劉紅波，吳空姐

（安徽大學(xué)，安徽 合肥 230039）

改革開放以來，中國(guó)經(jīng)濟(jì)取得了長(zhǎng)足的進(jìn)步，取得了世界矚目的成就，經(jīng)濟(jì)總量躍居世界第二。與此同時(shí)，三大產(chǎn)業(yè)也取得了長(zhǎng)足的進(jìn)步和發(fā)展，為國(guó)家經(jīng)濟(jì)發(fā)展注入了新的活力。農(nóng)業(yè)也取得了巨大的成就。2023 年5 月11 日，國(guó)務(wù)院新聞辦舉行的新聞發(fā)布會(huì)介紹，我國(guó)糧食生產(chǎn)連續(xù)十九年豐收，總產(chǎn)量持續(xù)8 年保持在1.3 萬億斤之上，為國(guó)家經(jīng)濟(jì)發(fā)展作出了重要貢獻(xiàn)。在“雙碳”目標(biāo)下，實(shí)現(xiàn)節(jié)能減排勢(shì)在必行。農(nóng)業(yè)生產(chǎn)是全球碳排放的主要來源[1]，占比約為14%[2]，僅次于電熱生產(chǎn)。中國(guó)作為農(nóng)業(yè)大國(guó)，農(nóng)業(yè)碳排放量占全球總碳排放量的約17%左右[3]。黨的二十大報(bào)告指出，推進(jìn)經(jīng)濟(jì)社會(huì)發(fā)展走向綠色化和低碳化，是促進(jìn)高質(zhì)量經(jīng)濟(jì)快速發(fā)展的關(guān)鍵。

長(zhǎng)江三角洲區(qū)域是中國(guó)經(jīng)濟(jì)社會(huì)快速發(fā)展的重要支柱之一，具有極高的開放度和創(chuàng)造力，在國(guó)家現(xiàn)代化建設(shè)工程中發(fā)揮著重要作用。為了加快長(zhǎng)三角一體化進(jìn)程，提高長(zhǎng)三角區(qū)域的創(chuàng)新和競(jìng)爭(zhēng)性，促進(jìn)經(jīng)濟(jì)集聚、區(qū)域連接和策略協(xié)同效率，長(zhǎng)三角地區(qū)將發(fā)揮重要作用，為促進(jìn)全國(guó)高質(zhì)量發(fā)展和建設(shè)現(xiàn)代化經(jīng)濟(jì)體系作出貢獻(xiàn)?；趯?duì)農(nóng)業(yè)高質(zhì)量發(fā)展的目標(biāo)，本文對(duì)長(zhǎng)三角地區(qū)三省一市2007-2020 年農(nóng)業(yè)綠色全要素生產(chǎn)率進(jìn)行了深入研究，以期為長(zhǎng)三角城市提出可行的解決方案，促進(jìn)農(nóng)業(yè)可持續(xù)發(fā)展。以浙江省和安徽省27 個(gè)地級(jí)市為樣本，探究影響農(nóng)業(yè)全要素生產(chǎn)率的因素，并提出相應(yīng)的政策建議。

1 文獻(xiàn)綜述

GTFP 是農(nóng)業(yè)可持續(xù)發(fā)展的重要指標(biāo)，它不僅反映了常規(guī)農(nóng)業(yè)生產(chǎn)方式的全要素生產(chǎn)率，還充分考慮了能源、環(huán)境污染排放量因素，從而為農(nóng)業(yè)可持續(xù)發(fā)展提供了客觀的反映[4]。

關(guān)于農(nóng)業(yè)綠色全要素生產(chǎn)率，學(xué)術(shù)界有著豐富的研究。關(guān)于農(nóng)業(yè)綠色全要素生產(chǎn)率的研究可以分為兩個(gè)方面，一方面是對(duì)GTFP 的測(cè)度，另一方面在于對(duì)GTFP 影響因素的探究。王永靜等人對(duì)中國(guó)糧食主產(chǎn)區(qū)的農(nóng)村GTFP 開展了測(cè)量，結(jié)果發(fā)現(xiàn)，在數(shù)據(jù)時(shí)間內(nèi)，農(nóng)村綠色食品全要素生產(chǎn)率呈現(xiàn)出“M”型變化，上升范圍較小，而這種變化的主要驅(qū)動(dòng)力源自于農(nóng)村綠色技術(shù)的不斷進(jìn)步[5]。經(jīng)過劉亦文等的測(cè)量，2001-2018 年之間，中國(guó)八大綜合經(jīng)濟(jì)區(qū)的農(nóng)村綠色食品全要素生產(chǎn)率均有顯著增加，其中西南部經(jīng)濟(jì)區(qū)的增加最為顯著，而東北經(jīng)濟(jì)區(qū)的增加最為緩慢[6]。通過使用SBM 模型和GML 指數(shù)，吳傳清等人發(fā)現(xiàn)，在1997-2015 年間，長(zhǎng)江經(jīng)濟(jì)帶農(nóng)村綠色全要素生產(chǎn)率有所提高，但仍然低于全國(guó)平均水平[7]。譚日輝等發(fā)現(xiàn)中國(guó)農(nóng)業(yè)綠色全要素生產(chǎn)率整體呈現(xiàn)上升趨勢(shì),中國(guó)農(nóng)業(yè)綠色全要素生產(chǎn)率空間關(guān)聯(lián)網(wǎng)絡(luò)的關(guān)聯(lián)性和穩(wěn)定性整體有所加強(qiáng),關(guān)聯(lián)網(wǎng)絡(luò)的中心度在不同年份存在波動(dòng)[8]。研究表明，“單驅(qū)”和“低—低”的科技進(jìn)展是中國(guó)農(nóng)業(yè)發(fā)展的驅(qū)動(dòng)力，而且這種發(fā)展并非空間結(jié)構(gòu)上的隨機(jī)分布，而是具有著正相應(yīng)的關(guān)系[9]；此外，命令控制型環(huán)保法規(guī)也對(duì)本區(qū)域和相鄰區(qū)域的農(nóng)村發(fā)展產(chǎn)生了U 形的負(fù)面影響。根據(jù)2000-2019 年的省際面板數(shù)據(jù)[10]，沈洋等人從碳匯和碳排放兩個(gè)角度測(cè)量了農(nóng)村綠色全要素生產(chǎn)率，發(fā)現(xiàn)在考察期間，農(nóng)村綠色全要素生產(chǎn)率的年均增速為1.1%，而農(nóng)村技術(shù)的進(jìn)步則是其增加的重要驅(qū)動(dòng)力。

另一方面主要是探究其他因素對(duì)GTFP 的影響。周法法等[11]研究發(fā)現(xiàn)農(nóng)業(yè)保險(xiǎn)發(fā)展水平對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率具有顯著提升作用，且主要體現(xiàn)在東部地區(qū)和非糧食主產(chǎn)區(qū)。研究發(fā)現(xiàn)，王亞飛等[12]發(fā)現(xiàn)，農(nóng)旅產(chǎn)業(yè)的協(xié)作整合能夠明顯促進(jìn)農(nóng)村綠化全要素生產(chǎn)率，并將其劃分為農(nóng)村技術(shù)進(jìn)步指數(shù)和技術(shù)效率指標(biāo)，這些指標(biāo)都能夠有效地推動(dòng)農(nóng)村發(fā)展。研究表明，農(nóng)產(chǎn)品進(jìn)出口貿(mào)易對(duì)我國(guó)農(nóng)業(yè)綠化經(jīng)濟(jì)增長(zhǎng)有積極負(fù)面影響，其中出口交易的作用更為明顯。陳燕君等[13]研究發(fā)現(xiàn)，農(nóng)產(chǎn)品進(jìn)口貿(mào)易（TAPIM） 和出口交易（TAPEX）都能夠促進(jìn)農(nóng)村綠化經(jīng)濟(jì)增長(zhǎng)。研究表明，環(huán)保法規(guī)對(duì)農(nóng)村綠化全要素生產(chǎn)率的負(fù)面影響有著明顯的雙重門檻效果，即伴隨閾值的增加，負(fù)面影響會(huì)逐漸減弱，這一結(jié)論由馬國(guó)群等[14]人提出。

綜上所述，學(xué)術(shù)界對(duì)農(nóng)業(yè)綠色發(fā)展已開展了比較全面的分析，但是，目前的研究主要集中在國(guó)家和省級(jí)層面，而對(duì)長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色生產(chǎn)效率的研究仍然不夠充分。本文運(yùn)用GML 指數(shù)對(duì)長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展效率的整體情況和區(qū)域差異展開深度探討，并基于此提出政策建議，以促進(jìn)長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色高質(zhì)量發(fā)展。

2 長(zhǎng)三角地區(qū)農(nóng)業(yè)綠色全要素生產(chǎn)率測(cè)度

2.1 研究方法

本文采用GML 方法來研究全局Malmquist-Luenberger 指標(biāo)，這種方法是由Pastor 和Lovell（2005）給出的，它基于DDF 距離，可以有效地計(jì)算出更準(zhǔn)確的指數(shù)值。

GML （全局曼奎斯特羅恩伯格生產(chǎn)率指數(shù)）可以有效地解決應(yīng)用ML 指數(shù)時(shí)可能遇到的不可行解難題，這一點(diǎn)已經(jīng)得到了Pastor[15]（2005）等學(xué)者的證實(shí)。GML 指數(shù)的公式為：

GML 指數(shù)能夠通過將其劃分為效益變動(dòng)指標(biāo)和技術(shù)發(fā)展變動(dòng)指標(biāo)來進(jìn)行分析，具體公式方法包括：

經(jīng)過Ray and Desli E（1997）[16]的研究，我們能夠?qū)⑥r(nóng)村綠化全要素生產(chǎn)率的變化趨勢(shì)劃分為科技效益、科技進(jìn)步和規(guī)模效益三個(gè)方面，并透過對(duì)比GML 和它們的分解指標(biāo)值來評(píng)估這些變化趨勢(shì)對(duì)農(nóng)村綠色經(jīng)濟(jì)增長(zhǎng)的積極貢獻(xiàn)。

2.2 指標(biāo)選取與處理

本文以2011-2020 年長(zhǎng)三角三省一市41 個(gè)市級(jí)單位的農(nóng)業(yè)綠色全要素生產(chǎn)率為研究對(duì)象。本文將重點(diǎn)關(guān)注狹義農(nóng)業(yè)，特別是以種植業(yè)為例。本文以耕地、資金和勞務(wù)土地，資本，勞動(dòng)力三個(gè)方面當(dāng)作投入指標(biāo)，來探討這一領(lǐng)域的發(fā)展趨勢(shì)。

土地投入，用農(nóng)作物總播種面積表示; 勞動(dòng)力投入，以第一產(chǎn)業(yè)就業(yè)人數(shù)表示; 資本投入包括機(jī)械投入、農(nóng)藥投入、化肥投入、農(nóng)膜投入和灌溉投入，機(jī)械投入以農(nóng)業(yè)機(jī)械總動(dòng)力計(jì)算; 農(nóng)藥、農(nóng)膜投入均以使用量計(jì)算；化肥投入，以化肥施用折純量計(jì)算；灌溉投入以實(shí)際有效灌溉面積計(jì)算。農(nóng)業(yè)期望產(chǎn)出變量為農(nóng)業(yè)總產(chǎn)值，并以2007年為基期進(jìn)行平減處理。農(nóng)業(yè)非期望產(chǎn)出主要是指本文擬采用農(nóng)業(yè)碳排放?？紤]到農(nóng)業(yè)生產(chǎn)活動(dòng)中的導(dǎo)致的溫室氣體排放，我們參照了李波等（2011）[17]的研究，對(duì)6 種農(nóng)業(yè)生產(chǎn)活動(dòng)的碳排放量作出了估算。表1 列出了各要素碳排放系數(shù)和來源。

表1 農(nóng)業(yè)碳排放碳源、系數(shù)及來源

表2 2007-2020 年上海市GML 指數(shù)及其分解

農(nóng)業(yè)灌溉碳排放系數(shù)本為25 kg/hm2，但考慮到僅火力發(fā)電產(chǎn)生碳排放，故在25 kg/hm2的基礎(chǔ)上乘以火電系數(shù)（火力發(fā)電量占發(fā)電總量之比）0.74，數(shù)據(jù)來源于2011-2019 年國(guó)家統(tǒng)計(jì)年鑒，故最終農(nóng)業(yè)灌溉系數(shù)為18.5 kg/hm2[18]。

2.3 數(shù)據(jù)來源與處理

本文研究了長(zhǎng)三角地區(qū)的經(jīng)濟(jì)、社會(huì)、資源和生態(tài)基礎(chǔ)，并以41 個(gè)市級(jí)單位為樣本進(jìn)行了分析。數(shù)據(jù)取自多個(gè)來源，包括《上海市統(tǒng)計(jì)年鑒》《江蘇省統(tǒng)計(jì)年鑒》《浙江省統(tǒng)計(jì)年鑒》《安徽省統(tǒng)計(jì)年鑒》等，其中一些數(shù)據(jù)缺失，我們采用了均值插補(bǔ)的方法進(jìn)行處理和換算。

2.4 GTFP 測(cè)算結(jié)果與分析

從表1 數(shù)據(jù)可以看出，2007-2020 年期間GTFP 指數(shù)相對(duì)于上一年有增有減，2008 年增長(zhǎng)率最高，為1.2216，而2016 年指數(shù)下降的最快，為0.9472。將GTFP 指數(shù)分解得到綠色技術(shù)效率變化( Gtech) 和綠色技術(shù)進(jìn)步( Gtecch)，可以看出Gtech 始終都是1，說明GTFP 指數(shù)的變化主要通過綠色技術(shù)進(jìn)步這條路徑，由于農(nóng)業(yè)科技的進(jìn)步，GTFP 平均值達(dá)到了1.02，表明上海市在2007-2020 期間農(nóng)業(yè)綠色全要素增長(zhǎng)率為2%。

從表3 中可以看出，江蘇省13 個(gè)地級(jí)市在2007-2020 年農(nóng)業(yè)GTFP 平均值均實(shí)現(xiàn)了增長(zhǎng)，GTFP 平均值最高的是無錫市，為1.05，無錫市在這14 年間實(shí)現(xiàn)了年均增長(zhǎng)5%，而Gtech 平均值為1，Gtecch 平均值為1.05，表明無錫市GTFP 的增長(zhǎng)主要是通過綠色技術(shù)進(jìn)步。江蘇省北方區(qū)域的連云港、淮安、鹽城、宿遷等大中城市的平均GTFP 較低，年均增長(zhǎng)率僅為1%，而Gtech均低于1，這表明綠色技術(shù)的效率正在下降，而Gtecch 卻大于1，這說明農(nóng)業(yè)綠色技術(shù)的進(jìn)步正在推動(dòng)農(nóng)業(yè)GTFP 的增長(zhǎng)。整體來看，蘇南的GTFP 增長(zhǎng)比蘇北快，蘇南和蘇北的GTFP 增長(zhǎng)主要依靠農(nóng)業(yè)技術(shù)的進(jìn)步。

表3 江蘇省2007-2020 年間GTFP 平均值

從表4 可以看出，浙江省11 個(gè)地級(jí)市在2007-2020 年GTFP 平均值都大于1，浙江省地級(jí)市在這14 年間都實(shí)現(xiàn)了農(nóng)業(yè)綠色全要素生產(chǎn)率的增長(zhǎng)。GTFP 平均值最高的是寧波市和臺(tái)州市，為1.05，年均增長(zhǎng)率為5%，寧波市和臺(tái)州市GTFP 的增長(zhǎng)主要是通過農(nóng)業(yè)綠色技術(shù)的進(jìn)步。GTFP 平均增長(zhǎng)相對(duì)較慢的有嘉興市，舟山市，溫州市，金華市和麗水市，GTFP 平均值為2%，其中嘉興市，金華市和麗水市的Gtech 都小于1，說明在這期間平均綠色技術(shù)效率變低了。綜合來看，浙江省市級(jí)層面GTFP 的增長(zhǎng)主要是由于農(nóng)業(yè)綠色技術(shù)的進(jìn)步。

表4 浙江省2007-2020 年GTFP 平均值

從表5 可以看出，安徽省的16 個(gè)地級(jí)市在2007-2020 年期間GTFP 平均值都大于1，說明安徽省市級(jí)層面農(nóng)業(yè)綠色全要素生產(chǎn)率平均提高了，且提高的原因是由于農(nóng)業(yè)綠色技術(shù)的進(jìn)步。

表5 安徽省2007-2020 年GTFP 平均值

3 長(zhǎng)三角地區(qū)農(nóng)業(yè)綠色全要素生產(chǎn)率影響因素實(shí)證分析

現(xiàn)測(cè)算出長(zhǎng)三角41 個(gè)城市的農(nóng)業(yè)綠色全要素生產(chǎn)率，本文選擇了浙江省、安徽省作為樣本來探究農(nóng)業(yè)綠色全要素生產(chǎn)率受什么因素影響。本文綜合考慮了已有研究成果和可用數(shù)據(jù)，選擇了灌溉設(shè)施發(fā)展水平、農(nóng)業(yè)生產(chǎn)發(fā)展水平、國(guó)民經(jīng)濟(jì)增長(zhǎng)程度、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、農(nóng)業(yè)生產(chǎn)服務(wù)業(yè)增長(zhǎng)程度等5 個(gè)解釋變量。

3.1 變量選取

為了評(píng)估長(zhǎng)三角地區(qū)農(nóng)業(yè)綠色生產(chǎn)效率，“GTFP”表示處理后的農(nóng)業(yè)綠色全要素生產(chǎn)率累積增長(zhǎng)指數(shù)GTFP，而Gtech 和Gtecch 則是根據(jù)吳傳清、宋子逸的研究方法，將2007 年的指數(shù)轉(zhuǎn)換為1 的累積變化指數(shù)，以此來衡量農(nóng)業(yè)綠色生產(chǎn)效率的變化情況。

本文旨在探討農(nóng)村綠色生產(chǎn)效率的限制因素，包括灌溉設(shè)施水平IF、農(nóng)業(yè)機(jī)械化程度ME、以及各地級(jí)市的人均生產(chǎn)總值EL。這些因素不僅接受自然環(huán)境條件的直接影響，還接受農(nóng)業(yè)生產(chǎn)條件和社會(huì)經(jīng)濟(jì)狀況的直接影響，因此，本文將對(duì)這些變量進(jìn)行深入的研究和分析。AG 是一種用來衡量農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)的指標(biāo)，它代表各地級(jí)市糧食作物的種植面積占總面積的比例。農(nóng)業(yè)生產(chǎn)服務(wù)業(yè)發(fā)展水平SE 用農(nóng)林牧漁服務(wù)業(yè)產(chǎn)值比上農(nóng)林牧漁生產(chǎn)總值。

3.2 模型構(gòu)建

本文旨在探究浙江和安徽兩省農(nóng)業(yè)綠色全要素生產(chǎn)率的影響因素，并建立如下板數(shù)據(jù)模型：

在式（1）中，GTFP、Gtech 和Gtecch 分別代表加工后的農(nóng)業(yè)綠色全要素生產(chǎn)率累積增加指標(biāo)。其中，i=1，2，…，27 分別指浙江省和安徽省的27個(gè)城市，t 代表年齡，ui為各城市不可觀測(cè)的穩(wěn)定效果，λt 為各年份不可觀測(cè)的固定效應(yīng)，而εi，t則是隨機(jī)擾動(dòng)項(xiàng)。表6 顯示了面板數(shù)據(jù)模型中所有變量的描述性統(tǒng)計(jì)結(jié)果。

在所選取解釋變量中,數(shù)據(jù)均來源于《江蘇省統(tǒng)計(jì)年鑒》《安徽省統(tǒng)計(jì)年鑒》以及各地級(jí)市統(tǒng)計(jì)年鑒。

3.3 實(shí)證結(jié)果分析

經(jīng)過檢驗(yàn)，由于同時(shí)存在組間異方差、同期相關(guān)以及組內(nèi)自相關(guān)，本文擬采用FGLS，結(jié)果如表7 所示。

表7 浙、皖兩省GTFP 影響因素回歸結(jié)果

模型整體回歸結(jié)果顯著，從表中可以看出，灌溉設(shè)施水平IF 對(duì)安徽省和浙江省的GTFP 和Gtecch 有顯著負(fù)向影響，而對(duì)Gtech 有顯著正向影響，說明浙江安徽兩省的水利設(shè)施水平還有待提高，雖然灌溉設(shè)施水平促進(jìn)了農(nóng)業(yè)綠色技術(shù)效率的提高，但是抑制了農(nóng)業(yè)綠色技術(shù)的進(jìn)步，綜合來看，降低了農(nóng)業(yè)綠色全要素生產(chǎn)率。農(nóng)業(yè)機(jī)械化水平ME 對(duì)浙江省的GTFP 和Gtecch 有顯著正向影響，而對(duì)Gtech 有顯著負(fù)向影響，說明浙江省的農(nóng)業(yè)機(jī)械化水平比較高，提高了農(nóng)業(yè)綠色全要素生產(chǎn)率，且是通過農(nóng)業(yè)機(jī)械化水平促進(jìn)了農(nóng)業(yè)綠色技術(shù)發(fā)展。和浙江省相反的是，農(nóng)業(yè)機(jī)械化水平ME 對(duì)安徽省的GTFP 和Gtecch 有顯著負(fù)向影響，而對(duì)Gtech 有顯著正向影響，說明安徽省的農(nóng)業(yè)機(jī)械化水平較低，抑制了安徽省的農(nóng)業(yè)綠色全要素生產(chǎn)率。經(jīng)濟(jì)發(fā)展水平EL 對(duì)浙江省和安徽省的GTFP、Gtech 和Gtecch 都有顯著的正向影響，說明隨著經(jīng)濟(jì)發(fā)展水平的提高，不僅促進(jìn)了農(nóng)業(yè)率色技術(shù)效率提高( Gtech)，還促進(jìn)了農(nóng)業(yè)綠色技術(shù)的進(jìn)步( Gtecch)，從而促進(jìn)了浙江省和安徽省的農(nóng)業(yè)綠色全要素生產(chǎn)率的提高。農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)AG 對(duì)浙江省的GTFP 和Gtecch 有顯著正向影響，而對(duì)Gtech 的影響不顯著，說明浙江省的農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)較為合理，促進(jìn)了農(nóng)業(yè)綠色全要素生產(chǎn)率的提高。與浙江省不同的是，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)AG 對(duì)安徽省的GTFP、Gtech、Gtecch 均由顯著的負(fù)向影響。浙江省的農(nóng)村生產(chǎn)服務(wù)業(yè)發(fā)展程度SE 對(duì)其GTFP 沒有顯著影響，但安徽省的情況卻有明顯的負(fù)面影響，這表明安徽省和浙江省的農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)發(fā)展程度仍有待提高，未能有效推動(dòng)農(nóng)村健康全要素生產(chǎn)率的提升。

4 研究結(jié)論與政策建議

通過GML 指數(shù)和FGLS 模型的分析，本文對(duì)2007-2020 年長(zhǎng)三角地區(qū)41 個(gè)地級(jí)市農(nóng)業(yè)GTFP 的變化情況進(jìn)行了深入探究，并對(duì)影響其變化的因素進(jìn)行了詳細(xì)分析。本文發(fā)現(xiàn)長(zhǎng)三角地區(qū)41 個(gè)城市在2007-2020 期間農(nóng)業(yè)GTFP 平均值均大于1，長(zhǎng)三角地區(qū)農(nóng)業(yè)綠色全要素生產(chǎn)率處于增長(zhǎng)的狀態(tài)，且通過FGLS 模型回歸結(jié)果可知，灌溉設(shè)施水平抑制了浙江省農(nóng)業(yè)GTFP 的提高，而農(nóng)業(yè)機(jī)械化水平、經(jīng)濟(jì)發(fā)展水平和農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)則促進(jìn)了浙江省農(nóng)業(yè)GTFP 的提高。而對(duì)于安徽省來說,經(jīng)濟(jì)發(fā)展水平提高了農(nóng)業(yè)GTFP，灌溉設(shè)施水平、農(nóng)業(yè)機(jī)械化水平、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)和農(nóng)業(yè)生產(chǎn)服務(wù)業(yè)發(fā)展水平均抑制了農(nóng)業(yè)GTFP。

基于上述研究結(jié)論，提出如下政策建議:

（1） 經(jīng)濟(jì)發(fā)展水平可以促進(jìn)農(nóng)業(yè)GTFP 的提高，應(yīng)該加強(qiáng)長(zhǎng)三角地區(qū)的經(jīng)濟(jì)交流與合作，加快長(zhǎng)三角地區(qū)經(jīng)濟(jì)的發(fā)展，從而促進(jìn)農(nóng)業(yè)高質(zhì)量發(fā)展。

（2）為提高農(nóng)業(yè)灌溉、機(jī)械和社會(huì)化服務(wù)水平，必須不斷完善基礎(chǔ)設(shè)施，并推進(jìn)農(nóng)村綠化發(fā)展。這樣，才能提高農(nóng)業(yè)發(fā)展綠色技術(shù)的效率。

（3）從浙江省和安徽省的基準(zhǔn)回歸結(jié)果來看，安徽的農(nóng)業(yè)基礎(chǔ)設(shè)施水平與浙江省還有較大差距，安徽省應(yīng)多向浙江省看齊，不斷提高農(nóng)業(yè)設(shè)施水平，以便更好地促進(jìn)長(zhǎng)三角一體化發(fā)展。