現代化農業技術效率進步貢獻與損失測度

摘 要: 運用隨機前沿生產函數對黑龍江省及黑龍江墾區在1997-2007年間的農業技術效率進步和技術效率損失及影響因素作了對比分析。結果表明:黑龍江省及墾區農業技術效率進步較快，平均值達到0.9575，也存在4.25%的技術效率損失;同時灌溉率、受災率、教育水平和制度變量都對技術損失產生反向影響，而家庭居民人均純收入和時間變量都對技術損失產生正向影響。

關鍵詞:黑龍江墾區;隨機前沿生產函數;技術進步;技術效率損失

中圖分類號:F304.7 文獻標識碼:A 文章編號:1009-9107(2010)03-0023-05

一、前言

黑龍江墾區經過60年的開發建設，目前已建設成為我國最大的國有農場群，成為我國重要商品糧基地、糧食戰略后備基地和全國最大的綠色、有機、無公害食品基地。[1]但多年來，墾區農業生產技術效率進步較緩慢，并有下降的趨勢，為此如何通過合理配置資源和提高糧食生產技術效率來增加糧食產量，具有重要的理論研究價值和戰略意義。

國內很多學者運用隨機前沿生產函數來分析技術進步問題并取得了大量成果。孟令杰[2]使用DEA方法，利用1980-1995的統計數據，測算了我國農業生產的技術效率，研究結果表明我國農業技術效率呈下降趨勢。亢霞等[3]運用隨機前沿生產函數，利用1992-2002年各省的成本和產量數據對小麥、玉米、大豆、粳稻、早秈稻、中秈稻和晚秈稻的技術效率及影響因素進行了估算。余建斌等[4]利用1996-2005年統計數據，對我國大豆生產的技術進步和技術效率分析，發現我國大豆生產的技術進步較慢，育種、病蟲害防治、栽培技術是影響技術進步的主要因素。劉樹坤[5]和張雪蓮等[6]運用隨機前沿生產函數分別對我國的玉米和小麥生產技術效率進行了分析。

本文研究的主要目的是通對黑龍江省和墾區的技術效率對比，旨在測度墾區現代農業技術進步貢獻及技術損失，重點是分析墾區現代農業在1997-2007年間技術效率的變化以及技術效率損失的原因所在，為墾區現代化農業進一步快速發展提供指導。

二、技術進步貢獻與效率損失理論分析

隨機前沿生產函數是Aigner， Lovell and Schmidt[7]and Meeusen and van den Broeck [8]獨立提出來適用于橫截面數據的模型，其形式如下:

Yi=Xiβ+(Vi+Ui)i=1，…，N(1)

(1)式中Vi是隨機誤差項，服從于N(0，σ2v)分布，Ui是一個非負隨機變量，主要反映技術效率損失，服從于|N(0，σ2v)|。

Battese and Coelli[9]提出了適用于面板數據的隨機前沿生產函數，模型的形式如下:

Yit=Xitβ+(Vit+Uit)

i=1，…，N，t=1，…，T(2)

(2)式中Vit是服從于N(0，σ2v)分布的隨機變量，且獨立于Uit={Uiexp[-η(t-T)]}，Ui是一個非負隨機變量，且服從于N(μ，σ2v)分布，η是一個待估計參數。

很多學者對上述模型進行修正和改進，試圖通過各種方法來解釋技術效率的影響因素，長久以來，公認為有效的估計方法是兩階段的估計技術，但估計技術得到的參數是低效的和有偏的(亢霞，劉秀梅，2005)。Battese and Coelli[10]為了避免兩階段估計方法所存在的偏差問題，提出了能同時估計隨機前沿生產函數和技術效率影響因素的技術，具體模型如下:

Yit=Xitβ+(Vit+Uit)

i=1，…，N，t=1，…，T(3)

在(3)式中，Yit為生產單位i在第t年的產量，Xit是生產單位i在第t年的投入數量，β為隨機前沿生產函數的待估參數。Vit是服從于N(0，σ2v)分布的隨機變量，且獨立于Uit， Uit為生產單位i在第t年的技術效率損失的非負隨機變量，服從于N(mit，σ2v);其中mit=Zitδ為技術效率損失函數，Zit是在t時間影響生產單位i技術效率水平的變量;δ為對應變量的待估參數，反映變量Zit對技術效率的影響，在這里參數不代表邊際貢獻，正負值只代表解釋變量對因變量的影響方向。

由于回歸方程的誤差項不能滿足OLS方法的古典假定，所以不能運用這種方法來估計待估參數值。我們采用Battese and Corra[11]建議的方法，令σ2=σ2v+σ2u和γ=σ2u/σ2v+σ2u，此時γ的取值在0-1之間，估計時可以采用在該區間內搜尋的方式得到一個γ的初始值，然后利用非線性估計技術，得到所有參數的最大似然法估計量。當γ趨于1時，前沿生產函數的誤差主要來源于隨機變量μ，這說明，生產單位的實際產出與可能的最大產出之間的差距主要來自于技術運用效果上的差距(即技術的非有效性)。當γ趨于0時，實際產出與可能的最大產出之間的差距主要來自于隨機誤差ν，此時不存在顯著的技術效率差別(余建斌，2007)。當對因變量取對數時，生產單位i在第t年的技術效率采用以下公式計算:

EFFit=E(Y*it/Uit，Xit)E(Y*it/Uit=0，Xit)(4)

EFFit即技術效率， E()表示對括號中的數學式求期望值。當用Yit作為隨機前沿生產函數的因變量時，Y*it為實際產量;當用產量的對數值作為因變量時，Y*it為EXP(Yit)。(4)式的基本含義是產出的實際水平與沒有技術效率損失情況下的產出水平之比。顯然，沒有效率損失，其計算結果為1。一般情況下，其計算結果小于1。技術效率損失越小，該比值越大;技術效率損失越大，該比值越小。

三、墾區農業技術進步效率貢獻與損失模型構建

(一)計量模型設定及變量選擇說明

本文要對黑龍江省及墾區1997-2007年間技術效率變化進行測定，故采用現代較為通用的超越對數生產函數的形式進行計量分析，模型設定如下:

1n(Yit)=β0+β11n(SAit)+β21n(EFit)+

β31n(CFit)+β41n(AMit)+β51n(SAit)1n(EFit)+

β61n(SAit)1n(CFit)+β71n(SAit)1n(AMit)+

β81n(EFit)1n(CFit)+β91n(EFit)1n(AMit)+

β101n(CFit)1n(AMit)+β11(1n(SAit))2+

β12(1n(EFit))2+β13(1n(CFit))2+β14(1n(AMit))2

+(Vit+Uit)(5)

在(5)式中，i代表觀測的樣本個數，i=1，2為黑龍江墾區和黑龍江省，t=1，2，3，4，…，11，表示從1997-2007年的11年。

Y為農業總產值，單位為元，SA為農作物播種面積，單位為公頃，EF為農業生產支出，單位為元，CF為化肥投入的實物量，單位為公斤，AM為農業機械總動力，單位為千瓦。

影響農業技術效率的因素包括生物、人力資源、社會經濟條件等，本文在構建技術效率影響因素模型時考慮以下6個因素:(1)IRR代表灌溉率=有效灌溉面積/耕地總面積;(2)DIS代表災害率=2×成災面積+受災面積/農作物播種總面積;(3)US代表受教育水平;(4)IR代表農村居民家庭人均純收入。(5)T時間趨勢變量，1997-1999年各為0，2000-2003年各為1，2004-2007年各為2;(6)DG制度變量，反映黑龍江省地方農業和黑龍江墾區農業政策制度的不同影響，黑龍江墾區為1，黑龍江省為2。

為了反映時間趨勢變量和制度變量對技術損失的影響，本文構建出模型Ⅰ、模型Ⅱ和模型Ⅲ作對比分析，具體效率損失模型如下:

mit=δ0+δ1IRRit+δ2DISit+δ3USit+δ4IRit (6)模型Ⅰ

mit=δ0+δ1IRRit+δ2DISit+δ3USit+δ4IRit+T (7)模型Ⅱ

mit=δ0+δ1IRRit+δ2DISit+δ3USit+δ4IRit+T+DG (8)模型Ⅲ

(二)數據來源說明

本文采用frontier4.1(Coelli，1998)[12]軟件，采用最大似然估計法進行模型估計，黑龍江墾區的農業總產值、農作物播種面積、化肥投入量、農業機械總動力、農業生產支出、有效灌溉面積、受災面積、成災面積、每萬人在校大學生數、農村家庭居民人均純收入等來自于《黑龍江墾區統計年鑒》(1997-2008歷年)，黑龍江省的數據除總耕地面積、有效灌溉面積、受災面積和成災面積來自于《中國農業統計年鑒》(1997-2008歷年)外，其他變量數據來自于《黑龍江統計年鑒》(1997-2008歷年)。文章中所有的價值變量均利用以1992年為基期的不變價格指數消除通貨膨脹的影響。

(三)模型估計結果和分析

本文采用似然比檢驗，LR=-21n[L(H0)/L(H1)]~x2(q)，L(H0)和L(H1)分別是零假設H0和備選假設H1設定下的對數似然估計值，自由度1是H0中的零約束的個數。經檢驗模型Ⅲ的似然比檢驗值16.38大于1%顯著性水平上的臨界值13.277，所以拒絕原假設，說明我們選擇的模型是合理的。

表1 黑龍江省及墾區隨機前沿生產函數模型估計結果

解釋變量

模型(Ⅰ)估計結果模型(Ⅱ)估計結果模型(Ⅲ)估計結果

系數值t值系數值t值系數值t值

常數項-214.742-217.821***-214.749-217.506***-215.435-216.932***

lnSA45.56557.647***45.49258.129***42.8550.14***

lnEF-7.27-10.124***-7.217-9.35***-5.179-5.858***

lnCF-27.62-30.972***-27.554-30.364***-27.384-31.394***

lnAM39.62352.241***39.64350.007***39.89952.62***

lnSAlnEF1.06712.515***0.99313.983***92011.246***

lnSAlnCF8.81822.942***8.76139.96***8.28725.116***

lnSAlnAM-9.471-25.921***-9.602-22.278***-8.933-26.786***

lnEFlnCF1.3393.774***1.31210.57***1.6736.142***

lnEFlnAM-0.983-2.922**-0.997-3.32**-1.384-5.098***

lnCFlnAM-26.767-34.823***-26.634-33.931***-25.934-32.815***

(lnSA)2-1.743-13.252***-1.625-24.307***-1.554-14.051***

(lnEF)20.052.354**0.0940.7440.0682.649**

(lnCF)216.39335.884***16.34834.379***15.89234.447***

(lnAM)210.88831.617***10.92535.732***10.53229.582***

δ20.0015.557***0.0092.275**0.0015.059***

γ156.197***0.8530.7060.98712.772***

常數項-0.006-0.0940.0581.228*0.0220.43

IRR-0.491-4.001***-0.217-1.018-0.11-0.204

DIS-0.01-1.603*-0.006-1.865*-0.015-3.021***

US-0.001-2.775**-0.002-0.612-0.002-5.735***

IR04.272***0.0010.6640.0013.762***

T--0.0220.5260.1014.402***

DG--0.0581.228*-0.289-1.581*

log likelihood function52.83352.18156.928

test of the one-sided error8.19*6.88716.38***

注:(1)“*”表示在10%的顯著性水平上顯著，“**”表示在5%的顯著性水平上顯著，“***”表示在1%的顯著性水平上顯著;(2)似然比檢驗(LR)統計量呈現近似X2分布;(3)模型中“-”表示沒有進入模型運算的過程

從表1第一部分估計結果中可以看出，模型Ⅰ中，14個變量中有12個參數的系數在1%顯著性水平上顯著，2個在5%的顯著性水平上顯著，模型的δ2和γ的值為0.001和1，在1%顯著性水平上顯著;模型Ⅱ中12個參數系數在1%顯著性水平上顯著，1個參數的系數在5%顯著性水平上顯著，1個參數沒有通過顯著性檢驗，模型的δ2和γ的值為0.009和0.853，前者通過5%顯著性水平檢驗，后者沒有通過檢驗;模型Ⅲ中，14個變量中13個參數在1%顯著性水平上顯著，1個參數在5%的顯著性水平上顯著;模型的δ2和γ的值為0.001和0.987，在1%顯著性水平上顯著，文章設定的三個模型估計的參數系數符號和顯著性都基本一致，說明模型估計的結果是穩定的，γ值趨近于1，說明實際產出與可能的最大產出之間的差距98.7%來自于技術運用效果上的差距。

從表1的第二部分估計結果可以看出，農業技術效率損失影響因素中灌溉率(IRR)、 災害率(DIS)、 制度變量(DG)和教育水平(US)參數的符號為負，表明與技術效率損失成負相關，其中灌溉率、教育水平的提高會減少農業技術效率的損失，這和很多學者的研究是一致的[3]，增加灌溉率有利于增產增收、提高技術效率，同時提高教育水平也能夠推動技術效率的提高，兩者之間是相輔相成的。但災害率的系數為負號，說明技術損失和災害率之間并沒有較強的正向作用，這也說明技術效率進步和減少災害率之間需要做出權衡取舍，制度變量(DG)參數系數為負號，表明制度對農業技術效率的增長起到了較強的正向作用。農村家庭居民人均純收入(IR)參數系數為正號，原因可能為農業本身就是個弱質產業，同時投資回報率很低，農戶收入增加之后把資金投向了非農產業或者儲蓄，造成資金對技術進步的貢獻在弱化。時間趨勢變量 T的系數為負值，表明技術效率逐步出現了退步現象，這種情況可以從表2中直觀看到。影響技術損失的因素中，除IRR系數不顯著外，其他5個變量都在1%、10%顯著性水平上顯著。

從表2中可以看到，1997-2003年間，黑龍江墾區農業技術效率值都穩定在0.960以上，從2004-2007年技術效率值有減少且波動的趨勢，可能的原因為墾區一直以來都非常重視農業生物、化學和機械技術的投入，在廣闊肥沃的黑土地上展現出了很高的技術效率，再加之較低的勞動力成本，統一控制成本的投入，使得效率增長較快，2004年之后出現技術效率下降且波動，大部分年份技術效率值都低于平均值0.9575，原因可能為墾區農業投入還主要體現為一種靠大量投入土地、勞動力等“粗放式”的形式，造成在耕地多年保持較穩定的狀況下，表現出技術進步后勁不足，效率有所下降。另外，墾區實現農業生產由廠部、分局，從農業生產資料的購買，到播種、收割和銷售都實行統一管理，計劃經濟時代的管理還嚴重影響著墾區現代農業的發展，造成了墾區增產但不增收的局面，最終導致了農業技術效率損失巨大。1997-2003年間黑龍江省地方農業技術效率明顯低于墾區，這一階段充分體現出了國營農場集中管理的巨大優勢，但2004年后，黑龍江省免征農業稅政策實行，農民農業生產的積極性極大提高，農業種植結構的不斷調整和完善，農業生產資料市場的開放和農產品市場建立，有效地引導了農業生產向著效率提高的方向發展，農業技術效率值穩定在0.930以上，且有增加的趨勢，大部分年份效率值都高于黑龍江省平均值0.9575，這一階段地方農業技術效率高于墾區效率的進步。

四、結論

1.現階段黑龍江墾區農業投入還處在“粗放式”投入階段。從以上模型估計結果分析知，簡單來看土地投入促進了農業技術效率進步，化肥投入沒有促進技術進步，說明黑龍江省及墾區生物技術的投入沒能發揮應有的效能，原因主要是缺少對農作物新品種的開發和利用，高效環保的化學生物肥料的研制和應用，只是增加普通化肥的投入數量反而會影響技術效率的進步，同時應該擴大應用現代化機械的土地面積，因為從分析結果看，機械總動力投入確實促進了技術效率的進步，農業生產性支出系數為負值，說明與技術效率進步呈現負方向的作用，本文認為促進墾區農業技術效率進步，進一步增加化肥投入和勞動力投入的作用及其有限，應該重點還是要放在如何調整農業產業結構，增加附加值上，是提高糧食生產能力的有效途徑。

2.黑龍江省農業技術效率存在損失。從表2分析結果可以看出，我省及墾區技術效率損失為4.25%，嚴格控制影響技術效率進步的因素。以上分析表明，農村居民家庭人均純收入和時間趨勢變量阻礙了技術效率進步，而且時間趨勢變量的系數為0.101，在1%顯著性水平上顯著，說明技術效率退步較明顯，應該引起相關部門的注意，至于具體退步的原因有待于進一步的研究，本文不再詳述。

3.技術效率進步空間較大。本文分析表明，黑龍江省及墾區農業技術效率平均值較大為0.9575，但仍然存在較大的發展空間，因為黑龍江省是我國很重的商品糧基地，有著得天獨厚的自然條件，應該著重增強黑龍江省農作物產業優勢，增加政府和農民的投入，同時增加社會資本對產業的投入，從而增強黑龍江省及墾區農業技術效率以及農業產業的競爭力。

參考文獻:

[1] 柳瑩.黑龍江墾區糧食生產再創新高[EB/OL].[2009-09-25].http://www.hlj.gov.cn/zwgk/ljdt/tjdt/t20090924_184948.htm

[2] 孟令杰.中國農業產出技術效率動態研究[J].農業技術經濟，2000(5):1-4.

[3] 亢霞，劉秀梅.我國糧食生產的技術效率分析——基于隨機前沿分析方法[J].中國農村觀察，2005(4):25-32.

[4] 余建斌.中國大豆生產的技術進步和技術效率分析[J].農業技術經濟，2007(4):41-47.

[5] 劉樹坤，楊汭華.中國玉米生產的技術效率損失測算[J].甘肅農業大學學報，2005(3):389-395.

[6] 張雪蓮，胡進紅.我國小麥生產的技術效率分析[J].中州大學學報，2007(4):109-112.

[7] AIGNER， LOVELL， SCHMIDT.Formulation and estimation of stochastic frontier production function[J].Journal of Econometrics，1977，6:21-37.

[8] WIM MEEUSEN， JULIEN VAN DEN BROECK.Efficiency estimation from cobb-douglas production functions with composed error[J].International Economic Review，1977，18 (2):435-444.

[9] BATTESE G E， T J COELLI.Frontier production functions，technical efficiency and panel data:With application to paddy farmers In India[J].Journal of Productivity Analysis，1992，3:I/2:153-169.

[10] BATTESE G E，T J COELLI.A model for technical inefficiency in a stochastic frontier production function for panel data[J].Empirical Economics，1995，20 (2):325-332.

[11] BATTESE，G.E.，CORRA，G.S.Estimation of a production frontier model:With application to the pastoral zone of eastern australia[J].Australian Journal of Agricultural Economics，1977， 21:169-179.

[12] COELLI T.J.A guide to Frontier version 4.1:A computer program for stochastic frontier production and cost function estimation[D]CEP A Working Paper96 /07，University of New England，Australia，1998.

The Measurement of the Loss and Contribution of Technical Efficiency in Modern Agriculture

——Based on Stochastier Frontier Production Function and the Analyzing Data in Helongjiang Reclamation Area

AN Zeng-long，YAO Zeng-fu

(College of Economics Management，Heilongjiang Bayi Agricultural University，Daqing，Heilongjiang 163319，China)

Abstract:This article makes comparative analysis of the loss，contribution and influencing factors of agricultural technical efficiency during 1997 to 2007 in Heilongjiang Province and Heilongjiang reclamation area with stochastic frontier production function.The results show that the efficiency of agricultural technology advanced rapidly in Heilongjiang Province and its reclamation area，reaching 0.9575 on average，and the loss of technical efficiency is 4.25%;at the same time，irrigation rate，disaster rate，educational level and system variables produces reverse effect on the technical losses，while the income per person and time variables produce positive effects on the technical losses.

Key words:Heilongjiang reclamation area;stochastic frontier production function;technological advances;loss of technical efficiency