效果并不顯著。財政支農力度在直接效應中是顯著的，而在間接效應和總效應中是不顯著的。

直接效應主要通過空間杜賓模型的效應分解系數估計，直接效應表示各省的影響因素對該省種植業(yè)生產集聚的影響效果，它主要通過2條路徑發(fā)揮效果：一是各省影響因素對該省生產集聚的直接影響；二是該省的影響因素對其他省份的生產集聚產生影響，進而對該省的生產集聚產生空間回饋。由表7可知，直接效應中農業(yè)耕地數量系數最大，在1%的顯著性水平下是顯著的，說明農業(yè)耕地數量每增長1%，則該省的種植業(yè)生產集聚程度將平均增長1.319 6%。化肥利用效率的系數也是顯著為正的，并且其對生產集聚的促進作用僅次于農業(yè)耕地數量。財政支農力度與交通設施密度的直接效應系數較小，但對生產集聚也有正向的影響效果，說明省內農業(yè)的支持力度增加和政策傾斜，會對該省的生產集聚產生促進效果，同時交通設施的完善不僅有利于降低農產品的生產成本，也有利于農產品的輸出。值得注意的是，農村人力資本的系數為負數，說明人力資本的提高對生產集聚沒有促進作用。

間接效應可以理解為當相鄰省份的集聚影響因素發(fā)生改變時會對該省生產集聚產生作用。間接效應也通過2條路徑發(fā)揮效果：一是其他相鄰省份的影響因素變動對該省產生影響效應；二是通過2個相鄰省份生產集聚相互影響，首先影響該省的種植業(yè)布局，從而對其他省份產生影響。與直接效應相比，間接效應中各個因素的系數更大，說明間接效應中的影響程度相對更大?？梢园l(fā)現，農業(yè)耕地數量的系數在間接效應中依舊是最大的，再次證明耕地數量是種植業(yè)生產集聚最重要的因素，自然稟賦是生產集聚的基礎。與直接效應相同，化肥利用效率的影響效果僅次于農業(yè)耕地數量，說明化肥利用效率在省與省之間有很強的示范效果。工業(yè)化水平與交通設施密度的間接效應系數顯著為正，說明這2個因素具有顯著的溢出效應，即通過加強工業(yè)化建設與完善交通設施，可以促進省間種植業(yè)生產集聚的協同發(fā)展。在間接效應中農村人力資本對生產集聚依然有負向的影響效果，分析其原因，隨著農村人口文化教育水平的提高，受到高水平教育的人更愿意從事非農業(yè)工作以獲得更高的報酬，農村人力資本的投入并不能在農業(yè)生產上得到充分的體現。

實證分析結果還表明，成災程度所代表的自然災害是偶發(fā)性事件，從長期來看不足以對生產集聚產生影響。機械化水平對于生產集聚沒有產生顯著影響，其原因可能是因為中國地理結構復雜、土地細碎化、農用機械的有效利用率不高等，具體原因有待進一步探討。經濟開放程度未能通過顯著性檢驗，可能是各國對農業(yè)都實行了相應的貿易保護政策，控制農產品的進出口，從而減少了經濟開放程度對農業(yè)集聚的影響。

3 結論與政策建議

本文通過對空間基尼系數、產業(yè)集中率、生產規(guī)模指數和空間自相關指數的計算，描述了1998-2018年中國種植業(yè)生產集聚的時空特征，采用時間空間雙向固定的杜賓模型對生產集聚的影響因素進行實證分析，得到以下結論：

1)中國種植業(yè)具有顯著的生產集聚特征，呈現空間正相關性。但在研究期間總體生產集聚程度呈現先上升后下降的變化趨勢，正相關性也在不斷減弱，可以預測近幾年生產集聚程度仍會保持小幅度下降的階段性特征。

2)在自然稟賦方面，農業(yè)耕地數量是影響中國種植業(yè)生產集聚程度最關鍵的因素。農業(yè)耕地數量在直接效應、間接效應與總效應的系數均為正數且顯著，與其他影響因素的系數相比是最大的。各省的成災程度不足以影響生產集聚程度。

3)在技術外部性方面，化肥利用效率對生產集聚有促進效果，農村人力資本不利于生產集聚程度的提高。在金融外部性方面，交通設施密度、財政支農力度和工業(yè)化水平能在一定程度上促進生產集聚。機械化水平和經濟開放程度的影響效果不顯著。

生產集聚通過空間組織形態(tài)促進中國農業(yè)專業(yè)化、規(guī)?；l(fā)展，故應采取相應措施提高中國種植業(yè)生產集聚程度。本研究提出以下建議：

1)保護農業(yè)耕地數量，鼓勵適度規(guī)模經營。嚴格控制將農用耕地轉變?yōu)榉寝r用耕地以及任意破壞農用耕地的行為，政府在政策上推動土地流轉，因地制宜發(fā)展當地特色農業(yè)產業(yè)以提高耕地使用效率。

2)合理利用化肥，培養(yǎng)合格的農業(yè)技術人員?，F階段雖然化肥的投入可以促進農業(yè)生產，但要注意調配合理的化肥比例，提高農民按需施肥能力，避免化肥過度使用造成環(huán)境污染。研究結果表明，單純的培養(yǎng)農村人力資本并不能促進生產集聚，素質提升后的農村人口很可能會離開農村從事非農就業(yè)，因此積極培養(yǎng)合格的農業(yè)技術人員，點對點為農業(yè)生產服務，建立人才與農業(yè)的雙向聯動，會對農業(yè)生產產生更直接的影響。

3)建設農產品配套產業(yè)鏈，完善財政和金融支持政策。交通運輸設施的完善，除了要關注于運輸成本的降低，更要關注農產品配套產業(yè)鏈的建設，著重解決農產品產地和銷售地距離遠的難題。促進工業(yè)化發(fā)展、加強財政支農力度為生產集聚建立有利的外部環(huán)境支持。對于已經形成的專業(yè)化、連片化生產集聚區(qū)，可以出臺相應招商引資的優(yōu)惠條件，進一步提升集聚區(qū)的經濟效益。