高標準農田建設對農業全要素生產率的影響研究

關鍵詞：高標準農田建設；全要素生產率；農業

摘 要：高標準農田建設通過改善農業生產環境的方式，提升了農業全要素生產率。本文基于281個城市的農業部門數據，采用Meta-Malmquist指數測算了農業全要素生產率；并運用SARAR模型分析了高標準農田建設對農業全要素生產率的影響；最后探討了哪些地區能夠分享到高標準農田建設的效益。研究結果發現：（1）農業全要素生產率存在提升空間，并且技術效率對農業全要素生產率的影響大于技術進步對其的影響，東部地區農業全要素生產率明顯高于中西部地區。（2）高標準農田建設能夠顯著提升農業全要素生產率；與農業技術進步相比，高標準農田建設更能夠提高農業技術效率；地區農業經濟發展的差異會直接影響高標準農田建設的經濟效益。（3）高標準農田建設對農業全要素生產率的影響存在異質性，東部地區的農業全要素生產率更容易分享到高標準農田建設的效益。最后，從加大高標準農田建設支持力度和提升農業全要素生產率等角度為農業高質量發展提出了政策建議。

中圖分類號：F062.3文獻標識碼：A文章編號：1001-2435（2023）06-0114-11

Influence of High Standard Farmland Construction on Agricultural TFP

SUN Xuetao （1.Shandong Academy of Social Sciences，Jinan 250002；2.College of Economics，Ocean University of China，Qingdao 266100，China）

Key words：high-standard farmland construction；total factor productivity；agriculture

Abstract：The construction of high-standard farmland provides a new way to improve agricultural total factor productivity by improving the agricultural production environment. This paper uses meta-Malmquist index to measure agricultural total factor productivity based on agricultural sector data of 281 cities. SARAR model was used to analyze the influence of high-standard farmland construction on agricultural total factor productivity. Finally，it discusses which areas can share the benefits of high-standard farmland construction. The results show that：（1） there is room for improvement of agricultural total factor productivity，and the impact of technical efficiency on agricultural total factor productivity is greater than that of technological progress，and agricultural total factor productivity in eastern China is significantly higher than that in central and western China. （2） High-standard farmland construction can significantly improve agricultural total factor productivity. Compared with agricultural technical progress，high-standard farmland construction can improve agricultural technical efficiency. Regional differences in agricultural economic development will directly affect the economic benefits of high-standard farmland construction. （3） There is heterogeneity in the impact of high-standard farmland construction on agricultural total factor productivity，and agricultural total factor productivity in eastern areas is more likely to share the benefits of high-standard farmland construction. Finally，policy suggestions for high-quality agricultural development are put forward from the perspectives of strengthening support for high-standard farmland construction and improving agricultural total factor productivity.

——————————————————————————————————————————

一、引 言

提高耕地質量成為農業高質量發展的主要路徑。由于農業具有強烈的公共屬性且是弱勢產業，為了保證本國的糧食安全、穩定農業供給，世界各國都將支持農業生產作為本國的基本國策，采取直接補貼、低息貸款和農業保險補貼等形式支持農業。在限制“黃箱”政策的背景下，世界各國都在削減直接補貼，逐步通過“綠箱”補貼政策推進本國農業規模化、機械化和專業化，進而提高本國農業競爭力。1美國采取耕地保護性休耕項目（CRP）和環境質量激勵項目（EQIP）建立了農業生態補償機制；2日本頒布了130多項土地保護政策；歐盟也啟動了共同農業政策（CAP）來保護耕地，世界各國的耕地保護政策提高了農業生產率，保障了農民收入。3耕地保護政策對農業生產方式和糧食安全產生了巨大的影響，進而保障了該國的經濟安全。4在此背景下，為了推動農業高質量發展，國家于2004年在中央“一號文件”中提出了高標準農田建設計劃，此后，歷年中央“一號文件”均對高標準農田建設做出了明確要求，2023年中央“一號文件”提出了“逐步把永久基本農田全部建成高標準農田”的目標。

高標準農田建設對農業全要素生產率的影響存在爭論。主流的觀點認為高標準農田建設是農業全要素生產率提升的源泉。通過分析發現土地質量越高的地區，在同等條件下土地效率就越高，進而農業部門整體生產率也就越高；5從農戶層面看，農戶地塊面積每增加1倍，農業生產效率就會提升12.86%。6在農業經濟高質量發展的背景下，高標準農田建設逐漸成為我國農村土地治理的重點。高標準農田建設通過平整土地、保護農業生態環境和完善農業基礎設施等措施，逐步推進農業規模化和機械化，從農業要素投入角度改善農業生產環境，助推了農業現代化。從農業生產理論和農業發展實際看，農業要素投入結構和質量的改善會提高農業全要素生產率。但部分學者研究發現，高標準農田建設所追求的“田成方、渠相連”會改變土地自然形成的布局，高標準農田建設對自然環境的改善不僅會不利于農業生產，7而且還會抑制新型職業農民的培育。8

高標準農田建設對農業全要素生產率的影響路徑主要有：高標準農田建設通過補齊農業基礎設施短板，提高要素質量以及改善要素配置結構等多種渠道提高了農業全要素生產率。1高標準農田建設通過完善農田的機耕道、推進外部灌排骨干工程和促進農田平整等形式提高了單位面積的土地產出，從農業基礎設施保障角度提高了農業生產效率。與此同時高標準農田建設通過修復土壤，推廣綠色可持續技術和培育土壤肥力等方式提升耕地地力，防止地力下降，為農業高質量發展提供了高質量土地，在其他要素投入不變的情況下土壤肥力的提升會提高農業的全要素生產率。基于高標準農田建設對農業生產效率影響的路徑，在國家大力推進高標準農田建設背景下，有必要探究高標準農田建設對農業全要素生產率產生了怎樣的影響。對于以上問題的分析有助于明晰我國高標準農田建設和農業全要素生產率之間的關系，進而探索農業全要素生產率提升的途徑，同時為高標準農田建設和農業高質量發展提供理論依據和現實參考。

二、農業全要素生產率的測算及計量模型構建

（一）農業全要素生產率的測算方法

傳統方法在測算農業全要素生產率時不僅無法解決投入或產出為負值的問題，而且還會出現方向距離函數無解的情況。為了準確地測算全要素生產率，Portela and Thanassoulis提出了測算全要素生產率的新方法，2即Meta-RDM模型。該模型不僅能夠在要素投入和產出為負值時運用，而且還不會出現方向距離函數無解的問題。Meta-RDM模型測算全要素生產率的數學原理具體如下：

假設共同前沿面的直接距離函數為：[DRmf=（xtk，ytk，0，Rmfytk，）]，[ytk=（yt1k，yt2k，K，ytsk）]的上標[gk，gy）=（gxt1，gxt1，K，gxtm，gyt1，gyt1，K，gyts）]為共同前沿面基礎上的距離函數，[DUMk]的上標[mf]為要素投入不變時的最大產出，[ytk]為[k]地區農業部門在[DR=（xtk，ytk，Rxtk，Rytk）=sup{β|xtk-βRxtk，ytk+，βRytk}]期的產出。直接距離的目標函數可以表示為[Rxtk=0]。Portela and Thanassoulis①構建的Meta-RDM模型可以表示為：

三、變量選取及描述性統計

研究高標準農田建設對農業全要素生產率的影響主要需要兩部分數據，一部分是測算農業全要素生產率及控制變量的數據，該部分數據主要來源于《中國城市統計年鑒》（2018—2020年），另一部分數據為高標準農田建設數據，主要來源于省級農業農村廳和市級農業農村局公布的高標準農田建設數據，即城市區域內高標準農田建設面積，對于沒有公布高標準農田建設數據的城市，本文向這些城市的農業農村局或所屬省份的農業農村廳發函咨詢。

（一）農業全要素生產率的測度

農業全要素生產率為被解釋變量，本文借鑒Portela and Thanassoulis提出的新思路測算全要素生產率。1根據柯布—道格拉斯生產函數選取農業的要素投入和產品產出指標，變量描述性統計結果如表1所示。

（1）農業要素投入。采用資本、勞動和土地表示農業全要素生產率的要素投入。資本采用城市范圍內農業資本存量表示，農業資本存量的計算方式為：

Kit=Kit-1（1-δit）+Iit （9）

公式（9）中，[Kit]為[i]城市[t]期的農業資本存量，[δit]為[i]城市[t]期農業部門的折舊率，借鑒孫學濤和王振華的研究結果，2選取[δit]的值為9.6%，[Iit]為[i]城市[t]期在農業部門的投資總額。由于2016年城市農業部門資本存量數據存在缺失，按照資本產出比為3的方式，3運用2017年第一產業增加值計算2016年城市農業部門的資本存量。限于城市層面的農業數據，勞動要素采用城市第一產業從業人數表示。由于本文關注的是農業全要素生產率，因此土地要素采用城市內的耕地面積表示。

（2）農業產出。采用第一產業增加值表示農業全要素生產率的產出。由于第一產業增加值采用價值來衡量，因此價格的變化會對第一產業增加值產生影響，故在農業全要素生產率的測算過程中將與價格有關的第一產業增加值和前文提及的農業資本存量均按照居民消費價格指數進行平減處理。

運用MaxDEA6.9軟件，基于城市農業部門的要素投入與產出數據，采用產出導向型規模收入可變模型，可計算出城市農業部門的農業全要素生產率及其分解結果，具體如表2所示。

由表2可以看出，農業全要素生產率均值小于1，說明中國農業全要素生產率還存在提升空間，可能的解釋是在推進農業高質量發展過程中存在著效率損失，一方面由于農業優勢勞動和土地等要素不斷由農業部門向城市部分轉移，導致農業投入要素質量下降，進而產生農業效率損失；另一方面由于農業部門存在著土地碎片化經營，農業基礎設施不完善等問題，農業生產的這些短板弱項也會對農業全要素生產率生產不利的因素。因此在建設農業強國背景下還應該通過提升農業全要素生產率的方式推進農業高質量發展。農業技術進步均小于1，農業技術效率均大于1，這說明農業全要素生產率主要來源于農業技術效率，農業技術進步對農業全要素生產率的貢獻相對較小。表2還呈現了農業全要素生產率的空間差異，從東中西的地區差異可以看出，東部地區農業全要素生產率明顯高于中西部地區。

（二）解釋變量

核心解釋變量為高標準農田建設規模，使用高標準農田建設面積占城市區域內耕地面積的比重表示。為了準確地估計出高標準農田建設對農業全要素生產率的影響，實證研究過程中還加入了七個控制變量，限于文章篇幅，對于控制變量不再詳細解釋。核心解釋變量和控制變量的描述性統計如表3所示。

四、實證分析

（一）空間相關性檢驗

基于前文的理論分析，首先運用空間Moran's I指數對高標準農田建設和農業全要素生產率進行空間相關性檢驗，1檢驗結果見表4。由表4可以看出，高標準農田建設與農業全要素生產率均存在顯著的空間相關性，表明高標準農田建設雖然是各個地區獨立進行的政策選擇，但不同地區推行高標準農田建設時也會受到其他地區高標準農田建設的影響；同時，農業全要素生產率的變化也會受到其他地區的影響。由此可見，在分析高標準農田建設對農業全要素生產率影響時，需要運用空間計量模型，解決相關性問題。

借鑒白俊紅的空間相關性檢驗方法，1在運用空間計量模型分析高標準農田建設對農業全要素生產率的影響之前，還需要討論殘差項的空間相關性，為此，本文嘗試運用OLS模型分析高標準農田建設對農業全要素生產率的影響，以測算出不同時期的殘差項。基于OLS模型的估計結果如表5所示。

從表5的估計結果看，高標準農田建設對農業全要素生產率提升有顯著的促進作用。殘差項的空間相關檢驗結果見表4，可以看出，運用OLS模型估計的高標準農田建設對農業全要素生產率影響的殘差項存在顯著的空間相關性。這說明運用OLS模型估計的高標準農田建設對農業全要素生產率的影響并不是真實的估計結果。為了準確地反映出高標準農田建設對農業全要素生產率的影響，嘗試選取能夠反映地區之間空間相關性的計量模型進行估計。

（二）高標準農田建設對農業全要素生產率的影響

由于分析所用數據為面板數據，需要判斷在分析高標準農田建設對農業全要素生產率的影響時，固定效應、隨機效應和混合效應哪種更適合。借鑒孫學濤和張廣勝的判斷規則，2運用BP檢驗和Hausman檢驗對空間計量模型的擬合效果進行檢驗。BP檢驗和Hausman檢驗均通過了顯著性水平檢驗，BP檢驗顯著，說明與混合效應相比，隨機效應更適合研究高標準農田建設對農業全要素生產率的影響；Hausman檢驗顯著，說明與隨機效應相比，固定效應更適合研究高標準農田建設對農業全要素生產率的影響。因此，基于固定效應，采用SARAR模型分析高標準農田建設對農業全要素生產率的影響，模型估計結果如表6所示。

由表6的估計結果可以看出，高標準農田建設對農業全要素生產率影響空間自回歸參數（rho）的估計值為負，且通過了顯著性水平檢驗，說明農業全要素生產率不僅會受到高標準農田建設的影響，而且還可能會受到周邊地區高標準農田建設或農業全要素生產率的影響。因此，在實證分析過程中需要運用空間計量模型。高標準農田建設對農業全要素生產率影響的分析具體如下：

第一，高標準農田建設對農業全要素生產率的影響。由表6的估計結果可以看出，高標準農田建設對農業全要素生產率的影響為正，且通過了顯著性水平檢驗，說明高標準農田建設能夠提升農業全要素生產率。對此，可能的解釋主要有兩點：一是高標準農田建設項目通過平整土地實現了農業的集中連片經營，優化了農業土地結構和布局，最終在農業其他要素投入不變的情況下提高了農業全要素生產率；1二是伴隨著高標準農田建設，農業部門內還會增加農田水利和電力等農業基礎設施的投入力度，農業基礎設施投入的增加會產生兩方面的作用，一方面是會提升農業產出，另一方面是會優化農業要素投入結構，進而提升農業全要素生產率。2

第二，高標準農田建設對農業全要素生產率分解的影響。由表6的估計結果可以看出，高標準農業田建設對農業技術進步和技術效率的影響均為正，且通過了顯著性水平檢驗。這說明高標準農田建設不僅會促進農業技術進步，而且還會提高農業全要素生產率，即高標準農田建設對農業全要素生產率影響的路徑不僅有農業技術進步，而且還有農業技術效率。可能的解釋有二點，一是高標準農田建設的過程是多種方式提升土地要素質量的過程，在其他要素投入數量不變的情況下，隨著土地要素質量的提升，農業技術效率也會不斷提升；二是高標準農田建設還會通過集中連片經營，提升農業抗災能力等方式將小農戶與農業機械化有效銜接，這種銜接不僅會提高農業技術效率，也會促進新型農業技術的推廣與應用，進而提高農業技術進步水平。將表6的高標準農田建設對農業技術進步的影響系數與高標準農田建設對農業技術效率的影響系數進行對比發現，高標準農田建設對農業技術效率的影響系數大于對農業技術進步的影響系數，這也從另一方面證實了農業技術進步具有一定的外生性。

第三，高標準農田建設對不同地區農業全要素生產率存在差異化影響，應考慮地區、地形的影響。1由表6可以看出，高標準農田建設對東中西部地區農業全要素生產率的影響均為正，但對西部地區的影響沒有通過顯著性水平檢驗，對東中部地區的影響均通過了顯著性水平檢驗，再次驗證了高標準農田建設能夠提升農業全要素生產率。組間差異檢驗結果表明，東部、中部和西部地區的高標準農田建設存在顯著的差異。通過對比高標準農田建設對東中西部地區農業全要素生產率的影響差異可以看出，高標準農田建設對東部地區的影響最大，對西部地區的影響最小。這說明與西部地區相比，高標準農田建設更能夠促進東部地區農業全要素生產率的提升。可能的解釋有兩點，一方面是東部地區農業經濟發展水平相對較高，高標準農田建設通過補齊東部地區農業基礎設施短板的方式，促進東部地區農業經濟發展；另一方面是東部地區以平原為主，適宜發展農業，因此高標準農田建設更能夠發揮其自身的經濟效用，而中西部地區以丘陵和山地為主，發展農業的先天性條件不足，即使在丘陵和山地地區推進高標準農田建設，其對農業的影響也是有限的。

第四，高標準農田建設的空間溢出效應。由表6空間交互項的系數可以看出，高標準農田建設對農業的影響還存在空間溢出，但SARAR模型的估計結果并不能反映出高標準農田建設對農業全要素生產率影響的空間溢出效應，因此還需要運用SDM模型計算出高標準農田建設對農業全要素生產率影響的直接效應、間接效應和總效應。基于SDM模型計算的高標準農田建設對農業全要素生產率影響的三種效應如表7所示。由表7高標準農田建設的空間溢出效應可以看出，高標準農田建設的直接效應顯著為正；高標準農田建設的間接效應雖為負，但沒有通過顯著性水平檢驗，表明高標準農田建設對農業全要素生產率僅產生顯著的直接效應，并沒有產生顯著的間接溢出效應。這似乎與表6空間自回歸項的估計結果相矛盾，但表6空間自回歸項的系數僅表明農業全要素生產率會存在空間溢出效應，并不是指高標準農田建設的空間溢出效應，因此本部分高標準農田建設沒有存在空間溢出效應與前文空間自回歸系數顯著為正并不矛盾。高標準農田建設沒有存在空間溢出效應的可能解釋是，高標準農田建設作為政府支持農業發展的一項政策，并沒有存在地域間的空間溢出效應，即某一地區高標準農田建設并不會直接對周邊地區農業產生影響。

第五，控制變量對農業全要素生產率的影響。由表6和表7的估計結果可以看出，農業全要素生產率不僅會受到高標準農田建設的影響，而且還會受到產業結構和人力資本等控制變量的影響。由于本文主要討論的是高標準農田建設對農業全要素生產率的影響，控制變量作為影響農業全要素生產率的潛在因素，在計量模型內處于次要位置，因此控制變量對農業全要素生產率的影響不再討論。

（三）內生性討論

前文實證分析過程中發現高標準農田建設對農業全要素生產率的影響在一定程度上可能會存在內生性，即高標準農田建設比例較高（或較低）的地區，其農業全要素生產率可能是較高（或較低）的，還需要討論高標準農田建設與農業全要素生產率的內生性。考慮到高標準農田建設數據的可得性，本部分嘗試運用除城市自身以外所屬省份下轄其余城市的高標準農田建設的均值（以下簡稱工具變量）作為高標準農田建設的工具變量，討論高標準農田建設對農業全要素生產率影響的內生性。本部分對工具變量的均值進行有效性檢驗，發現偽R2為0.8730，說明工具變量對高標準農田建設擬合度較高。為了分析工具變量是否存在弱工具變量的問題，本部分給出了工具變量對高標準農田建設影響的F統計量（39.08）且工具變量通過了顯著性水平檢驗，由于工具變量對高標準農田建設影響的統計量大于10，表明工具變量不存在弱工具變量的問題。模型的其余設定與基準回歸部分一致，高標準農田建設的工具變量對農業全要素生產率影響的估計結果具體如表8所示。

表8給出了除城市自身以外省域所轄其余城市的高標準農田建設的均值作為高標準農田建設工具變量的估計結果。由表8的估計結果可以看出，高標準農田建設對農業全要素生產率及其各維度的影響均為正，且通過了顯著性水平檢驗。說明高標準農田建設會促進農業全要素生產率提升。將表8高標準農田建設對農業全要素生產率及其各維度的估計系數與表6高標準農田建設對農業全要素生產率及其各維度的估計系數對比發現表8的系數小于表6的系數。這也從另一方面證實了高標準農田建設與農業全要素生產率之間存在內生性，如果忽視高標準農田建設與農業全要素生產率之間的內生性可能會高估高標準農田建設對農業全要素生產率的估計結果。

五、結 論

國家于2012年提出了建設高標準基本農田的任務，此后歷年中央“一號文件”均對高標準農田建設做出了明確要求。高標準農田建設實施以來是否實現了其預期效果，還需要實證檢驗。鑒于此，運用城市農業部門數據，采用空間計量模型從農業全要素生產率提升角度分析了高標準農田建設的經濟效應。研究發現：農業全要素生產率主要來源于農業技術效率，而農業技術進步對其貢獻相對較小，并且東部地區的農業全要素生產率明顯高于中西部地區；高標準農田建設與農業全要素生產率之間存在著空間相關關系；高標準農田建設能夠顯著提高農業全要素生產率，并且高標準農田建設對農業全要素生產率的影響大于對農業技術進步的影響；高標準農田建設會顯著提高東中部地區的農業全要素生產率，但對西部地區農業全要素生產率的影響不明顯。基于以上結論，為了高質量地實施高標準農田建設和提高農業生產效率，嘗試提出如下政策建議：

第一，建設高標準農田，提升農業技術效率。實證分析發現高標準農田建設還會通過提高農業技術效率的方式促進農業全要素生產率提升。因此在建設農業強國背景下，各級政府應該以高標準農田建設為契機，通過集中連片經營，補齊農業基礎設施短板弱項等方式提高農業技術效率，進而全方位提升高標準農田建設效果。與此同時，在建設高標準農田過程中還應該注重高標準農田建設的普惠性與公平性，以避免“人為壘大戶、排擠小農戶”的現象。與此同時在推進土地流轉過程中，還應該通過“二合一”或“三合一”等土地整理方式，對農地進行改造提升，完善農田的配套設施，提升農業機械化水平，加快農業強國建設步伐。

第二，因地制宜地實施高標準農田建設。實證分析發現高標準農田建設對東中部地區農業全要素生產率的影響相對較大，而對于其他地區農業全要素生產率的影響相對較小。因此，政府應該根據本地區的農業經濟發展狀況和地形條件推進高標準農田建設，例如在東部地區高標準農田建設的重點任務應是促進農業高新技術的轉化和應用，而在西部地區高標準農田建設的重點任務應該是推進農業機械的應用，進而推動農業機械代替農業勞動，最終實現農業全要素生產率提升的目標。在調研過程中還發現，高標準農田建設存在“重建輕管”等問題，因此在完成高標準農田建設之后，還應該加強對高標準農田建設的管理和維護，以充分發揮高標準農田建設的作用。

第三，建立高標準農田長效保護機制，促進農業技術進步。前文實證分析發現高標準農田建設能夠顯著促進農業技術進步，因此在建設農業強國過程中，應該充分發揮高標準農田建設提升農業技術進步的作用，實現大數據、農業5G技術和物聯網等與高標準農田建設相適用，進而為高標準農田建設插上農業科技的“翅膀”。與此同時，高標準農田建設不僅需要建設好，更需要管護好，為了更好發揮高標準農田建設在農業強國建設中的作用，各級政府在完成高標準農田建設任務之后，應該明確高標準農田建設管護主體，建立高標準農田長效保護機制，充分調動農業經營主體管護高標準農田的積極性。

責任編輯：孔慶洋

*收稿日期：2023-01-05；修回日期：2023-03-01

基金項目：國家自然科學基金青年項目“高標準農田建設對農業的多途徑影響：時空規律、要素替代與效率提升”（72203212）；山東省博士后創新項目“高標準農田建設對農地效率的影響機理與優化路徑研究”（202102063）；2022年山東省社會科學規劃研究項目“高標準農田建設對山東農業的影響：要素替代與效率提升”（22DJJ22）；2021年度青島市社會科學規劃研究項目“高標準農田建設實施效果及作用機制研究：基于農地效率的視角”（QDSKL2101025）

作者簡介：孫學濤（1989-），男，山東鄄城人，博士后，副研究員，研究方向為經濟理論與政策。

1 Biagini，L.，Antonioli，F. and? Severini，S.，The Role of the Common Agricultural Policy in Enhancing Farm Income：A Dynamic Panel Analysis Accounting for Farm Size in Italy，Journal of Agricultural Economics，Vol. 71，No.3 （July 2020），pp.652-675.

2 Lang，Z.，and Rabotyagov，S.，Socio-psychological factors influencing intent to adopt conservation practices in the Minnesota River Basin，Journal of Environmental Management，Vol. 307，No.4 （April 2022），pp.1-13.

3 Bazyli，C.，Radoslaw，T. And et al.，Cost-effectiveness of the common agricultural policy and environmental policy in country districts：Spatial spillovers of pollution，bio-uniformity and green schemes in Poland，Science of the Total Environment，Vol. 726，No. 15，（July 2020），pp.1-14.

4 賀青梅、李海金：《農業供給側改革、農民需求偏好與地方政府治理——基于中部X省綜合農業現代化項目實施過程的分析》，《河南師范大學學報（哲學社會科學版）》2018年第6期。

5 許慶、田士超、徐志剛、等：《農地制度、土地細碎化與農民收入不平等》，《經濟研究》2008年第2期。

6 紀月清、顧天竹、陳奕山、等：《從地塊層面看農業規模經營——基于流轉租金與地塊規模關系的討論》，《管理世界》2017年第7期。

7 張宗毅：《“十四五”期間丘陵山區農田宜機化改造若干重大問題與舉措》，《中國農村經濟》2020年第11期。

8 趙宇、孫學濤：《高標準農田建設是否有助于推進新型職業農民培育：來自村莊的證據》，《農村經濟》2022年第4期。

1 趙謙、陳祥：《領導小組功能適當化：高標準農田建設機構建制條款的規范要義》，《中國土地科學》2019年第3期。

2 Portela，M. and Thanassoulis，E.，Malmquist-type Indices in the Presence of Negative Data：An Application to Bank Branches，Journal of Banking & Finance，Vol.34，No.7 （July 2010），pp. 1472-1483.

1 孫學濤：《促進還是抑制？——非農就業對農地效率的影響研究》，《經濟與管理研究》2021年第1期。

1 Portela，M. and Thanassoulis，E.，Malmquist-type Indices in the Presence of Negative Data：An Application to Bank Branches，Journal of Banking & Finance，Vol.34，No.7 （July 2010），pp. 1472-1483.

2 孫學濤、王振華：《農業生產效率提升對產業結構的影響——基于技術進步偏向的視角》，《財貿研究》2021年第6期。

3 孫學濤、于婷、于法穩：《數字普惠金融對農業機械化的影響——來自中國1869個縣城的證據》，《中國農村經濟》2022年第2期。

1 李建英、戰爽：《強化農村綠色基礎設施投資提高農業全要素生產率》，《經濟與管理》2023年第5期。

1 白俊紅、王鉞、蔣伏心、等：《研發要素流動、空間知識溢出與經濟增長》，《經濟研究》2017年第7期。

2 孫學濤、張廣勝：《技術進步偏向對城市經濟高質量發展的影響——基于結構紅利的視角》，《管理學刊》2020年第6期。

1 蓋慶恩、朱喜、程名望、等：《土地資源配置不當與勞動生產率》，《經濟研究》2017年第5期。

2 朱喜、史清華、蓋慶恩：《要素配置扭曲與農業全要素生產率》，《經濟研究》2011年第5期。

1 朱志明：《農旅融合、要素配置與農業勞動生產率》，《管理學刊》2022學第3期。