中国柑橘全要素生产率演进及影响因素研究——基于Malmquist-Tobit模型的实证

李 丹，曾 光，陈 城

（华中农业大学经济管理学院，武汉 430070）

改革开放以来，中国农业生产格局不断调整并趋近于多元化发展，经济作物的生产经营规模逐步扩大。柑橘是中国南方地区生产经营最广泛的农业经济作物，2008年种植面积与产量首度超过巴西，跃居世界上最大的柑橘种植与生产国[1]，柑橘产业发展重要性不言而喻。随着中国工业化与城市化进程的加快，农地逐渐转化为工业用地、生产资料价格上涨及劳动力成本日渐攀升，农业资源一定程度上受到挤压。农业资源稀缺及环境压力，与柑橘生产经营规模扩大的矛盾日益加重，对柑橘产业的进一步发展提出更高的要求。现如今，通过传统粗放式地增加投入以谋求产出与收益的做法已经不可持续，未来柑橘综合生产能力的提高绝不能仅依赖规模的扩大，而应当从生产效率的提高入手。

2008—2014年间，中国柑橘播种面积从203.08万hm2逐步增长至252.15万hm2，年均增长率为3.69%，总产量从2 331.26万t增长至3 492.66万t，年均增长率为8.9%[2]。然而进一步考察发现，与种植面积、总产量逐年增长不同，考察期内中国柑橘单产波动较大。以桔的单产为例，2008达到顶峰34 983 kg/hm2后，连续两年下滑，2010年仅为18 913.05 kg/hm2，之后缓慢上升。尽管我们无法忽略2008年雪灾以及黄龙病等自然灾害对中国柑橘单产的影响，但也同样备受黄龙病困扰的巴西和美国2010年柑橘每hm2产量[3]分别为 23 090.55 kg 和 29 835.15 kg，仍处于领先水平，表明中国柑橘的生产效率仍然存在进步空间，并未达到最优。本文拟选取全要素生产率（Total Factor Productivity，简称TFP）来测度中国柑橘的综合生产效率，从技术进步、技术效率、纯技术效率和规模效率等角度分别考虑，进而探究导致中国柑橘产出效率增长波动的主要原因。

从现有对中国柑橘生产效率研究的文献来看，主要集中于对柑橘综合技术效率与全要素生产率进行测度，并根据其研究结果探究柑橘生产效率的影响因素。李道和等[4]测算了中国柑、桔4个主产省份在2003—2008年时间段内全要素生产率的变化趋势，结果表明，在考察期内中国柑、桔主产省份的全要素生产率年均值分别为0.729和0.759，主产省份全要素生产率波幅都比较剧烈，其中科技改良与进步的波动是明显因素。陈新建等[5]则结合随机前沿生产函数模型，对中国5个柑橘主产省份2001—2009年间的技术效率进行了测量计算和深入分析，得出与李道和等[4]类似的结论，且提出劳动力所花费的成本、自然灾害和防治病虫害也会导致柑橘生产技术效率不稳定。王志彬等[1，6]通过对“蛆柑事件”后中国柑橘生产技术效率进行深入剖析发现，2009年中国8个主产省份柑橘技术效率均值为0.809，防治病虫害的后遗症是中国柑橘生产过程中农药与肥料存在过度投入问题。张炳亮[7]测算1996—2011年间中国柑橘整体技术效率发现，体制机制改革、生产结构及人工成本的迅速上涨也是导致柑橘产业投入产出效率波动的重要因素。

上述文献由于考察期限、研究区域及投入指标选取不同，研究结果也存在一定差异，对柑橘生产效率影响因素分析也不够全面。如李道和等[3-4]研究了柑橘生产效率的动态演进，但研究区域比较少；而汤荣丽[6]的研究区域选取较全，但没有对柑橘生产效率的动态演进进行分析；张炳亮[7]采用了超效率方法着重分析了投入产出指标对于中国柑橘整体产业投入产出效率波动的影响力度，但由于没有分省进行考察，而每个主产区经济发展与自然条件都存在着差异，整体情况无法确切反映每一个单独区域的实际水平。

有鉴于此，本文拟利用中国柑橘8个主产省份2008—2014生产成本与收益数据，借助DEA-Malmquist指数法测度中国柑橘主产省份全要素生产率的动态演进，首次结合可避免最小二乘法估计偏误的受限因变量模型，即Tobit模型，实证分析影响柑橘产业全要素生产率增长的外在因素，并根据研究结果对中国柑橘产业的进一步发展提出合理意见和建议。

1 研究方法、数据来源及指标选取

1.1 Malmquist指数法

Malmquist指数的概念由S.Malmquist[8]在1953年率先提出，D.W.Caves等[9]在此基础上通过距离函数之比来构造生产率指数，并将其命名为Malmquist生产率指数。R.Fare等[10]将技术无效纳入测算生产率的考虑范畴并利用非参数结构方法测算Malmquist指数，此后非参数Malmquist生产率指数法广泛应用于各个领域。R.Fare等[10]基于DEA算法的Malmquist生产效率指数进一步拆分：

M（Xt+1，Yt+1，Xt，Yt）=TFP=TE×TEC=TE×PE×SE

上式中，Malmquist指数的测度是以时间t的技术水平为参照，从t时期到t+1时期的技术效率变化的Malmquist指数。该式表明TFP增加是技术进步与效率提高联合作用的成果，而技术效率变化（TEC）则是纯技术效率变化（PE）和规模效率变化（SE）的综合表现，即TFP增长是技术进步和纯技术效率、规模效率提高的综合作用成果。其中，规模效率的波动是投入增长对总要素生产率变化的扰动，技术效率是生产环节技术更新换代速度和技术推广是否有效。所以，在长期增长分析中，研究生产效率的变动趋势与规律意义非凡，柑橘产业亦是如此。

1.2 Tobit模型

Tobit模型的基本结构为：

y=α+βx+μ

在线性关系模型下为：

此模型也被称为受限因变量模型，其中一个显著特点是解释变量取其实际观测值，而被解释变量只能以受限制的方式观察到。本研究用DEA-Malmquist指数方法测算得到的柑橘全要素生产率及其分解值是大于0的值，是有界变量。在这种情况下，最小二乘法的估计结果有偏且不一致，为了避免最小二乘法估计带来的偏误，通常采用受限因变量模型，也就是Tobit模型。

1.3 数据来源与研究对象选取

本文拟采用2008—2014年柑橘成本与收益数据进行分析，所用数据源自《中国农村统计年鉴》（2009—2015）[11]、《中国农业年鉴》（2009—2015）[12]、《中国统计年鉴》（2009—2015）[13]、中国经济与社会发展统计数据库[14]、《全国农产品成本收益资料汇编》（2009—2015）[15]与国家统计局官方网站，其中有关巴西和美国柑橘产业数据来自联合国粮食及农业组织（FAO）官方网站。

统计资料表明，中国柑橘种植省份多达19个，其中柑橘主产省份为9个：浙江省、福建省、江西省、湖北省、湖南省、广东省、广西壮族自治区和重庆市。受限于相关数据的可获得性，本文选取各7个柑、桔主产省份（包括区、市，下文统称省、市）2008—2014年的数据进行分析。由于《全国农产品成本收益汇编》（2009—2015）[15]中将柑橘类水果中柑、桔的相关数据分开统计，本文也将分别对柑、桔的主产省份进行生产效率的DEA-Malmquist分析。考察期内，7个柑、桔主产省份的产量分别占全国柑、桔产量70%、85%左右，一定意义上可以代表中国柑、桔的发展情况。

2 全要素生产率及其分解值测度

2.1 投入产出指标选取

对于投入产出指标的选取，本文综合王志彬等[1，6]的做法，选取1个产出指标和5个投入指标。产出指标选取为平均每hm2柑、桔产量（kg），投入指标为平均每hm2劳动力用工数（标准劳动日）、平均每hm2使用的化肥折纯量（kg）、平均每hm2农药费（元）、平均每hm2剔除农药费和肥料费的其他物质费用（元）、平均每hm2间接费用（元）。其中，化肥投入包括氮肥、磷肥、钾肥、复混肥等，其他物质费用包含燃料动力费、农家肥费、使用机械与畜力费用、技术服务费等，间接费用则包含管理费、销售费等。

2.2 DEA-Malmquist指数法实证检验

2.2.1 柑、桔的全要素生产率年际变动

参见表1，2009—2015年《全国农产品成本收益资料汇编》[15]及国家统计局官方网站[2]数据，利用DEAP2.1软件计算整理所得。整体来看，2008—2014年间，中国柑主产省份TFP年均增长率较高，为10.02%；桔为2.73%。进一步分析发现，柑、桔的技术进步均不甚明显，分别为0.34%、0.6%；柑、桔的技术效率增长差距较大，分别为9.81%、2%。而从效率变化来考察，柑的纯技术效率增长2.74%，而同期桔为-3.41%，两者存在较大差别；同时，柑、桔的规模效率增长幅度均较大，分别为6.97%、5.66%。由此看来，柑、桔的全要素生产率增长源于效率与技术进步的共同作用，其中效率变化在技术进步不明显的情况下影响较大，尤其桔的纯技术效率增长率还为负值，对桔的全要素生产率提高产生了负影响。

由图1可知，中国柑主产省份的全要素生产率、技术进步与效率变化波动较强。其中，柑的全要素生产率变化趋势在2008—2011年随着技术进步波动而波动，在2011—2014年间由于技术进步不明显转而与技术效率变化趋势相一致，进一步印证了上文所述，全要素生产率增长贡献源于效率提高与技术进步的共同作用，而非仅依赖技术进步。

表1 中国柑、桔主产省份2008—2014年间全要素生产率及其分解Table 1 TFP of Chinese mandarin and orange in main provinces during 2008—2014

图1 中国柑主产省份全要素生产率及其分解值变化趋势Figure 1 TFP of Chinese mandarin in main provinces during 2008—2014

从图2可以看出，桔主产省份的全要素生产率及其分解值的年际变化比较大，波动较强。在考察期内，桔主产省份的全要素生产率与技术进步的变化趋势基本一致。比较特殊的是2011—2012年，由于纯技术效率和规模效率明显下降，且技术进步不明显，致使全要素生产率明显下降。说明桔的全要素生产率主要受技术进步的影响，但同时也受到效率变化的约束，应当进一步充分发挥技术进步对桔的全要素生产率增长的拉动作用。

2.2.2 柑、桔主产省份全要素生产率区域差异

①柑全要素生产率的区域差异。

图2 中国桔主产省份全要素生产率及其分解值变化趋势Figure 2 TFP of Chinese orange in main provinces during 2008—2014

从表1可以看出，除广东省外，其余6个柑的主产省份全要素生产率均为增长状态。其中全要素生产率增速最快的是广西壮族自治区，为20.5%，增长主要贡献来源于效率增长与技术进步，分别为13.4%与6.3%。广东省全要素生产率增长为-8%，主要原因则是技术效率增长为-13.1%，尽管技术进步达到了5.9%。对比主产省份各指数发现，中国柑主产省份全要素生产率增长类型可以分为两大类，其中江西省、湖北省与广西壮族自治区类似，Malmquist指数考察指标均为正，全要素生产率增长贡献源于效率提高与技术进步的共同作用；而福建省、湖南省与重庆市处于技术退步状态，全要素生产率实现增长主要原因是技术效率高增长带来的正向拉动作用。

②桔全要素生产率的区域差异。

从表1可以看出，7个主产省份中全要素生产率增长为正的有4个，其余3个增长为负。对比主产省份各指标发现，桔主产省份全要素生产率增长类型也可以分为两大类，其中广东省与重庆市全要素生产率变动取决于技术变化与技术效率变化的共同作用；而其余5个省份全要素生产率变动主要取决于技术进步。其中，全要素生产率增长最快的是重庆市，为22.7%，增长贡献来源于技术进步（15.4%）与技术效率增长（6.3%）的共同作用。全要素生产率负增长最明显的是广东省，为-24.7%，主要原因是技术退步与技术效率下降的共同作用。并且，广东省Malmquist指数3个考察指标均为负，说明考察期内广东省桔的生产不仅技术推广不到位，投入产出各个环节都存在一定问题，急需调整以促进全要素生产率的提高。

3 柑橘产业全要素生产率影响因素分析

上文对柑橘产业全国及主产省份全要素生产率进行了测度与分解，接下来借助Tobit模型对影响柑橘产业全要素生产率增长的因素做进一步分析。

3.1 指标选取及假说

3.1.1 城市化率（URB）

现有文献研究表明，城市化的发展会在很大程度上挤占农业生产资源，对农业生产不利[16]。一方面，大量农村劳动力涌入城市，致使农业生产劳动力成本不断上升；另一方面，城市化的快速发展对土地需求的日益增加也在不断挤压农业生产的空间。现有城市化的测度方式较多，在本研究中，采用各柑橘主产省（直辖市）城镇人口与年末总人口的比值表示。在中国当前的生产条件下，柑橘属于劳动密集型产业，且对土地有着较强的依赖，因此，我们认为城市化水平的提高对柑橘生产有着负向的影响。

假说1：柑橘TFP与城市化率负相关。

3.1.2 农村居民家庭年人均纯收入（NIR）

农村居民家庭年人均纯收入是衡量地区经济发展水平的重要指标之一，也是种植户扩大再生产的主要资金来源之一。理论上来讲，农村居民家庭年人均纯收入越高，说明该地经济发展水平越高，柑橘生产经营的外部环境越好，越有利于生产效率的提高[17]；同时，对种植户个人来讲，高收入也是引进高新技术与先进管理经验的保证之一。但是，王珏等[18]认为，农民收入对农业全要素生产率增长的影响是不稳定的，因为制约农民收入水平的因素太多，城乡差距与“三农”问题还未得到根本性的解决。因此，认为农村居民家庭年人均纯收入对柑橘生产的影响方向不确定。

假说2：柑橘TFP与农村居民家庭年人均纯收入相关性不确定。

3.1.3 农业机械总动力（PAM）

考虑数据的可获取性，大量文献采用农业机械总动力来衡量技术的推广与使用成效。王珏等[18]认为，大力推广新技术是促进农业产业转型发展的重要手段之一，也有利于降低劳动力投入。从柑橘产业来看，根部施肥技术与喷气式松土技术等，不仅可以提高效率、节约生产资料投入及降低成本，一定程度上还可以提高柑橘果品质量。不过，也有学者提出过相反意见，曾福生等[17]提出相反的观点，认为受制于自然和科技因素，再加上我国地形相对复杂，农业机械与当地地形存在适应性问题，并不是农业机械总动力越高生产效率就越高，相反会起到阻碍作用。在本文中，作者考虑专业化与机械化是现代农业的发展趋势，认为农业机械总动力对柑橘生产存在正向影响。

假说3：柑橘TFP与农业机械总动力正相关。

3.1.4 地方财政农林水事务支出（EAFW）

许多研究采用地方财政农林水事务支出来表征政府对农业生产的支持力度，这也反映出柑橘种植的相关政策环境[19]，很大程度上会影响柑橘生产效率。技术的创新与推广离不开政府支持，柑橘产业发展向集约化转变离不开政府引导，同时一定程度上会影响柑橘种植户的积极性[20]。因此，认为地方财政农林水事务支出对柑橘生产存在正影响。

假说4：柑橘TFP与地方财政农林水事务支出正相关。

3.1.5 柑橘种植规模（SP）

由规模经济理论可知，柑橘种植规模对生产率的影响可分为规模收益递增、递减和不变三种情况，也即规模对生产效率的影响方向并不是一直保持不变[21]，可能存在规模经济或者规模不经济。但考虑到中国传统农业经营的小规模特征，结合我国现阶段科技水平大幅提升对生产力的推进作用，柑橘种植规模扩增带来的规模经济效益，将显著降低种植户的长期平均总成本。因此，本文认为柑橘的全要素生产率（TFP）与柑橘种植规模呈正相关。此外现有柑橘种植规模的测度方式也较多，本文采用省域种植面积与全国种植面积之间的比值表示。

假说5：柑橘与柑橘种植规模正相关。

3.1.6 每公顷人工总成本（LC）

人工成本问题是中国农业生产经营中无法忽略的另一个问题，家庭式小农经营与精耕细作的传统，使得人力投入在生产资料投入中占有重大比重。随着城市化与工业化进程加快，中国经济发展水平显著提升，也导致人力成本不断攀升。中国柑橘生产经营仍未摆脱劳动密集型模式，直接导致柑橘种植每公顷人工总成本居高不下，不利于全要素生产率的提高。以中国柑的生产为例，2008年全国平均每公顷人工总成本为15 748.05元，而2014年为23 287.95元，增幅接近50%。因此，认为每公顷人工总成本对柑橘生产存在负影响。

假说6：柑橘TFP与每公顷人工总成本负相关。

3.2 Tobit模型实证结果分析

在接下来的回归估计中，参照于海龙等[21]的做法，以2008年为基期的定期指数，根据环比指数计算出历年的累积全要素生产率为被解释变量，历年的累积全要素生产率为柑和桔历年的累积全要素生产率平均值，以上6个指标为解释变量，运用软件对中国柑橘产业全要素生产率的影响因素做面板Tobit模型分析。

构建基于模型的柑橘全要素生产率多元线性模型如下：

yi，t=α +β1URBi，t+β2NIRi，t+β3PAMi，t+β4EAFWi，t+β5SPi，t+β6LCi，t+μi，t

上式中，yi，t为根据环比指数计算出历年的累积全要素生产率指数为被解释变量，α为回归公式的常数项，βi为各变量的回归系数，μi，t为随机扰动项。2009—2015年《中国农村统计年鉴》[11]、《中国农业年鉴》[12]、《中国统计年鉴》[13]与国家统计局官方网站[2]数据，运用Stata软件对中国柑橘产业全要素生产率的影响因素做面板Tobit模型分析，结果如下：

从表2可以看出，模型整体拟合效果较好，6个环境变量均通过了显著性检验，接下来对各个环境变量进行分析：

城市化率与柑橘全要素生产率显著负相关，与预期一致。城市化与工业化的发展对于农业发展来说是一柄双刃剑。中国当前城市化与工业化快速发展，毫无疑问带动了整体经济的增长，也为农业发展提供了一定资金、技术支持，但是在柑橘产业，更明显的是其负面影响。工业发展吸纳了大量青壮年劳动力与其他生产资料，导致柑橘产业劳动力的流失与生产资料成本的上升，一定程度上挤占了柑橘产业发展空间。

表2 Tobit模型回归结果Table 2 Regression Results of Tobit Model

农村居民家庭年人均纯收入与柑橘全要素生产率显著正相关。尽管不能排除农村居民的高收入并非来自农业生产及其高收入导致居民越不愿意从事农业生产的情况，但是农村居民家庭年人均纯收入越高，柑橘种植户扩大生产的能力越强，扩大再生产的资金越充足，购买生产资料与采用新技术的底气也更足。

农业机械总动力对柑橘全要素生产率增长存在显著的负向影响，这与预期相反，与曾福生等[17]的结论一致。进一步研究发现，可能有以下几方面的原因：柑橘一般种植于山地，机械与地形适应性不高，搬运不便，且耗损较快。当前柑橘产业农业机械的使用成本较高，普及率较低。如果需要租用机械，不仅要付机械租用费用，还有雇工成本；如果自行购买机械，购置成本又较高，种植户负担较重。

地方财政农林水事务支出与柑橘全要素生产率显著正相关，与预期一致。政府对农业的支持力度与农业发展状况息息相关。政府增加农林水事务支出，大力支持支持农业基础设施建设，支持农业科技发展与推广，有利于柑橘产业进一步发展，从而促进生产效率的增长。

柑橘种植规模对柑橘全要素生产率具有显著的正向影响。从规模经济理论的角度考虑，就目前来看，中国柑橘生产处于规模收益递增状态，适度扩大柑橘种植规模有利于降低平均成本，提高柑橘产业利润水平，进而提升柑橘生产效率。

与预期一致，每公顷人工成本对柑橘全要素生产率增长存在显著负向影响。总体来看，当前柑橘属于劳动密集型产业，劳动成本的上升会增大柑橘生产经营成本，对生产效率带来负影响。

4 结论及建议

研究结果表明：总体来看，2008—2014年间中国柑主产省份全要素生产率年均增长率较高，为10.02%，桔主产省份全要素生产率年均增长率相对较低，为2.73%；分省来看，江西省柑、桔全要素生产率分别增长18.4%和21%，广东省全要素生产率则分别下降8%和24.7%，主产省份之间增长率差距较大。考察期内，柑橘全要素生产率与技术进步波动基本趋于一致，但全要素生产率并非仅受技术进步影响。城市化率、农业机械总动力与每公顷人工总成本对全要素生产率的增长具有显著的负向影响，农村居民家庭年人均纯收入、地方财政农林水事务支出与柑橘种植规模对柑橘全要素生产率提升具有显著的正向推动作用。

结合研究结果提出以下建议：

①应当加大对柑橘产业的扶持力度。首先，应当加大柑橘科研投入力度，充分发挥各大高校与科研机构的科研优势，推进从育种、培苗、种植、采摘、加工及病虫害防治的全面技术创新与推广；其次，加强基础设施（修桥铺路等）及柑橘产业配套设施（灌溉等）建设，加大柑橘种植补贴力度，提高农民柑橘生产与经营积极性，促进橘农创收增收。

②中国柑橘生产应当适当扩大生产经营规模。家庭式小农经营的传统制约了柑橘产业的进一步发展，适当扩大柑橘生产经营规模，有利于优化生产要素配置，不断提高综合管理水平，降低经营成本，从而提高规模效益，实现规模经济。但必须强调的一点是，绝不能盲目扩大生产经营规模，所谓适当扩大，需要因地制宜和因人制宜，应充分考虑消费市场、销售渠道、当地政策形势及地形地貌、资金周转和个人能力等实际情况。

③中国柑橘生产应当加快适应柑橘产业的技术创新及推广。尽管目前柑橘产业机械使用成本较高，导致机械的使用对于种植户来说是个鸡肋，但从长期来看，城市化进程的加快导致人工成本迅猛增长，其增长速度必将超过机械使用成本增长速度，随着相关设施的完善、科技进步与柑橘产业发展逐渐规模化，推广机械的使用以减少劳动力投入，机械化生产从而提高生产效率将成为未来柑橘产业发展趋势。

④应当充分发挥政府及各类柑橘合作社及其他相关组织在市场引导及信息流通等方面的作用，不断优化市场结构，提高信息流通程度，降低交易成本，为柑橘产业发展营造良好的生产经营环境。

参考文献：

[1]王志彬，汤荣丽.我国柑橘生产技术效率实证分析[J].经济问题探索，2011（12）：185-190.

[2]中华人民共和国国家统计局数据库[DB].http：//data.stats.gov.cn/.

[3]联合国粮食及农业组织数据库（FAOSTAT）[DB].http：//www.fao.org/faostat/en/#data.

[4]李道和，郭锦墉，朱述斌.中国柑橘产业的全要素生产率、技术进步与效率变化[J].江西农业大学学报（社会科学版），2010，9（1）：43-47.

[5]陈新建，曾继吾，金燕等.基于随机前沿生产函数的柑橘生产技术效率分析[J].浙江农业学报，2011，23（05）：1038-1043.

[6]汤荣丽.我国柑橘投入产出效率研究[D].杨凌：西北农林科技大学，2012.

[7]张炳亮.我国柑橘产业投入产出效率测算、趋势及改进[J].广东农业科学，2014，41（14）：219-223.

[8]MALMQUIST S.Index numbers and indifference surfaces[J].Trabajos de Estatistica，1953（4）：209-242.

[9]CAVES D W，CHRISTENSEN L R，DIEWERT W E.Multilateral Comparisons of Output，Input，and Productivity Using Superlative Index Numbers[J].Economic Journal，1982，92（365）：73-86.

[10]FARE R，GROSSKOPF S，NORRIS M，etc.Productivity growth，technical progress and efficiency change in industrialized countries[J].American Economic Review，1994，84：66-83.

[11]国家统计局农村社会经济调查司.中国农村统计年鉴[M].北京：中国统计出版社，2009―2015年.

[12]中华人民共和国农业部，中国农业年鉴编辑委员会.中国农业年鉴[M].北京：中国农业出版社，2009—2015年.

[13]中华人民共和国国家统计局.中国统计年鉴[M].北京：中国统计出版社，2009-2015年.

[14]中国知网.中国经济与社会发展统计数据库[DB].http：//data.cnki.net/YearData/Analysis

[15]国家发展和改革委员会价格司.全国农产品成本收益资料汇编[M].北京：中国统计出版社，2009-2015年.

[16]薛龙，刘旗.基于DEA-Tobit模型的河南省粮食生产效率分析[J].河南农业大学学报，2012，46（6）：700-704.

[17]曾福生，高鸣.我国粮食生产效率核算及其影响因素分析--基于SBM-Tobit模型二步法的实证研究[J].农业技术经济，2012（7）：63-70.

[18]王珏，宋文飞，韩先锋.中国地区农业全要素生产率及其影响因素的空间计量分析——基于1992―2007年省域空间面板数据[J].中国农村经济，2010（8）：24-35.

[19]胡炜童，霍学喜.基于三阶段DEA模型的我国苹果生产技术效率研究[J].兰州大学学报（社会科学版），2016，44（3）：47-52.

[20]华坚，李政霖，吴祠金.基于三阶段DEA-Malmquist模型的我国农业全要素生产率增长研究[J].江西农业学报，2015，27（10）：134-141.

[21]于海龙，李秉龙.中国乳业的全要素生产率及影响因素分析——基于DEA-Tobit模型分析[J].西安财经学院学报，2012，25（5）：33-38.