农业技术效率的空间相关及溢出效应分析——以甘肃省为例

张 乐 ,王 楠

（1.甘肃政法大学 经济学院,甘肃 兰州 730070；2.广东省高智新兴发展研究院,广东 广州 510220）

党的十九大提出,农业、农村、农民问题是关系国计民生的根本性问题,强调必须始终把解决好“三农”问题作为全党工作重中之重。解决好“三农”问题,根本在于深化改革,加快推进农业现代化。推进农业现代化建设的核心在于发挥农业技术作为农业发展第一生产力的作用,切实提高农业技术效率。甘肃省处于西部经济欠发达地区,存在着农村经济贫困、农业发展水平低等“三农”问题,同时面临全面建成小康社会的时代使命,为此甘肃省始终坚持农业优先发展政策,注重提高农业技术效率,整体农业技术发展水平提高,但内部各市州仍存在发展不均衡的问题。在此背景下,为全面提高甘肃省农业技术效率,有必要对甘肃省各地区农业技术效率空间相关及演化趋势进行探究,这对于全面促进甘肃省农业发展、全面推进农业现代化建设具有重要的理论和现实意义。

一、相关研究综述

农业技术效率的空间相关及溢出效应是建立在空间计量视角上对农业技术效率水平进行分析的两个角度,其研究重点为农业技术效率的影响因素及区域之间的空间相关性两个层面。第一,基于农业技术效率的影响因素角度,Maurice Juma Ogada在研究环境因素对肯尼亚的农业技术效率的影响时,引用DEA 的方法,研究表明农业技术效率受环境因素、生产风险因素和农户的影响[1]。Asmerom Kidane 采用随机前沿生产函数对坦桑尼亚的塔博拉地区烟草和玉米的技术效率进行分析,研究表明虽然玉米和烟草的农业技术效率均处于较低水平,但种植玉米相对较高,所以该地区种植玉米更具有竞争力[2]。Hansa Jain 在现代技术投入及化肥杀虫剂的影响下,采用柯布道格拉斯分析农业技术的产出效率,进而分析其农业发展现状[3]。Benjamin T.Anang 采用SFA 分析法对加纳地区北部的农业生产效率和农业技术效率进行对比分析,研究结果表明,加强灌溉及基础设施的建设对农业生产转型具有重要的促进作用[4]。Chimdessa Uma 对埃塞俄比亚地区小麦生产技术效率的影响因素进行分析,研究表明,农业人力资本的投入、气候、距离、农产规模和化肥投资等是决定小麦生产的关键因素[5]。Onesmo Selejio 以坦桑尼亚为研究对象,采用SFA 方法对土地保护技术政策效果下农业生产效率与无政策进行对比分析,进而验证了土地保护技术对农业技术效率提高的促进作用[6]。第二,基于农业技术空间相关性的层面,我国学者开展了大量的研究,曾国平等（2010）[7]以我国31 个省份为研究对象,通过采用空间自相关分析方法对各省份1985—2008 年农业经济活动的空间依赖型进行分析,结果表明我国中东部地区农业发展呈现“高—高”型空间集聚,西部地区呈现“低—低”型发展趋势。杨晓璇等（2018）[8]采用DEA、Arcgis 及SDM 空间分析方法对我国各省份的粮食生产效率进行分析测度。王慧芳等（2014）[9]采用地理Arcgis 空间分析方法对鄱阳湖生态区粮食的生产效率进行分析,结果表明,在技术效率和技术进步的共同作用下,粮食产区的技术效率逐渐上升。吴玉鸣（2010）[10]对我国农业创新和技术研发的关系进行分析,结果娴熟各省间的农业技术创新并非孤立的存在,其呈现出十分明显的空间集聚效应。岳慧丽（2014）[11]采用全局Moran’s I和局部Moran’s I 对河北省县域农业技术经济进行空间分析,为解决农业区域经济发展不平衡问题提出政策建议。

综上所示,对农业技术效率影响因素及空间相关的研究已经非常丰富,但以甘肃省为案例的研究却微乎其微。因此,本文以甘肃省为研究区域,以农业技术效率为研究对象,采用全局Moran’s I、局部Moran’s I 和空间杜宾模型来分析甘肃省2010—2017 年农业技术效率的空间自相关和空间溢出现状,为提高甘肃农业技术效率、促进甘肃省农业现代化发展提供理论和实证参考[12]。

二、模型构建及变量说明

（一）模型构建

1.莫兰指数。莫兰指数（Moran’s I）是用来分析空间关联的有效指标,包涵全局Moran’s I 和局部Moran’s I 两个层面。其中,全局Moran’s I 用于分析全局的空间关联,局部Moran’s I 用于分析局部的空间关联。Moran’s I 方法的主要思想是分析空间位置相近的区域由变量取值相似性而产生的数据二阶效应,若数据的高值和高值聚集在一起、低值和低值聚集在一起则Moran’s I 为正数,若数据的高值和低值聚集在一起则Moran’s I 为负数。

具体来看,全局Moran’s I 的计算公式为:

式（1）中:I表示全局自相关指数,一般介于-1～1 之间,大于0 则表示正空间自相关,小于0 则表示负空间自相关,等于0 表示不具有相关性。ωij为空间权重矩阵,表示区域i和区域j之间的临近关系。Moran’s I 的显著性通过构建服从正态分布的统计量Z来实现,,当Z显著为正时,区域间相似值趋于集聚,Z显著为负时,区域间相似值趋于分散,Z为0 时区域间变量随机取值,不存在集聚或分散的趋势。

局部Moran’s I 的计算公式为:

式（2）中:Ii表示局部自相关指数,ωij为空间权重矩阵。Ii为正时,邻近地区变量值趋于集聚,Ii为负时,临近地区变量值趋于分散,Ii为0 时,邻近地区变量取值呈随机分布。局部Moran’s I 可视为变量的当前值与其空间滞后的相关关系,因此可据此绘制LISA 散点图,以变量的当前值为横坐标,以其滞后值为纵坐标建立直角坐标系。四个象限所代表的含义如图1 所示。

图1 LISA 散点图的含义

其中,“高—高”型指研究单元处于较高水平,且临近区域水平也较高,形成高水平集聚的态势。“高—低”型指自身发展水平高、临近区域发展水平低,“低—高”型指自身发展水平低,而周边区域发展水平高,“低—低”型是指自身与邻近区域的发展水平均处于较低的水平。

2.空间杜宾模型（SDM）。在探索农业技术效率的空间溢出时要考虑地理空间关联的影响,本文根据采用空间杜宾模型分析农业技术效率影响因素的空间溢出情况,模型设定如公式（3）所示。

式（3）中,TEi,t表示t时期第i个地区的农业技术效率,ρ是空间自相关系数,ωi,j是空间权重矩阵,Xi,t表示农业技术效率的影响因素,β表示相应的系数,∑nj=1ωi,jXi,j,t表示解释变量的空间溢出,θ表示相应的系数向量,ci表示空间固定效应,μt表示时间固定效应,εi,t表示随机误差项。

由于传统的点估计方法在进行空间溢出效应研究时会导致结论产生偏离,Lesage 和Page（2009）提出了利用偏微分测度解释变量的方法。后来,Elhorst 在空间面板模型中应用此方法,将SDM 被改写为以下模型（4）:

其中,ε包涵时间固定效应和空间固定效应,因变量TE 关于n个解释变量的偏微分方程如公式（5）所示。

式（5）中,矩阵A的对角线的平均值表示直接效应,反映第i个地区第n个变量对该地区TE的边际效应,除去对角线以外的数据的平均值代表间接效应,表示第i个地区第n个变量对其他地区的TE的边际效应或所有地区的第n个变量对第i地区的TE的影响,即空间溢出效应。矩阵A的所有数据之和表示总效应。

（二）变量说明

1.农业技术效率。本文采用狭义角度来定义农业,将其定义为种植业,具体统计内容包括粮食作物、经济作物、饲料作物和绿肥等农作物的数据。甘肃省农业技术效率的数据是采用农业投入产出的SFA-Translog模型估计测度得出:其中,数据样本为2010—2017 年甘肃省兰州市、嘉峪关市、金昌市、白银市、天水市、武威市、张掖市、平凉市、酒泉市、庆阳市、定西市、陇南市、临夏回族自治州、甘南藏族自治州等14 个市、自治州的农业发展指标,农业投入和产出指标[12]借鉴我国学者全炯振的观点,选择农业总产值（万元）作为农业产出,选择农作物总播种面积（千公顷）、农业乡村从业人员数（万人）、农业机械总动力（万千瓦）、有效灌溉面积（千公顷）和化肥施用折纯量（吨）作为投入指标,所有农业投入产出的数据都来源于2011—2018 年《甘肃年鉴》《甘肃发展年鉴》《甘肃农村年鉴》和《中国农村年鉴》。继而通过Frontier 4.1 软件对SFA-Translog 生产模型进行估计分析,计算得出甘肃省2010—2017年14 个市、自治州的农业技术效率水平。

2.农业技术效率的影响因素。在进行农业技术效率的空间溢出分析时,首先要分析农业技术效率的影响因素。农业技术效率影响因素是一个包含自然环境、社会环境、经济环境等多方面的复合系统。影响农业技术效率的因素有很多种,主要体现在自然因素、经济因素、社会因素、和其他因素。自然因素是影响农业生产技术效率的主要因素,主要体现在农业生产的土地种植面积、天气气候和地理优势等方面。气候是影响农业生产的主要自然因素,主要表现形式为自然灾害。经济因素主要体现在农业生产的公共投资力度从而影响水利灌溉、化肥施用、农用机械及农业技术创新。社会因素主要体现在农业从业人员的投入方面。农业生产技术效率还受到多种其他因素的影响,例如经济的发展水平通过影响农业生产条件的投入,从而间接促进农业技术效率提高。

因此,本文从自然条件、经济条件、社会条件和综合因素等方面出发,选取成灾面积、劳均播种面积、劳均机械总动力、劳均化肥施用量、复种指数、农业灌溉率、人均GDP 和财政支农比例这8 个指标作为空间计量模型的解释变量,指标的具体描述方式如表1 所示。另外,为保证回归估计的科学性,在进行模型回归时,对成灾面积（x1）、劳均化肥施用量（x4）和人均GDP（x7）的数据进行了对数化处理。

表1 农业技术效率的影响因素

三、实证分析

（一）空间权重矩阵构造

通过Moran’s I 和空间SDM模型在进行空间相关和溢出分析时,首先要构建空间权重矩阵,常见的构建空间权重的方法主要有公共边界法、二值法、反距离矩阵、地理矩阵平方法等。其中,公共边界法是指两个地区相邻,则权重为1,不相邻则设置为0。公共边界法的优点是操作简单,但在地理条件多变的地区,该方法下分析的准确性较低。二值法指设定某一距离d0,当两个区域的地理中心的距离d＞d0时,则权重设置成为1,否则设置成为0。二值法考虑了地理距离因素,其应用的关键主要在于d0的科学界定。反距离矩阵法是指两个区域之间的权重用两者地理中心的距离的倒数来表示,地理矩阵平方法指两个区域之间的权重为两者地理中心的距离平方的倒数。该法充分考虑到地里距离因素,能够有效反映经济空间的差异特征,是当前空间计量分析中最普遍应用的方法。

本文根据农业发展的性质及甘肃省环山包围的特点,采用地理矩阵平方法来构建空间权重矩阵,具体构建方法如下:

式中:di,j为第i个地区与第j个地区之间的距离,ωi,j为空间权重矩阵。

（二）空间相关分析

在构建空间权重的基础上,通过Stata 软件估计全局Moran’s I 的模型（1）进行估计,分析结果见表2 和图1-图6 所示。

表2 甘肃省农业技术效率全局Moran’s I 检验

从全局Moran’s I 指数估计结果可见:甘肃省2010—2017 年农业技术效率均在5%的水平下显著,全局莫兰指数I 都小于0,且I 的绝对值逐渐减小。表明当前甘肃省农业技术效率呈空间负相关,即农业技术水平较高的地区与较低的地区相邻,空间上临近的地区的农业技术水平差距较大,呈现出一定的空间差异性,但这种空间差异性逐渐降低。

通过模型（2）的局部Moran’s I 进行估计,实现对甘肃省14 个分地区的农业技术效率进行分析。与全局Moran’s I 不同的是,对局部Moran’s I 分析是采用Arcgis 软件对甘肃省地图数据进行处理,进而采用GeoDa 软件通过计算局部Moran’s I 来绘制LISA 散点图和LISA 集聚图。分析结果见图2 至图7 所示。

图2、图3 和图4 位2010 年、2015 年和2017 年的LISA 散点图,可见局部Moran’s I 指数从2010年的0.162 逐渐增长至2017 年的0.163,且均为正数,表明甘肃省14 个市、自治州的农业技术效率呈现局部空间自相关,即为相邻地区的农业技术效率水平逐渐集聚。

图2 2010 年LISA 散点图

图3 2015 年LISA 散点图

图4 2017 年LISA 散点图

图5、图6 和图7 位2010 年、2015 年和2017 年的LISA 集聚图,结果表明2010 年以来各地区农业技术效率空间演化情况基本没变,兰州市属于显著的“高—低”型,定西市、临夏回族自治州和甘南藏族自治州属于显著的“低—低”型,嘉峪关市属于显著的“低—高”型,其他地区不显著。

图5 2010 年LISA 集聚图

图6 2015 年LISA 集聚图

图7 2017 年LISA 集聚图

由此说明:第一,兰州市农业技术效率水平较高,而周围邻近地区如临夏回族自治州等较低,且兰州市与周围邻近区域的差异较大。2010 年以来,兰州市的农业技术效率出现了极化效应,其本身处于较高的农业技术水平增长极。第二,定西市属于“低—低”型,表明定西与临近的兰州市形成极化效应,其中定西市处于农业技术发展增长极的低水平地区。第三,嘉峪关市属于“低—高”型,表明嘉峪关市农业技术效率较低,而周围的酒泉市、张掖市较高,形成较大的局部差异。第四,甘南藏族自治州处于“高寒地区”,因地理环境不佳的特点,甘南的农业技术效率水平较低,因此与邻近地区呈现出明显的“低—高”型的差异性较大的农业发展现状。综合来看,甘肃省农业技术效率呈现空间集聚趋势,部分地区农业技术效率存在极化效应,各地区农业技术效率存在一定的差异性。

（三）空间溢出效应分析

采用空间杜宾模型对农业技术效率空间溢出进行分析时,首先要对样本数据进行Hausman 检验,以确定是采用随机效应还是固定效应。本文通过Stata 软件对甘肃省农业技术效率2010—2017 年的样本数据进行估计检验,结果如表3 所示:检验的P值为0.209 9 不显著,则说明接受了所有解释变量为外生变量的原假设,不存在内生性,所以选择随机效应进行模型估计。

表3 面板数据hausman 检验结果

其次,采用Stata 软件对空间杜宾模型（3）进行空间溢出分析,在加入x1 至x8 所有解释变量的空间交互项时,SDM模型回归不显著,因此对模型进行修正,逐步剔除掉空间交互相不显著的X2、X5、X6、X8三项,最终空间杜宾模型估计结果显著。估计结果如表4 所示。

根据表4 的估计结果:成灾面积X1、劳均机械总动力X3、劳均化肥施用量X4、人均GDP 的X7对甘肃省农业技术进步具有显著的影响。其中,成灾面积和劳均机械总动力对农业技术效率的提高产生负面影响,自然灾害会降低农业技术效率并抑制农业技术效率的提高。在甘肃省没有技术进步、农业技术效率较低的情况下,盲目的增加机械总动力并不会促进农业技术效率的发展,反而会抑制农业技术水平的上升。另外,劳均化肥施用量对甘肃省农业技术的提高起到正向的促进作用,因为甘肃省处于西部荒漠地区,土地资源不够肥沃,随着土壤营养的流动和流失,合理的提高化肥用量可能会提高本地土壤的营养,进而促进本地区农业技术效率的提高。人均GDP 对农业技术效率提高有显著的正向影响表明了经济的发展会反向作用于农业的发展,促进农业技术效率的提高。

表4 随机效应下SDM模型回归结果

采用改写的空间SDM模型（4）对样本数据进行估计,并根据模型（5）将甘肃省农业技术效率的空间溢出分解为直接效应、间接效应和总效应,具体分析结果如表5 所示。

表5 随机效应下SDM 的空间溢出效应分解

表5 的估计结果表明:第一,成灾面积对农业技术效率的直接溢出效应不显著,间接溢出效应在99%的显著水平下影响农业技术效率的空间溢出,系数为-0.001 122,表示显著的抑制农业技术效率的空间溢出,降低农业技术扩散的发展水平。第二,单位播种面积对农业技术效率的空间溢出不显著,但系数均为正,表明增加播种面积不会促进农业技术效率的空间溢出,农业生产的土地对农业技术效率的影响不会产生空间扩散效应。第三,单位机械总动力会在90%的显著水平下抑制农业技术效率的空间溢出,表明若劳动力投入和质量在未大幅度改变情况下,一味地依靠增加农业生产量导致农业机械投入增加,并不会促进农业技术效率的空间溢出,也不会促进农业技术效率的空间扩散。第四,劳均化肥施用量在95%显著水平下会抑制农业技术效率的直接空间溢出,但会在99%的显著水平下促进农业技术效率的间接空间溢出,综合导致总效应不显著,表明化肥的投入量不会促进农业技术效率的空间扩散。复种指数会促进农业技术效率的直接空间溢出,土地的高使用率对本地区的农业技术要求较高,提高本地技术效率的同时会促进农业技术效率的空间溢出,对土地循环使用有利于促进农业技术效率的提高和农业技术效率的扩散和溢出。第五,农业灌溉率和财政支农比例对农业技术效率的空间溢出效应不显著,说明农业灌溉率和财政支农比例对农业技术效率的影响不存在空间扩散效应。经济发展水平（人均GDP）会间接促进农业技术效率的空间溢出,能够促进农业技术效率的空间扩散,因此也证明了总体经济发展反过来提高农业发展水平的现实假设。

四、结论与政策建议

（一）研究结论

第一,2010 年以来,甘肃省农业技术效率全局呈现空间负相关的特点,农业技术水平较高的地区与较低的地区相邻,空间上临近的地区的农业技术水平差距较大,呈现出一定的空间差异性,且这种空间差异性逐渐降低。近年来,甘肃省各地区农业技术效率的空间相关现状没有改变,一直存在局部集聚的情况。其中,兰州市属于显著的“高—低”型,说明兰州市农业技术效率水平较高,而周围邻近地区如临夏回族自治州等较低,且兰州市与周围邻近区域的差异较大。定西市、临夏回族自治州属于显著的“低—低”型表明定西与临近的兰州市形成极化效应,其中定西市处于农业技术发展增长极的低水平地区。甘南藏族自治州因地理环境不佳的特点,导致农业技术效率水平较低,因此与邻近地区呈现出明显的“低—高”型的差异性较大的农业发展现状。嘉峪关市属于显著的“低—高”型表明嘉峪关市农业技术效率较低,而周围的酒泉市、张掖市较高,形成较大的局部差异。其他地区不显著。

第二,基于农业技术效率空间溢出的视角,成灾面积、单位机械总动力、劳均化肥施用量和人均GDP 对甘肃省农业技术空间溢出具有显著的影响。单位播种面积、农业灌溉率和财政支农比例对农业技术效率的空间溢出效应不显著。具体来看:成灾面积显著的抑制农业技术效率的空间溢出,降低农业技术扩散的发展水平。单位机械总动力会抑制农业技术效率的空间溢出,表明若劳动力投入和质量在未大幅度改变情况下,一味依靠增加农业生产量导致农业机械投入增加,并不会促进农业技术效率的空间溢出,也不会促进农业技术效率的空间扩散。劳均化肥施用量抑制农业技术效率的直接空间溢出,但是促进农业技术效率的间接空间溢出,综合导致总效应不显著,说明化肥的投入量不会促进农业技术效率的空间扩散。复种指数会促进农业技术效率的直接空间溢出,土地的高使用率对本地区的农业技术要求较高,提高本地技术效率的同时会促进农业技术效率的空间溢出,对土地循环使用有利于促进农业技术效率的提高和农业技术效率的扩散和溢出。经济发展水平（人均GDP）会间接促进农业技术效率的空间溢出,能够促进农业技术效率的空间扩散,验证了总体经济提高反而促进农业技术发展的现实假设。另外,单位播种面积对农业技术效率的空间溢出不显著,表明增加播种面积、农业灌溉率和增加财政支农比例对农业技术效率的空间溢出效应不显著,不存在空间扩散效应。

（二）政策建议

第一,推动跨区域交流合作,构建农业技术一体化格局。从本文的空间分布和空间相关性的分析结果可知,甘肃省的农业技术效率在各区域的地理分布上是存在一定差距,农业技术发展存在不均衡的问题。因此,优化农业产区内空间发展格局、促进产区内农业均衡发展是当前农业发展的重要问题。从甘肃省14 个行政区来看,甘肃省各地区农业技术效率不存在“高—高”型集聚的空间格局,只有兰州市处于“高—低”型集聚的空间格局,由此可见,甘肃省当前农业技术效率未形成农业技术区域一体化的格局。因此,应该加强兰州市农业技术的带动作用和辐射作用,推动各地区农业技术效率全面发展。

第二,推进农业技术发展,促进农业技术空间溢出。全面提高甘肃省农业技术效率的关键在于提高农业技术发展、促进农业技术的空间溢出。因此,应该促进甘肃省农业技术水平,而能一味地依靠增加机械总动力来提高农业技术效率和农业技术的空间溢出。由于自然灾害会抑制农业技术的空间溢出,因此要有效防范农业生产的自然灾害,保证农业生产的基础。土地的高使用率对本地区的农业技术要求较高,通过完善种植方面的农业技术,有效增加农作物的复种指数,促进农业技术的空间溢出和扩散,从而全面提高甘肃省农业技术效率水平。另外,经济发展水平（人均GDP）会间接促进农业技术效率的空间溢出,能够促进农业技术效率的空间扩散,可见甘肃省经济的全面发展会反过来带动农业技术效率的提高和农业技术的空间溢出。综上所述,为全面提高甘肃省农业技术效率、促进其空间溢出,应该以提高农业技术为基础,在高科技农业技术的指导下,改变农业生产的投入结构,保障农业生产基础,推动各地区跨区域交流合作,构建农业技术一体化格局,从而推进甘肃省农业现代化建设进程。