糧食全要素生產(chǎn)率和技術(shù)效率研究進展

王 琛，崔建勛，馬 力，吳敬學，黃修杰，儲霞玲，楊艷濤，毛世平，張 琳

（1.中國農(nóng)業(yè)科學院農(nóng)業(yè)經(jīng)濟與發(fā)展研究所，北京 100081；2. 廣東省農(nóng)業(yè)科學院農(nóng)業(yè)經(jīng)濟與農(nóng)村發(fā)展研究所，廣東 廣州 510640）

糧食全要素生產(chǎn)率和技術(shù)效率研究進展

王 琛1，崔建勛2，馬 力2，吳敬學1，黃修杰2，儲霞玲2，楊艷濤1，毛世平1，張 琳1

（1.中國農(nóng)業(yè)科學院農(nóng)業(yè)經(jīng)濟與發(fā)展研究所，北京 100081；2. 廣東省農(nóng)業(yè)科學院農(nóng)業(yè)經(jīng)濟與農(nóng)村發(fā)展研究所，廣東 廣州 510640）

糧食全要素生產(chǎn)率和技術(shù)效率可以從不同層面較清晰地表達生產(chǎn)技術(shù)和土地的投入產(chǎn)出效率，使糧食生產(chǎn)效率問題得以定量分析。對糧食全要素生產(chǎn)率和技術(shù)效率的定義進行介紹，概述了關(guān)于全要素生產(chǎn)率所包含的影響因素對其作用的研究；介紹了測量糧食全要素生產(chǎn)率的3種主要方法（指數(shù)法、DEA方法和SFA方法），綜述了相關(guān)研究進展。

糧食；全要素生產(chǎn)率；技術(shù)效率；SFA法；DEA法；指數(shù)法

我國是世界上人口數(shù)量最多的國家，糧食安全問題一直備受國內(nèi)外關(guān)注。在我國耕地供給極為有限的情況下，通過土地福利來提高糧食產(chǎn)量的途徑已不可行，只能從提升糧食的生產(chǎn)效率來提高糧食產(chǎn)量。傳統(tǒng)的糧食生產(chǎn)效率研究僅僅考慮播種面積、勞動力、物質(zhì)服務(wù)費用等生產(chǎn)要素，并未將科技進步等因素納入指標范圍。糧食生產(chǎn)的相關(guān)投入與技術(shù)需要通過生產(chǎn)要素的投入從而物化到糧食中去，這就使得糧食全要素生產(chǎn)率可以在較為全面的意義上表達技術(shù)和土地本身的投入產(chǎn)出效率，因此轉(zhuǎn)而研究如何提高糧食全要素生產(chǎn)率就可量化分析糧食生產(chǎn)的效率問題。本文對糧食全要素生產(chǎn)率和技術(shù)效率測算方法、影響因素和研究進展進行概述，以期推動相關(guān)研究在我國的開展，為解決我國的糧食安全問題提供借鑒。

1 糧食全要素生產(chǎn)率的相關(guān)研究

1.1 糧食全要素生產(chǎn)率的定義

Barton等［1］在20世紀40年代研究了農(nóng)業(yè)全要素生產(chǎn)率（Total Factor Productivity，TFP），將其作為綜合測算農(nóng)業(yè)經(jīng)濟效率的理論和統(tǒng)計指標，并隨之被美國農(nóng)業(yè)部采納并將研究成果予以公布。Solow將技術(shù)進步加入到生產(chǎn)函數(shù)中，進而明確了產(chǎn)出增長率、各投入要素增長率和全要素生產(chǎn)率增長率之間的關(guān)系，學界將其稱“索羅模型”，可用于全要素生產(chǎn)率的測算。Dennis等［2］對索羅模型進行了改進，認為全要素生產(chǎn)率增長率即為產(chǎn)出增長率扣除各生產(chǎn)要素投入增長率的余值，重點用于解釋產(chǎn)出增長率。目前較為普遍采用的糧食全要素生產(chǎn)率是指包括人力、物力、財力等資源開發(fā)利用的效率，其投入指標一般包括播種面積、農(nóng)機動力、灌溉面積、役畜投入、化肥施用量等5個方面。20世紀90年代開始，全要素生產(chǎn)率理論研究被引入我國。

1.2 糧食全要素生產(chǎn)率的影響因素

有不少學者研究了關(guān)于全要素生產(chǎn)率所包含的影響因素及對其的作用。曹文獻等［3］建立了湖南省糧食生產(chǎn)發(fā)展因素影響力評價模型，發(fā)現(xiàn)2003—2010年間對湖南糧食總產(chǎn)量的影響因素按影響程度從高到低依次排序為化肥施用量、播種面積、農(nóng)機總動力、有效灌溉面積、農(nóng)業(yè)用電量、農(nóng)業(yè)勞動力、成災(zāi)面積。張素文等［4］研究發(fā)現(xiàn)，對糧食總產(chǎn)量有影響的因素就關(guān)聯(lián)度由高及低排列依次為糧食單產(chǎn)、有效灌溉面積、年降水量、糧食播種面積、化肥使用量、成災(zāi)面積、農(nóng)機總動力、糧食價格指數(shù)和農(nóng)業(yè)用電量。彭澧麗等［5］對1991—2008年影響湖南省糧食生產(chǎn)能力的農(nóng)業(yè)機械化因素進行了二次分解實證分析，發(fā)現(xiàn)農(nóng)機化水平對糧食生產(chǎn)能力的提升有顯著的促進作用，農(nóng)機化作業(yè)系統(tǒng)、農(nóng)機配備系統(tǒng)、農(nóng)技協(xié)調(diào)系統(tǒng)三類因素對糧食生產(chǎn)影響的關(guān)聯(lián)度逐步降低。馬九杰等［6］認為自然災(zāi)害對我國糧食綜合生產(chǎn)能力的穩(wěn)定性具有顯著影響。

1.3 糧食全要素生產(chǎn)率的測算和分解

SFA方法、DEA方法和指數(shù)法是測量全要素生產(chǎn)率的3種主要方法，在國內(nèi)外得到了普遍應(yīng)用，其中指數(shù)法、DEA方法是非參數(shù)方法，SFA方法為參數(shù)方法。

1.3.1 SFA方法 隨機前沿生產(chǎn)函數(shù)（SFA）最早由Meeusen等［7］于1977年提出，一般采用修正最小二乘法（COLS）、極大似然法（ML）等方法估計。其主要優(yōu)點在于其統(tǒng)計性特征支持相關(guān)檢驗。SFA分析是在生產(chǎn)函數(shù)形式確定的前提下，測算生產(chǎn)的技術(shù)效率、配置效率和規(guī)模效率等。亢霞等［8］利用SFA方法對小麥、玉米、粳稻等7種作物的技術(shù)效率進行了測算，并對灌溉率、災(zāi)害率、施肥、農(nóng)機化等因素對技術(shù)效率的影響進行了分析。喬世君［9］研究發(fā)現(xiàn)，我國糧食的生產(chǎn)技術(shù)效率在地理空間分布上不均衡，自然條件和社會經(jīng)濟因素對糧食生產(chǎn)的技術(shù)效率有顯著影響。黃金波等［10］對1978—2008年我國30個省（市）的糧食生產(chǎn)分析發(fā)現(xiàn)，農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)和制度是影響我國糧食生產(chǎn)技術(shù)效率的關(guān)鍵因素；我國糧食產(chǎn)量增長主要是由投入要素的增長拉動，31年間全要素生產(chǎn)率平均增長率1.17%。范群芳等［11］對1998—2005年全國31個省份的糧食生產(chǎn)技術(shù)效率進行了分析，對農(nóng)業(yè)機械總動力、化肥施用量、播種面積、災(zāi)害情況、有效灌溉率、復(fù)種指數(shù)和降雨量對效率的影響、技術(shù)效率的頻率分布和投入產(chǎn)出的彈性系數(shù)進行了分析。

1.3.2 DEA方法 數(shù)據(jù)包絡(luò)分析（DEA） 工作原理為數(shù)據(jù)驅(qū)動，因此在進行測算時可有效避免函數(shù)選擇的主觀性，同時，DEA方法能處理多產(chǎn)出多投入的生產(chǎn)形式問題。因此在數(shù)據(jù)來源的真實性、處理方法的科學性、指標選取與設(shè)計的合理性得到保證的情況下，DEA方法更具有適合多種經(jīng)濟問題的普遍性與大樣本研究的實用性。目前DEA方法得到了廣泛的擴展應(yīng)用。

陳秋菲等［12］運用DEA-Malmquist指數(shù)模型，對2007—2015年中我國13個糧食作物主產(chǎn)區(qū)全要素生產(chǎn)率進行評價發(fā)現(xiàn)，由于技術(shù)效率（0.990）和技術(shù)進步效率（1.201）的雙重作用，我國糧食全要素生產(chǎn)效率以年均1.1倍的速度增長，技術(shù)進步是促進全要素生產(chǎn)率增長的主要動力，技術(shù)效率的衰退是影響全要素生產(chǎn)率增長的重要阻力。閔銳等［13-14］分別利用1978－2010年國內(nèi)省域面板數(shù)據(jù)和2004—2010年湖北省縣域面板數(shù)據(jù)，發(fā)現(xiàn)環(huán)境污染對我國的糧食生產(chǎn)技術(shù)效率有影響，普遍存在環(huán)境污染導(dǎo)致效率損失的現(xiàn)象。就湖北省而言，其糧食生產(chǎn)TFP增長為技術(shù)進步單獨驅(qū)動，技術(shù)效率改進作用不大。糧食生產(chǎn)增長主要還是依靠生產(chǎn)要素投入。

1.3.3 指數(shù)法 指數(shù)法主要為采用特定函數(shù)對所觀測到的投入與產(chǎn)出之間數(shù)量與價格的函數(shù)關(guān)系進行分析，如拉氏（Laspeyres）指數(shù)、帕氏（Paasche）指數(shù)、費希爾（Fisher）指數(shù)和T?rnqvist指數(shù)等。目前較為常用的是Malmquist TFP指數(shù)，主要用來分解全要素生產(chǎn)率指數(shù)的不同部分，包括技術(shù)進步和效率的變化，常與DEA方法結(jié)合使用。該方法主要用于3個層面。

一是不同國家的農(nóng)業(yè)TFP比較。Ludena等［15］計算了116個國家農(nóng)業(yè)TFP并對其進行了簡要的分類，發(fā)現(xiàn)養(yǎng)殖業(yè)TFP遠遠高于種植業(yè) TFP。Nin-Pratt等［16］對 1961—2006 年中國和印度兩個國家的農(nóng)業(yè)TFP進行了測算，發(fā)現(xiàn)由技術(shù)進步導(dǎo)致的全要素生產(chǎn)力提高是農(nóng)業(yè)產(chǎn)出提升的重要原因。

二是分析單個國家農(nóng)業(yè)TFP。Millan等［17］、Nghiem 等［18］分別測算了西班牙、越南的農(nóng)業(yè)全要素生產(chǎn)率，研究發(fā)現(xiàn)農(nóng)業(yè)TFP年均增長率在2.9%～3.5%之間。肖紅波等［19］研究發(fā)現(xiàn)，我國糧食平均綜合技術(shù)效率不高，純技術(shù)效率相對偏低；全國糧食全要素生產(chǎn)率增長有所下降，由技術(shù)創(chuàng)新所決定的技術(shù)進步呈現(xiàn)下降趨勢。

三是對農(nóng)業(yè)行業(yè)內(nèi)部全要素生產(chǎn)率進行分析。Tuong等［20］對越南 1976—1994年稻谷全要素生產(chǎn)率增長率進行了估算。張麗娜等［21］研究發(fā)現(xiàn)，2005—2015年玉米生產(chǎn)綜合技術(shù)效率提高主要依賴生產(chǎn)方式改進，玉米全要素生產(chǎn)率平均下降6.7%，其增長顯著依賴于技術(shù)進步；各省（區(qū)）綜合技術(shù)效率的差異主要受農(nóng)業(yè)生產(chǎn)方式（技術(shù)運用等）、經(jīng)營規(guī)模及農(nóng)業(yè)生產(chǎn)占比等的影響；玉米生產(chǎn)各個投入要素均存在不同程度的松弛，配置不合理，均有可節(jié)約的空間。魏丹等［22］研究發(fā)現(xiàn)，農(nóng)業(yè)財政支出、產(chǎn)業(yè)結(jié)構(gòu)變動顯著地促進了中國糧食生產(chǎn)率的增長、自然災(zāi)害對糧食生產(chǎn)率提高有顯著的負面影響，人力資本通過影響技術(shù)效率進而影響糧食全要素生產(chǎn)率的提高。高帥等［23］采用Malmquist 指數(shù)和β收斂分析測算了陜西省32個產(chǎn)糧大縣的糧食全要素生產(chǎn)率，研究發(fā)現(xiàn)該省產(chǎn)糧大縣糧食增產(chǎn)源于要素投入和全要素生產(chǎn)率的雙重驅(qū)動，全要素生產(chǎn)率增長年度波動較大。楊春等［24］研究發(fā)現(xiàn)，1990—2004年我國玉米TFP的平均增長率為3.7%，技術(shù)進步為2.9%，技術(shù)效率為0.7%，技術(shù)進步構(gòu)成推進TFP增長的主要因素，而技術(shù)效率的下滑卻減緩了其增長。李兮芝［25］發(fā)現(xiàn)浙江糧食生產(chǎn)效率整體上升，浙北地區(qū)糧食生產(chǎn)效率優(yōu)勢明顯。

近年Torngvist-Theil指數(shù)也被廣泛使用以測算全要素生產(chǎn)率的變化。陳衛(wèi)平等［26］運用Torngvist-Theil指數(shù)法測算了我國糧食生產(chǎn)的TFP，并進一步計算了全要素生產(chǎn)率對糧食生產(chǎn)的貢獻。

1.3.4 3種方法的比較 上述3種方法均有其優(yōu)點和缺點，因此在不同的測算過程中采取不同的方案（表1）。

（1）生產(chǎn)效率的測定可采用DEA方法和SFA方法，這是因為SFA方法考慮了統(tǒng)計噪聲，并且容易進行假設(shè)檢驗，因此在定量統(tǒng)計上優(yōu)于DEA方法，但是SFA方法需要假設(shè)無效率項的分布形式和假定生產(chǎn)函數(shù)的形式，造成了研究理論假設(shè)的難度。

（2）技術(shù)進步或TFP的測算可采用TFP指數(shù)方法和SFA方法。指數(shù)方法只需要考察兩個觀測期，且計算簡便，但是需要掌握價格數(shù)據(jù)，增加了數(shù)據(jù)收集的難度。此外，指數(shù)方法還假設(shè)生產(chǎn)在技術(shù)上是有效率的，但是該假設(shè)往往不符合實際。對比而言，SFA方法放寬了這個假設(shè)條件，并且不需要價格信息，還可以將TFP分解為技術(shù)進步和技術(shù)效率變化兩個方面，但是卻需要掌握所有研究對象每個時期的觀測值。綜上要根據(jù)所能夠掌握的實際數(shù)據(jù)指標情況來選擇合適的研究方法。

表1 3種研究方法的比較

2 糧食生產(chǎn)技術(shù)效率的相關(guān)研究

2.1 生產(chǎn)技術(shù)效率的測算

最初從生產(chǎn)效率進行研究的Koopmans［27］、Farrell［28］首次正式提出了技術(shù)效率的概念，認為其是在特定產(chǎn)出規(guī)模與市場價格的背景下，生產(chǎn)單元用一定組合的生產(chǎn)要素來生產(chǎn)目標產(chǎn)出所需的實際成本除以理想最小成本的百分比。隨后，Leibenstein［29］將其定義為在相同的投入要素組合的規(guī)模與市場價格下，生產(chǎn)單元的實際產(chǎn)出除以在該技術(shù)水平下所能達到的理想最大產(chǎn)出所得的比率。這一定義被廣泛應(yīng)用。

生產(chǎn)技術(shù)效率測算一般采用柯布道格拉斯生產(chǎn)函數(shù)、超越對數(shù)生產(chǎn)函數(shù)等。周四軍［30］采用柯布道格拉斯生產(chǎn)函數(shù)，發(fā)現(xiàn)1983—2001年我國糧食生產(chǎn)主要依賴于有效播種面積和農(nóng)用化肥施用量技術(shù)對糧食產(chǎn)量影響不顯著。李啟超等［31］采用擴展的柯布道格拉斯生產(chǎn)函數(shù)對1998—2006年河北省太行山區(qū)糧食生產(chǎn)研究發(fā)現(xiàn)，糧食播種面積、灌溉、和農(nóng)業(yè)機械是糧食生產(chǎn)中重要的投入要素。張雪梅［32］用柯布道格拉斯生產(chǎn)函數(shù)測算1991—1996年我國玉米生產(chǎn)的技術(shù)效率，測算得出玉米生產(chǎn)的平均技術(shù)效率為0.829，并且趨于不斷提高。

2.2 科技進步對生產(chǎn)技術(shù)效率的影響

技術(shù)效率的提升源于科技的進步，這成為國內(nèi)外學界的共識。朱希剛［33］認為，政府通過相應(yīng)的農(nóng)業(yè)政策在糧食生產(chǎn)中起到核心作用，農(nóng)業(yè)科技的創(chuàng)新和進步有效保障了中國糧食的有效供給［34］。孟春紅等［35］研究發(fā)現(xiàn)，1949—2007年我國玉米單產(chǎn)增加對糧食增產(chǎn)的貢獻占68.4%、種植面積擴大的貢獻為31.6%，總產(chǎn)量的提高主要依賴于單產(chǎn)的增加。姜松等［36］研究發(fā)現(xiàn)，糧食生產(chǎn)中科技進步速度較快，且科技進步對糧食增產(chǎn)的貢獻力度較大，且技術(shù)進步貢獻率呈收斂趨勢。梁子謙等［37］進一步研究得出影響糧食單產(chǎn)的因素主要是科技進步水平、物質(zhì)投入、環(huán)境與氣候和農(nóng)業(yè)政策，影響糧食播種面積的主要是資源和科技要素、比較收益因子和農(nóng)業(yè)政策。科技進步對不同糧食作物的貢獻度也是有差異的。盧布等［38］制定了我國糧食生態(tài)的七區(qū)區(qū)劃方案；利用農(nóng)業(yè)綜合預(yù)測法分析預(yù)測了2020年各糧食生態(tài)區(qū)域的增產(chǎn)潛力，增產(chǎn)潛力較大的作物是玉米、水稻、小麥和馬鈴薯。科技進步在為糧食生產(chǎn)帶來裨益的同時也會產(chǎn)生一定的外部性，Tilman［39］認為技術(shù)進步和當前的經(jīng)濟力量，對增加糧食供應(yīng)和降低農(nóng)產(chǎn)品成本發(fā)揮了重要作用，但由此也產(chǎn)生了環(huán)境倒退、生物多樣性消失等現(xiàn)象。

3 結(jié)語

在全要素生產(chǎn)率的測算與分解方面，我國研究相對較多，但主要側(cè)重于對某個時間階段的整體、某個品種、某個區(qū)域的測算與分析。但是，在方法上主要采用當期前沿面方法為主，導(dǎo)致容易出現(xiàn)技術(shù)進步指數(shù)小于1的結(jié)果，造成“技術(shù)退步”的假象；此外，生產(chǎn)效率測算各指數(shù)的界限不分明，經(jīng)濟政策和科技政策解釋多樣化，不具備較高的說服力。最后，大多數(shù)研究多基于宏觀和中觀層面，面對農(nóng)戶的微觀層面研究還相對缺乏，有必要對其進行深入研究。

［1］ Baron R M，Kenny D A. The moderator-mediator variable distinction in social psychological research：Conceptual，strategic，and statistical consideration［J］. Journal ofPersonality and Social Psychology，1986（51）：1171-1182.

［2］ Dennis J A，Knox Lovell C A，Schmidt P.Formulation and estimation of stochastic frontier production function models［J］. Journal of Econometrics，1977，6（1）：21-37.

［3］ 曹文獻，楊娜曼. 基于灰色理論的湖南糧食生產(chǎn)發(fā)展因素影響力評價［J］. 中國農(nóng)學通報，2012，28（32）：160-165.

［4］ 張素文，李曉青. 湖南省糧食生產(chǎn)變化趨勢及影響因子研究［J］. 國土與自然資源研究，2005（1）：30-31.

［5］ 彭澧麗，楊重玉，龍方. 農(nóng)業(yè)機械化對糧食生產(chǎn)能力影響的實證分析—— 以湖南省為例［J］.技術(shù)經(jīng)濟，2011，30（1）：34-38.

［6］ 馬九杰，崔衛(wèi)杰，朱信凱. 農(nóng)業(yè)自然災(zāi)害風險對糧食綜合生產(chǎn)能力的影響分析［J］. 農(nóng)業(yè)經(jīng)濟問題，2005（4）：14-17.

［7］ Meeusen W. Efficiency estimation from cobbdouglas production function with composed error［J］. International Economic Review，1977，18（2）：435-444.

［8］ 亢霞，劉秀梅. 我國糧食生產(chǎn)的技術(shù)效率分析—— 基于隨機前沿分析方法［J］. 中國農(nóng)村觀察，2005（4）：25-32.

［9］ 喬世君．中國糧食生產(chǎn)技術(shù)效率的實證研究—— 隨機前沿面生產(chǎn)函數(shù)的應(yīng)用［J］. 數(shù)理統(tǒng)計與管理，2004，23（3）：11-16.

［10］ 黃金波，周先波. 中國糧食生產(chǎn)的技術(shù)效率與全要素生產(chǎn)率增長：1978-2008［J］. 南方經(jīng)濟，2010（9）：40-52.

［11］ 范群芳，董增川，杜芙蓉．隨機前沿生產(chǎn)函數(shù)在糧食生產(chǎn)技術(shù)效率研究中的應(yīng)用［J］. 節(jié)水灌溉，2008（6）：30-33.

［12］ 陳秋菲，譚曉東. 中國糧食作物全要素生產(chǎn)率評價研究［J］. 遼寧農(nóng)業(yè)科學，2017（5）：29-31.

［13］ 閔銳，李谷成. 環(huán)境約束條件下的中國糧食全要素生產(chǎn)率增長與分解［J］. 經(jīng)濟評論，2012（5）：34-42.

［14］ 閔銳. 糧食全要素生產(chǎn)率：基于序列DEA 與湖北主產(chǎn)區(qū)縣域面板數(shù)據(jù)的實證分析［J］. 農(nóng)業(yè)技術(shù)經(jīng)濟，2012（1）：47-55.

［15］ Ludena C. Productivity growth and convergence in crop，ruminant and non-ruminant production：measurement and forecasts［J］. Agric，Econ.2007（37）：1-17．

［16］ Nin-Pratt A. Comparisons of agricultural productivity growth in China and India［J］.Journal of Productivity Analysis，2009，33（3）：209-223.

［17］ Millan J A，Aldaz N. Agricultural productivity of the Spanish regions［J］. Applied Economics，1998（30）：875-884.

［18］ Nghiem H S，Coelli T. The effect of incentive reforms upon productivity：Evidence from the Vietnamese rice industry［J］. Journal of Development Studies，2002，39（1）：74-93．

［19］ 肖紅波，王濟民. 新世紀以來我國糧食綜合技術(shù)效率和全要素生產(chǎn)率分析［J］. 農(nóng)業(yè)技術(shù)經(jīng)濟，2012（1）：36-46.

［20］ Tuong N C. Market reform，incentives and economic development in Vietnamese rice production［J］. Comparative Economic Studies，2006，48（ 2）：277-301．

［21］ 張麗娜，陳志，楊敏麗，等. 我國玉米生產(chǎn)效率時空特征分析［J］. 農(nóng)業(yè)機械學報，2018（3）：1-11．

［22］ 魏丹. 糧食生產(chǎn)率增長、技術(shù)進步、技術(shù)效率—— 基于中國分省數(shù)據(jù)的經(jīng)驗分析［J］. 中國科技論壇，2010（8）：140-145.

［23］ 高帥，王征兵. 糧食全要素生產(chǎn)率增長及收斂分析—— 以陜西省32 個產(chǎn)糧大縣為例［J］. 中國科技論壇，2012（10）：138-143.

［24］ 楊春. 中國玉米生產(chǎn)率增長研究［J］. 農(nóng)機化研究，2007（11）：67-69.

［25］ 李兮芝．浙江省糧食生產(chǎn)效率實證研究—— 基于1987—2007年面板數(shù)據(jù)的分析［D］. 杭州：浙江大學，2009.

［26］ 陳衛(wèi)平，鄭風田. 中國的糧食生產(chǎn)力革命［J］.經(jīng)濟理論與經(jīng)濟管理，2006（4）：56-61.

［27］ Koopmans T C. Analysis of production as an efficient combination of activities［A］. Koopmans，T. C.（Ed.），Activity analysis of production and allocation，cowles commission［M］. Wiley，New York ，1951：33-97.

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

［29］ Leibenstein H. Allocative efficiency vs‘X-Efficiency’［J］. American Economic Review，1966，56（3）：392-415.

［30］ 周四軍. 對我國糧食生產(chǎn)影響因素的計量分析［J］. 統(tǒng)計與決策，2003（4）：41-42.

［31］ 李啟超. 河北省太行山區(qū)糧食生產(chǎn)的投入要素分析［J］. 廣東農(nóng)業(yè)科學，2010（1）：258-259.

［32］ 張雪梅．我國玉米增長影響因素的分析［J］. 農(nóng)業(yè)技術(shù)經(jīng)濟，1999（2）：32-35.

［33］ 朱希剛. 我國糧食生產(chǎn)率增長分析［J］. 農(nóng)業(yè)經(jīng)濟問題，1999（7）：2-9.

［34］ 瞿虎渠. 科技進步：糧食生產(chǎn)中的重要支撐［J］. 求是，2010（5）：51-53.

［35］ 孟春紅，路振廣. 糧食安全與玉米增產(chǎn)潛力的研究［J］. 中國農(nóng)村水利水電，2012（9）：19-23.

［36］ 姜松. 糧食生產(chǎn)中科技進步速度及貢獻研究—— 基于1985—2010 年省級面板數(shù)據(jù)［J］.農(nóng)業(yè)技術(shù)經(jīng)濟，2012（10）：40-51.

［37］ 梁子謙，李小軍．影響中國糧食生產(chǎn)的因子分析［J］．農(nóng)業(yè)經(jīng)濟問題，2006（11）：19-22.

［38］ 盧布. 2020 年我國區(qū)域糧食生產(chǎn)潛力及實現(xiàn)途徑［J］. 中國軟科學，2009（S1）：188-192.

［39］ Tilman D. Agricultural sustainability and intensive production practices［J］. Nature，2002：671-677.

Research progress of total factor productivity and technical efficiency of grain

WANG Chen1，CUI Jian-xun2，MA Li2，WU Jing-xue1，HUANG Xiu-jie2，CHU Xia-ling2，YANG Yan-tao1，MAO Shi-ping1，ZHANG Lin1
（1. Institute of Agricultural Economics and Development，Chinese Academy of Agricultural Sciences，Beijing 100081，China ；2. Institute of Agricultural Economics and Rural Development，Guangdong Academy of Agricultural Sciences，Guangzhou 510640，China）

Total factor productivity and technical efficiency of grain can clearly express the input-output efficiency of production technology and land from different levels，and make the quantitative analysis of grain production efficiency. This paper introduced the definition of total factor productivity and technical efficiency of grain，summarized the influencing factors of total factor productivity，introduced three main methods （index method，DEA method and SFA method） for measuring total factor productivity，at last reviewed the related research progress.

grain ；total factor productivity；technical efficiency；SFA method ；DEA method ；index method

F323.5

A

1004-874X（2017）08-0133-06

王琛，崔建勛，馬力，等. 糧食全要素生產(chǎn)率和技術(shù)效率研究進展［J］.廣東農(nóng)業(yè)科學，2017，44（8）：133-138.

2017-06-10

國家自然科學基金（71273263）

王琛（1985-），女，博士，E-mail：1045822659@qq.com

吳敬學（1958-），男，博士，研究員，E-mail：wujingxue@caas.cn

（責任編輯 鄒移光）