城市郊区休闲农业集聚度及影响因素的统计检验

王智伟，伽红凯，王树进，陈宇峰

（1.南京农业大学 a.经济管理学院；b.人文与社会发展学院，南京 210095；2.中国建设银行江苏省分行，南京 210002）

0 引言

美国区域经济学家埃德加·M·胡佛指出，产业集聚应当有一定的规模要求，如果在这个过程中相关企业的数量无法增长，那么其效应也就没有办法得到真实有效的发挥；另外，假如集聚企业数量过多，又会产生一定的负面影响。一些学者进一步研究城市、制造业以及流通行业相关领域之后，了解到并非一切集聚现象都可能产生正面影响，如果集聚程度较高的情况下，往往会造成道路拥挤、居民生活受到干扰等现象的发生[1，2]。所以，在本文当中将研究城市郊区休闲农业集聚最佳规模和产生的影响因素等一系列内容，为政府制定相关政策有效引导休闲农业发展提供理论依据与实证支持。

国内外学者对休闲农业概念以及休闲农业模式有一定的研究，并进一步讨论了其中农业发展的具体意义、相关问题以及农业开发等方面的内容[3-6]。近年来，部分学者研究了有关农业集聚的相关现象。同时，张广海和包乌兰托亚（2012）[7]认为集聚是休闲农业在正常发展过程中所进行提升的一种有效途径。刘军（2012）[8]通过对湖南省的案例研究发现，集聚是该省休闲农业未来发展的相关模式内容。范水生等（2012）[9]在研究休闲农业产业发展的集聚以及扩散前提下，将福建省作为主要例子，提出了该省休闲农业区域如何布局的优化思路。邹蓉等（2016）[10]针对区域集聚带来的“拥堵”问题，提出了如何实现产业升级和价值链提升的应对措施。然而，从以往研究可以看出，其主要采用定性分析和案例分析的方法，缺乏对研究结论的实证支撑。

新经济地理学理论的观点是，因为报酬不断增加，竞争更加突出，经济活动可能会导致空间集聚现象的发生，进一步导致劳动、资本、技术和知识等生产要素同样呈现集聚趋势。王树进和陈宇峰（2013）[11]研究指出，我国休闲农业发展在各省域之间具有较强的空间依赖性和正的空间溢出效应，并通过构建空间计量模型分析得出农业基础、旅游发展和农业技术在发展进程当中可能会有一系列的影响作用发生，比如市场或者交通往往有助于农业发展的相关结论。我国休闲农业产业集聚发展处于起步阶段，新经济地理学理论和空间计量经济学的发展对研究休闲农业集聚适度规模及其影响因素提供了新的研究视角和研究方法。

1 模型构建与数据来源

1.1 模型构建

依照上述分析内容，可以进行下列等式的设置：

式（1）中，TS代表的是休闲农业所进行的总体供给，而TD则代表的是相关总体需求。在这之中，总需求用休闲农业项目总收入TR衡量，可以分解为游客数量T与人均消费CP的乘积。而在预测投资规模TI时，可以将总收入除以一个经验性的投资回报率ROI得出。由此得出式（2）：

式（2）中，关键是测算出休闲农业的游客数量T。目前主要有回归分析、人工神经网络分析、灰色系统以及引力模型等方法预测游客数量。其中，引力模型以牛顿经典力学的万有引力定律作为主要内容，属于物体质量和引力之间的关系，另外与距离之间则存在一定意义上的相反关系。

将引力模型作为基础不但能够对游客规模加以预测，还能够在比对过程中进行数量的预测，从而进一步判断区域休闲农业发展程度，因此，本文选择构建引力模型预测休闲农业游客规模。

首先提出以下三个基本假设：

第一个假设为休闲农业游客“本地化”假设，即将地级市作为“中心城市”，相关下属地区则属于相应的聚集地，在这个过程中，休闲农业游客往往是从中心城市而来。

第二个假设为休闲农业吸引力“均质化”假设，即城市各个郊区休闲农业项目对游客的吸引力是相同的。

应用SPSS 16.0软件包进行分析，计量资料以x±s表示，组间比较采用t检验，计数资料采用χ2检验。采用Logistic多因素回归分析筛选SCAP死亡的独立危险因素。采用ROC曲线下面积（AUC）评估各危险因素预测患者28 d内生存情况的作用，以P＜0.05为差异有统计学意义。

第三个假设为休闲农业游“距离阻力”假设，即游客通过公路交通方式到达城市郊区，其出行成本是休闲农业游的唯一阻力因素。

基于以上三个假设，本文构建如下一般引力模型：

式（3）中，Yij为中心城市j到其郊区休闲农业集聚地i出游的游客数量；Pj和Ij分别为中心城市j的城镇居民人口和城镇居民人均可支配收入；Dij为中心城市j到其休闲农业集聚地i的距离，本文采用驾车时间来衡量；Si为休闲农业集聚地i的土地面积。 β0、β1、β2、β3、β4为对应的回归系数。在实证分析中可以将式（3）两边取对数，将其转化为线性形式，如式（4）所示：

由于休闲农业集聚存在空间溢出效应，而以往构建引力模型时一般都未纳入空间因素，得出的研究结果可能存在一定的偏差，所以本文会进行假设的拓展，并进行相关内容的设置，也就是说休闲农业集聚的“空间溢出效应”假设，郊区休闲农业游客不仅属于中心城市，可能还属于其他位置，游客数量往往受到较多因素的影响，比如说邻近地区城镇居民人口、人均收入或土地面积等影响。在这种假设情况下，本文将空间因素作为基础加以考虑。在此类状况当中，可以将空间作为主要要素，也就是说空间滞后模型能够对溢出作用加以分析，但这依旧没有办法对其中的内在交互作用进行解释。所以，本文通过构建空间杜宾模型（SDM）进一步分析休闲农业产业集聚的空间交互作用。

空间杜宾模型是引入外生解释变量WX对空间滞后模型进行扩展后得到的，如式（5）所示：

式（5）中，Y为n×1列的因变量向量，X为n×k的相关矩阵内容，n则代表地区总数目，k所表示的是具体的影响因素。WX所表示的是空间滞后自变量，能够对相关影响过程加以标书和反应；β、γ所代表的意义属于回归系数；ε则表示的是一种随机误差项向量。

由于空间杜宾模型中存在变量的空间滞后项，虽然其系数估计的数值方向和显著程度依然有效，但数值大小将不再表示自变量的变化对因变量的影响，而需要通过直接效应、间接效应和总效应等统计量来检验空间效应。在这个过程中，直接效应所表示的是自变量对因变量产生的具体作用；间接效应所表示的是本地区变化可能会对其他临近区域所造成的主要影响；总效应为本地区自变量变化对临近或本地区变量产生的影响，其值为直接效应与间接效应的加总。同时，自变量的直接效应之中包含了邻近地区的相关机制：其中比较重要的反馈机制是Xi→Yi→WY→Yj→WY→Yi；另一种反馈机制是Xi→WX→Yj→WY→Yi。空间杜宾模型系数所产生的差值通过具体计算能够得到反馈效应的大小。

在此基础上，本文构建空间面板杜宾模型如下：

式（6）中，ρ度量休闲农业集聚的空间溢出效应；βi（i=1，…，4）分别度量中心城市城镇居民人口、人均收入和休闲农业集聚地土地面积对休闲农业集聚地游客量的影响；λi（i=1，…，4）分别度量邻近地区上述变量对休闲农业集聚地游客量的空间溢出效应。

1.2 数据来源

本文基于2010—2016年江苏省13个地级市87个郊区的短面板数据。其中，休闲农业相关数据主要来自江苏省农委2010—2016年每年统计的全省各市及其区、县数据，包括休闲农业类型、项目数、年总收入和游客数等；其余数据主要来自江苏省统计局2011—2017年每年发布的《江苏统计年鉴》以及各市县发布的相关统计年鉴。

2 实证分析

2.1 空间自相关性检验

空间自相关性是指区域内空间单元之中所具有的经济现象以及单元现象之间密切相关。其所采用的是Moran's I指数检验空间自相关性，其计算公式如下：

式（7）中，S2为方差，Yˉ为均值，Yi所代表的是第i个区域的观测值，n所代表的是地区总数，Wij则表示二进制的邻近空间权值矩阵或距离权重矩阵。Moran's I值介于[-1，1]：如果值大于0，代表其中有正相关效应的存在，也就是在地理空间分布过程中，相似属性表现出一定的聚集分布情况；如果值小于0，表示存在空间负相关效应，即在地理空间分布中不同的属性值呈现聚集分布的状态；如果值等于0，表示不存在空间自相关效应，即在地理空间分布中属性值随机分布。可以采用标准化统计量Z对Moran's I指数是否显著进行检验。

从表1的检验结果可以看出，在5%的显著性水平下，Moran's I取值大于0，表明城市郊区休闲农业的游客数量具有一定的空间正相关性，在这个过程中加入空间效应的空间杜宾模型（SDM）分析能够使这一问题得到良好的解决。

表1 基于邻接权重矩阵的Moran's I检验结果

2.2 空间面板杜宾模型估计结果

本文将样本数据和空间权重矩阵导入Matlab（R2010b）软件中，用于实证检验城市郊区休闲农业集聚的空间溢出效应，基于空间面板杜宾模型的估计结果如表2所示，可以看出：ρ系数显著为正，说明城市郊区休闲农业集聚存在空间溢出效应；中心城市城镇居民人口、城镇居民人均可支配收入和休闲农业集聚地土地面积三个变量显著地正向影响本地休闲农业游客数量，这与预期保持一致，而中心城市到其休闲农业集聚地距离这一变量的影响系数为正，且较显著，这与预期该变量为阻力因素并不一致；同时，本地城镇居民人均可支配收入以及距离之间的变化可能会在某正层面上造成相应的影响，包含了正向作用和负向作用。

表2 空间面板杜宾模型估计结果

对空间面板杜宾模型加以了解可以发现，回归系数无法直接反映自变量变化对因变量的影响，本文通过直接效应、间接效应和总效应三个维度衡量自变量变化对因变量产生的影响方向及程度，具体估计结果如表3所示。

表3 空间面板杜宾模型的直接效应、间接效应和总效应

从空间面板杜宾模型的直接效应来看，自变量中心城市城镇居民人口、城镇居民人均可支配收入以及休闲农业集聚地土地面积对本地区的休闲农业游客数量都有显著的正向作用。而中心城市到其休闲农业集聚地距离这一变量的系数为正，不符合预期假设，是否意味着“距离衰减”定律不适用于预测休闲农业游客数量呢？其实情况并非如此。出现这一结果主要有两个原因：一是休闲农业项目数量随距离的增加呈现先增加后减少的趋势。由于存在一个“出行阀值”，在达到这个阈值前，休闲农业项目数量随距离的增加而增加；当达到这个阈值以后，就会有一定的衰减表现。二是本文中的距离是中心城市到其郊区休闲农业集聚地的单一距离，即基于游客“本地化”假设，数值相对较小，如果能拓展该假设，且收集到不同城市到某一休闲农业集聚地的距离及游客数据，那么“距离衰减”效应可能会很好的体现出来。

将空间面板杜宾模型的间接效应作为基础能够进一步了解到，自变量中心城市城镇居民人口以及具体收入系数显著为正，说明本地区城镇居民人口的增加以及人均可支配收入的提高对邻近地区休闲农业游客数量具有促进作用，意味着随着休闲农业的快速、有序发展，游客不再只局限于“本地化”，其对邻近地区休闲农业集聚地的旅游需求逐渐提高。中心城市到休闲农业集聚地距离和休闲农业集聚地土地面积这两个变量的系数变为负，说明距离因素和土地面积因素抑制了相关游客数量的增长，相对来说，这表现了一定的“距离衰减”现象。

从空间面板杜宾模型的具体效应能够了解到，自变量中心城市城镇居民人口以及收入往往对游客数量之间会产生一定的影响，而且属于正向作用，与预期假设一致，说明忽略空间溢出效应会低估自变量对因变量的影响程度。中心城市到休闲农业集聚地距离这一变量的系数显著为负，说明综合考虑直接相应和间接效应后，距中心城市越远的地区，游客数量越少。休闲农业集聚地土地面积这一变量系数为正，但不明显，这也就表明土地面积因素可能会影响游客数量的增加，不过这也并非是一种重要的影响。

3 结论

本文在考虑空间溢出效应的前提下，利用江苏省13个地级市87个郊区2010—2016年的短面板数据，通过构建空间面板杜宾模型，具体分析了相应的集聚度和具体的影响因素。在研究结果如下：（1）城市郊区休闲农业的游客数量存在着显著的空间正相关性；（2）中心城市城镇居民人口以及具体收入可能会对相关地区休闲农业旅游发展进程当中所具有的游客数量变化具有显著的正向作用；（3）中心城市到休闲农业集聚地距离对本地区休闲农业游客数量具有显著正向作用，而对邻近地区休闲农业游客数量具有显著负向作用，且其总效应是负向影响；（4）休闲农业集聚地土地面积对休闲农业游客数量有一定的影响，但并不显著。