1. 引言
农业是人类生存的基石产业，农产品为人类提供了生存所必需的营养。在全球化的经济背景下，农产品的国际贸易日益活跃。在众多监测国际贸易状况的指标中，贸易效率显得尤为关键。由于农产品多为直接食用或用于生产食品、衣物等生活必需品的原料，其消费具有明显的时效性和紧迫性，这使得对贸易效率的要求更为严格。这一点也构成了农产品国际贸易与其他产品国际贸易的本质区别。
对于农产品国际贸易效率的研究，学界主要集中于两类分析方法：数据包络分析(Data Envelopment Analysis, DEA)与随机前沿分析(Stochastic Frontier Analysis, SFA)。在数据包络分析的应用上，邢小军等选取117个国家作为样本，运用CCR模型对中国农产品国际贸易效率问题进行实证研究[1]；龚征旗等基于中国农产品国际贸易投入产出数据，利用非径向角度Super-SBM模型对中国农产品国际贸易效率进行测算，并进一步运用Tobit一般模型分析影响效率的主要因素[2]。在随机前沿分析的应用上，李月娥等选取中国主要的15个农产品贸易对象国的农产品贸易数据，利用时变随机前沿引力模型分析中国与主要贸易国的农产品贸易效率与潜力，并从制度视角分析其影响因素[3]；郭本海等采用随机前沿引力模型实证分析中国农产品出口的影响因素，考察农产品的FTA-A深度、WTO+深度、WTO-深度以及FTA-T总深度四类协定深度对贸易非效率项的影响[4]。
辽宁省是中国重要的农产品生产基地，是中国农产品进出口大省，农产品进出口额常年位居全国前列。对辽宁省农产品国际贸易效率的测度与评价具有重要的理论意义与现实意义，是研究辽宁省“一圈一带两区”区域经济协调发展的基础，也是研究辽宁省农业高质量发展的动力机制与实现路径的前提。本文采用数据包络模型对辽宁省农产品国际贸易效率进行测度与评价，在构建模型的过程中考虑投入与产出的松弛性问题，期望获得投入或产出可以不同比例变化的改进，因此选取数据包络模型中的基于松弛测度(Slack-Based Measure, SBM)模型进行构建。进一步通过回归分析的方法对辽宁省农产品国际贸易效率的影响因素进行分析，国际贸易效率作为回归方程的因变量，其取值范围局限于某一特定区间，因此选取可以限制因变量范围的Tobit回归模型进行构建。
2. 辽宁省农产品国际贸易效率评价
2.1. 评价模型构建
根据投入或产出是否可以不同比例改进，DEA模型可以分为两类：径向(Radial)模型与非径向(Non-Radial)模型。径向模型对于效率的改进，只能同比例缩减投入或者同比例扩大产出；非径向模型对于效率的改进，可以以不同比例缩减投入或者扩大产出，SBM模型即是一种非径向模型[5]。
使用传统DEA模型进行效率评价的时候，效率的范围为0~1，有可能存在多个决策单元(DMU，受评估的单位或组织)呈现有效状态，即效率为1 [6]。为进一步鉴别这些有效DMU间效率的大小，可以使用超效率DEA模型，SBM模型的超效率模型即是Super-SBM模型。
根据是否考虑投入或产出的角度，DEA模型可以分为三类：投入角度(In，后缀为I)模型、产出角度(Out，后缀为O)模型以及综合考虑投入与产出的非角度(无后缀)模型。
根据规模报酬是否可变，DEA模型可以分为三类：规模报酬不变(CCR或CRS，后缀为C)模型、规模报酬可变模型(BCC或VRS，后缀为V)以及引入规模报酬随机误差项的GRS模型。其中CRS模型可用于综合技术效率(或综合效率)的测度，VRS模型可用于纯技术效率的测度。
本文使用非径向的超效率DEA模型，综合考虑投入与产出，需要对综合效率以及纯技术效率进行测度。因此，选取的SBM模型包括Super-SBM-C模型和Super-SBM-V模型。
2.2. 评价指标选取与数据来源
农产品国际贸易行为的产生，包括农产品的生产与贸易两个环节。因此，测度农产品国际贸易效率指标的选取，也可以从生产和交易两个角度来进行。根据柯布-道格拉斯生产函数，产品的生产需要投入劳动力、资本与技术。对于农产品的生产，第一产业就业人数可以反映劳动力的投入，第一产业全社会固定资产投资可以反映资本的投入，技术的投入一方面能够提高农产品产量与附加值，另一方面能够提升化肥效率、降低污染，因此农林牧渔业总产值与化肥施用折纯量可以反映技术的投入。农产品贸易交易的对象是生产的产品，具体包括进口与出口两个环节，因此农产品进口金额和农产品出口金额可以反映贸易环节的效率。DEA模型中影响效率的评价指标需要区分为投入指标与产出指标两类，对于农产品国际贸易效率的评价，可以将生产环节的四个指标定义为投入指标，贸易环节的两个指标作为产出指标。
本文通过最近二十年的相关数据对辽宁省农产品国际贸易效率进行测度与评价，具体选取2003~2022年间的辽宁省年度数据。数据来源包括历年《中国统计年鉴》《中国农业年鉴》《辽宁统计年鉴》以及中国商务部对外贸易司披露的《中国农产品进出口月度统计报告》，具体数据如表1所示。
2.3. 效率评价与结果分析
将上述投入指标、产出指标应用于不同的SBM模型，可以测度不同类型的效率，不同类型的效率以及松弛变量情况能够从不同角度评价研究对象。针对农产品国际贸易效率评价，需要测度其综合效率、纯技术效率以及规模效率。其中Super-SBM-C模型测度的效率值为综合效率，Super-SBM-V模型测度的效率值为纯技术效率，综合效率与纯技术效率的比值为规模效率，应用DEA-SOLVER Pro 5.0，可得各类效率相关数值，其中效率、排名与松弛变量情况如表2所示，投入冗余与产量不足情况如表3所示。
Table 1. Input-output data of international trade of agricultural products in Liaoning Province
表1. 辽宁省农产品国际贸易投入产出数据
DMU
(年份) |
(I)第一产业就业人数
(万人) |
(I)第一产业全社会固定资产投资
(亿元) |
(I)农林牧渔业总产值
(亿元) |
(I)化肥施用折纯量
(万吨) |
(O)农产品进口金额
(万美元) |
(O)农产品出口金额
(万美元) |
2003 |
700.80 |
61.85 |
1215.00 |
112.60 |
67125.00 |
84441.00 |
2004 |
721.20 |
94.53 |
1510.50 |
117.90 |
84891.00 |
82015.00 |
2005 |
722.10 |
118.61 |
1671.60 |
119.90 |
150843.00 |
216162.00 |
2006 |
716.20 |
155.55 |
1738.10 |
121.20 |
133715.00 |
241511.00 |
2007 |
705.70 |
197.99 |
2092.98 |
127.50 |
161783.70 |
307320.50 |
2008 |
700.70 |
325.14 |
2395.14 |
128.80 |
197276.80 |
335143.40 |
2009 |
697.50 |
322.59 |
2572.37 |
133.60 |
203876.00 |
306762.00 |
2010 |
703.60 |
358.28 |
2907.10 |
140.10 |
302705.90 |
358992.00 |
2011 |
699.87 |
536.95 |
3343.75 |
144.64 |
388112.20 |
442082.20 |
2012 |
694.66 |
601.39 |
3679.53 |
146.90 |
453705.80 |
477676.70 |
2013 |
683.80 |
575.50 |
3878.89 |
151.76 |
557061.10 |
512736.20 |
2014 |
687.86 |
662.18 |
3949.39 |
151.55 |
593575.70 |
533798.70 |
2015 |
689.42 |
510.29 |
4057.59 |
152.09 |
549153.60 |
479116.00 |
2016 |
705.41 |
245.24 |
3764.09 |
148.06 |
543528.00 |
455508.20 |
2017 |
714.80 |
231.18 |
3851.62 |
145.47 |
544727.20 |
490314.40 |
2018 |
711.80 |
238.02 |
4061.93 |
145.02 |
523006.90 |
513522.20 |
2019 |
668.96 |
249.41 |
4368.25 |
139.91 |
525414.50 |
513893.10 |
2020 |
631.00 |
449.19 |
4582.60 |
137.60 |
563539.70 |
432737.60 |
2021 |
600.00 |
437.51 |
4927.73 |
135.00 |
530117.90 |
401843.40 |
2022 |
634.00 |
445.82 |
5180.03 |
130.50 |
610726.00 |
447261.30 |
Table 2. Efficiencies of international trade of agricultural products in Liaoning Province
表2. 辽宁省农产品国际贸易效率值
DMU
(年份) |
综合效率 |
综合效率
排序 |
纯技术效率 |
纯技术效率
排序 |
规模效率 |
规模效率
排序 |
Super-SBM-C
松弛变量非0个数 |
Super-SBM-V
松弛变量非0个数 |
2003 |
0.3311 |
19 |
1.2144 |
1 |
0.2727 |
20 |
5 |
4 |
2004 |
0.2913 |
20 |
0.5878 |
20 |
0.4955 |
19 |
5 |
4 |
2005 |
0.5857 |
17 |
1.0487 |
4 |
0.5586 |
18 |
4 |
3 |
2006 |
0.7070 |
15 |
1.0094 |
10 |
0.7004 |
16 |
4 |
3 |
2007 |
1.0221 |
5 |
1.0245 |
7 |
0.9976 |
5 |
1 |
2 |
2008 |
0.7574 |
14 |
0.9997 |
14 |
0.7576 |
15 |
3 |
2 |
2009 |
0.5067 |
18 |
0.7474 |
19 |
0.6780 |
17 |
5 |
3 |
2010 |
0.6357 |
16 |
0.8126 |
18 |
0.7823 |
14 |
5 |
3 |
2011 |
0.7782 |
13 |
0.8532 |
17 |
0.9121 |
12 |
4 |
3 |
2012 |
0.8048 |
12 |
0.8657 |
16 |
0.9296 |
10 |
4 |
3 |
2013 |
0.9549 |
8 |
1.0009 |
13 |
0.9540 |
9 |
3 |
1 |
2014 |
1.0369 |
2 |
1.0533 |
3 |
0.9844 |
7 |
4 |
2 |
2015 |
0.8661 |
10 |
0.8844 |
15 |
0.9794 |
8 |
2 |
2 |
2016 |
1.0061 |
7 |
1.0079 |
11 |
0.9982 |
3 |
2 |
2 |
2017 |
1.0303 |
3 |
1.0305 |
5 |
0.9998 |
2 |
3 |
4 |
2018 |
1.0120 |
6 |
1.0140 |
9 |
0.9980 |
4 |
2 |
2 |
2019 |
1.0252 |
4 |
1.0252 |
6 |
0.9999 |
1 |
2 |
3 |
2020 |
0.9233 |
9 |
1.0064 |
12 |
0.9175 |
11 |
3 |
1 |
2021 |
0.8562 |
11 |
1.0141 |
8 |
0.8443 |
13 |
4 |
1 |
2022 |
1.0572 |
1 |
1.0598 |
2 |
0.9975 |
6 |
3 |
3 |
均值 |
0.8094 |
|
0.9630 |
|
0.8379 |
|
|
|
Table 3. Input redundancy and output deficiency of international trade of agricultural products in Liaoning Province
表3. 辽宁省农产品国际贸易的投入冗余与产出不足
DMU
(年份) |
Super-SBM
综合效率 |
第一产业就业人数S-(1) |
第一产业全社会固定资产投资S-(2) |
农林牧渔业总产值S-(3) |
化肥施用折纯量S-(4) |
农产品进口金额S+(1) |
农产品出口金额S+(2) |
2003 |
0.3311 |
−72.71% |
0.00% |
−15.19% |
−65.44% |
117.12% |
55.35% |
2004 |
0.2913 |
−61.13% |
−4.09% |
0.00% |
−51.61% |
151.65% |
134.45% |
2005 |
0.5857 |
−53.42% |
−10.39% |
0.00% |
−44.02% |
49.40% |
0.00% |
2006 |
0.7070 |
−33.02% |
−9.89% |
0.00% |
−26.04% |
34.12% |
0.00% |
2007 |
1.0221 |
0.00% |
0.00% |
8.82% |
0.00% |
0.00% |
0.00% |
2008 |
0.7574 |
−17.17% |
0.00% |
0.00% |
−11.16% |
45.35% |
0.00% |
2009 |
0.5067 |
−31.56% |
−52.14% |
0.00% |
−27.28% |
78.44% |
6.75% |
2010 |
0.6357 |
−25.62% |
−52.76% |
−3.00% |
−23.98% |
31.76% |
0.00% |
2011 |
0.7782 |
−14.74% |
−20.74% |
0.00% |
−11.81% |
26.62% |
0.00% |
2012 |
0.8048 |
−3.64% |
−42.17% |
0.00% |
−4.92% |
17.00% |
0.00% |
2013 |
0.9549 |
0.00% |
−13.09% |
0.00% |
−3.47% |
0.78% |
0.00% |
2014 |
1.0369 |
3.49% |
0.00% |
2.25% |
4.25% |
−2.30% |
0.00% |
2015 |
0.8661 |
0.00% |
−46.26% |
0.00% |
−7.30% |
0.00% |
0.00% |
2016 |
1.0061 |
0.00% |
0.00% |
1.23% |
0.00% |
−0.60% |
0.00% |
2017 |
1.0303 |
0.00% |
3.62% |
2.20% |
0.00% |
−3.06% |
0.00% |
2018 |
1.0120 |
0.00% |
0.63% |
0.00% |
0.00% |
0.00% |
−2.05% |
2019 |
1.0252 |
6.31% |
0.00% |
0.00% |
3.76% |
0.00% |
0.00% |
2020 |
0.9233 |
0.00% |
−19.77% |
0.00% |
−5.79% |
0.00% |
2.77% |
2021 |
0.8562 |
0.00% |
−23.88% |
−9.47% |
−7.86% |
0.00% |
9.53% |
2022 |
1.0572 |
2.04% |
0.00% |
0.00% |
7.81% |
−6.16% |
0.00% |
由表2可知，从整体上看，辽宁省农产品国际贸易的综合效率平均值约为0.8094，纯技术效率平均值约为0.963，规模效率平均值约为0.8379，说明辽宁省农产品国际贸易效率总体良好，但并未达到最优水平，还有改进空间。近二十年，有13年的综合效率小于0，说明非DEA有效，效率水平较低；其余年份的综合效率大于1，说明DEA有效，但由于均存在不为0的松弛变量，说明这些年份辽宁省农产品国际贸易效率处于弱有效状态，依然存在提升空间。
从时序来看，近二十年辽宁省农产品国际贸易的综合效率呈现先下后上、最终为“四落四起”的非平稳状态。随着年份的演进，综合效率波动走向平稳，综合效率水平逐渐上升。无论是综合效率的平均水平，还是综合效率大于1的年份数量，近十年的综合效率水平明显高于前十年的综合效率水平。
在分解效率上，纯技术效率的平均值显著大于规模效率的平均值，说明纯技术效率优于规模效率[7]，辽宁省农产品国际贸易在技术要素上使用比较合理，综合效率受规模效率影响较大，规模控制还需进一步改进。近二十年规模效率没有任何一年等于1，说明均未达到规模最优；所有年份规模效率均小于1，说明辽宁省农产品国际贸易规模收益递增，目前规模过小，还需通过扩大规模以增加收益。近二十年纯技术效率有7年小于1，即这些年份技术退步，技术要素使用不合理，但这些年份均集中在前十三年，近7年的纯技术效率均高于1，说明在目前的技术水平上，辽宁省农产品国际贸易投入资源的使用是有效率的。
由表3可知，对于2007、2014、2016、2017、2018、2019、2022等DEA为弱有效的年份，虽然存在松弛变量不为零的情况，但松弛变量相对较小，且投入冗余为正数或者产出不足为负数，说明不存在投入冗余以及产出不足的情况，弱有效的原因主要是其规模效率未达到最优。对于其他DEA为非有效的年份，均存在一个或多个投入指标(即松弛变量S-)的调整值为负数，即投入指标存在投入冗余，或者一个或多个产出指标(即松弛变量S+)的调整值为正数，即产出指标存在产出不足。以最近一个非DEA有效的年度2021年为例，S-(2/3/4) > 0，第一产业全社会固定资产投资投入的最优值相对于实际值的差异为-23.88%，说明2021年如果减少相对于实际值23.88%的投入，能达到目标效率；农林牧渔业总产值的最优值相对于实际值的差异为−9.47%，说明2021年如果减少相对于实际值9.47%的投入，能达到目标效率；化肥施用折纯量的最优值相对于实际值的差异为−7.86%，说明2021年如果减少相对于实际值7.86%的投入，能达到目标效率；S+(2) > 0，农产品出口金额的最优值相对于实际值的差异为9.53%，说明2021年如果增加相对于实际值9.53%的产出，能达到目标效率。
纵观所有DEA为非有效的年份，从远至近依次得到第一产业就业人数投入的冗余程度为−72.71%、−61.13%、−53.42%、−33.02%、−17.17%、−31.56%、−25.62%、−14.74%、−3.64%、0.00%、0.00%、0.00%、0.00%，应该减少的冗余程度呈现明显的下降趋势，且近几年全部为0，说明辽宁省第一产业就业人数的投入效率有了大幅度的好转，特别是近些年几乎不存在投入冗余的情况；第一产业全社会固定资产投资投入的冗余程度为0.00%、−4.09%、−10.39%、−9.89%、0.00%、−52.14%、−52.76%、−20.74%、−42.17%、−13.09%、−46.26%、−19.77%、−23.88%，应该减少的冗余程度呈现一个明显的先上升后下降的趋势，在2009和2010年达到高点，近年来虽有所下降，但冗余数值依旧较大，说明辽宁省第一产业全社会固定资产投资的投入效率较低，投入的固定资产并未得到有效的利用，并未产生正向的促进作用；农林牧渔业总产值投入的冗余程度多数年份为0，说明辽宁省在提升农产品产量与附加值相关技术上的投入效率较高；化肥施用折纯量投入的冗余程度为−65.44%、−51.61%、−44.02%、−26.04%、−11.16%、−27.28%、−23.98%、−11.81%、−4.92%、−3.47%、−7.30%、−5.79%、−7.86%，应该减少的冗余程度呈现明显的下降趋势，在2012和2013年达到最低，说明辽宁省在提升化肥效率与降低污染相关技术上的投入效率有了大幅度的好转，但近年来呈现小幅上升的趋势需得到关注；农产品进口金额产出的冗余程度为117.12%、151.65%、49.40%、34.12%、45.35%、78.44%、31.76%、26.62%、17.00%、0.78%、0.00%、0.00%、0.00%，应该增加的不足程度呈现明显的下降趋势，且近几年全部为0，说明辽宁省农产品进口金额的产出效率有了大幅度的好转，特别是近些年几乎不存在进口额不足的情况；农产品出口金额产出的冗余程度除了在2003和2004年较高，多数年份为0，说明辽宁省农产品出口金额的产出效率较高，但近年来呈现小幅上升的趋势需得到关注。
3. 辽宁省农产品国际贸易效率影响因素分析
3.1. 分析模型构建
因辽宁省农产品国际贸易综合效率具有明显的截断特征，不会小于0，因此需要建立Tobit回归模型：Y = β0 + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + β6X6 + ε。其中Y是被解释变量，为辽宁省农产品国际贸易综合效率，β0为常数项，β1~β6为解释变量的系数，X1为第一产业就业人数，X2为第一产业全社会固定资产投资，X3为农林牧渔业总产值，X4为化肥施用折纯量，X5为农产品进口金额，X6为农产品出口金额，ε为随时扰动项。构建Tobit回归模型所使用的投入与产出数据与构建SBM模型所使用的投入与产出数据一致，如表1所示，指标在性质、量纲、数量级等方面存在较大差异。根据数据包络模型的原理，这些差异对于SBM模型不会产生影响，因此在构建前述SBM模型的过程中未对这些差异进行处理。但根据回归分析的原理，这些差异会影响到分析的准确性，因此在进行Tobit回归分析之前需要对表1中的投入与产出数据进行标准化的预处理，本文采用Z标准化的方法。标准化后，采用SPSSAU进行Tobit回归分析，相关结果如表4所示。
Table 4. Regression results of international trade efficiency of agricultural products in Liaoning Province
表4. 辽宁省农产品国际贸易效率回归结果
项 |
回归系数 |
标准误 |
统计量 |
p值 |
模型 |
|
|
42.781 |
0.000 |
截距 |
0.809 |
0.018 |
45.9 |
0.000 |
第一产业就业人数(X1) |
−0.071 |
0.055 |
−1.295 |
0.195 |
第一产业全社会固定资产投资(X2) |
−0.06 |
0.036 |
−1.656 |
0.098 |
农林牧渔业总产值(X3) |
−0.251 |
0.125 |
−2.014 |
0.044 |
化肥施用折纯量(X4) |
−0.166 |
0.065 |
−2.53 |
0.011 |
农产品进口金额(X5) |
0.175 |
0.096 |
1.833 |
0.067 |
农产品出口金额(X6) |
0.43 |
0.072 |
5.976 |
0.000 |
3.2. 影响因素分析
通过似然比检验可知，卡方统计量为42.781，p = 0.000 < 0.05，说明所构建的Tobit回归模型有效。进一步分析各变量的t检验结果，第一产业就业人数的回归系数值为−0.071，但是p = 0.195 > 0.05，并没有呈现出显著性，说明第一产业就业人数并不会对综合效率产生显著的影响；第一产业全社会固定资产投资的回归系数值为−0.060，但是p = 0.098 > 0.05，并没有呈现出显著性，说明第一产业全社会固定资产投资并不会对综合效率产生显著的影响；农林牧渔业总产值的回归系数值为−0.251，p = 0.044 < 0.05，呈现出0.05水平的显著性，说明农林牧渔业总产值会对综合效率产生显著的负向影响；化肥施用折纯量的回归系数值为−0.166，p = 0.011 < 0.05，呈现出0.05水平的显著性，说明化肥施用折纯量会对综合效率产生显著的负向影响；农产品进口金额的回归系数值为0.175，但是p = 0.067 > 0.05，并没有呈现出显著性，说明农产品进口金额并不会对综合效率产生显著的影响；农产品出口金额的回归系数值为0.430，p = 0.000 < 0.01，呈现出0.01水平的显著性，说明农产品出口金额会对综合效率产生显著的正向影响。
4. 结论与建议
4.1. 结论
本文通过SBM模型对近二十年辽宁省农产品国际贸易效率进行测度与评价，并通过Tobit回归模型对影响辽宁省农产品国际贸易效率的因素进行分析。结果表明：2003~2022年辽宁省农产品国际贸易效率水平总体良好，呈现波动上升的趋势，综合效率平均值约为0.8094；35%的年份为DEA弱有效，弱有效的原因主要是虽然综合效率、纯技术效率较高，但规模效率未达到最优，说明辽宁省农产品国际贸易发展中技术运用和管理合理，但规模控制还有进一步提高的空间；65%的年份为非DEA有效，主要原因是第一产业就业人数、第一产业全社会固定资产投资、化肥施用折纯量存在投入冗余，而农产品进口金额则存在产出不足；近年来第一产业就业人数、农产品进口金额的问题有较大幅度的改进，农产品出口金额的问题需加以关注；农产品出口金额会对综合效率产生显著的正向影响，农林牧渔业总产值、化肥施用折纯量会对综合效率产生显著的负向影响，第一产业就业人数、第一产业全社会固定资产投资、农产品进口金额对综合效率产生的影响不显著。
4.2. 建议
4.2.1. 推动农业转型升级
加强农业科技创新，普及智能化农业设备，推动精准化农业发展，提升农业生产的信息化水平。加大农产品加工业的支持力度，延伸农业产业链，提高农产品的附加值，强化农业品牌宣传与建设，增强辽宁农产品的市场竞争力。注重环境保护与经济发展的统一，合理分配固定资产投资和农业污染治理资金，避免过度投资，实现资金资源的优化配置。提高涉农学科的社会影响力，培养具有专业知识和技能的农业人才，提升运营和管理水平，增强行业竞争力。积极响应绿色发展理念，推动生态农业和绿色产业的发展，建立绿色品牌和绿色工厂，提高农产品的质量和安全性[8]。
4.2.2. 发挥规模经济优势
构建高效的农产品现代流通体系，促进农产品的国内外流通，加快推进辽宁省内6个国家跨境电子商务综合试验区协同发展，形成高效、畅通、安全的农产品流通体系。主动参与国际贸易规则的制定，减少技术贸易壁垒和绿色贸易壁垒，提高农产品的国际贸易效率[9]。支持企业开展跨境电商业务，推动银行参与跨境电商外汇结算，布局人民币国际化，争取获取优势定价权，降低汇率风险，提高企业发展农产品出口业务的积极性。优化产业结构和整合产业链，通过构建综合性产业链，实现一二三产业的深度融合，形成覆盖国内外的“双循环”产业结构。
基金项目
辽宁省社会科学规划基金项目：辽宁省“一圈一带两区”区域经济协调发展研究；项目编号：L23AJY013。