黃河流域農村產業融合發展水平測度及影響因素研究

王香花，楊夢佳

（中北大學經濟與管理學院，太原 030051）

2019年，習近平總書記在黃河流域生態保護和高質量發展座談會上指出，黃河流域在中國的經濟社會發展和生態安全方面具有十分重要的地位，同時也是中國糧食安全的重點區域［1］。黃河流域擁有1.07億人口，人口總量占全國總人口的8.6%，涉及青海、四川、甘肅、寧夏、內蒙古、陜西、山西、河南、山東9個省區［2］。在農業方面，黃河流域擁有豐富的耕地資源，可耕種面積達到1 260萬hm2，是全國重點糧食生產區。僅2018年，黃河流域總區域內糧食產量為23 268.87萬t，占全國的35.37%。其中，四川、河南、山東為主要糧食生產省份，但持續下行的糧食價格降低了農民生產的積極性，導致農產品生產成本日益上升。實踐證明粗放型的農業生產方式很難適應當前的經濟發展要求，轉變農業生產方式，對推動一二三產業融合具有積極的現實意義。

目前，國內關于農村產業融合的研究成果較少，從產業融合的內涵上講，國外學者很早提出了產業融合理念，韓國和日本的“六次產業化”概念為國內學者研究提供了方向，從根本上強調了農村產業鏈延伸和農村產業范圍拓展［3］。基于此，國內眾多學者進行了進一步的研究和探討。大多數學者對該概念的界定比較模糊，他們認為農村產業融合是一個主要以農業為基礎，通過聯合、跨界整合各要素資源發展第二、三產業使農戶獲得收益的過程。從狹義上看，農村產業融合即農業、工業和服務業三者之間的融合，作為未來產業現代化的趨勢，存在新技術、新業態、新要素、新模式的特點［4］。孟秋菊［5］在基于姜長云［6］、馬曉河［7］、國家發展改革委宏觀院和農經司課題組［8］的研究成果上把一二三產業融合視為一個長期的過程，以產業鏈延伸、產業功能拓展、新業態的形成為典型特征，追求在新型農業經營體的引領下，把實現農業、農民、農村持續繁榮作為最終目標。

在對區域農村產業融合水平的測度方面，林紫藤等［9］以甘肅省定西市和隴南市為例，從產業融合互動和績效層面構建評價指標體系，利用熵值法對甘肅省連片貧困區進行評價分析；類似地，王玲［10］也采用熵值法測算了江蘇省13個省轄市農村產業融合水平，分別從產業鏈延伸、多能性發揮、農村服務業、農民增收和城鄉一體化5方面建立評價指標體系，研究了蘇南、蘇中、蘇北的空間分異特征；程莉等［11］創新性地以長江上游地區為研究對象，借助耦合模型和熵值法評價了農村產業融合水平；李蕓等［12］以產業鏈延伸、農業多功能拓展、農民增收為評價準則層，利用層次分析法對北京市的農村產業融合水平進行了評估。

在產業融合的影響因素層面，程莉等［11］基于面板數據建立了靜態回歸模型，認為人力、技術、消費等要素雖產生的作用程度不同，但都有助于農村產業融合發展；楊艷麗［13］基于質化研究取向和扎根理論的研究方法選擇指標數據，采用問卷調查對政府、市場、資本、人力、產業組織等各要素數據進行收集分析，認為產業組織方式是農村產業融合的關鍵影響因素，有效聯合了農業經營主體，是一二三產業融合的動力。方相等［14］、柴青宇［15］皆采用了障礙分析模型探討了制約農村產業融合水平的障礙因子。劉斐等［16］在研究農村產業融合的個體響應的影響因素上，從微觀調查獲取研究數據，以二元Logit回歸模型、中介效應模型為研究方法，證明農戶融合認知、意愿與行為之間的影響關系。

從已有的研究中發現，國內學者對農村產業融合水平的測度研究文獻較少，大多是從單個省份出發，缺乏對跨地區經濟帶的研究；此外，在影響因素的確定上，大多以靜態模型分析為主，忽視了產業融合的時間效應。因此，本研究以黃河流域為研究區域，基于2012—2019年的省際面板數據，構建農村產業融合評價指標體系，并對其影響因素進行分析，以期對區域農村一二三產業融合提供理論指導。

1 研究方法

1.1 黃河流域農村產業融合發展水平測度研究方法

1.1.1 評價指標體系構建 2015年中央一號文件首次提出“三產融合”，在實踐和學術研究中仍然處于探索階段，還沒有公認的成熟的量化研究方法。國家發展改革委宏觀院和農經司課題組依據日本學者今村奈良臣、國內學者梁偉軍、馬曉河的觀點對農村一二三產業融合的內涵進行了界定，將產業鏈延伸、產業功能拓展、要素聚集、技術滲透及組織制度創新作為實現農業現代化的主要路徑［8］。以此為依據，綜合其他學者對于產業融合指標的選取，基于系統性、可操作性、可獲得性原則，根據“過程-結果”的組織形式，以農村產業鏈延伸為表現形式，以農業多功能拓展與農業服務業為融合過程，以經濟效益和社會效益為融合結果，從5個方面構建評價指標體系（表1）。

1.1.2 確定評價指標權重 根據前文所述，農村產業融合包含表1所示的5個研究層面，需要通過多指標綜合評價來確定產業融合的綜合水平情況。目前，多指標評價的主流方法主要由兩類構成，第一類是以層次分析法為主的主觀賦權法，第二類是以熵值法為主的客觀賦權法。第一類的方法缺陷在于存在一定的片面性，對信息的利用程度較為有限，最終會容易導致各類指標的權重值偏離客觀實際［17］。因此，在查閱各類文獻的基礎上，對比兩類方法的優劣勢，采取了熵值法對文章的指標評價體系進行客觀賦權。熵值法通過對各指標提供的信息量來反映指標權重，有效避免了一定程度上不可抗拒的主觀性以及信息的重復性。其計算步驟如下。

表1 黃河流域地區農村產業融合發展的評價指標體系

1）數據標準化處理。由于設計的產業融合評價指標體系中各發展指標的單位有所不同，必須要進行無量綱處理。假設有m（i=1，2，…，m）個需要進行相關評價的標本，n（j=1，2，…，n）個評價指標。

對于正指標：令

對于逆指標：令

式中，Xij表示第i個樣本第j項評價指標的數值。min（Xj）表示第j個指標的最小值，max（Xj）表示第j個指標的最大值。

2）得到新矩陣Y=（yij）m×n，繼而采用Z-Score標準化公式對數據進行標準化處理。

式中，yˉi表示樣本均值，Sj表示樣本標準差。

3）坐標平移。因標準值必須為正數，取d為使d+minZij略大于0的一個正數，令Uij=Zij+d。如此得到標準化矩陣U=（Uij）m×n。

4）計算信息熵。

5）確定指標權重。

6）計算指標體系綜合得分。

式中，xij表示第i個指標的第j年份的初始數值，Wi表示該指標的權重。

1.1.3 數據來源 選取2012—2019年黃河流域流經的青海、四川、甘肅、寧夏、內蒙古、陜西、山西、河南、山東9個省份的相關數據測度黃河流域農村產業融合發展水平指數，數據主要來源于各省《2013—2020年統計年鑒》《中國統計年鑒》《中國農村統計年鑒》以及EPS統計數據庫等，一部分指標在原始數據的二次計算上得到，對于部分省份的殘缺數據使用了線性均值的方式進行了補充。

1.2 黃河流域農村產業融合水平的影響因素研究方法

1.2.1 模型構建 通過對國內外關于產業融合發展水平的研究，可以看出現有文獻對于農村產業融合影響因素的研究大多是基于靜態層面出發，鮮有從動態角度進行考慮。鑒于各類農業指標與農村產業融合水平之間均可能存在相互影響，在使用OLS或固定效應模型回歸估計時，將會存在內生變量偏差。系統廣義矩估計將差分GMM與水平GMM結合在一起，很大程度上克服了差分GMM容易出現“弱工具變量”的問題，并且能夠修正差分GMM未觀察到的個體異質問題，進而使估計的準確率更高［18］。如果擾動項存在異方差或自相關，GMM依然是穩健與最優的。因此，本研究將農村產業融合綜合水平的滯后一期變量引入模型中，構建動態面板模型，采用動態面板模型中的GMM估計方法進行實證分析，為消除異方差對各變量取對數，具體模型設計如下。

式中，被解釋變量T為黃河流域產業融合水平綜合得分指數，i表示省份，t表示時間，εit是隨機誤差變量，解釋變量指標選擇如表2所示。

表2 解釋變量指標選擇及說明

1.2.2 變量選取 本研究采用2012—2019年黃河流域9個省份的面板數據進行分析。各指標的數據來源于2013—2020年黃河流域9省統計年鑒和EPS統計平臺，農業金融發展水平指標中農村貸款來源于2013—2019年《中國金融統計年鑒》，有部分指標缺失2019年數據，如農村信貸使用2012—2018年的農業貸款平均增長率來推算。農村人力資本指標來源于2013—2020年《中國人口和就業統計年鑒》。各變量的描述性統計結果見表3所示。

表3 主要變量描述性統計

2 實證分析

2.1 黃河流域農村產業融合綜合水平分析

利用式（1）至式（6）計算得到2012—2019年黃河流域農村產業融合水平的綜合得分，如表4所示。由表4可以看出，2012—2019年黃河流域農村一二三產業融合發展水平呈現穩步增長態勢，綜合得分從2012年的0.248 0增加到2019年的0.358 8，增長了44.68%。由此可得，自2012年以來，黃河流域沿線省份積極改革農業生產方式、深化產業供給側改革、提高農業有效經營，推動了第二、第三產業的深入發展，為農村產業融合提供成長基礎和機遇。從農村產業融合的5個方面來看，該5類分項融合水平的年均增長率依次為5.14%、-0.41%、8.69%、11.60%、3.84%，黃河流域地區綜合融合發展水平的年均增長率為5.43%，相比較來看，整個區域的農村產業融合水平發展主要是靠農村服務業融合和經濟效益拉動。農村產業鏈延伸綜合得分均值最高，農村多功能拓展、農村服務業融合次之，經濟效益和社會效益居后。盡管黃河流域地區產業融合水平整體較高，但一二三產業融合的5個層面存在差異，綜合評分并不協調。

表4 黃河流域農村產業融合發展綜合水平評價結果

2.2 農村產業融合水平結構特征分析

表5反映了2012—2019年中國黃河流域9省農村一二三產業融合發展水平的實際情況。從綜合水平來看，山東省、河南省、四川省、內蒙古依次是該區域農村產業融合的高水平地區，其綜合發展水平得分均在0.3以上，其中山東省為黃河流域地區中綜合發展水平得分最高，超過了0.5，山西、陜西、甘肅、寧夏、青海5個省份農村產業融合水平指數在0.1～0.3，得分較低，為黃河流域農村產業融合發展低水平地區，其中，青海省為9省份中最低，與區域經濟發展水平基本一致。

表5 黃河流域9省農村一二三產業融合發展綜合指數

從一級指標得分均值來看，農村產業鏈延伸是在農業基礎上，與農業生產、農產品加工等各環節緊密聯合的橫向融合以及縱向加深，反映了農產品加工、現代裝備、政府、企業等對農業的促進作用。山東、四川、河南3省在農業產業鏈延伸型融合水平得分列前3位，其中，山東省作為黃河流域的下游流經省份產業鏈延伸融合發展水平得分最高，寧夏、甘肅、青海3省依次列于末位，綜合來看，黃河上游內蒙古、甘肅省、青海省、寧夏，中游山西省、河南省、陜西省、四川省，下游山東省呈現出低、中、高的分布格局，盡管農業產業鏈延伸型融合水平綜合發展指數不均衡，但地區間的差距并不大，還有進一步的發展空間。

農村多功能性強調更加強化農業的附加值，通過與相關產業的聯合形成農業新業態。從9省因素指標均值排序來看，內蒙古、山東省、河南省位居黃河流域地區前三，主要是這3省第二、三產業較為發達且存在明顯發展優勢，第三產業以及配套服務發展較快。內蒙古地域遼闊，農牧業較為發達，雖然整體經濟較為落后，但在旅游業迅速拓展的背景下，民俗文化、餐飲、農業等相關產業的融合促進了第三產業的經濟增長，農業功能型融合發展態勢良好。

服務業融合發展型包含基礎設施建設，主要通過對農村公路、廁所、醫療等方面的建設來改善農村生產生活條件，促進協調發展。2012—2019年近8年來，9省的農林牧漁產值穩定增長，山東省、河南省、四川省的農村服務業融合發展水平良好。由于黃河流域生態環境的脆弱性，服務業的投入多在于中下游地區，上游內蒙古、青海省、甘肅省、寧夏還未顯示明確優勢，但一二三產業的服務業融合正在逐步開展［19］。

醫院通過辦公自動化,強化對網絡安全管理,培養專業檔案人才,制定檔案管理標準,工作效率出現顯著提升,而且整體操作規范統一。詳情見下表1。

經濟效應對應的指標包含農村家庭食品支出、人均可支配收入、純收入等，山東省、內蒙古、寧夏的經濟效應水平最優，農民收入水平的提高進一步推動了農村產業融合，且二者之間的相互作用也為產業融合提供了投資成本和消費需求。山東省為農業大省，在農業經營規模上頗具優勢，以農業為主的自發性收入使山東省在黃河流域地區產業融合經濟效應上占據首位。

在社會效應指標層面，相對于農業產業鏈延伸、農村多功能拓展、農村服務業、經濟效應來說，社會效益對應指標的測算均值普遍較低，地區間差異并不顯著。在推動城鄉一體化以及縮小城鄉差距方面產生的作用并不穩定，沒有實現穩定的社會效應增長目標，還有很大的進步空間。

2.3 黃河流域農村產業融合水平的影響因素分析

由于面板數據含有時間序列數據和截面數據的特性，本研究選取黃河流域9個省份連續8年的數據進行分析，面板數據個數大于時間變量T，主要反映了截面數據的特征，因此未對面板數據進行單位根檢驗和協整檢驗。根據模型（7）對農村產業融合的影響因素進行回歸分析，具體檢驗結果如表6所示。

表6 動態面板模型估計結果

從以上模型的估計結果可以看出，第一，大部分變量的估計結果在1%及以上的水平上顯著，擬合度較好；第二，AR2檢驗的P和Sargan檢驗的P均大于10%，可以認定隨機干擾項εit不存在一階和二階自相關。所以通過模型檢驗，實證結果具有較高可信度。

由表6可知，農村產業融合水平的時空滯后在1%的顯著水平上對本期產業融合水平存在顯著的正向影響，農村產業融合水平每提高1個百分點就會帶動當期融合水平1.051 5個百分點的增長，表明提高本期的農村產業融合水平會有效促進下一期的農村產業融合，即農業“三產”融合水平會得到持續的改善與路徑優化。這是由于當農村產業融合水平進入到新的發展階段時，往往是上一階段的農業“三產”融合量變的結果，會對上一階段的融合狀況進行總結和參考，以對本階段的一二三產業融合進行新的規劃和布局。然而，由于時間慣性，各影響因素的實際估計結果往往無法達到預期水平。

首先，考察居民消費需求對農村產業融合水平的影響，結果顯示估計系數為0.101 6，在1%的水平下具有顯著的正向作用，這是因為在2012—2019年，中國經濟的快速騰飛帶來的直接效果就是居民的人均收入水平提高，農村居民的消費水平和結構的升級帶動了產業結構的變化，為農村產業融合創造了成長條件。

其次，農村土地流轉對“三產”融合具有顯著的正向作用。土地流轉又稱為土地經營權流轉，人均耕地面積的增加可以有效促進農業的規模化經營，解決了農業碎片化的低效率問題，合理配置了農業生產資源，加快農村產業融合的速度。

再次，關于農業技術進步因素，其估計系數不顯著，農業技術進步主要表現為農業的機械化水平，對一二三產業融合水平影響不顯著的原因可能在于農業的科技研發和推廣效率不高，對科技創新資源的利用不合理，造成科技配置資源的無效浪費。另外，基于國內行政體制的弱點，農業科技推廣工作受到阻滯，農民對農業技術的選擇缺乏自主性，導致農業技術進步在產業融合水平中的效力并不顯著［20］。

繼而，考察農業基礎設施系數，其結果不顯著且為負，表明黃河流域農村基礎設施的現狀對產業融合水平的影響并不顯著。根據農業基礎設施的相應指標來看，在農田水利方面的建設問題可能是造成該結果的原因之一，農田水利建設與農業回報程度不相匹配，存在“有人建，無人管”的問題；還有諸如交通網絡規劃不合理、電力設備落后、村公共衛生與環境改善進展緩慢、農村互聯網應用與城市差距較大等問題都在一定程度上影響了農村產業融合水平。

隨后，農村環境質量在5%的水平上對“三產”融合具有顯著的正向作用，表明近年來黃河流域施肥方式的改善推動了沃土平衡。過去重無機肥的施肥制度得到有效減緩，施肥方式逐漸趨于科學，現階段對農業生產土壤的保護效果顯著，保證了糧食的高質量水平，為“三產”融合奠定了基礎。

另外，農村人力水平系數并不顯著，說明人力資本對農村產業融合水平沒有顯著作用。基于韓海彬等［21］的結論，人力資本對農業技術創新具有負向作用，大專以上學歷的受高等教育的農村人力資本大多傾向于收入水平較高的非農產業，造成了優質人力資本的流出；同時，農村勞動力的外流造成了嚴重的空心化、老齡化現象，農業相關專業人才缺失，新型職業農民、農業相關技術人員還處于發展中狀態，在農村一二三產業的融合水平上不具備基本的人力資源優勢。

最后，農村金融發展水平的估計系數為-0.132 6，在5%的水平上對農村產業融合水平具有顯著的負向影響。目前，中國農村普遍存在融資問題，農村市場對銀行來說客戶較為分散，貸款額度較低，小農思想仍然存在，缺乏對風險的承受能力，金融發展較為困難，是農村一二三產業融合的短板之一［22］。

3 小結與建議

3.1 小結

本研究利用熵值法測度了黃河流域9省2012—2019年的農村產業融合水平，進而分析了當前黃河流域一二三產業融合的空間分布差異。之后采用了動態GMM估計方法實證分析了影響黃河流域農村產業融合的因素。實證結果表明，①當前黃河流域的產業融合水平發展態勢良好，上中下游在產業融合分布上存在明顯差異，上游區域內蒙古、甘肅、青海、寧夏4省產業融合水平較低，山東、河南中下游等地“三產”融合處于黃河流域地區領先地位。②基于農村產業融合的時間慣性。居民消費結構的升級、農村土地流轉、環境質量的改善有助于農村一二三產業緊密融合，農業技術進步、農村人力資源水平、農村基礎設施建設對農村產業融合的正負效應不明顯，低程度的農村金融發展水平對“三產”融合的支持作用不足，不利于加深一二三產業的融合。

3.2 對策建議

1）基于黃河流域農村產業融合空間分布差異的問題，要從立足農村自身發展優勢出發，因地制宜，推動黃河流域區域協調發展，合理配置生產要素的投入，加快農村產業鏈延伸，發展二、三產業，建立新型休閑農業發展模式。加強農村多功能拓展和服務業的融合，以經濟效益和社會效益為目標，使農村各類型經營主體積極參與農村產業融合。

2）加強政府對農業科技的投入，采取差異化的農業科技資源配置措施。科技仍然是第一生產力，農業科技化是未來世界的發展趨勢，要實現較高程度的農村產業融合水平，首要發展科技。政府應有組織、有計劃地對農業科技進行投入，普及農業科技知識，組織和引導農民對農業科技的接受程度，立足于農村實際，針對各地區的實際情況以及人民受教育程度循序漸進地使各項科技政策落地。

3）科學建設農村基礎設施，提高對相關配套設施的管理水平和效率。基礎設施為社會的經濟產出提供了物質基礎，是經濟增長的關鍵要素，工期長、投入大的特點使得基礎設施建設很難在短時間內獲得資金回流，突破該“瓶頸”問題是產業融合發展的關鍵。這就要求農村的基礎設施建設必須要合理規劃，在完善農村基建的同時，農村配套設施要緊跟其后，重視后期設施的養護，避免資源的過度浪費，建立健全的管護機制。

4）加快對農村成人教育的培養，同時建立二三產業對農業的反哺機制，打破農村人力資本困境。當前的人力資本水平對農村產業融合影響不明顯，農村的教育結構存在諸多問題，今后要在重視全社會教育水平的同時，優化農村的教育結構，培養農村實用型人才。針對農村勞動力外流問題，要創新農村勞動力流動機制，對外出勞動力進行保護，提升對新型職業農民的扶持力度。

5）要著力促使銀行與政府的相互配合，開展農村產業鏈的金融創新。農村金融發展水平對農村產業融合有顯著的負作用，為此，發展農村金融水平刻不容緩。政府部門要發揮引導作用，促使農村合作社貸款與保險業務的發展，提高農民對金融體系的信任，探索本土化的農村金融支持模式，為農村產業融合提供良好的外部環境。