《Sustainability》：Agricultural New Quality Productive Forces and Sustainable Rural Development: Spatial Spillovers, Income Distribution Effects, and Farmers’ Income Growth in China
编辑推荐：
在中国农业部门中，农业新质生产力（ANQPFs）构成了一种新兴的生产力范式；然而，其是否以及通过何种机制影响农村经济可持续性，仍有待进一步的实证检验。以往学术研究主要考察了ANQPFs对生产效率的影响，而对收入分配与空间扩散的关注相对不足。本研究基于2014–
在中国农业部门中，农业新质生产力（ANQPFs）构成了一种新兴的生产力范式；然而，其是否以及通过何种机制影响农村经济可持续性，仍有待进一步的实证检验。以往学术研究主要考察了ANQPFs对生产效率的影响，而对收入分配与空间扩散的关注相对不足。本研究基于2014–2023年中国286个地级市的面板数据，评估了ANQPFs如何影响农民收入增长、分配公平性与空间扩散。方法论上，本研究将双重机器学习（DML）方法与交互项设定及空间计量技术相结合，以识别非线性关联与空间依赖性。实证证据表明，ANQPFs对农民收入增长具有显著的正向贡献，主要通过数字生产力与科技生产力实现，其中农村产业融合与农村创业发挥着关键的传导路径作用。值得注意的是，这些增收效应表现出显著的包容性特征：低收入地区与群体的边际收益明显更大，这意味着ANQPFs有助于缩小而非扩大农村收入差距。此外，ANQPFs还产生可观的积极空间溢出效应，经济优势向邻近地区辐射。本文为ANQPFs促进农民收入增长、缩小收入差距及产生空间溢出提供了实证洞见，并提出了旨在推进农村经济可持续发展的政策建议。
论文解读：农业新质生产力与农民收入增长——机制、分配效应与空间溢出
一、研究背景与问题提出
农民收入的持续增长是全球减贫与可持续发展目标（SDGs）的核心前提。联合国2030年可持续发展议程目标2.3明确提出在本十年内使小规模粮食生产者的生产力与收入翻倍。全球约五分之四的极端贫困人口生活在农村地区，家庭农场供应了世界80%以上的粮食产出。世界银行的比较证据表明，农业部门增长对减贫的拉动作用是其他部门的2至4倍。
在中国国家战略架构中，农村居民收入持续增长同样具有举足轻重的地位。然而，农业部门长期依赖的投入密集型、粗放型增长模式日益难以为继，传统要素投入对农村收入增长的边际贡献持续递减。官方统计显示，2011年至2025年间，农村居民人均可支配收入实际增长率从11.4%下降至6.0%，城乡收入绝对差距从约14800元扩大至32000元。这一增速放缓叠加绝对差距扩大，可能侵蚀农村居民的公平感与获得感，对社会稳定和乡村振兴议程构成潜在冲击。
在此背景下，以科技创新为核心驱动力的新质生产力概念进入农业领域。2025年中央一号文件首次提出"以科技创新引领先进生产要素集聚，因地制宜发展农业新质生产力"。农业新质生产力（ANQPFs）被概念化为以农业科技创新为驱动、以数字化和绿色化为特征、能够通过新技术应用与新业态培育提升农业全要素生产率（TFP）的先进生产力形态。然而，ANQPFs是否真正加速农民收入增长？通过何种传导机制发挥作用？其收益局限于本地还是跨区域扩散？这些问题亟待实证检验。
既有研究存在三方面不足：其一，对ANQPFs的测量多停留在省级宏观层面，缺乏地级市尺度的系统考察；其二，多数研究聚焦于生产效率而忽视收入分配效应；其三，对空间溢出效应的关注相对匮乏。本研究正是针对上述缺口展开。
二、研究设计与核心方法
研究人员构建了2014–2023年中国286个地级市的连续平衡面板数据集，数据来源涵盖《中国城市统计年鉴》、各省市统计年鉴、国民经济和社会发展公报、北京大学数字普惠金融指数、阿里研究院淘宝村发展报告、国家知识产权局专利记录以及浙江大学中国农业研究中心（CCAD）数据库等。缺失数据通过线性插值处理。
研究方法上，本研究采用三重技术架构。第一，运用双重机器学习（DML）方法进行因果识别，通过随机森林算法估计高维控制变量的干扰函数，采用5折交叉拟合获取正交化残差，有效规避传统参数回归模型的函数形式误设与"维度诅咒"问题。第二，采用交互项模型检验ANQPFs的收入分配效应，以城市层面农民相对收入为被解释变量，通过ANQPFs与基期相对收入（2014年）的交互项系数符号判断"马太效应"抑或"包容性效应"。第三，运用空间杜宾模型（SDM）检验空间溢出效应，构建地理-经济嵌套空间权重矩阵，同时捕捉地理邻近与经济相似性引致的空间依赖。内生性处理采用部分线性工具变量DML框架（DML-IV），以1984年每百人固定电话数与滞后一期互联网宽带普及率的交互项作为工具变量。
三、主要研究发现
3.1 直接效应检验
基准回归结果显示，ANQPFs对农民收入（ICM）的影响在1%水平上显著为正，且该结论在双向固定效应（TWFE）模型与不同设定的DML模型中保持一致。维度分解表明，农业数字生产力与农业科技生产力是增收效应的主要驱动力，二者均在1%水平上显著为正；农业绿色生产力的平均效应虽为负但未达统计显著性。进一步的市场化程度分组回归揭示，在高市场化子样本中绿色生产力对农民收入具有显著正向影响，而在低市场化子样本中效应不显著，说明绿色生产力的增收效应依赖于绿色认证体系、品牌营销渠道与消费者支付意愿等市场条件的成熟度。
3.2 稳健性与内生性检验
研究人员实施了多重稳健性检验：改变样本分割比例（1:7与1:2）、替换机器学习算法（Lasso回归与神经网络）、以农村居民人均消费支出（CSM）替代被解释变量、剔除四个直辖市样本以及1%缩尾处理，ANQPFs系数在所有设定下均保持正向显著。内生性处理方面，DML-IV估计结果同样显示ANQPFs系数正向显著，表明基准结论并非内生选择所致。
3.3 机制检验
中介效应检验采用江艇（Jiang）的检验程序，在DML与TWFE两种框架下估计。结果显示，ANQPFs对农村一二三产业融合水平（INDs）与农村创新创业指数（CREI）的影响均显著为正。Bootstrap检验（1000次重复）确认两个中介路径的置信区间均不包含零，直接效应在1%水平上显著。这表明ANQPFs通过促进农村产业融合——纵向延伸产业链、横向拓展农业功能、发展数字流通渠道——以及激活农村创新创业——降低信息、资本与技能壁垒，提高创业成功率——两条路径实现农民增收。
3.4 异质性分析
地理异质性方面，ANQPFs的增收效应在四大区域均显著为正，但系数大小呈梯度分布：西部（0.342）>东北（0.312）>中部（0.284）>东部（0.231）。这一排序与ANQPFs发展水平的区域分布呈镜像关系——东部发展水平最高但边际效应最小，西部发展水平最低但边际效应最大，符合边际报酬递减规律。农业功能区异质性方面，产消平衡区效应最强，主销区次之，主产区最弱，后者受"多种粮不多挣钱"的权衡约束及保障国家粮食安全的结构性使命制约。农民收入水平异质性方面，分位数回归显示低收入组获得最大增收效应，中等收入组次之，高收入组最弱，呈现明显的递减梯度。
3.5 收入分配效应检验
交互项模型回归结果显示，ANQPFs系数显著为正，交互项系数显著为负，表明ANQPFs对初始相对收入较低的地区具有更强的增收效应。边际效应分析图呈现明显的下行趋势：初始收入越低，相对收入增长越快，农民收入差距持续收窄。这一证据直观验证了ANQPFs的包容性特征——其不仅充当"增长引擎"，更扮演"分配均衡器"的角色，使低收入农民群体更快追赶平均水平。
3.6 空间溢出效应检验
全局莫兰指数（Moran's I）显示，2014–2023年间农民收入与ANQPFs均呈现显著的正向空间集聚。空间杜宾模型（SDM）估计结果显示，ANQPFs对本地农民收入具有显著正向直接效应（0.208），同时产生显著的正向间接效应（1.861），即空间溢出效应。这表明ANQPFs发展通过技术扩散、学习效应与跨区域市场联动，促进邻近地区农民收入的协同增长。
四、研究结论与政策启示
本研究得出五项核心结论：第一，ANQPFs对农民收入增长具有显著且稳健的正向影响，数字生产力与科技生产力为主要驱动力，绿色生产力的平均效应在样本期内尚待显现。第二，增收效应主要通过农村产业融合与农村创新创业两条渠道传导。第三，效应呈现地理、功能与分配三重异质性：自西部内陆向东部沿海递减，产消平衡区最强、主产区最弱，随农民基期收入上升单调递减。第四，ANQPFs具有分配包容性而非偏袒性，低初始收入地区获得更大边际收益，兼具增长引擎与分配均衡器双重功能。第五，ANQPFs产生显著正向空间溢出效应，通过技术扩散与区域市场联动提升邻近地区农民收入。
政策建议方面：其一，因地制宜发展ANQPFs，在粮食主产区优先推进种业研发与智慧农业，在山区丘陵发展特色农业，同时治理数字鸿沟、绿色成本转嫁、平台利润攫取与劳动力替代等负外部性；其二，深化农村三产融合与创新创业支持，建立"龙头企业+合作社+农户"等利益联结机制，强化反垄断与平台监管；其三，针对区域与群体异质性实施差异化政策，向低收入农民提供专项补贴、智能农机租赁与数字技能培训；其四，完善收入分配支持政策，通过转移支付与社会保障巩固包容性增长成果；其五，建立跨区域联动机制，打破行政壁垒，促进农业科技创新成果共享与数据要素流通，形成"核心引领、周边共进"的区域协同格局。
