農業生產技術采用的耕地規模門限效應研究
2016-01-06 20:22:33陳飛
財經問題研究 2015年8期
摘 要：為解決由耕地規模差異導致的農業前沿生產技術異質性問題，本文基于門限面板隨機前沿模型，采用格點搜索方法實證檢驗了農業生產技術采用的耕地規模門限效應。研究結果顯示，中國農業生產被門限變量區分為三種機制，技術前沿面與耕地規模呈現同方向變動特征，土地流轉制度創新再次成為解釋農業增長的主要源泉。此外，筆者發現大規模生產的技術效率損失也較大，需要進一步完善與農業規模生產相匹配的現代農業經營模式與管理手段。
關鍵詞：農業生產技術；耕地規模；門限效應；技術效率
中圖分類號：F224；F323.2 文獻標識碼：A
文章編號：1000-176X（2015）06-0078-09
一、引 言
改革開放以來，中國農業生產獲得了迅猛發展，農業產值從1980年的1 922.61億元增加到2012年的10 844.74億元（按1980年不變價格）。在農業產出增加464.15%的同時，農業生產的兩個重要投入要素播種面積和農業勞動分別增加11.64%和-11.56%。在投入要素增長有限的條件下（農業勞動甚至出現負增長），技術進步成為解釋農業產出增長的最主要源泉。此外，對中國這樣一個農業人口比重大的國家而言，農業技術進步還有利于促進農村勞動力向非農產業轉移，從而提高農民收入，并進一步提高對農業的投資水平，促進農業經濟增長，形成良性循環[1]。因此，合理解釋不同時期農業技術進步和技術效率提高的主要途徑和作用機制，對于促進農業可持續發展、增加農民收入以及減緩城鄉收入分配差距等具有重要現實意義。
從現有研究來看，中國尤其是實行家庭聯產承包責任制之后的農業全要素生產率增長得到了學者的廣泛關注，并認為在20世紀80年代初期，土地制度創新帶來的農業TFP的提高解釋了農業產出快速增長的絕大部分[2-3]。而制度因素的作用會隨時間推移逐漸減弱，在此之后，關于中國農業TFP的研究則關注于制度以外的增長來源。其中，部分研究關注技術進步和技術效率的測度，如Yao 等[4]基于中國30個省的農業面板數據，采用隨機前沿生產函數分析糧食生產的技術效率。Jin等[5]對中國1985—2004年23種農產品的全要素生產率進行了分解和比較分析。錢良信[6]對1978—2008年中部6省農業技術效率變化進行研究，發現樣本期間內中部地區的平均技術效率為0.46，總體上處于較低水平。另一部分文獻則關注技術進步和技術效率變化的影響因素，如石慧等[7]利用省際面板數據實證研究1985—2005年中國地區間農業生產績效的動態表現，發現生產要素流動是農業TFP波動的首要推動力。Ito[8]利用SCD生產函數對中國農業BC和M技術進步率變動的影響因素進行實證分析。方鴻[9]運用面板數據的隨機效應Tobit模型實證研究地區農業技術效率的影響因素，發現農村勞動力受教育程度的提高與農業科技力量的加強對技術效率的改善具有正效應。陳飛[10]基于農業生產技術的功能性特征及隨機前沿理論，對影響中國糧食生產技術效率變化的各類因素進行理論分析和實證檢驗。此外，少數學者考慮到生產決策單元（DMU）可能會面對不同的生產可能性邊界，如Tian和Yu[11]利用Battese 等[12]提出的共同邊界生產函數（Meta-Frontier Production Function），在對全要素增長率測算的基礎上，對目前中國生產率增長研究中存在的爭論問題給出解釋。杜文杰[13]采用時不變面板隨機前沿模型，考慮地區間的生產技術差異性，測算不同階段的農業技術效率。梁流濤和耿鵬旭[14]在方向性距離函數和共同邊界框架下，測度了中國31個省（市）農業生產的共同邊界效率、群組邊界效率以及達到整體理性最佳農業技術效率的追趕程度。
上述文獻對于分析中國農業技術進步特征具有重要的理論價值和借鑒意義。但在多數研究使用的隨機前沿生產函數中，存在的主要問題是不同耕地規模使用的前沿生產技術可能不同，因為農場式的規模經營允許大范圍使用現代農業機械并降低單位產量的平均成本，而耕地規模過小或過于分散使得大型機械設備無法投入使用。這使得研究者不能確定較大耕地規模的高農業產出是由于使用了先進的生產技術，還是在同樣的技術水平下僅僅是更有效地利用了投入要素。共同邊界分析方法雖然能夠考慮到，當耕地規模不同時生產決策單元將對應不同的技術前沿面，但該方法面對的一個關鍵問題是如何將所有樣本合理地劃分為k個子群組，這在實證研究中是一個挑戰。而門限面板隨機前沿模型能夠有效地解決這一問題。因此，為解決由耕地規模差異造成的前沿生產技術的異質性問題，本文采用門限面板隨機前沿模型分析中國農業前沿技術和技術效率的變動機制。
本文的第二部分介紹耕地規模與農業生產技術采用的理論關系；第三部分構建基于門限面板模型測度技術進步和技術效率的隨機前沿框架，包括門限面板模型估計、門限效應檢驗、門限值及其置信區間估計；第四部分利用2001—2012年我國20個主要農業省份275個地級市樣本數據，實證研究耕地規模影響農業生產技術采用的門限效應及作用機制；第五部分給出了基于門限面板模型測算的農業技術效率匯總結果；最后給出結論與政策建議。
二、耕地規模與農業生產技術采用的理論聯系
以家庭聯產承包責任制為中心的土地產權制度是由其行為主體為改變土地低效配置、獲取潛在的組織效率而引發的自下而上的制度變遷，其優勢在于以戶為單位的生產組織方式實現了利益主體細化，避免了集體勞動監督成本，發揮了個體農戶精耕細作優勢和生產積極性，從而產生巨大的制度績效。但受到土地資源限制，家庭聯產承包責任制不可避免會導致單個農戶所擁有的耕地規模呈現小型化和細碎化特征。當前，世界農業已經逐漸向機械化、技術化和市場化的現代農業發展，而中國小規模農業種植方式遠遠落后于世界發達國家水平，嚴重制約了中國農業生產力水平的進一步提高，如何調整農業生產規模、提高農產品單位產量已成為農業發展的重中之重。
農業適度規模是指在一定的生產技術水平下，農業生產投入要素（土地、勞動力和機械等）之間實現最佳配置，從而保證各投入要素的產出效率或者整體經濟效益達到最大的生產經營規模。在理論上，不同投入要素之間具有替代關系，生產者可以根據要素的相對價格和資源優勢來選擇要素投入數量。但由于土地是農業生產中的最稀缺資源，其他要素投入需要與土地相匹配，因此，農戶所擁有的土地數量決定其農業生產規模。圖1顯示了在一定生產技術水平下耕地規模與農業產出間的理論關系，其中，橫軸S表示耕地面積，縱軸Q表示農業產出，TP為總產出曲線，AP為平均產出曲線，MP為邊際產出曲線。當耕地面積小于S1時，農業生產的機械技術效率、規模報酬收益和資源配置效率均受到限制，因此，在此階段擴大土地規模能夠有效提升農業產出（產出沿曲線OA變動）。當耕地面積處于S1處，邊際產出曲線MP交于平均產出曲線AP的最高點A*，此時平均產出最大，即投入要素的產出效率最高。當耕地面積為S2時，邊際產出曲線MP與橫軸相交于點B*，此時總產出達到最大值，即整體經濟效益最高，理性農戶會根據生產決策目標（最大化要素產出效率或者是整體經濟效益），在區間[S1， S2]內決定土地投入。區間[S1， S2]稱為一定生產技術下的農業適度規模。當耕地面積大于S2時，總產出、平均產出和邊際產出均處于下降階段，資源配置無效率。農業適度規模并不是一成不變的，隨著科技水平的發展，各種要素投入量均會發生變化，農業適度規模也在不斷變化。假設某生產者采用的農業生產技術用曲線TP表示，其擁有的耕地面積為S3，處于資源配置無效率狀態。此時，該生產者的理性選擇或者是出租土地（當土地流轉市場不完善時也會出現土地撂荒情況），或者是采用由曲線TP*所表示的更為先進的農業生產技術進行生產，從而實現其收益最大化。可見，對于擁有不同耕地規模的生產者，不僅可能存在著技術效率差異，而且生產者所采用的技術前沿面也可能存在顯著不同。
三、門限面板模型的隨機前沿分析框架
由于技術效率估計依賴于一個同質生產函數定義的技術前沿面，而我們無法確定不同耕地規模的農業全要素生產率差異是由技術前沿面不同還是由技術效率差異所導致的。門限面板模型是解決這一問題的有效方法。本文構建一個包含多個門限值的固定效應面板數據模型，基于格點搜索方法估計門限參數，并利用Hansen[15]提出的自助程序法和LR統計量檢驗門限效應的存在性。下面僅以存在兩種前沿生產技術（對應一個門限值）為例，介紹門限面板隨機前沿模型：
3.門限參數的置信區間
在門限效應存在的情況下，對門限參數提供一個置信集是非常有用的，因為這將增強結果的解釋能力。然而，由于門限參數估計值的漸進分布是高度非標準的，導致對于有限樣本，基于t統計量的置信集并不可靠。Hansen[18]提出了基于反轉似然比檢驗的參數γ的置信集估計，考慮在零假設H0（γ0）：γ=γ0下的檢驗，γ0是γ定義域內的任意給定值。定義LR統計量為：
LRF（γ0）=（SF（γ0）-SF（F））/2vF（13）
統計量LRF（γ0）的漸進分布為F（x）=（1-exp（-x/2））2，在顯著水平α（0<α<1）下的臨界值可表示為c（α）=-2ln（1-1-α）。當有LRF（γ0）>c（α）時，則在顯著水平α下的漸進檢驗將拒絕零假設H0（γ0）。γ的一個（1-α）水平下的置信區間可以由LR檢驗的“非拒絕區間”定義：
CS（γ；α）={γ0：LRF（γ0）≤c（α）}（14）
單一門限面板模型的參數估計和檢驗過程可以很容易推廣到多個門限的情況，其基本思路為：在門限參數γ的定義域內，首先按由小到大次序搜索第一個門限值，其次對定義域內大于第一個門限值的參數γ的子集，繼續按由小到大次序搜索第二個門限值，繼續此過程，直到檢驗不再存在門限值為止。詳細內容不再累述，證明參見Hansen[15]的文獻。
四、農業前沿生產技術采用的門限效應
由于耕地規模會影響到農業生產技術采用，假設所有生產決策單元面對相同的生產可能性邊界將導致模型設定誤差[11]。因此，在經驗研究中，利用實際數據檢驗耕地規模門限效應的存在性，并基于不同技術前沿面測算技術效率更具合理性。
1.變量選擇及數據描述
為檢驗農業生產技術采用的門限效應，考慮到不同省份農業的相對重要性及數據可獲得性，本文選取2001—2012年20個主要農業省份（分別為江蘇、浙江、廣東、遼寧、福建、山東、河北、吉林、湖北、湖南、河南、江西、內蒙古、陜西、黑龍江、山西、新疆、四川、安徽和廣西。）275個地級市樣本作為研究對象，數據集中共包括3 300個觀測值。產出變量為農業增加值Y（億元），用農產品收購價格指數（2012年=100）對其進行平減從而消除價格因素影響；投入變量包括農作物播種面積S（萬公頃）、農業從業人員數L（萬人）、農用機械總動力K（萬千瓦）和化肥施用量V（按折純量計算，萬噸），有效灌溉率x被用作控制變量，選擇勞均耕地面積S（畝/人）作為衡量耕地規模的門限變量，數據來源于各省相應年份的《統計年鑒》。表1給出各變量的描述性統計分析結果。
農業生產受耕地面積、自然資源、氣候條件和生產投入等諸多因素影響，其中，耕地面積是影響地區農業發展的最關鍵要素。然而，由于中國地級市領土劃分主要依據于歷史繼承和行政管理的需要，致使不同地區的耕地面積差別很大。表1中的數據顯示，最大播種面積為228.75萬公頃（黑龍江齊齊哈爾），最小的僅為0.45萬公頃（湖北神農架）。自改革開放以來，中國一直實行以戶為生產單位的農業土地制度，農村家庭所擁有的耕地面積是由其所在村莊的耕地總面積按家庭人口數平均分配得到，這導致不同地區農戶的生產規模亦存在巨大差異。其中，勞均耕地面積最大的為137.51畝/人（黑龍江大興安嶺），而最小的僅為0.59畝/人（四川南充）。由于中國存在大量的農業勞動力，導致勞均耕地面積遠小于世界發達國家，且其分布呈現出明顯的左偏特征，除少部分地區耕地資源較為富裕外，大多數地區家庭耕地規模偏小，2012年勞均耕地面積3畝以下的占30.35%，勞均耕地面積3—9畝的占53.04%。不同的農業生產規模不僅導致要素投入和產出存在巨大差異，而且也會間接影響農戶的生產技術采用決策。
2.門限效應檢驗與模型設定
本文利用柯布-道格拉斯生產函數構建門限面板模型?？紤]到在現實農業生產中化肥施用量對耕地規模的依賴性較弱，因此，設定播種面積、勞動力和機械總動力三種投入要素為自變量，農田灌溉為控制變量。另外，門限面板模型形式的具體設定還依賴于門限值的個數，基于從一般到特殊的原則，首先，估計包含三個門限參數的門限面板模型（由于該模型與下文給出的兩門限面板模型形式類似，這里不再給出該模型具體形式），以及式（9）給出的不具有門限效應的面板模型。其次，利用式（10）計算各門限參數對應的似然比（LR）統計量。最后，基于式（11）定義的自助抽樣法過程和式（12）定義的p值計算公式確定LR統計量臨界值，重復抽樣次數B=500。門限效應檢驗結果如表2所示。
表2的最后三列分別給出了在10%、5%和1%的顯著水平上利用自助抽樣法獲得的LR統計量的臨界值，第二列為利用實際數據計算的似然比（LR）統計量值，第三列為各LR統計量對應的自助p值。表2中的結果表明，對于第一個和第二個門限值，在5%的顯著水平上拒絕原假設H0：不存在門限效應；對于第三個門限值無法拒絕
原假設，即不存在第三個門限值。本文基于兩門限面板模型（即整個樣本集合中存在拒絕原假設，即不存在第三個門限值）。因此，本文基于兩門限面板模型（即整個樣本集合中存在三種不同的生產技術前沿面）來測度農業技術效率，模型的具體形式由式（15）給出：
lnYit=α+βVlnVit+（βS1lnSit+βL1lnLit+βK1lnKit+βx1xit）I（sit≤γ1）+（βS2lnSit+βL2lnLit+βK2lnKit+βx2xit）I（γ1
其中，i=1， 2， …， N表示個體；t=1， 2， …， T表示時間；Yit為農業增加值，Sit為播種面積；Lit為農業從業人員數，Kit為農用機械總動力，Vit為化肥施用量，xit為有效灌溉率，勞均耕地面積sit為門限變量。參數βSj、βLj、βKj和βxj，j=1， 2， 3，分別為不同模式下的投入要素產出彈性，其他相關說明與式（1）相同，這里不再贅述。
3.門限面板模型參數估計
本文利用2001—2012年中國20個主要農業省份275個地級市的農業面板數據，使用格點搜索方法，基于式（5）和式（6）估計模型（15）中的參數β，基于式（7）和式（14）估計門限參數γ及其95%水平上的置信區間。由于樣本量較大NT=3 300，在整個定義域內優化搜索門限參數γ對運算過程有很大限制，本文在這里采用一種簡化但對結果幾乎沒有影響的搜索方法，可以大幅減少搜索執行回歸分析的數量。對門限參數的搜索僅限于勞均耕地面積sit的特定分位數，實證中使用的網格{1.00%， 1.25%， 1.50%， 1.75%， 2.00%， …， 99.00%}共包括393個分位數。使用Matlab程序估計模型參數，計算結果如表3所示。
表3中的結果顯示，第一個門限參數值為4.76，第二個門限參數值為10.54，兩參數值均在1%的水平上統計顯著，兩個門限參數將柯布-道格拉斯生產函數的影響機制區分為三種情況。上述結論符合經濟學直觀，當一個勞動力需要耕種的土地面積較小時（小于4.76畝），由于其可以通過傳統方式來完成生產，出于降低投入成本角度考慮，他將選擇減少農用機械投資的決策（當耕地過于細碎時，使用大型農用機械也是不可行的）；而單個勞動力耕種土地面積較大時（大于10.54畝），通過傳統方式來完成生產已經不再現實，且規?；a誘使農民對投入回報具有較高預期，其有必要也有動力采用更為先進的農業生產技術。化肥施用量對產出的影響作用與門限變量無關，影響系數為0.22，且統計顯著，這與理論預期相一致。農作物播種面積、農業從業人員數、農用機械總動力和有效灌溉率對產出的影響作用被門限
變量區分為三種機制。其中，農作物播種面積在三種不同機制下對產出影響均顯著為正，表明對于三種區制，農業生產在各自的技術前沿面下均未達到土地投入的最優點，因此，增加土地要素投入有助于提高產出。當4.76
進一步，本文利用估計的門限值對樣本城市分類，表4中給出了2001—2012年樣本中國275個地級市勞均耕地面積變動的統計分析結果。從表4可以看出，對于情形Ⅰ，地級市數量雖然在總體上呈現出略微減小的規律但波動特征也較為突出；對于情形Ⅱ，地級市數量下降的趨勢非常明顯，在整個樣本區間內城市數量共減少53個；對于情形Ⅲ，地級市數量從2001年的65個增加到2012年的131個，整體農業生產規模不斷擴大已是不爭的事實。2000年以來，隨著工業化、城鎮化進程加快，大量農業勞動力為獲取更高的要素回報開始向二三產業部門流動，部分農村家庭由于缺少勞動力導致了土地的粗放經營甚至撂荒現象，這是勞均耕地面積增加的一個原因。同時，在中國耕地資源總體趨緊的大前提下，農民基于理性考慮會選擇租賃方式來重新配置土地，種糧和養殖大戶為追求規模效益和提高生產效率向其他農戶承租土地，這是導致勞均耕地面積增加的另一個原因。近年來，中國政府一直在大力倡導土地流轉以提高土地利用效率，各地區紛紛出臺相關的土地政策和措施，并對土地流轉進行經濟補貼，各地區的土地流轉速度明顯加快，一些地區較大規模的農業生產模式正逐步形成，為先進生產技術采用提供了條件。
五、農業技術效率測算結果的匯總分析
本文利用表3中的門限面板模型的參數估計結果以及式（8）計算不同耕地規模情況下的農業技術前沿（經過標準化處理）和技術效率，匯總結果如表5所示。另外，在表5的最后一列還給出了利用線性面板模型測算的技術效率匯總結果，用來對比分析基于不同技術前沿假設和基于單一技術前沿假設下，測算的技術效率結果的差異特征。
表5中的統計結果顯示，情形Ⅰ、情形Ⅱ和情形Ⅲ的技術前沿面分別為0.56、0.91和1.00，越大的勞均耕地面積對應于越高的技術前沿水平，上述結論與本文的理論預期相一致。情形Ⅰ的技術前沿水平要遠低于情形Ⅱ和情形Ⅲ，表明耕地規模過小確實對農戶采用先進生產技術具有明顯的抑制作用。21世紀以來，隨著非農收入占農村家庭收入比重的大幅提升，農戶（尤其是耕地規模偏小的農村家庭）將更多的精力投入到非農生產經營活動中，這一方面有利于農民增收，但另一方面，由于中國土地流轉市場還有待完善，農民很難將自己承包的土地流轉出去，使得農村“半工半耕”、“男工女耕”的農戶兼業化現象較為普遍。兼業生產在某種程度上阻礙了農業發展，削弱了農民對生產投資和先進生產技術采用的積極性。規?；a有助于促進前沿技術采用，但相比較而言，情形Ⅲ的技術前沿水平僅略高于情形Ⅱ，表明與更大規模（情形Ⅲ）農業生產相匹配的技術采用情況并不理想，主要原因在于中國糧食生產的比較收益長期偏低，為降低成本并減少風險，農民對投資量大、見效時限長且預期收益不確定的現代農業技術采用的動力不足。
比較門限面板模型在三種情形下測算的技術效率，我們發現小規模農業生產（情形Ⅰ）的技術效率均值（0.93）最大，且分布較為集中（極差為0.13），這一結果與中國農業現實并不違背，家庭聯產承包責任制實行以來，小農生產方式經過多年發展，在小規模耕地上的技術應用基本上已經成熟，接近技術前沿水平，進一步提升的潛力相對較小。大規模農業生產（情形Ⅲ）的技術效率均值（0.77）最小，且分布的離散程度更高（極差為0.45）。目前，中國正處于由傳統農業向現代農業轉變的過渡時期，適用于大規模農業生產的先進技術的普及與應用急需政府支持，此外，大量農村中受教育程度較高的中青年勞動力向城市遷移，使得生產中的管理問題較為突出。而各地區間經濟發展水平的不均衡以及地方政府對農業的重視程度不同會導致地區間農業投入和技術應用的巨大差異，經濟欠發達地區農業技術采用受到諸多限制，對整體技術效率提升具有負向貢獻，是造成大規模農業生產技術效率偏低的主要原因。進一步，考察三種情形下的全要素生產率（定義為技術前沿面與技術效率的乘積），其值分別為0.52、0.73和0.77，這表明盡管大規模農業生產的技術效率偏低，但由于采用了更為先進的前沿技術，導致其對農業產出的正向促進作用更強并且具有更大的提升空間。表5的最后一列給出了利用線性面板模型計算的技術效率結果，其技術效率均值（0.51）要遠小于門限面板模型的測算結果，且分布的離散程度也最高（極差為0.73）。出現這一結果并不意外，因為線性面板模型假設不同耕地規模對應相同的技術前沿面，而對于具有低的技術前沿面的個體而言，這一錯誤設定使得測算的技術無效率項中不僅包含效率損失，還包含了兩個技術前沿面間的技術差距。
六、結論與政策建議
測算農業生產技術效率時，在橫截面或者面板數據集中耕地規模的異質性已成為影響估計結果準確程度的一個主要問題。筆者通過構建門限面板隨機前沿分析框架來解決這一問題，統計推斷方法是由Hansen[15]提出的，該方法允許有多個門限值存在。影響門限效應檢驗的主要問題是門限參數在零假設下沒有定義，筆者利用自助法來模擬似然比檢驗統計量的非標準分布，并基于檢驗反轉方法確定門限參數的置信區間。
利用2001—2012年中國20個主要農業省份的275個地級市樣本數據估計固定效應門限面板模型，發現門限效應確實存在，兩個門限值（4.76和10.54）將農業生產規模區分為三種情況。對比分析結果顯示：第一，化肥施用量、灌溉率和播種面積等要素投入對產出具有顯著的正向影響，而勞動力要素對產出具有負向影響，資本要素對小規模農業生產的作用不顯著，但對中、大等規模農業生產具有正向作用，且耕地規模越大作用效果越顯著。第二，總的來看，各地區的農業生產規模均呈現出不斷擴大的變動趨勢，勞均耕地面積大于10.54畝的地級市個數從2001年的65個增加到2012年的131個。第三，越大的耕地規模對應于越高的技術前沿面，但同時也具有更多的技術效率損失。在整個樣本期間，農業生產規模不斷擴大，而與之相適應的現代生產技術和管理手段還不完善，因此，造成技術效率損失是在所難免的。但總的來說，耕地規模越大則農業TFP對產出的拉動作用越強。第四，基于線性面板模型測算的技術效率要遠遠小于門限面板模型，這是由線性面板模型設定所有地區的技術前沿面均相同所導致的。
為擴大農業生產規模，促進前沿技術進步和技術效率提高，進而實現農民增收和糧食增產，結合本文的研究結論，基于此筆者給出如下政策建議：
1.促進農村土地承包經營權流轉，建立以家庭農場為生產單元的現代農業模式
通過土地流轉改善農業生產結構，促使承租土地農戶實現規模化經營，采用先進的農業技術和科學管理手段，從而提高種糧收益和國際市場競爭力。為此，政府應該實施和完善以下內容：第一，規范土地流轉市場，建立與土地流轉相關的評估、咨詢和公證機構，為土地供求雙方提供信息服務，降低土地流轉成本。第二，為吸引更多農民進入流轉，財政應該對流出土地的農戶進行補貼，相當于國家承擔了一部分地租，從而增加土地流轉供給。第三，健全和完善農村金融體系，鼓勵土地流轉與金融領域改革相結合，為農戶實現土地流轉提供資金支持。
2.在促進農業技術推廣的基礎上，著力于提升農民的勞動技能和管理能力
第一，充分發揮各級農業研究機構對農業生產的技術支持功能，鼓勵農業技術人員深入到農村基層，負責先進農業生產技術的推廣與普及工作。第二，大力發展農村的職業技術教育，不僅要注重農民的勞動技能培訓，更需要注重提升農民的規?；洜I意識，以及與現代農業生產相匹配的生產組織能力和管理能力。
3.加強農業基礎設施建設，降低生產技術采用成本
作為一種公共物品，農村基礎設施長期缺失和不足使得農戶采用前沿生產技術的機會成本過高，而經濟欠發達地區在短期內沒有能力提供與現代農業生產相適應的基礎設施服務，這是經濟欠發達地區技術效率偏低的主要原因。解決這一問題的途徑包括：第一，建立農業基礎設施投資的長效機制，加強中央和地方各級政府的財政轉移支付力度。第二，完善政府與私營部門的合作模式，制定相關政策調動社會資源向經濟欠發達地區農業基礎設施投資的積極性。第三，組織農戶參與基礎設施管理，建立和完善村級管理制度，是提高農村基礎設施建設和管理效益的重要途徑，也是實現公平與公正的有效措施。
參考文獻：
[1] 趙蕾，楊向陽，王懷明.改革以來中國省際農業生產率的收斂性分析[J].南開經濟研究， 2007，（1）：107-116.
[2] McMillan，J.，Whalley，J.，Zhu，L.The Impact of Chinas Economic Reforms on Agricultural Productivity Growth[J]. Journal of Political Economy，1989，97（4）： 781-807.
[3] Fan，S.G.Effects of Technological Change and Institutional Reform on Production Growth in Chinese Agriculture[J]. American Journal of Agricultural Economics，1991，73（2）：266-275.
[4] Yao，S.，Liu，Z.，Zhang，Z.Spatial Differences of Grain Production Efficiency in China，1987-1992[J]. Economics of Planning，2001，34（2）：139-157.
[5] Jin，S.Q.，Ma，H.Y.，Huang，J.K.，Hu，R.F.，Scott，R.Productivity，Efficiency and Technical Change： Measuring the Performance of Chinas Transforming Agriculture[J].Journal of Productivity Analysis， 2010，33（3）：191-207.
[6] 錢良信.中部地區農業技術效率及其影響因素研究[J].安徽農業科學，2010，38（18）：9826-9828.
[7] 石慧，孟令杰，王懷明.中國農業生產率的地區差距及波動性研究——基于隨機前沿生產函數的分析[J].經濟科學，2008，（3）：20-33.
[8] Ito，J.Inter-Regional Difference of Agricultural Productivity in China：Distinction between Biochemical and Machinery Technology[J].China Economic Review，2010，21（3）：394-410.
[9] 方鴻.中國農業生產技術效率研究：基于省級層面的測度、發現與解釋[J].農業技術經濟，2010，（1）： 34-41.
[10] 陳飛.我國糧食生產的技術推進模式及影響機制研究[J].數學的實踐與認識，2014，44（7）： 147-160.
[11] Tian，X.，Yu，X.The Enigmas of TFP in China： A Meta-Analysis[J].China Economic Review， 2012，23（2）：396-414.
[12] Battese，G.E.，Rao，D.S.P.，ODonnell，C.J.A Meta-Frontier Frameworks Production Function for Estimation of Technical Efficiency and Technology Gap for Firms Operating under Different Technology[J].Journal of Productivity Analysis，2004，21（1）：91-103.
[13] 杜文杰.農業生產技術效率的政策差異研究——基于時不變閾值面板隨機前沿分析[J].數量經濟技術經濟研究，2009，（9）：107-118.
[14] 梁流濤，耿鵬旭.中國省域農業共同邊界技術效率差異分析[J].中國人口·資源與環境，2012， 22（12）：94-100.
[15] Hansen，B.E.Threshold Effects in Non-Dynamic Panels：Estimation，Testing， and Inference[J].Journal of Econometrics，1999，93（2）：345-368.
[16] Schmidt，P.，Sickles，R.C.Production Frontiers and Panel Data[J].Journal of Business and Economic Statistics，1984，2（4）：367-374.
[17] Davies，R.B.Hypothesis Eesting when a Nuisance Parameter Is Present only under the Alternative[J]. Biometrika，1987，74（1）：33-43.
[18] Hansen，B.E.Sample Splitting and Threshold Estimation[J].Econometrica，2000，68（3）：575-604.
（責任編輯：劉 艷）
