鄧曉蘭 鄢偉波

(西安交通大學(xué) 經(jīng)濟(jì)與金融學(xué)院，陜西 西安 710061)

一、引言及文獻(xiàn)回顧

破解“三農(nóng)”問題，保障國家糧食安全，推動農(nóng)業(yè)現(xiàn)代化與新型城鎮(zhèn)化的互促共進(jìn)，關(guān)鍵在于發(fā)展農(nóng)村經(jīng)濟(jì)，提高農(nóng)業(yè)生產(chǎn)率，增加農(nóng)民收入。在“三農(nóng)”問題突出、國家糧食安全受到威脅的背景下，2004年以來中央一號文件連續(xù)14年聚焦“三農(nóng)”，實(shí)施工業(yè)“反哺”農(nóng)業(yè)、城市支持農(nóng)村、加大農(nóng)村改革力度和農(nóng)業(yè)現(xiàn)代化建設(shè)、提高農(nóng)業(yè)綜合生產(chǎn)力、強(qiáng)化科技創(chuàng)新驅(qū)動、補(bǔ)足農(nóng)村農(nóng)業(yè)短板等一系列強(qiáng)農(nóng)惠農(nóng)措施，糧食產(chǎn)量實(shí)現(xiàn)“十二連增”，農(nóng)民收入增長“十三連快”，農(nóng)村農(nóng)業(yè)發(fā)展不斷邁上新臺階。但也積累出新的問題：農(nóng)產(chǎn)品供求結(jié)構(gòu)失衡、要素配置不合理、資源環(huán)境壓力大、農(nóng)民收入的穩(wěn)定增長缺乏持續(xù)的動力，農(nóng)業(yè)面臨轉(zhuǎn)型升級和農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革的壓力(翁鳴，2017)。

針對我國農(nóng)業(yè)發(fā)展新階段出現(xiàn)的上述問題，在制度紅利得到充分釋放、環(huán)境壓力加劇、勞動力不斷向城市轉(zhuǎn)移、過度依賴投入的粗放增長方式不可持續(xù)的情況下(Huang et al.,1996;Jin et al.,2002)，學(xué)者們將目光投向在世界范圍內(nèi)被證明具有重要作用的農(nóng)業(yè)全要素生產(chǎn)率，認(rèn)為提升農(nóng)業(yè)全要素生產(chǎn)率是我國農(nóng)業(yè)經(jīng)濟(jì)增長的主要動力和可持續(xù)發(fā)展的必由之路 (Cao et al.,2013;Ma et al.,2013)，并從制度變遷、農(nóng)業(yè)研發(fā)和推廣投入、人力資本等視角對我國農(nóng)業(yè)全要素生產(chǎn)率的來源及其變化進(jìn)行了解釋(Fan et al.,1997;Lin,1992;Jin et al.,2002)，但從基礎(chǔ)設(shè)施的角度研究農(nóng)業(yè)全要素生產(chǎn)率的影響因素的文章并不多見。結(jié)合農(nóng)村和農(nóng)業(yè)生產(chǎn)的特點(diǎn)，農(nóng)村經(jīng)濟(jì)基礎(chǔ)設(shè)施可分為灌溉和公共水設(shè)施、道路設(shè)施、通訊和信息服務(wù)和土壤保護(hù)等；農(nóng)村社會基礎(chǔ)設(shè)施則主要包含農(nóng)業(yè)研發(fā)和推廣、教育和衛(wèi)生(金戈,2012)?？偟膩碚f，農(nóng)村經(jīng)濟(jì)基礎(chǔ)設(shè)施能降低生產(chǎn)成本、提升勞動和資本的生產(chǎn)率(Jain et al.,2009)；社會基礎(chǔ)設(shè)施具有提升人力資本水平的作用，從而提高農(nóng)戶對新技術(shù)的使用意愿和強(qiáng)度，同時可以增加技術(shù)利用過程中的效率(Ma et al.，2013)。在道路、電力、信息和灌溉等經(jīng)濟(jì)基礎(chǔ)設(shè)施發(fā)展滯后，教育、醫(yī)療等社會基礎(chǔ)設(shè)施落后，農(nóng)民文化水平低、健康得不到保障的農(nóng)村地區(qū)，農(nóng)業(yè)科技的傳播路徑阻塞、利用效率低，即使研發(fā)出或引進(jìn)高效的農(nóng)業(yè)機(jī)械設(shè)備和先進(jìn)的農(nóng)業(yè)生產(chǎn)經(jīng)營管理模式*按Huffman et al.(2006)的研究，農(nóng)業(yè)技術(shù)具體可以分為生物效率、機(jī)械、病蟲害防護(hù)、水土保持和農(nóng)業(yè)生產(chǎn)管理方法。，也可能在與當(dāng)?shù)鼗A(chǔ)設(shè)施相適應(yīng)的過程中出現(xiàn)“水土不服”，從而阻礙農(nóng)業(yè)全要素生產(chǎn)率的提高。自Aschauer(1989)開創(chuàng)性的實(shí)證工作以來，基礎(chǔ)設(shè)施作為“間接性資本”和“社會先行資本”，既能通過直接投資促進(jìn)經(jīng)濟(jì)增長，又存在溢出效應(yīng)，在工業(yè)行業(yè)已被廣泛證實(shí)。但除了少數(shù)針對印度(Fan et al.,2000)、希臘(Mamatzakis,2003)和菲律賓(Teruel et al.,2005)的研究外，基礎(chǔ)設(shè)施對農(nóng)業(yè)領(lǐng)域全要素生產(chǎn)率的作用常常被忽視，研究樣本時空范圍比較廣的是Bravo et al.(2004)利用38個國家1961—1997年的數(shù)據(jù)研究了農(nóng)村基礎(chǔ)設(shè)施對農(nóng)業(yè)全要素生產(chǎn)率的影響，研究表明農(nóng)村電力和教育基礎(chǔ)設(shè)施能顯著提升農(nóng)業(yè)全要素生產(chǎn)率，而道路和金融基礎(chǔ)設(shè)施卻具有抑制作用。針對我國農(nóng)村基礎(chǔ)設(shè)施溢出效應(yīng)的研究更加屈指可數(shù)：Jin et al.(2002)的研究中灌溉基礎(chǔ)設(shè)施顯著降低了水稻、小麥和玉米三大細(xì)分農(nóng)產(chǎn)品的全要素生產(chǎn)率；但Chen et al.(2008)的研究表明灌溉和電力基礎(chǔ)設(shè)施均能顯著提升農(nóng)業(yè)全要素生產(chǎn)率；李谷成等(2015)卻得出公路、灌溉和電力基礎(chǔ)設(shè)施對農(nóng)業(yè)全要素生產(chǎn)率的作用分別為正向、負(fù)向和無影響的結(jié)論。

為什么對于我國農(nóng)業(yè)基礎(chǔ)設(shè)施溢出效應(yīng)的研究結(jié)論大相徑庭？本文基于被解釋變量、解釋變量和研究方法提出三點(diǎn)原因：一是學(xué)者通過研究基礎(chǔ)設(shè)施是否對全要素生產(chǎn)率產(chǎn)生正向作用來判斷基礎(chǔ)設(shè)施的外部性是否存在(Hulten et al.,2006;劉生龍 等,2010)，但由于數(shù)據(jù)、年份和方法的選取不同，作為被解釋變量的農(nóng)業(yè)全要素生產(chǎn)率的測算結(jié)果本身存在巨大的差異(Tian et al.,2012)；二是解釋變量通常只考慮到電力和灌溉等部分經(jīng)濟(jì)基礎(chǔ)設(shè)施，并僅僅將其作為控制變量，忽略了其他基礎(chǔ)設(shè)施的影響及基礎(chǔ)設(shè)施對全要素生產(chǎn)率的共同作用，導(dǎo)致估計結(jié)果存在誤偏；三是未能很好地解決內(nèi)生性問題。基于此，本文利用DEA-Malmquist指數(shù)測算1988—2014年我國農(nóng)業(yè)全要素生產(chǎn)率，并利用分階段的波動規(guī)律和數(shù)值范圍對測算結(jié)果進(jìn)行評價。在此基礎(chǔ)上，選擇不同類別的經(jīng)濟(jì)和社會基礎(chǔ)設(shè)施來研究其對全要素生產(chǎn)率的影響，通過動態(tài)面板GMM方法來緩解模型的內(nèi)生性問題，嘗試更全面解釋農(nóng)業(yè)全要素生產(chǎn)率的來源，以期補(bǔ)足現(xiàn)有文獻(xiàn)存在的不足。農(nóng)業(yè)全要素生產(chǎn)率的提升有利于擺脫農(nóng)業(yè)發(fā)展瓶頸，促進(jìn)農(nóng)業(yè)從要素驅(qū)動的傳統(tǒng)農(nóng)業(yè)向技術(shù)驅(qū)動的現(xiàn)代農(nóng)業(yè)轉(zhuǎn)型。研究農(nóng)業(yè)基礎(chǔ)設(shè)施對農(nóng)業(yè)全要素生產(chǎn)率的影響，無論對推動新型城鎮(zhèn)化和農(nóng)業(yè)現(xiàn)代化的互促共進(jìn)、助力農(nóng)業(yè)供給側(cè)改革的進(jìn)程，還是對調(diào)整農(nóng)村基礎(chǔ)設(shè)施的投資方向、提升農(nóng)村基礎(chǔ)設(shè)施的投資效率，都是一種有益的探索。

二、我國農(nóng)業(yè)全要素生產(chǎn)率的測算：1988—2014

全要素生產(chǎn)率衡量的是產(chǎn)出增長率超過可核算要素投入增長率的部分，對我國農(nóng)業(yè)全要素生產(chǎn)率的測量方法包括增長核算法(索羅余值法)、指數(shù)法(T?rnqvist-Theil指數(shù))、數(shù)據(jù)包絡(luò)分析(DEA)和隨機(jī)生產(chǎn)前沿函數(shù)法(SFA)(周端明，2009；趙文 等，2011；匡遠(yuǎn)鳳，2012)。21世紀(jì)以來，DEA和SFA被廣泛應(yīng)用于農(nóng)業(yè)全要素生產(chǎn)率的測算，其中又以DEA方法居多。非參數(shù)的DEA方法由于不必設(shè)定生產(chǎn)函數(shù)的形式，且對變量的價格信息沒有要求，因而更加具有靈活性；而基于參數(shù)的SFA方法能分離出其他方法不可避免的測量誤差，在參數(shù)設(shè)定合理的情況下測算結(jié)果更加可靠。關(guān)于二者詳細(xì)的對比可參見Headey et al.(2010)、Tian et al.(2012)。本文采用DEA-Malmquist指數(shù)法來測算我國農(nóng)業(yè)全要素生產(chǎn)率。

(一)DEA-Malmquist指數(shù)法

根據(jù)F?re et al.(1994)的研究成果，對于t和t+1時期的兩組投入產(chǎn)出變量(xt,yt)和(xt+1,yt+1)，引入基于產(chǎn)出和基于投入的距離函數(shù)：

(1)

(2)

式(1)和(2)分別表示決策單元i在t時刻的實(shí)際生產(chǎn)點(diǎn)向最大產(chǎn)出點(diǎn)或最小投入點(diǎn)壓縮的比例，其中φ和ψ是相應(yīng)的參數(shù)。在時期t和t+1的技術(shù)條件下，Malmquist指數(shù)可分別表示為:

(3)

(4)

式(3)和(4)的幾何平均數(shù)即為t到t+1時期i的Malmquist指數(shù)，通過分解可得到技術(shù)效率(EFFI)和技術(shù)進(jìn)步(TECH)：

(5)

(二)數(shù)據(jù)來源與測算結(jié)果

本文測算1988—2014年中國大陸30個省(直轄市、自治區(qū))的農(nóng)業(yè)全要素生產(chǎn)率，1997年后重慶的數(shù)據(jù)歸并到四川省。產(chǎn)出變量為以1988年為不變價格的農(nóng)林牧漁總產(chǎn)值，勞動投入采用年末農(nóng)林牧漁從業(yè)人員，土地投入采用農(nóng)作物播種面積，化肥投入采用年度農(nóng)用化肥施用量折純量，機(jī)械投入采用農(nóng)業(yè)機(jī)械總動力，數(shù)據(jù)來源于歷年的《中國統(tǒng)計年鑒》、《中國農(nóng)村統(tǒng)計年鑒》和國家統(tǒng)計局網(wǎng)站。利用MaxDEA軟件，測算出基于投入的全要素生產(chǎn)率及其分解指標(biāo)如表1所示。

表1 1988—2014我國各省區(qū)農(nóng)業(yè)Malmquist生產(chǎn)率指數(shù)及其構(gòu)成

(續(xù)表1)

MALM1988—19951996—20032004—20141988—2014TECH1998—19951996—20032004—20141988—2014EFFI1998—19951996—20032004—20141988—2014貴州1.04470.94261.06181.01911.07791.01761.08801.06310.98030.92630.97590.9586云南1.06400.95591.01801.01041.05651.01731.08511.05621.00450.93960.93820.9567西藏1.07360.95750.99621.00421.07360.95751.06901.03461.00001.00000.93190.9706陜西1.05780.94751.08181.03231.08081.03001.07721.06340.98640.91981.00420.9707甘肅1.04730.95281.04101.01471.06911.01261.08271.05700.98700.94090.96150.9599青海1.08511.00671.04711.04441.07110.99841.07221.04861.00831.00830.97660.9960寧夏1.05900.96361.01791.01161.07011.03571.07001.05930.99340.93040.95140.9550新疆1.03380.97401.02241.01031.10021.01051.09241.06860.96110.96390.93590.9454全國1.06710.97821.04781.03091.08451.02441.07691.06250.98390.95490.97300.9703

注：MALM為Malmquist生產(chǎn)率指數(shù)，即農(nóng)業(yè)全要素生產(chǎn)率；TECH和EFFI分別表示技術(shù)進(jìn)步和技術(shù)效率指數(shù)。表中指數(shù)為相應(yīng)時間區(qū)間內(nèi)的幾何平均數(shù)。限于篇幅只報告部分年份，感興趣的讀者可向作者索要所有數(shù)據(jù)。

本文的測算結(jié)果顯示：總體上，1988—2014年我國農(nóng)業(yè)全要素生產(chǎn)率年均增長3.1%，其中技術(shù)進(jìn)步率年均增長6.2%，但技術(shù)效率年均增長-3.0%，我國農(nóng)業(yè)全要素生產(chǎn)率進(jìn)步依賴技術(shù)進(jìn)步、受到技術(shù)效率阻礙的結(jié)論與大多數(shù)文獻(xiàn)一致(Chen et al.,2008;Ma et al.,2013)，數(shù)值范圍與Tian et al.(2012)對150個關(guān)于我國農(nóng)業(yè)全要素生產(chǎn)率測算的研究進(jìn)行的薈萃分析(Meta-Analysis)所得到的結(jié)果一致*Tian et al.(2013)的薈萃分析表明，1978年以來我國加總的全要素生產(chǎn)率增長為2%，農(nóng)業(yè)行業(yè)比總體高出1.1%，相加即為3.1%。。在波動上，1988—1995年、1996—2003年和2004—2014年三個階段無論是農(nóng)業(yè)全要素生產(chǎn)率，還是技術(shù)進(jìn)步與技術(shù)效率，均呈現(xiàn)U型的趨勢，與這三個時期的農(nóng)業(yè)經(jīng)濟(jì)特征是一致的(肖衛(wèi) 等，2013)。農(nóng)業(yè)全要素生產(chǎn)率進(jìn)步指數(shù)分別為1.0671、0.9782和1.0478，技術(shù)進(jìn)步指數(shù)分別為1.0565、1.0173和1.0851，技術(shù)效率指數(shù)分別為0.9839、0.9549和0.9730，與Zhou et al.(2013)的測算結(jié)果相似。

三、實(shí)證模型、變量選擇及數(shù)據(jù)來源

(一)實(shí)證模型

參考Hulten et al.(2006)、劉生龍等(2010)，本文構(gòu)建如下計量方程：

Ln(TFPi,t)=α+βLn(TFPi,t-1)+γIi,t+φControlsi,t+μi+εi,t

(6)

其中，被解釋變量是TFP的對數(shù)，解釋變量包括基礎(chǔ)設(shè)施I和其他影響TFP的控制變量Controls，μi為個體效應(yīng)，εi,t為經(jīng)典隨機(jī)擾動項(xiàng)。

(二)變量選擇與數(shù)據(jù)來源

本文研究農(nóng)村基礎(chǔ)設(shè)施對農(nóng)業(yè)全要素生產(chǎn)率的影響，被解釋變量為累積形式*令1988年農(nóng)業(yè)全要素生產(chǎn)率為1，然后將各年之前的全要素生產(chǎn)率指數(shù)相乘，得到當(dāng)年累積形式的全要素生產(chǎn)率。的農(nóng)業(yè)全要素生產(chǎn)率的對數(shù)。結(jié)合農(nóng)村和農(nóng)業(yè)生產(chǎn)的特點(diǎn)，駱永民(2012)將經(jīng)濟(jì)基礎(chǔ)設(shè)施和社會基礎(chǔ)設(shè)施進(jìn)一步歸納為水電氣環(huán)保基礎(chǔ)設(shè)施、道路信息類基礎(chǔ)設(shè)施、科教服務(wù)類基礎(chǔ)設(shè)施和福利保障類基礎(chǔ)設(shè)施四大類。本文的解釋變量和控制變量囊括了上述四類基礎(chǔ)設(shè)施，均采用實(shí)物存量指標(biāo)作為代理變量，解釋變量的具體說明如下：

1.核心解釋變量

基礎(chǔ)設(shè)施主要通過存量發(fā)揮作用，目前學(xué)者們主要采用貨幣和實(shí)物兩類指標(biāo)進(jìn)行衡量，其中貨幣指標(biāo)通過永續(xù)盤存法來測算，但結(jié)果受期初存量的測定和折舊率的選取影響較大，測算結(jié)果往往存在較大差異。本文直接采用實(shí)物指標(biāo)作為基礎(chǔ)設(shè)施存量的代理變量，也避免了通過政府投資支出進(jìn)行測算所忽視的公共產(chǎn)品私人提供問題。本文的道路、灌溉和農(nóng)電基礎(chǔ)設(shè)施的代理變量選取與Zhang et al.(2004)是一致的。

道路基礎(chǔ)設(shè)施(Road)。用農(nóng)村公路的密度表示。根據(jù)數(shù)據(jù)的可得性，具體做法是計算各省區(qū)的農(nóng)村公路長度，再除以省域面積得到密度。在公路長度的計算中，歷年《中國農(nóng)村統(tǒng)計年鑒》統(tǒng)計了各省區(qū)的等級公路和等外公路，等級公路又分為高速公路和一二三四級公路。根據(jù)2006年第二次農(nóng)業(yè)普查的結(jié)果，全國有二級公路通過的鄉(xiāng)鎮(zhèn)不足50%，本文傾向選擇農(nóng)村更具有可得性的道路基礎(chǔ)設(shè)施，因此用等級公路扣除高速、一等和二等公路的長度，再加上等外公路來表示農(nóng)村公路長度。同時，這樣處理也過濾掉了道路基礎(chǔ)設(shè)施可能存在的空間效應(yīng)。由于長度忽略了不同公路功能的異質(zhì)性，且就里程而言，高速公路和一等公路的長度之和相對于其他公路長度可以忽略不計，因此，若認(rèn)為所有公路均有助于農(nóng)業(yè)生產(chǎn)和提升，而采用所有公路長度來表示農(nóng)村公路，忽視公路功能異質(zhì)性，得出的政策內(nèi)涵會過于寬泛。

灌溉基礎(chǔ)設(shè)施(Irri)。參考《農(nóng)田水利條例》(國務(wù)院令〔2016〕669號)，灌溉基礎(chǔ)設(shè)施是指為防治農(nóng)田旱、澇、漬和鹽堿災(zāi)害，改善農(nóng)業(yè)生產(chǎn)條件，采取的灌溉、排水等工程措施和其他相關(guān)措施，用有效灌溉面積與農(nóng)作物播種面積的比值表示。

農(nóng)村電力基礎(chǔ)設(shè)施(Elec)。按照《國務(wù)院辦公廳關(guān)于創(chuàng)新農(nóng)村基礎(chǔ)設(shè)施投融資體制機(jī)制的指導(dǎo)意見》(國辦發(fā)〔2017〕17號)，農(nóng)村電力基礎(chǔ)設(shè)施通常指農(nóng)村電網(wǎng)，本文用農(nóng)村人均用電量來反映農(nóng)村電網(wǎng)的密集程度和質(zhì)量，度量農(nóng)電基礎(chǔ)設(shè)施。

醫(yī)療基礎(chǔ)設(shè)施(Medi)。基于數(shù)據(jù)的可獲得性，用農(nóng)村人均衛(wèi)生院床位張數(shù)表示，在穩(wěn)健性檢驗(yàn)中用農(nóng)村人均擁有的醫(yī)療從業(yè)人員代替。

2.控制變量

本文的控制變量(Controls)包括：(1)人力資本存量(Educ)。人力資本的提高能改善技術(shù)的使用效率，本文以平均受教育年限來衡量各地區(qū)的人力資本，實(shí)際上，人力資本一定程度上也能反映教育基礎(chǔ)設(shè)施。(2)機(jī)械化程度(Mach)。機(jī)械化程度的提高有利于新農(nóng)作物品種的采用和農(nóng)業(yè)技術(shù)效率的提升，用年末人均擁有的機(jī)械動力表示。(3)規(guī)模效應(yīng)(Scal)。一定程度上生產(chǎn)規(guī)模的提高產(chǎn)生的規(guī)模效應(yīng)有利于農(nóng)業(yè)全要素生產(chǎn)率的提高，用人均播種面積表示。(4)農(nóng)作物結(jié)構(gòu)比率(Stru)。用于控制資源的配置對農(nóng)業(yè)全要素生產(chǎn)率的影響，用糧食播種面積與農(nóng)作物播種面積的比值來衡量。(5)農(nóng)村人均生產(chǎn)總值(GDP)。用人均產(chǎn)出表示，控制收入效應(yīng)和替代效應(yīng)對農(nóng)業(yè)全要素生產(chǎn)率的影響。(6)最后，本文在模型中加入了年份虛擬變量Dummy1996。在1996—2003年取1，其他年份取0，考察工業(yè)化和城鎮(zhèn)化快速推進(jìn)的過程中制度變遷對農(nóng)業(yè)全要素生產(chǎn)率的階段性影響，Dummy1996的符號應(yīng)顯著為負(fù)(肖衛(wèi) 等，2013)。

3.數(shù)據(jù)來源與描述性統(tǒng)計

表2 變量的描述性統(tǒng)計

人力資本存量用加權(quán)平均受教育年限表示，不識字或識字很少、小學(xué)、初中、高中、中專、大專及以上分別賦值0、6、9、12、13和14年。醫(yī)療基礎(chǔ)設(shè)施為各地區(qū)鄉(xiāng)鎮(zhèn)衛(wèi)生院床位張數(shù)，北京和上海2006年的這部分?jǐn)?shù)據(jù)為零，用《中國衛(wèi)生年鑒》各年中“基層醫(yī)療衛(wèi)生機(jī)構(gòu)：社區(qū)衛(wèi)生服務(wù)中心”中的床位張數(shù)補(bǔ)齊。涉及到價格的變量均轉(zhuǎn)換成1988年的不變價格，由于統(tǒng)計數(shù)據(jù)只報告了2005年以后的省級農(nóng)村常駐人口，之前的年份報告的是戶籍人口，考慮我國人口的流動性，人均變量用總量除以農(nóng)林牧漁從業(yè)人員。除全要素生產(chǎn)率及其分解指標(biāo)來源于本文的測算外，其他數(shù)據(jù)若不作說明，均來源于歷年《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》，變量的描述性統(tǒng)計如表2所示。

四、實(shí)證分析

(一)可能遇到的計量經(jīng)濟(jì)問題

對于實(shí)證模型(8)的估計，除對解釋變量取對數(shù)來消除異方差的影響外，需要討論可能存在的重要解釋變量遺漏和解釋變量的內(nèi)生性問題。

1.重要解釋變量的遺漏

圖1 農(nóng)業(yè)研發(fā)滯后的時間權(quán)重

注：橫軸表示時間，縱軸表示權(quán)重。農(nóng)業(yè)R&D投入存在2年的孕育期，約7年的成長期間發(fā)揮的作用不斷增加，接著是5年的成熟期，之后逐漸衰退，滯后期高達(dá)35年之久。

不得不提的是，與農(nóng)業(yè)全要素生產(chǎn)率聯(lián)系最直接的基礎(chǔ)設(shè)施是農(nóng)業(yè)研發(fā)和推廣，農(nóng)業(yè)研發(fā)擴(kuò)大了可采用技術(shù)的集合，農(nóng)業(yè)推廣體系則將可使用技術(shù)的信息傳遞給農(nóng)民，而其他基礎(chǔ)設(shè)施則影響農(nóng)民采用技術(shù)的意愿、速度和效率，三者分別在農(nóng)業(yè)技術(shù)的產(chǎn)生、傳播和應(yīng)用環(huán)節(jié)發(fā)生作用(Jin et al.,2002)。出于如下考量，本文將農(nóng)業(yè)研發(fā)和推廣這一解釋變量歸于影響全要素增長率變遷的外生因素：第一，農(nóng)業(yè)研發(fā)的不確定性。相比于工業(yè)行業(yè)，除市場風(fēng)險外，農(nóng)業(yè)還受到較大的自然環(huán)境影響，加大了研發(fā)過程的不確定。第二，農(nóng)業(yè)研發(fā)的周期。農(nóng)業(yè)研發(fā)周期必然植根于農(nóng)業(yè)生產(chǎn)周期，通常比工業(yè)行業(yè)更加漫長。根據(jù)Huffman et al.(2006)的研究結(jié)論，農(nóng)業(yè)R&D從投入到實(shí)際發(fā)揮作用存在如圖1所示的“梯形”時間權(quán)重，通常在經(jīng)過一個簡短的孕育期后逐漸發(fā)揮實(shí)際作用，之后達(dá)到穩(wěn)定值，最后隨時間逐漸衰減，滯后期甚至能達(dá)到35年之久。因此，在農(nóng)業(yè)研發(fā)數(shù)據(jù)可得性的限制下，將在工業(yè)領(lǐng)域廣泛應(yīng)用的永續(xù)盤存法用于測算農(nóng)業(yè)科技基礎(chǔ)設(shè)施存量，包含著R&D投入當(dāng)年即發(fā)揮作用的假設(shè)，測量結(jié)果必然存在嚴(yán)重的系統(tǒng)誤差。一些學(xué)者的做法是通過不同的滯后期來表示R&D的投入流量與實(shí)際發(fā)生作用的時滯(Chen et al.,2008)，或采用多項(xiàng)式分布滯后期(Polynomial distributed lags, PDLs)作為R&D的時滯權(quán)重(Zhang et al.,2015)，這樣做忽略了發(fā)生作用的往往是R&D存量，且足夠的滯后期的選取對數(shù)據(jù)量具有較高的要求。R&D的計算對滯后期的選取敏感，且容易產(chǎn)生系統(tǒng)誤差。因此，本文舍棄了這一變量，主要研究除研發(fā)和推廣外的基礎(chǔ)設(shè)施在技術(shù)的使用意愿和使用效率方面對農(nóng)業(yè)全要素生產(chǎn)率的影響，并盡可能選擇一些適當(dāng)?shù)目刂谱兞縼斫档瓦z漏變量的影響。同時，關(guān)于制度因素對農(nóng)業(yè)全要素生產(chǎn)率的影響也做了類似處理。

2.解釋變量的內(nèi)生性問題

基礎(chǔ)設(shè)施能促進(jìn)全要素生產(chǎn)率的提高，全要素生產(chǎn)率的提高也可以反作用于基礎(chǔ)設(shè)施，二者可能存在雙向因果關(guān)系，且模型的解釋變量包含了被解釋變量的滯后項(xiàng)(Ln TFPi,t-1)。由于動態(tài)面板模型中被解釋變量的滯后項(xiàng)(Ln TFPi,t-1)與個體效應(yīng)(μi)相關(guān)，因此存在內(nèi)生解釋變量問題，本文采用廣義矩估計(GMM)的方法進(jìn)行估計來緩解模型的內(nèi)生性問題。

(二)實(shí)證結(jié)果及分析

廣義矩估計(GMM)可分為差分GMM和系統(tǒng)GMM，二者都屬于工具變量法，能緩解模型存在的內(nèi)生性問題。由于本文的時間跨度為27年，使用系統(tǒng)GMM會由于工具變量數(shù)遠(yuǎn)遠(yuǎn)大于組的數(shù)量而出現(xiàn)嚴(yán)重的工具變量過度識別問題導(dǎo)致工具變量無效，因而使用差分GMM對模型進(jìn)行估計。

表3給出了模型的估計結(jié)果，末尾三行為差分GMM有效性檢驗(yàn)的P值，AR(1)和AR(2)滿足差分方程中隨機(jī)擾動項(xiàng)一階序列相關(guān)、二階序列不相關(guān)的假定，Sargan統(tǒng)計量不拒絕工具變量有效性的原假設(shè)，說明差分GMM估計方法較好地解決了模型的內(nèi)生性問題和估計的有效性問題。模型(1)—(5)研究農(nóng)村基礎(chǔ)設(shè)施對農(nóng)業(yè)全要素生產(chǎn)率的影響，模型(6)和(7)進(jìn)行穩(wěn)健性檢驗(yàn)，模型(8)和(9)研究農(nóng)村基礎(chǔ)設(shè)施對農(nóng)業(yè)全要素生產(chǎn)率影響的作用機(jī)理與傳導(dǎo)路徑，L.Depvar表示相應(yīng)被解釋變量的一階滯后項(xiàng)。模型(2)—(5)中各變量的系數(shù)相比模型(1)未發(fā)生顯著的改變，本文結(jié)合模型(1)、(8)、(9)的估計對回歸結(jié)果做如下解釋：

農(nóng)村灌溉基礎(chǔ)設(shè)施投資能改善農(nóng)業(yè)生產(chǎn)條件，使得對灌溉具有特定需求的新農(nóng)作物品種具有更廣泛的地域適用性，因而在跨越基礎(chǔ)設(shè)施限制的障礙過程中擴(kuò)大了可使用技術(shù)的集合，有利于農(nóng)業(yè)科技成果的轉(zhuǎn)化和區(qū)域間農(nóng)業(yè)技術(shù)的推廣，促進(jìn)了農(nóng)業(yè)技術(shù)進(jìn)步；同時，農(nóng)村灌溉基礎(chǔ)設(shè)施減少了旱澇等自然災(zāi)害對農(nóng)業(yè)生產(chǎn)的影響，提升了農(nóng)業(yè)技術(shù)使用過程中的效率。模型(1)、(8)、(9)三個模型中灌溉基礎(chǔ)設(shè)施(Ln Irri)的系數(shù)都顯著為正，印證了灌溉基礎(chǔ)設(shè)施同時促進(jìn)技術(shù)進(jìn)步和技術(shù)效率，從而提升農(nóng)業(yè)全要素生產(chǎn)率。農(nóng)村道路基礎(chǔ)設(shè)施的改善有利于降低種子、化肥等農(nóng)業(yè)生產(chǎn)資料的運(yùn)輸成本，農(nóng)業(yè)機(jī)械的正常運(yùn)作、農(nóng)產(chǎn)品收割、運(yùn)輸和交易等各個農(nóng)業(yè)生產(chǎn)交換環(huán)節(jié)，都離不開道路基礎(chǔ)設(shè)施。道路基礎(chǔ)設(shè)施能有效降低農(nóng)業(yè)生產(chǎn)要素的流動成本、提升農(nóng)業(yè)機(jī)械運(yùn)作效率和農(nóng)產(chǎn)品的市場化程度，通過農(nóng)業(yè)技術(shù)效率的路徑來影響農(nóng)業(yè)全要素生產(chǎn)率。模型(1)和(9)中農(nóng)村道路基礎(chǔ)設(shè)施(Ln Road)的系數(shù)顯著為正，與預(yù)期相符。農(nóng)村電力基礎(chǔ)設(shè)施(Ln Elec)可以保障農(nóng)業(yè)生產(chǎn)過程中機(jī)械設(shè)備的投入和正常運(yùn)作、灌溉設(shè)施的有效運(yùn)轉(zhuǎn)，完善的農(nóng)電設(shè)施能有效降低農(nóng)業(yè)機(jī)械運(yùn)轉(zhuǎn)過程中的損耗，提升農(nóng)民生產(chǎn)生活效率。三個模型中電力基礎(chǔ)設(shè)施的系數(shù)都顯著為正，說明電力基礎(chǔ)設(shè)施能通過技術(shù)進(jìn)步和技術(shù)效率的路徑影響農(nóng)業(yè)全要素生產(chǎn)率。我國農(nóng)村灌溉、電力和道路基礎(chǔ)設(shè)施對農(nóng)業(yè)全要素生產(chǎn)率均具有顯著的溢出效應(yīng)，這與Fan et al.(2000)、Mamatzakis(2003)和Teruel et al.(2005)對其他國家農(nóng)村基礎(chǔ)設(shè)施的外部性檢驗(yàn)結(jié)果是一致的。模型(1)和(8)中農(nóng)村醫(yī)療基礎(chǔ)設(shè)施(Ln Medi)的系數(shù)顯著為正，醫(yī)療基礎(chǔ)設(shè)施能保障勞動者身體素質(zhì)，提升風(fēng)險規(guī)避的農(nóng)業(yè)勞動者采用具有風(fēng)險的新技術(shù)的意愿，擴(kuò)展技術(shù)前沿面。農(nóng)村醫(yī)療基礎(chǔ)設(shè)施通過技術(shù)進(jìn)步的路徑來影響農(nóng)業(yè)全要素生產(chǎn)率。

進(jìn)一步地，通過比較不同基礎(chǔ)設(shè)施對全要素生產(chǎn)率影響的“影子彈性”*本文的實(shí)證模型中系數(shù)在形式上具有彈性的意義，但自Aschauer(1989)的實(shí)證工作以來，基礎(chǔ)設(shè)施的彈性廣泛采用超越對數(shù)函數(shù)進(jìn)行測算，因此本文采用“影子彈性”來表述。，灌溉基礎(chǔ)設(shè)施對全要素生產(chǎn)率的溢出效應(yīng)最明顯(0.198)，其次為醫(yī)療基礎(chǔ)設(shè)施(0.126)，遠(yuǎn)遠(yuǎn)高于電力和道路基礎(chǔ)設(shè)施(0.016和0.030)。這源于灌溉基礎(chǔ)設(shè)施是純粹的農(nóng)業(yè)基礎(chǔ)設(shè)施，幾乎完全用于農(nóng)業(yè)生產(chǎn)過程，而道路、醫(yī)療和電力基礎(chǔ)設(shè)施屬于農(nóng)村基礎(chǔ)設(shè)施的范疇，除作用于農(nóng)業(yè)生產(chǎn)外，還對農(nóng)村其他非農(nóng)活動產(chǎn)生作用。我國自1998年下半年開始投入大量資金進(jìn)行農(nóng)村電網(wǎng)改造，2003年以來又不斷加大對農(nóng)村公路的建設(shè)力度，道路和電力基礎(chǔ)設(shè)施建設(shè)取得了巨大的進(jìn)步。但首個關(guān)于水利的綜合性政策文件《關(guān)于加快水利改革發(fā)展的決定》直到2011年才出現(xiàn)，2011年我國農(nóng)業(yè)灌溉用地占農(nóng)業(yè)用地總量的百分比為10.49%，而同期印度和日本的比例分別為35.4%和34.5%*數(shù)據(jù)來源于世界銀行數(shù)據(jù)庫：http://data.worldbank.org/。。此外，醫(yī)療等社會基礎(chǔ)設(shè)施一直是我國農(nóng)村的短板，雖然有所改進(jìn)，但由于歷史欠賬太多、資金投入不足等原因，總體上仍比較薄弱，離城鄉(xiāng)發(fā)展一體化存在很大的差距。相比于道路和電力基礎(chǔ)設(shè)施，灌溉和醫(yī)療基礎(chǔ)設(shè)施對農(nóng)業(yè)全要素生產(chǎn)率的溢出效應(yīng)更加明顯，基礎(chǔ)設(shè)施投資方向的轉(zhuǎn)變對農(nóng)業(yè)全要素生產(chǎn)率的提升具有重要意義。

在控制變量方面，理論上人力資本存量(Ln Educ)越高，越有可能接受新技術(shù)，但模型中人力資本存量對農(nóng)業(yè)全要素生產(chǎn)率具有明顯的抑制作用，這一發(fā)現(xiàn)與Ma et al.(2013)的研究是一致的。這一反?，F(xiàn)象源于農(nóng)村人力資本沒有轉(zhuǎn)化為農(nóng)業(yè)人力資本，隨著受教育水平的提高，農(nóng)民的非農(nóng)就業(yè)機(jī)會增加，農(nóng)村人力資本流向現(xiàn)代產(chǎn)業(yè)部門，未能促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率的提高；機(jī)械化(Ln Mach)和種植規(guī)模(Ln Scal)能通過技術(shù)效率的路徑影響農(nóng)業(yè)全要素生產(chǎn)率，這與前文的假設(shè)一致，土地流轉(zhuǎn)及新型農(nóng)業(yè)經(jīng)營主體的出現(xiàn)打破了我國傳統(tǒng)小農(nóng)經(jīng)營的格局，適度的規(guī)?；a(chǎn)伴隨著機(jī)械化水平的提升對農(nóng)業(yè)全要素生產(chǎn)率具有重要作用；農(nóng)業(yè)種植結(jié)構(gòu)(Ln Stru)的改善*用糧食播種面積與總作物播種面積的比值衡量農(nóng)業(yè)種植結(jié)構(gòu)。模型(1)中農(nóng)業(yè)種植結(jié)構(gòu)的系數(shù)顯著為負(fù)，說明在保障糧食安全的前提下減少糧食種植比例有利于農(nóng)業(yè)全要素生產(chǎn)率的提升。有利于提升農(nóng)業(yè)全要素生產(chǎn)率，說明在整體層面，糧食種植面積占農(nóng)作物播種面積越大，越不利于資源配置的優(yōu)化，種植業(yè)的結(jié)構(gòu)調(diào)整能提升農(nóng)業(yè)全要素生產(chǎn)率；人均生產(chǎn)總值(Ln GDP)對農(nóng)業(yè)全要素生產(chǎn)率的影響表現(xiàn)為具有凈替代效應(yīng)，這與人力資本存量的流動方向是一致的，農(nóng)業(yè)產(chǎn)值的增加雖然有利于追加再生產(chǎn)過程中的技術(shù)投入，有利于技術(shù)進(jìn)步，但卻未能同時優(yōu)化要素投入；啞變量Dummy1996顯著為負(fù)，與本文的預(yù)期一致，說明相比于其他年份，1996—2003年間我國工業(yè)化和城鎮(zhèn)化快速推進(jìn)過程中的制度變遷不利于農(nóng)業(yè)全要素生產(chǎn)率的提升。

表3 農(nóng)村基礎(chǔ)設(shè)施外部性的差分GMM估計結(jié)果

注：括號中的數(shù)值是標(biāo)準(zhǔn)誤，*、**和***分別表示10%、5%和1%的顯著性水平；模型(6)和(7)分別對道路和醫(yī)療基礎(chǔ)設(shè)施進(jìn)行了變量代換，由于模型和估計方法的原因，觀測值相比描述性統(tǒng)計減少了2年的樣本。

(三)穩(wěn)健性檢驗(yàn)

由于本文使用實(shí)物基礎(chǔ)設(shè)施存量作為代理變量，因而可能由于選取的代理變量具有偶然性而使結(jié)果出現(xiàn)較大誤偏?；跀?shù)據(jù)的可獲得性，本文通過改變道路基礎(chǔ)設(shè)施和醫(yī)療基礎(chǔ)設(shè)施的代理變量對模型進(jìn)行了穩(wěn)健性檢驗(yàn)。在模型(6)中，本文在之前的道路基礎(chǔ)設(shè)施代理變量上加上了二等公路，即用二三四等公路和等外公路密度(萬公里/萬平方公里)的對數(shù)表示農(nóng)村道路基礎(chǔ)設(shè)施存量，其影子彈性從0.030增大到0.040，即更多的道路基礎(chǔ)設(shè)施導(dǎo)致其外部性系數(shù)變大。與其他基礎(chǔ)設(shè)施的系數(shù)相比，這一變化不改變各個基礎(chǔ)設(shè)施系數(shù)之間的比較關(guān)系，對本文的結(jié)論不產(chǎn)生影響，同時模型的有效性、各個變量的顯著性和系數(shù)幾乎沒有發(fā)生變化，可以認(rèn)為本文的道路基礎(chǔ)設(shè)施的代理變量選擇是合理的。同時，在模型(7)中，本文改用萬人均醫(yī)療工作者數(shù)目(人/萬人)的對數(shù)作為醫(yī)療基礎(chǔ)設(shè)施存量的代理變量，各個變量的系數(shù)依然穩(wěn)定，說明本文對醫(yī)療基礎(chǔ)設(shè)施的代理變量選擇不具有偶然性。

五、結(jié)論與啟示

本文利用DEA-Malmquist測算了我國各省區(qū)1988—2014年農(nóng)業(yè)全要素生產(chǎn)率，結(jié)果顯示我國農(nóng)業(yè)全要素生產(chǎn)率年均增長3.1%，農(nóng)業(yè)全要素生產(chǎn)率的增長主要來自于技術(shù)進(jìn)步，而技術(shù)效率具有削弱作用，三個指標(biāo)在三個時間段內(nèi)呈現(xiàn)出U型的波動特征。在此基礎(chǔ)上，通過動態(tài)面板GMM方法檢驗(yàn)了農(nóng)村道路、灌溉、電力和醫(yī)療基礎(chǔ)設(shè)施對我國農(nóng)業(yè)全要素生產(chǎn)率的外部性，得到如下結(jié)論：第一，四類農(nóng)村基礎(chǔ)設(shè)施都對農(nóng)業(yè)全要素生產(chǎn)率具有正外部性，總的來說灌溉基礎(chǔ)設(shè)施對農(nóng)業(yè)全要素生產(chǎn)率的提升作用最明顯，其次為醫(yī)療基礎(chǔ)設(shè)施，高于道路和電力基礎(chǔ)設(shè)施；第二，從影響機(jī)理與傳導(dǎo)路徑來看，灌溉和電力基礎(chǔ)設(shè)施既能通過技術(shù)進(jìn)步也能通過技術(shù)效率提升農(nóng)業(yè)全要素生產(chǎn)率，道路基礎(chǔ)設(shè)施通過技術(shù)效率提升農(nóng)業(yè)全要素生產(chǎn)率，而醫(yī)療基礎(chǔ)設(shè)施通過技術(shù)進(jìn)步提升農(nóng)業(yè)全要素生產(chǎn)率；第三，農(nóng)業(yè)機(jī)械化程度、種植規(guī)模的提高和種植結(jié)構(gòu)的調(diào)整能提升農(nóng)業(yè)全要素生產(chǎn)率，而農(nóng)村人力資本的提高、農(nóng)業(yè)人均增加值的提升和1996—2003年間的制度變遷對農(nóng)業(yè)全要素生產(chǎn)率表現(xiàn)為明顯的凈替代效應(yīng)，具有負(fù)外部性。

本文的研究結(jié)論具有如下政策啟示：(1)將農(nóng)村基礎(chǔ)設(shè)施投資向灌溉和社會性基礎(chǔ)設(shè)施傾斜，既能改善投資效率，也更有利于農(nóng)業(yè)全要素生產(chǎn)率的提升。道路、灌溉、電力和醫(yī)療等基礎(chǔ)設(shè)施對農(nóng)業(yè)全要素生產(chǎn)率均具有明顯的提升作用。21世紀(jì)以來，我國開始大規(guī)模開展農(nóng)村基礎(chǔ)設(shè)施建設(shè)，農(nóng)村道路和電力基礎(chǔ)設(shè)施取得了長足的發(fā)展，但灌溉基礎(chǔ)設(shè)施建設(shè)滯后，在與印度和日本的對比中處于嚴(yán)重劣勢。醫(yī)療等社會基礎(chǔ)設(shè)施一直以來是農(nóng)村的短板，由于歷史欠賬太多，農(nóng)村社會基礎(chǔ)設(shè)施的建設(shè)一直處于“啟而不動”的狀態(tài)。因此，調(diào)整農(nóng)村基礎(chǔ)設(shè)施投資結(jié)構(gòu)，補(bǔ)齊農(nóng)村基礎(chǔ)設(shè)施短板，兼顧基礎(chǔ)設(shè)施的投資效率與溢出效應(yīng)，是促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)增長與農(nóng)業(yè)發(fā)展方式轉(zhuǎn)變良性互動的有利舉措，也是農(nóng)業(yè)供給側(cè)改革調(diào)結(jié)構(gòu)、補(bǔ)短板的應(yīng)有之義。(2)農(nóng)村人力資本水平和農(nóng)業(yè)增加值對農(nóng)業(yè)全要素生產(chǎn)率表現(xiàn)出凈替代效應(yīng)，與普遍認(rèn)為農(nóng)村人力資本能提高農(nóng)民工資性收入形成反差的是，農(nóng)村人力資本未能有效提升農(nóng)業(yè)全要素生產(chǎn)率，這源于農(nóng)村人力資本沒有轉(zhuǎn)化為農(nóng)業(yè)人力資本，相比于非工資性收入，農(nóng)村人力資本提升增加了農(nóng)民的非農(nóng)就業(yè)機(jī)會，對農(nóng)民工資性收入的作用更大(駱永民 等，2014)。為此需要提升農(nóng)業(yè)附加值，建立健全農(nóng)村人力資本支持農(nóng)業(yè)現(xiàn)代化的路徑與機(jī)制，使農(nóng)村人力資本關(guān)于農(nóng)業(yè)全要素生產(chǎn)率與農(nóng)民收入的矛盾得到調(diào)和。(3)我國農(nóng)業(yè)供給側(cè)改革應(yīng)重視農(nóng)業(yè)種植規(guī)模的擴(kuò)大、機(jī)械化水平的提升和種植結(jié)構(gòu)的調(diào)整。具體操作上應(yīng)逐步完善土地所有權(quán)、承包權(quán)和經(jīng)營權(quán)“三權(quán)分置”，探索制度改革的紅利，鼓勵新型農(nóng)業(yè)經(jīng)營主體的發(fā)展，適度擴(kuò)大農(nóng)業(yè)經(jīng)營規(guī)模，并利用土地流轉(zhuǎn)和規(guī)?；?jīng)營的契機(jī)，破解傳統(tǒng)小農(nóng)經(jīng)濟(jì)土地細(xì)碎化對農(nóng)業(yè)機(jī)械化的掣肘，提升農(nóng)業(yè)機(jī)械化水平，促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率的提升，引領(lǐng)現(xiàn)代農(nóng)業(yè)加快發(fā)展；同時，在保障糧食安全的前提下，優(yōu)化產(chǎn)品產(chǎn)業(yè)結(jié)構(gòu)，基本形成與市場需求相適應(yīng)、與資源稟賦相匹配的現(xiàn)代農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)和區(qū)域布局。

參考文獻(xiàn)：

金戈. 2012. 中國基礎(chǔ)設(shè)施資本存量估算[J]. 經(jīng)濟(jì)研究(4)：4-14，100.

匡遠(yuǎn)鳳. 2012. 技術(shù)效率、技術(shù)進(jìn)步、要素積累與中國農(nóng)業(yè)經(jīng)濟(jì)增長：基于SFA的經(jīng)驗(yàn)分析[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究(1)：3-18.

李谷成，尹朝靜，吳清華. 2015. 農(nóng)村基礎(chǔ)設(shè)施建設(shè)與農(nóng)業(yè)全要素生產(chǎn)率[J]. 中南財經(jīng)政法大學(xué)學(xué)報(1)：141-147.

劉生龍，胡鞍鋼. 2010. 基礎(chǔ)設(shè)施的外部性在中國的檢驗(yàn):1988—2007[J]. 經(jīng)濟(jì)研究(3)：4-15.

駱永民，樊麗明. 2012. 中國農(nóng)村基礎(chǔ)設(shè)施增收效應(yīng)的空間特征：基于空間相關(guān)性和空間異質(zhì)性的實(shí)證研究[J]. 管理世界(5)：71-87.

駱永民，樊麗明. 2014. 中國農(nóng)村人力資本增收效應(yīng)的空間特征[J]. 管理世界(9)：58-76.

翁鳴. 2017. 中國農(nóng)業(yè)轉(zhuǎn)型升級與現(xiàn)代農(nóng)業(yè)發(fā)展：新常態(tài)下農(nóng)業(yè)轉(zhuǎn)型升級研討會綜述[J]. 中國農(nóng)村經(jīng)濟(jì)(4):88-95.

肖衛(wèi),肖琳子. 2013. 二元經(jīng)濟(jì)中的農(nóng)業(yè)技術(shù)進(jìn)步、糧食增產(chǎn)與農(nóng)民增收：來自2001—2010年中國省級面板數(shù)據(jù)的經(jīng)驗(yàn)證據(jù)[J]. 中國農(nóng)村經(jīng)濟(jì)(6):4-13，47.

趙文，程杰. 2011. 中國農(nóng)業(yè)全要素生產(chǎn)率的重新考察：對基礎(chǔ)數(shù)據(jù)的修正和兩種方法的比較[J]. 中國農(nóng)村經(jīng)濟(jì)(10)：4-15，35.

周端明. 2009. 技術(shù)進(jìn)步、技術(shù)效率與中國農(nóng)業(yè)生產(chǎn)率增長：基于DEA的實(shí)證分析[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究(12)：70-82.

ASCHAUER D A. 1989. Is public expenditure productive [J]. Journal of Monetary Economics, 23(2):177-200.

BRAVO-ORTEGA C, LEDERMAN D. 2004. Agricultural productivity and its determinants: revisiting international experiences [J]. Estudios De Economia, 31(2):133-163.

CAO K H, BIRCHENALL J A. 2013. Agricultural productivity, structural change, and economic growth in post-reform China [J]. Journal of Development Economics, 104(3):165-180.

CHEN P C, YU M M, Chang C C, et al. 2008. Total factor productivity growth in China′s agricultural sector [J]. China Economic Review, 19(4):580-593.

FAN S, HAZELL P, THORAT S K. 2000. Impact of public expenditure on poverty in rural India [J]. Economic and Political Weekly, 35(40):3581-3588.

FAN S, PARDEY P G. 1997. Research, productivity, and output growth in Chinese agriculture [J]. Journal of development Economics, 53(1):115-137.

HEADEY D, ALAUDDIN M, RAO D S P. 2010. Explaining agricultural productivity growth: an international perspective [J]. Agricultural Economics, 41(1):1-14.

HUANG J K, ROZELLE S. 1996. Technological change: rediscovery of the engine of productivity growth in China′s rural economy [J]. Journal of Development Economics, 49(5):337-369.

HUFFMAN W E, EVENSON R E. 2006. Do formula or competitive grant funds have greater impacts on state agricultural productivity [J]. American Journal of Agricultural Economics, 88(4):783-798.

HULTEN C R, BENNATHAN E, SRINIVASAN S. 2006. Infrastructure, externalities, and economic development: a study of the Indian manufacturing industry [J]. The World Bank Economic Review, 20(2):291-308.

JAIN R, ARORA A, RAJU S S. 2009. A novel adoption index of selected agricultural technologies: linkages with infrastructure and productivity [J]. Agricultural Economics Research Review, 22(1):109-120.

JIN S, HUANG J, HU R, et al. 2002. The creation and spread of technology and total factor productivity in China′s agriculture [J]. American Journal of Agricultural Economics, 84(4):916-930.

LIN J Y. 1992. Rural reforms and agricultural growth in China [J]. The American Economic Review, 82(1):34-51.

MA S, FENG H. 2013. Will the decline of efficiency in China′s agriculture come to an end? An analysis based on opening and convergence [J]. China Economic Review, 27(c):179-190.

MAMATZAKIS E C. 2003. Public infrastructure and productivity growth in Greek agriculture [J]. Agricultural Economics, 29(2):169-180.

TERUEL R G, KURODA Y. 2005. Public infrastructure and productivity growth in Philippine agriculture, 1974—2000 [J]. Journal of Asian Economics, 16(3):555-576.

TIAN X, YU X. 2012. The Enigmas of TFP in China: a meta-analysis [J]. China Economic Review, 23(2):396-414.

ZHANG X, FAN S. 2004. Public investment and regional inequality in rural China [J]. Agricultural Economics, 30(2):89-100.

ZHOU L I, ZHANG H P. 2013. Productivity growth in China′s agriculture during 1985—2010 [J]. Journal of Integrative Agriculture, 12(10):1896-1904.