摘要：在保障糧食安全的背景下，基于DEA-Malmquist指數(shù)法，分別對湖南省13個地級市、1個自治州水稻的動態(tài)投入產(chǎn)出效率進行測度，并將湖南省劃分為長株潭城市群、湘南地區(qū)、大湘西地區(qū)、洞庭湖地區(qū)4個地區(qū)進行比較分析。實證分析結果表明：第一，由于技術的提高，全要素生產(chǎn)率呈上升趨勢；第二，不同地級市自治州全要素生產(chǎn)率存在明顯差異；第三，全要素生產(chǎn)率在洞庭湖地區(qū)、長株潭城市群、湘南地區(qū)、大湘西地區(qū)呈現(xiàn)依次遞減的特征?；诖?，有針對性地提出建議，從加大科研投入提升技術，政府推出政策紅利解決實際困難，推動經(jīng)濟發(fā)展改善種植環(huán)境3個方面施策。

關鍵詞：全要素生產(chǎn)率；DEA；Malmquist指數(shù)；湖南省

中圖分類號：F326.11 文獻標志碼：A DOI：10.16465/j.gste.cn431252ts.20240407

項目基金：湖南省社科基金一般項目（21YBA079）。

Research on total factor productivity of rice in Hunan Province based on DEA-Malmquist index

Xu Qian， Liu Hui

（ College of Economics， Hunan Agricultural University， Changsha， Hunan 410128 ）

Abstract： In the context of ensuring food security， based on the DEA-Malmquist index method， the dynamic input-output efficiency of rice in 13 prefecture level cities and 1 autonomous prefecture of Hunan Province was measured， and Hunan Province was divided into four regions： the Changsha-Zhuzhou-Xiangtan urban agglomeration， the southern Hunan region， the western Hunan region， and the Dongting Lake region for comparative analysis. The empirical analysis results show that： firstly， due to the improvement of technology， total factor productivity is on the rise； secondly， there are significant differences in total factor productivity among different prefecture level cities and autonomous prefectures； Thirdly， total factor productivity shows a decreasing trend in the Dongting Lake region， the Changsha-Zhuzhou-Xiangtan urban agglomeration， the southern Hunan region， and the western Hunan region. Based on this， targeted suggestions are proposed to implement policies from three aspects： increasing scientific research investment to improve technology， introducing policy dividends by the government to solve practical difficulties， and promoting economic development to improve the planting environment.

Key words： total factor productivity； DEA； Malmquist index； Hunan Province

湖南省是我國的經(jīng)濟大省、人口大省，同時也是我國至關重要的水稻產(chǎn)區(qū)，其水稻產(chǎn)區(qū)占據(jù)我國2.2%的土地面積，自古號稱“魚米之鄉(xiāng)”，享有“湖廣熟、天下足”的美譽。糧食播種面積、產(chǎn)量常年穩(wěn)定在466.67萬hm2、300億kg左右，其中水稻面積、產(chǎn)量分別居全國第1、第2位。

農(nóng)業(yè)供給側改革的重點是提高農(nóng)業(yè)全要素生產(chǎn)率，而全要素生產(chǎn)率是衡量農(nóng)業(yè)高質量發(fā)展的重要指標[1]。湖南省擁有廣袤的土地，自然物質富饒，但土壤條件各不相同，技術水平有高低區(qū)別，經(jīng)濟發(fā)展不平衡，導致產(chǎn)能存在區(qū)域差異，因此更要促進湖南省水稻生產(chǎn)要素發(fā)展。同時，湖南省農(nóng)業(yè)發(fā)展過程中需要深入解決的問題是如何保證湖南省水稻全要素生產(chǎn)率的提升，達到農(nóng)業(yè)綠色協(xié)調發(fā)展[2]，把湖南“魚米之鄉(xiāng)”的金色招牌擦得更亮。若這一問題能夠有效解決，將對推動農(nóng)業(yè)產(chǎn)業(yè)高質量發(fā)展、建設農(nóng)業(yè)強國目標有著重要意義[3]。

1 文獻回顧

全要素生產(chǎn)率作為一個重要研究領域，在現(xiàn)有研究中有很多文獻對各個地區(qū)各個時間段的不同種類的農(nóng)業(yè)全要素生產(chǎn)率進行研究測算[4]，隨機前沿法和數(shù)據(jù)包絡分析等方法是最為普遍的方法，加入數(shù)字經(jīng)濟、區(qū)域創(chuàng)新績效、人力資本等因素的全要素生產(chǎn)率測算也在研究者們的考慮范圍之中[5]。學者們已從不同角度來分析農(nóng)業(yè)全要素增長的各個影響因素，而現(xiàn)代化農(nóng)業(yè)發(fā)展的需要，提升農(nóng)產(chǎn)品競爭力，確保國家糧食安全，提高農(nóng)民收入正是依賴于農(nóng)業(yè)全要素生產(chǎn)率的提升來完成。雄翅新等[6]基于2011—2021年江西省農(nóng)業(yè)投入和產(chǎn)出的面板數(shù)據(jù)，運用DEA-Malmquist指數(shù)測算農(nóng)業(yè)全要素生產(chǎn)率，采用fsQCA方法探究新型城鎮(zhèn)化、貿(mào)易開放程度、財政支農(nóng)、市場化、農(nóng)村居民收入和要素稟賦結構等前因變量所構建的農(nóng)業(yè)全要素生產(chǎn)率提升路徑。李建英等[7]基于DEA-Malmquist指數(shù)法測算中國30個省份農(nóng)業(yè)全要素生產(chǎn)率，并在此基礎上構建計量模型探究農(nóng)村綠色基礎設施投資對其的影響。宮思羽等[8]先利用DEA模型測算2012—2020年30個省糧食全要素生產(chǎn)率，再利用聯(lián)立方程模型檢驗種業(yè)創(chuàng)新與糧食全要素生產(chǎn)率相互作用，并基于各省的要素稟賦分析兩者間的作用機理。卓樂等[9]運用DEA-Malmquist指數(shù)法測算中國30個省份1996—2015年的糧食全要素生產(chǎn)率。

通過文獻梳理可以發(fā)現(xiàn)，已有文獻對農(nóng)業(yè)生產(chǎn)效率進行了深入地探討，為文章的撰寫提供參考價值，但文章內容的創(chuàng)新性可以進一步提升。一是集中關注某一因素對水稻生產(chǎn)的影響，缺乏對水稻投入產(chǎn)出效率的研究；二是多以全國水稻為評價對象，對省域范圍效率評價關注不足。三是對整個農(nóng)業(yè)全要素生產(chǎn)率的研究較多，對于單個水稻全要素生產(chǎn)率的研究較少。上述問題都還需深入研究，希望本文研究對上述問題進行補充。鑒于此，本文運用Malmquist指數(shù)，對湖南省13個地級市、1個自治州水稻的動態(tài)投入產(chǎn)出效率進行測度，并將湖南省劃分為長株潭城市群、湘南地區(qū)、大湘西地區(qū)、洞庭湖地區(qū)4個地區(qū)進行比較，探索各個區(qū)域水稻效率呈什么樣態(tài)勢發(fā)展，為提高湖南省水稻產(chǎn)量提出建設性意見。

2 模型構建

2.1 研究方法

2.1.1 DEA模型的選擇

傳統(tǒng)的DEA方法有很多特色：第一，傳統(tǒng) DEA的生產(chǎn)函數(shù)不需要設置；第二，傳統(tǒng)DEA產(chǎn)出的數(shù)量不用設置，DEA方法可以用于計算每個決策單元的效率值，即使在單產(chǎn)出或多投入的情況下，評估效果也可以更客觀有效；第三，DEA方法在解決技術中立性和技術低效性方面比SFA計算方法更有效。截至目前，DEA方法發(fā)展得較為成熟。在DEA計算方法中，DEA-Malmquist指數(shù)分析方法用來計算全要素生產(chǎn)率的動態(tài)變化是基于投入與產(chǎn)出之間的函數(shù)，DEA-Malmquist指數(shù)方法可以進一步分解全要素生產(chǎn)率。

2.1.2 DEA-Malmquist生產(chǎn)率指數(shù)

DEA模型研究的是靜態(tài)的技術效率與規(guī)模效率，而Malmquist指數(shù)可以分析動態(tài)的全要素生產(chǎn)率。在規(guī)模報酬不變的基礎上，全要素生產(chǎn)率（TFP）可以劃分成技術進步（TC）與技術效率（EC），而在規(guī)模報酬可變的情況下，技術效率又可以分成純技術效率（PEC）和規(guī)模效率（SEC）[10]。

式中：M為研究對象的全要素生產(chǎn)率，下標v、c指基于規(guī)模報酬不變的前提假設；（xt，yt）和（xt+1，yt+1）分別表示t時期和t+1時期研究對象投入產(chǎn)出的向量；（Dt+1，Dt+1）分別表示t時期和t+1時期基于規(guī)模報酬可變的距離函數(shù)。第一項表示純技術效率，第二、三項分別表示規(guī)模效率與技術進步。如果M>1，說明全要素生產(chǎn)率是增長的；如果M<1，說明全要素生產(chǎn)率是下降的；如果M=1，說明全要素生產(chǎn)率是不變的。同理可得，當TP=1時，表明不存在技術進步；當TP>1或<1時，表明存在技術進步或技術退步。當TEC=1時，體現(xiàn)技術效率無變化；當TEC>1時或TEC<1時，體現(xiàn)技術效率提高或降低。

2.2 數(shù)據(jù)來源

本文以湖南省14個市州為決策單位，以湖南省各區(qū)域水稻為評價對象，對全省水稻投入產(chǎn)出效率進行評價和分析。此外，考慮到水稻的投入產(chǎn)出還會受到該區(qū)域地理區(qū)位和自然條件的影響，根據(jù)數(shù)據(jù)的可獲得性和進行實證研究的需要，劃分為長株潭城市群、湘南地區(qū)、大湘西地區(qū)、洞庭湖地區(qū)4個研究區(qū)域來分析湖南省水稻全要素生產(chǎn)率有何影響，具體區(qū)域劃分見表1，從《湖南統(tǒng)計年鑒》、湖南省各地市統(tǒng)計年鑒、EPS數(shù)據(jù)庫來獲得本研究需要的2010—2021年湖南省水稻的投入與產(chǎn)出數(shù)據(jù)。

2.3 指標選取

評價水稻生產(chǎn)能力的核心指標是水稻全要素生產(chǎn)率，選取湖南省各區(qū)域2010—2021年的面板數(shù)據(jù)為基本決策單元，運用DEA-Malmquist指數(shù)法來測算各個指標。在目前的探索中，關于水稻全要素生產(chǎn)率增長的核算投入產(chǎn)出指標體系比較豐富，參考已有研究，本文借鑒尚麗[11]、閔銳等[12]、薛梅[13]的研究，投入產(chǎn)出指標的選擇基于綜合要素生產(chǎn)率理論，該理論考慮了科學性、可獲得性和目的性，人力資源投資、資本投資和技術投資都包括在投入產(chǎn)出指標選擇中，產(chǎn)出指標為水稻產(chǎn)量，具體投入產(chǎn)出見表2。

3 實證結果分析

為了全面客觀地分析湖南省水稻全要素生產(chǎn)率，本文對2010—2021年14個市州投入產(chǎn)出效率運用DEAP2.1軟件進行評價。

3.1 湖南省水稻全要素生產(chǎn)率時間演變分析

湖南省水稻全要素生產(chǎn)率的變化指數(shù)在時間維度上存在差異，可分為3個階段（表3）。2010—2014年為第一階段，該時間段的水稻全要素生產(chǎn)率及分解指數(shù)都有所增加，表明此階段呈現(xiàn)一個較好發(fā)展趨勢，但該指標是個相對的概念，并不表示水稻綜合生產(chǎn)能力達到理想狀態(tài)，還需要進一步提升。在2010年中央出臺惠農(nóng)政策，加大三農(nóng)扶持力度，在水稻提價增產(chǎn)等方面出臺了一系列政策，有效保證湖南省水稻安全。其中2013—2014年全要素生產(chǎn)率指數(shù)超過1，這一時期的技術效率得到提高，技術進步的改善促進了全要素生產(chǎn)率的提升，反映出在重工業(yè)發(fā)展的同時國家依然非常重視農(nóng)業(yè)技術的提升。將增長趨勢具體劃分中較有特色的是2013—2014年全要素生產(chǎn)率的提升，得力于湖南省大力推進“壓單擴雙”、治理耕地拋荒和集中育秧工作得到落實推進。

2014—2018年為第二階段，此階段各個要素影響力較小，水稻全要素生產(chǎn)率及其分解指數(shù)變動較為平緩，其中2014—2016年全要素生產(chǎn)率均小于1，究其原因都是技術效率下降所引起的，表明這一時段湖南省水稻生產(chǎn)技術有減緩趨勢。同時此時段受極端天氣和病蟲害影響較大，湖南省出臺相關文件重點抓好南方水稻黑條矮縮病，著力提升綠色防控技術，積極采取措施減輕氣象災害損失。2016—2018年的全要素生產(chǎn)率的提升主要是因為技術進步引起的。與此同時，湖南省試行雙季稻高產(chǎn)創(chuàng)建整建制推進試點縣，在公平公正原則下，將績效考核分數(shù)進行排名，將靠前的縣進行獎勵，有效拉動農(nóng)民生產(chǎn)積極性。

2018—2021年為第三階段，這些年來國家比較重視糧食安全，雖然持續(xù)加強對水稻種質培育的力度，但該階段全要素生產(chǎn)率及其分解指數(shù)在不斷波動，其中的2018—2019年技術進步變動率低于技術效率的下降率，導致全要素生產(chǎn)率指數(shù)相對較低，反映出該階段技術效率和技術進步都需要發(fā)展，在水稻種植等新型技術發(fā)展領域進行攻關克難，在此基礎上，湖南省于2018年啟動實施“三分地養(yǎng)活一個人”糧食高產(chǎn)綠色優(yōu)質科技創(chuàng)新工程來保障水稻安全；與2018—2019年相比，技術進步存在顯著提高，促使2019—2020年水稻全要素生產(chǎn)率指數(shù)超過1，達到了DEA有效。2020—2021年的全要素生產(chǎn)率及其分解指數(shù)都比較低，是由于技術效率缺乏造成的，也反映出技術效率對水稻生產(chǎn)起著重大影響，應該重視技術效率的提升。

總體而言，2010—2021年全要素生產(chǎn)率指數(shù)均值為1.019，在這區(qū)間相鄰兩年的湖南省水稻全要素生產(chǎn)率變化呈現(xiàn)不同幅度的增減，但整體呈上升趨勢。具體分解來看，技術進步在湖南省水稻全要素生產(chǎn)率的提升方面起著重要作用，因為在技術效率下降了0.3%的情況下，技術進步均值上升2.2%，技術進步推動湖南省整體水稻全要素生產(chǎn)率增長呈現(xiàn)波動變化，但這個時間段的技術效率并未有推動作用，技術效率的提升是以后發(fā)展道路中需要引起重視的一個環(huán)節(jié)。分別下降0.2%和0.1%的是純技術效率均值和規(guī)模效率值，從中可以看出技術效率增長與規(guī)模效率息息相關，若規(guī)模效率值下降會使技術效率增長遇上瓶頸。

3.2 湖南省水稻全要素生產(chǎn)率地區(qū)差異分析

3.2.1 各地級市自治州差異分析

湖南省水稻全要素生產(chǎn)率指數(shù)的數(shù)據(jù)顯示，不同地域差異特征較為顯著。如表4所示，從地市角度來看，2010—2021年僅湘西州的全要素生產(chǎn)率指數(shù)在1以下，湖南省其他地區(qū)的全要素生產(chǎn)率指數(shù)都超過1，說明2010—2021年湖南省大部分地區(qū)水稻生產(chǎn)效率在不斷提高，有著較好的發(fā)展趨勢，其中最大的是全要素指數(shù)為1.041的益陽市，規(guī)模效率不變但純技術效率提升是該市能夠技術效率增長的原因之一。除此之外，益陽市還建立水稻試點示范區(qū)，示范片采用“三新”配套技術，選用水稻專用配方肥做基肥，以綠色發(fā)展為導向化肥減量增產(chǎn)效果明顯。各個區(qū)域的地市變動也呈現(xiàn)出各自的特點，具體來說，技術效率有小幅下降，而全要素生產(chǎn)率提高的區(qū)域是長沙市、湘潭市、永州市、懷化市、婁底市和湘西州是通過技術進步提升影響的，這6個地區(qū)在今后發(fā)展中應該加大對技術效率的投入。其中，湘潭市是由于規(guī)模效率下降導致技術效率下降，與此同時純技術效率是不變的，今后湘潭市應該在水稻生產(chǎn)過程中優(yōu)化投資，提高水稻生產(chǎn)的規(guī)模經(jīng)濟性；永州市、婁底市和湘西州這三個地區(qū)純技術效率下降，且規(guī)模效率也降低，這兩者的共同作用下導致技術效率下降，因此得到經(jīng)驗教訓，省政府出臺支持水稻生產(chǎn)穩(wěn)定發(fā)展的措施，進一步提升政策的含金量在以后的水稻生產(chǎn)中，需加大對純技術效率的提升和規(guī)模完善的力度；純技術效率下降導致長沙和懷化全要素生產(chǎn)率偏低，今后的規(guī)劃應該以純技術效率的提升為重點。技術效率和技術進步的綜合改善使得株洲市、邵陽市、張家界市、益陽市和郴州市全要素生產(chǎn)率的增加，其中益陽市規(guī)模效率值在過去12年中一直在1以下，因此，益陽市應繼續(xù)重視促進投入規(guī)模的合理化和純技術效率提升，全要素生產(chǎn)率的提高才能得到保障。

總體而言，湖南省水稻全要素產(chǎn)量指標在過去12年中有所改善是因為有數(shù)據(jù)說明2010—2021年湖南省不同地區(qū)的平均全要素產(chǎn)量指數(shù)為1.019，增長率為1.9%；但技術效率下降0.3%表明水稻生產(chǎn)效率下降，平均純技術效率為0.999，規(guī)模效率下降了0.2%，這意味著規(guī)模效率的改善可以促進水稻生產(chǎn)效率的提升。湖南省是雜交水稻發(fā)源地，也是雜交水稻的制種大省，要防止耕地“非糧化”“非農(nóng)化”、耕地碎片化和拋荒等問題，按照袁隆平院士設定的雜交水稻“五步走”路線，繼續(xù)加強攻關，取得新的成果，為我國的水稻建設貢獻力量。

3.2.2 4個區(qū)域差異分析

分4個不同區(qū)域范圍來分析水稻全要素生產(chǎn)率，由表5可知：全要素生產(chǎn)率在洞庭湖地區(qū)、長株潭城市群、湘南地區(qū)、大湘西地區(qū)呈現(xiàn)依次遞減的特征，洞庭湖地區(qū)由于受國家政策傾斜，且有著獨特的地理區(qū)位優(yōu)勢，土壤肥沃具有得天獨厚的天然條件，該區(qū)域農(nóng)田水利基礎設施條件較好，從而使得水稻生產(chǎn)效率較高，是湖南省優(yōu)質水稻主產(chǎn)區(qū)之一。洞庭湖區(qū)在農(nóng)業(yè)發(fā)展全面綠色轉型的道路上構建人與水和諧發(fā)展的新關系，增強綠色發(fā)展動能，保障“天下糧倉”可持續(xù)發(fā)展；長株潭城市群則需通過技術效率的增長來提高水稻生產(chǎn)效率，在長株潭重金屬污染耕地區(qū)和生態(tài)脆弱區(qū)加快調整種植結構，開展輪作休耕，修復農(nóng)業(yè)生態(tài)系統(tǒng)功能；水稻種植范圍較小且技術過時的湘南地區(qū)和大湘西地區(qū)全要素生產(chǎn)率較低，這兩個區(qū)域屬于以山地為主的生態(tài)區(qū)域，是湖南省傳統(tǒng)中稻生產(chǎn)區(qū)域。該區(qū)域溫光資源條件相對較差且季節(jié)性干旱明顯，不適宜發(fā)展雙季稻生產(chǎn)。各地區(qū)可以將財政投入力度加大，優(yōu)良品種和技術投入加強，帶動規(guī)模效率改善提升，從而提高水稻的產(chǎn)量。

4 結論與建議

4.1 結論

采用DEA-Malmquist動態(tài)模型分析了湖南省各個地區(qū)水稻全要素生產(chǎn)率，得出以下3個結論：第一，在2010—2021年，湖南省各地區(qū)水稻生產(chǎn)效率處于中下等水平，水稻生產(chǎn)的技術效率、純技術效率和規(guī)模效率平均值分別為0.997、0.998、0.999，表明湖南省種植技術和規(guī)模整合需要增強，且技術偏低是導致水稻全要素生產(chǎn)率不高的重要原因，全要素生產(chǎn)率變化指數(shù)與技術效率變化指數(shù)變化趨勢相似，全要素生產(chǎn)率的變化主要依賴于技術效率變化[14]。農(nóng)業(yè)技術的創(chuàng)新和推廣放在目標任務之中，從而使水稻全要素生產(chǎn)率達到最優(yōu)狀態(tài)。第二，不同地級市，自治州的全要素生產(chǎn)率是不同的，最大的是全要素指數(shù)達到1.041，地方政府較為重視的地區(qū)，通過建立示范片區(qū)和引進農(nóng)業(yè)人才使全要素生產(chǎn)率更高，同時政府也較為重視對高標準糧田的建設。第三，地理位置和經(jīng)濟發(fā)展情況對水稻生產(chǎn)效率存在一定影響，受自然條件的影響在適宜種植水稻的地區(qū)適度擴大規(guī)模。一般來說，經(jīng)濟發(fā)達且自然條件好的地區(qū)，水稻生產(chǎn)效率越高，越能夠實現(xiàn)水稻產(chǎn)量和質量的最大化。

4.2 建議

第一，加大科技投入，提升農(nóng)業(yè)技術發(fā)展水平。通過促進水稻技術進步來提高水稻全要素生產(chǎn)率，技術是提高水稻產(chǎn)量和質量的保障，在水稻栽培中，要嚴格按照水稻栽培技術來栽培，從而提高水稻產(chǎn)量和質量?，F(xiàn)階段，我國優(yōu)質高產(chǎn)水稻栽培技術還有待深入研究，一些攻關性的難題迫切需要得到解決，只有不斷深入研究優(yōu)質高產(chǎn)水稻栽培技術，我國水稻種植業(yè)才能更上一層樓。

第二，政府推出政策紅利，解決種植過程中的實際困難。建立應對病蟲害的財政支持政策，完善農(nóng)業(yè)保險和農(nóng)業(yè)補貼政策，以及設立農(nóng)田水稻種植種業(yè)開發(fā)的專項科研基金等，這些措施能夠提高農(nóng)民的積極性，從而加快提升水稻的穩(wěn)產(chǎn)增產(chǎn)能力，保障糧食安全。

第三，推動各區(qū)域經(jīng)濟發(fā)展，改善水稻種植環(huán)境。通過頂層設計，因地制宜，考慮到各地區(qū)的地理位置和經(jīng)濟發(fā)展情況，根據(jù)制約因素制定相應的策略開展耕地后備資源的開發(fā)。對湖南省各個地區(qū)進行有針對性地治理，正確把握水稻生產(chǎn)環(huán)境條件，實現(xiàn)水稻生產(chǎn)各要素的協(xié)同效應，讓其發(fā)揮各自最大的生產(chǎn)潛力[15]，推動水稻產(chǎn)業(yè)的現(xiàn)代化發(fā)展。

參 考 文 獻

[1] 朱晶，臧星月，李天祥.新發(fā)展格局下中國糧食安全風險及其防范[J].中國農(nóng)村經(jīng)濟，2021（9）：2-21.

[2] 董旭，孟祥瑞.江蘇省農(nóng)業(yè)全要素生產(chǎn)率提升路徑研究：基于13市的DEA-BCC與DEA-Malmquist分析[J].安徽農(nóng)學通報，2023，29（14）：179-186.

[3] 雷蕾，雷春艷.基于DEA-Malmquist指數(shù)模型談新時期我國糧食生產(chǎn)效率測度實證研究[J].糧食問題研究，2023（2）：35-41.

[4] 林青寧，毛世平.農(nóng)業(yè)全要素生產(chǎn)率的演化過程、測算方法與未來展望[J].中國農(nóng)業(yè)大學學報，2023，28（4）：248-256.

[5] 陸盈盈.氣候變化對中國農(nóng)業(yè)全要素生產(chǎn)率變動的影響研究[D].南京：南京農(nóng)業(yè)大學，2019.

[6] 熊翅新，歐陽梨花，蔡桂云，等.江西省農(nóng)業(yè)全要素生產(chǎn)率的提升路徑研究：基于fsQCA方法的分析[J].農(nóng)林經(jīng)濟管理學報，2023，22（4）：497-506.

[7] 李建英，戰(zhàn)爽.強化農(nóng)村綠色基礎設施投資提高農(nóng)業(yè)全要素生產(chǎn)率[J].經(jīng)濟與管理，2023，37（5）：55-62.

[8] 宮思羽，王博，余志剛.種業(yè)創(chuàng)新與糧食全要素生產(chǎn)率的雙向影響關系研究：基于各省要素稟賦的考察[J].中國農(nóng)業(yè)資源與區(qū)劃，2024，45（6）：11-22.

[9] 卓樂，曾福生.農(nóng)村基礎設施對糧食全要素生產(chǎn)率的影響[J].農(nóng)業(yè)技術經(jīng)濟，2018（11）：92-101.

[10] F？RE R， GROSSKOPF S， NORRIS M， et al. Productive growth technical progress and efficiency changes in industrialized countries[J]. The American Economic Review，1994，84（1）：66-83.

[11] 尚麗.“雙碳”目標下陜西糧食生產(chǎn)率評價及影響因素研究[J].黑龍江糧食，2023（3）：45-47.

[12] 閔銳，胡卓輝.糧食直接補貼的全要素生產(chǎn)率效應：以水稻為例[J].中南民族大學學報（人文社會科學版），2024，44（3）： 140-147+187.

[13] 薛梅.基于DEA和Malmquist指數(shù)的河南省農(nóng)地利用效率研究[J].糧食科技與經(jīng)濟，2023，48（2）：42-45.

[14] 劉明珠.基于非期望產(chǎn)出的河南省農(nóng)業(yè)用水效率測度及影響因素分析[J].糧食科技與經(jīng)濟，2024，49（1）：58-64+81.

[15] 袁小慧，華彥玲，王凱.江蘇省農(nóng)戶水稻適度規(guī)模經(jīng)營模式創(chuàng)新研究[J].江蘇農(nóng)業(yè)學報，2014，30（3）：645-653.