熱門論文
最新論文
寧夏農業全要素生產率測算及時空差異研究
發布時間：2022-10-05 11:48
第一章緒論 1
1.1研究背景與研究意義 1
1.2文獻綜述 2
1.3研究思路與方法 7
1.4創新與不足 9
第二章 概念界定與理論基礎 10
2.1概念界定 10
2.2理論基礎 11
第三章寧夏農業發展現狀分析 13
3.1地區概況 13
3.2農業總產值及其結構 13
3.3農業要素配置現狀 14
3.4本章小結 22
第四章寧夏農業全要素生產率測算與分析 23
4.1測算方法 23
4.2指標選取與數據來源 24
4.3農業全要素生產率測算及變動分析 25
4.4本章小結 33
第五章寧夏農業全要素生產率的空間探索性分析 34
5.1方法介紹 34
5.2全局空間自相關檢驗 36
5.3空間關聯局域指標（LISA）分析 38
5.4本章小結 40
第六章寧夏農業全要素生產率的影響因素分析 41
6.1模型介紹 41
6.2影響因素和數據來源 41
6.3模型選擇 43
6.4參數估計與結果分析 44
6.5本章小結 46
第七章結論與建議 48
7.1結論 48
7.2建議 49
參考文獻 51
致謝 55
第一章緒論
1.1研究背景與研究意義
1.1.1研究背景
中共十九大報告指出，我國經濟目前己經開始從量的發展逐漸轉變為質的提升，我國已 經形成了以質量提升為目標的經濟發展態勢。目前,供給側結構性改革等眾多措施開始奏效, 以質量和效益為目標的經濟發展模式已經基本形成，我國經濟發展中全要素生產率的提升得 到了較好的支撐條件，需要立足這一核心之上加快經濟總體轉型。農業是國民經濟發展的重 要支撐，在保障民生、保持總體經濟總體平穩中發揮著重要作用。2004年以來，中央一號連 續19年聚焦農業發展問題，2022年提出，面對百年未有之大變局，要從鄉村振興重大戰略 需要出發，助力經濟、社會穩定高效發展。同時，立足我國“十四五”規劃的內容和2035年 遠景目標的規劃，我們要優先發展農業農村，全面推動鄉村振興。因此，從長遠來看，解決 好農業這一關系國計民生的根本問題至關重要。當前我國農業發展正處在一個關鍵關口，既 面臨著難得的機遇，同時也存在一些突出矛盾和困難。在高質量發展的大背景下，在農業領 域全面落實供給側結構性改革的各種政策，立足鄉村振興總體戰略部署之上，提高全要素生 產率已成引領新時代“三農”工作的風向標。
農業的高質量和可持續增長是當前社會和學術界關注的焦點。經濟的增長是資源要素不 斷投入和全要素生產率不斷提升綜合影響的產物，但是要素的應用不會不受限制地推動經濟 增長，最后都會因為環境、資源及市場因素而受到影響。但是，當農業領域供給側結構性改 革政策持續落地之后，農業全要素生產率的增長依然面臨嚴峻的挑戰。一是近年來我國農業 全要素生產率增長呈現減緩態勢，尤其是近十年來其年均增長率出現了明顯下降；二是促進 農業全要素生產率提升的核心驅動力出現了減弱的趨勢。從農業創新層面展開分析，農地改 革并沒有形成理想的發展力，農民組織發揮了何種作用有待進一步考證。就農業技術進步而 言，科技創新體制方面的問題也比較突出，對農業技術創新能力形成了局限和制約，具體體 現為農業企業創新難度高，種植業創新主動性不足,政府公共職能和市場作用尚未充分發揮。 對于農業市場改革，其對提高全要素生產率的貢獻度逐漸降低。對農業基礎設施而言，雖然 不斷增加資金、資源的投入，但投入成本越來越高，邊際效應越來越小。就農業永續發展而 言，資源、環境的持續發展面臨極大的壓力，一方面耕地面積在持續縮減，質量也不斷降低， 另一方面水資源短缺日益嚴重，氣候變化也將加劇水資源的危機程度。農業生產要素層面, 不僅水土資源難以實現生產率的提升，農業勞動力生產率顯著偏低。中國的農業要實現現代 化，農業應成為一個充滿活力的行業，農民要提高生活品質，必然需要降低農業勞動強度, 這一目標的實現需要提升農業勞動生產率。上述問題的出現，對我國農業全要素生產率的增 長提出了更高要求，在要素投入驅動作用減弱和農業結構性矛盾加劇的情況下，促進經濟發 展方式向集約型轉變，提升農業全要素生產率具有重要意義。
寧夏位于黃河上游，是中國面積最小的省份之一，在大陸季風性氣候影響下，降水量不 大但是蒸發量極高，同時日照時間及光輻射較強。寧夏是以農業經濟為主導的省份，農業經
濟對全省經濟有著較大的影響力。近年來，寧夏農業總產值從1995年的50億元躍升至2020 年的70.72億元。農村勞動力轉移和農民增收成為推動農業現代化進程的主要動力。但2020 年寧夏農村居民人均可支配收入是13889元，與全國平均水平17131元相比，仍處于較低水 平，在全面建成小康社會基礎上實現鄉村振興面臨的形勢更為嚴峻。2019年底，寧夏落地 了鄉村振興的有關指導政策，確立了高質量農業發展路徑。同時，“十四五”期間，寧夏明 確特色農業優質發展目標，到2025年，農村居民人均可支配收入達到20407元、年均增速 達到8%。因此，如何進一步提高寧夏農業經濟發展水平，推動寧夏農業全要素生產率的提 高，己經成為寧夏鄉村振興的重要問題。
1.1.2研究意義
(1)理論意義
本文引入空間相關性和異質性研究，并分析影響因素的空間效應，這是將空間計量經濟 學應用到農業經濟研究中的實踐，能夠讓少數民族地區對于農業全要素生產率形成更為廣闊 的空間視角認知，將平面化的測量立體化，一定程度上促進農業全要素生產率研究的縱深化。
(2)現實意義
寧夏作為全國唯一一個全域覆蓋黃河流域的省份，承擔黃河生態保護和高質量發展的重 要任務。為了推進寧夏農業健康發展、持續發展，在提高財政支農程度和加強農業政策扶持 的基礎上，以最有效的資源要素投入改進生產產出，提高農業生產效率更為關鍵。從空間視 域研究寧夏農業全要素生產率及其變化特征和影響因素，提出提升寧夏農業全要素生產率的 相關對策，為地方管理提供參考。
1.2文獻磁
1.2.1全要素生產率研究
經濟學被提出以來，學者們在經濟增長原因方面的探究就在不斷地推進，經濟發展內在 機制的研究成果也不斷增加。HiamDavis (1954)在論述生產率相關內容的過程中提出，全 要素生產率之中，“全”是綜合的和總的，因此在解釋經濟增長時，應考慮到所有投入要素 對產出增長的貢獻，在這種情況下，既包括傳統的資本、勞動力等，也包括技術、研究與發 展等。基于Douglass等研究結論之上，Solow (1957)在研究中，在生產函數的研究之中, 引入了技術進步這一新的要素，希望可以形成規模報酬及其遞增和遞減規律的分析。在研究 之中，增加了技術進步的變量，以獲得除要素投入以外的技術進步對產出增長率的作用。然 而傳統的分析方法往往忽略了這一問題，使得研究結果不具有可比性。Kendrick (1961)在 研究的過程中對于單要素和全要素生產率做了分別論述，提出，單要素生產率僅能針對一個 要素產出效益做出評判。如果要更為全面的進行農業產出效益的綜合分析，就要對所有要素 的生產率情況進彳亍綜合研究。根據Solow的剩余價值，Dennison (1962)首次根據Kendrick 全要素生產率考慮了勞動投入對產出效率的影響，在生產生產函數增加了受教育、工作時間、 年齡和性別等因素，同時將資本細分為住宅建筑與土地、非住宅建筑設備及庫存。
國內研究者在全要素生產率方面的探究是比較晚的，林毅夫等（2007）對全要素生產率 做了更為深入的研究，他們對中國全要素生產率的影響是比較長久的。蔡躍洲等（2017）在 探究過程中，以宏觀數據和產業數據作為論證的基礎，引入了 1978-2014年期間的經濟數據， 提出經濟增長動力之中，全要素生產效率的提升可以做出33%的貢獻。而在過去30多年里， 全要素生產率對中國經濟增長的貢獻已經超過了 60%o李京文（1993）在探究的過程中，結 合每日生產率的數據來進行分析，從全要素生產率發展中各種宏觀因素角度形成了具體的研 究結論。從1999年到2010年，中國學者的研究主要集中在工業、服務業和私營企業的全要 素生產率，這符合當時中國的發展特點，如林毅夫（2007）、胡鞍鋼（2008）等。新常態背 景之下，互聯網技術、理念、支付方式、綠色創新產業對全要素生產率的影響成為新的研究 主題，程惠芳（2014）、任曙明（2014）、郭家堂（2016）、陳俊聰（2016）、程晨（2017）、 葛鵬飛（2018）等人參與研究。這些研究內容的出現，已經證明了全要素生產率對經濟發展 和經濟的持續增長存在非常重要的影響。
1.2.2農業全要素生產率研究
學術領域在農業全要素生產率方面的研究形成了很多成果，但是因為分析角度、投入產 出指標、測算方法、影響因素選取的不同，得出的結論也具有很明顯的差異。下面從農業全 要素生產率分析范圍、指標選取、測算方法和影響因素的角度，對學者的研究結果進行梳理 和總結。
（1）研究范圍
由于數據釆用率的差異，全要素生產率研究存在一定的時空差異。在國際文獻中， Grilliches（1957）用實證方法研究了農業全要素生產率與美國農業經濟增長的關系。Teny等 人利用投入產出法測算出中國1978-2007年間農業全要素生產率及其分解指標，并據此估算 出該階段我國農業產出增長率。Guyen （1996）提出農業全要素生產率概念。Hayami、Rutta （1970）在研究之中，對日本農業展開了生產效率的分析，以實證方式論證了農業經濟增長 之中，技術進步的具體貢獻。另一方面，Rosegrant等（1995）分析了印度的農業發展情況， 提出全要素生產率和農業經濟增長之間的關系，提出印度農業經濟的發展中，全要素生產率 的增長是最重要的影響因素。此外，農業技術的傳播和農業新品種的引進極大地提高了農業 全要素生產率。Coelli等（2003）在研究的過程中，對發達國家及發展中國家的相關情況做 了對比，分析了農業全要素生產率的具體情況，以便為發展中國家提高全要素生產率提供經 驗教訓。車維漢、楊榮（2010）對中國在內的多個國家展開了數據論證，引入1961-2005年 的數據，對技術效率、技術進步和Malmquist生產率指數做了實證分析。
國內學者的研究之中，對于省級面板數據的應用比較重視。林毅夫（1992）在對我國農 業經濟增長原因的探究中發現，全要素生產率對此做出了 48.46%的貢獻，此外，要素投入 的增加也促進了農業經濟的增長。朱希剛（1997）以1990-1995年的農業數據為依據，分析 了我國全要素生產率的有關情況，并計算了廣義農業科技進步貢獻率。除了省級數據之外， 很多學者在探究中，將數據鎖定到縣級層面，揭懋汕等（2016）在研究的過程中，引入了縣 級面板數據展開實證探究，對2183個縣級單元數據做了論證，通過超越對數生產函數做了 1992-2011年全要素生產率研究，并進行了后續分解，結果顯示我國農業生態全要素生產率 平均提高了 4.47%。龔斌磊（2018）在研究的過程中，立足刀切模型平均法展開分析，對相 關生產率分析模型實施了差異化權重配置，在此基礎上，運用增長核算表研究了 1990至2015 中國農業經濟增長情況。劉成坤（2021）測算了 2000至2018年中國省際農業全要素生產 率，構建了農村人口老齡化市民化影響的中介效應。而針對農業生產性服務業的探究并不多, 對該要素和全要素生產率間關系的研究成果也存在較大差異。國外相關研究表明，農業生產 性服務業對農業全要素生產具有促進作用。顧晟景、周宏（2021）測算了 2001至2019年29 個省份農業全要素生產率的變化，探索了農業生產性服務業發展對于農業全要素生產率的貢 獻，并通過中介效應模型對影響路徑進行了實驗驗證。金紹榮、任贊杰等（2022）根據2007- 2018省際面板數據，對農業保險影響農業經濟增長過程中，農業全要素生產率帶有的中介 效應做了研究。
同時對于寧夏農業全要素生產率的研究，只有少量文獻涉及。何峰、肖振東（2018）在 研究民族地區農業全要素生產率中發現寧夏位于8個民族地區最末位；袁芳等（2020）利用 DEA-Malmquist指數，對西北地區陜西、寧夏、甘肅、青海、新疆2000-2018年農業全要素 生產率變化進行了分析，引入了空間自相關檢驗研究西北地區農業全要素生產率的時空分異 特征；杜慧彬（2021）測算了寧夏地區2007-2017農業全要素生產率并檢驗了空間相關性, 重點研究了生態建設、綠色發展背景下，寧夏農業全要素生產率波動影響因素。
（2）指標選取
因為選擇的方法不同，探究的目的不同，學者們在農業全要素生產率影響指標提取方面 存在一定的差異。從產出指標來看，現有文獻主要釆用農業、林業、畜牧業、農林牧漁業總 產值，農業增加值等指標。農林牧漁業總產值是最常用的產出變量，潘丹、應瑞瑤（2013） 選取了國內30個省份的農林牧漁業總產值當做研究過程中的產出變量，然后結合行業指數 對研究變量做了調整研究。高夢菲、鄭晶（2021）將農業總產值和農業生態碳吸收量作為理 想產出，將農業碳排放和面源污染作為不良產出，發現農業全要素生產率對農業碳吸收量的 核算更為準確。
在投入指標方面，學者們對投入指標的選擇差異大于產出指標的選擇。王軍、楊秀云 （2019）選取了四個變量作為投入指標：第一產業工作者數量、作物種植面積折純量、化肥、 機械。張樂、曹靜（2013）對投入變量進行了調整，仍以農林牧漁業正規勞動力投入為主, 將各省市農業生產經營現金支出應用為研究之中的勞動力價格代表，在農業資本代表指標方 面，以化肥使用量折純量為代表，在資本價格代表選擇中，確定家庭生產性固定資產人均支 出為替代指標，此后又選擇了糧食產量、農村用電量以及農民人均純收入三個反映經濟發展 水平的指標。其中，糧食種植面積與糧食產量呈負相關關系；農村用電量與糧食產量間的關 系屬于正向關系，這種關系比較顯著。高帆（2015）在研究中為了規避播種、灌溉面積間會 出現強相關的情況，以及利用大牲畜代表役畜的統計誤差，選擇播種面積來指代研究中的土 地投入，第一產業從業者數量替代勞動力投入，機械則代表著農業領域的機械投入，化肥施 用量（折純）對化肥投入進行代替。高雪等（2022）將氣溫、降水量、RDI干旱強度指數納 入農業全要素生產率核算指標。
⑶測算方法
農業全要素生產率的核算，如果基于不同的方法，會得到不同的結論，當前學者們的研 究中，更多的以增長核算法、隨機前沿生產函數法和數據包絡分析方法來進行農業全要素生 產率研究。
增長核算法分析結果顯示，全要素生產率在國內農業經濟增長之中，發揮了 48.46%的 作用，是推動我國農業經濟增長的主要因素，其余部分來自生產要素投入的增加。Fan、Zhang （2002）使用增長核算法計算了 1978至1997年中國25個省的全要素生產率。朱明（2016） 在對國內農業勞動生產率的探究中，立足增長核算框架實施了分段研究，發現2003至2009 年，中國農業勞動生產率對美國追趕效應較為突出，但受服務行業在投入方面密度較低的影 響，導致追趕目標難以實現。但是在這些地區的研究文獻中對全要素生產率影響因素的討論 卻很少。羅斯炫、何可（2022）利用改革開放40年28個省份的面板數據，從農業全要素生 產率中分解了農業要素質量和農村基礎設施，并根據增長核算框架估計了它們在全要素生產 率中的作用和對農業增長的作用。
為了深入挖掘要素投入經濟增長不能解釋的“黑箱”，學者們開發了隨機前沿生產函數 法，以此來對全要素生產率進行分解，從而對增長之中的驅動因素進行更為準確的理解。余 康等（2011）以2006-2010年浙江農民微觀面板數據為基礎，采用隨機前沿生產函數法，探 討了影響我國農業勞動力數量農業勞動生產率增長分配演化的因素。在此基礎上，學者們又 提出了新的計量方法——改進的SFA,以彌補傳統SFA存在的不足，從而對農業全要素生 產率變動做出更為準確的估計。匡遠鳳（2012）采用隨機前沿生產函數法研究了 1988至2009 年我國31個省的農業全要素生產率，結果表明，我國東、中、西三省農業全要素生產率呈 逐級下降趨勢，而各個地區農業全要素生產率收斂性方面的表現并不統一。甘天琦等（2022） 采用隨機前沿模型對2000至2019年2098個縣的農業全要素生產率進行了測算。
隨機前沿生產函數法在應用過程中，其前提是生產函數的形式和技術非效率項的分布， 因此在不假設生產行為或誤差項分布形式的情況下，DEA在農業全要素生產率中實現了比 較普遍的應用。李谷成、范麗霞等（2013）借鑒了基于固定窗口重新設計的窗口窗式DEA- 馬爾默奎斯特指數的窗口 DEA思想，并將其應用于轉型期我國農業全要素生產率增長的計 算和分解。周鵬飛、謝黎（2019）運用DEA-Malmquist指數法和兩步系統GMM模型，對 2007至2016年中國30個省份的農業全要素生產率進行了估算。但是，從不同區域來看， 東中西三大地帶間差異顯著，且存在較大波動。因此，應進一步加大科技投入力度，提高農 業技術水平；同時加快推進新型城鎮化建設步伐，促進城鄉統籌發展。根據DEA方法，李 航飛（2020）對中國農業生產效率和變化進行了研究，發現中國東部地區全要素生產率（農 業全要素生產率指數）增長表現好于西部地區，中部地區次之。鄭宏運、李谷成（2022）利 用全局Malmquist指數測算了 2014至2018年我國860個縣的縣域農業全要素生產率水平。 從區域層面來看，東部地區農業全要素生產率比中西部更高;東北地區與其他省份差距不大， 但其增長速度卻明顯低于全國平均水平。張冬玲、焦宇新（2022）還利用全局Malmquist指 數衡量了 2012至2018年省際農業全要素生產率。
（4）影響因素
在影響因素方面，許多學者從多個方面進行了實證研究并取得了一定的成果。葛和平、 高越（2021）結合2011-2018年我國省級面板數據，通過固定效應模型和門檻效應模型進行
分析，結果表明數字普惠金融發展會促進農業全要素生產率的增長，并且地區數字化程度越 高，促進的作用越顯著。劉成坤（2021）通過對2000-2018年的數據分析，發現農村人口老 齡化會對東部地區農業全要素生產率有阻礙作用，但對中西部影響效果并不明顯。江激宇、 倪婷等（2022）通過研究安徽省16個市十年的面板數據，發現農業全要素生產率與農業科 技社會化服務水平成正相關。金紹榮、任贊杰等（2022）通過對2007-2018年的省級面板數 據，運用固定效應模型，發現農業保險可以促進農業全要素生產率的增長。潘明明（2022） 結合安徽省16個地級市面板數據，針對綠色貿易壁壘對農業全要素生產率的影響進行了分 析，結果表明綠色貿易壁壘對農業全要素生產率的改善起到了積極的作用。
近年來，隨著空間計量經濟學的不斷發展，學者們開始關注農業全要素生產率研究中的 空間效應。劉建明等（2011）認為不同類型國家之間的農業勞動生產率差距呈現擴大趨勢， 并通過建立面板數據模型進行實證研究，得出我國農業勞動生產率與地理距離呈顯著正相關 關系。董瑩（2016）的研究也顯示，我國農業技術進步的空間集聚表現出明顯的區域差異， 西部地區、中西部地區綜合技術進步效率比東部地區有更大的農業經濟發展空間。高夢菲、 鄭晶（2021）分三個階段利用探索性數據分析，考察了中國農業全要素生產率的空間異質性。 溫紅梅、王宏宇（2022）釆用了空間杜賓模型全面考察中國農業信貸規模與農業全要素生產 率的時空關系，發現農業信貸規模與農業全要素生產率以及技術效率改進是呈現“倒U型” 的關系，但東北除外。梁勁銳、席小瑾（2022）通過空間自相關回歸模型（SAR）對山東省 2008-2019年面板數據進行了分析，發現山東省的農業綠色全要素生產率與科技創新、經濟 發展水平呈正相關，與第二、第三產業發展水平呈負相關。
1.2.3文鮭評
上文按照全要素生產率、農業全要素生產率的研究范圍、指標選取、測算方法和影響因 素的順序對國內外研究成果進行梳理。以此發現，學者們從農業全要素生產率的概念界定、 投入產出指標的選取、測算方法的選擇與推廣、影響因素及空間效應等眾多角度研究了農業 全要素生產率的相關問題，為本文的研究提供了良好的基礎。
同時也發現現有的研究大多集中在DEA-Malmquist指數的分解和收斂性分析上，進而 在進行不同因素對農業全要素生產率影響的分析，但是運用空間計量經濟學對影響因素進行 分析是近幾年逐漸興起的，并且對具體省份農業全要素生產率的影響因素考慮空間效應進行 綜合分析的論文較為有限。
寧夏南北地域分明，農業發展有自己的特點，空間異質性明顯。寧夏的農業全要素生產 率是否受不同區域空間要素的影響，發展的平衡性，對農業政策的執行效果會產生較大的影 響。因此，結合已有研究，本文選取寧夏縣域數據，使用DEA-Malmquist指數法測算農業全 要素生產率，并考慮寧夏不同區域之間的空間相關性和異質性，引入空間計量模型對寧夏農 業全要素生產率的影響因素實證分析，希望可以豐富當前的理論研究體系。
1.3研究思路與方法
1.3.1論文思路與框架
全文共分七章，安排如下：
第一章為緒論，對論文的背景意義和思路方法進行了介紹，梳理了已有研究文獻，明確 了論文研究的路徑。本文以寧夏20個縣區的農業全要素生產率系列問題為研究對象，進行 了寧夏農業全要素生產率的測算，同時對空間相關性進行了檢驗，建立了空間計量模型對影 響因素進行實證分析。
第二章是概念的定義和理論基礎部分,主要闡述了全要素生產率的相關概念和經濟增長 理論。
第三章對寧夏農業發展現狀進行了分析。在介紹寧夏地區概況的基礎上，對寧夏農業總 產值和要素配置情況進行了論述，并對單要素生產率進行了分析，初步探究了影響寧夏農業 發展的因素。
第四章是寧夏農業全要素生產率的測算分析部分，根據寧夏20個縣區的農業投入、產 出面板數據，采用DEA-Malmquist指數法測算2016-2020年寧夏整體、各區縣的農業全要素 生產率及其構成。在此基礎上，分別從整體、地區、區域的角度分析寧夏農業全要素生產率 在2016-2020年間的變動情況。
第五章為寧夏農業全要素生產率的空間探索性分析。設定空間權重矩陣后進行空間自相 關檢驗，利用莫蘭散點圖和LISA集聚圖分析了寧夏農業全要素生產率的空間相關性和異質 性。
第六章為寧夏農業全要素生產率的影響因素分析。在上一章確定寧夏農業全要素生產率 存在空間自相關的基礎上，建立空間計量模型，分析各影響因素的空間效應。
第七章為總結部分。這一部分根據實證研究得出的結論，為寧夏今后優化農業全要素生 產率提出具體建議。
1.3.2研究方法
(1)文獻研究法，對和本文研究相關的文獻進行查找、整理和閱讀，通過對眾多文獻 內容的學習與思考，對農業全要素生產率的測算和分析形成正確的認識。
(2)描述統計法，本文對寧夏農業發展現狀進行分析，對寧夏各區縣的農業發展情況 進行圖表展示，可以得到更直觀具體的結論。
(3)數據包絡分析法(DEA),本文從幾種主要方法中選擇了 DEA-Malmquist指數法， 針對寧夏各縣區進行農業全要素生產率的測算和分解。
(4)空間關聯分析法，利用Geoda軟件對寧夏20個縣區農業全要素生產率進行了空 間自相關檢驗，并做莫蘭散點圖和LISA集聚圖進一步觀察空間相關性和異質性。
(5)空間計量分析法，通過檢驗選擇合適的空間計量模型，對寧夏農業全要素生產率 的影響因素進行實證分析，研究其空間效應。
13.3技術路線圖
寧套安注全妾素生產莖瀝算及st空差筆茯究
結論注垃
學婪董三產至突走
廣蔓與分屛
全忌空闊魚把關注
鄴隠醫董迄軍
空號賓龍
1.4創新與不足
1.4.1可能的創新點
(1)研究內容層面。本文對于農業全要素生產率研究的對象是寧夏縣域，所選區域具 有一定的特殊性，是西北欠發達地區和少數民族地區的代表。國內外對農業全要素生產率的 研究很多，但是針對寧夏展開的縣區級數據分析比較少。本文以寧夏各縣區數據作為樣本進 行研究，具有一定的創新意義。
(2)研究方法層面。學者們此前對寧夏農業全要素生產率的研究中，關于寧夏農業全 要素生產率變化的空間效應基本沒有涉及，本文運用空間計量經濟學的相關方法分析考察寧 夏農業全要素生產率的空間相關性和異質性，研究了內部要素與外部空間的關聯性，并建立 空間杜賓模型對影響因素進行深入分析，具備一定的創新性。
1.4.2不足之處
(1)本文所用數據主要來自于官方統計年鑒，部分年份數據統計準確性存在差異，在 指標選取方面是基于前人的研究，結合寧夏當地數據的可得性進行的，研究結果可能與實際 情況有偏差，未來在這方面還需進一步改進和完善。
(2)本文在空間自相關檢驗和空間計量模型的實證分析中，選取了經濟距離矩陣，空 間權重矩陣有許多，未來可以進一步研究不同空間權重矩陣的選擇對空間效應的不同影響。
第二章概念界定與理論基礎
2.1概念界定
2.1.1全要素生產率
全要素生產效率，在經濟學層面是與單要素生產率相對而言的，要素效率即要素投入之 后形成的產出。土地及勞動力，都有著自身的生產率，如果某種要素投入后，就會帶來相應 的生產率提升；但如果兩種以上的生產要素同時使用，那么這種增加產出的效果就不一定相 同了。如果只投資一個生產要素，生產要素和產出量間的效率關系即單要素生產率。但在生 產中，大部分情況下都是需要多要素組合應用的，要素本身具有補償性。單要素生產率僅僅 能夠對一種要素的生產情況進行體現，對其他的勞動生產要素并不能夠進行全面準確的體 現。全要素生產率的提出，能夠分析經濟產出之中，難以用要素增長來解釋的部分，即土地、 資本、人力等以外的投入效率。因此，只有考慮各種不同生產要素的組合效應時，TFP才會 成為評價經濟增長質量的有效工具。Samuelson等通過研究提出的TFP概念，可以對農業領 域的創新和技術發展進行更好的衡量。Davis對TFP進行了內容及概念的綜合闡述，建議衡 量全要素生產率應涵蓋生產資源要素的全部內容。
TFP特點如下：(1)內涵相對性。TFP體現了總產出和總投入間存在的比率關系。所以， 引入的生產要素不同，最終的結論也是不同的，即測量的結論帶有相對性；(2)假定規模報 酬是固定的。為了精簡計算流程，一般會假定規模報酬是恒定的，但這并不意味著在現實生 產之中會產生恒定的規模報酬，因此規模報酬對于TFP的準確性也會產生影響；(3)影響 因素多樣性。TFP會受到多種因素的影響，各種因素及作用方式變化都可能導致最終測量結 果發生變化。
盡管全要素生產率提岀的時間是比較早的，但是到Solow (1957)才真正的對其測算方 法進行闡述，基于資本、勞動和總產出間存在的函數關系，通過索洛增長方程式展開具體的 測算，Solow計算了“余值”，即全要素生產率，以及這兩個因素所產生的產出。該方法最早 應用于西方經濟學領域，后來逐漸成為我國國內研究者推究經濟增長和全要素生產效率測算 中的重要方法。改革開放以后，國內經濟學界開始對這一問題進行關注和討論。然后，通過 深入研究，提出了確定性法雷爾計算方法、增長核算法、隨機艾格納模型和DEA數據包絡 分析法等新方法。農業生產中，傳統農業生產要素很難對全要素生產率進行解釋，TFP即農 業發展質量。
2.1.2農業全要素生產率
傳統理論研究中提出，通過要素投入和生產率的提升，能夠讓經濟得到更好的發展。因 為核算的方式不同，所以經濟之中的生產效率大多會分為單要素和全要素生產率兩種。這兩 種生產率都可以對投入產出比形成測算，特定條件下，單要素生產率或生產率指數都能很好 地表征經濟產出水平的提高程度。但這兩者并不能完全代表整個經濟的產出水平的改善狀 況。因此，需要對其進行改進。單要素生產率即要素投入后的產出和全部產出的比率。因為 生產活動往往需要多種要素的投入，因此這些要素的相互作用就會形成生產率的變化，單要 素生產率很難對經濟發展總體生產率的變化進行反映和體現。全要素生產率是所有生產要素 投入及經濟產岀量比值，該指標能夠更為全面的體現經濟增長的原因，相對于單要素生產率 具有更好的全面性。全要素生產率理論目前己經建立了基本的研究體系，在很多領域得到了 廣泛應用，由其是在經濟增長方式的判定中，發揮了很好的效果。
從農業發展情況看，為了得到目標農產品，就需要投入各種資源，需要投入農業生產活 動的各種要素，例如自然資源、勞動力和實物資本等。本文所論述的農業全要素生產率，可 以對各種要素投放量在農業生產之中的貢獻進行體現，并將這種貢獻與農業產出增長率進行 對比，分析二者的差異化關系。所以，本文在探究中，將農業全要素生產率定義為：農業經 濟增長率在多種農業要素投入之外形成的增長率，是其他因素不能夠準確解釋的部分。
2.2理論基礎
2.2.1經濟增長理論
目前的經濟學理論研究中，經濟增長理論的內容大多是市場環境下，國家及地區經濟發 展增長總量。勞動、資本和土地，在經濟發展中是最主要的影響要素。但是TFP研究的是傳 統要素之外的要素在經濟增長之中的具體作用。經濟的發展會形成傳統要素需求量的增加， 但是知識資本、管理效率等新的要素,增長空間也是極大的，這會對經濟增長形成促進作用。 經濟增長和TFP之間有著緊密關聯，本文對經濟增長方面的各種理論進行梳理，希望可以 更好的分析TFP理論。
宏觀經濟學在研究過程中，一個非常重要的課題就是經濟增長問題。經濟增長不只是學 者們關注的課題，更是政府關注的課題。在經濟增長的探究之中，出現了很多的研究理論， 例如古典、新古典經濟增長理論等。市場經濟持續發展，經濟理論的研究也在不斷向前。
經濟增長理論可以歸結為三個發展階段：上世紀30年代，多馬等學者提出了古典經濟 增長理論，他們探究的重點側重資本和經濟增長；上世紀中期，索洛等學者提出了新古典經 濟增長理論，對人力資源及技術的作用做了分析；上世紀80年代之后，保羅等學者對內生 增長理論做了論述，表示勞動力、技術和"干中學”等眾多因素綜合影響下實現了經濟的增 長。
(1)古典經濟增長理論
亞當•斯密在研究過程中，對經濟增長過程中，儲蓄及投資的功能做了探究，是經典經 濟增長論的源頭。在此基礎上，古典經濟增長理論提出，勞動力、資本累積對于經濟的增長 有著直接性的影響，資本累積則是經濟分工形成的基礎，累積越多，就會形成越專業的分工， 此時經濟就會以更快速度實現增長。換言之，只有源源不斷的投資才能夠讓資本實現持續累 積，而資本積累反過來又能夠促進持續增長的經濟增長。
多馬等研究學者，在研究中以凱恩斯提出的收入決定理論基礎之上，從動態角度對經濟 增長情況做了長期分析，他們提出，如果存在一定的約束條件，儲蓄率和資本產出比就會對 經濟的發展產生直接性的影響。具體而言，儲蓄率如果持續升高，那么經濟增長也會以更快 速度進行。但是如果資本產出比逐漸升高，那么經濟增長率反而會出現下滑的情況。但是哈 羅德-多馬模型在分析中，設定的前提太過嚴苛，很多假設在經濟增長時是不可能出現的， 此外該模型也不認可生產要素可替代性。
(2)新古典經濟增長理論
在哈羅德-托馬斯模型支撐下，索洛等學者改變了資本要素和勞動要素不可替代、技術 進步在原模型中不存在的假設，形成了新古典經濟增長模型。在這一理論之中，研究的重點 是資本積累及儲蓄的功能。
根據索洛模型的內容，其研究假設是勞動、資本之間存在彼此的可替代性，且在任何狀 態下都能夠得到很好的利用。索洛提出，技術進步對于經濟發展而言是外生因素，在經濟增 長中是非常重要的驅動力；他提出趨同是指欠發達國家經濟增長速度快于發達國家。但是， 索洛模型也存在一些缺陷：他沒有考慮人力資本投資對產出的影響，沒有將經濟增長率分解 為消費和投資的函數關系等。這些缺陷使得索洛模型不能很好地適用于發展中國家。然而， 根據技術進步是外生的假設，新古典經濟增長模型不能夠對經濟持續增長進行原因解釋。
(3)新經濟增長理論
該理論的代表學者是阿羅、羅默等學者，他們也提出了相應的理論模型。他們認為傳統 的經濟學研究是建立在物質資本和自然資源基礎之上，忽視對人的因素的分析，而這些都是 現代社會發展所必需的條件。因此，新經濟增長理論應運而生。新古典經濟增長模型在闡述 “勞動力”概念的過程中，己經引入了教育水平、技術培訓等概念。
基于索洛增長模型之上，羅默設計了內生增長模型，立足內生技術進步這一要素，探究 經濟增長的原因。內生經濟增長率是指經濟增長速度與科技進步速度之比，它反映著一個國 家或地區經濟發展水平和技術水平。經濟增長速度決定于該國家或地區的資本存量及其結 構。內生經濟增長理論引入人力資本、知識溢出等因素來對經濟持續增長的根本原因進行探 究，提出技術的發展會讓各國間出現經濟增長率的差別，會讓其經濟增長速率不收斂。
2.2.2全要素生產率理論
上世紀中期，肯德里克等對于全要素生產率理論的內容作了更全面的論述，提出投入生 產要素包括兩個核心要素，一個是勞動，一個是資本(包括土地)，并將產出量與所有投入 的比率稱為“全要素生產率”。他認為，教育科研投入、人力資源總體素養的提升等，都可 能造成全要素生產效率的改變。索洛模型被廣泛用于分析全要素生產率問題，并取得較好效 果。但也存在一些不足，如它忽視了其他因素對全要素生產率變化的貢獻。根據索洛(1970) 的研究結論，要素投入量和全要素生產率的增長情況對于經濟增長能夠形成決定性影響，但 是全要素生產率的影響明顯更高。通過分解全要素生產率，肯德里克•戴森把經濟增長的源 泉歸結到技術進步層面，提出立足技術效率的提升可以更好地釋放經濟發展的規模效率。整 體而言，經濟增長理論的發展，讓全要素生產率的探究得到了更多支持，成為經濟增長研究 之中，探究經濟發展質量及總體效益的重要分支。
第三章寧夏農業發展現狀分析
在對農業全要素生產率進行測算之前，我們首先對寧夏的農業發展情況和要素投入、產 出情況做出梳理與回顧。本章將對2016-2020年寧夏全區及各縣區農業生產現狀進行分析, 初步探究不同生產要素變化對產出的影響。
3.1地區概況
寧夏回族自治區位于西北部地區，處于黃河中上游地區，覆蓋范圍6.64萬平方公里， 是我國回族最大的聚居區，下設5個地級市，共22個縣（市）區。全區海拔1100-1200米， 西南地勢高、東北地勢低，呈階梯狀下降。在溫帶大陸性氣候影響下，夏季氣溫均值是24£、 冬季為-9七，南部地區山地眾多，雨水豐沛，全年氣溫比較低，霜期較長；北部日照時間長， 存在較大的晝夜溫差及蒸發量，年日照總長超過3000小時，有150多天的無霜期，是國內 光照時間及日輻射量最大的地區之一。全區年總降水量在150毫米至600毫米之間，年平均 水面蒸發量1250毫米，變幅800-1600毫米，是我國水面蒸發量大省之一。寧夏雨水較少， 蒸發量極大，所以水資源比較緊缺。此外，寧夏的地表水及地下水資源都不夠豐沛，在空間 層面也存在分布不均衡的情況。2020年寧夏鄉村人口 252萬人，占總人口的35%左右；農 林牧漁業總產值703億元，占地區生產總值的18%左右。按照地理位置由北向南可分為3個 區域：北部引黃灌溉區（銀川市轄區、永寧縣等），地處平原地區，與賀蘭山鄰近，黃河穿 越其間，耕地條件好，素有“西部五糧倉”之稱，是西北地區重要的商品糧基地，產量居全 國前列：中部干旱帶，土壤條件比較差；南部山區，丘陵溝壑綿延不絕，詳見表3-1。
寧夏獨特的地理位置，讓農業發展面臨極大的挑戰，所以探究寧夏農業生產情況的變化 和各種投入產出要素的發展對探尋農業發展增長動力具有重要意義。
表3-1寧夏三大區域劃分
區域 包括的縣（市）區
北部引黃灌區 銀川市轄區、永寧縣、賀蘭縣、靈武市、平羅縣、大武口區、惠農區
中部干旱帶 利通區、紅寺堡區、鹽池縣、同心縣、青銅峽市、沙坡頭區、中寧縣
南部山區 原州區、西吉縣、隆德縣、涇源縣、彭陽縣、海原縣
3.2農業總產值及其結構
根據《寧夏統計年鑒2021》可知，2020年寧夏農林牧漁業總產值達到703.07億元，與 上年相比，增長了 20.21%,比五年前的2016年增長了 41.67%。
2020年寧夏農業發展的產業構成為：農業，即種植業，總產值為397.91億元，占農林 牧漁業總產值超過了一半，為56.60%,比前一年增長了 20.29%, 2016-2020年年平均增長 率為7.34%；林業產值為10.92億元，占農林牧漁業總產值僅為1.55%,同比上一年下降
2.24%, 2016-2020年年平均增長率為1.95%；牧業產值為246.59億元，占農林牧漁業總產 值35.07%,同比上一年增長24.65%, 2016-2020年年平均增長率為13.89%；漁業產值為 18.98億元，占農林牧漁業總產值僅為2.70%,同比上一年增加&96%, 2016-2020年年平均 增長率為2.84%。寧夏的農林牧漁業總產值和產業內的各個產值總體的情況見表3-2。
表3-2 2016-2020年農林牧漁業總產值及其內部產業產值（億元）
年份 農林牧漁業總產值 農業 林業 牧業 漁業
2016 496.27 299.71 10.11 146.55 16.97
2017 517.42 308.96 9.69 155.68 18.62
2018 575.77 344.63 9.22 176.11 19.75
2019 584.85 330.78 11.17 197.82 17.42
2020 703.07 397.91 10.92 246.59 18.98
比較研究這5年間的農林牧漁業總產值的具體情況可知，此時期當中，寧夏農林牧漁業 總產值一直都是處于增長的態勢，2019-2020年增長幅度尤為明顯。在農林牧漁業的產業構 成中，林業和漁業的增長是波動的。但是，農業、牧業一直保持較快增長，這兩個產業的快 速發展對農林牧漁業的產值增長起到了重要作用，特別是農業貢獻較大，如圖3-1所示。
3.3農業要素配置現狀
3.3.1寧夏農業要素投入產出變動分析
在要素產出上，選擇農林牧漁業總產值作為衡量全區農業產出水平的指標，反映一定時 期農林牧漁業總產值的貨幣總和，并以2016年為基期進行平減處理。在要素投入上，選擇 農作物總播種面積等五個指標（如圖3-2）進行分析。其中，農作物總播種面積代表著農業 部門土地投入，可以對作物整體的栽種情況進行體現。農作物總播種面積及農林牧漁業從業 者數量可以對傳統生產要素投入進行替代分析，在現代生產要素投入方面，選取機械化水平、
化肥使用量、用電量等作為替代。依據數據可得性，本文引入了 2016-2020年寧夏農業要素 的相關數據，如圖3-2：
1400000
1200000 700
finn
> —
1000000 凰 霾**- K 500
800000 400
600000 300
400000 200
200000 100
O—
0 0
2016 2017 2018 2019 2020
-6-農作物總播種面積/公頃 十-農林牧漁業從«lk人員/人
一農用化肥施用星/噸 Y-農村用電星/萬千瓦時
-■一農林牧漁業總產值/億元 —I-農業機械化水平
圖3-2 2016-2020年農業要素投入產出變化
圖3-2信息表示，寧夏的農業生產中，農林牧漁業總產值總體得到了提升，從2016年 的493.60億元增加到2020年的605.66億元，年均增長率為5.25%,但是，農作物總播種面 積和農林牧漁業從業人員數作為傳統投入要素呈下降趨勢，這可能是由于寧夏地形復雜，丘 陵山地偏多，很難在生產用地面積上進行拓展。同時，經濟水平低的地區，大量的勞動力選 擇外出打工，農業生產的勞動力存在缺失。現代農業生產要素方面，農業機械化水平呈逐年 遞增的狀態：農村用電量由2016年的14億千瓦時增加至2020年的17億千瓦時，年均增長 率為5.35%；但是農業化肥的使用量也出現了下滑的情況，原因可能是播種面積的局限和環 保政策的要求導致使用量逐漸減少。
3.3.2寧夏各要素生產率變動分析
下面觀察單要素生產率的變化，并據此來分析寧夏農業發展情況。勞動生產率即單位時 間里勞動投入產出比，如果這一比值越高，那么就表示在相同的時間之中，基于相同的勞動 量，能夠形成的產出就更多。土地產岀率即單位周期之中，土地投入產出比，如果比值更高， 那么就表示面積相同的土地，在相同投入基礎上形成的產出更多。勞動生產率、土地產出率 相關信息如圖3-3、表3-3, Y為農林牧漁業總產值、S為農作物總播種面積、L為行業從業 人員數。
表3-3各要素投入產出變化
Y S L
T—土地產出率 一嶠一勞動牛.產率
圖3-3 土地產出率及勞動生產率變化
結合表3-3的信息可知，寧夏農林牧漁業生產活動中，2016-2020年期間出現了總產值 的不斷上升，播種面積基本上處于110萬-130萬公頃之間，從業者數量則出現了持續下滑的 情況，勞動生產率及土地產出率數據如圖3-3,其中除土地產出率在2019年小幅下降外均 呈上升趨勢，其中土地產出率由2016年38706.93元/公頃增加至2020年51580.32元/公頃； 勞動生產率由2016年38734.45元/人增加至2020年53036.11元/人，年平均增長7.4%, 8.2%。從絕對量分析，兩個指標增長都比較明顯，但是相對而言，土地投入與勞動力投入一 直都在減少，如果兩者作為傳統要素投入，對產出增長沒有貢獻，那么產出的增長就可能來 自現代生產要素投入的增長。
表3"現代生產要素變化
Y K Q F
2016 493.60 1078174.00 141282.34 14.22
2017 495.14 1074934.00 146278.86 14.13
2018 529.79 1010340.00 150522.00 14.69
2019 521.96 1006955.00 167156.00 15.13
2020 605.66 990770.00 174030.47 15.38
T-單位化肥投入產值 T-單位農村用電量產值
圖3-4單要素生產率變化
寧夏2016-2020年化肥施用量、農村用電量以及農業機械化水平的變化情況及單要素生 產率的變動情況分別見表3?4、圖3-40其中化肥施用量用K表示、農村用電量用Q表示、 農業機械化水平用F表示。如表所示，2016-2020年間化肥施用量逐年減少；農村用電量總 體上表現出了持續增長的態勢；農業機械化水平在發展趨勢上，與農村用電量基本一致，都 呈現出逐漸增長的態勢。單要素生產率如圖34,據圖可知，單位化肥投入產值增長趨勢明 顯，2016年，單位化肥使用量產值是45781.54元/噸，而在2020年為61130.63元/噸，年增 7.5%；單位農村用電量產值呈現波動情況，并未有明顯增長；由于農業機械化水平受數據所 限是由人均指標計算出的綜合得分，暫不進行討論。結合表34和圖34信息，不難發現單 要素生產率雖然增長，但是化肥投入在減少，用電量雖然增加但是產值也并未有明顯增長, 因此我們發現現代生產要素和傳統生產要素投入對寧夏農業經濟發展沒有明顯的貢獻，那么 根據相關經濟增長理論，農業經濟的增長需要來源于農業全要素生產率的提升。
3.3.3寧夏各縣區農業要素投入產出變動分析
（1）農業產出變動分析
寧夏各縣區2016-2020年農林牧漁業總產值均值和年均增長率如圖3-5o
■■ 2016-2020年農林牧漁業總產值均值/億元
圖3-5 2016-2020年各縣區平均產值及增長率
從年均生產總值分析，沙坡頭區位居第一，年均產值是45.41億元，而大武口區則是最 后一名，僅有2.62億元。銀川市轄區、原州區、中寧縣等9個縣區的年均總產值都在30億 元以上。總產值排名前三的沙坡頭區、平羅縣、利通區的產值之和占2020年寧夏農林牧漁 業總產值的23.50%,而排名最后的三個縣區的產值之和在當年寧夏農業各行業總產值中的 比重僅有4.17%。由此可知，五年中寧夏各縣區農林牧漁業總產值差異較為明顯。從農林牧 漁業總產值增速來看，紅寺堡區以13.90%的年均增長率位居第一，永寧縣以1.78%的年均 增長率位居最后。其中年均增長速度超過10%的只有2個縣區，分別為紅寺堡區和鹽池縣。 值得指出的是西吉縣和平羅縣的農林牧漁業總產值和年均增長率均在前列，同時涇源縣岀現 了農業發展落后的情況，相關指標處于寧夏各區縣最低水平。這可能是因為農林牧漁業總產 值偏高的地區，在龐大的基數之上很難實現較大增長量，而這種增長的核心驅動要素是技術、 耕地面積和勞動生產率的提升。所以，如果技術提升速度較慢，則很難保證較高增長量；產 值偏低的縣區，總產值絕對增長量較低往往還可以導致較高的增長率。
（2）農業生產要素投入變動分析
2016-2020年，寧夏各縣區土地投入數據如表3-5,結合土地投入數據可知，各縣區土地 投入大多呈下降趨勢，永寧縣、靈武市、大武口區、平羅縣、紅寺堡區、隆德縣和彭陽縣土 地投入出現增加，期間均出現增減波動的情況。2016-2020年間，土地投入總量增加最明顯 的是彭陽縣，達到了 14501公頃；而土地投入最少的則是靈武市，僅為228公頃，此外還有 13個縣區在土地投入方面出現了面積的下滑，海原縣甚至降低了 27064公頃。據此可知， 寧夏各縣區土地投入和其地區發展規劃息息相關。
表3-5各縣區土地投入變化（公頃）
2016 2017 2018 2019 2020
銀川市轄區 34173.00 32538.00 35167.00 31354.00 32796.00
永寧縣 47320.00 42433.00 43818.00 43525.00 48321.00
賀蘭縣 51518.00 46265.00 47293.00 45158.00 46349.00
靈武市 24614.00 27493.00 26585.00 24038.00 24842.00
大武口區 3171.00 3445.00 3565.00 3574.00 3680.00
惠農區 24323.00 20713.00 22232.00 23066.00 22772.00
平羅縣 73552.00 74045.00 78287.00 74957.00 76288.00
利通區 50049.00 43047.00 36628.00 35614.00 35350.00
紅寺堡區 34394.00 30921.00 33788.00 35304.00 37278.00
鹽池縣 82621.00 70743.00 79967.00 83942.00 70843.00
同心縣 116269.00 101668.00 105586.00 10409&00 110741.00
青銅峽市 60018.00 54043.00 54183.00 53598.00 55532.00
原州區 116059.00 102828.00 100961.00 99567.00 98025.00
西吉縣 144844.00 131247.00 131264.00 125151.00 129433.00
隆德縣 31233.00 26445.00 26440.00 29811.00 36000.00
涇源縣 12844.00 11453.00 12815.00 8221.00 8889.00
彭陽縣 66198.00 61805.00 66295.00 80032.00 80699.00
沙坡頭區 77398.00 67486.00 68718.00 67992.00 65869.00
中寧縣 84917.00 64795.00 69019.00 74077.00 力 851.00
海原縣 139721.00 119214.00 121951.00 109886.00 112657.00
表3-6顯示了寧夏各縣區2016-2020年勞動力投入的數據，多數縣區都存在下滑的情況, 部分縣區人數有增加，但是沒有下降的幅度明顯。勞動力投入數據的波動與經濟發展存在緊 密關系。一方面，現代農業中，機械作業對勞動力作業進行了替代；另一方面農業生產帶來 的收入己經不能滿足群眾的實際需求，多數農業勞動力已經流入到了城市之中從事非農工 作，勞動力投入逐漸降低。
表34各縣區勞動力投入變化（人）
2016 2017 2018 2019 2020
銀川市轄區 60417 53507 52370 49885 49382
永寧縣 51345 53239 57438 56731 57926
賀蘭縣 45776 46031 46453 47839 46243
靈武市 47424 49854 46631 48053 47459
大武口區 7918 9392 9768 9818 9636
惠農區 13485 13714 13682 14573 12851
平羅縣 78779 79437 82825 85384 86861
利通區 64224 62523 61815 61766 60780
紅寺堡區 75060 50101 4力81 46192 46035
鹽池縣 36919 38714 38140 38869 39066
同心縣 97482 100867 101080 70633 65293
青銅峽市 56797 55549 59763 57370 56504
原州區 105468 93352 90341 83267 75526
西吉縣 ⑵776 126528 129215 126649 127604
隆德縣 22747 23996 23453 23715 29272
涇源縣 31158 30918 29960 20403 20485
彭陽縣 72274 68712 70411 73114 68138
沙坡頭區 103574 99777 93022 84523 78910
中寧縣 91780 90198 89167 91627 95779
海原縣 83927 70509 69253 68174 68234
在現代生產要素中，總體來說各縣區農業機械化水平有升有降，化肥投入大多呈下降趨 勢，電力投入多為增加。由于各縣區在土地投入方面有著明顯不同，在資本、化肥和電力等 方面的投入也有差距，所以將單位面積生產要素的價值作為對比研究的依據。其中農業機械 化水平本身就是由人均面積數據得來故不再計算單位面積。表3-7、表3-8和表3-9報告了 寧夏各縣區2016-2020年單位面積下各生產要素值的變化情況，從機械化水平來看，各地區 各年數據波動較大，可能是個別統計數據準確性存在問題,機械化水平最高的惠農區為1.00, 最低的隆德縣為0.60；從單位面積化肥投入來看，單位面積化肥投入最大的平羅縣為2.03噸 /公頃，最小的海原縣為0.18噸/公頃；從單位面積電力投入來看，單位面積電力投入最大的 涇源縣為0.91萬千瓦時/公頃，最小的西吉縣和彭陽縣為0.04萬千瓦時/公頃。化肥投入中 銀川市轄區、靈武市、隆德縣等縣區較2016年下降明顯，其余地區出現上升的也只有小幅 上升，出現的這種現象原因在于近年來寧夏已經開始進行綠色農業的嘗試，主動減少化肥施 用量，受農業生態環境保護的要求使得化肥投入受到一定的限制；電力投入中，各地區基本 趨于穩定，有小幅增加，說明電力投入對農業發展的影響不再占據主要作用。
表3-7各縣區機械化水平
2016 2017 2018 2019 2020
銀川市轄區 0.87 0.85 0.88 0.95 0.93
永寧縣 0.70 0.74 0.93 0.98 0.97
賀蘭縣 0.91 0.87 0.90 0.92 0.91
靈武市 0.89 0.88 0.76 0.88 0.88
大武口區 0.87 0.60 0.74 0.80 0.99
惠農區 0.96 0.79 0.99 0.99 1.00
平羅縣 0.78 0.95 0.88 0.94 0.95
利通區 0.77 0.90 0.85 0.68 0.69
紅寺堡區 0.75 0.81 0.69 0.67 0.67
鹽池縣 0.58 0.68 0.71 0.79 0.74
同心縣 0.40 0.42 0.61 0.51 0.62
青銅峽市 0.95 0.94 0.90 0.85 0.76
原州區 0.55 0.50 0.54 0.60 0.58
西吉縣 0.42 0.49 0.35 0.55 0.65
隆德縣 0.71 0.56 0.63 0.78 0.60
涇源縣 0.75 0.72 0.51 0.53 0.62
彭陽縣 0.57 0.55 0.65 0.62 0.71
沙坡頭區 0.65 0.68 0.44 0.55 0.50
中寧縣 0.81 0.87 0.81 0.86 0.96
海原縣 0.33 0.34 0.94 0.66 0.63
表3?8各縣區單位面積化肥投入
2016 2017 2018 2019 2020
銀川市轄區 2.21 2.43 1.73 1.84 1.71
永寧縣 1.19 1.34 1.13 1」1 0.99
賀蘭縣 1.16 1.29 1.25 1.27 1.16
靈武市 1.71 1.47 1.20 1.22 1.14
大武口區 0.66 0.70 0.68 0.68 0.64
惠農區 1.65 1.92 1.66 1.60 1.52
平羅縣 2.07 2.11 1.98 2.08 2.03
利通區 1.08 1.21 1.32 1.35 1.31
紅寺堡區 1.20 1.28 1.18 1.15 1.15
鹽池縣 0.17 0.21 0.19 0」9 0.22
同心縣 0.31 0.36 0.35 0.38 0.34
青銅峽市 1.57 1.80 1.71 1.71 1.65
原州區 0.32 0.34 0.33 0.31 0.31
西吉縣 0.63 0.71 0.69 0.72 0.72
隆德縣 0.66 0.75 0.51 0.43 0.34
涇源縣 0.72 0.88 0.80 1.14 0.49
彭陽縣 0.73 0.71 0.64 0.54 0.52
沙坡頭區 0.65 0.68 0.63 0.71 0.71
中寧縣 1.53 2.00 1.87 1.75 1.66
海原縣 0.16 0.19 0.17 0.18 0.18
表3?9各縣區單位面積電力投入
2016 2017 2018 2019 2020
銀川市轄區 0.37 0.36 0.33 0.42 0.41
永寧縣 0.19 0.23 0.20 0.19 0.18
賀蘭縣 0.09 0」0 0」0 0」0 0.11
靈武市 0.36 0.33 0.26 0.38 0.25
大武口區 0.28 0.29 0.29 0.29 0.27
惠農區 0.08 0.08 0.08 0.08 0.09
平羅縣 0.10 0.10 0.09 0.13 0.15
利通區 0.35 0.42 0.54 0.58 0.62
紅寺堡區 0.05 0.06 0.06 0.06 0.06
鹽池縣 0.04 0.05 0.05 0.05 0.05
同心縣 0.07 0.08 0.08 0.08 0.08
青銅峽市 0.11 0.16 0.16 0.24 0.27
原州區 0.08 0.10 0.11 0.11 0」2
西吉縣 0.03 0.03 0.04 0.04 0.04
隆德縣 0.11 0.14 0.15 0.13 0.10
涇源縣 0.63 0.71 0.63 0.97 0.91
彭陽縣 0.04 0.05 0.05 0.04 0.04
沙坡頭區 0.16 0」8 0.16 0.20 0」8
3.4本章小結
本章在介紹寧夏農業發展現狀的基礎上，從2016-2020年寧夏農業投入產出整體變化分 析入手，對寧夏農業生產投入產出情況進行分析，初步探究其對農業經濟增長的作用。我們 發現：一、寧夏農業產出出現了持續增長的態勢，化肥投入量增加趨勢不顯著，或許是播種 面積和環保政策局限，農業勞動力下滑趨勢明顯，可能是因為機械化的發展和農村勞動力的 過度轉移；二、寧夏農業單生產率逐年提高，但是無論傳統生產要素還是現代生產要素的投 入都沒有明顯增長，需要進一步了解經濟增長中要素投入以外的那部分增長來源；三、寧夏 各縣區的產出均呈現增長趨勢，其中沙坡頭區、平羅縣、利通區位居寧夏前三，占農林牧漁 業總產值的23.50%,寧夏各縣區農業經濟發展存在一定差異，且各地區之間也不均衡。因 此我們將對寧夏農業全要素生產率進行測算與分析，全面了解寧夏農業經濟增長的源泉。
第四章寧夏農業全要素生產率測算與分析
本章采用DEA-Malmquist指數法，基于寧夏2016-2020年20個區縣（其中按統計年鑒 中的劃分將興慶區、金鳳區、西夏區合并為銀川市轄區）的面板數據，對農業全要素生產率 進行測算與分解，并從多個維度探究農業全要素生產率的時空分布。
4.1測算方法
現代經濟學在探究過程中，對于效率問題的處理多采用現代數學方法，例如凸分析、集 合論等。在全要素生產率計量的過程中，應用的方法可細分為參數法和非參數前沿生產函數。 當前應用比較多的是隨機前沿生產函數法、非參數法的數據包絡分析方法和立足該方法之上 的DEA-Malmquist指數法等。在本文分析中，選擇了 DEA-Malmquist指數法對寧夏農業全 要素生產率進行測算，
DEA-Malmquist指數法的優勢如下：第一，對于生產函數沒有具體的要求，在計量之中 極為便捷；第二，能夠對多項產出指標及投入指標展開綜合評估；第三，在數據操作中不需 要實施無量綱化操作，也無需設定價格資料及成本約束條件，能夠避免權重設計過程中的主 觀性。第四，全要素生產率指數實施分解操作后，可以提高測算數據的準確度，形成更好的 指導意義。
Malmquist指數的主要作用就是對TFP指數進行測度，但是DEA-Malmquist指數法則 是在前沿生產函數發展過程中逐漸形成的。規模報酬固定（CRS）假設下細分成技術進步 （TECH）和技術效率（EFFCH）；規模報酬可變（VRS）時則能夠將技術效率進行分解，形 成純技術效率（PECH）和規模效率（SECH）。DEA-Malmquist指數法改良后的計算公式如 下：
[苗(丸+1必+1) df+i(xr+i,yr+i)~p"
d嚴(冷+””+1) x r dj(xc,yt) dt(xt+1.yt+1) 11/2
結合公式（4-1）,—二部分分別是技術效率和技術進步，di表示研究之中的距離函數, 也就是此次研究之中的投入導向。如果通過計量發現Malmquist指數取值超過1,那么代表 生產效率實現了明顯的提升；反之則說明生產效率存在下滑的情況；如果與1相等，則表示 沒有岀現生產效率的變化。技術效率變化分解形成純技術效率和規模效率變化，公式為：
dfOt.yd x df*'(Xt+i，yt+、/yRS) %
df*'(xt+”yr+i) df(x””/VRS)
[df(xt,yt) df(yt-n.yt+i) 11/2
[df+1(xt,yt) df+1(xt+1,yt+])J
在公式（4-2）之中，第一部分代表規模效率（SECH）,第二部分是純技術效率（PECH）, 第三部分是技術進步（TECH）。TFP分解為：
TFP = SECH x PECH x TECH （4-3 ）
4.2指標選取與數據來源
4.2.1指標選取
農業全要素生產率的測算中，主要的分析指標是投入及產出，應用DEA-Malmquist指 數法進行研究的過程中，投入指標過少很難對探究對象的具體情況進行體現，如果指標太多 則很難保證分析效率。當前，學者們根據探究的目的，設計了不同的衡量指標體系。
本文參考Coelli、Prasada Rao （2005）的分析框架，并結合參考鄧宗兵（2010）、高帆 （2015）、劉戰偉（2018）、陳煦（2019）等學者的研究成果，同時篩選近幾年出現的高頻指 標如表4-1所示，來構建選擇評價指標。
表4-1期刊論文中篩選出的指標
指標來源
何峰、肖振東（2018）；閆冰（2019）；黃秀全（2020）；施騰（2020）；黃晨 （2021）；路志梅（2021）；杜慧彬（2021）；鐘麗雯、張建兵等（2021）；郭 海紅、劉新民（2021）；劉成坤（2021）；甘天琦、杜建國等（2022）；金紹 榮、任贊杰等（2022）；尹朝靜、高雪（2022）
何峰、肖振東（2018）；魏翔（2018）；閆冰（2019）；黃秀全（2020）；黃晨 （2021）；路志梅（2021）；杜慧彬（2021）；鐘麗雯、張建兵等（2021）；郭
海紅、劉新民（2021）；劉成坤（2021）；高夢菲、鄭晶（2021）；顧晟景、周 宏（2021）；鄭宏運、李谷成（2022）；甘天琦、杜建國等（2022）；張冬玲、 焦宇新（2022）；金紹榮、任贊杰等（2022）；尹朝靜、高雪（2022）
何峰、肖振東（2018）；閆冰（2019）；黃秀全（2020）；黃晨（2021）；路志 梅（2021）；杜慧彬（2021）；鐘麗雯、張建兵等（2021）；郭海紅、劉新民 （2021）；劉成坤（2021）；鄭宏運、李谷成（2022）：張冬玲、焦宇新 （2022）
何峰、肖振東（2018）；魏翔（2018）;閆冰（2019）；黃秀全（2020）；施騰 （2020）；袁芳、張紅麗等（2020）；黃晨（2021）：路志梅（2021）；杜慧彬 （2021）；鐘麗雯、張建兵等（2021）；郭海紅、劉新民（2021）；劉成坤 （2021）；高夢菲、鄭晶（2021）；顧晟景、周宏（2021）；鄭宏運、李谷成 （2022）；甘天琦、杜建國等（2022）；張冬玲、焦宇新（2022）；金紹榮、任 贊杰等（2022）：尹朝靜、高雪（2022）
魏翔（2018）；閆冰（2019）；郭海紅、劉新民（2021）
農林牧漁業總產值
農作物總播種面積
農林牧漁業從業人員
農用化肥施用量
農村用電量
產出變量：農林牧漁業總產值指標是學者們常用的衡量農業全要素生產率增長的指標, 本文在研究的過程中，引入不變價格進行處理，得到寧夏各區縣的農林牧漁業總產值。
投入變量為：
（1） 勞動投入，按照全要素生產率理論，勞動力投入實際上包括勞動力數量和勞動力 質量，但很難根據現有數據計算出勞動投入質量，因此，本文參考了現有文獻，引入農林牧 漁業從業人數，作為衡量勞動投入的指標；
（2） 土地投入，在農業生產中，土地要素的影響力是最大的，由于在農業中輪耕和休
耕的情況比較普遍，本文選取農作物總播種面積來衡量；
（3） 資本投入，考慮到實際數據的可得性，本文并未選取常用的農業機械總動力指標， 而是根據已有的人均機耕、機播、機收面積和人均耕地面積來計算農業機械化水平，農業機 械化作業水平即在農業生產的過程中，農業機械的運用在總體作業面積之中的比例，結合農 業部門發布的機械化計量方法和公式，在計量的過程中，以機械化耕地、播種水平、機械化 收獲按433的比例加權計算；
（4） 化肥投入，選取樣本期內各區縣使用的化肥施用量（折純）；
（5） 電力投入，選取樣本期內各區縣年末農村用電量。
4.2.2數據來源
本文研究樣本期為2016-2020年，基于數據可得性以及寧夏統計年鑒的劃分研究寧夏20 個區縣（其中興慶區、金鳳區、西夏區合并為銀川市轄區）。收集2016-2020年寧夏各區縣 面板數據進行測算，指標數據取自2017-2021年《寧夏統計年鑒》及寧夏統計局，用線性插 值補充缺失的數據。指標描述性統計如表4-2所示。
表4-2農業全要素生產率測算投入產出指標描述性統計
指標分類 刻畫指標 單位 樣本量 平均值 標準差 最大值 最小值
農作物總播種面積 公頃 100 58996.05 35886.18 144844.00 3171.00
農林牧漁業從業人員 人 100 60043.85 29710.25 129215.00 7918.00
投入指標 農用化肥施用量 噸 100 51611.73 38441.03 156392.00 2098.00
農村用電量 萬千瓦時 100 力 92.70 4925.54 21817.00 899.00
農業機械化水平 / 100 0.74 0」7 1.00 0.33
產出指標 農林牧漁業總產值 萬元 100 264614.96 121712.92 51230136 24759.69
4.3農業全要素生產率測算及變動分析
4.3.1寧夏農業全要素生產率
本文利用寧夏20個區縣投入變量和產出變量的數據，釆用DEA-Malmquist指數法通過
Deap2.1軟件測算各區縣2016-2020年的農業全要素生產率及其構成，其結果即農業全要素 生產率和前一周期數據的比例，也是全要素生產率的相對水平，結果如表4-3和圖4-1、圖
4-2 o
表4-3 2016-2020年農業全要素生產率指數及結構
時間 技術效率指數
EFFCH 技術進步指數
TECH 純技術效率指數
PECH 規模效率指數
SECH 全要素生產率指數
TFPCH
2016-2017 0.974 1.027 0.980 0.993 1.000
2017-2018 0.984 1.109 0.992 0.992 1.091
2018-2019 1.024 0.953 1.036 0.989 0.977
2019-2020 1.005 1.176 0.986 1.020 1」81
均值 0.997 1.063 0.998 0.998 1.059
結合表4-3的信息發現：(1)分析期中，寧夏農業全要素生產率年均增速是5.9%,其中 2018-2019年增長率為-2.3%,其余年均為正增長。(2) 2016-2020年間技術進步年均增長率 為6.3%,同樣也是只有2018-2019年為負增長。(3)分析期中，農業技術效率的年均增速是 -0.3%,最后兩年正向增長，為2.4%和0.5%。而純技術效率及規模效率的增長率都低于0, 是-0.2%«
1.400
0.800
0.600
0.400
0.200
0.000
2016-2017 2017-2018 2018-2019 2019-2020
f-技術效率指數 f技術進步指數 Tl全要素:牛•產率指數
EFFCH TECH TFPCH
圖4-1農業全要素生產率指數及結構變化趨勢
結合圖4-1信息可知：
(1)2016-2020年間，寧夏農業全要素生產率和技術進步形成了相似的增長趨勢，在波 動方面也有類似趨勢，技術進步增速相對于全要素生產率增速明顯更高。由此可知，分析期 中，寧夏在農業技術和新產品研究方面的成果較為理想，對全要素生產率形成了有效的促進 作用。“十三五”期間寧夏農業全要素生產率穩步提升，這主要是寧夏響應“十九大”號召 提高農業全要素生產率，實施了多項舉措，其中2020年出臺了九大產業發展規劃，涉及多 個農業相關產業，這也使得2019-2020年農業全要素生產率實現了比較快速的增長。
(2)2016-2020年間，寧夏農業技術效率增速波動小于農業全要素生產率，技術效率增 長率呈現先降后升趨勢，總體來看寧夏整體農業技術效率水平偏低。這意味著，寧夏前期在 農業科研成果研究及推廣層面還有很多的問題，很多科技成果尚未落地轉化為農業生產力， 這導致部分技術資源被浪費，同時管理水平、資金的投入規模及配置效率也沒有完善。此后 得到一定改善，技術效率得到增長。
—純技術效率指數一規模效率扌旨數
PECH SECH
圖4-2農業技術效率指數及其結構變化趨勢
結合圖4?2的信息可知：
（1） 分析期中，寧夏農業技術效率和規模效率具有比較統一的增長趨勢，規模效率變 化對寧夏農業技術效率的發展產生了比較大的影響。規模效率指數的波動在1上下，波動較 小。這說明，寧夏農業生產規模尚未達到理想效果，投入要素雖然不斷增加，但是產出效率 卻沒有增加，規模效應不理想，很多資源被浪費。
（2） 分析期中，寧夏技術效率雖然比純技術效率增長率更高，但是二者都存在負增長 狀態。這可能與寧夏農業產業結構和技術水平結構矛盾或技術成果轉化效率不高存在聯系。 寧夏為了加快各種農業技術的應用，組織了科技扶貧行動，對口幫扶，但是限于各種原因， 效果不是很明顯，對農民的生產活動沒有形成較好的幫助，技術推廣效果不理想。
整體而言，寧夏農業技術水平在持續提升，但是應用推廣層面問題眾多，這使得很多技 術無法實現順利轉化。所以，寧夏還需要持續推進技術創新，在農業領域進行更有效的技術 推廣，實現農業全要素生產率的提升。
4.3.2分區縣農業全要素生產率
在對寧夏整體農業全要素生產率變化分析之后，引入DEA-Malmquist指數法，對寧夏 各區縣在2016-2020年期間的農業全要素生產率進行測算，在Deap2.1中得到結果，見表4- 4和圖4-3內容。
表4-4 2016-2020年各區縣農業全要素生產率指數
地區 2016-2017 2017-2018 2018-2019 2019-2020
銀川市轄區 1.083 1.051 0.985 1.063
永寧縣 0.947 1.089 0.916 1.055
賀蘭縣 1.072 L057 0.933 1.123
靈武市 0.985 1.254 1.002 1.208
大武口區 0.947 1.030 0.935 1.228
惠農區 1.056 1.033 0.967 1.118
平羅縣 0.907 1.102 0.824 1.152
利通區 1.093 1.158 1.071 1.097
紅寺堡區 1.020 0.959 1.110 1.380
鹽池縣 0.981 1.089 1.033 1.275
同心縣 0.960 0.950 1.004 1.234
青銅峽市 1.030 1.059 0.982 1.278
原州區 1.081 1.122 0.994 1.215
西吉縣 0.882 1.285 0.829 1.032
隆德縣 0.986 1.265 1.035 1.153
涇源縣 1.028 0.974 1.136 1.565
彭陽縣 1.008 1.003 0.969 1.114
沙坡頭區 1.032 1.344 0.872 1.257
中寧縣 0.936 1.069 0.942 1.045
海原縣 0.990 1.029 1.061 1.156
圖4-3 2016-2020年各區縣農業全要素生產率指數三維分布圖
結合上述圖表信息發現：
(1)從時間角度看，分析期之中，寧夏各區縣農業全要素生產率出現了發展水平的差 異，多數縣區的農業全要素生產率都在提升。變化最明顯的是2019-20年，寧夏各區縣農業 全要素生產率同比增長較快，增速居樣本期首位。從農業投入要素分析，各區縣2020年農 業機械化水平相對于上一年度有了很大的提升，促進農林牧漁業的產值也有所增加，農業全 要素生產率有了明顯提升。
(2)從空間層面看，分析期之中，不同區縣的農業全要素生產率出現了增速的差別， 2017-2018年、2019-2020年，各縣區差異更為明顯。
(3)從區縣方面看。分析期之中，銀川市轄區、賀蘭縣、惠農區、利通區和原州區農
業全要素生產率增長情況在全區是比較快的，原州區速度最快，靈武市穩步前進，已追趕上 第一梯隊。這可能是由于近年來，靈武市利用自己的特色農產品-靈武長棗，大力發展長棗 種植產業。加強品種選育工作，加快新品種推廣步伐，加大科技創新力度，不斷提升長棗品 質和產量，促進農民增收致富。通過政府引導與政策扶持，建立良種繁育場，逐漸優化長棗 種子優質繁育機制建設，重點對長棗加工企業進行引入，通過包裝長棗，讓靈武長棗發揮自 己的品牌作用。“十三五”期間，靈武市農業增速明顯，農民收入大幅度增加，生活品質有 了較為明顯的提升。
寧夏不同區縣農業全要素生產率在不同年份都有較大的差異，整體趨勢無法簡單概括。 所以測算2016-2020年寧夏20個區縣年均農業全要素生產率指數及其結構，獲得更為精確 的結果，如表4-5所示。
表4-5 2016-2020年農業全要素生產率指數及其結構
地區 技術效率 指數 EFFCH 技術進步指 數
TECH 純技術效率 指數 PECH 規模效率指 數 SECH 全要素生產率指 數 TFPCH
銀川市轄區 1.000 1.045 1.000 1.000 1.045
永寧縣 0.941 1.062 0.929 1.013 0.999
賀蘭縣 1.000 1.044 1.000 1.000 1.044
靈武市 1.020 1.084 1.020 1.000 1」06
銀川市平均 0.990 1.059 0.987 1.003 1.049
大武口區 1.000 1.029 1.000 1.000 1.029
惠農區 1.000 1.042 1.000 1.000 1.042
平羅縣 0.940 1.050 0.980 0.959 0.987
石嘴山市平均 0.980 1.040 0.993 0.986 1.019
利通區 1.000 1.104 1.000 1.000 1.104
紅寺堡區 1.089 1.016 1.114 0.977 1」06
鹽池縣 1.000 1.089 1.000 1.000 1.089
同心縣 0.979 1.053 0.940 1.041 1.031
青銅峽市 1.032 1.048 1.018 1.014 1.082
吳忠市平均 1.020 1.062 1.014 1.006 1.082
原州區 1.014 1.085 1.011 1.003 1.100
西吉縣 1.000 0.992 1.000 1.000 0.992
隆德縣 1.012 1.092 1.000 1.012 1.105
涇源縣 1.001 1.155 1.000 1.001 1.155
彭陽縣 1.000 1.022 1,000 1.000 1.022
固原市平均 1.005 1.069 1.002 1.003 1.075
沙坡頭區 1.000 1.110 1.000 1.000 1.110
中寧縣 0.917 1.087 0.965 0.950 0.996
海原縣 1.000 1.057 1.000 1.000 1.057
中衛市平均 0.972 1.085 0.988 0.983 1.054
(1)分析期中，寧夏各區縣的農業全要素生產率指數中，有16個區縣超過0,有4個 區縣低于0,其中9個區縣增長率在寧夏增長率均值之上，實現了快速增長。年均增速前五 名是：涇源縣、沙坡頭區、靈武市、紅寺堡區和隆德縣。其中涇源縣農業全要素生產率年均 增長率為15.5%,沙坡頭區和靈武市在農業技術效率和技術進步兩方面的影響下實現了農業 全要素生產率的快速提升。出現這種情況的原因是：兩個區域都有自己的特色產品、優質農 作物品種以及農業技術進步和農業發展方面的進步。但紅寺堡區要對生產規模進行優化，基 于合理規模之上更好的釋放規模效應，提高規模收益，讓全要素生產率得到有效的提升。在 此基礎上，通過增加投入來提升規模經濟效應，進而提高農業全要素生產率。隆德縣全要素 生產率的提升與技術進步有著緊密關聯，技術效率基本上保持了穩定水平。最近幾年，隆德 縣立足生態、數字、品牌農業發展路徑，不斷推進品種、生產模式的創新，建立更多樣的組 織生產模式。同時結合資源稟賦特征，推進特色高效農業的開發，重視農業品牌化建設和運 營，幫助農民不斷增加生產收入。農業全要素生產率增速最低的是平羅縣，出現負增長，平 羅縣要注重技術效率轉化，實現資源的合理配置。
(2)分析期中，寧夏20個區縣的年均農業技術進步指數，只有西吉縣低于1,為-0.8%, 其他區縣的年均增長率都大于0,涇源縣增速最高，是15.5%。由此可知，寧夏各區縣在發 展農業過程中，都很關注農業技術，農業科研成果比較好。
(3)分析期中，寧夏多數縣區的農業技術效率增速比較平緩，農業技術效率指數保持 在1上下。其中4個縣區指數下滑，10個縣區指數固定，6個縣區增長明顯，其中紅寺堡區 增速最理想，達到了&9%,青銅峽市緊隨其后為3.2%。由此可知，農業技術轉化率總體偏 低，是寧夏農業發展中比較普遍的情況。所以，寧夏各區縣政府要關注技術的應用和推廣， 要控制技術落地成本，讓技術更多的轉化為成果，提高技術效率。規模效率出現了總體下滑 的情況，3個區縣下滑態勢明顯，11個區縣基本上沒有變化，同心縣在研究期中實現了規模 效率的最快速增長，增速為4.1%。由此可知，寧夏大部分縣區在生產規模及產岀方面不夠 理想，農業資源要素被浪費。各區縣應該僅僅跟隨市場需求，優化生產規模，合理投入生產 要素，形成更好的規模化效應。
通過分析寧夏各區縣的農業全要素生產率的變化，可以看出寧夏大部分區縣的農業全要 素生產率的變化與寧夏整體的變化是一致的。也就是說，2016-2020年，農業技術進步在農 業全要素生產率增長之中的貢獻率不斷上升，技術、規模及純技術效率都處于下降狀態。
4.3.3分區域農業全要素生產率
根據寧夏在地理分布上的特點，前文己經將寧夏分為了三大區域，如表4-6,本部分對 三大區域展開農業全要素生產率分析。
表4-6三大區域2016-2020年農業全要素生產率指數
區域 2016-2017 2017-2018 2018-2019 2019-2020
北部引黃灌區 1.000 1.088 0.937 1.135
中部干旱帶 1.007 1.090 1.002 1.224
南部山區 0.996 1.113 1.004 1.206
三大區域都出現了農業全要素生產率不斷升高的總體態勢，但是2018-2019年短暫降低, 只有2016-2017年的南部山區（-0.4%）和2018-2019年的北部引黃灌區（-6.3%）為負增長， 相比而言，中部干旱帶近年來的表現最為活躍。
表4-7三大區域2016-2020年年均農業全要素生產率指數結構
區域 技術效率 指數
EFFCH 技術進步指 數
TECH 純技術效率 指數
PECH 規模效率指 數
SECH 全要素生產率指
數
TFPCH
北部引黃灌區 0.986 1.051 0.990 0.996 1.036
中部干旱帶 1.002 1.072 1.005 0.997 1.074
南部山區 1.005 1.067 1.002 1.003 1.072
從平均數值來看，中部干旱帶和南部山區分別實現了 7.4%和7.2%的增長，均好于北部 引黃灌區（3.6%）。結合分解指標可知，各區域全要素生產率之所以不斷提高，核心原因是 技術進步增長。同時中部干旱帶和南部山區的技術效率也都有小幅增長，雖然不多但是可以 看出在先天條件較為弱勢的情況下，這兩個區域不僅僅重視新技術的運用與推廣，對于技術 管理、資源配置等也能夠很好地實施，這一方面北部引黃灌區需要加強。
由于農業發展的地域性特征，寧夏20區縣的區位同樣是農業全要素生產率的重要影響 因素。結合表4-5數據，在Geoda中繪制四分位圖，得到圖44至圖46,對寧夏農業全要 素生產率的變化情況展開空間特點分析。
結合圖44信息可知，沙坡頭區、隆德縣、靈武市等分布在寧夏中西部及南部地區的區
縣，農業全要素生產率年均增速都處于第一梯隊，除了涇源縣之外，這些區縣分布都比較集 中；第二梯隊的原州區、利通區、鹽池縣、青銅峽市和海原縣，處于寧夏中部和南部，地理 位置分塊鄰近；銀川市轄區、賀蘭縣、大武口區、惠農區和同心縣屬于第三梯隊，除了同心 縣外都在寧夏北部，分布集中。上述相鄰區域的特點都表明增速存在趨近情況。第四梯隊的 縣區位置分散，空間關聯度不高。所以年均增速形成了中部最快向南北分散的布局。
結合圖4-5信息可知，技術進步層面，寧夏的東、西部地區年均增速比較快，然后以此 為中心對西北、西南擴散。中部的紅寺堡區和北部的大武口區、惠農區，年均增長速度較慢。
圖4-6農業技術效率指數2016-2020年空間格局
結合圖4-6信息可知，技術效率層面，大部分區縣都處于第二梯隊，第一梯隊并不多， 這兩個梯隊的區縣多數分布在中部偏北和南部。第四梯隊主要在中部和北部。
總體來看，2016-2020年，寧夏農業全要素生產率年均增長速度及其構成在空間布局上 存在差異，其中，中部偏北地區年均增速最快，平均增速較慢的地區較為分散，部分地區年 均增長速度趨于一致。
4.4本章小結
本章選用DEA-Malmquist指數法，選取農林牧漁業總產值作為產出變量，引入化肥、 勞動力、土地等要素作為投入變量，對2016-2020年寧夏各區縣的農業全要素生產率展開分 析，使用Deap2.1進行測算和分解。結果發現：寧夏農業全要素生產率年均增長率是5.9%, 其中技術進步形成的增長率是6.3%,技術效率的波動對寧夏農業全要素生產率產生的影響， 體現為負面影響。技術效率是制約寧夏農業全要素生產力提高的首要因素。從寧夏農業全要 素生產率的連續正增長可以看出，寧夏農業發展的總體形勢是好的，但農業全要素生產率水 平與國內其他農業發展水平比較好的地區對比，差距還比較明顯，農業經濟發展的空間還是 比較大的。
此外，寧夏農業全要素生產率的變化出現了時間、空間差異。從增速角度分析，分析期 中，中南部地區相對于北部地區明顯更高，地級市中石嘴山市是最低增速1.9%,吳忠市是 最高增速是&2%,差距較大。從結構層面看，技術進步的分布和農業全要素生產率的分布 相似，差距不大；但從技術效率在區域之間的分布來看，全部區域都沒有形成優勢區域，總 體增速偏低。寧夏農業全要素生產率增長出現了很明顯的區域差別和空間差異，因此有必要 繼續深入研究寧夏農業全要素生產率的空間相關關系。
第五章寧夏農業全要素生產率的空間探索性分析
上一章對寧夏農業全要素生產率及其構成進行了測算與分析，可以看到寧夏農業全要素 生產率在時間、空間上存在一定的差異性。為了進一步研究寧夏農業全要素生產率在空間分 布上是否存在空間相關性，本章將引入空間探索性分析來對寧夏農業全要素生產率的空間集 聚情況進行探討。
5.1方法介紹
探索性空間數據分析作為一種分析技術,是對對象進行可視化空間分布特點研宜的技術, 這種分析可以對空間集聚情況進行研究，對空間數據之中的特異值進行識別，然后對對象的 空間結構和相互作用進行探究。為了明確寧夏農業全要素生產效率在空間層面的布局是否存 在隨機性，同時研究其空間布局特點及關聯模式，本章引入了探索性空間數據分析空間效應， 研究鄰近區域全要素生產率的相關性，然后確定其是否具有空間效應。確定寧夏農業全要素 生產率在不同區域之間是否存在空間依賴性，可以為是否考慮空間因素來進一步研究寧夏農 業全要素生產率的影響因素提供支持。
對研究對象間的空間關聯性展開量化探究,這是探索性空間數據分析的關鍵，包含全局、 局部空間關聯分析兩方面的內容。本章以這種方法針對寧夏農業全要素生產率全局空間自相 關和局部空間離散性的有關統計量估算和檢驗，分析了寧夏農業全要素生產率的空間變化差 異。
5.1.1空間權廈矩陣
空間均質性作為一種基本假設，在傳統經濟計量理論中的應用是非常多的，即在各個區 域之間，經濟及社會發展存在相對獨立性。但是，該假設對區域地理要素在經濟活動之中的 作用缺少關注，所以與實際情況存在不匹配的情況。空間也存在著異質性，而且這種異質性 對經濟發展產生了重要的作用。在經濟活動中，各種要素在地理空間之中存在異質性，要素 分布并非是均勻的。在空間計量模型擬合環節，引入空間權重矩陣能夠提高分析準確性，這 是空間計量經濟學的特點。在空間計量分析中，需要首先對空間權重矩陣進行設計，這也是 空間計量研究的重難點內容。空間權重的確認，是對空間單位的具體區域進行量化，明確樣 本研究之中帶有的區位因素，比較不同空間權重矩陣的特征。在矩陣選擇中，只有將理論和 實踐統一起來，才能夠得到空間效應的科學分析結論。
在空間權重矩陣設置中，地區單元的具體空間位置探究多基于“距離”因子為參照，距 離指標設定要與有限性和非負性要求相符合。空間權重矩陣的設定方式很多，常見的方法有 鄰接矩陣、地理距離矩陣和經濟距離矩陣等，本文考慮研究對象的具體情況選擇了經濟距離 矩陣。
該矩陣是針對地區間經濟指標差距來展開分析的矩陣，很多經濟指標能夠對主題間關系 加以確認，比如社會網絡結構、經濟流量等，這些指標能夠支持經濟地理空間權重矩陣構建。 社會經濟發展中，經濟發展水平更低的地區很難對經濟發展水平較好的地區形成影響，而經 濟發展水平較好的地區卻能夠對周邊發展不夠理想的地區進行有效的輻射帶動，即在空間層 面影響更為突出。林光平（2005）立足傳統經濟發展空間矩陣之上，對經濟地理權重矩陣做 了全新定義，弓I入了人均GDP作為參考指數，具體如下：
W = wxdiag （翳，晉,…夸） （5-1）
公式（5-1）中，w為距離空間權重矩陣，憑是分析期i地區人均GDP,歹為分析期內全部 區域人均GDP。本文在研究的過程中，對此前的文獻探究方法進行參考，引入人均GDP作 為經濟地理權重矩陣的指標，因為這一指標帶有綜合性，承載較多信息，能夠對區域經濟差 異進行體現。本文的經濟距離矩陣歹為寧夏2017-2020年間人均GDP,天是4年間入均GDP。
5.1.2全局空間相關性
全局空間自相關是在區域整體之上實施空間探究，對研究變量在空間層面帶有的集群特 征進行分析和描述，主要以Moran's I指數和Gearys's C比率來進行表示。這兩種方法形成 的空間相關性數據是相近的，前者更多的是針對全局空間相關性展開分析，后者則更多的聚 焦在局域空間關聯性角度。本文在探究的過程中，結合寧夏農業TFP展開Moran's I指數分 析，對其全局空間相關性進行研究，相關計量流程及公式如公式（5-2）：
] ££%心-刃（兀-刃
Moran 'sl = — x
Su-y）2/"
a z *-* （5-2）
公式C5-2）中，必代表第i地區統計研究中產生的數據值，歹指代目標區域數據值平均值 計量的結果，n為區域總量。冏丿•是此次研究中構建的空間權重矩陣，是對探究目標對象空間 之中的所有對象的地理關系的表示。通過計算，確定Moran's I取值在卜1, 1],這是區域空 間各種數據乘積的總和，如果區域探究對象在空間層面存在空間正相關，那么最終的取值大 于0,同時如果空間相關性更高，則最終的取值也更高；如果探究對象之間的關系體現為空 間負相關，那么數值小于0。
5.1.3空間關聯局域指標（LISA）
基于全局空間相關性，能夠對探究對象整體層面的空間相關性進行分析，但是很難對地 理區位不同的區域空間關聯進行體現，因此需要引入空間關聯局域指標（LISA）。在LISA 的研究中，需要具備兩個條件：首先，各個區域觀測對象LISA能夠對地區對象存在顯著相 似性進行較好的解釋；其次，整體空間探究對象LISA總和和地區全局空間關聯指標間存在 一定的比例關系。LISA研究和集群研究，都是以局部Moran'sI指數為基礎進行計量的，方 法如公式（5-3）：
Moran It = Z哥 =】j （5-3）
公式（5?3）中，乙二力一y, Z,-=y7-y,二者代表數據值和均值有一定的偏差，呦為 空間權重矩陣。
5.2全局空間自相關檢驗
該檢驗的主要目的就是對地區空間關聯程度及空間差異進行體現，全局Moran's I指數 作為一項基本指標，能夠對全局空間自相關檢驗結果進行體現，可以對區域元素聚集效應進 行體現，以此來度量空間單位間存在的屬性值差異。根據眾多學者的觀點，地理因素在農業 全要素生產率溢出效應之中的作用是比較大的。本文選擇前面所介紹的經濟距離矩陣對寧夏 農業全要素生產率展開空間探索性研究，使用Geoda軟件，對20個縣區數據進行全局自相 關檢驗。Moran's I指數計算結果如表5-1：
表5-1農業全要素生產率全局MoraiTsI指數
年份 Moran's I P值 Z值
2016-2017 0.343 0.002 4.167
2017-2018 -0.041 0.359 0.124
2018-2019 0.047 0.118 1.084
2019-2020 0.183 0.013 2.760
由表5-1可以看出，2016-2020年間寧夏農業全要素生產率的Moran'sI指數有3年為正 值、1年為負值，2016-2017年及2019-2020年通過了 P值小于0.1和Z值大于1.65的顯著 性檢驗，這說明寧夏農業全要素生產率的變化在區域內具有顯著的正的空間自相關性，即形 成了空間集聚的分布現象。
從全局層面看，要對空間相關性進行研究可以使用Morals I指數，但是這種方法很難 對空間個體在全局之中的貢獻度進行體現，對空間單位空間相關性也很難進行精準的體現。 故而引入Moran's I散點圖，以此來觀察空間個體的連通性特點。
Moran'sI散點圖是立足標準化操作后形成的笛卡爾坐標系，橫坐標表示區域屬性值，縱 坐標表示鄰近區域屬性值均值。這種散點圖在空間權重矩陣中，可以很好的探究區域時間差 異下的局部空間異質性，包括四個象限：第一象限(H-H),即空間單元和周邊單元都存在較 高的樣本均值，該地區及周邊地區產生的子區域被定義為分析中的熱點區；第三象限(L-L) 則與第一象限形成了完全相反的關系，代表空間單元和周邊單元都存在樣本值偏低的情況； 第四象限(H-L),空間單元周邊區域雖然出現了樣本值偏低的情況，但是本身樣本值卻處于 較高水平；同理，第二象限(L-H)與第四象限存在相反關系，兩個象限之間有著突出的空 間異質性，存在空間負相關。
隨后作2016-2017年及2019-2020年的寧夏農業全要素生產率的Moran's I散點圖，如 下：
5 I
■' I
s , , I , , ,
^3.60 -2.20 -0.90 0.60 2.00 3.40
TFP2O20
圖5-1農業全要素生產率Moran's I散點圖
圖5-1顯示了寧夏20個區縣2016-2017年及2019-2020年農業全要素生產率的Moran's I散點分布情況，發現這兩年的寧夏農業全要素生產率的Moran'sI指數分別達到了 0.343和 0.183,由此可知，此次分析中拒絕了空間隨機分布的假設，表示存在空間相關性。
結合圖5-1信息可知，第一、三象限之中的散點分布較多，時間對坐標系中象限的位置 影響不大。也就是說，在研究期內，寧夏農業全要素生產率呈現集群趨向，高效率區域往往 與其他農業全要素生產率高的區域類似，同時增長較低的區域則與全要素生產率增速相同的 區域相對接近，這說明寧夏各地區之間的農業全要素生產率變化呈現出了區位相關特性，所 以農業全要素生產率的觀測過程中，不能夠將各區域數值作為獨立觀測值。根據圖5-1,可 整理出寧夏農業全要素生產率的空間格局變化，見下表5-2.可以看到從2016-2017年到 2019-2020年，集聚情況還是有很大的變化，紅寺堡區、青銅峽市、沙坡頭區、原州區、涇 源縣是農業經濟發展最好的地區，一直都在高高集聚區；平羅縣、永寧縣、中寧縣、西吉縣 屬于發展較為落后，處于低低集聚區；隆德縣則是自身發展較慢，但是周圍都是比較發達的 地區，而靈武市受到周邊農業全要素生產率較高地區的帶動，也已經來到高高集聚區，同時 也要注意到部分地區發生了倒退。
表5-2農業全要素生產率的空間格局變化
年份 高•高集聚 低-高集聚 低•低集聚 高■低集聚
（第一象限） （第二象限） （第三象限） （第四象限）
銀川市轄區賀蘭縣
惠農區利通區紅 靈武市鹽池縣海 原縣隆德縣 大武口區平羅縣永寧
2016-2017 寺堡區青銅峽市 沙坡頭區原州區 縣中寧縣同心縣西
吉縣 彭陽縣
涇源縣
2019-2020 靈武市紅寺堡區 青銅峽市鹽池縣 沙坡頭區原州區
涇源縣 銀川市轄區利通 區隆德縣 賀蘭縣永寧縣惠農區
平羅縣中寧縣海原縣
彭陽縣西吉縣 大武口區同心縣
5.3空間關聯局域指標（LISA）分析
莫蘭散點圖雖然可以看到地區的分類情況，但并不能直觀的發現，寧夏農業全要素生產 率在空間分布方面的特點，所以需要基于局部自相關LISA集聚圖來對寧夏農業空間格局進 行分析。
在LISA集聚圖中，高-高，即不僅存在農業全要素生產率偏高的情況，還存在空間滯后 偏高的情況，表示如果區域之中存在農業全要素生產率較高的情況，那么會被同樣農業全要 素生產率較高的區域包圍，屬于高農業全要素生產率集聚區；低-高，即農業全要素生產力 偏低，但是空間滯后極高，即高農業全要素生產率地區對于低生產率地區進行包圍；低-低， 即不僅存在農業全要素生產率偏低的情況，還存在空間滯后偏低的情況，表示區域是農業全 要素生產率偏低區域集聚區；高-低，表示雖然農業全要素生產率偏高，但是空間滯后極低， 即低農業全要素生產率地區對高生產率地區進行包圍。
以寧夏20個區縣的經濟距離矩陣為空間權重矩陣，作出2016-2017年和2019-2020年 的農業全要素生產率的LISA集聚圖，見圖5-2o
IFP2017
不風署（11）
■喬高（1） ■低-紙⑹ 薛任-珞（1） 麟島低⑴
TFP2020
下顯資（14）
H炳-矗（1） ■虹-低⑶ ■低髙（0） n贏-低⑵
結合圖5-2信息，寧夏中部地區的農業全要素生產率比南部和北部更高，分析年份中， 沙坡頭區和青銅峽市岀現了高農業全要素生產率集群區域，永寧縣和平羅縣出現了低農業全 要素生產率集群，同時，同心縣和彭陽縣農業全要素生產率高于鄰近地區，屬于農業全要素 生產率高，但是空間滯后偏低的地區。在兩個年度有的地區從低低集聚轉變為高低集聚，也 體現了發展的成果。
整體而言，基于LISA集聚圖可以對寧夏農業全要素生產率空間分布方面的情況進行直 觀的觀測，發現寧夏中部地區的農業全要素生產率比南部和北部更高，空間差異明顯。可知 寧夏農業全要素生產率具有空間自相關關系，空間依賴性較高，即區域農業全要素生產率會 因為周邊區域的變化而出現變化。
5.4本章小結
本章引入了探索性空間數據分析方法，對寧夏的20個區縣2017-2020年的農業全要素 生產率進行空間自相關檢驗，基于經濟距離空間權重矩陣，使用Geoda軟件計算Morals I 指數，同時作出2016-2017年及2019-2020年的農業全要素生產率莫蘭散點圖以及LISA集 聚圖進行分析。
通過研究發現，分析期內，寧夏農業全要素生產率的莫蘭指數大多大于0,具有顯著的 正向空間自相關關系，即寧夏多數縣區的高農業全要素生產率區域存在集聚情況，而低農業 全要素生產率區域也存在集聚情況。結合LISA集聚圖發現，寧夏農業全要素生產率空間格 局存在顯著差異，北部（引黃灌區）比南部（山區）明顯更高。寧夏全境由南到北地形地貌 獨特，特點分明，環境和資源對農業發展模式存在較大影響，這一結論與寧夏特色農業的發 展情況相契合。
第六章寧夏農業全要素生產率的影響因素分析
上文對寧夏農業全要素生產率及其構成進行了測算與分析，并對空間相關性進行了檢驗, 發現寧夏農業全要素生產率存在空間自相關關系，那么在對寧夏農業全要素生產率的影響因 素分析時就需要引入空間項，建立空間計量模型，對影響農業全要素生產率變動的因素進行 定量分析，找到對農業全要素生產率有影響的各種因素。
6.1模型介紹
Anselin (1988)曾指出空間計量經濟學具體來說是指在橫截面數據以及面板數據的回歸 模型中分析研究對象的空間結構(空間非均勻性)并研究其空間交互作用(空間自相關性)。 常見的空間計量模型有空間滯后模型(SLM)、空間誤差模型(SEM)和空間杜賓模型(SDM), 而具體需要使用哪種模型還需要根據檢驗結果來選擇。
空間滯后模型：
y = pWy + fiX + fi (6-1)
在公式(6-1)中，y為被解釋變量，X為解釋變量矩陣，參數0反映的是X對y的影響系 數，p為空間回歸系數，反映了臨近地區變量對本地變量的影響方向和程度，即空間依賴作 用，"為nxn階空間權重矩陣，Wy表示空間滯后被解釋變量，□為隨機誤差向量
空間誤差模型：
y = px + n
(1 = AWfi + e (6-2)
在公式(6-2)中，“為隨機誤差向量，£為正態分布下的隨機誤差向量，參數0表示X對 y的影響，久表示nxl階的截面因變量所存在的空間誤差系數，反映了空間相關作用。空間 誤差模型能夠分析鄰近地區的誤差變化對本地的影響程度，還可以表示擾動誤差項之間存在 的空間依賴作用。
空間杜賓模型：
y = 6Wy + <pWX + pXs (6-3 )
在公式(6-3)中，y為Nxl階的被解釋變量，X為KxN階的解釋變量，仔為Kxl階的 回歸系數向量，W為NXN階的空間權重矩陣，d表示空間自回歸系數，。表示解釋變量存在 的空間溢出效應。
6.2影響因素和數據來源
6.2.1影響因素選取
影響農業全要素生產率的因素有很多，政策環境、自然環境、空間位置、投入要素的質 量等都會對農業全要素生產率產生影響。本文遵循變量選取的科學性、準確性、可操作性原 則。在以往文獻的基礎上，結合寧夏本地的特點，依據新經濟增長理論等相關理論，從農業 資本、農業勞動力、農村經濟水平、人力資本、財政投入、農業產業機構、農村基建、地區 發展情況等方面選取了 10個變量，分析對寧夏農業全要素生產率的影響。影響因素如下：
(1)農業機械化水平(xl)：農業資本是農業生產中的重要要素，大多文獻中選用農業 機械總動力這一指標來表示農業資本，基于數據可得性，本文選擇了農業機械化水平作為替 代，農業機械化水平的計算方法在第四章中說明。
(2)農林牧漁業從業人員數(x2)：農業勞動力是最原始的投入要素，是農業生產必不 可少的部分，隨著農業生產整體機械化水平的提高，農業勞動力逐年減少，同時對勞動力素 質的要求越來越高。用農林牧漁業從業人員數來代表農業勞動力。
(3)農村居民人均可支配收入(x3)：農村人均可支配收入代表農村經濟發展水平，農 村人均可支配收入的增加，可以促進農民使用新技術、新管理方式來提高農業全要素生產率， 同時收入增加使得農民生活方式和消費習慣也會發生改變，對更高質量農產品的需求會提 升。
(4)財政支農比重(x4)：支農政策是我國農業發展的重要支撐，除了直接對農業經濟 發展產生作用，還可以通過影響大環境間接影響農業發展，雖然可能作用過程較長，但不可 忽視。選取財政對于農業生產、水利、公路等基礎設施的投入和對農林牧漁企事業單位的各 項撥款與當地財政總支出的比例，即財政支農比重來衡量。
(5)人均受教育年限(x5)：作為農業人力資本，人均受教育年限可以代表勞動力素質， 其計算公式為人均受教育年限=文盲半文盲比例*1+小學比例*6 +初中比例*9+高中(中 專)比例*12+大專及以上比例*16。
(6)道路交通便利度(x6)：道路交通建設情況可以表示農村基礎設施建設水平，其便 利度為交通道路占地面積占各區縣行政面積的比重，以衡量村與村之間、農村與城鎮的道路 連接情況。
(7)農林牧漁固定資產投資占比(x7)：農林牧漁固定資產投資代表了社會對農業的資 本支持，具有充足的資金可以更好地建設農業基礎設施，選取農林牧漁購買的固定資產在各 區縣全社會固定資產中的占比，即農林牧漁全社會固定資產投資占比來衡量農業資本投入的 情況。
(8)農業產業結構(x8)：寧夏是一個農業生產較多的省份，在外部需求變動和要素投 入變化的情況下，農業產業結構也可能會發生變化，表現為各種經濟作物和糧食播種面積的 變化，按照多數文獻的做法，選取糧食種植面積占總播種面積的比重來代表農業產業機構的 變化。
(9)工業化水平(x9)：工業的發展初期會擠占農業的發展空間，但是工業發展到一定 程度可以反哺農業，可能會增加對農產品的需求，促進農業經濟的發展，以工業增加值占地 區生產總值的比重來代表工業化水平。
(10)城鎮化水平(xlO)：同樣城市化的發展轉移了農村剩余勞動力，增加了農民收入， 在一定程度上對農業發展做出貢獻，但是對土地、農用水和自然資源的侵占可能是不利于農 業發展的，以城鎮人口占總人口的比重來代表城鎮化水平。
6.2.2數據來源
各影響因素需要的數據是寧夏20個區縣2017-2020年的數據，數據取自2018-2021年
《寧夏統計年鑒》。各影響因素的描述性統計見下表6-1。
表6-1影響因素描述性統計
指標 單位 樣本量 平均值 標準差 最大值 最小值
農業機械化水平X1 / 80 0.74 0.17 1.00 0.34
農林牧漁業從業人員數x2 人 80 59125.69 29120.36 129215.00 9392.00
農村居民人均可支配收入x3 元 80 12376.32 2668.20 17512.31 7658.34
財政支農比重x4 % 80 0.25 0.11 0.74 0.07
人均受教育年限x5 年 80 8.81 1.33 11.85 6.02
道路交通便利度x6 % 80 0.01 0.01 0.03 0.00
農林牧漁固定資產投資占比x7 % 80 0.08 0.06 0.33 0.00
農業產業結構x8 % 80 0.59 0」6 0.78 0.09
工業化水平x9 % 80 0.30 0.18 0.81 0.02
城鎮化水平X10 % 80 0.53 0」8 0.91 0.25
由表中數據可知，各指標數值差距較大，并且單位不同，因此在下面的分析中對指標進 行對數化處理。對于被解釋變量農業全要素生產率，我們計算累積增長率并進行對數處理。
6.3模型選擇
下面對選擇哪種空間計量模型進行相關檢驗，在State 16.0中完成。
在上一章的空間探索性分析中，我們發現莫蘭指數己經通過檢驗，表明寧夏農業全要素 生產率存在空間自相關關系，對于計量模型是否要引入空間項，還需要進行LM檢驗，檢驗 結果如下：
表6-2 LM檢驗結果
檢驗 統計量 p值
LM-lag 18.820 0.000
Robust LM-lag 18.172 0.000
LM-error 4.640 0.031
Robust LM-error 3.991 0.046
由結果可知，LM檢驗均顯著拒絕原假設，說明需要考慮空間效應來進行模型的設定。 進而判斷選擇空間杜賓模型還是空間誤差模型、空間滯后模型，進行Wald檢驗。
表6-3 Wald檢驗結果
統計址
Wald檢驗均顯著，表明空間杜賓模型不會退化為空間誤差模型和空間滯后模型，因此 選擇空間杜賓模型進行建模。接下來通過Hausman檢驗確定是采用隨機效應模型還是固定 效應模型，得到統計量為25.81, P值0.004,通過1%顯著性檢驗，所以選擇固定效應模型。 固定效應模型中分為時間固定、空間固定和雙向固定，需要進行LR檢驗，得到統計量104.47, P值0.000,時間和空間LR檢驗表明同時存在時間效應和空間效應。因此本文建立時間和 空間雙向固定的空間杜賓模型，農業全要素生產率的空間計量模型如下：
TFPiit = pWTF% + 乂汕 + W % xiitY + + vt + Eit （6-4）
其中"為寧夏經濟距離空間權重矩陣，孟,上為各個解釋變量，p為空間滯后系數，心為地 區效應，”上為時間效應，£處為隨機擾動項。
6.4參數估計與結果分析
根據上面建立的模型，在Stata 16.0中計算，農業全要素生產率的估計結果如下所示。
表6"模型估計結果
變量 SDM-FE 變量 SDM-FE
-0.180** -0.0352
lnxl (-0.0845) W*lnxl (-0.209)
0.0610* 0.210**
lnx2 (-0.0312) W*lnx2 (-0.101)
-0.0262 -0.54
lnx3 (-0.198) W*lnx3 (-0.554)
0.0109 -0.0491
lnx4 (-0.0482) W*lnx4 (-0.112)
-0.519*** ? 1.106***
lnx5 (?0」46) W*lnx5 (-0327)
0.131** 0.250**
lnx6 (-0.0537) W*lnx6 (-0.0994)
-0.00176 -0.00769
lnx7 (-0.0155) W*lnx7 (-0.0346)
-0.0135 -0.0646
lnx8 (-0.101) W*lnx8 (-0.163)
0.0533 0.0322
lnx9 (-0.043) W*lnx9 (-0.0919)
0.132 0.278
lnxlO (-0.119) W*lnxl0 (-0.269)
-0.384** R2 0.5967
P (-0.169) Log-likelihood 73.4638
注：和*、**. *分別在1%、5%、10%水平下顯著
從空間自回歸系數來看，寧夏農業全要素生產率具有空間溢出效應。空間自回歸系數為 -0.384,且通過5%顯著性水平檢驗，表明寧夏農業全要素生產率存在明顯的空間相關性，進 一步說明本文是適合選取空間計量模型的。
觀察解釋變量的結果，農業機械化水平(xl)系數為-0.180,在5%水平下通過顯著性檢 驗，表明研究期內農業機械化水平對農業全要素生產率具有顯著的負向影響，這與我們常規 的認識不太符合，農業現代化機械的使用，應當有助于提升農業的科技進步，同時從第四章 的結果中也可以看到，研究期內農業全要素生產率的增長主要來源于科技進步。但是由于從 "十二五”開始，寧夏農業生產己經開始大規模更新機械化，可以預見在研究期的幾年內， 農業機械化技術己經較為成熟，存在的問題可能是使用效率的不足，存在機械閑置等情況。 農業機械化水平(xl)的滯后項系數并未通過檢驗，說明農業機械化水平并未對全要素生產 率形成空間傳導效應。
農林牧漁業從業人員數(x2)系數為0.0610,在10%水平下通過顯著性檢驗，表明研究 期內農林牧漁業從業人員數對農業全要素生產率具有顯著的正向影響。可見目前加大勞動力 的投入依然可以促進寧夏農業經濟的發展，其可能的原因是近年來隨著工業化和城鎮化的發 展農業從業人員流失較大，目前從事農業生產的人數略有不足。農林牧漁業從業人員數(x2) 的滯后項系數為0.210,在5%水平下通過顯著性檢驗，表示鄰近地區農林牧漁業從業人員的 增加同樣會促進本地區農業全要素生產率的提升。
人均受教育年限(x5)的系數和滯后項系數分別為-0.519, -1.106,且均在1%水平下通過 顯著性檢驗，說明研究期內人均受教育年限對農業全要素生產率具有顯著的負向影響，同時 鄰近地區人均受教育年限也會抑制本地區農業全要素生產率的提升。在農業勞動力人口本身 就不太充足的情況下，農村教育程度較高的人才更傾向于從事非農工作，高質量的人才在農 業領域的投入嚴重不足，導致教育程度越高反而越不利于農業發展。
道路交通便利度(x6)的系數和滯后項系數分別為0.131、0.250,且均在5%水平下通 過顯著性檢驗，說明研究期內道路交通便利度對農業全要素生產率具有顯著的正向影響，同 時鄰近地區道路交通便利度也會促進本地區農業全要素生產率的提升。農村道路交通便利度 在一定程度上代表了農村基礎建設水平，農村道路網越發達越便利越可以方便各種要素資源 在各地區間的流動，有利于技術交流、人才流動，能夠提高資源配置效率，對農業經濟發展、 全要素生產率提升有重要貢獻。
其他變量沒有通過顯著性檢驗，這些變量也是對農業全要素生產率可能造成影響的變量, 雖然在當前的研究期內沒有通過顯著性檢驗，但是可以在未來的分析中予以關注。
在建立空間杜賓模型時，由于自變量空間滯后項的存在，表64的結果不能準確的反映 自變量所存在的空間邊際效應，需要根據直接效應、間接效應和總效應來解釋。其中直接效 應反映的是本地區自變量對因變量的影響，間接效應一部分反映鄰近地區自變量對本地區因 變量的影響，另一部分是鄰近地區自變量對其本身因變量的影響，通過循環反饋系統對本地 區因變量的影響，所以間接效應又被稱為空間溢出效應。因此采用偏微分法將各變量的空間 效應進行分解，結果見下表。
表6-5效應分解結果
變量 直接效應 間接效應 總效應
-0.182** 0.0348 -0.147
lnxl (-0.0868) (-0.164) (-0.176)
0.042 0.146* 0.188**
lnx2 (-0.0283) (-0.0823) (-0.0896)
0.0425 -0.491 -0.448
lnx3 (-0.201) (-0.382) (-0.425)
0.0186 -0.0328 -0.0142
lnx4 (-0.0529) (-0.0933) (-0.0936)
-0.457*** -0.751** -1.209***
lnx5 (-0.165) (-0.309) (-0.331)
0.113** 0.170* 0.283***
lnx6 (-0.0573) (-0.0926) (-0.088)
-0.000969 -0.00169 -0.00266
lnx7 (-0.0164) (-0.0252) (-0.028)
-0.0186 -0.0427 -0.0613
lnx8 (-0.0846) (-0.115) (-0.172)
0.0549 0.00832 0.0632
lnx9 (-0.0339) (-0.0641) (-0.0825)
0.105 0.217 0.322*
lnxlO (-0.125) (-0.215) (-0.169)
注：***、**、*分別在1%、5%、10%水平下顯著
結果顯示，農業機械化水平(xl)只具有直接效應，并不具有空間溢出效應，直接效應 為-0.182,在5%水平下通過顯著性檢驗，表明本地區農業機械化水平提升1%會使本地區農 業全要素生產率下降0.182%,影響的幅度較小，同時農業機械化水平不具有空間溢出效應 的原因可能是目前各地區的農業技術迭代相對封閉，缺少交流。農林牧漁業從業人員數(x2) 的間接效應為0.146,在10%水平下通過顯著性檢驗，表明鄰近地區農林牧漁業從業人員數 增加1%會使本地區農業全要素生產率提升0.146%»人均受教育年限(x5)的直接效應為-0.457, 在1%水平下通過顯著性檢驗，表明本地區人均受教育年限每增加1%會使本地區農業全要 素生產率下降0.457%；其間接效應為-0.751,在5%水平下通過顯著性檢驗，表明鄰近地區 人均受教育年限每增加1%會使本地區農業全要素生產率下降0.751%。道路交通便利度(x6) 的直接效應為0.113,在5%水平下通過顯著性檢驗，表明本地區道路交通便利度每增加1% 會使本地區農業全要素生產率提高0.113%；其間接效應為0.170,在10%水平下通過顯著性 檢驗，表明鄰近地區道路交通便利度每增加1%會使本地區農業全要素生產率提高0.170%。 其他變量的分解結果與前面各變量空間滯后項的分析基本一致。
6.5本章小結
本章選取了對寧夏農業全要素生產率有影響的10個變量，并通過LM檢驗、Wald檢 驗、Hausman檢驗、LR檢驗來確定建立時間和空間雙向固定的空間杜賓模型對寧夏農業全 要素生產率的影響因素進行定量分析。回歸結果顯示，寧夏各縣區農業全要素生產率存在空 間溢出效應，鄰近縣區可以相互促進發展，農業機械化水平對當地的農業全要素生產率有顯 著負向影響，鄰近地區農林牧漁業從業人員數對當地的農業全要素生產率有顯著正向影響， 本地和鄰近地區人均受教育年限均對當地的農業全要素生產率有顯著負向影響，本地和鄰近 地區道路交通便利度均對當地的農業全要素生產率有顯著正向影響。依據這些有顯著影響的 因素可以對寧夏農業發展、農業全要素生產率提高提出相對應的建議。
第七章結論與建議
7.1結論
本文在研究中引入了寧夏2016-2020年間的面板數據，先對投入產出指標和單要素生產 率進行簡單描述，然后通過DEA-Malmquist指數法，測算和分解了寧夏農業全要素生產率， 觀察寧夏農業全要素生產率在時間和空間維度的變化，進而對其空間相關性進行了檢驗，發 現存在空間自相關關系，觀察其空間集聚、離散的分布情況，最后建立空間杜賓模型對寧夏 農業全要素生產率的影響因素進行定量分析。本文結論如下：
(1)在研究期內，寧夏農業全要素生產率整體呈現出了穩定上升的趨勢，其中技術進 步是最大的驅動力，但是技術效率并沒有形成理想的驅動效果。寧夏農業全要素生產率年均 增長5.9%,總體呈增長態勢，寧夏農業技術效率總體呈負增長趨勢，農業技術效率的降低 表明，寧夏農業資源配置效率還有很大的改善空間：農業技術效率可以具體分解為純技術效 率和規模效率，二者出現了同步下滑的情況，年均下降比例為0.2%,寧夏的農業資源在配 置效率方面始終處于較低水平。在土地等自然資源分布不足的情況下，這對農業的綜合發展 形成了極大的制約，因此需要盡快優化農業資源配置效率。
(2)在研究期內，寧夏多數區縣農業全要素生產率都處于增長趨勢，寧夏農業發展形 成了比較好的持續性。具體體現是：多數區縣與寧夏總體狀態趨向一致，農業技術進步讓各 區縣的農業全要素生產率實現了快速的增長，技術效率卻沒有體現岀相同的作用。但是寧夏 不同區縣之間在農業發展水平上存在不均衡的情況，出現了明顯的內部差異，呈現出中部最 快向南北分散的布局。吳忠、固原增長勢頭迅猛，石嘴山增速較低，可能也表明寧夏農業全 要素生產率的增長和地區經濟發展層次間有著一定的關聯。
(3)從探索性空間數據分析可知，寧夏農業全要素生產率存在空間自相關關系，空間 集聚效應明顯，其中高-高集聚多體現在中部偏北地區(青銅峽市、沙坡頭區)，而低-低集聚 比較明顯的是石嘴山市及永寧縣。空間地理因素也極大的影響了寧夏農業全要素生產率，鄰 近地區自然及資源條件非常相似，有利于學習和在區域之間傳播新的農業生產技術，導致農 業全要素生產率增長的區域集群現象。總體來看，還是有很多地區呈現隨機分布，個別地區 存在集聚和離散，需要注意區域協調發展，避免農業全要素生產率增長兩極分化。
(4)從影響因素的分析可知，寧夏各縣區農業全要素生產率存在空間溢出效應，鄰近 縣區可以相互促進發展。農業機械化水平對當地的農業全要素生產率有顯著負向影響，說明 農業機械存在閑置，利用率不高同時流動性不足，并沒有形成空間溢出效應；鄰近地區農林 牧漁業從業人員數增加對當地的農業全要素生產率有促進作用；人均受教育年限和道路交通 便利度均具有空間溢出效應，鄰近地區和本地的人均受教育年限越高越不利于當地農業全要 素生產率的增長，而鄰近地區和本地道路交通越發達越有利于當地農業全要素生產率的增 長。
7.2建議
通過前面的實證分析和結論，寧夏農業經濟發展的過程中還存在一些問題。區域內不同 地區農業發展情況不一，經濟發展存在層級差異，農業全要素生產率增長方面的差別也十分 明顯。技術進步是農業全要素生產率的重要推動因素，農業的健康可持續發展，除了要重視 技術進步，還要重視技術效率的提升，以期實現“雙輪驅動”，同時對寧夏農業全要素生產 率增長有影響的諸多因素也要重點關注。為促進寧夏農業全要素生產率持續提升，本文提出 如下建議：
(1)促進區域協調發展
鄰近地區在地理環境和資源稟賦方面極為類似，所以農業生產技術在鄰近區域的推廣具 有較好的適用性，反之也能夠加快農業技術的更新，讓鄰近區域農業全要素生產率在發展中 趨于一致。寧夏各級政府應該在效率原則之外，重視公平原則的實施，對地區差異進行正確 的認識。通過對各地區發展情況的研究，在釋放較發達地區農業生產技術優勢之外，關注區 域之間的技術溝通，讓各地區之間能夠在農業技術方面進行合作，讓更多的農業技術可以在 更大范圍進行應用。農業技術進步之外，不斷優化技術效率同樣可以極大地推動農業經濟增 長，要加強農業機械、設施農業的配置使用效率，盤活現有的農機存量，提高生產效率。地 方政府針對農業的各種決策，要關注本地區農業發展的特點，又要重視其他地區和本地區的 共性和差異，對外部溢出效應在地區間的影響進行全面的分析。政府管理之中，應該突破當 前的條塊分割，立足協同共贏理念建立跨區域發展模式。從長遠戰略角度審視區域農業經濟 發展，相鄰區縣要加強農業產業合作，讓農業生產規模持續擴張，讓空間集聚效應得到更好 釋放，最終達到農業生產一體化發展狀態。
(2)加強農業基礎設施建設
農業基礎設施建設如道路交通建設、電力、水利、信息化建設等可以加快資源的流動、 信息的交換，對農業全要素生產率的提升有重要影響。“要想富、先修路”，道路建設不只是 本地區的道路，同時也要加強各縣區之間的道路建設，發揮空間溢出效應，確保農業資源的 順暢流通，新技術在地區間的擴散和轉移。各級政府首先要加大對農村基礎設施的投資力度， 還可以創新政府投資的方式，采用農業補助、財政補貼、增加農業信貸資金等方式，同時制 定相關優惠政策，引導社會資本參與農村基礎設施建設。其次設立投資資金的管理機制，有 效跟蹤、管理、評價農村基礎設施建設的使用和維護情況，確保資金的使用效率。在道路建 設上，要做到建設與保養并重，一方面加大對農村公路的建設力度，尤其是偏遠地區，確保 公路全覆蓋，做到“村村通”；另一方面加強維護與保養，對農村公路進行質量升級，延長 使用壽命，將道路建設的建、養、質、效有機結合，保障道路暢通。此外在水利建設上要提 升灌溉效率和節約水資源，在電力建設上要推行太陽能的使用等，切實加強農業基礎設施的 建設。
(3)推進”三農”人才高地建設
當前農村勞動力的投入、勞動力的素質都對農業全要素生產率具有重要的影響，勞動力 的問題是人才的問題，首先對于勞動力投入不足的情況，各地政府要加強宣傳引導，號召適 齡農村勞動力從事農業生產，在近幾年疫情防控的形勢下，外出務工可能受到很大影響，留 在家鄉建設農業農村是很好的選擇，可以適當實行農業勞務補貼制度，提高農業生產的積極 性；另一方面高素質農業人才流失嚴重，需要加大對高學歷農業人才的引進，建立引才體制 機制，提高人力資本水平，繼續完善科技扶貧行動，讓高等院校科研人員、企事業單位農業 領域的相關專業人員以技術指導等多種形式參與到農業發展中。同時可以對農村勞動力進行 專業化的培訓，從農業生產的實際情況入手，進行專業人才培養，解決農業生產人才需求的 結構性矛盾。通過人才培訓能夠讓寧夏的農業發展水平快速提高，逐漸縮小同其他地區的差 距。農業勞動力培養過程中，要尤其重視適用性，應該與寧夏農業發展現狀進行結合，選擇 適合的內容和方式進行培訓。各地政府要打破地區間人才流動的壁壘，讓高素質人才自由流 動，發揮人力資本的空間溢出效應，促進全區人才高地建設。
參考文獻
[1]Solow R. Technical change and the aggregate production fiinction[J].The Review of Economics and Statistics, 1957(3):312-320.
[2]Dension EF. Sources of economic growth in the United States and the alternatives before us[J].Joumal of Political Economy, 1962(70):508-509.
[3]Coelli T J, Rao D S P5 O' Donnell C J, Battese G E. 2005. An introduction to efficiency and productivity analysis. New York: Springer Science Business Media.
[4]Arrow Kenneth J. The economic implications of learning by doing, The Review of Economic Studies. 1962(3).
[5]Jorgenson, Gollop and Barbara M. Fraumeni, Productivity and U. S. Economics Growth, Cambridge MA, Harvard University Press, 1987.
[6]Dale W. Jorgenson and Ralph Landau. Technology and Capital Formation, MIT press, 1989.
[7]Rosegrant M. W. and Evenson R. E, Agricultural Productivity and Sources of Growth in South Asia, American Journal of Agricultural Economics, 1992.
[8]Lucas R, On the Mechanics of Economic Development, Journal ofMonetary Economics, 198&
[9]Mcmillan John, John Whalley, Li jing Zhu, The Impact of China's Economic Refonns on Agricultural Productivity Growth, The Journal of Political Economy, 1989.
[10]Fare R, Grosskopf S, Morris M. Productivity growth, technical progress and efficiency changes in industrialised countries, American Economic Review, 1994.
[11]Lambert, D. K. and Parker, E.: Productivity in Chinese Provincial Agriculture, Journal of Agricultural Economics, 49(3):378-392,199&
[12]李京文，李軍沖美生產率比較[J].經濟研%,1993(04):67-71.
[13]朱希剛，劉延風.我國農業科技進步貢獻率測算方法的意見[J]儂業技術經濟,1997(01):17- 23.
[14]林毅夫，任若恩.東亞經濟增長模式相關爭論的再探討[JJ.經濟研究,2007(08):4-12+57.
[15]黃振華.技術進步、人力資本與中國農業發展——1985-2005年中國農業技術進步率的 實證與比較[J].財經問題研究,2008(03):124-129.
[16]車維漢，楊榮.技術效率、技術進步與中國農業全要素生產率的提高——基于國際比較的 實證分析[J].財經研究,2010,36(03):113-123.
[17]陳剛,王燕飛.農村教育、制度與農業生產率——基于中國省級層面數據的實證研究[J].農 業技術經濟,2010(06): 18-27.
[18]匡遠鳳.技術效率、技術進步、要素積累與中國農業經濟增長——基于SFA的經驗分析 [JJ.數量經濟技術經濟研究,2012,29(01):3-1 &
[19]金懷玉，菅利榮.中國農業全要素生產率測算及影響因素分析[J].西北農林科技大學學報 (社會科學版),2013,13(02):29-35+42.
[20]張樂，曹靜.中國農業全要素生產率增長:配置效率變化的引入——基于隨機前沿生產函
數法的實證分析［J］.中國農村經濟,2013(03):4-15.
［21］ 李谷成，范麗霞，成剛，馮中朝.農業全要素生產率增長:基于一種新的窗式DEA生產率指 數的再估計［J］.農業技術經濟,2013(05):4-17.
［22］ 潘丹，應瑞瑤•資源環境約束下的中國農業全要素生產率增長研究［JJ.資源科 學,2013,35(07):1329-133&
［23］ 余康,李陸洋，郭萍.農業勞動生產率增長分布演進的影響因素分析［JJ.技術經濟與管理研 究,2013(11):114-11 &
［24］ 郝永錄，王青.山東農業全要素生產率增長的地區差異比較與收斂性檢驗［JJ.貴州農業科 學,2014,42(04):235-239.
［25］ 金時來.福建省農業全要素生產率測算及其影響因素研究［D］.福建師范大學,2014.
［26］ 孔祥智，周振.“三個導向”與新型農業現代化道路［J］.江漢論壇,2014(07):42-49.
［27］ 高帆.我國區域農業全要素生產率的演變趨勢與影響因素——基于省際面板數據的實證 分析［J］.數量經濟技術經濟研究,2015,32(05):3-19+53.
［28］ 鄢姣.農業全要素生產率與城鄉收入差距問題研究［D］.新疆大學,2015.
［29］ 梁俊，龍少波.農業綠色全要素生產率增長及其影響因素［J］.華南農業大學學報(社會科學 版),2015,14(03):1-12.
［30］ 高帆.中國各省區全要素生產率的斂散性及其解釋:1978-2012年［JJ.人文雜 志,2015(08):32-40.
［31］ 揭懋汕，郭潔，陳羅悴，雪燕，薛領.碳約束下中國縣域尺度農業全要素生產率比較研究［J］. 地理研究,2016,35(05):898-90&
［32］ 朱明.服務投入與中國農業勞動生產率的追趕進程——對中國農業勞動生產率階段性特 征的新解釋［J］.財經研究,2016,42(07):111-121.
卩3］董瑩.全要素生產率視角下的農業技術進步及其溢出效應研究［D］.中國農業大學,2016.
［34］ 蔡躍洲，付一夫.全要素生產率增長中的技術效應與結構效應——基于中國宏觀和產業數 據的測算及分解［J］.經濟研究,2017,52(01):72-8&
［35］ 何婷婷.我國農業全要素生產率增長的動態變化與影響因素——基于DEA和SFA方法 的比較研究［J］.重慶文理學院學報(社會科學版),2017,36(03):113-121.
［36］ 范秋芳，楊敏.新型城鎮化背景下山東農業全要素生產率影響因素研究［J］.甘肅科學學 報,2017,29(03):137-141.
［37］ 王留鑫，洪名勇我國農業全要素生產率的區域差異及影響因素——基于DEA-Malmquist 指數省際面板數據的實證分析［J］.鄭州航空工業管理學院學報,2018,36(03): 11-21.
［38］ 龔斌磊.投入要素與生產率對中國農業增長的貢獻研究［J］.農業技術經濟,2018(06):4-18.
［39］ 何鋒,肖振東.民族地區農業全要素生產率測算與分解［J］.中南民族大學學報(人文社會科 學版),2018,38(04): 171-175.
［40］ 李紹亭，周玉璽.山東省農業全要素生產率及其影響因素研究［J］.山東農業科 學,2019,51(04):162-168.
［41］ 林光華，陸盈盈.氣候變化對農業全要素生產率的影響及對策——以冬小麥為例［J］.農村
［42］ 尹朝靜.城鎮化、工業化對農業全要素生產率增長的影響研究——來自重慶37個縣(區) 面板數據的證據［J］.重慶大學學報(社會科學版),2020,26(06):58*6&
［43］ 王軍，楊秀云.改革開放以來中國農業全要素生產率的動態演進及收斂性分析［JJ.統計與 信息論壇,2019,34(11):59-66.
［44］ 周鵬飛，謝黎，王亞飛.我國農業全要素生產率的變動軌跡及驅動因素分析——基于 DEA—Malmquist指數法與兩步系統GMM模型的實證考察［J］.蘭州學刊,2019(⑵:170- 186.
［45］ 李航飛.基于數據包絡分析的我國農業生產效率區域差異分析［J］.科技管理研 究,2020,40(01):59-66.
［46］ 袁芳,張紅麗，陳文新.西北地區綠色農業投資效率水平測度及空間差異［J］.統計與決 策,2020,36(24):70-73.
［47］ 杜慧彬.生態文明建設背景下寧夏農業全要素生產率研究［D］.寧夏大學,2021.
［48］ 鐘麗雯，張建兵，蔡蕓霜,陸雙龍，黃麗排,黃太慶，甘磊•近10年廣西農業生產效率與全要素 生產率時空演變與驅動因素分析［J］沖國農業資源與區劃,2021,42(09):272-282.
［49］ 郭海紅，劉新民.中國農業綠色全要素生產率的時空分異及收斂性［J］.數量經濟技術經濟 研究,2021,38(10):65-84.
［50］ 劉成坤•農村人口老齡化與農業全要素生產率的區域異質性［J］.華南農業大學學報(社會 科學版),2021,20(06):46-55.
［51］ 高孟菲，鄭晶.中國農業全要素生產率測算及其時空差異分析——基于碳匯視角的再檢驗 ［JJ.生態經濟,2021,37(12):98-104+120.
［52］ 葛和平，高越.數字普惠金融發展對農業全要素生產率的影響［JJ.財會月刊,2021(24):144- 151.
［53］ 劉成坤.農村人口老齡化與農業全要素生產率的區域異質性［J］.華南農業大學學報(社會 科學版),2021,20(06):46-55.
［54］ 顧晟景，周宏.生產性服務業對農業全要素生產率的影響研究——基于中介效應的影響路 徑分析［J/OL］.中國農業資源與區劃:1-20.
［55］ 張翱祥，鄧榮榮.數字普惠金融對農業綠色全要素生產率的影響及空間溢出效應［J］.武漢 金融,2022(01):65-74.
［56］ 尹朝靜，高雪.納入氣候因素的中國農業全要素生產率再測算［J］.中南財經政法大學學 報,2022(01):110-122.
［57］ 金紹榮，任贊杰,慕天媛.農業保險、農業全要素生產率與農業經濟增長［J］.宏觀經濟研 究,2022(01):102-114+160.
［58］ 羅斯炫，何可，張俊颼.改革開放以來中國農業全要素生產率再探討——基于生產要素質 量與基礎設施的視角卩/OL］.中國農村經濟,2022(02): 115-136.
［59］ 張東玲，焦宇新.農業保險、農業全要素生產率與農戶家庭經濟韌性［J］.華南農業大學學報 (社會科學版),2022,21(02):82-97.
［60］ 甘天琦，杜建國，李波.中國縣域農業全要素生產率的分異特征與驅動因素［JJ.經濟問 題,2022(04):101-107.
[61]鄭宏運，李谷成.數字普惠金融發展對縣域農業全要素生產率增長的影響：基于異質性視 角[J/OL].當代經濟管理:1-10,
[62]江激宇，倪婷，劉嘉銘,賴建銘.農業科技社會化服務與農業全要素生產率關聯研究[J].云南 農業大學學報(社會科學),2022,16(04):109-116.
[63]金紹榮，任贊杰,慕天媛.農業保險對我國農業全要素生產率的動態影響——基于中國 2007-2018年省級面板數據的實證研究[J].西南大學學報(自然科學版),2022,44(04):134- 143.
[64]溫紅梅，王宏宇.農業信貸規模與農業全要素生產率的時空關系[J].現代經濟探 討,2022(04):114-125.
[65]梁勁銳，席小瑾.山東省農業綠色全要素生產率測度及影響因素分析[JJ.農村經濟與科 技,2022,33(05):1-5+15.
[66]潘明明.綠色貿易壁壘對農業全要素生產率的影響——基于安徽省面板數據的實證研究 [J].安徽農業大學學報(社會科學版),2022,31(01):50-55+140.
上一篇：論文題目農業社會化服務對農業全要素生產率的 影響研究——以浙江省為例
下一篇：沒有了
相關標簽:
