钱 力，汤晓翠，宋俊秀

(1.安徽财经大学 经济学院，安徽 蚌埠 233030；2.安徽财经大学 财政与公共管理学院，安徽 蚌埠 233030)

随着城镇化、工业化的持续推进，大量农村人口涌入城市，农村地区呈现出人口空心化、生态污损化、生产无序化的衰败情景[1]。面对“乡村衰落”局面，乡村振兴战略的实施对于优化乡村治理、构建新型城乡关系以及协调区域发展具有重要意义[2]。乡村振兴的基石是产业兴旺[3]，作为国民经济的基础产业，农业在乡村振兴战略实施过程中发挥着重要作用，农业剩余是社会分工的基本前提[4]。农业对自然环境依赖性较高，具有天然的脆弱性，农业的高质量发展显得尤为重要。农业高质量发展是经济高质量发展目标的具象化和深度化，实现农业高质量发展的关键在于发挥科技创新与技术进步的核心驱动作用，具体表现为农业全要素生产率的提高[5]。由此引发思考，乡村振兴战略对于农业全要素生产率是否存在影响？这种影响是否存在区域异质性？苏浙皖地区不仅是我国经济发展、政策实验的先行区，更担负着粮食安全重任，研究苏浙皖地区乡村振兴战略对农业全要素生产率的影响及影响机制，可以为乡村振兴战略落实、农业高质量发展提供重要的理论和实践依据。

一、文献综述

经济增长模型中将资本、劳动等要素投入所作的贡献剔除之后的剩余部分称为全要素生产率，通过指数分解可将其分为技术进步的实现和技术效率的改善，技术进步的实现是指提高技术以实现相同投入中更大的产出，技术效率的改善是指自身生产效率向生产前沿面靠近[6]，两者均可实现全要素生产率的提高。农业全要素生产率是农业经济高质量发展的源泉，现有研究大致分为两类：一类是针对农业全要素生产率的测算和演变分析。基于宏观数据，通过随机前沿法(SFA)、DEA-Malmquist指数法[7]839和SBM-Global Malmquist生产率指数法[8]等方法测算我国农业全要素生产率，一般认为技术进步是拉动我国农业全要素生产率增长的主要动力，并且在空间上呈现集聚性，区域间存在差异性。另一类则是从不同视角切入分析与农业全要素生产率相关关系，发现农村灌溉、道路、电力和医疗基础设施建设[9]，农村教育人力资本[10]以及农村劳动力转移[11]对我国农业全要素生产率存在明显的溢出效应。此外也有研究从微观层面出发进行农业全要素生产率精准测算以及要素配置等视角的研究，但微观层面研究存在个体测算标准难以统一、时间跨度较短等问题[12]。

基于对过去农村发展战略的系统总结和升华，乡村振兴战略的提出旨在破解“三农”问题，缩小城乡差距。有研究认为乡村振兴的战略重点与任务既在乡村，又在乡村以外，既需重视乡村内部的建设发展和体制机制的创新，又需重视乡村振兴外部环境的改善[13]。乡村振兴战略实施路径的关键在于以科学规划为导向，畅通要素流动，充分发挥市场持续支撑作用，实现农业现代化发展、城乡融合发展[14-15]。目前，关于乡村振兴的文献中，有部分文献将乡村振兴指标评价体系的综合值作为研究变量，也有文献将乡村振兴视为研究背景，探究乡村振兴背景下要素流动、经济增长、农民福利、人力资本等问题。从城乡统筹到新农村建设，再到乡村振兴，体现了“三农”战略的不断创新发展[16]。乡村振兴战略以县域为基点，从“五个振兴”角度展开相关研究，在产业振兴中，通过发挥六次产业的加法效应和乘法效应实现产业融合，进而实现农业全要素生产率的提升[17]。基于波特假说，生态振兴刺激农业生产者主动提高农产品品质、降低成本并寻求主动创新，从而产生“收益补偿”。在文化振兴中，通过建立以文化创意为核心的农业生产经营模式，促使农业与文化创意产业实现有机融合[18]。在人才振兴中，通过对人力、资源、资金和科技的综合管理来推进农业体制的改革。乡村振兴关键在于将现代农业技术进步运用到农业生产和农村建设中，执行熊彼特式新组合，组织重构优化，实现小农户与农业现代化的有效衔接，从而实现农业全要素生产率的提高。

从已有文献来看，关于乡村振兴战略的内涵路径等理论研究较为丰富，将其直接作为研究变量较为少见，已有研究侧重农业全要素生产率的测算和区域差异，但未深入剖析差异背后的缘由，同时结合两者进行实证分析的研究相对薄弱，存在一定的扩展空间。此文可能的边际贡献在于：第一，利用虚拟变量、差分模型研究乡村振兴战略实施对农村农业全要素生产率的政策影响，有效避免指标选取导致的主观性；第二，聚焦苏浙皖地区，在宏观到微观过渡中折中选择以县域为研究样本，丰富县域乡村振兴相关研究。

二、研究方法与数据来源

(一)模型设定

探究苏浙皖地区乡村振兴战略实施对农业全要素生产率的政策效应，如果直接将政策实施前后的区县指标进行比较，存在明显的缺陷。一是没有考虑到样本区县初始拥有的资源禀赋不同所带来的异质性差异，二是样本区县可能会受其他政策影响导致研究结果出现偏差。因此，本文通过构建双重差分模型，将样本区县中被评为乡村振兴示范县的县域归为处理组，其余县域归为对照组，同时按照乡村振兴战略实施年份将样本划分为政策实施前和政策实施后，通过对比处理组和对照组的被解释变量在实施前后差值来探究乡村振兴战略的实施对农业全要素生产率的影响。具体模型设定如下：

(二)变量选取

1.被解释变量。被解释变量为农业全要素生产率(TFP)，全要素生产率是高质量发展的动力基础。为了合理测算农业全要素生产率，将外部环境和随机误差因素产生的影响排除，本文选用三阶段动态DEA-Malmquist 模型进行效率分析。第一阶段，使用传统的DEA-Malmquist(BBC导向)模型；第二阶段，引入环境变量的 SFA 模型的应用，剔除决策单元不能主观控制但又能对投入和产出造成影响的外部环境因素和随机因素，使农业全要素生产率测算更加准确；第三阶段，将剔除环境变量和随机误差后的调整数据带回第一阶段进行再测算。

三阶段动态DEA农业全要素生产率的测算包括三类指标，即投入变量、产出变量以及环境变量。参考已有研究[7]840，选取的产出变量为农业生产总值，投入变量包括土地、劳动、机械、化肥等要素投入，土地投入采用农作物播种面积来衡量，劳动投入采用农业从业人员来衡量，机械采用农业机械总动力来衡量，化肥投入采用农用化肥施用量来衡量，环境变量选取财政支出以及公路里程来衡量。

2.核心解释变量。核心解释变量是Dit，代表的是乡村振兴战略实施与否的虚拟变量，即交互项Dit=treatit*postit。根据各样本区县是否入选2018年乡村振兴示范县设置政策个体虚拟变量，若入选乡村振兴示范县则赋值为1，否则为0；设置政策时间虚拟变量，若在政策实施前设置为0，在政策实施后设置为1。

3.控制变量。控制变量为县域人口密度，即年末户籍总人口数与行政划土地面积的比值；医疗卫生机构床位数；农村家庭人均可支配收入；固定资产投资额。

(三)数据来源及其描述性统计

鉴于数据的可得性，本文选取安徽省、江苏省、浙江省2010—2019年总计155个县域的相关指标数据。数据主要来源于《中国区域经济统计年鉴》《安徽统计年鉴》《浙江统计年鉴》《江苏统计年鉴》《中国农村统计年鉴》以及各市各县统计年鉴。对于缺失数据，本文采取线性插值法对少数缺失值进行填充，对控制变量进行对数化处理，得到表1所示的描述性统计结果。

表1 变量的描述性统计

(四)农业全要素生产率测算初步分析

基于产出变量(农业生产总值)、投入变量(农业机械总动力、农作物播种面积、化肥使用量、农业从业人员数)和环境变量(财政支出、公路里程)原始数据，利用三阶段DEA-malmquist生产率指数模型对农业全要素生产率进行测算，结果如表2所示。

表2 苏浙皖地区农业全要素生产率水平

观察可得如下结论：2010—2019年期间，苏浙皖地区农业全要素生产率总体大于1，表明农业生产效率大部分处于DEA有效，且平均保持着5.9%的年均增长速度。此外，样本1—59为安徽省各区县，60—100为江苏省各区县，101—155为浙江省各区县，三省样本区县整体均处于DEA有效率阶段，安徽省极少数区县的农业全要素生产率小于1，呈递减趋势。

可以将农业全要素生产率结果进行指数分解为技术进步指数Techch、技术效率指数Effch，技术效率指数进一步分解为纯技术效率指数Pech和规模效率指数Sech，结果见表3。

2010—2015年技术进步指数逐年下降，其余各项效率指数保持在1左右浮动。2015—2016年各项效率指标出现明显的下降，仅有纯技术效率PEC有微小幅度的提高。2017—2019年各项指标明显上升，综合技术效率始终与纯技术效率指数同时同幅度发生变化，说明苏浙皖地区农业技术效率主要通过纯技术效率发挥作用，规模效率的影响较小。

表3 2010—2019年TFP增长率分解指标值

三、实证分析与检验

(一)先前检验

1.数据平稳性检验。为了避免非平稳的时间序列导致的伪回归，对收集的面板数据进行单位根检验，以确保模型估计结果的有效性。所应用的方式是LLC、IPS检验，如果在两种检验中指标序列均拒绝存在单位根的原假设，则认为该指标序列平稳的。通过stata进行检验，发现本文收集的指标序列皆通过检验，面板序列是平稳的。

2.Hausman检验。在面板数据模型形式的选择方法上，不同的截面或者不同的时间序列，模型的截距可能是不同的。因此本文通过Hausman检验来进行随机效应模型或固定效应模型的选择判断，分析发现本文收集的面板数据可采取双固定效应模型。

(二)基准回归结果

作为基准和参照，首先利用简单回归和固定效应模型(FE)实证检验乡村振兴战略实施对农业全要素生产率的影响[19]，回归结果如表4所示。

通过简单回归结果分析发现，交互项系数在1%水平上通过显著性检验，乡村振兴战略与农业全要素生产率之间存在显著的正向因果关系，意味着乡村振兴战略的实施对农业高质量发展存在正向的政策效应，乡村振兴战略实施有助于农业全要素生产率提高0.279。固定效应模型可以有效避免内生性问题，在控制时间地区后，交互项系数在5%水平上通过检验，乡村振兴战略的实施有助于农业全要素生产率提高0.154。由此可以得出结论：乡村振兴战略的实施能够促进农业全要素生产率的提高。

表4 基准回归结果

(三)稳健性检验

1.平行趋势检验。双重差分模型的前提要求是在政策实施之前，样本具有相同的变化趋势，因此为避免样本选择偏误导致的内生性问题，进行平行趋势检验，结果如图1所示。

图中处理组和控制组在2012年之前没有显著差异，2013—2018年出现差异，2018年之后再次出现差异。在2013年我国正式实施精准扶贫战略，对农村农业农民的影响较大，从产业扶贫到人才扶贫等一系列扶贫政策，精准扶贫在一定程度上可以视作乡村振兴前沿政策。此外，在2018年这个节点上，也能看出乡村振兴的政策冲击，所以本文认为该平行趋势假设是成立的。

2.倾向匹配得分。为增强结论的可靠性以及说服力，使用倾向得分匹配法(psm-did)验证上述回归结果的稳健性。借鉴王贤彬，谢倩文等人做法[20]，分别采用近邻匹配、半径匹配以及核匹配方法为处理组匹配新的对照组进而重新进行DID分析，回归结果如表5所示。由表5可知，模型(1)—(3)列是近邻匹配、半径匹配以及核匹配的回归结果，DID回归系数值皆在5%水平上显著为正，分别为0.144、0.146、0.144，与基准回归结果保持一致，因此可知上述乡村振兴战略的实施能够促进农业全要素生产率的提高的结论是稳健的。

3.缩短样本期。通过改变样本期再次检验结论是否稳健，原模型的样本期是2010—2019年，本文缩短样本期，将时期控制在2014—2019年进行回归分析，回归结果如表5模型4所示。回归结果显示，乡村振兴战略实施有助于农业全要素生产率提高0.120，且通过了1%的显著性水平检验，与上述模型基准回归结果一致，说明乡村振兴战略对农业全要素生产率的影响是稳健的。

4.更换实验样本。为进一步排除乡村振兴战略实施对农业全要素生产率的政策效应受其他非观测变量干扰，本文借鉴高长春等人的设计，通过构造虚拟 DID 样本形成反事实样本组[21]，对乡村振兴战略政策进行稳健性检验。具体而言，剔除原有的乡村振兴示范县，并采取随机抽样法从样本数据中抽取虚拟样本，构造反事实实验组进行回归，回归结果如表5第5列所示。

表5 稳健性检验

由表中可以看出，虚拟DID测度的回归结果不显著，未能通过显著性水平检验，表明随机抽取的虚拟乡村振兴示范县样本对农业全要素生产率没有显著影响，意味着不存在其他因素影响乡村振兴战略对农业全要素生产率的政策效应，即真实的乡村振兴示范县建设对农业全要素生产率的政策效果是稳健可信的。

5.控制变量滞后一期。考虑到政策发挥效应的时滞性，故将控制变量滞后一期，再纳入模型回归检验，回归结果如表5模型6所示。回归结果显示，乡村振兴战略实施有助于农业全要素生产率提高0.165，且通过了1%的显著性水平检验，与上述模型回归基准回归结果高度一致，再次说明乡村振兴战略对农业全要素生产率的影响是稳健的。

(四)区域异质性分析

由于不同省份在经济发展水平、政策实施环境、地理区位以及资源禀赋等方面存在差异，可能会导致乡村振兴战略实施对农业全要素生产率的影响效果和力度不同，故将上述样本按照省份进行划分，形成安徽省、江苏省、浙江省3个子样本，分别进行回归分析，从而得到回归结果如表6所示。

表6 分区域回归结果

从表中回归结果可知，浙江省与江苏省乡村振兴的实施对农业全要素生产率具有正向的促进作用，浙江省地区乡村振兴战略的带动作用更加显著，乡村振兴示范县建设能够实现农业全要素生产率提高0.201，江苏省次之，乡村振兴示范县建设能够实现农业全要素生产率提高0.195，安徽省回归结果并不显著，说明安徽省乡村振兴战略的实施对农业发展的影响并不明显。

四、结论与政策建议

基于苏浙皖155个区县2010—2019年原始数据，测算得出各区县农业全要素生产率水平，通过双重差分模型，对乡村振兴战略实施对农业全要素生产率的影响进行分析，进一步分析影响的区域异质性，得出以下结论：

第一，苏浙皖各区县农业全要素生产率呈现持续增长趋势，且保持在5.9%的增长速度，安徽省极少数区县呈现减缓趋势。进一步将农业全要素生产率进行分解发现，农业技术效率的提高主要依靠于农业纯技术效率的提高，规模效率的作用较小，说明苏浙皖地区农业全要素生产率的提高缺乏区域协调，集聚效应较小。

第二，乡村振兴战略能够促进农业全要素生产率的提高。乡村振兴战略的实施通过促进产业兴旺为直接手段提高农村农业全要素生产率水平，实现农民增收。通过促进生态环境优化、乡风文明建设、农民生活水平提高以及乡村治理改善等间接手段提高农民幸福感、满足感和安全感，进而提高农业全要素生产率水平。

第三，乡村振兴战略的实施对农业全要素生产率的影响具有区域异质性。将样本依照省份划分3个子样本进一步分析得出，相比于江苏省，浙江省不仅经济繁荣，同时也是入选最具幸福感城市最多的省份，符合“民富”的概念，农民的幸福感、成就感越强越有利于农业的发展。

根据以上结论，从以下方面对提高农业全要素生产率提出建议，以促进农业高质量发展。

第一，推进农业技术进步效率的提高。技术进步是提高全要素生产率的强大引擎，在当今以创新为核心引擎的经济发展模式下，农业技术的发明创造能够带来农业的质的飞跃[22]，实现农业的高质量发展。首先要加强对农业科技研究和基础设施建设投入和支持，深入挖掘农业技术潜能。其次要加强人才的培养和引入，加强人才在城乡之间的流动，进一步提高人力资本在科技创新成本的比重，通过提供与市场等同的报酬待遇，搭建农业领域高质量科研平台，吸引人才留在乡村，留在农业领域。

第二，促进长三角一体化进程。长三角地区作为中国经济发展的核心区域，占据国家1/4的经济总量。从经济基础、资源环境以及政策倾斜等多角度来看，长三角地区实现区域一体化、高质量发展具有极大的优势。浙江省作为共同富裕示范省，要充分发挥先富带动后富的经济带动作用；江苏省要借助地理位置优势，衔接浙江，将安徽省进一步纳入长三角一体化进程中来；安徽省则要加强自身建设，扬长避短，积极抓住开放、一体化机遇，实现经济社会的高质量发展。

第三，精准落实乡村振兴战略。一是要优化产业结构，对于县域产业发展而言，关键不在于实现三次产业的均衡，而是合理利用县域自然资源，着重打造发展特色产业。二是要加强农村治理，改善农民生活环境使农民在日常生活中“看到”生活日益美好，通过增加农民对劳作的成就感来增强对美好生活的信念感。三是要加快建设新型基础设施以实现农业现代化，将互联网、大数据与农业生产、储存、运输以及销售各个方面结合起来，打破时间与空间壁垒。

第四，采取差异化政策实现县域农业生产效率的有效提升。各省各区县农业全要素生产率的发展水平不同，乡村振兴对农业全要素生产率的影响侧重以及影响程度也不同。有的地区规模效率偏低，需注重资源禀赋的合理利用；有的地区技术进步效率偏低，需加强技术研发投入。因此，应注重因地制宜实现乡村振兴战略在县域的落实，将文化差异、资源环境差异以及行政差异纳入考虑范围，高效地发挥乡村振兴战略对农业高质量发展的促进作用。