中国农业服务与农业生产的互动关系研究

董菲

摘要 本文梳理了农业服务与农业生产互动发展的阶段特征，并基于产业共生视角建立分时段Logistic共生演化模型，利用中国2003—2019年相关数据对农业服务与农业生产发展过程进行模拟演化。研究发现二者发展存在明显共生关系，目前阶段农业服务对农业生产的促进作用更强，属于非对称互惠共生模式。基于研究结果提出通过提高农业服务的战略地位、提升农业产业化水平等方式促进农业服务与农業生产由非对称互惠共生向对称互惠共生演进。

关键词 农业服务；农业生产；共生演化；Logistic共生演化模型

中图分类号 F326.6   文献标识码 A

文章编号 1007-7731（2023）11-0179-08

Research on the interaction between agricultural service and agricultural production in China

—— Based on Logistic symbiosis evolution model

DONG Fei

（College of Mathematics and Information Science， Xianyang Normal University， Xianyang 712000， China）

Abstract This paper sorts out the stage characteristics of the interactive development of agricultural service and agricultural production， and establishes the time-based Logistic symbiotic evolution model based on the perspective of industrial symbiosis， and simulates the evolution of agricultural service and agricultural production development process by using the relevant Chinese data from 2003 to 2019. The study found that there is an obvious symbiotic relationship between the two companies in their development. At present， agricultural services have a stronger role in promoting agricultural production， which belongs to the asymmetric mutualism mode. Based on the research results， it is proposed that the evolution of agricultural service and agricultural production should be promoted from asymmetric reciprocity to symmetrical mutualism by improving the strategic position of agricultural service and improving the level of agricultural industrialization.

Keywords agricultural services; agricultural production; symbiosis evolution; Logistic symbiosis evolution model

随着农业分工体系的进一步深化以及生产性服务业与其他产业的不断融合，传统农业活动中的一些非生产环节逐渐从农业生产流程剥离出来，发展成为以农业生产性服务为主的新兴农业服务行业，这些行业同农业生产之间通过要素交换与商品交换相联系，二者在长期发展中形成了稳定的相互依赖关系。

目前，关于二者关系的研究主要集中在农业服务对农业生产的单向促进作用方面，研究认为农业服务将人才、资本、技术、信息等现代生产要素汇集到农业生产活动中，可以促进农民专业化水平的提升，提高农业生产的技术水平[1]及生产效率[2-3]，发挥农地经营的规模经济效应[4]，在产前、产中、产后各个环节促进农业生产现代化发展。此外，还能破解农户兼业化难题[5]，进而带动农民收入增长，增加农村居民消费[6]，缩小城乡居民收入差距[7]，不仅能够稳固农业基础，还对周边地区存在着显著的空间溢出作用[8]。但以往的研究在一定程度上忽略了农业服务发展的生产需求基础、忽视了其与农业生产之间的互动规律及共生特征。随着技术、政策以及市场等发展环境因素的优化，产业融合与共生现象逐渐普遍，农业服务与农业生产之间共生发展已经成为重要趋势。本文将梳理农业服务与农业生产互动发展的阶段特征，进而建立农业服务与农业生产之间的共生演化模型，通过共生演化模型揭示农业服务与农业生产协同发展的过程以及共生模式。

“共生”在生态学中表示不同物种的有机体在进化过程中相互之间形成紧密相伴或相互受益的生态关系[9]，也可以描述为2个不同的种群经过长时间适应和改造环境，形成彼此合作、相互关联的协同进化关系[10-11]。近年来，随着共生理论的发展，共生研究也被广泛应用于经济、科技、医药等领域，主要基于Logistic方程描述种群共生关系。例如：徐学军、唐强荣、庞博慧、金晟等[12-15]学者利用Logistic共生演化模型分析服务业与制造业之间的互动关系及影响因素；在此基础上，于斌斌和胡汉辉[16]基于服务业与制造业互动共生视角，探讨了产业集群与城市化的共生演化机制；吴勇民等[17]发现金融产业与高新技术产业之间存在非对称性互惠共生模式；以及基于Logistic方程的共生模型在创新生态系统[18]、区域物流生态系统[19]、隐性知识流转网[20]等领域的创新应用。除此以外，还有学者基于投入产出分析法[21]、产业耦合协调度模型[22-23]、协同度模型[24]等方法刻画了产业之间的共生关系。

纵观已有研究成果，尚未有研究将共生演化模型应用于农业服务与农业生产互动关系方面，本研究有利于从微观上把握农业服务与农业生产协同发展的动态特征，为提高农业生产现代化、农业服务化提供新的思路。

1 共生演化模型的构建

1.1 Logistic模型

农业服务与农业生产共生演化的过程也就是2个共生单元“种群”数量不斷增长的过程，从发展周期来看，共生系统的演化会经历萌芽期、成长期、发展期、成熟期、一体化时期5个主要阶段，“种群”数量的增加会受到资源禀赋、社会环境、政策和制度环境等外部环境的约束，用Logistic模型能够比较直观且准确地描述农业服务与农业生产之间的共生演化特征。

用[Y1（t）]、[Y2（t）]分别表示农业服务与农业生产在[t]时期的种群密度，自然增长率分别用[n1]、[n2]表示，当给定资源要素禀赋和外部环境（包括技术水平、市场规模等）时，不同种群根据其各自的发展特性，在环境制约下存在一个最大种群密度，也称为最大环境容量，分别用[M1]、[M2]表示。当2个产业独立发展、互不影响时，它们的动态演化方程可以表示如下：

[dY1（t）dt=n11-Y1（t）M1Y1（t），Y1（t0）=Y10dY2（t）dt=n21-Y2（t）M2Y2（t），Y2（t0）=Y20] （1）

式中，[Y10]表示农业服务初始种群密度，[Y20]表示农业生产初始种群密度。种群规模的扩张过程伴随着对外部资源的消耗，因此，当种群规模增长到一定程度时，受资源禀赋约束，其增长速度会逐渐放慢，分别用[1-Y1（t）M1]和[1-Y2（t）M2]描述农业服务与农业生产发展过程中的阻滞因子。

假设同一系统内只存在2个种群相互作用，每一个种群的发展既受到特定环境下自身发展规律的影响，还受到另一个种群密度的影响。基于Logistic种群增长方程，考虑到农业服务与农业生产之间的相互影响，建立2种群相互影响条件下的共生演化模型。庞博慧[25]、吴勇民[17]等学者在研究中直接引入了另一种群密度作为影响因子，考虑到阻滞因子的形式以及种群密度与环境容纳量的比值能够更加准确地反映另一种群对资源的竞争情况，本文在这里引入另一种群密度占最大环境容量（饱和密度）比重作为交互影响因素，构建模型如下：

[dY1（t）dt=n11-Y1（t）M1+λ12Y2（t）M2Y1（t）dY2（t）dt=n21-Y2（t）M2+λ21Y1（t）M1Y2（t）] （2）

式中，[λ12]为农业生产对农业服务的共生作用系数，[λ21]为农业服务对农业生产的共生作用系数，它们的取值范围界定了农业服务与农业生产之间的共生模式，见表1。

1.2 模型变换

为了更加有效地研究农业生产与农业服务之间的共生演化关系，需对式（2）进行变换，令

[ω1=n11+λ12Y2（t）M2， ω2=n21+λ21Y1（t）M1K1=M11+λ12Y2（t）M2，K2=M21+λ21Y1（t）M1]  （3）

则公式（2）可变换为：

[dY1（t）dt=ω11-Y1（t）K1Y1（t）dY2（t）dt=ω21-Y2（t）K2Y2（t）] （4）

公式（4）在形式上与公式（1）一致，但二者所表示的内容与符号含义不同。公式（1）中的农业服务与农业生产独立发展，互不影响，可以认为种群自然增长率与最大环境容量不会发生变化，为常数；公式（4）中的农业服务与农业生产存在共生关系，相互影响，种群自然增长率与最大环境容量随着另一种群密度的改变而变化。

公式（4）中[ω1]和[ω2]分别为农业服务与农业生产共生演化发展时的各自对应的共生自然增长率，[K1]和[K2]为相互影响机制下各自的共生最大环境容量。随着种群规模的发展，农业服务与农业生产各自的共生自然增长率及共生最大环境容量也会不断发生变化，进而表现出种群间共生演化的动态趋势。

1.3 分时段叠加Logistic模型

式（4）对农业服务与农业生产之间的共生演化机制进行了描述，为了进一步刻画共生演化的具体过程，并确定模型中各参数随时间变化的数值，需要对原模型进行分时段叠加处理。借鉴唐强荣等[26]学者做法，用年区分农业服务与农业生产的种群演化时段，则种群密度演化Logistic曲线可以近似看成由各个较小时间区段内[t∈ti，ti+1， i=0，1， 2...T]的Logistic曲线连接而成。因此，式（4）在较小时间区段[ti，ti+1]内的解为：

[Y1（ti+1）=Kt+111+Kt+11-Y1（ti）Y1（ti）e-ωi+11?ΔtY2（ti+1）=Kt+121+Kt+12-Y2（ti）Y2（ti）e-ωi+12?Δt] （5）

取任意相邻时间区间[ti，ti+1]，区间长度[Δt=ti+1-ti=1]，设农业服务在种群密度演化曲线上时间区间[ti，ti+1]上的种群密度增量为[ΔY1（ti+1）=Y1（ti+1）-Y1（ti）]，这一时间区间内平均种群密度为[Y1（ti+1）=Y1（ti+1）+Y1（ti）2]，连接两端点的直线斜率为[ΔY1（ti+1）Δt]；同理，对于农业生产在时间区间[ti，ti+1]上的种群密度增量为[ΔY2（ti+1）=Y2（ti+1）-Y2（ti）]，这一时间区间内平均种群密度为[Y2（ti+1）=Y2（ti+1）+Y2（ti）2]，连接两端点的直线斜率为[ΔY2（ti+1）Δt]。

假设在较小的时间间隔内种群密度曲线斜率变化不大，曲线上各点的斜率均可以用对应时间区间内的直线斜率近似替代，因此式（4）可以转换为分时段叠加Logistic共生演化模型，公式如下：

[ΔY1（ti+1）Δt=ωi+111-Y1（ti+1）Ki+11Y1（ti+1）ΔY2（ti+1）Δt=ωi+121-Y2（ti+1）Ki+12Y2（ti+1）] （6）

1.4 模型参数识别

对式（6）进行变换，得到共生最大环境容量的迭代公式，如下：

[Ki+11=Y1（ti+1）1-ΔY1（ti+1）Δt?ωi+11?Y1（ti+1）Ki+12=Y2（ti+1）1-ΔY2（ti+1）Δt?ωi+12?Y2（ti+1）] （7）

由于共生最大环境容量必然大于0，即[Ki+11>0，]

[Ki+12>0]，则有

[ωi+11>ΔY1（ti+1）Δt?Y1（ti+1）ωi+12>ΔY2（ti+1）Δt?Y2（ti+1）] （8）

式中，[Y1（ti+1）]、[Y2（ti+1）]、[ΔY1（ti+1）]和[ΔY2（ti+1）]可以由调查及搜集到的数据计算得出，且[Δt=ti+1-ti=1]，则可以在限定范围内给定一组[ωi+11]、[ωi+12][（i=0，1，2…T）]的估计值[ωi+11]、[ωi+12][（i=0，1，2…T）]，代入式（7），进而可以计算出各个时间区间内的共生最大环境容量估计值[Ki+11]、[Ki+12][（i=0，1，2…T）]。将[ωi+11]、[ωi+12]、[Ki+11]、[Ki+12][（i=0，1，2…T）] 4组估计值代入式（5），可以得到农业服务与农业生产共生时的种群密度估计值：

[Y1（ti+1）=Kt+111+Kt+11-Y1（ti）Y1（ti）e-ωi+11?ΔtY2（ti+1）=Kt+121+Kt+12-Y2（ti）Y2（ti）e-ωi+12?Δt] （9）

进而获得农业服务与农业生产在考察期间种群密度的第m次估计值与实际值的残差平方和：

[Δe21（m）=i=0TY1（ti+1）-Y1（ti+1）2Δe22（m）=i=0TY2（ti+1）-Y2（ti+1）2] （10）

通过二次规划求解受约束非线性方程组，得到共生条件下分时段自然增长率的值[ωi+11]、[ωi+12]，将其代入式（7），可以得到考察期内共生最大环境容量的值[Ki+11]、[Ki+12]。通过以上方法，即可获得分时段Logistic共生动态演化模型的各参数。

2 数据来源与实证分析

2.1 数据说明

为了检验农业服务与农业生产的互动关系是否能够用分时段Logistic共生演化模型准确描述，本文选取中国2003—2019年农林牧渔服务业增加值、第一产业增加值分别反映农业服务增加值与农业生产增加值，并进行实证分析。根据《国民经济行业分类》（GB/T 4754—2011），自2012年起第一产业增加值不含农林牧渔服务业，农林牧渔增加值包含相關服务业，因此可用农林牧渔增加值数据减去第一产业增加值数据估算2012—2019年农林牧渔服务业增加值。对于2003—2011年农业服务增加值，结合农林牧渔增加值与第一产业增加值差额，以及2012—2019年农林牧渔服务业增加值占农林牧渔增加值比重变动情况，采用加权法估算。农业服务与农业生产增加值的变化过程即为二者发展演化过程，并且增加值变动受到资源禀赋、社会环境、技术效率、市场规模等因素的制约，不能无限增长，与种群密度变化特征相似。因此，本文选取农业服务与农业生产的增加值作为各自种群密度指标，数据来源于2003—2019年的《中国统计年鉴》及《中国农村统计年鉴》。

2.2 模型检验

首先假设农业服务与农业生产独立发展，即[λ12=λ21=0]。利用Nelder-Mead Simplex算法对公式（1）中的参数[n]、[M]进行估计，可以得到在独立发展假设下，农业服务与农业生产的自然增长率和最大环境容量，图1与图2分别为独立发展假设下农业服务与农业生产的动态演化Logistic曲线。

由图1可以看出在独立发展假设下，农业服务动态演化曲线对实际观测值的拟合效果较好，通过模型估计出的独立发展假设下农业服务自然增长率为0.170 1，最大环境容量为5 577.4亿元。2019年农业服务实际增加值为3 103.3亿元，种群密度与最大环境容量的比值约为55.64%。根据Logistic曲线S型特征，这一阶段的农业服务发展进入转折后期，增长规模将逐步减小，从2015—2019年，农业服务增加值变动分别为232.1、233.8、248.7、253.0、289.8亿元，增长规模仍然不断增加，因此判断农业服务发展应处于加速期或转折前期。根据图2可以看出农业生产发展动态模拟曲线呈现S型，模型拟合出的农业生产自然增长率为0.181 3，最大环境容量为83 552.5亿元。2019年农业生产实际增加值为70 473.6亿元，种群密度与最大环境容量的比值为84.35%，推测农业生产发展处于饱和期，增长规模与增长幅度均逐渐趋近于0。从2015—2019年，农业生产增加值变动分别为2 148.3、2 364.6、1 960.3、2 645.7、5 728.4亿元，增长幅度分别为3.78%、4.00%、3.20%、4.17%、8.47%。可以看出农业生产经历阶段性饱和后，自2017年起重新进入新一轮加速期。

根据上述分析，可以看出独立发展假设下的农业服务与农业生产发展动态模拟曲线都不能准确描述二者实际动态变化过程。因此，需要考虑二者之间的互动共生因素，建立分时段共生演化模型。

2.3 实证结果分析

利用序列二次规划法对公式（6）进行参数识别，得到2004—2019年农业服务与农业生产在共生发展假设下的分时段共生最大环境容量与共生自然增长率，具体结果见表2和表3。

在农业服务与农业生产相互作用下，动态演化曲线如图3和图4所示，结合表2、表3，可以看出由于互动共生因素影响，农业服务与农业生产共生最大环境容量不断增加，2019年分别达到8 662.7与194 309.8 亿元，远高于各自独立发展假设下的最大环境容量5 577.4和83 552.5 亿元。从图3可以看出中国农业服务的增加值迅速增长，2019年种群密度占最大环境容量的35.82%，说明农业服务在共生发展状态下正处于成长期；根据图4可以看出农业生产发展呈现出阶段性成长特征，自2009—2017年经历了一轮成长、发展、成熟周期后，2018年起又开始保持高速增长，2019年的种群密度占最大环境容量的36.27%，说明在共生状态下农业生产重新进入成长期。

综合独立发展假设与共生发展假设分析结果，独立发展演化过程不能准确描述农业服务与农业生产的实际发展情形，加入互动共生因素后，分时段共生演化模型能够更加准确地反映中国农业服务与农业生产的增加值历年动态变化过程。由于农业服务和农业生产之间存在互动影响，因此各自共生最大环境容量发生了变化，根据公式（3），利用遗传算法得到农业服务与农业生产的共生作用系数[λ12]与[λ21]的估计值分别为0.500和1.138。共生作用系数均大于0，且不相等，说明中国农业服务与农业生产之间的共生模式属于非对称互惠共生。此外，农业生产对农业服务的共生作用系数[λ12]小于农业服务对农业生产的共生作用系数[λ21]，说明在二者共生发展过程中，农业服务对农业生产的促进作用明显大于农业生产对农业服务的促进作用。

3 结论与建议

本文通过梳理农业服务与农业生产互动发展的阶段特征，建立了分时段Logistic共生演化模型，以此为基础，搜集相关数据对2003—2019年农业服务与农业生产的发展过程进行模拟演化，发现二者发展存在明显共生关系，农业服务对农业生产的促进作用更强，属于非对称互惠共生。但在共生发展模式中，对称互惠共生才是最稳定、最高效的共生系统，在对称互惠共生阶段，共生系统中的各产业生产边界模糊，形成一体化融合趋势，这也是产业互动发展的最终方向。因此，需要在本文研究基础上进一步探讨中国农业服务与农业生产由非对称互惠共生模式向对称互惠共生模式的演进机制与途径。

当前，中国农业服务对农业生产的促进作用大于农业生产对农业服务的作用，主要原因之一是过去中国农业属于粗放型生产模式，技术效应与规模效应双低。随着近年来农业服务的不断发展，人才、技术、信息、资本等逐渐汇集到农业生产过程中，使得农业生产的发展重新进入成长期。但当前中国农业生产发展仍处于转型阶段，对农业服务的反哺主要来源于转型过程中部分生产环节对农业服务的需求以及劳动力转移带来的微弱促进。并且根据实证分析结果，在共生机制下农业服务与农业生产种群密度各自占最大环境容量的35.82%和36.27%，二者都尚处于成长期，这一阶段的共生模式主要为偏利共生或非对称互惠共生，而计算得到的共生作用系数为0.500和1.138，属于偏利共生与非对称互惠共生的过渡后期。另一方面，自2003—2019年，中国农业服务占农业增加值比重由2.4%上升至4.2%，占比偏低且增长缓慢，这说明农业服务与农业生产融合程度不足，农业内部产业结构层次偏低。未来随着农业生产发展水平逐步提高，农业服务与农业生产的融合不断加深，二者联系更加紧密、农业服务对农业生产的依赖性增强，农业生产的反哺效应也将随之凸显。

因此，实现中国农业服务与农业生产由非对称互惠共生向对称互惠共生模式转变，必须重点提高农业生产发展水平，促进农业服务与农业生产融合，具体建议如下。

（1）提升农业服务的战略地位。通过政策扶持、补贴奖励、政府组织等方式，利用专项激励措施支持农业服务公司及组织、专业技术协会等深入农业产业链，为农业生产提供便利化、高效化、全面化服务。同时，对于外部性较强、盈利能力较低，但在农业生产中发挥重要作用的服务环节，需要由政府牵头，成立公益性组织，积极解决农业生产难题，提高农业服务水平。

（2）提高农业产业化水平。依托农业产业链、价值链，大力培育龙头企业，推动产业集群发展。加强农业基础性设施建设，确保农业生产信息流通、物流畅通，为农业生产发展夯实基础。完善土地政策与要素配置机制，搭建土地流转交易平台，促进土地经营权高效流转，提高农业生产规模效应。鼓励各类资金进入农业生产领域，培育多元投资主体，支持农业金融服务创新，提高农业资本配置效率。培育新型农业经营主体，完善人才培养机制和就业创业机制，鼓励和引导优秀人才返乡创业。完善农产品市场体系，利用现代信息技术与物流技术科学布局农产品流通渠道及定价机制。

参考文献

[1] 郝爱民.农业生产性服务对农业技术进步贡献的影响[J].华南农业大学学报（社会科学版），2015，14（1）：8-15.

[2] 张忠军，易中懿.农业生产性服务外包对水稻生产率的影响研究——基于358个农户的实证分析[J].农业经济问题，2015，36（10）：69-76.

[3] 陈明，李文秀.生产服务业开放对中国农业生产率的影响[J].华南农业大学学报（社会科学版），2018，17（5）：12-23.

[4] 刘强，杨万江.农户行为视角下农业生产性服务对土地规模经营的影响[J].中国农业大学学报，2016，21（9）：188-197.

[5] 刘振中.我国服務业与工业、农业互动发展的阶段性特征与展望[J].经济纵横，2018（8）：59-69.

[6] 薛贺香.城镇化、农业生产性服务业与农村居民消费互动的实证研究[J].广东商学院学报，2013，28（6）：81-88.

[7] 鲁钊阳.农业生产性服务业发展对城乡收入差距的影响[J].南京社会科学，2013（2）：23-29.

[8] 张荐华，高军.发展农业生产性服务业会缩小城乡居民收入差距吗？——基于空间溢出和门槛特征的实证检验[J].西部论坛，2019，29（1）：45-54.

[9] DE BARY A. Die erscheinung der symbiose[M]. Strassburg：De Gruyter，1879.

[10] AVIL?S L，ABBOT P，CUTTER A D. Population ecology，nonlinear dynamics，and social evolution. I. Associations among Nonrela－tives[J]. The American Naturalist，2002，159（2）：115-127.

[11] NEUHAUSER C，FARGIONE J E. A mutualism-parasitism continuum model and its application to plant-mycorrhizae interactions[J]. Ecological Modelling，2004，177（3-4）：337-352.

[12] 徐学军，唐强荣，樊奇.中国生产性服务业与制造业种群的共生——基于Logistic生长方程的实证研究[J].管理评论，2011，23（9）：152-159.

[13] 唐强荣，徐学军.基于共生理论的生产性服务企业与制造企业合作关系的实证研究[J].工业技术经济，2008，27（12）：81-83.

[14] 庞博慧.中国生产服务业与制造业共生演化模型实证研究[J].中国管理科学，2012，20（2）：176-183.

[15] 金晟.生产性服务业与制造业共生演化动力机理探讨[J].统计与决策，2018，34（9）：59-61.

[16] 于斌斌，胡汉辉.产业集群与城市化共生演化的机制与路径——基于制造业与服务业互动关系的视角[J].科学学与科学技术管理，2014，35（3）：58-68.

[17] 吴勇民，纪玉山，吕永刚.金融产业与高新技术产业的共生演化研究——来自中国的经验证据[J].经济学家，2014（7）：82-92.

[18] 刘平峰，张旺.创新生态系统共生演化机制研究[J]. 中国科技论坛，2020（2）：17-27.

[19] 范钦满，周凌云，樊俊杰，等.区域物流生态系统协同演化模型及稳定性分析[J].统计与决策，2019，35（9）：47-51.

[20] 张宝生，张庆普.隐性知识流转网成员合作的共生关系、演化模型及仿真研究[J].现代情报，2020，40（11）：34-43，53.

[21] 苗林栋，潘文卿. 中国三大增长极生产性服务业与制造业的共生关系比较[J]. 技术经济，2014，33（11）：36-43.

[22] 刘军跃，李军锋，钟升.生产性服务业与装备制造业共生关系研究——基于全国31省市的耦合协调度分析[J].湖南科技大学学报（社会科学版），2013，16（1）：111-116.

[23] 张秀艳，白雯，郑雪.我国区域经济韧性的關联识别与演化特征分析[J].吉林大学社会科学学报，2021，61（1）：90-101，237.

[24] 戎陆庆，魏锋. 基于产业共生视角的农业与物流业协同发展研究[J]. 江苏农业科学，2018，46（5）：332-337.

[25] 庞博慧，郭振. 生产性服务业和制造业共生演化模型研究[J]. 经济管理，2010，32（9）：28-35.

[26] 唐强荣，徐学军，何自力. 生产性服务业与制造业共生发展模型及实证研究[J]. 南开管理评论，2009，12（3）：20-26.

（责编：何 艳）