张广辉 邓因 石傲傲|农业新质生产力水平测度、区域差异及驱动因素研究

农业强国是社会主义现代化强国的重要基础。新时代我国社会主要矛盾已转变为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾，这一宏观矛盾在农业领域尤为突出。一方面，人民对高品质多样化农产品、农业生态价值及农村多元功能的需求持续升级，传统农业发展模式已难以满足日益多元的市场需求；另一方面，我国农业发展仍存在要素配置效率偏低、科技创新滞后、组织化程度不高等问题，成为制约农业生产力升级的关键因素。长期以来，为保障庞大人口规模的粮食安全与农产品稳定供给，我国农业逐步形成了依赖土地、资本、农业化学品等要素密集投入及农业机械装备应用的粗放型发展模式。该模式虽在阶段性上保障了基础供给，但也引发了资源过度消耗与生态环境污染等问题，主要依赖传统要素投入的驱动模式面临发展瓶颈和不可持续的挑战。伴随新一轮科技革命和产业变革的深入发展，生物育种、数字智能等前沿技术加速渗透，为农业发展提供了新机遇，以科技创新、要素重组与制度创新为核心的农业新质生产力，成为破解供需矛盾、筑牢粮食安全根基、推动农业现代化的关键路径。2025年中央一号文件明确指出要发展农业新质生产力，中共中央、国务院印发的《加快建设农业强国规划（2024—2035年）》也进一步强调要以发展农业新质生产力推进农业强国建设。因此，深入阐释农业新质生产力的理论内涵与特征，构建科学的量化评估体系，识别其驱动机制并探索因地制宜的培育路径，对于突破当前农业发展困境、加快建设农业强国具有重要意义。

现有研究主要围绕农业新质生产力的理论构建与量化研究展开。理论构建主要聚焦于内涵界定与影响因素两方面：在理论内涵方面，习近平总书记指出新质生产力以劳动者、劳动资料、劳动对象及其优化组合的跃升为基本内涵，以“全要素生产率大幅提升”为核心目标。学者在此基础上，根植于马克思主义生产力理论展开研究。农业新质生产力由新质劳动者、新质劳动资料和新质劳动对象三个方面构成；作为新质生产力在农业领域的具体实践，农业新质生产力是一种突破传统发展路径的先进生产力形态。其核心要义可从多维度阐释，例如以建设现代农业产业体系、生产体系、经营体系为依托，以农业强国建设为导向，以农业科技化、数字化、网络化、智能化为主线，通过整合科技创新资源，最终形成具备新产业、新业态、新模式特征的现代农业生产力形态。在影响因素方面，从微观视角来看，人力资本是驱动农业新质生产力的关键因素。当前，数字化、人工智能等新技术深度渗透农业生产体系，农业劳动力素质、经营主体能力以及社会化服务效能需契合新质生产力发展对人力资本的复合型需求。同时，土地要素的规模、质量与配置结构直接影响农业生产效率，其与新型生产资料的深度融合为农业生产力质态跃升提供动力。从宏观视角来看，要素市场制度缺位、知识产权保护体系不完善及激励机制失衡等制度环境约束，显著限制了农业新质生产力发展。政府通过资源配置引导与体制机制创新构建的保障体系，以及适度的政策支持，可强化农业新质生产力发展动能。市场机制则通过深化农产品市场化改革、扩大高水平对外开放以及实现农产品价值溢价，形成对农业新质生产力的内生激励。随着我国农业产业融合逐步深化，尤其在新一代信息技术赋能下，产业链延伸与业态创新重塑了农业生产边界，新兴产业、未来产业与传统产业深度融合显著推动了农业新质生产力发展。

当前，农业新质生产力量化研究主要围绕评价指标构建、评估方法及区域差异展开。评价指标构建主要包括三类范式：一是部分学者直接以农业全要素生产率作为农业新质生产力的核心衡量指标，认为其能集中体现农业生产要素的配置效率与产出能力；二是基于马克思主义生产力三要素理论，从劳动者、劳动资料、劳动对象维度构建评价体系；三是结合农业新质生产力科技化、数智化等特征，将评价维度拓展至科技创新、劳动要素、产业升级及农业生态等方面。在评估方法方面，研究多采用熵权- TOPSIS法、熵值法、纵横向拉开档次法进行综合评价；在区域差异分析方面，主要采用泰尔指数、变异系数法和Dagum基尼系数法；在空间格局演进及驱动因素方面，多采用Kernel密度估计、空间自相关分析、马尔可夫链模型及障碍度模型等；在研究范围上，以全国、省域为主，也包括长江经济带、粮食主产区等特定区域。

现有研究在农业新质生产力方面取得显著进展，但仍有进一步拓展空间。一是对农业新质生产力的核心内涵与特征尚未形成统一范式，不同研究视角下的内涵界定与评价标准存在差异。二是常用的熵权-TOPSIS法虽具客观赋权优势，但纵向时间序列可比性不足，而纵横向拉开档次法难以反映指标重要性差异。三是研究范围多集中于省域或特定区域，较少关注承上启下的地级市层面，而省域内地级市间农业新质生产力差异显著。四是研究多停留在影响因素的理论分析，虽有少量实证检验，但对多重因素交互作用机制缺乏深入揭示。基于此，本文的边际贡献在于：一是系统界定农业新质生产力的核心内涵与外延，从“科技创新、要素跃迁、发展模式转换、产业转型”四个维度构建较为全面的评价指标体系，丰富和深化相关理论与评价框架。二是采用以2012年为基期的定基极差熵权法进行全局标准化，增强时序分析的可比性，并以282个地级市为研究对象，结合粮食主产区、主销区和产销平衡区的功能定位，运用Dagum基尼系数识别区域差异来源及演变特征，揭示农业新质生产力的空间分异格局。三是运用最优地理探测器方法，从政府市场协同、经济社会基础、要素禀赋和自然环境等维度，系统识别关键影响因素，深入揭示其在不同城市和三大粮食功能区中的异质性影响及交互作用机制。

农业新质生产力是马克思主义生产力理论的时代化创新，标志着农业生产方式由“数量积累”向“质态跃升”的根本性转变。农业新质生产力以科技创新为核心驱动力，以农业生产要素的数字化、智能化、绿色化发展为导向，通过突破传统农业增长方式、生产力发展路径，实现全要素生产率大幅提升，代表着农业领域更高水平、更具可持续性的先进生产力形态。其内涵可从科技创新、要素跃迁、绿色导向与产业转型四个维度加以系统阐释，具体见图1。

（1）科技创新：农业新质生产力的核心驱动力

科技创新通过催生新产业、新模式、新动能，深刻重塑农业生产体系，是农业新质生产力形成的核心驱动力。首先，农业科技创新呈现出技术群落集成与系统协同的特征，而非单项技术的线性改良。农业生产具有高度的要素互补性，例如，种业创新需要与栽培技术、适配装备及优质耕地协同匹配；绿色减排技术亦须与田间管理、加工储运、循环利用技术深度衔接。因此，农业新质生产力所依托的科技创新，更多体现为生物技术、数字技术与绿色技术等关键技术的集群式突破与系统性融合，关键在于将技术集群深度融合至种养、加工、储运、流通及消费的全链条，实现农业生产效率跃升。其次，科技创新推动农业技术发展范式从“适应性改良”为主向“创造性突破”转型。传统农业技术进步以经验型改良为主，旨在适应既有自然条件和生产模式，具有渐进性和累积性特征。相比之下，农业新质生产力体现了熊彼特式的“创造性破坏”，即通过突破性技术集群对原有技术路径、组织方式与产业结构进行系统性替代与重塑。例如，智能决策系统替代经验判断，基因编辑技术重构育种逻辑，农业机器人重塑劳动过程等。这种创新不仅变革了技术体系，更赋予农业生产主动优化系统形态、拓展价值空间的能力。

（2）要素跃迁：农业新质生产力的核心构成

农业新质生产力在继承这一基本分析框架的基础上，赋予各要素以新的时代内涵及其优化组合。首先，劳动者素质由传统体力经验型向知识型、技能型与创新型转变。从现实情况看，我国农业劳动者技能与知识获取仍以生产过程中的经验积累为主，整体素质有待提升。面向未来农业新质生产力发展，随着现代农业科技和数字技术深度渗透，农业劳动呈现出专业化、分工化的特征。一方面，以生产经营为主的新型职业农民逐步成为生产主体，他们既掌握传统农艺技能，又具备数字素养、数据分析能力和现代经营管理知识，并在生产经营型、专业技术型和社会化服务型等方面实现专业分工。另一方面，科研人员、企业技术人员等农业创新型人才队伍不断壮大，主要从事农业人工智能、智能装备研发以及供应链数字化改造等复杂多元的创造性劳动。同时，智能化农业机器人作为“扩展型劳动者”逐步加入生产体系，实现与人类劳动力的协同互补，有效缓解农村劳动力结构性短缺问题。

其次，劳动资料属性由以机械化为主向数智化特征转变。作为劳动者作用于劳动对象的中介系统，劳动资料的技术形态和技术水平在很大程度上直接影响生产力的发展高度。从发展阶段看，我国农业劳动资料已逐步转向机械化，而新一轮科技革命和产业变革正推动农业装备体系和基础设施加速升级。在农业新质生产力框架下，劳动资料不仅包括植保无人机、自动化采收设备等实体性生产工具，还包括农业数据平台、智能决策系统等数字技术载体，这类新型劳动资料显著改变了农业劳动组织方式和生产决策机制。

再次，劳动对象范围由以物质形态为主拓展为物质与非物质相结合的复合形态。农业新质生产力条件下的新型劳动对象，既包括传统意义上的自然物质实体，也包含数字化、虚拟化技术生成的新劳动对象形态。在传统农业生产中，劳动对象主要是土地、水资源以及动植物，其开发与利用高度依赖自然禀赋。随着农业新质生产力的发展，劳动对象的内涵发生结构性拓展。一方面，传统物质性劳动对象通过设施化、工程化和标准化方式改造得到深化。另一方面，数据、算法和模型等非物质要素在特定条件下逐渐成为新的劳动对象，拓展了农业生产的可能性边界。

最后，生产要素的优化组合是农业新质生产力跃迁的关键机制。熊彼特指出，创新的本质在于“建立一种新的生产函数”，即通过对生产要素的重新组合，形成新的生产结构和价值创造方式。在现代农业体系中，各类要素相互作用、协同效应显著，科学配置与高效组合有助于释放要素潜能，提升生产效率并催生新质生产力。具体而言，一是在要素优化组合方式上，传统农业生产力主要依赖土地、劳动力和资本的线性叠加，而农业新质生产力则源于以科技创新为引领的数据、技术、资本与劳动力的非线性融合，从而提高农业全要素生产率。二是要素优化组合有赖于生产组织方式的系统性变革。现实中，生产主体分散、市场分割和信息不对称抬高了要素跨主体、跨环节配置的交易与协调成本，制约了配置效率提升，尤其在以数据、技术和知识要素为支撑的现代农业中，更需通过标准化流程、平台化协作和网络化分工等制度化、组织化手段提高整体效率。三是农业新质生产力的要素配置离不开多主体协同。农业科技创新及成果转化涉及政府、企业、高校、科研院所和新型农业经营主体等多方，通过科学的制度设计和组织机制，对分散要素与能力进行创新性整合，有助于提升科技成果转化与产业化水平，加快农业新质生产力的形成与发展。

（3）绿色导向：农业新质生产力的本质属性

农业生产高度依赖自然资源和生态系统，绿色发展是农业新质生产力的内在要求。习近平总书记在二十届中央政治局第十一次集体学习时指出，“绿色发展是高质量发展的底色，新质生产力本身就是绿色生产力”。在新发展阶段，若技术革命性突破和要素创新性配置脱离资源环境约束，将难以形成可持续的长期发展能力。从发展逻辑看，农业新质生产力并非建立在资源消耗持续扩张的基础之上，而是通过技术进步、制度优化和生产方式变革，提高资源利用效率和生态系统服务功能，从而实现经济产出与生态效益的协同提升，这决定了绿色发展是农业新质生产力的本质属性。发展农业新质生产力，实质上是通过以科技创新为引领，推动农业生产方式由粗放型向集约化、清洁化和低碳化转变，从而在资源环境约束条件下实现农业的系统性转型。

（4）产业转型：农业新质生产力的实现载体

农业新质生产力的培育和发展，最终需要通过农业产业体系的深度转型升级加以实现。农业产业深度转型既表现为农业生产、加工、销售等产业链条的整合提升，也体现为农村新兴产业与未来产业的发展以及各产业深度融合。一方面，在生产端，数字化与智能化技术深度渗透农业生产过程，改变了农业劳动组织方式和生产决策机制，推动农业由经验驱动向数据驱动转变；另一方面，在产业端，农业由单一生产功能向多元价值功能拓展，促进加工、流通、服务等环节与农业生产深度融合，形成更加完整、韧性更强的现代农业产业体系。从产业结构特征看，农业新质生产力所依托的产业形态具有高度融合性与开放性特征。这种产业形态不以单一产业部门为边界，而是通过各类产业交叉、技术渗透和要素重组，推动农业与制造业、服务业以及数字经济深度融合，不断催生新兴农业产业和未来产业形态，成为农业新质生产力的重要载体。

第一，政府支持与市场环境构成农业新质生产力发展的基础条件。我国基本经济制度在发挥市场配置资源决定性作用的同时，也强调政府引导职能。农业新质生产力涵盖科技创新、要素配置和生产组织等多个方面，涉及政府、企业和农户等多元主体，其发展过程需要政策引导与市场机制协同发力。第二，经济社会要素是重要外部条件。经济发展水平和社会环境为农业新质生产力提供物质基础与市场需求，一般而言，区域经济水平越高，农业科技投入越大，技术扩散条件越完善，越有利于其培育与可持续发展。第三，要素禀赋是农业新质生产力的基础性约束。土地、劳动力等要素的数量、质量及结构差异，直接影响新技术应用和生产方式转型，决定其提升空间与实现路径。第四，自然气候因素同样具有重要影响。降水、温度和光照的时空分布从根本上限定作物适宜性和技术路径，而极端气候则推动农业技术向抗逆性和精准化方向升级。

依据农业新质生产力的理论内涵与现实特征，从科技创新、要素跃迁、发展模式转换和产业转型四个维度构建综合评价指标体系（见表1）。具体而言，科技创新维度强调农业新质生产力形成的核心动力，从创新投入与产出两端选取指标；要素跃迁维度关注传统要素向现代要素转变，通过经营主体现代化、土地要素高效化和资本要素数字化加以衡量；发展模式转换维度立足生产方式的深层变革，从数字化生产与绿色化生产两个方面刻画；产业转型维度则从产业结构优化和价值链提升出发，考察农业产业链延伸与整合程度。需要说明的是，绿色导向与科技创新、要素跃迁和产业转型共同构成农业新质生产力的核心内涵。鉴于指标体系需兼顾理论一致性与现实可操作性，未将“绿色导向”单独设为评价维度，而是将其具体嵌入发展模式转换之中，以绿色化生产反映农业在资源节约、环境友好和生态保护方面的转变。

（1）定基极差熵权法

定基极差熵权法是在传统熵权法基础上引入定基极差标准化方法形成的改进型赋权方法。相较于以各年份自身为参考体系的常规做法，该方法通过选取固定年份作为基准年，有效增强了综合评价结果在时间维度上的可比性。参考周小亮等的做法，以样本初始年份2012年为基准，采用定基极差法对原始指标进行标准化处理，并进一步采用熵权法进行客观赋权。

（2）Dagum基尼系数

为探究农业新质生产力的区域差异，参考Dagum的做法，采用Dagum基尼系数及其分解法，以子样本为分析单元，将农业新质生产力发展总体差异分解为区域内差异、区域间差异和超变密度，以便识别空间相对差异来源。

（3）最优参数地理探测器

为厘清农业新质生产力发展的驱动因素，参考王劲峰等的做法，引入最优参数地理探测器进行分析，利用R语言的GD包进行计算，其计算公式如下：

其中，q 表示驱动因子的解释程度，值域为[0,1]；L表示因素的类型数；N和N_h分别表示全区和层 h 的单元数；σ²和σ_h²分别表示全区和层 h 的农业新质生产力指数的方差。

本文基于2012—2022年中国282个地级市面板数据，剔除上海、北京、天津、重庆四个直辖市及数据缺失严重的城市和年份。地级市层面数据主要来源于《中国城市统计年鉴》、各市《国民经济和社会发展统计公报》和《政府工作报告》。新型农业经营主体和涉农专利数据来自浙大卡特—企研中国涉农研究数据库（CCAD），农业产业化国家重点龙头企业名单来源于农业农村部监测数据，城市数字普惠金融指数来源于北京大学数字金融研究中心。对个别缺失值采用线性插值法和均值法补充。鉴于农业科技人员和农业科技活动经费数据难以直接获取，参考陈振等的方法，以农林牧渔业总产值占地区生产总值比重加权地区R&D经费内部支出和R&D人员，作为农业R&D经费内部支出和人员的代理指标。

在全国层面分析基础上，进一步从粮食主产区、主销区和产销平衡区三个功能区展开研究（见图2）。从全国层面看，农业新质生产力总体呈稳步上升态势，但整体水平仍然偏低。2022年农业新质生产力全国均值仅为0.328 6，明显低于广州（0.490 5）、武汉（0.361 3）和哈尔滨（0.375 9）等城市2013年的水平。这一方面源于小农经济占比高、土地细碎化推高了新技术和新装备的单位成本，制约了新型农业生产资料的持续迭代更新。另一方面，新一代信息技术、高端农业装备和前沿生物技术主要集中于少数发达地区，尚未形成全国范围的扩散效应。从时间演进看，2012—2019年为缓慢增长期，年均增幅为13.23%，增长主要依赖要素投入扩张和结构调整，新质生产要素作用有限，2019年农业数字经济渗透率仅为8.9%，显著低于工业（21.0%）和服务业（40.7%）。2019—2022年进入政策驱动的转型突破期，总体水平由0.218 6升至0.328 6，在数字农业和绿色发展政策推动下，农业生产加快向集约化、智能化和绿色化转型，实现短期快速增长。同时，各维度发展不均衡，科技创新亟待突破。2022年科技创新指数均值仅为0.080 1，我国农业科技创新投入强度偏低，2022年仅为0.95%。叠加农业技术研发周期长、风险高和公共属性强等特征，抑制了企业创新投入积极性。要素跃迁维度由0.180 6增长至0.488 9，产业转型维度由0.187 8增长至0.365 6，发展模式转换维度由0.130 2增长至0.884 5，增幅最大且与总体趋势一致，这表明农业生产数字化、绿色化转型对推动农业新质生产力加快形成发挥了显著支撑作用。

从不同区域层面看，2012—2022年三大功能区农业新质生产力均稳步提升，但水平与增速差异显著，整体呈现“粮食主销区>粮食主产区>粮食产销平衡区”的梯度格局。形成这一格局的原因在于，粮食主销区多为东部沿海经济发达地区，依托资本积累与科创溢出效应，高资金投入推动农业前沿科技渗透应用，且耕地稀缺倒逼农业向集约化、高附加值的都市现代农业转型，农业新质生产力起点高、增速快。粮食主产区虽有农业规模化经营优势，但粮食产业比较效益低、对地方经济增长贡献有限，导致地方农业科技研发投入不足、粮食产业链延伸滞后，加之国家粮食安全战略下，粮食主产区非农产业与土地开发建设管控严格，新兴产业发展受限，难以带动农业数字化、绿色化、融合化转型，制约了农业新质生产力提升速度；粮食产销平衡区多位于西南、西北，受地形复杂、生态脆弱、基础设施薄弱等客观因素制约，农业生产要素配置效率低，人才与技术引进困难，农业现代化进程滞后，处于梯度格局底端。

为从市域角度考察其发展特征，依据测度结果对282个城市进行分类：以2012年全国均值为初始阈值，将城市分为高、低两类梯度；再以各类均值为阈值，从高到低细分为高水平（0.9～1.931 5）、中高水平（0.113 5～0.182 9）、中低水平（0.074 1～0.113 5）和低水平（0～0.074 1）四类，并按各城市2012—2022年平均值完成归类（见表2）。

2012—2022年间处于高水平、中高水平的城市共201个，占样本总量的71.28%。其中，广州以1.079 0得分位居首位，成都（0.816 8）、长沙（0.710 7）和青岛（0.623 8）次之。从空间分布看，高值城市主要集中于河北、山东、安徽、黑龙江、江苏、浙江、福建、广东等主产区与主销区的核心省份。石家庄（0.456 5）、济南（0.441 0）、合肥（0.559 0）、哈尔滨（0.505 2）、南京（0.406 5）、杭州（0.527 2）等经济中心或产业枢纽城市表现尤为突出。从城市差异看，农业新质生产力虽源于农业部门，但其提升高度依赖技术、资本与制度等非农要素的集聚。依据内生增长理论，中心城市作为区域增长极，通过“虹吸效应”集聚高技能劳动力和创新资本，加速农业技术研发、扩散与应用。以广州为例，其农业科研机构、高校和企业研发平台高度集中，2023年农业科技进步贡献率超过75.00%，显著高于全国水平（63.20%）。同时，中心城市在要素市场化、农业金融和政策试点方面具有制度优势，有效降低交易成本，推动技术效率向现实生产力转化，持续强化农业新质生产力水平。中低水平和低水平城市主要分布于辽宁、四川、云南、甘肃、广西、宁夏等粮食主产区和产销平衡区的外围地区，如本溪、辽阳、保山、嘉峪关、石嘴山等。这类城市普遍受资源环境承载力不足、自然禀赋偏弱、技术扩散能力有限和财政自给率较低等结构性约束，难以形成持续的科技创新与要素升级动力。总体来看，我国农业新质生产力呈现显著的“中心—外围”空间分异格局。

为揭示区域差距的形成机制，采用Dagum基尼系数及其分解方法进行测度。考察期内，农业新质生产力基尼系数由0.311波动增长至0.363，表明空间非均衡程度加剧，协同推进面临挑战。从差异来源分解看，区域间差异、区域内差异及超变密度的年均贡献率分别为23.24%、42.77%和33.99%，其中区域内差异贡献率最高，说明城市间分化是总体差距扩大的主要来源，因此需要更加注重各城市间的协调发展。

分区域看，三大功能区农业新质生产力的差异特征各异。粮食主产区基尼系数均值为0.326，整体变动平稳。依据新古典增长理论，粮食主产区城市在资源禀赋和产业结构上相似，以粮食规模化生产为主，在智慧农业、高标准农田建设等普惠政策推动下，农业新质生产力呈现趋同增长态势。粮食主销区基尼系数波动剧烈且持续扩大，由2012年的0.275升至2022年的0.370。依据增长极理论，创新要素向市场规模大、技术体系完善、数字基础设施优越的核心城市集聚，通过农业产业链的协同效应与技术溢出效应进一步扩大地区差距。以杭州、广州为例，这些城市依托数字经济与科研资源，将人工智能、大数据等深度融入农业生产、流通及服务环节，推动农业生产方式变革。相比之下，舟山、丽水、云浮、汕尾、阳江等城市仍以初级生产和资源依赖型农业为主，科技投入不足、数字化水平低，在核心城市虹吸效应下要素持续外流，加剧了粮食主销区内部结构性分化。粮食产销平衡区内部差距均值最低，但呈显著上升趋势。该区域农业以稳产保供为核心，技术扩散、要素配置与政策支持相对均衡；但随着数字农业、智慧农机、生物育种等新技术的加快应用，各地在特色产业、数字化水平、科技投入强度上的分化逐步显现，部分城市农业新质生产力快速提升，区域内城市间差距随之持续扩大。

基于对我国农业新质生产力发展外延的分析，将其驱动因素概括为政府与市场、经济社会、要素禀赋和自然气候四类，并选取11项指标进行量化表征（见表3）。具体而言，在政府与市场因素方面，因缺乏直接反映政策环境的量化指标，且相关政策主要由政府主导推进，这里以城市新闻网中“新质生产力”相关文本量作为代理变量；市场层面以城市行政等级表征（副部级、准副省级、一般城市分别赋值为3、2、1，正省级样本已剔除），以反映资源配置能力和政策倾斜程度，进而刻画市场机制对农业新质生产力的驱动效应。在经济社会因素方面，分别以人均GDP衡量经济发展水平、城镇人口占比衡量城镇化率、赔付支出占保费收入比重表征农业保险效能，反映社会经济体系对农业自然风险和市场风险的承受能力。要素禀赋因素方面，以亩均粮食产量表征土地生产率，以农村劳动力平均受教育年限衡量劳动质量，以农业从业人员人均农业产值反映劳动效率。自然气候因素方面，选取城市年均降水量、年均气温和年累计日照时长作为表征指标。数据来源方面，“新质生产力”词频数据来自马克数据网，自然气候数据来自国家环境信息中心，其余数据均来源于统计年鉴。

（1）因子探测

从全国层面看，农业新质生产力驱动因素存在显著异质性（见表4）。政府与市场、经济社会及要素禀赋因素的解释力显著强于自然气候因素。其中，政策环境强度与城市行政等级的因子q值最高，其次为经济发展水平、城镇化率、劳动效率与质量；降水、气温、日照等自然气候因子q值较低、解释力较弱，表明政策环境与城市行政等级是核心驱动因素。从时序演变看，政策环境强度解释力持续上升，q值由2012年的0.130升至2022年的0.256，反映政策密集出台对转型的强力推动作用；城市行政等级q值虽从0.460降至0.400。2012—2019年经济发展水平、城镇化率及农业保险效能q值上升，表明经济增长和城镇化对农业新质生产力具有明显拉动效应。2019年后上述因素q值普遍下降，可能是由于农业生产力发展重心转向技术创新与绿色转型。要素禀赋方面，2012—2019年劳动效率和质量的q值较高，但2019年后显著减弱，主要因农业机械化与数字化快速发展对传统劳动力的深度替代。

分区域来看，粮食主产区主要受政府与市场、经济社会及自然气候因素驱动。2019年后政策环境强度q值由0.072升至0.253，城市行政等级虽仍居高位但呈下降趋势；经济社会因素解释力先升后降。要素禀赋因素中，劳动效率q值从2012年的0.327降至2022年的0.080，而土地生产率q值从0.085增至0.118。自然气候因素仅在主产区表现出驱动效应，这与主产区以粮食种植为主、对气候敏感性更高的特性相关。总体而言，主产区正由依赖劳动力和行政等级，转向以政策引导、技术升级和土地增效为核心的驱动模式。主销区的主要驱动力是政府与市场、经济社会两类因素。政策环境强度、城市行政等级、经济发展水平及城镇化率的q值始终保持高值，2022年分别为0.629、0.503、0.558和0.549。其驱动本质在于城市经济对农业的深度改造。依据诱致性技术变迁理论，主销区多位于经济发达、行政等级较高的核心城市，高城镇化和城市扩张压缩农业土地与劳动力供给，诱导农业向技术和资本密集型转型。此外，该区城市依托较强财政和产业基础，通过投入、产业融合和数字技术引入，推动休闲农业、农村电商和智慧农业等新业态发展。粮食产销平衡区的驱动因素呈现明显阶段性：2012—2019年主要依赖城市行政等级、城镇化率以及劳动质量和效率；2019—2022年，政策环境强度和经济发展水平的解释力显著增强。

（2）因子交互探测

因子探测仅揭示单一因素对农业新质生产力空间分异的解释力，而现实中多种因素往往以协同或拮抗方式共同作用。基于2022年数据进一步采用交互探测分析因子间的联合作用。结果显示全国及三大功能区交互作用类型主要表现为双因子增强或非线性增强，即任意两因子交互的q值均大于单一因子之和，多数组合呈现“1+1>2”的显著协同效应。

从全国层面看，政策环境强度（NP）、城市行政等级（CL）、经济发展水平（PG）为核心交互因子，其与其他因子的交互作用普遍有较高解释力，表明政府干预、市场机制与经济基础在农业新质生产力培育中的关键作用。q值排前三位的组合依次为：经济发展水平（PG）∩气温条件（TE）、城市行政等级（CL）∩气温条件（TE）、政策环境强度（NP）∩城市行政等级（CL），均呈现非线性增强效应。从区域层面看，主产区的因子交互作用呈现高q值与非线性增强特征。其中，城市行政等级（CL）与政策环境强度（NP）两因子与其他因子的交互作用均较强，尤其是与农业保险效能（IN）、气温条件（TE）、日照条件（SZ）以及劳动效率（AL）等交互组合的解释力显著增强。这源于主产区规模化生产对要素投入和风险承担的高要求，经营主体创新意愿相对不足，需依托财政补贴、农业保险和政策保障等政府手段进行风险补偿，并通过市场机制引导技术升级和要素优化。粮食主销区q值排名前三的因子组合依次为城镇化率（UL）∩农业保险效能（IN）、城镇化率（UL）∩土地生产率（LP）、城镇化率（UL）∩经济发展水平（PG），其中城镇化率（UL）作为核心因子多次出现。这源于粮食主销区农地资源有限、劳动力加速外流，对外部要素依赖度高。城镇化不仅推动农产品市场化体系发展与居民消费能力提升，还通过需求拉动创新要素集聚，形成乘数效应，推动农业新模式和新业态发展。粮食产销平衡区中经济发展水平（PG）、城镇化率（UL）、农业保险效能（IN）等经济社会因素与要素禀赋因素、自然气候因素具有强交互作用。相较其他区域，该区域政府政策倾斜与市场集聚效应相对较弱，复杂地形导致基础设施建设难度大、技术推广应用受限，政府与市场协同放大作用有限。

第一，从全国层面看，2012—2022年农业新质生产力发展总体稳步提升并呈现明显阶段性特征，但整体水平仍偏低；各维度发展不均衡，科技创新维度发展滞后，产业转型维度水平最高；区域格局形成“粮食主销区>粮食主产区>粮食产销平衡区”的梯度差异，且主销区领先优势持续扩大。第二，从市域层面看，农业新质生产力呈显著的“中心—外围”空间格局，70%以上城市实现明显提升。第三，从空间分异看，农业新质生产力的总体基尼系数呈上升趋势，区域差异持续扩大，其中区域内差异是造成这种差异的主要原因。三大功能区内部差异均呈扩大态势。第四，从驱动因素看，各因子对农业新质生产力的解释力具有动态差异。全国层面，政府与市场、经济社会及要素禀赋因素解释力较强，自然气候因素通过交互作用增效。区域层面，粮食主产区依赖于多因子交互作用；粮食主销区以政府与市场、经济社会因素双核驱动为主，城镇化率为关键交互因子；粮食产销平衡区驱动因素从城市行政等级转向政策环境、经济发展因素，且经济社会因素分别与要素禀赋、自然气候因素具有强交互作用。

第一，提高农业科技创新能力。一是加大农业基础研究投入力度。将其纳入国家科技发展优先序列，支持有条件的地区根据发展需求设立农业基础研究专项，探索中央和地方联合出资、协同推进重大基础研究任务的新方式。二是完善农业科技成果转化和推广机制。通过补贴降低农民新技术采纳门槛，提供普惠性科技与教育资源，建立激励机制推动科技人员助力农民破解技术应用难题。三是注重区域差异化发展。粮食主销区应侧重前沿技术的原始创新与突破；粮食主产区则需强化实用技术的转化应用，将智能农机、绿色种植等技术与规模化生产需求对接，提升技术落地效率；粮食产销平衡区应结合自然条件与要素禀赋，培育特色产业技术体系，推动耐旱品种、生态种植等技术的本地化适配。

第二，推动区域农业新质生产力协调发展。一是强化核心城市对边缘城市的技术和产业辐射，建设跨市域技术共享平台和示范基地，引导加工、物流企业向边缘地区延伸布局；二是支持边缘城市补齐数字基础设施和新型经营主体培育短板，提升产业承接能力，通过政策引导推动区域内部资源共享和要素流动，形成“高值带动低值”的协同发展格局。

第三，因地制宜实施差异化推动策略。在全国层面必须推动新质生产力政策对城市的普惠性与同步性。区域层面实施精准驱动，粮食主产区应推动高标准农田建设与土地经营权有序流转，并搭建农业科技成果转化平台，推广生产中的实用先进技术，实现土地、资本、技术等关键要素的深度协同。粮食主销区应发挥市场与资本优势，发挥政府投资基金的引导带动作用，支持企业牵头组建创新联合体，发展定制农业、观光农业等新业态。粮食产销平衡区应结合资源气候条件，规划特色农产品优势区，优化营商环境，吸引加工企业落户，发展仓储保鲜与电商物流，培育区域特色发展动能。

（为适应微信阅读，略去注释和参考文献）

原文见于《东北大学学报（社会科学版）》

2026年第2期