農業(yè)新質生產力：水平測度與時空演變

中圖分類號：F323；F224 文獻標識碼：A 文章編號：1007-2101（2025）05-0063-14

一、引言

當前，我國處于中華民族偉大復興戰(zhàn)略全局、世界百年未有之大變局與新一輪科技革命的歷史交匯期，具有高耗能和高投入特征的傳統(tǒng)生產力面臨更加嚴峻的挑戰(zhàn)，已難以滿足不斷升級的消費需求與新生產約束。基于對中國社會矛盾、發(fā)展階段和發(fā)展動力的科學研判，2023年9月，習近平總書記在黑龍江考察時首次公開提出“新質生產力\"這一概念，強調要“積極培育新能源、新材料、先進制造、電子信息等戰(zhàn)略性新興產業(yè)，積極培育未來產業(yè)，加快形成新質生產力，增強發(fā)展新動能”[1]。同年12月，中央經濟工作會議明確提出“以顛覆性技術和前沿技術催生新產業(yè)、新模式、新動能，發(fā)展新質生產力”[2]2024年1月，習近平總書記在中共中央政治局第十一次集體學習時對新質生產力作出了明確定義，指出新質生產力“由技術革命性突破、生產要素創(chuàng)新性配置、產業(yè)深度轉型升級而催生，以勞動者、勞動資料、勞動對象及其優(yōu)化組合的躍升為基本內涵，以全要素生產率大幅提升為核心標志，特點是創(chuàng)新，關鍵在質優(yōu)，本質是先進生產力”。3]在此背景下，2025年中央一號文件提出“農業(yè)新質生產力”，強調以科技創(chuàng)新引領先進生產要素集聚，因地制宜發(fā)展農業(yè)新質生產力。4同年《政府工作報告》將“因地制宜發(fā)展新質生產力，加快建設現代化產業(yè)體系”列為重點任務。[5]

鑒于我國作為農業(yè)大國的特殊國情，農業(yè)發(fā)展在整個經濟社會發(fā)展中占據著重要地位。在實現“大國小農”向“大國強農”的歷史性跨越進程中，特別是在鄉(xiāng)村振興戰(zhàn)略深入實施的背景下，發(fā)展高質量、高創(chuàng)新的農業(yè)新質生產力具有重要意義。對此，學術界對“農業(yè)新質生產力”進行了深入解讀。目前，關于農業(yè)新質生產力的研究主要聚焦于其內涵特征[6]、形成邏輯[7]和實踐路徑[8]等方面，這些研究通過規(guī)范性分析總結了發(fā)展農業(yè)新質生產力的舉措。然而，農業(yè)新質生產力作為一個內涵豐富的新概念，其在學術界尚未形成統(tǒng)一的測度標準，這也成為當前亟待深入研究的議題。鑒于此，本文嘗試構建測度農業(yè)新質生產力發(fā)展水平的指標體系，結合2013—2022年我國30個省份的面板數據①，客觀評價我國農業(yè)新質生產力的發(fā)展現狀及動態(tài)演進趨勢，并通過量化分析識別我國農業(yè)新質生產力發(fā)展過程中面臨的現實問題，進而提出針對性的應對策略。

二、農業(yè)新質生產力指標體系構建

（一）指標選取

“新質生產力”的提出標志著中國式現代化發(fā)展理論和實踐的創(chuàng)新。楊廣越通過本質內涵論、要素內涵論和比較內涵論三個維度對新質生產力這一概念進行詮釋，認為與傳統(tǒng)生產力相比，新質生產力是一種注重全要素生產率提升，且具備先進性、綠色性、創(chuàng)新性和高質量特征的生產力。就農業(yè)新質生產力而言，第一，農業(yè)新質生產力是一種智能生產力。農業(yè)新質生產力是以數字化、智能化為主線，積極整合科技創(chuàng)新資源，不斷推進農業(yè)轉型升級，促進農業(yè)生產力從量向質轉變的生產力[7]。農業(yè)新質生產力的智能化絕非僅局限于農業(yè)生產環(huán)節(jié)，而是貫穿于整個產業(yè)鏈之中[10]，因此，要從整體產業(yè)鏈和產業(yè)體系的角度對其進行縱向考察。第二，農業(yè)新質生產力是一種綠色生產力。馬克思的自然力理論尤為強調人與自然和諧共生關系的重要性。綠色發(fā)展作為高質量發(fā)展的底色，在農業(yè)新質生產力發(fā)展中占據重要地位，其作用不容忽視。楊穎[]提出發(fā)展農業(yè)新質生產力的目標之一就在于實現農業(yè)綠色化。姜長云[10]認為發(fā)展農業(yè)新質生產力核心在于積極塑造生態(tài)優(yōu)先、節(jié)約集約和綠色低碳的發(fā)展方式，協同推進農業(yè)產業(yè)鏈和供應鏈降碳、減污、擴綠。第三，農業(yè)新質生產力是一種高端生產力。新質生產力中的“新”包含新業(yè)態(tài)內涵，聚焦于農業(yè)領域，實現農業(yè)產業(yè)鏈延伸和農業(yè)功能擴展是塑造農業(yè)新業(yè)態(tài)進而催生高端生產力的內在要義[7，10]。新質生產力中的“質”則強調發(fā)展的高質量，即要求農業(yè)提供具有高附加值、高標準的制成品[12]?；谝陨戏治?，本文圍繞智能化、綠色化、高端化三個方面構建包含3個一級指標、8個二級指標和21個三級指標的農業(yè)新質生產力發(fā)展水平評價指標體系（見表1）。

農業(yè)新質生產力的智能化可從主體支持、基礎設施建設、產業(yè)鏈條智能化三個方面來體現。首先，主體支持是實現農業(yè)智能化的軟性條件，其本身也是發(fā)展農業(yè)新質生產力的重要內涵。一方面，要在農業(yè)生產中嵌入現代化技術，這不僅需要提升農民素質，更需要專業(yè)的科技人才支持，人才是形成農業(yè)新質生產力的關鍵要素。13]另一方面，現代農業(yè)是一個產業(yè)鏈概念，數字化龍頭企業(yè)對于全產業(yè)鏈條智能化轉型具有帶動示范作用。因此，本文選取勞動力素質、數字人才支撐、龍頭企業(yè)帶動三個指標衡量主體對農業(yè)新質生產力發(fā)展的支持程度。這些指標不僅是農業(yè)新質生產力中“新”的重要體現，同時也反映了新質生產力對培養(yǎng)高素質勞動者的內在要求。14]其次，基礎設施建設是實現農業(yè)智能化的硬性條件，其本身也在一定程度上代表著農業(yè)智能化水平。通過普及互聯網、移動數字設備和固定數字設備，可以有效實現勞動資料的革新，這與新質生產力所強調的勞動資料提質升級相契合，從而成為發(fā)展農業(yè)新質生產力的動力源。因此，本文選取互聯網普及度、移動數字設備普及度、固定數字設備普及度三個指標衡量農業(yè)基礎設施建設水平。最后，發(fā)展農業(yè)新質生產力不能局限于狹義的農業(yè)生產環(huán)節(jié)[10]，而應從農業(yè)產業(yè)的全鏈條出發(fā)，實現產業(yè)鏈條的智能化。因此，本文從生產、加工、銷售智能化三個方面衡量產業(yè)鏈條的智能化水平。

綠色化是新質生產力的內在要義，也體現出其高質量特性，新質生產力本質上就是綠色生產力，農業(yè)新質生產力強調綠色化內涵[12]。低碳生產是農業(yè)綠色發(fā)展的基本特征，其要求在農業(yè)生產中合理利用資源、保護生態(tài)環(huán)境;綠色供給是農業(yè)綠色發(fā)展的重要目標，提供安全、高品質的農產品不僅反映了農業(yè)從生產、加工到銷售全產業(yè)鏈的綠色化水平，也是農業(yè)新質生產力作為綠色生產力的重要體現。15]農業(yè)新質生產力的綠色化可從資源節(jié)約、環(huán)境友好、綠色供給三個方面體現。其中，資源節(jié)約程度用節(jié)水灌溉普及率和用電效率兩個指標表征，體現出農業(yè)生產中對水資源和電力資源的節(jié)約程度。環(huán)境友好程度以化肥施用強度和農藥施用強度兩個指標來衡量，這是由于化肥、農藥的過量使用不僅容易造成土壤板結、水土污染，還會對食品安全構成重大威脅。有別于上述從生產端度量農業(yè)綠色化，綠色供給是從產出端衡量農業(yè)綠色化水平，用綠色食品認證、有機食品認證兩個指標表征。

新質生產力旨在提升產業(yè)、產品和服務的層次和水平，彰顯其“新業(yè)態(tài)”“高質量”的內涵，蘊含了高端化的目標。農業(yè)新質生產力的高端化可從產業(yè)高端化和供給高端化兩個方面體現。從產業(yè)層面分析，通過聚焦產業(yè)發(fā)展的前沿領域，優(yōu)化傳統(tǒng)生產、組織方式，推動傳統(tǒng)產業(yè)轉型升級，從而提高農業(yè)新質生產力水平。產業(yè)轉型升級不僅涵蓋產業(yè)結構的優(yōu)化，也包括產業(yè)間的融合升級[16]。姜長云[10]認為發(fā)展農業(yè)新質生產力需要不斷拓寬農業(yè)邊界，促進農業(yè)產業(yè)鏈延伸與農業(yè)多功能擴展。羅必良和耿鵬鵬[認為發(fā)展農業(yè)新質生產力亟需推進農業(yè)從產品生產到功能轉型的突破性拓展，這本身就是傳統(tǒng)農業(yè)高端化的重要體現。鑒于此，本文以農產品加工業(yè)發(fā)展水平、農林牧漁服務業(yè)發(fā)展水平和休閑農業(yè)發(fā)展水平三個指標衡量產業(yè)高端化水平。從產品和服務的視角出發(fā)，發(fā)展農業(yè)新質生產力應重點提升供給質量，這要求在傳統(tǒng)農業(yè)生產中打造高端化品牌，在農業(yè)功能擴展過程中打造美麗鄉(xiāng)村，既美化人居環(huán)境，又為農業(yè)多元功能的拓展奠定基礎。事實上，在農業(yè)領域審視新質生產力的高端化內涵，要在產業(yè)高端化的基礎上實現供給高端化，通過提升農產品附加值進而實現農業(yè)新質生產力所強調的質效升級［12]基于此，本文以一村一品、地理標志和美麗休閑鄉(xiāng)村三個指標表征供給高端化水平。

表1農業(yè)新質生產力發(fā)展水平評價指標體系

（二）指標權重確定

本文采用熵值法確定指標權重，相比于層次分析法，熵值法具有更強的客觀性。設有 I 個地區(qū)待評， J 個評價指標，原始數據矩陣為 E= ，其中， ?i=1，2，…，I，j=1，2，…，J，I=30，J= 21。采用熵值法確定指標權重的步驟如下：

第一，采用極值法對上述21個指標的數據進行標準化處理，將指標值轉換到0～1之間，具體公式如下：

負向指標：

其中， x^′_ij 是第 i 個地區(qū)第 j 項指標標準化后的數值， x_j（min） 為樣本期間所有地區(qū)第 j 項指標的最小值， x_j（max） 為樣本期間所有地區(qū)第 j 項指標的最大值。本文構建的農業(yè)新質生產力指標體系中，僅有化肥施用強度、農藥施用強度為負向指標，其他為正向指標。

第二，計算第 i 個地區(qū)第 j 項指標標準化后數據的比重 y_ij ，具體公式如下：

第三，計算第 j 項指標的信息熵 φ_j ，具體公式如下：

其中， 。

第四，計算第 j 項指標的權重 W_j ，具體公式如下：

其中， g_j 為第 j 項指標的信息效用， g_j=1-φ_j 。計算出的各項指標權重如表1所示。

（三）數據來源與處理

本文以2013—2022年全國30個省份的面板數據作為研究樣本。農業(yè)新質生產力發(fā)展水平指標體系中各指標數據來源見表1。由于節(jié)水灌溉面積2021—2022年數據、農業(yè)技術人員數量2018—2022年數據、休閑農業(yè)經營收入2021—2022年數據缺失，因此，本文參考俞紅海等[1的做法，采用數據缺失前3年的平均增長率推算后

填補缺失值。

三、實證分析方法

（一）Dagum基尼系數分解

Dagum基尼系數及其分解能夠揭示變量的區(qū)域差異及來源。本文通過該方法分析農業(yè)新質生產力發(fā)展水平的總體差異，并將其分解為區(qū)域內差異、區(qū)域間差異和超變密度三部分。農業(yè)新質生產力發(fā)展水平整體基尼系數計算公式如下：

其中， G 表示整體基尼系數 ，j，h 表示區(qū)域， 表示省份。 k 為區(qū)域總數，本文將全國劃分為東、中、西3個區(qū)域④，故 k=3 。 Ω_n 為省份總數， n=30 。n_j（n_h） 為區(qū)域 j（h） 內的省份總數。 y_ji（y_hr） 為區(qū)域j（h） 內省份 i（r） 的農業(yè)新質生產力發(fā)展水平， 為全國農業(yè)新質生產力發(fā)展水平的平均值?；嵯禂翟酱?，表明發(fā)展水平越不平衡。

在對總體基尼系數分解前，需要對 k 個區(qū)域農業(yè)新質生產力發(fā)展水平均值進行由小到大排序。之后按下式進行計算：

其中， G_jj 表示區(qū)域 j 的基尼系數， G_jh 表示區(qū)域 j 和區(qū)域 h 之間的基尼系數。 表示區(qū)域j（h） 內的農業(yè)新質生產力發(fā)展水平均值。進一步將整體基尼系數分解為區(qū)域內基尼系數 G_w 、區(qū)域間基尼系數 G_nb 和超變密度 G_t 三部分，且 G=G_w+ G_nb+G_t 。各部分計算公式如下：

其中， 。 D_jh 表示區(qū)域 j 與區(qū)域 h 之間農業(yè)新質生產力發(fā)展水平的相對影響，計算公式為：

D_jh=（d_jh-p_jh）/（d_jh+p_jh）

其中， d_jh 表示當區(qū)域 j 的農業(yè)新質生產力水平高于區(qū)域 h 時，兩者差值 （y_ji-y_hr） 的數學期望。p_jh 表示當區(qū)域 j 的農業(yè)新質生產力水平低于區(qū)域h 時，兩者差值 （y_ji-y_hr） ）的數學期望。具體計算公

式如下：

其中， F 為區(qū)域農業(yè)新質生產力發(fā)展水平累積分布函數。

（二）收斂性

1.α 收斂。 α 收斂表明離散程度隨著時間的推移不斷降低，即各省份農業(yè)新質生產力發(fā)展水平的離差隨時間推移呈現逐漸減小的趨勢。已有研究采用Theil指數、變異系數、標準差對離散程度進行測度，本文采用變異系數進行度量，具體公式如下：

其中， α_ι 代表 χ_t 時期的變異系數， y_i，t 為省份 i 在 Ψ_t 時期的農業(yè)新質生產力發(fā)展水平， n 為省份數量。如果變異系數隨時間推移而減小，則表明不同省份間的農業(yè)新質生產力發(fā)展水平離散程度不斷縮小，呈現向均值收斂的趨勢。

2.β 收斂。 β 收斂的概念源于經濟趨同思想，在本文中，通過 β 收斂分析可以檢驗不同省份農業(yè)新質生產力發(fā)展水平增長速率是否趨同。 β 收斂分為絕對 β 收斂與條件 β 收斂，絕對 β 收斂僅考察農業(yè)新質生產力發(fā)展水平本身的收斂狀態(tài)，不考慮對農業(yè)新質生產力發(fā)展水平有影響的因素；條件 β 收斂則考察控制影響因素后的收斂狀態(tài)。對于絕對 β 收斂，構建模型如下：

對于條件 β 收斂，構建模型如下：

其中， y_i，t 為省份 i 在 χ_t 時期的農業(yè)新質生產力發(fā)展水平， cons 為常數項， φ_i 為個體固定效應，ω_ι 為時間固定效應， ε_i，t 為服從標準正態(tài)分布的隨機擾動項。 β 為本文所關注的收斂系數，若該系數通過顯著性檢驗且數值小于0，則意味著存在 β 收斂趨勢。式（17）中， Z 為控制變量集合，本文選取地區(qū)經濟水平、財政支農力度、地區(qū)創(chuàng)新水平、固定資產投資、城鎮(zhèn)化水平作為控制變量，上述變量分別以人均地區(qū)生產總值對數值、財政農林水事務支出與財政支出之比、每萬人專利授權數、農戶固定資產投資完成額與鄉(xiāng)村人口之比的對數值、鄉(xiāng)村人口與總人口之比來衡量。

3.空間集聚性。莫蘭指數是判斷空間鄰近區(qū)域單元屬性相似程度的指標，本文通過測算莫蘭指數（MoransI）分析農業(yè)新質生產力發(fā)展水平是否具有空間集聚性，公式如下：

式（18）—（19）中， n 為省份數量， y 代表農業(yè)新質生產力發(fā)展水平， 為全國農業(yè)新質生產力發(fā)展水平的算術平均值， 表示省份， w_ir 為空間權重矩陣，本文選擇地理距離權重矩陣作為空間權重矩陣。莫蘭指數取值范圍為［-1，1]，若數值大于0，則表示農業(yè)新質生產力發(fā)展水平存在空間正自相關性，數值越大，空間分布正自相關性越強，集聚強度越高。

4.Markov鏈。為探究我國農業(yè)新質生產力發(fā)展水平隨時間推移的演變趨勢與轉移特征，本文使用Markov鏈分析各省份農業(yè)新質生產力發(fā)展水平的時空演進變化。Markov鏈的本質是一個隨機離散過程，具體為 {X（t），t∈T} ，其中 χ_t 對應各個時間段， X 表示隨機變量的狀態(tài)數，對于所有時期 χ_t 和可能狀態(tài) i，j 滿足式（20），即說明在 _t+1 時刻，農業(yè)新質生產力發(fā)展水平為 j 狀態(tài)的概率取決于 χ_t 時刻的發(fā)展狀態(tài)。

P{X_t+1=j∣X₀，X₁=i₁，…X_t-1=i_t-1，X_t=i_t}=P

{X_t+1=j|X_t=i}

如果將各省的農業(yè)新質生產力發(fā)展水平分為k 個類別狀態(tài)，則可以用 k×k 的概率矩陣表示狀態(tài)的轉移，如式（21）所示。 P_ij 是指 i 狀態(tài)轉移到 j 狀態(tài)的概率，其計算方式為 P_ij=n_ij/n_i，n_ij 為樣本考察期內狀態(tài) i 轉移到狀態(tài) j 的次數， n_i 為狀態(tài) i 的總轉移次數， P_ij?0 。

四、我國農業(yè)新質生產力發(fā)展水平的基本特征

（一）我國農業(yè)新質生產力發(fā)展水平變化趨勢

我國農業(yè)新質生產力發(fā)展水平的變化趨勢如圖1所示，可以發(fā)現我國農業(yè)新質生產力發(fā)展水平基本呈逐年上升趨勢。2013—2022年，我國農業(yè)新質生產力發(fā)展水平由0.082上升到0.199，累計提升0.117，增長率達到 142.68% ，年均增長率為 10.35% 。分地區(qū)來看，東、中、西部地區(qū)的農業(yè)新質生產力發(fā)展水平同樣保持上升趨勢，年均增長率分別為 11.27%.9.00%.10.06% ，這表明我國各地區(qū)農業(yè)新質生產力發(fā)展都取得了一定的成果。相比之下，東部地區(qū)年均增長率高于全國及其他地區(qū)，表明農業(yè)新質生產力發(fā)展水平呈現差異上升格局。2019年后，東、中、西部地區(qū)增長率差異明顯縮小。2019年，東部地區(qū)農業(yè)新質生產力發(fā)展水平相較于上年增長 23.71% ，中、西部地區(qū)分別增長 9.00% 0%.10.00% ;2022年，東、中、西部增長率分別為 6.35%.5.54%.6.60% ，西部地區(qū)增長率甚至超過東部地區(qū)，表明西部地區(qū)在國家政策以及資源溢出的影響下表現出一定的追趕趨勢。

圖1我國農業(yè)新質生產力發(fā)展水平變化趨勢

從一級指標來看，我國農業(yè)新質生產力智能化、綠色化、高端化水平分別如圖2、圖3和圖4所示。從圖2可以看出，無論是全國范圍還是東、中、西部地區(qū)，農業(yè)新質生產力智能化水平均保持上升趨勢。具體而言，全國農業(yè)新質生產力智能化水平由0.025上升至0.092，年均增長率為15.58% ;東、中、西部地區(qū)農業(yè)新質生產力智能化水平年均增長率分別為 17.65% 、 12.60% ！13.67% 。智能化水平的快速發(fā)展主要得益于技術的創(chuàng)新性突破，同時也離不開近年來“寬帶中國\"戰(zhàn)略的推動，互聯網、大數據、云計算等數字技術越發(fā)成為經濟發(fā)展的新引擎。從圖3可以看出，2016和2017年，全國和東部地區(qū)農業(yè)新質生產力綠色化水平均呈現下降趨勢，主要原因可能包括：這兩年部分東部農業(yè)主產區(qū)有機農產品認證數減少，同時受2015年《有機產品認證目錄》增補、認證標準趨嚴等全國性政策調整以及綠色農產品消費需求波動、區(qū)域綠色技術推廣滯后等因素共同影響，最終使得綠色化水平整體有所下降。而在其他年度，綠色化水平均保持增長態(tài)勢。整體來看，我國農業(yè)新質生產力綠色化水平由2013年的0.032上升至2022年的0.046，年均增長率僅為 4.12% ，低于農業(yè)新質生產力總水平及其他一級指標的年均增長率。這表明我國農業(yè)綠色發(fā)展之路依然任重道遠。從圖4可以看出，全國農業(yè)新質生產力高端化水平保持上升趨勢。具體來說，由2013年的0.025上升至2022年的0.061，年均增長率為 10.42% 。分地區(qū)來看，高端化水平同樣保持上升趨勢，然而，東部地區(qū)在2018年基本未實現增長，這導致全國農業(yè)新質生產力高端化水平在2018年增長率僅為 3.01% 。

圖2我國農業(yè)新質生產力智能化水平變化趨勢

圖3我國農業(yè)新質生產力綠色化水平變化趨勢

（二）我國農業(yè)新質生產力發(fā)展水平地區(qū)分布特征

考察期內，我國農業(yè)新質生產力發(fā)展水平均值為0.137，但不同區(qū)域農業(yè)新質生產力發(fā)展水平呈現較大差異。根據圖1顯示，東部地區(qū)各年度農業(yè)新質生產力發(fā)展水平高于全國平均水平，且領先于中、西部地區(qū)。2022年數據顯示，東、中、西部地區(qū)農業(yè)新質生產力發(fā)展水平分別為0.345、0.139、0.154，我國農業(yè)新質生產力發(fā)展水平呈現東、西、中部遞減的特點。

圖4我國農業(yè)新質生產力高端化水平變化趨勢

1.東部地區(qū)農業(yè)智能化、綠色化、高端化水平均優(yōu)于中、西部地區(qū)。東部地區(qū)一直以來都是我國經濟發(fā)展的“領頭羊”，特別是在改革開放以后，憑借其優(yōu)越的地理區(qū)位，實現率先發(fā)展，為后續(xù)農業(yè)、工業(yè)、服務業(yè)的發(fā)展奠定了良好的基礎。除地理位置優(yōu)勢外，其發(fā)展還得益于國家在政策、人才、資金等方面的支持。20世紀80年代，國家就相繼開辟了長江三角洲、珠江三角洲、閩南三角洲等沿海經濟開發(fā)區(qū)，助力東部地區(qū)率先實現生產力水平提升。近年來，京津冀協同發(fā)展、長三角一體化發(fā)展、粵港澳大灣區(qū)建設等戰(zhàn)略的實施，更是在原有基礎上進一步推動了東部地區(qū)生產力水平的提升。除政策傾斜外，東部地區(qū)也是各類資源的集聚區(qū)域。首先，東部地區(qū)科技資源豐富，高等學府、科研院所及高新技術研發(fā)企業(yè)在此集聚，為該地區(qū)農業(yè)新質生產力的發(fā)展提供了技術支持。如圖2所示，東部地區(qū)的農業(yè)智能化水平遙遙領先，尤其在2018年后，其增長率明顯上升。其次，發(fā)展新質生產力特別強調提升勞動力素質。東部地區(qū)教育資源充沛，勞動力資本水平高，成為高校畢業(yè)生的首選就業(yè)區(qū)域，這為該地區(qū)農業(yè)新質生產力的發(fā)展提供了堅實的人才支持。最后，東部地區(qū)資金雄厚，其經濟發(fā)展成果顯著。2023年，廣東、江蘇、山東、浙江四省繼續(xù)穩(wěn)居全國各省份地區(qū)生產總值前四位，這為發(fā)展農業(yè)新質生產力提供了充足的資金支持。同時，東部地區(qū)農民個人財富水平也優(yōu)于中、西部地區(qū)。財政資金、金融資金的支持與農民個人的財富積累共同為該地區(qū)農業(yè)生產運用新技術、形成新模式奠定了基礎，有助于推動農業(yè)向智能化、綠色化、高端化發(fā)展。

2.西部地區(qū)農業(yè)智能化水平最落后，但農業(yè)綠色化、高端化水平優(yōu)于中部地區(qū)。復雜的地理環(huán)境和匱乏的社會資本導致西部地區(qū)的發(fā)展相對落后，產業(yè)結構相對單一。與東部地區(qū)以及受東部地區(qū)輻射的中部地區(qū)相比，西部地區(qū)在要素流通方面存在明顯劣勢。此外，西部地區(qū)當地的人力資本力量相對薄弱，且難以吸引外來人才，使得其在農業(yè)智能化發(fā)展上明顯落后于東部和中部地區(qū)。但西部地區(qū)的發(fā)展也不失特色。從資源方面來看，西部地區(qū)長期以來致力于發(fā)展資源節(jié)約型農業(yè)，在農業(yè)綠色化進程中取得了較為突出的成效。從政策方面來看，西部大開發(fā)戰(zhàn)略自實施以來已取得明顯成效，隨著“一帶一路”倡議的進一步深入推進，西部地區(qū)形成了新發(fā)展格局，并在培育和發(fā)展特色產業(yè)、延長產業(yè)鏈和樹立特色品牌等方面獲得了政策支持。這些政策鼓勵西部地區(qū)向高端賽道發(fā)展，對提高該地區(qū)農業(yè)新質生產力高端化水平具有顯著促進作用。因此，得益于其較高的綠色化和高端化水平，西部地區(qū)農業(yè)新質生產力發(fā)展水平能夠超越中部地區(qū)。

（三）我國農業(yè)新質生產力發(fā)展水平省份分布特征

表2所示為各省份2022年農業(yè)新質生產力發(fā)展水平及其一級指標的均值和排名情況?？傮w來看，上海、北京、浙江、福建、江蘇的農業(yè)新質生產力發(fā)展水平位居全國前五位，這些省份均位于東部地區(qū)，資源優(yōu)勢與政策紅利明顯，數字技術、綠色生產技術發(fā)展快、應用廣，農業(yè)產業(yè)鏈有效延伸，農業(yè)功能有效擴展，在農業(yè)智能化、綠色化、高端化方面大都表現突出，從而使其在我國農業(yè)新質生產力發(fā)展過程中處于領先地位。從不同指標來看，上海市在數字人才支撐、綠色食品認證、農產品加工業(yè)發(fā)展水平、農林牧漁服務業(yè)發(fā)展水平、美麗休閑鄉(xiāng)村五個指標上位列全國首位，這是其農業(yè)新質生產力發(fā)展遙遙領先的重要原因。北京市在勞動力素質、龍頭企業(yè)帶動、固定數字設備普及度、節(jié)水灌溉普及率指標上均位列全國首位。浙江省的互聯網普及度較高，且得益于本地企業(yè)的大力推動，其在淘寶村建設方面遙遙領先，使得其智能化水平位列全國首位。

我國農業(yè)新質生產力發(fā)展水平位于后五位的省份集中于中、西部地區(qū)，受資金、技術、人才等資源不足的限制，農業(yè)新質生產力發(fā)展水平相對較低，未來推動農業(yè)新質生產力發(fā)展的任務依然艱巨。分指標來看，這些省份中，內蒙古和云南在農業(yè)智能化、高端化發(fā)展方面較為落后，內蒙古的龍頭企業(yè)帶動、互聯網普及度、銷售智能化、農林牧漁服務業(yè)發(fā)展水平等指標均表現不佳，云南省在固定數字設備普及度、生產智能化、休閑農業(yè)發(fā)展方面較為落后。山西省在智能化方面表現欠佳，其基礎設施建設、產業(yè)鏈條智能化方面均相對落后。上述分析為這些省份未來發(fā)展農業(yè)新質生產力提供政策設計思路。

表22022年我國各省份農業(yè)新質生產力發(fā)展水平③

五、我國農業(yè)新質生產力發(fā)展水平的時空分布與演變

（一）我國農業(yè)新質生產力發(fā)展水平區(qū)域差異及分解

我國農業(yè)新質生產力發(fā)展水平存在明顯的省區(qū)差異，本文進一步采用Dagum基尼系數法測算差異水平并對上述差異進行分解，以此體現差異的變化及來源。

1.全國整體差異。本文依據式（6）計算農業(yè)新質生產力發(fā)展水平在全國層面的整體基尼系數，該系數體現農業(yè)新質生產力發(fā)展水平的總體差異程度，其數值大小與總體差異程度呈正相關關系。如圖5所示，整體基尼系數取值區(qū)間為[0.215，0.275]，均值為0.242，這表明農業(yè)新質生產力發(fā)展水平存在一定的區(qū)域差異。從變化趨勢來看，整體基尼系數呈現先下降后上升的趨勢。2013—2018年整體基尼系數由0.252下降至0.215，其中2014、2016年下降較快，較上年分別下降 7.14%.6.47% ，而2015、2017、2018年則基本與前一年持平。2018年后快速上升，至2022年達到0.275，上漲幅度達到 27.91% ，不均衡狀態(tài)明顯增強。這表明我國各省份農業(yè)新質生產力發(fā)展水平差異逐漸擴大，這一趨勢需要引起足夠重視。

農業(yè)新質生產力以全要素生產率大幅提升為核心標志，因此農業(yè)新質生產力發(fā)展的區(qū)域差異可能會導致地區(qū)經濟發(fā)展水平差異和農民收人水平差異，這將不利于鄉(xiāng)村振興戰(zhàn)略的實施和共同富裕的實現。

圖5全國整體及三大區(qū)域內基尼系數變化趨勢

2.區(qū)域內差異。圖5同時列示了區(qū)域內基尼系數的變化趨勢，以反映東、中、西部區(qū)域內部農業(yè)新質生產力發(fā)展水平差異。根據曲線相對位置，中部地區(qū)內部差異最小，其基尼系數除2013年為0.1以外，其他年份均保持在0.1以下。結合前述分析可知，中部地區(qū)農業(yè)新質生產力整體發(fā)展水平較低，且內部差異不大。東部地區(qū)內部差異最大，相比于2013年，2022年東部地區(qū)組內基尼系數下降 26.21% 。其中，2019年組內基尼系數有所上升，與全國趨勢一致，反映了外部環(huán)境對區(qū)域分化的普遍影響；但在2020年，其基尼系數變化趨勢與全國基尼系數變化趨勢相反。這一差異在一定程度上表明，東部地區(qū)憑借自身在技術、資金、政策等方面的優(yōu)勢，通過內部資源整合有效緩沖了外部沖擊，縮小了內部差異，進而能夠推動區(qū)域內省份共同實現農業(yè)智能化、綠色化、高端化發(fā)展。西部地區(qū)組內基尼系數基本保持不變，在0.16上下浮動。在2017年之前，東部地區(qū)內部差異大于西部地區(qū)，但自2015年起，兩區(qū)域基尼系數的差距快速縮小，至2017年后基本持平。這表明東部地區(qū)農業(yè)新質生產力不僅從整體上實現了快速發(fā)展，而且其內部差異也逐漸縮小。

3.區(qū)域間差異。圖6展示了區(qū)域間基尼系數的變化趨勢。可以發(fā)現，東部與中部之間農業(yè)新質生產力發(fā)展差異最大，區(qū)域間基尼系數均值為0.367。中部與西部之間差異最小，區(qū)域間基尼系數均值僅為0.138。東部與中部、東部與西部之間的差異均經歷先縮小后擴大的變動趨勢，且總體來看，與2013年相比，2022年東部與中部、東部與西部之間的差異均有所擴大，區(qū)域間基尼系數增長率分別為 17.68%.7.78% 。中部與西部之間差異變化不大，2013—2019年經歷了微小的“下降一上升一下降一上升”的W型變化趨勢，且2013年與2019年組間基尼系數均為0.136，2019年后出現小幅上升，至2022年達到0.151。上述分析表明，東部地區(qū)憑借優(yōu)越的資源條件和政策支持，快速實現了農業(yè)新質生產力的發(fā)展，并逐漸與中、西部地區(qū)拉開差距。而中、西部地區(qū)近年來未能實現彎道超車，農業(yè)新質生產力發(fā)展水平整體依然相對落后。未來，中、西部省份應特別注重對數字化、多元化人才的培養(yǎng)，加大人才引進力度，把握住最根本的創(chuàng)新驅動要素，通過深挖當地資源，主動學習東部地區(qū)先進的生產技術和發(fā)展模式，形成既契合農業(yè)新質生產力發(fā)展需求又兼具地域特色的產業(yè)體系，以此加快推動農業(yè)產業(yè)向智能化、綠色化和高端化方向轉型。

圖6區(qū)域間基尼系數變化趨勢

4.區(qū)域差異來源及貢獻。采用Dagum基尼系數分解法可以將農業(yè)新質生產力發(fā)展水平差異分解為區(qū)域內差異、區(qū)域間差異和超變密度三部分。三類差異對總體差異的貢獻率如表3所示。2013—2022年，區(qū)域間差異貢獻率持續(xù)提升，至2022年達到 74.528% ，表明區(qū)域間差異是造成農業(yè)新質生產力發(fā)展水平差異的主要原因，且這種差異在逐漸增大。因此，未來應以縮小區(qū)域間差異為重點，不斷縮小農業(yè)新質生產力發(fā)展水平的區(qū)域差異。

（二）我國農業(yè)新質生產力發(fā)展水平的收斂性

1. α 收斂。如圖7所示，全國層面變異系數呈現先下降后上升的U型變動趨勢，2013—2018年，變異系數不斷下降，由0.577下降至0.418，下降 27.56% ，年均降幅 6.24% ，省份間農業(yè)新質生產力發(fā)展水平差異逐漸縮小，不均衡狀態(tài)弱化。但2018年后，變異系數快速上升，至2022年達到0.557，年均增長率為 7.45% 。在此時段，省份間農業(yè)新質生產力發(fā)展水平的差異擴大，未呈現 α 收斂特征。相比于2013年，2022年變異系數有所降低，但降低幅度不大。同時，從整體來看，變異系數也未呈現逐年下降的趨勢，省份間農業(yè)新質生產力發(fā)展水平的離散程度甚至呈現進一步擴張的態(tài)勢。這種變化趨勢的主要原因在于，各地區(qū)在農業(yè)新質生產力的要素配置及整合方面存在不同步、不協調的問題。發(fā)展較好的省份本身就具備多樣化的生產要素，如完備的政策、高水平的人才、充足的資金等，憑借其發(fā)展優(yōu)勢容易快速形成并整合農業(yè)新質生產力發(fā)展所需的要素。發(fā)展相對落后的省份在要素配置和整合方面不具備優(yōu)勢，而要素的高速流通恰好是發(fā)展農業(yè)新質生產力的重要條件，這進一步加劇了省份間農業(yè)新質生產力發(fā)展水平離散程度的擴張趨勢。

表3整體基尼系數分解

圖7 α 收斂變異系數的變化趨勢

分區(qū)域來看，2013—2018年，東部地區(qū)變異系數呈快速下降趨勢，且快于全國的下降速度。2018年后，東部地區(qū)變異系數波動上升，但整體上升幅度不大，并在2020年出現下降，表明在此期間內，東部地區(qū)各省份農業(yè)新質生產力發(fā)展水平差異呈現有限度擴大的特點。整體來看，東部地區(qū)符合 α 收斂。中部地區(qū)變異系數同樣呈現先下降后上升的U型變動趨勢，2013—2017年，其變異系數由0.178下降至0.084，此后基本保持逐年上升的趨勢，至2022年已增至0.157；西部地區(qū)變異系數基本穩(wěn)定，甚至從整個考察期來看有所上升。因此，中部與西部地區(qū)農業(yè)新質生產力發(fā)展水平未展現出 ∝ 收斂特征。

2. β 收斂。本文進一步檢驗省份間農業(yè)新質生產力發(fā)展水平是否具有 β 收斂特征。若具有 β 收斂特征，則意味著落后省份的農業(yè)新質生產力發(fā)展水平增長率逐漸趕上先進省份，從而逐步達到與其同樣的增長速率。其統(tǒng)計特征表現為：農業(yè)新質生產力發(fā)展水平增長率與初始水平呈負相關關系。絕對 β 收斂和條件 β 收斂的檢驗結果分別如表4和表5所示。

表4絕對 β 收斂估計結果

注：***、 ^** 和 分別代表在 1%5% 和 10% 的置信水平上顯著，括號內數值為聚類穩(wěn)健標準差。表5同。

表5條件 β 收斂估計結果

表4中，全樣本回歸結果顯示 β 為負數，且在1% 的統(tǒng)計水平上顯著。表明從全國層面來看，各省份農業(yè)新質生產力發(fā)展水平存在絕對 β 收斂趨勢，即一個地區(qū)上一期的農業(yè)新質生產力發(fā)展水平越低，其下一期的增長速度越快。這意味著農業(yè)新質生產力發(fā)展相對落后的地區(qū)，其增長率會在未來逐漸趕上先進地區(qū)，達到同樣的增長速度。分地區(qū)來看，東、中、西部地區(qū)的 β 值均為負數，且至少在 10% 統(tǒng)計水平上顯著，表明上述地區(qū)均呈現絕對 β 收斂趨勢，農業(yè)新質生產力發(fā)展水平增長率會逐漸趨同。地區(qū)收斂速度分別為0.019、0.018、0.033，西部地區(qū)各省份農業(yè)新質生產力發(fā)展水平 β 收斂速度最快，追趕效應最明顯，東部地區(qū)次之，中部地區(qū)最慢。

表5中，第一，從全國層面來看，在控制地區(qū)經濟水平、財政支農力度、地區(qū)創(chuàng)新水平、固定資產投資、城鎮(zhèn)化水平后， _?β 依然顯著為負，且在 1% 的統(tǒng)計水平上顯著，這表明各省份間的農業(yè)新質生產力發(fā)展水平存在條件 β 收斂。分區(qū)域來看，東部、中部、西部內部各省份之間的農業(yè)新質生產力發(fā)展水平同樣存在條件 β 收斂，上述結果與絕對 β 收斂的分析結論一致。第二，從收斂速度來看，與絕對收斂相比，全國及東、中、西部地區(qū)的條件收斂速度均有所提升，全國收斂速度由0.019增長到0.027。盡管相比于未加入控制變量時，收斂速度有所變化，但區(qū)域間收斂速度的差異與絕對收斂結果基本保持一致。由于區(qū)域間收斂速度仍存在差異，因此省份間農業(yè)新質生產力發(fā)展水平的非均衡現象在未來可能仍然存在，這一現象與地區(qū)經濟發(fā)展水平、創(chuàng)新能力以及政府支持等因素密切相關。

（三）我國農業(yè)新質生產力發(fā)展水平空間集聚性

前述分析表明我國農業(yè)新質生產力發(fā)展水平呈現一定程度的集聚特點，例如東部地區(qū)整體發(fā)展水平較高，而中、西部地區(qū)相對落后。這說明我國不同地區(qū)的農業(yè)新質生產力存在一定的空間相關關系。鑒于此，本文采用全局和局部莫蘭指數（MoransI進行空間自相關性檢驗，從而對我國農業(yè)新質生產力發(fā)展水平集聚模式進行空間性分析。

1.全局莫蘭指數。表6為各年度的莫蘭指數，可以發(fā)現在樣本考察期內，各年度莫蘭指數均為正，且在 1% 水平上顯著。這表明我國農業(yè)新質生產力發(fā)展水平存在顯著的正空間相關性，即考察期內，農業(yè)新質生產力發(fā)展水平相似的省份在空間上呈現出一定的集聚趨勢。對比各年度莫蘭指數可知，上述集聚趨勢具有“減弱一增強一減弱一增強一減弱”的變動特點。出現上述集聚效應，一方面可以為農業(yè)新質生產力發(fā)展領先的省份帶來強大的發(fā)展動能，形成強者恒強格局；另一方面，也可能使農業(yè)新質生產力發(fā)展落后的省份陷人“地緣詛咒”，即強者越強、弱者越弱，進而加劇省份間農業(yè)新質生產力發(fā)展的不平衡性。

表6全局莫蘭指數

2.局域莫蘭指數。為進一步考察農業(yè)新質生產力發(fā)展水平的空間依賴性，本文進行了局域莫蘭指數分析。圖8、圖9分別為2013年與2022年我國農業(yè)新質生產力發(fā)展水平的局域莫蘭指數散點圖。

圖82013年我國農業(yè)新質生產力發(fā)展水平局域莫蘭指數散點圖

圖92022年我國農業(yè)新質生產力發(fā)展水平局域莫蘭指數散點圖

由圖可知，大部分省份都分布在一、三象限，農業(yè)新質生產力發(fā)展水平以高一高集聚、低一低集聚為主，這與全局莫蘭指數分析結果一致。以2022年為例，位于第一象限的省份全部來自東部地區(qū)，位于第三象限的多為西部地區(qū)省份，而中部地區(qū)省份普遍位于第二象限（自身低、周邊高）。這種空間聚集性產生的原因主要有兩方面：一是當前同級政府之間存在政治“錦標賽”的競爭關系，這種競爭在地理位置相近的區(qū)域之間尤為突出；二是農業(yè)新質生產力發(fā)展具有明顯的溢出效應，使得距離相近的省份之間更容易互相學習，從而產生顯著的空間依賴性。

（四）我國農業(yè)新質生產力發(fā)展水平的狀態(tài)轉移分析

前文分析了我國農業(yè)新質生產力發(fā)展的整體情況，但并未揭示其隨時間演變內部等級狀態(tài)轉移特征，鑒于此，本文通過構建Markov鏈轉移矩陣對此進行分析。根據前文所述，形成Markov鏈轉移矩陣前，需要確定轉移狀態(tài)。本文采用四分位數法對我國農業(yè)新質生產力發(fā)展水平進行狀態(tài)劃分。計算結果顯示，上四分位數為0.154，下四分位數為0.087，中位數為0.111?；诖耍瑢⑽覈r業(yè)新質生產力發(fā)展水平劃分為I、Ⅱ、Ⅲ、V四個類型，分別為低水平（農業(yè)新質生產力發(fā)展水平 lt;0.087 ）、中低水平（ 0.087? 農業(yè)新質生產力發(fā)展水平 lt;0.111 ）、中高水平（ 0.111? 農業(yè)新質生產力發(fā)展水平 lt;0.154 和高水平（農業(yè)新質生產力發(fā)展水平 ?0. 154 ）。隨后進行轉移概率計算，結果如表7所示。

表7我國農業(yè)新質生產力發(fā)展的Markov轉移概率矩陣

根據表7中的主對角線元素可知，經過一年發(fā)展后，農業(yè)新質生產力處于不同發(fā)展水平的省份保持在原水平的概率分別為：低水平省份為72.0% ，中低水平省份為 66.7% ，中高水平省份為80.7% ，高水平省份則為 100% 。由此說明各省份的農業(yè)新質生產力發(fā)展較為穩(wěn)定，鎖定上一年狀態(tài)的概率較高。農業(yè)新質生產力發(fā)展水平處于低水平、中低水平、中高水平的省份，一年后向上轉移的概率分別為 28.0%.33.3% 和 19.3% ，而處于高水平省份一年后并未向其他水平轉移。此外，處于不同等級農業(yè)新質生產力發(fā)展水平的省份面臨的挑戰(zhàn)各異，且并未出現“越級”現象，這進一步說明農業(yè)新質生產力的發(fā)展是一個漸進的過程，難以一蹴而就。

六、結論與對策建議

新質生產力是傳統(tǒng)生產力的質性躍遷，本文將新質生產力概念引入農業(yè)領域，探討農業(yè)新質生產力的內涵，認為農業(yè)新質生產力是一種智能生產力、綠色生產力、高端生產力。基于此，本文構建農業(yè)新質生產力發(fā)展水平評價指標體系，結合2013—2022年我國30個省份的面板數據測度農業(yè)新質生產力發(fā)展水平，并進一步探討我國農業(yè)新質生產力發(fā)展水平的區(qū)域差異、收斂性、空間集聚性及轉移狀態(tài)。研究發(fā)現：第一，近年來，我國農業(yè)新質生產力發(fā)展水平總體保持上升趨勢，但存在明顯的區(qū)域不平衡問題，東部地區(qū)農業(yè)新質生產力發(fā)展水平遙遙領先，中、西部地區(qū)相對落后。分省份來看，2022年，上海、北京、浙江、福建、江蘇農業(yè)新質生產力發(fā)展處于領先地位，內蒙古、云南、山西、甘肅、吉林則相對落后。第二，全國層面整體基尼系數存在先下降后上升的U型變化態(tài)勢，近年來省份之間農業(yè)新質生產力發(fā)展水平差異不斷擴大。對比三大地區(qū)，中部地區(qū)內部差異最小，2017年前，東部地區(qū)內部差異大于西部地區(qū)，2017年后，東部地區(qū)內部差異與西部地區(qū)基本持平。區(qū)域間差異分析顯示，東部一中部差異最大，東部—西部次之，中部—西部最小。全國整體差異主要源自區(qū)域間差異。第三，收斂性分析表明，全國層面上，農業(yè)新質生產力發(fā)展水平不存在∝ 收斂特征，近年來農業(yè)新質生產力發(fā)展水平的省份差異在不斷擴大。分地區(qū)來看，東部地區(qū)農業(yè)新質生產力發(fā)展水平存在 α 收斂特征。全國、東部、中部、西部農業(yè)新質生產力發(fā)展水平均存在β 收斂特征，意味著各省農業(yè)新質生產力發(fā)展水平增長率逐漸趨同并達到穩(wěn)態(tài)。第四，空間集聚性分析顯示各年度莫蘭指數均顯著為正，表明我國農業(yè)新質生產力發(fā)展水平存在明顯的正向空間相關性，呈現一定的“高—高集聚”“低一低集聚”現象。第五，狀態(tài)轉移分析表明各省份農業(yè)新質生產力發(fā)展較為穩(wěn)定，鎖定上一年狀態(tài)的概率較高，轉移過程較為緩慢。發(fā)展狀態(tài)主要表現為從低水平向相鄰高水平轉移，沒有出現跨水平轉移現象。

根據以上結論，本文提出如下建議：第一，加強頂層設計。農業(yè)新質生產力概念的提出為我國農村發(fā)展提出了新的發(fā)展目標，然而，當前我國發(fā)展農業(yè)新質生產力的政策體系依然不健全。相比于各類新技術、新業(yè)態(tài)、新模式的涌現，政策滯后性尤為明顯，在農業(yè)綠色發(fā)展、智能發(fā)展、高端發(fā)展方面需要更有效、系統(tǒng)的政策引導。未來應進一步加強關于農業(yè)新質生產力發(fā)展的相關政策的制定工作，形成全國性戰(zhàn)略規(guī)劃，發(fā)揮政府的統(tǒng)籌調控作用。與此同時，注重頂層設計與試點探索相結合，基于目前已有的試點形成共性知識與差異化經驗，積極調整相關政策，提高整體戰(zhàn)略規(guī)劃的可操作性。

第二，地方政府應主動作為，依托頂層部署制定差異化的行動方案。地方政府應通過完善農村數字基礎設施、推廣數字技術嵌入等方式，激發(fā)新質生產力發(fā)展的強大動能。同時，結合地方特色設計農業(yè)高質量發(fā)展方案，并依據自身優(yōu)勢與資源稟賦，科學制定符合地方實際的建設規(guī)劃，例如打造地方特色產業(yè)電商平臺或推動特色農產品生產鏈條升級，從而形成更有效的特色產業(yè)發(fā)展模式。此外，應通過釋放政策紅利，吸引龍頭企業(yè)參與，充分發(fā)揮其在技術應用、產業(yè)鏈條延伸方面的優(yōu)勢。地方政府還需加強各部門間的統(tǒng)籌協調。鑒于發(fā)展農業(yè)新質生產力是一項多維度的工作，無法僅憑單一部門推動，因此，地方政府可采取設立領導小組或專職部門的方式推動農業(yè)新質生產力發(fā)展，破除多頭管理、職權重疊導致的推諉扯皮現象，加快農業(yè)發(fā)展向智能化、綠色化、高端化轉型。

第三，注重農業(yè)新質生產力發(fā)展的地區(qū)和區(qū)域均衡性。未來，應注重實現區(qū)域間的協調發(fā)展，政府應給予落后地區(qū)適當的政策傾斜，發(fā)達省份應主動作為，強化對落后省份的溢出作用，通過結對幫扶等形式助力落后省份農業(yè)新質生產力的提升。中、西部地區(qū)應充分利用先進地區(qū)的技術溢出效應，發(fā)揮后發(fā)優(yōu)勢，努力突破地區(qū)整體發(fā)展滯后的困境。

注釋：

① 不含香港、澳門和臺灣。此外，因西藏數據缺失值較多，故也被剔除。

② 數字農業(yè)產業(yè)企業(yè)的定義為涉農企業(yè)與數字經濟產業(yè)企業(yè)的交集，具體定義介紹見浙大卡特·企研中國涉農研究數據庫。資料來源：http：//www.card.zju.edu.cn/_upload/article/files/bf/68/30c71c8b4cb98e00b315d54bc18a/b640b8bc-b34f-4621-a2ad-490fc684a745.pdf。

③ 企業(yè)數字化水平參考袁淳等[7]的研究計算得到。

④ 本文參考國家統(tǒng)計局地區(qū)劃分方式及學術研究中的經濟地理分區(qū)法，將全國劃分為東部、中部和西部地區(qū)。東部地區(qū)包括：北京、天津、上海、山東、江蘇、浙江、福建、廣東；中部地區(qū)包括：黑龍江、吉林、遼寧、河北、山西、河南、安徽、湖北、湖南、江西、海南；西部地區(qū)包括：內蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆。

⑤ 據2023年《中國農村統(tǒng)計年鑒》數據顯示，東、中、西部地區(qū)農民人均可支配收入分別為28653.33元、20522.16元、17777.08元。

⑥ 表中部分數值在四舍五入后相同，本文按照四舍五入前的數值進行排序。以寧夏、山東新質生產力水平排序為例，2022年寧夏農業(yè)新質生產力水平為0.1999，山東農業(yè)新質生產力水平0.1997，故寧夏排第10位，山東排第11位，表中其他數值相同的省份排序同此。

參考文獻：

[1]牢牢把握東北的重要使命奮力譜寫東北全面振興新篇章[N].人民日報，2023-09-10.

[2]中央經濟工作會議在北京舉行[N].人民日報，2023-12-13.

[3]習近平在中共中央政治局第十一次集體學習時強調加快發(fā)展新質生產力扎實推進高質量發(fā)展［N].人民日報，2024-02-02.

[4]中共中央國務院關于進一步深化農村改革扎實推進鄉(xiāng)村全面振興的意見［J].中華人民共和國國務院公報，2025（7）：4-9.

[5]李強.政府工作報告—2025年3月5日在第十四屆全國人民代表大會第三次會議上[J].中華人民共和國國務院公報，2025（9）：4-17.

[6]高原，馬九杰.農業(yè)新質生產力：一個政治經濟學的視角［J].農業(yè)經濟問題，2024（4）：81-94.

[7]羅必良，耿鵬鵬.農業(yè)新質生產力：理論脈絡、基本內核與提升路徑[J].農業(yè)經濟問題，2024（4）：13-26.

[8]王靜華，劉人境.鄉(xiāng)村振興的新質生產力驅動邏輯及路徑[J].深圳大學學報（人文社會科學版），2024（2）：16-24.

[9]楊廣越.新質生產力的研究現狀與展望[J].經濟問題，2024（5）：7-17.

[10]姜長云.農業(yè)新質生產力：內涵特征、發(fā)展重點、面臨制約和政策建議［J].南京農業(yè)大學學報（社會科學版），2024（3）：1-17.

[11]楊穎.發(fā)展農業(yè)新質生產力的價值意蘊與基本思路[J].農業(yè)經濟問題，2024（4）：27-35.

[12]毛世平，張琛.以發(fā)展農業(yè)新質生產力推進農業(yè)強國建設[J].農業(yè)經濟問題，2024（4）：36-46.

[13]王定祥，彭政欽，李伶俐.中國數字經濟與農業(yè)融合發(fā)展水平測度與評價[J].中國農村經濟，2023（6）：48-71.

[14]韓文龍，俞佳琦，張瑞生.新科技革命與數字經濟的政

治經濟學研究[J].政治經濟學評論，2024（2）：115-137.

[15]鞏前文，李學敏.農業(yè)綠色發(fā)展指數構建與測度：2005—2018年[J].改革，2020（1）：133-145.

[16]劉建江，易香園，王瑩.新時代的產業(yè)轉型升級：內涵、困難及推進思路[J].湖南社會科學，2021（5）：67-76.

[17]袁淳，肖土盛，耿春曉，等.數字化轉型與企業(yè)分工：專業(yè)化還是縱向一體化[J].中國工業(yè)經濟，2021（9）：137-155.

[18]俞紅海，徐龍炳，陳百助.終極控股股東控制權與自由現金流過度投資[J].經濟研究，2010（8）：103-114.

責任編輯：韓曾麗

New Quality Productive Forces in Agriculture： Level Measurement and Spatio-Temporal Evolution

Zhang Yue^1，2 ，Meng Ke1，FuWeijial （1.School of Management，Hebei University，Baoding Hebei O71oO2，China; 2.InstituteofRural RevitalizationofHebeiProvince，Hebei University，BaodingHebeiO71oO2，China）

Abstract：Agriculturalproductivityisthekeydriving forceofruraleconomicgrowth.Asanupgradetothetraditionalconceptof agricultural productiy，thesseneofagriculturalnewqualityproductiveforcsisakindofinteligentproductivity，geepro ductivityand high-end productivityBasedonthis，thispaperconstructsanevaluation indexsystemforthedevelopmentlevelof agriculturalnewqualityproductiveforcesaroundthreeaspects，namelyintellgent，greenandhighend，and measures thedevelopmentevelofnewqualityproductiveforcesinagriculturebycombining thepaneldataof3OprovincesinChinafrom2013to 2022，andanalysitstemporalandspatialdistrbutioncharacteristicsandevolutiontrendTefindingsareasfolows：istlyat thenationallevel，thedevelopmentlevelofgriculturalnewqualityproductiveforcesinChinamaintainsanoverallupwardtrend， butthere isanobviousproblemofregionalimbalance.Thedevelopmentlevelofagriculturalnewqualityproductiveforces inthe easternregionis higherthanthatinthecentralandwesternregions.Tediferencesamongvarious provincesshowaU-shaped changecharacteristicofirstdeclinngandthenrising，andinrecentyears，thediferencesintedevelopmentlevelofagicultural newqualityproductiveforceshadanexpandingtrend.Secondly，inthewholecoutryandwithintheeastern，centralandwester regions，the development level of agricultural new quality productive forces in China has a β- convergence feature，which means thathegrowth rateofagriculturalnewqualityproductiveforces developmentlevel in Chinagraduallconvergesandreachsa steadystatefromthenationallevelorfromtheregionalpointofview.Thirdly，thereisasignificantpositivespatialcorelationin thedevelopmentlevelofagriculturalnewqualityproductiveforcesinChina.Fourthly，thedevelopmentofagriculturalnewquality productiveforces ineachproviceisrelativelystable.Thedevelopmentstateismainly manifestedasthetransferfromlowlevel to adjacent high level，and there is no cross-level transfer phenomenon.

Keywords：newqualityproductiveforcesinagiculture;inteligentization；grenng；highenddevelopment;temporalandspatial distribution；evolution trend