杜慧彬

（寧夏職業(yè)技術(shù)學(xué)院，寧夏 銀川 750021）

農(nóng)業(yè)是國(guó)民經(jīng)濟(jì)建設(shè)與發(fā)展的重要支柱產(chǎn)業(yè)。地區(qū)農(nóng)業(yè)的良性發(fā)展對(duì)于經(jīng)濟(jì)發(fā)展、社會(huì)穩(wěn)定和生態(tài)安全起到至關(guān)重要的作用。全要素生產(chǎn)率被認(rèn)為是具有長(zhǎng)期增長(zhǎng)效應(yīng)的經(jīng)濟(jì)驅(qū)動(dòng)力，提升農(nóng)業(yè)全要素生產(chǎn)率是實(shí)現(xiàn)中國(guó)農(nóng)業(yè)高質(zhì)量發(fā)展的關(guān)鍵，是推動(dòng)中國(guó)農(nóng)業(yè)穩(wěn)定增長(zhǎng)和促進(jìn)農(nóng)業(yè)提質(zhì)增效的必然選擇和根本出路[1]。全要素生產(chǎn)率又稱為索洛余值，由美國(guó)經(jīng)濟(jì)學(xué)家索洛首次提出，用于解釋經(jīng)濟(jì)增長(zhǎng)中剔除投入要素貢獻(xiàn)后的增長(zhǎng)部分，是各種生產(chǎn)投入要素貢獻(xiàn)以外的，由技術(shù)進(jìn)步、技術(shù)效率、管理創(chuàng)新、社會(huì)經(jīng)濟(jì)制度等因素所導(dǎo)致的產(chǎn)出增加，具有長(zhǎng)期增長(zhǎng)效應(yīng)[2]。

相較其他產(chǎn)業(yè)而言，對(duì)農(nóng)業(yè)全要素生產(chǎn)率的考察更要考慮空間效應(yīng)，因?yàn)檗r(nóng)業(yè)對(duì)自然因素的依賴性更高。農(nóng)業(yè)的自然屬性要求它的生產(chǎn)要有特定的區(qū)域生態(tài)環(huán)境，也就是適宜的水源、土壤和氣候等條件。空間計(jì)量經(jīng)濟(jì)學(xué)通過(guò)考察區(qū)域的空間效應(yīng)來(lái)分析空間不平等的不同屬性。通常情況下，不同空間結(jié)構(gòu)之間存在2 種不同的特性，即空間異質(zhì)性與空間相關(guān)性。前者也稱為空間結(jié)構(gòu)差異，即不同的空間結(jié)構(gòu)間存在非均衡性；后者主要取決于地理空間所處的相對(duì)位置，這些空間會(huì)產(chǎn)生交互作用，并彼此具有依賴性?？臻g結(jié)構(gòu)的差異引起區(qū)域自然條件各不相同，其產(chǎn)出效率相應(yīng)地也會(huì)存在差異性，因而研究農(nóng)業(yè)全要素生產(chǎn)率卻不考慮空間效應(yīng)是不科學(xué)、不全面的。寧夏的北部引黃灌溉區(qū)、中部干旱帶和南部地區(qū)的生態(tài)環(huán)境各不相同，北部地區(qū)位于銀川平原、衛(wèi)寧平原和賀蘭山自然保護(hù)區(qū)，擁有黃河自流灌溉和賀蘭山生態(tài)屏障的自然優(yōu)勢(shì)，農(nóng)業(yè)生產(chǎn)環(huán)境優(yōu)越；中部地區(qū)干旱缺水，沙化嚴(yán)重，生態(tài)脆弱；南部地區(qū)位于干旱半干旱區(qū)。從自然生產(chǎn)條件的不同可以推斷寧夏各區(qū)域的農(nóng)業(yè)生產(chǎn)有較大的差異。對(duì)寧夏農(nóng)業(yè)全要素生產(chǎn)率的空間效應(yīng)進(jìn)行研究，有利于發(fā)揮各區(qū)域比較優(yōu)勢(shì)，促進(jìn)各類要素合理流動(dòng)和高效集聚，優(yōu)化區(qū)域間資源配置，強(qiáng)化農(nóng)業(yè)技術(shù)對(duì)區(qū)域發(fā)展的輻射帶動(dòng)作用，順應(yīng)空間結(jié)構(gòu)變化趨勢(shì)，推動(dòng)農(nóng)業(yè)生產(chǎn)向具有更強(qiáng)糧食生產(chǎn)功能區(qū)域進(jìn)行轉(zhuǎn)移。

本文首先采用DEA-Malmquist指數(shù)法測(cè)算寧夏的農(nóng)業(yè)全要素生產(chǎn)率；其次用Stata 13.1 軟件檢驗(yàn)農(nóng)業(yè)全要素生產(chǎn)率的空間異質(zhì)性；再運(yùn)用Geoda 一階Rook 相鄰建立權(quán)重矩陣，進(jìn)一步分析農(nóng)業(yè)全要素生產(chǎn)率與技術(shù)進(jìn)步的空間相關(guān)性；最后根據(jù)上述研究對(duì)寧夏地區(qū)的農(nóng)業(yè)增長(zhǎng)給出結(jié)論與建議。

1 文獻(xiàn)綜述

根據(jù)經(jīng)濟(jì)增長(zhǎng)理論，在完全競(jìng)爭(zhēng)市場(chǎng)，如果資源是可以自由流動(dòng)的，那么資源會(huì)自發(fā)地從低生產(chǎn)率企業(yè)流入高生產(chǎn)率企業(yè)，因而市場(chǎng)上所有企業(yè)的生產(chǎn)率應(yīng)該是相同的。農(nóng)業(yè)生產(chǎn)的資源在空間（或區(qū)域）層面的配置如果不符合效率原則，就會(huì)存在空間配置扭曲。要素的配置既有區(qū)域內(nèi)部各生產(chǎn)單元之間的配置，又有跨區(qū)域的流動(dòng)和配置。要素的區(qū)域內(nèi)配置效率以及跨區(qū)域配置效率，對(duì)于區(qū)域農(nóng)業(yè)一體化發(fā)展、農(nóng)民收入水平的變化、區(qū)域間農(nóng)業(yè)生產(chǎn)差距都會(huì)產(chǎn)生重大影響。

農(nóng)業(yè)生產(chǎn)依附于自然環(huán)境，對(duì)自然資源產(chǎn)生較強(qiáng)的依賴性，同時(shí)農(nóng)業(yè)生產(chǎn)過(guò)程對(duì)自然環(huán)境產(chǎn)生較強(qiáng)的外部效應(yīng)，且因自然資源稟賦的集聚效應(yīng)存在，農(nóng)業(yè)生產(chǎn)具有較高的地理集聚效應(yīng)，即有較強(qiáng)的空間相關(guān)性。在技術(shù)條件落后的早期，人類無(wú)法解決因地理位置限制帶來(lái)的空間資源配置差異，隨著勞動(dòng)力、技術(shù)、投入等要素的產(chǎn)生和快速流動(dòng)，農(nóng)業(yè)生產(chǎn)逐漸打破了空間帶來(lái)的局限性，進(jìn)一步促進(jìn)了農(nóng)業(yè)生產(chǎn)要素在地區(qū)之間的流動(dòng)和增值。楊剛等[3]對(duì)1998—2012年的中國(guó)農(nóng)業(yè)全要素生產(chǎn)率值進(jìn)行了檢驗(yàn)，認(rèn)為大多數(shù)年份具有顯著的空間相關(guān)性，全局不顯著的年份在局部存在區(qū)域聚集性。劉莉等[4]對(duì)我國(guó)農(nóng)業(yè)全要素生產(chǎn)率的空間效應(yīng)進(jìn)行檢驗(yàn)，發(fā)現(xiàn)其具有顯著的正向空間溢出效應(yīng)，也就是說(shuō)一個(gè)地區(qū)農(nóng)業(yè)全要素生產(chǎn)率的提升對(duì)于鄰近地區(qū)農(nóng)業(yè)全要素生產(chǎn)率的增長(zhǎng)具有促進(jìn)作用。李欠男等[5]測(cè)算了1978—2015 年中國(guó)省（區(qū)、市）的農(nóng)業(yè)全要素生產(chǎn)率，用空間誤差模型檢驗(yàn)了空間相關(guān)性，認(rèn)為空間因素對(duì)農(nóng)業(yè)全要素生產(chǎn)率有顯著的正向影響，并且存在空間條件收斂，但由于各區(qū)域資源稟賦的差異，各地區(qū)收斂速度迥異[5]。王紫露等[6]研究了長(zhǎng)三角城市群的農(nóng)業(yè)全要素生產(chǎn)率及其時(shí)空演變，發(fā)現(xiàn)26 個(gè)城市間農(nóng)業(yè)生產(chǎn)效率、規(guī)模效率空間差異較大[6]。而另有一部分學(xué)者認(rèn)為我國(guó)農(nóng)業(yè)全要素生產(chǎn)率在空間上并不存在顯著的溢出關(guān)聯(lián)效應(yīng)[7-8]。已有文獻(xiàn)缺少對(duì)寧夏農(nóng)業(yè)全要素生產(chǎn)率的空間效應(yīng)研究，故本文對(duì)寧夏地區(qū)的農(nóng)業(yè)生產(chǎn)空間異質(zhì)性與相關(guān)性展開(kāi)較深入的研究。

2 研究設(shè)計(jì)

2.1 研究方法

2.1.1空間異質(zhì)性研究方法 測(cè)算區(qū)域發(fā)展的不均等和差異性的研究通常采用極差、泰爾指數(shù)、標(biāo)準(zhǔn)差、變異系數(shù)、基尼系數(shù)等方法。本研究采用泰爾指數(shù)測(cè)算區(qū)域間與區(qū)域內(nèi)農(nóng)業(yè)全要素生產(chǎn)率的差距與變化趨勢(shì)。

2.1.2空間相關(guān)性研究方法 在進(jìn)行空間相關(guān)性檢驗(yàn)時(shí)，通常會(huì)采用Anselin 提出的莫蘭指數(shù)法（Moran’s I 法），通過(guò)借助空間權(quán)重矩陣判斷空間單元之間的影響強(qiáng)度。

1）空間權(quán)重矩陣W。在很多研究中，最常用的空間權(quán)重矩陣方式是地理鄰接權(quán)重。由于經(jīng)濟(jì)主體與其所處的地理空間位置有著密切聯(lián)系，為了將空間位置信息引入統(tǒng)計(jì)分析，首先構(gòu)造一個(gè)空間鄰接矩陣來(lái)定義空間區(qū)域的相互關(guān)系，簡(jiǎn)化空間信息，以權(quán)重的方式突出區(qū)域的空間位置與經(jīng)濟(jì)變量的關(guān)聯(lián)，即

式中：wmn表示區(qū)域m與n的鄰接關(guān)系，用1、0分別表示區(qū)域鄰接、不鄰接的關(guān)系。

在對(duì)農(nóng)業(yè)生產(chǎn)的考量中，大多采用地理鄰接矩陣，比如楊剛等[3]對(duì)中國(guó)農(nóng)業(yè)全要素生產(chǎn)率空間效應(yīng)的考察，以及李兆亮等[9]對(duì)中國(guó)農(nóng)業(yè)綠色經(jīng)濟(jì)增長(zhǎng)的空間相關(guān)性的考察，都優(yōu)先采用鄰接矩陣表達(dá)空間單元的關(guān)系。

2）全局莫蘭指數(shù)。全局Moran’s I 指數(shù)的表達(dá)式：

式中：wij是空間鄰接矩陣；xi是位置（區(qū)域）i的屬性值為所有空間權(quán)重之和。Moran’s I 指數(shù)I的取值一般在-1 到1 之間，大于0 表示正的自相關(guān)，即高值與高值相鄰、低值與低值相鄰；小于0表示負(fù)的自相關(guān)，即高值與低值相鄰。如果Moran’s I指數(shù)接近于0，則表明空間分布是隨機(jī)的，不存在空間自相關(guān)。

2.2 變量選取與數(shù)據(jù)來(lái)源

對(duì)于變量的選擇，本文參考大多數(shù)研究者選取指標(biāo)的方式，比如全炯振[10]對(duì)產(chǎn)出要素、土地投入要素、資本投入要素、中間投入要素的選擇，以及史常亮等[11]對(duì)投入和產(chǎn)出變量的選擇。

2.2.1產(chǎn)出變量 農(nóng)林牧漁業(yè)總產(chǎn)值（萬(wàn)元），采用2006 年不變價(jià)的農(nóng)林牧漁業(yè)總產(chǎn)值。2006—2017年的農(nóng)林牧漁總產(chǎn)值與農(nóng)林牧漁總產(chǎn)值指數(shù)均取自歷年的《寧夏統(tǒng)計(jì)年鑒》。

2.2.2投入變量 投入變量主要有以下幾種。①土地投入：農(nóng)作物總播種面積（hm2）；②勞動(dòng)力投入：農(nóng)林牧漁業(yè)從業(yè)人員（人）；③資本投入：機(jī)械總動(dòng)力（104kW）；④中間投入：化肥施用量（t）。其中農(nóng)作物總播種面積、農(nóng)林牧漁業(yè)從業(yè)人員、化肥施用量取自2007—2018年的《寧夏統(tǒng)計(jì)年鑒》，機(jī)械總動(dòng)力取自2007—2018年的《中國(guó)縣（市）社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》以及寧夏各市（縣、區(qū)）2006—2017 年的國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)。

2.2.3不規(guī)范數(shù)據(jù)的調(diào)整與缺失數(shù)據(jù)的處理 由于2015年以后農(nóng)業(yè)運(yùn)輸動(dòng)力不再計(jì)入農(nóng)機(jī)總動(dòng)力，統(tǒng)計(jì)年鑒上的農(nóng)機(jī)總動(dòng)力比往年下降25%左右，為了保證數(shù)據(jù)的平穩(wěn)性以及準(zhǔn)確性，依據(jù)國(guó)家統(tǒng)計(jì)局公布的寧夏機(jī)械總動(dòng)力的數(shù)據(jù)，對(duì)2016 年、2017 年各縣域的農(nóng)機(jī)總動(dòng)力做了平穩(wěn)性調(diào)整。

2.3 研究區(qū)域界定

2.3.1研究區(qū)域界定 綜合考慮各種變量以及數(shù)據(jù)的可得性，本文選取寧夏22 個(gè)市（縣、區(qū)）為研究對(duì)象，并按照寧夏統(tǒng)計(jì)局網(wǎng)站對(duì)寧夏數(shù)據(jù)市（縣、區(qū)）的年度歸類方式，將興慶區(qū)、金鳳區(qū)和西夏區(qū)歸為銀川市區(qū)，將大武口和惠農(nóng)區(qū)歸為石嘴山市區(qū)，最終形成19 個(gè)市（縣、區(qū)），并對(duì)2006—2017 年的面板數(shù)據(jù)進(jìn)行分析。

2.3.2數(shù)據(jù)來(lái)源 本文采用的數(shù)據(jù)均來(lái)源于國(guó)家統(tǒng)計(jì)局網(wǎng)站公布的2006—2017 年全國(guó)和寧夏的數(shù)據(jù)、寧夏統(tǒng)計(jì)局網(wǎng)站公布的2006—2017年寧夏的數(shù)據(jù)，以及2006—2018 年的《中國(guó)縣（市）社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》。

2.3.3數(shù)據(jù)指數(shù) 總產(chǎn)值、GDP、收入的處理均采用環(huán)比指數(shù)連乘法進(jìn)行換算得出[12]。

3 寧夏農(nóng)業(yè)全要素生產(chǎn)率空間相關(guān)性分析

運(yùn)用Deap 2.1 軟件將2006—2017 年間寧夏19個(gè)市（縣、區(qū)）的農(nóng)業(yè)投入產(chǎn)出數(shù)據(jù)作為樣本，測(cè)算農(nóng)業(yè)全要素生產(chǎn)率、技術(shù)進(jìn)步指數(shù)和技術(shù)效率變化指數(shù)。

3.1 寧夏農(nóng)業(yè)全要素生產(chǎn)率及其分解項(xiàng)

通過(guò)對(duì)全要素生產(chǎn)率測(cè)算方法進(jìn)行分解，發(fā)現(xiàn)全要素生產(chǎn)率是由技術(shù)進(jìn)步與技術(shù)效率的共同作用決定的，因而在研究農(nóng)業(yè)全要素生產(chǎn)率變化特點(diǎn)的過(guò)程中要對(duì)技術(shù)進(jìn)步與技術(shù)效率進(jìn)行分析，見(jiàn)表1。

表1 寧夏農(nóng)業(yè)全要素生產(chǎn)率和分解項(xiàng)變化指數(shù)（2007—2017年）

寧夏農(nóng)業(yè)全要素生產(chǎn)率具有以下特點(diǎn)：第一，在2007—2017年間，寧夏農(nóng)業(yè)全要素生產(chǎn)率平均指數(shù)為1.040，表示年均增長(zhǎng)率為4%，累積增長(zhǎng)率（2006年=1）為1.516，較2006年增長(zhǎng)0.516倍；第二，農(nóng)業(yè)技術(shù)效率指數(shù)為1.001，技術(shù)進(jìn)步指數(shù)為1.039，雖然都有所增長(zhǎng)，但是農(nóng)業(yè)技術(shù)效率增長(zhǎng)不明顯，基本保持不變；第三，2006 年以來(lái)，寧夏農(nóng)業(yè)全要素生產(chǎn)率的改善得益于技術(shù)進(jìn)步的增進(jìn)，但這種進(jìn)步并不穩(wěn)定，表現(xiàn)出明顯的波動(dòng)性，特別是在2008 年到2010年。

3.2 空間效應(yīng)分析

3.2.1空間異質(zhì)性分析 運(yùn)用Stata 13.1 軟件對(duì)寧夏農(nóng)業(yè)全要素生產(chǎn)率進(jìn)行泰爾指數(shù)測(cè)算。這里將寧夏22 個(gè)市（縣、區(qū)）從北到南依次分為北部、中部和南部3個(gè)區(qū)域①北部：銀川市、永寧縣、賀蘭縣、靈武市、平羅縣、石嘴山市；中部：利通區(qū)、紅寺堡區(qū)、鹽池縣、同心縣、青銅峽市、沙坡頭區(qū)、中寧縣；南部：原州區(qū)、西吉縣、隆德縣、涇源縣、彭陽(yáng)縣、海原縣。（杜慧彬. 生態(tài)文明建設(shè)背景下寧夏農(nóng)業(yè)全要素生產(chǎn)率研究[D]. 銀川：寧夏大學(xué)，2021：47.）。

1）寧夏農(nóng)業(yè)全要素生產(chǎn)率的總泰爾指數(shù)。從圖1 可以看出，寧夏農(nóng)業(yè)全要素生產(chǎn)率的泰爾指數(shù)呈現(xiàn)下降趨勢(shì)，從2007 年的0.004 4 降低到2017 年的0.001 0。雖然在2007—2009年呈現(xiàn)上升趨勢(shì)，從0.004 4上漲到0.006 8，說(shuō)明這幾年農(nóng)業(yè)全要素生產(chǎn)率有比較明顯的發(fā)散趨勢(shì)，但在之后幾年又迅速下跌，從0.006 8 下降到0.001 0?？梢?jiàn)，寧夏區(qū)域內(nèi)農(nóng)業(yè)全要素生產(chǎn)率的差距在逐漸縮小。

圖1 2007—2017年寧夏農(nóng)業(yè)全要素生產(chǎn)率的泰爾指數(shù)

2）組間差異與組內(nèi)差異的貢獻(xiàn)率。泰爾指數(shù)可以分為組內(nèi)貢獻(xiàn)和組間貢獻(xiàn)。圖2 表明，組內(nèi)差異始終是整體不均等的重要組成部分，2007 年組內(nèi)差異貢獻(xiàn)率高達(dá)96.8%，盡管逐漸有所下降，最低值為2011 年的0.555，但在整個(gè)觀察期內(nèi)，其貢獻(xiàn)率都高于組間差異貢獻(xiàn)率，并且在2017年的貢獻(xiàn)率高達(dá)100%。與此同時(shí)，組間差異貢獻(xiàn)率從初始的0.032震蕩上升，最高點(diǎn)為2011 年的0.445，隨后逐漸回落，到2017年組間差異貢獻(xiàn)率下降為0?？梢?jiàn)，降低組內(nèi)差異可以有效減小寧夏區(qū)域內(nèi)部農(nóng)業(yè)全要素生產(chǎn)率的差距。

圖2 2007—2017年寧夏農(nóng)業(yè)全要素生產(chǎn)率泰爾指數(shù)組內(nèi)差異與組間差異貢獻(xiàn)率

3）北部、中部和南部地區(qū)農(nóng)業(yè)全要素生產(chǎn)率差異的泰爾指數(shù)值。為了進(jìn)一步了解不同地區(qū)農(nóng)業(yè)全要素生產(chǎn)率水平差異，把寧夏地區(qū)農(nóng)業(yè)全要素生產(chǎn)率的泰爾指數(shù)趨勢(shì)劃分為北部、中部和南部3 個(gè)區(qū)域進(jìn)行分析（圖3）。3 個(gè)區(qū)域農(nóng)業(yè)全要素生產(chǎn)率的泰爾指數(shù)在2011 年以后的走勢(shì)基本趨同，而在2007—2011 年間呈現(xiàn)不同程度以及不同時(shí)段的起伏，具體表現(xiàn)為南部地區(qū)從2007 年的0.001 9 上漲到2008 年的0.006 7，2009 年又回落到0.000 8，之后幾年有小幅度波動(dòng)；北部地區(qū)是在2009年出現(xiàn)峰值，從2007年的0.003 3上升到0.007 7，在2010年回落到0.001 3，直到2017 年同樣呈現(xiàn)小幅度波動(dòng)；中部地區(qū)較為不同的是在2007—2010 年表現(xiàn)出先下降后上升的趨勢(shì)，從2007 年的0.007 1 下降到2008 年的0.004 9，隨后回升至2010 年的0.008 0，在2011 年驟減到0.000 9，同樣在之后幾年只有輕微波動(dòng)。3個(gè)區(qū)域在2007—2017年的農(nóng)業(yè)全要素生產(chǎn)率的泰爾指數(shù)均值大小依次為中部（0.002 8）、北部（0.002 0）、南部（0.001 6），說(shuō)明寧夏農(nóng)業(yè)全要素生產(chǎn)率的地區(qū)差異主要集中在中部。

圖3 2007—2017年寧夏3個(gè)區(qū)域的泰爾指數(shù)走勢(shì)

3.2.2空間相關(guān)性分析 運(yùn)用Stata 13.1 軟件對(duì)寧夏19個(gè)縣（市）建立空間權(quán)重矩陣，再對(duì)2007—2017年寧夏農(nóng)業(yè)全要素生產(chǎn)率進(jìn)行全局Moran’s I檢驗(yàn)，計(jì)算結(jié)果見(jiàn)表2。

表2 寧夏農(nóng)業(yè)全要素生產(chǎn)率的Moran’s I檢驗(yàn)

由表2 可知，農(nóng)業(yè)全要素生產(chǎn)率的空間自相關(guān)指標(biāo)在2017年具有顯著性。

再利用Geoda 軟件一階Rook 相鄰建立權(quán)重矩陣，對(duì)2017年的農(nóng)業(yè)全要素生產(chǎn)率進(jìn)行局部莫蘭指數(shù)檢驗(yàn)，結(jié)果表明：①北部的石嘴山市轄區(qū)、平羅縣、銀川市轄區(qū)、永寧縣、靈武市和利通區(qū)均屬于農(nóng)業(yè)全要素生產(chǎn)率具有正的聚集效應(yīng)區(qū)域；②中部地區(qū)的沙坡頭、中寧縣、紅寺堡區(qū)、同心縣、海原縣和鹽池縣的農(nóng)業(yè)全要素生產(chǎn)率較低，具有負(fù)的空間相關(guān)性；③賀蘭縣本地區(qū)的農(nóng)業(yè)全要素生產(chǎn)率很高，但相鄰地區(qū)的農(nóng)業(yè)全要素生產(chǎn)率較低；④青銅峽市、原州區(qū)和隆德縣與相鄰地區(qū)相比是低水平地區(qū)。

4 結(jié)論與建議

以寧夏22個(gè)市（縣、區(qū)）2006—2017年有關(guān)數(shù)據(jù)為研究對(duì)象，采用Malmquist指數(shù)測(cè)算農(nóng)業(yè)全要素生產(chǎn)率，并對(duì)其空間異質(zhì)性與相關(guān)性進(jìn)行檢驗(yàn)，得出以下結(jié)論。

1）2007—2017 年寧夏農(nóng)業(yè)全要素生產(chǎn)率年均增長(zhǎng)率為4%，累計(jì)增長(zhǎng)率為1.516。農(nóng)業(yè)技術(shù)效率指數(shù)為1.001，技術(shù)進(jìn)步指數(shù)為1.039，表明技術(shù)進(jìn)步仍然是推動(dòng)全要素生產(chǎn)率增長(zhǎng)的主要因素。

2）總體而言，寧夏農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)的泰爾指數(shù)呈現(xiàn)下降趨勢(shì)，從2007 年的0.004 4 降到2017年的0.001 0，表明寧夏區(qū)域內(nèi)全要素生產(chǎn)率增長(zhǎng)的差距在逐漸縮小。根據(jù)組間差異與組內(nèi)差異的不同貢獻(xiàn)率，組內(nèi)差異貢獻(xiàn)率遠(yuǎn)高于組間差異貢獻(xiàn)率。不同區(qū)域泰爾指數(shù)均值的排序表明，寧夏農(nóng)業(yè)全要素生產(chǎn)率的地區(qū)差異主要集中在中部。

3）2017 年的寧夏農(nóng)業(yè)全要素生產(chǎn)率存在空間相關(guān)關(guān)系，即北部的大多數(shù)縣（市）都屬于具有正聚集效應(yīng)的區(qū)域，中部地區(qū)的大多數(shù)縣（市、區(qū)）都具有負(fù)的空間相關(guān)性，南部地區(qū)的彭陽(yáng)縣、涇源縣具有正的空間相關(guān)性。

為了推動(dòng)寧夏全區(qū)域農(nóng)業(yè)高質(zhì)量發(fā)展，縮小區(qū)域生產(chǎn)效率差異，提高農(nóng)業(yè)系統(tǒng)韌性，提出如下建議。

1）充分發(fā)揮北部地區(qū)的聚集效應(yīng)與輻射作用。地理環(huán)境因素對(duì)寧夏地區(qū)農(nóng)業(yè)技術(shù)進(jìn)步的影響很顯著，具有相同生產(chǎn)條件和地理環(huán)境的地區(qū)有利于相互間農(nóng)業(yè)生產(chǎn)技術(shù)水平的擴(kuò)散和傳播，表現(xiàn)出相鄰地區(qū)農(nóng)業(yè)技術(shù)趨同的現(xiàn)象。因此，應(yīng)當(dāng)加強(qiáng)強(qiáng)強(qiáng)地區(qū)的合作，增進(jìn)農(nóng)業(yè)生產(chǎn)的地區(qū)集聚水平，加快提升研發(fā)強(qiáng)度和技能人才、管理人才水平，推動(dòng)區(qū)域技術(shù)創(chuàng)新能力；通過(guò)政策與資金傾斜、加強(qiáng)區(qū)域間的交流與合作等途徑，充分發(fā)揮農(nóng)業(yè)技術(shù)引領(lǐng)輻射作用，提高產(chǎn)業(yè)間的高質(zhì)量融合，帶動(dòng)中部和南部地區(qū)農(nóng)業(yè)現(xiàn)代化發(fā)展。

2）推動(dòng)中部、南部地區(qū)的生態(tài)建設(shè)。寧夏中部和南部地區(qū)的農(nóng)作物總播種面積占寧夏農(nóng)作物總播種面積的80%以上，但農(nóng)業(yè)全要素生產(chǎn)率長(zhǎng)期低于北部地區(qū)，這個(gè)結(jié)果大體可歸因于不同地區(qū)特定的生態(tài)結(jié)構(gòu)。北部土壤肥沃，耕種條件優(yōu)越；中部屬于干旱帶，土壤貧瘠；南部屬于山區(qū)，丘陵溝壑延綿不絕。而土壤質(zhì)量、灌溉條件、溫度等因素對(duì)土地生產(chǎn)率均有重要影響，因而加強(qiáng)地區(qū)生態(tài)建設(shè)能夠強(qiáng)化地區(qū)水源涵養(yǎng)能力，提升土壤質(zhì)量，穩(wěn)定生態(tài)系統(tǒng)，進(jìn)而維護(hù)農(nóng)業(yè)系統(tǒng)的韌性。

3）推動(dòng)農(nóng)業(yè)數(shù)字化轉(zhuǎn)型。數(shù)字經(jīng)濟(jì)具有便捷性、外部經(jīng)濟(jì)性和邊際收益遞增性等特點(diǎn)，在降低各行業(yè)的交易成本、促進(jìn)要素流動(dòng)與供需精準(zhǔn)匹配等方面發(fā)揮出重要作用。在農(nóng)業(yè)主產(chǎn)區(qū)進(jìn)行農(nóng)業(yè)數(shù)字化轉(zhuǎn)型有利于機(jī)械化、信息化優(yōu)勢(shì)的充分發(fā)揮，通過(guò)構(gòu)建農(nóng)業(yè)物聯(lián)網(wǎng)測(cè)控體系可以為政府的宏觀預(yù)測(cè)和精確統(tǒng)計(jì)提供一手?jǐn)?shù)據(jù)；通過(guò)對(duì)各個(gè)影響因素進(jìn)行實(shí)時(shí)監(jiān)控有助于總結(jié)成功經(jīng)驗(yàn)，形成示范效應(yīng)。在生態(tài)環(huán)境敏感區(qū)域?qū)嵤?shù)字化轉(zhuǎn)型，借助數(shù)字技術(shù)進(jìn)行土壤調(diào)查以獲取土壤屬性特征和時(shí)空演變信息，能夠精準(zhǔn)評(píng)價(jià)土壤肥力質(zhì)量，是實(shí)現(xiàn)對(duì)土壤資源與生態(tài)系統(tǒng)科學(xué)管理的重要前提[13]。通過(guò)完善追溯體系建設(shè)，實(shí)現(xiàn)生產(chǎn)、流通、經(jīng)營(yíng)等環(huán)節(jié)的信息透明化，能夠加強(qiáng)上下游各經(jīng)濟(jì)主體間、經(jīng)營(yíng)主體與消費(fèi)者間的信息對(duì)接，實(shí)現(xiàn)從“農(nóng)田到餐桌”真正意義上的全過(guò)程可追溯，提高食品安全保障水平[14]。