高标准农田建设对农业全要素生产率的影响研究

關键词：高标准农田建设；全要素生产率；农业

摘 要：高标准农田建设通过改善农业生产环境的方式，提升了农业全要素生产率。本文基于281个城市的农业部门数据，采用Meta-Malmquist指数测算了农业全要素生产率；并运用SARAR模型分析了高标准农田建设对农业全要素生产率的影响；最后探讨了哪些地区能够分享到高标准农田建设的效益。研究结果发现：（1）农业全要素生产率存在提升空间，并且技术效率对农业全要素生产率的影响大于技术进步对其的影响，东部地区农业全要素生产率明显高于中西部地区。（2）高标准农田建设能够显著提升农业全要素生产率；与农业技术进步相比，高标准农田建设更能够提高农业技术效率；地区农业经济发展的差异会直接影响高标准农田建设的经济效益。（3）高标准农田建设对农业全要素生产率的影响存在异质性，东部地区的农业全要素生产率更容易分享到高标准农田建设的效益。最后，从加大高标准农田建设支持力度和提升农业全要素生产率等角度为农业高质量发展提出了政策建议。

中图分类号：F062.3文献标识码：A文章编号：1001-2435（2023）06-0114-11

Influence of High Standard Farmland Construction on Agricultural TFP

SUN Xuetao （1.Shandong Academy of Social Sciences，Jinan 250002；2.College of Economics，Ocean University of China，Qingdao 266100，China）

Key words：high-standard farmland construction；total factor productivity；agriculture

Abstract：The construction of high-standard farmland provides a new way to improve agricultural total factor productivity by improving the agricultural production environment. This paper uses meta-Malmquist index to measure agricultural total factor productivity based on agricultural sector data of 281 cities. SARAR model was used to analyze the influence of high-standard farmland construction on agricultural total factor productivity. Finally，it discusses which areas can share the benefits of high-standard farmland construction. The results show that：（1） there is room for improvement of agricultural total factor productivity，and the impact of technical efficiency on agricultural total factor productivity is greater than that of technological progress，and agricultural total factor productivity in eastern China is significantly higher than that in central and western China. （2） High-standard farmland construction can significantly improve agricultural total factor productivity. Compared with agricultural technical progress，high-standard farmland construction can improve agricultural technical efficiency. Regional differences in agricultural economic development will directly affect the economic benefits of high-standard farmland construction. （3） There is heterogeneity in the impact of high-standard farmland construction on agricultural total factor productivity，and agricultural total factor productivity in eastern areas is more likely to share the benefits of high-standard farmland construction. Finally，policy suggestions for high-quality agricultural development are put forward from the perspectives of strengthening support for high-standard farmland construction and improving agricultural total factor productivity.

——————————————————————————————————————————

一、引 言

提高耕地质量成为农业高质量发展的主要路径。由于农业具有强烈的公共属性且是弱势产业，为了保证本国的粮食安全、稳定农业供给，世界各国都将支持农业生产作为本国的基本国策，采取直接补贴、低息贷款和农业保险补贴等形式支持农业。在限制“黄箱”政策的背景下，世界各国都在削减直接补贴，逐步通过“绿箱”补贴政策推进本国农业规模化、机械化和专业化，进而提高本国农业竞争力。1美国采取耕地保护性休耕项目（CRP）和环境质量激励项目（EQIP）建立了农业生态补偿机制；2日本颁布了130多项土地保护政策；欧盟也启动了共同农业政策（CAP）来保护耕地，世界各国的耕地保护政策提高了农业生产率，保障了农民收入。3耕地保护政策对农业生产方式和粮食安全产生了巨大的影响，进而保障了该国的经济安全。4在此背景下，为了推动农业高质量发展，国家于2004年在中央“一号文件”中提出了高标准农田建设计划，此后，历年中央“一号文件”均对高标准农田建设做出了明确要求，2023年中央“一号文件”提出了“逐步把永久基本农田全部建成高标准农田”的目标。

高标准农田建设对农业全要素生产率的影响存在争论。主流的观点认为高标准农田建设是农业全要素生产率提升的源泉。通过分析发现土地质量越高的地区，在同等条件下土地效率就越高，进而农业部门整体生产率也就越高；5从农户层面看，農户地块面积每增加1倍，农业生产效率就会提升12.86%。6在农业经济高质量发展的背景下，高标准农田建设逐渐成为我国农村土地治理的重点。高标准农田建设通过平整土地、保护农业生态环境和完善农业基础设施等措施，逐步推进农业规模化和机械化，从农业要素投入角度改善农业生产环境，助推了农业现代化。从农业生产理论和农业发展实际看，农业要素投入结构和质量的改善会提高农业全要素生产率。但部分学者研究发现，高标准农田建设所追求的“田成方、渠相连”会改变土地自然形成的布局，高标准农田建设对自然环境的改善不仅会不利于农业生产，7而且还会抑制新型职业农民的培育。8

高标准农田建设对农业全要素生产率的影响路径主要有：高标准农田建设通过补齐农业基础设施短板，提高要素质量以及改善要素配置结构等多种渠道提高了农业全要素生产率。1高标准农田建设通过完善农田的机耕道、推进外部灌排骨干工程和促进农田平整等形式提高了单位面积的土地产出，从农业基础设施保障角度提高了农业生产效率。与此同时高标准农田建设通过修复土壤，推广绿色可持续技术和培育土壤肥力等方式提升耕地地力，防止地力下降，为农业高质量发展提供了高质量土地，在其他要素投入不变的情况下土壤肥力的提升会提高农业的全要素生产率。基于高标准农田建设对农业生产效率影响的路径，在国家大力推进高标准农田建设背景下，有必要探究高标准农田建设对农业全要素生产率产生了怎样的影响。对于以上问题的分析有助于明晰我国高标准农田建设和农业全要素生产率之间的关系，进而探索农业全要素生产率提升的途径，同时为高标准农田建设和农业高质量发展提供理论依据和现实参考。

二、农业全要素生产率的测算及计量模型构建

（一）农业全要素生产率的测算方法

传统方法在测算农业全要素生产率时不仅无法解决投入或产出为负值的问题，而且还会出现方向距离函数无解的情况。为了准确地测算全要素生产率，Portela and Thanassoulis提出了测算全要素生产率的新方法，2即Meta-RDM模型。该模型不仅能够在要素投入和产出为负值时运用，而且还不会出现方向距离函数无解的问题。Meta-RDM模型测算全要素生产率的数学原理具体如下：

假设共同前沿面的直接距离函数为：[DRmf=（xtk，ytk，0，Rmfytk，）]，[ytk=（yt1k，yt2k，K，ytsk）]的上标[gk，gy）=（gxt1，gxt1，K，gxtm，gyt1，gyt1，K，gyts）]为共同前沿面基础上的距离函数，[DUMk]的上标[mf]为要素投入不变时的最大产出，[ytk]为[k]地区农业部门在[DR=（xtk，ytk，Rxtk，Rytk）=sup{β|xtk-βRxtk，ytk+，βRytk}]期的产出。直接距离的目标函数可以表示为[Rxtk=0]。Portela and Thanassoulis①构建的Meta-RDM模型可以表示为：

三、变量选取及描述性统计

研究高标准农田建设对农业全要素生产率的影响主要需要两部分数据，一部分是测算农业全要素生产率及控制变量的数据，该部分数据主要来源于《中国城市统计年鉴》（2018—2020年），另一部分数据为高标准农田建设数据，主要来源于省级农业农村厅和市级农业农村局公布的高标准农田建设数据，即城市区域内高标准农田建设面积，对于没有公布高标准农田建设数据的城市，本文向这些城市的农业农村局或所属省份的农业农村厅发函咨询。

（一）农业全要素生产率的测度

农业全要素生产率为被解释变量，本文借鉴Portela and Thanassoulis提出的新思路测算全要素生产率。1根据柯布—道格拉斯生产函数选取农业的要素投入和产品产出指标，变量描述性统计结果如表1所示。

（1）农业要素投入。采用资本、劳动和土地表示农业全要素生产率的要素投入。资本采用城市范围内农业资本存量表示，农业资本存量的计算方式为：

Kit=Kit-1（1-δit）+Iit （9）

公式（9）中，[Kit]为[i]城市[t]期的农业资本存量，[δit]为[i]城市[t]期农业部门的折旧率，借鉴孙学涛和王振华的研究结果，2选取[δit]的值为9.6%，[Iit]为[i]城市[t]期在农业部门的投资总额。由于2016年城市农业部门资本存量数据存在缺失，按照资本产出比为3的方式，3运用2017年第一产业增加值计算2016年城市农业部门的资本存量。限于城市层面的农业数据，劳动要素采用城市第一产业从业人数表示。由于本文关注的是农业全要素生产率，因此土地要素采用城市内的耕地面积表示。

（2）农业产出。采用第一产业增加值表示农业全要素生产率的产出。由于第一产业增加值采用价值来衡量，因此价格的变化会对第一产业增加值产生影响，故在农业全要素生产率的测算过程中将与价格有关的第一产业增加值和前文提及的农业资本存量均按照居民消费价格指数进行平减处理。

运用MaxDEA6.9软件，基于城市农业部门的要素投入与产出数据，采用产出导向型规模收入可变模型，可计算出城市农业部门的农业全要素生產率及其分解结果，具体如表2所示。

由表2可以看出，农业全要素生产率均值小于1，说明中国农业全要素生产率还存在提升空间，可能的解释是在推进农业高质量发展过程中存在着效率损失，一方面由于农业优势劳动和土地等要素不断由农业部门向城市部分转移，导致农业投入要素质量下降，进而产生农业效率损失；另一方面由于农业部门存在着土地碎片化经营，农业基础设施不完善等问题，农业生产的这些短板弱项也会对农业全要素生产率生产不利的因素。因此在建设农业强国背景下还应该通过提升农业全要素生产率的方式推进农业高质量发展。农业技术进步均小于1，农业技术效率均大于1，这说明农业全要素生产率主要来源于农业技术效率，农业技术进步对农业全要素生产率的贡献相对较小。表2还呈现了农业全要素生产率的空间差异，从东中西的地区差异可以看出，东部地区农业全要素生产率明显高于中西部地区。

（二）解释变量

核心解释变量为高标准农田建设规模，使用高标准农田建设面积占城市区域内耕地面积的比重表示。为了准确地估计出高标准农田建设对农业全要素生产率的影响，实证研究过程中还加入了七个控制变量，限于文章篇幅，对于控制变量不再详细解释。核心解释变量和控制变量的描述性统计如表3所示。

四、实证分析

（一）空间相关性检验

基于前文的理论分析，首先运用空间Moran's I指数对高标准农田建设和农业全要素生产率进行空间相关性检验，1检验结果见表4。由表4可以看出，高标准农田建设与农业全要素生产率均存在显著的空间相关性，表明高标准农田建设虽然是各个地区独立进行的政策选择，但不同地区推行高标准农田建设时也会受到其他地区高标准农田建设的影响；同时，农业全要素生产率的变化也会受到其他地区的影响。由此可见，在分析高标准农田建设对农业全要素生产率影响时，需要运用空间计量模型，解决相关性问题。

借鉴白俊红的空间相关性检验方法，1在运用空间计量模型分析高标准农田建设对农业全要素生产率的影响之前，还需要讨论残差项的空间相关性，为此，本文尝试运用OLS模型分析高标准农田建设对农业全要素生产率的影响，以测算出不同时期的残差项。基于OLS模型的估计结果如表5所示。

从表5的估计结果看，高标准农田建设对农业全要素生产率提升有显著的促进作用。残差项的空间相关检验结果见表4，可以看出，运用OLS模型估计的高标准农田建设对农业全要素生产率影响的残差项存在显著的空间相关性。这说明运用OLS模型估计的高标准农田建设对农业全要素生产率的影响并不是真实的估计结果。为了准确地反映出高标准农田建设对农业全要素生产率的影响，尝试选取能够反映地区之间空间相关性的计量模型进行估计。

（二）高标准农田建设对农业全要素生产率的影响

由于分析所用数据为面板数据，需要判断在分析高标准农田建设对农业全要素生产率的影响时，固定效应、随机效应和混合效应哪种更适合。借鉴孙学涛和张广胜的判断规则，2运用BP检验和Hausman检验对空间计量模型的拟合效果进行检验。BP检验和Hausman检验均通过了显著性水平检验，BP检验显著，说明与混合效应相比，随机效应更适合研究高标准农田建设对农业全要素生产率的影响；Hausman检验显著，说明与随机效应相比，固定效应更适合研究高标准农田建设对农业全要素生产率的影响。因此，基于固定效应，采用SARAR模型分析高标准农田建设对农业全要素生产率的影响，模型估计结果如表6所示。

由表6的估计结果可以看出，高标准农田建设对农业全要素生产率影响空间自回归参数（rho）的估计值为负，且通过了显著性水平检验，说明农业全要素生产率不仅会受到高标准农田建设的影响，而且还可能会受到周边地区高标准农田建设或农业全要素生产率的影响。因此，在实证分析过程中需要运用空间计量模型。高标准农田建设对农业全要素生产率影响的分析具体如下：

第一，高标准农田建设对农业全要素生产率的影响。由表6的估计结果可以看出，高标准农田建设对农业全要素生产率的影响为正，且通过了显著性水平检验，说明高标准农田建设能够提升农业全要素生产率。对此，可能的解释主要有两点：一是高标准农田建设项目通过平整土地实现了农业的集中连片经营，优化了农业土地结构和布局，最终在农业其他要素投入不变的情况下提高了农业全要素生产率；1二是伴随着高标准农田建设，农业部门内还会增加农田水利和电力等农业基础设施的投入力度，农业基础设施投入的增加会产生两方面的作用，一方面是会提升农业产出，另一方面是会优化农业要素投入结构，进而提升农业全要素生产率。2

第二，高标准农田建设对农业全要素生产率分解的影响。由表6的估计结果可以看出，高标准农业田建设对农业技术进步和技术效率的影响均为正，且通过了显著性水平检验。这说明高标准农田建设不仅会促进农业技术进步，而且还会提高农业全要素生产率，即高标准农田建设对农业全要素生产率影响的路径不仅有农业技术进步，而且还有农业技术效率。可能的解释有二点，一是高标准农田建设的过程是多种方式提升土地要素质量的过程，在其他要素投入数量不变的情况下，随着土地要素质量的提升，农业技术效率也会不断提升；二是高标准农田建设还会通过集中连片经营，提升农业抗灾能力等方式将小农户与农业机械化有效衔接，这种衔接不仅会提高农业技术效率，也会促进新型农业技术的推广与应用，进而提高农业技术进步水平。将表6的高标准农田建设对农业技术进步的影响系数与高标准农田建设对农业技术效率的影响系数进行对比发现，高标准农田建设对农业技术效率的影响系数大于对农业技术进步的影响系数，这也从另一方面证实了农业技术进步具有一定的外生性。

第三，高标准农田建设对不同地区农业全要素生产率存在差异化影响，应考虑地区、地形的影响。1由表6可以看出，高标准农田建设对东中西部地区农业全要素生产率的影响均为正，但对西部地区的影响没有通过显著性水平检验，对东中部地区的影响均通过了显著性水平检验，再次验证了高标准农田建设能够提升农业全要素生产率。组间差异检验结果表明，东部、中部和西部地区的高标准农田建设存在显著的差异。通过对比高标准农田建设对东中西部地区農业全要素生产率的影响差异可以看出，高标准农田建设对东部地区的影响最大，对西部地区的影响最小。这说明与西部地区相比，高标准农田建设更能够促进东部地区农业全要素生产率的提升。可能的解释有两点，一方面是东部地区农业经济发展水平相对较高，高标准农田建设通过补齐东部地区农业基础设施短板的方式，促进东部地区农业经济发展；另一方面是东部地区以平原为主，适宜发展农业，因此高标准农田建设更能够发挥其自身的经济效用，而中西部地区以丘陵和山地为主，发展农业的先天性条件不足，即使在丘陵和山地地区推进高标准农田建设，其对农业的影响也是有限的。

第四，高标准农田建设的空间溢出效应。由表6空间交互项的系数可以看出，高标准农田建设对农业的影响还存在空间溢出，但SARAR模型的估计结果并不能反映出高标准农田建设对农业全要素生产率影响的空间溢出效应，因此还需要运用SDM模型计算出高标准农田建设对农业全要素生产率影响的直接效应、间接效应和总效应。基于SDM模型计算的高标准农田建设对农业全要素生产率影响的三种效应如表7所示。由表7高标准农田建设的空间溢出效应可以看出，高标准农田建设的直接效应显著为正；高标准农田建设的间接效应虽为负，但没有通过显著性水平检验，表明高标准农田建设对农业全要素生产率仅产生显著的直接效应，并没有产生显著的间接溢出效应。这似乎与表6空间自回归项的估计结果相矛盾，但表6空间自回归项的系数仅表明农业全要素生产率会存在空间溢出效应，并不是指高标准农田建设的空间溢出效应，因此本部分高标准农田建设没有存在空间溢出效应与前文空间自回归系数显著为正并不矛盾。高标准农田建设没有存在空间溢出效应的可能解释是，高标准农田建设作为政府支持农业发展的一项政策，并没有存在地域间的空间溢出效应，即某一地区高标准农田建设并不会直接对周边地区农业产生影响。

第五，控制变量对农业全要素生产率的影响。由表6和表7的估计结果可以看出，农业全要素生产率不仅会受到高标准农田建设的影响，而且还会受到产业结构和人力资本等控制变量的影响。由于本文主要讨论的是高标准农田建设对农业全要素生产率的影响，控制变量作为影响农业全要素生产率的潜在因素，在计量模型内处于次要位置，因此控制变量对农业全要素生产率的影响不再讨论。

（三）内生性讨论

前文实证分析过程中发现高标准农田建设对农业全要素生产率的影响在一定程度上可能会存在内生性，即高标准农田建设比例较高（或较低）的地区，其农业全要素生产率可能是较高（或较低）的，还需要讨论高标准农田建设与农业全要素生产率的内生性。考虑到高标准农田建设数据的可得性，本部分尝试运用除城市自身以外所属省份下辖其余城市的高标准农田建设的均值（以下简称工具变量）作为高标准农田建设的工具变量，讨论高标准农田建设对农业全要素生产率影响的内生性。本部分对工具变量的均值进行有效性检验，发现伪R2为0.8730，说明工具变量对高标准农田建设拟合度较高。为了分析工具变量是否存在弱工具变量的问题，本部分给出了工具变量对高标准农田建设影响的F统计量（39.08）且工具变量通过了显著性水平检验，由于工具变量对高标准农田建设影响的统计量大于10，表明工具变量不存在弱工具变量的问题。模型的其余设定与基准回归部分一致，高标准农田建设的工具变量对农业全要素生产率影响的估计结果具体如表8所示。

表8给出了除城市自身以外省域所辖其余城市的高标准农田建设的均值作为高标准农田建设工具变量的估计结果。由表8的估计结果可以看出，高标准农田建设对农业全要素生产率及其各维度的影响均为正，且通过了显著性水平检验。说明高标准农田建设会促进农业全要素生产率提升。将表8高标准农田建设对农业全要素生产率及其各维度的估计系数与表6高标准农田建设对农业全要素生产率及其各维度的估计系数对比发现表8的系数小于表6的系数。这也从另一方面证实了高标准农田建设与农业全要素生产率之间存在内生性，如果忽视高标准农田建设与农业全要素生产率之间的内生性可能会高估高标准农田建设对农业全要素生产率的估计结果。

五、结 论

国家于2012年提出了建设高标准基本农田的任务，此后历年中央“一号文件”均对高标准农田建设做出了明确要求。高标准农田建设实施以来是否实现了其预期效果，还需要实证检验。鉴于此，运用城市农业部门数据，采用空间计量模型从农业全要素生产率提升角度分析了高标准农田建设的经济效应。研究发现：农业全要素生产率主要来源于农业技术效率，而农业技术进步对其贡献相对较小，并且东部地区的农业全要素生产率明显高于中西部地区；高标准农田建设与农业全要素生产率之间存在着空间相关关系；高标准农田建设能够显著提高农业全要素生产率，并且高标准农田建设对农业全要素生产率的影响大于对农业技术进步的影响；高标准农田建设会显著提高东中部地区的农业全要素生产率，但对西部地区农业全要素生产率的影响不明显。基于以上结论，为了高质量地实施高标准农田建设和提高农业生产效率，尝试提出如下政策建议：

第一，建设高标准农田，提升农业技术效率。实证分析发现高标准农田建设还会通过提高农业技术效率的方式促进农业全要素生产率提升。因此在建设农业强国背景下，各级政府应该以高标准农田建设为契机，通过集中连片经营，补齐农业基础设施短板弱项等方式提高农业技术效率，进而全方位提升高标准农田建设效果。与此同时，在建设高标准农田过程中还应该注重高标准农田建设的普惠性与公平性，以避免“人为垒大户、排挤小农户”的现象。与此同时在推进土地流转过程中，还应该通过“二合一”或“三合一”等土地整理方式，对农地进行改造提升，完善农田的配套设施，提升农业机械化水平，加快农业强国建设步伐。

第二，因地制宜地实施高标准农田建设。实证分析发现高标准农田建设对东中部地区农业全要素生产率的影响相对较大，而对于其他地区农业全要素生产率的影响相对较小。因此，政府应该根据本地区的农业经济发展状况和地形条件推进高标准农田建设，例如在东部地区高标准农田建设的重点任务应是促进农业高新技术的转化和应用，而在西部地区高标准农田建设的重点任务应该是推进农业机械的应用，进而推动农业机械代替农业劳动，最终实现农业全要素生产率提升的目标。在调研过程中还发现，高标准农田建设存在“重建轻管”等问题，因此在完成高标准农田建设之后，还应该加强对高标准农田建设的管理和维护，以充分发挥高标准农田建设的作用。

第三，建立高标准农田长效保护机制，促进农业技术进步。前文实证分析发现高标准农田建设能够显著促进农业技术进步，因此在建设农业强国过程中，应该充分发挥高标准农田建设提升农业技术进步的作用，实现大数据、农业5G技术和物联网等与高标准农田建设相适用，进而为高标准农田建设插上农业科技的“翅膀”。与此同时，高标准农田建设不仅需要建设好，更需要管护好，为了更好发挥高标准农田建设在农业强国建设中的作用，各级政府在完成高标准农田建设任务之后，应该明确高标准农田建设管护主体，建立高标准农田长效保护机制，充分调动农业经营主体管护高标准农田的积极性。

责任编辑：孔庆洋

*收稿日期：2023-01-05；修回日期：2023-03-01

基金项目：国家自然科学基金青年项目“高标准农田建设对农业的多途径影响：时空规律、要素替代与效率提升”（72203212）；山东省博士后创新项目“高标准农田建设对农地效率的影响机理与优化路径研究”（202102063）；2022年山东省社会科学规划研究项目“高标准农田建设对山东农业的影响：要素替代与效率提升”（22DJJ22）；2021年度青岛市社会科学规划研究项目“高标准农田建设实施效果及作用机制研究：基于农地效率的视角”（QDSKL2101025）

作者简介：孙学涛（1989-），男，山东鄄城人，博士后，副研究员，研究方向为经济理论与政策。

1 Biagini，L.，Antonioli，F. and  Severini，S.，The Role of the Common Agricultural Policy in Enhancing Farm Income：A Dynamic Panel Analysis Accounting for Farm Size in Italy，Journal of Agricultural Economics，Vol. 71，No.3 （July 2020），pp.652-675.

2 Lang，Z.，and Rabotyagov，S.，Socio-psychological factors influencing intent to adopt conservation practices in the Minnesota River Basin，Journal of Environmental Management，Vol. 307，No.4 （April 2022），pp.1-13.

3 Bazyli，C.，Radoslaw，T. And et al.，Cost-effectiveness of the common agricultural policy and environmental policy in country districts：Spatial spillovers of pollution，bio-uniformity and green schemes in Poland，Science of the Total Environment，Vol. 726，No. 15，（July 2020），pp.1-14.

4 賀青梅、李海金：《农业供给侧改革、农民需求偏好与地方政府治理——基于中部X省综合农业现代化项目实施过程的分析》，《河南师范大学学报（哲学社会科学版）》2018年第6期。

5 许庆、田士超、徐志刚、等：《农地制度、土地细碎化与农民收入不平等》，《经济研究》2008年第2期。

6 纪月清、顾天竹、陈奕山、等：《从地块层面看农业规模经营——基于流转租金与地块规模关系的讨论》，《管理世界》2017年第7期。

7 张宗毅：《“十四五”期间丘陵山区农田宜机化改造若干重大问题与举措》，《中国农村经济》2020年第11期。

8 赵宇、孙学涛：《高标准农田建设是否有助于推进新型职业农民培育：来自村庄的证据》，《农村经济》2022年第4期。

1 赵谦、陈祥：《领导小组功能适当化：高标准农田建设机构建制条款的规范要义》，《中国土地科学》2019年第3期。

2 Portela，M. and Thanassoulis，E.，Malmquist-type Indices in the Presence of Negative Data：An Application to Bank Branches，Journal of Banking & Finance，Vol.34，No.7 （July 2010），pp. 1472-1483.

1 孙学涛：《促进还是抑制？——非农就业对农地效率的影响研究》，《经济与管理研究》2021年第1期。

1 Portela，M. and Thanassoulis，E.，Malmquist-type Indices in the Presence of Negative Data：An Application to Bank Branches，Journal of Banking & Finance，Vol.34，No.7 （July 2010），pp. 1472-1483.

2 孙学涛、王振华：《农业生产效率提升对产业结构的影响——基于技术进步偏向的视角》，《财贸研究》2021年第6期。

3 孙学涛、于婷、于法稳：《数字普惠金融对农业机械化的影响——来自中国1869个县城的证据》，《中国农村经济》2022年第2期。

1 李建英、战爽：《强化农村绿色基础设施投资提高农业全要素生产率》，《经济与管理》2023年第5期。

1 白俊红、王钺、蒋伏心、等：《研发要素流动、空间知识溢出与经济增长》，《经济研究》2017年第7期。

2 孙学涛、张广胜：《技术进步偏向对城市经济高质量发展的影响——基于结构红利的视角》，《管理学刊》2020年第6期。

1 盖庆恩、朱喜、程名望、等：《土地资源配置不当与劳动生产率》，《经济研究》2017年第5期。

2 朱喜、史清华、盖庆恩：《要素配置扭曲与农业全要素生产率》，《经济研究》2011年第5期。

1 朱志明：《农旅融合、要素配置与农业劳动生产率》，《管理学刊》2022学第3期。