高齊圣，王丹亞

（青島大學(xué) 經(jīng)濟學(xué)院，山東 青島 266061）

農(nóng)業(yè)作為我國國民經(jīng)濟的基礎(chǔ)性產(chǎn)業(yè)，自改革開放以來，農(nóng)業(yè)總產(chǎn)值增長顯著，從1978年的1 437 億元上升至2018年的61 452.6 億元，然而，農(nóng)業(yè)發(fā)展過程中的地區(qū)差距表現(xiàn)明顯，已成為地區(qū)發(fā)展不平衡的重要因素[1]。2006年，《國民經(jīng)濟和社會發(fā)展第十一個五年規(guī)劃綱要》中提出：“堅持實施推進西部大開發(fā)，振興東北地區(qū)等老工業(yè)基地，促進中部地區(qū)崛起，鼓勵東部地區(qū)率先發(fā)展的區(qū)域發(fā)展總體戰(zhàn)略，健全區(qū)域協(xié)調(diào)互動機制，形成合理的區(qū)域發(fā)展格局”，這是國家首次提出的區(qū)域發(fā)展總體戰(zhàn)略。那么，在推進西部大開發(fā)戰(zhàn)略、東北振興戰(zhàn)略、中部崛起戰(zhàn)略和東部地區(qū)率先發(fā)展戰(zhàn)略的進程中，我國不同地區(qū)農(nóng)業(yè)經(jīng)濟增長之間有何差異？演進軌跡如何？對于上述問題的有效回應(yīng)有助于為制定區(qū)域發(fā)展總體戰(zhàn)略提供科學(xué)依據(jù)，推動地區(qū)間農(nóng)業(yè)的協(xié)調(diào)發(fā)展，具有較強的實踐意義。

一、文獻綜述

全要素生產(chǎn)率（TFP）作為衡量國家可持續(xù)發(fā)展和經(jīng)濟運行質(zhì)量優(yōu)劣的重要指標(biāo)，其測算是學(xué)術(shù)界的熱點，全要素生產(chǎn)率的測算方法主要有傳統(tǒng)的非前沿方法和生產(chǎn)前沿法[2-3]。非前沿方法主要包括索洛余值法，其將產(chǎn)出增長中要素投入貢獻以外的部分全部歸結(jié)為技術(shù)進步，技術(shù)變化是全要素生產(chǎn)率變化的全部。朱希剛、劉延風(fēng)[4]采用余值法測算了我國“八五”期間農(nóng)業(yè)科技進步率。趙芝俊、張社梅[5]基于C-D 生產(chǎn)函數(shù)利用索洛余值法測算我國1986—2003年的農(nóng)業(yè)科技進步率。由于這種傳統(tǒng)的非前沿方法不考慮生產(chǎn)技術(shù)上的非效率，與現(xiàn)實情況不符合，而生產(chǎn)前沿法則允許技術(shù)無效率的存在，比非前沿方法更為合理，已成為了度量全要素生產(chǎn)率變化的常用方法。

生產(chǎn)前沿法主要包括以隨機前沿分析（SFA）為主的參數(shù)方法和以數(shù)據(jù)包絡(luò)分析（DEA）為主的非參數(shù)方法，目前，這兩種方法被廣泛地應(yīng)用于農(nóng)業(yè)領(lǐng)域[6-7]。第一種，隨機前沿分析法。石慧等[8]利用隨機前沿超越對數(shù)生產(chǎn)函數(shù)研究了1985—2005年中國農(nóng)業(yè)生產(chǎn)率，并將中國分為長江中游、東北、華北沿海、華東沿海、華南、黃河中游、西北和西南八個地區(qū)進行了分析，發(fā)現(xiàn)農(nóng)業(yè)TFP 的地區(qū)差距不十分明顯。全炯振[2]采用SFA-Malmquist 指數(shù)法測算了1978—2007年中國農(nóng)業(yè)全要素生產(chǎn)率變化指數(shù)，結(jié)果表明東部農(nóng)業(yè)全要素生產(chǎn)率增長明顯強于中西部地區(qū)，中部地區(qū)又強于西部地區(qū)。張樂、曹靜[9]測度了1991—2010年中國農(nóng)業(yè)全要素生產(chǎn)率，并對西南部、華東地區(qū)、華南華中、華北、西北和東北六個地區(qū)進行了比較分析，發(fā)現(xiàn)西南部地區(qū)農(nóng)業(yè)TFP 增長最快。王留鑫等[10]測算了1998—2014年農(nóng)業(yè)全要素生產(chǎn)率增長及分解，分為東北、西南、華中、西北、華南、華北和華東七個地區(qū)進行分析，發(fā)現(xiàn)農(nóng)業(yè)全要素生產(chǎn)率增長存在明顯的地區(qū)差異。第二種，數(shù)據(jù)包絡(luò)法。曾先鋒等[11]利用1980—2005年的農(nóng)業(yè)投入和產(chǎn)出數(shù)據(jù)，估算了中國農(nóng)業(yè)全要素生產(chǎn)率的變化，結(jié)果表明農(nóng)業(yè)TFP 增長呈現(xiàn)東部、中部及西部地區(qū)依次遞減的趨勢。方福前、張艷麗[12]分析了1991—2008年農(nóng)業(yè)全要素生產(chǎn)率，發(fā)現(xiàn)西部農(nóng)業(yè)TFP 增長高于中部和東部。李谷成[13]利用農(nóng)林牧漁業(yè)總產(chǎn)值、農(nóng)作物總播種面積、農(nóng)用役畜等面板數(shù)據(jù)測算了1978—2005年中國農(nóng)業(yè)生產(chǎn)率增長，發(fā)現(xiàn)東部農(nóng)業(yè)TFP 最高，其次為西部地區(qū)，中部農(nóng)業(yè)TFP 增長最慢。王玨等[14]利用農(nóng)林牧漁業(yè)總產(chǎn)值、機械總動力、總播種面積、化肥施用量等數(shù)據(jù)計算了1992—2007年我國各地區(qū)農(nóng)業(yè)全要素生產(chǎn)率，發(fā)現(xiàn)農(nóng)業(yè)TFP變化整體上表現(xiàn)為東部、中部、西部依次遞減的趨勢。韓中[15]測算了1978—2008年我國農(nóng)業(yè)全要素生產(chǎn)率，結(jié)果表明東部農(nóng)業(yè)TFP 最高，其次為西部地區(qū)，中部地區(qū)最低。舒銀燕[16]分析了1986—2010年西部地區(qū)10 個省份了農(nóng)業(yè)全要素生產(chǎn)率增長。高帆[17]分析了1992—2012年我國農(nóng)業(yè)TFP，結(jié)果表明東部、中部、西部地區(qū)的農(nóng)業(yè)TFP 依次遞減。李文華[18]利用1998—2015年農(nóng)林牧漁業(yè)生產(chǎn)總值、農(nóng)作物播種面積、有效灌溉面積、農(nóng)業(yè)機械總動力等數(shù)據(jù)測算了中國農(nóng)業(yè)全要素生產(chǎn)率，發(fā)現(xiàn)東部地區(qū)農(nóng)業(yè)TFP 明顯優(yōu)于中西部地區(qū)，中部地區(qū)又優(yōu)于西部地區(qū)。陳煦[19]考察了1998—2015年全國農(nóng)業(yè)全要素生產(chǎn)率的變化，并將全國分為東部、東北、中部和西部四個地區(qū)進行分析，發(fā)現(xiàn)不同地區(qū)的空間差異性在逐步減小。周鵬飛等[20]分析了2007—2016年我國農(nóng)業(yè)全要素生產(chǎn)率的變化情況，發(fā)現(xiàn)我國農(nóng)業(yè)TFP 增長表現(xiàn)為中部、西部、東部地區(qū)依次遞減。王軍等[21]測算了1978—2016年全國整體、東、中、西和東北四大區(qū)域的農(nóng)業(yè)全要素生產(chǎn)率，發(fā)現(xiàn)東部地區(qū)農(nóng)業(yè)TFP年均增長率最高，其次為東北地區(qū)，中部地區(qū)高于西部地區(qū)。

關(guān)于我國農(nóng)業(yè)全要素生產(chǎn)率增長的地區(qū)差異收斂的文獻中，常用的收斂分析主要有σ 收斂、絕對β 收斂和條件β 收斂三種類型。趙蕾等[22]檢驗了1982—2003年中國農(nóng)業(yè)生產(chǎn)率的收斂性，發(fā)現(xiàn)中國農(nóng)業(yè)生產(chǎn)率不存在σ 收斂，但同時存在絕對β 收斂和條件β 收斂。曾國平等[23]檢驗了1978—2007年全國及東、中、西部地區(qū)農(nóng)業(yè)TFP的收斂性，發(fā)現(xiàn)我國農(nóng)業(yè)TFP 增長指數(shù)不存在σ 收斂，中部和西部地區(qū)存在絕對β 收斂和條件β 收斂，東部地區(qū)收斂不顯著。潘丹、孔凡斌[24]對1998—2009年的農(nóng)業(yè)全要素生產(chǎn)率的收斂性進行了檢驗，結(jié)果表明我國農(nóng)業(yè)全要素生產(chǎn)率不存在σ 收斂、絕對β 收斂和隨機收斂，但存在顯著的條件β 收斂。高帆[17]考察了1992—2012年中國31 個省份以及三大區(qū)域農(nóng)業(yè)TFP 的差異程度，發(fā)現(xiàn)全國農(nóng)業(yè)TFP 增長率的斂散性主要來自省份內(nèi)部的變動，而不是三大區(qū)域之間的變動。史常亮等[25]使用面板單位根方法對我國農(nóng)業(yè)TFP增長進行了隨機性收斂檢驗，結(jié)果表明不管是從全國整體還是分區(qū)域來看，我國農(nóng)業(yè)TFP 增長均不存在著隨機收斂。李文華等[26]衡量了1999—2015年農(nóng)業(yè)環(huán)境全要素生產(chǎn)率，發(fā)現(xiàn)全國和東部、中部、西部及東北地區(qū)均存在條件β 收斂。張霞[27]分析了西南地區(qū)1998—2016年農(nóng)業(yè)全要素生產(chǎn)率的收斂性，發(fā)現(xiàn)西南地區(qū)5 個省市農(nóng)業(yè)TFP 具有顯著的條件收斂趨勢。

綜上，現(xiàn)有文獻對豐富農(nóng)業(yè)TFP 相關(guān)研究成果具有重要意義，但仍然存在兩點不足。首先，上述研究測算農(nóng)業(yè)全要素生產(chǎn)率所運用的方法主要集中于DEA-Malmquist 指數(shù)法，相較于數(shù)據(jù)包絡(luò)法，運用隨機前沿生產(chǎn)函數(shù)法來測算農(nóng)業(yè)全要素生產(chǎn)率變化的研究較少?？紤]到農(nóng)業(yè)生產(chǎn)的本質(zhì)特征，SFA 要比DEA 更加適合，其結(jié)果在某種程度上要優(yōu)于DEA 的測算結(jié)果[28-29]。其次，關(guān)于農(nóng)業(yè)全要素生產(chǎn)率增長的地區(qū)差異以及是否趨于收斂等研究結(jié)論，學(xué)者們并未達(dá)成一致，缺乏從動態(tài)角度探討農(nóng)業(yè)TFP 變化情況的研究。鑒于此，本研究采用隨機前沿生產(chǎn)函數(shù)法對2003—2017年我國31 個省（市、區(qū)）農(nóng)業(yè)全要素生產(chǎn)率增長率進行測算，并對我國東部、中部、西部和東北地區(qū)農(nóng)業(yè)TFP 增長的差異進行分析，然后利用核密度函數(shù)考察了全國及四大區(qū)域的農(nóng)業(yè)TFP 增長的動態(tài)演進特征，最后提出針對性的政策建議。

二、研究方法

（一）隨機前沿分析法

隨機前沿分析法是一種參數(shù)方法，該方法需要首先確定一個具體的函數(shù)形式，然后基于該函數(shù)形式對各參數(shù)進行估計。與DEA 相比，隨機前沿生產(chǎn)函數(shù)法具有如下優(yōu)點[6]：其一，SFA 考慮了隨機因素對產(chǎn)出的影響，可以將技術(shù)效率從隨機擾動中分離出來；其二，SFA 的計算結(jié)果不易受異常值的影響，穩(wěn)健性較好；其三，SFA 可以通過參數(shù)值求出投入要素的產(chǎn)出彈性和規(guī)模報酬情況；其四，SFA 可以對所得結(jié)果進行統(tǒng)計檢驗或求得相應(yīng)的置信區(qū)間。本研究采用Battese and Coelli 提出來的BC92 模型[30]，假設(shè)uit服從非負(fù)的截斷正態(tài)分布，而且隨時間變化，即其中η是考慮時變性的待估參數(shù)。則隨機前沿生產(chǎn)函數(shù)模型的一般形式為：

式（1）中：Yit表示在t時期第i省份的產(chǎn)出，F(xiàn)(·)表示前沿產(chǎn)出，Xit表示在t時期i省份的投入要素，β表示參數(shù)，itν為隨機擾動項，uit為技術(shù)無效率項，可以用來測度技術(shù)效率水平，即TE=exp(-uit)，因為假設(shè)條件中技術(shù)無效率項服從非負(fù)的截斷正態(tài)分布，所以技術(shù)效率水平取值在0 和1 之間，其值越接近1，離前沿產(chǎn)出水平越近，說明技術(shù)無效率程度越低。定義γ≤1，若γ越接近1，技術(shù)無效率項對復(fù)合擾動項的變異程度影響越大，說明隨機前沿模型越合理[31]。

在確定性前沿生產(chǎn)函數(shù)下，全要素生產(chǎn)率的變化（TFPC）可以被分解為四部分，具體分解步驟如下所示[32]：

首先對確定性前沿生產(chǎn)函數(shù)部分取對數(shù)形式，lnY=lnF(Xit,t;β)-uit，然后對時間求導(dǎo)，得到

最后，將（3）式帶入（4）式并整理，得到全要素生產(chǎn)率變化的構(gòu)成與分解：

式（5）中：第一部分為技術(shù)進步（TC），代表生產(chǎn)邊界的移動，即當(dāng)要素投入保持不變時，產(chǎn)出因技術(shù)變化而增加的部分。第二部分為規(guī)模效率的變化（SC），代表在其他情況不變的情況下，產(chǎn)出因投入要素規(guī)模發(fā)生變化時而產(chǎn)生的變動，當(dāng)規(guī)模報酬不變時，該項為零。第三部分為配置效率的變化，代表在利潤最大化水平下，投入要素的比例是否合理分配，當(dāng)配置有效時，smε=εm，則該項為零，由于配置效率計算過程中需要要素的價格信息，而這些數(shù)據(jù)往往無法獲得，大多數(shù)研究假設(shè)配置有效。第四部分為技術(shù)效率的變化（TEC），代表實際產(chǎn)出與前沿產(chǎn)出之間的距離隨時間的變化。

（二）核密度估計

在測算農(nóng)業(yè)全要素生產(chǎn)率的基礎(chǔ)上，利用核密度估計可以給出全國及四大區(qū)域農(nóng)業(yè)TFP 增長的地區(qū)差異和動態(tài)變化情況。核密度估計是在密度函數(shù)未知的情況下，根據(jù)已有的樣本得出密度函數(shù)的表達(dá)式，其能夠在整個估計區(qū)間都獲得較好的精度和平滑度。核密度估計函數(shù)的具體形式為[33]：

式（6）中：n為觀測值個數(shù)，h為帶寬，xi為觀測值，K(·)為核函數(shù)。常用的核函數(shù)有高斯核函數(shù)，Epanechnikov 核函數(shù)和Biweight 核函數(shù)等，由于選用任何核函數(shù)都能保證密度估計具有穩(wěn)定相合性，所以最關(guān)鍵的因素不是核函數(shù)的形式，而是帶寬的選擇，其對估計分布的光滑程度影響十分大，常用的帶寬選擇的方法為插入法，即把未知函數(shù)的估計插入到漸近公式里以選擇最佳帶寬[34]。

三、數(shù)據(jù)說明及模型構(gòu)建

（一）數(shù)據(jù)來源與變量說明

本研究數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》《中國固定資產(chǎn)投資統(tǒng)計年鑒》及各省的統(tǒng)計年鑒，考慮到數(shù)據(jù)的可獲取性，選取了2002—2017年我國31 個省（市、區(qū)）的面板數(shù)據(jù)，數(shù)據(jù)均以2002年為基期。隨機前沿生產(chǎn)函數(shù)法是單產(chǎn)出多投入模型，現(xiàn)有的文獻中投入變量大部分采用的是農(nóng)作物播種面積、有效灌溉面積、化肥施用量、農(nóng)業(yè)機械總動力、役畜等指標(biāo)，考慮到選取多個指標(biāo)可能會造成解釋變量之間出現(xiàn)嚴(yán)重的多重共線性問題，本研究選取兩個投入變量。對所選取的農(nóng)業(yè)產(chǎn)出和投入變量給以詳細(xì)說明：

1）農(nóng)業(yè)產(chǎn)出。選用廣義的農(nóng)林牧漁業(yè)總產(chǎn)值作為產(chǎn)出指標(biāo)，單位萬元，并利用農(nóng)林牧漁業(yè)總產(chǎn)值指數(shù)對農(nóng)林牧漁業(yè)總產(chǎn)值進行處理，以剔除價格因素的影響

2）農(nóng)業(yè)投入。在勞動投入方面，本研究采用第一產(chǎn)業(yè)從業(yè)人員來衡量勞動力投入，單位萬人，數(shù)據(jù)來自2003—2018年中國各省統(tǒng)計年鑒，其中黑龍江省2011—2013年數(shù)據(jù)缺失，用三次樣條插值法進行補缺處理。農(nóng)業(yè)資本投入用農(nóng)業(yè)資本存量來衡量，利用Gold Smith 在1951年開創(chuàng)的永續(xù)盤存法進行估算資本存量，計算過程中一共涉及到四個變量：一是當(dāng)年固定資產(chǎn)投資，采用農(nóng)林牧漁業(yè)固定資產(chǎn)投資，單位萬元，該指標(biāo)是反映固定資產(chǎn)投資規(guī)模、結(jié)構(gòu)和發(fā)展速度的綜合性指標(biāo)，可以更加準(zhǔn)確地反映我國農(nóng)業(yè)資本存量的變化；二是固定資產(chǎn)投資價格指數(shù)，以折算到不變價格，利用農(nóng)業(yè)生產(chǎn)資料價格指數(shù)進行處理；三是經(jīng)濟折舊率，農(nóng)業(yè)資本折舊率采用吳方衛(wèi)計算的0.054 2[35]；四是基年資本存量，初始資本存量按照國際上通用的方法，即基期農(nóng)林牧漁業(yè)固定資產(chǎn)投資比上農(nóng)林牧漁業(yè)固定資產(chǎn)投資年均增長率和經(jīng)濟折舊率之和。

（二）隨機前沿超越對數(shù)生產(chǎn)函數(shù)

在隨機前沿生產(chǎn)函數(shù)中，常用的生產(chǎn)函數(shù)形式主要有C-D 生產(chǎn)函數(shù)和超越生產(chǎn)函數(shù)，C-D 生產(chǎn)函數(shù)在計算和解釋方面有比較大的優(yōu)勢，但是對要素彈性、交叉彈性和替代彈性有嚴(yán)格的限制，而超越生產(chǎn)函數(shù)形式比較靈活，包容性較強，對要素彈性沒有約束，應(yīng)用比較廣泛。因此，本研究采用隨機前沿超越對數(shù)生產(chǎn)函數(shù)作為基礎(chǔ)模型，具體形式為：

由于模型形式設(shè)定是否恰當(dāng)直接關(guān)系到結(jié)論是否合理，不恰當(dāng)?shù)哪Ｐ涂赡軙a(chǎn)生誤導(dǎo)性的結(jié)論，因此，本研究對模型的設(shè)定做了五個方面的檢驗：1）隨機前沿模型的適用性。原假設(shè)，若拒絕原假設(shè)，說明運用隨機前沿模型是合理的。2）技術(shù)效率的時變性。原假設(shè)，如果不能拒絕原假設(shè)，意味著技術(shù)效率不隨時間而變化。3）生產(chǎn)函數(shù)形式檢驗。原假設(shè)。若接受原假設(shè)，應(yīng)采用C-D 生產(chǎn)函數(shù)。4）技術(shù)進步檢驗。原假設(shè)，如果接受原假設(shè)，說明不存在技術(shù)變化。5）技術(shù)中性檢驗。如果接受了假設(shè)（4），則這一步檢驗就無需進行。原假設(shè)。如果接受原假設(shè)，說明技術(shù)沒有滲透到生產(chǎn)要素，投入要素的變化不會帶來技術(shù)進步效應(yīng)。對上述五個方面的檢驗都采取廣義似然比檢驗（LR），其統(tǒng)計量為：如果原假設(shè)成立，那么檢驗統(tǒng)計量服從混合卡方分布，自由度為受約束變量的數(shù)量。模型檢驗結(jié)果如表1 所示。

綜合表1 中結(jié)果，檢驗一說明存在技術(shù)無效率項，檢驗二說明技術(shù)效率具有時變性，檢驗三說明應(yīng)采用超越對數(shù)生產(chǎn)函數(shù)模型，檢驗四和五說明農(nóng)業(yè)產(chǎn)出存在技術(shù)進步但是是中性的。因此，本研究選取技術(shù)中性的時變隨機前沿超越對數(shù)生產(chǎn)函數(shù)進行測算農(nóng)業(yè)全要素生產(chǎn)率。模型參數(shù)估計結(jié)果如表2 所示。

表1 模型檢驗結(jié)果

表2 模型參數(shù)估計結(jié)果?

根據(jù)表2 可以看出，所有參數(shù)都是顯著的，而且絕大多數(shù)在1%水平上顯著，驗證了本研究所設(shè)定模型的合理性。γ值為0.995 3，且在1%水平上顯著，說明誤差項的波動主要來自于技術(shù)非效率，因此，選用隨機前沿超越對數(shù)生產(chǎn)函數(shù)能很好地刻畫農(nóng)業(yè)產(chǎn)出活動的特點。

四、結(jié)果分析

（一）農(nóng)業(yè)投入要素的產(chǎn)出彈性測算

SFA 相比DEA 的優(yōu)點之一是可以計算出要素的產(chǎn)出彈性，但超越對數(shù)生產(chǎn)函數(shù)中的系數(shù)不能直接反映要素的產(chǎn)出彈性，需要根據(jù)生產(chǎn)函數(shù)形式，通過推導(dǎo)得到投入要素的產(chǎn)出彈性的計算公式：

表3 中為資本和勞動的產(chǎn)出彈性，反映出產(chǎn)出與投入的動態(tài)變化。在2002—2017 期間，勞動力要素產(chǎn)出彈性的年均值為0.043 4，表明農(nóng)業(yè)生產(chǎn)中每增加1%的勞動力要素投入，產(chǎn)出將增加0.043 4%；資本要素產(chǎn)出彈性的年均值為0.099 6，表明農(nóng)業(yè)生產(chǎn)中每增加1%的資本要素投入，產(chǎn)出將增加0.099 6%；兩種投入要素的產(chǎn)出平均彈性之和為0.143 小于1，說明存在規(guī)模報酬遞減現(xiàn)象。從時間上來看，資本的產(chǎn)出彈性與勞動的產(chǎn)出彈性呈相反的方向變動，雖然資本的產(chǎn)出彈性在逐漸變小，但是在整個樣本期間都為正值，說明我國農(nóng)業(yè)資本投入的增加會直接帶來產(chǎn)出的增加。隨時間的推移，勞動的產(chǎn)出彈性由負(fù)值變?yōu)檎?，而且在逐漸增大，說明目前我國農(nóng)業(yè)勞動力的數(shù)量已經(jīng)開始存在短缺的問題。21世紀(jì)以來，中央政府始終將“三農(nóng)問題”作為工作的重中之重，連續(xù)加大了對農(nóng)業(yè)和農(nóng)村地區(qū)基礎(chǔ)設(shè)施建設(shè)的投資力度，但隨著工業(yè)化和城市化進程的不斷推進，部分勞動力流向城市或其他行業(yè)，致使農(nóng)業(yè)勞動力不斷減少。

表3 資本和勞動的產(chǎn)出彈性

（二）不同地區(qū)農(nóng)業(yè)技術(shù)效率水平測算

從圖1 可以看出，在2002—2017年樣本期間，四大地區(qū)均未達(dá)到前沿技術(shù)水平，說明我國農(nóng)業(yè)經(jīng)濟并沒有充分發(fā)揮現(xiàn)有的技術(shù)水平，投入要素使用效率不高，而且農(nóng)村勞動力不斷流出農(nóng)業(yè)不利于農(nóng)業(yè)技術(shù)的傳播和積累，導(dǎo)致實際產(chǎn)出與前沿邊界產(chǎn)出仍有很大距離。中部地區(qū)的技術(shù)效率水平最高，其次為東部地區(qū)，東北地區(qū)又高于西部地區(qū)，可能是因為中部地區(qū)相對來說自然資源豐富，地理位置較優(yōu)越，農(nóng)村人口數(shù)多，重視農(nóng)產(chǎn)品生產(chǎn)，因而農(nóng)業(yè)技術(shù)管理水平較高，西部地區(qū)相對來說人力資本存量低下，由于地理位置因素，市場化和對外開放水平較低，導(dǎo)致技術(shù)無效率程度最高。從變動趨勢上來看，我國技術(shù)效率呈上升趨勢，但增長幅度不大。更加具體來說，各個省份的農(nóng)業(yè)技術(shù)效率水平存在較大的差異，山東省的農(nóng)業(yè)技術(shù)效率水平（TE）最高，為0.972 5，已快接近前沿產(chǎn)出水平，要想進一步發(fā)展，必須通過技術(shù)創(chuàng)新來使前沿面上移，并在新的前沿邊界下逐步提高技術(shù)效率水平，西藏的農(nóng)業(yè)技術(shù)效率程度最低，僅為0.026 9，應(yīng)該從內(nèi)部挖掘潛力來促進農(nóng)業(yè)經(jīng)濟發(fā)展，從而避免外延式的增加投入。

圖1 四大地區(qū)技術(shù)效率水平

（三）農(nóng)業(yè)全要素生產(chǎn)率的增長分解

通過對東部、中部、西部及東北地區(qū)四大區(qū)域農(nóng)業(yè)全要素生產(chǎn)率的比較（圖2～5），可以發(fā)現(xiàn)，在整個樣本期間，中國農(nóng)業(yè)全要素生產(chǎn)率增長表現(xiàn)出地區(qū)之間發(fā)展不平衡增長的特征。從整體上看，東部地區(qū)農(nóng)業(yè)全要素生產(chǎn)率增長明顯地高于東北、中部和西部地區(qū)，分階段來看，在2003—2009年期間，農(nóng)業(yè)全要素生產(chǎn)率增長基本上按照由東部到東北，再由東北到中部，最后由中部到西部的順序呈現(xiàn)出遞減的趨勢，在2010—2017年期間，西部地區(qū)的農(nóng)業(yè)全要素生產(chǎn)率增長超過了中部地區(qū)。從曲線走勢來看，在2003—2009年階段，東部、東北、中部及西部地區(qū)的農(nóng)業(yè)全要素生產(chǎn)率的增長總體上表現(xiàn)為下降的趨勢，在2010—2017年階段東北、中部和西部地區(qū)總體上呈現(xiàn)出上升趨勢，東部地區(qū)雖在此階段存在波動性，但2015年之后也表現(xiàn)出上升趨勢。2008年爆發(fā)的全球金融危機，對中國各個地區(qū)的農(nóng)業(yè)經(jīng)濟產(chǎn)生了很大的沖擊，農(nóng)業(yè)TFP 大幅度下降，為應(yīng)對危機,中央采取了多種措施，2009年，中央財政對農(nóng)村水、電、路、氣等基礎(chǔ)設(shè)施方面的投入比歷年水平都有所提高，農(nóng)業(yè)生產(chǎn)條件得到極大改善，農(nóng)業(yè)TFP 表現(xiàn)出明顯的增加，在應(yīng)對金融危機的過程中，外出農(nóng)民工到東部的就業(yè)比例下降，到中部的比例基本不變，到西部的比例上升[36]，經(jīng)濟結(jié)構(gòu)得到調(diào)整，使得西部地區(qū)農(nóng)業(yè)生產(chǎn)增長迅速。

圖2 四大地區(qū)農(nóng)業(yè)全要素生產(chǎn)率變化

圖3 ～5 分別是農(nóng)業(yè)全要素生產(chǎn)率的分解部分，從農(nóng)業(yè)全要素生產(chǎn)率增長的源泉來看，中國各地區(qū)的農(nóng)業(yè)全要素生產(chǎn)率的增長主要是依靠技術(shù)進步，技術(shù)效率改善在一定程度上也促進了農(nóng)業(yè)全要素生產(chǎn)率的增長，規(guī)模效率變化是阻礙各地區(qū)農(nóng)業(yè)全要素生產(chǎn)率增長的主要因素。圖3 顯示，農(nóng)業(yè)技術(shù)變化值為正，說明在考察期內(nèi)各地區(qū)存在技術(shù)進步，由于模型檢驗結(jié)果表明技術(shù)是中性的，所以各地區(qū)技術(shù)變化曲線是重合的。圖4 顯示，各地區(qū)農(nóng)業(yè)技術(shù)效率變化均為正值，西部地區(qū)的技術(shù)效率增長速度最快，其次為東部地區(qū)，東北地區(qū)又快于中部地區(qū)，可能是隨著西部大開發(fā)戰(zhàn)略的不斷推進，促進了部分先進技術(shù)向西部地區(qū)擴散，加快了西部地區(qū)的農(nóng)業(yè)技術(shù)效率增長速度。根據(jù)圖5 可知，各個地區(qū)的規(guī)模效率變化基本上呈現(xiàn)負(fù)增長，說明我國農(nóng)業(yè)發(fā)展仍帶有粗放型的特征，可能存在無效的規(guī)模擴張，但2015年之后，規(guī)模效率變化表現(xiàn)出逐年上升的趨勢，說明我國農(nóng)業(yè)經(jīng)濟增長模式正逐漸由粗放型增長向集約型增長轉(zhuǎn)變。從本文的測算結(jié)果看，在考察期內(nèi)，我國各地區(qū)的農(nóng)業(yè)全要素生產(chǎn)率增長呈現(xiàn)出技術(shù)進步和技術(shù)效率改善雙輪驅(qū)動的增長模式，可能是因為國家的一系列惠農(nóng)政策的實施，比如減免農(nóng)業(yè)稅和增加農(nóng)業(yè)補貼等，極大地提高了農(nóng)民的生產(chǎn)積極性，使得農(nóng)業(yè)技術(shù)推廣和擴散等方面的成效逐漸顯現(xiàn)。

圖3 四大地區(qū)農(nóng)業(yè)技術(shù)變化

圖4 四大地區(qū)農(nóng)業(yè)技術(shù)效率變化

（四）不同地區(qū)農(nóng)業(yè)全要素生產(chǎn)率增長的分布差異

上述給出了不同地區(qū)農(nóng)業(yè)TFP 的增長分解，如何進一步從統(tǒng)計分布特征揭示農(nóng)業(yè)TFP 增長的地區(qū)差異性？為此，利用核密度估計進一步考察全國及四個地區(qū)的農(nóng)業(yè)全要素生產(chǎn)率增長分布的地區(qū)差距及動態(tài)變化。

圖5 四大地區(qū)農(nóng)業(yè)規(guī)模效率變化

圖6 全國31 個省市農(nóng)業(yè)TFP 演進

圖6 描述了全國31 個省市區(qū)農(nóng)業(yè)全要素生產(chǎn)率在2003—2017年間的動態(tài)演進。從整體上來說，密度函數(shù)中心沒有較大的移動，波峰高度有所上升，變化區(qū)間小幅增大，表明在考察期全國農(nóng)業(yè)全要素生產(chǎn)率地區(qū)差距有所增大。從演變進程來看，相比2003年，2008年峰值明顯下降，區(qū)間變化幅度增大，說明這階段我國農(nóng)業(yè)全要素生產(chǎn)率地區(qū)差距在增大；2008年與2013年相比，峰值明顯上升，由“單峰”向“雙峰”分布轉(zhuǎn)變，變化區(qū)間輕微增大，說明這階段農(nóng)業(yè)全要素生產(chǎn)率地區(qū)差距繼續(xù)增大且出現(xiàn)兩極分化現(xiàn)象；2013年與2017年相比，密度函數(shù)中心沒有明顯移動，峰值繼續(xù)上升且“雙峰”分布依然存在，左尾和右尾均向左進一步延伸，說明這階段低速增長的省市數(shù)量在增加，高速增長的省市數(shù)量在減少?？赡艿脑驗樵趨^(qū)域發(fā)展戰(zhàn)略的實施過程中，由于不同地區(qū)經(jīng)濟發(fā)展水平不同，對農(nóng)業(yè)和農(nóng)村的投資力度存在差異，致使地區(qū)間農(nóng)業(yè)基礎(chǔ)建設(shè)和農(nóng)村人力資本等表現(xiàn)出明顯的差異。

圖7 描述了東部地區(qū)農(nóng)業(yè)全要素生產(chǎn)率在2003—2017年間的動態(tài)演進。從整體上說，密度函數(shù)中心向左移動，波峰高度有所下降，變化區(qū)間小幅增大，說明在這期間內(nèi)東部地區(qū)農(nóng)業(yè)全要素生產(chǎn)率存在下降，地區(qū)之間的差距變大。從演變進程看，相比2003年，2008年峰值明顯下降，“多峰”分布趨勢減弱，區(qū)間變化幅度增大，說明該階段東部地區(qū)的農(nóng)業(yè)全要素生產(chǎn)率地區(qū)差距變大；2013年與2008年相比，峰值持續(xù)減小，變化區(qū)間繼續(xù)增大，且出現(xiàn)“雙峰”分布，說明這階段農(nóng)業(yè)全要素生產(chǎn)率地區(qū)差距增大且呈現(xiàn)兩極分化現(xiàn)象；2013年與2017年相比，峰值明顯上升，變化區(qū)間幅度減小并再次出現(xiàn)“多峰”分布，表明這階段農(nóng)業(yè)全要素生產(chǎn)率地區(qū)差距減小但呈現(xiàn)多極分化趨勢。東部地區(qū)相對來說農(nóng)業(yè)發(fā)展水平較高，而且對農(nóng)業(yè)和農(nóng)村的投入逐漸加大，現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)技術(shù)體系建設(shè)逐漸完善，促使區(qū)域間農(nóng)業(yè)全要素生產(chǎn)率增長的差距逐漸縮小。

圖7 東部地區(qū)農(nóng)業(yè)TFP 演進

圖8 描述了中部地區(qū)農(nóng)業(yè)全要素生產(chǎn)率在2003—2017年間的動態(tài)演進。從整體上看，密度函數(shù)中心向右移動，峰值變大，區(qū)間變化幅度增大，說明這期間中部地區(qū)多數(shù)省份農(nóng)業(yè)TFP 在增長，但地區(qū)差距在逐漸增大。從演變進程看，相比2003年，2008年密度函數(shù)中心明顯向左移動，“雙峰”分布趨勢比較明顯，說明這階段中部地區(qū)農(nóng)業(yè)全要素生產(chǎn)率存在下降并呈現(xiàn)兩極分化現(xiàn)象；2008年與2013年相比，峰值明顯下降，變化區(qū)間幅度輕微增大，波峰分布方面，由“雙峰”向“單峰”分布轉(zhuǎn)變，說明這階段中部地區(qū)農(nóng)業(yè)TFP 增長的地區(qū)差距有所增大，但兩極分化現(xiàn)象減弱；2013年與2017年相比，峰值明顯增加，密度函數(shù)中心向右移動，區(qū)間變化幅度增大，說明這階段農(nóng)業(yè)全要素生產(chǎn)率存在增長，但地區(qū)差距繼續(xù)變大。隨著社會經(jīng)濟發(fā)展，中部地區(qū)部分省份逐漸由農(nóng)業(yè)偏向工業(yè)發(fā)展，對農(nóng)業(yè)生產(chǎn)資源造成不利影響，導(dǎo)致地區(qū)間農(nóng)業(yè)全要素生產(chǎn)率增長差距變大。

圖8 中部地區(qū)農(nóng)業(yè)TFP 演進

圖9 描述了西部地區(qū)農(nóng)業(yè)全要素生產(chǎn)率在2003—2017年間的動態(tài)演進。從整體上看，密度函數(shù)中心向右小幅移動，變化區(qū)間幅度加大，說明這考察期間西部地區(qū)農(nóng)業(yè)全要素生產(chǎn)率存在增長但地區(qū)差距逐漸變大。從演變進程看，2003年與2007年相比，峰值明顯下降，變化幅度大幅增加，說明這一階段農(nóng)業(yè)全要素生產(chǎn)率地區(qū)差距變大；2007年與2013年相比，峰值明顯上升，變化區(qū)間幅度縮小，說明這一階段農(nóng)業(yè)全要素生產(chǎn)率地區(qū)差距有所減?。?013年與2017年相比，峰值繼續(xù)上升且出現(xiàn)“雙峰”分布，區(qū)間變化幅度增大，說明這一階段農(nóng)業(yè)全要素生產(chǎn)率地區(qū)差距加大并出現(xiàn)兩極分化現(xiàn)象。這可能是因為西部各省份之間地理環(huán)境和市場化程度存在較大差異，導(dǎo)致地區(qū)間農(nóng)業(yè)全要素生產(chǎn)率增長差距增大。

圖10 描述了東北地區(qū)農(nóng)業(yè)全要素生產(chǎn)率在2003—2017年間的動態(tài)演進。從整體上看，峰值明顯增加，區(qū)間變化幅度縮小，說明在考察期間西部地區(qū)農(nóng)業(yè)全要素生產(chǎn)率地區(qū)差距在變小。從演變進程看，相比2003年，2007年峰值有所上升，密度函數(shù)中心向左移動，區(qū)間變化幅度減小，說明這一階段農(nóng)業(yè)全要素生產(chǎn)率存在下降但地區(qū)之間的差距變小。相比2007年，2013年密度函數(shù)中心明顯向右移動，左尾和右尾均向右進一步延伸，說明這一階段農(nóng)業(yè)全要素生產(chǎn)率存在增長，低速增長的城市數(shù)量減少，高速增長的城市數(shù)量增加。相比2013年，2017年密度函數(shù)中心繼續(xù)向右移動，峰值明顯上升并出現(xiàn)“雙峰”分布，變化區(qū)間小幅減小，說明這一階段農(nóng)業(yè)全要素生產(chǎn)率繼續(xù)增長，地區(qū)差距減小但出現(xiàn)了兩極分化現(xiàn)象。隨著東北地區(qū)等老工業(yè)基地振興戰(zhàn)略的實施，東北地區(qū)取得了重要的階段性成果，沿海沿邊全方位開放格局初步形成，促使農(nóng)業(yè)TFP 增長的地區(qū)差距不斷縮小。

圖10 東北地區(qū)農(nóng)業(yè)TFP 演進

五、結(jié)論與建議

采用我國31 個?。ㄊ?、區(qū)）2002—2017年的面板數(shù)據(jù)，運用隨機前沿超越對數(shù)生產(chǎn)函數(shù)法，對我國四大地區(qū)的農(nóng)業(yè)全要素生產(chǎn)率增長及其分解進行了測算，并利用核密度估計考察了全國及四大區(qū)域農(nóng)業(yè)TFP 增長的地區(qū)差距及動態(tài)演進，得出以下主要結(jié)論：

第一，農(nóng)業(yè)全要素生產(chǎn)率增長來源于技術(shù)進步和技術(shù)效率改善，但農(nóng)業(yè)技術(shù)效率改善速度低于技術(shù)進步速度，規(guī)模效率負(fù)增長是阻礙各地區(qū)農(nóng)業(yè)TFP 增長的主要因素。

第二，農(nóng)業(yè)全要素生產(chǎn)率增長呈現(xiàn)出明顯的不平衡增長的特征，主要表現(xiàn)為東部地區(qū)農(nóng)業(yè)全要素生產(chǎn)率的增長高于東北、中部和西部地區(qū)。

第三，根據(jù)核密度曲線可知，在考察期間，東部地區(qū)農(nóng)業(yè)全要素生產(chǎn)率顯現(xiàn)出多級分化趨勢，西部地區(qū)農(nóng)業(yè)全要素生產(chǎn)率地區(qū)差距變大且出現(xiàn)兩極分化現(xiàn)象，東北地區(qū)農(nóng)業(yè)全要素生產(chǎn)率地區(qū)差距雖然有所減小，但有明顯的兩極分化趨勢，中部地區(qū)農(nóng)業(yè)全要素生產(chǎn)率地區(qū)差距在逐漸擴大。

根據(jù)實證分析結(jié)論，本研究提出如下政策建議：

第一，為提高各地區(qū)農(nóng)業(yè)全要素生產(chǎn)率，應(yīng)積極推進農(nóng)業(yè)適度規(guī)模經(jīng)營，完善土地流轉(zhuǎn)制度，推動農(nóng)業(yè)生產(chǎn)的規(guī)?；图s化，從而促進農(nóng)業(yè)規(guī)模效率增長，還可通過加強農(nóng)業(yè)技術(shù)研發(fā)，提高自主創(chuàng)新能力，整合利用農(nóng)業(yè)廣播學(xué)校、農(nóng)業(yè)科研院所、涉農(nóng)院校、農(nóng)業(yè)龍頭企業(yè)等各類資源，構(gòu)建高素質(zhì)農(nóng)民教育培訓(xùn)體系，加快對農(nóng)業(yè)技術(shù)的推廣與擴散，來推動農(nóng)業(yè)技術(shù)進步和技術(shù)效率改善。

第二，為縮小農(nóng)業(yè)發(fā)展的地區(qū)差異，政府應(yīng)加大對中西部水利、道路等基礎(chǔ)設(shè)施建設(shè)投入，改善中西部地區(qū)農(nóng)業(yè)生產(chǎn)條件，擴大西部地區(qū)農(nóng)業(yè)對外開放水平，增強東中西部及東北地區(qū)合作交流，推動科技資源轉(zhuǎn)移，促進生產(chǎn)要素流動，逐步縮小中西部和東部及東北地區(qū)在農(nóng)業(yè)全要素生產(chǎn)率之間的差距，實現(xiàn)各區(qū)域農(nóng)業(yè)協(xié)調(diào)發(fā)展。

本研究的不足之處在于未能考慮配置效率的影響，由于配置效率的計算必須需要價格信息，而現(xiàn)有研究在勞動價格和資本價格方面未有代表性指標(biāo)，并考慮到數(shù)據(jù)的可獲得性等因素，作出配置有效的假設(shè)，但這在并不影響其他分解部分的結(jié)果。因此，下一步研究可以探索要素配置與地區(qū)之間的關(guān)系，還可以對農(nóng)業(yè)全要素生產(chǎn)率的空間相關(guān)性及影響因素等方面進行探討。