农村基础设施、人力资本投资与农业全要素生产率
——基于空间杜宾模型的实证研究
杨 钧1,2，李建明3，罗能生3
(1.中国浦东干部学院，上海 201204；2.复旦大学,上海 200433;湖南大学 ,湖南 长沙 410079)
摘 要： 利用1998-2015年省份面板数据，将空间杜宾模型和偏微分效应分解方法相结合，研究了农业全要素生产率的时空演变规律、空间溢出效应及其成因。结果表明，全国区域农业全要素生产率水平不断提高，且东、中、西部三大区域差异明显，存在明显空间相关性；农村人力资本对本地区农业全要素生产率具有正向促进作用，但溢出效应并不明显，农村基础设施对本地区和邻近地区的农业全要素生产率均有正向溢出效应；而在其它影响因素中，自然环境的直接效应和间接溢出效应为负，种植结构调整系数直接效应为负，但空间溢出效应则不显著。
关键词: 农村基础设施；人力资本；农业全要素生产率；超效率DEA；空间杜宾模型
一、引言
改革开放以来，随着我国农村经济水平的不断提高，农业产量稳步提高，农村基础设施水平不断加强，生产方式发生了很大的转变，农村和农业发展已经进入新的历史阶段。但是在我国农业发展过程中，农村生产要素配置不合理、农业生产率水平低下、农民创收增长乏力等问题亟待解决。目前，我国农村农业发展的主要矛盾由总量供给不足转变为供给侧结构性矛盾，进行农村供给侧改革，提高农业供给体系的质量和效率对于实现农村经济可持续发展具有重要意义。当前，现代农业的发展模式关键表现为全要素生产率的不断提高过程中，其中农村基础设施和人力资本的有效配置对于发挥农业全要素生产率对农村经济发展的贡献至关重要，我国中央政府高度重视农村基础设施建设和农村教育问题，连续多次“一号文件”均强调农村基础设施建设和提高公共文化服务的重要性。那么我国农业全要素生产率的现状是怎样的，其空间演变是否呈现一定的规律？影响农业全要素生产率的成因有哪些，是否存在空间溢出效应？如何促进农业全要素生产率的提升？本文拟在考虑空间溢出效应的基础上探讨农村基础设施、农村人力资本对农业全要素生产率的影响机制及区域差异，为进一步提高农业全要素生产率提供可供参考的政策建议。
林露白和魏舟也一样，只是他们的遗憾不一样，魏舟的遗憾大概是他没能实现曾经许下的诺言，要带林露白去一趟敦煌；林露白的遗憾是，他们分手前搬进那间小两居时，她买了一件特别好看的围裙，一次也没穿过，她曾想过很多次，要穿着那件围裙和魏舟一起煮饭，锅里咕嘟咕嘟地煮着汤，冒着热气的厨房里，两个人一边煮饭一边说笑，不经意地接个吻，想想都美好。
近年来，国内外学者分别对人力资本、基础设施及农业全要素生产率的空间演化规律和溢出效应进行了一系列的研究。首先，关于基础设施的空间溢出效应，尹恒和徐琰超通过考察中国地级市地区2002-2005年基本建设公共支出水平发现，由于中国特有的地方官员激励结构，地区间经济增长的竞争会导致基本建设公共支出呈现正的溢出效应[注] 尹恒, 徐琰超：《地市级地区间基本建设公共支出的相互影响》，《经济研究》，2011年第7期，第55-64页。 。王美今等运用空间面板计量模型对地方政府在基本建设支出方面的财政支出进行了研究，研究同样发现政府间的策略性互动特性表现为相互模仿行为，即存在正向溢出效应[注] 王美今, 林建浩, 余壮雄：《中国地方政府财政竞争行为特性识别:“兄弟竞争” 与 “父子争议” 是否并存?》，《管理世界》, 2010年第3期，第22-31页. 。但是骆永民采用因素分析和空间面板计量模型相结合的方法，发现城乡基础设施差距的经济效益在不同程度具有空间相关性，研究结论显示当地农村基础设施的落后会导致相邻地区农产品具有比较优势而不利于本地农业发展[注] 骆永民：《中国城乡基础设施差距的经济效应分析——基于空间面板计量模型》，《中国农村经济》, 2010年第3期，第60-72页。 。总之，农村经济发展水平较高的省份会带动周边省份的模仿行为，从而在农村基础设施的投入中呈现出较强的空间相关性。李谷成等采用一介差分GMM的方法，实证分析了农村基础设施对农业全要素生产率的影响，研究发现电力基础设施和公路基础设施显著的促进了农业全要素生产率的提高，而灌溉设施则降低了农业全要素生产率[注] 李谷成, 尹朝静, 吴清华：《农村基础设施建设与农业全要素生产率》，《中南财经政法大学学报》, 2015年第1期，第141-147页。 。其次，关于农村基础设施、人力资本对农业全要素生产率的影响，张先锋等运用285个地级市的面板数据，通过分组检验考察了中国交通基础设施通过人力资本流动和集聚进一步影响区域全要素生产率的内在机制[注] 张先锋, 陈琳, 吴伟东：《交通基础设施、人力资本分层集聚与区域全要素生产率——基于我国285个地级市面板数据的经验分析》，《工业技术经济》, 2016年第6期，第92-102页。 。刘晗和曹祖文通过构建包含基础设施投资、人力资本积累和私人资本投入的生产函数对农业经济增长的影响因素进行了VAR模型的实证分析，发现人力资本对经济增长的正向促进作用[注] 刘晗,曹祖文：《基础设施投资、人力资本积累与农业经济增长》，《经济问题探索》，2012年第12期，第84-90页。 。
从总体研究结果来看，基本上认可了基础设施和人力资本在促进经济增长、技术进步和提高生产率方面的空间溢出效应，基础设施和人力资本是促进农业全要素生产率提高的重要因素。但是将农村人力资本和农村基础设施放在同一分析框架下，针对农村人力资本和农村基础设施对农业全要素生产率的空间溢出效应的研究尚不多见。农村基础设施能否对农村全要素生产率发挥其巨大的促进作用，很大程度上取决于农村基础设施的利用效率，农村基础设施的有效利用又从很大程度上取决于农民劳动者受教育水平的高低。这是因为具有较高教育水平的农村劳动者往往有更为宽广的信息渠道、更为高级的就业岗位和更为复杂的社交网络，从而农村人力资本较高的地区往往能更高效地利用交通、水利、农电、信息等基础设施，从相同的农村基础设施投资中获得更高的边际收益，发挥其对农业全要素生产率的促进作用。基于此，本文利用1998-2015年省际面板数据，在测度农业全要素生产率的基础上，通过SAR、SEM、SDM空间面板模型的建立和偏微分效应分解方法的结合，研究分析我国农业全要素生产率的时空演变规律、空间溢出效应和影响因素，以期为我国在供给侧改革下优化资源配置效率、提高全要素生产率提供较好的理论研究以及实践启示。
骏马减速，缓缓停住了马蹄。“你这不是要老哥哥的命么？”拽住马缰绳的是一个白发童颜的古稀老者。他脸不红，气不喘地苦笑连连：“姑奶奶能告诉老哥哥去哪里？”
二、农业全要素生产率的测算及区域差异
(一)农业全要素生产率的测度
1)由于衡量农村基础设施各个指标的数量级和量纲不同，所以在测度农村基础设施综合水平之前，需要对各指标进行标准化处理，由于正向指标和负向指标对综合指标影响的方向不同，所以对不同方向的指标用不同的算法进行标准化，具体如下：
(二)农业全要素生产率的时空演变
2)计算第i个地区的第j个指标所占的比重：
三、空间计量模型的构建
(一)空间自相关检验
根据式子(2)，将对求偏导数可以得到直接效应Sr(Wkron)ii，将tfpi对xjr求偏导数可以得到间接效应Sr(Wkron)ii，将两者进行加总可以得到总效应Sr(Wkron)i，具体可以表示为：
(二)空间模型的设定
由于我国省域农业全要素生产率存在显著的空间自相关性，所以本文将在空间计量模型支持下进行计量分析。在计量空间模型中，需要用克罗内克积Wk=IT⊗WN来代替截面空间模型中的，常用的空间计量模型分为空间杜宾(Durbin)、空间滞后模型(SLM)和空间误差模型(SEM)，三者之间的不同主要产生于空间依赖关系的设定差别，空间依赖关系的产生来自三种不同的空间交互效应：第一是不同地区间被解释变量的内生空间相关性，第二是不同地区误差扰动项的空间自相关交互效应，第三是特定地区的解释变量对另一地区被解释变量的外生交互影响。其中空间外溢效应主要来源于内生空间相关性和外生交互效应，而误差扰动项的空间自相关交互效应并不具有空间外溢性质(Vega & Elhorst,2015)[注] Halleck Vega S, Elhorst J P. The SLX model.Journal of Regional Science, 2015, 55(3): 339-363. 。通过上述Moran指数I和吉尔里指数C检验可以知道，在本文研究中，不仅被解释变量农业全要素生产率存在空间相关性，解释变量农村人力资本和农村基础设施也存在显著的空间溢出效应，鉴于此，本文选择可以同时考虑解释变和被解释变量空间相关性的Durbin模型，加入农村人力资本和农村基础设施的空间滞后项，着重考察农村人力资本和农村基础设施的空间溢出效应。对于空间Durbin模型的正确性，本文也会通过似然比LR检验，确定其是否会退化为更为一般化的空间滞后模型(SLM)和空间误差模型(SEM)，并比较空间滞后模型、空间误差模型和空间杜宾模型三者之间的回归结果。针对于空间杜宾模型的具体设定为：
一词多译,在本文指一个术语有多个译文版本的现象,既包含语义无实质偏差的译文,也包含存在语义偏差的译文。
模型1：
tfpi,t=α+δWkrontfpj,t+Xβ+WkronXθ+εi,t
(1)
其中，X是自变量，Wkrontfpi,t和WkronX是被解释变量和解释变量的空间滞后项，δ和θ分别为空间自回归和解释变量空间滞后项系数。借鉴Lesage和Pace提出的偏微分的方法，我们将溢出效应分解为直接、间接和总效应三部分(Lesage & Pace，2010)[注] LeSage J P, Pace R K. Spatial econometric models.Handbook of applied spatial analysis, 2010: 355-376. ，那么式子(1)可以改为：
[10][16] HELCOM, 1974 Helsinki Convention, http://www.helcom.fi/about-us/convention/1974-helsinki-convention/, p. 27.
3.让传播对象感到我们是“命运共同体”。说一些共同关注的话题，多一点对重大事件和热点事件的参与，构建出彼此尊重、合作双赢、共同发展的“命运共同体”，使传播内容更具针对性、亲和力和公信力。
(2)
至于到底要选择空间面板模型还是选择普遍的面板模型，需要对相关的主要变量进行空间自相关检验，实证分析中经常使用的工具包括了Moran指数I和吉尔里指数C，本文分别对农业全要素生产率、农村基础设施和农村人力资本进行空间相关性检验，权重矩阵选择地理距离型。三者的检验结果均在1%显著性水平上拒绝不存在空间相关性的原假设，因此中国省域农业全要素生产率的空间溢出性较强，农村基础设施和农村人力资本的水平分布也存在较强的空间相关性。
模型2：
(3)
6)根据标准化后的数据以及熵值法计算的权重，可以测度出农村基础设施的综合评价值，计算公式如下：
(4)
模型4：
(5)
(三)空间权重矩阵的设定
在空间计量模型中，权重矩阵是外生决定的，准确度量不同地区之间的空间相关性，还需构造恰当的空间权重矩阵，本文参考罗能生和李建明的研究分析，采用地理距离型权重矩阵进行处理，并进行矩阵行和单位化处理[注] 罗能生，李建明：《产业集聚及交通联系加剧了雾霾空间溢出效应吗?——基于产业空间布局视角的分析》，《产业经济研究》,2018年第4期，第52-64页。 。地理距离型权重矩阵
地理距离矩阵基于空间个体间的距离来表征不同地区观测数据集之间的相互关系，具体采用两省份之间距离的倒数来衡量：
其中dij表示通过经度和纬度位置计算的省会城市的地表距离。
2）数值计算。数值计算包括数值类型转换、CRC校验等。CRC校验选择A001多项式码的CRC16校验。
(四)变量和数据说明
农业全要素生产率为本文的被解释变量，在参考已有研究的基础上，选取农村人力资本和农村基础设施为为核心解释变量，自然环境、种植结构调整系数和产业地位为控制变量进行计量分析，各变量的指标选取如下：
1.被解释变量：农业全要素生产率(TFP)。
农业全要素生产率利用前文超效率DEA模型计算所得结果进行分析。
2.核心解释变量：农村人力资本(HC)和农村基础设施(RI)
将15 g铝粉置于装有20 mL有机硅溶液的100 mL烧杯中，加入磁力搅拌子，磁力搅拌30 min, 制得液体涂料.将此涂料装入高压喷枪的塑料小罐中，用喷枪常温喷涂在Q235钢片表面，制得涂层.将涂层在室温干燥8 h后进行性能测试.
(1)农村人力资本(HC)。近年来，大量的研究证明，农村居民接受教育的程度对于提高农村全要素生产率具有显著的正向作用。在本文中，农村人力资本变量不仅是影响农村全要素生产率的重要因素，更是造成农村基础设施对农村全要素生产率促进效应及空间溢出效应的重要成因。于是在本文使用计量模型分析空间溢出性的过程中，将采用以农村人力资本作为带有空间滞后的核心解释变量进行实证回归分析。借鉴以往文献对中国人力资本估算分析，本文选用每百名劳动力的平均受教育年限来指代农村人力资本状况[注] 姚先国, 张海峰：《教育、人力资本与地区经济差异》，《经济研究》，2008年第5期，第47-57页。 ，具体来说，根据受教育程度的不同对应具有差异性的教育年限，将文盲与半文盲、小学、初中、高中、中专、大专及以上分别以0年、4年、9年、12年、12年和15年为权重进行加权平均。
式(8)是土体开裂后，裂隙底部x向方向的应力表达式。当土体在距离自由边界(裂隙面)l处的σx达到土体的抗拉强度σt时，在相邻初始裂隙之间将再次开裂。实际工程中，我们关注的是裂隙最终发育的间距和宽度。由于土体的最大x向应力发生在x=0处(相邻裂隙的中间位置)，将x=0代入σx，并令σx=σt，有：
(2)农村基础设施(RI)。建立农村基础设施评价指标体系是测算农村基础设施水平的前提和基础。立足中国农村基础设施建设的现状，并且考虑相关数据的可获得性，本文构建的农村基础设施评价指标体系包括了以下指标：采用有效灌溉面积来衡量的灌溉基础设施指标；以农村生产和生活的全年用电总量来衡量的农电基础设施指标。灌溉基础设施、公路基础设施和农电基础设施指标均尽量采用实物指标，这样可以规避因采用固定投资总额或资本存量所带来的测量误差。
在构建农村基础设施指标体系后，需要对各项指标进行赋权。本文所采用的方法是熵值法，不同于以往根据主观判断进行指标赋权的方法(如AHP法和Delphi法等)，熵值法的优良特性在于：熵值法根据各指标数据的变异程度来客观地确定指标的权重，可以避免主观判断所带来的误差。
对于正向指标：
近年来，学术界提出多种测度农村全要素生产率的方法，主要有层次分析、因子分析、DEA方法等。考虑到运用DEA方法在建立模型前后无须任何权重假设，也无须对数据进行无量纲化处理，而是以农村全要素生产率输入输出的实际数据求得最优权重，可以有效地规避农村全要素生产率测度时指标赋权的难题，所以本文选用DEA方法来测度农村全要素生产率[注] 罗能生, 李佳佳, 罗富政：《中国城镇化进程与区域生态效率关系的实证研究》，《中国人口资源与环境》, 2013年第11期，第53-60页。 。传统DEA方法在测算农业全要素生产率时，对于有效率的DMU都显示为1，并不能严格区分有效DMU之间的农业全要素生产率差异。鉴于本文重点研究在不同人力资本水平下农村基础设施对农业全要素生产率的差异性影响，为了避免多个省份同时处于最前沿端最优而出现无法区分农业全要素生产率高低的情况，本文根据Tone提出的基于非径向、非角度的超效率模型来测度中国各省份1998-2015年的农业全要素生产率。本文在测算农业全要素生产率时，以农林牧副渔业从业人员数代表劳动投入指标，以农作物总播种面积代表土地投入指标，以农业机械总动力代表机械动力投入指标，以本年度内实际用于农业生产的化肥施用量代表化肥投入指标，以实际的有效灌溉面积代表灌溉投入指标，以1990年不变价表示的农林牧副渔总产值为产出指标，采用MYDEA1.0软件，根据投入导向规模报酬不变的超效率DEA模型进行测度。本文相关数据主要来源于《中国统计年鉴》《中国农业统计年鉴》《中国农村统计年鉴》和《新中国六十年农业统计资料》以及各城市年鉴。
在对危害社会行为的制裁体系上，我国与西方国家有着明显的不同。多数西方国家都不为犯罪设置定量因素，而是从整体上将全部犯罪分为重罪与轻罪或者重罪、轻罪与违警罪等不同的轻重层次，并在制裁的方法和程序等方面体现出相应的差别。我国则是通过为犯罪设置定量因素，进而将众多在“量”上达不到犯罪要求的危害行为都划入行政违法的范畴，由此也便形成了“刑罚+行政处罚”的双层次制裁体系。那么，在我国也对犯罪进行轻重分层之后，就势必会面临着要否将相关的行政违法行为纳入轻罪范围的问题。
对于负向指标：
其中，xii表示第i(i=1,2,…,n)个地区第j(j=1,2,…,m)个指标的初始值，
为进行标准化之后的值。
为阐述中国农业全要素生产率的变化趋势及区域差异，本文按照国家发改委的解释将31个省份划分为三大地区，并做出18年间农业全要素生产率的时空演变图如图1所示。从时间变化角度，随着经济的发展和农业水平的提高，中国农业平均全要素生产率在1998-2015年间整体呈上升趋势，全国平均水平从1998年的0.28增长到2015年的0.62，增长较为迅速。从空间截面角度看，中国的农业全要素生产率存在相当大的区域差异性，以2015年为例，农业全要素生产率高值区全部集中在东部沿海地区，福建、广东、江苏、辽宁等省份的农业全要素生产率处于前沿面最优，而与之相反，中西部农业全要素生产率相对较差，中部地区的安徽、江西和西部地区的内蒙古、甘肃等省份处于农业全要素生产率的末值区。
3)计算第j个指标的信息熵：
其中，k=1/1n(n)。
4)计算第个指标的差异系数：
其中，
5)计算各个指标的权重：
模型3：
3.控制变量
(1)种植业结构调整系数(ACPS)。在新一轮的农业结构调整的背景下，农业的主要矛盾已经由总量不足转变为结构性的农业矛盾，推进种植业结构调整，建立适应市场化模式的产业融合方式，适应农业发展的新趋势，建立粮食作物、经济作物和饲草作物三元结构是当前的重点任务。本文以粮食作物播种面积占所有农作物总播种面积的比重表示种植业结构调整情况。(2)自然环境变量(NE)。农业生产受自然灾害因素影响较大，自然环境的恶化将会对农业全要素生产率产生严重的负面影响。因此本文以受灾面积(千公顷)占农作物总播放面积(千公顷)的比重表示自然环境变量。(3)产业地位(IP)。随着农村居民生活消费支出水平的提高，由于较低的农业人均产值不能满足农民的物质文化需求，导致更多的人选择从事第二、第三产业，大面积的抛荒、土地农转非等放弃以耕地为主的农业生产现象不断涌现。因此本文以第一产业就业人口比重表示产业地位，以控制其对农业全要素生产率的影响。
表 1变量的描述性统计
四、实证分析
选择合适的空间计量方法有助于我们正确的反映空间溢出产生的原因和不同空间相关性机制的作用效果。本文采用从“一般到具体”的方法对空间计量模型进行检验。首先，我们要对空间杜宾模型(SDM)进行Hausman检验，判断面板空间杜宾计量模型是选择固定效应模型还是随机效应模型进行分析。通过豪斯曼检验结果显示，在1%显著性水平上强烈拒绝存在随机效应的原假设，故采用固定效应进行分析，模型1加入固定效应以后空间杜宾模型变更为：
现有政策效力分析中，比较有代表性的分析框架是彭纪生构建的“政策力度—政策目标—政策措施”模型。其中，政策力度依据政策主体和政策类型来确定。在政策主体方面，按照我国行政体系结构和权力级别，级别越高的政策主体发布的政策力度往往较大（芈凌云和杨洁，2017［22］）；在政策类型方面，方案、规划类政策通常力度较大，而通知、公告类政策通常力度较小。政策目标和政策措施的评分均可包含具体化和标准化两个方面。其中，依据比较成熟的政策工具划分依据，本文围绕管制型、市场型和自愿型政策工具来分别表述政策措施的具体化和标准化。
6.8m～8.2m标高之间的多级直墙墙后平台护坡结构应以适应经常性高强度风浪淘刷为主，且为了避免工程化痕迹过于明显，故创新使用生态护坡结构。自嵌式瓶孔砖，其互嵌骑缝的结构可避免形成土体流失的通缝，起到增强铺装后护坡整体性、增强护坡抗冲刷能力的作用，可消浪防冲满足工程安全的需要；同时孔内可种植植物，使护坡面得到绿化，有助于改善护坡的生态性及景观性。
(6)
其中，地区固定效应，解释变量的空间滞后项包括了农村人力资本和农村基础设施两个变量，控制变量包括了自然环境、种植结构调整系数和产业地位变量。其次，我们要对空间杜宾模型进行似然比LR检验，判断空间杜宾模型(SDM)是否会退化到仅包含空间误差自相关的空间误差模型(SEM)或仅包含空间自回归模型的空间滞后模型(SAR)，当假设
满足时，SDM模型会退化为空间滞后模型(SAR)，当假设
满足时，SDM模型会退化空间误差模型(SEM)。通过LR似然比检验发现以上两个假设均在1%显著性水平上被拒绝，这说明SDM模型是本文估计空间面板的最优模型选择。最终通过上述对应检验以后，我们选择具有地区固定效应的空间杜宾模型来估计式子(6)。为了比较和检验各变量系数的稳健性，本文分别报告了SAR、SEM、SDM模型的直接效应、间接效应和总效应。因此本文在估计结果中，根据修正的模型2-3汇报其直接效应、间接溢出效应。估计结果呈现在表2中。
表 2各影响因素的直接效应、溢出效应回归结果
注：*、**、***分别表示在10%、5%、1%的水平下显著
对模型2和模型3进行估计以后，得到各个因素的直接效应、和间接空间溢出效应。从控制变量参数估计来看，自然环境(NE)变量在1%水平上显示了对农业全要素生产率增长的直接和间接抑制效应，自然环境的恶化将会对农业全要素生产率产生严重的负面影响，同时表现为较强负向空间溢出效应。SDM模型中产业地位(IP)的直接效应和间接效应参数估计均未通过显著性检验，说明第一产业就业人员比例对于农业全要素生产率并未产生明显的影响。种植结构调整系数(ACPS)的直接效应参数估计显著为负，但间接效应不显著，说明种植结构调整提高显著抑制了当地的农业全要素生产率水平的提高，但不具有明显空间外溢效应。
SAR、SEM、SDM模型中农村人力资本(HC)系数的直接效应在1%水平上显著为正，说明农村人力资本显著的促进了当地农业全要素生产率的提高。对于农村人力资本的间接效应，SAR模型中农村人力资本的间接效应为正，SEM模型由于不包含解释变量的空间滞后项，所以不存在间接效应，根据之前似然比LR检验结果，我们在1%显著性水平上拒绝了SAR模型和SEM模型，选择了SDM模型。因此最终根据SDM模型汇报的间接效应结果进行分析，农村人力资本对邻近省域农村全要素生产率的空间溢出效应并不显著。
五、结论与政策建议
本文在基于超效率DEA模型测度农业全要素生产率的基础上，分析了我国农业全要素生产率的时空演变趋势，同时，在将空间杜宾计量模型和偏微分效应分解方法相结合的基础上，研究了农业全要素生产率的空间溢出效应及其成因，结果表明：(1)中国农业全要素生产率在18年间整体呈现逐渐上升的趋势，东、中、西部三大地区的农业全要素生产率差异较大，整体上呈现“东部较高，中低部均较低”的分布特点。(2)在农业全要素生产率不断提高的过程中，农村人力资本显著促进了当地农业全要素生产率的提高，以种植面积比例来衡量的种植结构调整系数对农业全要素生产率的产生负向的不利影响，但两者均不存在显著的空间溢出效应。(3)农村基础设施农村基础设施水平的提高不仅促进了当地农村全要素生产率的增长，同时明显地提高了邻近地区的农业全要素生产率水平。自然环境的恶化将会对农业全要素生产率产生严重的负面影响，同时表现为较强负向空间溢出效应。
根据以上结论，本文提出以下政策建议：(1)由于农村基础设施对农业全要素生产率高度显著的正向促进作用和空间溢出效应，因此各级地方政府应当充分认识农村基础设施建设的重要性，拓宽相关投资渠道，吸收社会资本进行基础设施建设，同时要提高农村基础设施建设的管理水平，充分发挥其对农业全要素生产率的积极作用。(2)在充分发挥农村人力资本提高当地农业全要素生产率的同时，扎实有效地推进农业产业扶贫，积极鼓励优秀大学毕业生、大中专毕业生、具有技术工作经验的农民工和科技人员等返乡下乡进行创业创新活动，逐步提升农村人力资本对邻近省域农村全要素生产率的空间溢出效应，整体提高农业发展水平。(3)推进种植业结构优化调整，适应中国关于农业供给侧改革的战略目标，按照“稳粮、优经、扩饲”的要求，充分改革当前种植结构不合理对农业全要素生产率提升的抑制现象，建立以市场需求为导向，优化稻田种植的品种和结构，提高农业供给体系的效率和质量。(4)要认真落实灾害防治工作，加强排查、巡查和检测力度，提高对自然灾害的应急管理能力，将自然环境恶化对农业全要素生产率的负面影响降到最低。总之，各地区在提高农业全要素生产率的过程中，要发挥人力资本对本地区显著的促进作用，充分考虑地理空间效应，加强省域间合作进步，不断加强农村基础设施正效应的空间溢出，减少自然环境灾害的影响，进一步推进供给侧改革，调整种植结构系数比例，提高农产品供给的质量和效率。
Rural Infrastructure ,Human Capital and Total Factor Productivity of Agriculture ——An Empirical Study Based on the Spatial Durbin Model
Yang Jun1,2,Li Jianming3,Luo Nengsheng3
(Pudong Cadre College of China,Shanghai 201204; 2.Fudan University,Shanghai 200433;Hunan University,Changsha 410079,Hunan Province)
Abstract :Based on the provincial panel data of 1998-2015 and the super-efficiency DEA method to measure agricultural total factor productivity, the spatial-temporal evolution law, spatial spillover effect and its causes of agricultural total factor productivity were studied by combining the spatial Durbin model with the partial differential effect decomposition method. The results show that the level of total factor productivity of agriculture in the whole country has been improving continuously, and there are obvious spatial correlations among the three regions: east, middle and west. Rural human capital has a positive effect on total factor productivity of agriculture in the region, but the spillover effect is not obvious. Rural infrastructure has a positive spillover effect on total factor productivity of agriculture in the region and adjacent areas. Among other factors, the direct and indirect spillover effects of natural environment are negative, while the direct effect of plant structure adjustment coefficient is negative, but the spatial spillover effect is not significant
Key words :rural infrastructure;human capital;agricultural total factor productivity;super-efficiency DEA;spatial Durbin model
作者简介: 杨钧(1979—)，男，河南信阳人，副教授，博士，复旦大学流动站、中国浦东干部学院工作站博士后，主要从事城乡协调发展相关研究。
基金项目: 国家社会科学基金重大项目(17ZDA081)；河南省哲学社会科学规划项目(2017BJJ048)；河南省教育厅科学技术研究重点项目(15A790021)
中图分类号： F303
文献标识码： A
文章编号： 1000-2359(2019)04-0046-07
收稿日期： 2019-03-18
DOI ：10.16366/j.cnki.1000-2359.2019.04.007
[责任编校 陈浩天]
标签：农村基础设施论文; 人力资本论文; 农业全要素生产率论文; 超效率DEA论文; 空间杜宾模型论文; 中国浦东干部学院论文; 复旦大学论文; 湖南大学论文;