物流业集聚、空间溢出效应与农业绿色全要素生产率——基于省域数据的实证分析

鄢曹政，殷旅江，何 波

（1.湖北汽车工业学院经济管理学院，湖北十堰 442002；2.韩国国立庆北大学工程学院，韩国大邱 41566）

一、引言

2021年，我国农业农村部、国家发展和改革委员会、科技部、自然资源部、生态环境部和国家林草局等6 部门联合印发首部农业绿色发展专项规划《“十四五”全国农业绿色发展规划》，明确提出将绿色发展作为实施乡村振兴战略的重要引领，以构建绿色低碳循环发展的农业产业体系为重点，推进农业发展全面绿色转型。2022年中央一号文件再次强调，要推进农业农村绿色发展、开展农业绿色发展情况评价，进一步凸显新时代农业绿色发展的重要性和紧迫性。新形势下，转变传统农业发展模式，探寻更集约化、绿色化的生产方式，在满足农业高质量需求的同时，兼顾农业生态环境是必然选择[1]。提升农业绿色全要素生产率（Agricultural Green Total Factor Productivity，AGT⁃FP）成为实现这一转变的关键因素，也是现代农业可持续发展的重要路径选择。

物流业作为社会经济发展的基础性、先导性和战略性产业，物流业快速成为支撑农业、疏通农村、服务农民的支柱产业。在新发展理念的指引下，物流业高质量发展步伐加快，集聚发展水平不断提升，提质增效效果显著。而不同地区间物流业集聚发展是否存在空间溢出效应，物流业集聚发展对农业绿色全要素生产率提升是否具有推动作用及其作用大小等问题有待进一步论证。因此，本文利用中国31个省（自治区、直辖市）的面板数据，探究物流业集聚水平与农业绿色全要素生产率之间的影响关系以及空间溢出效应，厘清农业绿色全要素生产率的影响因素，这对于促进农业绿色可持续发展、助力乡村振兴具有重要意义。

二、文献综述

从国内外物流业集聚的相关文献来看，物流业集聚水平对经济发展、全要素生产率的影响以及实证研究是学者聚焦的主要内容。其中，在物流业集聚水平对经济发展影响研究方面，曹泽等[2]基于安徽省16 个地级市2007—2018年面板数据，通过空间杜宾模型分析得出，安徽省各地级市在经济上呈现明显的空间自相关，各地物流业集聚阻碍本地经济发展，但会促进周边地区经济发展；王钰等[3]以长三角城市群27 个市2010—2018年的面板数据为样本，实证分析了物流业集聚水平对区域经济增长的影响机制，指出物流业集聚水平对群内各市经济增长具有显著促进作用，同时对其邻市具有正向空间溢出作用，并提出长三角城市群物流业空间布局的优化建议。在以省域数据为样本的实证分析中，唐勇等[4]以我国30个省（自治区、直辖市）为对象，引入空间动态杜宾模型，考察了物流业集聚及金融发展对经济增长的空间溢出效应，指出我国物流业集聚、金融发展规模与效率对本地区经济增长提升效果显著，对周边地区的影响则更加明显。温婷[5]在分析生产性服务业集聚对经济增长和产业结构升级的影响中指出，我国各区域物流业集聚对经济增长和产业结构升级具有明显差异性，其中东、西部地区具有明显的正空间溢出效应，东北、中部具有反向抑制作用且空间溢出效应明显。德尔加多（Delga⁃do）等[6]认为，产业集聚内的企业可以通过人才、技术和资本空间溢出等促进区域经济增长；谢菲（Sheffi）[7]认为，物流业集聚能够通过第三方物流的有形和无形资产来影响区域经济增长。在影响全要素生产率方面，马越越[8]以辽宁省14个地级市为对象，分析指出物流业集聚对本地城市全要素生产率的促进作用并不显著，已出现明显拥塞效应，对相邻城市的全要素生产率也没有产生显著的外溢效应；杨慧瀛等[9]基于2008—2020年我国31个省（自治区、直辖市）面板数据分析得出，物流信息化对物流业全要素生产率的提升具有显著的促进作用，且对周边地区具有显著的空间溢出效应。

从AGTFP相关研究来看，国内外学者研究主要集中在两个方面：一是有关AGTFP的测算等相关研究；二是有关产业集聚等因素对AGTFP 影响的相关研究。其中，在AGTFP的测算上，不同学者采取的方法各异。如巴格奇（Bagchi）等[10]利用孟加拉国19个地区23年的面板数据，采用引导式数据包络分析（Data Envelopment Analysis，DEA）方法测算农业全要素生产率，并分析其变化及其组成部分，最终得出农业技术进步对农业全要素生产率影响最大；陈宇峰等[11]将农业碳排放和面源污染共同作为非期望产出，利用基于方向距离函数（Directional Distance Function，DDF）的全局Malmquist-Luen⁃berger 模型，对AGTFP 进行动态化测算；徐永慧等[12]和沈洋等[13]都基于松弛（Slacks-Based Mea⁃sure，SBM）方向距离函数下的Malmquist-Luen⁃berger 指数对AGTFP 进行测算，前者利用Tobit 模型工具变量法对“波特假说”进行实证检验，后者从碳汇和碳排放双重视角对AGTFP收敛性进行分析。此外，郭海红等[14]也对AGTFP 进行了收敛性分析，得出AGTFP 并不具有绝对σ 收敛态势的结论。在AGTFP影响因素相关研究上，梁俊等[15]采用改进DEA-Luenberger 指数测算AGTFP，并指出技术进步是AGTFP 增长的主要原因，同时农业税的减免也会促进AGTFP增长，但工业化、城市化及农业贸易发展会阻碍其增长；李健旋[16]主要分析了农村金融对AGTFP 的影响，指出农村金融发展规模的增加、金融发展结构的优化以及金融发展效率的提高均有利于AGTFP 提升，但作用机制存在差异；银西阳等[17]指出农业产业集聚对AGTFP具有显著负向影响且有明显空间溢出效应，一定程度会制约周边地区AGTFP的提升。

目前，有关物流业集聚与AGTFP 的研究较多，但考虑物流业集聚对AGTFP 直接影响的研究较少。故本文从物流业集聚、空间溢出效应等角度对AGTFP 进行实证分析，一定程度上丰富了相关研究，同时也有助于推动我国农业绿色可持续发展。

三、研究方法与数据来源

（一）变量说明

1.核心解释变量

本文参考国内关于物流业集聚的测度指标，利用物流业集聚本身所具有的特点，将其区位熵作为核心解释变量，来衡量区域物流业集聚水平[2-4，18-19]，具体公式如下：

其中，LQi代表i省（自治区、直辖市）的物流业集聚水平，ei和e分别代表i省（自治区、直辖市）的物流业生产总值和全国物流业生产总值，Ei和E分别代表i省（自治区、直辖市）地区生产总值和国内生产总值。区位熵（LQi）大小代表该地区的物流业集聚水平高低，当LQi小于1 时，表明其集聚水平较低；当LQi大于1 时，表明其集聚程度较高，且当LQi大于1.25 时，表明该省（自治区、直辖市）物流业高度集中。为进一步分析物流业集聚与AGTFP 的非线性关系，将物流业集聚水平的平方值（LQ2）也作为核心解释变量。

2.被解释变量

AGTFP 为被解释变量，利用DEA-Malmquist指数法进行计算。根据已有研究[14-15，17，20]，本文选取劳动力投入、土地投入和农业消耗资源投入作为AGTFP 测算的投入变量，期望产出和非期望产出为产出变量。

（1）投入变量

劳动力投入和土地投入是测算AGTFP的基本变量。劳动力投入大小直接影响AGTFP，本文以农业从业人员数量表示劳动力投入程度；土地投入指农业生产经营者可收获农作物的种植或移植面积，本文用农作物播种面积衡量土地投入。除劳动力和土地投入外，农业消耗资源也是实现农业实际生产目标所必须投入的部分。参考相关文献[13-15]，本文将有效灌溉面积、农药施用实物量、化肥施用折纯量、农膜使用量以及农用机械总动力作为农业消耗资源投入的衡量指标。

（2）产出变量

产出变量主要包含两部分：一是以地区农业总产值表示的期望产出；二是基于绿色农业理念，在农业生产过程中对农业碳排放量测算的非期望产出。相比于期望产出，非期望产出因农业碳源的种类繁多使得测算更为复杂，结合农业消耗资源投入，本文测算农业碳排放量时只考虑灌溉、农药、化肥、农膜及农业机械5种间接碳源，其测算公式如下[21-22]：

其中，E表示农业总碳排放量，E1、E2、E3、E4、E5分别表示灌溉、农药、化肥、农膜和农业机械产生的碳排放量；S1为灌溉面积，Q2、Q3、Q4分别表示农药、化肥和农膜使用量，S5为农作物种植面积，W5为农业机械总动力；δ1、δ2、δ3、δ4、δ5、δ6分别对应各碳排放源的碳排放系数，其值以及参考来源详见表1。

表1 农业碳排放系数及来源

（3）控制变量

在农业发展的过程中，AGTFP 提升会受到多种因素的影响。本文基于相关研究成果[15-17]，在分析物流业集聚对AGTFP 影响程度的基础上，选取城镇化率、工业化水平、人力资本、农业产业结构、财政支农水平、开放程度、自然灾害、农业机械化程度为控制变量，进一步分析城镇化率、工业化水平、人力资本、农业产业结构等要素对AGT⁃FP 的影响。本文变量描述及相关说明如表2所示。

表2 变量描述性统计及相关说明

（二）模型设定

1.DEA-Malmquist模型

目前，关于AGTFP的测算方法主要有两类：一是以索洛余值和随机前沿生成函数法（Stochastic Frontier Approach，SFA）为代表的参数法，该类方法通常用于产出单一的情况，对多投入多产出（如农业非期望产出）的效率模型难以进行测度，且需要考虑随机因素对测量结果的影响，有时会高估技术进步指数，容易造成测量误差；二是以DEA和Malmquist 指数法为代表的非参数法，该类方法不考虑随机因素的影响，DEA 可对多投入多产出的情形进行分析，Malmquist 指数法只需正确选择投入产出变量，无需设定具体函数关系即可进行求解，可将AGTFP增长分解为技术进步等因素，使计算更为精确[25-26]。考虑到AGTFP 的多维度影响，本文选用DEA-Malmquist指数法，使用方向距离函数模型综合考虑农业期望产出和非期望产出，对AGTFP进行测算，具体公式如下：

其中，（xt，yt，bt）、（xt+1，yt+1，bt+1）分别表示第t和t+1 期的投入和产出向量，其中x表示投入变量，y表示期望产出变量，b表示非期望产出变量；Dt、Dt+1分别表示第t和t+1 期的距离函数。AGTFP 指数大于1、小于1 或等于1 分别表示AGTFP提高、下降或保持不变。进一步，将AGTFP分解为农业绿色技术变化（Agricultural Green Tech⁃nology Change，AGTC）和农业绿色效率变化（Agri⁃cultural Green Efficiency Change，AGEC）的乘积，即AGTFP=AGTC×AGEC。

2.探索性空间数据分析

托布勒（Tobler）[27]提出了“地理学第一定律”，认为所有事物与其他事物之间都存在一定的关联，且较近的事物相对于较远的事物关联性更强。若距离较近的区域之间存在相似的数据取值，则数据具有空间自相关[28]。对物流业集聚和AGTFP的空间相关性检验是进行空间计量分析的基础，本文采用探索性空间数据分析（Exploratory Spatial Data Analysis，ESDA）探测物流业集聚水平和AGTFP 空间要素的关联程度，考察要素之间的集聚和分异现象，揭示二者在空间上的相互作用机制，常用分析方法包括全局空间自相关和局部空间自相关。

（1）全局空间自相关

全局空间自相关用于描述观测变量在整个空间的集聚特征，通常采用全局莫兰指数（Global Mo⁃ran's I）进行测度，其可以揭示相邻地区物流业集聚和AGTFP的相近程度，其计算公式如下：

其中，I表示全局莫兰指数，取值介于-1 到1之间，I大于0表示空间正相关，即高值与高值、低值与低值相邻；I小于0 表示空间负相关，即高值与低值相邻；I接近0 表示随机分布，不存在空间自相关；n为省（自治区、直辖市）数量；xi（xj）为i（j）地的AGTFP或物流业集聚水平；Wij表示邻接（0-1）空间的权重矩阵；S2为样本方差，wij由邻接（0-1）空间权重矩阵确定，即i地与j地相邻，wij取值为1，不相邻则为0；

（2）局部空间自相关

局部空间自相关用于识别局部地区和邻近地区之间的同一属性是否存在相似或相异集聚现象，通常采用局部莫兰指数（Local Moran's I）进行测度，揭示区域物流业集聚和AGTFP 的空间异质性，在某空间位置i，局部莫兰指数的计算公式为：

其中，Ii表示局部莫兰指数，当Ii大于0时，表示i地与其邻近区域存在相似集聚，即高值与高值、低值与低值集聚；当Ii小于0时，表示i地与其邻近区域存在相异集聚，即高值与低值集聚。

3.空间计量模型

在分析物流业集聚对AGTFP 的影响时，若忽略各省（自治区、直辖市）之间的空间关联效应，仅以传统的计量回归方法进行分析往往会导致回归结果出现偏差。因此，本文引入空间因素，利用空间计量模型更加全面地探析物流业集聚对AGTFP的影响及空间溢出效应。目前，基于空间交互效应的不同分类，常见的空间计量模型有空间滞后模型（Spatial Lag Model，SLM）、空间误差模型（Spa⁃tial Error Model，SEM）、空间杜宾模型（Spatial Durbin Model，SDM）三种。其中，SLM 主要测度因变量间内生空间交互效应；SEM 主要反映误差项空间交互效应；而SDM 同时包含内生和外生空间交互效应，且能同时考虑核心解释变量和被解释变量的空间滞后性[17，29-30]。基于此，本文构建一般空间计量模型：

其中，i和t分别表示省（自治区、直辖市）和年份；δ表示被解释变量AGTFP 的空间自相关系数；Wij表示邻接（0-1）空间的权重矩阵；β和γ表示回归系数，其中，若β2>0（<0），表明集聚效应（拥塞效应）起主导作用；LQ表示物流业集聚水平；X表示控制变量；θ表示空间滞后系数；μi、φt分别表示空间、时间固定效应；εit表示随机扰动项；α为常数项。

一般空间计量模型可通过空间计量系数的取值进行转换，当θ=0 时，式（6）可转换为SLM；当δ=θ=0 时，式（6）可转换为SEM。

（三）数据来源

主要基于地区和时间周期两方面因素选择考察样本。一是地区因素。由于香港、澳门和台湾相关数据缺失严重，故将我国其余31 个省（自治区、直辖市）作为考察对象。二是时间周期因素。以“十三五”作为考察期，期间全国各省（自治区、直辖市）坚持农业农村优先发展总方针，全面推进实施乡村振兴战略，农业农村发展取得历史性成就。为了进一步分析我国2016—2020年AGTFP发展变化趋势及影响因素，并根据现有研究基础及指标数据的可操作性和可获得性，选取全国2016—2020年31 个省（自治区、直辖市）的面板数据进行实证分析，指标数据来源于2017—2021年《中国统计年鉴》①《中国农业统计年鉴》②及各省（自治区、直辖市）统计年鉴相关数据，个别指标的缺失数据采用差值法和移动平均法进行填充。

四、实证结果与分析

（一）物流业集聚水平与AGTFP指数综合评价

1.物流业集聚水平测算结果与分析

通过区位熵法（式（1））对我国2016—2020年31 个省（自治区、直辖市）的物流业集聚水平进行测算，结果如表3 所示。根据文献[5]划分标准，将我国划分为四个区域，分别为东部地区：京、津、冀、沪、苏、浙、闽、鲁、粤、琼；东北部地区：黑、吉、辽；中部地区：豫、晋、皖、赣、鄂、湘；西部地区：蒙、西、陕、甘、青、宁、新、桂、渝、川、贵、滇。

由表3 可知，2016—2020年全国31个省（自治区、直辖市）物流业集聚水平(LQ)的均值介于0.659和0.712之间，变化幅度不大，整体趋于稳定；全国物流业集聚水平(LQ)均值为0.683。因此，我国物流业整体集聚水平(LQ)并不高。

表3 全国31个省（自治区、直辖市）物流业集聚水平统计

从全国层面来看，2016年物流业集聚水平大于1 的地区有5 个，分别为浙江省、广东省、上海市、北京市和福建省，为2016—2020年最多的年份。2016—2020年间物流业集聚水平(LQ)均保持在1 以上的地区有3 个，分别为上海市、浙江省和广东省，其物流业集聚水平(LQ)均值分别为1.545、2.951 和2.410，维持在较高水平。由此可见，物流业集聚水平与各省（自治区、直辖市）地理位置、经济发展水平、高新产业集群及旺盛的物流需求密切相关。

从区域分布来看，2016—2020年东部地区物流业集聚水平(LQ)均大于1 且高于全国平均水平，其均值为1.2201；中部地区和东北部地区次之，其均值分别为0.573 和0.504；西部地区排名垫底，其均值为0.337。总体来看，我国31 个省（自治区、直辖市）物流业集聚发展水平不均，呈现出东部沿海集聚程度较高，西部地区集聚程度较低的不均衡状态。其主要原因为：第一，我国东部地区创新物流系统发展快于中西部地区，东部地区通过地理位置、自然条件、人才优势等有利条件，吸引包括物流业在内的跨国企业和外资企业入驻；第二，我国幅员辽阔，区域经济发展的不平衡对物流业发展也带来了显著影响，经济发展相对落后的中西部地区对物流业等相关产业的吸引力不足，很难形成大规模的产业集聚。第三，东部沿海地区较西部地区拥有众多的通商港口，交通便利、物流基础设施完善、物流作业现代化水平较高和需求旺盛，为物流业集聚发展提供了优势条件。同时，东部地区较西部地区更能吸引优秀人才、资本和信息等创新要素的投入，而西部地区由于区域条件、经济水平、历史发展、国家政策等因素，在一定程度上难以支撑物流业的快速发展，进而导致东部和西部物流业集聚水平差距明显。

2.AGTFP指数测算结果与分析

利用MaxDEA软件与DEA-Malmquist模型（式（3））对2016—2020年我国31 个省（自治区、直辖市）的AGTFP指数及其构成（农业绿色技术进步指数和农业绿色技术效率指数）进行测算。宏观上，以AGTFP指数及其构成成分的平均值呈现全国31个省（自治区、直辖市）相关指数的变动情况，如表4所示。

由表4可知，2016—2020年间全国31个省（自治区、直辖市）AGTFP 整体呈现平稳上升趋势，其结果与国内大部分学者研究31个省（自治区、直辖市）的AGTFP、农业绿色技术变化（AGTC）和效率变化（AGEC）结果一致。2017—2020年全国31 个省（自治区、直辖市）AGTFP年均增长率为4.3%，AGTC指数年均增长率为3.4%，AGEC指数年均增长率为0.9%，而AGTC指数和AGEC指数共同构成了AGTFP 指数。总体来看，农业绿色技术进步和技术效率都促进了我国AGTFP 的提高，且农业绿色技术进步对AGTFP 的贡献近80%，成为推动我国农业绿色全要素生产率提升的主要影响因素。从AGTFP 的构成因素来看，2017—2020年AGTC指数和AGTFP 指数均大于1，而2017年和2019年AGEC指数均小于1，这说明效率前沿面发生后移，目前的技术应用并没有达到预期的效果。

表4 2016—2020全国31个省（自治区、直辖市）AGTFP指数及其成分变动情况

在对全国31 个省（自治区、直辖市）AGTFP 指数及其构成均值变动趋势分析基础上，从微观层面对各省（自治区、直辖市）各年度AGTFP 指数及其构成、平均AGTFP指数及其构成进行分析，以揭示各省份AGTFP 情况，具体结果分别如表5、表6、表7、表8 所示。其中，表5 为2017—2020年全国31个省（自治区、直辖市）AGTFP 测算结果；表6和表7 分别为AGTC 和AGEC 的测算结果；表8 表示整个测算周期（2016—2020年）各省份平均绿色全要素生产率及其构成要素均值的测算结果。

表5 2017—2020年全国31个省（自治区、直辖市）农业绿色全要素生产率

表6 2017—2020年全国31个省（自治区、直辖市）农业绿色技术变化指数

表7 2017—2020年全国31个省（自治区、直辖市）农业绿色效率变化指数

由表8 可知，全国共有12 个省（自治区、直辖市）的AGTFP年均增长率高于全国AGTFP年均增长率4.3%，占全国31 个省（自治区、直辖市）的38.7%。不同省（自治区、直辖市）AGTFP的年均增长率变动也存在较大差异，其中有28 个省（自治区、直辖市）AGTFP 的年均增长率为正，占全国的90.3%；3 个省（自治区、直辖市）GTFP 的年均增长率为负，分别是黑龙江省、广西壮族自治区和西藏自治区，其AGTFP年均增长率分别为-1.2%、-1.19% 和-8.1%。AGTFP 增长幅度较高（增幅10%以上）的有5个省（自治区、直辖市），分别是吉林、贵州、湖南、天津和河北，增幅分别为11.97%、12.65%、12.66%、13.51%和14.4%。

表8 2016—2020年各地区平均AGTFP指数及其分解

从区域差异角度分析，2017—2020年东北部地区的AGTFP增长速度最快，平均增长5.98%，其农业绿色技术效率降低1.18%，农业绿色技术进步提升了2.31%，可见，技术进步是促进东北部地区AGTFP增长的主要驱动力。东部地区AGTFP增度位居第二，为5.18%，其中农业绿色技术效率提高1.46%，农业绿色技术进步提高3.65%，可以看出促进东部地区AGTFP提升的主要因素仍是技术进步。中部地区AGTFP 增幅为4.9%，其中农业绿色技术效率提升了2.08%，农业绿色技术进步提升了2.76%。西部地区AGTFP的增长幅度最低，增幅为3.1%，其中农业绿色技术效率下降0.42%，农业绿色技术进步上升3.55%。

针对本文测算结果，东北部和东部地区增幅较高，主要原因在于国家有关政策的落地实施大大激发了东北部地区农业绿色全要素生产率的增长潜力。而中部地区AGTFP 小于东北部地区，这与中部地区农业发展的瓶颈和资源配置不合理等问题相关。西部地区AGTFP 最低，源于其农业生产技术水平较低，资源条件相对较差，农业发展受到资源和环境的双重压力等因素的影响。

（二）物流业集聚水平与AGTFP空间格局演化分析

为判断物流业集聚水平与AGTFP是否存在空间相关性，本文运用ESDA常用的全局和局部空间相关指数来进行检验，揭示物流业集聚水平与AGTFP 的空间演化特征。根据式（4）和式（5），利用Stata16.0 统计分析软件，采用邻接（0-1）空间权重矩阵，分别测算物流业集聚水平和AGTFP的Mo⁃ran’s I指数。

1.全局空间自相关检验

根据表9可知，2016—2020年我国物流业集聚水平的全局莫兰指数显著为正，取值在区间[0.224，0.342]内，且都通过1%的显著性检验，这表明我国物流业集聚具有较强的空间正相关性，即物流业集聚水平相似的地区呈现空间集聚特征。从AGT⁃FP 的全局Moran’s I 检验来看，2016年为负值且未通过显著性检验，其余各年均通过了1%的显著性检验，取值在[0.083，0.137]，普遍较低，这表明我国整体AGTFP 空间相关性较弱。

表9 2016—2020年物流业聚集水平（LQ）和AGTFP的全局Moran’s I指数

2.局部空间自相关检验

全局空间自相关从整体上反映我国物流业集聚和AGTFP 的空间集聚特征，对于AGTFP 全局莫兰指数较低、全局空间相关性不显著的年份，为进一步分析各地与邻近区域的空间异质性，即局部空间自相关性，本文参考刘国巍[30]、高杨等[31]关于局部相关性检验的选取方法，结合上文对AGTFP 的分解角度，以2017年和2019年为例，绘制我国31个省（自治区、直辖市）AGTFP的Moran散点图反映局部空间相关性，并将空间集聚结果进行归纳总结，如表10 所示。Moran散点图由四个象限组成，分别反映出各地和邻近地区的空间联系方式：第一象限为“高—高”集聚区（H-H）；第二象限是“低—高”集聚区（L-H）；第三象限是“低—低”集聚区（L-L）；第四象限为“高—低”集聚区（H-L）。

由表10可知，2017年属于H-H类型的省份有12 个，属于L-L 类型的省份有9 个，属于L-H 类型的省份有6 个，属于H-L 类型的省份有4 个，即共有21个省份在一三象限，代表空间正相关，10个省份在二四象限，代表空间负相关。2019年，属于H-H 类型和L-L 类型的省份分别有6 个和11 个，属于L-H 类型和H-L 类型的省份分别有9 个和5个。即共有17 个省份为空间正相关，14 个省份为空间负相关。由此可见，从2017年到2019年，属于H-H类型的省份数量减少，属于L-H、L-L、H-L类型的省份数量均增加，其中，只有重庆、贵州、陕西三地仍处于H-H 省份；吉林、四川、江西、广西、西藏等地加入了L-H 省份；山西、青海、湖北、江苏、河南五地成为了L-L省份；浙江、甘肃、广东、宁夏则转变为了H-L 类型省份。同时，这也表明全国各省（自治区、直辖市）之间AGTFP 的空间相关性由正相关向负相关转变，AGTFP 具有显著的局部空间相关性，即空间异质性。

表10 我国物流业和AGTFP空间集聚的象限分布

（三）物流业集聚对AGTFP空间效应分析

经ESDA空间格局演化分析、Moran’s I指数检验表明，我国物流业集聚和AGTFP 整体上具有空间相关性，因此，引入空间计量模型对此空间相关性进行实证分析。

1.模型选择

为确定本研究适合的空间计量模型，需要对模型进行检验（检验结果见表11）。首先，通过非空间面板模型的拉格朗日乘数（Lagrange Multipli⁃er，LM）和稳健拉格朗日乘数（Robust LM）检验可知，SEM和SLM均不能通过检验，表明具有空间效应的空间面板模型是适合本文研究的。其次，通过基于邻接（0-1）空间权重矩阵的似然比（Likeli⁃hood Ratio，LR）和沃尔德（Wald）检验得知，SDM不能转换为SEM 和SLM，表明空间杜宾模型是更适合本文研究的空间计量模型。最后，通过豪斯曼（Hausman）检验对SDM 的固定效应和随机效应模型进行选择，其检验值为39.94，且通过1%显著性检验，表明固定效应模型更优。因此，本文选择具有时间和空间双重固定效应的空间杜宾模型进行实证分析。

表11 空间计量模型检验结果

2.回归结果分析

根据表12 可知，核心解释变量物流业集聚水平的直接影响系数为0.081 1，且在1%的水平上显著，说明本地区物流业集聚地提升，会促进该地区AGTFP 地提升。但其空间滞后系数未通过检验，可能的原因，一是物流业集聚水平提升，有助于农户更加便捷地获得农业生产所需的各类资源，有利于各地区间农业工具和原料的扩散，进而增加生产要素的流动；二是物流业集聚水平提升，有助于农户更加便捷地获取市场信息及运送工具，避免农产品交易停滞，进而促进农产品的生产，提升农产品的销量。

表12 空间杜宾模型回归结果

从控制变量来看：（1）城镇化率直接影响系数为正且显著，即城镇化率显著提升了AGTFP。这是因为城市化进程的推动为农业发展提供了物质基础和产品市场，使得农产品的需求不断增加，从而促进AGTFP 的提升；滞后项系数为负表明物流业集聚对周边地区的AGTFP 产生负向影响，原因在于本地区城镇化水平提高会产生马歇尔聚集效应，吸引周边地区农业生产资源向本地区（集聚区）转移，抑制了周边地区AGTFP的增长。（2）工业化水平直接影响系数与滞后项系数均显著为负，即本区域和相邻区域工业化水平的提高均会抑制本区域AGTFP 增长。其主要原因为，目前中国工业比农业发展超前，对农业产生一定挤压效应，吸引走大量农业资源，从而阻碍农业绿色发展进程。（3）人力资本直接影响系数和滞后项系数均未通过显著性检验，可能原因在于教育程度较高的高质量人力资源在农业生产领域投入不足，对AGTFP的促进不明显。（4）农业产业结构的直接影响系数和空间滞后项系数均未通过显著性检验，即农业产业结构可能不会对AGTFP增长产生重要影响。（5）财政支农水平直接影响系数显著为正，即增加农业财政支持会提高务农人员的生产积极性，并使其投入更多、更好的生产要素，从而促进AGTFP的提升；滞后项系数显著为负，表明财政支农水平会对周边地区AGTFP 的增长产生负向影响。由于本地区财政支农水平的提高会使本地集聚更多财力、人力等农业资源，对周边地区形成虹吸效应，使周边地区农业资源缺乏，不利于其AGT⁃FP的增长。（6）开放程度的直接影响系数和滞后项系数均为负，说明农业对外开放程度的提高会使人们将注意力集中在农业高新技术的引入上，从而忽视生态环境保护和农业绿色生产，进而降低了AGTFP。（7）自然灾害的直接影响系数和空间滞后项系数显著为负，表明自然灾害会显著地降低AGTFP，原因在于自然灾害会使得投入农业的生产要素无法正常转化成产出，进而降低AGTFP。（8）农业机械化程度的直接影响系数为正，说明农业机械化水平的提升会促进本地AGTFP 的增长，但没有通过显著性检验，原因可能在于我国农业机械化水平还未达到高水平阶段，需要进一步提升；其滞后项系数为负且显著，说明本地农业机械化程度的提高会对周边地区AGTFP增长产生负向影响。

3.空间效应分解

为进一步分析各变量的空间效应，本文用偏微分法将各个变量的空间总效应分解为直接效应和间接效应（空间溢出效应）[32]。其中，直接效应反映自变量（物流业集聚和各控制变量）对本地区被解释变量（AGTFP）的影响，间接效应反映本地区物流业集聚对邻近地区AGTFP产生的影响。其空间效应分解结果如表13所示。

表13 空间杜宾模型效应分解结果

从核心解释变量物流业集聚的效应分解来看，物流业集聚水平每提高1%，AGTFP 将提高0.112%，这表明物流业集聚能促进AGTFP 的提升。其中，直接效应贡献0.0804%且显著，空间溢出效应贡献0.031 7%但不显著，这表明AGTFP 增长主要受本地区物流业集聚的直接影响。

从控制变量来看，城镇化率每提升1%，AGT⁃FP 下降0.002 6%。其中，直接效应贡献0.333%，空间溢出效应贡献-0.335%，效应分解的相互作用导致城镇化率对AGTFP的总效应并不显著。工业化程度每提高1%，AGTFP 降低1.497%。其中，直接效应贡献-0.232%，空间溢出效应贡献-1.265%，原因在于工业发展吸引了大量农业资源，制约了AGTFP 的提高。人力资本和农业产业结构对AGTFP 的影响都不显著。财政支农水平每提升1%，AGTFP 下降1.037%，直接效应贡献1.212%，空间溢出效应贡献-2.248%，效应分解的相互作用导致财政支农水平对AGTFP 的总效应不显著；开放程度每提升1%，AGTFP下降0.597%，直接效应贡献-0.165%，空间溢出效应贡献-0.432%。自然灾害每提升1%，AGTFP下降0.457%。其中，直接效应贡献-0.157%，空间溢出效应贡献-0.275%。农业机械化水平每提高1%，AGTFP 增加0.0702%。其中，直接效应贡献0.1751%，空间溢出效应贡献-0.102 1%。

五、结论与建议

（一）结论

本文基于我国31个省（自治区、直辖市）2016—2020年面板数据，通过区位熵法和DEA-Malmquist模型对我国物流业集聚水平和绿色农业全要素生产率进行测算；利用探索性空间数据分析，从全局空间自相关和局部空间自相关两个角度，利用Mo⁃ran’s I指数对物流业集聚和AGTFP进行空间相关性检验，揭示二者空间演化特征；通过空间计量模型检验，构建空间杜宾模型，实证分析物流业集聚水平对AGTFP 的影响及空间溢出效应，得出以下结论：

第一，从物流业集聚水平分析来看，近5年全国31 个省（自治区、直辖市）物流业的平均区位熵值变化幅度不大，整体趋于稳定，全国各年物流业集聚水平均值在0.659 至0.712 之间波动，说明我国物流业集聚水平整体不高。从区域层面来看，我国东部地区物流业集聚水平最高，如浙江省、广东省和上海市区位熵值均在1.5以上；中部地区和东北部次之，如河南省、安徽省、黑龙江省区位熵值均在0.5以上；西部地区排名垫底，如云南省、贵州省、甘肃省等地区位熵值均在0.3左右。由此可见，我国东部沿海地区物流业集聚水平较高，区位熵值均大于1且高于全国平均水平。

第二，从AGTFP 计算结果来看，我国AGTFP年均增长率为4.3%，而农业技术进步是其增长的主要动力。从分解角度来看，2017—2020年，技术进步指数和AGTFP 增长率指数均大于1。从区域层面来看，各区域AGTFP 增长幅度与物流业集聚水平并不完全相符。其中，东北部地区AGTFP 增长幅度最高，平均增长率为5.98%，技术效率减少1.18%，技术进步提高2.31%；东部、中部和西部地区次之，AGTFP 增长幅度分别为5.18%、4.9%、3.1%。因此，无论是物流业集聚还是农业绿色发展，我国西部地区都处于较低水平。

第三，从空间格局演化来看，我国物流业集聚存在空间正相关性，即物流业集聚水平相似的地区形成空间集聚；AGTFP整体空间相关性较弱，但各省（自治区、直辖市）之间AGTFP 具有显著的局部空间相关性，即空间异质性。

第四，从AGTFP 影响因素及空间溢出效应来看，物流业集聚水平每提升1%，AGTFP 增长0.112%，直接效应贡献0.0804%，空间溢出效应贡献0.0317%，其增长主要来自直接效应。影响因素分析结果表明城镇化率、财政支农水平、农业机械化程度会促进AGTFP 增长；工业化水平、开放程度、自然灾害对AGTFP具有抑制作用；人力资本和农业产业结构对我国AGTFP 的影响不大；工业化水平、财政支农水平对邻近地区具有负的空间溢出效应。

（二）建议

第一，打造物流业集聚高地，提升农业技术效率。从整体分析来看，技术进步和技术效率均促进AGTFP 的提升，而AGTFP 的提高主要来自技术进步，同时，有些年份甚至出现技术效率下降的情况。因此，要实现我国AGTFP的提高，就必须增强对绿色发展的认识、提升技术效率水平。上文得知物流业集聚可以促进农业绿色全要素生产率的增长，基于此，政府可以制定物流业发展优惠政策，加强地区内各物流业间的信息资源共享，吸引各类物流资源、人才等向区域内汇集，构建物流集聚高地，提升地区物流服务专业能力以促进农业技术效率水平，从而提升AGTFP。

第二，促进物流省际交流，发挥空间溢出效应。立足实际，重视各地间AGTFP 的局部空间相关性。政府部门加强地区间沟通协调，制定协同发展政策，打破省际壁垒，促进要素流通，以体系完善、层次丰富的物流基础设施和相关支持政策为农业发展建立良好环境，促进AGTFP的提高。

第三，实行差异化政策，发挥物流集聚作用。实施农业发展较好地区对农业发展落后地区进行精准帮扶政策，合理配置金融资源，大力支持西部地区发展。在区域资源环境承载力允许的合理范围内适度引导物流业集聚，不断在物流集聚区内发展创新，将物流业集群的规模经济效应和知识溢出效应有效发挥，发挥物流集聚作用，促进物流业与农业的协同发展，进而推动AGTFP整体的提高。

第四，多层面探究影响因素，促进农业绿色健康发展。针对影响AGTFP 诸因素，应加大对农业绿色发展转型的支持力度，合理推动新型城镇化；在对外开放的同时，注重农业绿色发展；加大农业机械投入，向高度机械化农业生产方式转换，营造有利于AGTFP 增长的环境；合理规划财政支农资金，对各地财政支农进行合理补助，做到精准帮扶，尽可能平衡各地农业绿色全要素生产水平；同时建立自然灾害防控机制，提出突发自然灾害应对措施，降低自然灾害对农业发展的影响。

注释：

①详见http://www.stats.gov.cn/tjsj/ndsj/。

②详见https://www.yearbookchina.com/naviBooklist-YMCTJ-0.html。