我國農(nóng)業(yè)科技人才成長環(huán)境的時(shí)空演進(jìn)及其影響因素
——基于2011-2021 年省際數(shù)據(jù)的分析

胡 瑞，趙紫睿

（華中農(nóng)業(yè)大學(xué) 公共管理學(xué)院，湖北 武漢 430070）

習(xí)近平總書記在黨的二十大報(bào)告中指出，要全面推進(jìn)鄉(xiāng)村振興，堅(jiān)持農(nóng)業(yè)農(nóng)村優(yōu)先發(fā)展，扎實(shí)推動(dòng)鄉(xiāng)村人才振興，加快建設(shè)農(nóng)業(yè)強(qiáng)國。人才是第一資源，農(nóng)業(yè)科技人才是強(qiáng)農(nóng)的根本，是推動(dòng)鄉(xiāng)村振興的關(guān)鍵。發(fā)展現(xiàn)代農(nóng)業(yè)，建設(shè)新農(nóng)村必須要有一支結(jié)構(gòu)合理的農(nóng)業(yè)科技人才隊(duì)伍。加強(qiáng)農(nóng)業(yè)科技人才隊(duì)伍建設(shè)，是“三農(nóng)”工作的重點(diǎn)領(lǐng)域，是實(shí)施鄉(xiāng)村振興戰(zhàn)略的樞紐。然而，目前我國農(nóng)業(yè)科技人才隊(duì)伍建設(shè)仍存在一些問題與矛盾，例如，人才結(jié)構(gòu)不合理、整體素質(zhì)偏低；區(qū)域人才成長環(huán)境發(fā)展不均，欠發(fā)達(dá)地區(qū)人才嚴(yán)重不足等，很大程度上抑制了現(xiàn)代農(nóng)業(yè)發(fā)展的進(jìn)程。良好的成長環(huán)境是促進(jìn)農(nóng)業(yè)科技人才不斷發(fā)展的根本保障，因此剖析農(nóng)業(yè)科技人才成長環(huán)境的時(shí)空差異及影響因素成為亟待解決的重要命題。本文通過“VHSD-EM”評價(jià)模型，動(dòng)態(tài)評價(jià)2011-2021 年我國大陸地區(qū)31 個(gè)省份的農(nóng)業(yè)科技人才成長環(huán)境，運(yùn)用空間自相關(guān)分析方法，從時(shí)空特征角度探索我國農(nóng)業(yè)科技人才成長環(huán)境發(fā)展?fàn)顩r及演進(jìn)特征，同時(shí)采用空間杜賓模型，深入挖掘農(nóng)業(yè)科技人才成長環(huán)境的影響因素，并提出優(yōu)化農(nóng)業(yè)科技人才成長環(huán)境的對策建議；在深度剖析我國農(nóng)業(yè)科技人才成長環(huán)境的時(shí)代變遷及區(qū)域差異的基礎(chǔ)上，進(jìn)一步豐富了完善農(nóng)業(yè)科技人才成長環(huán)境的相關(guān)理論。

一、文獻(xiàn)回顧

人才是人力資源中能力和素質(zhì)較高的勞動(dòng)者，同時(shí)也是我國經(jīng)濟(jì)社會(huì)發(fā)展的第一資源[1]。

農(nóng)業(yè)科技人才作為推動(dòng)鄉(xiāng)村振興的主力軍，其成長環(huán)境能夠促進(jìn)或抑制農(nóng)業(yè)行業(yè)的生產(chǎn)效益。趙澤洪等提出農(nóng)業(yè)科技人才是指接受過專門教育，并掌握某種專業(yè)知識(shí)和技能，能夠從事創(chuàng)造性活動(dòng)，并作出了比一般人更多貢獻(xiàn)的人[2]。王應(yīng)寬等則認(rèn)為農(nóng)業(yè)科技人才不僅指農(nóng)業(yè)農(nóng)村類科技人才，且類型上包括高科技領(lǐng)軍人才、科技創(chuàng)新人才和科技推廣人才[3]。根據(jù)《農(nóng)村實(shí)用人才和農(nóng)業(yè)科技人才隊(duì)伍建設(shè)中長期規(guī)劃（2010-2020 年）》對農(nóng)業(yè)科技人才的界定，結(jié)合前期研究結(jié)論及鄉(xiāng)村振興的現(xiàn)實(shí)需求，本研究認(rèn)為農(nóng)業(yè)科技人才是指接受過專門教育和職業(yè)培訓(xùn)，具備一定的知識(shí)或技能，專門從事農(nóng)業(yè)科研、教育、推廣服務(wù)等專業(yè)性工作的人[4]。

人才成長環(huán)境是人才素質(zhì)提升及職業(yè)發(fā)展的重要基礎(chǔ)，“環(huán)境好，則人才聚、事業(yè)興”。鄉(xiāng)村振興的實(shí)現(xiàn)需要農(nóng)業(yè)科技人才的賦能，這對我國農(nóng)業(yè)科技人才的成長環(huán)境提出了新的更高要求[5]。良好的人才環(huán)境對人才會(huì)產(chǎn)生強(qiáng)大的拉力，惡劣的人才環(huán)境對其會(huì)產(chǎn)生向外的推力。趙彥飛等指出人才環(huán)境是指與人才成長和發(fā)展密切相關(guān)的各種外部要素的總和[6]。人才環(huán)境有多種類型，最常見的劃分是自然環(huán)境和社會(huì)環(huán)境二元類型，社會(huì)環(huán)境又包括政治環(huán)境、經(jīng)濟(jì)環(huán)境、事業(yè)成長環(huán)境和人際關(guān)系環(huán)境等[7]；也有研究將人才環(huán)境劃分為自然地理環(huán)境、社會(huì)環(huán)境和成長環(huán)境三類[8]。人才環(huán)境的內(nèi)涵隨著時(shí)代變遷和研究場景的不同而發(fā)生改變。在借鑒已有研究成果的基礎(chǔ)上，本文將農(nóng)業(yè)科技人才環(huán)境界定為：在農(nóng)業(yè)科技人才成長的不同階段，影響其職業(yè)流動(dòng)、綜合能力提升以及從事各項(xiàng)創(chuàng)新活動(dòng)的外部條件的集合，其中既包括自然環(huán)境條件也包括政策、經(jīng)濟(jì)和生活等社會(huì)因素。

目前，學(xué)界關(guān)于農(nóng)業(yè)科技人才的理論研究較豐富，主要集中在農(nóng)業(yè)科技人才培養(yǎng)模式及路徑[9]、農(nóng)業(yè)科技人才制度環(huán)境建設(shè)[10]以及主要發(fā)達(dá)國家農(nóng)業(yè)科技人才培養(yǎng)經(jīng)驗(yàn)借鑒[11]等方面。圍繞農(nóng)業(yè)科技人才成長環(huán)境的研究主要從評價(jià)指標(biāo)、實(shí)證檢驗(yàn)和影響因素方面展開。在評價(jià)指標(biāo)和實(shí)證檢驗(yàn)方面，部分學(xué)者采用靜態(tài)評價(jià)方法開展農(nóng)業(yè)科技人才成長環(huán)境評價(jià)，如程金花等從學(xué)術(shù)生產(chǎn)力、學(xué)術(shù)影響力、學(xué)術(shù)卓越性、學(xué)術(shù)創(chuàng)新力4 個(gè)維度建立指標(biāo)體系并運(yùn)用因子分析法和模糊綜合評價(jià)法分析其學(xué)術(shù)環(huán)境，指出農(nóng)業(yè)科技人才間的學(xué)術(shù)競爭力差距不平衡[12]；王丹丹等從個(gè)人基本素質(zhì)、科研水平以及成果應(yīng)用3 個(gè)維度建立農(nóng)業(yè)科技創(chuàng)新型人才的績效評價(jià)指標(biāo)，采用層次分析法和熵值賦權(quán)法分析了遼寧省農(nóng)業(yè)科技創(chuàng)新型人才的成長環(huán)境[13]。在影響因素方面，學(xué)者們認(rèn)為宏觀社會(huì)環(huán)境和微觀組織環(huán)境均是影響農(nóng)業(yè)科技人才發(fā)展的重要因素。例如，劉川寧等認(rèn)為農(nóng)業(yè)科技人才成長的外部環(huán)境變量包括產(chǎn)業(yè)發(fā)展、科研制度、人才政策、產(chǎn)學(xué)研合作機(jī)制、管理機(jī)制和學(xué)術(shù)氛圍等[14]；繳旭等發(fā)現(xiàn)團(tuán)隊(duì)領(lǐng)導(dǎo)、支撐條件、創(chuàng)新氛圍以及激勵(lì)機(jī)制是影響優(yōu)秀青年農(nóng)業(yè)科技人才流動(dòng)的主要因素[15]。此外，也有少數(shù)學(xué)者采用動(dòng)態(tài)評價(jià)方法進(jìn)行人才發(fā)展環(huán)境相關(guān)研究，如李旭輝等基于五大發(fā)展理念構(gòu)建了人才發(fā)展環(huán)境評價(jià)指標(biāo)，并采用縱橫向拉開檔次法動(dòng)態(tài)評價(jià)了2011-2015年國家自主創(chuàng)新示范區(qū)的人才環(huán)境，得出各示范區(qū)人才環(huán)境發(fā)展不平衡，存在明顯的差異[16]。

前期研究反映出，學(xué)界對于農(nóng)業(yè)科技人才成長環(huán)境的研究日漸豐富，但仍存在待完善之處：一是指標(biāo)構(gòu)建上，由于農(nóng)業(yè)科技人才成長環(huán)境包含多維度影響因素，僅采用少數(shù)幾個(gè)維度不能全面反映其真實(shí)水平；現(xiàn)有的評價(jià)體系中，多數(shù)為過程和重復(fù)性指標(biāo)，不利于客觀測度農(nóng)業(yè)科技人才成長環(huán)境的真實(shí)發(fā)展成效。二是評價(jià)方法上，已有研究多采用單一評價(jià)方法，指標(biāo)權(quán)重的確定還有待優(yōu)化，或多采用靜態(tài)評價(jià)方法，忽略了時(shí)間對指標(biāo)權(quán)重帶來的影響。三是影響因素上，現(xiàn)有研究大多采用定性分析方法，鮮有從量化視角出發(fā)，構(gòu)建農(nóng)業(yè)科技人才成長環(huán)境評價(jià)指標(biāo)的研究設(shè)計(jì)，對于農(nóng)業(yè)科技人才成長環(huán)境的時(shí)空演進(jìn)特征分析尚不深入。基于此，本文將借助VHSD-EM 模型，深入挖掘農(nóng)業(yè)科技人才成長環(huán)境的評價(jià)指標(biāo)，采用空間杜賓模型，分析農(nóng)業(yè)科技人才成長環(huán)境的影響因素，剖析存在的問題并提出對策建議，以期為改善我國農(nóng)業(yè)科技人才成長環(huán)境提供依據(jù)。

二、農(nóng)業(yè)科技人才成長環(huán)境評價(jià)指標(biāo)設(shè)計(jì)

《國家“十四五”農(nóng)業(yè)農(nóng)村人才隊(duì)伍建設(shè)發(fā)展規(guī)劃》[17]指出，必須營造健康的成長環(huán)境，促進(jìn)農(nóng)業(yè)科技人才發(fā)展。農(nóng)業(yè)科技人才的成長具有一般規(guī)律，可分為教育培養(yǎng)、工作實(shí)踐、繼續(xù)教育、創(chuàng)新成果、能力提升5 個(gè)階段[18]，隨著環(huán)境的不斷變化，每個(gè)階段的發(fā)展成效也存在差異性。農(nóng)業(yè)科技人才成長的每個(gè)階段均離不開良好的外部環(huán)境條件，該條件不僅包括市場的驅(qū)動(dòng)與激勵(lì)，還涵蓋了其承載的人力資本投入、積累與升值，更要涵蓋公共事業(yè)的組織、管理、協(xié)調(diào)和拓展，同時(shí)，還需兼顧我國的國情[19]。因此，在構(gòu)建我國農(nóng)業(yè)科技人才成長環(huán)境評價(jià)指標(biāo)體系時(shí)，需要綜合考慮涉農(nóng)企業(yè)、農(nóng)業(yè)科技管理部門、社會(huì)組織、高?；蚩蒲性核炔煌瑱C(jī)構(gòu)，才能保證科學(xué)、客觀和準(zhǔn)確評價(jià)農(nóng)業(yè)科技人才成長環(huán)境發(fā)展水平。本文借鑒理論研究及實(shí)踐探索成果，遵循系統(tǒng)性、可行性、科學(xué)性指標(biāo)設(shè)計(jì)原則、流程和方法，初步構(gòu)建了我國農(nóng)業(yè)科技人才成長環(huán)境評價(jià)指標(biāo)體系（見表1），其中包括經(jīng)濟(jì)發(fā)展環(huán)境、創(chuàng)新研發(fā)環(huán)境、教育發(fā)展環(huán)境、人才市場環(huán)境4 個(gè)一級指標(biāo)，8 個(gè)二級指標(biāo)以及22 個(gè)三級指標(biāo)。

表1 我國農(nóng)業(yè)科技人才成長環(huán)境評價(jià)指標(biāo)體系

（1）經(jīng)濟(jì)發(fā)展環(huán)境。國家財(cái)政支持在農(nóng)業(yè)科技人才各個(gè)成長階段均發(fā)揮著重要的作用，尤其是財(cái)政收支情況體現(xiàn)了地區(qū)經(jīng)濟(jì)發(fā)展的現(xiàn)狀[20]，因此分別采用“財(cái)政農(nóng)業(yè)支出”和“財(cái)政農(nóng)業(yè)收入”評價(jià)地方財(cái)政的經(jīng)濟(jì)發(fā)展環(huán)境；涉農(nóng)企業(yè)作為農(nóng)業(yè)科技人才的落腳點(diǎn)之一，其投資水平是衡量區(qū)域農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的重要指標(biāo)，選取“上市涉農(nóng)企業(yè)投資規(guī)?！焙汀吧鲜猩孓r(nóng)企業(yè)規(guī)模占A 股比重”反映區(qū)域經(jīng)濟(jì)發(fā)展的潛力。

（2）創(chuàng)新研發(fā)環(huán)境。黨的二十大報(bào)告指出，必須加快實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，加快實(shí)現(xiàn)高水平科技自立自強(qiáng)，培養(yǎng)一批高水平人才。良好的創(chuàng)新研發(fā)環(huán)境是留住農(nóng)業(yè)科技人才的關(guān)鍵因素[21]，若地區(qū)有較多的涉農(nóng)科研機(jī)構(gòu)、涉農(nóng)科研經(jīng)費(fèi)投入等，將有助于農(nóng)業(yè)科技人才知識(shí)、素質(zhì)和能力的提升。因此區(qū)域科研機(jī)構(gòu)經(jīng)費(fèi)、科研機(jī)構(gòu)、科研人員以及科研機(jī)構(gòu)成果是衡量地方創(chuàng)新研發(fā)環(huán)境的重要指標(biāo)。具體而言，創(chuàng)新研發(fā)環(huán)境包括“研究與開發(fā)機(jī)構(gòu)R&D 經(jīng)費(fèi)支出”“涉農(nóng)研究支出占總支出的比重”“涉農(nóng)科研機(jī)構(gòu)數(shù)”“科研機(jī)構(gòu)從事農(nóng)業(yè)科技活動(dòng)人數(shù)”“涉農(nóng)企業(yè)科技人員數(shù)”“科研機(jī)構(gòu)涉農(nóng)課題合計(jì)”和“涉農(nóng)科研機(jī)構(gòu)發(fā)表科技論文數(shù)量”。

（3）教育發(fā)展環(huán)境。全面推進(jìn)鄉(xiāng)村振興的進(jìn)程中，培養(yǎng)一大批農(nóng)業(yè)科技人才是關(guān)鍵。不僅要從資金、人力等加大投入，還需進(jìn)一步完善培養(yǎng)機(jī)制，激發(fā)農(nóng)科大學(xué)生的創(chuàng)新活力[22]。本文針對涉農(nóng)高等教育和涉農(nóng)中等職業(yè)教育的基礎(chǔ)條件，設(shè)計(jì)了衡量教育發(fā)展環(huán)境的評價(jià)指標(biāo)。其中涉農(nóng)高等教育基礎(chǔ)條件包括“涉農(nóng)高校數(shù)量”“涉農(nóng)專業(yè)數(shù)量”“涉農(nóng)專業(yè)畢業(yè)生人數(shù)”和“涉農(nóng)專業(yè)師生比”；涉農(nóng)中等職業(yè)教育基礎(chǔ)條件涵蓋“涉農(nóng)中等職業(yè)院校數(shù)量”“涉農(nóng)專業(yè)數(shù)量”“涉農(nóng)專業(yè)畢業(yè)生人數(shù)”和“涉農(nóng)專業(yè)師生比”。

（4）人才市場環(huán)境。人才市場環(huán)境反映區(qū)域人才發(fā)展的市場化水平，其資源配置情況是影響人才成長環(huán)境的重要因素[23]。因此，農(nóng)業(yè)科技人才的市場環(huán)境也是評價(jià)其發(fā)展水平的外部環(huán)境之一。本文選取“涉農(nóng)人才凈流入率”作為評價(jià)城市吸引人才能力的三級指標(biāo)；采用“涉農(nóng)人才市場行政機(jī)構(gòu)辦事效率”和“涉農(nóng)人才社會(huì)保險(xiǎn)覆蓋率”體現(xiàn)地區(qū)農(nóng)業(yè)科技人才市場環(huán)境的水平，其中，“涉農(nóng)人才社會(huì)保險(xiǎn)覆蓋率”是評價(jià)農(nóng)業(yè)科技人才市場環(huán)境的主要方面，反映地方涉農(nóng)人才系統(tǒng)的基本規(guī)模，其數(shù)值越大，市場水平越高。

對比以往研究，本文構(gòu)建的農(nóng)業(yè)科技人才成長環(huán)境評價(jià)指標(biāo)體系具有以下優(yōu)點(diǎn)：①以考察農(nóng)業(yè)科技人才成長環(huán)境優(yōu)劣程度的結(jié)果指標(biāo)為主，回避了完全使用過程和重復(fù)性指標(biāo)的弊端，使得該研究更具客觀性和科學(xué)性。②考慮了時(shí)間縱向上我國各省份三級指標(biāo)數(shù)據(jù)的獲取性，并且分析了數(shù)據(jù)的可比性。③更為全面地涵蓋了經(jīng)濟(jì)環(huán)境、研發(fā)環(huán)境、教育環(huán)境、市場環(huán)境等，充分體現(xiàn)了農(nóng)業(yè)科技人才全面發(fā)展的多維度特征，并進(jìn)一步揭示了各外部環(huán)境因素對其成長的影響程度。

三、農(nóng)業(yè)科技人才成長環(huán)境實(shí)證分析

1.農(nóng)業(yè)科技人才成長環(huán)境時(shí)間演進(jìn)規(guī)律

（1）數(shù)據(jù)來源與處理。本文選取我國31 個(gè)省、自治區(qū)、直轄市作為研究對象，時(shí)間跨度為2011-2021 年?？紤]到樣本數(shù)據(jù)的可得性、可比性、相關(guān)性和連續(xù)性，所有數(shù)據(jù)來源于相應(yīng)年份的《中國教育統(tǒng)計(jì)年鑒》《中國科技統(tǒng)計(jì)年鑒》《中國勞動(dòng)統(tǒng)計(jì)年鑒》《中國統(tǒng)計(jì)年鑒》《中國人口與就業(yè)統(tǒng)計(jì)年鑒》《中國農(nóng)村統(tǒng)計(jì)年鑒》、國家統(tǒng)計(jì)局網(wǎng)站、wind金融數(shù)據(jù)庫、各地區(qū)統(tǒng)計(jì)年鑒和年度政府公報(bào)。

由于農(nóng)業(yè)科技人才成長環(huán)境評價(jià)指標(biāo)量綱與性質(zhì)各異，無法直接進(jìn)行權(quán)重計(jì)算，為了消除指標(biāo)量綱對其測算結(jié)果的影響，對數(shù)據(jù)進(jìn)行無量綱化處理。具體計(jì)算公式為：

其中，Yijw代表經(jīng)過標(biāo)準(zhǔn)化處理后的第i個(gè)樣本的第j項(xiàng)指標(biāo)在第w年的指標(biāo)值，Xijw表示第j項(xiàng)指標(biāo)在第w年的平均值，σijw表示第j項(xiàng)指標(biāo)在第w年的標(biāo)準(zhǔn)差。

（2）評價(jià)模型構(gòu)建。根據(jù)以往研究可知，現(xiàn)有關(guān)于成長環(huán)境的測評多側(cè)重于指標(biāo)權(quán)重系數(shù)的確定，并習(xí)慣于采用模糊評判法、層次分析法、主成分賦權(quán)法等靜態(tài)評價(jià)方法。該類方法不利于實(shí)現(xiàn)樣本間的動(dòng)態(tài)可比和客觀數(shù)據(jù)的橫向分析；假設(shè)評價(jià)對象為時(shí)序立體數(shù)列，則必須考慮時(shí)間因素，以確保測算結(jié)果在各時(shí)刻的可比性。由郭亞軍[24]提出的縱橫向拉開檔次法（vertical and horizontal scatter degree method，VHSD）是一種動(dòng)態(tài)評價(jià)方法，將時(shí)間因素納入測算過程中，可以最大化地體現(xiàn)各樣本在不同時(shí)間點(diǎn)的表現(xiàn)情況。然而，該方法在確定指標(biāo)權(quán)重時(shí)僅依賴于包含時(shí)間序列的評價(jià)矩陣，無法完全反映出各項(xiàng)指標(biāo)所含信息量的多少?？v觀以上評價(jià)方法，熵值賦權(quán)法（entropy method，EM）是一種重要的靜態(tài)評價(jià)方法[25]，主要反映指標(biāo)所含的信息量，并且能夠基于其信息值確定權(quán)重，從而充分體現(xiàn)了各指標(biāo)間的差異，但該方法無法考察測算結(jié)果間的動(dòng)態(tài)波動(dòng)。而“縱橫向拉開檔次法”和“熵值賦權(quán)法”的組合評價(jià)方法則可以充分發(fā)揮互補(bǔ)優(yōu)勢，在一定范圍內(nèi)提高評價(jià)結(jié)果的可信度。

在我國農(nóng)業(yè)科技人才成長環(huán)境的評價(jià)中，“VHSD-EM”組合評價(jià)模型既能體現(xiàn)時(shí)序特征的多層次動(dòng)態(tài)可比，又能反映各指標(biāo)所含信息值的差異，進(jìn)而能夠有效區(qū)分各省域間的發(fā)展差距；此外，還可以彌補(bǔ)單一評價(jià)方法所引起的結(jié)果誤差，從而增強(qiáng)評價(jià)結(jié)果的科學(xué)性。因此，“VHSD-EM”組合評價(jià)模型適用于我國農(nóng)業(yè)科技人才成長環(huán)境的評價(jià)研究。

①VHSD 評價(jià)方法的基本原理。首先，若對某一系統(tǒng)對象的研究涉及W個(gè)年份，i個(gè)被評價(jià)對象和j個(gè)基本指標(biāo)，則上述指標(biāo)即可根據(jù)時(shí)間點(diǎn)排列成綜合立體數(shù)據(jù)序列，假設(shè)向量Xij(tw)代表各項(xiàng)指標(biāo)的基本值，則該指標(biāo)體系的矩陣可表示為式（2）：

令ri表示第i個(gè)樣本的名稱，其時(shí)序立體數(shù)據(jù)關(guān)系如表2所示。

表2 時(shí)序立體數(shù)據(jù)表

其次，當(dāng)選取矩陣的最大特征值所對應(yīng)的特征向量時(shí)，對該特征向量進(jìn)行歸一化處理得到確定的權(quán)重向量δj，由式（3）計(jì)算綜合評價(jià)函數(shù)值，其中，Ei(tW)為i樣本在第W年的綜合評價(jià)值，δj為指標(biāo)權(quán)重。

②EM 評價(jià)方法的基本原理。首先，假設(shè)樣本由n個(gè)評價(jià)指標(biāo)，m個(gè)評價(jià)對象組成的數(shù)據(jù)矩陣如式（4），其中xij表示各省份第j年的第i個(gè)指標(biāo)的數(shù)值。

使用極值法對不同量綱和單位的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，正負(fù)向指標(biāo)的歸一化公式分別為：

其次，計(jì)算根據(jù)標(biāo)準(zhǔn)化后的樣本矩陣，將第j個(gè)指標(biāo)的熵定義為：

式（8）中，0≤Dij≤1,Dj=1。

③“VHSD-EM”組合評價(jià)模型的基本原理?；谇捌诳v橫向拉開檔次法和熵值賦權(quán)法綜合確定的權(quán)重值δj和Dij，并將其按照考察期的時(shí)序排列組成矩陣Qjw：

將上述矩陣內(nèi)的每一行數(shù)值相加，并進(jìn)行算數(shù)平均，得出各項(xiàng)基本指標(biāo)的最終權(quán)重Dij。最后采用線性加權(quán)法依次計(jì)算出各樣本在各考察期的綜合評價(jià)值，計(jì)為ZmW。

（3）穩(wěn)健性檢驗(yàn)。只有當(dāng)組合評價(jià)模型中的各個(gè)方法單獨(dú)測算的結(jié)果具有一致性時(shí)才能進(jìn)行組合評價(jià)。因此，為驗(yàn)證“VHSD-EM”組合評價(jià)模型的穩(wěn)定性，需進(jìn)一步考察縱橫向拉開檔次法和熵值賦權(quán)法評價(jià)結(jié)果之間是否具有一致性。斯皮爾曼等級相關(guān)系數(shù)適用于檢驗(yàn)等級變量間的關(guān)聯(lián)程度，并且不依賴于數(shù)據(jù)排列的位置，可以有效識(shí)別兩組線性變量間的一致性[26]。綜上，本文選取斯皮爾曼等級相關(guān)系數(shù)檢驗(yàn)“VHSD-EM”組合評價(jià)模型的穩(wěn)定性。若縱橫向拉開檔次法和熵值賦權(quán)法各自測算的評價(jià)結(jié)果間具有較強(qiáng)的正相關(guān)性且結(jié)果均顯著，則進(jìn)一步反映出本文通過“動(dòng)”與“靜”結(jié)合構(gòu)建的組合評價(jià)模型具有良好的穩(wěn)定性和科學(xué)性。

本文采用MATLAB（R2021a）軟件對“VHSD-EM”組合評價(jià)模型得出的結(jié)果進(jìn)行斯皮爾曼等級相關(guān)檢驗(yàn)，檢驗(yàn)結(jié)果見表3。表3 說明，“VHSD”和“EM”的測算結(jié)果具有較好的一致性且結(jié)果均在1%的顯著性水平上正向顯著，反映出兩種單一方法的計(jì)算結(jié)果具有較強(qiáng)的正相關(guān)性。因此，本文構(gòu)建的“VHSD-EM”組合評價(jià)模型具有良好的穩(wěn)定性。

表3 斯皮爾曼等級相關(guān)性檢驗(yàn)結(jié)果

（4）結(jié)果分析。我國農(nóng)業(yè)科技人才成長環(huán)境時(shí)間變化的演變規(guī)律主要表現(xiàn)在三方面：一是我國31 個(gè)省份農(nóng)業(yè)科技人才成長環(huán)境綜合得分的均值變化情況；二是不同省份農(nóng)業(yè)科技人才成長環(huán)境綜合得分的變幅差異；三是不同地區(qū)農(nóng)業(yè)科技人才成長環(huán)境綜合得分的變遷狀況。圖1 反映了2011-2021 年間我國農(nóng)業(yè)科技人才成長環(huán)境綜合得分均值的變遷情況?？傮w上，我國農(nóng)業(yè)科技人才成長環(huán)境發(fā)展逐步趨好，綜合得分均值在3.472～3.713 范圍內(nèi)波動(dòng)，2011-2017 年呈緩慢上升趨勢；2017-2019 年呈“V”型發(fā)展趨勢，在2017 年達(dá)到10 年間的第一個(gè)峰值，隨后急速下降，由3.590 快速下降至3.524；2019-2021年呈快速發(fā)展趨勢，年增速率接近0.6 個(gè)百分點(diǎn)，并于2021年到達(dá)了第二個(gè)峰值。

圖1 2011-2021 年我國農(nóng)業(yè)科技人才成長環(huán)境綜合得分均值

10 年間，全國半數(shù)以上省份的農(nóng)業(yè)科技人才成長環(huán)境均得到不同程度的改善。其原因在于，黨的十八大至黨的十九大期間，國家不斷健全人才資源開發(fā)的宏觀調(diào)控體系，提出了鄉(xiāng)村振興戰(zhàn)略，穩(wěn)步落實(shí)“三農(nóng)”工作，在一定程度上推動(dòng)了我國農(nóng)業(yè)科技人才成長環(huán)境發(fā)展的整體躍升。相比于2011 年，2021 年所選31 個(gè)省市的綜合得分排名靠前的省份始終以東部地區(qū)居多，得分波動(dòng)幅度最為明顯的江蘇，增長了0.623 個(gè)分值，增幅達(dá)到了20.00%，而天津、河北、上海、山西、湖南、內(nèi)蒙古、西藏、寧夏和黑龍江出現(xiàn)了負(fù)向增長，得分逐步下降。

10 年間，我國不同地區(qū)的農(nóng)業(yè)科技人才成長環(huán)境隨時(shí)間的變化呈現(xiàn)不同的演變特征。進(jìn)一步分析四大地區(qū)①依據(jù)《中國統(tǒng)計(jì)年鑒》的區(qū)域劃分標(biāo)準(zhǔn)，將我國大陸地區(qū)31 個(gè)省市劃分為東部、中部、西部和東北部四大區(qū)域，東部地區(qū)包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、海南；中部地區(qū)包括山西、安徽、江西、河南、湖北、湖南；西部地區(qū)包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆；東北部地區(qū)包括黑龍江、吉林、遼寧。農(nóng)業(yè)科技人才成長環(huán)境發(fā)展的時(shí)間演變趨勢，四大地區(qū)的得分均值如圖2。由圖可知，總體上，我國農(nóng)業(yè)科技人才成長環(huán)境呈現(xiàn)“東部＞中部＞東北部＞西部”的發(fā)展格局。東部地區(qū)的農(nóng)業(yè)科技人才成長環(huán)境發(fā)展最優(yōu)，始終高于其他三大地區(qū)，并于2018 年達(dá)到峰值；中部地區(qū)的農(nóng)業(yè)科技人才成長環(huán)境發(fā)展呈周期性波動(dòng)，得分緊隨中部地區(qū)，于2015 年達(dá)到最高峰，并與中部地區(qū)幾乎持平；東北部地區(qū)的人才成長環(huán)境發(fā)展呈“V”型態(tài)勢，并于2015 年開始具備緩慢爬坡特征，且不斷縮小與中部地區(qū)的發(fā)展差距；西部地區(qū)的農(nóng)業(yè)科技人才成長環(huán)境發(fā)展落后于其他地區(qū)，常年保持穩(wěn)定水平。十八大以來，東部地區(qū)的農(nóng)業(yè)科技人才成長環(huán)境發(fā)展改善程度最為明顯。

圖2 2011-2021 年我國四大地區(qū)農(nóng)業(yè)科技人才成長環(huán)境綜合得分均值的時(shí)間演化

2.農(nóng)業(yè)科技人才成長環(huán)境空間分布規(guī)律

（1）研究方法。為了探索我國農(nóng)業(yè)科技人才成長環(huán)境的空間集聚程度，需要測算2011-2021 年我國農(nóng)業(yè)科技人才成長環(huán)境的全局莫蘭指數(shù)（Global Moran’s I）和局部莫蘭指數(shù)（Local Moran’s I）。全局莫蘭指數(shù)可以解釋某一變量在不同區(qū)域上是否集聚，其值介于-1～1，若值大于0，則表明空間內(nèi)呈正自相關(guān)；若值小于0，則顯示空間內(nèi)呈負(fù)自相關(guān)；若等于0，則說明空間分布隨機(jī)，不存在空間自相關(guān)[27]。全局莫蘭指數(shù)的計(jì)算公式如下：

式（10）中，xˉ表示樣本的均值，s表示其標(biāo)準(zhǔn)差，Wij的取值為0 和1，代表樣本個(gè)體間的相鄰狀態(tài)。

（2）結(jié)果分析。表4 是2011-2021 年我國農(nóng)業(yè)科技人才成長環(huán)境的莫蘭指數(shù)及顯著性檢驗(yàn)結(jié)果。①在1%的顯著性水平上，接受莫蘭指數(shù)不等于0 假設(shè)，拒絕原假設(shè)，說明考察期內(nèi)我國31 省份的農(nóng)業(yè)科技人才成長環(huán)境在空間上有著較強(qiáng)的正相關(guān)性。②除去2013 和2014 年，各年份莫蘭指數(shù)在[0.292，0.512]區(qū)間內(nèi)波動(dòng)，統(tǒng)計(jì)結(jié)論均顯著，表明10 年間，我國農(nóng)業(yè)科技人才成長環(huán)境存在空間異質(zhì)性。2011-2021 年，莫蘭指數(shù)總體上呈“動(dòng)態(tài)上升”趨勢，累計(jì)上升75.34%，年均增長率為5.78%。具體而言，2011-2012 年表現(xiàn)為波動(dòng)上升態(tài)勢，表明該時(shí)期等級相似的省份間逐步呈現(xiàn)空間集聚特征；2015-2019 年呈緩慢下降趨勢，反映該時(shí)期等級相似的省份間帶動(dòng)效應(yīng)減弱；2020-2021 年則呈現(xiàn)出大幅上升態(tài)勢，說明等級相似的省份，其聚集性逐步增強(qiáng)。2021 年的莫蘭指數(shù)值為0.512，與最大值1 相比，處于中等發(fā)展水平。由此可知，農(nóng)業(yè)科技人才成長環(huán)境的空間互動(dòng)規(guī)律，是我國農(nóng)業(yè)科技人才發(fā)展的主要特征。

表4 我國農(nóng)業(yè)科技人才成長環(huán)境莫蘭指數(shù)及顯著性

根據(jù)2011-2021 年我國農(nóng)業(yè)科技人才成長環(huán)境綜合得分，計(jì)算局部莫蘭指數(shù)，并采用莫蘭散點(diǎn)圖，進(jìn)一步分析我國農(nóng)業(yè)科技人才成長環(huán)境的空間集聚模式，如圖3。莫蘭散點(diǎn)圖是指將莫蘭指數(shù)繪制成可視化的二維圖，橫軸表示Z 值，縱軸表示W(wǎng) 值。局部莫蘭散點(diǎn)圖可分為4 個(gè)象限，各個(gè)象限分別代表不同的局部空間自相關(guān)的類型和集聚方式。具體而言，第一象限代表“高—高”集聚（HH），說明研究變量的屬性值較高，被具有相同屬性的高水平地區(qū)包圍；第二象限代表“低—高”集聚（L-H），說明研究變量的屬性值較低，但被具有較高屬性值的地區(qū)包圍；第三象限代表“低—低”集聚（L-L），說明研究變量的屬性值較低，被具有相同屬性的低水平地區(qū)包圍；第四象限代表“高-低”集聚（H-L），說明研究變量的屬性值較高，但被具有較低屬性值的地區(qū)包圍。第一和第三象限呈正向空間相關(guān)，而第二和第四象限則呈負(fù)向空間相關(guān)。

圖3 2011、2016 和2021 年莫蘭散點(diǎn)圖

10 年間，各年份的局部莫蘭指數(shù)值均為正值，整體空間分布以“高-高”和“低-低”兩種類型為主導(dǎo)；全國整體的農(nóng)業(yè)科技人才成長環(huán)境處于中等水平，且空間交互特征顯著。2011-2021 年東部地區(qū)的集聚效應(yīng)顯著高于其他三大地區(qū)，西部地區(qū)次之，中部和東北部地區(qū)的集聚效應(yīng)最弱。由圖3 可知，2011 年位于“高-高”和“低-低”兩種類型的省份數(shù)分別為14 和9，而2021 年位于上述兩個(gè)象限內(nèi)的省份數(shù)則為17 和9，位于第I 象限的省份數(shù)明顯增加，表明其空間集聚趨勢處于上升階段。東部地區(qū)的省份主要集中于第I 象限，呈現(xiàn)自集聚中心向外擴(kuò)散的態(tài)勢，表示該區(qū)域內(nèi)農(nóng)業(yè)科技人才成長環(huán)境好的省份被發(fā)展水平較高的省份包圍，且形成相互促進(jìn)的格局；相較于長三角、珠三角和環(huán)京津地區(qū)等大多位于第I 象限的省份，西部地區(qū)的省份主要分布于第III 和IV 象限，表明10 年間東部地區(qū)農(nóng)業(yè)科技人才成長環(huán)境的集聚效應(yīng)高于西部地區(qū)，且西部地區(qū)各省份間抑制彼此農(nóng)業(yè)科技人才成長環(huán)境發(fā)展的作用突出；中部和東北部的省份分散于各個(gè)象限，說明相較于東部地區(qū)，其集聚特征較弱，主要呈現(xiàn)高水平省份抑制周圍省份發(fā)展的態(tài)勢。

具體而言，位于東部地區(qū)的江蘇省長期處于“高-高”類別，體現(xiàn)了較強(qiáng)的空間帶動(dòng)作用，江蘇省素有“山水江南、魚米之鄉(xiāng)”的美譽(yù)，十八大以來，其現(xiàn)代農(nóng)業(yè)發(fā)展水平持續(xù)提升，農(nóng)業(yè)科技進(jìn)步貢獻(xiàn)率年均提高1%，為廣大農(nóng)業(yè)科技工作者和農(nóng)民提供了充分的就業(yè)崗位，逐步推進(jìn)鄉(xiāng)村振興和農(nóng)業(yè)農(nóng)村現(xiàn)代化的發(fā)展。位于西部地區(qū)的重慶和四川始終處于“低-低”類別，即呈現(xiàn)較高水平的小范圍集聚特征，說明其與周圍省份間存在相互抑制的作用，且整體農(nóng)業(yè)科技人才成長環(huán)境有待改善；川渝地區(qū)的農(nóng)業(yè)發(fā)展自古以來占據(jù)我國重要戰(zhàn)略地位，隨著雙城經(jīng)濟(jì)圈建設(shè)、新時(shí)代西部大開發(fā)等計(jì)劃的實(shí)施，其農(nóng)業(yè)科技能力逐步提升，但還需加速鄉(xiāng)村產(chǎn)業(yè)的融合，推動(dòng)川渝地區(qū)現(xiàn)代高效特色農(nóng)業(yè)帶的建設(shè)，不斷改善農(nóng)業(yè)科技人才成長環(huán)境。位于中部地區(qū)的安徽省由“高-低”發(fā)展至“高-高”集聚狀態(tài)，表明10 年間，安徽省與其相鄰省份間的協(xié)同效應(yīng)逐步增強(qiáng)，空間溢出范圍不斷擴(kuò)大，其原因在于黨的十八大以來，該省全面推進(jìn)鄉(xiāng)村振興，農(nóng)業(yè)增加值長年位居全國前列，農(nóng)業(yè)科技發(fā)展水平穩(wěn)步提升，為農(nóng)業(yè)科技人才提供了較多的成長機(jī)會(huì)和發(fā)展空間。位于東北部地區(qū)的遼寧省相較于其他兩個(gè)省份，帶動(dòng)周邊省份農(nóng)業(yè)科技人才成長環(huán)境發(fā)展的能力較弱，逐步由“高-低”過渡為“低-低”類別，說明該省還需加快改善農(nóng)業(yè)科技人才成長環(huán)境，并打通空間溢出橋梁，加強(qiáng)農(nóng)業(yè)產(chǎn)業(yè)發(fā)展，為農(nóng)業(yè)科技人才成長提供支撐和保障。

3.影響農(nóng)業(yè)科技人才成長環(huán)境的驅(qū)動(dòng)因素分析

（1）計(jì)量模型構(gòu)建。由于空間杜賓模型（SDM）同時(shí)包含被解釋變量與解釋變量的空間滯后項(xiàng)，具有一般性，因此，優(yōu)先考慮SDM 模型[27]：

式（11）中，y表示農(nóng)業(yè)科技人才成長環(huán)境得分的向量，X表示被解釋變量的向量，W表示空間權(quán)重矩陣，?、β、θ表示各估計(jì)參數(shù)，ε則為誤差向量。為了進(jìn)一步確定模型，開展LM 檢驗(yàn)，若檢驗(yàn)結(jié)果顯示拒絕“θ=0”或“?β+θ=0”假設(shè)之一，則采用與其相反的SEM 或SAR 空間模型；若上述兩個(gè)假設(shè)均被拒絕，則SDM 模型更為合適。

（2）變量說明。農(nóng)業(yè)科技人才成長環(huán)境是支撐其開展科技創(chuàng)新與推廣應(yīng)用工作的重要保障，不僅包括自然生態(tài)、基礎(chǔ)設(shè)施等硬環(huán)境，還包括經(jīng)濟(jì)條件、政策法規(guī)、教育文化等軟環(huán)境[28]。在較長的時(shí)間跨度下，這些影響因素會(huì)跟隨其變化，最終影響我國農(nóng)業(yè)科技人才成長環(huán)境發(fā)展的分布格局。本文結(jié)合現(xiàn)實(shí)情況并借鑒前人研究結(jié)論，從以下5 個(gè)方面設(shè)置了影響農(nóng)業(yè)科技人才成長環(huán)境的變量。

①自然生態(tài)因素。黨的十八大以來，國家一直高度重視對自然生態(tài)環(huán)境的保護(hù)，為了貫徹落實(shí)人才強(qiáng)國戰(zhàn)略，不斷開展生態(tài)文明建設(shè)，為實(shí)施鄉(xiāng)村振興提供堅(jiān)實(shí)的人才保障。本文主要從生態(tài)資源角度[29]考慮農(nóng)業(yè)科技人才成長環(huán)境的影響因素，選取“涉農(nóng)行業(yè)用水量”和“空氣質(zhì)量優(yōu)良率”作為衡量指標(biāo)，以此評價(jià)地區(qū)自然生態(tài)環(huán)境。

②基礎(chǔ)設(shè)施因素。社會(huì)公共服務(wù)、勞動(dòng)保障等配套支撐是吸引農(nóng)業(yè)科技人才，推進(jìn)鄉(xiāng)村振興的主要因素[30]。地方所屬的“每萬人擁有的涉農(nóng)人才中介機(jī)構(gòu)數(shù)”“涉農(nóng)人才市場年新增檔案量”和“涉農(nóng)就業(yè)訓(xùn)練中心數(shù)”均是衡量基礎(chǔ)公共設(shè)施的重要指標(biāo)；其中，“每萬人擁有的涉農(nóng)人才中介機(jī)構(gòu)數(shù)”是地方建設(shè)農(nóng)業(yè)科技人才基礎(chǔ)設(shè)施的主要方面。

③經(jīng)濟(jì)條件因素。區(qū)域經(jīng)濟(jì)發(fā)展環(huán)境是直觀顯示農(nóng)業(yè)科技人才成長環(huán)境的核心要素，很大程度上決定了人才的規(guī)模和結(jié)構(gòu)[31]，而生產(chǎn)總值指數(shù)可以反映地區(qū)經(jīng)濟(jì)發(fā)展速度；此外，涉農(nóng)企業(yè)的就業(yè)人員規(guī)模及其平均薪酬同比增速也是重要的經(jīng)濟(jì)考察指標(biāo)。

④政策法規(guī)因素。培養(yǎng)造就一支懂農(nóng)業(yè)、愛農(nóng)村、愛農(nóng)民的“三農(nóng)”隊(duì)伍，需要建立有效的人才激勵(lì)機(jī)制，才能使農(nóng)業(yè)科技人才下得去、留得住、用得上。政府出臺(tái)的相關(guān)激勵(lì)政策可以營造良好的農(nóng)業(yè)科技人才成長氛圍。本文選取“涉農(nóng)人才創(chuàng)業(yè)政策數(shù)量”和“涉農(nóng)人才技術(shù)獎(jiǎng)勵(lì)政策數(shù)量”用于測算農(nóng)業(yè)科技人才成長環(huán)境的影響因素。

⑤教育文化因素。加大涉農(nóng)高校經(jīng)費(fèi)投入有助于其發(fā)展，并為農(nóng)業(yè)科技人才營造良好的專業(yè)學(xué)習(xí)與實(shí)踐氛圍[32]。因此，分別采用涉農(nóng)高等教育與涉農(nóng)中等職業(yè)教育的“總經(jīng)費(fèi)投入”，作為分析農(nóng)業(yè)科技人才成長環(huán)境的影響因素。

（3）結(jié)果分析。首先，基于上文對我國農(nóng)業(yè)科技人才成長環(huán)境的測算和評價(jià)，進(jìn)一步從影響因素的角度挖掘我國農(nóng)業(yè)科技人才成長環(huán)境發(fā)展分布不均衡的深層原因。針對SEM 和SAR 模型，本文采用MATLAB（R2021a）軟件測算得到LM 檢驗(yàn)結(jié)果，見表5，結(jié)果說明在地理距離權(quán)重和空間鄰接權(quán)重下的穩(wěn)健LM 檢驗(yàn)結(jié)果均能通過顯著性檢驗(yàn)，拒絕了SDM 模型能夠轉(zhuǎn)化為SEM 和SAR 模型的原假設(shè)。因此，進(jìn)一步說明本研究采用SDM 模型的科學(xué)性和合理性。

表5 LM檢驗(yàn)結(jié)果

其次，由于SDM 模型無法全面顯示各因素在相鄰省份之間對農(nóng)業(yè)科技人才成長環(huán)境的影響，進(jìn)而采用偏微分法，分別在地理距離權(quán)重和空間鄰接權(quán)重下，測算各個(gè)影響因素的總效應(yīng)、直接效應(yīng)和間接效應(yīng)，從而更準(zhǔn)確地分析各因素對農(nóng)業(yè)科技人才成長環(huán)境的空間溢出效應(yīng)，結(jié)果見表6。似然比檢驗(yàn)（LR）和瓦爾德檢驗(yàn)（Wald）結(jié)果均在1%水平上顯著，再次拒絕“SDM 模型轉(zhuǎn)變?yōu)镾AR 或SEM 模型”這一假設(shè)，表明空間杜賓模型的可適性。此外，上述兩種矩陣下的結(jié)果較為接近，得出該模型的穩(wěn)健性較高。

表6 空間杜賓模型效應(yīng)分解結(jié)果

2017 年習(xí)近平總書記提出實(shí)施鄉(xiāng)村振興戰(zhàn)略，要求把農(nóng)業(yè)農(nóng)村優(yōu)先發(fā)展落到實(shí)處。鄉(xiāng)村振興戰(zhàn)略是新時(shí)代背景下“三農(nóng)”發(fā)展的重大戰(zhàn)略部署，同時(shí)鄉(xiāng)村振興需要一大批樂意獻(xiàn)身于農(nóng)業(yè)的科技人才。自2018 年國務(wù)院頒布《鄉(xiāng)村振興戰(zhàn)略規(guī)劃（2018-2022 年）》以來，逐漸加快了農(nóng)業(yè)工業(yè)化與現(xiàn)代化的發(fā)展，促進(jìn)了相鄰省份間農(nóng)業(yè)科技人才成長環(huán)境的改善。表6 反映出直接效應(yīng)中，涉農(nóng)人才市場年新增檔案量、生產(chǎn)總值指數(shù)、涉農(nóng)企業(yè)就業(yè)人員平均薪酬同比增速、涉農(nóng)人才創(chuàng)業(yè)政策數(shù)量、涉農(nóng)高等教育和涉農(nóng)中等職業(yè)教育總經(jīng)費(fèi)投入對我國農(nóng)業(yè)科技人才成長環(huán)境具有顯著的正向影響。這一結(jié)果說明基礎(chǔ)設(shè)施、經(jīng)濟(jì)條件、政策法規(guī)和教育文化因素的差異是造成我國農(nóng)業(yè)科技人才成長環(huán)境空間分布不均的重要原因。我國地大物博，各省份發(fā)展水平不平衡，存在異質(zhì)性。具體而言，東部地區(qū)相較于其他三大地區(qū)的經(jīng)濟(jì)發(fā)展水平更高，且對教育的重視程度更高，因此其涉農(nóng)經(jīng)費(fèi)投入更高，能夠?yàn)槌鞘谢A(chǔ)設(shè)施建設(shè)給予更多資金和技術(shù)支持；此外，政府不斷出臺(tái)推動(dòng)農(nóng)業(yè)科技人才發(fā)展的法規(guī)制度，進(jìn)一步改善了其成長環(huán)境。中部地區(qū)由于地理位置等原因，雖經(jīng)濟(jì)條件不及東部地區(qū)，但政府長期以來重視對涉農(nóng)教育經(jīng)費(fèi)的投入，因此推動(dòng)了農(nóng)業(yè)科技成果的應(yīng)用和轉(zhuǎn)化，進(jìn)而帶動(dòng)地方經(jīng)濟(jì)增長；東北部和西部地區(qū)的政策支持力度逐步加強(qiáng)，并不斷完善基礎(chǔ)設(shè)施的建設(shè)，逐步建立農(nóng)業(yè)科技人才教育基地。

間接效應(yīng)回歸結(jié)果反映出部分影響因素對農(nóng)業(yè)科技人才成長環(huán)境存在空間溢出效應(yīng)。生產(chǎn)總值指數(shù)、涉農(nóng)企業(yè)就業(yè)人員平均薪酬同比增速和涉農(nóng)高等教育總經(jīng)費(fèi)投入對農(nóng)業(yè)科技人才成長環(huán)境具有顯著的正向溢出作用。相對于直接效應(yīng)而言，上述三種因素的溢出效應(yīng)更為明顯，其中，涉農(nóng)高等教育總經(jīng)費(fèi)投入間接效應(yīng)值為0.419，表示相鄰省份間的涉農(nóng)高等教育總經(jīng)費(fèi)投入增長1%，該省農(nóng)業(yè)科技人才成長環(huán)境會(huì)得到0.419%的改善，進(jìn)而我國農(nóng)業(yè)科技人才成長環(huán)境會(huì)提高0.646%。該結(jié)果側(cè)面說明可通過增加生產(chǎn)總值等方式充分發(fā)揮其外溢作用，同時(shí)還可通過提高涉農(nóng)企業(yè)就業(yè)人員薪酬以及加大涉農(nóng)高等教育經(jīng)費(fèi)等途徑，促進(jìn)各區(qū)域間的互饋機(jī)制，加快相鄰省份間第一、二、三產(chǎn)業(yè)的轉(zhuǎn)移。此外，生產(chǎn)總值指數(shù)和涉農(nóng)企業(yè)就業(yè)人員平均薪酬同比增速也會(huì)對相鄰區(qū)域產(chǎn)生正向溢出效應(yīng)。值得注意的是，上述變量的空間溢出效應(yīng)均大于其直接效應(yīng)，即對農(nóng)業(yè)科技人才成長環(huán)境的間接效應(yīng)占比高于直接效應(yīng)，突出了探索區(qū)域內(nèi)空間格局變化的重要性。

四、結(jié)論與建議

1.結(jié) 論

本文基于2011-2021 年我國大陸地區(qū)31 個(gè)省份的面板數(shù)據(jù)，采用“VHSD-EM”組合評價(jià)模型，分析了農(nóng)業(yè)科技人才成長環(huán)境在時(shí)間和空間維度上的10 年變遷規(guī)律；運(yùn)用空間杜賓模型探討了農(nóng)業(yè)科技人才成長環(huán)境的影響因素。主要結(jié)論如下：

（1）我國農(nóng)業(yè)科技人才成長環(huán)境發(fā)展呈現(xiàn)階段性變化特征。2011-2021 年，我國農(nóng)業(yè)科技人才成長環(huán)境的發(fā)展主要分為3 個(gè)階段：2011-2017 年呈緩慢上升趨勢，2017-2019 年呈“V”型發(fā)展趨勢，2019-2021年呈快速發(fā)展趨勢。

（2）我國農(nóng)業(yè)科技人才成長環(huán)境呈現(xiàn)“東部＞中部＞東北部＞西部”的發(fā)展格局。十八大以來，東部地區(qū)的農(nóng)業(yè)科技人才成長環(huán)境發(fā)展最優(yōu)，中部地區(qū)的農(nóng)業(yè)科技人才成長環(huán)境發(fā)展為次優(yōu)，東北部地區(qū)的人才成長環(huán)境發(fā)展有待加強(qiáng)，西部地區(qū)的農(nóng)業(yè)科技人才成長環(huán)境發(fā)展則落后于其他地區(qū)。

（3）我國31 個(gè)省份的農(nóng)業(yè)科技人才成長環(huán)境總體處于良好水平，各區(qū)域的農(nóng)業(yè)科技人才成長環(huán)境在空間上有著較強(qiáng)的正相關(guān)性，整體空間分布以“高—高”和“低—低”兩種類型為主導(dǎo)；空間交互特征顯著，東部地區(qū)的集聚效應(yīng)顯著高于其他三大地區(qū)，西部地區(qū)次之，中部和東北部地區(qū)的集聚效應(yīng)最弱。

（4）我國農(nóng)業(yè)科技人才成長環(huán)境空間布局的變化是本省份與相鄰省份基礎(chǔ)設(shè)施、經(jīng)濟(jì)條件、政策法規(guī)和教育文化等因素共同作用的結(jié)果，且不同地區(qū)農(nóng)業(yè)科技人才成長環(huán)境布局的影響因素體現(xiàn)出一定的差異性。從直接效應(yīng)來說，涉農(nóng)人才市場年新增檔案量、生產(chǎn)總值指數(shù)、涉農(nóng)企業(yè)就業(yè)人員平均薪酬同比增速、涉農(nóng)人才創(chuàng)業(yè)政策數(shù)量、涉農(nóng)高等教育和涉農(nóng)中等職業(yè)教育總經(jīng)費(fèi)投入等變量是造成分布差異的主要原因；從間接效應(yīng)來看，生產(chǎn)總值指數(shù)、涉農(nóng)企業(yè)就業(yè)人員平均薪酬同比增速和涉農(nóng)高等教育總經(jīng)費(fèi)投入具有顯著的正向溢出效應(yīng)。

2.建 議

為改善我國農(nóng)業(yè)科技人才成長環(huán)境，推動(dòng)鄉(xiāng)村振興，應(yīng)從農(nóng)業(yè)科技人才政策支持、培養(yǎng)模式及區(qū)域資源配置等方面入手。

（1）完善政策支持環(huán)境，營造良好人才成長氛圍。一是建立向“三農(nóng)”傾斜的公共財(cái)政體制。實(shí)證結(jié)果表明，經(jīng)濟(jì)條件是影響我國四大地區(qū)農(nóng)業(yè)科技人才成長環(huán)境的重要因素，因此，健全的財(cái)政支持保護(hù)體系以及農(nóng)業(yè)科技人才發(fā)展的體制革新尤為重要。政府應(yīng)著眼農(nóng)業(yè)農(nóng)村經(jīng)濟(jì)結(jié)構(gòu)，優(yōu)先保證對農(nóng)業(yè)科技人才的投資，同時(shí)各地區(qū)應(yīng)建立政府主導(dǎo)的多元化投入機(jī)制，設(shè)立農(nóng)業(yè)科技人才發(fā)展的專項(xiàng)資金，用于組織人才培訓(xùn)，扶持重點(diǎn)人才開展工作等。二是健全人才選拔和激勵(lì)機(jī)制。改革人才選拔方式，各地區(qū)應(yīng)實(shí)行公開招聘制度，科學(xué)合理使用人才；建立科研單位和事業(yè)單位崗位績效工資制度，以調(diào)動(dòng)人才積極性。

（2）改革人才培養(yǎng)模式，培養(yǎng)創(chuàng)新型農(nóng)業(yè)科技人才。實(shí)證結(jié)果反映出，我國農(nóng)業(yè)科技人才成長環(huán)境存在明顯空間異質(zhì)性，且教育文化是影響其發(fā)展不平衡的主要因素之一，因此應(yīng)著眼鄉(xiāng)村振興戰(zhàn)略目標(biāo)，加快農(nóng)業(yè)科技人才隊(duì)伍建設(shè)。一是構(gòu)建“政府-高校-企業(yè)”合作長效機(jī)制，支持涉農(nóng)高等院校依據(jù)農(nóng)業(yè)產(chǎn)業(yè)發(fā)展需求，動(dòng)態(tài)調(diào)整學(xué)科結(jié)構(gòu)，加強(qiáng)學(xué)校與企業(yè)、農(nóng)民專業(yè)合作組織的緊密聯(lián)系，同時(shí)鼓勵(lì)涉農(nóng)高等院校的畢業(yè)生到基層農(nóng)技推廣機(jī)構(gòu)工作。二是深化以職業(yè)院校、廣播電視學(xué)校、技術(shù)推廣服務(wù)機(jī)構(gòu)等為主體的農(nóng)業(yè)科技人才培養(yǎng)模式改革，以發(fā)展本科職業(yè)教育為抓手，培養(yǎng)高素質(zhì)創(chuàng)新型人才，暢通技能人才成長通道。此外，依托職教培訓(xùn)和職業(yè)技能認(rèn)定機(jī)構(gòu)，設(shè)立農(nóng)村技能服務(wù)型人才培養(yǎng)基地。

（3）統(tǒng)籌區(qū)域資源配置，優(yōu)化人才成長環(huán)境。實(shí)證研究結(jié)果表明，我國當(dāng)前農(nóng)業(yè)科技人才成長環(huán)境處于中等水平，要促進(jìn)人才成長環(huán)境的高質(zhì)量發(fā)展，一要建立政府主導(dǎo)、綜合配套的農(nóng)業(yè)科技人才公共服務(wù)體系。地區(qū)政府應(yīng)不斷創(chuàng)新公共服務(wù)方式，并逐步消除人才流動(dòng)中的城鄉(xiāng)、區(qū)域等限制，鼓勵(lì)農(nóng)業(yè)科技人才在城鄉(xiāng)之間、不同行業(yè)間雙向流動(dòng)。二要搭建人才服務(wù)平臺(tái)，合理分配公共資源。各地區(qū)應(yīng)統(tǒng)籌城鄉(xiāng)人才發(fā)展，開展基礎(chǔ)設(shè)施建設(shè)和產(chǎn)業(yè)發(fā)展項(xiàng)目，并及時(shí)提供就業(yè)幫扶、權(quán)益保護(hù)等服務(wù)，提升農(nóng)業(yè)科技人才成長的外部條件。