長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)全要素生產(chǎn)率研究

摘要 基于長(zhǎng)江經(jīng)濟(jì)帶2009—2019年農(nóng)業(yè)生產(chǎn)面板數(shù)據(jù)，運(yùn)用Malmquist指數(shù)模型對(duì)該經(jīng)濟(jì)帶農(nóng)業(yè)全要素生產(chǎn)率進(jìn)行測(cè)算并分析。結(jié)果表明：2009—2019年長(zhǎng)江經(jīng)濟(jì)帶Trpch指數(shù)大于1，說(shuō)明這期間長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)生產(chǎn)效率總體呈上升態(tài)勢(shì)，但仍然存在著技術(shù)進(jìn)步受阻、缺乏創(chuàng)新型農(nóng)業(yè)科技人才等問(wèn)題。從地區(qū)來(lái)看，長(zhǎng)江經(jīng)濟(jì)帶各?。ㄊ校┑娜厣a(chǎn)率均在上升，但技術(shù)水平均未超過(guò)1，說(shuō)明該經(jīng)濟(jì)帶各省（市）均存在農(nóng)業(yè)進(jìn)步受阻的現(xiàn)象;在11個(gè)?。ㄊ校┲幸?guī)模效率均大于1，說(shuō)明該經(jīng)濟(jì)帶各省（市）投入規(guī)模較為合理。

關(guān)鍵詞 全要素生產(chǎn)率;Malmquist模型;長(zhǎng)江經(jīng)濟(jì)帶

中圖分類號(hào) S-9;F323? 文獻(xiàn)標(biāo)識(shí)碼 A? 文章編號(hào) 0517-6611（2022）05-0206-04

doi：10.3969/j.issn.0517-6611.2022.05.052

開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Study on Agricultural Total Factor Productivity in the Yangtze River Economic Belt

LI Guanghai

（School of Economics and Management of Changjiang University， Jingzhou， Hubei 434023）

Abstract Based on the panel data of agricultural production in the Yangtze River Economic Belt from 2009 to 2019， this paper uses Malmquist index model to calculate and analyze the agricultural total factor productivity of the economic belt. The results show that the Trpch index of the Yangtze River Economic Belt is greater than 1 from 2009 to 2019， indicating that the agricultural production efficiency of the Yangtze River Economic Belt is generally rising during this period， but there are still some problems， such as the obstruction of technological progress and the lack of innovative agricultural scientific and technological talents. From a regional perspective， the total factor productivity of all provinces （cities） in the Yangtze River Economic Belt is rising， but the technical level is not more than 1， indicating that the agricultural progress of all provinces （cities） in the economic belt is blocked;Among the 11 provinces （cities）， the scale efficiency is greater than 1， indicating that the investment scale of the provinces （cities） in the economic belt is more reasonable.

Key words Total factor productivity;Malmquist model;Yangtze River Economic Belt

作者簡(jiǎn)介 李廣海（1985—），男，廣東佛山人，政工師，在讀碩士，從事農(nóng)村發(fā)展研究。

收稿日期 2021-09-22

農(nóng)業(yè)是國(guó)民經(jīng)濟(jì)發(fā)展的基礎(chǔ)，農(nóng)業(yè)全要素生產(chǎn)率是衡量農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的重要指標(biāo)。長(zhǎng)江經(jīng)濟(jì)帶覆蓋面廣，是我國(guó)經(jīng)濟(jì)最活躍的地區(qū)之一，人口和生產(chǎn)總值的占比均超過(guò)了全國(guó)的40%，擁有巨大的發(fā)展?jié)摿ΑＲ虼?，研究長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)全要素生產(chǎn)率對(duì)全國(guó)你以后發(fā)展具有重要的實(shí)踐意義。

全要素生產(chǎn)率的概念最早由丁伯根于1942年提出，Solow[1]在此基礎(chǔ)上提出了Solow剩余，認(rèn)為在規(guī)模報(bào)酬不變的情形下產(chǎn)出增長(zhǎng)率中扣除投入增長(zhǎng)率，剩下的余項(xiàng)代表技術(shù)進(jìn)步率。Hulten[2]認(rèn)為索洛余項(xiàng)應(yīng)該被理解為全要素生產(chǎn)率，因?yàn)樗髀逵囗?xiàng)中不僅體現(xiàn)技術(shù)進(jìn)步的變動(dòng)，還體現(xiàn)了度量誤差、遺漏變量、隨機(jī)因素等的影響。國(guó)內(nèi)有關(guān)農(nóng)業(yè)全要素生產(chǎn)率的研究集中在以下幾個(gè)方面：一是有關(guān)農(nóng)業(yè)全要素生產(chǎn)率的研究方法?，F(xiàn)有的研究方法主要有參數(shù)法和非參數(shù)法。參數(shù)法以隨機(jī)前沿分析法為主，是一種考慮隨機(jī)誤差的測(cè)算方法，能夠防止因奇異值的出現(xiàn)而影響全要素生產(chǎn)率的測(cè)算值。非參數(shù)法以數(shù)據(jù)包絡(luò)分析法為主，具體的應(yīng)用模型主要有Malmquist指數(shù)模型[3-4]、ML[5]和GML模型[6]。非參數(shù)法并沒(méi)有考慮隨機(jī)誤差的影響，因此存在一定的誤差。二是區(qū)域性差異研究。有關(guān)區(qū)域性差異的研究主要有以下幾個(gè)方面：首先是全國(guó)層面的研究[7];其次是有關(guān)省域和區(qū)域的研究，例如浙江省[8]和長(zhǎng)江經(jīng)濟(jì)帶[9];最后是有關(guān)市域[10]和縣域[11]的研究。三是有關(guān)農(nóng)業(yè)全要素生產(chǎn)率收斂性的研究。首先是基于log（t）回歸的PS收斂檢驗(yàn)[12]，其次是Sigma收斂檢驗(yàn)[13]，最后是絕對(duì)Beta收斂和條件Beta收斂檢驗(yàn)[14]。

從上述回顧可以看出，有關(guān)農(nóng)業(yè)全要素生產(chǎn)率的研究已經(jīng)較為完善，但大多集中在全國(guó)和單個(gè)省份的研究，對(duì)于長(zhǎng)江經(jīng)濟(jì)帶的研究較為有限。因此，筆者在前人研究基礎(chǔ)上運(yùn)用Malmquist指數(shù)模型對(duì)2009—2019年長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)全要素生產(chǎn)率進(jìn)行測(cè)算和分析，以期為長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)高質(zhì)量發(fā)展提供參考。

1 模型選擇及變量選取

1.1 Malmquist指數(shù)模型

1953年Malmquist最早提出Malmquist指數(shù)模型，F(xiàn)re等[15]運(yùn)用DEA方法對(duì)Malmquist指數(shù)進(jìn)行計(jì)算，彌補(bǔ)了靜態(tài)截面DEA模型的不足。Malmquist指數(shù)表示t期到（t+1）期全要素生產(chǎn)率的變化程度，若Trpch>1表示生產(chǎn)率上升，若Trpch<1表示下降，表示不變[16]。具體公式如下：

Trpch（xt+1，yt+1，xt，yt）=E（xt+1，yt+1）E（xt，yt）（1）

t到（t+1）時(shí)期的技術(shù)效率變化為：

Effect=Et+1（xt+1，yt+1）Et（xt，yt）（2）

t到（t+1）時(shí)期的技術(shù)變化為：

Tech=E（xt+1，yt+1）/Et+1（xt+1，yt+1）E（xt，yt）/Et（xt，yt）（3）

式（3）可進(jìn)一步表示為：

Tech=E（xt+1，yt+1）Et+1（xt+1，yt+1）×

Et（xt，yt）E（xt，yt）（4）

因此，式（1）可表示為：

Trpch（xt+1，yt+1，xt，yt）=

E（xt+1，yt+1）E（xt，yt）=

E（xt+1，yt+1）/Et+1（xt+1，yt+1）Et（xt，yt）×

E（xt+1，yt+1）Et+1（xt+1，yt+1）×

Et（xt，yt）E（xt，yt）=

Effect×Tech（5）

在規(guī)模報(bào)酬可變時(shí)，還可將進(jìn)一步分解為。因此，式（5）也可表示為：

Trpch=Tech×Pech×Sech（6）

式（6）中，Tech表示技術(shù)水平變化指數(shù)，Pech表示純技術(shù)效率變化指數(shù)，Sech表示規(guī)模效率變化指數(shù)[17]。

1.2 指標(biāo)選取

參考龍少波等[18]、全炯振等[19]的研究成果，選取長(zhǎng)江經(jīng)濟(jì)帶11個(gè)?。ㄊ校?009—2019年農(nóng)業(yè)生產(chǎn)的面板數(shù)據(jù)對(duì)長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)全要素生產(chǎn)率進(jìn)行測(cè)算，并運(yùn)用SPSS 23.0對(duì)投入產(chǎn)出指標(biāo)之間的正相關(guān)性及同類指標(biāo)之間的相對(duì)獨(dú)立性進(jìn)行了檢驗(yàn)，并構(gòu)建指標(biāo)體系（表1）。

1.3 數(shù)據(jù)來(lái)源

上述數(shù)據(jù)均由長(zhǎng)江經(jīng)濟(jì)帶各?。ㄊ校┙y(tǒng)計(jì)年鑒（2010—2020）、農(nóng)村統(tǒng)計(jì)年鑒（2010—2020）和《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》（2010—2020）整理得來(lái)。

2 實(shí)證結(jié)果分析

該研究借助DEAP2.1，運(yùn)用Malmquist指數(shù)模型對(duì)長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省級(jí)行政單位的農(nóng)業(yè)全要素生產(chǎn)率進(jìn)行測(cè)算，結(jié)果如表2、3所示。

從表2可以看出，研究時(shí)段（2009—2019年）內(nèi)，僅有2009—2010年長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)生產(chǎn)全要素生產(chǎn)率指數(shù)小于1，其余區(qū)間內(nèi)Trpch指數(shù)均大于1，2009—2019年長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)生產(chǎn)全要素生產(chǎn)率指數(shù)均值為1.020，說(shuō)明長(zhǎng)江經(jīng)濟(jì)帶2009—2019年農(nóng)業(yè)全要素生產(chǎn)率總體呈上升態(tài)勢(shì)，年均上升2.0%。表2中2009—2019年長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)生產(chǎn)技術(shù)效率變動(dòng)指數(shù)（Effch）均值為1.106，大于1，說(shuō)明2009—2019年長(zhǎng)江經(jīng)濟(jì)帶技術(shù)效率變化總體呈上升趨勢(shì)，年均上升106%。從各區(qū)間來(lái)看，Effch指數(shù)存在較大的波動(dòng)性，2009—2010年技術(shù)效率變動(dòng)指數(shù)（Effch）為2.704，到2010—2011年則又下降到1.003，下降了1.701。在之后的時(shí)間內(nèi)，長(zhǎng)江經(jīng)濟(jì)帶效率變動(dòng)指數(shù)（Effch）雖區(qū)域平穩(wěn)，但始終在1左右徘徊。表2中2009—2019年長(zhǎng)江經(jīng)濟(jì)帶技術(shù)水平變動(dòng)指數(shù)（Tech）均值為0.922，呈下降趨勢(shì)，年均下降7.8%，說(shuō)明長(zhǎng)江經(jīng)濟(jì)帶在2009—2019年農(nóng)業(yè)生產(chǎn)技術(shù)進(jìn)步出現(xiàn)了阻礙。從各時(shí)間段的角度對(duì)長(zhǎng)江經(jīng)濟(jì)帶技術(shù)水平變化指數(shù)進(jìn)行分析可以得出，2009—2019年長(zhǎng)江經(jīng)濟(jì)帶技術(shù)水平呈下降趨勢(shì)，但在2009—2011年的2個(gè)時(shí)間段內(nèi)，長(zhǎng)江經(jīng)濟(jì)帶的Tech指數(shù)出現(xiàn)較大的波動(dòng)，在2009—2010年Tech指數(shù)僅為0293，在2010—2011年上升到了1.094。通過(guò)對(duì)純技術(shù)效率變動(dòng)指數(shù)（Pech）進(jìn)行分析可以得出，2009—2019年長(zhǎng)江經(jīng)濟(jì)帶純技術(shù)效率變化呈上升趨勢(shì)，年均上升7.1%。將Effch、Tech和Pech進(jìn)行綜合分析發(fā)現(xiàn)，Effch和Pech的變化同步率較高，而Effch和Pech與Tech變化的同步率不高，在2009—2011年還呈現(xiàn)出相反的變化，說(shuō)明長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)技術(shù)的轉(zhuǎn)化存在問(wèn)題，技術(shù)轉(zhuǎn)化率不高。通過(guò)對(duì)規(guī)模效率變化指數(shù)分析可知，長(zhǎng)江經(jīng)濟(jì)帶規(guī)模效率變化指數(shù)均值為1033，說(shuō)明2009—2019年長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)生產(chǎn)投入規(guī)模總體上呈上升趨勢(shì)，年均上升3.3%。綜上所述，長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)生產(chǎn)效率在穩(wěn)步提升，但仍然存在著技術(shù)轉(zhuǎn)化效率不高的問(wèn)題，說(shuō)明農(nóng)業(yè)技術(shù)轉(zhuǎn)化渠道不暢，農(nóng)業(yè)缺乏創(chuàng)新型農(nóng)業(yè)科技人才，對(duì)于農(nóng)業(yè)生產(chǎn)上的投入缺乏相應(yīng)的規(guī)劃，使得財(cái)農(nóng)業(yè)生產(chǎn)僅有投入規(guī)模上的提升，難以取得相應(yīng)的成效。

運(yùn)用Malmquist指數(shù)模型長(zhǎng)江經(jīng)濟(jì)帶各區(qū)域農(nóng)業(yè)生產(chǎn)動(dòng)態(tài)效率進(jìn)行分析，結(jié)果見(jiàn)表3。由表3可知，長(zhǎng)江經(jīng)濟(jì)帶上、中、下游當(dāng)中，中游的全要素生產(chǎn)率指數(shù)最高，為1.063，年均提高了6.3%;下游地區(qū)的Trpch指數(shù)要低于中游地區(qū)，為1053，年均提升了5.3%;下游地區(qū)Trpch指數(shù)最低，僅為0955，略有衰退。對(duì)Trpch進(jìn)一步分解可以發(fā)現(xiàn)，中游地區(qū)的Pech指數(shù)和Sech指數(shù)均為1，說(shuō)明中游地區(qū)這兩項(xiàng)指數(shù)均無(wú)變化，而Tech指數(shù)則為1.063，年均提升了6.3%，說(shuō)明中游地區(qū)全要素生產(chǎn)率的提高主要是技術(shù)進(jìn)步帶來(lái)的。下游地區(qū)Effch、Tech、Pech指數(shù)和Sech指數(shù)均大于1，均有所提升，說(shuō)明下游地區(qū)全要素生產(chǎn)率提高是各方面因素提升的綜合作用所帶來(lái)的，而非單一的某一方面的提升，是一種更優(yōu)的農(nóng)業(yè)生產(chǎn)狀態(tài)。上游地區(qū)Pech指數(shù)和Sech指數(shù)分別為1.035和1.026，而Tech指數(shù)為0.899，出現(xiàn)了技術(shù)衰退，說(shuō)明下游地區(qū)全要素生產(chǎn)率降低是技術(shù)進(jìn)步受阻帶來(lái)的。從各?。ㄊ校﹣?lái)看，11個(gè)?。ㄊ校┊?dāng)中，僅有重慶市、四川省、貴州省和上海市全要素生產(chǎn)率低于1，其中重慶市和貴州省的Trpch指數(shù)最低，僅為0931，年均衰退6.9%，重慶市和貴州省Pech指數(shù)和Sech指數(shù)均為1，并無(wú)變化，而Tech指數(shù)為0.931，出現(xiàn)技術(shù)進(jìn)步受阻，說(shuō)明重慶市和貴州省全要素生產(chǎn)率降低的主要原因是技術(shù)進(jìn)步受阻。對(duì)Trpch指數(shù)進(jìn)一步分解可以得知，Effch指數(shù)均大于1，Tech指數(shù)大于1的僅有浙江省1個(gè)。說(shuō)明大部分?。ㄊ校┑膯?wèn)題都出在投入管理水平下降和技術(shù)進(jìn)步受阻兩方面。再對(duì)技術(shù)效率變化指數(shù)進(jìn)行分解可知，Pech指數(shù)和Sech指數(shù)均大于1，說(shuō)明大部分?。ㄊ校┺r(nóng)業(yè)生產(chǎn)的投入管理是有效的。綜上所述，上游地區(qū)農(nóng)業(yè)生產(chǎn)效率提高的阻力主要來(lái)自重慶市、四川省和貴州省，主要存在技術(shù)進(jìn)步受阻的問(wèn)題，云南省農(nóng)業(yè)生產(chǎn)效率有進(jìn)步，但仍然存在著技術(shù)進(jìn)步受阻的問(wèn)題。中游地區(qū)各省農(nóng)業(yè)生產(chǎn)全要素生產(chǎn)率均有所提升，但僅有規(guī)模上的提升，技術(shù)衰退問(wèn)題仍然很重。下游地區(qū)農(nóng)業(yè)生產(chǎn)率提高的阻力主要來(lái)自上海市，主要是由于上海市農(nóng)業(yè)生產(chǎn)技術(shù)進(jìn)步受阻，安徽省和江蘇省農(nóng)業(yè)全要素生產(chǎn)率雖有提升，但仍然存在技術(shù)進(jìn)步受阻的問(wèn)題。

綜上所述，上游地區(qū)農(nóng)業(yè)生產(chǎn)效率提高的阻力主要來(lái)自重慶市、四川省和貴州省，主要存在技術(shù)進(jìn)步受阻的問(wèn)題，云南省農(nóng)業(yè)全要素生產(chǎn)效率有進(jìn)步，但仍然存在著技術(shù)進(jìn)步受阻的問(wèn)題。中游地區(qū)各省農(nóng)業(yè)生產(chǎn)全要素生產(chǎn)率均有所提升，但僅有規(guī)模上的提升，技術(shù)進(jìn)步受阻問(wèn)題仍然很重。下游地區(qū)農(nóng)業(yè)生產(chǎn)率提高的阻力主要來(lái)自上海市，主要是由于上海市農(nóng)業(yè)生產(chǎn)技術(shù)進(jìn)步受阻，安徽省和江蘇省農(nóng)業(yè)全要素生產(chǎn)率雖有提升，但仍然存在技術(shù)進(jìn)步受阻的問(wèn)題。

3 研究結(jié)論和建議

通過(guò)Malmquist指數(shù)模型的動(dòng)態(tài)效率分析可以得知，2009—2019年長(zhǎng)江經(jīng)濟(jì)帶Trpch指數(shù)大于1，說(shuō)明這期間長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)生產(chǎn)效率總體呈上升態(tài)勢(shì)，但仍然存在著技術(shù)進(jìn)步受阻、缺乏創(chuàng)新型農(nóng)業(yè)科技人才等問(wèn)題。從地區(qū)來(lái)看，長(zhǎng)江經(jīng)濟(jì)帶各?。ㄊ校┑娜厣a(chǎn)率均在上升，但技術(shù)水平均未超過(guò)1，說(shuō)明該帶各省（市）均存在農(nóng)業(yè)進(jìn)步受阻的現(xiàn)象;在11個(gè)?。ㄊ校┲幸?guī)模效率均大于1，說(shuō)明該帶各?。ㄊ校┩度胍?guī)模較為合理。

根據(jù)上述結(jié)論，結(jié)合推動(dòng)湖北省農(nóng)業(yè)高質(zhì)量發(fā)展的實(shí)際，得出如下建議：

（1）打破區(qū)域發(fā)展壁壘，促進(jìn)區(qū)域協(xié)調(diào)發(fā)展。長(zhǎng)江經(jīng)濟(jì)帶橫跨我國(guó)東、中、西部，其覆蓋區(qū)域的農(nóng)業(yè)基礎(chǔ)、發(fā)展目標(biāo)也不相同。因此，各?。ㄊ校?yīng)按“全國(guó)一盤棋”的原則，加強(qiáng)溝通和協(xié)商，發(fā)揮優(yōu)勢(shì)，合理分工，建立優(yōu)化、高效的農(nóng)業(yè)產(chǎn)業(yè)鏈、供應(yīng)鏈和價(jià)值鏈，強(qiáng)化生態(tài)環(huán)境保護(hù)，并共建共享基礎(chǔ)設(shè)施、公共服務(wù)，促進(jìn)區(qū)域協(xié)調(diào)發(fā)展。

（2）加大農(nóng)業(yè)科技投入，促進(jìn)農(nóng)業(yè)創(chuàng)新發(fā)展。從上述結(jié)論可以看出，長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)發(fā)展的阻力主要來(lái)自農(nóng)業(yè)技術(shù)進(jìn)步受阻和缺乏創(chuàng)新型農(nóng)業(yè)科技人才等問(wèn)題。為解決這些問(wèn)題，促進(jìn)長(zhǎng)江經(jīng)濟(jì)帶高質(zhì)量發(fā)展，各地應(yīng)當(dāng)加大農(nóng)業(yè)科技投入，積極引進(jìn)和培養(yǎng)農(nóng)業(yè)科技人才。首先要加大科研的投入，培育優(yōu)良品種，發(fā)展高效種植模式，開(kāi)發(fā)高效綠色肥料，促進(jìn)農(nóng)業(yè)綠色發(fā)展;其次要加大教育和技能培訓(xùn)投入，為農(nóng)業(yè)生產(chǎn)者提供良好的教育和技能培訓(xùn)，提高農(nóng)業(yè)生產(chǎn)者素質(zhì)，建立穩(wěn)定通暢的農(nóng)業(yè)科技轉(zhuǎn)化渠道，提高科技轉(zhuǎn)化效率;最后要積極引進(jìn)和培養(yǎng)各類人才，要積極引進(jìn)農(nóng)業(yè)科研和推廣人才，保障農(nóng)業(yè)科技成果的產(chǎn)生和轉(zhuǎn)化，同時(shí)積極培養(yǎng)各類人才，增強(qiáng)自身的造血能力。

（3）構(gòu)建現(xiàn)代化產(chǎn)業(yè)體系，促進(jìn)農(nóng)業(yè)高質(zhì)量發(fā)展。因此，應(yīng)當(dāng)積極發(fā)揮長(zhǎng)江經(jīng)濟(jì)帶的區(qū)位優(yōu)勢(shì)，溝通我國(guó)東、中、西部，促進(jìn)區(qū)域間融合互動(dòng)、融通補(bǔ)充，促進(jìn)各農(nóng)業(yè)生產(chǎn)要素的流通，提高資源配置效率，促進(jìn)創(chuàng)新發(fā)展。建立多元化投入模式，以政府投入為主導(dǎo)，社會(huì)各界資金共同進(jìn)入，拓展科技創(chuàng)新的資金來(lái)源，讓社會(huì)各界農(nóng)業(yè)科技創(chuàng)新。以長(zhǎng)江為依托，將沿線及各戰(zhàn)略區(qū)域的產(chǎn)業(yè)集群（基地）連接起來(lái)，借助5G、大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等新一代信息技術(shù)，打造現(xiàn)代化產(chǎn)業(yè)服務(wù)體系。

參考文獻(xiàn)

[1] SOLOW R M.A contribution to the theory of economic growth[J].The quarterly journal of economics，1956，70（1）：65-94.

[2] HULTEN C R.Total factor productivity：A short biography[M].Chicago：University of Chicago Press，2001：1-54.

[3] 顧世祥，朱赟，李亞龍，等.基于DEA和Malmquist指數(shù)的農(nóng)業(yè)水資源利用效率分析：以滇中受水區(qū)為例[J].中國(guó)農(nóng)村水利水電，2021（8）：98-102.

[4] 江然.浙江省農(nóng)業(yè)全要素生產(chǎn)率實(shí)主證分析：基于DEA-Malmquist指數(shù)[J].安徽農(nóng)業(yè)科學(xué)，2013，41（21）：9101-9103，9116.

[5] 李曉龍，冉光和.農(nóng)產(chǎn)品貿(mào)易提升了農(nóng)業(yè)綠色全要素生產(chǎn)率嗎？——基于農(nóng)村金融發(fā)展視角的分析[J].北京理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021，23（4）：82-92.

[6] 陳芳，楊梅君.農(nóng)產(chǎn)品國(guó)際貿(mào)易對(duì)中國(guó)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響[J].華南農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021，20（5）：94-104.

[7] 劉霞婷，李強(qiáng)，吳超，等.中國(guó)農(nóng)業(yè)全要素生產(chǎn)率動(dòng)態(tài)分析：基于SFA模型和log（t）回歸方法[J/OL].中國(guó)農(nóng)業(yè)資源與區(qū)劃，2021-06-09[2021-09-19].http：//kns.cnki.net/kcms/detail/11.3513.S.20210607.1802.046.html.

[8] 曹明霞，高珊.我國(guó)農(nóng)業(yè)全要素生產(chǎn)率研究：基于江蘇省農(nóng)業(yè)面板數(shù)據(jù)分析[J].價(jià)格理論與實(shí)踐，2018（9）：151-154.

[9] 徐輝，劉天宇.長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)環(huán)境全要素生產(chǎn)率影響因素實(shí)證分析[J].北方園藝，2019（18）：152-156.

[10] 周鵬飛，沈洋，鄭景麗.三峽庫(kù)區(qū)重慶段農(nóng)業(yè)綠色全要素生產(chǎn)率測(cè)度及影響因素研究：基于2009—2018年數(shù)據(jù)[J].重慶師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2020，37（3）：107-118，146.

[11] 李欠男，李谷成，尹朝靜，等.河北省縣域農(nóng)業(yè)綠色全要素生產(chǎn)率的空間特征[J].生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)，2019，35（7）：845-852.

[12] PHILLIPS P C B，SUL D.Transition modeling and econometric convergence tests[J].Econometrica，2007，75（6）：1771-1855.

[13] 李谷成.中國(guó)農(nóng)業(yè)生產(chǎn)率增長(zhǎng)的地區(qū)差距與收斂性分析[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2009（2）：41-48.

[14] 韓中.我國(guó)農(nóng)業(yè)全要素生產(chǎn)率的空間差異及其收斂性研究[J].金融評(píng)論，2013，5（5）：26-37，123.

[15] FRE R，PRIMONT D.Multioutput production and duality：Theory and applications[M].Berlin：Springer Science & Business Media，1994.

[16] 張恒，郭翔宇.農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)發(fā)展與農(nóng)業(yè)全要素生產(chǎn)率提升：地區(qū)差異性與空間效應(yīng)[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2021（5）：93-107.

[17] 徐合帆，鄭軍，余家鳳，等.鄉(xiāng)村振興背景下財(cái)政支農(nóng)績(jī)效及影響因素分析：以湖北省為例[J].稅收經(jīng)濟(jì)研究，2019，24（2）：81-90.

[18] 龍少波，張夢(mèng)雪.中國(guó)農(nóng)業(yè)全要素生產(chǎn)率的再測(cè)算及影響因素：從傳統(tǒng)邁向高質(zhì)量發(fā)展[J].財(cái)經(jīng)問(wèn)題研究，2021（8）：40-51.

[19] 全炯振.中國(guó)農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)的實(shí)證分析：1978～2007年：基于隨機(jī)前沿分析（SFA）方法[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2009（9）：36-47.