摘要：當前，農村產業(yè)融合被視為促進農業(yè)增效、農民增收以及農村繁榮的關鍵舉措。利用2008—2017年中國30個省份的面板數(shù)據(jù)，在測度農業(yè)全要素生產率以及農村產業(yè)融合水平的基礎上，采用可行廣義最小二乘法（feasible generalized least squares，F(xiàn)GLS）、兩階段最小二乘法（two stage least square，2SLS）以及系統(tǒng)GMM等方法，實證考察農村產業(yè)融合對農業(yè)全要素生產率的影響效應及其作用機制。結果表明，農村產業(yè)融合能夠有效提升農業(yè)全要素生產率;農村產業(yè)融合對農業(yè)全要素生產率的影響路徑包括技術效率和技術進步，相對于技術效率，農村產業(yè)融合通過促進農業(yè)技術進步對農業(yè)全要素生產率產生的提升作用更強。進一步采用分位數(shù)模型進行檢驗，發(fā)現(xiàn)農村產業(yè)融合對農業(yè)全要素生產率存在顯著的邊際遞增的非線性提升效應，在農業(yè)全要素生產率水平由低到高的動態(tài)變化過程中，農村產業(yè)融合對農業(yè)全要素生產率的邊際作用逐步增強。該結論不僅有助于理解農村產業(yè)融合與農業(yè)全要素生產率之間的關系，還能為推動當前農業(yè)高質量發(fā)展提供新的見解。

關鍵詞：農村產業(yè)融合;農業(yè)全要素生產率;農業(yè)技術進步;農業(yè)高質量發(fā)展

中圖分類號：F323?? 文獻標志碼： A

文章編號：1002-1302（2021）22-0020-07

收稿日期：2021-03-29

基金項目：貴州省普通高等學校青年科技人才成長項目（編號：黔教合KY字[2021]124）;貴州省大數(shù)據(jù)統(tǒng)計分析重點實驗室開放課題（編號：BDSA20200121）。

作者簡介：李曉龍（1990—），男，四川開江人，博士，副教授，主要從事農村金融與農村經濟研究。E-mail：lixiaolong9005@163.com。

黨的“十九大報告”明確指出，中國經濟已由高速增長階段轉向高質量發(fā)展階段，并提出提高全要素生產率的緊迫要求。作為國民經濟的基礎產業(yè)，農業(yè)在改革開放以來取得了巨大發(fā)展，為“中國經濟增長奇跡”作出了卓越貢獻。然而，當前中國農業(yè)發(fā)展正面臨成本攀升、糧食安全、生態(tài)惡化、資源緊張以及國內外價格倒掛等一系列嚴峻挑戰(zhàn)，過去以“高投入、高產出、高廢物”為典型特征的數(shù)量型農業(yè)發(fā)展模式越來越難以為繼，迫切需要轉換農業(yè)增長動能，從而實現(xiàn)農業(yè)高質量發(fā)展。農業(yè)全要素生產率（agricultural total factor productivity，ATFP）反映了農業(yè)生產過程中總產量與全部要素投入量之間的比率，是衡量農業(yè)發(fā)展質量的重要指標。2018年中央“一號文件”進一步指出，必須堅持質量興農和綠色興農，著力構建現(xiàn)代農業(yè)產業(yè)體系，努力提高農業(yè)全要素生產率，加快實現(xiàn)由農業(yè)大國向農業(yè)強國轉變。自此，農業(yè)全要素生產率開始受到中國政府層面的高度關注，其被視為實現(xiàn)農業(yè)高質量發(fā)展的關鍵所在。如何推動農業(yè)全要素生產率的有效提升已成為當前學界關注的焦點問題之一。已有文獻側重從農業(yè)經營主體、農業(yè)發(fā)展環(huán)境等視角分析農業(yè)全要素生產率的影響因素[1-4]，但鮮有學者從農村一二三產業(yè)融合發(fā)展（簡稱“農村產業(yè)融合”）的角度出發(fā)，探討其可能對農業(yè)全要素生產率產生的影響。近年來，作為一種新型的農村產業(yè)發(fā)展模式，農村產業(yè)融合加速推進，不僅有效地培育農業(yè)新興業(yè)態(tài)、拓展農業(yè)多重功能以及延伸農業(yè)產業(yè)鏈條，同時也極大地改變了農業(yè)生產的要素投入和累積，從而必將對農業(yè)技術選擇與生產效率產生較深遠的影響。那么，農村產業(yè)融合能否提升農業(yè)全要素生產率？如果能夠提升，其具體提升路徑又是什么？農村產業(yè)融合與農業(yè)全要素生產率之間是否存在非線性關系？關于上述問題的解答對于促進農業(yè)全要素生產率提升以及實現(xiàn)農業(yè)高質量發(fā)展具有重要的理論價值與現(xiàn)實意義。

1 文獻綜述

農村產業(yè)融合是具有鮮明“中國特色”的農村發(fā)展戰(zhàn)略，國外少有文獻提及。國外學者涉及農村產業(yè)融合的研究，主要聚焦于探討“農業(yè)一體化”和“六次產業(yè)化”。在農業(yè)一體化方面，Trelogan等最早提出農業(yè)一體化概念[5]，其被界定為農業(yè)產業(yè)鏈條上生產、供應、銷售的一體化。在此基礎上，Knutson等詳細論述了農業(yè)一體化的內涵、特征以及典型模式[6-7]。在六次產業(yè)化方面，今村奈良臣首次提出六次產業(yè)化的發(fā)展思路，其核心內涵在于三次產業(yè)的深度融合[8]。隨后，這一思想在日、韓2國引起學者們的廣泛探討[9-10]。國內學者針對農村產業(yè)融合的研究起步較晚。其中，馬曉河關于農村產業(yè)融合的概念闡述最具代表性，認為農村產業(yè)融合是通過有機整合農業(yè)生產、加工、銷售、餐飲、休閑以及其他服務業(yè)，促使農村一二三產業(yè)之間的緊密聯(lián)系與協(xié)同發(fā)展，從而不斷拓展農業(yè)產業(yè)范圍、延伸農業(yè)產業(yè)鏈條以及增加農民收入[11]。此后，國內學者主要圍繞融合模式或類型[12-13]、制約因素[14-15]、融合對策[16-18]等對農村產業(yè)融合展開積極研究，并形成諸多頗有價值的文獻。

現(xiàn)有涉及農村產業(yè)融合與農業(yè)全要素生產率關系的研究并不多見，大致集中于以下2個方面：第一，農業(yè)結構調整與農業(yè)生產率。高帆認為，三次產業(yè)之間和農業(yè)內部的結構轉化提升了上海市的農業(yè)勞動生產率[19]。成德寧等認為，農業(yè)結構調整對農業(yè)勞動生產率有顯著影響，種植業(yè)比重與勞動生產率負相關，而林業(yè)比重、牧業(yè)比重和漁業(yè)比重與勞動生產率正相關[20]。金芳等認為，農業(yè)產業(yè)結構合理化與高級化是影響農業(yè)綠色生產率增長的重要因素[21]。第二，非農產業(yè)發(fā)展與農業(yè)生產率。傅前瞻認為，非農產業(yè)發(fā)展對農業(yè)生產具有拉動作用及溢出效應[22]。錢龍等基于CFPS2012數(shù)據(jù)進行實證研究，發(fā)現(xiàn)農戶家庭非農就業(yè)不利于其農業(yè)勞動生產率和土地產出率的提高[23]。與此相反，江鑫等認為農戶兼業(yè)仍然有利于提升家庭農業(yè)勞動生產率，且外出農戶兼業(yè)收入越高，或兼業(yè)地區(qū)離其農村家庭越近，越有利于提高家庭農業(yè)勞動生產率[24]。另外，秦天等從不同角度實證分析生產性服務業(yè)發(fā)展對農業(yè)全要素生產率增長的影響效果與內在機制[25-27]。

上述文獻為本研究提供了重要參考與有益借鑒，不過這些研究始終未能直接考察農村產業(yè)融合對農業(yè)全要素生產率的影響效應及其作用機制，更加忽略了農村產業(yè)融合影響農業(yè)全要素生產率的非線性特征。與現(xiàn)有研究相比，本研究主要拓展之處在于以下3點。第一，采用2008—2017年中國省域面板數(shù)據(jù)，在測算農業(yè)全要素生產率水平和構建農村產業(yè)融合水平綜合評價指標體系的基礎上，借助固定效應模型（fixed effects model，F(xiàn)E）和可行廣義最小二乘法（FGLS）2種方法，實證檢驗農村產業(yè)融合對農業(yè)全要素生產率的影響，是對已有研究成果的有益補充。第二，將農業(yè)全要素生產率分解為農業(yè)技術效率和農業(yè)前沿技術進步水平，并考察農村產業(yè)融合對兩者的影響，以進一步探究農村產業(yè)融合影響農業(yè)全要素生產率的具體路徑。第三，考慮到普通線性回歸模型對模型設定和樣本分布的假設要求較嚴格，這些假設在現(xiàn)實中可能較難滿足。因此，運用面板分位數(shù)回歸模型（PQR）討論農村產業(yè)融合與農業(yè)全要素生產率之間存在的非線性關系，以期得到一些嶄新的研究成果，進而為中國各級政府制定科學合理的農村產業(yè)融合政策提供有益參考。

2 模型、變量與數(shù)據(jù)

2.1 計量模型設定

為了檢驗農村產業(yè)融合對農業(yè)全要素生產率的影響，本研究借鑒卓樂等在研究農業(yè)生產率影響因素時的思路[28-29]，構建如下計量模型。

ATFPit=α+βRICit+ρCTLit+μit。（1）

式中：i、t分別表示省份和年份;ATFP表示農業(yè)全要素生產率;α表示常數(shù)項;RIC表示農村產業(yè)融合;β表示其回歸系數(shù);CTL表示控制變量集合;ρ表示回歸系數(shù);μ表示誤差項。

為了檢驗農村產業(yè)融合影響農業(yè)全要素生產率的內在機制，本研究將農業(yè)技術效率和農業(yè)前沿技術進步（農業(yè)全要素生產率的分解項）作為被解釋變量，進一步將計量模型設定如下。

AEFFit=α+βRICit+ρCTLit+μit;（2）

ATECit=α+βRICit+ρCTLit+μit。（3）

式中：AEFF表示農業(yè)技術效率;ATEC表示農業(yè)前沿技術進步。如果RIC的回歸系數(shù)顯著為正，說明農村產業(yè)融合能夠提升農業(yè)技術效率（或促進農業(yè)前沿技術進步）。進而可證實農村產業(yè)融合會通過提升農業(yè)技術效率（或促進農業(yè)前沿技術進步）提高農業(yè)全要素生產率。

2.2 變量選取

2.2.1 被解釋變量 本研究的被解釋變量為農業(yè)全要素生產率（ATFP）及其分解項（AEFF、ATEC）。參考國內學者的普遍做法，本研究采用基于數(shù)據(jù)包絡分析（data envelopment analysis，DEA）的Malmquist指數(shù)，以農業(yè)增加值為產出，以勞動力、土地、機械動力、化肥、農藥、農膜、灌溉為投入，來測算中國農業(yè)全要素生產率。在利用DEAP軟件獲得2008—2017年Malmquist指數(shù)的基礎上，進一步借鑒程惠芳的做法[30]，將農業(yè)全要素生產率的環(huán)比改進指數(shù)（Malmquist指數(shù)）換算成以2008年為基期的定基改進指數(shù)，即采用2008—2009年的Malmquist指數(shù)乘以2008年的農業(yè)全要素生產率（令其為1），可得2009年的農業(yè)全要素生產率，以此類推得到2009—2017年農業(yè)全要素生產率。同理，可獲得2009—2017年農業(yè)技術效率與農業(yè)前沿技術進步。

2.2.2 核心解釋變量 本研究的核心解釋變量為農村產業(yè)融合（RIC）。從農村產業(yè)融合的指標測度來看，現(xiàn)有研究主要采用綜合指數(shù)法和協(xié)調發(fā)展系數(shù)法2種方法。如李曉龍等基于中國省域數(shù)據(jù)，從農業(yè)新興業(yè)態(tài)培育、農業(yè)多重功能拓展、農業(yè)產業(yè)鏈條延伸等出發(fā)，系統(tǒng)構建能夠反映農村產業(yè)融合水平的綜合評價指標體系[31-32]。譚明交基于農村產業(yè)化理想值與實際值的計算結果，采用協(xié)調發(fā)展系數(shù)方法測算中國各地區(qū)農村產業(yè)融合發(fā)展系數(shù)[33]。與協(xié)調發(fā)展系數(shù)法相比，采用綜合指數(shù)法的測算結果能夠更加準確地反映各地區(qū)農村產業(yè)融合的整體水平。因此，本研究參考李曉龍等的做法，借助綜合指數(shù)法計算并獲得農村產業(yè)融合水平[31-32]。

2.2.3 其他變量 除上述變量外，本研究還進一步控制以下變量：（1）農村金融發(fā)展（RFD），利用全部涉農貸款余額與第一產業(yè)總產值的比值來衡量。（2）政府財政支農（GFS），以政府財政支出中農業(yè)領域支出所占比例來表示。（3）農村人力資本（RHC），以農村居民人均受教育年限來衡量。其中，農村居民人均受教育年限=大學文化人口比例×16+高中文化人口比例×12+初中文化人口比例×9+小學文化人口比例×6+文盲和半文盲人口比例×0。（4）農業(yè)受災率（ADS），用農業(yè)受災面積占耕地面積的比重來表示。

2.3 數(shù)據(jù)說明

本研究樣本涉及2008—2017年中國30個省級行政區(qū)（不含存在統(tǒng)計數(shù)據(jù)缺失的香港特別行政區(qū)、澳門特別行政區(qū)、臺灣以及西藏自治區(qū)）。其中，測算被解釋變量和核心解釋變量的原始數(shù)據(jù)主要來源于《中國農村統(tǒng)計年鑒》《中國休閑農業(yè)年鑒》《中國農產品加工業(yè)年鑒》、各地區(qū)政府新聞報告、全國溫室數(shù)據(jù)系統(tǒng)以及EPS數(shù)據(jù)庫;測算控制變量的原始數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》《中國農村金融服務報告》《中國人口和就業(yè)統(tǒng)計年鑒》。由表1可知，最后一列為農業(yè)全要素生產率與各個變量的皮爾遜相關系數(shù)，可見本研究所選取的全部變量與農業(yè)全要素生產率均在5%以上置信水平下顯著相關。其中，農村產業(yè)融合與農業(yè)全要素生產率的皮爾遜相關系數(shù)為正，表明兩者之間具有正相關關系。

3 實證檢驗與結果分析

3.1 農村產業(yè)融合對農業(yè)全要素生產率的基準影響

為了實證檢驗農村產業(yè)融合對農業(yè)全要素生產率的基準影響，本研究借助FE方法和FGLS方法對計量模型（1）進行回歸（表2）。根據(jù)采用FE方法的回歸結果可知，模型（1）和模型（2）的擬合優(yōu)度（R2）分別為0.666 0和0.693 8，說明模型整體的擬合程度較高，所得到的估計結果較可靠。從FGLS方法的估計結果來看，模型（3）和模型（4）的Wald值通過1%顯著性水平檢驗，表明本研究構建的計量模型較科學合理，模型估計獲得的結果較可信。結合核心解釋變量農村產業(yè)融合（RIC）的估計結果來看，無論是否控制其他因素，在不同估計方法下，其對農業(yè)全要素生產率的影響系數(shù)均在1%水平上顯著為正，說明農業(yè)全要素生產率的確受到來自農村產業(yè)融合的正向作用，即農村產業(yè)融合有助于提升農業(yè)全要素生產率。

根據(jù)控制變量的估計結果可知，農村金融發(fā)展（RFD）對農業(yè)全要素生產率的影響系數(shù)在模型（4）中為正，且通過1%顯著性水平檢驗，表明農村金融發(fā)展水平的提升，可以使農戶享受到更多的金融服務，進而有助于其開展農業(yè)生產活動并提高農業(yè)生產效率。政府財政支農（GFS）與農業(yè)全要素生產率正相關，且系數(shù)在模型（4）中通過1%的顯著性水平檢驗，說明政府財政對“三農”發(fā)展的支持力度越大，越能夠提升農業(yè)全要素生產率。農村人力資本（RHC）的回歸系數(shù)在模型（2）和模型（4）中均顯著為正，表明提高農村人力資本水平有助于提升農業(yè)生產經營能力與管理水平，從而實現(xiàn)農業(yè)生產效率的有效提升。農業(yè)受災率（ADS）與農業(yè)全要素生產率明顯負相關，且均通過1%顯著性水平檢驗，說明農業(yè)受災情況越嚴重，其生產效率越低。

3.2 農村產業(yè)融合對農業(yè)全要素生產率的影響路徑

本研究進一步考察農村產業(yè)融合影響農業(yè)全要素生產率的具體路徑，即檢驗農村產業(yè)融合是否通過提升農業(yè)技術效率和促進農業(yè)前沿技術進步來提高農業(yè)全要素生產率。利用FE方法和FGLS方法分別對計量模型（2）～（3）進行回歸（表3）。由表3可知，模型（5）和模型（7）的擬合優(yōu)度（R2）整體較高，分別為0.187 4和0.779 7，模型（6）和模型（8）的Wald值在1%水平上顯著，說明本研究設定的計量模型是合理的，且估計結果也是可靠的。

從以農業(yè)技術效率（AEFF）作為被解釋變量的估計結果來看，不管是采用FE方法還是FGLS方法，農村產業(yè)融合（RIC）的回歸系數(shù)均顯著為正，且都通過1%的顯著性水平檢驗，說明農村產業(yè)融合可以提升農業(yè)技術效率。從以農業(yè)前沿技術進步（ATEC）作為被解釋變量的估計結果來看，在不同估計方法下，農村產業(yè)融合（RIC）對農業(yè)前沿技術進步的影響系數(shù)始終在1%水平上顯著為正，說明農村產業(yè)融合可以促進農業(yè)前沿技術進步。農業(yè)技術效率與農業(yè)前沿技術進步構成了農業(yè)全要素生產率，農業(yè)技術效率越高、農業(yè)前沿技術進步越快，農業(yè)全要素生產率越高。綜上可知，農村產業(yè)融合的確可以通過提高農業(yè)技術效率和促進農業(yè)前沿技術進步對農業(yè)全要素生產率產生提升作用。

3.3 穩(wěn)健性檢驗

3.3.1 分樣本檢驗 考慮到中國不同地區(qū)農村的自然條件、產業(yè)結構、經濟發(fā)展水平等各不相同，農村產業(yè)融合水平和農業(yè)全要素生產率也因此呈現(xiàn)出明顯的地區(qū)差異。因此，有必要區(qū)分不同地區(qū)樣本進行檢驗，以驗證“農村產業(yè)融合有利于提升農業(yè)全要素生產率”的研究結論是否具有普遍性。 本

3.3.2 逆向因果關系檢驗 為了解決模型可能存在的逆向因果關系問題（農村產業(yè)融合可以促進農業(yè)全要素生產率提升，而農業(yè)全要素生產率提升反過來也可能帶動農村產業(yè)融合），本研究參考毛艷華等的做法，以內生解釋變量（農村產業(yè)融合）的滯后項作為工具變量，采用兩階段最小二乘法（2SLS）對模型進行估計[35]，結果見表4中模型（11）和模型（12）。其中，2個模型中的LM統(tǒng)計值和F值分別拒絕“工具變量不可識別”和“工具變量弱識別”的原假設，表明工具變量的選取是合理的。同時，農村產業(yè)融合（RIC）的回歸系數(shù)符號與上述估計結果基本一致，可見農村產業(yè)融合與農業(yè)全要素生產率之間不存在統(tǒng)計意義上的逆向因果問題。

3.3.3 動態(tài)關系檢驗 為了盡可能減少因遺漏變量給模型估計帶來的偏誤，本研究借鑒戴魁早等的做法，通過加入農業(yè)全要素生產率的一階滯后項，將計量模型（1）修正為動態(tài)面板模型來進行穩(wěn)健性檢驗[36]。本研究采用廣義矩估計（GMM）對動態(tài)面板模型進行估計，結果見表4中模型（13）和模型（14）。由表4中AR（2）檢驗和Hansen檢驗結果可知，兩者的P值均明顯大于0.10，表明動態(tài)模型的設定較合理，且工具變量的選取也非常有效。同時，農村產業(yè)融合（RIC）的回歸系數(shù)同樣顯著為正，可以證明上述研究結論具有較好的穩(wěn)健性。

4 農村產業(yè)融合對農業(yè)全要素生產率的非線性影響

4.1 研究方法與模型設定

為了檢驗在農業(yè)全要素生產率不同水平條件下，農村產業(yè)融合對農業(yè)全要素生產率產生的邊際影響效果，本研究在上述設定計量模型（1）的基礎之上，進一步構建面板分位數(shù)回歸模型進行回歸。

QATFPit（τ|Xit）=σi+φ（τ）Xit

t=1，…，mi;i=1，…，n。（4）

式中：X表示解釋變量集合，包括農村產業(yè)融合（RIC）和其他控制變量;QATFPit（τ|Xit）表示X給定條件下農業(yè)全要素生產率（ATFP）的τ條件分位數(shù);φ（τ）表示分位數(shù)對應的回歸系數(shù)，利用以下目標函數(shù)進行求解。

min（σ，φ）∑qk=1∑ni=1∑mii=1ωkρτk[ATFPit-σi-φ（τ）Xit]。（5）

式中：ωk表示不同分位數(shù)所對應的權重。本研究共選擇5個具有代表性的分位數(shù)（90%、75%、50%、25%、10%）進行回歸估計，分別對應農業(yè)全要素生產率的最高水平組、中高水平組、中等水平組、中低水平組、最低水平組。

4.2 分位數(shù)回歸結果分析

為了確保面板分位數(shù)回歸結果的有效性，本研究借鑒Koenker的研究思路[37]，利用自助法重復抽樣技術（bootstrap）在對選取的5個代表性分位數(shù)進行回歸時都進行重復抽樣（1 000）（表5）。由表5可知，所有模型的擬合優(yōu)度（Pseudo R2）除了10%分位點對應的模型（1）之外，其數(shù)值在另外4個分位點（25%、50%、75%、90%）所對應的模型中處于0.15～0.30，說明本研究面板分位數(shù)模型的構建較合理，模型估計結果的可信度較高。

從農村產業(yè)融合（RIC）的回歸結果來看，除10%分位點外，其回歸系數(shù)在另外4個分位點（25%、50%、75%、90%）均通過顯著性水平檢驗，且數(shù)值顯著為正，表明農村產業(yè)融合有利于提升農業(yè)全要素生產率。同時，根據(jù)農村產業(yè)融合的回歸系數(shù)在不同分位點的變動趨勢可知，伴隨農業(yè)全要素生產率分位數(shù)由低到高逐漸變化（10%→25%→50%→75%→90%），農村產業(yè)融合回歸系數(shù)的數(shù)值由負轉正并不斷擴大（-0.002 9→0.029 3→0.069 5→0.100 6→0.154 2），表明農村產業(yè)融合在提升農業(yè)全要素生產率的作用方面持續(xù)增強，即農村產業(yè)融合對農業(yè)全要素生產率的提升效應存在邊際遞增的非線性特征。換言之，與農業(yè)全要素生產率較低的地區(qū)相比，農業(yè)全要素生產率較高的地區(qū)受農村產業(yè)融合的積極影響更加明顯。

5 結論與政策啟示

作為實現(xiàn)農業(yè)高質量發(fā)展的關鍵途徑，農業(yè)全要素生產率的提升離不開農村產業(yè)融合的推動。本研究借助2008—2017年中國省域尺度數(shù)據(jù)，實證考察農村產業(yè)融合對農業(yè)全要素生產率的影響效應，并深入檢驗其作用機制與非線性特征。結果表明，（1）農村產業(yè)融合對農業(yè)全要素生產率具有顯著的正向影響，即農村產業(yè)融合能夠有效提升農業(yè)全要素生產率;（2）農村產業(yè)融合可以通過2種路徑影響農業(yè)全要素生產率，與農業(yè)技術效率途徑相比，農村產業(yè)融合通過農業(yè)前沿技術進步對農業(yè)全要素生產率產生的提升作用更強;（3）分樣本檢驗、逆向因果關系檢驗以及動態(tài)關系檢驗結果均證實基準檢驗結果的穩(wěn)健性;（4）農村產業(yè)融合對農業(yè)全要素生產率的促進作用，會隨著農業(yè)全要素生產率條件分位數(shù)的不斷提高而持續(xù)提升，即農村產業(yè)融合對農業(yè)全要素生產率存在顯著邊際遞增的非線性提升效應;（5）農村金融發(fā)展、政府財政支農、農村人力資本均有助于提升農業(yè)全要素生產率。

本研究的政策啟示主要有以下幾點：首先，要充分發(fā)揮農村產業(yè)融合對提升農業(yè)全要素生產率的積極效應。通過縱向延伸農業(yè)產業(yè)鏈，不斷完善現(xiàn)代農業(yè)產業(yè)體系，推動農業(yè)資金、技術、管理等生產要素優(yōu)化配置;通過推動農業(yè)價值鏈提升，從各個環(huán)節(jié)（產前、產中、產后）著力提升農業(yè)價值，持續(xù)提高農業(yè)生產的資源利用率、土地產出率與勞動生產率。其次，提升農村產業(yè)融合的科技含量，促進農業(yè)前沿技術進步與農業(yè)技術效率提升。在推動農村產業(yè)融合的過程中，應以創(chuàng)新驅動發(fā)展為動力，激發(fā)農業(yè)經營主體的創(chuàng)新活力和創(chuàng)造潛能，強化科技與農業(yè)對接、創(chuàng)新成果與產業(yè)發(fā)展對接、創(chuàng)意設計與生產經營對接，提高技術進步和創(chuàng)新創(chuàng)意對農村產業(yè)融合的貢獻度，推動農業(yè)前沿技術進步與農業(yè)技術效率提升。再次，高度重視優(yōu)化農村產業(yè)融合的空間結構。尤其對于農業(yè)全要素生產率水平相對較低的地區(qū)而言，應加快促進農村產業(yè)融合，以更好地發(fā)揮農村產業(yè)融合對農業(yè)全要素生產率的提升作用。最后，各地區(qū)還需要加快發(fā)展農村金融，滿足農業(yè)生產的金融服務需求;加大財政支農力度，增強農業(yè)抗風險能力;增加農村地區(qū)的教育投入，強化農村人力資本積累，最終促進農業(yè)全要素生產率的有效提升。

參考文獻：

[1]李谷成. 人力資本與中國區(qū)域農業(yè)全要素生產率增長——基于DEA視角的實證分析[J]. 財經研究，2009，35（8）：115-128.

[2]李士梅，尹希文. 中國農村勞動力轉移對農業(yè)全要素生產率的影響分析[J]. 農業(yè)技術經濟，2017（9）：4-13.

[3]韓海彬，張 莉. 農業(yè)信息化對農業(yè)全要素生產率增長的門檻效應分析[J]. 中國農村經濟，2015（8）：11-21.

[4]陳 鳴，鄧榮榮. 農業(yè)R&D投入與農業(yè)全要素生產率——一個空間溢出視角的解釋與證據(jù)[J]. 江西財經大學學報，2020（2）：86-97.

[5]Trelogan Harry C，Davis John H，Goldberg Ray A.A concept of agribusiness[J]. Journal of Marketing，1957，22（2）：221.

[6]Knutson R D，Penn J B，William T B.Agricultural and food policy[M]. Englewood Cliffs：Prentice-Hall，1983.

[7]Cramer G L，Jensen C W，Southgate D J，et al. Agricultural economics and agribusiness[M]. Hoboken：John Wiley and Sons，1994.

[8]今村奈良臣.? 把第六次產業(yè)的創(chuàng)造作為21世紀農業(yè)發(fā)展產業(yè)[J]. 月刊地域制作，1996（1）：89.

[9]佐藤正之. 異業(yè)種とパートナーシップが6 次産業(yè)化を成功に導く[J]. 知的資産創(chuàng)造，2012（7）：6-17.

[10]李炳午. 韓國的農業(yè)6次產業(yè)化戰(zhàn)略[C]. 沈陽：第二屆中韓農村發(fā)展國際論壇論文集，2013.

[11]馬曉河. 推進農村一二三產業(yè)深度融合發(fā)展[J]. 中國合作經濟，2015（2）：43-44.

[12]趙 海. 論農村一、二、三產業(yè)融合發(fā)展[J]. 中國鄉(xiāng)村發(fā)現(xiàn)，2015（4）：107-114.

[13]歐陽勝. 貧困地區(qū)農村一二三產業(yè)融合發(fā)展模式研究——基于武陵山片區(qū)的案例分析[J]. 貴州社會科學，2017（10）：156-161.

[14]蘇毅清，游玉婷，王志剛. 農村一二三產業(yè)融合發(fā)展：理論探討、現(xiàn)狀分析與對策建議[J]. 中國軟科學，2016（8）：17-28.

[15]姜 晶，崔雁冰. 推進農村一二三產業(yè)融合發(fā)展的思考[J]. 宏觀經濟管理，2018（7）：39-45.

[16]王樂君，寇廣增. 促進農村一二三產業(yè)融合發(fā)展的若干思考[J]. 農業(yè)經濟問題，2017，38（6）：82-88，3.

[17]郝華勇. 特色產業(yè)引領農村一二三產業(yè)融合發(fā)展——以湖北恩施州硒產業(yè)為例[J]. 江淮論壇，2018（4）：19-24.

[18]馬 源，梁 恒. 國外農村產業(yè)融合發(fā)展政策解讀及啟示——以韓國六次產業(yè)為例[J]. 江蘇農業(yè)科學，2021，49（1）：1-6.

[19]高 帆. 結構轉化、資本深化與農業(yè)勞動生產率提高：以上海為例的研究[J]. 經濟理論與經濟管理，2010（2）：66-73.

[20]成德寧，李 燕. 農業(yè)產業(yè)結構調整對農業(yè)勞動生產率的影響[J]. 經濟問題探索，2016（11）：148-153，172.

[21]金 芳，金榮學. 農業(yè)產業(yè)結構變遷對綠色全要素生產率增長的空間效應分析[J]. 華中農業(yè)大學學報（社會科學版），2020（1）：124-134，168.

[22]傅前瞻. 中國非農產業(yè)的農業(yè)生產效應分析——基于Feder模型[J]. 華東經濟管理，2014，28（3）：55-57.

[23]錢 龍，洪名勇. 非農就業(yè)、土地流轉與農業(yè)生產效率變化——基于CFPS的實證分析[J]. 中國農村經濟，2016（12）：2-16.

[24]江 鑫，黃 乾. 耕地規(guī)模經營、農戶非農兼業(yè)和家庭農業(yè)勞動生產率——來自湖南省的抽樣調查證據(jù)[J]. 農業(yè)技術經濟，2019（12）：4-20.

[25]秦 天，彭 玨，鄧宗兵. 生產性服務業(yè)發(fā)展與農業(yè)全要素生產率增長[J]. 現(xiàn)代經濟探討，2017（12）：93-101.

[26]陳 明，李文秀. 生產服務業(yè)開放對中國農業(yè)生產率的影響[J]. 華南農業(yè)大學學報（社會科學版），2018，17（5）：12-23.

[27]郝一帆，王征兵. 生產性服務業(yè)能提升中國農業(yè)全要素生產率嗎？[J]. 學習與實踐，2018（9）：39-50.

[28]卓 樂，曾福生. 農村基礎設施對糧食全要素生產率的影響[J]. 農業(yè)技術經濟，2018（11）：92-101.

[29]鐘世虎，陳 杰，向國成，等. 財稅政策、工農業(yè)分工與農業(yè)生產率——理論分析與經驗證據(jù)[J]. 農業(yè)技術經濟，2020（2）：4-20.

[30]程惠芳，陸嘉俊.知識資本對工業(yè)企業(yè)全要素生產率影響的實證分析[J]. 經濟研究，2014，49（5）：174-187.

[31]李曉龍，冉光和.農村產業(yè)融合發(fā)展的創(chuàng)業(yè)效應研究——基于省際異質性的實證檢驗[J]. 統(tǒng)計與信息論壇，2019，34（3）：86-93.

[32]李曉龍，冉光和.農村產業(yè)融合發(fā)展如何影響城鄉(xiāng)收入差距——基于農村經濟增長與城鎮(zhèn)化的雙重視角[J]. 農業(yè)技術經濟，2019（8）：17-28.

[33]譚明交.農村一二三產業(yè)融合發(fā)展：理論與實證研究[D]. 武漢：華中農業(yè)大學，2016.

[34]李曉龍，冉光和.農村金融深化促進了農村產業(yè)融合發(fā)展嗎？——基于區(qū)域差異視角的實證分析[J]. 農業(yè)現(xiàn)代化研究，2020，41（3）：453-463.

[35]毛艷華，李敬子.中國服務業(yè)出口的本地市場效應研究[J]. 經濟研究，2015，50（8）：98-113.

[36]戴魁早，劉友金.要素市場扭曲如何影響創(chuàng)新績效[J]. 世界經濟，2016，39（11）：54-79.

[37]Koenker R.Quantile regression for longitudinal data[J]. Journal of Multivariate Analysis，2004，91（1）：74-89.