农村产业融合对农业全要素生产率的效应检验与机制分析

摘要：当前，农村产业融合被视为促进农业增效、农民增收以及农村繁荣的关键举措。利用2008—2017年中国30个省份的面板数据，在测度农业全要素生产率以及农村产业融合水平的基础上，采用可行广义最小二乘法（feasible generalized least squares，FGLS）、两阶段最小二乘法（two stage least square，2SLS）以及系统GMM等方法，实证考察农村产业融合对农业全要素生产率的影响效应及其作用机制。结果表明，农村产业融合能够有效提升农业全要素生产率;农村产业融合对农业全要素生产率的影响路径包括技术效率和技术进步，相对于技术效率，农村产业融合通过促进农业技术进步对农业全要素生产率产生的提升作用更强。进一步采用分位数模型进行检验，发现农村产业融合对农业全要素生产率存在显著的边际递增的非线性提升效应，在农业全要素生产率水平由低到高的动态变化过程中，农村产业融合对农业全要素生产率的边际作用逐步增强。该结论不仅有助于理解农村产业融合与农业全要素生产率之间的关系，还能为推动当前农业高质量发展提供新的见解。

关键词：农村产业融合;农业全要素生产率;农业技术进步;农业高质量发展

中图分类号：F323   文献标志码： A

文章编号：1002-1302（2021）22-0020-07

收稿日期：2021-03-29

基金项目：贵州省普通高等学校青年科技人才成长项目（编号：黔教合KY字[2021]124）;贵州省大数据统计分析重点实验室开放课题（编号：BDSA20200121）。

作者简介：李晓龙（1990—），男，四川开江人，博士，副教授，主要从事农村金融与农村经济研究。E-mail：lixiaolong9005@163.com。

黨的“十九大报告”明确指出，中国经济已由高速增长阶段转向高质量发展阶段，并提出提高全要素生产率的紧迫要求。作为国民经济的基础产业，农业在改革开放以来取得了巨大发展，为“中国经济增长奇迹”作出了卓越贡献。然而，当前中国农业发展正面临成本攀升、粮食安全、生态恶化、资源紧张以及国内外价格倒挂等一系列严峻挑战，过去以“高投入、高产出、高废物”为典型特征的数量型农业发展模式越来越难以为继，迫切需要转换农业增长动能，从而实现农业高质量发展。农业全要素生产率（agricultural total factor productivity，ATFP）反映了农业生产过程中总产量与全部要素投入量之间的比率，是衡量农业发展质量的重要指标。2018年中央“一号文件”进一步指出，必须坚持质量兴农和绿色兴农，着力构建现代农业产业体系，努力提高农业全要素生产率，加快实现由农业大国向农业强国转变。自此，农业全要素生产率开始受到中国政府层面的高度关注，其被视为实现农业高质量发展的关键所在。如何推动农业全要素生产率的有效提升已成为当前学界关注的焦点问题之一。已有文献侧重从农业经营主体、农业发展环境等视角分析农业全要素生产率的影响因素[1-4]，但鲜有学者从农村一二三产业融合发展（简称“农村产业融合”）的角度出发，探讨其可能对农业全要素生产率产生的影响。近年来，作为一种新型的农村产业发展模式，农村产业融合加速推进，不仅有效地培育农业新兴业态、拓展农业多重功能以及延伸农业产业链条，同时也极大地改变了农业生产的要素投入和累积，从而必将对农业技术选择与生产效率产生较深远的影响。那么，农村产业融合能否提升农业全要素生产率？如果能够提升，其具体提升路径又是什么？农村产业融合与农业全要素生产率之间是否存在非线性关系？关于上述问题的解答对于促进农业全要素生产率提升以及实现农业高质量发展具有重要的理论价值与现实意义。

1 文献综述

农村产业融合是具有鲜明“中国特色”的农村发展战略，国外少有文献提及。国外学者涉及农村产业融合的研究，主要聚焦于探讨“农业一体化”和“六次产业化”。在农业一体化方面，Trelogan等最早提出农业一体化概念[5]，其被界定为农业产业链条上生产、供应、销售的一体化。在此基础上，Knutson等详细论述了农业一体化的内涵、特征以及典型模式[6-7]。在六次产业化方面，今村奈良臣首次提出六次产业化的发展思路，其核心内涵在于三次产业的深度融合[8]。随后，这一思想在日、韩2国引起学者们的广泛探讨[9-10]。国内学者针对农村产业融合的研究起步较晚。其中，马晓河关于农村产业融合的概念阐述最具代表性，认为农村产业融合是通过有机整合农业生产、加工、销售、餐饮、休闲以及其他服务业，促使农村一二三产业之间的紧密联系与协同发展，从而不断拓展农业产业范围、延伸农业产业链条以及增加农民收入[11]。此后，国内学者主要围绕融合模式或类型[12-13]、制约因素[14-15]、融合对策[16-18]等对农村产业融合展开积极研究，并形成诸多颇有价值的文献。

现有涉及农村产业融合与农业全要素生产率关系的研究并不多见，大致集中于以下2个方面：第一，农业结构调整与农业生产率。高帆认为，三次产业之间和农业内部的结构转化提升了上海市的农业劳动生产率[19]。成德宁等认为，农业结构调整对农业劳动生产率有显著影响，种植业比重与劳动生产率负相关，而林业比重、牧业比重和渔业比重与劳动生产率正相关[20]。金芳等认为，农业产业结构合理化与高级化是影响农业绿色生产率增长的重要因素[21]。第二，非农产业发展与农业生产率。傅前瞻认为，非农产业发展对农业生产具有拉动作用及溢出效应[22]。钱龙等基于CFPS2012数据进行实证研究，发现农户家庭非农就业不利于其农业劳动生产率和土地产出率的提高[23]。与此相反，江鑫等认为农户兼业仍然有利于提升家庭农业劳动生产率，且外出农户兼业收入越高，或兼业地区离其农村家庭越近，越有利于提高家庭农业劳动生产率[24]。另外，秦天等从不同角度实证分析生产性服务业发展对农业全要素生产率增长的影响效果与内在机制[25-27]。

上述文献为本研究提供了重要参考与有益借鉴，不过这些研究始终未能直接考察农村产业融合对农业全要素生产率的影响效应及其作用机制，更加忽略了农村产业融合影响农业全要素生产率的非线性特征。与现有研究相比，本研究主要拓展之处在于以下3点。第一，采用2008—2017年中国省域面板数据，在测算农业全要素生产率水平和构建农村产业融合水平综合评价指标体系的基础上，借助固定效应模型（fixed effects model，FE）和可行广义最小二乘法（FGLS）2种方法，实证检验农村产业融合对农业全要素生产率的影响，是对已有研究成果的有益补充。第二，将农业全要素生产率分解为农业技术效率和农业前沿技术进步水平，并考察农村产业融合对两者的影响，以进一步探究农村产业融合影响农业全要素生产率的具体路径。第三，考虑到普通线性回归模型对模型设定和样本分布的假设要求较严格，这些假设在现实中可能较难满足。因此，运用面板分位数回归模型（PQR）讨论农村产业融合与农业全要素生产率之间存在的非线性关系，以期得到一些崭新的研究成果，进而为中国各级政府制定科学合理的农村产业融合政策提供有益参考。

2 模型、变量与数据

2.1 计量模型设定

为了检验农村产业融合对农业全要素生产率的影响，本研究借鉴卓乐等在研究农业生产率影响因素时的思路[28-29]，构建如下计量模型。

ATFPit=α+βRICit+ρCTLit+μit。（1）

式中：i、t分别表示省份和年份;ATFP表示农业全要素生产率;α表示常数项;RIC表示农村产业融合;β表示其回归系数;CTL表示控制变量集合;ρ表示回归系数;μ表示误差项。

为了检验农村产业融合影响农业全要素生产率的内在机制，本研究将农业技术效率和农业前沿技术进步（农业全要素生产率的分解项）作为被解释变量，进一步将计量模型设定如下。

AEFFit=α+βRICit+ρCTLit+μit;（2）

ATECit=α+βRICit+ρCTLit+μit。（3）

式中：AEFF表示农业技术效率;ATEC表示农业前沿技术进步。如果RIC的回归系数显著为正，说明农村产业融合能够提升农业技术效率（或促进农业前沿技术进步）。进而可证实农村产业融合会通过提升农业技术效率（或促进农业前沿技术进步）提高农业全要素生产率。

2.2 变量选取

2.2.1 被解释变量 本研究的被解释变量为农业全要素生产率（ATFP）及其分解项（AEFF、ATEC）。参考国内学者的普遍做法，本研究采用基于数据包络分析（data envelopment analysis，DEA）的Malmquist指数，以农业增加值为产出，以劳动力、土地、机械动力、化肥、农药、农膜、灌溉为投入，来测算中国农业全要素生产率。在利用DEAP软件获得2008—2017年Malmquist指数的基础上，进一步借鉴程惠芳的做法[30]，将农业全要素生产率的环比改进指数（Malmquist指数）换算成以2008年为基期的定基改进指数，即采用2008—2009年的Malmquist指数乘以2008年的农业全要素生产率（令其为1），可得2009年的农业全要素生产率，以此类推得到2009—2017年农业全要素生产率。同理，可获得2009—2017年农业技术效率与农业前沿技术进步。

2.2.2 核心解释变量 本研究的核心解释变量为农村产业融合（RIC）。从农村产业融合的指标测度来看，现有研究主要采用综合指数法和协调发展系数法2种方法。如李晓龙等基于中国省域数据，从农业新兴业态培育、农业多重功能拓展、农业产业链条延伸等出发，系统构建能够反映农村产业融合水平的综合评价指标体系[31-32]。谭明交基于农村产业化理想值与实际值的计算结果，采用协调发展系数方法测算中国各地区农村产业融合发展系数[33]。与协调发展系数法相比，采用综合指数法的测算结果能够更加准确地反映各地区农村产业融合的整体水平。因此，本研究参考李晓龙等的做法，借助综合指数法计算并获得农村产业融合水平[31-32]。

2.2.3 其他变量 除上述变量外，本研究还进一步控制以下变量：（1）农村金融发展（RFD），利用全部涉农贷款余额與第一产业总产值的比值来衡量。（2）政府财政支农（GFS），以政府财政支出中农业领域支出所占比例来表示。（3）农村人力资本（RHC），以农村居民人均受教育年限来衡量。其中，农村居民人均受教育年限=大学文化人口比例×16+高中文化人口比例×12+初中文化人口比例×9+小学文化人口比例×6+文盲和半文盲人口比例×0。（4）农业受灾率（ADS），用农业受灾面积占耕地面积的比重来表示。

2.3 数据说明

本研究样本涉及2008—2017年中国30个省级行政区（不含存在统计数据缺失的香港特别行政区、澳门特别行政区、台湾以及西藏自治区）。其中，测算被解释变量和核心解释变量的原始数据主要来源于《中国农村统计年鉴》《中国休闲农业年鉴》《中国农产品加工业年鉴》、各地区政府新闻报告、全国温室数据系统以及EPS数据库;测算控制变量的原始数据主要来源于《中国统计年鉴》《中国农村金融服务报告》《中国人口和就业统计年鉴》。由表1可知，最后一列为农业全要素生产率与各个变量的皮尔逊相关系数，可见本研究所选取的全部变量与农业全要素生产率均在5%以上置信水平下显著相关。其中，农村产业融合与农业全要素生产率的皮尔逊相关系数为正，表明两者之间具有正相关关系。

3 实证检验与结果分析

3.1 农村产业融合对农业全要素生产率的基准影响

为了实证检验农村产业融合对农业全要素生产率的基准影响，本研究借助FE方法和FGLS方法对计量模型（1）进行回归（表2）。根据采用FE方法的回归结果可知，模型（1）和模型（2）的拟合优度（R2）分别为0.666 0和0.693 8，说明模型整体的拟合程度较高，所得到的估计结果较可靠。从FGLS方法的估计结果来看，模型（3）和模型（4）的Wald值通过1%显著性水平检验，表明本研究构建的计量模型较科学合理，模型估计获得的结果较可信。结合核心解释变量农村产业融合（RIC）的估计结果来看，无论是否控制其他因素，在不同估计方法下，其对农业全要素生产率的影响系数均在1%水平上显著为正，说明农业全要素生产率的确受到来自农村产业融合的正向作用，即农村产业融合有助于提升农业全要素生产率。

根据控制变量的估计结果可知，农村金融发展（RFD）对农业全要素生产率的影响系数在模型（4）中为正，且通过1%显著性水平检验，表明农村金融发展水平的提升，可以使农户享受到更多的金融服务，进而有助于其开展农业生产活动并提高农业生产效率。政府财政支农（GFS）与农业全要素生产率正相关，且系数在模型（4）中通过1%的显著性水平检验，说明政府财政对“三农”发展的支持力度越大，越能够提升农业全要素生产率。农村人力资本（RHC）的回归系数在模型（2）和模型（4）中均显著为正，表明提高农村人力资本水平有助于提升农业生产经营能力与管理水平，从而实现农业生产效率的有效提升。农业受灾率（ADS）与农业全要素生产率明显负相关，且均通过1%显著性水平检验，说明农业受灾情况越严重，其生产效率越低。

3.2 农村产业融合对农业全要素生产率的影响路径

本研究进一步考察农村产业融合影响农业全要素生产率的具体路径，即检验农村产业融合是否通过提升农业技术效率和促进农业前沿技术进步来提高农业全要素生产率。利用FE方法和FGLS方法分别对计量模型（2）～（3）进行回归（表3）。由表3可知，模型（5）和模型（7）的拟合优度（R2）整体较高，分别为0.187 4和0.779 7，模型（6）和模型（8）的Wald值在1%水平上显著，说明本研究设定的计量模型是合理的，且估计结果也是可靠的。

從以农业技术效率（AEFF）作为被解释变量的估计结果来看，不管是采用FE方法还是FGLS方法，农村产业融合（RIC）的回归系数均显著为正，且都通过1%的显著性水平检验，说明农村产业融合可以提升农业技术效率。从以农业前沿技术进步（ATEC）作为被解释变量的估计结果来看，在不同估计方法下，农村产业融合（RIC）对农业前沿技术进步的影响系数始终在1%水平上显著为正，说明农村产业融合可以促进农业前沿技术进步。农业技术效率与农业前沿技术进步构成了农业全要素生产率，农业技术效率越高、农业前沿技术进步越快，农业全要素生产率越高。综上可知，农村产业融合的确可以通过提高农业技术效率和促进农业前沿技术进步对农业全要素生产率产生提升作用。

3.3 稳健性检验

3.3.1 分样本检验 考虑到中国不同地区农村的自然条件、产业结构、经济发展水平等各不相同，农村产业融合水平和农业全要素生产率也因此呈现出明显的地区差异。因此，有必要区分不同地区样本进行检验，以验证“农村产业融合有利于提升农业全要素生产率”的研究结论是否具有普遍性。 本

3.3.2 逆向因果关系检验 为了解决模型可能存在的逆向因果关系问题（农村产业融合可以促进农业全要素生产率提升，而农业全要素生产率提升反过来也可能带动农村产业融合），本研究参考毛艳华等的做法，以内生解释变量（农村产业融合）的滞后项作为工具变量，采用两阶段最小二乘法（2SLS）对模型进行估计[35]，结果见表4中模型（11）和模型（12）。其中，2个模型中的LM统计值和F值分别拒绝“工具变量不可识别”和“工具变量弱识别”的原假设，表明工具变量的选取是合理的。同时，农村产业融合（RIC）的回归系数符号与上述估计结果基本一致，可见农村产业融合与农业全要素生产率之间不存在统计意义上的逆向因果问题。

3.3.3 动态关系检验 为了尽可能减少因遗漏变量给模型估计带来的偏误，本研究借鉴戴魁早等的做法，通过加入农业全要素生产率的一阶滞后项，将计量模型（1）修正为动态面板模型来进行稳健性检验[36]。本研究采用广义矩估计（GMM）对动态面板模型进行估计，结果见表4中模型（13）和模型（14）。由表4中AR（2）检验和Hansen检验结果可知，两者的P值均明显大于0.10，表明动态模型的设定较合理，且工具变量的选取也非常有效。同时，农村产业融合（RIC）的回归系数同样显著为正，可以证明上述研究结论具有较好的稳健性。

4 农村产业融合对农业全要素生产率的非线性影响

4.1 研究方法与模型设定

为了检验在农业全要素生产率不同水平条件下，农村产业融合对农业全要素生产率产生的边际影响效果，本研究在上述设定计量模型（1）的基础之上，进一步构建面板分位数回归模型进行回归。

QATFPit（τ|Xit）=σi+φ（τ）Xit

t=1，…，mi;i=1，…，n。（4）

式中：X表示解释变量集合，包括农村产业融合（RIC）和其他控制变量;QATFPit（τ|Xit）表示X给定条件下农业全要素生产率（ATFP）的τ条件分位数;φ（τ）表示分位数对应的回归系数，利用以下目标函数进行求解。

min（σ，φ）∑qk=1∑ni=1∑mii=1ωkρτk[ATFPit-σi-φ（τ）Xit]。（5）

式中：ωk表示不同分位数所对应的权重。本研究共选择5个具有代表性的分位数（90%、75%、50%、25%、10%）进行回归估计，分别对应农业全要素生产率的最高水平组、中高水平组、中等水平组、中低水平组、最低水平组。

4.2 分位数回归结果分析

为了确保面板分位数回归结果的有效性，本研究借鉴Koenker的研究思路[37]，利用自助法重复抽样技术（bootstrap）在对选取的5个代表性分位数进行回归时都进行重复抽样（1 000）（表5）。由表5可知，所有模型的拟合优度（Pseudo R2）除了10%分位点对应的模型（1）之外，其数值在另外4个分位点（25%、50%、75%、90%）所对应的模型中处于0.15～0.30，说明本研究面板分位数模型的构建较合理，模型估计结果的可信度较高。

从农村产业融合（RIC）的回归结果来看，除10%分位点外，其回归系数在另外4个分位点（25%、50%、75%、90%）均通过显著性水平检验，且数值显著为正，表明农村产业融合有利于提升农业全要素生产率。同时，根据农村产业融合的回归系数在不同分位点的变动趋势可知，伴随农业全要素生产率分位数由低到高逐渐变化（10%→25%→50%→75%→90%），农村产业融合回归系数的数值由负转正并不断扩大（-0.002 9→0.029 3→0.069 5→0.100 6→0.154 2），表明农村产业融合在提升农业全要素生产率的作用方面持续增强，即农村产业融合对农业全要素生产率的提升效应存在边际递增的非线性特征。换言之，与农业全要素生产率较低的地区相比，农业全要素生产率较高的地区受农村产业融合的积极影响更加明显。

5 结论与政策启示

作为实现农业高质量发展的关键途径，农业全要素生产率的提升离不开农村产业融合的推动。本研究借助2008—2017年中国省域尺度数据，实证考察农村产业融合对农业全要素生产率的影响效应，并深入检验其作用机制与非线性特征。结果表明，（1）农村产业融合对农业全要素生产率具有显著的正向影响，即农村产业融合能够有效提升农业全要素生产率;（2）农村产业融合可以通过2种路径影响农业全要素生产率，与农业技术效率途径相比，农村产业融合通过农业前沿技术进步对农业全要素生产率产生的提升作用更强;（3）分样本检验、逆向因果关系检验以及动态关系检验结果均证实基准检验结果的稳健性;（4）农村产业融合对农业全要素生产率的促进作用，会随着农业全要素生产率条件分位数的不断提高而持续提升，即农村产业融合对农业全要素生产率存在显著边际递增的非线性提升效应;（5）农村金融发展、政府财政支农、农村人力资本均有助于提升农业全要素生产率。

本研究的政策启示主要有以下几点：首先，要充分发挥农村产业融合对提升农业全要素生产率的积极效应。通过纵向延伸农业产业链，不断完善现代农业产业体系，推动农业资金、技术、管理等生产要素优化配置;通过推动农业价值链提升，从各个环节（产前、产中、产后）着力提升农业价值，持续提高农业生产的资源利用率、土地产出率与劳动生产率。其次，提升农村产业融合的科技含量，促进农业前沿技术进步与农业技术效率提升。在推动农村产业融合的过程中，应以创新驱动发展为动力，激发农业经营主体的创新活力和创造潜能，强化科技与农业对接、创新成果与产业发展对接、创意设计与生产经营对接，提高技术进步和创新创意对农村产业融合的贡献度，推动农业前沿技术进步与农业技术效率提升。再次，高度重视优化农村产业融合的空间结构。尤其对于农业全要素生产率水平相对较低的地区而言，应加快促进农村产业融合，以更好地发挥农村产业融合对农业全要素生产率的提升作用。最后，各地区还需要加快发展农村金融，满足农业生产的金融服务需求;加大财政支农力度，增强农业抗风险能力;增加农村地区的教育投入，强化农村人力资本积累，最终促进农业全要素生产率的有效提升。

参考文献：

[1]李谷成. 人力资本与中国区域农业全要素生产率增长——基于DEA视角的实证分析[J]. 财经研究，2009，35（8）：115-128.

[2]李士梅，尹希文. 中国农村劳动力转移对农业全要素生产率的影响分析[J]. 农业技术经济，2017（9）：4-13.

[3]韩海彬，张 莉. 农业信息化对农业全要素生产率增长的门槛效应分析[J]. 中国农村经济，2015（8）：11-21.

[4]陈 鸣，邓荣荣. 农业R&D投入与农业全要素生产率——一个空间溢出视角的解释与证据[J]. 江西财经大学学报，2020（2）：86-97.

[5]Trelogan Harry C，Davis John H，Goldberg Ray A.A concept of agribusiness[J]. Journal of Marketing，1957，22（2）：221.

[6]Knutson R D，Penn J B，William T B.Agricultural and food policy[M]. Englewood Cliffs：Prentice-Hall，1983.

[7]Cramer G L，Jensen C W，Southgate D J，et al. Agricultural economics and agribusiness[M]. Hoboken：John Wiley and Sons，1994.

[8]今村奈良臣.  把第六次產业的创造作为21世纪农业发展产业[J]. 月刊地域制作，1996（1）：89.

[9]佐藤正之. 異業種とパートナーシップが6 次産業化を成功に導く[J]. 知的資産創造，2012（7）：6-17.

[10]李炳午. 韩国的农业6次产业化战略[C]. 沈阳：第二届中韩农村发展国际论坛论文集，2013.

[11]马晓河. 推进农村一二三产业深度融合发展[J]. 中国合作经济，2015（2）：43-44.

[12]赵 海. 论农村一、二、三产业融合发展[J]. 中国乡村发现，2015（4）：107-114.

[13]欧阳胜. 贫困地区农村一二三产业融合发展模式研究——基于武陵山片区的案例分析[J]. 贵州社会科学，2017（10）：156-161.

[14]苏毅清，游玉婷，王志刚. 农村一二三产业融合发展：理论探讨、现状分析与对策建议[J]. 中国软科学，2016（8）：17-28.

[15]姜 晶，崔雁冰. 推进农村一二三产业融合发展的思考[J]. 宏观经济管理，2018（7）：39-45.

[16]王乐君，寇广增. 促进农村一二三产业融合发展的若干思考[J]. 农业经济问题，2017，38（6）：82-88，3.

[17]郝华勇. 特色产业引领农村一二三产业融合发展——以湖北恩施州硒产业为例[J]. 江淮论坛，2018（4）：19-24.

[18]马 源，梁 恒. 国外农村产业融合发展政策解读及启示——以韩国六次产业为例[J]. 江苏农业科学，2021，49（1）：1-6.

[19]高 帆. 结构转化、资本深化与农业劳动生产率提高：以上海为例的研究[J]. 经济理论与经济管理，2010（2）：66-73.

[20]成德宁，李 燕. 农业产业结构调整对农业劳动生产率的影响[J]. 经济问题探索，2016（11）：148-153，172.

[21]金 芳，金荣学. 农业产业结构变迁对绿色全要素生产率增长的空间效应分析[J]. 华中农业大学学报（社会科学版），2020（1）：124-134，168.

[22]傅前瞻. 中国非农产业的农业生产效应分析——基于Feder模型[J]. 华东经济管理，2014，28（3）：55-57.

[23]钱 龙，洪名勇. 非农就业、土地流转与农业生产效率变化——基于CFPS的实证分析[J]. 中国农村经济，2016（12）：2-16.

[24]江 鑫，黄 乾. 耕地规模经营、农户非农兼业和家庭农业劳动生产率——来自湖南省的抽样调查证据[J]. 农业技术经济，2019（12）：4-20.

[25]秦 天，彭 珏，邓宗兵. 生产性服务业发展与农业全要素生产率增长[J]. 现代经济探讨，2017（12）：93-101.

[26]陈 明，李文秀. 生产服务业开放对中国农业生产率的影响[J]. 华南农业大学学报（社会科学版），2018，17（5）：12-23.

[27]郝一帆，王征兵. 生产性服务业能提升中国农业全要素生产率吗？[J]. 学习与实践，2018（9）：39-50.

[28]卓 乐，曾福生. 农村基础设施对粮食全要素生产率的影响[J]. 农业技术经济，2018（11）：92-101.

[29]钟世虎，陈 杰，向国成，等. 财税政策、工农业分工与农业生产率——理论分析与经验证据[J]. 农业技术经济，2020（2）：4-20.

[30]程惠芳，陆嘉俊.知识资本对工业企业全要素生产率影响的实证分析[J]. 经济研究，2014，49（5）：174-187.

[31]李晓龙，冉光和.农村产业融合发展的创业效应研究——基于省际异质性的实证检验[J]. 统计与信息论坛，2019，34（3）：86-93.

[32]李晓龙，冉光和.农村产业融合发展如何影响城乡收入差距——基于农村经济增长与城镇化的双重视角[J]. 农业技术经济，2019（8）：17-28.

[33]谭明交.农村一二三产业融合发展：理论与实证研究[D]. 武汉：华中农业大学，2016.

[34]李晓龙，冉光和.农村金融深化促进了农村产业融合發展吗？——基于区域差异视角的实证分析[J]. 农业现代化研究，2020，41（3）：453-463.

[35]毛艳华，李敬子.中国服务业出口的本地市场效应研究[J]. 经济研究，2015，50（8）：98-113.

[36]戴魁早，刘友金.要素市场扭曲如何影响创新绩效[J]. 世界经济，2016，39（11）：54-79.

[37]Koenker R.Quantile regression for longitudinal data[J]. Journal of Multivariate Analysis，2004，91（1）：74-89.