中国农业种植结构变化对生产效率的影响——基于专业化分工的视角

□杨进，刘新宇

一、引言

20世纪以来，随着工业化和城镇化进程推进的加速，在比较利益的驱使下，土地资源、农村劳动力等其他传统农业生产要素开始转移到非农部门，农业生产开始面临资源紧张的压力。农业生产的资源要素配置结构发生变化，粮食作物的播种面积占比也相应地进行了调整，2000—2016年我国粮食作物播种面积占比由69.4%逐年减少到67.8%，2017年之后出现了短暂且急剧的增加，并超过2000年的水平。与此同时，我国农业总产值在不断增加，由2000年的13873.59亿元增加到2018年的61452.60亿元，提高了3.43倍；粮食作物也连年增产，由2000年的46217.50万吨增加到2018年的65789.20万吨，生产能力在不断提升。那么，农业种植结构变化在其中起到了什么作用?

现有研究中，对农业种植结构变化的研究主要聚焦在以下两个方面:一是对农业种植结构变化特征形成的研究。许多学者重点探讨了种植结构变化与农村劳动力二者之间的因果关系。一部分学者聚焦在劳动力转移上，陆文聪等对中国水稻、小麦和玉米生产的区域演进进行分析，并基于人地关系、非农就业与劳动报酬对其区域变化的成因进行研究[1]；扈映等对劳动力转移背景下的种植业结构调整进行了研究[2]；杨进等从宏观和微观两个层面研究农业劳动力价格和人口结构变化对粮食种植结构的影响效应[3]；钟甫宁等[4]、刘晓丽[5]认为农村劳动力外出务工会促使农户对种植结构进行调整，增加粮食作物的播种面积；薛庆根等基于江苏省农户调查的微观数据进行研究，认为农户家庭劳动力转移以及家庭总收入的增长更容易使农户维持现有的种植结构[6]；王翌秋和陈玉珠基于江苏和河南的调查数据认为家庭成员外出务工对粮食作物的种植比例没有显著影响[7]。也有部分学者研究了劳动力价格与种植结构的关系。郭健等分析了劳动力价格上升对中国主要农作物种植结构的影响[8]；黄玛兰和李晓云的研究结果认为农业劳动力价格上涨有利于经济作物播种比例的增加，但对粮食作物播种比例的增加具有显著的负向影响[9]；易小兰和颜琰使用2001—2017年省级面板数据进行研究并得到了类似的结论[10]。

二是种植结构变化产生的影响。这些研究主要集中在对农民收入的作用效果上，并得到了较为一致的结论，即当农户实施减少粮食作物播种比例的种植结构时，农民的收入水平将会提高。钟甫宁和叶春晖建立了生产结构调整模型，认为农业结构调整会使农民收入水平提高5.6%~7.55%[11]；赵晓锋等使用农户家庭调查的微观数据进行分析，认为粮食作物种植比重的增加降低了农户家庭在其他高附加值产业中的获利机会，从而降低了农民收入水平[12]；霍丽娅对四川省转龙村种植业结构调整的研究[13]、刘成等以湖北省为样本的研究[14]和张炀林对四川剑阁县57个乡镇的研究[15]均得到了一致的结论。但在为数不多的微观研究中，董晓霞对农户个体进行调研的结果显示，种植业结构调整增加的仅是农户家庭种植业的收入，对家庭总收入并无明显作用，分析原因是其研究对象为经济发达的北京郊区的农户[16]。

综合来看，现有的文献中鲜有关于农业种植结构变化对农业生产效率的影响的研究，基于此，本文基于2000—2018年全国31个省(自治区、直辖市)的面板数据，构建随机前沿生产函数模型，进行总体回归以及南北方分样本回归，评估种植结构变化对农业生产效率的作用。

本文后续的结构安排如下:第二部分，从全国总体层面及南北方地区性差异层面对中国农作物总播种面积，粮食作物、经济作物播种面积以及粮食作物、经济作物播种面积占比的变化趋势展开论述；第三部分，从专业化分工的角度进行理论分析，并对实证策略展开论述；第四部分，探讨种植结构变化等其他因素对农业总产值的影响；第五部分，关于中国农业种植结构变化等其他因素对生产效率的影响研究，并从专业化分工的视角进行解释；第六部分，结论。

二、农作物种植面积及结构变化

表1反映了2000—2018年分地区各农作物播种面积的变化趋势。从全国范围来看，农作物总播种面积随时间整体呈上升趋势②农作物分为粮食作物和经济作物。粮食作物包括稻谷、小麦、玉米等；经济作物包括棉花、油料、麻类、糖类、蔬菜、水果等。。粮食作物的播种面积从2000年的108463千公顷上升到2018年的117038千公顷，上升幅度为7.9%；同样的，经济作物的播种面积从2000年的47837千公顷增长至2018年的48865千公顷，增长幅度为2.1%，增长较慢。

表1 2000—2018年分地区各类农作物播种面积① 根据以往文献，南北地区多以秦岭—淮河一线作为划分标准，并由此反映了不同的农业生产制度，本文也沿用这一重要标准对南北方地区进行划分。南方地区包括上海市、江苏省、浙江省、福建省、广东省、海南省、安徽省、江西省、湖北省、湖南省、四川省、重庆市、贵州省、云南省、西藏自治区、广西壮族自治区；北方地区包括北京市、天津市、河北省、山东省、辽宁省、吉林省、黑龙江省、山西省、河南省、陕西省、甘肃省、青海省、宁夏回族自治区、新疆维吾尔自治区、内蒙古自治区。 (单位:千公顷)

分地区看，南方地区农作物总播种面积整体表现出下降趋势，从2000年的81293千公顷减少至2018年的78316千公顷，下降幅度为3.7%，而北方地区农作物总播种面积表现出增长趋势，从2000年的75007千公顷增长到2018年的87586千公顷，增长幅度为16.8%，并且在2007年以后农作物总播种面积超过南方地区。南方地区粮食作物播种面积整体也表现出减少趋势，从2000年的53112千公顷减少至2018年的48670千公顷，下降幅度为8.4%，而北方地区粮食作物播种面积从2000年的55350千公顷增长至2018年的68369千公顷，增长幅度为23.5%，增长较快。南方地区经济作物播种面积由2000年的28181千公顷增加至2018年的29647千公顷，增长幅度为5.2%，而北方地区经济作物播种面积却有所下降，由2000年的19656千公顷减少至2018年的19218千公顷，下降幅度为2.2%。

由此可见，南方地区粮食作物播种面积随时间表现出减少趋势，经济作物播种面积随时间表现出增加趋势；而北方地区粮食作物播种面积随时间表现出增加趋势，经济作物播种面积随时间表现出减少趋势。南北方地区在粮食作物和经济作物的种植面积上逐渐表现出专业化分工的经济特征。

表2反映了2000—2018年分地区各类农作物播种面积在农作物总播种面积中的比例变化。从全国范围来看，粮食作物播种面积占比在2000—2003年在不断减少，2004年以后开始呈现增加的趋势，但2016年我国粮食作物播种面积占比为67.8%，仍低于2000年69.4%，但该占比在2017年大幅增加，2018年回到正常水平，为70.5%。我国经济作物播种面积占在2000—2016年随时间呈现增长趋势，从2000年占农作物总播种面积的30.6%增长至2016年的32.2%，但2017年后该占比有所下降，2018年为29.5%。

表2 2000—2018年分地区各类农作物播种面积占农作物总播种面积的比例

分地区看，南方地区粮食作物播种面积比例整体呈波动下降趋势，从2000年占农作物总播种面积的65.3%下降到2018年的62.1%；而北方地区粮食作物播种面积比例整体高于南方地区，并呈现波动增长趋势，从2000年占北方农作物总播种面积的73.8%上涨到2018年的78.1%，表现为粮食作物的种植重心逐渐向北方集聚。南方地区经济作物播种面积比例随时间表现出明显的上升趋势，从2000年占南方农作物总播种面积的34.7%增长到2018年的37.9%，增长幅度为9.2%；与此同时，北方地区经济作物播种面积比例表现出大幅下降趋势，从2000年占北方农作物总播种面积的26.2%下降至2018年的21.9%，下降幅度为16.4%。

基于上述分析发现，中国种植业结构发生显著变化，南方地区粮食作物播种面积的占比不断下降，经济作物播种面积占比随时间呈现上升趋势，而北方地区粮食作物播种面积占比不断上升，经济作物播种面积占比随时间呈现下降趋势，再次表明南北方地区在粮食作物和经济作物的种植面积上表现出专业化分工的趋势。

三、理论分析和实证策略

(一)理论分析

亚当·斯密[17]在《国民财富的性质和原因的研究》中提到，劳动分工以及专业化协作能够提高生产效率，带来收益递增，进而增加国民财富。亚当·斯密详细论述了两种专业化分工所带来的生产效率的提升:一是企业内部的分工，他以车间内制针为例分析了收益递增的过程，每个工人只专门负责一种操作的生产效率要比每个工人独立生产一枚扣针的效率高几百倍；二是企业之间的分工，正如麻织产品的生产，亚麻的生产到麻布的漂白及烫平被分配在不同的车间中，极大地提高了亚麻衬衫的生产效率。另外，劳动分工提高生产效率的三个来源分别为:一是提高劳动者的熟练程度，二是节约劳动者转换工作所需的时间，三是发明劳动机械，促进技术创新。劳动分工带来的专业化不仅带来报酬递增，同时也推动了市场交易范围的扩大，并在此过程中不断规范和完善市场制度。

亚当·斯密[17]和马歇尔[18]认为专业化分工受限于市场规模，因此这种专业化分工大多集中在制造业。梁琦通过对中国区域制造业分工指数进行计算，发现1997—2001年中国各大区域间制造业专业化分工程度在不断加强，并且经济发展速度与专业化分工程度呈正向变化[19]。李廉水和周彩红认为长三角地区的制造业已经形成专业化分工的趋势，并且随着区域经济一体化进程的加快，专业化分工的趋势会逐渐加强[20]。另外，专业化分工产生的规模报酬递增在一定程度上刺激了产业集群的成长，产业集聚反过来又促进了专业化分工的深化[21][22]。吴三忙和李善同对中国两位码制造业数据进行实证研究，结果显示改革开放以来中国制造业集聚程度明显提高，并且制造业集聚过程中地区专业化分工水平也显著提高[23]。同时，一些学者对垂直专业化分工提升效率的渠道进行了研究，并认为该作用路径主要包括企业渠道和市场渠道两种[24][25]。

在过去几十年的中国工业化发展过程中，随着农业劳动力不断转移到城市从事非农就业工作，农业劳动力价格的不断上升诱导了农业机械化水平的不断提高以及农业技术的快速进步，专业化分工现象逐渐在农业生产领域显现[26][27]。王留鑫和何炼成[28]认为学者们对农业专业化分工作用的研究主要聚焦在以下四个方面:一是有利于发挥比较优势[29]；二是有利于提高农业生产率，并增加农民收益[30][31][32]；三是有利于合理配置劳动力资源[33]；四是促进农业产业集聚[34][35][36]。

近二十年来，中国农业种植结构不断调整，表现在南方地区粮食作物播种面积占比不断下降，经济作物播种面积占比不断上升；而北方地区粮食作物播种面积占比不断上升，经济作物播种面积占比不断下降。刘彦随等的研究显示，棉花的主要产区开始由黄淮海平原、江汉平原向新疆转移；油料作物生产重心呈现向南、向东移动的趋势，并逐步向两个带状区域集中:四川盆地—长江中下游平原—黄淮平原、北疆—蒙西—东北西部[37]。由此可以发现，中国农业种植结构在地区之间开始出现专业化分工的趋势性特征。结合上文的专业化分工有效提升生产效率的理论，我们提出以下研究假说:

假说1 中国农业种植结构变化对农业总产值具有显著的促进作用假说2 中国农业种植结构变化对生产效率具有显著的促进作用

(二)计量模型设定

研究种植结构等因素对农业总产值的影响，构建如下计量回归方程:

其中，Yit为因变量，表示第t年省份i的农业总产值；FSit为主要解释变量，为第t年省份i的种植结构；Xit表示一系列的控制变量。为了控制某些随时间和地区变化的不可观察的影响因素造成的内生性问题，在所有回归方程中添加省份和时间的虚拟变量。

研究种植结构变化对农业生产效率的影响，使用随机前沿生产模型进行分析，首先构建如下模型。

随机前沿生产模型的标准面板数据可以表示为:

文章使用一步法进行估计，对方程(2)取对数得:j

其中，Yit是第t年省份i的农业总产值；Xit是省份i为了达到数量为Y的农业总产值所投入的生产要素；β为待估计的参数；v是误差项，服从正态分布，vit~N(0，σ2v)；u是衡量技术无效率项的非负随机变量，服从截断正态分布，uit~N(u，σ2u)；vit和uit相互独立。

(三)数据来源和指标选取

本文使用2000—2018年全国31个省(自治区、直辖市)的面板数据进行分析，农业总产值表示产 出水平，主要解释变量为种植结构，指各省经济作物播种面积占农作物总播种面积的比例；另外选择总播种面积、第一产业劳动力、化肥投入量、农业机械总动力、老年人口占比、女性人口占比、人均受教育年限等变量进行分析。其中，老年人口占比指各省份65岁及以上老年人口占总人口数量的比值。

本文选用教育存量法中对学历进行加权平均的方法来衡量人力资本水平，即计算各地区的人均受教育年限，具体公式如下:

人均受教育年限＝[0×未上过学的人口＋6×小学文化程度人口＋9×初中文化程度人口＋12×普通高中(中职)文化程度人口＋16×大专及以上文化程度人口]/6岁及以上总人口 (4)

为了减少回归分析过程中异方差的影响以及为使回归系数直接反映弹性，本文将所有实变量用对数形式表示。主要变量的描述性统计见表3。

表3 主要变量的描述性统计

另外，在随机前沿模型估计中，产出变量选择农业总产值；投入变量使用种植结构、总播种面积、第一产业劳动力、化肥投入量、农业机械总动力表示；技术无效率项选择种植结构、老年人口占比、女性人口占比、人均受教育年限。

四、农业总产值实证分析

(一)基准实证结果

表4反映了农业总产值的回归结果。N1是全国整体回归结果。主要解释变量种植结构的系数为1.130，且通过了1%水平下的显著性检验，意味着随着经济作物播种面积比例的增加，我国农业总产值有显著增长趋势，并且经济作物播种面积占农作物总播种面积的比例每增加1单位，农业总产值增加113.0%。控制变量的回归分析结果显示，总播种面积、化肥投入、老年人口占比以及女性人口占比对农业总产值具有显著的正向影响；第一产业劳动力对农业总产值具有显著的负向影响，农业机械总动力及人均受教育年限对农业总产值不具有显著的影响。

表4 农业总产值的回归结果

N2为南方地区的回归结果。此时种植结构的系数为1.225，且在1%的统计水平上高度显著，意味着随南方地区经济作物播种面积占农作物总播种面积比例的增加，南方地区农业总产值会显著增加。具体表现为，南方地区经济作物播种面积比例每增加1单位，南方地区农业总产值增加122.5%。控制变量的回归结果显示，总播种面积、化肥投入、老年人口占比及女性人口占比对南方地区农业总产值具有显著的正向影响，农业机械总动力及人均受教育年限对南方地区农业总产值系数为负，并通过了10%水平下的显著性检验。另外，第一产业劳动力对南方地区农业总产值不具有显著影响。

N3为北方地区的回归结果。此时种植结构的系数为0.940，且在1%的统计水平上高度显著，意味着随北方地区经济作物播种面积占农作物总播种面积比例的增加，北方地区农业总产值会显著增加。具体表现为，北方地区经济作物播种面积比例每增加1单位，北方地区农业总产值增加94.0%。控制变量的回归结果显示，总播种面积、农业机械总动力及人均受教育年限对北方地区农业总产值具有显著的正向影响，第一产业劳动力、化肥投入、老年人口占比及女性人口占比对北方地区农业总产值不具有显著影响。

从以上三个模型的回归结果综合来看，种植结构变化有利于提高各地区的农业总产值，即经济作物播种面积占农作物总播种面积比例的增加能够显著促进各地区农业总产值的提高，尤其是南方地区。对此现象的经济学解释是，面对有限的资源，理性经济人趋于利益最大化的原则，倾向于生产更多的相对收益更高的产品。粮食作物属于低产值、低收益的农作物，相比之下，经济作物的产值高，经济附加值高并且需求弹性较大。所以，随着我国耕地资源质量和数量的下降以及农业劳动力的减少，农户会将有限的土地、劳动力等资源转移到经济作物的种植中，从而提高农业总产值。

(二)工具变量法估计结果

为了解决模型(1)设定中可能存在的内生性问题，本文引入工具变量来进行参数估计。较为常用的工具变量是使用具有内生性变量的滞后一期，通过滞后一期，将内生变量外生化处理。因此，本文选择种植结构的一阶滞后项作为工具变量，对模型进行估计。表5是使用工具变量法对农业总产值进行回归的估计结果。

表5 农业总产值的回归结果(工具变量法)

N1是全国整体回归结果。主要解释变量种植结构的系数为1.110，且在5%的显著性水平下显著，表明随着经济作物播种面积比例的增加，我国农业总产值有显著增长趋势，并且经济作物播种面积占比每增加1单位，农业总产值增加111.0%。控制变量的回归结果显示总播种面积对农业总产值具有显著的正向影响。

N2为南方地区的回归结果。此时种植结构的系数为1.379，且通过了5%水平下的显著性检验，表明随着南方地区经济作物播种面积占比的增加，南方地区农业总产值会显著增加，具体表现为南方地区经济作物播种面积占比每增加1单位，南方地区农业总产值增加137.9%。控制变量的回归结果显示，总播种面积、老年人口占比及女性人口占比对南方地区农业总产值具有显著的正向影响，而人均受教育年限对南方地区农业总产值影响系数为负。

N3为北方地区的回归结果。此时种植结构的系数为1.027，并未通过显著性检验，但是其系数与标准误的比值为1.547，接近10%显著性水平下的临界值。控制变量的回归结果显示，总播种面积对北方地区农业总产值具有显著的正向影响。

从以上三个模型的估计结果来看，在使用工具变量法来克服模型内生性问题之后，种植结构依然可以对农业总产值产生显著的影响，即随着经济作物播种面积占比的增加，各地区农业总产值表现出显著的增长趋势。

五、农业生产效率实证分析

表6反映了农业生产效率的回归结果。N1是全国整体回归结果。种植结构作为投入变量进行模型回归时，其系数为1.012，并在1%的统计水平上显著，表明随着经济作物播种面积占全国农作物总播种面积比例的增加，我国农业总产值显著增加，与上节回归结果保持一致。总播种面积对数变量的估计系数为正，并在1%水平下通过显著性检验，表明土地的产出弹性为正；第一产业劳动力对数变量的回归系数为－0.144，且通过1%水平下的显著性检验，表明第一产业劳动力每增加1%，农业总产值将减少0.144%；化肥投入对数变量的估计系数为0.293，通过1%水平下显著性检验，表明化肥投入的增加能够提升农业总产出，化肥投入增加1%，农业总产值将增加0.293%，与我国化肥驱动农业生产增长的模式相吻合；农业机械总动力对数变量的系数为0.089，并通过1%水平下的显著性检验，表明农业机械的增加能够促进农业总产值的增加，即农业机械总动力每增加1%，我国农业总产值增加0.089%。

表6 农业生产效率的回归结果

种植结构作为无效率变量进行模型回归时，其系数为－10.860，并在1%的统计水平上显著，表明提高经济作物播种面积占农作物总播种面积的比例将有助于提升农业生产效率；老年人口占比的估计系数为负，且通过10%水平下的显著性检验，说明老年人口占比的增加将有助于提高农业生产效率。与年轻人的劳动生产力相比较，老年人的农业生产力相对较低，因此老年人口占比较多的农户可能倾向于通过增加农业机械以及增加劳动投入来提高农业的生产效率。这与彭超和张琛[38]的研究结果一致。女性人口占比的回归结果并不显著，在一定程度上验证了Yang et al.的结论，即男性劳动力从农业活动中移出并不会对农业的生产效率产生显著的负面影响[39]。人均受教育年限的估计系数为负，并且在1%的水平上显著，表明人力资本水平的提高将有助于农业生产效率的提高。

N2是南方地区随机前沿模型的估计结果。种植结构作为投入变量进行模型回归时，其系数为1.399，并在1%的统计水平上显著，表明随着经济作物播种面积占南方地区农作物总播种面积比例的增加，南方地区农业总产值显著增加。总播种面积对数变量的估计系数为0.718，并在1%水平下通过显著性检验，表明南方土地的产出弹性为正；第一产业劳动力对数变量的回归系数为－0.232，且通过1%水平下的显著性检验，表明第一产业劳动力每增加1%，南方地区农业总产值将减少0.232%；化肥投入对数变量的估计系数为0.362，通过1%水平下显著性检验，表明化肥投入的增加能够增加南方地区农业总产出，化肥投入增加1%，南方地区农业总产值将增加0.362%；农业机械总动力对南方地区农业总产值不具有显著作用。

种植结构作为无效率变量进行模型回归时，其系数为6.379，但并未通过显著性检验，表明经济作物播种面积占农作物总播种面积的比例的变化对南方地区农业生产效率不具有显著影响；老年人口占比的估计系数为负，且通过5%水平下的显著性检验，说明老年人口占比的增加将有助于提高农业生产效率。女性人口占比的回归结果仍不显著。人均受教育年限的估计系数为负，并且在1%的水平上显著，表明人力资本水平的提高将有助于南方地区农业生产效率的提高。

N3是北方地区随机前沿模型的估计结果。种植结构作为投入变量进行模型回归时，其系数为1.002，并在1%的统计水平上显著，表明随着经济作物播种面积占北方地区农作物总播种面积比例的增加，北方地区农业总产值显著增加。总播种面积对数变量的估计系数为0.678，并在1%水平下通过显著性检验，表明北方地区土地的产出弹性为正；第一产业劳动力对数变量的回归系数为－0.231，且通过1%水平下的显著性检验，表明第一产业劳动力每增加1%，北方地区农业总产值将减少0.231%；化肥投入此时无法显著影响北方地区农业总产值；农业机械总动力对数变量的系数为0.191，并通过1%水平下的显著性检验，表明农业机械的增加能够促进北方地区农业总产值的增加，即农业机械总动力每增加1%，北方地区农业总产值增加0.191%。

种植结构作为无效率变量进行模型回归时，其系数为－17.480，并在1%的统计水平上显著，表明提高经济作物播种面积占北方地区农作物总播种面积的比例将有助于提升北方地区农业生产效率；老年人口占比、女性人口占比的回归结果并不显著。人均受教育年限的估计系数为负，并且在5%的水平上显著，表明人力资本水平的提高将有助于北方地区农业生产效率的提高。

从以上三个模型的回归结果综合来看，种植结构变化在提高农业总产值的同时促进了农业生产效率的提升，尤其是北方地区，即经济作物播种面积占农作物播种面积比例的增加将有助提高农业生产效率。范成方和史建民的研究表明，油料、蔬菜、苹果的土地成本、化肥成本、种子投入成本、劳动力投入成本的单位收益均高于粮食作物的单位收益，表明三种作物在土地、化肥、种子和劳动力投入上的产出效率要高于粮食作物[40]。另外，从优化资源配置论来说，由于需求收入弹性以及附加值等的综合影响，农户会将有限的耕地、劳动力资源以及资金投入等转向比较收益较高的农作物生产中，由于粮食作物生产的比较收益较低，农户将在生产过程中更加倾向于提高经济作物的种植比例，从而提高农户的收益[41]。因此，经济作物播种面积占比的增加在一定程度上有利于资源配置的优化，从而提高生产效率。

中国农业种植结构变化对农业总产值增加和生产效率提升的促进作用可由亚当·斯密的专业化分工理论进一步解释。我国农业生产逐渐演化出的结构性专业分工的趋势反映了亚当·斯密论述的第一种分工，我国经济作物的生产重心向南方偏移而粮食作物的生产重心向北方偏移，表现为南方的粮食作物占比在不断下降，经济作物占比在不断上升；而北方的粮食作物占比在不断上升，经济作物占比在不断下降。这种结构性的分工所带来的专业化促进了技术进步，规模报酬递增，进一步提高了农业生产效率。

六、结论

本文基于2000—2018年省级面板数据，通过构建随机前沿生产函数模型，实证分析种植结构变化对农业总产值以及农业生产技术效率的影响。研究结果表明:第一，过去二十年中国种植结构发生显著变化，地区之间表现出明显的专业化分工的趋势性特征，即南方的粮食作物占比在不断下降，经济作物占比在不断上升；而北方的粮食作物占比在不断上升，经济作物占比在不断下降。第二，中国农业种植结构变化有利于农业总产值的增加，即结构性的专业化分工趋势促进了中国农业总产值的增加。分地区来看，种植结构变化对南北方地区的农业总产值均产生了显著的正向影响，南方地区表现得更加突出。另外，克服种植结构变量内生性后，结果显示，种植结构的变化依然对农业总产值产生显著的正向影响。第三，中国农业种植结构变化有利于生产效率的提升，即结构性的专业化分工趋势促进了农业生产效率的提升。分地区来看，种植结构变化能够显著提高北方地区的农业生产效率。第四，中国农业种植结构的变化带来的农业总产值以及生产效率的提升可以由亚当·斯密的专业化分工理论进行解释，中国农业生产通过结构性的专业化分工，促进技术进步，带来递增的规模报酬，不断提高生产效率。