水土匹配、空間效應(yīng)及區(qū)域農(nóng)業(yè)經(jīng)濟增長

許長新+林劍婷+宋敏

摘要水資源和土地資源是非常重要的自然資源，是農(nóng)業(yè)經(jīng)濟發(fā)展不可或缺的物質(zhì)要素。水資源與土地資源的合理匹配能夠促進區(qū)域的資源優(yōu)勢轉(zhuǎn)化為經(jīng)濟增長，從而促進區(qū)域農(nóng)業(yè)經(jīng)濟發(fā)展。我國是一個人口眾多的農(nóng)業(yè)大國，同時也存在水資源與土地資源短缺的問題。本文結(jié)合我國農(nóng)業(yè)水土資源自然稟賦與實際利用情況，首先利用中國2003-2013年的分省數(shù)據(jù)，選取單位耕地面積的廣義農(nóng)業(yè)水資源量測度方法和當(dāng)量系數(shù)描述了我國農(nóng)業(yè)水土資源匹配的現(xiàn)實，發(fā)現(xiàn)我國農(nóng)業(yè)水資源與土地資源在空間上匹配程度不高，農(nóng)業(yè)生產(chǎn)受到水土資源約束較強，農(nóng)業(yè)水土資源的形成區(qū)域與消耗區(qū)域在空間上不相匹配；然后，在鄰接權(quán)重矩陣下采用Morans I指數(shù)驗證我國區(qū)域農(nóng)業(yè)經(jīng)濟增長的空間關(guān)聯(lián)性，結(jié)果顯示我國各省農(nóng)業(yè)經(jīng)濟增長存在顯著的空間關(guān)系，呈現(xiàn)出高度的集聚性和非均質(zhì)性。為避免估計結(jié)果有偏，本文在此基礎(chǔ)上采用空間計量建模及估計方法，加入農(nóng)業(yè)生產(chǎn)人、財、物等控制變量，測度水土匹配度對區(qū)域農(nóng)業(yè)經(jīng)濟增長的空間溢出效應(yīng)。結(jié)果顯示，水土匹配度對區(qū)域農(nóng)業(yè)經(jīng)濟發(fā)展的區(qū)域內(nèi)和區(qū)域間的溢出效應(yīng)都顯著為正，總體上水土匹配度對區(qū)域農(nóng)業(yè)經(jīng)濟發(fā)展具有正向的溢出效應(yīng)，即水土匹配度對本地區(qū)農(nóng)業(yè)經(jīng)濟增長具有促進作用；同時，由于相鄰區(qū)域的水土資源自然稟賦條件類似，而且農(nóng)業(yè)生產(chǎn)中存在“示范效應(yīng)”和“模仿效應(yīng)”，水土匹配度對相鄰地區(qū)農(nóng)業(yè)經(jīng)濟增長也具有一定的促進作用。因此，采取相關(guān)措施優(yōu)化農(nóng)業(yè)水土資源匹配關(guān)系，對促進我國區(qū)域農(nóng)業(yè)經(jīng)濟增長，保障我國糧食安全非常重要。

關(guān)鍵詞水土匹配；農(nóng)業(yè)經(jīng)濟增長；空間溢出效應(yīng)；空間回歸偏微分方法

中圖分類號F329.9 文獻標識碼A文章編號1002-2104（2016）07-0153-06doi：10.3969/j.issn.1002-2104.2016.07.019

水資源和土地資源是最基本、最重要的自然資源和經(jīng)濟資源，是農(nóng)業(yè)發(fā)展重要的物質(zhì)生產(chǎn)要素，關(guān)系到農(nóng)業(yè)經(jīng)濟發(fā)展和糧食安全。我國是一個人口眾多的農(nóng)業(yè)大國，同時又是一個水資源和耕地資源十分短缺的國家，截至2014年底，我國人均水資源量僅為世界人均水量的1/4，人均耕地面積不到世界人均耕地面積的1/2，居世界126位以后。隨著工業(yè)化和城鎮(zhèn)化進程的加快，我國日益增長的水土資源需求與其稀缺性、有限性之間的矛盾日益尖銳，區(qū)域農(nóng)業(yè)經(jīng)濟發(fā)展差異、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，重視水土資源合理利用、采取高效可持續(xù)的農(nóng)業(yè)水土資源匹配管理措施勢在必行。

農(nóng)業(yè)水土資源匹配的研究旨在從農(nóng)業(yè)生產(chǎn)層面研究水資源和土資源利用的時空分配情況。區(qū)域水資源與土地資源的匹配程度越高，該區(qū)域內(nèi)農(nóng)業(yè)生產(chǎn)的基礎(chǔ)條件就越好。目前有關(guān)農(nóng)業(yè)水土資源空間匹配的測算方法可分為兩個方面：一是以單位耕地面積水資源量為計算模型進行水土資源匹配特征分析[1]；二是通過構(gòu)建基尼系數(shù)研究各區(qū)域水土資源之間的均衡狀況[2-4]。這些研究構(gòu)成了水土資源空間匹配特征分析的理論基礎(chǔ)，但并沒有從空間維度考察水土匹配度對農(nóng)業(yè)經(jīng)濟增長的影響。Sun Xihua等[5]從時間序列考察了水土耦合與經(jīng)濟發(fā)展的關(guān)系。Chenjun Zhang等[6]運用LMDI指數(shù)分析了我國區(qū)域經(jīng)濟與用水強度之間的關(guān)系。李靜等[7]構(gòu)建加入時滯因素的改進模型，分析了我國農(nóng)業(yè)用能強度隨農(nóng)業(yè)勞動生產(chǎn)率收斂情況，這些研究均著重于時間維度，忽略了空間影響因素。

同時，目前關(guān)于區(qū)域農(nóng)業(yè)經(jīng)濟發(fā)展的研究多采用勞動力、化肥、耕種面積等指標，Ulimwengu等[8]采用農(nóng)業(yè)產(chǎn)出、化肥、勞動力、牲畜等指標，運用空間面板Durbin模型實證的結(jié)果顯示農(nóng)業(yè)產(chǎn)出具有顯著的空間溢出效應(yīng)。曾國平等[9]選取農(nóng)業(yè)總產(chǎn)值、農(nóng)作物耕種面積、化肥施用量、農(nóng)業(yè)從業(yè)人數(shù)等指標，對我國31個省1985-2008年農(nóng)業(yè)經(jīng)濟展開空間分析，結(jié)果顯示我國省際農(nóng)業(yè)經(jīng)濟活動具有顯著空間自相關(guān)，且西部地區(qū)呈現(xiàn)低-低空間集聚，而東中部地區(qū)呈現(xiàn)高-高空間集聚。這些研究并沒有將水土資源匹配程度與農(nóng)業(yè)經(jīng)濟發(fā)展相聯(lián)系。

中國幅員遼闊，農(nóng)業(yè)經(jīng)濟增長存在較強的空間非均衡特征，同時自然環(huán)境復(fù)雜多變、水土資源自然稟賦和人為開發(fā)水平差異較大。本文重點研究兩個問題：第一，水土匹配度對區(qū)域農(nóng)業(yè)經(jīng)濟增長的空間溢出效應(yīng)是否存在；第二，水土匹配度對區(qū)域農(nóng)業(yè)經(jīng)濟增長的空間溢出效應(yīng)的方向和大小。此研究不僅從空間維度上提供了水土匹配與區(qū)域農(nóng)業(yè)經(jīng)濟增長關(guān)系的視角，也可以從改善我國各省農(nóng)業(yè)經(jīng)濟發(fā)展中水資源與土地資源匹配度方面為促進區(qū)域農(nóng)業(yè)經(jīng)濟發(fā)展提供管理參考。

許長新等：水土匹配、空間效應(yīng)及區(qū)域農(nóng)業(yè)經(jīng)濟增長中國人口·資源與環(huán)境2016年第7期1我國農(nóng)業(yè)水土資源匹配的現(xiàn)實描述

水資源和土地資源在農(nóng)業(yè)生產(chǎn)和發(fā)展過程中相互制約，且相輔相成。水資源利用的合理性對土地資源的生產(chǎn)效率產(chǎn)生直接的影響，同時土地資源開發(fā)的合理性也會影響水資源的利用。土地資源的合理利用，往往以水資源合理開發(fā)利用為其先行條件，從目前世界及我國農(nóng)業(yè)生產(chǎn)的經(jīng)驗來看，灌溉技術(shù)的發(fā)展對土地資源集約化利用程度的提高具有顯著作用。

本文選用單位耕地面積的廣義農(nóng)業(yè)水資源量測度方法[10]來反映我國農(nóng)業(yè)生產(chǎn)的水資源和耕地資源空間匹配程度的量比關(guān)系，即

Amat=（Ba+Ga）/La （1）

其中，Amat為區(qū)域農(nóng)業(yè)水土資源匹配度，單位m3/hm2；Ba為區(qū)域農(nóng)業(yè)灌溉藍水量，單位m3；Ga為區(qū)域農(nóng)業(yè)綠水量，單位m3；La為區(qū)域農(nóng)作物總耕種面積，單位hm2。為了與降水量分布特征形成對比，區(qū)域農(nóng)業(yè)水土資源匹配度（m3/hm2）可以通過乘以0.1的系數(shù)轉(zhuǎn)換為水深單位（mm）。

區(qū)域農(nóng)業(yè)水土資源匹配不僅受到自然生態(tài)條件的限制，還會受到區(qū)域經(jīng)濟狀況的約束。農(nóng)業(yè)水土資源匹配評價應(yīng)當(dāng)結(jié)合區(qū)域水資源和土地資源的開發(fā)利用程度，研究區(qū)域自然水土資源對農(nóng)業(yè)水土資源利用的支持程度，以便分析農(nóng)業(yè)水土資源匹配程度對區(qū)域農(nóng)業(yè)經(jīng)濟的影響。資源當(dāng)量系數(shù)是衡量某種資源開發(fā)利用相對程度的指標，用以綜合度量該資源的短缺程度和開發(fā)程度。本文以區(qū)域自然生態(tài)條件下單位農(nóng)作物耕種面積水資源量作為衡量水資源匹配度的研究基準。區(qū)域農(nóng)業(yè)水資源除受自然條件的影響，還與區(qū)域發(fā)展過程中對農(nóng)業(yè)供水的分配比例有關(guān)。但是當(dāng)前我國農(nóng)業(yè)水資源短缺，農(nóng)業(yè)生產(chǎn)幾乎耗盡所有供水，因此采用單位耕地面積的農(nóng)業(yè)用水量作為區(qū)域農(nóng)業(yè)水土資源當(dāng)量系數(shù)的評價對象，計算方法如下：

D=Ia/It ；Ia=WaLa；It=WtLt （2）

式中，D為區(qū)域農(nóng)業(yè)水土資源當(dāng)量系數(shù)；Ia為單位農(nóng)作物耕種面積的農(nóng)業(yè)用水量，單位m3/hm2；It為單位土地面積的水資源總量，單位m3/hm2；Wa為農(nóng)業(yè)用水量，單位m3；La為區(qū)域農(nóng)作物總耕種面積，單位hm2；Wt為區(qū)域水資源總量，單位m3；Lt為區(qū)域土地總面積，單位hm2。

當(dāng)D小于1時，水資源相對處于充裕狀態(tài)，間接揭示了區(qū)域耕種面積較少，可以認為該區(qū)域耕地面積短缺或有待開發(fā)；當(dāng)D大于1時，土地資源處于相對富余狀態(tài)，間接解釋區(qū)域農(nóng)業(yè)用水約束較強，可以認為該區(qū)域水資源短缺。

根據(jù)計算結(jié)果，我國各省農(nóng)業(yè)水土資源匹配度的空間特征整體呈現(xiàn)由西南向東北逐步減小的趨勢。農(nóng)業(yè)水土資源匹配度最高的四個區(qū)域分別為西藏、青海、海南和福建，均在4 000 mm以上，其中西藏和青海屬于氣候極為干旱的灌溉農(nóng)業(yè)區(qū)，而海南和福建氣候比較濕潤，農(nóng)業(yè)生產(chǎn)以雨養(yǎng)農(nóng)業(yè)為主；農(nóng)業(yè)水土資源匹配度最低的九個區(qū)域分別為北京、甘肅、河北、河南、內(nèi)蒙古、寧夏、山東、山西和天津，均在1 000 mm以下，尤其是寧夏自治區(qū)，農(nóng)業(yè)水土資源匹配度僅為292 mm，這些區(qū)域除甘肅與河南以外均處于秦嶺-淮河以北，耕地以旱地為主；農(nóng)業(yè)水土資源匹配度相對適中的區(qū)域基本處于秦嶺-淮河以南，耕地以水田為主。

我國各省農(nóng)業(yè)水土資源當(dāng)量系數(shù)的空間特征整體呈現(xiàn)由西北向東南逐步減小趨勢。農(nóng)業(yè)生產(chǎn)水資源和土地資源相對平衡的地區(qū)是上海和江蘇，當(dāng)量系數(shù)接近于1，分別為0.993和1.024，而西北地區(qū)大部分省份都處于農(nóng)業(yè)水資源和土地資源極度不平衡狀態(tài)，北京、甘肅、河北、內(nèi)蒙古、寧夏等十個省份的當(dāng)量系數(shù)均大于1.25，屬于嚴重缺水狀態(tài)；安徽、重慶、廣西等十二個省份的當(dāng)量系數(shù)小于0.5，屬于嚴重缺土狀態(tài)。

由此看出，我國農(nóng)業(yè)水資源與土資源在空間上匹配程度不高，農(nóng)業(yè)生產(chǎn)受水土資源約束較強。農(nóng)業(yè)水土資源當(dāng)量系數(shù)的差異性也反映了我國農(nóng)業(yè)水土資源形成區(qū)域與消耗區(qū)域在空間上不相匹配，間接反映出我國各省農(nóng)業(yè)用水及耕地開發(fā)合理性有待提高。

2模型方法

2.1空間計量模型

LeSage等人[11]提出的空間面板杜賓經(jīng)典模型如下：

y=αln+ρWy+βX+θWX+ε（3）

其中，被解釋變量y為我國各省的農(nóng)業(yè)經(jīng)濟增長，X為農(nóng)業(yè)水土資源匹配度。在研究過程中，本文加入了農(nóng)村有效勞動力、農(nóng)村固定資產(chǎn)投資、農(nóng)業(yè)化肥施用量等控制變量。上式α中代表常數(shù)項，ln代表N×1階單位矩陣，N代表我國省份個數(shù)，ε代表誤差項。W代表空間權(quán)重矩陣，Wy和WX分別度量了被解釋變量和解釋變量的空間依賴性。需要注意的是，在上述模型的估計結(jié)果中，如果結(jié)果顯示ρ≠0，那么回歸系數(shù)ρ、θ和β的解釋與傳統(tǒng)OLS回歸系數(shù)的解釋不同，原因在于傳統(tǒng)OLS回歸系數(shù)無法度量解釋變量的空間溢出效應(yīng)。

2.2空間回歸模型和空間溢出效應(yīng)分解模型

Pace等人[12]、LeSage等人[11]提出了空間回歸模型偏微分方法對空間計量模型的回歸系數(shù)進行合理的解釋。本文將原模型進一步改寫為：

（In-ρW）y=αln+βX+θWX+ε（4）

y=∑Kr=1Sr（W）xr+V（W）lnα+V（W）ε（5）

Sr （W）=V（W）（lnβr+Wθr）（6）

V（W）=（ln-ρW）-1=ln+ρW+ρ2W2+ρ3W3+…

（7）

其中，ln表示n階單位矩陣，k表示解釋變量的個數(shù)，Xr表示第r個解釋變量，r=1，2，…k，βr表示解釋變量向量X中第r個解釋變量的回歸系數(shù)，θr表示W(wǎng)X的第r個變量的估計系數(shù)。為了解釋Sr（W）將式（2）改寫如下：

將直接效應(yīng)、間接效應(yīng)疊加稱為綜合效應(yīng)。根據(jù)上述偏導(dǎo)數(shù)求解可知，在空間回歸模型中，當(dāng)j≠r時，yi對Xjr的偏導(dǎo)數(shù)一般并不等于0，這有別于傳統(tǒng)OLS估計，另外yi對Xir的偏導(dǎo)數(shù)也一般不等于βr，即一個區(qū)域的被解釋變量除了受本區(qū)域解釋變量的影響，還受到其他區(qū)域解釋變量的影響。

2.3空間相關(guān)性檢驗

本文采用Morans I指數(shù)來驗證我國區(qū)域農(nóng)業(yè)經(jīng)濟增長是否存在空間關(guān)聯(lián)效應(yīng)，如果驗證結(jié)果顯示存在空間關(guān)聯(lián)效應(yīng)，則可以進一步構(gòu)建空間回歸模型對我國區(qū)域農(nóng)業(yè)經(jīng)濟增長進行空間計量分析，Morans I指數(shù)計算公式如下：

3經(jīng)驗發(fā)現(xiàn)

3.1指標與數(shù)據(jù)來源

本文全部樣本是31個?。ㄖ陛犑?、自治區(qū)），不考慮港、澳、臺地區(qū)，時期跨度為2003-2013年，具體指標為：

（1）農(nóng)業(yè)水土資源匹配度（Amat），采用廣義農(nóng)業(yè)水資源量測度方法計算可得。

（2）區(qū)域農(nóng)業(yè)經(jīng)濟增長。利用單位農(nóng)業(yè)產(chǎn)值（PAOut）作為區(qū)域農(nóng)業(yè)經(jīng)濟增長的代理變量，數(shù)據(jù)來源于歷年《中國農(nóng)村統(tǒng)計年鑒》。

（3）其他控制變量。選取農(nóng)村有效勞動力（Alab）、農(nóng)村住戶固定資產(chǎn)投資（Ainv）、化肥施用量（Afer）作為控制變量，其中農(nóng)村有效勞動力借鑒周曉、朱農(nóng)[13]。

（4）空間權(quán)重矩陣設(shè)定。選取鄰接空間權(quán)重矩陣（W），如果兩個區(qū)域在地理上相鄰，則存在空間關(guān)聯(lián)關(guān)系，反之，則不存在空間關(guān)聯(lián)關(guān)系。

3.2空間相關(guān)性檢驗

首先對我國分省單位農(nóng)業(yè)產(chǎn)值（PAOut）的全局空間相關(guān)性進行檢驗，結(jié)果見表1，演變趨勢見圖1。

由以上結(jié)果可知：第一，在鄰接權(quán)重矩陣下，我國分省單位農(nóng)業(yè)產(chǎn)值（PAOut）的Morans I指數(shù)均顯著為正，這表明各省農(nóng)業(yè)經(jīng)濟增長存在顯著的空間關(guān)系；第二，從農(nóng)業(yè)經(jīng)濟增長Morans I指數(shù)的演變趨勢來看，2009年是Morans I指數(shù)的轉(zhuǎn)折點，2009年以前，Morans I指數(shù)整體呈現(xiàn)上升趨勢，2009年以后開始逐年下降，這意味著我國區(qū)域農(nóng)業(yè)經(jīng)濟增長的空間關(guān)聯(lián)性近年來有減弱的跡象。

為了直觀研究我國區(qū)域農(nóng)業(yè)經(jīng)濟增長的空間集聚狀況，本文繪制了Moran散點圖，見圖2（限于篇幅只呈現(xiàn)2013年散點圖）。圖2顯示，我國31個?。ㄖ陛犑?、自治區(qū)）中有24個處于第一象限和第三象限，即我國區(qū)域農(nóng)業(yè)

經(jīng)濟增長具有高度的集聚性和非均質(zhì)性。因此，在研究農(nóng)業(yè)水土匹配與區(qū)域農(nóng)業(yè)經(jīng)濟增長關(guān)系時，要重視其空間關(guān)聯(lián)性，避免估計結(jié)果有偏。

3.3空間面板數(shù)據(jù)模型經(jīng)驗估計結(jié)果

目前常用的空間計量模型包括空間誤差模型、空間滯后模型和空間杜賓模型，為了保證估計結(jié)果的穩(wěn)健性，本文根據(jù)以下遴選步驟選擇相對合理的模型：首先，在鄰接權(quán)重矩陣下根據(jù)AIC準則對固定效應(yīng)和隨機效應(yīng)進行選擇，AIC值與模型解釋能力呈反比；然后，根據(jù)Log likelihood與R2值評價模型的擬合優(yōu)度，這兩者的值與模型擬合優(yōu)度呈正比；最后，對空間杜賓模型是否可轉(zhuǎn)化為另外兩種空間模型進行檢驗，若結(jié)果顯著拒絕原假設(shè)，則選擇空間杜賓模型。

按照以上步驟，將空間杜賓模型的固定效應(yīng)模型作為最終解釋模型，表2報告了鄰接空間權(quán)重下的空間杜賓模型估計結(jié)果。

（1）水土匹配度的空間溢出效應(yīng)

第一，水土匹配度對農(nóng)業(yè)經(jīng)濟增長空間溢出的直接效應(yīng)。水土匹配度對區(qū)域內(nèi)的農(nóng)業(yè)經(jīng)濟增長的溢出效應(yīng)是0.026 9，且通過1%的顯著性水平檢驗。這說明一個地區(qū)的水土匹配度對本地區(qū)農(nóng)業(yè)經(jīng)濟增長具有促進作用。

第二，水土匹配度對農(nóng)業(yè)經(jīng)濟增長空間溢出的間接效應(yīng)。水土匹配度的間接溢出效應(yīng)為0.080 9，且通過1%的顯著性水平檢驗。這說明某個地區(qū)的水土匹配度會對與其相鄰的其他地區(qū)農(nóng)業(yè)經(jīng)濟增長產(chǎn)生促進作用，且對其他地區(qū)的促進作用大于對本地區(qū)的促進作用，相鄰區(qū)域的農(nóng)業(yè)生產(chǎn)存在“示范效應(yīng)”和“模仿效應(yīng)”，如當(dāng)一個區(qū)域采用先進的農(nóng)業(yè)生產(chǎn)技術(shù)實現(xiàn)節(jié)水農(nóng)業(yè)生產(chǎn)時，與其鄰接的地區(qū)會最先受到該“示范效應(yīng)”的影響，隨之而來的“模仿效應(yīng)”會促進該地區(qū)的農(nóng)業(yè)經(jīng)濟增長。

第三，水土匹配度對農(nóng)業(yè)經(jīng)濟增長空間溢出的綜合效應(yīng)。水土匹配度對農(nóng)業(yè)經(jīng)濟增長空間溢出的綜合效應(yīng)為0.107 7，且通過1%的顯著性水平檢驗，說明地區(qū)與地區(qū)間地理鄰接因素強化了水土匹配度對區(qū)域農(nóng)業(yè)經(jīng)濟增長的空間溢出效應(yīng)。

（2）控制變量的空間溢出效應(yīng)

根據(jù)空間溢出效應(yīng)分解結(jié)果，農(nóng)村有效勞動力在鄰接空間權(quán)重下對農(nóng)業(yè)經(jīng)濟增長的直接效應(yīng)在5%的顯著性水平下為正值，間接效應(yīng)和綜合效應(yīng)在1%的顯著性水平下為負值，即某個地區(qū)農(nóng)村有效勞動力投入對其鄰接地區(qū)的農(nóng)業(yè)經(jīng)濟發(fā)展產(chǎn)生空間負效應(yīng)，這種負效應(yīng)源自農(nóng)村勞動力轉(zhuǎn)移，這種轉(zhuǎn)移是隨社會經(jīng)濟發(fā)展而產(chǎn)生的一種必然現(xiàn)象，是經(jīng)濟要素在空間上的重置過程。

農(nóng)村住戶固定資產(chǎn)投資對農(nóng)業(yè)經(jīng)濟增長的直接效應(yīng)、間接效應(yīng)和綜合效應(yīng)在統(tǒng)計上不顯著，且總效應(yīng)為負值，即農(nóng)村住戶固定資產(chǎn)投資額的大小并不能促進區(qū)域農(nóng)業(yè)經(jīng)濟增長。2014年全國農(nóng)村住戶固定資產(chǎn)總投資額為10 546億元，從各地區(qū)農(nóng)村住戶固定資產(chǎn)投資投向情況來看，其中投向農(nóng)業(yè)的僅為2 077.6億元，僅占總投資額的19.7%，而投向房地產(chǎn)業(yè)的高達7 429.76億元，占總投資額的70.4%；從各地區(qū)農(nóng)村住戶固定資產(chǎn)投資結(jié)構(gòu)來看，投向生產(chǎn)設(shè)備的僅為1 604.7億元，約占總投資額的15.2%。總體而言農(nóng)村住戶對農(nóng)業(yè)生產(chǎn)性固定資產(chǎn)投資額度偏小，不足以促進區(qū)域農(nóng)業(yè)經(jīng)濟增長。

化肥施用量對農(nóng)業(yè)經(jīng)濟增長的直接效應(yīng)、間接效應(yīng)和綜合效應(yīng)均在1%的顯著性水平下為正值，說明在農(nóng)業(yè)生產(chǎn)過程中，合理增加化肥施用量可以有效促進農(nóng)業(yè)經(jīng)濟發(fā)展，且具有一定的空間溢出效應(yīng)，但考慮到化肥過量施用帶來的環(huán)境問題，農(nóng)業(yè)生產(chǎn)中要科學(xué)施用化肥，提高化肥的利用效率。

4結(jié)論及討論

通過本次研究，可以得出如下結(jié)論：①我國農(nóng)業(yè)水土匹配度較低，在空間上水土資源形成區(qū)域與消耗區(qū)域不一致，農(nóng)業(yè)生產(chǎn)受到水土資源約束。②在鄰接空間相關(guān)關(guān)系下，我國區(qū)域農(nóng)業(yè)經(jīng)濟增長呈現(xiàn)顯著的空間集聚性。③在加入農(nóng)業(yè)生產(chǎn)人、財、物投入等控制變量后，水土匹配度對區(qū)域農(nóng)業(yè)經(jīng)濟發(fā)展的區(qū)域內(nèi)和區(qū)域間的溢出效應(yīng)都顯著為正，總體上水土匹配度對區(qū)域農(nóng)業(yè)經(jīng)濟發(fā)展具有正向的溢出效應(yīng)。農(nóng)村有效勞動力投入對區(qū)域農(nóng)業(yè)經(jīng)濟發(fā)展的區(qū)域內(nèi)溢出效應(yīng)顯著為正，區(qū)域間和綜合溢出效應(yīng)顯著為負；農(nóng)村住戶固定資產(chǎn)投資對區(qū)域農(nóng)業(yè)經(jīng)濟增長的直接效應(yīng)、間接效應(yīng)和總效應(yīng)在統(tǒng)計上不顯著，且總效應(yīng)為負值；化肥施用量對區(qū)域農(nóng)業(yè)經(jīng)濟增長的直接溢出效應(yīng)、間接溢出效應(yīng)和綜合效應(yīng)均顯著為正。

為實現(xiàn)我國農(nóng)業(yè)水土資源匹配可持續(xù)利用，促進我國區(qū)域農(nóng)業(yè)經(jīng)濟不斷增長，保障我國糧食安全，必須從戰(zhàn)略層面采取措施優(yōu)化農(nóng)業(yè)水土資源匹配關(guān)系。關(guān)于我國農(nóng)業(yè)生產(chǎn)過程中虛擬水與虛擬耕地的關(guān)系研究，是進一步值得探討的問題。

（編輯：劉照勝）

參考文獻（References）

[1]南紀琴，陶國通，王景雷，等. 區(qū)域農(nóng)業(yè)水土資源利用潛力估算方法——以河套灌區(qū)為例[J]. 自然資源學(xué)報，2015（8）：1378-1390. [NAN Jiqin， TAO Guotong， WANG Jinglei， et al. Estimates of agricultural water and soil resources utilization potential：a case study on hetao irrigation area[J]. Journal of natural resources， 2015（8）：1378-1390.]

[2]陶國芳，蔣兆恒，秦麗杰. 基于基尼系數(shù)的通化地區(qū)水土資源匹配分析[J]. 中國農(nóng)業(yè)資源與區(qū)劃，2012（4）：67-71. [TAO Guofang， JIANG Zhaoheng， QIN Lijie. Analysis of balance between water and land resources in Tonghua region using Gini coefficient [J]. Chinese journal of agricultural resources and regional planning， 2012（4）：67-71.]

[3]馬慧敏，武鵬林. 基于基尼系數(shù)的山西省水資源空間匹配度分析[J]. 人民黃河，2014（11）：58-61. [MA Huimin， WU Penglin.Spatial matching analysis of Shanxi provinces water resources based on Gini coefficient [J]. Yellow River， 2014（11）：58-61.]

[4]張曉濤，于法穩(wěn). 黃河流域經(jīng)濟發(fā)展與水資源匹配狀況分析[J]. 中國人口·資源與環(huán)境，2012，22（10）：1-6. [ZHANG Xiaotao， YU Fawen.Analysis of matching status between economic development and water resources in the Yellow River basin [J]. China population， resources and environment， 2012，22（10）：1-6.]

[5]SUN Xihua， ZHANG Daimin， WAN Han， et al. Analysis of coupling between soil and water conservation and economicsocial development [J]. Chinese journal of population， resources and environment， 2009， 7（1）：76-81.

[6]ZHANG C， ZHANG H. Can regional economy influence Chinas water use intensity？based on refined LMDI method[J]. Chinese journal of population， resources and environment， 2014， 12（3）：247-254.

[7]李靜，蔣長流. 農(nóng)業(yè)勞動生產(chǎn)率區(qū)域差異與農(nóng)業(yè)用能強度收斂性[J]. 中國人口·資源與環(huán)境，2014， 24（11）：17-25. [LI Jing， JIANG Changliu.Regional difference of agricultural labor productivity and the convergence of agricultural energy consumption intensity[J]. China population， resources and environment， 2014， 24（11）：17-25.]

[8]ULIMENGU J， SANYAL P. Using a spatial growth model to provide evidence of agricultural spillovers between countries in the NEPAD CAADP framework[R]. IFPRI discussion paper， 2011.

[9]曾國平，羅航艷，曹躍群. 中國農(nóng)業(yè)經(jīng)濟增長的空間分布及相關(guān)性——基于31個省區(qū)1985-2008年的面板數(shù)據(jù)分析[J]. 湖南農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2010（5）：1-6，37. [ZENG Guoping， LUO Hangyan， CAO Yuequn. Spatial distribution and correlation of agriculture economic development in China： based on the panel data in 1985-2008 of 31 provinces， autonomous region and municipality[J]. Journal of Hunan Agricultural University （social sciences edition）， 2010（5）：1-6，37.]

[10]李保國，黃峰. 1998-2007年中國農(nóng)業(yè)用水分析[J]. 水科學(xué)進展，2010（4）：575-583. [LI Baoguo， HUANG Feng. Trends in Chinas agricultural water use during recent decade using the green and blue water approach[J]. Advances in water science， 2010（4）：575-583.]

[11]LESAGE P， PACE R K. Introduction to spatial econometrics[J]. Taylor & Francis Group， LLC. 2009.

[12]Pace R K， LESAGE P. Interpreting spatial econometric model[R]//North American meeting of the Regional Science Association International.Toronto， CA， 2006.

[13]周曉，朱農(nóng). 論人力資本對中國農(nóng)村經(jīng)濟增長的作用[J]. 中國人口科學(xué)，2003（6）：21-28. [ZHOU Xiao， ZHU Nong. The effect of human capital on rural economic growth in China[J]. Chinese journal of population science， 2003（6）：21-28.]

[14]劉華軍，張權(quán)，楊騫. 城鎮(zhèn)化、空間溢出與區(qū)域經(jīng)濟增長——基于空間回歸模型偏微分方法及中國的實證[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟，2014（10）：95-105. [LIU Huajun， ZHANG Quan， YANG Qian. Urbanization， spatial spillover and regional economic growth based on partial differential method for spatial regression model and the empirical analysis of China[J]. Journal of agrotechnical economics， 2014（10）：95-105.]