技術進步、價格扭曲對中國農業環境效率的影響

劉偉 洪宇

內容提要：? 本文以2016-2018年我國省域農業經濟發展水平作為研究對象，首先，運用全局ML方法計算全要素生產率及要素分解，分離出技術進步水平，代入道格拉斯生產函數，計算得到要素價格扭曲;其次，運用三階段DEA方法計算我國農業環境效率;最后，運用GMM回歸模型分析技術進步、價格扭曲及相關控制變量對中國農業環境效率的影響。結論認為：我國農業技術水平較有起伏，? 但總趨勢表現為技術進步;農業勞動力、資本存量、農用土地均存在價格扭曲現象，且勞動力價格表現為正向扭曲，資本價格、農用土地表現為負向扭曲，其中農業土地價格扭曲程度最為嚴重;我國當前農業不充分、不平衡發展問題依然嚴峻，而人才流動是最主要的問題;技術進步和價格扭曲均是中國農業環境效率的直接影響因素，技術優化、過剩的勞動力、不足的資本存量均是農業環境效率的抑制因素，不足的農業土地面積是農業環境效率的促進因素，技術進步和價格扭曲交叉項正向作用農業環境效率，但影響程度較小，退耕還林、水土流失治理均是提高農業環境效率的有效手段。

關鍵詞： 技術進步;價格扭曲;全局ML生產函數;三階段DEA模型;GMM回歸模型

中圖分類號：F26;C812? 文獻標識碼：A? 文章編號：1001-148X（2021）05-0113-10

近年來，我國經濟已由高速增長階段轉向高質量發展階段，隨著這種轉變，我國農業的比重逐年下降，農村人口不斷縮減，“三農”問題日益顯現。目前，我國主要農作物耕種機械化水平已超過65%，農業科技進步貢獻率超過57%，超過世界平均水平，農產品供給極大豐富[1-3]。但是，我國農業資金投入不合理、要素錯配、公共服務體系不健全等問題依然存在，農業生產效率遠未達到期望水平[4-6]。本文以2016-2018年我國省域農業經濟發展水平作為研究對象，運用全局ML方法計算全要素生產率及要素分解，分析要素價格扭曲程度，并運用三階段DEA方法計算我國農業環境效率，最后通過運用GMM回歸模型分析技術進步、價格扭曲及相關控制變量對中國農業環境效率的影響，為提高我國農業環境效率提供決策依據。

一、模型設定

（一）全要素生產率及要素市場扭曲

1. 全局ML生產函數

目前測算全要素生產率的方法有很多種，主要分為兩類：一類是非參數法，主要有DEA、Malmquist生產率指數法等; 另一類是參數法，主要有索洛余值法、隨機前沿生產函數法等。兩類方法的主要區別在于是否需要假設具體的生產函數形式。本文計算全要素生產率采用指數法，傳統的生產率指數法主要存在以下問題：（1）幾何形式不存在傳遞性;（2）如果研究對象是不同時期的樣本，測算過程中的線性求解可能存在無解;（3）要素分解過程中可能存在要素量過大或過小的情況。

全局ML生產函數與傳統的生產函數相比，其技術集包括全時期的觀測樣本，避免了線性規劃無可行解的情況。同時，其構建的非圓周幾何形式也解決了傳統生產函數的傳遞性問題。本文采用基于SBM模型的全局ML生產函數，可表示為：

DG（x，y，b;gy，gb）=max{β|（y+βgy，b-βgb）∈PG（x）} （1）

GMLt，t+1（xt，yt，bt，xt+1，yt+1，bt+1）= 1+DG（xt，yt，bt） 1+DG（xt+1，yt+1，bt+1） ?（2）

GMLt，t+1（xt，yt，bt，xt+1，yt+1，bt+1）=ECt，t+1×TCt，t+1 （3）

其中，式（1）中，PG（x）=P1∪P2∪…∪Pt。PG通過在所有相關DMU的輸入和輸出上通過面板數據構建單個PPS來包圍所有Pt。因此，PG被稱為全局技術集。式（2）中，DG（xt，yt，bt）表示DG（x，y，b;gy，gb），這是在全局技術集PG上定義的DDF。如果DMU的GMLt，t+1大于1，則此DMU的生產活動會增加期望產出，減少非期望產出;同理，如果DMU的GMLt，t+1小于1，則此DMU的生產活動會減少所需的產出。式（3）表示要素分解部分，ECt，t+1是效率變化項，用于度量DMU的t和t+1時期的技術變化;TCt，t+1是綜合技術效率，它反映了同時期技術前沿與全局技術前沿之間的差距，并估計同時代技術前沿是否更靠近全局技術前沿。

2.道格拉斯生產函數

一般來說，要素價格是由供求關系和基本價值決定的，但在很多情況下，要素價格無法反映市場經濟活動。因此，市場價格扭曲指的是，要素價格不受市場關系控制，其可能受國家宏觀經濟調控、產業的相互制約等外在因素影響，從而無法體現市場經濟過程的現象。 從政策層面看，由于中國農業受國家管制，國有經濟的成分較多，要素配置一般由政府調控，使其價格偏離原有的價值。從市場層面看，中國農業市場化進程緩慢，產業結構調整不暢，盡管中國農業市場化改革一直在摸索中前行，近年來獲得顯著成效，但政府調控一直是農業要素價格的主導因素，加快農業市場化任務依然艱巨。要素價格扭曲是一種非正常狀態，讓決策者做出錯誤的判斷，導致資源不合理分配，產業效率低下，危害我國農業正常發展。

目前，要素價格扭曲的計算方法主要有三種：一是生產函數法;二是影子價格模型測算法;三是計算前沿面的指數法。本文選用道格拉斯生產函數計算中國農業價格扭曲程度，其主要機理為：當要素價格大于要素邊際產出，價格正向扭曲，說明要素的實際價格高于自身價值;當要素價格小于要素邊際產出，價格負向扭曲，說明要素的實際價格低于自身價值。其測算模型表示為：

Yit=TCitKitαLitβTitγ （4）

MPLit=βTCitKitαLitβ-1Eitγ，MPKit=αTCitKitα-1LitβEitγ，MPTit=γTCitKitαLitβTitγ-1? （5）

DISLit=MPLit/rit，DISKit=MPKit/wit，DISTit=MPTit/sit （6）

其中，式（4）為經典道格拉斯函數，Y表示生產力水平，TC表示技術進步水平，由全局ML生產率分解得到，K表示資本存量，L表示勞動力投入量，用第一產業從業人員人數反映，T表示農業土地使用量，用農作物播種面積、造林面積、水產養殖面積之和表示。i表示企業，t表示時間。α、β、γ分別表示資本存量、勞動力投入量和土地資源使用量要素彈性系數，用最小二乘估計得到。式（5）為農業生產要素邊際產出。式（6）為要素價格扭曲分解，主要由農業生產要素邊際產出和實際價值的比值計算得到，w、r和s分別表示員工平均工資、利率和人均農業用地面積，如果DIS等于1，那么要素價格合理;如果DIS大于1，說明要素價格負向扭曲;如果DIS小于1，那么要素價格正向扭曲。其中，資本價格通過加權平均成本計算得到，即r=δere+δdrd，re為權益資本成本，rd為債務資本成本，δe和δd分別作為資本結構權重。根據資本資產定價模型re=rf+be（rm-rf），其中rf為債務資本無風險報酬率，以2010-2017年8年銀行貸款利率衡量，（rm-rf）為權益風險報酬率，國家發改委規定，權益風險報酬率約為2%，be為權益風險系數，根據行業研究報告，be取值0.9;同理，rd=rf+bd（rm-rf），其中bd為負債風險系數，一般假設bd趨于0，即rd=rf。

上述樣本時間跨度較長，需以2014年作為基期，利用CPI進行調整，以消除價格變動的影響。

（二）三階段DEA模型

1.第一階段SBM超效率模型

DEA方法是通過比較決策單元之間的相對有效性， 從而計算出各決策單元投入產出的相對效率，反映在要素投入給定條件下實現最大產出的比率，或者產出水平給定條件下進行投入最小的比率，常見的DEA模型有BCC、CCR等模型;但是傳統的DEA模型存在松弛性和徑向性兩種問題，其中徑向性問題指當投入產出按等比例放大或縮小時，傳統的徑向DEA模型可能會高估研究對象的效率[7-8]。

由于SBM模型是一種非徑向模型，考慮到非差額變量影響，通過尋找最小比率達到最優效率前沿，可降低農業生產鏈非純效率的影響，并可區分規模有效性，較其他分析模型更易于評價資源配置的合理程度。因此，構建SBM超效率模型，可表示為：

minh= 1+ 1 m ∑ m i=1 ?s-i xik ?1- 1 q1+q2 （∑ q1 r=1 ?s+r yrk +∑ q2 t=1 ?sb-i brk ） ?（7）

其中， s.t. ∑ n j=1，j≠k xijλj-s-ixik，∑ n j=1，j≠k yrjλj-s+ryrk，∑ n j=1，j≠k btjλj-sb-tbtk，并且1- 1 q1+q2 （ ∑ q1 r=1 sr+ yrk + ∑ q2 t=1 stb- brk ）>0， λ，s+，s-0，∑ n j=1 λj=1 。

其中，h表示農業生產效率得分，可根據線性規劃求得最優解，s-表示投入的松弛變量，s+表示產出的松弛變量，xik和yik分別表示投入產出變量。k項決策單元。超效率模型指在k項決策單元都有效的情況下，對其進行排序比選出效率大于1的情形，即超效率解。

2.第二階段SFA模型

由于中國農業受國家相關政策調控、且市場環境較為復雜，人力、資本或技術支持資源配置不當，在第一階段效率評價中形成一定量的冗余或不足，因此，中國農業存在規模無效性特征。為了重新估計中國農業受政策管制或市場因素的效率水平，需調整評價體系環境變量[9-10]。本文通過構建SFA模型，進一步分析第一階段中計算得到的松弛變量與第二階段重新添加的環境變量之間的關系，得到的農業生產環境變量，為修正后的投入變量。SFA模型可表示為：

sni=fn（zi;βn）+vni+uni （8）

E ∧? vni vni+uni ?=sni-ziβn ∧ -E ∧? uni vni ??（9）

x ∧ ni=xni+ max zi，βn ∧? -ziβn ∧? +[max v ∧ ni -v ∧ ni] （10）

其中，式（8）表示松弛變量與環境變量理論模型，fn（zi;βn）表示第一階段計算得到的松弛前沿，即最優資源配置量，vni+uni為混合誤差項。式（9）表示分離出隨機波動項的純合模型，E ∧? vni vni+uni ?為純合子估計值。式（10）表示調整后的農業投入變量，其中，[max zi，βn ∧? -ziβn ∧ ]表示調整后的產業內部運營狀態，[max v ∧ ni -v ∧ ni]表示調整后的產業外部政策管制，二者效應均為最低值，即狀態一致。

3.第三階段調整后的SBM超效率模型

將第二階段SFA模型重新調整后的農業產業投入估計值重新代入SBM超效率模型，得到農業產業環境效率得分，為修正后的效率評分。

4.變量選取

在吸收借鑒國外研究成果并結合中國國情的基礎上，遵循科學性、系統性、可比性、可操作性等原則，本文根據中國農業生產投入及經營收入狀況建立一套科學的效率評價指標體系。根據上述三階段DEA模型設定，第一階段效率評價選取第一產業從業人員數、農業土地面積、農業機械總動力、農業化肥施用量、耕地灌溉面積作為投入指標，選取農林牧漁業總產值作為產出指標。第二階段效率評價圍繞“三農”問題研究背景選取外部環境相關指標， 具體為農業現代化、農村公共服務體系、農民素質三個方面，其中，農業現代化包括國家財政支農支出、主要農用機械（大中型拖拉機、小型拖拉機、谷物聯合收割機、節水灌溉類機械）年末擁有量，農村公共服務體系包括農村鄉鎮衛生院、衛生人員數、農村養老機構數、農村居民最低生活保障人數，農民素質包括農村居民人均可支配收入、鄉村就業人口平均受教育年限，上述外部環境分項指標用熵值法計算得到農業現代化、農村公共服務體系、農民素質三項評價得分。第三階段效率評價以第二階段修正后的投入指標，再次代入SBM超效率模型，得到最終的環境效率得分。

綜上所述，構建中國農業生產效率評價指標體系，結果見表1。

（三）一步系統GMM回歸模型

為了進一步探究要素價格扭曲和技術進步對中國農業環境效率水平的影響程度，需構建合適的回歸模型。（1）從理論角度看，中國農業環境效率不僅存在時間滯后性，還存在變量相關性，即下一期效率會受上一期影響，且變量之間相互影響，一般通過動態面板回歸模型解決上述問題，本文選用廣義矩估計（GMM）進行回歸分析。其中，GMM方法可分為差分GMM和系統GMM，而系統GMM較差分GMM更適合分析效率問題，因此選擇系統GMM方法;系統GMM包括一步法和兩步法，一步法略去了估計中間過程，較兩步法誤差更小，因此選擇一步系統GMM回歸模型進行分析。（2）從現實角度來看，中國第一產業與二、三產業相比，結構優化水平較為滯后，產業內部調控機制尚不成熟，極易受到產業外部影響，如農產品價格政策、環境規制政策、自然災害相互影響等，并且農業作為中國現代化產業代表，其環境效率與技術進步水平息息相關。因此，本文除卻反映價格合理性以及科技創新水平的解釋變量，進一步添加反映環境規制的控制變量，具體為：退耕還林工程面積、水土流失治理面積。構建一步系統GMM模型，表示為：

Efficiencyit=α0+β1Efficiencyit-1+β2DISLit+β3DISKit+β4DISTit+β5TCit+βiXit+εit （11）

Efficiencyit=α0+β1Efficiencyit-1+β2DISLit+β3DISKit+β4DISTit+β5TCit+β6DISLit×DISKit×TCit+βiXit+εit （12）

其中，Efficiency是環境效率， DISL是勞動價格扭曲率，DISK是資本價格扭曲率，DIST是農用土地價格扭曲率。式（11）、（12）分別表示技術進步、價格扭曲沒有交互項和有交互項對環境效率影響的回歸模型，TC是技術進步，DIS×TC是價格扭曲和技術進步的交互項。X是控制變量，包括表示環境治理的退耕還林工程面積（SF）和水土流失治理面積（SE）。α0是模型的常數項，βi是各項變量系數，ε為隨機擾動項。

二、實證分析

（一）數據來源

本文數據來源于2016-2019年《中國統計年鑒》《中國農業年鑒》《中國農村統計年鑒》以及相關省份年度報表數據。

（二）全要素生產率及分解和要素價格扭曲

根據全局ML生產函數運用MAXDEA軟件計算得到全要素生產率并對其分解，分離出技術進步水平，并代入經典道格拉斯生產函數，計算得到要素價格扭曲，結果見表2（全局ML生產函數估計方式為向后一期估計，因此2016年計算結果不顯示）。

由表2可以得到如下結論：

（1）技術進步水平。從各地區技術水平變化看，2017-2018年中國農業技術水平較有起伏，但技術效率基本都在1以上，其中，2017年技術進步平均水平為1.05，2018年技術進步平均水平為1.10，說明技術前沿較上年有所提高，總趨勢表現為技術進步。其中，技術進步水平變化量最大的是浙江省，2016-2018年技術進步水平遞增幅度為1.41，同時，遼寧、上海、貴州、青海等省份進步幅度都相對較大，說明這些省份重視農業科技創新發展，以技術進步作為農業發展核心驅動力，地區居民對新的農副產品接受能力較強，農產品市場開始呈現服務質量、個性差異方面的競爭。較前者不同的是，河南、廣西、海南、陜西等省份2016-2018年技術進步幅度較低，均在1.08以下，農業技術進步較為緩慢。結合地區經濟發展水平，上述省份經濟基礎較為薄弱，居民對本地區農產品差異需求不高，農業產業結構較為粗糙單一，盡管地區政府已經開始重視農業科技創新，加大如農用機械、節水灌溉技術的配給，但產業結構扭轉仍較緩慢，技術驅動轉型滯后。近年來，西部和中東部省份農業生產結構轉型成效卓著，各地區政府及相關部門應緊抓農業技術創新，落實科學技術反哺經濟建設的可持續發展戰略。

（2）要素價格扭曲。2016-2018年中國農業勞動力、資本存量、農用土地均存在價格扭曲現象，且勞動力價格表現為正向扭曲，資本價格、農用土地表現為負向扭曲，即中國農業勞動力邊際產出低于實際勞動，資本和土地邊際產出高于實際價值，說明勞動力要素投入過剩，資本和土地要素投入不足。根據要素價格扭曲平均值，勞動力價格扭曲率為1.80，資本價格扭曲率為0.80，土地價格扭曲率為0.03，要素價格扭曲率更趨向于1的排序為資本、勞動力、土地，說明中國農業土地價格扭曲程度更為嚴重，提高農業用地使用效率的問題亟待解決。最后，2017年勞動力、資本價格扭曲率分別為1.75和0.75，2018年勞動力、資本價格扭曲率分別為1.80和0.80，土地價格扭曲率保持不變，表明勞動力價格扭曲程度提高，資本價格扭曲程度降低。這可能由于中國農業以資本為驅動轉向由技術進步為驅動的發展方式，農業技術人員投入過剩，勞動力成本提高，由技術進步帶動產業發展的優勢尚未顯現，導致農業價格扭曲的形式和程度發生改變。說明現階段我國農業發展的重心不在于提高技術進步要素的投入，而在于將技術要素轉變為實際成果，提高農業生產技術效率。

（三）中國農業環境效率評價

第一階段，根據中國農業生產效率評價指標體系，假定規模報酬不變，建立非定向SBM超效率模型，運用DEAP軟件計算得到2016-2018年中國農業生產效率得分及各項投入變量松弛值，結果見表3。

第二階段，將上述松弛變量計算結果按年度平均，求解結果作為被解釋變量，中國農業生產效率評價指標體系中第二階段環境變量作為解釋變量，運用frontier軟件代入SFA模型進行回歸，結果見表4。

表4顯示，（1）從模型的檢驗結果來看，五項投入的松弛變量雙邊似然比統計量Wald均能通過1%的顯著性檢驗，且模型的變差率γ都趨近于1，說明該模型存在技術無效率，非效率變量對投入松弛變量有較大影響，反之隨機因素影響較小。因此，上述檢驗結果證明了進行SFA回歸分析的必要性。（2）從模型的回歸結果看，第二階段中國農業環境變量均對第一階段的投入松弛變量有影響。其中，結論分為四個方面：

①農業現代化。該變量與第一產業從業人員數、農業化肥施用量回歸系數為正，與農業土地面積、農業機械總動力、耕地灌溉面積回歸系數為負。說明農業現代化水平的提高，有利于縮減土地、機械化及灌溉面積冗余，但不利于縮減從事農業人員數和化肥施用量冗余。一方面表明了農業科技進步提高了農用機械的利用率，如大中型播種機、收割機、節水灌溉設備，進一步提高農業用地效率，使得相同面積土地收獲更多的作物;另一方面表明了隨著農業現代化的推進，更多的農業技術型人才涌入實際發展中，但在短時間內，技術知識未轉化為實際成果，形成第一產業從業人員數冗余，同時，農業化肥施用量的過剩也說明了我國農業現代化，農用土地面積在不斷減少，肥料使用量隨之降低。

②農村公共服務體系。該變量與農業土地面積、農業機械總動力、耕地灌溉面積回歸系數為正，與第一產業從業人員數、農業化肥施用量回歸系數為負。說明農村公共服務體系的完善，有利于縮減從事農業人員數和化肥施用量冗余，但不利于縮減土地、機械化及灌溉面積冗余。一方面表明農村公共服務體系不斷健全，促進農村就業體系進一步完善，農村務農生產工作由單一維度向多元化、多層次、多領域轉變，農村居民各司其職，工作效率提高，同時，隨著農村公共服務網絡的完善，在一定程度上減少了劣質化肥的流通，提高了化肥的利用效率;另一方面表明了隨著農村公共服務體系不斷健全，現代農村向城市化轉變，新農村、城鄉一體化格局已經展開，土地流轉工作也要協同展開，農用土地需要重新規劃，逐步形成以機械化、專業化、大農場式為特征的中國特色農業發展模式。

③農民素質。從理論角度看，該變量與第一產業從業人員數、農業土地面積、農業機械總動力、農業化肥施用量、耕地灌溉面積回歸系數均為正。說明農民素質的提高，不利于縮減各項生產投入要素的冗余。從現實角度看，近年來，隨著“三農”問題的深入展開，特別是農民素質問題，受到黨和國家高度關心和關注，各地區政府下達和部署了一系列便農、惠農政策，使得畢業大學生響應號召反哺家鄉、農業科員人員走進農村、農民自身文化程度提高等現象普遍存在，農民素質、技術水平、精神面貌顯著提高，農用土地、機械設備等的配給量也在不斷提高。但是，農業產出量提高是一個漫長的過程，不僅需要生產技術的變革，地理環境、地區經濟、地方文化同等重要，因而，總產值在短期內無法達到預期水平，盡管農民素質提高了，但各項生產要素的冗余量也提高了。

第三階段，上述結果表明中國農業外部環境因素會對其效率評價造成影響，因此，在原有指標體系的基礎上調整投入變量，再次代入SBM超效率模型，計算調整后的投入變量和第三階段中國農業環境效率評價得分，結果見表5。從中可以得到如下結論：

（1）對比第一階段和第三階段的效率得分，調整后的環境效率得分均低于第一階段效率得分，說明第一階段最優前沿被高估了，即投入變量未調整前的效率水平被高估了。這表明農業生產的外部壞境因素會對生產效率造成嚴重影響，其可能的原因在第二階段已做論述，最終外部環境效應表現為正向。

（2）從各地區環境效率變化看，2016-2018年我國各省份農業環境效率較有起伏，但總體效率表現為逐年提高。其中，江蘇省環境效率得分最高，2016-2018年效率得分分別為0.79、0.86、0.80，效率得分在0.5以上的地區有北京、遼寧、上海、浙江省份;與此相反，環境效率得分在0.3以下，表現較差的地區有山西、內蒙古、安徽、海南、甘肅、寧夏、新疆省份。

僅將生產效率高低歸結為地區經濟基礎是否薄弱，此類觀點較為片面，需要結合產業外部環境因素具體分析。如北京市2016-2018年未經環境因素調整的生產效率為0.91、0.81、1.02，而第三階段環境效率為0.62、0.57、0.54，加入環境要素調整前后差異較大，其可能的原因可能分為三個方面： ①北京市農業現代化程度較高，但技術應用尚未轉化為技術成果，造成技術要素投入冗余;②北京市周邊農村公共服務體系較為健全，但農用土地規劃尚未跟上農村城市化進程，造成土地要素投入冗余;③北京地區經濟基礎較為雄厚，農業技術型人才更希望留在生活水平高、有發展前景的大城市，但地區資源有限，從農技術人員的作用無法得到充分發揮，造成人力要素投入冗余。與此相類似的地區還有上海、廣州、浙江等省份，但同時，我國更多省份因農業生產要素投入不足致環境效率無法達到最優，這表明我國當前農業不充分、不平衡發展問題依然嚴峻，而人才流動是最主要的問題。

（四）中國農業環境效率水平及其影響因素回歸分析

根據GMM回歸模型假定，代入中國農業環境效率作為因變量，技術進步、價格扭曲計算結果作為自變量，退耕還林工程面積、水土流失治理面積作為控制變量，運用STATA軟件進行回歸估計，估計結果分為整體回歸和地區回歸，地區劃分按照我國經濟區域劃分標準分為東、中、西部地帶，其中，北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南屬于東部地帶;山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南屬于中部地帶;重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆、廣西、內蒙古屬于西部地帶。結果見表6和表7。

由表6和表7可以得到如下結論：

（1）上述估計結果中，中國農業環境效率影響因素和Wald雙邊檢驗統計量均能夠通過10%水平顯著性檢驗，說明GMM回歸模型變量設定合理;Hausman檢驗結果表明面板模型具有固定效應，說明地區個體效應與自變量相關，即中國31各省份環境效率均與其影響因素相關;環境效率滯后系數均為正值，且方向一致，說明中國農業環境效率具有延續性，即每年環境效率與上一年效率有關。

（2）技術進步和價格扭曲對中國農業環境效率的影響。整體回歸估計結果表明，①技術進步系數均為負值，說明技術優化會降低產業環境效率。②勞動力、資本價格扭曲系數均為負值，土地價格扭曲系數為正值，說明各項要素投入價格偏離實際價值會影響農業環境效率。③技術進步系數絕對值大于價格扭曲系數絕對值，說明技術進步對地區環境效率的影響比要素價格扭曲大。聯系第一部分研究結果，我國勞動力要素投入過剩，資本、土地要素投入不足，說明過量的勞動力、不足的資本要素導致我國農業環境效率低下，而農用土地面積不足將促進農業環境效率。這說明：其一，過量的勞動力表明我國大量農業技術人員滯留在經濟基礎較好的地區，如北京、上海等地區，這些勞動力成本較高，而地區資源有限，從農技術人員作用無法得到充分發揮，形成大量勞動力冗余，造成農業環境效率低下;其二，不足的資本一方面反映了我國不充分、不平衡的發展現狀，資本存量主要集中于經濟較發達的地區，但第一產業資本總量不足，另一方面也表明了地區資本主要用于農業技術研發工作，但農業技術無法在短期轉化為技術成果，總產值無法達到預期水平，導致環境效率低下;其三，不足的土地一方面表明我國農業現代化成效卓著，農村公共服務體系不斷健全，但另一方面也表明我國農用土地規劃政策滯后于農村城市化水平，土地流轉及下一步方針運轉不暢，農用土地與其他用途土地界定模糊問題依然存在，盡管我國農用土地面積低于效率有效面積，但也在一定程度上促進了農業技術發展，進一步提高農業用地效率，使得相同面積土地收獲更多的作物，整體環境效率提高。④技術進步和價格扭曲的交叉項主要體現為兩個方面，一是技術進步提升緩解價格偏離實際價值規模無效率，二是價格扭曲降低優化技術要素配置有效性。技術進步和價格扭曲交叉項系數表明，二者交互影響均正向作用農業環境效率，但影響程度較小。地區回歸估計結果與整體回歸一致，其中，三大經濟地帶變量系數由大到小排序分別為西部、東部、中部，說明中部地帶省份技術進步和價格扭曲彈性系數最小，即要素配置合理性對中部省份環境效率更為重要，環境效率變量間關聯度更高。

（3）環境規制對中國農業環境效率的影響。整體和地區回歸估計結果一致，退耕還林工程面積、水土流失治理面積變量系數均為正值，說明我國對農業環境的治理提高生產效率，即技術進步對農業生產的效率補償大于環境治理的成本。結合現實角度，退耕還林工程減少了農業作物生產面積，但另一方面也是土地規劃的過程，“退耕”退的是農用界定模糊的土地和不適宜作物生長的土地，“還林”還的是更高價值木材、藥材以及更美好的生態環境，因此，退耕還林工程亦是增加農業生產總值的另一種途徑;并且，水土流失治理工程增加了農業生產可能面積，減少農業技術冗余，提升了我國農業環境效率。盡管國家環境規制政策不可避免地產生了治理成本，在一定程度上降低了農業環境效率，但長期看來，進一步完善環境友好型經濟利大于弊，因此，中國農業不僅要提升自主創新能力，通過技術革新實現經濟增長，同時要促進地區環境治理，加快產業綠色轉型。

三、結論與建議

（一）研究結論

本文以2016-2018年我國省域農業經濟發展水平作為研究對象，研究分為三個部分：首先，運用全局ML方法計算全要素生產率及要素分解，分離出技術進步水平，代入道格拉斯生產函數，計算得到要素價格扭曲;其次，運用三階段DEA方法計算我國農業環境效率;最后，運用GMM回歸模型分析技術進步、價格扭曲及相關控制變量對中國農業環境效率的影響。主要研究結論包括：

（1）我國農業技術水平較有起伏，但總趨勢表現為技術進步。

（2）中國農業勞動力、資本存量、農用土地均存在價格扭曲現象，且勞動力價格表現為正向扭曲，資本價格、農用土地表現為負向扭曲，即勞動力邊際產出低于實際勞動，資本和土地邊際產出高于實際價值，說明勞動力要素投入過剩，資本和土地要素投入不足。 上述結論反映兩點現象：一是，農業土地價格扭曲程度最為嚴重，提高農業用地使用效率的問題亟待解決。二是，價格扭曲系數變動表明，我國農業以資本為驅動轉向由技術進步為驅動的發展方式，農業技術人員投入過剩，勞動力成本提高，由技術進步帶動產業發展的優勢尚未顯現，導致農業價格扭曲的形式和程度發生改變。

（3）中國農業環境效率的研究以“三農”問題為研究背景，效率評價第二階段選取農業現代化、農村公共服務體系、農民素質三個方面作為外部環境指標。結論顯示，上述三種環境因素均對其效率評價造成影響，且在未調整前的生產效率水平被高估了。地區環境效率評價差異說明，我國當前農業不充分、不平衡發展問題依然嚴峻，而人才流動是最主要的問題。

（4）回歸模型結論顯示：一是，技術進步和價格扭曲均是中國農業環境效率的直接影響因素，技術優化、過剩的勞動力、不足的資本存量均是農業環境效率的抑制因素，不足的農業土地面積是農業環境效率的促進因素，技術進步和價格扭曲交叉項正向作用農業環境效率，但影響程度較小。二是，技術進步對農業生產的效率補償大于環境治理的成本，退耕還林、水土流失治理均是提高農業環境效率的有效手段。

（二）對策建議

（1）各地區政府及相關部門應緊抓農業技術創新，落實科學技術反哺經濟建設的可持續發展戰略，但現階段我國農業發展的重心不在于提高技術進步要素的投入，而在于將技術要素轉變為實際成果，提高農業生產技術效率。

（2）我國應進一步加強農村公共服務體系建設，完善土地流轉及下一步方針戰略，逐步形成以機械化、專業化、大農場式為特征的中國特色農業發展模式。

（3）地區及各級政府應進一步完善人力資源管理體系，加強人才引進力度，縮減經濟較發達地區農業勞動力冗余，以地區不充分、不平衡的發展現狀為錨點，切實解決技術人才就業問題。

參考文獻：

[1]? 王蕾，于成成，王敏，等.我國農業生產效率的政策效應及時空差異研究——基于三階段DEA模型的實證分析[J].軟科學，2019，33（9）：33-39.

[2]? 馬鳳才，郭喜偉，陳璐.基于三階段DEA模型的遼寧省農業生產效率分析[J].農業經濟，2019（4）：15-17.

[3] 王飛航，李友順.基于三階段數據包絡分析模型的我國西部地區國家級高新區創新效率評價[J].科技管理研究，2019，39（1）：55-60.

[4] 王天慧，陳振，李炳軍.基于三階段DEA模型的河南省18市農業生產效率研究[J].河南科學，2018，36（6）：933-938.

[5] 孟曉霞，曹洪軍，焦勇.我國農業生產技術效率評價研究——基于修正的三階段DEA模型[J].財經問題研究，2016（4）：124-129.

[6] 程麗雯，徐曄，陶長琪.要素誤置給中國農業帶來多大損失？——基于超越對數生產函數的隨機前沿模型[J].管理學刊，2016，29（1）：24-34，2.

[7] 賀志亮，劉成玉.我國農業生產效率及效率影響因素研究——基于三階段DEA模型的實證分析[J].農村經濟，2015（6）：48-51.

[8] 黃珂，張安錄，張雄.中國城市群農地城市流轉效率研究——基于三階段DEA與Tobit模型的實證分析[J].經濟地理，2014，34（11）：74-80.

[9] 焦源.山東省農業生產效率評價研究[J].中國人口·資源與環境，2013，23（12）：105-110.

[10] 郭軍華，倪明，李幫義.基于三階段DEA模型的農業生產效率研究[J].數量經濟技術經濟研究，2010，27（12）：27-38.

Effects of Technological Progress and Price Distortion on Agricultural Environmental

Efficiency in China

LIU Wei1，HONG Yu2

（1.Business School， East China University of Political Science and Law， Shanghai 201620，

China; 2.School of Economics， Anhui University，? Hefei 230601，China）

Abstract：? This paper takes the provincial agricultural economic development level in 2016-2018 as the research object， uses the global ML method to calculate the total factor productivity and factor decomposition， separates the level of technological progress， and substitutes it into Douglas production function to calculate the factor price distortion; secondly， uses the Three-stage DEA method to calculate China′s agricultural environmental efficiency; finally， uses GMM regression model to analyze the effects of technological progress， price distortion and related control variables on agricultural environmental efficiency in China. The conclusion is that： the level of agricultural technology in China has ups and downs， but the general trend is technological progress; there are price distortions in agricultural labor force， capital stock and agricultural land， and labor price is positive distortion， capital price and agricultural land are negative distortion， among which agricultural land price distortion is the most serious; at present， the problem of insufficient and unbalanced development of agriculture in China is still serious， and the flow of talents is the most important problem;technological progress and price distortion are the direct influence factors of China′s agricultural environmental efficiency， technological optimization， surplus labor force and insufficient capital stock are all restraining factors of agricultural environmental efficiency，insufficient agricultural land area is the promoting factor of agricultural environmental efficiency， the intersection of technological progress and price distortion has a positive effect on agricultural environmental efficiency， but the impact is small. Returning farmland to forest and soil erosion control are effective means to improve agricultural environmental efficiency.

Key words： technological progress; price distortion; global ML production function; three stage DEA model; GMM regression model

（責任編輯：周正）