姚 升

（安徽省農(nóng)業(yè)科學(xué)院 農(nóng)業(yè)經(jīng)濟與信息研究所，安徽 合肥 230031）

一、問題提出與研究回顧

創(chuàng)新是引領(lǐng)發(fā)展的第一動力。適應(yīng)和引領(lǐng)中國經(jīng)濟發(fā)展新常態(tài)，關(guān)鍵是要依靠科技創(chuàng)新轉(zhuǎn)換發(fā)展動力，要加快形成以創(chuàng)新為主要引領(lǐng)和支撐的經(jīng)濟體系和發(fā)展模式，把創(chuàng)新擺在國家發(fā)展全局的核心位置。自2005 年中央一號文件提出發(fā)展農(nóng)業(yè)科技開始，指出要“加快農(nóng)業(yè)科技創(chuàng)新，提高農(nóng)業(yè)科技含量”。到2012 年中央一號文件首次全面部署農(nóng)業(yè)科技，強調(diào)“把農(nóng)業(yè)科技擺在更加突出位置”。之后每一年的一號文件均注重強調(diào)農(nóng)業(yè)科技對農(nóng)業(yè)農(nóng)村現(xiàn)代化的重要驅(qū)動作用。

經(jīng)濟高質(zhì)量增長的動力來源于科技創(chuàng)新水平的提高[1]。由技術(shù)創(chuàng)新上升到科技創(chuàng)新，反映的是創(chuàng)新源頭的變化?？萍紕?chuàng)新是以科學(xué)發(fā)現(xiàn)為源頭的技術(shù)創(chuàng)新現(xiàn)象的概括，體現(xiàn)了知識創(chuàng)新（科學(xué)發(fā)現(xiàn)） 和技術(shù)創(chuàng)新的密切銜接和融合[2]。科技自立自強是國家發(fā)展的戰(zhàn)略支撐[3]。當(dāng)前，科技創(chuàng)新對國家經(jīng)濟和社會發(fā)展的支撐作用越發(fā)凸顯，中國科技創(chuàng)新實力快速提升，但仍需在提高科技創(chuàng)新的質(zhì)量和效率方面做進一步改善，著力增強綜合創(chuàng)新實力[4]。

科技創(chuàng)新是實現(xiàn)鄉(xiāng)村振興的根本保障[5]，是發(fā)展鄉(xiāng)村產(chǎn)業(yè)的根本途徑[6]。鄉(xiāng)村產(chǎn)業(yè)發(fā)展過程中離不開科技創(chuàng)新的支持，現(xiàn)代科技支撐體系是提高農(nóng)業(yè)科技創(chuàng)新能力和“三農(nóng)”發(fā)展的根本[6]。并且鄉(xiāng)村產(chǎn)業(yè)發(fā)展涉及面廣、環(huán)節(jié)多，涉及的技術(shù)復(fù)雜、種類多，且需相互銜接[7]，使得來自科技創(chuàng)新的支持顯得尤為重要。大量的已有研究肯定了科技創(chuàng)新對鄉(xiāng)村產(chǎn)業(yè)的積極作用，認(rèn)為創(chuàng)新要素在農(nóng)業(yè)生產(chǎn)及發(fā)展中的作用為發(fā)展現(xiàn)代農(nóng)業(yè)、提升農(nóng)業(yè)競爭力創(chuàng)造了契機[8]。也有研究認(rèn)為，現(xiàn)階段科技創(chuàng)新與鄉(xiāng)村產(chǎn)業(yè)間的關(guān)系有待改進，如姚升、張耀蘭(2021)的研究指出，供給與需求兩端存在著諸如創(chuàng)新能力不足且與市場需求脫節(jié)、倒逼效應(yīng)不足等問題導(dǎo)致農(nóng)業(yè)科技創(chuàng)新與鄉(xiāng)村產(chǎn)業(yè)之間匹配度不高，二者間尚未形成相互促進的內(nèi)生關(guān)系[9]；而宋德軍(2013)的研究認(rèn)為，由于農(nóng)業(yè)科技創(chuàng)新弱質(zhì)化、成果轉(zhuǎn)化和產(chǎn)業(yè)化數(shù)量少、引致需求弱化等問題，導(dǎo)致隨著科技創(chuàng)新水平的不斷提高，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)與科技創(chuàng)新出現(xiàn)偏離趨勢程度加大[10]。

農(nóng)村產(chǎn)業(yè)融合是實現(xiàn)產(chǎn)業(yè)興旺的重要路徑?？萍紕?chuàng)新是農(nóng)村產(chǎn)業(yè)融合的重要基礎(chǔ)和關(guān)鍵推動力[11]。在科技創(chuàng)新驅(qū)動下，新概念、新技術(shù)、新業(yè)態(tài)、新模式等向農(nóng)業(yè)各個環(huán)節(jié)滲透融合，使得農(nóng)業(yè)各產(chǎn)業(yè)邊界逐漸模糊化[12]，推動了農(nóng)業(yè)產(chǎn)業(yè)集群的升級和持續(xù)發(fā)展，也推動了產(chǎn)業(yè)、業(yè)態(tài)和產(chǎn)品的創(chuàng)新[13]。

已有針對農(nóng)村產(chǎn)業(yè)融合的研究相對更關(guān)注其與收入、金融等因素的影響方面，如農(nóng)村產(chǎn)業(yè)融合對城鄉(xiāng)收入差距的影響[14]、產(chǎn)業(yè)融合與農(nóng)民收入增長[15]、農(nóng)村金融深化與農(nóng)村產(chǎn)業(yè)融合發(fā)展[16]。在此情況下，針對科技創(chuàng)新驅(qū)動農(nóng)村產(chǎn)業(yè)融合發(fā)展的研究不僅兼具理論與實踐的雙重意義，而且具有較好的補充價值，有助于進一步了解科技創(chuàng)新對農(nóng)村產(chǎn)業(yè)融合的影響機理、影響態(tài)勢，從而有助于進一步釋放科技創(chuàng)新的驅(qū)動效應(yīng)，提高農(nóng)村產(chǎn)業(yè)的層次和水平，加快推進農(nóng)村產(chǎn)業(yè)融合發(fā)展。

文章接下來的結(jié)構(gòu)安排是：第二部分為變量選擇、模型構(gòu)建與數(shù)據(jù)來源，明確了文章所使用的因變量、核心自變量、控制變量及所使用的分析計量分析模型，并說明文章所使用數(shù)據(jù)的來源；第三部分是實證分析，展示空間計量模型和面板向量自回歸模型的估計結(jié)果，并對結(jié)果展開分析；第四部分是結(jié)論與政策建議。

二、變量選擇、模型構(gòu)建與數(shù)據(jù)來源

1.變量選擇

本研究的因變量是鄉(xiāng)村產(chǎn)業(yè)發(fā)展水平，核心自變量為科技創(chuàng)新水平。這兩個變量都包含有較多信息，并非某一單獨指標(biāo)就能夠勝任代理變量，因此本研究設(shè)置了三級指標(biāo)體系，通過使用更多的指標(biāo)，盡可能增加代理變量的解釋力度。

在農(nóng)村產(chǎn)業(yè)融合方面，設(shè)置鄉(xiāng)村產(chǎn)業(yè)發(fā)展綜合指數(shù)作為一級指標(biāo)，同時參考李曉龍、冉光和(2019)[14]、王麗英等(2021)[15]相關(guān)研究，設(shè)置農(nóng)業(yè)服務(wù)業(yè)融合、農(nóng)業(yè)產(chǎn)業(yè)鏈延伸、農(nóng)業(yè)多動能擴展、農(nóng)業(yè)新型業(yè)態(tài)4 個二級指標(biāo)及相應(yīng)的三級指標(biāo)。

在科技創(chuàng)新水平方面，設(shè)置科技創(chuàng)新綜合指數(shù)作為一級指標(biāo)，設(shè)置科技創(chuàng)新投入和科技創(chuàng)新產(chǎn)出2 個二級指標(biāo)并分別設(shè)置了相應(yīng)的三級指標(biāo)。

對于所構(gòu)建的農(nóng)村產(chǎn)業(yè)融合發(fā)展綜合指數(shù)和科技創(chuàng)新綜合指數(shù)中的二級和三級指標(biāo)，本研究進一步在對其進行無量綱化標(biāo)準(zhǔn)化處理的基礎(chǔ)上，使用熵值法確定各級指標(biāo)的權(quán)重。

本研究同時還考慮了如下控制變量：農(nóng)村收入水平，以農(nóng)村居民人均可支配收入與城鎮(zhèn)居民人均可支配收入比值表示；農(nóng)村消費水平，以農(nóng)村居民人均消費支出與城鎮(zhèn)居民人均消費支出比值表示；農(nóng)村金融發(fā)展規(guī)模，參考劉賽紅等(2021)的研究，以涉農(nóng)貸款余額與農(nóng)林牧漁業(yè)總產(chǎn)值比值表示；地區(qū)貿(mào)易開放度，以根據(jù)當(dāng)期匯率轉(zhuǎn)換為人民幣的進出口商品總額與地區(qū)生產(chǎn)總值比值表示；農(nóng)村信息化水平，以農(nóng)村寬帶接入戶數(shù)與互聯(lián)網(wǎng)寬帶接入戶數(shù)比值表示；農(nóng)業(yè)規(guī)模經(jīng)營水平，考慮農(nóng)業(yè)規(guī)模經(jīng)營水平與農(nóng)業(yè)機械化程度之間的強關(guān)聯(lián)性，即農(nóng)業(yè)規(guī)模經(jīng)營水平的改善依賴于農(nóng)業(yè)機械化程度的提高，因此使用農(nóng)業(yè)機械總動力與耕地面積比值作為該指標(biāo)的代理變量。具體見表1。

表1 方程變量

2.模型構(gòu)建

（1） 熵值法

對指標(biāo)進行無量綱化處理。

式中：x 表示各指標(biāo)的原始值，若該指標(biāo)值越大越好，則將此指標(biāo)定義為正效應(yīng)指標(biāo)，反之定義為負(fù)效應(yīng)指標(biāo)；xi表示各指標(biāo)的標(biāo)準(zhǔn)化值，xmax表示各指標(biāo)原值最大值，xmin表示各指標(biāo)原值最小值。

為避免在對指標(biāo)標(biāo)準(zhǔn)化值取對數(shù)時無意義，將標(biāo)準(zhǔn)化后的指標(biāo)數(shù)據(jù)進行平移處理。

式中：m=1，2，…，b；n=1，2，…，a。

第n 個指標(biāo)下第m 個評價對象占該指標(biāo)的比重Pmn：

式中：m=1，2，…，b；n=1，2，…，a。

第n 個指標(biāo)的信息熵：

式中：m=1，2，…，b；n=1，2，…，a，k 為常數(shù)，En的取值區(qū)間為[0，1]。

第n 個指標(biāo)的差異系數(shù)：

第n 個指標(biāo)的權(quán)重：

（2） 空間計量經(jīng)濟模型

第一，空間自相關(guān)檢驗。

使用莫蘭指數(shù)(Moran” s I)進行全局空間自相關(guān)檢驗，判斷變量是否存在空間依賴性，所構(gòu)建指數(shù)形式如下：

上式中，I 表示空間自相關(guān)系數(shù)，取值范圍[-1，1]，I＜0 時表示存在空間負(fù)相關(guān)，I＞0 時表示存在空間正相關(guān)，I=0 時表示不存在空間相關(guān)性；xi表示i 地區(qū)觀測值；xj表示j 地區(qū)觀測值；n 表示樣本地區(qū)數(shù)量；wij表示空間權(quán)重矩陣；S2表示樣本方差；xˉ表示樣本均值。

第二，空間自相關(guān)模型(SAR)。

空間自相關(guān)模型揭示了樣本地區(qū)農(nóng)村產(chǎn)業(yè)融合發(fā)展綜合指數(shù)的空間溢出和擴散效應(yīng)，本研究所構(gòu)建具體模型如下：

上式中，yit表示因變量；xit表示自變量；i 表示樣本地區(qū)；t 表示樣本時間；αit表示個體效應(yīng)；w 表示n×n 階空間權(quán)重矩陣，本研究使用的是由省會間地理距離構(gòu)建的空間權(quán)重矩陣，由于省會間地理距離長期固定，不會由于受經(jīng)濟社會活動影響而發(fā)生變化，因此這種處理方式能夠一定程度上規(guī)避模型的內(nèi)生性問題；wyit表示因變量的空間自回歸項；ρ 表示空間自回歸系數(shù)；εit表示隨機誤差項向量。

第三，空間誤差模型(SEM)。

空間誤差模型揭示了相鄰地區(qū)農(nóng)村產(chǎn)業(yè)融合發(fā)展綜合指數(shù)觀測值誤差對本地區(qū)農(nóng)村產(chǎn)業(yè)融合發(fā)展綜合指數(shù)的影響，文章所構(gòu)建的具體模型如下：

綜上所述，剖宮產(chǎn)術(shù)后瘢痕子宮再次妊娠的產(chǎn)婦采取陰道分娩的方式進行分娩，母嬰結(jié)局較佳，可以有效地縮短住院時間，值得進一步推廣與使用。

式(11)、(12)、(13)中，λ 為空間誤差系數(shù)，其余參數(shù)所代表的含義與式(8)相同。

（3） 面板向量自回歸模型(PVAR)

面板向量自回歸模型(PVAR)同時匯集了面板數(shù)據(jù)分析和VAR 模型的優(yōu)點，在放松各變量間關(guān)系約束的同時增加了觀測值的自由度，控制了個體異質(zhì)性，便于說明各變量間的復(fù)雜聯(lián)系。

構(gòu)建的PVAR 模型如下：

上式中，yit為包含鄉(xiāng)農(nóng)村產(chǎn)業(yè)融合發(fā)展綜合指數(shù)、科技創(chuàng)新綜合指數(shù)、農(nóng)村收入水平、農(nóng)村消費水平、農(nóng)村金融發(fā)展規(guī)模、地區(qū)貿(mào)易開放度、農(nóng)村信息化水平、農(nóng)業(yè)規(guī)模經(jīng)營水平等變量在內(nèi)的列向量；i 表示樣本地區(qū)；t 表示時間；α0表示截距項向量；αj表示滯后j 階的參數(shù)矩陣；k 為滯后階數(shù)；γi表示個體效應(yīng)向量；δt表示時間效應(yīng)向量；μit表示服從正態(tài)分布的隨機干擾項。

3.數(shù)據(jù)來源

受限于部分變量數(shù)據(jù)的可得性，本研究選取中國除西藏和港澳臺地區(qū)以外的30 個省份2006—2019 年的面板數(shù)據(jù)進行分析。所使用的樣本數(shù)據(jù)來源于歷年《中國農(nóng)村統(tǒng)計年鑒》 《中國科技統(tǒng)計年鑒》 《中國統(tǒng)計年鑒》 《中國金融年鑒》、全國溫室數(shù)據(jù)系統(tǒng)；對于個別缺失數(shù)據(jù)使用線性插值法進行補全；同時為消除不平滑性，對各變量進行了對數(shù)化處理。

三、實證分析

1.空間計量分析

借助莫蘭指數(shù)(Moran” s I)分析樣本地區(qū)農(nóng)村產(chǎn)業(yè)融合發(fā)展指數(shù)的空間相關(guān)程度。根據(jù)農(nóng)村產(chǎn)業(yè)融合發(fā)展綜合指數(shù)的空間自相關(guān)性檢驗結(jié)果（表2），所有Moran” s I 指數(shù)均為正值；除2011 年不顯著外，其他年份的Moran” s I 指數(shù)均通過顯著性檢驗，拒絕原假設(shè)，據(jù)此認(rèn)為農(nóng)村產(chǎn)業(yè)融合發(fā)展綜合指數(shù)存在較強的空間自相關(guān)性，其空間分布并是不隨機的，而是在整體上呈現(xiàn)出明顯的空間關(guān)聯(lián)性，具有很強的空間依賴性，可以使用空間計量模型做進一步的擬合。

表2 鄉(xiāng)村產(chǎn)業(yè)發(fā)展綜合指數(shù)Moran” s I 檢驗

表3 估計結(jié)果

根據(jù)Hausman 檢驗結(jié)果，無論空間自相關(guān)模型(SAR)還是空間誤差模型(SEM)都傾向于選擇固定效應(yīng)。同時，兩模型的空間自相關(guān)系數(shù)(ρ)和空間誤差系數(shù)(λ)均為正值，且至少在5%的顯著性水平上通過檢驗，說明所擬合的空間自相關(guān)模型和空間誤差模型均為有效，各地區(qū)農(nóng)村產(chǎn)業(yè)融合發(fā)展綜合指數(shù)具有顯著的、正向的空間溢出效應(yīng)，本地區(qū)農(nóng)村產(chǎn)業(yè)融合發(fā)展會帶動相鄰地區(qū)農(nóng)村產(chǎn)業(yè)融合發(fā)展綜合指數(shù)的提高。并且，農(nóng)村產(chǎn)業(yè)融合發(fā)展綜合指數(shù)存在顯著的空間依賴性，地區(qū)農(nóng)村產(chǎn)業(yè)融合發(fā)展水平會受到本地區(qū)和相鄰地區(qū)不可測因素的影響。

核心自變量科技創(chuàng)新綜合指數(shù)(x1)在所有方程中的估計系數(shù)均為正值，且至少在5%的顯著性水平上通過檢驗，表現(xiàn)出很好的穩(wěn)健性，說明科技創(chuàng)新綜合指數(shù)對農(nóng)村產(chǎn)業(yè)融合發(fā)展綜合指數(shù)存在顯著的正向影響，科技創(chuàng)新水平的提高有助于改善農(nóng)村產(chǎn)業(yè)融合發(fā)展?fàn)顟B(tài)，并且能夠促進農(nóng)村產(chǎn)業(yè)融合發(fā)展綜合指數(shù)的空間溢出，意味著科技創(chuàng)新水平的提高不僅有利于本地區(qū)農(nóng)村產(chǎn)業(yè)融合發(fā)展，而且有利于推動相鄰地區(qū)對本地區(qū)農(nóng)村產(chǎn)業(yè)融合的溢出作用。

控制變量中，農(nóng)村收入水平(x2)、農(nóng)村消費水平(x3)和農(nóng)村金融發(fā)展規(guī)模(x4)在空間計量模型中的估計值為正，且至少在10%的顯著性水平上通過檢驗，說明這三個因素對農(nóng)村產(chǎn)業(yè)融合發(fā)展存在促進作用。

2.面板向量自回歸模型PVAR 動態(tài)分析

（1） PVAR 模型的GMM 估計結(jié)果

在根據(jù)LLC 檢驗、IPS 檢驗確定樣本數(shù)據(jù)平穩(wěn)性，以及使用AIC、BIC 和HQIC 準(zhǔn)則確定最優(yōu)滯后期為兩期的前提下，進一步得到PVAR 模型的GMM 估計結(jié)果；由于該模型所估計的參數(shù)并沒有實際經(jīng)濟意義，因此本研究對該估計結(jié)果不做進一步分析和解釋，而是重點對模型做脈沖響應(yīng)和方差分解。

（2） 脈沖響應(yīng)分析

通過脈沖響應(yīng)分析能夠全面的了解模型中各個變量之間的動態(tài)關(guān)系，在控制其他變量不變的基礎(chǔ)上，聚焦來自某一個變量的沖擊給其他變量所造成的影響。因此，本研究使用Monte-Carlo 模擬200 次得到正交脈沖響應(yīng)函數(shù)圖，由于篇幅限制，不在此列式。

根據(jù)得到的脈沖響應(yīng)函數(shù)圖可知，農(nóng)村產(chǎn)業(yè)融合發(fā)展指數(shù)對來自自身一個標(biāo)準(zhǔn)差沖擊時，表現(xiàn)出持續(xù)的正響應(yīng)，但該脈沖響應(yīng)從開始階段便呈現(xiàn)緩慢下降趨勢，在第4 期后趨于平穩(wěn)。農(nóng)村產(chǎn)業(yè)融合發(fā)展指數(shù)對于來自科技創(chuàng)新綜合指數(shù)的一個標(biāo)準(zhǔn)差沖擊時，表現(xiàn)出持續(xù)的正響應(yīng)，但整體反應(yīng)并不大，該脈沖響應(yīng)在開始階段呈現(xiàn)出緩慢上升的態(tài)勢，在第3 期達到峰值，之后開始小幅度的平穩(wěn)下降，從第5 期開始趨于平穩(wěn)。

農(nóng)村產(chǎn)業(yè)融合發(fā)展指數(shù)對于來自農(nóng)村收入水平的一個標(biāo)準(zhǔn)差沖擊時，在初期階段表現(xiàn)出一個短暫的、輕微的負(fù)響應(yīng)，從第四期開始脈沖響應(yīng)回歸至正響應(yīng)；而農(nóng)村產(chǎn)業(yè)融合發(fā)展指數(shù)對于來自農(nóng)村消費水平一個標(biāo)準(zhǔn)差沖擊時，表現(xiàn)出持續(xù)的正響應(yīng)，該脈沖響應(yīng)在第4 期達到峰值，之后有輕微的回落并趨于穩(wěn)定。

農(nóng)村產(chǎn)業(yè)融合發(fā)展指數(shù)對于來自農(nóng)村金融發(fā)展規(guī)模的一個標(biāo)準(zhǔn)差沖擊時，在第1 期達到響應(yīng)峰值并持續(xù)至第2 期，隨后開始呈現(xiàn)較快的下降趨勢，從第4 期開始表現(xiàn)出負(fù)響應(yīng)，并逐漸趨于平穩(wěn)。農(nóng)村產(chǎn)業(yè)融合發(fā)展指數(shù)對于來自地區(qū)貿(mào)易開放度的一個標(biāo)準(zhǔn)差沖擊時，在初期表現(xiàn)出正響應(yīng)并很快達到峰值后隨即下降轉(zhuǎn)為負(fù)響應(yīng)，從第4 期開始趨于平穩(wěn)。

農(nóng)村產(chǎn)業(yè)融合發(fā)展指數(shù)對于來自農(nóng)村信息化水平的一個標(biāo)準(zhǔn)差沖擊時，表現(xiàn)出持續(xù)的正響應(yīng)，在第3 期達到響應(yīng)峰值，隨后開始輕微回落，在第5 期開始趨于平穩(wěn)。農(nóng)村產(chǎn)業(yè)融合發(fā)展指數(shù)對于來自農(nóng)業(yè)規(guī)模經(jīng)營水平的一個標(biāo)準(zhǔn)差沖擊時，初始階段有短暫的負(fù)響應(yīng)，但從第3 期開始回升至正響應(yīng)并得以持續(xù)，從第5 期開始趨于平穩(wěn)。

（3） 方差分解

進一步使用方差分解方法揭示各內(nèi)生變量對預(yù)測方差的貢獻度（表5）。根據(jù)方差分解結(jié)果顯示，農(nóng)村產(chǎn)業(yè)融合發(fā)展指數(shù)對自身的方差貢獻率在未來1～10 期內(nèi)雖然呈現(xiàn)不斷下降的態(tài)勢，但總體始終超過其他變量的方差貢獻率，說明農(nóng)村產(chǎn)業(yè)融合發(fā)展具有較強的慣性，自我增強效應(yīng)較好，包括科技創(chuàng)新綜合指數(shù)在內(nèi)的其他變量對農(nóng)村產(chǎn)業(yè)融合發(fā)展指數(shù)的方差貢獻率都較為偏小，這些變量中在第1 期對農(nóng)村產(chǎn)業(yè)融合發(fā)展指數(shù)方差貢獻率最高的是農(nóng)村金融發(fā)展規(guī)模(4.33%)，在第10 期方差貢獻率最高的是農(nóng)村信息化水平(10.20%)。

表5 方差分解

除農(nóng)村金融發(fā)展規(guī)模的方差貢獻率在預(yù)測期內(nèi)略有下降外，其余變量對農(nóng)村產(chǎn)業(yè)融合發(fā)展指數(shù)的方差貢獻率均有所上升，其中科技創(chuàng)新綜合指數(shù)的方差貢獻率從第1 期的0.02%提升至第10 期的1.12%，說明科技創(chuàng)新對農(nóng)村產(chǎn)業(yè)融合的支持效應(yīng)雖然存在，但支持力度還存在較大的改進余地；此外，農(nóng)村收入水平的方差貢獻率從0.52%提升至0.78%，農(nóng)村消費水平的方差貢獻率從0.03%提升至1.48%，地區(qū)貿(mào)易開放度的方差貢獻率從0.15%提升至2.85%，農(nóng)村信息化水平的方差貢獻率從0.21%提升至10.20%，農(nóng)業(yè)規(guī)模經(jīng)營水平的方差貢獻率從0.01%提升至2.58%。

四、研究結(jié)論與政策建議

1.研究結(jié)論

文章使用空間計量模型和PVAR 模型，分別對科技創(chuàng)新支持農(nóng)村產(chǎn)業(yè)融合發(fā)展的空間影響和脈沖響應(yīng)及方差分解進行分析，研究結(jié)果表明：農(nóng)村產(chǎn)業(yè)融合發(fā)展綜合指數(shù)具有顯著的、正向的空間溢出效應(yīng)；科技創(chuàng)新綜合指數(shù)對農(nóng)村產(chǎn)業(yè)融合發(fā)展綜合指數(shù)存在顯著的正向影響，科技創(chuàng)新水平的提高有助于改善農(nóng)村產(chǎn)業(yè)融合發(fā)展?fàn)顟B(tài)，并且能夠促進農(nóng)村產(chǎn)業(yè)融合發(fā)展指數(shù)的空間溢出；農(nóng)村產(chǎn)業(yè)融合發(fā)展指數(shù)對于來自科技創(chuàng)新綜合指數(shù)的一個標(biāo)準(zhǔn)差沖擊時，表現(xiàn)出持續(xù)的正響應(yīng)，但整體反應(yīng)并不大；科技創(chuàng)新綜合指數(shù)對農(nóng)村產(chǎn)業(yè)融合發(fā)展指數(shù)的方差貢獻率偏小，說明支持效應(yīng)雖然存在，但在支持力度方面還存有較大的改進余地。

2.政策建議

（1） 優(yōu)化農(nóng)村產(chǎn)業(yè)融合發(fā)展的空間布局

由于農(nóng)村產(chǎn)業(yè)融合發(fā)展具有空間溢出特征和空間依賴性，因此建議要特別注意打造農(nóng)村產(chǎn)業(yè)融合的連片發(fā)展架構(gòu)，尤其可以聚焦長三角、粵港澳大灣區(qū)、京津冀、成渝經(jīng)濟圈等區(qū)域經(jīng)濟體，構(gòu)建更具規(guī)模效應(yīng)潛力的區(qū)域農(nóng)村產(chǎn)業(yè)融合范式，通過增強地區(qū)間的產(chǎn)業(yè)關(guān)聯(lián)性、提高產(chǎn)業(yè)集聚程度，進一步釋放農(nóng)村產(chǎn)業(yè)融合發(fā)展的空間效應(yīng)，形成地區(qū)間農(nóng)村產(chǎn)業(yè)融合相互帶動的良好局面。

（2） 增強要素流動與集約化配置機制

增強要素流動與集約化配置是科技創(chuàng)新驅(qū)動農(nóng)村產(chǎn)業(yè)融合的重要路徑，要繼續(xù)構(gòu)建有利于土地、技術(shù)、資本、勞動力等要素跨界流動的平臺和制度；消除要素流動的各種壁壘，優(yōu)化要素配置效率，但同時也需使用政策工具調(diào)節(jié)發(fā)達地區(qū)與欠發(fā)達地區(qū)間的要素流入與流出；完善政府支持及各類基礎(chǔ)條件建設(shè)等相關(guān)配套。

（3） 強化知識創(chuàng)新與技術(shù)創(chuàng)新互動機制

科技創(chuàng)新驅(qū)動農(nóng)村產(chǎn)業(yè)融合的動力來自于知識創(chuàng)新和技術(shù)創(chuàng)新的合力。一方面要繼續(xù)加強對知識創(chuàng)新體系和技術(shù)創(chuàng)新體系建設(shè)，增加創(chuàng)新投入、增強創(chuàng)新激勵，在現(xiàn)有基礎(chǔ)上進一步提高兩個體系的綜合水平；另一方面，要以產(chǎn)學(xué)研協(xié)同創(chuàng)新為關(guān)鍵手段推動知識創(chuàng)新和技術(shù)創(chuàng)新融合，強化有助于知識創(chuàng)新與技術(shù)創(chuàng)新間互動的機制。

（4） 完善科技創(chuàng)新與產(chǎn)業(yè)融合對接機制

通過政策扶持、產(chǎn)學(xué)研協(xié)同創(chuàng)新、主體培育、金融支持等多種手段，發(fā)揮多鏈協(xié)同的助推作用，完善科技創(chuàng)新與產(chǎn)業(yè)融合的對接機制，提高產(chǎn)業(yè)融合對科技創(chuàng)新供給與需求的匹配水平，協(xié)調(diào)科技創(chuàng)新與產(chǎn)業(yè)融合各自所追求目標(biāo)趨于一致，促進二者的雙向融合程度。