我國財政支農(nóng)支出規(guī)模和農(nóng)業(yè)全要素生產(chǎn)率測算案例分析目錄TOC\o"1-3"\h\u11842我國財政支農(nóng)支出規(guī)模和農(nóng)業(yè)全要素生產(chǎn)率測算案例分析 170631.1我國財政支農(nóng)支出規(guī)模 1159651.1.1我國財政支農(nóng)支出的規(guī)模分析 1110471.1.2我國財政支農(nóng)支出規(guī)模的地區(qū)比較 3258951.2農(nóng)業(yè)全要素生產(chǎn)率測算 6304671.2.1隨機前沿分析法 6325171.2.2指標選取與數(shù)據(jù)處理 8303771.2.3模型設(shè)定與假設(shè)檢驗 9182891.2.4測算結(jié)果分析 111.1我國財政支農(nóng)支出規(guī)模本文分析的時間范圍為1998-2018年，鑒于2007年我國財政支農(nóng)支出的統(tǒng)計口徑發(fā)生了較大變化，考慮到數(shù)據(jù)的可獲得性和準確性，1998-2006年國家財政支農(nóng)支出的數(shù)據(jù)為中國農(nóng)村統(tǒng)計年鑒里“國家財政用于農(nóng)業(yè)的支出”，各省份選擇小口徑范圍進行分析，2007-2018年數(shù)據(jù)選擇中國統(tǒng)計年鑒里農(nóng)林水事務支出進行分析。1.1.1我國財政支農(nóng)支出的規(guī)模分析隨著我國經(jīng)濟發(fā)展水平不斷提高，國家財政實力日益強大，為實現(xiàn)農(nóng)業(yè)經(jīng)濟持續(xù)穩(wěn)定發(fā)展，國家財政用于農(nóng)業(yè)的支出也在不斷增強。從圖1.1可以看出，1998年至2018年期間，我國財政支農(nóng)支出和財政支出的絕對規(guī)模都呈上升的趨勢，兩者之間的增長態(tài)勢基本相同，但是兩者的增長速度卻不相同，財政支農(nóng)支出的增長速度明顯低于財政支出的增長速度。1998年，我國財政支農(nóng)支出大約為1154.8億元，而到2018年已達到21085.59億元，年均增長率約為15.63%，但卻明顯低于財政支出年均16.29%的增速。圖1.1我國1998-2018年財政支農(nóng)支出和財政總支出的變化趨勢圖1.2我國1998-2018年財政支農(nóng)支出占財政總支出的比重變化趨勢進一步分析我國財政支農(nóng)支出的相對規(guī)模。從圖1.2可以看出，財政支農(nóng)支出占財政總支出的比例呈現(xiàn)出明顯的波動性。從總體上來看，我國財政支農(nóng)支出占財政總支出的比例呈現(xiàn)出先下降后上升的趨勢。具體來說，1998年到2018年期間，1998年我國財政支農(nóng)支出的比例達到最高，約為10.69%，可能是因為抗擊特大洪澇災害而引起的，此后一直到2003年基本上保持下降趨勢，下降到2003年的7.12%。2004年至2007年，財政支農(nóng)支出的比例呈現(xiàn)波動下降趨勢，到2007年下降至最低點約為6.84%。波動下降的原因可能與世界經(jīng)濟和我國自身經(jīng)濟的環(huán)境密切相關(guān)，2007年世界金融危機爆發(fā)，在此次危機的影響下，我國經(jīng)濟也受到了不小的沖擊，經(jīng)濟下行壓力增大，為了應對本次金融危機，刺激經(jīng)濟增長，我國財政政策從穩(wěn)健轉(zhuǎn)向積極，加大了對農(nóng)村基礎(chǔ)設(shè)施建設(shè)等支出。在積極的財政政策刺激下，我國財政支農(nóng)支出的相對規(guī)模發(fā)生了明顯的變化。從2008年開始，財政支農(nóng)支出的比例出現(xiàn)上升，2009年迅速上升至8.81%，之后，財政支農(nóng)支出的比例增長相對平緩，到2018年上升到9.55%。總體上來看，雖然我國對于農(nóng)業(yè)的投入總量在不斷提高，但從財政支農(nóng)支出的比重中可以看出，我國對農(nóng)業(yè)的重視程度要低于其他產(chǎn)業(yè)，政府應加大對農(nóng)業(yè)的支持力度，增強財政支農(nóng)支出的穩(wěn)定性，提高財政支農(nóng)支出水平的合理性。1.1.2我國財政支農(nóng)支出規(guī)模的地區(qū)比較為了更詳細地了解我國財政支農(nóng)支出的現(xiàn)狀，將從地區(qū)層面對我國財政支農(nóng)支出的規(guī)模進行對比分析。本文仍按照傳統(tǒng)的劃分方法將中國分為東部、中部和西部三大地區(qū)，其中，東部地區(qū)包括11個省份，分別為：北京、天津、河北、廣東、江蘇、遼寧、山東、上海、浙江、福建、海南；中部地區(qū)包括8個省份，分別為：安徽、河南、黑龍江、吉林、湖北、湖南、江西、山西；西部地區(qū)包括12個省份，分別為：內(nèi)蒙古、廣西、貴州、云南、四川、重慶、西藏、寧夏、青海、甘肅、陜西、新疆。我國地域遼闊，各地區(qū)的經(jīng)濟發(fā)展情況不盡相同，財政實力也存在一定的差距。從圖1.3中可以看出，東部地區(qū)財政支出總量明顯要高于中西部地區(qū)。自改革開放以來，東部地區(qū)實現(xiàn)率先發(fā)展，經(jīng)濟發(fā)展水平長期處于引領(lǐng)地位，財政實力比較雄厚。然而，從財政支農(nóng)支出的絕對規(guī)模來看（見圖1.4），1998-2007年，東部地區(qū)財政支農(nóng)支出的總量要高于中西部地區(qū)，從2008年開始，東部地區(qū)的財政支農(nóng)支出的絕對規(guī)模要低于中部地區(qū)?？傮w來看，西部地區(qū)的財政支農(nóng)支出總量一直處于較低的位置。圖1.3東中西部地區(qū)1998-2018年財政總支出的變化趨勢圖1.4東中西部地區(qū)1998-2018年財政支農(nóng)支出的變化趨勢圖1.5東中西部地區(qū)1998-2018年財政支農(nóng)支出占財政總支出的比重變化趨勢接下來再來看一下各地區(qū)財政支農(nóng)支出的相對規(guī)模。從圖1.5可以看出，各地區(qū)財政支農(nóng)支出的力度存在較為明顯的地區(qū)差異?？傮w上來說，西部地區(qū)財政支農(nóng)支出占財政支出的比例要高于東中部地區(qū)，中部地區(qū)要高于東部地區(qū)。1998年，西部地區(qū)財政支農(nóng)占比最高，約為9.16%，其次為中部地區(qū)，約為8.53%，東部地區(qū)最低，約為5.75%，到2018年，西部、中部和東部地區(qū)財政支農(nóng)占比分別為14.02%、12.2%和8.12%，各地區(qū)財政支農(nóng)的力度都有所提高，但地區(qū)差異卻一直存在。東部地區(qū)財政支農(nóng)支出占財政支出的比例總體上表現(xiàn)為下降、上升、平緩、下降的趨勢。具體來說，1998年到2006年呈下降趨勢，財政支農(nóng)占比從5.75%下降至5.09%。2007年至2009年，在國家財政政策的刺激下，財政支農(nóng)占比從6.31%上升到8.36%。2011年至2015年，財政支農(nóng)占比增長態(tài)勢相對平緩。2016年至2018年這三年間，財政支農(nóng)占比呈下降趨勢。中部地區(qū)財政支農(nóng)支出占財政支出的比例總體上表現(xiàn)為下降、上升、平緩、上升的趨勢。具體來說，1998年到2003年呈下降趨勢，財政支農(nóng)占比從8.53%下降至6.06%。2005年至2011年呈上升趨勢，財政支農(nóng)占比從7.12%上升到11.35%。財政支農(nóng)占比增速如此快，可能與我國中部崛起戰(zhàn)略政策的實施密切相關(guān)，2006年提出了中部地區(qū)崛起戰(zhàn)略，2010年國家發(fā)改委印發(fā)了促進中部地區(qū)崛起規(guī)劃實施意見，進一步明確了中部崛起的工作目標和進度。2012年至2014年，財政支農(nóng)占比曲線走勢相對平緩。2015年至2018年表現(xiàn)出微小波動，總體上呈上升趨勢。西部地區(qū)財政支農(nóng)支出占財政支出的比例總體上表現(xiàn)為下降、上升趨勢。1998年至2003年呈下降趨勢，財政支農(nóng)占比從9.16%下降至6.9%。2005年至2018年呈上升趨勢，財政支農(nóng)占比從8.85%上升到14.02%。隨著中國區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略的提出與推進，西部大開發(fā)戰(zhàn)略的實施，西部地區(qū)財政支農(nóng)投入穩(wěn)步上升，財政支農(nóng)力度逐漸增強。綜上所述，各地區(qū)財政支農(nóng)支出的相對規(guī)模存在明顯的地區(qū)差異，說明各地方政府對財政支農(nóng)投入的重視程度存在不同。東部地區(qū)財政支農(nóng)的力度比較低，但穩(wěn)定性較強，中西部地區(qū)財政支農(nóng)的力度都要高于東部地區(qū)，但前期穩(wěn)定性比較差，波動性較強，容易受國家政策變動的影響。1.2農(nóng)業(yè)全要素生產(chǎn)率測算1.2.1隨機前沿分析法隨機前沿生產(chǎn)函數(shù)模型最早由Aginer等以及Meeusen等在1977年分別獨立提出。與DEA方法相比，隨機前沿生產(chǎn)函數(shù)法具有如下優(yōu)點[62]：其一，SFA考慮了隨機因素對產(chǎn)出的影響，可以將技術(shù)效率從隨機擾動中分離出來；其二，SFA的計算結(jié)果不易受異常值的影響，穩(wěn)健性較好；其三，SFA可以通過參數(shù)值求出投入要素的產(chǎn)出彈性和規(guī)模報酬情況；其四，SFA可以對所得結(jié)果進行統(tǒng)計檢驗或求得相應的置信區(qū)間。此外，Headey等（2010）研究指出SFA的估計結(jié)果明顯比DEA更加穩(wěn)定和合理[63]。因此，本文采用隨機前沿生產(chǎn)函數(shù)模型測算農(nóng)業(yè)全要素生產(chǎn)率。在隨機前沿生產(chǎn)函數(shù)模型中，常用的生產(chǎn)函數(shù)形式主要有C-D生產(chǎn)函數(shù)和超越生產(chǎn)函數(shù)，C-D生產(chǎn)函數(shù)在計算和解釋方面有比較大的優(yōu)勢，但是對要素彈性、交叉彈性和替代彈性有嚴格的限制，而超越生產(chǎn)函數(shù)形式比較靈活，包容性較強，對要素彈性沒有約束，應用比較廣泛。為估計模型中各個參數(shù)，需要提前假設(shè)隨機誤差項和技術(shù)無效率項的分布函數(shù)，隨機誤差項一般假設(shè)為正態(tài)分布，技術(shù)無效率項的假設(shè)分布形式主要有半正態(tài)分布、截斷正態(tài)分布和對數(shù)分布等。此外，由于模型中存在復合誤差項，即同時存在隨機誤差項和技術(shù)無效率項，普通最小二乘估計失效，為得到有效的且一致的估計量，使用極大似然法進行估計。在隨機前沿分析法中，Battese和Coelli提出的模型得到了廣泛應用，其假設(shè)技術(shù)無效率項為非負的截斷正態(tài)分布，誤差項服從正態(tài)分布，通過極大似然估計得到參數(shù)的一致估計。模型的一般形式為[64]：3-（1）其中，為維的產(chǎn)出向量，為投入要素，和表示待估參數(shù)，定義，為復合誤差，由和兩部分構(gòu)成，衡量了隨機因素對產(chǎn)出的效應，服從均值為0方差為的正態(tài)分布，為技術(shù)無效率項，服從非負的截斷正態(tài)分布，與相互獨立。具體估計步驟如下：首先，根據(jù)服從正態(tài)分布，服從截斷正態(tài)分布，兩者之間相互獨立的假設(shè)條件，可以得到兩者的聯(lián)合概率密度函數(shù)，令，，進而可以求出與之間的聯(lián)合密度函數(shù)：3-（2）其中，和分別為隨機變量和的值。因此，的邊際密度函數(shù)為：3-（3）其中，，。然后，根據(jù)的邊際密度函數(shù)，可以求出樣本的對數(shù)似然函數(shù)：3-（4）定義，，，若越接近1，技術(shù)無效率項對復合擾動項的變異程度影響越大，可以據(jù)此檢驗隨機前沿模型的合理性。將3-（4）式變形為:3-（5）其中，，，。最后，使用對數(shù)似然函數(shù)3-（5）式對待估參數(shù)求偏導，可以得到的極大似然估計值，根據(jù)的估計值進而得到的估計值。1.2.2指標選取與數(shù)據(jù)處理論文使用的數(shù)據(jù)是1997-2018年中國31個省、自治區(qū)和直轄市的農(nóng)業(yè)產(chǎn)出與投入數(shù)據(jù)。所有數(shù)據(jù)均來源于《中國統(tǒng)計年鑒》、《中國農(nóng)村統(tǒng)計年鑒》、《中國固定資產(chǎn)投資統(tǒng)計年鑒》及各省的統(tǒng)計年鑒。接下來對所選取的農(nóng)業(yè)產(chǎn)出和投入變量給以詳細說明：（1）農(nóng)業(yè)產(chǎn)出變量（）。參考全炯振研究[18]，選用廣義的農(nóng)林牧漁業(yè)總產(chǎn)值作為產(chǎn)出指標，單位億元，并利用農(nóng)林牧漁業(yè)總產(chǎn)值指數(shù)對農(nóng)林牧漁業(yè)總產(chǎn)值進行處理，剔除價格因素的影響，以1997年為基期。（2）農(nóng)業(yè)投入變量?，F(xiàn)有的文獻中投入變量大部分采用的是農(nóng)作物播種面積、有效灌溉面積、化肥施用量、農(nóng)業(yè)機械總動力、役畜等指標，考慮到選取多個指標可能會造成解釋變量之間出現(xiàn)嚴重的多重共線性問題，本研究選取兩個投入變量：勞動和資本。①勞動變量（）。在勞動投入方面，采用第一產(chǎn)業(yè)從業(yè)人員來衡量勞動力投入，單位萬人。②資本變量（）。農(nóng)業(yè)資本投入用農(nóng)業(yè)資本存量來衡量，利用GoldSmith在1951年開創(chuàng)的永續(xù)盤存法進行估算資本存量。永續(xù)盤存法的計算公式為[65]：3-（6）上式計算過程中一共涉及到四個變量：一是當年固定資產(chǎn)投資（），采用農(nóng)林牧漁業(yè)固定資產(chǎn)投資，單位億元，該指標是反映固定資產(chǎn)投資規(guī)模、結(jié)構(gòu)和發(fā)展速度的綜合性指標，可以更加準確地反映我國農(nóng)業(yè)資本存量的變化；二是固定資產(chǎn)投資價格指數(shù)，以折算到不變價格，利用農(nóng)業(yè)生產(chǎn)資料價格指數(shù)進行處理；三是經(jīng)濟折舊率（），農(nóng)業(yè)資本折舊率采用吳方衛(wèi)估算的0.0542[66]；四是初始資本存量，初始資本存量按照國際上通用的方法進行估算，其計算公式為：，其中表示初始資本存量，表示基期1997年農(nóng)林牧漁業(yè)固定資產(chǎn)投資，表示農(nóng)林牧漁業(yè)固定資產(chǎn)投資年均增長率。1.2.3模型設(shè)定與假設(shè)檢驗通過前文的介紹，隨機前沿生產(chǎn)函數(shù)模型的函數(shù)形式主要為C-D生產(chǎn)函數(shù)和超越生產(chǎn)函數(shù)，而當模型中二次項的系數(shù)都為零時，超越生產(chǎn)函數(shù)就退化成C-D生產(chǎn)函數(shù)，也就是說，C-D生產(chǎn)函數(shù)相當于超越生產(chǎn)函數(shù)的一個特例。因此，本文選擇超越生產(chǎn)函數(shù)模型作為基礎(chǔ)模型，具體形式為：3-（7）其中，表示在時期第省份的產(chǎn)出，表示在時期第省份的資本存量，表示在時期第省份的勞動投入，為服從正態(tài)分布的隨機誤差項，為服從非負截斷正態(tài)分布的技術(shù)無效率項，是考慮時變性的待估參數(shù)。由于模型形式設(shè)定是否恰當直接關(guān)系到結(jié)論是否合理，不恰當?shù)哪Ｐ涂赡軙a(chǎn)生誤導性的結(jié)論，為此，本文對模型的設(shè)定做了五個方面的檢驗[67]：①隨機前沿模型的適用性。原假設(shè),若拒絕原假設(shè)，說明運用隨機前沿模型是合理的。②技術(shù)效率的時變性。原假設(shè)，如果拒絕原假設(shè)，意味著技術(shù)效率隨時間而變化。③生產(chǎn)函數(shù)形式檢驗。原假設(shè)。若不拒絕原假設(shè)，應采用C-D生產(chǎn)函數(shù)。④技術(shù)進步檢驗。原假設(shè)，如果不拒絕原假設(shè)，說明不存在技術(shù)變化。⑤技術(shù)中性檢驗。如果不拒絕假設(shè)④，則這一步檢驗就無需進行。原假設(shè)。如果不拒絕原假設(shè)，說明技術(shù)沒有滲透到生產(chǎn)要素，投入要素的變化不會帶來技術(shù)進步效應。對上述五個方面的檢驗都采取廣義似然比檢驗（LR），其統(tǒng)計量為：，如果不拒絕原假設(shè)，那么檢驗統(tǒng)計量服從混合卡方分布，自由度為受約束變量的數(shù)量。使用的軟件為Frontier4.1，模型檢驗結(jié)果如表1.1所示。表1.1隨機前沿生產(chǎn)函數(shù)形式的假設(shè)檢驗結(jié)果①②③值1479（拒絕）31.967（拒絕）72.616（拒絕）2.7062.70611.911④⑤值12.559（拒絕）0.393（不拒絕）8.7615.138綜合表1.1中結(jié)果，檢驗一說明存在技術(shù)無效率項，檢驗二說明技術(shù)效率具有時變性，檢驗三說明應采用超越對數(shù)生產(chǎn)函數(shù)模型，檢驗四和五說明農(nóng)業(yè)產(chǎn)出存在技術(shù)進步但是為中性的。因此，本文選取技術(shù)中性的時變隨機前沿超越對數(shù)生產(chǎn)函數(shù)進行測算農(nóng)業(yè)全要素生產(chǎn)率。模型參數(shù)估計結(jié)果如表1.2所示。表1.2隨機前沿生產(chǎn)函數(shù)模型參數(shù)估計結(jié)果參數(shù)系數(shù)t值β07.7064***11.1306βK-0.4664***-6.1602βL0.6032***1.1126βt0.0096**1.8907βKK0.0116**2.3011βLL-0.0847***-4.8611βtt0.0003*1.5536βKL0.0579***6.3091γ0.9928***231.55η0.0114***6.4230對數(shù)似然函數(shù)值：360.65單邊偏誤似然比檢驗值：1480.13注：*、**、和***分別表示10%、5%和1%的水平顯著。根據(jù)表1.2可以看出，所有參數(shù)都是顯著的，而且絕大多數(shù)在1%水平上顯著，驗證了本研究所設(shè)定模型的合理性。值為0.9928，且在1%水平上顯著，說明擾動項的波動主要來自于技術(shù)無效率，因此，選用隨機前沿超越對數(shù)生產(chǎn)函數(shù)能很好地刻畫農(nóng)業(yè)產(chǎn)出活動的特點。1.2.4測算結(jié)果分析使用中國31個省市區(qū)1997-2018年的面板數(shù)據(jù)，通過隨機前沿生產(chǎn)函數(shù)模型，運用軟件Frontier4.1得到模型參數(shù)的估計值和各個省市不同年份的技術(shù)效率水平值，然后利用所得到的結(jié)果結(jié)合全要素生產(chǎn)率變化率的分解公式，運用軟件MATLAB編程得到31個省市區(qū)1998-2018年的農(nóng)業(yè)技術(shù)進步變化（TC）、農(nóng)業(yè)技術(shù)效率變化（TEC）、農(nóng)業(yè)規(guī)模效率變化（SC）及農(nóng)業(yè)全要素生產(chǎn)率變化（TFPC）。（1）我國農(nóng)業(yè)全要素生產(chǎn)率變化情況取各省市區(qū)農(nóng)業(yè)TFPC及其分解部分的平均值，得到全國1998-2018年農(nóng)業(yè)TFPC、TC、TEC及SC，具體結(jié)果如表1.3所示。根據(jù)表1.3可知，1998-2018年期間全國農(nóng)業(yè)TFPC的平均值為正值，也就是說在考察期內(nèi)我國農(nóng)業(yè)全要素生產(chǎn)率是增長的，平均增長率為16.48%。當期農(nóng)業(yè)全要素生產(chǎn)率與上期農(nóng)業(yè)全要素生產(chǎn)率之間的相關(guān)系數(shù)的絕對值為0.7266，說明農(nóng)業(yè)全要素生產(chǎn)率增長是一個動態(tài)變化。為此，進一步計算出農(nóng)業(yè)全要素生產(chǎn)率變化的環(huán)比發(fā)展速度，分析我國農(nóng)業(yè)全要素生產(chǎn)率增長的發(fā)展趨勢。圖1.1顯示，在整個樣本期間，從農(nóng)業(yè)全要素生產(chǎn)率增長的變化趨勢來看，中國農(nóng)業(yè)全要素生產(chǎn)率增長表現(xiàn)出較為明顯的波動性特征，可以大致把農(nóng)業(yè)全要素生產(chǎn)率變化劃分為四個子時期，分別為1998-2004年（停滯下降）、2005-2009年（波動上升）、2010-2013年（下降）、2014-2018年（上升）。從環(huán)比發(fā)展速度來看，1995年到2005年期間，農(nóng)業(yè)全要素生產(chǎn)率的環(huán)比發(fā)展速度變化趨勢比較平緩，到2006年環(huán)比發(fā)展速度要明顯高于其他年份，這一結(jié)果產(chǎn)生的原因可能與我國農(nóng)業(yè)政策密切相關(guān)，自2004年開始我國開始穩(wěn)步推進減免農(nóng)業(yè)稅工作，到2006年全國范圍內(nèi)全面取消農(nóng)業(yè)稅，極大地提高了農(nóng)民的生產(chǎn)積極性，加速了農(nóng)業(yè)全要素生產(chǎn)率的增長。2006年之后，環(huán)比發(fā)展速度變化趨勢呈現(xiàn)波動性特征，其中，2014年到2018年期間，農(nóng)業(yè)全要素生產(chǎn)率的環(huán)比發(fā)展速度呈遞減趨勢，年均遞減幅度達44.62%。表1.3中國1998-2018年農(nóng)業(yè)TFP增長率及其分解部分年份TFPCTCTECSC19980.05630.01070.01930.026319990.03780.01130.01910.007420000.04290.01180.01890.012220010.03090.01240.0186-0.000120020.02860.01300.0184-0.002820030.16310.01350.01820.131420040.01820.01410.0180-0.013920050.00250.01470.0178-0.030020060.17320.01530.01760.140420070.09980.01580.01740.066620080.27840.01640.01720.244820091.20920.01700.01701.175220100.49720.01750.01680.462820110.01280.01810.0166-0.022020120.05870.01870.01650.02362013-0.27810.01920.0163-0.313620140.01450.01980.0161-0.021420150.09180.02040.01590.055520160.27430.02090.01570.237720170.31240.02150.01550.275320180.33570.02210.01540.2982平均值0.16480.01640.01730.1311圖1.1農(nóng)業(yè)全要素生產(chǎn)率增長的變化與發(fā)展趨勢再看農(nóng)業(yè)全要素生產(chǎn)率變化的分解部分，進一步探究農(nóng)業(yè)TFP增長的動力。首先分析農(nóng)業(yè)技術(shù)變化，根據(jù)表1.1可知，農(nóng)業(yè)技術(shù)變化在1998年至2018年的值均為正值，說明在考察期內(nèi)我國農(nóng)業(yè)技術(shù)是進步的，代表生產(chǎn)邊界是向上移動的，而且農(nóng)業(yè)技術(shù)進步的平均值逐年上升，說明樣本期間內(nèi)生產(chǎn)邊界向上移動的幅度在逐漸增大。其次分析農(nóng)業(yè)技術(shù)效率的變化，農(nóng)業(yè)技術(shù)效率變化的平均增長率為1.73%，推動了我國農(nóng)業(yè)全要素生產(chǎn)率的增長，技術(shù)效率反映了實際產(chǎn)出與最大可能產(chǎn)出之間的距離，在整個樣本期間，我國各省份的農(nóng)業(yè)技術(shù)效率水平均未達到前沿產(chǎn)出，但實際產(chǎn)出與最大可能產(chǎn)出之間的距離越來越小，換而言之，農(nóng)業(yè)技術(shù)無效率程度越來越低。最后分析規(guī)模效率的變化，規(guī)模效率在整個樣本期間既表現(xiàn)出正的增長，又表現(xiàn)出負的增長，平均增長率為11.11%，是推動我國農(nóng)業(yè)全要素生產(chǎn)率增長的主要動力。規(guī)模效率變化衡量了規(guī)模經(jīng)濟對農(nóng)業(yè)全要素生產(chǎn)率增長的效應，在樣本期間內(nèi)，農(nóng)業(yè)規(guī)模經(jīng)濟性推動全要素生產(chǎn)率增長11.34個百分點，主要由于規(guī)模報酬小于1，資本和產(chǎn)出彈性分別大于零和小于零，而資本和勞動要素的投入分別為正增長和負增長（年均增長率分別為14.63%、-1.29%）。綜上，在考察期內(nèi)，我國農(nóng)業(yè)全要素生產(chǎn)率增長表現(xiàn)出技術(shù)進步、效率改善和規(guī)模效率改進的增長模式，規(guī)模效率的增長是推動農(nóng)業(yè)全要素生產(chǎn)率增長的主要動力，說明樣本期內(nèi)我國農(nóng)業(yè)經(jīng)濟增長仍帶有粗放型特征，還未完全轉(zhuǎn)向集約式增長。（2）農(nóng)業(yè)全要素生產(chǎn)率增長的地區(qū)差異上面從整個時間段分析了我國農(nóng)業(yè)全要素生產(chǎn)率變化、技術(shù)進步、技術(shù)效率變化和規(guī)模效率變化。為了深入了解我國各地區(qū)的農(nóng)業(yè)全要素生產(chǎn)率變化、技術(shù)進步、技術(shù)效率變化和規(guī)模效率變化的差異性，表1.4給出了東部、中部、西部地區(qū)不同時間段農(nóng)業(yè)全要素生產(chǎn)率變化、技術(shù)進步、技術(shù)效率變化和規(guī)模效率變化的測算結(jié)果。表1.4東中西部地區(qū)在不同時期的農(nóng)業(yè)TFP變化及其分解結(jié)果年份地區(qū)TCTECSCTFPC1998-2004東部0.01240.01700.06160.0910中部0.01240.01210.05310.0777西部0.01240.0245-0.03270.00422005-2009東部0.01580.01590.18440.2161中部0.01580.01130.16630.1934西部0.01580.02290.54520.58392010-2013東部0.01840.01510.30190.3353中部0.01840.0108-0.2876-0.2585西部0.01840.02180.01250.052