王留鑫，洪名勇

(1.西北大學 經濟管理學院，陜西 西安 710127； 2.貴州大學 管理學院，貴州 貴陽 550025)

一、引 言

改革開放后我國經濟增長主要依靠要素驅動，這種生產方式雖然實現(xiàn)了經濟的快速增長，但單純依靠要素投入是不可持續(xù)的，尤其在我國資源環(huán)境約束趨緊的形勢下，經濟發(fā)展所面臨的瓶頸約束更加凸顯，原有的低成本要素投入已不可維持。伴隨著城鎮(zhèn)化的推進，農村勞動力轉移到城鎮(zhèn)，農村也面臨著“誰來種地”的問題，這迫使農業(yè)生產要素面臨再配置的問題。面對農業(yè)要素投入衰減的趨勢，未來農業(yè)的發(fā)展依靠全要素生產率的提高已成大勢所趨。

我國地域遼闊，自然條件和經濟社會條件差異明顯，農業(yè)生產具有很強的地域性，所以從全國整體視角研究我國農業(yè)全要素生產率很有價值，可以探究我國農業(yè)在地區(qū)間是否存在異質性，驗證各地區(qū)農業(yè)經濟增長的動力是否一致，同時，也可量化分析農業(yè)全要素生產率對農業(yè)發(fā)展的貢獻程度如何。而且可以依據不同階段農業(yè)全要素生產率的演進軌跡來判斷各地區(qū)農業(yè)經濟發(fā)展是否存在收斂，以及不同區(qū)域間農業(yè)全要素生產率的差異受哪些因素影響。本文基于1997～2014年31個省(自治區(qū))數(shù)據分析農業(yè)全要素生產率的演變軌跡、收斂情況以及影響因素，以更好地揭示我國農業(yè)發(fā)展的空間布局情況，有助于實施更加完善的農業(yè)政策。

二、文獻綜述

研究農業(yè)全要素生產率主要有兩種方法：以隨機前沿分析法為代表的參數(shù)法和以DEA—Malmquist法為代表的非參數(shù)法。這兩種研究方法各有優(yōu)勢和缺點，但考慮到DEA-Malmquist方法不需要設定嚴格前提假設的函數(shù)形式，而且對數(shù)據類型要求不高，可以處理不同量綱的投入產出數(shù)據，能更簡潔地分解出全要素生產率的各組成部分，為此，本文選取DEA—Malmquist非參數(shù)方法測算農業(yè)全要素生產率及其各分解項。表1從樣本選擇、投入產出變量以及研究結論方面總結了近年來采用DEA非參數(shù)法研究農業(yè)全要素生產率的既有文獻。

表1 采用DEA非參數(shù)法研究農業(yè)全要素生產率的相關文獻

從以上研究可以發(fā)現(xiàn)：第一，研究所選時間段不同，最早的研究從1978年開始，最近的研究為2012年。第二，所選省份為28個、29個、30個或31個。第三，在投入—產出變量的選擇上也有差異。有的用農林牧漁業(yè)總產值作為產出變量，有的用第一產業(yè)增加值作為產出變量，還有的用農業(yè)生產總值作為產出變量。在投入變量上，大多會選取土地、勞動力、機械、化肥等變量，也會出現(xiàn)役畜、用電量等個別有差異的變量。第四，在分析結果上，大多認為農業(yè)TFP存在差異，但對于農業(yè)TFP是否存在收斂，結論存在差異。由上可以看出，不管是數(shù)據年份的延展、省份的拓展，還是投入—產出變量的選取上，對農業(yè)TFP的研究仍有很多值得嘗試和探討的地方。

而且從既有研究可以看出，對農業(yè)TFP的研究一直都很受重視，除測算農業(yè)TFP增長率外，對于農業(yè)TFP的演變趨勢、貢獻因子的研究仍值得挖掘。同時，除了既有對農業(yè)TFP斂散性的研究外，還可深入分析影響農業(yè)TFP斂散性變動的因素是什么。為此，本文基于1997～2014年31個省份數(shù)據，利用DEA—Malmquist方法測算省際農業(yè)TFP，分析農業(yè)TFP演變軌跡，依據農業(yè)TFP的分解項分析其增長動力，研究農業(yè)TFP的斂散性，分析導致農業(yè)TFP存在區(qū)域差異的影響因素。

三、方法和數(shù)據

DEA-Malmquist方法的原理是在每一時點實際的生產基礎上構建生產前沿面，然后將非DEA有效決策單位投影到DEA有效生產前沿包絡面上，進而依據兩者的偏離程度衡量各決策單位的相對效率。根據DEA-Malmquist指數(shù)法，在規(guī)模報酬不變和要素強可處置條件下，t期生產可能性集合Pt形式如下：

(1)

式(1)中z表示密度變量，反映單個決策單位評價技術效率時的權重。依據式(1)，F(xiàn)arrell技術效率表示實際產出與最大產出的比率：

(2)

產出距離函數(shù)則指實際產出與生產前沿面上最大產出的差距范圍，它用技術效率的倒數(shù)表示如下：

(3)

基于Caves等(1982)[12]的研究，以t期(以及t+1期)技術作為參考，特定決策單位TFP變化可分別用如下Malmquist指數(shù)表示：

(4)

在上述研究基礎上，F(xiàn)are等(1992)[13]用兩個Malmquist指數(shù)的平均值計算TFP增長率。在規(guī)模報酬不變情況下，以時期t的技術條件為基期，Malmquist指數(shù)測度從時期t到時期t+1的經濟效率變化，該指數(shù)用以下形式表示：

(5)

(6)

在規(guī)模報酬可變情況下，F(xiàn)are等(1994)[14]把規(guī)模報酬不變情況下的技術效率指數(shù)又進一步分解為純技術效率指數(shù)(PEC)和規(guī)模效率指數(shù)(SEC)，即：

(7)

由此，Malmquist指數(shù)可表示為：

(8)

從數(shù)據可得性和連續(xù)性原則出發(fā)，考慮到重慶1997年列為直轄市，故本文選取的數(shù)據時間段為1997年～2014年，分析31個省份TFP的變化。參考既有研究中的變量選擇方法，并結合DEA—Malmquist方法的需要，本文選取以下投入產出指標：(1)農業(yè)產出。本文選取農林牧漁業(yè)總產值作為產出變量，能夠全面涵蓋農業(yè)的真實產出情況，同時，為消除價格因素影響，以1997年生產資料價格指數(shù)為基期對農業(yè)產出指標進行平減。(2)農業(yè)投入。本文中農業(yè)投入包括農藥、化肥、薄膜、農業(yè)勞動力、農業(yè)機械動力、農用柴油、灌溉面積和農作物播種面積等。一是土地投入。考慮到我國農業(yè)的復種指數(shù)，本文中土地投入以農作物播種面積來衡量，另外，考慮到農業(yè)基礎設施的完善(尤其是農田水利)，本文也選取灌溉面積來衡量土地投入。二是農業(yè)機械投入。本文選取的農業(yè)機械投入數(shù)值都是折合為標準值的加總動力數(shù)。三是化肥投入量，本文所選化肥投入量都是折合為標準量值的總和值。四是農業(yè)勞動力，本文選取第一產業(yè)從業(yè)人數(shù)來表示。五是農藥、柴油和薄膜數(shù)值都是來自國家統(tǒng)計局數(shù)據庫給出的年總計值。

四、農業(yè)全要素生產率的測算分解及收斂性

(一)農業(yè)全要素生產率的測算分解

根據1997年～2014年我國31個省份農業(yè)的投入產出數(shù)據，利用DEAP2.1軟件計算Malmquist全要素生產率指數(shù)，得出我國農業(yè)TFP及其各分解項，如表2所示。得出以下結論：第一，我國農業(yè)TFP呈現(xiàn)持續(xù)增長的態(tài)勢，1998年～2014年我國農業(yè)的TFP指數(shù)為1.028，意味著我國農業(yè)TFP年均增長率為2.8%。第二，從全要素生產率的四大組成部分來看，1998年～2014年技術效率指數(shù)、技術進步率指數(shù)、純技術效率指數(shù)和規(guī)模效率指數(shù)分別為1.012、1.047、1.002、1.012，意味著技術效率、技術進步率、純技術效率和規(guī)模效率對農業(yè)TFP增長的年均貢獻分別為1.2%、4.7%、0.2%和1.2%。第三，從農業(yè)TFP增長率中各組成部分的貢獻大小來看，1997年以來，技術進步率對農業(yè)TFP增長的貢獻作用最大，而貢獻作用最小者為純技術效率。第四，從農業(yè)TFP增長及其各組成部分的歷年波動情況來看，隨著時間的前移，各項指標都呈現(xiàn)出明顯的波動性，而且波動軌跡呈“W”形。

表2 1998～2014年我國農業(yè)TFP及其分解

因各地區(qū)農業(yè)自然資源稟賦差異，現(xiàn)以省(自治區(qū))為單位分析各省農業(yè)TFP增長及其組成部分，具體結果如表3所示。從各省(自治區(qū))TFP分布來看，廣東、廣西、貴州、西藏、云南、陜西、甘肅、青海、寧夏和新疆的全要素生產率均大于1，處于最佳水平，其余省份的TFP都小于1；從東中西三大區(qū)域來看，只有西部地區(qū)的TFP大于1，而東部、中部的TFP都小于1。從各省TFP的構成來看，19個省份的技術效率指數(shù)大于1，13個省份的技術進步指數(shù)大于1，20個省份的純技術效率指數(shù)大于1，30個省份的規(guī)模效率指數(shù)大于1，由此可見，規(guī)模效率對各省TFP增長的作用明顯。從三大區(qū)域的TFP構成部分來看，東部地區(qū)的技術進步率有所惡化，而技術效率、純技術效率和規(guī)模效率對東部地區(qū)TFP的增長都具有正向促進作用。中部地區(qū)除純技術效率呈現(xiàn)正向作用外，其他三部分都呈惡化態(tài)勢。西部地區(qū)的技術進步率和規(guī)模效率都對其TFP的增長呈正向促進作用，而技術效率與純技術效率的作用有所下降。

表3 1998年～2014年我國31個省市(自治區(qū))農業(yè)TFP及其分解

續(xù)表3 1998～2014年我國31個省市(自治區(qū))農業(yè)TFP及其分解

(二)農業(yè)全要素生產率區(qū)域間收斂性

從上文的分析結果來看，我國各地區(qū)農業(yè)TFP存在差異，但隨著時間的推移，這種差異是收斂還是發(fā)散，仍是需要解答的一個問題。在此，參考Bernard和Jones(1996)[15]的研究。他們認為不同經濟體向均衡增長路徑的轉變過程中，在某一時點開始縮小的初始收入差距稱為收斂，可表示為收入增長率與初始收入水平的負相關；當?shù)貐^(qū)間產出水平的方差出現(xiàn)不斷縮小的情況時，稱為σ收斂，表示某一區(qū)域內某一變量的差異程度。根據兩種收斂的定義及研究樣本特征，本文采用σ收斂，這里借鑒李國平(2008)的研究，定義測度σ收斂的形式為：

(9)

式(9)中，TFPm(t)表示t時期第m個地區(qū)的農業(yè)TFP，當某一區(qū)域σt+T<σt時，這個區(qū)域農業(yè)TFP就被認定為存在收斂。為與本收斂值相互驗證，選取變異系數(shù)和相對TFP比值兩個指標，前者通過測度各省農業(yè)TFP標準差與平均值的比來判斷其收斂與否，后者通過測度各省最高組農業(yè)TFP與最低組農業(yè)TFP的比值來判斷其收斂與否，兩個指標的判斷依據都是比值是否降低，若降低即為收斂。在測算各省農業(yè)TFP的收斂時，也用同樣的方法對東、中和西部三大區(qū)域農業(yè)TFP的收斂情況進行測度。

如圖1～圖4所示，從全國來看，我國農業(yè)TFP增長的絕對收斂值、變異系數(shù)、相對TFP比值的變動軌跡表現(xiàn)出一致性，其中，絕對收斂值由1998年的0.2576增加到1999年的0.9671，然后開始下降，一直到2006年都保持平穩(wěn)態(tài)勢，2006年之后農業(yè)TFP增長呈現(xiàn)出很大的波動性；由變異系數(shù)的變動軌跡可見，它經過1999年的上漲后進入下行區(qū)間，并在2004年達到0.1368的較小值，然后又開始逐漸上漲并在2007年達到0.5333的較大值，之后也開始了一定幅度的波動；相對TFP比值也在1999年達到較大值，呈現(xiàn)發(fā)散的態(tài)勢，然后進入相對平穩(wěn)的階段，直到2009年又升至最高值，呈現(xiàn)發(fā)散的態(tài)勢，然后又進入震蕩階段。從東、中、西三大區(qū)域來看，除中部地區(qū)在2007年～2010年農業(yè)相對TFP比值出現(xiàn)下降外，東部和西部農業(yè)相對TFP比值與全國農業(yè)相對TFP比值保持一致。從全國整體的時間周期來看，1998年～1999年發(fā)散，1999年～2004年收斂，2004年～2007年又發(fā)散，此后就進入收斂—發(fā)散的波動中。

五、農業(yè)全要素生產率變動的影響因素分析

從上文對全國和區(qū)域農業(yè)TFP及其各分解項的研究以及區(qū)域農業(yè)TFP的斂散性來看，我國農業(yè)TFP存在區(qū)域差異，且不存在收斂，但對于TFP所表現(xiàn)出的變動及區(qū)域差異究竟受哪些因素影響，仍有待于研究。影響農業(yè)TFP變動的因素很多，本文選取以下變量進行研究：(1)灌溉面積占比(irri)，用有效灌溉面積除以耕地面積來表示，可以表示農業(yè)生產要素的投入質量、農業(yè)基礎設施的完善程度；(2)產業(yè)結構(indus)，用第一產業(yè)產值占全省GDP比重來衡量，表示農業(yè)在國民經濟中的地位，以及與其產業(yè)結構相適應的生產要素的調整；(3)財政支農支出占比，用農林水事務支出占財政支出比重來表示，用于衡量政府對農業(yè)生產中的公共產品供給和支持力度；(4)工資性收入占比，采用工資性收入在農民人均純收入中的比重來衡量，代表農戶在農業(yè)生產上的投入比重；(5)城鎮(zhèn)化水平，用歷年各省城鎮(zhèn)化率來衡量，城鎮(zhèn)化是農民進城的過程，這也勢必影響農業(yè)生產要素的投入和農業(yè)人力資本的變化。

圖1 我國歷年農業(yè)TFP斂散走勢圖

圖2 全國及各區(qū)域農業(yè)TFP的絕對收斂值

圖3 全國及各區(qū)域農業(yè)TFP的變異系數(shù)趨勢

圖4 全國及各區(qū)域的相對TFP比值

在模型選擇上，考慮到因變量TFP數(shù)值位于0～2之間，是受限制的被解釋變量，表現(xiàn)出明顯的斷尾特征，為此，本文選取面板Tobit模型，模型形式如下：

Yit=α+βkXit+υi+εit,υiXit,Cit∈Normal(0,σ2)

ωit=min(Yit,Cit)

(10)

式(10)中Yit表示i省在t時期的農業(yè)TFP，Xit表示各個自變量，α和β表示待估參數(shù)，υi為個體效應，εit為隨機誤差項，假定其服從正態(tài)分布。ωit和Cit分別表示密度函數(shù)和設定的截取值。根據上述設定的一般模型，本文考慮右端截取形式，即Cit=1，具體因變量選擇和截取如下：

(11)

面板Tobit回歸分析，有混合Tobit回歸和隨機Tobit回歸分析兩種選擇，考慮到回歸分析的穩(wěn)定性和可靠性，本文選取隨機Tobit回歸進行分析。

表4 農業(yè)TFP影響因素的面板Tobit回歸結果

從表4的農業(yè)TFP的面板Tobit模型影響因素回歸結果來看，不同區(qū)域農業(yè)TFP的影響因素是不同的。首先從全國來看，對農業(yè)全要素生產率影響最大的因素依次為城鎮(zhèn)化率、有效灌溉面積占比、財政支農支出占比和產業(yè)結構。當它們分別增加1%，會引起農業(yè)TFP分別增長4.03%、1.72%、0.77%和0.43%。這是因為有效灌溉面積占比和財政支農支出比重的提高可有效改善農業(yè)生產條件，促進農業(yè)TFP的提升。城鎮(zhèn)化率的提升有利于開展農業(yè)規(guī)模經營，實現(xiàn)農業(yè)生產要素的優(yōu)化配置。產業(yè)結構的轉型，也有利于開展一二三產業(yè)融合，以及發(fā)揮二、三產業(yè)對農業(yè)的支持作用，從而提升農業(yè)TFP；而工資性收入占比的提高則對農業(yè)全要素生產率提高有約束作用，因為工資性收入占比提高，會吸引農民把更多的資源、要素投入農業(yè)之外，這樣對農業(yè)TFP的提升會造成不利影響。

從東中西部三大區(qū)域來看，不同區(qū)域農業(yè)TFP的影響因素差異很大。從東部來看，城鎮(zhèn)化率、有效灌溉面積占比和財政支農支出占比對農業(yè)TFP有顯著的正向提升作用，而產業(yè)結構和工資性收入占比對農業(yè)TFP的增長則存在阻礙；從中部來看，工資性收入占比對農業(yè)TFP提升有顯著阻礙作用，而其他因素則對農業(yè)TFP有促進作用；從西部來看，城鎮(zhèn)化率、工資性收入占比和財政支農支出占比對農業(yè)TFP有促進作用，有效灌溉面積占比和產業(yè)結構對農業(yè)TFP有阻礙作用。

六、結論和建議

本文采用DEA-Malmquist法對中國31個省(自治區(qū))1997年～2014年農業(yè)全要素生產率進行實證分析。從對我國農業(yè)全要素生產率的演變趨勢及斂散性的研究中，得出如下結論：1997年～2014年我國農業(yè)TFP年均增長率為2.8%，技術進步率對農業(yè)TFP增長的貢獻最大。東中西部三大區(qū)域農業(yè)TFP依次遞增，且表現(xiàn)出極大的差異性。從農業(yè)TFP的收斂性來看，各區(qū)域農業(yè)TFP并未表現(xiàn)出收斂。從農業(yè)TFP的影響因素來看，城鎮(zhèn)化率、有效灌溉面積占比、財政支農支出和產業(yè)結構對農業(yè)TFP有顯著正向作用，而工資性收入占比則對其有制約作用。

基于上述研究結論，提出以下建議：

第一，推進農業(yè)技術進步，提高農業(yè)技術使用效率。雖然技術進步率對提升我國農業(yè)TFP作用明顯，但純技術效率和規(guī)模效率的潛力還未充分顯現(xiàn)，這說明我國的農業(yè)技術的使用效率仍有待提高。在農業(yè)技術的開發(fā)研究中應堅持實用性、經濟性和適用性，建立有效的農業(yè)技術推廣機制，實現(xiàn)農業(yè)技術從研究到應用的高效對接，使生產技術更快地轉化為生產力。再者，我國人多地少的實際情況，使得我國農業(yè)技術的應用受到農業(yè)生產環(huán)境和條件的制約，技術應用的農業(yè)生產規(guī)模條件還沒有達到，這就需要工業(yè)化、城鎮(zhèn)化的協(xié)同發(fā)展，推進農民工的市民化進程，逐步轉移農村剩余勞動力，為農業(yè)的適度規(guī)模經營創(chuàng)造有利條件。只有適時推進制度創(chuàng)新，穩(wěn)步推進農業(yè)的適度規(guī)模經營，才能實現(xiàn)要素合理配置下的規(guī)模效應。

第二，改善農業(yè)生產基礎條件，大力發(fā)展生態(tài)農業(yè)。農業(yè)生產受自然地理環(huán)境條件的影響尤為明顯，尤其是農業(yè)生產用水在我國很多地區(qū)依然難以得到保證和滿足，“靠天吃飯”依然是很多農村地區(qū)的常態(tài)，所以，政府應加大對農業(yè)的財政補貼力度，用于完善農業(yè)生產基礎設施建設(尤其是西部干旱半干旱地區(qū)的農業(yè)水利條件)，改善農業(yè)生產的條件，建立一批高產優(yōu)質農田。而且，在當前資源環(huán)境約束趨緊、生態(tài)環(huán)境日益嚴峻的形勢下，應大力推廣生態(tài)農業(yè)、綠色農業(yè)的生產方式，比如推廣農業(yè)節(jié)水技術、合理利用化肥等農資，實現(xiàn)農業(yè)經濟效益和生態(tài)效益的有機統(tǒng)一。

第三，充分發(fā)揮農村一二三產業(yè)融合機制。農業(yè)作為一個弱質產業(yè)，其發(fā)展受二、三產業(yè)發(fā)展的影響很大，完全依靠農業(yè)自身去解決“三農”問題是不現(xiàn)實的，而必須依靠二、三產業(yè)的支持和帶動，實現(xiàn)一二三產業(yè)的協(xié)同發(fā)展，這既是對“四化同步”的內涵延伸，也有利于實現(xiàn)農村一二三產業(yè)的深度融合。借助這種協(xié)同發(fā)展的融合機制，依托新型工業(yè)化進程中工業(yè)對農業(yè)的支持，以及城鎮(zhèn)化對農村要素配置所產生的促進作用，引領農業(yè)發(fā)展由要素驅動向技術創(chuàng)新驅動轉變，進而提高農業(yè)的全要素生產率，并縮小其區(qū)域差異。

參考文獻：

[1]趙 蕾,楊向陽,王懷明.改革開放以來中國省際農業(yè)生產率的收斂性分析[J].南開經濟研究,2007，(1):107-116.

[2]曾先鋒,李國平.我國各地區(qū)的農業(yè)生產率與收斂：1980—2005[J].數(shù)量經濟技術經濟研究,2008,25(5):81-92.

[3]周端明.技術進步、技術效率與中國農業(yè)生產率增長[J].數(shù)量經濟技術經濟研究,2009，(12):70-82.

[4]全炯振.中國農業(yè)全要素生產率增長的實證分析：1978—2007年[J].中國農村經濟，2009，(9):36-47.

[5]方福前，張艷麗.中國農業(yè)全要素生產率的變化及其影響因素分析[J].經濟理論與經濟管理，2010，(9)：5-12.

[6]李谷成，陳寧陸，閔 銳.環(huán)境規(guī)制條件下中國農業(yè)全要素生產率增長與分解[J].中國人口資源與環(huán)境，2011,21(11)：153-160.

[7]Xin Xiangfei,Qin Fu,Decomposition of agricultural labor productivity growth and its regional disparity in china[J]. China agricultural economic review,2011,3(1):92-100.

[8]韓海彬，趙麗芬.環(huán)境約束下中國農業(yè)全要素生產率增長及收斂分析[J].中國人口資源與環(huán)境,2013,23(3)：70-76.

[9]高 帆.我國區(qū)域農業(yè)全要素生產率的演變趨勢與影響因素——基于省際面板數(shù)據的實證分析[J].數(shù)量經濟技術經濟研究，2015，(5)：3-19.

[10]赫國勝,張微微.中國農業(yè)全要素生產率影響因素、影響效應分解及區(qū)域化差異——基于省級動態(tài)面板數(shù)據的GMM 估計[J].遼寧大學學報(哲學社會科學版)，2016,44(3)：79-88.

[11]尹朝靜，李谷成,賀亞亞.農業(yè)全要素生產率的地區(qū)差距及其增長分布的動態(tài)演進——基于非參數(shù)估計方法的實證研究[J].華中農業(yè)大學學報(社會科學版)，2016，(2)：38-46.

[12]Caves D W, Christensen I. R., Diewert W.R The Economic .Theory of index numbers and the measurement of input, output and productivity[J]. Econometrica, 1982,50:1393-1414.

[13]Fare R, Shawna G, Lindgren B, Pontus R.Productivity changes in Swedish Phar-macies 1980-1989: A nonparamentric Malmquist approach[J]. Journal of productivity analysis, 1992, 3(3)：85-101.

[14]Fare R, Shawna G, Mary Norris, Zhang Zhongyang. Productivity growth, technical progress, and efficiency change in industrialized countries[J]. American Economic Review, 1994,(1):66-82.

[15]Bernard A , Jones C I. Productivity Across industries and countries: time series theory and evidence[J]. Review of Economics and statistics, 1996, 78(1):135-146.