江西省农业全要素生产率的提升路径研究——基于fsQCA方法的分析.pdf

农林经济管理学报 2023，22（04）：497-506Journal of Agro-Forestry Economics and Managementhttp：/E-mail：nljjglxb 江西省农业全要素生产率的提升路径研究基于fsQCA方法的分析熊翅新，欧阳梨花，蔡桂云*，姬钰（江西农业大学 经济管理学院，江西 南昌 330045）摘要：基于20112021年江西省农业投入和产出的面板数据，运用DEA-Malmquist指数测算农业全要素生产率，采用fsQCA方法探究新型城镇化、贸易开放程度、财政支农、市场化、农村居民收入和要素禀赋结构等前因变量所构建的农业全要素生产率提升路径。结果表明：农业全要素生产率提升存在显著的地区差异；江西省农业全要素生产率主要有“城镇化+信息化+农村居民收入+农业要素禀赋结构”主导型、“城镇化+信息化+对外开放程度+农村居民收入”主导型、“能源消费结构+对外开放程度+农业要素禀赋结构”主导“财政支农+市场化程度”辅助型等三条提升路径。基于此，建议政府重点扶持农业全要素生产率增长缓慢的地区、制定多元化的支农政策、提高农民收入水平等以全面提升农业全要素生产率。关键词：农业全要素生产率；DEA-Malmquist指数；fsQCA分析；提升路径中图分类号：F323.8 文献标志码：A 文章编号：2095-6924（2023）04-0497-10 Improvement Paths of Total Factor Productivity in Agriculture of Jiangxi Province：Analysis Based on fsQCA MethodXIONG Chixin，OUYANG Lihua，CAI Guiyun*，JI Yu（School of Economics and Management，Jiangxi Agricultural University，Nanchang 330045，China）Abstract：Based on the panel data on agricultural inputs and outputs in Jiangxi province from 2011 to 2021，the DEA-Malmquist index was used to measure agricultural total factor productivity，and the fsQCA method was used to explore the path to enhance the total factor productivity of agriculture constructed by the antecedent variables of new urbanisation，trade openness，fiscal support for agriculture，marketisation，rural residents income and factor endowment structure.The results shows that there exist significant regional differences in the increase of agricultural total factor productivity，and that the total factor productivity of agriculture in Jiangxi province is dominated by“urbanization+informatization+rural residents income+agricultural factor endowment structure”，“urbanization+informatization+degree of openness to the outside world+rural residents income”，“energy consumption structure+openness to the outside world”and“fiscal support for agriculture+degree of marketization”.Based on this，it is suggested that the government should focus on supporting regions with slow growth in agricultural total factor productivity，formulate diversified agricultural support policies，and raise farmers income levels in order to comprehensively improve total factor productivity.熊翅新，欧阳梨花，蔡桂云，等.江西省农业全要素生产率的提升路径研究基于fsQCA方法的分析 J.农林经济管理学报，2023，22（04）：497-506.收稿日期：20230515 修回日期：20230619 DOI：10.16195/36-1328/f.2023.04.52基金项目：国家社会科学基金一般项目（19BJY112）和江西省高校人文社会科学研究项目（JJ18117）作者简介：熊翅新，女，讲师，主要从事农村经济研究，；*通信作者：蔡桂云，女，讲师，博士。第 22 卷农 林 经 济 管 理 学 报Keywords：total factor productivity in agriculture；DEA-Malmquist index；fsQCA analysis；improvement paths一、引言与文献综述 党的二十大报告强调全党工作重中之重是解决“三农”问题，坚持农业农村优先发展，建设农业强国，将农业发展提到新高度。农业作为社会经济的“压舱石”，虽然当前发展呈稳定增长态势，但与其他产业相比，发展速度明显滞后。同时，随着城乡人口流动的加剧，农业从业人员锐减，且因农业生态环境日益恶化，我国有效耕地面积下降。自然资源部公布的20122020年国土变更调查数据显示，2020年我国人均耕地面积仅为0.09公顷，不足世界平均水平的50%。在农业劳动力不足和耕地约束条件下，依靠投入大量农业生产要素以实现农业粗放式增长路径不可持续，优化农业生产资源配置、提升农业全要素生产率是推动中国农业稳定增长和促进农业提质增效的必然选择和根本出路1。当前，学术界围绕农业全要素生产率的研究主要从以下2个方面展开。第一，关于农业全要素生产率的测度分析。早期学者使用索洛余值法（增长速度方程测算法）对农业全要素生产率进行测算 2-3，然而，索罗余值法要求使用估计生产函数具有技术进步中性、规模报酬不变等条件难以满足，学者们则采用Tornqvist-Theil 指数法进行测算4-5。但是，这两种方法存在农业全要素生产率测度偏差问题，数据包络分析（DEA）是一种可用于测度农业全要素生产率的非参数生产前沿面方法。如李静等6和陈卫平7分别采用DEA-HMB和DEA-Malmquist生产率指数法测算，发现中国全要素生产率增长较快且阶段性和区域增长不平衡特征显著。考虑到农业生产受随机因素影响，学者采用随机前沿分析（SFA）测算，如全炯振8采用SFA-Malmquist指数法分析发现中国农业全要素增长率呈现东部、中部、西部依次递减的地区差异性特征，且技术进步与技术效率损失并存现象突出。考虑到环保问题，诸多学者又将环境、资源因素纳入全要素生产率分析框架，采用运用 ML指数、SBM-L指数、SBM-ML、SBM-GML指数等方法测度农业绿色全要素生产率。第二，农业全要素生产率的影响因素分析。现有研究主要从技术进步8-10、农业生产制度11和农业税减免12-13等制度变迁、信息化14、农村基础设施建设15-17、城镇化18、人力资本19、市场化20、对外开放程度21、数字经济22-23等角度探讨全要素生产率的影响因素。如龙少波等9认为农业机械化水平、农业税负减免、城镇化水平、农业受灾状况缓解及农业生产结构优化升级等因素显著正向影响农业全要素生产率增长，而农村人力资本的正向影响不显著；孙光林等22认为数字经济通过提高劳动生产率和城镇化水平以提升农业全要素生产率，且提升作用呈中西部地区高、东部地区低特征。综上所述，学者们主要测度国家或区域层面上的农业全要素生产率，分析农业全要素生产率的影响因素，但较少探究多种影响因素之间相互配置和组态效应对提升农业全要素生产率的影响。基于此，本文采用20112021年江西省11个地级市的面板数据，通过使用fsQCA方法研究财政支农、新型城镇化等前因变量构建农业全要素生产率提升路径，以期为提升农业全要素生产率提供理论依据和决策参考。二、理论分析（一）新型城镇化与农业全要素生产率新型城镇化是集约、智慧、低碳、绿色的城镇化道路14，意味着城镇化建设中需要提高信息化水平以及能实现可持续发展。因此，本文将新型城镇化归纳为城镇化、信息化和农业生产性能源消费结构等3个方面。早期文献中农业科技进步贡献率视为经济增长中扣除劳动、资本等要素贡献之后的剩余，这与本文中农业全要素生产率的计算方法和含义一致。索罗余值法和Tornqvist-Theil 指数法将全要素生产率等同于技术进步率，可能会出现因忽视技术无效率而导致的全要素生产率测度偏差问题。498第 4 期熊翅新等：江西省农业全要素生产率的提升路径研究基于fsQCA方法的分析城镇化包括人口城镇化和产业城镇化。人口城镇化一方面通过增加非农就业机会，促进农户增收，缓解农户生产投资资金约束，提高农户机械、化肥等投资以增加农业产出；另一方面释放农村土地且实现要素的重新配置，整合分散、低效利用的土地，形成农业生产适度规模化，提升农业要素配置效率23。产业城镇化通过第二、三产业的前向技术溢出效应带动农业发展，促进农业科技进步和生产效率提升；同时根据马斯洛需求层次理论，城镇化增收效应会增加农户高品质农产品消费，倒逼农业产品结构升级，促进农业全要素生产率提升。信息化提升使农户更易获取农业市场信息和自然灾害预测等信息，有效降低农户搜集信息成本以及提升农户抵御风险能力，提高农业效率24。信息化发展促进信息传递，带来农业知识与技术更大范围的传播、推广与应用25，推动整个农业的科技进步。能源消费结构指电力能源消费占总能源消费的比例。农业生产性能源消费主要包括煤炭等化石能源和电力能源。化石能源虽然使用成本较低，但会污染环境、破坏生态，甚至导致气候恶化而引发自然灾害，不利于农业生产；电力能源使用既可以降低能源消耗和减少污染物排放，促进农业可持续发展26，又能促进农业生产用灌溉设备等机械替代劳动，减少农业生产的劳动成本，提高农业生产效率。（二）市场化与农业全要素生产率市场化的推进意味着市场机制在资源配置中基础性作用的提升，其对农业全要素生产率的影响主要表现在以下3个方面。首先，市场机制“优胜劣汰”的竞争法则，迫使农产品生产者改善经营管理等以降低生产成本，同时加大农业科技投入，实现农业技术创新以提高农产品质量。其次，市场化推进的要素配置效率促使要素从高投入、低产出的低效率农业生产部门或地区向低投入、高产出的高效率农业生产部门或地区流动，减弱农业要素市场扭曲程度，提高农业要素效率。最后，市场化促进新技术、新知识等信息在农业部门之间传播及加快知识和技术融合，带动农业效率提升20。（三）财政支农与农业全要素生产率财政支农作为农业资金投入重要补充，其资金主要用于以下两个方面。第一，基础设施及农业研发与农技推广等农业投资性支出。农村灌溉等基础设施建设为农业发展夯实物质基础，降低农户生产成本，提高农业生产效率；农业研发与农技推广等可提升农业人力资本水平27，增强农户参与继续教育和专业培训的意愿，且通过这种学习效应提升农户新技术使用意愿和效率。第二，农业生产补贴等转移性支出。农机购买、种粮、良种等补贴，一方面直接增加农户收入，缓解农业生产资金约束，激发农户使用先进设备等提高效率；另一方面降低农户生产成本，提升农户生产积极性，扩大生产规模以获得规模效应。与东部地区相比，江西省农业生产发展相对落后，规模化、专业化、集约化程度相对较低，扩大农业生产规模对农业生产率提升效应较大。（四）对外开放程度与农业全要素生产率对外开放程度指进出口总额占国内生产总值的比例。从出口方面看，农产品出口方为提高产品在国外市场的竞争力，必须提高生产标准或降低生产成本等以增强竞争优势，推动农产品出口方进行技术和工艺革新。同时，出口也为企业提供学习国外先进技术等机会27，甚至国外客户会主动向出口方提供技术指导28以提高其进口产品竞争力，这种“学习效应”“产业链效应”可以提升农业科技进步。从进口方面看，进口方通过模仿和学习可获取进口产品生产方的生产技术、服务知识等以提高农业生产率。为应对高质量进口农产品竞争，农产品生产者必须通过产品研发、改进等方法以提高生产效率29。城镇化可能带来农业生产的老龄化和女性化问题，为了增加农业产出，农户也有增加农业机械、农业化肥等农业投资的动力。补充说明，尽管农业机械设备可以使用由煤炭、石油等能源，但电力能源的经济效率要更高，是石油的3.2倍，是煤炭的17.3倍。与其他能源相比，使用电力能源更能提高农业生产效率。499第 22 卷农 林 经 济 管 理 学 报（五）农村居民收入与农业全要素生产率农村居民收入的提高一方面可以提高其受教育程度、文化素质等人力资本水平，减少农业科技推广阻碍，提升农业科技利用效率15；另一方面能缓解农户投资信贷约束，扩大农业新设备等投资以获得规模效应，提升农业生产效率。同时，农村居民收入上升给其生活方式和消费习惯等带来变化，如农产品需求层次提升、促进农产品结构升级调整等均可提高农业生产效率。农村居民收入的提高反映该地区经济水平的提高，有利于农业技术学习和管理创新28，进而实现农业生产效率的提升。（六）农业要素禀赋结构与农业全要素生产率农业要素禀赋结构指农业生产中的资本-劳动比值29-30，其提升表现为农业由低技术水平的劳动密集型向高水平的资本密集型转换31。附加在机械设备、化肥及农药等资本要素替代劳动要素，既可以节约农业生产成本提升农业生产效率，又可以通过资本投入吸收农业剩余劳动力来提升农业生产中的资本要素和劳动要素的匹配度，显著提高资本要素与劳动要素的配置效率，进而促进农业全要素生产率提升。三、数据来源与指标选取（一）数据来源本文选取20112021年江西省11个地级市的面板数据，数据主要来源于 江西省统计年鉴 和EPS数据库等。其中，用于测算农业全要素生产率的相关指标如资本投入、劳动力投入及农业产出等指标来源于 江西省统计年鉴；前因变量城镇化水平、信息化水平、能源消费结构、市场化程度、财政支农等指标均来自EPS数据库。本文样本覆盖江西南昌、抚州、吉安、上饶、景德镇、赣州、新余、萍乡、宜春、鹰潭、九江等11个地级市。（二）变量选取1.前因变量本文的前因变量为江西省11个地级市农业全要素生产率影响因素，考虑到农业复杂性等因素，分别参考韦锋等12、谢贤君等20、韩海彬等25、付明辉等30、张文武等32、郭海红等33、陈燕君等34和王璐等35的做法，采用城镇化水平、信息化水平、能源消费结构、市场化程度、财政支农水平、对外开放程度、农村居民收入水平、农业要素禀赋结构等8个变量衡量。2.结果变量本文的结果变量为农业全要素生产率，用农业资本投入和劳动投入等投入变量以及农业产出等产出变量表示，且采用数据包络（DEA）分析方法进行农业全要素生产率测度。其中，农业资本投入是利用农业固定资本形成总额为依据采用永续盘存法测算的农业资本存量指标进行刻画，参考单豪杰36的做法，农业资本存量的估算公式为：Kt=ItPt+(1-)Kt-1，其中，Kt代表第t年的实际资本存量，It代表第t年农业固定资本形成总额，Pt代表第t年农业固定资产价格指数，代表农业固定资产折旧率，且农业固定资产折旧率采用资本相对效率法计算得出；农业劳动投入用农业从业人员人数指标刻画；农业产出用农林牧渔总产值指标刻画。各变量说明及描述性统计如表 1所示。江西省城镇化率和对外贸易依存度标准差较大且有所减少，表明城镇化水平和对外贸易开放程度的地区差异性较大但呈缩小趋势；人均移动电话拥有量标准差较小且有所减少，说明信息化水平地区之间差异化程度较小且呈缩小趋势；农村居民人均可支配收入的标准差较大且在缩小，这意味着江西省地区经济增长不平衡但区域差距在缩小；电力消费占能源消费比例、公共财政支出占GDP比例、农业支持占财政预算比例等指标的标准差较大且有所增加，表明江西省能源消费结构、市场化程度以及财政支农力度的地区之间差异较大且呈扩大趋势。3.变量校准fsQCA采用模糊集理论，为了更好探究变量之间的复杂关系，需要对原始变量进行再校准，借鉴Ragin37的做法，通过设置25%、50%及75%等3个临界值将其转化为完全不隶属、中间点以及完全隶属3种状态，得到各变量校准锚点如表2所示。500第 4 期熊翅新等：江西省农业全要素生产率的提升路径研究基于fsQCA方法的分析四、结果与分析（一）测算结果分析本文采用DEAP2.1软件，测算并分解江西省各市农业全要素生产率，结果如表3所示。由表 3 可知，江西省各地区农业全要素生产率年均增长 2.6%，其中南昌市年均农业全要素生产率增长最高；农业全要素生产率的区域性差异较为明显，生产率高的地区集中于江西省东北部和南部。江西省东北部为鄱阳湖生态经济区，拥有丰富的淡水、湿地和森林等资源，为农业发展提供有利条件。同时，江西省政府对于鄱阳湖生态经济区的农业高度重视，鼓励农民发展特色农业并提供财政补贴，为当地农业良好发展提供政策保障；而赣江流经江西省南部地区，灌溉用水充足，且土壤肥沃、森林资源丰富等为农业发展奠定良好基础。同时，地方政府加强农业基础设施建设、大力发展现代特色农业等以促进当地农业发展。因此，江西省高农业全要素生产率高的地区集中分布在江西省东北部和南部。与此同时，农业全要素生产率的增长动力存在显著的区域性差异。如南昌和上饶等地的农业全要素生产率主要依靠强劲的纯技术效率和规模效率推动，其中南昌纯技术效率高达1.018。然而，景德镇、萍乡、新余、赣州和吉安等地的农业全要素生产率主要依靠强势的技术进步推动。表1变量说明与描述性统计变量类别前因变量结果变量变量名称城镇化水平信息化水平能源消费结构市场化程度财政支农贸易开放程度农村居民收入农业要素禀赋结构农业全要素生产率定义与赋值城镇总人口占各地区总人口比例/%人均移动电话拥有量/台电力消费总量占能源消费比例/%公共财政支出占GDP比例/%农业支持占财政总预算比例/%进出口总额占GDP比例/%农村家庭人均可支配收入/万元第一产业固定资产投资额与第一产业从业人员比值/元/人DEA-Malmquist指数测算值均值2011年49.1900.54111.08118.51110.62919.7000.7200.2881.0262021年63.2251.00018.35920.44010.71817.1321.9792.262标准差2011年11.1340.1063.0574.2052.47216.4520.2550.2710.0312021年8.3400.0974.7274.9692.6328.1300.1230.281表2校准结果变量名称农业全要素生产率城镇化水平信息化水平能源消费结构对外开放程度市场化程度财政支农农村居民收入农业要素禀赋结构完全不隶属（25%）1.01146.70070.35613.71610.32219.16515.6641.2050.560中间点（50%）1.03151.72075.73915.66413.44922.03220.1491.2801.000完全隶属（75%）1.03764.73080.57918.26116.76725.76224.6941.4651.305501第 22 卷农 林 经 济 管 理 学 报采用DEAP2.1软件，测算并分解江西省20112021年农业全要素生产率，结果如表4。由表4可知，农业全要素生产率整体趋于平稳但略有波动，其中，20162017年农业全要素生产率为0.994，与上一年相比下降0.6%。尽管规模效率指数为1.015，与上一年度规模效率提高1.5%，但由于技术效率和纯技术效率分别下降0.9%和1.2%，抵消了规模效率上升对全要素生产率的全部正向影响，并最终导致全要素生产率下降；20182019年农业全要素生产率为1.186，与上一年度增长18.6%。虽然技术进步指数为0.888，下降11.2%，但技术效率提升33.6%，抵消技术进步下降对全要素生产率的负向影响，并最终导致全要素生产率提升18.6%。这说明强劲的技术效率足以弥补技术退化从而实现农业全要素生产率增长。（二）必要性检验为了探求单因素是否符合结果变量的必要性条件，借鉴Ragin37的做法，设置0.9的一致性阈值30，以探寻农业全要素生产率提升路径的前因变量是否符合单因素必要性条件，检验结果如表5所示。显然，前因变量的一致性均小于0.9，均不符合必要性条件，表明农业全要素生产率提升路径受到多个前因条件的组态效应影响。表3农业全要素生产率的空间差异地区南昌景德镇萍乡九江新余鹰潭赣州吉安宜春抚州上饶均值技术效率0.9950.9640.9500.9490.9550.9510.9590.9590.9710.9851.0000.967技术进步率1.0581.0781.0911.0591.0761.0491.0751.0791.0391.0281.0441.061纯技术效率1.0180.9900.9790.9770.9860.9750.9860.9820.9870.9931.0000.988规模效率0.9780.9730.9700.9720.9690.9760.9730.9770.9830.9921.0000.978农业全要素生产率指数1.0541.0381.0361.0051.0270.9981.0311.0351.0091.0121.0441.026表4农业全要素生产率的时间差异年份20112012201220132013201420142015201520162016201720172018201820192019202020202021技术效率1.0230.9721.0351.0011.0041.0020.9840.8880.9891.001技术进步1.1041.1331.0241.1271.0330.9911.0941.3361.1741.107纯技术效率1.0301.0000.9871.0170.9810.9880.9910.9291.0110.984规模效率0.9930.9721.0490.9841.0231.0150.9920.9550.9781.017农业全要素生产率指数1.1291.1011.0601.1271.0370.9941.0761.1861.1611.107502第 4 期熊翅新等：江西省农业全要素生产率的提升路径研究基于fsQCA方法的分析（三）条件组态分析为了得到农业全要素生产率的提升路径的条件组态，借鉴张明等38的做法，将原始一致性阈值设为0.7，案例频数阈值设为1，以筛选出具有较高解释力度和代表性的提升路径组合，采用fsQCA软件进行组态分析，结果如表6所示。由表6可知，江西省农业全要素生产率存在3条增长路径，即路径1：“城镇化水平+信息化水平+农村居民收入+农业要素禀赋结构”主导型；路径2：“城镇化+信息化+对外开放程度+农村居民收入”主导型；路径3：“能源消费结构+对外开放程度+要素禀赋结构”主导“市场化程度+财政支农”辅助型。解释3条农业全要素生产率提升路径的一致性分别为0.99、0.82和0.96，均高于初设临界值0.7，说明3条路径的解释力度均较强。一是“城镇化+信息化+农村居民收入+农业要素禀赋结构”主导型。此路径下，农业全要素生产率主要是由高城镇化和信息化、高农村居民收入和农业要素禀赋结构优化升级共同推动。该形成路径中的典型地区为景德镇和上饶。以景德镇为例，近10年其城镇化率由49.4%增长至65.94%，年均增长1.5%，且农业互联网+服务云平台、智慧农业产业园建设等全面提高当地信息化水平，农村居民人均可支配收入近10年环比增长9.55%。城镇化建设的快速推进、农业信息化水平的提升、农村居民收入的表5单因素必要性检验变量名称城镇化水平信息化水平能源消费结构对外开放程度市场化程度财政支农农村居民收入要素禀赋结构一致性0.6090.6110.6160.5520.5990.4510.5690.615覆盖度0.6500.6540.6440.5550.5970.4740.5720.621变量名称城镇化水平信息化水平能源消费结构对外开放程度市场化程度财政支农农村居民收入要素禀赋结构一致性0.4390.4530.4320.5610.4510.6150.4640.436覆盖度0.4520.4640.4540.6130.4980.6420.5070.474表6农业全要素生产率提升路径前因变量城镇化水平信息化水平能源消费结构对外开放程度市场化程度财政支农农村居民收入要素禀赋结构一致性原始覆盖度唯一覆盖度解的一致性解的覆盖度农业全要素生产率增长路径路径10.990.210.190.930.48路径20.820.120.10路径30.960.180.17注：表示核心条件存在，表示核心条件缺失，表示边缘条件存在，表示边缘条件缺失，空格表示条件可有可无。503第 22 卷农 林 经 济 管 理 学 报提高和农业要素禀赋结构的优化构成农业全要素生产率提升路径。二是“城镇化+信息化+对外开放程度+农村居民收入”主导型。此路径下，即便能源消费结构和农业要素禀赋结构未得到优化、市场化程度低、财政支农力度不够大，但由于高城镇化和信息化水平、高对外开放程度和高农村居民收入等因素助推，农业全要素生产率仍能得到提升。该形成路径下，典型地区为南昌。南昌市农业农村局于2021年发布 南昌市农业农村数字经济发展提升实施方案，着重提出要从加快建设农业农村“大数据”、促进农村资源数字化融合发展等多个角度发力，全面提高南昌市农业信息化水平。江西统计年鉴数据显示，20112021 年城镇化率由 67.24%增至78.64%，城镇化水平大力提升；外贸进出口总额由78.75亿美元增至199.65亿美元，增长153.53%，对外贸易开放程度不断提升；农村居民人均可支配收入由8 483.77元增至22 912.57元，排名升至江西省第一。因此，在城镇化和信息化水平下，农村居民收入的增加和对外开放程度的扩大促进南昌市农业全要素生产率的提升。三是“能源消费结构+对外开放程度+农业要素禀赋结构”主导“财政支农+市场化程度”辅助型。此路径下，即使农村居民收入相对较低，但在高对外开放程度、优化的能源消费结构和农业要素禀赋结构的背景下，依靠政府财政支农力度和较大市场开放程度提升农业全要素生产率。该形成路径下，典型地区为吉安。吉安市政府2017年 “十三五”节能减排综合工作方案 强调着力改造提升传统动能，加快推动电力为重点的传统产业转型升级。电力能源在总能耗的所占比例由2011年的12.34%增长至2021年的24.85%。此外，截至2022年，吉安对接的贸易合作的国家（地区）达到210个，促进该市对外贸易开放程度大力提升。吉安农业财政支出由2011年的32.69亿元增长至2021年的74.27亿元。吉安在高对外开放程度、优化升级的能源消费结构和农业要素禀赋结构的背景下，政府较高的财政支农力度和较大的市场开放程度构成吉安农业全要素生产率提升路径。（四）稳健性检验由于 fsQCA 方法敏感程度较高，生成的路径较为脆弱，首先借鉴 Ragin37的做法，将一致性门槛值由 0.70提高至 0.75进行稳健性检验。检验结果表明：提升一致性门槛值后的农业全要素生产率提升路径并未发生变化。其次，借鉴杜运周等39采用调整校准锚点的方法，将校准锚点中的完全不隶属点和完全隶属点分别由 25%、75%调整为 30%、70%，同时交叉点保持不变，调整后的组态与调整之前的组态基本一致，这说明本文研究结论具有很好的稳健性。五、主要结论与政策建议 基于江西省11个地级市20112021年的面板数据，采用DEA-Malmquist指数方法测算并分解农业全要素生产率，通过fsQCA方法探究政府支持、新型城镇化、贸易开放程度、农村居民收入和要素禀赋结构等前因变量所构建的农业全要素生产率提升路径，得到如下主要结论。第一，江西省农业全要素生产率在空间上发展不均衡，且生产率高的地区集中于江西省东北部和南部。第二，农业全要素生产率的增长动力存在显著的区域性差异。第三，江西省农业全要素生产率共有3条多元提升路径，即“城镇化+信息化+农村居民收入+农业要素禀赋结构”主导型、“城镇化+信息化+对外开放程度+农村居民收入”主导型、“能源消费结构+对外开放程度+农业要素禀赋结构”主导“财政支农+市场化程度”辅助型等3条提升路径。基于上述研究结论，得到如下政策建议。第一，因地制宜，精准施策。对于农业欠发达地区，政府加大农业科技创新投入，提升农业纯技术效率；对于农业发达地区，应强化顶层设计，建立城乡统一的信息化规则体系，推动信息资源互通共享，确保最大化利用信息资源，以实现城镇化与信息化高度融合。第二，依据地区禀赋优势和产业特色，制定多元化支农政策。各地政府应调动各方面力量以大力支持特色农业发展，充分发挥地区资源优势。第三，提高农民收入水平。大力推进农业产业化，促进农产品深加工，以及拓宽农民就业创业渠道等来增加农民收入，充分发挥农民收入在农业全要素生产率提升路径中的核心作用。504第 4 期熊翅新等：江西省农业全要素生产率的提升路径研究基于fsQCA方法的分析参考文献：1 SCOTT R，黄季焜.中国的农村经济与通向现代工业国之路 J.经济学（季刊），2005（3）：1019-1042.2 朱希刚.我国农业技术进步作用测定方法的研究和实践 J.农业技术经济，1984（6）：37-40.3 何宜强.江西农业技术进步贡献率的测算与分析 J.江西财经大学学报，2004（6）：45-47.4 赵文，程杰.中国农业全要素生产率的重新考察：对基础数据的修正和两种方法的比较 J.中国农村经济，2011（10）：4-15.5 FAN S G，ZHANG X B.Production and productivity growth in Chinese agriculture：New national and regional measures J.Economic Development and Culture Change，2002，50（4）：819-838.6 李静，孟令杰.中国农业生产率的变动与分解分析 J.数量经济技术经济研究，2006（5）：11-19.7 陈卫平.中国农业生产率增长、技术进步与效率变化：19902003年 J.中国农村观察，2006（1）：18-23.8 全炯振.中国农业全要素生产率增长的实证分析 J.中国农村经济，2009（9）：36-47.9 龙少波，张梦雪.中国农业全要素生产率的再测算及影响因素：从传统迈向高质量发展 J.财经问题研究，2021（8）：40-51.10 张元红.改革以来中国农业的增长与要素贡献 J.中国农村经济，1996（5）：7-13.11 JUSTIN Y L.Rural reforms and agricultural growth in China J.The American Economic Review，1992，82（1）：34-51.12 韦锋，徐源琴.农业税减免与农业全要素生产率：来自中国全面取消农业税的证据 J.世界农业，2020，500（12）：87-97.13 李永发，焦勇.中部六省农业投入产出效率和影响因素分析 J.统计与决策，2014（11）：126-130.14 朱秋博，白军飞，彭超，等.信息化提升了农业生产率吗？J.中国农村经济，2019（4）：22-40.15 邓晓兰，鄢伟波.农村基础设施对农业全要素生产率的影响研究 J.财贸研究，2018，29（4）：36-45.16 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 J.中南财经政法大学学报，2015（1）：141-147.17 卓乐，曾福生.农村基础设施对粮食全要素生产率的影响 J.农业技术经济，2018（11）：92-101.18 武宵旭，葛鹏飞，徐璋勇.城镇化与农业全要素生产率提升：异质性与空间效应 J.中国人口 资源与环境，2019，29（5）：149-156.19 李谷成.人力资本与中国区域农业全要素生产率增长：基于DEA视角的实证分析 J.财经研究，2009（8）：115-128.20 谢贤君，王晓芳，任晓刚.市场化对绿色全要素生产率的影响 J.北京理工大学学报（社会科学版），2021，23（1）：67-78.21 李晓龙，冉光和.农产品贸易提升了农业绿色全要素生产率吗？J.北京理工大学学报（社会科学版），2021，23（4）：82-92.22 孙光林，李婷，莫媛.数字经济对中国农业全要素生产率的影响 J.经济与管理评论，2023，39（1）：92-103.23 唐建军，龚教伟，宋清华.数字普惠金融与农业全要素生产率：基于要素流动与技术扩散的视角 J.中国农村经济，2022（7）：81-102.24 高杨，牛子恒.农业信息化、空间溢出效应与农业绿色全要素生产率：基于SBM-ML指数法和空间杜宾模型 J.统计与信息论坛，2018，33（10）：66-75.25 韩海彬，张莉.农业信息化对农业全要素生产率增长的门槛效应分析 J.中国农村经济，2015，（08）：11-21.26 于伟咏，漆雁斌，李阳明.碳排放约束下中国农业能源效率及其全要素生产率研究 J.农村经济，2015（8）：28-34.505第 22 卷农 林 经 济 管 理 学 报27 MA S，FENG H.Will the decline of efficiency in China s agriculture come to an end？An analysis based on opening and convergence J.China Economic Review，2013，27：179-19028 陈燕翎，庄佩芬.贸易开放、人力资本和农业全要素生产率：基于面板门槛回归的实证研究 J.中共福建省委党校学报，2019（1）：83-92.29 姚增福，刘欣.要素禀赋结构升级、异质性人力资本与农业环境效率 J.人口与经济，2018（2）：37-47.30 付明辉，祁春节.要素禀赋、技术进步偏向与农业全要素生产率增长：基于28个国家的比较分析 J.中国农村经济，2016（12）：76-90.31 李琳，刘琛.互联网、禀赋结构与长江经济带工业绿色全要素生产率：基于三大城市群108个城市的实证分析 J.华东经济管理，2018，32（7）：5-11.32 张文武，余泳泽.城市服务多样性与劳动力流动：基于“美团网”大数据和流动人口微观调查的分析 J.金融研究，2021（9）：91-110.33 郭海红，刘新民.中国农业绿色全要素生产率时空演变 J.中国管理科学，2020，28（9）：66-75.34 陈燕君，王圆圆.农产品进出口贸易对我国农业绿色全要素生产率的影响 J.商业经济研究，2022（9）：141-144.35 王璐，杨汝岱，吴比.中国农户农业生产全要素生产率研究 J.管理世界，2020，36（12）：77-93.36 单豪杰.中国资本存量K的再估算：19522006年 J.数量经济技术经济研究，2008，25（10