農業全要素生產率空間效應的實證研究
——基于寧夏2006—2017年面板數據的分析

杜慧彬

（寧夏職業技術學院，寧夏 銀川 750021）

農業是國民經濟建設與發展的重要支柱產業。地區農業的良性發展對于經濟發展、社會穩定和生態安全起到至關重要的作用。全要素生產率被認為是具有長期增長效應的經濟驅動力，提升農業全要素生產率是實現中國農業高質量發展的關鍵，是推動中國農業穩定增長和促進農業提質增效的必然選擇和根本出路[1]。全要素生產率又稱為索洛余值，由美國經濟學家索洛首次提出，用于解釋經濟增長中剔除投入要素貢獻后的增長部分，是各種生產投入要素貢獻以外的，由技術進步、技術效率、管理創新、社會經濟制度等因素所導致的產出增加，具有長期增長效應[2]。

相較其他產業而言，對農業全要素生產率的考察更要考慮空間效應，因為農業對自然因素的依賴性更高。農業的自然屬性要求它的生產要有特定的區域生態環境，也就是適宜的水源、土壤和氣候等條件?？臻g計量經濟學通過考察區域的空間效應來分析空間不平等的不同屬性。通常情況下，不同空間結構之間存在2 種不同的特性，即空間異質性與空間相關性。前者也稱為空間結構差異，即不同的空間結構間存在非均衡性；后者主要取決于地理空間所處的相對位置，這些空間會產生交互作用，并彼此具有依賴性?？臻g結構的差異引起區域自然條件各不相同，其產出效率相應地也會存在差異性，因而研究農業全要素生產率卻不考慮空間效應是不科學、不全面的。寧夏的北部引黃灌溉區、中部干旱帶和南部地區的生態環境各不相同，北部地區位于銀川平原、衛寧平原和賀蘭山自然保護區，擁有黃河自流灌溉和賀蘭山生態屏障的自然優勢，農業生產環境優越；中部地區干旱缺水，沙化嚴重，生態脆弱；南部地區位于干旱半干旱區。從自然生產條件的不同可以推斷寧夏各區域的農業生產有較大的差異。對寧夏農業全要素生產率的空間效應進行研究，有利于發揮各區域比較優勢，促進各類要素合理流動和高效集聚，優化區域間資源配置，強化農業技術對區域發展的輻射帶動作用，順應空間結構變化趨勢，推動農業生產向具有更強糧食生產功能區域進行轉移。

本文首先采用DEA-Malmquist指數法測算寧夏的農業全要素生產率；其次用Stata 13.1 軟件檢驗農業全要素生產率的空間異質性；再運用Geoda 一階Rook 相鄰建立權重矩陣，進一步分析農業全要素生產率與技術進步的空間相關性；最后根據上述研究對寧夏地區的農業增長給出結論與建議。

1 文獻綜述

根據經濟增長理論，在完全競爭市場，如果資源是可以自由流動的，那么資源會自發地從低生產率企業流入高生產率企業，因而市場上所有企業的生產率應該是相同的。農業生產的資源在空間（或區域）層面的配置如果不符合效率原則，就會存在空間配置扭曲。要素的配置既有區域內部各生產單元之間的配置，又有跨區域的流動和配置。要素的區域內配置效率以及跨區域配置效率，對于區域農業一體化發展、農民收入水平的變化、區域間農業生產差距都會產生重大影響。

農業生產依附于自然環境，對自然資源產生較強的依賴性，同時農業生產過程對自然環境產生較強的外部效應，且因自然資源稟賦的集聚效應存在，農業生產具有較高的地理集聚效應，即有較強的空間相關性。在技術條件落后的早期，人類無法解決因地理位置限制帶來的空間資源配置差異，隨著勞動力、技術、投入等要素的產生和快速流動，農業生產逐漸打破了空間帶來的局限性，進一步促進了農業生產要素在地區之間的流動和增值。楊剛等[3]對1998—2012年的中國農業全要素生產率值進行了檢驗，認為大多數年份具有顯著的空間相關性，全局不顯著的年份在局部存在區域聚集性。劉莉等[4]對我國農業全要素生產率的空間效應進行檢驗，發現其具有顯著的正向空間溢出效應，也就是說一個地區農業全要素生產率的提升對于鄰近地區農業全要素生產率的增長具有促進作用。李欠男等[5]測算了1978—2015 年中國?。▍^、市）的農業全要素生產率，用空間誤差模型檢驗了空間相關性，認為空間因素對農業全要素生產率有顯著的正向影響，并且存在空間條件收斂，但由于各區域資源稟賦的差異，各地區收斂速度迥異[5]。王紫露等[6]研究了長三角城市群的農業全要素生產率及其時空演變，發現26 個城市間農業生產效率、規模效率空間差異較大[6]。而另有一部分學者認為我國農業全要素生產率在空間上并不存在顯著的溢出關聯效應[7-8]。已有文獻缺少對寧夏農業全要素生產率的空間效應研究，故本文對寧夏地區的農業生產空間異質性與相關性展開較深入的研究。

2 研究設計

2.1 研究方法

2.1.1空間異質性研究方法 測算區域發展的不均等和差異性的研究通常采用極差、泰爾指數、標準差、變異系數、基尼系數等方法。本研究采用泰爾指數測算區域間與區域內農業全要素生產率的差距與變化趨勢。

2.1.2空間相關性研究方法 在進行空間相關性檢驗時，通常會采用Anselin 提出的莫蘭指數法（Moran’s I 法），通過借助空間權重矩陣判斷空間單元之間的影響強度。

1）空間權重矩陣W。在很多研究中，最常用的空間權重矩陣方式是地理鄰接權重。由于經濟主體與其所處的地理空間位置有著密切聯系，為了將空間位置信息引入統計分析，首先構造一個空間鄰接矩陣來定義空間區域的相互關系，簡化空間信息，以權重的方式突出區域的空間位置與經濟變量的關聯，即

式中：wmn表示區域m與n的鄰接關系，用1、0分別表示區域鄰接、不鄰接的關系。

在對農業生產的考量中，大多采用地理鄰接矩陣，比如楊剛等[3]對中國農業全要素生產率空間效應的考察，以及李兆亮等[9]對中國農業綠色經濟增長的空間相關性的考察，都優先采用鄰接矩陣表達空間單元的關系。

2）全局莫蘭指數。全局Moran’s I 指數的表達式：

式中：wij是空間鄰接矩陣；xi是位置（區域）i的屬性值為所有空間權重之和。Moran’s I 指數I的取值一般在-1 到1 之間，大于0 表示正的自相關，即高值與高值相鄰、低值與低值相鄰；小于0表示負的自相關，即高值與低值相鄰。如果Moran’s I指數接近于0，則表明空間分布是隨機的，不存在空間自相關。

2.2 變量選取與數據來源

對于變量的選擇，本文參考大多數研究者選取指標的方式，比如全炯振[10]對產出要素、土地投入要素、資本投入要素、中間投入要素的選擇，以及史常亮等[11]對投入和產出變量的選擇。

2.2.1產出變量 農林牧漁業總產值（萬元），采用2006 年不變價的農林牧漁業總產值。2006—2017年的農林牧漁總產值與農林牧漁總產值指數均取自歷年的《寧夏統計年鑒》。

2.2.2投入變量 投入變量主要有以下幾種。①土地投入：農作物總播種面積（hm2）；②勞動力投入：農林牧漁業從業人員（人）；③資本投入：機械總動力（104kW）；④中間投入：化肥施用量（t）。其中農作物總播種面積、農林牧漁業從業人員、化肥施用量取自2007—2018年的《寧夏統計年鑒》，機械總動力取自2007—2018年的《中國縣（市）社會經濟統計年鑒》以及寧夏各市（縣、區）2006—2017 年的國民經濟和社會發展統計公報。

2.2.3不規范數據的調整與缺失數據的處理 由于2015年以后農業運輸動力不再計入農機總動力，統計年鑒上的農機總動力比往年下降25%左右，為了保證數據的平穩性以及準確性，依據國家統計局公布的寧夏機械總動力的數據，對2016 年、2017 年各縣域的農機總動力做了平穩性調整。

2.3 研究區域界定

2.3.1研究區域界定 綜合考慮各種變量以及數據的可得性，本文選取寧夏22 個市（縣、區）為研究對象，并按照寧夏統計局網站對寧夏數據市（縣、區）的年度歸類方式，將興慶區、金鳳區和西夏區歸為銀川市區，將大武口和惠農區歸為石嘴山市區，最終形成19 個市（縣、區），并對2006—2017 年的面板數據進行分析。

2.3.2數據來源 本文采用的數據均來源于國家統計局網站公布的2006—2017 年全國和寧夏的數據、寧夏統計局網站公布的2006—2017年寧夏的數據，以及2006—2018 年的《中國縣（市）社會經濟統計年鑒》。

2.3.3數據指數 總產值、GDP、收入的處理均采用環比指數連乘法進行換算得出[12]。

3 寧夏農業全要素生產率空間相關性分析

運用Deap 2.1 軟件將2006—2017 年間寧夏19個市（縣、區）的農業投入產出數據作為樣本，測算農業全要素生產率、技術進步指數和技術效率變化指數。

3.1 寧夏農業全要素生產率及其分解項

通過對全要素生產率測算方法進行分解，發現全要素生產率是由技術進步與技術效率的共同作用決定的，因而在研究農業全要素生產率變化特點的過程中要對技術進步與技術效率進行分析，見表1。

表1 寧夏農業全要素生產率和分解項變化指數（2007—2017年）

寧夏農業全要素生產率具有以下特點：第一，在2007—2017年間，寧夏農業全要素生產率平均指數為1.040，表示年均增長率為4%，累積增長率（2006年=1）為1.516，較2006年增長0.516倍；第二，農業技術效率指數為1.001，技術進步指數為1.039，雖然都有所增長，但是農業技術效率增長不明顯，基本保持不變；第三，2006 年以來，寧夏農業全要素生產率的改善得益于技術進步的增進，但這種進步并不穩定，表現出明顯的波動性，特別是在2008 年到2010年。

3.2 空間效應分析

3.2.1空間異質性分析 運用Stata 13.1 軟件對寧夏農業全要素生產率進行泰爾指數測算。這里將寧夏22 個市（縣、區）從北到南依次分為北部、中部和南部3個區域①北部：銀川市、永寧縣、賀蘭縣、靈武市、平羅縣、石嘴山市；中部：利通區、紅寺堡區、鹽池縣、同心縣、青銅峽市、沙坡頭區、中寧縣；南部：原州區、西吉縣、隆德縣、涇源縣、彭陽縣、海原縣。（杜慧彬. 生態文明建設背景下寧夏農業全要素生產率研究[D]. 銀川：寧夏大學，2021：47.）。

1）寧夏農業全要素生產率的總泰爾指數。從圖1 可以看出，寧夏農業全要素生產率的泰爾指數呈現下降趨勢，從2007 年的0.004 4 降低到2017 年的0.001 0。雖然在2007—2009年呈現上升趨勢，從0.004 4上漲到0.006 8，說明這幾年農業全要素生產率有比較明顯的發散趨勢，但在之后幾年又迅速下跌，從0.006 8 下降到0.001 0?？梢?，寧夏區域內農業全要素生產率的差距在逐漸縮小。

圖1 2007—2017年寧夏農業全要素生產率的泰爾指數

2）組間差異與組內差異的貢獻率。泰爾指數可以分為組內貢獻和組間貢獻。圖2 表明，組內差異始終是整體不均等的重要組成部分，2007 年組內差異貢獻率高達96.8%，盡管逐漸有所下降，最低值為2011 年的0.555，但在整個觀察期內，其貢獻率都高于組間差異貢獻率，并且在2017年的貢獻率高達100%。與此同時，組間差異貢獻率從初始的0.032震蕩上升，最高點為2011 年的0.445，隨后逐漸回落，到2017年組間差異貢獻率下降為0?？梢?，降低組內差異可以有效減小寧夏區域內部農業全要素生產率的差距。

圖2 2007—2017年寧夏農業全要素生產率泰爾指數組內差異與組間差異貢獻率

3）北部、中部和南部地區農業全要素生產率差異的泰爾指數值。為了進一步了解不同地區農業全要素生產率水平差異，把寧夏地區農業全要素生產率的泰爾指數趨勢劃分為北部、中部和南部3 個區域進行分析（圖3）。3 個區域農業全要素生產率的泰爾指數在2011 年以后的走勢基本趨同，而在2007—2011 年間呈現不同程度以及不同時段的起伏，具體表現為南部地區從2007 年的0.001 9 上漲到2008 年的0.006 7，2009 年又回落到0.000 8，之后幾年有小幅度波動；北部地區是在2009年出現峰值，從2007年的0.003 3上升到0.007 7，在2010年回落到0.001 3，直到2017 年同樣呈現小幅度波動；中部地區較為不同的是在2007—2010 年表現出先下降后上升的趨勢，從2007 年的0.007 1 下降到2008 年的0.004 9，隨后回升至2010 年的0.008 0，在2011 年驟減到0.000 9，同樣在之后幾年只有輕微波動。3個區域在2007—2017年的農業全要素生產率的泰爾指數均值大小依次為中部（0.002 8）、北部（0.002 0）、南部（0.001 6），說明寧夏農業全要素生產率的地區差異主要集中在中部。

圖3 2007—2017年寧夏3個區域的泰爾指數走勢

3.2.2空間相關性分析 運用Stata 13.1 軟件對寧夏19個縣（市）建立空間權重矩陣，再對2007—2017年寧夏農業全要素生產率進行全局Moran’s I檢驗，計算結果見表2。

表2 寧夏農業全要素生產率的Moran’s I檢驗

由表2 可知，農業全要素生產率的空間自相關指標在2017年具有顯著性。

再利用Geoda 軟件一階Rook 相鄰建立權重矩陣，對2017年的農業全要素生產率進行局部莫蘭指數檢驗，結果表明：①北部的石嘴山市轄區、平羅縣、銀川市轄區、永寧縣、靈武市和利通區均屬于農業全要素生產率具有正的聚集效應區域；②中部地區的沙坡頭、中寧縣、紅寺堡區、同心縣、海原縣和鹽池縣的農業全要素生產率較低，具有負的空間相關性；③賀蘭縣本地區的農業全要素生產率很高，但相鄰地區的農業全要素生產率較低；④青銅峽市、原州區和隆德縣與相鄰地區相比是低水平地區。

4 結論與建議

以寧夏22個市（縣、區）2006—2017年有關數據為研究對象，采用Malmquist指數測算農業全要素生產率，并對其空間異質性與相關性進行檢驗，得出以下結論。

1）2007—2017 年寧夏農業全要素生產率年均增長率為4%，累計增長率為1.516。農業技術效率指數為1.001，技術進步指數為1.039，表明技術進步仍然是推動全要素生產率增長的主要因素。

2）總體而言，寧夏農業全要素生產率增長的泰爾指數呈現下降趨勢，從2007 年的0.004 4 降到2017年的0.001 0，表明寧夏區域內全要素生產率增長的差距在逐漸縮小。根據組間差異與組內差異的不同貢獻率，組內差異貢獻率遠高于組間差異貢獻率。不同區域泰爾指數均值的排序表明，寧夏農業全要素生產率的地區差異主要集中在中部。

3）2017 年的寧夏農業全要素生產率存在空間相關關系，即北部的大多數縣（市）都屬于具有正聚集效應的區域，中部地區的大多數縣（市、區）都具有負的空間相關性，南部地區的彭陽縣、涇源縣具有正的空間相關性。

為了推動寧夏全區域農業高質量發展，縮小區域生產效率差異，提高農業系統韌性，提出如下建議。

1）充分發揮北部地區的聚集效應與輻射作用。地理環境因素對寧夏地區農業技術進步的影響很顯著，具有相同生產條件和地理環境的地區有利于相互間農業生產技術水平的擴散和傳播，表現出相鄰地區農業技術趨同的現象。因此，應當加強強強地區的合作，增進農業生產的地區集聚水平，加快提升研發強度和技能人才、管理人才水平，推動區域技術創新能力；通過政策與資金傾斜、加強區域間的交流與合作等途徑，充分發揮農業技術引領輻射作用，提高產業間的高質量融合，帶動中部和南部地區農業現代化發展。

2）推動中部、南部地區的生態建設。寧夏中部和南部地區的農作物總播種面積占寧夏農作物總播種面積的80%以上，但農業全要素生產率長期低于北部地區，這個結果大體可歸因于不同地區特定的生態結構。北部土壤肥沃，耕種條件優越；中部屬于干旱帶，土壤貧瘠；南部屬于山區，丘陵溝壑延綿不絕。而土壤質量、灌溉條件、溫度等因素對土地生產率均有重要影響，因而加強地區生態建設能夠強化地區水源涵養能力，提升土壤質量，穩定生態系統，進而維護農業系統的韌性。

3）推動農業數字化轉型。數字經濟具有便捷性、外部經濟性和邊際收益遞增性等特點，在降低各行業的交易成本、促進要素流動與供需精準匹配等方面發揮出重要作用。在農業主產區進行農業數字化轉型有利于機械化、信息化優勢的充分發揮，通過構建農業物聯網測控體系可以為政府的宏觀預測和精確統計提供一手數據；通過對各個影響因素進行實時監控有助于總結成功經驗，形成示范效應。在生態環境敏感區域實施數字化轉型，借助數字技術進行土壤調查以獲取土壤屬性特征和時空演變信息，能夠精準評價土壤肥力質量，是實現對土壤資源與生態系統科學管理的重要前提[13]。通過完善追溯體系建設，實現生產、流通、經營等環節的信息透明化，能夠加強上下游各經濟主體間、經營主體與消費者間的信息對接，實現從“農田到餐桌”真正意義上的全過程可追溯，提高食品安全保障水平[14]。