張婧茹 任嚴(yán)巖

摘要：以2009－2021 年長江經(jīng)濟(jì)帶省域面板數(shù)據(jù)為基礎(chǔ)，采用空間杜賓模型、內(nèi)生增長數(shù)理模型，運(yùn)用動態(tài)最優(yōu)化分析方法及中介效應(yīng)模型探究綠色科技創(chuàng)新是否對長江經(jīng)濟(jì)帶農(nóng)業(yè)綠色全要素生產(chǎn)率產(chǎn)生影響，并分析其影響路徑。研究表明：綠色科技創(chuàng)新可以促進(jìn)長江經(jīng)濟(jì)帶農(nóng)業(yè)綠色全要素生產(chǎn)率的提升，直接效應(yīng)為正，但間接效應(yīng)不顯著；良好的財(cái)政政策可以引導(dǎo)農(nóng)業(yè)生產(chǎn)良性發(fā)展；農(nóng)村教育程度越高，越有助于農(nóng)業(yè)綠色全要素生產(chǎn)率的提升；產(chǎn)業(yè)結(jié)構(gòu)完善和優(yōu)化受綠色科技創(chuàng)新的影響，且對農(nóng)業(yè)綠色全要素生產(chǎn)率的提升形成部分中介作用。

關(guān)鍵詞：長江經(jīng)濟(jì)帶；綠色科技創(chuàng)新；綠色全要素生產(chǎn)率；空間杜賓模型；動態(tài)最優(yōu)化；農(nóng)業(yè)

中圖分類號：F323；X71 文獻(xiàn)標(biāo)志碼：A 文章編號：1672-626X（2023）04-0080-12

一、引言

農(nóng)業(yè)是人類生存與發(fā)展的支撐，也是一國發(fā)展的根本，傳統(tǒng)農(nóng)業(yè)發(fā)展動能來源于勞動力、土地等初始資源稟賦，科技創(chuàng)新則是驅(qū)動現(xiàn)代農(nóng)業(yè)發(fā)展的主要動能[1]，農(nóng)業(yè)綠色全要素生產(chǎn)率需要科技創(chuàng)新的推動。依據(jù)新古典經(jīng)濟(jì)增長理論，要素投入是不可持續(xù)的經(jīng)濟(jì)增長方式，技術(shù)進(jìn)步是維持經(jīng)濟(jì)長期增長的動力之一[2]。

目前，我國傳統(tǒng)農(nóng)業(yè)與現(xiàn)代技術(shù)結(jié)合，生產(chǎn)效率得到提高，農(nóng)產(chǎn)品產(chǎn)量增加，農(nóng)民的收入增加，但仍存在農(nóng)業(yè)技術(shù)水平較低、科技創(chuàng)新能力不足、農(nóng)產(chǎn)品競爭力不強(qiáng)等問題，與此同時，產(chǎn)能過剩、資源浪費(fèi)、環(huán)境惡化等深層次矛盾仍凸顯。

2011年公布的《全國主體功能區(qū)規(guī)劃》中提出，長江流域主產(chǎn)區(qū)是我國重要的農(nóng)產(chǎn)品主產(chǎn)區(qū)之一，在我國農(nóng)業(yè)發(fā)展格局中占據(jù)重要戰(zhàn)略地位。2017年黨的十九大報(bào)告明確指出需要全方位加強(qiáng)農(nóng)業(yè)綠色發(fā)展，從國家戰(zhàn)略角度出發(fā)突出農(nóng)業(yè)綠色發(fā)展的重要性。2020年習(xí)近平總書記在全面推動長江經(jīng)濟(jì)帶發(fā)展座談會上，強(qiáng)調(diào)貫徹落實(shí)黨的十九屆五中全會精神，推動長江經(jīng)濟(jì)帶高質(zhì)量發(fā)展。2020年《中華人民共和國國民經(jīng)濟(jì)和社會發(fā)展第十四個五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》將提高資源利用效率和生態(tài)環(huán)境改善作為基本國策。2022年習(xí)近平總書記在中央農(nóng)村工作會議上指出，我國加快建設(shè)農(nóng)業(yè)強(qiáng)國需要堅(jiān)持“雙輪驅(qū)動”，即科技與改革雙輪并進(jìn)。從整體角度出發(fā)，農(nóng)業(yè)農(nóng)村發(fā)展涉及內(nèi)容較多，需要形成全新的戰(zhàn)略方向[3]。創(chuàng)新是農(nóng)業(yè)農(nóng)村全方位發(fā)展的驅(qū)動力，需要全方位展現(xiàn)科技創(chuàng)新為農(nóng)村建設(shè)帶來的積極影響，全面呈現(xiàn)引領(lǐng)效果[4]。

本文采用空間杜賓模型、內(nèi)生增長數(shù)理模型，運(yùn)用動態(tài)最優(yōu)化分析方法及中介效應(yīng)模型探究綠色科技創(chuàng)新是否對長江經(jīng)濟(jì)帶農(nóng)業(yè)綠色全要素生產(chǎn)率產(chǎn)生影響，分析其影響路徑，并由此提出促進(jìn)長江經(jīng)濟(jì)帶提升農(nóng)業(yè)綠色全要素生產(chǎn)率的建議。

二、文獻(xiàn)綜述

學(xué)術(shù)界對于綠色科技創(chuàng)新能否促進(jìn)農(nóng)業(yè)綠色全要素生產(chǎn)率的提高進(jìn)行了大量研究，現(xiàn)階段關(guān)于綠色科技創(chuàng)新與農(nóng)業(yè)綠色全要素生產(chǎn)率的文獻(xiàn)可以歸納為以下方面：

一是關(guān)于綠色科技創(chuàng)新的作用。Wang等（2020）[5]研究表明綠色科技創(chuàng)新可以降低化石能源消費(fèi)對環(huán)境產(chǎn)生的負(fù)向影響。許可等（2021）[6]以省級行政區(qū)域?yàn)檠芯繉ο螅鶕?jù)國際專利分類表（IPC）的專利分類號信息測算綠色科技創(chuàng)新；發(fā)現(xiàn)綠色科技創(chuàng)新具有環(huán)境友好型的特點(diǎn)，綠水青山的建設(shè)離不開綠色科技的基礎(chǔ)支撐作用。劉貝貝等（2021）[7]提出綠色科技創(chuàng)新在黃河流域高質(zhì)量發(fā)展中起到重要推進(jìn)作用。何偉軍等（2022）[8]選擇長江經(jīng)濟(jì)帶作為研究對象，研究表明人力資本積累可提高全要素碳排放效率，并且綠色科技創(chuàng)新在這一過程中起到部分中介作用。

二是關(guān)于區(qū)域綠色科技創(chuàng)新效率的評價。孫中瑞等（2022）[9]采用超效率SBM模型對中國綠色科技創(chuàng)新效率進(jìn)行測算，并基于引力模型構(gòu)建空間關(guān)聯(lián)網(wǎng)絡(luò)，結(jié)果表明中國綠色科技創(chuàng)新效率整體存在波動增長的趨勢。許曉冬等（2022）[10]通過建立評價體系評價中國區(qū)域綠色科技創(chuàng)新能力，結(jié)果表明東部地區(qū)綠色科技創(chuàng)新水平較高而西部地區(qū)綠色科技創(chuàng)新水平略顯不足。

三是關(guān)于影響綠色科技創(chuàng)新的因素。Xu等（2023）[11]研究表明綠色科技創(chuàng)新受異質(zhì)性環(huán)境標(biāo)準(zhǔn)的影響：清潔生產(chǎn)標(biāo)準(zhǔn)對綠色科技創(chuàng)新有顯著的促進(jìn)作用，但污染排放標(biāo)準(zhǔn)顯著抑制了綠色科技創(chuàng)新。Guo 等（2022）[12]研究表明，消費(fèi)者的情緒波動對制造商的綠色科技創(chuàng)新起著關(guān)鍵作用。康凱等（2023）[13]研究環(huán)境規(guī)制變量與碳排放變量對綠色科技創(chuàng)新的影響。

四是關(guān)于農(nóng)業(yè)綠色全要素生產(chǎn)率測算的研究。郭海紅等（2020）[14]基于“資源-能源-經(jīng)濟(jì)-環(huán)境”構(gòu)建農(nóng)業(yè)綠色全要素生產(chǎn)率理論分析框架，利用改進(jìn)的EBM模型并結(jié)合ML指數(shù)從靜態(tài)和動態(tài)視角進(jìn)行測算。劉亦文等（2021）[15]利用非期望MinDS超效率-MetaFrontier-Malmquist模型測算農(nóng)業(yè)綠色全要素生產(chǎn)率。劉帥等（2022）[16]選擇黃河流域?yàn)檠芯繉ο螅肧BE模型測算農(nóng)業(yè)綠色全要素生產(chǎn)率；王亞飛等（2022）[17]選擇全國作為研究對象，利用SBM-ML模型測算農(nóng)業(yè)綠色全要素生產(chǎn)率。

五是關(guān)于影響農(nóng)業(yè)綠色全要素生產(chǎn)率因素的研究。孫淑惠等（2022）[18]研究認(rèn)為數(shù)字鄉(xiāng)村可以促進(jìn)農(nóng)業(yè)綠色全要素生產(chǎn)率的提升，但作用只限于當(dāng)?shù)貐^(qū)域。同樣，物流業(yè)集聚也能夠促進(jìn)農(nóng)業(yè)綠色全要素生產(chǎn)率提升，但作用也只限于當(dāng)?shù)貐^(qū)域[19]。王亞飛等（2022）[20]研究認(rèn)為，農(nóng)旅產(chǎn)業(yè)協(xié)同集聚能促進(jìn)農(nóng)業(yè)綠色全要素生產(chǎn)率提升。楊秀玉等（2023）[21]研究農(nóng)產(chǎn)品貿(mào)易變量對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響，發(fā)現(xiàn)農(nóng)產(chǎn)品貿(mào)易與農(nóng)業(yè)綠色全要素生產(chǎn)率之間存在倒U型的關(guān)系。金紹榮等（2023）[22]研究人口老齡化變量對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響，結(jié)果顯示，雖然人口老齡化能夠促進(jìn)農(nóng)業(yè)綠色全要素生產(chǎn)率提升，但人口老齡化對農(nóng)業(yè)綠色全要素生產(chǎn)率的促進(jìn)作用存在明顯的區(qū)域差異，在西部與糧食產(chǎn)量較為豐富的地區(qū)該促進(jìn)作用較為顯著。

綜合看來，雖然有很多學(xué)者研究綠色科技創(chuàng)新以及農(nóng)業(yè)綠色全要素生產(chǎn)率，但仍存在研究較為缺乏的部分：首先，長江流域主產(chǎn)區(qū)作為農(nóng)業(yè)的重點(diǎn)區(qū)域，學(xué)者們對該區(qū)域農(nóng)業(yè)綠色全要素生產(chǎn)率的研究仍較為缺乏；第二，目前關(guān)于綠色科技創(chuàng)新對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響研究較為缺乏，更多的是基于定性研究，對于其影響路徑缺乏嚴(yán)謹(jǐn)?shù)膶?shí)證支持。

與已有研究相比，本文擬從以下三個方面進(jìn)行改進(jìn)：一是利用長江經(jīng)濟(jì)帶2009－2021年的面板數(shù)據(jù)，檢驗(yàn)綠色科技創(chuàng)新對農(nóng)業(yè)綠色全要素生產(chǎn)率的作用效果；二是在既往研究的基礎(chǔ)上，嘗試將綠色科技創(chuàng)新引入內(nèi)生增長數(shù)理模型，運(yùn)用動態(tài)最優(yōu)化分析方法求解綠色科技創(chuàng)新與農(nóng)業(yè)綠色全要素生產(chǎn)率的邏輯關(guān)系；三是利用中介效應(yīng)模型剖析綠色科技創(chuàng)新影響長江經(jīng)濟(jì)帶農(nóng)業(yè)綠色全要素生產(chǎn)率的傳導(dǎo)路徑。

三、研究設(shè)計(jì)

這部分將進(jìn)行研究設(shè)計(jì)的論述，為后續(xù)模型的檢驗(yàn)提供理論支持；該論述一共分為兩個部分：一是采用考慮空間因素的空間計(jì)量模型的構(gòu)建，二是模型變量的選擇與計(jì)算說明。

（一）模型的構(gòu)建

本文參考張桅等（2020）[23]的權(quán)重矩陣計(jì)算方法，結(jié)合兩種權(quán)重矩陣完成空間計(jì)量。一是地理距離矩陣（WG）。地理距離矩陣能夠分析兩個地區(qū)之間對應(yīng)的地理距離，并以此為基礎(chǔ)獲得具體權(quán)重。二是經(jīng)濟(jì)距離矩陣（WE）。本文基于不同區(qū)域人均GDP，通過計(jì)算獲得兩個地區(qū)的人均GDP差值，在引入絕對值倒數(shù)的概念后完成權(quán)重設(shè)置。Moran's I指數(shù)法是主流分析空間自相關(guān)性的應(yīng)用方法，本文采取該方法進(jìn)行探討。

由于地區(qū)的經(jīng)濟(jì)增長并非獨(dú)立存在，其不僅受本地區(qū)經(jīng)濟(jì)活動政策等方面的影響，還受臨近地區(qū)經(jīng)濟(jì)活動的影響，因此本文采用考慮空間因素的空間杜賓模型（SDM），SDM模型由空間滯后模型（SAR）與空間誤差模型（SEM）兩種模型結(jié)合而成，代表性更強(qiáng)。SDM模型公式具體如下：

在上述公式中，C 屬于常數(shù)項(xiàng)，ε 屬于擾動項(xiàng)；i和t意為空間和時間；μi 表示空間特定效應(yīng)，ρi 表示時間特定效應(yīng)；γ 反映模型空間自回歸系數(shù)，能夠呈現(xiàn)鄰近單元變量形成的變量影響，為模型運(yùn)行創(chuàng)造條件；φ和φ' 表示在形成地區(qū)觀測值時，獲得其他不同地區(qū)自變量的具體影響系數(shù)；α 和β 分別表示綠色科技創(chuàng)新系數(shù)和其他解釋變量系數(shù)。

本文借鑒Lesage等（2009）[24]的研究，采用偏微分法將農(nóng)業(yè)綠色全要素生產(chǎn)率的空間溢出效應(yīng)分解為直接效應(yīng)、間接效應(yīng)及總效應(yīng)。具體而言，直接效應(yīng)代表本地解釋變量對本地農(nóng)業(yè)綠色全要素生產(chǎn)率的影響；間接效應(yīng)代表本地解釋變量對臨近地區(qū)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響；總效應(yīng)代表本地解釋變量對整個區(qū)域農(nóng)業(yè)綠色全要素生產(chǎn)率的影響。偏微分法的具體公式如下：

在上述公式中，γ表示空間自回歸系數(shù)，其中矩陣對角線元素呈現(xiàn)出的平均值能夠反映出直接效應(yīng)，即本區(qū)域自變量對于農(nóng)業(yè)綠色全要素生產(chǎn)率發(fā)展的影響，矩陣非對角線元素呈現(xiàn)出的平均值能夠反映出間接效應(yīng)，即本區(qū)域自變量對周邊區(qū)域農(nóng)業(yè)綠色全要素生產(chǎn)率的影響，兩者之和表示總效應(yīng)。

（二）變量選取與計(jì)算說明

被解釋變量：農(nóng)業(yè)綠色全要素生產(chǎn)率（AGTFP）。本文選取指標(biāo)與計(jì)算過程參考郭海紅等（2020）[14]、李健旋（2021）[25]，并選用改進(jìn)的EBM模型和Malquist-Luenberger指數(shù)（ML指數(shù)）測度農(nóng)業(yè)綠色全要素生產(chǎn)率。改進(jìn)的EBM模型即在原EBM基礎(chǔ)上擴(kuò)展為包含非期望產(chǎn)出的EBM模型，如下：

當(dāng)GML>1時表示AGTFP提高，當(dāng)GML<1時表示AGTFP下降。投入指標(biāo)包括農(nóng)業(yè)從業(yè)人員、農(nóng)業(yè)播種面積、農(nóng)用機(jī)械總動力、化肥施用量、農(nóng)藥、農(nóng)膜；期望產(chǎn)出為第一產(chǎn)業(yè)GDP；非期望產(chǎn)出包含總磷排放、總氮排放、面源污染、二氧化碳排放。

核心解釋變量：綠色科技創(chuàng)新（AGR）。本文參考陳瓊娣等（2009）[26]的觀點(diǎn)，認(rèn)為綠色科技創(chuàng)新應(yīng)具有專利屬性，并在劉在洲等（2021）[27]的指標(biāo)選取基礎(chǔ)上加以改進(jìn)，改進(jìn)后的指標(biāo)更側(cè)重對農(nóng)業(yè)領(lǐng)域綠色科技創(chuàng)新的分析，并分別梳理與農(nóng)業(yè)經(jīng)濟(jì)建設(shè)有關(guān)的綠色發(fā)明專利、實(shí)用新型專利等用于測算。數(shù)據(jù)根據(jù)IPC分類號在中國知識產(chǎn)權(quán)局整理得出。

控制變量：參考已有文獻(xiàn)，從經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)發(fā)展、創(chuàng)新發(fā)展三個角度進(jìn)行指標(biāo)選取。經(jīng)濟(jì)發(fā)展：財(cái)政投入水平（FE）、收入分配（IND）；產(chǎn)業(yè)發(fā)展：外貿(mào)依存度（TRA）、農(nóng)業(yè)結(jié)構(gòu)（INS）；創(chuàng)新發(fā)展：農(nóng)業(yè)機(jī)械化水平（ML）、農(nóng)村教育程度（RE）。

財(cái)政投入水平（FE）：反映不同區(qū)域農(nóng)林水事務(wù)預(yù)算在當(dāng)?shù)仡A(yù)算總額中所占比例。農(nóng)業(yè)財(cái)政投入所形成的作用往往存在滯后性，因此可選定滯后一期對應(yīng)的財(cái)政收入為一項(xiàng)解釋變量[28]。

收入分配（IND）：反映城鄉(xiāng)民眾收入差距。數(shù)值越高則表明當(dāng)?shù)卣畬τ谵r(nóng)村地區(qū)建設(shè)、農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的缺乏足夠關(guān)注，或當(dāng)?shù)剞r(nóng)業(yè)資源存在稟賦差的特點(diǎn)；農(nóng)業(yè)從業(yè)人員為增多自身收入，會忽視外部問題[29]。

由此可見，收入分配對于農(nóng)業(yè)綠色全要素生產(chǎn)率可能會形成負(fù)影響，需在后階段加以關(guān)注。

外貿(mào)依存度（TRA）：通過當(dāng)?shù)剞r(nóng)產(chǎn)品進(jìn)出口市場交易規(guī)模和農(nóng)業(yè)產(chǎn)業(yè)生產(chǎn)總值之間的比值測算。從整體角度而言，農(nóng)業(yè)發(fā)展環(huán)境受農(nóng)產(chǎn)品貿(mào)易的影響[30]。

農(nóng)業(yè)結(jié)構(gòu)（INS）：通常通過種植業(yè)生產(chǎn)規(guī)模在農(nóng)林漁牧業(yè)生產(chǎn)規(guī)模中所占比例測算，且數(shù)值越大，表明產(chǎn)業(yè)集聚度越明顯。預(yù)計(jì)農(nóng)業(yè)結(jié)構(gòu)可對農(nóng)業(yè)綠色全要素生產(chǎn)率形成積極影響。

農(nóng)業(yè)機(jī)械化水平（ML）：以單位播種面積上的農(nóng)業(yè)機(jī)械總動力呈現(xiàn)。ML提升會引發(fā)溫室氣體排放增多，但同時也能夠提升農(nóng)業(yè)作業(yè)效率。

農(nóng)村教育程度（RE）：用各省市農(nóng)村平均受教育年限表示。平均教育年限=（文盲數(shù)×1+小學(xué)學(xué)歷人數(shù)×6+初中學(xué)歷人數(shù)×9+高中和中專學(xué)歷人數(shù)×12+大專及本科以上學(xué)歷人數(shù)×16）/6歲以上人口總數(shù)?？梢酝ㄟ^教育培訓(xùn)提升農(nóng)民掌握新技術(shù)的能力，從而提高農(nóng)業(yè)綠色全要素生產(chǎn)率。

表1給出了本文各變量的描述性統(tǒng)計(jì)結(jié)果，其中農(nóng)業(yè)綠色全要素生產(chǎn)率的最大值為1.227，最小值為0.881，說明各省份之間農(nóng)業(yè)綠色全要素生產(chǎn)率存在較大差異，這與區(qū)域間的要素稟賦等因素有關(guān)。綠色科技創(chuàng)新的最大值為7.425，最小值為2.398，同樣說明各省份之間綠色科技創(chuàng)新水平存在較大差異。財(cái)政投入水平的最大值為0.184，最小值為0.036，整體來看各省份的財(cái)政投入水平相對較低。收入分配的最大值為4.281，最小值為2.014，說明各省份的收入差距同樣存在一定的差異。

考慮長江流域主產(chǎn)區(qū)的規(guī)劃時間，文章采用2009－2021年中國長江經(jīng)濟(jì)帶11個省市對應(yīng)的面板數(shù)據(jù)信息做出分析。表1中的各項(xiàng)指標(biāo)對應(yīng)數(shù)據(jù)信息主要來自于《中國環(huán)境統(tǒng)計(jì)年鑒》《中國能源統(tǒng)計(jì)年鑒》《中國農(nóng)村統(tǒng)計(jì)年鑒》、各省市統(tǒng)計(jì)年鑒。這些文件均為官方權(quán)威信息資料，缺失部分采用插值法填補(bǔ)。

四、空間杜賓模型檢驗(yàn)

（一）空間自相關(guān)性檢驗(yàn)

在空間計(jì)量模型架構(gòu)和運(yùn)行前，需要明確空間自相關(guān)，若與空間自相關(guān)性有關(guān)的系數(shù)相對顯著，則意味著研究對象并不以隨機(jī)方式分布而具有空間相關(guān)的特點(diǎn)。通?？赏ㄟ^全局指標(biāo)、局域指標(biāo)表述空間自相關(guān)性，并以Moran's I 指數(shù)做出探討，本文采用stata15.0軟件對2009－2021年被解釋變量農(nóng)業(yè)綠色全要素生產(chǎn)率AGTFP、綠色科技創(chuàng)新進(jìn)行全局Moran's I 指數(shù)計(jì)算，分析綠色全要素生產(chǎn)率的空間溢出效應(yīng)，結(jié)果見表2和表3。

根據(jù)表2和表3可知，在地理距離矩陣和經(jīng)濟(jì)距離矩陣下，各年份的全局Moran's I 指數(shù)均大于0，且大部分年份都顯著，說明整體來看農(nóng)業(yè)綠色全要素生產(chǎn)率較高的地區(qū)，其周邊地區(qū)的農(nóng)業(yè)綠色全要素生產(chǎn)率通常也較高，形成了高綠色全要素生產(chǎn)率的關(guān)聯(lián)效應(yīng)。這意味著樣本中的任一區(qū)域農(nóng)業(yè)綠色全要素生產(chǎn)率均與周邊地區(qū)有關(guān)，且區(qū)位相近的區(qū)域?qū)?yīng)的農(nóng)業(yè)資源相似度也較高，有助于資金、技術(shù)、人才等交流。

2009－2021年長江經(jīng)濟(jì)帶各省市間農(nóng)業(yè)綠色全要素生產(chǎn)率以及綠色科技創(chuàng)新相關(guān)性呈波動上升趨勢，其中，2017年Moran's I最低，其原因在于，2017年我國全面推動經(jīng)濟(jì)高質(zhì)量發(fā)展，各地區(qū)結(jié)合發(fā)展規(guī)劃方案有序落實(shí)，長江經(jīng)濟(jì)帶也在統(tǒng)籌資源、展現(xiàn)自身優(yōu)勢的過程中促進(jìn)經(jīng)濟(jì)建設(shè)，農(nóng)業(yè)發(fā)展體系更為成熟，長江經(jīng)濟(jì)帶的空間依賴性逐漸減少，呈現(xiàn)減弱態(tài)勢，整體看來仍在波動中增長。因此，在研究綠色科技創(chuàng)新對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響時，空間因素不可忽視，應(yīng)當(dāng)構(gòu)建空間計(jì)量模型進(jìn)行實(shí)證分析。

（二）空間杜賓模型檢驗(yàn)

本文基于stata15.0軟件，對方程（1）、方程（2）做出模型估計(jì)，得到的結(jié)果在表4中呈現(xiàn)。

就地理距離矩陣回歸結(jié)果而言，綠色科技創(chuàng)新的回歸系數(shù)為0.043，且在1%的水平下顯著，即地區(qū)的綠色科技創(chuàng)新每提高1個百分點(diǎn)，其農(nóng)業(yè)綠色全要素生產(chǎn)率會提高0.043個百分點(diǎn)。這說明各地區(qū)的綠色科技創(chuàng)新在提高本地農(nóng)業(yè)綠色全要素生產(chǎn)率的同時，還會促進(jìn)周邊地區(qū)農(nóng)業(yè)綠色全要素生產(chǎn)率的提升。由于綠色科技創(chuàng)新能夠反映企業(yè)創(chuàng)造力、實(shí)用新型專利覆蓋面等，這些均可以直接推動企業(yè)發(fā)展，因此各項(xiàng)成果在運(yùn)用時均可能助推本區(qū)域農(nóng)業(yè)綠色全要素生產(chǎn)率的提高。

農(nóng)業(yè)機(jī)械化水平的回歸系數(shù)在地理距離矩陣下為-0.107，且在5%的水平下顯著，說明農(nóng)業(yè)機(jī)械化水平每提高1個百分點(diǎn)，農(nóng)業(yè)綠色全要素生產(chǎn)率會降低0.107個百分點(diǎn)。從結(jié)果來看，在目前的科技水平下，盡管提升農(nóng)業(yè)機(jī)械化水平能夠促進(jìn)生產(chǎn)效率建設(shè)，但也容易引發(fā)溫室氣體增多，農(nóng)業(yè)機(jī)械化水平提高的負(fù)效應(yīng)要大于生產(chǎn)效率提高的正效應(yīng)。

農(nóng)村教育程度的回歸系數(shù)在地理距離矩陣下為0.044，且在1%的水平下顯著，即農(nóng)村教育程度每提高1個百分點(diǎn)，綠色全要素生產(chǎn)率會提高0.044個百分點(diǎn)。這是由于較高的教育水平會提高勞動者的學(xué)習(xí)能力，提高其專業(yè)技能，有助于農(nóng)業(yè)綠色全要生產(chǎn)率的提升。

地理距離矩陣和經(jīng)濟(jì)距離矩陣權(quán)重下的W*LNAGR系數(shù)為正，但不顯著，表明本省市綠色科技創(chuàng)新對相鄰省市農(nóng)業(yè)綠色全要素生產(chǎn)率并不具備顯著作用。這主要是由于目前長江經(jīng)濟(jì)帶并未呈現(xiàn)出整體效應(yīng)，相關(guān)綠色科技創(chuàng)新成果的覆蓋面擴(kuò)散較慢，科技傳導(dǎo)效應(yīng)尚未形成。

（三）空間杜賓模型穩(wěn)健性檢驗(yàn)

通過將地理距離矩陣、經(jīng)濟(jì)距離矩陣分解為直接效應(yīng)、間接效應(yīng)以及總效應(yīng)，檢驗(yàn)空間杜賓模型的穩(wěn)健性，結(jié)果見表5。

地理矩陣與經(jīng)濟(jì)矩陣下的綠色科技創(chuàng)新直接效應(yīng)系數(shù)均為正值，同時滿足1%水平顯著性檢驗(yàn)要求，由此可見綠色科技創(chuàng)新有助于農(nóng)業(yè)綠色全要素生產(chǎn)率的提高，這與之前檢驗(yàn)結(jié)果基本保持一致。綠色科技創(chuàng)新所形成的間接效應(yīng)并不顯著，原因可能在于當(dāng)前我國農(nóng)業(yè)技術(shù)市場尚未完善，相應(yīng)的技術(shù)交易活躍度也不高，因此綠色科技創(chuàng)新成果在運(yùn)用過程中的覆蓋面較小，僅在本省市發(fā)揮作用，在長江經(jīng)濟(jì)帶不同省市之間形成資源共享的情況不多，且這些省市之間在經(jīng)濟(jì)建設(shè)中存有一定競爭，因此較少主動對外分享綠色科技創(chuàng)新成果?？傮w而言，綠色科技創(chuàng)新成果盡管能夠?qū)χ苓叺貐^(qū)形成一定影響，但所對應(yīng)的影響程度較小。

農(nóng)業(yè)機(jī)械化水平的地理距離矩陣與經(jīng)濟(jì)距離矩陣的間接效應(yīng)為負(fù)，與上述空間杜賓模型檢驗(yàn)結(jié)果基本保持一致。農(nóng)村教育程度在地理距離矩陣與經(jīng)濟(jì)距離矩陣的權(quán)重下，直接效應(yīng)回歸系數(shù)均顯著為正，經(jīng)濟(jì)距離矩陣下的總效應(yīng)仍顯著為正，說明農(nóng)村教育對農(nóng)業(yè)綠色全要素生產(chǎn)率具有正面影響。

綜上所述，分解結(jié)果與空間杜賓模型回歸結(jié)果基本保持一致，故通過穩(wěn)健性檢驗(yàn)，模型結(jié)果具有可信性。

五、影響機(jī)制檢驗(yàn)

（一）中介效應(yīng)模型的建立

為刻畫綠色科技創(chuàng)新影響農(nóng)業(yè)綠色全要素生產(chǎn)率的作用機(jī)理，借鑒Romer（1990）[31]、郭峰等（2021）[32]在研究過程中的思路，打造與綠色科技創(chuàng)新、農(nóng)業(yè)綠色全要素生產(chǎn)率相關(guān)的內(nèi)生增長數(shù)理模型。在研究中基于柯布道格拉斯生產(chǎn)函數(shù)，發(fā)揮中介效應(yīng)模型作用，構(gòu)造如下：

利用式（13）求E關(guān)于T的偏導(dǎo)數(shù)，偏導(dǎo)結(jié)果為正，表明綠色科技創(chuàng)新對農(nóng)業(yè)綠色全要素生產(chǎn)率具有正向的直接效應(yīng)，與上述空間杜賓模型分析相符，再結(jié)合式（9）可知：綠色科技創(chuàng)新水平T的提高，取決于科研人員的勞動力數(shù)量和綠色科技創(chuàng)新能力，首先綠色科技進(jìn)步助力要素生產(chǎn)效率的提升，促進(jìn)產(chǎn)業(yè)鏈的協(xié)調(diào)效應(yīng)；其次隨著科研人員數(shù)量的提升，農(nóng)業(yè)將吸納更多投資進(jìn)入經(jīng)濟(jì)體系，引領(lǐng)產(chǎn)業(yè)結(jié)構(gòu)向高質(zhì)量轉(zhuǎn)型升級。

故按照理論分析內(nèi)容結(jié)合空間杜賓模型分析結(jié)果來看，綠色科技創(chuàng)新對農(nóng)業(yè)綠色全要素生產(chǎn)率的傳導(dǎo)路徑為產(chǎn)業(yè)結(jié)構(gòu)升級，綜合運(yùn)用中介效應(yīng)檢驗(yàn)?zāi)Ｐ秃蚐AR模型，能夠?qū)唧w傳導(dǎo)影響途徑做出識別，表達(dá)式為：

其中，M為中介變量產(chǎn)業(yè)結(jié)構(gòu)升級UIS，用第三產(chǎn)業(yè)產(chǎn)值/第二產(chǎn)業(yè)產(chǎn)值替代[29]。

（二）中介效應(yīng)檢驗(yàn)結(jié)果

表6列出地理距離矩陣WG 、經(jīng)濟(jì)距離矩陣WE 下產(chǎn)業(yè)結(jié)構(gòu)升級UIS對農(nóng)業(yè)綠色全要素生產(chǎn)率相應(yīng)中介效應(yīng)檢驗(yàn)結(jié)果的影響，可以看出：在排除中介變量影響時，LNAGR對于農(nóng)業(yè)綠色全要素生產(chǎn)率的具體影響系數(shù)顯著為正；LNAGR對中介變量具體影響系數(shù)顯著為正，表明綠色科技創(chuàng)新對產(chǎn)業(yè)結(jié)構(gòu)升級具有正向促進(jìn)效應(yīng)；納入中介變量，產(chǎn)業(yè)結(jié)構(gòu)升級對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響顯著為正，核心解釋變量綠色科技創(chuàng)新LNAGR對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響顯著為正，且在地理距離矩陣WG 權(quán)重下系數(shù)有所下降，說明產(chǎn)業(yè)結(jié)構(gòu)升級在綠色科技創(chuàng)新對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響中具有部分中介效應(yīng)。

六、結(jié)論與建議

（一）結(jié)論

利用地理距離矩陣和經(jīng)濟(jì)距離矩陣分別構(gòu)建空間杜賓模型，并通過構(gòu)建包含綠色科技創(chuàng)新與農(nóng)業(yè)綠色全要素生產(chǎn)率的內(nèi)生增長數(shù)理模型，檢驗(yàn)綠色科技創(chuàng)新影響農(nóng)業(yè)綠色全要素生產(chǎn)率的傳導(dǎo)機(jī)制。綜合各種分析結(jié)果，得出如下主要結(jié)論：綠色科技創(chuàng)新對農(nóng)業(yè)綠色全要素生產(chǎn)率具有顯著促進(jìn)作用，直接效應(yīng)為正，間接效應(yīng)不顯著。從控制變量整體來看，地區(qū)財(cái)政投入水平在促進(jìn)當(dāng)?shù)剞r(nóng)業(yè)綠色全要素生產(chǎn)率的同時，還會提高周邊地區(qū)的農(nóng)業(yè)綠色全要素生產(chǎn)率；農(nóng)村教育程度越高，勞動者的學(xué)習(xí)能力越強(qiáng)，越有助于農(nóng)業(yè)綠色全要生產(chǎn)率的提升；收入分配、外貿(mào)依存度、農(nóng)業(yè)結(jié)構(gòu)、農(nóng)業(yè)機(jī)械化水平等能夠?qū)r(nóng)業(yè)綠色全要生產(chǎn)率形成的作用效應(yīng)并不顯著。

綠色科技創(chuàng)新通過產(chǎn)業(yè)結(jié)構(gòu)升級對農(nóng)業(yè)綠色全要素生產(chǎn)率形成部分中介作用。目前長江經(jīng)濟(jì)帶已逐步打造出一體化模式，基建設(shè)施也得到有效完善，整體效應(yīng)正在逐步顯現(xiàn)，提高該產(chǎn)業(yè)鏈中的任意節(jié)點(diǎn)均可以促進(jìn)產(chǎn)業(yè)鏈整體升級發(fā)展，進(jìn)而產(chǎn)生促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與優(yōu)化的驅(qū)動力，發(fā)揮出綠色科技創(chuàng)新對產(chǎn)業(yè)結(jié)構(gòu)升級的促進(jìn)作用。

（二）建議

第一，鼓勵企業(yè)綠色科技創(chuàng)新，發(fā)揮科技創(chuàng)新在產(chǎn)業(yè)升級中的力量。從上述分析可知，綠色科技創(chuàng)新對農(nóng)業(yè)綠色全要素生產(chǎn)率具有顯著促進(jìn)作用，創(chuàng)新成果可直接提高產(chǎn)出效率，減少高污染的生產(chǎn)模式，對于產(chǎn)業(yè)結(jié)構(gòu)的升級起到關(guān)鍵性的推動作用。具體來說：政府應(yīng)鼓勵企業(yè)綠色科技創(chuàng)新，并完善政策鼓勵機(jī)制，解決“卡脖子”技術(shù)難題，激勵企業(yè)提高生產(chǎn)效率，優(yōu)化資源配置，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級；針對長江經(jīng)濟(jì)帶發(fā)展不同區(qū)域制定適應(yīng)性的政策措施，鼓勵不同區(qū)域技術(shù)交流融合，共同提高生產(chǎn)要素的供給質(zhì)量。

第二，注重政策效果的聯(lián)動性，強(qiáng)化長江經(jīng)濟(jì)帶農(nóng)業(yè)產(chǎn)業(yè)升級的內(nèi)在動力。上述理論分析證明長江經(jīng)濟(jì)帶已逐步打造出一體化模式，整體效應(yīng)正在逐步顯現(xiàn)，得益于國家的各項(xiàng)政策支持，所以應(yīng)注重政策效果的聯(lián)動性。由內(nèi)生增長數(shù)理模型分析可知，強(qiáng)化長江經(jīng)濟(jì)帶農(nóng)業(yè)產(chǎn)業(yè)升級的內(nèi)在動力有助于提升農(nóng)業(yè)綠色全要素生產(chǎn)率。具體來說：聯(lián)動性的政策能打破層級限制，維持各區(qū)域發(fā)展的均衡，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級的同時，善用農(nóng)業(yè)產(chǎn)業(yè)升級內(nèi)生增長的動力，強(qiáng)化宏觀經(jīng)濟(jì)政策對產(chǎn)業(yè)升級的作用。

第三，重視農(nóng)業(yè)科技人才培養(yǎng)。創(chuàng)新的基礎(chǔ)離不開人才，農(nóng)業(yè)綠色全要素生產(chǎn)率的提高離不開創(chuàng)新人才，應(yīng)充分利用長江經(jīng)濟(jì)帶教育資源，培養(yǎng)有關(guān)低碳生產(chǎn)、資源利用等專業(yè)型人才。具體來說：基層政府主管部門可按照農(nóng)業(yè)產(chǎn)業(yè)發(fā)展需要，盡可能拓寬培訓(xùn)教材內(nèi)容、豐富培訓(xùn)教材資源，增多對點(diǎn)培訓(xùn)，使得新型職業(yè)農(nóng)民培育內(nèi)容更為貼近當(dāng)?shù)剞r(nóng)村實(shí)際發(fā)展需要，并結(jié)合新媒體工具提高培訓(xùn)互動性，通過組織培訓(xùn)的方式提升農(nóng)業(yè)從業(yè)人員專業(yè)能力和綜合素質(zhì)；農(nóng)業(yè)專業(yè)型院校應(yīng)積極創(chuàng)建校企合作項(xiàng)目，為綠色科技應(yīng)用提供實(shí)踐平臺；加快專業(yè)化長江經(jīng)濟(jì)帶農(nóng)業(yè)高質(zhì)量發(fā)展科研平臺的建立，吸引農(nóng)業(yè)科技創(chuàng)新人才，為長江經(jīng)濟(jì)帶農(nóng)業(yè)綠色全要素生產(chǎn)率的提高保駕護(hù)航。

參考文獻(xiàn)：

[1] 滕堂偉，王馨雅，唐卓偉.一號文件與中國農(nóng)業(yè)發(fā)展動能轉(zhuǎn)換——基于政策文本的量化分析[J].蘭州大學(xué)學(xué)報(bào)（社會科學(xué)版），2018（5）：102-110.

[2] 封永剛.中國農(nóng)業(yè)經(jīng)濟(jì)增長動能的分解與轉(zhuǎn)換歷程——一個有偏技術(shù)進(jìn)步分析框架[D].重慶：西南大學(xué)，2018.

[3] 石寶峰，趙敏娟，夏顯力，等.堅(jiān)持農(nóng)業(yè)農(nóng)村優(yōu)先發(fā)展：理論創(chuàng)新與實(shí)踐探索——第四屆中國農(nóng)業(yè)經(jīng)濟(jì)理論前沿論壇綜述[J].經(jīng)濟(jì)研究，2021（5）：203-207.

[4] 李文鴻，曹萬林.科技創(chuàng)新、對外開放與京津冀高質(zhì)量協(xié)同發(fā)展研究[J].統(tǒng)計(jì)與決策，2021（7）：122-126.

[5] WANG H R，CUI H R，ZHAO Q Z. Effect of Green Technology Innovation on Green Total Factor Productivity in China：Evidence from Spatial Durbin Model Analysis[J]. Journal of Cleaner Production，2020，288（15）：1-12.

[6] 許可，張亞峰.綠色科技創(chuàng)新能帶來綠水青山嗎？——基于綠色專利視角的研究[J].中國人口·資源與環(huán)境，2021（5）：141-151.

[7] 劉貝貝，左其亭，刁藝璇.綠色科技創(chuàng)新在黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展中的價值體現(xiàn)及實(shí)現(xiàn)路徑[J].資源科學(xué)，2021（2）：423- 432.

[8] 何偉軍，李聞欽，鄧明亮.人力資本、綠色科技創(chuàng)新與長江經(jīng)濟(jì)帶全要素碳排放效率[J].科技進(jìn)步與對策，2022（9）：23-31.

[9] 孫中瑞，樊杰，孫勇，等.中國綠色科技創(chuàng)新效率空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)特征及影響因素[J].經(jīng)濟(jì)地理，2022（3）：33-43.

[10] 許曉冬，秦續(xù)天，劉金晶，等.新發(fā)展格局下我國區(qū)域綠色技術(shù)創(chuàng)新能力評價研究[J]. 價格理論與實(shí)踐，2022（3）：165-168+205.

[11] XU L，YANG L L，LI D，SHAO S. Asymmetric Effects of Heterogeneous Environmental Standards on Green Technology Innova?tion：Evidence from China[J]. Energy Economics，2023，117（1）：15-38.

[12] GUO H B，LU M T，DING L L. The Effect of Consumer Sentiment on ManufacturersGreen Technology Innovation：A RDEU Evo?lutionary Game Model [J]. Sustainability，2022，15（1）：706-727.

[13] 康凱，張世陽. 環(huán)境規(guī)制與碳排放對我國流通產(chǎn)業(yè)綠色科技創(chuàng)新的影響研究[J]. 商業(yè)經(jīng)濟(jì)研究，2023（2）：9-14.

[14] 郭海紅，劉新民.中國農(nóng)業(yè)綠色全要素生產(chǎn)率時空演變[J].中國管理科學(xué)，2020（9）：66-75.

[15] 劉亦文，歐陽瑩，蔡宏宇.中國農(nóng)業(yè)綠色全要素生產(chǎn)率測度及時空演化特征研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2021（5）：39-56.

[16] 劉帥，張航宇，蔡文靜.黃河流域農(nóng)業(yè)綠色全要素生產(chǎn)率的空間格局與動態(tài)演進(jìn)[J].生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)，2022（12）：1557-1566.

[17] 王亞飛，張齊家，柏穎.我國農(nóng)業(yè)綠色全要素生產(chǎn)率及其時空演變[J].統(tǒng)計(jì)與決策，2022（20）：98-102.

[18] 孫淑惠，劉傳明，陳曉楠.數(shù)字鄉(xiāng)村、網(wǎng)絡(luò)溢出和農(nóng)業(yè)綠色全要素生產(chǎn)率[J].中國農(nóng)業(yè)資源與區(qū)劃，2022（18）：1-19.

[19] 鄢曹政，殷旅江，何波.物流業(yè)集聚、空間溢出效應(yīng)與農(nóng)業(yè)綠色全要素生產(chǎn)率[J].中國流通經(jīng)濟(jì)，2022（9）：3-16.

[20] 王亞飛，徐銘，張齊家.農(nóng)旅產(chǎn)業(yè)協(xié)同集聚對農(nóng)業(yè)綠色全要素生產(chǎn)率增長的影響：作用機(jī)理與經(jīng)驗(yàn)證據(jù)[J].安徽師范大學(xué)學(xué)報(bào)（人文社會科學(xué)版），2022（4）：143-157.

[21] 楊秀玉，仝錦濤.農(nóng)產(chǎn)品貿(mào)易對農(nóng)業(yè)綠色全要素生產(chǎn)率的空間溢出效應(yīng)——基于農(nóng)業(yè)產(chǎn)業(yè)集聚的調(diào)節(jié)作用[J].中國農(nóng)業(yè)資源與區(qū)劃，2023（18）：1-15.

[22] 金紹榮，王佩佩.人口老齡化、農(nóng)地流轉(zhuǎn)與農(nóng)業(yè)綠色全要素生產(chǎn)率[J].宏觀經(jīng)濟(jì)研究，2023（1）：101-117.

[23] 張桅，胡艷.長三角地區(qū)創(chuàng)新型人力資本對綠色全要素生產(chǎn)率的影響——基于空間杜賓模型的實(shí)證分析[J].中國人口·資源與環(huán)境，2020（9）：106-120.

[24] LESAGE J，PACE R.Introduction to Spatial Econometrics[M].Boca Raton：CRC Press，2009：189-207.

[25] 李健旋.農(nóng)村金融發(fā)展與農(nóng)業(yè)綠色全要素生產(chǎn)率提升研究[J].管理評論，2021（3）：84-95.

[26] 陳瓊娣，胡允銀．“綠色專利”制度設(shè)計(jì)[J].中國科技論壇，2009（3）：106-109+114.

[27] 劉在洲，汪發(fā)元.綠色科技創(chuàng)新、財(cái)政投入對產(chǎn)業(yè)結(jié)構(gòu)升級的影響——基于長江經(jīng)濟(jì)帶2003－2019年數(shù)據(jù)的實(shí)證分析[J].科技進(jìn)步與政策，2021（4）：53-61.

[28] 肖銳，陳池波.財(cái)政支持能提升農(nóng)業(yè)綠色生產(chǎn)率嗎？——基于農(nóng)業(yè)化學(xué)品投入的實(shí)證分析[J].中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2017（1）：18-24.

[29] BOYCE J K. Inequality as a Cause of Environmental Degradation[J]. Ecological Economics，1994，11（3）：169-178.

[30] MINTEN B，RANDRIANARISON L，SWINNEN J.Spillovers from High-value Agriculture for Exports on Land Use in Developing Countries：Evidence from Madagascar[J]. Agricultural Economics，2007，37（2-3）：265-275.

[31] ROMER P M. Endogenous Technological Change[J].Journal of Political Economy，1990，98（5）：S71-S102．

[32] 郭峰，陳凱.空間視域下互聯(lián)網(wǎng)發(fā)展對城市環(huán)境質(zhì)量的影響——基于空間杜賓模型和中介效應(yīng)模型[J].經(jīng)濟(jì)問題探索，2021（1）：104-112.

（責(zé)任編輯：何飛）