EN中文

JOURNAL OF NATURAL RESOURCES >

2024 , Vol. 39 >Issue 3: 601 - 619

DOI: https://doi.org/10.31497/zrzyxb.20240307

Regular Articles

Can integration of rural primary, secondary and tertiary industries promote agricultural green development? A case study of 579 counties in China's Yangtze River Economic Belt

  • TIAN Cai-hong , 1 ,
  • LI Lin , 1 ,
  • LIAO Bin 2
Expand
  • 1. School of Economics and Trade, Hunan University, Changsha 410079, China
  • 2. School of Management, Guizhou University, Guiyang 550025, China

Received date: 2023-07-09

  Revised date: 2023-11-21

  Online published: 2024-03-12

Fold

Abstract

This research uses panel data of 579 counties in China's Yangtze River Economic Belt (YREB) from 2006 to 2021 to explore the impacts and nonlinear adjustment mechanisms of integration of rural primary, secondary and tertiary industries on agricultural green development using fixed-effects models and threshold models. The main conclusions show that: (1) During the study period, the level of agricultural green development and the integration of rural primary, secondary and tertiary industries index in the counties of the YREB showed a fluctuating upward trend, with a spatial divergence pattern of downstream>midstream>upstream. (2) The integration of rural primary, secondary and tertiary industries in the counties of the YREB can significantly promote the agricultural green development, but there is regional heterogeneity in the impact effect, manifested as downstream>midstream>upstream. (3) There is a double-threshold in the impact of the integration of rural primary, secondary and tertiary industries on agricultural green development. The whole region and midstream counties are characterized by a "leapfrog" growth. Downstream counties are characterized by a "U"-shaped pattern. Upstream counties show increasing marginal effects followed by decreasing marginal effects. The impact of the integration of rural primary, secondary and tertiary industries on agricultural green development is characterized by the existence of a double-threshold for industrial upgrading. The whole region and midstream and upstream counties are characterized by a "leapfrog" growth. Downstream counties are characterized by a "growth-buffer-growth" pattern. The impact of the integration of rural primary, secondary and tertiary industries on agricultural green development is characterized by the existence of a double-threshold for technological innovation. The whole regional midstream counties are characterized by a "leapfrog" growth. Downstream counties are characterized by a "growth-buffer-growth" pattern. There is no threshold effect in upstream counties. The results of the study can provide a reference for decision-making to promote agricultural green development in China, as well as lessons for agricultural green development in the remaining less developed countries.

Key words： integration of rural primary, secondary and tertiary industries; agricultural green development; industrial upgrading; technological innovation

Cite this article

TIAN Cai-hong , LI Lin , LIAO Bin . Can integration of rural primary, secondary and tertiary industries promote agricultural green development? A case study of 579 counties in China's Yangtze River Economic Belt[J]. JOURNAL OF NATURAL RESOURCES, 2024 , 39(3) : 601 -619 . DOI: 10.31497/zrzyxb.20240307

以气候变暖和极端天气频发为主要特征的全球性气候危机是全球粮食短缺的罪魁祸首，而粮食短缺又迫使部分国家不得不以低质量、高能耗的粗放式农业发展模式获取粮食。在循环累积因果效应下，气候恶化与粮食短缺已经成为影响全球可持续发展的两大世纪难题[1]。中国是世界上最大的农业大国和碳排放大国，一方面，其粮食产量位居全球第一，用世界7%的耕地养活了世界21%的人口；但另一方面，其在2020年二氧化碳排放量也占据了全球二氧化碳排放量的31%，面临着巨大的碳减排压力。然而，一个有趣的现象是，刚刚向全球作出2030年实现碳达峰、2060年实现碳中和的重大承诺的中国，2005—2019年，粮食产量增加了37.2%，但农村碳排放总量下降了6.9%。此外，2020年，中国主要农作物化肥利用率和农药利用率分别为40.2%和40.6%，与美国等农业技术先进国家差距不断缩小。显然，中国以农业绿色发展为突破口，同时“推动减少污染排放、促进粮食产量”的经验是鼓舞人心的，因为这不仅能为大多数因气候恶化导致粮食危机、但又缺乏先进农业技术的欠发达国家提供可复制、易操作的经验模板，也可为全球经济走出气候恶化与粮食短缺的恶性循环、实现人类社会可持续发展提供新的治理思路。
农业绿色发展最早作为一种以经济、社会、生态环境的可持续发展为目标，推动农业生产、生态、生活全过程、全方位绿色化的现代农业发展模式被提出[2,3]，其后逐渐被美国、中国等农业生产大国用以缓解农业污染过高、农业生产效率低下、农产品质量不佳等问题，并取得了显著的成效。事实上，与属于发达国家行列的美国相比，中国不仅不具备农业技术创新优势，而且更面临着大多数欠发达国家在加大农业产业建设时所需要考虑的资源稀缺性问题与资源分配问题，因为工业化和产业体系现代化是欠发达国家推动经济增长、实现后发赶超的关键，但传统的农业产业建设必然导致工业与服务业的投入减少。那么中国推动农业绿色发展的抓手在哪里?值得注意的是，农村一二三产业融合为农业绿色发展提供了一个可能的路径，因为在《中共中央国务院关于实施乡村振兴战略的意见》中明确提出要构建农村一二三产业融合发展体系，这为中国农村发展奠定了重要基调。同时，这一战略不仅极大限度减少了农村不同产业之间的资源竞争，在提高农业产业建设的同时，也能通过产业间的溢出合作效应推动工业化和产业现代化，符合中国这类欠发达国家经济发展的必然要求。
现有与本文相关的农业绿色发展研究主要聚焦在以下两个维度：一是农业绿色发展的测度。部分学者通过测度农业绿色发展效率或农业绿色全要素生产率来衡量农业绿色发展水平[4,5]。也有较多学者通过构建评价指标体系测度农业绿色发展水平。如魏琦等[6]基于资源节约、环境友好、生态保育、质量高效四个维度构建农业绿色发展指数，Liu等[7]基于供给能力、资源利用、环境质量、生态维护和农民生活五个维度构建农业绿色生产评价体系，巩前文等[8]基于低碳生产、经济增收、安全供给三个维度构建农业绿色发展评价指标体系，Chen等[9]基于绿色生产、合理管理、资源保护、经济效益、质量效率五个维度构建农业绿色发展指数，姚鹏等[10]基于农业资源节约、农业环境质量和农业生产效益三个维度构建农业绿色发展指数。可见，现有评价指标体系虽各有特色，但均立足农业绿色发展目标，关注农业生产资源节约、农业生产环境优化和农业经济效率提升等维度。二是农业绿色发展的影响因素。经济影响因素方面，农业产业集聚对农业绿色发展的影响呈倒“U”型[11]，农产品贸易对农业绿色发展的影响未能达成一致，主要有“促进论”[12]、“抑制论”[13]和“非线性”[14]三类观点；技术影响因素方面，互联网普及和数字技术、数字经济和农业数字化转型均能显著推动农业绿色发展[15,16]；政策影响因素方面，环境规制会抑制农业绿色发展[17,18]，但绿色低碳政策[19]、农业水权交易[10]均能显著促进农业绿色发展。
与本文相关的农村一二三产业融合研究主要集中在以下两个维度：一是农村一二三产业融合的测度。较多学者通过构建评价指标体系测度农村一二三产业融合水平。如陈学云等[20]基于一二三产业的规模、成长及绩效指标构建评价指标体系，陈红霞等[21]从融合基础、融合行为和融合效益三个维度构建评价指标体系，张林等[22]从农业产业链延伸、农业多功能拓展、农业服务业融合、农业新业态培育、农业技术渗透和利益联结机制完善六个维度构建评价指标体系，王丽纳等[23]基于农业产业链延伸、农业多功能性发挥和农业服务业融合发展三个维度构建评价指标体系。可见，现有评价指标体系各有特色。二是农村一二三产业融合的影响效应。农村一二三产业融合能显著增加农业韧性[24]，促进乡村旅游发展[25]，提升农村就业机会，缓解农村贫困[26]，推动农村可持续发展。同时，农村产业融合能降低污染性农业生产行为[27]，优化环境效应。
目前已有较多文献分别探究了农业绿色发展和农村一二三产业融合，为本文的研究提供了理论依据。相较于已有文献，本文的主要贡献体现在三个方面：一是现有关于中国农业绿色发展和农村一二三产业融合的研究大多集中在省域、市域，而对农业集中的县域研究比较缺乏，因此本文基于县域层面，深入分析中国农业绿色发展与农村一二三产业融合的动态演化特征及区域异质性特征，以准确把握中国农业绿色发展与农村一二三产业融合的发展现状、趋势及瓶颈，为其他欠发达国家借鉴中国治理经验提供现实参照与比较依据。二是从中国农业绿色发展的优势治理经验及农村一二三产业融合发展的现实基调、客观需求入手，将农村一二三产业融合与农业绿色发展纳入同一理论框架，在系统分析二者理论机制的基础上，利用中国数据实证检验了农村一二三产业融合与农业绿色发展的关系，并进一步分析农村一二三产业融合对农业绿色发展影响效应的区域异质性特征，为欠发达国家农业绿色发展提供新的理论路径。三是利用门槛模型探讨了农村一二三产业融合、产业升级、技术创新这三种非线性扰动机制在农村一二三产业融合影响农业绿色发展中的作用效应，这有利于深入揭示农村一二三产业融合带来的农业绿色发展效应，并为中国及欠发达国家提升农业绿色发展水平提供具体的政策方向。

1 理论分析与研究假设

农业绿色发展是以农业生产环境治理为抓手，以优化农业资源配置为特征，以提升农业生产品质、推动农业绿色化、低碳化发展为目标，最终实现农业生态、经济和社会协调统一的过程[28]，其关键是依托绿色生产实现农业可持续发展。农村一二三产业融合是指以农业为基础，通过产业渗透、产业联动等方式，实现农业全产业链整合与企业一体化的农业产业化发展模式[29⇓-31]，主要包括农业内部融合模式、产业链延伸模式、功能拓展型模式、新技术渗透型模式及产城融合模式等五种典型的发展模式。农村一二三产业融合是农业绿色发展的基础[32]，其主要通过适度规模经营效应、技术创新效应和成本补偿效应三个方面对农业绿色发展产生影响。
在适度规模经营效应方面，一方面，农村一二三产业融合能优化生产要素配置，推动土地等生产要素由分散的小农户向种植大户、家庭农场等专业化经营主体集中，实现农业适度规模化经营[33]。另一方面，农村一二三产业融合能推动农村产业链延伸，实现产业一体化发展，进而产生农业规模化效应。农业适度规模化经营能改善资源错配状况，提升农业投入要素的集约化程度，促进农业绿色发展[34]。同时，农业适度规模化经营能推动专业化农户发展壮大。专业化农户具有更强的环保意识和经营能力，更易采用先进的农业机械和环保种植技术以及科学合理地使用化肥，从而有效缓解兼职农户采用过量施用化肥等方式开展农业生产的情况[35,36]，降低潜在的农业面源污染，实现农业绿色发展。
在技术创新效应方面，一方面，农村一二三产业融合能推动农业产业链延伸，吸引企业集聚发展，加速知识和信息在农业产业链的传播与共享[37]，进而促进绿色技术深度嵌入农业全产业链，全面提升农业绿色生产技术水平。另一方面，农村一二三产业融合能通过优化资源配置，培育新模式、新业态等吸引资本等要素集聚，为农业绿色技术进步提供资金积累。农业技术创新是农业绿色发展的重要途径。首先，农业技术创新水平越高，越有利于促进农业资源高效利用，并通过知识溢出效应推动产业结构升级，构建和优化绿色低碳农业产业链，实现农业绿色发展。其次，农业科技创新能改善生物育种，提高农产品产量及抗病能力[38]，并通过有机肥替代化肥等技术革新，降低潜在的农业面源污染，促进农业绿色发展。最后，农业全产业链的技术革新能为数字农业发展提供技术支撑，推动农业信息化，进而提高农业资源利用效率和农业现代化管理水平，促进农业绿色发展[39]。
在成本补偿效应方面，推动农业绿色发展需要大量的人才、资金等要素投入，县域资源要素相对欠缺，尤其是对于经济发展滞后的县域，通常难以满足农业环境治理初期的资源要素需求，加之农业绿色发展的周期较长，县域难以在短期内实现资金回笼，致使县域推动农业绿色发展的意愿不高。农村一二三产业融合作为农业产业化发展新模式，能通过农业生产各环节融合及功能性拓展有效增加农产品附加值，提高农业生产的超额利润[40]，为县域开展农业环境治理提供资金支撑，提高县域促进农业绿色发展的积极性；同时农村一二三产业融合能通过提高农业投资回报率，吸引人才、资金等要素流动集聚，为县域开展农业绿色发展奠定要素基础，促进县域农业绿色发展。
然而，在农村一二三产业融合和农业绿色发展水平的非均衡发展背景下，农村一二三产业融合对农业绿色发展产生的影响存在阶段异质性。在农村一二三产业融合发展的初期阶段，农村一二三产业仍为浅层次融合发展，专业化经营主体培育不足，农业产业链延伸不够，致使县域尚未有效实现农业适度规模经营，农业资源错配状况改善程度有限，从而使得农村一二三产业融合难以充分发挥对农业绿色发展的影响效应。同时，农村一二三产业融合发展初期，农业多功能拓展不足，产业链条短，不利于技术创新嵌入渗透到农业生产全过程，加之农业盈利能力不强，难以为县域农业技术创新和环境治理提供资金支持，致使农村一二三产业融合难以充分发挥对农业绿色发展的影响效应。随着农村一二三产业融合发展的持续深化，专业化经营主体逐步壮大，农业产业一体化持续推进，致使农业适度规模经营效应凸显，优化农业资源配置，从而有效促进农业绿色发展。同时，农村一二三产业的深度融合有效推动了农业产业链延伸，提高农业投资回报率，致使技术创新效应和成本补偿效应充分释放，提高县域开展农业绿色发展的积极性，降低农业面源污染，进而推动农业绿色发展。据此，本文提出假说1：
假说1：农村一二三产业融合能显著促进农业绿色发展，且农村一二三产业融合对农业绿色发展的影响存在门槛效应。
产业升级会通过产业主体培育影响农村一二三产业融合，进而影响农业绿色发展水平。但不同产业升级水平致使农村一二三产业融合对农业绿色发展的影响存在差异。产业升级水平较低的县域，二三产业发展基础薄弱，难以支撑农村一二三产业间交叉渗透发展，农业全产业链延伸不够，农村一二三产业融合层次不高，进而难以充分发挥对农业绿色发展的影响效应。随着产业升级水平的不断提升，各产业主体的发展壮大促进农业全产业链开展细化分工及专业化合作，优化提升社会资源配置效率，推动农业与二三产业深度整合集成，提高农村一二三产业融合层次，进而充分显现其对农业绿色发展的影响效应。同时，较高的产业升级水平为休闲农业、生态农业等农业多功能拓展奠定产业基础，而农业多功能拓展会倒逼县域采用清洁生产技术以维持良好的生态环境，进而提升农业绿色发展水平。据此，本文提出假说2：
假说2：产业升级在农村一二三产业融合对农业绿色发展的影响中存在门槛效应。
不同技术创新水平致使农村一二三产业融合对农业绿色发展的影响存在差异。技术创新水平较低的县域，智慧农业、循环农业、农产品精加工等农业生产技术发展能力往往不足，难以为农业产业链和价值链延伸提供技术支撑，制约农村一二三产业融合发展进程和深度，致使农村一二三产业融合提升资源环境利用效率、缓解生态环境污染等的能力不强。因此，当技术创新水平较低时，农村一二三产业融合对农业绿色发展的促进作用可能较小。随着技术创新水平的提升，带动农业生产技术在农村普及，并推动农村一二三产业深度融合，促进农业清洁生产技术深度嵌入农业全产业链，由此提高农业生产环境污染治理技术，减轻农业生产过程中的污染排放，促进农业绿色发展。同时，技术创新水平的提升推动农业产业链向研发领域延伸，提高农产品附加值，为农业绿色生产技术进步提供技术支持和资金支持，促进农业绿色发展。据此，本文提出假说3：
假说3：技术创新在农村一二三产业融合对农业绿色发展的影响中存在门槛效应。

2 研究方法与数据来源

2.1 研究区概况

长江经济带横跨中国的东、中、西三大经济分区，作为生态文明建设先行示范带，必然建设成农业绿色发展示范带。2021年，长江经济带农林牧渔总产值达6.15万亿元，占全国农林牧渔总产值的41.80%，粮食产量达2.43亿t，占全国粮食产量的35.56%，可见长江经济带在中国农业经济发展中具有不可替代的作用。然而，长江经济带农业长期的粗放式增长模式致使农业面源污染严重、水体富营养化等资源环境问题凸显，制约农业绿色可持续发展。2021年，长江经济带化肥施用强度为299.36 kg/hm2，高于国际警戒线（225 kg/hm2）约33.05%。由此可见，推行农业绿色发展模式是长江经济带实现绿色发展的迫切需求。因此，以长江经济带县域为研究单元，探究农村一二三产业融合对农业绿色发展的影响效应，不仅对中国保障粮食安全具有重要意义，而且为全球缓解气候恶化与粮食短缺问题提供路径选择。

2.2 研究方法

2.2.1 农业绿色发展水平的测度

农业绿色发展是人与自然、环境交互作用的复合系统。本文立足农业绿色发展的最终目标是实现农业生态、经济和社会协调统一[28]，并重点借鉴已有评价指标体系[8,10]，依据县域数据可获得性，认为县域农业绿色发展包括农业社会经济、农业资源节约和农业环境治理三个维度。农业社会经济、农业资源节约是在姚鹏等[10]的基础上进行改进。农业社会经济强调农业生产的社会经济效益。其中，人均农林牧渔产值指人均农业生产规模和水平；农村居民可支配收入指农村居民能够获取的收益。农业资源节约强调农业生产对资源的利用情况。人均农作物总播种面积表示实际有农作物土地面积的人均拥有量，该值越大，人均可利用的播种面积越多。单位播种面积农机总动力是反映农业机械化水平的重要指标。已有关于农业环境治理维度的研究多从化肥、农药施用强度等直接效应进行分析[8,10]，考虑到数据可得性及氨在PM2.5形成中占据重要作用，而且氨排放主要来源于农业[41]，因此本文在测度化肥使用强度、农业面源污染[42]等直接效应的基础上，加入PM2.5来表征间接效应。综上，本文构建了由农业社会经济、农业资源节约和农业环境治理三个维度构成的农业绿色发展评价指标体系（表1）。
表1 县域农业绿色发展水平评价指标体系

Table 1 Evaluation index system of agricultural green development at county level

一级指标 衡量指标/单位
县域农业绿色发展 农业社会经济 人均农林牧渔产值/元
农村居民可支配收入/元
农业资源节约 人均农作物总播种面积/hm2
单位播种面积农机总动力/(kW/hm2)
农业环境治理 单位面积化肥使用强度/(kg/hm2)
农业面源污染/(kg/hm2)
PM2.5/(μg/hm2)
本文采用熵权topsis方法测度县域农业绿色发展水平，具体测算公式请参考文献 [43]。就县域农业绿色发展水平及其演化趋势来看（图1），研究期间，长江经济带县域农业绿色发展水平呈显著的上升趋势。2006年长江经济带县域、下游县域、中游县域和上游县域①(① 确定长江经济带上游（贵州、四川、重庆）有210个县域，中游（江西、湖南、湖北）有220个县域，下游（安徽、江苏、浙江）有149个县域，具体县域名单可向作者索取。)的农业绿色发展水平分别是0.101、0.109、0.096和0.102，到2021年，县域农业绿色发展水平分别上升至0.278、0.347、0.269和0.240，年均增速分别为11.68%、14.56%、12.01%和9.02%，中、上游县域的农业绿色发展水平增速低于下游县域。从区域来看，上游县域、中游县域和下游县域的农业绿色发展水平均值排序为：下游县域（0.210）>中游县域（0.162）>上游县域（0.151），下游县域较其余县域优势明显，中游县域和上游县域需进一步优化农业发展环境，推动农业绿色发展。
图1 长江经济带县域农业绿色发展水平演变状况

Fig. 1 Evolution of the level of agricultural green development in counties of Yangtze River Economic Belt

2.2.2 农村一二三产业融合水平测度

农村一二三产业融合的表现形式是农业产业链延伸，过程是农业多功能拓展和农业服务业融合[44,45]。因此，本文在参考已有文献结合县域经济特点及数据可得性的基础上，基于农业产业链延伸、农业多功能拓展和农业服务业融合三大维度构建县域农村一二三产业融合发展的衡量标准（表2）。农业产业链延伸、农业服务业融合是在郝爱民等[24]的基础上进行改进。农业产业链延伸体现了县域通过发展农产品加工、农村电商产业等延伸农业产业链，增加农产品附加值，因此，本文采用人均农产品加工企业数和人均电商企业数来衡量。农业多功能性拓展是在王丽纳等[23]的基础上进行改进，反映了县域农业在农业生产、新模式新业态等的发展水平，本文采用人均粮食产量和设施农业占地面积来表征。其中，人均粮食产量反映农业基础生产能力，设施农业占地面积能反映新型农业发展业态。农业服务业融合发展测度了农村第三产业与农业的渗透整合，本文采用人均农业服务企业数和人均农林牧渔服务业产值表征。
表2 县域农村一二三产业融合发展的衡量标准

Table 2 Measurement of integration of rural primary, secondary and tertiary industries in county

基准层 要素层/单位 属性
县域农村一二三
产业融合发展		 农业产业链延伸 县域人均农产品加工企业数量/个 正
县域人均电商企业数/个 正
农业多功能性拓展 县域人均粮食产量/kg 正
县域设施农业占地面积/hm2 正
农业服务业融合发展 县域人均农业服务企业数/个 正
县域人均农林牧渔服务业产值/元 正
本文采用DPS中的综合指数法测度县域农村一二三产业融合水平。就县域农村一二三产业融合指数及其变化趋势来看（图2），长江经济带县域农村一二三产业融合指数从2006年的1.313增至2021年的2.257，增加了0.72倍，年均增速为4.79%，表明长江经济带县域农村一二三产业融合水平显著提高。从区域来看，下游县域农村一二三产业融合指数最高，上游县域最低，中游县域、上游县域均低于平均水平，下游县域高于平均水平。进一步从上升趋势来看，下游县域、中游县域和上游县域的农村一二三产业融合指数分别由2006年的1.375、1.315和1.267增至2021年的2.389、2.226和2.196，年均增速分别为4.92%、4.62%和4.89%。中游县域和上游县域的农村一二三产业融合指数与下游县域差距明显，且增长速度明显滞后，需进一步完善产业基础，推动农村一二三产业融合。另外，长江经济带县域及各地区县域农村一二三产业融合水平均在2015年出现提速拐点，这可能与2015年中央一号文件明确提出推进农村一二三产业融合有关。
图2 长江经济带县域农村一二三产业融合水平演变状况

Fig. 2 Evolution of the level of integration of rural primary, secondary and tertiary industries in the counties of Yangtze River Economic Belt

2.2.3 模型设定与变量测度

（1）模型设定
为探究农村一二三产业融合对农业绿色发展的影响效应，本文构建如下的实证模型：
G D A i t = β + β 1 R I D i t + ρ C o n t r o l i t + μ i + v t + ε i t
式中：GDAit表示农业绿色发展水平；RIDit表示农村一二三产业融合水平；Controlit表示控制变量；μi表示个体固定效应；vt表示时间固定效应；εit表示随机扰动项；i表示县域；t表示时间；β为截距项；β1为农村一二三产业融合的系数；ρ为控制变量的系数。
为判断农村一二三产业融合影响农业绿色发展水平过程中是否存在非线性扰动机制，本文构建如下所示的面板门槛模型：
G D A i t = β + β 1 R I D i t × I E i t ≤ ∂ 1 + β 2 R I D i t × I E i t > ∂ 1 + … + β n R I D i t × I E i t ≤ ∂ n + β n + 1 R I D i t × I E i t > ∂ n + ρ C o n t r o l i t + ε i t
式中：Eit是门槛变量；∂是待估算的门槛值。
（2）变量测度
① 被解释变量与解释变量
被解释变量为农业绿色发展水平（GDA），核心解释变量是农村一二三产业融合（RID），两个变量均由前文计算可得（表3）。
表3 描述性统计表

Table 3 Descriptive statistics

变量 观测值/个 均值 最大值 最小值
农业绿色发展水平
 9264 0.17 0.63 0.05
农村一二三产业融合 9264 1.60 7.98 1.01
经济发展水平 9264 10.06 12.92 7.64
居民消费水平 9264 8.92 11.83 5.83
政府干预 9264 0.27 3.94 0
城镇化率 9264 31.61 88.95 3.03
劳动力数量 9264 11.77 14.31 6.70
产业升级 9264 2.18 2.73 1.68
技术创新 9264 1.41 7.39 0
② 门槛变量
涉及的门槛变量主要包括农村一二三产业融合水平、产业升级和技术创新。RID用上文构建的指标体系利用综合指数法测度而得。产业升级（Idu）用三次产业的占比进行加权求和来衡量。受限于县域涉农专利数据缺乏，技术创新（IL）采用县域授权专利总数（件）来衡量。
③ 控制变量
涉及的控制变量主要包括经济发展水平（Pgdp），用县域当年的GDP总量除以总人口数量表示（元/人）；居民消费水平（Rcl），用县域当年的社会消费品零售额总量除以总人口数量（元/人）表示；政府干预（Gov），用县域当年的财政支出占GDP的比例（%）表示；城镇化率（City），用县域当年的城镇人口数占总人口的比例（%）表示；劳动力数量（Lab），用县域当年的就业人员总数（人）表示。

2.3 数据来源

本文的研究对象为2006—2021年长江经济带的579个县域（不包括市辖区，剔除数据缺失严重的县市及云南省县域）。县域电商企业数、农产品加工企业数、农业服务企业数来源于天眼查（https://www.tianyancha.com/），专利数据来源于国家知识产权局（https://www.cnipa.gov.cn/），其余数据均来源于相应年份的EPSDATA官网（https://www.epsnet.com.cn）数据库、《中国县域统计年鉴》、各省市统计年鉴、各县市统计公报及国泰安数据库（https://data.csmar.com/），对于其余少量缺失数据利用线性趋势法补齐。

3 结果分析

3.1 基准回归结果分析

为分析农村一二三产业融合对农业绿色发展的影响，本文采用双固定效应估计两者之间的效应，回归结果如表4所示。从表4的列 (1)~列 (3) 看出，农村一二三产业融合的系数显著为正，表明农村一二三产业融合能显著促进农业绿色发展，部分验证假说1。可能的解释是：农村一二三产业融合能通过培育专业化新型经营主体等打造农业全产业链，实现适度规模化经营，提高资源配置效率进而促进农业绿色发展。同时，农村一二三产业融合依托延伸产业链等促进农业绿色技术创新，增加农产品附加值，为绿色技术进步和环境治理成本补偿提供资本积累，进而推动农业绿色发展。
表4 面板模型回归估计结果

Table 4 Panel model regression estimates

变量 (1) (2) (3) (4)
RID 0.0779*** 0.0169*** 0.0533*** 0.0207***
(0.002) (0.001) (0.001) (0.002)
lnPgdp 0.0586*** 0.0209*** 0.0248***
(0.001) (0.002) (0.002)
lnRcl 0.0204*** 0.0418*** 0.0401***
(0.001) (0.002) (0.002)
Gov 0.0612*** -0.0104*** -0.0166***
(0.002) (0.003) (0.003)
City -0.0005*** -0.0000 0.0000
(0.000) (0.000) (0.000)
lnLab 0.0021*** 0.0095*** 0.0084***
(0.001) (0.001) (0.001)
Region1 ×RID 0.0304***
(0.003)
Region2 ×RID 0.0609***
(0.003)
Constant 0.0458*** -0.6548*** -0.6076*** -0.6103***
(0.003) (0.009) (0.014) (0.013)
固定效应 NO NO YES YES
R2 0.194 0.662 0.730 0.745
Obs/个 9264 9264 9264 9264

注：括号内为标准误， ***代表系数在1%的水平上显著，下同。

长江经济带各区域发展差异较大，基于全样本回归可能忽略区域间的异质性特征。本文引入地区虚拟变量（上游县域为参照组，中游县域为Region1，下游县域为Region2）与核心解释变量的交互项Region ×RID继续进行回归，结果如表4的列 (4) 所示。结果发现，农村一二三产业融合能显著促进农业绿色发展，但其影响效应存在显著的区域异质性。下游县域农村一二三产业融合对农业绿色发展的提升效应最大（0.0816=0.0207+0.0609），中游县域次之（0.0511=0.0207+0.0304），上游县域的影响效应最小（0.0207）。出现这种区域异质性的可能原因是：三大区域在资源禀赋、产业基础等方面存在较大的差异，较多的上游县域由于产业基础薄弱、经济发展水平偏低等客观因素，农村一二三产业融合仍停留在初级阶段，融合层次不高，对提升农业绿色发展贡献微弱。下游县域产业基础雄厚，农村一二三产业融合的层次更高，更有利于促进农业绿色发展。

3.2 内生性问题和稳健性检验

3.2.1 内生性问题的讨论

本文的模型可能存在内生性问题，虽然已经加入控制变量来缓解遗漏变量带来的内生性问题，但仍存在由难以控制的遗漏变量导致的内生性问题，同时，双向因果的存在也可能会带来内生性问题。农业绿色发展水平较高的地区，农业现代化产业基础更雄厚，从而可能更有利于推动农村一二三产业融合。因此，本文采用工具变量来缓解内生性问题。借鉴宋全云等[46]构建工具变量的思路，本文采用同一个地级市除自身以外其余县域的农村一二三产业融合指数均值的滞后项作为该县域农村一二三产业融合的工具变量进行估计。由于同一个地级市的县域之间距离相对较近，县域之间可能会相互借鉴农村一二三产业融合中的经验和模式，进而影响县域自身的农村一二三产业融合，工具变量满足相关性。同时，同一地级市其余县域的农村一二三产业融合指数均值的滞后项与误差项相互独立，工具变量满足外生性，回归结果如表5列 (1) 所示。比较回归结果，在考虑内生性问题后，农村一二三产业融合仍能显著促进农业绿色发展水平。
表5 稳健性检验回归结果

Table 5 Robustness test regression results

变量 (1) (2) (3)
RID 0.0193*** 0.0286*** 0.0510***
(0.002) (0.010) (0.004)
lnPgdp 0.0636*** -0.0127 0.0188***
(0.002) (0.016) (0.005)
lnRcl 0.0210*** -0.0196 0.0396***
(0.001) (0.013) (0.005)
Gov 0.0695*** -0.0551*** -0.0092
(0.003) (0.020) (0.006)
City -0.0005*** -0.0013*** -0.0000
(0.000) (0.000) (0.000)
lnLab 0.0037*** -0.0036 0.0082***
(0.001) (0.007) (0.002)
Constant -0.7368*** 1.0168*** -0.5497***
(0.013) (0.163) (0.027)
固定效应 YES YES YES
Obs/个 8685 9264 8710
R2 0.672 0.633 0.755

3.2.2 稳健性问题的检验

为进一步验证上述结果的稳健性，本文采用两种方法进行稳健性检验。首先，利用熵值法测度农业绿色发展水平，并进一步作为被解释变量进行回归。其次，为消除非随机因素和异常值对结果的影响，剔除3%的极大值和极小值进行回归，回归结果分别如表5的列 (2) 和列 (3) 所示。比较回归结果，在考虑稳健性问题后，农村一二三产业融合仍能显著促进农业绿色发展水平。

3.3 面板门槛模型分析

初步分析表明，农村一二三产业融合对农业绿色发展的影响可能是非线性的，因此，本文进一步构建面板门槛模型来检验农村一二三产业融合对农业绿色发展的影响是否受到农村一二三产业融合、产业升级、技术创新的门槛限制。

3.3.1 农村一二三产业融合的门槛效应

以农村一二三产业融合为门槛变量，借鉴已有研究，利用自抽样法300次对门槛进行检验，得到P值、门槛值等信息，如表6所示。
表6 农村一二三产业融合的门槛效应检验结果

Table 6 Threshold effect test results of integration of rural primary, secondary and tertiary industries

区域 门槛类型 门槛值 F值 P值
长江经济带县域 单门槛 1.1556 147.08 0.0033
双门槛 1.5654 95.34 0.0100
下游县域 单门槛 1.2151 367.65 0.0000
双门槛 1.3203 155.69 0.0000
中游县域 单门槛 1.5205 195.99 0.0000
双门槛 1.6782 68.36 0.0667
上游县域 单门槛 1.5505 114.81 0.0000
双门槛 2.5662 45.06 0.0900
以农村一二三产业融合为门槛变量，检验发现，长江经济带县域、下游县域、中游县域和上游县域均通过了单门槛、双门槛检验，存在双重门槛效应。其中，长江经济带县域的两个门槛值分别为1.1556和1.5654，下游县域的两个门槛值分别为1.2151和1.3203，中游县域的两个门槛值分别为1.5205和1.6782，上游县域的两个门槛值分别为1.5505和2.5662。
以农村一二三产业融合为门槛变量，实证检验农村一二三产业融合对农业绿色发展的非线性影响效应，得到表7。从长江经济带县域整体来看，当农村一二三产业融合小于第一个门槛（1.1556），农村一二三产业融合对农业绿色发展的影响效应只有0.0144；当农村一二三产业融合处于第一个门槛值（1.1556）和第二个门槛值（1.5654）之间时，农村一二三产业融合对农业绿色发展的影响效应增加至0.0388；随着农村一二三产业融合跨越第二个门槛值，农村一二三产业融合对农业绿色发展的影响效应增加至0.0490。可见，农村一二三产业融合对农业绿色发展的影响呈“跃迁式”增长态势，假说1得以验证。对于下游县域，当农村一二三产业融合水平低于第一个门槛（1.2151），农村一二三产业融合对农业绿色发展的影响效应为-0.0420；随着农村一二三产业融合分别跨越第一个门槛（1.2151）和第二个门槛（1.3203），农村一二三产业融合对农业绿色发展的影响效应分别为 -0.0050和0.0329。可见，农村一二三产业融合对农业绿色发展的影响呈“U”型。对于中游县域，农村一二三产业融合的门槛特征与长江经济带县域情况基本一致，即当农村一二三产业融合分别跨越第一个门槛值（1.5205）和第二个门槛值（1.6782）后，农村一二三产业融合对农业绿色发展的影响呈边际效应递增，呈“跃迁式”增长态势。对于上游县域，当农村一二三产业融合小于第一个门槛（1.5505），农村一二三产业融合对农业绿色发展的影响效应为0.0504；当农村一二三产业融合处于第一个门槛值（1.5505）和第二个门槛值（2.5662）之间时，农村一二三产业融合对农业绿色发展的影响效应增加至0.0583；随着农村一二三产业融合跨越第二个门槛值，农村一二三产业融合对农业绿色发展的影响效应降至0.0489。可见，农村一二三产业融合对农业绿色发展的影响效应先呈边际效应递增再呈边际效应递减。
表7 农村一二三产业融合的门槛效应回归结果

Table 7 Threshold effect regression results of integration of rural primary, secondary and tertiary industries

变量 全样本 下游县域 中游县域 上游县域
RID_1 0.0144*** -0.0420*** 0.0111*** 0.0504***
(0.003) (0.004) (0.003) (0.004)
RID_2 0.0388*** -0.0050 0.0197*** 0.0583***
(0.002) (0.004) (0.003) (0.003)
RID_3 0.0490*** 0.0329*** 0.0321*** 0.0489***
(0.002) (0.003) (0.002) (0.002)
控制变量 YES YES YES YES
Constant -0.5467*** -0.8958*** -0.6422*** -0.2447***
(0.014) (0.034) (0.019) (0.018)
R2 0.737 0.827 0.811 0.758
Obs/个 9264 2384 3520 3360

3.3.2 产业升级的门槛效应

以产业升级为门槛变量，检验发现，长江经济带县域、下游县域、中游县域和上游县域均通过了单门槛、双门槛检验，存在双重门槛效应，其中长江经济带县域的两个门槛值分别为2.2724和2.3943，下游县域的两个门槛值分别为2.0533和2.3835，中游县域的两个门槛值分别2.1660和2.2318，上游县域的两个门槛值分别为2.1393和2.2725，如表8所示。
表8 产业升级的门槛效应检验结果

Table 8 Threshold effect test results of industrial upgrading

区域 门槛类型 门槛值 F值 P值
长江经济带县域 单门槛 2.2724 605.92 0.0000
双门槛 2.3943 259.55 0.0000
下游县域 单门槛 2.0533 466.48 0.0000
双门槛 2.3835 128.98 0.0000
中游县域 单门槛 2.1660 306.88 0.0000
双门槛 2.2318 61.34 0.0033
上游县域 单门槛 2.1393 80.38 0.0467
双门槛 2.2725 55.21 0.0433
本文以产业升级为门槛变量，实证检验产业升级在农村一二三产业融合对农业绿色发展影响中的门槛效应，得到表9。从长江经济带县域整体来看，当产业升级低于第一个门槛值（2.2724）时，农村一二三产业融合对农业绿色发展的影响效应只有0.0399；当产业升级分别为跨过第一个门槛值（2.2724）和第二个门槛值（2.3943）时，农村一二三产业融合对农业绿色发展的影响分别增至0.0501和0.0695，呈“跃迁式”增长态势；表明区域产业升级水平越高，农村一二三产业融合对农业绿色发展的促进作用会增强，假说2得以验证。从下游县域来看，当产业升级低于第一个门槛值（2.0533），农村一二三产业融合对农业绿色发展的影响效应为0.0445；当产业升级介于第一个门槛值（2.0533）和第二个门槛值（2.3835）时，农村一二三产业融合对农业绿色发展的影响效应降至0.0218；随着产业升级跨越第二个门槛，农村一二三产业融合对农业绿色发展的影响效应回升至0.0508，呈“增长—缓冲—增长”态势。可能的原因是产业升级所产生的优化要素配置效应等确实能对农村一二三产业融合影响农业绿色发展起到重要的促进作用，但发展过程中可能存在瓶颈，导致产业升级未能充分发挥效应。对于中游县域和上游县域，产业升级门槛效应与长江经济带县域情况基本一致，随着产业升级的提升，均会导致农村一二三产业融合对农业绿色发展的影响效应呈“跃迁式”增长。
表9 产业升级的门槛效应回归结果

Table 9 Threshold effect regression results of industrial upgrading

变量 全样本 下游县域 中游县域 下游县域
Idu_1 0.0399*** 0.0445*** 0.0251*** 0.0399***
(0.001) (0.004) (0.002) (0.002)
Idu_2 0.0501*** 0.0218*** 0.0325*** 0.0463***
(0.001) (0.003) (0.002) (0.002)
Idu_3 0.0695*** 0.0508*** 0.0430*** 0.0534***
(0.002) (0.003) (0.002) (0.002)
控制变量 YES YES YES YES
Constant -0.5656*** -0.9618*** -0.6553*** -0.2332***
(0.013) (0.034) (0.018) (0.018)
R2 0.753 0.831 0.816 0.757
Obs/个 9264 2384 3520 3360

3.3.3 技术创新的门槛效应

以技术创新为门槛变量，检验发现，长江经济带县域、下游县域、中游县域均通过了单门槛、双门槛检验，存在双重门槛效应。其中长江经济带县域的两个门槛值分别为1.9459和3.9703，下游县域的两个门槛值分别为0.6931和5.0562，中游县域的门槛值分别为1.6094和2.7726，上游县域不存在技术创新的门槛效应。如表10所示。
表10 技术创新的门槛效应检验结果

Table 10 Threshold effect test results of technological innovation

区域 门槛类型 门槛值 F值 P值
长江经济带县域 单门槛 1.9459 773.35 0.0000
双门槛 3.9703 290.12 0.0000
下游县域 单门槛 0.6931 175.77 0.0000
双门槛 5.0562 64.90 0.0067
中游县域 单门槛 1.6094 157.16 0.0000
双门槛 2.7726 63.99 0.0100
上游县域 单门槛 0.0000 7.67 0.7300
双门槛 1.0986 7.50 0.1733
本文以技术创新为门槛变量，实证检验技术创新在农村一二三产业融合对农业绿色发展影响中的门槛效应，得到表11。从长江经济带县域整体来看，当技术创新低于第一个门槛值（1.9459）时，农村一二三产业融合对农业绿色发展的影响效应只有0.0495；随着农村一二三产业融合分别跨越第一个门槛值（1.9459）和第二个门槛值（3.9703），农村一二三产业融合对农业绿色发展的影响效应分别增至0.0589和0.0794，亦呈“跃迁式”增长态势，表明区域技术创新会强化农村一二三产业融合对农业绿色发展的促进作用，假设3得以验证。对于下游县域，当技术创新低于第一个门槛值（0.6931），农村一二三产业融合对农业绿色发展的影响效应为0.0363；当技术创新介于第一个门槛值（0.6931）和第二个门槛值（5.0562），农村一二三产业融合对农业绿色发展的影响效应降至0.0232；随着技术创新跨越第二个门槛值（5.0562），农村一二三产业融合对农业绿色发展的影响回升至0.0457，农村一二三产业融合对农业绿色发展的影响在技术创新门槛前后呈现“增长—缓冲—增长”态势，即技术创新能对农村一二三产业融合推进农业绿色发展起到促进作用。但下游县域多为农业现代化进程较快、农业绿色发展水平较高的县域，农业绿色发展水平的提升对技术创新有着更高的要求，在发展过程中可能存在不足，导致技术创新尚未充分发挥效应。对于中游县域，技术创新门槛效应与长江经济带县域情况基本一致，技术创新的提升会导致农村一二三产业融合对农业绿色发展的影响效应呈“跃迁式”增长。
表11 技术创新的门槛效应回归结果

Table 11 Threshold effect regression results for technological innovation

变量 全样本 下游县域 中游县域
lnIL_1 0.0495*** 0.0363*** 0.0457***
(0.001) (0.003) (0.002)
lnIL_2 0.0589*** 0.0232*** 0.0526***
(0.001) (0.003) (0.002)
lnIL_3 0.0794*** 0.0457*** 0.0621***
(0.002) (0.004) (0.002)
控制变量 YES YES YES
Constant -0.5386*** -1.1199*** -0.6657***
(0.013) (0.039) (0.018)
R2 0.758 0.807 0.809
Obs/个 9264 2384 3520

4 结论与政策建议

4.1 结论

为回答缺乏先进农业技术的欠发达国家如何缓解气候危机和粮食危机双重压力这一问题，本文将农村一二三产业融合与农业绿色发展纳入同一理论框架，并利用2006—2021年长江经济带县域的面板数据，分析农村一二三产业融合对农业绿色发展的影响。主要结论如下：
（1）2006—2021年，长江经济带县域农业绿色发展水平和农村一二三产业融合水平均呈波动上升趋势，且呈现“下游高、中游平、上游低”的空间分异格局。
（2）整体而言，长江经济带县域农村一二三产业融合能显著促进农业绿色发展，在考虑内生性和稳健性后这一结论仍然成立。分地区来看，农村一二三产业融合均能显著促进农业绿色发展，但影响效应存在显著的区域异质性，下游县域影响效应最大，中游县域次之，上游县域的影响效应最小。
（3）农村一二三产业融合对农业绿色发展的影响存在双重门槛效应，其作用路径为边际效应递增，呈“跃迁式”态势。进一步分析发现，农村一二三产业融合的门槛效应存在显著的区域异质性特征。在下游县域，农村一二三产业融合存在双重门槛效应，其对农业绿色发展的影响呈“U”型。在中游县域，农村一二三产业融合存在双重门槛效应，其对农业绿色发展的影响呈“跃迁式”增长。在上游县域，农村一二三产业融合亦存在双重门槛效应，其对农业绿色发展的影响效应先呈边际效应递增再呈边际效应递减。
（4）产业升级在农村一二三产业融合对农业绿色发展的影响中存在双重门槛效应。不论产业升级是否跨过门槛值，农村一二三产业融合对农业绿色发展均呈显著正向影响，且影响效应随产业升级跨过门槛值呈“跃迁式”增长。进一步分析发现，产业升级的门槛效应存在显著的区域差异。在下游县域，产业升级存在双重门槛效应，随着产业升级分别跨越第一个门槛值和第二个门槛值，农村一二三产业融合对农业绿色发展的影响效应呈“增长—缓冲—增长”态势；在上游县域和中游县域，产业升级存在双重门槛效应，不论产业升级是否跨过门槛值，农村一二三产业融合对农业绿色发展均存在显著正向影响，且影响效应随产业升级跨过门槛值呈“跃迁式”增长。
（5）技术创新在农村一二三产业融合对农业绿色发展的影响中存在双重门槛效应。不管技术创新是否跨过门槛值，农村一二三产业融合对农业绿色发展均呈显著促进作用，且影响效应随技术创新跨过门槛值而呈“跃迁式”增长。进一步分析发现，技术创新的门槛效应存在显著的区域异质性。在下游县域，技术创新存在双重门槛效应，随着技术创新分别跨越第一个门槛值和第二个门槛值，农村一二三产业融合对农业绿色发展的影响效应呈“增长—缓冲—增长”态势，在中游县域，技术创新存在双门槛效应，不论技术创新是否跨过门槛值，农村一二三产业融合对农业绿色发展均存在显著正向影响，且影响效应随技术创新跨过门槛呈“跃迁式”增长。在上游县域，技术创新不存在门槛效应。

4.2 政策建议

本文实证分析了农村一二三产业融合与农业绿色发展的关系，获得以下政策启示：
（1）以推动农村一二三产业融合为抓手推动农业绿色发展具有可操作性。在全球粮食安全危机和环境成本的双重挑战下，必须探求农业绿色发展模式。现有学者针对推动农业绿色发展提出了较多可行方案，如依托农业部等部门实施农业绿色发展五大行动等。本文研究表明，农村一二三产业融合能显著提升农业绿色发展水平。因此，未来，政府除建立健全农业绿色发展政策体系外，还可以立足于比较优势，在夯实农业的基础上，重点依托农产品加工、农村电商等乡村产业，培育乡村发展新业态、新模式，实现农业一二三产业深度融合，以此提高农业绿色发展水平。值得注意的是，农村一二三产业融合对农业绿色发展的影响呈“跃迁式”态势，因此，地方政府需要积极探索农村一二三产业融合新模式，强化融合发展深度，以更高水平的融合助力农业绿色发展。这一举措可以为欠发达国家开展农业绿色转型提供借鉴[47]。
（2）探索农村一二三产业融合差异化发展路径，推动农业绿色发展。本文实证结果表明农村一二三产业融合对农业绿色发展的影响存在区域异质性，因此，政府应立足区域资源禀赋因地制宜探索农村一二三产业融合发展模式。如对于类似下游县域的科技资源丰富的地区，可以积极探索高科技渗透型产业融合发展模式，充分释放农村一二三产业融合的科技潜力，推动农业绿色发展。对于类似中游县域的地区，可以加大农业产业化龙头企业培育力度，提升农村一二三产业融合发展的内生动力，壮大专业化经营主体能力，以规模化经营促进农业绿色发展。对于类似上游县域的生态地区，可以推动发展休闲农业、生态农业等农村一二三产业融合模式，合理深化农村一二三产业融合，促进农业绿色发展。这一做法也为其余发展中国家制定发展政策提供经验借鉴。
（3）中国推动农业绿色发展需要推动产业升级和技术创新的协同。本文基于门槛效应模型，验证了产业升级和技术创新在二者关系中的显著门槛效应。因此，与中国具有相似情况的欠发达国家应该积极推动产业升级和技术创新，以更好地推动农业绿色发展。一方面，各地应明确农业绿色发展方向，围绕绿色农业、生态循环农业、新型肥料等领域引进和研发绿色技术成果，以科技创新推动农业绿色发展模式创新。另一方面，与中国具有相似情况的欠发达国家应积极推动产业更新升级，逐步减少高污染、高排放企业的存在，实现农业全产业链清洁化生产，进而推动农业绿色发展水平。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
薛飞, 陈煦. 绿色财政政策的碳减排效应: 来自“节能减排财政政策综合示范城市”的证据. 财经研究, 2022, 48(7): 79-93.

[ XUE F, CHEN X. The carbon emission reduction effect of green fiscal policy: Evidence from the "national comprehensive demonstration city of energy saving and emission reduction fiscal policy". Journal of Finance and Economics, 2020, 48(7): 79-93.]

[2]
于法稳. 习近平绿色发展新思想与农业的绿色转型发展. 中国农村观察, 2016, (5): 2-9, 94.

[ YU F W. New ideas of green development of Xi Jinping and green transformation of agriculture. China Rural Survey, 2016, (5): 2-9, 94.]

[3]
孙炜琳, 王瑞波, 姜茜, 等. 农业绿色发展的内涵与评价研究. 中国农业资源与区划, 2019, 40(4): 14-21.

[ SUN W L, WANG R B, JIANG Q, et al. Study of connotation and evaluation of the agricultural green development. Chinese Journal of Agricultural Resources and Regional Planning, 2019, 40(4): 14-21.]

[4]
HUANG X, FENG C, QIN J, et al. Measuring China's agricultural green total factor productivity and its drivers during 1998-2019. Science of the Total Environment, 2022, 829: 154477, https://doi.org/10.1016/j.scitotenv.2022.154477.

[5]
XU P, JIN Z, YE X, et al. Efficiency measurement and spatial spillover effect of green agricultural development in China. Frontiers in Environmental Science, 2022, 10: 909321, https://www.frontiersin.org/articles/10.3389/fenvs.2022.909321.

DOI

[6]
魏琦, 张斌, 金书秦. 中国农业绿色发展指数构建及区域比较研究. 农业经济问题, 2018, (11): 11-20.

[ WEI Q, ZHANG B, JIN S Q. A study on construction and regional comparison of agriculture green development index in China. Issues in Agricultural Economy, 2018, (11): 11-20.]

[7]
LIU Y, SUN D, WANG H, et al. An evaluation of China's agricultural green production: 1978-2017. Journal of Cleaner Production, 2020, 243: 118483, https://doi.org/10.1016/j.jclepro.2019.118483.

DOI

[8]
巩前文, 李学敏. 农业绿色发展指数构建与测度: 2005—2018年. 改革, 2020, (1): 133-145.

[ GONG Q W, LI X M. Construction and measurement of agricultural green development index: 2005-2018. Reform, 2020, (1): 133-145.]

[9]
CHEN Z, LI X, XIA X. Measurement and spatial convergence analysis of China's agricultural green development index. Environmental Science and Pollution Research, 2021, 28: 19694-19709.

DOI

[10]
姚鹏, 李慧昭. 农业水权交易能否推动农业绿色发展. 中国农村经济, 2023, (2): 17-40.

[ YAO P, LI H Z. Can agricultural water rights trading promote green agricultural development?. China Rural Economy, 2023, (2): 17-40.]

[11]
LUO J, HUANG M, HU M, et al. How does agricultural production agglomeration affect green total factor productivity? Empirical evidence from China. Environmental Science and Pollution Research, 2023, 30: 67865-67879.

DOI

[12]
BEN J M, BEN Y S. Renewable energy consumption and agriculture: Evidence for cointegration and Granger causality for Tunisian economy. International Journal of Sustainable Development & World Ecology, 2017, 24(2): 149-158.

[13]
WEINZETTEL J, WOOD R. Environmental footprints of agriculture embodied in international trade: Sensitivity of harvested area footprint of Chinese exports. Ecological Economics, 2018, 145: 323-330.

DOI

[14]
XU X, ZHANG N, ZHAO D, et al. The effect of trade openness on the relationship between agricultural technology inputs and carbon emissions: Evidence from a panel threshold model. Environmental Science and Pollution Research, 2021, 28: 9991-10004.

DOI

[15]
SHEN Z, WANG S, BOUSSEMART J P, et al. Digital transition and green growth in Chinese agriculture. Technological Forecasting and Social Change, 2022, 181: 121742, https://doi.org/10.1016/j.techfore.2022.121742.

DOI

[16]
BENYAM A, SOMA T, FRASER E. Digital agricultural technologies for food loss and waste prevention and reduction: Global trends, adoption opportunities and barriers. Journal of Cleaner Production, 2021, 323: 129099, https://doi.org/10.1016/j.jclepro.2021.129099.

DOI

[17]
马国群, 谭砚文. 环境规制对农业绿色全要素生产率的影响研究: 基于面板门槛模型的分析. 农业技术经济, 2021, (5): 77-92.

[ MA G Q, TAN Y W. Research on the impact of environmental regulation on green total factor productivity in agriculture: Analysis based on panel threshold model. Agricultural Technology and Economics, 2021, (5): 77-92.]

[18]
XU L, JIANG J, DU J. The dual effects of environmental regulation and financial support for agriculture on agricultural green development: Spatial spillover effects and spatio-temporal heterogeneity. Applied Sciences, 2022, 12(22): 11609, https://doi.org/10.3390/app122211609.

[19]
TANG M, CAO A, GUO L, et al. Improving agricultural green total factor productivity in China: Do environmental governance and green low-carbon policies matter?. Environmental Science and Pollution Research, 2023, 30(18): 52906-52922.

DOI

[20]
陈学云, 程长明. 乡村振兴战略的三产融合路径: 逻辑必然与实证判定. 农业经济问题, 2018, (11): 91-100.

[ CHEN X Y, CHENG C M. The three-product integration path of rural revitalization strategy: Logical necessity and empirical determination. Agricultural Economic Issues, 2018, (11): 91-100.]

[21]
陈红霞, 雷佳. 农村一二三产业融合水平测度及时空耦合特征分析. 中国软科学, 2021, (s1): 357-364.

[ CHEN H X, LEI J. Measurement of integration of rural primary, secondary and tertiary industries and characteristics analysis of spatial and temporal coupling. China Soft Science, 2021, (s1): 357-364.]

[22]
张林, 温涛. 数字普惠金融如何影响农村产业融合发展. 中国农村经济, 2022, (7): 59-80.

[ ZHANG L, WEN T. How digital inclusive finance affects the integrated development of rural industries. China Rural Economy, 2022, (7): 59-80.]

[23]
王丽纳, 李玉山. 农村一二三产业融合发展对农民收入的影响及其区域异质性分析. 改革, 2019, (12): 104-114.

[ WANG L N, LI Y S. The impact of rural one, two and three industries integration development on farmers' income and its regional heterogeneity analysis. Reform, 2019, (12): 104-114.]

[24]
郝爱民, 谭家银. 农村产业融合赋能农业韧性的机理及效应测度. 农业技术经济, 2023, (7): 88-107.

[ HAO A M, TAN J Y. Mechanism and effect measurement of rural industrial integration empowering agricultural resilience. Agricultural Technology and Economics, 2023, (7): 88-107.]

[25]
SHEN W, LIU L B, PENNINGTON G L, et al. Industry convergence in rural tourism development: A China-featured term or a new initiative?. Current Issues in Tourism, 2019, 22(20): 2453-2457.

DOI

[26]
YANG G, ZHOU C, ZHANG J. Does industry convergence between agriculture and related sectors alleviate rural poverty: Evidence from China. Environment, Development and Sustainability, 2022, 25: 12887-12914.

DOI

[27]
罗明忠, 魏滨辉. 农村产业融合的环境效应分析. 农村经济, 2022, (12): 57-66.

[ LUO M Z, WEI B H. Analysis of environmental effects of rural industrial integration. Rural Economy, 2022, (12): 57-66.]

[28]
李周. 中国农业绿色发展: 创新与演化. 中国农村经济, 2023, (2): 2-16.

[ LI Z. Green development of Chinese agriculture: Innovation and evolution. China Rural Economy, 2023, (2): 2-16.]

[29]
ROSENBERG N. Technological change in the machine tool industry, 1840-1910. The Journal of Economic History, 1963, 23(4): 414-443.

DOI

[30]
BOEHLJE M, SCHRADER L F. Agriculture in the 21st Century. Journal of Production Agriculture, 1996, 9(3): 335-341.

DOI

[31]
葛继红, 王猛, 汤颖梅. 农村三产融合、城乡居民消费与收入差距: 效率与公平能否兼得?. 中国农村经济, 2022, (3) : 50-66.

[ GE J H, WANG M, TANG Y M. Rural industrial integration, consumption of urban and rural residents and urban-rural income gap: Can both efficiency and fairness be achieved?. Chinese Rural Economy, 2022, (3): 50-66.]

[32]
尹昌斌, 李福夺, 王术, 等. 中国农业绿色发展的概念、内涵与原则. 中国农业资源与区划, 2021, 42(1): 1-6.

[ YIN C B, LI F D, WANG S, et al. The concept, connotation and principles of green development in Chinese agriculture. China Agricultural Resources and Zoning, 2021, 42(1): 1-6.]

[33]
曹群, 张恩英, 刘增凡. 农村一二三产业融合促进乡村振兴的支持政策研究. 商业研究, 2022, (4): 132-139.

[ CAO Q, ZHANG E Y, LIU Z F. Research on support policies for integration of rural primary, secondary and tertiary industries for rural revitalization. Business Research, 2022, (4): 132-139.]

[34]
姜松, 周洁, 邱爽. 适度规模经营是否能抑制农业面源污染: 基于动态门槛面板模型的实证. 农业技术经济, 2021, (7): 33-48.

[ JIANG S, ZHOU J, QIU S. Whether moderate-scale operation can inhibit agricultural surface source pollution-empirical evidence based on a dynamic threshold panel model. Agricultural Technology and Economics, 2021, (7): 33-48.]

[35]
XU B, NIU Y, ZHANG Y, et al. China's agricultural non-point source pollution and green growth: Interaction and spatial spillover. Environmental Science and Pollution Research, 2022, 29(40): 60278-60288.

DOI

[36]
宋博, 穆月英, 侯玲玲. 农户专业化对农业低碳化的影响研究: 来自北京市蔬菜种植户的证据. 自然资源学报, 2016, 31(3): 468-476.

[ SONG B, MU Y Y, HOU L L. A study on the impact of farm household specialization on agricultural decarbonization: Evidence from vegetable farmers in Beijing. Journal of Natural Resources, 2016, 31(3): 468-476.]

[37]
诸培新, 苏敏, 颜杰. 转入农地经营规模及稳定性对农户化肥投入的影响: 以江苏四县(市)水稻生产为例. 南京农业大学学报: 社会科学版, 2017, 17(4): 85-94, 158.

[ ZHU P X, SU M, YAN J. Influence of transferred farmland operation scale and stability on farmers' fertilizer inputs: An example of rice production in four counties (cities) of Jiangsu. Journal of Nanjing Agricultural University: Social Science Edition, 2017, 17(4): 85-94, 158.]

[38]
王亚平, 任建兰, 程钰. 科技创新对绿色发展的影响机制与区域创新体系构建. 山东师范大学学报: 人文社会科学版, 2017, 62(4): 68-76.

[ WANG Y P, REN J L, CHENG Y. Influence mechanism of science and technology innovation on green development and the construction of regional innovation system. Journal of Shandong Normal University: Humanities and Social Sciences Edition, 2017, 62(4): 68-76.]

[39]
杜建军, 章友德, 刘博敏, 等. 数字乡村对农业绿色全要素生产率的影响及其作用机制. 中国人口·资源与环境, 2023, 33(2): 165-175.

[ DU J J, ZHANG Y D, LIU B M, et al. Impact of digital countryside on green total factor productivity in agriculture and its mechanism of action. China Population, Resources and Environment, 2023, 33(2): 165-175.]

[40]
BOYD G A, MCCELLAND J D. The impact of environmental constraints on productivity improvement in integrated paper plants. Journal of Environmental Economics and Management, 1999, 38(2): 121-142.

DOI

[41]
TI C, HAN X, CHANG S X, et al. Mitigation of agricultural NH3 emissions reduces PM2.5 pollution in China: A finer scale analysis. Journal of Cleaner Production, 2022, 350: 131507, https://doi.org/10.1016/j.jclepro.2022.131507.

DOI

[42]
秦天, 彭珏, 邓宗兵, 等. 环境分权、环境规制对农业面源污染的影响. 中国人口·资源与环境, 2021, 31(2): 61-70.

[ QIN T, PENG J, DENG Z B, et al. Impacts of environmental decentralization and environmental regulation on agricultural surface pollution. China Population, Resources and Environment, 2021, 31(2): 61-70.]

[43]
胡森林, 鲍涵, 郝均, 等. 环境规制对长三角城市绿色发展的影响: 基于技术创新的作用路径分析. 自然资源学报, 2022, 37(6): 1572-1585.

DOI

[ HU S L, BAO H, HAO J, et al. Impacts of environmental regulation on green development in Yangtze River Delta cities: A path analysis based on technological innovation. Journal of Natural Resources, 2022, 37(6): 1572-1585.]

DOI

[44]
张艳红, 陈政, 萧烽, 等. 高质量发展背景下湖南农村产业融合发展水平测度与空间分异研究. 经济地理, 2021, (7): 1-15.

[ ZHANG Y H, CHEN Z, XIAO F, et al. A study on the measurement and spatial differentiation of the level of integrated development of rural industries in Hunan in the context of high quality development. Economic Geography, 2021, (7): 1-15.]

[45]
朱媛媛, 罗源, 罗静, 等. 资源型地区乡村三产融合及其内生动力提升: 以湖北省大冶市为例. 自然资源学报, 2023, 38(8): 1989-2008.

DOI

[ ZHU Y Y, LUO Y, LUO J, et al. Integration of three industries in rural villages and its endogenous power enhancement in resource-based areas: Taking Daye city of Hubei province as an example. Journal of Natural Resources, 2023, 38(8): 1989-2008.]

DOI

[46]
宋全云, 吴雨, 尹志超. 金融知识视角下的家庭信贷行为研究. 金融研究, 2017, (6): 95-110.

[ SONG Q Y, WU Y, YIN Z C. A study on household credit behavior from the perspective of financial knowledge. Financial Research, 2017, (6): 95-110.]

[47]
ROHNE T E. A green revolution in sub-Saharan Africa? The transformation of Ethiopia's agricultural sector. Journal of International Development, 2021, 33(2): 277-315.

DOI

Options
Outlines

/

〈 〉