長江經(jīng)濟帶農(nóng)業(yè)全要素生產(chǎn)率時空演變及影響因素研究

王世浩，王寶海，孫魯家

（青島農(nóng)業(yè)大學(xué)經(jīng)濟管理學(xué)院，山東 青島 266109）

農(nóng)業(yè)是立國之本，農(nóng)業(yè)的停滯不前必然會阻礙國家經(jīng)濟的進一步發(fā)展［1］。2021年中央一號文件指出，民族要復(fù)興，鄉(xiāng)村必振興。要堅持把解決好“三農(nóng)”問題作為全黨工作重中之重，把全面推進鄉(xiāng)村振興作為實現(xiàn)中華民族偉大復(fù)興的一項重大任務(wù)，舉全黨全社會之力加快農(nóng)業(yè)農(nóng)村現(xiàn)代化。有研究表明，增加農(nóng)業(yè)生產(chǎn)要素的投入、提高農(nóng)業(yè)的生產(chǎn)效率是促進農(nóng)業(yè)發(fā)展的關(guān)鍵［2］。但是，中國農(nóng)業(yè)現(xiàn)階段面臨著資源、環(huán)境等方面的巨大壓力，并且由于邊際報酬遞減規(guī)律的存在，單純依靠增加生產(chǎn)要素的投入來加快中國農(nóng)業(yè)現(xiàn)代化發(fā)展已不是長久之計。因此，提高農(nóng)業(yè)的全要素生產(chǎn)率，是進一步加快中國的農(nóng)業(yè)現(xiàn)代化實現(xiàn)的必然選擇。

長江經(jīng)濟帶是指沿長江黃金水道為依托而形成的經(jīng)濟帶，按照所處位置的不同可將其分為三大區(qū)域，分別是東部三省市、中部四省、西南四省市。東部三省市就是長三角地區(qū)的上海、江蘇和浙江，中部四省為安徽、江西、湖北和湖南，西南四省市為重慶、四川、貴州和云南。11個省市橫跨中國的東、中、西南三大區(qū)域，面積約205萬km2，人口、GDP、耕地面積均占全國的40%以上。長江經(jīng)濟帶是中國重要的農(nóng)業(yè)產(chǎn)區(qū)，在國家農(nóng)業(yè)發(fā)展的格局中占據(jù)著重要的地位，2003—2019年長江經(jīng)濟帶整體農(nóng)業(yè)發(fā)展狀況較好，但地區(qū)差異比較明顯。11個省市糧食產(chǎn)量近年來占全國比重的37.5%左右［3］，但第一產(chǎn)業(yè)生產(chǎn)總值卻逐年下降，占全國比重的30%左右。自2016年長江經(jīng)濟帶發(fā)展規(guī)劃綱要的提出開始，長江經(jīng)濟帶發(fā)展領(lǐng)導(dǎo)小組、農(nóng)業(yè)農(nóng)村部、習(xí)近平總書記先后多次召開工作會議、座談會強調(diào)要扎實推進長江經(jīng)濟帶農(nóng)業(yè)現(xiàn)代化水平的發(fā)展，促進長江經(jīng)濟帶農(nóng)業(yè)的可持續(xù)發(fā)展。農(nóng)業(yè)的全要素生產(chǎn)率是衡量農(nóng)業(yè)現(xiàn)代化發(fā)展的重要指標。對長江經(jīng)濟帶農(nóng)業(yè)全要素生產(chǎn)率所處水平、地區(qū)差異特征以及影響因素的研究，有利于科學(xué)地判斷長江經(jīng)濟帶農(nóng)業(yè)發(fā)展水平，識別農(nóng)業(yè)發(fā)展中出現(xiàn)的問題，有利于促進長江經(jīng)濟帶農(nóng)業(yè)的可持續(xù)發(fā)展。

農(nóng)業(yè)全要素生產(chǎn)率一直是學(xué)術(shù)界研究的焦點。農(nóng)業(yè)領(lǐng)域的全要素生產(chǎn)率最先是由美國的經(jīng)濟學(xué)家Baonon等在1960年前后提出來的［4］，它是一個測算農(nóng)業(yè)經(jīng)濟效率的理論和指標。關(guān)于農(nóng)業(yè)全要素生產(chǎn)率的測算方法學(xué)術(shù)界目前主要有4種［5］：①生產(chǎn)函數(shù)法；②增長核算法；③DEA方法，也就是基于DEA模型的Malmquist生產(chǎn)率指數(shù)法；④SFA方法，即隨機前沿法。

前2種測算方法是立足于生產(chǎn)者行為最優(yōu)化的假設(shè)，即投入和產(chǎn)出指標必須在技術(shù)規(guī)模報酬不變的條件下，既表示技術(shù)有效，又表示配置有效的假設(shè)。但有研究表明，這一假設(shè)并不符合大部分國家的現(xiàn)實情況，尤其是發(fā)展中國家，這些國家由于市場體制機制等原因的局限，生產(chǎn)者只能在生產(chǎn)前沿面內(nèi)部，很難實現(xiàn)生產(chǎn)前沿面上的生產(chǎn)［6］，同樣，配置有效的假設(shè)也很難實現(xiàn)。因此，相比于后2種方法，使用前2種方法測度中國農(nóng)業(yè)全要素生產(chǎn)率的學(xué)者較少。

后2種方法放棄了完全效率的假設(shè)，在進行農(nóng)業(yè)生產(chǎn)要素的研究中應(yīng)用較為廣泛。Malmquist生產(chǎn)率指數(shù)法最早是由Malmquist在1953年分析消費變化時引入距離函數(shù)的基礎(chǔ)上建立，1994年，F(xiàn)are等［7］將其與數(shù)據(jù)包絡(luò)分析法成功結(jié)合，從此DEAMalmquist法開始在生產(chǎn)率研究領(lǐng)域廣為流行。國內(nèi)研究中，李谷成［8］對改革開放以來中國農(nóng)業(yè)TFP進行研究，發(fā)現(xiàn)中國農(nóng)業(yè)TFP整體呈上升趨勢，具有明顯的階段性變化特征。何澤軍等［9］通過對中國農(nóng)業(yè)TFP測度發(fā)現(xiàn)，中國農(nóng)業(yè)TFP在時間序列與空間區(qū)域上變化顯著，其增長的主要原因是技術(shù)進步。李紹亭等［10］對山東省農(nóng)業(yè)全要素生產(chǎn)率研究發(fā)現(xiàn)，山東農(nóng)業(yè)TFP整體呈上升趨勢，魯東、魯中、魯西三大區(qū)域間存在明顯差異。使用SFA方法對中國農(nóng)業(yè)全要素生產(chǎn)率進行測算最早可以追溯到2009年，全炯振［11］運用SFA方法對中國農(nóng)業(yè)全要素生產(chǎn)率增長進行了實證分析，結(jié)果發(fā)現(xiàn)中國的農(nóng)業(yè)全要素增長率增長主要來自于農(nóng)業(yè)技術(shù)進步，且區(qū)域之間增長不平衡，并呈明顯的階段性特征。王留鑫等［12］運用SFA方法測算時發(fā)現(xiàn)，華南地區(qū)農(nóng)業(yè)全要素增長率受配置效率變化率波動影響最大，華東地區(qū)的農(nóng)業(yè)全要素生產(chǎn)率增長受規(guī)模效率變化率波動影響最大，且這2個因素構(gòu)成了農(nóng)業(yè)全要素生產(chǎn)率增長區(qū)域差異的主要原因。

綜上所述，在全國層面或是某一個省域?qū)用嫔蠈r(nóng)業(yè)全要素的研究取得了豐碩的成果，但是在對某一個區(qū)域的具體情況以及區(qū)域內(nèi)各地區(qū)間農(nóng)業(yè)全要素生產(chǎn)率的差異和影響因素的研究仍需要進一步加強，基于此，本研究運用DEA-Malmquist指數(shù)模型分別從時間和空間2方面測度了2003—2019年長江經(jīng)濟帶總體以及三大區(qū)域的農(nóng)業(yè)全要素生產(chǎn)率，分析對比三大區(qū)域的差異，建立了面板數(shù)據(jù)模型，考察不同因素對長江經(jīng)濟帶農(nóng)業(yè)全要素生產(chǎn)力的影響，根據(jù)結(jié)論提出相關(guān)建議，以期提高長江經(jīng)濟帶農(nóng)業(yè)的全要素生產(chǎn)力，促進該地區(qū)農(nóng)業(yè)的可持續(xù)發(fā)展。

1 數(shù)據(jù)來源及指標體系設(shè)計

1.1 數(shù)據(jù)來源

本研究數(shù)據(jù)來源于對應(yīng)年份的《中國統(tǒng)計年鑒》《中國金融統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》、長江經(jīng)濟帶各省份統(tǒng)計年鑒以及中國統(tǒng)計局數(shù)據(jù)。

1.2 指標選取

在采用DEA模型對長江經(jīng)濟帶全要素生產(chǎn)率進行分析時必須要滿足模型對指標的基本要求。采用DEA模型的基本要求為DMU（決策單元）個數(shù)至少是指標總數(shù)的2倍以上。本研究選取5個投入指標和1個產(chǎn)出指標，一共6個指標。因2003年以前，農(nóng)林牧漁業(yè)總產(chǎn)值中不包括農(nóng)林牧漁服務(wù)業(yè)產(chǎn)值，為使統(tǒng)計一致，本研究選取2003—2019年長江經(jīng)濟帶各省區(qū)、全國共12個DMU決策單元作為研究對象，均符合模型要求。從傳統(tǒng)的農(nóng)業(yè)生產(chǎn)投入3要素——土地、資本、勞動力考慮，由于現(xiàn)代農(nóng)業(yè)的發(fā)展使得許多傳統(tǒng)要素的界限變得不明顯，因此本研究在綜合考慮多種因素的情況下，選擇的投入產(chǎn)出指標如表1所示。

表1 投入產(chǎn)出指標

其中，在產(chǎn)出指標中為了剔除價格因素對各年份農(nóng)林牧漁總產(chǎn)值的影響，采用農(nóng)林牧漁總產(chǎn)值即第一產(chǎn)業(yè)總產(chǎn)值為可比價指標（以2003年為基年）。

2 基于DEA模型長江經(jīng)濟帶農(nóng)業(yè)全要素生產(chǎn)率測度及演變特征

2.1 長江經(jīng)濟帶及全國農(nóng)業(yè)全要素生產(chǎn)率時序演變特征

使用DEAP 2.1軟件對長江經(jīng)濟帶進行農(nóng)業(yè)全要素生產(chǎn)率橫向分析，DEA方法有投入導(dǎo)向和產(chǎn)出導(dǎo)向2種模型。本研究采用基于投入導(dǎo)向的VRS模型，從整體層面對長江經(jīng)濟帶和全國農(nóng)業(yè)投入產(chǎn)出效率進行測算并比較，即測算2003—2019年效率值及分解值，并用測得的11個省區(qū)各年份綜合效率、純技術(shù)效率、規(guī)模效率的平均值表征長江經(jīng)濟帶整體各年份效率值，并同全國進行比較（表2）。平均值=（2019年長江經(jīng)濟帶或全國的效率之和-2003年長江經(jīng)濟帶或全國的效率之和）/17。

從表2可以看出，長江經(jīng)濟帶農(nóng)業(yè)的綜合效率、純技術(shù)效率和規(guī)模效率均值都低于全國平均水平。純技術(shù)效率相差不大，這主要是因為長江經(jīng)濟帶總體經(jīng)濟水平較發(fā)達，農(nóng)業(yè)科技水平較高，機械化水平較高。但在綜合效率和規(guī)模效率上相較于全國還是有一定的差距，表明長江經(jīng)濟帶在整體資源整合和更新農(nóng)業(yè)管理觀念上落后于全國平均水平。

表2 2003—2019年長江經(jīng)濟帶及全國農(nóng)業(yè)生產(chǎn)效率及其分解

2.2 長江經(jīng)濟帶農(nóng)業(yè)全要素生產(chǎn)率空間差異特征與演變分析

長江經(jīng)濟帶內(nèi)部因所處地理位置、農(nóng)業(yè)政策、科技發(fā)展水平、資源稟賦等方面的不同，在農(nóng)業(yè)全要素生產(chǎn)率方面存在差異。因此，本研究以長江經(jīng)濟帶三大區(qū)域每年各自投入、產(chǎn)出的平均值作為變量，使用DEAP 2.1軟件對其內(nèi)部三大區(qū)域空間上差異進行測度分析（表3）。

從表3可知，2003—2019年三大區(qū)域東、中、西南部農(nóng)業(yè)綜合效率存在明顯差異，與全國農(nóng)業(yè)TFP發(fā)展趨勢相似，平均值自東、中、西依次遞減。其中，東部綜合效率均值最高，為0.952，中部、西南部綜合效率比較接近，分別為0.931和0.923，主要是東部地區(qū)經(jīng)濟發(fā)展程度高，農(nóng)業(yè)相對發(fā)展水平較高以及東部地區(qū)科技水平發(fā)達、機械化水平高等原因所致。

表3 2003—2019年長江經(jīng)濟帶農(nóng)業(yè)全要素生產(chǎn)率分解

3 基于Malmquist指數(shù)長江經(jīng)濟帶農(nóng)業(yè)全要素生產(chǎn)率演變特征

基于Malmquist指數(shù)對2003—2019年長江經(jīng)濟帶11個省市的面板數(shù)據(jù)進行測算和縱向比較，使其效率評價體系更加完整。

3.1 長江經(jīng)濟帶農(nóng)業(yè)全要素生產(chǎn)率時序演變分析

本研究采用基于投入導(dǎo)向的Malmquist指數(shù)方法，更符合長江經(jīng)濟帶整體的實際情況，力求更準確地計算出長江經(jīng)濟帶整體的農(nóng)業(yè)全要素生產(chǎn)率。使用DEAP 2.1軟件對區(qū)域內(nèi)Malmquist指數(shù)進行測度及分解，結(jié)果見表4。

由表4可知，從時序變化上看，長江經(jīng)濟帶2003—2019年農(nóng)業(yè)全要素生產(chǎn)率變動指數(shù)16年間的平均值為1.032，這表明農(nóng)業(yè)全要素生產(chǎn)率年均增長幅度為3.2%，意味著長江經(jīng)濟帶農(nóng)業(yè)的發(fā)展對各種投入生產(chǎn)要素利用程度較好，利用效率總體呈增漲趨勢。結(jié)合圖1對農(nóng)業(yè)TFP指數(shù)進一步分解可看出，規(guī)模效率變動在總體上較為平緩，折線圖波動趨于平穩(wěn)，年均增長僅為0.6%。技術(shù)進步變動指數(shù)大多為正且波動比較明顯，2009—2011年增長率達10%以上，技術(shù)變動16年平均增長5.1%。技術(shù)效率變動和純技術(shù)效率在2005—2013年內(nèi)變動率幾乎相同且均處于下降狀態(tài)，總體每年平均分別下降了1.8%和2.3%。遠低于技術(shù)變動每年5.1%的平均增長率，表明長江經(jīng)濟帶2003—2019年技術(shù)效率和純技術(shù)效率水平總體呈衰退趨勢且農(nóng)業(yè)全要素生產(chǎn)率的增長主要來自于技術(shù)進步。長江經(jīng)濟帶位于長江黃金水道旁，地理位置優(yōu)越，農(nóng)業(yè)生產(chǎn)條件充足，想要進一步提高農(nóng)業(yè)的全要素生產(chǎn)率還需要在提高技術(shù)利用效率方面下功夫。

表4 2003—2019年長江經(jīng)濟帶全要素生產(chǎn)率Malmquist指數(shù)及分解

圖1 長江經(jīng)濟帶各年份全要素生產(chǎn)率折線

3.2 長江經(jīng)濟帶農(nóng)業(yè)全要素生產(chǎn)率空間差異演變分析

長江經(jīng)濟帶的整體發(fā)展對區(qū)域經(jīng)濟增長有明顯帶動作用，但在其區(qū)域內(nèi)部因所處地理位置不同、資源稟賦、組織管理等方面發(fā)展進度不一，進而存在相互間的差異。測算出長江經(jīng)濟帶總體的農(nóng)業(yè)全要素生產(chǎn)率之后，對其內(nèi)部各省及三大區(qū)域的測算分析比較亦是本研究的重點，運用DEAP 2.1軟件分別對2003—2019年長江經(jīng)濟帶各省及三大區(qū)域農(nóng)業(yè)全要素生產(chǎn)率進行分解分析（表5）。

表5 2003—2019年長江經(jīng)濟帶各省及三大區(qū)域農(nóng)業(yè)TFP指數(shù)

從長江經(jīng)濟帶三大區(qū)域農(nóng)業(yè)全要素生產(chǎn)率增長平均值來看，東、中、西南三大區(qū)域相差不大，西南地區(qū)TFP年均增長率整體上要高于東部和中部地區(qū)，達4%，TFP增長率最高的是位于西南地區(qū)的云南省，為5.2%。其次是中部地區(qū)，增長率為3.5%。東部地區(qū)TFP年均增長速度最低，為3%，TFP增長率最低的省份也是位于東部地區(qū)的上海市，年均增長僅有0.1%，這與上海市的實際發(fā)展情況相符合。但其農(nóng)業(yè)總體上并沒有出現(xiàn)停滯不前或倒退的現(xiàn)象，仍取得了一定的進步。而東部地區(qū)的江蘇省和浙江省作為中國農(nóng)業(yè)大省，農(nóng)業(yè)TFP增長率分別為4.3%和4.5%，僅次于增速最高的云南省。

從圖2來看，東部和西南部地區(qū)農(nóng)業(yè)TFP增長率在2017年達到最高點，而中部TFP增長率則走勢較平緩，在2015年達到最高點。中部地區(qū)和西南地區(qū)農(nóng)業(yè)TFP增長率全為正，東部地區(qū)也僅在2004年降低，其他年份增長率都為正增長。這表明長江經(jīng)濟帶2003—2019年農(nóng)業(yè)發(fā)展良好，農(nóng)業(yè)TFP總體呈增長態(tài)勢，這與中國自2003年開始減免農(nóng)業(yè)稅收、實施農(nóng)業(yè)補貼政策有關(guān)。

圖2 2003—2019年長江經(jīng)濟帶三大區(qū)域農(nóng)業(yè)TFP指數(shù)折線

4 長江經(jīng)濟帶農(nóng)業(yè)全要素生產(chǎn)率影響因素分析

4.1 變量設(shè)定與模型構(gòu)建

農(nóng)業(yè)全要素生產(chǎn)率受諸多因素的影響，秦升澤等［13］認為農(nóng)業(yè)結(jié)構(gòu)系數(shù)、城市化進程、受災(zāi)率、農(nóng)村人力資本和物流關(guān)系嵌入對農(nóng)業(yè)全要素生產(chǎn)率具有直接影響。葉初升等［14］認為農(nóng)業(yè)財政支出對農(nóng)業(yè)全要素生產(chǎn)率具有影響作用，主要通過農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)影響農(nóng)業(yè)經(jīng)濟增長。此外，農(nóng)業(yè)全要素生產(chǎn)率還受到農(nóng)業(yè)基礎(chǔ)設(shè)施［15］、外商投資水平［16］、對外開放程度［17］等多種因素的影響。在參考相關(guān)研究和考慮到數(shù)據(jù)可得性的條件下，本研究選取對外開放水平、環(huán)境受災(zāi)程度、城鎮(zhèn)化率、政策支農(nóng)程度、農(nóng)村金融發(fā)展水平和農(nóng)村經(jīng)濟發(fā)展水平共6個變量為本研究的解釋變量。被解釋變量即農(nóng)業(yè)的全要素生產(chǎn)率TFP，具體為①對外開放水平：進出口總額與地區(qū)生產(chǎn)總值的比值；②環(huán)境受災(zāi)程度：受災(zāi)面積與農(nóng)作物總播種面積的比值；③城鎮(zhèn)化率：城鎮(zhèn)人口與總?cè)丝诘谋戎?；④政策支農(nóng)程度：政府的農(nóng)林水務(wù)支出與年度總支出的比值；⑤農(nóng)村金融發(fā)展水平：各地區(qū)農(nóng)業(yè)貸款與第一產(chǎn)業(yè)總產(chǎn)值的比值；⑥農(nóng)村經(jīng)濟發(fā)展水平：各地區(qū)農(nóng)村居民人均純收入來表示。

4.2 模型的設(shè)定

由于農(nóng)業(yè)TFP被解釋變量代表變化情況，為便于分析，需將其指數(shù)化并進行環(huán)比處理，參考大部分學(xué)者的方法，將2003年長江經(jīng)濟帶各省市的農(nóng)業(yè)TFP被解釋變量設(shè)為1，每一期的指數(shù)為從基期到報告期的所有增長率的乘積。本研究建立面板數(shù)據(jù)模型來分析解釋變量對農(nóng)業(yè)全要素生產(chǎn)率指數(shù)的影響，公式如下。

式中，TFP代表被解釋變量農(nóng)業(yè)全要素生產(chǎn)率指數(shù)，i代表長江經(jīng)濟帶各省區(qū)，t代表年份，a代表截距，b、c、d、e、f、g分別代表各解釋變量的系數(shù)，θiDi和φtDt分別代表長江經(jīng)濟帶無法觀測到的異質(zhì)性和時間效應(yīng)，εit代表隨機誤差項。

4.3 參數(shù)估計及結(jié)果分析

4.3.1 Hausman檢驗采用Stata16軟件，對上述面板數(shù)據(jù)模型進行計量分析（表6）。從表6可以看出，P為0.075 0，因此影響農(nóng)業(yè)全要素生產(chǎn)率的面板數(shù)據(jù)模型在5%的水平下不顯著，即不應(yīng)該拒絕原假設(shè)，應(yīng)選用隨機效應(yīng)模型進行計量分析。

表6 面板數(shù)據(jù)的Hausman檢驗

4.3.2 計量分析由Hausman檢驗結(jié)果可知，長江經(jīng)濟帶農(nóng)業(yè)全要素生產(chǎn)率面板數(shù)據(jù)模型應(yīng)采用隨機效應(yīng)模型分析，實證結(jié)果如表7所示。

表7 長江經(jīng)濟帶農(nóng)業(yè)全要素生產(chǎn)率影響因素回歸分析結(jié)果

1）對外開放水平對長江經(jīng)濟帶農(nóng)業(yè)全要素生產(chǎn)率有負向影響，且結(jié)果非常顯著。這是由于對外開放水平是通過進出口總額的比重來反映的，而長江經(jīng)濟帶進出口貿(mào)易中第二、第三產(chǎn)業(yè)占絕對的比重，第一產(chǎn)業(yè)農(nóng)業(yè)的進出口占比很低，因此會對農(nóng)業(yè)造成擠壓，造成低端農(nóng)產(chǎn)品的擠出，且長江經(jīng)濟帶農(nóng)業(yè)發(fā)展本身應(yīng)對國際市場風險的能力就比較弱，所以對外開放水平會對長江經(jīng)濟帶農(nóng)業(yè)全要素生產(chǎn)率有負向影響。但是從長期來看，隨著開放水平的提高會促使農(nóng)業(yè)生產(chǎn)者進行技術(shù)革新，促進農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)向優(yōu)勢產(chǎn)業(yè)調(diào)整，有利于實現(xiàn)資源的最優(yōu)配置，提升資源配置效率。因此長江經(jīng)濟帶當前的農(nóng)業(yè)對外開放還有較大的發(fā)展空間。

2）財政支農(nóng)支出對長江經(jīng)濟帶農(nóng)業(yè)全要素生產(chǎn)率有非常顯著的負向影響。財政支農(nóng)支出是指政府財政部門為扶持、發(fā)展“三農(nóng)”所做的財政支持。目前，國內(nèi)學(xué)者對于財政支農(nóng)支出對農(nóng)業(yè)全要素生產(chǎn)率的影響研究結(jié)論不一，部分認為財政支農(nóng)支出對于農(nóng)業(yè)生產(chǎn)效率的提高具有積極作用，另一部分學(xué)者認為中國目前部分地區(qū)存在農(nóng)業(yè)財政資金的統(tǒng)籌管理方面不規(guī)范等問題，財政支農(nóng)支出對于農(nóng)業(yè)發(fā)展并沒有積極作用。本研究通過對長江經(jīng)濟帶的財政支農(nóng)支出研究中發(fā)現(xiàn)，長江經(jīng)濟帶大部分省份存在財政支農(nóng)投資投入總量不足、占總的財政支出的比重低下、投資結(jié)構(gòu)不合理、資金使用效率低下，甚至?xí)霈F(xiàn)農(nóng)業(yè)投資資金被其他他支出項目挪用等問題，這才導(dǎo)致了財政支農(nóng)支出對長江經(jīng)濟帶農(nóng)業(yè)全要素生產(chǎn)率出現(xiàn)了負向影響。

3）城鎮(zhèn)化率對長江經(jīng)濟帶農(nóng)業(yè)全要素生產(chǎn)率的影響系數(shù)為正，且在10%的水平下顯著。城鎮(zhèn)化率的提高會使大量農(nóng)村勞動力轉(zhuǎn)移到城市，農(nóng)村人力資本投入冗余減少，人均耕地面積增大，土地的規(guī)?；?jīng)營效應(yīng)也大大增強。另外，城鎮(zhèn)化率較高的地區(qū)對農(nóng)產(chǎn)品數(shù)量、質(zhì)量的需求也會較高，有利于農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)的進一步完善和生產(chǎn)效率的進一步提高。最后，“工業(yè)反哺農(nóng)業(yè)，城市支持農(nóng)村”等支農(nóng)政策的提出也會提高農(nóng)業(yè)的全要素生產(chǎn)率。

4）環(huán)境受災(zāi)程度對長江經(jīng)濟帶農(nóng)業(yè)全要素生產(chǎn)率有非常顯著的負向影響。長江經(jīng)濟帶由于特殊的地理與氣候等因素，使該地區(qū)長期面臨漬澇災(zāi)害的威脅，雖然政府每年都會采取積極措施防洪抗災(zāi)，但由于自然災(zāi)害的不可預(yù)測性，一旦發(fā)生災(zāi)害，便會對農(nóng)業(yè)生產(chǎn)活動產(chǎn)生阻礙作用。

5）農(nóng)村金融發(fā)展水平對長江經(jīng)濟帶農(nóng)業(yè)全要素生產(chǎn)率具有負向影響，但影響并不顯著。說明長江經(jīng)濟帶農(nóng)業(yè)貸款的增加并不會提高農(nóng)業(yè)的全要素生產(chǎn)率。這可能是由于金融資本本身的成本較高，農(nóng)民只愿意將貸來的資金投入到農(nóng)業(yè)生產(chǎn)的部分環(huán)節(jié)，加之長江經(jīng)濟帶更傾向于將金融貸款投放到第二、第三產(chǎn)業(yè)，對農(nóng)業(yè)、農(nóng)村的支持力度不夠，農(nóng)村金融服務(wù)體系不夠完善，金融投資不足，使得農(nóng)村金融促進農(nóng)業(yè)生產(chǎn)效率作用尚未發(fā)揮。

6）農(nóng)村經(jīng)濟發(fā)展水平對長江經(jīng)濟帶農(nóng)業(yè)全要素生產(chǎn)率具有非常顯著的促進作用。說明農(nóng)村經(jīng)濟發(fā)展水平越高越會促進農(nóng)業(yè)的全要素生產(chǎn)率。農(nóng)村經(jīng)濟發(fā)展水平越高說明農(nóng)村居民人均純收入越高，意味著農(nóng)民擁有更多的資金來提高農(nóng)業(yè)的生產(chǎn)技術(shù)、生產(chǎn)規(guī)模和生產(chǎn)效率，進行擴大再生產(chǎn)。同時，農(nóng)民生活質(zhì)量的提高會使農(nóng)民有更多的時間和精力去進行農(nóng)業(yè)生產(chǎn)、改進生產(chǎn)工具、學(xué)習(xí)先進的生產(chǎn)技能。這些都會促進農(nóng)業(yè)全要素生產(chǎn)率的提高。

5 結(jié)論與建議

運用DEA-Malmquist指數(shù)模型從2方面對長江經(jīng)濟帶11個省份2003—2019年的農(nóng)業(yè)全要素生產(chǎn)率進行了測度評價，最后建立回歸模型對其影響因素進行了分析。結(jié)果表明，長江經(jīng)濟帶農(nóng)業(yè)全要素生產(chǎn)率與全國相比仍有一定的差距，存在著土地投入、農(nóng)業(yè)機械化投入和化肥投入冗余的現(xiàn)象。農(nóng)業(yè)TFP自東部、中部和西北部依次遞減。農(nóng)業(yè)TFP總體呈增長趨勢，年均增長幅度為3.2%。且主要由技術(shù)進步推動，分區(qū)域看，東、中、西南三大區(qū)域相差不大，西南地區(qū)增速整體上要高于東部和中部地區(qū)。長江經(jīng)濟帶農(nóng)業(yè)TFP受多種因素的影響，其中，農(nóng)村經(jīng)濟發(fā)展水平、城鎮(zhèn)化率對長江經(jīng)濟帶農(nóng)業(yè)TFP具有顯著的正向影響，對外開放水平、財政支農(nóng)支出、環(huán)境受災(zāi)程度對長江經(jīng)濟帶農(nóng)業(yè)TFP具有顯著的負向影響。根據(jù)本研究結(jié)論，提出如下相關(guān)對策建議。

5.1 統(tǒng)籌區(qū)域協(xié)調(diào)發(fā)展，縮小區(qū)域間的差距

從長江經(jīng)濟帶三大區(qū)域間農(nóng)業(yè)TFP和三大區(qū)域農(nóng)業(yè)TFP增長率之間的差距可以看到，區(qū)域之間的農(nóng)業(yè)TFP仍有一定的差距，對于農(nóng)業(yè)總體TFP偏低的中部和西南部地區(qū)，不僅要進一步推動農(nóng)業(yè)技術(shù)的發(fā)展，更重要的是要提高農(nóng)業(yè)技術(shù)的利用效率。長江經(jīng)濟帶發(fā)展領(lǐng)導(dǎo)小組等政府部門應(yīng)該根據(jù)區(qū)域間的差異，制定不同的發(fā)展規(guī)劃戰(zhàn)略，實現(xiàn)將先進的農(nóng)業(yè)科技由東部向中部和西南部推廣，改善農(nóng)業(yè)基礎(chǔ)設(shè)施的建設(shè)，縮小區(qū)域間的差距。從而推動長江經(jīng)濟帶整體農(nóng)業(yè)全要素生產(chǎn)率的提高。

5.2 進一步提高對外開放水平，保護農(nóng)業(yè)的弱質(zhì)性

從長期來看，高度的對外開放水平對長江經(jīng)濟帶農(nóng)業(yè)TFP的提高是有利的，因此，長江經(jīng)濟帶各省應(yīng)該依托地理位置優(yōu)勢，提高對外開放水平，提高外資利用效率，積極引進學(xué)習(xí)國外先進生產(chǎn)技術(shù)，并注意自身農(nóng)業(yè)技術(shù)的革新，促進農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)向優(yōu)勢產(chǎn)業(yè)調(diào)整。同時也應(yīng)該實施農(nóng)業(yè)保護政策，避免國外優(yōu)質(zhì)農(nóng)產(chǎn)品或者是第二、第三產(chǎn)業(yè)對農(nóng)業(yè)的擠壓。

5.3 完善農(nóng)業(yè)財政支出政策，加強農(nóng)村金融服務(wù)體系建設(shè)

利用高效的農(nóng)業(yè)財政資金會對農(nóng)業(yè)發(fā)展具有積極作用，因此，長江經(jīng)濟帶在進一步增加農(nóng)業(yè)財政資金總量規(guī)模，提高財政支出比重的同時，還應(yīng)該加強農(nóng)業(yè)財政資金的管理，完善相應(yīng)的資金使用制度，健全監(jiān)管機制，使支農(nóng)資金使用透明化，進而提高農(nóng)業(yè)財政資金的使用效率。同時，政府部門應(yīng)該出臺政策引導(dǎo)民間機構(gòu)、農(nóng)村金融機構(gòu)，將更多的資本投入到農(nóng)業(yè)農(nóng)村的建設(shè)中去，加強農(nóng)村金融服務(wù)體系建設(shè)，支持農(nóng)村金融機構(gòu)服務(wù)鄉(xiāng)村振興，充分發(fā)揮農(nóng)村金融促進農(nóng)業(yè)生產(chǎn)效率的作用。

5.4 加強農(nóng)業(yè)技術(shù)革新，合理利用各種資源

實證分析顯示，2003—2019年長江經(jīng)濟帶農(nóng)業(yè)TFP增長主要由技術(shù)進步推動，因此，未來一段時間推動農(nóng)業(yè)TFP高效增長的方式仍是技術(shù)進步。所以長江經(jīng)濟帶應(yīng)該繼續(xù)增加科技投入，加強農(nóng)業(yè)技術(shù)的進步與革新，解決當前科技成果轉(zhuǎn)化利用率低、科研機制不完善等問題。著重加強光伏農(nóng)業(yè)、無土栽培、溫室大棚技術(shù)、節(jié)水灌溉、地膜回收技術(shù)、水肥一體化等先進農(nóng)業(yè)技術(shù)的創(chuàng)新，加強新型職業(yè)農(nóng)民的培訓(xùn)力度，合理利用化肥、地膜等會對環(huán)境造成污染的資源。