我国食用葵生产率增长的源泉分析——基于主产省区定点监测样本数据

张雯丽，李立辉，魏佳朔，王恒

（1. 农业农村部农村经济研究中心，北京 100810；2. 湖南农业大学经济学院，湖南 长沙 410128；3. 中国农业大学国家农业农村发展研究院，北京 100083；4. 中国农业大学经济管理学院，北京 100083）

油料作物是人民生活中的重要营养来源之一，而食用葵，即食用向日葵作为其中的重要品种，其副产品葵花籽是加工休闲食品的主要原料。随着经济发展水平和人民生活水平的提高，全社会对于食用葵的消费需求逐年增加。同时，在深入推进农业供给侧结构性改革的现实背景下，2017年和2019年的中央一号文件均明确提出要在巩固油料作物生产能力的同时，注重实现提质增效。在市场需求引导与政策措施激励的双重影响下，我国的向日葵生产在近年来取得了长足的发展。其种植面积由2013年的92.34万hm2扩大至2017年的117.14万hm2，单位面积产量也基本维持在2.60 t/hm2的水平上，供应国内消费市场的能力不断提升[1]。但在油料作物乃至农业生产面临的资源环境约束仍然严峻，对外开放程度仍将不断提高的现实背景下，当前我国食用葵产业仍存在优良品种匮乏、管理粗放和产业缺乏统筹规划等问题[2]。特别是随着“一带一路”倡议的推进，面对哈萨克斯坦和乌克兰等向日葵优势产区，我国食用葵产业的可持续发展或将面临冲击，食用葵的生产率亟需提高。

作为全社会广泛关注与研究的重要问题，一方面，农业生产率是衡量一个地区或特定生产主体生产能力的关键指标。生产率水平越高，相同或相近投入规模下的农产品产量就越大，表示其综合生产能力越强[3-4]。另一方面，在农产品贸易全球化不断深化的背景下，生产率水平也是衡量和影响其市场竞争力的关键方面。生产率水平越低，表明农产品在国际贸易的市场竞争中越容易处于劣势地位[5-6]。同时，现实的生产率水平在不同时期、不同地区和不同品种的生产上表现出广泛的差异性[7-8]。

在具体涉及油料作物生产率的研究上，现有研究主要以大豆、花生和油菜等作物作为研究对象，运用随机前沿分析（Stochastic Frontier Analysis，SFA）的参数法和数据包络分析（Data Envelopment Analysis，DEA）的非参数法进行生产率的估算及其变化动因的分析[9]。其中，陈静等[10]运用SFA全要素生产率分析的方法，研究了我国油料作物主产区各类作物生产率的变化及其动因，认为技术进步是油菜生产率提升的主要动力，而大豆和花生生产率提升的原因在于技术效率改进。进而，立足于不同油料作物差异化的生产率增长来源，大豆和花生的生产者应当更加注重先进技术的应用，而油菜生产者则应当更加重视资源的合理优化配置[11]。具体到各项投入要素对油料作物生产率的影响上，司伟和王济民[12]对大豆生产率的估算与分析结果表明，劳动和化肥投入对大豆单位面积产量提升的贡献最大。周曙东等[13]基于19个省区花生种植户生产效率的实证分析，认为机械和劳动力投入对花生单产水平提升的贡献较低。李然等[14]立足于油菜生产中的土地要素投入，通过对油菜生产示范县微观农户调查数据的实证分析，认为经营规模与油菜生产技术效率之间呈现出“倒U型”的非线性关系，证明了在油料作物生产中适度规模经营的现实价值。Mousavi-Avval等[15]对油菜生产的技术效率和规模效率进行了测算，并探究了其中能源投入的改进空间。此外，马丽荣和王恒炜[16]对甘肃省油料作物的生产情况进行了深入分析，认为在综合优势指数较大的地区可以发展规模生产，以此优化油料作物的生产布局。

通过以上分析可知，现有研究对于特色油料作物生产率的重视程度不够，特别是在其重要品种食用葵的研究上，还存在着定量研究不充分和异质性分析不足等方面的局限。因而值得思考的是，近年来我国食用葵主要产区的生产率水平发生了哪些变化，是否正处在增长趋势中？引起这种变化的源泉与原因主要是什么？要推动食用葵生产率增长，应当重点改进哪些方面的投入？不同地区和不同生产者的食用葵生产率是否存在差别，哪些地区、群体才是引起我国食用葵生产率变化的最重要力量，今后其各自改进的重点在哪些方面？解决好这些问题，有助于从根本上保障我国食用葵产业的可持续发展和油料作物安全。

对此，本文选择食用葵作为研究对象，使用全国特色油料产业技术体系监测县2018年度农户微观调研数据，运用较为前沿的GML模型（Global Malmquist-Luenberger）和EBM模型（Epsilon Based Measure），在克服了传统DEA和Malmquist方法可能带来的效率评价偏误的基础上，更加准确地估计并分解食用葵的全要素生产率。以此明确食用葵生产率的变化情况和主要原因，并进一步比较其在不同产区和生产者中的差异表现，为推动我国食用葵乃至特色油料作物产业的可持续发展，并深度保障我国油料作物的整体安全提供现实依据。

1 研究方法

1.1 数据来源

本文使用全国特色油料产业技术体系监测县2018年度的农户微观调研数据，样本数据包含2016年和2017年两个生产周期食用葵的投入产出数据。特色油料产业体系对河北、山西、内蒙古、吉林、黑龙江、陕西、甘肃、宁夏和新疆9个向日葵的主要产区进行了调研，共收回219份有效问卷。调研农户的种植面积合计约为3328 hm2，其中向日葵种植面积约为1365 hm2，被调研农户的平均年龄为48岁，样本具有广泛的代表性。

1.2 GML模型下的全要素生产率测算方法

本质上，生产率反映的是在剔除了要素投入规模变化影响的基础上，特定生产单元的实际生产能力。而在生产率的具体衡量上，主要包括单要素生产率，如劳动生产率和土地生产率等[17]，以及全要素生产率。相较而言，全要素生产率更能反映因为技术进步、制度创新等方面所可能带来的生产能力变化。特别是基于DEA-Malmquist指数法测算而得的全要素生产率，已经在现有研究中得到了相对广泛和充分的应用[18-19]。

但同时，传统的DEA-Malmquist指数法存在着无法解决非径向要素变动带来的效率评价偏误的问题。为了考察全域生产可能集的全要素生产率变动，本文采用较为前沿的GML模型，借鉴现有研究的主要方法[20-21]，从非径向角度出发，并且利用定向距离函数处理同时变化的投入要素及产出水平。其具体测算方法为：

式中：GML指数被分解为技术变化（Technical Change，TC）和效率变化（Efficiency Change，EC）。xt表示t时期食用葵的生产投入，基于现有研究分析油料作物全要素生产率的主要做法，并结合本文所用数据的现实可能性，选择食用葵种植面积（hm2）、货币化的劳动投入、直接费用、土地费用（元/hm2）作为投入变量。yt表示t时期食用葵的产出水平，bt表示非径向变动的产出水平，gt表示t时期的技术水平。GML指数大于1，表示食用葵全要素生产率比上一时期有所提升，反之则下降。同理，若技术变化或效率变化的水平大于1，则分别表明生产者实现了技术进步或是技术效率改进。

而进一步判断生产率变化来源的依据在于，全要素生产率、技术变化和技术效率变化三者与临界值1之间的关系。在假设生产率表现为增长趋势，即GML指数大于1的情况下，技术变化和效率变化则至少有一方面表现为改进的向好趋势。具体而言，若二者的变化水平均大于1，则表明二者是推动食用葵生产率增长的共同动因。若技术效率变化的水平大于1，而技术变化小于1，则表明推动生产率增长的源泉在于技术效率改进，而非是技术进步。反之，则表明其增长的源泉和动力在于技术进步[22]。

1.3 EBM模型下的技术效率测算方法

传统的DEA方法从径向角度出发进行生产技术效率的测算，可能会忽视其中的冗余量和负产出等因素。而较为前沿的EBM方法在对生产技术效率的测算中，立足于非径向距离和径向距离混合的角度[23]，可以有效地解决上述方面的不足，现已较为广泛地用于农业生产效率的研究中[24-25]。EBM模型下生产技术效率的具体测算方法为：

式中：γ*表示为EBM模型下食用葵的生产技术效率水平，θ表示为径向效率值，φ是非径向角度下松弛值的估计参数。下标i表示第i种生产要素，si和wi分别表示非径向和径向的松弛值。λ表示相对参照权重，X是径向约束下的要素投入，Y表示非期望产出量，x0和y0分别表示径向约束下的投入和产出。

与传统的DEA方法相同，在EBM模型的实际应用中，可以分别选择规模报酬不变（Constant Returns to Scale，CRS）和规模报酬可变（Variable Return to Scale，VRS）两种假设条件，二者之间的差异主要反映了生产者的规模效应状况。若规模报酬可变条件下的技术效率高于不变条件下的水平，则可以基本认为生产者存在较为明显的规模效应[26]。这一应用和规模效应的判别标准，也同样适用于GML模型。

2 结果与分析

2.1 食用葵的全要素生产率变化与分解

首先运用GML模型对全部食用葵生产者整体的全要素生产率进行估计，并将其分解为技术效率变化和技术变化，初步识别新时期我国食用葵生产率的变化情况及其主要驱动力，具体估计结果表1。

表1 食用葵的全要素生产率估计Table 1 Estimation of the total factor productivity of edible sunflower seeds

对食用葵GML指数，即全要素生产率的估计与分解结果显示，我国食用葵的生产率正表现为明显的增长态势，其中的动力主要在于技术效率改进。GML指数在两种规模报酬的条件下均大于1的临界水平（表1），表明在2016—2017年间我国食用葵的全要素生产率有了明显提升。并且，从GML指数的分解情况来看，技术效率变化同样明显大于1，表明食用葵生产的技术效率损失正不断减少。其中的原因可能在于，在我国食用葵种植总面积保持稳定的基础上，新型经营主体不断发展壮大，过去的小规模生产通过土地流转、生产托管等方式不断集中。进而使得各方面要素投入和种植规模之间的结合更加紧密，现有技术条件在食用葵生产中应用的广度与深度正不断强化，技术效率得到了充分改进。而技术变化的水平都明显小于1，说明狭义的技术进步出现了减缓甚至退步，其中的原因可能在于向日葵机械化收获的难点还尚未突破，整体的机械化水平还相对较低[27]。同时，这也可能与本文研究所涉及的技术进步实则为数据层面狭义的技术进步，以及未充分考虑随机效应冲击的影响有关。但技术变化水平小于1的现实情况并没有带来全要素生产率恶化，说明食用葵生产率增长的最主要驱动力实为技术效率改进，而非是技术进步[28]。

同时，两种规模报酬条件下GML指数的差异表明，我国食用葵生产存在明显的规模效应。在规模报酬可变的情况下，反映全要素生产率的GML指数约为1.81，高于规模报酬不变情况下的1.09（表1），说明规模变动有利于全要素生产率提高。同时，两种假设条件下技术效率变化的差异相对显著，表明食用葵生产者通过规模调整，更容易实现生产技术效率的改进。而技术变化在上述二者之间的差距不足0.1，表明生产规模调整对食用葵生产中先进技术选择的影响效果相对较弱。食用葵生产者通过对于最优生产规模的选择，能够显著强化既有生产技术应用的广度与深度，主要通过“节本增效”的路径机制实现了技术效率改进，进而构成了食用葵生产率增长的最主要来源，表明经营规模的适度调整能够降低食用葵的生产成本。此外，适度的经营规模还能促进生产组织内部的资源配置，例如促进劳动的专业分工，提高边际收益并带来规模效益。最优的食用葵生产技术效率与一定的种植规模相匹配，过低的生产规模不会形成规模效应，但过高的经营规模往往需要相应的资本与劳动投入与之匹配，或将“牺牲”一定的生产技术效率[29]，制约技术效率改进与生产率增长。

在明确了我国食用葵生产率增长的源泉在于技术效率改进的基础上，运用较为前沿的EBM模型，进一步明确静态条件下食用葵生产的技术效率水平、各投入要素的比例改进空间与松弛改进空间，具体结果见表2。

表2 食用葵的技术效率与投入要素改进空间Table 2 Technical efficiency and improvement space of inputs of edible sunflower seed production

上述各投入要素改进空间的测算结果表明，在实现既定的产出规模上，食用葵生产者可以通过改进各类生产要素的投入规模实现技术效率提升，并推动生产率增长。在调查样本中，食用葵生产者的平均劳动力成本约为22320元/hm2、平均直接费用约为12225元/hm2，平均土地费用约为3825元/hm2。以规模报酬不变时的劳动力投入为例，其比例改进值和松弛改进值分别为1932.75和2102.25元/hm2。即在目前产出既定的情况下，劳动力投入成本还有约4035元/hm2的下降空间，由此才能实现与目前产出相对应的投入最小化。在食用葵生产的种植面积、劳动力、直接费用和土地费用的投入上，均存在不同程度的冗余改进空间。表明当前我国食用葵的生产整体上还较为粗放，通过适当减少要素投入，可以有效提升食用葵的技术效率与生产率水平。

而通过横向比较各投入要素，特别是劳动、直接费用和土地费用这三项货币化投入的改进空间可以看出，今后提升食用葵技术效率与生产率水平的关键路径在于劳动与直接费用投入的改进上。这与现实的农村劳动者非农就业面临较高水平的机会成本、农业与食用葵生产中一系列物质生产资料过量投入的情况基本一致。相较于粮食作物，作为经济作物的食用葵，其生产过程中对于劳动投入数量与质量的要求都相对较高。在直接费用的投入上，一方面，过量的物质生产资料投入难以有效突破食用葵产量的上限，并且会加重生产者的成本负担。另一方面，还可能会导致面源污染问题的加剧，不利于食用葵生产的长远稳定与效率提升。同时这也表明，食用葵与其他类别油料作物的生产状况相同，都面临着因为劳动力与生产资料成本上升所导致的生产收益较低的现实困境[30]。

此外，通过比较不同规模报酬条件下技术效率水平的差异同样可以看出，食用葵生产存在明显的规模效应，生产规模的调整有利于食用葵的技术效率提升。在假设规模报酬不变的条件下，食用葵生产的技术效率均值约为0.44，而这一均值在假设规模报酬可变的条件下约为0.64。食用葵生产者可以通过生产规模调整来实现既定规模上的最优报酬，即获得最大产出。

2.2 不同产区的食用葵生产率变化与分解

区域性是农业生产的主要特征之一，不同地区差异化的自然资源与社会经济状况均会对食用葵的生产率存在影响。从全国的层面来看，我国食用葵的主要产区集中在东北、华北和西北，但较大的东西跨度仍将使食用葵的生产率表现出较为明显的差别。对此，本文将基于地区异质性的视角来分析并比较食用葵在不同产区的生产率水平。运用GML模型，对9个食用葵主要产区GML指数，即全要素生产率的估计与分解结果见表3。为便于对不同地区食用葵生产率的变化与源泉进行分析，以下部分仅对规模报酬不变条件下的生产率状况进行估计与分析。

从GML指数体现的全要素生产率变化来看，除陕西之外，各地均表现出了明显的生产率增长趋势。在这9个主要产区中，只有陕西的GML指数为0.99（表3），小于1的临界水平。而对于实现了生产率增长的各产区而言，在增长速度的比较上，黑龙江和宁夏食用葵生产率的增速最快，其GML指数均大于1.3；河北和吉林两地生产率的增速相对较快，均大于1.15；而山西、内蒙古、甘肃和新疆的生产率增速保持基本平稳。由此可以认为，黑龙江、宁夏、河北和吉林4地是推动我国食用葵生产率整体增长的最主要产区，而陕西正面临着食用葵生产率下降的现实压力。

表3 不同产区的食用葵生产率估计Table 3 Estimation of the productivity in different producing areas

同时，地区异质性的分析结果也再次证明，技术效率改进是推动我国食用葵生产率水平提升的最主要动力，而非技术进步。从对9个主要产区GML指数的分解可以看出，各地区的技术效率变化均明显大于1的临界值，表明在2016—2017年间，我国食用葵生产的技术效率在各地区都得到了显著改进，现有生产技术条件在各地的生产实践中得到了广泛的推广与应用。但从技术变化的情况可以看出，除新疆之外，各地的技术变化水平均明显小于1，表明这些地区的食用葵生产并没有顺利实现生产技术的改进与突破。在前沿食用葵生产技术的推广与应用上，新疆基本走在了全国的前列，是其他各产区在技术变化上可以学习的先进示范地区[31]。

同样，在食用葵生产率地区异质性的分析中，仍需要进一步测算各产区静态的技术效率水平，并估计其各项投入的改进空间，以此更加有针对性地明确不同产区食用葵技术效率改进与生产率增长的现实着力点。运用EBM模型估计不同产区食用葵的技术效率及其要素投入改进空间，具体结果见表4。

通过比较9个食用葵主要产区的技术效率水平可以看出，西北地区的陕西（0.85）、甘肃（0.78）、宁夏（0.86）和新疆（0.78）的技术效率较高。而河北和黑龙江的生产技术效率水平相对较低，分别为0.58和0.44（表4）。以陕西为例，其葵花籽的单位面积产量由2000年的0.83 t/hm2增加到2016年的1.92 t/hm2，是其较高生产技术效率水平的现实反映。同时，甘肃的种植面积与产量也在近十年来表现出明显的增长趋势，并且其单位面积产量始终稳居高位，2016年约为3.37 t/hm2。反观黑龙江和河北，结合上述分析中其全要素生产率增速较快的基本结论，可以认为尽管其静态视角下的生产技术效率水平相对较低，但两地食用葵生产发展的潜力更大。因此更容易实现技术效率的快速改进提升，进而助力全国层面食用葵生产率的快速增长。同理也可以看出，陕西出现生产率下降的原因在于其较高水平的技术效率难以长期稳定维持。

表4 不同产区的食用葵生产技术效率与投入要素改进空间Table 4 Technical efficiency and improvement space of inputs in different production areas

具体到各地投入要素的改进上，通过表4可以看出，种植面积是各产区食用葵技术效率产生差异的首要原因。这一实证结果与现有研究的结论基本一致，将种植面积视作影响我国向日葵生产的主导因素[32]。对于西北的主要产区而言，其较高水平的技术效率，首先对应了相对较小的种植面积改进空间。其中，宁夏食用葵生产者在种植面积上几乎实现了最优规模，陕西食用葵生产者在种植面积上的改进空间也仅有不到0.1 hm2。山西和吉林生产者在种植面积上的改进空间也相对较小，对应的技术效率也因此较高。而黑龙江的技术效率约为0.44，其食用葵生产者的种植面积改进空间约为3.02 hm2，进一步证明了种植面积是影响食用葵生产技术效率的首要因素。在此基础之上，各产区在劳动、直接费用与土地费用改进空间上的差异才是影响其技术效率与生产率水平的更具体因素。

通过横向比较各地投入要素的改进空间可以认为，吉林的投入冗余相对较小，其食用葵生产的技术效率最容易实现帕累托最优。吉林食用葵生产中种植面积、劳动力、直接费用和土地费用的冗余程度和改进空间有限，远远低于其他地区。其次是陕西，仅有直接费用的松弛改进值相对较高。内蒙古和河北两地各投入要素的改进空间相对较大，以内蒙古为例，除种植面积外，劳动、直接费用和土地费用的松弛改进值和比例改进值都相对较大。这表明与其他地区相比，内蒙古和河北等地的生产方式相对粗放，导致其生产要素的投入冗余较大，有潜力成为推动我国食用葵生产率进一步提升的重要产区。

2.3 不同年龄生产者的食用葵生产率变化与分解

除了地区层面的差异之外，生产者的个人特征也同样将会影响食用葵的生产率水平，而其中最重要的一方面就在于生产者的年龄。不同年龄段的食用葵生产者有着差异化的经验积累与劳动能力，最终体现在食用葵生产上即为不同的生产率水平。对此，在分析食用葵生产率地区异质性的基础上，将进一步基于不同年龄的生产者进行异质性分析。对此，首先将全部的食用葵生产者按照年龄划分为青年（20～40岁）、中年（41～60岁）和老年（61岁及以上）三个组别，其各自的全要素生产率估计与分解结果见表5。

表5 不同年龄段生产者的食用葵生产率估计Table 5 Estimation and decomposition of the productivity in different age groups

各年龄段生产者食用葵的GML指数都明显大于1（表5），均表现为生产率的增长。而在生产率的增长速度上，中年生产者的增速最快，青年次之，老年最低，中青年生产者是推动我国食用葵生产率增长的中坚力量。可以认为，食用葵的生产率随着生产者的年龄增长，表现为先提高后下降的基本趋势。具体而言，中年生产者的GML指数最高（1.11），表明在2016—2017年间其全要素生产率增长了11%，明显高于青年生产者1.10和老年生产者1.05的GML指数水平。其中的原因可能有两个方面：第一，信息时代的到来，特别是智能手机的普及使得信息和知识可以更为广泛地传播。41～60岁的中年生产者既有种植经验又年富力强，能够更好地学习新的农业生产知识与充分利用各项投入要素，进而在全要素生产率上表现为较快的增速。第二，中年生产者的人力资本和社会资本积累已经稳定并处于较高水平，更有能力强化现有技术在食用葵生产中应用的广度与深度。并且，从三个年龄段生产者生产率增长的源泉来看，各年龄段生产的技术效率变化均明显大于1，技术变化也都全部小于1，结果表明技术效率改进仍是我国食用葵生产率增长的最主要源泉。

EBM模型测算的技术效率结果表明，随着年龄的增长，食用葵生产的技术效率水平表现为先降低后提升的趋势（表6）。老年人生产者由于长期的经验积累，更知道如何在既定的产出条件下节约资源，实现投入最优化。而相对年轻的食用葵生产者，由于其对新知识、新技术的接受能力更高，可以更灵活地整合资源，更好地利用劳动力、土地等农业生产要素。由此可以看出，中青年生产者生产率增速较快的原因在于其技术效率水平相对较低，技术效率损失的改进空间更大，更容易实现技术效率改进与较快的生产率增长。综合不同年龄生产者的生产率与技术效率水平可以认为，青年与老年生产者现实的食用葵生产效率水平更高，但推动我国食用葵生产率进一步增长的重要主体是中青年生产者。

表6 不同年龄生产者的食用葵生产技术效率与投入要素改进空间Table 6 Technical efficiency and input factor improvement space in different age groups

落实到具体的要素投入改进上，不同年龄段生产者面临着差异化的改进重点。具体而言，对于20～40岁的青年生产者来说，在对种植面积进行调整优化的同时，应当更加注重劳动要素投入上的改进。相比之下，中年生产者需要改进的种植面积相对有限，但重点同样在于劳动力投入上。这表明中青年生产者技术效率水平相对较低的原因在于劳动力投入上的冗余。这是因为从机会成本的角度出发，中青年生产者通过非农就业等其他方面的工作，能够获得更加可观的收益。而将自己的劳动时间和精力过量地投入到食用葵与其他方面的农业生产中，则不可避免地将会导致一定程度的技术效率损失。反观60岁以上的老年生产者，其种植面积与劳动投入上的改进空间都相对有限，直接费用，即物质生产资料支出才是其技术效率提升的关键之处。同样遵循上述劳动机会成本的分析，相对较弱的劳动能力使其在食用葵的生产中面临较小的潜在损失，但因为缺少更加科学合理的物质生产资料投入指导，其直接费用冗余的问题表现得更为突出。

3 结论与建议

3.1 结论

研究表明，我国的食用葵生产率表现出明显的增长趋势，技术效率改进则是其生产率提升的最重要驱动力，而非技术进步。进一步减少技术效率损失的路径就在于重点改进劳动与物质生产资料的投入规模。地区层面的异质性分析表明，黑龙江、宁夏、河北和吉林4地是推动我国食用葵生产率快速提升的最主要产区，陕西的食用葵生产率正面临下降的压力。各主要产区保持稳定增长并提升增速的首要问题在于，立足当地的自然资源禀赋重点改进种植面积上的冗余。不同年龄生产者的异质性分析表明，中青年生产者是推动我国食用葵生产率增长的中坚力量，实现其技术效率与生产率进一步提升的关键在于劳动要素投入的改进。相比之下，推动老年生产者生产率增长的重点在于物质生产资料投入上的节本增效。

食用葵生产率的变化关系着我国特色油料作物产业的可持续发展进程与产业安全程度，除了不同地区与生产者的年龄之外，还受到诸多方面现实特征的实际影响。但基于本文所用数据的局限，文章尚未对其他方面可能的影响因素进行深入分析与解释，这将是本文今后主要的完善与研究方向。

3.2 建议

第一，加强技术研发并完善技术推广体系，促进食用葵生产者的新技术采纳，着力实现我国食用葵生产的技术进步。食用葵生产率增长的根源在于技术效率改进，这表明当前在对于食用葵先进生产技术的研发、推广与应用上仍有较大的提升空间。对此，应当在继续坚持现有生产技术推广与应用的基础之上，注重食用葵生产新品种与新技术的研究与应用，特别是重点推进其机械化进程，实现生产前沿技术进步。

第二，优化空间区域布局，重点扶持潜力较大产区的食用葵生产。立足于各地在食用葵技术效率与生产率变化上的差异，今后应当在稳定食用葵优势主要产区的基础之上，重点扶持与培育生产提升潜力较大的地区。

第三，强化对于培育新型经营主体的培育，推动食用葵适度规模经营。立足不同年龄段生产者差异化的生产效率表现，可以将中青年的生产者作为新型经营主体的主要培育对象，以此提高食用葵生产的规模效益。但同时，也应当避免盲目追求大规模，坚持好适度规模的生产经营理念。

第四，积极借助土地托管等生产社会化服务，实现老年食用葵生产者与现代农业的有机衔接。基于老年生产者相对较弱的劳动能力以及较高水平的物质生产资料投入改进空间，土地托管等形式的社会化服务能够在保障土地产权关系稳定的同时，充分提升有限耕地资源的利用效率，推动食用葵生产率增长。