中國農產品對外貿易的空間集聚效應研究

趙 恩, 李明權

（青島農業大學管理學院, 山東 青島 266109）

隨著中國加入WTO, 廣袤的國外市場驟然打開, 中國的農產品出口獲得了突飛猛進的發展。據中華人民共和國商務部數據顯示, 2010 年中國農產品貿易額為1 207.86億美元, 到2019年達到2 284.27億美元, 貿易額度在十年時間增長了近一倍。中國是世界第四大出口國, 同時也是世界最大的農業進口國, 自2004 年開始, 中國的農產品貿易就出現逆差, 且中國在世界農產品貿易逆差地位一直未變。造成中國農產品貿易逆差的原因除了進出口2 個方面的因素, 還有國內各省對外貿易發展程度不均衡[1］以及機械化程度低、基礎設施建設不完備等因素。近年來, 碳排放問題也逐漸成為國際貿易市場的影響因素。因此, 探究中國農產品貿易的影響因素和面臨的主要問題, 對于中國農產品產業結構的優化升級和進出口貿易的可持續發展具有重要的現實意義。

早期, 基于傳統的貿易理論, 國內外的農產品貿易研究主要還是放在傳統的經濟因素上, 如趙雨霖等[2］以及Miao 等[3］的研究發現影響農產品貿易的主要影響因素有GDP 總量、人口、制度安排等。隨著國內外農產品貿易不斷發展, 各國學者對于農業貿易影響因素的研究, 在兼顧傳統影響因素時, 重心逐漸轉移到國內產業水平上來, 更多的考慮產業內專業化、機械化水平對農產品貿易的影響, 如牛若峰[4］、許經勇[5］以及Barry[6］對農產品貿易的影響因素進行進一步研究, 他們認為農業產業化經營是增加收入、帶動當地GDP 最顯著的方式, 高水平的農產品機械化程度, 提高產品生產率, 還能提高國家農產品在國際市場上的競爭力。在中國入世后, 綠色貿易壁壘日趨成為不可忽視的一項影響因素, 丁長琴[7］、莊麗娟等[8］認為, 一個國家的農產品貿易競爭力的增強, 僅靠加入國際組織是遠不夠的, 還要加強自身產業結構調整, 重視產品背后的價值, “綠色低碳” 的概念也在這個時期逐漸進入大眾視野。除此之外, 王飛[9］認為農村金融的發展是嚴重不平衡的, 這樣的 “經濟土壤” 嚴重制約了中國農村經濟、貿易等 “種子” 的成長、發展, 因此, 他提出了利用 “空間溢出” 效應推動農村經濟格局的改變, 此時空間區域性的概念逐漸走進廣大研究者的視線中來。近幾年, 中國各地區農業貿易發展不均衡的狀態愈發明顯。杜黎明[10］認為, 地區間不平衡的農業發展已成事實, 要正視區域性, 根據不同的發展程度, 選擇差異化發展。白晶等[11］也認為區域性是必然存在的, 要建設、發展 “農業高新區” , 以期將局部的經驗推廣到全局, 建立更多的農業高新區以點帶面, 不斷發展。隨著國內外學者對農產品貿易研究的不斷深入, 農產品貿易的 “空間聚集效應” 對于農產品貿易的重要性不斷增強。魏浩等[12］認為, 中國對外貿易確實存在強強聚集或弱弱聚集的 “馬太效應” , 而這種效應與當地經濟、文化、人才等影響因素有密不可分的關系。Fan 等[13］指出, 中國的區域發展與其他東亞經濟體的區域發展有很多共同之處, 盡管由于中國是社會主義國家, 但其經濟發展還是趨向于經濟自由化發展。通過各種統計調查, 他們證實了空間地理位置與中國各區域經濟發展之間存在正相關關系。這種現象在自由化經濟迅速推進的部門和地區尤為明顯。

綜上所述, 在農產品貿易研究中, 既要考慮到傳統貿易理論的經典影響因素, 更要重視各省農產品貿易之間潛在的相互影響, 要將 “空間聚集效應” 放到中國農產品貿易的研究中來, 否則將會遺漏重要的 “交互作用” , 使得實證研究結果與實際情況存在偏差, 因此利用空間統計和計量分析方法研究中國農產品問題, 協調各省域、區域之間的農業貿易發展顯得尤為必要。

1 中國農產品貿易概況

表1 為中國部分省份農產品貿易額, 2010—2019 年中國農產品對外貿易總額不斷增漲。2010年, 中國農產品貿易總值約為102.7 億美元, 排在前幾位的省份, 山東貿易額占比20.75%, 廣東貿易額占比12.80%, 江蘇貿易額占比9.64%, 福建貿易額占比6.82%, 浙江貿易額占比6.49%, 貿易額排名靠后的幾個省份, 貴州0.15%, 甘肅0.24%, 山西0.08%, 寧夏0.06%, 青海0.01%。2015 年, 中國的農產品貿易額約為186.1 億美元, 相較于2010 年的貿易總額上升了54%, 此時, 排名前幾位的省份, 山東貿易額占比16.83%, 廣東貿易額占比14.22%, 江蘇貿易額占比7.97%, 福建貿易額占比8.60%, 浙江貿易額占比5.58%, 排名后幾位的省份, 貴州貿易額占比0.18%, 甘肅貿易額占比0.24%, 山西貿易額占比0.12%, 寧夏貿易額占比0.07%, 青海貿易額占比0.02%。雖然貿易額較高的省份, 其所占比重有所下降, 但是貿易額較低的省份所占比重變化不大。這就意味著中國農產品貿易經過幾年的發展, 仍是重者恒重, 省域農產品貿易發展不平衡現象依舊存在。2019 年, 中國的整體貿易額上升至228.4 億美元, 農產品貿易額在10 年時間里實現了成倍增長, 但是各省份所占比值較為穩定, 貿易額所占比重較大的幾個省份仍占有近50%的比重。從省域角度研究發現, 中國的農產品貿易發展是不平衡的。根據中國商務部發布的數據發現, 農產品貿易額長期排在前五的省份是山東、廣東、江蘇、福建和浙江, 共占全國農產品貿易總額的50%以上；而排位靠后的省份, 貴州、甘肅、山西、寧夏、青海的貿易規模較小, 這5 個省份的貿易總額在全國農產品貿易總額的比重還不足1%。

表1 2010—2019 年中國部分省份農產品貿易額情況 （單位：億美元）

根據研究發現, 中國農產品進出口貿易存在區域間的不平衡性, 優勢地區的農產品貿易發展勢頭正盛, 但是劣勢地區的農產品貿易卻幾乎未變。東部、西部農產品對外貿易存在明顯差異, 從現實情況來看, 隨著中國各地區之間的經濟互動、信息交流、人員和資金流動, 各省份的農業進出口情況不可能自成一派, 與其他省份徹底區分開來。這就意味著在實證分析中, 無法忽略各省農產品進出口之間潛在影響, 各省農產品進出口之間的 “交互作用” 是不可或缺的影響因素。一旦忽略, 將使得實證研究結果與實際情況存在偏差, 因此采用空間統計和計量分析方法研究中國農產品貿易問題是非常有必要的。

本研究擬將空間因素引入到中國農產品國際貿易的分析框架中, 利用2010—2019 年31 個省（不包括港澳臺地區）有關農產品國際貿易的面板數據, 采用空間自相關檢驗和空間計量模型, 對中國農產品國際貿易的空間集聚情況及影響因素進行實證分析, 以期更加全面客觀地反映經濟現實情況。與以往的研究相比, 本研究有以下創新：一是研究視角方面, 從省域層面研究中國農產品國際貿易, 能夠全面深入地了解農產品國際貿易在各省間的差異；二是研究方法方面, 考慮到農產品貿易的空間相關性, 采用空間統計和計量分析方法進行研究, 避免由于忽略空間因素而導致的偏差, 做到對現有文獻的補充與拓展。

2 研究方法與數據來源

2.1 研究方法

在進行空間計量分析之前, 需要檢驗空間依賴性是否存在于數據中。空間自相關性檢驗包括 “全局分析” 和 “局部分析” 。其中, “全局分析” 通過使用單一的值來測量區域整體的空間自相關程度, 目前最為常用的度量空間自相關的方法為Moran’s Ⅰ指數和Geary’s C 吉爾里指數。由于莫蘭指數比吉爾里指數的穩定性更強, 因此本研究采用全局莫蘭指數檢驗31 個省份在農產品出口方面是否具有空間相關性。通過局部分析計算出每一個空間單元與相鄰近地區的相關程度, 測量某一局部地區附近的空間集聚情況。

2.1.1 全局空間自相關 選擇rook 方式的空間鄰接方法構建空間權重, 用Moran 指數 “I” 來表示全局空間的自相關性。

設xi為第i個省的觀測值, 全局Moran 指數I計算公式為：

其中,I表示全局Moran 指數,I∈[-1,1]。若I＞0, 則表示存在正的空間自相關性, 即農產品貿易額較高的省份與農產品貿易額較高的省份相鄰, 農產品貿易額較低的省份與農產品貿易額較低的省份相鄰；若I＜0, 則表示存在負的空間自相關性, 即農產品高貿易額省份與低貿易額省份相鄰；若I= 0 則表示不存在空間自相關性, 即表明其空間分布是隨機的。其中為樣本方差, 其中為中國省域個數。Wij為構建的空間權重矩陣, 采用rook 矩陣, 表示i、j地域之間的鄰近關系, 若2 個省份相鄰則是1, 若2 個省份之間不相鄰則是0。

2.1.2 局部自相關分析 全局空間自相關性只分析整體聚集, 因此, 僅進行全局莫蘭指數分析是不全面的, 要進一步分析區域內是否存在局部空間集聚, 還需進行局部空間自相關分析。

設Ii(i= 1,2,3…n)為局部莫蘭指數, 公式為：

其中,S2與式（1）相同,Ii表示局部Moran 指數,Ii∈[-1,1]。若Ii＞0, 則表示存在正的局部空間自相關性, 若Ii＜0, 則表示存在負的局部空間自相關性, 若Ii= 0, 則表示不存在局部空間自相關性。Wij是構建的空間權重矩陣, 代表2 個空間單元i、j之間的影響程度。

2.1.3 空間計量模型 空間計量模型引入了空間效應, 而一般計量模型僅是對數據進行數理分析。 “空間效應” 分為 “空間自相關（或空間依賴性）” 和 “空間差異性” 2 個方面。 “空間自相關” 是指一個地區的樣本觀測值與其相鄰地區的觀測值顯著相關, 而 “空間差異性” 則是說明某一地區的觀測樣本與其相鄰地區的觀測值無顯著相關性。通常在進行計量模型分析時, 假設研究的因變量存在空間自相關性, 空間自相關性在空間回歸模型中可以有2 種表現方式, 它既可以體現在 “誤差項” 中, 又可以體現在因變量的 “滯后項” 里。在確定各省農產品貿易及其他變量是否具有空間自相關性之后, 就要構建空間效應模型, 計量模型主要有空間滯后模型（SLM）和空間誤差模型（SEM）。

1）空間滯后模型（SLM）為：

該式是將普通的一階回歸模型加入了一些空間因素進行研究。滯后變量考慮的是時間序列, 空間滯后就是考慮周邊區域對研究區的影響。Yit代表i省份在第t期的被解釋變量向量,Xit代表i省份在第t期的解釋變量向量,ρ、β分別為空間滯后回歸系數和解釋變量的系數, ?it表示隨機誤差項,i代表省份,t代表年度。W為二進制空間鄰接權重矩陣, 即當兩地區相鄰時,Wij=1, 否則為0。

2）空間誤差模型（SEM）為：

空間依賴性還可能通過誤差項來體現, 此時考慮空間誤差模型（SEM）。式（4）的解釋與式（3）相同, 式（4）中,λ為空間誤差回歸系數,μit為具有空間自相關的誤差項。該模型顯示, 擾動項μit存在空間依賴性, 這意味著除本研究所涉及的影響因素外, 還存在其他對被解釋變量有影響的變量, 且該遺漏變量存在空間自相關性。

2.2 研究對象、各變量及數據來源

采用探索性空間數據分析方法進行空間自相關分析, 包括全局空間自相關分析和局部空間自相關分析。研究2010—2019 年中國31 個省份（不含港澳臺）農產品貿易數據, 基于世界海關組織制定為HS編碼標準分類, 其中采用的農產品范圍為1～24 章。研究變量及變量定義如表2 所示。

表2 研究變量及變量定義

中國是農產品貿易大國, 但是中國的耕地卻僅1.315 億hm2, 占全球耕地面積的7%, 農業生產機械化水平（agm）是影響中國農產品產量、農產品貿易的重要影響因素之一[14］, 該變量可以直接反映出當地機械化水平及農作物產出水平, 產量不同, 貿易額也有所不同；農村人均可支配收入（earn）表示當地農村經濟水平, 選取其變量用以反映當地經濟發展程度對于農產品貿易的影響程度[15］；公路密度（road）, 完善的基礎設施能夠降低生產成本和交易成本, 基礎設施包括交通、商業服務、供電、衛生事業等各種設施和服務, 選取公路密度作為影響因素之一, 通過對各省份公路密度的分析, 從而反映出基礎設施對各省份農產品貿易的影響程度[16］；最近港口距離（port）, 通過分析各省到距離最近的外貿口岸的里程數, 進而測度地理位置對各省份木質林產品出口額的影響[17］。 “碳中和” 會在未來一段時間內成為影響國際貿易的重要影響因素, 且農業中畜牧業溫室氣體排放的貢獻量尤為重要[18］, 本研究將牛類存欄量（stock）作為中國農業中碳排放的測算指標, 用來體現其對中國農產品貿易的影響程度。

本研究所選取的2010—2019 年中國各省份農產品進出口貿易金額數據來源于中華人民共和國商務部《中國進出口月度統計報告》, 中國各省份面積數據來源于《中國開發區年鑒》, 牛類牲畜年底存欄量、農村人口、收入、機械總動力、公路、鐵路等其他數據來源于《國家統計年鑒》。

3 實證分析

3.1 全局莫蘭指數分析

由表3 可知, 2010—2019 年中國農產品貿易額的全局Moran’Ⅰ指數都大于0, 且都通過了10%的顯著性檢驗。這說明中國31 個省份的農產品對外貿易具有全局自相關性, 也就是說中國農產品貿易額較高的省份同貿易額較高的省份在空間上是聚集在一起的, 以及各低農產品貿易額的地區在空間分布上也是聚集在一起的, 即在研究中國農產品貿易影響因素時, 空間因素產生了一定的影響。

表3 2010—2019 年中國各省份農產品貿易額全局Moran’Ⅰ指數檢驗值

本研究利用各省份的農產品貿易額代表該省份的農產品貿易水平, 中國各省份的農產品貿易受到空間因素的影響, 這就表明中國各省之間的農產品貿易存在空間集聚效應。并且, 中國31 個省份農產品對外貿易的空間自相關經歷了先降后升的發展過程：2010—2014 年空間自相關顯著性為不斷下降的狀態, 全局Moran’Ⅰ從2010 年的0.240 下降到2014年的0.186；而從2015 年之后, 空間自相關性出現了較大幅度的上升, 最大的全局Moran’Ⅰ為2018 年的0.324。自2015 年后, 中國農產品對外貿易的空間自相關性顯著性不斷提高, 即近幾年中國的農產品對外貿易的空間集聚程度在逐漸增強, 這說明在對農產品對外貿易的環境影響因素進行定量研究時, 必須充分考慮各省之間的空間相關性, 不能簡單地采用相互獨立的方法來研究。

3.2 局部莫蘭指數分析

利用Geoda 繪制莫蘭散點圖, 該莫蘭散點圖在全局Moran’s Ⅰ檢驗的基礎上進行局部Moran’s Ⅰ散點圖的分析, 由于篇幅限制, 本研究僅作2009 年與2019 年的Moran’s Ⅰ散點圖（圖1）。在地域廣袤的中國, 不同區域間的關聯性往往具有不同的特征。由圖1 可以看出, 具有非典型觀察值的地區即位于第二象限和第四象限的地區在期初和期末有了較大的變化：2010 年, 有8 個地區屬于非典型觀測值的地區, 到2019 年, 這種非典型觀測值的地區降到了4個。其變化趨勢表明, 經過幾年的變化, 中國農產品對外貿易的空間集聚特征越來越明顯, 農產品進出口貿易較為發達的地區被更多的具有同樣發展水平的地區所包圍；同時, 農產品進出口貿易發展水平較低的地區被更多的低發展水平地區所包圍, 而那些高貿易額與低貿易額相鄰而聚的省份減少了。經過10 年的變化, 第一象限、第四象限距離中心點越來越遠且更加分散, 這說明中國的農產品對外貿易確實存在一定的空間集聚性, 且空間自相關性的顯著性在不斷增強。

圖1 2010 年和2019 年局部莫蘭指數散點圖

在農產品進出口方面, 中國不同地區間全域性的空間相關性與局域性的空間相關緊密相聯, 農產品對外貿易發達地區的地理空間效應對該地區及周圍地區都有重要的影響, 但是這種空間效應及其他影響因素對該省份農產品貿易的影響程度如何, 需要進一步的計量分析。

3.3 空間計量模型

3.3.1 空間計量模型選擇 在確定中國31 個省份農產品對外貿易存在空間自相關性后, 接下來就是確定空間計量模型。計量模型主要有空間滯后模型（SLM）和空間誤差模型（SEM）, 采用LM 和R-LM 的檢驗進行空間計量模型的估計識別（表4）。

表4 LM 檢驗、R-LM 的檢驗

從表4 可以看出, 拉格朗日乘子LM-error 和穩健LM-error 的檢驗結果顯著, 雖然LM-error、穩健LM-error 同LM-lag、穩健LM-lag 的檢驗結果就顯著性而言區別不大。但是, LM-error、穩健LM-error 的檢驗結果顯著性較LM-lag、穩健LM-lag 更優, 因此應選擇空間誤差模型（SEM）進行分析。

因本研究考察對象是31 個省全樣本范圍, 每個省情況各有特色, 選取固定效應模型更為合適。但在實際操作中還是應當檢驗所有模型的結果, 進一步確定所選取的模型是否準確。利用Stata16.0 軟件進行豪斯檢驗, 首先選擇隨機效應模型（re）, 即H0：選擇隨機效應模型（re）。所得結果為Prob＞chi2=0.000 0, 由于P為0.000 0, 故強烈拒絕原假設H0：選擇隨機效應（re）。因此, 本研究選擇固定效應模型（fe）。

3.3.2 模型估計結果 由表5 可知, 利用空間計量模型對牛類家畜存欄量（stock）進行分析, 符號為正且通過了顯著性水平檢驗, 這說明牛類家畜存欄量對中國農產品貿易存在正向影響。同時, 機械化水平（agm）、農村居民收入（earn）、道路網密度（road）等變量的符號也為正, 且通過了顯著性檢驗, 這說明中國農產品貿易中, 機械化水平、經濟發展程度、基礎設施建設等都產生了正向影響。各省份與港口距離（port）為負, 說明中國各省份農產品貿易受到地理位置的影響, 距離港口越遠則越不利于該省份農產品貿易發展, 反之, 越有利于該省份農產品貿易發展。

為了檢驗表5 統計結果的穩健性, 本研究按照Arbia 等[19］的方法, 采用地理距離衰減法, 即運用距離的倒數w（dij）=1/dij測算空間權重矩陣, 重新對模型進行估計, 估計結果如表6。由表6 可以看出, 各解釋變量系數符號與表5 基本一致, 僅系數值大小和顯著性有略微的差異。采用2 種空間權重的模型的對數似然值Log-L相差不大且擬合優度均較高, 表明本研究分析結果的穩健性較好。

表6 空間誤差模型及OLS 固定模型估計結果的穩健性檢驗

以上是對中國31 個省份農產品對外貿易空間集聚效應進行科學分析, 得到空間誤差模型（SEM）及傳統的OLS 固定模型估計結果（表5）。引入空間效應的空間誤差模型（SEM）與傳統的OLS 固定模型相比, 能更好地解釋各地區農產品對外貿易的差異化現象, 且時點固定的模型估計結果在各方面優于其他模型。因此, 本研究以時點固定模型對各影響因素進行分析。從估計結果看來, 一方面, 空間誤差模型均比OLS 傳統固定模型R2更大, 說明空間誤差模型擬合優度更大, 擬合程度更好；另一方面, 空間自相關系數λ均通過了5%顯著性水平的檢驗, 這說明引入了空間向量的空間誤差模型中, 空間效應是影響模型變化的影響因素。由此可見, 在中國農產品進出口貿易各省份之間存在空間效應, 即一個省份的農產品對外貿易會受其他相鄰省份的影響。

4 結論

1）從各省份空間統計分析結果中可以看出, 從全局分析, 中國各省份確實存在顯著的空間聚集效應, 且空間聚集程度在逐年增強。從局部分析, 有超過80%的省份落在了莫蘭散點圖的第一、三象限, 說明中國農產品進出口貿易存在正向空間自相關的非均衡發展格局。落入高-高集聚（第一象限）的省份主要是山東、廣東、江蘇、福建和浙江, 落入低-低集聚區（第三象限）的省份則為貴州、甘肅、山西、寧夏、青海等省份。而其他省份所屬象限從未變動過, 說明這些省份的農產品進出口貿易存在明顯的 “路徑依賴” 特征。

2）機械化水平（agm）、農村居民收入（earn）、道路網密度（road）符號為正, 這說明當地收入水平與當地機械化程度有序、穩定上升會促進當地農產品對外貿易發展, 并且當農產品對外貿易的良性發展也會反過來帶動農村居民收入水平及當地機械化水平的提高, 形成一種互幫互助、螺旋上升的良好經濟發展態勢, 偏向技術型的機械化進步會在技術、信息共享等方面不斷提高農民技能素質[20］, 不僅可以提高當地農民的收入水平, 還可以在農產品供應鏈生產階段進行賦值產出[21］, 提高中國農產品在國際市場的競爭力。在空間區域進行農產品貿易分析時, 省份內部的道路鋪設密度對該省份的農產品對外貿易產生正向影響, 加強各省份交通基礎設施建設能夠降低區域之間的貿易成本、提高區域之間的貿易效率[22］。地理位置（port）符號為負, 且通過了顯著性檢驗。這一結論表明, 在利用空間區域模型進行農產品貿易分析時, 地理位置影響因素對于農產品貿易的影響, 同傳統的引力模型所得出的結論是一致的：各省份距離海港距離越遠, 交易成本越大, 對該省份農產品貿易越不利。

3）利用空間計量模型對牛類家畜存欄量（stock）進行分析, 符號為正且通過了顯著性水平檢驗。這說明牛存欄量（stock）對中國農產品進出口貿易的影響是正向的, 即牛存欄量越大, 溫室氣體排放量越高, 中國農產品貿易量越高。這會對綠色低碳農業、實現中國 “碳中和” 目標產生消極影響。在中國畜牧業中, 牛類牲畜的反芻活動及排泄產生的CH4在農業碳排放中占有較大比重[23］, 并且中國是養殖業大國, 規模養殖所帶來的污染已嚴重制約中國畜牧業的健康持續發展[24］。中國畜牧業產品結構問題及碳排放問題應是今后中國農產品貿易中應當重視的問題。

綜上所述, 在今后的對外貿易研究中, 不僅要考慮傳統的貿易影響因素, 還應加入空間因素綜合考慮, 并且要將研究重心向區域之間的空間集聚性偏移, 這對于推動中國各區域的農產品對外貿易經濟發展具有重要的現實意義。

5 對策建議

通過空間自相關分析, 得出中國各省份農產品對外貿易的空間集聚效應是客觀存在的結論。針對這一特點, 高聚集省份應積極聯動, 從互利共贏的角度出發, 推動跨省對外貿易、經濟發展, 由中央牽頭, 各省出力, 進一步推動發展地方企業網絡。從具體地區來看, 高-高集聚型省份應發揮其作為核心地區的貿易溢出效應和輻射效應, 帶動鄰近省份的農產品貿易；低-高集聚型省份應通過學習周邊地區的種植和生產技術等方面, 來承接產業轉移；高-低集聚型省份應積極向鄰近省份推廣農業產業化、機械化和貿易經驗, 帶領鄰近省份一同進入高-高集聚類型；而低-低集聚型省份的貿易潛力還有待開發, 通過提高農產品生產效率和產品質量, 打破故步自封式的局面。政府部門應正確看待各地之間的差距并利用各聚集性較高區域的空間集聚效應, 多省聯動制定帶動政策；各省學術界應當在研究差異的基礎上, 為各省份制定經濟政策提供理論支撐及風險預測, 為各省農產品貿易發展保駕護航。

在農業生產過程中, 不斷提高中國農業機械化程度、提高資源利用率, 增加農產品附加值, 是加強中國農產品進出口貿易競爭力的主要途徑之一。中國的農業機械化發展也是呈區域性且不平衡, 應當正視地貌、資源稟賦等客觀因素的不利約束, 充分利用高-高聚集型省份的帶動優勢, 根據不同地域特征發展農業機械技術的創新性研究, 為區域農業機械化的平衡、有序發展給予技術支撐。對于現有的中小型農機局進行進一步改良, 不斷提高其在丘陵地區的作業效率；對于較為復雜的大型農機具要注意創新改進, 最大限度地提高平原地區的生產效率。從相關的空間因素分析可知, 交通網密度等強基礎設施, 空間直線距離利用率有利于推動農產品進出口貿易良性發展, 大幅降低交易成本。由此, 對于高-高聚集型省份和低-低聚集型省份而言應當加強相互之間的地理聯系, 縮短空間距離, 依托現有的道路、鐵路網建立區域直通專線、專列, 建立、開展聯結性更強的經濟區與區域經濟圈。隨著現代交通等基礎設施的不斷建設, 各區域交易成本將會不斷降低, 各生產要素會在各區域間積極、有序、健康的流動, 從而形成穩定的經濟區域及區域經濟圈。

通過對牛類存欄量（stock）分析, 可以得出中國農產品對外貿易與其存在正相關關系, 但畜牧業一直是農業碳排放較為嚴重的部分。中國是畜牧業大國, 巨大的養殖規模不可否認的是為中國帶來了巨大的經濟利益, 但是碳排放較為嚴重的情況不容忽視, 因為中國已定下2030 年前碳達峰、2060 年前碳中和的目標。這就要求中國畜牧業發展既要保證經濟增長, 也要重視環境保護。應當將低碳與循環相結合, 使得中國畜牧業得到健康持續的發展。作為資源型垃圾的畜禽污染廢棄物, 在處理方面應當遵循 “減量化、資源化、無害化” 的原則, 可在一些高-高聚集的省份進行推廣試驗, 在取得一定的經驗后進行跨省份推廣。低碳農業的推廣在未來的低碳經濟中占有舉足輕重的位置, 會使中國農產品在未來的國際貿易市場上占據先手, 使中國農業貿易的競爭力更上一層樓。