楊 嵩，姜 磊

（1.貴州財(cái)經(jīng)大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院，貴陽(yáng) 550025；2.廣州大學(xué)a.地理科學(xué)與遙感學(xué)院；b.華南人文地理與城市發(fā)展研究中心，廣州 510006）

0 引言

2023年中央一號(hào)文件指出，堅(jiān)決守牢確保糧食安全、防止規(guī)模性返貧等底線，扎實(shí)推進(jìn)鄉(xiāng)村發(fā)展、鄉(xiāng)村建設(shè)、鄉(xiāng)村治理等重點(diǎn)工作，加快建設(shè)農(nóng)業(yè)強(qiáng)國(guó)，建設(shè)宜居宜業(yè)和美鄉(xiāng)村。全面推進(jìn)鄉(xiāng)村振興、加快農(nóng)業(yè)農(nóng)村現(xiàn)代化發(fā)展已成為“十四五”時(shí)期實(shí)現(xiàn)中華民族偉大復(fù)興的一項(xiàng)重大任務(wù)。農(nóng)業(yè)是“三農(nóng)”問題之基，是農(nóng)民生存之本，是農(nóng)村發(fā)展之關(guān)鍵。為了貫徹黨的十九屆五中全會(huì)報(bào)告精神和落實(shí)全面推進(jìn)鄉(xiāng)村振興戰(zhàn)略的重要支撐，2021年4月29日，《中華人民共和國(guó)鄉(xiāng)村振興促進(jìn)法》提出要加快推進(jìn)農(nóng)業(yè)結(jié)構(gòu)調(diào)整步伐，保障糧食和重要農(nóng)產(chǎn)品有效供給和質(zhì)量安全，并全面提高農(nóng)業(yè)質(zhì)量、效益和競(jìng)爭(zhēng)力，強(qiáng)調(diào)了農(nóng)業(yè)高質(zhì)高效對(duì)鄉(xiāng)村振興發(fā)展的重要性。農(nóng)業(yè)高質(zhì)高效發(fā)展正是農(nóng)業(yè)高質(zhì)量發(fā)展的具體體現(xiàn)，因此，農(nóng)業(yè)高質(zhì)量發(fā)展已成為助推我國(guó)全面實(shí)現(xiàn)鄉(xiāng)村振興的核心動(dòng)力。

鑒于此，本文在已有文獻(xiàn)的基礎(chǔ)上[1—9]，分別選取6 個(gè)一級(jí)指標(biāo)和5個(gè)一級(jí)指標(biāo)，構(gòu)建了農(nóng)業(yè)高質(zhì)量發(fā)展和鄉(xiāng)村振興的綜合評(píng)價(jià)指標(biāo)體系，分析了兩者之間的耦合協(xié)調(diào)結(jié)果，從時(shí)間和空間兩個(gè)維度分析兩者耦合協(xié)調(diào)的發(fā)展進(jìn)程，并建立動(dòng)態(tài)空間計(jì)量模型詳細(xì)剖析我國(guó)農(nóng)業(yè)高質(zhì)量發(fā)展對(duì)鄉(xiāng)村振興影響的時(shí)空效應(yīng)。

1 指標(biāo)體系構(gòu)建

1.1 農(nóng)業(yè)高質(zhì)量指標(biāo)體系構(gòu)建

為構(gòu)建一個(gè)能夠全面反映農(nóng)業(yè)高質(zhì)量發(fā)展水平的綜合評(píng)價(jià)指標(biāo)體系，本文借鑒相關(guān)研究[7—9]，分別從產(chǎn)業(yè)體系建設(shè)、生產(chǎn)體系建設(shè)、經(jīng)營(yíng)體系建設(shè)、支持保護(hù)水平、質(zhì)量效益水平和綠色發(fā)展水平六個(gè)方面構(gòu)建農(nóng)業(yè)高質(zhì)量發(fā)展綜合評(píng)價(jià)指標(biāo)體系（見下頁(yè)表1），利用TOPSIS 方法對(duì)2010—2020年中國(guó)31個(gè)省份（不含港澳臺(tái)）的農(nóng)業(yè)高質(zhì)量發(fā)展水平進(jìn)行測(cè)度。

表1 農(nóng)業(yè)高質(zhì)量發(fā)展綜合評(píng)價(jià)指標(biāo)體系

1.2 鄉(xiāng)村振興指標(biāo)體系構(gòu)建

本文借鑒相關(guān)研究[10—12]，選取5個(gè)一級(jí)指標(biāo)和21個(gè)二級(jí)指標(biāo)構(gòu)建了鄉(xiāng)村振興綜合評(píng)價(jià)指標(biāo)體系，其中5個(gè)一級(jí)指標(biāo)分別為產(chǎn)業(yè)興旺、生態(tài)宜居、鄉(xiāng)風(fēng)文明、治理有效、生活富裕（見下頁(yè)表2），利用TOPSIS 方法對(duì)2010—2020 年中國(guó)31個(gè)省份的鄉(xiāng)村振興水平進(jìn)行測(cè)度。

表2 鄉(xiāng)村振興綜合評(píng)價(jià)指標(biāo)體系

2 研究設(shè)計(jì)

2.1 耦合協(xié)調(diào)度模型

鄉(xiāng)村振興與農(nóng)業(yè)高質(zhì)量發(fā)展的耦合協(xié)調(diào)評(píng)價(jià)主要是利用耦合協(xié)調(diào)度模型，具體來說，先利用TOPSIS方法分別評(píng)估出鄉(xiāng)村振興和農(nóng)業(yè)高質(zhì)量的綜合得分C，再計(jì)算耦合協(xié)調(diào)度D。計(jì)算公式如下：

其中，C表示耦合度；D表示鄉(xiāng)村振興和農(nóng)業(yè)高質(zhì)量發(fā)展間的耦合協(xié)調(diào)度；T表示協(xié)調(diào)指數(shù)，T=αRR+βHA，RR和HA分別表示鄉(xiāng)村振興和農(nóng)業(yè)高質(zhì)量發(fā)展的得分。考慮到鄉(xiāng)村振興離不開農(nóng)業(yè)高質(zhì)量發(fā)展的支撐，而農(nóng)業(yè)高質(zhì)量發(fā)展亦可推動(dòng)鄉(xiāng)村振興，兩者同等重要，因此設(shè)定α=β=0.5。

此外，參考其他相關(guān)研究，本文將鄉(xiāng)村振興和農(nóng)業(yè)高質(zhì)量融合發(fā)展的耦合協(xié)調(diào)等級(jí)劃分為3 個(gè)耦合協(xié)調(diào)等級(jí)并細(xì)分為8個(gè)協(xié)調(diào)等級(jí)，如表3所示。

表3 耦合協(xié)調(diào)等級(jí)劃分

2.2 空間計(jì)量模型

2.2.1 空間自回歸模型（SAR）

本文主要探討省份之間是否存在鄉(xiāng)村振興空間溢出效應(yīng)，模型表示為：

其中，RRit表示第t年第i個(gè)省份的鄉(xiāng)村振興水平，HAit表示第t年第i個(gè)省份的農(nóng)業(yè)高質(zhì)量發(fā)展水平，Xit表示第t年第i個(gè)省份的控制變量，ρ表示鄉(xiāng)村振興的空間溢出效應(yīng)，δ表示農(nóng)業(yè)高質(zhì)量發(fā)展對(duì)鄉(xiāng)村振興的影響，μi表示省域固定效應(yīng)，?t表示隨機(jī)擾動(dòng)項(xiàng)，滿足?t～N(0，σ2?)。此外，W表示空間權(quán)重矩陣?？臻g權(quán)重矩陣一般分為地理鄰近性的空間權(quán)重矩陣、反距離空間權(quán)重矩陣和經(jīng)濟(jì)空間權(quán)重矩陣。由于內(nèi)生性的經(jīng)濟(jì)距離矩陣易使模型內(nèi)生性問題加劇，因此本文主要采用強(qiáng)外生的地理鄰近性的Rook 矩陣(Wn)、反距離空間權(quán)重矩陣(Wd)。其中地理距離空間權(quán)重矩陣以2020年各省會(huì)城市間最短高速公路的距離作為構(gòu)建依據(jù)。

2.2.2 空間杜賓模型（SDM）

在空間自回歸模型的基礎(chǔ)之上，本文還考慮了農(nóng)業(yè)高質(zhì)量發(fā)展及其空間溢出對(duì)鄉(xiāng)村振興的影響，模型為：

其中，θ表示農(nóng)業(yè)高質(zhì)量發(fā)展溢出空間效應(yīng)，其他變量含義與式（3）相同。

2.2.3 動(dòng)態(tài)空間自回歸模型（DSAR）

除了空間溢出效應(yīng)之外，我國(guó)鄉(xiāng)村振興具有一定的時(shí)間延續(xù)性，因此模型也應(yīng)該納入時(shí)間滯后效應(yīng)，總而言之，基于時(shí)空視角動(dòng)態(tài)空間計(jì)量模型可以分析鄉(xiāng)村振興的時(shí)間滯后效應(yīng)和空間溢出效應(yīng)。本文在模型中引入被解釋變量的一階時(shí)間滯后項(xiàng)RRit-1和一階空間滯后項(xiàng)WRRit-1，模型如下：

2.2.4 動(dòng)態(tài)空間杜賓模型（DSDM）

在式（5）的基礎(chǔ)上加入農(nóng)業(yè)高質(zhì)量發(fā)展對(duì)鄉(xiāng)村振興影響的空間溢出效應(yīng)，建立模型：

依據(jù)動(dòng)態(tài)空間杜賓模型，可將其效應(yīng)按照短期和長(zhǎng)期效應(yīng)進(jìn)行劃分，兩者又可分別劃分為直接效應(yīng)和間接效應(yīng)，將直接效應(yīng)和間接效應(yīng)求和則為總效應(yīng)。具體公式為：

短期的直接效應(yīng)：

短期的間接效應(yīng)：

長(zhǎng)期的直接效應(yīng)：

長(zhǎng)期的間接效應(yīng)：

2.3 變量選取

本文主要從時(shí)間和空間方面研究農(nóng)業(yè)高質(zhì)量發(fā)展對(duì)鄉(xiāng)村振興的影響，被解釋變量為鄉(xiāng)村振興（RR），采用TOPSIS 方法對(duì)鄉(xiāng)村振興水平進(jìn)行評(píng)價(jià)。核心解釋變量為農(nóng)業(yè)高質(zhì)量發(fā)展（HA），也是采用TOPSIS 方法對(duì)農(nóng)業(yè)高質(zhì)量發(fā)展水平進(jìn)行綜合評(píng)價(jià)，得到農(nóng)業(yè)高質(zhì)量發(fā)展水平變量。為了避免遺漏變量偏誤，在空間計(jì)量模型中還需要考慮控制變量，本文從經(jīng)濟(jì)發(fā)展（GDP）、城鎮(zhèn)化（Cr）和鄉(xiāng)村金融支持力度（La）三個(gè)方面來進(jìn)行選取，分別用國(guó)內(nèi)生產(chǎn)總值、城鎮(zhèn)化率和涉農(nóng)貸款金額三個(gè)指標(biāo)來衡量。

2.4 數(shù)據(jù)來源與處理

本文的相關(guān)數(shù)據(jù)主要來源于2011—2021 年《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)金融統(tǒng)計(jì)年鑒》和中國(guó)經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)數(shù)據(jù)庫(kù)，對(duì)于部分缺失的數(shù)據(jù)則依據(jù)各省份統(tǒng)計(jì)年鑒進(jìn)行補(bǔ)充。其他無法補(bǔ)充的缺失數(shù)據(jù)主要采用插值法進(jìn)行填充。

3 實(shí)證分析

3.1 農(nóng)業(yè)高質(zhì)量發(fā)展與鄉(xiāng)村振興耦合協(xié)調(diào)結(jié)果

首先，依據(jù)本文構(gòu)建的鄉(xiāng)村振興和農(nóng)業(yè)高質(zhì)量發(fā)展綜合評(píng)價(jià)指標(biāo)體系，可測(cè)算得到我國(guó)2010—2020 年31 個(gè)省份的鄉(xiāng)村振興水平和農(nóng)業(yè)高質(zhì)量發(fā)展水平。其次，由耦合協(xié)調(diào)度的測(cè)算式（1）和式（2），得到兩者之間的耦合協(xié)調(diào)度。最后，根據(jù)計(jì)算的結(jié)果，進(jìn)一步劃分為2010—2012年、2013—2015年、2016—2018年和2019—2020年四個(gè)時(shí)間段進(jìn)行分階段分析，并討論各省份各時(shí)間段的平均耦合協(xié)調(diào)度及所處于耦合協(xié)調(diào)等級(jí)，具體如表4所示。

表4 2010—2020年各省份鄉(xiāng)村振興與農(nóng)業(yè)高質(zhì)量發(fā)展耦合協(xié)調(diào)等級(jí)

由表4 可知，從動(dòng)態(tài)的視角來看，2010—2020 年我國(guó)農(nóng)業(yè)高質(zhì)量發(fā)展與鄉(xiāng)村振興兩者的耦合協(xié)調(diào)度一直呈逐步上升態(tài)勢(shì)，并且每2～3年就會(huì)上升一個(gè)協(xié)調(diào)等級(jí)。特別需要指出的是，2013—2015 年與2016—2018 年兩個(gè)時(shí)間段內(nèi)鄉(xiāng)村振興與農(nóng)業(yè)高質(zhì)量發(fā)展的耦合協(xié)調(diào)度有了顯著提升。這主要得益于國(guó)家對(duì)鄉(xiāng)村振興的相關(guān)政策支持。

我國(guó)鄉(xiāng)村振興戰(zhàn)略與農(nóng)業(yè)農(nóng)村現(xiàn)代化的同步發(fā)展是各省份鄉(xiāng)村振興與農(nóng)業(yè)高質(zhì)量得到較高程度的耦合協(xié)調(diào)發(fā)展的根本原因。從最新的年份結(jié)果來看，目前大部分省份處于高級(jí)協(xié)調(diào)（13個(gè)省份）和特級(jí)協(xié)調(diào)（18個(gè)省份）兩個(gè)階段。其中特別需要注意的是，湖北在2017 年后從鄉(xiāng)村振興與農(nóng)業(yè)高質(zhì)量發(fā)展耦合協(xié)調(diào)中脫穎而出，耦合協(xié)調(diào)度得分明顯領(lǐng)先與其他省份。其主要原因是湖北高度重視農(nóng)村高質(zhì)量發(fā)展以及鄉(xiāng)村振興。

3.2 靜態(tài)空間計(jì)量模型結(jié)果

從耦合協(xié)調(diào)結(jié)果來看，各個(gè)省份的農(nóng)業(yè)高質(zhì)量發(fā)展與鄉(xiāng)村振興之間的耦合協(xié)調(diào)度從低到高，說明兩者隨著時(shí)間同步發(fā)展，具有較強(qiáng)的相關(guān)性。然而，耦合協(xié)調(diào)度模型無法定量評(píng)估農(nóng)業(yè)高質(zhì)量發(fā)展對(duì)鄉(xiāng)村振興的影響，特別是無法納入空間溢出效應(yīng)，從而會(huì)得到有偏的結(jié)果。因此，本文給出靜態(tài)的空間計(jì)量模型估計(jì)結(jié)果，包括空間自回歸模型和空間杜賓模型，回歸結(jié)果如表5所示。

表5 靜態(tài)空間計(jì)量模型估計(jì)結(jié)果

表5列（1）至列（4）的系數(shù)均在1%的水平上拒絕了HA顯著為0的原假設(shè)，系數(shù)為正表明農(nóng)業(yè)高質(zhì)量發(fā)展對(duì)鄉(xiāng)村振興起到顯著的積極促進(jìn)作用，換言之，農(nóng)業(yè)高質(zhì)量發(fā)展可有效推進(jìn)鄉(xiāng)村振興。然而，由列（2）和列（4）空間杜賓模型的系數(shù)θ可知，農(nóng)業(yè)高質(zhì)量發(fā)展對(duì)鄉(xiāng)村振興的空間效應(yīng)卻顯著為負(fù)，即對(duì)某省份而言，其鄰近省份的農(nóng)業(yè)高質(zhì)量發(fā)展對(duì)該省份的鄉(xiāng)村振興存在顯著為負(fù)的空間溢出效應(yīng)，換言之，周邊省份農(nóng)業(yè)高質(zhì)量的發(fā)展對(duì)該省份的鄉(xiāng)村振興會(huì)產(chǎn)生不利影響，這可能是由于處在經(jīng)濟(jì)資源有限的社會(huì)中，周邊省份農(nóng)業(yè)高質(zhì)量的快速發(fā)展可對(duì)該省份的人力、物力和資產(chǎn)造成巨大吸引力，導(dǎo)致該省份人才和資金大量外流，進(jìn)而阻礙了其鄉(xiāng)村振興，將其稱為虹吸效應(yīng)。

從回歸結(jié)果中還可發(fā)現(xiàn)，鄉(xiāng)村振興的空間滯后項(xiàng)W*RR 的回歸系數(shù)在1%的水平上顯著為正，這說明我國(guó)鄉(xiāng)村振興存在顯著的正向空間溢出效應(yīng)，也就是說提高某省份的鄉(xiāng)村振興水平可促進(jìn)周邊省份的鄉(xiāng)村振興。

由以上分析結(jié)果可知，我國(guó)鄉(xiāng)村振興存在顯著的空間集聚效應(yīng)，農(nóng)業(yè)高質(zhì)量的提升有助于提升本省的鄉(xiāng)村振興水平，但是鄰近省份的農(nóng)業(yè)高質(zhì)量發(fā)展卻會(huì)對(duì)本省鄉(xiāng)村振興產(chǎn)生虹吸效應(yīng)。

3.3 動(dòng)態(tài)空間計(jì)量模型結(jié)果

基于前文研究，我國(guó)農(nóng)業(yè)高質(zhì)量發(fā)展對(duì)鄉(xiāng)村振興存在顯著的空間溢出效應(yīng)，除此之外，還可能存在時(shí)間滯后效應(yīng)，因此，在前文回歸的基礎(chǔ)上，結(jié)合式（4）和（5），得到動(dòng)態(tài)空間計(jì)量模型的回歸結(jié)果，如表6所示。

表6 動(dòng)態(tài)空間計(jì)量模型估計(jì)結(jié)果

表6 的回歸結(jié)果基本與表5 的估計(jì)結(jié)果類似，具體來說，農(nóng)業(yè)高質(zhì)量發(fā)展對(duì)鄉(xiāng)村振興影響的回歸系數(shù)δ顯著為正，表示農(nóng)業(yè)高質(zhì)量的發(fā)展可以有效推進(jìn)鄉(xiāng)村振興。同時(shí)，農(nóng)業(yè)高質(zhì)量發(fā)展空間效應(yīng)θ顯著為負(fù)，說明某省份農(nóng)業(yè)高質(zhì)量發(fā)展對(duì)周邊省份鄉(xiāng)村振興存在負(fù)向空間溢出效應(yīng)，這可能是虹吸效應(yīng)所導(dǎo)致的，該結(jié)論與表5 回歸結(jié)果一致。

鄉(xiāng)村振興空間溢出效應(yīng)顯著為正，這說明周邊省份的鄉(xiāng)村振興對(duì)該省份鄉(xiāng)村振興會(huì)產(chǎn)生正向影響，即認(rèn)為鄉(xiāng)村振興在各省份間存在正向空間溢出效應(yīng)，與表5回歸結(jié)果也相同。

由動(dòng)態(tài)的空間自回歸模型和動(dòng)態(tài)的空間杜賓模型估計(jì)結(jié)果可知，變量RRit-1的回歸系數(shù)γ均顯著為正，表示滯后一期的鄉(xiāng)村振興對(duì)農(nóng)業(yè)高質(zhì)量發(fā)展同樣具有重要影響，并且通過估計(jì)系數(shù)來看，時(shí)間動(dòng)態(tài)效應(yīng)要高于空間溢出效應(yīng)，這說明某省份鄉(xiāng)村振興具有較強(qiáng)的時(shí)滯效應(yīng)，也就是說鄉(xiāng)村振興對(duì)于農(nóng)業(yè)高質(zhì)量發(fā)展具有長(zhǎng)期有效的積極影響。為驗(yàn)證該結(jié)論的穩(wěn)健性，基于本文構(gòu)建的農(nóng)業(yè)高質(zhì)量發(fā)展和鄉(xiāng)村振興的綜合評(píng)價(jià)指標(biāo)體系，采用熵權(quán)-TOPSIS 模型計(jì)算得到對(duì)應(yīng)綜合評(píng)價(jià)得分后仍進(jìn)行了相應(yīng)的回歸分析，得到了類似的回歸結(jié)論，說明了本文結(jié)論的穩(wěn)健性。

綜上所述，我國(guó)鄉(xiāng)村振興存在顯著的空間集聚效應(yīng)和時(shí)滯效應(yīng)，同時(shí)農(nóng)業(yè)高質(zhì)量發(fā)展對(duì)本省的鄉(xiāng)村振興可起到有效的促進(jìn)作用，即提高農(nóng)業(yè)高質(zhì)量發(fā)展是推動(dòng)鄉(xiāng)村振興的核心動(dòng)力。

但是，LeSage和Pace（2009）[13]認(rèn)為，空間自回歸模型和空間杜賓模型的估計(jì)結(jié)果中的系數(shù)不能直接視為本地區(qū)和周圍地區(qū)對(duì)被解釋變量的影響，他們推薦采用求偏導(dǎo)的方式得出平均的直接效應(yīng)和間接效應(yīng)。根據(jù)前面的分析可知，多種模型的結(jié)果都基本類似，本文通過相關(guān)R2取值來看，表6 列（1）的統(tǒng)計(jì)量最大，因此可以選為最優(yōu)的模型，并基于式（7）至式（10），取θ=0，計(jì)算解釋變量的短期與長(zhǎng)期的直接效應(yīng)、間接效應(yīng)和總效應(yīng)，具體結(jié)果如下頁(yè)表7所示。

表7 短期與長(zhǎng)期的直接效應(yīng)、間接效應(yīng)和總效應(yīng)

由表7 可知，從長(zhǎng)期和短期效應(yīng)來看，僅短期效應(yīng)存在顯著情況，而長(zhǎng)期效應(yīng)均不顯著，這可能是因樣本期較短，使得空間計(jì)量回歸模型并不能很好地展現(xiàn)出其長(zhǎng)期效應(yīng)。因此，僅從短期效應(yīng)來分析，可以發(fā)現(xiàn)，各解釋變量對(duì)鄉(xiāng)村振興影響的短期效應(yīng)顯著來源于農(nóng)業(yè)高質(zhì)量發(fā)展、城鎮(zhèn)化和鄉(xiāng)村金融支持力度三個(gè)因素。各影響因素中，農(nóng)業(yè)高質(zhì)量發(fā)展對(duì)鄉(xiāng)村振興影響的直接效應(yīng)、間接效應(yīng)和總效應(yīng)均為正，城鎮(zhèn)化對(duì)鄉(xiāng)村振興影響的直接效應(yīng)、間接效應(yīng)和總效應(yīng)也均為正，而鄉(xiāng)村金融支持力度對(duì)鄉(xiāng)村振興影響的直接效應(yīng)、間接效應(yīng)和總效應(yīng)則均為負(fù)，且三者短期效應(yīng)均更為顯著，同時(shí)直接效應(yīng)大于間接效應(yīng)。這說明農(nóng)業(yè)高質(zhì)量發(fā)展和城鎮(zhèn)化對(duì)鄉(xiāng)村振興可起到促進(jìn)作用，且短期直接效應(yīng)比短期間接效應(yīng)更大，而鄉(xiāng)村金融支持力度對(duì)鄉(xiāng)村振興卻起到抑制作用。由此可知，農(nóng)業(yè)高質(zhì)量發(fā)展可推動(dòng)鄉(xiāng)村振興，城鎮(zhèn)化的發(fā)展進(jìn)程中亦可助推鄉(xiāng)村振興，然而鄉(xiāng)村金融支持力度對(duì)鄉(xiāng)村振興卻沒有起到實(shí)質(zhì)性的作用，甚至產(chǎn)生了抑制效果，這可能是由于資金分配效率低，鄉(xiāng)村金融支出錯(cuò)配所致。所以，要想全面推動(dòng)鄉(xiāng)村振興，就要關(guān)注農(nóng)業(yè)高質(zhì)量和城鎮(zhèn)化協(xié)同發(fā)展，并解決好鄉(xiāng)村金融資金配置的問題。

4 結(jié)論

本文首先構(gòu)建了我國(guó)鄉(xiāng)村振興和農(nóng)業(yè)高質(zhì)量發(fā)展的綜合評(píng)價(jià)指標(biāo)體系，其次基于耦合協(xié)調(diào)度模型，分析了鄉(xiāng)村振興與農(nóng)業(yè)高質(zhì)量發(fā)展的耦合協(xié)調(diào)現(xiàn)狀，然后采用靜態(tài)與動(dòng)態(tài)的空間自回歸模型和空間杜賓模型，分別對(duì)我國(guó)各省份農(nóng)業(yè)高質(zhì)量發(fā)展對(duì)鄉(xiāng)村振興的影響和鄉(xiāng)村振興跨省份的時(shí)空效應(yīng)進(jìn)行了研究，最后基于以上研究針對(duì)各解釋變量對(duì)鄉(xiāng)村振興發(fā)展影響的直接效應(yīng)和間接效應(yīng)進(jìn)行了探討。本文得出以下結(jié)論：

（1）從動(dòng)態(tài)的視角來看，2010—2020 年我國(guó)農(nóng)業(yè)高質(zhì)量發(fā)展與鄉(xiāng)村振興兩者的耦合協(xié)調(diào)度一直呈逐步上升態(tài)勢(shì)，并且每2～3年就會(huì)上升一個(gè)協(xié)調(diào)等級(jí)。特別需要指出的是，2013—2015 年與2016—2018 年兩個(gè)時(shí)間段內(nèi)鄉(xiāng)村振興與農(nóng)業(yè)高質(zhì)量發(fā)展的耦合協(xié)調(diào)度有了顯著的提升。這主要得益于國(guó)家對(duì)鄉(xiāng)村振興的相關(guān)政策支持。同時(shí)，目前大部分省份處于高級(jí)協(xié)調(diào)（13 個(gè)省份）和特級(jí)協(xié)調(diào)（18個(gè)省份）兩個(gè)階段。其中需要特別注意的是，湖北在2017年后從鄉(xiāng)村振興與農(nóng)業(yè)高質(zhì)量發(fā)展耦合協(xié)調(diào)中脫穎而出，耦合協(xié)調(diào)度得分明顯領(lǐng)先，通過TOPSIS 方法的綜合評(píng)價(jià)得分發(fā)現(xiàn)，湖北的生產(chǎn)體系建設(shè)和生態(tài)宜居指標(biāo)均獲得了較高的評(píng)分。

（2）我國(guó)鄉(xiāng)村振興存在顯著的空間集聚效應(yīng)，即“高-高”集聚或“低-低”集聚現(xiàn)象，此外，我國(guó)鄉(xiāng)村振興存在顯著的時(shí)滯效應(yīng)，且農(nóng)業(yè)高質(zhì)量發(fā)展對(duì)本省的鄉(xiāng)村振興可起到有效的促進(jìn)作用，但是本省的農(nóng)業(yè)高質(zhì)量發(fā)展卻會(huì)對(duì)周邊省份的鄉(xiāng)村振興發(fā)展產(chǎn)生虹吸效應(yīng)，該虹吸效應(yīng)可能是由于資源有限，人才、資本與技術(shù)被農(nóng)業(yè)高質(zhì)量發(fā)展省份大量吸入，造成周邊省份資源失衡所導(dǎo)致的。簡(jiǎn)而言之，提高農(nóng)業(yè)高質(zhì)量發(fā)展是推動(dòng)鄉(xiāng)村振興的核心驅(qū)動(dòng)力，但本省農(nóng)業(yè)高質(zhì)量的發(fā)展對(duì)周邊省份鄉(xiāng)村振興產(chǎn)生抑制作用。

（3）從影響鄉(xiāng)村振興發(fā)展的直接效應(yīng)、間接效應(yīng)和總效應(yīng)來看，農(nóng)業(yè)高質(zhì)量發(fā)展和城鎮(zhèn)化對(duì)鄉(xiāng)村振興的影響均為正，而鄉(xiāng)村金融支持力度對(duì)鄉(xiāng)村振興的影響則為負(fù)，且三者均表現(xiàn)為短期效應(yīng)更為顯著，同時(shí)直接效應(yīng)大于間接效應(yīng)。農(nóng)業(yè)高質(zhì)量發(fā)展可推動(dòng)鄉(xiāng)村振興，城鎮(zhèn)化的發(fā)展進(jìn)程中亦可助推鄉(xiāng)村振興，然而鄉(xiāng)村金融支持力度對(duì)鄉(xiāng)村振興卻沒有起到實(shí)質(zhì)性的作用，甚至產(chǎn)生了抑制效果，這可能是由于資金分配效率低、鄉(xiāng)村金融支出錯(cuò)配所致。