我國(guó)糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的區(qū)域差異及收斂性分析

徐孝新，孫自敏，劉戒驕

（1.信陽(yáng)師范學(xué)院 商學(xué)院，河南 信陽(yáng) 464000；2.中國(guó)社會(huì)科學(xué)院 工業(yè)經(jīng)濟(jì)研究所，北京 100044）

一、引言

改革開放以來(lái)，我國(guó)農(nóng)業(yè)發(fā)展取得優(yōu)異成績(jī)。糧食生產(chǎn)實(shí)現(xiàn)了“十七連豐”，2020 年全國(guó)糧食總產(chǎn)量高達(dá)13390 億斤，比上年增加113 億斤，為確保國(guó)家糧食安全提供了堅(jiān)實(shí)支撐①來(lái)源于國(guó)家統(tǒng)計(jì)局2020-12-10 日公布的全國(guó)糧食生產(chǎn)數(shù)據(jù)。。在農(nóng)業(yè)快速發(fā)展的同時(shí)，出現(xiàn)了“三本齊升”與“三量齊增”、國(guó)內(nèi)外農(nóng)產(chǎn)品價(jià)格嚴(yán)重倒掛、農(nóng)業(yè)結(jié)構(gòu)性矛盾日益凸顯等問(wèn)題。破解我國(guó)農(nóng)業(yè)發(fā)展面臨的新矛盾和新問(wèn)題，需要在維持農(nóng)業(yè)發(fā)展總量規(guī)模和增長(zhǎng)速度的基礎(chǔ)上，更加重視農(nóng)業(yè)發(fā)展質(zhì)量、效益和效率。在2021 年12 月25 日召開的中央農(nóng)村工作會(huì)議上，習(xí)近平總書記強(qiáng)調(diào)“應(yīng)對(duì)各種風(fēng)險(xiǎn)挑戰(zhàn)，必須著眼國(guó)家戰(zhàn)略需要，穩(wěn)住農(nóng)業(yè)基本盤”。糧食主產(chǎn)區(qū)作為國(guó)家糧食安全的“壓艙石”，其農(nóng)業(yè)發(fā)展質(zhì)量直接關(guān)系農(nóng)業(yè)發(fā)展水平、鄉(xiāng)村振興、農(nóng)民增收等重要問(wèn)題②新華網(wǎng).習(xí)近平：飯碗要端在自己手里.http：//www.xinhuanet.com//politics/2015-08/25/c_128164006_2.htm。。然而，由于受農(nóng)業(yè)產(chǎn)業(yè)基礎(chǔ)、技術(shù)水平及經(jīng)營(yíng)模式等因素影響，農(nóng)業(yè)高質(zhì)量發(fā)展不充分不平衡問(wèn)題依舊突出。目前我國(guó)糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展水平如何？糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的區(qū)域差異大小及其來(lái)源如何？它是否存在收斂性？對(duì)這些問(wèn)題的回答有助于全面認(rèn)識(shí)農(nóng)業(yè)高質(zhì)量發(fā)展差異的空間特性，精準(zhǔn)把握糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展差異的大小及其來(lái)源，從而為推動(dòng)糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展提供有益啟示。

當(dāng)前關(guān)于我國(guó)農(nóng)業(yè)高質(zhì)量發(fā)展問(wèn)題的研究主要聚焦于發(fā)展質(zhì)量測(cè)度及其時(shí)空差異分析兩個(gè)方面。在農(nóng)業(yè)高質(zhì)量發(fā)展水平測(cè)度方面，一部分學(xué)者依據(jù)經(jīng)濟(jì)增長(zhǎng)理論，將生產(chǎn)率作為衡量農(nóng)業(yè)發(fā)展水平的重要指標(biāo)，即采用農(nóng)業(yè)全要素生產(chǎn)率或農(nóng)業(yè)綠色全要素生產(chǎn)率等指標(biāo)來(lái)度量農(nóng)業(yè)發(fā)展質(zhì)量（武宵旭等，2019；呂娜和朱立志，2019；龔銳等，2020）。鑒于農(nóng)業(yè)高質(zhì)量發(fā)展具有多維特征，單一指標(biāo)無(wú)法準(zhǔn)確度量。因此，越來(lái)越多的學(xué)者傾向于通過(guò)構(gòu)建綜合指標(biāo)評(píng)價(jià)體系進(jìn)行測(cè)度分析。一類學(xué)者基于農(nóng)業(yè)高質(zhì)量發(fā)展的內(nèi)涵和產(chǎn)業(yè)特征構(gòu)建評(píng)價(jià)指標(biāo)體系，如辛嶺和安曉寧（2019）、張鴻等（2020）、張峰（2021）等。另一類學(xué)者基于五大發(fā)展理念，構(gòu)建多維評(píng)價(jià)指標(biāo)體系，運(yùn)用主客觀賦權(quán)法對(duì)我國(guó)省域農(nóng)業(yè)高質(zhì)量發(fā)展水平進(jìn)行評(píng)價(jià)，如黎新伍和徐書彬（2020）、劉忠宇和熱孜燕·瓦卡斯（2021）、劉濤和杜思?jí)簦?021）等。農(nóng)業(yè)高質(zhì)量發(fā)展的時(shí)空差異也引起一部分學(xué)者的關(guān)注。如劉濤等（2020）利用空間計(jì)量方法分析了農(nóng)業(yè)高質(zhì)量發(fā)展的時(shí)空格局，發(fā)現(xiàn)我國(guó)農(nóng)業(yè)高質(zhì)量發(fā)展呈現(xiàn)非均衡狀態(tài)。黎新伍和徐書彬（2020）運(yùn)用探索性空間數(shù)據(jù)分析法對(duì)農(nóng)業(yè)高質(zhì)量發(fā)展的空間分布特征進(jìn)行分析，發(fā)現(xiàn)省際間農(nóng)業(yè)高質(zhì)量發(fā)展水平差異顯著，區(qū)域之間差距在逐步縮小。劉忠宇和熱孜燕·瓦卡斯（2021）采用Dagum 基尼系數(shù)、Kernel 密度估計(jì)及Markov 鏈等方法考察了農(nóng)業(yè)高質(zhì)量發(fā)展的區(qū)域差異及動(dòng)態(tài)演進(jìn)，發(fā)現(xiàn)我國(guó)農(nóng)業(yè)高質(zhì)量發(fā)展存在區(qū)域差異，且具有一定的鄰接依賴性。

上述研究不僅為本文農(nóng)業(yè)高質(zhì)量發(fā)展的內(nèi)涵界定和指標(biāo)體系構(gòu)建提供了理論支撐，也對(duì)研究區(qū)域時(shí)空差異及收斂性提供了方法論指引。然而，在對(duì)我國(guó)農(nóng)業(yè)高質(zhì)量發(fā)展測(cè)度及區(qū)域差異進(jìn)行研究時(shí)，以全國(guó)所有省份為研究樣本進(jìn)行整體分析，尚未考慮到農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)區(qū)域特征差異，以糧食主產(chǎn)區(qū)為對(duì)象進(jìn)行有針對(duì)性的研究也較為匱乏，進(jìn)而也未能全面、準(zhǔn)確評(píng)價(jià)其高質(zhì)量發(fā)展?fàn)顩r并剖析其空間差異。因此，本文以糧食主產(chǎn)區(qū)13 個(gè)省份為研究樣本，從新發(fā)展理念視角理解農(nóng)業(yè)高質(zhì)量發(fā)展內(nèi)涵，以此構(gòu)建綜合評(píng)價(jià)指標(biāo)體系，利用加入時(shí)間變量的熵權(quán)法對(duì)其發(fā)展水平進(jìn)行測(cè)度，采用Dagum 基尼系數(shù)揭示糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的區(qū)域差異大小及其來(lái)源，并運(yùn)用多種收斂方法考察其收斂性特征。

二、研究區(qū)域、方法與數(shù)據(jù)說(shuō)明

（一）研究區(qū)域

本文選擇糧食主產(chǎn)區(qū)（13 個(gè)?。奂Z食主產(chǎn)區(qū)各省區(qū)的確定具體來(lái)自于國(guó)家財(cái)政部在2003 年末發(fā)布的《關(guān)于改革和完善農(nóng)業(yè)綜合開發(fā)若干政策措施的意見》的文件，其中將包括黑龍江、吉林、遼寧、內(nèi)蒙古、河北、山東、江蘇、安徽、河南、湖北、湖南、江西、四川，共計(jì)13 個(gè)省份確定為我國(guó)糧食主產(chǎn)區(qū)。作為研究樣本，其原因主要在于：一是糧食主產(chǎn)區(qū)作為重要的產(chǎn)糧基地，對(duì)緩解國(guó)家糧食安全問(wèn)題、推動(dòng)國(guó)民經(jīng)濟(jì)發(fā)展和鞏固農(nóng)業(yè)基礎(chǔ)與戰(zhàn)略地位具有重要作用；二是糧食主產(chǎn)區(qū)內(nèi)部的生產(chǎn)條件（地形、土壤等）具有較強(qiáng)的一致性，利用主產(chǎn)區(qū)樣本與熵值法的匹配性較高，可以更好的反映全國(guó)的農(nóng)業(yè)高質(zhì)量發(fā)展水平。鑒于此，本文對(duì)糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展進(jìn)行評(píng)價(jià)，并按照自然地理區(qū)位并借鑒崔寧波和董晉（2021）的區(qū)劃界定，將我國(guó)糧食主產(chǎn)區(qū)分為7 個(gè)北方主產(chǎn)區(qū)和6個(gè)南方主產(chǎn)區(qū)，具體劃分見表1。

表1 糧食主產(chǎn)區(qū)空間界定

（二）農(nóng)業(yè)高質(zhì)量發(fā)展評(píng)價(jià)指標(biāo)體系構(gòu)建

新發(fā)展理念是對(duì)新時(shí)代高質(zhì)量發(fā)展的新要求，也是檢驗(yàn)高質(zhì)量發(fā)展的評(píng)價(jià)準(zhǔn)則（金碚，2018）。本文根據(jù)新發(fā)展理念的相關(guān)論述，借鑒現(xiàn)有研究文獻(xiàn)（黎新伍和徐書彬，2020；劉忠宇和熱孜燕·瓦卡斯，2021），將農(nóng)業(yè)高質(zhì)量發(fā)展理解為創(chuàng)新發(fā)展為核心動(dòng)力、協(xié)調(diào)發(fā)展為內(nèi)在要求、綠色發(fā)展為必然選擇、開放發(fā)展為必由之路、共享發(fā)展為價(jià)值導(dǎo)向的發(fā)展?fàn)顟B(tài)。此外，本文遵循有效性、全面性及可操作性原則，構(gòu)建5 個(gè)維度25 個(gè)具體指標(biāo)的農(nóng)業(yè)高質(zhì)量發(fā)展綜合指標(biāo)評(píng)價(jià)體系，旨在對(duì)糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展水平進(jìn)行科學(xué)、準(zhǔn)確測(cè)度，具體評(píng)價(jià)指標(biāo)體系見表2。

表2 糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展水平綜合指標(biāo)評(píng)價(jià)體系

續(xù)表

（三）研究方法與數(shù)據(jù)來(lái)源

1.加入時(shí)間變量的熵權(quán)法

熵權(quán)法是一種常用的客觀賦權(quán)方法，它可以平衡眾多準(zhǔn)則指標(biāo)之間的關(guān)系，有效避免主觀因素造成的結(jié)果偏誤（Srdjevic et al，2004）。本文在考慮時(shí)間變量的基礎(chǔ)上，利用熵權(quán)法確定糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的評(píng)價(jià)指標(biāo)權(quán)重，進(jìn)而對(duì)其發(fā)展水平進(jìn)行測(cè)度。具體測(cè)算過(guò)程參考楊麗和孫之淳（2015）、鎖箭和湯瑞豐（2020）、劉會(huì)武等（2021），文中不再贅述。

2.Dagum 基尼系數(shù)及其分解

Dagum（1997）提出按子群分解的基尼系數(shù)方法，這種方法既可分解出區(qū)域差異的來(lái)源，又可評(píng)估個(gè)體間的交互作用，彌補(bǔ)了傳統(tǒng)區(qū)域差異衡量方法的局限性，故本文采用該方法分析糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的區(qū)域差異及來(lái)源，其表達(dá)形式如下：

Dagum 將總體基尼系數(shù)G分解為三部分：區(qū)域內(nèi)差異貢獻(xiàn)Gw、區(qū)域間差異貢獻(xiàn)Gnb和超變密度貢獻(xiàn)Gt，且滿足G=Gw+Gnb+Gt。Gjj和Gjh分別衡量糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的區(qū)域內(nèi)差異和區(qū)域間差異，其中j和h代表糧食主產(chǎn)區(qū)中的不同區(qū)域；k為區(qū)域個(gè)數(shù)；n為樣本內(nèi)省份數(shù)量；nj(nh)為j(h)區(qū)域內(nèi)省份個(gè)數(shù)；yji(yhr)是j(h)地區(qū)的第i(r)省份的農(nóng)業(yè)高質(zhì)量發(fā)展指數(shù)；是糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展指數(shù)均值；Pj(h)=nj(h)/n為j(h)區(qū)域內(nèi)省份個(gè)數(shù)在糧食主產(chǎn)區(qū)中所有省份占比=1，2，…，7，h=1，2，…，6；Djh為不同區(qū)域間農(nóng)業(yè)高質(zhì)量發(fā)展的相互影響。

3.收斂性分析方法

σ收斂表示隨著時(shí)間推移樣本值偏離整體平均水平的離差不斷降低的發(fā)展趨勢(shì)，本文用于考察糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展是否隨著時(shí)間的變化最終趨于一個(gè)水平狀態(tài)。若σ收斂系數(shù)呈不斷降低趨勢(shì)，則說(shuō)明糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展存在σ收斂趨勢(shì)，反之，則呈發(fā)散趨勢(shì)。借鑒楊騫和秦文晉（2018）的思路，σ收斂的具體形式如式（7）所示。

其中：i表示第i個(gè)省份，i=1，2，…，13；N為省份個(gè)數(shù)；lnfqi，t為省份i在t時(shí)期農(nóng)業(yè)高質(zhì)量發(fā)展水平的自然對(duì)數(shù)為該時(shí)期糧食主產(chǎn)區(qū)所有省份農(nóng)業(yè)高質(zhì)量發(fā)展水平自然對(duì)數(shù)的算術(shù)平均值。

β收斂是指初始發(fā)展水平低的區(qū)域具有更高的增幅，隨著時(shí)間的推移，會(huì)趕上初始水平高的區(qū)域（Barro和Sala，1992），即各區(qū)域間的發(fā)展會(huì)存在“追趕效應(yīng)”。絕對(duì)β收斂是指假設(shè)影響農(nóng)業(yè)高質(zhì)量發(fā)展的因素相一致的情況下，不同區(qū)域的農(nóng)業(yè)高質(zhì)量發(fā)展水平仍呈收斂狀態(tài)。本文采用絕對(duì)β收斂檢驗(yàn)方法，分析2003—2018 年間糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展水平是否趨同。構(gòu)建模型如式（8）所示。

其中：ln(fqi，t+1fqi，t)表示糧食主產(chǎn)區(qū)第i個(gè)省份農(nóng)業(yè)高質(zhì)量發(fā)展水平在第t+1 期間增長(zhǎng)率的自然對(duì)數(shù)；fqi，t和fqi，t+1分別代表樣本t和t+1 期的農(nóng)業(yè)高質(zhì)量發(fā)展水平；wij為空間鄰接權(quán)重矩陣；β為收斂系數(shù)；在不考慮其他控制因素的情況下，若β＜0，則表明農(nóng)業(yè)高質(zhì)量發(fā)展水平存在收斂特征；反之，則發(fā)散；ρ為空間滯后系數(shù)；μ為誤差項(xiàng)。

條件β收斂是在絕對(duì)β收斂模型中加入控制影響農(nóng)業(yè)高質(zhì)量發(fā)展的相關(guān)因素后，考察糧食主產(chǎn)區(qū)中不同省份農(nóng)業(yè)高質(zhì)量發(fā)展水平是否會(huì)收斂于相同的穩(wěn)態(tài)水平。本文借鑒潘丹和應(yīng)瑞瑤（2013）、李海鵬等（2020）、劉亦文等（2021）的思路，將產(chǎn)業(yè)結(jié)構(gòu)合理化、對(duì)外開放程度、環(huán)境污染治理投資力度、R&D 科研經(jīng)費(fèi)投入等控制變量納入條件β收斂模型。產(chǎn)業(yè)結(jié)構(gòu)合理化（ISR）用泰爾指數(shù)計(jì)算得出、環(huán)境污染治理投資力度（EPI）用環(huán)境污染治理投資額占GDP 比重表示、R&D 科研經(jīng)費(fèi)投入（RFI）用R&D 經(jīng)費(fèi)支出占GDP 比重表示、對(duì)外開放程度（DO）用實(shí)際利用外商投資占地區(qū)GDP 比重表示、第三產(chǎn)業(yè)發(fā)展水平（AVT）用第三產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值比重表示，其中Xi，t表示以上所涉及的控制變量。構(gòu)建模型如式（9）所示。

習(xí)近平總書記指出：“講政治，是我們黨補(bǔ)鈣壯骨、強(qiáng)身健體的根本保證，是我們黨培養(yǎng)自我革命勇氣、增強(qiáng)自我凈化能力、提高排毒殺菌政治免疫力的根本途徑。”講政治是黨員領(lǐng)導(dǎo)干部要始終繃緊的弦，黨校必須把講政治貫穿于干部教育培訓(xùn)的全過(guò)程，引領(lǐng)黨員領(lǐng)導(dǎo)干部堅(jiān)定正確的政治方向，善于從政治上觀察問(wèn)題、思考問(wèn)題、解決問(wèn)題，將講政治作為黨校講壇的首要標(biāo)準(zhǔn)，尤其是黨校課堂講授習(xí)近平新時(shí)代中國(guó)特色社會(huì)主義思想，授課內(nèi)容可以是課程體系中的某一方面，但其根本不能丟，這個(gè)根本就是黨校姓黨、堅(jiān)持黨性原則、講政治。

β收斂速度ν用來(lái)表示糧食主產(chǎn)區(qū)內(nèi)農(nóng)業(yè)高質(zhì)量發(fā)展低水平省份追趕上高水平省份的速度，具體計(jì)算如式（10）所示。

4.數(shù)據(jù)來(lái)源與說(shuō)明

本文選取2003—2018 年糧食主產(chǎn)區(qū)13 個(gè)省份25 個(gè)基礎(chǔ)指標(biāo)數(shù)據(jù)，數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)業(yè)年鑒》等。個(gè)別缺失數(shù)據(jù)從各省統(tǒng)計(jì)年鑒中補(bǔ)充或采用線性插值法補(bǔ)充，剔除個(gè)別異常值的樣本，得到平衡面板數(shù)據(jù)。需要說(shuō)明的是：①農(nóng)村人口平均受教育年限的計(jì)算公式為（文盲人數(shù)×1+小學(xué)學(xué)歷人數(shù)×6+初中學(xué)歷人數(shù)×9+高中和中專學(xué)歷人數(shù)×12+大專及本科以上學(xué)歷人數(shù)×16）/6 歲以上人口總數(shù)（黎新伍和徐書彬，2020）；②產(chǎn)業(yè)結(jié)構(gòu)合理化采用泰爾指數(shù)作為度量指標(biāo)（干春暉等，2011）；③為使區(qū)域間具有可比性，25 個(gè)基礎(chǔ)指標(biāo)均采用相對(duì)比率法來(lái)反映其發(fā)展程度，即用具體指標(biāo)數(shù)據(jù)分別除以區(qū)域耕地面積、播種面積、財(cái)政總支出等總量數(shù)據(jù)。

三、糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展時(shí)空分異特征

（一）糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展水平測(cè)度結(jié)果分析

2003—2018 年糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展指數(shù)的年度值和均值的結(jié)果見表3。結(jié)果表明，糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展指數(shù)在波動(dòng)中呈總體上升趨勢(shì)，期末值較期初值明顯上升，其均值從2003 年的0.208 波動(dòng)上升至2018 年0.314，年均增長(zhǎng)2.791%。具體而言，江蘇、安徽、江西、湖北、湖南、四川和河南七省農(nóng)業(yè)高質(zhì)量發(fā)展指數(shù)年均增長(zhǎng)率超過(guò)了糧食主產(chǎn)區(qū)的平均增速。其中，江蘇省農(nóng)業(yè)高質(zhì)量發(fā)展指數(shù)從2003 年的0.184上升到了2018 年的0.452，年均增長(zhǎng)6.19%，發(fā)展速度最快；吉林省農(nóng)業(yè)高質(zhì)量發(fā)展指數(shù)從2003 年的0.291 上升到了2018 年的0.315，年均增長(zhǎng)0.53%，發(fā)展速度最慢。此外，江蘇省農(nóng)業(yè)高質(zhì)量發(fā)展整體水平最高，2003年江蘇省農(nóng)業(yè)高質(zhì)量發(fā)展水平值僅為0.184，且明顯低于內(nèi)蒙古、遼寧、黑龍江等省份，但由于江蘇省農(nóng)業(yè)高質(zhì)量發(fā)展勢(shì)頭強(qiáng)勁，在2009 年江蘇省農(nóng)業(yè)高質(zhì)量發(fā)展水平位列第一。整個(gè)樣本期內(nèi)，安徽省農(nóng)業(yè)高質(zhì)量發(fā)展指數(shù)排名倒數(shù)第一，但其發(fā)展速度較快，初步印證了糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展出現(xiàn)追趕效應(yīng)。

表3 糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展水平測(cè)度結(jié)果

（二）糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的區(qū)域差異

1.總體差異

為進(jìn)一步揭示糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的區(qū)域差異大小及來(lái)源，本部分采用Dagum 基尼系數(shù)對(duì)其進(jìn)行分解，結(jié)果如圖1和表4 所示。圖1 繪制了2003—2018 年糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展總體差異的變動(dòng)趨勢(shì)。從靜態(tài)視角看，糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展總體差異的均值為0.151，這說(shuō)明糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展水平存在一定的區(qū)域差異。從動(dòng)態(tài)視角看，樣本期內(nèi)糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的總體差異在波動(dòng)中呈總體下降趨勢(shì)。具體而言，2003—2006 年糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的總體差異呈小幅上升趨勢(shì)，由2003 年的0.160 上升至2006 年的0.191，但在2007 年開始轉(zhuǎn)呈下降趨勢(shì)，其差異由2007 年的0.176 下降至2018 年的0.128，年均下降至2.87%，總體差異的期末值較期初值明顯下降，從2003 年的0.160 波動(dòng)下降至2018 年0.128。以上表明，糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展總體差異具有明顯的階段性變化特征，整體上農(nóng)業(yè)高質(zhì)量發(fā)展差異在不斷地縮小。

圖1 糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的總體基尼系數(shù)

2003—2018 年糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的區(qū)域差異大小及變化情況見表4。從靜態(tài)視角來(lái)看，南方主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的區(qū)域內(nèi)差異均值為0.156，而北方主產(chǎn)區(qū)的差異均值僅為0.103。具體而言，2003 年南方主產(chǎn)區(qū)的區(qū)域內(nèi)差異僅為0.065，明顯低于北方主產(chǎn)區(qū)的0.114，從2004 年起，南方主產(chǎn)區(qū)的區(qū)域內(nèi)差異超過(guò)北方主產(chǎn)區(qū)，并持續(xù)到樣本末期。而南北方主產(chǎn)區(qū)的區(qū)域間差異均值為0.179，明顯高于南方、北方主產(chǎn)區(qū)地區(qū)內(nèi)差異。從動(dòng)態(tài)視角看，北方主產(chǎn)區(qū)的區(qū)域內(nèi)差異呈波動(dòng)下降趨勢(shì)，由2003 年的0.114 下降至2017 年的0.081，年均下降2.39%，但在2018 年轉(zhuǎn)呈上升至0.120，南方主產(chǎn)區(qū)的區(qū)域內(nèi)差異在樣本前期（2003—2006 年）呈大幅上升趨勢(shì)，年均增長(zhǎng)47.12%，樣本后期（2007—2018 年）呈平穩(wěn)下降，由2007 年的0.186 下降至2018 年的0.124。南北方主產(chǎn)區(qū)的區(qū)域間差異在波動(dòng)中呈總體下降趨勢(shì)，由2003 年的0.224 下降至2018 年的0.135，年均下降至3.34%。以上論述表明，南方主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的內(nèi)部差異明顯大于北方主產(chǎn)區(qū)，而南北方主產(chǎn)區(qū)的區(qū)域間差異最大，呈波動(dòng)下降趨勢(shì)。

3.差異來(lái)源及其貢獻(xiàn)率

2003—2018 年糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展差異的來(lái)源及其貢獻(xiàn)率結(jié)果見表4。從靜態(tài)視角看，區(qū)域內(nèi)差異、區(qū)域間差異和超變密度對(duì)糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展差異的貢獻(xiàn)率均值分別為41.55%、32.65%和25.80%。從動(dòng)態(tài)視角看，區(qū)域內(nèi)差異貢獻(xiàn)率呈波動(dòng)上升趨勢(shì)，從2003 年的31.43%上升至2018 年的47.85%，達(dá)到樣本期內(nèi)最大值，年均上升2.84%。除2012—2014 年區(qū)域間差異貢獻(xiàn)率呈上升狀態(tài)外，其余年份均呈波動(dòng)下降趨勢(shì)。超變密度貢獻(xiàn)率與區(qū)域間差異貢獻(xiàn)率的演進(jìn)趨勢(shì)大致相反，在波動(dòng)中呈總體上升態(tài)勢(shì)。

表4 糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的基尼系數(shù)及貢獻(xiàn)率

四、糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的收斂性檢驗(yàn)

（一）σ 收斂分析

2003—2018 年糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展σ收斂系數(shù)的變化趨勢(shì)如圖2 所示。樣本期內(nèi)糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的σ收斂系數(shù)在波動(dòng)中呈總體下降趨勢(shì)，期末值較期初值有所下降，由2013 年的0.192 波動(dòng)下降至2018 年0.150，降幅為1.61%，這表明糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展存在σ收斂特征，即糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展差異呈縮小趨勢(shì)，這一結(jié)論與Dagum 基尼系數(shù)測(cè)算結(jié)果相一致。從分區(qū)域看，南方主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展σ收斂系數(shù)與全樣本農(nóng)業(yè)高質(zhì)量發(fā)展σ收斂系數(shù)的變化趨勢(shì)高度相似，但其σ收斂系數(shù)的均值明顯低于全樣本。北方主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展σ收斂系數(shù)變化幅度較小，但整體呈下降趨勢(shì)，具有明顯的σ收斂特征。

圖2 糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展σ 收斂系數(shù)變化趨勢(shì)

（二）空間自相關(guān)分析

2003—2018 年糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展莫蘭指數(shù)的檢驗(yàn)結(jié)果見表5。除2013 年和2014 年外，其余年份農(nóng)業(yè)高質(zhì)量發(fā)展莫蘭指數(shù)均大于0。樣本期內(nèi)僅有2016 年、2017 年和2018 年的莫蘭指數(shù)未通過(guò)顯著性水平檢驗(yàn)，但這并不能說(shuō)明糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展不存在空間相關(guān)性。部分年份的莫蘭指數(shù)不顯著的原因可能在于，基于二進(jìn)制的空間鄰接矩陣測(cè)算得到的莫蘭指數(shù)，在空間鄰接矩陣中地區(qū)間的聯(lián)系取決于地區(qū)間是否存在鄰接關(guān)系，即當(dāng)?shù)貐^(qū)間相鄰時(shí)，就存在相同的影響；當(dāng)?shù)貐^(qū)間不相鄰時(shí)，就不存在相互影響，這與地理學(xué)第一定律相悖（伍國(guó)勇等，2020）。如四川省與糧食主產(chǎn)區(qū)內(nèi)其余省份無(wú)鄰接關(guān)系，但在生產(chǎn)要素的空間溢出效應(yīng)作用下，可以影響到四川省農(nóng)業(yè)高質(zhì)量發(fā)展。此外，由于地區(qū)間的正負(fù)效應(yīng)持平也可能會(huì)使莫蘭指數(shù)變得不顯著（李婧等，2010）。

表5 糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展莫蘭指數(shù)檢驗(yàn)結(jié)果

（三）β 收斂檢驗(yàn)

本部分使用空間計(jì)量模型對(duì)糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展進(jìn)行β收斂檢驗(yàn)。常見空間計(jì)量模型包括空間滯后模型又稱為空間自回歸模型（spatial autoregression，SAR）、空間誤差模型（spatial errors model，SEM）和空間杜賓模型（spatial dubin model，SDM），而SDM 是SAR 和SEM 的擴(kuò)展形式，可以同時(shí)考慮被解釋變量與解釋變量的自相關(guān)性，更能有效捕捉不同來(lái)源所產(chǎn)生的外部性和溢出效應(yīng)（于偉等，2021）。LR 檢驗(yàn)發(fā)現(xiàn)其統(tǒng)計(jì)量通過(guò)1%的顯著性水平，這表明SDM 模型不能簡(jiǎn)化為SAR 模型和SEM 模型，故選擇空間杜賓模型對(duì)β收斂進(jìn)行檢驗(yàn)。此外，通過(guò)Hausman 檢驗(yàn)發(fā)現(xiàn)，其統(tǒng)計(jì)量在1%的顯著性水平下通過(guò)卡方檢驗(yàn)，故選擇固定效應(yīng)模型。

1.絕對(duì)β 收斂檢驗(yàn)

2003—2018 年糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的絕對(duì)β收斂檢驗(yàn)結(jié)果如表6 所示。結(jié)果顯示，糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的空間滯后系數(shù)ρ顯著為正，這說(shuō)明糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展存在顯著的空間相關(guān)性，而空間相關(guān)性是糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展呈現(xiàn)β收斂的重要因素。從全樣本看，β回歸系數(shù)在1%水平下顯著為負(fù)，這意味著糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展存在絕對(duì)β收斂趨勢(shì)，收斂速度為6.00%，這表明隨著時(shí)間推移糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展存在追趕效應(yīng)。從分區(qū)域看，北方主產(chǎn)區(qū)和南方主產(chǎn)區(qū)的回歸系數(shù)顯著為負(fù)，北方主產(chǎn)區(qū)空間滯后系數(shù)ρ為正且通過(guò)顯著性水平檢驗(yàn)，而南方主產(chǎn)區(qū)的空間滯后系數(shù)ρ為正且但未通過(guò)顯著性水平檢驗(yàn)，說(shuō)明北方主產(chǎn)區(qū)存在絕對(duì)β收斂趨勢(shì)，而南方主產(chǎn)區(qū)內(nèi)部的農(nóng)業(yè)高質(zhì)量發(fā)展不存在顯著的空間相關(guān)性，未表現(xiàn)出絕對(duì)β收斂趨勢(shì)。為了消除經(jīng)濟(jì)周期的影響，將樣本期分成2003—2007 年、2008—2012 年和2013—2018 年三個(gè)階段，對(duì)其分別進(jìn)行絕對(duì)β收斂檢驗(yàn)。在分階段考察中，β回歸系數(shù)顯著為負(fù)，且空間滯后系數(shù)ρ均通過(guò)了顯著性水平檢驗(yàn)，進(jìn)一步對(duì)糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展存在絕對(duì)β收斂進(jìn)行佐證。

表6 糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的絕對(duì)β 收斂檢驗(yàn)

2.條件β 收斂檢驗(yàn)

加入相關(guān)控制變量的糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的條件β收斂檢驗(yàn)結(jié)果如表7 所示。從全樣本看，β回歸系數(shù)顯著為負(fù)，空間滯后系數(shù)ρ顯著為正，說(shuō)明在充分考慮糧食主產(chǎn)區(qū)產(chǎn)業(yè)結(jié)構(gòu)合理化、對(duì)外開放程度、R&D 科研經(jīng)費(fèi)投入等條件下，糧食主產(chǎn)區(qū)內(nèi)不同省份間的農(nóng)業(yè)高質(zhì)量發(fā)展水平存在條件β收斂，即如果一省農(nóng)業(yè)高質(zhì)量發(fā)展水平較低，則其發(fā)展速度較快，反之發(fā)展速度較慢，省份間差異呈收斂趨勢(shì)，收斂速度為8.00%?？刂谱兞恐?，產(chǎn)業(yè)結(jié)構(gòu)合理化、對(duì)外開放程度和R&D 科研經(jīng)費(fèi)投入的提高對(duì)農(nóng)業(yè)高質(zhì)量發(fā)展起到促進(jìn)作用，而第三產(chǎn)業(yè)的發(fā)展會(huì)在一定程度上抑制糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展水平的提高，這說(shuō)明可以通過(guò)調(diào)整產(chǎn)業(yè)結(jié)構(gòu)合理化和第三產(chǎn)業(yè)占比、提高對(duì)外開放程度、增加R&D 科研經(jīng)費(fèi)投入等來(lái)提高糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展水平。從分區(qū)域看，北方主產(chǎn)區(qū)和南方主產(chǎn)區(qū)的β回歸系數(shù)顯著為負(fù)，北方主產(chǎn)區(qū)空間滯后系數(shù)ρ為正且通過(guò)顯著性水平檢驗(yàn)，南方主產(chǎn)區(qū)的空間滯后系數(shù)ρ為正但未通過(guò)顯著性水平檢驗(yàn)，說(shuō)明北方主產(chǎn)區(qū)存在條件β收斂，且收斂速度為7.89%，而南方主產(chǎn)區(qū)并未呈現(xiàn)出明顯的條件β收斂趨勢(shì)?？刂谱兞恐?，提高產(chǎn)業(yè)結(jié)構(gòu)合理化程度與增加R&D 科研經(jīng)費(fèi)投入對(duì)北方主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展具有促進(jìn)作用。從分時(shí)期看，三個(gè)階段的β回歸系數(shù)均顯著為負(fù)，但只有2003—2007 年和2008—2012 年的空間滯后系數(shù)ρ顯著為正，表明以上兩個(gè)階段存在條件β收斂，收斂速度分別為72.24%和44.70%。其中，2003—2007 年間糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展收斂速度最快。

表7 糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的條件β 收斂檢驗(yàn)

五、結(jié)論與建議

本文基于新發(fā)展理念，構(gòu)建糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展綜合指標(biāo)評(píng)價(jià)體系，利用加入時(shí)間變量的熵權(quán)法對(duì)2003—2018 年糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展水平進(jìn)行測(cè)度，在此基礎(chǔ)上運(yùn)用Dagum 基尼系數(shù)對(duì)其區(qū)域差異及來(lái)源進(jìn)行分析，并采用σ收斂和β收斂對(duì)糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的收斂機(jī)制進(jìn)行檢驗(yàn)。主要結(jié)論如下：①糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展水平整體不高，且在波動(dòng)中呈總體上升趨勢(shì)。安徽、江西等南方主產(chǎn)區(qū)6省農(nóng)業(yè)高質(zhì)量發(fā)展水平增速明顯快于河北、河南等北方主產(chǎn)區(qū)7 省，呈現(xiàn)空間分布格局上的南弱北強(qiáng)及增速上的南快北慢格局并存。②樣本期內(nèi)糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展存在明顯的區(qū)域差異，其總體差異在波動(dòng)中呈總體下降趨勢(shì)，區(qū)域內(nèi)差異與區(qū)域間差異交替成為總體差異的主要來(lái)源；南方主產(chǎn)區(qū)的區(qū)域內(nèi)差異較大，其發(fā)展趨勢(shì)呈先上升后下降趨勢(shì)；北方主產(chǎn)區(qū)的區(qū)域內(nèi)差異和南北方主產(chǎn)區(qū)的區(qū)域間差異較小，均呈波動(dòng)式下降趨勢(shì)。③糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展具有明顯的收斂特征。從σ收斂檢驗(yàn)來(lái)看，糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展均存在明顯的σ收斂特征。從β收斂檢驗(yàn)來(lái)看，糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的β回歸系數(shù)均為負(fù)值，且通過(guò)了1%統(tǒng)計(jì)性顯著檢驗(yàn)，在考慮了產(chǎn)業(yè)結(jié)構(gòu)合理化、對(duì)外開放程度、R&D 科研經(jīng)費(fèi)投入力度等情況下，除了南方主產(chǎn)區(qū)外，糧食主產(chǎn)區(qū)總體和北方主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展均存在絕對(duì)和條件β收斂。

基于上述研究結(jié)果，本文認(rèn)為在提高糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展水平的同時(shí)，也應(yīng)注重化解農(nóng)業(yè)高質(zhì)量發(fā)展不平衡問(wèn)題。一方面，正視我國(guó)農(nóng)業(yè)高質(zhì)量發(fā)展水平不高的現(xiàn)實(shí)，進(jìn)一步提升其總體發(fā)展水平以破解農(nóng)業(yè)發(fā)展不充分問(wèn)題。既要深化農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革，加大農(nóng)業(yè)科技、資金、人員等傳統(tǒng)要素投入的支持力度，還要積極發(fā)展農(nóng)業(yè)新業(yè)態(tài)、新模式，培育龍頭企業(yè)和知名品牌以提高國(guó)際競(jìng)爭(zhēng)力，更要加強(qiáng)農(nóng)業(yè)信息基礎(chǔ)設(shè)施建設(shè)，建立涵蓋天氣預(yù)報(bào)、蟲害預(yù)警、產(chǎn)品質(zhì)量溯源等在內(nèi)的農(nóng)業(yè)大數(shù)據(jù)統(tǒng)一共享服務(wù)平臺(tái)，與其他相關(guān)涉農(nóng)信息連接共享以消除農(nóng)業(yè)數(shù)據(jù)孤島，實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)、監(jiān)測(cè)、管理的智能化、精細(xì)化和數(shù)字化，充分利用數(shù)字經(jīng)濟(jì)賦能糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展；另一方面，把握糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展水平區(qū)域差異的同時(shí)，也要認(rèn)識(shí)到其收斂特征，積極化解農(nóng)業(yè)發(fā)展不平衡問(wèn)題，縮小區(qū)域發(fā)展差異。加強(qiáng)糧食主產(chǎn)區(qū)內(nèi)部各省之間的交流合作，構(gòu)建“點(diǎn)-線-面”的區(qū)域合作機(jī)制，促進(jìn)先進(jìn)農(nóng)業(yè)生產(chǎn)要素在地區(qū)間高效流動(dòng)，發(fā)揮空間正相關(guān)性和空間溢出效應(yīng)，通過(guò)“追趕效應(yīng)”和“以高帶低”拉動(dòng)機(jī)制，推動(dòng)糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展協(xié)同邁向更高層次。