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

許標文　陳雪麗　段園園　林國華

摘要：【目的】測算福建省農(nóng)業(yè)全要素生產(chǎn)率（Total factor productivity，TFP）并判斷其變動趨勢，為促進區(qū)域協(xié)調(diào)發(fā)展及實現(xiàn)農(nóng)業(yè)高質(zhì)量發(fā)展提供科學(xué)決策?！痉椒ā坷肔uenberger-Hicks-Moorsteen（LHM）指標具備加性完備條件，基于自由處置殼（Free disposal hull，F(xiàn)DH）模型構(gòu)造LHM TFP指標，將縣域劃分為一般縣（市）、貧困縣和發(fā)達市（區(qū)），測度2003—2018年福建省全省及縣域的農(nóng)業(yè)TFP，并分解為技術(shù)效率變化、規(guī)模效率變化和技術(shù)進步，分析其收斂性特征。【結(jié)果】2003—2018年福建省農(nóng)業(yè)TFP整體上呈增長趨勢，2018年達0.840，年均增長率為5.731%;技術(shù)效率變化、規(guī)模效率變化和技術(shù)進步年均增長率分別為-1.231%、2.032%和4.930%，表明技術(shù)進步是TFP增長的主要驅(qū)動力，技術(shù)效率變化拉低TFP增長。從福建省一般縣（市）、貧困縣、發(fā)達市（區(qū)）的劃分來看，各區(qū)域農(nóng)業(yè)TFP及其分解指標與全省層面表現(xiàn)基本一致。福建省全省及一般縣（市）、貧困縣農(nóng)業(yè)TFP存在σ收斂、絕對β收斂及條件β收斂，發(fā)達市（區(qū)）農(nóng)業(yè)TFP不存在收斂趨勢。TFP低的縣（市）有追趕效應(yīng)，城鎮(zhèn)化、工業(yè)化對福建省全省及一般縣（市）農(nóng)業(yè)TFP收斂過程有促進作用，但工業(yè)化對貧困縣農(nóng)業(yè)TFP收斂具有抑制作用。【建議】積極發(fā)展適度規(guī)模經(jīng)營，加快先進生產(chǎn)要素向農(nóng)業(yè)園區(qū)集聚，提升農(nóng)業(yè)科技創(chuàng)新能力;各縣域應(yīng)因地制宜，發(fā)達市（區(qū)）發(fā)揮技術(shù)引領(lǐng)與輻射作用，一般縣（市）著重提升技術(shù)效率級規(guī)模效率，貧困縣則要優(yōu)化要素資源配置;加快形成功能互補的發(fā)展格局，推動先進生產(chǎn)要素向農(nóng)業(yè)優(yōu)勢，實現(xiàn)農(nóng)業(yè)勞均產(chǎn)出均衡發(fā)展。。

關(guān)鍵詞： Luenberger-Hicks-Moorsteen（LHM）指標;FDH模型;農(nóng)業(yè)全要素生產(chǎn)率;收斂分析;福建省

中圖分類號： S-01;F327? ? ? ? ? ? ? ? ? ? ? ? ?文獻標志碼： A 文章編號：2095-1191（2021）01-0253-08

Abstract：【Objective】In order to provide a scientific decision-making reference for achieving high-quality agricultu-ral development， agricultural total factor productivity（TFP） was accurately measuredand? its evolutionary trend and convergence characteristics in Fujian were discussed. 【Method】Using the Luenberger-Hicks-Moorsteen（LHM） indicator with additive completeness conditions， the LHM TFP indicator was constructed based on the free disposal shell（FDH） model. From the perspective of the county level， including general counties（cities）， poor counties and developed cities（districts）， the agricultural TFP in counties of Fujian from 2003 to 2018 was measured， and decomposed into technological efficiency changes（TEC） scale efficiency changes（SEC） and technological progress（TP）， and then its convergence cha-racteristics were analyzed. 【Result】During 2003-2018， the agricultural TFP showed growing trend in Fujian， which reached 0.840 in 2018 with an average annual increase rate of 5.731%. The average annual growth rates of TEC， SEC， and TP were -1.231%， 2.032% and 4.930%， respectively，indicating that technological progress was the main driving force for TFP growth， but changes in technical efficiency was the main limiting factor. The agricultural TFP of general counties（cities）， poor counties and developed cities（districts） in Fujian and its decomposition indicators were more consistent with the performance of the provincial level. There were σ convergence， absolute β convergence and conditional β convergence of agricultural TFP in Fujian and its general counties（cities） and poorcounties， while not in developed ones. A catch-up effect was observed in low total factor productivity counties（cities）. Urbanization and industrialization could promote agricultural TFP convergence process in Fujian and the general counties（cities）， but industrialization constrained TFP convergence process in the poor counties. 【Suggestion】First， it is necessary to actively develop moderate-scale mana-gement body， to accelerate the gathering of advanced production factors in agricultural parks， and to enhance the innovation ability of agricultural science and technology. Second， with adaptation to local conditions， the developed cities（districts） must play a role in technology leadership and radiation， general counties（cities） focusing on improving TEC and SEC， and poor counties optimizing the allocation of factor resources. Finally， it is necessary to accelerate the formation of a functionally complementary development pattern， to promote advanced production factors to agricultural advantages， and to achieve balanced development of agricultural labor output.

Key words： Luenberger-Hicks-Moorsteen（LHM） indicator; FDH model; agricultural total factor productivity; convergence analysis; Fujian Province

Foundation item： Basic Research Project of Fujian Public Welfare Scientific Research Institutions（2020R1033001，2019R1033-6，2019R1033-1）

0 引言

【研究意義】黨的十九大報告提出，我國經(jīng)濟已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段。高質(zhì)量發(fā)展是破解不平衡不充分發(fā)展、要素增長邊際效應(yīng)遞減和不可持續(xù)性等問題的有效解決方案，提高農(nóng)業(yè)全要素生產(chǎn)率（Total factor productivity，TFP）也成為農(nóng)業(yè)高質(zhì)量發(fā)展的必然出路。福建省歷來重視區(qū)域協(xié)調(diào)發(fā)展，2001年提出“山海協(xié)作”戰(zhàn)略，2012年提出23個扶貧重點縣由1個沿海較發(fā)達縣（市、區(qū)）結(jié)對對口幫扶，2017年提出閩東北、閩西南兩個協(xié)同發(fā)展區(qū)戰(zhàn)略。在此背景下福建省區(qū)域經(jīng)濟也得到長足發(fā)展，但由于重工輕農(nóng)、城鄉(xiāng)分割等原因?qū)е驴h域間農(nóng)業(yè)發(fā)展不平衡、農(nóng)業(yè)產(chǎn)業(yè)競爭力不強等問題日益顯現(xiàn)。因此，充分認識縣域要素稟賦結(jié)構(gòu)，全面、準確評價農(nóng)業(yè)TFP及其演變特征，對于科學(xué)制定區(qū)域性農(nóng)業(yè)發(fā)展政策、促進農(nóng)業(yè)高質(zhì)量發(fā)展具有重要現(xiàn)實意義。【前人研究進展】目前TFP評價方法主要有兩類，一是基于生產(chǎn)函數(shù)的索洛余值法，二是通過距離函數(shù)構(gòu)建TFP指數(shù)法，包含參數(shù)和非參數(shù)方法。其中，參數(shù)方法以隨機前沿模型（Stochastic frontier analysis，SFA）為主，非參數(shù)方法以數(shù)據(jù)包絡(luò)分析（Data enve-lopment analysis，DEA）和自由處置殼（Free disposal hull，F(xiàn)DH）為主。SFA模型采用計量方法對前沿生產(chǎn)函數(shù)進行假定，依賴于對數(shù)據(jù)的隨機性假設(shè);DEA模型無需預(yù)設(shè)前沿生產(chǎn)函數(shù)形式，但缺點是對極端值相當(dāng)敏感，而FDH模型摒棄了DEA模型中的凸性假設(shè)，能為無效的決策單元提供真實的參考標桿，已在多方面得到廣泛應(yīng)用（Walden and Tomberlein，2010）。已有學(xué)者利用不同方法從不同區(qū)域?qū)哟螌r(nóng)業(yè)TFP研究進行嘗試。在全國層次上，劉晗等（2015）利用超越對數(shù)型隨機前沿生產(chǎn)函數(shù)模型研究得出，要素配置效率是影響我國農(nóng)業(yè)TFP增長的主要因素;史常亮等（2016）則利用固定效應(yīng)SFA-Malmquist模型得出我國農(nóng)業(yè)技術(shù)進步是農(nóng)業(yè)TFP增長的主要動力，但技術(shù)效率下降產(chǎn)生的負面影響也不可忽視;李欠男等（2019）則利用DEA-Malmquist指數(shù)方法研究發(fā)現(xiàn)我國農(nóng)業(yè)TFP增長呈明顯的地區(qū)非均衡性特征，且農(nóng)業(yè)TFP空間收斂速度呈中、西、東部依次遞減的格局。在福建省層次中，詹禮輝等（2016）利用Malmquist指數(shù)方法測算福建省67個縣域農(nóng)業(yè)TFP，并分析閩東南、閩西和閩北等區(qū)際差異;劉德娟和曾玉榮（2018）則運用Malmquist-Luenberger指數(shù)測算福建省9個設(shè)區(qū)市農(nóng)業(yè)環(huán)境TFP，并比較經(jīng)濟發(fā)達地區(qū)、農(nóng)業(yè)的典型發(fā)展地區(qū)和其他地區(qū)的差異。上述相關(guān)研究主要使用Malmuqist指數(shù)、Luenberger指標計算TFP，但二者均不完備，可能會高估TFP（ODonnell，2012;Shen et al.，2019）。Luen-berger Hicks Moorsteen（LHM）指標具備加性完備條件，可精準衡量投入和產(chǎn)出的變化，進而準確反映TFP的跨期變化率（Kerstens and Briec，2004;Ang and Kerstens，2017;Kerstens et al.，2018）?！颈狙芯壳腥朦c】目前，尚無基于FDH模型與LHM指標搭配使用對縣域農(nóng)業(yè)TFP進行研究的相關(guān)報道。【擬解決的關(guān)鍵問題】利用2003—2018年福建省67個縣（市、區(qū)）農(nóng)業(yè)投入產(chǎn)出數(shù)據(jù)測算農(nóng)業(yè)LHM TFP及分解指標，探討其在發(fā)達市（區(qū)）、一般縣（市）、貧困縣的區(qū)域差異級收斂性，以期為促進區(qū)域性農(nóng)業(yè)高質(zhì)量發(fā)展提供科學(xué)決策。

1 數(shù)據(jù)來源與研究方法

1. 1 LHM指標與收斂性分析

本研究將FDH效率評價模型引入LHM指標測算TFP。利用2003—2018年福建省67個縣（市、區(qū)）農(nóng)業(yè)投入產(chǎn)出數(shù)據(jù)，基于FDH模型與LHM指標搭配使用，對福建省及其發(fā)達市（區(qū)）、一般縣（市）、貧困縣的農(nóng)業(yè)TFP及其分解指標進行時空差異研究，并利用σ收斂、絕對β收斂和條件β收斂方法分析農(nóng)業(yè)TFP的收斂特征。借鑒Shen等（2019）的方法，LHM指標可表示為：

式中，β為目標函數(shù)，表示為產(chǎn)出既定時，最大可能減少的投入;λ是參考集變量，在FDH模型中該變量是二進制，1表示該參考單元是被評估單元的榜樣;[k=1Kλk]=1是規(guī)模回報可變的約束條件。

此外，為進一步判斷不同區(qū)域間農(nóng)業(yè)TFP的變動趨勢，參考張子龍等（2015）、江激宇和徐騰（2019）的研究方法，采用σ收斂、絕對β收斂和條件β收斂方法分析農(nóng)業(yè)TFP的收斂特征。

1. 2 指標選取及數(shù)據(jù)來源

如表1所示，以農(nóng)作物播種面積、第一產(chǎn)業(yè)從業(yè)人員、農(nóng)業(yè)機械總動力、化肥施用量（折純）作為投入變量;產(chǎn)出變量為以2003年為基期計算出來的農(nóng)林牧漁業(yè)總產(chǎn)值;借鑒尹朝靜（2020）的研究方法，將工業(yè)化率和城鎮(zhèn)化率作為影響農(nóng)業(yè)全要素生產(chǎn)率條件收斂的控制變量。以福建省67個縣（市、區(qū)）為研究對象，時間范圍為2003—2018年，觀測值共1072個。根據(jù)經(jīng)濟發(fā)展程度，同時考慮市轄區(qū)城市擴張對農(nóng)業(yè)發(fā)展的影響（李汝資等，2019），把9個設(shè)區(qū)市轄區(qū)與福清、長樂、石獅、晉江、南安和龍海等沿?？h市列為發(fā)達市（區(qū)），把2012年23個省定貧困縣列為貧困縣，其余29個縣市列為一般縣（市）。數(shù)據(jù)來源于《福建經(jīng)濟與社會統(tǒng)計年鑒》（2004—2010年）、《福建農(nóng)村統(tǒng)計年鑒》（2011—2019年），缺失值以其前后兩年的平均值替代。因2015年建陽市和永定縣撤市（縣）設(shè)區(qū)，2017年長樂市撤市設(shè)區(qū)，本研究延續(xù)2014年福建省行政區(qū)劃進行分析。

1. 3 統(tǒng)計分析

運用Excel 2016測算農(nóng)業(yè)TFP、σ收斂變異系數(shù)，用Stata 15.0計算絕對β收斂和條件β收斂的回歸系數(shù)。

2 福建省農(nóng)業(yè)TFP年際變動、空間差異及收斂性分析

2. 1 農(nóng)業(yè)TFP年際變動分析結(jié)果

從表2可知，2003—2018年福建省農(nóng)業(yè)TFP整體上呈增長趨勢，年均增長率為5.731%，分解指標TEC、SEC和TP的年均增長率分別為-1.231%、2.032%和4.930%。其中，2017—2018年福建省農(nóng)業(yè)TFP達0.840。一方面，由于福建省持續(xù)加大對農(nóng)業(yè)科技投入，土地節(jié)約型和勞動力節(jié)約型技術(shù)進步在農(nóng)業(yè)領(lǐng)域得到不斷應(yīng)用，農(nóng)業(yè)技術(shù)進步成為農(nóng)業(yè)TFP增長的主要驅(qū)動力，貢獻率為86.0%;且隨著土地流轉(zhuǎn)及生產(chǎn)性服務(wù)等推動著適度規(guī)模經(jīng)營發(fā)展，規(guī)模效率變化對農(nóng)業(yè)TFP增長也有一定促進作用，貢獻率為35.5%。另一方面，福建省人均耕地面積低于全國平均水平及勞均資本不高導(dǎo)致的技術(shù)效率損失不容忽視，技術(shù)效率變化拉低農(nóng)業(yè)TFP增長，貢獻率為-21.5%。

2. 2 農(nóng)業(yè)TFP空間差異分析結(jié)果

從表3～表5可知，2017—2018年福建省發(fā)達市（區(qū)）、一般縣（市）和貧困縣的農(nóng)業(yè)TFP分別為0.669、0.983和0.772。2003—2018年福建省發(fā)達市（區(qū)）、一般縣（市）和貧困縣的農(nóng)業(yè)TFP增長率分別為4.347%、6.507%和5.658%，其分解指標增長率具有不同的表現(xiàn)特征。其中，發(fā)達市（區(qū)）、一般縣（市）和貧困縣的農(nóng)業(yè)TP增長率依次降低，分別為5.429%、5.234%和4.221%;一般縣（市）、發(fā)達市（區(qū)）和貧困縣農(nóng)業(yè)TEC負增長率依次降低，分別為 -1.330%、-1.263%和-1.084%;一般縣（市）、貧困縣和發(fā)達市（區(qū)）的農(nóng)業(yè)SEC增長率依次降低，分別為2.603%、2.520%、0.181%。

各區(qū)域農(nóng)業(yè)TFP及其分解與全省層面表現(xiàn)基本一致：（1）各區(qū)域農(nóng)業(yè)TFP均表現(xiàn)為增長趨勢。一般縣（市）農(nóng)業(yè)TFP高于全省農(nóng)業(yè)TFP，發(fā)達市（區(qū)）農(nóng)業(yè)TFP處在全省最低水平。也進一步說明一般縣（市）和貧困縣的農(nóng)業(yè)TFP還有較大增長空間。（2）各區(qū)域農(nóng)業(yè)TP均有較大增長。發(fā)達市（區(qū)）由于經(jīng)濟條件更易獲取科技、資金和信息等優(yōu)勢資源，農(nóng)業(yè)TP依舊保持著領(lǐng)先優(yōu)勢;貧困縣由于人才、設(shè)備匱乏等原因其農(nóng)業(yè)TP相對較緩慢。（3）各區(qū)域農(nóng)業(yè)TEC普遍存在下降趨勢。2012年以來，農(nóng)業(yè)TEC增長均為負值，說明處在技術(shù)效率損失狀態(tài)，要進一步改善這些區(qū)域農(nóng)業(yè)資源要素的配置效率，也說明隨著經(jīng)濟的發(fā)展，比較優(yōu)勢使得農(nóng)業(yè)生產(chǎn)資源要素配置普遍處在低效率水平。（4）各區(qū)域農(nóng)業(yè)SEC均有小幅度增長。福建省農(nóng)村剩余勞動力的轉(zhuǎn)移，以及我國大力推行機械化、農(nóng)業(yè)生產(chǎn)性服務(wù)等政策，在一定程度上提高了農(nóng)業(yè)適度經(jīng)營規(guī)模，進而有利于提高農(nóng)業(yè)SEC，尤其在一般縣（市）和貧困縣中表現(xiàn)比較明顯;而發(fā)達市（區(qū)）農(nóng)業(yè)規(guī)模普遍偏小，難以在農(nóng)業(yè)SEC發(fā)揮效應(yīng)。

2. 3 農(nóng)業(yè)TFP收斂分析

圖1顯示了福建省農(nóng)業(yè)TFP變異系數(shù)的時間變化軌跡，全省及一般縣（市）、貧困縣的農(nóng)業(yè)TFP變異系數(shù)均呈遞減的變化趨勢。全省及一般縣（市）和貧困縣的趨同程度逐漸提高，存在σ收斂趨勢;而發(fā)達市（區(qū)）農(nóng)業(yè)TFP變異系數(shù)不存在遞減趨勢。這是由于福清、長樂、石獅、晉江、南安和龍海等縣級市已進入工業(yè)化后期，在追求經(jīng)濟高質(zhì)量發(fā)展的同時注重工業(yè)反哺農(nóng)業(yè)，城市的先進知識與技術(shù)產(chǎn)生空間外溢，涓滴效應(yīng)促進了農(nóng)業(yè)TFP增長;但地處丘陵山區(qū)的南平、寧德及龍巖的市轄區(qū)等城鎮(zhèn)化水平、工業(yè)化水平總體不高，城市擴張使得資源要素與農(nóng)業(yè)生產(chǎn)發(fā)生空間錯配，不利于其農(nóng)業(yè)TFP增長。

從表6可知，就全省而言，福建省農(nóng)業(yè)TFP存在絕對β收斂，說明農(nóng)業(yè)TFP較低的縣市（區(qū)）對較高的縣市（區(qū)）存在追趕效應(yīng)，即隨著時間的推移所有地區(qū)農(nóng)業(yè)TFP將收斂于統(tǒng)一穩(wěn)態(tài)均衡值。分區(qū)域來看，發(fā)達市（區(qū)）農(nóng)業(yè)TFP的絕對β收斂不顯著;一般縣（市）和貧困縣農(nóng)業(yè)TFP存在絕對β收斂，說明這些地區(qū)農(nóng)業(yè)TFP增長潛力尚未得到充分挖掘。從收斂速度（λ）來看，貧困縣農(nóng)業(yè)TFP的收斂速度比一般縣（市）快，說明貧困縣可更合理地利用資源稟賦促進農(nóng)業(yè)TFP增長。

在絕對β收斂基礎(chǔ)上，引入城鎮(zhèn)化和工業(yè)化作為控制變量，并采用一階差分GMM估計方法得到條件β收斂回歸結(jié)果。從表7可知，福建省全省及一般縣（市）農(nóng)業(yè)TFP存在顯著的條件收斂特征，農(nóng)業(yè)TFP會穩(wěn)步收斂到各自的均衡穩(wěn)態(tài)水平，且其城鎮(zhèn)化及工業(yè)化水平對農(nóng)業(yè)TFP收斂有正向作用，收斂速度比絕對收斂情況下的速度快。綜上所述，城鎮(zhèn)化及工業(yè)化有利于加速農(nóng)業(yè)TFP追趕效應(yīng)。同樣，發(fā)達市（區(qū)）條件β收斂特征不顯著。貧困縣農(nóng)業(yè)TFP也存在條件β收斂特征，但工業(yè)化及城鎮(zhèn)化對農(nóng)業(yè)TFP收斂具有相反的作用，說明進一步提高貧困縣城鎮(zhèn)化水平有利于推動農(nóng)業(yè)TFP收斂。

3 討論

本研究基于FDH模型與LHM指標搭配運用，并利用2003—2018年福建省67個縣（市、區(qū)）農(nóng)業(yè)投入產(chǎn)出數(shù)據(jù)測算農(nóng)業(yè)TFP及其構(gòu)成分解。結(jié)果表明，福建省農(nóng)業(yè)TFP具有較強增長趨勢，尤其是一般縣（市）和貧困縣農(nóng)業(yè)TFP增長空間較大，且TP是農(nóng)業(yè)TFP增長的主要動力，TEC拉低TFP增長，SEC對TFP影響不明顯。與詹禮輝等（2016）在測算福建縣域農(nóng)業(yè)TFP時得到的結(jié)果基本一致。從不同區(qū)域來看，福建省縣域農(nóng)業(yè)TFP呈現(xiàn)出明顯的空間不平衡性，且一般縣（市）、貧困縣和發(fā)達市（區(qū)）的農(nóng)業(yè)TFP依次下降，與李文華（2018）、李欠男等（2019）提出的我國農(nóng)業(yè)TFP表現(xiàn)出東部、東北、中部、西部依次遞減的趨勢不同。在本研究中以福建省縣域中實際存在的縣域單元作為參考，市轄區(qū)非農(nóng)發(fā)展定位拉低發(fā)達地區(qū)農(nóng)業(yè)TFP，也說明需要進一步優(yōu)化區(qū)域農(nóng)業(yè)發(fā)展政策。

本研究結(jié)果還表明，福建省全省的農(nóng)業(yè)TFP與一般縣（市）、貧困縣存在σ收斂、絕對β收斂和條件β收斂，農(nóng)業(yè)生產(chǎn)要素流動及技術(shù)溢出等促使農(nóng)業(yè)TFP趨向于共同的穩(wěn)態(tài)水平;王軍和楊秀云（2019）指出我國及東部、東北、中部、西部均存在明顯的σ收斂和β收斂，農(nóng)業(yè)生產(chǎn)率落后地區(qū)對先進地區(qū)產(chǎn)生追趕效應(yīng)。與劉戰(zhàn)偉（2018）、尹朝靜（2020）研究結(jié)果中工業(yè)化水平對農(nóng)業(yè)TFP產(chǎn)業(yè)顯著的促進作用有所不同，本研究結(jié)果顯示發(fā)達市（區(qū)）農(nóng)業(yè)TFP不存在收斂特征，表明工業(yè)化對不同區(qū)域農(nóng)業(yè)TFP收斂機制不同，即對福建省全省及一般縣（市）農(nóng)業(yè)TFP收斂具有促進作用，而對貧困縣農(nóng)業(yè)TFP收斂則具有抑制作用。

4 建議

4. 1 加快技術(shù)進步和改善技術(shù)效率

技術(shù)進步是農(nóng)業(yè)TFP增長的主要動力，農(nóng)業(yè)技術(shù)效率不足是制約農(nóng)業(yè)TFP進一步提升的瓶頸所在。一是明確農(nóng)業(yè)生產(chǎn)空間，推進糧食生產(chǎn)功能區(qū)與重要農(nóng)產(chǎn)品生產(chǎn)保護區(qū)建設(shè)，培育核心農(nóng)戶，完善農(nóng)業(yè)基礎(chǔ)設(shè)施，推動與發(fā)展農(nóng)業(yè)適度規(guī)模經(jīng)營，推動規(guī)模效率變化與技術(shù)進步、技術(shù)效率變化的協(xié)調(diào)發(fā)展。二是依托農(nóng)業(yè)科技園區(qū)、現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)園區(qū)及農(nóng)民創(chuàng)業(yè)園（基地），進一步加強農(nóng)業(yè)技術(shù)的研發(fā)投入，引導(dǎo)科技、信息、人才及資金等要素向園區(qū)集聚，發(fā)展先進適用技術(shù)，提高土地產(chǎn)出率、勞動生產(chǎn)率和資源利用率，進而有效促進TFP增長。三是以體制改革和機制創(chuàng)新為根本途徑，讓農(nóng)業(yè)資本、人力等生產(chǎn)要素得到充分發(fā)揮，不斷提升農(nóng)業(yè)科技自主創(chuàng)新能力、協(xié)同創(chuàng)新水平和轉(zhuǎn)化應(yīng)用速度，促進農(nóng)業(yè)高新技術(shù)轉(zhuǎn)移轉(zhuǎn)化，提高農(nóng)業(yè)技術(shù)效率，不斷推動農(nóng)業(yè)生產(chǎn)前沿面前移。

4. 2 結(jié)合資源稟賦因地制宜來發(fā)展農(nóng)業(yè)

本研究以現(xiàn)實中的最佳實踐縣域為參考標桿，也意味著其他縣域更容易與參考標桿進行比較，進而找出發(fā)展差距。對于發(fā)達市（區(qū)）而言，要充分利用城市集聚與輻射功能，加強與其他農(nóng)業(yè)資源相對豐富的縣（市）合作，發(fā)展農(nóng)產(chǎn)品在地消費市場，鼓勵建立共享式農(nóng)產(chǎn)品生產(chǎn)與加工基地，發(fā)揮技術(shù)引領(lǐng)與輻射作用。對于一般縣（市）而言，因其農(nóng)業(yè)資源相對豐富，應(yīng)進一步加大財政投入與加強農(nóng)業(yè)重大關(guān)鍵技術(shù)引進與推廣應(yīng)用，積極發(fā)展機械化、農(nóng)業(yè)生產(chǎn)性服務(wù)等以應(yīng)對勞動力減少的困境，實現(xiàn)農(nóng)業(yè)與工業(yè)化、城鎮(zhèn)化的耦合發(fā)展。對于貧困縣而言，則應(yīng)圍繞特色農(nóng)業(yè)、品牌農(nóng)業(yè)，優(yōu)化農(nóng)業(yè)要素資源配置，注重先進適用技術(shù)的推廣與應(yīng)用，以提高農(nóng)產(chǎn)品價值。

4. 3 注重區(qū)域平衡與產(chǎn)業(yè)均衡發(fā)展

推動產(chǎn)業(yè)與空間均衡發(fā)展，實現(xiàn)要素合理流動。一是要繼續(xù)實施閩東北和閩西南兩大區(qū)域的協(xié)同發(fā)展。進一步明確區(qū)域發(fā)展的功能定位，適時進行制度和體制創(chuàng)新，推進異地產(chǎn)業(yè)園區(qū)合作機制，加快形成分工明確、布局合理、功能互補、錯位發(fā)展的產(chǎn)業(yè)發(fā)展格局，提高先進地區(qū)幫扶貧困縣政策效能，讓貧困縣保持生態(tài)優(yōu)勢的同時有恰當(dāng)?shù)摹霸煅蹦芰?。二是穩(wěn)步推進城鄉(xiāng)統(tǒng)籌發(fā)展。加快市場一體化及要素自由流動，注重資本、人才等先進生產(chǎn)要素向農(nóng)業(yè)優(yōu)勢產(chǎn)業(yè)區(qū)轉(zhuǎn)移，培育核心農(nóng)戶，完善農(nóng)業(yè)基礎(chǔ)設(shè)施，深化農(nóng)業(yè)資本化水平，著力促進產(chǎn)城產(chǎn)鎮(zhèn)產(chǎn)村融合，推動勞動力、土地和機械等生產(chǎn)要素的合理配置，實現(xiàn)農(nóng)業(yè)勞均產(chǎn)出與縣域間、產(chǎn)業(yè)間的均衡發(fā)展。

參考文獻：

江激宇，徐騰. 2019. 安徽糧食全要素生產(chǎn)率時空演變及收斂性分析[J]. 新疆農(nóng)墾經(jīng)濟，（6）： 62-69. [Jiang J Y，Xu T. 2019. Spatio-temporal evolution and convergence analy-sis on total factor productivity of grain in Anhui Province[J]. Xinjiang State Farms Economy，（6）： 62-69.]

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. 2009. Analysis of regional gap and spatial convergence of agricultural total factor productivity growth[J]. Chinese Journal of Agricultural Resources and Regional Planning，40（7）： 28-36.]

李汝資，呂蕓蕓，王文剛，劉耀彬. 2019. 中國城市用地擴張對農(nóng)業(yè)全要素生產(chǎn)率的影響研究——基于土地財政的門檻效應(yīng)視角[J]. 華東經(jīng)濟管理，33（8）： 76-82. [Li R Z，Lü Y Y，Wang W G，Liu Y B. 2019. The impact of urban land expansion on agricultural TFP in China—Based on threshold effect of land finance[J]. East China Economic Management，33（8）： 76-82.]

李文華. 2018. 基于DEA-Malmquist指數(shù)的中國農(nóng)業(yè)全要素生產(chǎn)率時空差異及影響因素分析[J]. 山東農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），20（2）： 96-103. [Li W H. 2018. Total factor productivity of Chinas agriculture based on DEA-Malmquist index analysis of time and space difference and influencing factors[J]. Journal of Shandong Agricultural University（Social Science Edition），20（2）： 96-103.]

劉德娟，曾玉榮. 2018. 環(huán)境約束下福建省農(nóng)業(yè)全要素生產(chǎn)率研究[J]. 福建農(nóng)業(yè)學(xué)報，33（9）： 994-1002. [Liu D J，Zeng Y R. 2018. Agricultural total factor productivity of Fujian under environmental constraints[J]. Fujian Journal of Agricultural Sciences，33（9）： 994-1002.]

劉晗，王釗，姜松. 2015. 基于隨機前沿生產(chǎn)函數(shù)的農(nóng)業(yè)全要素生產(chǎn)率增長研究[J]. 經(jīng)濟問題探索，（11）： 35-42. [Liu H，Wang Z，Jiang S. 2015. Research on agricultural total factor productivity growth based on stochastic frontier production function[J]. Inquiry into Economic Issues，（11）： 35-42.]

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.]

史常亮，朱俊峰，揭昌亮. 2016. 中國農(nóng)業(yè)全要素生產(chǎn)率增長地區(qū)差異及收斂性分析——基于固定效應(yīng)SFA模型和面板單位根方法[J]. 經(jīng)濟問題探索，（4）： 134-141. [Shi C L，Zhu J F，Jie C L. 2016. Analysis of regional difference and convergence of Chinas agricultural total factor productivity growth—Based on fixed effect SFA model and panel unit root[J]. Inquiry into Economic Issues，（4）： 134-141.]

王軍，楊秀云. 2019. 改革開放以來中國農(nóng)業(yè)全要素生產(chǎn)率的動態(tài)演進及收斂性分析[J]. 統(tǒng)計與信息論壇，34（11）： 59-66. [Wang J，Yang X Y. 2019. The dynamic evolution and convergence analysis of agricultural total factor productivity in China since the Reform and Opening[J]. Statistics & Information Forum，34（11）： 59-66.]

尹朝靜. 2020. 城鎮(zhèn)化、工業(yè)化對農(nóng)業(yè)全要素生產(chǎn)率增長的影響研究——來自重慶37個縣（區(qū)）面板數(shù)據(jù)的證據(jù)[J]. 重慶大學(xué)學(xué)報（社會科學(xué)版），26（6）： 58-68. [Yin C J. 2020. Research on the impact of urbanization and industrialization on the growth of agricultural total factor productivity： Evidence based on panel data of 37 counties in Chongqing[J]. Journal of Chongqing University（Social Science Edition），26（6）： 58-68.]

詹禮輝，蘇時鵬，董艷會，許佳賢，黃森慰. 2016. 福建縣域農(nóng)業(yè)全要素生產(chǎn)率測算及其收斂分析[J]. 資源開發(fā)與市場，32（1）： 60-63. [Zhan L H，Su S P，Dong Y H，Xu J X，Huang S W. 2016. Calculation of county agricultural total factor productivity in Fujian and the convergence hypothesis[J]. Resource Development & Market，32（1）： 60-63.]

張子龍，薛冰，陳興鵬，李勇進. 2015. 中國工業(yè)環(huán)境效率及其空間差異的收斂性[J]. 中國人口·資源與環(huán)境，25（2）： 30-38. [Zhang Z L，Xue B，Chen X P，Li Y J. 2015. Convergence in spatial difference of industrial environmental efficiency in China[J]. China Population，Resources and Environment，25（2）： 30-38.]

Ang F，Kerstens P J. 2017. Decomposing the Luenberger-Hicks-Moorsteen total factor productivity indicator： An application to U.S. agriculture[J]. European Journal of Operational Research，260（1）： 359-375.