【基于SFA方法的縣域農業(yè)全要素生產率的測算與分解探究12000字（論文）】

基于SFA方法的縣域農業(yè)全要素生產率的測算與分解研究目錄摘要 II一、引言 3二、基于SFA方法的模型設定與估算 3（一）全要素生產率的估算方法比較 3（二）全要素生產率的分解與測度方法 41.全要素生產率的四重分解模型 42.測度方法 6三、實證結果 7（一）投入產出指標選取及處理 7（二）模型的檢驗 8（三）全國農業(yè)全要素生產率估計結果 10四、結論與展望 12（一）結論 12（二）展望 12摘要：考慮到氣候、病蟲害等不可抗力對農業(yè)發(fā)展的突發(fā)影響，采用隨機前沿模型（SFA），本文在分析比較了全要素生產率四種估算方法的基礎上估算出我國2000—2019年間的中國各縣域及東部、中部、西部地區(qū)的農業(yè)全要素生產率變化指數(shù)，并分析其時序增長與空間分布特征。并對我國全要素生產率增長和經濟增長源泉做了簡要分析。測算分析表明：（1）在十五規(guī)劃期間，我國的全要素生產率增長率總體呈現(xiàn)出漲跌互現(xiàn)的波動情形且波動較為劇烈頻繁，十一五規(guī)劃期間全要素生產率相比其他規(guī)劃期間最高，并從十一五規(guī)劃以來則呈現(xiàn)出逐年下降并趨于穩(wěn)定的趨勢（2）從區(qū)域角度來看，東部地區(qū)大多數(shù)省的技術效率值處于較低水平，如遼寧、福建、上海。而中部和西部省份的技術效率通常處于較高水平，如中部：內蒙、吉林；西部：云南、四川；（3）技術進步率低、產能利用率不足、技術效率低、資源分配不合理這些因素是導致我國總因素生產率增長率低的主要原因關鍵詞：全要素生產率；隨機前沿法；生產功能；技術效率；縣域一、引言全要素生產率（TFP）歸屬于宏觀經濟學的范疇，通過分析全要素生產率可以進一步分析經濟增長來源（尤其是政府）的重要工具，是制定政策的重要依據，反應一國生產發(fā)展質量。首先，估算全要素生產率是分析經濟增長的來源的一種重要方法，即分析各種因素對經濟增長的貢獻，并確定經濟是基于投入的增長還是有效增長，從而確定經濟發(fā)展動力的可持續(xù)性。第二，在制定和評估長期可持續(xù)增長政策過程中估計全要素生產率是主要參考之一。通過估算，分析全要素生產率的總增長對經濟增長和生產要素投入的貢獻，政府可以依此確定宏觀經濟政策應集中在刺激總需求上還是著眼于調整經濟結構和支持技術進步。來自世界各地的學者和專家對農業(yè)生產的發(fā)展進行了研究和概括。自20世紀60年代經濟學家索洛（Solow，1957）首次建立全要素生產率核算框架以來，國內外學者圍繞全要素生產率展開了大量的研究，取得了豐碩成果。國外文獻方面，索洛在一般生產函數(shù)的基礎上，建立了一個統(tǒng)一的、可操作的全要素生產率核算框架，即索羅殘差法（SR）。開創(chuàng)性的在定量研究生產要素投入增長與產出增長時將技術進步納入到經濟增長模型。日本學者速水佑次郎（1988）在研究本國要素投入對經濟增長的貢獻過程中，發(fā)現(xiàn)科學技術進步對日本經濟增長的發(fā)揮著越來越重要的作用。魯坦（Ruttan，2002）討論了在生產投入資源和其他重要投入因素約束情況下，世界農業(yè)生產率的增長，并提出了發(fā)展中國家和發(fā)達國家提高農業(yè)生產率的方法。阿維拉（Avila，2010）的研究結論同樣支持技術資本對農業(yè)技術發(fā)明和技術傳播在農業(yè)全要素生產率增長中存在一定促進，并進一步研究發(fā)現(xiàn)，基礎教育投資在農業(yè)生產率的增長中有著重要作用。此外庫姆巴卡爾和洛弗爾(KumbhakarandLovell，2000)構建了具有時變（time-varying）技術無效率（Technicalinefficiency）指數(shù)的隨機前沿生產函數(shù)的基本模型，進一步豐富了農業(yè)生產率的核算方法。國內學者有關農業(yè)發(fā)展的科學研究也提出了很多思考和研究。通過閱讀有關文獻，從中國農業(yè)生產率實證核算結果來看，所核算的農業(yè)生產率結果存在差異。這些結果的主要原因是所使用的最終數(shù)據集和核算和分解方法的不同而導致的。在研究中國農業(yè)生產率的早期階段，多采用非邊界方法。自21世紀初以來，更多的采用邊界方法來研究全要素生產率的變化。在這種邊界分析方法中，主要有兩種分別是：數(shù)據包絡分析（DEA）以及隨機前沿生產函數(shù)方法（SFA）。其中，為了駁斥克魯格曼提出“東亞奇跡”并不存在的說法，林逸夫和任若恩（2007）的研究結果認為，在國家工業(yè)化的晚期階段，全要素生產率的貢獻將會同經濟增長同方向逐漸增長，資本份額在經濟增長中貢獻程度會先上升后下降。。綜上所述，全要素生產率（TFP）的研究需要以要素配置變化為基礎。本文的目的在于如何使用縣域數(shù)據通過隨機前沿模型（SFA）對全要素生產率進行核算，文中所使用的方法是基于庫姆巴卡爾和洛弗爾的隨機前沿分析方法，實證分析所用數(shù)據是采用2000-2019年中國縣域統(tǒng)計年鑒數(shù)據，同時選用了2098個縣。在本文第三部分實證中進行了數(shù)據處理與模型檢驗，以保證計算結果的有效性，這也是本文可能的創(chuàng)新之處。二、基于SFA方法的模型設定與估算（一）全要素生產率的估算方法比較現(xiàn)階段，研究人員們主要在運用增長核算法、數(shù)據包絡法(DEA)和隨機前沿法(SFA的基礎上來估算我國農業(yè)全要素生產率、展開相關分析。不同核算方法測算的農業(yè)全要素生產率存在一定差異。隨機生產函數(shù)邊界方法(SFA)需要確定生產函數(shù)的特定形式和技術無效項的分布形式，而數(shù)據包絡法(DEA)不需要提前設定生產模型函數(shù)和誤差項分布形式，因此在農業(yè)全要素生產率測算領域得到了廣泛應用。周端明（2009）基于數(shù)據邊界分析方法，計算并分析了1978年至2005年中國農業(yè)總生產率。結果表明，在分析期內，中國全要素生產率持續(xù)快速增長，年均增長3.3％，其中農業(yè)技術進步和農業(yè)技術效率分別提高了1.7％和1.6％，全炯振(2009)使用DEA和SFA方法計算并分配了1978年至2007年中國各縣以及東部，中部和西部地區(qū)的農業(yè)總生產率，并比較了時間演變和空間分布分析的兩個方面。研究結論表明，技術進步是中國農業(yè)全要素生產率增長的主要驅動力，并且中國農業(yè)要素總生產率正在平均每年以0.7％的速度增長。隨著利用前沿方法分析中國農業(yè)全要素生產率變化的研究逐漸增多。但是，所使用的方法主要集中在DEA-Malmquist生產率指數(shù)法，而利用隨機前沿函數(shù)法來度量農業(yè)全要素生產率的變化并將其分解為技術變化和技術效率變化的研究相對較少，使用隨機前沿函數(shù)法時選擇的函數(shù)形式主要集中在生產函數(shù)形式上。現(xiàn)有文獻對我國農業(yè)生產的研究是深入有效的，總的來看，應用隨機前沿方法(SFA)來衡量農業(yè)全要素生產率的變化，最終分解為技術和效率的變化，這方面的研究還很少。而且隨機前沿函數(shù)法主要使用省級面板數(shù)據，在函數(shù)樣式的選擇上選擇生產函數(shù)等。選擇數(shù)據包絡法（DEA）的一個缺點是：不能考慮統(tǒng)計噪聲和測量誤差、自然氣候、運氣等隨機因素對估計結果的影響，對奇異值也相當敏感(Thiam，2001)。農業(yè)無疑是一個嘈雜的行業(yè)，奇異值必然不會出現(xiàn)，所以應該用SFA代替DEA科埃利(Coelhi等人，2008)。雖然，在所有全要素生產率的核算，與使用中的SFA相比，使用DEA方法仍處于一定的主導地位。從現(xiàn)代專家、學者使用的模型的角度來看，例如郭慶旺（2005），張樂（2013），鮑學東（2008），匡遠風（2012），付野（2012），王陽（2017），揭懋汕（2017）和施騰（2020）都使用SFA方法，而陳衛(wèi)平（2006）、周端明（2009）等則是利用DEA對于農業(yè)領域的其他的問題進行了相關探索。本文沒有使用的DEA方法，而是使用了以前較少被重視的SFA方法；借鑒庫姆巴卡爾和洛弗爾(2000)和巴茨和科埃利(1992)的研究成果，時變、技術無效率的隨機前沿生產函數(shù)的基本模型，該模型可用于構建中國農業(yè)生產的生產率核算模型。在這些研究的基礎上，使用2000-2019年的中國縣級非平衡面板數(shù)據，從縣域角度研究中國農業(yè)全要素生產率應該是更好的選擇。首先，我國行政體制以縣為基本單位，縣級單位是我國農業(yè)發(fā)展的主要載體。從縣域角度研究中國農業(yè)全要素生產率問題應該更為合適；其次，我國縣域受不同自然環(huán)境和文化傳統(tǒng)的影響，區(qū)域間發(fā)展不平衡的問題貫穿于縣域發(fā)展的不同階段。這種天然的差異，考慮到氣候、病蟲害等不不可抗力對農業(yè)發(fā)展的突發(fā)影響，采用隨機前沿模型（SFA）更加適合；最后，縣級可以提供更多的樣本數(shù)據，使得估計結果更加穩(wěn)健，結論更加可靠。本文嘗試運用參數(shù)分析方法：隨機前沿模型（SFA）測算中國各縣域及東部、中部、西部地區(qū)的農業(yè)全要素生產率變化指數(shù)，并分析其時序增長與空間分布特征。表1度量全要素生產率（TFP）變化的不同方法比較增長核算法前沿方法增長會計法經濟計量法參數(shù)方法非參數(shù)方法不考慮技術非效率（technicalinefficiency）的存在在CRS假設下，TFP變化=技術變化考慮技術非效率（technicalinefficiency）的存在CRS假設下，TFP變化=技術變化×技術效率變化代數(shù)指數(shù)法（AIN）索洛殘差法（SR）隱性變量法（LV）隨機前沿生產函數(shù)法（SFA）確定性前沿函數(shù)方法（DFA）DEA-Malmquist指數(shù)法SFA-Malmquist指數(shù)法（二）全要素生產率的分解與測度方法1.全要素生產率的四重分解模型索洛殘值法簡單直觀，自提出以來，在學術界得到了廣泛的應用。但是，隨著人們對全要素生產率認識的深入，除了技術進步，全要素生產率實際上還包含著效率提高、要素質量提高、規(guī)模效應等豐富的內容。索洛的增長核算框架已不能滿足學術界對全要素生產率的進一步探索。在這一背景下，Nishinizu和Page(1982)首次提出了全要素生產率增長的分解框架，而Kumbhakar和Lovell(2000)則在隨機前沿生產函數(shù)的框架下進一步更詳細地分解了全要素生產率增長。本文以一個具有時變技術無效率指數(shù)的隨機前沿生產函數(shù)作為本文的基本模型，其一般形式如下:y （3-1）u （3-2）公式（3-1）為隨機前沿生產函數(shù)的一般形式。其中，yit為i縣域在t時期的產出；f(·)是隨機前沿生產函數(shù)中確定性前沿產出部分；xit(t)為i縣域在t時期關于要素X的投入；β公式（3-2）是根據BatteseandCoelli（1992）的研究采納的一個時變技術無效率指數(shù)模型。公式（3-2）將i縣域在t時期的技術無效率指數(shù)（uit）定義為i縣域平均技術無效率指數(shù)與一個指數(shù)函數(shù)的乘積，這個指數(shù)是以T至t時期技術無效率指數(shù)的變化率為指數(shù)。其中，η為技術效率指數(shù)的變化率。當η<0時，技術效率指數(shù)變化率為負，即技術效率處于以遞增的速率遞減當中；當η>0時，技術效率指數(shù)變化率為正，即技術效率處于以遞減的速率遞增當中。ui在上述假設條件下，本文通過定義得到技術變化、技術效率變化、全要素生產率變化的表達式，再通過相應計算可以得到規(guī)模效率變化以及要素配置效率變化的表達式。1）技術變化（ΔT）。定義技術變化為確定性前沿生產函數(shù)的變化率，即：ΔT （3-3）2）技術效率變化（ΔTE）。定義技術效率變化為在確定技術水平下某一組要素投入得到的實際產出與這組要素投入得到的前沿產出之間比例的變化率，即：ΔTE （3-4）3）全要素生產率變化（ΔTFP）。定義全要素生產率為實際產出與要素投入的比值，即：TFP （3-5）假設InputXΔTFP （3-6）公式（3-6）中，y為產出增長率；sj為要素j4）規(guī)模效率變化（ΔSE）及配置效率變化（ΔAE）。在公式（3-6）中，產出增長率y應等于確定性前沿產出對時期ty（3-7）公式（3-7）中，εj為要素j的產出彈性，其余變量與上述一致。將公式（3-7）帶入公式（3-6ΔTFP（3-8）公式（3-8）中，ε=jεj。公式（3-82.測度方法公式（3-8）給出了TFP變化的分解式。從公式（3-3）、公式（3-4）、公式（3-8）可以看出，要求解每個分解式的具體值。必須先確定前沿生產函數(shù)f[Xitt;β]的具體形式，再通過對公式（3-1）和公式（3假設經檢驗后的前沿生產函數(shù)的形式為f[Xitt;β]，公式（3-1）y（3-9）u（3-10）根據公式（3-3）（3-4）（3-8）可得：Δ（3-11）ΔTE=?（3-12）ΔSE=(（3-13）ΔAE=（3-14）在這個分解框架下，全要素生產率增長不僅包括技術進步，還包括技術效率，很好地解決了全要素生產率直接簡單地等同于技術進步的誤區(qū)。作為分析工具，探討和論證中國農業(yè)經濟增長的歷程，分析其發(fā)展特征和規(guī)律，為中國未來農業(yè)進步積累經驗，提供政策依據。在對全要素生產率四種測算方法進行分析比較的基礎上，測算了2000-2019年中國全要素生產率的增長率，并根據測算結果對中國全要素生產率增長和中國經濟增長來源進行了簡要分析。三、實證結果（一）投入產出指標選取及處理由于研究目的的不同，選取不同的經濟指標作為衡量標準，對農業(yè)全要素生產率進行計算。對于產出指標，一般使用第一產業(yè)增加值或農業(yè)總產值。通過選取農、林、牧、漁業(yè)的總和產值作為外生變量，能很好的代表計算農業(yè)全要素生產率的經濟指標。潘丹和應瑞瑤在2013年的論文中把中國大批縣市的農、林、牧、漁業(yè)的總和產值設定為優(yōu)先級變量，并且根據相應的研究目標進行變量調整。李靜和孟令杰將我國便于統(tǒng)計縣市的第一產業(yè)GDP進行歸類，最終生成不變價格。方福前、張艷麗認為，對中國農業(yè)全要素生產率的測算存在一些變化。因此，對于投入和產出指標的選取，根據研究目的的不同，不能進行橫向的比較。一般采用KS檢驗或T檢驗進行取舍，最終選取農業(yè)GDP和糧食總產量代表產出變量。對于投入指標，其可選擇的空間則大得多。王軍、楊秀云挑選了四個變量：勞動、土地、化肥、機械。李谷成選取農、林、畜牧、漁業(yè)的勞動、土地、農機功率、農業(yè)肥料、牲畜數(shù)量和灌溉面積。張樂和曹靜把投入的經濟指標進行整理，將勞動力投入用農、林、畜、漁業(yè)的正規(guī)雇員代替，并且還用農業(yè)生產的現(xiàn)金支出代表勞動力價格；針對農業(yè)資金的測算，將肥料用量換成標量，將資本價格用固定資產的人均支出代替。高帆為了避免播種面積與灌溉面積之間的高相關性，選擇播種面積來代表土地投入；第一產業(yè)就業(yè)人數(shù)代表勞動力；化肥的量代表化肥輸入。本文選取《中國縣域統(tǒng)計年鑒》中的數(shù)據進行整理分析，通過比較縣所在的省級統(tǒng)計年鑒，將缺失數(shù)據進行相應補充；對缺少的個別數(shù)據，使用線性插值法進行修繕。最終形成的不平衡面板數(shù)據涵蓋了來自我國16個省市的2,098個縣，基本代表全國縣的總體情況。借鑒施滕和張樂在2013年的分析結構，結合知網的部分研究成果，擬定農業(yè)總生產率增長輸入產出指標：產出變量：各縣域農、林、牧、漁總產值。投入變量包括：1）勞動投入：各縣域鄉(xiāng)村從業(yè)人員作為勞動投入。2）土地投入：各縣域內的常用耕地面積（農作物總播種面積）作為土地投入。3）機械動力投入：各縣域內包括農、林、牧、漁等各子行業(yè)的動力機械的農業(yè)機械總動力作為機械動力投入4）化肥投入：各縣域本年度使用的化肥施用量（折純）作為化肥投入表2：1992-2019年全國縣域主要投入/產出指標統(tǒng)計表統(tǒng)計指標單位NMeanStd.Dev.minmax農林牧漁業(yè)總產值萬元44323153885.43154961.153466763978鄉(xiāng)村從業(yè)人員人31814129244.5299688.34781474000農作物總播種面積公頃34271114530.18156644.93608804673農業(yè)機械總動力千瓦424883882.446159.8730841369化肥施用量（折純）噸4164831.532.861169（二）模型的檢驗根據前文模型介紹，先設定隨機前沿生產函數(shù)f[XittLnf（4-1）公式（4-1）說明，隨機前沿生產函數(shù)的對數(shù)形式可以是具有t的超越對數(shù)生產函數(shù)，或者是不帶t的簡單對數(shù)生產函數(shù)，或者都不是。之前的研究直接設置了前沿生產函數(shù)的特定形式，而沒有執(zhí)行嚴格的模型測試。根據公式（3-2）與公式（3-15）式下面介紹具體的檢查過程。模型測試通過最大似然比檢驗（LR-TEST）應包括兩部分：一方面，測試確定性前沿生產函數(shù)的參數(shù)；另一方面，測試無效函數(shù)的參數(shù)。（1）確定性邊際生產函數(shù)的參數(shù)檢驗。本文將確定性前沿生產函數(shù)的參數(shù)檢驗分為三個步驟：第一步是檢驗變量之間是否存在相互作用，即交叉項的系數(shù)是否為0；第二步，檢驗是否有技術進步，即檢驗變量t的多項式系數(shù)是否為0。第三步，檢查是否存在冗余變量，即無意義變量項的系數(shù)是否為0。（2）無效率函數(shù)的參數(shù)檢驗。通過檢驗μ、η、γ是否為零，進行無效率函數(shù)的參數(shù)檢驗的三個部分：若μ=0，則技術無效率分布服從半正態(tài)分布（halfnormal）；若η=0，則技術效率無時間效應；μ利用軟件Stata16.0進行隨機前沿分析，首先對模型的有效性進行極大似然比檢驗。假設檢驗顯示了H1至H3表3隨機前沿分析模型假設檢驗結果Hd.f.LR前沿生產函數(shù)H161911.41***拒絕H41634.54***拒絕H51348.39***拒絕無效率函數(shù)H1141.61***拒絕H110.71***拒絕H1710.07***拒絕Standarderrorsareinparentheses***p<.01,**p<.05,*p<.1同理，使用Stata中Xtfrontier命令對自變量進行交互項、平方項處理并引入模型中，依次得出三個前沿生產函數(shù)模型的參數(shù)檢驗結果，見表4。表4隨機前沿分析模型變量影響系數(shù)估計結果HHHμ=0η=0γ=0勞動.74*.38***(.43)(.02)土地-.16.07***.34***.36***.34***.33***(.28)(.01)(.1)(.1)(.1)(.1)機械.52*.29***1.21***1.32***1.21***1.17***(.28)(.02)(.2)(.21)(.2)(.2)化肥-1.24***.24***-1.61***-1.6***-1.61***-1.56***(.25)(.02)(.18)(.18)(.18)(.19)時間-.19-.23*-.13-.12-.13-.16(.12)(.13)(.12)(.12)(.12)(.13)勞動×土地-.07***--.07***-.07***-.07***-.06***(.02)-(.01)(.01)(.01)(.01)勞動×機械.02--.11***-.12***-.11***-.12***(.03)-(.02)(.02)(.02)(.02)勞動×化肥.01-.13***.13***.13***.13***(.03)-(.01)(.01)(.01)(.01)土地×機械-.01(.02)土地×化肥.06***-.05***.05***.05***.05***(.01)-(.01)(.01)(.01)(.01)機械×化肥-.07***-.03***.03**.03***.04***(.02)-(.01)(.01)(.01)(.01)勞動平方項0(.02)土地平方項.03**(.01)機械平方項.01(.02)化肥平方項.07***(.01)常數(shù)項9.31***4.81***12.24***11.95***12.24***11.71***(2.62)(.92)(1.18)(1.14)(1.18)(1.25)σ-1.92***-1.72***-1.87***-1.81***-1.87***(.09)(.08)(.09)(.06)(.09)σ-1.33***-1.34***-1.32***-2.43***-1.32***(.14)(.16)(.15)(.14)(.15)N183118331833183318331833R-squared.z.z.z.z.z.75Standarderrorsareinparentheses***p<.01,**p<.05,*p<.1前沿生產函數(shù)模型的三個模型系數(shù)檢驗的估計結果在表4中拒絕了H0,H1,H2假設，無效率函數(shù)的檢驗結果在表3（三）全國農業(yè)全要素生產率估計結果根據模型3，本文計算了各年中國農業(yè)生產中勞動力和資本要素的產出彈性，在此基礎上，對2000年-2019年的技術效率進行分析。1991～2010年，勞動力要素產出彈性的均值為-0.30，表明農業(yè)生產中每增加1%的勞動力要素投入，產出將減少0.3%；資本要素產出彈性的均值為0.61，表明農業(yè)生產中每增加1%的資本要素投入，產出將增加0.61%。因此，對目前中國農業(yè)生產來講，勞動力要素是相對豐裕的，資本要素是相對稀缺的。將全國看作一個假想的省份，這個省份以全國的平均投入量生產了全國的平均產出，如此可以表52000—2019年中國農業(yè)生產總值增長核算省份（年份）十五規(guī)劃十一五規(guī)劃十二五規(guī)劃十三五規(guī)劃Total西部0.5710.7010.6420.4050.587云南0.6830.8260.7840.4390.688四川0.1920.9810.9030.6250.665寧夏0.6750.6040.6740.4460.607新疆0.6340.6560.6160.4210.597甘肅0.5150.8020.5760.3950.575西藏0.7250.6110.6220.2320.574貴州0.6110.60.5610.3010.52重慶0.4960.590.4680.4380.505陜西0.4880.3430.5240.4340.448青海0.5830.4580.4230.2160.442中部0.5820.5820.4650.2360.476內蒙古0.6760.6370.5630.3470.575吉林0.6250.6670.5770.3020.571安徽0.6050.7090.6170.4160.555山西0.5830.5920.5220.3920.537江西0.6240.5590.5720.3390.527河南0.7790.8950.0260.3520.481湖北0.6180.5790.6070.3640.542湖南0.3970.410.4250.3410.371黑龍江0.4050.390.3650.2390.357東部0.4160.4620.4230.2230.394上海0.7340.7630.6780.4480.667北京0.5550.5820.6240.3090.53天津0.7270.5730.4590.2010.518山東0.4410.5310.4780.2520.437廣東0.4930.4790.3750.3120.401廣西0.3610.4580.4010.1690.378江蘇0.4450.410.3880.0460.35河北0.4310.4320.340.1610.349浙江0.2150.170.3950.3180.291海南0.0680.2530.3890.370.28福建0.1860.3620.2480.2540.26遼寧0.1890.3720.0910.1150.2Total0.5270.5880.5150.3220.49從表2和圖2可以得出以下結論：（1）在整個分析期間，中國各省的農業(yè)生產率都有所提高，但各省之間差異較大?？梢钥闯?，各省的農業(yè)勞動生產率已大幅提高，勞動生產率變化的累計標準偏差為1.0537。增長最快、增長最慢的省份是上海和海南，農業(yè)勞動生產率分別增長了5.50倍和0.75倍。前者的增長率相當于7%這是后者的三倍，這顯示了一個很大的差異。就具體年份而言，表3（1989-1990、2008-2009）所述兩年，全國各省農業(yè)勞動生產率平均增長4.43%，各省勞動生產率變化指數(shù)標準差0.1057，其中增長最快、最慢的省份是西藏西部和江蘇，分別增長33.23%和-22.19%從表中可以看出，農業(yè)生產有技術進步，但技術效率隨著時間的推移而下降。造成這種現(xiàn)象的原因有很多。本文認為農業(yè)技術推廣效率低。四川農業(yè)技術推廣體系較為完善，但缺乏農民技術培訓，導致新技術應用的偏差，其次，技術創(chuàng)新活躍，新技術不斷出現(xiàn)，由于資本等因素，生產者無法在短時間內迅速采用效率高效的新技術；第三，四川許多山區(qū)、丘陵地區(qū)機械運行有限，傳統(tǒng)的集約化栽培觀念在一定程度上阻礙了高效新型生產工具的推廣應用。基于三個因素的綜合效應，同時使用了許多不同層次的技術，每層的利用效率不同，最終導致宏觀層面的技術效率低。圖12000—2019年中國農業(yè)全要素生產率變動趨勢分解表列出了各省農業(yè)TFP增長的變化以及各因素分解的具體數(shù)值。表4顯示，2000-2013年期間，四川縣域農業(yè)TFP年均增長6.66%，從時間趨勢看，TFP的增長比較穩(wěn)定，期間有小幅波動。技術進步是促進縣域農業(yè)TFP增長的主要因素，年均值為7.37%，表明技術變化對縣域農業(yè)TFP增長的年均貢獻達到7.37個百分點。農業(yè)技術進步隨時間不斷增加，說明技術進步對TFP增長的貢獻在不斷提高。四、結論與展望（一）結論本文從縣域視角出發(fā)，運用參數(shù)分析方法隨機前沿模型（SFA）對我國縣域農業(yè)全要素生產率進行測算，并將其進一步分解成技術效率、技術進步，從時間演變和與空間分布特征兩個維度對我國農業(yè)全要素生產率現(xiàn)狀水平進行深入剖析，并測算中國各縣域及東部、中部、西部地區(qū)的農業(yè)全要素生產率變化。在此基礎上，通過梳理已有文獻，構建農村勞動投入（L）、農村常用耕地面積（A）、農業(yè)機械動力投入（E）、農村化肥施用量（F）等四個指標作為農業(yè)產業(yè)生產投入因素，依據《中國縣域統(tǒng)計年鑒》數(shù)據，實證研究了我國整體以及分區(qū)域2000-2019年間促進縣域農業(yè)全要素生產率增長的影響因素，結合回歸結果，本文得出的主要結論如下：（1）在十五規(guī)劃期間，我國的全要素生產率增長率總體呈現(xiàn)出漲跌互現(xiàn)的波動情形且波動較為劇烈頻繁，十一五規(guī)劃期間全要素生產率相比其他規(guī)劃期間最高，并從十一五規(guī)劃以來則呈現(xiàn)出逐年下降并趨于穩(wěn)定的趨勢（2）從區(qū)域角度來看，東部地區(qū)大多數(shù)省的技術效率值處于較低水平，如遼寧、福建、上海。而中部和西部省份的技術效率通常處于較高水平，如中部：內蒙、吉林；西部：云南、四川；（3）技術進步率低、產能利用率不足、技術效率低、資源分配不合理這些因素是導致我國總因素生產率增長率低的主要原因（二）展望基于以上結論，本文認為縮小中國農業(yè)全要素生產率增長的區(qū)域差異的關鍵是減少中西部地區(qū)與整個國家（尤其是東部地區(qū)）之間農業(yè)技術效率的差異。該政策應集中于改善農業(yè)技術推廣。效率。一方面，有必要加強對農民的科技文化教育和培訓，普及新技術知識，提高農民素質，增強農民的接受新技術意識和主觀能動性。主動使用新結果；另一方面，需要改革和改進。當前的農業(yè)技術推廣服務網絡改變了當前“咨詢與管理相結合”的農業(yè)技術推廣體系，嚴格將農業(yè)技術推廣與商業(yè)活動區(qū)分開來，引起了農業(yè)技術人員對“推廣”方面的關注，真正做到充分發(fā)揮鄉(xiāng)鎮(zhèn)農業(yè)技術人員在農業(yè)技術推廣中的作用。農業(yè)生產的技術效率水平仍然不高，實際產值與前沿面產值之間仍存在一定差距。各地要積極創(chuàng)造條件，提高農業(yè)生產技術效率，促進農業(yè)健康快速發(fā)展。（1）進一步加強農業(yè)技術推廣，特別注意農業(yè)技術推廣與技術使用者之間的聯(lián)系，改變技術推廣方式，根據當?shù)厍闆r推廣合理高效的農業(yè)生產技術，加強對農民的技術培訓，并提高技術應用效率。（2）目前，流域內技術高效的流域和丘陵地區(qū)應著力于農業(yè)技術創(chuàng)新，推廣新的生產工具，促進農業(yè)信息化建設，發(fā)展循環(huán)經濟和現(xiàn)代??農業(yè)，并通過改變管理方式來創(chuàng)新發(fā)展農業(yè)經濟作為專業(yè)合作組織;繼續(xù)加強對少數(shù)民族地區(qū)的農業(yè)支持，改善基礎設施建設，提高農業(yè)生產力。當前，低效率地區(qū)應避免盲目增加投資，進一步改善現(xiàn)有生產設施，加強對農民的技術指導，促進現(xiàn)有技術的使用。（3）進一步加快農村剩余勞動力的轉移，建立有利于當?shù)剞r業(yè)生產和農民生活的良性勞動力出口模式，引導農村剩余勞動力外出務工，或擴大農村勞動力的吸收，發(fā)展當?shù)氐牡诙a業(yè)和第三產業(yè)或當場創(chuàng)業(yè)。同時，它促進了有機農業(yè)，減少了化學肥料的用量，并發(fā)展了環(huán)境友好型的循環(huán)農業(yè)。創(chuàng)新效率已成為我國所有地區(qū)面臨的普遍問題。根據本文的相關研究結論，我們得出了提高中國區(qū)域創(chuàng)新效率的政策含義：首先，提高區(qū)域創(chuàng)新效率的重點不是增加資源，而是改善現(xiàn)有資源的合理配置和利用資源;第二，要提高區(qū)域創(chuàng)新效率，以“密集利用資源”為核心，提高區(qū)域創(chuàng)新主體的經營管理能力，注重合理利用科技創(chuàng)新投資資源，努力提高質量。配備科研人員，合理分配科研經費和設備，避免擁擠和投資浪費；第三，充分發(fā)揮政府的協(xié)調和監(jiān)督作用，營造有利于創(chuàng)新活動的區(qū)域環(huán)境，在人才供給，基礎設施建設和資金供給方面建立區(qū)域創(chuàng)新支持體系。通過有效的政策體系和靈活的機制，政府，科研機構，企業(yè)等相關部門和機構可以形成良好的分工合作網絡，形成有效的區(qū)域創(chuàng)新體系，促進區(qū)域創(chuàng)新活動的產生和發(fā)展;四是關注當?shù)赝馍掏顿Y企業(yè)的技術溢出效應引進高新技術產業(yè)，促進了區(qū)域科技創(chuàng)新活動的興起；第五，完善技術轉讓市場，完善科技創(chuàng)新成果轉化和轉移體系，促進產學研緊密結合，提高科技成果轉化效率，激發(fā)區(qū)域創(chuàng)新力創(chuàng)新科目。另外，從創(chuàng)新效率的區(qū)域差異分析來看，中西部地區(qū)與東部地區(qū)之間的差距明顯，這可能會加劇東部，中部、西部地區(qū)之間的經濟發(fā)展差距。因此，對于中西部地區(qū)而言加速提升區(qū)域創(chuàng)新差距可能是縮小與東部地區(qū)之間發(fā)展差異的有效途徑之一。參考文獻中國農業(yè)全要素生產率增長_配置效_省略_基于隨機前沿生產函數(shù)法的實證分析_張樂[J].[2]四川省縣域農業(yè)全要素生產率增長__省略_超越對數(shù)隨機前沿生產函數(shù)法的實證_王陽[J].[3]Estimationanddecompositionofproductivity