我國農業資源配置效率的空間差異與驅動因素分析

楊 強，祝宏輝

（1.石河子大學經濟與管理學院，新疆 石河子 832000；2.開封大學財政經濟學院，河南 開封 475000）

0 引言

資源配置對于任何部門和任何行業的發展都至關重要，尤其是對于農業而言。在世界百年未有之大變局加速演變的環境下，要確保農業穩產增產、農民穩步增收以及農村穩定安寧，既需要提高農業資源的利用效率，也需要提升農業資源的配置效率。在現有資源條件下，提高資源配置和利用效率已成為經濟發展的核心問題。當前，我國農業資源配置存在許多突出和尖銳的矛盾，農業資源配置問題依然十分突出，包括農業資源配置失衡、配置不充分、配置轉型滯后等。同時，資源短缺已不再是困擾中國城鄉融合發展的主要因素，而資源錯配成為城鄉融合的主要制約因素和農業農村發展滯后的關鍵因素[1]，制度約束與政府職能錯位加重了城鄉要素配置不合理[2]問題，這些問題不僅導致了農業的總量全要素生產率降低[3]，還嚴重制約了城鄉融合發展水平的提升[4]，進一步導致我國農業農村發展不充分，農業勞動生產率增長相對緩慢。要改變城鄉二元結構，既需要推動城鄉要素平等交換，也需要促進城鄉之間公共資源的均衡配置[5]，提高農業資源配置效率是促進農村產業興旺的關鍵，而優化要素配置是鄉村振興的基石。關于測算農業資源配置效率的方法，Farrell（1957）[6]提出了前沿生產函數的概念，Balk（1998）[7]應用方向距離函數測量利潤效率和生產率的變化，并將兩者之間的差距定義為配置效率。也有學者采用泰爾指數法、隨機前沿模型計算資源配置效率。

本文通過構建超效率EBM模型來測算2001—2022年我國農業資源配置效率，采用Dagum 基尼系數、馬爾可夫鏈探究其空間差異和動態演進規律，用地理探測器考察其時空演進的驅動因素。

1 研究設計

1.1 評價指標體系構建

本文基于投入和產出兩個方面構建農業資源配置效率評價指標體系，下設17個投入指標、5個產出指標，如下頁表1 所示。采用2001—2022 年我國31 個省份（不含港澳臺）的面板數據進行分析，數據來自EPS數據庫，實證分析中將31個省份劃分為東部、中部、西部、東北四大地區。

表1 農業資源配置效率評價指標體系

1.2 研究方法

（1）超效率EBM模型。公式如下：

其中，γ*為在規模報酬可變情況下的農業資源配置的最佳效率；si表示農業資源配置中投入要素的松弛變量；xij和yrj表示農業資源配置中第j個省份的第i類投入和第r類產出；wi表示農業資源配置中各項投入指標的重要程度，滿足表示省份；n為省份個數；m和s表示農業資源配置中投入和產出的數量；θ表示徑向部分的規劃參數；λj表示線性組合系數；εx表示關鍵參數，滿足0 ≤εx≤1。

（2）Dagum基尼系數及其分解。本文采用Dagum基尼系數測度我國農業資源配置效率的地區差異，計算公式為：

其中，Yji(Yhr)表示j(h)地區內i(r)省份的農業資源配置效率，nj(nh)表示j(h)地區內省份的數量，表示我國農業資源配置效率，k表示地區個數。

其中，Gjj表示j地區內農業資源配置效率的基尼系數，Gjh表示j地區與h地區之間農業資源配置效率的基尼系數，其中表示j(h)地區農業資源配置效率的平均值。

總體基尼系數G可以分解為區域內差異Gw、區域間差異Gnb和超變密度Gwt，計算公式為：

（3）馬爾可夫鏈。本文構建不同時刻農業資源配置效率屬性類型之間的轉移概率矩陣[8]：

其中，mij為轉移概率，即在t時刻，農業資源配置效率的類型為i的區域在下一時刻轉移到類型為j的區域的概率；nij表示自t時刻至下一時刻狀態i轉移到狀態j的概率；ni表示t時刻以來狀態i的概率。

空間馬爾可夫鏈（Spatial Markov Chain）是一種用于描述狀態在空間上轉移的概率模型。它是傳統馬爾可夫鏈的擴展，考慮了狀態之間的空間相互關系。公式如下：

其中，lag為農業資源配置效率的空間滯后算子，xi為區域單元農業資源配置效率屬性值，wij為單元j的觀測值對于位置i的空間滯后算子的權重。

根據空間滯后類型i，將傳統馬爾可夫矩陣分解為k個條件轉移概率矩陣；對于第k個條件轉移概率矩陣，mij(k)表示此時刻的空間滯后類型i在下一時刻轉為類型j的空間轉移概率[9]。

（4）地理探測器。地理探測器是通過探測自變量與因變量的空間分布是否具有相似性來揭示引起因變量空間分異的驅動力。本文采用q值來度量各因素對農業資源配置效率時空演進的影響程度，計算公式如下：

其中，0 ＜q＜1，q值越大表示對農業資源配置效率時空演進的解釋力越大。σ2為總離散方差，nk為分區k的樣本數，σh2為分區k的離散方差。

2 農業資源配置效率的時序變化特征

本文采用超效率EBM 模型對2021—2022 年我國31個省份的農業資源配置效率進行測度（結果略）。整體來看，農業資源配置效率在研究期內呈現一個螺旋式提升的過程，先后經歷四次波動，分別是2001—2006 年、2007—2012 年、2013—2017 年、2018—2022 年，前三次表現為先上升后下降，第四次為上升階段。在此期間，農業資源配置效率從2001年的1.05增長到2022年的1.1，年均增長率為0.258%。從發展歷程來看，農業資源配置效率在2001—2003 年出現了小幅提升，主要原因在于我國于2001 年加入了WTO，農業出口實現了持續快速增長和全面發展，這在一定程度上優化了農業資源配置，提升了農業資源配置效率。2006 年我國全面取消了農業稅、特產稅和各種附加費，減輕了農民負擔，進一步釋放了農業生產力，提升了農業資源配置效率。在樣本期內，農業資源配置效率提升幅度較大的是2015 年和2016 年，這源于我國的農業供給側結構性改革，完善市場配置機制，保障農產品的有效供給，增加了農民收入，推進農業資源配置效率的提升。從地區來看，農業資源配置效率呈現東部地區高、中西部地區低的分布特征。

3 農業資源配置效率的演變趨勢分析

圖1展示了農業資源配置效率的演變趨勢。

圖1 農業資源配置效率的演變趨勢

（1）農業資源配置效率的總體演變趨勢

圖1（a）展示了我國農業資源配置效率總體基尼系數的變化情況。農業資源配置效率的總體空間差異表現出波動上升的趨勢，從2001 年的0.05 增長到2021 年的0.084，最高于2022年達到0.091，年均增幅達到2.76%。

（2）農業資源配置效率的區域內差異

圖1（b）展示了我國農業資源配置效率的區域內基尼系數，四大地區農業資源配置效率差異明顯，主要體現在：不同地區內差異較大，東部地區農業資源配置效率的不均衡現象最為突出，基尼系數遠高于其他三個地區，四大地區的基尼系數在2017 年以后都出現了不同程度的上升，空間差異變大；在變動趨勢上，全國整體基尼系數與農業資源配置效率的變化態勢一致，說明農業資源配置效率提升會帶來空間發展上的差異，尤其是東部地區經濟發達，農業資源配置的體制、機制靈活多變，農業資源配置的效率高于其他地區，空間差異也更明顯。

（3）農業資源配置效率的區域間差異

圖1（c）展示了我國農業資源配置效率的四大地區間基尼系數，差異最大的為東部地區與中部地區，其地區間基尼系數均值為0.094；西部地區與東北地區之間農業資源配置效率的差異最小，其地區間基尼系數均值為0.024；東部地區與中部地區的區域間差異、東部地區與西部地區的區域間差異、東部地區與東北地區的區域間差異遠高于其他地區間的差異。從演變過程來看，區域間差異不斷擴大，東部地區與中部地區的差異最大，基尼系數增長最快，而基尼系數增長較慢的是中部地區與西部地區。

（4）農業資源配置效率空間差異來源

圖1（d）展示了我國農業資源配置效率空間差異來源，從貢獻率大小來看，從高到低依次為區域間貢獻率（64.2%）＞區域內貢獻率（25.6%）＞超變密度的貢獻率（10.2%）；從演變過程來看，區域內貢獻率與超變密度的貢獻率總體呈下降態勢，區域間貢獻率不斷增長。從區域內來看，東部地區的貢獻率最大，東北地區的貢獻率最小，中西部地區的貢獻率呈下降態勢；從區域間來看，東部地區與西部地區之間的差異貢獻率增長最快，年均增長率為0.827%，其次為東部地區與東北地區，年均增長率為0.56%，中部地區與西部地區、中部地區與東北地區間貢獻率呈下降態勢。

4 農業資源配置效率的Markov鏈分析

4.1 傳統Markov鏈分析

根據前文對農業資源配置效率測算的得分，將我國31 個省份劃分為低水平（25%以下）、中低水平（26%～50%）、中高水平（51%～75%）、高水平（75%以上）四種類型。計算在2001—2022 年農業資源配置效率狀態在每1年、2 年、3 年、4 年和5 年的轉移情況，并生成相應的馬爾可夫轉移矩陣，如表2所示。

表2 農業資源配置效率的傳統Markov轉移概率矩陣

可以看出：（1）各省份的農業資源配置效率保持平穩變化。在各個時間段內，對角線上的數值大于非對角線上的數值，除了T=5 時的中低水平，其他對角線值均大于0.5，最大值為0.9034，這說明我國各省份農業資源配置效率的發展趨勢相對穩定，不同水平的省份之間發生轉移的概率較??；隨著時間的推移，對角線上的數值有所下降，說明我國各省份維持農業資源配置效率不變的能力有所降低。（2）我國各省份農業資源配置效率跨類型轉移的概率較小，各省份之間的狀態轉移通常發生在相鄰類型之間；各水平的轉移概率均小于0.045，表明各省份農業資源配置效率水平的轉移速度較慢，幾乎不太可能實現跨越式增長；對角線相鄰兩側的數值較大，這進一步證明了我國農業資源配置效率不會出現跨類型轉移。（3）觀察表2 中連續兩個效率類型之間相互轉化的概率可以看出，農業資源配置效率從低到高轉化的概率大于從高到低轉化的概率，這也進一步說明我國農業資源配置效率的總體趨勢是逐步提高的。

4.2 空間Markov鏈分析

在傳統馬爾可夫概率轉移矩陣的基礎上，本文引入地理空間因素，將空間鄰接權重納入時間跨度的趨勢分析，并構建空間馬爾可夫概率轉移矩陣，結果如表3所示。

表3 農業資源配置效率的空間Markov概率轉移矩陣

由表3可知，除了T=3時低水平的中低、中高水平，T=5 時低水平的低、中低、中高水平和中低水平的中高水平外，對角線上的數值都遠高于其他位置的數值，這說明在考慮空間因素和時間跨度的前提下，各省份農業資源配置效率具有較大概率保持當前狀態。對比T=1、3、5 時的轉移概率結果，對角線上的概率值依次降低，即隨著時間跨度的延長，空間效應會進一步減弱，即較高水平的相鄰省份對于本省的推動作用會減弱。在考慮時間跨度的基礎上，各省份的農業資源配置效率也不太可能實現跨類型提升。

5 農業資源配置效率時空演進的驅動因子分解

在考慮農業資源配置效率的影響因子時，需要考慮市場配置和政府引導，從社會經濟視角進行內、外兩個方面的分析。內部影響因子包括鄉村人口、耕地面積、個人投資，分別采用鄉村人口數量、農作物總播種面積、農村居民個人固定資產投資完成額表示。外部影響因子包括科技進步、市場配置、政府引導、交通運輸、信息服務，科技進步采用農用機械總動力、農村用電量、農用化肥施用量、農用塑料薄膜使用量、農藥使用量表示；市場配置采用農產品生產價格總指數、農業生產資料價格指數表示；政府引導采用農業綜合開發項目投入、耕地占用稅、農林水事務支出表示；交通運輸采用客運量、貨運量表示；信息服務采用郵政業務總量、電信業務總量表示。上述指標均采用主成分分析法進行降維處理，采用地理探測器進行因子分析，結果如表4所示。

表4 農業資源配置效率時空演進的驅動因子分解

從全國范圍來看，耕地面積、科技進步是影響我國農業資源配置效率的關鍵因素，在東中部地區尤為明顯；政府引導在西部和東北地區的影響力更大；在經濟發達的東部地區，市場配置能夠發揮基礎性作用，交通運輸、信息服務能夠有效發揮運輸農業資源、傳遞農業信息的服務；在經濟相對欠發達的中部、西部和東北地區，政府引導則是影響農業資源配置的重要因素，市場配置相對滯后，交通運輸、信息服務則不能有效發揮基礎設施的功能，其他資源得不到有效配置。為了進一步分析農業資源配置效率的時空演進中雙因子的交互作用，采用地理探測器對其疊加效應進行定量分析，其交互作用均為非線性加強或雙因子加強，結果如表5所示。

表5 農業資源配置效率時空演進中的雙因子交互作用

由表5 可知，從全國范圍來看，在所有影響因子中鄉村人口與信息服務交互作用的q 值較高，為0.6259；耕地面積與科技進步交互作用的q 值為0.7105，高于其他因子；鄉村人口、耕地面積、個人投資與其他因子交互作用的q值高于其他因子，這三個因子平均貢獻率從高到低依次為東北地區＞東部地區＞中部地區＞全國＞西部地區，說明耕地面積、鄉村人口、個人投資是農業資源配置效率演進的關鍵驅動因素。從四大地區來看（過程略），東部地區的市場配置與其他因子的交互作用較高，為0.404，東北地區為0.402，中部地區為0.393，西部地區為0.142，這說明市場配置的基礎性作用與經濟發展水平有關。

6 結論

（1）農業資源配置效率發展不均衡。農業資源配置效率在2001—2022 年波動上升，東、中、西部和東北四大地區農業資源配置效率、波動范圍均呈現東部地區高、中西部地區低的分布特征，農業資源配置效率的提升空間較大，尤其是中西部地區。

（2）農業資源配置效率的區域間、區域內差異明顯。我國農業資源配置效率的總體空間差異出現了在波動中上升的趨勢，東、中、西部和東北四大地區農業資源配置效率差異分級明顯，呈現典型的東—中—西—東北四級落差特征；地區內差異明顯，東-中、東-西、東-東北三個區域間差異遠高于其他區域間的差異。

（3）農業資源配置效率區域差異相對穩定。各省份農業資源配置效率發展趨勢較為穩定，不同水平的省份之間農業資源配置效率實現等級躍遷的難度較大。隨著時間的推移，各省份維持農業資源配置效率原狀的能力有所降低，農業資源配置效率的收斂趨勢在不斷減弱，而流動性開始逐漸提升，農業資源配置效率仍然傾向于維持在當前狀態。

（4）不同影響因素在不同區域發揮的作用也不同。農業資源配置效率的影響因素是耕地面積、勞動力、科技進步，在經濟發達的東部地區，市場配置能夠發揮基礎性作用，交通運輸、信息服務能夠有效發揮運輸農業資源、傳遞農業信息的服務；在經濟相對欠發達的中部、西部、東北地區，政府引導則是影響農業資源配置的重要因素，市場配置相對滯后，交通運輸、信息服務則不能有效發揮基礎設施的功能，其他資源得不到有效配置。