長三角城市群農業全要素生產率時空演化特征分析

王紫露 張瑋 楊麗

摘要：農業全要素生產率是現代農業經濟增長的重要體現，長三角區域作為我國重要的農業生產區域之一，探討長三角地區農業全要素生產率及其時空演變，對于實現長三角地區農業經濟高質量發展具有重要意義。選取長三角城市群26個城市2013—2019年的面板數據為樣本，基于DEA-Malmquist模型測算分解其農業全要素生產率，并利用ArcGIS軟件進行空間可視化分析，結果表明，2013—2019年長三角城市群26個城市農業全要素生產率均值為1.01，總體來看，長三角城市群農業生產效率呈上升趨勢。其中，農業技術進步指數對農業生產效率指數的貢獻較大。從城市個體來看，長三角城市群26個城市間農業生產綜合效率及純技術效率、規模效率空間差異較大。分省域來看，浙江省各城市農業生產效率提高較快，江蘇省多數城市農業生產效率總體穩定且略有提升，安徽省多數城市和上海市的農業生產效率穩定中略有下降。進而提出長三角地區農業高質量發展應著力于提高農業基礎研發、核心技術攻關、轉變農業發展方式等建議。

關鍵詞：農業全要素生產率；DEA-Malmquist；長三角城市群

中圖分類號：F323.1 文獻標志碼：A

文章編號：1002-1302（2023）08-0255-06

基金項目：浙江省重點軟科學項目（編號：Y2022H002.03）。

作者簡介：王紫露（1987—），女，浙江衢州人，碩士，助理研究員，從事區域科技創新、科技統計研究。E-mail：wangzilu232612@163.com。

通信作者：張 瑋，助理研究員，從事科技項目管理與政策研究。E-mail：zw0571@foxmail.com。

農業是維護國家糧食安全和社會穩定的基礎產業。2021年中央一號文件指出“十四五”時期要加快農業農村現代化，促進農業高質高效發展，為全面建設社會主義現代化國家開好局、起好步提供有力支撐［1］。農業高質量發展，必須加快農業生產方式從要素驅動、投資驅動為主轉變為創新驅動為主，以農業生產效率變革引領經濟增長。長三角區域是中國傳統的魚米之鄉，農林牧漁總產值合計占全國的1/10以上，同時也是我國科技創新綜合實力較強的區域。農業全要素生產率反映了農業生產的效率，它的提高是長三角地區“科創+產業”深度融合，推動農業高質量發展的必然結果［2-3］。本研究測算長三角城市群26個城市農業全要素生產率并開展時空演化分析，對新時期加快推動長三角地區農業高質量發展，實現農業現代化具有重要的現實意義。

1 文獻綜述

目前，農業全要素生產率的研究成果非常豐富，學者們的討論主要集中在測算分解和影響因素2個方面。農業全要素生產率的測算分解主要基于全要素生產率的測算分解方法，主要有代數指數法、生產函數法、隨機前沿生產函數（SFA）法、數據包絡分析法（DEA）等［4］。如朱希剛基于索洛余值模型設計建立中國農業科技進步貢獻率測算方法，并測算中國“九五”期間農業科技進步貢獻率［5］；陳衛平運用非參數的Malmqusit指數法測算1990—2003年中國農業全要素生產率，發現除云南省、內蒙古自治區、上海市、貴州省、西藏自治區外的?。ㄊ?、區）農業全要素生產率都實現了正增長［6］；全炯振運用SFA-Malmquist模型測算分解1978—2007年中國農業全要素生產率［7］；李谷成等運用SFA方法進行研究，發現改革開放以來中國農業內部各行業的全要素生產率增長較大，整體上具有較強的技術推進特征，但行業差異大［8］。隨著低碳經濟的發展，在農業全要素生產率的測度方面，王奇等將農業生產的資源和環境污染約束作為環境變量，測算農業綠色全要素生產率［9-12］。

在農業全要素生產率測算的基礎上，其影響因素是學者們另一個關注的重點。如周端明從內在的技術進步和技術效率角度分析農業全要素生產率的提升［13］；張樂等測度分解中國農業全要素生產率，發現配置效率變化是全要素生產率地區差異的主要因素來源［14］；高帆發現技術進步是導致我國及各省份農業全要素生產率變動的主要因素，人力資本含量、灌溉面積占比和工資性收入占比等對農業全要素生產率有正面影響，農業產值占比、糧食播種面積占比則具有約束作用［15］；徐永利認為，外在的農業生產制度的變革能夠有效地影響農業全要素生產率的提高［16］；王玨等發現，地理因素、工業化進程和土地利用能力因素等對農業全要素生產率增長影響顯著［17］；張淑輝等發現，農業科研投入對農業全要素生產率增長具有顯著的正向影響［18］；余航等考察土地配置效率改進、留守農戶平均生產率、城鄉二元結構、農業補貼政策等誘致性變遷因素與強制性變遷因素對農業全要素生產率的影響［19］。

已有研究成果對準確衡量農業發展水平，探尋提升農業全要素效率的途徑具有深遠的意義，但針對長三角區域農業全要素生產率的相關研究較少。本研究將長三角城市群26個城市作為研究對象，基于DEA-Malmquist模型測算2013—2019年的農業全要素生產率，并利用ArcGIS軟件進行可視化分析，以期準確反映長三角地區農業經濟增長績效，為因地制宜地制定農業高質量發展政策提供相關參考。

2 研究方法與評價指標

2.1 研究方法

2.1.1 DEA模型

2.2 測算指標

本研究在借鑒專家學者對農業全要素生產率影響因素研究成果的基礎上，充分考慮指標數據的科學性與可獲取性，選取農林牧漁業總產值作為產出指標，采用居民消費價格指數進行平減處理，消除價格因素的影響；選取化肥使用量、農村用電量、第一產業從業人員、農作物總播種面積、農用機械總動力等5個指標為投入指標（表1）。由于2012年開始，農林牧漁服務業從第一產業調整到第三產業，為了保證統計數據口徑的一致性，本研究計算長三角城市群26個城市農業全要素生產率的時間段為2013—2019年。數據來源于中國經濟與發展統計數據庫及長三角城市群26個城市的《統計年鑒（2014—2020年）》。

3 實證結果與分析

3.1 時間序列分析

2013—2019年長三角城市群26個城市農業生產的綜合效率及分解純技術效率、規模效率的計算結果見表2。2013—2018年，長三角城市群農業生產綜合效率、純技術效率和規模效率均呈波動上升趨勢；2019年綜合效率和規模效率發生較大的回落，而純技術效率略有下降。

長三角城市群26個城市2013—2019年農業全要素生產率指數的計算結果見表3。2013—2019年長三角城市群26個城市農業生產效率的全要素生產率指數均值為1.01，年均增長率為1%，農業生產效率總體呈上升趨勢，2016—2018年略有回調。其中，技術進步指數與技術效率指數對農業生產效率的提高均起促進作用，技術進步指數對農業生產效率提高的促進作用較明顯，而技術效率指數對農業生產效率提高的促進作用不明顯。影響技術效率的因素中，純技術效率指數均值大于1，起促進作用，規模效率指數均值小于1，起抑制作用。

3.2 空間分布情況

3.2.1 DEA模型靜態分析

靜態DEA結果（圖1）顯示，長三角城市群26個城市的農業生產效率差異較大。2013—2019年，安徽省合肥市、池州市、滁州市和浙江省舟山市等4個城市農業生產綜合效率值保持在1，處于技術前沿水平。江蘇省蘇州市、安徽省馬鞍山市和安慶市等的農業生產綜合效率在長三角城市群26個城市中保持相對較高的水平。農業生產綜合效率不佳的是浙江省金華市和安徽省銅陵市，2013年農業生產綜合效率值僅分別為0.450、0.407，2019年分別提高到0.457、0.580，但仍為26個城市最末。其中，金華市農業生產綜合效率主要受純技術效率較低的影響；銅陵市農業生產的純技術效率保持在1，綜合效率被規模效率所拉低。

3.2.2 DEA-Malmquist模型動態分析 根據動態DEA全要素生產率指數結果（表4），將長三角城市群26個城市分為農業全要素生產率指數大于1的增長組和農業全要素生產率指數小于1的下降組。

3.2.2.1 增長組 該組有14個城市，按照農業全要素生產率指數增速又可以分為3個梯隊：第一梯隊是農業全要素生產率指數年均增速高于5%的浙江省杭州市（9.7%）、浙江省臺州市（7.8%）、浙江省寧波市（6.9%）等3個城市；第二梯隊是農業全要素生產率指數年均增速在>2%～5%的安徽省銅陵市（3.7%）、浙江省舟山市（3.4%）、浙江省金華市（2.9%）、浙江省紹興市（2.4%）等4個城市；第三梯隊是農業全要素生產率指數年均增速在0～2%的江蘇省常州市（1.6%）、浙江省湖州市（1.6%）、安徽省池州市（1.5%）、江蘇省南京市（1.4%）、江蘇省泰州市（1.4%）、江蘇省鎮江市（1.2%）、江蘇省南通市（0.3%）等7個城市。

3.2.2.2 降低組 該組有12個城市，同樣按照農業全要素生產率指數增速分為3個梯隊：第一梯隊是農業全要素生產率指數年均增速在≥-1%～0的安徽省宣城市（-0.2%）、江蘇省揚州市（-0.3%）、江蘇省蘇州市（-0.5%）、安徽省合肥市（-0.7%）、安徽省馬鞍山市（-0.7%）、安徽省安慶省（-1%）等6個城市；第二梯隊是農業全要素生產率指數年均增速在≥-3%～-1%的安徽省滁州（-1.3%）、上海市（-1.7%）、浙江省嘉興市（-2.2%）、安徽省蕪湖市（-2.3%）、江蘇省鹽城市（-3%）等4個城市；第三梯隊是農業全要素生產率指數年均增速低于-3%的江蘇省無錫市（-3.8%）。

根據26個城市的省域地理位置分布，利用ArcGIS軟件得到可視化分析結果（圖2）。浙江省除嘉興市外，其他7個城市全要素生產率均呈增長趨勢，尤其是杭州市、臺州市和寧波市，增速遠高于其他長三角城市群城市。安徽省2個城市農業生產綜合效率提高，其中銅陵市增速僅次于杭州市、臺州市和寧波市，位于增長組第二梯隊之首；其余6個城市農業生產綜合效率呈下降趨勢。江蘇省5個城市農業生產綜合效率提高，但增幅相對較低，均位于增長組第三梯隊；4個城市農業生產綜合效率下降，其中安徽省蕪湖市、江蘇省鹽城市位于長三角城市群26個城市之末。上海市農業生產綜合效率下降，位于降低組第二梯隊。

4 結論與建議

對長三角城市群26個城市2013—2019年農業全要素生產率進行分析，得出以下結論與建議。第一，從總體情況看，2013—2019年長三角城市群26個城市農業全要素生產率均值為1.01，年均增長率為1%，農業生產效率呈上升趨勢。其中，農業技術進步指數對農業生產效率的貢獻較大，農業技術效率指數提高的貢獻則較小。以資源要素投入拉動經濟增長的粗放型農業生產方式已經進入瓶頸期，“十四五”時期更要注重加強面向農業產業發展需求的基礎、實用技術研發，依靠農業科技進步的力量帶動生產效率提升，進而推動農業產業高質量發展。第二，分26個城市情況看，長三角城市群26個城市間農業生產綜合效率及純技術效率、規模效率空間差異較大。2013—2019年只有合肥市、池州市、滁州市、舟山市等4個城市的農業生產綜合效率實現DEA有效并保持，其他城市尚存在改進空間。金華市、銅陵市的農業生產綜合效率值為26個城市最末，2019年僅分別為0.457、0.580。各地制定農業發展規劃要充分考慮當地農業產業的現實基礎，注重農業新品種、新技術、新設施（裝備）、新產品的研發和推廣應用，切實轉變農業生產方式，提高農業生產效率。第三，分3省1市情況看，浙江省各城市農業生產效率提高較快，杭州市、寧波市、臺州市等城市農業生產效率落后的狀況已發生改變，2019年農業全要素生產率躋身長三角城市群26個城市前列。江蘇省多數城市農業生產效率總體穩定且略有提升，安徽省多數城市和上海市的農業生產效率穩定中略有下降。長三角3省1市要充分利用科技創新資源優勢，瞄準農業領域國家戰略需求，開展農業關鍵核心技術攻關，加強農業科技成果轉化應用，打造國際國內領先的現代農業產業集群。

參考文獻：

［1］中共中央國務院關于全面推進鄉村振興加快農業農村現代化的意見［EB/OL］. （2021-02-21）［2022-05-22］. http：//www.gov.cn/zhengce/2021-02/21/content_5588098.htm.

［2］蔣一琛，許 斌，胡麗艷. 浙江省推進長三角科創產業一體化發展指數研究［J］. 全球科技經濟瞭望，2021，36（12）：62-68.

［3］李曉龍. 農村產業融合對農業全要素生產率的效應檢驗與機制分析［J］. 江蘇農業科學，2021，49（22）：20-26.

［4］葉 璐，王濟民. 農業全要素生產率國內外研究綜述［J］. 世界農業，2020（2）：50-58.

［5］朱希剛. 我國“九五”時期農業科技進步貢獻率的測算［J］. 農業經濟問題，2002，23（5）：12-13.[HJ2.05mm]

［6］陳衛平. 中國農業生產率增長、技術進步與效率變化：1990—2003年［J］. 中國農村觀察，2006（1）：18-23，38，80.

［7］全炯振. 中國農業全要素生產率增長的實證分析：1978—2007年——基于隨機前沿分析（SFA）方法［J］. 中國農村經濟，2009（9）：36-47.

［8］李谷成，馮中朝. 中國農業全要素生產率增長：技術推進抑或效率驅動——一項基于隨機前沿生產函數的行業比較研究［J］. 農業技術經濟，2010（5）：4-14.

［9］王 奇，王 會，陳海丹. 中國農業綠色全要素生產率變化研究：1992—2010年［J］. 經濟評論，2012（5）：24-33.

［10］梁 俊，龍少波. 農業綠色全要素生產率增長及其影響因素［J］. 華南農業大學學報（社會科學版），2015，14（3）：1-12.

［11］吳傳清，宋子逸. 長江經濟帶農業綠色全要素生產率測度及影響因素研究［J］. 科技進步與對策，2018，35（17）：35-41.

［12］郭海紅，劉新民. 中國農業綠色全要素生產率時空演變［J］. 中國管理科學，2020，28（9）：66-75.

［13］周端明. 技術進步、技術效率與中國農業生產率增長——基于DEA的實證分析［J］. 數量經濟技術經濟研究，2009，26（12）：70-82.

［14］張 樂，曹 靜. 中國農業全要素生產率增長：配置效率變化的引入——基于隨機前沿生產函數法的實證分析［J］. 中國農村經濟，2013（3）：4-15.

［15］高 帆. 我國區域農業全要素生產率的演變趨勢與影響因素——基于省際面板數據的實證分析［J］. 數量經濟技術經濟研究，2015，32（5）：3-19，53.

［16］徐永利. 兵團農業全要素生產率的測算與分析［J］. 資源開發與市場，2009，25（12）：1082-1085.

［17］王 玨，宋文飛，韓先鋒. 中國地區農業全要素生產率及其影響因素的空間計量分析——基于1992—2007年省域空間面板數據［J］. 中國農村經濟，2010（8）：24-35.

［18］張淑輝，陳建成. 農業科研投資與農業生產率增長關系的實證研究［J］. 云南財經大學學報，2013，29（5）：83-90.

［19］余 航，周澤宇，吳 比. 城鄉差距、農業生產率演進與農業補貼——基于新結構經濟學視角的分析［J］. 中國農村經濟，2019（10）：40-59.