中國糧食生產效率空間分異特征及驅動機理

張凡凡， 張啟楠, 李福奪, 陳學軍, 楊興洪

(1.貴州大學 管理學院, 貴州 貴陽 550025; 2.中南林業科技大學 經濟學院，湖南 長沙 410004; 3.中國農業科學院 農業資源與農業區劃研究所， 北京 100081)

糧食生產在農業生產中占有舉足輕重的地位，也關系著社會的和諧與穩定?！?017年全球糧食危機報告》顯示，全球各地2015—2016年間面臨糧食不安全的人口從8 000萬猛增至1.08億，而且這一數字仍在持續飆升之中[1]。作為人口大國，糧食安全問題同樣需要引起我們的重視。近年來，中國糧食生產在實現十二連增的同時，谷物進口量也呈現出不斷增長趨勢，糧食自給水平持續下降[2]，2015年，中國糧食自給率已經下降到了93.63%，全部農產品的自給率大約為83.46%，16.54%左右是需要通過國際市場供給。在未來隨著全球氣候變化的影響，糧食生產不穩定因素增多、要素引致性糧食生產成本提高、農業生產比較利益逐漸降低的大背景下，中國的糧食安全形式不容樂觀。因此，合理評價糧食生產效率、認清糧食生產現狀、探索提高糧食生產效率的有效途徑具有重要的理論意義和現實意義。

目前學術界對糧食生產效率進行了豐富的研究，以數據包絡分析(DEA)為代表的非參數方法受到了廣大學者的青睞，其通過純數學的線性規劃技術來確定生產前沿面，是一種數據驅動的方法，不需要預設具體的函數形式和特定的行為假設，有效避免了因錯誤的生產函數和非效率項分布形式而帶來的偏誤。肖洪波等[3]根據2004—2012年的相關數據，采用數據包絡分析(DEA)結合Malmquist 指數，測算了10 a來我國糧食生產綜合技術效率的變化，揭示了中國糧食產量增長的源泉及存在的問題；馬林靜等[4]采用2001—2010年中國30個省份有關糧食生產的面板數據，基于DEA-Malmquist 生產率指數方法，對中國糧食主產區、主銷區和平衡區的糧食生產技術效率進行了測算，并分析了動態技術效率指數的時空差異；薛龍等[5]運用DEA-Tobit兩步法分析了河南省2000—2010年18個市的糧食生產效率，并指明了非效率市的最佳調整方式?，F有文獻對糧食生產效率的研究已有較為全面的認識，但普遍忽視了空間異質性或非線性的假設，這種假定各區域相互獨立的做法一方面與經濟體之間密切聯系的現實不符，同時也會造成研究結果的偏誤。Anselin指出，理論經濟模型的一個日益高漲的研究興趣是經濟媒介與系統中其他異質經濟媒介的空間關聯性?；诖?，本文將借助探索性空間數據分析(ESDA)、時空躍遷測度法以及空間杜賓模型將糧食生產效率置于空間分析視角，考慮區域間糧食生產的相互影響關系；此外，在糧食問題的研究中，很少有學者對經濟增長與糧食生產效率的非線性關系進行探討，本文試圖突破原有理論的局限，通過引入人均GDP的二次項和三次項，進一步驗證經濟增長與糧食生產效率正N形Kuznets曲線的存在，同時，鑒于以往學者更加關注糧食生產內部投入要素，而對于外部環境因素的研究較少。為此，本文將運用空間計量模型重點分析對外開放程度、市場化程度、受災面積等對糧食生產效率的影響，旨在從更加全面的角度審視糧食生產的持續動力。

1 研究方法與數據來源

1.1 研究方法

1.1.1 數據包絡法 數據包絡法最早由運籌學家Charnes和Cooper于1978年提出[6]，用來評價決策單元(DMU)多投入多產出模式下的相對有效性，可分別從給定產出情況下的投入最小化和給定投入情況下的產出最大化2個視角進行研究[7-8]，并找出改進效率的最佳途徑。假設有i(i=1,2,3,…,k)個決策單元，每個決策單元有r項投入xi1,xi2,…,xri,s項產出yi1,yi2,…,yis,且xi>0,yi>0，選擇產出導向且規模報酬可變模型進行測算，模型設定為:

(1)

(λi≥0,i=1,2,…,ks+≥0，s-≥0)

式中:θ——決策單元的效率；ε——非阿基米德無窮小量；s+,s-——松弛變量，即投入要素的冗余程度；xi，yi——第i個決策單元的投入量和產出量；λi——決策單元的權值[9-10]。當θ=1且s+=0,s-=0時，表示決策單元DEA有效；當θ=1且s+,s-不全為0時，則表示決策單元弱DEA有效；當0<θ<1時，說明該決策單元存在低效率所產生的資源浪費，需要根據其冗余進行改進。

1.1.2 空間計量分析方法 建立空間權重矩陣是進行空間計量分析的前提[11]，考慮到保證結論的穩健性，本文同時將臨近空間權重矩陣Wl，地理距離空間權重矩陣Wg和經濟距離空間權重矩陣We納入研究框架，其中，

(1) 探索性空間數據分析(ESDA)。ESDA方法通過對事物的空間分布格局進行可視化描述，探索事物之間的關聯機制，從而揭示事物的空間集聚和空間異質特征，其核心技術是空間自相關檢驗，包括全局空間自相關檢驗和局部空間自相關檢驗兩類[12]。全局空間自相關用于描述事物在整個區域的空間關聯和差異程度，計算公式為：

(2)

式中：I——全局空間自相關Moran指數；Wij——空間權重矩陣；n——研究對象的個數；x——觀測值；S2——樣本方差。Moran’sI的取值介于-1～1之間，I值越大表示空間相關性越強，其中，I>0表示研究對象之間存在空間正自相關關系，表現為聚合分布狀態；I<0表示研究對象之間存在空間負自相關關系，表現為離散分布狀態；I=0則表示研究對象是隨機分布的，不存在空間相關關系[13]。全局空間自相關假定空間是同質的，并從宏觀上揭示了研究對象的空間依賴程度，但在現實生活中，空間相關存在異質性，因此，需要結合局部空間自相關觀測具體的地區分布狀況，一般通過Moran散點圖或LISA聚集圖等形式進行直觀反映，其實質是將全局空間自相關Moran指數分解到各個單元，具體模型為：

(3)

(2) 糧食生產效率驅動機理的空間模型分析。受地理位置、距離和拓撲相關變量的影響，相鄰區域的糧食生產效率、相鄰區域糧食生產效率的驅動因素以及未納入模型的因素都可能對本區域的產糧效率產生影響[14]，因此，可以將糧食生產效率驅動因素的空間模型設定為：

(4)

μi=λWμ+εi

(5)

式中：Y——糧食生產效率；i，j——兩個相鄰區域；t——時間；Wij——空間權重矩陣；Xit——自變量；α，δ，β——因變量空間回歸系數、自變量回歸系數及其空間回歸系數，μi，λ表示空間誤差項及其待估系數值，εi為殘差項。當α≠0而β=0時，該模型為空間滯后模型；當λ≠0，α=0時，該模型為空間誤差模型；當α≠0，β≠0且λ=0時，則該模型為空間杜賓模型[15]，考慮到空間杜賓模型及其對溢出效應的估計更具有一般性特征，無論數據的生成過程是空間滯后模型還是空間誤差模型，都能基于此模型得到系數無偏估計，本文將主要通過構建空間杜賓模型進行分析，并將人均GDP、進出口總額、第三產業所占比重、受災面積等納入驅動因素分析框架，分別代表經濟增長、對外開放程度、市場化程度、自然生態環境，同時，在糧食生產效率方程中加入人均GDP的二次項和三次項來考察GDP與糧食生產效率之間可能存在的非線性關系。

1.2 數據來源

文中所用數據主要來源于《中國統計年鑒》《中國農村統計年鑒》等國家正式發布的統計資料，橫向覆蓋中國31個省(市、自治區)，縱向主要將時間范疇分為“十一五”(2006—2010年)、“十二五”(2011—2015年)兩個時間段進行對比分析，以期為“十三五”時期的糧食生產提供參考和借鑒，同時使研究在時間上具有可比性，以此來動態研究中國糧食生產效率的時空演變特征。為了消除價格變動的影響，所有價值變量均以2006年為基期進行平減，各變量的描述性統計結果詳見表1—2。

表1 糧食生產效率評價體系

2 實證分析

表3為2006—2015年中國糧食生產效率變化情況。由表3可以看出，中國糧食生產效率整體偏低，效率均值在“十一五”、“十二五”時期分別為0.791和0.785，仍處于“高投入”的粗放式生產，通過將兩個時期的效率值進行對比可以發現，有超過1/2的省份糧食生產效率出現大幅度下降趨勢，且主要集中于東部沿海地區和西部地區，這可能與其地理分布規律有關。如位于東部地區的天津、上海、浙江、江蘇等省份雖然經濟實力雄厚、科技發達，但在“GDP錦標賽制”下農業領域的投入更易被忽視[16]，從而損害了糧食生產效率；而西部地區產糧效率下降一方面與其惡劣的地理環境有關，加之西部大開發戰略的實施使其更致力于發展經濟，在農業方面的投入顯得相對不足。此外，不難發現，糧食生產效率呈現出東部和中部地區高、西部低的格局，其分布規律一定程度上也是中國各地區經濟發展水平在空間上的映射，這種相關性暗示了經濟發展對于提高糧食生產效率具有一定的積極作用。

表3 “十一五”、“十二五”時期我國糧食生產效率值

注：TE為綜合技術效率，PTE為純技術效率，SE為規模效率，RTS為規模報酬，-，irs，drs分別表示規模報酬不變、遞增、遞減，其中，TE=PTE·SE。下同。

2.1 探索性空間數據分析

作為空間計量分析的基礎，首先通過探索性空間數據分析方法進行空間自相關性檢驗。借鑒Anselin等的做法，通過計算全局莫蘭指數并結合LISA(local indicators of spatial association)集聚地圖驗證是否存在顯著的空間聚集效應，計算結果詳見表4。

Z統計量檢驗表明，研究期內中國各省市糧食生產效率的Moran’sI指數值均在1%的顯著性水平上出現正相關性，即中國糧食生產效率并非完全隨機分布，而是表現為高高集聚或低低集聚的相似值之間的空間聚類特征，因此，在進行糧食生產效率的研究中不能忽視客觀存在的地理空間分布因素。

表4 中國糧食生產效率全局空間自相關 Moran’s I指數值

全局空間自相關Moran’sI指數僅能揭示整個研究區域的空間依賴程度，據此，需要進一步依據局部Moran’sI指數反映各區域與鄰近區域同一屬性的相關程度，本文主要通過GeoDA生成LISA聚集圖進行更為清晰的可視化表達，并將研究區域劃分為以下4種類型：HH聚集型，即區域自身糧食生產效率相對較高且被周邊的高值地區所包圍；LL聚集型，主要是指糧食生產效率較低的區域相互集聚，從而形成集中連片的產糧效率低值區；HL聚集型，這種類型的空間集聚主要表現為自身糧食生產效率相對較高的區域被周邊的低值區域所包圍，從而形成中間高四周低的離散分布形態；而LH聚集型則是產糧效率較低的區域被周邊的高值區域所包圍，呈現出中間低四周高的空間分布形態[17]，具體分布狀況及其變化趨勢如附圖9所示。

由附圖9可以看出，中國糧食生產效率主要以HH聚集型和LL聚集型為主，其中，HH聚集型主要分布在我國的東北、華東地區、以及華中部分地區，包括黑龍江、吉林、遼寧、上海、浙江、江蘇、江西、湖北、湖南等地，從而形成產糧效率“高值俱樂部”，該區域范圍在空間上具有明顯的擴張趨勢；LL聚集型則主要分布在中國的華北、華南以及西北地區，此聚集類型區在研究期內并沒有顯著變化，說明全面提高我國糧食生產效率仍面臨一定的挑戰，其發展還需要一個更長的過程；屬于HL聚集型的有河南、新疆、西藏、重慶等地，該區域自身產糧效率較高，但容易受周邊區域負向效應的影響而有所減弱；處于LH聚集型的安徽、天津、福建、四川等地則具有有利的“被擴散”的區位優勢，需要加強與周邊高效率水平省份的聯系，借鑒其先進技術，提高自身效率水平。

空間異質性的時空演變使得中國糧食生產效率處于不斷變化之中，因此，有必要采用時空躍遷測度法進一步分析研究。時空躍遷主要可以分為以下4種形式，類型Ⅰ：在臨近區域屬性值不變的情況下本區域發生位移，包括LL→HL,LH→HH,HH→LH,HL→LL;類型Ⅱ指的是臨近區域屬性值發生改變，但本區域不變的情況，包括LL→LH,LH→LL,HH→HL,HL→HH;類型Ⅲ：臨近區域與本區域屬性值同時發生改變，屬于這一躍遷類型的主要包括LL→HH,LH→HL,HH→LL,HL→LH;類型Ⅳ則主要是指臨近區域與本區域屬性值均未發生改變的情況。

表5為中國糧食生產效率具體躍遷類型，通過對比可以發現，類型Ⅳ在各時間段都是最主要的躍遷形式，即本區域與鄰近區域均保持同樣水平的變化，說明中國糧食生產效率的空間結構具有一定的路徑依賴特征或空間鎖定規律，其次是類型Ⅰ和類型Ⅱ，而類型Ⅲ在研究期內并未出現，進一步驗證了非典型性的特征。

具體而言，北京受自身減貧效率的影響于2006—2011年主動發生躍遷，由LL聚集型向HL聚集型轉變，但空間溢出效應的存在使其減貧效率極易受周邊地區的影響，其減貧效率未來可能會處于不穩定狀態；四川和福建等地則由于有利的“被擴散”的區位優勢，分別由LH聚集型躍遷至HH聚集型，再次驗證了糧食生產效率空間溢出效應的存在，其中，福建經歷了由L—H象限躍遷至 H—H象限又遷回L—H象限的過程，其糧食生產效率處于短暫性波動變化之中；而天津、山東則是由于周圍環境發生變化而被動改變象限發生躍遷?？傮w而言，空間異質性的存在使得省域間的效率溢出可能推動各地區糧食生產效率走向趨同或者分異，進而對我國糧食生產的整體分布結構產生影響。

表5 我國2006-2015年糧食生產效率躍遷類型

2.2 糧食生產效率驅動因素的空間效應分析

探索性空間數據分析(ESDA)結果表明中國糧食生產效率存在顯著的空間相關性，因此，不再滿足普通最小二乘法關于區域之間相互獨立的假設，需要通過引入空間差異性和空間依賴性對經典的線性模型進行修正[18]，本文主要通過構建空間杜賓模型進行回歸估計，為了保證結果的穩健性，文章同時報告了臨近空間權重矩陣、地理距離空間權重矩陣和經濟距離空間權重矩陣下的估計結果詳見表6。

表6 不同空間權重矩陣的空間杜賓模型估計結果

注： (1)***，**，*分別表示在1%，5%，10%的水平上顯著； (2)這里的拐點指的是數學意義上的極值點，即一階導數等于零的點，由于本文涉及的是人均GDP的三次曲線，因此共有兩個極值點。

3種空間權重矩陣下的估計結果基本一致，且各變量均高效通過顯著性檢驗，由于人均GDP、人均GDP二次項和三次項的回歸系數滿足β1>0，β2<0，β3>0的變化規律，說明經濟增長與糧食生產效率之間存在“正N型”的Kuznets曲線，為了更好地描述現階段經濟增長對產糧效率的影響情況，本文進一步測算了“正N型”Kuznets曲線的拐點值，以經濟距離矩陣We估計結果為例，兩個拐點值分別為3.81和14.18，換句話說，當人均GDP小于3.81萬元時，經濟增長對糧食生產效率具有正向促進作用，一旦跨越這一門檻值，經濟增長的產糧效率將呈現邊際收益遞減的特征，只有當人均GDP達到14.18萬元的水平時，經濟增長對糧食生產效率的正向促進作用才會再次顯著，這主要是由于隨著經濟的發展，非農經濟的擠出效應越來越顯著，大量農業生產資料流入非農產業，經濟發展所伴隨的先進技術對農業生產的積極作用顯得相對不足，損害了農業生產效率，因此會在第1個拐點與第2個拐點之間出現糧食生產效率的短暫下降，之后，隨著經濟結構的不斷完善，農業經濟的發展從資源依賴型更大程度地向依靠技術進步轉變，從而表現為糧食生產效率在第2個拐點之后隨經濟發展逐步提升的變化規律。通過對比表7所示的2015年我國各區域人均GDP與拐點值的遠近，發現目前我國各區域糧食生產效率在Kuznets曲線中所處的階段差異較大，大部分地區正處于第1個拐點與第2個拐點之間，而西部欠發達地區如四川、貴州、云南、甘肅、廣西 、西藏等地仍未跨越第1個拐點，需要根據不同區域的發展狀況合理引導。

對外開放程度以及市場化程度對糧食生產效率的提升有促進作用，其中市場化程度對糧食生產效率的作用程度較大，市場化程度每增加1%，糧食生產效率將提高0.2%，而對外開放程度在3種空間權重矩陣下都不顯著，可能的原因是對外開放程度雖然有利于引進先進技術，但受農民自身模仿和接受能力的限制，使其正向溢出作用大打折扣。自然災害仍然是糧食生產最大的不穩定因素，這也是造成近年來糧食生產效率出現大幅度大面積下降趨勢的重要原因；此外，空間自回歸系數在3種空間權重矩陣下始終為正，說明糧食生產效率具有顯著的示范作用，臨近區域產糧效率的優化同樣會對本區域的糧食生產產生促進作用。

表7 中國2015年各區域人均地區生產總值

3 結 論

(1) 中國糧食生產效率整體偏低，仍處于“高投入”的粗放式生產，并表現出東、中部高、西部低的分布格局，其分布規律一定程度上也是中國各地區經濟發展水平在空間上的映射，但“十二五”時期以來東部沿海地區和西部地區出現大面積、大幅度下降趨勢。

(2) 糧食生產效率并非完全隨機分布，而是表現出明顯的空間關聯性，其空間結構具有一定的路徑依賴特征，主要以類型Ⅵ為主，其中，HH聚集和LL聚集型是最主要的空間聚類方式，LL聚集型在研究期內相對比較穩定。所以全面提高我國糧食生產效率仍面臨一定的挑戰，其發展還需要一個更長的過程，此外，未來應重點關注安徽、天津、福建、四川等地區LH聚集類型區的糧食生產效率變化情況，發揮其有利的“被擴散”的區位優勢。

(3) 經濟增長與糧食生產效率之間存在正N形的Kuznets曲線。目前大部分地區經濟增長的產糧效率呈現邊際收益遞減特征，需要合理規劃農業與非農產業的發展，尋找二者發展的平衡點,積極建立經濟增長與糧食生產的協作關系；而對于四川、貴州、云南、甘肅、廣西 、西藏等西部地區來說，雖然在未來一段時間內經濟增長仍有助于提高糧食生產效率，但這些省份大多已瀕臨第一個拐點值，即將進入Kuznets曲線下降區間，需要及時規劃引導，緩解非農產業的擠出效應；此外，構建良好的外部生產環境，加強國外市場先進技術以及國內市場化程度對糧食生產的促進作用，營造穩定的自然生態條件，鞏固強強聚集的良性循環，在糧食生產效率較高的地區建立示范區，充分發揮臨近地區產糧效率優化對本區域的輻射帶動作用，制定具有區域聯動特點的空間產糧策略來促進和穩定糧食生產。