張 琛

（中共江蘇省委黨校經(jīng)濟學教研部，江蘇 南京 210009）

一、引言

從2015年年底召開的中央農(nóng)村工作會議，到習近平總書記在2016年12月的中央政治局常委會上的發(fā)言中均強調(diào)農(nóng)業(yè)生產(chǎn)的供給側(cè)改革的重要性。2017年中央一號文件更是提出：“把深入推進農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革作為新的歷史階段農(nóng)業(yè)農(nóng)村工作主線”。為了配合深入農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革，地方政府需要思考未來進一步提高農(nóng)業(yè)生產(chǎn)效益的具體措施。研究農(nóng)業(yè)全要素生產(chǎn)率，就是研究農(nóng)業(yè)科技的更新速度、農(nóng)業(yè)生產(chǎn)管理水平、農(nóng)業(yè)資源配置效率和農(nóng)業(yè)的規(guī)模合理性，探尋潛在的影響因素和挖掘產(chǎn)業(yè)潛力。盡管目前學界對全要素生產(chǎn)率的分解研究已經(jīng)形成了相對完善的技術手段，但是對除河南、四川外的一些農(nóng)業(yè)主要產(chǎn)出區(qū)域的研究相對缺乏。

江蘇省農(nóng)業(yè)生產(chǎn)條件得天獨厚，但是隨著工業(yè)化進程的加深和國際貿(mào)易的不斷發(fā)展，省內(nèi)區(qū)域間的產(chǎn)業(yè)分工結(jié)構(gòu)發(fā)生了巨大的變化。根據(jù)《江蘇省統(tǒng)計年鑒》數(shù)據(jù)顯示，從產(chǎn)出方面看，2015年蘇北蘇中地區(qū)第一產(chǎn)業(yè)產(chǎn)值占總產(chǎn)值的75．7%。糧食產(chǎn)量占全省總量的86．5%；油料產(chǎn)量占全省總量的84．5%；棉花產(chǎn)量占全省總量的96．7%。從投入方面看，2015年蘇北蘇中地區(qū)農(nóng)林牧漁業(yè)從業(yè)人數(shù)占全省該投入的85．2%；農(nóng)業(yè)機械總動力占全省該投入的84%；化肥施用量占全省該投入的89．9%；農(nóng)作物總播種面積占該投入的84．9%。因此，無論從農(nóng)業(yè)的生產(chǎn)規(guī)模還是從農(nóng)產(chǎn)品產(chǎn)量看，蘇北和蘇中地區(qū)均占主導地位?？梢哉f江蘇省農(nóng)業(yè)的主產(chǎn)區(qū)集中在蘇北和蘇中地區(qū)，研究江蘇省農(nóng)業(yè)生產(chǎn)效率問題，主要是研究蘇北蘇中地區(qū)的農(nóng)業(yè)生產(chǎn)效率問題。因此，本文將研究對象的范圍限定在蘇北和蘇中的縣域地區(qū)。此外，由于蘇南的農(nóng)村人口大量存在兼業(yè)情況，在統(tǒng)計上這些從業(yè)人員很難被區(qū)分開。這就造成了蘇南地區(qū)的農(nóng)業(yè)勞動力投入被高估，進而影響計量結(jié)果，這也是本文限定研究范圍為蘇北和蘇中地區(qū)的另一原因。

全要素生產(chǎn)率（TFP）是產(chǎn)出發(fā)生變化時，要素不能解釋的部分，是量化一項生產(chǎn)活動效率的一種綜合指標。最早由Solow（1957）提出。然而索羅增長模型在強調(diào)全要素生產(chǎn)率是增長的源泉的同時，又假定全要素增長率為外生給定，Romer［1］認為“索羅模型是通過假定增長來解釋增長的”。

為了進一步地深入研究全要素生產(chǎn)率，Kumbhakar［2］做了開創(chuàng)性的工作，對全要素增長率變化進行了比較徹底地分解，分為技術進步、技術效率變化、配置效率和規(guī)模經(jīng)濟性。在此基礎上全要素生產(chǎn)率成為一個可以清晰反映要素解釋的部分外增長源泉的綜合變量。

現(xiàn)行的全要素生產(chǎn)率研究一般從對技術效率的分解開始。分離出生產(chǎn)效率的方法發(fā)展為主要的兩類：一類是利用計量經(jīng)濟分析手段進行估計的參數(shù)分析法，另一類是利用數(shù)學規(guī)劃為主要手段的非參數(shù)分析法。Battese［3］開創(chuàng)了隨機前沿生產(chǎn)函數(shù)估計法（Stochastic Frontier Analysis，SFA），是參數(shù)分析法中的主流方法。非參數(shù)分析法以數(shù)據(jù)包絡分析（Data Envelopment Analysis，DEA）為主，其與 Malmquist指數(shù)相結(jié)合的DEA－Malmquist方法在應用研究中最為常見，由Fare［4］開創(chuàng)性地用于生產(chǎn)率研究。

在相關領域的應用研究方面，吳清華［5］從增長核算的角度把農(nóng)業(yè)全要素生產(chǎn)率分解為技術進步、規(guī)模經(jīng)濟、灌溉設施的效率和農(nóng)村公路的貢獻率，并研究了農(nóng)村基礎設施對農(nóng)業(yè)全要素生產(chǎn)率的影響。對于模型和方法的選擇方面，余康［6］指出，DEA法可能出現(xiàn)難以解釋的技術退步現(xiàn)象，而SFA可以避免這種問題。此外，不少學者對傳統(tǒng)的DEA和SFA方法進行改進。其中使用DEA－Malmquist方法的學者仍是主流，如尹朝靜［7］通過 DEA－Malmquist法對我國1998－2011年間30省的農(nóng)業(yè)全要素生產(chǎn)率進行測算。

綜上所述，從研究方法的選取到最后的分解，對于農(nóng)業(yè)全要素增長率的研究學界已經(jīng)形成了一個較為成熟的研究思路，但是國內(nèi)相關領域?qū)ξ⒂^主體的關注度不夠，對我國各個區(qū)域、省份內(nèi)部的農(nóng)業(yè)全要素增長率研究也較為缺乏。

因此，本文選用農(nóng)業(yè)全要素生產(chǎn)率作為切入點，明確農(nóng)業(yè)全要素生產(chǎn)率增長和技術進步的關系等理論基礎的前提下，以江蘇省32個縣（市）為研究對象，利用隨機前沿分析法（SFA）將各個縣（市）在各個時期的技術效率損失估算出來。在此基礎上，利用Kumbhakar［2］的分解方法將32個縣（市）在“十二五”時期的農(nóng)業(yè)全要素生產(chǎn)率增長分解為技術進步、技術效率變化、規(guī)模經(jīng)濟性和配置效率四個部分。通過對農(nóng)業(yè)全要素生產(chǎn)率增長的分解，明確促進或者制約江蘇省農(nóng)業(yè)全要素生產(chǎn)率增長的源泉。

二、理論基礎和模型選擇

（一）理論基礎

隨機前沿分析方法從生產(chǎn)函數(shù)模型出發(fā)，其獨特之處在于將傳統(tǒng)的誤差項分為兩個部分：技術非效率項和隨機誤差項。技術非效率項反映了生產(chǎn)單元在利用技術進行生產(chǎn)時因為管理組織或者技術利用不到位等原因而產(chǎn)生的效率損失。

常用的隨機前沿模型有兩種類型：第一類是由 Battese 和 Coelli［8］提出，簡稱 BC（1992）模型，第二類仍是 Battese 和 Coelli［9］提出，簡稱BC（1995）模型。

Battese和 Coelli［8］提出了一個隨機前沿模型，其技術非效率項被假設為可以隨時間發(fā)生系統(tǒng)性變化的，獨立同分布的截尾正態(tài)分布，并且可以適用于平衡或不平衡面板數(shù)據(jù)。具體形式如下：

其中，Yit表示t時期第i個生產(chǎn)單元的產(chǎn)出；Xit表示t時期第i個生產(chǎn)單元的投入向量，β為待估參數(shù)，Vit表示隨機誤差項，與技術非效率項Uit相互獨立，獨立同分布于正態(tài)分布 。

Uit代表不同生產(chǎn)單元在不同時間的效率損失，除了BC（1992）以外，很多文獻對Ui的形式有不同的假定。本文假定Ui服從獨立同分布的截尾正態(tài)分布，其均值是μ，在零點左側(cè)斷尾，也就是說Ui為非負項。式（2）中的關系代表同一生產(chǎn)單元的技術非效率項隨時間的變化，需要乘以一個時變系數(shù)，是表示技術效率變化程度的一個系數(shù)，當η＞0，技術非效率項隨時間推移下降，若η＜0，則隨時間推移上升，若η＝0，技術非效率項不變。在隨機前沿分析中考慮這種形式的技術非效率項時間變化，稱為時變（Time－varying）隨機前沿模型。一般情況下，η＞0，稱為時變衰減模型。

因此，可以從原生產(chǎn)函數(shù)的角度推算出技術效率（technological efficiency，TE）的表達式：η＞0，則 TE 遞增，η＜0，則遞減。

根據(jù) Battese［3］的研究，在計算過程中，為了估計模型，用代替 和 。其中，參數(shù)γ在0和1之間取值，表示技術無效率項引致的對生產(chǎn)前沿面的偏離程度。參數(shù)γ的值越大，表示技術效率的損失量越大，當γ＝1時，實際產(chǎn)出偏離技術前沿面完全由生產(chǎn)的低效率引起，與隨機誤差項無關。反之，γ越小，表明技術損失的量越小，當γ＝0時，表示實際產(chǎn)出的偏離完全由隨機誤差項引起，不應當使用隨機前沿分析法。

BC（1995）模型的具體形式和 BC（1992）模型相同：

不同之處在于，Uit被假定獨立同分布于在零出截尾的正態(tài)分布 。其中，mit＝zitδ，zit是一個影響企業(yè)的效率的p*1的變量向量，δ是一個1*p的待估參數(shù)向量。在具體的估計過程中，仍采用和BC（1992）模型一樣的格點搜索法、循環(huán)迭代法等。需要指出的是BC（1992）和BC（1995）是不可互推的兩類模型。

由于沒有完善的理論指導本文選擇何種變量作為解釋影響技術非效率的因素，現(xiàn)有研究在變量選取上具有主觀隨意性。因此在不進行影響因素分析的前提下，本文擬采用BC（1992）模型進行實證分析。

（二）模型選擇

隨機前沿分析（SFA）與數(shù)據(jù)包絡分析（DEA）分別是參數(shù)法和非參數(shù)法中主流的拆解全要素生產(chǎn)率的方法。二者的使用都非常廣泛且一些學者認為二者測度出的數(shù)據(jù)比較相近?？紤]到適用性和優(yōu)缺點，本文認為隨機前沿法在分析區(qū)域農(nóng)業(yè)全要素生產(chǎn)率時要比數(shù)據(jù)包絡分析更加適合。理由如下：一是因為要研究江蘇省區(qū)域農(nóng)業(yè)全要素生產(chǎn)率，現(xiàn)有的統(tǒng)計數(shù)據(jù)是一個多投入單產(chǎn)出的系統(tǒng)，隨機前沿分析法可以適用。二是江蘇省內(nèi)地區(qū)間經(jīng)濟體量、發(fā)展程度、速度和結(jié)構(gòu)差異較大，各個縣（市）在農(nóng)業(yè)發(fā)展上必然存在較大的差異，因此不適合共用同一生產(chǎn)前沿面。此外，考慮到統(tǒng)計誤差和異常值，SFA比DEA更加適用。三是為了進一步分解農(nóng)業(yè)全要素生產(chǎn)率增長，并且考慮到影響農(nóng)業(yè)生產(chǎn)的隨機誤差項（氣候條件、自然災害等），需要對隨機誤差和技術非效率項加以區(qū)分，因此SFA更加適用。

（三）全要素生產(chǎn)率增長的分解方法

分解得出的技術效率為進一步分解全要素生產(chǎn)率中的其他成分提供了可能。根據(jù)Kumbhakar［2］的研究，在隨機前沿生產(chǎn)函數(shù)模型的基礎上，在多要素投入產(chǎn)出條件下，可以將全要素生產(chǎn)率的變化分解為技術進步、技術效率的變化、規(guī)模經(jīng)濟性和配置效率四個部分。

暫時不考慮計量模型中的隨機誤差項，xit、yit分別表示投入和產(chǎn)出，用時間t測度技術進步，技術損失項非負且時變。

T表示數(shù)據(jù)的最大期數(shù)，ui的概率分布同上，依然是截尾正態(tài)分布，η為待估參數(shù)。

對式（5）左右兩端取對數(shù)并對時間求導得到：

將求導結(jié)果中的近似看作要素的彈性為要素隨時間的變化率，記為為技術效率變化。令投入要素的產(chǎn)出彈性之和為RTS，RTS也被稱作規(guī)模報酬指數(shù)，要素在前沿生產(chǎn)函數(shù)中的相對產(chǎn)出彈性。由此全要素生產(chǎn)率增長被分解為：

其中， 表示第j個投入要素在總要素總所占的比重， ，RTS通過與1的比較可以顯示出規(guī)模報酬的情況，于是全要素生產(chǎn)率TFP的變化率被最終分解為四個部分：

技術進步（TP）。，表示在技術進步作用下生產(chǎn)前沿面，或者說生產(chǎn)的可能性邊界的移動。

技術效率變化（TE），表示在既定的技術條件下，實際產(chǎn)出和理論上的前沿面之間的差距隨時間變化的程度，當技術效率改進時，反映實際生產(chǎn)水平對技術最大可能面的追趕速度。

規(guī)模經(jīng)濟性，表示其他條件不變時，改變要素投入規(guī)模引起的產(chǎn)出變動。

配置效率（AE）。，將要素的彈性作為投入要素數(shù)量比例是否合理的一個評價維度，表示實際要素投入的比例結(jié)構(gòu)對與合理比例偏離的改進速度。

三、SFA實證分析及TFP增長分解結(jié)果

（一）數(shù)據(jù)來源

本文選取蘇北和蘇中地區(qū)32個縣及縣級市2010－2015年的縣級農(nóng)林牧漁業(yè)生產(chǎn)投入產(chǎn)出面板數(shù)據(jù)，采用隨機前沿法和超越對數(shù)生產(chǎn)函數(shù)對江蘇省農(nóng)業(yè)主產(chǎn)區(qū)進行建模分析。所采用的各類總量指標數(shù)據(jù)來自2011－2016年《江蘇統(tǒng)計年鑒》《江蘇省農(nóng)村統(tǒng)計年鑒》和《全國統(tǒng)計年鑒》，具體的縣（市）選取見表1。

表1 研究縣（市）選擇

需要說明的是，由于一些地區(qū)在2010－2015年間行政區(qū)劃發(fā)生了變化，因撤縣改區(qū)，連云港市的贛榆縣劃歸連云港市贛榆區(qū)，揚州市江都市劃歸為揚州市江都區(qū)，泰州市姜堰市劃歸為泰州市姜堰區(qū)等。因此，本文以2015年年末最新的江蘇省行政區(qū)劃為準，在實證研究中刪去上述縣（市）。

任何單位進行生產(chǎn)都需要兩種基本的投入要素：勞動力和資本。在農(nóng)業(yè)生產(chǎn)的研究中，土地、農(nóng)業(yè)機械和化肥可以理解為特殊的資本投入，本文的投入產(chǎn)出要素見表2。

表2 投入產(chǎn)出要素表

（二）模型基本設定

相比于一般的柯布道格拉斯生產(chǎn)函數(shù)，超越對數(shù)生產(chǎn)函數(shù)加入了投入要素的平方項，相互之間的交叉項，具有易估性和包容性等特點。在本文的隨機前沿分析應用中，由于縣（市）數(shù)量較多，可以滿足使用超越對數(shù)生產(chǎn)函數(shù)的條件。

本文中計量模型設定為超越對數(shù)形式的隨機前沿生產(chǎn)函數(shù)模型，具體形式為：

其中，β0～β20均為待估參數(shù)，i表示江蘇省蘇北和蘇中地區(qū)32個縣及縣級市，t表示年份（2010－2015年），其中Yit表示農(nóng)林牧漁業(yè)總產(chǎn)值（億元），Lit表示農(nóng)林牧漁業(yè)從業(yè)人員（萬人），Ait農(nóng)作物總播種面積（千公頃），Eit表示農(nóng)業(yè)機械總動力（萬千瓦），F(xiàn)it表示農(nóng)用化肥使用量（萬噸），t為時間趨勢變量，反映農(nóng)業(yè)及生產(chǎn)的技術進步作用為均值為零的正態(tài)分布擾動項，Uit為非負項，衡量地級市的效率損失水平，，服從零點左側(cè)截斷的斷尾正態(tài)分布，該項符合時變模型的具體形式。

（三）SFA實證分析結(jié)果

通過STATA進行隨機前沿分析估計模型（7），結(jié)果如表3所示。

表3 隨機前沿法最大似然參數(shù)估計結(jié)果

由表3可知，江蘇省32縣（市）的農(nóng)業(yè)生產(chǎn)模型中，大部分的參數(shù)都通過了Z檢驗，說明此模型具有良好的解釋效果。首先反映了實際產(chǎn)出對技術前沿面的偏離中技術非效率項的重要程度，為97．7%，說明實際產(chǎn)出偏離的差距大部分來自于生產(chǎn)的效率損失，隨機誤差的作用占不到3%，且γ在1%的條件下顯著不為零，因此，本文使用隨機前沿生產(chǎn)函數(shù)是合理的。

μ值為 中截尾正態(tài)分布的均值，它在1%的概率下顯著不為零，說明Uit的分布相對于標準正態(tài)分布顯著右偏，選用截尾正態(tài)分布假設是合理的。而時變系數(shù)η的值在10%的概率下顯著不為零，說明模型中的技術非效率項Uit確實隨時間發(fā)生變化。此外，η值絕對值偏小且為負，說明在2010－2015年的六年間技術效率的損失變化較小，并且呈遞增趨勢。因此，本文選用時變模型也是合理的。

根據(jù)表 3的模擬結(jié)果，lnL*lnE、lnL*lnF、lnA*lnE、lnE*lnF項的系數(shù)都是負值，說明勞動力和農(nóng)用機械、勞動力和化肥施用量、土地和農(nóng)用機械，農(nóng)用機械和化肥施用量的交互作用是相反的。其中，lnL*lnE、lnL*lnF的系數(shù)通過了顯著性檢驗，說明勞動力投入和農(nóng)用機械，勞動投入和化肥施用量是呈互為替代的關系。尤其是勞動力和農(nóng)用機械這一對投入，它們之間的替代關系正契合了農(nóng)業(yè)經(jīng)濟學中對于農(nóng)業(yè)發(fā)展路徑的論述——當勞動力稀缺時，農(nóng)業(yè)傾向于發(fā)展依賴農(nóng)用機械代替人力的規(guī)模性農(nóng)業(yè)；相反，當勞動力過剩時，則會發(fā)展提高單產(chǎn)的集約型農(nóng)業(yè)技術，符合經(jīng)濟學規(guī)律。此外，lnL*lnA、lnA*lnF交叉項的系數(shù)都是正值，說明了勞動力和土地、土地和化肥施用量具有互補效應。其中，lnA*lnF項的系數(shù)通過了顯著性檢驗，這意味著同等條件下，越多的土地投入需要更多的化肥施用，這也與經(jīng)濟學規(guī)律相契合。

根據(jù)模擬結(jié)果的系數(shù)可以進行投入要素的彈性計算。在2010－2015年之間，勞動力投入和農(nóng)機投入的平均產(chǎn)出彈性都呈負值，而土地投入和化肥投入的平均產(chǎn)出彈性則呈正值。

土地的投入產(chǎn)出彈性為0．732，說明土地仍然是制約農(nóng)業(yè)生產(chǎn)的最重要投入要素。其中，土地投入產(chǎn)出彈性最大的是灌云縣（1．157），最小的為儀征市（0．271）。說明只要集約使用農(nóng)業(yè)用地，江蘇省農(nóng)業(yè)主產(chǎn)區(qū)仍然能繼續(xù)增產(chǎn)，土地使用還處在具有規(guī)模報酬的階段。

農(nóng)用機械總動力的平均產(chǎn)出彈性為－0．072，說明總體上江蘇省存在農(nóng)業(yè)機械動力投入過剩的現(xiàn)象。各個地區(qū)的農(nóng)業(yè)機械動力投入產(chǎn)出彈性差別很大，有11個縣（市）農(nóng)機投入的產(chǎn)出彈性為正值。這表明研究地區(qū)在農(nóng)業(yè)機械設備的配置上不均，存在改進配置效率的空間。

農(nóng)用化肥施用量的平均產(chǎn)出彈性為0．112，表明研究地區(qū)可能總體上呈現(xiàn)化肥投入不足的現(xiàn)象。而各縣（市）在這一指標上差別較大。考慮到農(nóng)業(yè)污染越來越嚴重的情況，是否需要增加化肥施用量有待商榷。

（四）農(nóng)業(yè)生產(chǎn)技術效率估計結(jié)果

在估計出隨機前沿生產(chǎn)函數(shù)模型的同時，還可以得到不同縣（市）的技術效率損失項Ui的值，根據(jù)時變模型的公式：

可以計算出不同地區(qū)不同年份的技術效率損失項Uit的值。

在此基礎上，根據(jù)公式：

可以推算出各地區(qū)的生產(chǎn)效率的大小，即技術的有效程度。為了更加清晰地對比各個地區(qū)間農(nóng)業(yè)生產(chǎn)效率水平的差異，本文對所有32個縣（市）在2011－2015年間的技術效率水平進行K均值聚類分析。聚類的結(jié)果如表4所示。聚類結(jié)果顯示，所有縣（市）被分為三類。

表4 各縣（市）農(nóng)業(yè)生產(chǎn)技術效率水平聚類結(jié)果

由表4可知，江蘇省蘇北蘇中地區(qū)的縣域農(nóng)業(yè)組織水平較高，2010－2016年間全部地區(qū)的平均生產(chǎn)技術效率水平達到88．3%。其中，沛縣農(nóng)業(yè)生產(chǎn)的平均技術效率水平最高，達99．3%，金湖縣最低，為 74．4%。受限于模型的原始假定和估算結(jié)果，時變系數(shù) η＝－0．021，小于零，說明在該期間地區(qū)整體的技術效率水平呈下降趨勢，下降幅度較小，地區(qū)整體平均降幅僅為 1．1%。

3）數(shù)據(jù)輸出：土地變更調(diào)查記錄表示土地利用變更調(diào)查的主要成果，系統(tǒng)可將變更前后的圖斑號、面積等屬性信息以及圖斑截圖內(nèi)容自動寫入記錄表中，進而可為年度土地利用變化情況的分析報告提供高精確度的數(shù)據(jù)信息。

（五）農(nóng)業(yè)全要素增長分解分析

代入具體的函數(shù)形式和投入要素，可得技術進步（TP）為：

投入要素中勞動力（L）、播種面積（A）、農(nóng)業(yè)機械總動力（E）和化肥施用量（F）的投入產(chǎn)出彈性分別為：

規(guī)模報酬指數(shù)為要素彈性之和，為：

可以推導出要素的相對產(chǎn)出彈性，分別為：

則規(guī)模經(jīng)濟性為：

要素的配置效率為：

根據(jù)上述公式，代入具體的數(shù)據(jù)，計算可得分解結(jié)果，根據(jù)年份計算平均值后，結(jié)果如表5所示。

需要指出的是，在實證分析部分所使用的數(shù)據(jù)是2010－2015年間的，在分解部分中，公式中有增長率等需要與前一年做差分的項，因此第一年（2010年）的分解數(shù)據(jù)缺失。分解部分所得出的結(jié)果均是2011－2015年間的分解結(jié)果，對應我國經(jīng)濟計劃正好是“十二五”期間。

表5 江蘇省農(nóng)業(yè)主產(chǎn)區(qū)（32個縣（市））TFP增長分解結(jié)果 單位：%

由于TFP增長率并不全是正值，并且技術進步都是正值，且和TE增長率、SE、AE的絕對值差距不大，本文以TP為計算比例的基準，可以得到各個分解成分相對于TP的大小。即是計算在技術持續(xù)進步的前提下，技術效率變化率、規(guī)模經(jīng)濟性和配置效率水平相對于技術進步，對全要素生產(chǎn)率增長的貢獻（抑制）程度。

由表5可以得出，TFP的增長速度除了在2011年為負值外，其余皆為正值，其平均值為0．17%，說明江蘇省農(nóng)業(yè)主產(chǎn)區(qū)在“十二五”期間農(nóng)業(yè)生產(chǎn)的全要素生產(chǎn)率總體呈穩(wěn)步增長的態(tài)勢，農(nóng)業(yè)生產(chǎn)的效率持續(xù)改進。在“十二五”期間，技術進步一直穩(wěn)定為正，年均技術進步達到2．57%，對研究地區(qū)農(nóng)業(yè)全要素生產(chǎn)率增長起到穩(wěn)定的推動作用，因此技術進步是構(gòu)成32個縣（市）持續(xù)改善農(nóng)業(yè)生產(chǎn)效率的主要原因。然而，技術效率變化率對于農(nóng)業(yè)全要素生產(chǎn)率增長具有負效應。技術效率呈緩慢減少趨勢，技術的利用水平下降，技術效率變化率必然為負。技術效率變化率在“十二五”期間的均值為－0．76%，相對于技術水平的進步，其抑制程度為－29．72%。此外，規(guī)模經(jīng)濟性對農(nóng)業(yè)全要素生產(chǎn)率增長也具有負效應，年均規(guī)模經(jīng)濟性為－0．04%，相對于技術進步，年均抑制程度為－1．38%，總體上相對于其他分解部分的作用力而言，規(guī)模經(jīng)濟性起到的作用是次要的。在配置效率方面，它對農(nóng)業(yè)全要素生產(chǎn)率增長也是有負效應的，年均配置效率為－1．6%，相對于技術進步，抑制作用達到－62．42%，在四個分解成分中是給全要素生產(chǎn)率增長帶來最多負效應的成分，是制約江蘇省全要素生產(chǎn)率增加，優(yōu)化農(nóng)業(yè)生產(chǎn)效率的主要原因。

為了更加清楚地反映地區(qū)間農(nóng)業(yè)全要素生產(chǎn)率增長和其分解成分之間的綜合水平差異，本文對江蘇省蘇北和蘇中32個縣（市）在“十二五”期間的綜合結(jié)果進行了聚類分析。從函數(shù)角度說，技術效率變化率本身只是技術效率的導數(shù)，反映了技術效率的變化方向和程度，因此，本文在聚類分析的時候加入技術效率的原始數(shù)值。參與聚類的變量分別為，技術進步（TP）、規(guī)模經(jīng)濟性（SE）、配置效率（AE）、技術效率變化率和技術效率（TE）。

從表6可知，第一類地區(qū)只有沭陽縣。其農(nóng)業(yè)全要素生產(chǎn)率增長的綜合水平為3．94，同時技術效率水平也較高，達到96。這表示沭陽縣在“十二五”期間，在優(yōu)化農(nóng)業(yè)生產(chǎn)效率、提高農(nóng)業(yè)全要素生產(chǎn)率方面是最突出的。

第二類地區(qū)以寶應縣、東臺市、豐縣、高郵市、灌云縣、海安縣、建湖縣、沛縣、邳州市、啟東市、如東縣、射陽縣、泗陽縣、睢寧縣、興化市和儀征市等16個市（縣）為代表。平均農(nóng)業(yè)全要素生產(chǎn)率增長率為 1．41，平均技術進步為 2．72，平均規(guī)模經(jīng)濟性為 0．8，平均配置效率為－1．96，平均技術效率變化率為－0．15，平均技術效率為 93．15。第二類地區(qū)在農(nóng)業(yè)生產(chǎn)效率水平優(yōu)化速率上整體處于中游水準，在各方面還有較大的改進空間。

第三類地區(qū)以濱?？h、東海縣、阜寧縣、灌南縣、海門市、洪澤縣、靖江市、金湖縣、漣水縣、如皋市、泗洪縣、泰興市、響水縣、新沂市和盱眙縣等15個縣（市）為代表，它們的平均農(nóng)業(yè)全要素生產(chǎn)率增長率僅為1．19，低于第二類地區(qū)的同類指標。第三類地區(qū)平均技術進步為2．43，平均規(guī)模經(jīng)濟性為0．49，平均配置效率為－0．35，平均技術效率變化率為－0．41，平均技術效率僅有82．54。相比較而言，第三類地區(qū)在“十二五”期間的生產(chǎn)效率優(yōu)化方面，即農(nóng)業(yè)全要素生產(chǎn)率增長水平最低。相對較慢的生產(chǎn)效率進步水平和較低的技術效率水平制約了第三類地區(qū)的可持續(xù)發(fā)展勢頭。

表6 對各縣（市）TFP增長及其分解成份綜合表現(xiàn)聚類結(jié)果 單位：%

四、結(jié)論與建議

（一）技術進步構(gòu)成推動農(nóng)業(yè)生產(chǎn)效率改善的最主要原因

根據(jù)分解模型得到的結(jié)果，“十二五”期間，32個縣（市）的農(nóng)業(yè)全要素生產(chǎn)率保持增長的勢頭，年均增長0．17。排除“十二五”第一年的較大波動外，平均增幅2．88。這樣的增長勢頭很大程度上來自于技術的持續(xù)進步。同時期，研究地區(qū)技術進步年均穩(wěn)定增長2．57，且進步速度年年攀升，2015 年末達 3．75。在“十二五”期間，我國加快推進農(nóng)業(yè)現(xiàn)代化進程，農(nóng)業(yè)科技進步貢獻率達到56%①農(nóng)業(yè)部關于印發(fā)《“十三五”農(nóng)業(yè)科技發(fā)展規(guī)劃》的通知，2017。。顯然，江蘇省蘇北蘇中地區(qū)在貫徹落實中央對農(nóng)業(yè)技術發(fā)展的要求方面做出了積極的響應。

（二）農(nóng)業(yè)生產(chǎn)資料配置效率是制約農(nóng)業(yè)生產(chǎn)效率改善的主要原因

配置效率是在四個分解成分中給全要素生產(chǎn)率增長帶來最多負效應的成分，年均配置效率為－1．6，相對于技術進步，抑制作用達到－62．42，是制約江蘇省全要素生產(chǎn)率增加，優(yōu)化農(nóng)業(yè)生產(chǎn)效率的主要原因。配置效率的變化趨勢和全要素生產(chǎn)率增長的變化趨勢十分相似，在技術進步、技術效率變化率和規(guī)模經(jīng)濟性在“十二五”期間相對穩(wěn)定的條件下，配置效率是引起全要素生產(chǎn)率增長波動的最主要成分。

因此，為了提高生產(chǎn)資料的配置效率，要繼續(xù)改革農(nóng)村土地使用制度，有序引導農(nóng)村剩余勞動力轉(zhuǎn)移，提高農(nóng)業(yè)機械、農(nóng)業(yè)生物技術在生產(chǎn)過程中的應用水平，減輕資源錯配對提升生產(chǎn)效率的抑制作用。

（三）農(nóng)業(yè)技術效率水平穩(wěn)定高企，但部分地區(qū)仍有較大改進空間

根據(jù)隨機前沿模型對技術效率的估計結(jié)果，江蘇省內(nèi)32個縣（市）的平均技術效率水平達到88．3，并在“十二五”期間有緩慢的下降趨勢，平均降幅為1．1。根據(jù)聚類分析結(jié)果，仍然有不少縣（市）的技術效率水平相對較低，濱?？h、響水縣、海門市、盱眙縣和金湖縣的平均技術效率水平僅有77．9，仍然存在改進的空間和必要。

（四）農(nóng)業(yè)生產(chǎn)規(guī)模經(jīng)濟性是制約農(nóng)業(yè)生產(chǎn)效率改善的次要原因

根據(jù)分解結(jié)果，研究地區(qū)在“十二五”期間的規(guī)模經(jīng)濟性方面維持了平穩(wěn)的態(tài)勢，年均值為－0．04，在農(nóng)業(yè)全要素生產(chǎn)率增長分解成分中占比較小，是制約生產(chǎn)效率改善的次要原因。同一時期，江蘇省農(nóng)業(yè)生產(chǎn)規(guī)模報酬指數(shù)（RTS）平均值為0．715。這反映了江蘇省農(nóng)業(yè)主產(chǎn)區(qū)的規(guī)模經(jīng)濟性為負的原因很可能來自于農(nóng)業(yè)生產(chǎn)整體體量過大，不符合產(chǎn)業(yè)結(jié)構(gòu)安排的比較優(yōu)勢。這也和蘇北蘇中地區(qū)為江蘇省包括糧食在內(nèi)的所有主要農(nóng)產(chǎn)品的主產(chǎn)區(qū)，農(nóng)業(yè)在產(chǎn)業(yè)結(jié)構(gòu)中占比重較高等事實相吻合。

（五）提高農(nóng)業(yè)生產(chǎn)效率的主要建議

1．持續(xù)投資科技創(chuàng)新，堅持科技進步對提升生產(chǎn)效率的主導作用。主要手段有：調(diào)整科技發(fā)展的方向。從注重糧食科技，向糧食、經(jīng)濟作物、飼料統(tǒng)籌發(fā)展轉(zhuǎn)變。從注重農(nóng)業(yè)種植技術改進，向注重資源調(diào)配、種植技術和環(huán)境保護的全過程轉(zhuǎn)變；擴大農(nóng)業(yè)科技人才隊伍。為了農(nóng)業(yè)科技多元化的發(fā)展方向，加快農(nóng)業(yè)科技產(chǎn)品的研發(fā)速度，要加大政策扶持力度，促進農(nóng)業(yè)企業(yè)的技術創(chuàng)新能力。重點培養(yǎng)以農(nóng)民為主體的農(nóng)業(yè)技術應用人才，加快農(nóng)業(yè)人口向職業(yè)農(nóng)民轉(zhuǎn)變的速度。

2．優(yōu)化投入要素結(jié)構(gòu)，減輕資源錯配對提升生產(chǎn)效率的抑制作用。資源錯配、要素誤置可能來源于部分要素的流動、增減機制不暢。因此，首先是要繼續(xù)改革農(nóng)村土地使用制度。在依法、有序推進土地經(jīng)營權流轉(zhuǎn)，實現(xiàn)規(guī)模經(jīng)營、合理使用農(nóng)業(yè)機械的同時，穩(wěn)定農(nóng)村土地承包關系，為培育新型農(nóng)業(yè)經(jīng)營主體和培養(yǎng)新型職業(yè)農(nóng)民打下土地制度基礎。其次要有序引導農(nóng)村剩余勞動力轉(zhuǎn)移。在蘇北和蘇中這樣就全國而言經(jīng)濟水平相對較好的地區(qū)，應當以農(nóng)民為主，發(fā)揮農(nóng)民積極主動性建設農(nóng)村小城鎮(zhèn)，利用誘致性轉(zhuǎn)移代替強制性轉(zhuǎn)移，因地制宜發(fā)展農(nóng)村非農(nóng)產(chǎn)業(yè)，也為異地轉(zhuǎn)移的返鄉(xiāng)農(nóng)民回鄉(xiāng)就業(yè)提供了可能性。

3．發(fā)掘技術效率潛力，改善科技應用水平以提升生產(chǎn)效率。江蘇省農(nóng)業(yè)主產(chǎn)區(qū)的部分地區(qū)仍然存在較多的農(nóng)業(yè)技術效率提升空間，然而近年來技術效率有緩慢的下降趨勢。通常認為技術效率和地方經(jīng)濟發(fā)展水平，市場條件、自然災害程度等因素有關。而改善技術效率最具有操作性的方法，就是提高農(nóng)業(yè)科技的推廣水平。要建立完善的農(nóng)業(yè)技術推廣體系。為了適應農(nóng)業(yè)信息化、規(guī)模化的需要，建立以國家農(nóng)技推廣機構(gòu)為主，農(nóng)民合作組織、涉農(nóng)企業(yè)、農(nóng)業(yè)科研和教學機構(gòu)為輔的“一主多元”的農(nóng)業(yè)技術推廣體系。要引導贏利性、經(jīng)營性組織開展農(nóng)技推廣服務。通過定向委托、招標投標等方式鼓勵專業(yè)服務組織、農(nóng)業(yè)技術協(xié)會、涉農(nóng)企業(yè)參與到農(nóng)業(yè)的產(chǎn)前、產(chǎn)中、產(chǎn)后服務過程中來。

［1］Romer D，Chow C．Advanced macroeconomic theory［M］．Mcgraw－h(huán)ill，1996．

［2］Kumbhakar SC，Denny M，F(xiàn)uss M．Estimation and decomposition of productivity change when production is not efficient：a paneldata approach ［J］．Econometric Reviews，2000，19（4）：312－320．

［3］Battese G E，CorraGS．Estimation ofa production frontier model：with application to the pastoral zone of Eastern Australia［J］．Australian Journal of Agricultural and Resource Economics，1977，21（3）：169－179．

［4］Fare R， Grosskopf S，Lovell C A K．Production frontiers［M］．Cambridge University Press，1994．

［5］吳清華，李谷成，周曉時，馮中朝．基礎設施、農(nóng)業(yè)區(qū)位與種植業(yè)結(jié)構(gòu)調(diào)整——基于1995—2013年省際面板數(shù)據(jù)的實證［J］．農(nóng)業(yè)技術經(jīng)濟，2015，（03）：25－32．

［6］余康，等．1989－2009中國總量農(nóng)業(yè)全要素生產(chǎn)率研究綜述［J］．浙江農(nóng)林大學學報，2012，（01）：111－118．

［7］尹朝靜，李谷成，葛靜芳．糧食安全：氣候變化與糧食生產(chǎn)率增長——基于HP濾波和序列DEA方法的實證分析［J］．資源科學，2016，（04）：665－675．

［8］Battese G E，Coelli T J．Frontier production functions，technical efficiency and panel data：with application to paddy farmers in India［M］．International applications of productivity and efficiency analysis．Springer Netherlands，1992：149－165．

［9］Battese G E，CoelliT J．Amodel for technical inefficiency effects in a stochastic frontier production function forpaneldata［J］．Empiricaleconomics，1995，20（2）：325－332．