長江經濟帶農業產業集聚水平測度及時空演化研究

摘 要：為了深入剖析長江經濟帶農業產業集聚的演變態勢，依據長江經濟帶范圍內11個省（直轄市）2012—2022年12種主要農作物的總產量數據，綜合運用區位熵指數和產業平均地理集聚率兩種測度方法，系統評估并分析了該區域農業產業集聚的發展現狀與趨勢。研究結果顯示：長江經濟帶大部分省（直轄市）農業專業化水平較高，且整體集聚水平呈現小幅度波浪形上升趨勢，但這一集聚現象在地區間并不均衡，出現顯著的空間差異性，表現為上游、中游和下游遞減的分布格局；同時，農業產業集聚水平具有正向的空間外部性和同質性溢出效應，長江經濟帶農業產業具有高—高型、低—低型集聚的空間結構特征。

關鍵詞：長江經濟帶；農業產業集聚；區位熵；產業平均地理集聚率；莫蘭指數

中圖分類號：F323 文獻標志碼：A 文章編號：1674-7909（2024）16-44-6

DOI：10.19345/j.cnki.1674-7909.2024.16.009

0 引言

目前，我國農業發展問題突出，除先天資源稟賦不足外，近年來用于農業生產的耕地數量也在不斷壓縮，土地細碎化問題嚴重，部分地區存在耕地質量下降問題，農產品市場競爭力弱。基于此種現實情況，2023年中央一號文件強調要支持創建農業產業強鎮、現代農業產業園、優勢特色產業集群。構建農業特色優勢產業集群，提高農業產業集聚水平，促進農業規模化、專業化發展，是增強農業競爭力，解決“三農”問題，以及實現工業化、城鎮化和農業現代化同步發展的重要切入點［1］。而長江經濟帶憑借優越的地理位置、完整的產業鏈、豐富的農產品種類及各地區獨特的資源條件，其農業發展呈現明顯區位差異。另外，長江經濟帶作為我國重要農業生產基地和可持續發展示范區，對國家糧食安全、農村經濟發展及農業科技創新至關重要。因此，提升長江經濟帶農業規模化生產水平及產業集聚水平，是推動該區域農業發展的關鍵，對于保障國家糧食安全、促進農村經濟發展具有重大意義。

農業產業集聚作為優化資源配置的高效生產模式，對農業產業化發展至關重要。在集聚理論方面，馬歇爾［2］認為專業化的勞動力市場、中間產品市場和知識溢出這些外部效應會促進集聚區域的形成。KRUGMAN［3］認為，歷史和區位因素會使某個區域在起初獲得發展優勢，并通過路徑依賴效應進一步擴大這種優勢。以往關于產業集聚的研究多聚焦于第二、三產業，尤其是制造業［4］。但隨著農業規模化、產業化發展，農業產業集聚逐漸受到關注。尹成杰［5］認為，農業產業集聚是農業經濟活動參與者相互結合形成高集中度有機體的過程。趙丹丹等［6］、王艷榮等［7］則認為，其源于資源稟賦與外部因素互動，其中資源稟賦改善了農業發展的產業環境和外部環境，進而促成該地區農業產業集聚的形成。而在農業集聚和區域分工方面，學界觀點也各異。曹暕等［8］發現，我國農業生產區域的專業化程度不斷增強。肖衛東［9］發現，東、中、西部三大區域的農業產業集聚存在明顯下降的梯度分布特征。總之，農業產業集聚及其效應能帶動農業產業發展及區域經濟增長，但地域差異會導致不同地區的資源稟賦不同，使得農業集聚的帶動能力亦存在差異［10］。

綜上所述，目前學術界關于農業產業集聚的研究相當豐富，但大都停留在經驗總結或定性統計分析上，很少從定量的視角對農業產業的空間集聚進行研究，并且對農業產業集聚水平的測度也只局限在某一省（自治區、直轄市）或某一種特定的農產品，農業產業集聚的區域界定在不同研究中也存在差異，缺乏長期和動態視角。因此，筆者以長江經濟帶區域為研究對象，利用區位熵和產業平均地理集聚率兩種測度方法對該地區農業的集聚程度進行定量測度，并對其時空演化特征進行研究，為后續農業產業集聚的發展提供理論指導。

1 研究方法與數據來源

1.1 研究方法

1.1.1 區位熵

1.1.2 產業平均地理集聚率

1.2 數據來源

該研究以谷物、豆類、薯類、棉花、油料、麻類、甘蔗、甜菜、煙葉、水果、蠶桑和茶葉這12種農作物為研究對象，考察時段為2012—2022年。由于農業的特殊性，該研究在計算區位熵和產業平均地理集聚率時，使用各種作物的總產量來反映農業的發展程度與規模。考慮到數據的可用性及數據口徑的一致性，該研究選取的數據來自歷年的《中國統計年鑒》《中國農村統計年鑒》及各省（直轄市）統計年鑒。

2 數據處理與結果分析

2.1 長江經濟帶主要農作物區位熵分析

通過區位熵測算出2012—2022年長江經濟帶11個省（直轄市）的農業產業集聚水平，測算結果如表1所示。2012—2022年長江經濟帶11個省（直轄市）區位熵差異明顯，其中，浙江省、湖北省、重慶市、四川省、貴州省和云南省的區位熵大于1，農業產業集聚達到了專業化水平；而上海市、江蘇省、安徽省、江西省和湖南省的農業集聚水平還處于低集聚水平狀態。可能原因是重慶市和四川省受限于山地丘陵的地形，主要發展特色經濟作物，如薯類，這些作物在這些地區實現了較高程度的集聚；貴州省和云南省因其生態環境優勢及資源分布的不均勻性，使得農業產業能在特定區域內集聚，從而形成專業化水平較高的農業產業集群。至于上海市、江蘇省、安徽省、江西省和湖南省這5個省（直轄市），由于經濟發展迅速，土地資源緊缺，大量土地被用于工商業發展，導致農業用地減少，農業產業集聚程度相對較低。另外，長江經濟帶各省（直轄市）主要農作物區位熵的變動趨勢大都呈現下降趨勢，其中安徽省的農業集聚程度下降最為明顯，從2012年的0.934降至2022年的0.552，降幅達到40%。這可能是因為這些省（直轄市）近年來積極響應國家號召，推動農業供給側結構性改革，主動優化農業產業結構，從而使得多種農作物的播種面積減少［15］。

2.2 長江經濟帶主要農作物集聚的時空特征

2.2.1 時序變化

為了更深入地探討長江經濟帶的農業產業集聚情況，將長江經濟帶細分為上、中、下游3個區域來進行分析。上游地區包括重慶市、四川省、貴州省、云南省；中游地區包括湖北省、湖南省、江西省；下游地區包括安徽省、江蘇省、上海市、浙江省。2012—2021年，上述3個區域農業產業集聚發展趨勢如圖1所示。

其中，長江經濟帶的農業產業集聚水平在整體上呈現輕微的波動下降趨勢，具體數值從2012年的1.158降至2022年的1.000。進一步對比長江經濟帶上、中、下3個區域，其農業產業集聚水平的波動大致相同，但上游地區的農業產業集聚水平相對最高，并且在考察期內還出現過小幅度的上升趨勢，從2012年的1.660上漲到2016年的1.840，隨后降至2022年的1.634；而下游地區的農業產業集聚水平最低，并且在2012—2022年呈略微下降的趨勢；下游地區和中游地區期初的波動趨勢相同，都出現輕微下降的趨勢，只是到了2017年，中游地區的下降幅度高達20%，要高于下游地區，并且2017年至2021年下游地區與中游地區之間農業產業集聚差異在不斷減小。

2.2.2 空間分布

產業平均地理集聚率這個指標可以用來分析各區域農業產業集聚的空間分布特征。利用公式（2）計算得到長江經濟帶11個省（直轄市）2012—2022年的農業產業平均地理集聚率，如表2所示。

根據表2的數據，四川省與云南省憑借豐富的農業資源稟賦和較高的農業經濟發展水平，其農業產業平均地理集聚率在考察期內均超過7.000，顯著領先于其他省（直轄市），體現了高水平的農業產業集聚。相比之下，上海市高度城市化，土地資源多用于城市建設和工業發展，農業用地有限，導致農業產業平均地理集聚率極低，長期低于1.000。而長江經濟帶中游地區，如安徽省、湖北省、湖南省等，其農業產業平均地理集聚率相近且整體發展良好。中部地區作為全國糧食生產的核心區，耕地資源相對充足［16］，氣候適宜，并且也因其在農業結構戰略性調整中注重提升農產品的質量和基地化生產［17］，所以使得農業生產逐漸向優勢產區集中。

根據表2結果，將其劃分為低水平區（V[lt;]2）、中等水平區（2[≤]V[lt;]4）、較高水平區（4[≤]V[lt;]6）和高水平區（V[≥]6），進一步分地區觀察長江經濟帶農業產業集聚水平的變化。上游地區有2個農業產業集聚高水平區，1個或2個中等水平區；中游地區的農業產業集聚水平逐年降低，2012年存在2個較高水平區和1個低水平區，而到2022年變為2個中等水平區和1個低水平區；下游地區的集聚水平也在下降，2022年只剩下中等水平區和低水平區。總之，長江經濟帶農業產業集聚在空間上呈現“上游[gt;]中游[gt;]下游”的結構。

總之，從不同地區時空演化類型來看，隨著時間推移，高集聚區和較高集聚區的省（直轄市）數量明顯減少，而中等水平集聚區和低集聚區的省（直轄市）數量則不斷增加，這表明長江經濟帶的農業產業集聚水平還亟待提升，農業產業化發展的道路任重道遠。

3 農業產業集聚的空間自相關檢驗與分析

3.1 空間自相關檢驗方法

地理學第一定律認為在空間上距離相近的地區存在一定的空間相關性，地區之間越臨近，空間相關性越強［17］。因此，如果長江經濟帶的農業產業集聚水平在空間上存在某種規律的分布，那么就可能存在空間相關性。莫蘭指數是衡量空間相關性的常用指標，用于測量地理空間數據的空間自相關性，揭示地理區域內變量值的空間分布趨勢。莫蘭指數分為全局和局部2種，全局莫蘭指數主要測量整體空間自相關性，局部莫蘭指數則具體分析地區間變量的相互影響。該研究采用全局莫蘭指數和局部莫蘭指數2個指標對長江經濟帶農業產業集聚的空間相關性進行測定，主要計算公式見式（3）和式（4）。

3.2 農業產業集聚的空間自相關分析

基于2012—2022年長江經濟帶11個省（直轄市）農業產業集聚的相關數據，通過鄰接權重矩陣進行空間自相關性檢驗，并運用軟件Stata16.0得到各核心變量的莫蘭指數。

表3是歷年來農業產業集聚的全局莫蘭指數。樣本期內，全局莫蘭指數全為正，且都在1%的水平上顯著，說明長江經濟帶11個省（直轄市）的農業集聚狀態在空間上具有顯著的正向相關性，高值與高值、低值與低值之間會出現更明顯的集聚特征。從變動趨勢來看，農業產業集聚的全局莫蘭指數在2012—2021年大幅度提高，說明長江經濟帶地區農業集聚的空間相關性總體上在不斷增強。

進一步地，以2012年、2015年、2018年、2022年為例繪制莫蘭散點圖（見圖2），分析長江經濟帶農業產業集聚的局部特征。在莫蘭散點圖中，2012年位于第一象限和第三象限的省（直轄市）分別是4個，而到了2018年位于第三象限的省（直轄市）增加了1個，變成5個，說明長江經濟帶農業產業集聚的空間分布出現了正向自相關，并且隨著時間的推移，這種正向自相關關系在不斷增強。而在各個年份中，位于第一象限、第三象限的省（直轄市）總數量均超過70%，也表現出長江經濟帶農業集聚的“同質性外溢”特點突出。

從表4具體來分析長江經濟帶各省（直轄市）的空間集聚情況。第一，“高—高”集聚（第一象限）常駐地區包括重慶市、四川省、貴州省、云南省，農業產業空間集聚與周邊地區形成了高速雙向的正相關溢出效應；“低—高”集聚（第二象限）常駐地區僅為湖南省，該地區農業產業集聚水平不高，但被高農業集聚水平的省（自治區、直轄市）包圍；“低—低”集聚（第三象限）的常駐地區包括上海市、江蘇省、安徽省、江西省，該地區及周邊地區的農業集聚水平都較低，但在空間上存在正向自相關關系；“高—低”集聚（第四象限）的地區有湖北省、浙江省，該地區的農業集聚水平比周邊地區高，處于極化中心的位置。第二，2012—2022年長江經濟帶11個省（直轄市）的農業產業集聚結構相對穩定，大部分地區都保持穩定的空間集聚狀態，只有湖北省、浙江省的空間集聚狀態發生改變，在“高—低”集聚和“低—低”集聚狀態中不斷變化。

4 結論與建議

該研究對長江經濟帶11個省（直轄市）關于12種農作物的農業產業集聚水平進行了分析，運用區位熵法和產業平均地理集聚率法對其集聚水平進行測度并分析其時空演變趨勢，然后通過構建鄰接權重矩陣，運用空間自相關分析來探討農業產業集聚的空間溢出效應。分析研究結果，可得出以下結論。

①長江經濟帶農業產業集聚存在明顯的地域差異，出現上、中、下游地區梯度遞減的分布規律。其中，云南省和四川省的農業集聚水平最高，然后依次是安徽省、湖北省、湖南省、江蘇省、貴州省、重慶市、江西省、浙江省和上海市，并且不同省（直轄市）自身所擁有的農業資源、經濟水平和政策扶持不同，會導致其各自農業產業規模化發展的帶動作用和對經濟發展的貢獻程度也不同。

②長江經濟帶的農業產業集聚在空間上呈現顯著的正向相關性，相鄰省（直轄市）的農業產業集聚對彼此有影響，并且這種影響逐漸增強。農業產業集聚主要表現為同質性溢出，呈現高—高型和低—低型的空間結構特征，但2012—2022年出現低—低型集聚狀態的省（直轄市）在增加。

根據上述分析結果，筆者認為，要想促進各地區農業產業規模化、專業化發展，加強產業間的集聚效應，需要采取大量措施加以引導。首先，積極落實“三權”分置的土地政策，完善土地流轉制度，發揮農業產業集聚優勢。各地可以結合自身的發展特征，對“三權”分置的具體實施方式進行積極探討。例如，上海市等土地資源稀缺的地區，可以通過推進土地整合，優化土地利用結構、調整農業用地布局，來實現農田的規模化經營。其次，在穩定糧食生產的同時，重點發展高效精品農業和都市農業，特別是在長江經濟帶下游地區。該地區氣候條件優越，并且擁有經濟發達的城市群，消費市場龐大，適合發展高效精品蔬菜、水果、花卉等農業產業。同時，由于精品農業的發展離不開高素質的農業人才，因此當地還需要積極培育新型農業經營主體，如家庭農場、農民專業合作社等，并且加快對農民的職業技能培訓，培養出一批具備現代農業技術和管理能力的新型農民，使他們能夠積極參與農業產業集聚進程。最后，國家對于農業龍頭企業、農業產業園要給予一定的政策扶持。長江經濟帶作為中國重要的農業基地之一，擁有大量的農業產業園及龍頭企業，其不僅能促進當地農業的發展，也能為周邊地區的農業發展提供重要的支持和借鑒。

參考文獻：

［1］鄭風田，程郁.從農業產業化到農業產業區：競爭型農業產業化發展的可行性分析［J］.管理世界，2005（7）：64-73，93.

［2］馬歇爾.經濟學原理下冊［M］.陳良璧，譯.北京：商務印書館，2006.

［3］KRUGMAN P R.First Nature，Second Nature，and Metropolitan Location［J］.Journal of Regional Science，1991，33（2）：129-144.

［4］年猛.農業產業集聚：文獻綜述及其引申［J］.生態經濟，2018，34（5）：93-98.

［5］尹成杰.新階段農業產業集群發展及其思考［J］.農業經濟問題，2006（3）：4-7，79.

［6］趙丹丹，周宏.稟賦特征、外部性與農業生產集聚：基于全國31省區市的證據［J］.長江流域資源與環境，2019，28（9）：2130-2140.

［7］王艷榮，劉業政.農業產業集聚形成機制的結構驗證［J］.中國農村經濟，2011（10）：77-85.

［8］曹暕，王玉斌，譚向勇.我國農業生產區域專業化程度分析［J］.經濟與管理研究，2005（1）：69-72.

［9］肖衛東.中國種植業地理集聚：時空特征、變化趨勢及影響因素［J］.中國農村經濟，2012（5）：19-31.

［10］黃佳琦，劉舜佳.我國農業產業集聚度與農業經濟發展對農村生態環境的影響：基于1998—2014年省際面板數據的實證研究［J］.貴州農業科學，2017，45（7）：135-140.

［11］呂超，周應恒.我國農業產業集聚與農業經濟增長的實證研究：基于蔬菜產業的檢驗和分析［J］.南京農業大學學報（社會科學版），2011，11（2）：72-78.

［12］李秀娟，孟麗紅，吉登艷.我國農業產業集聚度比較分析及區劃研究［J］.中國農業資源與區劃，2021，42（12）：51-59.

［13］范劍勇.市場一體化、地區專業化與產業集聚趨勢：兼談對地區差距的影響［J］.中國社會科學，2004（6）：39-51，205.

［14］鄧晴晴，李二玲，任世鑫.農業集聚對農業面源污染的影響：基于中國地級市面板數據門檻效應分析［J］.地理研究，2020，39（4）：970-989.

［15］齊馳名.國內小麥市場形勢分析［J］.中國國情國力，2020（10）：60-62.

［16］羅海平，何志文，周靜逸.糧食主產區耕地壓力時空分異及驅動因子識別［J］.統計與決策，2022，38（4）：79-83.

［17］薛蕾，申云，徐承紅.農業產業集聚與農業綠色發展：效率測度及影響效應［J］.經濟經緯，2020，37（3）：45-53.