中国农业经济发展的区域差异、时空格局演变及其 驱动机制分析

姚成胜，朱伟华，黄琳

（1. 南昌大学中国中部经济社会发展研究中心，江西 南昌 330047；2. 南昌大学经济管理学院，江西 南昌 330031；3. 江西师范大学外国语学院，江西 南昌 330022）

进入21世纪以来，中国农业取得了长足发展，农业大国地位日益凸显。但中国并非农业强国，与发达国家相比，中国存在水、肥等资源投入大，农地经营规模小，单位农业劳动力经济产出低，农业竞争力弱等特征[1]。为此，2014年中央经济工作会议指出，要坚定不移地加快转变农业发展方式，注重农业技术创新和可持续发展，着力提高农业竞争力，走出高效集约、资源节约、环境友好的现代农业发展道路[2]。2017年“十九大”提出要贯彻农业农村优先发展，大力实施乡村振兴战略。2018年10月颁布的《乡村振兴战略规划（2018—2022年）》明确指出，产业兴旺是乡村振兴的重点，要着力建设现代农业产业体系、生产体系和经营体系，增强我国农业竞争力。可见，提升农业经济发展水平乃是当前和今后一段时间我国农业农村工作的重点。

农业具有自然再生产和经济再生产的双重属性，因此农业经济发展的地域格局取决于一个地区的光、温、水、土等自然条件和经济技术水平等要素的综合影响，它具有鲜明的地域性、季节性、周期性和相对的稳定性[3]，因而农业经济的区域差异有别于工业和服务业，也有别于不同地区经济发展水平的整体差异。不同产业和区域经济的发展变化是非同步的，因此需要因地制宜地分别开展研究，才能更好地揭示其发展特征和规律[4-5]。当前，有关中国省域和不同省域内部经济发展差异及其时空演变与影响因素的研究已较为丰富，大量研究主要从资金、人力资本、技术等要素集聚和产业结构演变[6-8]、市场、贸易和对外开放[9]等方面探讨区域经济发展差异，突出了对区域经济差异的成因、时空变化特征和影响因素的分析[10-12]。

比较而言，有关在中国农业经济的发展研究更多关注的是中国农业经济增长，省域农业经济发展评价以及各省区资源和生态环境与农业经济发展的协调关系等方面。例如，乔榛等[13]、黄少安等[14]较早地对农村经济制度、土地产权制度等制度因素对中国农业经济增长的影响进行了深入研究，随后较多的研究则通过建立生产函数模型，着重探讨农业劳动力和人力资本[15]、化肥和农业机械等农业资本[16]、技术效率和技术进步[17]等因素对农业经济增长的影响。这些研究表明，改革开放至20世纪80年代中期，制度创新对我国农业经济增长起到了极大的促进作用，而20世纪90年代以来农业劳动力转移、农业机械化和农业技术进步是推动农业经济增长的主要动因。在省域农业经济发展和农业经济与资源环境协调发展研究方面，朱传民等[18]、权丽[19]、李宗伟[20]分别对江西、河南、内蒙古等省域农业经济发展水平的时间变化、各省不同地市农业经济发展水平差异、以及农业经济发展与各省资源环境的协调状况等方面进行了研究。

综上，现有文献对我国农业经济增长以及典型省域的农业经济发展也进行了相应研究，为深入了解我国及其不同省域的农业经济发展状况提供了科学参考。但在同一评价指标体系下，对我国31个省域（不含港澳台）农业经济发展水平进行综合比较分析，并揭示其时空演变格局及影响因素的研究较为缺乏。在全国着力推进乡村振兴的背景下，科学评价各省区的农业经济发展水平及其空间分异，对于更好地统筹省域农业农村建设，分类推进乡村振兴具有重要意义。为此，本文在已有研究的基础上，通过构建农业经济发展评价指标体系，对2000—2016年中国大陆31个省域（不含港澳台）的农业经济发展水平进行科学评价，并采用泰尔指数、空间自相关、面板回归等方法揭示其空间差异及其驱动机制，旨在为更好地推进乡村振兴提供参考。

1 研究方法与数据来源

1.1 农业经济发展评价指标体系构建

农业属于第一产业，从产业经济学的视角来看，要提高一个地区的农业经济发展水平和竞争力，首先必须壮大农业生产规模，优化农业生产结构；因此，需要不断提高农林牧渔业总产值和增加值，在稳定粮食生产的基础上，提高牧渔业在农业中的比重，为此可选取农林牧渔业总产值和增加值、牧渔业产值占比、粮食作物播种面积占比等4个指标予以表示[5]；其次，需要优化农业生产要素投入，提高要素的使用效率，主要表现为扩大劳均耕地面积，以推进农业机械化，更好地促进农业劳动力转移，加大对农业的财政扶持，改善农业生产灌溉基础设施，为此选择劳均农作物播种面积、单位农作物播种面积农机动力、第一产业劳动力占比、劳均财政支农支出、有效灌溉率5个指标予以表示。第三，从产出方面看，农业经济发展水平越高，其土地产出率和劳动生产率也越高，满足人们农产品需求的能力也越强，为此可选取农业土地产出率、农业劳动生产率、单位粮食作物播种面积粮食产量和劳均果蔬、肉类和水产品产量等5个指标予以反映[18-19]；最后，农业生产应该建立在良好的农业生态环境的基础上，能够满足农业发展和农民增收的需求，具有发展的可持续性，为此，选取农业GDP增长率和农民人均可支配收入增长率以表示农业经济可持续性[19-20]；森林覆盖率、农业成灾率、单位农作物播种面积化肥和农药施用量以反映农业生态环境可持续性[20]。基于上述分析，本文从农业的规模结构、要素投入、产出水平和可持续性4个方面，选取了20项指标，构建了中国省域农业经济发展的评价指标体系（表1）。

表1 农业经济发展评价指标体系及其权重Table 1 Agricultural economic development evaluation index system and the weights

1.2 研究方法

1.2.1 农业经济发展指数的计算 指标权重是指在相同目标约束下，各指标的重要性关系。本研究采用熵权系数法对农业经济发展评价指标赋予权重，计算方法详见文献[21]。经计算得到各评价指标的权重如表1。依据计算所得权重，采用加权函数得到全国各省区农业经济发展指数以及各准则层的发展指数[21]，计算公式为：

式中：Eij为农业经济发展指数，为规模结构（X1）、要素投入（X2）、产出水平（X3）和可持续性（X4）4个准则层的发展指数，uij为第i个准则层第j项指标标准化后的数值（采用线性插值极差标准化方法[21]），wj为各评价指标的权重。

1.2.2 农业经济发展水平的省域差异测度 泰尔（Theil）指数可以将区域差异分解为组间差异和组内差异两个部分，用以揭示两者各自变动的方向和幅度，以及各自对总差距的贡献[22-23]。本文利用泰尔指数将农业经济发展水平分解为东、中、西三大区域内及区域间的差异，计算公式为：

式中：T为泰尔指数，值越大表明农业经济发展差异越大，反之则越小，其取值范围为T∈[0, lnn]；TWR为三大区域的区域内差异，TBR为三大区域的区域间差异；n为所有省份个数；Tp为P省的农业经济发展指数；U为全国平均农业经济发展指数。TWR计算方式与T相同，TBR的计算公式为[23]：

式中：n为所有省份个数，m为研究区域个数；ni为区域i中省份的数量；Ti为区域i的平均农业经济发展指数；U为全国平均农业经济发展指数。

1.2.3 农业经济发展水平的空间格局 利用探索性空间数据分析（ESDA）揭示全国农业经济发展水平的空间格局变化。首先，利用全局空间Moran's I来判断农业经济发展水平分布是否存在统计意义上的集聚或者分散现象，其计算公式为[24]：

式中：n是研究区内地区总数；wij为空间权重矩阵，采用0-1矩阵作为空间自相关分析的权重矩阵，当地区相邻时记为1，不相邻时则记为0；xi和xj分别是区域i和区域j的观测值；S2是属性方差为xi的均值。Moran's I指数的取值范围为[-1,1]，当I＜ 0时表示邻近区域农业经济发展水平差异显著，农业经济发展水平较高或较低区在空间上显著分散；当I＞0时则表示农业经济发展水平较高或较低区在空间上显著集聚。

与全局空间自相关不同的是，局部空间自相关则表现为相邻空间单元之间的空间相关程度[24]。在式（4）的基础上，局部空间自相关的公式为[24]：

式中：Ii的取值范围也为[-1,1]，Ii为正表示一个高值被高值所包围或者一个低值被低值所包围，Ii为负则表示一个低值被高值包围或者一个高值被低值所包围。

1.2.4 农业经济发展的驱动机制分析 水土资源禀赋是农业发展的基础，因而它必然是驱动区域农业经济发展最为根本的因素。相较于土地因素，降水和光热条件在短期内较为稳定，因此可选择降水量和复种指数作为区域农业经济发展的自然驱动因素[3]。从经济方面看，随着国家工业化的持续推进，国家经济实力将快速增长，因而在工业化中后期普遍推行以工补农的农业经济发展政策，而我国实践也表明，进入21世纪以来，国家大力实施以工补农、以城促乡的农业反哺政策[25]，因此经济发展和工业化等因素必然是区域农业经济发展的重要原因；与此同时，城镇化导致大量农村劳动力向城镇转移，也将影响农业经济的发展[26]。为此，本文选取人均GDP、工业化率、城镇化率3个指标作为农业经济发展的经济驱动因素，构建传统的面板模型[22]，如式（6）所示：

式中：Eit为因变量，即i省第t年的农业经济发展指数（Eit）；Xit为一组解释变量，分别为人均GDP（pgdp）、工业化率（indust）、城镇化率（urb）、降水量（pre）和复种指数（mci）；β为解释变量的影响；αi、υt、εit分别为个体效应、时间效应和随机扰动项。

区域农业经济发展不仅具有空间差异，也具有空间关联，它不仅影响所在区域农业经济发展，还可能通过空间外溢影响临近区域的农业经济增长。传统面板模型往往不能反应农业经济发展的空间依赖性，因此借鉴黄宾等[27]的研究成果，引入空间误差面板模型（SEM模型）和空间滞后面板模型（SLM模型）进行估计。

SEM模型用来检验农业经济发展是否依赖于临近区域农业经济发展的空间误差冲击，模型表达式如下[27]：

式中 ：随机扰动项εit=λWεit+μit，Wεit为空间滞后的误差项；λ为空间滞后误差项的相关性系数，以衡量误差项的空间关联程度。

SLM模型用来检验农业经济发展是否存在空间外溢性，模型表达式如下[27]：

式中：WlnEit为被解释变量的空间滞后项；ρ为空间滞后项的相关系数，表示农业经济发展的空间外溢或依赖，以衡量邻近省份农业经济发展对本省的作用强度。

1.3 数据来源

本文数据主要来自于2001—2017年的《中国统计年鉴》、《中国农村统计年鉴》和国家统计局数据库；其中，2000—2005年的城镇化率、2013—2016年的农林牧渔从业人员、2000—2016年三次产业的从业人员数等数据主要来自各省（市、区）2001—2017年的统计年鉴；各省（市、区）的年均降水量分别由其主要城市降水量的均值予以表示。部分缺失数据采用线性插值和趋势拟合法进行补充。涉及农业经济产值的相关指标，均以2000年为基期进行了价格平减。

2 中国农业经济发展水平的区域差异与时空格局变化

2.1 农业经济发展水平的区域差异变化

2.1.1 中国农业经济发展水平的整体变化 2000—

2016年中国农业经济发展指数从0.408上升到0.485，增幅达到19.07%，其变化大体可以分为2000—2011年的持续增长阶段和2012—2016年的基本稳定阶段（图1）。第1阶段农业经济发展指数由0.408上升到0.481，年均提高0.007，期间由于2000—2003年农业生产收益低下，导致国内粮食产量持续下降，引发了国家对粮食安全的担忧，因而自2004年以来，国家每年中央1号文件都聚焦于农业农村，不断加大对农业投入，先后出台免除农业税、粮食直补、农资综合补贴、农机具购置补贴等一系列支农惠农政策，使得农业的投入-产出水平大幅提高，农业经济可持续性大大增强。例如2000—2011年，我国单位农作物播种面积农机动力、农业土地产出率、农业GDP增长率分别从3.36 kW/hm2、11491.6 元/hm2和1.6%，提高到6.02 kW/hm2、39 011.3 元/hm2和17.3%，分别增长了79.17%、239.48%和981.25%。

第2阶段农业经济发展指数由0.476变化到0.485，年均提高约0.002，仅为第1阶段的28.57%。原因在于：在此期间我国农业政策已基本稳定，受要素边际效益递减规律的制约，化肥、农药、农业机械等的高强度投入对农业土地生产率、劳动生产率、单位土地粮食和果蔬产出水平等指标增长的促进作用逐渐减弱，尤其是化肥和农药的过量使用，虽然仍在促进农业产出增长，但已经严重威胁到了我国农业生态环境可持续性。以化肥为例，2013年我国化肥施用强度为328.5 kg/hm2，远高于国际公认的225 kg/hm2的上限标准，是美国的2.6倍，欧盟的2.5倍[24,28]。

2.1.2 东、中、西三大区域农业经济发展水平变化

将我国大陆31个省域划分为东、中、西3大区域，其中东部地区包括京、津、冀、鲁、辽、沪、苏、浙、闽、粤、琼11省区；中部地区包括晋、吉、黑、皖、赣、豫、鄂、湘8省区；西部地区包括蒙、新、青、陕、甘、宁、川、渝、滇、黔、藏、桂12省区。由此得到2000—2016年三大区域的农业经济发展指数变化情况（图1），从中可以看出：东、中、西三大区域农业经济发展指数分别由2000年的0.444、0.406和0.375，上升到2016年的0.517、0.503和0.445，分别提高了16.35%、23.91%和18.52%。比较而言，东、中、西三大区域农业经济发展指数的变化趋势基本与全国一致，但呈现出明显的由东向西依次降低的变化特征，表明我国农业经济发展水平区域差异明显。2000—2016年东、中、西三大区域农业经济发展指数的平均值分别为0.488、0.461和0.419，中部和西部地区分别为东部地区的94.47%和85.75%。中部地区农业经济发展水平明显低于东部地区，原因在于：中部8省有7个为粮食主产区，粮食作物播种面积大，2000—2016年8省粮食产量占全国的比重平均达43.71%，因而中部地区农业土地产出率、劳动生产率等农业产出指标以及农业GDP增长率、农民人均可支配收入增长率等农业经济可持续性指标明显低于东部地区。可见，粮食主产区农业经济效益低下问题仍较为突出，需要进一步加大扶持。

图12000—2016年中国农业经济发展指数变化趋势Fig. 1 Trends in China's agricultural economic development indexes from 2000 to 2016

2.1.3 农业经济发展水平的差异及来源 采用泰尔指数进一步分析全国农业经济发展水平的总差异及其来源状况，结果如图2所示。从中可以看出，2000—2016年全国总泰尔指数从0.0053增加到0.0056，增幅为7.06%。区域内差异与全国总差异变化趋势基本一致，但在2000—2004年以及2008—2014年2个时段内，区域间差异明显大于区域内差异，其对总差异的贡献率平均分别为55.17%和54.02%。总体上看，2000—2016年区域间差异是导致总体差异的主要原因，其对总体差异的贡献率平均为52.33%。进一步分析得到，2000—2007年区域间差异和区域内差异总体呈波动下降趋势，但2008—2016年区域内差异呈快速上升趋势，2015—2016年其对总差异的贡献率平均已达55.99%；区域间差异在2008—2011年明显上升，但在2011—2016年则明显下降。可以看出，随着农业经济的持续发展，3大区域间差异将不断缩小，而区域内差异将进一步扩大，并主导全国农业经济发展差异变化。从东、中、西3大区域的区域内差异变化情况来看，2000—2016年中部地区泰尔指数均值最大为0.0027，西部为0.0026，东部最小为0.0012。从变化趋势来看，2007—2016年东部地区泰尔指数快速上升，表明其区域内差异快速增大，并有赶超中西部地区的趋势；而中西部地区在2000—2008年期间波动幅度大，但2009—2016年期间也呈现出缓慢的上升趋势，表明中部和西部各省农业经济发展差异也在逐步扩大。

图22000—2016年中国农业经济发展指数的泰尔指数Fig. 2 Theil indexes of China's agricultural economic development indexes from 2000 to 2016

2.2 农业经济发展水平的时空分布特征变化

采用自然断点法将31个省区划分为高水平区[0.5286-0.592 0）、较高水平区[0.4823-0.5286）、中等水平区[0.433 0-0.4823）、较低水平区[0.3717-0.433 0）和低水平区[0.3198-0.3717）5种类型，基于2000年、2008年和2016年各省（市、区）农业经济发展指数，分析中国省域农业经济发展水平的时空演变状况（表2）。从表中可以得到：

1）2000年全国农业经济发展水平整体呈现东南沿海及中部湘赣地区高（中等水平区），东北3省、东中部、西南以及藏、新、蒙等边疆省区低（较低水平区），内陆腹地晋、陕、甘、宁、青、渝、黔最低（低水平区）的空间格局。

2）2008年则演变为东北和东部沿海高（较高水平区），中部皖、湘、赣、鄂，南部沿海粤、桂、琼以及边疆藏、新、蒙、川等省区低（中等水平区），内陆腹地最低（较低水平区）的空间格局。总体上看，2000—2008年，有83.87%的省区农业经济发展水平向更高等级转移，其中递次转移省份占64.52%（发展水平提高1个等级），跨越式转移省份占19.35%（发展水平提高2个等级）。

3）2016年农业经济发展水平的整体空间格局与2008年类似，但各省区农业经济发展的转移路径较为复杂。鲁、苏、闽、鄂4省首次成为高水平发展区，湘、赣、粤、琼、川、藏6省也跃迁至较高水平区，总体上看42.94%的省区向更高等级转移，其中递次式转移占38.71%，跨越式转移占3.23%。与2000—2008年相比，高、较高水平省份数分别增加12.9%和41.94%，中等、较低和低水平区省份数分别减少3.23%、29.03%和22.58%。

总体来看，2000—2016年我国农业经济发展水平已有较大提高，其空间格局在2000—2008年变化较为复杂，而在2008—2016年则整体呈现出东-中-西的阶梯式递减特征。究其原因在于：东部地区经济和城镇化水平高，农业生产多以高附加值的经济作物为主，农业服务业发展水平高，因而农林牧渔业增加值较高，增长速度也较快；同时，东部地区农业基础设施条件好，机械化水平高，农业土地产出率、劳动生产率等也较高，因此东部地区农业经济发展水平最高。中部地区大多属于粮食主产区，粮食作物占比高，农业服务业发展水平相对较低，农林牧渔业增加值及其增速也较低；另外，中部地区农业基础设施条件也劣于东部地区，农业土地产出率、劳动生产率等指标也明显低于东部地区。西部地区则受自然和经济条件约束均较大，在农业结构、要素投入、产出水平等条件都明显低于中部和东部地区，因而其农业经济发展水平最低。

表2 中国农业经济发展水平的空间分布Table 2 Spatial distribution of China's agricultural economic development levels

2.3 农业经济发展水平的集聚特征变化

根据公式（4），计算得出2000—2016年农业经济发展的全局空间自相关Moran's I指数（表3）。从表中可以看出，2000—2016年中国农业经济发展指数的Moran's I值全部为正，其中2008年最大为0.474，2016年最小为0.301。这表明近17年来，中国农业经济发展水平呈现出明显的空间集聚特征，各省区农业经济发展水平与邻近省区具有较大的关联性。进一步分析可知，2000—2009年Moran's I指数在[0.400, 0.474]的区间范围内呈现出较大的波动特征，但在2010—2016年则由0.471下降到0.301（2014年除外），降幅达35.88%。这表明，2010年以来中国农业经济发展水平的空间集聚特征有所减弱，这与2008年以来东、中、西3大区域的区域内差异逐步扩大的研究结果相一致。

在全局空间自相关分析的基础上，利用GeoDa1.6.7软件生成2000、2008、2016年的中国农业经济发展的局部空间自相关LISA集聚图，将其整理得到表4，从中可以看出：

1）H-H集聚区。主要集中在苏、浙、鲁、沪等东部地区，表明这些地区不仅本身具有较高的农业经济发展水平，其周边地区也具有较高的发展水平。总体上看，2000年H-H集聚区在我国东部地区呈现团块状分布，而2008和2016年集聚趋势明显减弱，范围也有所缩小。

2）L-H集聚区。2000年不存在L-H集聚区，而在2008和2016年均只有安徽为L-H分布，表明安徽的农业经济发展水平明显落后于周边省区，形成了一定的农业经济落差。

3）L-L集聚区。主要分布在陕、甘、宁等西部地区，表明这些省区自身具有较低的农业经济发展水平，其周边地区的农业经济发展水平也较低。总体上看，L-L集聚区在我国西北部呈带状分布，这也进一步证明了，西部地区整体农业经济发展水平处于全国最低层次。

4）H-L集聚区。2000—2016年只有四川属于该区，表明四川农业经济发展水平明显高于周边地区，其原因在于四川是我国粮食主产区，农业生产条件优越，自古有“天府之国”的美誉，而周边的云贵高原、青藏高原、黄土高原等地区农业生产条件较差，各省区经济发展水平也较低。

呈现上述空间集聚特征的根本原因在于：农业生产的自然条件禀赋在一定程度上决定了农业经济发展的水平和发展效益，东部地区由于多平原且水热条件好，农业生产类型选择空间大，农业基础设施条件改善方便，规模化、集约化的生产方式容易形成[3]，因而H-H集聚区均分布于东部地区；相反，西部地区受自然条件约束大，农业基础设施条件改善困难，农业生产选择空间小，规模化、集约化水平较低，因而L-L集聚区均分布于西部地区。同时，农业又具有经济再生产特性，东部地区经济发展水平高，对农业生产的扶持力度较大，农业生产资金、要素等资源丰富，农业生产的管理和技术水平较高，能够为规模化、集约化生产提供强力支撑，因而容易形成农业经济高水平发展的集聚地。相反，西部地区则容易形成农业经济低水平发展的集聚地。

表32000—2016年农业经济发展指数的Moran's I值Table 3 Moran's I values of the agricultural economic development index from 2000 to 2016

表4 中国农业经济发展指数的LISA集聚图Table 4 Local spatial clustering of agricultural economic development index in China

3 农业经济发展区域差异的影响因素分析

对空间面板误差模型（SEM模型）和空间面板滞后模型（SLM模型）进行豪斯曼检验，其结果显著且为正值，故选择固定效应模型。从各模型的估计结果来看，大多数参数的检验结果都是显著的（表5）。从空间面板SEM模型和SLM模型的R2和Log-likelihood估计值可以看出，其值大多优于传统面板估计值，表明相对于普通面板模型，空间面板模型具有更强的解释力。

表5 农业经济发展驱动因素的面板回归结果Table 5 Panel regression results of the driving factors of agricultural economic development

从传统面板OLS模型来看，人均GDP和工业化率对农业经济发展的影响显著为正，并且人均GDP系数要明显大于工业化率系数，表明促进经济增长是推动农业经济发展最为关键的因素，工业化作为经济增长的动力之一，对农业经济发展的促进作用相对较小。城镇化率的估计系数显著，为-0.055，表明推动城镇化会对农业经济发展产生一定的负向影响，这是因为在城镇化过程中，大量农村青壮年劳动力流向城镇，致使农村劳动力老弱化和农村空心化[26]。降水量对农业经济发展有不显著的正向促进作用，表明降水量较高的地区，其农业经济发展水平也相对较高，这是因为我国降水量呈现出明显的由东向西递减的特征，与我国人均GDP和工业化发展水平的高低分布较为一致。而复种指数对农业经济有显著的负向作用，表明提高复种指数以充分利用光热条件需要投入较多的劳动用于种植业，而相对于养殖业、渔业和非农产业来讲，种植业经济效益较低，因而提高复种指数对农业经济发展产生了一定的负向作用，这也是当前我国复种指数降低的主要原因[29]。

根据SEM和SLM模型的估计结果得到，时间效应和双固定效应的λ和ρ值均通过显著性检验，且结果为负，说明农业经济发展的空间联系存在明显的空间依赖和空间外溢，但作用效果均为负方向，表明各地区的农业经济空间联系在促进自身农业经济发展外，还会通过吸纳周边地区农业经济发展要素，来实现自身更快的发展，产生跨区域的极化效应，从而加大农业经济发展的区域差异，这与泰尔指数研究得到的三大区域内部各省区差异日益增大的结果也较为一致（图2）。

根据黄宾等[27]、曹萍等[30]的研究，R2和Loglikelihood估计值越大，模型的解释能力也越强。综合考虑表5可知，地区固定的SEM模型具有较优的解释力，其数据显示：人均GDP仍是区域农业经济发展的首要驱动因素，降水量对农业经济发展的影响显著为正，但其值要远小于人均GDP的贡献。这表明，随着国家对农业反哺的力度不断加大，农业用电、灌溉、机械等生产设施不断完善，降水条件对农业经济发展的约束日趋减弱。工业化率对农业经济发展具有不明显的促进作用，且其作用大小明显小于普通OLS模型的结果，表明在考虑空间关联的情况下，工业化对农业经济发展的促进作用更多地被内化于经济增长当中；城镇化和复种指数对农业经济发展的作用系数都为负，且略低于普通OLS模型结果，表明城镇化和复种指数对农业经济发展仍然具有一定的负向影响。

4 研究结论与政策建议

4.1 研究结论

本文构建了中国省域农业经济发展评价指标体系，分析了我国及其东、中、西三大区域的农业经济发展水平，揭示了省域农业经济发展的时空格局演变及其驱动机制，所得结论如下：

1）2000—2016年中国及其东、中、西部3大区域农业经济发展指数均有所提高，呈现出明显的由东向西依次递降的发展特征。2000—2016年区域间差异是驱动农业经济发展总体差异变化的主要原因，但在2007年以后，区域内差异呈现逐渐扩大的趋势，或将取代区域间差异成为驱动农业经济发展差异的主要原因。

2）2000—2016年我国省域农业经济发展的空间格局在2000—2008年变化较为复杂，而在2008—2016年则整体呈现出东—中—西的阶梯式递减特征。2000—2016年中国农业经济发展的H-H集聚区在我国东部呈团块状分布，L-L集聚区在西北部呈带状分布，且两者在2008和2016年集聚趋势均有所减弱；而L-H集聚区和H-L集聚区分别只有安徽和四川两省。

3）经济增长是区域农业经济发展的首要影响因素，降水量对区域农业经济发展的促进作用不太显著，而城镇化和复种指数则对区域农业经济有一定的负向影响；空间面板SEM和SLM模型分析表明，农业经济发展存在明显的空间依赖和空间外溢，各地区的农业经济空间联系在促进自身农业经济发展外，还会通过吸纳周边地区农业经济发展要素，产生跨区域的极化效应。

4.2 政策建议

1）推进东部地区城乡融合发展，促进城乡一体化建设。东部地区农业生产多以高附加值的经济作物、农业休闲旅游等服务业为主，农业经济发展水平高，已具备推进城乡融合发展的条件。应进一步加快农村土地合作社建设，推行土地合作经营，并强化其城市服务功能，满足城市消费需求，以此提升其农业生产经济效益。与此同时，要加快其城乡产业融合步伐，推进基础设施的互联互通建设，为中西部地区城乡融合发展提供实践经验。

2）改善中西部地区农业生产条件，提升农业经济发展水平。中部地区大多属于粮食主产区，人多地少和土地细碎化经营特征明显，粮食作物比重大，农业经济产出率低下问题较为突出。因此，应加快推进新型城镇化建设，引导农户通过土地流转、代耕代种、土地托管等多种形式，扩大农地经营规模，提升农业生产效率。而西部地区受自然条件约束程度较大，其山区面广，应加强农业基础设施建设，推广小型农业机械，因地制宜发展特色农业。

3）强化区域农业合作，逐步缩小区域农业经济发展差距。东、中、西部地区农业经济发展水平存在梯度变化，而且农业经济发展的L-L集聚区基本都在西部地区，因此应加强东部与中西部地区农业发展的交流与合作，由中西部地区农业农村管理部门牵头，组织中西部地区农业管理者和各类新型农业经营主体，定期赴东部地区进行交流合作，学习先进的农业生产技术和管理经验，并因地制宜地创新土地制度，培育新兴农业经营主体。