研报正文总结
引言
报告首先分析了全球农业部门就业和增加值的变化趋势，指出农业就业占比从2000年的39.8%下降到2021年的26.6%，农业GDP占比从1970年的9.4%下降到2021年的4.3%。报告强调了农业生产力测量的现状，包括部分因子生产率（PFP）和全要素生产率（TFP）的测量方法，并指出现有TFP指数在理论上存在不足。此外，报告还探讨了农业生产力变化的解释因素，包括生产函数、企业行为和效率等。
生产力概念和分析方法
报告介绍了生产力分析的主要概念和方法，包括生产技术、常见假设、产出集、产出距离函数（ODF）、管理行为、产出最大化、TFP最大化、效率测量、指数数量、数据包络分析（DEA）和随机前沿分析（SFA）等。
数据和估计
报告介绍了研究数据来源、数据清洗流程和基本估计结果。研究团队使用了DEA和SFA方法来估计各种效率指标，并使用SFA方法来衡量TFP变化。报告指出，DEA方法存在测量误差和其他统计噪声的问题，因此最终采用SFA结果进行分析。
区域生产力变化
报告估计了非洲、美洲、亚洲和欧洲的平均生产力和效率变化。结果表明，非洲和美洲的土地和劳动生产率稳步提高，资本生产率有所下降，TFP显著增长。亚洲的土地和劳动生产率显著提高，资本生产率下降，TFP大幅增长。欧洲的土地生产率稳步提高，劳动生产率大幅提高，资本生产率略有下降，TFP显著增长。
国家生产力变化
报告估计了澳大利亚、孟加拉国、柬埔寨、中国、斐济、法国、德国、印度、印度尼西亚、伊朗、日本、韩国、老挝、马来西亚、蒙古、尼泊尔、巴基斯坦、菲律宾、斯里兰卡、泰国、土耳其、英国和美国等国家的生产力和效率变化。结果表明，大多数国家的土地和劳动生产率显著提高，资本生产率下降，TFP大幅增长。
亚太地区农业生产力监测
报告讨论了监测农业生产力变化时面临的问题和挑战，并提出了改进建议。报告指出，收集准确的数据是监测农业生产力变化的主要挑战，并建议与统计机构合作收集农场层面的数据，包括投入、产出、环境变量、价格、技术和政府政策等数据。报告还建议定期开展农场层面调查，并使用初级和次级数据来衡量和分析PFP和TFP。
