楊佳利

（韶關(guān)學(xué)院 商學(xué)院，廣東 韶關(guān) 512005）

一、問題的提出

近年來中國農(nóng)業(yè)取得了舉世矚目的成就，糧食產(chǎn)量2000—2020 年保持年均1.2%的增速，超過了同期全國人口增速和世界糧食、農(nóng)業(yè)增速。2020 年全國糧食總產(chǎn)量66949 萬噸，比2019 年增加565萬噸，創(chuàng)歷史最高水平，但增速卻有所下滑。在經(jīng)濟(jì)新常態(tài)和農(nóng)業(yè)轉(zhuǎn)型時(shí)期，中國農(nóng)業(yè)發(fā)展已到重大轉(zhuǎn)折關(guān)口，其支撐因素在逐步消長變化，對生產(chǎn)要素投入的依賴給農(nóng)業(yè)可持續(xù)發(fā)展帶來了挑戰(zhàn)，以環(huán)境為代價(jià)的農(nóng)業(yè)粗獷式增長難以為繼。Krugman[1]研究表明全要素生產(chǎn)率不等于一切，但是從經(jīng)濟(jì)發(fā)展長期來看幾乎代表著一切?？茖W(xué)衡量中國農(nóng)業(yè)全要素生產(chǎn)率現(xiàn)狀，助推農(nóng)業(yè)全要素生產(chǎn)率持續(xù)增長是中國農(nóng)業(yè)發(fā)展的基本方向，是農(nóng)業(yè)轉(zhuǎn)變發(fā)展方式的核心議題。

由于農(nóng)業(yè)全要素生產(chǎn)率在農(nóng)業(yè)經(jīng)濟(jì)發(fā)展中的重要性，近年來國內(nèi)外針對農(nóng)業(yè)全要素生產(chǎn)率測算的研究文獻(xiàn)非常豐富。Lambert和Parker[2]采用DEA方法測算了中國農(nóng)業(yè)全要素生產(chǎn)率的變化。Moreira和Bravo-Ureta[3]采用隨機(jī)前沿法測算了農(nóng)業(yè)全要素生產(chǎn)率。Tesafye等[4]運(yùn)用Malmquist指數(shù)對突尼斯小麥種植業(yè)全要素生產(chǎn)率進(jìn)行了測算。劉晗等[5]基于SFA模型對農(nóng)業(yè)全要素生產(chǎn)率增長進(jìn)行了實(shí)證研究；尹朝靜等[6]采用DEA-Malmquist生產(chǎn)率指數(shù)核算了1998—2011年中國農(nóng)業(yè)全要素生產(chǎn)率；史常亮等[7]采用SFA模型對中國31個省份1993—2013年的農(nóng)業(yè)全要素生產(chǎn)率進(jìn)行了測算；郭海紅和劉新民[8]采用Malmquist測算了農(nóng)業(yè)全要素生產(chǎn)率并系統(tǒng)研究了其時(shí)空演變；王麗明等[9]采用OP法測算國家重點(diǎn)龍頭企業(yè)農(nóng)業(yè)全要素生產(chǎn)率，并系統(tǒng)分析了其區(qū)域差異和驅(qū)動因素；薛超等[10]采用Malmquist生產(chǎn)率指數(shù)測算了中國31個省份的種植業(yè)全要素生產(chǎn)率。

有關(guān)中國農(nóng)業(yè)全要素生產(chǎn)率研究的文獻(xiàn)不少，但結(jié)果存在較大差異，對于農(nóng)業(yè)全要素生產(chǎn)率驅(qū)動力和地區(qū)差異的看法也存在分歧，解釋各異。造成結(jié)論差異的原因除了變量選取、樣本量和研究期的不同，還有估計(jì)方法和人為確定權(quán)重的不同。在測算中，使用參數(shù)（SFA）和半?yún)?shù)法（OP）存在需要嚴(yán)格設(shè)定生產(chǎn)函數(shù)的缺陷，而采用DEA- Malmquist生產(chǎn)率指數(shù)法存在從投入或產(chǎn)出角度定義的隨意性，從而造成結(jié)果的不可比性。非參數(shù)HMB生產(chǎn)率指數(shù)法不僅能有效克服上述研究方法的缺陷，還能較全面解釋農(nóng)業(yè)全要素生產(chǎn)率的驅(qū)動力。已有文獻(xiàn)中李靜等采用HMB指數(shù)法測算了1978—2004年中國農(nóng)業(yè)全要素生產(chǎn)率[11]，但并未系統(tǒng)分析其地區(qū)差異和收斂性。在農(nóng)地流轉(zhuǎn)大背景下，農(nóng)業(yè)規(guī)?；?jīng)營推動著中國農(nóng)業(yè)增長方式發(fā)生改變，近年來中國農(nóng)業(yè)全要素生產(chǎn)率增長如何？效率驅(qū)動力在哪？這些都值得我們深思。本研究擬基于HMB指數(shù)測算并分解農(nóng)業(yè)全要素生產(chǎn)率變動，探究中國近年來農(nóng)業(yè)全要素生產(chǎn)率的主要驅(qū)動力，全面分析中國農(nóng)業(yè)全要素生產(chǎn)率增長的地區(qū)差距和收斂變化趨勢，并嘗試解釋農(nóng)業(yè)全要素生產(chǎn)率收斂的影響因素，以期為實(shí)現(xiàn)農(nóng)業(yè)高質(zhì)量發(fā)展和農(nóng)業(yè)轉(zhuǎn)型、推動各地區(qū)農(nóng)業(yè)經(jīng)濟(jì)協(xié)調(diào)發(fā)展提供參考。

二、研究方法與指標(biāo)選取

1.農(nóng)業(yè)全要素生產(chǎn)率測算

測量農(nóng)業(yè)全要素生產(chǎn)率（ATFP）常用的方法是參數(shù)和非參數(shù)法。參數(shù)估計(jì)方法通常是先設(shè)定生產(chǎn)函數(shù)，根據(jù)誤差項(xiàng)分布假設(shè)估計(jì)函數(shù)中的參數(shù)，求得全要素生產(chǎn)率的增長率，該方法能較好地解決測度誤差的問題，但使用中受到函數(shù)設(shè)定和誤差分布假設(shè)的限制。非參數(shù)方法較好地彌補(bǔ)了這一缺陷，Malmquist 指數(shù)作為數(shù)據(jù)包絡(luò)分析非參數(shù)方法應(yīng)用較為廣泛，它采用線性規(guī)劃技術(shù)基于投入和產(chǎn)出數(shù)據(jù)構(gòu)造生產(chǎn)前沿面測算農(nóng)業(yè)全要素生產(chǎn)率，但存在從投入或產(chǎn)出角度定義的隨意性缺陷，從而造成結(jié)果不可比性。為了克服上述缺陷，Bjurek 等[12]使用產(chǎn)出與投入角度的Malmquist 生產(chǎn)率指數(shù)比率的HMB 生產(chǎn)率指數(shù)來有效解決這一問題。本研究將采用非參數(shù)HMB 指數(shù)方法對農(nóng)業(yè)全要素生產(chǎn)率進(jìn)行測算，公式如下：

上式中，Mo(xs,ys,xt,yt) 是從s 期到t 期產(chǎn)出角度的Malmquist 指數(shù)，Mi(xs,ys,xt,yt)是從s期到t 期投入角度的Malmquist 指數(shù)。

2.農(nóng)業(yè)全要素生產(chǎn)率驅(qū)動力

農(nóng)業(yè)全要素生產(chǎn)率的驅(qū)動力可從HMB 指數(shù)分解中得到解釋：

LnHMB(xs,ys,xt,yt)=LnTCs,t+LnECs,t+LnMEs,t+ LnSCs,t

LnTCs,t、LnECs,t、LnMEs,t和LnSCs,t分別表示從s 期到t 期的技術(shù)進(jìn)步變化率、技術(shù)效率變化率、混合效率變化率和規(guī)模效率變化率；Ss,t表示投入角度的Malmquist 指數(shù)，rs,t表示產(chǎn)出角度的Malmquist指數(shù)。其中，

在分解效率中，大于 1 則表示分解指數(shù)正向驅(qū)動了ATFP 增長，小于1 則表示分解指數(shù)對ATFP增長產(chǎn)生了負(fù)向影響，對比HMB 的四項(xiàng)測量值大小，可以推斷出樣本期ATFP 的驅(qū)動因素。

3.收斂性

分析農(nóng)業(yè)全要素生產(chǎn)率收斂性有利于更好地制定農(nóng)業(yè)政策，促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)均衡發(fā)展。收斂性分析常用的檢驗(yàn)方法為δ 收斂、絕對β 收斂和條件β收斂。

（1） δ 收斂。δ 收斂是指不同農(nóng)業(yè)全要素生產(chǎn)率的HMB 指數(shù)趨于統(tǒng)一穩(wěn)態(tài)即發(fā)散程度在逐步降低。若δ 值呈現(xiàn)出逐漸降低的趨勢，則證明收斂是存在的。δ 收斂檢驗(yàn)的具體公式如下：

（2）絕對β 收斂。建立空間計(jì)量模型對農(nóng)業(yè)全要素生產(chǎn)率進(jìn)行絕對β 收斂檢驗(yàn)，具體模型如下：

上式中，c 表示常數(shù)項(xiàng)，vit表示隨機(jī)誤差項(xiàng)，ui表示空間效應(yīng)；Yi,t表示i 在t 時(shí)期的農(nóng)業(yè)全要素生產(chǎn)率總效率和分效率的變化率，則公式左邊項(xiàng)代表省份i 從t 時(shí)期到t+1 時(shí)期的農(nóng)業(yè)全要素生產(chǎn)率總、分效率變化率；β 代表lnYi,t的系數(shù)項(xiàng)，若β 系數(shù)項(xiàng)為負(fù)且通過顯著性檢驗(yàn)則說明農(nóng)業(yè)全要素生產(chǎn)率總效率和分效率變化率存在絕對β 收斂，反之不存在絕對β 收斂。

（3）條件β 收斂。

上式中，β1表示省份i 在t 時(shí)期的農(nóng)業(yè)全要素生產(chǎn)率總效率和分效率的估計(jì)系數(shù)，Z 表示所有的初始條件變量，βz表示初始條件變量估計(jì)系數(shù)。

4.指標(biāo)選取

測量農(nóng)業(yè)全要素生產(chǎn)率需要確定農(nóng)業(yè)投入與產(chǎn)出變量，本研究用播種面積X1（千公頃）表示土地投入、第一產(chǎn)業(yè)就業(yè)X2（萬人）表示勞動力投入，農(nóng)業(yè)資本存量和資本品、中間投入分別用機(jī)械總動力X3（萬千瓦）、化肥施用量X4（萬噸）和農(nóng)藥X5（噸）表示；采用農(nóng)林牧漁業(yè)總產(chǎn)值Y（億元）作為產(chǎn)出變量，以便保證產(chǎn)出變量與投入變量的口徑一致。盡管現(xiàn)有文獻(xiàn)中不少學(xué)者采用農(nóng)業(yè)總產(chǎn)值增量、農(nóng)業(yè)總產(chǎn)值占比等來表示農(nóng)業(yè)產(chǎn)出變量，但投入變量若不進(jìn)行相應(yīng)調(diào)整，會造成測算結(jié)果有偏差。考慮通貨膨脹的影響，產(chǎn)出變量選取農(nóng)林牧漁業(yè)總產(chǎn)值并以 2003 年為基期進(jìn)行價(jià)格平減處理。

條件β 收斂初始變量選取考慮兩個方面的因素：第一，農(nóng)戶自身稟賦因素。包括農(nóng)戶素質(zhì)JSNM（用經(jīng)營耕地30 畝以上規(guī)模農(nóng)戶占比表征）、投入要素?fù)碛辛縂D（家庭承包耕地面積/畝）、勞均資本量LJJX（農(nóng)業(yè)機(jī)械總動力/第一產(chǎn)業(yè)勞動力投入）、有效灌溉YXGG（有效灌溉面積/耕地面積）。第二，外部環(huán)境因素。包括市場化水平Market（數(shù)據(jù)源于樊綱、王小魯、張小文等《中國各地區(qū)市場化進(jìn)程報(bào)告》，不足年份以環(huán)比指數(shù)進(jìn)行相應(yīng)遞推）、財(cái)政支農(nóng)占比CZZN（地方財(cái)政支農(nóng)支出/地方財(cái)政總支出）、農(nóng)業(yè)結(jié)構(gòu)NYJG（農(nóng)林牧漁總產(chǎn)值/GDP）、工業(yè)增加值GYZJZ（億元）、人口城鎮(zhèn)化RKCZH、復(fù)種指數(shù)FZZS（播種面積/耕地面積）和人均GDP PERGDP（元）變量。

三、數(shù)據(jù)來源及計(jì)量結(jié)果分析

1.數(shù)據(jù)來源

利用2003—2019 年全國30 ?。ㄊ小^(qū)）17 年農(nóng)業(yè)投入產(chǎn)出面板數(shù)據(jù)（西藏?cái)?shù)據(jù)不全）測算得出2005/2004—2018/2017 年的HMB 指數(shù)（HMB 計(jì)算公式會抵消3 年的投入產(chǎn)出數(shù)據(jù)）。所需數(shù)據(jù)均來自《中國農(nóng)業(yè)統(tǒng)計(jì)年鑒》和《全國農(nóng)村經(jīng)濟(jì)情況統(tǒng)計(jì)資料》。變量的描述性統(tǒng)計(jì)見表1。為進(jìn)一步觀測農(nóng)業(yè)全要素生產(chǎn)率的地區(qū)差異，根據(jù)行政區(qū)域劃分，將中國劃分為東部、中部和西部三大區(qū)域，其中，東部地區(qū)包括11 個省份，分別為河北、北京、天津、廣東、江蘇、遼寧、山東、上海、浙江、福建、海南；中部地區(qū)包括8 個省份，分別為安徽、河南、黑龍江、吉林、湖北、湖南、江西、山西；西部地區(qū)包括12 個省份，分別為內(nèi)蒙古、廣西、貴州、云南、四川、重慶、西藏（數(shù)據(jù)不全）、寧夏、青海、甘肅、陜西、新疆。

表1 投入產(chǎn)出變量的描述性統(tǒng)計(jì)

2.測算結(jié)果分析

基于中國農(nóng)業(yè)省級面板數(shù)據(jù)、HMB 生產(chǎn)率指數(shù)和R3.4.3 軟件，對農(nóng)業(yè)全要素生產(chǎn)率變化指數(shù)進(jìn)行綜合測算與分解，結(jié)果見表2。觀察2005/2004—2018/2017年中國農(nóng)業(yè)全要素生產(chǎn)率HMB環(huán)比指數(shù)的變化，絕大多數(shù)年份農(nóng)業(yè)全要素生產(chǎn)率的環(huán)比指數(shù)都是大于1 的，意味著在考察期間絕大多數(shù)年份ATFP 是增長的，規(guī)模效率（SC）是提升的。技術(shù)進(jìn)步率（TC）、混合效率（ME）、技術(shù)效率（EC）表現(xiàn)則不同，數(shù)值在1 上下波動，后面將具體展開分析。

（1）農(nóng)業(yè)全要素生產(chǎn)率測算結(jié)果分析。表2呈現(xiàn)了2005/2004—2018/2017 年中國農(nóng)業(yè)全要素生產(chǎn)率的變化趨勢，可以發(fā)現(xiàn)幾點(diǎn)規(guī)律。2005—2018年中國農(nóng)業(yè)全要素生產(chǎn)率平均增長率為7.7191%，樣本期內(nèi)除了2006 年相對2005 年出現(xiàn)下降之外，農(nóng)業(yè)全要素生產(chǎn)率均處于正向增長的狀態(tài)，其中最高點(diǎn)出現(xiàn)在 2012 年，增長了12.79%，最低點(diǎn)出現(xiàn)在 2006 年，下降了約1.4%；農(nóng)業(yè)全要素生產(chǎn)率在樣本期總體表現(xiàn)為先波動性增長后波動性下降。近年來，中國經(jīng)濟(jì)逐步由高速增長向高效增長過渡，政府需要通過一系列經(jīng)濟(jì)結(jié)構(gòu)性改革，逐步消除地區(qū)非均衡發(fā)展累積下來的不良影響，引導(dǎo)經(jīng)濟(jì)結(jié)構(gòu)向較均衡的方向發(fā)展。然而一系列的結(jié)構(gòu)調(diào)整和改革措施，可能導(dǎo)致經(jīng)濟(jì)增長速度降低，即經(jīng)濟(jì)發(fā)展的結(jié)構(gòu)性減速，這勢必會對農(nóng)業(yè)全要素生產(chǎn)率增長帶來影響，使得其增長速度放慢。其次，隨著國家鼓勵第三產(chǎn)業(yè)發(fā)展政策的推動，優(yōu)質(zhì)投入要素會流向第三產(chǎn)業(yè)，要素流動帶來的產(chǎn)業(yè)結(jié)構(gòu)變遷也會引起農(nóng)業(yè)全要素生產(chǎn)率降低。

（2）農(nóng)業(yè)全要素生產(chǎn)率驅(qū)動力分析。從農(nóng)業(yè)全要素生產(chǎn)率指數(shù)的分解來看，樣本期農(nóng)業(yè)全要素生產(chǎn)率的驅(qū)動因素：樣本期SC 年度平均值為1.16233，成為貢獻(xiàn)TFP 增長的主要驅(qū)動力。除了2006 年、2009 年和2017 年增長為負(fù)之外，其他年份均保持了較高的增長率。最高值出現(xiàn)在2016 年，SC 保持了38.96%的高速增長。EC 的值圍繞1 上下波動，平均值為1.00620，最高值出現(xiàn)在2015 年，增長率為6.167%，最低值出現(xiàn)在2016 年，較上一年降低了2.78%，從圖1 上看，EC 波動較為平緩，EC 平均值也為正，但是平均增長率較低，僅為0.62%，對農(nóng)業(yè)全要素生產(chǎn)率產(chǎn)生了正向驅(qū)動，但沒有表現(xiàn)出特別明顯的優(yōu)勢。TC 年度平均值為0.96753。除了2017 年TC 指數(shù)相對2016 年有所提高之外，TC 呈現(xiàn)出總體下降的趨勢，對農(nóng)業(yè)全要素生產(chǎn)率增長沒有起到正向的推動作用。這可能與經(jīng)濟(jì)結(jié)構(gòu)性減速有一定的關(guān)系。ME 年度平均值為0.97636，較多年份出現(xiàn)了負(fù)增長，大大拉低了當(dāng)年農(nóng)業(yè)全要素生產(chǎn)率增長水平，而且波動幅度較大；中國農(nóng)業(yè)TC 和ME 相對較低，是農(nóng)業(yè)全要素生產(chǎn)率的短板。農(nóng)業(yè)全要素生產(chǎn)率和EC 與TC 的變動趨勢相似且變化步調(diào)非常相似。

表2 2005—2018 年中國農(nóng)業(yè)全要素生產(chǎn)率的HMB 指數(shù)

圖1 2005—2018 年全國農(nóng)業(yè)全要素生產(chǎn)率變動環(huán)比指數(shù)

（3）地區(qū)差異。根據(jù)2005—2018 年全國HMB指數(shù)結(jié)果，將排名前三省份出現(xiàn)次數(shù)由高到低排序，湖北、山西、黑龍江、新疆出現(xiàn)3 次，寧夏、山東、江蘇、重慶、天津、湖南、云南、貴州、浙江、廣東出現(xiàn)2 次；如果按照排名前五來統(tǒng)計(jì)，黑龍江、湖北、江蘇、青海、天津、新疆出現(xiàn)4 次，北京、甘肅、廣西、寧夏、山西、云南、浙江、重慶則出現(xiàn)了3 次。從排名靠前的省份出現(xiàn)概率來看，東中西部都有出現(xiàn)，有些省份的HMB 指數(shù)多次排名靠前，展現(xiàn)出突出的地理優(yōu)勢；但是波動性也是比較明顯，從HMB 排名上看，并沒有突出的地域穩(wěn)定性。中國農(nóng)業(yè)全要素生產(chǎn)率存在一定的地區(qū)差異(表3)。平均而言，東部地區(qū)的農(nóng)業(yè)全要素生產(chǎn)率指數(shù)為 1.082 101，中部和西部地區(qū)則分別為 1.074 237和1.074 431；TC 指數(shù)差別較大，東中西部分別為 0.971 36、0.968 78 和0.962 78；ME 指數(shù)也存在較大差異，分別為0.973 84、0.977 84 和 0.977 80；EC也存在較大差異，東中西部分別為1.010 75、1.008 99和0.999 61；SC分別為1.159 00、1.153 88和1.171 81。整體來看，東部地區(qū)農(nóng)業(yè)全要素生產(chǎn)率高于中西部地區(qū)。主要原因在于：一是地區(qū)農(nóng)業(yè)生產(chǎn)的土壤和氣候等自然條件差距。東部地區(qū)地形地貌具有先天優(yōu)勢，在土壤肥力、氣候條件等方面優(yōu)于中西部地區(qū)。二是地區(qū)經(jīng)濟(jì)條件差異。東部經(jīng)濟(jì)發(fā)達(dá)，對外開放程度較高，政策制度較為靈活，信息通暢，農(nóng)民能較快接觸先進(jìn)的農(nóng)業(yè)技術(shù)；此外東部地區(qū)農(nóng)戶整體文化素質(zhì)較高，接受新技術(shù)的意愿較強(qiáng)烈，技術(shù)吸收能力較強(qiáng)，這些都是東部地區(qū)提高農(nóng)業(yè)效率的比較優(yōu)勢。

表3 各年度分地區(qū)農(nóng)業(yè)全要素生產(chǎn)率變動表

3.收斂檢驗(yàn)結(jié)果分析

（1） δ 收斂結(jié)果分析。將2005—2018 年HMB指數(shù)代入δ 收斂計(jì)算公式中，得到HMB 的變異系數(shù)。全國農(nóng)業(yè)全要素生產(chǎn)率HMB 指數(shù)的5 個變異系數(shù)（圖2）均不大，TFP、EC、TC、SC 和SC 變異系數(shù)分別為0.095 9、0.059 0、0.049 5、0.025 5、0.128 7 和0.080 2。ATFP 變異指數(shù)較穩(wěn)定，圍繞0.1上下波動；EC 呈現(xiàn)波動中下降的趨勢，TC 波動較為平緩，其中2007—2013 年技術(shù)進(jìn)步總體下降趨勢明顯，說明該時(shí)期技術(shù)進(jìn)步出現(xiàn)了收斂的跡象；SC 波動幅度較大，沒有表現(xiàn)出收斂的趨勢，其變異系數(shù)平均值為0.114 8，為五項(xiàng)指數(shù)之最。ME 和SC 的變異系數(shù)要明顯高于其他三項(xiàng)指數(shù)，TC 變異系數(shù)最小，其次為EC 和ME。ATFP 變異系數(shù)與TC 和EC 變異系數(shù)變化趨勢相似。從整體看，均沒有呈現(xiàn)出逐漸下降的趨勢，說明農(nóng)業(yè)全要素生產(chǎn)率HMB 指數(shù)均沒有出現(xiàn)顯著的δ 收斂。

圖2 全國5 個變異系數(shù)對比圖

圖3 至圖5 是分區(qū)后結(jié)果。東部地區(qū)農(nóng)業(yè)全要素生產(chǎn)率變異系數(shù)較中西部地區(qū)來說偏低，西部最大；TC 變異系數(shù)差別不大，中部最低，東部偏大；EC 變異系數(shù)中部最大，東部最?。籗C 變異系數(shù)值都比較大，東部最大，其次為西部，中部最低；ME變異系數(shù)地區(qū)差異較小，中部最大，東部和西部地區(qū)的變異系數(shù)接近。樣本期內(nèi)全國農(nóng)業(yè)全要素生產(chǎn)率HMB 指數(shù)變異系數(shù)與東部地區(qū)變化趨勢相似，但整體上中部和西部的變異系數(shù)要大于東部的變異系數(shù)，農(nóng)業(yè)全要素生產(chǎn)率和TC、EC、SC 和ME波動均較明顯且樣本期內(nèi)并未呈現(xiàn)出下降的趨勢，即整體上均未出現(xiàn)顯著的δ 收斂，分區(qū)農(nóng)業(yè)全要素生產(chǎn)率HMB 指數(shù)均未呈現(xiàn)顯著的δ 收斂。

圖3 東部5 個變異系數(shù)對比圖

圖4 中部5 個變異系數(shù)對比圖

圖5 西部5 個變異系數(shù)對比圖

（2）絕對 β 收斂結(jié)果分析。對數(shù)據(jù)進(jìn)行Hausman 檢驗(yàn)，結(jié)果為采用“固定效應(yīng)模型”。利用空間誤差（SEM）模型對農(nóng)業(yè)全要素生產(chǎn)率HMB指數(shù)進(jìn)行絕對β 收斂檢驗(yàn)，結(jié)果見表4?？臻g誤差項(xiàng)系數(shù)（Spatial error parameter）均通過了1%顯著性水平的檢驗(yàn)，且系數(shù)為正，驗(yàn)證了采用空間計(jì)量模型的必要性。5 個模型中β 收斂系數(shù)的估計(jì)值均通過了1%顯著性水平的檢驗(yàn)，且系數(shù)均為負(fù)，表明農(nóng)業(yè)全要素生產(chǎn)率的總、分效率逐漸趨于同一穩(wěn) 定水平，均發(fā)生了絕對β 收斂。這一現(xiàn)象的原因可以從以下方面解釋：第一，由于生產(chǎn)規(guī)模較小，通過SC 的提高容易形成SC 遞增的優(yōu)勢，而SC 較高的地區(qū)，生產(chǎn)規(guī)模較大，容易出現(xiàn)SC 遞減的現(xiàn)象。第二，EC 較低的地區(qū)，EC 提升空間較大，而EC較高的地區(qū)，提升幅度有限，這樣EC 差異逐步收斂。第三，TC 較大的地區(qū)更要通過引進(jìn)農(nóng)業(yè)技術(shù)創(chuàng)新來帶動技術(shù)進(jìn)步，而TC 較落后的地區(qū)則主要通過技術(shù)推廣就可實(shí)現(xiàn)技術(shù)進(jìn)步，進(jìn)而促進(jìn)了農(nóng)業(yè)技術(shù)進(jìn)步的收斂。第四，對于農(nóng)業(yè)ME 收斂，可從配置效率得到解釋。一方面家庭戶均經(jīng)營耕地面積擴(kuò)大使農(nóng)地邊際產(chǎn)出和農(nóng)地收益雙雙提高，同時(shí)農(nóng)地流轉(zhuǎn)進(jìn)一步釋放大量的農(nóng)村勞動力，使資本和勞動力資源得到重新配置，適度的資本增密促進(jìn)了效率的提升；另一方面，過度的資本增密也會導(dǎo)致集聚效應(yīng)由規(guī)模效應(yīng)向擁擠效應(yīng)轉(zhuǎn)變，造成資源浪費(fèi)與無效，降低配置效率，使得ME 趨向收斂。

表4 絕對β 收斂回歸結(jié)果

（3）條件β 收斂結(jié)果分析。利用空間誤差（SEM）模型對農(nóng)業(yè)全要素生產(chǎn)率的總效率和分效率分別進(jìn)行條件β 收斂的檢驗(yàn)，估計(jì)前先對所用數(shù)據(jù)進(jìn)行Hausman 檢驗(yàn)，結(jié)果顯示采用“固定效應(yīng)模型”。從表5 空間誤差模型估計(jì)結(jié)果來看，空間誤差項(xiàng)系數(shù)（Spatial error parameter）均通過了1%顯著性水平檢驗(yàn)，且系數(shù)為正，驗(yàn)證了利用空間計(jì)量模型的必要性。5 個模型估計(jì)系數(shù)β1均通過1%顯著性水平的檢驗(yàn)，且系數(shù)均為負(fù)，說明農(nóng)業(yè)全要素生產(chǎn)率的總、分效率均存在條件β 收斂。從影響因素的估計(jì)結(jié)果來看，市場化水平和人口城鎮(zhèn)化對農(nóng)業(yè)全要素生產(chǎn)率的總、分效率收斂的影響均為負(fù)，且均通過了顯著性水平的檢驗(yàn)，表明市場化水平和人口城鎮(zhèn)化提高有利于農(nóng)業(yè)全要素生產(chǎn)率的總、分效率的收斂。人均GDP 對農(nóng)業(yè)全要素生產(chǎn)率的總、分效率收斂的影響均為正，且均通過了顯著性水平檢驗(yàn)，表明人均GDP 提高不利于農(nóng)業(yè)全要素生產(chǎn)率的收斂。有效灌溉除了TC 模型不顯著，其他均顯著，且為負(fù)數(shù)，表明灌溉水平提高會促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率的收斂，原因可能是灌溉水平提高能有效提高要素的利用效率，從而促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率提升，不同要素生產(chǎn)率更容易趨于各自的穩(wěn)態(tài)形成收斂。農(nóng)業(yè)結(jié)構(gòu)對ATFP 和SC 收斂的影響為正，且分別通過了10%和1%顯著性水平的檢驗(yàn)，農(nóng)業(yè)結(jié)構(gòu)不利于ATFP 和SC的收斂。其他初始變量均沒有通過顯著性檢驗(yàn)。

表5 條件β 收斂估計(jì)結(jié)果

四、結(jié)論及其啟示

上述研究表明：第一，考察期中國農(nóng)業(yè)全要素生產(chǎn)率總體處于正向增長的狀態(tài)，但呈現(xiàn)出波動中下降的趨勢，絕大多數(shù)年份農(nóng)業(yè)全要素生產(chǎn)率是增長的，規(guī)模效率是提升的。第二，規(guī)模效率成為農(nóng)業(yè)全要素生產(chǎn)率增長的主要動力，技術(shù)效率平均增長率僅為0.62%，對農(nóng)業(yè)全要素生產(chǎn)率貢獻(xiàn)甚微；技術(shù)進(jìn)步率和混合效率相對較低，是農(nóng)業(yè)全要素生產(chǎn)率的短板。農(nóng)業(yè)全要素生產(chǎn)率與技術(shù)效率、技術(shù)進(jìn)步率的變動趨勢和變化步調(diào)非常相似?？疾炱谵r(nóng)業(yè)全要素生產(chǎn)率存在地區(qū)差異，總的來說東部地區(qū)略高于中西部地區(qū)。第三，農(nóng)業(yè)全要素生產(chǎn)率HMB指數(shù)均未出現(xiàn)明顯的δ收斂趨勢，但均存在顯著的絕對β收斂和條件β收斂趨勢；其中市場化指數(shù)、人口城鎮(zhèn)化提高有利于農(nóng)業(yè)全要素生產(chǎn)率的收斂，有效灌溉有利于技術(shù)進(jìn)步率之外的其他效率收斂，而農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)和人均GDP的提升則阻礙了農(nóng)業(yè)全要素生產(chǎn)率的收斂。

上述結(jié)論對于全面提升中國農(nóng)業(yè)全要素生產(chǎn)率和促進(jìn)農(nóng)業(yè)全面轉(zhuǎn)型具有以下啟示：第一，進(jìn)一步挖掘規(guī)模效率的增長潛力。繼續(xù)推動農(nóng)地有序流轉(zhuǎn)，推進(jìn)農(nóng)業(yè)適度規(guī)模經(jīng)營，既要提升小農(nóng)戶經(jīng)營規(guī)模，又要預(yù)防農(nóng)業(yè)經(jīng)營大戶因經(jīng)營規(guī)模過大導(dǎo)致的規(guī)模效率遞減。第二，重視農(nóng)業(yè)科研投入，提高科研資金使用效率，同時(shí)也要加強(qiáng)對農(nóng)民的技術(shù)培養(yǎng)，提高農(nóng)民對農(nóng)業(yè)技術(shù)的吸收能力。第三，提升農(nóng)業(yè)技術(shù)效率。尊重農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營中市場需求，只有在尊重市場作用下的技術(shù)效率提升才能真正帶來農(nóng)業(yè)經(jīng)濟(jì)效益的提高。第四，優(yōu)化農(nóng)地資源配置，提升農(nóng)業(yè)配置效率。應(yīng)深化制度改革，健全農(nóng)地流轉(zhuǎn)市場，充分發(fā)揮市場機(jī)制資源配置的作用。要結(jié)合地區(qū)經(jīng)濟(jì)發(fā)展實(shí)際，推動地方政府的角色與行為的改變，將政府權(quán)力集中在健全市場機(jī)制、強(qiáng)化監(jiān)管服務(wù)功能和培育新型經(jīng)營主體以及防范風(fēng)險(xiǎn)等方面。