邓志英 黄毅 方威 熊曦

摘要：【目的】研究互联网技術发展与我国农业经济结构变化间的关系，为优化农业经济结构及实现我国农业高质量协调发展提供理论依据。【方法】基于2001—2018年我国30个省份（不含西藏及港澳台地区）的面板数据，将农业经济结构细分为狭义农业经济结构和广义农业经济结构，以互联网普及率指标表示互联网技术发展构建面板回归模型，探究互联网技术发展与我国农业经济结构变化的关系，并分析其对我国农业经济结构变化的影响。【结果】截至2018年底，我国30个省份互联网普及率为56.37%，是2001年的14倍，但互联网普及率存在不均衡现象，在沿海发达地区普及率最高的省份为78.00%，而西部地区普及率最高的省份不到50.00%。林业、牧业、渔业产值占农业总产值的比例为47.63%，是2001年的2.5倍，农业经济结构得到优化。相对于狭义农业经济结构，互联网普及率提高1%，经济作物种植比例提高0.33%，而移动互联网普及率提高1.00%，经济作物种植比例提高约0.60%;相对于广义农业经济结构，互联网普及率提高1%，林业、牧业、渔业产值所占比例提高0.04%，而移动互联网普及率提高1%，林业、牧业、渔业产值所占比例比例约提高0.10%。对农业经济结构影响而言，互联网普及率与物流水平适配性呈递增规律，且适配性对狭义农业经济结构的影响更明显。另外，财政支农对经济作物种植的影响是负向，表明财政支农政策在保障粮食作物种植方面起到积极作用;同时从事农业种植的人力资本平均受教育水平仍然偏低。【建议】积极推动互联网技术与农业发展的深度融合，为农业生产和经济结构调整提供精准服务;加强农村基础设施建设，提高农村物流能力与互联网技术间的适配性;提高互联网技术在农业生产销售等环节应用中的人力资本投入。

关键词： 农业经济结构;互联网技术;技术进步;互联网普及率;物流水平;适配性

中图分类号： S126;F323.3                       文献标志码： A 文章编号：2095-1191（2021）05-1422-07

Abstract：【Objective】This paper studied the relationship between the development of internet technology and the change of agricultural economic structure in China， and provided theoretical basis for optimizing agricultural economic structure and realizing high-quality coordinated development of agriculture in China. 【Method】Based on the panel data of 30 provinces（excluding Tibet， Hong Kong， Macao and Taiwan） in China from 2001 to 2018， the agricultural economic structure was subdivided into narrow agricultural economic structure and broad agricultural economic structure， and the panel regression model was constructed on the basis of internet penetration index indicating the development of internet technology， probing into the relationship between the development of internet technology and the change of agricultural economic structure in China， analyzing its influence on the change of agricultural economic structure in China. 【Result】The study found that by 2018， Chinas internet penetration rate was 56.37%， 14 times as that of 2001， but the internet penetration rate was uneven， with the highest penetration rate of 78.00% in the coastal developed areas and less than 50.00% in the western regions. The proportion of forestry， animal husbandry and fishery output value to the total agricultural output value was about 47.63%， 2.5 times as that of 2001; the agricultural economic structure was optimized. In terms of narrow agricultural economic structure， when internet penetration increased by 1%， cash crop proportion increased by 0.33%， when mobile internet penetration increased by 1%， cash crop increased by about 0.60%. In terms of   broad agricultural economic structure， when internet penetration increased by 1%， the proportion of forest， animal husbandry and fishery increased by 0.04%， when mobile internet increased by 1% and that of forest， animal husbandry and fishery increased by 0.10%. For the impact of agricultural economic structure， the internet penetration rate and the level of compatibility was increasing， and the impact of compatibility on the narrow sense of agricultural economic structure was more obvious. In addition， the impact of financial support to agriculture on cash crop was negative， which indicated that the financial support to agriculture policy has played a positive role in ensuring the cultivation of food crops， and the average level of human capital in agricultural cultivation was still low. 【Suggestion】Internet technology and agricultural development should be actively integrated to provide accurate services for agricultural production and economic restructuring;rural infrastructure construction should be strengthened to improve the compatibility between rural logistics capacity and internet technology;the investment of human capital in the application of internet technology in agricultural production and marketing should be increased.

Key words： agricultural economic structure; internet technology; technological progress; internet penetration; logistics level; suitability

Foundation item：General Project of Hunan Natural Science Foundation（2019JJ40058）;Hunan Social Science Achievements Appraisal Committee Project（XSP19YBC036）

0 引言

【研究意义】现阶段我国农业发展已告别供给不足的初级阶段，农业发展面临的主要问题是如何优化农业经济结构，实现高质高效的农业发展水平。随着互联网技术的发展及其在广大农业农村中的推广应用，“互联网+”农业模式正不断涌现，这将促进农业经济繁荣和农产品结构的多元化，有利于农业经济结构优化调整。因此，研究互联网技术发展与农业经济结构变化关系及其影响，将改变人们对仅依赖传统农业技术变革达到优化调整农业经济结构的目的，对繁荣农村经济、优化农业结构、实现乡村振兴具有重要意義。【前人研究进展】速水佑次郎和弗农·拉坦（2000）强调技术变迁是发掘农业增长潜力和突破农业资源瓶颈最重要的解释变量。技术进步在促进我国农业经济增长方面发挥了重要作用（黄季焜，2010），但现有文献大多聚焦于农业技术进步与农业经济增长的数量方面。黄振华（2008）分析了农业全要素生产率和技术进步率对我国农业发展的影响;刘辉（2009）、杭帆和郭剑雄（2016）分析了技术进步与农业可持续增长的关系。针对农业经济结构调整的研究也主要聚焦于种植业（狭义农业）结构调整。关于劳动力流失引起种植业结构变迁（Brauw，2010;Gonzalez-Velosa，2011;钟甫宁等，2016），其研究结果表明农村劳动力流失会促使农户调整要素投入结构和种植结构，但在是否促进经济作物或非经济作物种植增加方面尚未取得一致的研究结论（叶初升和马玉婷，2020）;要素价格变化会引起种植业结构变迁（杨进等，2016;郑旭媛和徐志刚，2017），研究发现农村劳动力价格上涨对粮食作物种植比例有显著负向影响，而对经济作物的种植比例有显著正向影响;在农地流转引起种植业结构变迁方面（罗必良等，2018;钱龙等，2018），相关研究表明，与大规模农地转入户相比，小规模农地转入户倾向于非粮化生产，农户土地转入（转出）行为能有效提升（降低）粮食种植比例。【本研究切入点】已有文献大多是研究农业本身的技术进步与农业经济结构变化间关系，很少涉及互联网技术发展应用与农业经济结构变化的研究。【拟解决的关键问题】基于2001—2018年我国30个省份（不含西藏及港澳台地区）的互联网技术普及率和农业经济结构相关数据，分别以非粮食作物种植占总种植业比例（表示狭义农业经济结构变化）及林业、渔业和牧业产值占农业总产值比例（表示广义农业经济结构变化）作为因变量，以互联网技术普及率（表示互联网技术发展）为自变量，构建面板数据回归模型，探究互联网技术发展对我国农业经济结构的影响及其与物流水平适配性，以期为优化农业经济结构和推动农业高质量发展提供参考。

1 数据来源与模型构建

1. 1 数据来源及变量选择

本研究使用全国30个省份面板数据进行实证研究，所有数据来源于《中国统计年鉴》（2002—2019），经整理和加工，得到相关数据的描述性统计（表1）。从表1可看出：（1）2001—2018年我国非粮食作物种植面积占总种植业面积比例的均值为0.3502，但省份间差异性较明显，新疆、上海、海南、青海和浙江的非粮食作物种植面积占比的均值较大，其中新疆、海南和青海由于地形地理特征的原因比较适合种植经济作物，上海和浙江属于经济发达地区。（2）林业、渔业、牧业产值占农业总产值比例的均值为0.4763，约为1978年（0.20）的2.5倍（郭晓蓓，2019），农业产业结构得到了优化。其中，北京、辽宁、福建、青海和海南2001—2018年林业、渔业、牧业产值占农业总产值比例均值排在前5位，除北京外，辽宁、福建和海南的渔业产业发达，青海的牧业具有天然优势。因此，地形地理特征在广义的农业经济结构领域也具有决定性影响。（3）2001—2018年我国的互联网普及率均值为0.3015，最大值为0.7800，在2018年全国的均值为0.5637，是2001年均值0.0359的14.0倍，但互联网普及存在不均衡现象，在沿海发达地区普及率最高的省份为0.7800，而西部地区普及率最高的省份为0.4936。

1. 2 模型构建

在模型设计时，分别以非粮食作物种植占总种植业比例及林业、渔业、牧业占农业总产值比例为因变量，以互联网技术普及率（表示互联网技术发展）为自变量，人力资本、道路交通、财政支农为控制变量。对自变量、因变量和控制变量分别采用比值或百分比的形式进行数据处理，模型设计如下：

式中，ZYit表示i省份在t年的非粮食作物种植占种植业比例，数据采集的是耕种面积;NYit表示i省份在t年的林业、渔业和牧业产值占农业总产值比例，数据采集的是各产业产值;NETit表示i省份在t年的互联网技术发展情况，以互联网普及率表示;ETUit、RODit、FINit是控制变量，分别表示人力资本、道路交通、财政支农;α是常数项，β1…β4和ρ1…ρ4是变量系数，εit和δit是残差项。相关变量的计算如下：（1）人力资本，借鉴谢童伟等（2011）、姚洋和崔静远（2015）对平均受教育年限的计算方法，再以各省份劳动力的平均受教育年限变化率来衡量人力资本。受教育年限的计算公式：受教育年限=小学生人数比重×6+初中人数比重×9+高中人数比重×12+大学人数比重×16，各年级学生数比重=该年级受教育学生数/6岁以上总人口数。（2）道路交通是各省份单位面积公路里程，公路里程包含高速公路、等级公路和等外公路里程。（3）财政支农是各省份财政支农支出，用居民价格指数进行平减。由于统计年鉴统计目录的变化，其中2001—2007年是财政支农支出，2008—2018年是财政支农林水的支出。（4）互联网普及率指各省份互联网用户数占各省份总人口数，反映一个地区互联网技术发展及应用程度。另外，在研究互联网技术发展与物流水平适配性时，采用互联网技术普及率与道路交通指标的交互项（2个指标的乘积）表示二者的适配性。

1. 3 统计分析

运用EViews 8.0对变量的面板数据进行平稳性检验。

2 互联网技术发展与农业经济结构变化的关系分析

2. 1 数据平稳性检验结果

分别采用Levin、Lin & Chut和Fisher-ADF检验方法对我国2001—2018年面板数据进行单位根检验，结果（表2）显示，处理后的面板数据总体上平稳，拒绝非平稳的假设。由于面板数据是平稳数据，因此不需要进行协整检验。

2. 2 互联网技术发展与狭义农业经济结构变化的关系分析结果

我国互联网技术发展经历了3个过程。第一階段（1994—2000年），1994年我国正式接入国际互联网，这一时期我国广大农村地区互联网普及率仍然非常低，北京（含城市和农村）在1997年也只有1.80%的普及率，上海的普及率是0.34%;第二阶段（2001—2008年），互联网技术得到了推广和普及，从搜索到社交化网络，尤其是2007年电商服务业确定为国家重要新兴产业，到2008年我国网民数量首次超过美国;第三阶段（2009年至今），由PC互联网到移动互联网，移动互联网技术发展对农业产业结构性调整具有较强的实践性意义，在农、林、渔牧业产品的销售和推广，以及在引导农业农村农民的生产生活方面具有非常重要的意义。

以非粮食作物种植占种植业比例为因变量，选取互联网技术发展为自变量，人力资本、财政支农和单位面积通路里程为控制变量，利用全国2001—2018年的面板数据进行回归。为了区分移动互联网技术发展对我国种植业结构调整的影响，考察互联网技术发展对种植业结构调整的影响上重点关注移动互联网的影响，研究按时间段进行区分，在研究2001—2018年的基础上进一步研究2009—2018年移动互联网出现的影响。因此，从时间上分2个部分，第1部分是2001—2018年面板数据回归结果，第2部分是2009—2018年面板数据回归结果。从表3可看出，移动互联网技术发展在推动农业种植业结构变化方面发挥正向影响作用，在5%置信范围内所有变量均通过检验，模型总体拟合度较好。第1部分互联网技术的普及率每提高1%，非粮食作物种植比例约提高0.33%，而第2部分的结果是提高0.60%，说明移动互联网技术发展对我国农业经济的影响较大。在2个时间段中财政支农的影响均为负向，表明我国保障粮食产量政策的有效性，粮食补贴政策有力地提高了农民种粮积极性，对非粮食种植业增加有一定的缓冲作用，是现阶段既要保障我国粮食作物种植总量又要促进种植业结构多元化的现实选择。人力资本（受教育年限）对非粮食作物种植比例增加是负向影响，主要是由以下3个原因引起：（1）人力资本（受教育年限）采用的是各地区平均受教育年限，包含了城市和农村人口;（2）农村受教育水平较高的劳动力进城务工，留守从事农业劳作的劳动力受教育水平仍然偏低;（3）随着受教育水平的提高，农村劳动力更乐意从事其他收益更高的非种植业产业。

2. 3 互联网技术发展与广义农业经济结构变化关系分析结果

以林业、渔业、牧业产值占农业总产值比例为因变量，互联网技术发展为自变量，其他变量为控制变量，进行回归分析。从表4第1部分结果可看出，互联网技术发展对广义农业经济结构具有正向影响，在10%置信区间内互联网普及率每提高1%，林业渔业牧业比例约提高0.04%，而第2部分结果的提高0.10%。表明互联网技术发展促进了我国广大农村林业渔业牧业的发展，但其影响小于对种植业结构的影响。与对种植业结构影响不同，人力资本对广义农业经济结构影响为正向，受教育年限的增加促进了林业、渔业、牧业的发展。表明教育水平提高，农村劳动力人口一部分从传统农业（种植业）向林渔牧产业转移，与表3的分析结果一致，即随着受教育程度的提高，一部分农村人力资本向城市转移，一部分农村人力资本向相对收益高的林业、渔业、牧业产业转移，与表3中人力资本变量的系数为负相对应。财政支农支出对广义农业经济结构影响为负，与表3的结果一致，也说明我国对种植业非常重视，特别是对粮食种植的重视。

2. 4 互联网技术发展与物流水平适配性对农业经济结构的影响

从上述实证分析结果可知，互联网技术发展无论是对狭义的农业经济结构还是广义的农业经济结构均具有正向影响作用。但互联网技术发展在影响农业经济结构过程中必然受到区域物流水平的影响，在推动农业产品向城市市场和国内外市场流通过程中，地区物流发展程度是否适应互联网技术发展程度非常关键，如果二者相适应，则这种影响顺畅，如果不适配，也就是说虽然互联网技术发展了，但物流水平并未跟上。本研究利用技术进步与人力资本的交互项表示二者间的适配性。近年来的统计数据和研究发现，尽管我国平均受教育水平得到提高，但从事种植业劳作的劳动力受教育水平并没有实质性的改变，仍存在种植业劳动力流失的情况，即受教育水平较高的劳动力流向城市和少部分转向林业、渔业和牧业。因此，本研究不再研究互联网技术发展与人力资本的适配性，而研究互联网技术发展与物流水平适配性更具实际意义。选择公路交通能力以代表物流发展水平的指标，用NET*ROD表示互联网技术发展与物流水平的适配性，得到公式（3）和公式（4）。

如表5所示，实证结果分2个部分，分别是对ZYit和NYit的回归结果。结果表明互联网技术发展与物流发展水平（道路基础设施建设）的适配性呈增强趋势，即加入自变量ROD后NET的边际生产力递增，相对于狭义农业经济结构而言，变量NET的系数由0.29增加到0.33，对广义农业经济结构而言，变量NET的系数由0.03增加到0.10。

由表5中还可知，相对于种植业经济结构调整而言，互联网技术发展与物流发展水平的适配性呈增强趋势，且为正向影响，但影响正在变小（即使T检验值较小）。因此提高物流交通水平（公路基础设施）可增加互联网技术发展对种植业结构的影响。相对于林业、渔业、牧业占农业总产值比例而言，互联网技术发展与物流发展水平的适配性也呈递增趋势，但影响由正向变为负向。表明随着互联网技术的持续发展应用及农村道路基础设施的不断完善，二者间适配性的增强将有利于增加种植业在农业中的比例，在经济作物的产业规模及现代化水平不断增强的基础上促使种植业向产业化和现代化发展。

3 讨论

技术进步在促进我国农业经济结构优化和调整中发挥着重要作用，很多学者以不同视角研究二者间的关系，但均基于农业本身的技术进步来分析农业经济结构的变化，杨强（2020）从农业科技视角研究农业供给结构、变化及效能。也有学者对互联网与农业经济进行分析，马晓河和胡拥军（2020）研究了“互联网+”推动农村经济高质量发展的基本逻辑和框架;隋福民（2020）分析了农业+互联网模式在我国农业产业升级中的作用。上述研究均基于宏观层面的理论分析，将农业经济作为一个整体来研究其与互联网发展间的关系，尚未具体研究互联网与狭义农业经济结构和广义农业经济结构的关系。本研究通过实证分析互联网技术对我国农业经济结构（包含广义和狭义的农业经济结构）的影响，研究结果表明，互联网技术发展对我国农业经济结构优化具有正向影响，尤其是对狭义农业经济结构的影响更明显，显示了互联网技术在提供农业市场精准服务和引导农业生产方面具有重要作用，与马晓河和胡拥军（2020）的理论分析结论较吻合。本研究还发现，互联网技术发展与物流水平的适配性呈递增趋势，即农村物流能力的提升能提高互联网技术发展对农业经济结构的影响。在农业资源（主要是耕地资源）有限的基础上，推广应用互联网技术、提高农村物流水平不仅有利于农业经济结构优化调整，还有利于提高单位农业资源的生产效率。由于本研究的局限性，对互联网技术发展在提高我国农业本身技术进步方面的作用没有涉及，有待在后续研究中进行深入探析。

4 建议

4. 1 充分发挥互联网技术在农业经济结构优化中的能动作用

截至2018年底，我国30个省份互联网技术应用的普及率均值仅为56.37%，在沿海发达地区的最大值也仅为78.00%，西部地区普及率不及50.00%，广大农村地区互联网技术应用的普及率更低，互联网技术在农业发展中的应用空间依然很大。互联网技术普及与应用在提供农业精准数据服务、农产品市场推广、农产品质量控制与保障、降低农业生产成本、農业转型及促进新型农业业态发展方面发挥重要作用。因此，要持续推动互联网技术在我国广大农村地区进一步普及和创新性应用。在互联网技术设备、基础设施、政策支持、市场推广及法律保障等方面加大对农村地区的扶持力度，尤其要加强对六盘山区、秦巴山区、滇桂黔石漠化区、滇西边境山区、四省藏区和新疆南疆地区等的支持力度。应充分发挥互联网技术在农业经济结构优化中的技术推动效用（高飞等，2019）。在农业生产中的市场信息捕捉、产业链延伸、产业规模扩张和整合、农业新业态新模式的创新、农业资本投入、农业生产效能和效率提升等方面要积极主动融入并推广应用互联网技术，助力乡村振兴。

4. 2 加强农村地区基础设施建设，提高农村物流水平与互联网技术应用的适配性

我国现阶段互联网技术与物流水平的适配性对我国农业经济结构优化的边际生产力仍处于递增阶段，尤其是对种植业经济结构调整。现阶段农村基础设施建设仍滞后于互联网技术日新月异的创新应用，互联网技术应用与农村物流能力的适配性有待提高。因此，首先在提高互联网技术的利用效率方面，要加强广大农村地区互联网技术软硬件基础设施建设及物流能力基础设施建设、互联网技术应用素质培训等。其次，在快捷、便利、通畅方面，要持续完善农村地区道路基础设施建设、加强互联网应用配套设施建设及提高农村物流通畅能力建设、提高农产品对接市场信息的能力建设，使地方农产品卖得动、出得去、存的住。第三，构建农业互联网与农村物流综合平台。在县、镇（乡）两级，有条件的地区也可在村级层面建立基于新媒体大数据的农业物流平台，对于缓解和解决农业空心化以及生产要素和产品在城乡间互联互通具有重要作用。

4. 3 加强互联网技术与农业融合的人力资本投入，稳步提高农业从业人员文化技术水平

从统计数据和研究结果来看，现阶段由于受到良好教育的农村人口外流，我国农业从业人员受教育水平仍处于较低水平，尤其是种植业劳动力平均受教育水平仍然偏低，不利于我国农业经济结构调整。《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》指出，全面实施乡村建设行动，提高农民科技文化素质，推动乡村人才振兴。因此，首先要利用新时期互联网和5G技术在广大农村的逐步普及应用构建村、镇（乡）、县三级联动的学习培训云平台，提高农业从业人员文化水平和技术能力，推动互联网技术与农业发展的深度融合。分批次分类别对农业从业人员进行文化培训、技术培训和创业培训，云培训和现场培训相结合，利用互联网把文化知识和农业技术送到农民手中和田间地头。其次，建立和完善鼓励各类高素质返乡人员回流的机制和政策，充分发挥文化与技术的溢出效应和带动作用，增强农业农村发展活力。支持大学生返乡就业创业，尤其要鼓励扶持在乡村一级创业就业，鼓励与支持在城市务工且具有一定知识能力的高素质人员回乡创业，加强对“互联网+”农业新业态的智力与资本支持。第三，在总结全面脱贫成功经验基础上，把提高农业从业人员文化知识、技术能力作为实现乡村振兴的根本抓手和推动互联网与农业融合发展的动力源泉。

参考文献：

高飞，刘晓珂，黄红星. 2019. “互联网+”现代农业评价与提升对策研究——以广东省为例[J]. 江西农业学报，31（1）： 139-145. doi：10.19386/j.cnki.jxnyxb.2019.01.24. [Gao F，Liu X K，Huang H X. 2019. Research on “internet+” modern agriculture evaluation and promotion countermeasures in Guangdong Province[J]. Acta Agriculturae Jiangxi，31（1）： 139-145.]

郭晓蓓. 2019. 改革开放40年我国产业结构演进历程与新时代重大战略机遇[J]. 当代经济管理，41（4）：1-10. doi：10.13253/j.cnki.ddjjgl.2019.04.001. [Guo X B. 2019. The evolution of China s industrial structure and the major strategic opportunities in the past 40 years of reform and opening up[J]. Contemporary Economic Management，41（4）： 1-10.]

杭帆，郭剑雄. 2016. 人口转型、技术进步与中国农业的可持续增长[J]. 西北农林科技大学学报（社会科学版），16（1）：66-75. doi：10.13968/j.cnki.1009-9107.2016.01.11. [Hang F，Guo J X. 2016. Demographic transition，technological progress and sustainable development of Chinas agriculture[J]. Journal of Northwest A & F University（Social Science Edition），16（1）： 66-75.]

黄季焜. 2010. 六十年中国农业的发展和三十年改革奇迹——制度创新、技术进步和市场改革[J]. 农业技术经济，（1）： 4-18. doi：10.13246/j.cnki.jae.2010.01.003. [Huang J K. 2010. Sixty years of Chinas agricultural development and three decades of the reform miracle—Institutional innovation，technological advancement and market reforms[J]. Journal of Agrotechnical Economics，（1）： 4-18.]

黄振华. 2008. 技术进步、人力资本与中国农业发展——1985—2005年中国农业技术进步率的实证与比较[J]. 财经问题研究，（3）：124-129. doi：10.3969/j.issn.1000-176X. 2008.03.020. [Huang Z H. 2008. Technological progress，human capital and agricultural development in China： An empirical study on the rate of agricultural technological progress in China from 1985 to 2005[J]. Research on Financial and Economic Issues，（3）： 124-129.]

刘辉. 2009. 基于技术进步视角的中国农业发展60年[J]. 湖南社会科学，（5）： 105-109. [Liu H. 2009. 60 years of agricultural development in China from the perspective of technological progress[J]. Social Sciences in Hunan，（5）： 105-109.]

罗必良，江雪萍，李尚蒲，仇童伟. 2018. 农地流转会导致种植结构“非粮化”吗[J]. 江海学刊，（2）： 94-101. doi：10. 3969/j.issn.1000-856X.2018.02.015. [Luo B L，Jiang X P，Li S P，Qiu T W. 2018. Will the transfer of agricultural land lead to “non-grain” planting structure[J]. Jianghai Academic Journal，（2）： 94-101.]

馬晓河，胡拥军. 2020. “互联网+”推动农村经济高质量发展的总体框架与政策设计[J]. 宏观经济研究，（7）： 5-16. doi：10.16304/j.cnki.11-3952/f.2020.07.002. [Ma X H，Hu Y J. 2020. The framework and policy design of “internet+” to promote the high-quality development of rural economy[J]. Macroeconomics，（7）： 5-16.]

钱龙，袁航，刘景景，洪名勇. 2018. 农地流转影响粮食种植结构分析[J]. 农业技术经济，（8）： 63-74. [Qian L，Yuan H，Liu J J，Hong M Y. 2018. Does transfer of farmland affect grain planting structure？[J]. Journal of Agrotechnical Economics，（8）： 63-74.]

速水佑次郎，弗农·拉坦. 2000. 农业发展的国际分析[M]. 北京：中国社会科学出版社：165.[Yujiro Hayami，Vernon W. Ruttan. 2000. International analysis of agricultural development[M]. Beijing： Chinese Social Science Press：165.]

隋福民. 2020. “互联网+农业”还是“农业+互联网”——中国农业产业升级的战略选择[J]. 宁夏社会科学，（6）： 102-107. [Sui F M. 2020. “Internet+agriculture” or “agriculture+internet”—The strategic choice of Chinas agricultural industry upgrading[J]. Social Sciences in Ningxia，（6）： 102-107.]

谢童伟，张锦华，吴方卫. 2011. 教育与人口迁移相互影响的实证分析——基于2004—2008年31个省的面板数据[J]. 上海财经大学学报，13（2）： 70-76. [Xie T W，Zhang J H，Wu F W. 2011. Empirical analysis on the interaction between education and migration：based on panel data of 31 provinces from 2004 to 2008[J]. Journal of Shanghai University of Finance and Economics，13（2）： 70-76.]

杨进，钟甫宁，陈志钢，彭超. 2016. 农村劳动力价格、人口结构变化对粮食种植结构的影响[J]. 管理世界，（1）：78-87. [Yang J，Zhong F N，Chen Z G，Peng C. 2016. The influence of rural labor price and population structure on grain planting structure[J]. Management World，（1）：78-87.]

杨强. 2020. 我国农业供给侧结构性改革中农业供给结构分析[J]. 南方农业学报，51（10）： 2588-2596. doi：10.3969/j.issn.2095-1191.2020.10.033. [Yang Q. 2020. Agricultural supply structure in structural reform of agricultural supply side in China[J]. Journal of Southern Agriculture，51（10）： 2588-2596.]

姚洋，崔靜远. 2015. 中国人力资本的测算研究[J]. 中国人口科学，（1）： 70-78. [Yao Y，Cui J Y. 2015. Estimation of Chinas human capital stock[J]. Chinese Journal of Popu-lation Science，（1）： 70-78.]

叶初升，马玉婷. 2020. 人力资本及其与技术进步的适配性何以影响了农业种植结构？[J]. 中国农村经济，（4）： 34-55. [Ye C S，Ma Y T. 2020. How do human capital and its adaptability to technological progress affect agricultural planting structure？[J]. Chinese Rural Economy，（4）： 34-55.]

郑旭媛，徐志刚. 2017. 双重约束下的农户生产投入结构调整行为研究[J]. 农业技术经济，（11）： 26-37. [Zheng X Y，Xu Z G. 2017. Study on the adjustment behavior of production input structure of farmers under double constraints[J]. Journal of Agrotechnical Economics，（11）： 26-37.]

钟甫宁，陆五一，徐志刚. 2016. 农村劳动力外出务工不利于粮食生产吗？——对农户要素替代与种植结构调整行为及约束条件的解析[J]. 中国农村经济，（7）： 36-47. [Zhong F N，Lu W Y，Xu Z G. 2016. Is rural labor out-migrating for work unfavorable to grain production？—Analysis of peasant household factor substitution and planting structure adjustment behavior and constraint conditions[J]. Chinese Rural Economy，（7）： 36-47.]

Brauw A D. 2010. Seasonal migration and agricultural production in Vietnam[J]. Journal of Development Studies，46（1）： 114-139. doi：10.1080/00220380903197986.

Gonzalez-Velosa C. 2011. Essays on migration and agricultu-ral development[D]. Maryland，USA： University of Maryland，College Park.

（责任编辑 邓慧灵）