乡村振兴背景下皖苏农业投入产出比较研究

佘晓玉，郭进

摘  要：通过对比皖苏两省农业投入和产出数据，发现安徽省在基础投入和人力投入上高于江苏省；在动力投入上，两省有各自的优势；在药力投入上两省未有明显差异，但在产出上，江苏省明显高于安徽省。基于此，通过运用C-D生产函数，构建多元线性回归模型分别研究了皖苏两省农业投入产出效应。结果表明，农作物总播种面积和农业机械总动力均对皖苏两省农业产出有正向影响；乡村从业人员数与安徽省农业产出成负相关，农村用电量与江苏省农业产出成正相关。因此，在农业发展过程中安徽省可以江苏省为示范，逐步转移农村剩余劳动力，提高农业生产用电量，从而推进农业农村现代化建设。

关键词：乡村振兴；农业投入产出；C-D生产函数；农村剩余劳动力

中图分类号：F327        文献标识码：A          文章编号：1671-9255（2022）03-0013-07

一、研究综述

习近平总书记在党的十九大报告中提出，农业农村农民问题是关系国计民生的根本性问题。实施乡村振兴战略是解决好“三农”问题的努力方向。2018年2月，安徽省委农村工作会议在凤阳县小岗村召开，会议强调以大包干精神做好“三农”工作，奋力推动安徽乡村振兴走在全国前列。同年4月，江苏省委省政府召开全省农村工作会议，对江苏省实施乡村振兴战略做出全面部署，紧扣高质量发展推进乡村振兴。皖苏两省围绕党中央的战略要求，结合省情分别制定了一系列促进农村经济发展的决策部署，在“三农”问题上取得长足进步。

目前，国内学者对皖苏两省农业发展从不同角度展开研究。蒋燕芝等（2021）运用Malmquist指数对江苏省农业全要素生产率进行了测算，提出江苏省农业要实现高质量发展，农业科技创新需不断扩大应用范围、发挥作用[1]；魏瑜等（2021）运用Shapley值分解法研究了江苏省农机化对农业发展的贡献率，结果显示农机化的贡献率为24.85%，因此以农机化发展为视角提出技术推广、平台搭建、人才培训和基础设施建设等政策建议[2]；黄文泽（2020）运用ARIMA预测了江苏省农村经济发展前景，提出制约江苏省农村经济发展的根源在于人才、科技及金融等方面[3]；陈玉山等（2020）利用Eviews软件构建多元线性回归模型，结果表明着力发展互联网信息可以推进江苏省农业经济的发展[4]；乔代富（2021）

从智慧农业角度研究了安徽省农业发展问题，提出加强智慧农业信息建设，打造现代化智慧农业园区，发展农业电子商务和加大智慧农业科技创新等举措[5]；刘鹏凌等（2021）利用AHP-熵权法分析了安徽省农业高质量发展水平，结果表明安徽省农业高质量发展水平较低，制约其高质量发展的关键因子有第一产业从业人数占总从业人数比重、种植业结构指数及产品质量水平等[6]；陶诗语等（2021）运用耦合协调度模型分析安徽省农业与物流业的耦合协调发展状况，发现安徽省农业与物流业发展相互融合联动，且融合程度逐渐增强，进而提出从农业与物流业融合发展的角度促进安徽省农村经济发展[7]；程长明等（2019）运用熵值法测度了安徽省农业现代化水平，发现总体上安徽省农业现代化水平呈上升态势，但地区间差异较大，各地市在农业现代化发展過程中表现出各自的比较优势和相对劣势。[8]

现有文献对皖苏两省各自农业发展的研究比较多，对皖苏两省农业发展的比较分析较少，尤其缺少对农业的投入产出作比较分析。本文以农业投入与产出等要素为依据，采用对比分析和实证检验方法，以期为皖苏农业发展探索出一条高质量发展水平的道路。

二、数据对比分析

为分析皖苏两省的农业投入产出效应，选取农作物总播种面积和有效灌溉面积（千公顷）作为基础投入指标；选取乡村从业人员数（万人）作为人力投入指标；选取农业机械总动力（万千瓦）和农村用电量（亿千瓦时）作为动力投入指标；选取农用化肥施用量和农药使用量（万吨）作为药力投入指标；选取农林牧渔业总产值（亿元）及农村居民可支配收入（元）作为农业产出指标。同时，考虑数据的可获得性及完整性，参考1999—2021年安徽统计年鉴和江苏统计年鉴，整理得出1998—2020年皖苏两省的相关数据。

（一）投入指标分析

1．基础投入指标

在农业的发展进程中，土地一直扮演着重要角色。相较于劳动力、资本等外在投入指标，土地是农业生产中最基础的投入指标。考虑到数据的可获得性，将农作物总播种面积和有效灌溉面积作为土地要素的代表，即作为农业的基础投入指标进行分析。农作物总播种面积主要包括种植粮食、棉花、糖料、油料、烟叶、麻类、瓜类和蔬菜、药材和其他农作物等的面积，是实际播种的农作物面积。如图1所示，皖苏两省数据相差不大，但安徽省农作物总播种面积要高于江苏省。有效灌溉面积可以衡量农业生产过程中的水利化程度及稳定性程度。皖苏两省统计年鉴数据表明，江苏省有效灌溉面积较为稳定，安徽省有效灌溉面积则持续增加，并于2013年超过江苏省。同为农业大省，皖苏在农业基础投入上相差不大，但数据表明2013年至今安徽省的基础投入要高于江苏省。

2．人力投入指标

劳动力是农业生产不可或缺的要素之一，乡村从业人员数反映了农业生产的人力投入。如图2所示，江苏省乡村从业人员缓慢减少，安徽省则经历了先升后降。1999年至今，安徽省乡村从业人员数持续超过江苏省。从性别上看，安徽省乡村从业人员男女性别比约在1.14—1.19之间，江苏省数据则在1.05—1.11之间，两省数据均显示男女性别比逐步扩大。对比皖苏两省男性乡村从业人员数据，发现与两省乡村从业人员数据变动趋势几乎一致。安徽省投入的男性乡村从业人员数在逐步增加，江苏省的数据在稳步减少。总体数据显示，安徽省的人力投入要高于江苏省。

3．动力投入指标

随着农业现代化进程的推进，农业机械更加广泛地用于农业生产发展，如收割机、耕耘机、自动播种机等广泛应用，农业生产效率不断提升。农业机械总动力包含了用于农、林、牧、渔业的各种动力机械的动力总和。观察图3，皖苏两省农业机械总动力均在不断增加，2000年至今安徽省数据明显高于江苏省。农业机械的应用使得农业生产发展对电力的需求在不断提升。如农产品的筛选、加工、保存、智慧农业的联网等都需要电力支持，因此，农村用电量是反映农业生产的重要动力投入指标之一。皖苏两省统计年鉴数据表明，农村用电量数据差异较大，1999年江苏省农村用电量是安徽省的6.39倍，而2007年达到14.14倍，江苏省农村用电量明显高于安徽省。综合数据表明，在动力投入指标上，皖苏两省均有各自的优势投入。

4．药力投入指标

化肥的适量使用可以提高农业产出，但过量使用可能会导致土壤性状恶化、产出减少等。观察图4，皖苏两省农用化肥施用量均表现出先上升后下降的变动趋势。江苏省以2009年为分界线，安徽省以2014年为分界线，此后农用化肥施用量逐步下降。农药对提高农业综合生产能力及促进农民增收等方面起着积极作用，但过量使用会导致产量及品质下降。皖苏两省统计年鉴数据表明，江苏省以2005年为界，安徽省以2013年为界，农药使用量逐年下降。综合数据表明，在药力投入上，皖苏两省均表现出先增加后减少的趋势。

（二）产出指标分析

1．农林牧渔业总产值

在农业的产出指标中，农林牧渔业总产值范围较广，能够反映一定时期内农业生产的总规模和总成果。皖苏两省农林牧渔业总产值发展趋势较为接近。一是两省均呈现出持续上升的态势；二是2020年较1998年两省总产值均翻了两番；三是两省农林牧渔业总产值的平均增长率均约为7%。皖苏两省在该指标上的差距较大，江苏省数据始终高于安徽省，高出1.5倍左右。其中，2015年两省差距达到最大，约1.67倍，2020年实现差距最小，约为1.4倍。

2．农村居民可支配收入

农村居民可支配收入可以很好地反映农民在农业产出后获得的实际收益。皖苏两省农村居民可支配收入均表现出持续上升的趋势。安徽省的平均增长率约为11%，2020年数据是1998年的8.9倍；江苏省的平均增长率约为9%，2020年数据是1998年的7.2倍。皖苏两省在该指标上的差距较大，江苏省农村居民可支配收入始终高于安徽省，这种差距表现出先上升后下降的态势。1998—2005年，两省农村居民可支配收入差距逐渐加大，从1.81倍增长到1.99倍。2005年至今，两省收入差距逐渐减小，从1.99倍减小到1.46倍。

结合农业投入指标，安徽省在基础投入和人力投入上均高于江苏省，在动力投入上，两省有各自的优势投入，在药力投入上两省未有明显差异。在产出上，无论是农林牧渔业总产值，还是农村居民可支配收入，江苏省均明显高于安徽省。接下来文章将通过实证来研究各投入指标对产出指标的影响。

三、模型分析

美国数学家柯布和经济学家道格拉斯在探讨投入与产出关系时创造了C-D生产函数，其在经济学中应用得十分广泛。王宏智等（2020）运用C-D生产函数，以知识创新和技术创新作为投入指标对中国的科技创新水平进行了评价。[9]熊正德等（2021）在研究普惠金融发展对中国乡村振兴的影响时也运用了C-D生产函数[10]，利用C-D生产函数构建计量模型，在分析投入产出关系时能得出更加直观的结果，为研究提供一定的数据支撑。为了分析皖苏两省农业投入与产出之间的效应，选用C-D生产函数构建模型进行实证研究。基本公式如下：

（1）

其中，Y代表产出，K代表资本投入，L代表劳动投入。α为资本投入的产出弹性，β为劳动投入的产出弹性，A为技术进步率。

（一）模型构建

为了便于运算，对C-D生产函数基本公式两边取自然对数得到如下公式：

（2）

在分析农业的投入产出时选择了7个投入指标和2个产出指标。结合上述公式构建多元回归方程如下：

公式（3）中X1—X7均为解释变量，分别为农作物总播种面积、乡村从业人员数、农业机械总动力、农村用电量、农用化肥施用量、农药使用量和有效灌溉面积。Y为被解释变量，考虑到所选的投入指标与农林牧渔业总产值在经济关系上更为紧密，因此公式（3）中Y为农林牧渔业总产值。是常数项，、、、、、、分别为各解释变量的待估参数，为随机扰动项。

（二）实证分析

模型中数據均来自于1999—2021年安徽统计年鉴和江苏统计年鉴。运用Eviews10.0软件进行回归分析时发现模型整体的拟合优度很高，F统计量高度显著，但某些解释变量的估计参数的t值不显著。考虑到可能存在多重共线性等问题，对回归方程进行了修正。运用OLS方法逐一求lnY与lnX1—lnX7的回归。结合经济意义和统计检验选出拟合效果最好的一元线性回归方程，逐步添加剩余解释变量，得到如表1和表2的估计结果。

1．江苏省农业投入与产出的实证分析

如表1所示，江苏省农业投入与产出的OLS估计结果中，拟合优度约为0.9908，调整后的拟合优度约为0.9894，F统计量高度显著（P值为0），说明lnX1、lnX3及lnX4等解释了大约99.08%的lnY的变动。据此可判断解释变量与被解释变量间线性关系显著。各解释变量的系数值都是高度统计显著的，计算出的P值很小，均在临界值1%以下，因此，拒绝零假设，即各解释变量的系数显著不为零。

由此得到公式（4）所示的投入与产出函数，即农林牧渔业总产值与农作物总播种面积、农业机械总动力及农村用电量表现出正相关。

2．安徽省农业投入与产出的实证分析

如表2所示，安徽省农业投入与产出的OLS估计结果中，拟合优度约为0.9888，调整后的拟合优度约为0.9870，F统计量高度显著（P值为0），说明lnX1、lnX2及lnX3等解释了大约98.88%的lnY的变动。据此可判断解释变量与被解释变量间线性关系显著。观察各解释变量的系数值都是高度统计显著的。计算出的P值很小，均在临界值1%以下，因此，拒绝零假设，即各解释变量的系数显著不为零。

由此得到公式（5）所示的投入与产出函数，即农林牧渔业总产值与农作物总播种面积成正相关，与乡村从业人员数成负相关，与农业机械总动力成正相关。

（三）结果分析

在对基础投入指标进行比较时发现，皖苏两省在农作物总播种面积上相差不大。在对人力指标进行比较时发现，江苏省乡村从业人员数缓慢减少，安徽省则先升后降。在对动力投入指标进行比较时发现，安徽省农业机械总动力投入高于江苏省，江苏省农村用电量投入高于安徽省。结合皖苏两省农业投入产出的实证结果，做出以下分析：

1．农作物总播种面积。在农业的发展进程中，土地一直扮演着重要的角色。皖苏两省实证结果均表明农作物总播种面积对农业产出有正向影响。随着农作物总播种面积的增加，农业产出也在增加。随着经济迅速发展，城镇化进程加快推进，农业用地的增加十分有限。

2．农业机械总动力。经济发展与科技进步推动了农业科技创新和农技推广，提升了农业生产过程中的机械化水平，进而提高了农业的生产效率。皖苏两省的实证结果均表明农业机械总动力对农业产出有正向影响。随着农业机械总动力的增加，农业产出也在增加。

3．乡村从业人员数。安徽省农业投入与产出估计结果表明，乡村从业人员数与农业产出成负相关。其背后的经济意义在于农业发展过程中出现了劳动力剩余。随着农业现代化进程的推进，农业科技广泛应用，家庭农场数量逐步增加，智慧农业不断取得新进展，农业生产过程中对机械的依赖性增强，对人力的需求减少。

4．农村用电量。江苏省农业投入与产出估计结果表明，农村用电量对农业产出有着积极的作用。农村用电量是指本年度内扣除在农村中的国有工业、交通、基建等单位用电量以后的农村生产和生活的全年用电总量，即农村生活用电和农业生产用电之和。农村生活用电量相对稳定，农业生产用电量与机械化水平密切相关。随着农业机械的广泛运用，农业发展对电力的需求不断上升，如农业灌溉用电、农作物收获后处理用电、农产品加工储藏用电、水产养殖及畜牧用电等。农业机械化水平提升带来的影响：一是农业生产用电量的增加；二是农业生产效率的提升，即农业产出的增加。农村用电量与农业产出的變化受机械化水平的影响呈现出同步性。对比实证结果，农村用电量与农业产出成正相关具有一定的现实意义。以2020年数据为例，江苏省乡村人口数为2251.40万人，安徽省乡村人口数为5376.85万人，如两省乡村居民保持同等规模的生活用电和生产用电，由于人数差异较大，安徽省的用电量将高于江苏省。这与实际不符，江苏省农村用电量是安徽省的9.79倍。考虑到两省乡村居民生活用电差异不大，同时安徽省乡村人口数约是江苏省的2.4倍，说明江苏省在农业生产发展过程中的用电量远远超过安徽省。随着农业机械化进程的推进，尤其是智慧农业的推广，农业发展对电力的需求也在逐步增强。

四、结论和政策建议

结合数据对比及实证检验结果，综合来说，在影响农业产出的投入要素中，农作物总播种面积和农业机械总动力均对农业产出有积极作用，农村用电量与江苏省农业产出成正相关，乡村从业人员数与安徽省农业产出成负相关。这一结论对于安徽省农业发展具有一定的参考意义。同为农业大省，安徽省为提高农业产出，推进农业现代化进程，应以江苏省为示范，在农业生产发展过程中，采取以下措施：

一是结合机械化水平、农技创新等逐步转移剩余劳动力。随着农业现代化进程的推进，农技的推广与使用会大大节约人力。近二十年来，安徽省乡村从业人员数先缓慢上升再保持稳定的态势，说明转移剩余劳动力迫在眉睫。可以借鉴江苏省的农业发展举措。如发展乡村旅游业，学习蒋巷村农业旅游发展模式。[11]蒋巷村因地制宜，打造出“四园一基地”、社会主义现代化新农村主题公园等特色项目，以农业旅游带动其他行业的发展，乡村居民变成了提供衣食住行等服务的商户，其所吸纳的劳动力占比高达25%。安徽省可鼓励各地区尤其是村镇集体结合区域特色、民俗传统、优势服务等发展乡村旅游业，实现就近转移农村剩余劳动力。

二是稳步提升农业生产用电。电力使用情况是经济增长的“晴雨表”。解决好农业生产所需的灌溉、水利、储存、加工用电等问题，前提需推进农机化的广泛应用。2021年江苏省出台了《2021—2023年江苏省农机购置补贴实施意见》。补贴对象包含从事农业生产的个人和组织，年度补贴金额分别可达60万元和100万元。该意见极大地提高了农业生产者的农机购买意愿，推进了农机化的普及。安徽省在农机推广过程中面临的一大问题在于从事农业生产的个人农机应用率较低。如长丰草莓，目前普通农户仍依靠人力分拣、家庭储存，一定程度上分散了农户的精力，同时由于环境温差变化，造成草莓品质下降。机器分拣替代人力分拣、冰库冷藏替代家庭储存显得格外重要。安徽省可以江苏省为示范，结合产业特色，在农机购置补贴中适当扩大补贴范围，增加补贴机具种类，提高补贴标准，不断推进农业农村现代化建设。

参考文献：

[1]蒋艳芝，丁志超，李光泗.高质量增长背景下农业全要素生产率影响因素分析——以江苏省为例[J].河北农业大学学报，2021（3）：26-32.

[2]魏瑜，张兆同，李颖卓，等.江苏省农机化对农业发展的贡献率研究[J].江苏农机化，2021（5）：11-15.

[3]黄文泽.乡村振兴视角下农村经济发展的影响研究——以江苏省为例[J].国土与自然资源研究，2020（6）：48-52.

[4]陈玉山，郭佳俊.互联网信息对江苏农村经济影响的实证分析[J].商业经济，2020（9）：124-128.

[5]乔代富.市场经济下安徽省智慧农业发展问题与解决对策探析[J].湖北经济学院学报，2021（5）：62-64.

[6]刘鹏凌，李想，尹路，等.安徽省农业高质量发展水平测度及障碍因子研究[J].山西农业大学学报，2021（5）：21-28.

[7]陶詩语，栾敬东，耿海峡，等.产业融合视角下安徽省农业与物流业融合发展研究[J].云南农业大学学报，2022（3）：1-9.

[8]程长明，陈学云.安徽省农业现代化发展水平测度与评价[J].安顺学院学报，2019（6）：105-110.

[9]王宏智，孙金俊.基于改进C-D生产函数模型的中国科技创新水平评价[J].统计与决策，2020（18）：73-16

[10]熊正德，顾晓青，魏唯.普惠金融发展对中国乡村振兴的影响研究——基于C-D生产函数的实证分析[J].湖南社会科学， 2021（1）：63-71

[11]姚京莉，王雨洁，吴卓宁，等.发展乡村旅游业在中国乡村振兴中的作用——江苏省蒋巷村农业旅游发展模式探究[J].商展经济，2021（15）：28-30.

Comparative Study on Agricultural Input-output between Anhui and Jiangsu Provinces under the Background of Rural Revitalization

She Xiaoyu1，Guo Jin2

（1.School of Economics and Trade， Anhui Business and Technology College ， Hefei 231131; 2. School of Business ， Nanjing Normal University ， Nanjing 210046）

Abstract： By comparing the agricultural input and output data of Anhui and Jiangsu provinces， it is found that Anhui Province is higher than Jiangsu Province in basic input and human input， the two provinces have their own advantages in power input， and there is no significant difference in drug input， but Jiangsu Province is significantly higher than Anhui Province in output. Based on this， this paper uses C-D production function to construct multiple linear regression model to study the agricultural input-output effect of Anhui and Jiangsu provinces. The results showed that the total sown area of crops and the total power of agricultural machinery had a positive impact on the agricultural output of Anhui and Jiangsu provinces; The number of rural employees is negatively correlated with the agricultural output of Anhui Province， and the rural power consumption is positively correlated with the agricultural output of Jiangsu Province. Therefore， in the process of agricultural development， Anhui Province can take Jiangsu Province as an example to gradually transfer the rural surplus labor force and improve the power consumption of agricultural production， so as to promote the construction of agricultural and rural modernization.

Key words： Rural revitalization; Agricultural input and output; C-D production function; Contrastive study