農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化對農(nóng)業(yè)全要素生產(chǎn)率的影響研究

Abstract：Inorder tocomprehensivelyinvestigate themechanisms through which changes intheagricultural industrial structure influence thealocationofagricultural productionfactors，andtheir subsequent impactontotalfactorproductivity， this studyutilized paneldata from3Oprovinces（autonomous region，municipalitydirectlyunder thecentral government）in Chinafrom 2Oo5to 2O21.TheDEA—Malmquistindex methodwasemployedtomeasureagricultural total factor productivityanditsdecomposition indices.Thetemporal evolutionof China'sagricultural total factorproductivityand regionaldisparitieswere analyzed，andtherelationshipbetweenagricultural industrial structure optimizationand agricultural totalfactorproductivitywasfurtherexploredusingabenchmark linearregressionmodel.Theresultsrevealed that：China'sagriculturaltotal factorproductivityexhibitedanoverallupward trendoverthestudyperiod，with technological progress identifiedastheprimarydriving forcebehindthis growth.Thegrowthtrajectoryof agricultural total factorproductivityacrossprovinces（autonomousregion，municipalitydirectlyunderthecentral govermment）generally aligned with thenational trend.However，diferences emerged in thecontributionsofpuretechnical eficiencyandscale eficiencytoprovincial agricultural total factorproductivity growth.Theupgrading，rationalization，andgrening （ecologiztion）oftheagricultural industrialstructureexertedsignificantinhibitoryefectsonagriculturaltotal factor productivity.Specifically，foreveryoneunit increase inthese threedimensions，theagricultural totalfactor productivityof agriculturedecreased byO.26，O.22 andO.43units，respectively.Therefore，itisnecessary tocontinue the promotionof technologicaladvancementsinagricultural，improvingrural humancapital，andenhancing thepotentialofscaleeiciency.

Furthermore，itadvocatedforregion-specificpolicyinterventions tofacilitate theeficientallcationandmobilityof agricultural resources，thereby supporting the sustainableand green transformationof China's agricultural sector. Keywords：agricultural industrial structure；total factor productivity；DEA—Malmquist model;benchmark regression

0 引言

農(nóng)業(yè)是支撐國民經(jīng)濟建設(shè)和發(fā)展的基礎(chǔ)產(chǎn)業(yè)，是促進經(jīng)濟社會發(fā)展的強大動力源泉。當前農(nóng)業(yè)面臨的主要矛盾已由“總量不足\"轉(zhuǎn)變?yōu)椤敖Y(jié)構(gòu)性矛盾”，鑒于我國長期以來的實際情況和農(nóng)業(yè)現(xiàn)狀，農(nóng)業(yè)基礎(chǔ)依舊薄弱，存在農(nóng)業(yè)科技創(chuàng)新能力弱、農(nóng)業(yè)資源環(huán)境存在硬約束瓶頸、農(nóng)業(yè)質(zhì)量效益和競爭力不強等突出問題[1]。為推動產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級，貫徹新發(fā)展理念，深人推進供給側(cè)結(jié)構(gòu)性改革，實現(xiàn)高質(zhì)量發(fā)展的關(guān)鍵舉措[2]。在推動經(jīng)濟發(fā)展轉(zhuǎn)型階段，轉(zhuǎn)變產(chǎn)業(yè)發(fā)展模式，調(diào)整優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)和資源配置，提升全要素生產(chǎn)率對促進經(jīng)濟長期持續(xù)增長具有重要作用。而建設(shè)農(nóng)業(yè)強國是我國實現(xiàn)社會主義現(xiàn)代化強國的根基，推進農(nóng)業(yè)高質(zhì)量發(fā)展是實現(xiàn)全面建設(shè)社會主義現(xiàn)代化國家的必然要求[3]。在此背景下，探究農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與農(nóng)業(yè)全要素生產(chǎn)率的關(guān)系顯得尤為迫切與重要。

鑒于此，基于30個?。ㄗ灾螀^(qū)、直轄市）的面板數(shù)據(jù)，探究農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與農(nóng)業(yè)全要素生產(chǎn)率之間的作用關(guān)系，厘清農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化對農(nóng)業(yè)全要素生產(chǎn)率提升是否有作用以及作用程度大小，對提高農(nóng)業(yè)全要素生產(chǎn)率，促進農(nóng)業(yè)生產(chǎn)要素變革，增強農(nóng)業(yè)產(chǎn)業(yè)活力，推進農(nóng)業(yè)高效、高值、多功能可持續(xù)發(fā)展，進而推動農(nóng)業(yè)實現(xiàn)現(xiàn)代化具有重要意義。

1文獻回顧

1.1農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化研究

關(guān)于農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化，學(xué)術(shù)界較早用經(jīng)濟學(xué)語言表述是指生產(chǎn)過程中形成的各要素在國民經(jīng)濟各部門與產(chǎn)業(yè)間的數(shù)量比例關(guān)系及其相互關(guān)系[4]。后期隨著經(jīng)濟的不斷發(fā)展，通過政府對產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整，使各產(chǎn)業(yè)間實現(xiàn)協(xié)調(diào)發(fā)展，滿足社會需求結(jié)構(gòu)和供給結(jié)構(gòu)相對均衡的發(fā)展要求，實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)的合理化和高級化，即產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化[5]。而農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化具體是指政府根據(jù)市場需求通過對農(nóng)、林、牧、副、漁業(yè)及其內(nèi)部等生產(chǎn)種植結(jié)構(gòu)的調(diào)整，使農(nóng)業(yè)生產(chǎn)與社會經(jīng)濟發(fā)展的市場需求相協(xié)調(diào)的過程[6]。

1.2農(nóng)業(yè)全要素生產(chǎn)率研究

關(guān)于農(nóng)業(yè)全要素生產(chǎn)率研究，學(xué)者們主要圍繞農(nóng)業(yè)全要素生產(chǎn)率的測度和影響因素方面展開研究，就農(nóng)業(yè)全要素生產(chǎn)率的測度方面而言，現(xiàn)有研究發(fā)現(xiàn)學(xué)者們主要采用的測算方法有數(shù)據(jù)包絡(luò)分析法、Malmquist指數(shù)法、隨機前沿分析法（SFA）等對農(nóng)業(yè)全要素生產(chǎn)率進行測度，其中，數(shù)據(jù)包絡(luò)分析法（DEA）和隨機前沿生產(chǎn)函數(shù)法（SFA）在學(xué)界中應(yīng)用最為廣泛。但數(shù)據(jù)包絡(luò)分析法（DEA）與SFA相比，在測算全要素生產(chǎn)率過程中，不需要事先根據(jù)生產(chǎn)函數(shù)形式構(gòu)造生產(chǎn)前沿面，能夠直接處理多輸人量與多輸出量的多目標決策問題，且人為的主觀性小，更適合對農(nóng)業(yè)全要素生產(chǎn)率展開測度。此外，有學(xué)者為更好地評估農(nóng)業(yè)全要素生產(chǎn)率的動態(tài)變化情況，將數(shù)據(jù)包絡(luò)分析法（DEA）與Malmquist指數(shù)模型相結(jié)合，對農(nóng)業(yè)全要素生產(chǎn)率變動及其指數(shù)分解進行分析[8。也有學(xué)者進一步在農(nóng)業(yè)全要素生產(chǎn)率的測度基礎(chǔ)上，分析影響農(nóng)業(yè)全要素生產(chǎn)率增長的因素，研究發(fā)現(xiàn)數(shù)字信息作為農(nóng)業(yè)生產(chǎn)要素環(huán)節(jié)中的重要要素，數(shù)字經(jīng)濟能夠在多個方面促進農(nóng)業(yè)全要素生產(chǎn)率的提升[9。數(shù)字普惠金融作為現(xiàn)階段我國農(nóng)村經(jīng)濟發(fā)展中重要的經(jīng)濟力量，能夠顯著提升農(nóng)業(yè)全要素生產(chǎn)率[10]。農(nóng)業(yè)機械化作為實現(xiàn)農(nóng)業(yè)現(xiàn)代化的重要手段，農(nóng)業(yè)機械化的推廣能夠顯著提高農(nóng)作物的全要素生產(chǎn)率[1]。農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)通過規(guī)模效應(yīng)和專業(yè)化效應(yīng)促進農(nóng)業(yè)全要素生產(chǎn)率的提升[12]

1.3農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化對農(nóng)業(yè)全要素生產(chǎn)率的影響研究

在探究農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與農(nóng)業(yè)全要素生產(chǎn)率的影響研究中發(fā)現(xiàn)，學(xué)者們多圍繞產(chǎn)業(yè)結(jié)構(gòu)與全要素生產(chǎn)率之間的作用關(guān)系展開研究，其研究結(jié)論各有不同。有學(xué)者研究發(fā)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)高級化抑制粵港澳大灣區(qū)全要素生產(chǎn)率的增長，合理化對全要素生產(chǎn)率增長有促進作用[13]。有學(xué)者發(fā)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)高級化能夠促進全要素生產(chǎn)率的增長，而合理化因“結(jié)構(gòu)負利\"對全要素生產(chǎn)率產(chǎn)生負向影響[14]。也有學(xué)者發(fā)現(xiàn)通過經(jīng)濟協(xié)調(diào)對產(chǎn)業(yè)結(jié)構(gòu)高級化、合理化有促進作用，產(chǎn)業(yè)結(jié)構(gòu)高級化能夠顯著提升全要素生產(chǎn)率，而產(chǎn)業(yè)結(jié)構(gòu)合理化對全要素生產(chǎn)率的促進作用則不顯著[15]。

總體而言，已有大量文獻對農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化和農(nóng)業(yè)全要素生產(chǎn)率進行豐富研究，但從農(nóng)業(yè)視角出發(fā)，對農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)與農(nóng)業(yè)全要素生產(chǎn)率之間作用關(guān)系的研究較少，且多從產(chǎn)業(yè)結(jié)構(gòu)合理化、高級化出發(fā)來衡量產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化?；诖耍疚膹霓r(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)高級化、合理化與生態(tài)化3個方面較為全面地衡量農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化，同時，運用DEA一Malmquist指數(shù)法，對我國農(nóng)業(yè)全要素生產(chǎn)率的時間及空間變化趨勢進行分析，并進一步運用基準線性回歸模型對農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與農(nóng)業(yè)全要素生產(chǎn)率之間的作用關(guān)系進行分析。

2數(shù)據(jù)來源及研究方法

2.1 數(shù)據(jù)來源

涉及數(shù)據(jù)來自《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》以及《中國勞動年鑒》和各地區(qū)統(tǒng)計年鑒。由于統(tǒng)計數(shù)據(jù)的發(fā)布周期較長，且關(guān)于農(nóng)業(yè)二氧化碳排放數(shù)據(jù)（包括農(nóng)業(yè)生產(chǎn)過程中的直接排放和間接排放）與農(nóng)業(yè)生產(chǎn)化肥施用量的相關(guān)更新報告數(shù)據(jù)不全，為保證數(shù)據(jù)全面性與可得性、研究的連貫性與一致性，因此，構(gòu)建我國時間跨度為2005—2021年30個?。ㄗ灾螀^(qū)、直轄市）的面板數(shù)據(jù)，研究個體不包含西藏、香港、澳門、臺灣地區(qū)。

2.2 變量設(shè)置

2.2.1 被解釋變量

農(nóng)業(yè)全要素生產(chǎn)率 作為被解釋變量。其中，參考李捷等16研究，分別將第一產(chǎn)業(yè)就業(yè)人數(shù)作為農(nóng)業(yè)全要素生產(chǎn)率測算的農(nóng)業(yè)勞動力投入；農(nóng)用機械總動力作為農(nóng)業(yè)全要素生產(chǎn)率測算的農(nóng)用機械投入；農(nóng)作物灌溉面積作為農(nóng)業(yè)全要素生產(chǎn)率測算的用水資源投入；農(nóng)業(yè)生產(chǎn)化肥施用量作為農(nóng)業(yè)全要素生產(chǎn)率測算的化肥要素投入；農(nóng)作物播種面積作為農(nóng)業(yè)全要素生產(chǎn)率測算的土地要素投入。選取農(nóng)業(yè)生產(chǎn)總值即農(nóng)林牧漁總產(chǎn)值作為農(nóng)業(yè)全要素生產(chǎn)率測算的產(chǎn)出指標，考慮價格因素對測算結(jié)果的影響，以2004年為基期對農(nóng)林牧漁總產(chǎn)值進行平減處理。表1為農(nóng)業(yè)全要素生產(chǎn)率的投人產(chǎn)出指標。

表1農(nóng)業(yè)全要素生產(chǎn)率的投入產(chǎn)出指標Tab.1 Input-output indicators ofagricultural totalfactor productivity

2.2.2 控制變量

在農(nóng)業(yè)發(fā)展過程中，農(nóng)業(yè)全要素生產(chǎn)率的提升還會受到諸多因素影響，為進一步保證測算結(jié)果的可靠性，在實證探究農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與農(nóng)業(yè)全要素生產(chǎn)率作用關(guān)系的基礎(chǔ)上，進一步借鑒前人研究[14，23]，分別將外部環(huán)境規(guī)制（er）、外商投資（fdi）和內(nèi)部技術(shù)創(chuàng)新（tech）、人力資本（edu）以及表示自然災(zāi)害的農(nóng)作物受災(zāi)情況（dis）作為控制變量。其中，環(huán)境規(guī)制用工業(yè)污染治理完成投資額與工業(yè)增加值的占比來表示；外商投資采用外商直接投資額占地區(qū)生產(chǎn)總值的比重來表示；技術(shù)創(chuàng)新以國內(nèi)發(fā)明專利申請受理量（件）取對數(shù)來表示；人力資本以高等學(xué)校在校學(xué)生人數(shù)占總?cè)丝诘谋戎貋肀硎?；受?zāi)情況以農(nóng)作物的受災(zāi)面積和農(nóng)作物總播種面積的比值來表示。各變量具體描述如表2所示。

表2各變量的描述性統(tǒng)計 Tab.2Descriptive statisticsof eachvariable

2.2.3核心解釋變量

農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)高級化 η（η_ts） 體現(xiàn)了農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)從低值、低質(zhì)、低效向高值、高質(zhì)、高效狀態(tài)發(fā)展的動態(tài)變化過程，能夠較好地從結(jié)構(gòu)角度反映農(nóng)業(yè)生產(chǎn)效率提升的程度，符合農(nóng)業(yè)可持續(xù)發(fā)展的本質(zhì)。既有研究通常采用第三產(chǎn)業(yè)與第二產(chǎn)業(yè)產(chǎn)值的比值對產(chǎn)業(yè)結(jié)構(gòu)高級化進行測度[1]，具體到農(nóng)業(yè)領(lǐng)域，有學(xué)者采用農(nóng)林牧漁業(yè)各產(chǎn)業(yè)增加值與中間消耗之比[18]和農(nóng)產(chǎn)品加工業(yè)與農(nóng)業(yè)產(chǎn)值之比衡量農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)高級化水平?？紤]到數(shù)據(jù)的可獲得性和完整性，借鑒前人研究[19]，選取農(nóng)林牧漁服務(wù)業(yè)與農(nóng)林牧漁業(yè)總產(chǎn)值之比構(gòu)建農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)高級化指標，并進行標準化處理。

農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)合理化（t作為農(nóng)業(yè)可持續(xù)發(fā)展的基本要求，體現(xiàn)了各農(nóng)業(yè)部門（如農(nóng)、林、牧、漁等）之間協(xié)調(diào)發(fā)展和生產(chǎn)要素資源優(yōu)化配置的情況。關(guān)于產(chǎn)業(yè)結(jié)構(gòu)合理化水平測度，通常采用結(jié)構(gòu)偏離度，即泰爾指數(shù)等指標進行反映，考慮到2012年后，農(nóng)業(yè)部門各細分產(chǎn)業(yè)的從業(yè)人員數(shù)量數(shù)據(jù)并未公布，因此，本文從經(jīng)糧作物產(chǎn)量比、林牧漁業(yè)產(chǎn)值與農(nóng)林牧漁業(yè)總產(chǎn)值比和畜牧業(yè)與種植業(yè)產(chǎn)值比3方面出發(fā)[20]，進一步將運用熵值法對以上指標客觀賦權(quán)進行加權(quán)求和后的標準化數(shù)值，用以衡量農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)合理化。

農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)生態(tài)化 （ec） 是推進農(nóng)業(yè)綠色發(fā)展，提升農(nóng)業(yè)綜合價值，實現(xiàn)農(nóng)業(yè)生產(chǎn)與生態(tài)環(huán)境協(xié)調(diào)發(fā)展的重要因素。隨著農(nóng)業(yè)的發(fā)展轉(zhuǎn)型，農(nóng)業(yè)機械化、農(nóng)藥農(nóng)膜以及化肥等農(nóng)用物資直接或間接的投人[21，22]，促使農(nóng)業(yè)碳排放成為我國溫室氣體排放僅次于能源行業(yè)的第二大來源?！丁笆奈錦"全國農(nóng)業(yè)綠色發(fā)展規(guī)劃》也圍繞農(nóng)業(yè)綠色發(fā)展作出重要部署?；诖?，選用單位碳排放帶來產(chǎn)值的標準化數(shù)值[23]，即每單位農(nóng)業(yè)生產(chǎn)總值的增長所帶來N農(nóng)業(yè)二氧化碳的排放量用來衡量農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)生態(tài)化水平。

2.3 研究方法

2.3.1 DEA—Malmquist模型

由于單一DEA效率僅能測算靜態(tài)的相對效率值，并不能反映農(nóng)業(yè)全要素生產(chǎn)率的動態(tài)變化情況，因此，構(gòu)建DEA—Malmquist指數(shù)模型，測算我國30個省（自治區(qū)、直轄市）在不同時期農(nóng)業(yè)全要素生產(chǎn)率的演變規(guī)律和動態(tài)變化情況，如式（1）所示。

式中： 1 i ?。ㄗ灾螀^(qū)、直轄市）農(nóng)業(yè)全要素生產(chǎn)率；（x^t，y^t）、（x^t+1，y^t+1）-t 期 ?t+1 期的投人和產(chǎn)出變量；d'、dt+1_ 第 χ_t 期 ?^t+1 期的距離函數(shù)。

若 ，表示 t+1 期的效率較 Ψ_t 期有所提升；反之，若 tfplt;1 ，表示 t+1 期的效率較 χ_t 期有所下降；若tfρ=1 ，表示 t+1 期的效率較 t 期沒有發(fā)生變化。

2.3.2 基準回歸模型構(gòu)建

為探究農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化對農(nóng)業(yè)全要素生產(chǎn)率的作用關(guān)系，構(gòu)建基準回歸模型如式（2）所示。

μ_i+λ_t+ε_it

式中： 1 ?i ?。ㄗ灾螀^(qū)、直轄市）在 Ψ_t 時期的農(nóng)業(yè)全要素生產(chǎn)率；α₀ -常數(shù)項；α₁ 1 農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)高級化回歸系數(shù)；

α₂ 1 農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)合理化回歸系數(shù)；

α₃ 1 農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)生態(tài)化回歸系數(shù)；

Controli——影響農(nóng)業(yè)全要素生產(chǎn)率的諸多控制變量；

μ_i —控制個體不隨時間變化的個體固定效應(yīng)；

1 控制時間不隨個體變化的時間固定效；

ε_ii 隨機誤差項。

3 結(jié)果與分析

3.1農(nóng)業(yè)全要素生產(chǎn)率時序演進趨勢分析

使用Stata17.O軟件，運用DEA—Malmquist指數(shù)法測算得到我國除西藏外2005—2021年30個?。ㄗ灾螀^(qū)、直轄市）的農(nóng)業(yè)全要素生產(chǎn)率指數(shù)（tfpch）、農(nóng)業(yè)技術(shù)效率變化指數(shù)（effch）和農(nóng)業(yè)技術(shù)進步指數(shù)（techch），其中，effch又可進一步分解為純技術(shù)率指數(shù)（pech）和規(guī)模效率指數(shù)（sech）。計算結(jié)果如表3所示，2005—2021年我國30個?。ㄗ灾螀^(qū)、直轄市）的tfpch指數(shù)均值為1.037，表示在樣本期間內(nèi)我國30個?。ㄗ灾螀^(qū)、直轄市）的tfpch指數(shù)整體呈上升態(tài)勢，并以年均3.7% 的速度提升。農(nóng)業(yè)技術(shù)效率指數(shù)均值為1.012，表示農(nóng)業(yè)技術(shù)效率以年均 1.2% 的速度提升。農(nóng)業(yè)技術(shù)進步指數(shù)均值為1.026，表示農(nóng)業(yè)技術(shù)水平在以年均2.6% 的速度提升。純技術(shù)效率指數(shù)均值為1.005，規(guī)模效率指數(shù)均值為1.007。

表32005一2021年農(nóng)業(yè)全要素生產(chǎn)率及其分解指數(shù)Tab.3 Agricultural total factor productivity and itsdecomposition index from 20o5 to 2021

綜上，純技術(shù)效率和規(guī)模效率對農(nóng)業(yè)技術(shù)效率的增幅作用較低，我國農(nóng)業(yè)全要素生產(chǎn)率獲得持續(xù)增長的動力主要依靠技術(shù)進步。

從表3可以看出，2005—2021年我國農(nóng)業(yè)全要素生產(chǎn)率指數(shù)從1.031增至1.109，增長幅度達 7.8% ，整體呈現(xiàn)波動性下降和波動性上升，繼而再波動性下降和上升的趨勢。其中，農(nóng)業(yè)技術(shù)進步指數(shù)和農(nóng)業(yè)全要素生產(chǎn)率指數(shù)整體變化情況較為一致，再次表明技術(shù)進步為農(nóng)業(yè)全要素生產(chǎn)率增長的重要支撐。從整體變化情況也可以看出，當前我國經(jīng)濟已由高速增長轉(zhuǎn)向高質(zhì)量發(fā)展階段，推動新時代高質(zhì)量發(fā)展要素動力由資本驅(qū)動轉(zhuǎn)向創(chuàng)新驅(qū)動，我國農(nóng)業(yè)發(fā)展也不斷從增產(chǎn)導(dǎo)向轉(zhuǎn)向提質(zhì)導(dǎo)向，資源要素投入轉(zhuǎn)向創(chuàng)新驅(qū)動發(fā)展，農(nóng)業(yè)現(xiàn)代化水平不斷提升。

3.2農(nóng)業(yè)全要素生產(chǎn)率縣域差異分析

各?。ㄗ灾螀^(qū)、直轄市）農(nóng)業(yè)全要素生產(chǎn)率及其分解指數(shù)如表4所示。

表4各?。ㄗ灾螀^(qū)、直轄市）農(nóng)業(yè)全要素生產(chǎn)率及其分解指數(shù) Tab.4 Agricultural total factor productivity and its decomposition index in each province（autonomous region， municipality directly under the central government）

由表4可知，2005—2021年各省（自治區(qū)、直轄市）的農(nóng)業(yè)全要素生產(chǎn)率指數(shù)均值為1.039，表示各?。ㄗ灾螀^(qū)、直轄市）農(nóng)業(yè)全要素生產(chǎn)率均獲得不同程度的提升，從各?。ㄗ灾螀^(qū)、直轄市）農(nóng)業(yè)全要素生產(chǎn)率分解指數(shù)來看，各地區(qū)農(nóng)業(yè)技術(shù)進步指數(shù)均大于1，大部分地區(qū)的農(nóng)業(yè)技術(shù)效率指數(shù)大于或者等于1，少部分地區(qū)農(nóng)業(yè)技術(shù)效率指數(shù)小于1。其中，上海市的農(nóng)業(yè)全要素生產(chǎn)率小于1，較其他省（自治區(qū)、直轄市）而言，顯著低于均值，分析發(fā)現(xiàn)技術(shù)效率和規(guī)模效率抑制了上海市農(nóng)業(yè)全要素生產(chǎn)率的增長，而其他?。ㄗ灾螀^(qū)、直轄市）農(nóng)業(yè)全要素生產(chǎn)率的增長也或多或少受純技術(shù)效率和規(guī)模效率一方的抑制，多依靠于技術(shù)進步。進一步看出，相比于農(nóng)業(yè)技術(shù)效率而言，技術(shù)進步在農(nóng)業(yè)全要素生產(chǎn)率增長過程中發(fā)揮明顯效用，而純技術(shù)效率和規(guī)模效率在農(nóng)業(yè)全要素生產(chǎn)率增長過程中產(chǎn)生的增幅效用在省（自治區(qū)、直轄市）間存在部分差異。

3.3基準線性回歸結(jié)果分析

運用2005—2021年30個省（自治區(qū)、直轄市）的面板數(shù)據(jù)，分別構(gòu)建混合回歸（OLS）隨機效應(yīng)（RE）和固定效應(yīng)（FE）模型。通過F檢驗和Hausman檢驗， p 值均為0，主要選擇固定效應(yīng)回歸結(jié)果對農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與農(nóng)業(yè)全要素生產(chǎn)率的作用關(guān)系展開分析，其他回歸結(jié)果也列在表5。

表5模型基準回歸結(jié)果Tab.5Model benchmark regression results

注： ^**?lt;0.05 ^***plt;0.01 ;括號內(nèi)數(shù)值為標準誤。下同。

由表5列（1）混合回歸結(jié)果可以看出，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)高級化、合理化、生態(tài)化的回歸系數(shù)均通過顯著性檢驗，分別在 5%.1% 的顯著性水平上負向影響農(nóng)業(yè)全要素生產(chǎn)率。由表5列（2）隨機效應(yīng)檢驗結(jié)果看出，農(nóng)業(yè)結(jié)構(gòu)高級化、合理化、生態(tài)化對農(nóng)業(yè)全要素生產(chǎn)率的影響系數(shù)顯著為負。表5列（3）和列（4）分別進行控制時間固定效應(yīng)和控制個體固定效應(yīng)，模型的擬合優(yōu)度有所上升，且表5列（4）核心解釋變量系數(shù)分別在10%.5% 的顯著性水平上負向影響農(nóng)業(yè)全要素生產(chǎn)率，以上結(jié)果均表明農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)高級化、合理化、生態(tài)化對農(nóng)業(yè)全要素生產(chǎn)率的增長具有抑制作用，與張國慶等24的研究結(jié)果出現(xiàn)異同，可能是由于指標構(gòu)建和研究主題不同引起。

關(guān)于農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)高級化在 10% 顯著性水平下對農(nóng)業(yè)全要素生產(chǎn)率產(chǎn)生抑制作用，即農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)高級化每增加一個單位，農(nóng)業(yè)全要素生產(chǎn)率減少0.26。可能的原因是在追求農(nóng)業(yè)產(chǎn)業(yè)高級化發(fā)展過程中，致使優(yōu)質(zhì)要素投入逐漸流向二、三產(chǎn)業(yè)，而工業(yè)與服務(wù)業(yè)的發(fā)展可能會過多占用農(nóng)業(yè)發(fā)展的資本、勞動和水土資源等，再加上高級化發(fā)展過程中對農(nóng)業(yè)科技進步的“反哺\"作用存在差異，致使農(nóng)業(yè)全要素生產(chǎn)率的增長受到抑制。同樣農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)合理化在10% 顯著性水平下也對農(nóng)業(yè)全要素生產(chǎn)率產(chǎn)生抑制作用，即農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)合理化每增加一個單位，農(nóng)業(yè)全要素生產(chǎn)率減少0.22。隨著農(nóng)林牧漁業(yè)中林、牧、漁業(yè)部門的增長，種植業(yè)部門中經(jīng)濟作物的比重上升，農(nóng)業(yè)資源易向高附加值和高效益的部門傾斜，造成資源分配不均，抑制農(nóng)業(yè)全要素生產(chǎn)率的增長。農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)生態(tài)化，是指在追尋農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)高級化和合理化發(fā)展過程中農(nóng)業(yè)污染和碳排放的減少，表示為單位碳排放帶來的產(chǎn)值變化，數(shù)值越大表示農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)生態(tài)化越弱，其在 5% 顯著性水平下對農(nóng)業(yè)全要素生產(chǎn)率產(chǎn)生抑制作用，即農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)合理化每增加一個單位，農(nóng)業(yè)全要素生產(chǎn)率減少0.43。可能的原因是，隨著高級化過程中對農(nóng)業(yè)“反哺\"效果存在的差異性，以及產(chǎn)業(yè)結(jié)構(gòu)不合理化程度的提升，在農(nóng)業(yè)生產(chǎn)過程中可能會帶來更多的農(nóng)業(yè)污染和碳排放，對農(nóng)業(yè)全要素生產(chǎn)率增長產(chǎn)生阻礙作用。

由表5列（4）控制變量的分析結(jié)果可以看出，環(huán)境規(guī)制在 5% 的顯著性水平上正向影響農(nóng)業(yè)全要素生產(chǎn)率，表示環(huán)境規(guī)制強度越大，對農(nóng)業(yè)技術(shù)進步的促進作用越大，能夠有效降低農(nóng)業(yè)生產(chǎn)過程中的農(nóng)業(yè)污染以及資源浪費，對農(nóng)業(yè)全要素生產(chǎn)率的增長有著促進作用。農(nóng)業(yè)技術(shù)創(chuàng)新在 10% 的顯著性水平上正向影響農(nóng)業(yè)全要素生產(chǎn)率，表明技術(shù)創(chuàng)新能夠有效促進農(nóng)業(yè)科技進步，有利于提升農(nóng)業(yè)全要素生產(chǎn)率。受災(zāi)率在10% 的水平上顯著負向影響農(nóng)業(yè)全要素生產(chǎn)率，表明自然災(zāi)害不僅對農(nóng)民收入、農(nóng)業(yè)生產(chǎn)存在很大危害，對農(nóng)業(yè)全要素生產(chǎn)率也存在較大影響。外商投資與農(nóng)業(yè)全要素生產(chǎn)率呈現(xiàn)正向關(guān)系，但檢驗結(jié)果不顯著，可能是外商的投資資本未得到有效的利用和轉(zhuǎn)化。人力資本與農(nóng)業(yè)全要素生產(chǎn)率呈現(xiàn)正向關(guān)系，未通過顯著性檢驗，可能的原因是人力資本結(jié)構(gòu)還待進一步優(yōu)化。

3.4穩(wěn)健性檢驗

為保證結(jié)論的可靠性，一是更改被解釋變量，將農(nóng)業(yè)全要素生產(chǎn)率測算中的產(chǎn)出指標，即農(nóng)業(yè)生產(chǎn)總值改為第一產(chǎn)業(yè)產(chǎn)值。二是緩解內(nèi)生性問題，重新構(gòu)建固定效應(yīng)與廣義矩估計（系統(tǒng)GMM）模型。固定效應(yīng)與廣義矩估計在處理面板數(shù)據(jù)中，對提高估計準確性、解決內(nèi)生性問題等方面都具有較好的效果，以此可以得到更準確的估計結(jié)果。由表6可知，作為核心解釋變量的農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)高級化、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)合理化和農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)生態(tài)化與農(nóng)業(yè)全要素生產(chǎn)率的作用關(guān)系未發(fā)生較大改變，表明回歸結(jié)果較為可靠。其次由表6列（2）的結(jié)果可以發(fā)現(xiàn)， AR（2） 的 p 值 gt;0.1 ，表明誤差項的二階差分不存在自相關(guān)關(guān)系，Sargan檢驗p 值 gt;0.1 ，表明工具變量外生有效，模型設(shè)定合理。

表6穩(wěn)健性檢驗Tab.6 Robustness test

3.5 討論

研究基于農(nóng)業(yè)視角，滿足農(nóng)業(yè)可持續(xù)發(fā)展、綠色發(fā)展和高質(zhì)量發(fā)展的科學(xué)要求，從農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)高級化、合理化和生態(tài)化3個方面出發(fā)，構(gòu)建農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化指標，探究農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與農(nóng)業(yè)全要素生產(chǎn)率之間的作用關(guān)系。但研究未進一步對區(qū)域之間農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化和農(nóng)業(yè)全要素生產(chǎn)率的相關(guān)性和差異性進行分析，后續(xù)研究需更全面地細分研究區(qū)域與選擇合適的研究方法對農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與農(nóng)業(yè)全要素生產(chǎn)率的關(guān)系進行探討。

與此同時，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化和農(nóng)業(yè)全要素生產(chǎn)率的提升還存在著互動關(guān)系。其中一方面包括農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化為農(nóng)業(yè)全要素生產(chǎn)率的提升創(chuàng)造有利條件；另一方面，農(nóng)業(yè)全要素生產(chǎn)率的提升又會進一步推動農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級。因此，探究農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與農(nóng)業(yè)全要素生產(chǎn)率的互動關(guān)系具有非常重要的意義。而目前農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與農(nóng)業(yè)全要素生產(chǎn)率之間的相互促進關(guān)系鮮有文獻研究報道。所以后期研究需要深入分析二者互動關(guān)系的動態(tài)演變過程，以及如何通過政策干預(yù)和市場機制等手段促進二者良性互動關(guān)系的實現(xiàn)。這將有助于推動農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級與可持續(xù)發(fā)展，提升農(nóng)業(yè)生產(chǎn)效率和市場競爭力，為實現(xiàn)農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)化高質(zhì)量發(fā)展提供有力支撐。

4結(jié)論與建議

4.1 結(jié)論

基于我國2005—2021年30個?。ㄗ灾螀^(qū)、直轄市）的面板數(shù)據(jù)，通過DEA—Malmquist指數(shù)法測算得到農(nóng)業(yè)全要素生產(chǎn)率及其分解指數(shù)結(jié)果，進而運用基準回歸模型探究農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)高級化、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)合理化、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)生態(tài)化與農(nóng)業(yè)全要素生產(chǎn)率之間的作用關(guān)系。

1）從農(nóng)業(yè)全要素生產(chǎn)率時序變化趨勢來看，2005一2021年，我國農(nóng)業(yè)全要素生產(chǎn)率總體呈現(xiàn)增長態(tài)勢，其驅(qū)動力主要依靠農(nóng)業(yè)技術(shù)進步，純技術(shù)效率和規(guī)模效率對農(nóng)業(yè)技術(shù)效率的增幅作用有限。

2）從農(nóng)業(yè)全要素生產(chǎn)率的縣域分析來看，各?。ㄗ灾螀^(qū)、直轄市）農(nóng)業(yè)全要素生產(chǎn)率均獲得不同程度的提升，與全國演進態(tài)勢基本一致，但各?。ㄗ灾螀^(qū)、直轄市）之間的農(nóng)業(yè)全要素生產(chǎn)率還存在較大差異。

3）從基準回歸分析結(jié)果發(fā)現(xiàn)，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)高級化、合理化、生態(tài)化對農(nóng)業(yè)全要素生產(chǎn)率存在顯著負向作用。

4.2建議

1）加大農(nóng)業(yè)科技投入力度，持續(xù)推進農(nóng)業(yè)技術(shù)創(chuàng)新與進步。首先，要深刻認識到技術(shù)進步是農(nóng)業(yè)全要素生產(chǎn)率的動力源泉，從農(nóng)民實際出發(fā)，引導(dǎo)農(nóng)戶擺脫傳統(tǒng)種植觀念，依靠政府、新型農(nóng)業(yè)經(jīng)營主體、高校及科研機構(gòu)等在持續(xù)推進農(nóng)業(yè)科技創(chuàng)新和農(nóng)業(yè)技術(shù)進步的同時，加強農(nóng)業(yè)技術(shù)知識傳播和農(nóng)戶技能培養(yǎng)，提升農(nóng)戶對先進農(nóng)業(yè)技能及其管理模式的吸收和應(yīng)用能力，改善農(nóng)戶生產(chǎn)方式和效率，加快農(nóng)業(yè)科技成果的轉(zhuǎn)化能力，進而促進農(nóng)業(yè)全要素生產(chǎn)率的提升。

2）挖掘規(guī)模效率的增長潛能，提高規(guī)模經(jīng)濟效益。深化農(nóng)村土地制度改革，有序推進農(nóng)地流轉(zhuǎn)，鼓勵引導(dǎo)農(nóng)戶發(fā)展形成適度規(guī)模經(jīng)營的家庭農(nóng)場，鼓勵支持新型農(nóng)業(yè)經(jīng)營主體（農(nóng)民專業(yè)合作社、涉農(nóng)企業(yè)等）發(fā)展各種形式的農(nóng)業(yè)適度規(guī)模經(jīng)營，以及完善為農(nóng)戶生產(chǎn)提供各項支撐的農(nóng)業(yè)社會化服務(wù)，通過集中采購、統(tǒng)一銷售、共享信息與資源等方式降低農(nóng)業(yè)成本，提高效益，以適度規(guī)模經(jīng)營促進規(guī)模經(jīng)濟效益提升，以適度規(guī)模經(jīng)營來促進農(nóng)業(yè)生產(chǎn)效率提高。

3）優(yōu)化資源配置，促進要素之間合理流動。政府還需充分考慮各?。ㄗ灾螀^(qū)、直轄市）資源與要素稟賦差異，遵循“宜糧則糧、宜林則林、宜牧則牧、宜漁則漁\"等生態(tài)理念，因地制宜實施相關(guān)農(nóng)業(yè)發(fā)展政策，促進農(nóng)業(yè)資源內(nèi)部的合理配置，進一步有效引導(dǎo)資本、勞動、技術(shù)和水土資源在農(nóng)業(yè)與二、三產(chǎn)業(yè)間的合理流動，提升農(nóng)業(yè)技術(shù)效率與要素投入利用率，推動農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級，從而實現(xiàn)農(nóng)業(yè)的可持續(xù)發(fā)展、綠色發(fā)展和高質(zhì)量發(fā)展。

參考文獻

[1］王偉，毛偉.農(nóng)業(yè)領(lǐng)域政府和社會資本合作對農(nóng)業(yè)高質(zhì)量發(fā)展的影響效應(yīng)研究[J].世界農(nóng)業(yè)，2023（9）：82-96.WangWei，Mao Wei.Research on the effectofgovernment and private capital in agriculture developmentonhigh-qualityagriculturedevelopment[J]. WorldAgriculture，2023（9）：82-96.

[2］葉祥松，殷紅.產(chǎn)業(yè)結(jié)構(gòu)變遷、產(chǎn)業(yè)互動與全要素生產(chǎn)率增長——基于動態(tài)結(jié)構(gòu)的視角［J].經(jīng)濟學(xué)動態(tài)，2023（6）：44-62.YeXiangsong，Yin Hong.Industrial structure change，industrial interaction and total factor productivity growth：From the perspective of dynamic structure [J]. EconomicPerspectives，2023（6）：44-62.

[3］周里，張書寧，吉曉芹，等．數(shù)字金融與農(nóng)業(yè)高質(zhì)量發(fā)展耦合協(xié)調(diào)評價[J]．江蘇農(nóng)業(yè)科學(xué)，2023，51（16）：247—254.Zhou Li，Zhang Shuning，Ji Xiaoqin，et al. Coupling andcoordination evaluation of digital finance and high-qualityagriculturaldevelopment[J].JiangsuAgriculturalSciences，2023，51（16）：247—254.

[4］姚靜，張二勛.中國產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化探討[J].地理學(xué)與國土研究，2000（4）：19—24.

[5］高周川，馬文秀，王立軍．產(chǎn)業(yè)政策調(diào)整對產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的影響效果分析——基于日本穩(wěn)定增長時期的實證研究[J].江漢論壇，2023（9）：22-30.

［6］張永華．基于鄉(xiāng)村綠色發(fā)展理念的農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化驅(qū)動力分析[J].中國農(nóng)業(yè)資源與區(qū)劃，2019，40（4）：22—27.

Zhang Yonghua.The analysis of the driving forces of agricultural industrial structure optimization on based on the green development concept of villagse [J]. Chinese Journal of Agricultural Resources and Regional Planning，2019， 40（4）：22-27.

［7］劉慧敏，尚杰．農(nóng)地流轉(zhuǎn)對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響研究：兼論門檻效應(yīng)與空間效應(yīng)［J].中國生態(tài)農(nóng)業(yè)學(xué)報（中英文），2023，31（9）：1482—1495.Liu Huimin，Shang Jie. Influence of rural land transfer onagricultural green total factor productivity：Effect，spatialcharacteristics and regional heterogeneity [J]. ChineseJournal of Eco-Agriculture，2023，31（9）：1482—1495.

［8］熊翅新，歐陽梨花，蔡桂云，等．江西省農(nóng)業(yè)全要素生產(chǎn)率的提升路徑研究——基于fsQCA方法的分析[J].農(nóng)林經(jīng)濟管理學(xué)報，2023，22（4）：497—506.Xiong Chixin， Ouyang Lihua，Cai Guiyun，et al.Improvementpathsoftotalfactorproductivityinagriculture of Jiangxi Province： Analysis based on fsQCAmethod [J]. Journal of Agro-Forestry EconomicsandManagement，2023，22（4）：497—506.

［9］孫光林，李婷，莫媛．數(shù)字經(jīng)濟對中國農(nóng)業(yè)全要素生產(chǎn)率的影響[J].經(jīng)濟與管理評論，2023，39（1）：92—103.Sun Guanglin，Li Ting，Mo Yuan.The impact on digitaleconomy on China's agriculture total factor productivity [J].Review of Economy and Management，2023，39（1）：92-103.

[10］唐勇，呂太升．數(shù)字普惠金融能提升農(nóng)業(yè)全要素生產(chǎn)率嗎？[J]．哈爾濱商業(yè)大學(xué)學(xué)報（社會科學(xué)版），2023（3）：3-18.Tang Yong，Lu Taisheng.Can digital finance inclusiveimprove agricultural total factor productivity？[J]. JournalofHarbin University of Commerce （Social ScienceEdition），2023（3）：3-18.

[11］吳海霞，郝含濤，史恒通，等．農(nóng)業(yè)機械化對小麥全要素生產(chǎn)率的影響及其空間溢出效應(yīng)[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2022（8）：50-68.Wu Haixia，Hao Hantao，Shi Hengtong，et al. Effect ofagricultural mechanization on total factor productivity ofwheat and its spatial spillover effect [J]．Journal ofAgrotechnical Economics，2022（8）：50-68.

[12］顧晟景，周宏．生產(chǎn)性服務(wù)業(yè)對農(nóng)業(yè)全要素生產(chǎn)率的影響研究——基于中介效應(yīng)的影響路徑分析[J].中國農(nóng)業(yè)資源與區(qū)劃，2022，43（3）：106—116.Gu Shengjing，Zhou Hong. Study on the influence ofproducer services on agricultural total factor productivity ：Analysisof the influence path based on mediatingeffect[J].Chinese Journal of Agricultural Resources andRegional Planning，2022，43（3）：106—116.

[13]張震，周立彩，徐佳慧，等.新時期粵港澳大灣區(qū)產(chǎn)業(yè)結(jié)

構(gòu)變遷對全要素生產(chǎn)率的影響分析[J].資源開發(fā)與市場，2021，37（12）：1480—1487.Zhang Zhen，Zhou Licai，Xu Jiahui，et al. Analysis on theinfluenceofstructure'schangeandTFPofGuangdong-Hong Kong-Macao Greater Bay Area in theNew Era[J].Resource Development amp;Market，2O21，37（12）：1480—1487.

[14］劉璇，李長英.產(chǎn)業(yè)結(jié)構(gòu)變遷、互聯(lián)網(wǎng)發(fā)展與全要素生產(chǎn)率提升[J].經(jīng)濟問題探索，2022（7）：124-138.Liu Xuan，Li Changying. Industrial structure change，internet development and improvement of total factorproductivity [J]. Inquiry into Economic Issues，2O22（7）：124—138.

[15］郭家堂，劉亮．區(qū)域協(xié)調(diào)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與全要素生產(chǎn)率———以長三角為例[J].統(tǒng)計與決策，2022，38（24）：97-102.

[16］李婕，王玉斌，程鵬飛．中國農(nóng)業(yè)全要素生產(chǎn)率的時空演變差異及內(nèi)源構(gòu)成[J].中國農(nóng)業(yè)大學(xué)學(xué)報，2023，28（2）： 240-252.LiJie，Wang Yubin，Cheng Pengfei.Spatio-temporalevolution difference and endogenouscompositionofChinese agricultural total factor productivity [J]. Journal ofChina Agricultural University，2023，28（2）：240—252.

[17］干春暉，鄭若谷，余典范．中國產(chǎn)業(yè)結(jié)構(gòu)變遷對經(jīng)濟增長和波動的影響[J].經(jīng)濟研究，2011，46（5）：4—16，31.Gan Chunhui， Zheng Ruogu，Yu Dianfan. An empiricalstudy on the effects of industrial structure on economicgrowth and fluctuations in China [J]. Economic ResearchJournal，2011，46（5）：4—16，31.

[18］金芳，金榮學(xué)．農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)變遷對綠色全要素生產(chǎn)率增長的空間效應(yīng)分析[J].華中農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2020（1）：124—134，168—169.Jin Fang，Jin Rongxue.Analysis on the spatial effects ofagricultural industrial structure on agricultural green totalfactor productivity [J]. Journal of Huazhong AgriculturalUniversity（Social Sciences Edition），202O（1）：124—134，168—169.

[19]曹菲，聶穎．產(chǎn)業(yè)融合、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級與農(nóng)民收入增長——基于海南省縣域面板數(shù)據(jù)的經(jīng)驗分析[J].農(nóng)業(yè)經(jīng)濟問題，2021（8）：28-41.Cao Fei，Nie Ying. Industrial convergence，upgrading ofagriculturalindustrystructureand farmer'sincomeincrease：An empirical analysis of county panel data inHainan Province [J]. Isses in Agricultural Economy，2021（8）：28-41.

[20］楊秀玉，喬翠霞．農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級的空間差異性和收斂性[J].華南農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2022，21（1）：67-80.YangXiuyu， Qiao Cuixia. Spatial differenceandconvergence of optimization and upgrading of agriculturalindustrial structure[J]. Journal of South China AgriculturalUniversity（Social ScienceEdition），2022，21（1）：67-80.

[21］田云，張俊飚，李波．中國農(nóng)業(yè)碳排放研究：測算、時空比較及脫鉤效應(yīng)[J].資源科學(xué)，2012，34（11）：2097—2105.Tian Yun，Zhang Junbiao，Li Bo.Agricultural carbonemission inChina： Calculation，spatial-temporalcomparison anddecouplingeffects[J]. ResourcesScience，2012，34（11）：2097—2105.

[22]楊小娟，陳耀，高瑞宏．甘肅省農(nóng)業(yè)環(huán)境效率及碳排放約束下農(nóng)業(yè)全要素生產(chǎn)率測算研究[J].中國農(nóng)業(yè)資源與區(qū)劃，2021，42（8）：13-20.YangXiaojuan，Chen Yao，Gao Ruihong.Evaluation ofagricultural environment efficiency and agricultural totalfactor productivity in GansuProvince under carbonemission constraint [J].Chinese Journal of AgriculturalResources and Regional Planning，202l，42（8）：13—20.

[23］葉阿忠，肖志學(xué)．產(chǎn)業(yè)結(jié)構(gòu)多樣化對城市綠色全要素生產(chǎn)率的影響研究——基于空間杜賓模型的實證分析[J].工業(yè)技術(shù)經(jīng)濟，2023，42（3）：33-42.YeAzhong，Xiao Zhixue.The Impact of industrialstructurediversificationon urban green total factorproductivity：An empirical analysis based on the spatialDubin Model [J].Journal of Industrial TechnologyandEconomy，2023，42（3）：33-42.

[24］張國慶，閆慧貞．高質(zhì)量發(fā)展導(dǎo)向下產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化對區(qū)域綠色全要素生產(chǎn)率的影響[J].江西社會科學(xué)，2020，40（5）：63—71.