江蘇省農業科技創新對鄉村振興的影響研究

中圖分類號：F327 文獻標志碼：A 文章編號：2096-9902（2025）14-0073-07

Abstract：InordertostudytheimpactofagriculturalscienceandtechnologyinnovationonruralrevitalizationinJiangsu Province，thispaperusesatwo-wayfixedfectmodeltotakethedataofvariousprefecture-levelcitiesinJiangsuProvince from2011to2O22asexamples.Theresultsshowthatagriculturalscienceandtechnologyinovationhasasignificantpromoting efectonruralrevitaization.Afterdealingwithaseriesofendogenousproblemsandrobustnesstests，thecoclusionisillvalid. Mechanismanalysisshowsthatagriculturalscienceandtechnologyinovationmainlypromotesruralrevitlizationbyimproving thelevelofagiculturalmechanizationandtheficiencyofagiculurallandoutput.Terefore，corrspondingcountermeasuesand sugestiosareputforwardtoimprovetheconstructionofagriculturalinfrastructureinJiangsuProvince，buildadiversified capital investment mechanism，and strengthen thecultivationof agricultural scienceand technology innovationtalents.

Keywords：JiangsuProvince；agriculturalscienceandtechnologyinnovation；ruralrevitalization；agriculturalmechanization level;agricultural land output efficiency

作為新時代我國的一項重要戰略任務，鄉村振興是破解“三農”問題，推動農業農村現代化的核心路徑。隨著生物育種、設施農業、綠色農業等技術的發展，鄉村振興的核心動能正從傳統要素向科技創新加速轉變。在這一背景下，農業專利作為現代農業創新重要載體，不僅是農業生產力躍升的“助推器”，更是改善農業農村經濟狀況的重要驅動力和實現城鄉之間要素雙向流通的關鍵機制。農業科技成果加速轉化為農業產業升級提供新的動力，通過延長農業產業鏈和深人探索新的農業發展空間為農民增加收人創造條件。隨著農業科技的快速發展和鄉村振興全面推進，學界對農業科技創新與鄉村振興的關系進行了廣泛討論。在理論上，學者們普遍認為農業科技創新可以促進農業現代化，改善農村環境，促進鄉村全面振興-4。在實證上，學者們多采用省級層面數據，通過耦合協調度模型以及空間杜賓模型考察我國農業科技創新對鄉村振興的影響，得出農業科技創新可以顯著促進鄉村振興的結論[5-。本文借鑒學者們的研究，建立江蘇省2011—2022年13地市鄉村振興水平測度和指標體系，計算各地市的鄉村振興指數，實證檢驗農業科技創新對鄉村振興的影響。江蘇省在鄉村振興戰略的實施中，充分發揮了農業大省的優勢，通過科技創新賦能等多元路徑，形成了一系列具有示范意義的實踐經驗。通過對江蘇省的研究，可以深人了解農業科技發展的情況以及科技創新對鄉村振興的影響。

1 理論分析與研究假說

1.1農業科技創新對江蘇省鄉村振興的影響

現代農業科技作為多學科交叉、多技術集成的復雜系統，涵蓋了生物技術、數字農業、智能裝備，設施農業、綠色技術及農產品加工科技等，能夠高效率地從“產業興旺、生態宜居、鄉風文明、治理有效、生活富裕\"五大維度促進鄉村振興。

第一，鄉村產業發展面臨著產業機構單一、產業鏈短、附加值低的問題，農業科技創新可以通過技術手段推動農業生產效率提升和產業鏈延伸，促進農產品的精深加工與品牌化，提高附加值，吸引城市資本資金流人農村，推動城鄉產業融合發展，促進農村產業興旺。

第二，隨著我國生態文明建設進入新階段，在“雙碳”戰略目標的驅動下，農業領域碳排放治理壓力日益凸顯，農業科技創新通過助力碳中和與生態宜居協調發展，推廣緩釋肥、生物農藥等綠色投入品結合智能施肥技術，減少農業污染，實現綠色可持續發展，改善農村人居環境。

第三，隨著城鎮化的快速發展，傳統農耕文化式微，年輕人對鄉土文化認同感下降，鄉村文旅資源開發不足，公共服務文化匱乏。農業科學技術可以通過數字文化平臺和文化創意等手段，賦能鄉村振興，增強農民的科學素養。

第四，一個治理有效的鄉村社會，需要保障農民的醫療、教育和養老。現代農業科技通過搭建遠程診療平臺降低農民的醫療費用，推廣數字教育縮小城鄉教育差距。通過發展庭院經濟幫助老人創收，用互助養老平臺連接鄰里資源，緩解養老壓力。

第五，雖然農民的收入逐年升高，但是現有的城鄉之間收入差距依然較大，農村青壯年勞動力外流嚴重。現代農業科技可以提高農產品附加值，延伸農業產業鏈增加農民收入和提高生活質量。

基于上述分析，提出假設H1：農業科技創新可以顯著提升鄉村振興水平。

1.2農業科技創新影響江蘇省鄉村振興的機制

從提高農業生產機械化水平來看，農業科技創新有助于提升畝均農業機械總動力。隨著城鎮化進程加快，農村青壯年勞動力持續外流，農業勞動力呈現老齡化，耕地棄耕拋荒率逐年攀升。在這樣的背景下，農業機械化水平的提高一方面可以在勞動力數量縮減的壓力下通過智能化的生產要素來降低勞動強度，提高農業生產效率，促進農村經濟發展。另一方面，機械化發展為鄉村人口就業提供了新的支點，高效的農機社會化服務體系也會吸引部分外出務工人員返鄉創業，打破勞動力短缺的困境，開拓出更有韌性的農業發展空間。

基于上述分析，提出假設 H2a ：農業科技創新能夠提高農業機械化水平來促進鄉村振興。

從提高土地產出效率來看，農業科技創新有助于優化資源配置，提升單位面積產出。土地作為農業生產中最重要的基礎要素，土地生產效率直接決定了農業的產出水平和資源可持續性。一方面，精準農業技術依托物聯網與大數據，將生產要素動態精準匹配到田地，打破粗放經營的資源錯配困境，物聯網感知系統可以實時反映土壤情況和作物長勢，降低了生產成本的同時提高了土地的單位面積產能。另一方面，在農業技術提高生產效率的同時，溢出的勞動力和資金等要素催生出新的業態和創新模式，促使農業結構向高附加值、全鏈條方向轉型升級，為鄉村振興注入了可持續的內生動力。

基于上述分析，提出假設H2b：農業科技創新能夠提高土地生產效率來促進鄉村振興。

2 實證研究設計

2.1 模型設定

為了驗證江蘇省農業技術創新對鄉村振興的影響，本文設定如下回歸模型：

Rural_it=α₀+α₁Tech_it+α₂Controls_it+ε_it+μ_i+δ_t ，式中：被解釋變量 Rural_it 表示城市 i 在 χ_t 時期的鄉村振興水平， 表示城市 i 在 χ_t 時期的農業科技創新水平， Controls_it 為控制變量， ε_it 表示隨機擾動項 ?，μ_i 和δ_t 分別表示個體固定效應和時間固定效應。

2.2 變量說明

2.2.1 被解釋變量

本文選取鄉村振興水平（Rural）作為被解釋變量，鄉村振興戰略對農村經濟、社會、文化和生態文明等都提出全面要求，旨在推動農業農村現代化，實現城鄉融合發展。本文根據《鄉村振興戰略規劃2018—2022年》的明確要求，從產業興旺、生態宜居、鄉風文明、治理有效、生活富裕5個維度構建江蘇省鄉村振興水平指標體系，結合徐雪等、毛錦凰和鄒露等的研究成果，考慮到江蘇省各地市數據的可獲得性、指標選取的科學性和代表性，選取20個二級指標構成鄉村振興水平評價指標體系，采取熵權法確定各指標權后進而計算江蘇省各地市樣本期內鄉村振興指數得分，具體見表1。

2.2.2 解釋變量

本文選取農業技術創新（Tech）作為被解釋變量，采用江蘇省各地市每年的農業專利授權數量，單位是萬件。專利授權量相較于研發投入或企業調查數據具有更高的權威性與透明度，降低了主觀性。

2.2.3 控制變量

本文還選取城鎮化率（Urban）、科學技術支出占一般公共預算支出的比重（Stc）基礎設施水平（Infr）、社會消費水平（Scl）人口密度（Pop）產業結構中第二產業增加值占GDP的比重（Structure）進出口總額占GDP的比重（To）作為控制變量。變量說明見表2。

表1江蘇省鄉村振興水平評價指標體系

注： + 為正向指標，-為負向指標。

表2變量說明

2.3研究對象和數據來源

本文選取江蘇省13個地級市2011—2022年的面板數據，研究農業科技創新對鄉村振興的影響。被解釋變量和控制變量數據來源于《江蘇省統計年鑒》《中國城市統計年鑒》以及江蘇省各地市統計年鑒，解釋變量數據來源于PatSnap。

各變量描述性統計見表3，不同年份城市間鄉村振興指數差距較大，反映出各城市鄉村振興水平有較大的差別。農業科技專利授權量樣本期內城市間同樣存在較大差異，同時也反映2011一2022年農業專利發展速度較快。

3 實證分析

3.1 基準回歸

表4展示了本文采用城市聚類的穩健標準誤進行的基準回歸結果。其中，列（1展示的是不加入控制變量，且未固定年份和城市的回歸效果；列（2）展示的是不加入控制變量，但固定了年份和城市的回歸結果；列（3）展示的是加入了控制變量，但未固定年份和城市的回歸結果；列（4）展示的是加入控制變量，且固定年份和城市的回歸結果。從表4列（4）的結果可以看出，農業科技創新的系數顯著為0.573且在 1% 的水平上顯著，初步說明農業科技創新可以促進鄉村振興發展。驗證了本文的假設H1。

表3主要變量的描述性統計結果

3.2 內生性檢驗

3.2.1 工具變量法

由于農業專利技術從研發到應用需要經歷研發、試驗、推廣和采納的過程，需要政府、科研機構、企業、農戶等多方協作，具有周期長、分散性和地域性的特點。科技創新的經濟效應通常具有時滯性，對鄉村產業結構優化和生態環境改善可能在2～6年后顯現，并且鄉村振興水平的提高可能會使得更多資金流入從而促使技術創新。因此為了減少反向因果的干擾，本文采用科學技術公共預算支出取對數與農業科技創新滯后四期的交乘項作為工具變量，進行2SLS檢驗。回歸結果見表5的（1）工具變量法。第一階段顯示工具變量與核心解釋變量呈現正相關，第二階段回歸結果顯示農業科技創新與鄉村振興的系數在 1% 水平上顯著為正；工具變量通過了不可識別檢驗和弱工具變量檢驗，工具變量合理。

表4基準回歸結果

注：***、**、*表示在 1%5% ， 10% 水平上顯著，括號內為 χ_t 統計量，下同。

3.2.2 雙重差分法（DID）

本文采用國家自主創新示范區試點作為外生政策沖擊來評估農業科技創新對鄉村振興的影響]。國家自主創新示范區試點名單上的城市更可能因為政策導向和資源聚集而提高對科技創新的重視程度。以2014年國務院正式批復，同意支持江蘇省內多個城市建設國家自主創新示范區為政策沖擊設置時間虛擬變量 （Time_i） ，若為2014年及以后的年度則為1，反之為0；以城市是否被列人國家自主創新示范區試點名單設置分組虛擬變量 （Treat_i） ，若為國家自主創新示范區則為1，反之為0。政策變量虛擬變量為Treati×

Time即城市虛擬變量與時間虛擬變量的交乘項。構建如下雙重差分模型：

Rural_it=α₀+α₁Treat_i×Time_t+α₂Controls_it+ε_it+μ_i+δ_t

表5的列（2）DID檢驗匯報了 Treat_i×Time_t 的回歸結果。可以發現，“國家自主創新示范區試點”的估計系數在 5% 的水平上顯著為正，表明該項政策的實施顯著提升了試點城市的鄉村振興水平，在一定程度上驗證了前文的結論。

表5內生性檢驗結果

3.3 穩健性檢驗

3.3.1 滯后解釋變量

農業科技成果轉化周期長、風險大、不確定因素復雜[1，為了緩解內生性并驗證結果的穩健性考慮到樣本年份較少，本文將核心解釋變量農業技術創新分別滯后2期、4期、6期進行回歸，結果見表6。在回歸分析中，滯后解釋變量均顯著，且滯后4期效應最強，初步推斷農業技術擴散對鄉村振興的影響呈現出“倒U型曲線”。當農業技術專利滯后2期時，技術處于初步推廣階段；當滯后4期，技術進人成熟應用階段，新型技術實現對鄉村振興效果最大化；當滯后6期，隨著時間推移技術面臨更新迭代，原有的技術競爭力下降，市場的逐步飽和也導致采納新技術的農戶減少，技術面臨著邊際收益遞減的狀況。

3.3.2 替換被解釋變量

為了減少鄉村振興指數測量可能產生的偏誤，通過替換被解釋變量的方法能夠更準確地反映農業科技創新對鄉村振興的影響。第一種替換方式是考慮增加農民收人是我國“三農”工作的中心任務，也是檢驗鄉村振興成效的重要指標，因而采用農村居民人均可支配收入的自然對數值替代“鄉村振興”重新進行回歸[3，回歸結果見表7列（1），結果依舊顯著。第二種參考王奇等4的研究，將地區經濟發展水平作為鄉村振興的代理變量，回歸結果見表7列（2），回歸結果在 5% 的水平上依舊顯著。第三種采用主成分分析法替換熵值法，再次計算江蘇省鄉村振興水平并記為 Rur ，重新測算農業科技創新對江蘇省鄉村振興的影響，具體結果見表7列（3），回歸結果在 1% 的水平上顯著。

表6滯后解釋變量結果

表7替換被解釋變量結果

3.3.3 分位數回歸

為了探究農業技術創新與江蘇省各地市鄉村振興的關系是否受到鄉村振興水平高低的影響，本文使用馬爾科夫鏈蒙特卡洛方法（MCMC）隨機抽樣1000次，分別在鄉村振興水平10分位點、25分位點、50分位點、75分位點、90分位點進行了分位數回歸，結果見表8。農業技術創新的系數在分位數回歸中均顯著為正，這表明無論是在鄉村振興水平高還是鄉村振興水平低的城市，農業技術創新均有利于促進鄉村振興水平的提高。

3.4 機制檢驗

在基準回歸中，通過雙向固定效應模型可以判斷農業科技創新對江蘇省鄉村振興有促進作用，在機制分析中將進一步研究農業科技創新驅動鄉村振興的路徑。一方面，科技創新通過研發適配性農機裝備，增加單位面積的機械動力，緩解了傳統農業對于勞動力的過度依賴，促進了鄉村產業鏈延伸和剩余勞動力轉移。另一方面，智慧農業技術通過精準調控要素投人，既避免了傳統粗放生產引發的資源浪費與環境污染，又通過優化要素配置提升單位土地的邊際產出。因此，參考程莉等[、徐志剛等的研究，在這部分引入農業機械化水平（Mec）和農業土地生產效率（Alp）這2個機制變量。

表8分位數回歸的實證結果

3.4.1 農業機械化水平

選取畝均農業機械總動力來度量農業機械化水平，表9中的列（1）檢驗了農業科技創新對農業機械化水平的影響，由結果可知回歸系數為7.332，且在1% 的水平上顯著；列（2）在控制了農業科技創新的影響后，農業機械化水平的提升顯著促進了鄉村振興。驗證了本文的假設 H2a 。

3.4.2農業土地生產效率

從提高土地產出率來看，表9中列（3）檢驗了農業科技創新對農業土地生產效率的影響，由結果可知回歸系數為6.424，且在 1% 的水平上顯著;列（4）在控制了農業科技創新的影響后，農業土地生產效率的提升顯著促進了鄉村振興。驗證了本文的假設 H2b 。

3.5 異質性分析

為了深入研究農業科技創新對鄉村振興之間的關系進一步從區域異質性、城鎮化水平異質性、經濟發展水平異質性的角度研究農業科技對鄉村振興的賦能效應。

3.5.1 區域異質性

將江蘇省劃分為蘇南、蘇中、蘇北3個子樣本來研究農業科技創新對鄉村振興的區域異質性，結果見表9。回歸結果顯示，3個區域農業科技創新對鄉村振興的水平有明顯區別，蘇北地區效應最強，在 5% 的水平上系數為0.477，蘇南次之在 10% 的水平上顯著為正，蘇中不顯著。

3.5.2 城鎮化水平異質性

基于江蘇省各地級市城鎮化率與全省城鎮化率中位數水平的比較，將樣本劃分為城鎮化水平較高和城鎮化水平較低2個子樣本進行研究，采用虛擬變量D₁ 來表示，高于中位數的城市賦值為1，低于中位數的城市賦值為0，將交互項 Tech×D₁ 引入基準模型作為核心解釋變量， Tech 作為控制變量進行回歸，在控制變量中剔除城鎮化率。回歸結果見表10列（2），Tech×D₁ 估計系數顯著為正，表明江蘇省各地市城鎮化水平對鄉村振興具有正向調節作用。

表9機制檢驗結果

3.5.3 經濟發展水平異質性

基于江蘇省各地級市人均GDP與全省人均GDP中位數水平的比較，將樣本劃分為經濟發展水平較高和經濟發展水平較低2個子樣本進行研究，采用虛擬變量 D₂ 來表示，高于中位數的城市賦值為1，低于中位數的城市賦值為0，將交互項 Tech×D₂ 引入基準模型作為核心解釋變量， Tech 作為控制變量進行回歸。回歸結果見表10列（3）， Tech×D₂ 估計系數顯著為正，表明江蘇省各地級市經濟發展水平對鄉村振興具有正向調節作用。

4結論與啟示

4.1結論

本文選取江蘇省2011—2022年13個地級市的數據基于理論分析構建雙向固定效應模型，實證探討了農業科技創新對鄉村振興的影響效應，影響機制以及異質性。得出了以下結論。

1）農業科技創新可以顯著提升江蘇省鄉村振興水平。

2）機制分析表明，農業科技創新可以通過提高畝均農業機械總動力和農業土地生產效率來促進鄉村振興。

3）異質性分析表明，農業科技創新對鄉村振興的影響呈現蘇北最高、蘇南次之、蘇中居后的格局，并且城鎮化水平、經濟發展水平越高農業科技創新的提升效應越大。

表10異質性分析結果

4.2 政策啟示

1）完善基礎設施建設，優化外部環境。一是加強農田水利設施建設，推進智能節水灌溉系統，實現農業用水數字化管理，提高農田用水效率。二是升級農田電網，構建韌性能源供給體系，重點推進智能電網改造，實施農網擴容工程、推廣智能微電網并且在沿海地區部署抗臺風電力基塔，發展農光互補項目，降低用電成本。

2）加強科技人才培育，拓寬推廣平臺。一是完善線上線下相結合的農業科技成果轉化平臺，為農業科研院所、農業企業、農戶之間搭建起信息交流和合作對接的渠道，增強農業技術傳播推廣效率。二是構建農民教育培訓體系，提供多元化的教育服務，通過優惠政策鼓勵農民參與培訓，提升農民的整體文化素質，培育懂知識、懂技術、懂市場的新型農民。

3）構建多元資金體系，促進持續發展。一是建立鄉村振興基金，通過政府注資、企業捐贈和社會募集等方式籌集資金，用于鄉村振興重點項目和工程。二是創新農業科技金融產品擴寬融資渠道，開展知識產權證券化試點，深化供應鏈金融。三是提高綠色農業保險補貼力度，減輕農民因新舊技術轉換期間可能出現的收益波動問題，鼓勵農民采取更加環保的農業技術，實現可持續發展，保護生態環境。

參考文獻：

[1]孔祥利，夏金梅.鄉村振興戰略與農村三產融合發展的價值邏輯關聯及協同路徑選擇[J].西北大學學報（哲學社會科學版），2019，49（2）：10-18.