農業增長遲緩與“生產方式鎖定”
——一個新理論假說的提出及基于VAR模型的實證檢驗

婁鋒

（云南大學經濟學院，云南昆明650500）

農業增長遲緩與“生產方式鎖定”
——一個新理論假說的提出及基于VAR模型的實證檢驗

婁鋒

（云南大學經濟學院，云南昆明650500）

傳統理論主要基于要素投入不足來解釋農業增長遲緩，文章以云南農業為例證對象，發現要素投入不足論不能很好地解釋云南農業的長期增長遲緩。云南農業增長遲緩主要是由種植業增長遲緩造成，通過分析種植業生產方式，發現農戶傾向于大量投入成本低、見效快且施用技術簡單的生產要素來提高產量，先進的集約型生產要素及其配套技術長期得不到規?；┯?。同時上述生產方式還會與農戶長期形成的小農傳統經營模式相互強化，使得這種落后的生產方式難以得到根本性改變，進而造成農業投入產出的規模收益遞減，最終導致農業增長遲緩。基于分析結果提出種植業生產中存在著“生產方式鎖定”效應，并構建VAR模型驗證了該理論假說。最后基于農業生產技術與要素的提供者、農戶和政府三方視角，提出破解“生產方式鎖定”的政策建議。

農業增長遲緩；生產方式鎖定；投入要素；VAR模型

一、引言及文獻綜述

農業增長遲緩問題①一直是發展經濟學研究的重點，其主流觀點認為，生產要素投入不足是導致農業增長遲緩的根本原因，如Nurkse（1953）的“惡性循環”理論：一些發展中國家農戶貧窮，農業生產要素投入不足，導致產出難以提高、收入難以增加，而這又反過來強化了農戶的低投入，進而形成惡性循環，最終導致農業增長率持續下降，總量產出增長長期遲緩，甚至停滯［1］。Nelson（1956）進一步分析投入要素，指出發展中國家農業生產中最稀缺的要素——資本投入不足，農業生產產出少，農戶無法掙脫收入的“低水平均衡陷阱”，而這反過來制約了農業資本的積累與投入，結果造成農業增長遲緩［2］，類似的觀點表述也出現在Leibenstein（1957）的“臨界最小努力”理論中［3］。基于上述經典理論的思路，國外研究者對發展中國家農業增長遲緩現象的研究進一步拓展與細化。Bozoglu（2007）將要素拓展至人力資本，指出農村人力資本投資不足是導致農業增長遲緩的根本原因［4］。Tankhiwalle（2009）認為水利工程的建設投資不足直接導致農業增長遲緩，因而需要提高水利工程建設投資［5］，等等。

國內研究者大多也基于經典理論，從廣義農業要素（包括土地、勞動力、農機、化肥、水利工程等，也包括了近些年來學者們廣泛討論的政策制度、產業組織等非物質要素）投入不足的視角來解析農業增長遲緩的原因。張浩、陳昭（2008）通過面板數據分析，指出我國西部各省的農業增長仍然屬于粗放型，并且已出現產出邊際收益遞減趨勢［6］。李谷成、范麗霞、馮中朝（2014）認為資本積累及其深化與相應的制度創新是影響農業增長率的重要原因［7］。王漢章、李上炸、劉伯恩（2009）從資本投入角度，利用C-D生產函數研究農業增長，認為農業增長不能缺少國家財政支持，為了使農業產出的增長率不下降，充足的國家財政投入是一個重要的保證［8］。潘丹、應瑞瑤（2012）從水資源要素投入角度，分析了水資源與農業增長率之間的因果關系，認為水利工程建設投資不足會導致農業增長遲緩［9］。蔣智華（2008）以云南省為例證對象，認為云南農業增長遲緩是財政扶持力度弱、水利工程建設投入不足等原因造成的［10］。胡文濤、李潔光（2015）認為，長期以來云南農業資本投入不足造成傳統農業資源消耗過度、綜合開發利用率低，進而導致了農業增長遲緩［11］，孫琦仙（2015）等研究者也持類似觀點［12］。

上述文獻從不同視角、針對不同對象，深入研究了農業增長遲緩的原因，并且基本上是沿著經典理論的思路（即廣義要素投入不足論）來論述，對云南農業增長遲緩的原因分析也不例外，但筆者認為基于經典理論的思路不能很好地解釋云南農業的增長遲緩。本文將具體解析云南農業增長的情況，說明原因。首先，自改革開放以來，云南農業產出增長率就呈現出緩慢下降的趨勢。1978-2014年，云南農業總產值由40.02億元（以1978年的不變價格計算，下同）上升至2014年的500.28億元②，總量持續增長，但增長率卻逐步下降，如圖1所示。

圖1 云南省農業總產值環比增長率（以1978年的不變價格計算，單位：%）

1978-2014年，云南省農業總產值環比增長率在波動中，平均每年以0.07%的速度下降（線性趨勢方程為：y=-0.073 6x+8.460 3（R2=0.9426）。其中，y表示農業總產值環比增長率，x表示時間），導致農業產出總量增長遲緩。其次，云南農業增長率變化在37年間大致可分為四個階段，每個階段的增長率各不相同，總的趨勢是越來越低。第一階段：1978-1986年，人民公社解體，家庭聯產承包責任制確立，農業生產經營逐步實現市場化、商品化。這一期間云南農業增長最快，農業總產值環比增長率（以1978年的不變價格計算，下同）平均值為9.29%；第二階段：1987-1998年，家庭承包責任制制度變革效應至1986年后逐漸消失殆盡［13］，因而這一時期，農業總產值環比增長率的平均值下降至5.57%；第三階段：1999-2008年，十六屆四中全會“工業反哺農業”政策的提出，改變了1960年來“以農助工”、“以工業發展為主導”的經濟發展模式，這一階段農業總產值環比增長率的平均值又上升至6.24%；第四階段：2009-2014年，這一階段“工業反哺農業”政策的作用逐步趨弱，農業增長率下行壓力增大。2009年國家及省政府加大了對云南農業基礎設施、特別是水利工程的建設投入③，僅水庫建設一項，全省水庫總庫容量就由2009年的128.96億立方米猛增至2014年的375.29億立方米，6年間以前所未有的速度增加了近3倍。這一期間，盡管有大量投入，但農業總產值環比增長率平均值僅為5.82%，僅高于第二階段。最后，近年來（2011-2014年），云南農業投入增速與農業產出增速呈反向變化。從投入來看，云南省自2011年起不斷加大強農、惠農力度，每年向農戶發放各類補貼達18項42億多元；同時在中央和云南省投入農資補貼、良種補貼等糧食生產資金32.8億元的基礎上，省級又投入科技增糧專項資金2.2億元。截至2014年底，云南省農林事務支出累計達409.6億元，全省涉農貸款余額4 192.66億元，上述農業投資共計4 269.66億元，平均每萬人2.7億元，在重慶、四川、廣西、貴州各省市④中排名第1。剔除物價因素后，2011-2014年云南省農業扶持資金投入的環比增長倍數分別為：1.01、1.07、1.18、1.25倍；云南省地方公共財政預算農業支出額環比增長倍數分別為：1.05、1.14、1.22、1.39倍；農戶人均農業經營費用支出額環比增長倍數分別為：0.93、1.03、1.02、1.04倍；而農業總產值環比增長倍數卻為：1.15、1.13、1.11、1.06倍⑤，與上述要素投入的增速（或增長率）呈反向變化（依經典理論，農業增長遲緩源于要素投入不足，而云南省近年來不斷增加投入，農業產出增速卻逐年遞減）。

綜上，1978-2014年，云南省農業生產有包產到戶的制度“紅利”，有“工業反哺農業”的政策支持，有2009年后國家及省政府在政策、資金上前所未有的大力扶持等，但37年間，云南省農業增長率仍不能改變持續、緩慢的下降趨勢，即使是近年來（2011至2014年）要素不斷加倍投入的情況下，農業增長率長期下降的趨勢依然不能扭轉。這說明：①政策和資金等廣義要素對云南農業增長率的影響是短期、暫時的，還有更重要的因素在長期、持續地影響著農業增長率；②農業增長遲緩的問題是復雜的，不能簡單地歸結為要素投入不足。

二、云南省農業增長遲緩的原因探析

（一）種植業增長遲緩是造成農業增速下降的主要原因

在絕大多數發展中國家，農戶以最多、最優的人力、物力等資源用于生產糧食、薯類等可直接食用的植物產品，以保證家庭成員的基本生存。在此前提下，才會考慮從事其他生產，如用多余的糧食從事養殖業，或安排多余的人力從事林業生產等。因此，在發展中國家，以糧食、薯類等為核心的種植業產值在農業總產值中占較大比重。云南的農業生產也具有上述特征，自改革開放以來，以糧食、薯類等為核心的種植業占農業總產值的比重由1978年71.4%下降至2001年的61.85%，但直到2001-2014年，這一比例仍然維持在55%左右。

觀察1978-2014年云南省農業和種植業產值環比增長率的波動情況，發現兩者的波動曲線基本重合（圖2），存在較大的關聯性。

圖2 云南省農業與種植業產值環比增長率波動情況

如圖2所示，兩指標環比增長率的總體波動變化趨勢幾乎完全一致。云南種植業增長率波動趨勢的線性方程為：y=-0.090 7x+0.096 5（R2=0.946 8），說明種植業增長率也存在長期、持續的下降趨勢，且其下降趨勢還要強于農業增長率的下降趨勢（|-0.090 7|＞|-0.073 6|），進一步通過回歸分析發現，云南農業總產值環比增長率（AAygr）與種植業產值環比增長率（Coygr）之間存在協整關系：

括號中的數據為被估參數的t統計量。

通過殘差的AEG回歸式獲得AEG統計量為-4.623⑥，根據Mackinnon（1991）提供的臨界值表計算得到AEG臨界值C(p)=-4.471，由于AEG=-4.623＜C(p)=-4.471，殘差et平穩，因而農業總產值環比增長率（AAygr）與種植業產值環比增長率（Coygr）之間存在協整關系。同時，上式也說明種植業增長率每下降1個單位，將會導致農業總產值增長率下降約0.77個單位，種植業的影響遠大于其他產業，種植業增長率對于農業總產值增長率有決定性影響，這說明農業增長率的波動基本上是由種植業增長率的波動驅使的。綜上所述，可以得到以下結論：①云南省種植業產值在農業總產值中占較大份額，種植業的增長率對農業總產值增長率有決定性影響（77.0%）；②種植業增長遲緩是造成農業增速下降的主要原因。

（二）云南省種植業增長遲緩的原因解析

沒有投入就沒有產出，種植業增長遲緩與其生產要素投入密切相關，經典理論基于要素投入的視角分析增長遲緩問題是正確的，關鍵是增長遲緩是否是由要素投入不足造成的還需商榷（可能存在投入了大量要素，但沒有被有效地利用，或者存在要素、特別是一些先進的生產要素根本就無法規?；度肷a的情況）。下面就來具體解析種植業生產要素的投入情況，以找尋種植業增長遲緩的真實原因。

1.土地要素投入

1978-2014年云南省農作物總播種面積由413.60萬公頃上升至714.15萬公頃，年均增長率為1.96%，高出全國年均增長率1.7個百分點，說明云南土地要素投入的速度高于全國平均水平。2014年，全省耕地面積為633.97萬公頃，人均耕地0.151公頃，由于云南省山地占國土面積的94%，有條件開墾的宜農荒地實際上大部分已開發利用，還未開墾的宜農荒地人均僅有0.007公頃，而這部分荒地也還因為水熱條件、耕作半徑等因素限制，開發難度較大。根據云南省國土資源廳數據，作為不可替代的自然資源，近年來，云南省的耕地開墾潛力已接近臨界狀態。

2.勞動力投入

2014年底云南省鄉村人口數為3 713萬人，占全省總人口的78.77%，遠高于全國45.23%的平均水平，說明鄉村人口向城鎮轉移的速度依然很慢。同期農村從業人員為1 569萬人，占全省總人口的33.28%，也高于全國28.5%的平均水平。1978-2014年，云南農村從業人員從1044萬人增加至1 569萬人，年均增長1.36%，高于全國0.85%的平均水平。從單位播種面積投入的勞動力來看，1978-2014年，云南省平均每公頃投入的從業人員由2.52人/公頃上升至2.60人/公頃，而同一時期，全國平均每公頃投入的從業人員則由2.29人/公頃下降至2.04人/公頃，兩者呈反向變化，并且37年間每公頃面積投入的從業人員始終高于全國平均水平。

3.化肥投入

2014年云南省農用化肥（折純量，下同）施用量為226.86萬噸，平均每公頃土地投入317.66千克，而2014年全國農用化肥平均每公頃土地投入僅為255.6千克。1978-2014年，云南省農用化肥投入由57.35千克/公頃上升至317.66千克/公頃，平均每年增加12.26%；同期全國農用化肥投入由58.89千克/公頃上升至255.6千克/公頃，平均每年增加9.03%。云南省化肥無論是單位面積投入總量，還是投入速度均高于全國平均水平⑦。學界主流觀點認為，施用化肥所涉及的技術簡單，幾乎不需要什么維護費用，因而農戶更傾向于提高化肥的施用強度以彌補其他要素的投入不足（Ebenstein et al.，2012；何浩然、張林秀、李強，2006）［14-15］。Huang（2008）則認為由于技術培訓等的不足，農戶并不知道自己施用的化肥已經過量［16］。此外，云南省氮肥使用量一直占化肥總體使用量的50%以上⑦，過量地使用氮肥會通過多種途徑對環境造成破壞：溶淋滲入地下后會污染地下水；被地表徑流帶走后會造成水體的富營養化問題；通過化學反應揮發進入空氣中，造成空氣中溫室氣體含量上升等（Fischer et al.，2010）［17］。楊紅娟等（2015）具體研究了云南農業生產碳排量的情況，也發現云南農戶過多地依靠化肥投入來提高產出，化肥的過度使用使得云南農業碳排放量近年來持續上升［18］。

4.農機投入

2014年，云南農業機械動力每公頃土地投入為4.5千瓦，低于同期的全國平均水平6.53千瓦/公頃。1978-2014年，云南省農機總動力投入由0.59千瓦/公頃上升至4.50千瓦/公頃，年均上升17.91%，而同期全國該指標是21.92%。云南省每公頃土地投入的農機，無論是投入總量還是增長率均低于全國平均水平，更遠低于東部省份10.76千瓦/公頃（2014年）與增長率25.41%的平均水平。由于農機與勞動力存在相互替代的關系，大量剩余勞動力滯留農村，使得勞動力投入成本遠低于農機投入成本［19］，這就造成了農機生產要素無法規?；度肷a，也造成了在播種面積不斷擴張的情況下，勞動力取代農機使得單位面積勞動力投入不降反增。

5.水庫建設

1978-2014年，云南省水庫總容積由49.93億立方米上升至375.29億立方米，平均每年增長17.61%，遠高于全國5.07%的平均水平，這主要是由于2009年、2010年云南省的特大旱情引起了國家及省政府的高度重視，2009-2011年國家及云南省持續加大了對水庫等截流提水工程建設項目的投入，云南省水庫總容積突增，引起水庫總容積增長率大幅上升。如不考慮旱災后的水利工程興建，1978-2009年，云南省水庫總容積由49.93億立方米上升至128.96億立方米，平均每年增長4.95%，與全國5.07%平均水平基本持平。水庫總容積的變化并不能全面說明水資源的利用情況，還應考察有效灌溉面積占總耕地面積比例的變化情況：1978-2014年，全國耕地有效灌溉面積由4 496.5萬公頃上升至6 453.95萬公頃，占當年耕地總面積的比例由29.96%上升至39%，上升9個百分點；云南省耕地有效灌溉面積則由90.153萬公頃上升至170.897萬公頃，占當年耕地總面積的比例由21.80%上升至23.93%，僅上升了2.1個百分點，無論是有效灌溉面積占耕地面積的比例，還是該比例的上升速度均低于全國平均水平。馮璐等（2014）認為排灌系統機電設備老化、排灌系統及相關基礎設施不完善等，是導致云南省水庫資源沒有得到充分利用的根本原因，水庫資源沒有得到充分利用最終造成云南農業綜合生產效率難以提高［20］。

三、“生產方式鎖定”假說的提出及實證檢驗

（一）“生產方式鎖定”假說的提出

基于種植業要素投入的分析可知，云南農戶更傾向于通過增加勞動力、擴張播種面積和提高化肥單位面積的施用量來提高總產出，農戶采用這樣的生產方式是因為上述方法所涉及的生產要素投入成本低、風險?、嗲沂┯眉夹g相對簡單，而農機與水利工程（含與水利工程配套的設施）投入的成本高、風險大，并且需要長期地維護與保養，相應的技術也不易掌握［19］。孔祥智、李圣軍（2009）曾對中西部地區農戶的農業生產技術需求進行過深入調研，問卷調查發現農戶最需要的技術是“化肥的購買”、“施肥技術”和“土地播種技術”，因為這些技術所涉及的要素在使用過程中成本低、風險小、施用方法易掌握，而“機耕與農機修理技術”、“收割與脫粒等加工技術”、“水利工程及其相關配套設施的維護技術”農戶最不需要、最不想學，因為這樣的技術所涉及的要素投入成本高、風險大，且施用方法不易掌握，即使掌握了這些方法，維護這些設備與設施的成本也較高［21］。

市場經濟或商品經濟追求的目標是收益最大化，而自給自足的小農經濟追求的是成本與風險最小化。當前，云南農戶整體文化程度低于全國平均水平，農戶的平均純收入也低于全國平均水平，并且收入差距還有逐步拉大的趨勢⑨，對投入成本、風險高的要素及其配套技術，承擔及接受、保障能力有限。同時，多數農戶家庭經營正從自給自足的小農經濟向商品經濟轉變，但長期以來自給自足的封閉生產“固化”了農戶的生產行為模式（即形成了追求風險最小化的路徑依賴），農業生產經營中追求風險最小化而不是收益最大化。再加上農業生產中，先進要素及其施用技術供給的后續服務缺失、政府行為與農戶需求失衡等問題［22］，農戶在生產中往往選擇投入成本與風險最小的要素，而不愿意冒險采用投入成本與風險大、施用技術難掌握、維護費用高的先進要素。

綜上所述，本文提出農業生產中的“生產方式鎖定”猜想：種植業生產中，農戶傾向于規模化投入見效快、成本低、施用易掌握、維護費用低甚至沒有維護費用的要素，如勞動力、土地、化肥等，這種生產方式以較低的成本和風險獲得種植業產出的不斷提高（盡管產出增長率在不斷下降）。生產中，低成本（或低風險）要素投入以其自身所擁有的高“收益—成本（或風險）比”而優先進入，農戶在生產中使用這些要素及其相應技術變得越來越熟練，產出的增加也使得農戶越來越有“安全感”與“滿足感”，這些要素逐步實現了“自我增強”的循環，并與農戶長期小生產狀態下“追求成本、風險最小化的路徑依賴行為”⑩之間相互強化，進而形成了“生產方式的封閉壁壘”——這種生產方式在“自我增強”與“路徑依賴”的相互強化中，阻礙了其他新要素的規?；M入，新要素因缺乏支持者而陷入困境，先期進入的要素被“鎖定”在“壁壘”之中難以被更先進的要素所替換?！吧a方式鎖定”下，農戶逐漸習慣于原有要素的低風險、低成本以及不斷增加的產出總量，而不愿意再花費資本、精力和時間去提高自身能力，從而難以降低使用先進要素（如現代化農機，先進水利設施、設備等）的成本與風險，更先進的要素難以規?；剡M入農業生產，而先期進入的要素在長期、規模化施用過程中必然導致農業產出的邊際收益遞減，農業產值增速下降，并且隨著時間的推移，下降的趨勢會越來越強。

（二）基于VAR模型的驗證

1.模型設定與變量說明

本文采用向量自回歸模型（Vector Autoregressive Model），即VAR模型。該模型的結構采用向量自回歸多方程聯立的形式，不以經濟理論為基礎，模型中的內生變量可對全部內生變量的滯后變量進行回歸，進而估計全部內生變量的動態關系，因其在估計中不含任何事先的約束條件而被廣泛運用于假想驗證。此外，VAR模型對于相互聯系的時間序列變量系統是有效的預測模型，常用于預測相互聯系的時間序列系統及分析隨機擾動對變量系統的動態沖擊，以評價不同沖擊的重要性或貢獻度（Sims，1980）［23］。因VAR模型具有上述特點，所以選擇其作為驗證工具。

VAR（P）模型的一般數學表達式為：

Yt=Φ1Yt-1+…+ΦpYt-p+BXt+εt,t=1,2,3,…,T

其中,Yt表示k維內生變量列向量Yt=（y1t,y2t,y3t,…, ykt）′,Xt表示d維外生變量列向量,它可以是常數項,線性趨勢項或其他非隨機變量,p是滯后階數,Φ1…Φp是k×k維的待估矩陣：

B為k×d維的待估矩陣,εt為k維白噪聲向量,且這些向量非自相關.本研究采用含常數項C的VAR模型,其表達式為：

基于模型與驗證“生產方式鎖定”猜想的要求，本文選取云南省1978年至2014年種植業總產值（用GDP表示，單位：億元）、勞動力投入（用L表示，單位：萬人）、播種面積（用SA表示，單位：萬公頃）、農業機械總動力（用M表示，單位：萬千瓦）、農用化肥折純量（用F表示，單位：萬噸）和水庫有效利用容積（用RCP表示，單位：億立方米）。由于水庫總容積不能反映出對水庫的有效利用，因而本文通過計算有效灌溉面積占耕地總面積的比重，獲得水利工程的平均利用率，再用平均利用率×水庫總容積，獲得水庫的有效利用容積作為內生變量，解析云南省種植業各要素投入與種植業總產值增長之間的關系，來印證“生產方式鎖定”的存在及其運行機理。數據來源于1978-2014年的《云南統計年鑒》。為了消除異方差和數據的劇烈波動，本文對所有原始數據進行了對數化處理。

2.平穩性檢驗及VAR模型的估計

為了避免出現偽回歸而導致模型的估計無效，我們需要對時間序列數據的平穩性進行檢驗。本文采用Eviews9.0軟件，使用ADF和PP檢驗法，對各序列對數及其對數一階差分序列進行平穩性檢驗，檢驗結果見表1所列。

表1 ADF檢驗和PP檢驗結果

在構建模型之前我們需要確定模型的滯后階數，根據VAR模型滯后階數的確定準則，最大滯后階數設定為3，見表2所列。

表2 模型滯后階數的確定

圖3給出了被估計VAR模型所有根的模絕對值的倒數在單位圓中的分布情況，模型所有根模的絕對值倒數都小于1，故VAR是平穩的。

圖3 對模型平穩性的單位圓檢驗

對平穩的VAR可進行參數估計，表3給出了VAR（3）模型的參數估計值。

表3 VAR（3）模型參數估計值

續表3

3.Granger非因果關系檢驗

對平穩的上述VAR模型進行Granger非因果關系檢驗，結果見表4所列。

表4 各變量格蘭杰非因果關系檢驗

續表4

由表4可知，DlnSA、DlnL、DlnF、DlnM、DlnRCP均是DlnGDP的Grange原因，結合VAR（3）模型參數估計的結果，即可知種植業總產值的增加是由于播種面積、勞動力、化肥（折純量）、農業機械總動力和水庫有效利用容積增加所致，其中播種面積、勞動力、化肥（折純量）三要素增加與種植業總產出增加之間互為因果關系，這表明播種面積、勞動力、化肥（折純量）三要素的增加會使種植業總產出增加，而種植業總產出的增加又會反過來刺激播種面積、勞動力、化肥（折純量）三要素投入的增加。此外，通過各要素間的Granger非因果關系檢驗，并結合模型參數估計值結果，我們還發現：勞動力的增加會導致播種面積擴張、農機總動力的投入下降；農機總動力的增加會導致勞動力減少，而播種面積的擴張會使化肥施用量和水庫有效利用容積增加。

4.脈沖響應分析與方差分解

如圖4所示，當本期給DlnGDP一單位標準差（S.D）正向沖擊后，其對自身的影響1、2期小幅下降，2、3期迅速上升至最高點，隨后持續波動。DlnGDP對自身的影響波動的振幅大，持續時間長，至12期后才逐步收斂。其間，振幅高峰均出現在正向且正向影響有8期，波動的負向影響很弱僅有4期，這說明DlnGDP對自身的影響持續時間長，且主要是正向影響。當本期給DlnSA一單位標準差（S.D）正向沖擊后，DlnGDP在第1期就有了正向響應，正向響應一直持續至第4期，第5期下降接近0后又開始正向波動，至11期后波動逐步收斂，正向波動有8期，負向有3期。當本期給DlnL、DlnF一單位標準差（S.D）正向沖擊后，DlnGDP的響應均表現出波動響應的持續時間長（均為10期），正向響應均多于負向響應，這表明DlnSA、DlnL和DlnF三要素對種植業產值的增長均有促進作用，且有較長的持續效應。而當本期給DlnM、DlnRCP一單位標準差（S.D）正向沖擊后，DlnGDP的響應振幅小，持續時間短，這表明這兩要素對種植業產值的影響較弱。

圖4 DlnGDP對各變量的脈沖響應

綜上，由于DlnGDP對自身影響的波動時間長、振幅大，因而DlnGDP對自身的影響應最強，其次是DlnF、DlnSA、DlnL，最弱為DlnM、DlnRCP，其中，DlnGDP對DlnF、DlnSA、DlnL的響應波動時間長短、振幅大小要明顯強于后兩個要素，這說明種植業產出主要是依靠化肥、播種面積和勞動力投入，下面的方差分析也應證了脈沖分析的推斷。方差分析見表5所列。

表5 各要素投入對于云南省種植業增長的方差分解

續表5

從對DlnGDP的方差分解（貢獻率）來看，DlnGDP對自身的貢獻率由0期的100%下降至第25期的35%后趨于穩定；DlnSA對DlnGDP的貢獻率由0期的0上升至第25期的16.4%后趨于穩定；DlnF對DlnGDP的貢獻率由0期的0上升至第25期的27.8%后趨于穩定；DlnL、DlnM和DlnRCP對DlnGDP的貢獻率變化與DlnSA和DlnF完全類似，最終DlnL、DlnM和DlnRCP三要素的貢獻率依次為12.3%、5%和3.6%。方差分解（貢獻率）結果與脈沖響應的分析結果一致。這樣，DlnF、DlnSA、DlnL、DlnM和DlnRCP對DlnGDP的貢獻率分別為：27.8%、16.4%、12.3%、5%和3.6%，其中化肥的貢獻率最高，這表明生產中一旦減少化肥施用量將會導致種植業產出迅速下降，這就是為什么云南省政府歷年來不斷下文要求全省各地州減少化肥施用量，但農戶化肥施用量卻不降反增的根本原因。

綜上所述，通過VAR模型的分析發現，各投入要素對種植業產值增長貢獻率從大到小依次為：化肥、播種面積、從業人員、農機和水利工程，其中前3個要素的總和貢獻率穩定于56.5%，這表明云南農戶長期以來主要是通過擴張播種面積，增加化肥和勞動力投入來維持不斷增長的產出，而這樣的生產方式已導致總產出邊際收益遞減：①從單位播種面積的投入產出（利用C-D生產函數計算）來看，1978-2014年間，在第一階段，每單位播種面積投入使得總產出平均增加0.34個單位，而到了第四階段這一指標降至0.28個單位；②1978-2014年，第一階段每名從業人員的投入使得總產出平均增加0.25個單位，而到了第四階段這一指標為0.17個單位；③1978-2014年，每一單位化肥投入使得總產出的增加由第一階段的0.45個單位下降至第四階段的0.36個單位○11。即隨著三要素投入的不斷增加，每單位要素投入使得總產出的增加越來越少。結合要素投入分析及VAR模型的解析結論（播種面積、化肥和勞動力投入對總產出的貢獻率遠高于農機和水利工程投入的貢獻率），說明在云南省種植業的生產中，農戶更青睞于投入風險和成本較低、施用簡單、短期見效快的要素，由于規?；厥褂眠@些要素導致產出邊際收益遞減，最終造成農業總產出增長率的長期、持續下降，這正好印證了本文的“生產方式鎖定”猜想。

最后需要指出，驗證“生產方式鎖定”的存在并非要推翻經典理論，而是期望指出經典理論在研究農業增長遲緩方面存在“盲區”，即農業增長遲緩可能與要素投入的多少有關，還可能與生產方式緊密關聯，這暗示先進的集約型要素并非會“自然”地、規模化地進入農業生產，最先進的生產方式也不會“自然”形成。農業生產中，生產者會依據要素的“收益—成本比”最大化來選擇各要素的投入，這種選擇決定下的生產方式對生產者來說是一個最優選擇，但對整個農業生產行業來說可能并不是最優的，甚至是最差的，顯然這是一個“囚徒困境”博弈。在這一博弈下，農戶不會選擇與規?；?、集約化生產相匹配的先進要素，也不會進行相應的人力資本投資以學習先進要素的使用。

四、政策建議

（一）從要素及其相關技術提供者的角度解決“生產方式鎖定”

由于發展農業現代化的內、外部條件不同，發達國家的新型要素及其配套技術對于發展中國家來說，需要依據本國農業發展及農戶生產方式的現實情況，將新要素及其相關技術進行改造，降低新要素及其相關技術在本國使用的成本、風險與施用難度，才能為本國農戶所接受。同時，還需進行前期市場開拓，即投入一定的人力和物力去宣傳新要素及其配套技術，指導農戶使用，不斷降低農戶使用新要素的成本，最大限度地發揮新要素的功效。最后，在新要素及其配套技術的后期管理、維護中，提供者需要做好售后服務工作，不斷地調整、改進新要素及其配套技術，提高其適用性，避免“生產方式鎖定”問題的再次出現。

（二）從要素及其相關技術使用者（農戶）的角度解決“生產方式鎖定”

農戶是否愿意接受新的生產要素及其配套技術，關鍵是要降低其使用新要素與配套技術的成本與風險，讓農戶有利可圖。同時，這還需要農戶不斷地提高自身的文化素質，才能掌握新要素及其配套技術的使用技能。農戶提高自身文化素質，不僅要提高受教育年限，而且還要積極參與基層政府組織的農業技術培訓，不斷降低使用新要素的成本與風險。

（三）從政府政策扶持的角度解決“生產方式鎖定”

政府在解決“生產方式鎖定”問題中有著不可替代的重要作用。要素改良主要是由產品市場的有效需求驅動的，當要素改良難以通過市場機制來完成時，政府就需要發揮其引導作用。一方面，政府有著生產要素提供者和農戶都不具備的信息收集能力，能迅速捕捉到要素及其配套技術的前沿創新與變革；另一方面，政府可通過相關產業政策選擇扶持新要素及配套技術，并依靠政府財政扶持等方式來重點支持新要素的適應性研發和運用。研發方面：第一，政府應立法保護新要素及技術開發、創新者的利益，不斷完善相關激勵政策，以鼓勵、支持新要素的發明、改造與創新；第二，積極促進農業新要素成果的轉化，對新要素使用的示范與推廣給予相應的政策、資金支持，將新要素“切入”生產方式鎖定壁壘中，打破“生產方式鎖定”的桎梏。在新要素的運用方面：第一，政府最好與要素提供者合作，通過開辦相關農用技術學習課程，結合當地農戶生產的實際困難指導他們合理、有效地使用先進要素；第二，降低農機等設備的年檢、審批的費用，使農戶買得起先、用得起先進要素的同時，也能長期有效地發揮新要素的功效；第三，政府應設立專項資金，完善排灌系統，淘汰或改造老舊的水利機電設備，提高水利工程資源的利用效率；第四，結合供給性結構性改革，提高低效、高污染農產品的入市門檻，提高化肥使用量檢測標準，大力提倡綠色種植；同時，降低由先進要素生產的農產品的入市門檻，減少這些農產品的交易成本，讓健康環保的農產品更易被消費者所接受，刺激農戶對先進生產要素的需求，從而改變原有落后的生產方式，不斷提高農業的生產經營效率。

注釋：

①即農業增長率（或增長速度）持續下降，總量產出增長越來越慢，表現出增長遲緩或緩慢的特征（參見譚崇臺《發展經濟學概論》，武漢大學出版社2002年版）。

②下文所用數據不特別說明，均來自國家統計局網站和1978-2015年的《中國統計年鑒》和《云南統計年鑒》。

③2009、2010年發生了“春旱”，這也是云南省加大水利工程建設投資的一個重要原因。

④農業生產與外部自然條件密切相關，選擇這四個省市與云南省作對比，可比性較強。

⑤參見國家統計局云南調查總隊《云南調查年鑒2015》，中國統計出版社2015年版。

⑥經試算，最終確定AEG回歸式無時間趨勢項，有截距項，ACI準則測定滯后一期。

⑦王金霞等在《中國農村生活污染與農業生產污染：現狀與治理對策研究》一書中也指出，2010年云南省單位面積化肥使用量是286.7千克/公頃，西南三省一市中，高于同期的四川（261.6千克/公頃）、重慶（273.3千克/公頃）、貴州（177千克/公頃），化肥的過度使用伴隨的是較低的化肥利用效率，2010年云南省氮、磷肥的浪費情況是191.35千克/公頃，也高于同期的四川（147.17千克/公頃）、重慶（147.4千克/公頃）、貴州（115.08千克/公頃）（北京：科學出版社，2013年版）。

⑧農業機械、水利工程設備的油料、電力、零部件更新、檢審等費用不斷上漲且使用期間需要不斷投入，而不像土地、勞動力與化肥屬于“一次性”投入，后期維護費用很少，甚至沒有。因此，相對而言，土地、勞動力與化肥要素投入的成本與風險較小。孔祥智、李圣軍（2009）以及國家統計局云南調查總隊：云南調查報告（2012）中，對廣大農戶的問卷調查均印證了這一結論。

⑨國家調查局云南調查總隊的《云南省農村居民收入差距研究》一文中指出：近年來云南省農戶純收入增長速度趨緩，并且與全國以及西部各省農戶之間的純收入差距逐步拉大，主要原因是云南農戶從事農業生產的家庭經營收入依然占其純收入的72%左右，家庭經營收入中種植業收入又占較大比重，而近年來云南種植業的增長率持續下降，再加上非農收入較少，導致云南農戶純收入差距逐步拉大（昆明：云南大學出版社，2013年版）。

⑩由于農村有文化的青壯年向二、三產業轉移，多數留在農村、難以轉移的農戶理解和掌握先進集約型生產技術的能力低，他們對“追求成本、風險最小化的路徑依賴行為”會變得更強。

○11基于C-D生產函數，利用分段回歸法計算四個階段中，三個要素的產出彈性（即C-D生產函數中三要素的指數）獲得。

［1］Nurkse R.The capital formation of underdeveloped countries［M］.Oxford：Oxford university press，1953：49-56.

［2］Nelson R R A low level equilibrium trap of Underdeveloped countries［J］.Journal of Economic History，1956（12）：245-251.

［3］Leibenstein H.Economic Backwardness and Economic Growth［M］.NewYork：JohnwileyINC.，1957：102-106.

［4］Bozoglu M，Ceyhan V.Measuring the technical efficiency and exploring theinefficiency determinants ofvegetable farms in Samsun province，Turkey［J］.Agricultural Systems，2007，94（3）：649-656.

［5］Tankhiwalle H，Sushenjit Ban.Yield Impact of Irrigation Management Transfer：A Success Story from the Philippines［R］.World Bank Policy Research working Paper，N0. 4298，2009.

［6］張浩，陳昭.中國農業經濟增長的要素貢獻度研究——基于分省非穩定面板的實證分析［J］.南方經濟，2008（1）：61-75.

［7］李谷成，范麗霞，馮中朝.資本積累、制度變遷與農業增長——對1978-2011年中國農業增長與資本存量的實證估計［J］.管理世界，2014（5）：67-92.

［8］王漢章，李上炸，劉伯恩.財政支農支出對農業GDP長期影響的實證分析［J］.中央財經大學學報，2009（5）：2-6.

［9］潘丹，應瑞瑤.中國水資源與農業經濟增長關系研究——基于面板VAR模型［J］.中國人口·資源與環境，2012（1）：161-166.

［10］蔣智華.云南農業經濟增長方式轉變的約束機制和對策研究［J］.云南農業科技，2008（5）：6-9.

［11］胡文濤，李潔光.轉變云南農業經濟增長方式研究［J］.農業與技術，2015（12）：216-217.

［12］孫琦仙.論云南農業經濟增長方式的轉變［J］.企業導報，2015（7）：34-35.

［13］張暉.云南推行家庭聯產承包責任制［J］.云南經濟，2011（5）：53-54.

［14］Ebenstein A.The Consequences of Industrialization：Evi?dence from WATER Pollution and Digestive Cancers in China［J］.Review of Economics and Statistics，forthcom?ing，2012，94（1）：186-201.

［15］何浩然，張林秀，李強.農民施肥行為及面源污染研究［J］.農業技術經濟，2006（6）：2-10.

［16］Huang J K.Training Programs and in-the-field guidance to reduce China`s overuse of fertilizer without hurting prof?itability［J］.Journal of Soil and Water Conservation，2008，63（5）：165A-167A.

［17］Fischer G，Winiwarter W，Ermolieva T，et al.Integrated modeling framework for assessment and mitigation of nitro?gen pollution form agriculture：Concept and case study for China.Agriculture［J］.Ecosystems and Environment，2010，136（1/2）：116-124.

［18］楊紅娟，李明云，劉紅琴.農業碳排放特征及影響因素分析——以云南為例［J］.生態經濟，2015（10）：76-78.

［19］楊雯.國家統計局云南調查總隊：云南調查報告（2012）［M］.昆明：云南大學出版社，2012（11）：118-159.

［20］馮璐，吳春梅，李新建，等.云南農業生產效率分析［J］.熱帶農業科學，2014（9）：102-108.

［21］孔祥智，李圣軍.中國農業社會化服務［M］.北京：中國人民大學出版社，2009（9）：464-474.

［22］苑鵬，國魯來，齊莉梅.農業科技推廣體系改革與創新.［C］//農業部基層農業技術推廣體系改革聯席會議辦公室.全國基層農技推廣體系發展狀況：基層農業技術推廣體系改革和建設情況交流第7期（總第33期）.北京：中國農業出版社，2006：17-25

［23］Sims C A.Macroeconomics and Reality［J］.Econometrica，1980，48（1）：1-48.

Slow Agricultural Growth and“Locked Mode of Production”—A New Theory and an Empirical Test Based on VAR Model

LOU Feng
（Institute of Economics,Yunnan University,Kunming 650500,China）

The traditional theory explains slow agricultural growth mainly based on insufficient input factors.The paper takes Yunnan pro?vincial agricultural as an example to find that the theory of insufficient input factors cannot explain Yunnan’s long-term slow agricultural growth.We find that Yunnan’s slow agricultural growth is mainly caused by slow planting industry growth.By analyzing the mode of plant?ing industry,we find that farmers tend to invest extensively in low-cost and low-tech factors of production to improve production in plant?ing industry production.Advanced intensive factors of production and its supporting technology cannot be applied at scale for a long time. The irrational mode of production and farmers’small-peasant traditional management pattern,which has been shaped over a long period of time,reinforce each other.It makes the relatively backward mode of production is difficult to get the fundamental change,which would cause the agricultural input-output decreasing returns to scale,eventually lead to slow agricultural growth.Based on the analysis above, we put forward that there is a‘locked mode of production’effect in planting industry production and apply VAR model to validate the the?oretical hypothesis.Finally,from the three perspectives of suppliers of agricultural production technology and factors,farmers and govern?ments,we put forward policy suggestions to solve‘locked mode of production’effect.

slow agricultural growth;locked mode of production;input factors;VAR model

F26；F302

A

1007-5097（2017）07-0051-11

［責任編輯：張兵］

10.3969/j.issn.1007-5097.2017.07.007

2016-12-29

國家社會科學基金項目（11BJY090）；云南省社會科學基金項目（SKPJ201304）；云南省教育廳重點項目（2014Z002）；云南大學“中青年骨干教師培養計劃”（XT412003）

婁鋒（1970-），男，云南昆明人，副教授，經濟學博士，研究方向：農業經濟，計量經濟。