国家农业科技园区核心区土地利用效率的综合评价与空间格局分析

□段慧敏 谢玲红 崔丙群 张 亮

[内容提要]国家农业科技园区建设已初具规模，其中核心区土地规划利用的合理性对园区创新有重大的影响。利用DEA方法中的C2R模型和BCC模型对我国262家农业科技园区核心区土地的综合技术效率、纯技术效率和规模效率及规模报酬进行了测算，并应用泰尔指数和空间自相关分析研究园区核心区土地利用效率的空间差异和空间聚集。研究表明，国家农业科技园区核心区土地利用效率总体不高，存在大量的土地浪费现象，而0.057-23.415km2应该是较为适宜的核心区建设面积。部分省份缺乏对于本省园区的建设与规划的统一布局。同时，园区核心区土地利用的规模效率均存在空间正相关性，中部省域的园区核心土地利用效率均存在“高高”聚集和“低高”聚集的情况，而西部省域园区的核心区土地利用效率均存在“低低”聚集的情况，中西部园区之间存在显著的差异。最后，给出了改善核心区土地利用效率和优化其空间格局的对策建议。

【通讯作者】谢玲红(1983- )，女，中国农业科学院农业经济与发展研究所助理研究员，博士，研究方向：科技政策与创新。

一、引言

2001年，科技部会同农业部、水利部等6部门，启动了我国的国家农业科技园区建设工作，到现在已经走过整整20年的历程。经过20年的建设，已经有八批次共270家园区已经通过验收。截止目前，已经通过验收的270家国家农业科技园区的核心区建设面积超过7000平方千米，同时，年度的创新研发投入超过400亿，每年产生的专利数量在2万项以上，并且能够带动近千万农户增收致富。历经20年的发展与积累已经让国家农业科技园区的建设初具规模。

国家农业科技园区的区域规划通常由核心区、示范区和辐射区三部分构成。其中，核心区是研发、中试、管理和服务的聚焦区，核心区的建设遵循科技创新和创新引领的原则，通过对高质量创新资源和技术成果的引入聚集和协调配置，形成大量专利和新产品等创新产出，同时，将这些创新成果进行市场转化和示范推广，以带动周边示范区和辐射区的农业发展和转型升级。那么，目前已经集聚大量创新要素的核心区的资源利用效率如何，核心区土地面积利用是否形成了规模收益，是有待通过实证分析去验证的问题。而《“十三五”农业农村科技创新专项规划》中指出要建设300家以上的国家农业科技园区，那么未来的园区的核心区建设中如何对园区规模进行有效规划，需要通过对园区核心区使用状况的研究作为参考依据。

二、相关研究进展

美国学者罗杰斯和拉森针对“硅谷”的集聚效应进行了研究，开启了学术界对于科技园区运营绩效的关注。而布鲁诺和狄波基在其对于科技园区的长期研究中指出，风险资本和邻近大学等12个因素能够对科技园区内高新企业的经营产生影响，从而为科技园区运营绩效的评价与分析奠定了理论基础。1998年，我国学者蒋和平较早提出通过创办农业高新技术开发区、科技园和现代农业示范区，加快利用高新技术改造传统农业的步伐[1]。此后，有多个学者从不同视角研究农业科技园区的运营绩效和效率问题。王欧(2003)利用宏观评价指标、生态环境指标等对10个国家农业科技园区进行了综合评价[2]。李文博(2006)提出了包括劳动年产值等10个指标的农业科技园区综合评价体系，并采用 TRAINBPX算法对17家园区的效益进行模拟评价[3]。王朝全(2006)从混合组织的视角分析了农业科技园区运营低效率问题，并从治理结构优化的角度给出了绩效提升对策[4]。何伟(2007)利用DEA方法的C2R模型测算北京市13个农业科技园区投入产出综合效益，并给出了优化园区资源投入的对策路径[5]。杨敬华(2008)从主体和客体的视角分析了国家农业科技园区的科技创新内容，并研究了影响园区科技创新的各项因素[6]。张静(2011)利用Malmquist指数法对我国农业科技园区的生产率进行了测算，研究表明园区生产率具有显著的增长性特征，并且存在明显的区域差异[7]。潘启龙(2013)从区位优势和市场环境等6个方面评价了现代农业科技园区竞争力[8]。郑宝华等(2014)研究农业科技园区创新绩效的环境影响因素，并给出改善园区创新环境的对策建议[9]。李然(2018)从政府管理等6个方面对河北省的农业科技园区进行综合评价，研究表明园区具有较好的生态环境及社会价值，但经济价值缺乏优势[10]。雷玲(2018)构建了包括区域环境等5个一级指标的农业科技园区综合效益评价指标体系，并利用模糊层次分析法对陕西省7家园区的综合效益进行了对比研究[11]。夏岩磊(2018)从极化效应、扩散效应和综合效应等多个维度对长三角区域16个国家级农业科技园区的建设成效进行了综合评价[12]。周华强(2018)等从农业科技园区创新引领、创业孵化、示范带动三大功能的视角对农业科技园区的创新能力进行了评价[13]。霍明(2018)利用AHP-TOPSIS模型对华东地区42家园区的创新能力进行评价，并分析创新能力建设的制约因素[14]。谢玲红(2019)从乡村振兴的视角对农业科技园区运行绩效进行了评价，认为园区在农业升级方面表现优良，但示范带动功能尚未充分实现[15]。李晓萍(2020)等通过从四个维度构建农业科技园区创新能力评价体系，利用突变级数法和空间自相关测算并分析了创新能力的空间格局[16]。

通过对现有文献进行梳理可知，以往研究多从创新生态环境、创新市场环境等方面的影响因素入手评价农业科技园区创新绩效与运营效率。然而，作为影响园区可持续发展重要因素之一的土地，却始终未能纳入分析范畴。事实上，合理且有效的规划和利用土地资源，对园区的高质量发展有重要的影响。高效优化配置土地资源、集约利用土地可以最大限度地实现土地资源的效益最大化，进而驱动园区的创新发展；而粗放低效式利用会给园区的创新发展产生负面效应，制约创新资源集聚和创新成果产出。因此，本文通过测算核心区土地利用效率，以及核心区土地利用效率的空间格局，给出改善核心区土地利用效率和优化其空间格局的对策建议，以期从多视角对我国农业科技园区的发展状况有着更为全面的把握。

三、园区核心区土地利用效率测算研究

国家农业科技园区的核心区的主要功能是聚集农业科技企业和高新企业，通过科技创新活动，产生大量的创新成果和科技产品，并通过市场转化和技术示范带动周边区域的农业发展和农户增收。本文依据园区核心的功能定位，基于已有的相关研究[5,7,17]，以前八批通过验收262家国家农业科技园区为研究对象(前八批共有270家园区验收合格，但有8家园区由于多种原因并未参与2019年的统计监测)，利用课题组通过“国家农业科技园区创新能力监测”工作获取的2019年园区监测数据，借助数据包络分析(DEA)中的C2R模型和BCC模型，分别计算国家农业科技园区核心区土地的综合技术效率和纯技术效率及规模报酬。选取国家农业科技园区的核心区土地面积、R&D经费投入、R&D人员数量和年末固定资产投资额作为投入变量，园区的总产值、技术性收入和农户人均可支配收入为产出变量。综合技术效率代表规模报酬不变(最优规模)下的园区核心区土地的综合使用效率，而纯技术效率代表规模报酬可变下制度、管理和技术所带来的园区核心区土地的使用效率，并且综合技术效率=纯技术效率×规模效率。规模效率代表园区在目前的管理水平和技术条件下，其现有的核心区规模与最优规模之间的差距。本文利用Max DEA 8 Basic计算出2019年园区核心区土地利用的综合技术效率、纯技术效率及规模效率，并列示园区的规模报酬情况，结果如表1所示。

表1 国家农业科技园区核心区土地利用效率

由表1可知，前八批的262家国家农业科技园区中，白山、百色和博尔塔拉等42家园区的综合技术效率、纯技术效率和规模效率均为1，且其规模报酬处于不变阶段，占到总数的16.03%。而忠县的综合技术效率和纯技术效率均小于1，纯技术效率为1，且其规模报酬处于递减阶段。262家园区的综合技术效率、纯技术效率和规模效率的均值分别为0.3648、0.4077、0.8502，且各区域效率差距不大，园区核心区土地利用效率空间分布较为平均，中部园区的规模报酬较高。

园区核心区规模的适宜度方面，42家综合效率为1的国家农业科技园区核心区面积位于[0.057，169.80](单位：平方千米)的区间内，其均值为30.69平方千米。本文采用自然断点法，将42家园区的核心区土地面积划分为[0.057，23.415]，[23.415，70.460]和[70.460，169.800](单位：平方千米)三个区间。而其中有25家具有效率的园区落在了第一个区间内，由此可以推测0.057-23.415平方千米是园区可供参考的适宜核心区建设面积，并且其均值只有6.974平方千米。而不具有综合技术效率的131家园的核心区土地规模位于[0.600，365.320](单位：平方千米)，其均值为26.719平方千米，是25家园区的3.8倍。这说明目前园区的核心区面积普遍超过了适宜规模，存在核心区土地使用浪费的情况。

核心区土地使用的规模报酬方面，规模报酬代表了园区规模与其绩效产出之间的关系变化情况，包括规模报酬递减、递增和不变三种状态。在262家国家农业科技园区中，规模报酬不变的有42家，递减的有69家，递增的有151家。由此可见，26%的园区核心区土地利用效率处于规模报酬递减阶段，其单位面积的绩效增加小于单位面积的投入增加。这意味着这些园区的核心区土地规模已经超出技术水平所决定的最适规模。而处于规模报酬递增的园区中，大部分的园区核心区面积都较为适宜，面积较大的园区如襄阳、沧州和延边等，面积超过100平方千米，远远超过了适宜的土地规模。但是通过产值构成分析发现，二三产业的产值均大于第一产业，农业产业特征并不明显，所以在核心区面积较大的同时，仍能处于规模报酬递增的阶段。

具有综合技术效率的42家园区的区域分布方面，西部地区的数量最多，包括玉溪、绵阳和塔城等18家园区，占到西部园区数量的17.82%。中部地区的数量次之，包括岳阳、焦作和永州等12家，占到中部园区数量的19.05%。东部地区的数量第三，包括慈溪、江门和宿迁等8家，占到东部地区数量的10.26%。东北地区的数量最少，分别为白山、旅顺、金州和海城园区，占到东北园区数量的20%。

四、园区核心区土地利用效率的空间格局分析

在对262家园区核心区土地利用效率分析的基础上，本文依据各省域园区的效率均值，利用泰尔指数和空间自相关分析研究省域园区的空间格局。

(一)园区核心区土地利用效率的空间差异分析

本文利用泰尔指数分析园区核心区土地利用效率的空间差异情况。泰尔指数(Theil Index)最早由荷兰经济学家Henri Theil于1967年提出，可以用来分析不同指标空间上的差距，并可以将总差距进一步分解为组内差距和组间差距。根据测算出的三个效率值，从三个维度分析省域内和省域间的园区核心区土地利用效率的差异情况，并分析省内差距和省际差距的效率对总差距的贡献情况。

表2 国家农业科技园区核心区土地利用效率差距

由表1可知，全国园区核心区土地利用的综合技术效率、纯技术效率和规模效率分别为为0.3648、0.4077、0.8502，区域间效率差距不大，东部园区的综合技术效率和技术效率相对较小，西部地区的规模效率相对落后。由于综合技术效率等于纯技术效率和规模效率的乘积，园区核心区土地利用的综合技术效率差距自然最大，为1.325，其中省内差距为1.042，省内贡献率较大，可见综合技术效率的差异主要是省内的差距，省际间的差距不大，比如贵州省的六盘水和黔南、铜仁园区的综合技术效率差距为0.98左右。园区核心区土地的纯技术效率差距也较大，省际差距的贡献率只占五分之一左右，省内核心区土地的利用效率差距较大。园区核心区土地利用的规模效率差距较小，省内差距是省际差距的3倍多，由此看来，解决园区核心区土地利用效率差距的关键在于缩小省内园区土地利用效率的差距。

(二)园区核心区土地利用效率的空间聚集分析

本文利用空间自相关分析中的全局和局部Moran's I指数分析园区核心区土地利用效率的空间聚集分析情况。空间自相关分析可以用于分析不同地理位置的地区特征值之间的相互空间依赖关系。而Moran's I指数(莫兰指数)是空间自相关分析的最常用指标，Moran's I指数最早由澳大利亚统计学家Patrick·Moran于1950年提出，后来美国学者Luc·Anselin在此基础上提出了局部Moran's I指数。因此，Moran's I指数又可以进一步划分为全局Moran's I指数和局部Moran's I指数。全局Moran's I指数可以用于分析研究对象涵盖的所有区域之间某项特征值的总体空间相关性或空间关联程度。而局部Moran's I指数可以用于分析研究对象中局部地区特征值的空间聚集状况。局部空间聚集的情况有可以具体分为四种，“高高”聚集、“低低”聚集、“低高”聚集和“高低”聚集。“高高”聚集，即特征值高的园区被特征值高的园区包围；“低低”聚集，即特征值低的园区被特征值低的园区包围；“低高”聚集，即特征值低的园区被特征值高的园区包围；“高低”聚集，即特征值高的园区被特征值低的园区包围。本文利用Geoda软件分别测算了262家国家农业科技园区核心区土地利用的综合技术效率、纯技术效率和规模效率的全局Moran's I指数，并分析其局部的空间聚集状况。由于在空间自相关分析中，其分析结论容易受到空间权重矩阵的计算方法的影响，因此，本文基于Rook邻接规则和以几何中心为变量分别建立邻接空间矩阵和距离空间矩阵，从而计算不同空间权重矩阵下效率的空间关联程度。具体的分析结果如表3所示。

表3中的全局Moran's I指数显示，在采用邻接空间矩阵的情况下，综合技术效率、纯技术效率和规模效率的Moran's I指数分别为0.0440、0.05810和0.1082，规模效率虽然没有通过P=0.10的显著性检验，但由于其Z值大于1，可认为规模效率存在空间弱正相关。而在采用距离空间矩阵的情况下，综合技术效率、纯技术效率和规模效率的Moran's I指数分别为0.0894、0.1039和0.1024，都通过了P=0.10的显著性检验，这表明各省域的园区核心区土地利用的效率之间具有正向关联。

表3 空间自相关分析结果

而局部Moran's I指数的分析表明，在采用邻接空间矩阵的情况下，内蒙古的园区核心土地利用的综合技术效率和纯技术效率仅存在“低低”聚集的情况；而规模效率存在“高高”聚集、“低低”聚集、“低高”聚集以及“高低”聚集四种情况，其中“高高”聚集的省域为江西、安徽，“低低”聚集的省域为内蒙古、宁夏和甘肃，“低高”聚集的省域为湖南，“高低”聚集的省域包括新疆和四川。由此可知，中部存在“高高”聚集和“低高”聚集的情况，并且“高高”聚集占据主导，而西部则是“高低”和“低低”聚集，东北和东部不存在聚集。而在采用距离空间矩阵的情况下，综合技术效率存在“低低”聚集和“高低”聚集的情况，“低低”聚集包括甘肃和陕西，均为西部省域；“高低”聚集则是包括河南，属于中部地区。而规模效率存在“高高”聚集、“低低”聚集和“低高”聚集三种情况，“高高”聚集省域包括东部的广东、浙江和福建以及中部的安徽、湖北和江西。“低低”聚集的省域包括青海和甘肃，两个省域均处于西部地区，“低高”聚集的省域则是上海、贵州和湖南，分属东部、西部和中部。纯技术效率存在“低低”聚集的情况，包括西部的甘肃和陕西。

由此可知，不论采用哪种空间权重矩阵，园区核心区土地利用的规模效率均存在空间正相关，中部省域的园区核心土地利用效率均存在“高高”聚集和“低高”聚集的情况，而西部省域园区的核心区土地利用效率均存在“低低”聚集的情况。

五、结论与建议

本文利用DEA中的C2R和BCC模型，分别测算了262家国家农业科技园区核心区土地利用的综合技术效率、纯技术效率和规模效率，并利用泰尔指数和空间自相关分析研究园区核心区土地利用效率的空间差异和空间关联，得到以下的研究结论：

(1)在前八批的262家国家农业科技园区中，有42家园区的核心区土地利用具有效率，占比为16.03%。而无效园区的数量超过四分之三，这说明园区核心土地的利用效率总体不高，存在核心区土地使用浪费的情况。部分园区的核心区面积过大，而0.057-23.415平方千米是目前可供参考的适宜土地规模。针对部分园区核心区土地浪费而造成的低效率现象，园区应该从加强高质量创新资源聚集的视角出发，消除园区核心区土地存在浪费的问题。目前，园区核心区的面积已经不可能再调整，因此，必须吸引更多的优质农业科技创新资源集聚到园区的核心区。引入更多的社会资本参与到园区的创新活动，提升园区创新资源的活力。同时，注重引进高层次创新人才，优化研发人员的结构。积极培育龙头企业和高新技术企业，并推动高水平科研机构的入驻与科研平台的搭建，通过改善投入资源与要素的质量与结构，推动园区核心区的土地利用效率进入规模报酬递增阶段。

(2)园区核心区土地利用效率的空间差异方面，核心区土地利用的三项效率方面，省内差距占总差距的五分之四左右，是省际差距的3倍多。由此可见，目前很多省份在园区建设与布局加快的情况下，甚至部分省份实现了国家级园区的全覆盖，缺乏对于本省园区的建设与规划的统一布局，需要更加注重园区的顶层设计，聚集园区的科技引领与集成示范功能。合理配置省内园区的土地资源，有差异、有针对性地使用核心区土地，因地制宜，推动园区核心区的土地利用效率差距的减少。

(3)园区核心区土地利用效率的空间关联方面，不论采用哪种空间权重矩阵，园区核心区土地利用的规模效率均存在空间正相关，中部省域的园区核心土地利用效率均存在“高高”聚集和“低高”聚集的情况，而西部省域园区的核心区土地利用效率均存在“低低”聚集的情况。并且在采用距离空间矩阵的情况下，综合技术效率存在显著的空间正相关。这说明不同省域的国家农业科技园区核心区土地利用效率，由于资源互补、要素流动、技术扩散和产业关联等原因，存在着显著的相互影响。中部的部分省域园区已经实现高效率园区的协同创新发展，而对于西部“低低”聚集的园区，可以采用极点化或一体化的协同发展模式[18]，通过重点培养单个中心园区，形成层次分明的技术梯度，推动技术扩散的速度，进而带动周边其他园区的发展，或者促进地域邻近的园区共同打造一体化的产业链条，通过占据产业链的不同位置实现西部省域园区的协同发展，从而提高其核心区土地的利用效率。