長三角城市群農(nóng)業(yè)全要素生產(chǎn)率時空演化特征分析

王紫露 張瑋 楊麗

摘要：農(nóng)業(yè)全要素生產(chǎn)率是現(xiàn)代農(nóng)業(yè)經(jīng)濟(jì)增長的重要體現(xiàn)，長三角區(qū)域作為我國重要的農(nóng)業(yè)生產(chǎn)區(qū)域之一，探討長三角地區(qū)農(nóng)業(yè)全要素生產(chǎn)率及其時空演變，對于實現(xiàn)長三角地區(qū)農(nóng)業(yè)經(jīng)濟(jì)高質(zhì)量發(fā)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(shù)據(jù)為樣本，基于DEA-Malmquist模型測算分解其農(nóng)業(yè)全要素生產(chǎn)率，并利用ArcGIS軟件進(jìn)行空間可視化分析，結(jié)果表明，2013—2019年長三角城市群26個城市農(nóng)業(yè)全要素生產(chǎn)率均值為1.01，總體來看，長三角城市群農(nóng)業(yè)生產(chǎn)效率呈上升趨勢。其中，農(nóng)業(yè)技術(shù)進(jìn)步指數(shù)對農(nóng)業(yè)生產(chǎn)效率指數(shù)的貢獻(xiàn)較大。從城市個體來看，長三角城市群26個城市間農(nóng)業(yè)生產(chǎn)綜合效率及純技術(shù)效率、規(guī)模效率空間差異較大。分省域來看，浙江省各城市農(nóng)業(yè)生產(chǎn)效率提高較快，江蘇省多數(shù)城市農(nóng)業(yè)生產(chǎn)效率總體穩(wěn)定且略有提升，安徽省多數(shù)城市和上海市的農(nóng)業(yè)生產(chǎn)效率穩(wěn)定中略有下降。進(jìn)而提出長三角地區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展應(yīng)著力于提高農(nóng)業(yè)基礎(chǔ)研發(fā)、核心技術(shù)攻關(guān)、轉(zhuǎn)變農(nóng)業(yè)發(fā)展方式等建議。

關(guān)鍵詞：農(nóng)業(yè)全要素生產(chǎn)率；DEA-Malmquist；長三角城市群

中圖分類號：F323.1 文獻(xiàn)標(biāo)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(xué)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(qū)域科技創(chuàng)新、科技統(tǒng)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(nóng)業(yè)是維護(hù)國家糧食安全和社會穩(wěn)定的基礎(chǔ)產(chǎn)業(yè)。2021年中央一號文件指出“十四五”時期要加快農(nóng)業(yè)農(nóng)村現(xiàn)代化，促進(jìn)農(nóng)業(yè)高質(zhì)高效發(fā)展，為全面建設(shè)社會主義現(xiàn)代化國家開好局、起好步提供有力支撐［1］。農(nóng)業(yè)高質(zhì)量發(fā)展，必須加快農(nóng)業(yè)生產(chǎn)方式從要素驅(qū)動、投資驅(qū)動為主轉(zhuǎn)變?yōu)閯?chuàng)新驅(qū)動為主，以農(nóng)業(yè)生產(chǎn)效率變革引領(lǐng)經(jīng)濟(jì)增長。長三角區(qū)域是中國傳統(tǒng)的魚米之鄉(xiāng)，農(nóng)林牧漁總產(chǎn)值合計占全國的1/10以上，同時也是我國科技創(chuàng)新綜合實力較強(qiáng)的區(qū)域。農(nóng)業(yè)全要素生產(chǎn)率反映了農(nóng)業(yè)生產(chǎn)的效率，它的提高是長三角地區(qū)“科創(chuàng)+產(chǎn)業(yè)”深度融合，推動農(nóng)業(yè)高質(zhì)量發(fā)展的必然結(jié)果［2-3］。本研究測算長三角城市群26個城市農(nóng)業(yè)全要素生產(chǎn)率并開展時空演化分析，對新時期加快推動長三角地區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展，實現(xiàn)農(nóng)業(yè)現(xiàn)代化具有重要的現(xiàn)實意義。

1 文獻(xiàn)綜述

目前，農(nóng)業(yè)全要素生產(chǎn)率的研究成果非常豐富，學(xué)者們的討論主要集中在測算分解和影響因素2個方面。農(nóng)業(yè)全要素生產(chǎn)率的測算分解主要基于全要素生產(chǎn)率的測算分解方法，主要有代數(shù)指數(shù)法、生產(chǎn)函數(shù)法、隨機(jī)前沿生產(chǎn)函數(shù)（SFA）法、數(shù)據(jù)包絡(luò)分析法（DEA）等［4］。如朱希剛基于索洛余值模型設(shè)計建立中國農(nóng)業(yè)科技進(jìn)步貢獻(xiàn)率測算方法，并測算中國“九五”期間農(nóng)業(yè)科技進(jìn)步貢獻(xiàn)率［5］；陳衛(wèi)平運(yùn)用非參數(shù)的Malmqusit指數(shù)法測算1990—2003年中國農(nóng)業(yè)全要素生產(chǎn)率，發(fā)現(xiàn)除云南省、內(nèi)蒙古自治區(qū)、上海市、貴州省、西藏自治區(qū)外的?。ㄊ?、區(qū)）農(nóng)業(yè)全要素生產(chǎn)率都實現(xiàn)了正增長［6］；全炯振運(yùn)用SFA-Malmquist模型測算分解1978—2007年中國農(nóng)業(yè)全要素生產(chǎn)率［7］；李谷成等運(yùn)用SFA方法進(jìn)行研究，發(fā)現(xiàn)改革開放以來中國農(nóng)業(yè)內(nèi)部各行業(yè)的全要素生產(chǎn)率增長較大，整體上具有較強(qiáng)的技術(shù)推進(jìn)特征，但行業(yè)差異大［8］。隨著低碳經(jīng)濟(jì)的發(fā)展，在農(nóng)業(yè)全要素生產(chǎn)率的測度方面，王奇等將農(nóng)業(yè)生產(chǎn)的資源和環(huán)境污染約束作為環(huán)境變量，測算農(nóng)業(yè)綠色全要素生產(chǎn)率［9-12］。

在農(nóng)業(yè)全要素生產(chǎn)率測算的基礎(chǔ)上，其影響因素是學(xué)者們另一個關(guān)注的重點。如周端明從內(nèi)在的技術(shù)進(jìn)步和技術(shù)效率角度分析農(nóng)業(yè)全要素生產(chǎn)率的提升［13］；張樂等測度分解中國農(nóng)業(yè)全要素生產(chǎn)率，發(fā)現(xiàn)配置效率變化是全要素生產(chǎn)率地區(qū)差異的主要因素來源［14］；高帆發(fā)現(xiàn)技術(shù)進(jìn)步是導(dǎo)致我國及各省份農(nóng)業(yè)全要素生產(chǎn)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(nóng)業(yè)全要素生產(chǎn)率有正面影響，農(nóng)業(yè)產(chǎn)值占比、糧食播種面積占比則具有約束作用［15］；徐永利認(rèn)為，外在的農(nóng)業(yè)生產(chǎn)制度的變革能夠有效地影響農(nóng)業(yè)全要素生產(chǎn)率的提高［16］；王玨等發(fā)現(xiàn)，地理因素、工業(yè)化進(jìn)程和土地利用能力因素等對農(nóng)業(yè)全要素生產(chǎn)率增長影響顯著［17］；張淑輝等發(fā)現(xiàn)，農(nóng)業(yè)科研投入對農(nóng)業(yè)全要素生產(chǎn)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(jìn)、留守農(nóng)戶平均生產(chǎn)率、城鄉(xiāng)二元結(jié)構(gòu)、農(nóng)業(yè)補(bǔ)貼政策等誘致性變遷因素與強(qiáng)制性變遷因素對農(nóng)業(yè)全要素生產(chǎn)率的影響［19］。

已有研究成果對準(zhǔn)確衡量農(nóng)業(yè)發(fā)展水平，探尋提升農(nóng)業(yè)全要素效率的途徑具有深遠(yuǎn)的意義，但針對長三角區(qū)域農(nóng)業(yè)全要素生產(chǎn)率的相關(guān)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(nóng)業(yè)全要素生產(chǎn)率，并利用ArcGIS軟件進(jìn)行可視化分析，以期準(zhǔn)確反映長三角地區(qū)農(nóng)業(yè)經(jīng)濟(jì)增長績效，為因地制宜地制定農(nóng)業(yè)高質(zhì)量發(fā)展政策提供相關(guān)參考。

2 研究方法與評價指標(biāo)

2.1 研究方法

2.1.1 DEA模型

2.2 測算指標(biāo)

本研究在借鑒專家學(xué)者對農(nóng)業(yè)全要素生產(chǎn)率影響因素研究成果的基礎(chǔ)上，充分考慮指標(biāo)數(shù)據(jù)的科學(xué)性與可獲取性，選取農(nóng)林牧漁業(yè)總產(chǎn)值作為產(chǎn)出指標(biāo)，采用居民消費(fèi)價格指數(shù)進(jìn)行平減處理，消除價格因素的影響；選取化肥使用量、農(nóng)村用電量、第一產(chǎn)業(yè)從業(yè)人員、農(nóng)作物總播種面積、農(nóng)用機(jī)械總動力等5個指標(biāo)為投入指標(biāo)（表1）。由于2012年開始，農(nóng)林牧漁服務(wù)業(yè)從第一產(chǎn)業(yè)調(diào)整到第三產(chǎn)業(yè)，為了保證統(tǒng)計數(shù)據(jù)口徑的一致性，本研究計算長三角城市群26個城市農(nóng)業(yè)全要素生產(chǎn)率的時間段為2013—2019年。數(shù)據(jù)來源于中國經(jīng)濟(jì)與發(fā)展統(tǒng)計數(shù)據(jù)庫及長三角城市群26個城市的《統(tǒng)計年鑒（2014—2020年）》。

3 實證結(jié)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(nóng)業(yè)生產(chǎn)的綜合效率及分解純技術(shù)效率、規(guī)模效率的計算結(jié)果見表2。2013—2018年，長三角城市群農(nóng)業(yè)生產(chǎn)綜合效率、純技術(shù)效率和規(guī)模效率均呈波動上升趨勢；2019年綜合效率和規(guī)模效率發(fā)生較大的回落，而純技術(shù)效率略有下降。

長三角城市群26個城市2013—2019年農(nóng)業(yè)全要素生產(chǎn)率指數(shù)的計算結(jié)果見表3。2013—2019年長三角城市群26個城市農(nóng)業(yè)生產(chǎn)效率的全要素生產(chǎn)率指數(shù)均值為1.01，年均增長率為1%，農(nóng)業(yè)生產(chǎn)效率總體呈上升趨勢，2016—2018年略有回調(diào)。其中，技術(shù)進(jìn)步指數(shù)與技術(shù)效率指數(shù)對農(nóng)業(yè)生產(chǎn)效率的提高均起促進(jìn)作用，技術(shù)進(jìn)步指數(shù)對農(nóng)業(yè)生產(chǎn)效率提高的促進(jìn)作用較明顯，而技術(shù)效率指數(shù)對農(nóng)業(yè)生產(chǎn)效率提高的促進(jìn)作用不明顯。影響技術(shù)效率的因素中，純技術(shù)效率指數(shù)均值大于1，起促進(jìn)作用，規(guī)模效率指數(shù)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(tài)分析

靜態(tài)DEA結(jié)果（圖1）顯示，長三角城市群26個城市的農(nóng)業(yè)生產(chǎn)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(nóng)業(yè)生產(chǎn)綜合效率值保持在1，處于技術(shù)前沿水平。江蘇省蘇州市、安徽省馬鞍山市和安慶市等的農(nóng)業(yè)生產(chǎn)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(nóng)業(yè)生產(chǎn)綜合效率不佳的是浙江省金華市和安徽省銅陵市，2013年農(nóng)業(yè)生產(chǎn)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(nóng)業(yè)生產(chǎn)綜合效率主要受純技術(shù)效率較低的影響；銅陵市農(nóng)業(yè)生產(chǎn)的純技術(shù)效率保持在1，綜合效率被規(guī)模效率所拉低。

3.2.2 DEA-Malmquist模型動態(tài)分析 根據(jù)動態(tài)DEA全要素生產(chǎn)率指數(shù)結(jié)果（表4），將長三角城市群26個城市分為農(nóng)業(yè)全要素生產(chǎn)率指數(shù)大于1的增長組和農(nóng)業(yè)全要素生產(chǎn)率指數(shù)小于1的下降組。

3.2.2.1 增長組 該組有14個城市，按照農(nóng)業(yè)全要素生產(chǎn)率指數(shù)增速又可以分為3個梯隊：第一梯隊是農(nóng)業(yè)全要素生產(chǎn)率指數(shù)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(nóng)業(yè)全要素生產(chǎn)率指數(shù)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(nóng)業(yè)全要素生產(chǎn)率指數(shù)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(zhèn)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(nóng)業(yè)全要素生產(chǎn)率指數(shù)增速分為3個梯隊：第一梯隊是農(nóng)業(yè)全要素生產(chǎn)率指數(shù)年均增速在≥-1%～0的安徽省宣城市（-0.2%）、江蘇省揚(yáng)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?。?1%）等6個城市；第二梯隊是農(nóng)業(yè)全要素生產(chǎn)率指數(shù)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(nóng)業(yè)全要素生產(chǎn)率指數(shù)年均增速低于-3%的江蘇省無錫市（-3.8%）。

根據(jù)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(jié)果（圖2）。浙江省除嘉興市外，其他7個城市全要素生產(chǎn)率均呈增長趨勢，尤其是杭州市、臺州市和寧波市，增速遠(yuǎn)高于其他長三角城市群城市。安徽省2個城市農(nóng)業(yè)生產(chǎn)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(nóng)業(yè)生產(chǎn)綜合效率呈下降趨勢。江蘇省5個城市農(nóng)業(yè)生產(chǎn)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(nóng)業(yè)生產(chǎn)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(nóng)業(yè)生產(chǎn)綜合效率下降，位于降低組第二梯隊。

4 結(jié)論與建議

對長三角城市群26個城市2013—2019年農(nóng)業(yè)全要素生產(chǎn)率進(jìn)行分析，得出以下結(jié)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(nóng)業(yè)全要素生產(chǎn)率均值為1.01，年均增長率為1%，農(nóng)業(yè)生產(chǎn)效率呈上升趨勢。其中，農(nóng)業(yè)技術(shù)進(jìn)步指數(shù)對農(nóng)業(yè)生產(chǎn)效率的貢獻(xiàn)較大，農(nóng)業(yè)技術(shù)效率指數(shù)提高的貢獻(xiàn)則較小。以資源要素投入拉動經(jīng)濟(jì)增長的粗放型農(nóng)業(yè)生產(chǎn)方式已經(jīng)進(jìn)入瓶頸期，“十四五”時期更要注重加強(qiáng)面向農(nóng)業(yè)產(chǎn)業(yè)發(fā)展需求的基礎(chǔ)、實用技術(shù)研發(fā)，依靠農(nóng)業(yè)科技進(jìn)步的力量帶動生產(chǎn)效率提升，進(jìn)而推動農(nóng)業(yè)產(chǎn)業(yè)高質(zhì)量發(fā)展。第二，分26個城市情況看，長三角城市群26個城市間農(nóng)業(yè)生產(chǎn)綜合效率及純技術(shù)效率、規(guī)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(nóng)業(yè)生產(chǎn)綜合效率實現(xiàn)DEA有效并保持，其他城市尚存在改進(jìn)空間。金華市、銅陵市的農(nóng)業(yè)生產(chǎn)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(nóng)業(yè)發(fā)展規(guī)劃要充分考慮當(dāng)?shù)剞r(nóng)業(yè)產(chǎn)業(yè)的現(xiàn)實基礎(chǔ)，注重農(nóng)業(yè)新品種、新技術(shù)、新設(shè)施（裝備）、新產(chǎn)品的研發(fā)和推廣應(yīng)用，切實轉(zhuǎn)變農(nóng)業(yè)生產(chǎn)方式，提高農(nóng)業(yè)生產(chǎn)效率。第三，分3省1市情況看，浙江省各城市農(nóng)業(yè)生產(chǎn)效率提高較快，杭州市、寧波市、臺州市等城市農(nóng)業(yè)生產(chǎn)效率落后的狀況已發(fā)生改變，2019年農(nóng)業(yè)全要素生產(chǎn)率躋身長三角城市群26個城市前列。江蘇省多數(shù)城市農(nóng)業(yè)生產(chǎn)效率總體穩(wěn)定且略有提升，安徽省多數(shù)城市和上海市的農(nóng)業(yè)生產(chǎn)效率穩(wěn)定中略有下降。長三角3省1市要充分利用科技創(chuàng)新資源優(yōu)勢，瞄準(zhǔn)農(nóng)業(yè)領(lǐng)域國家戰(zhàn)略需求，開展農(nóng)業(yè)關(guān)鍵核心技術(shù)攻關(guān)，加強(qiáng)農(nóng)業(yè)科技成果轉(zhuǎn)化應(yīng)用，打造國際國內(nèi)領(lǐng)先的現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)集群。

參考文獻(xiàn)：

［1］中共中央國務(wù)院關(guān)于全面推進(jìn)鄉(xiāng)村振興加快農(nóng)業(yè)農(nóng)村現(xiàn)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(jìn)長三角科創(chuàng)產(chǎn)業(yè)一體化發(fā)展指數(shù)研究［J］. 全球科技經(jīng)濟(jì)瞭望，2021，36（12）：62-68.

［3］李曉龍. 農(nóng)村產(chǎn)業(yè)融合對農(nóng)業(yè)全要素生產(chǎn)率的效應(yīng)檢驗與機(jī)制分析［J］. 江蘇農(nóng)業(yè)科學(xué)，2021，49（22）：20-26.

［4］葉 璐，王濟(jì)民. 農(nóng)業(yè)全要素生產(chǎn)率國內(nèi)外研究綜述［J］. 世界農(nóng)業(yè)，2020（2）：50-58.

［5］朱希剛. 我國“九五”時期農(nóng)業(yè)科技進(jìn)步貢獻(xiàn)率的測算［J］. 農(nóng)業(yè)經(jīng)濟(jì)問題，2002，23（5）：12-13.[HJ2.05mm]

［6］陳衛(wèi)平. 中國農(nóng)業(yè)生產(chǎn)率增長、技術(shù)進(jìn)步與效率變化：1990—2003年［J］. 中國農(nóng)村觀察，2006（1）：18-23，38，80.

［7］全炯振. 中國農(nóng)業(yè)全要素生產(chǎn)率增長的實證分析：1978—2007年——基于隨機(jī)前沿分析（SFA）方法［J］. 中國農(nóng)村經(jīng)濟(jì)，2009（9）：36-47.

［8］李谷成，馮中朝. 中國農(nóng)業(yè)全要素生產(chǎn)率增長：技術(shù)推進(jìn)抑或效率驅(qū)動——一項基于隨機(jī)前沿生產(chǎn)函數(shù)的行業(yè)比較研究［J］. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2010（5）：4-14.

［9］王 奇，王 會，陳海丹. 中國農(nóng)業(yè)綠色全要素生產(chǎn)率變化研究：1992—2010年［J］. 經(jīng)濟(jì)評論，2012（5）：24-33.

［10］梁 俊，龍少波. 農(nóng)業(yè)綠色全要素生產(chǎn)率增長及其影響因素［J］. 華南農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2015，14（3）：1-12.

［11］吳傳清，宋子逸. 長江經(jīng)濟(jì)帶農(nóng)業(yè)綠色全要素生產(chǎn)率測度及影響因素研究［J］. 科技進(jìn)步與對策，2018，35（17）：35-41.

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

［13］周端明. 技術(shù)進(jìn)步、技術(shù)效率與中國農(nóng)業(yè)生產(chǎn)率增長——基于DEA的實證分析［J］. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009，26（12）：70-82.

［14］張 樂，曹 靜. 中國農(nóng)業(yè)全要素生產(chǎn)率增長：配置效率變化的引入——基于隨機(jī)前沿生產(chǎn)函數(shù)法的實證分析［J］. 中國農(nóng)村經(jīng)濟(jì)，2013（3）：4-15.

［15］高 帆. 我國區(qū)域農(nóng)業(yè)全要素生產(chǎn)率的演變趨勢與影響因素——基于省際面板數(shù)據(jù)的實證分析［J］. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2015，32（5）：3-19，53.

［16］徐永利. 兵團(tuán)農(nóng)業(yè)全要素生產(chǎn)率的測算與分析［J］. 資源開發(fā)與市場，2009，25（12）：1082-1085.

［17］王 玨，宋文飛，韓先鋒. 中國地區(qū)農(nóng)業(yè)全要素生產(chǎn)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(shù)據(jù)［J］. 中國農(nóng)村經(jīng)濟(jì)，2010（8）：24-35.

［18］張淑輝，陳建成. 農(nóng)業(yè)科研投資與農(nóng)業(yè)生產(chǎn)率增長關(guān)系的實證研究［J］. 云南財經(jīng)大學(xué)學(xué)報，2013，29（5）：83-90.

［19］余 航，周澤宇，吳 比. 城鄉(xiāng)差距、農(nóng)業(yè)生產(chǎn)率演進(jìn)與農(nóng)業(yè)補(bǔ)貼——基于新結(jié)構(gòu)經(jīng)濟(jì)學(xué)視角的分析［J］. 中國農(nóng)村經(jīng)濟(jì)，2019（10）：40-59.