江蘇省農業(yè)科技進步貢獻率的時空動態(tài)評價

關鍵詞：農業(yè)；科技進步貢獻率；時空動態(tài)評價；省中圖分類號：F323.3 文獻標識碼：A文章編號：0439-8114（2025）05-0178-07DOI：10.14088/j.cnki.issn0439-8114.2025.05.028

Spatiotemporal dynamic evaluation of the agricultural science and technology progress contribution rate in Jiangsu Province

XUMeng-jie1，HUYa-jun，ZHOUHong-ying3，JIAOLing-jia1，WANGLi-juan4 （1.Collegelii Changchun3oin；.hoolofogadlag，HaiinalUiversityHaio，agina;ite Rural Development，Zhejiang Academy of Agricultural Sciences，Hangzhou 31Oo21，China）

Abstract：TheCob-Douglas（C-D）productiofunctionasconstructedtoestimatetheelasicitycoefcientsof inputfactorsonagriculturaloutput，andthe Solowresidual methodwasthenapplied tocalculatetheagricultural scienceand technologyprogress rateandagriculturalscienceandtechnologyprogresscontributiorate.Theresultsshowedthatfromthe8thFive-YearPlantothe13th Five-YearPlanperiodinJiangsuprovince，oththetotalagricuturaloutputvaueandcapitalinvestmentdemonstratedgrowthtrend， but heiraverageanualgrowthratessloweddow.Exceptforthe9thive-YearPlanperiod，thelborforceshowedadecreasingtend inotherperiods，shiftingtosecondaryandtertiary industries.Theagriculturalscienceandtechnologyprogresscontributionratewas relativelylow during the 8th Five-Year Plan and 9th Five-YearPlan periods，but exceeded 50.00% from the 1Oth Five-YearPlan to the13th Five-YearPlanperiods.Exceptfor Wuxiand Suzhou，theagriculturalscieneandtechnology progressrateiJiangsuProvince ranged from 1.45% to 3.13% ，descending in the order of Nanjing，Xuzhou，Changzhou，Yancheng，Taizhou，Nantong，Yangzhou，Lianyungang，Zhenjiang，Huai’anandSuqian;teagriculturalscienceandtechnlogyprogesscontributionratecociis in Jiangsu Province ranged from 44.41% to 121.32% ，descending in the order of Changzhou，Yancheng，Nantong，Nanjing，Taizhou， Yangzhou，Xuzhou，Zhenjiang，Suqian，Lianyungang，ndHuaian.SystematicclusteringwasperformedusingSSS2.Osoftare， withthefirstclusterincluding Zhenjiang，Taizhou，Xuzhou，Lianyungang，Huai’an，andSuqian;thesecondcluster included Nanjing，Changzhou，and Nantong;thethirdclusterconsistedofYangzhouandYancheng.AstheconcentrationareaofagriculturalscienceandtechnologyinnovationresouresinJiangsuProvincesouthernJiangsuexhibitedasignificantlyhigheragriculturalscience and technology progress contribution rate than central and northern Jiangsu.

Keywords：agriculture；agriculturalscienceandtechologyprogresscontributionrate；spatiotemporaldynamicevaluation；Jiangsu Province

經濟增長理論認為經濟增長的總量可分解為兩部分，一部分源于投入要素增長，另一部分源于科技進步提升[1]。經濟增長中科技進步的貢獻程度或份額即是科技進步貢獻率。20世紀90年代，中共中央、國務院頒布了《關于加速科學技術進步的決定》，明確提出要提高科技進步貢獻率，這標志著科技進步貢獻率被正式納入政府目標管理2，國內學者開始關注科技進步貢獻率，其研究范圍逐漸涵蓋宏觀經濟乃至各具體行業(yè)。

農業(yè)是國家之本，農業(yè)科技進步與創(chuàng)新是中國農業(yè)經濟增長的重要源泉。農業(yè)科技進步有廣義和狹義之分。狹義的農業(yè)科技進步是指單純由科技創(chuàng)新和技術進步推動的農業(yè)發(fā)展，即“硬科技”；廣義的農業(yè)科技進步是指除農業(yè)經濟生產要素投入之外的所有能促進農業(yè)經濟發(fā)展的要素，即“軟科技”，如農業(yè)管理創(chuàng)新、經濟制度變革、市場對接精準化、農業(yè)勞動力素質提高等[3]。改革開放以來，由于農村改革的成功與新技術的采用，中國的廣義科技進步貢獻率持續(xù)提升。2012年國家首次強調部署農業(yè)科技創(chuàng)新，并將農業(yè)科技創(chuàng)新作為\"三農\"工作重點[4]。農業(yè)農村部公布的《“十三五\"中國農業(yè)農村科技發(fā)展報告》指出，中國的廣義農業(yè)科技進步貢獻率已突破 60% ，其貢獻份額已經超越了物質、耕地和勞動力等投入要素的總和，成為農業(yè)經濟持續(xù)發(fā)展的主要驅動力。

省持續(xù)深化科技創(chuàng)新機制改革，科技創(chuàng)新綜合實力位居全國前列。省“三農\"工作和農業(yè)現代化進程也在有序推進[5]。2021年省有效灌溉面積達423萬 hm² ，作物耕種收綜合機械化率達83% ，率先在全國實現了糧食機械化生產。在此背景下，研究農業(yè)科技進步對省農業(yè)經濟增長的貢獻，對省布局農業(yè)科技創(chuàng)新目標、深入推動農業(yè)現代化戰(zhàn)略目標的實現以及促進農業(yè)綠色發(fā)展具有重大意義[。本研究通過構建農業(yè)生產函數模型，對省1990—2021年農業(yè)經濟的增長總量加以分解，得出研究期省域尺度的農業(yè)科技進步貢獻率；在此基礎上，測算省各市的農業(yè)科技進步貢獻率，并據此判定各市農業(yè)科技進步的類型與特征，揭示農業(yè)科技進步的區(qū)域分異，以期為管理部門制定農業(yè)科技發(fā)展戰(zhàn)略提供參考。

1 文獻綜述

農業(yè)科技進步貢獻率是衡量農業(yè)農村經濟高質量發(fā)展的重要指標。相關研究能夠充分反映不同區(qū)域的農業(yè)科技發(fā)展水平，并有助于識別各區(qū)域在農業(yè)科技進步中的不足和差距[7。已有研究的尺度涵蓋國家8、省域、地市等多個層面，其中以國家和省域層面的研究為主。研究對象包括農林牧漁等各類產業(yè)，以大農業(yè)為主，林業(yè)]次之，種植業(yè)[]、牧業(yè)和漁業(yè)[4的研究較少。隨著農業(yè)現代化進程的推進，科技進步逐步取代資本要素成為農業(yè)經濟增長的第一要素[2]。

農業(yè)科技進步貢獻率的測算方法很多，主要有生產函數法、增長因素分析法、全要素生產率指數法（TFP）數據包絡分析（DEA）、隨機前沿模型及指標法等。生產函數法最早用于測算技術進步貢獻率，包括柯布-道格拉斯（C-D）生產函數法、增長速度方程法（索洛余值法）、固定替代彈性生產函數法（CES）及邊界生產函數模型等[。C-D生產函數是經濟學領域的經典方法[15]，此后丁伯根對其加以改進，將技術水平視為與時間相關的變量；索洛余值法以生產函數為基礎，但是它不需對生產函數的具體形式有所假設，C-D生產函數和索洛余值法也因此成為科技進步貢獻率測算中常用的方法。其他生產函數法如CES由于參數估計較復雜，在實際研究中應用有限。增長因素分析法中最具有代表性的是丹尼森增長因素分析法和喬根森增長因素分析法，因其模型的變量較多，在實踐中難以推廣[17]。全要素生產率是指特定生產單元（國家、地區(qū)或企業(yè)）在一定時間內總產出和總投入之比，通過投入產出的比例考察技術進步的程度和性質[18]，包括幾何指數法、算術指數法和超越對數指數法。其他方法（如DEA[19]、SFA[20]指標法[5]）在實際研究中的應用較少。為規(guī)范農業(yè)科技進步貢獻率的測算方法，朱希剛等8提出的可調彈性系數增長速度方程法被作為標準方法在全國范圍內推廣應用。

測算農業(yè)科技進步貢獻率的方法不同，會導致同一研究區(qū)域的測算結果存在差異；即便方法一致，由于選取的投入產出指標不同、建模過程中對數據的處理不同以及研究時段不完全一致等原因，也會導致測算結果的顯著差異。王啟現等2選擇2000—2004年中國31個?。ㄗ灾螀^(qū)、直轄市）的農林牧漁業(yè)總產值和物質費用、年末耕地面積以及年末農林牧漁業(yè)勞動力等面板數據，對數據進行3年滑動平均處理，再構建生產函數，測算出“十五\"期間中國農業(yè)科技進步貢獻率為 45.68% ；孫秋霞等[22使用1999一2006年的面板數據和相同的方法，但并未對數據進行平滑處理，土地投人要素采用農作物播種面積作為表征，采用的價格平減指數也不同，得到的農業(yè)科技進步貢獻率為 51.58% 。

湖南省各地區(qū)農業(yè)科技進步貢獻率測算結果呈波動性[9。張彥紅等7分析中國\"十五\"至\"十三五”期間各?。ㄗ灾螀^(qū)、直轄市）的農業(yè)科技進步貢獻率，發(fā)現僅有廣西、貴州、云南、西藏、陜西和寧夏的農業(yè)科技進步貢獻率逐期遞增；河北、上海、江西和新疆的農業(yè)科技進步貢獻率逐期遞減；其他省（自治區(qū)、直轄市）農業(yè)科技進步貢獻率的變化缺乏規(guī)律。測算結果的波動性首先是因為農業(yè)生產具有較強的周期性，生產過程中的不可控因素如自然災害較多，常導致農業(yè)產出的波動2。其次，在農業(yè)科技進步的宏觀研究中，學者主要基于農業(yè)投入產出的總量數據進行分析，但這種方法難以準確測算閑置資本和剩余勞動力等關鍵指標[23]。中國農村剩余勞動力的問題長期受到關注，而研究重點就是農村剩余勞動力數量的估算[24]。但在農業(yè)科技進步貢獻率的研究中，很少有研究人員注意到這個問題并加以處理。

省是中國的農業(yè)大省，一向重視農業(yè)科技進步。1994年在全國率先建立科技進步統(tǒng)計監(jiān)測評價指標體系，并多次修訂，對定期監(jiān)測全省科技進步情況、宏觀管理全省科技創(chuàng)新工作、促進全社會經濟發(fā)展起到重要作用[25]。學者對省經濟發(fā)展與科技進步的互動關系研究日益深入，徐盈之等26利用省1999一2007年的面板數據，分析蘇南、蘇中和蘇北科技進步貢獻率的差異，并分析其影響因素。也有學者以更為具體的行業(yè)為切人點，研究科技進步的貢獻份額，如機械工業(yè)[27]、制造業(yè)[28]和水利經濟[29]等。劉華周等[30]較早對省的農業(yè)科技進步貢獻率展開研究，其研究范圍為淮北地區(qū)（徐州、宿遷、淮陰、鹽城和連云港），測算徐州市睢寧縣、淮陰市淮陰縣和鹽城市濱?？h“八五\"期間的農業(yè)科技進步貢獻率。包宗順等3以戴莊村為案例，定性探討農業(yè)科技進步對現代農業(yè)發(fā)展的貢獻。周小龍[23為了避免估算冗余投入要素，從單個農產品的角度，采用擴展C-D生產函數建模，以確保農業(yè)科技進步作用的實證分析結果更為精確。個別研究則以細分產業(yè)為研究對象，如海洋漁業(yè)[32]。

總體而言，省農業(yè)科技進步貢獻率的研究雖然數量不多，但研究視角較多元化；基于宏觀農業(yè)經濟層面的研究年代較早[33]，并且基本未考慮宏觀層面農業(yè)投入要素指標的冗余如農業(yè)剩余勞動力。因此，有必要從宏觀層面對省農業(yè)科技進步貢獻率展開研究，剔除投入要素的冗余，從而更準確地揭示農業(yè)投人要素和農業(yè)科技進步對于農業(yè)經濟增長的貢獻份額，以期為農業(yè)綠色發(fā)展和現代化進程提供必要的參考。

2 數據與研究方法

2.1 數據來源與處理

選取省1990—2021年的農業(yè)投人產出數據用于建模，數據來源為歷年省統(tǒng)計年鑒和省各市統(tǒng)計年鑒。農業(yè)產出數據選取可比價農業(yè)（含農、林、牧、漁業(yè)）總產值，以1990年為基期對各年農業(yè)總產值進行平減，以消除價格因素的影響。土地面積選取農作物播種面積，一般認為農作物播種面積相對于耕地面積更能表征土地要素的實際投入狀況[22]。勞動力選取第一產業(yè)實際從業(yè)人數[34]。由于統(tǒng)計年鑒中沒有農業(yè)物質費用，投入資本選取可比價農業(yè)中間消耗，計算式如下。

可比價農業(yè)中間消耗 可比價農業(yè)總產值-可比價農業(yè)增加值 （1）

可比價農業(yè)增加值 Σ=Σ 當年農業(yè)增加值 ×

2.2農業(yè)科技進步率和科技進步貢獻率

首先采用丁伯根改進的C-D生產函數法估算投入要素對農業(yè)產出的彈性系數，再根據索洛余值法測算農業(yè)科技進步率和科技進步貢獻率。

δ=y-αk-βl-γm

式中，δ為科技進步率； y 是總產值年均增長率；k 是資本年均增長率；1是勞動力年均增長率； m 是土地面積年均增長率; α?β 和 γ 分別是資本、勞動力和土地面積的彈性系數，均大于0，且通常假定規(guī)模報酬不變， α+β+γ=1 ，也即技術進步中性。省農業(yè)投入要素的彈性系數 αβ 和 γ 分別為 0.650，0.120 和0.230。

式中， ε 為科技進步貢獻率； 和 分別是資本、勞動力和土地面積對總產值的貢獻率。

3 結果與分析

3.1省農業(yè)科技進步貢獻率

基于省農業(yè)投入要素的彈性系數，測算1991一2021年的農業(yè)科技進步率和農業(yè)科技進步貢獻率（表1）。省在“八五\"至“十三五\"期間，農業(yè)總產值、資本投入均呈增長趨勢，但其年均增長速度變緩；除“九五\"外，其他時期勞動力投入數量均呈減少趨勢，向二三產業(yè)轉移；農業(yè)科技進步貢獻率在“八五\"和“九五\"時期較低，“十五\"至“十三五\"時期農業(yè)科技進步貢獻率均超過 50.00% ；“十三五\"時期由于勞動力和土地面積的投入降低，科技進步貢獻率甚至超過 100.00% ，即資本投入的增長對總產出的貢獻率無法抵消因勞動力和土地面積減少對總產出的負面影響，如果缺乏農業(yè)科技進步的推動，省農業(yè)總產值將會停滯或減少。

3.2農業(yè)科技進步貢獻率的區(qū)域差異

3.2.1彈性系數調整省各市的經濟發(fā)展水平、農業(yè)生產規(guī)模與特征存在差異，經濟發(fā)達地區(qū)勞動力的彈性系數通常會高于經濟欠發(fā)達或次發(fā)達地區(qū)，因此需要對各市農業(yè)投入要素的彈性系數進行調整。省土地面積彈性系數與朱希剛等8的結果（0.25）相近。1991—2021年，資本、勞動力和土地面積的年均增長率分別為 4.73%.-2.24% 和 -0.30% ，其中土地面積的年均變化較小。對省各市農業(yè)投人要素的彈性系數進行調整，將土地面積的彈性系數固定為0.230，只調整資本和勞動力的彈性系數，如表2所示。

3.2.2各市農業(yè)科技進步率與科技進步貢獻率由表3可知，徐州的農業(yè)總產值年均增長率最高，為4.64% ，其次是連云港。在農業(yè)投入要素方面，各市勞動力均呈遞減趨勢；各市資本均呈遞增趨勢。蘇南城市（南京、常州和鎮(zhèn)江）蘇中城市（南通和泰州）的土地面積呈下降趨勢；蘇北城市（徐州、連云港、淮安、鹽城和宿遷）的土地面積呈增長趨勢。

省各市的農業(yè)科技進步率為 1.45%～

3.13% ，由高到低依次為南京、徐州、常州、鹽城、泰州、南通、揚州、連云港、鎮(zhèn)江、淮安、宿遷。省各市的農業(yè)科技進步貢獻率為 44.41%～121.32% ，由高到低依次為常州、鹽城、南通、南京、泰州、揚州、徐州、鎮(zhèn)江、宿遷、連云港、淮安。農業(yè)科技進步貢獻率低于 50.00% ，并且資本貢獻率大于農業(yè)科技進步貢獻率的城市有連云港、淮安和宿遷；農業(yè)科技進步貢獻率高于 50.00% ，并且資本貢獻率大于農業(yè)科技進步貢獻率的城市僅有鎮(zhèn)江；其他城市的農業(yè)科技進步貢獻率均高于 50.00% ，且大于資本貢獻率。

3.2.3農業(yè)科技進步模式劃分為了進一步揭示省農業(yè)科技進步貢獻率的區(qū)域差異，選取勞均農業(yè)總產值 （Y^′） 、勞均資本 （K^′） 、勞均土地面積 （M^′） 資本貢獻率、土地面積貢獻率和農業(yè)科技進步貢獻率6項指標，使用SPSS20.0軟件對11個市進行系統(tǒng)聚類，將其農業(yè)科技進步模式歸納為3種類型（表4）。

第一類包括鎮(zhèn)江、泰州、徐州、連云港、淮安、宿遷6個城市，分布于蘇北、蘇中和蘇南，特點是勞均農業(yè)總產值、勞均資本、農業(yè)科技進步貢獻率均屬于較低水平。第二類包括南京、常州和南通3個城市，分別位于蘇南和蘇中，特點是勞均農業(yè)總產值、勞均資本、農業(yè)科技進步貢獻率均屬于較高水平，其土地面積貢獻率均小于0。第三類城市包括揚州和鹽城，分布于蘇中和蘇北，特點是勞均農業(yè)總產值、勞均資本、勞均土地面積均屬于高水平，資本貢獻率和土地面積貢獻率均大于0。

4 討論

4.1投入要素的彈性系數估算

本研究采用索洛余值法測算了省農業(yè)科技進步貢獻率的時空動態(tài)，而索洛余值法的關鍵參數是基于C-D生產函數法估算的投入要素彈性系數。如果直接使用統(tǒng)計年鑒數據構建生產函數，由于農業(yè)勞動力持續(xù)快速下降而農業(yè)產出穩(wěn)步增長，得到的投人要素彈性系數不盡合理，農業(yè)勞動力的彈性系數小于 ，無法通過檢驗。從比較勞動生產率水平（就業(yè)偏離度）來看，省第一產業(yè)的就業(yè)偏離度一直較低，意味著該產業(yè)始終存在勞動力遷出的巨大壓力[35]，也即隱性失業(yè)。通過剔除隱性失業(yè)勞動力，估算出資本、勞動力和土地面積的彈性系數分別為 0.650，0.120 和0.230，系數趨向合理。因此，在測算科技進步貢獻率時，必須認識到農業(yè)剩余勞動力對投人要素彈性系數估算的影響，對農業(yè)勞動力投人數據進行相應的處理，提高估算結果的可信度。

1992一1995年中國農業(yè)資本、勞動力和土地面積的彈性系數分別為0.550、0.200和 0.250^[8] ，本研究得到的土地面積彈性系數與之相近，但資本和勞動力的彈性系數存在較大差異。其差異可能是研究時段和研究尺度的不同所致，但也說明勞動力投入數據需要更為精準的校正。首先，基于縣域層面的研究表明，省農村勞動力轉移配置效應的邊際值逐漸下降[36]。其次，基于隱性失業(yè)現象對勞動力數量加以處理的同時，勞動力的素質差異卻難以定量揭示。羅兵前[37對省農業(yè)科技需求展開研究，問卷調查顯示農業(yè)實際從業(yè)者以中老年為主，46歲以上的農戶占比高達 89% 。第三，長期以來，農戶兼業(yè)在省是普遍行為。1996年省的兼業(yè)農戶占比達 61.40%^[38] ，其原因包括農業(yè)勞動力的絕對剩余、農業(yè)生產的季節(jié)性特征等。農戶兼業(yè)成為一種常態(tài)化現象，且在經濟越發(fā)達的地區(qū)，其兼業(yè)占比往往越高[39]。綜上，在估算省農業(yè)要素的彈性系數時，應注意勞動力素質差異和兼業(yè)現象對農業(yè)勞動力投入的影響，這無疑增加了勞動力投入數據的修正難度。

4.2農業(yè)科技進步貢獻率的動態(tài)變化

農業(yè)科技進步貢獻率的測算結果會因測算方法、指標、研究時段以及對數據的處理等不同而存在差異。儲成祥等[33測算了省“八五\"至“十二五”期間的農業(yè)科技進步貢獻率，分別為 55.3% 、53.8% 、 50.3% 、 66.4% 和 61.2% 。本研究測算的“十五\"至“十二五\"結果與之相近，但“八五\"和“九五\"的結果差異較大。張彥紅等測算了“十五\"至\"十三五”全國各?。ㄖ陛犑?、自治區(qū)）的農業(yè)科技進步貢獻率，省的貢獻率分別為 107.88% 、 68.80% 、70.00% 和 852.07% ，均高于本研究同期測算結果。究其原因，其一是他們并未建模求取彈性系數，而是直接采用彈性系數調整法[8]；其二可能與他們對原始數據序列進行滑動平均處理有關，這在一定程度上也會導致數據失真；其三是他們未關注勞動力的隱性失業(yè)，再加上較高的勞動力彈性系數，必然會令結果偏高。

4.3科技進步貢獻率的區(qū)域差異

徐盈之等26根據省各市GDP總量加權計算，得出2000—2007年蘇南、蘇中和蘇北的農業(yè)科技進步貢獻率分別為 54.07%.43.27% 和 28.61% ，其比例關系與本研究結果較為接近。對“十三五\"以來省農業(yè)科技創(chuàng)新布局的研究4也表明，蘇南作為省農業(yè)科技創(chuàng)新資源的集聚區(qū)域，農業(yè)科技創(chuàng)新能力遠超蘇中和蘇北。徐盈之等[26指出鹽城市的農業(yè)科技進步貢獻率（ 45.39% ）不僅高于其他蘇北城市，甚至與蘇南的常州 45.74% ）接近。李彬等[40]認為南京、揚州和鹽城分別是3個區(qū)域中農業(yè)科技創(chuàng)新能力最強的城市。勞均農業(yè)總產值、勞均資本均表現為蘇南 gt; 蘇中 gt; 蘇北，勞均土地面積表現為蘇中gt;蘇北 gt; 蘇南。與蘇中和蘇北相比，蘇南的資本貢獻率較低。胡浩等[38認為農戶的兼業(yè)經營對農業(yè)生產的影響是雙重的，其一是體現在資源（勞動力和資本等）的競爭方面，屬于負面影響，其二是兼業(yè)收入的增長可能會帶來對農業(yè)生產投入的增加，屬于積極影響。農戶兼業(yè)行為對資本投入的影響以負面為主，而在蘇南地區(qū)尤為明顯。

5 建議

本研究分析省1991—2021年農業(yè)科技進步貢獻率的時空動態(tài)，在其中的農業(yè)生產函數模型構建環(huán)節(jié)，從隱性失業(yè)的角度對勞動力數據進行處理，使得模型的參數趨向合理。這為農業(yè)科技進步貢獻率的相關研究提供了有益的思路，尤其是在更精準地估算農業(yè)勞動力投入方面。農業(yè)科技進步貢獻率在蘇南、蘇中和蘇北地區(qū)存在明顯差異，蘇南地區(qū)的科技進步貢獻率居全省前列?；诜治鼋Y果，提出促進農業(yè)持續(xù)增長的建議。

首先，省在“八五\"至“十三五\"期間，農業(yè)總產值、資本投入均呈增長趨勢，但其年均增長率變緩；除“九五”外，其他時期勞動力數量均呈減少趨勢，向二三產業(yè)轉移。即便考慮到隱性失業(yè)，仍可預見未來一段時期內，土地面積增長可能性較小，勞動力投入也將繼續(xù)下降。為了確保農業(yè)總產值的增長，省應當注重資本要素的投入，使之維持在較高水平，才能達成農業(yè)持續(xù)發(fā)展的目標。

其次，自“十五\"起省的農業(yè)科技進步貢獻率均超過 50.00% ，科技進步逐漸替代資本成為農業(yè)經濟增長的首要貢獻因素。雖然省已初步建成了較為完備的社會化服務體系，但是農業(yè)科技成果的轉化應用率仍然較低，農科教產學研合作往往流于形式。應當優(yōu)化農技供需關系，進一步提高社會化服務的專業(yè)化、信息化、市場化水平，尤其要加強社會服務體系薄弱環(huán)節(jié)的服務供給[41]。

第三，農戶是農業(yè)科技推廣的受眾和農業(yè)科技應用的主體，鑒于省農業(yè)勞動力持續(xù)減少，且勞動力老齡化趨勢顯著等因素，提高農業(yè)從業(yè)人員素質，培養(yǎng)農業(yè)從業(yè)人員的科技意識和水平，提高他們對農業(yè)科技的敏感度、接受度和應用程度，是迫切需要解決的問題。政府在加快農村剩余勞動力向其他產業(yè)轉移的同時，還應鼓勵高質量農業(yè)勞動力向第一產業(yè)回流，提升農民綜合素質。

第四，蘇北作為省農業(yè)主產區(qū)，其農業(yè)人口占比和耕地保有量占比均居全省3個區(qū)域之首，但由于農業(yè)領域的高校院所、科技人才等科技創(chuàng)新要素資源分布不均衡，蘇北的農業(yè)科技創(chuàng)新能力明顯落后于蘇南[40]。建議進一步優(yōu)化政策引導機制，加強對蘇北地區(qū)科技創(chuàng)新的支持力度，促進蘇南與蘇北、蘇中的農業(yè)產業(yè)創(chuàng)新合作，推動3個區(qū)域的優(yōu)勢互補，構建省農業(yè)科技創(chuàng)新能力均衡發(fā)展的格局。

參考文獻：

[1]熊彼特.經濟發(fā)展理論[M].北京：商務印書館，2000.

[2]寧攸涼，趙榮，韓鋒，等.農林領域科技進步貢獻率研究進展[J].農業(yè)經濟，2020（1）：21-23.

[3]謝金坪.軟科技在科教興農中大有可為[J].農業(yè)技術經濟，1992（3）：27-29.

[4]王潔，夏維力.陜西省農業(yè)科技進步貢獻率測算分析——基于索羅余值法[J].科技管理研究，2017，37（19）：98-102.

[5]陳家洲，王蕾，馮天易.科技進步對農業(yè)現代化的影響研究—以省為例[J].江西農業(yè)學報，2023，35（5）：214-222，231.

[6]王瓊.基于Solow余值的農業(yè)科技創(chuàng)新對農業(yè)經濟增長貢獻研究——以湖北省為例[J].農業(yè)經濟，2013（6）：6-9.

[7]張彥紅，唐海春，田曉琴.“十五\"以來我國各地區(qū)農業(yè)科技進步貢獻率差異性研究及啟示[J].科學管理研究，2020，38（5）：125-130.

[8］朱希剛，劉延風.我國農業(yè)科技進步貢獻率測算方法的意見[J].農業(yè)技術經濟，1997（1）：17-23.

[9]張珉，何李花，陳明皋，等.湖南省林業(yè)三次產業(yè)科技進步貢獻率測算與分析——基于2005—2018年度數據的實證研究[J].中國林業(yè)經濟，2022（4）：38-43.

[10」湯瑛芳，張正英，白賀蘭，等.甘肅14市州“十二五\"農業(yè)科技進步水平綜合評價[J].中國農業(yè)資源與區(qū)劃，2018，39（10）：115-121.

[11]廖冰.科技對江西省生態(tài)文明的貢獻率測度研究[J].生態(tài)科學，2023，42（1）：67-75.

[12]周鳳蓮，李雙元.青海省農業(yè)科技進步貢獻率測算研究[J].開發(fā)研究，2015（4）：146-149.

[13]錢政成，烏日汗，趙曉園，等.草牧業(yè)高質量發(fā)展背景下的內蒙古草業(yè)科技進步貢獻率測算[J].草地學報，2023，31（3）：641-648.

[14]周睿，吳敬東，鐘文武，等.漁業(yè)科技進步貢獻率的測算與分析——基于2005—2019年云南省市級面板數據模型[J].湖北農業(yè)科學，2023，62（9）：220-225.

[15]蔡正平，樊豪.經濟增長中生產要素貢獻的實證研究——基于C-D生產函數和CES模型的比較分析[J].技術與市場，2012（7）：169-170，173.

[16]蔣和平，蘇基才.1995—1999年全國農業(yè)科技進步貢獻率的測定與分析[J].農業(yè)技術經濟，2001（5）：12-17.

[17]馬書珍.基于索洛余值模型的蘇、皖技術進步貢獻率比較研究[D].合肥：安徽大學，2017.

[18」梁俊芬.農業(yè)技術進步貢獻研究綜述[J].安徽農學通報，2005（4）：17-18，21.

[19]楊雪姣，王春瑞，孫福田.基于DEA方法對黑龍江省農業(yè)科技進步貢獻率的測算及分析[J].開發(fā)研究，2014（2）：109-112.

[20]毛曉紅，傅琳琳，張柳，等.浙江省農業(yè)科技進步貢獻率測算：基于隨機前沿函數的分析[J].浙江農業(yè)學報，2022，34（8）：1784-1795.

[21]王啟現，李志強，劉振虎，等.“十五\"全國農業(yè)科技進步貢獻率測算與2020年預測[J].農業(yè)現代化研究，2006（6）：416-419.

[22]孫秋霞，高齊圣.科技進步對農業(yè)經濟增長貢獻率的政策差異[J].商業(yè)研究，2010（10）：145-149.

[23]周小龍.省農業(yè)科技進步作用研究[D].南京：南京農業(yè)大學，2003.

[24]鄭曉云，徐衛(wèi)彬.關于我國農村剩余勞動力數量測算方法的研究述評[J].西北人口，2010，31（6）：70-75，81.

[25]田晶，馬永浩.省科技進步監(jiān)測評價指標體系的迭代研究[J].科技和產業(yè)，2021，21（10）：96-99.

[26」徐盈之，韓顏超.科技進步貢獻率的區(qū)域差異與影響因素—應用省面板數據的經驗分析[J].華東經濟管理，2009，23（11）：1-5.

[27]曹志超，蘇澤民，金閭，等.省機械工業(yè)科技進步與經濟增長研究[J].機械科學與技術，1991（2）：2-12.

[28]史安娜，胡方卉.基于科技進步的省制造業(yè)結構調整影響因素研究[J].社會科學，2016（1）：261-266.

[29]袁汝華，孔德財，吳鳳平，等.水利科技進步投入產出作用機理及貢獻率測算——來自省的實證分析[J].河海大學學報（哲學社會科學版），2013，15（4）：50-53，68，91.

[30]劉華周，牛宜生，馬康貧.省淮北地區(qū)農業(yè)科技進步分析與評價[J].農業(yè)科技管理，1998（9）：25-28.

[31］包宗順，周春芳，曹明霞.論科技進步對現代農業(yè)發(fā)展的貢獻——對戴莊村的案例研究[J].現代經濟探討，2014（10）：53-56.

[32]劉春楊.省連云港市海洋漁業(yè)科技進步貢獻率研究[D].長沙：中南林業(yè)科技大學，2019.

[33]儲成祥，毛慧琴.借助農業(yè)技術進步促進農業(yè)經濟增長的對策探析——以省為例[J].科技大學學報（社會科學版），2012，12（4）：79-84.

[34]王春枝，趙國杰.一種新的農業(yè)剩余勞動力測算方法[J].統(tǒng)計與決策，2016（22）：4.

[35]王敏琴.省三次產業(yè)勞動力吸納的區(qū)域比較[J].商業(yè)時代，2014（11）：133-135.

[36]楊寅，余西亞.基于生產函數分解的農業(yè)勞動力轉移配置效應趨勢研究——以省縣域發(fā)展為例[J].赤峰學院學報：自然科學版，2016，32（4）：116-117.

[37]羅兵前.基于農戶視角的農業(yè)科技需求研究[D].南京：南京農業(yè)大學，2017.

[38]胡浩，王圖展.農戶兼業(yè)化進程及其對農業(yè)生產影響的分析———以省北部農村為例[J].江海學刊，2003（6）：53-58.

[39]吳煜昊.農戶兼業(yè)對土地利用行為的影響——基于對南通市、蘇州市、宿遷市的對比分析[J].湖南農業(yè)科學，2017（4）：115-118.

[40]李彬，李旭紅“十三五\"以來省農業(yè)科技創(chuàng)新布局研究[J].農業(yè)科學，2023，51（19）：252-258.

[41]雷穎，宋俊峰，陳巍.省新型農業(yè)經營主體社會化服務供需匹配研究[J].農村經濟與科技，2023，34（18）：75-79.

（責任編輯雷霄飛）