中國蘋果主產區全要素生產率研究

燕寧 張復宏

[提要] 利用2006～2017年我國蘋果主產區投入產出面板數據，采用方向距離函數和非期望產出模型，對我國蘋果主產省全要素生產率進行測算。研究結果表明：傳統不考慮非期望產出的效率測算會高估蘋果的全要素生產率;在考慮雙重非期望產出條件下，近年來蘋果生產的平均技術利用效率有所增強，但環境全要素生產率卻呈現總體平均下降趨勢，其中技術進步是阻礙產業發展的最大短板;而且通過對我國兩大蘋果主產區的TFP計算進一步驗證了這一結論。依據上述情況，本文提出依靠創新驅動、科技興農的發展方式，促進蘋果產業轉型升級和綠色發展。

關鍵詞：環境約束;全要素生產率;非期望產出;GML指數;綠色發展

基金項目：2018年山東省自然基金面上項目（編號：ZR2018MG013）

中圖分類號：F326.13 文獻標識碼：A

收錄日期：2020年2月17日

伴隨著我國社會的不斷進步，人們對生態環境和農產品質量安全的需求也在不斷提升，如何減少農業面源的污染，促進農產品質量安全和農業的綠色發展已逐漸提上議事日程。然而，過量的化肥、農藥、農膜等污染性農資的投入，給農業帶來經濟回報的同時，也成為阻礙鄉村振興和綠色發展的重要隱患。有關碳排放的研究表明：我國農業碳排放是全國碳排放的主要來源之一，約占全國排放總量的17%。而碳排放總量較高的地區主要集中于東部沿海和中部農業大省，我國蘋果的八大主產省正好位于這一地區。另據農業農村部統計，從1980年到2017年我國化肥使用總量從1，269.4萬噸（折純）增加到5，859.4萬噸，強度上每公頃化肥施用量從86.72kg增加到352.27kg，整體化肥用量遠高于世界平均水平，明顯存在著農業化學投入品過量使用情況。

農業環境全要素生產率作為評價農業綠色發展重要標準，已成為農業考核資源利用和環境保護重要指標。因此，在鄉村振興和綠色發展戰略背景下如何提升農業環境全要素生產率已成為新時期農業綠色發展的關鍵問題，研究和探討如何提高農業的環境全要素生產率，對保護生態環境，促進農業綠色發展和鄉村全面振興具有重要的理論和現實意義。

一、文獻綜述

環境全要素生產率是在考慮環境約束條件下，測算一個系統的總產出量與全部生產要素真實投入量之比。準確測算環境全要素生產率有助于在衡量我國經濟增長的同時，權衡對生態環境產生的不良影響，從而有助于實現產業綠色發展。目前國內外學者，主要采用數據包絡分析法（DEA）和隨機前沿分析法（SFA）來研究環境全要素生產率問題。采用DEA分析方法方面，Zeeshan Ahmad等在巴基斯坦國內首先利用DEA模型對巴基斯坦農業產業結構多個方案的比較效率進行了評價，最終確定了最優的農業產業結構方案。Moradi Mehdi等對美國的48個農場的能源性能進行了數據分析并利用數據包絡分析技術確定了提高農場效率的可行途徑，確定了不同栽培系統的現狀、最佳條件和節能措施。Avval SH等應用數據包絡分析方法，對伊朗戈萊斯坦省95個隨機選取的農場進行了技術效率和規模效率的調查，有助于提高向日葵生產的能量生產率，研究表明采用較好的機械管理技術和保護性耕作方法，通過對堆肥、殘渣等替代肥料的有效利用可能是提高能源利用效率和減少環境污染的有效途徑。朱金鶴等采用Malmquist指數測度全國和省域在不同環境約束下的4種全要素生產率，并選取12個影響因素構建系統GMM模型來進行研究，測算出中國省域綠色全要素生產率并分析其影響因素。采用SFA方法方面，田旭等采用超越對數隨機前沿分析方法，把碳、氮、磷排放量作為非期望產出測算了中國農戶蘋果生產的環境效率。Sicelo等基于柯布-道格拉斯函數來研究斯威士蘭的玉米種植效率，發現了該國的玉米生產技術效率低于0.8并找出了可能的4種原因。史常亮等利用SFA模型并結合Malmquist生產率指數對中國31個省份1993～2013年的農業全要素生產率（TFP）進行測算，并采用面板單位根法對中國農業TFP增長的地區差異進行隨機收斂檢驗，研究發現中國農業生產存在明顯的效率損失，平均技術效率偏低且處于不斷惡化狀態。

此外，傳統農業TFP的測算，通常僅考慮生產要素的投入約束，而忽略環境的約束產生的影響。在鄉村振興和綠色發展的背景下，如果忽視農業發展的環境代價，將會對農業發展產生不良影響，因此部分學者開始嘗試考慮資源與環境對綠色農業發展的影響，并考慮其影響因素后給出自己的政策建議。Karakaya Etem等利用Kaya恒等式和對數平均分解指數（LMDI）方法計算碳排放變化的驅動因素，得出土耳其的經濟增長在環境和經濟上都是不可持續的，并提出了可能的減排政策的建議。馮曉龍等在構建蘋果碳排放測算體系的基礎上，合算了不同年份、不同省市的蘋果碳排放總量與密度，并采用ML指數分析碳排放約束下中國全要素生產率及其分解成分。隨著農業面源污染的加劇和保護農業生態環境的力度增大，單純地把碳資源約束作為環境與資源約束顯然不能滿足當今時代發展的需要。因此，田宏宇等將各省市平均總氮總磷、農藥和農膜殘留作為非期望產出，計算出環境全要素生產率并提出了針對性的政策建議。涂正革等將氮、磷排放作為“壞”產出，利用方向距離函數和基于變系數半參數估計方法對我國農業綠色發展的區域差異及動力進行了研究。

綜上所述，雖然現有文獻對環境全要素生產率的研究已取得不少成果，但仍有如下不足：（1）學者們大多以大田作物為研究對象，而對果蔬農產品的研究較少;（2）現有研究大多是把碳排放或者氮磷排放分別作為“壞”產出，而把兩者結合共同作為“壞”產出的研究較少;（3）現有文獻多以各省市總產量為期望產出進行考察，缺少單位面積上的效率研究和考察。基于此，本文在研究蘋果生產效率的基礎上，利用布瑞克數據庫2006～2017年的統計數據，將蘋果生產過程中每公頃因生產資料投入而導致的碳排放與氮磷排放共同作為非期望產出納入核算體系，對蘋果環境全要素生產率進行測算及對比分析，希冀為政府進一步深化資源利用和生態環境之間的協調發展提供一定決策參考。

二、數據說明

由于近年來我國蘋果生產的集中度不斷提升，2016年河北、山西、遼寧、山東、陜西、寧夏、甘肅、河南8個蘋果主產省蘋果總產量在全國的占比達到98%以上，因此本文選取2006～2017年8個蘋果主產省（兩大產區）的投入與產出數據，構建生產投入與產出的平衡面板數據，運用非期望產出模型進行測算，具體指標如下：

（一）投入產出指標的選擇。本文選取8個蘋果主產省每公頃的人工服務成本與物質服務成本作為蘋果生產的投入指標，把每公頃單產作為蘋果單產的“好產出”，把每公頃蘋果生產過程中產生的碳排放和氮磷排放共同作為生產的“壞產出”。

（二）“壞產出”指標的計算。依據已有文獻的研究成果，本文將化肥、農藥、農膜作為農業碳排放的主要來源，將尿素、復合肥的施用作為農業氮、磷排放的主要來源，依據布瑞克數據庫的現有數據（8個省區每公頃平均施用化肥、農藥、農膜、尿素、復合肥等數據）測算出蘋果生產中每公頃產生的非期望產出數據，即同時考慮了每公頃蘋果生產的碳排放與氮磷排放兩種非期望產出。

蘋果生產的碳排放計算公式為：

式（1）中：E為碳排放總量;Ei為第i個碳源所產生的碳排放量;PEii為第i個碳排放源的量與其碳排放系數相乘。農業碳排放系數如表1所示。（表1）

氮磷排放的計算公式為：

三、研究方法

本文主要基于方向性距離函數（DDF），利用GML指數測度我國蘋果生產的環境全要素生產率（TFP）。具體研究方法如下：

（一）方向性距離函數（DDF）。假定M種投入要素x在8個蘋果主產省（決策單元DMU）中被施用，N種期望產出y和I種非期望產出作為產出，則環境技術P（x）可以表示為生產可能性集合：

依據Chung提出的距離函數，把g=（gy，gb）作為產出的方向向量，得出產出角度的距離函數（DDF）為：

式（4）表示投入要素x和環境技術結構P（x）沿著設定的產出方向生產出的期望產出和非期望產出增加和減少的最大倍數。這時可以依據線性規劃對基于環境技術的方向性函數進行求解：

（二）環境全要素生產率測算及分解。全要素生產率（包含非期望產出）GML指數定義如下：

式（6）中DG（x，y，b）是根據全局（Global）技術參照集PG給出的，所以當期望產出（y）增加、非期望產出（b）減少，那么會有GMLt，t+1>1，表明效率有所提升;當期望產出減少、非期望產出增加，那么GMLt，t+1<1，則表示效率有所損失。下一步將指數GML進行分解：

式（7）中EC表示技術效率;BPG表示與全局技術參照下離“最佳實踐者”的距離，TC衡量相鄰兩期BPG的變化，也即技術變化。TC、EC>1表明技術改進、技術效率改善;TC、EC<1表明技術退步、技術效率損失。

四、實證分析

根據研究方法和投入產出指標設定，本文基于MaxDEA6.9軟件進行效率測算和分解，選取了2006～2017年間我國八大蘋果主產省的數據進行比較研究。同時，為了揭示農業污染對蘋果生產效率的影響，還測算了不包括非期望產出的測算結果，用以對比“壞產出”造成的影響。

（一）中國蘋果主產省平均蘋果全要素生產率（TFP）及分解。由表3的計算結果不難看出，從傳統測算結果總體均值來看，在綜合考慮碳和氮磷排放的情況下，8個蘋果主產區在技術效率（EC）上實現了年均增長，且總體增長均值為0.85%，在技術進步（TC）方面，只有山西和陜西兩個省實現了年均增長，年均增長分別為0.21%、0.08%，在考慮非期望產出的情況下，蘋果環境全要素生產率的排名依次為：陜西、遼寧、山西、河南、山東、寧夏、河北和甘肅。在不考慮非期望產出的情況下，蘋果全要素生產率的排名依次為：陜西、遼寧、山西、河南、山東、寧夏、河北。由表1計算結果可知，無論是傳統測量蘋果環境全要素的方法，還是基于GML指數的測算方法，8個省區的蘋果生產全要素生產率（TFP）總體均值均小于1，說明近年來蘋果全要素生產率呈現總體平均下降趨勢。不含非期望產出的傳統測算結果為平均下降0.02%，基于含期望產出的GML指數結果為平均下降1.08%，這說明了不考慮非期望產出的全要素生產率的效率測度會高估蘋果生產效率。（表3、圖1）

總體來看，我國8個蘋果主產省蘋果生產情況不容樂觀，雖然近年來蘋果生產技術效率呈現平均增長的趨勢，但增長幅度不大且發揮的作用有限。從技術進步均值小于1不難看出，由于近年來蘋果種植戶仍以小規模種植為主，品種改良、現代化技術推廣進程不快。此外，依據潘丹等，Fare等學者的研究結論，不考慮非期望產出情況下的全要素生產率大于考慮期望產出的情況，說明了“壞”產出增長率高于“好”產出減少率。由此可以得出：一直以來我國蘋果產業的發展一定程度上是以周邊生態環境破壞為代價來實現的。同時，從總體均值與各省均值均可以看出，不含非期望產出的全要素生產率均高于環境全要素生產率。這說明傳統不考慮非期望產出的效率測算會高估蘋果的全要素生產率，這與馮曉龍等學者的觀點一致。

（二）2006～2017年中國蘋果主產區蘋果全要素生產率對比及穩健性檢驗。從表4的蘋果全要素生產率及分解的區際對比結果可以看出，在不考慮非期望產出（碳排放、氮磷排放）的情況下，兩大優勢區的技術效率（EC）均高于全國平均水平，這說明在技術水平一定條件下，兩大主產區的技術利用率好于全國總體水平。在考慮非期望產出的情況下，兩大主產區的全要素生產率（TFP）均小于不考慮非期望產出下的全要素生產率（TFP），進一步驗證了兩大主產區的高產出、高收益是以環境污染為代價的結果。其次，不考慮非期望產出的TFP值明顯大于考慮非期望產出的TFP值，這與表3的結果一致，進一步驗證了不考慮非期望產出的效率測算存在高估的現象。根據表4，本文制作了圖2、圖3的區際對比圖，由上圖可以發現，蘋果主產區不含非期望產出的情況下的TFP波動要明顯高于含期望產出的TFP波動，這說明環境因素對TFP的影響較大，不考慮環境因素會對兩大蘋果產區的全要素生產率的計算造成明顯偏誤，而考慮非期望產出后能更好地刻畫當前我國蘋果生產的發展現狀。（表4、圖2、圖3）

五、結論和政策建議

本文基于2006～2017年間我國蘋果主產區的平衡面板數據，利用非期望產出模型分別對我國蘋果主產區考慮環境約束和不考慮環境約束的全要素生產率進行了測度，得出以下結論：（1）不考慮非期望產出的傳統效率測算會高估我國蘋果生產效率。無論是8個主產省還是兩大主產區，在不考慮環境因素的全要素生產率測算結果均明顯高于含期望產出的GML結果。（2）本文基于碳和氮磷排放共同作為蘋果生產過程中“壞”產出的情況下，不論是8個主產省區還是全國平均水平，技術效率（EC）均呈現出一定的平均增長態勢，說明了近年來我國蘋果生產的平均技術利用效率有所增強;但技術進步（TC）和全要素生產率（TFP）卻呈現出不同程度的下降，這說明技術進步仍然是阻礙我國蘋果產業發展的主要瓶頸，必須依靠發展適度規模種植和技術進步助推蘋果產業轉型升級和綠色發展。

基于上述研究結果，本文提出如下政策建議：首先，要建立健全我國蘋果產業發展的環境約束機制，尤其是各蘋果主產省應當逐步建立環境約束下的蘋果綠色發展的評價體系。其次，必須重視科技創新在產業發展中的引領作用。從本文的研究結果不難看出，技術進步依然是蘋果產業轉型升級的最大短板，必須加快科技創新在產業發展中的引領作用，通過科技下鄉、科技興農等一列政策的有效實施，全面推進產業的高質量發展。總之，我國蘋果產業已到了由“數量型增長向質量型增長”的抓精發展階段，唯有通過科技引領、創新驅動來促進產業升級，才能最終實現我國蘋果產業綠色、可持續發展。

主要參考文獻：

[1]張廣勝，王珊珊.中國農業碳排放的結構、效率及其決定機制[J].農業經濟問題，2014（7）.

[2]田云，張俊飚，尹朝靜，吳賢榮.中國農業碳排放分布動態與趨勢演進：基于31個省（市、區）2002-2011年的面板數據分析[J].中國人口·資源與環境，2014.21（8）.

[3]張復宏，霍明，宋曉麗，王洪煜.基于SBM和Malmquist指數的中國蘋果主產區生產效率空間集聚分析[J].農業技術經濟，2017（5）.

[4]朱金鶴，王雅莉.中國省域綠色全要素生產率的測算及影響因素分析[J].新疆大學學報，2019（2）.

[5]田旭，王善高.中國糧食生產環境效率及其影響因素分析[J].資源科學，2016（4）.

[6]Sicelo I D，Micah B M，J I R.Technical efficiency of maize production in Swaziland：A stochastic frontier approach[J].African Journal of Agricultural Research，2012（42）.

[7]史長亮，朱俊峰，揭昌亮.中國農業全要素生產率增長地區差異及收斂性分析——基于固定效應SFA模型和面板單位根方法[J].經濟問題探索，2016（4）.

[8]韓海斌，趙麗芬.環境約束下中國農業全要素生產率增長及收斂分析[J].中國人口·資源與環境，2013.23（3）.

[9]Hailu，A.and T.S.Veeman. Environmentally Sensitive Productivity Analysis of the Canadian Pulp and Paper Industry，1959-1994：An Input Distance Function Approach[J].Journal of Environmental Economics and Management，2000（40）.

[10]Karakaya Etem，Bostan Aziz.Decomposition and decoupling analysis of energy-related carbon emissions in Turkey，2019.26（31）.

[11]馮曉龍，劉明月，霍學喜.碳排放約束下中國蘋果全要素生產率研究[J].中國農業大學學報，2017.22（2）.

[12]田宏宇，劉巍.環境約束、糧食綠色生產效率及其協調性研究——基于非期望產出模型[J].三峽大學學報，2019（5）.

[13]涂正革，甘天琦.中國農業綠色發展的區域差異及動力研究[J].武漢大學學報（哲學社會科學版），2019（3）.