中國農業綠色全要素生產率時空演變

郭海紅，劉新民,2

(1.青島農業大學管理學院，山東 青島 266109； 2.山東科技大學經濟管理學院，山東 青島 266590)

1 引言

從2006年1月1日聯合國取消對中國糧食補貼后，中國糧食產量在2006-2015年實現“十一連增”，但2016年出現下降拐點，結束了連增的良好態勢，這意味著農業發展的格局發生變化。自2006年以來，農業發展取得了驕人的成績，農業總產值保持年均4%的增速，農民人均收入以9%的年均速度增長。但中國農業長期賴以增長的基礎是要素高投入、資源高浪費、污染高排放，而勞動力等要素的成本持續高升、資源短缺約束日益明顯、環境污染逐漸扼喉等形成農業可持續發展的屏障，這也倒逼農業尋求集約、綠色的增長模式，農業綠色全要素生產率(Agriculture Green Total Factor Productivity，AGTFP)的增長成為可替代性路徑選擇。那么，AGTFP是什么？其時空格局是怎樣的？區域差異的長期演變趨勢是怎樣的？這些問題的解答對完善AGTFP理論和探索中國農業綠色增長路徑具有理論和實踐指導意義。

考慮資源和環境污染約束的全要素生產率為綠色全要素生產率的觀點已經得到共識[1-3]，目前研究熱點在工業領域，AGTFP研究相對較少，對AGTFP的內涵以及理論分析框架尚未有共識性觀點。關于AGTFP的內涵最大的爭議在于作為資源環境約束的因素的確定，一種代表性的觀點是把農業面源污染作為環境約束納入全要素生產率分析框架，如李谷成[4]、梁俊和龍少波等[5]、李兆亮等[6]。一種代表性觀點是把農業碳排放作為環境約束因素，如葛鵬飛等[7]。在AGTFP的測算中對環境因素的處理莫衷一是，以Thijssen[8]為代表的觀點是把環境因素作為投入變量，Hailu[9]、楊俊和邵漢華[10]、陳詩一[11]、胥敬華和杜娟[12]、楊福霞等[13]均對不同行業或區域應用該方法做過測算。把環境污染作為投入要素理論上是可行的，假定在期望產出不變的情況下，環境污染和資源投入均實現一定比例的下降，然而，實際生產進程中，環境污染和投入資源很難總保持等比例關系，也難以反映真實農業生產流程，因而不太適合按此方法處理農業環境污染要素。以Ball等[14]、Nanere等[15]、Shen等[16]為代表的觀點是把環境因素作為非期望產出變量。其內在邏輯是環境污染是農業生產造成的結果，農業生產既有農產品等期望產出，也伴隨著面源污染和碳排放等非期望產出，該邏輯符合實際農業生產過程，故本文把環境污染要素作為非期望產出納入AGTFP測算的框架中。

TFP的測算方法主要有兩種，一種是參數法，以C-D函數法、代數指數法和超越對數生產函數法為主，參數法的模型簡單，但需要事先確定函數的形式，需要精確把控投入產出變量的價格信息，而且假設前提非常嚴格，需具備規模報酬不變的條件；另一種是非參數法，數據包絡分析法(Data Envelopment Analysis，DEA)、Shephard距離函數(DF)和Malmquist指數、方向性距離函數(DDF)和Malmquist-Luenberger指數、SBM函數等，非參數法無需設定函數形式，把決策單元與構建的最優隨機前沿面比較，結合指數法測算結果。但是，不管是DEA模型還是SBM模型都不能處理投入和產出變量同時具有徑向和非徑向特征的情況[17]。對AGTFP的測算現有文獻比較多見的是基于一個視角，如靜態視角采用SBM函數，動態視角選用ML指數，難以全面測度AGTFP。對AGTFP的研究較多關注國家層面，而區域的自然條件、資源稟賦、經濟水平等異質性條件明顯，區域間農業發展差距明顯，而現有研究對AGTFP區域異質性研究更多地關注時序演化、區域格局及影響因素[4,6]，而且更多地定性分析區域間差異，對區域長期演變趨勢研究也較為匱乏。

本研究相較已有研究的拓展：第一，把“資源-能源-經濟-環境”因素同時納入AGTFP理論分析框架中，更全面、合理地測量AGTFP水平，以傳統的農業投入三要素衡量經濟要素，以農業用水量衡量資源要素，以農業用電量衡量能源要素，并把它們作為投入要素，農業碳排放和農業面源污染都作為非期望產出要素。第二，改進EBM模型，克服了農業投入產出既有徑向又有非徑向的難題，并與GML指數結合，靜態和動態結合測算AGTFP，并解析AGTFP增長源泉。第三，綜合運用標準差、泰爾指數、Dagum基尼系數等定量衡量AGTFP的區域差異。第四，以核密度函數和空間馬爾科夫鏈從時空視域分析中國AGTFP的動態演變規律。

2 研究方法、理論模型與數據處理

2.1 研究方法

2.1.1 AGTFP測算模型設計

(1)AGTFP靜態效率測算模型—改進的EBM模型

在存在非期望產出的情況下，資源、能耗和污染排放是“不可分的”、“徑向”的關系，而除了能源之外的傳統投入要素如勞動、資本等和產出之間是“可分的”、“非徑向”關系，但DEA模型和SBM距離函數都不能測度處理存在徑向和非徑向關系的投入產出關系。基于此，Tone和Tsutsui[18]提出了一種同時包含徑向與非徑向兩類距離函數的混合函數模型。由于模型中使用了ε參數，Tone稱之為EBM(Epsilon-Based Measure)函數。EBM模型能在一定程度上彌補傳統DEA模型和SBM模型的不足，表達式為(1)：

(1)

由于農業經濟、資源、環境之間關系的復雜性，既有期望產出又有非期望產出，徑向和非徑向關系同時存在，因此在EBM模型的基礎上擴展為包含非期望產出的EBM模型用于測算靜態的AGTFP，模型為(2)：

(2)

(2)AGTFP動態效率測算模型—Malmquist-Luenberger指數

EBM模型是基于靜態的農業綠色技術效率的思想，限于固定的時間范圍內，難以刻畫農業綠色生產效率動態變化情況。而農業生產過程具有連續性、長期性的特點，在長期生產過程中農業技術水平總是在改變的，比如技術進步水平的不斷提高，會引致生產水平的不斷提升。當DMU數據是面板數據時，為更好地反映生產效率的變化狀態，Malmquist[19]提出的Malmquist指數成為不二選擇。在考慮到非期望產出的情況下，Chambers等[20]把Malmquist指數和包含非期望產出的方向距離函數結合起來，構建了Malmquist-Luenberger指數，表達式為(3)：

MLt,t+1=

(3)

本研究測算的是綠色全要素生產率，標記ML指數為GML指數，也可以分解為綠色技術效率變化指數(GEC)和綠色技術進步變化指數(GTC),具體地見式(4)、(5)、(6)：

GECt,t+1=

(4)

GTCt,t+1=

(5)

GMLt,t+1=GEC×GTC

(6)

為得到GML指數，需要先計算四個方向距離函數值D0。

GEC測量的是跨期綠色技術效率的變化，當GEC>1時，表示效率改進；當GEC<1時，表示效率降低。GTC測量的是綠色技術進步動態變化情況，當GTC>1時，表示生產前沿面沿著期望產出增加非期望產出減少的方向外移；當GTC<1時，生產前沿面反方向內陷。當GML>1時表示AGTFP提高；當GML<1時表示AGTFP下降。

2.1.2 區域差異度量方法

為定量分析AGTFP的區域差異，又考慮到不同方法對數據的敏感程度不同，選用標準差(S)、變異系數(CV)、泰爾指數(Theil)、基尼系數(Gini)分別測算AGTFP的區域差異，并取這幾種方法所測得的均值衡量區域差異。

2.1.3 時空差異演變度量方法

采用核密度函數分析區域差異的時序演變，運用空間馬爾科夫鏈法解析AGTFP的區域演變趨勢。

(1)核密度函數

核密度函數是基于核函數對隨機變量概率密度通過平滑估計以衡量隨機變量的分布形態的非參數估計法[20]。設一組隨機變量的概率密度函數為f(x)，表達式為(7)：

(7)

其中n為觀測值數量，K(·)為核密度函數，h為帶寬，最佳h的選擇應使積分均方誤差最小。本研究以高斯核函數估計AGTFP核密度曲線用于分析AGTFP的區域差異隨時間演變規律。

(2)空間馬爾科夫鏈

傳統的馬爾科夫鏈是一種隨機時間序列方法，需要具備“無后效性”[21]，且通常假定區域間互相獨立，而空間馬爾科夫鏈把傳統馬爾科夫鏈與空間滯后算子融合[22]，克服了傳統馬爾科夫嚴格假定條件，可以用于分析鄰近區域AGTFP對本區域的動態演變的影響。本研究以wy作為空間滯后算子(其中w為鄰階矩陣，y為區域AGTFP累積增長率)衡量鄰階空間滯后類型，并在某一區域初始年份AGTFP累積增長率的鄰階空間滯后類型為基礎將傳統的馬爾科夫轉移概率矩陣分解為m個m*m的條件轉移概率矩陣，矩陣中的元素pij(m)為某一區域在t年的鄰階空間滯后類型為m的情況下，經過d年由i類型轉移到j類型的概率。通過空間馬爾科夫鏈可以解析區域AGTFP增長在不同的鄰階空間滯后類型下轉移的概率大小。

2.2 理論模型與變量界定

本研究的目的是探究聯合國取消糧食補貼后AGTFP的變化，所以確定研究期為2006-2016年。因數據可得性只研究中國31個省和自治區(不包含港澳臺地區)，需要特別說明的是文中的農業指的是農林牧漁業，即廣義農業。

2.2.1 理論模型

根據Fare[24]構造既包含期望產出，又包含非期望產出的農業生產可能性集。假設每一個DMU使用N種投入X，產出M種期望產出Y，I種非期望產出U，則農業環境技術集可以描述為式(8)，農業環境技術需滿足投入和期望產出可自由處置性；期望產出和非期望產出具有聯合弱處置性和零結合性的特征。

(8)

2.2.2 變量界定

根據理論模型需要把“資源-能源-環境-經濟”納入一個分析框架才能真正達到“創新、協調、綠色、開放、共享”目標。結合文獻[25-29]考慮數據的科學性、合理性，甄選合理的投入產出變量。

投入變量：基于農業生產五要素論界定投入要素包括勞動、土地、資本、水資源和電能源，這些要素是農業發展必須的條件。勞動投入以農林牧漁從業人員年底數衡量；土地投入以農作物播種面積與水產養殖面積之和衡量；對資本投入變量的選取不同于已有文獻，主要考慮了農業投入與產出間同時存在徑向和非徑向關系，選取化肥、機械、農藥、農膜及柴油作為資本投入，并考慮到DEA的數據敏感性，采取熵權法擬合資本投入要素。相較已有文獻，沒有納入役畜的原因是本研究的樣本考察期是聯合國取消農業補貼后的2006-2016年，該時間段內農機化水平逐漸提升，對役畜具有強的替代性作用(圖1)，水資源投入用農業用水總量衡量。電能源投入用農業用電量代表。

產出變量:期望產出變量以農林牧漁總產值衡量，并以2006年不變價格調整。非期望產出變量包括農業面源污染和農業碳排放，已有文獻更多地用單一要素，要么采用面源污染要么采用碳排放來衡量非期望產出，但面源污染和碳排放與農業生產都是相伴生的，單獨采用一個變量衡量環境污染要素不夠科學。其中農業面源污染變量在賴斯蕓[30]清單法的基礎上結合《第一次全國污染源普查農業面源污染源污染系數手冊》測算得到。農業碳排放變量借鑒李波[31]的做法測算得到。

構建的AGTFP測算指標體系見表1。

表1 AGTFP測算指標體系

2.2.3 數據來源

表1中指標所需數據來源于《新中國六十年統計資料匯編》、2007-2017年的《中國統計年鑒》、《中國環境統計年鑒》、《中國農業統計年鑒》、《中國農業統計資料》、《中國農村統計年鑒》、《中國能源統計年鑒》、《中國水資源公報》及部分省市統計年鑒等官方權威數據。

3 結果與分析

3.1 考慮資源、能源、環境與否的TFP比較

采用改進的EBM模型測算考慮資源、能源、環境約束的中國AGTFP和不考慮資源環境約束的ATFP，結果如表2所示。從中可以看出，AGTFP明顯低于ATFP，因AGTFP考慮了資源環境約束，更合理、真實地反映農業生產效率。

3.2 AGTFP時序演變

從表2可知，2006-2016年中國AGTFP從0.607增長到0.684呈微幅波動上升趨勢，增幅只有1.2%，在聯合國取消對中國的糧食補貼后，中國采取了多重利農政策，對農業生產效率起到了一定的促進作用，但AGTFP的微幅增長說明農業綠色技術效率增長緩慢，農業高速增長的背后一定程度上帶來資源浪費和環境破壞等附屬代價。

表2 AGTFP與ATFP比較

解構中國AGTFP的GML指數以識別AGTFP增長的源泉(圖2)，從圖2可以看出，2006-2016年GML指數年均增長率為3.4%，綠色技術進步指數(GTC)年均增長4.1%，而綠色技術效率(GEC)年均下降0.7%。對比AGTFP的GML指數的解構部分，發現GML指數與GTC的演變趨勢高度一致，可見AGTFP增長的動力源泉在于農業綠色技術進步，其貢獻度為100.67%，農業綠色技術效率年均降低7%，對AGTFP起到明顯的抑制作用。按時序來看，除了2008-2009年間AGTFP的GML指數出現下降，其他年份GML指數均大于1，整個考察期內，呈波動中增長趨勢。2008-2009年出現下降的原因可能在于2008年全國性特大洪災對農業生產的直接的、致命性地影響，因農業屬于弱質性產業，易受自然災害影響。比較“十一五”(2006-2010)與“十二五”及2016年(2011-2016)間AGTFP的增長情況，發現雖然AGTFP增長幅度不高，但后者增長態勢更為明顯，中國農業綠色發展理念、環保意識及政策落地效果初現。

圖2 AGTFP解構(2006-2016)

3.3 AGTFP區域差異及演變

3.3.1 靜態AGTFP區域差異

為更切實識別區域差距，根據國家統計局區域劃分標準，比較東部(含北京等11個省份)、中部(含山西等8個省份)、西部(含內蒙古等12個省份)的AGTFP水平(圖3)，從圖3可看出東部地區AGTFP的平均水平遠高于西部和中部地區，中部地區AGTFP水平最低，呈現“中部塌陷”，西部AGTFP在2007-2008年間小幅上升，之后回穩，略低于全國平均水平，區域差異狀態顯然。

圖3 全國及東部、中部、西部AGTFP比較(2006-2016)

3.3.2 動態AGTFP區域差異

2006-2016年中國AGTFP省際和區域的GML指數及解構情況如表3所示。

表3 中國省域AGTFP解構(2006-2016)

在省際層面，2006-2016年間AGTFP增速排前五位的分別是北京(1.171)、上海(1.152)、浙江(1.099)、福建(1.077)、江蘇(1.071)，而排在后五位的分別是內蒙古(0.998)、廣西(0.998)、江西(0.997)、山西(0.979)、黑龍江(0.976)，僅有北京等12個省份的AGTFP增長率高于全國平均水平，占比僅為38.7%，AGTFP整體增長態勢不是很樂觀。從省際AGTFP解構指數剖解AGTFP增長源泉，從中可看到僅北京、上海等7個省域的AGTFP呈綠色技術進步和綠色技術效率“雙輪”驅動增長模式，其他省域的GEC指數都不同程度的下降，綠色技術效率省域間差距明顯，綠色技術創新呈區域集聚狀態，離區域間農業綠色協調增長距離尚遠。

在區域層面，比較東、中、西部AGTFP的解構組成(見表3)。東部AGTFP年均增長率為7.6%，中部增長率為0.5%，西部為1.6%，東部最高，中部最低，中部地區農業生產所受資源環境約束的壓力較大。從AGTFP解構組成來看，東部地區呈現綠色技術效率和綠色技術進步“雙輪”驅動增長，其中綠色技術進步的貢獻度達99.44%，綠色技術效率貢獻度僅為0.56%，東部AGTFP增長主要倚重綠色技術進步。中部地區AGTFP的增長動力源泉在于綠色技術進步，貢獻度為102.29%，綠色技術效率起了抑制作用，年均下降2.2%。西部AGTFP的增長動力源在于綠色技術進步，貢獻度為100.78%，綠色技術效率年均下降0.8%，制約了AGTFP的增長。由此可見，東、中、西部的AGTFP增長動力源差異明顯，只有東部農業經濟與資源環境間耦合協調度較高，中部和西部資源環境約束力量較大，AGTFP增長的動力不足，實現農業經濟、資源、環境的協調任重道遠，綠色技術效率是區域差距的根本原因。

3.3.3 區域差異的收斂性分析

區域差異定量分析方法較多，以新古典收斂方法為代表，本研究主要以絕對σ收斂分析區域差異情況。本研究的目的是分析中國AGTFP增長的演變規律，所以本部分和后面部分主要以AGTFP累積增長率為研究對象[31]。分析σ收斂的不同方法對數據的敏感性各異，如泰爾系數對高效率水平變化較敏感，對數離差系數對較低效率水平變化敏感，基尼系數對中等效率變化比較敏感，因此本研究取四種方法的均值來檢驗σ收斂，結果見圖4。雖然采用不同的方法測出的差異系數有所差別，但基本上都呈遞增趨勢，2006-2016年間區域差異呈微“鋸齒形”波動，均值的變化態勢也呈平穩上升之勢，說明中國AGTFP長期內難以達到絕對σ收斂，區域差異不會縮小。

圖4 AGTFP區域差異絕對收斂σ情況(2006-2016)

3.3.4 區域差異的時序演變

AGTFP區域間差異明顯，為清晰地探究其區域差異隨時間推進的演變過程，基于Silverman最佳帶寬采用高斯核函數分析其演變規律，圖5描繪了代表性年份2006年、2010年、2015年及2016年的高斯核密度分布情況。其中橫軸表示AGTFP，縱軸代表核密度。從位移情況看，高斯核密度曲線從2006年到2016年逐漸由左向右移動，說明中國AGTFP呈漸增式提升態勢。從基本形態看，2006年“單主峰”明顯，到2010年“單峰”右移，以單主峰為主，雙峰有形成之勢但較弱，2015年和2016年“雙峰”形成，而且雙峰的峰度漸趨接近，反映了AGTFP的區域差距可能形成兩極分化之勢。從峰度強弱看，在2006-2010年間主峰右移，但峰度變化并不明顯，而2010-2016年間，峰度由尖變寬，峰度減弱，右拖尾明顯，反映了十一五期間AGTFP省域間差異較大，而十二五期間雖然區域差距有所減少，但可能會形成極化現象。

圖5 代表性年份AGTFP核密度分布及演變趨勢圖

3.3.5 區域差異的空間演變

把AGTFP累積增長率按照四分位數方法離散為低(I)、中低(II)、中(III)、高(IV)四種類型，考慮空間滯后構建AGTFP累積增長率的空間馬爾科夫(Markov)轉移概率矩陣，并與傳統馬爾科夫轉移概率矩陣做比較(表4)。

表4 AGTFP增長率空間馬爾科夫轉移概率矩陣

在不考慮空間滯后因素的馬爾科夫轉移概率矩陣中，呈現兩個典型特征：一是AGTFP增長呈現“俱樂部效應”，類型I、II、III、IV保持原來類型的概率較高，因矩陣中主對角線上的概率較高，其中類型IV區域保持現狀概率最高，達88.6%，向類型III轉移的概率為11.4%，向類型III和IV轉移的概率為0，反映了高AGTFP增長的區域持續性。類型II和III區域可以向AGTFP接近區域雙向轉移，但轉移概率都遠低于保持現狀的概率。類型I維持在低AGTFP增長水平的概率為86.2%，遠高于向類型II轉移的概率13.8%，反映了低AGTFP區域長期將維持現狀，獲得突破式跨界增長可能性較低。二是矩陣中對角線上的概率值遠高于非對角線上的概率值，且非對角線元素都緊依對角線，說明AGTFP增長流動性不高，在資源環境約束下的AGTFP增長具有一定程度的路徑依賴，難以實現跨界式增長。

納入空間滯后因素后的空間Markov矩陣與傳統Markov矩陣比較，可看出空間滯后因素對AGTFP具有明顯影響：第一，中國AGTFP具有空間集聚特性，空間滯后類型對AGTFP區域轉移的穩定程度具有顯著影響。在不同的空間滯后類型I、II、III、IV的影響下，類型I的穩態概率分別為92.2%、90.7%、88.4%、56.3%，類型II的穩態概率為76.3%、76.8%、86.6%、96.8%，類型III的穩態概率為88.3%、85.5%、87.3%、84.5%，類型IV的穩態概率為88.2%、88.5%、89.8%、99.7%，而在傳統Markov中，類型I、II、III、IV的穩態陣概率為86.2%、76.7%、87.1%、88.6%。影響最大的是類型I，在空間滯后類型為IV時，類型I的穩態概率由86.2%下降到56.3%，這說明AGTFP存在空間集聚效應，也存在空間溢出效應，在AGTFP高水平區域的溢出效應影響下，AGTFP低的區域有可能突破低端鎖定的屏障。第二，AGTFP增長“以鄰為善”與“以鄰為壑”并存，即與AGTFP較高的區域鄰近，會帶動本區域AGTFP提升；與AGTFP較低區域鄰近，則會帶動本區域AGTFP下降。如，當空間滯后類型由III變為IV時，類型III轉向類型IV的概率由10.9%增長到14.3%，反映了與高AGTFP鄰近會提升本區域AGTFP增長率，存在正向空間溢出效應。又如，當空間滯后類型由III變為II時，類型III向類型IV轉移的概率為4.4%，說明與低AGTFP區域鄰近會拉低AGTFP增長水平，存在負向空間溢出效應。第三，與AGTFP較高區域相鄰，會降低AGTFP向低水平轉移的概率。由表4知，由空間滯后類型I到IV，類型IV向類型III轉移的概率為11.8%、11.5%、10.2%、0.3%。同樣，在I、II、III、IV為空間滯后情況下，III轉向II的概率分別為11.1%、10.1%、1.8%、1.2%，均呈遞減趨勢。

4 結語

把“資源-能源-經濟-環境”因素同時納入AGTFP理論分析框架中，以傳統的農業投入三要素衡量經濟要素，以農業用水量衡量資源要素，以農業用電量衡量能源要素，并作為投入要素，農業碳排放和農業面源污染都作為非期望產出要素，構建了AGTFP理論分析模型，并設計AGTFP測算指標體系，改進EBM模型并與ML指數結合靜態和動態視角測算AGTFP并解析其增長源泉，并從時空視域分析中國AGTFP的動態演變規律。主要結論有：

(1)納入能源、資源、環境要素的AGTFP明顯低于不考慮能源、資源、環境約束的ATFP水平，能更客觀、合理地反映農業綠色生產效率。

(2)時序演變結果表明2006-2016年間中國AGTFP從0.607增長到0.684，呈微幅波動上升趨勢，但增長幅度甚微，農業經濟高速增長的背后一定程度上是資源浪費和環境破壞為代價的。中國AGTFP增長的動力源泉在于農業綠色技術進步的貢獻，貢獻度為100.67%，農業綠色技術效率年均降低7%，對AGTFP起到明顯的抑制作用。

(3)區域差異明顯，東部地區AGTFP的平均水平遠高于西部和中部地區，中部地區AGTFP水平最低，呈現“中部塌陷”，西部略低于全國平均水平。AGTFP增長率高于全國平均水平的省份只占38.7%，AGTFP整體增長態勢不是很樂觀。只有7個省域的AGTFP呈綠色技術進步和綠色技術效率“雙輪”驅動增長模式，其他省域的綠色技術效率指數都不同程度的下降，綠色技術效率省域間差距明顯，綠色技術創新呈區域集聚狀態，離區域間農業綠色協調增長距離尚遠。中國AGTFP增長動力源區域差異明顯，只有東部農業經濟與資源環境間耦合度較高，中部和西部資源環境約束力量較大，實現AGTFP增長的動力不足，綠色技術效率是區域差距的根本原因。以絕對σ收斂分析區域差異情況表明2006-2016年間區域差異呈微“鋸齒形”波動，中國AGTFP長期內難以達到絕對σ收斂，區域差異不會縮小。

(4)高斯核密度函數區域差異時序演變分析表明，十一五期間AGTFP省域間差異較大，而十二五期間雖然區域差距有所減少，但可能會形成極化現象。空間Markov空間演變分析表明空間滯后因素對AGTFP增長具有明顯影響：中國AGTFP增長具有空間集聚特性，空間滯后類型對AGTFP區域轉移的穩定程度具有顯著影響；AGTFP“以鄰為善”與“以鄰為壑”并存；與AGTFP較高區域相鄰會降低AGTFP向低水平轉移的概率，但跨界式增長難以實現。

結論的政策含義為：一是高度重視農業生產的資源、能源與環境約束，單純強調農業TFP的增長難以真正實現農業協調與綠色增長的目標。二是認清中國AGTFP水平較低，離農業綠色發展的距離尚遠的現實，避免盲進，在保持農業綠色技術進步的基礎上，著力提升綠色技術效率。三是強化AGTFP的正向空間溢出效應，弱化負向溢出效應，制定區域差異化的AGTFP增長策略。東部地區發揮“雙輪”驅動的示范性、輻射性效應，中部和西部地區通過引進、學習、交流等方式著力提高農業綠色技術效率的同時，應加強與AGTFP水平較高的區域交流與合作，縮小區域差距，實現中國農業區域協調、綠色增長。