陳培榮，盧茗軒

(1.湖南省高等學(xué)校哲學(xué)社會科學(xué)重點研究基地 鄉(xiāng)村產(chǎn)業(yè)振興研究中心，湖南 衡陽 421008；2.衡陽師范學(xué)院 經(jīng)濟與管理學(xué)院，湖南 衡陽 421008)

一、問題的提出

近年來，國家在制度層面提出了三權(quán)分置，即土地所有權(quán)、承包權(quán)和經(jīng)營權(quán)三者分離，這將極大促使農(nóng)業(yè)由分散化向集約化經(jīng)營轉(zhuǎn)變。根據(jù)李谷成的研究，農(nóng)業(yè)地理集聚作為突破小農(nóng)戶經(jīng)營規(guī)模制約的有效形式，可以通過誘發(fā)農(nóng)業(yè)組織方式創(chuàng)新，以及加快農(nóng)業(yè)技術(shù)吸收和擴散等而影響農(nóng)業(yè)全要素生產(chǎn)率[1]。相關(guān)研究雖然已經(jīng)在制造業(yè)和服務(wù)業(yè)領(lǐng)域，從理論和實證角度論證了產(chǎn)業(yè)集聚對生產(chǎn)效率增長的積極作用，產(chǎn)業(yè)集聚為增強區(qū)域內(nèi)的學(xué)習(xí)與創(chuàng)新能力提供了平臺，實質(zhì)是充當(dāng)知識資本的轉(zhuǎn)換器[2]，它有助于先進的技術(shù)在產(chǎn)業(yè)集聚區(qū)分享、匹配和學(xué)習(xí)，發(fā)揮Marshall外部性或Jacobs外部性的作用，促進信息交流與知識擴散。但是，由于農(nóng)業(yè)生產(chǎn)在資源稟賦、政策環(huán)境和組織方式等方面有其特殊性，農(nóng)業(yè)集聚如何影響全要素生產(chǎn)率？特別是中國不同省份的農(nóng)業(yè)發(fā)展存在顯著差異[3]，探究農(nóng)業(yè)全要素生產(chǎn)率更須回應(yīng)不同地區(qū)的“異質(zhì)性”特征。這些問題的解決對中國的傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)轉(zhuǎn)型、農(nóng)業(yè)結(jié)構(gòu)戰(zhàn)略調(diào)整以及農(nóng)業(yè)產(chǎn)業(yè)集群的培育意義重大。本研究試圖對2002—2016 年我國31個省份農(nóng)業(yè)TFP的變動規(guī)律，及其受農(nóng)業(yè)集聚影響的演進軌跡和區(qū)域差異進行深入探討，這對了解中國農(nóng)業(yè)發(fā)展的產(chǎn)業(yè)特征以及完善農(nóng)業(yè)公共政策具有重要參考價值。

關(guān)于集聚效應(yīng)對生產(chǎn)率的影響，相關(guān)研究可以歸納為促進論、抑制論、不確定性論和非線性論。有較多研究支持促進論。作為生產(chǎn)率提升的重要驅(qū)動力量，知識和技術(shù)外溢已成為一種世界性的經(jīng)濟現(xiàn)象[4]，有研究認(rèn)為產(chǎn)業(yè)集聚有利于生產(chǎn)率提升[5]。技術(shù)溢出是產(chǎn)業(yè)集聚對經(jīng)濟增長及其質(zhì)量產(chǎn)生重要影響的內(nèi)在動力。從理論上講，產(chǎn)業(yè)集聚產(chǎn)生的外部性歸結(jié)為技術(shù)外部性[6]，它既包括新增長理論所言的外部性[7]，也包括Marshall產(chǎn)業(yè)外部性的三個源泉。Boschma指出地理上的鄰近性對技術(shù)外溢至關(guān)重要[8]。事實上，空間集聚可以對經(jīng)濟主體之間的知識交換產(chǎn)生積極的影響，這有助于空間集群技術(shù)的采用。也有一些學(xué)者持否定或者不確定態(tài)度。金曉雨利用門檻面板模型實證發(fā)現(xiàn)當(dāng)人口低于某一閾值時，生產(chǎn)性服務(wù)業(yè)集聚降低了城市生產(chǎn)率[9]。Meliciani 利用墨西哥1994—2000年32個州的數(shù)據(jù)研究顯示，集聚經(jīng)濟對經(jīng)濟增長的影響并不明顯[10]。

目前，產(chǎn)業(yè)集聚相關(guān)的研究更多地聚焦在制造業(yè)和服務(wù)業(yè)領(lǐng)域，而關(guān)于農(nóng)業(yè)集聚的外部性研究，尚未有完整、成型的分析框架，正處于起步階段。隨著農(nóng)業(yè)集約化、規(guī)?；?、產(chǎn)業(yè)化進程的加快，世界農(nóng)業(yè)呈現(xiàn)出區(qū)域集聚發(fā)展趨勢和特征[11]，農(nóng)業(yè)集聚和區(qū)域分工、農(nóng)業(yè)產(chǎn)業(yè)集群化發(fā)展開始引起國內(nèi)外學(xué)者的關(guān)注。在農(nóng)業(yè)集聚形成的機理方面，從技術(shù)外部性理論的角度，農(nóng)業(yè)技術(shù)進步以及人力資本對于農(nóng)業(yè)地理集聚形成的重要性日益增強[12]。賀亞亞基于比較優(yōu)勢理論，對比各地區(qū)的勞動、土地和資本生產(chǎn)率存在差異，從而論證集聚區(qū)的要素生產(chǎn)率優(yōu)勢是引導(dǎo)作物在該地區(qū)集中的重要因素[13]。農(nóng)業(yè)受地區(qū)氣候地形等自然條件以及經(jīng)濟環(huán)境的影響也是顯而易見的，自然條件和經(jīng)濟環(huán)境相似的地區(qū)進行農(nóng)業(yè)技術(shù)的交流會更容易[14]，從而產(chǎn)生集聚效應(yīng)。除此之外，城鎮(zhèn)化和工業(yè)化也是外部性因素，在人多地少、經(jīng)濟進入新常態(tài)、地區(qū)差距明顯背景下，工業(yè)化的推進會引起農(nóng)業(yè)用地的置換，研究顯示，沿海發(fā)達地區(qū)耕地資源轉(zhuǎn)化為非農(nóng)用地的情況比比皆是，農(nóng)業(yè)產(chǎn)業(yè)轉(zhuǎn)移的加快，會影響農(nóng)業(yè)地理集聚的發(fā)展[15]。

在農(nóng)業(yè)集聚效應(yīng)的效果評估方面，賈興梅和李平指出農(nóng)作物空間集聚度與農(nóng)業(yè)增長存在較顯著的正相關(guān)關(guān)系，表明農(nóng)業(yè)產(chǎn)業(yè)集聚程度的提高促進了區(qū)域農(nóng)業(yè)的增長，農(nóng)業(yè)產(chǎn)業(yè)集群為農(nóng)業(yè)和農(nóng)村經(jīng)濟發(fā)展帶來了競爭優(yōu)勢[16]。農(nóng)業(yè)產(chǎn)業(yè)主要是通過專業(yè)化集聚促進了生產(chǎn)率的提升，并且，對周邊地區(qū)也產(chǎn)生了積極影響，即存在空間溢出效應(yīng)。尹成杰[18]通過對農(nóng)業(yè)產(chǎn)業(yè)集群的空間集聚效應(yīng)分析，指出應(yīng)通過種植區(qū)域化、生產(chǎn)專業(yè)化、品種優(yōu)良化，創(chuàng)建農(nóng)業(yè)優(yōu)勢產(chǎn)業(yè)帶，形成市場特色和品牌，提高農(nóng)業(yè)競爭力，促進農(nóng)業(yè)增效和農(nóng)民增收[17]。賀亞亞基于比較優(yōu)勢理論，對比各地區(qū)的勞動、土地和資本生產(chǎn)率存在差異，論證集聚區(qū)的要素生產(chǎn)率優(yōu)勢存在差異[13]。同時，農(nóng)業(yè)受地區(qū)氣候地形等自然條件以及經(jīng)濟環(huán)境的影響也是顯而易見的，自然條件和經(jīng)濟環(huán)境相似的地區(qū)進行農(nóng)業(yè)技術(shù)的交流會更容易[14]，從而提升集聚的技術(shù)外部性。也有研究指出，隨著城鎮(zhèn)化進程加快，大量的農(nóng)村勞動力遷移到城市，造成了農(nóng)村產(chǎn)業(yè)空心化[19]，壓縮了農(nóng)業(yè)產(chǎn)業(yè)集聚外部效應(yīng)空間。

綜上分析，現(xiàn)有研究主要集中在對農(nóng)業(yè)集聚的形成機理的分析，并開始研究農(nóng)業(yè)產(chǎn)業(yè)集聚的外部效應(yīng)，但是這些研究大部分基于某一細分行業(yè)，缺乏整體層面的探討，并且還未形成統(tǒng)一結(jié)論。第一，產(chǎn)業(yè)集聚究竟是促進還是抑制了農(nóng)業(yè)生產(chǎn)亟待論證。第二，農(nóng)業(yè)生產(chǎn)具有顯著的地域差異和集聚特征差異，為考慮農(nóng)業(yè)集聚效應(yīng)的異質(zhì)性提供了一個新的視角。第三，關(guān)于農(nóng)業(yè)集聚的相關(guān)研究多集中于線性角度，鮮有研究涉及到農(nóng)業(yè)集聚對全要素生產(chǎn)率的非線性影響?；诖耍狙芯繉⒃谝酝芯康幕A(chǔ)上，系統(tǒng)探討農(nóng)業(yè)集聚影響勞動生產(chǎn)率的內(nèi)在機理和區(qū)域差異。文章的章節(jié)安排如下：第一章提出問題，第二章為方法與數(shù)據(jù)，第三章報告實證結(jié)果并進行討論，最后給出結(jié)論與政策啟示。

二、方法與數(shù)據(jù)

(一)農(nóng)業(yè)全要素生產(chǎn)率的測度

目前，已有文獻采用了多種方法探究農(nóng)業(yè)TFP，F(xiàn)an和Zhang采用了增長核算法[20]，Hou等采用了Malmquist指數(shù)法[21]，而余康等則采用了隨機前沿方法(SFA)[22]。本研究采用經(jīng)典的DEA-Malmquist指數(shù)方法測算出各地區(qū)農(nóng)業(yè)全要素生產(chǎn)率增長、技術(shù)效率變化和技術(shù)進步。相對于增長核算法和隨機前沿法，DEA-Malmquist指數(shù)法無須設(shè)定生產(chǎn)函數(shù)形式，能夠使用投人產(chǎn)出不同量綱數(shù)據(jù)，且可以對TFP增長進行因素分解，本研究采用此方法來探究我國各省份的農(nóng)業(yè)TFP問題。假設(shè)有i個生產(chǎn)決策單元(DMU)，第t期到第t+1期的TFP變動如式(1) 所示。

(1)

(2)

本研究在測算農(nóng)業(yè)全要素生產(chǎn)率時所選取的投入產(chǎn)出指標(biāo)為：(1)農(nóng)業(yè)投入。近年來農(nóng)業(yè)投入越來越大，因此，為了準(zhǔn)確反映投入要素的完整性，農(nóng)業(yè)投入除了土地、勞動、機械和化肥外，還包括固定資產(chǎn)投入。其中土地投入以灌溉面積代理，單位為千公頃；勞動投入選擇農(nóng)林牧漁就業(yè)人口表示，單位為萬人；機械投入采用機械總動力表示，單位為萬千瓦；基于數(shù)據(jù)可得性，本研究采用化肥施用量代理化肥投入，單位為萬噸；固定資產(chǎn)投入使用全社會農(nóng)林牧漁固定資產(chǎn)投入代理，單位為億元，并根據(jù)各地區(qū)固定資產(chǎn)價格指數(shù)進行處理，計算得出歷年各地區(qū)固定資產(chǎn)投資額。(2)農(nóng)業(yè)產(chǎn)出?，F(xiàn)有文獻多數(shù)將農(nóng)業(yè)產(chǎn)出理解為農(nóng)林牧漁總產(chǎn)值，少數(shù)文獻將產(chǎn)出視為第一產(chǎn)業(yè)增加值[23]或單位耕地的農(nóng)業(yè)總產(chǎn)值[24]。本研究用第一產(chǎn)業(yè)增加值表示農(nóng)業(yè)產(chǎn)出。為了剔除價格的影響，本研究利用第一產(chǎn)業(yè)增加值指數(shù)(2002年=100)對第一產(chǎn)業(yè)增加值進行處理，計算得出2002—2016年各省份第一產(chǎn)業(yè)增加值。需要說明的是，使用DEA 測算的農(nóng)業(yè)全要素生產(chǎn)率指數(shù)是以上年為1的環(huán)比變動指數(shù)，在實際計算時將其轉(zhuǎn)化為2002年為1 的累積增長指數(shù)作為實證模型的被解釋變量。以上數(shù)據(jù)來自于歷年《中國統(tǒng)計年鑒》和《中國農(nóng)村統(tǒng)計年鑒》等官方統(tǒng)計資料。

(二)農(nóng)業(yè)集聚度的測度

產(chǎn)業(yè)集聚水平的高低是產(chǎn)業(yè)分布不均勻的表現(xiàn)，如伍山林以中國各省糧食產(chǎn)量占全國糧食總產(chǎn)量的比重這一指標(biāo)來衡量集聚度，發(fā)現(xiàn)市場化改革以來，中國糧食生產(chǎn)正在向冀蒙黑等地穩(wěn)步集中[26]；高帆采用生產(chǎn)指數(shù)，對中國糧食空間布局變動展開分析，發(fā)現(xiàn) 1978—2003 年糧食生產(chǎn)逐漸傾向于空間邊緣化的特征[27]。朱啟榮同樣是基于比值考察了中國棉花主產(chǎn)區(qū)空間布局的變化，但其基礎(chǔ)數(shù)據(jù)為播種面積，其研究表明，中國棉花自 1980 年以來先由南方(鄂湘晥等地)向北方(魯冀豫等地)，后繼續(xù)向西北(新疆自治區(qū))轉(zhuǎn)移[28]。測度產(chǎn)業(yè)集聚的指標(biāo)很多，如行業(yè)集中度、Hoover系數(shù)、熵指數(shù)、空間基尼系數(shù)、區(qū)位熵等等，學(xué)者們在農(nóng)業(yè)集聚程度的測算方法和基礎(chǔ)數(shù)據(jù)的選擇上也呈多樣化特征。根據(jù)農(nóng)業(yè)自身特點以及數(shù)據(jù)可得性，本研究借鑒賀亞亞的做法，選取區(qū)位熵測度農(nóng)業(yè)的集聚程度[13]，具體計算方法：

(3)

其中，CAPSik代表農(nóng)業(yè)集聚度，Eij和Vij代表i地區(qū)第j產(chǎn)業(yè)就業(yè)人口和產(chǎn)業(yè)增加值。p代表權(quán)重(假設(shè)兩者權(quán)重相同，本研究p取0.5)，該指數(shù)越大，說明該省農(nóng)業(yè)相對聚集程度越高。

(三)回歸模型設(shè)定

本研究采用Hansen提出的面板門檻模型[29]，來研究農(nóng)業(yè)集聚與全要素生產(chǎn)率的非線性關(guān)系，基本的門檻模型設(shè)定形式如式(4)：

yit=μi+Xit(qit<γ)β11+Xit(qit≥γ)β12+εit

(4)

其中qit為門檻變量，它既可以作為獨立的門檻變量也可以作為解釋變量的一個回歸元，γ為特定門檻值，它將觀測值分成兩個區(qū)間，當(dāng)觀測值小于γ時，對應(yīng)參數(shù)β1，當(dāng)觀測值大于等于γ時，對應(yīng)參數(shù)β2，ui是個體效應(yīng)，εit是隨機干擾項，也可以將模型表示如式(5)：

yit=μi+Xit(qit,γ)β+εit

(5)

(6)

(7)

得到了參數(shù)估計值后，需要進行兩方面的檢驗：一是門檻效應(yīng)是否顯著，二是門檻的估計值是否等于其真實值。如果γ已知，其跟經(jīng)典回歸模型沒有差異，但是γ未知，這就存在參數(shù)檢驗問題，而該參數(shù)的估計值是“非標(biāo)準(zhǔn)非相似分布”，使得分布的臨界值無法為模擬方式，為克服這一問題，Hansen以統(tǒng)計量本身的大樣本分布為均勻分布，并且可以使用“自舉法(bootstrap)”來計算，即構(gòu)造一個極大似然估計量(LR)來檢驗門檻值γ，其零假設(shè)為γ=γ0，備擇假設(shè)為γ≠γ0

(8)

構(gòu)建以農(nóng)業(yè)集聚作為門檻變量，農(nóng)業(yè)集聚與農(nóng)業(yè)全要素生產(chǎn)率之間的非線性關(guān)聯(lián)的面板門檻模型如式(9)：

TFPIit=α11CAPSit·I(CAPSit≤γ1)+

α12CAPSit·I(CAPSit>γ1)+…+αn1

CAPSit·I(CAPSit≤γn)+αn2CAPSit·

I(CAPSit>γn)+βX+μi+λt+εit

(9)

式中，TFPIit表示中國i省份在t時期的農(nóng)業(yè)全要素生產(chǎn)率指數(shù)，CAPSit表示中國農(nóng)業(yè)i省份在t時期的集聚水平，μi為個體效應(yīng)，t用來捕捉時間趨勢。

控制變量及其數(shù)據(jù)來源為：人力資本水平(HUM)，其值為農(nóng)村勞動力的平均受教育年限，它是勞動力質(zhì)量的代理變量。平均受教育年限可定義為：農(nóng)村平均每百個勞動力中不識字或識字較少* 0年+小學(xué)程度*6年+初中程度* 9年+高中程度*12年+中專*11年+大專及大專以上*16年；財政支農(nóng)占比(GOV)，其值為地方財政支出中農(nóng)林水利支出的占比，財政支農(nóng)占比是農(nóng)業(yè)政策的代理變量；自然災(zāi)害(DISA)，其值為農(nóng)作物受災(zāi)面積占播種面積的比重，它是各省份自然條件的替代變量；農(nóng)業(yè)人均能源使用量(ENG)，其值為農(nóng)業(yè)從業(yè)人員人均電力使用值，單位為萬千瓦時；技術(shù)市場活躍度(TEC)，考慮到數(shù)據(jù)的可獲得性，用各地區(qū)技術(shù)市場的交易額與地區(qū)生產(chǎn)總值的百分比表示。以上各變量涉及到的數(shù)據(jù)均來源于歷年《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》以及各省統(tǒng)計年鑒等官方統(tǒng)計資料，各變量的描述統(tǒng)計如表1所示。

表1 描述性統(tǒng)計

注：本研究樣本量均為434個

三、實證結(jié)果

(一)農(nóng)業(yè)全要素生產(chǎn)率的測度結(jié)果

本研究假設(shè)農(nóng)業(yè)生產(chǎn)是規(guī)模報酬可變的，并采用產(chǎn)出導(dǎo)向型的DEA 模型，通過DEAP2.1 軟件測算出Malmquist 生產(chǎn)率指數(shù)及其分解部分。表1給出了2003—2016年我國農(nóng)業(yè)TFP的因素分解數(shù)據(jù)，農(nóng)業(yè)全要素增長率的平均值為1.032，即年均增長為3.2%，我國整體農(nóng)業(yè)TFP呈現(xiàn)持續(xù)增長的態(tài)勢，其中技術(shù)效率指數(shù)和技術(shù)進步指數(shù)分別為0.998和1.034，技術(shù)進步是推動農(nóng)業(yè)發(fā)展的主要動力。我國農(nóng)業(yè)發(fā)展區(qū)域差異明顯，農(nóng)業(yè)TFP最低的省份為西藏，為0.982，黑龍江最高，達到了1.066。除西藏和云南外，其他省份的農(nóng)業(yè)TFP均大于1。

(二)門檻檢驗與結(jié)果分析

本研究基于空間維度分別對全國、東部地區(qū)、中部地區(qū)以及西部地區(qū)農(nóng)業(yè)集聚與全要素生產(chǎn)率之間的關(guān)系進行了門檻檢驗。在使用面板門檻模型前，首先需要檢驗是否存在門檻效應(yīng)，以便確定門檻的個數(shù)以及模型的形式。本研究利用Hansen提出的“自舉法”(Bootstrap)，通過重疊模擬似然比檢驗統(tǒng)計量300次，估計出Bootstrap 的P值。檢驗發(fā)現(xiàn)，全國和東部地區(qū)通過了單門檻，中西部地區(qū)通過了雙門檻檢驗。其中，全國和東部地區(qū)的單一門檻值分別是0.94和0.114，中部地區(qū)的雙門檻值分別是1.413和1.491，西部地區(qū)的雙門檻植 分別為1.037和1.871，具體情況見表3和圖1，圖2。

由表4的門檻估計結(jié)果可以看到，農(nóng)業(yè)集聚對全要素生產(chǎn)率的影響作用存在復(fù)雜的非線性關(guān)系，且表現(xiàn)出一定的空間差異，具體可得到如下結(jié)論：全國范圍，農(nóng)業(yè)集聚的門檻效應(yīng)顯著，當(dāng)集聚度小于等于0.94時，每增加1個單位，帶動農(nóng)業(yè)全要生產(chǎn)率增加0.709個單位，當(dāng)集聚度大于等于0.94時，每1個增加單位將帶動全要素生產(chǎn)率增加0.437個單位，這說明農(nóng)業(yè)集聚的邊際效應(yīng)具有顯著的門檻效應(yīng)，隨著農(nóng)業(yè)集聚度的提高，其邊際效應(yīng)遞減?？傮w上，農(nóng)業(yè)集聚有利于區(qū)域內(nèi)勞動力和資本的有效配置，能夠加強經(jīng)驗和技術(shù)交流，從而產(chǎn)生規(guī)模報酬遞增效應(yīng)，這是實行農(nóng)業(yè)集約化的現(xiàn)實依據(jù)；農(nóng)村人力資源水平為農(nóng)業(yè)發(fā)展帶來智力支持[30]，每1個單位的變動將促使全要素生產(chǎn)率累計增加0.442個單位。隨著農(nóng)業(yè)產(chǎn)業(yè)化和現(xiàn)代化進程加快，一些地區(qū)的機械化和信息化水平逐步提高，農(nóng)業(yè)技術(shù)含量越來越高，農(nóng)村從業(yè)人員的受教育水平越來越高，促使農(nóng)業(yè)全要素生產(chǎn)率穩(wěn)步提升；此外，自然環(huán)境依然是影響農(nóng)業(yè)發(fā)展的重要因素，特別是自然災(zāi)害的發(fā)生率，將制約農(nóng)業(yè)發(fā)展水平[31]，受災(zāi)占比每上升1個單位，將拉低農(nóng)業(yè)全要素生產(chǎn)率0.475個單位；而政府財政投入、市場活躍度等的影響并不顯著。

表2 2003—2016年我國農(nóng)業(yè)TFP的因素分解

表3 門檻個數(shù)檢驗

注： Bootstrap次數(shù)均為300次，***、**、* 分別表示系數(shù)通過1%、5%、10%的顯著水平

圖1 全國和東部地區(qū)門檻個數(shù)檢驗圖

圖2 中西部地區(qū)門檻個數(shù)檢測圖

分地區(qū)而言，當(dāng)農(nóng)業(yè)集聚度低于0.114的時候，其對東部地區(qū)的農(nóng)業(yè)全要素生產(chǎn)率產(chǎn)生負作用，反之則為正，農(nóng)業(yè)集聚與全要素生產(chǎn)率呈現(xiàn)出“V”型結(jié)構(gòu)，東部地區(qū)農(nóng)村人力資本水平和技術(shù)市場活躍度較高，農(nóng)業(yè)集聚水平達到一定階段后，其對農(nóng)業(yè)TFP的邊際效應(yīng)遞增；中西部地區(qū)的農(nóng)業(yè)集聚邊際效應(yīng)呈現(xiàn)遞減態(tài)勢，當(dāng)中部地區(qū)農(nóng)業(yè)集聚低于1.413時，其邊際效應(yīng)為0.596，而在區(qū)間1.413至1.491時，其邊際效應(yīng)反而減少到0.519，當(dāng)西部地區(qū)農(nóng)業(yè)集聚度低于1.871時，其農(nóng)業(yè)全要素邊際效應(yīng)為0.571，當(dāng)超過1.871時，則下降到0.29。造成東中西部地區(qū)差異的原因有兩點。第一，相對于西部地區(qū)，中部地區(qū)的農(nóng)業(yè)基礎(chǔ)和農(nóng)業(yè)從業(yè)人員素質(zhì)較高，農(nóng)業(yè)占比較為適中，因此，農(nóng)業(yè)集聚效應(yīng)更為明顯，而東部地區(qū)雖然經(jīng)濟發(fā)展水平和技術(shù)水平更優(yōu)，但是東部地區(qū)更加重視二三產(chǎn)業(yè)發(fā)展，這跟農(nóng)業(yè)TFP年均增長率呈現(xiàn)一定的收斂性有關(guān)。第二，農(nóng)業(yè)發(fā)展容易受自然條件的影響，西部地區(qū)的水利氣象條件較差，土地較為貧瘠，而東中部地區(qū)自然環(huán)境狀況相對更好一些，造成了區(qū)域之間的差異。另外，東中部地區(qū)農(nóng)業(yè)全要素生產(chǎn)率顯著受農(nóng)村人力資本和政府支農(nóng)力度的正向影響，而西部地區(qū)不明顯，主要是西部地區(qū)農(nóng)村人力資本水平偏低，農(nóng)村信息化建設(shè)落后，制約了農(nóng)業(yè)技術(shù)在農(nóng)業(yè)發(fā)展中的應(yīng)用和推廣，分散式的經(jīng)營造成西部地區(qū)農(nóng)業(yè)經(jīng)營規(guī)模偏小，產(chǎn)業(yè)結(jié)構(gòu)不太合理，機械化程度低，從而造成西部地區(qū)農(nóng)業(yè)發(fā)展的集聚效應(yīng)減弱。同時，中部地區(qū)經(jīng)常受洪澇和旱災(zāi)等自然災(zāi)害的侵?jǐn)_，其對農(nóng)業(yè)發(fā)展的沖擊很大。

表4 門檻效應(yīng)估計結(jié)果

注：λ表示門檻值，***、**、*分別表示系數(shù)通過1%、5%、10%的顯著水平

四、結(jié)論與啟示

本研究利用DEA-malmquist指數(shù)測算2002—2016年中國31個省級行政單位的農(nóng)業(yè)TFP，我國農(nóng)業(yè)TFP呈現(xiàn)持續(xù)增長的態(tài)勢，其年均增長為3.2%，技術(shù)進步是推動農(nóng)業(yè)發(fā)展的主要動力。農(nóng)業(yè)集聚對農(nóng)業(yè)全要素生產(chǎn)率增長具有重要的促進作用，且區(qū)域之間存在顯著差異。面板門檻模型驗證了農(nóng)業(yè)集聚對農(nóng)業(yè)全要素生產(chǎn)率的非線性關(guān)系，在考察期內(nèi)，當(dāng)農(nóng)業(yè)集聚度較低時，其對東部地區(qū)的農(nóng)業(yè)全要素生產(chǎn)率產(chǎn)生負作用，反之則為正，農(nóng)業(yè)集聚與全要素生產(chǎn)率呈現(xiàn)“V”型結(jié)構(gòu)，東部地區(qū)農(nóng)村人力資本水平和技術(shù)市場活躍度較高，對農(nóng)業(yè)集聚的邊際效應(yīng)明顯；中西部地區(qū)的農(nóng)業(yè)集聚邊際效應(yīng)呈現(xiàn)遞減態(tài)勢，這與農(nóng)村人力資本流失和技術(shù)市場活躍度較低有一定關(guān)系，從而制約了農(nóng)業(yè)技術(shù)的應(yīng)用和推廣，分散式的經(jīng)營造成中西部地區(qū)農(nóng)業(yè)經(jīng)營規(guī)模偏小，產(chǎn)業(yè)結(jié)構(gòu)不太合理，機械化程度低，從而造成中西部地區(qū)農(nóng)業(yè)發(fā)展的集聚效應(yīng)減弱。

以上研究表明，應(yīng)該發(fā)揮農(nóng)業(yè)發(fā)展過程中產(chǎn)業(yè)集聚對全要素生產(chǎn)率的促進作用。首先，加快規(guī)?；?、集約化發(fā)展。特別是中西部地區(qū)作為農(nóng)業(yè)主產(chǎn)區(qū)，大多數(shù)農(nóng)民去往沿海地區(qū)就業(yè)，可以考慮因地制宜培育農(nóng)業(yè)產(chǎn)業(yè)，建立農(nóng)業(yè)產(chǎn)業(yè)園區(qū)和供應(yīng)鏈體系，扶持農(nóng)業(yè)產(chǎn)業(yè)化龍頭企業(yè)，實現(xiàn)農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營。其次，著力提高農(nóng)村人口的受教育程度，提升農(nóng)村人力資本水平，增加農(nóng)民收入水平，減少中西部地區(qū)人力資本流失，防止農(nóng)業(yè)產(chǎn)業(yè)空心化。再次，加強農(nóng)業(yè)技術(shù)推廣和培訓(xùn)，提高機械化程度，促進農(nóng)業(yè)集約式發(fā)展。當(dāng)然，政府應(yīng)該繼續(xù)保持支農(nóng)政策，并提高政策針對性，加大農(nóng)業(yè)技術(shù)研發(fā)的扶持力度。最后，加強農(nóng)業(yè)基礎(chǔ)建設(shè)，特別注重西部地區(qū)的水氣象條件改善，提升農(nóng)業(yè)現(xiàn)代化水平。