空间溢出视角下农业产业集聚对小麦生产效率的影响

摘 要：基于1999—2019年14个小麦主产省份的面板数据，运用SBM模型测算小麦生产效率，通过构建空间杜宾模型考察农业产业集聚对小麦生产效率的影响及空间溢出效应，结果表明：我国14个小麦主产省份农业产业集聚与小麦生产效率整体上具有较强的空间相关性；农业产业集聚对小麦生产效率具有显著的负向影响，且该影响具有明显的空间溢出效应，即农业产业集聚不仅对本区域的小麦生产效率产生负向影响，还会通过空间溢出效应对相邻区域的小麦生产效率产生负向影响具有较强的空间相关性；自然灾害、政府干预程度、外开放度对小麦生产效率具有显著的负向影响，农村城镇化水平、农业发展水平对小麦生产效率具有显著的正向影响。为此，提出应当注重宏观平衡发展、协调效率均衡化发展；加快生产要素配置建设、激发小麦支撑因素生产潜能；营造良好的外部社会环境、实现产业融合发展；并且从人力资本、人口规模、自然灾害、政府干预程度、对外开放度、基础设施水平、工业化水平、农村城镇化水平、农业发展水平等方面促进小麦生产效率的提升。

关键词：农业产业集聚；小麦生产效率；SBM模型；空间杜宾模型

中图分类号：F323                文献标识码：A                   文章编号：1672-1217（2023）06-0079-08收稿日期：2023-09-13

基金项目：国家社会科学基金项目（18BJL093）：中国城市群发展战略研究。

作者简介：陈杨洋（1996-），女，安徽宿州人，浙江农林大学经济管理学院博士研究生。

引言

2021年中央一号文件中，推进农业供给侧结构性改革，提升粮食供给保障能力首当其冲。农业作为第一产业，其经济发展是其他部门发展的基础，而实现经济增长主要依靠增加投入要素或提高效率。前者可以推动经济总量的增长，后者则可以实现总量和质量的共同提升。粮食生产是农业生产的核心，然而随着贸易政策自由化的发展，我国部分粮食主产省份不仅陷入“三量齐增，三本齐升”的怪圈，而且还面临“谷贱伤农，米贵伤民”的矛盾。继续依赖生产要素的投入来实现粮食生产效率的提高已难以为继。在农业资源稀缺的背景下，农业生产集聚已经开始影响着我国农业各个领域。近年来，我国农业农村部着力发展粮食主产区、主销区和产销平衡区，建设特色化、专业化和规模化的生产集聚区已成为未来农业现代化发展趋势。而小麦作为最主要口粮之一，区域集聚态势明显。我国为保持其产业集聚作用发布了包括小麦最低收购价政策在内的一系列区域集中发展措施。但是政策激励效果在下滑。为保证优质粮食资源，发挥资源优势，提升小麦生产效率则成为亟待解决的关键问题。

围绕产业集聚的研究主要基于新古典经济理论、经济外部性理论、传统贸易理论、新贸易理论、新经济地理学理论等。不同学派由于研究视角的不同，关于产业集聚的形成机制并没有统一的看法。基于此，大量学者对我国农业产业集聚度展开了分析，内容涉及农业各产业①、农业集聚度测量②及集聚度变动趋势等①。产业集聚水平作为影响农业生产的系统性媒介，一方面通过空间溢出效应带动周边区域的发展，另一方面不断推进农业产业集聚区域稳定发展。但是，与以往马歇尔在1920年总结的外部经济性效应所认为农业产业集聚可能通过产业规模经济效应、农户规模经济效应、技术外溢效应途径影响小麦生产效率所不同的是，由于“马太”效应和“虹吸”效应的存在，农业产业集聚对小麦生产效率的影响并不总是正向的，农业产业集聚也可能产生负外部性②。一方面，每个省域内农业发展潜力与各方条件是有限的，随着农业产业集聚“马太”效应可能会导致资源过度集中，可能会造成“强者恒强、弱者恒弱”局面；部分省份生产投入趋于饱和，边际产出开始下降，另一部分省份资源流失，抑制了小麦生产。另一方面，当生产要素由低效行业转移到高生产率行业时，二三产业迅速发展造成的农业生产要素向其聚集的虹吸效应可能同样阻碍小麦生产效率的提高。据此，关于农业产业集聚对小麦生产效率正反关系的看法未达成一致，具有不确定性。

综上所述，围绕小麦生产效率影响因素的研究已较为丰富，研究机制也相对成熟，对当前研究具有重要的借鉴参考作用。但当前还鲜有学者关注到农业产业集聚与小麦生产效率的关联。仅有部分学者进一步对我国小麦不同产区生产效率进行比较分析，发现小麦生产率的区间差异明显存在追赶效应，呈现明显的空间非均衡性特点。但是针对农业产业集聚与小麦生产效率的影响的相关研究较少，缺乏基于经验证据的实证支撑。为了更好把握粮食生产内涵式增长方式，实现资源的合理配置，发挥各地区自然优势及保持我国小麦生产效率的稳定增长，文章利用1999—2019年14个小麦主產省份的面板数据，将空间因素纳入研究框架，在已有研究理论进一步验证的基础上，对我国小麦生产效率的作用路径及影响机制进行了分类再梳理，并对农业产业集聚对小麦生产效率的影响进行分析与机制识别。为提升小麦生产效率生产实践提供参考价值，同时也进一步丰富了该领域的文献研究。

一、研究设计

（一）模型设定

文章采用SBM模型对小麦生产效率进行测算，该模型是Tone（2004）提出的DEA之一的非径向效率测度模型③，其具体测度过程参考赵盈盈（2020）的计算过程。同时，考虑到空间相关性文章将空间因素纳入模型中，更好探究农业产业集聚对小麦生产效率的影响设如下模型。式（1）中，代表地区，代表年份，为空间自回归系数，表示邻近区域因变量对本地因变量的影响；为空间权重矩阵，为空间解释变量系数，表示邻近区域自变量对本地自变量的影响；和分别代表空间、时间固定效应；为随机扰动项。

（1）

（二）变量选取

被解释变量：小麦生产效率（EFF）

从影响的内部因素来看，小麦生产效率增长的内在驱动力以投入产出数据为测算指标。文章选取小麦单产作为产出指标，种子用量、蓄力费及机械费、化肥农药农膜用量作为资本投入指标，人工成本费作为人力投入指标，构建SBM模型测算小麦生产效率值。表1为描述性统计，可见各省份均值均大于标准差，数据的稳定性较强且离散程度较小。

核心解释变量：农业产业集聚（LQ）文章采用区位熵对农业产业集聚度进行测算，计算公式为：

式中，表示农业产业集聚度，表示某省农业产值，表示全国农业产值，表示某省生产总值，表示全国生产总值。

控制变量：人力资本（EDU）用人均受教育年限表示；人口规模（PS）采用各省份的年末总人口数表示；自然灾害（NAT）用农作物受灾面积占农作物播种总面积的比重表示；政府干预程度（GOV）用财政支出占GDP比重表示；对外开放度（OPEN）用进出口总额占GDP比重表示，其中进出口总额考虑了当年美元折算成人民币的汇率；基础设施水平（FUND）用固定资产投资额占GDP比重表示；工业化水平（IND）用工业增加值占GDP比重表示；农村城镇化水平（RUL）用农村用电量来衡量；农业发展水平（ADL）用有效灌溉面积来衡量。

（三）数据来源

在实证数据的选取方面，文章立足于国家宏观发展，选取了1999—2019年我国14个小麦主产省级（DUM）面板数据。所选数据来自《中国统计年鉴》《中国农村统计年鉴》《全国农产品成本收益资料汇编》以及全国各省份统计年鉴，为全国农业生产提供参考依据。

二、实证结果与分析

（一）SBM模型结果分析

图1从地理上对比了1999年和2019年各主产省份小麦生产效率的分布，阴影部分为小麦主产省份，总体而言，小麦主产省份集中于我国东北部。间隔二十年的对比图显示，小麦各生产省份效率呈降低趋势，小麦种植高效率地区逐渐向中东部河南、江苏、山东、安徽四省集中。其中，1999年生产效率达到有效值的省份为河南、山东和新疆；2019年生产效率达有效值的省份为河南、江苏、山东。省份差异对比显示，政策执行省份中效率提高的省份为安徽、河南、江苏、山东；降低的省份为河北、湖北。政策非执行省份中效率均呈现了不同程度的降低，降速从高到低依次为新疆（0.738）、四川（0.387）、内蒙古（0.357）、甘肃（0.351）、陕西（0.280）、云南（0.199）、山西（0.186）、黑龙江（0.165）。

（二）空间自相关检验

表3为考察产业集聚与小麦生产效率在空间上的自相关性情况测算的Morans I。由于中国经济距离矩阵构造过程中蕴含了经济指标，使得不同研究对象之间的相似程度不再仅仅取决于地理位置，同时还取决于经济相近。因此，文章以经济矩阵为例，测算小麦生产效率的全局Morans I值。除1999、2000年未通过检验外，其余年度均显著为负且强烈拒绝“无空间相关性”的原假设。

（三）空间杜宾模型检验与结果分析

从空间自相关可知，小麦生产效率整体上存在空间相关性。因此，文章将空间因素纳入模型，采用空间杜宾模型分析农业产业集聚对小麦生产效率的影响。表4为空间计量模型适用性检验，LM检验和Robust LM检验结果表明空间滞后模型（SLM）均拒绝了“无空间自相关”的原假设；空间误差模型（SEM）的均未拒绝“无空间自相关”的原假设，R-LMLAG滞后模型比R-LMERR更具有统计意义。因此，应当考虑SLM和SDM模型。而LR检验和Wald检验显示SLM和SEM模型在1%水平下被强烈拒绝。因此应当建立SDM模型更合理。此外，Husman检验结果表明采取固定效应模型比随机效应模型更优，时空LR检验证明该模型同时存在时间固定效应和空间固定效应模型。因此，文章采用时间和空间双向固定效应的空间杜宾模型。

从空间自回归系数来看，主产省域的小麦生产效率具有空间溢出效应。基于时空双向固定效应的空间杜宾模型自回归系数为-0.179，在10%水平下显著，表明中国主产省域的小麦生产效率存在明显的空间相关性，也进一步证明文章适用空间计量模型。

从核心解释变量看，农业产业集聚系数为-0.177，在1%水平下显著。表明在小麦主产省份近二十年样本区间内，农业产业集聚对小麦生产省份有明显的抑制作用。可能的解释是，产业集聚存在“拥挤”效应。一味低水平的扩容造成规模不经济，使地区农业生产负压过重，阻碍了小麦生产效率的提高。从空间溢出视角分析，农业产业集聚的一次项空间滞后系数为-0.429，在1%水平下显著，可知农业产业集聚会通过空间集聚效应对其他省份的小麦生产效率产生抑制作用。可能的解释是，区域农业产业集聚产生了“马太”效应，导致了资源过度集中，造成“强者恒强、弱者恒弱”局面。

从控制变量来看EDU系数和滞后项系数均为正，可能的解释是，人力资本的提升意味更优秀的农业技术人员的投入和先进技术的采用，有利于小麦生产效率提高。PS系数显著为负而滞后项系数为正，可能的解释是，本区域和相邻区域人口越多劳动力供给的可能性就越大，从事农业生产的人就越多，进而有利于提高农业生产效率。NAT系数显著为负而滞后项系数为正，说明本省份自然灾害水平加重会直接抑制小麦生产效率的提升，而相邻省份自然灾害水平加重会则会促进增长，原因可能是当部分省份受灾害威胁低产时，其他省份的生产压力会加大，从而刺激小麦投入。GOV系数为负而滞后项系数为正，均通过显著性检验，由于政府采取的增产政策往往是化肥、农药和机械使用等方面惠农政策，而过量的化学要素投入是以土地污染为代价的，反而阻碍了小麦生产效率的提升；而相邻省份的政府干预程度则会显著促进增长，这是由于相邻地区随着政府干预程度短期内产生了带动效应，有利于本省份小麦生产率的增长。OPEN系数与滞后项系数为负，均通过显著性检验，本省份及周边省份对外开放度提升不利于小麦生产效率的提高。主要是因为对外开放度的提高会促进粮食市场完全竞争，竞争优势较弱的我国小麦需求遭到挤压，从而降低了小麦供给。FUND系数为负，滞后项系数为正，说明本省份基础设施水平的投入中对于农业基础设施投入力度不够，导致小麦生产效率低下，相邻省份基础设施水平的提高则会对本省有示范作用，短期内可以促进小麦生产效率增长。IND系数与滞后项系数均为负，滞后项系数通过显著性检验，说明本省份和相邻省份工业化水平提升会抑制小麦生产效率提高，可能的解释是，工业化产业的发展对农业产业产生了挤压效应，导致资源从第一产业向第二产业的转移。RUL水平显著为正，滞后项系数为负，说明本省份农村城镇化水平提高对小麦生产效率的增长有积极作用，而相邻省份的提高则有阻碍作用，可能是由于本省城镇化的发展为小麦生产提供了先进的生产技术和政策扶持，从而提高了生产效率；相邻省份的农村城镇化水平的提高可能会有虹吸作用，导致本省人力资源和物质资源流出，不利于本省小麦生产效率的增长。ADL系数显著为正，滞后项系数为负，说明本省份农业发展水平提高对小麦生产效率的增长有积极作用，而相邻省份的提高则有阻碍作用，这是由于本省先进的农用设施激发了小麦生产潜力促进其提升，而相邻省份的农业发展水平提高可能產生马歇尔效应，造成本区域农业资源外流，阻碍本区域生产。

（四）空间效应分解

为进一步分析各变量的空间效应，文章对各变量的空间总效应分解为直接效应和空间溢出效应，结果如表6。从核心解释变量的效应分解来看，总效应为-0.522，在1%水平上显著，即农业产业集聚每提高1%会导致小麦生产效率下降-0.522%；本区域和相邻区域的农业产业集聚均对小麦生产效率在1%水平上有显著负效应，系数分别为-0.156、-0.366，即小麦生产效率不仅受本区域农业产业积聚的负向影响，而且还受到相邻区域的负向影响。从控制变量来看，仅政府干预程度、对外开放度、工业化水平呈现显著的空间溢出效应，可能是由于当前政府扶持是促进农业发展的强有力渠道，而对外开放度和工业化水平的提高对农业的挤占效应较明显。

（五）区域异质性分析

我国幅员辽阔，区域之间由于自然条件、地理优势、经济发展等方面的不同，导致不同区域间农业产业集聚对小麦生产效率的影响存在异质性。因此，文章参考我国制定的小麦优先发展政策（小麦最低收购价政策）启动的省份，将14个小麦主产省划分为优先发展区域和非优先发展区域，运用空间杜宾模型进行估计，结果如表7所示。优先发展区域和非优先发展区域的空间自回归系数分别为-0.588、-0.210，其中，优先发展区域通过1%水平上的显著性检验。再次表明中国各区域小麦生产效率存在明显的空间相关性，且这种空间相关性具有区域异质性。造成这种差异的原因主要由区域之间的农业资源环境、粮食生产资源、社会经济发展水平和国家发展政策等方面差异巨大造成的。从核心解释变量来看，农业产业集聚的一次项系数及滞后项系数在优先发展区域、非优先发展区域均显著为负，进一步表明在该研究期内由于农业产业集聚导致区域内小麦生产压力过大，小麦优先发展区域生产负担较重，农业产业集聚对小麦生产效率主要产生负效应，且存在显著的空间溢出效应，前文的结论是稳健的。

三、结论与讨论

文章首先在理论上分析了农业产业集聚对小麦生产效率的作用机理，运用1999—2018年14个小麦主产省份的面板数据，构建空间杜宾模型考察了农业产业集聚对小麦生产效率的影响及空间溢出效应。结果表明：（1）在样本考察期内，我国14个小麦主产省份农业产业集聚与小麦生产效率整体上具有较强的空间相关性，即集聚的小麦生产效率会受到邻近区域的影响。（2）农业产业集聚对小麦生产效率具有显著的负向影响，且该影响具有明显的空间溢出效应，即农业产业集聚不仅对本区域的小麦生产效率产生负向影响，还会通过空间溢出效应对相邻区域的小麦生产效率产生负向影响具有较强的空间相关性。（3）自然灾害、政府干预程度、对外开放程度对小麦生产效率具有显著的负向影响。农村城镇化水平、农业发展水平对小麦生产效率具有显著的正向影响。

基于上述研究结论，拟提出以下政策建议：第一，注重宏观平衡发展，协调效率均衡化发展。在小麦高效率生产区，应当发展适度规模经营，加大政府扶持力度，充分利用小麦高产地区的辐射作用；在小麦低效率生产区，注重政策倾斜和引导作用；学习先进地区的生产技术和科学方式，合理调配经济作物和粮食作物的生产规划，实现最大化收益；同时，明确当地政府及各级部门的权责关系，规范农业投入问题，注重农业农村优先发展，向高效率生产地区看齐，最终实现区域的协调发展。第二，加快生产要素配置建设，激发小麦支撑因素生产潜能；协调小麦生产投入要素配置，防止投入过量导致的资源浪费和环境污染，在控制生产资料成本的同时实现资源利用效能最大化，提高小麦生产经济能力；发展落后地区机械化普及，实现劳动力的替代效应，降低机械化使用成本，建立全国农机化服务联合组织机构；完善灾害防护基础设施，增强抵御风险的功能，加快全国农田水利设施建设，解放生产潜能。第三，营造良好的外部社会环境，实现产业融合发展；从经济发展水平考虑，城镇化和工业化的发展加速促进了经济发展进程，为加强农业设施建设、投入科技研发资金和优化生产资源环境等创造了条件，有利于种粮专业化建设的实现；从文化发展水平考虑，整体受教育水平的提升可能会引致劳动力的非农就业转移，有助于培养新型农业生产经营主体，实现可持续发展。

The Impact of Agro-industrial Agglomeration on Wheat Production Efficiency from the Perspective of Spatial Spillover

CHEN Yang-yang

（College of Economics and Management，Zhejiang A & F University，Hangzhou 330100，China）

Abstract：Based on the panel data of 14 wheat-producing provinces from 1999-2018， the SBM model was applied to measure wheat production efficiency， and the impact of agro-industrial agglomeration on wheat production efficiency and spatial spillover effects were examined by constructing a spatial Durbin model. The results show that there is a strong overall spatial correlation between agricultural industry agglomeration and wheat production efficiency in 14 wheat-producing provinces in China; agricultural industry agglomeration has a significant negative impact on wheat production efficiency， and the impact has an obvious spatial spillover effect， i.e. agricultural industry agglomeration not only has a negative impact on wheat production efficiency in the region， but also has a negative impact on wheat production efficiency in neighbouring regions through the spatial spillover effect. Natural disasters， the degree of government intervention and the degree of openness have a significant negative impact on wheat production efficiency， while the level of rural urbanisation and agricultural development have a significant positive impact on wheat production efficiency. In this regard， it is proposed that the macro-balanced development should be paid attention to， coordinate the balanced development of efficiency， accelerate the construction of production factors， stimulate the production potential of wheat support factors， create a good external social environment， and achieve industrial integration development， and promote the improvement of wheat production efficiency in terms of human capital， population size， natural disasters， the degree of government intervention， the degree of external openness， the level of infrastructure， the level of industrialization， the level of rural urbanization， the level of agricultural development， etc. The development of wheat production efficiency in terms of human capital， population size， natural disasters， government intervention， openness， infrastructure， industrialisation， rural urbanisation and agricultural development.

Key words：agro-industrial agglomeration；wheat production efficiency；SBM model；spatial durbin model

[責任编辑  山阳]