摘要： 加快核心科學技術創(chuàng)新對驅(qū)動農(nóng)業(yè)高質(zhì)量發(fā)展極具重要性。本研究基于2010-2020年省級面板數(shù)據(jù)，利用熵值法、固定效應模型和空間杜賓模型探究科技創(chuàng)新對中國農(nóng)業(yè)高質(zhì)量發(fā)展的影響和區(qū)域差異以及空間溢出效應。研究結(jié)果表明，2010-2020年，中國科技創(chuàng)新水平和農(nóng)業(yè)高質(zhì)量發(fā)展水平整體上升；科技創(chuàng)新對農(nóng)業(yè)高質(zhì)量發(fā)展的影響存在區(qū)域異質(zhì)性，對中部地區(qū)和糧食主產(chǎn)區(qū)作用效果較明顯，對東部地區(qū)和非糧食主產(chǎn)區(qū)的作用次之，而對西部地區(qū)的作用不顯著；科技創(chuàng)新對農(nóng)業(yè)高質(zhì)量發(fā)展存在正向空間溢出效應，且對毗鄰省份的間接影響高于對該省的直接影響。所以應繼續(xù)加大科技投入，統(tǒng)籌規(guī)劃各地區(qū)農(nóng)業(yè)發(fā)展，充分發(fā)揮科技創(chuàng)新的輻射作用，實現(xiàn)農(nóng)業(yè)整體高質(zhì)量發(fā)展。

關鍵詞： 科技創(chuàng)新；農(nóng)業(yè)高質(zhì)量發(fā)展；區(qū)域差異；空間溢出效應；熵值法

中圖分類號： F303.2"" 文獻標識碼： A"" 文章編號： 1000-4440（2024）06-1129-13

Impact of scientific and technological innovation on the high-quality development of agriculture and its regional differences

LIU Xiaoqian1，2， LI Ling1， SUN Xiaolong3，4

（1.School of Economics， Hebei GEO University， Shijiazhuang 050031， China；2.Research Base for Scientific-Technological Innovation and Regional Economic Sustainable Development of Hebei Province， Shijiazhuang 050031， China；3.Institute of Agricultural Economics and Development， Jiangsu Academy of Agricultural Sciences， Nanjing 210014， China;4.Jiangsu Agricultural Science and Technology Innovation Decision Consulting Research Base， Nanjing 210014， China）

Abstract： Accelerating core scientific and technological innovation is of great importance to driving high-quality agricultural development. Based on the provincial panel data from 2010 to 2020， this paper used the entropy method， fixed effect model and spatial Durbin model to study the impact of scientific and technological innovation on China’s high-quality agricultural development， as well as regional differences and spatial spillover effects. The results showed that the level of China’s scientific and technological innovation and high-quality agricultural development in 2010-2020 rised as a whole. Scientific and technological innovation showed influence of regional heterogeneity in the development of high-quality agriculture， the effect was obvious on the central region and major grain producing areas， and the effect on the eastern region and non-major grain producing areas was the second， while the effect on the western region was not significant. Scientific and technological innovation had a positive spatial spillover effect on the high-quality development of agriculture， and the indirect impact on adjacent provinces was higher than the direct impact on the province. Therefore， we should continue to increase investment in science and technology， make overall plans for agricultural development in different regions， give full play to the radiation effect of scientific and technological innovation， so as to achieve overall high-quality development of agriculture.

Key words： scientific and technological innovation;high-quality agricultural development;regional differences;spatial spillover effect;entropy method

中國正面臨百年未有之大變局，中國農(nóng)村經(jīng)濟社會正朝著更高發(fā)展水平前進。中國第一產(chǎn)業(yè)增加值由1978年的1.02×1011元增至2021年的6.44×1011元（以1978年為不變價格計算），糧食產(chǎn)量由1978年的3.05×108 t增至2021年的6.83×109 t。2021年中央一號文件強調(diào)應持續(xù)深入推進農(nóng)村供給側(cè)結(jié)構(gòu)性改革，鞏固脫貧攻堅戰(zhàn)成果，積極推進農(nóng)業(yè)高質(zhì)量發(fā)展；2022年中央一號文件明確要堅持黨對“三農(nóng)”工作的全面領導，維護國家糧食安全，提高農(nóng)村經(jīng)濟與生活發(fā)展能力，促進農(nóng)業(yè)高質(zhì)量發(fā)展；2023年中央一號文件再次強調(diào)要推進農(nóng)業(yè)農(nóng)村高質(zhì)量發(fā)展，邁向農(nóng)業(yè)現(xiàn)代化，加快建設農(nóng)業(yè)強國。因此，深入分析中國農(nóng)業(yè)高質(zhì)量發(fā)展現(xiàn)狀并挖掘其背后誘因不僅能夠豐富農(nóng)業(yè)高質(zhì)量發(fā)展相關理論，也有利于進一步推動農(nóng)業(yè)高質(zhì)量發(fā)展，改善農(nóng)村居民生活，深入貫徹落實鄉(xiāng)村振興戰(zhàn)略。農(nóng)業(yè)高質(zhì)量發(fā)展是推進農(nóng)業(yè)現(xiàn)代化進程的重要舉措[1]。目前，農(nóng)業(yè)高質(zhì)量發(fā)展雖整體呈現(xiàn)向好趨勢，但其增長過程具有一定的波動性[2]，明晰波動背后的原因能夠有效避免農(nóng)業(yè)在向更好更高質(zhì)量目標發(fā)展的過程中陷入誤區(qū)。同時各地區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展水平差異凸顯且地區(qū)鄰接依賴性嚴重，無論是從地理位置劃分還是從糧食產(chǎn)量劃分[3]，農(nóng)業(yè)發(fā)展差異都不容小覷，再結(jié)合農(nóng)業(yè)高質(zhì)量發(fā)展呈現(xiàn)出的集聚特征，故而在大力推動農(nóng)業(yè)高質(zhì)量發(fā)展過程中要做到因地制宜，避免“一刀切”等現(xiàn)象出現(xiàn)。隨著中國社會矛盾的不斷變化，科技創(chuàng)新在推動經(jīng)濟高質(zhì)量發(fā)展、滿足人民需要方面扮演著重要角色[4]?？萍紕?chuàng)新也是農(nóng)業(yè)高質(zhì)量發(fā)展的關鍵點，一方面科技創(chuàng)新能夠提升農(nóng)業(yè)生產(chǎn)效率，促進農(nóng)業(yè)綠色發(fā)展[5]，另一方面由于其外部性特征會對農(nóng)業(yè)經(jīng)濟增長產(chǎn)生溢出效應[6]。那么，科技創(chuàng)新對農(nóng)業(yè)高質(zhì)量發(fā)展的影響程度如何？在中國不同地區(qū)，科技創(chuàng)新的作用是否相同？科技創(chuàng)新對農(nóng)業(yè)高質(zhì)量發(fā)展是否也存在溢出效應？以上問題值得思考。

1 文獻回顧

本文從農(nóng)業(yè)高質(zhì)量發(fā)展指標體系構(gòu)建、測度方法及科技創(chuàng)新與農(nóng)業(yè)農(nóng)村發(fā)展之間的關系這3個角度梳理相關文獻。

第一，構(gòu)建農(nóng)業(yè)發(fā)展指標體系是評估農(nóng)業(yè)高質(zhì)量發(fā)展水平的重要手段。以農(nóng)業(yè)高質(zhì)量發(fā)展內(nèi)涵為切入點，綠色作為農(nóng)業(yè)發(fā)展本色，農(nóng)業(yè)綠色發(fā)展即為農(nóng)業(yè)高質(zhì)量發(fā)展[7]，也有學者指出農(nóng)業(yè)高質(zhì)量發(fā)展是將過去追求速度增長轉(zhuǎn)變?yōu)樽非筚|(zhì)量發(fā)展[8]，如高質(zhì)量的經(jīng)濟結(jié)構(gòu)、社會形態(tài)、技術成果及人力資本等[9]。在推進鄉(xiāng)村振興戰(zhàn)略背景下，數(shù)字農(nóng)業(yè)成為農(nóng)業(yè)高質(zhì)量發(fā)展的主流，數(shù)字化的環(huán)境、設施、人才、技術、生產(chǎn)等成為評估數(shù)字農(nóng)業(yè)高質(zhì)量發(fā)展水平的重要依據(jù)[10]?！靶掳l(fā)展理念”作為農(nóng)業(yè)高質(zhì)量發(fā)展的理論指導和行動指南，不少學者以“綠色”“創(chuàng)新”“協(xié)調(diào)”“開放”“共享”作為評估農(nóng)業(yè)高質(zhì)量發(fā)展水平的基本理念[11]。提及農(nóng)業(yè)發(fā)展，首先想到的就是農(nóng)業(yè)生產(chǎn)、生態(tài)和農(nóng)民生活的發(fā)展，故而有學者基于“三生”理念構(gòu)建農(nóng)業(yè)高質(zhì)量發(fā)展指標體系[12]，也有學者從綠色發(fā)展、農(nóng)業(yè)生產(chǎn)、農(nóng)產(chǎn)品供給和產(chǎn)業(yè)融合等角度考察農(nóng)業(yè)高質(zhì)量發(fā)展狀況[13]。

第二，關于農(nóng)業(yè)高質(zhì)量發(fā)展水平指標體系的評測方法也不盡相同。通過梳理文獻可知已有指數(shù)測算方法主要有4種：主成分分析法[14]、熵值法[15]、層次分析法（AHP）-熵值法[16]及優(yōu)劣解距離法（TOPSIS）[10]，其中，熵值法理論相對成熟，應用也較為廣泛。通過對農(nóng)業(yè)高質(zhì)量發(fā)展現(xiàn)狀進行相關實證研究，不少學者指出中國農(nóng)業(yè)高質(zhì)量發(fā)展水平逐步上升，但水平普遍偏低，各地區(qū)差異顯著，整體呈現(xiàn)“東高西低”的現(xiàn)狀[8]，同時無論是聚焦糧食主產(chǎn)區(qū)還是各省內(nèi)部，農(nóng)業(yè)高質(zhì)量發(fā)展水平也均存在明顯差距[9，17]，隨著各地區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展水平的提升，有學者運用探索性數(shù)據(jù)分析方法證明農(nóng)業(yè)高質(zhì)量發(fā)展水平在空間上呈現(xiàn)二元分布特征，即“高-高”“低-低”集聚，且各地區(qū)優(yōu)劣勢也與其地理特征較為吻合[11，18]，可見不同資源要素具有不同的作用[19]。

第三，隨著科學技術的不斷進步，科技創(chuàng)新已在農(nóng)業(yè)領域占據(jù)了核心位置。在農(nóng)業(yè)生產(chǎn)方面，農(nóng)業(yè)科技創(chuàng)新可以緩解農(nóng)業(yè)發(fā)展過程中由于勞動力、土地等生產(chǎn)要素的制約，提高農(nóng)業(yè)發(fā)展質(zhì)量[20]。在農(nóng)業(yè)經(jīng)濟增長方面，科技創(chuàng)新的驅(qū)動作用能夠加快農(nóng)業(yè)經(jīng)濟發(fā)展方式的轉(zhuǎn)變[21]，也可以通過推出新產(chǎn)品，刺激居民消費，以此實現(xiàn)區(qū)域經(jīng)濟的快速增長[22]，同時環(huán)境友好型農(nóng)業(yè)技術創(chuàng)新的推動也能夠進一步加快農(nóng)業(yè)經(jīng)濟的增長[23]。在農(nóng)民增收效益方面，農(nóng)業(yè)科技創(chuàng)新能夠顯著促進農(nóng)民增收。具體而言，農(nóng)業(yè)技術進步對增加農(nóng)村居民人均純收入和家庭經(jīng)營性收入的作用最明顯，其次是工資性收入[24]。

綜上，關于農(nóng)業(yè)高質(zhì)量發(fā)展測度及特征的研究較為廣泛，但鮮有研究對農(nóng)業(yè)高質(zhì)量發(fā)展的內(nèi)涵進行深入的剖析，指標體系的構(gòu)建缺少深層次多維度的挖掘，特別是在經(jīng)濟結(jié)構(gòu)維度，多數(shù)研究主要選擇單一種植業(yè)經(jīng)濟指標，而欠缺對林業(yè)、畜牧業(yè)和漁業(yè)經(jīng)濟指標的綜合考慮。此外，科技創(chuàng)新水平的測度多選用單一指標衡量，同時科技創(chuàng)新對農(nóng)業(yè)高質(zhì)量發(fā)展影響的研究多聚焦在理論分析層面，雖有學者從定量角度論證技術進步和勞動力轉(zhuǎn)移對農(nóng)業(yè)發(fā)展質(zhì)量的作用機理，但科技創(chuàng)新的測評及其對農(nóng)業(yè)高質(zhì)量發(fā)展的區(qū)域差異和相關影響仍亟待進一步研究。

為改進已有研究的不足，本文選用2010-2020年中國30個省份面板數(shù)據(jù)，綜合考慮大宗農(nóng)業(yè)中的種植業(yè)、林業(yè)、畜牧業(yè)和漁業(yè)經(jīng)濟產(chǎn)值，構(gòu)建系統(tǒng)的評價指標體系，利用熵值法分別測算農(nóng)業(yè)高質(zhì)量發(fā)展指數(shù)和科技創(chuàng)新指數(shù)，通過固定效應模型探究科技創(chuàng)新對農(nóng)業(yè)高質(zhì)量發(fā)展的影響以及區(qū)域差異，同時建立空間杜賓模型深入研究科技創(chuàng)新對農(nóng)業(yè)高質(zhì)量發(fā)展的空間溢出效應，以期為科技創(chuàng)新推動農(nóng)業(yè)高質(zhì)量發(fā)展提供對策建議。需要說明的是，選取2010年為起始年是因為該年為中國新農(nóng)村建設的關鍵之年，也是在2008年金融危機后農(nóng)村居民收入增速最快的一年，其實際增長速度為10.9%；選取2020年為截止年是因為該年為中國農(nóng)村脫貧攻堅的最后一年，從2021年起全面進入小康社會，此時農(nóng)村經(jīng)濟發(fā)展迅速，居民收入迅速增長。

2 理論假設

2.1 科技創(chuàng)新對農(nóng)業(yè)高質(zhì)量發(fā)展的影響

經(jīng)上述文獻分析可知，科技創(chuàng)新能夠有效緩解農(nóng)業(yè)生產(chǎn)要素的約束，提高農(nóng)業(yè)生產(chǎn)力，同時新的經(jīng)濟增長理論認為，科技進步作為推動農(nóng)業(yè)經(jīng)濟增長的主要方式，不僅能夠推動農(nóng)業(yè)生產(chǎn)方式變革，也能夠促進農(nóng)業(yè)全要素生產(chǎn)率的提升[25]，提高農(nóng)產(chǎn)品產(chǎn)量，穩(wěn)定糧食生產(chǎn)，加快農(nóng)業(yè)經(jīng)濟發(fā)展方式的轉(zhuǎn)變。此外，科技進步作為影響農(nóng)民增收的主要方式[26]，也可以通過增加農(nóng)民收入來實現(xiàn)居民生活質(zhì)量的提高[27]。因此，科技創(chuàng)新可以改善農(nóng)業(yè)發(fā)展水平并增加農(nóng)民收入水平，進而實現(xiàn)農(nóng)業(yè)高質(zhì)量發(fā)展，故本文提出假設1（H1）：

H1：科技創(chuàng)新對農(nóng)業(yè)高質(zhì)量發(fā)展具有正向促進作用。

2.2 科技創(chuàng)新對農(nóng)業(yè)高質(zhì)量發(fā)展的區(qū)域異質(zhì)性

不同區(qū)位具有不同的地理狀況、資源稟賦和政策導向等，科技創(chuàng)新水平、農(nóng)業(yè)高質(zhì)量發(fā)展水平也存在較大差異，故而同種要素對不同地區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的影響也不盡相同?？萍紕?chuàng)新對經(jīng)濟高質(zhì)量發(fā)展的驅(qū)動作用具有區(qū)域異質(zhì)性[28]，在農(nóng)業(yè)領域，有學者利用計量模型證明農(nóng)業(yè)科技創(chuàng)新對糧食產(chǎn)業(yè)高質(zhì)量發(fā)展存在區(qū)域異質(zhì)性[29]，進而有研究將技術進步對糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展水平的影響與全國水平進行比較，證明二者之間存在差異，技術進步對糧食主產(chǎn)區(qū)的作用大于全國平均水平[30]。因此，對于具有不同要素稟賦的地區(qū)，科技創(chuàng)新對其農(nóng)業(yè)高質(zhì)量發(fā)展具有不同程度的作用，故提出假設2（H2）：

H2：科技創(chuàng)新對農(nóng)業(yè)高質(zhì)量發(fā)展具有區(qū)域異質(zhì)性。

2.3 科技創(chuàng)新對農(nóng)業(yè)高質(zhì)量發(fā)展的空間溢出效應

地理學第一定律指出任何空間單元內(nèi)的信息與其周圍單元信息均有相似性，在經(jīng)濟學上表現(xiàn)為要素對本地區(qū)具有影響的同時對其他鄰近地區(qū)也具有影響，即存在空間相關性?；诖耍袑W者利用空間面板模型證明科技創(chuàng)新不僅對省內(nèi)農(nóng)業(yè)發(fā)展產(chǎn)生影響，同時由于技術的外溢性，科技創(chuàng)新也能夠?qū)崿F(xiàn)農(nóng)民增收[31]，進而實現(xiàn)農(nóng)村減貧[32]；另一方面，農(nóng)業(yè)科技創(chuàng)新能夠通過對鄰近省份農(nóng)業(yè)全要素生產(chǎn)率的提升促進農(nóng)業(yè)經(jīng)濟增長[33]，進而有效提高農(nóng)業(yè)發(fā)展質(zhì)量[34]，因此提出假設3（H3）：

H3：科技創(chuàng)新對農(nóng)業(yè)高質(zhì)量發(fā)展具有空間溢出效應。

3 農(nóng)業(yè)高質(zhì)量發(fā)展指數(shù)與科技創(chuàng)新指數(shù)的測算

3.1 熵值法計算原理

熵值法是在熵的不確定性基礎上，依據(jù)指標的離散程度判斷其對綜合評價的影響，本文借助熵值法測算農(nóng)業(yè)高質(zhì)量發(fā)展指數(shù)及科技創(chuàng)新指數(shù)，過程如下：

第1步：運用極值標準化的方法對數(shù)據(jù)進行標準化處理：

正向指標：Yij=Xij-XminjXmaxj-Xminj

負向指標： Yij=Xmaxj-XijXmaxj-Xminj（1）

式中，Yij表示標準化之后的各項指標值，Xij表示未處理時的各項指標值，Xminj和Xmaxj分別表示第j項指標的最小值和最大值，i和j分別表示年份和指標。

第2步：計算第i年的第j項指標的權(quán)重（Pij）：

Pij=Yij∑mi=1Yij（2）

式中，m表示所研究年份的數(shù)量。

第3步：計算第j項指標的信息熵（ej）：

ej=-1/ln（m）∑mi=1PijlnPij（3）

式中，ej的取值范圍為[0，1]。

第4步：計算第j項指標的信息熵冗余度：

dj=1-ej （4）

式中，dj為第j項指標的信息熵冗余度，信息熵的冗余度越大表示該項指標權(quán)重越大。

第5步：計算第j項指標的權(quán)重：

Wj=dj∑nj=1dj（5）

式中，Wj為第j項指標的權(quán)重，n表示指標的個數(shù)。

第6步：計算第i年農(nóng)業(yè)高質(zhì)量發(fā)展（科技創(chuàng)新）綜合指數(shù)（Si）：

Si=∑mj=1Wj·Pij（6）

3.2 農(nóng)業(yè)高質(zhì)量發(fā)展指數(shù)測算

3.2.1 農(nóng)業(yè)高質(zhì)量發(fā)展指標體系及權(quán)重 本文參考黎新伍等[11]、董艷敏等[35]的研究，遵循科學、全面、可操作性原則，以“新發(fā)展理念”為理論指導，從綠色生產(chǎn)、發(fā)展效率、經(jīng)濟結(jié)構(gòu)、對外開放和福利共享5個維度構(gòu)建農(nóng)業(yè)高質(zhì)量發(fā)展水平測度指標體系（表1），并利用熵權(quán)法客觀賦予各指標權(quán)重，測算農(nóng)業(yè)高質(zhì)量發(fā)展指數(shù)，避免主觀賦權(quán)帶來的人為因素干擾。

由表1可以看出，在農(nóng)業(yè)高質(zhì)量發(fā)展指標體系中，農(nóng)業(yè)綠色生產(chǎn)和農(nóng)業(yè)經(jīng)濟結(jié)構(gòu)2個一級指標權(quán)重較大，二者占比達到55.7%。說明各地區(qū)農(nóng)業(yè)綠色發(fā)展和農(nóng)業(yè)經(jīng)濟結(jié)構(gòu)差異較為明顯，同時從各二級指標來看，每個維度內(nèi)的二級指標權(quán)重相對均衡，說明在同一維度下二級指標數(shù)據(jù)離散程度較小。

3.2.2 農(nóng)業(yè)高質(zhì)量發(fā)展水平測度結(jié)果 圖1顯示了中國總體及各地區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展趨勢，從圖1可以看出中國農(nóng)業(yè)高質(zhì)量發(fā)展水平整體呈良好上升勢頭，其指數(shù)值由2010年的0.396增至2020年的0.461。但中國農(nóng)業(yè)高質(zhì)量發(fā)展指數(shù)在2016年出現(xiàn)下降趨勢，通過深度挖掘指標體系可知其原因主要體現(xiàn)在經(jīng)濟和開放維度上。一方面，中國農(nóng)業(yè)、林業(yè)、畜牧業(yè)和漁業(yè)產(chǎn)值在2016年均出現(xiàn)明顯下降現(xiàn)象，加之農(nóng)產(chǎn)品價格大幅下滑，嚴重影響農(nóng)民收入。另一方面，伴隨著全球貿(mào)易總額的逆增長，中國農(nóng)產(chǎn)品進出口額也出現(xiàn)下降趨勢，因此2016年中國農(nóng)業(yè)高質(zhì)量發(fā)展水平呈現(xiàn)明顯下降走勢。

聚焦各區(qū)域農(nóng)業(yè)高質(zhì)量發(fā)展水平，從地理分區(qū)上看，東部地區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展水平最高，其指數(shù)由2010年的0.419上升至2020的0.502，農(nóng)業(yè)高質(zhì)量發(fā)展指數(shù)整體呈現(xiàn)增加態(tài)勢；中部地區(qū)與西部地區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展指數(shù)無明顯差異，但從整體增長趨勢來看，西部地區(qū)要略優(yōu)于中部地區(qū)，西部地區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展指數(shù)由2010年的0.383增至2020年的0.440，中部地區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展指數(shù)由2010年的0.383增至2020年的0.435。西部地區(qū)的整體農(nóng)業(yè)高質(zhì)量發(fā)展指數(shù)增長趨勢優(yōu)于中部地區(qū)的原因主要在于西部地區(qū)農(nóng)業(yè)面源污染較小，具有較高的資源利用效率。

從糧食產(chǎn)量分區(qū)上看，糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展水平高于全國平均水平，其指數(shù)由2010年的0.402上升至2020年的0.471，非糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展指數(shù)由2010年的0.408上升至2020年的0.447，農(nóng)業(yè)發(fā)展水平略高于西部地區(qū)。對比分析，在2016年糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展指數(shù)受農(nóng)業(yè)經(jīng)濟產(chǎn)值影響較小，而非糧食主產(chǎn)區(qū)受其影響較大，農(nóng)業(yè)高質(zhì)量發(fā)展指數(shù)出現(xiàn)大幅度下降，其原因是大量農(nóng)產(chǎn)品價格低迷，糧食主產(chǎn)區(qū)由于其豐富的農(nóng)產(chǎn)品產(chǎn)量能夠應對農(nóng)業(yè)經(jīng)濟變動，而非糧食主產(chǎn)區(qū)則出現(xiàn)農(nóng)業(yè)經(jīng)濟水平下降現(xiàn)象，因而表現(xiàn)為非糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展水平下降。

總體來看，不論是從地理差異上劃分還是從糧食產(chǎn)量上劃分，農(nóng)業(yè)高質(zhì)量發(fā)展水平整體上均呈現(xiàn)上升趨勢，且得益于2017年國家大力推行強農(nóng)惠農(nóng)政策，加大財政支農(nóng)力度。從2017年開始農(nóng)業(yè)高質(zhì)量發(fā)展水平表現(xiàn)為大幅上升，但不同區(qū)域農(nóng)業(yè)高質(zhì)量發(fā)展水平存在較大差異，東部地區(qū)及糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展水平明顯高于全國平均水平，而中部地區(qū)、西部地區(qū)和非糧食主產(chǎn)區(qū)的農(nóng)業(yè)高質(zhì)量發(fā)展水平則低于全國平均水平，其中，中部地區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展水平最低。

由表2可以看出，2020年中國30個省級行政區(qū)中江蘇省農(nóng)業(yè)高質(zhì)量發(fā)展水平最高，其指數(shù)為0.555，山東省、浙江省次之，其指數(shù)分別為0.546和0.523，貴州省和山西省農(nóng)業(yè)高質(zhì)量發(fā)展水平較低，其指數(shù)分別為0.403和0.393。同時，就中國農(nóng)業(yè)高質(zhì)量發(fā)展指數(shù)增速而言，新疆維吾爾自治區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展指數(shù)增速最快，2010-2020年農(nóng)業(yè)高質(zhì)量發(fā)展指數(shù)累計增加0.101，平均每年增長2.69%，江蘇省次之，平均每年增速為2.64%，而山西省農(nóng)業(yè)高質(zhì)量發(fā)展指數(shù)年均增速為0.31%，其增速最慢。由此可見中國農(nóng)業(yè)高質(zhì)量發(fā)展水平雖逐年提升，但不同地區(qū)之間農(nóng)業(yè)高質(zhì)量發(fā)展水平及農(nóng)業(yè)高質(zhì)量發(fā)展指數(shù)增速仍具有較大差異。

3.3 科技創(chuàng)新指數(shù)測算

3.3.1 科技創(chuàng)新指標及權(quán)重 關于科技創(chuàng)新水平評估，有學者從科技投入和科技產(chǎn)出兩方面建立指標體系進行測算[36]，同時高新技術創(chuàng)新中的知識、技術轉(zhuǎn)化和受益三階段的創(chuàng)新效率也可以衡量科技創(chuàng)新水平[37]。有學者選用農(nóng)業(yè)專利申請數(shù)[23]或農(nóng)業(yè)科研機構(gòu)Ramp;D（全社會研究與試驗發(fā)展）經(jīng)費支出[38]等單一變量代表科技進步水平，本文在整合已有研究指標基礎上，參考《中國區(qū)域科技創(chuàng)新評價報告2021》中涉及的衡量區(qū)域創(chuàng)新的指標，選用國內(nèi)專利授權(quán)數(shù)、Ramp;D經(jīng)費投入強度、政府科學技術支出和Ramp;D人員全時當量4個指標，運用熵值法測算最終科技創(chuàng)新指數(shù)。

由表3可以看出，在科技創(chuàng)新的4個指標中，Ramp;D經(jīng)費投入強度和政府科學技術支出的占比達到52.3%，說明中國30個省份之間Ramp;D經(jīng)費投入強度和政府科學技術支出離散程度更為明顯。

3.3.2 科技創(chuàng)新指數(shù)測算結(jié)果 圖2顯示了中國總體及各地區(qū)科技創(chuàng)新指數(shù)發(fā)展趨勢，可以看出，中國平均科技創(chuàng)新指數(shù)由2010年的0.088增至2020年的0.201，且呈現(xiàn)逐年遞增的趨勢。2017-2020年增長較為迅速，得益于中國《關于縣域創(chuàng)新驅(qū)動發(fā)展的若干意見》的實施，中國縣域科技創(chuàng)新水平不斷提升，進而帶動區(qū)域科技創(chuàng)新態(tài)勢整體向好。

從各區(qū)域創(chuàng)新指數(shù)來看，東部地區(qū)創(chuàng)新水平最高，已遠高于全國平均水平，且增長最為明顯，其指數(shù)由2010年的0.156上升至2020年的0.349，尤其在2017年之后，科技創(chuàng)新指數(shù)增長迅速，其原因在于科技創(chuàng)新水平較高的縣域城市或省份多數(shù)集中在東部地區(qū)，具有充分的經(jīng)濟投入與高效率的資源配置，實現(xiàn)了科學技術的飛躍[39]。中部地區(qū)科技創(chuàng)新指數(shù)由2010年的0.062升至2020年的0.160，創(chuàng)新水平雖低于全國平均水平，但其指數(shù)正逐年遞增，且在2017年后有小幅度的上漲。西部地區(qū)科技創(chuàng)新水平最低，其指數(shù)由2010年的0.040增至2020年的0.083，整體呈現(xiàn)穩(wěn)步上升態(tài)勢，無較大波動。

糧食主產(chǎn)區(qū)與非糧食主產(chǎn)區(qū)科技創(chuàng)新指數(shù)較為貼近，均在全國平均水平附近波動，且與全國平均科技創(chuàng)新水平變動趨勢一致。值得注意的是，糧食主產(chǎn)區(qū)科技創(chuàng)新指數(shù)由2010年的0.084升至2020年的0.206，非糧食主產(chǎn)區(qū)科技創(chuàng)新指數(shù)由2010年的0.091升至2020年的0.197，糧食主產(chǎn)區(qū)科技創(chuàng)新水平在2020年超過非糧食主產(chǎn)區(qū)。

可見，中國科技創(chuàng)新水平雖呈現(xiàn)逐年遞增態(tài)勢，但各地區(qū)增長態(tài)勢不盡相同。東部地區(qū)科技創(chuàng)新水平最高，且增長最為顯著，而西部地區(qū)科技創(chuàng)新水平最低，增長相對平緩。

表4展示了2010-2020年中國各地區(qū)主要年份的科技創(chuàng)新指數(shù)，由數(shù)據(jù)可知，2020年廣東省的科技創(chuàng)新指數(shù)為0.808，是中國目前科技創(chuàng)新水平最高的省份，其次是江蘇省、北京市、浙江省，科技創(chuàng)新指數(shù)分別為0.593和0.507、0.507，青海省和新疆維吾爾自治區(qū)是中國科技創(chuàng)新水平最低的2個地區(qū)，其指數(shù)均為0.020；就科技創(chuàng)新指數(shù)增速而言，海南省科技創(chuàng)新指數(shù)增速最快，累計增長0.024，平均每年增長240.00%，江西省和寧夏回族自治區(qū)次之，其年均增速分別為31.28%、27.06%，青海省和黑龍江省科技創(chuàng)新指數(shù)增速相對較慢，其年均增速分別為1.11%和1.29%。綜上可知，中國科技創(chuàng)新發(fā)展存在一定的不平衡性，即科技創(chuàng)新水平較高的地區(qū)由于其基期水平較高，其增速也相對平緩，而科技創(chuàng)新水平較低的地區(qū)其基期水平較低，增速也相對較低，因此未來中國各地區(qū)科技創(chuàng)新水平差距將會進一步擴大。

4 科技創(chuàng)新對農(nóng)業(yè)高質(zhì)量發(fā)展影響的實證分析

4.1 變量選取

4.1.1 被解釋變量 選用農(nóng)業(yè)高質(zhì)量發(fā)展指數(shù)作為被解釋變量，代表不同地區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展水平，通過構(gòu)建農(nóng)業(yè)高質(zhì)量發(fā)展指標體系并依據(jù)上述熵值法原理測算農(nóng)業(yè)高質(zhì)量發(fā)展綜合指數(shù)（Arg）。

4.1.2 核心解釋變量 為探究科技創(chuàng)新對農(nóng)業(yè)高質(zhì)量發(fā)展的影響，本文以科技創(chuàng)新指數(shù)為核心解釋變量，運用熵值法對國內(nèi)專利授權(quán)數(shù)、Ramp;D經(jīng)費投入強度、政府科學技術支出和Ramp;D人員全時當量4個變量進行測評得出科技創(chuàng)新指數(shù)（Tec）。

4.1.3 控制變量 農(nóng)業(yè)高質(zhì)量發(fā)展的相關影響因素可以劃分為3個層面：宏觀政策、中觀結(jié)構(gòu)和微觀基礎。在宏觀政策方面，主要有財政支農(nóng)政策[40]、土地流轉(zhuǎn)政策[41]等，在中觀結(jié)構(gòu)方面，主要有產(chǎn)業(yè)結(jié)構(gòu)[42]、城市化水平[43]等，在微觀基礎方面，主要有勞動力[44]、“新農(nóng)人”[45]等高素質(zhì)勞動力和高素質(zhì)人才等。通過對已有文獻的檢索總結(jié)，本文重點選取6個控制變量進行實證分析。①產(chǎn)業(yè)結(jié)構(gòu)（Ind），采用第二、第三產(chǎn)業(yè)產(chǎn)值與第一產(chǎn)業(yè)產(chǎn)值比值表示；②農(nóng)村就業(yè)率（Emp），采用鄉(xiāng)村個體就業(yè)人員與農(nóng)村總?cè)丝诒戎当硎荆虎圬斦С觯‵is），選用地方財政用于農(nóng)林水支出與地方一般公共預算支出的比值表示；④受教育水平（Edu），選用農(nóng)村居民受教育年限衡量，計算公式為：（農(nóng)村地區(qū)小學文化程度人口數(shù)×6 +初中文化程度人口數(shù)×9 +高中文化程度人口數(shù)×12+大專及以上文化程度人口數(shù)×16）/6歲以上農(nóng)村地區(qū)總?cè)丝跀?shù)；⑤交通水平（Tra），計算公式：（鐵路營運里程+內(nèi)河航道里程+公路里程）/地區(qū)面積；⑥城鎮(zhèn)化水平（Urb），用城鎮(zhèn)人口數(shù)量占地區(qū)總?cè)丝跀?shù)量比例來表示。

本文選用2010-2020年中國30個省級行政區(qū)數(shù)據(jù)，數(shù)據(jù)均來源于《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》及各省統(tǒng)計年鑒。

4.2 模型設定

為探究科技創(chuàng)新對農(nóng)業(yè)高質(zhì)量發(fā)展水平的影響及區(qū)域異質(zhì)性，本文設定計量模型如下：

Argit=β0+β1·Tecit+β2·Indit+β3·Empit+β4·Fisit+β5·Eduit+β6·Trait+β7·Urbit+μit+εit（7）

式中，i表示各地區(qū)（省、自治區(qū)或直轄市），t表示時間（2010-2020年），β0表示常數(shù)項，β1～β7表示模型中各變量對農(nóng)業(yè)高質(zhì)量發(fā)展的影響系數(shù)，μit表示固定效應，εit表示隨機誤差項。

為探究科技創(chuàng)新對農(nóng)業(yè)高質(zhì)量發(fā)展的空間溢出效應，本文在上述模型的基礎上，將空間權(quán)重和變量的交互項引入模型，設定空間計量模型如下：

Argit=ρ·W·Argit+β1·Tecit+β2·Indit+β3·Empit+β4·Fisit+β5·Eduit+β6·Trait+β7·Urbit+β8·W·Tecit+β9·W·Indit+β10·W·Empit+β11·W·Fisit+β12·W·Eduit+β13·W·Trait+β14·W·Urbit+μit+εit（8）

式中，β1～β14表示各變量對農(nóng)業(yè)高質(zhì)量發(fā)展的影響系數(shù)；ρ表示空間自相關系數(shù)，W表示空間權(quán)重矩陣。

4.3 科技創(chuàng)新對農(nóng)業(yè)高質(zhì)量發(fā)展的影響分析

為了分析科技創(chuàng)新對農(nóng)業(yè)高質(zhì)量發(fā)展的影響程度，分別采用混合效應模型（OLS）、隨機效應模型（RE）和固定效應模型（FE）3種方法呈現(xiàn)科技創(chuàng)新對農(nóng)業(yè)高質(zhì)量發(fā)展水平的影響（表5）。由Hausman檢驗結(jié)果可知，P=0lt;0.05，顯著拒絕原假設，同時從3種模型的擬合優(yōu)度（R2）來看，固定效應模型的擬合優(yōu)度明顯高于混合效應模型和隨機效應模型，故認為3種模型中固定效應模型最有效，因此本文主要分析固定效應模型回歸結(jié)果。

模型（3）為核心解釋變量（科技創(chuàng)新指數(shù)）與被解釋變量（農(nóng)業(yè)高質(zhì)量發(fā)展指數(shù)）的回歸結(jié)果，由表5可知，科技創(chuàng)新指數(shù)的回歸系數(shù)為0.295 2，且通過0.01顯著性檢驗，說明科技創(chuàng)新能夠顯著提高農(nóng)業(yè)高質(zhì)量發(fā)展水平，即科技創(chuàng)新指數(shù)增長1個單位可帶動農(nóng)業(yè)高質(zhì)量發(fā)展水平提高0.295 2。模型（4）為引入控制變量后的回歸結(jié)果，科技創(chuàng)新指數(shù)與農(nóng)業(yè)高質(zhì)量發(fā)展指數(shù)回歸系數(shù)為0.071 5，且通過0.01水平顯著性檢驗，即科技創(chuàng)新指數(shù)提高1個單位將拉動農(nóng)業(yè)高質(zhì)量發(fā)展水平提升0.071 5，說明控制變量的引入會分解一部分科技創(chuàng)新的影響，但科技創(chuàng)新仍然呈現(xiàn)顯著促進作用，假設1（H1）成立。

從控制變量分析，根據(jù)模型（4）的結(jié)果，農(nóng)村就業(yè)情況的回歸系數(shù)為0.000 7，且通過0.01水平顯著性檢驗，表明勞動力就業(yè)水平的提升對農(nóng)業(yè)高質(zhì)量發(fā)展水平產(chǎn)生顯著影響，其作用雖小于科技創(chuàng)新為農(nóng)業(yè)高質(zhì)量發(fā)展帶來的動力，但仍能夠促進農(nóng)業(yè)高質(zhì)量發(fā)展水平的提升，其原因是農(nóng)村就業(yè)率的提高拓寬了農(nóng)民收入來源，提高農(nóng)戶收入。產(chǎn)業(yè)結(jié)構(gòu)和城鎮(zhèn)化水平的回歸系數(shù)依次為-0.000 1和-0.001 5，且分別通過0.10和0.05水平的顯著性檢驗，說明產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級和城鎮(zhèn)化水平的提高對農(nóng)業(yè)高質(zhì)量發(fā)展具有不利影響，其原因可能是第二、第三產(chǎn)業(yè)相比第一產(chǎn)業(yè)具有較大收益，隨著城鎮(zhèn)化水平的不斷提高，第二、第三產(chǎn)業(yè)不斷向農(nóng)村轉(zhuǎn)移，大量農(nóng)村勞動力向第二、第三產(chǎn)業(yè)轉(zhuǎn)移，在一定程度上削弱了農(nóng)業(yè)發(fā)展的潛力[16，46]。然而政府對農(nóng)業(yè)財政支出、受教育水平和地區(qū)交通水平的回歸系數(shù)雖為正，但并未通過顯著性檢驗，說明上述因素對農(nóng)業(yè)高質(zhì)量發(fā)展水平并無顯著影響，究其原因，政府財政支出對農(nóng)業(yè)生態(tài)建設支持力度不足，資金投入總量并未滿足現(xiàn)階段農(nóng)業(yè)農(nóng)村發(fā)展的需要，加之財政支農(nóng)結(jié)構(gòu)不合理，支持力度存在區(qū)域不平衡等問題，導致政府財政支出機制不健全，無法顯著影響農(nóng)業(yè)發(fā)展[47]。此外，中國農(nóng)業(yè)分布遠離人口中心，農(nóng)村地區(qū)教育水平相對落后并對教育的重視程度不夠，致使當前農(nóng)村居民受教育程度無法滿足具有高素質(zhì)的新農(nóng)人發(fā)展所需，加之農(nóng)業(yè)發(fā)展高度依賴交通水平，然而中國農(nóng)村地區(qū)的交通網(wǎng)絡與城鎮(zhèn)相比較為滯后，增加了農(nóng)產(chǎn)品的運輸成本，也降低了農(nóng)戶的收入水平，在一定程度上限制農(nóng)業(yè)農(nóng)村的發(fā)展，故目前中國交通水平對農(nóng)業(yè)高質(zhì)量發(fā)展影響不顯著[48]。

4.4 科技創(chuàng)新對農(nóng)業(yè)高質(zhì)量發(fā)展的區(qū)域異質(zhì)性分析

由前文分析可知，中國不同地區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展水平之間存在差異，且由于地區(qū)資源要素、社會經(jīng)濟的不同均會導致科技創(chuàng)新對農(nóng)業(yè)高質(zhì)量發(fā)展產(chǎn)生不同的影響（表6）。

從地區(qū)角度分析，東部地區(qū)、中部地區(qū)和西部地區(qū)科技創(chuàng)新與農(nóng)業(yè)高質(zhì)量發(fā)展水平的影響系數(shù)分別為0.053 1、0.364 8和-0.005 5，且東部地區(qū)和中部地區(qū)分別通過0.05和0.01水平的顯著性檢驗，而西部地區(qū)并未通過顯著性檢驗，說明科技創(chuàng)新對東部地區(qū)和中部地區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展具有正向促進作用，對西部地區(qū)作用并不顯著。這表明，在科技創(chuàng)新指數(shù)提升1個單位的情況下，東部地區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展水平提升0.053 1，中部地區(qū)提升0.364 8，中部地區(qū)提高程度明顯大于東部地區(qū)。究其原因，東部地區(qū)科技創(chuàng)新水平對農(nóng)業(yè)高質(zhì)量發(fā)展的促進作用臨近飽和狀態(tài)，其他因素正逐漸分解科技創(chuàng)新的作用力，而中部地區(qū)科技創(chuàng)新正處于崛起狀態(tài)，會加快農(nóng)業(yè)高質(zhì)量發(fā)展水平的提高速度，同時由于科技創(chuàng)新可能存在溢出效應，東部地區(qū)先進的科學技術對具體省份的促進作用弱于其對鄰近省份的促進作用，因此出現(xiàn)科技創(chuàng)新對中部地區(qū)的作用程度高于東部地區(qū)。西部地區(qū)科技創(chuàng)新并不能帶動農(nóng)業(yè)高質(zhì)量發(fā)展，其原因是西部地區(qū)科學技術相對落后，高科技人才比較缺失，導致科技水平較低，所以不能促進農(nóng)業(yè)高質(zhì)量發(fā)展。

農(nóng)業(yè)作為中國的基礎產(chǎn)業(yè)，是保證糧食產(chǎn)量的關鍵，從糧食主產(chǎn)區(qū)和非糧食主產(chǎn)區(qū)角度分析科技創(chuàng)新對農(nóng)業(yè)高質(zhì)量發(fā)展的影響尤為重要。由表6可知，糧食主產(chǎn)區(qū)和非糧食主產(chǎn)區(qū)科技創(chuàng)新指數(shù)的回歸系數(shù)分別為0.186 3和0.041 4，且分別通過0.01和0.10水平的顯著性檢驗，表明科技創(chuàng)新對兩地區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展水平均有明顯的正向作用，科技創(chuàng)新水平每提高1個單位，糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展水平將提升0.186 3，非糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展水平將提升0.041 4。可見科技創(chuàng)新對糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的影響明顯大于非糧食主產(chǎn)區(qū)，原因是當?shù)剞r(nóng)民為提高糧食生產(chǎn)不斷挖掘科學技術對糧食作物的潛在作用力，將科學嵌入農(nóng)業(yè)生產(chǎn)全過程，實現(xiàn)了農(nóng)業(yè)生產(chǎn)效率的提升和農(nóng)產(chǎn)品產(chǎn)量的提高，推動了農(nóng)業(yè)高質(zhì)量發(fā)展。

綜上，科技創(chuàng)新對于不同地區(qū)的作用效果并不一致，科技創(chuàng)新對中部地區(qū)和糧食主產(chǎn)區(qū)的正向影響較為明顯，對東部地區(qū)和非糧食主產(chǎn)區(qū)的作用效果次之，而對西部地區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的影響并不顯著。因此可以看出科技創(chuàng)新對農(nóng)業(yè)高質(zhì)量發(fā)展水平的影響存在區(qū)域異質(zhì)性，假設2（H2）成立。

4.5 科技創(chuàng)新對農(nóng)業(yè)高質(zhì)量發(fā)展的空間溢出效應分析

科技創(chuàng)新對不同地區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的影響存在區(qū)域異質(zhì)性，東部地區(qū)科技創(chuàng)新水平對區(qū)域農(nóng)業(yè)高質(zhì)量發(fā)展水平的促進作用低于中部地區(qū)的促進作用，說明東部地區(qū)先進科學技術可能會對鄰近的中部地區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展水平產(chǎn)生間接促進效應，故為驗證科技創(chuàng)新水平對農(nóng)業(yè)高質(zhì)量發(fā)展水平是否具有空間溢出效應，本文展開以下研究。

表7為農(nóng)業(yè)高質(zhì)量發(fā)展區(qū)域分布相關性檢驗結(jié)果，可以看出在2種不同空間距離矩陣下Moran’I指數(shù)均為正，且Moran’I指數(shù)隨著時間推移均呈現(xiàn)出不同程度的波動，P值均通過0.05水平顯著性檢驗，說明中國農(nóng)業(yè)高質(zhì)量發(fā)展存在正向集聚特征，但空間聚集程度不同，因此構(gòu)建空間計量模型進行深入實證分析。

在進行空間面板模型的實證研究前，本研究需要對計量模型的形態(tài)和適用性進行檢驗。由表8可以看出，在2種空間距離矩陣下，LM檢驗和Robust-LM檢驗均通過0.01水平顯著性檢驗，認為既存在空間滯后效應也存在空間誤差效應，故拒絕混合OLS模型，可以選用空間杜賓模型進行分析。由Hausman檢驗結(jié)果（表8）可知，選用固定效應的空間杜賓模型優(yōu)于選用隨機效應的空間杜賓模型。同時，利用LR檢驗判定固定效應具體為個體固定效應、時間固定效應還是雙向固定效應，結(jié)果表明，雙向固定效應優(yōu)于個體固定效應和時間固定效應，因而采用雙向固定效應的空間杜賓模型進行研究。最后關于空間杜賓模型是否會退化為空間滯后模型和空間誤差模型，本研究分別進行了LR檢驗和Wald檢驗，由表8的LR檢驗和Wald檢驗結(jié)果可知，在空間地理距離權(quán)重矩陣和空間經(jīng)濟距離權(quán)重矩陣下，空間杜賓模型具有良好的適配性，因此認為空間杜賓模型具有良好的適配性，不會縮減成空間滯后模型或空間誤差模型。

表9呈現(xiàn)了科技創(chuàng)新指數(shù)對農(nóng)業(yè)高質(zhì)量發(fā)展作用的回歸結(jié)果，在2種不同距離權(quán)重矩陣下，科技創(chuàng)新指數(shù)對農(nóng)業(yè)高質(zhì)量發(fā)展水平均存在顯著促進作用，交互項的結(jié)果均通過0.01水平顯著性檢驗，表明科技創(chuàng)新指數(shù)對農(nóng)業(yè)高質(zhì)量發(fā)展存在顯著空間溢出效應。由空間杜賓模型偏微分結(jié)果可知，科技創(chuàng)新指數(shù)對農(nóng)業(yè)高質(zhì)量發(fā)展的直接效應、間接效應和總效應均通過顯著性檢驗。

在空間地理距離權(quán)重矩陣下，科技創(chuàng)新水平提高1個單位，農(nóng)業(yè)高質(zhì)量發(fā)展水平提高0.389 1個單位，其中某一省份提高0.060 9個單位，其他省份提高0.328" 3個單位，其空間溢出效應占總效應的84.37%。在空間經(jīng)濟距離權(quán)重矩陣下，科技創(chuàng)新指數(shù)對某一省份的總效應為0.205 7，對鄰近省份的間接作用為0.141 9，空間溢出效應占比68.98%。綜上，由于科技知識的外溢性和鄰省先進科學技術的示范作用，促使科技創(chuàng)新對鄰近省份農(nóng)業(yè)高質(zhì)量發(fā)展的影響高于對某一省份的影響強度，使得東部地區(qū)先進科技水平對中部地區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展水平的作用效果更顯著，即證明科技創(chuàng)新對農(nóng)業(yè)高質(zhì)量發(fā)展存在空間溢出效應，假設3（H3）成立。

5 結(jié)論與建議

本文從綠色生產(chǎn)、發(fā)展效率、經(jīng)濟結(jié)構(gòu)、對外開放、福利共享5個維度，構(gòu)建農(nóng)業(yè)高質(zhì)量發(fā)展水平測度指標體系，并結(jié)合已有研究結(jié)果選用國內(nèi)專利授權(quán)數(shù)、Ramp;D經(jīng)費投入強度、政府科學技術支出、Ramp;D人員全時當量4個指標測算科技創(chuàng)新綜合指數(shù)，建立固定效應模型和空間杜賓模型研究科技創(chuàng)新對農(nóng)業(yè)高質(zhì)量發(fā)展的影響。結(jié)果表明：（1）中國農(nóng)業(yè)高質(zhì)量發(fā)展的整體水平逐漸上升，但不同區(qū)域之間仍存在較大差異，江蘇省目前為農(nóng)業(yè)高質(zhì)量發(fā)展水平最高的省份，而貴州省和山西省農(nóng)業(yè)高質(zhì)量發(fā)展水平較低。（2）科技創(chuàng)新能夠明顯促進農(nóng)業(yè)高質(zhì)量發(fā)展，同時農(nóng)村就業(yè)水平的提高也會對農(nóng)業(yè)高質(zhì)量發(fā)展有正向作用，產(chǎn)業(yè)結(jié)構(gòu)和城鎮(zhèn)化水平對農(nóng)業(yè)高質(zhì)量發(fā)展有負向作用，此外，政府扶持（財政支出）、受教育水平和交通水平對其影響并不顯著。（3）科技創(chuàng)新對不同地區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展存在區(qū)域異質(zhì)性，科技創(chuàng)新對中部地區(qū)和糧食主產(chǎn)區(qū)作用效果較明顯，對東部地區(qū)和非糧食主產(chǎn)區(qū)的作用次之，而對西部地區(qū)并沒有顯著影響。（4）科技創(chuàng)新對農(nóng)業(yè)高質(zhì)量發(fā)展具有顯著的空間溢出效應，同時對鄰近省份農(nóng)業(yè)高質(zhì)量發(fā)展的間接作用大于對該省的直接作用。

據(jù)此，本文提出以下幾點建議：（1）繼續(xù)推進農(nóng)業(yè)高質(zhì)量發(fā)展[49-51]，統(tǒng)籌規(guī)劃不同地區(qū)的農(nóng)業(yè)農(nóng)村發(fā)展，努力縮小農(nóng)業(yè)高質(zhì)量發(fā)展地區(qū)差距，加快推動農(nóng)業(yè)綠色發(fā)展，提高農(nóng)業(yè)發(fā)展效率，優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)經(jīng)濟結(jié)構(gòu)，擴大對外開放水平，實現(xiàn)農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革，努力提高居民生活水平，提升其幸福感；（2）繼續(xù)加大對科技創(chuàng)新的投入，培養(yǎng)科技人才并促進科學技術創(chuàng)新，推動科技創(chuàng)新與農(nóng)業(yè)高質(zhì)量發(fā)展的相互交融，促進創(chuàng)新科技在農(nóng)業(yè)領域的應用和轉(zhuǎn)化，提高科技與農(nóng)業(yè)的交融性，實現(xiàn)農(nóng)業(yè)科技的繁榮；（3）應加大科技創(chuàng)新投入力度，增強不同區(qū)域農(nóng)業(yè)發(fā)展的協(xié)調(diào)性，同時各地區(qū)做到因地制宜，加強科技要素投入，創(chuàng)新農(nóng)業(yè)發(fā)展；（4）充分利用科學技術的外溢效應以及鄰近省份的輻射作用，依靠高水平地區(qū)對低水平地區(qū)的帶動作用，努力實現(xiàn)農(nóng)業(yè)農(nóng)村高質(zhì)量發(fā)展。

參考文獻：

[1] JIANG G X， LIU S. Research on the measurement of the differences in the high-quality development of rural economy in China’s provinces[J]. Annals of Operations Research，2023，326：103.

[2] 劉 濤，李繼霞，霍靜娟. 中國農(nóng)業(yè)高質(zhì)量發(fā)展的時空格局與影響因素[J]. 干旱區(qū)資源與環(huán)境，2020，34（10）：1-8.

[3] 劉忠宇，熱孜燕·瓦卡斯. 中國農(nóng)業(yè)高質(zhì)量發(fā)展的地區(qū)差異及分布動態(tài)演進[J]. 數(shù)量經(jīng)濟技術經(jīng)濟研究，2021，38（6）：28-44.

[4] 郭 飛. 關于中國科技自立自強的若干思考[J]. 經(jīng)濟縱橫，2021（2）：29-37，2.

[5] ZHANG W， ZHAO S Q， WAN X Y， et al. Study on the effect of digital economy on high-quality economic development in China[J]. PLoS One，2021，16（9）：e0257365.

[6] 李兆亮，羅小鋒，張俊飚，等. 農(nóng)業(yè)R amp; D投入、空間溢出與中國農(nóng)業(yè)經(jīng)濟增長[J]. 科研管理，2020，41（9）：268-277.

[7] 魏 琦，張 斌，金書秦. 中國農(nóng)業(yè)綠色發(fā)展指數(shù)構(gòu)建及區(qū)域比較研究[J]. 農(nóng)業(yè)經(jīng)濟問題，2018（11）：11-20.

[8] 黃修杰，蔡 勛，儲霞玲，等. 我國農(nóng)業(yè)高質(zhì)量發(fā)展評價指標體系構(gòu)建與評估[J]. 中國農(nóng)業(yè)資源與區(qū)劃，2020，41（4）：124-133.

[9] 張 默，孫 科. 農(nóng)業(yè)高質(zhì)量發(fā)展理論內(nèi)涵、水平測度及評價研究[J]. 農(nóng)業(yè)經(jīng)濟，2021（5）：6-8.

[10]張 鴻，王浩然，李 哲. 鄉(xiāng)村振興背景下中國數(shù)字農(nóng)業(yè)高質(zhì)量發(fā)展水平測度——基于2015—2019年全國31個省市數(shù)據(jù)的分析[J]. 陜西師范大學學報（哲學社會科學版），2021，50（3）：141-154.

[11]黎新伍，徐書彬. 基于新發(fā)展理念的農(nóng)業(yè)高質(zhì)量發(fā)展水平測度及其空間分布特征研究[J]. 江西財經(jīng)大學學報，2020（6）：78-94.

[12]銀西陽，余 茜，李建強. 四川省農(nóng)業(yè)高質(zhì)量發(fā)展水平測度及其時空演變分析[J]. 科技管理研究，2021，41（19）：97-104.

[13]辛 嶺，安曉寧. 我國農(nóng)業(yè)高質(zhì)量發(fā)展評價體系構(gòu)建與測度分析[J]. 經(jīng)濟縱橫，2019（5）：109-118.

[14]王 穎，喻陽華. 中國農(nóng)業(yè)可持續(xù)發(fā)展水平多尺度時空演變特征[J]. 中國農(nóng)業(yè)科技導報，2021，23（3）：8-17.

[15]劉亞雪，田成詩，程立燕. 世界經(jīng)濟高質(zhì)量發(fā)展水平的測度及比較[J]. 經(jīng)濟學家，2020（5）：69-78.

[16]姬志恒. 中國農(nóng)業(yè)農(nóng)村高質(zhì)量發(fā)展的空間差異及驅(qū)動機制[J]. 數(shù)量經(jīng)濟技術經(jīng)濟研究，2021，38（12）：25-44.

[17]張 鴻，馬 超，杜凱文. 鄉(xiāng)村振興戰(zhàn)略下農(nóng)村高質(zhì)量發(fā)展測度研究——基于陜西951份調(diào)研問卷的實證分析[J]. 西安財經(jīng)大學學報，2021，34（4）：27-39.

[18]張建偉，蒲柯竹，圖登克珠. 中國農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展指標體系構(gòu)建與測度[J]. 統(tǒng)計與決策，2021，37（22）：89-92.

[19]王 凱，姚正海. 五大發(fā)展理念下高質(zhì)量發(fā)展評價及驅(qū)動因素研究——以徐州市為例[J]. 資源開發(fā)與市場，2021，37（5）：566-573.

[20]王興國，曲海燕. 科技創(chuàng)新推動農(nóng)業(yè)高質(zhì)量發(fā)展的思路與建議[J]. 學習與探索，2020（11）：120-127.

[21]李 石. 科技創(chuàng)新驅(qū)動農(nóng)業(yè)經(jīng)濟發(fā)展方式轉(zhuǎn)變研究[J]. 農(nóng)業(yè)經(jīng)濟，2017（4）：20-21.

[22]顧 江，王文姬. 科技創(chuàng)新、文化產(chǎn)業(yè)集聚對城鎮(zhèn)居民文化消費的影響機制及效應[J]. 深圳大學學報（人文社會科學版），2021，38（4）：47-55.

[23]姚延婷，陳萬明，李曉寧. 環(huán)境友好農(nóng)業(yè)技術創(chuàng)新與農(nóng)業(yè)經(jīng)濟增長關系研究[J]. 中國人口·資源與環(huán)境，2014，24（8）：122-130.

[24]張志新，林 立，黃海蓉. 農(nóng)業(yè)技術進步的農(nóng)民增收效應：來自中國14個農(nóng)業(yè)大省的證據(jù)[J]. 中國科技論壇，2020（8）：138-147.

[25]朱秋博，白軍飛，彭 超，等. 信息化提升了農(nóng)業(yè)生產(chǎn)率嗎？ [J]. 中國農(nóng)村經(jīng)濟，2019（4）：22-40.

[26]黃祖輝，錢峰燕. 技術進步對我國農(nóng)民收入的影響及對策分析[J]. 中國農(nóng)村經(jīng)濟，2003（12）：11-17.

[27]趙德起，譚越璇. 制度創(chuàng)新、技術進步和規(guī)模化經(jīng)營與農(nóng)民收入增長關系研究[J]. 經(jīng)濟問題探索，2018（9）：165-178.

[28]袁寶龍，李 琛. 創(chuàng)新驅(qū)動我國經(jīng)濟高質(zhì)量發(fā)展研究——經(jīng)濟政策不確定性的調(diào)節(jié)效應[J]. 宏觀質(zhì)量研究，2021，9（1）：45-57.

[29]華 堅，潘雪晴. 農(nóng)業(yè)科技創(chuàng)新對糧食產(chǎn)業(yè)高質(zhì)量發(fā)展的影響——基于30個省份面板數(shù)據(jù)分析[J]. 華東經(jīng)濟管理，2022，36（7）：55-64.

[30]劉宇薇，汪紅梅. 農(nóng)業(yè)技術進步、勞動力轉(zhuǎn)移與農(nóng)業(yè)高質(zhì)量發(fā)展[J]. 稅務與經(jīng)濟，2022（2）：88-97.

[31]楊義武，林萬龍. 農(nóng)業(yè)科技創(chuàng)新、空間關聯(lián)與農(nóng)民增收[J]. 財經(jīng)科學，2018（7）：70-82.

[32]沈 能，趙增耀. 農(nóng)業(yè)科研投資減貧效應的空間溢出與門檻特征[J]. 中國農(nóng)村經(jīng)濟，2012（1）：69-79，96.

[33]吳雪蓮，張俊飚，豐軍輝. 農(nóng)業(yè)科研機構(gòu)科技創(chuàng)新、空間外溢與農(nóng)業(yè)經(jīng)濟增長[J]. 科技管理研究，2016，36（17）：79-86.

[34]張 益，宋洪遠. 科技創(chuàng)新對農(nóng)業(yè)經(jīng)濟增長的外溢效應及其衰減邊界——基于空間杜賓模型的分析[J]. 農(nóng)村經(jīng)濟，2022（5）：116-124.

[35]董艷敏，嚴奉憲. 中國農(nóng)業(yè)高質(zhì)量發(fā)展的時空特征與協(xié)調(diào)度[J]. 浙江農(nóng)業(yè)學報，2021，33（1）：170-182.

[36]陳勁松. 2012年中國農(nóng)村經(jīng)濟形勢分析與2013年展望[J]. 中國農(nóng)村經(jīng)濟，2013（2）：4-11.

[37]唐 琳，王玉峰，李 松." 金融發(fā)展、科技創(chuàng)新與經(jīng)濟高質(zhì)量發(fā)展——基于我國西部地區(qū)77個地級市的面板數(shù)據(jù)[J]. 金融發(fā)展研究，2020（9）：30-36.

[38]謝會強，封海燕，馬 昱. 空間效應視角下高技術產(chǎn)業(yè)集聚、技術創(chuàng)新對經(jīng)濟高質(zhì)量發(fā)展的影響研究[J]. 經(jīng)濟問題探索，2021（4）：123-132.

[39]杜秀芳，閆笑非. 基于因子分析的中國區(qū)域技術創(chuàng)新能力差異實證研究[J]. 改革與戰(zhàn)略，2008（8）：84-87.

[40]龔斌磊，王 碩. 財政支出對我國農(nóng)業(yè)增長的多途徑影響[J]. 農(nóng)業(yè)經(jīng)濟問題，2021（1）：54-68.

[41]封立濤，陳 志，馬宇佳. 土地流轉(zhuǎn)政策對農(nóng)業(yè)高質(zhì)量發(fā)展的影響研究[J]. 統(tǒng)計與決策，2022，38（19）：76-79.

[42]馮 珍，程賽楠，簡 思. 中國產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對經(jīng)濟高質(zhì)量發(fā)展的影響研究[J]. 南京財經(jīng)大學學報，2021（4）：1-12.

[43]尹朝靜. 城鎮(zhèn)化、工業(yè)化對農(nóng)業(yè)全要素生產(chǎn)率增長的影響研究——來自重慶37個縣（區(qū)）面板數(shù)據(jù)的證據(jù)[J]. 重慶大學學報（社會科學版），2020，26（6）：58-68.

[44]胡向東，石自忠. 激活要素推進鄉(xiāng)村振興的戰(zhàn)略思考[J]. 經(jīng)濟縱橫，2022（8）：50-57.

[45]彭 超，段晉苑，馬 彪. 新農(nóng)人發(fā)展質(zhì)量及其影響因素研究[J]. 宏觀質(zhì)量研究，2021，9（4）：15-27.

[46]趙 巍，徐筱雯. 數(shù)字經(jīng)濟對農(nóng)業(yè)經(jīng)濟韌性的影響效應與作用機制[J]. 華南農(nóng)業(yè)大學學報（社會科學版），2023，22（2）：87-96.

[47]王廣深，王金秀. 優(yōu)化財政支出結(jié)構(gòu)，推進農(nóng)業(yè)生態(tài)文明建設[J]. 經(jīng)濟問題探索，2008（7）：26-29.

[48]ALVES L B DE O， KATO H. Transportation and land property rights： economic impacts on agricultural productivity[J]. Transportation Research Record， 2018，2672（3）：1-11.

[49]金麗馥，吳震東. 以農(nóng)業(yè)科技現(xiàn)代化促進農(nóng)業(yè)現(xiàn)代化的實踐路徑[J]. 排灌機械工程學報，2022，40（10）：1056-1064.

[50]高崇敏，黃 杰，許忠裕，等. 廣西鄉(xiāng)村特色產(chǎn)業(yè)高質(zhì)量發(fā)展評價指標體系構(gòu)建[J]. 南方農(nóng)業(yè)學報，2022，53（8）：2373-2382.

[51]楊 瓊，羅 幫，黎建斌，等. 鄉(xiāng)村振興背景下廣西水庫漁業(yè)高質(zhì)量發(fā)展對策——以大化縣為例[J]. 江蘇農(nóng)業(yè)科學，2022，50（11）：255-260.

（責任編輯：陳海霞）

收稿日期：2023-07-05

基金項目：國家社會科學基金青年項目（21CJY048）

作者簡介：劉曉倩（1987-），女，河北滄州人，博士，副教授，從事農(nóng)業(yè)數(shù)字化、農(nóng)業(yè)經(jīng)濟理論與政策研究。（E-mail）liuxq_ouc@163.com

通訊作者：孫小龍，（E-mail）xlsun890105@163.com