李俊茹，王明利，楊春，石自忠

（1.中國農業(yè)科學院農業(yè)經濟與發(fā)展研究所，北京 100081；2.中國農業(yè)大學經濟管理學院，北京 100083）

改革開放以來，隨著居民生活水平提升及健康消費意識增強，牛肉消費需求逐漸增加。消費助推產業(yè)發(fā)展，進而推動產量增加，2018 年中國牛肉產量達到了644.06萬t，與1980年相比年均增長8.72%。肉牛產業(yè)在改善居民膳食結構、推動農戶增產增收、促進農業(yè)農村經濟發(fā)展等方面發(fā)揮了重要作用。近年來，由于出現基礎母牛存欄量低、養(yǎng)殖成本高企、飼草資源匱乏、散戶退出增加、環(huán)保問題突出、市場監(jiān)管機制不健全、產業(yè)競爭力不強等諸問題，使得中國肉牛產業(yè)發(fā)展面臨極大挑戰(zhàn)[1-3]。其中，肉牛生產效率的提高是促進肉牛產業(yè)穩(wěn)定發(fā)展的關鍵因素。因此，測定中國肉牛TFP 時空分異特征，挖掘其內在機理，有助于提高經營主體肉牛養(yǎng)殖效率，減少生產投入冗余，為政策制定者及生產經營者提供重要決策參考。

目前，國內外學者主要運用非參數形式的DEA-Mulmquist 指數法和參數形式的SFA 法來研究肉牛養(yǎng)殖效率問題。楊春和王明利[4]運用DEAMalmquist 指數法分析了1998—2011 年中國5 省區(qū)農戶肉牛養(yǎng)殖效率，認為肉牛養(yǎng)殖TFP 呈現波動下降態(tài)勢，主要由技術進步減緩導致。其中，新疆肉牛TFP 波動較大，主要受技術進步影響[5]；黑龍江肉牛養(yǎng)殖規(guī)模技術效率變動對綜合技術效率影響較大，技術進步推動了肉牛養(yǎng)殖TFP 的增長[6]。另外，Gregg 和Rolfe[7]對1999—2008 年澳大利亞昆士蘭州肉牛養(yǎng)殖TFP 進行了測算，發(fā)現肉牛養(yǎng)殖TFP 增長主要源于技術進步；在非洲地區(qū)，肉牛養(yǎng)殖TFP在下降，主要由于促進TFP 的機會更多地應用在促進效率的變化上，而不是技術的變化上[8]。還有研究認為，在草原生態(tài)保護補獎政策下，技術進步主要推動肉牛專業(yè)育肥戶TFP 增長，技術進步和技術效率是減緩肉牛專業(yè)繁育戶TFP增長的主要原因[9]。采用SFA 法對全國5 個主產省區(qū)肉牛養(yǎng)殖技術效率進行分析，發(fā)現肉牛養(yǎng)殖技術效率在不同區(qū)域存在明顯差異，整體表現出上升態(tài)勢，技術效率水平較高，但技術效率損失仍然存在[10-11]。國外學者認為，坦桑尼亞湖區(qū)肉牛場平均技術效率較高，為0.91，主要是由于肉牛育肥操作員技術效率較高[12]；愛爾蘭地區(qū)肉牛養(yǎng)殖平均技術效率只有0.53，未發(fā)生技術進步導致了肉牛養(yǎng)殖的低效率[13]。

總體來看，國內外利用非參數共同前沿分析法分地區(qū)測算肉牛全要素生產率及其分解指標的研究尚未見諸文獻，而基于其他研究方法的文獻多忽略了地區(qū)間技術環(huán)境差異等問題。傳統(tǒng)參數SFA 法及非參數DEA 法在對肉牛TFP 進行分析時，一致將各地區(qū)看作是同一類型的生產單元進行測定，沒有考慮到各地區(qū)在經濟發(fā)展水平、技術水平、資源稟賦等方面存在的差異，最終可能會導致衡量結果與實際情況存在偏差。但如果參照樣本區(qū)域各自的生產技術集來分析生產率，則會使樣本區(qū)域的分析結果由于參照的生產前沿不同而無法比較[14-16]。而基于共同前沿分析框架下的Metafrontier-Malmquist 指數法可有效解決上述問題。

基于上述考慮，本文運用非參數共同前沿分析方法中的Metafrontier-Malmquist 指數來測度2013—2018 年全國15 個省區(qū)肉牛TFP 和技術差距比（TGR），并進一步分析東、中、西部時空分異特征、各地區(qū)肉牛TFP 追趕效應和追趕成本大小，為國內肉牛生產效率研究提供重要補充，對有效整合生產資源、降低肉牛養(yǎng)殖成本及提高農戶養(yǎng)殖效益等具有重要意義。

1 研究方法與數據說明

1.1 研究方法

共同前沿生產函數（Metafrontier Production Function）的分析框架最早由Hayami 和Ruttan[17]提出，旨在評價不同技術條件下農業(yè)生產者的生產效率差異。Ruttan 等[18]將共同前沿生產函數視為可包絡各群組的生產前沿包絡曲線，提出基于Metafrontier 的生產函數效率測算方法，并被廣泛用于農業(yè)生產效率測算。Rao 等[19]利用隨機共同前沿函數研究了生產技術的區(qū)域差異，并分別使用數據包絡分析（DEA）和隨機前沿分析（SFA）的參數框架對共同前沿進行了估計。隨后，Oh[20]利用Metafrontier-Malmquist-Luenberger 生產率指數（簡稱MML 指數）衡量1993—2003 年46 個國家綠色全要素生產率增長及其分解，使計算區(qū)域和全球前沿技術間的技術差距變化成為可能。

假設把樣本劃分為多個群組，每個群組中決策單元（DMU）的投入產出屬于同一技術集，樣本中有g個群組技術集（g=1,2,…,G），第G個群組前沿的生產技術集表示為TG={(x,y):x能生產出y}，產出集為PG(x)，基于群組前沿的SBM 方向性距離函數可表示為=(x,y；g)=sup{β:(y+βy)∈PG(x)}，因此Groupfrontier-Malmquist 生產率指數（GMI）分解如下：

式中：GEC（Group Efficiency Change）和GTC（Group Technology Change）分別表示t到t+1 時期第G個群組前沿下的技術效率變化和群組技術進步。將共同前沿視為包絡群組前沿而產生的一種前沿生產函數，故共同前沿技術集可用T M={T1∪T2…∪TG}表示，產出集為PM(x)，基于共同前沿的SBM 方向性距離函數可表示為(x,y；g)=sup{β:(y+βy)∈P M(x)}。

技術差距比（Technology Gap Ratio，TGR）是用來衡量所評價的DMU 實際生產前沿與共同前沿面差距的重要指標，TGR 取值范圍為[0,1]，且其數值越小，說明群組前沿與共同前沿的距離就越遠，生產技術提升潛力越大。如圖1，假設把整個樣本中被評估的DMU 分為3 個群組，被評估的DMU形成一個包絡三個群組的共同前沿。以群組2 中的一個DMU 樣本A3為例，TGR 可表示為共同前沿技術效率（MTE）與群組前沿技術效率（GTE）之比：

借鑒陳谷劦和楊浩彥[21]的分解技術，可將MM生產率指數（Metafrontier-Malmquist-Index，MMI）分解為：

式中：MEC（Metafrontier Efficiency Change）和MTC（Metafrontier Technology Change）分別表示t到t+1時期共同前沿技術效率變化和共同前沿技術進步。PTCU（Pure Technology Catch Up）表示純技術追趕，反映決策單元（DMU）TGR 的變化。當PTCU＞1 時，意味著被評價DMU 的群組生產技術與共同前沿技術間的差距減小，有技術追趕存在。PTRC（Potential Technology Relative Change）表示潛在技術相對變動，當PTRC＜1 時，說明群組前沿潛在技術變化數值大于共同前沿潛在技術變化數值，此時有技術追趕存在；當PTRC＞1 時，表明群組前沿對共同前沿的技術追趕有難度，群組生產技術擴展空間范圍狹窄[22]。

基于規(guī)模收益可變的SBM 超效率模型可以把技術效率分解為規(guī)模效率和純技術效率，因此可進一步分析技術效率變化的內在原因。本文采用產出導向的SBM 超效率模型對肉牛技術效率進行測算，具體表示如下：

1.2 變量選取

為測定中國肉牛全要素生產率時空分異特征，本文選取的產出指標為出欄肉牛平均活重；投入指標具體如下：1）仔畜活重，指本年度養(yǎng)殖戶自己購買或母牛自育架子?；蚺倩钪兀?）飼草料投入，指當年出欄肉牛所消耗的全部精飼料和青粗飼料費用之和，包括玉米、麩皮、豆粕、酒糟、配合飼料等的費用；3）勞動力投入，根據當年肉牛出欄時所產生的人工成本計算，包括家庭用工折價和雇工費用；4）其他物質投入，主要包括水電燃料費和防疫治療費。

1.3 數據說明

研究基礎數據來源于本課題組承擔的農業(yè)農村部肉牛統(tǒng)計定點監(jiān)測項目，涵蓋2013—2018 年河北、黑龍江、吉林、遼寧、山東、安徽、河南、湖北、湖南、內蒙古、甘肅、寧夏、四川、新疆及云南等15 個省區(qū)210 個養(yǎng)殖場（戶），為非平衡面板數據。綜合考慮地理位置、資源環(huán)境、肉牛產業(yè)發(fā)展實際等諸因素，本文將區(qū)域樣本劃分為三組，即河北、黑龍江、吉林、遼寧、山東歸為東部地區(qū)，樣本量為73 個；安徽、河南、湖北、湖南、內蒙古歸為中部地區(qū)，樣本量為78 個；甘肅、寧夏、四川、新疆、云南歸為西部地區(qū)，樣本量為59 個。本文對中國各地區(qū)肉牛TFP 的測算是基于產出導向的Malmquist 指數法，使用的軟件是MaxDEA8.0。

2 實證結果與分析

2.1 肉牛生產技術效率分析

在系統(tǒng)探究肉牛TFP 時空分異特征之前，本文首先對肉牛生產的群組前沿技術效率和共同前沿技術效率差異進行分析。采用基于規(guī)模收益可變的SBM 超效率模型來估算2013—2018 年不同區(qū)域肉牛生產的群組前沿和共同前沿技術效率的對比變化情況，其結果如表1 所示；表2 給出的是2013—2018 年不同區(qū)域肉牛生產群組前沿與共同前沿TGR 變化情況。

2.1.1 肉牛生產的群組前沿和共同前沿技術效率 東部、中部和西部地區(qū)肉牛生產群組前沿技術效率均值相近，但不同年份技術效率差異較大。從肉牛生產的群組前沿技術效率看，2014—2016 年中部地區(qū)技術效率高于東部和西部地區(qū)，但2017—2018 年西部地區(qū)技術效率高于東部和中部地區(qū)，整體上東部技術效率略高于中部和西部，東部技術效率均值為0.858 2，分別比中部和西部高0.55%和0.20%。從2013—2018 年群組前沿技術效率變化趨勢看，東部和中部地區(qū)變化特征基本相同，整體表現出波動下降的趨勢，分別從2013 年的0.885 0 和0.883 6下降到2018 年的0.838 1 和0.756 7，年均下滑1.08%和3.05%；而西部地區(qū)則表現為波動上升趨勢，從0.823 7 上升到0.858 4，年均增長0.83%。雖然西部地區(qū)技術效率比東部地區(qū)低，但西部地區(qū)技術效率是三個地區(qū)中唯一增長的區(qū)域，表明隨著各地區(qū)肉牛養(yǎng)殖技術的大力推廣，東、中、西部地區(qū)之間的技術差異逐步減小。但由于比較標準不統(tǒng)一，群組前沿技術效率反映的是各地區(qū)自身技術效率變動情況，并不能有效反映地區(qū)間肉牛生產技術的實際水平，因此要引入共同前沿技術效率進行分析。

從2013—2018 年各地區(qū)肉牛生產的共同前沿技術效率可以看出，東部技術效率均值最高，為0.845 3；其次是中部，技術效率均值為0.770 9；西部最低，技術效率均值僅為0.727 1。從時間變化趨勢看，中部和西部地區(qū)表現出先上升后下降整體略有下降的趨勢，而東部地區(qū)呈現出逐步下降的趨勢；東部、中部和西部地區(qū)技術效率從2013年的0.880 1、0.788 6 和0.697 1 下降到2018 年的0.791 7、0.724 2和0.688 3，年均分別下降2.10%、1.69%和0.25%。三個地區(qū)技術效率均出現不同程度的負增長，這與中國肉牛養(yǎng)殖整體形勢大致相符。此外，從表1 可以看出，共同前沿技術效率均低于群組前沿技術效率，各地區(qū)共同前沿與群組前沿技術效率均值大小排序不同，群組前沿技術效率西部高于中部；而共同前沿技術效率表明，西部技術效率不如中部，與生產實際相符，進一步反映出共同前沿技術效率較群組前沿技術效率具有更好的可比性。

表1 2013—2018 年不同區(qū)域肉牛生產群組前沿和共同前沿技術效率對比Table1 Comparison of the technical efficiencies of frontiers and common frontiers of beef cattle production groups in different regions from 2013 to 2018

2.1.2 肉牛生產群組前沿與共同前沿TGR 從2013—2018 年TGR 整體變化趨勢看（表2），中部地區(qū)從0.890 1 上升到0.958 8，整體表現出波動上升態(tài)勢，說明中部地區(qū)實際生產技術水平與共同前沿面所代表的先進技術水平之間的差距在縮小。東部和西部地區(qū)TGR 分別從0.994 2 和0.856 8 下降到0.947 1 和0.803 0，總體小幅下降4.74%和5.38%，說明東部和西部地區(qū)實際生產技術水平與共同前沿面所代表的先進技術水平之間的差距稍有擴大。同時，不同區(qū)域在不同年份的TGR 有明顯差異，說明東部、中部和西部的生產技術集差異比較明顯，因此在研究中不能忽略地區(qū)間生產技術集差異，否則會導致生產效率測算結果出現更大偏差。

表2 2013—2018 年不同區(qū)域肉牛生產TGR 變化Table 2 Changes in TGR of beef cattle production in different regions from 2013 to 2018

總體來看，2013—2018 年東部和中部技術效率一直高于西部，可以看出東部和中部實際生產效率水平更接近其各自生產前沿，而西部實際生產效率水平距離其生產前沿最遠。中部對東部生產技術效率表現出追趕效應，與東部技術效率差距在逐漸縮小，但西部與東部、中部地區(qū)技術效率差距逐漸擴大，西部技術水平持續(xù)下滑。

2.2 肉牛全要素生產率分析

2.2.1 肉牛共同前沿TFP指數分析 基于Metafrontier-Malmquist 生產率指數測算得出2013—2018 年中國東部、中部和西部肉牛TFP 及其分解，具體如表3所示。2013—2018 年，西部地區(qū)TFP 年均增長率最高，為2.11%；除2017—2018 年TFP 下降外，其他年份TFP 均呈快速增長態(tài)勢。東部地區(qū)TFP 存在下降態(tài)勢，年均下降0.81%；2014—2015 年和2016—2017 年TFP 表現出增長態(tài)勢，其他年份均表現出不同程度的下滑。中部地區(qū)TFP 年均下滑1.20%，其中2017—2018 年TFP 指數降幅最大?？傮w來看，2013—2018 年西部地區(qū)肉牛TFP 提高，反映出西部地區(qū)肉牛產業(yè)在一定程度上得到提升；而東部和中部地區(qū)肉牛TFP 降低，肉牛產業(yè)發(fā)展水平有所放緩。

從2013—2018 年三大區(qū)域肉牛TFP 分解可以看出，西部地區(qū)肉牛生產共同前沿技術效率年均增長率小幅下降，雖呈負增長，但下降速度基本在1%左右，技術進步年均增長率為2.32%，表明技術進步對西部地區(qū)TFP 增長貢獻較大。東部地區(qū)肉牛生產技術效率年均下降2.54%，技術進步年均增長1.78%，其增加的比例略低于技術效率下降的比例，進一步說明技術效率是導致東部地區(qū)TFP 下降的重要原因。中部地區(qū)肉牛生產技術效率年均下降1.96%，技術進步年均增長0.67%，表明技術效率下降是導致西部地區(qū)TFP 降低的主要原因?？傮w來看，三大區(qū)域技術進步率均呈增長趨勢，而技術效率表現出不同程度的負增長，表明各地區(qū)肉牛TFP 增長都屬于技術進步拉動型。

表3 2013—2018 年不同區(qū)域肉牛TFP 及分解Table 3 TFP and the decomposition of beef cattle in different regions from 2013 to 2018

2.2.2 肉牛TFP 指數群組分析 基于Metafrontier-Malmquist 生產率指數測算肉牛共同前沿與群組前沿TFP，該指數可進一步分解為群組間指數和具有特定經濟含義的指數，用來分析不同區(qū)域肉牛TFP變動的來源差異。2013—2018 年不同區(qū)域肉牛TFP指數及其分解出的群組前沿技術效率指數（GEC）、群組前沿技術進步指數（GTC）、純技術追趕指數（PTCU）和潛在技術相對變動指數（PTRC）如表4所示。

2013—2018 年東部地區(qū)肉牛共同前沿TFP 年均下降0.81%。從分解出的群組指數看，技術效率年均下降1.43%，技術進步年均增長0.79%，東部地區(qū)的技術效率和技術進步均高于西部地區(qū)但低于中部地區(qū)；PTCU 在2013—2017 年表現出上升趨勢，在2017 年后呈現出下降趨勢，平均值為0.988 8，略小于1，表明共同前沿技術效率進步率低于群組前沿，即肉牛生產DMU 的實際生產技術與共同前沿技術之間存在的差距稍有擴大；PTRC 指數整體呈現出上升趨勢，平均值為1.009 8，大于1，說明共同前沿技術效率進步率高于群組前沿，進一步說明群組前沿對共同前沿的技術追趕有難度，群組生產技術擴展空間范圍狹窄?？傮w來看，東部地區(qū)群組前沿技術進步對TFP 增長起到正向積極作用，但技術效率的降低對TFP 的增長表現出的消極效應更為明顯，且群組前沿技術效率的變動與共同前沿面之間的差距逐漸變大，最終導致TFP 總體呈現負增長。因此提高東部地區(qū)的技術效率是推動該地區(qū)肉牛產業(yè)快速發(fā)展的關鍵。

2013—2018 年中部地區(qū)肉牛共同前沿TFP 年均下降1.2%。具體地，技術效率年均下降3.61%，處于三個區(qū)域中的最低水平；技術進步年均增長1.48%，在三個區(qū)域中處于最高水平。PTCU 整體表現出波動上升的趨勢，平均值為1.017 1，表明共同前沿技術效率進步率高于群組前沿，即肉牛生產DMU 的實際生產技術與共同前沿面上最優(yōu)DMU之間存在追趕效應，兩者差距逐漸縮??；PTRC 在2013—2018 年呈現出先增加后降低的趨勢，平均值為0.992 1，說明中部地區(qū)群組前沿潛在技術變動幅度大于共同前沿潛在技術變動幅度，群組前沿對共同前沿存在技術追趕。總體來看，雖然中部地區(qū)群組前沿技術進步增長率高于共同前沿技術進步增長率，但群組前沿技術效率的降低直接導致了共同前沿TFP 指數下滑，說明投入和產出存在一定程度的不匹配問題，導致技術效率下滑，制約著肉牛TFP的增長，這一結果表明肉牛生產需考慮減少投入成本，增加產出。

表4 2013—2018 年不同區(qū)域肉牛TFP 指數群組分解Table 4 Decomposition of the beef cattle TFP index groups in different regions from 2013 to 2018

2013—2018 年西部地區(qū)肉牛共同前沿TFP 年均增長2.11%，是三個區(qū)域中TFP 唯一增長的地區(qū)。具體地，技術效率年均增長0.9%，處于三個區(qū)域中的最高水平；技術進步年均下降0.05%，在三個區(qū)域中處于最低水平。PTCU 平均值為0.989 0，整體呈倒“U”型變化，在2013—2016 年群組前沿面和共同前沿面距離相近，但2016 年之后群組前沿面和共同前沿面距離逐漸變遠；表明群組技術效率雖表現出增長趨勢，但與共同前沿技術效率還有一定差距，并且這種差距在逐步擴大。PTRC 在2013—2018 年呈現出波動上升態(tài)勢，平均值大于1，說明群組前沿技術效率增長率小于共同前沿，群組前沿對共同前沿的技術追趕效應減弱。總體來看，西部地區(qū)技術效率的提高拉動了TFP 的增長，但群組前沿的技術進步率小于共同前沿，最終表現為群組前沿與共同前沿之間的差距越來越大，進一步表明西部地區(qū)技術進步緩慢，原因是西部地區(qū)肉牛養(yǎng)殖粗放，經營管理水平較低，導致肉牛生產技術發(fā)展滯后于中部和東部地區(qū)，從長期來看會阻礙肉牛TFP的進一步提高。

綜上所述，就技術效率（GEC）而言，西部地區(qū)技術效率上升，東部和中部地區(qū)技術效率下降，造成此現象的原因主要有2 個。一是環(huán)保因素影響。東、中部環(huán)保問題比西部更加突出，2017 年環(huán)保政策實施，在環(huán)保政策實施之前，肉牛在優(yōu)勢區(qū)域養(yǎng)殖，但自環(huán)保政策實施之后，部分肉牛養(yǎng)殖場戶轉移到偏遠山區(qū)，伴隨而來的是養(yǎng)殖成本的增加，肉牛養(yǎng)殖場戶的養(yǎng)殖積極性降低；部分養(yǎng)殖場戶直接退出肉牛養(yǎng)殖，導致技術效率下降。二是生產布局轉移。從中國肉牛產業(yè)發(fā)展形勢看，肉牛養(yǎng)殖逐漸向西部地區(qū)擴散，帶動了西部地區(qū)肉牛生產效率的提高。就技術進步（GTC）而言，西部地區(qū)技術進步減緩，東部和中部地區(qū)技術進步加快，其主要原因是：東部和中部地區(qū)在技術創(chuàng)新、技術研發(fā)等方面要優(yōu)先于西部，東部和中部地區(qū)肉牛的繁育和育肥技術都有較規(guī)范的技術推廣，而西部地區(qū)相對較弱。

就純技術追趕（PTCU）而言，中部地區(qū)PTCU大于1，而東部和西部地區(qū)PTCU 小于1，說明中部地區(qū)實際生產技術對共同前沿最優(yōu)面有追趕效應，差距逐漸減小，進而帶動肉牛TFP 的增長，而東部和西部地區(qū)實際肉牛生產技術與共同前沿生產技術追趕效應減弱，差距逐漸變大；就潛在技術進步（PTRC）而言，東部和西部地區(qū)PTRC 大于1，中部地區(qū)PTRC 小于1，東部和西部地區(qū)群組前沿對共同前沿技術追趕有難度，群組前沿技術水平擴展范圍狹窄，而中部地區(qū)共同前沿面技術變動速度快，存在較大的技術進步空間和潛力。原因可能在于中部地區(qū)肉牛產業(yè)發(fā)展基礎較好，在政策保障、資源稟賦、科技儲備等方面具備優(yōu)勢，進而推動技術水平不斷提高；東部地區(qū)經濟較發(fā)達，但肉牛產業(yè)不是東部地區(qū)的優(yōu)勢產業(yè)，加之環(huán)保問題的存在，導致養(yǎng)殖業(yè)發(fā)展緩慢，技術追趕難度大，其次東部地區(qū)技術水平較高，但沒有較好地與肉牛產業(yè)結合起來，致使肉牛比較效益低，技術進步緩慢；西部地區(qū)肉牛產業(yè)發(fā)展相對粗放，在經營管理、勞動力素質、科技創(chuàng)新等領域落后于中部和東部地區(qū)，使得其技術追趕速度較緩慢。

3 結論與啟示

3.1 研究結論

基于2013—2018 年全國15 省區(qū)肉牛養(yǎng)殖成本收益非平衡面板數據，本文利用非參數共同前沿分析方法中的Metafrontier-Malmquist 指數對東、中、西部肉牛全要素生產率及其分解的時空分異特征進行實證研究，得出如下結論。

1）技術效率水平從高到低依次為東、中、西。東部技術效率水平最高，達到0.845 3，其次為中部的0.770 9，西部最低，僅為0.727 1；中部對東部生產技術效率表現出追趕趨勢，兩地區(qū)間的技術效率差距逐漸減小，但西部與東部、中部地區(qū)的技術效率差距逐漸擴大，西部地區(qū)的技術水平持續(xù)下滑。

2）肉牛共同前沿全要素生產率增長速度呈現出西、東、中遞減態(tài)勢。①2013—2018 年，東部肉牛共同前沿全要素生產率增長速度低于西部地區(qū)但高于中部地區(qū)，群組前沿技術進步對全要素生產率增長起到積極作用，但群組前沿技術效率降低對全要素生產率增長表現出的消極效應更為明顯，且群組前沿技術效率變動與共同前沿面間的差距逐漸變大，最終導致全要素生產率呈現負增長。②中部年均增長率處于最低水平，其實際生產技術與共同前沿技術之間的差距逐漸減小，有追趕效應存在，群組生產技術水平擴展空間較大，雖然群組前沿技術進步增長率高于共同前沿技術進步增長率，但群組前沿技術效率降低直接導致全要素生產率指數下滑。③西部肉牛共同前沿全要素生產率年均增長率是三個區(qū)域中全要素生產率唯一增長的地區(qū)，主要是技術進步帶動了其全要素生產率的快速增長；群組前沿技術進步增長率低于共同前沿，使得實際技術進步率與共同前沿面的差距擴大，但群組前沿技術效率對全要素生產率增長起到推動作用。

3.2 政策啟示

基于上述研究結論，提出如下政策啟示供參考。

1）建議加大肉牛產業(yè)科技投入與推廣力度。為提高我國肉牛全要素生產率，首先要改造傳統(tǒng)要素配給，優(yōu)化仔畜品種、提高飼草料營養(yǎng)含量及解放勞動力等，加大科技投入與推廣的政策支持力度，積極引進前沿技術，推動肉牛養(yǎng)殖科技創(chuàng)新，鼓勵農戶進行智能化、規(guī)模化、標準化養(yǎng)殖，提升肉牛養(yǎng)殖技術效率水平。

2）西部地區(qū)肉牛養(yǎng)殖技術效率較低，應重點扶持西部地區(qū)肉牛產業(yè)科技投入，加大人力資本、財政和產業(yè)扶持方面的投入力度來支持肉牛養(yǎng)殖技術的研究和創(chuàng)新；整合各級肉牛養(yǎng)殖技術研究機構資源，建立以科研機構、合作社、龍頭企業(yè)為主導的多元化肉牛養(yǎng)殖技術推廣體系，加強肉牛養(yǎng)殖人員專業(yè)培訓，更好地提供技術指導，深入挖掘和激發(fā)西部地區(qū)肉牛養(yǎng)殖潛力；增加對肉牛養(yǎng)殖先進技術的推廣示范，加大對肉牛養(yǎng)殖技術培訓和疫病防控的支持力度。

3）對于技術效率相對較高的中部和東部地區(qū)，要繼續(xù)發(fā)揮其產業(yè)優(yōu)勢，進一步強化農業(yè)科技政策供給，整合區(qū)域科研力量，重視自主科技研發(fā)，加快科技成果轉化與應用，確保盡快落實落地、到場到戶，提高肉牛產業(yè)發(fā)展的科技支撐力度；加強區(qū)域間聯系，優(yōu)化合作機制，實現資源共享，充分展現優(yōu)勢區(qū)域的示范帶頭作用，推動全國肉牛產業(yè)快速發(fā)展。