摘 要：基于1999—2019年14個(gè)小麥主產(chǎn)省份的面板數(shù)據(jù)，運(yùn)用SBM模型測(cè)算小麥生產(chǎn)效率，通過構(gòu)建空間杜賓模型考察農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)小麥生產(chǎn)效率的影響及空間溢出效應(yīng)，結(jié)果表明：我國14個(gè)小麥主產(chǎn)省份農(nóng)業(yè)產(chǎn)業(yè)集聚與小麥生產(chǎn)效率整體上具有較強(qiáng)的空間相關(guān)性；農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)小麥生產(chǎn)效率具有顯著的負(fù)向影響，且該影響具有明顯的空間溢出效應(yīng)，即農(nóng)業(yè)產(chǎn)業(yè)集聚不僅對(duì)本區(qū)域的小麥生產(chǎn)效率產(chǎn)生負(fù)向影響，還會(huì)通過空間溢出效應(yīng)對(duì)相鄰區(qū)域的小麥生產(chǎn)效率產(chǎn)生負(fù)向影響具有較強(qiáng)的空間相關(guān)性；自然災(zāi)害、政府干預(yù)程度、外開放度對(duì)小麥生產(chǎn)效率具有顯著的負(fù)向影響，農(nóng)村城鎮(zhèn)化水平、農(nóng)業(yè)發(fā)展水平對(duì)小麥生產(chǎn)效率具有顯著的正向影響。為此，提出應(yīng)當(dāng)注重宏觀平衡發(fā)展、協(xié)調(diào)效率均衡化發(fā)展；加快生產(chǎn)要素配置建設(shè)、激發(fā)小麥支撐因素生產(chǎn)潛能；營造良好的外部社會(huì)環(huán)境、實(shí)現(xiàn)產(chǎn)業(yè)融合發(fā)展；并且從人力資本、人口規(guī)模、自然災(zāi)害、政府干預(yù)程度、對(duì)外開放度、基礎(chǔ)設(shè)施水平、工業(yè)化水平、農(nóng)村城鎮(zhèn)化水平、農(nóng)業(yè)發(fā)展水平等方面促進(jìn)小麥生產(chǎn)效率的提升。

關(guān)鍵詞：農(nóng)業(yè)產(chǎn)業(yè)集聚；小麥生產(chǎn)效率；SBM模型；空間杜賓模型

中圖分類號(hào)：F323? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ?文章編號(hào)：1672-1217（2023）06-0079-08收稿日期：2023-09-13

基金項(xiàng)目：國家社會(huì)科學(xué)基金項(xiàng)目（18BJL093）：中國城市群發(fā)展戰(zhàn)略研究。

作者簡介：陳楊洋（1996-），女，安徽宿州人，浙江農(nóng)林大學(xué)經(jīng)濟(jì)管理學(xué)院博士研究生。

引言

2021年中央一號(hào)文件中，推進(jìn)農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革，提升糧食供給保障能力首當(dāng)其沖。農(nóng)業(yè)作為第一產(chǎn)業(yè)，其經(jīng)濟(jì)發(fā)展是其他部門發(fā)展的基礎(chǔ)，而實(shí)現(xiàn)經(jīng)濟(jì)增長主要依靠增加投入要素或提高效率。前者可以推動(dòng)經(jīng)濟(jì)總量的增長，后者則可以實(shí)現(xiàn)總量和質(zhì)量的共同提升。糧食生產(chǎn)是農(nóng)業(yè)生產(chǎn)的核心，然而隨著貿(mào)易政策自由化的發(fā)展，我國部分糧食主產(chǎn)省份不僅陷入“三量齊增，三本齊升”的怪圈，而且還面臨“谷賤傷農(nóng)，米貴傷民”的矛盾。繼續(xù)依賴生產(chǎn)要素的投入來實(shí)現(xiàn)糧食生產(chǎn)效率的提高已難以為繼。在農(nóng)業(yè)資源稀缺的背景下，農(nóng)業(yè)生產(chǎn)集聚已經(jīng)開始影響著我國農(nóng)業(yè)各個(gè)領(lǐng)域。近年來，我國農(nóng)業(yè)農(nóng)村部著力發(fā)展糧食主產(chǎn)區(qū)、主銷區(qū)和產(chǎn)銷平衡區(qū)，建設(shè)特色化、專業(yè)化和規(guī)?；纳a(chǎn)集聚區(qū)已成為未來農(nóng)業(yè)現(xiàn)代化發(fā)展趨勢(shì)。而小麥作為最主要口糧之一，區(qū)域集聚態(tài)勢(shì)明顯。我國為保持其產(chǎn)業(yè)集聚作用發(fā)布了包括小麥最低收購價(jià)政策在內(nèi)的一系列區(qū)域集中發(fā)展措施。但是政策激勵(lì)效果在下滑。為保證優(yōu)質(zhì)糧食資源，發(fā)揮資源優(yōu)勢(shì)，提升小麥生產(chǎn)效率則成為亟待解決的關(guān)鍵問題。

圍繞產(chǎn)業(yè)集聚的研究主要基于新古典經(jīng)濟(jì)理論、經(jīng)濟(jì)外部性理論、傳統(tǒng)貿(mào)易理論、新貿(mào)易理論、新經(jīng)濟(jì)地理學(xué)理論等。不同學(xué)派由于研究視角的不同，關(guān)于產(chǎn)業(yè)集聚的形成機(jī)制并沒有統(tǒng)一的看法?；诖耍罅繉W(xué)者對(duì)我國農(nóng)業(yè)產(chǎn)業(yè)集聚度展開了分析，內(nèi)容涉及農(nóng)業(yè)各產(chǎn)業(yè)①、農(nóng)業(yè)集聚度測(cè)量②及集聚度變動(dòng)趨勢(shì)等①。產(chǎn)業(yè)集聚水平作為影響農(nóng)業(yè)生產(chǎn)的系統(tǒng)性媒介，一方面通過空間溢出效應(yīng)帶動(dòng)周邊區(qū)域的發(fā)展，另一方面不斷推進(jìn)農(nóng)業(yè)產(chǎn)業(yè)集聚區(qū)域穩(wěn)定發(fā)展。但是，與以往馬歇爾在1920年總結(jié)的外部經(jīng)濟(jì)性效應(yīng)所認(rèn)為農(nóng)業(yè)產(chǎn)業(yè)集聚可能通過產(chǎn)業(yè)規(guī)模經(jīng)濟(jì)效應(yīng)、農(nóng)戶規(guī)模經(jīng)濟(jì)效應(yīng)、技術(shù)外溢效應(yīng)途徑影響小麥生產(chǎn)效率所不同的是，由于“馬太”效應(yīng)和“虹吸”效應(yīng)的存在，農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)小麥生產(chǎn)效率的影響并不總是正向的，農(nóng)業(yè)產(chǎn)業(yè)集聚也可能產(chǎn)生負(fù)外部性②。一方面，每個(gè)省域內(nèi)農(nóng)業(yè)發(fā)展?jié)摿εc各方條件是有限的，隨著農(nóng)業(yè)產(chǎn)業(yè)集聚“馬太”效應(yīng)可能會(huì)導(dǎo)致資源過度集中，可能會(huì)造成“強(qiáng)者恒強(qiáng)、弱者恒弱”局面；部分省份生產(chǎn)投入趨于飽和，邊際產(chǎn)出開始下降，另一部分省份資源流失，抑制了小麥生產(chǎn)。另一方面，當(dāng)生產(chǎn)要素由低效行業(yè)轉(zhuǎn)移到高生產(chǎn)率行業(yè)時(shí)，二三產(chǎn)業(yè)迅速發(fā)展造成的農(nóng)業(yè)生產(chǎn)要素向其聚集的虹吸效應(yīng)可能同樣阻礙小麥生產(chǎn)效率的提高。據(jù)此，關(guān)于農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)小麥生產(chǎn)效率正反關(guān)系的看法未達(dá)成一致，具有不確定性。

綜上所述，圍繞小麥生產(chǎn)效率影響因素的研究已較為豐富，研究機(jī)制也相對(duì)成熟，對(duì)當(dāng)前研究具有重要的借鑒參考作用。但當(dāng)前還鮮有學(xué)者關(guān)注到農(nóng)業(yè)產(chǎn)業(yè)集聚與小麥生產(chǎn)效率的關(guān)聯(lián)。僅有部分學(xué)者進(jìn)一步對(duì)我國小麥不同產(chǎn)區(qū)生產(chǎn)效率進(jìn)行比較分析，發(fā)現(xiàn)小麥生產(chǎn)率的區(qū)間差異明顯存在追趕效應(yīng)，呈現(xiàn)明顯的空間非均衡性特點(diǎn)。但是針對(duì)農(nóng)業(yè)產(chǎn)業(yè)集聚與小麥生產(chǎn)效率的影響的相關(guān)研究較少，缺乏基于經(jīng)驗(yàn)證據(jù)的實(shí)證支撐。為了更好把握糧食生產(chǎn)內(nèi)涵式增長方式，實(shí)現(xiàn)資源的合理配置，發(fā)揮各地區(qū)自然優(yōu)勢(shì)及保持我國小麥生產(chǎn)效率的穩(wěn)定增長，文章利用1999—2019年14個(gè)小麥主產(chǎn)省份的面板數(shù)據(jù)，將空間因素納入研究框架，在已有研究理論進(jìn)一步驗(yàn)證的基礎(chǔ)上，對(duì)我國小麥生產(chǎn)效率的作用路徑及影響機(jī)制進(jìn)行了分類再梳理，并對(duì)農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)小麥生產(chǎn)效率的影響進(jìn)行分析與機(jī)制識(shí)別。為提升小麥生產(chǎn)效率生產(chǎn)實(shí)踐提供參考價(jià)值，同時(shí)也進(jìn)一步豐富了該領(lǐng)域的文獻(xiàn)研究。

一、研究設(shè)計(jì)

（一）模型設(shè)定

文章采用SBM模型對(duì)小麥生產(chǎn)效率進(jìn)行測(cè)算，該模型是Tone（2004）提出的DEA之一的非徑向效率測(cè)度模型③，其具體測(cè)度過程參考趙盈盈（2020）的計(jì)算過程。同時(shí)，考慮到空間相關(guān)性文章將空間因素納入模型中，更好探究農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)小麥生產(chǎn)效率的影響設(shè)如下模型。式（1）中，代表地區(qū)，代表年份，為空間自回歸系數(shù)，表示鄰近區(qū)域因變量對(duì)本地因變量的影響；為空間權(quán)重矩陣，為空間解釋變量系數(shù)，表示鄰近區(qū)域自變量對(duì)本地自變量的影響；和分別代表空間、時(shí)間固定效應(yīng)；為隨機(jī)擾動(dòng)項(xiàng)。

（1）

（二）變量選取

被解釋變量：小麥生產(chǎn)效率（EFF）

從影響的內(nèi)部因素來看，小麥生產(chǎn)效率增長的內(nèi)在驅(qū)動(dòng)力以投入產(chǎn)出數(shù)據(jù)為測(cè)算指標(biāo)。文章選取小麥單產(chǎn)作為產(chǎn)出指標(biāo)，種子用量、蓄力費(fèi)及機(jī)械費(fèi)、化肥農(nóng)藥農(nóng)膜用量作為資本投入指標(biāo)，人工成本費(fèi)作為人力投入指標(biāo)，構(gòu)建SBM模型測(cè)算小麥生產(chǎn)效率值。表1為描述性統(tǒng)計(jì)，可見各省份均值均大于標(biāo)準(zhǔn)差，數(shù)據(jù)的穩(wěn)定性較強(qiáng)且離散程度較小。

核心解釋變量：農(nóng)業(yè)產(chǎn)業(yè)集聚（LQ）文章采用區(qū)位熵對(duì)農(nóng)業(yè)產(chǎn)業(yè)集聚度進(jìn)行測(cè)算，計(jì)算公式為：

式中，表示農(nóng)業(yè)產(chǎn)業(yè)集聚度，表示某省農(nóng)業(yè)產(chǎn)值，表示全國農(nóng)業(yè)產(chǎn)值，表示某省生產(chǎn)總值，表示全國生產(chǎn)總值。

控制變量：人力資本（EDU）用人均受教育年限表示；人口規(guī)模（PS）采用各省份的年末總?cè)丝跀?shù)表示；自然災(zāi)害（NAT）用農(nóng)作物受災(zāi)面積占農(nóng)作物播種總面積的比重表示；政府干預(yù)程度（GOV）用財(cái)政支出占GDP比重表示；對(duì)外開放度（OPEN）用進(jìn)出口總額占GDP比重表示，其中進(jìn)出口總額考慮了當(dāng)年美元折算成人民幣的匯率；基礎(chǔ)設(shè)施水平（FUND）用固定資產(chǎn)投資額占GDP比重表示；工業(yè)化水平（IND）用工業(yè)增加值占GDP比重表示；農(nóng)村城鎮(zhèn)化水平（RUL）用農(nóng)村用電量來衡量；農(nóng)業(yè)發(fā)展水平（ADL）用有效灌溉面積來衡量。

（三）數(shù)據(jù)來源

在實(shí)證數(shù)據(jù)的選取方面，文章立足于國家宏觀發(fā)展，選取了1999—2019年我國14個(gè)小麥主產(chǎn)省級(jí)（DUM）面板數(shù)據(jù)。所選數(shù)據(jù)來自《中國統(tǒng)計(jì)年鑒》《中國農(nóng)村統(tǒng)計(jì)年鑒》《全國農(nóng)產(chǎn)品成本收益資料匯編》以及全國各省份統(tǒng)計(jì)年鑒，為全國農(nóng)業(yè)生產(chǎn)提供參考依據(jù)。

二、實(shí)證結(jié)果與分析

（一）SBM模型結(jié)果分析

圖1從地理上對(duì)比了1999年和2019年各主產(chǎn)省份小麥生產(chǎn)效率的分布，陰影部分為小麥主產(chǎn)省份，總體而言，小麥主產(chǎn)省份集中于我國東北部。間隔二十年的對(duì)比圖顯示，小麥各生產(chǎn)省份效率呈降低趨勢(shì)，小麥種植高效率地區(qū)逐漸向中東部河南、江蘇、山東、安徽四省集中。其中，1999年生產(chǎn)效率達(dá)到有效值的省份為河南、山東和新疆；2019年生產(chǎn)效率達(dá)有效值的省份為河南、江蘇、山東。省份差異對(duì)比顯示，政策執(zhí)行省份中效率提高的省份為安徽、河南、江蘇、山東；降低的省份為河北、湖北。政策非執(zhí)行省份中效率均呈現(xiàn)了不同程度的降低，降速從高到低依次為新疆（0.738）、四川（0.387）、內(nèi)蒙古（0.357）、甘肅（0.351）、陜西（0.280）、云南（0.199）、山西（0.186）、黑龍江（0.165）。

（二）空間自相關(guān)檢驗(yàn)

表3為考察產(chǎn)業(yè)集聚與小麥生產(chǎn)效率在空間上的自相關(guān)性情況測(cè)算的Morans I。由于中國經(jīng)濟(jì)距離矩陣構(gòu)造過程中蘊(yùn)含了經(jīng)濟(jì)指標(biāo)，使得不同研究對(duì)象之間的相似程度不再僅僅取決于地理位置，同時(shí)還取決于經(jīng)濟(jì)相近。因此，文章以經(jīng)濟(jì)矩陣為例，測(cè)算小麥生產(chǎn)效率的全局Morans I值。除1999、2000年未通過檢驗(yàn)外，其余年度均顯著為負(fù)且強(qiáng)烈拒絕“無空間相關(guān)性”的原假設(shè)。

（三）空間杜賓模型檢驗(yàn)與結(jié)果分析

從空間自相關(guān)可知，小麥生產(chǎn)效率整體上存在空間相關(guān)性。因此，文章將空間因素納入模型，采用空間杜賓模型分析農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)小麥生產(chǎn)效率的影響。表4為空間計(jì)量模型適用性檢驗(yàn)，LM檢驗(yàn)和Robust LM檢驗(yàn)結(jié)果表明空間滯后模型（SLM）均拒絕了“無空間自相關(guān)”的原假設(shè)；空間誤差模型（SEM）的均未拒絕“無空間自相關(guān)”的原假設(shè)，R-LMLAG滯后模型比R-LMERR更具有統(tǒng)計(jì)意義。因此，應(yīng)當(dāng)考慮SLM和SDM模型。而LR檢驗(yàn)和Wald檢驗(yàn)顯示SLM和SEM模型在1%水平下被強(qiáng)烈拒絕。因此應(yīng)當(dāng)建立SDM模型更合理。此外，Husman檢驗(yàn)結(jié)果表明采取固定效應(yīng)模型比隨機(jī)效應(yīng)模型更優(yōu)，時(shí)空LR檢驗(yàn)證明該模型同時(shí)存在時(shí)間固定效應(yīng)和空間固定效應(yīng)模型。因此，文章采用時(shí)間和空間雙向固定效應(yīng)的空間杜賓模型。

從空間自回歸系數(shù)來看，主產(chǎn)省域的小麥生產(chǎn)效率具有空間溢出效應(yīng)?；跁r(shí)空雙向固定效應(yīng)的空間杜賓模型自回歸系數(shù)為-0.179，在10%水平下顯著，表明中國主產(chǎn)省域的小麥生產(chǎn)效率存在明顯的空間相關(guān)性，也進(jìn)一步證明文章適用空間計(jì)量模型。

從核心解釋變量看，農(nóng)業(yè)產(chǎn)業(yè)集聚系數(shù)為-0.177，在1%水平下顯著。表明在小麥主產(chǎn)省份近二十年樣本區(qū)間內(nèi)，農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)小麥生產(chǎn)省份有明顯的抑制作用?？赡艿慕忉屖?，產(chǎn)業(yè)集聚存在“擁擠”效應(yīng)。一味低水平的擴(kuò)容造成規(guī)模不經(jīng)濟(jì)，使地區(qū)農(nóng)業(yè)生產(chǎn)負(fù)壓過重，阻礙了小麥生產(chǎn)效率的提高。從空間溢出視角分析，農(nóng)業(yè)產(chǎn)業(yè)集聚的一次項(xiàng)空間滯后系數(shù)為-0.429，在1%水平下顯著，可知農(nóng)業(yè)產(chǎn)業(yè)集聚會(huì)通過空間集聚效應(yīng)對(duì)其他省份的小麥生產(chǎn)效率產(chǎn)生抑制作用?？赡艿慕忉屖?，區(qū)域農(nóng)業(yè)產(chǎn)業(yè)集聚產(chǎn)生了“馬太”效應(yīng)，導(dǎo)致了資源過度集中，造成“強(qiáng)者恒強(qiáng)、弱者恒弱”局面。

從控制變量來看EDU系數(shù)和滯后項(xiàng)系數(shù)均為正，可能的解釋是，人力資本的提升意味更優(yōu)秀的農(nóng)業(yè)技術(shù)人員的投入和先進(jìn)技術(shù)的采用，有利于小麥生產(chǎn)效率提高。PS系數(shù)顯著為負(fù)而滯后項(xiàng)系數(shù)為正，可能的解釋是，本區(qū)域和相鄰區(qū)域人口越多勞動(dòng)力供給的可能性就越大，從事農(nóng)業(yè)生產(chǎn)的人就越多，進(jìn)而有利于提高農(nóng)業(yè)生產(chǎn)效率。NAT系數(shù)顯著為負(fù)而滯后項(xiàng)系數(shù)為正，說明本省份自然災(zāi)害水平加重會(huì)直接抑制小麥生產(chǎn)效率的提升，而相鄰省份自然災(zāi)害水平加重會(huì)則會(huì)促進(jìn)增長，原因可能是當(dāng)部分省份受災(zāi)害威脅低產(chǎn)時(shí)，其他省份的生產(chǎn)壓力會(huì)加大，從而刺激小麥投入。GOV系數(shù)為負(fù)而滯后項(xiàng)系數(shù)為正，均通過顯著性檢驗(yàn)，由于政府采取的增產(chǎn)政策往往是化肥、農(nóng)藥和機(jī)械使用等方面惠農(nóng)政策，而過量的化學(xué)要素投入是以土地污染為代價(jià)的，反而阻礙了小麥生產(chǎn)效率的提升；而相鄰省份的政府干預(yù)程度則會(huì)顯著促進(jìn)增長，這是由于相鄰地區(qū)隨著政府干預(yù)程度短期內(nèi)產(chǎn)生了帶動(dòng)效應(yīng)，有利于本省份小麥生產(chǎn)率的增長。OPEN系數(shù)與滯后項(xiàng)系數(shù)為負(fù)，均通過顯著性檢驗(yàn)，本省份及周邊省份對(duì)外開放度提升不利于小麥生產(chǎn)效率的提高。主要是因?yàn)閷?duì)外開放度的提高會(huì)促進(jìn)糧食市場(chǎng)完全競爭，競爭優(yōu)勢(shì)較弱的我國小麥需求遭到擠壓，從而降低了小麥供給。FUND系數(shù)為負(fù)，滯后項(xiàng)系數(shù)為正，說明本省份基礎(chǔ)設(shè)施水平的投入中對(duì)于農(nóng)業(yè)基礎(chǔ)設(shè)施投入力度不夠，導(dǎo)致小麥生產(chǎn)效率低下，相鄰省份基礎(chǔ)設(shè)施水平的提高則會(huì)對(duì)本省有示范作用，短期內(nèi)可以促進(jìn)小麥生產(chǎn)效率增長。IND系數(shù)與滯后項(xiàng)系數(shù)均為負(fù)，滯后項(xiàng)系數(shù)通過顯著性檢驗(yàn)，說明本省份和相鄰省份工業(yè)化水平提升會(huì)抑制小麥生產(chǎn)效率提高，可能的解釋是，工業(yè)化產(chǎn)業(yè)的發(fā)展對(duì)農(nóng)業(yè)產(chǎn)業(yè)產(chǎn)生了擠壓效應(yīng)，導(dǎo)致資源從第一產(chǎn)業(yè)向第二產(chǎn)業(yè)的轉(zhuǎn)移。RUL水平顯著為正，滯后項(xiàng)系數(shù)為負(fù)，說明本省份農(nóng)村城鎮(zhèn)化水平提高對(duì)小麥生產(chǎn)效率的增長有積極作用，而相鄰省份的提高則有阻礙作用，可能是由于本省城鎮(zhèn)化的發(fā)展為小麥生產(chǎn)提供了先進(jìn)的生產(chǎn)技術(shù)和政策扶持，從而提高了生產(chǎn)效率；相鄰省份的農(nóng)村城鎮(zhèn)化水平的提高可能會(huì)有虹吸作用，導(dǎo)致本省人力資源和物質(zhì)資源流出，不利于本省小麥生產(chǎn)效率的增長。ADL系數(shù)顯著為正，滯后項(xiàng)系數(shù)為負(fù)，說明本省份農(nóng)業(yè)發(fā)展水平提高對(duì)小麥生產(chǎn)效率的增長有積極作用，而相鄰省份的提高則有阻礙作用，這是由于本省先進(jìn)的農(nóng)用設(shè)施激發(fā)了小麥生產(chǎn)潛力促進(jìn)其提升，而相鄰省份的農(nóng)業(yè)發(fā)展水平提高可能產(chǎn)生馬歇爾效應(yīng)，造成本區(qū)域農(nóng)業(yè)資源外流，阻礙本區(qū)域生產(chǎn)。

（四）空間效應(yīng)分解

為進(jìn)一步分析各變量的空間效應(yīng)，文章對(duì)各變量的空間總效應(yīng)分解為直接效應(yīng)和空間溢出效應(yīng)，結(jié)果如表6。從核心解釋變量的效應(yīng)分解來看，總效應(yīng)為-0.522，在1%水平上顯著，即農(nóng)業(yè)產(chǎn)業(yè)集聚每提高1%會(huì)導(dǎo)致小麥生產(chǎn)效率下降-0.522%；本區(qū)域和相鄰區(qū)域的農(nóng)業(yè)產(chǎn)業(yè)集聚均對(duì)小麥生產(chǎn)效率在1%水平上有顯著負(fù)效應(yīng)，系數(shù)分別為-0.156、-0.366，即小麥生產(chǎn)效率不僅受本區(qū)域農(nóng)業(yè)產(chǎn)業(yè)積聚的負(fù)向影響，而且還受到相鄰區(qū)域的負(fù)向影響。從控制變量來看，僅政府干預(yù)程度、對(duì)外開放度、工業(yè)化水平呈現(xiàn)顯著的空間溢出效應(yīng)，可能是由于當(dāng)前政府扶持是促進(jìn)農(nóng)業(yè)發(fā)展的強(qiáng)有力渠道，而對(duì)外開放度和工業(yè)化水平的提高對(duì)農(nóng)業(yè)的擠占效應(yīng)較明顯。

（五）區(qū)域異質(zhì)性分析

我國幅員遼闊，區(qū)域之間由于自然條件、地理優(yōu)勢(shì)、經(jīng)濟(jì)發(fā)展等方面的不同，導(dǎo)致不同區(qū)域間農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)小麥生產(chǎn)效率的影響存在異質(zhì)性。因此，文章參考我國制定的小麥優(yōu)先發(fā)展政策（小麥最低收購價(jià)政策）啟動(dòng)的省份，將14個(gè)小麥主產(chǎn)省劃分為優(yōu)先發(fā)展區(qū)域和非優(yōu)先發(fā)展區(qū)域，運(yùn)用空間杜賓模型進(jìn)行估計(jì)，結(jié)果如表7所示。優(yōu)先發(fā)展區(qū)域和非優(yōu)先發(fā)展區(qū)域的空間自回歸系數(shù)分別為-0.588、-0.210，其中，優(yōu)先發(fā)展區(qū)域通過1%水平上的顯著性檢驗(yàn)。再次表明中國各區(qū)域小麥生產(chǎn)效率存在明顯的空間相關(guān)性，且這種空間相關(guān)性具有區(qū)域異質(zhì)性。造成這種差異的原因主要由區(qū)域之間的農(nóng)業(yè)資源環(huán)境、糧食生產(chǎn)資源、社會(huì)經(jīng)濟(jì)發(fā)展水平和國家發(fā)展政策等方面差異巨大造成的。從核心解釋變量來看，農(nóng)業(yè)產(chǎn)業(yè)集聚的一次項(xiàng)系數(shù)及滯后項(xiàng)系數(shù)在優(yōu)先發(fā)展區(qū)域、非優(yōu)先發(fā)展區(qū)域均顯著為負(fù)，進(jìn)一步表明在該研究期內(nèi)由于農(nóng)業(yè)產(chǎn)業(yè)集聚導(dǎo)致區(qū)域內(nèi)小麥生產(chǎn)壓力過大，小麥優(yōu)先發(fā)展區(qū)域生產(chǎn)負(fù)擔(dān)較重，農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)小麥生產(chǎn)效率主要產(chǎn)生負(fù)效應(yīng)，且存在顯著的空間溢出效應(yīng)，前文的結(jié)論是穩(wěn)健的。

三、結(jié)論與討論

文章首先在理論上分析了農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)小麥生產(chǎn)效率的作用機(jī)理，運(yùn)用1999—2018年14個(gè)小麥主產(chǎn)省份的面板數(shù)據(jù)，構(gòu)建空間杜賓模型考察了農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)小麥生產(chǎn)效率的影響及空間溢出效應(yīng)。結(jié)果表明：（1）在樣本考察期內(nèi)，我國14個(gè)小麥主產(chǎn)省份農(nóng)業(yè)產(chǎn)業(yè)集聚與小麥生產(chǎn)效率整體上具有較強(qiáng)的空間相關(guān)性，即集聚的小麥生產(chǎn)效率會(huì)受到鄰近區(qū)域的影響。（2）農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)小麥生產(chǎn)效率具有顯著的負(fù)向影響，且該影響具有明顯的空間溢出效應(yīng)，即農(nóng)業(yè)產(chǎn)業(yè)集聚不僅對(duì)本區(qū)域的小麥生產(chǎn)效率產(chǎn)生負(fù)向影響，還會(huì)通過空間溢出效應(yīng)對(duì)相鄰區(qū)域的小麥生產(chǎn)效率產(chǎn)生負(fù)向影響具有較強(qiáng)的空間相關(guān)性。（3）自然災(zāi)害、政府干預(yù)程度、對(duì)外開放程度對(duì)小麥生產(chǎn)效率具有顯著的負(fù)向影響。農(nóng)村城鎮(zhèn)化水平、農(nóng)業(yè)發(fā)展水平對(duì)小麥生產(chǎn)效率具有顯著的正向影響。

基于上述研究結(jié)論，擬提出以下政策建議：第一，注重宏觀平衡發(fā)展，協(xié)調(diào)效率均衡化發(fā)展。在小麥高效率生產(chǎn)區(qū)，應(yīng)當(dāng)發(fā)展適度規(guī)模經(jīng)營，加大政府扶持力度，充分利用小麥高產(chǎn)地區(qū)的輻射作用；在小麥低效率生產(chǎn)區(qū)，注重政策傾斜和引導(dǎo)作用；學(xué)習(xí)先進(jìn)地區(qū)的生產(chǎn)技術(shù)和科學(xué)方式，合理調(diào)配經(jīng)濟(jì)作物和糧食作物的生產(chǎn)規(guī)劃，實(shí)現(xiàn)最大化收益；同時(shí)，明確當(dāng)?shù)卣案骷?jí)部門的權(quán)責(zé)關(guān)系，規(guī)范農(nóng)業(yè)投入問題，注重農(nóng)業(yè)農(nóng)村優(yōu)先發(fā)展，向高效率生產(chǎn)地區(qū)看齊，最終實(shí)現(xiàn)區(qū)域的協(xié)調(diào)發(fā)展。第二，加快生產(chǎn)要素配置建設(shè)，激發(fā)小麥支撐因素生產(chǎn)潛能；協(xié)調(diào)小麥生產(chǎn)投入要素配置，防止投入過量導(dǎo)致的資源浪費(fèi)和環(huán)境污染，在控制生產(chǎn)資料成本的同時(shí)實(shí)現(xiàn)資源利用效能最大化，提高小麥生產(chǎn)經(jīng)濟(jì)能力；發(fā)展落后地區(qū)機(jī)械化普及，實(shí)現(xiàn)勞動(dòng)力的替代效應(yīng)，降低機(jī)械化使用成本，建立全國農(nóng)機(jī)化服務(wù)聯(lián)合組織機(jī)構(gòu)；完善災(zāi)害防護(hù)基礎(chǔ)設(shè)施，增強(qiáng)抵御風(fēng)險(xiǎn)的功能，加快全國農(nóng)田水利設(shè)施建設(shè)，解放生產(chǎn)潛能。第三，營造良好的外部社會(huì)環(huán)境，實(shí)現(xiàn)產(chǎn)業(yè)融合發(fā)展；從經(jīng)濟(jì)發(fā)展水平考慮，城鎮(zhèn)化和工業(yè)化的發(fā)展加速促進(jìn)了經(jīng)濟(jì)發(fā)展進(jìn)程，為加強(qiáng)農(nóng)業(yè)設(shè)施建設(shè)、投入科技研發(fā)資金和優(yōu)化生產(chǎn)資源環(huán)境等創(chuàng)造了條件，有利于種糧專業(yè)化建設(shè)的實(shí)現(xiàn)；從文化發(fā)展水平考慮，整體受教育水平的提升可能會(huì)引致勞動(dòng)力的非農(nóng)就業(yè)轉(zhuǎn)移，有助于培養(yǎng)新型農(nóng)業(yè)生產(chǎn)經(jīng)營主體，實(shí)現(xiàn)可持續(xù)發(fā)展。

The Impact of Agro-industrial Agglomeration on Wheat Production Efficiency from the Perspective of Spatial Spillover

CHEN Yang-yang

（College of Economics and Management，Zhejiang A & F University，Hangzhou 330100，China）

Abstract：Based on the panel data of 14 wheat-producing provinces from 1999-2018， the SBM model was applied to measure wheat production efficiency， and the impact of agro-industrial agglomeration on wheat production efficiency and spatial spillover effects were examined by constructing a spatial Durbin model. The results show that there is a strong overall spatial correlation between agricultural industry agglomeration and wheat production efficiency in 14 wheat-producing provinces in China; agricultural industry agglomeration has a significant negative impact on wheat production efficiency， and the impact has an obvious spatial spillover effect， i.e. agricultural industry agglomeration not only has a negative impact on wheat production efficiency in the region， but also has a negative impact on wheat production efficiency in neighbouring regions through the spatial spillover effect. Natural disasters， the degree of government intervention and the degree of openness have a significant negative impact on wheat production efficiency， while the level of rural urbanisation and agricultural development have a significant positive impact on wheat production efficiency. In this regard， it is proposed that the macro-balanced development should be paid attention to， coordinate the balanced development of efficiency， accelerate the construction of production factors， stimulate the production potential of wheat support factors， create a good external social environment， and achieve industrial integration development， and promote the improvement of wheat production efficiency in terms of human capital， population size， natural disasters， the degree of government intervention， the degree of external openness， the level of infrastructure， the level of industrialization， the level of rural urbanization， the level of agricultural development， etc. The development of wheat production efficiency in terms of human capital， population size， natural disasters， government intervention， openness， infrastructure， industrialisation， rural urbanisation and agricultural development.

Key words：agro-industrial agglomeration；wheat production efficiency；SBM model；spatial durbin model

[責(zé)任編輯? 山陽]