中国农业绿色发展的空间相关性及影响因素研究

金赛美

(湖南商学院经济与贸易学院，湖南长沙 410205)

一、引言

自改革开放以来，随着我国农业经济的发展，农村自然资源匮乏、生态环境污染等问题日益严重。面对这些问题，在国内外研究的基础上，我们相继提出了有机农业理论、生物农业理论、高产优质高效农业理论、生态农业理论、绿色农业理论和可持续农业理论等，更进一步地，2016年中央一号文件明确提出“加强资源保护和生态修复，推动农业绿色发展”。农业绿色发展与以往研究的那些农业理论本质上都是强调资源环境和农业经济的和谐发展，具体来说，农业绿色发展是指在农业发展过程中，将资源、环境和农业结合起来，更加重视资源节约、生态保育、环境友好以及产品质量，达到自然资源、生态环境和农业经济的协调发展。

自农业绿色发展提出至今，由于其具有理论意义与现实意义，已引起了众多学者对其相关问题的研究，初步研究成果主要集中在农业绿色发展的概念、模式、指标体系构建及评价、存在问题与对策建议等。例如于法稳(2016)[1]在习近平绿色发展新思想的背景下，探讨了绿色发展的内涵及意义，并提出在水资源保护、生产技术以及生态风险评估等领域如何实现农业的绿色转型。吴丹等(2017)[2]基于北大荒农业发展现状，阐述农业的绿色发展内涵，从生态、社会和经济三个方面提出农业现代化的绿色发展指标体系，并运用层级等值赋权法和目标一致性评价法，对2010—2015年北大荒农业现代化的绿色发展综合水平进行评价，并对2015—2020年农业现代化绿色发展情况进行预测。卿诚浩(2107)[3]依据农业循环经济的“4R”原则，构建我国农业绿色发展水平指标体系，利用熵值法，综合评价了2015年我国31个省份的农业绿色发展，并提出了相应的对策建议。Liu等(2016)[4]模拟土壤形成过程，采用环境友好的水热法，从富钾钾长石制备新型纳米亚微米矿物质土壤改良剂，缓冲重度酸化，抑制土壤有害元素的植物有效性，以实现农业可持续发展并保持健康的生态环境。Yin等(2018)[5]通过收集1998—2014年中国31个省份不同作物类型的作物产量，作物播种面积和化肥消费量，计算秸秆产量和秸秆养分资源，评估秸秆资源对化肥的潜在贡献，并提出以推广秸秆还田为重点，减少未来的环境污染，保证中国绿色农业的发展。

综上述，国内外学者从不同视角对农业绿色发展进行了研究，并取得初步成果，为农业绿色发展提供了理论支撑。随着区域经济一体化的加深，我国各省区产业之间的相互影响日益明显，因此国内外学者逐渐将空间计量方法运用于论文研究。考虑到空间经济外部性，农业绿色发展的空间相关性如何？有哪些因素影响着农业绿色发展？从以往的文献中，我们发现已有学者对农业绿色发展的影响因素进行了理论分析，并且也有相应的数量模型和实证检验。但目前还尚未见到有学者将空间相关性纳入到农业绿色发展的研究中，所以本文通过空间计量分析方法，研究我国农业绿色发展的空间关联性，并通过空间计量模型对我国30个省份农业绿色发展的影响因素进行实证分析。

二、变量选择及模型设定

(一)变量选择

在阅读了大量文献和相关理论的基础上，我们发现影响农业绿色发展的因素有很多。根据2017年国家发展改革委、环境保护部、国家统计局、中央组织部印发的包括资源利用、环境治理、环境质量、生态保护、增长质量、绿色生活和公众满意程度等7个方面的《绿色发展指标体系》，结合农村农业发展情况，本文从绿色发展指标体系的七个方面总结出农业绿色发展的影响因素。

(1)农业资源利用。农业资源包括农业自然资源和农业经济资源，其中农业自然资源是指像土地资源、气候资源、水资源等在农业生产过程中可利用的自然环境因素，农业经济资源是指像交通设施、农业人口、农用机械等在农业生产过程中可利用的社会经济因素。众所周知，我国水资源短缺，且时空分布不均匀，随着农业经济的发展，在农业生产过程中水资源利用率不高、浪费等现象日益明显，水资源污染状况也日益严重。因此，我们要合理高效地利用水资源，本文用各地区有效灌溉面积(千公顷)与各地区耕地面积(千公顷)比值表示农业资源利用，用x1表示。

(2)农村环境治理。目前我国农村环境污染情况日益严峻，随着各部门对点源污染的整顿治理，农业面源污染越来越严重，其中农业面源污染是指在农业生产过程中农用化肥、农药等其他污染物，通过农田地下渗透，进入水资源而形成的面源污染。另一方面，工业及城市污染向农村转移，农村旧污染与新污染相互叠加，这些极大地损害了农业绿色生产过程中所需的土壤条件、气候条件、水资源条件等。面对农村环境污染问题，各地区加强宣传农村环境保护工作，完善农村环境保护政策，加快推进农村环境治理相关措施。因此，本文使用各地区环境污染治理投资总额(亿元)与各地区地方财政支出(亿元)比重表示农村环境治理，用x2表示。

(3)农业环境质量。农业环境是指农业生产过程中影响农业生物成长的各种自然因素或经过人工改造后的自然因素的总体，由地形、土壤、生物因素、气候、水及人为因素所组成。农业环境是农业绿色发展的基础，我国地域辽阔，各区域农业自然环境差异较大，如我国东部地区地势平缓，季风气候雨热同期，有着丰富的自然资源，有利于农业的绿色发展，而我国西北地区地势陡峭，自然环境恶劣，以温带大陆性气候为主，降水稀少，水资源短缺，不利于农作物的生长。本文使用各地区受灾面积(千公顷)与各地区耕地面积(千公顷)的比值表示农业环境质量，用x3表示。理论上，若某地区的受灾面积与耕地面积比重越大，则该地区农业环境质量越恶劣。

(4)农业生态保护。农业生态保护包括农用水保护、农用地保护、生物资源保护以及农药、化肥污染防治等，但为了追求农产品的高产量生产，许多农户在农业生产过程中大量使用农药及农用化肥，过量的农药及农用化肥渗透到土壤中，造成土壤板结，使之达不到农业绿色发展过程中所需的土壤条件。同时，农药和化肥通过蒸发，进入到空气中，污染大气环境。因此，在农业生产过程要适当合理地进行施肥，尽量少使用农药，以促进农业绿色发展。本文使用各地区单位耕地面积化肥施用量与各地区单位耕地面积农药使用量之和(万吨)表示农业生态保护，用x4表示。

(5)增长质量。随着生活水平的提高，人们从追求高产量转向追求高品质，要求所购买的产品是绿色健康的。理论上来说，农业技术人员的增加对农业绿色发展具有正向作用，农业技术人员是受过培训，具有一定农业生产技术方面知识的人才，具有较强的资源和环境保护意识，在农业生产过程中能够采用较多的环境友好型技术，合理配置和管理农业生产要素，达到自然资源的高效利用，降低农村环境污染，提高农产品质量。本文使用各地区农业技术人员(人)与各地区总技术人员(人)比值来表示增长质量，用x5来表示。

(6)绿色生活。2017年国家发展改革委、环境保护部、国家统计局、中央组织部印发的绿色发展指标体系中包含绿色生活这一方面，结合农业发展过程，本文使用农村改厕的政府投资(亿元)与农林水事务(亿元)的比值来表示绿色生活，用x6表示。在农村，由于自然经济条件、思想观念、生活习惯等因素的影响，农村居民所使用的厕所比较简陋，老旧厕所不仅污染环境，还滋生各种病菌，危害村民身体健康。近年来政府大力推广农村改厕，并进行相应投资，改善农村环境，促进社会经济发展，同时提高了村民的身体健康水平。

(7)公众满意程度。在农业绿色发展过程中，本文使用农村居民家庭人均可支配收入(千元)来表示公众满意程度，用x7来表示。从经济理论和实际情况可以发现，农业生产方式、农业生产技术、农业自然资源利用效率等都与农村收入有着极大的关系，当农村收入较高时，居民的消费水平提高，消费观念有所变动，对产品从之前追求高产量转向追求高品质，有利于促进绿色农产品的生产，推动农业的绿色发展。绿色农产品又是目前市场上所需要的，这反过来又会提高农村收入水平，形成一个良性循环，提高了公众满意度。

解释变量方面，本文选择各地区农林牧渔总产值(亿元)与农作物播种面积(千公顷)比值来表示各地区农业绿色发展程度，用y来表示。解释变量与被解释变量的具体解释见表1。

(二)模型设定

随着区域开放程度的不断扩大，我国农业领域的空间相互影响日益明显，若忽视这种空间相关性建立模型，运用最小二乘法(OLS)进行求解，则可能会出现模型设定偏差现象，甚至得出错误的结论及建议。传统计量经济学假定数据是匀质且无关联的，空间计量经济学改变了这一假设，考虑到数据的空间相关性，将空间权重矩阵纳入模型中，使得模型更加贴近实际问题。本文中国农业绿色发展空间关联性及影响因素的空间计量分析思路为：首先，运用Moran指数检验我国农业绿色发展是否具有空间自相关性，若存在空间自相关性，接下来，建立空间计量模型对农业绿色发展的影响因素进行空间计量估计和检验。

表1变量定义

1.空间自相关性检验

判断我国农业绿色发展是否存在空间自相关性，一般运用Moran’I指数进行检验。Moran’I指数的取值范围为，当Moran’I指数为负数时，表明各区域间存在空间负相关性，此时变量存在空间离散效应，当Moran’I指数为负数时，表明各区域间存在空间正相关性，此时变量存在空间聚集效应，当Moran’I指数为零时，各区域间不存在空间相关性。全局Moran’I的具体计算公式如下：

(1)

在存在全局自相关的前提下，我们可以运用局部自相关检验计算各区域具体的相关程度，局部Moran’I的具体计算公式如下：

(2)

2.空间面板计量模型

空间计量方法最早应用于截面数据分析，忽视了时间维度上的相关性。随着计量方法和大数据的发展，为了弥补这一缺陷，学者们将空间计量运用到面板数据中，提出了空间面板计量模型，主要有空间滞后模型(Spatial Lag Model，SLM)、空间误差模型(Spatial Errors Model，SEM)和空间杜宾模型(Spatial Durbin Model，SDM)。

(1)空间滞后模型。空间滞后模型是指将解释变量的空间滞后项作为被解释变量放入模型中进行回归，该模型可以用于研究相邻区域农业绿色发展对本区域农业绿色发展的空间溢出效应或邻居扩散效应，其表达式为：

Yit=ρWYit+Xitβ+μit

(3)

其中，Yit是被解释变量，表示第i个区域t时期的农业绿色发展程度，Xit是外生解释变量矩阵，μit是随机扰动项向量，WYit是响应变量的空间自回归项，ρ为空间自回归系数，度量相邻区域农业绿色发展的空间依赖性，其大小反映了相邻区域农业绿色发展溢出和扩散的平均强度。

(2)空间误差模型。空间误差模型是指对残差项进行空间滞后回归，反映了随机扰动项的空间依赖性，原因在于响应变量与协变量之间可能并非是线性关系，或者所选协变量有遗漏。该模型可以用于研究相邻区域响应变量的误差冲击对本区域观测值的影响程度，其表达式为：

Yit=Xitβ+μit，μit=λWμit+εit

(4)

其中，λ为扰动项的空间自回归系数，衡量了样本观测值的误差项对农业绿色发展的空间误差溢出效应或扩散效应，即若某个区域农业绿色发展遭受到了一个外部冲击，那么这个冲击不光影响该区域的农业绿色发展程度，也影响着其邻近区域的农业绿色发展程度。

(3)空间杜宾模型。空间杜宾模型是指将被解释变量和解释变量的邻接关系同时放入参数模型中进行回归，原因在于被解释变量观测值不仅受邻近区域被解释变量值的影响，还受邻近区域解释变量值的影响，即农业绿色发展程度不仅受邻近区域农业绿色发展程度的影响，还受邻近区域农业绿色发展程度影响因素的影响。其表达为：

Yit=ρWYit+Xitβ+WXitα+μit

(5)

从式(5)可以发现，空间杜宾模型可以简化为空间滞后模型或空间误差模型。

对于上述空间滞后模型、空间误差模型和空间杜宾模型，在实际问题分析中，我们可以运用拉格朗日乘子(Langrange Multiplier，LM)来进行模型的选择。

三、实证分析

(一)研究对象及数据来源

本文选取2005—2016年中国30个省区(除去西藏)表1中的指标作为研究样本，分析中国农业绿色发展的空间相关性及其影响因素，所有数据来源于EPS数据库。由于西藏地区缺失数据较多，为了保证模型估计的可靠性，本文研究对象不考虑西藏，另对于样本中其个别缺失数据，我们采用线性插值补全。对数据进行整理后，其基本描述性统计如表2。

表2变量的基本描述性统计

由上述变量的基本描述性统计可以看出，公众满意程度的标准差相对较大，并且其变量值均大于零，结合变量的经济意义及模型求解的需要，我们对公众满意程度的变量值取对数，再进行模型估计。

(二)农业绿色发展空间相关性

在进行空间计量模型估计之前，我们需要检验被解释变量是否存在空间相关性，为此对2005—2016年中国30个省市的农业绿色发展进行分析，验证我国农业绿色发展绩效可能存在空间上的相关性，结果如表3所示。从表3可以看出，我国省市全局Moran指数在2005—2016年期间均大于0，且在1%的显著性水平下其正态性假设检验统计量Z值均通过了检验，表明我国省市农业绿色发展并不是处于随机分布状态，而是呈现出显著的空间正相关性。即农业绿色发展水平存在溢出效应与正向的空间依赖性，农业绿色发展水平相对较高的省市趋于与农业绿色发展水平高的省市相邻，同样农业绿色发展水平相对较低的省市趋于与农业绿色发展水平低的省市相邻。事实上，土壤、气候、水源等自然条件对农业绿色发展是至关重要的，且这些自然条件具有较强的空间依赖性，对于相邻省市而言农业生产技术等外溢较为容易，因而相邻省市表现出显著的空间正相关性。

表3农业绿色发展的全局自相关检验

全局Moran指数计算的是我国省市农业绿色发展整体的空间相关性，在全局Moran指数存在的前提下，我们通过局部Moran指数生成农业绿色发展的Moran散点图，得到相邻省市在空间中所处的位置，揭示具体哪些省市呈现出农业绿色发展水平高观测值的空间聚集、哪些省市呈现出农业绿色发展水平低观测值的空间聚集。考虑到本文的篇幅，这里仅展示2005年、2010年和2016年的Moran散点图，并以2016年的Moran散点图为例进行详细阐述，如图1、图2所示。Moran散点图分为四个象限，其中，第一象限表示高—高(HH)的空间正相关聚集，第二象限表示低—高(LH)的空间负相关聚集，第三象限表示低—低(LL)的空间正相关聚集，第四象限表示高—低(HL)的空间负相关聚集。从图1、图2可以看出，中国绝大部分省市分布在第一象限和第三象限，表明我国农业绿色发展具有显著的空间正相关。

图1 2005年与2010年农业绿色发展的Moran散点图

图2 2016年农业绿色发展的Moran散点图

根据2016年农业绿色发展的Moran散点图，得到表4。从表4中可以看出，目前我国省市主要处于第一象限与第三象限，表现为较强的空间正相关性。其中，北京、天津、上海、江苏、浙江、福建、广东与海南这些沿海省市表现出高-高聚集类型，除个别省市表现出低-高聚集类型或高-低聚集类型外，其余省市均表现出低-低聚集类型。可以发现，我国农业绿色发展水平的空间聚集表现出东部沿海地区高-高聚集现象，其余大部分地区呈现出低-低聚集现象。因此，政府在制定有关农业绿色发展的政策时，可以根据不同省市的地理位置特点进行分类处理，重点发展“低-低”区域，严格把控“低-高”、“高-低”区域，积极推进“高-高”区域，使得省市农业绿色发展不断渗透，提高我国农业绿色发展的整体水平。

表4 2016年Moran散点图说明

综上，我国农业绿色发展在2005—2016年样本期间存在显著的空间相关性，若在研究农业绿色发展的影响因素时，忽视这种空间溢出效应，则可能出现模型估计上的偏差，甚至得出错误的结论及建议。因此，在农业绿色发展的影响因素分析中，引入空间权重矩阵，通过空间计量经济学模型考察邻近地区地理因素及其他因素对农业绿色发展的影响程度。

(三)农业绿色发展影响因素的空间计量分析

在利用空间面板模型进行实证分析之前，我们需要进行两个检验：第一使用空间计量检验及相关统计量，确定选取空间滞后模型、空间误差模型还是空间杜宾模型，第二固定效应与随机效应检验，以此确定选取固定效应面板模型还是随机效应面板模型。这里，模型的选择主要依靠显著性及最大似然值，固定效应与随机效应的选择主要依靠Hausman检验。运用stata软件对2005—2016年各省市的相关数据进行空间计量分析，对于空间滞后模型、空间误差模型与空间杜宾模型，比较其显著性和最大似然值，在农业绿色发展影响因素的分析上，空间杜宾模型优于空间滞后模型和空间误差模型。紧接着，利用Hausman检验进行固定效应与随机效应的选取，这里Hausman检验出现正值，采用固定效应，由于本文篇幅有限，我们主要展示固定效应空间杜宾模型的估计结果，如表5所示。

表5空间杜宾模型(SDM)估计结果

续表

Y回归系数标准误Z值P值WxX1-0.34770.1627-2.140.033X2-0.52860.3122-1.690.090X3-0.03300.0666-0.500.620X40.03670.21470.170.864X50.97843.29490.300.767X6-0.14150.0303-4.670.000X70.46210.14093.280.001Spatialrho0.37680.06535.770.000R2 0.7613LogL343.3144

从表5中可以发现，第一，被解释变量滞后项的系数rho反映了地理因素对农业绿色发展的影响，其取值为0.3768，且在1%的显著性水平下通过了检验，这表明我国农业绿色发展存在空间溢出效应与空间依赖性，地理因素对我国农业绿色发展有着显著的正向作用，即相邻区域农业绿色发展变动会引起本区域农业绿色发展相应变动。事实上，相邻区域有着相似的农业环境，有利于各区域农业绿色发展的相互借鉴学习，最终形成相邻区域农业绿色发展的趋同。

第二，农村环境治理的当期系数与滞后系数均为负数，其取值分别为-0.7152、-0.5286，且均在10%的显著性水平下通过了检验，这说明农村环境治理对我国农业绿色发展具有负向影响，与本文的预期影响一致。原因在于环境污染治理投资总额占财政支出比重越大，表明该地区环境污染较为严重，土壤、气候、水资源等农村环境条件较为恶劣，阻碍了农业绿色发展水平的提升。

第三，公众满意程度的当期系数为负数，滞后系数为正数，其取值分别为-0.2672、-0.4621，且均在10%的显著性水平下通过了检验，这说明当期的公众满意程度对我国农业发展具有负向作用，滞后项的公众满意程度对我国农业绿色发展具有正向影响，即当年农村居民家庭人均可支配收入的提高对当年我国农业绿色发展具有阻碍作用，前年农村居民家庭人均可支配收入的提高对当年我国农业绿色发展具有促进作用。原因可能在于当年农村收入的提高可能是以过度开发并使用农村自然资源、使用过量农用化肥等方式提高农产品产量，忽视了农产品质量的保证，因而不利于农业绿色发展，而随着上一年农村收入提高，居民消费水平提高，消费观念有所变动，对产品从之前追求高产量转向追求高品质，有利于促进绿色农产品的生产，推动农业的绿色发展。

第四，农业资源利用与绿色生活的当期系数均为正数，表明农业资源利用与绿色生活对我国农业绿色发展具有正向影响；农业环境质量、农业生态保护与增长质量的当期系数均为负数，表明农业环境质量、农业生态保护与增长质量对我国农业绿色发展具有负向影响，但其在10%的显著性水平下均未通过检验，因此我们将这些变量从模型中去掉。

第五，农业资源利用与绿色生活的滞后项系数均为负数，其取值分别为-0.3477、-0.1415，且在10%的显著性水平下均通过了检验，这说明农业资源利用与绿色生活的滞后项对我国农业绿色发展具有负向影响。

四、结论及建议

本文将空间计量分析方法引入我国农业绿色发展的研究中，运用全局Moran指数与局部Moran指数对我国省市进行空间自相关检验，结果表明我国农业绿色发展存在正的空间相关性，且农业绿色发展水平的空间聚集表现出东部沿海地区高—高聚集现象，其余大部分地区呈现出低—低聚集现象。在此前提下，运用空间计量模型对农业绿色发展影响因素进行分析，结合相关统计量，发现空间杜宾模型优于空间滞后模型和空间误差模型，根据空间杜宾模型估计结果，发现农村环境治理对我国农业绿色发展具有负向影响，当期的公众满意程度对我国农业发展具有负向作用，滞后项的公众满意程度对我国农业绿色发展具有正向影响，农业资源利用与绿色生活的滞后项对我国农业绿色发展具有负向影响。

考虑以上实证分析结果，结合我国农业绿色发展现状，提出如下建议：①优化农村环境。农业绿色发展对农产品生产过程中的土壤、气候、水资源等自然资源条件具有严格的要求，目前，我国农村由于自然经济条件、思想观念、生活习惯等因素的影响，村民缺乏环境保护意识，对此，乡村应从产地环境保护与源头治理入手，积极开展环境保护宣传活动，强调保护环境的重要性，并实施相应措施，如乡村垃圾分类处理等，提高乡村环境质量，为农业绿色发展提供良好的农业基础条件。②提高农村居民生活水平。2017年习近平总书记在党的第十九次全国代表大会上再次提出要坚决打赢脱贫攻坚战，只有农村居民生活水平提高了，他们才会从追求农产品的“量”转向追求农产品的“质”，对此，在农业生产过程中，应加强建设农业机械装备，积极推进建设标准化农田，加快推进脱贫攻坚，以促进农业结构转型升级，为农业绿色发展提供源源不断的动力。③因地制宜，发展农业。我国地域辽阔，不同地区的农业环境与自然资源均不相同，要根据不同地区的自然特征，充分利用自然优势，开发有机、无公害、健康绿色的农产品，使得资源环境与农业经济循环发展，促进农业经济的可持续发展。