全文总字数：3423字

目前对农业生产效率的研究主要集中于对农业全要素生产率的研究。国内外关于农业全要素生产率的研究主要集中于两方面。

一是聚焦于核算工作，常用的测量农业全要素生产率的方法有生产函数法、增长核算指数法、DEA方法和随机前沿法等方法。生产函数法是由Douglas提出柯布-道格拉斯(C-D)生产函数，Solow对C-D生产函数进行优化展开经济增长动力的研究分析,提出索洛余值法，国内多数学者都采用C-D生产函数和索罗余值法计算科技进步贡献率,如朱希刚（2002）基于索洛余值模型建立了中国农业科技进步贡献率测算方法,核算得出中国“九五”期间农业科技进步贡献率年平均值为45%，国外学者Denison(1967)基于索洛余值对农业全要素生产率（TFP）进行分解,Jorgenson和Griliches(1967)在Denison的研究基础上,对资本和劳动力进行质量和数量的分解,提出超越对数生产函数,依据要素质量和价格的变化对数据进行调整,从总量和部门两个层次测算TFP。

但由于产出和投入计量差异产生的异质性,通常很难对TFP进行测算和比较，因此指数法就种经济变量变化的常用工具。指数法的基本思想是把TFP表示为产出数量指数与所有投入要素的加权指数之比,通常有3种指数:Divisia指数、Tornqvist指数、Malmquist指数。Diewert(1976)使用Divisia指数方法构建测算TFP的社会核算法,建立超越对数生产函数,对资本投入多样性的问题研究分析,测算TFP指数。王军(2020)使用Malmquist指数法测度TFP，分析“互联网 农业”对农业全要素生产率的影响。

随着20世纪90年代生产前沿模型的引入，越来越多的学者使用参数前沿方法研究农业全要素生产率，李谷成、全炯振、张海波、魏下海和余玲铮、张乐和曹静、余泳泽等学者使用随机前沿生产函数法和SFA-Malquist等方法进行研究，其中张海波采用随机前沿分析 (SFA) 方法，测算了我国1980-2009年各地区的农业全要素生产率 (TFP)，结论表明农业技术进步是推动我国农业全要素生产率不断增长的主要动力。

另一类文献则关注农业全要素生产率的空间分布特征及收敛性。农业全要素生产率的收敛性是指在投入要素边际产出递减的规律下，落后地区具有较高的增长率，最终导致差异逐渐消失的过程。国外对农业全要素收敛性研究较为丰富，Alexiadis（2010）检验欧盟26地区农业生产率的收敛性，发现1995年至2004年期间，绝对收敛率较低，而俱乐部收敛的证据是明显的。Liu（2008）利用最近开发的面板数据程序和增长核算模型，提供了强有力的证据支持美国农业全要素生产率收敛到稳定状态的假设。

Rezitis(2006)对1973年至1993年美国和欧洲9个国家的农业全要素生产率收敛进行了测度，研究结果表明1983-1993年，既存在beta;收敛也存在sigma;收敛，但在1973-1983年只存在beta;收敛。

国内关于农业全要素收敛性研究较少,且研究对象集中于我国32个省，杨佳利(2020)基于 2003—2019年中国农业省级面板数据利用经典收敛回归模型对农业全要素生产率的收敛性进行检验,结果表明未出现明显的sigma;收敛趋势，但均存在显著的绝对beta;收敛和条件beta;收敛趋势，而张海波（2012）对我国1980-2009年各地区的农业全要素生产率的收敛性进行了检测，认为我国地区间农业全要素生产率差距在不断扩大，并不存在sigma;收敛和beta;收敛。曾国平（2011）等采用 1978-2007 年的面板数据对我国东西部农业TFP收敛性进行检验，认为全国及三大经济带均不存在显著的sigma;收敛，全国和中、西部出现显著的绝对和条件beta;收敛, 而东部的绝对和条件beta;收敛却不明显。

潘丹（2013）等从环境视角对我国1998—2009农业全要素生产率进行了收敛分析，结果表明我国农业全要素生产率不存在绝对收敛，但存在条件收敛，而韩海彬（2013）等对1993－2010年环境约束下中国29个省份农业TFP收敛性进行了检验，结果表明中国各地区农业TFP都存在sigma;收敛和绝对beta;收敛，但是sigma;收敛趋势并不稳定，sigma;值呈现出显著的波动特征。