中国农业新质生产力发展水平测度与评价

Measurement and evaluation of the development level of new-quality agricultural productivity in China

摘要

为探究中国农业新质生产力发展概况，理论上，基于产业资本循环理论，厘清农业新质生产力发展逻辑；实证上，从农业新质劳动者、农业新质劳动对象、农业新质劳动资料和优化组合的跃升4个方面构建农业新质生产力评价指标体系，采用博弈论组合赋权与TOPSIS-VIKOR联用模型测度2012—2022年中国30个省份农业新质生产力发展水平（统计数据未含西藏自治区及港澳台地区，下同。），借助Dagum基尼系数、Kernel密度估计、Moran’s I指数解析其区域差异及时空演化特征。研究发现：考察期内中国农业新质生产力水平逐年上升，但整体水平较低，在四大经济区和三大粮食功能区差异明显；各维度指数由高到低依次是农业新质劳动资料>农业新质劳动者>农业新质劳动对象>优化组合的跃升；农业新质生产力水平总体差异波动下降，区域间差异是总体差异的主要来源；各区域内多数省份间农业新质生产力水平绝对差异增大，但极化现象有所减弱；农业新质生产力发展水平存在空间正相关性，其中以粮食主产区最为明显。

Abstract

The study aims to explore the overview of the development of new-quality agricultural productivity in China. Theoretically， based on the theory of industrial capital circulation， this study clarifies the logical development of new-quality productivity in agriculture， and empirically， an evaluation index system for new-quality agricultural productivity is constructed from four aspects including new-quality agricultural laborers， new-quality agricultural labor objects， new-quality agricultural means of labor， and leapfrogging through optimized combinations. A combined model of game theory-based combined weighting and TOPSIS-VIKOR is adopted to measure the development levels of new-quality productivity in agriculture across 30 provinces in China from 2012 to 2022 （The data do not include those of Xizang， Hong Kong， Macao and Taiwan regions， the same below）. The Dagum Gini coefficient， Kernel density estimation and Moran’s I index are utilized to analyze the regional disparities and spatio-temporal evolution characteristics. The findings reveal that： During the study period， China's new-quality agricultural productivity level increased annually but remained relatively low， and there were notable disparities across the four major economic zones and three major grain production functional areas. The indices across dimensions rank from high to low as follows： new-quality agricultural means of labor>new-quality agricultural laborers>new-quality agricultural labor objects>leapfrogging through optimized combinations. The overall difference in new-quality agricultural productivity levels fluctuated and declined， and the inter-regional disparities were the primary source of overall disparities. Among most provinces within each region， the absolute difference in new-quality agricultural productivity levels increased， but the polarization phenomenon weakened. There is a spatial positive correlation in the development level of new-quality agricultural productivity， and the most significant correlation is observed in major grain-producing areas.

Graphical abstract

关键词

农业新质生产力 / 发展逻辑 / 发展水平 / 区域差异 / 时空演化

Key words

new-quality agricultural productivity / development logic / development level / regional disparities / spatiotemporal evolution

2023年9月，习近平总书记在黑龙江省考察期间首次提出，“加快发展新质生产力，增强发展新动能”。新质生产力是以技术革命性突破、生产要素创新性配置、产业深度转型升级为主要驱动的高水平现代化生产力，不仅是提升全要素生产率的强劲动力，也是推动实体经济高质量发展的新竞争力。其中，农业作为“国之大者”，发展农业新质生产力，既是推进乡村全面振兴的实然之举，也是实现农业高质量发展的重要途径。现阶段，中国农业发展仍面临基础设施相对滞后、生产成本攀升与供需错配并存、生态破坏与资源环境污染严重等障碍^［1］。在农业发展中充分发挥新质生产力的核心功效，对缓解资源约束趋紧、提高农业生产经营效率、重构农业全产业链体系意义重大。基于此，深入剖析农业新质生产力发展的理论内涵与发展逻辑，科学测度农业新质生产力发展水平，准确把握其区域差异及时空演化情况，对加快推进农业现代化、实现农业高质量发展具有现实意义。

学界围绕农业领域新质生产力展开了广泛探讨，相关研究成果不断涌现，主要回答了3个关键问题。1）何为农业新质生产力？农业新质生产力本质上是通过农业技术革命性突破，实现传统农业生产力三要素提质升级与优化组合^［2］、推动农业深度转型升级^［3］、催生农村新产业新模式新业态的先进生产力，具有动态性、时代性和可持续性特征^［4］。2）为何发展农业新质生产力？从内部需求看，面对当前中国农业微观组织结构，引导小农户与现代农业有机衔接离不开农业新质生产力^［5］。同时，在资源禀赋不足与资源环境约束趋紧的双重压力下，通过生产力要素优化组合的能级跃迁^［6］，实现农业生产方式现代化变革，成为经济、社会和生态效益有机统一的现实需要^［2］。从外部环境看，面对当前激烈的国际农业科技竞争，发展超越当前农业生产力水平的新动能，是掌握国家粮食安全主动权的重要支撑^［7］。以科技创新为驱动的农业新质生产力既是加快农业科技创新、构建粮食安全新发展格局的关键动能^［8］，也是强化农业产业韧性、提高农产品国际竞争力的有力保障^［9］。3）如何发展新质生产力？发展农业生产力既要构建新型农业经营体系^［10］，培育适宜其发展的新型生产关系^［11］，也要发挥新型举国体制优势^［12］，集中协调配置资源，推动创新链、产业链协同发展^［4］。另外，少数学者就农业新质生产力发展水平进行了初步探索，普遍基于农业生产力三要素构建指标体系，探讨农业新质生产力发展的区域差异及空间关联关系^［13-15］。

文献梳理发现：第一，部分研究在探讨农业新质生产力的发展逻辑时，尚未充分关注到经济学原理同农业生产经营各环节的有机结合，致使农业新质生产力的发展逻辑可能未被深刻阐释；第二，既有文献普遍基于生产力三要素构建农业新质生产力指标评价体系，未能充分捕捉要素优化组合带来的积极效用，无法全面客观反映农业新质生产力的实际水平。鉴于此，本研究拟以2012—2022年中国30个省份为研究样本（统计数据未含西藏自治区及港澳台地区，下同），在厘清农业新质生产力发展逻辑的基础上，以农业新质生产力的现实基础和现实表现为依据，构建科学合理的农业新质生产力指标体系，采用博弈论主观赋权和TOPSIS-VIKOR联用模型测算其发展水平，借助Dagum基尼系数、Kernel密度估计和Moran’s I指数解析其区域差异及时空演化特征，以期为加快培育与发展农业新质生产力提供科学参考。

1　农业新质生产力理论内涵与逻辑

1.1　农业新质生产力的理论内涵

农业新质生产力是传统农业生产力的发展和创新，马克思生产力理论仍适用于农业新质生产力。结合当前农业现实背景，农业新质生产力具有丰富的理论内涵，着重表现在以下4个方面：

新质劳动者是农业新质生产力的发展前提。传统农业劳动者认知能力和学习能力相对有限，具有极强的行为惯性，创业精神相对匮乏。而与农业新质生产力相适应的劳动者是掌握先进技术、具备专业劳动技能和高水平劳动素养的新型劳动者，主要表现在人力资本、价值创造和就业理念三方面。首先，农业新质劳动力具备较高人力资本，这类群体拥有更丰富的知识储备，更加关注农业技术应用、非农业技能培训和教育资源获取，在农产品市场和就业市场中具有较强竞争力。其次，农业新质劳动者能够实现更大化价值创造，掌握了更多适应现代农业发展的劳动技能，具有较高的技术认知水平和劳动生产率，能够运用新技术和设备从事农业生产，从而创造更多新价值、转移更多生产资料旧价值^［16］，有利于物质财富积累，并进一步改善消费水平和结构。最后，农业新质生产力拥有更强的就业理念，其所表现出的信息利用和机会识别能力有助于将外部资源内化为自身禀赋优势，进而更好地把握创业机会、做出创业决策。

新质劳动对象是农业新质生产力的发展基础。传统农业劳动对象是土地、农作物、农畜等，以粗放式经营方式为主，其生产过程引致的一系列资源环境问题成为农业可持续发展的重要障碍。而与农业新质生产力相适应的劳动对象具有“新料质”属性，主要体现在农业绿色发展和农业产业升级两个维度。一方面，农业新质劳动对象具有深刻的生态意识和绿色发展理念，更加注重资源节约和环境保护，强调通过资源高效利用、生态环境保护、农业废弃物资源化利用，实现经济、社会和环境效益有机统一。另一方面，相较于传统农业劳动对象，农业新质劳动对象具备更高维度的农业规范化、专业化、集约化理念，实现了农民专业合作社和农产品加工企业等市场主体持续发力、农业产业链不断强化与延伸、数字技术持续渗透等深刻变革。

新质劳动资料是农业新质生产力的发展关键。传统劳动资料主要包括用于播种、施肥、灌溉、收割等环节的机械设备和生产工具，资源消耗大且效率低下，难以适应现代市场需求。而与农业新质生产力相适应的劳动资料具有“新介质”属性，主要体现在保障农业生产的各类物质资料以及变革传统农业发展方式、实现农业产业创新的科技支撑。一方面，自动化、智能化的农业设施与数字化、高效能的农业新基建是发展农业新质生产力的重要保障，例如，农业气象观测站、智能农业机械、智能设施环境控制系统赋能智慧农业建设，为农业高质量发展注入强劲动力。另一方面，农业科技创新是农业新质劳动资料发生质变的关键支撑，通过引入新技术、新产品和农业科技人才，推动农业产业转型升级，催生农业领域新模式新业态。

新质劳动力、新质劳动对象、新质劳动资料3项要素优化组合的跃升是发挥农业新质生产力效能的现实表现，主要体现在资源要素优化配置和农业新业态培育。农业生产能力的提升、组织模式的创新和经营效率的提高，能够带动高素质农业劳动力、经改造升级后的农业劳动对象和高效率、高科技农业劳动资料三者有机融合，实现资源优化配置、产业结构升级，从而提高农业绿色全要素生产率，并激发农业新业态，产生“1+1+1>3”的强劲动能。伴随数字技术持续渗透、资源要素优化配置以及农户不断分化，农业规模经济临界点有所扩大，需要以家庭农场、农民专业合作社、农业产业化龙头企业等新型农业经营主体承载农业新质生产力，引领农业高质量发展。

1.2　农业新质生产力的发展逻辑

如前所述，农业新质劳动者、农业新质劳动对象、农业新质劳动资料三要素是发展农业新质生产力的现实基础，3项要素优化组合的能级跃升是发挥农业新质生产力效能的现实表现。发展农业新质生产力本质上是新型劳动者或新型农业经营主体通过购买并使用现代化农业技术及数据要素，实现农业各环节资源优化配置、要素精准管控、产业结构升级，从而提高农业绿色全要素生产率。这既能实现传统种养业向新产业、新业态、新模式的变迁，也能提升农业内外循环发展效能，促进可持续发展。事实上，这一发展逻辑与马克思资本循环理论相契合。为此，本研究基于马克思资本循环理论的核心要义，参照王定祥等^［17］构建的“基础设施—环境条件—发展过程”三维分析方法，理解并把握农业新质生产力发展逻辑的经济学内涵。

由图1可知，发展农业新质生产力应满足如下条件。1）前置条件：收集与分析作物生长信息的农业信息基础设施；实现生产要素及农产品交易的现代农业市场设施；促进数字技术与农业实体深度融合的算力基础设施；开展农业现代化生产的生产服务设施；促进农产品数字化生产、多渠道销售的现代技术平台；农产品冷藏保鲜、仓储物流等冷链物流设施^［18］以及农业光伏等绿色能源保障。2）推进条件：掌握先进生产技术和现代化管理经验的新型劳动者；具有生产集约化、技术专业化和经营市场化优势的新型农业经营主体；产生颠覆性农业创新技术、培育新型农业人才的高校和科研机构；提供数字技能服务、农产品精深加工的农业科技人员及企业。3）制度条件：提供资金基础、风险保障的金融资金支持和农业保险机制、完善的劳动保护与社会保障制度、健全的新型举国体制。

在具备上述发展条件下，新型劳动者通过外部采购获得先进的农业技术及数据要素，进而对农业活动进行现代化改造。依据资本循环理论揭示的单个产业部门资本投入与产出的过程及规律，新质生产力将赋能农业采购、生产和销售3个环节，该3个环节分别对应货币资本、生产资本和商品资本。

第一阶段：新质生产力赋能农业采购环节。新型劳动者使用货币资本（G）获得高素质劳动力（L）、高效农用物资（kd）、农业智能设备（kd）及先进数据要素等农业生产资本（W）。这一过程中，数字技术压缩了农业要素传递的固有时空距离，缓解了供需双方因信息不对称造成的要素错配^［19］，极大提高了采购效率。一方面，新型劳动者不仅能通过互联网平台实现数字化采购，精准掌握农资市场及人才市场信息，并以较低成本获得优质生产资料及劳动力要素，还可借助物联网监管平台实现要素仓储、要素存量及设备运行的可视化监测。另一方面，要素供应商可借助电商平台拓宽销售规模^［20］，准确把握要素市场信息，利于提升农资、农机等要素品质，稳定要素产品价格。可见，新质生产力能够优化农业生产资本（W）的采购环节，其核心在于：通过数字化采购和数据挖掘增加农业要素市场的透明度，实现农业经营主体和要素供应商精准匹配，提高采购效率，同时丰富要素市场形态，增强农业要素产品的丰富性和可对比性。

第二阶段：新质生产力赋能农业生产环节。传统农业生产往往依赖农户经验进行决策，专业化、集约化程度低，且缺乏科学管理的支撑，易引致农业面源污染等资源环境问题。新形势下，加快传统分散化的小农生产向以新型农业经营主体为核心的适度规模经营转变，利于新质生产力在农业生产阶段充分发挥效能。具体而言，在种质培育阶段，借助传感器系统、遥感系统及农业智能设备（kd），新型农业经营主体能够对种质及土壤信息进行收集与可视化分析，实现作物品种与种植区域的最优匹配。在作物生产阶段，大数据（D）系统可对农田“四情”、作物生产状况及环境实施监测和管理，同时绿色技术的应用利于肥药精准施用以及数字化资本品（kd）与农业劳动力（L）优化配置。在作物收获阶段，农业收获机在提高劳动生产率的同时，新型农业经营主体对农机作业信息的收集与分析也保证了其作业质量，减少非必要损耗。可见，新质生产力能够将农业生产资本（W）转化为更具效率且实现了价值增值的农业商品资本——农产品（W’），其核心在于：依托技术进步与科技创新提高农业绿色全要素生产率，同时提升农产品品质，满足消费者对更高品质农产品的需求。

第三阶段：新质生产力赋能农业销售环节。传统农产品销售流通环节众多、冷链物流设施条件差、牛鞭效应显著且农产品质量安全难以保证。农业新质生产力赋能农产品供应链，有助于解决上述问题。具体而言，在农产品深加工方面，农业新质生产力能够加快农产品深加工技术的创新与应用，利于打造区域特色农业与农产品定制化服务，并在品牌效应下增加农产品附加值与市场竞争力，促进农民增收。在农产品销售方面，农业新质生产力打破了传统单一销售渠道，实现农产品现代网状流通，并衍生出订单农业、农场直销等新模式。在农产品运输方面，新型劳动者借助冷链、温控技术实现农产品保鲜，提高供应效率并减少浪费。在农产品品质方面，发展农业新质生产力有助于搭建农产品信息溯源平台，实现农产品质量安全与可视化追踪。在农产品供求方面，数字化新质生产力可实现农产品市场信息挖掘，便于生产端及时调整生产决策，减小农产品滞销与损失风险。可见，新质生产力能够将资本货币（W’）快速转化为增值的货币资本，其核心在于：依托技术进步与科技创新实现农产品加工、销售、质量安全等过程现代化革新，促进农业产业资本良性循环，实现价值增值。

2　农业新质生产力指标体系构建与测度

2.1　指标体系构建

立足农业新质生产力的理论内涵，本研究遵循指标遴选的客观性、科学性和可获得性原则，参考卢江等^［21］、董庆前^［19］、李光勤等^［20］的研究成果，基于农业新质生产力的现实基础和现实表现两大维度，构建了包含农业新质劳动者、农业新质劳动对象、农业新质劳动资料和优化组合的跃升4项一级指标、9项二级指标和29项三级指标的农业新质生产力发展水平指标测度体系（表1）。

对农业新质劳动者的刻画，主要集中在农业人力资本、农业价值创造和农业就业理念三方面。以人力资本规模和人力资本结构衡量农业人力资本水平；以第一产业产值、农户收入水平和农户支出水平测算农业价值创造水平；以农户创业活跃度和农村劳动力流动表征农业就业理念水平。对农业新质劳动对象的刻画，主要集中在农业绿色发展和农业产业升级两方面。资源节约和环境友好是绿色发展的核心表现，以水资源使用强度、土地资源利用强度、生产资料消耗强度衡量农业生产的资源节约水平，以农村废物利用、农村废水及垃圾处理情况把握农村环境友好水平；以农业现代发展、农业产业创新、农业技术水平1

1 用于衡量农业技术生产的农产品加工转换率以“农产品制造业营业收入占农林牧渔业总产值的比重×100%”计算得到。

、产品数字交易2

2 农产品网上零售额以乡村与社会消费品零售总额的比值乘以实物商品网上零售额计算得到。

衡量农业产业升级水平。对农业新质劳动资料的刻画，主要集中在农业基础设施和农业科技支撑两方面。基于农业基础设施、农业机械水平、农村网络普及和数字基础设施衡量农业基础设施水平；以农业创新研发3

3 用于衡量农业创新研发水平的有效涉农发明专利率以“有效涉农发明专利数占涉农专利申请数的比重”计算得到。

、农业创新产品4

4 用于衡量农业创新产品水平的农业科技活动经费以“农林牧渔业总产值占GDP的比重乘以R&D经费内部支出”计算得到。

、农业技术进步和农业技术研发5

5 用于衡量农业技术研发的农业科技人员数以“农林牧渔业总产值占GDP的比重乘以R&D人员数”计算得到。

表征农业科技支撑力度。对优化组合跃迁的刻画，主要集中在资源优化配置和农业业态规模两方面。以生产效率提升6

6 用于衡量生产效率提升的农业绿色全要素生产率指标以DEA‑Malmquist指数计算得到，以农作物播种面积、第一产业从业人数、农业机械总动力、有效灌溉面积、农用化肥施用量作为投入指标，以农林牧渔业总产值作为期望产出指标，以农业碳排放强度作为非期望产出指标，通过测算农业绿色全要素生产率衡量农业技术进步水平。

衡量农业资源优化配置能力，以农村数字采购7

7 农村数字采购数据以农业从业人数占总就业人数的比例乘以电子商务采购额计算得到。

、农村数字服务、农村网络投资和农村网络支付表征农业新业态水平。

2.2　数据来源及处理

党的十八大以来，党中央始终坚持把解决好“三农”问题作为全党的重中之重，农业农村发展取得历史性成就。为此，选定2012—2022年为样本研究时间区间。同时，由于西藏自治区样本数据缺失严重，港澳台地区数据难以获取，故在本研究中予以剔除。在数据处理上，采用线性插值法将缺失数据予以补齐，同时为避免价格因素干扰，以2012年为基期，对与价格有关的数据进行修正。具体数据来源为：新型农业经营主体数据来源于《中国农村经营管理统计年报》^［22］和《中国农村合作经济统计年报》^［23］，涉农专利申请相关数据来源于CNIPA8

8 数据来源：https：//pss-system.cponline.cnipa.gov.cn/

，农村数字采购数据来自《中国第三产业统计年鉴》^［24］，农村数字服务数据来自阿里研究院9

9 数据来源：https：//pss-system.cponline.cnipa.gov.cn/

，农村网络投资、农村网络支付数据来自北京大学数字金融研究中心10

10 数据来源：https：//www.idf.pku.edu.cn/

。其余数据均来自《中国统计年鉴》^［25］ 《中国农村统计年鉴》^［26］ 《人口与就业统计年鉴》^［27］。

2.3　农业新质生产力综合指数计算方法

2.3.1　基于博弈论组合赋权

单独使用主观赋权或客观赋权均存在一定缺陷，故本研究在传统赋权的基础上结合博弈论进行主客观组合赋权，在充分利用原始数据衡量指标权重的同时兼顾了指标学理性，进而测度中国农业新质生产力发展水平。具体步骤为：基于AHP层次分析法的主观权重（W_{\mathrm{1}}）和熵权法的客观权重（W_{\mathrm{2}}）作为博弈双方，二者实现平衡时得到最优组合权重W^{\mathrm{*}}，即满足W^{\mathrm{*}}与W_{\mathrm{1}}、W_{\mathrm{2}}间的离差和最小，并以此建立目标函数。当\alpha +\beta =\mathrm{1}且\alpha、\beta>0时，得到最优线性组合系数{\alpha }^{\mathrm{*}}、{\beta }^{\mathrm{*}}，标准化后得到评价对象权重W^{\mathrm{*}}：

W^{\mathrm{*}}=\alpha W_{\mathrm{1}}+\beta W_{\mathrm{2}}（1）

\alpha =\left|{\alpha }^{\mathrm{*}}\right|/\left|{\alpha }^{\mathrm{*}}+{\beta }^{\mathrm{*}}\right|（2）

\beta =\left|{\beta }^{\mathrm{*}}\right|/\left|{\alpha }^{\mathrm{*}}+{\beta }^{\mathrm{*}}\right|（3）

2.3.2　基于TOPSIS-VIKOR联用模型测算综合评价指数

采用TOPSIS-VIKOR联用模型测算农业新质生产力发展水平。相较于传统单一化的评价方法，TOPSIS-VIKOR联用模型综合考虑了评价对象的群体期望值和个体遗憾值，增加了测度结果的科学性和准确性。具体测算如下：

1）构建关于m个省份n个指标的m\timesn原始矩阵，归一化处理后得到农业新质生产力各项指标的标准化矩阵：

\mathit{{\rm N}}={\left[n_{ij}\right]}_{m\times n}（4）

2）测算TOPSIS-VIKOR六列值，即正负理想解(-S^{+}\mathrm{、}+S^{-})、欧氏距离(-D^{+}\mathrm{、}+D^{-})和个体遗憾值(-R^{+}\mathrm{、}+R^{-})，结合标准化矩阵 N 得到农业新质生产力的决策矩阵：

\mathit{D}=(-S^{+},-D^{+},-R^{+},S^{-},D^{-},R^{-}{)}_{m\times \mathrm{6}}（5）

3）测算农业新质生产力决策矩阵 D 的调和平均值，得到双列矩阵：

\mathbf{S}\mathbf{D}\mathbf{R}=-(\mathrm{S}\mathrm{D}{\mathrm{R}}^{+},\mathrm{S}\mathrm{D}{\mathrm{R}}^{-}{)}_{m\times \mathrm{2}}（6）

4）测算农业新质生产力综合评价指数INC：

\mathrm{I}\mathrm{N}{\mathrm{C}}_i=\mathrm{S}\mathrm{D}{\mathrm{R}}_i^{-}/(\mathrm{S}\mathrm{D}{\mathrm{R}}_i^{+}+\mathrm{S}\mathrm{D}{\mathrm{R}}_i^{-})（7）

2.4　测度结果分析

2.4.1　农业新质生产力测度结果分析

本研究采用博弈论主客观组合赋权法对上述指标进行测度，得到2012—2022年中国30个省（自治区、直辖市）农业新质生产力水平综合指数。整体来看，考察期内农业新质生产力水平均值逐年上升，由2012年的0.108升至2022年的0.202，年均增长6.47%，但整体水平较低，仍有较大发展空间，这与中国现阶段农业技术基础薄弱、农业主体数字化转型意识不足、农业技术人才储备不够等基本事实较为吻合。

基于省际视角，2012—2022年，农业新质生产力均值排名前三的省份依次是山东（0.379）、浙江（0.351）和广东（0.267）。上述三省正是中国经济发展水平较高、科研创新能力较强的省份。排名倒数的3个省份依次是海南（0.072）、青海（0.065）和宁夏（0.060）。上述省份由于农业基础设施及主体环境落后，加之科技创新投入不足，农业新质生产力发展严重滞后。从发展增速来看，农业新质生产力增速排名前三的省份为宁夏（18.97%）、内蒙古（17.37%）和云南（16.36%），排名倒数的省份是黑龙江（2.66%）、贵州（-3.49%）、浙江（-9.66%）。可见，在部分经济发达地区（如：浙江），农业在经济发展中所占比重较小，缺乏新质生产力赋能农业现代化建设的内生动力，而在部分经济落后地区（如：宁夏），近年来通过技术成果引入不断改善农业发展环境，呈现出一定的追赶效应。另外，农业新质生产力水平高于全国均值（0.147）的省份有10个11

11 分别为：北京、河北、上海、江苏、浙江、山东、广东、河南、四川、贵州。

，主要集中在经济发展条件具有明显优势的东部地区，且集中在粮食主产区和主销区。农业新质生产力发展增速高于全国均值的有18个12

12 分别为：河北、上海、江苏、福建、广东、海南、山西、安徽、河南、湖北、湖南、内蒙古、广西、云南、甘肃、宁夏、新疆、吉林。

，西部地区占1/3，表现出一定的后发优势。可见，各省农业新质生产力的发展水平和增速差异较大。

图2（a）和（b）分别展示了不同区域农业新质生产力发展的时序演化特征。按四大经济区划分13

13 四大经济区划分：东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东、海南；中部地区包括山西、安徽、江西、河南、湖北、湖南；东北地区包括：辽宁、吉林、黑龙江；西部地区包括内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆。

，2012—2022年，农业新质生产力均值由高到低分别为：东部地区（0.209）>中部地区（0.133）>西部地区（0.112）>东北地区（0.103），增长速度依次是：西部地区（8.67%）>中部地区（8.09%）>东北地区（7.40%）>东部地区（4.41%）。按三大粮食功能区划分14

14 三大粮食功能区划分：粮食主产区包括：黑龙江、河南、山东、四川、江苏、河北、吉林、安徽、湖南、湖北、内蒙古、江西、辽宁；粮食主销区包括：北京、天津、上海、浙江、福建、广东、海南；产销平衡区包括：山西、广西、贵州、云南、重庆、陕西、甘肃、青海、宁夏、新疆。

，农业新质生产力均值由高到低依次是：粮食主销区（0.193）>粮食主产区（0.163）>产销平衡区（0.095），增长速度排序为粮食主销区（7.92%）>粮食主产区（7.36%）>产销平衡区（3.91%）。中国东部和中部地区是粮食主产区、主销区聚集地，农业新质生产力水平远超全国均值。东北地区、西部地区分别是粮食主产区、产销平衡区聚集地，农业新质生产力水平相对落后。但西部地区发展增速较高，农业新质生产力发展的追赶效应显著。造成上述差异的原因在于，东部地区立足地理区位优势、资源禀赋优势、劳动力素质优势及资金、技术优势，农业新质生产力水平处于领先地位。粮食主产区地势平坦，且具备良好的资源禀赋优势及政策扶持力度，农业规模化程度高，不仅利于培育适用于农业新质生产力发展的高素质劳动者，而且利于数字农技、农业社会化服务的推广和应用。东北地区在人才短缺和产业结构老化的双重约束下，创新动能不足、农业科技支撑力度不够等问题日益凸显，农业新质生产力的内生发展动力严重不足。西部地区农业分散化程度高且多为山地农业，农业机械化程度低，在新型农业经营主体培育、农业科技成果推广应用等方面处于劣势。

2.4.2　农业新质生产力各维度测度结果分析

农业新质生产力水平取决于农业新质劳动者、农业新质劳动对象、农业新质劳动资料及3项要素的合理匹配。本研究通过测度3个维度的综合指数（表2），解析各地区在农业新质生产力不同维度上的发展优势与短板。

总体来看，2012—2022年，农业新质生产力各维度排名依次是农业新质劳动资料（0.203）>农业新质劳动者（0.170）>农业新质劳动对象（0.158）>优化组合的能级跃升（0.080），说明农业资源要素优化配置以及依托数字化培育乡村新业态新模式是未来发展的重中之重。

分四大经济区域看，东部地区在农业新质劳动者、农业新质劳动资料和优化组合的跃升3个维度优势明显。本研究认为，东部地区经济发展条件优异，是技术密集型企业的聚集区，具备良好的科研创新环境，在人才培养方面优势明显，为农业科技成果应用推广及乡村数字产业发展发挥了引导性作用。但东部地区农业新质劳动对象处于第二梯队，这是由于该区域是粮食主销区的聚集地，农业在区域内占比较低，对农业绿色发展和农业转型升级的投入力度和重视程度低于粮食主产区。从增速看，东部地区各维度增速明显落后，这说明当农业新质生产力达到一定水平后，不免出现发展增速回落现象。中部地区大多是粮食主产区，该地区农业投入力度大，加之承东启西的区位优势，农业基础设施及科技支撑水平相对较高，区域内农业新质劳动资料水平仅次于东部地区。从增速看，中部地区农业新质劳动者、农业新质劳动对象和农业新质劳动资料三要素增速排名靠前，未来有望进一步缩小与东部地区的差距。西部地区各维度水平均较低，但近年来得益于西部大开发、“一带一路”倡议等政策支持，农业新质生产力增速较大，呈现出强劲的追赶效应。未来西部地区应实施技术追赶战略，不断改善农业新质生产力发展的前置条件及推进条件。东北地区农业新质劳动对象和三要素优化组合水平较为落后，该区域虽然具备良好的农业基础，但多为传统低附加值农业，绿色集约化转型程度低，且尚未形成农村生态协同治理格局，加之科技创新力度不足，在农业绿色发展、产业结构转型升级及乡村新业态培育等方面严重滞后。

分三大粮食功能区看，粮食主产区农业新质劳动对象水平最高，但增速较缓，说明未来主产区仍需依托技术进步推进农业绿色发展和农业转型升级，才能实现新质生产力赋能粮食产业可持续发展。粮食主销区在农业新质劳动者、农业新质劳动资料和优化组合的跃升3个维度领跑全国，这与其科技支撑力度较强、数字技术创新及应用水平较高的现实状况基本吻合。考察期内产销平衡区农业新质生产力发展较为落后，但具有一定追赶效应。产销平衡区农业具有分散化经营属性，未来应因地制宜改善其农业新质生产力培育和发展的现实基础。

2.4.3　农业新质生产力发展水平预测

为证实农业新质生产力发展趋势是否向好，进一步采用GM（1，1）灰色预测模型对全国、四大经济区和三大粮食功能区2023—2030年农业新质生产力发展水平进行预测（图3）。

从预测结果来看，2023年以后中国农业新质生产力水平稳步递增，各区域将大致延续以往发展特征。从四大经济区看，中部地区将实现更高水平突破，预计2029年后将超过东部地区，成为农业新质生产力发展的“领头羊”。与此同时，中国东西部发展不平衡问题仍将存在，但西部地区强势的“追赶效应”使其在2029年后高于全国均值，彼时不平衡问题将得到有效缓解。东北地区农业新质生产力水平尽管得到提升，但由于发展水平起点较低，预计2023—2030年仍处于较低维度。从三大粮食功能区看，粮食主产区农业新质生产力水平的演化趋势与中部地区相似，预计2023年实现对主销区的反超，并将以较快速度持续增长。值得注意的是，产销平衡区农业新质生产力仍将处于低位发展阶段。综上，各区域应在现有水平的基础上，不断改善农业新质生产力发展的前置条件、推进条件和制度条件，通过农业生产力三要素的革新和优化组合，由表及里逐步实现农业强国建设目标。

3　农业新质生产力的区域差异分析

本研究借助Dagum基尼系数考察中国农业新质生产力水平的区域非均衡性，借鉴杨传喜等^［28］的方法，采用Dagum基尼系数将全国、四大经济区和三大粮食功能区农业新质生产力水平进行分解。

由图4可知，中国农业新质生产力发展水平总体差异波动下降，由2012年的0.325降至2022年的0.249，年均降幅为2.63%，说明新质生产力赋能农业实体的进程趋向协调发展。从差异贡献率看，四大经济区和三大粮食功能区区域间差异对总体差异的贡献率均值分别为51.85%和45.61%，可见无论是以四大经济区还是以粮食功能区进行区域划分，区域间差异均是农业新质生产力水平总体差异的主要来源。从变化趋势看，考察期内区域间差异贡献率有所下降，超变密度贡献率和区域内差异贡献率均波动上升，这表明各区域内部分省份农业新质生产力水平相对上升的同时，也有部分省份呈现相对下降态势，使得农业新质生产力发展进程中区域间交叉重叠部分对总体差距的影响有所扩大。这是由于不同省份间资源禀赋、发展基础及农业科技创新能力存在差异，农业新质生产力的发展程度和速度有所不同。

由图4（a）可知，考察期内东部地区农业新质生产力水平的内部差异最高（0.276）。东部地区各省由于产业结构及农业功能定位不同，区域内各省份农业新质生产力发展的禀赋条件与制度条件差异明显。西部地区Dagum基尼系数均值较高（0.263），考察期内呈上升趋势。这与区域内各省气候条件、资源禀赋及农业功能定位差异较大密切相关。譬如，四川、内蒙古作为粮食主产区，农业发展基础好、规模化程度高，为培育农业新质生产力创造了良好的基础设施和环境条件，而同区域的其他省份多为山地特色农业，水土资源匹配不均、分散化程度较高，承担粮食安全保障的功能较弱，故西部地区区域内差异较大。衡量中部地区农业新质生产力差异的Dagum基尼系数均值较小（0.205），考察期内有所上升。这与其区域内地势平坦、粮食功能区属性相似等特征密切相关。东北地区Dagum基尼系数均值最小（0.117），说明东北三省推动新质生产力赋能农业实体的步调趋向协调。由图5（a）可知，2012—2022年，粮食主产区和主销区Dagum基尼系数均有所下降，降幅分别为1.46%和4.43%，说明两区域内部农业新质生产力发展均呈现协同性，且粮食主销区降幅最为明显。与之相对应的产销平衡区的Dagum基尼系数在考察期内震荡上升，这意味着产销平衡区农业新质生产力水平的内部差异增大。

由图4（b）可知，2012—2022年，四大地区农业新质生产力发展的区域间差异有所下降，其中以东部&西部（0.392）、东部&东北（0.373）和东部&中部（0.328）之间的差异最为显著，均高于全国总体差异均值（0.311）。由图5（b）可知，三大粮食功能区区域间差异有所下降，且2019年后降幅最为明显。2019年，中央一号文件首次提出“坚持农业农村优先发展”，各地区不断深化农业农村改革，更加重视依靠农业科技进步促进农业提质增效，区域间农业新质生产力发展呈现一定同步性。

4　农业新质生产力时空演化分析

4.1　基于Kernel核密度估计的时间演化分析

为更好的体现全国及各区域农业新质生产力水平的绝对差异，参考周玉玺等^［29］的方法，借助Kernel核密度估计考察不同区域农业新质生产力水平的时间演进特征15

15 东北地区包含省份较少，为提高结果准确性，将东北三省纳入传统三大经济区进行Kernel密度估计。

。

由图6（a）可知，全国农业新质生产力水平的核密度曲线中心位置逐渐右移、峰高有所下降、波峰宽度明显扩大，表明考察期内全国层面农业新质生产力整体水平逐渐上升，但各省份间绝对差异增大。从分布延展性看，核密度曲线呈右拖尾现象且分布延展性逐渐拓宽，这说明全国层面的空间差距逐步扩大。从分布形态看，核密度曲线右侧峰峰值明显减弱，这意味着全国层面农业新质生产力水平的极化现象减弱。不难理解，由于发展基础、资源禀赋、政策倾向及农业功能定位等方面的不同，各地区新质生产力赋能农业实体的进程必然存在差异。值得庆幸的是，近年来农业新质生产力水平较低的省份呈现追赶态势，有效弥合了与高水平地区的发展鸿沟。

由图6（b）可知，东部地区核密度曲线中心位置不断右移，曲线形态由尖而窄逐渐演化为宽而扁，说明考察期内东部地区农业新质生产力整体水平不断上升，但区域内绝对差异有所扩大。值得庆幸的是，研究中后期东部地区分布曲线呈现稳定的单峰分布态势，说明区域内部聚集效应显著。东部地区包括6个主销区和4个主产区，其分布曲线与粮食主销区相似。结合图7（b）可知，研究中后期粮食主销区波峰位置普遍高于东部地区，说明东部地区粮食主产省份内部的农业新质生产力水平存在较大差距，引致东部地区整体差异较大。

由图6（c）可知，中部地区核密度曲线中心位置存在右移趋势，主峰位置下落、曲线宽度扩大，表明中部地区农业新质生产力整体水平有所升高，区域内差异呈扩大趋势。这可能是由于中部地区因纬度不同造成的自然环境差异，使得区域内农业新质生产力发展进程存在不同步性。考察期内核密度曲线呈“主峰—右侧峰”分布格局，且曲线延展性明显拓宽，说明中部地区农业新质生产力水平较高省份与较低省份间的差距逐渐拉大。结合图7（a）可知，中部地区与粮食主产区的核密度曲线演化趋势相似16

16 中部地区包括7个粮食主产区和1个产销平衡区。

，但后者波宽更大，这意味着坐落于中部地区以外的其他粮食主产省份，其农业新质生产力水平差异较大。

由图6（d）可知，西部地区核密度曲线主峰高度先升后降，宽度小幅增大，说明区域内差异存在扩大趋势，曲线经历了“双峰—多峰”的转变，说明该地区农业新质生产力水平在历经两极分化后逐渐呈现多极分化态势。结合图7（c）可知，西部地区与产销平衡区的演化趋势相似17

17 西部地区包含9个产销平衡区和2个粮食主产区。

，但后者波峰更高，说明产销平衡区农业新质生产力水平的内部差距小于西部地区，这意味着坐落于西部地区的两个粮食主产区（四川、内蒙古）是拉大该区域内部差距的主要来源，未来需进一步加强主产区新质生产力赋能农业实体的同步性。

4.2　基于Moran’s I指数的空间演化分析

本研究借助Moran’s I指数进一步探讨中国农业新质生产力发展的空间关联性（表3）。结果显示，2012—2022年，中国农业新质生产力发展水平的空间Moran’s I指数波动上升，说明农业新质生产力发展水平存在显著的正向空间自相关关系，且随时间推进，空间聚集效应有所增强。

表4列示了中国不同地区农业新质生产力发展水平的Moran’s I指数及其显著性。结果显示，农业新质生产力水平的Moran’s I指数及其显著性存在明显区域差异。基于四大经济地区视角，东部地区Moran’s I指数先降后升，研究末期开始呈现正值，说明东部地区农业新质生产力发展逐渐呈现高水平聚集现象，在同群示范效应和互动效应下，农业新质生产力发展的空间溢出效应得以显现。考察期内中部地区和东北地区农业新质生产力的Moran’s I指数均为负值，其中仅中部地区个别年份通过显著性检验。这表明两区域内各省份农业新质生产力发展均呈散点式分散布局，省份之间并未形成稳定的发展合力。同时，受气候条件、资源禀赋、发展基础等方面差异的影响，地区内各省份新质生产力赋能农业实体的进程具有不同步性。西部地区Moran’s I指数均为正值，考察期内呈现波动上升态势，但统计上未通过显著性检验，这说明西部地区各省份农业新质生产力发展具有微弱的聚集效应，预示着区域内部各省份开始出现“干中学”效应。

基于粮食功能区视角，粮食主产区农业新质生产力水平的Moran’s I指数波动上升，考察期内均为正值且显著，说明主产区省份农业科技成果的合作交流较多，跨省示范效应显著，区域内部各省份聚集效应明显。考察期内主销区Moran’s I指数均为正值且显著。结合东部地区Moran’s I指数的测度结果，可推得区域内正向空间自相关关系主要体现在东部地区的粮食主产省份，即河北、山东、江苏3省。上述3省凭借资源禀赋、地理位置、农业发展基础的优势，具备了农业新质生产力发展的前置条件、推进条件和制度条件，易开展新质生产力赋能农业实体的跨区域交流与协作。产销平衡区与西部地区相似，考察期内其Moran’s I指数震荡上升。综合前述分析可知，农业新质生产力水平更高的地区，通常具有更强的空间正相关关系。不难理解，在农业发展基础好、农业现代服务体系健全的粮食主产区，省份间存在较多的经验交流与合作，在推进新质生产力赋能农业实体的进程中具有更加显著的学习效应。

5　结论与政策启示

5.1　结论

本研究基于2012—2022年中国30个省份的面板数据，从农业新质劳动者、农业新质劳动对象、农业新质劳动资料和优化组合的跃升4个方面构建农业新质生产力的指标评价体系，基于博弈论法组合赋权与TOPSIS-VIKOR联用模型测得农业新质生产力发展水平，借助Dagum基尼系数、Kernel核密度估计、Moran’s I指数把握农业新质生产力的区域差异、时空演化特征及空间关联性。主要结论如下：第一，2012—2022年，中国农业新质生产力水平逐年上升，但整体水平较低。分区域看，农业新质生产力水平由高到低依次是东部地区>中部地区>西部地区>东北地区、粮食主销区>粮食主产区>产销平衡区；分维度看，农业新质生产力各维度水平由高到低依次是农业新质劳动资料>农业新质劳动者>农业新质劳动对象>优化组合的跃升，优化组合的跃升增速最大，农业新质生产力发展过程存在明显滞后性、高效性。第二，2012—2022年，中国农业新质生产力发展的总体差异波动下降，区域间差异是总体差异的主要来源。第三，2012—2022年，各区域内多数省份间农业新质生产力水平绝对差异增大，但极化现象有所减弱。第四，2012—2022年，中国农业新质生产力发展存在空间正相关性，且以粮食主产区最为明显。

5.2　建议

第一，推动新质生产力赋能农业实体建设。完善农业技术创新研发与推广服务的激励政策、金融支持农业新基建投资政策，建立农业科技产业园区^［30］，推进高新技术向农业产业集聚；加强对农业经营主体劳动技能与素养培育，提升农村人力资本水平；建立线上线下相结合的现代农业市场体系，充分提高交易效率、降低交易成本，加快小农户与大市场有机衔接。第二，构建农业新质生产力跨区域合作机制。东部地区农业新质生产力水平高，应当在该区域选取一批具有农业现代技术领先优势的地区为试点，通过示范带动实现成熟型技术在全国范围的复制推广；中、西、东北地区通过成熟技术引进实现技术追赶，缩短农业技术研发周期^［31］，同时通过构建创新驱动的激励机制提高区域内自主创新能力；加强区域间农业科技研发、数字技术场景应用等方面的经验交流与合作，构建从政府、农业经营主体、农业科技人员及企业多方交流机制，强化有关部门对跨区域协调的指导监督，促进农业要素、技术要素高效、有序流动。第三，发展具有区域特色的农业新质生产力。主产区应充分发挥粮食生产的主力作用，探索农业新质生产力发展的新模式，加快数字技术赋能农业采购、生产、销售、储运各环节，实现农业现代化变革；主销区应依托电子商务、智慧物流实现与主产区的数字化对接，完善农产品现代市场体系，同时开展特色农业^［32］、多功能农业，强化和延伸农业价值链。产销平衡区应探索适用于小规模农户、小型机械化模式下的农业新质生产力培育方式，并依靠科技赋能打造区域特色农产品品牌。

参考文献

[1] 杜志雄.农业农村现代化：内涵辨析、问题挑战与实现路径［J］.南京农业大学学报：社会科学版，2021，21（5）：1-10

[2] Du Z X. Several thoughts on promoting the agricultural and rural modernization： Connotation discrimination，challenges and realization paths ［J］.Journal of Nanjing Agricultural University： Social Sciences Edition， 2021， 21（5）： 1-10 （in Chinese）

[3] 林青宁，李京栋，毛世平.农业新质生产力形成的理论逻辑、中国实践与着力重点［J］.西北农林科技大学学报：社会科学版，2024，24（6）：1-10

[4] Lin Q N， Li J D， Mao S P. The theoretical logic， Chinese practice and focus of the formation of new agricultural productivity［J/OL］. Journal of Northwest A&F University： Social Science Edition， 2024，24（6）：1-10 （in Chinese）

[5] 毛世平，张琛.以发展农业新质生产力推进农业强国建设［J］.农业经济问题，2024（4）：36-46

[6] Mao S P， Zhang C. Promoting the construction of a strong agricultural country by developing new agricultural productivity［J］. Issues in Agricultural Economy， 2024（4）：36-46 （in Chinese）

[7] 孔祥智，谢东东.农业新质生产力的理论内涵、主要特征与培育路径［J］.中国农业大学学报：社会科学版，2024，41（4）：29-40

[8] Kong X Z， Xie D D. The theoretical connotation， main characteristics and cultivation path of new agricultural productivity［J］. Journal of China Agricultural University： Social Sciences， 2024，41（4）：29-40 （in Chinese）

[9] 卫龙宝.“大国小农”背景下中国农业现代化之路：兼论培育农业领域新质生产力的内在逻辑与实现路径［J］.人民论坛·学术前沿，2024（10）：47-54

[10] Wei L B. The road of China’s agricultural modernization under the background of ‘big country and small farmer’： Also on the internal logic and realization path of cultivating new quality productivity in the field of agriculture ［J］. Frontiers， 2024（10）：47-54 （in Chinese）

[11] 周振.数字技术赋能农业新质生产力：作用机理、问题障碍与应对策略［J］.中国农业大学学报：社会科学版，2024，41（4）：55-70

[12] Zhou Z. Digital technology empowers new agricultural productivity： Mechanism， problem obstacles and coping strategies ［J］. Journal of China Agricultural University： Social Sciences， 2024，41（4）：55-70 （in Chinese）

[13] 王可山， 刘华.农业新质生产力发展与大国粮食安全保障：兼论“靠什么种粮”“怎样种粮”“谁来种粮”［J］.改革，2024（6）：70-82

[14] Wang K S， Liu H. The development of new agricultural productivity and the guarantee of food security in a big country： Also on ‘what to grow grain’， ‘how to grow grain’， ‘who will grow grain’［J］.Reform， 2024（6）：70-82 （in Chinese）

[15] 高强， 程长明.农业新质生产力与新型生产关系：逻辑思路与改革路径［J］.中国农业大学学报：社会科学版，2024，41（4）：41-54

[16] Gao Q， Cheng C M. New agricultural productivity and new production relations： Logical thinking and reform path ［J］. Journal of China Agricultural University： Social Sciences， 2024，41（4）：41-54 （in Chinese）

[17] 苏艺.发展农业新质生产力的逻辑基点、内涵阐释与着力重点［J］.农村经济，2024（5）：1-14

[18] Su Y. The logical basis， connotation interpretation and focus of developing new agricultural productivity［J］. Rural Economy， 2024（5）：1-14 （in Chinese）

[19] 张海鹏，王智晨.农业新质生产力：理论内涵、现实基础及提升路径［J］.南京农业大学学报：社会科学版，2024，24（3）：28-38

[20] Zhang H P， Wang Z C. New agricultural productivity： Theoretical connotation， realistic basis and promotion path ［J］. Journal of Journal of Nanjing Agricultural University： Social Sciences Edition， 2024，24（3）：28-38 （in Chinese）

[21] 黄季焜.农业新质生产力：内涵与外延、潜力与挑战和发展思路［J］.中国农村观察， 2024（5）：19-34

[22] Huang J K. Agricultural new productivity： Connotation and extension， potential and challenges， and development ideas ［J］. China Rural Survey， 2024（5）： 19-34 （in Chinese）

[23] 常璇.加快形成农业新质生产力：理论框架、现实困境与实践进路［J］.经济问题，2024（7）：20-28

[24] Chang X. Accelerating the formation of new agricultural productivity： Theoretical framework， practical dilemma and practical approach ［J］. On Economic Problems， 2024（7）：20-28 （in Chinese）

[25] 朱迪， 叶林祥.中国农业新质生产力：水平测度与动态演变［J］.统计与决策，2024，40（9）：24-30

[26] Zhu D， Ye L X. China’s Agricultural new productivity： Level measurement and dynamic evolution ［J］. Statistics & Decision Making， 2024，40（9）： 24-30 （in Chinese）

[27] 杨军鸽， 王琴梅.数字农业新质生产力发展水平的地区差异及收敛性［J］.西安财经大学学报， 2025，38（1）：43-57

[28] Yang J G， Wang Q M. Regional differences and convergence of the development level of new productivity of digital agriculture［J］. Journal of Xi'an University of Finance and Economics， 2025，38（1）：43-57 （in Chinese）

[29] 乔均， 台德进， 邱玉琢.农业新质生产力赋能农业碳减排的机理与效应［J］.当代经济管理，2024，46（12）：42-55

[30] Qiao J， Tai D J， Qiu Y Z. The mechanism and effect of new agricultural productivity on agricultural carbon emission reduction［J］. Contemporary Economic Management， 2024，46（12）：42-55 （in Chinese）

[31] 尤亮， 田祥宇.农业新质生产力：现实逻辑、内涵解析与生成机理［J］.经济问题，2024（6）：27-35

[32] You L， Tian X Y. New agricultural productivity： Realistic logic， connotation analysis and generation mechanism ［J］. On Economic Problems， 2024（6）：27-35 （in Chinese）

[33] 王定祥， 彭政钦， 李伶俐.中国数字经济与农业融合发展水平测度与评价［J］.中国农村经济，2023（6）：48-71

[34] Wang D X， Peng Z Q， Li L L. China’s digital economy and agricultural integration development level measurement and evaluation ［J］. Chinese Rural Economy， 2023（6）：48-71 （in Chinese）

[35] Yu W T， Wu Y R， Tan X L， Guo X M. The nexus between electronic commerce and environmental pollution： The roles of energy efficiency and resource consumption［J］. Business Strategy and the Environment，2023，33（3）：2287-2300

[36] 董庆前.中国新质生产力发展水平测度、时空演变及收敛性研究［J］.中国软科学，2024（8）：178-188

[37] Dong Q Q. Research on the measurement， spatial and temporal evolution and convergence of the development level of new productivity in China［J］. China Soft Science， 2024（8）： 178-188 （in Chinese）

[38] 李光勤， 李梦娇.中国省域新质生产力水平评价、空间格局及其演化特征［J］.经济地理，2024，44（8）：116-125

[39] Li G Q， Li M J. Evaluation， spatial pattern and evolution characteristics of provincial new productivity in China［J］. Economic Geography， 2024，44（8）：116-125 （in Chinese）

[40] 卢江， 郭子昂， 王煜萍.新质生产力发展水平、区域差异与提升路径［J］.重庆大学学报：社会科学版，2024，30（3）：1-17

[41] Lu J， Guo Z A， Wang Y P. The development level， regional differences and promotion path of new quality productivity［J］. Journal of Chongqing University： Social Science Edition， 2024，30（3）：1-17 （in Chinese）

[42] 农业农村部农村合作经济指导司，农业农村部政策与改革司.中国农村经营管理统计年报［M］.北京：中国农业出版社，2012—2018

[43] The Ministry of Agriculture and Rural Affairs， Rural Cooperative Economic Guidance Division， Ministry of Agriculture and Rural Affairs， Policy and Reform Division. China Rural Management Statistics Annual Report［M］. Beijing： China Agriculture Press，2012-2018

[44] 农业农村部农村合作经济指导司.中国农村合作经济统计年报［M］.北京：中国农业出版社，2019—2022

[45] Department of Rural Cooperative Economic Guidance， Ministry of Agriculture and Rural Affairs. China Rural Cooperative Economy Statistical Annual Report［M］. Beijing： China Agriculture Press，2019-2022

[46] 国家统计局.中国第三产业统计年鉴［M］.北京：中国统计出版社，2012—2022

[47] National Bureau of Statistics. China ’ s Tertiary Industry Statistical Yearbook ［M］. Beijing： China Statistics Press，2012-2022 （in Chinese）

[48] 国家统计局.中国统计年鉴［M］.北京：中国统计出版社，2012—2022

[49] National Bureau of Statistics. China Statistical Yearbook［M］. Beijing： China Statistics Press，2012-2022 （in Chinese）

[50] 国家统计局农村社会经济调查司.中国农村统计年鉴［M］.北京：中国统计出版社，2012—2022

[51] Rural Socioeconomic Investigation Department of National Bureau of Statistics of China. China Rural Statistical Yearbook ［M］. Beijing： China Statistics Press，2012-2022 （in Chinese）

[52] 国家统计局.人口与就业统计年鉴［M］.北京：中国统计出版社，2012—2022

[53] National Bureau of Statistics. China Population & Employment Statistics Yearbook［M］. Beijing： China Statistics Press，2012-2022 （in Chinese）

[54] 杨传喜， 刘文博， 张俊飚.基于农业生态区划的农业高质量发展水平测度、区域差异及收敛性研究［J］.中国农业大学学报，2023，28（12）：194-213

[55] Yang C X， Liu W B， Zhang J B. Research on the measurement， regional differences and convergence of high-quality agricultural development level based on agro-ecological regionalization ［J］. Journal of China Agricultural University， 2023，28 （12）：194-213 （in Chinese）

[56] 周玉玺， 程创业.数字普惠金融与农业产业链韧性耦合协调及影响因素［J］.中国农业大学学报，2024，29（7）：297-306

[57] Zhou Y X， Cheng C Y. Coupling coordination and influencing factors of digital inclusive finance and agricultural industry chain resilience［J］. Journal of China Agricultural University， 2024， 29（7）：297-306 （in Chinese）

[58] 魏崇辉.新质生产力的基本意涵、历史演进与实践路径［J］.理论与改革，2023（6）：25-38

[59] Wei C H. The basic meaning， historical evolution and practical path of new qualitative productivity［J］. Theory and Reform， 2023（6）：25-38 （in Chinese）

[60] 葛立宇， 于井远.智慧城市建设与城市碳排放：基于数字技术赋能路径的检验［J］.科技进步与对策，2022，39（23）：44-54

[61] Ge L Y， Yu J Y. Smart city construction and urban carbon emissions： Test based on digital technology empowerment path［J］. Science & Technology Progress and Policy， 2022，39（23）：44-54 （in Chinese）

[62] Huang Z Y， Tan M H. Spatial differences of specialty agriculture development in the mountainous areas of China： One village， one product as an example ［J］. Heliyon，2023，9（8）：2405-8440

基金资助

国家社会科学基金一般项目(21BJY130)

国家社会科学基金一般项目(19BGJ171)

中国工程科技发展战略山东研究院咨询研究项目(2023SDZD0201)

泰安市社会科学基金重大项目(24ZZ004)