中國農業全要素生產率動態分析*
——基于SFA模型和Log(t)回歸方法

劉霞婷，李 強，吳 超，馬錦怡

（北京林業大學經濟管理學院，北京 100083）

0 引言

改革開放以來，中國農業經濟取得了巨大成就。農業總產值從1978 年的1 397 億元增長至2017 年的10.93 萬億元，以當年價格計算增加了約77 倍，以可比價格計算增加了約7.5 倍。但是在中國農業經濟取得巨大成功的同時，農業在地區間發展不平衡的問題日益凸顯[1,2]。2020 年“中央一號文件”指出要推進農業高質量發展，確保農村同步全面建成小康社會。因此，必須促進傳統農業的現代化，推動農業區域協調發展，才能解決農業經濟增長動力不足問題，實現農業經濟的可持續發展。在現代經濟學中，全要素生產率（Total Factor Productivity,TFP）是影響經濟增長的重要指標[3,4]。為了實現農業經濟的可持續發展，研究農業全要素生產率的變化趨勢和收斂情況具有十分重要的現實意義。

國內外學者對農業全要素生產率的研究已經比較全面。一部分研究是針對于農業全要素生產率的測算分解，采用的方法主要包括參數法和非參數法兩類。采用非參數法的研究大多基于數據包絡分析，例如Chen[5]、劉戰偉[6]、韓中[7]等學者運用DEA-Malmquist 和SBM-Global Malmquist 測算農業全要素生產率；參數法以隨機前沿生產函數模型為代表，例如：Zhang 和Brümmer[8]、全炯振[1]、李谷成[4]、張樂和曹靜[9]等學者都是運用該方法來測算農業全要素生產率。但是，非參數法沒有考慮隨機誤差的影響，測算結果偏差較大，而參數法充分考慮了隨機誤差的影響，估計偏差較小。由于農業是一個充滿噪聲的產業，難免出現奇異值影響樣本數據的質量，使用非參數法將導致結果的偏差較大。

還有一部分文獻從全要素生產率的收斂性出發研究農業地區差距問題，學者們一致認為農業地區差距有擴大趨勢[10]。但是，大多數研究采用新古典增長的回歸模型來檢驗中國農業TFP 的收斂情況。例如：李谷成的研究表明雖然中國農業全要素生產率不存在Sigma收斂、絕對Beta收斂，但存在顯著的條件Beta收斂[2]；趙蕾和王懷明、Wang 對中國農業生產率進行傳統收斂檢驗，發現中國農業全要素生產率不存在Sigma收斂，但存在絕對Beta收斂和條件Beta收斂[11,12]；韓中的研究表明中國農業TFP增長存在明顯的Sigma收斂、絕對Beta收斂和條件Beta收斂[7]。少部分學者采用單位根來進行隨機收斂的檢驗，例如：史常亮等[13]采用面板單位根檢驗農業TFP的收斂情況，發現中國各省區不存在隨機收斂。相比于以上收斂檢驗方法，Phillips 和Sul[14]提出的通過Log（t）回歸來檢驗經濟水平收斂性的方法（下文簡稱為PS收斂檢驗）有以下3個優點：（1）不依賴于平穩性假設，不會像單位根檢驗一樣受困于小樣本問題；（2）基于非線性時變因子的模型考慮了隨機趨勢與地區異質性；（3）能夠通過Log（t）回歸檢驗和聚類分析得到可能存在的俱樂部收斂，并測算出其收斂速度。

目前，基于Log（t）回歸的PS 收斂檢驗在國際上已經得到了廣泛的應用。Zhao 和Serieux[15]利用該方法發現拉丁美洲和加勒比海地區的人均產出存在3組俱樂部收斂，俱樂部形成的決定因素不是地理位置和經濟結構，而是增長和產出特征。Rath 和Akram[16]發現全球44 個發展中國家和29 個發達國家的經濟增長存在區域性收斂。Bai等[17]對1975—2013年全球88個經濟體的全要素碳生產率進行收斂性分析，發現存在5 組俱樂部收斂。Zhan 等[18]對中國1987—2011 年的農業全要素生產率做收斂檢驗，結果表明中國29 個省（市、區）之間存在收斂現象。當前，利用PS模型分析農業全要素生產率收斂性的文獻還是十分缺乏，采用該方法將為農業TFP的收斂性分析提供新的見解。

基于以上研究，文章利用隨機前沿生產函數模型測算中國農業全要素生產率，在此基礎上，分析改革開放以來中國農業TFP 的變化情況和地區差異。然后，運用傳統增長回歸模型和基于Log（t）回歸的PS 收斂檢驗模型，探索俱樂部收斂存在的可能性，以期從農業TFP 增長的動力源泉出發，為促進農業可持續發展提供政策參考。

1 研究方法與數據來源

1.1 研究方法

1.1.1 農業全要素生產率的測算

該文采用基于Battese 和Coelli[19]、Kumbhakar and Lovell[20]提出的適用于（非平衡）面板數據的隨機前沿生產函數模型來測算分解全要素生產率的增長。隨機前沿生產函數模型為：

式（1）中，yit表示第i個地區在第t期的產出；xit表示第i個地區在第t期的投入要素數量；β是未知參數向量；uit是一個非負隨機變量，表示技術無效率項，一般假設其服從截斷正態分布或半正態分布，且隨著地區i以及時間t變化；隨機誤差項νit反映統計測量誤差等不可控因素造成的模型偏差，與uit互不相關。

式（2）中，TC代表技術進步，由式（1）中f(xit，β)取對數后對時間t求導獲得；TEC代表技術效率的變化，由式（1）中uit對t求導獲得；SEC代表規模效率變化，其中，RTS代表各要素產出彈性之和，λj代表j要素的產出彈性占要素產出彈性之和的比例，若SEC＞0 則全要素投入與規模報酬相適應，要素投入增加能促進農業全要素生產率增長。

1.1.2 收斂性分析

絕對收斂是指經濟體中所有地區的農業TFP 都將達到相同的穩定增長水平。條件收斂是指經濟體中不同地區的農業TFP 將收斂至各自的穩定增長水平。PS收斂檢驗通過Log（t）回歸系數的t統計值來判斷是否收斂，并且，由系數估計值的大小可以判斷是條件收斂，還是絕對收斂。基于Log（t）回歸的PS 收斂檢驗模型的基本形式為：

式（3）中，L(t)=Log(t+1)，Ait表示第i個地區在第t期的農業累積TFP指數。hit是過渡參數，反映了累積TFP 指數偏離其平均水平的程度，當hit趨于1 時，存在收斂。t=[rT]，[rT]+1，…，T，r＞0,[rT]表示取rT的整數部分，一般設r=0.3。當的t統計值小于-1.65時，收斂的原假設在5%的水平被拒絕。當存在收斂時，用來估計收斂速度如果則存在絕對收斂；如果則存在條件收斂。即使總體不存在單一路徑收斂時，內部也可能存在多重穩態均衡增長路徑，Phillips 和Sul[21]提供了4步驟聚類法。當經濟總體不收斂時，可運用該方法獲得俱樂部收斂。

1.2 數據的選取與處理

該文使用1978—2017年中國29個省（市、區）的面板數據，將海南省包含在廣東省內，重慶市包含在四川省內。該文的數據來源于《改革開放三十年農業統計資料匯編》《中國農村統計年鑒》《新中國六十年統計資料匯編》以及各省市各年的統計年鑒。

農業產出（Y）以農林牧漁業總產值衡量，單位為億元，并以1978年為基期調整得到同一價格水平下的農業產出。勞動投入（L）以第一產業就業人員數量來代替農業勞動投入數量，單位為萬人。資本投入包括代表農業資本存量的農用機械總動力（M），單位為萬kW；代表農業中間投入的農用化肥施用（折純量）（F），單位為萬t。土地投入（S）以農作物播種面積代表土地投入量，單位為103hm2。

2 實證過程和結果分析

2.1 模型估計結果分析

對C-D 生產函數與超越對數生產函數的隨機前沿估計結果做似然比檢驗，檢驗結果中LR 值為547.14，拒絕了變量間沒有相互作用的原假設，這表明超越對數生產函數比C-D生產函數更適用于中國農業生產。所以，該文將隨機前沿生產函數的形式設定為超越對數生產函數，并用其估計結果來測算農業TFP增長及其組成部分，其中時間t用來解釋技術變化，X表示投入要素為：

表1提供了隨機前沿超越對數生產函數的估計結果。其中，γ值為0.97，這說明技術非效率是存在的，在總體非效率中，人為可控的技術非效率所占比例約為97%，而隨機技術非效率所占比例約為3%。

2.2 農業生產率動態分析

利用表1 的估計系數，結合式（2）即可計算出各地區的全要素生產率的增長及其組成部分的變化。圖1提供了中國農業總產值的增加率、農業TFP及其組成部分的變化趨勢。整體看來，中國農業經濟的增長主要依靠全要素生產率，農業TFP增長的速度一直在放緩，增長的平穩性得到提升。通過分析農業TFP的增長源泉，可以獲悉農業TFP 增長速度放緩、增長波動性減弱的原因。中國政府對農業技術和農村基礎設施的投資，使得技術進步成為農業TFP 增長的主要動因[8]。但是，隨著科技創新能力的“后發優勢”減弱，中國自身的科技創新能力不足使得農業技術進步速度變慢，從而直接導致農業TFP 增長速度放緩。農業TFP 增長速度下滑的另一原因在于農業技術效率損失不斷惡化，這種農業技術進步與農業技術效率損失并存的現象表明，中國對現有農業技術的推廣和擴散不太成功[1]，應該在增強科技創新能力的同時，更重視農業科技成果轉化率的提升和農業技術推廣能力的改善，從而更好地促進農業TFP 的增長。從農業TFP 增長的波動性來看，農業生產的規模效率變化的波動性減弱，由規模報酬遞增轉為接近規模報酬不變，這表明要素規模報酬對農業TFP 增長的貢獻愈發穩定且微薄，依靠擴大要素投入來促進農業經濟增長的可行性降低，農業生產結構的調整仍有空間。

圖1 1978—2017年中國農業經濟增長率、全要素生產率及其組成部分變化趨勢

表1 隨機前沿超越對數生產函數估計

圖1中的參考線分別為1984年、1989年、1993年、1997年、2003年以及2011年，這幾個時間點劃分了中國改革開放以來農業經濟發展的7 個階段，表2 提供了這7 個階段農業總產值、農業TFP 及其組成部分的平均增長水平。根據中國農業經濟發展的階段來看，1978—1984 年的農村改革著重于農業生產制度的去集中化和農業收購制度，家庭聯產承包責任制極大提高了農民生產的積極性，使得農業總產值快速增長，在1984 年達到改革開放以來的峰值（12.04%），這一時期農業技術進步快速發展，要素規模報酬對TFP 增長產生一定的正效應，技術效率損失相對較小，促使農業TFP 增長水平達到改革開放以來的峰值。1985-1989 年的改革目的主要在于進一步放松農產品定價及市場制度，改革的重點由農村轉向城市，農業總產值的增長速度跌到低谷，農業經濟增長完全依靠農業全要素生產率，要素投入對農業經濟增長的貢獻為負。1990—1993 年中國的農業經濟從計劃制度轉變為大范圍的自由市場制度[22]，農業總產值增長速度有所回升，但農業技術進步速度的放緩、要素規模報酬的下降以及技術效率損失的惡化共同導致了農業TFP 增長水平的降低。1994—1997 年大部分改革的目標在于實現自給自足，這使得糧食收購價格與市場價格趨于一致，加快了農業總產值增長的步伐，但農業TFP 的增長速度繼續放緩，這主要源于農業技術進步和要素規模報酬上升的幅度降低。1998—2003 年是將農村發展融入整體經濟改革的時期[8]，國家推行了以“三項政策、一項改革”為主要內容的糧食流通制度改革來解決糧食庫存過多和國有糧企債務過大問題，這一時期農業總產值的增長速度回落，要素的規模報酬接近規模報酬不變，全要素生產率對農業經濟增長的拉動作用加大。2004 年以后中國的農村改革聚焦于“三農”問題，形成了全面的政策框架。2004—2011 年的改革突出加強農業基礎設施建設，農業總產值的增長速度得以提升，但農業技術進步速度繼續小幅下降，要素規模報酬的增加不能抵消技術效率的損失，這使得農業TFP 的增長速度繼續放緩。2012—2017 年把推進農業科技創新作為“三農”工作的重點，提高了農業技術進步水平，但是農業科技創新能力的改善程度有限，技術效率損失進一步惡化，農業總產值和農業全要素生產率的平均增長速度下滑至改革開放以來的低水平。

表2 1979—2017年分階段農業總產值、農業全要素生產率及其組成部分的增長 %

綜合分析上述結果，中國的農業經濟增長依賴于農業TFP的增長，農業TFP增長的主要動力源泉是技術進步。從農業經濟增長的趨勢來看，農業經濟增長速度放緩時，農業TFP 對經濟增長的貢獻率上升。目前，中國的農業經濟增長已經進入緩慢階段，農業TFP對經濟增長的重要性提升，但是，作為農業TFP增長動力的技術進步主要是依靠科技創新能力的“后發優勢”，中國自身的農業科技創新能力與發達國家相比仍有較大差距。因此，農業科技創新能力的培養是現階段農業經濟增長的關鍵。此外，在培養自身農業科技創新能力時，要避免無效的技術創新，提高科技創新成果的轉化效率，注重農業生產技術的應用和推廣。

2.3 收斂性分析

為了研究中國累積農業TFP 增長的地區是否存在差距？若存在差距，差距是否會隨著時間的推移而縮小？該文對中國農業的相對全要素生產率在省際層面以及東中西、東北四大區域進行收斂性分析。由于部分省（市、區）存在數據缺失，所以將1985 年定為基期，測算1986—2017 年的累積農業TFP 指數。圖2提供了1986—2017年各省累積農業TFP相對過渡系數hit的變化趨勢。從圖2中可以看出，只有少數地區的累積農業TFP向著平均水平靠近，絕大多數地區的累積農業TFP偏離了平均水平，其中，一部分地區的累積農業TFP向優于平均水平的方向發展，而另一部地區的累積農業TFP相對于平均水平不斷惡化，這表明中國累積農業TFP 存在明顯的地區差距，且這種差距隨著時間的推移在擴大。為了檢驗中國29 個省（市、區）以及東中西、東北四大區域的累積農業TFP是否發散，分別對其進行PS收斂檢驗，并采取濾波法消除累積農業TFP 的周期性。表3 提供了1986—2017 年中國累積農業TFP 收斂性檢驗結果，結果顯示，在省際層面和四大區域層面，Log（t）估計系數的t統計值均小于-1.65，表明在5%的顯著水平上全國和四大區域的累積農業TFP 都不存在收斂，因此，按照東中西、東北來劃分中國的農業區域并不合理。

表3 收斂檢驗

圖2 1986—2017年中國農業TFP相對平均值的過渡路徑

雖然經濟總體不存在一致的收斂路徑，但可能存在“俱樂部”收斂。通過聚類回歸可以得到7 組俱樂部收斂，但按照Phillips and Sul[21]的建議，為避免產生過多的俱樂部，將俱樂部進行合并測試，表4提供了合并后的俱樂部收斂結果。從表4中可看出中國農業TFP 增長存在6 組俱樂部收斂，而安徽、江西、云南、西藏這4個地區不收斂。為了保證結果的可靠性，同時對各個俱樂部的累積農業TFP進行了條件Beta 收斂檢驗，表5 提供了條件Beta 收斂的結果。從表5中可以看出，各個俱樂部條件Beta 收斂的結果與PS 收斂性檢驗結果相符，除俱樂部1 以外的其他5 個俱樂部都存在顯著的條件收斂。由來看，只有包含江蘇、廣東這兩個地區的俱樂部1 是絕對收斂，這表明在俱樂部內存在追趕效應，落后地區將以更快的速度增長追趕領先地區，累積農業TFP 增長能達到相同的穩態水平；而其他的5個俱樂部都是條件收斂，條件收斂為絕對收斂留下了政策空間，通過政策調控，如加大農業技術研發投入、加強農村人力資本投資，條件收斂就有可能轉變為絕對收斂，從而實現農業生產均衡發展。

表4 俱樂部PS收斂結果

表5 俱樂部條件Beta收斂結果

由于各俱樂部內部的地區差異程度不同，其累積農業TFP的收斂速度存在較大差距。條件Beta收斂和PS收斂的結果表明包含地區數量最多的俱樂部2收斂速度最慢，俱樂部2內部地區的農業TFP 增長的差異較大，由圖3 可知，俱樂部2 中福建的累積農業TFP 增長速度明顯快于其他地區，而天津的累積農業TFP水平雖然近年來在不斷提高，但仍然處在全國平均水平之下，與俱樂部2中其他地區存在一定差距，這在一定程度上延緩了俱樂部2農業TFP的收斂進程，說明以福建省為標桿，加快俱樂部2中其他地區，尤其是天津地區的累積農業TFP的增長速度將促使俱樂部2以更快的速度收斂。從PS收斂速度來看，包含江蘇和廣東的俱樂部1收斂最快，且是唯一的一組絕對收斂，分析其原因，可能是因為這兩個地區的經濟發展水平都較高，農業現代化水平同處于領先地位，資源稟賦、區位優勢相近。

圖3 俱樂部2內部農業TFP增長相對過渡路徑

俱樂部累積農業TFP 增長的速度按照俱樂部序號依次遞減，根據各俱樂部間農業全要素生產率增長的差異，俱樂部可以劃分為三大類型：高速增長型、平穩增長型和低速增長型。由圖4可知，俱樂部1和俱樂部2屬于高速增長型，相對于全國平均水平而言，二者的農業TFP增長路徑在不斷優化，俱樂部內部各地區的農業TFP 向高于全國平均水平的穩定狀態發展。俱樂部3 和俱樂部4 屬于平穩增長型，其農業TFP 在全國平均水平附近收斂，但俱樂部3 比俱樂部4 更接近平均水平。俱樂部5 和俱樂部6 收斂在低水平，屬于低速增長型，相對于全國平均水平，其農業TFP增長水平一直在惡化。

圖4 1986—2017年6組俱樂部農業TFP增長相對過渡路徑

2.4 俱樂部差異分析

為方便分析俱樂部間累積農業全要素生產率的差異，采用俱樂部內部地區的平均值進行分析。從圖5 可以看出，俱樂部1的累積農業TFP 最高，2017 年累積農業TFP的值為4.26，分析其構成要素，發現俱樂部1的規模效率低于其他俱樂部，技術效率損失一直沒有得到彌補，說明高水平的技術進步是促使俱樂部1的累積農業TFP快速增長的原因。從第4 階段（1994—1997年）開始，俱樂部2 與俱樂部1 累積農業TFP 的差距有明顯擴大趨勢，2017 年俱樂部2 的累積農業TFP 值為3.71，比俱樂部1低55個百分點，分析俱樂部2落后俱樂部1的原因，在第4階段至第5階段（1994—2003年），俱樂部2的累積農業TFP 增長慢于俱樂部1 的原因在于其技術效率損失更為嚴重；在第6 階段至第7 階段（2004—2017 年），技術效率損失嚴重、技術進步落后共同影響了俱樂部2 累積農業TFP 的增長，說明在第6 階段至第7 階段，俱樂部2 對農業科技創新能力改善的程度不及俱樂部1，應該在發揮要素規模報酬遞增優勢的同時，繼續保持農業科技成果的創新，提高農業科技轉化率和農業生產技術應用水平。俱樂部3和俱樂部4的累積農業TFP增長從第4階段開始明顯落后于前兩個俱樂部，二者的累積農業TFP在2017年分別為3.33和3.16。通過分析俱樂部3和俱樂部4農業TFP組成部分的變化情況，俱樂部3和俱樂部4的技術效率損失略高于高速增長的俱樂部，規模效率的差距不大，在第4 階段，俱樂部3 和俱樂部4 的技術進步開始明顯落后于高速增長的俱樂部，說明技術進步是影響二者累積農業TFP增長的主要因素；在第7階段，二者的規模效率出現遞減現象，說明規模經營已經不再對累積農業TFP 的增長發揮積極作用，農業科技創新能力的培養是促進俱樂部3 和俱樂部4 累積農業TFP 增長的關鍵。分析俱樂部3 累積農業TFP 增長速度高于俱樂部4的原因，二者的技術進步程度和要素規模報酬相近，說明累積農業TFP 增長在俱樂部3和俱樂部4之間的差異，主要是由技術效率損失的嚴重程度不同導致的，促進俱樂部4農業科技成果轉化的效率有利于縮小累積農業TFP 增長在俱樂部3 和俱樂部4 之間的差距。同樣也是在第4 階段，俱樂部5 和俱樂部6 累積農業TFP 增長開始明顯落后于高速增長俱樂部和平穩增長俱樂部，分析其原因，從第4 階段（1994—1997 年）開始，俱樂部5 和俱樂部6 的技術進步的值低于高速增長俱樂部，說明農業科技創新能力是低速增長俱樂部與高速增長俱樂部累積農業TFP 增長差異的主要來源；而俱樂部5和俱樂部6的技術進步值與平穩增長俱樂部沒有顯著差距，且規模效率值相近，說明技術效率是影響低速增長俱樂部與平穩增長俱樂部差異的主要因素。從第6階段（2004—2011年）開始，俱樂部5累積農業TFP 的增速微高于俱樂部6，分析其構成要素，在第6階段，俱樂部6技術進步的速度開始略微超過俱樂部5；第7階段，俱樂部5出現比俱樂部6更為嚴重的規模報酬遞減現象，說明技術效率損失水平的高低直接導致了低速俱樂部內部累積農業TFP的增長差異。

圖5 1986—2017年6組俱樂部累積全要素生產率及其組成部分的變化趨勢

綜合分析各俱樂部情況，市場經濟體制確立后，3種類型俱樂部之間開始出現明顯的增長差異，分析其來源，發現累積農業TFP增長在高速增長俱樂部與平穩增長俱樂部之間的差距主要來源于技術進步，平穩俱樂部與低速俱樂部之間的差距則來源于技術效率。從3種類型俱樂部內部的差異來看，第6階段以來，技術進步和技術效率共同影響了高速俱樂部的內部差異；在平穩俱樂部和低速俱樂部的內部，技術效率是影響累積農業TFP增長差異的主要因素。因此，政策上應更加重視平穩俱樂部和低速俱樂部的技術進步，引導高速增長俱樂部的農業先進技術向其轉移，加大農業技術研發資本的投入和農業技術人才的引進。

3 結論與建議

3.1 結論

該文通過構建Translog隨機前沿生產函數，研究了中國29個省（市、自治區）農業全要素生產率其及組成部分變化的趨勢以及農業全要素生產率增長的收斂情況，得到的主要結論如下。

（1）改革開放以來中國農業經濟的增長可劃分為7個階段。在這7個階段里，農業經濟的增長主要依靠農業全要素生產率的支撐，農業全要素生產率增長的速度一直在放緩，究其根本在于農業科技創新能力不足，技術效率損失沒有得到彌補，規模經營發揮的作用有限。

（2）1986—2017 年中國累積農業TFP 增長在整體及四大區域層面不存在單一路徑的PS 收斂，但是存在6 組俱樂部收斂，以及1 組不收斂地區：安徽、江西、云南和西藏。根據收斂速度來看，俱樂部1 的收斂速度最快，且只有俱樂部1是絕對收斂；包含10個地區的俱樂部2的收斂速度最慢，主要源于俱樂部2中天津的累積農業TFP 增長滯后，福建省的累積農業TFP 增長超前。根據增速相對于平均水平的變化來看，俱樂部可劃分為高速增長、平穩增長以及低速增長3種類型。

（3）俱樂部間累積農業TFP增長差距的來源不同。從第4階段開始，即大范圍的自由市場確立后，累積農業TFP 在俱樂部間出現明顯的增長差異，高速俱樂部和其他俱樂部之間的差異主要來源于技術進步，影響平穩俱樂部和低速俱樂部增長差異的重要因素是技術效率；從3 類俱樂部內部看，從第6 階段開始，更為確切地說是“四萬億計劃”后，技術進步開始成為高速俱樂部，即俱樂部1和俱樂部2之間增長差距的主要來源；在第6階段，低速俱樂部內部出現明顯的增長差距，低速俱樂部和平穩俱樂部內部存在增長差距主要是因為其內部各俱樂部技術效率損失程度不同。

3.2 建議

（1）加強農業科技人才的培養，結合地區實際情況，持續加大農業技術研發投入，增強農業科技創新與資源稟賦之間的耦合關系，避免無效的農業科技創新，以提高農業科技成果的轉化率和農業生產技術的應用水平，從而更好地促進農業TFP的增長。

（2）在全國范圍內推廣江蘇、廣東先進的農業技術，加強地區間的技術交流，一方面避免農業技術創新重復，另一方面促進農業技術進步的地區差距縮小；立足于地區的要素稟賦，加強低速增長俱樂部和平穩增長俱樂部自身農業科技創新能力的培養，以彌補農業技術引進與農業技術需求的缺口，從而更為有效地縮小農業發展的地區差距。

（3）按俱樂部的次序加大農村基礎教育、農民職業培訓資金投入的力度，加強農業現代基礎設施建設，改善農業技術效率，均衡地區發展。俱樂部1和俱樂部2中的地區可以通過農村合作社聯結小規模經營的農戶，或者通過農業企業承包經營土地，形成農業規模經營；低速增長、平穩增長俱樂部可以通過調整農業生產結構，扭轉要素規模報酬遞減現象，發揮規模經濟對農業發展的積極作用。