中国农业经济韧性水平测度与时空演化

蔡清龙

（1.中国矿业大学公共管理学院，江苏 徐州 221116；2.江苏财经职业技术学院金融学院，江苏 淮安 223001）

一、引言及文献综述

“十四五”规划提出，我国总体发展目标是：“基本实现新型工业化、信息化、城镇化、农业现代化”。党的二十大报告强调：“加快建设农业强国，扎实推动乡村产业、人才、文化、生态、组织振兴”。可见，加快建设农业现代化，赋能农业强国建设仍是我国长期关注的内容[1]。

现阶段，生产资源浪费、农业转型困难等问题频发，使生态环境遭到破坏、粮食产量与居民需求难以匹配、国民生计难以维系，严重制约了农业产业可持续发展[2]。农业经济作为国家经济体系的重要组成部分，在新发展格局中处于基础性和战略性地位。提升农业经济韧性，发挥农业产业的“稳定器”和“压舱石”作用，是推进农业产业现代化建设与可持续发展的关键动能[3]。有鉴于此，科学测度中国农业经济韧性水平，研究农业经济韧性的区域差异及时空演化特征，对加速实现农业现代化，赋能农业强国建设具有重要意义。

当前，有关农业经济韧性水平的研究可分为测度和影响因素两个方面。有关农业经济韧性水平的测度，蒋辉(2022)研究指出中国农业经济韧性具有显著的省际关联特征[4]。李久林等(2022)使用PSR 模型对安徽省农业经济韧性水平进行测度，认为现阶段安徽省农业经济韧性水平表现出显著提升态势[5]。有关农业经济韧性水平的影响因素，Zhou J 等(2023)发现，农村产业融合发展能够显著提升农业经济韧性[6]。唐莹和陈梦涵(2023)研究发现，加大农业基础设施建设能够对提高农业经济韧性水平[7]。

梳理上述文献可以发现，现有研究多聚焦于中国农业经济韧性水平测度及影响因素层面，对中国农业经济韧性水平空间关联的相关研究较少。但是，研究农业经济韧性水平的空间分布格局并明确其区域关联性，对于提升中国农业经济韧性水平具有重要意义。

文章可能存在的边际贡献如下：第一，使用熵值法对中国农业经济韧性水平和区域差异进行测度，为缩小中国农业经济韧性水平差距提供理论基础。第二，使用莫兰指数对中国农业经济韧性水平的空间相关性进行检验，进一步探析中国农业经济韧性水平的空间分布特征，以推动其协同发展。第三，基于经济收敛理论对中国农业经济韧性水平的收敛性进行分析，以期为缩小农业经济韧性区域差异提供有效助益。

二、中国农业经济韧性水平指标体系构建

1. 中国农业经济韧性水平评价指标

为更精确、更全面地分析农业经济韧性水平，首先，在构建指标时应遵循科学性、系统性及数据可得性原则[8-10]。其次，在构建中国农业经济韧性水平指标体系之前，需对中国农业经济韧性的主要内容及基础内涵进行进一步探讨，明确指标体系构建思路，为文章实证检验奠定良好基础。农业经济韧性水平提升能够凭借做好风险防御、调节经济结构、推动科技创新等方式，促进农业现代化发展，是推动我国农业强国建设的重要动能[11-13]。因此，在构建农业经济韧性水平指标体系时，应将防控、调节、创新作为重点刻画内容，多维度阐释农业经济韧性的基础内涵与重要性，以精确衡量农业经济韧性水平。最后，基于前文所述，从抵抗能力、调节能力、创新能力三个维度构建农业经济韧性水平指标体系[14-16]，具体如表1 所示。

表1 中国农业经济韧性水平评价指标体系

2. 数据来源与说明

选取2013—2022年我国30 个省份（除西藏及港澳台地区） 面板数据为研究样本。主要数据来源于历年《中国统计年鉴》 《中国农业年鉴》 《中国农村统计年鉴》 《中国粮食年鉴》 《中国林业统计年鉴》《中国科技统计年鉴》 《中国环境统计年鉴》 《中国保险年鉴》 《中国农业机械工业年鉴》、中经网、国泰安数据库，部分缺失数据使用插值法补齐。

三、中国农业经济韧性水平测度方法

为客观、精确、统一衡量指标，需进一步对指标体系中的指标进行赋权处理。因此，选熵值法对指标进行客观赋权。具体方法如下：

第一，对中国农业经济韧性水平的原始数据展开标准化处理，具体模型如下：

其中，Xij′与Xij分别指代标准化处理后的中国农业经济韧性水平的指标值和第i年第j 个指标的原始值；max{Xj}与min{Xj}分别表示全部研究年份中j 指标的最大值及最小值。

(1) 复合地基承载力验算[6-8]。由JCCAD计算得出：基底压力标准值Pk=450 kPa；计算车库等效覆土深度d=1.25 m，深度修正的基础埋深d=3.75 m，有效重度取值15 kN/m3。

第四，对指标的信息熵冗余度进行测算，可得fj=1-ej。

计算出第j 个权重后，Sij=yjXij′表示第i年j 指标的评分值。

四、中国农业经济韧性水平综合指数测度及结果分析

使用熵值法对2013—2022年中国30 个省份的农业经济韧性水平进行测算，得出综合评价指数，并进行排序与对比分析，结果如表2 所示。由表中数据可知，从全国层面来看，中国农业经济韧性水平均值从2013年的0.190 上升至2022年的0.349，年均增长率达6.346%，整体呈现出良好发展态势。从省级层面来看，农业经济韧性水平高于全国综合平均水平(0.251)的省份共有14 个。其中，中国农业经济韧性水平最高的地区为山东，最低的地区为宁夏，二者指数相差3.201 倍，表明各地区农业经济韧性水平具有较大差距。

表2 中国农业经济韧性水平综合评价

五、中国农业经济韧性水平的时空演化与收敛性分析

1. 研究方法

（1） 莫兰指数

现有文献显示，农业经济韧性水平存在空间异质性[17]。因此，文章利用莫兰指数对各区域间中国农业经济韧性水平的空间分布特点进行分析，该指数大小处于[-1，1]之间。具体模型如下：

式(3)、式(4)分别为全局莫兰指数和局部莫兰指数，n 代表区域总数，zi表示i 区域的中国农业经济韧性水平指数，z¯指代中国农业经济韧性水平的均值，wij为相邻省份的空间权重矩阵。

（2） 经济收敛理论

根据前文分析可知，中国农业经济韧性水平存在较为明显的空间差异。为分析这种差异是否会随着时间推移扩散或收敛，参考已有研究，对四大区域的中国农业经济韧性水平依次做σ 收敛、绝对β 收敛及条件β 收敛分析。

第一，中国农业经济韧性的σ 收敛。σ 收敛能够检验中国农业经济韧性水平的离差变化，当离差变小，区域间离散程度也随之降低，说明中国农业经济韧性水平存在σ 收敛，具体模型如下：

其中，Sn，t指代n 省t 时期的中国农业经济韧性水平；为全部省份t 时期的中国农业经济韧性的平均水平；σt为中国农业经济韧性水平的相对差异程度，当σt+T<σt时，说明各省农业经济韧性水平的离散系数会随时间逐步缩小，证实σ 收敛存在。

第二，中国农业经济韧性水平的绝对β 收敛。绝对β 收敛主要分析中国农业经济韧性水平较低地区是否具有较高增长率，进而追赶较高农业经济韧性水平地区发展速度，反映中国农业经济韧性水平的增长率与初始水平是否具有负相关性，使用固定效应模型进行验证，具体模型如下：

第三，中国农业经济韧性水平的条件β 收敛。考虑到不同个体在地区可能存在一定差异，文章使用条件β 收敛对不同区域间的中国农业经济韧性水平是否会向自身稳态水平收敛展开测度，具体模型如下：

其中，α0表示不同区域的稳态条件；β 为回归系数；当β 显著为负时，说明存在β 条件收敛，即中国农业经济韧性水平会向自身稳态水平收敛。

2. 结果与分析

（1） 中国农业经济韧性水平的时间演变

根据国家统计局划分标准，将我国划分为东部、中部、西部与东北地区，探讨中国农业经济韧性水平的空间布局及区域差异。此外，借鉴任建华和雷宏振(2022)[18]的研究思路，将区域人均播种规模的中位数作为划分我国小规模种植区域与大规模种植区的标准，并进一步研究我国不同规模种植区的中国农业经济韧性水平的时空演变。其中，人均播种规模使用土地播种面积与第一产业从业人数的比值测度[19]。

一是四大区域。四大区域农业经济韧性水平的时间演变趋势如图1 所示。观察可知，四大区域与中国农业经济韧性水平整体均呈现出上升趋势。其中，2013—2022年东部地区与中部地区农业经济韧性水平表现出持续增长态势，且在2020年呈现出大幅增长趋势。2022年四大区域的农业经济韧性水平仍呈现出中部地区最高、东部地区次之、东北地区再次、西部地区最后的态势，且东北与西部地区明显低于其他地区，与中部地区相比差异较大，说明我国农业经济韧性水平还存在一定差距。

图1 四大区域中国农业经济韧性水平时间演变

二是不同规模种植区。图2 为不同规模种植区的农业经济韧性水平的时间演变趋势。观察发现，我国不同规模种植区的农业经济韧性平均水平整体上表现为平稳上升趋势。其中，大规模种植区经济韧性水平大于小规模种植区，且远高于全国水平，说明大规模种植区仍是推动我国农业经济发展的重要驱动力。

图2 不同规模种植区农业经济韧性水平的时间演变

（2） 中国农业经济韧性水平的空间分布

根据各省农业经济韧性水平的全局莫兰指数可知（篇幅限制，图已省略），中国农业经济韧性水平的全局莫兰指数均大于0，说明其呈现出空间正相关性，且整体表现出波动上升态势。需要说明的是，虽然2017—2019年中国农业经济韧性水平的全局莫兰指数略有降低，但仍然能够证明中国农业经济韧性水平具有较强空间集聚现象，并于2022年达到0.346 的最高值，表明这一年省际空间相关性最强。

表3 为2013—2022年中国农业经济韧性水平局部莫兰指数的空间分布情况。列(1)～列(4)分别为高—高型地区(H—H)、低—高型地区(L—H)、低—低型地区(L—L)、高—低型地区(H—L)。可以发现，呈现出L—H 型集聚特征的省份主要分布于东北与西部地区省份相对较多，中部与东部地区省份较少；呈现出H—H 型集聚特征的省份主要分布于东部及中部地区；表现为H—L 型集聚特征的省份多分布于西部地区；而北京、上海这类经济政治文化中心多呈现出L—L型集聚特征；此外，青海、甘肃这类地理位置偏远且自然条件对农业发展有一定掣肘的西部地区省份也表现为L—L 型集聚特征。综上，中国农业经济韧性水平表现出显著空间相关性。

表3 中国农业经济韧性水平的局部莫兰指数分布情况

（3） 中国农业经济韧性水平的收敛性分析

一是σ 收敛。根据中国农业经济韧性水平在全国及四大区域中的标准差（篇幅限制，已省略） 结果可知，以全国范围为视角，中国农业经济韧性水平从2014年起呈现出显著发散态势，并于2017—2019年时表现出短暂的阶段性收敛状态，但从2020年开始继续呈现出持续发散状态。这意味着在样本期内，全国农业经济韧性水平仍能够在整体上表现出发散状态。以四大区域为视角，研究发现中国农业经济韧性水平在四大区域的发散程度与全国的发散趋势存在极高相似性，说明在研究期间，中国农业经济韧性不存在显著σ 收敛。值得注意的是，东部、中部、西部与东北地区存在较大的区域内部差异。其中，东北地区在大多数时期均表现为低发散状态，且内部差异最小。东部地区的内部差异略大于东北地区，小于中西部地区，并呈现出波动上升与阶段性收敛的相互交替态势；中部地区的区域内差异在2016年达到最高点，并于2017年开始呈现出收敛态势。西部地区的区域内差异在2018年时，由相对平稳逐渐转换为持续上升趋势。

二是绝对β 收敛。表4 为中国农业经济韧性水平的绝对β 收敛分析结果。观察发现，全国范围与东北地区农业经济韧性水平的绝对β 收敛结果均显著为负，东部地区、中部地区及西部地区系数显著性相较东北地区更低。说明除全国整体及东北地区外，其他区域农业经济韧性水平较高地区的增长率更高。也就是说，即使这些地区农业经济韧性水平出现收敛态势，也难以在短时间内达到稳定追赶状态。而东北地区的农业经济韧性水平具有一定落后地区追赶发达地区的态势。

表4 中国农业经济韧性水平的绝对β 收敛分析结果

六、结论与建议

1. 结论

文章选取2013—2022年我国30 个省份面板数据，使用多种计量模型对中国农业经济韧性水平、时空分布与收敛性特性展开研究。结果显示，其一，中国农业经济韧性水平表现出逐渐提升趋势，具体呈中部地区最高、东部地区次之、东北地区再次、西部地区最后的发展格局。其二，中国农业经济韧性水平具有显著空间相关性。其中，西部地区集聚特征多表现为L—L 型，东部、中部地区多为H—H 型和L—H 型集聚。其三，中国农业经济韧性水平在全国及四大区域均存在条件β 收敛，但不存在显著σ 收敛，且东北地区具有绝对β 收敛。

2. 建议

第一，推动农业产业基础设施建设，促进农业经济提质增效。研究表明，大规模种植区是推动中国农业经济韧性水平提升的关键助力。因此，各地政府应加强农业产业基础设施建设，进而推动农业经济韧性水平提升。政府部门可借助大数据、云计算等现代化技术构建气候观测系统、水利浇灌系统、要素分配系统等完善的数字基础设施，扩大种植区数字规模，提高风险防御水平，推动农业经济韧性水平持续不断的提升。

第二，因地制宜制定农业发展规划，缩小农业经济发展差距。上文研究结果表明，全国及四大区域均存在条件β 收敛，说明各地区因区域异质性表现出不同的稳态水平。故此，政府部门应针对不同地区农业现有基础制定不同发展规划，提高各地区适应调节能力，赋能各地区农业经济韧性水平提升。针对中部及东部地区农业经济韧性水平较高省份，相关政府部门应着重打造囊括生产、研发、运输、安全等方面的农业综合发展园区，加强农业产业工业化、数字化、自动化程度，提高农业产业适应调节水平，赋能农业经济韧性水平进一步提升。针对东北及西部地区农业经济韧性水平较低的省份，政府部门应加快农业产业化进程，吸收中部与东部地区的先进农业技术，利用当地特色因地制宜发展农业周边产业，建设农业产业园区，缩小区域差距，进一步赋能各区域农业经济协同发展。

第三，打造农业经济共享空间布局，赋能农业经济协同发展。研究结果显示，中国农业经济韧性水平具有显著空间相关性，能够对周边省份产生影响。因此，政府部门应加速农业创新技术攻关，利用5G 技术、互联网等数字技术打通省际交流渠道，充分发挥H—H 型地区的引领作用，向周边地区展开合作与交流。同时，有关地区还可向邻近省份输送优质人才、创新技术等资源，提高周边地区农业创新技术发展水平，带动周边地区农业经济发展，推动周边地区向H—H 型地区迈进，进而赋能农业经济韧性水平持续性提高。