農(nóng)業(yè)生產(chǎn)效率的測度及影響因素實證考察
——基于2007—2020 年重慶市面板數(shù)據(jù)

周鵬飛，沈 洋

（1.重慶師范大學 經(jīng)濟與管理學院，重慶 401331；2.華僑大學 數(shù)量經(jīng)濟研究院，福建 廈門 361021）

一、引言

在經(jīng)濟下行壓力加大、 國際國內(nèi)風險明顯上升， 特別是在新型冠狀病毒肺炎疫情持續(xù)系統(tǒng)性影響的復雜局面下，穩(wěn)住農(nóng)業(yè)基本盤、發(fā)揮 “三農(nóng)” 壓艙石作用至關重要。 解決好發(fā)展不平衡不充分問題，重點難點在 “三農(nóng)” ，迫切需要補齊農(nóng)業(yè)農(nóng)村短板弱項，推動城鄉(xiāng)協(xié)調發(fā)展［1］。突破瓶頸約束一方面需要持續(xù)挖掘農(nóng)村轉移勞動力的潛力， 另一方面則需要依靠創(chuàng)新驅動，提高全要素生產(chǎn)率［2］。因此， 提高全要素生產(chǎn)率對我國全面建成小康社會以及建設社會主義現(xiàn)代化強國具有重要意義。

回顧我國農(nóng)業(yè)轉型升級的過程， 廣大地區(qū)仍然以 “小農(nóng)經(jīng)濟” 為主要生產(chǎn)方式，并未徹底脫離 “小農(nóng)經(jīng)濟” 的本質［3］，從而導致農(nóng)業(yè)的生產(chǎn)效率偏低。 若要從根本上打破 “小農(nóng)經(jīng)濟” 的生產(chǎn)經(jīng)營方式則必須緊抓農(nóng)業(yè)的規(guī)?；?、機械化、現(xiàn)代化經(jīng)營方式，提高農(nóng)業(yè)生產(chǎn)要素的利用率，這也是我國農(nóng)業(yè)轉型升級實現(xiàn)高質量發(fā)展的必然路徑和優(yōu)勢選擇。

重慶是我國西部地區(qū)一個重要的經(jīng)濟增長極，集大城市、大農(nóng)村、大山區(qū)、大庫區(qū)于一體，農(nóng)業(yè)是重慶經(jīng)濟發(fā)展的重要組成部分。 重慶地形單元以山地為主， 大城市與大農(nóng)村并構的格局使得城鄉(xiāng)二元經(jīng)濟結構的矛盾日漸凸顯。農(nóng)村人口多、耕地少，農(nóng)業(yè)結構性矛盾突出，產(chǎn)業(yè)分布散、產(chǎn)業(yè)鏈條短，綜合效益和競爭力不強［4］，加上發(fā)展現(xiàn)代農(nóng)業(yè)的底子薄、基礎弱，使得重慶農(nóng)業(yè)的弱質性更加明顯。 重慶振興農(nóng)業(yè)的關鍵落腳點要以農(nóng)業(yè)供給側結構性改革為主線，導向由增產(chǎn)轉向提質，從過去的依靠增加要素投入轉向提高全要素生產(chǎn)率，依靠創(chuàng)新來精準發(fā)力。 因此，測算和分析重慶這樣一個典型區(qū)域的農(nóng)業(yè)生產(chǎn)效率及其影響因素，精準識別農(nóng)業(yè)轉型發(fā)展中存在的問題，對于推動農(nóng)業(yè)轉型升級，提高農(nóng)業(yè)創(chuàng)新力和競爭力，推動脫貧攻堅和鄉(xiāng)村振興的有效銜接， 實現(xiàn)農(nóng)業(yè)現(xiàn)代化具有重要的政策參考價值。

二、文獻回顧

生產(chǎn)效率是對農(nóng)業(yè)生產(chǎn)過程中各類要素配置能力、 資源使用效率和全要素生產(chǎn)率等生產(chǎn)能力的綜合考量。 自Farrell 提出用 “預估函數(shù)” 推斷生產(chǎn)效率值以來［5］，眾多學者圍繞著農(nóng)業(yè)生產(chǎn)效率，從不同角度展開了研究。 總結現(xiàn)有文獻， 與文章話題相關的研究內(nèi)容大致可以歸納為以下兩個方面：

一是農(nóng)業(yè)生產(chǎn)效率的增長核算、 空間分異及其收斂性分析等方面的研究。 從空間分布和區(qū)域異質性來看，現(xiàn)有文獻對我國新疆自治區(qū)［6］、湖南省［7］、東北三?。?］等地區(qū)以及世界上各經(jīng)濟體、流域范圍［9］等做了研究，并在省域范圍內(nèi)農(nóng)業(yè)生產(chǎn)效率的空間延展性與時間變動趨勢作了闡釋。 從農(nóng)業(yè)生產(chǎn)效率的增長潛力和空間延展性來看，王牧野認為中國設施農(nóng)業(yè)面臨著收益率和勞動生產(chǎn)率的雙重劣勢， 盡管設施農(nóng)業(yè)的全要素生產(chǎn)率穩(wěn)定增長，呈現(xiàn)出 “技術進步誘導+技術效率推動” 的增長模式，但仍是低水平增長［10］。 徐維祥考察了中國省級層面農(nóng)業(yè)生產(chǎn)效率， 他認為2004-2019 年農(nóng)業(yè)生產(chǎn)效率呈現(xiàn)出持續(xù)上升趨勢，若將環(huán)境成本納入統(tǒng)計范疇內(nèi)的農(nóng)業(yè)生產(chǎn)效率要低于未考慮環(huán)境成本時的結果； 區(qū)域差異整體呈倒 “V” 型變化態(tài)勢，東西方向上是遞減的，南北方向上反映為倒U 型趨勢［11］。還有一部分學者對農(nóng)業(yè)生產(chǎn)效率的增長源泉做了探究， 總結出農(nóng)業(yè)純技術效率［12］、工業(yè)化［13］和技術進步［14］是推動農(nóng)業(yè)生產(chǎn)效率提高的重要來源。

二是農(nóng)業(yè)生產(chǎn)效率的影響因素及其提升路徑方面的研究。 周鵬飛發(fā)現(xiàn)三峽庫區(qū)重慶段的農(nóng)業(yè)綠色全要素生產(chǎn)率內(nèi)在動能是綠色技術進步指數(shù)的提高，外部因素則是依靠公路基礎設施、城鎮(zhèn)化水平和金融支持， 同時還發(fā)現(xiàn)了財政支農(nóng)和地區(qū)經(jīng)濟發(fā)展水平對農(nóng)業(yè) GTFP 有抑制作用［15］。 朱秋博從信息化的角度探究了農(nóng)業(yè)信息化發(fā)展如何影響農(nóng)業(yè)生產(chǎn)效率， 認為信息化對農(nóng)業(yè)TFP 具有促進作用，但是受制于農(nóng)村人力資本不高的原因使得統(tǒng)計結果并不顯著［16］。楊均運用空間杜賓模型， 從農(nóng)業(yè)基礎設施和人力資本投資的角度探討了其對農(nóng)業(yè)生產(chǎn)效率的影響效應， 研究發(fā)現(xiàn)農(nóng)村基礎設施和農(nóng)村人力資本對農(nóng)業(yè)生產(chǎn)效率具有正向作用， 但只有技術設施的空間效應是顯著的［17］。 此外，還有學者從農(nóng)地確權和農(nóng)地細碎化［18］、農(nóng)戶兼業(yè)行為［19］、農(nóng)機械跨區(qū)域作業(yè)［20］、農(nóng)業(yè)生產(chǎn)性服務［21］、數(shù)字普惠金融［22］和農(nóng)村宅基地退出［23］等角度探討了對農(nóng)業(yè)生產(chǎn)效率的影響效應。

綜上所述， 已有文獻對農(nóng)業(yè)生產(chǎn)效率進行了大量的探討， 為本文測算重慶市農(nóng)業(yè)生產(chǎn)效率和探尋外部改進路徑提供了思路借鑒和方法啟示，但仍然有邊際改進的空間。 一方面由于學者對于不同地區(qū)、 不同發(fā)展階段所使用的測度方法以及選取的投入與產(chǎn)出指標存在著較大差異， 這使得我國農(nóng)業(yè)生產(chǎn)效率還未能完整地展現(xiàn)出一個客觀全貌。同時宏觀背景持續(xù)演變，產(chǎn)業(yè)發(fā)展戰(zhàn)略也在深度調整， 我國農(nóng)業(yè)生產(chǎn)效率呈現(xiàn)出多元化的表現(xiàn)形式。 盡管已有文獻從不同地域或角度對我國農(nóng)業(yè)生產(chǎn)效率進行了測算并揭示了其增長來源，也存在少部分文獻對重慶市的農(nóng)業(yè)生產(chǎn)面貌做了探究， 但仍主要是從整個區(qū)域層面或者經(jīng)濟功能區(qū)的角度出發(fā)， 其研究視角和數(shù)據(jù)樣本尺度還比較大［24］。 因此，文章將研究視角擴展至縣域層面，先是運用DEA 模型測算并刻畫重慶市農(nóng)業(yè)生產(chǎn)效率的整體面貌，然后是運用面板隨機效應Tobit模型對其影響因素進行數(shù)理層面的驗證， 深入剖析了影響重慶農(nóng)業(yè)生產(chǎn)效率的外部因素， 研究其驅動機制并分析可行的轉型路徑， 這對于提高農(nóng)業(yè)生產(chǎn)效率具有很好的理論啟示意義和政策借鑒價值。

三、研究方法

（一）兩階段半?yún)?shù)DEA 模型

數(shù)據(jù)包絡分析（DEA）是一種不需要預先估計參數(shù)和生產(chǎn)函數(shù)形式而用來比較技術效率的分析方法， 其最大的優(yōu)點是僅依靠獨立決策單元的投入產(chǎn)出數(shù)據(jù)， 并通過數(shù)學線性規(guī)劃方法來做非參數(shù)估計， 現(xiàn)已被廣泛用于各領域生產(chǎn)效率的評價研究［25-26］。 然而，傳統(tǒng)的 DEA 兩階段法難以處理形式復雜且結構未知的序列相關性、 利用有限樣本測算效率值可能產(chǎn)生的偏誤性和環(huán)境變量與效率值間內(nèi)生性的影響， 這會使得環(huán)境變量對效率值的統(tǒng)計推斷失效。 Simar［27］在 Hirschberg［28］的基礎上提出解決這些問題的自助法程序， 即兩階段半?yún)?shù)DEA 法。

兩階段半?yún)?shù)DEA 方法的關鍵是在第一階段中使用投入產(chǎn)出數(shù)據(jù)集測算效率值。 假設有k個獨立決策單元，各獨立決策單元使用N 種生產(chǎn)要素 x（xk=(xk1，xk2…xkn）∈RN）進行生產(chǎn)，獲得 M種合意產(chǎn)出 y（yk=(xk1，xk2…xkm）∈RM）。那么在技術條件 T 下，生產(chǎn)可能集表示為 P（x）={y∶（x，y）∈T}，投入的需求集表示為（y）={x∶（x，y）∈T}。 以生產(chǎn)可能集為例， 技術效率就表示為某個給定數(shù)據(jù)點與生產(chǎn)可能集邊界的距離。 一般而言， 當存在非零松弛時， 徑向測度方法要求投入產(chǎn)出同比例變動， 這會高估獨立決策單元的效率。 因此文章主要使用Russell 非徑向技術效率測算重慶市的農(nóng)業(yè)生產(chǎn)效率。 對于特定的點（xi，yi），以產(chǎn)出為導向的CRS 模型為：

式（1）和式（2）中，y是一個K×M的產(chǎn)出矩陣，x是一個K×N的投入矩陣；P（x）是生產(chǎn)前沿面的最小包圍面；θ（θ ≥1）衡量了數(shù)據(jù)點（xi，yi）與效率前沿值之間的距離；示當投入變量不變時第k個獨立決策單元的產(chǎn)出可以按非比例增加的量， 將其取到數(shù)即可得到文章需要求解的生產(chǎn)效率值。在獲取效率值之后的第二階段，對s 個 樣 本 點 ， 建 立 截 斷 （Truncated Regression）回歸方程式：

式（3）中，z表示所有環(huán)境變量的信息集，α表示待估系數(shù)，ξ為隨機擾動項。 然后是對于每一個i = 1，2，…，s，從在點（1-azi）處左截尾的N（0，σ2）分布隨機抽取εi； 再是二次計算每一個i = 1，2，…，s的 ρ*值，計算過程為 ρ*= αzi+ ε1；最后是使用最大似然估計法計算環(huán)境變量zi的系數(shù)α和標準誤σ。 根據(jù) Simar和Wilson［27］的研究，這種計算過程和抽取次數(shù)一般設定為100次。

（二）DEA-Malmquist指數(shù)法

農(nóng)業(yè)生產(chǎn)具有典型的周期長、 動態(tài)性和連續(xù)性特征，在長期生產(chǎn)過程中，農(nóng)業(yè)生產(chǎn)技術總是不斷變動的， 例如土地流轉帶來的規(guī)模效應和使用現(xiàn)代農(nóng)業(yè)機械帶來的先進生產(chǎn)力， 而靜態(tài)DEA方法無法刻畫農(nóng)業(yè)生產(chǎn)這些特征。 為更加真實地反映農(nóng)業(yè)全要素生產(chǎn)率的動態(tài)演進趨勢， 結合Malmquist指數(shù)和DEA模型構造t到t+1期的農(nóng)業(yè)生產(chǎn)效率變動幅度， 引入基于投入產(chǎn)出的方向距離函數(shù)：

式（4）中，δ 為定向輸出效率變量。從時期 t 到時期t+1 的Malmquist 生產(chǎn)率指數(shù)可以定義為：

式（5）中，x 為投入向量，y 為產(chǎn)出向量，D 為方向距離函數(shù)。 M 為農(nóng)業(yè)全要素生產(chǎn)率， 即在時期t 的技術T 參照下，從時期t 到時期t+1 的生產(chǎn)點距離函數(shù)。 若t 到t+1 時期的生產(chǎn)效率處于增長狀態(tài)，那么測算的M 指數(shù)大于1，反之則指數(shù)小于1。 為避免因時期選擇的隨機性造成的測算結果不同， 一般是采用多時期的幾何平均值表征生產(chǎn)效率，即：

式（6）存在兩個分解指數(shù)，即：

其中，effch 為技術效率指數(shù)， 反映的是各獨立決策單元向著生產(chǎn)前沿面靠近的變動度， 是一種 “追趕效應” ；tech 反映的是t 到t+1 期技術邊界的移動狀況，是一種技術變動的 “增長效應” 。 兩個指數(shù)結果的判定標準與M 指數(shù)保持一致。 在實際計算過程中，為避免線性規(guī)劃無解和實現(xiàn)生產(chǎn)前沿技術集的一致性， 文章使用的是全局參比可能性集合的M 指數(shù)，其具體表現(xiàn)形式為：PG（x）=P1（x1）∪P2（x2）∪…∪PT（xT）。

四、效率測度與分析

（一）農(nóng)業(yè)生產(chǎn)效率評價體系

評價農(nóng)業(yè)生產(chǎn)效率需要建立科學合理的評價指標體系， 高效率的經(jīng)濟體往往能夠通過使用較少的資源投入來獲得較高的產(chǎn)出回報。 在農(nóng)業(yè)生產(chǎn)效率的評價過程中， 基于農(nóng)業(yè)五要素理論并參考沈洋［29］、金紹榮［30］和楊佳利［31］的做法，選取以下投入產(chǎn)出指標構建評價體系：

1.農(nóng)業(yè)期望產(chǎn)出。 選擇農(nóng)林牧副漁總產(chǎn)值表示農(nóng)業(yè)產(chǎn)出，為了消除價格影響，文章利用農(nóng)居民消費價格指數(shù)以2007 年為基期做了平滑處理。

2.農(nóng)業(yè)要素投入。一是土地投入。從實際情況來看，土地要素可以分為耕地面積和播種面積，考慮到可能存在耕地廢棄和多季生產(chǎn)的情況， 為了有效反映土地的實際利用情況， 選取農(nóng)作物播種面積代表土地投入；二是化肥投入。化學肥料代表了在農(nóng)業(yè)生產(chǎn)過程中氮肥、鉀肥、鉀肥，以及復合肥的實際使用量，選取化肥施用量（折純量）來表示化肥投入； 三是農(nóng)村用電量。 用電量是衡量一個地區(qū)經(jīng)濟活躍的重要指標， 其主要包含了農(nóng)業(yè)生產(chǎn)活動以及農(nóng)民生活行為兩個指標。 隨著農(nóng)業(yè)規(guī)?；蜋C械化地推進，農(nóng)作物播種、灌溉、收割、處理等活動大量使用機械， 現(xiàn)階段大量的農(nóng)用機械也主要以電能為動力能源；四是農(nóng)藥投入。農(nóng)藥反映出農(nóng)民為消除病蟲害帶來的影響而使用的投入。五是勞動力投入；為有效反映一定時期內(nèi)農(nóng)業(yè)的實際勞動力投入數(shù)量， 文章選取所有從事農(nóng)業(yè)生產(chǎn)的人作為勞動力投入。

（二）效率值實證分析

1.靜態(tài)生產(chǎn)效率

基于上文對農(nóng)業(yè)生產(chǎn)效率投入產(chǎn)出評價體系的設定， 在規(guī)模報酬不變和產(chǎn)出導向的農(nóng)業(yè)生產(chǎn)效率測度結果見表1。

表1 2007-2020 年重慶市農(nóng)業(yè)生產(chǎn)效率測度結果

由表 1 可知，2007—2020 年重慶市 37 個區(qū)縣的Russell 非徑向效率值的均值為0.591， 表明考察期內(nèi)重慶市農(nóng)業(yè)效率還有較大的改進空間。從整個考察期全局角度來看， 重慶市農(nóng)業(yè)生產(chǎn)效率的變動呈現(xiàn)先下降后上升的U 型趨勢。 再從各區(qū)縣具體來看， 其分布格局朝著兩頭小中間大的 “橄欖型” 狀態(tài)推進，區(qū)域間效率差異持續(xù)縮小。最后從各區(qū)縣生產(chǎn)效率的均值來看， 只有江北區(qū)效率值為1，永川、南川和潼南等9 個地區(qū)生產(chǎn)效率低于0.5，這暗含著以往生產(chǎn)效率較低的地區(qū)不斷模仿學習高效率地區(qū)， 在固定生產(chǎn)前沿面條件下大部分地區(qū)的技術效率得以提高。

2.動態(tài)全要素生產(chǎn)率

囿于DEA 模型測算的是靜態(tài)效率，無法反映農(nóng)業(yè)生產(chǎn)的動態(tài)性和連續(xù)性等特征。對此，此部分從動態(tài)角度出發(fā)，運用全局M 指數(shù)解析重慶市農(nóng)業(yè)全要素生產(chǎn)率的動態(tài)變動情況。

由表 2 可知，M 指數(shù)的均值為 0.994， 表明2007—2020 年重慶市農(nóng)業(yè)全要素生產(chǎn)率呈現(xiàn)下降趨勢。從其分解項來看，重慶市農(nóng)業(yè)全要素生產(chǎn)率維持在一個較高水平值的驅動力來源于規(guī)模效率的改善， 而農(nóng)業(yè)技術進步指數(shù)持續(xù)惡化是抑制生產(chǎn)效率的重要障礙因子， 因而推動農(nóng)業(yè)全要素生產(chǎn)率增長的內(nèi)在動力是各區(qū)縣相互模仿學習的追趕效應，農(nóng)業(yè)技術產(chǎn)生的 “增長效應” 不明顯。從具體區(qū)域來看， 重慶市大部分地區(qū)農(nóng)業(yè)全要素生產(chǎn)率主要呈現(xiàn)惡化趨勢。同時，各地區(qū)分解的指數(shù)也印證了農(nóng)業(yè)全要素生產(chǎn)率的驅動力是規(guī)模效率而不是技術進步。這個結論與上文DEA 靜態(tài)效率值的結果有所不同，甚至出現(xiàn)了截然不同的結論，產(chǎn)生這種相悖結論的原因是不同模型的技術參考集和生產(chǎn)前沿面不同。 Russell 非徑向效率主要是基于當期生產(chǎn)技術測算出來的結果，而全局M 指數(shù)測算的結果則是將所有時期的生產(chǎn)技術集作為參考標準，因而技術集和生產(chǎn)前沿是截然不同的。

表2 2007-2020 年重慶市農(nóng)業(yè)生產(chǎn)效率M 指數(shù)

五、影響因素實證考察

（一）影響因素

為厘清影響農(nóng)業(yè)生產(chǎn)效率的外部因素， 本部分以重慶市農(nóng)業(yè)生產(chǎn)效率為被解釋變量， 在此基礎上構建面板Tobit 模型， 以進一步明晰影響重慶市農(nóng)業(yè)生產(chǎn)效率的因素。 相關文獻主要從宏觀經(jīng)濟的角度來分析其影響， 因而文章主要從以下六個方面來探討：

1.城鎮(zhèn)化（Urban）。 在典型的二元制經(jīng)濟結構中， 城鎮(zhèn)化對農(nóng)業(yè)生產(chǎn)效率既有推動作用也有抑制作用［32］。 一方面，大量的青壯年勞動力涌入城市，使得農(nóng)村主要勞動力大量流失；另一方面，城鎮(zhèn)化大量占用農(nóng)業(yè)生產(chǎn)資料，例如土地、水等，使得農(nóng)業(yè)生產(chǎn)發(fā)展更加艱難。與此同時，城鎮(zhèn)化水平的提高使得大量的人口涌入都市， 這就為農(nóng)業(yè)規(guī)?；?jīng)營、機械化操作提供可能。文章選取城鎮(zhèn)人口占總人口的比重作為城鎮(zhèn)化的代理變量。

2.金融信貸（Fin）。 金融作為現(xiàn)代農(nóng)業(yè)經(jīng)濟正常運行的 “血液” ，在金融扶貧和鄉(xiāng)村振興過程中發(fā)揮著重要作用。同時服務于實體經(jīng)濟，助力農(nóng)業(yè)健康發(fā)展正是金融天然使命所在［22］。 農(nóng)業(yè)作為人類有史以來唯一長盛不衰的產(chǎn)業(yè)， 提高農(nóng)業(yè)生產(chǎn)效率所需要的農(nóng)業(yè)基礎設施、 農(nóng)業(yè)技能、 先進裝備、農(nóng)業(yè)種子和勞動力都離不開資金支持。一般而言， 金融信貸可以破解農(nóng)業(yè)企業(yè)在技術創(chuàng)新和組織變革中遇到的資金短缺問題， 這能推動農(nóng)業(yè)技術進步和提升管理效率［33］。 金融信貸能解決農(nóng)戶信貸約束和提高資金可得性， 通過信貸支持為農(nóng)業(yè)發(fā)展 “輸血” ，從而解決農(nóng)業(yè)生產(chǎn)過程中資金供需矛盾難題。因此，金融信貸能破解農(nóng)業(yè)技術的資金短缺問題， 從而有助于農(nóng)業(yè)技術創(chuàng)新和優(yōu)化農(nóng)業(yè)要素投入組合，有助于提高農(nóng)業(yè)生產(chǎn)效率。文章選取人均貸款余額作為金融信貸的代理變量。

3.道路通達度（Road）。在農(nóng)業(yè)生產(chǎn)過程中，交通運輸便利了城鄉(xiāng)之間的交流， 進而促使區(qū)域內(nèi)人員交流、 農(nóng)產(chǎn)品貿(mào)易增加， 促進區(qū)域經(jīng)濟的增長。 夏明學［34］指出鄉(xiāng)道公路對農(nóng)村地區(qū)經(jīng)濟起顯著作用，而縣道則起著極其重要的作用。但由于各地區(qū)農(nóng)業(yè)結構不同，各種公路所起的作用不同。文章選取各類型的公路總里程作為道路通達度的代理變量。

4.城鄉(xiāng)收入差距（Gap）。由于城市和鄉(xiāng)村間的要素稟賦有所差異， 生產(chǎn)要素會從稟賦較差的地區(qū)流向稟賦較好的地區(qū)， 具體反映為擁有高技能水平的勞動力或產(chǎn)出效率較高的企業(yè)會集聚在資本回報率更高的地區(qū)， 而能力較低的主體則會選擇那些市場競爭不大但資本回報率較低的地區(qū)或產(chǎn)業(yè)。由于城市內(nèi)部的要素流動屬于要素再配置，不會涉及資源總量的增減， 此時在空間分類和空間選擇機制影響下， 農(nóng)業(yè)生產(chǎn)主體會從流向那些收入較高的產(chǎn)業(yè)， 由此城市收入分化引致的城鄉(xiāng)收入差距對農(nóng)業(yè)生產(chǎn)最直接的影響就是扭轉了以往農(nóng)業(yè)生產(chǎn)的勞動力配置格局， 過大的收入差距會使得鄉(xiāng)村要素 “失血” 和資本 “外逃” ，因此對農(nóng)業(yè)生產(chǎn)效率產(chǎn)生影響。 文章選取農(nóng)村居民可支配收入與城鎮(zhèn)居民可支配收入的比值來衡量城鄉(xiāng)居民收入差。

5.財政支農(nóng)（Gov）。多數(shù)學者認為財政支農(nóng)補貼能夠調動農(nóng)業(yè)生產(chǎn)主體的生產(chǎn)積極性， 對農(nóng)業(yè)生產(chǎn)效率有積極作用。一方面，農(nóng)業(yè)財政補貼通過增加農(nóng)戶轉移收入、 提高農(nóng)業(yè)生產(chǎn)者繼續(xù)教育和接受專業(yè)培訓的機會， 從而提高農(nóng)業(yè)生產(chǎn)者的投資能力和經(jīng)營能力； 另一方面財政支農(nóng)補貼中的信貸補貼能夠為農(nóng)作物流通過程中的收購、運輸、倉儲和加工等環(huán)節(jié)提供財政貼息， 在為農(nóng)業(yè)生產(chǎn)者提供及時有效的融資渠道的同時還能降低融資成本，從而提高農(nóng)業(yè)生產(chǎn)效率［35］。 文章選取財政用于農(nóng)林水務支出額作為財政支農(nóng)的代理變量。

6.工業(yè)化（Ind）。 工業(yè)化的生產(chǎn)理論與方式對農(nóng)業(yè)生產(chǎn)有著較為明顯的影響， 工業(yè)化進程中伴隨的生產(chǎn)組織化、 專業(yè)化和規(guī)?；卣魇沟霉I(yè)生產(chǎn)效率顯著高于農(nóng)業(yè)生產(chǎn)［13］。 亞當·斯密在分工理論中指出因農(nóng)業(yè)分工的有限性使得農(nóng)業(yè)生產(chǎn)效率要低于制造業(yè)。 在工業(yè)化初期， 農(nóng)業(yè)自身并不具備馬爾薩斯陷阱和實現(xiàn) “起飛” 的條件，其發(fā)展必須借力于 “工業(yè)化” 等外部性力量的驅動，或者說該階段農(nóng)業(yè)發(fā)展的突出特征是外部性和被動性［36］。 勞動力的工業(yè)化配置扭轉了傳統(tǒng)勞動力過密化的要素組合結構，農(nóng)業(yè)資本—勞動比提高，相應地， 勞動密集型傳統(tǒng)農(nóng)業(yè)生產(chǎn)體系逐步轉向以資本廣化和資本深化的資本密集型［37］。 從經(jīng)濟實踐來看， 隨著工業(yè)化進程朝著農(nóng)村腹地深入推進， 其攜帶的資本深化能帶動農(nóng)業(yè)向著農(nóng)業(yè)生產(chǎn)服務外包化、機械化和集群式跨區(qū)域協(xié)作轉變。作為技術進步在勞動工具層面的具體反映， 工業(yè)化能為鄉(xiāng)村和農(nóng)業(yè)生產(chǎn)提供農(nóng)業(yè)機械和現(xiàn)代工具，這能節(jié)約勞動力成本和優(yōu)化資源配置效率， 由此帶來生產(chǎn)效率和管理效率兩方面的提高。 文章選取第二產(chǎn)業(yè)增加值占區(qū)域生產(chǎn)總值的比重作為工業(yè)化的代理變量。

（二）計量模型

在做回歸時， 連續(xù)型的被解釋變量有的時候因為截斷或截堵而只能選取一定范圍的值， 因傳統(tǒng)線性OLS 模型忽略了因變量的約束條件，當非線性擾動項被納入擾動項中， 這會導致估計量不一致。 Tobit 認為用MLE 對模型進行估計的結果更為穩(wěn)健。 一般而言，面板固定效應Tobit 模型無法得到一致和無偏的估計量， 所以選用隨機效應Tobit 模型作為基準回歸模型?？傻玫揭韵路蔷€性Tobit 估計模型：

式（9）中，y 表示農(nóng)業(yè)生產(chǎn)效率值，此處使用的是Russell 非徑向效率值；a 為各解釋變量的相關系數(shù)；a0為常數(shù)項； 下標i 和t 分別為地區(qū)和年份；ε 為隨機擾動項，獨立且服從正態(tài)分布。 在實際擬合計算過程中， 為降低異方差干擾和縮小各變量的數(shù)量級， 文章對所有解釋變量作了對數(shù)化處理。

（三）實證分析

文章參照馮宗憲［38］的做法，采用截面數(shù)據(jù)與時間序列混合的樣本集重新估算非徑向效率值，這也相當于是得出一個跨年度的共同農(nóng)業(yè)生產(chǎn)前沿面， 使各地區(qū)的農(nóng)業(yè)生產(chǎn)主體在同一標準下作相對比較分析。 李新春［39］也認為，若對不同地區(qū)或不同產(chǎn)業(yè)的效率值進行估算時若采用不同的生產(chǎn)前沿面， 不僅會使得不同地區(qū)的生產(chǎn)效率無法跨年度比較， 還會使得環(huán)境變量對其的統(tǒng)計推斷難以反映真實情況。 為揭示影響重慶市農(nóng)業(yè)生產(chǎn)效率的宏觀外部因素，結合式（9）設定的計量經(jīng)濟學模型， 使用STATA 17.0 軟件對重慶市2007—2020 年37 個區(qū)縣的面板數(shù)據(jù)進行擬合計算。 考慮到單一模型的擬合結果不能不穩(wěn)健， 文章效仿Badunenko［40］的思路，同時給出了基于混合截面數(shù)據(jù)的 Tobit、Truncreg 和 Simarwilson 三種模型的估計結果作為對照。

由表3 可知， 從環(huán)境變量對農(nóng)業(yè)生產(chǎn)效率的影響方向來看，財政支農(nóng)、金融支持、收入差距和道路通達度對農(nóng)業(yè)生產(chǎn)效率的影響顯著為正，符合預期。 但城鎮(zhèn)化和工業(yè)化對農(nóng)業(yè)生產(chǎn)效率的影響顯著為負，不符合預期。 其可能的原因是，在城鎮(zhèn)化發(fā)展初期， 城鎮(zhèn)非農(nóng)部門利用優(yōu)于鄉(xiāng)村或農(nóng)業(yè)部門的初始條件，并在市場機制和 “城市偏向” 政策的激勵下， 工業(yè)部門和服務部門通過產(chǎn)業(yè)集聚和人口集聚所伴隨的 “極化效應” 和 “虹吸效應” 對農(nóng)業(yè)生產(chǎn)部門的資源要素具有很強的吸力，大量的優(yōu)勢資源和先進生產(chǎn)力逐步 “逃離” 鄉(xiāng)村，這就產(chǎn)生了城鎮(zhèn)化快速發(fā)展與農(nóng)業(yè)農(nóng)村部門 “失血” 過度并存的失衡狀態(tài)。長此以往，農(nóng)業(yè)部門會嚴重滯后于城市化進程， 城鄉(xiāng)二元結構的弊端進一步凸顯， 即城鎮(zhèn)化的發(fā)展是不利于提高農(nóng)業(yè)生產(chǎn)效率的［41］。 重慶是集 “大城市、大山區(qū)、大農(nóng)村、大庫區(qū)” 于一體的綜合立體化城市，同時 “三山夾兩谷” 的地形地貌限制了城市資源流向鄉(xiāng)村腹地， 這就造就了重慶市在推進城鎮(zhèn)化的進程中需要從更多方面統(tǒng)籌城鄉(xiāng)協(xié)調發(fā)展， 同時囿于現(xiàn)階段重慶市城鎮(zhèn)化水平仍處于較低層次， 中心城區(qū)對周邊縣城的吸附效應較大， 縣域核心城區(qū)對鄉(xiāng)村勞動力和優(yōu)質資源的吸引力較強。因此，重慶市的城鎮(zhèn)化整體上是不利于提高農(nóng)業(yè)生產(chǎn)效率的。 從工業(yè)化角度來看， 由于農(nóng)業(yè)比較收益和勞動邊際生產(chǎn)力還不夠高，在工業(yè)對農(nóng)業(yè)的 “反哺” 機制和資源回流渠道還未完全暢通的情況下， 將會導致人力資本、 資金資本和技術資本等在內(nèi)的優(yōu)質資源外流，農(nóng)村老齡化、空心化現(xiàn)象進一步固化，這種工業(yè)與農(nóng)業(yè)部協(xié)調的現(xiàn)象抑制了農(nóng)業(yè)生產(chǎn)效率［42］。

表3 實證檢驗結果

六、研究結論與政策建議

研究表明，2007-2020 年重慶市的農(nóng)業(yè)生產(chǎn)效率均值為0.591， 先后經(jīng)歷了下降再上升的U型演化過程， 且重慶市各區(qū)縣的農(nóng)業(yè)生產(chǎn)效率差距正在縮小，兩端小中間大的 “橄欖型” 分異格局進一步凸顯。 考察期內(nèi)重慶市農(nóng)業(yè)全要素生產(chǎn)率年均下降0.6%，產(chǎn)生效率損失的根源是技術效率指數(shù)持續(xù)惡化。盡管規(guī)模效率呈現(xiàn)增長之勢，但還不足以彌補技術效率損失造成的全要素生產(chǎn)率下降。 第二階段隨機效應Tobit 模型顯示， 財政支農(nóng)、 金融信貸和道路通達度對農(nóng)業(yè)生產(chǎn)效率的影響顯著為正，而工業(yè)化、城鎮(zhèn)化和收入差距對農(nóng)業(yè)生產(chǎn)效率的影響卻是顯著為負的， 這一結論在經(jīng)過一系列穩(wěn)健性檢驗后依然成立。 為進一步提高重慶市農(nóng)業(yè)生產(chǎn)效率，助力打造中國 “經(jīng)濟增長第四極” ，結合研究結論，文章提出以下政策建議：

第一，以農(nóng)業(yè)科技創(chuàng)新為切入點，健全農(nóng)業(yè)科技創(chuàng)新機制。農(nóng)業(yè)科技創(chuàng)新離不開國家、企業(yè)和科研院所對農(nóng)業(yè)科技的投入， 應鼓勵農(nóng)業(yè)科研院所與新型農(nóng)業(yè)經(jīng)營主體的協(xié)同合作， 鼓勵農(nóng)業(yè)技術創(chuàng)新要素逐步向其轉移，全面提升農(nóng)業(yè)技術開發(fā)、產(chǎn)品熟化與產(chǎn)業(yè)化發(fā)展的能力。與此同時，完善利益分配機制， 倡導和推進農(nóng)業(yè)專利技術產(chǎn)業(yè)化和市場化進程，加快建設農(nóng)業(yè)科研技術隊伍，推動成熟適用的農(nóng)業(yè)科技應用規(guī)模， 促進產(chǎn)學研深度融合。

第二， 加快構建全域鄉(xiāng)村振興規(guī)劃金融管理機制，完善拓展涉農(nóng)金融服務鏈條。各地區(qū)應堅持兼顧當前和謀劃長遠相結合的原則， 因地制宜地結合鄉(xiāng)村振興重點、難點和支點，打通金融服務供給 “最后一公里” ，推進金融資金在農(nóng)業(yè)生產(chǎn)、基礎設施完善和基層鄉(xiāng)風文明建設等方面投入和支持。同時應多矩陣構建農(nóng)村金融供給主體，搭建商業(yè)型為主和政策性為輔的金融供給體系， 強化商業(yè)銀行、 政策性銀行等金融中介在完善農(nóng)村金融服務中的責任意識，鼓勵政府、合作社和銀行合作推出惠農(nóng)金融產(chǎn)品， 發(fā)展以農(nóng)村產(chǎn)權抵押為主的多種融資渠道。 用好財政補息、貼息的政策扶持，拓寬金融服務方式、功能和范圍，持續(xù)完善數(shù)字普惠金融產(chǎn)品供給。 針對農(nóng)戶和涉農(nóng)小微企業(yè)個性化和差異化金融服務需求，可以在經(jīng)營授權、客戶準入、 業(yè)務流程和產(chǎn)品創(chuàng)新等方面出臺差異化政策。

第三，加強涉農(nóng)資金監(jiān)督管理，優(yōu)化財政支出結構。按照全過程預算管理相關要求，系統(tǒng)且全面地梳理各項涉農(nóng)資金項目名錄， 圍繞補齊財政支持鄉(xiāng)村振興的短板， 極力促進形成多元化投入目標格局，充分利用好財政 “四兩撥千斤” 的作用。強化針對農(nóng)村要素一般公共預算支出的財政補貼績效，提高對農(nóng)業(yè)風險保障、農(nóng)業(yè)科技、農(nóng)產(chǎn)品技術研發(fā)等方面的補貼力度， 堅持并完善最低收購價政策，推動建立良種補貼、種糧補貼和農(nóng)資補貼等 “多合一” 調控體系。通過 “以獎代補” 的方式，探索開拓新的補貼系類科目， 發(fā)揮好財政政策對鄉(xiāng)村產(chǎn)業(yè)發(fā)展的引導作用。 實施好農(nóng)林水支出預算執(zhí)行情況的統(tǒng)計監(jiān)測工作， 嚴格把控財政涉農(nóng)資金的監(jiān)督檢查和績效考核環(huán)節(jié)，規(guī)范完善 “大專項+任務清單” 的管理模式，及時修訂財政支農(nóng)資金管理辦法和目標， 提高財政支農(nóng)資金的均衡性和安全性。