广西农业全要素生产率的时空差异及影响因素分析

摘要：【目的】测算广西农业全要素生产率（TFP）并分析其时空特征和影响因素，为推动广西农业科技创新及赋能农业强区建设提供决策依据。【方法】运用DEA-Malmquist指数法对2005—2021年广西农业全要素生产率进行测算，将其分解为技术效率和技术进步，分析其时空变化情况，构建面板数据回归模型，分析广西农业全要素生产率的影响因素，并进行稳健性检验。【结果】从时间趋势来看，2005—2021年广西农业全要素生产率稳步增长，特别是“十三五”以来增长速度明显加快，且形成了广西农业全要素生产率增长的技术进步和技术效率“双驱动”模式。从空间分布来看，广西14个地级市的农业全要素生产率增长差异较明显，其中，有11个市实现增长，增长最多的是南宁市，增长最少的是贺州市。从影响因素来看，农村人力资本、农业生产规模、农业机械化水平和财政支农水平是影响广西农业全要素生产率增长的主要因素。从与周边省份对比结果来看，广西农业全要素生产率平均增长速度落后于广东省2.3%，落后于云南省0.9%。【建议】建议广西以市场需求为导向，推动农业技术进步；以生产需求为导向，提升农业技术效率；以协调发展为导向，合理布局创新资源；以优先发展为导向，强化支农强农措施，从而加快提升农业全要素生产率，助力农业强区建设。

关键词：农业全要素生产率；时空差异；影响因素；农业强区；广西

中图分类号：S-9；F327 文献标志码：A 文章编号：2095-1191（2024）11-3497-10

Spatial-temporal difference and influencing factors of agricultural total factor productivity in Guangxi

ZHOU Bao-ji1， LAN Zong-bao1， QU Ting-ting1， WANG Yu-ning2，LU Qing-nan1， HUANG Zhi1*

（1Agricultural Science and Technology Information Institute，Guangxi Academy of Agricultural Sciences， Nanning，Guangxi 530007， China； 2Agricultural Resource and Environment Research Institute， Guangxi Academy ofAgricultural Sciences， Nanning， Guangxi 530007， China）

Abstract：【Objective】In order to provide a scientific decision-making reference for achieving agriculture technologi‐cal innovation and building a strong agricultural area，agricultural total factor productivity（ TFP） was accurately measured and and its spatial-temporal differences and influence factors were discussed in Guangxi.【 Method】The DEA-Malmquist index method was used to measure agricultural total factor productivity in Guangxi from 2005 to 2021，which was decom‐posed into technical efficiency and technological progress，and its spatial-temporal changes were analyzed. The panel data regression model was used to analyze the influencing factors of agricultural total factor productivity in Guangxi，and the robustness test was carried out. 【Result】From the perspective of time trend，the agricultural total factor productivity of Guangxi had grown steadily，especially since“ the 13th Five-Year Plan”，the growth rate had accelerated greatly，and the growth of agricultural total factor productivity of Guangxi had formed a“ dual drive” model of technological progress and technical efficiency. From the perspective of spatial distribution，there was a great difference in the growth of agriculturaltotal factor productivity among 14 prefecture-level cities in Guangxi. Among the 14 cities，11 cities had achieved an in‐crease in agricultural total factor productivity，with Nanning had the largest increase and Hezhou had the least increase. From the perspective of influencing factors，the main factors affecting the growth of agricultural total factor productivity in Guangxi were rural human capital，agricultural production scale，agricultural mechanization level and financial support level. In contrast，the average growth rate of agricultural total factor productivity in Guangxi lagged behind Guangdong by 2.3% and Yunnan by 0.9%.【 Suggestion】It is suggested that Guangxi should take the market demand as the guide to pro‐mote the progress of agricultural technology. To improve the efficiency of agricultural technology based on production de‐mand； take coordinated development as the guidance，rationally distribute innovation resources；with priority development as the orientation，strengthen measures to support agriculture and strengthen agriculture，so as to accelerate the improve‐ment of agricultural total factor productivity and help the strong agricultural area building.

Key words： agricultural total factor productivity； spatial-temporal difference； influence factor； strong agricultural area； Guangxi

Foundation items： Guangxi Science and Technology Development Strategy Research Projec（t Guike ZL20111010）；Science and Technology Development Project of Guangxi Academy of Agricultural Sciences（Guinongke 2021JM74）；Ba‐sic Scientific Research Project of Guangxi Academy of Agricultural Sciences（Guinongke 2021YT083，Guinongke 2021 YT078）

1. 引言

【研究意义】农业科技进步是农业经济增长的源泉和农业竞争力提升的关键，提高农业科技水平是建设农业强国的本质要求。根据2023年《广西统计年鉴》和《中国统计年鉴》统计数据进行计算，2022年广西第一产业增加值为4269.8亿元，占广西生产总值的16.23%，远高于全国第一产业增加值在全国生产总值中的占比（7.32%）；广西第一产业增加值占全国第一产业增加值的4.84%，也高于广西生产总值在全国生产总值中的占比（2.18%），表明农业仍是广西经济的重要支柱产业。广西农业优势特色突出，农、林、牧、渔产品种类丰富，糖料蔗、水果、桑蚕和秋冬蔬菜等多种重要农产品的产量位居全国第一，具有建设农业强区的坚实条件。党的十八大以来，广西深入实施创新驱动发展战略，注重利用科技手段提升农业发展质量和效益，通过大力创建现代特色农业示范区、实施科技强农“八大工程”及创建全国一流省级农业科学院等具体行动，不断强化农业科技对现代特色农业发展的支撑作用。根据2023年《广西统计年鉴》和《中国统计年鉴》统计数据进行计算，2022年广西农业科技进步对广西农业增长的贡献率仅53.0%左右，低于全国平均水平（62.4%）；广西全社会研究与试验发展经费投入总量为217.9亿元，投入强度仅为0.83%，远低于全国平均投入强度（2.54%），与发达省份相比，广西的科技投入差距更大。因此，广西要建成农业强区，必须持续提升科技对区域现代特色农业高质量发展的支撑作用。农业全要素生产率（TFP）是全面反映农业科技进步情况的重要指标，对广西农业全要素生产率进行测度和分解，分析其时空差异并明确其发展水平、地区差异和影响因素，对促进广西农业科技进步及推动广西由农业大区向农业强区迈进具有重要意义。【前人研究进展】农业全要素生产率是衡量农业生产过程中科技进步对农业增长贡献份额的重要指标，也是学界关注的重要主题。已有学者从整体上测算我国农业全要素生产率，并探讨其增长的主要原因。高帆（2015）研究表明，我国1992—2012年的农业全要素生产率增长对我国农业增长的贡献率为79.12%，其中技术进步是农业全要素生产率增长的主要来源。李展和崔雪（2021）的研究结果显示，1980—2016年我国农业全要素生产率年均增长1.74%，对总产出增长的贡献率为30.53%。部分学者探讨了农业全要素生产率的地区差异，其中，刘战伟（2018）研究指出，我国农业全要素生产率增长状况呈现由东到西逐渐减弱趋势，李欠男等（2019）的研究结果也验证了这一结论。高齐圣和王丹亚（2020）研究表明，农业全要素生产率地区内部存在分化现象，其中，东部地区呈多极化趋势，东北地区两级分化现象较明显，中部地区差距逐渐变大，西部地区差距小幅度增大且呈两极分化趋势。一些学者研究了某一省份或某一区域的农业全要素生产率，其中，李翔和杨柳（2018）测算了华东地区农业全要素生产率；许文标等（2021）对福建省农业全要素生产率进行了测度和收敛性分析。此外，部分学者从不同角度探讨了不同因素对农业全要素生产率的影响问题（范国华等，2023；孙梅，2023；孙学涛等，2023）。但目前针对广西农业全要素生产率的研究不多，仅见陆泉志等（2018）开展的广西粮食全要素生产率时空差异及收敛性分析，钟丽雯等（2021）开展的2008—2017年广西农业生产率与全要素生产率时空演变及驱动因素分析。【本研究切入点】迄今，学者对全国或部分区域农业全要素生产率时空特征和影响因素的研究较多，但针对广西农业全要素生产率的研究相对较少。【拟解决的关键问题】利用2005—2021年广西14个地级市农业投入产出数据，测算和分解广西农业全要素生产率，分析其时空差异，构建面板数据回归模型，分析影响广西农业全要素生产率增长的主要因素，并据此提出对策建议，以期为广西农业科技进步和农业强区建设提供决策依据，也为其他省区推动农业科技创新提供借鉴。

1 数据来源与研究方法

1. 1 数据来源与指标选择

1. 1. 1 数据来源 基于数据的可得性、一致性和权威性，选取2005—2022年《广西统计年鉴》中广西14个地级市的相关数据开展研究，通过插值法或查询主管部门官网数据补齐少数缺失数据。

1. 1. 2 测算广西农业全要素生产率的指标选择农业投入产出变量选择主要借鉴李谷成和冯中朝（2010）、何锋和肖振东（2018）、李欠男等（2019）、龙少波和张梦雪（2021）的研究方法，选取耕地、农业劳动力、化肥、农药、农业机械和农业用电等作为投入指标，选取农、林、牧、渔业总产值为产出指标（表1）。其中，为使数据具有可比性，以2004年为基期，对农、林、牧、渔业总产值进行定基化处理；耕地投入中存在抛荒、休耕和复种等多种情况，因此选择农作物播种面积以体现土地的实际利用状况；目前尚未有直接统计农业劳动力指标的资料，因此选择第一产业就业人数代替农业劳动力投入；化肥和农药投入使用的是折纯量；农业机械投入使用的是农业机械总动力；电力投入使用的是农村用电量。

1. 1. 3 广西农业全要素生产率影响因素分析的指标选择 为进一步分析影响广西农业全要素生产率的可能原因，以便更有针对性地采取措施提高农业全要素生产率，在测算农业全要素生产率的基础上，开展其影响因素分析。将测算出的广西农业全要素生产率指数（TFPI）、技术进步指数（TIEI）和技术效率指数（TEI）作为被解释变量，参考龙少波和张梦雪（2021）、王芳和曾令秋（2021）的做法，选取可能影响农业全要素生产率的因素作为解释变量，包括农村人力资本水平（RLZB）、城市化水平（CSH）、农业生产结构（SCJG）、农业生产性基础设施（JCSS）、农业生产规模（SCGM）、农业机械化水平（JXH）和财政

支农水平（CZZN）（表2）。

农村人力资本水平提升是农业全要素生产率提升的重要途径，预设农村人力资本水平对农业全要素生产率具有促进作用，并选取乡村人口平均受教育年限衡量农村人力资本水平，其中，受教育年限划分为未上过学、小学、初中、高中、大专及以上，并分别赋值0、6、9、12和15。城市化水平对农业全要素生产率的影响可能是双向的，一方面，城市发展吸引大量农村人口外流，土地流入少数经营者手中，导致农业规模化、专业化及机械化水平提升，从而促进农业全要素生产率提升，另一方面，城市化也可能挤占农业发展空间，甚至因为城市化和工业污染破坏农业生产环境，进而损害农业全要素生产率，因此，选取城镇人口占总人口比重衡量城市化水平。农业生产结构衡量的是农业各生产部门的比例关系，合理的生产结构能有效配置农业生产资源，提高资源利用效率，增加农业产出，因此，选取种植业产值占农、林、牧、渔业总产值的比重衡量农业生产结构。农业生产性基础设施建设有利于改善农业生产条件，抵御自然灾害，保障农业生产稳定，其中，农业生产受水资源约束最突出，因此，选取有效灌溉面积占农作物总播种面积的比重衡量农业生产性基础设施水平。农业生产规模是否合理直接关系到农业生产资源配置利用水平，相比小农户分散经营，适度规模经营能促进土地生产率提升，因此，选取农业就业人员人均农作物播种面积表示农业生产规模。农业机械化水平已成为现代农业的重要特征之一，农业机械化有利于解放劳动力，提高劳动生产率和农业生产效率，因此，选择农业机械总动力衡量农业机械化程度。财政支农水平衡量公共财政对农业部门的投入程度，农业作为弱质性产业，公共财政的投入是弥补其原始资本积累不足的重要途径，能提高农业基础设施建设水平，对稳定农业生产发挥着重要的促进作用，因此，选择涉农财政支出占财政总支出的比重衡量财政支农水平。

1. 2 研究方法

1. 2. 1 农业全要素生产率测算方法 采用DEA-Malmquist指数法对广西农业全要素生产率进行测

算。DEA-Malmquist指数表达式分解为：

M0=D（0xt+1，yt+1）/D（0xt，y）t（1）

式中，M表示总产出生产率的变动情况，x表示总投入，y表示总产出，t表示测算时期，D0表示距离函数。为了减少干扰和误差，以t时期和t+1时期DEA-Malmquist指数的几何平均数作为全要素生产率的变动结果，即将公式（1）改进为：

（TIEI）。

还可将技术效率指数分解为纯技术效率指数（PTEI）和规模效率指数（SEI），即：

式中，CRS表示规模报酬不变，VRS表示规模报酬可变。

至此，全要素生产率分解完毕，即：

M（0xt+1，yt+1；xt，y）t=SEI×PTEI×TIEI（4）

如果DEA-Malmquist指数大于1.0000，表示全要素生产率水平与上年相比有进步；如果DEA-Malmquist指数小于1.0000，表示全要素生产率水平与上年相比下降；如果DEA-Malmquist指数等于1.0000，表示全要素生产率水平与上年水平相当。

1. 2. 2 模型构建 构建面板数据回归模型分析广西农业全要素生产率的影响因素，基本公式为：

lnYi，t=αi+β1lnRLZBi，t+β2lnCSHi，t+β3lnSCJCi，t+

β4lnJCSSi，t+β5lnSCGMi，t+β6lnJXHi，t+

β7lnCZZNi，t+μi，t（5）

式中，等式两边均取对数，其参数经济意义表示弹性，即解释变量变动率引起被解释变量变动率的变化情况。其中，Y表示被解释变量（广西农业全要素生产率指数、技术进步指数和技术效率指数），RLZB、CSH、SCJG、JCSS、SCGM、JXH和CZZN均为解释变量（RLZB表示农村人力资本水平，CSH表示城市化水平，SCJG表示农业生产结构，JCSS表示农业生产性基础设施，SCGM表示农业生产规模，JXH表示农业机械化水平，CZZN表示财政支农水平）；α表示常数项；β为待估参数；μ为随机误差项；i=1，2，…，14，表示广西地级市个数；t表示年份。

在进行面板数据回归前，通过Hausman检验确定回归模型的形式，即选择个体固定效应模型还是随机效应模型。经检验，当用农业全要素生产率指数、技术进步指数和技术效率指数分别作为被解释变量时，Hausman检验结果均在5%水平下拒绝原假设，故选择个体固定效应模型。

1. 3 统计分析

采用DEAP 2.1进行广西农业全要素生产率测算，以Stata 15.0进行影响因素分析，以Excel 2010制表。

2 广西农业全要素生产率测算结果及影响因素

2. 1 广西农业全要素生产率的变动趋势分析

广西农业全要素生产率测算结果（表3）显示，从总体上看，2005—2021年广西农业全要素生产率呈现稳步增长态势，年均增长1.39%，累计增长22.72%。但这一增长趋势呈现2个明显的阶段特征，第一阶段（2005—2015年）为增长停滞期，其中，广西农业全要素生产率仅在2008—2009年、2010—2011年、2012—2013年和2013—2014年4个年度或时期实现正增长，其余6个年度或时期为负增长，直接导致全要素生产率长期停滞；第二阶段（2015—2021年）为快速增长期，其中，所有年度的广西农业全要素生产率指数全部实现正增长，尤其2016年起广西农业全要素生产率指数累计增长持续加快，表明“十三五”以来广西农业科技创新成效逐渐显现，农业科技发展水平逐年提升。从农业全要素生产率分解情况来看，农业技术进步是广西农业全要素生产率增长的主要原因，其次是技术效率提升，二者的年均增长率分别为0.93%和0.83%，差距不明显。由此可见，广西农业全要素生产率实现了由技术进步和技术效率“双驱动”的增长模式。对技术效率的进一步分解结果表明，技术效率增长主要来源于农业规模效率的增长，纯技术效率对技术效率增长的贡献较小。对比技术进步指数与技术效率指数发现，在大多数年度中，技术进步指数与技术效率指数难以实现同时增长，表现为在技术进步指数为正增长的年份，技术效率指数通常为负增长。

2. 2 广西农业全要素生产率的空间差异分析

由表4可知，在广西的14个地级市中，多达11个市实现了农业全要素生产率的正增长，仅梧州市、钦州市和贺州市为负增长。其中，增长幅度最大的是南宁市，平均增长4.50%，增长幅度最小的是贺州市，平均增长-1.60%，位于桂西北的河池市和百色市农业生产条件虽较差，但农业全要素生产率增长表现较好，年均增长分别达3.70%和2.00%，究其原因是在较薄弱的农业基础上采用现代农业生产技术对生产效率提升的效果更明显，而位于桂东的梧州市、贺州市及桂南的钦州市均为农业生产基础较好的区域，但农业全要素生产率却无法实现正增长，究其原因可能是这些地区采取的农业生产率提升措施力度不够。从对农业全要素生产率的分解情况来看，实现技术效率指数增长的地级市有11个，而实现技术进步指数增长的仅有8个，其中，技术效率指数增长最多的是南宁市，平均增长3.10%，技术进步指数增长最多的是河池市，平均增长3.40%。对技术效率指数的进一步分解结果表明，大部分区域技术效率提升主要来自规模效率提升，纯技术效率的贡献较小。

2. 3 影响广西农业全要素生产率的因素分析

由表5可知，农村人力资本水平、农业生产规模、农业机械化水平、财政支农水平、城市化水平、农业生产结构及农业生产性基础设施对广西农业全要素生产率均具有一定的影响。F检验结果表明，广西农业全要素生产率影响因素回归模型在1%水平显著，回归结果拟合优度较好。

2. 3. 1 农村人力资本水平 由表5可知，农村人力资本水平对农业全要素生产率具有显著（5%水平）促进作用，说明农村人力资本积累的增加能有效提升农业全要素生产率，且主要通过促进技术进步来实现。劳动力数量增加和知识增长是农村人力资本水平积累的2个主要途径。一方面，如果农村人力资本水平提升主要来自知识的增长，则意味着农业劳动力受教育程度和技能水平得到提升，有利于农业新产品、新技术和新模式的推广应用，从而提升技术进步指数。另一方面，如果农村人力资本水平提升主要依靠劳动力数量的增加，则可能会降低农业技术效率，进而在一定程度上牺牲农业全要素生产率水平。

2. 3. 2 农业生产规模 由表5可知，农业生产规模对农业全要素生产率具有显著（1%水平）促进作用，且主要通过提升技术效率促进农业全要素生产率增长。一方面，广西是劳动力输出大省（区），近30年来，大量农村劳动力前往广东、浙江和江苏等发达地区务工。另一方面，随着广西本地城镇化和工业化的发展，大量农村劳动力流入本地城镇务工。同时，随着农业企业、农民专业合作社和家庭农场等新型农业经营主体的快速发展，以及农业适度规模经营的持续推进，广西农业就业人员人均农作物播种面积已由2005年的0.42 ha增长到2022年的0.73 ha，增幅达75.22%。随着农业生产规模的提升，农业生产活动更易于组织和协作，农业资源要素配置效率更合理，规模效率逐步显现，从而带来农业技术效率的提升。

2. 3. 3 农业机械化水平 由表5可知，农业机械化水平对农业全要素生产率具有显著（5%水平）促进作用，且主要通过促进技术进步实现增长。广西山多地少，土地连片程度较低，一定程度上阻碍了农业机械化的推广应用，2022年广西主要农作物耕种收综合机械化率虽达68.3%，但仍低于全国平均水平（72.0%）。虽然机械化生产能节约大量劳动力，但相比传统人工生产，机械化难以做到精耕细作，在纯技术效率方面可能产生一定的损失，因而表现出对技术效率的抑制作用，但总体上对农业全要素生产率仍具有显著促进作用，因此，农业机械化仍然是广西农业现代化的重要推进方向。

2. 3. 4 财政支农水平 由表5可知，财政支农水平对农业全要素生产率具有显著（5%水平）促进作用，且主要通过促进技术进步来实现。虽然财政投入增加对技术效率的提升不明显，但能更大程度地提升技术进步水平，从而提升农业全要素生产率。一般而言，财政投入能改善农业生产条件，促进农业新品种和新技术的推广应用，提升农业科技支撑能力。

2. 3. 5 其他影响因素 由表5可知，城市化水平、农业生产结构和农业生产性基础设施对广西农业全要素生产率影响的回归系数均为正值，但对广西农业全要素生产率的影响未达10%、5%和1%水平。其中，城市化水平虽对技术进步具有显著（1%水平）促进作用，但对技术效率具有显著（5%水平）抑制作用，这种反向作用部分抵消了由技术进步引起的农业全要素生产率增长。广西城市化起步较晚，但发展速度较快，过剩的农村劳动力不断由农业部门转向城镇的工业和服务业部门，同时，工业和服务业的发展为农业提供了更多优质品种、技术、设备和服务，从而促进农业全要素生产率提升。

2. 3. 6 稳健性检验结果 采用更换被解释变量和更换解释变量2种方法进行稳健性检验。首先，更换被解释变量为农业全要素生产率指数累计量、技术进步指数累计量和技术效率指数累计量。其次，考虑到工业化与城市化同步推进，且工业化通过吸收农业劳动力、消耗初级农产品及反哺农业生产等渠道影响农业全要素生产率，因此，将解释变量中的城市化水平更换为工业化水平。检验结果（表6）显示，解释变量回归系数在方向和显著性水平上与基准回归基本一致，因此基准模型的估计具有稳健性。

2. 4 广西与周边省份的农业全要素生产率比较

为进一步分析广西农业全要素生产率与周边省份的差异，测算了广东省和云南省2005—2021年的农业全要素生产率。其中，云南省的经济体量和自然气候条件与广西相似，选取其农业全要素生产率与广西进行比较，可较好地考察广西与相似省份的差异；选取经济发达地区的广东省与广西进行比较，更能看出广西与发达省份的差距。由于缺乏广东省和云南省地级市的化肥施用量、农业机械总动力及农村用电量等指标数据，因此选取其省级层面的数据以测算农业全要素生产率。比较结果（表7）表明，广西农业全要素生产率增长最缓慢，广东省和云南省农业全要素生产率的年均增长率分别较广西高2.3%和0.9%。

3 讨论

本研究结果表明，从时间维度看，广西农业全要素生产率呈现增长趋势，在2005—2021年的17年间年平均增长1.39%，累计增长22.72%，与广西实施家庭联产承包责任制后农民生产积极性大幅提高、国家对农业的重视程度和投入程度持续加强、农业生产条件和技术水平不断提高及农业生产率普遍提升的实际情况相符，其他学者对全国或其他省份农业全要素生产率的测算结果均支持这一结论。从对广西农业全要素生产率的分解结果看，技术进步和技术效率对广西农业全要素生产率增长的贡献相当，表明广西农业全要素生产率逐步形成了技术进步与技术效率“双驱动”模式，而全国农业全要素生产率的主要贡献是技术进步，技术效率贡献的份额有限（李谷成和冯中朝，2010），二者的差异可能与考察的时期不同有关。2015年以来广西农业全要素生产率全部实现年增长，说明“十三五”以来广西加大科技强农力度、重点打造的“10+3”特色产业集群及大力建设现代农业园区等农业发展措施对提高农业生产率的效果显现，有效促进了农业科技进步。从空间结构看，广西各地级市农业全要素生产率增长存在明显的不平衡性，其中，南宁市作为首府城市，其农业全要素生产率增长最强劲，河池市和百色市作为农业基础条件较差地区实现了农业全要素生产率的较快增长，而贺州市、梧州市和钦州市等农业基础条件较好的地区未能实现农业全要素生产率增长。有关研究也表明，农业全要素生产率的地区差异普遍存在，如河北省和福建省的农业全要素生产率增长存在明显的内部差异（许标文等，2021；周一凡和张润清，2021）。此外，从全国范围来看，地区间农业全要素生产率增长的不平衡性仍然存在，且有扩大趋势（高齐圣和王丹亚，2020）。由此可见，地区农业全要素生产率增长不平衡是客观事实，是各地区资源条件、投入水平及经济社会发展差异的必然结果。

本研究发现，农村人力资本水平、农业生产规模、农业机械化水平和财政支农水平是影响广西农业全要素生产率增长的主要因素，对广西农业全要素生产率增长发挥着显著（5%或1%水平）的促进作用，其他因素也发挥了正向促进作用但影响较小。龙少波和张梦雪（2021）研究发现，影响我国农业全要素生产率的因素难以同时促进技术进步与技术效率提升，本研究结果与其一致。因此，在促进广西农业全要素生产率增长的实际工作中，需对技术进步和技术效率进行适当的权衡取舍。

本研究对广西农业全要素生产率与周边省份农业全要素生产率增长差异的比较结果表明，广西农业全要素生产率增长速度既远低于发达省份广东省，也低于发展基础和自然条件相似的云南省，因此，广西提高农业全要素生产率尤为迫切。

4 建议

4. 1 以市场需求为导向，推动农业技术进步

技术进步是广西农业全要素生产率增长的主要动力来源。因此，支持农业科技创新以推动农业技术进步，是支撑广西农业全要素生产率增长的首选措施。现代消费者对优质、健康及生态农产品的需求不断增强，公共部门、经营主体和农户需以市场需求为导向，增强农业技术进步的动力，不断提升农业技术水平和经营发展模式。一是加大农业科技投入，高水平实施科技强农工程，实现品种突破、高效生产、疫病防控、平台建设、转化推广等全链条、多环节和全方位的科技进步。二是加快产业集群发展，高质量推动广西“10+3”特色农业产业集群提质发展，打造产业大集群，实现科技要素大融合，从而提高资源利用率、劳动生产率和土地产出率。三是进一步发挥现代农业园区科技引领的示范作用，引导科技、信息、人才和资金等要素向农业科技园区、现代特色农业示范区、现代农业产业园、田园综合体及星创天地等农业科技创新载体集聚，增强现代农业园区的科技创新能力和示范作用，辐射带动更大区域农业科技进步。

4. 2 以生产需求为导向，提升农业技术效率

农业技术效率提升是广西农业全要素生产率增长的重要来源。促进农业技术效率提升，既要注重提升农业纯技术效率，也要注重提升农业规模效率。现代农业生产具有规模化、专业化特征，现代农业经营主体必须坚持生产需求导向，实现高效生产，才能在激烈的市场竞争中占有一席之地。一是完善农业技术推广体系，打造高素质农业技术推广人才队伍，强化农业技术科普宣传，让更多先进适用技术落地生效。二是加强新型农业经营主体培育，加强龙头企业、示范性农民专业合作社和家庭农场建设，强化科技示范带动作用。三是加强高素质农民培育，不断提高农民科学素养及对技术的操作适应能力。

4. 3 以协调发展为导向，合理布局创新资源

农业全要素生产率具有明显的区域差异特征，因此，需向周边省份特别是发达省份学习，引进先进的农业技术和管理理念，提升广西农业科技含量和经营管理水平。同时，坚持系统观念，注重区域协调发展，加强对农业全要素生产率增长较慢地区的支持，从而推动广西农业全要素生产率再上新台阶。一是加大对增长缓慢地区的政策支持力度，在农业园区及科技项目申报等方面适度向落后地区倾斜。二是加强城乡统筹发展，加快建立城乡统一的要素市场，促进更多土地、人才、资金和技术要素流向乡村，发挥大城市对乡村的辐射带动作用。三是加强地区交流合作，鼓励技术先进的地区辐射带动落后地区发展，实现全区农业技术整体进步。

4. 4 以优先发展为导向，强化支农强农措施

农村人力资本水平、农业生产规模、农业机械化水平和财政支农水平对农业全要素生产率具有显著（5%或1%水平）促进作用，因此，需坚持农业农村优先发展战略，不断强化支农强农措施，全面支撑区域农业高质量发展。一是加大对农村教育的投入力度，尤其是增加对涉农大中专学校的投入，培育一批懂农业、爱农村的新一代职业农民，不断提升农村人力资本质量。二是引导土地向新型农业经营主体有序流转，提高农业适度规模经营水平。三是加强农业机械研发及推广应用，特别应针对广西山区丘陵特征研发轻型化和适用型农用机械。四是加大公共财政对农业的支持力度，持续完善农业基础设施，补齐农业发展短板，提升农业发展后劲。

参考文献（（References））：

范国华，杨移，杨肃昌. 2023. 农户兼业化对农业全要素生产率的影响机理与效应研究——基于生产要素投入变化的视角［J］. 农村经济，（8）：134-144.［ Fan G H，Yang Y，Yang S C. 2023. Study on the influence mechanism and effect of simultaneous farming on agricultural total factor productivity：Based on the perspective of production factor input change［J］. Rural Economy，（8）：134-144.］

高帆. 2015. 我国区域农业全要素生产率的演变趋势与影响因素——基于省际面板数据的实证分析［J］. 数量经济技术经济研究，32（5）：3-19.［ Gao F. 2015. Evolution trend and internal mechanism of regional total factor producti-vity in chinese agriculture［J］. Journal of Quantitative and Technological Economics，32（5）：3-19.］ doi：10.13653/j.cnki.jqte.2015.05.001.

高齐圣，王丹亚. 2020. 我国农业全要素生产率分解及其区域发展不平衡分析［J］. 中南林业科技大学学报（社会科学版），14（6）：66-75.［ Gao Q S，Wang D Y. 2020. Decompo‐sition and regional gap of agricultural total factor produc‐tivity in China［J］. Journal of Central South University of Forestry amp; Technology（Social Science），14（6）：66-75.］ doi：10.14067/j.cnki.1673-9272.2020.06.009.

何锋，肖振东. 2018. 民族地区农业全要素生产率测算与分解［J］. 中南民族大学学报（人文社会科学版），38（4）：171-175. ［He F，Xiao Z D. 2018. Calculation and decomposi‐tion of agricultural total factor productivity in ethnic areas［J］. Journal of South-Central University for Nationalities（Humanities and Social Sciences），38（4）：171-175.］

李谷成，冯中朝. 2010. 中国农业全要素生产率增长：技术推进抑或效率驱动——一项基于随机前沿生产函数的行业比较研究［J］. 农业技术经济，（5）：4-14.［ Li G C，Feng Z C. 2010. Agricultural total factor productivity growth in China：Technology-driven or efficiency-driven—A com‐parative study based on stochastic frontier production func‐tion［J］. Journal of Agrotechnical Economics，（5）：4-14.］ doi：10.13246/j.cnki.jae.2010.05.007.

李欠男，李谷成，高雪，尹朝静. 2019. 农业全要素生产率增长的地区差距及空间收敛性分析［J］. 中国农业资源与区划，40（7）：28-36.［ Li Q N，Li G C，Gao X，Yin C J. 2019. Analysis of regional gap and spatial convergence of agri‐cultural total factor productivity growth［J］. Chinese Jour‐nal of Agricultural Resources and Regional Planning，40（7）：28-36.］

李翔，杨柳. 2018. 华东地区农业全要素生产率增长的实证分析——基于随机前沿生产函数模型［J］. 华中农业大学学报（社会科学版），（6）：62-68.［ Li X，Yang L. 2018. An empirical analysis of agriculture total factor productivity growth in east China—Based on stochastic frontier produc‐tion function model［J］. Journal of Huazhong Agricultural University（Social Science Edition），（6）：62-68.］ doi：10. 13300/j.cnki.hnwkxb.2018.06.009.

李展，崔雪. 2021. 中国农业全要素生产率的再测算：基于KLEMS-TFP视角［J］. 经济问题探索，（5）：95-107.［ Li Z，Cui X. 2021. Recalculation of China’s agricultural total factor productivity：From the perspective of KLEMS-TFP［J］. Inquiry into Economic Issues，（5）：95-107.］

刘战伟. 2018. 中国农业全要素生产率的动态演进及其影响因素分析［J］. 中国农业资源与区划，39（12）：104-111. ［Liu Z W. 2018. Analysis on the dynamic evolution and influencing factors of agricultural total factor productivity in China［J］. Chinese Journal of Agricultural Resources and Regional Planning，39（12）：104-111.］ doi：10.7621/cjarrp.1005-9121.20181215.

龙少波，张梦雪. 2021. 中国农业全要素生产率的再测算及影响因素——从传统迈向高质量发展［J］. 财经问题研究，（8）：40-51.［ Long S B，Zhang M X. 2021. Re-measurement and influencing factors of agricultural total factor produc‐tivity in China：From tradition to high quality development［J］. Research on Financial and Economic Issues，（8）：40-51.］ doi：10.19654/j.cnki.cjwtyj.2021.08.005.

陆泉志，陆桂军，范稚莲，梁盛凯，陆宇明，莫良玉. 2018. 广西粮食全要素生产率时空差异及收敛性分析［J］. 南方农业学报，49（9）：1887-1893.［ Lu Q Z，Lu G J，Fan Z L，Liang S K，Lu Y M，Mo L Y. 2018. Spatial-temporal differences and convergence analysis of grain total factor productivity in Guangxi［J］. Journal of Southern Agriculture，49（9）：1887-1893.］ doi：10.3969/j.issn.2095-1191.2018.09.29.

孙梅. 2023. 农业与服务业融合发展对农业全要素生产率的影响——基于乡村振兴战略视角［J］. 经济问题，（10）：95-102. ［Sun M. 2023. The impact of integration of agri‐culture and service industry on total factor productivity of agriculture：A perspective of rural revitalization strategy［J］. on Economic Problems，（10）：95-102.］ doi：10.16011/j.cnki.jjwt.2023.10.014.

孙学涛，张丽娟，王振华. 2023. 高标准农田建设对农业生产的影响——基于农业要素弹性与农业全要素生产率的视角［J］. 中国农村观察，（4）：89-108.［ Sun X T，Zhang L J，Wang Z H. 2023. The impact of well-facilitated farm‐land construction on agricultural production：From the per‐spectives of agricultural factor elasticity and agricultural total factor productivity［J］. China Rural Survey，（4）：89-108.］ doi：10.20074/j.cnki.11-3586/f.2023.04.008.

王芳，曾令秋. 2021. 农业全要素生产率与农业优先发展［J］. 财经科学，（2）：121-132.［ Wang F，Zeng L Q. 2021. Agri‐cultural total factor productivity and preferential develop‐ment of agriculture［J］. Finances Economics，（2）：121-132.］

许标文，陈雪丽，段园园，林国华. 2021. 基于Luenberger-Hicks-Moorsteen指标的福建省农业全要素生产率测度及收敛性分析［J］. 南方农业学报，52（1）：253-260.［ Xu B W，Chen X L，Duan Y Y，Lin G H. 2021. Measurement and convergence of agriculture total factor productivity in Fujian based on Luenberger-Hicks-Moorsteen indicator［J］. Journal of Southern Agriculture，52（1）：253-260.］ doi：10.3969/j.issn.2095-1191.2021.01.031.

钟丽雯，张建兵，蔡芸霜，陆双龙，黄丽排，黄太庆，甘磊. 2021. 近10年广西农业生产效率与全要素生产率时空演变与驱动因素分析［J］. 中国农业资源与区划，42（9）：272-282.［ Zhong L W，Zhang J B，Cai Y S，Lu S L，Huang L P，Huang T Q，Gan L. 2021. Spatial and temporal evolu‐tion and driving factors of agricultural productivity and total factor productivity in Guangxi in the past 10 years［J］. Chinese Journal of Agricultural Resources and Regional Planning，42（9）：272-282.］ doi：10.7621/cjarrp.1005-9121. 20210929.

周一凡，张润清. 2021. 基于DEA-Malmquist指数方法的河北省农业全要素生产率分析［J］. 河北农业大学学报（社会科学版），23（1）：48-55.［ Zhou Y F，Zhang R Q. 2021. Agricultural total factor productivity in Hebei Province：A study based on DEA-Malmquist index method［J］. Journal of Hebei gricultural University（Social Sciences），23（1）：48-55.］ doi：10.13320/j.cnki.jauhe.2021.0007.

（责任编辑 思利华）