趙 恩, 李明權(quán)

（青島農(nóng)業(yè)大學(xué)管理學(xué)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(nóng)產(chǎn)品出口獲得了突飛猛進(jìn)的發(fā)展。據(jù)中華人民共和國商務(wù)部數(shù)據(jù)顯示, 2010 年中國農(nóng)產(chǎn)品貿(mào)易額為1 207.86億美元, 到2019年達(dá)到2 284.27億美元, 貿(mào)易額度在十年時(shí)間增長了近一倍。中國是世界第四大出口國, 同時(shí)也是世界最大的農(nóng)業(yè)進(jìn)口國, 自2004 年開始, 中國的農(nóng)產(chǎn)品貿(mào)易就出現(xiàn)逆差, 且中國在世界農(nóng)產(chǎn)品貿(mào)易逆差地位一直未變。造成中國農(nóng)產(chǎn)品貿(mào)易逆差的原因除了進(jìn)出口2 個(gè)方面的因素, 還有國內(nèi)各省對外貿(mào)易發(fā)展程度不均衡[1］以及機(jī)械化程度低、基礎(chǔ)設(shè)施建設(shè)不完備等因素。近年來, 碳排放問題也逐漸成為國際貿(mào)易市場的影響因素。因此, 探究中國農(nóng)產(chǎn)品貿(mào)易的影響因素和面臨的主要問題, 對于中國農(nóng)產(chǎn)品產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級和進(jìn)出口貿(mào)易的可持續(xù)發(fā)展具有重要的現(xiàn)實(shí)意義。

早期, 基于傳統(tǒng)的貿(mào)易理論, 國內(nèi)外的農(nóng)產(chǎn)品貿(mào)易研究主要還是放在傳統(tǒng)的經(jīng)濟(jì)因素上, 如趙雨霖等[2］以及Miao 等[3］的研究發(fā)現(xiàn)影響農(nóng)產(chǎn)品貿(mào)易的主要影響因素有GDP 總量、人口、制度安排等。隨著國內(nèi)外農(nóng)產(chǎn)品貿(mào)易不斷發(fā)展, 各國學(xué)者對于農(nóng)業(yè)貿(mào)易影響因素的研究, 在兼顧傳統(tǒng)影響因素時(shí), 重心逐漸轉(zhuǎn)移到國內(nèi)產(chǎn)業(yè)水平上來, 更多的考慮產(chǎn)業(yè)內(nèi)專業(yè)化、機(jī)械化水平對農(nóng)產(chǎn)品貿(mào)易的影響, 如牛若峰[4］、許經(jīng)勇[5］以及Barry[6］對農(nóng)產(chǎn)品貿(mào)易的影響因素進(jìn)行進(jìn)一步研究, 他們認(rèn)為農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營是增加收入、帶動當(dāng)?shù)谿DP 最顯著的方式, 高水平的農(nóng)產(chǎn)品機(jī)械化程度, 提高產(chǎn)品生產(chǎn)率, 還能提高國家農(nóng)產(chǎn)品在國際市場上的競爭力。在中國入世后, 綠色貿(mào)易壁壘日趨成為不可忽視的一項(xiàng)影響因素, 丁長琴[7］、莊麗娟等[8］認(rèn)為, 一個(gè)國家的農(nóng)產(chǎn)品貿(mào)易競爭力的增強(qiáng), 僅靠加入國際組織是遠(yuǎn)不夠的, 還要加強(qiáng)自身產(chǎn)業(yè)結(jié)構(gòu)調(diào)整, 重視產(chǎn)品背后的價(jià)值, “綠色低碳” 的概念也在這個(gè)時(shí)期逐漸進(jìn)入大眾視野。除此之外, 王飛[9］認(rèn)為農(nóng)村金融的發(fā)展是嚴(yán)重不平衡的, 這樣的 “經(jīng)濟(jì)土壤” 嚴(yán)重制約了中國農(nóng)村經(jīng)濟(jì)、貿(mào)易等 “種子” 的成長、發(fā)展, 因此, 他提出了利用 “空間溢出” 效應(yīng)推動農(nóng)村經(jīng)濟(jì)格局的改變, 此時(shí)空間區(qū)域性的概念逐漸走進(jìn)廣大研究者的視線中來。近幾年, 中國各地區(qū)農(nóng)業(yè)貿(mào)易發(fā)展不均衡的狀態(tài)愈發(fā)明顯。杜黎明[10］認(rèn)為, 地區(qū)間不平衡的農(nóng)業(yè)發(fā)展已成事實(shí), 要正視區(qū)域性, 根據(jù)不同的發(fā)展程度, 選擇差異化發(fā)展。白晶等[11］也認(rèn)為區(qū)域性是必然存在的, 要建設(shè)、發(fā)展 “農(nóng)業(yè)高新區(qū)” , 以期將局部的經(jīng)驗(yàn)推廣到全局, 建立更多的農(nóng)業(yè)高新區(qū)以點(diǎn)帶面, 不斷發(fā)展。隨著國內(nèi)外學(xué)者對農(nóng)產(chǎn)品貿(mào)易研究的不斷深入, 農(nóng)產(chǎn)品貿(mào)易的 “空間聚集效應(yīng)” 對于農(nóng)產(chǎn)品貿(mào)易的重要性不斷增強(qiáng)。魏浩等[12］認(rèn)為, 中國對外貿(mào)易確實(shí)存在強(qiáng)強(qiáng)聚集或弱弱聚集的 “馬太效應(yīng)” , 而這種效應(yīng)與當(dāng)?shù)亟?jīng)濟(jì)、文化、人才等影響因素有密不可分的關(guān)系。Fan 等[13］指出, 中國的區(qū)域發(fā)展與其他東亞經(jīng)濟(jì)體的區(qū)域發(fā)展有很多共同之處, 盡管由于中國是社會主義國家, 但其經(jīng)濟(jì)發(fā)展還是趨向于經(jīng)濟(jì)自由化發(fā)展。通過各種統(tǒng)計(jì)調(diào)查, 他們證實(shí)了空間地理位置與中國各區(qū)域經(jīng)濟(jì)發(fā)展之間存在正相關(guān)關(guān)系。這種現(xiàn)象在自由化經(jīng)濟(jì)迅速推進(jìn)的部門和地區(qū)尤為明顯。

綜上所述, 在農(nóng)產(chǎn)品貿(mào)易研究中, 既要考慮到傳統(tǒng)貿(mào)易理論的經(jīng)典影響因素, 更要重視各省農(nóng)產(chǎn)品貿(mào)易之間潛在的相互影響, 要將 “空間聚集效應(yīng)” 放到中國農(nóng)產(chǎn)品貿(mào)易的研究中來, 否則將會遺漏重要的 “交互作用” , 使得實(shí)證研究結(jié)果與實(shí)際情況存在偏差, 因此利用空間統(tǒng)計(jì)和計(jì)量分析方法研究中國農(nóng)產(chǎn)品問題, 協(xié)調(diào)各省域、區(qū)域之間的農(nóng)業(yè)貿(mào)易發(fā)展顯得尤為必要。

1 中國農(nóng)產(chǎn)品貿(mào)易概況

表1 為中國部分省份農(nóng)產(chǎn)品貿(mào)易額, 2010—2019 年中國農(nóng)產(chǎn)品對外貿(mào)易總額不斷增漲。2010年, 中國農(nóng)產(chǎn)品貿(mào)易總值約為102.7 億美元, 排在前幾位的省份, 山東貿(mào)易額占比20.75%, 廣東貿(mào)易額占比12.80%, 江蘇貿(mào)易額占比9.64%, 福建貿(mào)易額占比6.82%, 浙江貿(mào)易額占比6.49%, 貿(mào)易額排名靠后的幾個(gè)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(nóng)產(chǎn)品貿(mào)易額約為186.1 億美元, 相較于2010 年的貿(mào)易總額上升了54%, 此時(shí), 排名前幾位的省份, 山東貿(mào)易額占比16.83%, 廣東貿(mào)易額占比14.22%, 江蘇貿(mào)易額占比7.97%, 福建貿(mào)易額占比8.60%, 浙江貿(mào)易額占比5.58%, 排名后幾位的省份, 貴州貿(mào)易額占比0.18%, 甘肅貿(mào)易額占比0.24%, 山西貿(mào)易額占比0.12%, 寧夏貿(mào)易額占比0.07%, 青海貿(mào)易額占比0.02%。雖然貿(mào)易額較高的省份, 其所占比重有所下降, 但是貿(mào)易額較低的省份所占比重變化不大。這就意味著中國農(nóng)產(chǎn)品貿(mào)易經(jīng)過幾年的發(fā)展, 仍是重者恒重, 省域農(nóng)產(chǎn)品貿(mào)易發(fā)展不平衡現(xiàn)象依舊存在。2019 年, 中國的整體貿(mào)易額上升至228.4 億美元, 農(nóng)產(chǎn)品貿(mào)易額在10 年時(shí)間里實(shí)現(xiàn)了成倍增長, 但是各省份所占比值較為穩(wěn)定, 貿(mào)易額所占比重較大的幾個(gè)省份仍占有近50%的比重。從省域角度研究發(fā)現(xiàn), 中國的農(nóng)產(chǎn)品貿(mào)易發(fā)展是不平衡的。根據(jù)中國商務(wù)部發(fā)布的數(shù)據(jù)發(fā)現(xiàn), 農(nóng)產(chǎn)品貿(mào)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(nóng)產(chǎn)品貿(mào)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(mào)易規(guī)模較小, 這5 個(gè)省份的貿(mào)易總額在全國農(nóng)產(chǎn)品貿(mào)易總額的比重還不足1%。

表1 2010—2019 年中國部分省份農(nóng)產(chǎn)品貿(mào)易額情況 （單位：億美元）

根據(jù)研究發(fā)現(xiàn), 中國農(nóng)產(chǎn)品進(jìn)出口貿(mào)易存在區(qū)域間的不平衡性, 優(yōu)勢地區(qū)的農(nóng)產(chǎn)品貿(mào)易發(fā)展勢頭正盛, 但是劣勢地區(qū)的農(nóng)產(chǎn)品貿(mào)易卻幾乎未變。東部、西部農(nóng)產(chǎn)品對外貿(mào)易存在明顯差異, 從現(xiàn)實(shí)情況來看, 隨著中國各地區(qū)之間的經(jīng)濟(jì)互動、信息交流、人員和資金流動, 各省份的農(nóng)業(yè)進(jìn)出口情況不可能自成一派, 與其他省份徹底區(qū)分開來。這就意味著在實(shí)證分析中, 無法忽略各省農(nóng)產(chǎn)品進(jìn)出口之間潛在影響, 各省農(nóng)產(chǎn)品進(jìn)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(shí)證研究結(jié)果與實(shí)際情況存在偏差, 因此采用空間統(tǒng)計(jì)和計(jì)量分析方法研究中國農(nóng)產(chǎn)品貿(mào)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(nóng)產(chǎn)品國際貿(mào)易的分析框架中, 利用2010—2019 年31 個(gè)?。ú话ǜ郯呐_地區(qū)）有關(guān)農(nóng)產(chǎn)品國際貿(mào)易的面板數(shù)據(jù), 采用空間自相關(guān)檢驗(yàn)和空間計(jì)量模型, 對中國農(nóng)產(chǎn)品國際貿(mào)易的空間集聚情況及影響因素進(jìn)行實(shí)證分析, 以期更加全面客觀地反映經(jīng)濟(jì)現(xiàn)實(shí)情況。與以往的研究相比, 本研究有以下創(chuàng)新：一是研究視角方面, 從省域?qū)用嫜芯恐袊r(nóng)產(chǎn)品國際貿(mào)易, 能夠全面深入地了解農(nóng)產(chǎn)品國際貿(mào)易在各省間的差異；二是研究方法方面, 考慮到農(nóng)產(chǎn)品貿(mào)易的空間相關(guān)性, 采用空間統(tǒng)計(jì)和計(jì)量分析方法進(jìn)行研究, 避免由于忽略空間因素而導(dǎo)致的偏差, 做到對現(xiàn)有文獻(xiàn)的補(bǔ)充與拓展。

2 研究方法與數(shù)據(jù)來源

2.1 研究方法

在進(jìn)行空間計(jì)量分析之前, 需要檢驗(yàn)空間依賴性是否存在于數(shù)據(jù)中?？臻g自相關(guān)性檢驗(yàn)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(qū)域整體的空間自相關(guān)程度, 目前最為常用的度量空間自相關(guān)的方法為Moran’s Ⅰ指數(shù)和Geary’s C 吉爾里指數(shù)。由于莫蘭指數(shù)比吉爾里指數(shù)的穩(wěn)定性更強(qiáng), 因此本研究采用全局莫蘭指數(shù)檢驗(yàn)31 個(gè)省份在農(nóng)產(chǎn)品出口方面是否具有空間相關(guān)性。通過局部分析計(jì)算出每一個(gè)空間單元與相鄰近地區(qū)的相關(guān)程度, 測量某一局部地區(qū)附近的空間集聚情況。

2.1.1 全局空間自相關(guān) 選擇rook 方式的空間鄰接方法構(gòu)建空間權(quán)重, 用Moran 指數(shù) “I” 來表示全局空間的自相關(guān)性。

設(shè)xi為第i個(gè)省的觀測值, 全局Moran 指數(shù)I計(jì)算公式為：

其中,I表示全局Moran 指數(shù),I∈[-1,1]。若I＞0, 則表示存在正的空間自相關(guān)性, 即農(nóng)產(chǎn)品貿(mào)易額較高的省份與農(nóng)產(chǎn)品貿(mào)易額較高的省份相鄰, 農(nóng)產(chǎn)品貿(mào)易額較低的省份與農(nóng)產(chǎn)品貿(mào)易額較低的省份相鄰；若I＜0, 則表示存在負(fù)的空間自相關(guān)性, 即農(nóng)產(chǎn)品高貿(mào)易額省份與低貿(mào)易額省份相鄰；若I= 0 則表示不存在空間自相關(guān)性, 即表明其空間分布是隨機(jī)的。其中為樣本方差, 其中為中國省域個(gè)數(shù)。Wij為構(gòu)建的空間權(quán)重矩陣, 采用rook 矩陣, 表示i、j地域之間的鄰近關(guān)系, 若2 個(gè)省份相鄰則是1, 若2 個(gè)省份之間不相鄰則是0。

2.1.2 局部自相關(guān)分析 全局空間自相關(guān)性只分析整體聚集, 因此, 僅進(jìn)行全局莫蘭指數(shù)分析是不全面的, 要進(jìn)一步分析區(qū)域內(nèi)是否存在局部空間集聚, 還需進(jìn)行局部空間自相關(guān)分析。

設(shè)Ii(i= 1,2,3…n)為局部莫蘭指數(shù), 公式為：

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

2.1.3 空間計(jì)量模型 空間計(jì)量模型引入了空間效應(yīng), 而一般計(jì)量模型僅是對數(shù)據(jù)進(jìn)行數(shù)理分析。 “空間效應(yīng)” 分為 “空間自相關(guān)（或空間依賴性）” 和 “空間差異性” 2 個(gè)方面。 “空間自相關(guān)” 是指一個(gè)地區(qū)的樣本觀測值與其相鄰地區(qū)的觀測值顯著相關(guān), 而 “空間差異性” 則是說明某一地區(qū)的觀測樣本與其相鄰地區(qū)的觀測值無顯著相關(guān)性。通常在進(jìn)行計(jì)量模型分析時(shí), 假設(shè)研究的因變量存在空間自相關(guān)性, 空間自相關(guān)性在空間回歸模型中可以有2 種表現(xiàn)方式, 它既可以體現(xiàn)在 “誤差項(xiàng)” 中, 又可以體現(xiàn)在因變量的 “滯后項(xiàng)” 里。在確定各省農(nóng)產(chǎn)品貿(mào)易及其他變量是否具有空間自相關(guān)性之后, 就要構(gòu)建空間效應(yīng)模型, 計(jì)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(jìn)行研究。滯后變量考慮的是時(shí)間序列, 空間滯后就是考慮周邊區(qū)域?qū)ρ芯繀^(qū)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(shù)和解釋變量的系數(shù), ?it表示隨機(jī)誤差項(xiàng),i代表省份,t代表年度。W為二進(jìn)制空間鄰接權(quán)重矩陣, 即當(dāng)兩地區(qū)相鄰時(shí),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(xiàng)來體現(xiàn), 此時(shí)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(shù),μit為具有空間自相關(guān)的誤差項(xiàng)。該模型顯示, 擾動項(xiàng)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(guān)性。

2.2 研究對象、各變量及數(shù)據(jù)來源

采用探索性空間數(shù)據(jù)分析方法進(jìn)行空間自相關(guān)分析, 包括全局空間自相關(guān)分析和局部空間自相關(guān)分析。研究2010—2019 年中國31 個(gè)省份（不含港澳臺）農(nóng)產(chǎn)品貿(mào)易數(shù)據(jù), 基于世界海關(guān)組織制定為HS編碼標(biāo)準(zhǔn)分類, 其中采用的農(nóng)產(chǎn)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(nóng)產(chǎn)品貿(mào)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(nóng)業(yè)生產(chǎn)機(jī)械化水平（agm）是影響中國農(nóng)產(chǎn)品產(chǎn)量、農(nóng)產(chǎn)品貿(mào)易的重要影響因素之一[14］, 該變量可以直接反映出當(dāng)?shù)貦C(jī)械化水平及農(nóng)作物產(chǎn)出水平, 產(chǎn)量不同, 貿(mào)易額也有所不同；農(nóng)村人均可支配收入（earn）表示當(dāng)?shù)剞r(nóng)村經(jīng)濟(jì)水平, 選取其變量用以反映當(dāng)?shù)亟?jīng)濟(jì)發(fā)展程度對于農(nóng)產(chǎn)品貿(mào)易的影響程度[15］；公路密度（road）, 完善的基礎(chǔ)設(shè)施能夠降低生產(chǎn)成本和交易成本, 基礎(chǔ)設(shè)施包括交通、商業(yè)服務(wù)、供電、衛(wèi)生事業(yè)等各種設(shè)施和服務(wù), 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(chǔ)設(shè)施對各省份農(nóng)產(chǎn)品貿(mào)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(mào)口岸的里程數(shù), 進(jìn)而測度地理位置對各省份木質(zhì)林產(chǎn)品出口額的影響[17］。 “碳中和” 會在未來一段時(shí)間內(nèi)成為影響國際貿(mào)易的重要影響因素, 且農(nóng)業(yè)中畜牧業(yè)溫室氣體排放的貢獻(xiàn)量尤為重要[18］, 本研究將牛類存欄量（stock）作為中國農(nóng)業(yè)中碳排放的測算指標(biāo), 用來體現(xiàn)其對中國農(nóng)產(chǎn)品貿(mào)易的影響程度。

本研究所選取的2010—2019 年中國各省份農(nóng)產(chǎn)品進(jìn)出口貿(mào)易金額數(shù)據(jù)來源于中華人民共和國商務(wù)部《中國進(jìn)出口月度統(tǒng)計(jì)報(bào)告》, 中國各省份面積數(shù)據(jù)來源于《中國開發(fā)區(qū)年鑒》, 牛類牲畜年底存欄量、農(nóng)村人口、收入、機(jī)械總動力、公路、鐵路等其他數(shù)據(jù)來源于《國家統(tǒng)計(jì)年鑒》。

3 實(shí)證分析

3.1 全局莫蘭指數(shù)分析

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

表3 2010—2019 年中國各省份農(nóng)產(chǎn)品貿(mào)易額全局Moran’Ⅰ指數(shù)檢驗(yàn)值

本研究利用各省份的農(nóng)產(chǎn)品貿(mào)易額代表該省份的農(nóng)產(chǎn)品貿(mào)易水平, 中國各省份的農(nóng)產(chǎn)品貿(mào)易受到空間因素的影響, 這就表明中國各省之間的農(nóng)產(chǎn)品貿(mào)易存在空間集聚效應(yīng)。并且, 中國31 個(gè)省份農(nóng)產(chǎn)品對外貿(mào)易的空間自相關(guān)經(jīng)歷了先降后升的發(fā)展過程：2010—2014 年空間自相關(guān)顯著性為不斷下降的狀態(tài), 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(guān)性出現(xiàn)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(nóng)產(chǎn)品對外貿(mào)易的空間自相關(guān)性顯著性不斷提高, 即近幾年中國的農(nóng)產(chǎn)品對外貿(mào)易的空間集聚程度在逐漸增強(qiáng), 這說明在對農(nóng)產(chǎn)品對外貿(mào)易的環(huán)境影響因素進(jìn)行定量研究時(shí), 必須充分考慮各省之間的空間相關(guān)性, 不能簡單地采用相互獨(dú)立的方法來研究。

3.2 局部莫蘭指數(shù)分析

利用Geoda 繪制莫蘭散點(diǎn)圖, 該莫蘭散點(diǎn)圖在全局Moran’s Ⅰ檢驗(yàn)的基礎(chǔ)上進(jìn)行局部Moran’s Ⅰ散點(diǎn)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(diǎn)圖（圖1）。在地域廣袤的中國, 不同區(qū)域間的關(guān)聯(lián)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(qū)即位于第二象限和第四象限的地區(qū)在期初和期末有了較大的變化：2010 年, 有8 個(gè)地區(qū)屬于非典型觀測值的地區(qū), 到2019 年, 這種非典型觀測值的地區(qū)降到了4個(gè)。其變化趨勢表明, 經(jīng)過幾年的變化, 中國農(nóng)產(chǎn)品對外貿(mào)易的空間集聚特征越來越明顯, 農(nóng)產(chǎn)品進(jìn)出口貿(mào)易較為發(fā)達(dá)的地區(qū)被更多的具有同樣發(fā)展水平的地區(qū)所包圍；同時(shí), 農(nóng)產(chǎn)品進(jìn)出口貿(mào)易發(fā)展水平較低的地區(qū)被更多的低發(fā)展水平地區(qū)所包圍, 而那些高貿(mào)易額與低貿(mào)易額相鄰而聚的省份減少了。經(jīng)過10 年的變化, 第一象限、第四象限距離中心點(diǎn)越來越遠(yuǎn)且更加分散, 這說明中國的農(nóng)產(chǎn)品對外貿(mào)易確實(shí)存在一定的空間集聚性, 且空間自相關(guān)性的顯著性在不斷增強(qiáng)。

圖1 2010 年和2019 年局部莫蘭指數(shù)散點(diǎn)圖

在農(nóng)產(chǎn)品進(jìn)出口方面, 中國不同地區(qū)間全域性的空間相關(guān)性與局域性的空間相關(guān)緊密相聯(lián), 農(nóng)產(chǎn)品對外貿(mào)易發(fā)達(dá)地區(qū)的地理空間效應(yīng)對該地區(qū)及周圍地區(qū)都有重要的影響, 但是這種空間效應(yīng)及其他影響因素對該省份農(nóng)產(chǎn)品貿(mào)易的影響程度如何, 需要進(jìn)一步的計(jì)量分析。

3.3 空間計(jì)量模型

3.3.1 空間計(jì)量模型選擇 在確定中國31 個(gè)省份農(nóng)產(chǎn)品對外貿(mào)易存在空間自相關(guān)性后, 接下來就是確定空間計(jì)量模型。計(jì)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(yàn)進(jìn)行空間計(jì)量模型的估計(jì)識別（表4）。

表4 LM 檢驗(yàn)、R-LM 的檢驗(yàn)

從表4 可以看出, 拉格朗日乘子LM-error 和穩(wěn)健LM-error 的檢驗(yàn)結(jié)果顯著, 雖然LM-error、穩(wěn)健LM-error 同LM-lag、穩(wěn)健LM-lag 的檢驗(yàn)結(jié)果就顯著性而言區(qū)別不大。但是, LM-error、穩(wěn)健LM-error 的檢驗(yàn)結(jié)果顯著性較LM-lag、穩(wěn)健LM-lag 更優(yōu), 因此應(yīng)選擇空間誤差模型（SEM）進(jìn)行分析。

因本研究考察對象是31 個(gè)省全樣本范圍, 每個(gè)省情況各有特色, 選取固定效應(yīng)模型更為合適。但在實(shí)際操作中還是應(yīng)當(dāng)檢驗(yàn)所有模型的結(jié)果, 進(jìn)一步確定所選取的模型是否準(zhǔn)確。利用Stata16.0 軟件進(jìn)行豪斯檢驗(yàn), 首先選擇隨機(jī)效應(yīng)模型（re）, 即H0：選擇隨機(jī)效應(yīng)模型（re）。所得結(jié)果為Prob＞chi2=0.000 0, 由于P為0.000 0, 故強(qiáng)烈拒絕原假設(shè)H0：選擇隨機(jī)效應(yīng)（re）。因此, 本研究選擇固定效應(yīng)模型（fe）。

3.3.2 模型估計(jì)結(jié)果 由表5 可知, 利用空間計(jì)量模型對牛類家畜存欄量（stock）進(jìn)行分析, 符號為正且通過了顯著性水平檢驗(yàn), 這說明牛類家畜存欄量對中國農(nóng)產(chǎn)品貿(mào)易存在正向影響。同時(shí), 機(jī)械化水平（agm）、農(nóng)村居民收入（earn）、道路網(wǎng)密度（road）等變量的符號也為正, 且通過了顯著性檢驗(yàn), 這說明中國農(nóng)產(chǎn)品貿(mào)易中, 機(jī)械化水平、經(jīng)濟(jì)發(fā)展程度、基礎(chǔ)設(shè)施建設(shè)等都產(chǎn)生了正向影響。各省份與港口距離（port）為負(fù), 說明中國各省份農(nóng)產(chǎn)品貿(mào)易受到地理位置的影響, 距離港口越遠(yuǎn)則越不利于該省份農(nóng)產(chǎn)品貿(mào)易發(fā)展, 反之, 越有利于該省份農(nóng)產(chǎn)品貿(mào)易發(fā)展。

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

表6 空間誤差模型及OLS 固定模型估計(jì)結(jié)果的穩(wěn)健性檢驗(yàn)

以上是對中國31 個(gè)省份農(nóng)產(chǎn)品對外貿(mào)易空間集聚效應(yīng)進(jìn)行科學(xué)分析, 得到空間誤差模型（SEM）及傳統(tǒng)的OLS 固定模型估計(jì)結(jié)果（表5）。引入空間效應(yīng)的空間誤差模型（SEM）與傳統(tǒng)的OLS 固定模型相比, 能更好地解釋各地區(qū)農(nóng)產(chǎn)品對外貿(mào)易的差異化現(xiàn)象, 且時(shí)點(diǎn)固定的模型估計(jì)結(jié)果在各方面優(yōu)于其他模型。因此, 本研究以時(shí)點(diǎn)固定模型對各影響因素進(jìn)行分析。從估計(jì)結(jié)果看來, 一方面, 空間誤差模型均比OLS 傳統(tǒng)固定模型R2更大, 說明空間誤差模型擬合優(yōu)度更大, 擬合程度更好；另一方面, 空間自相關(guān)系數(shù)λ均通過了5%顯著性水平的檢驗(yàn), 這說明引入了空間向量的空間誤差模型中, 空間效應(yīng)是影響模型變化的影響因素。由此可見, 在中國農(nóng)產(chǎn)品進(jìn)出口貿(mào)易各省份之間存在空間效應(yīng), 即一個(gè)省份的農(nóng)產(chǎn)品對外貿(mào)易會受其他相鄰省份的影響。

4 結(jié)論

1）從各省份空間統(tǒng)計(jì)分析結(jié)果中可以看出, 從全局分析, 中國各省份確實(shí)存在顯著的空間聚集效應(yīng), 且空間聚集程度在逐年增強(qiáng)。從局部分析, 有超過80%的省份落在了莫蘭散點(diǎn)圖的第一、三象限, 說明中國農(nóng)產(chǎn)品進(jìn)出口貿(mào)易存在正向空間自相關(guān)的非均衡發(fā)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(qū)（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(nóng)產(chǎn)品進(jìn)出口貿(mào)易存在明顯的 “路徑依賴” 特征。

2）機(jī)械化水平（agm）、農(nóng)村居民收入（earn）、道路網(wǎng)密度（road）符號為正, 這說明當(dāng)?shù)厥杖胨脚c當(dāng)?shù)貦C(jī)械化程度有序、穩(wěn)定上升會促進(jìn)當(dāng)?shù)剞r(nóng)產(chǎn)品對外貿(mào)易發(fā)展, 并且當(dāng)農(nóng)產(chǎn)品對外貿(mào)易的良性發(fā)展也會反過來帶動農(nóng)村居民收入水平及當(dāng)?shù)貦C(jī)械化水平的提高, 形成一種互幫互助、螺旋上升的良好經(jīng)濟(jì)發(fā)展態(tài)勢, 偏向技術(shù)型的機(jī)械化進(jìn)步會在技術(shù)、信息共享等方面不斷提高農(nóng)民技能素質(zhì)[20］, 不僅可以提高當(dāng)?shù)剞r(nóng)民的收入水平, 還可以在農(nóng)產(chǎn)品供應(yīng)鏈生產(chǎn)階段進(jìn)行賦值產(chǎn)出[21］, 提高中國農(nóng)產(chǎn)品在國際市場的競爭力。在空間區(qū)域進(jìn)行農(nóng)產(chǎn)品貿(mào)易分析時(shí), 省份內(nèi)部的道路鋪設(shè)密度對該省份的農(nóng)產(chǎn)品對外貿(mào)易產(chǎn)生正向影響, 加強(qiáng)各省份交通基礎(chǔ)設(shè)施建設(shè)能夠降低區(qū)域之間的貿(mào)易成本、提高區(qū)域之間的貿(mào)易效率[22］。地理位置（port）符號為負(fù), 且通過了顯著性檢驗(yàn)。這一結(jié)論表明, 在利用空間區(qū)域模型進(jìn)行農(nóng)產(chǎn)品貿(mào)易分析時(shí), 地理位置影響因素對于農(nóng)產(chǎn)品貿(mào)易的影響, 同傳統(tǒng)的引力模型所得出的結(jié)論是一致的：各省份距離海港距離越遠(yuǎn), 交易成本越大, 對該省份農(nóng)產(chǎn)品貿(mào)易越不利。

3）利用空間計(jì)量模型對牛類家畜存欄量（stock）進(jìn)行分析, 符號為正且通過了顯著性水平檢驗(yàn)。這說明牛存欄量（stock）對中國農(nóng)產(chǎn)品進(jìn)出口貿(mào)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(nóng)產(chǎn)品貿(mào)易量越高。這會對綠色低碳農(nóng)業(yè)、實(shí)現(xiàn)中國 “碳中和” 目標(biāo)產(chǎn)生消極影響。在中國畜牧業(yè)中, 牛類牲畜的反芻活動及排泄產(chǎn)生的CH4在農(nóng)業(yè)碳排放中占有較大比重[23］, 并且中國是養(yǎng)殖業(yè)大國, 規(guī)模養(yǎng)殖所帶來的污染已嚴(yán)重制約中國畜牧業(yè)的健康持續(xù)發(fā)展[24］。中國畜牧業(yè)產(chǎn)品結(jié)構(gòu)問題及碳排放問題應(yīng)是今后中國農(nóng)產(chǎn)品貿(mào)易中應(yīng)當(dāng)重視的問題。

綜上所述, 在今后的對外貿(mào)易研究中, 不僅要考慮傳統(tǒng)的貿(mào)易影響因素, 還應(yīng)加入空間因素綜合考慮, 并且要將研究重心向區(qū)域之間的空間集聚性偏移, 這對于推動中國各區(qū)域的農(nóng)產(chǎn)品對外貿(mào)易經(jīng)濟(jì)發(fā)展具有重要的現(xiàn)實(shí)意義。

5 對策建議

通過空間自相關(guān)分析, 得出中國各省份農(nóng)產(chǎn)品對外貿(mào)易的空間集聚效應(yīng)是客觀存在的結(jié)論。針對這一特點(diǎn), 高聚集省份應(yīng)積極聯(lián)動, 從互利共贏的角度出發(fā), 推動跨省對外貿(mào)易、經(jīng)濟(jì)發(fā)展, 由中央牽頭, 各省出力, 進(jìn)一步推動發(fā)展地方企業(yè)網(wǎng)絡(luò)。從具體地區(qū)來看, 高-高集聚型省份應(yīng)發(fā)揮其作為核心地區(qū)的貿(mào)易溢出效應(yīng)和輻射效應(yīng), 帶動鄰近省份的農(nóng)產(chǎn)品貿(mào)易；低-高集聚型省份應(yīng)通過學(xué)習(xí)周邊地區(qū)的種植和生產(chǎn)技術(shù)等方面, 來承接產(chǎn)業(yè)轉(zhuǎn)移；高-低集聚型省份應(yīng)積極向鄰近省份推廣農(nóng)業(yè)產(chǎn)業(yè)化、機(jī)械化和貿(mào)易經(jīng)驗(yàn), 帶領(lǐng)鄰近省份一同進(jìn)入高-高集聚類型；而低-低集聚型省份的貿(mào)易潛力還有待開發(fā), 通過提高農(nóng)產(chǎn)品生產(chǎn)效率和產(chǎn)品質(zhì)量, 打破故步自封式的局面。政府部門應(yīng)正確看待各地之間的差距并利用各聚集性較高區(qū)域的空間集聚效應(yīng), 多省聯(lián)動制定帶動政策；各省學(xué)術(shù)界應(yīng)當(dāng)在研究差異的基礎(chǔ)上, 為各省份制定經(jīng)濟(jì)政策提供理論支撐及風(fēng)險(xiǎn)預(yù)測, 為各省農(nóng)產(chǎn)品貿(mào)易發(fā)展保駕護(hù)航。

在農(nóng)業(yè)生產(chǎn)過程中, 不斷提高中國農(nóng)業(yè)機(jī)械化程度、提高資源利用率, 增加農(nóng)產(chǎn)品附加值, 是加強(qiáng)中國農(nóng)產(chǎn)品進(jìn)出口貿(mào)易競爭力的主要途徑之一。中國的農(nóng)業(yè)機(jī)械化發(fā)展也是呈區(qū)域性且不平衡, 應(yīng)當(dāng)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(yōu)勢, 根據(jù)不同地域特征發(fā)展農(nóng)業(yè)機(jī)械技術(shù)的創(chuàng)新性研究, 為區(qū)域農(nóng)業(yè)機(jī)械化的平衡、有序發(fā)展給予技術(shù)支撐。對于現(xiàn)有的中小型農(nóng)機(jī)局進(jìn)行進(jìn)一步改良, 不斷提高其在丘陵地區(qū)的作業(yè)效率；對于較為復(fù)雜的大型農(nóng)機(jī)具要注意創(chuàng)新改進(jìn), 最大限度地提高平原地區(qū)的生產(chǎn)效率。從相關(guān)的空間因素分析可知, 交通網(wǎng)密度等強(qiáng)基礎(chǔ)設(shè)施, 空間直線距離利用率有利于推動農(nóng)產(chǎn)品進(jìn)出口貿(mào)易良性發(fā)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(yīng)當(dāng)加強(qiáng)相互之間的地理聯(lián)系, 縮短空間距離, 依托現(xiàn)有的道路、鐵路網(wǎng)建立區(qū)域直通專線、專列, 建立、開展聯(lián)結(jié)性更強(qiáng)的經(jīng)濟(jì)區(qū)與區(qū)域經(jīng)濟(jì)圈。隨著現(xiàn)代交通等基礎(chǔ)設(shè)施的不斷建設(shè), 各區(qū)域交易成本將會不斷降低, 各生產(chǎn)要素會在各區(qū)域間積極、有序、健康的流動, 從而形成穩(wěn)定的經(jīng)濟(jì)區(qū)域及區(qū)域經(jīng)濟(jì)圈。

通過對牛類存欄量（stock）分析, 可以得出中國農(nóng)產(chǎn)品對外貿(mào)易與其存在正相關(guān)關(guān)系, 但畜牧業(yè)一直是農(nóng)業(yè)碳排放較為嚴(yán)重的部分。中國是畜牧業(yè)大國, 巨大的養(yǎng)殖規(guī)模不可否認(rèn)的是為中國帶來了巨大的經(jīng)濟(jì)利益, 但是碳排放較為嚴(yán)重的情況不容忽視, 因?yàn)橹袊讯ㄏ?030 年前碳達(dá)峰、2060 年前碳中和的目標(biāo)。這就要求中國畜牧業(yè)發(fā)展既要保證經(jīng)濟(jì)增長, 也要重視環(huán)境保護(hù)。應(yīng)當(dāng)將低碳與循環(huán)相結(jié)合, 使得中國畜牧業(yè)得到健康持續(xù)的發(fā)展。作為資源型垃圾的畜禽污染廢棄物, 在處理方面應(yīng)當(dāng)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(jìn)行推廣試驗(yàn), 在取得一定的經(jīng)驗(yàn)后進(jìn)行跨省份推廣。低碳農(nóng)業(yè)的推廣在未來的低碳經(jīng)濟(jì)中占有舉足輕重的位置, 會使中國農(nóng)產(chǎn)品在未來的國際貿(mào)易市場上占據(jù)先手, 使中國農(nóng)業(yè)貿(mào)易的競爭力更上一層樓。