劉李佳，方和遠(yuǎn)，楊文武

（1.北京郵電大學(xué)經(jīng)濟(jì)管理學(xué)院，北京 100876；2.南京信息工程大學(xué)濱江學(xué)院商學(xué)院，江蘇無錫 214105；3.四川大學(xué)南亞研究所，成都 610065）

0 引言

隨著我國工業(yè)化和城鎮(zhèn)化進(jìn)程的加快，工業(yè)發(fā)展、居民生活對水土資源的需求也日益增長，導(dǎo)致區(qū)域農(nóng)業(yè)經(jīng)濟(jì)發(fā)展不平衡、水土資源結(jié)構(gòu)不合理、各行業(yè)搶占資源等問題也愈加突出[1]，高效利用水土資源、與區(qū)域相對優(yōu)勢相匹配成為我國農(nóng)業(yè)發(fā)展亟待解決的問題，區(qū)域產(chǎn)業(yè)發(fā)展與當(dāng)?shù)乇容^優(yōu)勢或自然資源稟賦的匹配程度即產(chǎn)業(yè)空間匹配質(zhì)量，是影響產(chǎn)業(yè)發(fā)展質(zhì)量、速度和效率的重要因素，合理的匹配狀態(tài)有助于縮小地區(qū)間的產(chǎn)業(yè)發(fā)展差距。對于農(nóng)業(yè)發(fā)展來說，水資源和土地資源是農(nóng)業(yè)生產(chǎn)最基本的兩類自然資源，水土資源利用的空間匹配描述的是各地區(qū)農(nóng)業(yè)生產(chǎn)的水土資源利用是否合理，匹配度越高的地區(qū)生產(chǎn)效率越好。除了水土資源稟賦外，生產(chǎn)要素匹配也是農(nóng)業(yè)發(fā)展的重要因素之一。人力和物質(zhì)資本是農(nóng)業(yè)生產(chǎn)的兩大基礎(chǔ)要素，它們與區(qū)域農(nóng)業(yè)發(fā)展的匹配程度對生產(chǎn)效率的提升也有顯著的影響，匹配度越高的地區(qū)人力和物質(zhì)資本的效率損失越低。

產(chǎn)業(yè)空間匹配這一概念最早起源于Helsley[2]關(guān)于企業(yè)技術(shù)需求與勞動(dòng)力匹配的問題研究中，他最先提出了“匹配”的概念。隨后大量學(xué)者對“匹配”的內(nèi)涵進(jìn)行了延伸，將其運(yùn)用到產(chǎn)業(yè)關(guān)聯(lián)與城市規(guī)模、企業(yè)發(fā)展與城市規(guī)模匹配等領(lǐng)域的研究中，使得“匹配”的概念更加豐富。有效匹配、匹配機(jī)會(huì)、匹配質(zhì)量、匹配效率等概念逐步被提出，從不同角度對產(chǎn)業(yè)與空間匹配的效果進(jìn)行了描述。Helsley[3]用有效匹配定義要素的最佳組合模式，這種組合模式的出現(xiàn)概率稱為匹配機(jī)會(huì)。Calcagnini[4]將術(shù)轉(zhuǎn)移與企業(yè)項(xiàng)目匹配成功率定義為匹配機(jī)會(huì)，用生產(chǎn)要素之間聯(lián)系的穩(wěn)定程度定義匹配質(zhì)量。Klimenko[5]則最早從產(chǎn)業(yè)關(guān)聯(lián)的角度定義了匹配質(zhì)量，他認(rèn)為各產(chǎn)業(yè)部門之間的聯(lián)系越緊密，要素匹配質(zhì)量越高。匹配效率定義方面，Chassamboulli[6]、Haller[7]等學(xué)者都將其定義為反應(yīng)要素使用效率的指標(biāo)，與就業(yè)率、職位需求量無關(guān)。鄧仲良[8]在回顧和分析了關(guān)于產(chǎn)業(yè)空間匹配問題的研究后認(rèn)為，匹配質(zhì)量和匹配效率是影響產(chǎn)業(yè)空間布局與發(fā)展的最重要指標(biāo)。農(nóng)業(yè)發(fā)展除了依賴于勞動(dòng)力、資本、技術(shù)等要素外，對水土資源的依賴程度更高，因而，文章農(nóng)業(yè)產(chǎn)業(yè)的空間配置更多轉(zhuǎn)化為水土空間配置來研究。在這方面，李保國[9]提出了農(nóng)業(yè)發(fā)展水土資源匹配概念以及計(jì)算方法，構(gòu)建了農(nóng)業(yè)空間水土匹配研究的框架，并分析了我國各地4種主要糧食作物的用水情況。在此分析框架下，許長新[1]基于全國所有省份數(shù)據(jù)，分析了我國水土匹配與農(nóng)業(yè)經(jīng)濟(jì)增長的關(guān)系，認(rèn)為水土匹配對農(nóng)業(yè)生產(chǎn)具有較強(qiáng)的約束作用；樊慧麗[10]則分析了長江經(jīng)濟(jì)帶的整體農(nóng)業(yè)水土資源匹配度，發(fā)現(xiàn)該地區(qū)低于全國水平，且正逐年變差；欒福超[11]運(yùn)用DEA方法評價(jià)了水足跡視角下的三江平原地區(qū)農(nóng)業(yè)水土資源配置效率，認(rèn)為該地區(qū)技術(shù)效率略好于規(guī)模效率；秦騰[12]采用Bootstrap回歸模型對長江流域水環(huán)境約束強(qiáng)度的影響因素進(jìn)行了實(shí)證分析，發(fā)現(xiàn)長江流域農(nóng)業(yè)發(fā)展受到水資源短缺和水環(huán)境惡化的雙重約束，并且水環(huán)境約束強(qiáng)度遠(yuǎn)遠(yuǎn)超過水資源約束強(qiáng)度。縱觀這些研究可以發(fā)現(xiàn)，在農(nóng)業(yè)相對優(yōu)勢匹配質(zhì)量測算方面并沒有完善的理論體系和計(jì)算方法，關(guān)于農(nóng)業(yè)水土資源匹配質(zhì)量的測算也尚未達(dá)成共識(shí)，在農(nóng)業(yè)空間匹配的經(jīng)濟(jì)增長效應(yīng)的研究方面，大多忽視了空間因素的影響，導(dǎo)致估計(jì)結(jié)果不夠準(zhǔn)確。

在我國農(nóng)業(yè)發(fā)展與工業(yè)化、城鎮(zhèn)化發(fā)展相沖突的背景下，圍繞提高水土資源利用率、增強(qiáng)區(qū)域農(nóng)業(yè)相對優(yōu)勢是否能夠促進(jìn)農(nóng)業(yè)發(fā)展的問題進(jìn)行理論分析和實(shí)證檢驗(yàn)，無疑具有重要的現(xiàn)實(shí)意義。長三角地區(qū)作為我國經(jīng)濟(jì)發(fā)展程度較高的地區(qū)，理應(yīng)在“鄉(xiāng)村振興戰(zhàn)略”的實(shí)施中發(fā)揮示范作用。為此，文章基于2001—2019年長三角地區(qū)地級城市數(shù)據(jù)，對農(nóng)業(yè)空間匹配及其經(jīng)濟(jì)增長效應(yīng)進(jìn)行實(shí)證分析。

1 農(nóng)業(yè)空間匹配質(zhì)量研究方法

1.1 農(nóng)業(yè)水土資源匹配

農(nóng)業(yè)發(fā)展離不開水資源和土地資源的供給，區(qū)域農(nóng)業(yè)經(jīng)濟(jì)能否穩(wěn)定增長依賴于對當(dāng)?shù)厮临Y源的利用效率。目前關(guān)于水土利用的空間匹配測算方法主要有3種：一是用單位耕地面積水資源總量表示；二是引入基尼系數(shù)對各地區(qū)水土資源的分布狀態(tài)進(jìn)行測算；三是同樣使用單位耕地面積水資源量，根據(jù)水資源來源不同將其劃分為“藍(lán)水”和“綠水”，從而計(jì)算出水資源總量。該文綜合第一種和第三種方法，選用單位耕地面積水資源量（Amat）進(jìn)行測度，來表示水土資源格局，計(jì)算方式為[9]：

式（1）中，L表示區(qū)域耕地面積，單位為公頃（hm2）；Qgbw表示區(qū)域廣義農(nóng)業(yè)水資源總量，單位為億m3（108m3），它由“藍(lán)水”（Qbw）和“綠水”（Qgw）兩部分構(gòu)成，即：

式（3）中，Qag表示全省農(nóng)業(yè)總用水量，Pir表示灌溉用水量占農(nóng)業(yè)總用水量的比重。Gi表示i地區(qū)的有效灌溉面積，G表示當(dāng)年全省有效灌溉總面積。

與“藍(lán)水”相比，“綠水”（Qgw）的估算更為復(fù)雜，首先，每年落在耕地上的降水量難以準(zhǔn)確計(jì)算；其次，落在耕地上的降水有一部分轉(zhuǎn)化為地表徑流，一部分滲透至深層土壤中估算；最后，降水量和地表徑流量數(shù)據(jù)一般以省為單位進(jìn)行統(tǒng)計(jì)，地市級尺度的數(shù)據(jù)較少?；谝陨洗嬖趩栴}，該研究中建立耕地有限降水量Qgw估算方程為：

式（4）中，Pcr表示耕地降水量，Rcr表示地表徑流量，Dcr表示滲透量。假設(shè)降水均勻分布在全國范圍內(nèi)，建立Pcr的估算公式為：

式（5）中，Pt為當(dāng)年降水總量，單位轉(zhuǎn)換為億立方米（108m3），Acr表示地區(qū)耕地面積，Ald表示區(qū)域總面積，單位統(tǒng)一為公頃（hm2），的意義為耕地面積占區(qū)域總面積的比重。定義Rcr為全省地表徑流量與耕地面積占比的乘積為：

式（6）中，QIRWR為《水資源公報(bào)》中的地表水資源量，在主要糧食主產(chǎn)區(qū)華北和長江中下游平原，耕地相對平整，耕地徑流基本上可以忽略不計(jì)，因此，在該研究中，暫不考慮耕地徑流的影響。最后基于水文模型計(jì)算深層滲透量Dcr，公式為：

式（7）中，dcr是基于水文模型計(jì)算的深層滲透量，pcr為區(qū)域降水量。

1.2 農(nóng)業(yè)相對優(yōu)勢匹配

農(nóng)業(yè)相對優(yōu)勢匹配可以從產(chǎn)業(yè)空間集聚角度進(jìn)行定義，該匹配度的測算首先要考慮產(chǎn)業(yè)匹配效率作用的有效性和穩(wěn)定性；其次，從勞動(dòng)力供給與產(chǎn)業(yè)需求匹配的角度來說，農(nóng)業(yè)相對優(yōu)勢匹配質(zhì)量應(yīng)該反應(yīng)出產(chǎn)業(yè)對勞動(dòng)力需求的空間分布差異，該文定義農(nóng)業(yè)相對優(yōu)勢匹配質(zhì)量計(jì)算公式為：

式（8）中，MQij表示i地區(qū)j產(chǎn)業(yè)的相對優(yōu)勢匹配，是該產(chǎn)業(yè)的實(shí)際產(chǎn)值（增加值）或規(guī)模與潛在地區(qū)的平均產(chǎn)值（增加值）或規(guī)模差值的絕對值。yij即i地區(qū)j產(chǎn)業(yè)實(shí)際產(chǎn)值（增加值）或規(guī)模，λij(ηi，ρik，ξL，?c，τi)yij為潛在地區(qū)平均產(chǎn)值（增加值）或規(guī)模，其計(jì)算方式為根據(jù)產(chǎn)業(yè)集聚水平λij(ηi，ρik，ξL，?c，τi)對實(shí)際值進(jìn)行折減處理，因此該差值表示了i地區(qū)j產(chǎn)業(yè)的相對優(yōu)勢。MQ數(shù)值較大的地區(qū)產(chǎn)業(yè)空間匹配質(zhì)量好，產(chǎn)業(yè)穩(wěn)定、高效的形成空間上的集聚，對經(jīng)濟(jì)增長具有穩(wěn)定的促進(jìn)作用；數(shù)值較低的地區(qū)產(chǎn)業(yè)集聚不夠穩(wěn)定，甚至可能出現(xiàn)產(chǎn)業(yè)擴(kuò)散現(xiàn)象，區(qū)域經(jīng)濟(jì)增長也更容易出現(xiàn)波動(dòng)。產(chǎn)業(yè)空間匹配質(zhì)量可以從區(qū)位熵的角度去定義，具體公式為：

式（9）中，yij表示i地區(qū)的j產(chǎn)業(yè)產(chǎn)值，LQij表示該產(chǎn)業(yè)的區(qū)位熵，具體計(jì)算公式為：

式（10）中，yj為整個(gè)區(qū)域中j產(chǎn)業(yè)的總產(chǎn)值，Ei表示i區(qū)域的生產(chǎn)總值，E表示整個(gè)區(qū)域的生產(chǎn)總值。MQij值表示產(chǎn)業(yè)相對優(yōu)勢匹配，質(zhì)量高的地區(qū)MQij數(shù)值較大，該地區(qū)的產(chǎn)業(yè)空間集聚進(jìn)程更為穩(wěn)定。

1.3 計(jì)量模型

變量存在空間相關(guān)性時(shí)，忽略回歸模型中空間效應(yīng)則參數(shù)估計(jì)結(jié)果將產(chǎn)生偏差。檢驗(yàn)是否存在這種偏差的最常用方法為空間相關(guān)性檢驗(yàn)，通過對解釋變量Moran"s I進(jìn)行計(jì)算和檢驗(yàn)可確定其是否存在空間相關(guān)性，計(jì)算和檢驗(yàn)公式為：

式（11）中，s2=Yi,Yi表示第i個(gè)地區(qū)的觀測值，n表示地區(qū)數(shù)量，wij即空間權(quán)重矩陣，它是一個(gè)對稱矩陣。構(gòu)建以下的Z統(tǒng)計(jì)量檢驗(yàn)Moran"s I空間顯著性水平為：

式（12）中，E(Moran"s I)=，Moran"s I指數(shù)計(jì)算值區(qū)間為[-1,1]，當(dāng)計(jì)算值大于0時(shí)，表示取值相似的區(qū)域存在集聚效應(yīng)，即高數(shù)值（低數(shù)值）地區(qū)與高數(shù)值（低數(shù)值）地區(qū)集聚；當(dāng)計(jì)算值小于0時(shí)，表示取值差異較大的區(qū)域更為集聚，即高數(shù)值地區(qū)與低數(shù)值地區(qū)集聚；當(dāng)計(jì)算值等于0時(shí)，表示不存在空間集聚效應(yīng)。

在標(biāo)準(zhǔn)計(jì)量經(jīng)濟(jì)模型中考慮空間效應(yīng)即為空間計(jì)量模型，空間計(jì)量模型主要有兩種形式：空間滯后模型（SLM）和空間誤差模型（SEM）。如果某地區(qū)被解釋變量受到鄰近地區(qū)被解釋變量觀察值或局域特征所影響，這種條件下，空間滯后模型（SLM）將準(zhǔn)確反應(yīng)空間影響，其表達(dá)式為：y=ρWy+βx+ε，其中ρ為空間滯后系數(shù)，它表示鄰近區(qū)域?qū)Ρ緟^(qū)域被解釋變量影響力大小。如果某區(qū)域的被解釋變量受到來自某些被忽略的空間上相關(guān)的變量（誤差項(xiàng)）的影響，這種條件下空間誤差計(jì)量模型（SEM）能準(zhǔn)確地反應(yīng)出空間差異，其表達(dá)式為：y=βx+?，其中，?=λW?+ε，?表示空間自相關(guān)的誤差項(xiàng)，λ為空間誤差系數(shù)，W為空間權(quán)重矩陣，空間權(quán)重矩陣的設(shè)定有多種方式，該文所使用的矩陣為地理空間單元鄰近矩陣，ε表示隨機(jī)誤差。

LM和Robust-LM能夠檢驗(yàn)空間計(jì)量模型擬合度更佳：在空間相關(guān)性檢驗(yàn)中若空間滯后計(jì)量模型的拉格朗日乘子（LMLAG）比空間誤差模型的拉格朗日乘子（LMERR）更為顯著，且R-LMLAG顯著而RLMERR不顯著，則認(rèn)定此變量適合SLM模型，反之則適合SEM模型。

2 實(shí)證分析

2.1 長三角農(nóng)業(yè)空間匹配質(zhì)量

該研究的數(shù)據(jù)來自于2001—2019年安徽、江蘇、浙江和上海的《水資源公報(bào)》和統(tǒng)計(jì)年鑒，部分缺失數(shù)據(jù)查詢《中國城市統(tǒng)計(jì)年鑒》和《中國農(nóng)村統(tǒng)計(jì)年鑒》。根據(jù)各地區(qū)地形特征，安徽的宣城、池州和黃山以及浙江省溫州、金華、衢州和麗水為丘陵地區(qū)，在計(jì)算“綠水”時(shí)需減去地表徑流。為了方便與降水量比較，將最終得出的匹配度乘以0.1轉(zhuǎn)換為單位毫米（mm）。為重點(diǎn)刻畫長三角各地級市農(nóng)業(yè)發(fā)展水平與潛在發(fā)展水平的差距，農(nóng)業(yè)空間匹配質(zhì)量的計(jì)算使用農(nóng)業(yè)增加值替代產(chǎn)值計(jì)算農(nóng)業(yè)空間匹配質(zhì)量，長三角41個(gè)地級市農(nóng)業(yè)水土資源匹配狀況（Amat）以及農(nóng)業(yè)相對優(yōu)勢匹配質(zhì)量（MQ）如圖1和圖2所示。

長三角各地區(qū)農(nóng)業(yè)水土資源匹配狀況主要表現(xiàn)出兩個(gè)特征：第一，從總體趨勢上看，長三角城市大多表現(xiàn)出先提高后降低的趨勢，2011—2015年達(dá)到最大值。2001—2015年匹配度在2 000以上的區(qū)域逐漸增大，隨后開始迅速縮小，2019年匹配度在2 000以上的區(qū)域遠(yuǎn)小于2015年。分析可能的原因在于，伴隨著我國經(jīng)濟(jì)的高速發(fā)展，農(nóng)業(yè)科技也有了長足的進(jìn)步，水土利用率有了顯著提高；與此同時(shí)，工業(yè)化和城鎮(zhèn)化進(jìn)程也開始加速，在21世紀(jì)初期與農(nóng)業(yè)發(fā)展的矛盾尚未顯現(xiàn)，2015年后，各地工業(yè)化和城鎮(zhèn)化均達(dá)到了較高水平，各行業(yè)搶占資源等問題愈加突出，導(dǎo)致此時(shí)農(nóng)業(yè)發(fā)展受限，水土匹配質(zhì)量開始下滑。第二，從分省具體數(shù)值來看，浙江和上海農(nóng)業(yè)的平均水土資源匹配度最高，江蘇省次之，安徽各城市水土資源匹配度最低，圖1中，5個(gè)年份的匹配度分布圖中安徽整體顏色始終最深。以2019年為例，長三角41個(gè)地級市中僅有8個(gè)城市水土匹配質(zhì)量在1 000 mm以內(nèi)，且這8座城市均在安徽，表明安徽對水資源和土地資源的利用效率有待加強(qiáng)?？赡艿脑蛟谟?，安徽整體經(jīng)濟(jì)水平和發(fā)展階段落后于江浙滬地區(qū)，江浙滬地區(qū)意識(shí)到工業(yè)化、城鎮(zhèn)化限制農(nóng)業(yè)發(fā)展的問題并開始著手解決時(shí)，安徽仍然處于工業(yè)化和城鎮(zhèn)化快速發(fā)展階段，對于該問題的重視程度不足；同時(shí)安徽在資金、人才、技術(shù)等方面的匯聚能力也相對落后于江浙滬地區(qū)，制約了安徽在農(nóng)業(yè)機(jī)械化、科技化方面的發(fā)展，導(dǎo)致安徽農(nóng)業(yè)水土資源匹配度相對較低；此外，皖南和浙南地區(qū)受到丘陵地形的影響，受自然因素影響，該地區(qū)不屬于農(nóng)業(yè)發(fā)達(dá)地區(qū)，水土資源匹配度也不高。

圖1 2001—2019年農(nóng)業(yè)水土資源匹配質(zhì)量（Amat）空間分布

長三角各地區(qū)農(nóng)業(yè)相對優(yōu)勢匹配質(zhì)量也表現(xiàn)出3個(gè)特征：第一，匹配質(zhì)量在21世紀(jì)初期有顯著提升，在2006年達(dá)到最大值（5.38），隨后保持平穩(wěn)，始終維持在5以上的較高水平。圖2中，2006—2019年的農(nóng)業(yè)相對優(yōu)勢匹配質(zhì)量（MQ）空間分布圖變動(dòng)較小，也證明2006年后匹配質(zhì)量穩(wěn)定在較高水平。這表明長三角農(nóng)業(yè)在21世紀(jì)初期的發(fā)展過程中不僅注重?cái)?shù)量和質(zhì)量的增長，也兼顧了與空間的適應(yīng)，形成了良好的產(chǎn)業(yè)空間集聚。在2008年出臺(tái)《關(guān)于進(jìn)一步推進(jìn)長江三角洲地區(qū)改革開放和經(jīng)濟(jì)社會(huì)發(fā)展的指導(dǎo)意見》后，各城市功能逐步確定，農(nóng)業(yè)核心區(qū)分布也隨之劃定，整體匹配質(zhì)量趨于平穩(wěn)。第二，圖2的空間分布圖表明分省份來看，2001—2019年安徽的整體匹配質(zhì)量最高，江蘇省和上海市次之，浙江省相對較低?？赡艿脑蛟谟诎不帐俏覈霓r(nóng)業(yè)大省，自鳳陽小崗村農(nóng)村改革起，安徽始終是我國重要的糧食主產(chǎn)區(qū)，因此農(nóng)業(yè)相對優(yōu)勢較強(qiáng)，政府也較為重視充分利用相對優(yōu)勢發(fā)展農(nóng)業(yè)，因此匹配質(zhì)量在長三角地區(qū)最高。江蘇省的蘇北平原也是我國重要的糧食主產(chǎn)區(qū)，由于江蘇省工業(yè)和服務(wù)業(yè)相對優(yōu)勢更強(qiáng)，導(dǎo)致江蘇匹配質(zhì)量弱于安徽。浙江省農(nóng)業(yè)主要集中在浙北平原的種植業(yè)和沿海地區(qū)漁業(yè)，相對優(yōu)勢不強(qiáng)，從而導(dǎo)致匹配質(zhì)量稍弱。第三，從各地級市的具體數(shù)據(jù)來看，農(nóng)業(yè)相對優(yōu)勢匹配質(zhì)量最高的地區(qū)均為皖北、蘇北的糧食主產(chǎn)區(qū)，以2019年為例，匹配質(zhì)量最高前10個(gè)地區(qū)中，除了舟山外，宿州、阜陽、亳州、鹽城、連云港等地均位于華北平原；匹配質(zhì)量最低的城市并不是浙江和安徽的丘陵地區(qū)，而是長三角新興工業(yè)化城市，2019年匹配質(zhì)量小于1的城市中，蕪湖、馬鞍山、鎮(zhèn)江、湖州和紹興均不屬于長三角傳統(tǒng)發(fā)達(dá)城市，在經(jīng)濟(jì)發(fā)展過程中需要大量承接核心地區(qū)的相關(guān)產(chǎn)業(yè)，這導(dǎo)致工業(yè)化、城鎮(zhèn)化短期內(nèi)大幅提高，與農(nóng)業(yè)發(fā)展搶占資源的問題更加顯著，從而導(dǎo)致農(nóng)業(yè)匹配質(zhì)量較差。

2.2 長三角農(nóng)業(yè)經(jīng)濟(jì)增長空間相關(guān)性檢驗(yàn)

為分析長三角地市間農(nóng)業(yè)的空間相關(guān)性，利用Moran"s I對2001—2019年長三角三省一市農(nóng)業(yè)規(guī)模進(jìn)行空間自相關(guān)檢驗(yàn)（表1）。

表1 2001—2019年長三角農(nóng)業(yè)Moran"s I

結(jié)果顯示2001—2019年長三角農(nóng)業(yè)規(guī)模的Moran"s I指數(shù)均在10%水平下顯著，表明長三角地區(qū)農(nóng)業(yè)規(guī)模存在顯著的正相關(guān)性，即各地區(qū)農(nóng)業(yè)發(fā)展受到周邊地區(qū)強(qiáng)烈的外溢效應(yīng)影響，區(qū)域內(nèi)正逐步形成農(nóng)業(yè)發(fā)達(dá)地區(qū)與發(fā)達(dá)地區(qū)集聚、欠發(fā)達(dá)地區(qū)與欠發(fā)達(dá)地區(qū)集聚的現(xiàn)象，農(nóng)業(yè)發(fā)達(dá)地區(qū)主要集中在皖北和蘇北的華北平原地區(qū)以及浙北平原和浙東沿海地區(qū)，欠發(fā)達(dá)地區(qū)集聚在皖南丘陵和浙南山區(qū)，除此之外，蘇南和上海雖然農(nóng)業(yè)資源豐富，但受到發(fā)達(dá)的工業(yè)和服務(wù)業(yè)擠出，農(nóng)業(yè)發(fā)展受限，因此規(guī)模適中。

圖3為2001—2019年長三角農(nóng)業(yè)規(guī)模Moran"s I指數(shù)變化趨勢，該指數(shù)自2001年起逐步下降，至2013年達(dá)到最低值0.148，表明在該階段，長三角各地區(qū)農(nóng)業(yè)集聚程度有所減弱，這是由于農(nóng)業(yè)規(guī)模較小的地區(qū)在此階段受到科技進(jìn)步的影響，科技化水平、機(jī)械化水平有了一定提升，從而提高了農(nóng)業(yè)生產(chǎn)效率，增長速度優(yōu)于傳統(tǒng)農(nóng)業(yè)發(fā)達(dá)地區(qū)，導(dǎo)致長三角農(nóng)業(yè)在此階段呈現(xiàn)出擴(kuò)散的趨勢；隨著科技對落后地區(qū)農(nóng)業(yè)發(fā)展的促進(jìn)作用開始減弱，資源優(yōu)勢和產(chǎn)業(yè)優(yōu)勢再次成為農(nóng)業(yè)發(fā)展的最主要因素，長三角一體化的整體發(fā)展規(guī)劃也明確了各地的城市定位，農(nóng)業(yè)發(fā)達(dá)地區(qū)的增長速度也就更快，導(dǎo)致長三角農(nóng)業(yè)在空間上再次集聚。

2.3 農(nóng)業(yè)空間匹配的經(jīng)濟(jì)增長效應(yīng)實(shí)證分析

區(qū)域農(nóng)業(yè)空間匹配是否有利于促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)增長和農(nóng)業(yè)生產(chǎn)效率的提升？其經(jīng)濟(jì)增長效應(yīng)大小是多少？這是研究農(nóng)業(yè)空間匹配質(zhì)量的最終目的。一方面，水資源和土地資源是農(nóng)業(yè)生產(chǎn)的根本，是農(nóng)業(yè)發(fā)展的直接影響因素；另一方面，相對優(yōu)勢能夠帶來產(chǎn)業(yè)集聚，而產(chǎn)業(yè)集聚形成的規(guī)模經(jīng)濟(jì)效應(yīng)和地區(qū)化經(jīng)濟(jì)效應(yīng)能夠促進(jìn)區(qū)域人口、勞動(dòng)力、資本集聚，增加了生產(chǎn)要素的供給規(guī)模，是區(qū)域產(chǎn)業(yè)發(fā)展的關(guān)鍵。

因此該部分基于農(nóng)業(yè)水土資源匹配度、農(nóng)業(yè)相對優(yōu)勢匹配度以及農(nóng)業(yè)生產(chǎn)所需的人力、物力、財(cái)力的相關(guān)數(shù)據(jù)對其經(jīng)濟(jì)增長效應(yīng)進(jìn)行實(shí)證分析。引入農(nóng)業(yè)增加值作為被解釋變量，引入第一產(chǎn)業(yè)從業(yè)人數(shù)（lab）、農(nóng)業(yè)機(jī)械總動(dòng)力（inv）以及化肥使用量（fer）作為人、財(cái)、物投入的控制變量。根據(jù)空間相關(guān)性顯著性水平，選取2001—2019年長三角41個(gè)地市面板數(shù)據(jù)進(jìn)行實(shí)證研究，數(shù)據(jù)屬于N≥T型面板數(shù)據(jù)模型。當(dāng)樣本數(shù)據(jù)集相對總體樣本數(shù)據(jù)集來說足夠大時(shí)，采用固定效應(yīng)模型是合理的，因此計(jì)量技術(shù)選擇固定效應(yīng)模型（Fixed Effect，F(xiàn)E）。

模型（1）和模型（2）表示標(biāo)準(zhǔn)計(jì)量模型的回歸結(jié)果，模型（3）和模型（4）表示空間滯后模型（SAR）的回歸結(jié)果。模型（1）和模型（2）的回歸結(jié)果中LM以及R-LM檢驗(yàn)均通過了1%顯著性檢驗(yàn)，但比較來看，LMLAG和R-LMLAG的顯著性優(yōu)于LMERR和R-LMERR，這說明對于農(nóng)業(yè)空間匹配來說，無論是水土資源匹配度還是相對優(yōu)勢匹配度的農(nóng)業(yè)經(jīng)濟(jì)增長效應(yīng)估計(jì)都應(yīng)采用空間滯后模型進(jìn)行估計(jì)。SAR模型估計(jì)結(jié)果顯示，兩個(gè)空間計(jì)量模型的空間滯后影響力為0.27，且都通過了1%顯著性檢驗(yàn)。即長三角某一地級市農(nóng)業(yè)增加值提高1%時(shí)，將給周邊地區(qū)帶來顯著的“示范效應(yīng)”，從而進(jìn)行模仿，通過人力、資本、技術(shù)等農(nóng)業(yè)生產(chǎn)要素的溢出使得周邊地區(qū)農(nóng)業(yè)產(chǎn)出將增長約0.27%。

模型（3）估計(jì)結(jié)果顯示農(nóng)業(yè)水土資源匹配度對長三角農(nóng)業(yè)經(jīng)濟(jì)增長具有顯著的負(fù)向影響，經(jīng)濟(jì)增長效應(yīng)為-0.146 4，通過了10%顯著性檢驗(yàn)。原因有3點(diǎn)：第一，長三角農(nóng)業(yè)發(fā)展適中的地區(qū)主要是長江沿岸的皖南和蘇南地區(qū)，這些地區(qū)依托完善的工業(yè)基礎(chǔ)和便利的水運(yùn)優(yōu)勢重點(diǎn)發(fā)展制造業(yè)和生產(chǎn)性服務(wù)業(yè)，整體經(jīng)濟(jì)水平相對較高，但農(nóng)業(yè)發(fā)展所需的水土資源需要與工業(yè)進(jìn)行競爭，發(fā)展受限。因此該地區(qū)農(nóng)業(yè)規(guī)模雖然不大，但在資金和技術(shù)的支持下，農(nóng)業(yè)注重高附加值、精細(xì)化發(fā)展，對水土資源的利用率較高。第二，長三角農(nóng)業(yè)欠發(fā)達(dá)地區(qū)主要集中在皖南和浙南丘陵地區(qū)，這些地區(qū)農(nóng)業(yè)可用土地資源不足，地表徑流水資源也難以利用，在長三角一體化大背景下，生產(chǎn)要素流動(dòng)效率更高，也給這些地區(qū)帶來了以較低成本獲取資金和技術(shù)的機(jī)會(huì)，因此農(nóng)業(yè)發(fā)展也注重高附加值、精細(xì)化發(fā)展，水土資源利用率也較高。第三，在農(nóng)業(yè)較為發(fā)達(dá)的皖北、蘇北和浙北地區(qū)中，皖北地區(qū)農(nóng)業(yè)規(guī)模最大，由于受到國家種糧耕地紅線等相關(guān)政策影響，皖北，蘇北作為糧食主產(chǎn)區(qū)，其農(nóng)產(chǎn)品以糧食為主，導(dǎo)致附加值偏低。因此雖然皖北地區(qū)土地充裕，水資源豐富，但由于產(chǎn)業(yè)附加值低，遠(yuǎn)離長三角核心區(qū)，資金、科技、人才等資源的匯聚能力偏弱等多重因素作用，該地區(qū)水土資源利用率顯示偏低。模型（4）估計(jì)結(jié)果顯示農(nóng)業(yè)相對優(yōu)勢匹配質(zhì)量對農(nóng)業(yè)經(jīng)濟(jì)增長的影響不顯著，這主要是因?yàn)殚L三角大多數(shù)地區(qū)還是以發(fā)展制造業(yè)和服務(wù)業(yè)為主，對于農(nóng)業(yè)重視不足，傳統(tǒng)農(nóng)業(yè)發(fā)達(dá)地區(qū)也開始逐步承接核心區(qū)的相關(guān)產(chǎn)業(yè)，發(fā)展重心也開始傾斜，因此不論農(nóng)業(yè)與當(dāng)?shù)叵鄬?yōu)勢的匹配程度如何，鮮有地方政府會(huì)將農(nóng)業(yè)視為主導(dǎo)產(chǎn)業(yè)之一，因此在長三角地區(qū)，農(nóng)業(yè)相對優(yōu)勢匹配質(zhì)量的提高不能促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)增長。

控制變量方面，第一產(chǎn)業(yè)就業(yè)人數(shù)的農(nóng)業(yè)經(jīng)濟(jì)增長效應(yīng)在10%顯著性水平下為正，即長三角各地區(qū)勞動(dòng)力投入越多，農(nóng)業(yè)規(guī)模越大，這表明長三角發(fā)達(dá)的制造業(yè)和服務(wù)業(yè)吸納了大部分就業(yè)人口，目前農(nóng)業(yè)就業(yè)人口不足。農(nóng)業(yè)投資的農(nóng)業(yè)經(jīng)濟(jì)增長效應(yīng)在1%顯著性水平下為負(fù)，這表明長三角農(nóng)業(yè)發(fā)達(dá)地區(qū)仍然使用傳統(tǒng)的生產(chǎn)方式，機(jī)械化程度不高，而其他地區(qū)受限于資源環(huán)境、工業(yè)服務(wù)業(yè)發(fā)展，更多地使用農(nóng)業(yè)機(jī)械進(jìn)行生產(chǎn)活動(dòng)，提高生產(chǎn)效率。化肥施用對農(nóng)業(yè)經(jīng)濟(jì)增長的作用不顯著，表明長三角地區(qū)為了提高農(nóng)產(chǎn)品附加值，農(nóng)業(yè)生產(chǎn)中有計(jì)劃、有節(jié)制的施用化肥。

3 結(jié)論和討論

該文首先從農(nóng)業(yè)水土資源匹配和農(nóng)業(yè)相對優(yōu)勢匹配兩個(gè)角度定義了農(nóng)業(yè)發(fā)展與所處空間的匹配質(zhì)量，隨后以長三角地區(qū)農(nóng)業(yè)為例，對其空間匹配質(zhì)量進(jìn)行了測算，最后對空間匹配的經(jīng)濟(jì)增長效應(yīng)進(jìn)行了空間計(jì)量分析，得出以下結(jié)論。

（1）在21世紀(jì)初期，受到農(nóng)業(yè)科技進(jìn)步的影響，長三角農(nóng)業(yè)水土利用率有了顯著提高，隨后工業(yè)化和城鎮(zhèn)化與農(nóng)業(yè)發(fā)展的矛盾開始顯現(xiàn)導(dǎo)致水土利用率開始下滑，農(nóng)業(yè)水土資源匹配質(zhì)量表現(xiàn)出先提高后降低的整體趨勢；浙江和上海農(nóng)業(yè)的平均水土資源匹配度最高，江蘇省次之，安徽各城市水土資源匹配度最低，這是由于安徽發(fā)展階段滯后于江浙滬，且農(nóng)業(yè)機(jī)械化、科技化不足導(dǎo)致的；匹配質(zhì)量最好的城市均為蘇南、浙北和上海等長三角核心城市。

（2）長三角農(nóng)業(yè)在21世紀(jì)初期的發(fā)展過程中不僅注重?cái)?shù)量和質(zhì)量的增長，也兼顧了與空間的適應(yīng)，形成了良好的產(chǎn)業(yè)空間集聚，隨后各城市功能逐步確定，整體匹配質(zhì)量趨于平穩(wěn)，安徽的匹配質(zhì)量最高，江蘇和上海次之，浙江相對較低。匹配質(zhì)量最高的城市均為皖北、蘇北的糧食主產(chǎn)區(qū)，匹配質(zhì)量最低的城市是長三角新興工業(yè)化城市。

（3）農(nóng)業(yè)水土資源匹配度對長三角農(nóng)業(yè)經(jīng)濟(jì)增長具有顯著的負(fù)向影響。原因在于長三角農(nóng)業(yè)規(guī)模適中的地區(qū)制造業(yè)和生產(chǎn)性服務(wù)業(yè)發(fā)達(dá)，農(nóng)業(yè)規(guī)模雖然不大，但在資金和技術(shù)的支持下，注重高附加值、精細(xì)化生產(chǎn)，對水土資源的利用率較高；農(nóng)業(yè)欠發(fā)達(dá)地區(qū)雖然可用水土資源不足，但長三角一體化給這些地區(qū)帶來了大量的資金和先進(jìn)的技術(shù)，因此農(nóng)業(yè)發(fā)展也注重高附加值、精細(xì)化發(fā)展，水土資源利用率也較高；農(nóng)業(yè)發(fā)達(dá)地區(qū)耕地水土資源豐富，但受到種糧耕地紅線等政策影響，其農(nóng)產(chǎn)品以價(jià)格較低的糧食為主、附加值低，且距離長三角核心區(qū)較遠(yuǎn)，資金、技術(shù)、人才等資源匯聚能力相對較弱，導(dǎo)致水土資源利用率顯示較低。農(nóng)業(yè)相對優(yōu)勢匹配質(zhì)量對農(nóng)業(yè)經(jīng)濟(jì)增長的影響不顯著，主要是因?yàn)殚L三角地區(qū)普遍對農(nóng)業(yè)重視不足，更加注重制造業(yè)和服務(wù)業(yè)的發(fā)展與升級。

（4）勞動(dòng)力投入對長三角農(nóng)業(yè)規(guī)模有顯著的促進(jìn)作用，但目前長三角勞動(dòng)力大多集中在第二產(chǎn)業(yè)和第三產(chǎn)業(yè)，第一產(chǎn)業(yè)勞動(dòng)力供給不足，限制了長三角農(nóng)業(yè)的發(fā)展；資金投入對農(nóng)業(yè)規(guī)模的影響為負(fù)數(shù)，再次驗(yàn)證了非農(nóng)業(yè)發(fā)達(dá)地區(qū)的機(jī)械化、科技化程度更高的結(jié)論；化肥使用量的影響不顯著表明長三角農(nóng)業(yè)整體正向有機(jī)化、高端化轉(zhuǎn)型。