Mechanisms and Spatial Differentiation Effects of Seed Industry Innovation in Driving Rural Industrial Integration
-
摘要: 种业创新通过生物技术突破与系统整合，驱动农业资源再配置与价值链重构，成为突破农村产业边界，实现多维融合的核心引擎。构建种业创新水平与农村产业融合水平的多维评价指标体系，利用2012—2022年中国省级面板数据实证检验种业创新对农村产业融合的驱动机制。研究发现：种业创新能显著促进农村产业融合，且通过育种专利的垂直技术渗透、品种市场的纵向协同创新和规模驱动的产业链整合实现差异化驱动；机制检验表明，种业创新通过技术创新穿透与创业资源整合的双重机制促进农村产业融合；异质性分析表明，种业创新的驱动效能受地理区位、要素集聚与数字基建三重约束条件的交互作用，在粮食主产区、农业大数据试验区及规模经营区呈现显著空间分异；门槛效应检验证实，种业创新对农村产业融合的促进作用在农民科技素质水平超过单一门槛值后呈现非线性增强特征。本研究为种业创新资源配置优化及区域产业政策精准制定提供理论支撑与实践指引。Abstract: Seed industry innovation drives agricultural resource reallocation and value chain reconstruction through biotechnology breakthroughs and system integration, and becomes the core engine for breaking through the boundaries of rural industries and realizing multi-dimensional integration. This paper constructed a multidimensional evaluation index system of seed industry innovation level and rural industry integration level, and conducted empirical tests based on the provincial panel data of China from 2012 to 2022. The study finds that seed industry innovation can significantly promote rural industrial integration, and achieve differentiated driving through the vertical technological penetration of breeding patents, the vertical synergistic innovation in variety markets and the scale-driven industrial chain integration. The mechanism test suggests that seed industry innovation promotes rural industrial integration through the dual mechanism of technological innovation penetration and entrepreneurial resource integration. Heterogeneity analysis shows that the driving efficiency of seed industry innovation is subject to the interaction of geographic location, factor agglomeration and digital infrastructure, and shows significant spatial differentiation in the main grain producing areas, agricultural big data test areas and large-scale operation areas. The threshold effect test confirms that the promotion effect of seed industry innovation on rural industrial integration is featured with nonlinear enhancement after the level of farmers' scientific and technological quality exceeds a single threshold value. The study aims to analyze the complex mechanism of seed industry innovation driving rural industrial integration, and provide theoretical support and practical guidance for the optimization of seed industry innovation resource allocation and the precise formulation of regional industrial policies.
-
表 1 农村产业融合指标体系构建
指标维度 二级指标 指标解释 单位 指标属性 农业纵向产业链延伸 农产品加工水平 农产品加工业主营业务收入/农林牧渔业总产值 % 正向 农村电子商务发展水平 淘宝村数量/农村人口 十万人/个 正向 农业横向多功能拓展 休闲农业与乡村旅游发展水平 休闲农业与乡村旅游营业收入/第一产业增加值 % 正向 农业辅助性活动发展 农林牧渔专业及辅助性活动产值/第一产业增加值 % 正向 农业垂直技术渗透 设施农业发展 设施农业面积/农作物播种面积 % 正向 农业生产电气化程度 农林牧渔业增加值/农村用电总量 元/千瓦小时 正向 农业机械发展水平 农业机械总动力/农作物播种面积 千瓦/公顷 正向 
下载: 导出CSV
表 2 种业创新水平体系构建
二级指标 指标解释 单位 指标属性 育种专利创新 育种专利投入回报率(种业专利申请数量/农业研发投入) 件/亿元 正 品种创制与推广 品种创制投入回报率(新品种权授权/农业研发投入) 种/亿元 正 种子推广比例(种子推广面积/耕地面积) % 正 种业发展绩效 种业企业分布强度(种业企业新增/区域行政面积) 家/万平方公里 正 融资密度(种业企业股权融资笔数/种业企业现存数量) 笔/家 正
下载: 导出CSV
表 3 变量描述性统计
变量名称 变量符号 观测值 均值 标准差 最小值 最大值 被解释变量 AII 330 0.117 0.080 0.037 0.608 解释变量 SI 330 0.176 0.113 0.015 0.616 中介变量 AI 330 0.428 0.466 0.008 2.912 AE 330 0.143 0.131 0.004 0.903 控制变量 Cle 330 7.810 0.613 5.848 9.915 GDP 330 10.908 0.445 9.849 12.156 Ul 330 0.608 0.117 0.363 0.896 Fpl 330 488.825 438.899 13.35 2 499.28 Rip 330 0.337 0.245 0.004 1.556 Afi 330 0.114 0.034 0.040 0.204 Afai 330 0.045 0.031 0.001 0.183
下载: 导出CSV
表 4 种业创新对农村产业融合的影响
变量 AII (1) (2) (3) (4) SI 0.246*** 0.139* 0.201*** 0.186** (2.834) (1.822) (2.997) (2.711) Cle 0.007 0.030* 0.033* (0.481) (1.819) (1.843) GDP 0.017 -0.015 -0.019 (0.417) (-0.130) (-0.161) Ul 0.221 -0.592* -0.659** (1.534) (-2.031) (-2.174) Fpl -0.000 -0.000*** -0.000*** (-1.212) (-3.277) (-3.324) Rip 0.018 -0.020 -0.011 (0.339) (-0.370) (-0.219) Afi -0.268 -0.997 -1.080 (-0.678) (-1.584) (-1.690) Afai -0.425** -0.342 -0.332 (-2.287) (-1.570) (-1.522) 常数项 0.074*** -0.231 0.571 0.659 (4.851) (-0.507) (0.472) (0.503) 控制变量 否 是 是 是 时间固定效应 是 否 是 是 省份固定效应 是 否 是 是 观测值 330 330 330 300 R2 0.717 0.512 0.785 0.807 注：* * *、* *、*分别表示在1%、5%和10%的显著性水平，括号内为t值。下表同。
下载: 导出CSV
表 5 种业创新对农村产业融合的交叉回归
变量 农业纵向产业链延伸 农业横向多功能拓展 农业垂直技术渗透 种业育种专利创新 -0.017 0.015 0.067** (-0.257) (0.200) (2.155) R2 0.648 0.850 0.870 品种创制与推广 0.402*** 0.293** 0.153** (3.032) (2.392) (2.141) R2 0.688 0.859 0.873 种业发展绩效 0.063* 0.004 -0.007 (1.984) (0.105) (-0.352) R2 0.650 0.849 0.866 控制变量 是 是 是 时间固定效应 是 是 是 省份固定效应 是 是 是 N 330 330 330
下载: 导出CSV
表 6 稳健性检验
变量 (1) (2) (3) (4) (5) (6) 工具变量法 极大似然估计 截面熵值法 剔除直辖市 缩尾 第一阶段 第二阶段 AIC AII AIC AIC SI 1.391*** 0.835*** 0.231** 0.165** 0.191*** (3.182) (3.424) (2.627) (2.647) (2.840) 年降水量 0.113*** (2.770) 一阶段F值 10.70 Kleibergen-Paap rk LM 4.139** Cragg-Donald rk Wald F 18.784 常数项 -4.498*** -2.632** 0.634 0.633 (-3.197) (-2.741) (0.546) (0.588) 时间固定效应 是 是 是 是 是 是 省份固定效应 是 是 是 是 是 是 控制变量 是 是 是 是 是 是 观测值 330 330 330 330 286 330 R2 0.036 0.188 - 0.862 0.674 0.811
下载: 导出CSV
表 7 异质性检验
变量 (1) (2) (3) (4) (5) (6) (7) 粮食产区 大数据综合试验区 农业种植规模 主产区 主销区 平衡区 试验区 非试验区 大规模 小规模 SI 0.161** -0.002 -0.039 0.282* 0.144** 0.101** 0.259 (2.808) (-0.010) (-0.778) (1.904) (2.342) (2.279) (1.260) 常数项 0.104 3.940 0.075 -2.103* 2.424 0.476 3.150 (0.172) (1.209) (0.184) (-1.882) (1.166) (1.046) (0.888) 控制变量 是 是 是 是 是 是 是 时间固定效应 是 是 是 是 是 是 是 省份固定效应 是 是 是 是 是 是 是 观测值 143 77 110 110 220 187 143 R2 0.867 0.859 0.805 0.923 0.706 0.877 0.790
下载: 导出CSV
表 8 机制效应检验
变量 AII AI AE SI 0.201*** 0.219*** 0.329*** (2.997) (3.570) (3.258) 常数项 0.571 -0.085 1.208 (0.472) (-0.224) (1.130) 控制变量 是 是 是 时间固定效应 是 是 是 省份固定效应 是 是 是 观测值 330 330 330 R2 0.785 0.860 0.833
下载: 导出CSV
表 9 门槛效应检验
门槛变量 门槛 F值 P值 BS次数 临界值 10% 5% 1% 农民科技素质水平 单一门槛 143.94 0.000 300 23.330 30.508 55.127 双重门槛 9.83 0.427 300 20.478 25.639 46.838
下载: 导出CSV
表 10 门槛效应回归
变量 AII (1) (2) SI0 SI1 SI 0.136*** 1.031*** (3.277) (4.311) 常数项 -0.257 (-0.648) 控制变量 是 时间固定效应 是 省份固定效应 是 观测值 330 R2 0.566 注：列(1)(2)分别为q < 0.289和q≥0.289时的门槛效应回归结果。
下载: 导出CSV
-
[1] 钱明辉, 李胡蓉, 郭佳璐, 等. 中国农村产业融合模式分析与融合度测算: 基于文本数据挖掘的视角[J]. 农业经济问题, 2023(6): 58-77. [2] CAMANZI L, POLINO M, VERZA M. Market structure and supply chain strategies in the global agricultural commodity industry: a comparison between EU and USA[J]. Journal for Global Business Advancement, 2020, 13(2): 249-269. doi: 10.1504/JGBA.2020.110620 [3] 余涛. 农村一二三产业融合发展的评价及分析[J]. 宏观经济研究, 2020(11): 76-85. [4] 孙顶强, 梅玉琦, 杨馨越. 现代农业园区建设能否促进农村产业融合——基于全国8325个农业园区的经验证据[J]. 中国农村观察, 2024(3): 39-61. [5] 洪名勇. 农业强国: 理论与经验证据[J]. 贵州大学学报, 2024(3): 30-50. [6] 胡海, 庄天慧. 共生理论视域下农村产业融合发展: 共生机制、现实困境与推进策略[J]. 农业经济问题, 2020(8): 68-76. [7] YE F, QIN S, NISAR N, et al. Does rural industrial integration improve agricultural productivity? implications for sustainable food production[J]. Frontiers in Sustainable Food Systems, 2023, 7: 1191024. doi: 10.3389/fsufs.2023.1191024 [8] OU Y, ZHANG S, RAN N, et al. Measurement of the industrial integration level anddiagnosis of obstacle factors in different planting types of rural areas in hilly and mountainous areas[J]. Transactions of the Chinese Society of Agricultural Engineering, 2023, 39(5): 201-213. [9] 郭军, 张效榕, 孔祥智. 农村一二三产业融合与农民增收——基于河南省农村一二三产业融合案例[J]. 农业经济问题, 2019(3): 135-144. [10] WANG J, PENG L, CHEN J, et al. Impact of rural industrial integration on farmers' income: evidence from agricultural counties in China[J]. Journal of Asian Economics, 2024, 93: 101761. doi: 10.1016/j.asieco.2024.101761 [11] 涂圣伟. 产业融合促进农民共同富裕: 作用机理与政策选择[J]. 南京农业大学学报(社会科学版), 2022(1): 23-31. [12] 高静, 李丹, 陈峰. 乡村创新创业何以推动农民农村共同富裕[J]. 广东财经大学学报, 2025(1): 112-128. http://xb.gdufe.edu.cn/article/id/9c2d3937-99f2-4875-81e0-f6d56a8a5efb [13] 田彩红, 李琳, 廖斌. 农村一二三产业融合能否促进农业绿色发展?——以长江经济带579个县域为例[J]. 自然资源学报, 2024(3): 601-619. [14] ZHOU J, CHEN H, BAI Q, et al. Can the integration of rural industries help strengthen China's agricultural economic resilience?[J]. Agriculture, 2023, 13(9): 1813. doi: 10.3390/agriculture13091813 [15] 张林, 温涛. 数字普惠金融如何影响农村产业融合发展[J]. 中国农村经济, 2022(7): 59-80. [16] 余晋晶, 葛扬. 农业土地流转、农村产业融合与农民收入增长[J]. 山西财经大学学报, 2023(9): 78-93. [17] RIFNA E J, RAMANAN K R, MAHENDRAN R. Emerging technology applications for improving seed germination[J]. Trends in Food Science & Technology, 2019, 86: 95-108. [18] 黄季焜. 国家粮食安全与种业创新[J]. 社会科学家, 2021(8): 26-30. [19] 杨骞, 祝辰辉, 寇相涛, 等. 中国三大粮食作物产能提升的源泉[J]. 中国软科学, 2024(4): 46-55. [20] 崔宁波. 加快推进种业振兴的重要意义和实践路径[J]. 人民论坛, 2024(2): 50-55. [21] 余志刚, 崔钊达. 中国种子战略的内涵、特征、难点及其进路[J]. 新疆师范大学学报(哲学社会科学版), 2022(2): 77-87. [22] 种聪, 郭雨溪, 岳希明. 中国种业振兴: 发展历程、关键问题与机制构建[J]. 农业现代化研究, 2023(2): 205-213. [23] 徐宣国, 尹春凤. 中国种业企业科技创新分析[J]. 中国农业大学学报, 2024(2): 237-246. [24] 宫思羽, 王博, 余志刚. 种业创新与粮食全要素生产率的双向影响关系研究——基于各省要素禀赋的考察[J]. 中国农业资源与区划, 2024(6): 11-22. [25] LUCA CAMANZI, MARZIA POLINO, MARTA VERZA. Market structure and supply chain strategies in the global agricultural commodity industry: a comparison between EU and USA[J]. Journal for Global Business Advancement, 2020, 13 (2) : 249-269. doi: 10.1504/JGBA.2020.110620 [26] KIM N, LEE H, KIM W, et al. Dynamic patterns of industry convergence: evidence from a large amount of unstructured data[J]. Research Policy, 2015, 44(9): 1734-1748. doi: 10.1016/j.respol.2015.02.001 [27] 张义博. 农业现代化视野的产业融合互动及其路径找寻[J]. 改革, 2015(2): 98-107. [28] CHANG C W, YAMANAKA T, KANO S. An enforced loop-out knowledge flow facilitates industry competition: learning from the pharmaceutical and genetically modified seed industries[J]. Technovation, 2019, 79: 11-24. doi: 10.1016/j.technovation.2018.06.004 [29] 于丽卫, 孔荣. 农民农业领域创业脆弱性: 关键成因、生成机理与应对策略[J]. 现代经济探讨, 2021(2): 113-120. [30] 杜运周, 马鸿佳. 复杂性背景下的创新创业研究: 基于QCA方法[J]. 研究与发展管理, 2022(3): 1-9. [31] 李明贤, 彭晏琳. 金融科技促进了农民增收吗?[J]. 南京农业大学学报(社会科学版), 2023(6): 24-39. [32] 尹春凤, 徐宣国, 崔丙群. 粮食安全与种业创新耦合——协同关系及空间溢出效应研究[J]. 调研世界, 2023(4): 44-52. [33] ARUNDEL A, KABLA I. What percentage of innovations are patented? empirical estimates for European firms[J]. Research Policy, 1998, 27: 127-141. doi: 10.1016/S0048-7333(98)00033-X [34] BERMAN A, MARINO A, MUDAMBI R. The global connectivity of regional innovation systems in Italy: a core-periphery perspective[J]. Regional Studies, 2020, 54(5): 677-691. doi: 10.1080/00343404.2019.1672865 [35] 莫怡青, 李力行. 零工经济对创业的影响——以外卖平台的兴起为例[J]. 管理世界, 2022(2): 31-45. [36] 程聪慧, 刘昱呈. 平台经济发展与农村创业活跃度[J]. 科学学研究, 2024(10): 2138-2149. [37] 赵巍, 徐筱雯. 数字经济对农业经济韧性的影响效应与作用机制[J]. 华南农业大学学报(社会科学版), 2023(2): 87-96. [38] 江艇. 因果推断经验研究中的中介效应与调节效应[J]. 中国工业经济, 2022(5): 100-120. [39] HANSEN, BRUCE E. Threshold effects in non-dynamic panels: estimation, testing, and inference[J]. Journal of Econometrics, 1999, 93(2): 345-368. doi: 10.1016/S0304-4076(99)00025-1 [40] 符磊, 何咪, 强永昌, 等. 最终投资的测度、特征事实与引致因素——基于RCEP的实证分析[J]. 国际金融研究, 2025(2): 49-60. [41] CORREIA S, GUIMARÃES P, ZYLKIN T. Fast poisson estimation with high-dimensional fixed effects[J]. The Stata Journal, 2020, 20(1): 95-115. doi: 10.1177/1536867X20909691 [42] 张车伟. 人力资本回报率变化与收入差距: "马太效应"及其政策含义[J]. 经济研究, 2006(12): 59-70. -
点击查看大图
图(1) / 表(10)
计量
- 文章访问数: 120
- HTML全文浏览量: 140
- PDF下载量: 1
- 被引次数: 0