產(chǎn)業(yè)集聚對農(nóng)業(yè)能源效率的影響研究
——基于長江經(jīng)濟(jì)帶的實證分析

徐若梅 鄭祥生

(安徽農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，安徽 合肥 230036)

一、引言

改革開放以來，我國農(nóng)業(yè)快速發(fā)展，使得農(nóng)村居民的生活水平得到較大的提高，但這一切都是建立在高投入、高污染的基礎(chǔ)上，對我國的環(huán)境造成了極大的破壞(李谷成，2014)[1]。長江經(jīng)濟(jì)帶大部分區(qū)域都非常適合農(nóng)業(yè)生產(chǎn)，但近年來，長江經(jīng)濟(jì)帶的農(nóng)產(chǎn)品產(chǎn)量所占全國比重持續(xù)下降，糧食自給困難，除安徽、江西的人口糧食產(chǎn)量超過全國平均水平以外，其它省(市)均低于全國水平(李裕瑞，2015)[2]。另外，長江經(jīng)濟(jì)帶的碳排放量約占全國的44.6%，農(nóng)業(yè)已經(jīng)成為繼工業(yè)之后的第二大碳排放行業(yè)(曹俊文，2019)[3]。而能源使用是農(nóng)業(yè)碳排放產(chǎn)生的重要源泉(馬大來，2014)[4]。所以需要研究長江經(jīng)濟(jì)帶的農(nóng)業(yè)能源使用效率，從而為農(nóng)業(yè)生產(chǎn)活動中節(jié)能減排提供路徑和依據(jù)。

對于全要素農(nóng)業(yè)能源效率研究主要有以下幾個方面：(1)全要素農(nóng)業(yè)能源效率的測算方法各異，主要有CRS假設(shè)下基于投入的DEA模型(欒義君，2014；周輝，2016)[5][6]、基于方向性距離函數(shù)和DEA方法(于偉詠，2015)[7]、包含非期望產(chǎn)出的SBM模型(冉啟英，2017，2018)[8][9]、窗口DEA模型(杜輝，2019)[10]、包含非期望產(chǎn)出的EBM模型(李海鵬，2020)[11]。(2)研究的區(qū)域主要是全國各省(市)和傳統(tǒng)意義上的東中西部區(qū)域(欒義君，2014；周輝，2016；于偉詠，2015；冉啟英，2017，2018；杜輝，2019；李海鵬，2020)[5～11]。(3)影響因素。研究發(fā)現(xiàn)，能源價格變動、技術(shù)進(jìn)步分別對農(nóng)業(yè)能源效率有顯著的影響(平衛(wèi)英，2012)[12]；勞動力、資本、能源等要素價格對農(nóng)業(yè)能源效率具有影響(戴紅軍，2016)[13]；農(nóng)村收入增加、農(nóng)業(yè)技術(shù)改善和農(nóng)業(yè)產(chǎn)值占比增加都會對農(nóng)業(yè)能源效率具有促進(jìn)作用(周輝，2016；冉啟英，2017；魏瑋，2018)[6][8][14]；人均人力資本水平、農(nóng)民人均純收入水平和城鎮(zhèn)化水平等都對農(nóng)業(yè)能源效率具有影響(李海鵬，2020)[11]。

學(xué)者們對農(nóng)業(yè)產(chǎn)業(yè)集聚的研究發(fā)現(xiàn)，農(nóng)業(yè)產(chǎn)業(yè)集聚具有規(guī)模經(jīng)濟(jì)與范圍經(jīng)濟(jì)，可以將農(nóng)業(yè)產(chǎn)業(yè)集聚作為提升農(nóng)業(yè)競爭力與推動農(nóng)業(yè)可持續(xù)發(fā)展的重要切入點(鄭風(fēng)田，2005；王艷榮，2012)[15][16]。

基于上述文獻(xiàn)可知，目前以長江經(jīng)濟(jì)帶地區(qū)為研究對象來研究農(nóng)業(yè)能源效率的文獻(xiàn)并不多見；關(guān)于農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)能源效率的作用，學(xué)界的探索較少?；诖耍疚臏y算長江經(jīng)濟(jì)帶的11個省(市)2013～2019年間的農(nóng)業(yè)能源效率和農(nóng)業(yè)產(chǎn)業(yè)集聚度，探索長江經(jīng)濟(jì)帶農(nóng)業(yè)能源效率的空間相關(guān)性，進(jìn)一步使用面板模型和門檻模型檢驗農(nóng)業(yè)產(chǎn)業(yè)集聚對全要素農(nóng)業(yè)能源效率的影響，并為相關(guān)部門提出相關(guān)的政策建議。

二、農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)能源效率的影響機(jī)制分析

首先，農(nóng)業(yè)產(chǎn)業(yè)集聚會通過規(guī)模經(jīng)濟(jì)效應(yīng)對農(nóng)業(yè)能源效率產(chǎn)生影響。隨著農(nóng)業(yè)產(chǎn)業(yè)集聚的形成，農(nóng)業(yè)生產(chǎn)的規(guī)模擴(kuò)大，農(nóng)業(yè)生產(chǎn)效率、技術(shù)效率和流通效率會得到顯著提高，并形成規(guī)模經(jīng)濟(jì)效應(yīng)(王學(xué)真，2007)[17]。也就是說農(nóng)業(yè)產(chǎn)業(yè)集聚能夠在增加農(nóng)業(yè)產(chǎn)出的同時減少能源、人力、土地等各種要素的投入，從而提高農(nóng)業(yè)能源效率。其次，農(nóng)業(yè)產(chǎn)業(yè)集聚會產(chǎn)生行業(yè)外部性從而對農(nóng)業(yè)能源效率產(chǎn)生影響。農(nóng)業(yè)產(chǎn)業(yè)集聚產(chǎn)生的外部性會使產(chǎn)業(yè)集聚內(nèi)部出現(xiàn)工作的專業(yè)化細(xì)分，使得各個生產(chǎn)環(huán)節(jié)的生產(chǎn)效率得到提高，從而實現(xiàn)各環(huán)節(jié)的高效工作和節(jié)能減排。并且，農(nóng)業(yè)產(chǎn)業(yè)集聚可以促進(jìn)企業(yè)之間加強(qiáng)合作、共同節(jié)能減排，并能夠形成迂回經(jīng)濟(jì)(楊禮瓊，2011)[18]，進(jìn)一步降低農(nóng)業(yè)生產(chǎn)中使用能源所產(chǎn)生的二氧化碳的排放，最終會提高農(nóng)業(yè)能源效率。另外，農(nóng)業(yè)產(chǎn)業(yè)集聚會通過規(guī)模外部性對農(nóng)業(yè)能源效率產(chǎn)生影響。規(guī)模外部性可以通過產(chǎn)業(yè)集聚帶來的各種新技術(shù)、新的管理理念以及市場和公共資源的共享來減少能源的使用和相關(guān)的碳排放，從而提高農(nóng)業(yè)能源效率。同時，相關(guān)的知識溢出還是農(nóng)業(yè)產(chǎn)業(yè)集聚的“高級資源”(宋燕平，2009)[19]?；谏鲜龇治觯疚奶岢黾僬fH1：

H1:農(nóng)業(yè)產(chǎn)業(yè)集聚能提高農(nóng)業(yè)能源效率。

農(nóng)業(yè)產(chǎn)業(yè)集聚有孕育、成長、成熟階段的劃分(周新德，2009)[20]，這表明農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)能源效率的影響可能是變化的。換言之，農(nóng)業(yè)產(chǎn)業(yè)發(fā)展的不同階段可能對農(nóng)業(yè)能源效率產(chǎn)生積極或負(fù)面的影響。另外，農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)能源效率的積極作用可能只存在于一定的集聚度范圍之內(nèi)或者一定時間內(nèi)(閆逢柱，2011)[21]，因而二者可能不是簡單的線性關(guān)系。由上述分析，提出假說H2：

H2：農(nóng)業(yè)產(chǎn)業(yè)集聚與農(nóng)業(yè)能源效率之間具有非線性關(guān)系。

三、研究方法和數(shù)據(jù)來源

(一) 全要素農(nóng)業(yè)能源效率的測算方法與數(shù)據(jù)來源

本文使用Undesirable-SBM模型在計算綜合效率的同時，也可計算各要素的期望投入，計算模型如下：

(1)

(2)

(3)

(4)

上式中ρ為綜合效率，在0到1之間取值。利用式(1)～(4)中得到的期望農(nóng)業(yè)能源投入來計算農(nóng)業(yè)能源效率：

(5)

其中EEit為農(nóng)業(yè)能源效率，AEIit為實際能源投入，ECVit為期望能源投入。

本文使用DEA-solver-Pro13軟件計算2013～2019年間長江經(jīng)濟(jì)帶的11個省(市)的農(nóng)業(yè)能源效率，相關(guān)投入產(chǎn)出指標(biāo)包括：(1)土地，以農(nóng)作物播種面積表示。(2)人力，以第一產(chǎn)業(yè)就業(yè)人數(shù)表示。(3)資本，以第一產(chǎn)業(yè)資本存量表示。根據(jù)宗振利等(2014)[22]依據(jù)永續(xù)存盤法Kt=(1-δt)Kt-1+It計算的資本存量，并從宗振利計算的2010年的資本存量更新到2019年，再轉(zhuǎn)換為以2010年為基期的資本存量。(4)能源，以原煤、焦炭、汽油、煤油、柴油、電力等的直接能源投入轉(zhuǎn)換為標(biāo)準(zhǔn)煤來表示。(5)期望產(chǎn)出，以2010年為基期的第一產(chǎn)業(yè)產(chǎn)值表示。(6)非期望產(chǎn)出，以能源消耗所產(chǎn)生的二氧化碳排放表示。

上述數(shù)據(jù)來源于各省(市)的統(tǒng)計年鑒、《中國統(tǒng)計年鑒》《中國固定資產(chǎn)投資統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》和各種能源的碳排放系數(shù)取自于《中國省級溫室氣體指南》。

(二)農(nóng)業(yè)產(chǎn)業(yè)集聚的概念及測度方法

農(nóng)業(yè)產(chǎn)業(yè)集聚是不同農(nóng)業(yè)經(jīng)濟(jì)活動參與主體相互聯(lián)合成的有機(jī)集合，并在地域空間上表現(xiàn)出高度集中特征的現(xiàn)象(尹成杰，2006)[23]。一般將農(nóng)業(yè)產(chǎn)業(yè)集聚看作是一個或者多個農(nóng)業(yè)主導(dǎo)產(chǎn)業(yè)及其經(jīng)濟(jì)活動在特定地域范圍內(nèi)的高度集中，并因此形成具有互補(bǔ)或者共性的有機(jī)體的動態(tài)發(fā)展過程(肖衛(wèi)東，2014)[24]。

目前農(nóng)業(yè)產(chǎn)業(yè)集聚的測算方法主要有區(qū)位熵指數(shù)(李二玲，2016)[25]、空間基尼系數(shù)(賈興梅，2014)[26]、產(chǎn)業(yè)集中率與地區(qū)產(chǎn)業(yè)平均集中率(王國剛，2014)[27]、Moran’s Ⅰ指數(shù)(肖衛(wèi)東，2015)[28]。因為區(qū)位熵指數(shù)能較為真實地反映地理要素的空間分布情況、消除地區(qū)規(guī)模差異等特點(楊仁發(fā)，2013)[29]，因此本文選擇區(qū)位熵指數(shù)來衡量農(nóng)業(yè)產(chǎn)業(yè)集聚，表達(dá)式如下：

(6)

其中njij表示農(nóng)業(yè)產(chǎn)業(yè)集聚度，Pij表示i地區(qū)的農(nóng)業(yè)從業(yè)人數(shù)，Pi表示i地區(qū)的總就業(yè)人數(shù)；Pj表示長江經(jīng)濟(jì)帶的農(nóng)業(yè)從業(yè)人數(shù)，P表示長江經(jīng)濟(jì)帶的總就業(yè)人數(shù)。

(三)空間自相關(guān)檢驗

地理因素對環(huán)境經(jīng)濟(jì)問題往往有著重要作用(Luc Anselin，2001)[30]，并且農(nóng)業(yè)生產(chǎn)活動表現(xiàn)出空間正相關(guān)特性，空間異質(zhì)性的假設(shè)可能會導(dǎo)致研究結(jié)論的不同(吳玉鳴，2010)[31]。為了探究農(nóng)業(yè)能源效率是否存在空間依賴現(xiàn)象，進(jìn)而確定相對準(zhǔn)確的模型，本文先使用全局Moran’s Ⅰ指數(shù)進(jìn)行檢驗：

(7)

其中y、S2、Wij分別是農(nóng)業(yè)能源效率和方差以及權(quán)重矩陣。Moran’s Ⅰ∈[-1,1]。Moran’s Ⅰ指數(shù)小于0、等于0、大于0，分別表示農(nóng)業(yè)能源效率與地理位置負(fù)向相關(guān)、無關(guān)、正向相關(guān)；其絕對值越大，表明空間依賴性越強(qiáng)。再使用局部Moran’s Ⅰ查看長江經(jīng)濟(jì)帶的農(nóng)業(yè)能源效率的集聚狀態(tài)。

(四)面板模型

使用面板模型研究相關(guān)影響因素對農(nóng)業(yè)能源效率的影響，并為下一步探究農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)能源效率的影響做鋪墊，模型為：

yit=α+βxit+μi+φt+εit

(8)

其中yit是農(nóng)業(yè)能源效率，α是截距，β是系數(shù)行向量，x是一系列影響因素，μi和φt是個體固定和時間固定效應(yīng)，εit是隨機(jī)誤差。

(五)門檻模型

由于門檻模型能夠消除結(jié)構(gòu)性問題以及判斷農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)能源效率的影響是否是線性的，所以采用門檻模型。單一門檻模型如下：

yit=a0+a1xitI(ωit≤γ1)

+a2xitI(γ1≤ωit)+μit+εit

(9)

其中xit為解釋變量，ωit為門限變量，γ1為門限值。

(六)變量選擇

門檻模型的因變量選擇農(nóng)業(yè)能源效率，核心自變量選擇農(nóng)業(yè)產(chǎn)業(yè)集聚，控制變量根據(jù)周輝等[6]、冉啟英等[8]、李海鵬等[11]的研究選擇農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)化水平、工業(yè)化水平、教育水平作為控制變量。農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)(nc)，以農(nóng)業(yè)產(chǎn)值占第一產(chǎn)業(yè)的比例表示，數(shù)據(jù)來源于各省(市)的統(tǒng)計年鑒；城鎮(zhèn)化水平(cz)，以地區(qū)城鎮(zhèn)人數(shù)占地區(qū)總?cè)藬?shù)的比例表示，數(shù)據(jù)來源于各省(市)的統(tǒng)計年鑒；工業(yè)化水平(gy)，以地區(qū)工業(yè)產(chǎn)值占總產(chǎn)值的比例表示，數(shù)據(jù)來源于各省(市)的統(tǒng)計年鑒；教育水平(jy)，將農(nóng)民分為5個檔次：未上過學(xué)、小學(xué)、初中、高中、大專及大專以上，考慮現(xiàn)實情況，將不識字或識字很少的受教育年限用小學(xué)學(xué)制的中值3表示，其他分別為6、9、12、16表示，數(shù)據(jù)來源于《中國人口和就業(yè)統(tǒng)計年鑒》。相關(guān)變量的統(tǒng)計性描述如表1。

表1 變量的統(tǒng)計性描述

四、農(nóng)業(yè)能源效率和農(nóng)業(yè)產(chǎn)業(yè)集聚度的測算

(一)長江經(jīng)濟(jì)帶農(nóng)業(yè)能源效率

由表2可知，從省(市)級來看，各省之間有較大的差距。江蘇、浙江、江西、四川、重慶的農(nóng)業(yè)能源效率在考察期內(nèi)的農(nóng)業(yè)能源效率均值都超過了0.9，且江蘇、浙江、四川一直處于整個長江經(jīng)濟(jì)帶的生產(chǎn)前沿面上，代表著長江經(jīng)濟(jì)帶中最高的農(nóng)業(yè)能源效率水平，而湖北、湖南、貴州、云南、安徽、上海在考察期內(nèi)的農(nóng)業(yè)能源效率的均值都低于整個長江經(jīng)濟(jì)帶在考察期內(nèi)的農(nóng)業(yè)能源效率的均值0.89。

表2 長江經(jīng)濟(jì)帶農(nóng)業(yè)能源效率

分上中下游來看長江經(jīng)濟(jì)帶的農(nóng)業(yè)能源效率，在整個考察期間內(nèi)，上、中、下游的平均農(nóng)業(yè)能源效率分別為：0.86，0.87，0.93。長江下游的能源效率高于長江中、上游，可能源于長江下游的農(nóng)業(yè)自然資源較好，農(nóng)業(yè)發(fā)展較早，沿海最先接觸先進(jìn)的農(nóng)業(yè)技術(shù)和管理理念；長江中游高于長江上游可能因為中游的省份較上游可以快一步地承接來自下游的技術(shù)轉(zhuǎn)移。

從總體趨勢來看，貴州、云南、湖南、安徽的農(nóng)業(yè)能源效率都逐步下降，而長江經(jīng)濟(jì)帶的其它省份相對較為平穩(wěn)，在考察期內(nèi)的變化不大。農(nóng)業(yè)能源效率下降的省份近年來的農(nóng)業(yè)投資增長速度較快，造成短時間內(nèi)形成“高投入—高污染”的現(xiàn)象，但有些基礎(chǔ)設(shè)施建設(shè)的投入不能立刻投入使用，以及新型技術(shù)不能被立刻熟練使用，需要較長的轉(zhuǎn)換時間，所以農(nóng)業(yè)能源效率下降。

表3 全局莫蘭指數(shù)

由表3可知莫蘭指數(shù)值沒有一個是顯著的，所以長江經(jīng)濟(jì)帶的各省(市)的農(nóng)業(yè)能源效率不存在空間自相關(guān)，沒有顯著的空間集聚特征，即各地區(qū)在農(nóng)業(yè)能源使用方面不存在地區(qū)間明顯的相互學(xué)習(xí)與借鑒的行為，產(chǎn)業(yè)之間也缺乏相應(yīng)的協(xié)同合作。

(二)農(nóng)業(yè)能源效率的局部空間相關(guān)性

由表4的2013～2019長江經(jīng)濟(jì)帶農(nóng)業(yè)能源效率空間聚類類型可知，長江經(jīng)濟(jì)帶的農(nóng)業(yè)能源效率聚類類型主要以長江下游省份的“低—高”為主，中游沒有出現(xiàn)顯著的集聚現(xiàn)象，上游也只是2018年出現(xiàn)了“高—低”集聚現(xiàn)象。長江下游的上海市和安徽省相對于長江下游的浙江、江蘇省份農(nóng)業(yè)能源效率一直是處于相對較低水平的，雖然低高集聚由上海市變?yōu)榘不帐?，但這并不是上海市農(nóng)業(yè)能源效率受周圍高農(nóng)業(yè)能源效率地區(qū)的正向溢出效應(yīng)影響而提高，使得安徽相對落后于上海，相反是安徽的農(nóng)業(yè)高投入使得其農(nóng)業(yè)能源效率降低，而上海農(nóng)業(yè)能源效率較為平穩(wěn)導(dǎo)致安徽低于上海。同樣在2018年長江上游出現(xiàn)以四川為中心的高低聚集，不是因為四川省農(nóng)業(yè)能源效率提高導(dǎo)致的，而是周圍的貴州、四川地區(qū)的農(nóng)業(yè)能源效率的降低導(dǎo)致的，以上表明長江經(jīng)濟(jì)帶沒有出現(xiàn)“高—高”農(nóng)業(yè)能源效率的集聚現(xiàn)象，也表明沒有顯著出現(xiàn)高農(nóng)業(yè)能源效率地區(qū)向低農(nóng)業(yè)效率溢出的正向影響。

(三)農(nóng)業(yè)產(chǎn)業(yè)集聚度的測算

由表5可知，長江經(jīng)濟(jì)帶各省(市)農(nóng)業(yè)產(chǎn)業(yè)集聚度之間有較為明顯的差別，考察期內(nèi)產(chǎn)業(yè)集聚度平均值最高的是貴州1.799，最低的是上海0.104，貴州的農(nóng)業(yè)產(chǎn)業(yè)集聚度超過了上海10倍。農(nóng)業(yè)產(chǎn)業(yè)集聚度有6個省超過了1；5個省(市)小于1，其中有2個小于0.5。長江經(jīng)濟(jì)帶上游農(nóng)業(yè)產(chǎn)業(yè)集聚度平均值為1.41，要高于中游1.12和下游的0.514，這可能是由于農(nóng)業(yè)產(chǎn)業(yè)集聚程度與農(nóng)業(yè)和其它產(chǎn)業(yè)發(fā)展的相對程度有關(guān)，因為發(fā)展好的產(chǎn)業(yè)會吸引更多的就業(yè)人員以及資金，由于沿海地區(qū)的地理優(yōu)勢、政策導(dǎo)向、交通便利使得長江上、中游的經(jīng)濟(jì)發(fā)展相對下游較為落后，從而使得農(nóng)業(yè)就業(yè)的吸引力不如其它行業(yè)，經(jīng)濟(jì)發(fā)展水平不如長江下游，從而使得農(nóng)業(yè)產(chǎn)值占總產(chǎn)值的比重要高于下游。

表4 長江經(jīng)濟(jì)帶農(nóng)業(yè)能源效率的聚類

表5 長江經(jīng)濟(jì)帶農(nóng)業(yè)產(chǎn)業(yè)平均集聚度

五、農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)能源效率的影響

(一)面板模型估計

由上文的空間自相關(guān)檢驗可知，長江經(jīng)濟(jì)帶省(市)之間不存在空間地理位置上的相關(guān)性，所以可以使用面板回歸模型，對農(nóng)業(yè)產(chǎn)業(yè)集聚與農(nóng)業(yè)能源效率之間的關(guān)系進(jìn)行驗證。

表6 模型回歸結(jié)果

由表6的Hausman檢驗可知，在5%的概率水平下拒絕了隨機(jī)效應(yīng)模型，應(yīng)該選擇固定效應(yīng)模型。

農(nóng)業(yè)產(chǎn)業(yè)集聚度對農(nóng)業(yè)能源效率影響的一次方項系數(shù)為負(fù)且顯著，平方項系數(shù)為正且顯著，表明農(nóng)業(yè)產(chǎn)業(yè)集聚度對農(nóng)業(yè)能源效率的影響呈現(xiàn)出正“U”形特點，在農(nóng)業(yè)產(chǎn)業(yè)集聚程度較低的時候，隨著農(nóng)業(yè)產(chǎn)業(yè)集聚度的提高，長江經(jīng)濟(jì)帶的農(nóng)業(yè)能源效率先逐步下降，但當(dāng)農(nóng)業(yè)產(chǎn)業(yè)集聚度提高到一定程度之后長江經(jīng)濟(jì)帶的農(nóng)業(yè)能源效率開始提高。驗證了前文的假說1和假說2。因為在農(nóng)業(yè)發(fā)展初級階段，農(nóng)業(yè)產(chǎn)業(yè)集聚度較低，農(nóng)業(yè)產(chǎn)業(yè)發(fā)展主要依靠大量的農(nóng)業(yè)生產(chǎn)要素投入，包括基礎(chǔ)設(shè)施建設(shè)、土地平整、新技術(shù)試用等，大量的要素投入短期內(nèi)難以獲得充分利用，需要較長的轉(zhuǎn)化時間，所以會導(dǎo)致農(nóng)業(yè)能源效率短期內(nèi)降低。但是，隨著農(nóng)業(yè)產(chǎn)業(yè)集聚度的進(jìn)一步提高，農(nóng)業(yè)產(chǎn)業(yè)集聚的規(guī)?；?yīng)出現(xiàn)，相應(yīng)區(qū)域內(nèi)開始出現(xiàn)更加細(xì)致的分工合作，以及基礎(chǔ)設(shè)施、新技術(shù)、勞動力市場得到充分的共享和利用，產(chǎn)生正向外部溢出效應(yīng)，農(nóng)業(yè)生產(chǎn)開始向綠色、節(jié)能方向發(fā)展，所以農(nóng)業(yè)能源效率開始提升。

控制變量對農(nóng)業(yè)能源效率的影響。長江經(jīng)濟(jì)帶的工業(yè)化水平對農(nóng)業(yè)能源效率的影響為負(fù)且顯著。這是因為雖然工業(yè)化水平提高會給農(nóng)業(yè)發(fā)展提供各項先進(jìn)的技術(shù)、機(jī)械、生產(chǎn)要素等發(fā)展條件，但工業(yè)發(fā)展會吸收大量的國家財政支出、勞動力以及土地等，并且會提高石油等高二氧化碳排放的化石能源在農(nóng)業(yè)中的使用，所以會對農(nóng)業(yè)能源效率產(chǎn)生負(fù)面影響，同樣說明了長江經(jīng)濟(jì)帶仍處于農(nóng)業(yè)供養(yǎng)工業(yè)的階段。

農(nóng)村教育水平對農(nóng)業(yè)能源效率的影響為負(fù)但不顯著，說明長江經(jīng)濟(jì)帶的農(nóng)村人口仍然以未受教育、小學(xué)、初高中的低學(xué)歷人群為主。在當(dāng)前我國的農(nóng)業(yè)生產(chǎn)中，只有擁有較高素質(zhì)的農(nóng)業(yè)從業(yè)者，才相對擁有較好的環(huán)保意識，才會選擇資源節(jié)約型、環(huán)境友好型的生產(chǎn)方式。而鑒于目前長江經(jīng)濟(jì)帶農(nóng)業(yè)生產(chǎn)者擁有相對較低的教育水平，短期內(nèi)不容易得到提升，又因其一般會選擇以高產(chǎn)出為導(dǎo)向的不計生態(tài)環(huán)境的傳統(tǒng)農(nóng)業(yè)生產(chǎn)方式，這必然會降低農(nóng)業(yè)能源效率。

農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)對農(nóng)業(yè)能源效率的影響為正但不顯著，表明農(nóng)業(yè)生產(chǎn)的規(guī)模化正向影響農(nóng)業(yè)能源效率。規(guī)模化的農(nóng)業(yè)生產(chǎn)活動，有利于大型農(nóng)業(yè)機(jī)械的使用，相較于小型機(jī)械無疑更能提高能源的使用效率，規(guī)模化的農(nóng)業(yè)還便于公共設(shè)施的建設(shè)與使用，繼而減少不必要的農(nóng)業(yè)能源浪費，提高農(nóng)業(yè)能源效率。

長江經(jīng)濟(jì)帶的城鎮(zhèn)化水平對農(nóng)業(yè)能源效率的影響為負(fù)且顯著，表明城鎮(zhèn)化水平的提高不利于農(nóng)業(yè)能源效率的提升。因為城鎮(zhèn)化會吸收農(nóng)村地區(qū)大量年輕勞動力，使得農(nóng)村地區(qū)出現(xiàn)勞動力老齡化，而人口老齡化會使得農(nóng)村的人力資本降低，不便于新技術(shù)和機(jī)械的推廣使用。

(二)門檻模型的估計

由上文可知不同程度農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)能源效率存在階段性的影響，所以本文選擇門檻模型進(jìn)一步驗證農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)能源效率的影響。

從表7可以看出，單一門檻的檢驗在1%水平下通過，而雙重門檻不顯著。說明在考察期內(nèi)農(nóng)業(yè)產(chǎn)業(yè)集聚度對農(nóng)業(yè)能源效率的影響只存在單一門檻值，農(nóng)業(yè)產(chǎn)業(yè)集聚度對農(nóng)業(yè)能源效率的影響是非線性的，同樣驗證了假說1和假說2。本文使用目前較為常用的極大似然估計方法尋找單一門檻值，結(jié)果見表8。模型估計結(jié)果見表9。

表7 門檻效應(yīng)檢驗

表8 門檻值和置信區(qū)間

表9 門檻模型估計結(jié)果

以農(nóng)業(yè)產(chǎn)業(yè)集聚度為門檻變量和核心解釋變量，結(jié)果表明核心解釋變量和控制變量的符號以及顯著性與上文的固定效應(yīng)一致。一階門檻效應(yīng)值為1.3762。

由上述可知，在當(dāng)前考察期內(nèi)可以將長江經(jīng)濟(jì)帶農(nóng)業(yè)產(chǎn)業(yè)集聚度對農(nóng)業(yè)能源效率的影響劃分為兩個階段，即農(nóng)業(yè)產(chǎn)業(yè)集聚度小于1.3762和大于1.3762，兩個階段的產(chǎn)業(yè)集聚度系數(shù)分別為-2.683和-2.395，表明當(dāng)前農(nóng)業(yè)產(chǎn)業(yè)集聚的程度對農(nóng)業(yè)能源效率的影響為負(fù)，即集聚度增加會降低農(nóng)業(yè)能源的利用效率，這可能是因為當(dāng)前長江經(jīng)濟(jì)帶農(nóng)業(yè)產(chǎn)業(yè)的集聚仍處于前期大量投入的階段。但大于1.3762階段的產(chǎn)業(yè)集聚度的系數(shù)要大于另一階段的系數(shù)，表明產(chǎn)業(yè)集聚度的進(jìn)一步提高會減小在產(chǎn)業(yè)集聚程度較低時對農(nóng)業(yè)能源效率的負(fù)面影響，也同樣說明長江經(jīng)濟(jì)帶的農(nóng)業(yè)產(chǎn)業(yè)集聚正向更高一級演化，從而達(dá)到正向影響農(nóng)業(yè)能源效率的階段。與固定效應(yīng)面板回歸模型對比可以說明目前長江經(jīng)濟(jì)帶的農(nóng)業(yè)發(fā)展程度還不夠高，農(nóng)業(yè)產(chǎn)業(yè)集聚度還處于較低的水平，其對農(nóng)業(yè)能源效率的影響還處于“U”字型的底部。

六、結(jié)論與建議

文章對長江經(jīng)濟(jì)帶農(nóng)業(yè)能源效率和農(nóng)業(yè)產(chǎn)業(yè)集聚度進(jìn)行測算，運用空間自相關(guān)檢驗農(nóng)業(yè)能源效率的空間依賴性，使用面板模型和門檻模型研究農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)能源效率的影響，得到結(jié)論如下：(1)長江經(jīng)濟(jì)帶整體能源效率較高，區(qū)域農(nóng)業(yè)能源效率呈上、中、下游遞增；省(市)間農(nóng)業(yè)能源效率差異明顯。(2)長江經(jīng)濟(jì)帶的農(nóng)業(yè)能源效率和地理位置沒有明顯的關(guān)系，也沒有發(fā)現(xiàn)農(nóng)業(yè)能源效率的正向溢出效應(yīng)。(3)長江經(jīng)濟(jì)帶上、中游地區(qū)農(nóng)業(yè)產(chǎn)業(yè)集聚強(qiáng)于下游地區(qū)，經(jīng)濟(jì)發(fā)展較為落后的地區(qū)有產(chǎn)業(yè)集聚增強(qiáng)的趨勢，經(jīng)濟(jì)發(fā)達(dá)地區(qū)產(chǎn)業(yè)集聚有下降的趨勢。(4)長江經(jīng)濟(jì)帶農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)能源效率的影響呈正“U”型，目前長江經(jīng)濟(jì)帶農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)能源效率主要是負(fù)向影響，農(nóng)業(yè)產(chǎn)業(yè)的發(fā)展還處于高投入階段。

根據(jù)上述結(jié)論，本文提出以下建議：(1)為解決農(nóng)業(yè)能源效率不平衡問題，以及改善區(qū)域之間缺乏交流與合作的現(xiàn)狀，應(yīng)當(dāng)加強(qiáng)地區(qū)間的交流合作，如進(jìn)行農(nóng)業(yè)對口幫扶。(2)對于現(xiàn)階段農(nóng)業(yè)產(chǎn)業(yè)發(fā)展不足、農(nóng)業(yè)產(chǎn)業(yè)集聚度較低的現(xiàn)象，政府需要落實相關(guān)的惠農(nóng)政策，積極響應(yīng)民間需求，提高農(nóng)業(yè)能源效率。(3)為提高農(nóng)業(yè)能源效率，當(dāng)?shù)卣畱?yīng)合理利用工業(yè)化發(fā)展優(yōu)勢來加大對農(nóng)業(yè)的反哺，避免因工業(yè)化而忽略了對農(nóng)業(yè)的支持；要提高農(nóng)戶的受教育水平，加大對教育資源的投資；根據(jù)地區(qū)特點，因地制宜地選擇合適的種植品種和種植規(guī)模，以達(dá)到最優(yōu)的農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)；給予大學(xué)生回鄉(xiāng)創(chuàng)業(yè)一定的政策優(yōu)惠和保障，吸引年輕人回鄉(xiāng)創(chuàng)業(yè)，使農(nóng)業(yè)生產(chǎn)者年輕化。