秦 帥，陳 紅，王浩坤

（東北林業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，哈爾濱150040）

一、引 言

推動農(nóng)業(yè)高質(zhì)量發(fā)展是實現(xiàn)農(nóng)業(yè)大國向農(nóng)業(yè)強(qiáng)國轉(zhuǎn)變的必然要求（郭翔宇，2022）。優(yōu)化要素配置被認(rèn)為是推動農(nóng)業(yè)高質(zhì)量發(fā)展的前提（楊建利等，2021），但中國農(nóng)業(yè)長期面臨著要素錯配問題（鄭宏運等，2019）。作為我國糧食安全的壓艙石，與主銷區(qū)相比，糧食主產(chǎn)區(qū)的要素錯配問題更為嚴(yán)重且農(nóng)業(yè)高質(zhì)量發(fā)展水平急需提升（王頌吉等，2021；辛嶺等，2019），因此糾偏要素錯配成為推動農(nóng)業(yè)高質(zhì)量發(fā)展，實現(xiàn)農(nóng)業(yè)強(qiáng)國的有效途徑。

關(guān)于農(nóng)業(yè)高質(zhì)量發(fā)展的評價，部分學(xué)者認(rèn)為高質(zhì)量發(fā)展具有多維特征，需要構(gòu)建綜合評價體系進(jìn)行測度（Qin等，2022）。另有部分學(xué)者認(rèn)為綠色全要素生產(chǎn)率是高質(zhì)量發(fā)展的源泉，可單獨用其衡量農(nóng)業(yè)高質(zhì)量發(fā)展（Wang 等，2019）。比較來看，綜合評價法由于指標(biāo)選擇存在主觀性和隨機(jī)性，導(dǎo)致已有測度結(jié)果的橫向可比性變?nèi)?，而單一指?biāo)法又無法充分概括高質(zhì)量發(fā)展的多維特征。由于農(nóng)業(yè)高質(zhì)量發(fā)展面臨農(nóng)業(yè)多功能協(xié)調(diào)發(fā)展失衡問題（徐光平等，2021），且拓寬農(nóng)業(yè)多功能以促進(jìn)農(nóng)業(yè)生產(chǎn)者收入水平提高是農(nóng)業(yè)高質(zhì)量發(fā)展的本質(zhì)內(nèi)涵（于婷等，2021）。因此，本文從農(nóng)業(yè)生態(tài)功能視角出發(fā)，利用農(nóng)業(yè)綠色全要素生產(chǎn)率對農(nóng)業(yè)生態(tài)高質(zhì)量進(jìn)行表征，以避免上述問題產(chǎn)生。

要素錯配對農(nóng)業(yè)發(fā)展的影響是近年來學(xué)者關(guān)注的熱點話題。從研究范圍看，既有研究大多集中在區(qū)域（陳訓(xùn)波，2012）、國家（Ayerst 等，2020）或者全球?qū)用妫ˋdamopoulos 等，2014），目前尚缺少基于地級市層面的分析。從研究視角看，部分學(xué)者討論了單要素錯配對農(nóng)業(yè)生產(chǎn)的影響，如勞動力（Dower等，2018）、土地（Gao 等，2021）和資本（Skevas等，2018），也有部分學(xué)者同時將兩個或兩個以上要素同時納入分析框架以論證其對農(nóng)業(yè)生產(chǎn)的影響（朱喜等，2011），但忽視了要素之間的不完全替代性。從研究方法看，學(xué)者一般參考Hsieh等（2009）或Aoki（2012）的研究框架進(jìn)行分析，通過數(shù)理推導(dǎo)驗證要素錯配對本地農(nóng)業(yè)生產(chǎn)的影響，忽視了要素市場化改革過程中，要素的空間流動對鄰近地區(qū)農(nóng)業(yè)生產(chǎn)的影響。

本文主要目的是從糧食主產(chǎn)區(qū)地級市層面出發(fā)，揭示要素錯配對農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展的影響。主要的邊際貢獻(xiàn)包括三個方面。第一，從地級市層面探索要素錯配對農(nóng)業(yè)發(fā)展的影響，地市級尺度的分析具有更小空間范圍上的政策指導(dǎo)性，更能提高估計結(jié)果和政策指導(dǎo)的精確性。第二，豐富了從空間維度分析要素錯配影響農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展的研究內(nèi)容。既有研究僅關(guān)注要素錯配對本地農(nóng)業(yè)產(chǎn)生的影響，但隨著要素空間流動性加強(qiáng)，在分析過程中應(yīng)考慮空間因素。第三，探究要素錯配影響農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展的作用機(jī)制和非線性特征。既有成果大多對要素錯配的成因進(jìn)行分析，但涉及要素錯配如何作用于農(nóng)業(yè)生態(tài)高質(zhì)量以及其作用效果是否存在非線性特征的文獻(xiàn)相對較少。鑒于此，文章基于2004～2020 年中國糧食主產(chǎn)區(qū)154個地級市的面板數(shù)據(jù)，對其要素錯配和農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展?fàn)顩r進(jìn)行評價，在此基礎(chǔ)上，運用空間杜賓模型實證檢驗地市層面要素錯配對農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展的空間效應(yīng)和作用機(jī)制，并進(jìn)一步利用面板門檻模型分析要素錯配對農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展的非線性影響。

二、機(jī)理分析

（一）要素錯配與農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展

優(yōu)化要素配置是推動農(nóng)業(yè)高質(zhì)量發(fā)展的前提（楊建利等，2021）。與商品市場相比，中國的要素市場改革相對滯后，黨的十八屆三中全會提出讓市場在資源配置中發(fā)揮決定性作用，改變了以政府為主導(dǎo)而讓市場發(fā)揮基礎(chǔ)性作用的傳統(tǒng)資源配置方式，雖然推動了要素配置效率的提高，但中國農(nóng)業(yè)部門仍存在要素錯配問題（Qin等，2022）。要素錯配不僅抑制了農(nóng)業(yè)產(chǎn)出的增長，且可能導(dǎo)致農(nóng)業(yè)面源污染問題的產(chǎn)生（鄭宏運等，2019；葛繼紅等，2012）。依據(jù)農(nóng)業(yè)生產(chǎn)特性可知，農(nóng)業(yè)生產(chǎn)存在一定季節(jié)性，在不同生產(chǎn)階段其對要素配置的要求也不同。另外，作為推動農(nóng)業(yè)發(fā)展的重要外部力量，政府相關(guān)農(nóng)業(yè)發(fā)展政策的實施具有時間滯后性，導(dǎo)致要素配置對農(nóng)業(yè)發(fā)展的影響也因政策的推廣而存在差異。同時，各地市在農(nóng)業(yè)資源稟賦、農(nóng)業(yè)生產(chǎn)方式、農(nóng)業(yè)技術(shù)水平和農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平等方面存在差異性，使得要素配置對農(nóng)業(yè)發(fā)展的影響因地理空間的變化而變化，且農(nóng)業(yè)生產(chǎn)存在顯著空間相關(guān)性，隨著要素市場化改革的穩(wěn)步推進(jìn)，生產(chǎn)要素的空間流動不斷加強(qiáng)，意味著本地農(nóng)業(yè)發(fā)展必然會受到鄰近地區(qū)農(nóng)業(yè)生產(chǎn)要素配置的影響?；谝陨戏治?，提出假說1。

假說1：要素錯配對農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展的抑制作用存在顯著空間溢出效應(yīng)且具有時空異質(zhì)性。

（二）要素錯配、產(chǎn)業(yè)升級與農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展

產(chǎn)業(yè)結(jié)構(gòu)升級是推動農(nóng)業(yè)高質(zhì)量發(fā)展的關(guān)鍵因素。農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級帶動中國的農(nóng)業(yè)綠色全要素生產(chǎn)率不斷提升，顯著提高農(nóng)業(yè)整體發(fā)展質(zhì)量（金芳等，2020）。依據(jù)配第—克拉克定理，隨著一國經(jīng)濟(jì)發(fā)展水平的提高，其產(chǎn)業(yè)結(jié)構(gòu)也會隨著生產(chǎn)要素的流動而不斷優(yōu)化升級。產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的過程實質(zhì)是生產(chǎn)要素的流動和重新配置，隨著生產(chǎn)要素的流動，要素錯配程度會有所下降，農(nóng)業(yè)高質(zhì)量發(fā)展水平不斷提升。但目前產(chǎn)業(yè)結(jié)構(gòu)升級速度較慢，導(dǎo)致現(xiàn)階段的農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)已遠(yuǎn)不能適應(yīng)農(nóng)業(yè)高質(zhì)量發(fā)展的要求（涂圣偉，2016）。產(chǎn)業(yè)結(jié)構(gòu)升級能有效提高各類型要素配置效率，進(jìn)而緩解農(nóng)業(yè)資源要素錯配情況，帶動農(nóng)業(yè)高質(zhì)量發(fā)展。就資本錯配而言，產(chǎn)業(yè)結(jié)構(gòu)升級可增加農(nóng)業(yè)產(chǎn)業(yè)吸納資本能力，引導(dǎo)金融資金流向農(nóng)村和農(nóng)業(yè)領(lǐng)域，提高資本供需匹配度，緩解資源錯配程度，使農(nóng)業(yè)資本實現(xiàn)跨區(qū)域整合，推動農(nóng)業(yè)高質(zhì)量發(fā)展。就勞動力資源錯配而言，產(chǎn)業(yè)結(jié)構(gòu)升級可吸引高素質(zhì)的勞動力向農(nóng)業(yè)領(lǐng)域回流，逐步形成新型農(nóng)業(yè)經(jīng)營主體，緩解勞動力資源錯配，為農(nóng)業(yè)高質(zhì)量發(fā)展提供人力資源保障。依據(jù)以上分析，提出假說2。

假說2：農(nóng)業(yè)產(chǎn)業(yè)升級可緩解要素錯配對農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展的抑制作用。

（三）要素錯配、科技進(jìn)步與農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展

與商品市場相比，中國要素市場化改革進(jìn)程相對滯后，使得要素價格產(chǎn)生扭曲，導(dǎo)致其價格無法真實反映要素的稀缺程度（李平等，2014）。要素價格的扭曲引發(fā)無風(fēng)險套利空間的出現(xiàn)，理性的創(chuàng)新主體傾向于通過爭奪有形的要素資源來尋求自身發(fā)展，而不是開展高投入和高風(fēng)險的技術(shù)創(chuàng)新活動。另外，要素價格的低估會抑制創(chuàng)新人才的積極性，不利于人力資本的形成和培養(yǎng)，從而擠壓技術(shù)創(chuàng)新效率。加之長期困擾中國農(nóng)業(yè)發(fā)展的科技投入不足的狀況至今仍未得到根本改觀（魏后凱，2017），導(dǎo)致與發(fā)達(dá)國家相比，我國農(nóng)業(yè)科技創(chuàng)新水平仍然相對較低。雖然以勞動節(jié)約型技術(shù)進(jìn)步為代表的農(nóng)業(yè)科技創(chuàng)新推動了農(nóng)業(yè)生產(chǎn)效率的提升，但以化石能源為動力的農(nóng)業(yè)機(jī)械的大規(guī)模使用，在提高農(nóng)業(yè)生產(chǎn)效率的同時，也帶來了農(nóng)業(yè)生態(tài)環(huán)境的破壞，對農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展水平的提升帶來不利影響。依據(jù)以上分析，提出假說3。

假說3：農(nóng)業(yè)科技進(jìn)步強(qiáng)化了要素錯配對農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展的不利影響。

三、變量選取和模型構(gòu)建

（一）變量選取和說明

1.被解釋變量

農(nóng)業(yè)生態(tài)高質(zhì)量（GTFP）。遵循已有成果（李欠男等，2020），采用超效率EBM-GML模型測算糧食主產(chǎn)區(qū)地級市農(nóng)業(yè)綠色全要素生產(chǎn)率，并將測算結(jié)果作為農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展的代理變量?？紤]到其測算結(jié)果為環(huán)比指數(shù)，因此在回歸分析中將其轉(zhuǎn)換為以2004年為基期的定基指數(shù)。參考已有研究（李欠男等，2020；李谷成，2014），測算過程中的投入變量為第一產(chǎn)業(yè)就業(yè)人員、農(nóng)作物播種面積、農(nóng)業(yè)機(jī)械總動力、化肥折純量和有效灌溉面積，期望產(chǎn)出為農(nóng)林牧漁業(yè)總產(chǎn)值（2004年不變價），非期望產(chǎn)出為農(nóng)業(yè)面源污染。其中農(nóng)業(yè)面源污染核算所需的相關(guān)系數(shù)主要來自陶園等（2021）的研究成果，污染來源主要包括化肥（氮肥、磷肥和復(fù)合肥）、農(nóng)田固體廢棄物（稻谷、小麥、玉米、大豆、薯類、油料和蔬菜）和畜牧業(yè)（牛、羊和豬）所產(chǎn)生的化學(xué)需氧量、總氮和總磷。由于地級市農(nóng)藥、農(nóng)膜和家禽養(yǎng)殖等數(shù)據(jù)缺失較為嚴(yán)重，本文未測算。

2.核心解釋變量

要素錯配（Fmis）。關(guān)于要素錯配的測量借鑒前人研究成果（鄭宏運等，2019；Aoki，2012），在假定土地要素稟賦不變的前提下，將農(nóng)業(yè)生產(chǎn)要素分為資本、勞動和土地。假設(shè)各地區(qū)生產(chǎn)函數(shù)滿足柯布—道格拉斯（C-D）形式，基于利潤最大化前提，利用拉格朗日乘法計算資本和勞動的相對錯配系數(shù)。具體如下所示：

式（2）和式（3）中，γKi和γLi分別表示資本和勞動的相對錯配系數(shù)；Ki和Li分別為i地區(qū)的農(nóng)業(yè)資本存量和勞動力數(shù)量，K和L分別為主產(chǎn)區(qū)總的農(nóng)業(yè)資本存量和勞動力數(shù)量；si代表i地區(qū)農(nóng)業(yè)產(chǎn)出占主產(chǎn)區(qū)的比重；βKi和βLi分別為i地區(qū)的資本和勞動彈性；βK和βL則分別表示資本和勞動貢獻(xiàn)的加權(quán)值。由于各地市的經(jīng)濟(jì)和技術(shù)發(fā)展水平存在差異，其資本和勞動產(chǎn)出的彈性可能不同，所以其彈性系數(shù)是在規(guī)模報酬不變的C-D生產(chǎn)函數(shù)的基礎(chǔ)上，利用變截距、變斜率的變系數(shù)面板模型進(jìn)行估算。計算過程中所涉及的產(chǎn)出為農(nóng)林牧漁總產(chǎn)值（2004年不變價），投入為農(nóng)業(yè)資本存量、第一產(chǎn)業(yè)從業(yè)人員和農(nóng)作物播種面積。其中農(nóng)業(yè)資本存量利用永續(xù)盤存法測量，各地級市的折舊率采用其所在省份的數(shù)值，分省折舊率參考宗振利等（2014）的研究成果，第一產(chǎn)業(yè)從業(yè)人員和農(nóng)作物播種面積采用統(tǒng)計年鑒數(shù)據(jù)。

上述兩式以地區(qū)平均水平為參照系衡量資本和勞動的錯配程度，忽視了要素之間不完全替代性，無法反映資本相對勞動是否存在錯配。因此，借鑒Qin 等（2022）的方法，進(jìn)一步構(gòu)建要素錯配系數(shù)（Fmis）來反映資本相對勞動的錯配程度：

式（4）中，F(xiàn)mis越大，表示資本相對勞動錯配越嚴(yán)重，若Fmis為零則不存在要素錯配。

3.控制變量

為避免遺漏變量可能產(chǎn)生的內(nèi)生性偏誤，文章進(jìn)一步將以下變量納入計量模型。經(jīng)濟(jì)發(fā)展水平（Pgdp）：以地級市人均GDP衡量地區(qū)經(jīng)濟(jì)發(fā)展水平；機(jī)械化水平（Mech）：以單位農(nóng)業(yè)播種面積上的農(nóng)業(yè)機(jī)械總動力進(jìn)行衡量；城鎮(zhèn)化水平（Urban）：采用城鎮(zhèn)人口占總?cè)丝诘谋戎剡M(jìn)行衡量，城鎮(zhèn)人口缺失的地市以非農(nóng)業(yè)人口數(shù)據(jù)進(jìn)行替代；工業(yè)化水平（Industry）：采用第二產(chǎn)業(yè)增加值占地區(qū)GDP的比重進(jìn)行度量；財政支農(nóng)水平（Fsup）：利用地級市農(nóng)林水事務(wù)支出與總財政支出的比值作為其代理指標(biāo)。

4.調(diào)節(jié)變量

農(nóng)業(yè)產(chǎn)業(yè)升級（Upgrade）。農(nóng)業(yè)產(chǎn)業(yè)升級是指農(nóng)業(yè)產(chǎn)業(yè)形成、發(fā)展和衰退的過程。農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級帶動中國的農(nóng)業(yè)綠色全要素生產(chǎn)率不斷提升，農(nóng)業(yè)整體發(fā)展質(zhì)量得到顯著提高（金芳等，2020）。依據(jù)配第—克拉克定理，本文采用農(nóng)林牧漁服務(wù)業(yè)總產(chǎn)值與農(nóng)林牧漁業(yè)總產(chǎn)值的比重對其衡量。

農(nóng)業(yè)科技進(jìn)步（Tech）。農(nóng)業(yè)科技進(jìn)步是指不斷用先進(jìn)的農(nóng)業(yè)技術(shù)代替落后的農(nóng)業(yè)技術(shù)，以促進(jìn)農(nóng)業(yè)生產(chǎn)力的發(fā)展。技術(shù)進(jìn)步是推動農(nóng)業(yè)高質(zhì)量發(fā)展的重要因素。借鑒Qin等（2022）研究方法，利用農(nóng)業(yè)生產(chǎn)函數(shù)測度農(nóng)業(yè)科技進(jìn)步，設(shè)規(guī)模報酬不變的農(nóng)業(yè)生產(chǎn)函數(shù)為其中，Yt為農(nóng)林牧漁業(yè)總產(chǎn)值（2004年不變價），kit分別為農(nóng)作物播種面積、第一產(chǎn)業(yè)從業(yè)人員、農(nóng)業(yè)機(jī)械總動力、農(nóng)業(yè)化肥折純量，βi為貢獻(xiàn)率，At為農(nóng)業(yè)科技進(jìn)步指標(biāo)。

（二）數(shù)據(jù)來源與描述性統(tǒng)計

本文研究樣本為2004～2020年中國13個糧食主產(chǎn)區(qū)地級市，刪除數(shù)據(jù)缺失嚴(yán)重的興安盟、錫林郭勒盟、烏蘭察布市、巴彥淖爾市、阿拉善盟、延邊州、大興安嶺地區(qū)、巢湖市、萊蕪市、濟(jì)源市、恩施自治州、隨州市、仙桃市、天門市、潛江市、神農(nóng)架林區(qū)、湘西土家族苗族自治州、阿壩藏族羌族自治州、甘孜藏族自治州、涼山彝族自治州及省會城市（省會城市一般是該省的政治、經(jīng)濟(jì)和文化中心，不以農(nóng)業(yè)發(fā)展見長），最終獲得154個地級市的平衡面板數(shù)據(jù)。以2004年作為研究起點的原因在于當(dāng)年頒布了21世紀(jì)第一個中央一號文件，且該年也是中國糧食產(chǎn)量十九連豐的起點，為農(nóng)業(yè)高質(zhì)量發(fā)展奠定了堅實的物質(zhì)基礎(chǔ)。文中數(shù)據(jù)主要來源于EPS數(shù)據(jù)庫，缺失值利用各地市統(tǒng)計年鑒和國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報或均值法進(jìn)行補充。各變量的描述性統(tǒng)計如表1 所示，可知多數(shù)變量的均值均大于標(biāo)準(zhǔn)差，說明數(shù)據(jù)離散程度不高，可進(jìn)行下一步分析。

表1 描述性統(tǒng)計

（三）模型構(gòu)建

為考察要素錯配對農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展的影響，本文構(gòu)建一般性的空間計量模型（Lesage 等，2009）：

式（1）中，下標(biāo)i和t分別表示區(qū)域和年份，yit表示地級市i在第t年的農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展水平；Xit為解釋變量的集合；β為解釋變量的待估參數(shù)向量；ρ為被解釋變量的空間滯后系數(shù)；φ為解釋變量的空間回歸系數(shù)；μi、vt分別代表空間和時間效應(yīng)；εit為服從獨立同分布的隨機(jī)誤差項；Wij為空間權(quán)重，以地市間最短距離的倒數(shù)表示。

四、結(jié)果分析

（一）要素錯配的動態(tài)演進(jìn)

由圖1可知，第一，主峰分布在曲線的左側(cè)且曲線中心位置整體呈現(xiàn)波動左移的趨勢，說明糧食主產(chǎn)區(qū)大多數(shù)地市的要素錯配水平相對較輕，且整體不斷下降；第二，波峰高度呈現(xiàn)波動上升趨勢，且曲線覆蓋寬度不斷縮小，由寬峰向尖峰轉(zhuǎn)變，表明地市間要素錯配的絕對差異不斷縮小；第三，曲線拖尾在右側(cè)波動增加，分布延展性有所擴(kuò)張，表示要素錯配處于高值區(qū)的地市數(shù)量有所增加且與平均水平的差異不斷擴(kuò)大。第四，整個研究期內(nèi)，要素錯配分布始終保持一個主峰為主和右側(cè)多個隆起次峰為輔的形態(tài)，但側(cè)峰與主峰間的高度差距較大，預(yù)示著地級市的要素錯配仍具有一定的梯度特征，呈微弱的多極分化態(tài)勢。鑒于不同地市間影響要素配置的經(jīng)濟(jì)發(fā)展水平、政府支持力度、產(chǎn)業(yè)發(fā)展水平等存在明顯的異質(zhì)性，短期內(nèi)要素錯配程度較高的地市難以快速趕上要素錯配程度較輕的地市，兩者之間差距可能會在一定時期內(nèi)持續(xù)拉大。

圖1 2004～2020年要素錯配核密度

綜上，研究期間主產(chǎn)區(qū)要素錯配程度波動下降，整體錯配程度相對較輕且地市間差異不斷縮小，但要素錯配程度較高的地市與平均值的差異不斷擴(kuò)大且極化特征明顯。

（二）農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展的動態(tài)演進(jìn)

由圖2可知，第一，2004～2020年曲線中心整體呈現(xiàn)波動右移態(tài)勢，說明農(nóng)業(yè)生態(tài)高質(zhì)量不斷提升。整個研究期間，地級市農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展水平達(dá)到1.0718，技術(shù)進(jìn)步保持著年均7.93%的增長速度，而技術(shù)效率則年均增長-0.69%，表明農(nóng)業(yè)生態(tài)高質(zhì)量的增長源泉主要來自前沿技術(shù)進(jìn)步的“單軌驅(qū)動”。第二，波峰高度整體呈“降低—升高—降低”的波動下降趨勢，由尖峰轉(zhuǎn)向?qū)挿澹仪€覆蓋面積有一定的遞增特點，說明地市間農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展水平的絕對差異不斷擴(kuò)大。第三，曲線拖尾在右側(cè)波動增加，分布延展性一定程度上存在擴(kuò)張趨勢，表明農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展處于高值區(qū)的地市與平均水平的差異有所擴(kuò)大；第四，核密度曲線經(jīng)歷了從多峰向單峰的演化過程，說明農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展由擴(kuò)散向收斂轉(zhuǎn)變，極化現(xiàn)象不斷削弱。

圖2 農(nóng)業(yè)生態(tài)高質(zhì)量核密度

綜上所述，2004～2020年，糧食主產(chǎn)區(qū)地市層面的農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展水平受技術(shù)進(jìn)步的“單軌驅(qū)動”在不斷提高，雖然地市間的極化現(xiàn)象有所削弱，但絕對差異不斷擴(kuò)大。

（三）要素錯配對農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展的影響

1.變量空間自相關(guān)檢驗

由表2可知，在不同的空間權(quán)重下，兩個變量在多數(shù)年份均通過至少10%顯著性水平檢驗，說明農(nóng)業(yè)生態(tài)高質(zhì)量和要素錯配存在空間相關(guān)性，適宜采用空間計量模型。

表2 農(nóng)業(yè)生態(tài)高質(zhì)量和要素錯配全局莫蘭指數(shù)

2.模型檢驗及選擇

由表3可知，LM檢驗、Robust LM檢驗、Wald檢驗和LR檢驗均通過1%顯著性水平檢驗，表明選擇空間杜賓模型合理（Lesage 等，2009）。同時Hausman 檢驗在1%水平上顯著，所以選擇含有固定效應(yīng)的空間杜賓模型。對比個體固定、時點固定和個體時點雙固定三種模型，發(fā)現(xiàn)只有時點固定效應(yīng)模型的多數(shù)變量通過顯著性檢驗，且核心解釋變量的作用方向符合預(yù)期，因此，文章最終選擇時點固定效應(yīng)的空間杜賓模型進(jìn)行分析。

表3 空間計量模型檢驗結(jié)果

3.基準(zhǔn)回歸

實際回歸中對所有絕對值變量作對數(shù)化處理以避免異方差的影響，具體結(jié)果見表4。

表4 全樣本估計及空間效應(yīng)分解結(jié)果

可知，農(nóng)業(yè)生態(tài)高質(zhì)量的空間自回歸系數(shù)ρ在1%水平上顯著為負(fù)，說明區(qū)域農(nóng)業(yè)發(fā)展過程中存在“虹吸效應(yīng)”，即農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展水平較高的地區(qū)會吸引周邊地區(qū)的生產(chǎn)要素，提升本地區(qū)的農(nóng)業(yè)發(fā)展水平，但對鄰近地區(qū)的農(nóng)業(yè)發(fā)展帶來負(fù)面影響。由于空間杜賓模型的估計系數(shù)是有偏的而無法被解釋為邊際效應(yīng)（Lesage等，2009），回歸結(jié)果只是對各因素的作用方向進(jìn)行初步判斷，因此需進(jìn)一步利用偏微分分解方法將各驅(qū)動因素的總效應(yīng)分解為直接效應(yīng)和間接效應(yīng)，結(jié)果見表4。

（1）從核心解釋變量來看：要素錯配的直接和間接效應(yīng)均在1%水平上顯著為負(fù)，表明要素錯配抑制了本地和鄰近地市農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展水平的提升。要素錯配阻礙了農(nóng)業(yè)生產(chǎn)效率和農(nóng)業(yè)產(chǎn)出水平的提高，降低了農(nóng)業(yè)生產(chǎn)者的市場收益，隨著收入水平的下降，農(nóng)業(yè)生產(chǎn)者的綠色生產(chǎn)行為和采用綠色防控技術(shù)的意愿隨之下降（劉迪等，2019）。另一方面，由于區(qū)域市場分割問題依然存在，相鄰地市間無法按照市場規(guī)則進(jìn)行生產(chǎn)要素的流動和優(yōu)化調(diào)整，導(dǎo)致鄰近地市的要素錯配問題無法有效改善，進(jìn)而抑制了其農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展水平的提升。

（2）從控制變量來看：經(jīng)濟(jì)發(fā)展水平的提升會推動區(qū)域增長極的形成，通過極化效應(yīng)吸收周邊地區(qū)的資源和要素，推動本地農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展水平提高，但同時也導(dǎo)致鄰近地區(qū)農(nóng)業(yè)發(fā)展缺失必要的生產(chǎn)要素，進(jìn)而抑制其農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展水平的提升；機(jī)械化水平的提高會加大對化石能源的需求，不利于本地農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展，且農(nóng)機(jī)跨區(qū)作業(yè)大多發(fā)生在不同緯度的地區(qū)之間，而相鄰地市的農(nóng)業(yè)生產(chǎn)大多同時進(jìn)行，因此其溢出效應(yīng)不顯著；城鎮(zhèn)化水平的提升加速了土地和農(nóng)村青壯年勞動力的非農(nóng)化，為避免農(nóng)業(yè)產(chǎn)出水平的下降，農(nóng)戶會加大對化肥等化學(xué)物品的使用，進(jìn)而抑制本地農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展水平的提升。另一方面城鎮(zhèn)規(guī)模的擴(kuò)大帶動農(nóng)產(chǎn)品需求的增長，在區(qū)域內(nèi)部市場無法滿足農(nóng)產(chǎn)品需求之時，需要引入周邊地區(qū)農(nóng)產(chǎn)品，而城鎮(zhèn)居民對綠色、安全農(nóng)產(chǎn)品的消費需求會倒逼農(nóng)業(yè)生產(chǎn)者改進(jìn)生產(chǎn)方式，減少農(nóng)業(yè)污染。財政支農(nóng)政策在促進(jìn)農(nóng)業(yè)發(fā)展的同時，也可能扭曲要素的市場價格，加劇農(nóng)業(yè)面源污染的產(chǎn)生（葛繼紅等，2012）。工業(yè)化的快速發(fā)展要求農(nóng)業(yè)部門提高產(chǎn)能以滿足其對原材料的需求，但受自然資源稟賦的限制，農(nóng)業(yè)部門只能通過加大化學(xué)元素的使用來實現(xiàn)擴(kuò)大產(chǎn)出的目的，這無疑會加大對農(nóng)業(yè)生態(tài)環(huán)境的破壞。

通過上述分析可知核心解釋變量要素錯配對農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展的抑制作用不僅體現(xiàn)在本地農(nóng)業(yè)上，且存在顯著的空間溢出效應(yīng)，至此，假說1得到部分驗證。

4.穩(wěn)健性檢驗及內(nèi)生性處理

為進(jìn)一步驗證上述結(jié)果的合理性，本節(jié)從以下5方面進(jìn)行檢驗，具體結(jié)果如表5所示。

表5 穩(wěn)健性及內(nèi)生性處理結(jié)果

（1）更換權(quán)重。在前文地理權(quán)重的基礎(chǔ)上，進(jìn)一步構(gòu)建經(jīng)濟(jì)地理權(quán)重矩陣以檢驗上文結(jié)果的可靠性，結(jié)果見表5第（1）列。

（2）替換因變量。將因變量更換為綠色技術(shù)效率，繼續(xù)檢驗要素錯配對農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展的影響，結(jié)果見表5第（2）列。

（3）縮尾處理。為避免變量極端值的存在對模型估計精度的影響，對因變量和核心解釋變量進(jìn)行1%分位的雙邊縮尾處理并重新回歸。結(jié)果見表5第（3）列。

（4）調(diào)整時間窗口。中國經(jīng)濟(jì)發(fā)展具有“五年規(guī)劃”的演變特征，在同一規(guī)劃時間內(nèi)的宏觀政策相對一致，樣本觀測結(jié)果較為可靠。因此利用近5 年的樣本（2016～2020 年）重新估計，結(jié)果見表5第（4）列。

（5）為避免遺漏變量的模型設(shè)定偏誤及其內(nèi)生性問題，文中引入因變量的滯后項加以緩解。采用動態(tài)空間SDM模型處理引入滯后項帶來的內(nèi)生性問題。結(jié)果見表5第（5）列。

通過上述檢驗發(fā)現(xiàn)，核心解釋變量估計系數(shù)的方向和顯著性并未發(fā)生根本變化，僅僅系數(shù)大小有所差異，表明研究結(jié)果穩(wěn)健可靠。

5.調(diào)節(jié)效應(yīng)分析

上文實證結(jié)果表明要素錯配抑制了農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展且具有顯著空間溢出效應(yīng)。本節(jié)基于理論分析主要探討要素錯配影響農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展的作用路徑。

為檢驗要素錯配對農(nóng)業(yè)生態(tài)高質(zhì)量的負(fù)面影響是否會隨著農(nóng)業(yè)產(chǎn)業(yè)的優(yōu)化升級而削弱，在基準(zhǔn)回歸模型中引入要素錯配與農(nóng)業(yè)產(chǎn)業(yè)升級的交互項（Fmis×Upgrade）進(jìn)行驗證，表6第（1）列匯報了檢驗結(jié)果?？芍怀隧椀母黜椃纸庀禂?shù)均為正值，但僅有直接效應(yīng)顯著，說明農(nóng)業(yè)產(chǎn)業(yè)升級僅有助于削弱本地要素錯配對農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展的不利影響，溢出效應(yīng)尚未顯著發(fā)揮，可能的原因在于各地市農(nóng)林牧漁服務(wù)業(yè)規(guī)模較小，無法通過發(fā)揮規(guī)模效應(yīng)對鄰近地市農(nóng)業(yè)發(fā)展水平的提升形成輻射帶動作用。至此，假說2得到驗證。

表6 要素錯配影響農(nóng)業(yè)生態(tài)高質(zhì)量的調(diào)節(jié)效應(yīng)分析

在基準(zhǔn)回歸模型中引入要素錯配與農(nóng)業(yè)科技進(jìn)步的交互項（Fmis×Tech），驗證農(nóng)業(yè)科技進(jìn)步水平的提高是否會強(qiáng)化要素錯配對農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展的抑制作用。表6第（2）列結(jié)果表明，交互項的各項分解項至少在10%水平上顯著為負(fù)，說明農(nóng)業(yè)科技進(jìn)步強(qiáng)化了本地和鄰近地市要素錯配對農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展的負(fù)向影響。原因可能在于當(dāng)前農(nóng)業(yè)技術(shù)研發(fā)的焦點集中在提高農(nóng)業(yè)生產(chǎn)效率，針對環(huán)保技術(shù)的研發(fā)尚在起步階段，不足以有效緩解要素錯配對農(nóng)業(yè)生態(tài)高質(zhì)量的負(fù)向影響。至此，假說3得到驗證。

6.異質(zhì)性檢驗

在前文研究的基礎(chǔ)上，進(jìn)一步將樣本按地理區(qū)位、農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展水平和要素配置方式進(jìn)行分組，對基準(zhǔn)回歸結(jié)果進(jìn)行異質(zhì)性檢驗，估計結(jié)果如表7第（1）列至第（6）列所示。

表7 異質(zhì)性檢驗結(jié)果

（1）地理區(qū)位異質(zhì)性。為檢驗要素錯配對農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展的影響是否具有空間異質(zhì)性，按南方和北方兩個組別對糧食主產(chǎn)區(qū)進(jìn)行劃分，將山東、河南、河北、內(nèi)蒙古、黑龍江、吉林和遼寧7 省區(qū)的地市劃歸為北方地區(qū)，其余為南方地區(qū)。對不同地區(qū)樣本重新估計，結(jié)果見表7第（1）列至第（2）列?？芍狈降貐^(qū)的要素錯配對本地農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展具有顯著抑制作用，這與其要素錯配程度較高密不可分。而南方地區(qū)的要素錯配則存在正向溢出效應(yīng)?？赡艿脑蛟谟谂c北方地區(qū)相比，南方地區(qū)的要素市場化配置水平相對較高（盧現(xiàn)祥等，2021），同時要素錯配程度較低，本地的生產(chǎn)要素可與鄰近地市通過跨區(qū)域要素流動調(diào)整配置，不斷優(yōu)化鄰近地市的要素配置狀態(tài)，進(jìn)而實現(xiàn)其農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展水平的提升。

（2）發(fā)展水平異質(zhì)性。為檢驗要素錯配的作用效果是否因農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展水平的高低而不同，基于ArcGIS10.8軟件的熱點分析模塊，將農(nóng)業(yè)生態(tài)高質(zhì)量的年度幾何均值劃分為冷點、次冷點、次熱點和熱點四個層級，將冷點和次冷點地市合并為農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展的低水平地區(qū)，反之為高水平地區(qū)。對基準(zhǔn)模型分樣本回歸，結(jié)果見下表第（3）列和第（4）列。從分解效應(yīng)來看，對高水平地市而言，要素錯配抑制其鄰近地市農(nóng)業(yè)發(fā)展水平的提高，農(nóng)業(yè)發(fā)展水平較高地區(qū)可通過虹吸效應(yīng)從鄰近地市吸收生產(chǎn)要素，使鄰近地市缺乏足夠的生產(chǎn)要素進(jìn)行調(diào)整和配置，進(jìn)而阻礙其農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展水平的提升。對低水平地市而言，要素錯配對農(nóng)業(yè)發(fā)展的抑制作用主要體現(xiàn)在對當(dāng)?shù)剞r(nóng)業(yè)的影響，溢出效應(yīng)并不顯著。

（3）要素配置方式異質(zhì)性。為檢驗要素錯配對農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展的影響是否具有時間異質(zhì)性，以2013年為界將樣本分為兩組（2013年以后市場在資源配置中發(fā)揮了決定性作用，優(yōu)化了要素配置效率）。回歸結(jié)果見表7第（5）列和第（6）列。從分解效應(yīng)來看，2004～2013年，要素錯配對農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展水平的提升具有顯著抑制作用。2013～2020 年，要素錯配回歸系數(shù)均未通過顯著性水平檢驗，且系數(shù)絕對值明顯下降，在一定程度上表明要素市場化改革提高了資源配置效率，緩解了要素錯配對農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展的負(fù)向影響。

通過上述分析可知，要素錯配對農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展的影響隨著時間和空間的變化而變化，至此，假說1得到全部驗證。

7.非線性討論

上文實證表明在要素錯配作用于農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展的過程中，農(nóng)業(yè)產(chǎn)業(yè)升級和農(nóng)業(yè)科技進(jìn)步可發(fā)揮顯著調(diào)節(jié)作用，本節(jié)進(jìn)一步以兩者為門檻變量，檢驗要素錯配對農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展的影響是否存在非線性特征。

借鑒Hansen（1999）的研究思路對模型是否存在門檻效應(yīng)進(jìn)行檢驗，同時確定門檻個數(shù)和門檻值。表8是門檻效應(yīng)的檢驗結(jié)果。可知，當(dāng)農(nóng)業(yè)科技進(jìn)步為門檻變量時，存在雙門檻效應(yīng)，門檻值分別為0.1932和0.5407，均通過1%顯著性水平檢驗。農(nóng)業(yè)產(chǎn)業(yè)升級未通過相應(yīng)檢驗，因此本節(jié)僅分析農(nóng)業(yè)科技進(jìn)步的門檻效應(yīng)。根據(jù)門檻模型的原理，門檻估計值是似然比統(tǒng)計量LR趨近于0時對應(yīng)的γ值。圖3為門檻變量的似然比函數(shù)圖，圖中虛線為LR值在5%顯著性水平下的臨界值7.35，虛線以下的區(qū)域構(gòu)成門檻值95%的置信區(qū)間。由于臨界值明顯大于LR統(tǒng)計量的最低值，所以認(rèn)為已測算的門檻值真實有效。

圖3 門檻變量似然比函數(shù)圖

表8 門檻效應(yīng)檢驗及門檻值

當(dāng)農(nóng)業(yè)科技進(jìn)步為門檻變量時，要素錯配對農(nóng)業(yè)高質(zhì)量發(fā)展的影響整體呈“U 型”特征（見表9）。具體表現(xiàn)為：當(dāng)農(nóng)業(yè)科技進(jìn)步低于門檻值0.1932時，要素錯配的回歸系數(shù)在1%水平上顯著為負(fù)；當(dāng)農(nóng)業(yè)科技進(jìn)步進(jìn)入門檻值0.1932 和0.5407 之間以及跨過門檻值0.5407 時，要素錯配的回歸系數(shù)均在1%水平上顯著為正。究其原因，當(dāng)農(nóng)業(yè)科技進(jìn)步低于門檻值時，此時農(nóng)業(yè)科技發(fā)展水平相對較低，要素配置效率的高低成為推動農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展的關(guān)鍵，此時要素錯配問題的存在不僅降低了農(nóng)業(yè)生產(chǎn)效率，且導(dǎo)致農(nóng)業(yè)生產(chǎn)者收益下降，抑制其采取綠色生產(chǎn)的行為。隨著農(nóng)業(yè)科技進(jìn)一步提升并跨過門檻值，要素錯配顯著提升了農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展水平，雖然與預(yù)期不符，但仍有合理之處，此時農(nóng)業(yè)科技發(fā)展水平相對較高，且隨著市場化改革的穩(wěn)步推進(jìn)，地市間要素錯配程度在不斷下降，要素錯配對農(nóng)業(yè)發(fā)展的負(fù)向影響不斷降低，而農(nóng)業(yè)科技進(jìn)步對農(nóng)業(yè)發(fā)展的促進(jìn)作用日趨提高，當(dāng)農(nóng)業(yè)科技進(jìn)步的促進(jìn)作用高于要素錯配的抑制作用時，兩者綜合作用下，會導(dǎo)致隨著農(nóng)業(yè)科技水平的發(fā)展，要素錯配正向促進(jìn)農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展水平的提升。

表9 面板門檻模型參數(shù)估計結(jié)果

五、結(jié)論與政策建議

（一）結(jié)論

基于2004～2020年中國13個糧食主產(chǎn)區(qū)154個地級市的面板數(shù)據(jù)，利用計量模型分析了要素錯配對農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展的溢出效應(yīng)、作用機(jī)制及非線性影響，具體結(jié)論如下：

第一，研究期間，地市間要素錯配程度不斷下降且整體處于低位徘徊，地市間差異有所減小。受農(nóng)業(yè)技術(shù)進(jìn)步的影響，地級市農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展水平不斷提高，但地市間差異有所擴(kuò)大。

第二，要素錯配對農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展的抑制作用具有顯著時空異質(zhì)性。要素錯配抑制了本地和鄰近地市農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展水平的提升。其中，隨著地理區(qū)位的變化，北方地區(qū)的要素錯配對本地農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展具有顯著抑制作用，而南方地區(qū)的要素錯配則存在正向溢出效應(yīng)；當(dāng)農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展處于高水平時，本地要素錯配阻礙了鄰近地市農(nóng)業(yè)發(fā)展水平的提升，當(dāng)農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展處于低水平時，要素錯配會抑制本地農(nóng)業(yè)發(fā)展水平的提升；在2013年之前，要素錯配對本地和鄰近地市農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展水平的提升均存在抑制作用，但2013年之后，該抑制作用不再具有統(tǒng)計意義的顯著性。

第三，隨著農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級，要素錯配對本地農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展水平提升的抑制作用被不斷削弱，但隨著農(nóng)業(yè)科技水平的提升，要素錯配對本地農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展的負(fù)向影響則被進(jìn)一步強(qiáng)化，且當(dāng)農(nóng)業(yè)科技進(jìn)步進(jìn)入不同的門檻區(qū)間時，要素錯配對農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展的影響呈現(xiàn)出先抑制后促進(jìn)的“U型”特征。

（二）政策建議

第一，從要素市場的關(guān)聯(lián)性出發(fā)，聯(lián)動培育農(nóng)業(yè)生產(chǎn)要素市場。完善制度體系推動要素自由流動，充分發(fā)揮糧食主產(chǎn)區(qū)各地市資源稟賦優(yōu)勢，依托數(shù)據(jù)技術(shù)構(gòu)建農(nóng)村閑置資源信息共享平臺，促進(jìn)相鄰地區(qū)“農(nóng)地、宅基地、農(nóng)機(jī)具、勞動力、農(nóng)產(chǎn)品”等閑置資源共享；完善農(nóng)業(yè)社會化服務(wù)體系，成立農(nóng)事服務(wù)產(chǎn)業(yè)聯(lián)盟，形成農(nóng)事服務(wù)快速響應(yīng)體系，提高要素配置效率。

第二，拓展農(nóng)業(yè)要素市場空間，引領(lǐng)農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級。糧食主產(chǎn)區(qū)各地市可通過培育優(yōu)勢特色產(chǎn)業(yè)，延長農(nóng)業(yè)產(chǎn)業(yè)鏈。同時加強(qiáng)主產(chǎn)區(qū)內(nèi)部各省及各地市之間的交流合作，構(gòu)建“點—線—面”的區(qū)域合作機(jī)制，形成產(chǎn)業(yè)集聚效應(yīng)，促進(jìn)農(nóng)業(yè)生產(chǎn)要素在地區(qū)間高效流動，推動產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級。

第三，“科技+數(shù)字”賦能糧食主產(chǎn)區(qū)經(jīng)濟(jì)效益與環(huán)境效益的協(xié)同提高。盡管主產(chǎn)區(qū)糧食產(chǎn)量不斷提高，但并未導(dǎo)致其農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展水平的下降，反映出在農(nóng)業(yè)現(xiàn)代化發(fā)展進(jìn)程中可實現(xiàn)經(jīng)濟(jì)效益和生態(tài)效益的協(xié)調(diào)統(tǒng)一。糧食主產(chǎn)區(qū)需要利用數(shù)字經(jīng)濟(jì)創(chuàng)造的新機(jī)遇，改變傳統(tǒng)要素的投入結(jié)構(gòu)，迭代升級“互聯(lián)網(wǎng)+農(nóng)業(yè)服務(wù)+綠色技術(shù)”模式，快速改變傳統(tǒng)的農(nóng)業(yè)生產(chǎn)方式。

第四，因地制宜制定要素配置措施。北方地區(qū)可通過深化要素市場改革，完善生產(chǎn)要素的定價機(jī)制，使其真實反映稀缺程度和供求關(guān)系，從而更好地引導(dǎo)資源向高效率領(lǐng)域流動。同時通過加強(qiáng)農(nóng)業(yè)領(lǐng)域的監(jiān)管力度，規(guī)范市場秩序，防止部分企業(yè)通過不正當(dāng)手段獲取生產(chǎn)要素，妨礙要素市場的正常運行。南方地區(qū)相鄰近地市間應(yīng)加強(qiáng)區(qū)域合作，共同制定區(qū)域發(fā)展規(guī)劃和政策，促進(jìn)區(qū)域內(nèi)的協(xié)同發(fā)展?？赏ㄟ^建立區(qū)域合作機(jī)制、加強(qiáng)經(jīng)濟(jì)協(xié)作等方式，促進(jìn)區(qū)域內(nèi)的資源共享和優(yōu)勢互補，提高整體農(nóng)業(yè)綠色全要素生產(chǎn)率水平；對農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展處于高水平的地區(qū)，可通過加強(qiáng)與鄰近地市的區(qū)域合作，促進(jìn)生產(chǎn)要素的合理流動和優(yōu)化配置。通過建立合作機(jī)制，推動資源共享和優(yōu)勢互補，實現(xiàn)區(qū)域內(nèi)的協(xié)同發(fā)展。對農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展處于低水平的地區(qū)，主要是完善高素質(zhì)農(nóng)民培育培訓(xùn)機(jī)制，制定新型農(nóng)業(yè)經(jīng)營主體的人才培育制度，強(qiáng)化投入保障，積極爭取建設(shè)投資、財政補助、運行投入等經(jīng)費，加大財政資金支持力度，重點緩解本地要素錯配對農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展的負(fù)向影響。