呂洪渠，任燕燕

（1.山東大學(xué)經(jīng)濟(jì)學(xué)院，山東濟(jì)南250100；2.山東政法學(xué)院商學(xué)院，山東濟(jì)南250014）

●經(jīng)濟(jì)觀察

環(huán)境影響、空間依賴(lài)與中國(guó)農(nóng)業(yè)技術(shù)效率變化

呂洪渠1，2，任燕燕1

（1.山東大學(xué)經(jīng)濟(jì)學(xué)院，山東濟(jì)南250100；2.山東政法學(xué)院商學(xué)院，山東濟(jì)南250014）

文章選用中國(guó)31個(gè)省2000-2015年的面板數(shù)據(jù)，在充分考慮各地區(qū)農(nóng)業(yè)生產(chǎn)表現(xiàn)出差異性和相關(guān)性的前提下，運(yùn)用空間計(jì)量方法與隨機(jī)前沿相結(jié)合測(cè)算了各省份農(nóng)業(yè)技術(shù)效率，對(duì)其區(qū)域分布變化進(jìn)行了比較，并分析了影響農(nóng)業(yè)技術(shù)效率的環(huán)境因素，同時(shí)計(jì)算了全要素生產(chǎn)率變化率和技術(shù)效率變化率。研究發(fā)現(xiàn)：近年來(lái)我國(guó)農(nóng)業(yè)技術(shù)效率整體偏低，且提升速度放緩；各省農(nóng)業(yè)技術(shù)效率存在空間正相關(guān)，東部地區(qū)農(nóng)業(yè)技術(shù)效率明顯高于中西部地區(qū)；農(nóng)業(yè)技術(shù)效率增長(zhǎng)率與全要素生產(chǎn)率增長(zhǎng)率在全國(guó)普遍存在背離現(xiàn)象；農(nóng)業(yè)技術(shù)效率受經(jīng)濟(jì)和資源環(huán)境影響顯著，受氣候、政策環(huán)境影響不顯著，經(jīng)濟(jì)環(huán)境對(duì)農(nóng)業(yè)技術(shù)效率有正向影響，資源環(huán)境對(duì)農(nóng)業(yè)技術(shù)效率有負(fù)向影響。

農(nóng)業(yè)技術(shù)效率；環(huán)境影響因素；空間面板；隨機(jī)前沿

一、引言

隨著改革開(kāi)放的不斷深入，中國(guó)農(nóng)業(yè)生產(chǎn)取得了巨大的成就。有學(xué)者研究結(jié)果顯示，中國(guó)農(nóng)業(yè)年均增長(zhǎng)率在2005年以后已經(jīng)超過(guò)了10%，2015年中國(guó)糧食總產(chǎn)量達(dá)到了12 400億斤，超過(guò)了世界的一般水平。在肯定農(nóng)業(yè)發(fā)展成就的同時(shí)，又不得不看到我國(guó)農(nóng)業(yè)發(fā)展正面臨著要素成本不斷提高的問(wèn)題，農(nóng)業(yè)生產(chǎn)維持高投入產(chǎn)出的同時(shí)表現(xiàn)出低效率、高污染的特征。金融危機(jī)后，中國(guó)經(jīng)濟(jì)發(fā)展步入“新常態(tài)”，新形勢(shì)下農(nóng)業(yè)生產(chǎn)面臨嚴(yán)峻挑戰(zhàn)。農(nóng)業(yè)面臨的新形勢(shì)可以從市場(chǎng)、政策以及資源環(huán)境等多個(gè)角度來(lái)描述。從市場(chǎng)角度看，農(nóng)產(chǎn)品目前面臨成本提高、價(jià)格下降的“雙板”壓力。從政策角度看，我國(guó)過(guò)去多采用簡(jiǎn)單低效的農(nóng)業(yè)補(bǔ)貼政策（世貿(mào)組織所提出的“黃箱政策”，即政府對(duì)農(nóng)業(yè)補(bǔ)貼計(jì)為成本，干擾市場(chǎng)價(jià)格），但目前這類(lèi)政策的補(bǔ)貼力度已經(jīng)達(dá)到世貿(mào)組織規(guī)定的上限，而且實(shí)踐證明此類(lèi)政策效果有限。從資源與環(huán)境的角度看，資源缺乏的狀況已對(duì)農(nóng)業(yè)發(fā)展造成嚴(yán)重束縛：耕地持續(xù)減少，土地質(zhì)量不斷下滑；水資源已嚴(yán)重短缺；人力資源匱乏，高科技人才流失嚴(yán)重；技術(shù)資源受到約束，先進(jìn)的農(nóng)業(yè)技術(shù)與管理手段無(wú)法得到推廣。面對(duì)農(nóng)業(yè)發(fā)展的一系列瓶頸，必須提高生產(chǎn)質(zhì)量，提升技術(shù)效率，合理配置市場(chǎng)資源，提高資源利用水平。在此背景下，更加科學(xué)地測(cè)算農(nóng)業(yè)生產(chǎn)率及農(nóng)業(yè)技術(shù)效率勢(shì)在必行。

經(jīng)濟(jì)學(xué)中對(duì)于生產(chǎn)前沿面的研究最主要的方法有非參數(shù)方法和參數(shù)方法兩類(lèi)。非參數(shù)方法最典型的是數(shù)據(jù)包絡(luò)分析方法（DEA），參數(shù)方法最典型的是隨機(jī)前沿方法（SFA）。如果從考慮模型的靈活性和模型的多重產(chǎn)出角度考慮，通常選擇DEA方法；如果考慮利用大樣本數(shù)據(jù)，且要求模型較高的穩(wěn)定性、兼顧效率影響因素則通常選擇SFA方法［1］。農(nóng)業(yè)增長(zhǎng)方式也通常是用全要素生產(chǎn)率對(duì)增長(zhǎng)的貢獻(xiàn)來(lái)衡量。但是學(xué)術(shù)界目前對(duì)全要素生產(chǎn)率增長(zhǎng)的認(rèn)識(shí)尚不統(tǒng)一。為了解經(jīng)濟(jì)增長(zhǎng)的具體原因，可以對(duì)全要素生產(chǎn)率增長(zhǎng)進(jìn)行分解。對(duì)全要素生產(chǎn)率的增長(zhǎng)有多種分解方式，繼索洛第一次分離出技術(shù)進(jìn)步對(duì)提高勞動(dòng)生產(chǎn)率的作用后，F(xiàn)arrel運(yùn)用前沿生產(chǎn)函數(shù)法將全要素生產(chǎn)率增長(zhǎng)分解為技術(shù)進(jìn)步和技術(shù)效率變化［2］，從隨機(jī)前沿的角度，一些學(xué)者先后從全要素生產(chǎn)率增長(zhǎng)的分解中得到了技術(shù)進(jìn)步率、技術(shù)效率提升、規(guī)模效率［3］和配置效率［4］。目前很多學(xué)者根據(jù)Farrel的分解方式把經(jīng)濟(jì)增長(zhǎng)的動(dòng)因歸結(jié)為技術(shù)推進(jìn)和效率驅(qū)動(dòng)兩種［5］。技術(shù)效率也稱(chēng)為“追趕效應(yīng)”，是決策單元（企業(yè)、個(gè)體或地區(qū)）向最優(yōu)狀態(tài)追趕的程度，也就是生產(chǎn)函數(shù)向生產(chǎn)可能性邊界的逼近，通過(guò)隨機(jī)前沿方法可以直接計(jì)算得出。本文認(rèn)可規(guī)模效率與配置效率的作用，但關(guān)注的重點(diǎn)是農(nóng)業(yè)技術(shù)效率及其變化規(guī)律，因而采用Farrel的方式把技術(shù)效率提升以外的因素歸結(jié)為技術(shù)進(jìn)步。

近年來(lái)許多關(guān)于農(nóng)業(yè)生產(chǎn)的研究都認(rèn)為農(nóng)業(yè)技術(shù)效率增長(zhǎng)存在區(qū)域不均衡和區(qū)域依賴(lài)特征［6-7］。農(nóng)業(yè)生產(chǎn)發(fā)展往往表現(xiàn)出地區(qū)間的關(guān)聯(lián)性，這是普通面板隨機(jī)前沿模型無(wú)法解決的問(wèn)題，用普通面板數(shù)據(jù)隨機(jī)前沿模型也無(wú)法準(zhǔn)確地測(cè)量農(nóng)業(yè)技術(shù)效率。測(cè)算準(zhǔn)確度不高的主要表現(xiàn)是多項(xiàng)研究測(cè)算中國(guó)農(nóng)業(yè)技術(shù)效率結(jié)果差異較大。本文比較了2008年以后的部分文獻(xiàn)發(fā)現(xiàn)，同一時(shí)期（2008年以后）有的研究認(rèn)為中國(guó)農(nóng)業(yè)技術(shù)效率不斷提高［8］，而有的研究則認(rèn)為農(nóng)業(yè)技術(shù)效率呈下降趨勢(shì)［9］；在農(nóng)業(yè)技術(shù)效率的地區(qū)間差異上，有的研究認(rèn)為東中西部地區(qū)農(nóng)業(yè)技術(shù)效率差距不斷拉大［10］，而有的研究認(rèn)為這一差距不斷縮?。?］。結(jié)合空間面板數(shù)據(jù)分析方法，可以建立空間隨機(jī)前沿模型，以便在測(cè)算技術(shù)效率時(shí)可以充分考慮到空間個(gè)體間的交互作用，因而測(cè)算結(jié)果更加準(zhǔn)確可信，但目前國(guó)內(nèi)還很少有學(xué)者在實(shí)證研究中應(yīng)用此方法。

農(nóng)業(yè)技術(shù)效率受很多因素影響，農(nóng)業(yè)的經(jīng)濟(jì)增長(zhǎng)因素也分為要素投入和非要素投入。首先，要素投入對(duì)農(nóng)業(yè)技術(shù)效率產(chǎn)生影響。其中資本要素投入是影響技術(shù)效率的首要因素。農(nóng)業(yè)發(fā)展資金來(lái)源有很多渠道，例如政府財(cái)政支出和農(nóng)業(yè)貸款。顯然，農(nóng)業(yè)發(fā)展離不開(kāi)政府扶持，且很多地區(qū)的實(shí)踐經(jīng)驗(yàn)表明財(cái)政支農(nóng)支出的增長(zhǎng)對(duì)農(nóng)業(yè)技術(shù)效率的提高有顯著的推動(dòng)作用［11］。農(nóng)業(yè)發(fā)展也依賴(lài)于寬松的融資環(huán)境，但是有的研究認(rèn)為農(nóng)業(yè)信貸對(duì)全國(guó)農(nóng)業(yè)技術(shù)效率的影響不明顯［12］。勞動(dòng)力要素投入對(duì)農(nóng)業(yè)技術(shù)效率的影響通常也是正向的，有研究發(fā)現(xiàn)農(nóng)業(yè)科技人才數(shù)量的增加對(duì)農(nóng)業(yè)技術(shù)效率有顯著的促進(jìn)作用［13］。其次，環(huán)境也會(huì)對(duì)農(nóng)業(yè)技術(shù)效率造成影響。一些實(shí)證研究認(rèn)為外部環(huán)境因素和隨機(jī)誤差對(duì)各地區(qū)的農(nóng)業(yè)生產(chǎn)技術(shù)效率均產(chǎn)生了明顯影響［14］。其實(shí)作為影響因素的環(huán)境不僅包括自然環(huán)境，也包括經(jīng)濟(jì)環(huán)境、政策環(huán)境等多個(gè)方面。多項(xiàng)研究表明農(nóng)業(yè)技術(shù)效率與區(qū)域經(jīng)濟(jì)空間條件相關(guān)性很大，經(jīng)濟(jì)發(fā)達(dá)地區(qū)農(nóng)業(yè)技術(shù)效率顯著高于經(jīng)濟(jì)落后地區(qū)，區(qū)域經(jīng)濟(jì)發(fā)展水平的提高對(duì)農(nóng)業(yè)技術(shù)效率有明顯改善［15］。城鎮(zhèn)化水平會(huì)對(duì)農(nóng)業(yè)技術(shù)效率帶來(lái)影響，一般認(rèn)為城鎮(zhèn)化水平的提升會(huì)顯著促進(jìn)農(nóng)業(yè)技術(shù)效率的提高［15］。但也有學(xué)者研究得出的結(jié)論更加復(fù)雜［16］，認(rèn)為城鎮(zhèn)化水平的提升與農(nóng)業(yè)技術(shù)效率的提高在短期內(nèi)有相互抑制的作用，長(zhǎng)期內(nèi)存在正向交互影響。政策環(huán)境對(duì)農(nóng)業(yè)技術(shù)效率的影響主要指農(nóng)業(yè)政策帶來(lái)的影響，鄭循剛［17］實(shí)證研究表明已有的多項(xiàng)農(nóng)業(yè)政策對(duì)農(nóng)業(yè)技術(shù)效率產(chǎn)生了不同的影響。

與現(xiàn)有文獻(xiàn)相比，本研究選擇空間面板隨機(jī)前沿模型進(jìn)行技術(shù)效率測(cè)度，既考慮到面板數(shù)據(jù)的優(yōu)點(diǎn)，又兼顧農(nóng)業(yè)生產(chǎn)存在的空間相關(guān)關(guān)系，還計(jì)算了全要素生產(chǎn)率增長(zhǎng)率和技術(shù)效率增長(zhǎng)率，并對(duì)它們的區(qū)域分布特征進(jìn)行了比較。用驗(yàn)證性因子分析的方法，將各類(lèi)抽象的環(huán)境影響因素作為潛變量加入模型，進(jìn)一步分析環(huán)境因素對(duì)農(nóng)業(yè)技術(shù)效率的影響。

二、理論方法與模型構(gòu)建

（一）農(nóng)業(yè)技空間面板隨機(jī)前沿模型

面板數(shù)據(jù)隨機(jī)前沿模型的一般表達(dá)式為：

Yit=f(Xit,β)eεit

下標(biāo)i表示決策單元(DMU)，t表示時(shí)間，Yit表示決策單元的產(chǎn)出，Xit為要素集合的向量組，εit=vit-uit為復(fù)合擾動(dòng)項(xiàng)。vit為控制統(tǒng)計(jì)噪音的一般擾動(dòng)項(xiàng)，通常假定它服從正態(tài)分布N(0,σv)。uit≥0用以衡量技術(shù)無(wú)效性，它的分布情況有幾種假設(shè)，通常假定其服從半正態(tài)分布uit～N+(0,σu2)或指數(shù)分布。Yit=f(Xit,β)evit為生產(chǎn)前沿。技術(shù)效率表示為

農(nóng)業(yè)生產(chǎn)可能存在空間相關(guān)性，因此考慮建立空間面板隨機(jī)前沿模型來(lái)測(cè)度農(nóng)業(yè)技術(shù)效率。在確立模型最終形式之前建立三種模型，即普通面板隨機(jī)前沿模型、空間面板隨機(jī)前沿模型I、模型II。每種模型的要素變量均設(shè)一次形式和二次形式，對(duì)幾種模型形式進(jìn)行試估計(jì)和檢驗(yàn)，選出最優(yōu)形式。三種模型矩陣形式分別為：

普通面板隨機(jī)前沿模型：

一次形式：

lnY=[lnk lnl]Β+v-u

二次形式：

lnY=[lnk lnl(lnk)2(lnl)2(lnk)(lnl)]Β+v-u（1）

空間模型I：

一次形式：

三類(lèi)模型中模型I和II為農(nóng)業(yè)空間面板隨機(jī)前沿模型的矩陣表達(dá)式，分別對(duì)應(yīng)于空間面板隨機(jī)前沿模型I和II。Y為各省農(nóng)林牧漁業(yè)總產(chǎn)值；k和l分別為農(nóng)林牧漁業(yè)投資額和從業(yè)人員；Β為回歸系數(shù)向量；各列向量維度均為N×T，IT為T(mén)階單位矩陣，WN為N階空間權(quán)重矩陣，T和N分別表示時(shí)期數(shù)與空間個(gè)體數(shù)，符號(hào)?表示Kronecker積；v為擾動(dòng)項(xiàng)向量，表示影響生產(chǎn)的不確定性因素；u為無(wú)效率項(xiàng)，這里假定它服從半正態(tài)分布；WN為我國(guó)各省以地理距離為權(quán)重的空間權(quán)重矩陣；IT為單位矩陣；λ和ρ為空間相關(guān)系數(shù)；αi和ξ分別為個(gè)體效應(yīng)和誤差項(xiàng)。

用空間隨機(jī)前沿方法計(jì)算技術(shù)效率變化率，其表達(dá)式為：

通過(guò)推導(dǎo)也不難得到技術(shù)效率變化率的非極限形式：

為便于后文畫(huà)圖，本文將（5）式中（-1）項(xiàng)去掉可計(jì)算平移后的技術(shù)效率變化率。運(yùn)用Divisia生產(chǎn)率變化指數(shù)可以將相應(yīng)的全要素生產(chǎn)率變化定義為：

ΔTFP=y˙-x˙index=

其中，y˙為產(chǎn)出增長(zhǎng)率；Sj為要素j的成本份額；x˙j為要素投入增長(zhǎng)率。

（二）環(huán)境影響因素分析、驗(yàn)證性因子模型與可測(cè)變量的選擇

本研究在參考以往學(xué)者研究成果的基礎(chǔ)上兼顧數(shù)據(jù)可得性，力求更加全面地分析農(nóng)業(yè)技術(shù)效率的影響因素，選擇了14個(gè)可測(cè)變量。為進(jìn)一步匯總、提取可測(cè)變量提供的信息，將環(huán)境因素視為影響農(nóng)業(yè)技術(shù)效率的潛變量，并將環(huán)境細(xì)分為經(jīng)濟(jì)環(huán)境、氣候環(huán)境、資源環(huán)境和政策環(huán)境。

經(jīng)濟(jì)環(huán)境制約著一個(gè)區(qū)域的科技發(fā)展水平、市場(chǎng)繁榮程度、居民消費(fèi)水平以及基礎(chǔ)設(shè)施建設(shè)等方面的發(fā)展。這些對(duì)農(nóng)業(yè)先進(jìn)技術(shù)、農(nóng)業(yè)先進(jìn)設(shè)備的使用率、農(nóng)業(yè)科技人才數(shù)量以及農(nóng)產(chǎn)品的市場(chǎng)銷(xiāo)售情況產(chǎn)生直接影響，進(jìn)而間接影響了農(nóng)業(yè)技術(shù)效率的提升。資源環(huán)境對(duì)技術(shù)效率的提升產(chǎn)生負(fù)向影響。國(guó)內(nèi)外許多學(xué)者研究發(fā)現(xiàn)經(jīng)濟(jì)增長(zhǎng)與資源稟賦呈負(fù)相關(guān)關(guān)系，如Auty(1993)最早提出經(jīng)濟(jì)發(fā)展的“資源詛咒”概念，HausmannRigobon(2002)則進(jìn)一步研究發(fā)現(xiàn)越依賴(lài)資源的國(guó)家往往經(jīng)濟(jì)發(fā)展技術(shù)效率越低。徐康寧（2005）、邵帥（2009）、馮宗憲（2010）等都研究發(fā)現(xiàn)國(guó)內(nèi)資源稟賦對(duì)技術(shù)存在“擠出效應(yīng)”。具體到農(nóng)業(yè)發(fā)展上，林杰、趙連閣等（2014）實(shí)證研究發(fā)現(xiàn)有些地區(qū)的水資源狀況對(duì)養(yǎng)殖業(yè)技術(shù)效率存在約束，但全國(guó)整體上不存在“資源詛咒”現(xiàn)象。本文考慮的資源環(huán)境主要包括水資源、土地資源和農(nóng)業(yè)設(shè)備資源等與農(nóng)業(yè)生產(chǎn)密切相關(guān)的代表性資源。氣候環(huán)境的作用類(lèi)似于資源環(huán)境，但本文研究結(jié)果顯示氣候環(huán)境對(duì)農(nóng)業(yè)技術(shù)效率影響不顯著。姜巖、朱曉莉等（2015）研究發(fā)現(xiàn)一年內(nèi)不同月份的溫度、降水、光照等因素對(duì)農(nóng)產(chǎn)品生產(chǎn)技術(shù)效率分別有提升作用和抑制作用。本文研究的政策環(huán)境主要考慮的是與農(nóng)業(yè)生產(chǎn)息息相關(guān)的財(cái)政支出、污染治理、水土流失治理等扶持性政策，也即WTO所謂的“黃箱政策”。各地區(qū)政府對(duì)農(nóng)業(yè)都采取了一系列的扶持政策，形成了當(dāng)?shù)氐霓r(nóng)業(yè)政策環(huán)境。事實(shí)證明政策環(huán)境對(duì)地區(qū)農(nóng)業(yè)全要素生產(chǎn)率的變化是有一定作用的，但是是否對(duì)內(nèi)在的農(nóng)業(yè)技術(shù)效率有積極的影響有待于實(shí)證檢驗(yàn)。

表1為各影響因素潛變量對(duì)應(yīng)的可測(cè)變量及數(shù)據(jù)來(lái)源。本文其他變量數(shù)據(jù)均取自中國(guó)統(tǒng)計(jì)年鑒（2000-2016）以及國(guó)家統(tǒng)計(jì)局網(wǎng)站。

表1 無(wú)效率項(xiàng)影響因素對(duì)應(yīng)可測(cè)變量

圖1顯示了經(jīng)濟(jì)環(huán)境、政策環(huán)境、氣候環(huán)境、資源環(huán)境等四個(gè)影響因素的驗(yàn)證性因子分析路徑圖。各驗(yàn)證性因子模型路徑圖中橢圓圖標(biāo)為不同環(huán)境影響因素潛變量，方框圖標(biāo)為各潛變量對(duì)應(yīng)的可測(cè)變量，標(biāo)有ei的圓形圖標(biāo)為誤差項(xiàng)。

圖1 四種影響因素驗(yàn)證性因子分析路徑

運(yùn)用驗(yàn)證性因子分析方法對(duì)上述四個(gè)構(gòu)念進(jìn)行路徑分析，運(yùn)用Joreskog（2000）所述的方法提取潛變量因子得分作為解釋變量建立無(wú)效率項(xiàng)影響因素模型：

（7）式中，uit為技術(shù)無(wú)效率項(xiàng)；EEit為經(jīng)濟(jì)環(huán)境影響因素；CEit為氣候環(huán)境影響因素；REit為資源環(huán)境影響因素；PEit為政策環(huán)境影響因素。對(duì)模型進(jìn)行估計(jì)時(shí)考慮復(fù)合誤差項(xiàng)v-u不一定服從獨(dú)立同正態(tài)分布，估計(jì)方法上選擇極大似然或準(zhǔn)極大似然估計(jì)都可能得到非一致估計(jì)量，所以選擇Kelejian Prucha（2004，2010）［18-19］給出的基于廣義矩思想的GS2SLS方法，Arraiz(2010)證明了此方法可以得到一致估計(jì)量。

三、模型檢驗(yàn)與估計(jì)結(jié)果分析

實(shí)證分析過(guò)程按如下步驟進(jìn)行，首先對(duì)模型進(jìn)行選擇，考慮到農(nóng)業(yè)生產(chǎn)發(fā)展受到地區(qū)限制也必然存在空間依賴(lài)，在選擇模型時(shí)先對(duì)農(nóng)業(yè)產(chǎn)值是否存在空間相關(guān)關(guān)系進(jìn)行驗(yàn)證，如能通過(guò)檢驗(yàn)則確認(rèn)用模型I和II，否則選用普通面板數(shù)據(jù)隨機(jī)前沿模型。同時(shí)用驗(yàn)證性因子分析提取無(wú)效率項(xiàng)影響因素加入模型進(jìn)行試估計(jì)，最終選擇最優(yōu)模型進(jìn)行農(nóng)業(yè)技術(shù)效率測(cè)度。空間面板隨機(jī)前沿估計(jì)和空間相關(guān)系數(shù)計(jì)算運(yùn)用STATA12.0軟件編程完成，驗(yàn)證性因子分析運(yùn)用AMOS17.0軟件完成。

（一）空間相關(guān)性檢驗(yàn)

檢驗(yàn)空間相關(guān)關(guān)系常見(jiàn)的指標(biāo)有Moran’s I指數(shù)、Geary’C指數(shù)和Getis-Ord G指數(shù)。Moran’s I指數(shù)通常取值在-1～1之間，大于0為正相關(guān)，表示空間集聚，小于0為負(fù)相關(guān)，表示空間分散。Geary’C指數(shù)取值在0～2之間，大于1表示負(fù)相關(guān)，小于1表示正相關(guān)，兩個(gè)指數(shù)之間存在反向變動(dòng)關(guān)系。表2顯示了2000-2015年農(nóng)林牧漁業(yè)總產(chǎn)值之間的全局Moran’s I指數(shù)和全局Geary’C指數(shù)以及相應(yīng)的顯著性檢驗(yàn)P值。

表2 農(nóng)業(yè)總產(chǎn)值空間相關(guān)系數(shù)

計(jì)算結(jié)果顯示所有年份的Moran’s I指數(shù)都可以通過(guò)顯著性水平為5%水平下的顯著性檢驗(yàn)，大多數(shù)年份的Geary’C指數(shù)在可以通過(guò)顯著性水平為10%的顯著性檢驗(yàn)，可以認(rèn)為各省農(nóng)林牧漁業(yè)總產(chǎn)值之間具有明顯的空間相關(guān)性。同時(shí)可以看出歷年Moran’s I指數(shù)均在0～1之間，Geary’C指數(shù)也在0～1之間，說(shuō)明我國(guó)農(nóng)業(yè)產(chǎn)值存在明顯的空間正相關(guān)，應(yīng)該選擇空間面板隨機(jī)前沿模型。

（二）環(huán)境影響因素的驗(yàn)證性因子分析

表3顯示了各環(huán)境影響因素驗(yàn)證性因子分析結(jié)果的標(biāo)準(zhǔn)化估計(jì)值。通過(guò)對(duì)驗(yàn)證性因子模型進(jìn)行簡(jiǎn)單的修正和估計(jì)，將調(diào)整后的最優(yōu)結(jié)果呈現(xiàn)在表3中。在眾多適配度指標(biāo)中選擇報(bào)告了比較重要的絕對(duì)適配度統(tǒng)計(jì)量P值、簡(jiǎn)約適配度統(tǒng)計(jì)量卡方自由度比值NC。表中顯示除了農(nóng)機(jī)總動(dòng)力和家庭經(jīng)營(yíng)耕地面積兩個(gè)變量外，其余變量的參數(shù)都可通過(guò)1%的顯著性檢驗(yàn)。計(jì)算各因子的信度α系數(shù)，所得各驗(yàn)證性因子模型的α系數(shù)均在0.5以上，可以認(rèn)為各模型內(nèi)部一致性信度較高。各模型所提取可解釋方差百分比也都大于0.5，可見(jiàn)每個(gè)構(gòu)念聚合效度較高。每個(gè)驗(yàn)證性因子分析模型卡方值都較小，相應(yīng)的p值均在0.05以上，可以認(rèn)為初始模型設(shè)定正確。簡(jiǎn)約適配度指標(biāo)NC均在1～3區(qū)間內(nèi)，可以認(rèn)為四個(gè)模型適配良好，可以提取各潛變量因子得分值作為無(wú)效率項(xiàng)模型的解釋變量。

表3 無(wú)效率項(xiàng)影響因素的驗(yàn)證性因子分析

（三）隨機(jī)前沿模型估計(jì)與無(wú)效率影響因素分析

對(duì)模型I、II四種形式進(jìn)行試估計(jì)和比較發(fā)現(xiàn)兩種模型的二次函數(shù)形式的二次項(xiàng)、交叉項(xiàng)系數(shù)均未通過(guò)5%的顯著性檢驗(yàn)，且空間相關(guān)系數(shù)λ和ρ也未通過(guò)顯著性檢驗(yàn)，與空間相關(guān)性檢驗(yàn)結(jié)果不符，因此舍棄二次函數(shù)形式。兩種模型的一次函數(shù)形式Haus?man檢驗(yàn)統(tǒng)計(jì)量均為負(fù)值，依據(jù)stata軟件官方手冊(cè)提供的解釋?zhuān)琀ausman統(tǒng)計(jì)量出現(xiàn)負(fù)值時(shí)應(yīng)當(dāng)選擇隨機(jī)效應(yīng)模型，因而舍棄了兩個(gè)模型一次函數(shù)的固定效應(yīng)形式，保留了隨機(jī)效應(yīng)模型。表4顯示了模型I、II一次函數(shù)隨機(jī)效應(yīng)估計(jì)的結(jié)果。

表4 空間隨機(jī)前沿估計(jì)結(jié)果

表4估計(jì)結(jié)果顯示兩個(gè)模型一次函數(shù)各系數(shù)、指標(biāo)的估計(jì)具有較高的一致性。兩模型存在的主要差異是模型I的空間相關(guān)系數(shù)λ仍未通過(guò)顯著性檢驗(yàn)，與空間相關(guān)性檢驗(yàn)結(jié)果不相符，而模型II兩個(gè)空間相關(guān)系數(shù)均通過(guò)5%水平下的顯著性檢驗(yàn)，與空間相關(guān)性檢驗(yàn)比較相符。模型I和模型II兩種投入要素的彈性系數(shù)估計(jì)值均可通過(guò)1%顯著性水平下的顯著性檢驗(yàn)，不同的是模型I的兩個(gè)彈性系數(shù)之和小于1，模型II兩個(gè)彈性系數(shù)之和約等于1。即模型I顯示我國(guó)農(nóng)業(yè)生產(chǎn)整體呈規(guī)模報(bào)酬遞減，模型II顯示我國(guó)農(nóng)業(yè)生產(chǎn)整體規(guī)模報(bào)酬不變。國(guó)內(nèi)外許多學(xué)者都將全要素生產(chǎn)率分成技術(shù)進(jìn)步率、技術(shù)效率提升和規(guī)模效率三個(gè)部分。而規(guī)模報(bào)酬遞增、遞減還是不變會(huì)直接對(duì)規(guī)模效率產(chǎn)生影響，而不影響技術(shù)效率。兩個(gè)模型和的計(jì)算結(jié)果非常一致，都顯示的數(shù)值遠(yuǎn)大于，這導(dǎo)致兩模型的γ值都在0.8左右，模型II的γ值略高一些，這都說(shuō)明我國(guó)農(nóng)業(yè)生產(chǎn)整體存在明顯的技術(shù)無(wú)效率性，因而運(yùn)用隨機(jī)前沿模型是合理的。兩模型的估計(jì)結(jié)果恰好反映了我國(guó)農(nóng)業(yè)生產(chǎn)在規(guī)模報(bào)酬遞減和規(guī)模報(bào)酬不變兩種可能性下各因素對(duì)技術(shù)效率的影響，綜合考慮兩模型各指標(biāo)的表現(xiàn)可認(rèn)為模型II的可信度更高，即認(rèn)為個(gè)體效應(yīng)存在空間相關(guān)性。

兩模型對(duì)四種環(huán)境影響因素的估計(jì)結(jié)果也非常一致，都顯示經(jīng)濟(jì)環(huán)境影響因素EE和氣候環(huán)境影響因素CE的系數(shù)為負(fù)值，說(shuō)明經(jīng)濟(jì)環(huán)境、氣候環(huán)境對(duì)農(nóng)業(yè)技術(shù)效率存在正向影響；資源環(huán)境影響因素RE和政策環(huán)境影響因素PE的系數(shù)為正值，說(shuō)明資源環(huán)境和政策環(huán)境對(duì)農(nóng)業(yè)技術(shù)效率存在負(fù)向影響。此外，兩模型還顯示氣候環(huán)境影響因素和政策環(huán)境影響因素的系數(shù)未能通過(guò)顯著性檢驗(yàn)，經(jīng)濟(jì)環(huán)境影響因素和資源環(huán)境影響因素的系數(shù)均可通過(guò)1%水平下的顯著性檢驗(yàn)。

經(jīng)研究發(fā)現(xiàn)歷年平均農(nóng)業(yè)技術(shù)效率最高的5個(gè)省份依次為浙江、江蘇、山東、河南、廣東，其中4個(gè)省份屬東部經(jīng)濟(jì)發(fā)達(dá)地區(qū)。平均技術(shù)效率達(dá)到0.9以上的省份共有15個(gè)，其中有10個(gè)省份屬于東部地區(qū)?？梢钥闯鲛r(nóng)業(yè)技術(shù)效率對(duì)地區(qū)的經(jīng)濟(jì)發(fā)展水平有較強(qiáng)的依賴(lài)關(guān)系。資源環(huán)境對(duì)農(nóng)業(yè)技術(shù)效率提升產(chǎn)生抑制作用的原因主要應(yīng)該有兩個(gè)方面：一是農(nóng)業(yè)生產(chǎn)中的資源對(duì)技術(shù)的“擠出效應(yīng)”，即資源分布較豐富的地區(qū)存在資源依賴(lài)使他們降低了提升農(nóng)業(yè)技術(shù)效率的動(dòng)力；二是資源利用不合理，如有些地區(qū)還存在投入的水資源或經(jīng)營(yíng)耕地資源超過(guò)農(nóng)戶(hù)生產(chǎn)能力等現(xiàn)象，農(nóng)業(yè)生產(chǎn)效率低下加上資源配置效率低下加劇了對(duì)農(nóng)業(yè)技術(shù)效率的抑制作用。

依照姜巖、朱曉莉等（2015）的發(fā)現(xiàn)可以認(rèn)為短期內(nèi)氣候變化對(duì)農(nóng)產(chǎn)品生產(chǎn)技術(shù)效率是有影響的。但從長(zhǎng)期看各地區(qū)氣候環(huán)境相對(duì)穩(wěn)定，從《中國(guó)氣象年鑒》收集到的數(shù)據(jù)可以看出多年以來(lái)各地區(qū)平均氣溫、濕度、光照程度都沒(méi)有明顯改變。但2000-2015年間各省農(nóng)業(yè)技術(shù)效率普遍得到提升?？梢?jiàn)，長(zhǎng)期氣候環(huán)境對(duì)農(nóng)業(yè)技術(shù)效率沒(méi)有明顯的影響。毫無(wú)疑問(wèn)政府對(duì)污染與水土流失的治理都應(yīng)當(dāng)加大力度，這樣才能有效保護(hù)我國(guó)有限的水資源和耕地資源，但是我國(guó)每年水資源污染情況和水土流失情況都在加劇，說(shuō)明國(guó)家雖然在治理方面的投入不斷加大，但尚未收到足夠效果；對(duì)農(nóng)業(yè)單純的補(bǔ)貼類(lèi)政策也已經(jīng)很多，有不少地區(qū)農(nóng)業(yè)生產(chǎn)對(duì)國(guó)家財(cái)政補(bǔ)貼存在依賴(lài)，這些都不利于農(nóng)業(yè)技術(shù)效率的提升。以上是政策環(huán)境對(duì)農(nóng)業(yè)技術(shù)效率作用不明顯的原因。

（四）農(nóng)業(yè)技術(shù)效率的測(cè)度結(jié)果與分布特征

運(yùn)用模型II的一次函數(shù)隨機(jī)效應(yīng)模型對(duì)2000-2015年31個(gè)省的農(nóng)業(yè)技術(shù)效率進(jìn)行計(jì)算，由于篇幅限制這里不給出全部技術(shù)效率列表，僅對(duì)各省歷年技術(shù)效率變化作簡(jiǎn)單描述。2000-2015年，各省農(nóng)業(yè)技術(shù)效率基本都呈現(xiàn)出波動(dòng)式上升的趨勢(shì)。

十六年間農(nóng)業(yè)技術(shù)效率提升幅度最大的是寧夏，由2000年的0.19上升到2015年的0.60；其次是黑龍江，由2000年的0.43提升至2015年的0.89；提升幅度最小的是西藏，由2000年的0.23提升到2015年的0.28。廣東、江蘇、福建提升幅度也較小。從技術(shù)效率數(shù)值上看技術(shù)效率相對(duì)較高的區(qū)域主要集中在東部地區(qū)特別是沿海地區(qū)，平均技術(shù)效率0.8以上的有22個(gè)省份，分別是江蘇、浙江、山東、河南、廣東、上海、河北、遼寧、湖北、福建、安徽、四川、湖南、海南、北京、江西、吉林、黑龍江、天津、新疆、重慶、廣西，東部地區(qū)的省市全部包括在內(nèi)，而西部地區(qū)的西藏、青海、寧夏、甘肅、陜西全部屬于技術(shù)效率最低的省份。東、中、西三大地區(qū)農(nóng)業(yè)技術(shù)效率差異并未呈現(xiàn)逐步放大趨勢(shì)。

十六年間全國(guó)平均農(nóng)業(yè)技術(shù)效率由0.57提升至0.83。其中提升最快的年份發(fā)生在2003-2011年間。2003年全國(guó)平均農(nóng)業(yè)技術(shù)效率突然由0.57提升至0.69，之后一直持續(xù)走高，2011年平均技術(shù)效率達(dá)到這15年中的最高值0.84，2012-2015年全國(guó)平均農(nóng)業(yè)技術(shù)效率沒(méi)有再發(fā)生較大的提升，2015年全國(guó)平均農(nóng)業(yè)技術(shù)效率為0.83。2012年之后的幾年可以說(shuō)農(nóng)業(yè)已經(jīng)開(kāi)始遭遇各種瓶頸，技術(shù)效率提升難度加大。

圖2直觀顯示了2008年和2015年各省技術(shù)效率分布情況。將計(jì)算所得2008年和2015年農(nóng)業(yè)技術(shù)效率按照由淺到深劃分五個(gè)等級(jí)進(jìn)行著色，最深顏色表示技術(shù)效率值在0.8～1區(qū)間，最淺顏色表示技術(shù)效率值在0～0.2區(qū)間。從技術(shù)效率分布上可以看出，至2015年農(nóng)業(yè)技術(shù)效率最高的區(qū)域仍然是東部地區(qū)，并且2008-2015年間全國(guó)絕大多數(shù)省份農(nóng)業(yè)技術(shù)效率未發(fā)生質(zhì)的改變，僅有甘肅、青海、新疆三個(gè)西部省份實(shí)現(xiàn)了“升級(jí)”?？梢?jiàn)，新形勢(shì)瓶頸下實(shí)現(xiàn)農(nóng)業(yè)技術(shù)效率的提升步履維艱。

從技術(shù)效率測(cè)定的結(jié)果還可以看出，十六年間中國(guó)農(nóng)業(yè)技術(shù)效率整體上未達(dá)到最有效產(chǎn)出水平。歷年全國(guó)平均技術(shù)效率均小于1，各省歷年農(nóng)業(yè)技術(shù)效率也都小于1。

圖2 2008年、2015年農(nóng)業(yè)技術(shù)效率分布比較

根據(jù)式（5）、（6）分別計(jì)算中國(guó)農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)率和技術(shù)效率增長(zhǎng)率，計(jì)算結(jié)果顯示2008-2015年間，中國(guó)農(nóng)業(yè)整體的全要素生產(chǎn)率和技術(shù)效率均有增長(zhǎng)，技術(shù)效率增長(zhǎng)率低于整體上全要素生產(chǎn)率增長(zhǎng)率，平均全要素生產(chǎn)率增長(zhǎng)率為1.038，平均技術(shù)效率增長(zhǎng)率為1.035?？梢?jiàn)從全國(guó)整體上看，技術(shù)效率變化未能成為推動(dòng)生產(chǎn)率增長(zhǎng)的主要因素。另一方面看，技術(shù)效率增長(zhǎng)率的分布狀況比全要素生產(chǎn)率增長(zhǎng)率的分布狀況更加分散，全要素生產(chǎn)率增長(zhǎng)率的波動(dòng)范圍在0.98～1.09之間，技術(shù)效率增長(zhǎng)率的波動(dòng)范圍在0.95～1.21之間。將各省全要素生產(chǎn)率增長(zhǎng)率和技術(shù)效率增長(zhǎng)率統(tǒng)一按照組距為0.05進(jìn)行分組，并按照由淺到深劃分等級(jí)進(jìn)行著色繪制圖3。

圖32008-2015年全要素生產(chǎn)率變化率、技術(shù)效率變化率比較

圖3 顯示，按照同樣的分組標(biāo)準(zhǔn)，全要素生產(chǎn)率增長(zhǎng)率只劃分了三個(gè)組，技術(shù)效率增長(zhǎng)率劃分了六個(gè)組。從兩組數(shù)據(jù)分布上看，全要素生產(chǎn)率增長(zhǎng)較快的地區(qū)主要在東部，最快的11個(gè)省份分別為河北、遼寧、河南、海南、山東、吉林、福建、湖北、上海、浙江、江蘇，增長(zhǎng)率最慢的4個(gè)省份為貴州、重慶、西藏、云南。技術(shù)效率提升較快的省份大多集中在中西部，最快的8個(gè)省份為甘肅、黑龍江、山西、云南、新疆、青海、寧夏、貴州，最慢的10個(gè)省份為西藏、內(nèi)蒙古、河北、陜西、天津、廣西、北京、浙江、福建、江蘇。通過(guò)比較可以發(fā)現(xiàn)技術(shù)效率變化率和全要素生產(chǎn)率增長(zhǎng)率兩組數(shù)據(jù)普遍存在背離現(xiàn)象。東部地區(qū)普遍全要素生產(chǎn)率增長(zhǎng)較快，技術(shù)效率提升相對(duì)較慢；中西部地區(qū)技術(shù)效率提升較快，全要素生產(chǎn)率增長(zhǎng)較慢。

四、結(jié)論與建議

通過(guò)對(duì)農(nóng)業(yè)產(chǎn)值的空間相關(guān)性檢驗(yàn)以及空間面板隨機(jī)前沿模型估計(jì)，主要研究結(jié)論可概括為以下四點(diǎn)：

（1）我國(guó)農(nóng)業(yè)生產(chǎn)存在明顯的空間正相關(guān)性。各年份農(nóng)業(yè)產(chǎn)值全局Moran’s I指數(shù)、全局Geary’C指數(shù)分別在（0，1）區(qū)間內(nèi)，空間面板隨機(jī)前沿模型計(jì)算得到的空間相關(guān)系數(shù)λ和ρ也均為正數(shù)，都驗(yàn)證了農(nóng)業(yè)生產(chǎn)存在空間正相關(guān)性。

（2）全國(guó)農(nóng)業(yè)技術(shù)效率未達(dá)到前沿面，且近幾年提升速度趨緩，但不存在持續(xù)下降趨勢(shì)，全國(guó)農(nóng)業(yè)發(fā)展整體呈現(xiàn)出規(guī)模報(bào)酬不變的情形。農(nóng)業(yè)技術(shù)效率存在明顯省際差異，且東部地區(qū)高于中西部地區(qū)，但三大地區(qū)技術(shù)效率差異并未呈現(xiàn)逐步放大的趨勢(shì)。2000-2015年各省農(nóng)業(yè)技術(shù)效率均小于1，2010-2015年的5年間全國(guó)平均農(nóng)業(yè)技術(shù)效率在0.82～0.84之間波動(dòng)，說(shuō)明全國(guó)乃至各省農(nóng)業(yè)技術(shù)效率一直未能得到改善，也意味著農(nóng)業(yè)全要素生產(chǎn)率的提高對(duì)技術(shù)效率的依賴(lài)性太小，甚至可以說(shuō)農(nóng)業(yè)技術(shù)效率抑制了農(nóng)業(yè)生產(chǎn)率的提高，這與以往大多數(shù)研究結(jié)論一致。從要素投入產(chǎn)出的彈性系數(shù)上看，農(nóng)業(yè)生產(chǎn)資本要素投入的彈性系數(shù)與勞動(dòng)力要素投入的彈性系數(shù)之和約等于1。

（3）農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)和農(nóng)業(yè)技術(shù)效率提升在很多省份存在背離現(xiàn)象。東部地區(qū)整體上全要素生產(chǎn)率增長(zhǎng)較快，技術(shù)效率提升相對(duì)較慢；中西部地區(qū)整體上技術(shù)效率提升較快，全要素生產(chǎn)率增長(zhǎng)較慢。這也說(shuō)明了在東部相對(duì)發(fā)達(dá)地區(qū)，促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率的主要因素是技術(shù)進(jìn)步；而在中西部地區(qū)特別是欠發(fā)達(dá)地區(qū)，技術(shù)進(jìn)步相對(duì)較慢，前沿生產(chǎn)函數(shù)沒(méi)有明顯的外移，如一些學(xué)者所說(shuō)這些地區(qū)技術(shù)效率提升較快只能稱(chēng)為“貧窮的高效率”［5］。值得注意的是，2008-2015年間西藏地區(qū)全要素生產(chǎn)率和技術(shù)效率均未發(fā)生較明顯的提高，屬于“雙低”地區(qū)，這與西藏地區(qū)氣候條件等環(huán)境因素的限制有直接關(guān)系，正是環(huán)境因素的限制導(dǎo)致西藏地區(qū)自古以來(lái)農(nóng)業(yè)發(fā)展就比較緩慢。

（4）農(nóng)業(yè)技術(shù)效率的環(huán)境影響因素中經(jīng)濟(jì)環(huán)境、資源環(huán)境對(duì)農(nóng)業(yè)技術(shù)效率有顯著作用，其中，經(jīng)濟(jì)環(huán)境對(duì)農(nóng)業(yè)技術(shù)效率提升的促進(jìn)作用顯著，資源環(huán)境對(duì)農(nóng)業(yè)技術(shù)效率提升的抑制作用顯著，而氣候環(huán)境、政策環(huán)境對(duì)農(nóng)業(yè)技術(shù)效率作用不明顯。

綜上所述，隨著經(jīng)濟(jì)發(fā)展步入“新常態(tài)”，農(nóng)業(yè)技術(shù)效率提升的難度進(jìn)一步加大。農(nóng)業(yè)發(fā)展在注重技術(shù)進(jìn)步的同時(shí)，今后應(yīng)當(dāng)更加注重實(shí)際生產(chǎn)中對(duì)農(nóng)業(yè)新技術(shù)的吸收和利用，也即農(nóng)業(yè)技術(shù)效率的提升。要提升農(nóng)業(yè)技術(shù)效率必須重視環(huán)境影響因素，特別是經(jīng)濟(jì)環(huán)境和資源環(huán)境。只有在區(qū)域經(jīng)濟(jì)得到充分發(fā)展、經(jīng)濟(jì)環(huán)境寬松的條件下，才能為農(nóng)業(yè)生產(chǎn)、加工、銷(xiāo)售提供有力支持，也才能夠提升農(nóng)業(yè)科學(xué)技術(shù)利用水平和農(nóng)業(yè)科學(xué)化管理水平，提高農(nóng)業(yè)技術(shù)效率；同時(shí)發(fā)展農(nóng)業(yè)、提升技術(shù)效率應(yīng)當(dāng)消除資源依賴(lài)，打破資源詛咒，合理配置資源使之與勞動(dòng)力投入、資本投入相匹配，發(fā)揮資源的最大作用。政府在推行農(nóng)業(yè)扶持政策時(shí)應(yīng)當(dāng)減少簡(jiǎn)單、低效的補(bǔ)貼政策，把更多的精力放在培養(yǎng)農(nóng)業(yè)人才和農(nóng)業(yè)新技術(shù)的普及推廣上，為農(nóng)業(yè)新技術(shù)的應(yīng)用創(chuàng)造更好的土壤和平臺(tái)，使農(nóng)業(yè)技術(shù)進(jìn)步和農(nóng)業(yè)技術(shù)效率提高成為推動(dòng)農(nóng)業(yè)生產(chǎn)力發(fā)展的主要手段。

［1］李雙杰，范超.隨機(jī)前沿分析與數(shù)據(jù)包絡(luò)分析方法的評(píng)析與比較［J］.統(tǒng)計(jì)與決策，2009（7）：25-28.

［2］Farrell M J.The measurement of production efficiency［J］. Journal of the Royal Statistical Society，1957，120（3）:253-281.

［3］Kumbhakar S C.Estimation and Decomposition of productiv?ity Change when Production is Not Efficient：A Panel Data Approach［J］.Economic Reviews，2000，19（4）：312-320.

［4］Fioramanti M.Estimation and Decomposition of Total Factor Productivity Growth in the EU Manufacturing Sector：A Long Run Perspective［J］.Journal of Applied Economic Sci?ences，2010，3（13）：217-230.

［5］李谷成，馮中朝.中國(guó)農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)：技術(shù)推進(jìn)抑或效率驅(qū)動(dòng)［J］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2010（5）：4-14.

［6］李博，張文忠，余建輝.碳排放約束下的中國(guó)農(nóng)業(yè)生產(chǎn)效率地區(qū)差異分解與影響因素［J］.經(jīng)濟(jì)地理，2016（9）：150-157.

［7］江松穎，劉穎，王嫚嫚.我國(guó)谷物全要素生產(chǎn)率的動(dòng)態(tài)演進(jìn)及區(qū)域差異研究［J］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2016（6）：13-20.

［8］劉晗，王釗，姜松.人力資本對(duì)農(nóng)業(yè)技術(shù)效率影響研究［J］.云南財(cái)經(jīng)大學(xué)學(xué)報(bào)，2016（3）：58-68.

［9］史常亮，朱俊峰，揭昌亮.中國(guó)農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)地區(qū)差異及收斂性分析［J］.經(jīng)濟(jì)問(wèn)題探索，2016（4）：134-141.

［10］方鴻.中國(guó)農(nóng)業(yè)技術(shù)效率研究：基于省級(jí)層面的測(cè)度、發(fā)現(xiàn)與解釋?zhuān)跩］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2010（1）：34-41.

［11］劉佳，余國(guó)新.地方財(cái)政支農(nóng)支出對(duì)農(nóng)業(yè)技術(shù)效率影響分析［J］.中國(guó)農(nóng)業(yè)資源與區(qū)劃，2014（5）：129-134.

［12］李成友，王釗，姜松.農(nóng)業(yè)信貸對(duì)農(nóng)業(yè)技術(shù)效率的影響分析［J］.中國(guó)科技論壇，2014（11）：155-160.

［13］劉晗，李銳，曹守峰.人力資本對(duì)農(nóng)業(yè)技術(shù)效率影響研究［J］.云南財(cái)經(jīng)大學(xué)學(xué)報(bào)，2016（3）：58-68.

［14］陳池波，盛國(guó)勇.我國(guó)省域農(nóng)業(yè)生產(chǎn)技術(shù)效率測(cè)度分析［J］.科技進(jìn)步與對(duì)策，2014（3）：50-54.

［15］劉克非.城鎮(zhèn)化與農(nóng)業(yè)技術(shù)效率協(xié)整關(guān)系的實(shí)證研究［J］.統(tǒng)計(jì)與決策，2015（9）：115-117.

［16］宋元梁，胡晗，宋光陽(yáng).農(nóng)業(yè)技術(shù)效率改進(jìn)與城鎮(zhèn)化關(guān)系的實(shí)證研究［J］.統(tǒng)計(jì)與信息論壇，2012（11）：53-59.

［17］鄭循剛.中國(guó)農(nóng)業(yè)生產(chǎn)技術(shù)效率及其影響因素分析［J］.統(tǒng)計(jì)與決策，2009（23）：102-104.

［18］Kelejian H H，Prucha I R.Estimation of simultaneous sys?tems of spatially interrelated cross sectional equations［J］. Journal of Econometrics，2004，118（1/2）：27-50.

［19］Kelejian H H，Prucha I R.Specification and Estimation of Spatial Autoregressive Models with Autoregressive and Het?eroskedastic Disturbances［J］.Journal of Econometrics，2010，157（1）：53-67.

Environmental Impact,Spatial Dependence and Agricultural Technical Efficiency Change
in China

LV Hong-qu1,2,REN Yan-yan1
（1.School of Economics,Shandong University,Jinan 250100,China; 2.School of Business,Shandong University of Political Science and Law,Jinan 250014,China)

By using the panel data of 31 provinces in China from 2000 to 2015 and fully considering the differences and correlations of ag?ricultural production in different regions,the paper applies the spatial econometric method,combined with the stochastic frontier,to mea?sure the agricultural technical efficiency in each province and compare the regional distribution changes,and analyzes the environmental factors affecting agricultural technical efficiency and calculates the total factor productivity change rate and the technical efficiency change rate.The study shows that:In recent years,the overall agricultural technical efficiency is low in China,and the promoting speed is slowing down;There is a positive spatial correlation between the agricultural technical efficiency in all provinces,and the agricultural tech?nical efficiency in the eastern region is significantly higher than that in the central and western regions;The agricultural technical efficien?cy growth rate and the total factor productivity growth rate deviate widely in the country;The agricultural technical efficiency is significant?ly affected by economic and resource environment,but not significantly affected by climate and policy environment.The economic environ?ment has a positive effect on the agricultural technical efficiency,whereas the resource environment has a negative effect on the agricultur?al technical efficiency.

agricultural technical efficiency;environmental influencing factor;spatial panel;stochastic frontier

F303

A

1007-5097（2017）08-0077-08

［責(zé)任編輯：余志虎］

10.3969/j.issn.1007-5097.2017.08.012

2017-03-20

山東省自然科學(xué)基金項(xiàng)目（ZR2014AM014）；山東省軟科學(xué)研究計(jì)劃項(xiàng)目（2015RKB01273）；山東省社會(huì)科學(xué)規(guī)劃研究項(xiàng)目（11CFXJ13）；山東政法學(xué)院科研計(jì)劃項(xiàng)目（2015Q20B）

呂洪渠（1978-）.男，山東濟(jì)南人，講師，博士研究生，研究方向：數(shù)量經(jīng)濟(jì)學(xué)；任燕燕（1967-）.女，山東德州人，教授，博士生導(dǎo)師，研究方向：數(shù)量經(jīng)濟(jì)學(xué)。