佘曉玉，郭進(jìn)

摘? 要：通過對比皖蘇兩省農(nóng)業(yè)投入和產(chǎn)出數(shù)據(jù)，發(fā)現(xiàn)安徽省在基礎(chǔ)投入和人力投入上高于江蘇?。辉趧恿ν度肷?，兩省有各自的優(yōu)勢；在藥力投入上兩省未有明顯差異，但在產(chǎn)出上，江蘇省明顯高于安徽省?；诖耍ㄟ^運用C-D生產(chǎn)函數(shù)，構(gòu)建多元線性回歸模型分別研究了皖蘇兩省農(nóng)業(yè)投入產(chǎn)出效應(yīng)。結(jié)果表明，農(nóng)作物總播種面積和農(nóng)業(yè)機械總動力均對皖蘇兩省農(nóng)業(yè)產(chǎn)出有正向影響；鄉(xiāng)村從業(yè)人員數(shù)與安徽省農(nóng)業(yè)產(chǎn)出成負(fù)相關(guān)，農(nóng)村用電量與江蘇省農(nóng)業(yè)產(chǎn)出成正相關(guān)。因此，在農(nóng)業(yè)發(fā)展過程中安徽省可以江蘇省為示范，逐步轉(zhuǎn)移農(nóng)村剩余勞動力，提高農(nóng)業(yè)生產(chǎn)用電量，從而推進(jìn)農(nóng)業(yè)農(nóng)村現(xiàn)代化建設(shè)。

關(guān)鍵詞：鄉(xiāng)村振興；農(nóng)業(yè)投入產(chǎn)出；C-D生產(chǎn)函數(shù)；農(nóng)村剩余勞動力

中圖分類號：F327? ? ? ? 文獻(xiàn)標(biāo)識碼：A? ? ? ? ? 文章編號：1671-9255（2022）03-0013-07

一、研究綜述

習(xí)近平總書記在黨的十九大報告中提出，農(nóng)業(yè)農(nóng)村農(nóng)民問題是關(guān)系國計民生的根本性問題。實施鄉(xiāng)村振興戰(zhàn)略是解決好“三農(nóng)”問題的努力方向。2018年2月，安徽省委農(nóng)村工作會議在鳳陽縣小崗村召開，會議強調(diào)以大包干精神做好“三農(nóng)”工作，奮力推動安徽鄉(xiāng)村振興走在全國前列。同年4月，江蘇省委省政府召開全省農(nóng)村工作會議，對江蘇省實施鄉(xiāng)村振興戰(zhàn)略做出全面部署，緊扣高質(zhì)量發(fā)展推進(jìn)鄉(xiāng)村振興。皖蘇兩省圍繞黨中央的戰(zhàn)略要求，結(jié)合省情分別制定了一系列促進(jìn)農(nóng)村經(jīng)濟(jì)發(fā)展的決策部署，在“三農(nóng)”問題上取得長足進(jìn)步。

目前，國內(nèi)學(xué)者對皖蘇兩省農(nóng)業(yè)發(fā)展從不同角度展開研究。蔣燕芝等（2021）運用Malmquist指數(shù)對江蘇省農(nóng)業(yè)全要素生產(chǎn)率進(jìn)行了測算，提出江蘇省農(nóng)業(yè)要實現(xiàn)高質(zhì)量發(fā)展，農(nóng)業(yè)科技創(chuàng)新需不斷擴(kuò)大應(yīng)用范圍、發(fā)揮作用[1]；魏瑜等（2021）運用Shapley值分解法研究了江蘇省農(nóng)機化對農(nóng)業(yè)發(fā)展的貢獻(xiàn)率，結(jié)果顯示農(nóng)機化的貢獻(xiàn)率為24.85%，因此以農(nóng)機化發(fā)展為視角提出技術(shù)推廣、平臺搭建、人才培訓(xùn)和基礎(chǔ)設(shè)施建設(shè)等政策建議[2]；黃文澤（2020）運用ARIMA預(yù)測了江蘇省農(nóng)村經(jīng)濟(jì)發(fā)展前景，提出制約江蘇省農(nóng)村經(jīng)濟(jì)發(fā)展的根源在于人才、科技及金融等方面[3]；陳玉山等（2020）利用Eviews軟件構(gòu)建多元線性回歸模型，結(jié)果表明著力發(fā)展互聯(lián)網(wǎng)信息可以推進(jìn)江蘇省農(nóng)業(yè)經(jīng)濟(jì)的發(fā)展[4]；喬代富（2021）

從智慧農(nóng)業(yè)角度研究了安徽省農(nóng)業(yè)發(fā)展問題，提出加強智慧農(nóng)業(yè)信息建設(shè)，打造現(xiàn)代化智慧農(nóng)業(yè)園區(qū)，發(fā)展農(nóng)業(yè)電子商務(wù)和加大智慧農(nóng)業(yè)科技創(chuàng)新等舉措[5]；劉鵬凌等（2021）利用AHP-熵權(quán)法分析了安徽省農(nóng)業(yè)高質(zhì)量發(fā)展水平，結(jié)果表明安徽省農(nóng)業(yè)高質(zhì)量發(fā)展水平較低，制約其高質(zhì)量發(fā)展的關(guān)鍵因子有第一產(chǎn)業(yè)從業(yè)人數(shù)占總從業(yè)人數(shù)比重、種植業(yè)結(jié)構(gòu)指數(shù)及產(chǎn)品質(zhì)量水平等[6]；陶詩語等（2021）運用耦合協(xié)調(diào)度模型分析安徽省農(nóng)業(yè)與物流業(yè)的耦合協(xié)調(diào)發(fā)展?fàn)顩r，發(fā)現(xiàn)安徽省農(nóng)業(yè)與物流業(yè)發(fā)展相互融合聯(lián)動，且融合程度逐漸增強，進(jìn)而提出從農(nóng)業(yè)與物流業(yè)融合發(fā)展的角度促進(jìn)安徽省農(nóng)村經(jīng)濟(jì)發(fā)展[7]；程長明等（2019）運用熵值法測度了安徽省農(nóng)業(yè)現(xiàn)代化水平，發(fā)現(xiàn)總體上安徽省農(nóng)業(yè)現(xiàn)代化水平呈上升態(tài)勢，但地區(qū)間差異較大，各地市在農(nóng)業(yè)現(xiàn)代化發(fā)展過程中表現(xiàn)出各自的比較優(yōu)勢和相對劣勢。[8]

現(xiàn)有文獻(xiàn)對皖蘇兩省各自農(nóng)業(yè)發(fā)展的研究比較多，對皖蘇兩省農(nóng)業(yè)發(fā)展的比較分析較少，尤其缺少對農(nóng)業(yè)的投入產(chǎn)出作比較分析。本文以農(nóng)業(yè)投入與產(chǎn)出等要素為依據(jù)，采用對比分析和實證檢驗方法，以期為皖蘇農(nóng)業(yè)發(fā)展探索出一條高質(zhì)量發(fā)展水平的道路。

二、數(shù)據(jù)對比分析

為分析皖蘇兩省的農(nóng)業(yè)投入產(chǎn)出效應(yīng)，選取農(nóng)作物總播種面積和有效灌溉面積（千公頃）作為基礎(chǔ)投入指標(biāo)；選取鄉(xiāng)村從業(yè)人員數(shù)（萬人）作為人力投入指標(biāo)；選取農(nóng)業(yè)機械總動力（萬千瓦）和農(nóng)村用電量（億千瓦時）作為動力投入指標(biāo)；選取農(nóng)用化肥施用量和農(nóng)藥使用量（萬噸）作為藥力投入指標(biāo)；選取農(nóng)林牧漁業(yè)總產(chǎn)值（億元）及農(nóng)村居民可支配收入（元）作為農(nóng)業(yè)產(chǎn)出指標(biāo)。同時，考慮數(shù)據(jù)的可獲得性及完整性，參考1999—2021年安徽統(tǒng)計年鑒和江蘇統(tǒng)計年鑒，整理得出1998—2020年皖蘇兩省的相關(guān)數(shù)據(jù)。

（一）投入指標(biāo)分析

1．基礎(chǔ)投入指標(biāo)

在農(nóng)業(yè)的發(fā)展進(jìn)程中，土地一直扮演著重要角色。相較于勞動力、資本等外在投入指標(biāo)，土地是農(nóng)業(yè)生產(chǎn)中最基礎(chǔ)的投入指標(biāo)。考慮到數(shù)據(jù)的可獲得性，將農(nóng)作物總播種面積和有效灌溉面積作為土地要素的代表，即作為農(nóng)業(yè)的基礎(chǔ)投入指標(biāo)進(jìn)行分析。農(nóng)作物總播種面積主要包括種植糧食、棉花、糖料、油料、煙葉、麻類、瓜類和蔬菜、藥材和其他農(nóng)作物等的面積，是實際播種的農(nóng)作物面積。如圖1所示，皖蘇兩省數(shù)據(jù)相差不大，但安徽省農(nóng)作物總播種面積要高于江蘇省。有效灌溉面積可以衡量農(nóng)業(yè)生產(chǎn)過程中的水利化程度及穩(wěn)定性程度。皖蘇兩省統(tǒng)計年鑒數(shù)據(jù)表明，江蘇省有效灌溉面積較為穩(wěn)定，安徽省有效灌溉面積則持續(xù)增加，并于2013年超過江蘇省。同為農(nóng)業(yè)大省，皖蘇在農(nóng)業(yè)基礎(chǔ)投入上相差不大，但數(shù)據(jù)表明2013年至今安徽省的基礎(chǔ)投入要高于江蘇省。

2．人力投入指標(biāo)

勞動力是農(nóng)業(yè)生產(chǎn)不可或缺的要素之一，鄉(xiāng)村從業(yè)人員數(shù)反映了農(nóng)業(yè)生產(chǎn)的人力投入。如圖2所示，江蘇省鄉(xiāng)村從業(yè)人員緩慢減少，安徽省則經(jīng)歷了先升后降。1999年至今，安徽省鄉(xiāng)村從業(yè)人員數(shù)持續(xù)超過江蘇省。從性別上看，安徽省鄉(xiāng)村從業(yè)人員男女性別比約在1.14—1.19之間，江蘇省數(shù)據(jù)則在1.05—1.11之間，兩省數(shù)據(jù)均顯示男女性別比逐步擴(kuò)大。對比皖蘇兩省男性鄉(xiāng)村從業(yè)人員數(shù)據(jù)，發(fā)現(xiàn)與兩省鄉(xiāng)村從業(yè)人員數(shù)據(jù)變動趨勢幾乎一致。安徽省投入的男性鄉(xiāng)村從業(yè)人員數(shù)在逐步增加，江蘇省的數(shù)據(jù)在穩(wěn)步減少?？傮w數(shù)據(jù)顯示，安徽省的人力投入要高于江蘇省。

3．動力投入指標(biāo)

隨著農(nóng)業(yè)現(xiàn)代化進(jìn)程的推進(jìn)，農(nóng)業(yè)機械更加廣泛地用于農(nóng)業(yè)生產(chǎn)發(fā)展，如收割機、耕耘機、自動播種機等廣泛應(yīng)用，農(nóng)業(yè)生產(chǎn)效率不斷提升。農(nóng)業(yè)機械總動力包含了用于農(nóng)、林、牧、漁業(yè)的各種動力機械的動力總和。觀察圖3，皖蘇兩省農(nóng)業(yè)機械總動力均在不斷增加，2000年至今安徽省數(shù)據(jù)明顯高于江蘇省。農(nóng)業(yè)機械的應(yīng)用使得農(nóng)業(yè)生產(chǎn)發(fā)展對電力的需求在不斷提升。如農(nóng)產(chǎn)品的篩選、加工、保存、智慧農(nóng)業(yè)的聯(lián)網(wǎng)等都需要電力支持，因此，農(nóng)村用電量是反映農(nóng)業(yè)生產(chǎn)的重要動力投入指標(biāo)之一。皖蘇兩省統(tǒng)計年鑒數(shù)據(jù)表明，農(nóng)村用電量數(shù)據(jù)差異較大，1999年江蘇省農(nóng)村用電量是安徽省的6.39倍，而2007年達(dá)到14.14倍，江蘇省農(nóng)村用電量明顯高于安徽省。綜合數(shù)據(jù)表明，在動力投入指標(biāo)上，皖蘇兩省均有各自的優(yōu)勢投入。

4．藥力投入指標(biāo)

化肥的適量使用可以提高農(nóng)業(yè)產(chǎn)出，但過量使用可能會導(dǎo)致土壤性狀惡化、產(chǎn)出減少等。觀察圖4，皖蘇兩省農(nóng)用化肥施用量均表現(xiàn)出先上升后下降的變動趨勢。江蘇省以2009年為分界線，安徽省以2014年為分界線，此后農(nóng)用化肥施用量逐步下降。農(nóng)藥對提高農(nóng)業(yè)綜合生產(chǎn)能力及促進(jìn)農(nóng)民增收等方面起著積極作用，但過量使用會導(dǎo)致產(chǎn)量及品質(zhì)下降。皖蘇兩省統(tǒng)計年鑒數(shù)據(jù)表明，江蘇省以2005年為界，安徽省以2013年為界，農(nóng)藥使用量逐年下降。綜合數(shù)據(jù)表明，在藥力投入上，皖蘇兩省均表現(xiàn)出先增加后減少的趨勢。

（二）產(chǎn)出指標(biāo)分析

1．農(nóng)林牧漁業(yè)總產(chǎn)值

在農(nóng)業(yè)的產(chǎn)出指標(biāo)中，農(nóng)林牧漁業(yè)總產(chǎn)值范圍較廣，能夠反映一定時期內(nèi)農(nóng)業(yè)生產(chǎn)的總規(guī)模和總成果。皖蘇兩省農(nóng)林牧漁業(yè)總產(chǎn)值發(fā)展趨勢較為接近。一是兩省均呈現(xiàn)出持續(xù)上升的態(tài)勢；二是2020年較1998年兩省總產(chǎn)值均翻了兩番；三是兩省農(nóng)林牧漁業(yè)總產(chǎn)值的平均增長率均約為7%。皖蘇兩省在該指標(biāo)上的差距較大，江蘇省數(shù)據(jù)始終高于安徽省，高出1.5倍左右。其中，2015年兩省差距達(dá)到最大，約1.67倍，2020年實現(xiàn)差距最小，約為1.4倍。

2．農(nóng)村居民可支配收入

農(nóng)村居民可支配收入可以很好地反映農(nóng)民在農(nóng)業(yè)產(chǎn)出后獲得的實際收益。皖蘇兩省農(nóng)村居民可支配收入均表現(xiàn)出持續(xù)上升的趨勢。安徽省的平均增長率約為11%，2020年數(shù)據(jù)是1998年的8.9倍；江蘇省的平均增長率約為9%，2020年數(shù)據(jù)是1998年的7.2倍。皖蘇兩省在該指標(biāo)上的差距較大，江蘇省農(nóng)村居民可支配收入始終高于安徽省，這種差距表現(xiàn)出先上升后下降的態(tài)勢。1998—2005年，兩省農(nóng)村居民可支配收入差距逐漸加大，從1.81倍增長到1.99倍。2005年至今，兩省收入差距逐漸減小，從1.99倍減小到1.46倍。

結(jié)合農(nóng)業(yè)投入指標(biāo)，安徽省在基礎(chǔ)投入和人力投入上均高于江蘇省，在動力投入上，兩省有各自的優(yōu)勢投入，在藥力投入上兩省未有明顯差異。在產(chǎn)出上，無論是農(nóng)林牧漁業(yè)總產(chǎn)值，還是農(nóng)村居民可支配收入，江蘇省均明顯高于安徽省。接下來文章將通過實證來研究各投入指標(biāo)對產(chǎn)出指標(biāo)的影響。

三、模型分析

美國數(shù)學(xué)家柯布和經(jīng)濟(jì)學(xué)家道格拉斯在探討投入與產(chǎn)出關(guān)系時創(chuàng)造了C-D生產(chǎn)函數(shù)，其在經(jīng)濟(jì)學(xué)中應(yīng)用得十分廣泛。王宏智等（2020）運用C-D生產(chǎn)函數(shù)，以知識創(chuàng)新和技術(shù)創(chuàng)新作為投入指標(biāo)對中國的科技創(chuàng)新水平進(jìn)行了評價。[9]熊正德等（2021）在研究普惠金融發(fā)展對中國鄉(xiāng)村振興的影響時也運用了C-D生產(chǎn)函數(shù)[10]，利用C-D生產(chǎn)函數(shù)構(gòu)建計量模型，在分析投入產(chǎn)出關(guān)系時能得出更加直觀的結(jié)果，為研究提供一定的數(shù)據(jù)支撐。為了分析皖蘇兩省農(nóng)業(yè)投入與產(chǎn)出之間的效應(yīng)，選用C-D生產(chǎn)函數(shù)構(gòu)建模型進(jìn)行實證研究?；竟饺缦拢?/p>

（1）

其中，Y代表產(chǎn)出，K代表資本投入，L代表勞動投入。α為資本投入的產(chǎn)出彈性，β為勞動投入的產(chǎn)出彈性，A為技術(shù)進(jìn)步率。

（一）模型構(gòu)建

為了便于運算，對C-D生產(chǎn)函數(shù)基本公式兩邊取自然對數(shù)得到如下公式：

（2）

在分析農(nóng)業(yè)的投入產(chǎn)出時選擇了7個投入指標(biāo)和2個產(chǎn)出指標(biāo)。結(jié)合上述公式構(gòu)建多元回歸方程如下：

公式（3）中X1—X7均為解釋變量，分別為農(nóng)作物總播種面積、鄉(xiāng)村從業(yè)人員數(shù)、農(nóng)業(yè)機械總動力、農(nóng)村用電量、農(nóng)用化肥施用量、農(nóng)藥使用量和有效灌溉面積。Y為被解釋變量，考慮到所選的投入指標(biāo)與農(nóng)林牧漁業(yè)總產(chǎn)值在經(jīng)濟(jì)關(guān)系上更為緊密，因此公式（3）中Y為農(nóng)林牧漁業(yè)總產(chǎn)值。是常數(shù)項，、、、、、、分別為各解釋變量的待估參數(shù)，為隨機擾動項。

（二）實證分析

模型中數(shù)據(jù)均來自于1999—2021年安徽統(tǒng)計年鑒和江蘇統(tǒng)計年鑒。運用Eviews10.0軟件進(jìn)行回歸分析時發(fā)現(xiàn)模型整體的擬合優(yōu)度很高，F(xiàn)統(tǒng)計量高度顯著，但某些解釋變量的估計參數(shù)的t值不顯著?？紤]到可能存在多重共線性等問題，對回歸方程進(jìn)行了修正。運用OLS方法逐一求lnY與lnX1—lnX7的回歸。結(jié)合經(jīng)濟(jì)意義和統(tǒng)計檢驗選出擬合效果最好的一元線性回歸方程，逐步添加剩余解釋變量，得到如表1和表2的估計結(jié)果。

1．江蘇省農(nóng)業(yè)投入與產(chǎn)出的實證分析

如表1所示，江蘇省農(nóng)業(yè)投入與產(chǎn)出的OLS估計結(jié)果中，擬合優(yōu)度約為0.9908，調(diào)整后的擬合優(yōu)度約為0.9894，F(xiàn)統(tǒng)計量高度顯著（P值為0），說明lnX1、lnX3及l(fā)nX4等解釋了大約99.08%的lnY的變動。據(jù)此可判斷解釋變量與被解釋變量間線性關(guān)系顯著。各解釋變量的系數(shù)值都是高度統(tǒng)計顯著的，計算出的P值很小，均在臨界值1%以下，因此，拒絕零假設(shè)，即各解釋變量的系數(shù)顯著不為零。

由此得到公式（4）所示的投入與產(chǎn)出函數(shù)，即農(nóng)林牧漁業(yè)總產(chǎn)值與農(nóng)作物總播種面積、農(nóng)業(yè)機械總動力及農(nóng)村用電量表現(xiàn)出正相關(guān)。

2．安徽省農(nóng)業(yè)投入與產(chǎn)出的實證分析

如表2所示，安徽省農(nóng)業(yè)投入與產(chǎn)出的OLS估計結(jié)果中，擬合優(yōu)度約為0.9888，調(diào)整后的擬合優(yōu)度約為0.9870，F(xiàn)統(tǒng)計量高度顯著（P值為0），說明lnX1、lnX2及l(fā)nX3等解釋了大約98.88%的lnY的變動。據(jù)此可判斷解釋變量與被解釋變量間線性關(guān)系顯著。觀察各解釋變量的系數(shù)值都是高度統(tǒng)計顯著的。計算出的P值很小，均在臨界值1%以下，因此，拒絕零假設(shè)，即各解釋變量的系數(shù)顯著不為零。

由此得到公式（5）所示的投入與產(chǎn)出函數(shù)，即農(nóng)林牧漁業(yè)總產(chǎn)值與農(nóng)作物總播種面積成正相關(guān)，與鄉(xiāng)村從業(yè)人員數(shù)成負(fù)相關(guān)，與農(nóng)業(yè)機械總動力成正相關(guān)。

（三）結(jié)果分析

在對基礎(chǔ)投入指標(biāo)進(jìn)行比較時發(fā)現(xiàn)，皖蘇兩省在農(nóng)作物總播種面積上相差不大。在對人力指標(biāo)進(jìn)行比較時發(fā)現(xiàn)，江蘇省鄉(xiāng)村從業(yè)人員數(shù)緩慢減少，安徽省則先升后降。在對動力投入指標(biāo)進(jìn)行比較時發(fā)現(xiàn)，安徽省農(nóng)業(yè)機械總動力投入高于江蘇省，江蘇省農(nóng)村用電量投入高于安徽省。結(jié)合皖蘇兩省農(nóng)業(yè)投入產(chǎn)出的實證結(jié)果，做出以下分析：

1．農(nóng)作物總播種面積。在農(nóng)業(yè)的發(fā)展進(jìn)程中，土地一直扮演著重要的角色。皖蘇兩省實證結(jié)果均表明農(nóng)作物總播種面積對農(nóng)業(yè)產(chǎn)出有正向影響。隨著農(nóng)作物總播種面積的增加，農(nóng)業(yè)產(chǎn)出也在增加。隨著經(jīng)濟(jì)迅速發(fā)展，城鎮(zhèn)化進(jìn)程加快推進(jìn)，農(nóng)業(yè)用地的增加十分有限。

2．農(nóng)業(yè)機械總動力。經(jīng)濟(jì)發(fā)展與科技進(jìn)步推動了農(nóng)業(yè)科技創(chuàng)新和農(nóng)技推廣，提升了農(nóng)業(yè)生產(chǎn)過程中的機械化水平，進(jìn)而提高了農(nóng)業(yè)的生產(chǎn)效率。皖蘇兩省的實證結(jié)果均表明農(nóng)業(yè)機械總動力對農(nóng)業(yè)產(chǎn)出有正向影響。隨著農(nóng)業(yè)機械總動力的增加，農(nóng)業(yè)產(chǎn)出也在增加。

3．鄉(xiāng)村從業(yè)人員數(shù)。安徽省農(nóng)業(yè)投入與產(chǎn)出估計結(jié)果表明，鄉(xiāng)村從業(yè)人員數(shù)與農(nóng)業(yè)產(chǎn)出成負(fù)相關(guān)。其背后的經(jīng)濟(jì)意義在于農(nóng)業(yè)發(fā)展過程中出現(xiàn)了勞動力剩余。隨著農(nóng)業(yè)現(xiàn)代化進(jìn)程的推進(jìn)，農(nóng)業(yè)科技廣泛應(yīng)用，家庭農(nóng)場數(shù)量逐步增加，智慧農(nóng)業(yè)不斷取得新進(jìn)展，農(nóng)業(yè)生產(chǎn)過程中對機械的依賴性增強，對人力的需求減少。

4．農(nóng)村用電量。江蘇省農(nóng)業(yè)投入與產(chǎn)出估計結(jié)果表明，農(nóng)村用電量對農(nóng)業(yè)產(chǎn)出有著積極的作用。農(nóng)村用電量是指本年度內(nèi)扣除在農(nóng)村中的國有工業(yè)、交通、基建等單位用電量以后的農(nóng)村生產(chǎn)和生活的全年用電總量，即農(nóng)村生活用電和農(nóng)業(yè)生產(chǎn)用電之和。農(nóng)村生活用電量相對穩(wěn)定，農(nóng)業(yè)生產(chǎn)用電量與機械化水平密切相關(guān)。隨著農(nóng)業(yè)機械的廣泛運用，農(nóng)業(yè)發(fā)展對電力的需求不斷上升，如農(nóng)業(yè)灌溉用電、農(nóng)作物收獲后處理用電、農(nóng)產(chǎn)品加工儲藏用電、水產(chǎn)養(yǎng)殖及畜牧用電等。農(nóng)業(yè)機械化水平提升帶來的影響：一是農(nóng)業(yè)生產(chǎn)用電量的增加；二是農(nóng)業(yè)生產(chǎn)效率的提升，即農(nóng)業(yè)產(chǎn)出的增加。農(nóng)村用電量與農(nóng)業(yè)產(chǎn)出的變化受機械化水平的影響呈現(xiàn)出同步性。對比實證結(jié)果，農(nóng)村用電量與農(nóng)業(yè)產(chǎn)出成正相關(guān)具有一定的現(xiàn)實意義。以2020年數(shù)據(jù)為例，江蘇省鄉(xiāng)村人口數(shù)為2251.40萬人，安徽省鄉(xiāng)村人口數(shù)為5376.85萬人，如兩省鄉(xiāng)村居民保持同等規(guī)模的生活用電和生產(chǎn)用電，由于人數(shù)差異較大，安徽省的用電量將高于江蘇省。這與實際不符，江蘇省農(nóng)村用電量是安徽省的9.79倍?？紤]到兩省鄉(xiāng)村居民生活用電差異不大，同時安徽省鄉(xiāng)村人口數(shù)約是江蘇省的2.4倍，說明江蘇省在農(nóng)業(yè)生產(chǎn)發(fā)展過程中的用電量遠(yuǎn)遠(yuǎn)超過安徽省。隨著農(nóng)業(yè)機械化進(jìn)程的推進(jìn)，尤其是智慧農(nóng)業(yè)的推廣，農(nóng)業(yè)發(fā)展對電力的需求也在逐步增強。

四、結(jié)論和政策建議

結(jié)合數(shù)據(jù)對比及實證檢驗結(jié)果，綜合來說，在影響農(nóng)業(yè)產(chǎn)出的投入要素中，農(nóng)作物總播種面積和農(nóng)業(yè)機械總動力均對農(nóng)業(yè)產(chǎn)出有積極作用，農(nóng)村用電量與江蘇省農(nóng)業(yè)產(chǎn)出成正相關(guān)，鄉(xiāng)村從業(yè)人員數(shù)與安徽省農(nóng)業(yè)產(chǎn)出成負(fù)相關(guān)。這一結(jié)論對于安徽省農(nóng)業(yè)發(fā)展具有一定的參考意義。同為農(nóng)業(yè)大省，安徽省為提高農(nóng)業(yè)產(chǎn)出，推進(jìn)農(nóng)業(yè)現(xiàn)代化進(jìn)程，應(yīng)以江蘇省為示范，在農(nóng)業(yè)生產(chǎn)發(fā)展過程中，采取以下措施：

一是結(jié)合機械化水平、農(nóng)技創(chuàng)新等逐步轉(zhuǎn)移剩余勞動力。隨著農(nóng)業(yè)現(xiàn)代化進(jìn)程的推進(jìn)，農(nóng)技的推廣與使用會大大節(jié)約人力。近二十年來，安徽省鄉(xiāng)村從業(yè)人員數(shù)先緩慢上升再保持穩(wěn)定的態(tài)勢，說明轉(zhuǎn)移剩余勞動力迫在眉睫。可以借鑒江蘇省的農(nóng)業(yè)發(fā)展舉措。如發(fā)展鄉(xiāng)村旅游業(yè)，學(xué)習(xí)蔣巷村農(nóng)業(yè)旅游發(fā)展模式。[11]蔣巷村因地制宜，打造出“四園一基地”、社會主義現(xiàn)代化新農(nóng)村主題公園等特色項目，以農(nóng)業(yè)旅游帶動其他行業(yè)的發(fā)展，鄉(xiāng)村居民變成了提供衣食住行等服務(wù)的商戶，其所吸納的勞動力占比高達(dá)25%。安徽省可鼓勵各地區(qū)尤其是村鎮(zhèn)集體結(jié)合區(qū)域特色、民俗傳統(tǒng)、優(yōu)勢服務(wù)等發(fā)展鄉(xiāng)村旅游業(yè)，實現(xiàn)就近轉(zhuǎn)移農(nóng)村剩余勞動力。

二是穩(wěn)步提升農(nóng)業(yè)生產(chǎn)用電。電力使用情況是經(jīng)濟(jì)增長的“晴雨表”。解決好農(nóng)業(yè)生產(chǎn)所需的灌溉、水利、儲存、加工用電等問題，前提需推進(jìn)農(nóng)機化的廣泛應(yīng)用。2021年江蘇省出臺了《2021—2023年江蘇省農(nóng)機購置補貼實施意見》。補貼對象包含從事農(nóng)業(yè)生產(chǎn)的個人和組織，年度補貼金額分別可達(dá)60萬元和100萬元。該意見極大地提高了農(nóng)業(yè)生產(chǎn)者的農(nóng)機購買意愿，推進(jìn)了農(nóng)機化的普及。安徽省在農(nóng)機推廣過程中面臨的一大問題在于從事農(nóng)業(yè)生產(chǎn)的個人農(nóng)機應(yīng)用率較低。如長豐草莓，目前普通農(nóng)戶仍依靠人力分揀、家庭儲存，一定程度上分散了農(nóng)戶的精力，同時由于環(huán)境溫差變化，造成草莓品質(zhì)下降。機器分揀替代人力分揀、冰庫冷藏替代家庭儲存顯得格外重要。安徽省可以江蘇省為示范，結(jié)合產(chǎn)業(yè)特色，在農(nóng)機購置補貼中適當(dāng)擴(kuò)大補貼范圍，增加補貼機具種類，提高補貼標(biāo)準(zhǔn)，不斷推進(jìn)農(nóng)業(yè)農(nóng)村現(xiàn)代化建設(shè)。

參考文獻(xiàn)：

[1]蔣艷芝，丁志超，李光泗.高質(zhì)量增長背景下農(nóng)業(yè)全要素生產(chǎn)率影響因素分析——以江蘇省為例[J].河北農(nóng)業(yè)大學(xué)學(xué)報，2021（3）：26-32.

[2]魏瑜，張兆同，李穎卓，等.江蘇省農(nóng)機化對農(nóng)業(yè)發(fā)展的貢獻(xiàn)率研究[J].江蘇農(nóng)機化，2021（5）：11-15.

[3]黃文澤.鄉(xiāng)村振興視角下農(nóng)村經(jīng)濟(jì)發(fā)展的影響研究——以江蘇省為例[J].國土與自然資源研究，2020（6）：48-52.

[4]陳玉山，郭佳俊.互聯(lián)網(wǎng)信息對江蘇農(nóng)村經(jīng)濟(jì)影響的實證分析[J].商業(yè)經(jīng)濟(jì)，2020（9）：124-128.

[5]喬代富.市場經(jīng)濟(jì)下安徽省智慧農(nóng)業(yè)發(fā)展問題與解決對策探析[J].湖北經(jīng)濟(jì)學(xué)院學(xué)報，2021（5）：62-64.

[6]劉鵬凌，李想，尹路，等.安徽省農(nóng)業(yè)高質(zhì)量發(fā)展水平測度及障礙因子研究[J].山西農(nóng)業(yè)大學(xué)學(xué)報，2021（5）：21-28.

[7]陶詩語，欒敬東，耿海峽，等.產(chǎn)業(yè)融合視角下安徽省農(nóng)業(yè)與物流業(yè)融合發(fā)展研究[J].云南農(nóng)業(yè)大學(xué)學(xué)報，2022（3）：1-9.

[8]程長明，陳學(xué)云.安徽省農(nóng)業(yè)現(xiàn)代化發(fā)展水平測度與評價[J].安順學(xué)院學(xué)報，2019（6）：105-110.

[9]王宏智，孫金俊.基于改進(jìn)C-D生產(chǎn)函數(shù)模型的中國科技創(chuàng)新水平評價[J].統(tǒng)計與決策，2020（18）：73-16

[10]熊正德，顧曉青，魏唯.普惠金融發(fā)展對中國鄉(xiāng)村振興的影響研究——基于C-D生產(chǎn)函數(shù)的實證分析[J].湖南社會科學(xué)， 2021（1）：63-71

[11]姚京莉，王雨潔，吳卓寧，等.發(fā)展鄉(xiāng)村旅游業(yè)在中國鄉(xiāng)村振興中的作用——江蘇省蔣巷村農(nóng)業(yè)旅游發(fā)展模式探究[J].商展經(jīng)濟(jì)，2021（15）：28-30.

Comparative Study on Agricultural Input-output between Anhui and Jiangsu Provinces under the Background of Rural Revitalization

She Xiaoyu1，Guo Jin2

（1.School of Economics and Trade， Anhui Business and Technology College ， Hefei 231131; 2. School of Business ， Nanjing Normal University ， Nanjing 210046）

Abstract： By comparing the agricultural input and output data of Anhui and Jiangsu provinces， it is found that Anhui Province is higher than Jiangsu Province in basic input and human input， the two provinces have their own advantages in power input， and there is no significant difference in drug input， but Jiangsu Province is significantly higher than Anhui Province in output. Based on this， this paper uses C-D production function to construct multiple linear regression model to study the agricultural input-output effect of Anhui and Jiangsu provinces. The results showed that the total sown area of crops and the total power of agricultural machinery had a positive impact on the agricultural output of Anhui and Jiangsu provinces; The number of rural employees is negatively correlated with the agricultural output of Anhui Province， and the rural power consumption is positively correlated with the agricultural output of Jiangsu Province. Therefore， in the process of agricultural development， Anhui Province can take Jiangsu Province as an example to gradually transfer the rural surplus labor force and improve the power consumption of agricultural production， so as to promote the construction of agricultural and rural modernization.

Key words： Rural revitalization; Agricultural input and output; C-D production function; Contrastive study