延楨鴻，馬丁丑

（甘肅農(nóng)業(yè)大學(xué)財(cái)經(jīng)學(xué)院，甘肅省區(qū)域農(nóng)業(yè)與產(chǎn)業(yè)組織研究基地，蘭州730070）

農(nóng)業(yè)是國(guó)之根本，是關(guān)乎國(guó)家命脈的戰(zhàn)略性產(chǎn)業(yè)。黨的十九大以來(lái)提出鄉(xiāng)村振興戰(zhàn)略，明確要求構(gòu)建現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)體系、生產(chǎn)體系、經(jīng)營(yíng)體系，這既是推進(jìn)農(nóng)業(yè)現(xiàn)代化的重要支撐，也是實(shí)施鄉(xiāng)村振興戰(zhàn)略的重要抓手，更是落實(shí)“將飯碗端在中國(guó)人自己手里”的重要舉措，而小麥作為主要糧食作物之一，小麥產(chǎn)量健康、穩(wěn)定增長(zhǎng)對(duì)于國(guó)家糧食安全具有重要作用。

關(guān)于全要素生產(chǎn)率及其影響因素的研究，前人已經(jīng)有較多的論述，李谷成［1］研究發(fā)現(xiàn)技術(shù)效率和技術(shù)進(jìn)步二者實(shí)現(xiàn)“雙驅(qū)動(dòng)”對(duì)農(nóng)業(yè)全要素貢獻(xiàn)未能實(shí)現(xiàn)，需要采取不同經(jīng)濟(jì)政策；蘇柱華等［2］對(duì)廣東省人力資本研究中發(fā)現(xiàn)人均受教育年限對(duì)農(nóng)業(yè)全要素生產(chǎn)率具有負(fù)向作用，農(nóng)業(yè)科技研發(fā)人員數(shù)量對(duì)農(nóng)業(yè)全要素生產(chǎn)率具有正向作用；尹朝靜［3］則運(yùn)用不同方法驗(yàn)證了科研人員投入對(duì)農(nóng)業(yè)生產(chǎn)效率具有顯著影響，而人力資本投入不具顯著性；朱滿德等［4］等研究綜合補(bǔ)貼對(duì)玉米全要素生產(chǎn)率影響發(fā)現(xiàn)綜合補(bǔ)貼沒(méi)有引起市場(chǎng)扭曲和效率損失，有助于提高玉米全要素生產(chǎn)率；龔斌磊［5］研究了投入要素與生產(chǎn)率對(duì)農(nóng)業(yè)全要素生產(chǎn)率的貢獻(xiàn)發(fā)現(xiàn)，投入要素對(duì)農(nóng)業(yè)增長(zhǎng)的貢獻(xiàn)度正在降低；陳書(shū)章等［6］則比較了不同區(qū)域下小麥全要素生產(chǎn)率。

現(xiàn)有研究大部分學(xué)者關(guān)注的是微觀層面，即某一要素對(duì)于農(nóng)業(yè)生產(chǎn)的影響變化，那么細(xì)化到糧食作物小麥，各要素對(duì)小麥全要素生產(chǎn)率的影響程度如何，各要素組合投入的變化是否能提高小麥的全要素生產(chǎn)率，對(duì)于這些問(wèn)題鮮有學(xué)者進(jìn)行分析說(shuō)明?；诖?，本研究結(jié)合新古典增長(zhǎng)理論和內(nèi)生增長(zhǎng)理論，關(guān)注小麥全要素生產(chǎn)率及其影響因素，在農(nóng)業(yè)經(jīng)濟(jì)地位日漸衰微、農(nóng)業(yè)從業(yè)人員大規(guī)模轉(zhuǎn)移的背景下，以期對(duì)有效提升小麥生產(chǎn)效率、指明小麥未來(lái)發(fā)展方向、促進(jìn)小麥可持續(xù)發(fā)展等方面具有一定導(dǎo)向作用。

1 理論基礎(chǔ)與模型構(gòu)建

1.1 要素投入對(duì)全要素生產(chǎn)率影響機(jī)理

以索洛-斯旺為代表的新古典增長(zhǎng)理論認(rèn)為，經(jīng)濟(jì)增長(zhǎng)的源泉主要來(lái)自于多要素投入和技術(shù)進(jìn)步，其基本公式為：，其中分別表示產(chǎn)出增長(zhǎng)、技術(shù)進(jìn)步、勞動(dòng)投入增長(zhǎng)和資本投入增長(zhǎng)，α、β分別表示勞動(dòng)和資本在國(guó)民經(jīng)濟(jì)中所占比重。盡管索洛-斯旺模型存在諸多缺陷，但它為現(xiàn)代經(jīng)濟(jì)增長(zhǎng)理論研究確定了一個(gè)基本范式，是現(xiàn)代經(jīng)濟(jì)增長(zhǎng)理論模型的基準(zhǔn)形式［7］。內(nèi)生增長(zhǎng)理論認(rèn)為經(jīng)濟(jì)增長(zhǎng)提高不是依靠物質(zhì)資本和簡(jiǎn)單的勞動(dòng)投入所得，而是通過(guò)技術(shù)、人力資本投入來(lái)實(shí)現(xiàn)的，認(rèn)為這兩種要素是經(jīng)濟(jì)持續(xù)增長(zhǎng)的必要條件［8］。

1.2 研究方法

研究小麥全要素生產(chǎn)率變化及其影響因素分析，實(shí)際上在于研究?jī)蓚€(gè)方面：第一，小麥全要素生產(chǎn)率及變化情況；第二，各要素投入對(duì)小麥全要素生產(chǎn)率的影響。根據(jù)前人已有的研究并結(jié)合本研究要解決的主要問(wèn)題，選用DEA-Malmquist指數(shù)和固定效應(yīng)回歸（FE）就各要素對(duì)小麥全要素生產(chǎn)率影響做出評(píng)估。

1.3 小麥全要素生產(chǎn)率測(cè)定與影響因素分析

1.3.1 模型設(shè)定

常用的生產(chǎn)效率測(cè)定方法有基于隨機(jī)前沿分析（SFA）的參數(shù)方法和基于數(shù)據(jù)包絡(luò)分析（DEA）的非參數(shù)方法。SFA模型最大的特點(diǎn)是使用確定的生產(chǎn)函數(shù)，利用面板數(shù)據(jù)進(jìn)行精確求解，缺陷主要是設(shè)定生產(chǎn)函數(shù)時(shí)容易出現(xiàn)形式偏差，生產(chǎn)測(cè)度失效。DEA模型的優(yōu)勢(shì)在于不需要提前獲知具體生產(chǎn)函數(shù)，可避免人為因素導(dǎo)致的測(cè)度失效問(wèn)題?；诖耍狙芯坎捎肈EA模型測(cè)度小麥全要素生產(chǎn)率，具體公式為：

式中，x0、y0表示每個(gè)DMU的投入向量和產(chǎn)出向量，λ表示常數(shù)比例，ε表示阿基米德無(wú)窮小量，θ表示決策單元（DMU）效率值，s+表示產(chǎn)出的松弛變量，s-表示投入的松弛變量。

由于DEA模型只能靜態(tài)化測(cè)量效率，引入Malmquist指數(shù)對(duì)不同時(shí)間段數(shù)據(jù)進(jìn)行動(dòng)態(tài)測(cè)量，公式為：

技術(shù)效率變動(dòng)指數(shù)又可以進(jìn)一步分解為純技術(shù)效率指數(shù)與規(guī)模效率指數(shù)，即：

當(dāng)Malmquist指數(shù)TFP＞1時(shí)，則意味著全要素生產(chǎn)率呈上升趨勢(shì)；TFP=1時(shí)，則表示全要素生產(chǎn)率不變；TFP＜1時(shí)，則表示全要素生產(chǎn)率呈衰退趨勢(shì)。

為了進(jìn)一步研究小麥全要素生產(chǎn)率變化的影響因素，參考相關(guān)研究成果［3］，根據(jù)C-D生產(chǎn)函數(shù)建立關(guān)于小麥全要素生產(chǎn)率的產(chǎn)出計(jì)量模型，公式為：

式（4）中，TFPit表示第i個(gè)省在t時(shí)期的全要素生產(chǎn)率，Xit，n代表小麥全要素生產(chǎn)率的影響因素（n=1，2，…，p），p代表小麥全要素生產(chǎn)率影響因素的數(shù)量。

為使公式計(jì)算簡(jiǎn)化，分別對(duì)式（4）兩邊取對(duì)數(shù)，可得：

影響小麥全要素生產(chǎn)率的因素包括自然因素、經(jīng)濟(jì)社會(huì)因素、人力資源因素、勞動(dòng)力因素、政策因素等，據(jù)此可得最終的計(jì)量模型：

其中，CFit表示自然因素，ESFit表示經(jīng)濟(jì)社會(huì)因素，AHFit表示人力資本因素，LFit表示勞動(dòng)力因素，POLit表示政策因素，εit表示隨機(jī)誤差項(xiàng)。

1.3.2 指標(biāo)選取與描述性統(tǒng)計(jì)

關(guān)于投入產(chǎn)出指標(biāo)的選取，產(chǎn)出變量選取2001—2016年15個(gè)小麥主產(chǎn)省份年總產(chǎn)量。投入變量選取種子投入、勞動(dòng)力投入、土地投入、農(nóng)用機(jī)械投入、化肥投入5個(gè)方面，其中：種子投入選取每667 m2種子費(fèi)；勞動(dòng)力投入選取小麥每667 m2用工人數(shù)；土地投入為小麥種植面積；機(jī)械化水平選取每667 m2機(jī)械作業(yè)費(fèi)；化肥投入選取小麥每667 m2化肥投入量（折純）。為消除價(jià)格因素影響，所有價(jià)格指標(biāo)基于2001年不變價(jià)格進(jìn)行計(jì)算。數(shù)據(jù)來(lái)源于《中國(guó)農(nóng)村年鑒》、《中國(guó)統(tǒng)計(jì)年鑒》、《全國(guó)農(nóng)產(chǎn)品成本收益資料匯編》。

關(guān)于影響因素變量的選取，主要選?。海?）自然因素：溫度對(duì)小麥產(chǎn)量具有重要影響［9］。研究表明，溫度對(duì)小麥產(chǎn)量影響呈現(xiàn)開(kāi)口向上拋物線形狀，溫度的提升有利于小麥產(chǎn)量增加。另外，根據(jù)尹朝靜［3］等研究，受災(zāi)率會(huì)抑制農(nóng)作物生產(chǎn)效率，采用受災(zāi)面積與農(nóng)作物播種面積之比來(lái)表示。采用省會(huì)城市年均氣溫和受災(zāi)率來(lái)衡量自然條件，預(yù)計(jì)受災(zāi)率會(huì)對(duì)小麥全要素生產(chǎn)率產(chǎn)生負(fù)向影響，但溫度對(duì)小麥全要素生產(chǎn)率是否有影響有待進(jìn)一步驗(yàn)證。（2）經(jīng)濟(jì)社會(huì)因素：科技、生產(chǎn)投入和社會(huì)經(jīng)濟(jì)發(fā)展對(duì)小麥生產(chǎn)驅(qū)動(dòng)作用明顯［10］。眾多學(xué)者研究也表明社會(huì)經(jīng)濟(jì)因素對(duì)小麥生產(chǎn)的影響正在逐步加大，社會(huì)經(jīng)濟(jì)發(fā)展、農(nóng)民收入增加，對(duì)小麥生產(chǎn)產(chǎn)生重要推進(jìn)作用，但不可否認(rèn)的是，社會(huì)財(cái)富增加、人均收入提高相應(yīng)會(huì)減弱農(nóng)民對(duì)農(nóng)業(yè)依賴程度，采用農(nóng)機(jī)總動(dòng)力、有效灌溉面積、人均收入來(lái)衡量經(jīng)濟(jì)社會(huì)條件，預(yù)估農(nóng)機(jī)總動(dòng)力、有效灌溉面積會(huì)產(chǎn)生正向影響，人均收入的影響有待進(jìn)一步驗(yàn)證。（3）人力資本因素：人力資本作為重要投入要素，對(duì)農(nóng)業(yè)現(xiàn)代化的影響呈顯著正向作用［11-12］。借鑒前人研究相關(guān)成果，采用人均受教育年限來(lái)衡量人力資本，根據(jù)盧卡斯人力資本模型，為便于統(tǒng)計(jì)和計(jì)算，選取人均受教育年限作為衡量標(biāo)準(zhǔn)，依據(jù)我國(guó)現(xiàn)有統(tǒng)計(jì)口徑，受教育程度可劃分為文盲及半文盲、小學(xué)、初中、高中、大專及以上，相應(yīng)接受教育年限可劃分為0年、6年、9年、12年、15.5年，預(yù)計(jì)會(huì)對(duì)小麥全要素生產(chǎn)率產(chǎn)生正向影響。（4）勞動(dòng)力因素：勞動(dòng)力作為農(nóng)業(yè)生產(chǎn)不可或缺的因素，其投入規(guī)模對(duì)農(nóng)業(yè)生產(chǎn)具有重要影響，前人研究表明，農(nóng)業(yè)勞動(dòng)力投入能顯著提高糧食產(chǎn)量［13］?；诖耍x取農(nóng)林牧漁業(yè)勞動(dòng)力投入指標(biāo)，預(yù)計(jì)會(huì)產(chǎn)生正向影響。（5）政策因素：國(guó)家政策導(dǎo)向?qū)π←湻N植具有非常重要的影響，國(guó)家自2004年開(kāi)始，逐步推行了良種補(bǔ)貼等四大農(nóng)業(yè)補(bǔ)貼政策，國(guó)家對(duì)農(nóng)業(yè)的大力支持，極大地提高了農(nóng)民生產(chǎn)積極性，根據(jù)高鳴等［14］等研究，糧食補(bǔ)貼對(duì)小麥全要素生產(chǎn)率具有正向影響。采用每667 m2糧食補(bǔ)貼來(lái)衡量政策條件，預(yù)計(jì)會(huì)對(duì)小麥全要素生產(chǎn)率產(chǎn)生正向影響。相關(guān)數(shù)據(jù)來(lái)源于《全國(guó)農(nóng)產(chǎn)品成本收益資料匯編》、《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》以及各省市農(nóng)業(yè)農(nóng)村廳、局，部分年份缺失數(shù)據(jù)采用Lagrtange插值法進(jìn)行插值處理，變量描述性統(tǒng)計(jì)見(jiàn)表1。

表1 變量描述性統(tǒng)計(jì)Table 1 Descriptive statistics of variables

2 結(jié)果與分析

2.1 小麥全要素生產(chǎn)率結(jié)果分析

采用DEAP 2.1軟件，運(yùn)用DEA-Malmquist模型對(duì)全國(guó)15個(gè)小麥主產(chǎn)省2001—2016年小麥綜合效率變化、技術(shù)進(jìn)步、純技術(shù)效率變化、規(guī)模效率變化以及全要素生產(chǎn)率變化指數(shù)進(jìn)行了測(cè)算，運(yùn)用幾何平均值得出全國(guó)各時(shí)期相應(yīng)指數(shù)（表2、表3）。

表2 全國(guó)小麥全要素生產(chǎn)率指數(shù)及其構(gòu)成變化Table 2 Nationalwheat total factor productivity index and its composition changes

從整體上看，2001—2016年全國(guó)小麥全要素生產(chǎn)率平均增長(zhǎng)2.8%，其中：技術(shù)效率年均增長(zhǎng)1.4%，技術(shù)進(jìn)步年均增長(zhǎng)1.4%，純技術(shù)效率年均增長(zhǎng)為-0.01%，規(guī)模效率年均增長(zhǎng)1.6%。這一時(shí)期全國(guó)小麥全要素生產(chǎn)率增長(zhǎng)比較緩慢，技術(shù)進(jìn)步增長(zhǎng)貢獻(xiàn)率和技術(shù)效率進(jìn)步貢獻(xiàn)相同，但該階段純技術(shù)效率為負(fù)增長(zhǎng)，對(duì)整體呈現(xiàn)下拉態(tài)勢(shì)。

從變化趨勢(shì)來(lái)看，2001—2016年，全國(guó)小麥全要素生產(chǎn)率變化呈現(xiàn)階段性特征。“十五”時(shí)期，小麥全要素生產(chǎn)率變動(dòng)幅度較大，2001—2003年均保持正向穩(wěn)定增長(zhǎng)，但增長(zhǎng)率逐年遞減，2004—2005年技術(shù)效率、技術(shù)進(jìn)步效率、規(guī)模效率突降，導(dǎo)致全要素生產(chǎn)率為負(fù)，2005—2006年又迅速反彈，出現(xiàn)較大波折；“十一五”時(shí)期，小麥全要素生產(chǎn)率整體呈現(xiàn)“衰退”態(tài)勢(shì)，除2007—2008年增長(zhǎng)率為正外，其余年份均為負(fù)值；“十二五”時(shí)期，小麥全要素生產(chǎn)率走出“十一”五時(shí)期陰影，整體呈現(xiàn)穩(wěn)步增長(zhǎng)態(tài)勢(shì)，年均增長(zhǎng)5.18%。

分區(qū)域來(lái)看，2001—2016年，各地區(qū)小麥全要素生產(chǎn)率呈現(xiàn)較大差異性：東北地區(qū)小麥全要素生產(chǎn)率增長(zhǎng)速度最快，年均增長(zhǎng)7.6%，高于全國(guó)小麥全要素生產(chǎn)率增長(zhǎng)速度4.8個(gè)百分點(diǎn)；中部地區(qū)小麥全要素生產(chǎn)率全部呈現(xiàn)正向增長(zhǎng)，年均增長(zhǎng)2.2%，山西、河南、安徽、湖北四省年均增長(zhǎng)率分別達(dá)到3.5%、0.8%、2.3%、2.3%；東部地區(qū)也呈現(xiàn)全正向增長(zhǎng)態(tài)勢(shì)，但除江蘇外，河北、山東省增長(zhǎng)速度均低于全國(guó)水平；西部地區(qū)整體發(fā)展較為緩慢，小麥全要素生產(chǎn)率增長(zhǎng)率年均僅為0.9%。

表3 全國(guó)各小麥主產(chǎn)省份全要素生產(chǎn)率及構(gòu)成變化Table 3 Total factor productivity and com position changes ofmajor wheat producing provinces in China

2.2 小麥全要素生產(chǎn)率影響因素結(jié)果分析

2.2.1 數(shù)據(jù)有效性檢測(cè)

為了保證結(jié)果的有效性，避免“偽回歸”現(xiàn)象出現(xiàn)，利用LLC和ADF方法分別對(duì)所有變量進(jìn)行單位根檢驗(yàn)（表4），結(jié)果顯示所有變量均通過(guò)顯著性檢驗(yàn)，表明面板數(shù)據(jù)整體平穩(wěn)。

表4 單位根檢驗(yàn)結(jié)果Table 4 Unit root test results

2.2.2 模型結(jié)果分析

利用Stata 13.0軟件，以小麥全要素生產(chǎn)率指數(shù)為因變量，以年均氣溫、人均收入等8個(gè)指標(biāo)作為自變量，分別進(jìn)行混合面板（OLS）、固定效應(yīng)（FE）和隨機(jī)效應(yīng)（RE）模型回歸。由表5可知，首先通過(guò)F檢驗(yàn)，P值為0.0000，說(shuō)明拒絕原假設(shè)，F(xiàn)E模型優(yōu)于OLS模型，其次通過(guò)Breusch-Pagan LM檢驗(yàn)，P值為1.0000，故接受原假設(shè)，表明OLS模型優(yōu)于RE模型，最后通過(guò)Hausman檢驗(yàn)，P值為0.0000，表明拒絕原假設(shè)，應(yīng)采用FE模型。因此，經(jīng)過(guò)模型檢驗(yàn)比較分析，最終采用固定效應(yīng)模型（FE）的回歸結(jié)果。

各要素的影響結(jié)果表現(xiàn)為：（1）年均氣溫對(duì)小麥全要素生產(chǎn)率具有正向影響，與預(yù)期估計(jì)一致，但未通過(guò)顯著性檢驗(yàn)，根據(jù)楊婷等［14］所研究的結(jié)論，小麥生長(zhǎng)條件對(duì)溫度有一定的要求，溫度提高有助于小麥全要素生產(chǎn)率提高，因而該因素還需要進(jìn)一步研究論證，受災(zāi)率與預(yù)期估計(jì)一致，且通過(guò)1%水平顯著性檢驗(yàn)，表明受災(zāi)率增加會(huì)延緩小麥全要素生產(chǎn)率增長(zhǎng)。（2）人均受教育年限對(duì)小麥全要素生產(chǎn)率具有正向影響，通過(guò)了1%水平顯著性檢驗(yàn)，人均受教育水平提高有助于小麥全要素生產(chǎn)率提升，說(shuō)明農(nóng)民對(duì)教育的重視程度以及國(guó)家實(shí)施的“三農(nóng)人才”政策等培養(yǎng)人才措施對(duì)小麥全要素生產(chǎn)率有顯著成效。（3）農(nóng)機(jī)總動(dòng)力對(duì)小麥全要素生產(chǎn)率有正向影響，與預(yù)估結(jié)論一致，且通過(guò)了5%水平顯著性檢驗(yàn)，這與現(xiàn)實(shí)情況相符，東北地區(qū)機(jī)械化水平普遍高于全國(guó)其他省份，小麥全要素生產(chǎn)率同時(shí)也是全國(guó)增長(zhǎng)速度最快的。（4）有效灌溉面積對(duì)小麥全要素生產(chǎn)率有負(fù)向影響，但未通過(guò)顯著性水平檢驗(yàn)，2001—2016年，全國(guó)小麥主產(chǎn)省份除東部沿海地區(qū)可以實(shí)行大面積小麥機(jī)井等灌溉措施外，中西部廣大地區(qū)由于地形等原因，仍然依靠自然降水來(lái)實(shí)現(xiàn)灌溉，排灌設(shè)施不健全，人力灌溉成本很高，對(duì)小麥生產(chǎn)是一種很大的負(fù)擔(dān)，不利于小麥全要素生產(chǎn)率提高，但根據(jù)現(xiàn)有朱滿德等［4］的研究以及實(shí)際情況，有效灌溉面積增加有可能推動(dòng)全要素生產(chǎn)率的提高，但還有待進(jìn)一步驗(yàn)證。（5）農(nóng)林牧漁業(yè)勞動(dòng)力投入對(duì)小麥全要素生產(chǎn)率有負(fù)向影響，且通過(guò)10%水平顯著性檢驗(yàn)，與預(yù)期估計(jì)相反，說(shuō)明增加農(nóng)林牧漁業(yè)勞動(dòng)力投入對(duì)小麥全要素生產(chǎn)率有削弱作用，但結(jié)果也和人力資本、農(nóng)機(jī)總動(dòng)力因素相對(duì)應(yīng)，全要素生產(chǎn)率不能夠依靠增加人力投入來(lái)實(shí)現(xiàn)，而要提升人力資本質(zhì)量，加強(qiáng)科技、機(jī)器使用，才能切實(shí)提高小麥全要素生產(chǎn)率，增加小麥產(chǎn)量。（6）每667 m2糧食補(bǔ)貼對(duì)小麥全要素生產(chǎn)率有正向影響，且通過(guò)1%水平顯著性檢驗(yàn)，與預(yù)期估計(jì)相同，說(shuō)明國(guó)家對(duì)小麥的糧食補(bǔ)貼政策對(duì)小麥全要素生產(chǎn)率具有促進(jìn)作用，這也與高鳴等［14］的研究結(jié)論以及目前國(guó)家政策導(dǎo)向相一致，未來(lái)國(guó)家仍然會(huì)繼續(xù)加強(qiáng)對(duì)小麥種植進(jìn)行政策補(bǔ)貼，這將有助于促進(jìn)小麥全要素生產(chǎn)率的提高。

表5 小麥全要素生產(chǎn)率影響因素回歸模型結(jié)果Table 5 Results of regression model for factors affecting total factor productivity of wheat

3 結(jié)論與建議

本研究運(yùn)用DEA-Malmquist模型，測(cè)度2001—2016年全國(guó)各小麥主產(chǎn)省份全要素生產(chǎn)率，分析了小麥全要素生產(chǎn)率變化及其影響因素。研究表明：（1）2001—2016年，中國(guó)小麥全要素生產(chǎn)率呈現(xiàn)波動(dòng)增長(zhǎng)的態(tài)勢(shì)，在此期間，技術(shù)效率和技術(shù)進(jìn)步貢獻(xiàn)相當(dāng)。2001—2005年，伴隨著教育、農(nóng)機(jī)裝備水平提升，小麥全要素生產(chǎn)率相應(yīng)得到提升；2006—2010年，多個(gè)年份由于氣候原因，小麥秧苗、機(jī)械化作業(yè)受到嚴(yán)重影響，此時(shí)勞動(dòng)力投入較往年明顯增多，成本提高，全要素生產(chǎn)率受到較大影響。2011—2016年，隨著國(guó)家農(nóng)業(yè)人才培育計(jì)劃實(shí)施，人力資本水平明顯提升，該時(shí)期農(nóng)村勞動(dòng)力轉(zhuǎn)移也達(dá)到一定規(guī)模，農(nóng)林牧漁業(yè)從業(yè)人員明顯降低，但農(nóng)機(jī)使用迅速填補(bǔ)了勞動(dòng)力轉(zhuǎn)移的空缺，小麥全要素生產(chǎn)率呈現(xiàn)反彈式增長(zhǎng)。（2）不同省份間小麥全要素生產(chǎn)率差異明顯，其中：東北地區(qū)增長(zhǎng)最強(qiáng)勁，東部地區(qū)微弱領(lǐng)先于中部地區(qū)，西部地區(qū)增長(zhǎng)空間較大。傳統(tǒng)小麥種植優(yōu)勢(shì)地區(qū)——東北地區(qū)和東部地區(qū)，只有東北地區(qū)依靠國(guó)家商品糧基地的優(yōu)勢(shì)地位和補(bǔ)貼政策保持較高生產(chǎn)率，東部地區(qū)區(qū)位優(yōu)勢(shì)已經(jīng)逐步下降，一方面是因?yàn)闁|部地區(qū)經(jīng)濟(jì)發(fā)展水平較高，政府投資結(jié)構(gòu)明顯傾向于第二產(chǎn)業(yè)和第三產(chǎn)業(yè)，另一方面，東部地區(qū)人均收入明顯高于其他省份，農(nóng)民對(duì)農(nóng)業(yè)依賴程度已經(jīng)大大下降，也不利于小麥全要素生產(chǎn)率的持續(xù)提升。

為了促進(jìn)小麥生產(chǎn)率可持續(xù)提升，未來(lái)小麥發(fā)展應(yīng)著重人力資源投入、機(jī)械化水平提升兩方面。（1）大力加強(qiáng)農(nóng)業(yè)人才培育。單純勞動(dòng)力投入不能有效提升小麥全要素生產(chǎn)率，政府應(yīng)發(fā)揮引導(dǎo)作用，繼續(xù)加強(qiáng)對(duì)農(nóng)業(yè)人才培育力度，培育新型職業(yè)農(nóng)民，提升農(nóng)民教育水平，轉(zhuǎn)變農(nóng)業(yè)經(jīng)營(yíng)方式，同時(shí)鼓勵(lì)大學(xué)生等高水平人才投入農(nóng)業(yè)生產(chǎn)。（2）著力提高農(nóng)機(jī)裝備水平。機(jī)械化水平提升是實(shí)現(xiàn)規(guī)?；?jīng)營(yíng)的重要舉措，對(duì)提高運(yùn)作效率、降低生產(chǎn)成本具有重要意義，各地區(qū)應(yīng)按照自身實(shí)際，實(shí)行因地制宜政策，對(duì)地勢(shì)相對(duì)平坦開(kāi)闊的地區(qū)，應(yīng)著力推行大型機(jī)械化種植，而對(duì)地形較為復(fù)雜的丘陵等山區(qū)，應(yīng)推動(dòng)中小型機(jī)械入地，同時(shí)為應(yīng)對(duì)農(nóng)機(jī)使用成本高的問(wèn)題，各地區(qū)可以探索實(shí)行農(nóng)機(jī)專業(yè)化服務(wù)體系，用租用替代購(gòu)買，以此降低農(nóng)民的使用成本［5］，實(shí)現(xiàn)小麥種植健康快速發(fā)展。