□姚 升 王洪江

[内容提要]本研究放宽了技术进步对粮食单产线性影响的假设，验证了非线性条件下技术进步对粮食产量的影响。研究发现：技术进步与水稻、小麦以及玉米粮食作物单产水平之间是由技术进步水平分隔的分段函数；技术进步对三种粮食作物单产水平的非线性影响在由两个门限值所划分的三个区间内都具有正向的影响，其中对水稻单产的影响表现出“L”型的轨迹特征，对小麦和玉米单产的影响表现出“∩”型的轨迹特征。要通过提高技术进步与粮食生产之间的耦合度实现协调发展，尤其要重视在要素层面提高技术进步与粮食生产的匹配关系，进一步发挥技术进步对粮食生产的提高作用。

一、引言

粮食安全是国家安全的重要基础。中国粮食产量在过去多年整体保持增长的趋势，但这并不能减少对粮食安全问题的担忧；反而越来越多的学者担心，一旦出现粮食产量高位回落将可能对社会经济带来强烈冲击；何况即使在“十二连增”时期，粮食产量的提高主要来源于玉米产量的提高，稻米等口粮增加有限。粮食安全问题远比表面上看起来更加严峻；不仅没有过剩，反而可能存在巨大的需求缺口(朱信凯、夏薇，2015)[1]；传统意义上的自给率实际已不能全面刻画与评估中国的粮食安全形势(毛学峰、刘婧等，2015)[2]。

长期以来，中国习惯于藏粮于仓、藏粮于民、以丰补歉的策略，然而实际运行效果却并不理想，不能保证中国的粮食安全。“藏粮于地、藏粮于技”战略是针对当前中国粮食安全问题所做的新的战略调整；不但要向土地要粮，也要向科技要粮。“藏粮于地、藏粮于技”战略的实施凸显了粮食安全新路径，确保谷物基本自给，口粮绝对安全。

2016年，中国粮食产量止步“十二连增”，其主要原因是同时受到播种面积减少和单产水平下降的双重影响。在耕地资源有限、劳动力大量转移以及化肥、农药等生产资料投入已经或接近增产临界点的情况下，如何保证粮食生产的可持续和粮食产量的稳定增长？科技是农业现代化的重要支撑，粮食生产的根本出路在科技进步。中国粮食生产的关键问题在于加快技术进步，实现粮食产量的可持续增长(杨锦英、韩晓娜等，2013)。[3]“藏粮于技”是保障粮食安全的必然选择，要走依靠科技进步，提高单产的内涵式发展道路。粮食生产能力提高的特征体现在抵御生产风险的能力提高，减少产量波动性，趋于稳定增长的态势；在耕地、劳动力以及其他生产资料投入约束的条件下，依靠技术进步实现保持单产水平的提高。进一步强化技术进步对粮食生产的促进作用，符合乡村振兴战略和“藏粮于地、藏粮于技”战略的政策取向。

本研究在分析技术进步对主要粮食作物(水稻、小麦、玉米)生产线性影响的同时，更进一步地验证了非线性条件下技术进步对粮食产量的影响，了解这种非线性关系的目的在于推动技术进步与粮食生产之间达到高度耦合的协调发展，这是本研究的主要创新点。本文剩余部分的结构安排如下：第二部分是文献回顾，对相关研究进行梳理和总结；第三部分是分析框架，从理论上分析技术进步与粮食生产之间的非线性关系；第四部分是变量的选择、方程的设定与数据来源，包括因变量、核心自变量和控制变量的确定，基准估计、内生性分析方程以及非线性方程的设定以及相关数据的来源；第五部分是实证分析，对相关方程的估计结果进行分析；第六部分是结论和政策启示。

二、文献回顾

在农业与粮食生产发展的历程中，科技始终发挥着重要的作用；每一轮农业科技革命，都有力的促进了粮食生产水平的提高(翟虎渠，2010)[4]。未来农业及粮食安全只能依靠技术进步(Garnett，2013)[5]；针对如何发展技术进步提高粮食生产能力，保障粮食安全成为研究热点(Kolawole Ogundari，2014)[6]。如Emerick等(2016)[7]的研究发现技术进步通过减少灾年的风险从而实现农业增产；Cole(2016)[8]则发现生产管理技术的提高能够显著的提高作物产量；Robertson(2016)[9]对澳洲农民的研究发现农户对不断进步技术的乐观抵消了气候变化对他们生产造成的负面影响；Njuki等(2018)[10]使用技术手段对广义技术进步进行分解，并观察其不同部分在农业生产率增长的作用。

中国农业取得成功的原因一方面在于生产要素特别是现代农用工业品使用数量的大幅增加，另一方面则得益于农业生产率的提高(李谷成，2009)[11]。随着耕地、劳动力等因素对中国粮食生产的约束越来越紧，对“未来中国粮食增产将主要依靠什么？”问题的思考开始成为中国农业经济学者重点关注的领域之一(陈飞、范庆泉等，2010[12]；星炎、胡小平，2013[13]；朱晶、李天祥等，2013[14]；田甜、李隆玲等，2015[15]；马述忠、叶宏亮等，2015[16]；)。除验证各种生产要素投入、政策、气候、农户行为等因素对粮食生产的影响外，聚焦于技术进步的研究在其中也占有很大的比重。大量的研究使用C-D生产函数、CES生产函数、索洛函数、空间面板模型等方法考察了技术进步对粮食生产的影响。虽然使用方法不同，但这些研究得出的结论却表现出较强的一致性，几乎所有此类相关研究都验证了技术进步对中国粮食生产的提高做出了重要贡献(魏丹、王雅鹏，2010[17]；姜松、王钊等，2012[18]；杨义武、林万龙等，2017[19]；)并且通过提高技术进步水平增加粮食产量仍然留有较大的空间(肖洪波、王济民，2012)[20]。同时，农业技术进步受农业政策(王成军、吕骁泓等，2016)[21]、气候变化和科技存量(尹朝静、李谷成等，2016)[22]、要素市场扭曲(朱喜、史清华等，2011)[23]、公共投资(米建伟、梁勤等，2009)[24]、劳动力转移(李士梅、尹希文，2017)[25]、农业信息化(韩海彬、张莉，2015)[26]等因素的影响。

虽然对技术进步影响粮食生产的相关研究可谓卷帙浩繁，然而该领域的研究却几乎都是在线性的框架下展开的分析，隐含着技术进步与粮食生产之间线性关系的假设。但这个假设是否成立却有待进一步的考证，本研究旨在验证技术进步与粮食生产之间是否存在着非线性的关系；以及如果存在非线性关系，技术进步对粮食生产的影响有着怎样的具体特征。

三、分析框架

技术进步有利于粮食生产水平的提高已是公知，但这种影响未必是沿着线性的方向，二者之间有可能存在着非线性的关系，粮食生产并不是技术进步的简单迭加。

首先，从技术进步的角度看，技术进步与其他资源不同，它可以呈几何级数变化，所以技术进步的发展轨迹一定是非线性的，通常会有加速度(邱东、宋旭光，2004)[27]。①技术进步变迁的角度，中国技术进步变迁表现出“诱致性技术变迁”与“强制性技术变迁”并存的“二元”结构特征；要素价格和市场化的影响在技术进步变迁过程中震荡产生相变，使技术进步的演化突变为非线性。②技术进步演化的角度，技术进步的发展路径并非始终保持线性的平衡状态，技术革命的出现改变原有技术进步的框架，突破技术进步的阈值界面，将技术进步的演化状态从线性转变为非线性。

其次，从粮食生产的角度看：①从耗散理论出发，粮食生产过程是复杂的多元系统，涉及到技术进步、要素投入、政策、自然环境等多方面要素；同时也是一个动态的开放系统，与外界存在物质流、信息量、能量流的交换，才能实现由无序向有序、低级有序向高级有序的发展；系统内各要素的分布不仅具有差异性，且处于非平衡状态，进而导致粮食生产系统成为远离平衡的系统；技术进步只是粮食生产增长的必要非充分条件。在粮食生产的大系统内，技术进步与其他影响要素各子系统之间的非线性作用是形成耗散结构的必要条件，也是粮食生产自组织、自适应向高水平有序结构发展的内在动力。②粮食生产系统的发展是一个耗散结构不断形成的过程。各种因素的变化都会对粮食生产造成冲击；如技术进步的发展，乡村振兴战略、农村税费改革这类大政方针的出台，或者如劳动力转移和资本流动均会推动、诱使或倒逼粮食生产系统的转型升级。在这个过程中，粮食生产系统不断形成新的耗散结构，推动粮食生产系统不断向前发展。

同理可推测，在更微观的层面上，技术进步对不同品种粮食作物(如水稻、小麦和玉米)生产的影响是非线性的，且非线性的具体影响路径也可能存在着显著的异质性。

第三，从技术进步与粮食生产耦合度的角度看：①技术进步与粮食生产均可能处于非线性的演化路径中，二者之间的耦合度也处于动态过程中，多数时间可能都处于非平衡结构，导致技术进步对粮食生产的影响很难始终保持线性状态。②技术进步是否能够在粮食生产中得到充分发挥一方面取决于技术从研发到推广应用的过程中的吸收程度，另一方面取决于农民的技术选择偏好。技术推广吸收和技术选择偏好都会改变技术进步与粮食生产之间的耦合程度，导致“阀值”出现，进而使得技术进步对粮食生产影响的非线性。

线性关系是非线性关系的特殊情况或局部简化，如果以线性方法的传统思维处理客观世界存在的非线性问题，其结果虽然可以勉强解释弱非线性问题，但在解释强非线性问题时的偏差就会非常大(王晓东，1997)[28]。如果粮食生产与技术进步之间的关系本质是非线性的，那么使用线性模型显然将无法捕捉它们之间的非线性关系，导致单纯从线性的角度论证和解释技术进步对粮食生产的影响可能存在较大的局限性。

四、变量的选择、方程的构建及数据来源

(一)变量的选择

本研究的因变量为水稻、小麦和玉米的单位面积产量。核心自变量是技术进步，本研究使用广义技术进步(全要素生产率)作为具体指标，原因在于技术进步是技术创新或技术引进的结果，并表现为全要素生产率的提高(唐未兵、傅元海等，2014)[29]；全要素生产率(TFP)体现了生产活动中要素利用程度和效率水平，是技术进步和规模效应对增长的综合反映(李士梅，尹希文，2017)[30]。该指标根据DEA-Malmquist指数方法测算得到(篇幅有限，未将全要素生产率计算结果列出，如有需要请联系本文作者)；在测算过程中，产出变量为单位面积产量，投入变量为用工数量(日)、种子费、农药费、肥料费、机械动力费以及其他(水稻的相关数据由早籼稻、中籼稻、晚籼稻和粳稻平均而得)。由于通过DEA—Malmquist指数方法计算所得到的TFP等生产率指标是相对于上一年的生产率变化率，借鉴邱斌、杨帅(2008)[31]的处理方法，将基期年的生产率指标设定为1，之后通过将各指标逐年累乘的方式获得其他年份的技术进步指标。

控制变量方面，本研究针对影响粮食单位面积产量的因素选择变量，围绕种植制度、投入、气候条件以及政策四个方面确定控制变量，包括：

(1)复种指数：复种指数是耕作制度的重要指标，是在耕地总面积既定的条件下，通过增加播种面积提高粮食产量。在耕地资源受到约束、粮食单产提高难度加大的形势下，通过提高耕读复种指数，走耕地内涵式集约利用模式，是实现粮食增产、保证国家粮食安全的重要途径(吴文斌、余强毅等，2018)[32]。

(2)财政支农力度：农业发展离不开资金的支持，财政通过税费减免和财政资金转移支付实现对农业的支持，是实现粮食增长的重要财力保障和物质基础；投入产出的角度看，财政资金的投入直接或间接的对粮食生产起到了促进作用(徐建军、星炎，2013)[33]。财政支农的效应广泛，不仅体现在刺激单产上，也体现在扩大播种面积、增加农民收入等方面。

(3)预期种粮收益。基于预期理论，在给定其他条件的情况下，农户预期通过改变农户生产行为进而影响粮食单产水平，当预期种粮收益高企时，农户一方面将增加生产投入，另一方面将改进生产管理。一定技术条件下，理性生产者追求的是以预期产出、产品价格和生产成本三要素构成的预期农业生产收益最大化(赵玉、严武，2016)[34]。在实际生产经营中，每亩净利润中包含有很强的市场价格和农户生产决策信息，是形成农户预期的关键。

(4)日照时间、降水量和温度等气候因素是作物生长的基本条件。虽然设施农业的发展能够一定程度上弱化自然日照、降水量和温度对作物生长的影响，但从目前整体层面看，气候因素对于绝大部分粮食生产而言仍然属于不可控因素，过高或者过低都会不利于粮食生产。随着未来气候变化的加速，气候因素对粮食安全的影响将进一步凸显。

(5)投入要素：劳动力投入，种子、农药、肥料、机械动力使用量是影响粮食综合生产能力的关键要素。当这些要素的投入或使用处于合理区间内时，对提高粮食单产的影响将是显著的；如果处于合理区间之外，要素的边际效益将发生递减，对粮食单产的提高不但没有作用，反而将会产生负面的影响。

对相关需要平减的变量，使用2005年为基期的CPI进行平减；变量的详细说明见表1。

表1 变量及定义

(二)方程的构建

1.线性方程

(1)基准方程

本研究使用静态面板进行基准方程的估计，具体估计方法包括可行广义最小二乘法和固定面板模型两种。

InY=α+β1lntfp+β2lnMci+β3lnFSupport+β4lnR(-1)+β5lnTem+β6lnRf+β7lnLt+β8lnlabor+β9lnSeed+β10lnPes+β11lnFer+β12lnMech+μi……

(1)

上式中，Yi是粮食单位面积产量，α是常数项，βi是自变量的估计系数，μi是误差项。

(2)内生性分析

基准方程的估计过程中未考虑内生性问题，方程的内生性偏误主要包括：①遗漏变量偏误，本研究虽然聚焦技术进步对粮食生产的影响，且在方程中加入控制变量，但由于数据可得性等条件的限制，仍然有一部分变量未能进入方程；②联立性偏误，粮食生产会对技术进步产生反向影响，导致粮食生产与技术进步之间存在一定程度的双向因果关系；③测量误差，在使用DEA-Malmquist指数方法对技术进步的度量可能存在误差，导致其与真实值之间存在偏差。此时，基准方程的系数估计有偏且不一致。

本研究在基准方程估计的基础上，在控制变量中加入滞后一期的因变量，构造动态面板，使用广义矩估计(GMM)方法对该动态面板模型进行估计，以保证估计量的一致性。广义矩估计(GMM)包括差分广义矩估计(first-difference GMM)和系统广义矩估计(System-GMM)。差分广义矩估计首先将原方程中的固定效应通过一阶差分进行消除，但即使如此，在滞后因变量与误差项间仍然存在序列相关；其次在工具变量的选择上，以解释变量的滞后水平变量作为差分变量的工具变量。这种方法使用在经济增长方程中时，一方面能够消除掉被忽略的个体效应，另一方面也能够消除由于联立性带来的内生性问题。但是差分广义矩估计的问题在于，它不仅要求作为工具变量的滞后水平变量能够很好的解释差分变量，而且在样本量偏小的情况下，其估计系数还有可能是有偏的，从而导致弱工具变量问题的出现。系统广义矩估计则是通过使用初始条件中隐藏的信息来生成有效估计值，它的基本原理在于使用常规方法的同时，以变量的滞后一阶差分作为工具变量运用到方程中以达到增加工具变量有效性的目的，相较于差分广义矩估计，系统广义矩估计的估计效率更高。因此本章使用系统广义矩估计进行计量分析。对于动态面板GMM参数估计有效性的检验主要依赖于两个诊断统计量，即：AR(2)和Sargan 检验；前者检验误差项是否存在二阶相关，后者检验是否存在过度识别条件。

本研究使用系统广义矩估计，以滞后期粮食单位面积产量作为工具变量，进行内生性分析，构建方程如下：

lnY=α+β1lnTfp+β2lnMci+β3lnFSupport+β4lnR(-1)+β5lnTem+β6lnRf+β7lnLt+β8lnlabor+β9lnSeed+β10lnPes+β11lnFer+β12lnMech+β13lnY(-1)+μi……

(2)

2.非线性方程

本研究使用Hansen(1999)[35]提出的门限模型考察验证技术进步和粮食生产之间非线性关系。“门限回归”方法可以视为对“分组检验”方法的一种扩展，在面板门限模型中，通过确定门限变量将观测值进行分组，不同组之间的观测值是异质的，而组内观测值则是同质的，回归系数根据门限变量的取值在不同状态之间进行转换(段文斌、余泳泽，2012)[36]。在进行门限回归的参数估计后，需要进行门限效应的显著性检验和门限估计值的真实性检验。前者使用自抽样法(Bootstrap)获得渐进分布，进而构建其P值；后者使用极大似然法进行检验。当有一个以上门限值时，会重复进行检验，搜索第二、三个甚至更多个门限值，直到不能拒绝原假设为止。

以技术进步为门限变量设立以下单门限模型：

lnY=α+β1lnTfp(τfp⦤θ1)+β2lnTtp(τfp⦤θ1)+β3lnMci+β4lnFSupport+β5lnR(-1)+β6lnTem+β7lnRf+β8lnLt+β9lnlabor+β10lnSeed+β11lnPes+β12lnFer+β13lnMech+β14lnY(-1)+μi……

(3)

上式中，θi是门限值，根据门限效应的检验结果，如果出现2个门限值则需构建双门限模型：

lnY=α+β1lnTfp(τfp⦤θ1)+β2lnTfp(θ1<τfp⦤θ1)+β2)+β3lnTfp(τfp⦤θ2)+β4lnMci+β5lnFSupport+β6lnR(-1)+β7lnTem+β8lnrF+β9lnLt+β10lnIaor+β11lnSeed+β12lnPes+β13lnFer+β14lnMech+β15lnY(-1)+ui……

(4)

当存在更多门限值时，可根据(3)式、(4)式进行拓展处理，以获得相应模型。

(三)数据来源及样本地区的确定

在样本期的确定方面。本研究进行计量分析的样本期为2005-2016年，这样处理的原因主要是出于回避取消农业税断点的考虑。取消农业税对农业、农村生产和生活的冲击影响显著，甚至有学者将取消农业税视为继农村土地改革、家庭联产承包责任制后的第三次重大农村革命。虽然正式废止《农业税条例》是在2006年1月1日，但实际上取消农业税的试点工作在2004年已经开始启动，到2005年底，中国已有28个省(区、市)及河北省、山东省和云南省三省的210个县(市)全部免征了农业税；出于回避断点的考虑，本研究将研究样本期确定为2005-2016年。

在样本地区确定方面。考虑到水稻、小麦和玉米在中国的种植范围很广，但在政策引导以及要素流动的影响下，粮食作物向产区集中的趋势明显，产区的重要性和代表性愈加凸显，且产区的种植面积和产量相对稳定。基于此，本研究以水稻、小麦和玉米的重要产区所包含的省(区)作为样本地区，以减少计量结果的偏差。本研究确定水稻、小麦和玉米各四个产区，选定17个水稻样本地区、13个小麦样本地区和18个玉米样本地区，具体见表2。

本研究所用数据来源于《全国农产品成本收益资料汇编》、《中国统计年鉴》以及《中国农村统计年鉴》(2005-2017年)国家气象局中国气象数据网以及《中国气象年鉴》。

五、实证分析

(一)线性估计结果

1.基准方程

本研究使用可行广义最小二乘法和固定面板模型两种方法进行基准方程的估计。估计结果显示(表3)，在未考虑内生性问题的情况下，核心自变量技术进步在三种粮食作物共计六个方程中的估计系数均为正，且通过了1%的显著性检验，说明技术进步对水稻、小麦和玉米作物单产水平的提高具有显著的意义；对控制变量的解释以广义矩估计的结果为准。

表2 样本地区

表3 基准方程估计结果

2.内生性分析

考虑到静态面板回归估计结果可能存在的有偏性和不一致性，本研究在静态面板中引入滞后一期粮食单产作为控制变量构建动态面板，使用系统广义矩估计(System-GMM)方法进行估计，部分消除方程存在的内生性问题，其估计结果同时作为对基准方程的稳健性分析与基准方程相互检验。

对水稻、小麦与玉米的系统广义矩估计(System-GMM)的结果显示(表4)，AR(2)和Sargan检验均未能通过显著性检验，拒绝原假设，证明所建方程不存在二阶序列相关以及过度识别。在对内生性进行处理后，技术进步的估计系数仍然为正，并通过了至少5%的显著性检验，与基准方程的估计基本吻合，证明核心自变量的估计结果具有可靠的稳健性，再次说明技术进步对于水稻、小麦和玉米单产水平的提高具有显著的积极作用。

表4 GMM估计结果

控制变量中，复种指数变量的估计系数不显著，且在水稻方程中的估计系数为负值，在本研究使用方法和样本的条件下，复种指数对粮食单产水平的提高没有显著的影响，这可能是因为近年来，全国各地普遍出现了以减少粮田复种为特征的种植业结构调整，导致农田复种指数持续下降。

预期收益变量在水稻、小麦和玉米方程中的估计系数为正，但不显著，可能原因在于近年来粮食价格始终在低位徘徊，农民种粮成本与售粮收入几无相差，很多地区农民只能靠补贴实现盈利，导致预期收益难以有效刺激农户增加生产投入或提高精耕细作程度。

财政支农对玉米单产水平的提高具有显著的正向影响，说明对农业的财政投入具有成效，诸如改善农业基础设施、加大对农业的各种补贴等财政支农手段能够有效的刺激单产水平的提高。

气候因素中，温度对提高水稻单产水平具有显著的影响；一方面水稻属于喜温作物；另一方面样本期内的温度状况整体上较为有利于水稻的生长。

投入要素中，劳动力投入变量的估计系数在所有方程中均为正，并通过显著性检验，说明现阶段人工的投入对于水稻、小麦和玉米单产水平的提高具有显著的积极作用。种子投入能够显著提高小麦单产水平，近年小麦育成一批突破性品种，在优质、高产以及抗病性等方面均有较好表现。肥料投入对三种粮食作物单产水平的提高有显著的正向影响，证明施肥是提高粮食单产最重要的农业技术之一。机械动力投入在玉米方程中的估计系数为正，且通过1%的显著性检验，这主要得益于农机补贴带来的政策红利。

(二)非线性估计结果

以技术进步同时作为解释变量和门槛变量，分别构建水稻、小麦和玉米的门限回归方程，考察技术进步与粮食单产水平之间的非线性关系；对方程门限效应的检验结果显示(表5)，水稻、小麦和玉米的单门限和双门限的F统计值都至少通过了10%的显著性检验，说明技术进步对粮食单产的影响存在着双门限效应，本研究在10%的显著性水平上接受双门限模型。

以技术进步为核心自变量所建门限模型的参数估计结果显示(表6)，技术进步与水稻、小麦以及玉米粮食作物单产水平之间并不是简单的线性关系，而是由技术进步水平分隔的分段函数。核心自变量技术进步在由两个门限值所划分的三个区间内的估计系数均为正，并且通过了1%的显著性检验，说明技术进步对三种粮食作物单产水平的非线性影响在不同的门限值区间内都具有正向的影响；但当这种影响具体到不同的作物品种时，仍然能够发现其中存在明显的异质性。

表5 门限效应检验

对于水稻而言，当技术进步的水平低于第一个门限值时，其对水稻单产水平影响的弹性系数达到三个区间内的最高值；技术进步处于第一个门限值与第二个门限值之间时对水稻单产的弹性系数降到三个区间内的最低值，而当跨过第二个门限值后，弹性系数又表现出轻微的回升；整体影响表现出“L”型的轨迹特征。

技术进步对小麦和玉米单产水平的非线性影响态势与水稻表现出明显的差异性，当技术进步跨过第一个门限值，处于第一个门限值与第二个门限值之间时，它对水稻单产水平的影响随着技术进步水平的提高而逐渐变大，其弹性系数为三个区间内的最高值，而在第一个区间和第三个区间内则相对较小；整体影响表现出“∩”型的轨迹特征。

六、结论与政策含义

本研究聚焦技术进步对主要粮食作物(水稻、小麦、玉米)生产的影响；从线性和非线性两个角度展开研究，发现：技术进步与水稻、小麦以及玉米粮食作物单产水平之间并不是简单的线性关系，而是由技术进步水平分隔的分段函数；技术进步对三种粮食作物单产水平的非线性影响在由两个门限值所划分的三个区间内都具有正向的影响，其中对水稻单产的影响表现出“L”型的轨迹特征，对小麦和玉米单产的影响表现出“∩”型的轨迹特征。

基于上述结论，本研究得到的启示是：处于一定区间内的技术进步对粮食单产水平提高的促进作用最大，高于或者低于这一区域都不利于技术进步增产效应的充分发挥。本研究的政策含义在于：要通过提高技术进步与粮食生产之间的耦合度实现协调发展，尤其要重视在要素层面提高技术进步与粮食生产的匹配关系，进一步发挥技术进步对粮食生产的提高作用。重点实现路径包括：

第一，优化完善科技创新与推广体系。加强对水稻、小麦和玉米品种改良、栽培技术等的科技攻关，对诸如“分子设计”育种等重大、关键技术要加大投入；进一步改革和完善农业科技推广体系，培育多元化农业科技推广体系，多种形式、多种载体开展农业技术推广服务。

第二，提高技术进步与产区要素禀赋的耦合度。完善技术进步与地区要素禀赋之间的连接互动机制，减轻技术进步路径依赖和要素禀赋结构变化的缓慢对二者耦合关系造成的滞缓(魏金义、祁春节，2015)[37]。不仅要根据水稻、小麦和玉米的种植区分区进行技术供给，甚至要根据种植区内的优势产区和非优势产区实行精准供给；要规划和引导不同种植区优化技术选择。

第三，提高技术进步与粮食生产要素的耦合度，形成技术进步与劳动力、种子、农药、化肥等生产投入要素之间良好的互动关系，通过提高耦合度放大技术进步对粮食增产的作用；要注意实现技术进步与粮食生产要素变动情况下的动态匹配。