中國農業企業全要素生產率區域比較及驅動因素分析
——基于1 126家國家重點龍頭企業

王麗明 孫小龍 賈 偉*

(1.中國農業科學院 農業經濟與發展研究所，北京 100081；2.江蘇省農科院 農業經濟與發展研究所，南京 210014)

全要素生產率一直是中國經濟增長的核心。從農業經濟增長來看，農業綜合生產能力的提高包含兩部分：一部分來自農業生產要素投入量的增長；另一部分來自農業生產率的提高[1]；現代農業經濟增長的主要特征表現為農業全要素生產率的全面提高，即不斷擴大全要素生產率對農業經濟增長的貢獻。中國歷經40 年的改革和發展，農業經濟發展進入嶄新階段，主要表現為：農業生產總量基本平衡且豐年有余；農業生產由資源約束變為資源和市場雙重約束；農業生產的結構性矛盾日益突出，農產品市場競爭力不強等等。中國各地區由于地理環境、自然資源等因素的影響，農業全要素生產率地區差異相對明顯[2]，探究中國農業全要素生產率地區差異的動態演變趨勢以及背后的原因，對于縮小地區差異，促進不同地區農業和農村經濟的協調發展具有重要的現實意義。

針對中國農業全要素生產率的研究主要集中在以下3 個方面：一是測定中國農業全要素生產率增長率，并判斷其變動趨勢，大多研究證實中國農業全要素生產率一直在增長，但對于中國農業全要素生產率的增幅存在爭議，例如有學者研究中國農業全要素生產率的年均增長率為0.7%[3]，也有學者認為中國農業全要素生產率年均增長率為5.12%[4]，還有學者認為這一數字為3.17%[5]。二是就影響中國農業全要素生產率的構成及影響因素進行分析；從中國農業全要素生產率的構成來看，主要依賴于農業技術進步，農業技術效率并不是主要的因素[6-8]；趙文等[9]提出了不同觀點，認為農業技術進步對中國農業增長的影響并不大，更多的是依賴于要素投入。投入要素的貢獻率已經減弱，其中，勞動力和土地的貢獻率低于化肥和農機；生產率貢獻率在增強，其中，技術貢獻率日趨提高，特別是效率還有提升空間[10]。也有些學者則針對影響農業全要素生產率的因素進行分析，例如李士梅等[11]認為勞動力流動阻礙了農業全要素生產率的提高。高帆[12]認為人力資本含量、灌溉面積占比、工資性收入占比和農業財政支出占比對農業全要素生產率有正面影響。卓樂等[13]強調基礎設施對農業全要素生產率的影響，農田水利基礎設施對糧食全要素生產率有顯著的正向影響；農村交通基礎設施當期對糧食全要素生產率沒有顯著影響，其滯后項則對糧食全要素生產率存在顯著的正向影響。鄧曉蘭[14]認為農村灌溉、道路、電力和醫療基礎設施投入對中國農業全要素生產率有溢出效應,且灌溉基礎設施的作用最明顯。三是農業全要素生產率的空間比較分析。中國農業全要素生產率地區差異的31%來自東部地區差異的貢獻，29%來自東、中、西部地區區際差異的貢獻[15]。也有學者單純從糧食產品進行分析，從空間來看，除四川以外的省份，糧食全要素生產率均增長[16]。楊剛等[17]研究認為中國農業全要素生產率存在正向的空間相關性，部分區域存在集聚帶。尹朝靜等[18]研究認為中國各省份農業企業全要素生產率存在明顯的空間地域差異，且該差異呈現擴大趨勢。石慧等[19]研究認為樣本期間內，省份之間的農業TFP沒有縮小趨勢，不存在絕對收斂，只有東部地區內部省份間的差距會無條件逐漸縮小。張海霞[20]認為區域間TFP差異明顯，且技術進步是四川省農業TFP其增長的單一驅動力。

整體來看，現有文獻具有以下3 個特點；首先，從研究視角來看，不少文獻集中在測定中國各省份農業全要素生產率增長率，以反映生產率對農業經濟增長的貢獻，對農業全要素生產率(絕對值)的測度較少；其次，從使用的數據來看，對農業全要素生產率的測度，較多使用統計年鑒數據，尤其是中國和各省份統計年份數據，且測算結果差異較大；最后，從研究方法來看，多使用DEA模型、Malmquist指數、隨機前沿函數等研究方法及演化的相關研究方法；工業企業全要素生產率測度中，大多使用，例如魯曉東等[21]，楊汝岱[22]使用OP方法測度中國工業企業(制造業企業)全要素生產率(1)Olley and Pakes 在1996年構造不同于以往研究的全要素生產率測度方法，國內學者在引用該方法測度全要素生產率，稱為“OP方法”。，并進行相關分析。當然，現有文獻為筆者進一步研究中國農業全要素生產率提供了借鑒，但也存在不足之處，主要體現在所使用數據較為單一，研究方法較為常見，另外缺乏農業企業全要素生產率的空間比較。

本研究對中國農業企業全要素生產率的研究，相比較以前研究，可能做出以下改進，第一，從研究對象來看，選擇農業產業化國家重點龍頭企業(以下簡稱“國家重點龍頭企業)作為研究對象，國家級農業企業作為新型農業經營主體的中間力量，成為構建現代農業產業體系、生產體系和經營體系的重要參與者、貢獻者和引領者。第二，從研究方法來看，采用OP方法測定農業企業全要素生產率，比較和分析不同地區和不同行業的全要素生產率。本研究利用2013—2015年的國家重點龍頭企業數據，就中國農業企業全要素生產率進行測度，從空間角度比較中國各地市農業全要素生產率差異，著重分析影響中國農業全要素生產率的主要因素，以期為企業決策提出適當的政策建議。

1 研究方法與數據來源

1.1 研究方法

對全要素生產率(Total factor productivity，TFP)的測度，過去很長時間內，均使用OLS方法，OLS方法產生同時性偏差和樣本選擇性偏差等技術問題，使用誤差項代表TFP，其殘差項和回歸項相關，導致估計結果產生偏誤；后來學者逐步使用固定效應模型克服同時性偏差，但樣本選擇性偏差仍然無法解決，為了更好地解決這一問題，不少學者采用OP方法就全要素生產率進行測度，具體過程如下：

Yit=AitKitLit

(1)

式中：Yit、Kit、Lit分別表示i企業t時期的產出、資產總額和勞動力總額；Ait表示i企業t時期的全要素生產率；針對式(1)取對數，轉化為

lnYit=βklnKit+βllnLit+uit

(2)

式中的殘差項uit包含Ait的相關信息；對式(2)進行OLS方法估計，獲得全要素生產率的相關數值exp(uit)，但殘差項uit和回歸項相關，導致全要素生產率Ait產生偏誤。將uit分別為?it和εit，?it可以被觀測到，且可能影響到當期因素(Kit和Lit)，εit是真正的殘差項；Olley等[23]假定企業當前投資為不可觀測生產率的代理變量，iit為?it的函數形式；筆者認為，iit不僅取決于殘差項(?it)和資本存量有關(kit)，而且與企業年齡(ageit)、企業性質(XZit)有關系，即iit=f(?it，kit,ageit,XZit)；求反函數，得

?it=hit(iit,kit,ageit,XZit)

(3)

式中：ii和kit分別為當期投資(Iit)和當期資本的對數形式；將式(3)帶入式(2)，得到式(4)，

yit=βaageit+βxXZit+βkkit+βllit+
hit(iit,kit,ageit,XZit)+εit

(4)

式中：yit、lit為當期企業產出對數(lnYit)、企業勞動力人數對數(lnLit)；假定σit=β0+βaageit+βxXZit+βkkit+hit(iit,kit,ageit,XZit)，式(4)轉變成式(5)

yit=βllit+σit+εit

(5)

yit-βllit=βaageit+βxXZit+βkkit+
g(Pt,σit-1-γkit-1-βaageit-1-βxXZit-1)+εit

(6)

式中：g(Pt,σit-1-γkit-1-βaageit-1-βxXZit-1)包含σit和kit的滯后期的函數，在此情況下，想獲得一致性估計，必須采用非線性最小二乘法完成；之后進一步估計資本項、企業年齡、企業性質的系數。

結合魯曉東等[21](2)OP方法使用的具體推導過程，在此不做闡述，具體參照文獻[21]和[23]。，Olley等[23]估計方程的設定形式如式(7)所示：

lnYit=β0+βeEXITit+βklnKit+βllnLit+
βmlnmit+βilnIit+βaageit+βxXZit+εit

(7)

式中：EXITit表示企業的進入或者退出；ageit表示企業年齡；lnmit表示企業原材料投入額對數，XZit表示企業性質。

1.2 數據來源

本研究數據來源于2013—2015年國家重點龍頭企業監測數據。農業部產業化辦公室每隔2年對國家重點龍頭企業進行監測，2014和2016年分別開展第6和第7批國家重點龍頭企業監測；數據采集過程如下：首先由農業部產業化辦公室發布監測通知，各監測企業人員根據監測要求填寫相關表格，上報企業數據；然后由農業部產業化辦公室組織專家對數據進行審核，將前后不一致、或者出現邏輯結構問題的企業數據返回被監測企業，進行重新填寫或者說明理由；最后經專家審核，完成國家重點龍頭企業數據采集。式(7)中的農業企業產出、勞動力和資產總額、原材料投入等數據來源于國家重點龍頭企業監測，這些數據均來自于企業報表；然而，企業投資額指標并未在監測數據中直接體現，本研究借鑒資產總額和固定資產折舊數據，獲得企業投資額指標數據，參見式(4)；企業年齡在國家重點龍頭企業監測中并未體現，課題組成員查詢企業官方網站、電話咨詢等方式逐一核實，獲得企業成立時間。本研究所涉及國家重點龍頭企業共1 245家，剔除存在數據異常、數據缺失等企業，共有1 126家企業，共形成企業樣本3 378個。

企業產出、企業資本、企業原材料投入分別采用企業銷售收入、資產總額和原材料投入額表示；企業勞動力投入采用農業企業就業人數表示；企業投資額(Iit)采用如式(8)表示，企業固定資產折舊率設定為5%。

Iit=Kit-Kit-1+Dt

(8)

式中：Kit、Kit-1分別為i企業t時期、t-1時期的資產總額，Dit為i企業t時期的固定資產折舊額。企業年齡(ageit)等于企業當年年份減去企業成立時間加1獲得；企業性質包含民營、國有、外資等，其中民營企業賦值為1，其他賦值為0；企業退出指企業未達到國家重點龍頭企業的監測標準，企業在某一年份退出，且在以后年份中不再進入，賦值為1，其他賦值為0。農業企業樣本的統計性描述如表1所示。

本研究所使用的企業樣本具有廣泛的代表性，從樣本企業的平均銷售收入、平均資產總額和勞動力投入量來看，分別為8.12億元、7.05億元、1 001人左右；從樣本企業的年齡來看，國家農業企業年齡的平均年齡為17歲；從樣本企業的性質來看，79%左右的國家重點龍頭企業為民營企業，其他類型的農業企業比重不高，例如外資企業僅有56家；從樣本企業退出來看，兩次監測過程中，約有12.3%的國家重點龍頭企業退出。從地區來看，東部地區、中部地區和西部地區分別有國家重點龍頭企業471家、316家、339家；1 126個樣本企業分布在281個地級市，其中有糧食類企業、畜牧類企業、果蔬類企業和其他類型的企業的地市分別為135、136、92和192個(一個地市可以擁有多個不同類型的龍頭企業)；從選擇的1 126樣本企業來看，2015年1 126家樣本企業銷售收入占國家重點龍頭企業銷售總額的95.5%。1 126家樣本企業中有690家企業出口，占國家重點龍頭企業總數的91%；企業出口額占國家重點龍頭企業出口總額92.63%。

表1 1 126家樣本企業的描述性分析Table 1 Descriptive analysis of 1 126 sample enterprises

2 結果分析與討論

2.1 中國農業企業全要素生產率分布狀況

2.1.1中國農業企業全要素生產率變動

采用OP方法，測度2013—2015年1 126家農業企業全要素生產率，在此基礎上計算各地區農業企業全要素生產率(3)各地市農業企業全要素生產率由該地市農業企業全要素生產率簡單平均而得，這種處理方法可能稍顯武斷；筆者也曾嘗試采用楊汝岱[22]的研究方法，采用企業銷售收入確定加權比重，求得全要素生產率平均值，但所得結論基本相似，在此研究中未體現。不同行業的企業在各地市僅有一家或者兩家，因而對個地區不同行業的全要素生產率的差異影響不大。，并根據每類農業企業狀況，將農業企業全要素生產率進行五等分，分別為低水平、中低水平、中等水平、中高水平和高水平，分別采用不同的顏色表示。從時間趨勢上來看，中國農業企業全要素生產率變動趨勢并不明顯，數據顯示，2013、2014和2015年中國農業企業全要素生產率均值分別為3.251、3.242和3.232(4)筆者嘗試采用DEA等方法就全要素生產率增長率進行求解，與此處結論基本一致，但數據存在差異。；整體而言，2013—2015年，東部地區農業企業全要素生產率高于中部地區和西部地區；從這3年農業全要素生產率的變動趨勢來看，持續增長的省份較少，僅有湖南、遼寧和浙江省；四川、湖北省農業企業全要素生產率呈現下降趨勢，其他省份農業企業全要素生產率呈現波動趨勢。

從空間布局來看，中國各地市農業企業全要素生產率的空間差異大，但是各地區農業企業全要素生產率大小排名相對來說穩定，2013—2015年，中國農業企業全要素生產率排名前十位的地市比較固定，例如江蘇省常州市、湖南省株洲市、河南省商丘市、湖北省襄樊市、四川瀘州市、湖北省荊州市、湖南省郴州市、湖北省宜昌市和湖北省黃石市等均排在前十位。從中國各地市來看，大部分農業企業全要素生產率相對較低，全要素生產率處于中高水平的地市并不多；以2015年為例，1 126家國家重點龍頭企業分布在280個地市，農業企業全要素生產率處于中高水平以上的僅有14個地市，農業企業全要素生產率處于中低水平以下的有157個地市。2013和2014年農業企業全要素生產率大多處于中低及以下水平。

圖1 2013—2015年中國各地市農業企業全要素生產率(5)圖1～5基于國家測繪地理信息局標準地圖服務網站下載的審圖號為GS(2019)1617號的標準地圖制作，底圖無修改。Fig.1 TFP of agricultural enterprises in cities of China from 2013 to 2015

2.1.2基于不同地市不同類型的企業全要素生產率比較

本研究根據行業分類，將中國農業企業分為糧食類企業、畜牧類企業、果蔬類企業和其他類型；本部分僅展示2015年全國各地市糧食類、畜牧類、果蔬類和其他類農業企業全要素生產率狀況，具體如圖2～5所示。

糧食類企業共分布在中國130個地市。從糧食主產區來看，2015年中國糧食產量主要排前五位的省份分別為黑龍江、河南、山東、吉林和河北省。山東和河南省國家重點龍頭企業全要素生產率分別排到第6和第7位，黑龍江和吉林省國家重點龍頭企業全要素生產率排名相對較低，黑龍江省排名第19位，吉林省排名則在第30位；而從中國各地市糧食類企業全要素生產率來看，除河南省商丘市和山東省泰安市處于中高水平以外，排名前五位省份各地市農業企業全要素生產率均處于中等水平、中低水平和低水平之中。

圖2 2015年中國各地市糧食類企業全要素生產率Fig.2 TFP of grain enterprises in cities of China in 2015

圖3 2015年中國各地市畜牧類企業全要素生產率Fig.3 TFP of Livestock enterprises in cities of China in 2015

圖4 2015年中國各地市果蔬類企業全要素生產率Fig.4 TFP of fruits and vegetables enterprises in cities of China in 2015

圖5 2015年中國各地市其他類企業全要素生產率Fig.5 TFP of fruits and vegetables enterprises in cities of China in 2015

畜牧類企業共分布在中國134個地市。從畜牧類企業來看，2015年中國畜牧產量主要排前五位的省份分別為山東、河南、四川、湖南和河北省。山東省國家重點龍頭企業全要素生產率排名第1位，其他省份農業企業全要素生產率的排名并不高，例如河南、河北省國家重點龍頭企業全要素生產率分別排名第14和第15位，四川省國家重點龍頭企業全要素生產率最低，為2.944；從中國各地市畜牧類企業全要素生產率來看，處于高水平或者中高水平且畜牧產量位于前五位省份的地市并不多，僅有河南省南陽市、四川省襄樊市、河北省邯鄲市、湖南省長沙市和山東省威海市，其他地市畜牧類企業全要素生產率仍處于中等水平以下。

果蔬類企業共分布在中國90個地市。從果蔬類企業來看，2015年中國果蔬產量主要排前五位的省份分別為山東、河南、河北、陜西省和廣西壯族自治區等。河北、陜西省果蔬類企業全要素生產率分別位于前兩位，其數值分別為4.184和4.165；河南、山東省和廣西壯族自治區果蔬類企業全要素生產率并不高，分別為3.187、3.115和3.014；從各地市果蔬類企業全要素生產率來看，僅有河南省鄭州市、河北省唐山市果蔬類企業全要素生產率處于中高水平，其他則處于中等水平以下，而天津市果蔬類產量較低，但果蔬類企業全要素生產率為4.831，處于高水平。

其他類企業分布在中國191個地市；從其他類企業來看，江蘇省常州市、湖南省株洲市、遼寧省丹東市、四川省瀘州市、湖北省襄樊市和河南省焦作市其他類農業企業全要素生產率處于中高水平，且處于其他類農業企業全要素生產率處于中等水平的地市僅有35個，有27地市位于中部地區省份。

2.2 中國農業企業全要素生產率的影響因素分析

2.2.1回歸模型

本研究構建計量回歸模型針對影響農業企業全要素生產率的相關要素進行分析，各變量選擇參照相關文獻；所構建模型如下：

TFPit=β0+β1cmit+β2ckit+β3yfit+
β4zbit+β5gmit+β6XZit+β7rrit+εit

(9)

式中：TFPit為i企業t時期的全要素生產率；cmit、ckit、yfit、zbit、gmit、XZit、rrit分別表示i企業t時期的出口密集度、企業是否出口、研發投入、要素密集度、企業規模和企業性質、企業科技人員；β0表示常數項，β1、β2、β3、β4、β5、β6、β7為相應自變量的系數，εit表示殘差項。表2展示影響中國農業企業全要素生產率的各變量統計性分析狀況。

表2 樣本的統計性描述分析Table 2 Statistical description of the sample analysis

2.2.2回歸結果分析

本研究使用Stata13.0軟件就影響中國農業企業全要素生產率的相關因素進行回歸分析，整體來看，回歸結果相對較好，具體結果如表3所示。

出口密集度對中國農業企業全要素生產率的影響為負；其中對其他類企業全要素生產率影響較為明顯，對糧食類、畜牧類和其他類企業全要素生產率的影響并不顯著。出口密集度反映企業出口渠道是否成熟，企業出口能力等，企業通過出口能夠獲取相當的利潤，相對來說，出口密集度高的企業對提升農業全要素生產率的重視不夠，因而，出口密集度高的農業企業全要素生產率較低。

企業是否出口對中國農業企業全要素生產率的影響為負；其中對糧食類和畜牧類企業全要素生產率的影響顯著為負，對果蔬類和其他類農業企業全要素生產率的影響并不顯著。這反映了農業出口企業的全要素生產率低于農業非出口企業，這與中國農業企業存在“出口-生產率悖論”的研究結果一致。也就是說農業企業出口更多地表現為“自我選擇效應”，而非“自我學習效應”；糧食類和畜牧類農業出口企業同樣表現出這樣的趨勢，這可能和糧食與畜牧出口貿易競爭力不足有關。

表3 2013—2015年中國農業企業全要素生產率影響因素回歸結果Table 3 TFP regression results of China’s agricultural enterprises from 2013 to 2015

研發投入對中國農業企業全要素生產率的影響為正，也就是說增加研發投入，將促使中國農業全要素生產率進一步增加。結果顯示，研發投入增長1%，中國農業企業全要素生產率增加2.3%；研發投入對果蔬類企業全要素生產率的影響更大，研發投入增加1%，中國果蔬類企業全要素生產率將增加10.9%；對于農業企業而言，增加研發投入對提高企業全要素生產率的影響明顯，尤其是對果蔬類農業企業。

企業規模對中國農業企業全要素生產率的影響為正；擴大農業企業規模，利于中國農業企業全要素生產率的增加，企業規模每增長1%，中國農業企業全要素生產率將增長4.2%；就具體類型的企業來看，對糧食類和畜牧類企業全要素生產率的影響將大于其他類型的農業企業全要素生產率。

就企業性質來看，民營農業企業全要素生產率小于非民營農業企業全要素生產率；這可能和民營農業企業規模和研發投入相對較小有關，集中表現在果蔬類企業；企業性質對糧食類、畜牧類和其他類農業企業全要素生產率的影響并不顯著。

企業科技人員對中國農業企業全要素生產率的影響并不顯著；其中對果蔬類企業全要素生產率的影響為負。這也說明農業企業全要素生產率的提升，與農業企業科技人員數量的關系不大，可能的原因可能在于兩個方面，第一，農業企業在統計科技人員數量的過程中，把企業推廣人員計算在內，這樣擴大了企業科技人員數量，也降低了科技人員數量對農業企業全要素生產率的影響；第二，大多企業產品僅為農產品初加工品，深加工品較少，尤其是果蔬類產品而言(僅限于簡單包裝等)，農業科技人員的作用并沒有得到充分發揮。

企業要素密集度對中國農業企業全要素生產率的影響為正；對四類企業全要素的影響均通過顯著性水平檢驗，但從系數數值來看，影響相對較小。中國農產品大多以勞動力密集型產品為主，國內農產品與其他國家農產品具有比較競爭優勢，相對來說容易進入國際市場；農產品相似程度較高，農業企業在國內市場面臨更多的內部競爭，農業企業進入國內市場的競爭強度高于國際市場，能夠進入國內市場的農業企業可能需要更高的生產率。

3 研究結果與政策建議

3.1 研究結論

本研究使用2013—2015年國家重點龍頭企業數據，使用OP方法測度中國各地級市農業企業全要素生產率，并進行空間比較，在此基礎上，并就影響中國農業企業全要素生產率的相關因素進行分析；研究結果顯示：1)整體來看，2013—2015年中國各地市農業企業全要素生產率變動幅度不大；2)從各省份來看，農業企業全要素生產率差異較為明顯，但僅有個別省份全要素生產率呈現遞增趨勢，整體而言，東部地區農業企業全要素生產率高于中部地區和西部地區；各地市農業企業全要素生產率空間差異大，農業企業全要素生產率排名變化不大，全要素生產率處于中高水平以上的農業企業不多；3)從影響中國農業企業全要素生產率的因素來看，研發投入、要素密集度和企業規模對中國農業企業全要素生產率的影響為正，企業出口并未對農業企業生產率起到推進作用。

3.2 政策建議

首先，企業應增加研發投入。國家重點龍頭企業研發投入額占企業銷售收入總額比重不到1%，其他農業企業研發投入更少，與發達國家農業企業相比，仍然存在很大差距，2010年孟山都研發投入為12.05億美元，占總收入的比例為11.47%。企業應加大研發投入，加強與高校、科研機構合作，研發適合自身企業的產品。其次，繼續擴大企業規模。研究顯示，企業規模與企業全要素生產率兩者呈現出正向的關系；整體來看，農業企業規模整體偏小，銷售額在百億以上的國家重點龍頭企業數目依然偏少。再次，鼓勵企業出口。盡管中國農業企業存在“出口—生產率悖論”[24]，應該重視和鼓勵農業企業出口，減少企業出口成本，優化企業出口的外部環境，為企業出口創造更為便利的措施；充分發揮“出口中學習效應”，尤其是促進農業企業生產加工流程、組織管理方式等。最后，制定相關優惠政策，傾向于主產區；農業產品主產區與農業企業全要素生產率并不匹配，研究顯示，非主產區農業企業全要素生產率反而高于主產區農業企業全要素生產率，國家應對農產品主產區給予相關的財政、稅收等優勢政策，扶持農業企業發展。