Research on the relationship between open innovation and provincial agricultural green development based on environmental regulation moderation
-
摘要: 面对农业资源利用效率低、农业技术研发周期长、不确定性大等现实困境, 开放式创新成为破解上述难题的重要途径。为揭示开放式创新对农业绿色发展的作用机理, 本研究首先从生态保育、资源节约、环境友好和经济效益4方面构建农业绿色发展指标体系, 并对各地区农业绿色发展水平进行评价与分析。其次, 通过构建非线性的调节模型, 应用2010—2020年中国31个省份(港澳台除外)的面板数据来验证开放式创新是否更能推动农业绿色发展。结果表明: 1)我国农业绿色发展整体水平偏低, 省域个体差异较大且呈扩大趋势。北京农业绿色发展水平上升率最大, 黑龙江的上升率最小。2)开放式创新与农业绿色发展呈正“U”型的非线性关系, 即开放式创新对农业绿色发展的作用表现为先抑制后促进。目前西藏、青海等11个省还处于抑制阶段, 北京、广东等20个省处于促进阶段。3)环境规制正向调节开放式创新与农业绿色发展间的非线性关系, 即在环境规制较高的水平下, 开放式创新更能推动农业绿色发展。4)开放式创新因开放式创新类型、主导类型的不同而对农业绿色发展产生差异化影响。根据上述研究结果, 本研究提出: 1)开放式创新水平较低的地区应加大力度培育新型农业经营主体, 提高吸收能力; 2)开放式创新水平较高的地区应注重开放式创新平台的建设, 加快开放式创新资源的流动; 3)科学制定环境规制政策, 加大低开放式创新地区环境规制强度。Abstract: In the face of the realistic dilemma of low efficiency in agricultural resource utilization, long cycle of agricultural technology research and development, and great uncertainty, open innovation is an important way to realize the green development of agriculture and is the key to achieving high-quality agricultural development. To reveal the mechanism of open innovation in agricultural green development, this study constructed an evaluation index system for agricultural green development based on four aspects, ecological conservation, resource conservation, environmental friendliness, and economic benefits, and evaluated the level of agricultural green development in various regions. Then, by constructing a nonlinear adjustment model, panel data from 31 provinces (excluding Hong Kong, Macao, and Taiwan) in China from 2010 to 2020 were used to verify whether open innovation can better promote the green development of agriculture. The results indicated the following: 1) The comprehensive evaluation result of China’s green agricultural development was 0.411, indicating that the overall level of green agricultural development was relatively low, and individual differences between provinces were significant and showed an expanding trend. Beijing had the highest growth rate in the level of green agricultural development, while Heilongjiang had the lowest. Fujian, Beijing, Tibet, and Beijing had the highest evaluations in terms of ecological conservation, resource conservation, environmental friendliness, and economic benefits, respectively. 2) Open innovation and agricultural green development presented a positive “U”-shaped nonlinear relationship, that was, there was a turning point in the impact of open innovation on agricultural green development. When open innovation investment was low, it was not conducive to the green development of agriculture. When the level of open innovation exceeded 15.3761, open innovation played a significant role in promoting green agricultural development. A robustness test also confirmed the nonlinear effect of open innovation on agricultural green development. In 2020, 11 provinces, including Tibet, Hainan, and Qinghai, were still in the suppression stage, while 20 provinces, including Beijing, Shanghai, and Guangdong, were in the promotion stage. 3) Environmental regulation positively regulated the nonlinear relationship between open innovation and agricultural green development, that was, at a higher level of environmental regulation, the inflection point of the positive effect of open innovation on agricultural green development moved to the left, and the impact rate was greater. 4) Open innovation had a differential impact on agricultural green development due to the different types of open innovation and dominant types, both inbound and outbound open innovation had a positive “U”-shaped nonlinear relationship with agricultural green development, but compared with outbound open innovation, inbound open innovation had a stronger driving effect on agricultural green development. At the same time, when outbound open innovation was greater than inbound open innovation, open innovation had a stronger driving effect on agricultural green development. According to the research results, it was proposed that areas with low open innovation should increase the cultivation of new agricultural business entities and improve absorption capacity, while areas with high levels of open innovation should focus on the construction of open innovation platforms and accelerate the flow of open innovation resources. Scientific formulation of environmental regulation policies, and improvement of environmental regulation intensity should be reinforced in low open innovation areas.
-
农业绿色发展是实现农业高质量发展的关键。我国农业绿色发展水平不断提升, 2020年的农业绿色发展水平较2015年提高了2.29%[1]。但农业资源利用效率总体不高, 对自然资源的依赖度较高, 农业面源污染依然严重, 转变农业经济增长方式刻不容缓[2]。创新是加快农业绿色发展的重要途径[3]。农业技术创新活动具有周期性长、不确定性大等特点。多数农业经营主体的规模较小, 研发能力较为薄弱, 但外部资源相对丰富。基于自身比较优势, 与外部创新主体开展更广泛更深入的开放式创新合作, 有利于农业经营主体快速地获取技术、知识、信息、人才、资金等异质性创新要素, 极有可能更加有效地实现绿色发展。环境规制作为激励和规范农业生产经营主体绿色发展的有效手段, 也是影响开放式创新对农业绿色发展影响的一个重要外部环境因素。那么, 农业经营主体通过技术交易的开放式创新是否能够推动绿色发展, 同时, 环境规制与开放式创新的有机结合是否能够更加有效地实现农业绿色发展, 是农业高质量发展实践中亟待回答的科学问题。
开放式创新是相对于封闭式创新而言的, 其更多强调对创新资源的获取与重新配置[4]。已有研究证实开放式创新有助于涉农企业绩效[5]和科技成果转换率[6]的提升, 有利于驱动产业高端化发展[7]、制造业产业和资源型产业转型升级[8-9]。在科技创新与农业绿色发展关系的研究中, 有学者认为农业技术创新可提高农业经营效率, 减少碳排放[10], 也有学者认为两者并非简单的线性关系, 而是一种更为复杂的非线性关系[11-12]。但相关研究多数聚焦于制造业和高新技术企业和产业层面, 针对农业产业层面的研究较为缺乏[13], 有关开放式创新是否更能推动农业绿色发展也尚不清晰, 且较少考虑环境规制的叠加影响。鉴于此, 论文以我国31个省份(港澳台除外)2010—2020年面板数据为支撑, 将广泛运用在制造业和高新技术产业的开放式创新理论拓宽到农业上, 从理论和实证两个方面分析开放式创新对农业绿色发展的影响。以环境规制为调节变量, 构建非线性调节模型, 验证开放式创新是否更能推动农业绿色发展, 进而探讨开放式创新对农业绿色发展的作用机理, 这对丰富农业产业层面开放式创新研究成果具有重要的理论贡献, 可为处于不同阶段的省域农业绿色发展决策提供参考。
1. 理论分析和研究假设
1.1 开放式创新与农业绿色发展
开放式创新最早由哈佛大学的Chesbrough教授基于资源视角提出, 被认为是企业将外部引进的资源与企业内部资源结合后(内向型开放式创新), 通过自己的渠道将内部技术流向市场或者利用外部渠道实现技术研发的商业化(外向型开放式创新)[14], 是创新主体通过创新联盟、技术合作、产学研相结合等形式, 将外部信息、技术、知识等异质性创新资源与内部资源整合, 实现技术和思想的输入与输出, 主要包括内部协同、跨界融合、价值共创及服务创新等4方面[15-17], 强调技术合作的重要性[18]。
一方面, 开放式创新会增加企业技术采购成本, 而当前农业企业高素质人员较少, 难以较好地吸收外部技术, 且农业技术落地化应用较为困难[19], 同时会产生路径依赖, 进而降低自主创新水平[20], 对农业绿色发展带来负向影响。另一方面, 开放式创新具有较大的知识溢出效应和共享效应, 诱发农业生产主体快速效仿学习新进技术, 有利于提升农业资源利用效率[21]、防止农业面源污染[22]、农业废弃物循环利用[23]、降低农业碳排放量[24], 并能加速创新合作主体间技术与思想的传播, 促进环保、共享低碳理念与技术的融合创新[25], 有利于推动农业绿色发展。因此, 开放式创新与农业绿色发展可能存在非线性关系。当开放式创新水平较低时, 地区对外部技术创新的吸收能力较弱, 从外部引进创新资源所产生的成本效应和路径依赖效应大于溢出效应和共享效应, 对农业绿色发展产生净负向作用。而随着开放式创新水平不断提升, 地区间的合作往来不断加深, 开放式创新合作制度不断完善, 成本效应和路径依赖效应小于溢出效应和共享效应, 对农业绿色发展产生净正向作用。因此, 本研究提出第1个研究假设:
H1: 开放式创新与农业绿色发展呈正“U”型的非线性关系。
1.2 环境规制的调节作用
农业环境污染具有负外部性, 需要通过政府规制将其“内部化”。政府环境规制以各种方式来减少化肥、农药、地膜的使用, 合理处置秸秆[26], 激励农业技术创新[27]。就开放式创新对农业绿色发展的影响而言, 环境规制可能具有非线性关系的调节作用。环境规制水平较低时, 农业企业通过创新来达到环保要求的压力更小。落后技术在环境规制高的省域难以生存, 会向环境规制低的省域转移。农业企业更愿意通过开放式创新来扩大生产[10], 开放式创新初期由规模扩大带来的环境负荷增加远高于技术改进带来的环境负荷的减少, 表现为不利于农业绿色发展。当开放式创新达到一定水平时, 创新带来的环境负荷的减少更为明显, 表现为有利于农业绿色发展[28]。环境规制水平较高时, 对相关技术的绿色化程度要求越高, 开放式创新带来的环境负荷减少幅度越大, 可以很快地抵消由生产量带来的环境负荷的增加量, 进而更快地表现为促进农业绿色化发展。因此, 本研究提出第2个假设:
H2: 环境规制会正向调节开放式创新对农业绿色发展的促进作用, 即在更高的环境规制下, 开放式创新更能推动农业绿色发展。
基于以上, 绘制开放式创新、环境规制对农业绿色发展的作用机制图, 如图1所示。
![]()
图 1 开放式创新、环境规制对农业绿色发展的作用机制Figure 1. Mechanism of open innovation and environmental regulation on the green development of agriculture2. 研究方法
2.1 中国农业绿色发展的测算
2.1.1 测算方法
从农业绿色发展内涵出发, 主要借鉴魏琦等[29]、唐一帆等[30]、喻保华等[31]学者的研究成果, 从生态保育、资源节约、环境友好和经济效益4个方面构建农业绿色发展指标体系, 针对指标体系选择确定权重的方法。当前确定权重的方法主要有主观赋权法和客观赋权法, 前者是根据各指标的重要程度来决定指标权重的方法, 具有主观性且对评价者的知识水平要求高; 后者是根据各指标变异程度提供的信息量来决定指标权重的方法, 具有客观性。鉴于所构建的指标体系为多指标综合系统, 需保证指标确权的客观性, 故本文采用客观赋权法中的熵值法, 其测算步骤如下:
1)对数据进行标准化:
$$ 正向指标处理: {{Z}_{it j}}^+=\frac{\mathrm{M}\mathrm{A}\mathrm{X}\left({X}_{it j}\right)-{X}_{it j}}{\mathrm{M}\mathrm{A}\mathrm{X}\left({X}_{it j}\right)-\mathrm{M}\mathrm{I}\mathrm{N}\left({X}_{it j}\right)} +0.001 $$ (1) $$ 负向指标处理: {{Z}_{it j}}^-=\frac{{X}_{it j}-\mathrm{M}\mathrm{I}\mathrm{N}\left({X}_{it j}\right)}{\mathrm{M}\mathrm{A}\mathrm{X}\left({X}_{it j}\right)-\mathrm{M}\mathrm{I}\mathrm{N}\left({X}_{it j}\right)} +0.001 $$ (2) 式中:
$ i $ =1, 2, ···, N;$ t $ =1, 2, ···, T;$ j $ =1, 2, ···, B; N、T、B分别表示面板数据中的省份数量、年份数量和指标数量;${{Z}_{it j}}$ 表示第$ i $ 个省第$ t $ 年第$ j $ 项指标的标准化值;$ {X}_{it j} $ 表示第$ i $ 个省第$ t $ 年第$ j $ 项指标的原始值。2)计算第
$ i $ 个省第$ t $ 年第$ j $ 项指标在所有年份中的比重(Pitj):$$ {P}_{it j}=\dfrac{{R}_{it j}}{\displaystyle\sum _{i=1}^{N}\sum _{t=1}^{T}{R}_{it j}} $$ (3) 式中:
$ {R}_{it j} $ 为标准化数据矩阵。3)计算信息熵
$( {H}_{j} )$ 和权重$({W}_{j})$ :$$ {H}_{j}=-\frac{1}{\mathrm{l}\mathrm{n}(N \times T)}\times \sum _{i=1}^{N}\sum _{t=1}^{T}({P}_{it j}\times \mathrm{l}\mathrm{n}{P}_{it j} )$$ (4) $$ {W}_{j}=\dfrac{1-{H}_{j}}{\displaystyle\sum _{j=1}^{B}(1-{H}_{j})} $$ (5) 4)计算各地区农业绿色发展水平综合得分
$({\mathrm{AGD}}_{j})$ 为:$$ {\mathrm{AGD}}_{j}={\displaystyle\sum _{j=1}^{B}({W}_{j} \times {R}_{it j}} )$$ (6) 2.1.2 指标设计
生态保育(EC): 农业绿色发展的根本要求是对农业资源保护和农业生态系统的修复[32], 选取森林覆盖率、湿地面积比重、水土流失治理3个指标来表征。资源节约(RC): 农业绿色发展的基本特征是资源节约[33], 注重农业生产过程中对自然资源的利用以及对农业机械等产品的使用[34], 选取农业单位产值耗水量、单位耕地面积机械总动力、农村用电强度、节水灌溉率4个指标来表征。环境友好(EF): 农业绿色发展要实现经济与环境的协调发展[35], 主要从生产源头进行控制, 防止对自然资源有害产品的过度使用, 以降低对生态环境和农产品质量安全带来的负面影响[36]。选择农药使用强度、化肥使用强度和农用塑料薄膜使用程度3个指标来表征。经济效益(EB): 绿色发展属于一种发展方式, 具有经济效益目标, 选取农业产值指数、土地产出率和农村居民人均可支配收入3个指标来表征。具体的指标及测算结果如表1所示。
表 1 农业绿色发展测量指标及其权重Table 1. Measurement indicators and their weights of agricultural green development一级指标
Primary indicator二级指标
Secondary indicator单位
Unit指标说明
Indicator description权重
Weight生态保育(35.45)
Ecological conservation森林覆盖率
Percentage of forest cover% 森林面积/辖区国土面积
Forest area / territory area under jurisdiction (+)16.65 湿地面积比重
Proportion of wetland area% 湿地总面积与辖区国土面积比值
Wetlands area / territory area under jurisdiction (+)2.15 水土流失治理面积
Soil erosion control area103 hm2 水土流失治理面积
Soil erosion control area (+)16.65 资源节约(23.72)
Resource conservation农业单位产值耗水量
Water consumption per unit agricultural output valuem3∙(104 ¥)−1 农业用水量与农业总产值比值
Agricultural water consumption / agricultural gross value (−)0.99 单位耕地面积机械总动力
Total mechanical power per unit cultivated land areakW·hm−2 农用机械总动力与耕地面积比值
Total power of agricultural machinery / cultivated land area (−)6.14 农村用电强度
Rural electricity intensitykWh·person−1 农村用电量与农村常住人口比值
Rural electricity consumption / rural permanent population (−)0.99 节水灌溉率
Water-saving irrigation rate% 节水灌溉面积与灌溉面积比值
Water-saving irrigation area / irrigation area (+)15.60 环境友好(9.43)
Environmental friendliness农药使用强度
Pesticide use intensity10−4 t·hm−2 农药使用量与耕地面积比值
Pesticide use / cultivated land area (−)3.14 化肥使用强度
Fertilizer use intensity10−4 t·hm−2 化肥施用总量与耕地面积比值
Total fertilizer application / cultivated land area (−)4.27 农用塑料薄膜使用率
Utilization rate of agricultural plastic film10−4 t·hm−2 地膜使用量与农作物总播种面积比值
Agricultural plastic film use / total sown area of crops (−)2.02 经济效益(31.40)
Economic benefits农业产值指数
Agricultural output index% 农产品同比往年价格
Year-on-year prices of agricultural products (+)0.72 土地产出率
Land yield103 ¥·hm−2 农业生产总值与农作物总播种面积比值
Total value of agricultural production / total sown area of crops (+)16.51 农村居民人均可支配收入
Disposable income of rural residents per capita¥·person−1 反映农民生活质量
Reflect the life quality of farmers (+)14.17 第1列括号中的数字表示该级指标权重; 第4列的“+”表示该指标为正向指标、“−”表示该指标为负向指标。The number in parenthese in the first column denotes the weight of the primary indicator; “+” in the fourth column indicates that the indicator is positive, and “−” indicates that the indicator is negative. 2.2 开放式创新与农业绿色发展相关变量选取
被解释变量: 农业绿色发展(AGD)。根据公式(1)~(5)确定各指标权重后, 使用公式(6)估算2010—2020年我国31个省份农业绿色发展指数。
解释变量: 开放式创新(OI)。目前关于开放式创新的测量方式多为问卷的主观测量, 且研究对象多为企业, 关于产业层面的开放式测量较少, 因此结合数据的可获取性, 借鉴邢会等[25]的研究, 采用技术市场技术流向地域金额数(IOI)加上技术输出地域金额数(OOI)计算得到的技术合作总金额数衡量开放式创新(OI1), 为检验结果的稳健性, 进一步采用技术合同数(OI2)进行检验。
调节变量: 环境规制(ER)。现关于环境规制的测度指标未统一, 主要有以环境法律法规颁布数量和环境污染治理投资额为代表的前端治理环境规制, 以及以排污费收入、排污监察次数为代表的末端治理环境规制[26], 因环境规制强度与政府在环境治理上的投入有很强的相关性[27], 故采用前端治理中的环境污染治理投资额占GDP比重来衡量环境规制。其中, 因《中国环境统计年鉴》中只公布了2017年之前关于环境污染治理投资额占GDP比重的数据, 2017年及之后的数据采用GetData Graph Digitizer 2.24软件对生态环境部每年公报中公布的各省份环境污染治理投资总额进行数据提取。
控制变量: 借鉴杨秀玉等[37]、唐一帆等[30]的研究, 选取农业产业集聚(AIA)、财政支农规模(FSAS)、农业研究与发展投入(R&D)、区域发展水平(GDP)等4个变量为控制变量。本文根据数据的可获取性, 借鉴薛选登等[38]的研究, 采用区位熵来表征农业产业集聚; 农业研究与发展投入用农业研究人员全时当量表示, 为农业总研究人员全时当量×(各地研究人员全时当量/全国研究人员全时当量); 区域发展水平使用地区国民生产总值的自然对数进行衡量; 财政支农规模采用地区农林水事务支出额的自然对数进行衡量。
2.3 实证模型设计
为检验开放式创新对农业绿色发展的非线性影响, 本文构建以下模型:
$$ {\mathrm{AGD}}_{i,t}={\beta }_{0}+{\beta }_{1}{\mathrm{\times OI}}_{i,t}+{\beta }_{2}\times {\mathrm{OI}}_{i,t}^{2}+\sum _{k=3}^{6}{\beta }_{k}\times {\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{t}\mathrm{r}\mathrm{o}\mathrm{l}}_{i,t}+{\varepsilon }_{i,t} $$ (7) 式中:
${\mathrm{AGD}}$ 为农业绿色发展指数, OI为开放式创新,${\mathrm{OI}}^{2}$ 代表开放式创新的平方项, Control为一系列控制变量,$ {\beta }_{0} $ ~$ {\beta }_{6} $ 为待估参数,$ \varepsilon $ 为随机误差项。为验证环境规制在开放式创新与农业绿色发展之间的调节作用, 构建以下模型:
$$ \begin{split} &\qquad \mathrm{AGD}_{i,t}={\beta }_{0}+{\beta }_{1}\times \mathrm{OI}_{i,t}+{\beta }_{2}\times \mathrm{OI}_{i,t}^{2}+{\beta }_{3}\times \mathrm{ER}_{i,t}+{\beta }_{4}\times\\ &\mathrm{OI}_{i,t}\times \mathrm{ER}_{i,t}+{\beta }_{5}\times \mathrm{OI}_{i,t}^{2}\times \mathrm{ER}_{i,t}+\sum _{k=6}^{9}{\beta }_{k}\times {\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{t}\mathrm{r}\mathrm{o}\mathrm{l}}_{{i},{t}}+{\varepsilon }_{i,t} \end{split} $$ (8) 式中:
$\mathrm{ER}$ 为环境规制,${\beta }_{7}$ ~$ {\beta }_{9} $ 为待估参数。2.4 数据来源
选取我国31个省份(港澳台除外) 2010—2020年(共计11年)的数据作为研究样本, 具体数据来源如下: 森林覆盖率、湿地面积比重、农业用水量、农业生产总值、农用机械总动力、农村用水量、灌溉面积、化肥施用总量、农作物总播种面积、农业产业指数、农村居民人均可支配收入、国民生产总值、农林水事务支出额数据均来自于2011—2021年的《中国统计年鉴》; 水土流失治理面积、耕地面积、节水灌溉面积、农药使用量、地膜使用量数据均来自于2011—2021年的《中国农村统计年鉴》; 技术市场技术流向地域金额数和合同数、技术输出地域金额数和合同数、农业研究人员全时当量、研究人员全时当量数据来源于2011—2021年的《中国科技统计年鉴》; 污染治理投资额部分数据来源于2011—2017年的《中国环境统计年鉴》, 部分来源于2017—2020年的《生态农业部公报》。
3. 实证结果分析
3.1 农业绿色发展水平
2010—2020年全国农业绿色发展水平均值为0.411, 整体偏低, 但总体上呈增长趋势, 不同省域差异较大, 如表2所示。全国31个省农业绿色发展平均指数处于[0.250, 0.621], 极差为0.371。农业绿色发展指数均值浙江最高, 西藏最低。北京农业绿色发展增长速度最快, 其增长率为0.046, 从2010年全国第3上升到2020年全国第1; 黑龙江最慢, 从2010年全国第6降至2020年全国第11。
表 2 2010—2020年全国及各地区农业绿色发展指数Table 2. Variation of national and regional agricultural green development indexes from 2010 to 2020地区
Region农业绿色发展指数 Agricultural green development index 2010 2012 2014 2016 2018 2020 均值 Mean 标准误 Standard error 增长率 Growth rate 浙江 Zhejiang 0.538 0.567 0.613 0.645 0.671 0.690 0.621 0.051 0.025 福建 Fujian 0.531 0.562 0.598 0.626 0.673 0.687 0.613 0.054 0.026 北京 Beijing 0.472 0.508 0.575 0.639 0.699 0.735 0.606 0.093 0.046 海南 Hainan 0.466 0.499 0.522 0.557 0.587 0.626 0.540 0.052 0.030 广西 Guangxi 0.471 0.484 0.523 0.541 0.556 0.587 0.527 0.039 0.023 江西 Jiangxi 0.437 0.446 0.503 0.522 0.537 0.561 0.503 0.042 0.025 云南 Yunnan 0.441 0.453 0.481 0.492 0.516 0.565 0.491 0.039 0.025 广东 Guangdong 0.419 0.441 0.469 0.495 0.516 0.547 0.481 0.040 0.027 陕西 Shaanxi 0.423 0.438 0.480 0.497 0.510 0.538 0.480 0.038 0.025 黑龙江 Heilongjiang 0.460 0.479 0.463 0.471 0.484 0.502 0.475 0.014 0.009 辽宁 Liaoning 0.394 0.424 0.457 0.480 0.489 0.518 0.461 0.039 0.028 吉林 Jilin 0.398 0.418 0.442 0.448 0.452 0.474 0.439 0.022 0.018 四川 Sichuan 0.392 0.410 0.429 0.450 0.461 0.489 0.439 0.030 0.022 重庆 Chongqing 0.372 0.389 0.423 0.439 0.455 0.500 0.429 0.040 0.030 贵州 Guizhou 0.359 0.368 0.410 0.432 0.446 0.498 0.418 0.047 0.034 湖南 Hunan 0.379 0.390 0.415 0.426 0.424 0.451 0.414 0.022 0.018 湖北 Hubei 0.328 0.345 0.392 0.410 0.423 0.444 0.390 0.040 0.031 内蒙古 Inner Mongolia 0.344 0.364 0.371 0.385 0.402 0.425 0.381 0.025 0.021 河北 Hebei 0.299 0.320 0.342 0.376 0.386 0.422 0.356 0.047 0.035 上海 Shanghai 0.289 0.318 0.336 0.362 0.397 0.443 0.356 0.038 0.044 天津 Tianjin 0.271 0.305 0.317 0.355 0.376 0.410 0.336 0.043 0.043 山西 Shanxi 0.287 0.292 0.329 0.349 0.362 0.393 0.334 0.035 0.032 江苏 Jiangsu 0.247 0.278 0.325 0.345 0.364 0.384 0.324 0.045 0.045 安徽 Anhui 0.291 0.302 0.317 0.326 0.341 0.363 0.323 0.023 0.022 甘肃 Gansu 0.277 0.286 0.293 0.321 0.329 0.344 0.306 0.024 0.022 宁夏 Ningxia 0.264 0.284 0.290 0.315 0.337 0.360 0.306 0.032 0.033 山东 Shandong 0.257 0.272 0.296 0.324 0.332 0.350 0.306 0.031 0.031 河南 Henan 0.258 0.268 0.283 0.303 0.315 0.354 0.296 0.031 0.032 新疆 Xinjiang 0.266 0.273 0.275 0.286 0.312 0.342 0.291 0.025 0.026 青海 Qinghai 0.211 0.225 0.264 0.274 0.280 0.296 0.259 0.028 0.035 西藏 Tibet 0.235 0.241 0.246 0.219 0.268 0.291 0.250 0.020 0.023 全国 Country 0.357 0.376 0.403 0.423 0.442 0.471 0.411 0.036 0.029 从不同地区不同维度来看(图2), 生态保育水平最高的是福建, 最低的是新疆。福建森林覆盖率为全国第一, 占福建国土面积的66.8%, 是我国首个“生态文明示范区”和首个“国家生态文明试验区”。新疆辖区面积较大, 但近两年森林覆盖率仅占辖区的4.87%, 为全国最低。资源节约水平最高和最低的分别是北京和湖南。资源节约强调低投入高产出的高生产效率, 北京作为我国首都, 其农业现代化水平较高, 农业科技水平高, 资源节约得分最高。湖南在农业机械上的投入较大, 但农业机械化效率不高, 其单位耕地面积机械化总动力位居全国前列。此外, 湖南在节约水资源上的成效较低, 节水灌溉率也为全国最低。环境友好水平最高的是西藏, 最低的是福建。环境友好强调减少对农业生产中有害产品的使用以及产后污染物的排放, 西藏的农药使用强度全国最低, 化肥和农膜使用量也较低, 分别仅次于青海和黑龙江, 同时土壤质量好、可再生资源丰富, 因此其环境友好水平最高。福建农药使用强度位列全国第一, 化肥使用量和农膜使用量也相对较高。经济效益水平排名第一的是北京, 最后一名是甘肃。北京多发展休闲农业, 经济效益较高, 农村居民人均可支配收入、土地单位产出均位列全国前茅。甘肃省农村居民人均可支配收入最低, 土地单位产出率和农业产值指数均不高。
![]()
图 2 2010—2020年各地区生态保育、资源节约、环境友好和经济效益的平均水平Figure 2. Average levels of ecological conservation, resource conservation, environmental friendliness, and economic benefits in each region from 2010 to 20203.2 开放式创新对农业绿色发展的影响及环境规制的调节作用
3.2.1 描述性统计分析
各变量描述性统计分析结果如表3所示。农业绿色发展指数的范围为0~1, 考虑到该数据的数量级与其他变量相差较大, 故将农业绿色发展乘以100后进入回归分析, 数字等比例扩大后不影响回归结果。从合作金额上衡量的开放式创新均值为14.900, 最大值为18.360, 最小值为10.370, 内向型开放式创新均值为14.390, 最大值和最小值分别为17.580、10.370, 外向型开放式创新的最大值和最小值分别为17.960和0 (即某省某年全是内向型开放式创新), 但是进行外向型开放式创新的地区也会进行内向型开放式创新, 这表明我国各省份间的开放式创新水平存在显著差异, 部分省份的开放式创新水平还有待提高。由于环境规制、农业产业集聚、财政支农规模的极差较大, 为消除极端值对总体趋势的影响, 后文对所有连续变量进行1%水平的缩尾处理。
表 3 开放式创新对农业绿色发展影响相关变量的描述性统计结果Table 3. Descriptive statistical results of related variables about effects of open innovation on agriculture green development变量
Variable符号
Code样本量
Sample size均值
Mean标准差
Standard deviation最小值
Minimum value最大值
Maximum value农业绿色发展 Agricultural green development AGD 341 0.411 0.112 0.211 0.735 开放式创新 Open innovation OI1 341 9.308 1.265 5.357 11.920 OI2 341 14.900 1.383 10.370 18.360 内向型开放式创新 Inbound open innovation IOI 341 14.390 1.195 10.370 17.580 外向型开放式创新 Outbound open innovation OOI 341 13.480 2.725 0.000 17.960 环境规制 Environmental regulation ER 341 1.574 3.294 0.060 60.000 农业产业集聚 Agricultural industrial agglomeration AIA 341 120.700 70.410 4.206 416.600 财政支农规模 Scale of financial support for agriculture FSAS 341 58.480 85.140 11.270 571.500 农业研究与发展投入 Agricultural research and development inputs R&D 341 6.194 1.178 2.303 8.940 区域发展水平 Level of regional development GDP 341 9.691 0.997 6.231 11.620 年份 Year Y 341 / / / / 省份 Province Pro 341 / / / / 3.2.2 开放式创新对农业绿色发展的影响
根据式(7)和选取的变量, 采用Stata 15.0对2010—2020年31个省份样本数据进行基准回归, 回归结果如表4中的模型1~2所示。在未加入控制变量的模型1中, 开放式创新一次项系数为−9.172, 平方项系数为0.298, 且均在1%水平上显著。在加入控制变量的模型2中, 开放式创新一次项和二次项的系数方向未改变, 但数值有所变化。对回归结果进行U检验, 拐点处的开放式创新为15.3761, 处于样本开放式创新取值区间[10.37, 18.36]内, 说明开放式创新与农业绿色发展间呈“先抑制后促进”的非线性关系, 故假设H1成立, 即当开放式创新水平较低时, 地区农业企业受限于高素质人才、知识积累以及路径依赖效应的影响, 对农业绿色发展起到抑制作用, 随着开放式创新水平不断提高, 且超过某一程度后, 开放式创新的溢出和共享效应开始显现, 开放式创新显著促进农业绿色发展。对结果进行拟合(图3)发现, 目前江苏、广东、北京等20个省份跨过了拐点, 说明这些地区的开放式创新对农业绿色发展的促进效应显著。西藏、青海、宁夏等11个省份还未达到拐点, 对于这些省份而言, 适度增加开放式创新更有利于农业绿色发展。
表 4 开放式创新对农业绿色发展影响回归结果Table 4. Regression results of the impact of open innovation on green agricultural development变量
Variable模型1 Model 1 模型2 Model 2 模型3 Model 3 模型4 Model 4 模型5 Model 5 模型6 Model 6 模型7 Model 7 模型8 Model 8 AGD AGD AGD EC RC EF EB AGD OI1 −9.172***
(−4.92)−10.093***
(−6.05)−2.527***
(−3.34)−1.687*
(−1.74)−0.179
(−0.52)−5.578***
(−5.12)−6.369**
(−2.47)OI12 0.298***
(4.81)0.323***
(5.73)0.089***
(3.49)0.053
(1.61)0.006
(0.52)0.170***
(4.34)0.188**
(2.19)OI2 −7.524***
(−3.04)OI22 0.377***
(2.88)FSAS 0.015***
(3.70)0.017***
(3.38)0.001
(0.80)0.003
(1.53)0.000
(0.25)0.009***
(4.87)0.015***
(4.10)AIA 0.012
(1.37)0.012
(1.41)0.008**
(2.57)−0.012***
(−2.72)−0.002***
(−2.84)0.016***
(4.17)0.011
(1.26)R&D 0.469*
(1.75)0.680**
(2.48)−0.426**
(−2.21)−0.251
(−1.53)−0.067
(−0.67)1.124***
(3.94)0.508*
(1.86)GDP 5.005***
(5.70)4.374***
(4.49)2.655***
(5.80)−1.793***
(−3.90)−0.520***
(−3.39)4.611***
(6.99)5.099***
(5.58)ER × OI1 −3.376***
(−2.80)ER × OI12 0.124***
(2.88)ER 22.896***
(2.72)Pro/Y 控制 Control Cons 99.934***
(7.10)53.206***
(3.85)16.664
(1.28)−2.308
(−0.33)43.474***
(6.40)12.328***
(5.22)0.413
(0.04)26.959
(1.37)N 341 341 341 341 341 341 341 341 R2 0.983 0.987 0.985 0.997 0.940 0.975 0.963 0.987 Adj_R2 0.980 0.985 0.983 0.996 0.931 0.971 0.957 0.985 F 671.1*** 700.1*** 717.3*** 4370*** 201.0*** 595.1*** 370.6*** 738.4*** AGD、EC、RC、EF、EB分别表示农业绿色发展、生态保育、资源节约、环境友好、经济效益, OI1和OI2分别表示用技术合作金额数衡量的开放式创新和用技术交易项目数衡量的开放式创新, OI12和OI22分别表示OI1和OI2的平方项, FSAS、AIA、R&D、GDP、ER分别表示财政支农规模、农业产业集聚、农业研究与发展投入、区域发展水平、环境规制, ER×OI1、ER×OI12分别表示环境规制与开放式创新的交互项、环境规制与开放式创新二次项的交互项, Pro/Y表示控制省份和年份; Cons、N、R2、Adj_R2、F分别表示常数项、样本量、拟合优度、调整后的拟合优度、F统计量。***、**、*分别表示在P<0.01、P<0.05、P<0.1水平显著, 括号内的值为t统计量。AGD, EC, RC, EF and EB denote agricultural green development, ecological conservation, resource conservation, environmental friendliness and economic benefits, respectively. OI1 and OI2 denote open innovation measured by the amount of technical cooperation and the number of technology trading projects, respectively; OI12 and OI22 denote the squared terms of OI1 and OI2. FSAS, AIA, R&D, GDP and ER denote scale of financial support for agriculture, agricultural industrial agglomeration, agricultural research & development inputs, regional development level and environmental regulation, respectively. ER×OI1 and ER×OI12 denote the interaction between environmental regulation and open innovation and the interaction between environmental regulation and the squared terms of open innovation, respectively; Pro/Y denotes the province and year of control; Cons, N, R2, Adj_R2 and F denote constant, sample size, goodness of fit, adjusted goodness of fit and F-statistic, respectively. ***, ** and * denote significance at P<0.01, P<0.05 and P<0.1 levels, respectively. Robust t-statistics is in parentheses. ![]()
图 3 开放式创新与农业绿色发展间的U型关系拟合图Figure 3. U-shaped relationship fitting between open innovation and agricultural green development3.2.3 开放式创新影响农业绿色发展的稳健性检验
在基准回归模型中, 开放式创新采用创新合作金额来衡量; 在稳健性检验中, 开放式创新采用创新合作项目数并取其对数进行衡量。回归结果如表4中的模型3所示, 回归结果与基准回归结果一致。通过将农业绿色发展的分维度作为被解释变量进行回归后, 得到的结果如模型4~7所示, 除环境友好维度的回归结果及资源节约的二次项不显著外, 其余分维度的结果均与基准回归结果一致。
3.2.4 环境规制调节效应分析
非线性关系的调节效应主要体现在拐点移动方向以及曲线的斜率变化[39]。本文借鉴林伟鹏等[40]总结的非线性关系调节作用原理, 以及Haans等[41]的相关研究, 探讨环境规制在开放式创新与农业绿色发展间的调节作用, 结果如表4中的模型8所示, 其中环境规制与开放式创新的二次项交互项系数为0.124, 说明环境规制在开放式创新与农业绿色发展间起着正向的调节作用, 环境规制水平越强, U型曲线越陡峭。同时, (−6.369×0.124) –[0.188×(−3.376)]<0,说明开放式创新与农业绿色发展U型关系的拐点会随着环境规制的加强而向左移动, 意味着在较强的环境规制下, 开放式创新更能推动省域农业绿色发展, 前文假设H2得到验证。为更直观地展示不同环境规制下开放式创新与农业绿色发展间关系的变化, 根据缩尾处理后的环境规制均值1.4、标准差0.8, 以及最大值0.32和最小值4.66的情况, ER分别取0.4、1.4和4.0, 绘制不同环境规制下开放式创新与农业绿色发展间关系的拟合图(图4)。
![]()
图 4 不同环境规制(ER)下开放式创新与农业绿色发展U型关系拟合图ER=0.4、ER=1.4、ER=4分别表示环境规制水平为0.4、1.4、4。ER=0.4, ER=1.4 and ER=4 represent environmental regulation levels of 0.4, 1.4, and 4, respectively.Figure 4. Fitting diagram of the U-shaped relationship between open innovation and agricultural green development under different environmental regulations (ER)3.3 不同类型和主导类型开放式创新对农业绿色发展的影响
为进一步细化分析开放式创新与农业绿色发展之间的关系, 文章从不同类型和不同主导类型开放式创新角度探讨其对省域农业绿色发展的具体影响。
3.3.1 不同类型开放式创新影响的比较分析
表5中模型9和10针对内向型和外向型开放式创新对农业绿色发展影响的检验结果表明, 内向型和外向型开放式创新均与农业绿色发展间呈正U型关系, 但作用强度有显著差异。图5a中, 外向型开放式创新对农业绿色发展影响U型曲线的拐点在左边, 说明外向型开放式创新对农业绿色发展的促进作用先于内向型开放式创新。内向型开放式创新对农业绿色发展影响U型曲线的“开口”更小, 说明内向型开放式创新对农业绿色发展的促进作用更强。此结果与解学梅等[42]的结论大致相同, 内向型开放式创新通过外部技术合作的方式提高科技创新水平、缩短农业技术研发周期以弥补自身内部创新水平的不足, 而外向型开放式创新则是通过技术合作减少内部资源冗余, 以提高创新资源的利用率和内部经济效益, 总体对农业绿色发展的作用会更弱。目前除西藏外, 其余省域外向型开放式创新水平均在拐点右侧, 说明现阶段各地区外向型开放式创新对农业绿色发展均起着正向促进作用, 应大力鼓励。
表 5 不同类型和主导类型开放式创新对农业绿色发展影响的回归结果Table 5. Regression analysis results of the impact of different types and dominant types of open innovation on agricultural green development变量 Variable 模型9 Model 9 模型10 Model 10 模型11 Model 11 模型12 Model 12 IOI −12.382*** (−6.50) IOI 2 0.413*** (6.20) OOI −0.949*** (−3.01) OOI 2 0.044***(3.44) OI −3.201*(−1.83) −33.241*** (−7.30) OI1 2 0.101* (1.70) 1.119*** (7.65) FSAS 0.015*** (3.59) 0.019*** (3.48) −0.019*** (−3.81) 0.023*** (7.47) AIA 0.011 (1.31) 0.009 (1.22) 0.006 (1.02) −0.023**(−2.50) R&D 0.400 (1.53) 0.658** (2.49) 0.515 (1.53) −1.395***(−2.93) GDP 5.016*** (5.68) 4.393*** (4.99) 5.256*** (5.52) −3.538** (−2.59) Cons 67.802*** (4.48) −16.698** (−2.00) 17.469 (1.39) 316.345*** (7.62) Pro/Y 控制 Control N 341 341 246 95 R2 0.987 0.986 0.992 0.993 Adj_R2 0.985 0.983 0.990 0.990 F 741.7*** 807.9*** 565.0*** 324.6*** IOI、OOI、OI、FSAS、AIA、R&D、GDP分别表示内向型开放式创新、外向型开放式创新、开放式创新、财政支农规模、农业产业集聚、农业研究与发展投入、区域发展水平, IOI2、OOI2、OI12分别表示内向型开放式创新的平方项、外向型开放式创新的平方项、用技术合作金额数衡量的开放式创新的平方项; Pro/Y表示控制省份和年份; Cons、N、R2、Adj_R2、F分别表示常数项、样本量、拟合优度、调整后的拟合优度、F统计量。***、**、*分别表示在P<0.01、P<0.05、P<0.1水平显著, 括号内的值为t统计量。IOI, OOI, OI, FSAS, AIA, R&D and GDP denote inbound open innovation, outbound open innovation, open innovation, scale of financial support for agriculture, agricultural industrial agglomeration, agricultural R&D inputs and regional development level, respectively; IOI2, OOI2 and OI12 denote the squared terms of inbound open innovation, outbound open innovation and open innovation by measured the amount of technical cooperation, respectively; Pro/Y denotes the province and year of control; Cons, N, R2, Adj_R2 and F denote constant, samples size, goodness of fit, adjusted goodness of fit and F-statistic, respectively; ***, ** and * denote significance at P<0.01, P<0.05 and P<0.1 levels, respectively; robust t-statistics is in parentheses. ![]()
图 5 不同类型开放式创新(a)和不同主导类型开放式创新(b)对农业绿色发展影响的分组回归拟合Figure 5. Grouping regression fitting of the impact of different types of open innovation (a) and different dominance types of open innovation (b) on agricultural green development3.3.2 不同主导类型开放式创新影响的比较分析
依据内、外向型开放式创新大小, 将开放式创新分为以内向型为主导和以外向型为主导的开放式创新, 由于内外向型开放式创新非对称性对产业的创新网络抗毁性具有显著影响[43], 因此进一步地探讨不同主导类型开放式创新对农业绿色发展的影响(表5模型11和模型12), 结果发现无论是以内向型主导还是外向型主导开放式创新, 均先抑制后促进农业绿色发展, 但结果具有差异性。对应的拟合图(图5 b)中, 内向型主导开放式创新对农业绿色发展的促进作用会更早到来, 其原因主要是, 内向型主导地区自主创新水平较弱, 结合外部异质性资源能较快地促进农业绿色发展。而外向型主导开放式创新对农业绿色发展的影响效果更佳, 其原因主要是外向型主导地区往往自主创新和技术水平较高, 相关技术和产品更受消费者欢迎[44], 其在市场的驱动下, 地区进一步加快对技术的研发速度以提高地区的农业绿色发展水平。越高的开放式创新表明其有着越高的外向型开放式创新, 其对农业绿色发展的作用效果就越强, 内、外创新叠加效果明显。通过计算将2020年样本数据和曲线拐点对比, 发现全国有22个省份以内向型开放式创新为主导, 其中, 有16个省份位于拐点右侧, 6个省份位于左侧, 9个省份以外向型开放式创新为主导, 其中8个省份位于拐点右侧, 1个省份位于拐点左侧。不同省份所处的区位不同, 开放式创新的重点和路径也应该不同, 对此, 为了避免“不开放创新等死, 盲目开放创新找死”的两难困境, 各省根据实际, 合理规划, 选择适合自己的内外型开放式创新路径。
4. 结论与建议
4.1 结论
本文利用2010—2020年我国31个省市、自治区的面板数据, 从环境规制视角, 探究开放式创新是否更能推动省域农业绿色发展, 主要结论如下:
1)从时间序列来看, 我国农业绿色发展水平整体上呈现增长趋势; 省际层面上看, 农业绿色发展指数最高的是浙江, 最低的是西藏, 发展速率最快的是北京, 而发展速率最慢的是黑龙江; 从省际农业绿色发展不同维度来看, 生态保育、资源节约、环境友好、经济效益排名第一的分别是福建、北京、西藏和北京。
2)开放式创新与农业绿色发展存在正“U”型的非线性关系, 这与曾刚等[11]的研究结论类似, 即开放式创新对农业绿色发展的影响存在转折点, 当开放式创新投入较少时, 开放式创新不利于农业绿色发展, 当开放式创新水平超过15.3761后, 开放式创新对农业绿色发展有显著的促进作用。这主要是因为开放式创新对创新流入地的吸收能力要求较高, 且在短时间内容易形成路径依赖, 无法从根本上改变当地自主创新能力弱的现状, 但随着开放式创新投入的增加, 两地间交流不断增进, 开放式创新的溢出效应和共享效应不断显现, 加快了生产要素流动速率, 进而促进了农业绿色发展。目前, 西藏、青海等11个省还需适度增加开放式创新, 而北京、广东等20个省可保持原有发展策略。
3)环境规制正向调节开放式创新与农业绿色发展之间的非线性关系, 该结果与张金鑫等[10]的研究结论类似, 在较高的环境规制水平下, 农业生产经营主体迫于各种惩罚措施压力, 同时被激励措施吸引而选择有利于缓解环境负荷的开放式创新, 进而增强开放式创新对农业绿色发展的促进作用, 同时缓解开放式创新对农业绿色发展的抑制作用。
4)内向型与外向型开放式创新对农业绿色发展的作用机理存在差异。内、外向型开放式创新均与农业绿色发展呈正“U”型的非线性关系, 但相较于外向型开放式创新, 内向型开放式创新对农业绿色发展的影响更强。此外, 以外向型为主导的开放式创新对农业绿色发展的作用会更强, 主要是因为外向型主导开放式创新地区, 绿色化发展水平较高, 而将本地冗余的资源以商业化形式与外地合作, 有利于本地资源合理化配置的同时, 还加快了资金向本地流动, 进一步加快本地农业绿色化发展。
4.2 建议
上述结论为农业绿色发展提供了一些新的思路。当农业经营主体研发能力薄弱且规模较小时, 开放式创新对农业绿色发展更具比较优势, 因此, 政府在推进技术交易的开放式创新时, 应基于地区内现有创新要素, 提高开放式创新水平较低地区对外部创新知识吸收的能力, 加快建立开放式创新平台以促进开放式创新水平较高地区的创新资源流动。此外, 政府应根据各地发展基础和产业结构存在的差异因地制宜制定并实施环境规制政策, 这也是促进农业绿色发展的有效手段。具体措施可从以下2个方面着手(图6):
1)基于开放式创新与农业绿色发展的非线性关系, 在推动农业绿色发展过程中应根据各地区特性施策。对于开放式创新水平较低的地区, 政府应加大培育以专业大户、家庭农场、农民专业合作社和龙头企业等为代表的新型农业经营主体, 加强地区对创新知识的吸收能力, 特别是龙头企业, 其带动能力强, 有利于体现开放式创新的外溢效应, 由此促进农业绿色发展。对于开放式创新水平较高的地区, 应注重开放式创新平台的建立, 加快开放式创新资源的流动。通过构建开放式创新平台, 发挥开放式创新平台的共享、公益与开放等特性, 以及农业产业链上各主体分工合作优势, 为农业创造一个协同共生的创新生态系统, 有利于加快整合外部各项创新资源。同时开放式创新平台能有效破解创新资源获取与整合过程中的时间与空间障碍, 提高农业的创新能力, 以及开放式创新主体间的沟通效率。
2)科学制定农业环境规制政策。从本文的实证分析中得到: 环境规制水平越高, 开放式创新越能推动农业绿色发展, 因此, 政府应充分意识到环境规制在促进农业绿色发展中的有效作用, 科学制定激励型和约束型环境政策来进一步扩大开放式创新对农业绿色发展的促进效应。一方面, 通过开展农业环境税、农业碳交易市场试点工作, 提高农业绿色化发展的灵活性。另一方面, 现阶段环境规制政策多针对工业设计。农业属于面源污染, 相对点源污染更具复杂性, 对此, 应确定农业污染标准, 综合运用农业激励型和约束型环境规制政策工具, 逐渐建立起一个相对完善的农业绿色发展法律法规以提高地方农业绿色发展水平。此外, 对于开放式创新对农业绿色发展起着抑制作用的地区(西藏、青海、宁夏、海南、内蒙古等地区), 需适度加大环境规制强度, 加强对农业生产经营者环保技术使用的引导, 对应用开放式创新技术的农业生产者予以补贴, 让地方环境规制水平始终处于最有利于开放式创新对农业绿色发展促进作用的区间。
-
![]()
图 1 开放式创新、环境规制对农业绿色发展的作用机制
Figure 1. Mechanism of open innovation and environmental regulation on the green development of agriculture
![]()
图 2 2010—2020年各地区生态保育、资源节约、环境友好和经济效益的平均水平
Figure 2. Average levels of ecological conservation, resource conservation, environmental friendliness, and economic benefits in each region from 2010 to 2020
![]()
图 3 开放式创新与农业绿色发展间的U型关系拟合图
Figure 3. U-shaped relationship fitting between open innovation and agricultural green development
![]()
图 4 不同环境规制(ER)下开放式创新与农业绿色发展U型关系拟合图
ER=0.4、ER=1.4、ER=4分别表示环境规制水平为0.4、1.4、4。ER=0.4, ER=1.4 and ER=4 represent environmental regulation levels of 0.4, 1.4, and 4, respectively.
Figure 4. Fitting diagram of the U-shaped relationship between open innovation and agricultural green development under different environmental regulations (ER)
![]()
图 5 不同类型开放式创新(a)和不同主导类型开放式创新(b)对农业绿色发展影响的分组回归拟合
Figure 5. Grouping regression fitting of the impact of different types of open innovation (a) and different dominance types of open innovation (b) on agricultural green development
表 1 农业绿色发展测量指标及其权重
Table 1 Measurement indicators and their weights of agricultural green development
一级指标
Primary indicator二级指标
Secondary indicator单位
Unit指标说明
Indicator description权重
Weight生态保育(35.45)
Ecological conservation森林覆盖率
Percentage of forest cover% 森林面积/辖区国土面积
Forest area / territory area under jurisdiction (+)16.65 湿地面积比重
Proportion of wetland area% 湿地总面积与辖区国土面积比值
Wetlands area / territory area under jurisdiction (+)2.15 水土流失治理面积
Soil erosion control area103 hm2 水土流失治理面积
Soil erosion control area (+)16.65 资源节约(23.72)
Resource conservation农业单位产值耗水量
Water consumption per unit agricultural output valuem3∙(104 ¥)−1 农业用水量与农业总产值比值
Agricultural water consumption / agricultural gross value (−)0.99 单位耕地面积机械总动力
Total mechanical power per unit cultivated land areakW·hm−2 农用机械总动力与耕地面积比值
Total power of agricultural machinery / cultivated land area (−)6.14 农村用电强度
Rural electricity intensitykWh·person−1 农村用电量与农村常住人口比值
Rural electricity consumption / rural permanent population (−)0.99 节水灌溉率
Water-saving irrigation rate% 节水灌溉面积与灌溉面积比值
Water-saving irrigation area / irrigation area (+)15.60 环境友好(9.43)
Environmental friendliness农药使用强度
Pesticide use intensity10−4 t·hm−2 农药使用量与耕地面积比值
Pesticide use / cultivated land area (−)3.14 化肥使用强度
Fertilizer use intensity10−4 t·hm−2 化肥施用总量与耕地面积比值
Total fertilizer application / cultivated land area (−)4.27 农用塑料薄膜使用率
Utilization rate of agricultural plastic film10−4 t·hm−2 地膜使用量与农作物总播种面积比值
Agricultural plastic film use / total sown area of crops (−)2.02 经济效益(31.40)
Economic benefits农业产值指数
Agricultural output index% 农产品同比往年价格
Year-on-year prices of agricultural products (+)0.72 土地产出率
Land yield103 ¥·hm−2 农业生产总值与农作物总播种面积比值
Total value of agricultural production / total sown area of crops (+)16.51 农村居民人均可支配收入
Disposable income of rural residents per capita¥·person−1 反映农民生活质量
Reflect the life quality of farmers (+)14.17 第1列括号中的数字表示该级指标权重; 第4列的“+”表示该指标为正向指标、“−”表示该指标为负向指标。The number in parenthese in the first column denotes the weight of the primary indicator; “+” in the fourth column indicates that the indicator is positive, and “−” indicates that the indicator is negative. 
下载: 导出CSV
表 2 2010—2020年全国及各地区农业绿色发展指数
Table 2 Variation of national and regional agricultural green development indexes from 2010 to 2020
地区
Region农业绿色发展指数 Agricultural green development index 2010 2012 2014 2016 2018 2020 均值 Mean 标准误 Standard error 增长率 Growth rate 浙江 Zhejiang 0.538 0.567 0.613 0.645 0.671 0.690 0.621 0.051 0.025 福建 Fujian 0.531 0.562 0.598 0.626 0.673 0.687 0.613 0.054 0.026 北京 Beijing 0.472 0.508 0.575 0.639 0.699 0.735 0.606 0.093 0.046 海南 Hainan 0.466 0.499 0.522 0.557 0.587 0.626 0.540 0.052 0.030 广西 Guangxi 0.471 0.484 0.523 0.541 0.556 0.587 0.527 0.039 0.023 江西 Jiangxi 0.437 0.446 0.503 0.522 0.537 0.561 0.503 0.042 0.025 云南 Yunnan 0.441 0.453 0.481 0.492 0.516 0.565 0.491 0.039 0.025 广东 Guangdong 0.419 0.441 0.469 0.495 0.516 0.547 0.481 0.040 0.027 陕西 Shaanxi 0.423 0.438 0.480 0.497 0.510 0.538 0.480 0.038 0.025 黑龙江 Heilongjiang 0.460 0.479 0.463 0.471 0.484 0.502 0.475 0.014 0.009 辽宁 Liaoning 0.394 0.424 0.457 0.480 0.489 0.518 0.461 0.039 0.028 吉林 Jilin 0.398 0.418 0.442 0.448 0.452 0.474 0.439 0.022 0.018 四川 Sichuan 0.392 0.410 0.429 0.450 0.461 0.489 0.439 0.030 0.022 重庆 Chongqing 0.372 0.389 0.423 0.439 0.455 0.500 0.429 0.040 0.030 贵州 Guizhou 0.359 0.368 0.410 0.432 0.446 0.498 0.418 0.047 0.034 湖南 Hunan 0.379 0.390 0.415 0.426 0.424 0.451 0.414 0.022 0.018 湖北 Hubei 0.328 0.345 0.392 0.410 0.423 0.444 0.390 0.040 0.031 内蒙古 Inner Mongolia 0.344 0.364 0.371 0.385 0.402 0.425 0.381 0.025 0.021 河北 Hebei 0.299 0.320 0.342 0.376 0.386 0.422 0.356 0.047 0.035 上海 Shanghai 0.289 0.318 0.336 0.362 0.397 0.443 0.356 0.038 0.044 天津 Tianjin 0.271 0.305 0.317 0.355 0.376 0.410 0.336 0.043 0.043 山西 Shanxi 0.287 0.292 0.329 0.349 0.362 0.393 0.334 0.035 0.032 江苏 Jiangsu 0.247 0.278 0.325 0.345 0.364 0.384 0.324 0.045 0.045 安徽 Anhui 0.291 0.302 0.317 0.326 0.341 0.363 0.323 0.023 0.022 甘肃 Gansu 0.277 0.286 0.293 0.321 0.329 0.344 0.306 0.024 0.022 宁夏 Ningxia 0.264 0.284 0.290 0.315 0.337 0.360 0.306 0.032 0.033 山东 Shandong 0.257 0.272 0.296 0.324 0.332 0.350 0.306 0.031 0.031 河南 Henan 0.258 0.268 0.283 0.303 0.315 0.354 0.296 0.031 0.032 新疆 Xinjiang 0.266 0.273 0.275 0.286 0.312 0.342 0.291 0.025 0.026 青海 Qinghai 0.211 0.225 0.264 0.274 0.280 0.296 0.259 0.028 0.035 西藏 Tibet 0.235 0.241 0.246 0.219 0.268 0.291 0.250 0.020 0.023 全国 Country 0.357 0.376 0.403 0.423 0.442 0.471 0.411 0.036 0.029
下载: 导出CSV
表 3 开放式创新对农业绿色发展影响相关变量的描述性统计结果
Table 3 Descriptive statistical results of related variables about effects of open innovation on agriculture green development
变量
Variable符号
Code样本量
Sample size均值
Mean标准差
Standard deviation最小值
Minimum value最大值
Maximum value农业绿色发展 Agricultural green development AGD 341 0.411 0.112 0.211 0.735 开放式创新 Open innovation OI1 341 9.308 1.265 5.357 11.920 OI2 341 14.900 1.383 10.370 18.360 内向型开放式创新 Inbound open innovation IOI 341 14.390 1.195 10.370 17.580 外向型开放式创新 Outbound open innovation OOI 341 13.480 2.725 0.000 17.960 环境规制 Environmental regulation ER 341 1.574 3.294 0.060 60.000 农业产业集聚 Agricultural industrial agglomeration AIA 341 120.700 70.410 4.206 416.600 财政支农规模 Scale of financial support for agriculture FSAS 341 58.480 85.140 11.270 571.500 农业研究与发展投入 Agricultural research and development inputs R&D 341 6.194 1.178 2.303 8.940 区域发展水平 Level of regional development GDP 341 9.691 0.997 6.231 11.620 年份 Year Y 341 / / / / 省份 Province Pro 341 / / / /
下载: 导出CSV
表 4 开放式创新对农业绿色发展影响回归结果
Table 4 Regression results of the impact of open innovation on green agricultural development
变量
Variable模型1 Model 1 模型2 Model 2 模型3 Model 3 模型4 Model 4 模型5 Model 5 模型6 Model 6 模型7 Model 7 模型8 Model 8 AGD AGD AGD EC RC EF EB AGD OI1 −9.172***
(−4.92)−10.093***
(−6.05)−2.527***
(−3.34)−1.687*
(−1.74)−0.179
(−0.52)−5.578***
(−5.12)−6.369**
(−2.47)OI12 0.298***
(4.81)0.323***
(5.73)0.089***
(3.49)0.053
(1.61)0.006
(0.52)0.170***
(4.34)0.188**
(2.19)OI2 −7.524***
(−3.04)OI22 0.377***
(2.88)FSAS 0.015***
(3.70)0.017***
(3.38)0.001
(0.80)0.003
(1.53)0.000
(0.25)0.009***
(4.87)0.015***
(4.10)AIA 0.012
(1.37)0.012
(1.41)0.008**
(2.57)−0.012***
(−2.72)−0.002***
(−2.84)0.016***
(4.17)0.011
(1.26)R&D 0.469*
(1.75)0.680**
(2.48)−0.426**
(−2.21)−0.251
(−1.53)−0.067
(−0.67)1.124***
(3.94)0.508*
(1.86)GDP 5.005***
(5.70)4.374***
(4.49)2.655***
(5.80)−1.793***
(−3.90)−0.520***
(−3.39)4.611***
(6.99)5.099***
(5.58)ER × OI1 −3.376***
(−2.80)ER × OI12 0.124***
(2.88)ER 22.896***
(2.72)Pro/Y 控制 Control Cons 99.934***
(7.10)53.206***
(3.85)16.664
(1.28)−2.308
(−0.33)43.474***
(6.40)12.328***
(5.22)0.413
(0.04)26.959
(1.37)N 341 341 341 341 341 341 341 341 R2 0.983 0.987 0.985 0.997 0.940 0.975 0.963 0.987 Adj_R2 0.980 0.985 0.983 0.996 0.931 0.971 0.957 0.985 F 671.1*** 700.1*** 717.3*** 4370*** 201.0*** 595.1*** 370.6*** 738.4*** AGD、EC、RC、EF、EB分别表示农业绿色发展、生态保育、资源节约、环境友好、经济效益, OI1和OI2分别表示用技术合作金额数衡量的开放式创新和用技术交易项目数衡量的开放式创新, OI12和OI22分别表示OI1和OI2的平方项, FSAS、AIA、R&D、GDP、ER分别表示财政支农规模、农业产业集聚、农业研究与发展投入、区域发展水平、环境规制, ER×OI1、ER×OI12分别表示环境规制与开放式创新的交互项、环境规制与开放式创新二次项的交互项, Pro/Y表示控制省份和年份; Cons、N、R2、Adj_R2、F分别表示常数项、样本量、拟合优度、调整后的拟合优度、F统计量。***、**、*分别表示在P<0.01、P<0.05、P<0.1水平显著, 括号内的值为t统计量。AGD, EC, RC, EF and EB denote agricultural green development, ecological conservation, resource conservation, environmental friendliness and economic benefits, respectively. OI1 and OI2 denote open innovation measured by the amount of technical cooperation and the number of technology trading projects, respectively; OI12 and OI22 denote the squared terms of OI1 and OI2. FSAS, AIA, R&D, GDP and ER denote scale of financial support for agriculture, agricultural industrial agglomeration, agricultural research & development inputs, regional development level and environmental regulation, respectively. ER×OI1 and ER×OI12 denote the interaction between environmental regulation and open innovation and the interaction between environmental regulation and the squared terms of open innovation, respectively; Pro/Y denotes the province and year of control; Cons, N, R2, Adj_R2 and F denote constant, sample size, goodness of fit, adjusted goodness of fit and F-statistic, respectively. ***, ** and * denote significance at P<0.01, P<0.05 and P<0.1 levels, respectively. Robust t-statistics is in parentheses.
下载: 导出CSV
表 5 不同类型和主导类型开放式创新对农业绿色发展影响的回归结果
Table 5 Regression analysis results of the impact of different types and dominant types of open innovation on agricultural green development
变量 Variable 模型9 Model 9 模型10 Model 10 模型11 Model 11 模型12 Model 12 IOI −12.382*** (−6.50) IOI 2 0.413*** (6.20) OOI −0.949*** (−3.01) OOI 2 0.044***(3.44) OI −3.201*(−1.83) −33.241*** (−7.30) OI1 2 0.101* (1.70) 1.119*** (7.65) FSAS 0.015*** (3.59) 0.019*** (3.48) −0.019*** (−3.81) 0.023*** (7.47) AIA 0.011 (1.31) 0.009 (1.22) 0.006 (1.02) −0.023**(−2.50) R&D 0.400 (1.53) 0.658** (2.49) 0.515 (1.53) −1.395***(−2.93) GDP 5.016*** (5.68) 4.393*** (4.99) 5.256*** (5.52) −3.538** (−2.59) Cons 67.802*** (4.48) −16.698** (−2.00) 17.469 (1.39) 316.345*** (7.62) Pro/Y 控制 Control N 341 341 246 95 R2 0.987 0.986 0.992 0.993 Adj_R2 0.985 0.983 0.990 0.990 F 741.7*** 807.9*** 565.0*** 324.6*** IOI、OOI、OI、FSAS、AIA、R&D、GDP分别表示内向型开放式创新、外向型开放式创新、开放式创新、财政支农规模、农业产业集聚、农业研究与发展投入、区域发展水平, IOI2、OOI2、OI12分别表示内向型开放式创新的平方项、外向型开放式创新的平方项、用技术合作金额数衡量的开放式创新的平方项; Pro/Y表示控制省份和年份; Cons、N、R2、Adj_R2、F分别表示常数项、样本量、拟合优度、调整后的拟合优度、F统计量。***、**、*分别表示在P<0.01、P<0.05、P<0.1水平显著, 括号内的值为t统计量。IOI, OOI, OI, FSAS, AIA, R&D and GDP denote inbound open innovation, outbound open innovation, open innovation, scale of financial support for agriculture, agricultural industrial agglomeration, agricultural R&D inputs and regional development level, respectively; IOI2, OOI2 and OI12 denote the squared terms of inbound open innovation, outbound open innovation and open innovation by measured the amount of technical cooperation, respectively; Pro/Y denotes the province and year of control; Cons, N, R2, Adj_R2 and F denote constant, samples size, goodness of fit, adjusted goodness of fit and F-statistic, respectively; ***, ** and * denote significance at P<0.01, P<0.05 and P<0.1 levels, respectively; robust t-statistics is in parentheses.
下载: 导出CSV
-
[1] 中国农业绿色发展研究会, 中国农业科学院农业资源与农业区划研究所. 中国农业绿色发展报告2021[M]. 北京: 中国农业出版社 China Agricultural Green Development Research Association, Institute of Agricultural Resources and Regional Planning of the Chinese Academy of Agricultural Sciences. China Agriculture Green Development Report 2021[M]. Beijing: China Agriculture Press, 2022
[2] 潘丹. 考虑资源环境因素的中国农业绿色生产率评价及其影响因素分析[J]. 中国科技论坛, 2014(11): 149−154 doi: 10.3969/j.issn.1002-6711.2014.11.028 PAN D. Evaluation and determinants of agricultural green productivity in China[J]. Forum on Science and Technology in China, 2014(11): 149−154 doi: 10.3969/j.issn.1002-6711.2014.11.028
[3] 陈亮, 哈战荣. 新时代创新引领绿色发展的内在逻辑、现实基础与实施路径[J]. 马克思主义研究, 2018(6): 74−86, 160 CHEN L, HA Z R. The internal logic, realistic foundation, and implementation approach of innovation and guidance in the green development in the new era[J]. Studies on Marxism, 2018(6): 74−86, 160
[4] 杨震宁, 赵红. 中国企业的开放式创新: 制度环境、“竞合”关系与创新绩效[J]. 管理世界, 2020, 36(2): 139−160, 224 doi: 10.3969/j.issn.1002-5502.2020.02.013 YANG Z N, ZHAO H. Chinese enterprises’ open innovation: institutional environment, co-opetition relationship and innovation performance[J]. Management World, 2020, 36(2): 139−160, 224 doi: 10.3969/j.issn.1002-5502.2020.02.013
[5] 崔海云, 施建军. 开放式创新、政府扶持与农业龙头企业绩效的关系研究[J]. 农业经济问题, 2013, 34(9): 84−91 CUI H Y, SHI J J. Research on the relationship among open innovation, government support and the performance of agricultural leading enterprises[J]. Issues in Agricultural Economy, 2013, 34(9): 84−91
[6] 林青宁, 毛世平. 开放式创新与涉农企业科技成果转化效率−CEO经历、能力平衡的调节效应[J]. 研究与发展管理, 2021, 33(2): 29−40 LIN Q N, MAO S P. Open innovation and transformation efficiency of S & T achievements of agriculture-related enterprises−moderating effects of CEO experience and capacity balance[J]. R&D Management, 2021, 33(2): 29−40
[7] 苏鑫, 彭新永, 赵越. 开放式创新驱动战略性新兴产业高端化−研究综述与分析框架构建[J]. 技术经济与管理研究, 2019(12): 115−118 doi: 10.3969/j.issn.1004-292X.2019.12.020 SU X, PENG X Y, ZHAO Y. Open innovation drives high-end strategic emerging industries−research review and analytical framework construction[J]. Journal of Technical Economics & Management, 2019(12): 115−118 doi: 10.3969/j.issn.1004-292X.2019.12.020
[8] 吕慧珍, 张萌. 开放式创新战略与制造业转型升级−基于减税降费的调节效应视角[J]. 财会通讯, 2022(13): 58−62 LYU H Z, ZHANG M. Open innovation strategy and manufacturing transformation and upgrading based on the regulatory effect of tax reduction and fee reduction[J]. Communication of Finance and Accounting, 2022(13): 58−62
[9] 王锋正, 孙玥, 赵宇霞. 全球价值链嵌入、开放式创新与资源型产业升级[J]. 科学学研究, 2020, 38(9): 1706−1718 WANG F Z, SUN Y, ZHAO Y X. Global value chain embedding, open innovation and resource-based industry upgrading[J]. Studies in Science of Science, 2020, 38(9): 1706−1718
[10] 张金鑫, 王红玲. 环境规制、农业技术创新与农业碳排放[J]. 湖北大学学报(哲学社会科学版), 2020, 47(4): 147−156 ZHANG J X, WANG H L. Analysis on environmental planning, agricultural technological innovation and agricultural carbon emission[J]. Journal of Hubei University (Philosophy and Social Science), 2020, 47(4): 147−156
[11] 曾刚, 胡森林. 技术创新对黄河流域城市绿色发展的影响研究[J]. 地理科学, 2021, 41(8): 1314−1323 ZENG G, HU S L. The impact of technological innovation on urban green development in the Yellow River Basin[J]. Scientia Geographica Sinica, 2021, 41(8): 1314−1323
[12] 岳立, 闫慧贞. 黄河流域技术进步对资源型城市绿色发展影响[J]. 科学学研究, 2023, 41(9): 1615−1626, 1637 YUE L, YAN H Z. Impact of technological progress on green development of resource-based cities in the yellow river basin[J]. Studies in Science of Science, 2023, 41(9): 1615−1626, 1637
[13] 方莹莹, 刘戒骄. 开放式创新与产业生态系统的构建−基于多数据库的Cite Space文献计量分析[J]. 经济学家, 2020(9): 53−63 FANG Y Y, LIU J J. Open innovation and construction of industrial ecosystem−Cite Space bibliometric analysis based on multiple databases[J]. Economist, 2020(9): 53−63
[14] CHESBROUGH H W. Open Innovation: the New Imperative for Creating and Profiting from Technology[M]. Boston: Harvard Business School Press, 2003
[15] 王智新, 赵景峰. 开放式创新、全球价值链嵌入与技术创新绩效[J]. 科学管理研究, 2019, 37(1): 74−77 WANG Z X, ZHAO J F. Research on open innovation, embedding global value chain and technological innovation performance[J]. Scientific Management Research, 2019, 37(1): 74−77
[16] 李晓园, 钟伟, 滕玉华. 互联网赋能如何影响政府相对贫困治理绩效?−开放式创新的中介作用[J]. 公共行政评论, 2022, 15(3): 161−178, 200 doi: 10.3969/j.issn.1674-2486.2022.03.010 LI X Y, ZHONG W, TENG Y H. How does Internet empowerment affect the government’s performance in relative poverty governance?−The mediating role of open innovation[J]. Journal of Public Administration, 2022, 15(3): 161−178, 200 doi: 10.3969/j.issn.1674-2486.2022.03.010
[17] 杜晓静, 耿亚青, 沈占波. 基于互联网的开放式创新模式研究: 背景、特点和组成系统[J]. 科技进步与对策, 2014, 31(8): 10−15 doi: 10.6049/kjjbydc.2013100691 DU X J, GENG Y Q, SHEN Z B. Research of the open innovation mode based on Internet: background, characteristics and systems[J]. Science & Technology Progress and Policy, 2014, 31(8): 10−15 doi: 10.6049/kjjbydc.2013100691
[18] 陈钰芬, 陈劲. 开放式创新促进创新绩效的机理研究[J]. 科研管理, 2009, 30(4): 1−9, 28 CHEN Y F, CHEN J. A study on the mechanism of open innovation promoting innovative performance[J]. Science Research Management, 2009, 30(4): 1−9, 28
[19] 侯建, 王刚, 陈建成. 外部知识源化、知识积累与中国工业绿色增长−动态异质门槛效应研究[J]. 科研管理, 2020, 41(3): 91−100 HOU J, WANG G, CHEN J C. External knowledge sourcing, knowledge accumulation and green growth of industry in China: a study of the dynamic threshold effect of heterogeneity[J]. Science Research Management, 2020, 41(3): 91−100
[20] 马海涛, 王柯文. 城市技术创新与合作对绿色发展的影响研究−以长江经济带三大城市群为例[J]. 地理研究, 2022, 41(12): 3287−3304 doi: 10.11821/dlyj020220604 MA H T, WANG K W. The effect of urban technological innovation and cooperation on green development: a case study of the three urban agglomerations in the Yangtze River Economic Belt[J]. Geographical Research, 2022, 41(12): 3287−3304 doi: 10.11821/dlyj020220604
[21] 姬一帆, 何泽军, 刘芳. 我国省域生猪产业绿色发展水平测度及其演变特征分析[J]. 黑龙江畜牧兽医, 2022(16): 10−17, 133 JI Y F, HE Z J, LIU F. Analysis on measurement of green development level and its evolution characteristics of pig industry in Chinese provinces[J]. Heilongjiang Animal Science and Veterinary Medicine, 2022(16): 10−17, 133
[22] 李平瑞. 数字经济、科技创新与绿色发展[J]. 技术经济与管理研究, 2022(8): 46−51 LI P R. Digital economy, scientific and technological innovation and green development[J]. Journal of Technical Economics & Management, 2022(8): 46−51
[23] 王亚平, 任建兰, 程钰. 科技创新对绿色发展的影响机制与区域创新体系构建[J]. 山东师范大学学报(人文社会科学版), 2017, 62(4): 68−76 WANG Y P, REN J L, CHENG Y. Influence mechanism of science and technology innovation on green development and the establishment of regional science and technology innovation system[J]. Journal of Shandong Normal University (Humanities and Social Sciences), 2017, 62(4): 68−76
[24] 田云, 尹忞昊. 技术进步促进了农业能源碳减排吗?−基于回弹效应与空间溢出效应的检验[J]. 改革, 2021(12): 45−58 TIAN Y, YIN M H. Does technological progress promote carbon emission reduction of agricultural energy? Test based on rebound effect and spatial spillover effect[J]. Reform, 2021(12): 45−58
[25] 邢会, 贾胤婕, 陈园园. 开放式创新驱动制造业绿色转型了吗− 一个有调节的中介效应模型[J]. 科技进步与对策, 2022, 39(24): 40−49 doi: 10.6049/kjjbydc.2022050354 XING H, JIA Y J, CHEN Y Y. Has open innovation driven the green transformation of manufacturing industry? A moderated mediation effect model[J]. Science & Technology Progress and Policy, 2022, 39(24): 40−49 doi: 10.6049/kjjbydc.2022050354
[26] 秦天, 彭珏, 邓宗兵, 等. 环境分权、环境规制对农业面源污染的影响[J]. 中国人口·资源与环境, 2021, 31(2): 61−70 QIN T, PENG J, DENG Z B, et al. Environmental decentralization, environmental regulation and agricultural non-point source pollution[J]. China Population, Resources and Environment, 2021, 31(2): 61−70
[27] 胡雪萍, 乐冬. 环境规制促进了农业全要素生产率提升吗?[J]. 江汉论坛, 2022(11): 42−51 doi: 10.3969/j.issn.1003-854X.2022.11.006 HU X P, LE D. Does environmental regulation improve agricultural total factor productivity?[J]. Jianghan Tribune, 2022(11): 42−51 doi: 10.3969/j.issn.1003-854X.2022.11.006
[28] 解春艳, 黄传峰, 徐浩. 环境规制下中国农业技术效率的区域差异与影响因素−基于农业碳排放与农业面源污染双重约束的视角[J]. 科技管理研究, 2021, 41(15): 184−190 doi: 10.3969/j.issn.1000-7695.2021.15.024 XIE C Y, HUANG C F, XU H. Regional disparity and influencing factors of agricultural technology efficiency in China: based on dual constraint of agricultural carbon and agricultural non-point source pollution[J]. Science and Technology Management Research, 2021, 41(15): 184−190 doi: 10.3969/j.issn.1000-7695.2021.15.024
[29] 魏琦, 张斌, 金书秦. 中国农业绿色发展指数构建及区域比较研究[J]. 农业经济问题, 2018, 39(11): 11−20 doi: 10.13246/j.cnki.iae.2018.11.002 WEI Q, ZHANG B, JIN S Q. A study on construction and regional comparison of agricultural green development index in China[J]. Issues in Agricultural Economy, 2018, 39(11): 11−20 doi: 10.13246/j.cnki.iae.2018.11.002
[30] 唐一帆, 吴波. 财政支农促进了农业绿色发展吗?−基于PVAR模型的实证检验[J]. 湖南农业大学学报(社会科学版), 2022, 23(6): 46−54 doi: 10.13331/j.cnki.jhau(ss).2022.06.006 TANG Y F, WU B. Does financial support for agriculture promote the green development of agriculture? Empirical test based on PVAR model[J]. Journal of Hunan Agricultural University (Social Sciences), 2022, 23(6): 46−54 doi: 10.13331/j.cnki.jhau(ss).2022.06.006
[31] 喻保华, 王肖杨, 宋春晓, 等. 中国农业绿色发展时空演化及耦合协调研究[J]. 生态经济, 2023, 39(5): 132−139 YU B H, WANG X Y, SONG C X, et al. Research on spatio-temporal evolution and coupling coordination of agricultural green development in China[J]. Ecological Economy, 2023, 39(5): 132−139
[32] 孙炜琳, 王瑞波, 姜茜, 等. 农业绿色发展的内涵与评价研究[J]. 中国农业资源与区划, 2019, 40(4): 14−21 SUN W L, WANG R B, JIANG Q, et al. Study on connotation and evaluation of the agricultural green development[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2019, 40(4): 14−21
[33] 尹昌斌, 李福夺, 王术, 等. 中国农业绿色发展的概念、内涵与原则[J]. 中国农业资源与区划, 2021, 42(1): 1−6 YIN C B, LI F D, WANG S, et al. The concept, connotation and principle of agricultural green development in China[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2021, 42(1): 1−6
[34] 许烜, 宋微. 乡村振兴视域下农业绿色发展评价研究[J]. 学习与探索, 2021(3): 130−136 doi: 10.3969/j.issn.1002-462X.2021.03.018 XU X, SONG W. Research on the evaluation of agricultural green development from the perspective of rural revitalization[J]. Study & Exploration, 2021(3): 130−136 doi: 10.3969/j.issn.1002-462X.2021.03.018
[35] 张乃明, 张丽, 赵宏, 等. 农业绿色发展评价指标体系的构建与应用[J]. 生态经济, 2018, 34(11): 21−24, 46 ZHANG N M, ZHANG L, ZHAO H, et al. Construction and application of evaluation index system for agricultural green development[J]. Ecological Economy, 2018, 34(11): 21−24, 46
[36] 巩前文, 李学敏. 农业绿色发展指数构建与测度: 2005—2018年[J]. 改革, 2020(1): 133−145 GONG Q W, LI X M. Construction and measurement of agricultural green development index: 2005-2018[J]. Reform, 2020(1): 133−145
[37] 杨秀玉, 魏秀文. 农业产业集聚、农业面源污染与农业绿色发展−基于空间异质性视角[J]. 江苏农业科学, 2022, 50(1): 244−252 doi: 10.15889/j.issn.1002-1302.2022.01.042 YANG X Y, WEI X W. Agricultural industry agglomeration, agricultural non-point source pollution and agricultural green development−Based on perspective of spatial heterogeneity[J]. Jiangsu Agricultural Sciences, 2022, 50(1): 244−252 doi: 10.15889/j.issn.1002-1302.2022.01.042
[38] 薛选登, 温圆月. 黄河流域农业产业集聚对农业生态效率的影响−基于PCA-DEA和面板Tobit模型的实证研究[J]. 中国农业资源与区划, 2023, 44(7): 150−160 XUE X D, WEN Y Y. The impact of agricultural industrial agglomeration on ecological efficiency in the yellow river basin—research on empirical research on PCA-DEA and panel Tobit models[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2023, 44(7): 150−160
[39] 钱丽, 魏圆圆, 肖仁桥. 营商环境对中国省域经济高质量发展的非线性影响−双元创新的调节效应[J]. 科技进步与对策, 2022, 39(8): 39−47 doi: 10.6049/kjjbydc.CQ202107420 QIAN L, WEI Y Y, XIAO R Q. The non-linear impact of the business environment on the high-quality development of China’s provincial economy: considering the moderating effect of dual innovation[J]. Science & Technology Progress and Policy, 2022, 39(8): 39−47 doi: 10.6049/kjjbydc.CQ202107420
[40] 林伟鹏, 冯保艺. 管理学领域的曲线效应及统计检验方法[J]. 南开管理评论, 2022, 25(1): 155−166 doi: 10.3969/j.issn.1008-3448.2022.01.016 LIN W P, FENG B Y. Curvilinear effect and statistical test method in the management research[J]. Nankai Business Review, 2022, 25(1): 155−166 doi: 10.3969/j.issn.1008-3448.2022.01.016
[41] HAANS R F J, PIETERS C, HE Z L. Thinking about U: Theorizing and testing U- and inverted U-shaped relationships in strategy research[J]. Strategic Management Journal, 2016, 37(7): 1177−1195 doi: 10.1002/smj.2399
[42] 解学梅, 余生辉. 双向开放式创新与企业新产品绩效关系研究[J]. 科研管理, 2022, 43(2): 72−80 doi: 10.19571/j.cnki.1000-2995.2022.02.009 XIE X M, YU S H. The research on the relationship between two-way open innovation and new product performance of firms[J]. Science Research Management, 2022, 43(2): 72−80 doi: 10.19571/j.cnki.1000-2995.2022.02.009
[43] 李莉, 林海芬, 程露, 等. 内外向开放式创新非对称对产业创新网络抗毁性的影响[J]. 管理学报, 2020, 17(10): 1514−1522 LI L, LIN H F, CHENG L, et al. The impact of asymmetry of in-outbound open innovation on the invulnerability of industrial innovation network[J]. Chinese Journal of Management, 2020, 17(10): 1514−1522
[44] 古继宝, 王冰, 吴剑琳. 双向开放式创新、创新能力与新产品市场绩效[J]. 经济与管理研究, 2017, 38(11): 134−144 GU J B, WANG B, WU J L. Two-way open innovation, innovation capacity and new product market performance[J]. Research on Economics and Management, 2017, 38(11): 134−144
-
期刊类型引用(5)
1. 唐欣，谢诗蕾. 县域农业新质生产力的涌现机制：理论体系、驱动路径与适配组态. 西南金融. 2025(01): 80-92 . 
百度学术
2. 梁丽娜，王洪佳，王学霞，蔡连凤，淮贺举. 乡镇尺度下北京市生态涵养区农业绿色发展评价及限制因素分析. 中国农业大学学报. 2024(07): 222-231 . 百度学术
3. 李敏杰，陈毅辉. 中国物流业绿色韧性的时空演变及空间关联网络结构. 地理与地理信息科学. 2024(04): 48-56 . 百度学术
4. 白婉婷，陈建成，侯建，王瑞雪. 数字化转型对农业碳生产率的影响研究. 中国农业资源与区划. 2024(11): 43-56 . 百度学术
5. 张文慧，黄淑洋，李慧琴，苏杰，张建萍，戈峰，蔡志平. 功能植物阿米芹的特征及其应用潜能. 应用昆虫学报. 2024(06): 1170-1176 . 百度学术
其他类型引用(3)
计量
- 文章访问数: 337
- HTML全文浏览量: 94
- PDF下载量: 62
- 被引次数: 8
