薛 虎，朱禮才

（安徽財經(jīng)大學(xué) 國際經(jīng)濟貿(mào)易學(xué)院，安徽 蚌埠 233030）

農(nóng)業(yè)專業(yè)化是歐美等發(fā)達國家農(nóng)業(yè)的主要發(fā)展方式，也是當今我國農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)戰(zhàn)略性調(diào)整的主要路徑，它指的是在自然區(qū)位布局的基礎(chǔ)上，綜合考慮本地和全國市場,根據(jù)地區(qū)資源稟賦種植幾種主要農(nóng)產(chǎn)品的農(nóng)業(yè)區(qū)域生產(chǎn)方式[1]。2017年和2018年連續(xù)兩年的中央一號文件分別提出優(yōu)化農(nóng)產(chǎn)品產(chǎn)業(yè)結(jié)構(gòu)、進一步優(yōu)化農(nóng)業(yè)區(qū)域布局作為提高農(nóng)業(yè)創(chuàng)新力、競爭力和全要素生產(chǎn)率的主要措施，明確了農(nóng)業(yè)生產(chǎn)專業(yè)化是我國農(nóng)業(yè)區(qū)域發(fā)展的未來趨勢。

農(nóng)業(yè)專業(yè)化發(fā)展的理論基礎(chǔ)來源于集聚經(jīng)濟中的專業(yè)化外部性，早在19世紀末期，國外學(xué)者已經(jīng)關(guān)注到集聚的經(jīng)濟效應(yīng)，馬歇爾把產(chǎn)業(yè)集聚分為多產(chǎn)業(yè)雜居和單一產(chǎn)業(yè)集群兩者類型，即產(chǎn)業(yè)多樣化和產(chǎn)業(yè)專業(yè)化，并提出單一產(chǎn)業(yè)集群的勞動生產(chǎn)率更高[2]。新經(jīng)濟地理學(xué)則把產(chǎn)業(yè)專業(yè)化稱為地方化經(jīng)濟，特點是一個區(qū)域內(nèi)存在多個同行業(yè)企業(yè)，共享基礎(chǔ)設(shè)施、技術(shù)外溢和勞動力市場，從而提高勞動生產(chǎn)率[3]。更多學(xué)者從外部性的角度探究了專業(yè)化對經(jīng)濟效益的影響，認為產(chǎn)業(yè)專業(yè)化有利于經(jīng)濟增長和技術(shù)創(chuàng)新，Glaeser等把該效應(yīng)總結(jié)為MAR外部性[4]。

目前，我國正處于由高速增長向中高速增長轉(zhuǎn)變和低質(zhì)量向高質(zhì)量發(fā)展的經(jīng)濟新常態(tài)時期，追求高質(zhì)量發(fā)展的訴求日益增長，而生產(chǎn)率的提高是支撐我國高質(zhì)量發(fā)展的原始動力。因此，探討農(nóng)業(yè)專業(yè)化集聚發(fā)展對農(nóng)業(yè)勞動生產(chǎn)率的影響對實現(xiàn)我國農(nóng)業(yè)高質(zhì)量發(fā)展具有重要的戰(zhàn)略意義，為我國農(nóng)業(yè)粗放式增長向集約式增長轉(zhuǎn)變提供有益的幫助。本研究的主要貢獻在于將空間因素納入到農(nóng)業(yè)專業(yè)化與勞動生產(chǎn)率間關(guān)系的實證研究中，綜合考察農(nóng)業(yè)專業(yè)化對農(nóng)業(yè)勞動生產(chǎn)率的直接影響和空間溢出效應(yīng)，特別是在技術(shù)外溢顯著的經(jīng)濟背景和要素資源流動的社會背景下，可以更加全面且合理地分析區(qū)域間農(nóng)業(yè)經(jīng)濟發(fā)展的聯(lián)系，同時，考慮空間因素的計量模型可以更加準確地考察農(nóng)業(yè)專業(yè)化對勞動生產(chǎn)率的影響，糾正傳統(tǒng)計量模型的偏差。

一、文獻綜述

我國政府部門及學(xué)者早已關(guān)注了農(nóng)業(yè)生產(chǎn)專業(yè)化對農(nóng)業(yè)生產(chǎn)率及農(nóng)民收益的影響，并強調(diào)農(nóng)業(yè)適度專業(yè)化是農(nóng)業(yè)生產(chǎn)的必然趨勢[5]。國內(nèi)學(xué)者通過觀察美國等發(fā)達國家的農(nóng)業(yè)生產(chǎn)方式，發(fā)現(xiàn)農(nóng)業(yè)生產(chǎn)專業(yè)化是其農(nóng)業(yè)具有高經(jīng)濟效益和高生產(chǎn)率的主要原因[6]。但目前我國農(nóng)業(yè)生產(chǎn)專業(yè)化程度很低，主要原因在于專業(yè)化生產(chǎn)巨大的經(jīng)營成本、集體層次的虛化及政府相關(guān)政策的催化作用[7]。隨著我國農(nóng)業(yè)從追量向重質(zhì)生產(chǎn)目標的轉(zhuǎn)變，傳統(tǒng)的區(qū)域農(nóng)業(yè)多樣化生產(chǎn)模式已經(jīng)不能滿足農(nóng)業(yè)生產(chǎn)內(nèi)部更深層次的需要，更不能適應(yīng)農(nóng)業(yè)經(jīng)濟新常態(tài)，農(nóng)業(yè)生產(chǎn)專業(yè)化將是我國農(nóng)業(yè)發(fā)展的必然趨勢。農(nóng)業(yè)新型經(jīng)營主體和農(nóng)產(chǎn)品流通渠道改革等農(nóng)業(yè)生產(chǎn)經(jīng)營機制的不斷創(chuàng)新，也在不斷推動農(nóng)業(yè)生產(chǎn)專業(yè)化發(fā)展。

生產(chǎn)經(jīng)營活動的專業(yè)化必然會反映到地理空間上，形成區(qū)域?qū)I(yè)化，農(nóng)業(yè)區(qū)域?qū)I(yè)化則是農(nóng)業(yè)區(qū)域分工的空間地理分布組織形式。農(nóng)業(yè)專業(yè)化可以起到發(fā)揮農(nóng)業(yè)區(qū)域比較優(yōu)勢[8]、提高生產(chǎn)效率[9]、降低貿(mào)易壁壘[10]、合理配置勞動力資源[11]、形成規(guī)模經(jīng)濟[12]、協(xié)調(diào)“五化”建設(shè)[13]等作用。圍繞上述理論研究，國內(nèi)學(xué)者從微觀和宏觀兩個視角進行了大量的實證研究，微觀研究多以農(nóng)戶調(diào)研為基礎(chǔ)，呂超、周應(yīng)恒以我國專業(yè)化程度較高的蔬菜產(chǎn)業(yè)作為研究對象，得到了蔬菜產(chǎn)業(yè)集聚對區(qū)域蔬菜經(jīng)濟增長存在顯著的正向作用，并存在一定的技術(shù)外部性[14]。羅忠明、劉愷從要素密集性、經(jīng)營難度等行業(yè)特性出發(fā)對農(nóng)業(yè)生產(chǎn)專業(yè)化和橫向分工進行了研究，要素密集度、經(jīng)營難度與農(nóng)業(yè)生產(chǎn)專業(yè)化分別存在正相關(guān)和負相關(guān)關(guān)系[15]。宏觀研究多圍繞農(nóng)業(yè)經(jīng)濟集聚展開，王艷榮等和江激宇等分別從安徽省碭山酥梨產(chǎn)業(yè)集聚和安徽農(nóng)業(yè)集聚出發(fā)，使用VAR模型實證研究了農(nóng)業(yè)集聚對農(nóng)民收入的影響，得出農(nóng)業(yè)集聚對農(nóng)民收入提高的影響并不顯著，甚至存在負相關(guān)關(guān)系，但存在向正相關(guān)關(guān)系發(fā)展的趨勢[16-17]。陳利、朱喜鋼以云南省為例對經(jīng)濟集聚和農(nóng)民收入間關(guān)系進行了空間分析，得出直接效應(yīng)顯著為正，而溢出效應(yīng)并不顯著[18]。伍駿騫、阮建青等則從浙江省的縣級和鄉(xiāng)鎮(zhèn)級數(shù)據(jù)進行了分析，在經(jīng)濟集聚與農(nóng)民增收的關(guān)系中加入經(jīng)濟距離，得到經(jīng)濟集聚促進農(nóng)民增收，且具有正向的空間溢出效應(yīng)[19]。張琛、孔祥智對伍駿騫、阮建青等的研究進行了樣本擴展，利用省級面板數(shù)據(jù)進行了實證研究，研究結(jié)果與伍駿騫、阮建青等的研究一致[20]。

綜上所述，現(xiàn)有文獻已證明農(nóng)業(yè)專業(yè)化是我國農(nóng)業(yè)生產(chǎn)的必然趨勢，且國內(nèi)外學(xué)者從理論和實證兩個方面對農(nóng)業(yè)專業(yè)化進行了豐富的研究。需要注意的是，在微觀視角的實證研究中，主要以農(nóng)業(yè)產(chǎn)業(yè)化理論為基礎(chǔ)進行分析，其農(nóng)業(yè)集聚外部性來源于農(nóng)業(yè)產(chǎn)業(yè)化帶來具有互補效應(yīng)的多樣化Jacobs外部性[4]，并非為專業(yè)化外部性。而在宏觀視角的實證研究中，農(nóng)業(yè)集聚均使用綜合性集聚指標，且偏向于總量集聚，未表現(xiàn)出農(nóng)業(yè)專業(yè)化的特性。因此，本研究基于我國農(nóng)業(yè)區(qū)域規(guī)劃的宏觀視角，構(gòu)建農(nóng)業(yè)專業(yè)化集聚指標，探究農(nóng)業(yè)專業(yè)化集聚對農(nóng)業(yè)勞動生產(chǎn)率的影響，考慮到農(nóng)業(yè)專業(yè)化集聚的空間外部性經(jīng)濟，運用空間杜賓模型，重點考察本省農(nóng)業(yè)專業(yè)化集聚對相鄰省份農(nóng)業(yè)勞動生產(chǎn)率的空間溢出效應(yīng)。

二、模型設(shè)計

（一）計量模型設(shè)定

本研究采用包含技術(shù)進步的Cobb-Douglas生產(chǎn)函數(shù)(C-D生產(chǎn)函數(shù)）來分析農(nóng)業(yè)專業(yè)化對勞動生產(chǎn)率的影響，C-D生產(chǎn)函數(shù)的基本形式如下：

式中，Y代表總產(chǎn)出，K、L分別代表資本要素投入和勞動要素投入，A為去除要素貢獻后的剩余生產(chǎn)率，即技術(shù)進步，e為殘差項，α和β為資本和勞動投入的彈性系數(shù)。

因此，農(nóng)業(yè)專業(yè)化是影響農(nóng)業(yè)生產(chǎn)技術(shù)進步的內(nèi)生變量，將其作為A的部分變量加入到基本的C-D生產(chǎn)函數(shù)中可得到：

式中，a代表去除要素貢獻及農(nóng)業(yè)專業(yè)化影響以后的剩余生產(chǎn)率，H代表農(nóng)業(yè)專業(yè)化程度，θ代表農(nóng)業(yè)專業(yè)化對總產(chǎn)出的彈性系數(shù)。對式（2）左右同時除以L，并取對數(shù)，得到：

對式（3）進行簡化，得到：

式中，i和t分別代表年份和省份，LP代表農(nóng)業(yè)勞動生產(chǎn)率，H代表農(nóng)業(yè)專業(yè)化，x代表控制變量，ε代表隨機誤差項。

一個省份的農(nóng)業(yè)勞動生產(chǎn)率可能受到本省份農(nóng)業(yè)專業(yè)化的影響，也可能受到相鄰省份農(nóng)業(yè)專業(yè)化的影響，因此，在式（4）中加入空間因素，得到：

空間誤差模型：

空間滯后模型：

空間杜賓模型：

式中，w為空間權(quán)重矩陣，wLP、wH和wx分別代表農(nóng)業(yè)勞動生產(chǎn)率、農(nóng)業(yè)專業(yè)化和其它控制變量的空間滯后項，ρ、θ1和θ2分別代表農(nóng)業(yè)勞動生產(chǎn)率、農(nóng)業(yè)專業(yè)化和其它控制變量的空間相關(guān)系數(shù)，α代表空間特質(zhì)效應(yīng)，μ代表時期特質(zhì)效應(yīng)，ε為服從正態(tài)分布的隨機誤差項，其它變量的含義同上。

（二）指標選取

1.被解釋變量

農(nóng)業(yè)勞動生產(chǎn)率（LP）。采用農(nóng)業(yè)增加值與農(nóng)業(yè)就業(yè)人數(shù)的比值。

2.解釋變量

農(nóng)業(yè)專業(yè)化指數(shù)（H）。本研究主要研究農(nóng)業(yè)集聚帶來的專業(yè)化效應(yīng)，所以構(gòu)建農(nóng)業(yè)專業(yè)化指數(shù)指標進行衡量。目前，衡量專業(yè)化指數(shù)的指標包括赫芬達爾指數(shù)、區(qū)位熵、基尼系數(shù)。本研究借鑒蘇紅鍵的城市產(chǎn)業(yè)專業(yè)化指數(shù)構(gòu)建農(nóng)業(yè)專業(yè)化指數(shù)[21]。公式為：

式中，i表示省份，j表示農(nóng)業(yè)中的行業(yè)，addi,j和addi分別表示i省份j行業(yè)的增加值和i省份的農(nóng)業(yè)增加值，addj和add表示全國的j行業(yè)增加值和全國農(nóng)業(yè)增加值，Hi表示i省份的農(nóng)業(yè)專業(yè)化指數(shù)。Hi的取值范圍為[0,1],Hi越大，區(qū)域農(nóng)業(yè)專業(yè)化水平越高；同理，Hi越小，區(qū)域農(nóng)業(yè)專業(yè)化水平越低，即多樣化水平越高。

3.控制變量

農(nóng)業(yè)增加值(AG)：考慮到農(nóng)業(yè)專業(yè)化集聚的規(guī)模經(jīng)濟效應(yīng)對勞動生產(chǎn)率的影響，采用農(nóng)、林、牧、漁業(yè)增加值總和來考察農(nóng)業(yè)的規(guī)模經(jīng)濟效應(yīng)。

產(chǎn)業(yè)結(jié)構(gòu)（IS）：考慮到四化的統(tǒng)籌發(fā)展，產(chǎn)業(yè)結(jié)構(gòu)的合理化和高度化是統(tǒng)籌發(fā)展的重要基礎(chǔ)，工業(yè)化和經(jīng)濟服務(wù)化都會反哺農(nóng)業(yè)，為農(nóng)業(yè)生產(chǎn)水平提升及轉(zhuǎn)型創(chuàng)造有力條件，因此在控制變量中納入產(chǎn)業(yè)結(jié)構(gòu)指標。借鑒徐德云提出的產(chǎn)業(yè)結(jié)構(gòu)衡量指標，即：，其中，i分別為第一、二、三產(chǎn)業(yè)，yi為第i產(chǎn)業(yè)的增加值占省份GDP的比重[22]。

農(nóng)業(yè)政府干預(yù)（GOV）：相對于市場化程度較高的國家，處于轉(zhuǎn)型期的中國市場機制尚不完善，需要通過一些制度安排或財政干預(yù)，實現(xiàn)政府對生產(chǎn)經(jīng)營的干預(yù)和控制，因此，采用政府的農(nóng)林水事物財政支出占省份農(nóng)業(yè)增加值的比重來衡量政府干預(yù)農(nóng)業(yè)發(fā)展的能力。

城鎮(zhèn)化水平（CITY）：城鎮(zhèn)化與農(nóng)業(yè)現(xiàn)代化之間具有高度耦合性，城鎮(zhèn)化的基礎(chǔ)設(shè)施和公共服務(wù)均可以完善農(nóng)業(yè)現(xiàn)代產(chǎn)業(yè)化體系[23]。同時，可以通過影響資源要素跨區(qū)流動來提高農(nóng)業(yè)生產(chǎn)要素質(zhì)量以及農(nóng)產(chǎn)品流通，從而提高農(nóng)業(yè)勞動生產(chǎn)率，繼而發(fā)揮城鎮(zhèn)化的牽引和輻射作用[13]，采用年末城鎮(zhèn)人口占年末總?cè)丝诘谋戎剡M行衡量。

農(nóng)業(yè)機械化（AM）：農(nóng)業(yè)機械化的提高有利于農(nóng)業(yè)技術(shù)效率和勞動生產(chǎn)率的提升，采用農(nóng)業(yè)機械總動力與農(nóng)業(yè)就業(yè)人數(shù)的比值進行衡量。

自然災(zāi)害率（ND）：不可控的自然因素會對農(nóng)業(yè)生產(chǎn)造成巨大的損失，從而降低農(nóng)業(yè)勞動生產(chǎn)率，采用農(nóng)作物受災(zāi)面積占種植面積的比重進行衡量。

（三）數(shù)據(jù)來源說明

本研究基于以省份為觀察單元的面板數(shù)據(jù)樣本，探討分析了2009—2016年間我國31個省份農(nóng)業(yè)專業(yè)化對其勞動生產(chǎn)率的空間溢出效應(yīng)。未選擇香港、澳門和臺灣三個地區(qū)樣本。測算農(nóng)業(yè)專業(yè)化指數(shù)的農(nóng)業(yè)分行業(yè)數(shù)據(jù)來源于《中國農(nóng)村統(tǒng)計年鑒》，從中選擇了2009—2016年38個農(nóng)業(yè)分行業(yè)測算農(nóng)業(yè)專業(yè)化指數(shù)①此處中的農(nóng)業(yè)行業(yè)泛指農(nóng)、林、牧、漁業(yè)，38個農(nóng)業(yè)行業(yè)包含24個農(nóng)業(yè)行業(yè)、3個林業(yè)行業(yè)、9個畜牧業(yè)行業(yè)、2個漁業(yè)行業(yè)。24個農(nóng)業(yè)行業(yè)包含小麥、稻谷、玉米、其它谷物、薯類、花生、油菜籽、其它油料、大豆、其它豆類、棉花、麻類、糖料、煙草、蔬菜、花卉、菌、蘋果、梨、柑橘、其它水果、茶、香料作物、中藥材；3個林業(yè)行業(yè)包含林木、竹木、林產(chǎn)品；9個畜牧業(yè)行業(yè)包含牛、羊、奶產(chǎn)品、其它牲畜、豬、肉禽、禽蛋、狩獵、其他畜牧業(yè)；2個漁業(yè)行業(yè)包含海水產(chǎn)品、內(nèi)陸水產(chǎn)品。。本研究中其它數(shù)據(jù)均來源于《中國統(tǒng)計年鑒》及各省份統(tǒng)計年鑒。同時，根據(jù)上文收集到的數(shù)據(jù)，對計量模型中的主要變量進行了描述性統(tǒng)計分析（表1）。

表1 主要變量描述性統(tǒng)計分析

三、實證結(jié)果與分析

（一）空間相關(guān)性檢驗

是否需要在普通面板模型中加入空間因素，取決于農(nóng)業(yè)專業(yè)化和農(nóng)業(yè)勞動生產(chǎn)率兩個變量是否存在空間自相關(guān)性。因此，本研究將對上述兩個變量進行空間自相關(guān)性檢驗，Moran’sI指數(shù)的計算公式如下：

式（8）中，I為Moran’sI指數(shù)，為空間權(quán)重矩陣，表示n個區(qū)域的空間鄰近關(guān)系。Moran’sI指數(shù)的取值范圍為（-1,1），當其大于0時，表示各省份之間該變量存在空間正相關(guān)關(guān)系；當其小于0時，表示各省份之間該變量存在空間負相關(guān)關(guān)系；當其等于0時，表示各省份之間該變量無空間相關(guān)性關(guān)系；且Moran’sI指數(shù)的絕對值越大，表明各省份之間該變量的空間相關(guān)程度越高。本研究將采用0-1鄰接權(quán)重矩陣作為空間權(quán)重矩陣，其設(shè)定公式如下：

使用MATLAB2017軟件按照公式（8）分別計算了2009—2016年農(nóng)業(yè)專業(yè)化和農(nóng)業(yè)勞動生產(chǎn)率的全局Moran’sI指數(shù)，如表2所示。農(nóng)業(yè)專業(yè)化的全局Moran’sI指數(shù)除了2014年以外均大于0，且均在1%顯著性水平下通過空間相關(guān)性檢驗。2009—2016年農(nóng)業(yè)勞動生產(chǎn)率的全局Moran’sI指數(shù)均大于0，且均在1%顯著性水平下通過空間相關(guān)性檢驗。通過上述檢驗，說明2009—2016年農(nóng)業(yè)專業(yè)化和農(nóng)業(yè)勞動生產(chǎn)率在全局范圍內(nèi)均表現(xiàn)顯著的空間依賴性，且均呈現(xiàn)空間正相關(guān)關(guān)系。這意味著構(gòu)建農(nóng)業(yè)專業(yè)化與農(nóng)業(yè)勞動生產(chǎn)率的模型時考慮空間效應(yīng)才符合客觀事實。

表2 我國農(nóng)業(yè)專業(yè)化及勞動生產(chǎn)率全局Moran’s I指數(shù)?

在全局Moran’sI指數(shù)的基礎(chǔ)上，進一步計算農(nóng)業(yè)專業(yè)化和農(nóng)業(yè)勞動生產(chǎn)率的局部Moran’sI指數(shù)，并采用2009年和2016年局部Moran’sI散點圖來檢驗不同區(qū)域農(nóng)業(yè)專業(yè)化和農(nóng)業(yè)勞動生產(chǎn)率在空間上的差異程度。由圖1和圖2可知，我國農(nóng)業(yè)專業(yè)化和農(nóng)業(yè)勞動生產(chǎn)率總體呈現(xiàn)出集聚態(tài)勢，且空間分布呈現(xiàn)非均衡特征。從局部Moran’sI散點圖來看，大多數(shù)省份位于第一和第三象限，呈現(xiàn)出“高-高”和“低-低”集聚態(tài)勢，且農(nóng)業(yè)勞動生產(chǎn)率的局部Moran’sI指數(shù)更為集中位于第一和第三象限，且隨著時間的變化將變得更加顯著。

（二）空間計量模型的回歸分析

1.普通面板數(shù)據(jù)模型的相關(guān)檢驗

構(gòu)建普通面板模型，使用LM檢驗進行比較，可以對是否需要構(gòu)建空間面板模型進行進一步的判斷。從表3中可以看出，混合OLS、空間固定、時間固定、雙固定4種模型的LM檢驗在1%顯著性水平下均通過檢驗，都拒絕了沒有空間誤差或空間滯后影響的原假設(shè)，因此應(yīng)選擇包含空間效應(yīng)的面板模型。

2.空間杜賓模型回歸分析

圖1 我國2009年（左）和2016年（右）農(nóng)業(yè)專業(yè)化局部Moran’s I散點

圖2 我國2009年（左）和2016年（右）農(nóng)業(yè)勞動生產(chǎn)率局部Moran’s I散點

表3 普通面板模型的LM檢驗?

根據(jù)空間相關(guān)性檢驗和普通面板模型的LM檢驗，確信在研究農(nóng)業(yè)專業(yè)化對農(nóng)業(yè)勞動生產(chǎn)率的影響問題時應(yīng)考慮空間效應(yīng)。但加入空間效應(yīng)會使模型內(nèi)部各變量之間的關(guān)系更為復(fù)雜，且OLS估計不再是最優(yōu)無偏估計量。因此，需要根據(jù)式（5）～（7）分別構(gòu)建空間誤差模型、空間滯后模型和空間杜賓模型，然后使用LR檢驗和Wald檢驗選擇最優(yōu)模型。同時在對空間面板模型進行估計時使用豪斯曼檢驗（Hausman test）選擇固定效應(yīng)模型和隨機效應(yīng)模型。如表4所示，豪斯曼檢驗在1%的顯著性水平下拒絕了原假設(shè)，因此選擇構(gòu)建空間時間雙固定的空間模型。從表4中的三種空間面板模型的估計結(jié)果來看，空間杜賓模型的R2和Log-likelihood的估計結(jié)果皆優(yōu)于其它兩種空間面板模型，且LR檢驗和Wald檢驗的結(jié)果顯示，均在1%的顯著性水平下拒絕了H0:θ+ρβ=0和H0:θ=0的原假設(shè)，因此，空間杜賓模型不能簡化成其它兩種空間面板模型?；谏鲜鰴z驗，本研究將選擇空間時間雙固定的空間杜賓模型作為最終實證模型。

表4中估計結(jié)果顯示，空間滯后系數(shù)的估計值在1%的顯著性水平下顯著為正，說明我國農(nóng)業(yè)勞動生產(chǎn)率存在顯著的正向空間相關(guān)性，即相鄰省份的農(nóng)業(yè)勞動生產(chǎn)率每增加1%，本省份的農(nóng)業(yè)勞動生產(chǎn)率就會增加0.397 8%。同時，三種空間面板模型均顯示農(nóng)業(yè)專業(yè)化的回歸系數(shù)在1%的顯著性水平下顯著為正，這表明本省份農(nóng)業(yè)專業(yè)化有利于本省份農(nóng)業(yè)勞動生產(chǎn)率的提升?？梢詮膬蓚€方面進行解釋。第一，新增長理論提出一省份的經(jīng)濟效益提高得益于固定資產(chǎn)投資產(chǎn)生的技術(shù)進步[24]，農(nóng)業(yè)專業(yè)化集聚必定帶來專業(yè)化的固定資產(chǎn)投資，形成專業(yè)化的固定資產(chǎn)或基礎(chǔ)設(shè)施，有利于提高農(nóng)業(yè)勞動生產(chǎn)率。第二，農(nóng)業(yè)專業(yè)化集聚中“干中學(xué)效應(yīng)”會導(dǎo)致區(qū)域?qū)I(yè)化的人力資本積累，有利于農(nóng)業(yè)技術(shù)進步，從而提升農(nóng)業(yè)勞動生產(chǎn)率。對表4的空間杜賓模型進行效應(yīng)分解，效應(yīng)分解結(jié)果如表5所示。

表4 空間計量模型估計結(jié)果?

對表4的空間杜賓模型進行效應(yīng)分解，效應(yīng)分解結(jié)果見表5。從直接效應(yīng)來看，農(nóng)業(yè)專業(yè)化對本省份的農(nóng)業(yè)勞動生產(chǎn)率的影響系數(shù)為3.038，且在1%的顯著性水平下顯著，說明農(nóng)業(yè)專業(yè)化促進本省份農(nóng)業(yè)勞動生產(chǎn)率的提升。從間接效應(yīng)來看，農(nóng)業(yè)專業(yè)化的空間溢出效應(yīng)的影響系數(shù)為1.873 8，且在1%的顯著性水平下顯著為正，說明本省份的農(nóng)業(yè)專業(yè)化對相鄰省份的農(nóng)業(yè)勞動生產(chǎn)率也起促進作用。依上可知，本省份的農(nóng)業(yè)專業(yè)化指數(shù)每增加1%，本地農(nóng)業(yè)勞動生產(chǎn)率將會提升3.038%，同時相鄰省份的農(nóng)業(yè)勞動生產(chǎn)率也將提升1.873 8%。這是因為農(nóng)業(yè)專業(yè)化屬于集聚經(jīng)濟，農(nóng)業(yè)專業(yè)化會推動本省份逐漸形成規(guī)模經(jīng)濟、技術(shù)經(jīng)濟、范圍經(jīng)濟等外部性，同時由于勞動力的流動，產(chǎn)生知識溢出，間接推動相鄰省份的范圍經(jīng)濟的形成，促進相鄰省份的農(nóng)業(yè)勞動生產(chǎn)率。

從控制變量的直接效應(yīng)和間接效應(yīng)來看，農(nóng)業(yè)增加值的的直接效應(yīng)和間接效應(yīng)在1%的顯著性水平下顯著為正，說明本省份農(nóng)業(yè)規(guī)模的擴大促進本省份農(nóng)業(yè)勞動生產(chǎn)率的提升，同時對相鄰省份存在正向溢出效應(yīng)，推動相鄰省份農(nóng)業(yè)勞動生產(chǎn)率的提升。農(nóng)業(yè)政府干預(yù)和產(chǎn)業(yè)結(jié)構(gòu)的直接效應(yīng)及間接效應(yīng)均不顯著為正，說明農(nóng)業(yè)政府干預(yù)及產(chǎn)業(yè)結(jié)構(gòu)升級對本省份和相鄰省份的農(nóng)業(yè)勞動生產(chǎn)率的促進作用較為微弱。城鎮(zhèn)化的直接效應(yīng)和間接效應(yīng)均在1%的顯著性水平下顯著為正，直接效應(yīng)大于間接效應(yīng)，說明本省份城鎮(zhèn)化程度的增加對本省份的農(nóng)業(yè)勞動生活率起促進作用，同時對相鄰省份存在正向空間溢出效應(yīng)，促進相鄰省份的農(nóng)業(yè)勞動生產(chǎn)率的增長，但對本省份的促進作用大于對相鄰省份的促進作用。機械化的直接效應(yīng)和間接效應(yīng)分別在1%和5%的顯著性水平下顯著為正，說明本省份機械化程度的增加對本省份的農(nóng)業(yè)勞動生活率起促進作用，但對相鄰省份農(nóng)業(yè)勞動生產(chǎn)率增長的促進作用較為微弱。自然災(zāi)害率的直接效應(yīng)和間接效應(yīng)均不顯著為負，說明自然災(zāi)害率對本省份及相鄰省份的農(nóng)業(yè)勞動生產(chǎn)率的增長起抑制作用。

表5 空間杜賓模型的效應(yīng)分解?

四、結(jié)論和建議

本研究通過對現(xiàn)有文獻的系統(tǒng)分析，發(fā)現(xiàn)農(nóng)業(yè)專業(yè)化是我國農(nóng)業(yè)生產(chǎn)的必然趨勢?；谖覈r(nóng)業(yè)區(qū)域規(guī)劃的宏觀視角，對現(xiàn)有的微觀視角的農(nóng)業(yè)產(chǎn)業(yè)化理論研究及宏觀視角的農(nóng)業(yè)總量集聚研究進行改進，對農(nóng)業(yè)集聚的專業(yè)化進行研究，并使用基尼系數(shù)構(gòu)建了農(nóng)業(yè)集聚的專業(yè)化指數(shù)。運用2009—2016年中國31個省份面板數(shù)據(jù)，探討了農(nóng)業(yè)專業(yè)化集聚對農(nóng)業(yè)勞動生產(chǎn)率的直接影響和空間溢出效應(yīng)。通過全局 Moran’sI指數(shù)發(fā)現(xiàn)我國農(nóng)業(yè)專業(yè)化與農(nóng)業(yè)勞動生產(chǎn)率存在顯著的空間正相關(guān)性，局部Moran’sI散點圖反映出我國農(nóng)業(yè)專業(yè)化與農(nóng)業(yè)勞動生產(chǎn)率均表現(xiàn)出高高集聚和低低集聚的集聚態(tài)勢，且農(nóng)業(yè)勞動生產(chǎn)率的集聚態(tài)勢逐漸顯著；選用空間杜賓模型和偏微分方法，就農(nóng)業(yè)專業(yè)化對農(nóng)業(yè)勞動生產(chǎn)率的空間溢出效應(yīng)進行了實證研究，實證結(jié)果顯示，農(nóng)業(yè)專業(yè)化促進本省份農(nóng)業(yè)勞動生產(chǎn)率的提升，且對相鄰省份存在顯著的正向溢出效應(yīng)。

基于以上結(jié)論，在制定農(nóng)業(yè)區(qū)劃以及相關(guān)政策時，應(yīng)考慮到各個省份的實際自然及經(jīng)濟情況，因地制宜，發(fā)揮區(qū)域比較優(yōu)勢，培育區(qū)域特色農(nóng)業(yè)。目前，我國的農(nóng)業(yè)專業(yè)化程度較低，需要加快糧食作物的區(qū)域?qū)I(yè)化集聚，并發(fā)展特色經(jīng)濟作物產(chǎn)區(qū)，以此作為經(jīng)濟增長點，減少區(qū)域人力資本外流。我國農(nóng)業(yè)勞動生產(chǎn)率與農(nóng)業(yè)專業(yè)化的空間相關(guān)性是客觀存在的，技術(shù)、人力資本等要素具有空間溢出效應(yīng)，應(yīng)加強省份間農(nóng)業(yè)發(fā)展的交流以及農(nóng)產(chǎn)品流通渠道的擴張，強化省份間的空間相關(guān)性，使省份間的農(nóng)業(yè)技術(shù)擴散及農(nóng)產(chǎn)品流通無障礙。同時，農(nóng)業(yè)生產(chǎn)離不開政府的支持和引導(dǎo)，政府應(yīng)該做好農(nóng)業(yè)基礎(chǔ)設(shè)施以及公共服務(wù)的提供，充分發(fā)揮政府的生產(chǎn)及市場引導(dǎo)作用，不斷提高農(nóng)業(yè)機械化水平，提升農(nóng)業(yè)勞動生產(chǎn)率。