农业专业化与农业经济区域异质性实证分析——基于变系数模型

张 瑜，屈小芳

河南大学 经济学院，河南 开封 475000

农业是国家经济社会发展的坚实基础，是安天下、稳民生的基础产业。早在2013年的中央农村工作会议上习近平总书记就指出“洪范八政，食为政首”的重要思想，2020年习近平总书记又先后考察陕西柞水的“大产业”小木耳、山西大同的“大产业”黄花菜和东三省的“黑土地”，再次体现了“食政为首”的重要思想。尤其是在2020年新冠肺炎疫情的影响下，农业稳定发展更显得尤为重要。

农业专业化是世界各国农业发展的趋势和提高农业经济的重要途径。我国自古以来就是一个农业大国，但农业专业化发展时间还很短，未来我国农业发展要想实现质的飞跃必然要通过农业专业化的道路。从广义上讲农业产业专业化是指整个农业系统的专业化水平，是体现现代化农业生产体系的概念。狭义的看，农业专业化是指农业产业的集群规模。本文从狭义的角度利用区位商和克鲁格曼专业化指数等相关指标对农业专业化水平进行测度。我国国土广袤，地形分布多样复杂，耕地主要集中分布于东北、华北、长江中下游、珠江三角洲等地区，农业经济发展的概况也不尽相同。从这一角度讲，研究各地区农业专业化与农业经济的异质性具有十分重要的现实意义，以便对不同地区发展农业经济提出针对性意见和建议。

一、文献综述

关于农业专业化与农业经济的研究已有一定成果，通过对文献的梳理，现简要综述如下：

（一）从区域异质性研究方法的角度看

李泉和陈健[1]（2019）基于西北地区五个省份的面板数据，构建固定效应模型，证明结构合理、配置高效的涉农贷款以及财政支农支出对农业经济增长有正向促进作用；徐敏[2]（2010）将全国29省份分为东、西、中三大区域，利用变系数模型考察了金融支农对农业经济影响的异质性，得出三大区域存在异质性，且西部地区基础效应最大，东部地区基础效用最低的结论。

（二）从农业产业专业化角度看

吕超和周应恒[3]（2011）利用全国各省份面板数据，选取区位商指标从国家宏观层面研究了蔬菜产业专业化和农业经济的关系，表明蔬菜产业专业化对农业经济有明显的正向促进作用；Todd[4]（2005）的研究表明，农业产业专业化吸引了大量资本，从而促进了农业经济的增长；贾兴梅和李平[5]（2014）选取区位商和空间基尼系数指标，通过构建协整模型研究了12种农作物的产业专业化对农业经济的影响，表明主要农作物对农业经济具有显著的正向影响，农业产业专业化为农业经济创造了巨大的发展空间；宋海风和刘应宗[6]（2017）选取区位商指标，利用全国省份面板数据研究了农业产业专业化和产业关联与农业经济的关系，表明产业专业化和产业关联都对农业经济增长具有显著的促进作用，且二者为互补关系；金高峰[7]（2013）利用全国各省份面板数据，同样利用区位商指标研究了种植业产业专业化与农业经济的关系，表明种植业产业专业化对农业经济具有较为显著的正向影响；杨钧[8]（2017）利用PVAR模型研究了城镇化、产业专业化与农业经济之间的关系，表明产业专业化对促进农业经济增长是显著的、稳定的。李玉梅[9]（2018）通过研究河南省各市农业产业集群，表明河南省整体农业产业集群度较高，在一定程度上促进了农业经济增长，并探索了农业产业集群的发展路径；蔡环宇和巫雪芬[10]（2020）研究了江西省各市农业集群状况，认为各地区应充分发展比较优势产业、大力发展潜力产业、适度引导支持劣势产业发展，才能促进农业经济增长。

综上所述，大多数文献或立足于国家宏观层面，或着眼于某区域，又或者考察某些农业作物的产业专业化对农业经济的影响，鲜有研究立足于考察全国不同地域间的异质性。本文在借鉴现有文献的基础上，运用个体时点固定效应变系数模型，研究我国八大综合经济区农业专业化与农业经济的关系并分析其异质性。

二、变量说明与样本描述

（一）变量说明

被解释变量为农业经济产值，选取农林牧渔业产值变量，并取对数以避免异方差造成估计误差，用符号表示。相比于农村居民可支配收入或纯收入，该变量可以更好反映农业经济增长状况和未来农业经济增长潜力。

解释变量选取产业专业化指数，根据现有研究大多利用区位商方法和克鲁格曼专业化指数（稳健性检验）对农业专业化水平进行测度，分别用符号和表示。区位商测度绝对产业专业化水平，克鲁格曼专业化指数测度相对产业专业化水平。

区位商的计算方法如下：

其中，yij表示i地区j产业的产值，yi表示i地区的总产值；ycj表示整个国家产业产值，yc表示整个国家总产值location的值等于1时，表示该地区的j产业专业化程度处于平均水平；大于1时表示高于平均水平；小于1时表示低于平均水平。

克鲁格曼专业化指数计算方法如下：

其中，xij表示i地区j产业的产值，xik表示i地区总产值；xcj表示除i地区外其他地区的产业产值，xck表示除i地区外其他地区的总产值。special越大，表示该地区该产业专业化水平越高，反之则越小；为避免数据差距过大，将special扩大10倍。

控制变量选取农林牧渔固定资产投资、农林牧渔就业人数和耕地面积、有效灌溉面积、农用塑料薄膜使用量、农业机械总动力等变量。（以上数据均来自历年《中国统计年鉴》、各省历年统计年鉴等）

（二）样本描述

选取2009-2016年全国31个省份相关变量构建面板数据模型。由于统计口径变化导致的数据可得性问题，样本选择时间维度较少，截面维度根据2005年国务院发展研究中心报告将全国31个省份划分为八大综合经济区，分别为：东北、北部沿海、东部沿海、南部沿海、黄河中游、长江中游、大西南和大西北综合经济区，旨在研究八大经济区农业专业化水平与农业经济的关系及异质性。其中，各经济区具体包含的省份为东北：辽宁、吉林、黑龙江；北部沿海：北京、天津、河北、山东；东部沿海：上海、江苏、浙江；南部沿海：福建、广东、海南；黄河中游：陕西、山西、河南、内蒙古；长江中游：湖北、湖南、江西、安徽；大西南：云南、贵州、四川、重庆、广西；大西北：甘肃、青海、宁夏、西藏、新疆。

如表1和图1～图3所示，从总量看，长江中游和大西南经济区的农业产值最高，大西北经济区的农业产值最低；从区位商的角度看，大西北经济区的农业专业化指数最高；八大经济区中，东北、黄河中游、长江中游、大西南、大西北五大经济区的农业专业化指数大于1，专业化程度较高；北部沿海、东部沿海、南部沿海三大经济区的农业专业化指数小于1，专业化程度较低，其中最低的是东部沿海经济区。从克鲁格曼专业化指数来看，大西北经济区依然最高，而东部沿海经济区的相对专业化指数增高至第二，北部沿海经济区的相对专业化指数依然较低。

表1 样本描述

图1 农业产值

图2 农业专业化指数（区位商）

图3 农业专业化指数（克鲁格曼指数）

三、模型构建与检验

（一）模型构建

选取经典的柯布-道格拉斯生产函数作为基础模型，柯布-道格拉斯生产函数基本形式为：，其中K为固定资产投资，N为劳动力，将生产函数取对数，再根据李泉和陈健[7]（2019）的研究对模型进行扩展，加入农业专业化指数等变量。基础模型为：

其中Xit表示耕地面积、有效灌溉面积、农用塑料薄膜使用量、农业机械总动力等其他控制变量。

（二）模型检验

对于静态面板数据来说，变系数模型可以考察地区间农业专业化水平对农业经济影响的异质性。首先检验模型适用固定效应还是随机效应，利用hausman检验得出p值为0.007 1，故应使用固定效应模型。变系数模型又有诸如个体变系数、时点变系数等诸多不同的类型，为此对不同的模型进行检验。具体的模型结果在此不作展示，仅把检验结果置于表2。模型设定检验如表2所示依次进行，由于各检验LR统计量均大于其临界值，故均拒绝原假设模型，最终选择区域时点固定效应变系数模型。最终模型为：

表2 变系数模型检验结果

其中Xit表示耕地面积、有效灌溉面积、农用塑料薄膜使用量、农业机械总动力等其他控制变量，βi表示区域固定项，γt表示时间固定项。

四、实证结果分析

模型回归结果如表3所示，总体来看，模型各参数均较为显著，回归拟合效果较好。农业专业化与农业经济有如下研究结论：与现有其他研究的结论一致，首先，八大经济区的农业专业化对于农业经济的影响效应均显著为正，表明农业专业化对农业经济的影响具有显著的促进作用，其次，各经济区又有自己的基本特征。

表3 实证回归结果

东部沿海经济区的农业专业化效应为第一梯队，农业专业化指数每增加1个单位，农业经济平均增加197.7%，在1%的显著性水平上显著，这一效应相比其他经济区较大。东部沿海经济区地域优势明显，经济相对发达且现代化农业产业体系较为完善，因此农业专业化对农业经济的促进效应较高。但这一效应仍然太大似乎并不可信，将在下面的稳健性检验中进一步研究。

北部沿海、长江中游、大西南经济区农业专业化效应同样较高，属于第二梯队，分别为94.0%、84.7%、85.7%，均在1%的显著性水平上显著；北部沿海油料作物、蔬菜瓜果等作物都产量丰厚；长江中游经济区资源丰富，种类齐全，是农林牧渔业发展的有利地区；并且此三大经济区农业产业相对集中，农业基础设施相对完善、产业专业化程度较高。

东北、黄河中游、大西北经济区农业专业化效应相较次之，属于第三梯队，分别为40.4%、51.3%、47.9%，分别在1%、5%、1%的显著性水平上显著；对于东北经济区来说，水稻、玉米、小麦、大豆多年来产量都位居全国第一；黄河中游经济区是我国农业文明的发源地，耕地面积广袤，粮食产量在全国来看都排名靠前；大西北经济区虽然农业专业化指数较高，但其农业专业化对农业经济的影响效应较为一般，这是大西北经济区地域优势小、经济相对不发达、农业基础设施落后、产业结构亦较为单一导致的。

八大经济区中农业专业化效应最低的是南部沿海经济区属于第四梯队，为26.9%，在5%的显著性水平上显著。南部沿海经济区农业产值较低，且其区位商指数同样较低，但南部沿海经济区地理位置优越、经济较为发达、农业产业在全国亦有一席之地，这一效应似乎太低而不可信，同样在稳健性检验中继续探究。

五、稳健性检验

为确定模型结果的稳健性和所选指标解释能力的准确性，现用相对专业化指数（克鲁格曼专业化指数）替代绝对专业化指数（区位商）作稳健性检验，模型回归结果如表4所示。除上述实证存疑的东部沿海、南部沿海经济区农业专业化效应不显著为正外，其他经济区的影响效应大部分均在1%的显著性水平上显著为正。采用相对专业化指数后，各经济区的效应差异有所减小，但各经济区效应大小所属梯队基本上与基准模型无异；且农业专业化显著的正向促进效应这一基本结果与基准模型保持一致。

表4 稳健回归结果

六、政策建议

综上分析，对各经济区给出具有针对性的政策建议。首先南部沿海经济区的农业专业化指数低于平均水平，且对农业经济的影响效应最低；南部沿海经济区地域优势大、经济发展好，应利用自身优势大力支持优势农业、吸引资本流向农业产业、促进农业产业化纵深发展。

东北、黄河中游、大西北经济区农业专业化对农业经济的影响效应均在50%左右；东北耕地面积大且集中，应加强土地合作运营与科学管理、扩大农业机械投入，不断提高农业专业化水平以促进农业经济发展；黄河中游、大西北经济区应继续大力支持发展农业，持续推进农业改革，深化农业产业化；尤其是大西北经济区，经济发展较为落后，农业产业专业化水平高并非代表发达的现代化农业产业，应更进一步的支持引导农业发展，加大农村交通等基础设施、水利水电等农业基础设施的投入，深入推进现代化农业生产体系建设。

北部沿海、长江中游、大西南经济区农业专业化对农业经济的影响效应均在90%左右；此三大经济区农业基础设施相对较好、管理更加科学、机械投入更多，应进一步完善现代化的农业生产体系。

东部沿海经济区农业专业化对农业经济的影响效应最高，应进一步扩大优势；一方面应该充分利用自身经济、金融发达的优势，吸收不同来源资金，继续拓宽贷款渠道，加强金融创新，针对特色农业产业提供针对性优惠贷款业务，促进对农业产业的资本投入；另一方面应在本就优异的农业基础设施上进行细致化完善、在市场化水平较高的基础上更加科学的支持、管理和升级现代化农业生产设备，争取将农业产品商品化拔高到一个新的水平。