中国农业多功能的时空格局演变及创新驱动分析_王艳.pdf

doi:10 3969/j issn 1005 8141 2023 03 008中国农业多功能的时空格局演变及创新驱动分析王艳王艳1 1，孙朔孙朔1 1，龚新蜀龚新蜀2 2(1 石河子大学 经济与管理学院，新疆 石河子 832003;2 兵团屯垦经济研究中心，新疆 石河子 832003)摘要:采用功能评价模型对中国 31 个省份 20112020 年农业多功能进行测度，利用 ESDA 法考察时空格局演变特征，借助动态面板模型探究其创新驱动因素。结果表明:农业多功能发展指数不断增长，其中农产品供给、经济发展、社会服务功能呈“阶梯式”递减态势，生态涵养功能呈“圆环式”递减态势，文化传承与休闲体验功能分别呈“南北高、中间低”和“南高北低”态势。农业多功能地区分布呈现显著的空间自相关，主要表现为“H H”型和“L L”型。技术、市场、主体、制度等维度的创新对农业多功能的发展呈显著的正向驱动效应，但各维度对农业各功能的作用方向存在差异。关键词:农业多功能;创新驱动;时空格局演变;ESDA中图分类号:F327文献标志码:A文章编号:1005 8141(2023)03 0319 09Analysis on the spatial temporal pattern evolution and innovation drive of Chinas agricultural multi functionWANG Yan1，SUN Shuo1，GONG Xin shu2(1 School of Economics and Management，Shihezi University，Shihezi 832003，China;2 Corps eclamation Economic esearch，Shihezi 832003，China)Abstract:This paper used the functional evaluation model to measure the agricultural multi functionality of 31 provinces in Chinafrom 2011 to 2020，and used ESDA spatial exploratory method to investigate the evolution characteristics of the spatiotemporal patternOn this basis，this paper used the dynamic panel model to explore its innovation driving factors The results showed that:The multi functional development index of agriculture was increasing，among which the supply of agricultural products，economic development andsocial service functions were in a“ladder decreasing trend，the ecological conservation function was in a“ring decreasing trend，andthe cultural inheritance and leisure experience functions were in a“North South high，Middle low and“South high and North lowrespectively The distribution of agricultural multi functional areas showed significant spatial autocorrelation，mainly H H type andL L type The innovation of technology，market，main body，system and other dimensions had a significant positive driving effect onthe development of agricultural multi function，but there were differences in the direction of each dimension on agricultural functionsKey words:agricultural multifunctional;innovation driven;spatiotemporal pattern evolution;ESDA收稿日期:2022 08 24;修订日期:2022 11 05基金项目:国家社会科学基金项目(编号:21XMZ062);文化名家暨“四个一批”人才工程;万人计划哲学社会科学领军人才项目(编号:中宣办发 2017 25 号);兵团社科基金项目(编号:20YB07);兵团社科重 点 项 目(编 号:21ZD03);自 治 区 社 科 联 项 目(编 号:2022ZJFLY49)。第一作者简介:王艳(1981 )，女，山东省高唐人，副教授，硕士生导师，主要从事产业经济与区域经济研究。通讯作者简介:孙朔(1997 )，女，山东省淄博人，硕士研究生，主要从事产业经济与区域经济研究。0引言农业多功能是现阶段农业发展的现实要求和农业现代化的重要标志之一1，2，是实现农业发展模式转变、促进农村产业融合、提升农业产业价值的重要体现3 5。2021 年，农业农村部发布关于拓展农业多种功能 促进乡村产业高质量发展的指导意见 指出要“全面推进乡村振兴新要求，拓展农业多种功能”;2022 年，中央一号文件指出“要鼓励各地拓展农业多种功能，强化产业链与创新链融合”。随着中国经济进入高质量发展新时代，发展方式由传统的要素驱动转向创新驱动，如何深入挖掘各地区农业多种功能，探究创新对其驱动效应的内在实质，成为促进农业高质量发展、深化农村产业融合、实现乡村振兴的关键问题。农业多功能作为近年来的一个研究热点，受到学界的广泛关注，研究主要集中在以下 4 个方面:农业多功能的内涵界定。多数学者认为农业多功能除了最基础的农产品生产供给功能外，还具有地域、生态、文化、社会和经济等多元化功能4，6，7。农业多功能的划分角度与方式。学界认为一种是按照直接功能将农业划分为生产、经济和生态等功能8，9，另一种是强调间接功能，注重农业与其他产业之间的交互10，11。农业多功能的评价测度。主要包括熵值法、综合指数法、组合赋权法、功能评价法、快速聚类法、动态因子分析法等12 14，虽方法913资源开发与市场 esource Development Market 2023 39(3)经济与管理较多，但由于研究视角和研究目的不同，导致目前并未形成统一的评价指标体系。农业多功能的驱动因素，目前研究数量较少且角度不一，学者普遍认为农业多功能是由技术创新所引致的农业与其他产业的交叉演化而来15，16，是内外部驱动因素共同作用的结果17，18。综上，已有文献多基于宏观角度分析农业多功能的发展现状和驱动因素，本文拟着眼于乡村振兴发展战略，紧扣科技赋能新理念，聚焦全国农业多功能的时空演变特征，并深刻剖析其背后的创新驱动因素，为创新驱动发展战略的贯彻落实和乡村振兴战略的稳步推进提供参考。1研究方法1 1评价指标体系在遵循代表性、可操作性、独立性和可拓展性原则的基础上，参考现有对农业多功能评价指标体系的研究，将农业多功能发展评价指标体系划分为农产品供给、经济发展、社会服务、生态涵养、文化传承和休闲体验功能 6 个一级指标、16 个二级指标和 45个三级指标(表 1)，采用熵值法确定指标权重。表 1农业多功能评价指标体系Table 1Agricultural multifunctional evaluation index system功能层要素层指标层属性农产品供给功能(01346)基础供给(00483)粮食单产(0025)+粮食自给率(00233)+多元供给(00393)人均其他主要农产品产量(00238)+农产品生产基地数量(00155)+稳定供给(00471)有效灌溉面积占比(00241)+耕地生产率(0023)+经济发展功能(02934)链条延伸(00694)第一产业产值比重(00244)+农产品加工业与农业总产值比(00234)+农产品进出口比率(00216)+创新赋能(00588)农业科研人员比重(00147)+农业创新投入强度(0021)+涉农企业专利数占比(00108)+农村信息化水平(00123)+经济效益(00719)人均第一产业产值(00239)+农林牧渔服务业占比(00235)+农产品加工企业100 强个数(00245)+产城融合(00933)城镇与乡村人口密度比(00235)+规模以上工业总产值(00222)+每十万人高校平均在校生数(00246)+人均公共图书馆藏书(00229)+社会服务功能(01689)就业收入(00723)乡村非农就业比例(00251)+农业劳动生产率(00235)+农民人均纯收入(00238)+生活水平(00965)农村与城市现金消费乘数(00251)+农村居民平均食品支出占比(00244)+每千人口农村床位数(00244)+人均农林水事务支出(00226)+(续表 1)功能层要素层指标层属性生态涵养功能(01730)耕地保护(00664)化肥施用负荷(0024)农药施用负荷(0017)地均地膜使用量(00254)生态基底(00455)森林覆盖率调整值(00204)+自然保护率(0025)+环境质量(00611)农田生态系统多样性指数(00193)+农用清洁能源比(00237)+人均绿地面积(00182)+文化传承功能(01127)传承保护(00725)中国重要农业文化遗产个数(00232)+乡镇提供文化服务次数(00246)+乡镇文化机构数(00247)+产业拓展(00402)人均文化事业费(00247)+农村居民人均文教娱乐消费支出(00155)+休闲体验功能(01174)乡村景观(00665)全国一村一品示范村镇入选个数(00232)+中国美丽休闲乡村入选个数(00182)+全国乡村旅游重点村入选个数(00251)+休闲旅游(00508)旅游总收入(00255)+单位面积休闲农业年接待游客人数(00253)+注:农业科研人员比重=农业科研人员/农业从业人员，农业科研人员数用 D 人员数替代;农业创新投入强度=农业科研投入/农业收入，农业科研投入用科研经费替代。1 2功能评价模型功能评价模型是一种主客观相结合对农业多功能进行评价的方法，采用极差标准化进行无量纲化处理，将熵值法与复相关系数法相结合，采用乘法合成方式确定指标权重并得到农业各功能的发展指数。计算公式为:Funi，t=IFuni，t=jQij，t(1)式中:Qij，t为第 t 年第 i 个地区的第 j 个指标标准化处理后的数据;j为各指标权重;IFuni，t为第 t年第 i 个地区的农业各分功能发展指数;Funi，t为 i地区第 t 年的农业多功能发展指数，由分功能发展指数加总得到。1 3探索性空间数据分析法(ESDA)ESDA 是一种衡量空间相关性与集聚性的数据分析方法19，20，其全局自相关和局部自相关的计算公式分别为:I=ni=1ij=1Wji(Funi Fun)(Funj Fun)S2ni=1nj=1Wij(2)I=(Funi Fun)S2nj=1Wij(Funj Fun)(3)式中:S2=ni=1(Funi Fun)2/n 为样本方差;wij为空间权重矩阵;Funi、Funj分别为第 i 个地区、第 j 个地区的农业多功能发展指数;Fun为样本地区的农业多功能发展指数的平均值。023经济与管理资源开发与市场 esource Development Market 2023 39(3)1 4动态面板模型选用动态面板模型来体现创新活动及其对农业多功能的驱动影响的动态变化，具体模型设定为:Funi，t=0+1IFuni，t 1+Xi，t 1+Ci，t+i，t(4)式中:Fun 为农业多功能的合集;Xi，t 1为主要解释变量;Ci，t为控制变量;i，t为随机扰动项。1 5数据来源选取 20112020 年中国 31 个省份(未包含香港和澳门特别行政区、台湾地区)的面板数据，数据主要来源于国家统计局官网和中国统计年鉴 中国农村统计年鉴 中国第三产业统计年鉴 中国工业统计年鉴 中国农业年鉴 中国文化文物和旅游统计年鉴，以及各省份统计年鉴与国民经济和社会发展统计公报等，部分数据根据官方部门相关网站整理得到。2中国农业多功能的时空演变分析2 1农业多功能的时序演变特征从表 2 可见，中国农业多功能发展指数呈现上升态势，由 2011 年的 0 144 升至 2020 年的 0 234，增长率为 62 5%，农业多功能整体发展水平有了较大的提升。从省份来看，发展存在明显的地区差异，上海、江苏、浙江等沿海省份处于较高的发展水平，河南、安徽、黑龙江等省份处于中间发展水平，西藏、青海、甘肃等西部省份处于较低的发展水平。20112020 年，农业功能发展指数呈现“先增后降再增”的曲折波动上升趋势(图 1)。农产品供给、经济发展、社会服务、生态涵养、文化传承和休闲体验功能发展指数的年均总增长率分别为7 52%、4 33%、5 45%、6 02%、6 32%和 11 06%。从表 3可见，中国农业各功能之间发展差异较大，其中经济发展功能得分较高，但年均总增长率最低，休闲体验功能的发展指数得分较低，但其年均总增长率最高，日益成为农业多功能快速发展的新生动力。表 220112020 年中国各省份农业多功能发展指数Table 2Agricultural multifunctional development index in Chinasprovinces，2011 2020省份2011 年2012 年2013 年2014 年2015 年2016 年2017 年2018 年2019 年2020 年北京0314 0342 0376 0319 0388 0361 0400 0465 0461 0466天津0180 0193 0206 0180 0172 0185 0210 0222 0248 0261河北0119 0126 0129 0121 0140 0153 0145 0167 0181 0183山西0081 0089 0095 0196 0085 0111 0109 0140 0153 0158内蒙古0121 0126 0137 0113 0111 0139 0153 0199 0219 0213辽宁0168 0177 0181 0119 0158 0120 0153 0157 0175 0159吉林0114 0126 0128 0108 0134 0160 0182 0175 0185 0189黑龙江0118 0127 0141 0120 0160 0135 0168 0192 0200 0206上海0385 0388 0387 0361 0337 0371 0432 0525 0556 0549江苏0201 0218 0227 0181 0251 0246 0274 0302 0344 0318浙江0262 0286 0207 0188 0209 0200 0269 0307 0339 0333安徽0099 0113 0117 0106 0156 0178 0174 0193 0231 0219福建0151 0160 0172 0133 0139 0163 0184 0239 0254 0265江西0108 0117 0127 0114 0111 0159 0177 0192 0206 0208山东0178 0137 0150 0139 0164 0179 0174 0297 0297 0273河南0119 0124 0126 0112 0133 0146 0166 0175 0190 0198湖北0110 0121 0123 0119 0132 0126 0162 0181 0199 0202湖南0126 0139 0141 0126 0115 0168 0195 0251 0227 0248广东0155 0165 0170 0156 0170 0179 0234 0297 0324 0317广西0095 0104 0105 0108 0206 0136 0156 0169 0185 0197海南0140 0165 0169 0147 0211 0182 0178 0191 0226 0178重庆0098 0110 0115 0097 0110 0121 0174 0186 0194 0203四川0118 0128 0128 0126 0162 0142 0219 0201 0218 0229贵州0171 0188 0190 0177 0228 0194 0217 0257 0286 0271云南0121 0132 0136 0104 0100 0095 0115 0177 0174 0193西藏0076 0083 0088 0068 0093 0087 0139 0133 0144 0155陕西0131 0144 0136 0104 0103 0115 0158 0187 0198 0191甘肃0099 0107 0111 0085 0081 0087 0107 0143 0143 0147青海0078 0099 0100 0089 0096 0100 0121 0177 0161 0174宁夏0089 0094 0097 0094 0086 0095 0118 0138 0146 0136新疆0142 0149 0149 0133 0128 0137 0161 0189 0184 0212均值0144 0154 0157 0140 0157 0160 0188 0220 0234 0234图 120112020 年中国农业多功能发展指数时序演变特征Figure 1Temporal evolution characteristics of Chinas agricultural multifunctional development index，2011 2020123资源开发与市场 esource Development Market 2023 39(3)经济与管理表 320112020 年中国农业多功能发展指数Table 3Agricultural multi functional development index table in China，2011 2020功能2011 年2015 年2020 年年均总增长率(%)农产品供给001700190030752经济发展005200550074433社会服务001900240030545生态涵养002000220033602文化传承002100260034632休闲体验00130012003011062 2农业多功能的空间演变特征借助 ArcGIS 对2011 年、2015 年和2020 年中国农业多功能发展水平进行空间可视化处理，利用自然断点法将农业多功能发展水平划分为 5 个层级，分别是高水平(0 30 以上)、较高水平(0 24030)、中等水平(0 200 24)、较低水平(0 15020)和低水平(0 15 以下)，结果如表 4 所示。从水平层级分布来看，2011 年中国农业多功能发展水平较低，低水平省份占比达到 68%;2015 年后整体发展水平有所提升，低水平省份个数占比降至 55%，但高水平和较高水平省市变化不大;20152020年，中国农业多功能发展水平大幅提升，高水平省市包括北京、上海、江苏、浙江、广东 5 个，较高水平省份包括天津、福建、山东、湖南、贵州 5 个，低水平省份大幅减少，只包括甘肃、宁夏 2 个，其他省份均分布于中等水平和较低水平。表 420112020 年中国农业多功能水平区间分布Table 4Interval distribution of agricultural multifunctional levels inChina，2011 2020水平区间2011 年2015 年2020 年高水平北京、上海北京、上海北京、上海、江苏、浙江、广东较高水平 浙江江苏天津、福建、山东、湖南、贵州中等水平 江苏浙江、广西、海南、贵州内蒙古、黑龙江、安徽、江西、湖北、重庆、四川、新疆较低水平天津、辽宁、福建、山东、广东、贵州天津、辽宁、黑龙江、安徽、山东、广东、四川河北、山西、辽宁、吉林、河南、广西、壮族、海南、云南、西藏、陕西、青海低水平河北、山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南、广西、海南、重庆、四川、西藏、云南、陕西、甘肃、青海、宁夏、新疆河北、山西、内蒙古、吉林、福建、江西、河南、湖 北、湖 南、重庆、云 南、西 藏、陕西、甘 肃、青 海、宁夏、新疆甘肃、宁夏注:基于自然资源部标准地图服务网站 GS(2019)1822 号标准地图制作，底图边界无修改。图 22020 年中国农业多功能发展指数空间分布Figure 2Spatial distribution of development index of agricultural function in China，2020223经济与管理资源开发与市场 esource Development Market 2023 39(3)农业多功能发展指数空间分布差异较大，以2020 年为例(图 2)，农产品供给、经济发展和社会服务功能三者空间分布特征相似，高水平和较高水平省份大多分布在东部沿海一带，低水平和较低水平省份则分布在西部地区，整体呈显著的“自东向西阶梯式”递减分布态势，但是社会服务功能发展指数由于受到各省份经济结构、农业占比和人口密度等因素的影响，其分布态势相对其他功能指数较为随机;生态涵养功能指数则以青海、西藏、甘肃等西部省份为中心，向北部、东部、东南部逐渐扩散，呈现“圆环状阶梯式”递减分布格局，说明西部省份农业多功能整体发展水平虽然不高，但是其农业的生态涵养功能得到了一定的开发和利用;文化传承功能空间分布呈现“南北高、中间低”的状态，表明西藏、内蒙古等少数民族聚集地文化传承发展较好，逐渐成为农业多功能发展的强劲推动力;休闲体验功能地区之间指数得分差距较大，呈现“南高北低”的空间分布格局，反映南方地区以及黄河下游部分省份发展“农业+休闲旅游”等新产业、新业态，已日渐成为地区农业多功能深化和经济发展的重要推动力。2 3农业多功能的空间关联格局演变利用 Stata 软件测度农业多功能发展指数以及农业各功能发展指数的全局莫兰指数值，结果如表5、表 6 所示。20112020 年我国农业多功能发展指数的莫兰指数值均大于 0 2，p 值均小于 0 01，表明农业多功能发展指数呈现集聚分布。全局莫兰指数值呈波动上升状态，农业多功能空间集聚效应增强。20112014 年全局莫兰指数值呈现倒“U”型发展态势，由 2011 年的 0 339 上升到 2013 年的 0307，之后下降到 2014 年的 0 273，空间集聚效应呈现波动式曲折发展;20142019 年全局莫兰指数值呈现“N”型波动增长状态，于 2016 年达到峰值 0369 后下降到 2018 年的 0 223，之后上升到 2019 年的 0 315;20192020 年受新冠肺炎疫情的影响，省份之间经济要素流动性减弱，全局莫兰指数值下降，空间集聚效应减弱。表 520112020 年农业多功能发展指数的全局莫兰指数值Table 5Global Morans I value of agricultural multifunctional developmentindex，2011 2020年份莫兰指数z 值p 值年份莫兰指数z 值p 值2011033934300000201603693672000020120352353100002017030130710001201303073187000120180223236800092014027328880002201903153188000120150299298400012020027628650002农业各功能也呈现显著的空间集聚特征且功能之间差异较大，以 2020 年为例，除文化传承功能外，农业其他功能发展指数的全局莫兰指数值均大于临界值 1 96，且均通过显著性检验(p 0 01)(表 6)，其中社会服务功能空间集聚效应最强，为0 392;休闲体验功能、农产品供给功能和生态涵养功能次之，分别为 0 278、0 277 和 0 210;经济发展功能最低，为 0 188。表明农业各功能发展指数得分相近的省份相互临近。表 62020 年农业各功能发展指数全局莫兰指数值Table 6The global Morans I value of the development index of variousagricultural functions，2020功能分类莫兰指数z 值p 值农产品供给功能0 27726040 005经济发展功能0 18822370 009社会服务功能0 39235700 000生态涵养功能0 21025370 006文化传承功能0 03200090 496休闲体验功能0 27826030 005为进一步考察各省份之间的空间集聚特征，利用局部莫兰指数值对 20112020 年农业多功能发展指数各省份之间的空间关联性进行测度分析，并进一步绘制 2011 年和 2020 年的局部莫兰指数散点图(图 3)。从图 3 可见，省份分布以 HH 型集聚(第一象限)和 LL 型(第三象限)居多，LH 型(第二象限)和 HL 型(第四象限)分布较少，说明农业多功能存在显著的空间相关性。具体来看，2011 年，LL 型省份数目要多于 HH 型，主要集中在中西部地区，随着农业多功能的不断深化和空间集聚效应的增强，2020 年 H H 型省份数目有所增长，主要分布在东部沿海地区，与农业多功能发展指数高的省份基本吻合;LH 型主要分布在 HH型附近，如安徽、江西等，在空间上呈现为由低到高的过渡区域，在高值区的辐射影响下逐渐演变为高值区;HL 型省份较少，零星分布在 LL 集聚区附近，其区域极化效应呈现为“中间高四周低”的格局，其农业多功能发展指数及各功能发展指数较高，但对周边省份的辐射影响作用有限。根据图 3 的结果将农业多功能发展指数的空间相关性格局演变划分为横向演变、纵向演变、原位演变 3 种类型19(表 7)。其中横向演变主要是 HH与 LH 之间、LL 与 HL 之间的演变;纵向演变主要是 HH 与 HL 之间、LH 与 LL 之间的演变。横向演变类型和纵向演变类型涵盖 6 个省份，其余省份为原位演变类型，大部分省份并未产生明显的象限位移，说明农业多功能发展指数的空间集聚性较为稳定。323资源开发与市场 esource Development Market 2023 39(3)经济与管理图 320112020 年中国农业多功能发展指数局部 Morans I 散点Figure 3Local Morans I scatter plot of agriculturalfunction development index in China，2011 2020表 720112020 年农业多功能空间相关性格局演变类型Table 7Evolution type of spatial correlation pattern of agriculturalmultifunctional，2011 2020演变类型趋势地区原位演变未发生象限演变HH天津、上海、江苏、浙江、福建LL山西、内蒙古、黑龙江、河南、湖北、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆LH河北、江西、海南、安徽HL广东、西藏横向演变HH 与 LH 之间、LL 与 HL 之间辽宁、湖南纵向演变HH 与 HL 之间、LH 与 LL 之间北京、山东、广西、吉林3农业多功能的创新驱动效应分析3 1变量选取与处理及其结果分析考虑数据可得性，本文选取 20112020 年中国31 个省份的面板数据，对农业多功能的创新驱动效应进行实证检验，各变量说明如表 8 所示。表 9 中模型(1)模型(6)各列分别为创新各个因素对农业的农产品供给功能、经济发展功能、社会服务功能、生态涵养功能、文化传承功能、休闲体验功能的驱动影响结果。整体来看，农业各功能发展指数的滞后项在所有模型中均通过了 0 01 水平下的显著性检验，且系数分别为 0 758、0 646、0 214、0 482、0 600 和 0 889，正向促进农业多功能的发展。表明在中国农业多功能发展过程中，创新驱动具有一定的依赖性，前期的发展指数会影响当期的农业多功能发展，同时也体现了创新驱动的循环累积效应。表 8实证变量说明与描述性统计分析Table 8Explanation of empirical variables and descriptive statisticalanalysis类型一级二级代码meansd被解释变量农产品供给功能发展指数PFun 00232 00100经济发展功能发展指数DFun 00611 00568社会服务功能发展指数SFun 00248 00104生态涵养功能发展指数EFun 00249 00137文化传承功能发展指数CFun 00266 00178休闲体验功能发展指数LFun 00161 00119解释变量技术创新万人涉农专利申请量Pat00526 00925主体创新大中型涉农企业 D 支出占比Tech0478 0130市场创新新产品销售收入占比Ninc0114 00732制度创新财政支农力度Afi0116 00336农业税负Ata0233 0520控制变量人才环境人均教育年限Aey1479 0783财政教育支出比重Iedu0162 00271城镇化水平人口城镇化率Pur0581 0131互联网基础条件 互联网宽带接入端口数Int1305 0630创新各维度对农业多功能的驱动效应。技术创新。以万人涉农专利申请量表征的技术创新在0 01 显著性水平下正向促进经济发展功能和社会服务功能发展指数的稳步提升，表明技术创新是驱动农业多功能发展的主要原因之一。技术创新可延伸产业链，提升农产品附加值，且从需求端驱动农业多功能的开发与利用，推动农业多功能的发展。主体创新。大中型涉农企业 D 支出占比在模型(1)中通过了 0 10 水平下的显著性检验，在模型(2)和模型(6)中通过了 0 05 水平下的显著性检验，在模型(4)和模型(5)中通过了 0 01 水平下的显著性检验，回归系数分别为 0 039、0 035、0 058、0 047 和 0 032，表明主体创新对农业各功能发展指数均呈现正向的驱动效应。农业经营主体的创新，会进一步优化创新要素的投入方式，从而能够提高经济效益、改善生态环境，创新文化传承方式，进一步发展休闲农业等新业态，推动农业多功能发展。市场创新。以新产品销售收入占比表征的市场创新在模型(3)和模型(6)中分别通过了0 01 和0 10水平下的显著性检验，回归系数分别为 0 124、0018，在模型(4)和模型(5)中均通过了 0 01 水平下的显著性水平且系数均大于 0，表明市场创新对农423经济与管理资源开发与市场 esource Development Market 2023 39(3)业多功能的发展具有显著的正向驱动作用，是驱动农业多功能持续发展的主要作用力之一。市场多元化农产品的需求增加，为农业经营者提供了新的发展机遇，促进了农业提质增效、农民增收，提升了经济发展与社会服务能力。制度创新。财政支农力度在 0 01 显著性水平下正向驱动社会服务和生态涵养功能的发展。对于社会服务和生态涵养这类无法过多地依靠市场主体来进行发展的功能来说，政府牵头主导、市场主体配合的综合发展道路能够为其发展提供科学的规划和指导、良好的环境和平台、全面的资源和服务，推动农业多功能的平稳发展21。农业税负在模型(1)和模型(3)中通过了 001 水平下的显著性检验，系数分别为 0 005 和 0006，在模型(2)中通过了 0 10 水平下的显著性检验，系数是 0 001，表明农业税负在一定程度上抑制了农产品供给、经济发展和社会服务功能的发展。农业税负的存在会使得生产者、零售商通过税负转移的方式将部分成本转嫁给消费者，引起需求量的减少进而逆向传导引起供给量的减少，最终压缩农产品供给功能的发展空间22。对于农业经济发展和社会服务功能来说，农业税负的增加会加重经营主体的负担，抑制其生产积极性。表 9模型参数回归结果Table 9Model parameter regression results(1)(2)(3)(4)(5)(6)PFunDFunSFunEFunCFunLFunL PFun0758(0000)L DFun0646(0000)L SFun0214(0000)L EFun0482(0000)L CFun0600(0000)L LFun0889(0001)L Pat0004(0268)0020(0002)0054(0007)0000(0976)0016(0307)0004(0924)L Tech0039*(0070)0035(0014)0003(0780)0047(0000)0032(0000)0058(0049)L Ninc0018(0303)0010(0204)0124(0000)0024(0035)0022(0029)0018*(0091)L Afi0003(0929)0052(0174)0084(0006)0225(0000)0014(0734)0025(0694)L Ata0005(0002)0001*(0095)0006(0009)0000(0900)0005(0136)0002(0432)L Aey0000(0618)0032(0000)0004(0022)0001(0314)0002(0254)0001(0840)Iedu0027(0192)0027(0335)0055(0012)0108(0000)0062(0015)0139(0024)Pur0014(0131)0026(0271)0040(0000)0010(0142)0032(0004)0005(0803)Int0000(0704)0008(0000)0004(0000)0004(0000)0009(0000)0004*(0069)cons0031(0008)0026(0320)0029(0000)0034(0000)0007(0611)0053(0123)N279279279279279279A(1)000600470022006300000014A(2)099400850180015801740116Hansen099109990988080208340999p000000000000000000000000注:*表示 p 010，表示 p 0 05，表示 p 0 01，表 10 同。控制变量对农业多功能的驱动效应。人均教育年限回归系数在模型(2)和模型(3)中显著为正，人均教育年限在一定程度上反映出一个地区的劳动力质量，劳动力接受教育年限越高，能够为地区农业多功能深入发展提供的潜在的高素质科技人力资源就会越多，从而有利于加大创新对于农业多功能发展的驱动力23。财政教育支出比重回归系数在模型(5)和模型(6)中显著为正，在模型(3)和模型(4)中显著为负，表明在农业多功能发展过程中财政教育支出并未发挥出其有利于社会服务功能和生态涵养功能发展的正向积极作用。人口