摘要：當(dāng)前，農(nóng)村產(chǎn)業(yè)融合被視為促進(jìn)農(nóng)業(yè)增效、農(nóng)民增收以及農(nóng)村繁榮的關(guān)鍵舉措。利用2008—2017年中國(guó)30個(gè)省份的面板數(shù)據(jù)，在測(cè)度農(nóng)業(yè)全要素生產(chǎn)率以及農(nóng)村產(chǎn)業(yè)融合水平的基礎(chǔ)上，采用可行廣義最小二乘法（feasible generalized least squares，F(xiàn)GLS）、兩階段最小二乘法（two stage least square，2SLS）以及系統(tǒng)GMM等方法，實(shí)證考察農(nóng)村產(chǎn)業(yè)融合對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響效應(yīng)及其作用機(jī)制。結(jié)果表明，農(nóng)村產(chǎn)業(yè)融合能夠有效提升農(nóng)業(yè)全要素生產(chǎn)率;農(nóng)村產(chǎn)業(yè)融合對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響路徑包括技術(shù)效率和技術(shù)進(jìn)步，相對(duì)于技術(shù)效率，農(nóng)村產(chǎn)業(yè)融合通過(guò)促進(jìn)農(nóng)業(yè)技術(shù)進(jìn)步對(duì)農(nóng)業(yè)全要素生產(chǎn)率產(chǎn)生的提升作用更強(qiáng)。進(jìn)一步采用分位數(shù)模型進(jìn)行檢驗(yàn)，發(fā)現(xiàn)農(nóng)村產(chǎn)業(yè)融合對(duì)農(nóng)業(yè)全要素生產(chǎn)率存在顯著的邊際遞增的非線性提升效應(yīng)，在農(nóng)業(yè)全要素生產(chǎn)率水平由低到高的動(dòng)態(tài)變化過(guò)程中，農(nóng)村產(chǎn)業(yè)融合對(duì)農(nóng)業(yè)全要素生產(chǎn)率的邊際作用逐步增強(qiáng)。該結(jié)論不僅有助于理解農(nóng)村產(chǎn)業(yè)融合與農(nóng)業(yè)全要素生產(chǎn)率之間的關(guān)系，還能為推動(dòng)當(dāng)前農(nóng)業(yè)高質(zhì)量發(fā)展提供新的見(jiàn)解。

關(guān)鍵詞：農(nóng)村產(chǎn)業(yè)融合;農(nóng)業(yè)全要素生產(chǎn)率;農(nóng)業(yè)技術(shù)進(jìn)步;農(nóng)業(yè)高質(zhì)量發(fā)展

中圖分類號(hào)：F323?? 文獻(xiàn)標(biāo)志碼： A

文章編號(hào)：1002-1302（2021）22-0020-07

收稿日期：2021-03-29

基金項(xiàng)目：貴州省普通高等學(xué)校青年科技人才成長(zhǎng)項(xiàng)目（編號(hào)：黔教合KY字[2021]124）;貴州省大數(shù)據(jù)統(tǒng)計(jì)分析重點(diǎn)實(shí)驗(yàn)室開(kāi)放課題（編號(hào)：BDSA20200121）。

作者簡(jiǎn)介：李曉龍（1990—），男，四川開(kāi)江人，博士，副教授，主要從事農(nóng)村金融與農(nóng)村經(jīng)濟(jì)研究。E-mail：lixiaolong9005@163.com。

黨的“十九大報(bào)告”明確指出，中國(guó)經(jīng)濟(jì)已由高速增長(zhǎng)階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，并提出提高全要素生產(chǎn)率的緊迫要求。作為國(guó)民經(jīng)濟(jì)的基礎(chǔ)產(chǎn)業(yè)，農(nóng)業(yè)在改革開(kāi)放以來(lái)取得了巨大發(fā)展，為“中國(guó)經(jīng)濟(jì)增長(zhǎng)奇跡”作出了卓越貢獻(xiàn)。然而，當(dāng)前中國(guó)農(nóng)業(yè)發(fā)展正面臨成本攀升、糧食安全、生態(tài)惡化、資源緊張以及國(guó)內(nèi)外價(jià)格倒掛等一系列嚴(yán)峻挑戰(zhàn)，過(guò)去以“高投入、高產(chǎn)出、高廢物”為典型特征的數(shù)量型農(nóng)業(yè)發(fā)展模式越來(lái)越難以為繼，迫切需要轉(zhuǎn)換農(nóng)業(yè)增長(zhǎng)動(dòng)能，從而實(shí)現(xiàn)農(nóng)業(yè)高質(zhì)量發(fā)展。農(nóng)業(yè)全要素生產(chǎn)率（agricultural total factor productivity，ATFP）反映了農(nóng)業(yè)生產(chǎn)過(guò)程中總產(chǎn)量與全部要素投入量之間的比率，是衡量農(nóng)業(yè)發(fā)展質(zhì)量的重要指標(biāo)。2018年中央“一號(hào)文件”進(jìn)一步指出，必須堅(jiān)持質(zhì)量興農(nóng)和綠色興農(nóng)，著力構(gòu)建現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)體系，努力提高農(nóng)業(yè)全要素生產(chǎn)率，加快實(shí)現(xiàn)由農(nóng)業(yè)大國(guó)向農(nóng)業(yè)強(qiáng)國(guó)轉(zhuǎn)變。自此，農(nóng)業(yè)全要素生產(chǎn)率開(kāi)始受到中國(guó)政府層面的高度關(guān)注，其被視為實(shí)現(xiàn)農(nóng)業(yè)高質(zhì)量發(fā)展的關(guān)鍵所在。如何推動(dòng)農(nóng)業(yè)全要素生產(chǎn)率的有效提升已成為當(dāng)前學(xué)界關(guān)注的焦點(diǎn)問(wèn)題之一。已有文獻(xiàn)側(cè)重從農(nóng)業(yè)經(jīng)營(yíng)主體、農(nóng)業(yè)發(fā)展環(huán)境等視角分析農(nóng)業(yè)全要素生產(chǎn)率的影響因素[1-4]，但鮮有學(xué)者從農(nóng)村一二三產(chǎn)業(yè)融合發(fā)展（簡(jiǎn)稱“農(nóng)村產(chǎn)業(yè)融合”）的角度出發(fā)，探討其可能對(duì)農(nóng)業(yè)全要素生產(chǎn)率產(chǎn)生的影響。近年來(lái)，作為一種新型的農(nóng)村產(chǎn)業(yè)發(fā)展模式，農(nóng)村產(chǎn)業(yè)融合加速推進(jìn)，不僅有效地培育農(nóng)業(yè)新興業(yè)態(tài)、拓展農(nóng)業(yè)多重功能以及延伸農(nóng)業(yè)產(chǎn)業(yè)鏈條，同時(shí)也極大地改變了農(nóng)業(yè)生產(chǎn)的要素投入和累積，從而必將對(duì)農(nóng)業(yè)技術(shù)選擇與生產(chǎn)效率產(chǎn)生較深遠(yuǎn)的影響。那么，農(nóng)村產(chǎn)業(yè)融合能否提升農(nóng)業(yè)全要素生產(chǎn)率？如果能夠提升，其具體提升路徑又是什么？農(nóng)村產(chǎn)業(yè)融合與農(nóng)業(yè)全要素生產(chǎn)率之間是否存在非線性關(guān)系？關(guān)于上述問(wèn)題的解答對(duì)于促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率提升以及實(shí)現(xiàn)農(nóng)業(yè)高質(zhì)量發(fā)展具有重要的理論價(jià)值與現(xiàn)實(shí)意義。

1 文獻(xiàn)綜述

農(nóng)村產(chǎn)業(yè)融合是具有鮮明“中國(guó)特色”的農(nóng)村發(fā)展戰(zhàn)略，國(guó)外少有文獻(xiàn)提及。國(guó)外學(xué)者涉及農(nóng)村產(chǎn)業(yè)融合的研究，主要聚焦于探討“農(nóng)業(yè)一體化”和“六次產(chǎn)業(yè)化”。在農(nóng)業(yè)一體化方面，Trelogan等最早提出農(nóng)業(yè)一體化概念[5]，其被界定為農(nóng)業(yè)產(chǎn)業(yè)鏈條上生產(chǎn)、供應(yīng)、銷(xiāo)售的一體化。在此基礎(chǔ)上，Knutson等詳細(xì)論述了農(nóng)業(yè)一體化的內(nèi)涵、特征以及典型模式[6-7]。在六次產(chǎn)業(yè)化方面，今村奈良臣首次提出六次產(chǎn)業(yè)化的發(fā)展思路，其核心內(nèi)涵在于三次產(chǎn)業(yè)的深度融合[8]。隨后，這一思想在日、韓2國(guó)引起學(xué)者們的廣泛探討[9-10]。國(guó)內(nèi)學(xué)者針對(duì)農(nóng)村產(chǎn)業(yè)融合的研究起步較晚。其中，馬曉河關(guān)于農(nóng)村產(chǎn)業(yè)融合的概念闡述最具代表性，認(rèn)為農(nóng)村產(chǎn)業(yè)融合是通過(guò)有機(jī)整合農(nóng)業(yè)生產(chǎn)、加工、銷(xiāo)售、餐飲、休閑以及其他服務(wù)業(yè)，促使農(nóng)村一二三產(chǎn)業(yè)之間的緊密聯(lián)系與協(xié)同發(fā)展，從而不斷拓展農(nóng)業(yè)產(chǎn)業(yè)范圍、延伸農(nóng)業(yè)產(chǎn)業(yè)鏈條以及增加農(nóng)民收入[11]。此后，國(guó)內(nèi)學(xué)者主要圍繞融合模式或類型[12-13]、制約因素[14-15]、融合對(duì)策[16-18]等對(duì)農(nóng)村產(chǎn)業(yè)融合展開(kāi)積極研究，并形成諸多頗有價(jià)值的文獻(xiàn)。

現(xiàn)有涉及農(nóng)村產(chǎn)業(yè)融合與農(nóng)業(yè)全要素生產(chǎn)率關(guān)系的研究并不多見(jiàn)，大致集中于以下2個(gè)方面：第一，農(nóng)業(yè)結(jié)構(gòu)調(diào)整與農(nóng)業(yè)生產(chǎn)率。高帆認(rèn)為，三次產(chǎn)業(yè)之間和農(nóng)業(yè)內(nèi)部的結(jié)構(gòu)轉(zhuǎn)化提升了上海市的農(nóng)業(yè)勞動(dòng)生產(chǎn)率[19]。成德寧等認(rèn)為，農(nóng)業(yè)結(jié)構(gòu)調(diào)整對(duì)農(nóng)業(yè)勞動(dòng)生產(chǎn)率有顯著影響，種植業(yè)比重與勞動(dòng)生產(chǎn)率負(fù)相關(guān)，而林業(yè)比重、牧業(yè)比重和漁業(yè)比重與勞動(dòng)生產(chǎn)率正相關(guān)[20]。金芳等認(rèn)為，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)合理化與高級(jí)化是影響農(nóng)業(yè)綠色生產(chǎn)率增長(zhǎng)的重要因素[21]。第二，非農(nóng)產(chǎn)業(yè)發(fā)展與農(nóng)業(yè)生產(chǎn)率。傅前瞻認(rèn)為，非農(nóng)產(chǎn)業(yè)發(fā)展對(duì)農(nóng)業(yè)生產(chǎn)具有拉動(dòng)作用及溢出效應(yīng)[22]。錢(qián)龍等基于CFPS2012數(shù)據(jù)進(jìn)行實(shí)證研究，發(fā)現(xiàn)農(nóng)戶家庭非農(nóng)就業(yè)不利于其農(nóng)業(yè)勞動(dòng)生產(chǎn)率和土地產(chǎn)出率的提高[23]。與此相反，江鑫等認(rèn)為農(nóng)戶兼業(yè)仍然有利于提升家庭農(nóng)業(yè)勞動(dòng)生產(chǎn)率，且外出農(nóng)戶兼業(yè)收入越高，或兼業(yè)地區(qū)離其農(nóng)村家庭越近，越有利于提高家庭農(nóng)業(yè)勞動(dòng)生產(chǎn)率[24]。另外，秦天等從不同角度實(shí)證分析生產(chǎn)性服務(wù)業(yè)發(fā)展對(duì)農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)的影響效果與內(nèi)在機(jī)制[25-27]。

上述文獻(xiàn)為本研究提供了重要參考與有益借鑒，不過(guò)這些研究始終未能直接考察農(nóng)村產(chǎn)業(yè)融合對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響效應(yīng)及其作用機(jī)制，更加忽略了農(nóng)村產(chǎn)業(yè)融合影響農(nóng)業(yè)全要素生產(chǎn)率的非線性特征。與現(xiàn)有研究相比，本研究主要拓展之處在于以下3點(diǎn)。第一，采用2008—2017年中國(guó)省域面板數(shù)據(jù)，在測(cè)算農(nóng)業(yè)全要素生產(chǎn)率水平和構(gòu)建農(nóng)村產(chǎn)業(yè)融合水平綜合評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上，借助固定效應(yīng)模型（fixed effects model，F(xiàn)E）和可行廣義最小二乘法（FGLS）2種方法，實(shí)證檢驗(yàn)農(nóng)村產(chǎn)業(yè)融合對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響，是對(duì)已有研究成果的有益補(bǔ)充。第二，將農(nóng)業(yè)全要素生產(chǎn)率分解為農(nóng)業(yè)技術(shù)效率和農(nóng)業(yè)前沿技術(shù)進(jìn)步水平，并考察農(nóng)村產(chǎn)業(yè)融合對(duì)兩者的影響，以進(jìn)一步探究農(nóng)村產(chǎn)業(yè)融合影響農(nóng)業(yè)全要素生產(chǎn)率的具體路徑。第三，考慮到普通線性回歸模型對(duì)模型設(shè)定和樣本分布的假設(shè)要求較嚴(yán)格，這些假設(shè)在現(xiàn)實(shí)中可能較難滿足。因此，運(yùn)用面板分位數(shù)回歸模型（PQR）討論農(nóng)村產(chǎn)業(yè)融合與農(nóng)業(yè)全要素生產(chǎn)率之間存在的非線性關(guān)系，以期得到一些嶄新的研究成果，進(jìn)而為中國(guó)各級(jí)政府制定科學(xué)合理的農(nóng)村產(chǎn)業(yè)融合政策提供有益參考。

2 模型、變量與數(shù)據(jù)

2.1 計(jì)量模型設(shè)定

為了檢驗(yàn)農(nóng)村產(chǎn)業(yè)融合對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響，本研究借鑒卓樂(lè)等在研究農(nóng)業(yè)生產(chǎn)率影響因素時(shí)的思路[28-29]，構(gòu)建如下計(jì)量模型。

ATFPit=α+βRICit+ρCTLit+μit。（1）

式中：i、t分別表示省份和年份;ATFP表示農(nóng)業(yè)全要素生產(chǎn)率;α表示常數(shù)項(xiàng);RIC表示農(nóng)村產(chǎn)業(yè)融合;β表示其回歸系數(shù);CTL表示控制變量集合;ρ表示回歸系數(shù);μ表示誤差項(xiàng)。

為了檢驗(yàn)農(nóng)村產(chǎn)業(yè)融合影響農(nóng)業(yè)全要素生產(chǎn)率的內(nèi)在機(jī)制，本研究將農(nóng)業(yè)技術(shù)效率和農(nóng)業(yè)前沿技術(shù)進(jìn)步（農(nóng)業(yè)全要素生產(chǎn)率的分解項(xiàng)）作為被解釋變量，進(jìn)一步將計(jì)量模型設(shè)定如下。

AEFFit=α+βRICit+ρCTLit+μit;（2）

ATECit=α+βRICit+ρCTLit+μit。（3）

式中：AEFF表示農(nóng)業(yè)技術(shù)效率;ATEC表示農(nóng)業(yè)前沿技術(shù)進(jìn)步。如果RIC的回歸系數(shù)顯著為正，說(shuō)明農(nóng)村產(chǎn)業(yè)融合能夠提升農(nóng)業(yè)技術(shù)效率（或促進(jìn)農(nóng)業(yè)前沿技術(shù)進(jìn)步）。進(jìn)而可證實(shí)農(nóng)村產(chǎn)業(yè)融合會(huì)通過(guò)提升農(nóng)業(yè)技術(shù)效率（或促進(jìn)農(nóng)業(yè)前沿技術(shù)進(jìn)步）提高農(nóng)業(yè)全要素生產(chǎn)率。

2.2 變量選取

2.2.1 被解釋變量 本研究的被解釋變量為農(nóng)業(yè)全要素生產(chǎn)率（ATFP）及其分解項(xiàng)（AEFF、ATEC）。參考國(guó)內(nèi)學(xué)者的普遍做法，本研究采用基于數(shù)據(jù)包絡(luò)分析（data envelopment analysis，DEA）的Malmquist指數(shù)，以農(nóng)業(yè)增加值為產(chǎn)出，以勞動(dòng)力、土地、機(jī)械動(dòng)力、化肥、農(nóng)藥、農(nóng)膜、灌溉為投入，來(lái)測(cè)算中國(guó)農(nóng)業(yè)全要素生產(chǎn)率。在利用DEAP軟件獲得2008—2017年Malmquist指數(shù)的基礎(chǔ)上，進(jìn)一步借鑒程惠芳的做法[30]，將農(nóng)業(yè)全要素生產(chǎn)率的環(huán)比改進(jìn)指數(shù)（Malmquist指數(shù)）換算成以2008年為基期的定基改進(jìn)指數(shù)，即采用2008—2009年的Malmquist指數(shù)乘以2008年的農(nóng)業(yè)全要素生產(chǎn)率（令其為1），可得2009年的農(nóng)業(yè)全要素生產(chǎn)率，以此類推得到2009—2017年農(nóng)業(yè)全要素生產(chǎn)率。同理，可獲得2009—2017年農(nóng)業(yè)技術(shù)效率與農(nóng)業(yè)前沿技術(shù)進(jìn)步。

2.2.2 核心解釋變量 本研究的核心解釋變量為農(nóng)村產(chǎn)業(yè)融合（RIC）。從農(nóng)村產(chǎn)業(yè)融合的指標(biāo)測(cè)度來(lái)看，現(xiàn)有研究主要采用綜合指數(shù)法和協(xié)調(diào)發(fā)展系數(shù)法2種方法。如李曉龍等基于中國(guó)省域數(shù)據(jù)，從農(nóng)業(yè)新興業(yè)態(tài)培育、農(nóng)業(yè)多重功能拓展、農(nóng)業(yè)產(chǎn)業(yè)鏈條延伸等出發(fā)，系統(tǒng)構(gòu)建能夠反映農(nóng)村產(chǎn)業(yè)融合水平的綜合評(píng)價(jià)指標(biāo)體系[31-32]。譚明交基于農(nóng)村產(chǎn)業(yè)化理想值與實(shí)際值的計(jì)算結(jié)果，采用協(xié)調(diào)發(fā)展系數(shù)方法測(cè)算中國(guó)各地區(qū)農(nóng)村產(chǎn)業(yè)融合發(fā)展系數(shù)[33]。與協(xié)調(diào)發(fā)展系數(shù)法相比，采用綜合指數(shù)法的測(cè)算結(jié)果能夠更加準(zhǔn)確地反映各地區(qū)農(nóng)村產(chǎn)業(yè)融合的整體水平。因此，本研究參考李曉龍等的做法，借助綜合指數(shù)法計(jì)算并獲得農(nóng)村產(chǎn)業(yè)融合水平[31-32]。

2.2.3 其他變量 除上述變量外，本研究還進(jìn)一步控制以下變量：（1）農(nóng)村金融發(fā)展（RFD），利用全部涉農(nóng)貸款余額與第一產(chǎn)業(yè)總產(chǎn)值的比值來(lái)衡量。（2）政府財(cái)政支農(nóng)（GFS），以政府財(cái)政支出中農(nóng)業(yè)領(lǐng)域支出所占比例來(lái)表示。（3）農(nóng)村人力資本（RHC），以農(nóng)村居民人均受教育年限來(lái)衡量。其中，農(nóng)村居民人均受教育年限=大學(xué)文化人口比例×16+高中文化人口比例×12+初中文化人口比例×9+小學(xué)文化人口比例×6+文盲和半文盲人口比例×0。（4）農(nóng)業(yè)受災(zāi)率（ADS），用農(nóng)業(yè)受災(zāi)面積占耕地面積的比重來(lái)表示。

2.3 數(shù)據(jù)說(shuō)明

本研究樣本涉及2008—2017年中國(guó)30個(gè)省級(jí)行政區(qū)（不含存在統(tǒng)計(jì)數(shù)據(jù)缺失的香港特別行政區(qū)、澳門(mén)特別行政區(qū)、臺(tái)灣以及西藏自治區(qū)）。其中，測(cè)算被解釋變量和核心解釋變量的原始數(shù)據(jù)主要來(lái)源于《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《中國(guó)休閑農(nóng)業(yè)年鑒》《中國(guó)農(nóng)產(chǎn)品加工業(yè)年鑒》、各地區(qū)政府新聞報(bào)告、全國(guó)溫室數(shù)據(jù)系統(tǒng)以及EPS數(shù)據(jù)庫(kù);測(cè)算控制變量的原始數(shù)據(jù)主要來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)村金融服務(wù)報(bào)告》《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》。由表1可知，最后一列為農(nóng)業(yè)全要素生產(chǎn)率與各個(gè)變量的皮爾遜相關(guān)系數(shù)，可見(jiàn)本研究所選取的全部變量與農(nóng)業(yè)全要素生產(chǎn)率均在5%以上置信水平下顯著相關(guān)。其中，農(nóng)村產(chǎn)業(yè)融合與農(nóng)業(yè)全要素生產(chǎn)率的皮爾遜相關(guān)系數(shù)為正，表明兩者之間具有正相關(guān)關(guān)系。

3 實(shí)證檢驗(yàn)與結(jié)果分析

3.1 農(nóng)村產(chǎn)業(yè)融合對(duì)農(nóng)業(yè)全要素生產(chǎn)率的基準(zhǔn)影響

為了實(shí)證檢驗(yàn)農(nóng)村產(chǎn)業(yè)融合對(duì)農(nóng)業(yè)全要素生產(chǎn)率的基準(zhǔn)影響，本研究借助FE方法和FGLS方法對(duì)計(jì)量模型（1）進(jìn)行回歸（表2）。根據(jù)采用FE方法的回歸結(jié)果可知，模型（1）和模型（2）的擬合優(yōu)度（R2）分別為0.666 0和0.693 8，說(shuō)明模型整體的擬合程度較高，所得到的估計(jì)結(jié)果較可靠。從FGLS方法的估計(jì)結(jié)果來(lái)看，模型（3）和模型（4）的Wald值通過(guò)1%顯著性水平檢驗(yàn)，表明本研究構(gòu)建的計(jì)量模型較科學(xué)合理，模型估計(jì)獲得的結(jié)果較可信。結(jié)合核心解釋變量農(nóng)村產(chǎn)業(yè)融合（RIC）的估計(jì)結(jié)果來(lái)看，無(wú)論是否控制其他因素，在不同估計(jì)方法下，其對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響系數(shù)均在1%水平上顯著為正，說(shuō)明農(nóng)業(yè)全要素生產(chǎn)率的確受到來(lái)自農(nóng)村產(chǎn)業(yè)融合的正向作用，即農(nóng)村產(chǎn)業(yè)融合有助于提升農(nóng)業(yè)全要素生產(chǎn)率。

根據(jù)控制變量的估計(jì)結(jié)果可知，農(nóng)村金融發(fā)展（RFD）對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響系數(shù)在模型（4）中為正，且通過(guò)1%顯著性水平檢驗(yàn)，表明農(nóng)村金融發(fā)展水平的提升，可以使農(nóng)戶享受到更多的金融服務(wù)，進(jìn)而有助于其開(kāi)展農(nóng)業(yè)生產(chǎn)活動(dòng)并提高農(nóng)業(yè)生產(chǎn)效率。政府財(cái)政支農(nóng)（GFS）與農(nóng)業(yè)全要素生產(chǎn)率正相關(guān)，且系數(shù)在模型（4）中通過(guò)1%的顯著性水平檢驗(yàn)，說(shuō)明政府財(cái)政對(duì)“三農(nóng)”發(fā)展的支持力度越大，越能夠提升農(nóng)業(yè)全要素生產(chǎn)率。農(nóng)村人力資本（RHC）的回歸系數(shù)在模型（2）和模型（4）中均顯著為正，表明提高農(nóng)村人力資本水平有助于提升農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)能力與管理水平，從而實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)效率的有效提升。農(nóng)業(yè)受災(zāi)率（ADS）與農(nóng)業(yè)全要素生產(chǎn)率明顯負(fù)相關(guān)，且均通過(guò)1%顯著性水平檢驗(yàn)，說(shuō)明農(nóng)業(yè)受災(zāi)情況越嚴(yán)重，其生產(chǎn)效率越低。

3.2 農(nóng)村產(chǎn)業(yè)融合對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響路徑

本研究進(jìn)一步考察農(nóng)村產(chǎn)業(yè)融合影響農(nóng)業(yè)全要素生產(chǎn)率的具體路徑，即檢驗(yàn)農(nóng)村產(chǎn)業(yè)融合是否通過(guò)提升農(nóng)業(yè)技術(shù)效率和促進(jìn)農(nóng)業(yè)前沿技術(shù)進(jìn)步來(lái)提高農(nóng)業(yè)全要素生產(chǎn)率。利用FE方法和FGLS方法分別對(duì)計(jì)量模型（2）～（3）進(jìn)行回歸（表3）。由表3可知，模型（5）和模型（7）的擬合優(yōu)度（R2）整體較高，分別為0.187 4和0.779 7，模型（6）和模型（8）的Wald值在1%水平上顯著，說(shuō)明本研究設(shè)定的計(jì)量模型是合理的，且估計(jì)結(jié)果也是可靠的。

從以農(nóng)業(yè)技術(shù)效率（AEFF）作為被解釋變量的估計(jì)結(jié)果來(lái)看，不管是采用FE方法還是FGLS方法，農(nóng)村產(chǎn)業(yè)融合（RIC）的回歸系數(shù)均顯著為正，且都通過(guò)1%的顯著性水平檢驗(yàn)，說(shuō)明農(nóng)村產(chǎn)業(yè)融合可以提升農(nóng)業(yè)技術(shù)效率。從以農(nóng)業(yè)前沿技術(shù)進(jìn)步（ATEC）作為被解釋變量的估計(jì)結(jié)果來(lái)看，在不同估計(jì)方法下，農(nóng)村產(chǎn)業(yè)融合（RIC）對(duì)農(nóng)業(yè)前沿技術(shù)進(jìn)步的影響系數(shù)始終在1%水平上顯著為正，說(shuō)明農(nóng)村產(chǎn)業(yè)融合可以促進(jìn)農(nóng)業(yè)前沿技術(shù)進(jìn)步。農(nóng)業(yè)技術(shù)效率與農(nóng)業(yè)前沿技術(shù)進(jìn)步構(gòu)成了農(nóng)業(yè)全要素生產(chǎn)率，農(nóng)業(yè)技術(shù)效率越高、農(nóng)業(yè)前沿技術(shù)進(jìn)步越快，農(nóng)業(yè)全要素生產(chǎn)率越高。綜上可知，農(nóng)村產(chǎn)業(yè)融合的確可以通過(guò)提高農(nóng)業(yè)技術(shù)效率和促進(jìn)農(nóng)業(yè)前沿技術(shù)進(jìn)步對(duì)農(nóng)業(yè)全要素生產(chǎn)率產(chǎn)生提升作用。

3.3 穩(wěn)健性檢驗(yàn)

3.3.1 分樣本檢驗(yàn) 考慮到中國(guó)不同地區(qū)農(nóng)村的自然條件、產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展水平等各不相同，農(nóng)村產(chǎn)業(yè)融合水平和農(nóng)業(yè)全要素生產(chǎn)率也因此呈現(xiàn)出明顯的地區(qū)差異。因此，有必要區(qū)分不同地區(qū)樣本進(jìn)行檢驗(yàn)，以驗(yàn)證“農(nóng)村產(chǎn)業(yè)融合有利于提升農(nóng)業(yè)全要素生產(chǎn)率”的研究結(jié)論是否具有普遍性。 本

3.3.2 逆向因果關(guān)系檢驗(yàn) 為了解決模型可能存在的逆向因果關(guān)系問(wèn)題（農(nóng)村產(chǎn)業(yè)融合可以促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率提升，而農(nóng)業(yè)全要素生產(chǎn)率提升反過(guò)來(lái)也可能帶動(dòng)農(nóng)村產(chǎn)業(yè)融合），本研究參考毛艷華等的做法，以內(nèi)生解釋變量（農(nóng)村產(chǎn)業(yè)融合）的滯后項(xiàng)作為工具變量，采用兩階段最小二乘法（2SLS）對(duì)模型進(jìn)行估計(jì)[35]，結(jié)果見(jiàn)表4中模型（11）和模型（12）。其中，2個(gè)模型中的LM統(tǒng)計(jì)值和F值分別拒絕“工具變量不可識(shí)別”和“工具變量弱識(shí)別”的原假設(shè)，表明工具變量的選取是合理的。同時(shí)，農(nóng)村產(chǎn)業(yè)融合（RIC）的回歸系數(shù)符號(hào)與上述估計(jì)結(jié)果基本一致，可見(jiàn)農(nóng)村產(chǎn)業(yè)融合與農(nóng)業(yè)全要素生產(chǎn)率之間不存在統(tǒng)計(jì)意義上的逆向因果問(wèn)題。

3.3.3 動(dòng)態(tài)關(guān)系檢驗(yàn) 為了盡可能減少因遺漏變量給模型估計(jì)帶來(lái)的偏誤，本研究借鑒戴魁早等的做法，通過(guò)加入農(nóng)業(yè)全要素生產(chǎn)率的一階滯后項(xiàng)，將計(jì)量模型（1）修正為動(dòng)態(tài)面板模型來(lái)進(jìn)行穩(wěn)健性檢驗(yàn)[36]。本研究采用廣義矩估計(jì)（GMM）對(duì)動(dòng)態(tài)面板模型進(jìn)行估計(jì)，結(jié)果見(jiàn)表4中模型（13）和模型（14）。由表4中AR（2）檢驗(yàn)和Hansen檢驗(yàn)結(jié)果可知，兩者的P值均明顯大于0.10，表明動(dòng)態(tài)模型的設(shè)定較合理，且工具變量的選取也非常有效。同時(shí)，農(nóng)村產(chǎn)業(yè)融合（RIC）的回歸系數(shù)同樣顯著為正，可以證明上述研究結(jié)論具有較好的穩(wěn)健性。

4 農(nóng)村產(chǎn)業(yè)融合對(duì)農(nóng)業(yè)全要素生產(chǎn)率的非線性影響

4.1 研究方法與模型設(shè)定

為了檢驗(yàn)在農(nóng)業(yè)全要素生產(chǎn)率不同水平條件下，農(nóng)村產(chǎn)業(yè)融合對(duì)農(nóng)業(yè)全要素生產(chǎn)率產(chǎn)生的邊際影響效果，本研究在上述設(shè)定計(jì)量模型（1）的基礎(chǔ)之上，進(jìn)一步構(gòu)建面板分位數(shù)回歸模型進(jìn)行回歸。

QATFPit（τ|Xit）=σi+φ（τ）Xit

t=1，…，mi;i=1，…，n。（4）

式中：X表示解釋變量集合，包括農(nóng)村產(chǎn)業(yè)融合（RIC）和其他控制變量;QATFPit（τ|Xit）表示X給定條件下農(nóng)業(yè)全要素生產(chǎn)率（ATFP）的τ條件分位數(shù);φ（τ）表示分位數(shù)對(duì)應(yīng)的回歸系數(shù)，利用以下目標(biāo)函數(shù)進(jìn)行求解。

min（σ，φ）∑qk=1∑ni=1∑mii=1ωkρτk[ATFPit-σi-φ（τ）Xit]。（5）

式中：ωk表示不同分位數(shù)所對(duì)應(yīng)的權(quán)重。本研究共選擇5個(gè)具有代表性的分位數(shù)（90%、75%、50%、25%、10%）進(jìn)行回歸估計(jì)，分別對(duì)應(yīng)農(nóng)業(yè)全要素生產(chǎn)率的最高水平組、中高水平組、中等水平組、中低水平組、最低水平組。

4.2 分位數(shù)回歸結(jié)果分析

為了確保面板分位數(shù)回歸結(jié)果的有效性，本研究借鑒Koenker的研究思路[37]，利用自助法重復(fù)抽樣技術(shù)（bootstrap）在對(duì)選取的5個(gè)代表性分位數(shù)進(jìn)行回歸時(shí)都進(jìn)行重復(fù)抽樣（1 000）（表5）。由表5可知，所有模型的擬合優(yōu)度（Pseudo R2）除了10%分位點(diǎn)對(duì)應(yīng)的模型（1）之外，其數(shù)值在另外4個(gè)分位點(diǎn)（25%、50%、75%、90%）所對(duì)應(yīng)的模型中處于0.15～0.30，說(shuō)明本研究面板分位數(shù)模型的構(gòu)建較合理，模型估計(jì)結(jié)果的可信度較高。

從農(nóng)村產(chǎn)業(yè)融合（RIC）的回歸結(jié)果來(lái)看，除10%分位點(diǎn)外，其回歸系數(shù)在另外4個(gè)分位點(diǎn)（25%、50%、75%、90%）均通過(guò)顯著性水平檢驗(yàn)，且數(shù)值顯著為正，表明農(nóng)村產(chǎn)業(yè)融合有利于提升農(nóng)業(yè)全要素生產(chǎn)率。同時(shí)，根據(jù)農(nóng)村產(chǎn)業(yè)融合的回歸系數(shù)在不同分位點(diǎn)的變動(dòng)趨勢(shì)可知，伴隨農(nóng)業(yè)全要素生產(chǎn)率分位數(shù)由低到高逐漸變化（10%→25%→50%→75%→90%），農(nóng)村產(chǎn)業(yè)融合回歸系數(shù)的數(shù)值由負(fù)轉(zhuǎn)正并不斷擴(kuò)大（-0.002 9→0.029 3→0.069 5→0.100 6→0.154 2），表明農(nóng)村產(chǎn)業(yè)融合在提升農(nóng)業(yè)全要素生產(chǎn)率的作用方面持續(xù)增強(qiáng)，即農(nóng)村產(chǎn)業(yè)融合對(duì)農(nóng)業(yè)全要素生產(chǎn)率的提升效應(yīng)存在邊際遞增的非線性特征。換言之，與農(nóng)業(yè)全要素生產(chǎn)率較低的地區(qū)相比，農(nóng)業(yè)全要素生產(chǎn)率較高的地區(qū)受農(nóng)村產(chǎn)業(yè)融合的積極影響更加明顯。

5 結(jié)論與政策啟示

作為實(shí)現(xiàn)農(nóng)業(yè)高質(zhì)量發(fā)展的關(guān)鍵途徑，農(nóng)業(yè)全要素生產(chǎn)率的提升離不開(kāi)農(nóng)村產(chǎn)業(yè)融合的推動(dòng)。本研究借助2008—2017年中國(guó)省域尺度數(shù)據(jù)，實(shí)證考察農(nóng)村產(chǎn)業(yè)融合對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響效應(yīng)，并深入檢驗(yàn)其作用機(jī)制與非線性特征。結(jié)果表明，（1）農(nóng)村產(chǎn)業(yè)融合對(duì)農(nóng)業(yè)全要素生產(chǎn)率具有顯著的正向影響，即農(nóng)村產(chǎn)業(yè)融合能夠有效提升農(nóng)業(yè)全要素生產(chǎn)率;（2）農(nóng)村產(chǎn)業(yè)融合可以通過(guò)2種路徑影響農(nóng)業(yè)全要素生產(chǎn)率，與農(nóng)業(yè)技術(shù)效率途徑相比，農(nóng)村產(chǎn)業(yè)融合通過(guò)農(nóng)業(yè)前沿技術(shù)進(jìn)步對(duì)農(nóng)業(yè)全要素生產(chǎn)率產(chǎn)生的提升作用更強(qiáng);（3）分樣本檢驗(yàn)、逆向因果關(guān)系檢驗(yàn)以及動(dòng)態(tài)關(guān)系檢驗(yàn)結(jié)果均證實(shí)基準(zhǔn)檢驗(yàn)結(jié)果的穩(wěn)健性;（4）農(nóng)村產(chǎn)業(yè)融合對(duì)農(nóng)業(yè)全要素生產(chǎn)率的促進(jìn)作用，會(huì)隨著農(nóng)業(yè)全要素生產(chǎn)率條件分位數(shù)的不斷提高而持續(xù)提升，即農(nóng)村產(chǎn)業(yè)融合對(duì)農(nóng)業(yè)全要素生產(chǎn)率存在顯著邊際遞增的非線性提升效應(yīng);（5）農(nóng)村金融發(fā)展、政府財(cái)政支農(nóng)、農(nóng)村人力資本均有助于提升農(nóng)業(yè)全要素生產(chǎn)率。

本研究的政策啟示主要有以下幾點(diǎn)：首先，要充分發(fā)揮農(nóng)村產(chǎn)業(yè)融合對(duì)提升農(nóng)業(yè)全要素生產(chǎn)率的積極效應(yīng)。通過(guò)縱向延伸農(nóng)業(yè)產(chǎn)業(yè)鏈，不斷完善現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)體系，推動(dòng)農(nóng)業(yè)資金、技術(shù)、管理等生產(chǎn)要素優(yōu)化配置;通過(guò)推動(dòng)農(nóng)業(yè)價(jià)值鏈提升，從各個(gè)環(huán)節(jié)（產(chǎn)前、產(chǎn)中、產(chǎn)后）著力提升農(nóng)業(yè)價(jià)值，持續(xù)提高農(nóng)業(yè)生產(chǎn)的資源利用率、土地產(chǎn)出率與勞動(dòng)生產(chǎn)率。其次，提升農(nóng)村產(chǎn)業(yè)融合的科技含量，促進(jìn)農(nóng)業(yè)前沿技術(shù)進(jìn)步與農(nóng)業(yè)技術(shù)效率提升。在推動(dòng)農(nóng)村產(chǎn)業(yè)融合的過(guò)程中，應(yīng)以創(chuàng)新驅(qū)動(dòng)發(fā)展為動(dòng)力，激發(fā)農(nóng)業(yè)經(jīng)營(yíng)主體的創(chuàng)新活力和創(chuàng)造潛能，強(qiáng)化科技與農(nóng)業(yè)對(duì)接、創(chuàng)新成果與產(chǎn)業(yè)發(fā)展對(duì)接、創(chuàng)意設(shè)計(jì)與生產(chǎn)經(jīng)營(yíng)對(duì)接，提高技術(shù)進(jìn)步和創(chuàng)新創(chuàng)意對(duì)農(nóng)村產(chǎn)業(yè)融合的貢獻(xiàn)度，推動(dòng)農(nóng)業(yè)前沿技術(shù)進(jìn)步與農(nóng)業(yè)技術(shù)效率提升。再次，高度重視優(yōu)化農(nóng)村產(chǎn)業(yè)融合的空間結(jié)構(gòu)。尤其對(duì)于農(nóng)業(yè)全要素生產(chǎn)率水平相對(duì)較低的地區(qū)而言，應(yīng)加快促進(jìn)農(nóng)村產(chǎn)業(yè)融合，以更好地發(fā)揮農(nóng)村產(chǎn)業(yè)融合對(duì)農(nóng)業(yè)全要素生產(chǎn)率的提升作用。最后，各地區(qū)還需要加快發(fā)展農(nóng)村金融，滿足農(nóng)業(yè)生產(chǎn)的金融服務(wù)需求;加大財(cái)政支農(nóng)力度，增強(qiáng)農(nóng)業(yè)抗風(fēng)險(xiǎn)能力;增加農(nóng)村地區(qū)的教育投入，強(qiáng)化農(nóng)村人力資本積累，最終促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率的有效提升。

參考文獻(xiàn)：

[1]李谷成. 人力資本與中國(guó)區(qū)域農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)——基于DEA視角的實(shí)證分析[J]. 財(cái)經(jīng)研究，2009，35（8）：115-128.

[2]李士梅，尹希文. 中國(guó)農(nóng)村勞動(dòng)力轉(zhuǎn)移對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響分析[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2017（9）：4-13.

[3]韓海彬，張 莉. 農(nóng)業(yè)信息化對(duì)農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)的門(mén)檻效應(yīng)分析[J]. 中國(guó)農(nóng)村經(jīng)濟(jì)，2015（8）：11-21.

[4]陳 鳴，鄧榮榮. 農(nóng)業(yè)R&D投入與農(nóng)業(yè)全要素生產(chǎn)率——一個(gè)空間溢出視角的解釋與證據(jù)[J]. 江西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2020（2）：86-97.

[5]Trelogan Harry C，Davis John H，Goldberg Ray A.A concept of agribusiness[J]. Journal of Marketing，1957，22（2）：221.

[6]Knutson R D，Penn J B，William T B.Agricultural and food policy[M]. Englewood Cliffs：Prentice-Hall，1983.

[7]Cramer G L，Jensen C W，Southgate D J，et al. Agricultural economics and agribusiness[M]. Hoboken：John Wiley and Sons，1994.

[8]今村奈良臣.? 把第六次產(chǎn)業(yè)的創(chuàng)造作為21世紀(jì)農(nóng)業(yè)發(fā)展產(chǎn)業(yè)[J]. 月刊地域制作，1996（1）：89.

[9]佐藤正之. 異業(yè)種とパートナーシップが6 次産業(yè)化を成功に導(dǎo)く[J]. 知的資産創(chuàng)造，2012（7）：6-17.

[10]李炳午. 韓國(guó)的農(nóng)業(yè)6次產(chǎn)業(yè)化戰(zhàn)略[C]. 沈陽(yáng)：第二屆中韓農(nóng)村發(fā)展國(guó)際論壇論文集，2013.

[11]馬曉河. 推進(jìn)農(nóng)村一二三產(chǎn)業(yè)深度融合發(fā)展[J]. 中國(guó)合作經(jīng)濟(jì)，2015（2）：43-44.

[12]趙 海. 論農(nóng)村一、二、三產(chǎn)業(yè)融合發(fā)展[J]. 中國(guó)鄉(xiāng)村發(fā)現(xiàn)，2015（4）：107-114.

[13]歐陽(yáng)勝. 貧困地區(qū)農(nóng)村一二三產(chǎn)業(yè)融合發(fā)展模式研究——基于武陵山片區(qū)的案例分析[J]. 貴州社會(huì)科學(xué)，2017（10）：156-161.

[14]蘇毅清，游玉婷，王志剛. 農(nóng)村一二三產(chǎn)業(yè)融合發(fā)展：理論探討、現(xiàn)狀分析與對(duì)策建議[J]. 中國(guó)軟科學(xué)，2016（8）：17-28.

[15]姜 晶，崔雁冰. 推進(jìn)農(nóng)村一二三產(chǎn)業(yè)融合發(fā)展的思考[J]. 宏觀經(jīng)濟(jì)管理，2018（7）：39-45.

[16]王樂(lè)君，寇廣增. 促進(jìn)農(nóng)村一二三產(chǎn)業(yè)融合發(fā)展的若干思考[J]. 農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題，2017，38（6）：82-88，3.

[17]郝華勇. 特色產(chǎn)業(yè)引領(lǐng)農(nóng)村一二三產(chǎn)業(yè)融合發(fā)展——以湖北恩施州硒產(chǎn)業(yè)為例[J]. 江淮論壇，2018（4）：19-24.

[18]馬 源，梁 恒. 國(guó)外農(nóng)村產(chǎn)業(yè)融合發(fā)展政策解讀及啟示——以韓國(guó)六次產(chǎn)業(yè)為例[J]. 江蘇農(nóng)業(yè)科學(xué)，2021，49（1）：1-6.

[19]高 帆. 結(jié)構(gòu)轉(zhuǎn)化、資本深化與農(nóng)業(yè)勞動(dòng)生產(chǎn)率提高：以上海為例的研究[J]. 經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2010（2）：66-73.

[20]成德寧，李 燕. 農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)農(nóng)業(yè)勞動(dòng)生產(chǎn)率的影響[J]. 經(jīng)濟(jì)問(wèn)題探索，2016（11）：148-153，172.

[21]金 芳，金榮學(xué). 農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)變遷對(duì)綠色全要素生產(chǎn)率增長(zhǎng)的空間效應(yīng)分析[J]. 華中農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020（1）：124-134，168.

[22]傅前瞻. 中國(guó)非農(nóng)產(chǎn)業(yè)的農(nóng)業(yè)生產(chǎn)效應(yīng)分析——基于Feder模型[J]. 華東經(jīng)濟(jì)管理，2014，28（3）：55-57.

[23]錢(qián) 龍，洪名勇. 非農(nóng)就業(yè)、土地流轉(zhuǎn)與農(nóng)業(yè)生產(chǎn)效率變化——基于CFPS的實(shí)證分析[J]. 中國(guó)農(nóng)村經(jīng)濟(jì)，2016（12）：2-16.

[24]江 鑫，黃 乾. 耕地規(guī)模經(jīng)營(yíng)、農(nóng)戶非農(nóng)兼業(yè)和家庭農(nóng)業(yè)勞動(dòng)生產(chǎn)率——來(lái)自湖南省的抽樣調(diào)查證據(jù)[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2019（12）：4-20.

[25]秦 天，彭 玨，鄧宗兵. 生產(chǎn)性服務(wù)業(yè)發(fā)展與農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)[J]. 現(xiàn)代經(jīng)濟(jì)探討，2017（12）：93-101.

[26]陳 明，李文秀. 生產(chǎn)服務(wù)業(yè)開(kāi)放對(duì)中國(guó)農(nóng)業(yè)生產(chǎn)率的影響[J]. 華南農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2018，17（5）：12-23.

[27]郝一帆，王征兵. 生產(chǎn)性服務(wù)業(yè)能提升中國(guó)農(nóng)業(yè)全要素生產(chǎn)率嗎？[J]. 學(xué)習(xí)與實(shí)踐，2018（9）：39-50.

[28]卓 樂(lè)，曾福生. 農(nóng)村基礎(chǔ)設(shè)施對(duì)糧食全要素生產(chǎn)率的影響[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2018（11）：92-101.

[29]鐘世虎，陳 杰，向國(guó)成，等. 財(cái)稅政策、工農(nóng)業(yè)分工與農(nóng)業(yè)生產(chǎn)率——理論分析與經(jīng)驗(yàn)證據(jù)[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2020（2）：4-20.

[30]程惠芳，陸嘉俊.知識(shí)資本對(duì)工業(yè)企業(yè)全要素生產(chǎn)率影響的實(shí)證分析[J]. 經(jīng)濟(jì)研究，2014，49（5）：174-187.

[31]李曉龍，冉光和.農(nóng)村產(chǎn)業(yè)融合發(fā)展的創(chuàng)業(yè)效應(yīng)研究——基于省際異質(zhì)性的實(shí)證檢驗(yàn)[J]. 統(tǒng)計(jì)與信息論壇，2019，34（3）：86-93.

[32]李曉龍，冉光和.農(nóng)村產(chǎn)業(yè)融合發(fā)展如何影響城鄉(xiāng)收入差距——基于農(nóng)村經(jīng)濟(jì)增長(zhǎng)與城鎮(zhèn)化的雙重視角[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2019（8）：17-28.

[33]譚明交.農(nóng)村一二三產(chǎn)業(yè)融合發(fā)展：理論與實(shí)證研究[D]. 武漢：華中農(nóng)業(yè)大學(xué)，2016.

[34]李曉龍，冉光和.農(nóng)村金融深化促進(jìn)了農(nóng)村產(chǎn)業(yè)融合發(fā)展嗎？——基于區(qū)域差異視角的實(shí)證分析[J]. 農(nóng)業(yè)現(xiàn)代化研究，2020，41（3）：453-463.

[35]毛艷華，李敬子.中國(guó)服務(wù)業(yè)出口的本地市場(chǎng)效應(yīng)研究[J]. 經(jīng)濟(jì)研究，2015，50（8）：98-113.

[36]戴魁早，劉友金.要素市場(chǎng)扭曲如何影響創(chuàng)新績(jī)效[J]. 世界經(jīng)濟(jì)，2016，39（11）：54-79.

[37]Koenker R.Quantile regression for longitudinal data[J]. Journal of Multivariate Analysis，2004，91（1）：74-89.