農(nóng)業(yè)科技社會(huì)化服務(wù)與農(nóng)業(yè)全要素生產(chǎn)率關(guān)聯(lián)研究

江激宇，倪 婷，劉嘉銘，賴建銘

（安徽農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，安徽 合肥 230036）

農(nóng)業(yè)作為基礎(chǔ)產(chǎn)業(yè)，為維持國(guó)內(nèi)二三產(chǎn)業(yè)持續(xù)發(fā)展提供了基礎(chǔ)資料和動(dòng)力[1]。然而，當(dāng)前中國(guó)農(nóng)業(yè)發(fā)展全過(guò)程中糧食安全、農(nóng)業(yè)面源污染等問(wèn)題仍舊突出。為了適應(yīng)農(nóng)業(yè)生產(chǎn)大環(huán)境的變化，中國(guó)農(nóng)業(yè)須走高質(zhì)量發(fā)展之路[2]。農(nóng)業(yè)全要素生產(chǎn)率（total factor productivity，TFP）是反映農(nóng)業(yè)生產(chǎn)中經(jīng)濟(jì)質(zhì)量和效益的重要指標(biāo)，也是實(shí)現(xiàn)農(nóng)業(yè)高質(zhì)量發(fā)展的關(guān)鍵路徑[3-4]。黨的十九大報(bào)告明確提出，提高農(nóng)業(yè)全要素生產(chǎn)率是中國(guó)農(nóng)業(yè)發(fā)展的緊迫要求。因此，如何提高農(nóng)業(yè)TFP 是學(xué)界長(zhǎng)久關(guān)注的熱點(diǎn)之一。目前，學(xué)界已探究了農(nóng)業(yè)信息化、數(shù)字普惠金融發(fā)展、農(nóng)村產(chǎn)業(yè)融合以及農(nóng)村人口老齡化等對(duì)農(nóng)業(yè)TFP 的影響[4-7]。

農(nóng)業(yè)科技社會(huì)化服務(wù)體系是一個(gè)新的政策名詞[8]。2020 年《關(guān)于加強(qiáng)農(nóng)業(yè)科技社會(huì)化服務(wù)體系建設(shè)的若干意見(jiàn)》指出，加強(qiáng)農(nóng)業(yè)科技社會(huì)化服務(wù)體系建設(shè)對(duì)引領(lǐng)農(nóng)業(yè)高質(zhì)量發(fā)展，推進(jìn)農(nóng)業(yè)農(nóng)村現(xiàn)代化具有重要作用。既有研究表明，農(nóng)業(yè)科技社會(huì)化服務(wù)體系對(duì)農(nóng)業(yè)高質(zhì)量發(fā)展具有顯著正向影響[8]，即將農(nóng)業(yè)科技社會(huì)化服務(wù)體系作為一個(gè)整體研究得出其有助于提高農(nóng)業(yè)TFP。但鮮少有學(xué)者從農(nóng)業(yè)科技社會(huì)化服務(wù)的分項(xiàng)服務(wù)探究其對(duì)農(nóng)業(yè)TFP 的影響。

本文從區(qū)域的視角，運(yùn)用熵權(quán)法測(cè)度了2010—2020 年安徽省16 個(gè)市的農(nóng)業(yè)科技社會(huì)化服務(wù)水平及分項(xiàng)指標(biāo)得分，采用DEA-Malmquist 模型測(cè)度其農(nóng)業(yè)TFP，再利用灰色關(guān)聯(lián)度分析模型測(cè)度安徽省16 個(gè)市的農(nóng)業(yè)科技社會(huì)化服務(wù)與農(nóng)業(yè)TFP 之間的關(guān)聯(lián)度。目前，安徽省啟動(dòng)了“100+N”開(kāi)放協(xié)同創(chuàng)新體系建設(shè)，意圖通過(guò)創(chuàng)新驅(qū)動(dòng)引領(lǐng)地區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展。本文的研究為安徽省16 個(gè)市的農(nóng)業(yè)科技社會(huì)化服務(wù)體系的建設(shè)提供了理論依據(jù)，同時(shí)也能因地制宜，結(jié)合地區(qū)農(nóng)業(yè)發(fā)展需求，完善地區(qū)的農(nóng)業(yè)科技社會(huì)化服務(wù)體系，達(dá)到提高農(nóng)業(yè)TFP 的效果。

一、研究數(shù)據(jù)來(lái)源與指標(biāo)體系構(gòu)建

（一）研究數(shù)據(jù)來(lái)源

本文所使用的數(shù)據(jù)來(lái)源于2011—2021 年的《安徽省統(tǒng)計(jì)年鑒》以及安徽省各市的統(tǒng)計(jì)年鑒、相關(guān)統(tǒng)計(jì)數(shù)據(jù)和公報(bào)等，少量缺失數(shù)據(jù)采用插值法補(bǔ)齊。其中絕大部分指標(biāo)的名稱和數(shù)值是參照原始數(shù)據(jù)，部分指標(biāo)是通過(guò)計(jì)算整合后得到的。此外，為了確保數(shù)據(jù)的可比性，以2010 年為基期，對(duì)涉及產(chǎn)值的相關(guān)數(shù)據(jù)進(jìn)行了平減處理。

（二）農(nóng)業(yè)科技社會(huì)化服務(wù)水平指標(biāo)體系構(gòu)建

參考鄭小玉等[8]學(xué)者對(duì)農(nóng)業(yè)科技社會(huì)化服務(wù)這一新政策名詞的解讀，農(nóng)業(yè)科技社會(huì)化服務(wù)的內(nèi)涵理解是將農(nóng)業(yè)科技知識(shí)、技術(shù)以及信息等非傳統(tǒng)的農(nóng)業(yè)生產(chǎn)要素帶入農(nóng)業(yè)生產(chǎn)的全過(guò)程中，致力推進(jìn)農(nóng)業(yè)高質(zhì)量發(fā)展和農(nóng)業(yè)農(nóng)村現(xiàn)代化。因此，農(nóng)業(yè)科技社會(huì)化服務(wù)水平指標(biāo)體系構(gòu)建包涵農(nóng)業(yè)科技創(chuàng)新和農(nóng)業(yè)信息化兩方面。此外，科技部、財(cái)政部等部門發(fā)布的《關(guān)于加強(qiáng)農(nóng)業(yè)科技社會(huì)化服務(wù)體系建設(shè)的若干意見(jiàn)》（國(guó)科發(fā)農(nóng)〔2020〕192 號(hào)）明確指出“農(nóng)業(yè)科技社會(huì)化服務(wù)體系是農(nóng)業(yè)社會(huì)化服務(wù)體系和農(nóng)業(yè)科技創(chuàng)新體系的重要內(nèi)容”。因此，借鑒前人對(duì)農(nóng)業(yè)社會(huì)化服務(wù)、農(nóng)業(yè)科技創(chuàng)新指標(biāo)體系構(gòu)建的研究[9-12]，本文基于實(shí)際數(shù)據(jù)的準(zhǔn)確性、科學(xué)性和可獲得性，根據(jù)農(nóng)業(yè)科技社會(huì)化服務(wù)的服務(wù)功能不同，將其分解為社會(huì)公共服務(wù)、農(nóng)資服務(wù)、農(nóng)業(yè)科創(chuàng)服務(wù)、農(nóng)業(yè)勞力服務(wù)、農(nóng)業(yè)信息化服務(wù)以及農(nóng)業(yè)收益服務(wù)6 類分項(xiàng)（表1），具體的指標(biāo)解釋為：（1）社會(huì)公共服務(wù)，指政府為地方農(nóng)業(yè)發(fā)展而倡導(dǎo)和提供的公共服務(wù)，包括村民居委會(huì)、道路建設(shè)水平、農(nóng)業(yè)水利水平以及財(cái)政支農(nóng)力度等。（2）農(nóng)資服務(wù)，指地方農(nóng)業(yè)生產(chǎn)資料供應(yīng)水平，包括農(nóng)業(yè)用電量、農(nóng)機(jī)具供應(yīng)量、化肥供應(yīng)量、農(nóng)藥供應(yīng)量以及農(nóng)用塑料薄膜供應(yīng)量等。（3）農(nóng)業(yè)科創(chuàng)服務(wù)，指地方農(nóng)業(yè)科技創(chuàng)新投入與水平，包括農(nóng)業(yè)科技服務(wù)經(jīng)費(fèi)投入、農(nóng)業(yè)科技創(chuàng)新投入、糧食作物單產(chǎn)增長(zhǎng)水平以及經(jīng)濟(jì)作物單產(chǎn)增長(zhǎng)水平等。（4）農(nóng)業(yè)勞力服務(wù)，指主要從事農(nóng)業(yè)生產(chǎn)的勞動(dòng)力及其知識(shí)水平，包括農(nóng)業(yè)勞動(dòng)生產(chǎn)力、科技服務(wù)人員以及農(nóng)業(yè)服務(wù)人員受教育水平等。（5）農(nóng)業(yè)信息化服務(wù)，指為農(nóng)業(yè)生產(chǎn)者提供外部信息，包括互聯(lián)網(wǎng)應(yīng)用水平和通訊水平等。（6）農(nóng)業(yè)收益服務(wù)，用來(lái)衡量地方農(nóng)業(yè)經(jīng)濟(jì)發(fā)展現(xiàn)狀。農(nóng)業(yè)科技社會(huì)化服務(wù)發(fā)展的初衷無(wú)疑是為促進(jìn)農(nóng)業(yè)發(fā)展和提高農(nóng)民收入。因此，農(nóng)業(yè)經(jīng)濟(jì)發(fā)展也可能會(huì)反作用推動(dòng)農(nóng)業(yè)科技社會(huì)化服務(wù)的完善。為度量安徽省市級(jí)農(nóng)業(yè)科技社會(huì)化服務(wù)水平，本文共選取6 個(gè)一級(jí)指標(biāo)和20 個(gè)二級(jí)指標(biāo)。

表1 農(nóng)業(yè)科技社會(huì)化服務(wù)指標(biāo)體系

（三）農(nóng)業(yè)全要素生產(chǎn)率測(cè)度指標(biāo)選取

目前，學(xué)界對(duì)農(nóng)業(yè)TFP 的指標(biāo)體系構(gòu)建、測(cè)度等進(jìn)行了大量的研究[1-7]。參考前人的研究可知，農(nóng)業(yè)TFP 是用來(lái)表示多投入，多產(chǎn)出情況下農(nóng)業(yè)生產(chǎn)率變化的一個(gè)綜合指標(biāo)[13]。農(nóng)業(yè)生產(chǎn)中勞動(dòng)力、土地、生產(chǎn)資料是最基本的要素，農(nóng)業(yè)收益或農(nóng)民收入也是常用來(lái)衡量農(nóng)業(yè)產(chǎn)出的指標(biāo)。本文參考金紹榮等[14]、易福金等[15]學(xué)者的研究，從農(nóng)業(yè)投入和產(chǎn)出兩方面構(gòu)建了農(nóng)業(yè)TFP 的測(cè)算指標(biāo)體系，投入指標(biāo)圍繞土地、農(nóng)業(yè)勞動(dòng)力、農(nóng)肥以及農(nóng)用機(jī)械等構(gòu)建，產(chǎn)出指標(biāo)圍繞農(nóng)業(yè)經(jīng)濟(jì)總產(chǎn)出構(gòu)建。具體的指標(biāo)解釋如下：（1）投入指標(biāo)?？紤]到農(nóng)作物復(fù)種指數(shù)，土地采用農(nóng)作物播種面積（千hm2）來(lái)表示；農(nóng)業(yè)勞動(dòng)力采用農(nóng)業(yè)從業(yè)人員數(shù)量（萬(wàn)人）來(lái)表示；農(nóng)肥采用化肥折純施用量（萬(wàn)t）來(lái)表示；農(nóng)用機(jī)械采用農(nóng)業(yè)機(jī)械總動(dòng)力（萬(wàn)kW）來(lái)表示。（2）產(chǎn)出指標(biāo)。農(nóng)業(yè)經(jīng)濟(jì)總產(chǎn)出采用農(nóng)林牧漁業(yè)總產(chǎn)值（萬(wàn)元）來(lái)表示。

二、評(píng)價(jià)方法

（一）農(nóng)業(yè)科技社會(huì)化服務(wù)的評(píng)價(jià)方法

采用客觀賦權(quán)法中的熵權(quán)法對(duì)農(nóng)業(yè)科技社會(huì)化服務(wù)水平進(jìn)行測(cè)度，避免了主觀賦值中出現(xiàn)的隨機(jī)性，旨在分析2010—2020 年安徽省16 個(gè)市的農(nóng)業(yè)科技社會(huì)化體系服務(wù)水平及變化。此外，為了使不同年份之間的結(jié)果具有可比性，加入時(shí)間變量，使得各指標(biāo)計(jì)算結(jié)果更加合理[16]。加入時(shí)間變量的熵權(quán)法的具體步驟如下：

第一步，設(shè)研究數(shù)據(jù)中有t個(gè)年份，r個(gè)市，i項(xiàng)指標(biāo)，則Xtri表示第t年r市的第i項(xiàng)指標(biāo)。

第二步，采用極值法消除正、負(fù)指標(biāo)量綱和單位不一致導(dǎo)致的不可比性。

正向指標(biāo)標(biāo)準(zhǔn)化：

負(fù)向指標(biāo)標(biāo)準(zhǔn)化：

第三步，為了避免計(jì)算過(guò)程中對(duì)數(shù)出現(xiàn)無(wú)意義現(xiàn)象，需要進(jìn)行平移處理：

第四步，計(jì)算第t年r市的第i項(xiàng)指標(biāo)占樣本總指標(biāo)的比重：

第五步，計(jì)算第i項(xiàng)指標(biāo)的熵值：

第六步，計(jì)算第i項(xiàng)指標(biāo)的權(quán)重：

第七步，計(jì)算安徽省16 個(gè)市的農(nóng)業(yè)科技社會(huì)化體系服務(wù)水平綜合得分：

（二）農(nóng)業(yè)全要素生產(chǎn)率的評(píng)價(jià)方法

目前，學(xué)界主要用生產(chǎn)函數(shù)法、增長(zhǎng)核算指數(shù)法、DEA-Malmquist 生產(chǎn)率指數(shù)法以及隨機(jī)前沿法測(cè)算TFP[17]。有學(xué)者證實(shí)DEA-Malmquist 生產(chǎn)率指數(shù)法和隨機(jī)前沿法測(cè)算TFP 較其他方法更有優(yōu)勢(shì)，且DEA-Malmquist 生產(chǎn)率指數(shù)法更適合測(cè)算農(nóng)業(yè)TFP 的研究[18]。本文利用Deap2.1 軟件，采用了投入導(dǎo)向的DEA-Malmquist 生產(chǎn)率指數(shù)法測(cè)算安徽省16 個(gè)市的農(nóng)業(yè)TFP[14]。具體的模型如下：

式（8）中，ρ為決策單元的綜合效率值；當(dāng)ρ=1時(shí)，決策單元達(dá)到DEA 有效狀態(tài)，否則，決策單元處于非DEA 有效狀態(tài)；xi和yi表示第i種的投入變量和產(chǎn)出變量；αi表示決策單元的組合比例；n表示決策單元的個(gè)數(shù)。

Malmquist 生產(chǎn)率指數(shù)是測(cè)度農(nóng)業(yè)TFP 變化的專門指數(shù)，模型構(gòu)建如下：

式（9）中，di表示投入導(dǎo)向的距離函數(shù)；若Malmquist 指數(shù)值大于1，表示測(cè)算所得的農(nóng)業(yè)TFP 呈上升趨勢(shì)；若Malmquist 指數(shù)值等于1，表示測(cè)算所得的農(nóng)業(yè)TFP 呈不變趨勢(shì)；若Malmquist 指數(shù)值小于1，表示測(cè)算所得的農(nóng)業(yè)TFP 呈下降趨勢(shì)。

（三）農(nóng)業(yè)科技社會(huì)化服務(wù)與農(nóng)業(yè)全要素生產(chǎn)率關(guān)聯(lián)度的評(píng)價(jià)方法

農(nóng)業(yè)科技社會(huì)化服務(wù)對(duì)農(nóng)業(yè)TFP 的影響不僅要從機(jī)制上進(jìn)行影響路徑的分析，還需要定量刻畫農(nóng)業(yè)科技社會(huì)化服務(wù)與農(nóng)業(yè)TFP 這兩個(gè)系統(tǒng)變量之間的關(guān)聯(lián)特征?；诨疑P(guān)聯(lián)系統(tǒng)理論所建立的灰色關(guān)聯(lián)分析法來(lái)評(píng)價(jià)農(nóng)業(yè)科技社會(huì)化服務(wù)與農(nóng)業(yè)TFP 之間的關(guān)系?；疑P(guān)聯(lián)分析是根據(jù)系統(tǒng)變量時(shí)間序列數(shù)據(jù)的幾何曲線形狀的近似程度來(lái)判斷其聯(lián)系是否緊密，幾何曲線越接近，意味著二者的關(guān)聯(lián)度越高；反之越低[19]。關(guān)聯(lián)度是通過(guò)灰色關(guān)聯(lián)度模型計(jì)算得來(lái)的，并且可以通過(guò)對(duì)關(guān)聯(lián)度進(jìn)行排序來(lái)分析影響因素的重要性。關(guān)聯(lián)度指越大，則說(shuō)明其是主要影響因素；反之則說(shuō)明其對(duì)系統(tǒng)的影響較小或沒(méi)有影響。參考既有文獻(xiàn)[20]，具體研究步驟如下：

第一步，根據(jù)分析目的確定分析指標(biāo)，收集分析數(shù)據(jù)。

第二步，確定參考數(shù)列和比較數(shù)列，選擇將農(nóng)業(yè)TFP 作為參考數(shù)列x0，農(nóng)業(yè)科技社會(huì)化服務(wù)體系的分項(xiàng)指標(biāo)作為比較數(shù)列且xi(n)}(n=1,2,···,11)。

第三步，由于各項(xiàng)指標(biāo)數(shù)據(jù)的意義不甚相同，可能存在數(shù)量級(jí)與綱量級(jí)的差異。為了準(zhǔn)確比較，需要進(jìn)行無(wú)綱量化處理。

第四步，計(jì)算關(guān)聯(lián)系數(shù)。

第五步，計(jì)算關(guān)聯(lián)度。將參考數(shù)列x0和比較數(shù)列xi各點(diǎn)的關(guān)聯(lián)系數(shù)加和平均即能得到農(nóng)業(yè)科技社會(huì)化服務(wù)中各分項(xiàng)指標(biāo)與農(nóng)業(yè)TFP 的關(guān)聯(lián)度。參考現(xiàn)有研究，ρ=0.5時(shí)，關(guān)聯(lián)度大于0.6，則認(rèn)為其關(guān)聯(lián)度顯著。

三、實(shí)證分析

（一）農(nóng)業(yè)科技社會(huì)化服務(wù)綜合水平

表2 是將2010—2020 年安徽省16 個(gè)市的面板數(shù)據(jù)經(jīng)過(guò)熵權(quán)法計(jì)算后得到的農(nóng)業(yè)科技社會(huì)化服務(wù)綜合得分。從表2 可以看出，安徽省16 個(gè)市的農(nóng)業(yè)科技社會(huì)化服務(wù)整體水平呈上升趨勢(shì)，合肥市、蕪湖市和六安市長(zhǎng)期處于領(lǐng)先地位，但池州市、黃山市和淮北市長(zhǎng)久以來(lái)處于落后地位。其次，農(nóng)業(yè)科技社會(huì)化服務(wù)綜合得分領(lǐng)先和落后的市發(fā)展相對(duì)平穩(wěn)，綜合得分領(lǐng)先的市長(zhǎng)久處于領(lǐng)先地位，綜合得分較低的市也一直未能實(shí)現(xiàn)逆襲。第三，部分處于中等服務(wù)水平地區(qū)的農(nóng)業(yè)科技社會(huì)化服務(wù)水平變動(dòng)幅度較大，如淮南市等?？赡艿脑蚴钱?dāng)?shù)刂鲗?dǎo)產(chǎn)業(yè)非農(nóng)，且當(dāng)?shù)厥姓茨艹掷m(xù)關(guān)注和投入對(duì)其農(nóng)業(yè)科技社會(huì)化服務(wù)體系的完善。

表2 安徽省各市農(nóng)業(yè)科技社會(huì)化服務(wù)水平綜合得分

（二）農(nóng)業(yè)全要素生產(chǎn)率測(cè)度分析

表3 是2011—2020 年安徽省16 個(gè)市的農(nóng)業(yè)TFP 定比改進(jìn)指數(shù)。借鑒李曉龍等的做法[21]，在測(cè)得Malmquist 指數(shù)值的基礎(chǔ)上，將測(cè)得的農(nóng)業(yè)TFP 環(huán)比改進(jìn)指數(shù)換算成定比改進(jìn)指數(shù)，即令2010 年的農(nóng)業(yè)TFP 為1，用2010—2011 年的Malmquist 指數(shù)值乘以2010 年的農(nóng)業(yè)TFP 就可得2011 年的農(nóng)業(yè)TFP，以此類推得到2010—2020 年的農(nóng)業(yè)TFP。從表3 中可以看出，安徽省16 個(gè)市較多在2018 年和2019 年農(nóng)業(yè)TFP 出現(xiàn)波動(dòng)，呈下降趨勢(shì)?？赡艿脑蚴亲匀灰蛩睾托鹿谝咔閷?duì)地方農(nóng)業(yè)發(fā)展造成的不可抗力干擾。其余年份，大部分市的農(nóng)業(yè)TFP 均呈現(xiàn)上升趨勢(shì)，只有個(gè)別市有反向波動(dòng)。

表3 安徽省各市農(nóng)業(yè)全要素生產(chǎn)率

（三）農(nóng)業(yè)科技社會(huì)化服務(wù)與農(nóng)業(yè)全要素生產(chǎn)率的灰色關(guān)聯(lián)分析

表4 是使用灰色關(guān)聯(lián)分析法將2010—2020 年安徽省16 個(gè)市的農(nóng)業(yè)科技社會(huì)化服務(wù)與農(nóng)業(yè)TFP 的相關(guān)數(shù)據(jù)進(jìn)行計(jì)算后，得到的農(nóng)業(yè)科技社會(huì)化服務(wù)6 類分項(xiàng)服務(wù)與農(nóng)業(yè)TFP 間的灰色關(guān)聯(lián)度。從表4 可以看出：（1）農(nóng)業(yè)科技社會(huì)化服務(wù)與農(nóng)業(yè)TFP 的關(guān)聯(lián)度較高，集中在0.655～0.847，其中馬鞍山市的農(nóng)業(yè)科技社會(huì)化服務(wù)與農(nóng)業(yè)TFP 的關(guān)聯(lián)度最高，為0.847；合肥市的農(nóng)業(yè)科技社會(huì)化服務(wù)與農(nóng)業(yè)TFP 的關(guān)聯(lián)度最低，為0.655。（2）結(jié)合表2 可知，合肥市的農(nóng)業(yè)科技社會(huì)化服務(wù)綜合得分較高，但其與農(nóng)業(yè)TFP 的關(guān)聯(lián)度最低。然而，池州市、黃山市和淮北市的農(nóng)業(yè)科技社會(huì)化服務(wù)綜合得分雖處于省內(nèi)墊底水平，但其與農(nóng)業(yè)TFP 的關(guān)聯(lián)度處于中等。（3）社會(huì)公共服務(wù)與農(nóng)業(yè)TFP 的關(guān)聯(lián)度較高且顯著，集中在0.693～0.858；除銅陵市以外，其他各市的農(nóng)資服務(wù)與農(nóng)業(yè)TFP 的關(guān)聯(lián)度較高且顯著，集中在0.546～0.872；安徽各市的農(nóng)業(yè)科創(chuàng)服務(wù)與農(nóng)業(yè)TFP 的關(guān)聯(lián)度較高且顯著，集中在0.635～0.872；除六安市、安慶市以外，其他各市的農(nóng)業(yè)勞力服務(wù)與全要素生產(chǎn)率的關(guān)聯(lián)度較高且顯著，集中在0.571～0.85。安徽省16 個(gè)市的農(nóng)業(yè)信息化服務(wù)與全要素生產(chǎn)率的關(guān)聯(lián)度不顯著，僅蕪湖市和馬鞍山市的關(guān)聯(lián)度超過(guò)0.6；安徽省內(nèi)大部分市的農(nóng)業(yè)收益服務(wù)與農(nóng)業(yè)TFP 的關(guān)聯(lián)度均低于0.6。

表4 農(nóng)業(yè)科技社會(huì)化服務(wù)與農(nóng)業(yè)全要素生產(chǎn)率的關(guān)聯(lián)度

四、結(jié)論與建議

（一）分析結(jié)論

通過(guò)對(duì)2010—2020 年安徽省市級(jí)面板數(shù)據(jù)的分析發(fā)現(xiàn)：（1）農(nóng)業(yè)科技社會(huì)化服務(wù)整體水平呈現(xiàn)上升趨勢(shì)，且綜合得分領(lǐng)先和墊底的市的農(nóng)業(yè)科技社會(huì)化服務(wù)體系發(fā)展相對(duì)平穩(wěn)，服務(wù)水平處于中間階段的部分市變化幅度較大。（2）2018 年和2019 年安徽省16 個(gè)市的農(nóng)業(yè)TFP 受到較大影響，較多市的農(nóng)業(yè)TFP 呈下降趨勢(shì)，其余年份整體上呈穩(wěn)定上升趨勢(shì)。（3）安徽省16 個(gè)市的農(nóng)業(yè)科技社會(huì)化服務(wù)作為一個(gè)整體與農(nóng)業(yè)TFP 關(guān)聯(lián)度普遍顯著，集中在0.655～0.847。（4）除銅陵市的農(nóng)資服務(wù)與農(nóng)業(yè)TFP 的關(guān)聯(lián)度不顯著、六安市和安慶市的農(nóng)業(yè)勞力服務(wù)與農(nóng)業(yè)TFP 的關(guān)聯(lián)度不顯著以外，其余各市的社會(huì)公共服務(wù)、農(nóng)資服務(wù)、農(nóng)業(yè)科創(chuàng)服務(wù)與農(nóng)業(yè)勞力服務(wù)與農(nóng)業(yè)TFP 的關(guān)聯(lián)度均較高且顯著。此外，安徽省大部分市的農(nóng)業(yè)信息化服務(wù)、農(nóng)業(yè)收益服務(wù)與農(nóng)業(yè)TFP 的關(guān)聯(lián)度均不顯著。

（二）發(fā)展建議

長(zhǎng)久以來(lái)，安徽在農(nóng)業(yè)生產(chǎn)方面獨(dú)具資源稟賦及地理優(yōu)勢(shì)，是中國(guó)的糧食主產(chǎn)區(qū)。安徽省16 個(gè)市的農(nóng)業(yè)社會(huì)化服務(wù)與農(nóng)業(yè)TFP 的灰色關(guān)聯(lián)分析結(jié)果也顯示出，安徽省的農(nóng)業(yè)發(fā)展與新時(shí)期農(nóng)業(yè)高質(zhì)量發(fā)展存在較大差距。本文對(duì)完善安徽省農(nóng)業(yè)科技社會(huì)化服務(wù)與提高其農(nóng)業(yè)TFP 提出如下建議：（1）大力發(fā)展數(shù)字經(jīng)濟(jì)，推動(dòng)農(nóng)業(yè)信息化轉(zhuǎn)型。農(nóng)業(yè)信息化是農(nóng)業(yè)科技社會(huì)化服務(wù)體系中重要的組成部分，有助于提高農(nóng)業(yè)TFP。當(dāng)前正值新信息技術(shù)變革關(guān)鍵期，安徽省應(yīng)把建設(shè)數(shù)字鄉(xiāng)村作為推進(jìn)農(nóng)業(yè)農(nóng)村現(xiàn)代化、農(nóng)業(yè)高質(zhì)量發(fā)展的重要途徑。（2）資源整合，創(chuàng)新農(nóng)業(yè)科技社會(huì)化服務(wù)體系。創(chuàng)建省內(nèi)農(nóng)業(yè)科技社會(huì)化服務(wù)信息共享平臺(tái)，有助于整合科技、信息等資源，提高農(nóng)業(yè)科技創(chuàng)新的貢獻(xiàn)率。突出省內(nèi)各市農(nóng)業(yè)發(fā)展優(yōu)勢(shì)，互相學(xué)習(xí)，同時(shí)摒棄自身的不足，全面高效地提升農(nóng)業(yè)TFP。（3）加大農(nóng)業(yè)公共基礎(chǔ)設(shè)施建設(shè)，營(yíng)造農(nóng)業(yè)高質(zhì)量發(fā)展的外部環(huán)境。農(nóng)業(yè)生產(chǎn)離不開(kāi)勞動(dòng)力和機(jī)械。農(nóng)業(yè)公共基礎(chǔ)設(shè)施完善有助于向社會(huì)外界傳達(dá)政府支持農(nóng)業(yè)發(fā)展的意愿，營(yíng)造良好的外部環(huán)境，有助于吸納新時(shí)代青年投身農(nóng)業(yè)。同時(shí)完善的農(nóng)業(yè)公共基礎(chǔ)設(shè)施有助于農(nóng)業(yè)機(jī)械的普及應(yīng)用，有助于提高農(nóng)業(yè)生產(chǎn)率，增加農(nóng)民收入。