史琛 金濤 陳春蘭 楊秉臻 李欣

摘要：為指引糧食增產(chǎn)動(dòng)力轉(zhuǎn)換，以省級(jí)粳稻產(chǎn)區(qū)為測(cè)評(píng)對(duì)象，基于全國農(nóng)產(chǎn)品成本收益統(tǒng)計(jì)資料，運(yùn)用固定窗口Malmquist指數(shù)法，分析中國糧食連年豐產(chǎn)期粳（2004-2018年）稻全要素生產(chǎn)率（TFP）增長(zhǎng)來源。結(jié)果顯示：2004年以來，伴隨全國粳稻生產(chǎn)要素投入結(jié)構(gòu)的變化，粳稻單產(chǎn)實(shí)現(xiàn)波動(dòng)增長(zhǎng)，南北兩大粳稻主產(chǎn)省投入產(chǎn)出模式分化明顯;這一期間全國粳稻TFP的增長(zhǎng)主要通過技術(shù)進(jìn)步實(shí)現(xiàn)，后半期（2011-2018年）TFP增速明顯高于前半期（2004-2010年）。省際差異上，2004-2018年，除河南省外，各粳稻主產(chǎn)省份TFP都實(shí)現(xiàn)了增長(zhǎng)，且增長(zhǎng)也大多來自技術(shù)進(jìn)步的貢獻(xiàn);東北稻區(qū)以黑龍江省的TFP增速最高，長(zhǎng)江中下游稻區(qū)則以安徽省TFP增速最高，江蘇省TFP增速次之。最后，依據(jù)后半期TFP增長(zhǎng)與技術(shù)進(jìn)步和技術(shù)效率的關(guān)聯(lián)關(guān)系，進(jìn)行類型分區(qū)，為分類指導(dǎo)粳稻實(shí)現(xiàn)內(nèi)涵式增產(chǎn)提供參考。

關(guān)鍵詞：全要素生產(chǎn)率;糧食生產(chǎn);粳稻;時(shí)空變化

中圖分類號(hào)：S511.2+2文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1000-4440（2020）06-1575-08

Abstract：To guide the dynamic transformation for increasing grain yield， the province-scale production area was taken as evaluation object， based on the national agricultural product cost-benefit statistics， the growth of total factor productivity （TFP） of japonica rice and its growth sources were analyzed during the successive high-yield period of grain production in China by using the fixed-window-Malmquist index. The results indicated that with the change of input structure of production factors， yield of japonica rice showed a fluctuating growth during the past 15 years from 2004 to 2018， while the input-output models of two major producing provinces in the north and the south were significantly different. During the period of 2004-2018， the growth of TFP in japonica rice was mainly achieved through technological progress， and the TFP growth rate in the second half（2011-2018） was significantly higher than that in the first half（2004-2010）. TFP in the major japonica rice producing provinces except Henan province increased from 2004 to 2018， and the increase was mainly due to the contribution of technological progress. The highest growth rate of TFP in northeast region occurred in Heilongjiang province， while the highest in the middle and lower reaches of the Yangtze River was Anhui province， followed by Jiangsu province. In conclusion， according to the relationship between TFP growth and technical progress and technical efficiency in the second half， the types were distinguished to provide reference for productivity promotion of japonica rice.

Key words：total factor productivity;grain production;japonica rice;temporal and spatial variation

人口大國要確保糧食安全，根本上取決于糧食生產(chǎn)的發(fā)展?fàn)顩r，糧食安全是關(guān)系國家經(jīng)濟(jì)運(yùn)行和人民生產(chǎn)生活的重大事件[1-2]。中國是世界上最大的稻米生產(chǎn)國和消費(fèi)國，水稻歷來是中國最重要口糧作物，水稻生產(chǎn)高度依賴于水土資源以及資本密集投入[3-5]。當(dāng)前中國農(nóng)業(yè)正處于轉(zhuǎn)方式、調(diào)結(jié)構(gòu)和轉(zhuǎn)換增長(zhǎng)動(dòng)力的攻關(guān)期，面對(duì)日益趨緊的資源環(huán)境約束，推動(dòng)水稻生產(chǎn)力的質(zhì)量變革、效率變革，關(guān)鍵是增長(zhǎng)動(dòng)力要由主要依靠物質(zhì)要素投入，轉(zhuǎn)到依靠科技進(jìn)步和組織創(chuàng)新，提高全要素生產(chǎn)率，走內(nèi)涵式現(xiàn)代農(nóng)業(yè)發(fā)展道路。

全要素生產(chǎn)率（TFP）是判斷經(jīng)濟(jì)體的增長(zhǎng)質(zhì)量和增長(zhǎng)潛力的重要標(biāo)準(zhǔn)，是分析經(jīng)濟(jì)增長(zhǎng)源泉的重要工具。測(cè)算全要素生產(chǎn)率的方法主要分為以經(jīng)濟(jì)計(jì)量為基礎(chǔ)的參數(shù)方法與以數(shù)學(xué)規(guī)劃為基礎(chǔ)的非參數(shù)方法[6-7]。相對(duì)于作為參數(shù)方法代表的隨機(jī)前沿方法（SFA），作為非參數(shù)方法代表的數(shù)據(jù)包絡(luò)分析法（DEA），最大的優(yōu)點(diǎn)是不需要很強(qiáng)的行為假設(shè)和參數(shù)估計(jì)，完全依靠數(shù)據(jù)本身的驅(qū)動(dòng)來求解決策單元（DMU）的相對(duì)效率，無需假設(shè)一個(gè)生產(chǎn)函數(shù)形式[6]。故DEA-Malmquist成為國家經(jīng)濟(jì)增長(zhǎng)和地區(qū)差異研究的重要分析工具，也被用來分析水稻生產(chǎn)效率變化過程，如基于日本、印度、中國等國的水稻生產(chǎn)面板數(shù)據(jù)，國內(nèi)外學(xué)者對(duì)國別或區(qū)際水稻全要素生產(chǎn)率增長(zhǎng)及增長(zhǎng)來源進(jìn)行測(cè)度和比較，進(jìn)而詳細(xì)探討增長(zhǎng)方式轉(zhuǎn)變的階段性規(guī)律或區(qū)際差異特征[8-11]。

水稻中的粳稻，近年來因更符合人們對(duì)高品質(zhì)稻米的消費(fèi)趨勢(shì)，成為水稻增產(chǎn)的主體部分[12]。2000年粳稻產(chǎn)量占全國水稻總產(chǎn)25.69%，到2018年上升到36.70%。中國南方稻區(qū)多產(chǎn)秈米，粳稻則適合于北方及高原等寒涼氣候區(qū)。進(jìn)入新世紀(jì)以來，東北粳稻種植面積快速擴(kuò)張，華北因水資源短缺水稻面積收縮，以江蘇省為代表的南方稻區(qū)積極推進(jìn)“北粳南引”，大力擴(kuò)展粳稻在南方種植的地理范圍。水稻生產(chǎn)變化的地域差異不僅在于生產(chǎn)規(guī)模的空間分異，還體現(xiàn)在生產(chǎn)效率變化上。近年來，有研究者運(yùn)用DEA分析工具測(cè)量粳稻生產(chǎn)效率變化，或探討技術(shù)進(jìn)步對(duì)粳稻生產(chǎn)效率的影響[13-15]，但專門運(yùn)用DEA-Malmquist分析工具，尤其對(duì)2004年以來中國糧食連年增產(chǎn)這一重要?dú)v史階段的粳稻生產(chǎn)效率變化的研究尚不多見。

為提高農(nóng)民種糧積極性，2004年起，國家陸續(xù)實(shí)施種糧農(nóng)民直補(bǔ)、專項(xiàng)生產(chǎn)性補(bǔ)貼、糧食最低收購價(jià)、取消農(nóng)業(yè)稅等系列糧食扶持政策[16]。在這一背景下，中國糧食生產(chǎn)實(shí)現(xiàn)歷史性的“十五連豐”。本研究以2004-2018年為研究時(shí)段，以口糧作物粳稻為觀察對(duì)象，運(yùn)用粳稻生產(chǎn)省際面板數(shù)據(jù)，基于DEA的Fixed-Window-Malmquist指數(shù)，重點(diǎn)觀測(cè)粳稻全要素生產(chǎn)率變化的時(shí)空特征，分析全要素生產(chǎn)率增長(zhǎng)的來源及其區(qū)域差異，為水稻生產(chǎn)高質(zhì)量發(fā)展的分類指導(dǎo)提供參考依據(jù)。

1材料與方法

1.1研究方法

固定窗口Malmquist指數(shù)求解的全要素生產(chǎn)率指數(shù)具備可累乘積性質(zhì)，能在很大程度上避免技術(shù)進(jìn)步指數(shù)小于1的“技術(shù)退步”結(jié)果，同時(shí)可方便觀察生產(chǎn)率變化[17]。故本研究引入DEA方法中的Fixed-Window-Malmquist指數(shù)，測(cè)度粳稻全要素生產(chǎn)率變化（TFPC），并進(jìn)一步將TFPC分解為技術(shù)變化（TC）與技術(shù)效率變化（EC）。公式如下[18]：

上式中TFPCt，t+1W、ECt，t+1W和TCt，t+1W分別表示從t到t+1期全要素生產(chǎn)率、技術(shù)效率、技術(shù)的變化。技術(shù)效率變化（EC）測(cè)度的是規(guī)模報(bào)酬不變且要素自由處置的條件下，不同時(shí)期實(shí)際產(chǎn)出水平與各自最優(yōu)產(chǎn)出水平的距離之比，衡量生產(chǎn)是否更靠近當(dāng)期生產(chǎn)前沿（追趕效應(yīng)）;技術(shù)變化（TC）則是指相同投入在不同時(shí)期最優(yōu)產(chǎn)出水平之比，或稱“前沿面移動(dòng)效應(yīng)”，即技術(shù)變革，若TC>，說明兩個(gè)時(shí)期之間的生產(chǎn)技術(shù)有創(chuàng)新，即技術(shù)有所進(jìn)步;反之，說明技術(shù)后退。本研究以粳稻主產(chǎn)省為DMU，構(gòu)造以2004年為基期，窗口寬度為3的Malmquist指數(shù)[19-20]。相關(guān)計(jì)算基于MaxDEA7.0軟件求解。

1.2指標(biāo)選取與數(shù)據(jù)來源

農(nóng)業(yè)生產(chǎn)主要依靠土地、勞動(dòng)力與資本的投入[21-23]，基于《全國農(nóng)產(chǎn)品成本收益資料匯編》[24]中對(duì)生產(chǎn)投入類別的劃分，結(jié)合已有研究[11，15，25-26]，選取每667 m2土地投入的勞動(dòng)力與資本2類指標(biāo)，粳稻產(chǎn)量為產(chǎn)出指標(biāo)，構(gòu)建全要素生產(chǎn)率變化測(cè)度指標(biāo)（表1），其中勞動(dòng)力投入以每667 m2用工量表征，資本投入分為物質(zhì)投入與費(fèi)用投入2大類。為消除價(jià)格變動(dòng)的影響，以2004年為不變價(jià)格，對(duì)費(fèi)用指標(biāo)按各省農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)進(jìn)行價(jià)格平減折算。涉及平均的各指數(shù)計(jì)算均為各地區(qū)的幾何平均數(shù)。

研究區(qū)域?yàn)榫局饕a(chǎn)省份，包括安徽、河北、河南、黑龍江、湖北、吉林、江蘇、遼寧、內(nèi)蒙古、寧夏、山東、云南、浙江13個(gè)省（區(qū)）?；A(chǔ)數(shù)據(jù)主要來源于《全國農(nóng)產(chǎn)品成本收益資料匯編》[24]（2005-2019年）、《中國農(nóng)村統(tǒng)計(jì)年鑒》[27]（2005-2019年）、《中國統(tǒng)計(jì)年鑒》[28]（2005-2019年）、中國水稻研究所，GIS空間分析數(shù)據(jù)來源于國家基礎(chǔ)地理信息系統(tǒng)。

2結(jié)果與分析

2.1全國粳稻產(chǎn)出及投入要素演進(jìn)態(tài)勢(shì)

2004年以來，全國粳稻總產(chǎn)從連年增產(chǎn)到高位穩(wěn)態(tài)（圖1），從2004年的4.762 4×107 t增加到2018年的7.784 9×107 t，增長(zhǎng)了63.46%。期間全國粳稻面積先增后穩(wěn)，2004年占全國水稻面積25.04%，到2018年上升到33.59%。2004-2018年，全國粳稻單產(chǎn)在較高水平上呈波動(dòng)增長(zhǎng)態(tài)勢(shì)，從2004年的6 701.6 kg/hm2增加到2018年的7 676.3 kg/hm2，年均增長(zhǎng)率達(dá)1.00%，持續(xù)高于全國水稻單產(chǎn)水平（2004年6 310.6 kg/hm2，2018年7 026.6 kg/hm2）。

在粳稻生產(chǎn)投入上（圖2），2004年以來，勞動(dòng)力投入大幅減少，勞動(dòng)用工日年均下降5.76%，與此同時(shí)，機(jī)械作業(yè)費(fèi)顯著上升，年均上升11.67%，這意味著這一期間全國粳稻要素投入結(jié)構(gòu)發(fā)生明顯變化，粳稻生產(chǎn)“機(jī)器換人”進(jìn)程加速推進(jìn)。種子是農(nóng)業(yè)生產(chǎn)資料的最基本部分，單位面積種子用量總體穩(wěn)定?；省⑥r(nóng)藥投入水平與稻米質(zhì)量和生態(tài)環(huán)境息息相關(guān)，這一期間單位面積化肥施用量年均增長(zhǎng)0.84%，農(nóng)藥費(fèi)用年均增長(zhǎng)4.68%，2015年國家啟動(dòng)化肥和農(nóng)藥零增長(zhǎng)行動(dòng)計(jì)劃后，單位面積農(nóng)藥費(fèi)用投入開始有所下降，而化肥施用強(qiáng)度未顯下降態(tài)勢(shì)。水稻生產(chǎn)對(duì)水資源依賴較大，這一期間單位面積排灌費(fèi)上升態(tài)勢(shì)明顯，意味著粳稻生產(chǎn)的用水成本不斷上升。

簡(jiǎn)便起見，產(chǎn)投要素變化主要選擇南北粳稻生產(chǎn)規(guī)模最大的2個(gè)省份——黑龍江省和江蘇省來觀測(cè)。2004-2018年，全國粳稻生產(chǎn)向核心主產(chǎn)省空間集中的趨勢(shì)明顯。2004年，江蘇省為粳稻生產(chǎn)全國第一大省，黑龍江省第二，當(dāng)年兩省粳稻面積和產(chǎn)量分別占全國總量的45.53%和49.98%，到2018年分別升至57.93%和58.25%。以黑龍江省為代表的東北稻區(qū)擴(kuò)增迅速，黑龍江省粳稻面積和產(chǎn)量從2004年分別占全國總量的22.34%和23.73%上升至2018年的37.30%和34.50%，已完全替代江蘇省成為中國粳稻生產(chǎn)第一大省。由于南北氣候、土壤和農(nóng)作制度模式的差別，兩省粳稻生產(chǎn)模式分化明顯，江蘇省粳稻高投入高產(chǎn)出的集約化高產(chǎn)特征較為明顯。以近期的全國平均水平為參照，江蘇省粳稻單產(chǎn)水平較高，種子、化肥、農(nóng)藥投入也較高，用工與全國大體持平，黑龍江省則相反。排灌費(fèi)和機(jī)械作業(yè)費(fèi)，近期兩省均相對(duì)較低，表明兩省在水資源條件和機(jī)械化方面生產(chǎn)優(yōu)勢(shì)明顯。

2.2中國粳稻全要素生產(chǎn)率增長(zhǎng)演變態(tài)勢(shì)

2004-2018年，中國粳稻全要素生產(chǎn)率（TFP）年均增長(zhǎng)1.74%，技術(shù)進(jìn)步年均增長(zhǎng)1.80%，技術(shù)效率年均變化-0.06%，TFP變化趨勢(shì)與技術(shù)變化趨勢(shì)相對(duì)一致（圖3），表明這一期間中國粳稻TFP增長(zhǎng)主要通過技術(shù)進(jìn)步實(shí)現(xiàn)，而不是效率提高。以2010年為界，將整個(gè)分析周期分成2個(gè)時(shí)段觀察（圖3）：穩(wěn)中有增期（2004-2010年），粳稻全要素生產(chǎn)率年均增長(zhǎng)1.00%，技術(shù)進(jìn)步和技術(shù)效率年均增長(zhǎng)分別為1.80%和-0.02%;波動(dòng)提升期（2011-2018年），年度波動(dòng)加大，粳稻全要素生產(chǎn)率年均增長(zhǎng)達(dá)到2.48%，技術(shù)進(jìn)步和技術(shù)效率年均增長(zhǎng)分別為2.58%、-0.10%。這些結(jié)果大致表明，2004年以來，良田、良種和良法等方面的技術(shù)革新變化是中國粳稻全要素生產(chǎn)率增長(zhǎng)的主要驅(qū)動(dòng)力，這意味著稻農(nóng)在這一時(shí)期采用了高水平的新技術(shù)。而技術(shù)效率幾乎沒有提高，甚至后期還呈現(xiàn)退化態(tài)勢(shì)，這意味著粳稻生產(chǎn)中，良種與良法、農(nóng)技與農(nóng)藝因不能很好地配套和推廣，或農(nóng)民不適當(dāng)?shù)貞?yīng)用技術(shù)/組合投入而沒有提高效率，對(duì)整個(gè)分析周期的粳稻整體生產(chǎn)率增長(zhǎng)總體并未有積極的作用。

2.3中國粳稻全要素生產(chǎn)率增長(zhǎng)的空間差異

2004-2018年，中國粳稻單產(chǎn)年均增長(zhǎng)率1.00%，TFP年均增長(zhǎng)1.74%，各主產(chǎn)地都在努力提升生產(chǎn)力水平，但增長(zhǎng)的質(zhì)量各不相同（表2）。為便于測(cè)算，按照整建制省份處理分區(qū)問題，根據(jù)農(nóng)業(yè)生態(tài)條件，將全國粳稻分五大產(chǎn)區(qū)進(jìn)行觀察和比較。

（1）東北稻區(qū)。包括東三省和內(nèi)蒙古東四盟，本研究將內(nèi)蒙古自治區(qū)劃入東北稻區(qū)。2018年，東北稻區(qū)粳稻面積接近全國總量的51.88%，僅黑龍江省粳稻面積占全國近四成（37.30%）。2004-2018年，東北稻區(qū)粳稻TFP全部實(shí)現(xiàn)了增長(zhǎng)，黑龍江省的TFP年均增長(zhǎng)最高（2.58%），其次是遼寧省和吉林省，內(nèi)蒙古自治區(qū)的增速較小。分階段看，黑龍江與吉林兩省的增長(zhǎng)幾乎完全由技術(shù)變化主導(dǎo)，兩階段均沒有觀察到技術(shù)效率變化，技術(shù)變化在后期相對(duì)有所放緩。遼寧省的TFP年均增速1.54%，其中1.33%歸因于技術(shù)變化，0.21%歸因于技術(shù)效率變化，后期技術(shù)進(jìn)步的增長(zhǎng)已略超黑龍江省。內(nèi)蒙古自治區(qū)的TFP增長(zhǎng)受限于技術(shù)效率的變化，后階段技術(shù)效率退化導(dǎo)致TFP停滯。

（2）長(zhǎng)江中下游稻區(qū)。主要分布江蘇、安徽、上海、浙江和湖北5?。ㄊ校?018年粳稻面積占全國總量的33.60%，其中江蘇省占全國總量的兩成（20.63%）。2004-2018年，本區(qū)粳稻TFP全部實(shí)現(xiàn)了增長(zhǎng)。江蘇省TFP年均增速相對(duì)較小（1.63%），主要來自技術(shù)進(jìn)步的貢獻(xiàn)，技術(shù)進(jìn)步增速后期有所加快，技術(shù)效率前期雖有退化，后期呈向好態(tài)勢(shì);安徽省年均增長(zhǎng)率最高（4.67%），4.35%來自技術(shù)革新，0.30%來自技術(shù)效率，這一驚人增長(zhǎng)主要在于前期貢獻(xiàn)，后期情況發(fā)生逆轉(zhuǎn)，成為少有的技術(shù)退步地區(qū)。湖北省與浙江省粳稻TFP增長(zhǎng)由技術(shù)進(jìn)步主導(dǎo)，技術(shù)效率無變化，湖北省后期技術(shù)退步導(dǎo)致TFP后退，浙江省技術(shù)進(jìn)步則始終保持增長(zhǎng)態(tài)勢(shì)。

（3）西南稻區(qū)。主要分布貴州、四川、云南、重慶等?。ㄊ校?018年粳稻面積占全國粳稻的8.42%，云南高原產(chǎn)區(qū)種植規(guī)模相對(duì)較大。云南粳稻TFP增長(zhǎng)總體由技術(shù)進(jìn)步主導(dǎo)，后期技術(shù)進(jìn)步增速雖有所放緩，但技術(shù)效率改進(jìn)明顯，由前期的效率退化地區(qū)逆轉(zhuǎn)為效率提升地區(qū)。

（4）華北稻區(qū)。主要分布河南、山東、河北、天津4?。ㄊ校?。2018年粳稻面積占全國總量的4.55%。整個(gè)分析周期中，河北省和山東省的TFP增速較高，似乎源自技術(shù)進(jìn)步和技術(shù)效率的改善。河南省是在整個(gè)觀察期唯一粳稻TFP下降地區(qū)，主要由技術(shù)效率退化導(dǎo)致，后期技術(shù)效率提速加快，但出現(xiàn)技術(shù)退步。

（5）西北稻區(qū)。以新疆維吾爾自治區(qū)、寧夏回族自治區(qū)為主。2018年粳稻面積僅占全國總量的1.54%。在所有觀察樣本中，寧夏回族自治區(qū)是主要由技術(shù)效率改善推動(dòng)粳稻TFP增長(zhǎng)的唯一案例，且前后兩階段技術(shù)效率均在改善，表明這一期間稻農(nóng)能夠很好地應(yīng)用新技術(shù)。

2.4粳稻全要素生產(chǎn)率增長(zhǎng)來源的區(qū)域劃分

2004-2018年，除河南省外，樣本省份的粳稻TFP全部實(shí)現(xiàn)了增長(zhǎng)。以這一期間全國粳稻TFP平均增長(zhǎng)率為標(biāo)準(zhǔn)，各地TFP增速分為增長(zhǎng)領(lǐng)先和滯后2類，再按各自前后階段增速的對(duì)比，分增強(qiáng)和減弱2類變化過程，將靜態(tài)水平與動(dòng)態(tài)過程相關(guān)聯(lián)。各地粳稻TFP增長(zhǎng)在整個(gè)觀察期的變化可分成3類地區(qū)：（1）增長(zhǎng)領(lǐng)先、增勢(shì)減弱地區(qū)，有黑龍江、安徽、浙江、湖北、云南5省。TFP年均增長(zhǎng)率較高，但后期增長(zhǎng)勢(shì)頭相對(duì)放緩。（2）增長(zhǎng)落后、增勢(shì)增強(qiáng)地區(qū)，有遼寧、江蘇、河南、河北、寧夏5省（自治區(qū)）。除河南省外，TFP總體增速相對(duì)較弱，但后期增勢(shì)加強(qiáng)。（3）增長(zhǎng)落后、增勢(shì)減弱地區(qū)，有吉林、內(nèi)蒙古、山東（省、自治區(qū)）。TFP總體增速較弱，且后期增勢(shì)相對(duì)放緩。

TFP近期態(tài)勢(shì)的把握，對(duì)粳稻TFP增長(zhǎng)的引導(dǎo)更有針對(duì)性和指導(dǎo)意義。以后半階段為觀察期，中國粳稻TFP總體進(jìn)入高增長(zhǎng)階段，但地區(qū)間發(fā)展并不平衡，如安徽、湖北、內(nèi)蒙古出現(xiàn)負(fù)增長(zhǎng)，在TFP增長(zhǎng)普遍依賴于技術(shù)進(jìn)步大趨勢(shì)下，安徽、湖北、河南3省卻出現(xiàn)技術(shù)倒退。

按TFP的變動(dòng)是前進(jìn)還是后退，分增長(zhǎng)和后退2類，再根據(jù)TFP變動(dòng)與技術(shù)變化和技術(shù)效率變化的關(guān)聯(lián)，可將13?。ㄊ?、自治區(qū)）劃分為5類地區(qū)（表2）。

（Ⅰ）技術(shù)效率與技術(shù)進(jìn)步協(xié)調(diào)增長(zhǎng)型：這類地區(qū)幾乎在全國各大稻區(qū)均有分布，地處長(zhǎng)江中下游的江蘇省，東北的遼寧省，西北的寧夏回族自治區(qū)，西南的云南省，表現(xiàn)為技術(shù)效率與技術(shù)進(jìn)步增長(zhǎng)均高于全國平均水平，二者協(xié)同發(fā)展，帶動(dòng)全要素生產(chǎn)率增長(zhǎng)。

（Ⅱ）技術(shù)進(jìn)步引發(fā)TFP增長(zhǎng)型：黑龍江、吉林、浙江、山東、河北5省，近期技術(shù)效率變化較小，全要素生產(chǎn)率的增長(zhǎng)很大程度上歸功于稻農(nóng)采用現(xiàn)代技術(shù)所帶來的。未來在保持技術(shù)進(jìn)步的趨勢(shì)下，應(yīng)著力提升技術(shù)效率，以挖掘粳稻TFP增長(zhǎng)潛力。

[5]楊萬江，李琪. 我國農(nóng)戶水稻生產(chǎn)技術(shù)效率分析——基于11省761戶調(diào)查數(shù)據(jù)[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)， 2016， 32（1）： 71-81.

[6]李亞寒. 氣候變化對(duì)中國水稻生產(chǎn)與效率的影響研究[D]. 南京： 南京農(nóng)業(yè)大學(xué)， 2014.

[7]魏丹. 我國糧食生產(chǎn)資源要素優(yōu)化配置研究[M]. 北京： 經(jīng)濟(jì)科學(xué)出版社， 2012.

[8]KONDO K， YAMAMOTO Y， SASAKI J， et al. Total factor productivity of the Japanese rice industry[J]. Asian Economic Journal， 2017， 31（4）： 331-353.

[9]KANNAN E， PALIWAL A， SPARKS A. Spatial and temporal patterns of rice production and productivity[M]∥MOHANTY S， CHENGAPPA P， MRUTHYUNJAYA， et al. The future rice strategy for India. London：Academic Press of Elsevier， 2017： 50-68.

[10]徐麗君，楊敏麗. 基于Malmquist指數(shù)法的水稻生產(chǎn)效率實(shí)證分析[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)， 2012， 43（S1）： 169-174.

[11]江松穎，劉穎，王嫚嫚. 我國谷物全要素生產(chǎn)率的動(dòng)態(tài)演進(jìn)及區(qū)域差異研究[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)， 2016， 32（6）： 13-20.

[12]王成軍，呂驍泓，費(fèi)喜敏，等. 中國粳稻生產(chǎn)中技術(shù)進(jìn)步研究——基于粳稻主產(chǎn)省面板數(shù)據(jù)的分析[J]. 管理評(píng)論， 2016， 28（10）： 79-88.

[13]張永強(qiáng)，王榮，蒲晨曦，等. 中國粳稻生產(chǎn)效率演變及區(qū)域差異[J]. 中國農(nóng)業(yè)資源與區(qū)劃， 2019， 40（5）： 47-53.

[14]陳昭玖，胡雯. 要素供給與中國粳稻生產(chǎn)效率增長(zhǎng)：技術(shù)推動(dòng)抑或效率驅(qū)動(dòng)——基于DEA-Tobit模型[J]. 農(nóng)業(yè)經(jīng)濟(jì)與管理， 2016， 32（6）： 35-42.

[15]胡雯，嚴(yán)靜嫻，陳昭玖. 要素稟賦約束下中國粳稻生產(chǎn)率的地區(qū)差異及收斂性分析[J]. 農(nóng)業(yè)現(xiàn)代化研究， 2016， 37（6）： 1055-1060.

[16]張玉周. 我國糧食生產(chǎn)可持續(xù)發(fā)展路徑研究[M]. 北京： 經(jīng)濟(jì)管理出版社， 2014.

[17]李谷成，范麗霞，成剛，等. 農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)：基于一種新的窗式DEA生產(chǎn)率指數(shù)的再估計(jì)[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)， 2013， 32（5）： 4-17.

[18]成剛. 數(shù)據(jù)包絡(luò)分析方法與MaxDEA軟件[M]. 北京： 知識(shí)產(chǎn)權(quán)出版社， 2014.

[19]ASMILD M， PARADI J C， AGGARWALL V， et al. Combining DEA window analysis with the Malmquist Index Approach in a study of the Canadian banking industry[J]. Journal of Productivity Analysis， 2004， 21（1）： 67-89.

[20]FRE R， GROSSKOPF S， PASURKA C A. Pollution abatement activities and traditional productivity[J]. Ecological Economics， 2007， 62（3）： 673-682.

[21]楊宗翰，雷良海，岳桂寧，等. 農(nóng)業(yè)科技研發(fā)支出與科技創(chuàng)新對(duì)農(nóng)業(yè)生產(chǎn)的促進(jìn)作用[J].南方農(nóng)業(yè)學(xué)報(bào)，2019，50（12）：2855-2864.

[22]吳迪，劉滿強(qiáng)，焦加國，等. 有機(jī)物料接種蚯蚓對(duì)設(shè)施菠菜產(chǎn)量及品質(zhì)的影響[J].江蘇農(nóng)業(yè)學(xué)報(bào)，2018，34（2）：411-417.

[23]孫小鈞，伍國勇，任秀. 化肥投入變化對(duì)糧食生產(chǎn)效率的影響——基于貴州省縣域面板數(shù)據(jù)的實(shí)證分析[J].南方農(nóng)業(yè)學(xué)報(bào)，2019，50（8）：1869-1877.

[24]國家發(fā)展計(jì)劃委員會(huì). 全國農(nóng)產(chǎn)品成本收益資料匯編[M]. 北京： 中國物價(jià)出版社， 2005-2019.

[25]王明利，呂新業(yè). 我國水稻生產(chǎn)率增長(zhǎng)、技術(shù)進(jìn)步與效率變化[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)， 2006， 32（6）： 24-29.

[26]王懷明，尼楚君，徐銳釗. 中國大豆生產(chǎn)效率變動(dòng)及收斂性分析[J]. 江蘇農(nóng)業(yè)學(xué)報(bào)， 2011， 27（1）： 199-203.

[27]國家統(tǒng)計(jì)局農(nóng)村社會(huì)經(jīng)濟(jì)調(diào)查司. 中國農(nóng)村統(tǒng)計(jì)年鑒[M]. 北京： 中國統(tǒng)計(jì)出版社， 2005-2019.

[28]中華人民共和國國家統(tǒng)計(jì)局. 中國統(tǒng)計(jì)年鑒[M]. 北京： 中國統(tǒng)計(jì)出版社， 2005-2019.

[29]王玨，宋文飛，韓先鋒. 中國地區(qū)農(nóng)業(yè)全要素生產(chǎn)率及其影響因素的空間計(jì)量分析——基于1992-2007年省域空間面板數(shù)據(jù)[J]. 中國農(nóng)村經(jīng)濟(jì)， 2010， 32（8）： 24-35.

（責(zé)任編輯：張震林）