基于SFA的我國農業生產效率測算及區域性差異分析

韓振興， 劉東輝， 常向陽

(1.山西農業大學經濟管理學院，山西太谷 030801； 2.南京農業大學經濟管理學院，江蘇南京 210095)

改革開放以來，我國農業生產表現出快速增長態勢，但是隨著生產要素價格的上升和資源約束問題的日益凸顯，農業生產依靠增加要素投入來增進產量的方式不再能持續為繼，新的農業發展方式必須依靠促進農業技術進步、提高效率來實現。

經濟增長的2個來源是要素投入和全要素生產率(total factor productivity，簡稱TFP)增進，而TFP增進的途徑又有2個：一是微觀主體自身TFP的增長，二是資源配置效應。微觀主體的TFP增進主要依靠技術進步和技術效率的提高，其中：技術進步主要表現為生產前沿面的移動，是農業生產長期進步的主要動力來源；技術效率表示實際產出和生產前沿面上可能的最大產出的距離，反映的是農業生產短期進步的主要來源。資源的配置效率是反映現有配置方式對資源的利用程度及改進空間，其計算需要要素價格指標，因為價格數據的不完整，本研究暫不分析配置效率，在后續的研究中會彌補這一部分的不足。在實際中，技術進步主要通過技術發明、技術創新等方式來實現，技術效率主要通過制度創新、技術擴散等方式來消除或降低技術效率提高的限制因素。

本研究選取1990—2012年我國主要農業生產大省13個省的面板數據，利用隨機前沿生產函數(stochastic frontier aproach，簡稱SFA)來測算我國農業生產效率，并分析23年間13個省農業增長的動力及其影響因素，同時分析了技術進步和技術效率在我國農業增長中的區域性差異，針對性地提出了發展措施和政策建議。

1 相關研究述評

農業增長的源泉主要有增加要素投入和TFP增進，TFP增進又可分解為技術角度和要素配置角度，技術角度主要是指技術進步和技術效率2個方面。從技術角度來看，造成TFP差異的主要原因是研究主體吸收先進技術的速度差異和使用先進技術的效率不同，Nelson等認為是吸收先進技術的速度不同[1-3]：Fare等認為是使用先進技術的效率不同[4-8]。

在研究我國農業全要素生產率增長變化的文獻中，陳衛平等認為我國農業TFP增長主要來自技術進步[9-13]；車維漢等認為技術效率的作用更為顯著[14-15]；匡遠鳳認為技術效率阻礙了我國農業增長，除此之外的因素均促進了我國農業TFP的增長[16]；黃金波等認為TFP對我國糧食生產增加的作用和貢獻有限，其主要動力在于要素投入的增加，但技術效率的正向增長，對TFP起到了正向作用[17]。上述學者的一致觀點在于我國農業增長同時存在技術進步和技術效率損失2種情況，分歧在于二者的作用大小不同。

分析我國農業增長區域性差異的文獻主要有李谷成認為我國各省農業TFP的增長具有明顯的階段性特征和較大的差異[18]。鄭循剛認為我國農業生產技術效率存在顯著的區域性差異，且東部地區高于中西部地區[19]。曹躍群等認為在1997—2005年我國東部地區的農業技術效率顯著高于中西部地區[20]；田偉等認為我國農業生產的技術效率存在明顯的地區差異且差距在不斷擴大，同時呈現出不同的收斂特征[21]。

通過對現有文獻的梳理發現，我國農業生產技術效率研究內容不斷細化，研究方法不斷改進，但在取得了一定成效的同時也存在一些爭議：一是因為學者們選取的研究時間段不一樣，得出的技術進步和技術效率對農業增長的貢獻方向雖大體一致，但貢獻大小差異較大；二是在對區域性差異的分析上，部分學者認為技術進步和技術效率均按東中西次序依次高低排列，這與本研究相悖，這可能與選取的樣本省份有關。在盡可能擴展研究時間段范圍和詳盡討論區域性差異的基礎上，本研究還探討了受災面積和有效灌溉面積對技術效率變化的影響。

2 隨機前沿生產函數模型的構建與設定

本研究采用Battese和Coelli隨機前沿生產函數模型，基本函數形式設定如下：

Yit=F(Xit，t) exp(vit-uit)；

uit={exp[-η(t-T)]}ui。

根據Battese和Coelli的設定，技術效率損失函數表示為mit=zitδ，其中，zit表示影響生產決策單元技術效率的p維向量，δ為須要估計的參數向量。

本研究生產函數的設定，采用非中性技術進步的擴展型C-D生產函數，因為在多數文獻中資本與勞動的替代彈性接近于1，具有常替代彈性性質，同時因為樣本容量的限制不適合采用超越對數生產函數，否則會由于要素交互項的引入而引起多重共線性問題。生產函數設定如下：

將技術效率定義為

TEit=exp(-uit)。

式中：uit表示非負的技術無效率項。當uit=0時，TEit值為1，不存在效率損失(生產單元處于生產前沿面上)；當uit趨于無窮大時，TEit值為0，則存在完全的技術效率損失。

技術效率損失函數定義為

mit=δ0+δ1are+δ2irr。

式中：δ0表示常數項；δ1表示由受災率變化引起的技術效率損失的變化情況；δ2表示由有效灌溉面積率變化引起技術效率損失的變化情況；are表示受災率，即受災面積占其總播種面積的比例；irr表示有效灌溉面積率，即有效灌溉面積占其播種面積的比重。

3 實證分析

3.1 變量及數據說明

本研究選取1990—2012年全國13個農業大省的農業投入和產出數據(因2013年起所選樣本省份對農業勞動力的統計指標，部分為“農林牧漁勞動力總人口”，部分為“第一產業勞動力總人口”，為保證統計口徑一致，數據選取至2012年)，所有數據均來自于《中國統計年鑒》。各變量定義見表1。

各主要變量的描述性統計結果見表2。

3.2 隨機前沿生產函數及無效率方程估計

3.2.1 隨機前沿生產函數估計結果 本研究使用Frontier 4.1軟件，采用3步法對隨機前沿生產函數進行回歸，回歸結果見表3。

從回歸結果來看，首先對數似然值和對數似然比通過檢驗；γ值為0.999 0，說明生產的無效率主要是由技術無效率引起的，而來自于統計誤差、天氣、自然災害等隨機因素的外部影響作用只有0.1%，說明該模型具有較強的解釋力。

其次，Labor、Land、Fer、Mac都通過了顯著性檢驗，表明這些要素投入對農業生產均產生了顯著的影響。其中，Labor通過0.1顯著性檢驗，影響顯著為負，這主要是由于農村存在剩余勞動力造成的；Mac通過0.01顯著性檢驗，影響為負，表明農村在使用機械化操作時可能存在效率較低的粗放的投入，進而資源被浪費；Land通過0.05顯著性檢驗，Fer通過0.01的顯著性檢驗，均對農業生產產生了正向作用，這與傳統研究和實際認識相一致。

表1 變量定義及說明

表2 主要變量的描述性統計分析

表3 隨機前沿生產函數估計結果

注：*、**、***分別表示在0.1、0.05、0.01水平上顯著。表4同。

最后，t通過0.01顯著性檢驗，說明13個省份的農業生產均存在技術進步。Fer與t的交叉項的系數、Land與t的交叉項的系數均通過了0.01顯著性檢驗，說明技術進步是非中性的；Labor和t交叉項的系數、Mac和t交叉項的系數均不顯著，表明在研究期內勞動投入、農業機械投入的變化并沒有隨技術進步表現出明顯的變化趨勢。Fer與t的交叉項的系數顯著為正，表明在研究期內隨著技術不斷進步，化肥投入的貢獻率在增加，化肥的施用對農業生產依然有著正向的推動作用；Land與t交叉項的系數顯著為負，表明在研究期內隨著技術不斷進步，播種面積投入的貢獻率在減少，這表明隨著技術進步依靠擴大播種面積來促進農業生產的方式并不能長時間為繼。

3.2.2 生產無效率方程估計 由表4可知，受災面積比例are對農業生產技術無效率有顯著的正向影響，即隨著受災程度增加，效率損失會增加，技術效率會降低，這與我國的農業生產實際情況相符，目前我國農業發展仍然較易受氣候、自然災害的影響，應當引導農民積極做好防范和預警措施。有效灌溉面積比例irr對農業生產技術無效率具有顯著的負效應，即隨著有效灌溉面積的增加，效率損失減少，技術效率增加，所以應當加強灌溉基礎設施建設、做好農業水資源調控。

表4 生產無效率方程估計結果

3.3 技術效率分析

技術效率表示生產決策單元的實際產出和最大潛在產出之間的差距，反映的是決策單元對現有資源的利用能力。樣本省份各年技術效率值如表5所示。

所有樣本省份1990—2012年的平均技術效率見圖1，總體來看，呈現上下無規律波動趨勢，沒有明顯的單調上升或下降趨勢。但是最高的也只是1995年的0.79，都沒有超過 0.80，距離1.00還是有一定的差距，最低的為1993年的0.58，整體范圍在0.60～0.70之間波動。

為了分析技術效率的區域性差異，將13個樣本省份按地理位置分為東、中、西部3個區域，3個區域的平均技術效率變化見圖2。東部和西部的平均技術效率要遠高于中部，說明對現有資源的利用能力，東部和西部遠高于中部。可能的原因：勞動力方面，東部具有先進的生產技術條件，再加上具有非農就業的良好優勢和條件，所以技術效率較高；西部地區雖然生產條件不先進，地形地貌等也不利于現代化農業生產，但不代表對現有資源利用率低，這可能是因為西部地區剩余勞動力大規模流向東部沿海等地區，并且在現有的不先進的生產條件下能盡可能地利用現有資源和條件；中部地區可能因為經濟條件較為發達，程度介于東部和西部之間，其沒有東部良好的非農就業條件， 也沒有像西部一樣大規模轉移剩余勞動力，但有其自身特征，比如兼業化和就地轉移，如果將這部分勞動力算作農業勞動力，勢必會降低農業產出效率，但如果將其剝離出農業勞動力，又忽略了其作為農業生產投入的作用。機械投入方面，東部地區不僅采用先進的機械設備，同時具有發達的外包服務市場，所以技術效率較高，西部地區雖然不具有先進的農機設備和發達的外包市場，但是其能在現有機械裝備條件下盡可能地利用現有設備；中部地區雖然具有比西部地區先進的農機設備，但是可能因為土地流轉制度落后和外包服務市場滯后等，沒能讓現有機械設備發揮較高的利用效率。

表5 樣本省份各年技術效率值

3.4 技術進步率變化分析

從圖3中可以看出，3個區域的技術進步率從高到低依次是東部、中部、西部；同時，3個地區的技術進步率整體都呈上升趨勢，東部、西部呈穩定上升趨勢，中部上下波動明顯。根據速水-拉坦的誘致性技術變遷理論可知，農業生產非優勢地區多數經濟發達，產品市場和要素市場都比較發達，要素價格也相對較高，這就使得該地區會率先尋求和使用新技術，比如機械、生物化學技術等替代價格更高的土地和勞動力，進而技術進步率加快。

4 結論與建議

本研究利用1990—2012年我國13個農業大省的投入產出數據，通過構建隨機前沿生產函數模型，對我國農業生產效率及其區域性差異進行測定和分析，得出以下結論。

我國農業增長呈現農業技術進步較快與農業技術效率不高并存的特征。生產前沿面的不斷上移說明我國的農業生產存在明顯的技術進步，較低的技術效率水平說明我國農業生產對現有資源的利用能力較低，技術推廣和技術擴散作用不明顯，須要繼續加大技術推廣力度。

我國的農業增長方式存在明顯的區域差異。經濟發達的地區，如東部，農業技術進步率較高、增速較快，技術效率水平也較高但增速較慢且波動明顯，表明該地區的農業增長進程為技術和效率雙重驅動特征；經濟較發達地區，如中部，技術進步率偏高，技術效率偏低，甚至低于西部，說明中部地區農業增長的驅動力主要是技術進步，同時其對現有資源的利用能力有很大的提升空間；經濟欠發達地區，如西部，技術進步率偏低、技術效率偏高，說明該地區對現有資源的利用能力較高，但經濟不發達是其技術進步受阻的主要原因。

因此，未來我國農業增長在促進技術進步的同時，更須重視對現有資源利用能力的提升及技術效率的提升，進而實現技術和效率雙重驅動型的增長方式。分區域來看，東部地區須要同時保持并提高技術進步率和技術效率，進而持續為技術和效率雙重推進模式；中部地區須要優先提升技術效率、提高現有資源的利用能力，諸如提高要素的投入產出效率、加大農業科技成果的示范推廣及應用等，次之考慮技術進步；西部地區當下須要解決的問題是提高技術進步，即加大該地區農業科研資金的投入和政策制定，注重新品種研發、技術創新和研發制度的創新。