基于LMDI的江苏省农业现代化发展影响因素分析

郭承龙 于宸舒

摘 要：江苏省农林牧渔业经济地位不断降低，农业现代化发展面临着越来越多的挑战。应用LMDI分解方法分析江苏省农业现代化发展的影响因素。结果表明，投资强度、现代化水平和机械化强度对农林牧渔业总产值变化的正向影响效应依次下降;投入产出、投资结构和规模对农林牧渔业总产值变化构成负向影响效应依次降低。

关键词：农业现代化;对数平均迪氏指数;影响因素

中图分类号：F327        文献标志码：A      文章编号：1673-291X（2022）03-0050-04

江苏以平原、水面占比居全国首位，具有悠久的“鱼米之乡”地理优势。江苏省农林牧渔业在GDP占比持续降低，由2011年的6.2%逐年下降到2017年的4.7%。2015年，三次产业结构为5.6∶46.3∶48.1，“三二一”经济结构已形成，但农林牧渔业是经济发展和社会发展的基础地位愈加重要，也是乡村振兴的关键点。继续发挥江苏省农业生产规模和品质，提高农业现代化水平，需要剖析农林牧渔业发展影响因素，对制定和出台促进农林牧渔业发展的政策有着重要参考意义。

一、文献综述

LMDI从能源碳排放领域扩展到非能源领域。LMDI在农业领域中的碳排放研究是近几年的热点[1～2]。农业产出的影响因素研究成果总量偏少，其中粮食产量影响因素是研究热点之一。郭焱和朱俊峰（2017）将粮食单产和播种面积效应用于玉米产量的影响因素分析[3]。沙宇蕾（2020）研究发现，总播种面积、农用机械总动力、化肥施用量—复合肥、农业固定投资额、农村用电量等对农业产值具有显著影响[4]。财政支农对现代农业发展具有正向促进作用[5]，农业贷款对现代农业具有负向显著性影响[6]。吉星等（2019）认为，农业用地产权安全性会调节规模经营与土地产出之间的关系[7]。辛冲冲、陈志勇（2017）将LMDI引入财政支农支出对农业经济增长的驱动因素研究，得到活动效应、结构效应和效率效应三个效应[8]。王桂民、陈聪（2017）等在耕地流转研究中引入LMDI，认为经济因素、增收因素、农机化因素正向推动耕地流转，而经营意愿抑制耕地流转[9]。LMDI分解法在农业灌溉需水方面的研究十分少见。Zhao Chunfu等使用LMDI，对水足迹展开分解分析[10]。陈岩等（2020）使用LMDI模型分解农业灰水足迹效率驱动因素，结果表明，农业经济效应、灰水产出规模效应和耕地资源效应为正向效应，化肥强度效应和农业环境效应为负向效应[11]。

LMDI方法在农业领域研究主要集中粮食产量等大宗农产品驱动因素分解，尚未有针对农林牧渔业（农林牧渔业简称为“大农业”，下同）现代化水平的影响因素研究。江苏省拥有的天然农业资源禀赋需要进一步挖掘大农业的生产力，需要多维度分析江苏省大农业现代化发展的影响因素。农业用地面积是经济产出的基础变量，机械化水平是农业现代化发展进程中的标志性变量，投资方向是我国政策引导的常规方式。这里将经济产出、投资、农业生产面积和机械化水平等联系起来系统化分析，为实现江苏省乡村经济振兴、促进美丽乡村内涵式发展提供现实性参考。

二、研究方法及实证分析

（一）研究方法

根据Kaya恒等式思想，将跨领域多因素联合起来得到下式：

式中，V分别表示农林牧渔业总产值，Vj表是第j产业总产值，j=1，2，3，4，5（分别表示农业、林业、牧业、渔业和农林牧渔服务业），Ij表示第j产业的农林牧渔业投资，I表示农林牧渔业投资规模，G1表示农林牧渔业行业增加值，M表示农林牧渔业机械总动力，S表示农业生产面积。

Ang（2005）指出，LMDI是完全的、不产生残差，是目前相对较优的因素分解法[12]。LMDI满足因素可逆条件，将各驱动因素分解为具有实际意义的若干效应，更具操作性。LMDI分解有加法模式和乘法模式之分。T表示目标期，0表示基期。加法分解模式如下：

其中，

其中，wj为各因素的权重，ΔVI表示第j产业总产出与投资的比重变化，衡量投入产出效应，ΔRI表示第j产业的投资结构变化，衡量投资结构效应，ΔIG表示农业投资与增加值比重的变化，衡量投资强度效应，ΔGM表示增加值与机械总动力的比重变化，衡量机械化强度效应，ΔMS表示大农业机械总动力与农业生产规模比重，衡量现代化效应，ΔS表示农业生产的规模效应。%VI表示投入产出效应贡献度，%RI表示投资结构效应贡献度，%IG表示投资强度效应贡献度，%GM表示机械化强度效应贡献度，%MS表示现代化效应贡献度，%S表示规模效应贡献度。

（二）研究准备

因为指标中使用经济类数据同时存在价格因素共同影响，相互比较后可以去除该影响，故而使用当年价格数据（《江苏省统计年鉴》）。2011年起，固定资产统计口径更新。2020年江苏统计年鉴中固定资产农业分类投资等数据只更新到2017年。故而根据各数据可得性，研究期设定为2011—2017年，且将2011年作为分解中的基期。

（三）结果分析

由下页表1可知，相较于2011年，各期大农业投资强度均構成农林牧渔业增长的正向促进性因素。其中2011—2017年，江苏省农林牧渔业总产值增加1 972.97亿元，投资强度提供了5 087.19亿元增长空间，贡献257.84%正向作用力，是农林牧渔业增长的主要推动力，体现每年新增经济产出用于大农业的投资力度。江苏省大农业投资力度的加大，由2011年的5.06%提高到2017年的11.57%，反映出大农业的基础性地位的重视程度。

现代化因素是推动农林牧渔业增长的重要的促进性因素。现代化因素促进各期的农林牧渔业增长，贡献力度逐期提高。其中2011—2017年，现代化因素提供了1 251.78亿元的增长空间，贡献了63.45%正向作用力。主要得益于单位农业生产规模的机械化程度由2011年的5.4千瓦/公顷增长到2017年的6.6千瓦/公顷，提高了农业生产的机械化普及程度，表明大农业现代化程度提高是农林牧渔业增长的重要力量。

机械化强度因素也是农林牧渔业增长的促进性因素。机械化强度因素对农林牧渔业增长的贡献力度呈下降趋势，由80.23%降低到28.10%。江苏省的平原地形有利于机械化普及，由2011年74.64万元/千瓦提高到2017年81.67万元/千瓦。在现有机械装备技术下，机械化强度的年均增长率由2012年8.66%下降到2017年的1.51%，机械化强度带来的正向效应正在衰减。

相较于2011年，各期投入产出因素是农林牧渔业增长的最大抑制性因素。其中2011—2017年，江苏省投入产出因素削减了4 330.17亿元增长空间，贡献-219.47%负向作用力。江苏省农业、林业、畜牧业、渔业和农、林、牧、渔服务业投资产生的效果均呈减弱态势。其中投入产出效果最高的渔业由2011年的80.52单位降低到2017年 62.01单位;产值最高的农业的投入产出效果由38.95单位下降到2017年的17.41单位;畜牧业由2011年的35.45单位降低到2017年13.47单位。林业和农、林、牧、渔服务业也呈下降趋势。这种共同性下降趋势表明，常用的投资促进经济增长的后续乏力，成为大农业增长的负向影响因素，需要另寻其他方式。

投资结构在2011—2017年长时间尺度上表现为农林牧渔业增长的抑制性因素。其中2011—2017年，江苏省投资结构因素削减了540.17亿元增长空间，贡献-27.38%负向作用力。江苏省农业投资结构在2015年之前是大农业增长的推动性力量。这期间农业、林业和渔业的投资比重增加，合计比重由2011年55.72%提高到64.38%，发挥了主要正向力量。2016年和2017年，农业投资比重有所提高外，其他各个细分行业的投资比重收窄，造成近2年的投资结构构成农林牧渔业增长的抑制性影响因素。

农业生产的规模效应在2011—2017年长时间尺度上也表现为农林牧渔业增长的抑制性因素，作用力最小。其中2011—2017年，江苏省大农业规模效应因素削减了50亿元增长空间，贡献-2.53%负向作用力。2013—2016年规模因素相较于2011年有所提高，对农林牧渔业增长构成正向影响因素;而2012年和2017年生产规模因素相较于2011年有所下降，对农林牧渔业增长构成负向影响因素，降低了农林牧渔业增长空间。其他时间尺度下，生产规模因素相较于2011年有所正向增长，对农林牧渔业增长构成正向影响因素。

三、结论与建议

（一）投资强度逐年提高构成大农业总产值增长的最大正向影响因素

从经济产出中剥离部分收益反哺于农业，使得投资强度逐步提高，进而促进大农业总产值正向增长。由于农业的基础性地位，各种农业补贴形式需要继续巩固和创新，提高农业资金投入，提高农民收益，留住农业劳动力。

（二）现代化构成大农业总产值增长的重要正向影响因素

单位农业生产规模的机械动力投入提高，生产率和农业产出提高，推动大农业正向增长。由此可考虑提升农业机械技术水平，引入效率更高的机械设备，提高大农业产出。

（三）机械化强度因素也构成大农业总产值增长的正向影响因素

平原水网是江苏省天然优势，有利于推进机械化普及。由此继续提高机械普及覆盖面，替代劳动力成本上升和农村适龄劳动力短缺的问题。

（四）投入产出下降构成大农业总产值减少的主要影响因素

因大农业投资的长周期性，加之产品价格偏低，投资效果低于其他行业。投入产出效果下降削减了大农业增长空间。因此，扩大可自由交易的农业要素范围，降低农业投资进入、退出门槛，推动农业报酬率逐渐接近工业等报酬率，降低其对大农业总产值的负向效应。

（五）投资结构总体上构成大农业增长的负向影响因素

正由于农业投资效果下降，进一步加剧在各个投资方向的投资力度减少，抑制了大农业增长。科学合理设计投资方向和投资项目以积极吸引投资源，合理引导国有资本和民间投资的渠道和范围各自掌握投资内容，避免出现国资挤占民间投资和投资真空带。

（六）农业生产的规模总体上也构成大农业增长的负向影响因素

合理规划农业用地和建设用地，在坚定基本农业保护政策下，合理设计大农业内部各种土地用途，降低农业生产用地规模减少造成的负向影响。

参考文献：

[1]  李国志，李宗植.中国农业能源消费碳排放因素分解实证分析——基于LMDI模型[J].农业技术经济，2010，（10）：66-72.

[2]  王劼，朱朝枝.农业碳排放的影响因素分解与脱钩效应的国际比较[J].统计与决策，2018，（34）：106-110.

[3]  郭焱，朱俊峰.我国玉米生产的时空特征分析[J].农业经济与管理，2017，（1）：17-24.

[4]  沙宇蕾.我国农业产值影响因素实证研究[J].中国林业经济，2020，（5）：27-29+39.

[5]  张敏，姚萍.江苏省金融支持现代农业发展研究[J].物流工程与管理，2020，（4）：160-162.

[6]  张敏，洪伟.涉农财政支出和农业贷款对现代农业经济增长影响实证研究——以江苏省为例[J].中国林业经济，2020，（5）：133-135.

[7]  吉星，徐静文，何文剑，等.农业规模经营能否提高土地产出？——一个基于产权安全视角的实证分析[J].新疆农垦经济，2019，（6）：29-36.

[8]  辛冲冲，陈志勇.我国财政支农支出与农业经济增长——基于LMDI分解法的研究[J].上海经济研究，2017，（3）：78-86.

[9]  王桂民，陈聪，曹光乔，等.中国耕地流转时空特征及影响因素分解[J].农业工程学报，2017，（1）：1-7.

[10]  Zhao Chunfu，Chen Bin.Driving force analysis of the agricultural water footprint in China based on the LMDI method[J].Environmental Science and Technology，2014，（48）：12723-12731.

[11]  陈岩，童国平，王蕾.淮河流域农业灰水足迹效率的时空分布与驱动模式[J].水资源保护，2020，（6）：60-66.

[12]  Ang B.W.The LMDI approach to decomposition analysis：a practical guide，Energy Policy，2005，（7）：867-871.

[責任编辑 文 峰]