安徽省农业供给影响因素的空间研究

任志安，刘雨佳

(安徽财经大学 经济学院，安徽 蚌埠 233030)

安徽省农业供给影响因素的空间研究

任志安，刘雨佳

(安徽财经大学 经济学院，安徽 蚌埠 233030)

采用安徽省2006-2015年期间16个地市的农业生产总值与农业生产要素的相关数据，利用莫兰指数验证了空间相关性，通过建立柯布-道格拉斯生产函数和空间计量(SAR与SEM)模型，验证了影响安徽省农业供给的影响因素。结论表明：(1)安徽省16个城市之间的农业产出存在空间相关性，区域之间应该加强合作，促进农业的发展；(2)安徽省16个城市中影响农业供给的因素依然是劳动力、土地以及资本，安徽省应该从此三要素入手，制定相关的对策建议以提高农业供给。

农业供给；莫兰指数；空间计量模型

农业是我国国民经济的基础产业，安徽省又是我国的农业大省，其农业的发展在国民经济中具有举足轻重的地位，且在2015年12月下旬召开的中央农村工作会议中，强调了“要着力加强农业供给侧结构性改革，提高农业供给体系质量和效率，使农产品供给数量充足、品种和质量契合消费者需要，真正形成结构合理、保障有力的农产品有效供给”，因此在当前进行的“供给侧结构性改革”下，对安徽省农业供给影响因素的研究显得尤为重要，同时也具有现实意义。本文运用了安徽省16个城市的数据，建立柯布-道格拉斯生产函数模型，利用莫兰指数，空间计量模型等相关模型，对影响安徽省农业供给效率的因素进行了定量的分析，从而为提高安徽省农业供给侧改革提供可行的方案。

一、文献综述

目前，学术界对于农业的研究大多集中在两个方向：一是农业现代化、产业化的研究；二是农业公共产品供给的研究。其次学术界的专家学者更多地使用理论及逻辑分析的方法进行阐述，很少有加入理论模型结合相关软件的实证分析，加入空间因素的时空研究更是少之又少。

1.农业现代化、产业化的研究

研究农业现代化、产业化的文献可谓是汗牛充栋，闫磊(2016)认为农业产业化发展对农民收入增长边际作用存在先递增后递减趋势；张红宇(2015)认为与其他国家的农业现代化相比,中国的农业现代化是有特色的，也蕴含着特殊的内涵；龙冬平(2014)认为社会文明进步的重要标志，即是农业现代化的发展水平，同时农业现代化是中国"四化"的重要组成部分；蔡海龙(2013)认为完善和优化产业链是农业产业化纵向发展的重要途径和方法；扩大规模经营，发挥规模效益，使得资源合理配置是农业产业化横向发展的重要途径和方法。

2.农业公共商品供给的研究

学术界对农业公共产品供给的研究成果也十分显著，程晓文(2016)认为农村公共物品的有效供给,提高农村公共服务的能力,有利于增强农业的竞争力、促进农民的收入和改善农村面貌；严奉宪(2015)认为农业减灾公共品的供给对于减少农业灾害带来的损失具有重要意义,并且必须建立在农户需求的基础上,提供他们切实需要的减灾公共品；贺林波(2014)认为农村公共产品在现代农业发展中对促进农业经济增长的作用越来越显著；曾福生(2013)认为在农业基础设施的供给效率方面，我国西部地区的平均水平明显低于东中部的平均水平,同时，在规模报酬方面,大多数在西部的省份的规模报酬都是递增的;他还认为我国的教育发展投资水平越高，农业基础设施供给效率越高,而人均GDP以及财政支出中的农业支出占GDP比重越高，会导致农业基础设施供给效率降低。

3.农业的理论研究

关于农业的理论研究大多是从相关的改革内涵或某一现象出发，提出相关的对策建议，孔祥智(2016)认为土地制度改革、结构调整和粮食价格体制和补贴制度改革是当前农业供给侧结构性改革的三大主要任务；尹昌斌(2015)认为加强农业资源的保护，节约使用农业资源，发展农业产业链的循环模式等有益于推进生态文明型的现代农业建设,并提出加强生态补偿等制度安排,对于探索生态文明型农业可持续发展道路,制定有针对性的推进策略具有十分重要的意义；汪发元(2014)认为我国想要培育新型农业经营主体,首先就必须制定相应政策，来保障新型经营主体健康成长;其次应当制定适当的农业经营准入标准,来保证农业从业人员的素质水平;再次就要实行农业协会联盟制,保障农业从业人员的权益同时扩大农业市场的话语权；杨长福(2013)认为现代化农业发展的主要障碍之一即是农业人口老龄化,这一现象不仅导致了农业有效劳动力不足,限制了农业资本的投入,此外还使得土地资源没有得到合理的利用,严重阻碍了现代农业的发展。

综上所述，我们可以看出学术界对农业的供给要素的研究还十分匮乏，而供给要素在区域之间的交换流动在我们的农业生产中也是必然的，因此本文加入空间因素后对农业供给要素的研究就十分必要也是具有现实意义的。

二、安徽省农业供给模型建立

1.农业供给相关数据的选择

农业供给可以看作是农业的生产，从而影响产量的因素即为生产要素的投入量，因此生产的要素为：资本、劳动、土地、企业家才能。在农业生产中，因为企业家才能难以量化，故而本文不考虑企业家才能。通过查阅《安徽省统计年鉴》和安徽省统计公报后，本文选取安徽省2006年—2015年16个城市的农业生产总值表示农业的产出，采用各地市的农业固定资产投入表示资本要素投入，采用各地市的农业劳动力投入量表示农业要素投入，采用各地市的农作物播种面积表示土地要素投入量。

2.空间权重矩阵的确定

空间权重矩阵的类型有很多，有邻接矩阵、发距离矩阵、经济权重矩阵、嵌套矩阵等。本文选择邻接矩阵，邻接矩阵是根据研究目标在地理上的是否相邻为标准来进行赋权，用以确定研究目标的空间属性特征。一般情况下，当两个研究对象在地理位置上是相邻的，即拥有共同边界的时候，将其权重设置为1。反之两个研究目标在地理上不相邻的时候，将其权重设置为0。因此，根据安徽省16个城市是否相邻，形成了一个16×16阶的空间权重矩阵，如表1所示。

3.空间相关性的测度——莫兰指数

在使用空间计量模型之前必须进行空间相关性检验，只有通过空间相关性检验才能确定研究的对象具有相应的空间关联，从而进一步进行空间计量模型检验。空间相关性一般可以分为正相关、负相关、不相关。目前，空间统计最常用的方法是采用莫兰于1950年所提出的莫兰指数(Moran’s I)来考察空间自相关性。莫兰指数又分为全局莫兰指数和局部莫兰指数。全局莫兰指数(global Moran’s I)考察的是整个样本所处空间的聚集情况，其计算式如式(1)所示：

(1)

其中，全局Moran’s I的取值范围一般在-1到1之间，越接近1就表示越强烈的正自相关，即高值与高值相邻，低值与低值相邻；越接近-1，则说明负自相关越强烈，即高值与低值相邻，低值与高值相邻；若全局Moran’s I的值接近0，则说明不存在空间自相关，即空间分布是随机的。

局部莫兰指数(local Moran’s I)即是可以知道具体是哪一个位置存在明显的空间聚集，其表达式如式(2)所示：

表1 安徽省16个城市空间权重矩阵

(2)

局部莫兰指数的含义与全局莫兰指数类似：若为正值，则绝对值越大，表示该地区与周边的空间正自相关性越强；若为负值，则绝对值越大，表示该地区与周边的空间负自相关性越强。

4.安徽省农业供给模型构建

农业的供给也即农业的产出，通过大量相关研究的文献，构建含有劳动力要素投入、资本要素投入、土地要素投入以及技术要素投入的C-D生产函数，如式(3)所示。

(3)

其中，Yi表示第i个地区的农业生产总值，Ai表示第i个地区的技术要素投入量，Li表示第i个地区的劳动力要素投入量，Si表示第i个地区的土地要素投入量，Ki表示第i个地区的土地要素投入量，ei表示第i个地区的C-D函数随机扰动项，α、β、γ分别为三种生产要素的弹性。对(3)式两边同时取对数，得到式(4)。

InYi=χi+αInLi+βInSi+γInKi+ei

(4)

因此，上式则表示一个地区的农业生产总值是由该地区的技术要素投入、劳动要素投入、土地要素投入以及资本要素投入之和决定的，又因为技术要素难以量化，所以上式直接用常数项χi表示。

5.安徽省农业供给的空间计量模型

空间计量经济学中的基本模型分别是：空间滞后模型(SAR)和空间误差模型(SEM)，不同的模型刻画的是不同的空间相关性表现出来的不同的空间效应。空间滞后模型则是刻画因被解释变量之间的空间依赖性对模型具有十分重要的影响从而导致了的空间相关性；空间误差模型则是刻画模型的随机扰动项在空间上具有相关性。前文建立的计量模型并没有考虑空间因素，然而在现实中的投入要素是可以自由流通的，从而其解释变量不足以很好的估计和预测该变量的变化趋势，因此本文选择了加入空间因素的两个空间计量模型进行检验。

空间滞后模型(SAR)是描述空间实质相关性的模型，其模型的具体形式如式(5)所示。

InYi=χi+ρWInYi+αInLi+βInSi+γInKi+ei

(5)

其中，W表示空间权矩阵，WInYi表示空间滞后变量，反映了空间距离对区域行为的作用，ρ是系数，用来表示空间邻近的区域之间农业产出的溢出效应。

空间误差模型(SEM)是描述空间扰动相关和空间总体相关的模型，其模型的具体形式如式(6)所示。

InYi=χi+αInLi+βInSi+γInKi+ei

ei=λWei+μi

(6)

其中，W表示空间权矩阵，λ是空间误差系数，用来表示模型扰动项对邻近区域农业产出的空间溢出效应，μ为正态分布的随机误差项。SEM模型反映了存在于扰动项中的空间依赖作用，测度了邻近区域关于农业产出误差对本地区观测值的影响程度。

三、安徽省农业供给的实证分析及结论

1.各地区农业供给的空间相关性分析

上一节确定了安徽省16个城市的空间权重矩阵W，利用stata14，计算得出2006—2015年安徽省农业产出的全局莫兰指数，结果如表2所示。从表2中我们能直观地看出，2006-2015年安徽省农业产出的全局莫兰指数有正值也有负值，且P值都通过了显著性检验，因此说明了安徽省16个城市之间均存在空间相关性，但可以看出这10年的莫兰指数波动较大。

表2 2006—2015年安徽省农业产出全局莫兰指数

2.安徽省农业供给相关实证分析

确定了安徽省农业产出存在一定的空间相关性，从而进一步利用stata软件对(4)、(5)、(6)式进行回归，根据回归结果分别对OLS以及加入了空间因素的SAR、SEM模型进行分析，得到结果如表3所示。

表3 回归结果

从表3的回归结果中能够看出，没有加入空间因素的普通计量模型回归结果，三要素系数均通过了显著性检验，但是莫兰指数为0.1738，且通过显著性检验，同时修正后的LM检验为5.2667，且通过了显著性检验，因此再一次证明了安徽省农业产出存在空间相关性，所以没有加入空间因素的OLS检验结果不可靠，从而加入空间要素的空间计量模型回归结果更加可靠。

从空间滞后模型回归结果看出，农业劳动力要素投入的产出弹性为0.1763，但并未通过1%的显著性检验，说明安徽省16个城市以劳动力投入要素为主的农业劳动力增加对提高农业供给上没有显著的作用；土地要素投入的产出弹性为0.7801，并且通过了1%的显著性检验，说明安徽省16个城市以农作物播种面积的土地要素投入增加对增加农业供给有明显的效果；资本要素投入的产出弹性为0.0506，并且通过了1%的显著性检验，说明安徽省16个城市的资本要素投入是提高农业供给的主要影响因素。ρ为0.5156，通过了1%的显著性检验，表示邻接的区域之间存在显著的空间溢出效应。

从空间误差模型的结果看出，劳动力投入要素和资本要素投入分别为0.1079和0.0021，但均未通过1%的显著性检验，说明安徽省16个城市的劳动和资本要素投入对农业供给并没有显著的效果；土地要素投入为0.8491，且通过了1%的显著性检验，说明安徽省16个城市的土地要素投入增加将会使农业供给有显著地增加。λ为0.9191，通过了1%的显著性检验，说明模型的随机扰动项对邻接区域的农业供给有明显的溢出效应。

四、结论及对策建议

1.结论

从表3我们可以看出，三种模型的回归结果中R2最大的是空间滞后模型，因此本文认为空间滞后模型的回归结果为最优结果。从中我们也能看到三要素的系数均为正数，因此三种要素投入对农业供给存在正向的影响，从三种要素的投入方面入手有助于提高安徽省农业的供给。

本文通过收集安徽省16个城市的数据，建立不加入空间因素的普通计量模型以及加入空间因素的空间滞后模型和空间误差模型，通过stata软件进行回归分析得到以下结论：(1)安徽省16个城市之间的农业产出存在空间相关性，区域之间应该利用空间相关性，加强相互之间的合作，促进农业的发展；(2)安徽省16个城市中影响农业供给的因素依然是劳动力、土地以及资本，想要提高农业供给就从这三个要素上入手。

2.对策建议

通过对安徽省16个地市农业供给的影响因素时空研究分析，发现安徽省农业供给侧结构性改革的重点应该在于农业的供给要素投入上，因此分别从劳动力、土地和资本投入三个方面来提出相应的对策建议：(1)制定有关农业的科技创新激励制度。将科技成果及时落实为收益；同时安徽省应该注重农业科研杰出人才的培养，以及制定相关的人才挽留制度；安徽省应该加强对知识产权的保护，保障农业科研杰出人员的科研成果。(2)加快推进土地制度相关改革。安徽省应该将农民的资本以入股形式投入农业生产中，使得农民改革分红获得收入；此外还应该尽快落实农村土地承包经营权的权属问题，加快农村集体经营性建设用地、农村宅基地制度以及土地征收制度一系列改革的步伐。(3)进一步完善农村集体产权制度。安徽省应该总结其他省市的农村集体资产股份权改革试点的相关经验，积极地在省内选择改革试点区，明确农民成员的身份，将经营性的资产公开量化，以此保障农民的农村集体经营性资产。

[1]闫磊.农业产业化对农民收入的影响分析[J].农村经济，2016(2)：72-76.

[2]张红宇.中国特色农业现代化:目标定位与改革创新[J].中国农村经济，2015(1)：4-13.

[3]龙冬平.中国农业现代化发展水平空间分异及类型[J].地理学报，2014(2)：213-226.

[4]蔡海龙.农业产业化经营组织形式及其创新路径[J].中国农村经济，2013(11)：4-11.

[5]程晓文.新时期创新农村公共物品供给模式的思考[J].时代经贸，2016(6)：57-58.

[6]严奉宪.基于农户需求的农业减灾公共品供给效率研究——以湖北省三个县市为例[J].农村经济，2015(11)：9-14.

[7]贺林波.农村公共产品有效供给的三维目标[J].湖南社会科学，2014(2)：77-80.

[8]曾福生.中国省际农业基础设施供给效率及影响因素研究——基于DEA-Tobit两步法的分析[J].求索，2013(4)：5-8.

[9]孔祥智.农业供给侧结构性改革的基本内涵与政策建议[J].改革，2016(2)：104-115.

[10]尹昌斌.生态文明型的农业可持续发展路径选择[J].中国农业资源与区划，2015(1)：15-21.

[11]汪发元.中外新型农业经营主体发展现状比较及政策建议[J].农业经济问题，2014(10)：26-32+110.

[12]杨长福.我国农业人口老龄化对现代农业的影响及对策[J].农业现代化研究，2013(5)：522-526.

Class No.:F323.1 Document Mark：A

(责任编辑：宋瑞斌)

Spatial Distribution of Factors Influenced Agricultural Supply in Anhui Province

Ren Zhi’an，Liu Yujia

(School of Economics, Anhui University of Finance& Economics, Bengbu, Anhui 233000，China)

Based on the data of gross agricultural production and agricultural production factors of 16 cities during the period of 2006 to 2015 in Anhui and the Moran index, we established a Cobb Douglas production function and spatial econometric model (SAR and SEM) to verify the influenced factors . The conclusion shows that: (1) Since the agricultural output among the 16 different regions has the spatial correlation, we should strengthen cooperation and promote the development of agriculture; (2) Factors affected the agricultural products supply is still labor, land and capital, we should take some effective measures to increase the supply of the agricultural products.

agricultural supply; Moran index; spatial econometric model

任志安，博士，安徽财经大学皖北研究院。研究方向：城市与区域经济学、西方经济学。 刘雨佳，在读硕士，安徽财经大学经济学院。研究方向：安徽省经济结构优化。

2017年蚌埠市社科规划项目(重大项目)(BB17A001)；2017年度蚌埠市领导圈定课题(BBSLDQDKT2017B02)；安徽财经大学研究生科研创新基金项目(ACYC2016087)。

1672-6758(2017)07-0060-6

F323.1

A