黑龍江省農業生產效率影響因素的實證分析

溫紅梅,王雪瑩

(哈爾濱商業大學 金融學院，哈爾濱 150028)

?

黑龍江省農業生產效率影響因素的實證分析

溫紅梅,王雪瑩

(哈爾濱商業大學 金融學院，哈爾濱 150028)

農業生產效率受到多方面的制約和影響。使用2001—2010年黑龍江省13個地市級市農業生產投入和產出數據，運用隨機前沿生產函數方法測算黑龍江省農業生產效率及其影響因素。研究表明：黑龍江省農、林、牧、漁、農村勞動力對農業生產效率有抑制作用，農用機械和農用化肥使用存在薄弱環節，農村固定資產投資對農業生產效率有促進作用，農業用電量也是農業生產效率的干擾因素。合理規劃農村勞動力在農業方面的配比、加大農業科技投入與推廣、制定符合黑龍江特色的農業生產投資計劃、加大農業物質裝備的投入及改善農業生產環境對農業生產效率的提高具有積極作用。

農業生產效率；隨機前沿；干擾因素

一、引言

目前，黑龍江省農業對國民經濟的發展有著巨大的促進作用，在農業基礎實力不斷增強的同時，制約其發展的因素就將成為農業持續快速發展的阻力。研究農業生產效率，使生產效率遞增，則可以促進農業的可持續性增強。農業生產效率反映了農業投入產出的經濟關系，生產效率水平越高，說明在現有的生產技術條件下，改變投入要素在數量和結構上的配置所能獲得的產出水平越高。

通過實證分析黑龍江省13個地市級市的農業生產效率及其影響因素，發現黑龍江農業生產可挖掘的潛力，為提高黑龍江農業競爭力和持續快速發展提供借鑒。通過分析影響生產效率的一些因素，包括鄉村勞動力、科學技術、固定資產投資等，不但有利于發現促進農業生產效率的因素，深層挖潛增效的途徑以加快農業現代化進程，而且適度發展抑制農業生產效率因素有利于改進黑龍江省農業經濟發展具有一定的理論價值和實踐意義。

國外在生產效率方面的研究基于Batttese G.E.和Coelli T.J.(1992)提出的生產效率是某一企業在一時間段內將現有生產要素投入水平下的平均產出與企業充分有效利用現有要素的平均產出之比，并建立了基于微觀面板數據的隨時間變化的隨機前沿生產函數(SFPF, Stochastic Frontier Production Function)，測算生產技術效率[1]。Joachim Nyemeck Binam等(2004)詳細調查了喀麥隆2001—2002年15個村莊450戶農戶的種植情況，利用隨機前沿分析(SFA，Stochastic Frontier Analysis)方法測算了喀麥隆原始種植區小農生產效率[2]。Wirat Krasachat(2004)利用數據包絡分析方法測算了泰國1999年74個大米種植農場的生產效率，并分析了農場間的效率差異[3]。我國學者對生產效率問題也有深入的研究。楊旭(1992)運用DEA方法對四川省三臺縣農業生產效率進行了研究[4]。喬世君(2004)利用我國三年(1992、1995、1999)的縣(市)級數據，將超越對數隨機前沿面生產函數應用于糧食生產效率的影響因素上，技術落后是主要的制約因素[5]。曹慧、秦富(2006)證明SFA應用于生產效率測算方面更為有效，并遵循多投入—多產出變量原則，剖析了農業生產效率的變化規律及其影響因素[6]。余建斌、喬娟、龔崇高(2007)提出了SFA在中國大豆生產效率上的應用，研究表明此方法也同樣適用于其他農業生產效率的估算[7]。郭軍華、倪明、李幫義(2010)運用三階段DEA模型測算我國農業生產效率，以2008年為例，提出了城市化水平和鄉村就業人口平均受教育年限的提高有利于農業生產效率改善[8]。高強、丁慧媛(2012)運用DEA對山東省各市自1993年以來15年的農業生產投入產出數據進行效率分析，具有實踐性參考[9]。趙京、楊鋼橋等(2013)應用DEA測算1988—2010年農業生產效率，提出政府用于農村公共產品投入對農業生產效率具有正效應影響，并運用協整分析、格蘭杰因果檢驗等對模型的合理性進行檢驗[10]。

本文應用隨機前沿(SFA)方法測算和研究黑龍江省13個地市級市在2001—2010年的農業生產效率，揭示了黑龍江農業生產系統中影響因素及對黑龍江農業生產效率的影響關系。在研究黑龍江省面板數據時，數據不準確和缺失是最大的難點，研究對象的歷史數據也因為數據的缺失而使研究周期不夠長，因此，本研究所構建的農業生產技術效率指標體系尚待進一步完善。

二、指標選取與數據來源

(一)指標選取

農業生產效率是反映相同投入條件下，經濟單元實際產出與最大可能性產出之比。它用來衡量以現有的投入要素，生產者獲得最大產出的能力，即反映了農業生產效率的程度，實質上反映的是農業生產過程中投入與產出的關系。

本文用農林牧漁業總產值作為農業產出變量，種植業、林業、畜牧業、漁業及副業都是農業的有機組成部分，其產品總量的貨幣形式也代表一定時期內農業生產總規模，具有較好的代表性。

勞動力投入變量。勞動力的投入量通常以勞動力數量為勞動投入的指標。農業勞動力數據(包括農、林、牧、漁和農林牧漁服務業的全部從業人員)與農業總產值，兩者的統計口徑應保持一致，因此，本文以農林牧漁業鄉村勞動力為農業勞動力人數。

化肥施用量和農用機械總動力衡量的機械代表著由工業部門供給的投入品。機械技術進步通常與能源和機器的更大投入相聯系。

農業的土地要素投入表現為農業生產中所使用的有效耕地面積的數量,因此本文選擇有效耕地面積為土地投入變量。

固定資產投入方面，根據黑龍江省農業生產的自身特點，以黑龍江省農村固定資產投資作為固定資產投入變量。同樣，農村用電量也可以對農業生產效率產生一定的影響。

(二)數據來源

本文所選取的黑龍江省13個地市級市的十年面板數據，來自黑龍江統計年鑒(2002—2011)及中國經濟社會發展統計數據庫。其中，農業生產效率用農林牧漁總產值衡量；所投入的勞動力用農林牧漁業鄉村勞動力代替；農業機械化水平用農業機械總動力、農用化肥施用量衡量；農民生活水平用農村固定資產投資代表；有效耕地面積和農村用電量也作為農業生產效率影響因素(來自黑龍江統計年鑒)。

三、黑龍江省農業生產效率及其影響因素實證分析

(一)模型的建立

采用隨機前沿生產函數方法測算黑龍江省農業生產效率在該生產函數中，產出變量為農林牧漁總產值，多個投入變量有：農林牧漁的農村勞動力、農業機械總動力、農用化肥施用量、農村固定資產投資、有效耕地面積和農村用電量等生產要素。

根據Battese & Coelli(1995)的效率損失影響模型，假設Yin作為黑龍江各地市級市i在時間n的農林牧漁總產值，該模型利用隨機前沿生產函數描述為：

Yin=f(XinWinβ)exp(Vin-Uin)

(1)

從式(1)中可知，有效的技術產出水平Ym可通過設定Uin=0而得到。那么，黑龍江各地市級市i的農業生產效率的估計公式為：

TEin=Yin/Yin=Yin/f(XinZinβ)exp(Vin)=exp(-Uin)

(2)

由于數據中存在嚴重的多重共線性，只能采用常規的C-D函數形式。此時，式(1)可表示為：

InYin=β0+β1lnLin+β2lnMin+β3lnFin+Vin-Uin

(3)

Uin=δ0+δ1lnKin+δ2lnGin+δ3lnEin

(4)

其中，Lin代表農林牧漁農村勞動力，Min代表農業機械總動力，Fin代表農用化肥施用量，Kin代表農村固定資產投資，Gin代表有效耕地面積，Ein代表農村用電量，δ為正值時說明影響因素對生產效率有負效應，反之則為正效應。

表1　主要變量的描述性統計

表2　隨機前沿生產函數估計結果

注:*、**、***分別代表10%、5%、1%的顯著水平，應用stata12.0軟件進行，因變量為農林牧漁總產值(萬元)

首先對模型的檢驗，γ估計值是0.749，趨近于1，且在1%顯著水平通過了t檢驗，顯著大于0，表示σ2>o，因此本研究采用隨機前沿生產函數是合適的，同時也說明在隨機誤差項中約有74.86%來自技術非有效的影響，只有25.14%來自于統計誤差等外部影響。

綜上所述，通過γ值和極大似然值(LR)的檢驗，檢驗的結果顯示各系數存在較高顯著性，說明模型的選取和建立是可靠的，因此，有進一步分析影響技術效率原因的必要性。

(二)黑龍江省各市(地區)的農業生產效率

以下運用Stata10.0測算農業生產效率，農業生產效率水平呈現出明顯的地區分布差異，并且這種差異隨時間的增長而加大(見表3)。

表3　2002—2011年黑龍江省13個市(地區)的農業生產效率

(三)農業生產效率的影響因素實證分析

從表2黑龍江省13個地市級市面板數據的結果顯示，農業勞動力、農業機械化水平和農用化肥施用量是黑龍江農業生產效率的主要影響因素，農村固定資產投資和農村用電量也是其干擾因素，有效耕地面積則影響不明顯。

影響農業生產效率的各因素的系數δ為正值時，說明此因素對生產效率有負效應，反之則為正效應。

農林牧漁業鄉村勞動力系數為0.2837374，顯著為正，則是負影響。表明就業人員每增加1%時，農林牧漁總產值就減少28.37%，勞動力投入非常有效，對于農業生產效率的影響巨大。

農業機械總動力系數為0.2637264，顯著負效應。表明農業機械動力對農業生產技術效率的提高有抑制作用，也同時說明黑龍江的農用機械水平還不夠先進，農業機械的普及和裝備水平的提高，卻會大大提高農業生產條件，發揮不了農業生產技術的潛力。

農用化肥施用量系數為0.2100373，顯著負效應，表明隨著黑龍江農用化肥施用量增加，生產效率反而會降低。這與一般情況相反的原因可能在于：化肥的大量使用導致化肥的施用量在局部地域逐年累積，產量未必等幅度增長。適度的化肥施用將促進農業生產技術效率的發揮。

農村固定資產投資系數為-0.0815308，顯著為負，是正效應。結果表明，農業生產的提高是由農村投資增加推動的。

而有效耕地面積的大小對農業生產效率并沒有顯著的影響，產生這種結果的原因可能是由于聯產承包責任制的實行。以家庭為單位的小規模農業生產活動不僅在技術上落后，也缺乏合作社經營的規模優勢，在管理上成本高，設備落后，提高不了單位的產量，因此，有效的耕地面積對農業生產的效率影響甚微。

農村用電量系數為-0.191427，顯著為負，正效應。用電量的提高1%，農林牧漁總產值上升19.14%，農村用電量對農業生產有促進作用。

四、促進黑龍江省農業生產效率提高的政策建議

(一)合理規劃農村勞動力在農業方面的配比

黑龍江省是農業大省，農村人口密集，農業剩余勞動力向第二、三產業合理流動有利于提高農業生產效率，切實把合理安排農村勞動力在農業用途的比例作為黑龍江省經濟社會發展的一項戰略措施來抓，實行城鄉統籌管理制度，建立透明信息網，為勞動力需求方和供給方提供安全有效的通道，促進城鄉勞動力公平競爭，同時注重勞動保障、勞動者福利，建立健全法規以保障農業勞動力的權益。

(二)加大農業科技投入與推廣

在影響農業生產效率的因素分析中，農業機械化程度、化肥施用量對農業產出水平和生產效率的有著顯著的負向影響，因此，我們要進一步加強農業科技的投入和推廣，為農業生產效率的提高提供持續的動力。首先，要貫徹科技興農這一戰略方針，根據黑龍江農業發展的實際情況，注重科技項目的研發，提高農業科技創新能力，優先選擇開發和研究適應黑龍江農業自然條件資源特點和生產特點的實用性技術；其次，應把科研成果真正作用于農業生產，提高農業產率和質量，同時，農技推廣關鍵在于提高農民的素質，農民的受教育水平不僅決定著農民自己的生活質量提高，更重要的是為大規模機械化生產奠定基礎，高效地傳遞技術信息，提高生產效率。普遍推廣農業科技示范園區的建立，并通過聯合經營等方式建立技術推廣和新產品銷售保障的完善機制，為農民接受新技術、使用新技術創新條件。

(三)適度農業生產投資

研究結果表明，黑龍江省農村適度的固定資產投資促進農業生產效率。黑龍江地域廣闊，農業主要生產大豆、玉米及其他種類農作物，在確定農業投資項目時，應依據地域特點，仔細研究各個地區的自然資源、社會經濟的獨特特點，拿出獨具特色的農業發展法案。同時在對各個地區自身的制約因素進行考核的基礎上，因地制宜、整體規劃，針對各種情況制定出具有地域特色的投資政策。首先，制定合理的區域投資政策和合適的產業投資政策；其次，加大對農民的財政補貼。近年來，我國開始對農業生產進行直接補貼，解決了農民部分生產投入，還激發了農民進行農業生產的積極性，鼓勵農民改進生產條件，提高了全社會的農業生產技術水平和生產技術效率。

(四)加強農業基礎設施建設

加大農業物質裝備的投入，改善農業生產環境，對農業生產技術效率的提高有重要作用。興修水利、電站，建網絡等加大農村城鎮化的進程。基礎設施作為非排他性、非競爭性的公共物品，國家和各級地方政府應加強這方面的投入，并且也可以通過制定相關法律制度、優惠政策和各種獎勵政策，鼓勵社會資本投入到基礎設施建設中來。

(五)建設效率主導型農業

從傳統的大量投入土地和資源農業投入結構轉變成為技術投入型的生產方式是農業從低級走向高級的重要特征之一。目前，黑龍江省的農業仍然是投入型的生產模式，還沒有轉變成為效率型的規模生產模式，農業生產的增長更多地體現的是投入的增加而非技術的增值，農業生產的增長應更多依托農業技術或科技的創新。建立以效率為主導因素的農業，黑龍江省要加快開發節約資源型的科學技術的步伐，將生物科技作為主導，逐漸將資源消耗型的傳統農業生產手段摒棄掉，真正實現從“資源依存型”到“科技依存型”的效率型轉變。

[1] Battese, G.E., Coelli, T.J.1992, Frontier productions, technical efficiency and panel data: with application to paddy farmers in India[J].The Journal of Productivity Analysis.3,153一169.

[2]Joachim Nyemeck Binam, Jean Tonye, Njankoua Wandji. ET.2004.Factors Affecting the technical efficiency among smallholder farmers in the slash and burn agriculture zone of Cameroon [J].Food Policy, 29:531一545.

[3]Wirat Krasachat. 2006. Measurement of technical efficiency in Thai agricultural production [J].The Chao Phraya Delta: Historical Development, Dynamics and Challenges of Thailand’s Rice Bowl.

[4]楊旭.DEA方法在測定農業技術效率中的應用[J].西南農業學報，1994，7(4)：35-40．

[5]喬世君.中國糧食生產技術效率的實證研究——隨機前沿面生產函數的應用[J].數理統計與管理，2004，23(3)：77-81．

[6]曹慧,秦富.集體林區農戶技術效率及其影響因素分析以江西省遂川縣為例[J].中國農村經濟，2006，(7)：47-52.

[7]余建斌,喬娟,龔崇高.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.

[8]郭軍華，倪明，李幫義.基于三階段DEA模型的農業生產效率研究[J].數量經濟技術經濟研究，2010，(12)：27-38.

[9]高強,丁慧媛.山東省現代化進程中農業生產效率測算與分析——基于1993—2008年數據的DEA模型實證分析[J].中國農學通報，2012，(8)：106-111.

[10] 趙京，楊鋼橋，汪文雄.政府農村公共產品投入對農業生產效率的影響分析——基于DEA和協整分析的實證檢驗[J].經濟體制改革，2013，(3)：76-80.

[11] 賀志亮，劉成玉.我國農業生產效率及效率影響因素研究——基于三階段DEA模型的實證分析[J]. 農村經濟，2015，(6)：97-101.

[責任編輯：姜野]

An Empirical Analysis of The Factors Affecting The Effciency of Hei Longjiang Provice Agriculture Production

WEN Hong-mei，WANG Xue-ying

(Harbin University of Commerce, College of Finance, Harbin 150028,China)

Agricultural production efficiency affected by various constraints and the impact. This article uses agricultural production inputs and outputs data which from Heilongjiang Province, 13 prefecture-level cities in 2001-2010, and uses stochastic frontier production function approach estimates the efficiency of agricultural production in Heilongjiang Province and its influencing factors. To conclusion that: the agriculture, forestry, animal husbandry and fishery rural labor in Heilongjiang Province have the inhibit effect on the agricultural productivity; It is weakly on agricultural machinery and chemical fertilizers; Fixed asset investment in rural areas of Heilongjiang Province has promoted agricultural productivity; power consumption is also the interference factors of agricultural. Reasonablyplanon ratio of the rural labor force in agriculture, increaseinvestment in agricultural science and technology and promotion, conform to investment plan according tothe characteristics of Heilongjiang agriculture, increase inputin agricultural material and equipment, and improve the agricultural production environment, which produce positive effects on agricultural production efficiency.

agricultural productivity; stochastic frontier; confounding factors

2015-12-28

博士后研究人員落戶黑龍江科研啟動資金項目“黑龍江省新型農村金融組織風險控制機制研究”(LBH-Q14095)； 黑龍江省社會科學研究規劃決策咨詢項目：黑龍江省“兩大平原”現代農業綜合配套改革實驗的理論與對策研究。

溫紅梅(1970-)，女，教授,主要從事農村金融發展及風險管理方面研究；王雪瑩(1992-)，女，遼寧沈陽人，碩士研究生,主要從事農村金融發展方面。

區域經濟研究

F320.1;F327

A

1671-7112(2016)03-0078-07