洪名勇，吳昭洋，何玉鳳，王珊

（1. 貴州大學(xué)管理學(xué)院/中國西部發(fā)展能力研究中心，貴州 貴陽 550025；2. 浙江大學(xué)管理學(xué)院/中國農(nóng)村發(fā)展研究院，浙江 杭州 310012）

我國糧食生產(chǎn)力的空間差距分解及影響因素分析
——基于單要素生產(chǎn)力視角

洪名勇1,2，吳昭洋1*，何玉鳳1，王珊2

（1. 貴州大學(xué)管理學(xué)院/中國西部發(fā)展能力研究中心，貴州 貴陽 550025；2. 浙江大學(xué)管理學(xué)院/中國農(nóng)村發(fā)展研究院，浙江 杭州 310012）

能否有效提升單要素生產(chǎn)力是保障我國糧食安全以及提升全要素生產(chǎn)力的基礎(chǔ)所在。本文以我國30個(gè)省區(qū)2003-2015年間糧食單要素生產(chǎn)力為研究對(duì)象，通過構(gòu)建“描述性統(tǒng)計(jì)-泰爾指數(shù)(Theil Index)分解-空間回歸模型”這一實(shí)證分析框架，較為全面地比較了糧食單產(chǎn)水平(yA)和勞動(dòng)生產(chǎn)率(yL)兩指標(biāo)之間的關(guān)聯(lián)與差異。結(jié)果表明：1）國內(nèi)研究大都選擇yA，而國際學(xué)界則更多采用yL作為測度指標(biāo)。研究范式的差異是造成指標(biāo)選取差異的根源所在，不同測度指標(biāo)的選取也會(huì)深刻影響糧食政策制定與實(shí)施的一般性傾向；2）兩指標(biāo)均呈現(xiàn)由東北向西南逐漸降低的空間分布特征，但彼此間并不存在均勻的線性相關(guān)關(guān)系。兩指標(biāo)經(jīng)整體與局部空間層面的泰爾指數(shù)分解后均呈現(xiàn)較為明顯的相異趨勢；3）空間回歸分析中，農(nóng)地流轉(zhuǎn)和中間投入品等變量對(duì)兩指標(biāo)的影響機(jī)制在回歸系數(shù)的方向、大小和顯著性等方面具有較高一致性，但以yL為因變量的模型擬合效果顯著優(yōu)于yA。精準(zhǔn)化與差異化的施策方式為本文的政策啟示所在。

單要素生產(chǎn)力；糧食單產(chǎn)水平；糧食勞動(dòng)生產(chǎn)率；空間差距分解；空間回歸分析

Abstract：Improving the single factor productivity efficiently is the basis for China’s grain security and the improvement of the total factor productivity. Based on the data of 30 provincial areas in China from 2000 to 2015, this paper built an empirical framework, “descriptive statistics- decomposition of Theil Index-spatial regression models”, and examined the relationship and differences between the two different indicators, including the grain yield per unit area (yA) and the labor productivity (yL). Results show that: 1) Domestic researchers usually prefer yA, while foreign researchers often select yL, as the measuring indicator of agricultural productivity. The difference in selecting indicators originates from different research paradigms. The indicator selection will affect the general tendency profoundly when making and enforcing grain policies; 2) The spatial distribution of the two indicators displays a gradual declining trend from the northeast to the southwest and there is no obvious linear relationship between them. Opposite trends have been shown obvious difference after decomposing the Theil Index of the two indicators; and 3) Spatial regression analysis shows that farmland transfer and intermediate inputs have consistent infuences on these two indicators in terms of the direction, magnitude and signifcance level of the estimated coeffcients. However, the models’ goodness of ft performsbetter when yLis treated as the dependent variable than when yAis treated as the dependent variable. Policy implications of this paper include enforcing and optimizing the current polices in a more targeted and heterogeneous way.

Key words：single factor productivity; grain yield per unit area; grain yield per labor force; decomposition of spatial disparities; spatial regression analysis

在我國“三農(nóng)”領(lǐng)域，“糧食安全、食品安全與耕地安全”已成為當(dāng)前經(jīng)濟(jì)社會(huì)發(fā)展中必須面對(duì)的重大民生問題，其中又以糧食安全最為根本，在構(gòu)建“三農(nóng)”安全網(wǎng)中扮演著承上啟下的關(guān)鍵角色。農(nóng)業(yè)生產(chǎn)力的持續(xù)性增長對(duì)長期經(jīng)濟(jì)增長的重要性已逐漸成為經(jīng)濟(jì)理論界與相關(guān)政策制定者的普遍共識(shí)[1-2]。作為度量生產(chǎn)力進(jìn)步的關(guān)鍵指標(biāo)，全要素生產(chǎn)率(TFP)以及基于投入產(chǎn)出分析計(jì)算得出的技術(shù)效率指數(shù)僅僅是一個(gè)加總的概念集合，認(rèn)識(shí)我國農(nóng)業(yè)生產(chǎn)力的增長不僅需要傳統(tǒng)的全要素生產(chǎn)率，更需要深入研究單要素生產(chǎn)率[3]。通過廣泛比較國內(nèi)外針對(duì)農(nóng)業(yè)或糧食單要素生產(chǎn)力問題的相關(guān)研究，本文發(fā)現(xiàn)：已有文獻(xiàn)在衡量農(nóng)業(yè)單要素生產(chǎn)力水平時(shí)存在較大的指標(biāo)選取差異。

總體而言，國內(nèi)學(xué)者大都采用單位播種面積產(chǎn)量（常稱“單產(chǎn)”，yA），而國際農(nóng)業(yè)經(jīng)濟(jì)學(xué)界則更多地選擇單位勞動(dòng)力產(chǎn)量（常稱“勞動(dòng)生產(chǎn)率”，yL）指標(biāo)展開生產(chǎn)力問題的討論。選取不同的單要素生產(chǎn)力指標(biāo)絕非單純的測度問題，國際經(jīng)濟(jì)學(xué)界廣泛選擇單位勞動(dòng)力產(chǎn)量或產(chǎn)值作為單要素生產(chǎn)力測量指標(biāo)的深層次原因在于其理論基礎(chǔ)與分析方法根植于標(biāo)準(zhǔn)的新古典經(jīng)濟(jì)學(xué)范式，該范式以具有齊次或非齊次性質(zhì)的生產(chǎn)與效用函數(shù)為建?；A(chǔ)，又以基于經(jīng)濟(jì)增長理論的生產(chǎn)力分析為典型代表[4-5]。此外，任一指標(biāo)在不同時(shí)期所表現(xiàn)出的非一致性對(duì)技術(shù)變遷路徑和制度安排具有深刻影響，是在政策偏好下實(shí)現(xiàn)“精準(zhǔn)施策”及“有效施策”的重要依據(jù)。

具體而言，國內(nèi)方面，李靖和孫曉明[6]通過“剔除趨勢”模型對(duì)糧食單產(chǎn)波動(dòng)及其年均增長趨勢進(jìn)行研究，指出我國糧食單產(chǎn)存在地區(qū)差異這一事實(shí)；楊麗霞等[7]選擇相同的糧食單產(chǎn)指標(biāo)和若干自變量指標(biāo)，利用地理加權(quán)回歸(GWR)模型分析了不同區(qū)域糧食單產(chǎn)的驅(qū)動(dòng)因素，研究表明糧食單產(chǎn)的影響因素在空間上呈現(xiàn)出異質(zhì)性，其中尤以單位播種面積的化肥施用水平對(duì)不同地區(qū)糧食單產(chǎn)的差異化影響最大。作為對(duì)全國范圍開展研究的補(bǔ)充，國內(nèi)一些學(xué)者利用灰色關(guān)聯(lián)分析等方法對(duì)局部地區(qū)或直接對(duì)某一省份的糧食單產(chǎn)的波動(dòng)、空間分布與影響因素等問題進(jìn)行了研究[8-10]。國際方面，Hayami和Ruttan[11]較早地選擇單位勞動(dòng)力產(chǎn)量指標(biāo)對(duì)發(fā)展中國家和發(fā)達(dá)國家的農(nóng)業(yè)生產(chǎn)力水平進(jìn)行了比較研究；Luh等[12]也將該指標(biāo)作為測算Malmquist生產(chǎn)力增長指數(shù)的產(chǎn)出變量，較為系統(tǒng)地對(duì)東亞8個(gè)國家和地區(qū)的農(nóng)業(yè)生產(chǎn)力變遷及其影響因素進(jìn)行了實(shí)證分析；Gollin[13]和Gollin等[14]在研究跨國生產(chǎn)力差異時(shí)特意將單要素生產(chǎn)力指標(biāo)的選擇作為重點(diǎn)環(huán)節(jié)展開了詳細(xì)論述，在充分結(jié)合國家層面和微觀層面的數(shù)據(jù)進(jìn)行對(duì)比分析后指出：單位勞動(dòng)力產(chǎn)量(yL)指標(biāo)具有更高的一致性和穩(wěn)健性。此外，F(xiàn)an和Pardey[15]在探討農(nóng)業(yè)研究（或知識(shí)存量）對(duì)我國1965-1993年間農(nóng)業(yè)生產(chǎn)力的影響機(jī)制與程度時(shí)，特別指出土地生產(chǎn)力和勞動(dòng)生產(chǎn)力兩種單要素生產(chǎn)力指標(biāo)間存在較大差異這一事實(shí)，即土地生產(chǎn)力的增長速度明顯快于勞動(dòng)生產(chǎn)率，該差異從全國層面反映出相關(guān)決策主體在土地節(jié)約型技術(shù)和勞動(dòng)增強(qiáng)型技術(shù)的選擇中存在一般性傾向。大量基于產(chǎn)量層面的跨國研究進(jìn)一步表明，農(nóng)業(yè)勞動(dòng)生產(chǎn)率差異遠(yuǎn)大于其他生產(chǎn)力測量水平的差異程度[16-17]。此外，基于產(chǎn)值層面的勞動(dòng)生產(chǎn)力指標(biāo)在國際價(jià)格采取數(shù)量加權(quán)的價(jià)格形成機(jī)制下，該指標(biāo)更適用于產(chǎn)量數(shù)據(jù)較為準(zhǔn)確的發(fā)達(dá)國家和地區(qū)[14,18]。選擇何種單要素生產(chǎn)力指標(biāo)測度農(nóng)業(yè)生產(chǎn)力水平不僅是一個(gè)看似簡單、甚至較少被關(guān)注的應(yīng)用問題，而且是一個(gè)源于研究范式差異的理論問題。

不同的生產(chǎn)力指標(biāo)有著相異的經(jīng)濟(jì)意涵和理論側(cè)重，而這一關(guān)鍵問題在現(xiàn)有研究中被廣泛忽視。研究我國農(nóng)業(yè)生產(chǎn)力，尤其是研究我們最為關(guān)心的糧食生產(chǎn)力水平地區(qū)差距以及相關(guān)影響因素等問題時(shí)，有必要充分結(jié)合國內(nèi)外已有文獻(xiàn)，將糧食單產(chǎn)指標(biāo)與勞動(dòng)生產(chǎn)率指標(biāo)在同一分析框架內(nèi)展開對(duì)比研究，從更為全面的分析視角深入探討我國糧食生產(chǎn)力地區(qū)差距的結(jié)構(gòu)性問題。本文在國內(nèi)已有研究基礎(chǔ)上的推進(jìn)與貢獻(xiàn)在于：通過構(gòu)建“描述性統(tǒng)計(jì)-泰爾指數(shù)分解-空間回歸模型”這一實(shí)證分析框架，較為全面地比較了糧食單產(chǎn)水平(yA)和勞動(dòng)生產(chǎn)率(yL)兩種單要素生產(chǎn)力指標(biāo)的關(guān)聯(lián)與差異狀況，為政策制定與調(diào)整的精準(zhǔn)性提供有效依據(jù)。

1 研究方法與變量選取

1.1 泰爾指數(shù)（T h e il I n d e x）分解法

通過對(duì)不平等指數(shù)的分解來研究地區(qū)差距的結(jié)構(gòu)性問題已成為重要的實(shí)證方法之一[19-21]?？紤]到本文側(cè)重從地理空間層面對(duì)兩種單要素生產(chǎn)力指標(biāo)的地區(qū)差異及其結(jié)構(gòu)性問題展開比較分析，需要選擇一個(gè)從方法上能夠完全分解為組間與組內(nèi)差距的不平等測度指數(shù)，泰爾指數(shù)(Theil Index)就是其中的代表。通過對(duì)總泰爾指數(shù)(TT)進(jìn)行分解，可計(jì)算地區(qū)內(nèi)、地區(qū)間以及總體差異程度[19]。以糧食生產(chǎn)力空間差距分解為例，令TT=TW+TB，TT為總體差距，TW和TB分別表示所劃分的k個(gè)區(qū)域組的組內(nèi)和組間差距，具體設(shè)定如下：

TPm為區(qū)域m內(nèi)的省際間差距，可進(jìn)一步表示為：

式中：ym表示區(qū)域m的糧食作物總產(chǎn)量，Y表示全國糧食作物總產(chǎn)量，ymi表示區(qū)域m內(nèi)i省的糧食作物產(chǎn)量；類似地，Nmi、Nm、Ni和N分別表示區(qū)域m內(nèi)i省、區(qū)域m、i省以及全國的糧食作物播種面積或糧食作物勞動(dòng)力數(shù)量，Q為區(qū)域m內(nèi)的省區(qū)數(shù)量。

1.2 空間計(jì)量回歸分析

1.3 變量選取

1.3.1 單要素生產(chǎn)力指標(biāo)（被解釋變量） 本文選取全國30個(gè)省區(qū)（除西藏和港澳臺(tái)外）2003-2015年的糧食產(chǎn)量、糧食播種面積和勞動(dòng)生產(chǎn)率等指標(biāo)計(jì)算糧食單要素生產(chǎn)力；yA表示糧食單產(chǎn)水平，即單位播種面積產(chǎn)量；yL表示勞動(dòng)生產(chǎn)率水平，即單位勞動(dòng)力產(chǎn)量。需要指出的是，糧食單產(chǎn)水平(yA)和勞動(dòng)生產(chǎn)率(yL)在理論上存在如（8）式所表示的分解關(guān)系，其中，Y為糧食產(chǎn)量水平，L為種糧勞動(dòng)力數(shù)量，A為糧食播種面積。

1.3.2 影響因素指標(biāo)（解釋變量） 本文選取政府支持水平、土地、勞動(dòng)力以及中間投入品等4類指標(biāo)所涉及的9個(gè)變量作為空間回歸分析中的解釋變量（表1）。為避免因遺漏變量所帶來的內(nèi)生性問題，變量選取除了考慮已有文獻(xiàn)在研究影響糧食生產(chǎn)力的諸多因素中常用的指標(biāo)變量外[22-23]，進(jìn)一步將“政府支持水平”指標(biāo)納入分析之中，選取“地方財(cái)政農(nóng)林水事務(wù)支出(GSit)”作為政府支持水平的代理變量。此外，“農(nóng)地流轉(zhuǎn)(LTit)”作為實(shí)現(xiàn)農(nóng)業(yè)現(xiàn)代化的基礎(chǔ)條件之一，近年來受到越來越多的關(guān)注[27-28]，本研究也將該指標(biāo)納入分析之中。需要說明的是，影響糧食生產(chǎn)力的因素還有很多，從模型與量化視角探討究竟是何種因素影響糧食生產(chǎn)力并非本研究的目的所在，本文的重點(diǎn)在于探究兩種單要素生產(chǎn)力指標(biāo)的聯(lián)系與差異，即便如此，所選變量也已經(jīng)能夠較為全面地反應(yīng)影響糧食生產(chǎn)力的因素集合。

表1 變量選取與說明Table 1 Variable selection and defnitions

2 數(shù)據(jù)說明與空間區(qū)域劃分

2.1 數(shù)據(jù)說明

糧食單產(chǎn)水平由歷年《中國農(nóng)村統(tǒng)計(jì)年鑒》及歷年《國家統(tǒng)計(jì)局關(guān)于糧食產(chǎn)量的公告》中糧食產(chǎn)量和播種面積指標(biāo)計(jì)算求得；勞動(dòng)生產(chǎn)率數(shù)據(jù)來源于國家統(tǒng)計(jì)局歷年《國家統(tǒng)計(jì)局關(guān)于糧食產(chǎn)量的公告》，由于2013-2015年勞動(dòng)生產(chǎn)率數(shù)據(jù)缺失，作為重要的被解釋變量之一，此三年的勞動(dòng)生產(chǎn)率數(shù)據(jù)經(jīng)移動(dòng)平均方法處理后獲得。影響因素方面，“農(nóng)地流轉(zhuǎn)率(LTit)”數(shù)據(jù)由歷年《全國農(nóng)村經(jīng)營管理統(tǒng)計(jì)資料》獲得，其余變量數(shù)據(jù)均來自于歷年《中國農(nóng)村統(tǒng)計(jì)年鑒》（表2）。此外，由于“地方政府財(cái)政支農(nóng)支出(GSit)”的統(tǒng)計(jì)口徑在2007年前后不一致，該變量2003-2006年的數(shù)據(jù)由農(nóng)業(yè)支出、林業(yè)支出與農(nóng)林水利氣象等涉農(nóng)部門事業(yè)費(fèi)加和求得；“農(nóng)村勞動(dòng)力文化水平(GLit)”指標(biāo)由于2013-2015年數(shù)據(jù)未公布，文中采用2003-2012年間該指標(biāo)的年均增長率計(jì)算求得2013-2015年數(shù)據(jù)。需要說明的是，本文空間回歸分析重在比較因變量指標(biāo)差異下影響機(jī)制及擬合效果的異同，不同模型設(shè)定下自變量均保持一致，因此自變量數(shù)據(jù)存在統(tǒng)計(jì)口徑差異及部分?jǐn)?shù)值缺失并不會(huì)影響本文主要結(jié)論的得出，不僅如此，缺失年份的數(shù)量相較于整體時(shí)序長度而言明顯較短，進(jìn)行相應(yīng)處理與補(bǔ)足后影響有限。

表2 變量描述性統(tǒng)計(jì)Table 2 Descriptive statistics of variables

2.2 空間區(qū)域劃分

本文借鑒張硯杰和王曉兵[29]以及Fan和Pardey[15]對(duì)我國農(nóng)業(yè)生產(chǎn)力區(qū)域劃分的方法，將全國糧食生產(chǎn)力從空間層面劃分為6個(gè)區(qū)域組；此劃分方法的優(yōu)點(diǎn)在于較為全面地考慮了地理空間、資源稟賦和文化屬性特征等空間異質(zhì)性因素，所得分析結(jié)果的橫向可比性更強(qiáng)，所獲政策意涵也更具洞察力。6個(gè)空間區(qū)域組具體劃分如下：①直轄市組3個(gè)：北京、天津和上海；②沿海省份組7個(gè)：河北、江蘇、浙江、福建、山東、廣東和海南；③東北三省組3個(gè)：黑龍江、吉林和遼寧；④中部省份組6個(gè)：山西、安徽、江西、河南、湖北和湖南；⑤西北省份組6個(gè)：內(nèi)蒙古、陜西、甘肅、青海、寧夏和新疆；⑥西南省份組5個(gè)：重慶、四川、貴州、云南和廣西。西藏自治區(qū)和港澳臺(tái)地區(qū)由于數(shù)據(jù)完整性和異質(zhì)性較強(qiáng)，在此作為缺失值處理；重慶市由于地理、資源稟賦以及文化等條件具有較強(qiáng)空間異質(zhì)性，空間區(qū)域組劃分時(shí)歸入西南省份組，而非直轄市組。

3 結(jié)果與比較分析

3.1 基于描述性統(tǒng)計(jì)的比較分析

表3 各省區(qū)糧食單產(chǎn)水平(yA)與勞動(dòng)生產(chǎn)率(yL)均值、均值排名與變異系數(shù)（2003-2015年）Table 3 Mean, mean’s ranking and the coeffcients of variance of yAand yLof provincial regions (2003-2015)

3.1.1 生產(chǎn)力空間分布與差異 依照所劃分的6個(gè)空間區(qū)域組，表3展示了2003-2015年間糧食單產(chǎn)水平(yA)與勞動(dòng)生產(chǎn)率(yL)的均值、均值排名以及變異系數(shù)等內(nèi)容。整體層面，兩指標(biāo)均值水平呈現(xiàn)出由東北向西南逐步下降的空間分布特征，均值排名中僅有5個(gè)省區(qū)位次一致；消除量綱影響的變異系數(shù)（CV = (S/)×1 00%）值則進(jìn)一步表明：勞動(dòng)生產(chǎn)率變異程度明顯大于糧食單產(chǎn)水平變異程度，勞動(dòng)生產(chǎn)率與糧食單產(chǎn)水平變異程度自東北向西南逐漸降低；進(jìn)一步驗(yàn)證了已有文獻(xiàn)對(duì)我國糧食生產(chǎn)力在大區(qū)域格局間存在明顯區(qū)域差異的判斷[30]。局部層面，各區(qū)域組內(nèi)部呈現(xiàn)出“整體一致，個(gè)體相異”的組內(nèi)特征，其中東北地區(qū)得益于土地資源稟賦、種植條件以及規(guī)模化經(jīng)營程度相對(duì)較高等優(yōu)勢，除黑龍江省糧食單產(chǎn)水平較低以外均處于全國前列，但黑龍江省的指標(biāo)變異系數(shù)明顯高于其他省份；相比而言，西北和西南省份組的單要素生產(chǎn)力水平普遍低于其他區(qū)域組，但兩區(qū)域組分別在勞動(dòng)生產(chǎn)率和糧食單產(chǎn)水平指標(biāo)下具有相對(duì)優(yōu)勢。具體地，西南省份組在兩單要素指標(biāo)測度下均處于較低水平，且兩指標(biāo)排名差異較小；貴州、青海、甘肅、廣西和云南等欠發(fā)達(dá)省區(qū)在兩種糧食單要素生產(chǎn)力指標(biāo)下均處于落后狀態(tài)，此外，共有8個(gè)省區(qū)的兩指標(biāo)均值排名差異大于10，但所屬區(qū)域和個(gè)體差異的方向并不具有一致性。理論上講，空間分布存在較為明顯的非一致性是各區(qū)域組之間以及組內(nèi)各省區(qū)單位勞動(dòng)力播種面積存在差異的必然結(jié)果。鑒于此，若單一使用某項(xiàng)指標(biāo)作為全國生產(chǎn)力布局以及相關(guān)政策制定的依據(jù)則勢必存在較為嚴(yán)重的偏差，糧食生產(chǎn)力水平的可持續(xù)提升需要更為精準(zhǔn)化與差異化的政策措施。

3.1.2 相關(guān)性與增長趨同趨勢比較 通過散點(diǎn)圖及計(jì)算相關(guān)統(tǒng)計(jì)參數(shù)，可進(jìn)一步探討兩單要素生產(chǎn)力指標(biāo)間的關(guān)系。一元線性回歸擬合結(jié)果雖然通過了顯著性檢驗(yàn)，但擬合效果較差，調(diào)整后的R2值僅為0.112 1（圖1），lowess非參數(shù)擬合曲線也呈現(xiàn)末端分叉特征（圖1中虛線）；由此可見，兩指標(biāo)在整體層面存在一定的相關(guān)性，但局部擬合效果較差，無法從個(gè)體層面得出兩指標(biāo)間存在穩(wěn)健線性相關(guān)這一結(jié)論。

圖 1 兩單要素生產(chǎn)力指標(biāo)散點(diǎn)圖及線性擬合Fig. 1 Scatter plot and linear ftting of the two single factor productivity indicators

進(jìn)一步從增長的趨同趨勢層面比較兩種單要素生產(chǎn)力指標(biāo)。圖2和圖3清晰地刻畫了兩指標(biāo)的增長趨同趨勢，顯而易見，兩指標(biāo)呈現(xiàn)出相反的增長趨同方向。其中，糧食單產(chǎn)的初始水平越低其增長速度就越快，線性擬合效果也較好（圖2）；與之相比，勞動(dòng)生產(chǎn)率則呈現(xiàn)出相反的趨同趨勢，即某省區(qū)初始水平越高，其后期增長速度也越快（圖3）。由此可見，兩種單要素生產(chǎn)力指標(biāo)在經(jīng)濟(jì)發(fā)展進(jìn)程中表現(xiàn)出相異的趨同增長路徑，糧食單產(chǎn)水平存在與傳統(tǒng)政策偏好一致的增長方向，而勞動(dòng)生產(chǎn)率卻沒有出現(xiàn)具有“后發(fā)優(yōu)勢”的增長特征。

圖2 糧食單產(chǎn)水平(yA)初始值與增長率Fig. 2 Initial level and the growth rate of grain yield per unit area (yA)

圖3 勞動(dòng)生產(chǎn)率(yL)初始值與增長率Fig. 3 Initial level and the growth rate of labor productivity (yL)

3.2 基于T h e il I n d e x的空間差距分解

3.2.1 生產(chǎn)力空間差距的總體演變趨勢 Theil指數(shù)的大小意味著各地區(qū)糧食單產(chǎn)水平與勞動(dòng)生產(chǎn)率的差異程度，利用上文所述的泰爾指數(shù)計(jì)算方法，通過平滑折線圖反映各年份空間差異變化的總體演變趨勢（圖4和圖5）。具體地，2003年以來我國糧食單產(chǎn)水平的地區(qū)差距總體呈下降趨勢，2004-2007年為上升階段，2007年達(dá)到差距最大值，2007年后在波動(dòng)中逐年下降（圖4）。此外，在糧食單產(chǎn)水平的總體區(qū)域差距構(gòu)成中，區(qū)域內(nèi)差距的貢獻(xiàn)大于區(qū)域間差距，區(qū)域內(nèi)差距的下降推動(dòng)了全國總差距水平的下降。就勞動(dòng)生產(chǎn)率而言，2003年以來勞動(dòng)生產(chǎn)率的地區(qū)間差距總體呈上升趨勢，區(qū)域間差距的貢獻(xiàn)大于區(qū)域內(nèi)差距，區(qū)域間差距的上升帶動(dòng)了全國總差距水平的上升（圖5）。同已有研究結(jié)果相比，糧食單產(chǎn)水平的分解結(jié)果驗(yàn)證了各區(qū)域存在明顯的“俱樂部趨同”現(xiàn)象[22]，但基于勞動(dòng)生產(chǎn)率的分解結(jié)果卻得不到類似結(jié)論。

圖4 糧食單產(chǎn)水平(yA)泰爾指數(shù)分解Fig. 4 Decomposition of the Theil Index of grain yield per unit area (yA)

圖5 勞動(dòng)生產(chǎn)率(yL)泰爾指數(shù)分解Fig. 5 Decomposition of the Theil Index of labor productivity (yL)

圖 6 糧食單產(chǎn)水平(yA)各區(qū)域差距分解Fig. 6 Decomposition of the regional disparities of grain yield per unit area (yA)

圖 7 勞動(dòng)生產(chǎn)率(yL) 各區(qū)域差距分解Fig. 7 Decomposition of regional disparities of labor productivity (yL)

3.2.2 生產(chǎn)力空間差距的地區(qū)結(jié)構(gòu)分解 進(jìn)一步對(duì)總體層面的區(qū)域內(nèi)差距展開分解可得到6個(gè)區(qū)域組的組內(nèi)差距變化趨勢。具體地，就糧食單產(chǎn)水平而言，各區(qū)域內(nèi)差距除西南省份組存在上升趨勢外，其他區(qū)域組均呈下降趨勢（圖6）；此外，東北三省組在2004-2007年間逐漸上升并達(dá)到最大值，2007年后其組內(nèi)差距明顯下降，可以推斷，總體層面的區(qū)域內(nèi)差距下降主要源于東北三省組組內(nèi)差距的下降。就勞動(dòng)生產(chǎn)率而言，沿海省份組的組內(nèi)差距上升明顯，西北省份組的組內(nèi)差距相對(duì)平穩(wěn)但遠(yuǎn)高于其他區(qū)域的組內(nèi)差距水平，總體層面的區(qū)域內(nèi)差異變動(dòng)主要是由沿海省份組和西北省份組的差異波動(dòng)所引起（圖7）。比較而言，糧食單產(chǎn)水平在各區(qū)域組的組內(nèi)差距明顯小于勞動(dòng)生產(chǎn)率指標(biāo)，雖然東北三省組糧食單產(chǎn)水平的組內(nèi)差距在下降，但勞動(dòng)生產(chǎn)率的組內(nèi)差距卻呈上升趨勢。

3.3 基于空間回歸模型的影響因素分析

作為空間回歸分析的基礎(chǔ)，利用(4)式計(jì)算全局Moran’s I，分別對(duì)2003-2015年間糧食單產(chǎn)水平與勞動(dòng)生產(chǎn)率進(jìn)行全局空間自相關(guān)檢驗(yàn)。Moran’s I大于0表示存在空間正相關(guān)，小于0表示存在空間負(fù)相關(guān)，接近于0則表明相互獨(dú)立。結(jié)果表明，兩種單要素生產(chǎn)力在各年份、各權(quán)重選擇下Z(I)值均顯著大于0，單要素糧食生產(chǎn)力存在正向的空間自相關(guān)和空間收斂特征（表4）。

空間自相關(guān)檢驗(yàn)表明選擇空間回歸方法進(jìn)行研究的適用性。結(jié)合前文所設(shè)定的空間滯后計(jì)量模型(6)式和空間誤差模型(7)式，同時(shí)考慮兩種空間權(quán)重類型，對(duì)因變量與自變量進(jìn)行對(duì)數(shù)處理后展開具體的空間回歸分析。所得空間面板數(shù)據(jù)經(jīng)豪斯曼檢驗(yàn)(Hausman Test)，對(duì)空間滯后與空間誤差回歸模型分別采用隨機(jī)效應(yīng)和固定效應(yīng)進(jìn)行處理。

模型最大似然估計(jì)(MLE)估計(jì)結(jié)果如表5所示。結(jié)果顯示，空間誤差模型(SEM)相比之下具有更好的模型擬合效果，引入經(jīng)濟(jì)空間權(quán)重矩陣(We)并未有效提升模型的解釋力；此外，自變量回歸系數(shù)的方向均保持一致，除受災(zāi)程度(LDit)和勞動(dòng)力文化水平(CLit)在1%顯著性水平上顯著為負(fù)外，其他7個(gè)因素均呈正向作用關(guān)系；其中，受災(zāi)程度(LDit)對(duì)兩種生產(chǎn)力指標(biāo)具有一般性影響；農(nóng)村勞動(dòng)力文化水平(CLit)的上升隱含著優(yōu)質(zhì)農(nóng)村勞動(dòng)力更傾向于種植其他經(jīng)濟(jì)作物或選擇外出務(wù)工，而農(nóng)村剩余勞動(dòng)力的學(xué)習(xí)能力和體力相對(duì)較弱，導(dǎo)致農(nóng)村勞動(dòng)力文化水平的提升對(duì)糧食生產(chǎn)力的增長產(chǎn)生負(fù)面影響；農(nóng)地流轉(zhuǎn)(LTit)作為提升農(nóng)業(yè)生產(chǎn)力以及發(fā)展現(xiàn)代農(nóng)業(yè)的基礎(chǔ)環(huán)節(jié)，對(duì)生產(chǎn)力的提升具有顯著正向影響。此外，勞均經(jīng)營規(guī)模(MSit)對(duì)勞動(dòng)生產(chǎn)率的促進(jìn)作用更為顯著，農(nóng)業(yè)中間投入品所含3個(gè)變量也均能促進(jìn)生產(chǎn)力提升。無論基于何種權(quán)重類型與模型類別的組合方式，因變量差異是導(dǎo)致模型解釋力差異的單一核心因素，即各影響因素對(duì)勞動(dòng)生產(chǎn)率的解釋程度明顯高于對(duì)糧食單產(chǎn)水平的解釋程度。綜上所述，基于兩種單要素生產(chǎn)力指標(biāo)的空間計(jì)量回歸結(jié)果表現(xiàn)出“系數(shù)差異性小而擬合效果差異性大”的特征，自變量系數(shù)的弱差異性很可能是由于在回歸中對(duì)各變量取對(duì)數(shù)所致，但不同因變量下模型整體擬合效果的差異十分顯著，空間誤差模型下以勞動(dòng)生產(chǎn)率為因變量的回歸模型相比而言具有更強(qiáng)的解釋力。

表 4 糧食單產(chǎn)與勞動(dòng)生產(chǎn)率全局莫蘭指數(shù)空間自相關(guān)檢驗(yàn)Table 4 Tests of spatial autocorrelation of the two indicators based on the Global Moran’s I

表 5 基于兩種單要素生產(chǎn)力的空間計(jì)量模型估計(jì)結(jié)果Table 5 Estimated results of the spatial econometric models based on the two single factor productivity indicators

4 結(jié)論

本研究主要結(jié)論如下：

1）不論采用平均產(chǎn)值還是變異系數(shù)進(jìn)行計(jì)算，兩指標(biāo)在空間層面均呈現(xiàn)出由東北向西南逐漸下降的空間分布特征，線性與非參數(shù)擬合結(jié)果表明兩者間未呈現(xiàn)均勻的線性相關(guān)關(guān)系；從增長的趨同趨勢看，兩指標(biāo)也呈現(xiàn)出完全相反的變遷路徑，糧食單產(chǎn)水平表現(xiàn)出較為積極的“后發(fā)優(yōu)勢”，勞動(dòng)生產(chǎn)率則呈現(xiàn)“強(qiáng)者更強(qiáng)，弱者不強(qiáng)”的趨同特征。

2）基于泰爾指數(shù)的總體空間差距分解結(jié)果顯示，糧食單產(chǎn)水平與勞動(dòng)生產(chǎn)率分別呈現(xiàn)出不斷縮小和逐漸擴(kuò)大的空間差距演變趨勢，東北三省組、西北省份組以及西南省份組的組內(nèi)差距變化是兩指標(biāo)總體差距變化呈現(xiàn)異化趨勢的主要原因。

3）基于空間滯后模型與空間誤差模型的回歸分析結(jié)果表明，各影響因素對(duì)兩指標(biāo)的微觀作用機(jī)制較為穩(wěn)健，但模型的整體解釋力存在顯著差異，以勞動(dòng)生產(chǎn)率為因變量的模型擬合效果明顯優(yōu)于糧食單產(chǎn)水平。研究結(jié)果充分表明，不同的單要素生產(chǎn)力指標(biāo)確實(shí)具有不同的空間分布、趨同趨勢以及空間差距演變等特征，指標(biāo)選擇的差異絕非單純的測度問題，而是根植于分析范式與研究視角差異的理論問題，不同指標(biāo)的選取會(huì)深刻地影響政策制定與實(shí)施的一般性傾向。

5 政策啟示

基于研究結(jié)論，政策啟示如下：

1）糧食生產(chǎn)力的空間布局與優(yōu)化既要有區(qū)域側(cè)重，又要有相應(yīng)的指標(biāo)抓手。當(dāng)前，西部地區(qū)糧食生產(chǎn)能力相對(duì)較弱，但各區(qū)域單要素生產(chǎn)力具有不同測度指標(biāo)下的相對(duì)優(yōu)勢，相關(guān)政策的制定也應(yīng)順勢而為，有側(cè)重地加強(qiáng)相應(yīng)技術(shù)的研發(fā)與推廣；例如，西北省份組和西南省份組的糧食生產(chǎn)力雖明顯落后于其他區(qū)域，但分別在勞動(dòng)生產(chǎn)率和糧食單產(chǎn)水平上具有相對(duì)優(yōu)勢，全國及地方性糧食政策的制定、調(diào)整和實(shí)施過程中應(yīng)充分發(fā)揮這一相對(duì)優(yōu)勢，在上述地區(qū)分別加大對(duì)勞動(dòng)增強(qiáng)型技術(shù)和土地增強(qiáng)型技術(shù)的投入力度，提升資源的配置效能。

2）“十三五”及今后一段時(shí)期，農(nóng)業(yè)與糧食政策的調(diào)整與優(yōu)化必須由“大水漫灌”向“精準(zhǔn)發(fā)力”過渡，推行“精準(zhǔn)化”、“差別化”的糧食生產(chǎn)力政策，基于各區(qū)域和各省區(qū)自身的生產(chǎn)力指標(biāo)差異識(shí)別出生產(chǎn)力提升中的抓手所在，推行“一區(qū)域一策、一省區(qū)一策”的精細(xì)化科學(xué)發(fā)展思路；此外，在落實(shí)好2017年4月發(fā)布的《國務(wù)院關(guān)于建立糧食生產(chǎn)功能區(qū)和重要農(nóng)產(chǎn)品生產(chǎn)保護(hù)區(qū)的指導(dǎo)意見》的基礎(chǔ)上，建議進(jìn)一步制定具有區(qū)域特點(diǎn)的糧食生產(chǎn)力發(fā)展規(guī)劃，將農(nóng)業(yè)與糧食生產(chǎn)力的政策舉措同區(qū)域經(jīng)濟(jì)社會(huì)發(fā)展水平相匹配。

3）加大對(duì)專業(yè)化合作社、新型職業(yè)農(nóng)民以及大學(xué)生等“新農(nóng)人”組織與群體從事農(nóng)業(yè)生產(chǎn)的引導(dǎo)和支持力度，提升現(xiàn)有存量種糧人口的生產(chǎn)技能和學(xué)習(xí)意愿，彌補(bǔ)農(nóng)村優(yōu)質(zhì)勞動(dòng)力外流所帶來的負(fù)外部性；此外，對(duì)貴州、青海和廣西等糧食生產(chǎn)力水平較弱的省區(qū)，繼續(xù)加大農(nóng)業(yè)與農(nóng)村基礎(chǔ)設(shè)施投入，降低農(nóng)村土地流轉(zhuǎn)中的交易費(fèi)用，提升中間投入品的數(shù)量和質(zhì)量，與此同時(shí)，加快調(diào)整并完善欠發(fā)達(dá)地區(qū)農(nóng)村勞動(dòng)力跨區(qū)域轉(zhuǎn)移和就地城鎮(zhèn)化的相關(guān)配套政策，在保障糧食供給安全的同時(shí)，實(shí)現(xiàn)糧食單要素生產(chǎn)力、種糧收入以及城鎮(zhèn)化水平的多元協(xié)調(diào)發(fā)展。

[1] 盛來運(yùn), 付凌暉. 轉(zhuǎn)型期農(nóng)業(yè)發(fā)展對(duì)經(jīng)濟(jì)增長的影響[J]. 中國農(nóng)村經(jīng)濟(jì), 2014(1): 4-12.

Sheng L Y, Fu L H. Agricultural development’s impact on economic growth during transition period[J]. Chinese Rural Economy, 2014(1): 4-12.

[2] 黨國英. 中國農(nóng)業(yè)發(fā)展的戰(zhàn)略失誤及其矯正[J]. 中國農(nóng)村經(jīng)濟(jì), 2016(7): 2-14.

Dang G Y. The faults and corrections of China’s agricultural development strategic[J]. Chinese Rural Economy, 2016(7): 2-14.

[3] 辛翔飛, 秦富. 我國農(nóng)業(yè)生產(chǎn)力水平的地區(qū)差距及其結(jié)構(gòu)分解[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì), 2007(4): 23-27.

Xin X F, Qin F. Regional disparities of China’s agricultural productivity and structural decomposition of the disparities[J]. Journal of Agrotechnical Economics, 2007(4): 23-27.

[4] Griliches Z. The sources of measured productivity growth: United States’ agriculture, 1940-60[J]. Journal of Political Economy, 1963, 71(4): 331-346.

[5] Gollin D, Lagakos D, Waugh M E. The agricultural productivity gap[J]. Nber Working Papers, 2014, 129(2): 939-993.

[6] 李靖, 孫曉明. 省域糧食單產(chǎn)水平與波動(dòng)狀況研究[J]. 中國人口·資源與環(huán)境, 2011, 21(4): 76-80.

Li J, Sun X M. Analysis on provincial grain unit yield and its fluctuation conditions[J]. China Population, Resources and Environment, 2011, 21(4): 76-80.

[7] 楊麗霞, 楊桂山, 姚士謀. 基于ESDA-GWR的糧食單產(chǎn)及其驅(qū)動(dòng)因子的空間異質(zhì)性研究[J]. 經(jīng)濟(jì)地理, 2012, 32(6): 120-126.

Yang L X, Yang G S, Yao S M. A study on the spatial heterogeneity of grain yield per hectare and driving factors based on ESDAGWR[J]. Economic Geography, 2012, 32(6): 120-126.

[8] 程葉青. 東北地區(qū)糧食單產(chǎn)空間格局變化及其動(dòng)因分析[J]. 自然資源學(xué)報(bào), 2009, 24(9): 1541-1549.

Cheng Y Q. Spatial pattern change and its driving factors of grain per unit area yield in Northeast China[J]. Journal of Natural Resources, 2009, 24(9): 1541-1549.

[9] 張紅富, 周生路, 吳紹華, 等. 江蘇省糧食生產(chǎn)時(shí)空變化及影響因素分析[J]. 自然資源學(xué)報(bào), 2011, 26(2): 319-327.

Zhang H F, Zhou S L, Wu S H, et al. Temporal and spatial variation of grain production in Jiangsu Province and its infuencing factors[J]. Journal of Natural Resources, 2011, 26(2): 319-327.

[10] 王亞偉, 韓珂. 河南省糧食單產(chǎn)變化趨勢及影響因素分析[J].干旱地區(qū)農(nóng)業(yè)研究, 2012, 30(4): 242-247.

Wang Y W, Han K. Change trend of grain yield per hectare and it’s impact factors in Henan Province[J]. Agricultural Research in the Arid Areas, 2012, 30(4): 242-247.

[11] Hayami Y, Ruttan V W. Agricultural productivity differences among countries[J]. American Economic Review, 1970, 60(5): 895-911.

[12] Luh Y H, Chang C C, Huang F M. Efficiency change and productivity growth in agriculture: A comparative analysis for selected East Asian economies[J]. Journal of Asian Economics, 2008, 19(4): 312-324.

[13] Gollin D. Agricultural productivity and economic growth[A]. Arrow K J, Intriligator M D. Handbook of Agricultural Economics, Vol. 4[C]. New York: North-Holland, Elsevier, 2010, 3825-3866.

[14] Gollin D, Lagakos D, Waugh M E. Agricultural productivity differences across countries[J]. American Economic Review: Papers & Proceedings, 2014, 104(5): 165-170.

[15] Fan S G, Pardey P G. Research, productivity and output growth in Chinese agriculture[J]. Journal of Development Economics, 1997, 53(1): 115-137.

[16] Caselli F. Accounting for cross-country income differences[A]. Aghion P, Durlauf, S N. Handbook of Economic Growth, Vol. 1A[C]. New York: North-Holland, Elsevier, 2005, 679-742.

[17] Restuccia D, Yang D T, Zhu X. Agriculture and aggregate productivity: A quantitative cross-country analysis[J]. Journal of Monetary Economics, 2007, 55(2): 234-250.

[18] U. S. Department of Agriculture Economic Research Service. Agricultural Productivity Growth in the United States: Measurement, Trends, and Drivers[R]. Washington, DC: The U. S. Department of Agriculture, 2015.

[19] Tsui K Y. Decomposition of China’ s regional inequalities[J]. Journal of Comparative Economics, 1993, 17(3): 600-627.

[20] Hussain A, Lanjouw P, Stern N. Income inequalities in China: Evidence from household survey data[J]. World Development, 1994, 22(12): 1947-1957.

[21] 高鳴, 宋洪遠(yuǎn). 糧食生產(chǎn)技術(shù)效率的空間收斂及功能區(qū)差異—兼論技術(shù)擴(kuò)散的空間漣漪效應(yīng)[J]. 管理世界, 2014(7): 83-92.

Gao M, Song H Y. The spatial convergence and function differences of the technical efficiency of grain production and functional region difference: A discussion on the spatial ripple effect of technology diffusion[J]. Management World, 2014(7): 83-92.

[22] 陳秧分, 李先德. 中國糧食產(chǎn)量變化的時(shí)空格局與影響因素[J].農(nóng)業(yè)工程學(xué)報(bào), 2013, 29(20): 1-10.

Chen Y F, Li X D. Spatial-temporal characteristics and infuencing factors of grain yield change in China[J]. Transactions of the Chinese Society of Agricultural Engineering, 2013, 29(20): 1-10.

[23] 馬林靜, 王雅鵬, 田云. 中國糧食全要素生產(chǎn)率及影響因素的區(qū)域分異研究[J]. 農(nóng)業(yè)現(xiàn)代化研究, 2014, 35(4): 385-391.

Ma L J, Wang Y P, Tian Y. Regional differentiation of grain total factor productivity and infuencing factors in China[J]. Research of Agricultural Modernization, 2014, 35(4): 385-391.

[24] Moran P A P. A test for the serial independence of residuals[J]. Biometrika, 1950, 37(2): 178-187.

[25] Elhorst J P. Spatial Econometrics: From Cross-Sectional Data to Spatial Panels[M]. London: Springer, 2014.

[26] 林光平, 龍志和, 吳梅. 我國地區(qū)經(jīng)濟(jì)收斂的空間計(jì)量實(shí)證分析: 1978—2002年[J]. 經(jīng)濟(jì)學(xué)(季刊), 2005, 4(S1): 67-82.

Lin G P, Long Z H, Wu M. A spatial analysis of regional economic convergence in China: 1978-2002[J]. China Economic Quarterly, 2005, 4(S1): 67-82.

[27] 王曉兵, 侯麟科, 張硯杰, 等. 中國農(nóng)村土地流轉(zhuǎn)市場發(fā)育及其對(duì)農(nóng)業(yè)生產(chǎn)的影響[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì), 2011(10): 40-45.

Wang X B, Hou L K, Zhang Y J, et al. The development of Chinese rural land transfer market and its impacts on agricultural production[J]. Journal of Agrotechnical Economics, 2011(10): 40-45.

[28] 陳海磊, 史清華, 顧海英. 農(nóng)戶土地流轉(zhuǎn)是有效率的嗎?—以山西為例[J]. 中國農(nóng)村經(jīng)濟(jì), 2014(7): 61-71.

Chen H L, Shi Q H, Gu H Y. Is the farmland transfer effcient? Evidence from Shanxi Province[J]. Chinese Rural Economy, 2014(7): 61-71.

[29] 張硯杰, 王曉兵. 改革開放30年中國農(nóng)業(yè)生產(chǎn)力和效率變化評(píng)估[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題, 2012(10): 19-28.

Zhang Y J, Wang X B. The evaluation of the regional difference of total factor productivity in the past three decades[J]. Issues in Agricultural Economy, 2012(10): 19-28.

[30] 韓榮青, 戴爾阜, 吳紹洪. 中國糧食生產(chǎn)力研究的若干問題與展望[J]. 資源科學(xué), 2012, 34(6): 1175-1183.

Han R Q, Dai E F, Wu S H. Problems and prospects of researches on China’s grain productivity[J]. Resources Science, 2012, 34(6): 1175-1183.

（責(zé)任編輯：王育花）

Analysis on the decomposition of the spatial disparities and the infuencing factors of China’s grain productivity: From the perspective of single factor productivity

HONG Ming-yong1,2, WU Zhao-yang1, HE Yu-feng1, WANG Shan2
（1. School of Management/China Center for Western Capacity Development Research, Guizhou University, Guiyang, Guizhou 550025, China; 2. School of Management/China Academy of Rural Development, Zhejiang University, Hangzhou, Zhejiang 310012, China）

F323.2 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1000-0275（2017）04-0561-10

10.13872/j.1000-0275.2017.0063

洪名勇, 吳昭洋, 何玉鳳, 王珊. 我國糧食生產(chǎn)力的空間差距分解及影響因素分析—基于單要素生產(chǎn)力視角[J]. 農(nóng)業(yè)現(xiàn)代化研究, 2017, 38(4): 561-570.

Hong M Y, Wu Z Y, He Y F, Wang S. Analysis on the decomposition of the spatial disparities and the infuencing factors of China’s grain productivity: From the perspective of single factor productivity[J]. Research of Agricultural Modernization, 2017, 38(4): 561-570.

國家自然科學(xué)基金項(xiàng)目（71673065）；貴州省2014年重大應(yīng)用基礎(chǔ)研究項(xiàng)目（黔科合JZ字[2014]200205）；貴州大學(xué)文科重點(diǎn)特色學(xué)科重大項(xiàng)目（GDZT201504）。

洪名勇(1965-)，男，貴州金沙人，博士，教授，主要從事農(nóng)地流轉(zhuǎn)、制度經(jīng)濟(jì)學(xué)與空間經(jīng)濟(jì)學(xué)等方面的研究，E-mail: hongmingyong@163.com；通訊作者：吳昭洋(1989-)，男，河南洛陽人，碩士研究生，主要從事農(nóng)業(yè)生產(chǎn)力增長與經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)換理論等方面的研究，E-mail: todaywoo@foxmail.com。

2017-04-30，接受日期：2017-06-19

Foundation item: National Natural Science Foundation of China (71673065); Major Applied Basic Research Program of Guizhou Province in 2014 (JZ[2014]200205); Major Program of Key Specialty Majors in Social Science of Guizhou University (GDZT201504).

Corresponding author: WU Zhao-yang, E-mail: todaywoo@foxmail.com.

Received 30 April, 2017;Accepted 19 June, 2017