農(nóng)業(yè)產(chǎn)業(yè)集聚與農(nóng)業(yè)經(jīng)濟綜合評價研究

劉鵬凌，黃靖輝，李想

（安徽農(nóng)業(yè)大學(xué)經(jīng)濟管理學(xué)院，安徽合肥，230036）

一、引言

習近平總書記在黨的十九大報告中指出：“我國經(jīng)濟已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段?！边@是根據(jù)國際國內(nèi)環(huán)境變化，特別是我國發(fā)展條件和發(fā)展階段變化作出的重大判斷。農(nóng)業(yè)產(chǎn)業(yè)集聚擁有外部規(guī)模經(jīng)濟效應(yīng)、網(wǎng)絡(luò)效應(yīng)和創(chuàng)新效應(yīng)，能夠改善區(qū)域內(nèi)農(nóng)業(yè)農(nóng)村資源的有效配置，因此農(nóng)業(yè)產(chǎn)業(yè)集聚在地方農(nóng)業(yè)經(jīng)濟發(fā)展中的地位愈發(fā)重要［1］。

已有國內(nèi)外研究表明：資源稟賦通過改善產(chǎn)業(yè)環(huán)境及外部環(huán)境，引起農(nóng)業(yè)各子行業(yè)競合互動，最后達到農(nóng)業(yè)的產(chǎn)業(yè)集聚［2］。在農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)機械化水平的研究方面，趙丹丹和周宏（2019）［3］認為當?shù)氐霓r(nóng)業(yè)技術(shù)水平、農(nóng)民耕地面積對農(nóng)業(yè)集聚水平的影響表現(xiàn)為“U”型趨勢。鄢小兵和徐艷蘭（2018）［4］認為從長期的角度看，農(nóng)業(yè)的機械化是農(nóng)業(yè)產(chǎn)業(yè)集聚的重要原因。陶雅（2018）［5］認為我國農(nóng)業(yè)產(chǎn)業(yè)集中度水平的提高，能夠帶動農(nóng)業(yè)機械化水平的提高。在農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)生產(chǎn)效率的研究方面，王艷榮和劉業(yè)政（2012）［6］認為隨著農(nóng)業(yè)產(chǎn)業(yè)集聚程度的加強，會起到提升產(chǎn)業(yè)增長貢獻和提升農(nóng)業(yè)的競爭力的作用。張哲晰和穆月英（2018）［7］認為農(nóng)業(yè)產(chǎn)業(yè)的進一步集聚通過馬歇爾外部性提升了土地生產(chǎn)效率，間接促進了勞動生產(chǎn)效率的增長，另外勞動生產(chǎn)效率的增長會通過不斷累積促成農(nóng)業(yè)產(chǎn)業(yè)集聚程度的加深，農(nóng)業(yè)產(chǎn)業(yè)集聚、土地生產(chǎn)效率、勞動生產(chǎn)效率三者形成良性循環(huán)，促進農(nóng)業(yè)產(chǎn)業(yè)綠色健康可持續(xù)發(fā)展。張哲晰和穆月英（2019）［8］認為農(nóng)業(yè)產(chǎn)業(yè)集中程度的提高會明顯提高技術(shù)的溢出效應(yīng)與生產(chǎn)的規(guī)模效應(yīng)。趙丹丹和周宏（2020）［9］認為農(nóng)業(yè)生產(chǎn)集聚通過三個層面促進我國糧食生產(chǎn)效率：外在規(guī)模經(jīng)濟的規(guī)模效應(yīng)（農(nóng)戶層面），地方化經(jīng)濟的專業(yè)化效應(yīng)（生產(chǎn)層面），共享經(jīng)濟的技術(shù)溢出效應(yīng)（經(jīng)濟發(fā)展層面）。杜建軍和謝家平（2020）［10］認為我國農(nóng)業(yè)產(chǎn)業(yè)集聚程度的不斷加重是農(nóng)業(yè)勞動生產(chǎn)率增長的關(guān)鍵因素。在農(nóng)業(yè)產(chǎn)業(yè)集聚對綠色發(fā)展水平的研究方面，鄧晴晴和李二玲（2020）［11］認為農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)面源污染排放的抑制能力有所提升，削弱了由于污染造成的部分負環(huán)境外部效應(yīng)。程琳琳和張俊飚（2018）［12］認為隨著農(nóng)業(yè)產(chǎn)業(yè)集中程度的上升，農(nóng)業(yè)碳效率表現(xiàn)出先改善后惡化的倒“U”型變化趨勢。薛蕾和徐承紅（2019）［13］認為農(nóng)業(yè)產(chǎn)業(yè)集聚與地方綠色農(nóng)業(yè)發(fā)展具有耦合關(guān)系并且在部分地區(qū)具有協(xié)同效應(yīng)。在農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)村收入水平的研究方面，李博偉、邢麗榮等（2019）［14］認為農(nóng)業(yè)產(chǎn)業(yè)集聚和生產(chǎn)技術(shù)服務(wù)、生產(chǎn)外包服務(wù)、合作社組織模式的交互作用，有效促進了農(nóng)村居民收入的增加。而王艷榮和劉業(yè)政（2011）［15］認為農(nóng)業(yè)產(chǎn)業(yè)集中程度的加深對農(nóng)村居民收入增長的影響不顯著。

綜上所述，盡管已有研究存在部分研究結(jié)果上的矛盾，但是已經(jīng)在很大程度上說明了農(nóng)業(yè)產(chǎn)業(yè)集聚對于經(jīng)濟的發(fā)展可能存在顯著的影響，基于前人的學(xué)術(shù)結(jié)晶與現(xiàn)實背景，本文深入探討了農(nóng)業(yè)集聚與農(nóng)業(yè)經(jīng)濟發(fā)展的關(guān)系。與以上文獻相比，本文主要差異和貢獻如下：第一，運用我國31 個省區(qū)市2007—2019 年的面板數(shù)據(jù)，通過實證檢驗的方法探究了農(nóng)業(yè)集聚與農(nóng)村經(jīng)濟發(fā)展的關(guān)系。第二，在不同分位點上進一步檢驗了中國農(nóng)業(yè)產(chǎn)業(yè)集聚與農(nóng)村經(jīng)濟高質(zhì)量發(fā)展的關(guān)聯(lián)。第三，討論了不同農(nóng)業(yè)產(chǎn)業(yè)集聚程度下各地區(qū)對農(nóng)村經(jīng)濟高質(zhì)量發(fā)展作用的差異。本文余下部分安排如下：第二部分是變量說明、模型構(gòu)建與數(shù)據(jù)來源；第三部分是各省農(nóng)業(yè)經(jīng)濟綜合發(fā)展分析；第四部分是實證分析（含穩(wěn)健性檢驗）；第五部分是空間差異性分析；最后是文章結(jié)論與建議。

二、變量說明、模型構(gòu)建與數(shù)據(jù)來源

（一）變量說明

被解釋變量：農(nóng)業(yè)經(jīng)濟綜合評價。本文基于現(xiàn)有文獻結(jié)果，從農(nóng)業(yè)機械化水平、農(nóng)業(yè)生產(chǎn)效率、綠色發(fā)展水平和農(nóng)村收入水平四個維度，構(gòu)建了綜合評價經(jīng)濟高質(zhì)量發(fā)展水平的指標體系。其中農(nóng)業(yè)機械化水平由農(nóng)業(yè)機械化率表示，農(nóng)業(yè)機械化率=農(nóng)業(yè)機械總動力/農(nóng)村人口。農(nóng)業(yè)生產(chǎn)效率由每公頃農(nóng)業(yè)總產(chǎn)值表征，每公頃農(nóng)業(yè)總產(chǎn)值=農(nóng)業(yè)總產(chǎn)值/農(nóng)作物播種總面積。綠色發(fā)展則由各地區(qū)森林覆蓋率表示。最后，農(nóng)村收入水平由農(nóng)村居民人均可支配收入決定。

本文采用加權(quán)Topsis 方法對全國31 個省區(qū)市（由于數(shù)據(jù)的可得性問題，港、澳、臺地區(qū)數(shù)據(jù)除外）的農(nóng)業(yè)經(jīng)濟綜合評價進行測算，得出各地方綜合評價得分。具體步驟如下所示：

1.分別計算四個指標的標準化決策矩陣。設(shè)m個省份n年的農(nóng)業(yè)經(jīng)濟發(fā)展水平指標值構(gòu)成的原始評價信息矩陣為決策矩陣X：

為消除量綱問題，本文首先對矩陣進行標準化處理，由于文中指標均為越大越優(yōu)，故決策矩陣W=(wij)m×n的標準化過程如下：

2.構(gòu)建加權(quán)決策矩陣。將各農(nóng)業(yè)經(jīng)濟綜合發(fā)展指標對應(yīng)的得分占比作為評價指標權(quán)重vij，可得加權(quán)標準化決策矩陣A：

3.擬定最優(yōu)解與最劣解。最優(yōu)解為各評價指標的最大值，Sj+與Sj-分別表示最優(yōu)與最劣解。

4.計算各評價對象與最優(yōu)（劣）解的歐式距離。

5.計算農(nóng)業(yè)經(jīng)濟綜合得分。得分越高，地區(qū)農(nóng)業(yè)經(jīng)濟發(fā)展水平越高。

解釋變量：農(nóng)業(yè)集聚水平，本文采用區(qū)位熵來衡量各省市農(nóng)業(yè)集聚水平。區(qū)位熵比例越高，則說明某產(chǎn)業(yè)在該地區(qū)的集聚水平越高。本文具體計算公式如下：

其中，ALEij表示第i個省、區(qū)、市的農(nóng)業(yè)產(chǎn)業(yè)區(qū)位熵，右邊分子中Iij為第i個省、區(qū)、市農(nóng)業(yè)產(chǎn)業(yè)增加值，Ii為第i個省市的地區(qū)生產(chǎn)總值。右邊分母中Qj為全國農(nóng)業(yè)產(chǎn)業(yè)增加值，Q為全國生產(chǎn)總值（GDP）。

控制變量：從財政支出占地區(qū)生產(chǎn)總值的比重可以看出一個地區(qū)政府的財力情況，以及該地方政府對農(nóng)業(yè)經(jīng)濟綜合發(fā)展的影響，故以財政支出占地區(qū)生產(chǎn)總值的比重來衡量政府規(guī)模。城鎮(zhèn)化水平是評價一個地區(qū)經(jīng)濟發(fā)展質(zhì)量的重要指標，本文以各省市年末城鎮(zhèn)人口占總?cè)丝诒戎貋砗饬扛魇∈械某擎?zhèn)化水平。人力資本是經(jīng)濟發(fā)展的核心內(nèi)容，高素質(zhì)人才是地方農(nóng)業(yè)經(jīng)濟綜合發(fā)展的發(fā)動機，本文以本科及以上學(xué)歷人口占比來衡量各省市人力資本水平。綠色發(fā)展作為發(fā)展的總基調(diào)，在經(jīng)濟發(fā)展的同時也需要保證人居環(huán)境的維護，本文以各省市水土流失治理面積來衡量環(huán)境保護水平。自然災(zāi)害作為不可抗力是影響經(jīng)濟高質(zhì)量發(fā)展的因素，本文以地區(qū)受災(zāi)面積衡量受災(zāi)情況。

控制變量描述性統(tǒng)計如表1 所示。

表1 控制變量描述性統(tǒng)計

（二）模型構(gòu)建及數(shù)據(jù)來源

為了實證分析農(nóng)業(yè)產(chǎn)業(yè)集聚對各省區(qū)市農(nóng)業(yè)經(jīng)濟綜合發(fā)展的影響，本文設(shè)定基本回歸如下：

其中，Y為各地區(qū)農(nóng)業(yè)經(jīng)濟綜合得分或四大維度指標，β為農(nóng)業(yè)產(chǎn)業(yè)集聚回歸系數(shù)，ALE為農(nóng)業(yè)產(chǎn)業(yè)集聚水平，θ為控制變量的回歸系數(shù)，X為模型控制變量，i表示地區(qū)，t表示年份，c為系數(shù)，ε為擾動項。

本文省際數(shù)據(jù)來源于中國國家統(tǒng)計局官網(wǎng)，《中國統(tǒng)計年鑒》，各省市統(tǒng)計年鑒及社會發(fā)展統(tǒng)計公報，從中選取2007—2019 年31 個省區(qū)市的面板數(shù)據(jù)作為研究樣本。

三、各省農(nóng)業(yè)經(jīng)濟綜合發(fā)展分析

（一）農(nóng)業(yè)經(jīng)濟綜合評價分析

由上文公式測算可得農(nóng)業(yè)經(jīng)濟綜合發(fā)展得分，詳見表2。從表2 中可以看出，2007—2019 年，31個省、區(qū)、市中農(nóng)業(yè)經(jīng)濟綜合發(fā)展水平最高的是上海，為0.995，比位居第二的北京高出約0.13，同時比甘肅的0.002 高出約0.99，大幅領(lǐng)先于其他省市。從全國角度來看，全國農(nóng)業(yè)經(jīng)濟發(fā)展平均水平為0.293，表明現(xiàn)階段我國農(nóng)村經(jīng)濟高質(zhì)量協(xié)調(diào)發(fā)展水平偏低，并且各省市之間存在較大的差異。從表1 中可以看出，大部分省份（含直轄市）的農(nóng)業(yè)經(jīng)濟綜合發(fā)展得分處于0.5 以下，年度均值大于0.4 的省份（含直轄市）依次是上海、北京、浙江、天津、江蘇、廣東、福建。其中，上海市13 年間的農(nóng)業(yè)經(jīng)濟綜合得分波動平穩(wěn)，標準差僅為0.001 7。13 年間北京市農(nóng)業(yè)經(jīng)濟綜合得分從0.91 下降至0.819，并于2013 年被浙江省超越。天津市農(nóng)業(yè)經(jīng)濟綜合得分則呈現(xiàn)出現(xiàn)升再平穩(wěn)波動后減的“倒U”型趨勢，峰值在2014 年出現(xiàn)，為0.72。江蘇省農(nóng)業(yè)經(jīng)濟綜合評價與天津相似，呈“倒U”型趨勢，但幅度不大，極差僅為0.053。廣東省農(nóng)業(yè)經(jīng)濟綜合得分從2007年的0.422 下降至2019 年的0.39，下降幅度達到7.58%。福建省則從2007 年的0.402 上升至2019 年的0.422，漲幅達到4.96%。得分靠后的三個省份分別為甘肅省、貴州省以及青海省?？傮w來說，發(fā)達地區(qū)的農(nóng)業(yè)經(jīng)濟綜合得分較高，而經(jīng)濟欠發(fā)達或者中等發(fā)達地區(qū)的農(nóng)業(yè)經(jīng)濟得分則相對較低。

表2 2007—2019 年31 個省區(qū)市農(nóng)業(yè)經(jīng)濟綜合發(fā)展得分

（二）農(nóng)業(yè)集中度分析

由區(qū)位熵公式測算可得2007—2019 年31 個省區(qū)市農(nóng)業(yè)集聚水平測算值，統(tǒng)計如表3 所示。從表3 可以看出，我國農(nóng)業(yè)集聚水平省際差異較大。區(qū)位熵年度均值大于2 的有廣西、海南、黑龍江，其中海南最大為2.786，說明海南省農(nóng)業(yè)產(chǎn)業(yè)集聚現(xiàn)象最為顯著。排名最后的上海僅為0.060，說明上海的農(nóng)業(yè)集聚水平最低。若排除北京、上海、天津、重慶4 個直轄市，農(nóng)業(yè)集聚水平最低的省為浙江，其區(qū)位熵為0.504。

表3 2007—2019 年31 個省區(qū)市農(nóng)業(yè)集聚水平

從表3 可以看出，海南、黑龍江、廣西、貴州、新疆和云南農(nóng)業(yè)集聚水平較高。首先海南省區(qū)位熵主要位于2.5～3 之間，波動穩(wěn)定，總體增長率為0.9%。黑龍江省在研究時段內(nèi)漲幅較大，自2007年的1.426 上升至2019 年的3.276，依次超過云南、新疆、貴州、廣西、海南成為中國農(nóng)業(yè)集中度最高的省份，上漲幅度達到129.7%。廣西、云南和新疆分別在2.069～2.224、1.5～2 的水平上穩(wěn)定震蕩。

為更好地區(qū)分省際農(nóng)業(yè)產(chǎn)業(yè)集聚水平差異，本文根據(jù)2007—2019 年各省區(qū)市農(nóng)業(yè)產(chǎn)業(yè)區(qū)位熵全國總體均值與各省、區(qū)、市均值的標準差關(guān)系，即以AVG±STD（0.904～1.509）為界，將農(nóng)業(yè)產(chǎn)業(yè)集聚區(qū)位熵在1.509 以上的地區(qū)劃分為農(nóng)業(yè)集聚強地區(qū)，將農(nóng)業(yè)產(chǎn)業(yè)集聚區(qū)位熵在0.904 以下的地區(qū)劃分為農(nóng)業(yè)集聚弱地區(qū)，其他為農(nóng)業(yè)集聚中等地區(qū)。如表4 所示：

表4 全國31 個省區(qū)市農(nóng)業(yè)產(chǎn)業(yè)集聚水平類型

四、實證分析

（一）基于固定效應(yīng)模型的基礎(chǔ)實證分析

為體現(xiàn)農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)經(jīng)濟綜合發(fā)展的影響，本文對數(shù)據(jù)進行面板數(shù)據(jù)固定效應(yīng)模型的逐步回歸，如表5 所示。

表5 面板數(shù)據(jù)固定效應(yīng)逐步回歸結(jié)果

在表5 中，除政府規(guī)模、人力資本與水土流失治理面積外，其他變量均在不同程度上通過檢驗。在僅對農(nóng)業(yè)產(chǎn)業(yè)集聚水平，即區(qū)位熵進行回歸的情況下，農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)經(jīng)濟綜合發(fā)展的回歸系數(shù)為-0.022，隨著控制變量個數(shù)的不斷增加，回歸系數(shù)會有微小程度的下降?；貧w結(jié)果表明，農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)經(jīng)濟綜合發(fā)展有顯著的負向效應(yīng)。城鎮(zhèn)化水平越高對農(nóng)村經(jīng)濟綜合發(fā)展有顯著的促進作用，受災(zāi)面積則對高質(zhì)量發(fā)展目標的實現(xiàn)有負面影響。

（二）穩(wěn)健性檢驗

1.分位數(shù)檢驗。為更加精準地描述農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)經(jīng)濟綜合發(fā)展的影響情況，本文根據(jù)面板數(shù)據(jù)分位數(shù)計量方法進行回歸，結(jié)果如表6 所示。表6 給出了樣本量分別為30%、50%、70%、90%時的回歸檢驗結(jié)果。除人力資本與水土流失治理面積在各分位水平上均不顯著外，其他變量在不同分位水平上，或多或少通過1%或10%的顯著性檢驗。從解釋變量農(nóng)業(yè)產(chǎn)業(yè)集聚的參數(shù)估計結(jié)果看，不同樣本量情況下的參數(shù)估計值均為負值，并且會隨著所用樣本量的提高而上升，說明農(nóng)業(yè)產(chǎn)業(yè)集聚水平的提高未必有利于農(nóng)業(yè)經(jīng)濟的綜合發(fā)展。從控制變量來看，政府規(guī)模在0.5 及0.7 分位點上的參數(shù)估計系數(shù)均為正值且在10%的顯著性上通過檢驗，說明在2007—2019 年間，政府規(guī)模的擴大在50%至70%的樣本量上促進了地方農(nóng)業(yè)經(jīng)濟的綜合發(fā)展。城鎮(zhèn)化規(guī)模的回歸系數(shù)皆大于零，且相較于其他控制變量回歸系數(shù)而言，數(shù)值偏大，表明在任何樣本量的情況下，提升城鎮(zhèn)化水平都能顯著推動地方農(nóng)業(yè)經(jīng)濟綜合發(fā)展，并且城鎮(zhèn)化水平從30%樣本量到90%樣本量時的推動作用不斷加強。受災(zāi)面積在30%、50%及70%樣本量水平上，回歸系數(shù)均為負值但數(shù)值較小，說明受災(zāi)面積是影響農(nóng)業(yè)經(jīng)濟綜合影響的因素之一但并非關(guān)鍵因素。

表6 農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)經(jīng)濟綜合發(fā)展的分位數(shù)回歸結(jié)果

2.遺漏變量法。在上文所述模型中可能存在其他有效影響地方農(nóng)業(yè)經(jīng)濟綜合發(fā)展的因素，故在本節(jié)中通過增加農(nóng)業(yè)機械總動力（單位：萬千瓦）與農(nóng)村人口（單位：萬人）來檢驗基礎(chǔ)回歸的有效性。結(jié)果見表7 中test1 所示。由表7 中test1 可知，在加入可能的遺漏變量后，結(jié)果與基礎(chǔ)檢驗相似，故驗證了前者的穩(wěn)健性。

表7 遺漏變量法、虛擬變量法、模型替換法回歸結(jié)果

3.虛擬變量法。若只進行固定效應(yīng)回歸檢驗，有可能遺漏省份和年份層面不隨時間改變的重要變量，從而使基礎(chǔ)估計結(jié)果有偏或不一致。為避免這一問題，本文加入省份和年份的固定效應(yīng)。結(jié)果如表7 中test2、test3 所示，農(nóng)業(yè)產(chǎn)業(yè)集聚水平在上文描述的模型中均對被解釋變量有顯著的負向效應(yīng)，進一步證明了基礎(chǔ)檢驗的穩(wěn)健性。

4.模型替換法。為使基礎(chǔ)回歸結(jié)果更加穩(wěn)健，使回歸標準誤更具有可信性。因此本文采用D&K（1998）標準誤命令，從而使模型進一步控制其異方差和自相關(guān)，結(jié)果如表7 中test4、test5 所示：替換模型后的回歸系數(shù)仍與原結(jié)果相同，且更加顯著，進一步證明了結(jié)果的穩(wěn)健性。

五、空間差異性研究

根據(jù)表3 對全國31 個省區(qū)市的劃分，分別對此3 類地區(qū)進行固定效應(yīng)模型檢驗。根據(jù)表8，在3 種不同類型的地區(qū)中，農(nóng)業(yè)集聚強地區(qū)受農(nóng)業(yè)產(chǎn)業(yè)集聚的影響較低，究其原因，可能是因為農(nóng)業(yè)產(chǎn)業(yè)集聚的邊際效應(yīng)造成，集聚水平較高邊際效應(yīng)越小，所以農(nóng)業(yè)集聚強地區(qū)的農(nóng)業(yè)經(jīng)濟綜合發(fā)展受農(nóng)業(yè)產(chǎn)業(yè)的進一步集聚的影響較不明顯。農(nóng)業(yè)集聚中等地區(qū)與農(nóng)業(yè)集聚弱地區(qū)則分別在1%與5%的顯著性水平上通過固定效應(yīng)模型檢驗，說明二者的農(nóng)業(yè)經(jīng)濟綜合發(fā)展受農(nóng)業(yè)集聚水平的影響顯著，且方向為負，說明其抑制作用。在控制變量中，政府規(guī)模對不同地區(qū)農(nóng)業(yè)經(jīng)濟綜合發(fā)展的影響程度不同，政府規(guī)模對農(nóng)業(yè)集聚強地區(qū)的正向影響最為顯著，但在農(nóng)業(yè)集聚中等和弱地區(qū)政府的影響力卻不明顯?？梢娬畬r(nóng)業(yè)的支出越多農(nóng)業(yè)現(xiàn)階段集聚水平越高，進一步集聚效果的邊際效應(yīng)越不明顯，反之，政府對農(nóng)業(yè)的支出越少，農(nóng)業(yè)現(xiàn)階段集聚水平越低，進一步集聚效果的邊際效應(yīng)就越明顯。無論農(nóng)業(yè)集聚水平如何，城鎮(zhèn)化水平越高農(nóng)業(yè)經(jīng)濟綜合發(fā)展的水平也就越高，在統(tǒng)計學(xué)上表現(xiàn)為均在1%或5%的顯著性水平上通過檢驗，且均為正向影響。此外，在農(nóng)業(yè)集聚水平越高的地區(qū)人力資本的效果就越顯著，在農(nóng)業(yè)集聚強地區(qū)人力資本對經(jīng)濟高質(zhì)量發(fā)展的正影響最為明顯，說明在此類地區(qū)高素質(zhì)人才發(fā)揮了非常重要的促進作用。而在農(nóng)業(yè)集聚中等地區(qū)人力資本僅在10%的水平上表現(xiàn)顯著，在農(nóng)業(yè)集聚弱地區(qū)人力資本的影響并不顯著。在自然環(huán)境方面，水土流失治理面積只在農(nóng)業(yè)集聚強地區(qū)表現(xiàn)顯著的正向影響，在另外兩類地區(qū)表現(xiàn)不顯著。自然災(zāi)害則在農(nóng)業(yè)集聚中等地區(qū)表現(xiàn)明顯抑制地方農(nóng)業(yè)經(jīng)濟綜合發(fā)展，但在農(nóng)業(yè)集聚強地區(qū)與弱地區(qū)無明顯抑制作用。

表8 三類地區(qū)農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)經(jīng)濟綜合發(fā)展的統(tǒng)計檢驗

六、結(jié)論與政策建議

（一）主要結(jié)論

通過以上計量分析，本文對中國2007—2019年31 個省區(qū)市的農(nóng)業(yè)產(chǎn)業(yè)集聚水平與農(nóng)業(yè)經(jīng)濟綜合發(fā)展進行研究，得出以下結(jié)論：

第一，農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)經(jīng)濟綜合發(fā)展有顯著的負面影響，城鎮(zhèn)化的逐步深化有助于農(nóng)業(yè)經(jīng)濟綜合發(fā)展，但地方政府規(guī)模、人力資本等因素的影響卻不明顯。

第二，在農(nóng)業(yè)集聚強地區(qū)，農(nóng)業(yè)集聚水平由于其邊際效應(yīng)，導(dǎo)致其集聚水平對農(nóng)業(yè)經(jīng)濟綜合發(fā)展無明顯影響。而在集聚中等或弱地區(qū)，農(nóng)業(yè)產(chǎn)業(yè)集中程度的提高會對農(nóng)業(yè)經(jīng)濟綜合發(fā)展產(chǎn)生抑制作用。

（二）政策建議

第一，科學(xué)調(diào)整基本農(nóng)田布局，統(tǒng)籌布局，全面安排［16］。在考慮基本農(nóng)田紅線的同時應(yīng)兼顧現(xiàn)代化產(chǎn)業(yè)發(fā)展，為地方產(chǎn)業(yè)規(guī)?；舫霰匾臻g。另一方面，可以建立各地詳細的農(nóng)業(yè)數(shù)據(jù)庫為劃定基本農(nóng)田提供參考和依據(jù)。

第二，建設(shè)用地應(yīng)適當向一產(chǎn)方向傾斜。為適應(yīng)現(xiàn)代農(nóng)業(yè)發(fā)展需求，首先可對設(shè)施農(nóng)業(yè)用地進一步調(diào)整，將其納入農(nóng)業(yè)內(nèi)部結(jié)構(gòu)調(diào)整范圍。其次，建議設(shè)施可使用于基本農(nóng)田，在確?；巨r(nóng)田高質(zhì)量的同時合理發(fā)展設(shè)施農(nóng)業(yè)。最后，允許養(yǎng)殖設(shè)施建設(shè)多層建筑，隨著技術(shù)的進步與規(guī)?；?jīng)營，從節(jié)約資源、集約經(jīng)營的角度出發(fā)，多層設(shè)施不僅能夠提高社會土地利用率，還易于管理，提高農(nóng)民生產(chǎn)經(jīng)營能力。

第三，優(yōu)化結(jié)構(gòu)，提升效益。首先，加快農(nóng)村高質(zhì)量發(fā)展步伐應(yīng)從農(nóng)產(chǎn)品品種與品質(zhì)方面出發(fā)，進行調(diào)整。其次，鼓勵各地方發(fā)展特色農(nóng)業(yè)經(jīng)濟，對農(nóng)村資源進行合理配置，努力形成具有鮮明特征的農(nóng)業(yè)生產(chǎn)休閑產(chǎn)業(yè)。最后，大力扶持地方塊狀經(jīng)濟龍頭企業(yè)或創(chuàng)立企業(yè)品牌，引導(dǎo)企業(yè)進行強強聯(lián)合或強弱兼并，使地方經(jīng)濟產(chǎn)業(yè)支撐模式進一步強化，從而帶動區(qū)域其他產(chǎn)業(yè)發(fā)展，推動當?shù)剞r(nóng)業(yè)經(jīng)濟效益進一步提高。

第四，提升農(nóng)民專業(yè)勞動技能，建設(shè)農(nóng)技專業(yè)隊伍。應(yīng)加快培養(yǎng)、提高農(nóng)民的文化素質(zhì)、生產(chǎn)技能、經(jīng)營意識以及法治觀念。