農產品流通產業要素配置效率測度及對產業TFP貢獻研究

黃桂琴，蔡書凱

(安徽工程大學 經濟與管理學院，安徽 蕪湖 241000)

要素資源的優化配置為中國經濟的快速增長帶來源源不斷的動力。2020年3月，中共中央、國務院印發的《中共中央國務院關于構建更加完善的要素市場化配置體制機制的意見》(以下簡稱《意見》)指出，“完善要素市場化配置是建設統一開放、競爭有序市場體系的內在要求，是堅持和完善社會主義基本經濟制度、加快完善社會主義市場經濟體制的重要內容”。這是黨中央和國務院第一次對推進要素市場化配置改革進行總體部署。農產品流通產業良性發展是農業供給側結構性改革的重要任務之一，是激活和撬動農村經濟的有力杠桿。它具有“連接供需、連接城鄉，引導生產、引導消費”的功能，且隨著農業供給側結構性改革的深入推進，其連接和引導作用將更加顯著。

在2006年，我國農產品流通產業增長速度僅有3.71%，十分緩慢，但自2008年增長速度達到35.82%以后，就一直保持了二位數以上的增長速度(1)數據來源于《中國貿易外經統計年鑒》。。2018年農產品綜合市場成交額達10 261.42億元，占同期綜合市場成交額的36.4%(2)數據來源于國務院發展研究中心信息網統計數據庫，http://edu-data.drcnet.com.cn，并經整理計算。，農產品物流總額為3.86萬億元，占到當期社會物流總額283.1萬億的1.37%，同比下降0.16%(3)數據來源于中國物流與采購信息網《2015年全國物流運行情況通報》，http://www.chinawuliu.com.cn/lhhkx/201605/31/312529.shtml，經整理計算。，與此同時，隨著中國人口城鎮化推進，人口與城鄉經濟格局發生了巨變，也造成了農產品生產與需求的極大分裂與割離，既催生了對農產品流通產業需求快速增長，也對產業發展提出了更高要求。中國農產品流通產業增長的放緩與社會需求增長之間的矛盾不斷加劇，促使人們不得不思考為什么農產品流通產業的增長速度會在需要空間擴展的大好環境下不升反降，產業的要素配置效率是否支撐了產業TFP增長。

一、文獻回顧

一個國家的農產品流通產業要素配置的優化關系到產業發展方式的轉型與產業壯大。在一個超過700個非洲國家混合截面數據分析中，Rachel 和 Gumataw發現，在現代食品零售快速增長的同時，傳統的零售渠道仍然占據主導地位[1]。中國農產品流通市場由于主體復雜和市場分散，致使農產品流通產業渠道較長，因此大量的學者把目光聚焦于農產品產業渠道變革上。一部分學者嘗試用DSR(即，driving force-status-response，簡稱DSR)分析框架，構建中國農產品流通渠道變革的動力機制[2]，以期實現農產品流通渠道的跨界融合與集成服務；另一部分學者希冀從影響農產品流通渠道的因素分析中找到優化農產品流通渠道的良策[3]，或是從流通成本中找到提高流通效率的鑰匙[4]。一些將農產品流通產業作為整體研究的文獻專注于農產品流通產業的微觀組織結構研究，對參與農民合作社的個體特征、經營特征、組織特征、社會資本、組織，以及對合作社治理等做了系列研究[5]。顯然，上述研究抓住了當前農產品流通過程中的現實問題，然而，農產品流通產業全要素生產率研究文獻尚不多見。呂建興等從流通環節測算農產品效率時發現，產業整體效率不高，純技術無效是其主要原因，但沒有進一步測算出產業的要素配置效率對TFP的貢獻[6]。

充分釋放要素配置效率是提升全要素生產率的內在機制和重要路徑。經驗研究表明，要素配置效率的改善對單位要素生產效率的提升,主要通過要素從低邊際生產率部門(或產業)向高邊際生產率部門(或產業)轉移來實現[7]。稍早一些的實證研究發現，中國大中型企業TFP的增長主要由技術進步和技術效率變化貢獻，要素配置效率和規模效率的貢獻較弱[8]，甚至在工業TFP增長中，要素配置效率為負[9]。從中國宏觀及產業數據看，改革開放至2005 年前后，中國經濟增長主要得益于各行業技術進步的普遍提升。在此之后，要素配置結構效應對TFP 增長的貢獻迅速提高，取代技術效應成為TFP 增長的主導因素[10]。胡亞茹等利用引入R&D 資本的擴展 C-D 生產函數測算結果顯示，R&D 資本配置的結構紅利在逐期上升但份量較小，勞動配置結構效應起主導作用對高新技術產業增長率起重要作用[11]。在農業領域，勞動和資本要素的錯配現象在中東西部地區都明顯存在，改善程度與速度不一，并造成中國農業產出年均5%的損失，且仍在不斷增加[12]。

上述研究結論差異的主要原因還在于國內測算增長率的方法不同。以數據包絡分析法(DEA)為代表的研究文獻，只能測算影響TFP的技術進步、技術進步效率變動與規模效率變動，而不能得到要素配置效率的具體值，因而難以直接度量要素配置效率對TFP的貢獻。采取通過設定嚴格的生產函數形式的參數分析方法時，在對生產率分解的過程中，由于尋求不同的表達方式來定義要素配置效率，其結論也存在差異。比如有學者以廠商的市場份額與生產率協方差的大小判定資源配置的流向[13]，其優點是指標不會受到行業特征或測量誤差的影響，度量指標較為穩健，但該指標也失去了對特定產業具體情況的考量與描述。以企業市場份額變動與在位企業的生產率的乘積作為度量要素配置效率指標的測算方法被廣泛運用于微觀經濟活動研究[14]。這類研究方法以企業作為研究對象考察要素資源在不同類型企業的配置效率。傳統上，人們主要利用投入要素的邊際產出對邊際成本的偏離程度測算要素投入的扭曲程度，以此衡量資源配置是否有效率[15],這一測算方法易于操作與理解。以要素彈性份額與要素成本份額間的匹配程度來衡量要素配置效率，更貼合農產品流通產業要素配置的特點，故本文選用此指標。

二、農產品流通產業要素配置效率測算

(一)隨機前沿模型的設定

根據隨機前沿模型(stochastic frontier model SFA)及運算方法，本文擬建立一個攜帶時變技術無效率指數的隨機前沿生產函數作為研究的基本模型。其一般表達式如下：

Yit=f[Xit(t);β]×exp(vit-uit)

(1)

uit=ut×ηit=ui×exp[-η×(t-T)]

(2)

式中，Yit表示農產品流通產業產出值；Xit(t)為各類農產品流通產業要素資源的投入；f(Xit,t)是隨機前沿生產函數中的確定性前沿產出面；i表示樣本中的第i個樣本值，t是測量技術變化的時間趨勢變量，T表示第T時期。vit是服從獨立同分布的隨機誤差項，即vit～ii.d.N(0,σ2)。uit是一個技術無效率函數，表示i省在t期的技術無效率指數，它被定義為平均技術無效率指數與一個以t至T時期技術無效率指數的變化率為指數的指數函數的乘積。η表示技術效率指數(-μit)的變化率，當ηit>0時，技術效率指數變化率為正，即技術效率處于以遞減的速率遞增當中；當ηit<0時，技術效率指數變化率為負，即技術效率處于以遞增的速率遞減當中。μi為i省份平均技術無效率指數，表示其由于技術非效率造成的產出損失(不可觀測)。對式(1)的兩邊取對數，并對時間t求導，可得：

(3)

(4)

其中，sj為投入要素j的成本份額，xj為要素投入增長率。將(4)代入(3)式中整理可得：

(5)

式(5)中，ε=∑jεj為所有投入要素產出彈性之和。這樣，式(5)將ΔTFP分解成4個部分，即：

(6)

(7)

(8)

(9)

ΔT為前沿技術進步，ΔTE為技術效率變化率，ΔSE規模效率變化工，ΔAE要素配效率變化。

(二)全要素生產率及其分解式求解

要獲得上述式中的值，首先需要設定前沿生產函數f[Xit(t);β]的具體形式，而設定模型的過程就是模型檢驗的過程。假定生產過程中只投入勞動力、資本和技術3種要素，同時以時間趨勢t衡量技術進步程度，則前沿生產函數的對數形式可表達為：

(10)

對(10)式的所有參數β進行估計，可以分別求到第i個樣本在t時期ΔTit、ΔTEit以及各個要素的產出彈性：

ΔTit=βt+βitt+βtklnKit+βtLlnLit

(11)

(12)

εKit=βK+βKKlnKit+βKLlnLit+βtKt

(13)

εLit=βL+βLLlnLit+βKLlnKit+βiLt

(14)

將(11)至(14)式的計算結果，代入到(4)(8)(9)式，便可求得到ΔTFPit、ΔSEit和ΔAEit的值。

(三)變量界定與數據處理

測算農產品流通產業要素配置效率的關鍵在于投入產出指標選擇。本文以農產品流通中的批發與零售環節為著眼點，選取農產品流通產業產值作為其產出指標。具體以農畜產品批發(2012年后為農、林、牧產品批發)和食品、飲料及煙草制品批發及農產品專門零售的產值作為核算依據，單位為億元。

農產品流通產業的投入指標包括所有投入到產業發展中勞動和資本。其中從業人員數為農林牧產品批發、食品飲料及煙草制品批發和專門零售從業人數；固定資產采用農畜產品批發業和食品、飲料及煙草制品批發及專門零售業的固定資產計。勞動力投入由從業人員數為農林牧產品批發、食品飲料及煙草制品批發與專門零售從業人數衡量，單位萬人。勞動力價格由各省份農業生產和經營性費用的現金支出衡量。農產品流通產業資本投入由農畜產品批發業和食品、飲料及煙草制品批發及專門零售業的固定資產衡量，單位萬元。資本價格由中國銀行中長期貸款利率來衡量。勞動力價格和資本價格均由生產資料價格指數進行平減。

資本變量的處理是將資本帳面價值轉化為可以比較的實際資本存量。具體做法是通過將本期固定資產原值減去上期固定資產原值方式，求得當期購買固定資產名義值，并進一步對所得值消除通脹因子，即得到當期的實際投資。最后，采用“永續盤存法”得到研究期各省的實際資本存量。對于基期數據處理，由于現有統計中缺失2005年以前的分省數據，則借鑒單豪杰的方法以2006年的實際投資除以2005年投資增長率與折舊率。這里，假定2005年的實際投資增長率與2006年相同。

本文數據包括30個省市樣本，2005—2015年的數據。數據主要來源于《中國貿易外經統計年鑒》《中國農村統計年鑒》《中國農業年鑒》等。

三、農產品流通產業確定性前沿生產函數及無效率函數的參數檢驗

1.確定性前沿生產函數的參數檢驗。隨機前沿生產函數的確定性前沿產出部分的對數形式有多種，它可能是含t的超越對數生產函數，也可能是不含t的簡單對數生產函數，或者二者都不是。因此，在選擇生產函數的具體形式時，需要先對模型(2)和模型(10)進行嚴格的檢驗。檢驗的內容有兩項：一是檢驗確定性前沿生產函數的參數；二是檢驗無效率函數的參數。第一部分的檢驗主要通過對原假設：γ=0、βt=βLk=βLt=βKt=βL2=βK2=βt2=0，所有含t的項的系數為0，以及基礎模型中不顯著系數為0這4個部分來實現。

2．無效率函數的參數檢驗。無效率函數的檢驗主要是檢驗技術無效率指數是否服從半正態分布、技術效率無時間效率，以及不存在技術無效率。具體檢驗時，上述2個檢驗可分別以檢驗μ、η是否分別為0，還是同時為0來實現。對應于上3個假設檢驗，檢驗模型可分別記為b1 、b2 、b3。所有假設都以廣義似然比(LR)統計量進行檢驗，即LR=-2[L(H0)-L(H1)]其中，L(H0)和L(H1)分別是零假設H0和備擇假設H1的前沿模型的似然函數值。這兩個部分的檢驗結果由表1和表2分別呈示。

表1 隨機前沿生產函數模型的估計結果

3.生產前沿函數檢驗結果分析。表1為前沿生產函數4個模型的參數檢驗結果。表2顯示了前沿生產函數假設1至假設3的最大似然比檢驗情況，結果所有的檢驗都拒絕了原假設。在模型1的參數估計中，首先拒絕了前沿函數無變量間相互作用的假設和無技術進步的假設。這說明，技術進步、資本投入與勞動要素投入之間的相互作用都促進了農產品流通產業產出的增長，因此，選擇含t的超越對數生產函數形式是合理的。其次，檢驗無技術進步的原假設。檢驗結果拒絕了無技術進步的原假設。技術進步通過與勞動力的相互作用對產業增長到積極的影響，盡管在統計意義上不顯著，但技術進步本身卻落后于產業發展。最后，檢驗模型中存在冗余變量的原假設。表1結果也拒絕了有冗余變量的原假設，這表明模型a1中所有不顯著變量的系數應為0。此外，含有冗余變量的模型a4的LM檢驗結果進一步拒絕這一假設。至此，所有的檢驗結果支持了基礎模型的設定是合適的。

表1與表2分別顯示了無效率函數的參數估計及LR檢驗結果。結果顯示，所有的檢驗結果都拒絕了無效率函數的原假設，這表明2005—2015年，我國農產品流通產業存在時變技術無效率。具體來看，第一項檢驗結果模型a2可知，γ值為0.434 4且在1%水平上顯著(見表2)，說明原假設不成立，技術效率情況明顯存在，有必要采用隨機前沿分析方法。檢驗第二項、第三項時結果表明C-D生產函數無法準確表達生產函數的意義，采用超越對數生產函數更為合理。無效率生產函數模型的檢驗顯示均值μ服從截斷正態分布且技術效率具有時變性。總體而言，采用基于超越對數的隨機前沿模型合理。

根據公式(6)、(14)所估計的隨機前沿超越對數生產函數的極大似然估計結果如表1所示。在10個待估計的參數中有6個參數在5%的統計水平上顯著，方差比γ為0.495 5，說明生產函數偏差由技術非效率項μ和隨機誤差項υ共同決定。而極大似然估計值絕對值(141.119)和單側似然比(LR)檢測值(89.346)較大，說明模型的整體顯著性也較高。綜合上述檢驗結果，本文以模型a1作為測度農產品流通業要素配置效率的基礎模型。在模型a1中，勞動要素投入變量、資本要素投入變量的系數估計值都為正，且顯著，這說明，勞動與資本投入要素都對農產品流通產業產出起到了顯著的促進作用。資本與勞動的二次項系數均為正，且勞動的二次項顯著，說明農產品流通產業的增速隨著勞動和資本投入增加而加快，不過隨著資本投入增加而加速卻表現得并不顯著。lnK與lnL的交叉項的系數為負，說明勞動投入與資本投入的交互作用是反向的，在研究樣本期內，兩者之間具有替代效應，勞動(或資本)要素投入的增加會帶來資本(或勞動)要素投入的減少。由于勞動時間變量βlt的系數顯著為正，且βkl系數為負，理論上推測農產品流通產業技術進步過程中發生了資本節約型技術進步。資本節約型技術進步導致在農產品流通產業生產中，勞動力要素的投入不斷替代資本要素。然而，由于資本時間變量βkt的系數也為正(盡管不顯著)，這就使得上述結論不那么經得起檢驗了。γ值在99%水平上顯著，說明在控制了要素投入以后，幾乎所有的生產波動都可以歸因于技術無效率。技術效率的時變參數η(0.014)系數為正，表明在樣本期間內，農產品流通產業的技術效率是以遞增的速率增長的，年均變化率為0.014。

表2 LR檢驗結果

四、農產品流通產業全要素生產率及要素配置效率的區域差異分析

(一)全要素生產率及配置效率變動的趨勢特點

假定全國為一個研究單位，以全國的平均投入量生產了全國的平均產出，則可計算出我國農產品流通產業的TFP變化及其分解式。由于基期定為2005年，故而僅技術效率與技術進步2個指標從2005年始，其他3個效率指標值從2006年始計。從分解的結果來看，2003—2015年，農產品流通產業增長速率(ΔTFP)的年增長1.75%，處于一個較低的水平。研究期，農產品流通產業全要素生產率增長率變化呈現隔年反向波動特點，即，若當年度增長較快，則下一年度的降速也快，若增幅較小，則隔年減幅也較小。這正是體現了農產品相對于工業品和其他服務業的不同之處，它與農業生產季節性，農產品不易存儲、對市場反應滯后等特點密切相關。其中，2008年與2013年出現大幅度的波動，2008年TFP增速達到一個峰值(0.284 7)，而2013年則是向相反方向變化，增速衰減至谷底(-0.360 5)。不過，引起這兩次大幅度變動的內在因素不同，在2008年，規模效率的推動是引起全要素生產率提升的內在動因，而2013年，要素配置效率的變動則是抑制了全要素生產率的主要原因。從圖1可以看出，這10年間，ΔTFP與要素配置效率變化(ΔAE)保持了同步變動趨勢，這說明配置效率變化可能是我國農產品流通產業TFP增長的決定性因素。

其次，根據農產品流通產業 TFP變化的分解式，4個構成部分對產業增長的貢獻各異。技術變化(ΔT)與技術效率變化(ΔTE)均為正，二者對TFP增長具有積極的拉動作用，但這一拉力在逐漸減小。技術變化的年均值為0.084 5，技術效率變化的年均值為0.006 2，表明技術變化對農產品流通產業TFP增長年均貢獻8.45%；而技術效率變化對農產品流通產業TFP增長貢獻僅為0.62%。從圖1可以看出，10年來，技術變化的數量級數遠大于技術效率變化與規模效率變化，因此，我國農產品流通產業全要素生產率主要由技術進步決定。但技術進步變動的幅度較小，即技術變化對TFP增長的貢獻一直保持在微小變動范圍中的遞增狀態。從前文分析可知，這是由于農產品流通產業中存在有偏技術進步，而這種技術進步與目前農產品流通產業所適宜的生產方式基本相符。

再次，從規模效率變化(ΔSE)來看，其值為正，表明過去10年間，農產品流通產業的規模效率的增長推動了農產品流通產業的生產率的提升。但從其對TFP的貢獻度來看，規模效率僅為0.269%，作用十分有限。進一步，分年度看，10年里，規模效率的增長率只在2006年、2008年和2011年為正值，其余7年都為負值。隨著時間的推移，規模效率對TFP增長的影響從促進增長轉向抑制增長，且沒有好轉的跡象。

最后，要素的配置效率變化(ΔAE)為負表明農產品流通產業的配置效率一直在不斷惡化。配置效率變化的年均值為-0.077 9，表明配置效率拉低了農產品流通產業TFP增長，是TEP分解式中影響力最大的因素。從圖1直觀地看出這一關系，TFP 變化略高于配置效率變化，兩者變化整體吻合程度較高。董譽文等對我國批發和零售業1993—2014年數據研究我國商貿流通產業增長方式時認為配置效率對全要素生產率的小到可以忽略不計[16]。顯然，這與本文研究發現相背。當然，從2014和2015年的數據來看，配置效率惡化程度在逐漸減少，意味著我國農產品流通產業正在努力扭轉配置效率變化的方向。

圖1 2005—2016年農產品流通產業全要素生產率及要素配置效率趨勢圖

(二)全要素生產率與要素配置效率的區域差異

上述分析僅是考察了全國農產品流通產業的要素配置效率及TFP其他的分解項。為更具體地掌握我國各省市的農產品流通產業的要素配置變化，有必要對各地區進行詳細分析(具體如圖2所示)。

a.2006—2009年

b.2010—2012年

c.2013—2015年

d.2006—2015年

從區域層面看，研究期，區域間的農產品流通產業TFP增長率及其分解式各具特點。根據圖2顯示，東中部三大區域的要素配置效率變化都處于不斷惡化的狀態，以中部最為嚴重。其中，中部地區的農產品流通產業的ΔAE值達-0.115 1，東部地區為-0.088 9，西部地區為-0.046 2。這表明隨著時間的變化，三大區域的要素配置無效抑制了農產品流通產業的TFP增長。正是由于各區域內要素配置效率持續惡化，使得這個傳統產業長期處于低速發展的狀態。同時，在技術效率方面，三大區域的ΔTE變化率都大于0，其中，東部地區的增長(0.012 4)要高于中部(0.002 1)和西部(0.003 1)地區，這表明各區域農產品流通產業的技術效率以遞增的速度遞增，間接說明了我國各區域對技術的使用效率越來越重視。

規模效率變化方面，僅是西部地區的農產品流通產業的規模效率是以遞增的速率增長，東中部地區則是以遞增的速率遞減。正是由于三大區域在技術效率、技術進步、規模效率和要素配置效率方面的差異，東中西部地區的全要素生產率的變化也呈現出較大不同。這其中，西部地區的農產品流通產業的TFP的增長速度達到0.056 5，呈加速遞增趨勢；東部地區的TFP僅次于西部地區，也以加速遞增的態勢發展；只有中部地區的TFP是以遞增的速率遞減，增長趨于減緩。

從發展進程上看，在不同階段，三大區域的產業增長率變化差異明顯。根據圖2所展示的TFP變化及其分解圖發展趨勢圖，將研究期劃分2006—2009年、2010—2012年、2013—2015年3個研究階段。從分階段圖2可以發現，每個階段都大致歷經一次波谷和波峰的變化周期，產業全要素生產率及各分解式大致都經歷了從以速率遞增到以速率遞減的動態變化過程。2006—2009年，各區域農產品流通產業三大區域的ΔTFP、ΔT、 ΔTE及ΔSE大于0，顯示這一時期我國農產品流通產業發展正處于一個加快發展階段。而且，西部地區的ΔTFP最為顯著，其ΔAE也是三大區域中唯一為正值區域。2010—2012年間，ΔT成為對ΔTFP貢獻最大的力量，ΔTE和ΔSE的變化速度開始放緩，ΔAE的加速惡化，導致三大區域的全要素生產率的變化也放緩了。特別指出的是，東部地區這一時期由于要素配置效率負向貢獻加大，導致東部地區TFP增長率變化由遞增增長模式轉向遞減增長模式。2013—2015年，三大區域的ΔTFP全部轉為遞減發展方向，規模效率和要素配置效率拉低了該產業的全要素增長率。這一時期中部的惡化情形尤其突出。

從省份層面看，不同省市的全要素增長率及要素配置效率迥異。30個省市中，18個省市的全要素生產率變化大于0，其中海南省(0.194 0)最高，而湖南省(-0.437 1)最低。要素配置效率不斷優化的地區僅有4個，即寧夏、海南、河北和廣西，僅占13.33%。正是因為要素配置效率的不斷改善，這4個地區的農產品流通產業全要素增長率也排在全國的前列。在規模效率方面，46.67%的省市保持了增長勢頭，排在前五位的是海南、青海、寧夏、天津和黑龍江，后五位的是浙江、江蘇、上海、廣東和湖南。根據前文分析，技術進步是農產品流通產業全要素生產力的主要推動力，按省市情況分析的結果也支持了這一結論。僅西部地區的青海(-0.028 0)和寧夏(-0.003 1)兩地的技術進步出現倒退，其余省市技術進步則推動了TFP的增長(各省具體情況見表3)。

上述分析僅是直觀描述了區域差異的表現，并沒有定量刻畫出區域間的差異究竟多大，及其差異發展趨勢。為此，根據前文分析，進一步核算東中西三大區域各時期的全要生產率增長及要素配置效率增長的變異系數 。結果顯示，農產品流通產業TFP增長及AE增長的地區差異一直處在波動狀態中，且差異有擴大的趨勢。其中，2007年、2010年和2013年的變異值較大，特別是2013年，區域間變異值達到最大研究期峰值，此后兩年雖有回落，但仍高于2013年前的區域變異值。從區域差異的來源看，東部是導致地區差異擴大的主要地區，在此之后，中部地區是區域差異不斷擴大的主要來源。

表3 2005—2015年30個省市農產品流通產業要素投入增長率與要素配置效率

(三)要素配置效率對全要素生產率的貢獻

前文分析表明，農產品流通產業要素配置效率變化及規模效率變化與 TFP增長地區差異變化趨勢基本吻合。初步判斷，要素配置效率增長和規模效率增長可能是TFP增長區域差異的主要影響因素。為證實這點，筆者用各分解式的變異系數對農產品流通產業TFP變化的變異系數進行回歸，探討引發TFP區域差異變動的內在機制。

由于是時間序列數據，進行協整分析前，必須檢驗各時序變量的平穩性。在此，采取ADF檢驗方法，分別對ΔTFP，ΔSE，ΔAE進行數據平穩性檢驗。

由于ADF是單側左尾檢驗，表4結果顯示，變量ΔTFP、ΔSE、ΔAE的ADF值都大于5%的顯著性水平上的臨界值，故而都存在單位根，因此為不平穩序列。但是在經一階差分后，DΔTFP、 D ΔSE、 DΔAE的ADF值都小于5%的顯著性水平的臨界值，即顯著地拒絕了原假設，表明一階差分后，時間序列平穩，為一階單整序列。同時，DF-GLS檢驗結果進一步表明，此兩變量的信息準則SC和MAIC的最優滯后階數都為1，也就是一階差分為平穩過程。

根據前文描性分析，ΔAE、ΔSE與ΔTFP的變動呈現較強的協整特點。在引發全要素生產率變動的因素中，要素配置效率扮演了重要的角色，很可能存在長期均衡關系，為一協整系統。因此，本文對ΔAE、ΔSE與ΔTFP做協整檢驗。

表4 平穩性檢驗結果

不包含常數項或時間趨勢項的協整秩跡檢驗(trace statistic)結果表明，只有一個是無關的協整向量(表5中帶*號)。而最大特征值檢驗(max statistic)也表明，可以在5%的水平上拒絕“協整秩為0”的原假設，但因5.535<11.44(左側單尾檢驗)而無法拒絕“協整秩為1”的原假設。據此判斷，ΔTFP與ΔSE、ΔAE序列是(1，1)階協整的，變量存在長期穩定的“均衡”關系。而Granger檢驗結果顯示，以ΔTFP為因變量時，ΔSE和ΔAE都在5%的顯著性水平上拒絕了不是ΔTFP的因的原假設。這證實了前文設想，即ΔAE是引起ΔTFP變動的一個重要因素。

表5 Johansen 協整檢驗

協整關系只是反映變量間在長期存在均衡關系，而短期的動態關系無法體現。為同時體現變量間長期與短期的關系，本文建立反映短期偏離、長期均衡的一階誤差修正模型(VECM模型)來刻畫。使用Johansen的MLE方法估計該系統的向量誤差修正模型，得到估計式為：

D.×ΔTFPt=-0.021+0.476×D.ΔTFPt-1-0.458×ΔAEt-1-0.476×ΔSEt-1-0.593×ECMt-1

(15)

其中ECMt-1為誤差修正部分，也是該系統中3個變量的長期均衡關系：

ECMt-1=0.084+0.930ΔAEt+0.989ΔSEt

(16)

式(15)中，系數-0.593表明，當t-1時刻，ΔTFP的數值過高時(即ΔTFPt-1在短期偏離了長期均衡狀態)，系統會以-0.593的調整速度使得D.×ΔTFPt變小，促成其向長期均衡點運動。農產品流通產業的要素配置效率增長變異系的變動對TFP增長率變異系數的變動的影響顯著，而且ΔAE變異系數的每增長一個百分點會帶動ΔTFP變異系數0.930個百分點的增長。這證實了前文關于要素配置效率變動是引起全要素生產率變動的主要推動力，生產率增長的區域差異與要素配置效率區域差異密切相關的觀點。

五、研究結論與政策建議

(一)結論

本文在一個攜帶時變技術無效率指數的隨機前沿生產函數的基礎上，詳細地測算了2006—2015年中國農產品流通產業生產過程中全要素生產率、技術進步、技術效率、要素配置效率和規模效率等指數值，并以VECM模型就要素配置效率對TFP的貢獻進行估計與檢驗。研究得出以下結論。

1.要素投入是推動農產品流通產業增長主要因素。勞動和資本投入的增加顯著地促進了農產品流通產業增長。農產品流通產業的增速隨著勞動和資本投入增加而加快，且以勞動投入的影響最顯著。產業技術進步以資本節約型技術進步為特點，這種技術進步導致了在農產品流通產業生產中投入的勞動力要素對資本要素的替代效應，但并不顯著。

2.技術效率的波動引發了產業增長周期性波動及東西中區域發展的差異。農產品流通產業技術無效率波動是引發農產品流通產業增速周期性波動的主力。其中，產業技術進步是TFP增長的最大拉力，經歷了持續增強到逐步減弱的動態發展過程。而技術進步效率緩慢促進了農產品流通產業生產不斷向生產前沿靠近。在周期波動的不同階段，東中西部三大區域的產業增長率變化差異明顯。第一階段以西部地區的ΔTFP最為顯著；第二階段ΔT對ΔTFP貢獻最大；第三階段東中部三大區域的要素配置效率都處于不斷惡化的狀態，以中部最為嚴重。

3.要素配置效率對全要素生產率水平的貢獻有限，但其變動對生產率的增長影響顯著。要素配置效率的低水平增長及配置無效率的惡化成為拖累全要素增長率提升的重要阻力。協整檢驗及格蘭杰檢驗都表明農產品流通產業要素的配置效率不斷惡化是影響TFP變化的重要因素。要素配置效率的惡化抑制了農產品流通產業全要素生產率的增長。從省域層面看，各省要素配置效率差異大，僅極少數地區的要素配置效率正在優化要素配置效率增長，區域要素配置效率的差異變動也是全要素生產率增長區域差異變動的重要影響因素。

(二)對策

未來一段時間，農產品流通產業技術進步仍是推動農產品流通產業增長的主要動力，提高產業的技術水平對產業快速發展十分重要。而要素配置效率區域差異是引起產業全要素生產率變化的區域差異的主要因素。因此，加速要素的區域流動，提高農產品流通產業要素配置效率，采取有效措施建立統一市場，縮小區域間產業增長差異，是促進農產品流通產業持續增長的有效路徑。

1.加快產業技術改造，推動產業效率優化。技術進步是農產品流通產業增長主要推動力，與其他產業相比仍有巨大的提升空間，進一步加大產業的技術改造。第一，加快引入先進制造與服務技術，改造農產品流通手段，提高農產品流通產業增長率。現代流通產業應充分發揮現代技術在產業發展過程的作用，借助先進制造業技術和先進服務業技術，加快產業生產與運營技術升級與改造，推動產業快速發展。要特別重視現代信息技術的甄別、跟蹤和預警功能，科學合理地調動流通資源，提高生產效率。第二，改善并擴建農產品流通產業基礎設施，引入先進的流通設備，推動流通產業生產與服務技術升級。相較于其他生產性服務業，農產品流通產業的技術創造與升級嚴重不足，這使得產業技術進步緩慢，產業增長難以持續。建立現代化、標準化的農產品流通基礎設施與設備，減少流通冗余程序與損耗。

2.加大資本投入和勞動力教育水平提升，重置產業要素配置。農產品流通產業增長為資本節約型技術進步，這與現代產業勞動節約型技術進步背向而馳，制約了產業的良性發展。第一，采取傾向性政策扶持，加大資金投入，改善資本配置結構。要引導資本進入農產品流通產業，給予特別政策扶持，進行貼息或降息，降低農產品流通產業融資成本。第二，建立行業專業培訓體系，提升從業人員的職業素養。通過強化行業專業技術培訓，提升從業人員的職業能力，適應技術變革與更新帶來的新要求。與此同時，更高的技術含量與水平，可加速從業人員的行業流動，盤活產業勞動力市場，優化勞動力的配置效率。

3.加速統一市場建立，建立現代化農產品流通產業。農產品流通產業全要素增長率主要受到產業要素配置效率波動的影響。因此，第一，破除區域市場間壁壘，消除有形和無形的市場分割，削弱抑制因素的影響力度。各地方政府要積極作為，主動打破區域間顯性制約因素與隱性的差別待遇，放開邊界管制，加速要素市場的自由流動，以優化產業整體要素配置，促進產業增長，保障優質高效的農產品供給。第二，加快區域間農產品流通產業一體化建設，搭建產業發展的公共信息平臺，推進產業現代信息化建設，縮小區域間農產品流通產業技術進步、要素配置效率等差異。建立分層次、分類別、有特色的各類區域型大型農產品流通平臺，使市場信息公開、透明、快速地傳達到各市場主體，加速要素匹配，提高運行效率，縮小東中西部農產品流通產業技術進步、技術效率和要素配置效率等方面的差距。