摘要：【目的】測算廣西農(nóng)業(yè)全要素生產(chǎn)率（TFP）并分析其時空特征和影響因素，為推動廣西農(nóng)業(yè)科技創(chuàng)新及賦能農(nóng)業(yè)強區(qū)建設(shè)提供決策依據(jù)?！痉椒ā窟\用DEA-Malmquist指數(shù)法對2005—2021年廣西農(nóng)業(yè)全要素生產(chǎn)率進行測算，將其分解為技術(shù)效率和技術(shù)進步，分析其時空變化情況，構(gòu)建面板數(shù)據(jù)回歸模型，分析廣西農(nóng)業(yè)全要素生產(chǎn)率的影響因素，并進行穩(wěn)健性檢驗?！窘Y(jié)果】從時間趨勢來看，2005—2021年廣西農(nóng)業(yè)全要素生產(chǎn)率穩(wěn)步增長，特別是“十三五”以來增長速度明顯加快，且形成了廣西農(nóng)業(yè)全要素生產(chǎn)率增長的技術(shù)進步和技術(shù)效率“雙驅(qū)動”模式。從空間分布來看，廣西14個地級市的農(nóng)業(yè)全要素生產(chǎn)率增長差異較明顯，其中，有11個市實現(xiàn)增長，增長最多的是南寧市，增長最少的是賀州市。從影響因素來看，農(nóng)村人力資本、農(nóng)業(yè)生產(chǎn)規(guī)模、農(nóng)業(yè)機械化水平和財政支農(nóng)水平是影響廣西農(nóng)業(yè)全要素生產(chǎn)率增長的主要因素。從與周邊省份對比結(jié)果來看，廣西農(nóng)業(yè)全要素生產(chǎn)率平均增長速度落后于廣東省2.3%，落后于云南省0.9%。【建議】建議廣西以市場需求為導向，推動農(nóng)業(yè)技術(shù)進步；以生產(chǎn)需求為導向，提升農(nóng)業(yè)技術(shù)效率；以協(xié)調(diào)發(fā)展為導向，合理布局創(chuàng)新資源；以優(yōu)先發(fā)展為導向，強化支農(nóng)強農(nóng)措施，從而加快提升農(nóng)業(yè)全要素生產(chǎn)率，助力農(nóng)業(yè)強區(qū)建設(shè)。

關(guān)鍵詞：農(nóng)業(yè)全要素生產(chǎn)率；時空差異；影響因素；農(nóng)業(yè)強區(qū)；廣西

中圖分類號：S-9；F327 文獻標志碼：A 文章編號：2095-1191（2024）11-3497-10

Spatial-temporal difference and influencing factors of agricultural total factor productivity in Guangxi

ZHOU Bao-ji1， LAN Zong-bao1， QU Ting-ting1， WANG Yu-ning2，LU Qing-nan1， HUANG Zhi1*

（1Agricultural Science and Technology Information Institute，Guangxi Academy of Agricultural Sciences， Nanning，Guangxi 530007， China； 2Agricultural Resource and Environment Research Institute， Guangxi Academy ofAgricultural Sciences， Nanning， Guangxi 530007， China）

Abstract：【Objective】In order to provide a scientific decision-making reference for achieving agriculture technologi‐cal innovation and building a strong agricultural area，agricultural total factor productivity（ TFP） was accurately measured and and its spatial-temporal differences and influence factors were discussed in Guangxi.【 Method】The DEA-Malmquist index method was used to measure agricultural total factor productivity in Guangxi from 2005 to 2021，which was decom‐posed into technical efficiency and technological progress，and its spatial-temporal changes were analyzed. The panel data regression model was used to analyze the influencing factors of agricultural total factor productivity in Guangxi，and the robustness test was carried out. 【Result】From the perspective of time trend，the agricultural total factor productivity of Guangxi had grown steadily，especially since“ the 13th Five-Year Plan”，the growth rate had accelerated greatly，and the growth of agricultural total factor productivity of Guangxi had formed a“ dual drive” model of technological progress and technical efficiency. From the perspective of spatial distribution，there was a great difference in the growth of agriculturaltotal factor productivity among 14 prefecture-level cities in Guangxi. Among the 14 cities，11 cities had achieved an in‐crease in agricultural total factor productivity，with Nanning had the largest increase and Hezhou had the least increase. From the perspective of influencing factors，the main factors affecting the growth of agricultural total factor productivity in Guangxi were rural human capital，agricultural production scale，agricultural mechanization level and financial support level. In contrast，the average growth rate of agricultural total factor productivity in Guangxi lagged behind Guangdong by 2.3% and Yunnan by 0.9%.【 Suggestion】It is suggested that Guangxi should take the market demand as the guide to pro‐mote the progress of agricultural technology. To improve the efficiency of agricultural technology based on production de‐mand； take coordinated development as the guidance，rationally distribute innovation resources；with priority development as the orientation，strengthen measures to support agriculture and strengthen agriculture，so as to accelerate the improve‐ment of agricultural total factor productivity and help the strong agricultural area building.

Key words： agricultural total factor productivity； spatial-temporal difference； influence factor； strong agricultural area； Guangxi

Foundation items： Guangxi Science and Technology Development Strategy Research Projec（t Guike ZL20111010）；Science and Technology Development Project of Guangxi Academy of Agricultural Sciences（Guinongke 2021JM74）；Ba‐sic Scientific Research Project of Guangxi Academy of Agricultural Sciences（Guinongke 2021YT083，Guinongke 2021 YT078）

1. 引言

【研究意義】農(nóng)業(yè)科技進步是農(nóng)業(yè)經(jīng)濟增長的源泉和農(nóng)業(yè)競爭力提升的關(guān)鍵，提高農(nóng)業(yè)科技水平是建設(shè)農(nóng)業(yè)強國的本質(zhì)要求。根據(jù)2023年《廣西統(tǒng)計年鑒》和《中國統(tǒng)計年鑒》統(tǒng)計數(shù)據(jù)進行計算，2022年廣西第一產(chǎn)業(yè)增加值為4269.8億元，占廣西生產(chǎn)總值的16.23%，遠高于全國第一產(chǎn)業(yè)增加值在全國生產(chǎn)總值中的占比（7.32%）；廣西第一產(chǎn)業(yè)增加值占全國第一產(chǎn)業(yè)增加值的4.84%，也高于廣西生產(chǎn)總值在全國生產(chǎn)總值中的占比（2.18%），表明農(nóng)業(yè)仍是廣西經(jīng)濟的重要支柱產(chǎn)業(yè)。廣西農(nóng)業(yè)優(yōu)勢特色突出，農(nóng)、林、牧、漁產(chǎn)品種類豐富，糖料蔗、水果、桑蠶和秋冬蔬菜等多種重要農(nóng)產(chǎn)品的產(chǎn)量位居全國第一，具有建設(shè)農(nóng)業(yè)強區(qū)的堅實條件。黨的十八大以來，廣西深入實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，注重利用科技手段提升農(nóng)業(yè)發(fā)展質(zhì)量和效益，通過大力創(chuàng)建現(xiàn)代特色農(nóng)業(yè)示范區(qū)、實施科技強農(nóng)“八大工程”及創(chuàng)建全國一流省級農(nóng)業(yè)科學院等具體行動，不斷強化農(nóng)業(yè)科技對現(xiàn)代特色農(nóng)業(yè)發(fā)展的支撐作用。根據(jù)2023年《廣西統(tǒng)計年鑒》和《中國統(tǒng)計年鑒》統(tǒng)計數(shù)據(jù)進行計算，2022年廣西農(nóng)業(yè)科技進步對廣西農(nóng)業(yè)增長的貢獻率僅53.0%左右，低于全國平均水平（62.4%）；廣西全社會研究與試驗發(fā)展經(jīng)費投入總量為217.9億元，投入強度僅為0.83%，遠低于全國平均投入強度（2.54%），與發(fā)達省份相比，廣西的科技投入差距更大。因此，廣西要建成農(nóng)業(yè)強區(qū)，必須持續(xù)提升科技對區(qū)域現(xiàn)代特色農(nóng)業(yè)高質(zhì)量發(fā)展的支撐作用。農(nóng)業(yè)全要素生產(chǎn)率（TFP）是全面反映農(nóng)業(yè)科技進步情況的重要指標，對廣西農(nóng)業(yè)全要素生產(chǎn)率進行測度和分解，分析其時空差異并明確其發(fā)展水平、地區(qū)差異和影響因素，對促進廣西農(nóng)業(yè)科技進步及推動廣西由農(nóng)業(yè)大區(qū)向農(nóng)業(yè)強區(qū)邁進具有重要意義?！厩叭搜芯窟M展】農(nóng)業(yè)全要素生產(chǎn)率是衡量農(nóng)業(yè)生產(chǎn)過程中科技進步對農(nóng)業(yè)增長貢獻份額的重要指標，也是學界關(guān)注的重要主題。已有學者從整體上測算我國農(nóng)業(yè)全要素生產(chǎn)率，并探討其增長的主要原因。高帆（2015）研究表明，我國1992—2012年的農(nóng)業(yè)全要素生產(chǎn)率增長對我國農(nóng)業(yè)增長的貢獻率為79.12%，其中技術(shù)進步是農(nóng)業(yè)全要素生產(chǎn)率增長的主要來源。李展和崔雪（2021）的研究結(jié)果顯示，1980—2016年我國農(nóng)業(yè)全要素生產(chǎn)率年均增長1.74%，對總產(chǎn)出增長的貢獻率為30.53%。部分學者探討了農(nóng)業(yè)全要素生產(chǎn)率的地區(qū)差異，其中，劉戰(zhàn)偉（2018）研究指出，我國農(nóng)業(yè)全要素生產(chǎn)率增長狀況呈現(xiàn)由東到西逐漸減弱趨勢，李欠男等（2019）的研究結(jié)果也驗證了這一結(jié)論。高齊圣和王丹亞（2020）研究表明，農(nóng)業(yè)全要素生產(chǎn)率地區(qū)內(nèi)部存在分化現(xiàn)象，其中，東部地區(qū)呈多極化趨勢，東北地區(qū)兩級分化現(xiàn)象較明顯，中部地區(qū)差距逐漸變大，西部地區(qū)差距小幅度增大且呈兩極分化趨勢。一些學者研究了某一省份或某一區(qū)域的農(nóng)業(yè)全要素生產(chǎn)率，其中，李翔和楊柳（2018）測算了華東地區(qū)農(nóng)業(yè)全要素生產(chǎn)率；許文標等（2021）對福建省農(nóng)業(yè)全要素生產(chǎn)率進行了測度和收斂性分析。此外，部分學者從不同角度探討了不同因素對農(nóng)業(yè)全要素生產(chǎn)率的影響問題（范國華等，2023；孫梅，2023；孫學濤等，2023）。但目前針對廣西農(nóng)業(yè)全要素生產(chǎn)率的研究不多，僅見陸泉志等（2018）開展的廣西糧食全要素生產(chǎn)率時空差異及收斂性分析，鐘麗雯等（2021）開展的2008—2017年廣西農(nóng)業(yè)生產(chǎn)率與全要素生產(chǎn)率時空演變及驅(qū)動因素分析。【本研究切入點】迄今，學者對全國或部分區(qū)域農(nóng)業(yè)全要素生產(chǎn)率時空特征和影響因素的研究較多，但針對廣西農(nóng)業(yè)全要素生產(chǎn)率的研究相對較少?！緮M解決的關(guān)鍵問題】利用2005—2021年廣西14個地級市農(nóng)業(yè)投入產(chǎn)出數(shù)據(jù)，測算和分解廣西農(nóng)業(yè)全要素生產(chǎn)率，分析其時空差異，構(gòu)建面板數(shù)據(jù)回歸模型，分析影響廣西農(nóng)業(yè)全要素生產(chǎn)率增長的主要因素，并據(jù)此提出對策建議，以期為廣西農(nóng)業(yè)科技進步和農(nóng)業(yè)強區(qū)建設(shè)提供決策依據(jù)，也為其他省區(qū)推動農(nóng)業(yè)科技創(chuàng)新提供借鑒。

1 數(shù)據(jù)來源與研究方法

1. 1 數(shù)據(jù)來源與指標選擇

1. 1. 1 數(shù)據(jù)來源 基于數(shù)據(jù)的可得性、一致性和權(quán)威性，選取2005—2022年《廣西統(tǒng)計年鑒》中廣西14個地級市的相關(guān)數(shù)據(jù)開展研究，通過插值法或查詢主管部門官網(wǎng)數(shù)據(jù)補齊少數(shù)缺失數(shù)據(jù)。

1. 1. 2 測算廣西農(nóng)業(yè)全要素生產(chǎn)率的指標選擇農(nóng)業(yè)投入產(chǎn)出變量選擇主要借鑒李谷成和馮中朝（2010）、何鋒和肖振東（2018）、李欠男等（2019）、龍少波和張夢雪（2021）的研究方法，選取耕地、農(nóng)業(yè)勞動力、化肥、農(nóng)藥、農(nóng)業(yè)機械和農(nóng)業(yè)用電等作為投入指標，選取農(nóng)、林、牧、漁業(yè)總產(chǎn)值為產(chǎn)出指標（表1）。其中，為使數(shù)據(jù)具有可比性，以2004年為基期，對農(nóng)、林、牧、漁業(yè)總產(chǎn)值進行定基化處理；耕地投入中存在拋荒、休耕和復種等多種情況，因此選擇農(nóng)作物播種面積以體現(xiàn)土地的實際利用狀況；目前尚未有直接統(tǒng)計農(nóng)業(yè)勞動力指標的資料，因此選擇第一產(chǎn)業(yè)就業(yè)人數(shù)代替農(nóng)業(yè)勞動力投入；化肥和農(nóng)藥投入使用的是折純量；農(nóng)業(yè)機械投入使用的是農(nóng)業(yè)機械總動力；電力投入使用的是農(nóng)村用電量。

1. 1. 3 廣西農(nóng)業(yè)全要素生產(chǎn)率影響因素分析的指標選擇 為進一步分析影響廣西農(nóng)業(yè)全要素生產(chǎn)率的可能原因，以便更有針對性地采取措施提高農(nóng)業(yè)全要素生產(chǎn)率，在測算農(nóng)業(yè)全要素生產(chǎn)率的基礎(chǔ)上，開展其影響因素分析。將測算出的廣西農(nóng)業(yè)全要素生產(chǎn)率指數(shù)（TFPI）、技術(shù)進步指數(shù)（TIEI）和技術(shù)效率指數(shù)（TEI）作為被解釋變量，參考龍少波和張夢雪（2021）、王芳和曾令秋（2021）的做法，選取可能影響農(nóng)業(yè)全要素生產(chǎn)率的因素作為解釋變量，包括農(nóng)村人力資本水平（RLZB）、城市化水平（CSH）、農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)（SCJG）、農(nóng)業(yè)生產(chǎn)性基礎(chǔ)設(shè)施（JCSS）、農(nóng)業(yè)生產(chǎn)規(guī)模（SCGM）、農(nóng)業(yè)機械化水平（JXH）和財政

支農(nóng)水平（CZZN）（表2）。

農(nóng)村人力資本水平提升是農(nóng)業(yè)全要素生產(chǎn)率提升的重要途徑，預設(shè)農(nóng)村人力資本水平對農(nóng)業(yè)全要素生產(chǎn)率具有促進作用，并選取鄉(xiāng)村人口平均受教育年限衡量農(nóng)村人力資本水平，其中，受教育年限劃分為未上過學、小學、初中、高中、大專及以上，并分別賦值0、6、9、12和15。城市化水平對農(nóng)業(yè)全要素生產(chǎn)率的影響可能是雙向的，一方面，城市發(fā)展吸引大量農(nóng)村人口外流，土地流入少數(shù)經(jīng)營者手中，導致農(nóng)業(yè)規(guī)模化、專業(yè)化及機械化水平提升，從而促進農(nóng)業(yè)全要素生產(chǎn)率提升，另一方面，城市化也可能擠占農(nóng)業(yè)發(fā)展空間，甚至因為城市化和工業(yè)污染破壞農(nóng)業(yè)生產(chǎn)環(huán)境，進而損害農(nóng)業(yè)全要素生產(chǎn)率，因此，選取城鎮(zhèn)人口占總?cè)丝诒戎睾饬砍鞘谢健＾r(nóng)業(yè)生產(chǎn)結(jié)構(gòu)衡量的是農(nóng)業(yè)各生產(chǎn)部門的比例關(guān)系，合理的生產(chǎn)結(jié)構(gòu)能有效配置農(nóng)業(yè)生產(chǎn)資源，提高資源利用效率，增加農(nóng)業(yè)產(chǎn)出，因此，選取種植業(yè)產(chǎn)值占農(nóng)、林、牧、漁業(yè)總產(chǎn)值的比重衡量農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)。農(nóng)業(yè)生產(chǎn)性基礎(chǔ)設(shè)施建設(shè)有利于改善農(nóng)業(yè)生產(chǎn)條件，抵御自然災(zāi)害，保障農(nóng)業(yè)生產(chǎn)穩(wěn)定，其中，農(nóng)業(yè)生產(chǎn)受水資源約束最突出，因此，選取有效灌溉面積占農(nóng)作物總播種面積的比重衡量農(nóng)業(yè)生產(chǎn)性基礎(chǔ)設(shè)施水平。農(nóng)業(yè)生產(chǎn)規(guī)模是否合理直接關(guān)系到農(nóng)業(yè)生產(chǎn)資源配置利用水平，相比小農(nóng)戶分散經(jīng)營，適度規(guī)模經(jīng)營能促進土地生產(chǎn)率提升，因此，選取農(nóng)業(yè)就業(yè)人員人均農(nóng)作物播種面積表示農(nóng)業(yè)生產(chǎn)規(guī)模。農(nóng)業(yè)機械化水平已成為現(xiàn)代農(nóng)業(yè)的重要特征之一，農(nóng)業(yè)機械化有利于解放勞動力，提高勞動生產(chǎn)率和農(nóng)業(yè)生產(chǎn)效率，因此，選擇農(nóng)業(yè)機械總動力衡量農(nóng)業(yè)機械化程度。財政支農(nóng)水平衡量公共財政對農(nóng)業(yè)部門的投入程度，農(nóng)業(yè)作為弱質(zhì)性產(chǎn)業(yè)，公共財政的投入是彌補其原始資本積累不足的重要途徑，能提高農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)水平，對穩(wěn)定農(nóng)業(yè)生產(chǎn)發(fā)揮著重要的促進作用，因此，選擇涉農(nóng)財政支出占財政總支出的比重衡量財政支農(nóng)水平。

1. 2 研究方法

1. 2. 1 農(nóng)業(yè)全要素生產(chǎn)率測算方法 采用DEA-Malmquist指數(shù)法對廣西農(nóng)業(yè)全要素生產(chǎn)率進行測

算。DEA-Malmquist指數(shù)表達式分解為：

M0=D（0xt+1，yt+1）/D（0xt，y）t（1）

式中，M表示總產(chǎn)出生產(chǎn)率的變動情況，x表示總投入，y表示總產(chǎn)出，t表示測算時期，D0表示距離函數(shù)。為了減少干擾和誤差，以t時期和t+1時期DEA-Malmquist指數(shù)的幾何平均數(shù)作為全要素生產(chǎn)率的變動結(jié)果，即將公式（1）改進為：

（TIEI）。

還可將技術(shù)效率指數(shù)分解為純技術(shù)效率指數(shù)（PTEI）和規(guī)模效率指數(shù)（SEI），即：

式中，CRS表示規(guī)模報酬不變，VRS表示規(guī)模報酬可變。

至此，全要素生產(chǎn)率分解完畢，即：

M（0xt+1，yt+1；xt，y）t=SEI×PTEI×TIEI（4）

如果DEA-Malmquist指數(shù)大于1.0000，表示全要素生產(chǎn)率水平與上年相比有進步；如果DEA-Malmquist指數(shù)小于1.0000，表示全要素生產(chǎn)率水平與上年相比下降；如果DEA-Malmquist指數(shù)等于1.0000，表示全要素生產(chǎn)率水平與上年水平相當。

1. 2. 2 模型構(gòu)建 構(gòu)建面板數(shù)據(jù)回歸模型分析廣西農(nóng)業(yè)全要素生產(chǎn)率的影響因素，基本公式為：

lnYi，t=αi+β1lnRLZBi，t+β2lnCSHi，t+β3lnSCJCi，t+

β4lnJCSSi，t+β5lnSCGMi，t+β6lnJXHi，t+

β7lnCZZNi，t+μi，t（5）

式中，等式兩邊均取對數(shù)，其參數(shù)經(jīng)濟意義表示彈性，即解釋變量變動率引起被解釋變量變動率的變化情況。其中，Y表示被解釋變量（廣西農(nóng)業(yè)全要素生產(chǎn)率指數(shù)、技術(shù)進步指數(shù)和技術(shù)效率指數(shù)），RLZB、CSH、SCJG、JCSS、SCGM、JXH和CZZN均為解釋變量（RLZB表示農(nóng)村人力資本水平，CSH表示城市化水平，SCJG表示農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)，JCSS表示農(nóng)業(yè)生產(chǎn)性基礎(chǔ)設(shè)施，SCGM表示農(nóng)業(yè)生產(chǎn)規(guī)模，JXH表示農(nóng)業(yè)機械化水平，CZZN表示財政支農(nóng)水平）；α表示常數(shù)項；β為待估參數(shù)；μ為隨機誤差項；i=1，2，…，14，表示廣西地級市個數(shù)；t表示年份。

在進行面板數(shù)據(jù)回歸前，通過Hausman檢驗確定回歸模型的形式，即選擇個體固定效應(yīng)模型還是隨機效應(yīng)模型。經(jīng)檢驗，當用農(nóng)業(yè)全要素生產(chǎn)率指數(shù)、技術(shù)進步指數(shù)和技術(shù)效率指數(shù)分別作為被解釋變量時，Hausman檢驗結(jié)果均在5%水平下拒絕原假設(shè)，故選擇個體固定效應(yīng)模型。

1. 3 統(tǒng)計分析

采用DEAP 2.1進行廣西農(nóng)業(yè)全要素生產(chǎn)率測算，以Stata 15.0進行影響因素分析，以Excel 2010制表。

2 廣西農(nóng)業(yè)全要素生產(chǎn)率測算結(jié)果及影響因素

2. 1 廣西農(nóng)業(yè)全要素生產(chǎn)率的變動趨勢分析

廣西農(nóng)業(yè)全要素生產(chǎn)率測算結(jié)果（表3）顯示，從總體上看，2005—2021年廣西農(nóng)業(yè)全要素生產(chǎn)率呈現(xiàn)穩(wěn)步增長態(tài)勢，年均增長1.39%，累計增長22.72%。但這一增長趨勢呈現(xiàn)2個明顯的階段特征，第一階段（2005—2015年）為增長停滯期，其中，廣西農(nóng)業(yè)全要素生產(chǎn)率僅在2008—2009年、2010—2011年、2012—2013年和2013—2014年4個年度或時期實現(xiàn)正增長，其余6個年度或時期為負增長，直接導致全要素生產(chǎn)率長期停滯；第二階段（2015—2021年）為快速增長期，其中，所有年度的廣西農(nóng)業(yè)全要素生產(chǎn)率指數(shù)全部實現(xiàn)正增長，尤其2016年起廣西農(nóng)業(yè)全要素生產(chǎn)率指數(shù)累計增長持續(xù)加快，表明“十三五”以來廣西農(nóng)業(yè)科技創(chuàng)新成效逐漸顯現(xiàn)，農(nóng)業(yè)科技發(fā)展水平逐年提升。從農(nóng)業(yè)全要素生產(chǎn)率分解情況來看，農(nóng)業(yè)技術(shù)進步是廣西農(nóng)業(yè)全要素生產(chǎn)率增長的主要原因，其次是技術(shù)效率提升，二者的年均增長率分別為0.93%和0.83%，差距不明顯。由此可見，廣西農(nóng)業(yè)全要素生產(chǎn)率實現(xiàn)了由技術(shù)進步和技術(shù)效率“雙驅(qū)動”的增長模式。對技術(shù)效率的進一步分解結(jié)果表明，技術(shù)效率增長主要來源于農(nóng)業(yè)規(guī)模效率的增長，純技術(shù)效率對技術(shù)效率增長的貢獻較小。對比技術(shù)進步指數(shù)與技術(shù)效率指數(shù)發(fā)現(xiàn)，在大多數(shù)年度中，技術(shù)進步指數(shù)與技術(shù)效率指數(shù)難以實現(xiàn)同時增長，表現(xiàn)為在技術(shù)進步指數(shù)為正增長的年份，技術(shù)效率指數(shù)通常為負增長。

2. 2 廣西農(nóng)業(yè)全要素生產(chǎn)率的空間差異分析

由表4可知，在廣西的14個地級市中，多達11個市實現(xiàn)了農(nóng)業(yè)全要素生產(chǎn)率的正增長，僅梧州市、欽州市和賀州市為負增長。其中，增長幅度最大的是南寧市，平均增長4.50%，增長幅度最小的是賀州市，平均增長-1.60%，位于桂西北的河池市和百色市農(nóng)業(yè)生產(chǎn)條件雖較差，但農(nóng)業(yè)全要素生產(chǎn)率增長表現(xiàn)較好，年均增長分別達3.70%和2.00%，究其原因是在較薄弱的農(nóng)業(yè)基礎(chǔ)上采用現(xiàn)代農(nóng)業(yè)生產(chǎn)技術(shù)對生產(chǎn)效率提升的效果更明顯，而位于桂東的梧州市、賀州市及桂南的欽州市均為農(nóng)業(yè)生產(chǎn)基礎(chǔ)較好的區(qū)域，但農(nóng)業(yè)全要素生產(chǎn)率卻無法實現(xiàn)正增長，究其原因可能是這些地區(qū)采取的農(nóng)業(yè)生產(chǎn)率提升措施力度不夠。從對農(nóng)業(yè)全要素生產(chǎn)率的分解情況來看，實現(xiàn)技術(shù)效率指數(shù)增長的地級市有11個，而實現(xiàn)技術(shù)進步指數(shù)增長的僅有8個，其中，技術(shù)效率指數(shù)增長最多的是南寧市，平均增長3.10%，技術(shù)進步指數(shù)增長最多的是河池市，平均增長3.40%。對技術(shù)效率指數(shù)的進一步分解結(jié)果表明，大部分區(qū)域技術(shù)效率提升主要來自規(guī)模效率提升，純技術(shù)效率的貢獻較小。

2. 3 影響廣西農(nóng)業(yè)全要素生產(chǎn)率的因素分析

由表5可知，農(nóng)村人力資本水平、農(nóng)業(yè)生產(chǎn)規(guī)模、農(nóng)業(yè)機械化水平、財政支農(nóng)水平、城市化水平、農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)及農(nóng)業(yè)生產(chǎn)性基礎(chǔ)設(shè)施對廣西農(nóng)業(yè)全要素生產(chǎn)率均具有一定的影響。F檢驗結(jié)果表明，廣西農(nóng)業(yè)全要素生產(chǎn)率影響因素回歸模型在1%水平顯著，回歸結(jié)果擬合優(yōu)度較好。

2. 3. 1 農(nóng)村人力資本水平 由表5可知，農(nóng)村人力資本水平對農(nóng)業(yè)全要素生產(chǎn)率具有顯著（5%水平）促進作用，說明農(nóng)村人力資本積累的增加能有效提升農(nóng)業(yè)全要素生產(chǎn)率，且主要通過促進技術(shù)進步來實現(xiàn)。勞動力數(shù)量增加和知識增長是農(nóng)村人力資本水平積累的2個主要途徑。一方面，如果農(nóng)村人力資本水平提升主要來自知識的增長，則意味著農(nóng)業(yè)勞動力受教育程度和技能水平得到提升，有利于農(nóng)業(yè)新產(chǎn)品、新技術(shù)和新模式的推廣應(yīng)用，從而提升技術(shù)進步指數(shù)。另一方面，如果農(nóng)村人力資本水平提升主要依靠勞動力數(shù)量的增加，則可能會降低農(nóng)業(yè)技術(shù)效率，進而在一定程度上犧牲農(nóng)業(yè)全要素生產(chǎn)率水平。

2. 3. 2 農(nóng)業(yè)生產(chǎn)規(guī)模 由表5可知，農(nóng)業(yè)生產(chǎn)規(guī)模對農(nóng)業(yè)全要素生產(chǎn)率具有顯著（1%水平）促進作用，且主要通過提升技術(shù)效率促進農(nóng)業(yè)全要素生產(chǎn)率增長。一方面，廣西是勞動力輸出大?。▍^(qū)），近30年來，大量農(nóng)村勞動力前往廣東、浙江和江蘇等發(fā)達地區(qū)務(wù)工。另一方面，隨著廣西本地城鎮(zhèn)化和工業(yè)化的發(fā)展，大量農(nóng)村勞動力流入本地城鎮(zhèn)務(wù)工。同時，隨著農(nóng)業(yè)企業(yè)、農(nóng)民專業(yè)合作社和家庭農(nóng)場等新型農(nóng)業(yè)經(jīng)營主體的快速發(fā)展，以及農(nóng)業(yè)適度規(guī)模經(jīng)營的持續(xù)推進，廣西農(nóng)業(yè)就業(yè)人員人均農(nóng)作物播種面積已由2005年的0.42 ha增長到2022年的0.73 ha，增幅達75.22%。隨著農(nóng)業(yè)生產(chǎn)規(guī)模的提升，農(nóng)業(yè)生產(chǎn)活動更易于組織和協(xié)作，農(nóng)業(yè)資源要素配置效率更合理，規(guī)模效率逐步顯現(xiàn)，從而帶來農(nóng)業(yè)技術(shù)效率的提升。

2. 3. 3 農(nóng)業(yè)機械化水平 由表5可知，農(nóng)業(yè)機械化水平對農(nóng)業(yè)全要素生產(chǎn)率具有顯著（5%水平）促進作用，且主要通過促進技術(shù)進步實現(xiàn)增長。廣西山多地少，土地連片程度較低，一定程度上阻礙了農(nóng)業(yè)機械化的推廣應(yīng)用，2022年廣西主要農(nóng)作物耕種收綜合機械化率雖達68.3%，但仍低于全國平均水平（72.0%）。雖然機械化生產(chǎn)能節(jié)約大量勞動力，但相比傳統(tǒng)人工生產(chǎn)，機械化難以做到精耕細作，在純技術(shù)效率方面可能產(chǎn)生一定的損失，因而表現(xiàn)出對技術(shù)效率的抑制作用，但總體上對農(nóng)業(yè)全要素生產(chǎn)率仍具有顯著促進作用，因此，農(nóng)業(yè)機械化仍然是廣西農(nóng)業(yè)現(xiàn)代化的重要推進方向。

2. 3. 4 財政支農(nóng)水平 由表5可知，財政支農(nóng)水平對農(nóng)業(yè)全要素生產(chǎn)率具有顯著（5%水平）促進作用，且主要通過促進技術(shù)進步來實現(xiàn)。雖然財政投入增加對技術(shù)效率的提升不明顯，但能更大程度地提升技術(shù)進步水平，從而提升農(nóng)業(yè)全要素生產(chǎn)率。一般而言，財政投入能改善農(nóng)業(yè)生產(chǎn)條件，促進農(nóng)業(yè)新品種和新技術(shù)的推廣應(yīng)用，提升農(nóng)業(yè)科技支撐能力。

2. 3. 5 其他影響因素 由表5可知，城市化水平、農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)和農(nóng)業(yè)生產(chǎn)性基礎(chǔ)設(shè)施對廣西農(nóng)業(yè)全要素生產(chǎn)率影響的回歸系數(shù)均為正值，但對廣西農(nóng)業(yè)全要素生產(chǎn)率的影響未達10%、5%和1%水平。其中，城市化水平雖對技術(shù)進步具有顯著（1%水平）促進作用，但對技術(shù)效率具有顯著（5%水平）抑制作用，這種反向作用部分抵消了由技術(shù)進步引起的農(nóng)業(yè)全要素生產(chǎn)率增長。廣西城市化起步較晚，但發(fā)展速度較快，過剩的農(nóng)村勞動力不斷由農(nóng)業(yè)部門轉(zhuǎn)向城鎮(zhèn)的工業(yè)和服務(wù)業(yè)部門，同時，工業(yè)和服務(wù)業(yè)的發(fā)展為農(nóng)業(yè)提供了更多優(yōu)質(zhì)品種、技術(shù)、設(shè)備和服務(wù)，從而促進農(nóng)業(yè)全要素生產(chǎn)率提升。

2. 3. 6 穩(wěn)健性檢驗結(jié)果 采用更換被解釋變量和更換解釋變量2種方法進行穩(wěn)健性檢驗。首先，更換被解釋變量為農(nóng)業(yè)全要素生產(chǎn)率指數(shù)累計量、技術(shù)進步指數(shù)累計量和技術(shù)效率指數(shù)累計量。其次，考慮到工業(yè)化與城市化同步推進，且工業(yè)化通過吸收農(nóng)業(yè)勞動力、消耗初級農(nóng)產(chǎn)品及反哺農(nóng)業(yè)生產(chǎn)等渠道影響農(nóng)業(yè)全要素生產(chǎn)率，因此，將解釋變量中的城市化水平更換為工業(yè)化水平。檢驗結(jié)果（表6）顯示，解釋變量回歸系數(shù)在方向和顯著性水平上與基準回歸基本一致，因此基準模型的估計具有穩(wěn)健性。

2. 4 廣西與周邊省份的農(nóng)業(yè)全要素生產(chǎn)率比較

為進一步分析廣西農(nóng)業(yè)全要素生產(chǎn)率與周邊省份的差異，測算了廣東省和云南省2005—2021年的農(nóng)業(yè)全要素生產(chǎn)率。其中，云南省的經(jīng)濟體量和自然氣候條件與廣西相似，選取其農(nóng)業(yè)全要素生產(chǎn)率與廣西進行比較，可較好地考察廣西與相似省份的差異；選取經(jīng)濟發(fā)達地區(qū)的廣東省與廣西進行比較，更能看出廣西與發(fā)達省份的差距。由于缺乏廣東省和云南省地級市的化肥施用量、農(nóng)業(yè)機械總動力及農(nóng)村用電量等指標數(shù)據(jù)，因此選取其省級層面的數(shù)據(jù)以測算農(nóng)業(yè)全要素生產(chǎn)率。比較結(jié)果（表7）表明，廣西農(nóng)業(yè)全要素生產(chǎn)率增長最緩慢，廣東省和云南省農(nóng)業(yè)全要素生產(chǎn)率的年均增長率分別較廣西高2.3%和0.9%。

3 討論

本研究結(jié)果表明，從時間維度看，廣西農(nóng)業(yè)全要素生產(chǎn)率呈現(xiàn)增長趨勢，在2005—2021年的17年間年平均增長1.39%，累計增長22.72%，與廣西實施家庭聯(lián)產(chǎn)承包責任制后農(nóng)民生產(chǎn)積極性大幅提高、國家對農(nóng)業(yè)的重視程度和投入程度持續(xù)加強、農(nóng)業(yè)生產(chǎn)條件和技術(shù)水平不斷提高及農(nóng)業(yè)生產(chǎn)率普遍提升的實際情況相符，其他學者對全國或其他省份農(nóng)業(yè)全要素生產(chǎn)率的測算結(jié)果均支持這一結(jié)論。從對廣西農(nóng)業(yè)全要素生產(chǎn)率的分解結(jié)果看，技術(shù)進步和技術(shù)效率對廣西農(nóng)業(yè)全要素生產(chǎn)率增長的貢獻相當，表明廣西農(nóng)業(yè)全要素生產(chǎn)率逐步形成了技術(shù)進步與技術(shù)效率“雙驅(qū)動”模式，而全國農(nóng)業(yè)全要素生產(chǎn)率的主要貢獻是技術(shù)進步，技術(shù)效率貢獻的份額有限（李谷成和馮中朝，2010），二者的差異可能與考察的時期不同有關(guān)。2015年以來廣西農(nóng)業(yè)全要素生產(chǎn)率全部實現(xiàn)年增長，說明“十三五”以來廣西加大科技強農(nóng)力度、重點打造的“10+3”特色產(chǎn)業(yè)集群及大力建設(shè)現(xiàn)代農(nóng)業(yè)園區(qū)等農(nóng)業(yè)發(fā)展措施對提高農(nóng)業(yè)生產(chǎn)率的效果顯現(xiàn)，有效促進了農(nóng)業(yè)科技進步。從空間結(jié)構(gòu)看，廣西各地級市農(nóng)業(yè)全要素生產(chǎn)率增長存在明顯的不平衡性，其中，南寧市作為首府城市，其農(nóng)業(yè)全要素生產(chǎn)率增長最強勁，河池市和百色市作為農(nóng)業(yè)基礎(chǔ)條件較差地區(qū)實現(xiàn)了農(nóng)業(yè)全要素生產(chǎn)率的較快增長，而賀州市、梧州市和欽州市等農(nóng)業(yè)基礎(chǔ)條件較好的地區(qū)未能實現(xiàn)農(nóng)業(yè)全要素生產(chǎn)率增長。有關(guān)研究也表明，農(nóng)業(yè)全要素生產(chǎn)率的地區(qū)差異普遍存在，如河北省和福建省的農(nóng)業(yè)全要素生產(chǎn)率增長存在明顯的內(nèi)部差異（許標文等，2021；周一凡和張潤清，2021）。此外，從全國范圍來看，地區(qū)間農(nóng)業(yè)全要素生產(chǎn)率增長的不平衡性仍然存在，且有擴大趨勢（高齊圣和王丹亞，2020）。由此可見，地區(qū)農(nóng)業(yè)全要素生產(chǎn)率增長不平衡是客觀事實，是各地區(qū)資源條件、投入水平及經(jīng)濟社會發(fā)展差異的必然結(jié)果。

本研究發(fā)現(xiàn)，農(nóng)村人力資本水平、農(nóng)業(yè)生產(chǎn)規(guī)模、農(nóng)業(yè)機械化水平和財政支農(nóng)水平是影響廣西農(nóng)業(yè)全要素生產(chǎn)率增長的主要因素，對廣西農(nóng)業(yè)全要素生產(chǎn)率增長發(fā)揮著顯著（5%或1%水平）的促進作用，其他因素也發(fā)揮了正向促進作用但影響較小。龍少波和張夢雪（2021）研究發(fā)現(xiàn)，影響我國農(nóng)業(yè)全要素生產(chǎn)率的因素難以同時促進技術(shù)進步與技術(shù)效率提升，本研究結(jié)果與其一致。因此，在促進廣西農(nóng)業(yè)全要素生產(chǎn)率增長的實際工作中，需對技術(shù)進步和技術(shù)效率進行適當?shù)臋?quán)衡取舍。

本研究對廣西農(nóng)業(yè)全要素生產(chǎn)率與周邊省份農(nóng)業(yè)全要素生產(chǎn)率增長差異的比較結(jié)果表明，廣西農(nóng)業(yè)全要素生產(chǎn)率增長速度既遠低于發(fā)達省份廣東省，也低于發(fā)展基礎(chǔ)和自然條件相似的云南省，因此，廣西提高農(nóng)業(yè)全要素生產(chǎn)率尤為迫切。

4 建議

4. 1 以市場需求為導向，推動農(nóng)業(yè)技術(shù)進步

技術(shù)進步是廣西農(nóng)業(yè)全要素生產(chǎn)率增長的主要動力來源。因此，支持農(nóng)業(yè)科技創(chuàng)新以推動農(nóng)業(yè)技術(shù)進步，是支撐廣西農(nóng)業(yè)全要素生產(chǎn)率增長的首選措施?，F(xiàn)代消費者對優(yōu)質(zhì)、健康及生態(tài)農(nóng)產(chǎn)品的需求不斷增強，公共部門、經(jīng)營主體和農(nóng)戶需以市場需求為導向，增強農(nóng)業(yè)技術(shù)進步的動力，不斷提升農(nóng)業(yè)技術(shù)水平和經(jīng)營發(fā)展模式。一是加大農(nóng)業(yè)科技投入，高水平實施科技強農(nóng)工程，實現(xiàn)品種突破、高效生產(chǎn)、疫病防控、平臺建設(shè)、轉(zhuǎn)化推廣等全鏈條、多環(huán)節(jié)和全方位的科技進步。二是加快產(chǎn)業(yè)集群發(fā)展，高質(zhì)量推動廣西“10+3”特色農(nóng)業(yè)產(chǎn)業(yè)集群提質(zhì)發(fā)展，打造產(chǎn)業(yè)大集群，實現(xiàn)科技要素大融合，從而提高資源利用率、勞動生產(chǎn)率和土地產(chǎn)出率。三是進一步發(fā)揮現(xiàn)代農(nóng)業(yè)園區(qū)科技引領(lǐng)的示范作用，引導科技、信息、人才和資金等要素向農(nóng)業(yè)科技園區(qū)、現(xiàn)代特色農(nóng)業(yè)示范區(qū)、現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)園、田園綜合體及星創(chuàng)天地等農(nóng)業(yè)科技創(chuàng)新載體集聚，增強現(xiàn)代農(nóng)業(yè)園區(qū)的科技創(chuàng)新能力和示范作用，輻射帶動更大區(qū)域農(nóng)業(yè)科技進步。

4. 2 以生產(chǎn)需求為導向，提升農(nóng)業(yè)技術(shù)效率

農(nóng)業(yè)技術(shù)效率提升是廣西農(nóng)業(yè)全要素生產(chǎn)率增長的重要來源。促進農(nóng)業(yè)技術(shù)效率提升，既要注重提升農(nóng)業(yè)純技術(shù)效率，也要注重提升農(nóng)業(yè)規(guī)模效率?，F(xiàn)代農(nóng)業(yè)生產(chǎn)具有規(guī)模化、專業(yè)化特征，現(xiàn)代農(nóng)業(yè)經(jīng)營主體必須堅持生產(chǎn)需求導向，實現(xiàn)高效生產(chǎn)，才能在激烈的市場競爭中占有一席之地。一是完善農(nóng)業(yè)技術(shù)推廣體系，打造高素質(zhì)農(nóng)業(yè)技術(shù)推廣人才隊伍，強化農(nóng)業(yè)技術(shù)科普宣傳，讓更多先進適用技術(shù)落地生效。二是加強新型農(nóng)業(yè)經(jīng)營主體培育，加強龍頭企業(yè)、示范性農(nóng)民專業(yè)合作社和家庭農(nóng)場建設(shè)，強化科技示范帶動作用。三是加強高素質(zhì)農(nóng)民培育，不斷提高農(nóng)民科學素養(yǎng)及對技術(shù)的操作適應(yīng)能力。

4. 3 以協(xié)調(diào)發(fā)展為導向，合理布局創(chuàng)新資源

農(nóng)業(yè)全要素生產(chǎn)率具有明顯的區(qū)域差異特征，因此，需向周邊省份特別是發(fā)達省份學習，引進先進的農(nóng)業(yè)技術(shù)和管理理念，提升廣西農(nóng)業(yè)科技含量和經(jīng)營管理水平。同時，堅持系統(tǒng)觀念，注重區(qū)域協(xié)調(diào)發(fā)展，加強對農(nóng)業(yè)全要素生產(chǎn)率增長較慢地區(qū)的支持，從而推動廣西農(nóng)業(yè)全要素生產(chǎn)率再上新臺階。一是加大對增長緩慢地區(qū)的政策支持力度，在農(nóng)業(yè)園區(qū)及科技項目申報等方面適度向落后地區(qū)傾斜。二是加強城鄉(xiāng)統(tǒng)籌發(fā)展，加快建立城鄉(xiāng)統(tǒng)一的要素市場，促進更多土地、人才、資金和技術(shù)要素流向鄉(xiāng)村，發(fā)揮大城市對鄉(xiāng)村的輻射帶動作用。三是加強地區(qū)交流合作，鼓勵技術(shù)先進的地區(qū)輻射帶動落后地區(qū)發(fā)展，實現(xiàn)全區(qū)農(nóng)業(yè)技術(shù)整體進步。

4. 4 以優(yōu)先發(fā)展為導向，強化支農(nóng)強農(nóng)措施

農(nóng)村人力資本水平、農(nóng)業(yè)生產(chǎn)規(guī)模、農(nóng)業(yè)機械化水平和財政支農(nóng)水平對農(nóng)業(yè)全要素生產(chǎn)率具有顯著（5%或1%水平）促進作用，因此，需堅持農(nóng)業(yè)農(nóng)村優(yōu)先發(fā)展戰(zhàn)略，不斷強化支農(nóng)強農(nóng)措施，全面支撐區(qū)域農(nóng)業(yè)高質(zhì)量發(fā)展。一是加大對農(nóng)村教育的投入力度，尤其是增加對涉農(nóng)大中專學校的投入，培育一批懂農(nóng)業(yè)、愛農(nóng)村的新一代職業(yè)農(nóng)民，不斷提升農(nóng)村人力資本質(zhì)量。二是引導土地向新型農(nóng)業(yè)經(jīng)營主體有序流轉(zhuǎn)，提高農(nóng)業(yè)適度規(guī)模經(jīng)營水平。三是加強農(nóng)業(yè)機械研發(fā)及推廣應(yīng)用，特別應(yīng)針對廣西山區(qū)丘陵特征研發(fā)輕型化和適用型農(nóng)用機械。四是加大公共財政對農(nóng)業(yè)的支持力度，持續(xù)完善農(nóng)業(yè)基礎(chǔ)設(shè)施，補齊農(nóng)業(yè)發(fā)展短板，提升農(nóng)業(yè)發(fā)展后勁。

參考文獻（（References））：

范國華，楊移，楊肅昌. 2023. 農(nóng)戶兼業(yè)化對農(nóng)業(yè)全要素生產(chǎn)率的影響機理與效應(yīng)研究——基于生產(chǎn)要素投入變化的視角［J］. 農(nóng)村經(jīng)濟，（8）：134-144.［ Fan G H，Yang Y，Yang S C. 2023. Study on the influence mechanism and effect of simultaneous farming on agricultural total factor productivity：Based on the perspective of production factor input change［J］. Rural Economy，（8）：134-144.］

高帆. 2015. 我國區(qū)域農(nóng)業(yè)全要素生產(chǎn)率的演變趨勢與影響因素——基于省際面板數(shù)據(jù)的實證分析［J］. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，32（5）：3-19.［ Gao F. 2015. Evolution trend and internal mechanism of regional total factor producti-vity in chinese agriculture［J］. Journal of Quantitative and Technological Economics，32（5）：3-19.］ doi：10.13653/j.cnki.jqte.2015.05.001.

高齊圣，王丹亞. 2020. 我國農(nóng)業(yè)全要素生產(chǎn)率分解及其區(qū)域發(fā)展不平衡分析［J］. 中南林業(yè)科技大學學報（社會科學版），14（6）：66-75.［ Gao Q S，Wang D Y. 2020. Decompo‐sition and regional gap of agricultural total factor produc‐tivity in China［J］. Journal of Central South University of Forestry amp; Technology（Social Science），14（6）：66-75.］ doi：10.14067/j.cnki.1673-9272.2020.06.009.

何鋒，肖振東. 2018. 民族地區(qū)農(nóng)業(yè)全要素生產(chǎn)率測算與分解［J］. 中南民族大學學報（人文社會科學版），38（4）：171-175. ［He F，Xiao Z D. 2018. Calculation and decomposi‐tion of agricultural total factor productivity in ethnic areas［J］. Journal of South-Central University for Nationalities（Humanities and Social Sciences），38（4）：171-175.］

李谷成，馮中朝. 2010. 中國農(nóng)業(yè)全要素生產(chǎn)率增長：技術(shù)推進抑或效率驅(qū)動——一項基于隨機前沿生產(chǎn)函數(shù)的行業(yè)比較研究［J］. 農(nóng)業(yè)技術(shù)經(jīng)濟，（5）：4-14.［ Li G C，F(xiàn)eng Z C. 2010. Agricultural total factor productivity growth in China：Technology-driven or efficiency-driven—A com‐parative study based on stochastic frontier production func‐tion［J］. Journal of Agrotechnical Economics，（5）：4-14.］ doi：10.13246/j.cnki.jae.2010.05.007.

李欠男，李谷成，高雪，尹朝靜. 2019. 農(nóng)業(yè)全要素生產(chǎn)率增長的地區(qū)差距及空間收斂性分析［J］. 中國農(nóng)業(yè)資源與區(qū)劃，40（7）：28-36.［ Li Q N，Li G C，Gao X，Yin C J. 2019. Analysis of regional gap and spatial convergence of agri‐cultural total factor productivity growth［J］. Chinese Jour‐nal of Agricultural Resources and Regional Planning，40（7）：28-36.］

李翔，楊柳. 2018. 華東地區(qū)農(nóng)業(yè)全要素生產(chǎn)率增長的實證分析——基于隨機前沿生產(chǎn)函數(shù)模型［J］. 華中農(nóng)業(yè)大學學報（社會科學版），（6）：62-68.［ Li X，Yang L. 2018. An empirical analysis of agriculture total factor productivity growth in east China—Based on stochastic frontier produc‐tion function model［J］. Journal of Huazhong Agricultural University（Social Science Edition），（6）：62-68.］ doi：10. 13300/j.cnki.hnwkxb.2018.06.009.

李展，崔雪. 2021. 中國農(nóng)業(yè)全要素生產(chǎn)率的再測算：基于KLEMS-TFP視角［J］. 經(jīng)濟問題探索，（5）：95-107.［ Li Z，Cui X. 2021. Recalculation of China’s agricultural total factor productivity：From the perspective of KLEMS-TFP［J］. Inquiry into Economic Issues，（5）：95-107.］

劉戰(zhàn)偉. 2018. 中國農(nóng)業(yè)全要素生產(chǎn)率的動態(tài)演進及其影響因素分析［J］. 中國農(nóng)業(yè)資源與區(qū)劃，39（12）：104-111. ［Liu Z W. 2018. Analysis on the dynamic evolution and influencing factors of agricultural total factor productivity in China［J］. Chinese Journal of Agricultural Resources and Regional Planning，39（12）：104-111.］ doi：10.7621/cjarrp.1005-9121.20181215.

龍少波，張夢雪. 2021. 中國農(nóng)業(yè)全要素生產(chǎn)率的再測算及影響因素——從傳統(tǒng)邁向高質(zhì)量發(fā)展［J］. 財經(jīng)問題研究，（8）：40-51.［ Long S B，Zhang M X. 2021. Re-measurement and influencing factors of agricultural total factor produc‐tivity in China：From tradition to high quality development［J］. Research on Financial and Economic Issues，（8）：40-51.］ doi：10.19654/j.cnki.cjwtyj.2021.08.005.

陸泉志，陸桂軍，范稚蓮，梁盛凱，陸宇明，莫良玉. 2018. 廣西糧食全要素生產(chǎn)率時空差異及收斂性分析［J］. 南方農(nóng)業(yè)學報，49（9）：1887-1893.［ Lu Q Z，Lu G J，F(xiàn)an Z L，Liang S K，Lu Y M，Mo L Y. 2018. Spatial-temporal differences and convergence analysis of grain total factor productivity in Guangxi［J］. Journal of Southern Agriculture，49（9）：1887-1893.］ doi：10.3969/j.issn.2095-1191.2018.09.29.

孫梅. 2023. 農(nóng)業(yè)與服務(wù)業(yè)融合發(fā)展對農(nóng)業(yè)全要素生產(chǎn)率的影響——基于鄉(xiāng)村振興戰(zhàn)略視角［J］. 經(jīng)濟問題，（10）：95-102. ［Sun M. 2023. The impact of integration of agri‐culture and service industry on total factor productivity of agriculture：A perspective of rural revitalization strategy［J］. on Economic Problems，（10）：95-102.］ doi：10.16011/j.cnki.jjwt.2023.10.014.

孫學濤，張麗娟，王振華. 2023. 高標準農(nóng)田建設(shè)對農(nóng)業(yè)生產(chǎn)的影響——基于農(nóng)業(yè)要素彈性與農(nóng)業(yè)全要素生產(chǎn)率的視角［J］. 中國農(nóng)村觀察，（4）：89-108.［ Sun X T，Zhang L J，Wang Z H. 2023. The impact of well-facilitated farm‐land construction on agricultural production：From the per‐spectives of agricultural factor elasticity and agricultural total factor productivity［J］. China Rural Survey，（4）：89-108.］ doi：10.20074/j.cnki.11-3586/f.2023.04.008.

王芳，曾令秋. 2021. 農(nóng)業(yè)全要素生產(chǎn)率與農(nóng)業(yè)優(yōu)先發(fā)展［J］. 財經(jīng)科學，（2）：121-132.［ Wang F，Zeng L Q. 2021. Agri‐cultural total factor productivity and preferential develop‐ment of agriculture［J］. Finances Economics，（2）：121-132.］

許標文，陳雪麗，段園園，林國華. 2021. 基于Luenberger-Hicks-Moorsteen指標的福建省農(nóng)業(yè)全要素生產(chǎn)率測度及收斂性分析［J］. 南方農(nóng)業(yè)學報，52（1）：253-260.［ Xu B W，Chen X L，Duan Y Y，Lin G H. 2021. Measurement and convergence of agriculture total factor productivity in Fujian based on Luenberger-Hicks-Moorsteen indicator［J］. Journal of Southern Agriculture，52（1）：253-260.］ doi：10.3969/j.issn.2095-1191.2021.01.031.

鐘麗雯，張建兵，蔡蕓霜，陸雙龍，黃麗排，黃太慶，甘磊. 2021. 近10年廣西農(nóng)業(yè)生產(chǎn)效率與全要素生產(chǎn)率時空演變與驅(qū)動因素分析［J］. 中國農(nóng)業(yè)資源與區(qū)劃，42（9）：272-282.［ Zhong L W，Zhang J B，Cai Y S，Lu S L，Huang L P，Huang T Q，Gan L. 2021. Spatial and temporal evolu‐tion and driving factors of agricultural productivity and total factor productivity in Guangxi in the past 10 years［J］. Chinese Journal of Agricultural Resources and Regional Planning，42（9）：272-282.］ doi：10.7621/cjarrp.1005-9121. 20210929.

周一凡，張潤清. 2021. 基于DEA-Malmquist指數(shù)方法的河北省農(nóng)業(yè)全要素生產(chǎn)率分析［J］. 河北農(nóng)業(yè)大學學報（社會科學版），23（1）：48-55.［ Zhou Y F，Zhang R Q. 2021. Agricultural total factor productivity in Hebei Province：A study based on DEA-Malmquist index method［J］. Journal of Hebei gricultural University（Social Sciences），23（1）：48-55.］ doi：10.13320/j.cnki.jauhe.2021.0007.

（責任編輯 思利華）