中國大豆全要素生產率時空變化分析

楊顏慈

（河南農業大學經濟與管理學院，河南 鄭州 450046）

糧食安全問題一直是黨和國家關注的重點，它不僅會影響到民生安全，還會對國家安全產生重大影響。大豆作為重要的油料作物，其供給問題將會對食用油安全帶來威脅。根據相關數據，預計2018—2019年度國內豆油將會出現7.1萬噸的供給缺口。而缺口產生的主要原因是中美貿易摩擦，導致當年大豆進口量同比下降7.85%。我國較高的大豆進口依存度，使得我國不得不承擔因國際形勢變動和新冠疫情沖擊等不確定性帶來的巨大風險。因此，依靠科技進步與推廣，科學和充分地利用資源，進而提高大豆生產效率迫在眉睫。筆者將從科技進步角度，對大豆主產區全要素生產率發展狀況進行衡量分析，并提出相關建議。

國內關于全要素生產率的研究主要圍繞評價和影響兩個維度展開：第一，對單一作物的全要素生產率進行評價分析，例如學者對小麥[1]、玉米[2]、馬鈴薯[3]、花生[4]等作物全要素生產率的分析；第二，對全要素生產率的影響因素進行研究，例如學者發現補貼綜合性收入[5]、農村基礎設施建設[6]、農業信息化[7]等外部因素會對全要素生產率產生影響。大豆因其自身的經濟效益和重要性也成為了學者研究的重點。首先，學者通過運用不同類型的模型對大豆全要素生產率進行分析評價。司偉等（2011）運用SFP模型，分析了中國大豆全要素生產率的變動趨勢[8]。楊雪等（2019）運用ML指數，將碳排放作為非期望產出納入分析框架，分析了中國大豆全要素生產率[9]。其次，部分學者還對全要素生產率的主要影響因素展開了深入研究。李干瓊等（2020）認為增加大豆產量應該從提高綜合機械化水平、加強科技支撐力、完善政策支持體系等方面著手[10]。周楊和邵喜武（2021）研究發現價格支持政策能夠通過保險效應、預期效應、資源約束效應等直接途徑和市場扭曲間接途徑對大豆全要素生產率產生影響，并且產生的影響具有滯后性[11]。宋慶華（2019）認為機械化種植可有效提高種植效率和質量[12]。雖然，已有較多學者對大豆全要素生產率進行研究，但有需要完善的空間。首先，在對大豆全要素生產率測算分析評估中，投入指標涵蓋面仍需進一步擴充；其次，對近10年的現狀研究較少，近10年各個大豆主產區大豆技術進步效率、規模變化效率等如何變化尚未得到分析。因此，本研究將運用DEA模型和莫氏指數，基于2009—2018年大豆成本與收益數據，對大豆主產區大豆全要素生產率的時空變化進行研究。

1 理論方法

1.1 數據包絡分析法

數據包絡分析法最早由Farrel（1957）提出，隨后得到A.Charnes 和W.W.Cooper等的進一步擴充發展。Charnes 等基于完全競爭市場假設提出不變規模報酬DEA模型（CRS模型），但在實際經濟或生產活動中，現有市場大都處于不完全競爭狀態，決策單元的生產并不能完全處于規模報酬不變。因此，Banker等（1984）[13]在該模型的基礎上進行完善，提出的可變規模報酬的DEA模型（VRS 模型）。VRS模型的基本模型如下：

式中，K是決策單元個數，y為產出指標，x為投入指標，θ為各決策單元的效率值。θ取值范圍為[0，1]，若θ=1，則該決策單元在前沿面上，表示該決策單元處于有效狀態，是按照樣本觀測期間內最佳水平組織產生的；若θ<1，表示該決策單元處于前沿面以內，說明該決策單元處于無效狀態。IS為投入松弛量，即IS=（is1，is2，…，isM）T，OS為產出松弛量，即OS=（os1，os2，…，osM）T。

1.2 莫氏指數

莫氏指數作為衡量全要素生產率的一種方法，其主要特點是能夠反映T+1時期相對于T時期生產系統的技術效率變化。其計算公式如下：

當莫氏指數TFP>1時，表明全要素生產率處于上升期；當TFP=1時，表明全要素生產率不變；當TFP<1時，表明全要素生產率處于衰退期[1]。

2 數據來源及指標選擇

本研究選取的產出指標為2009—2018年黑龍江、吉林、遼寧、內蒙古、河北、河南、山東、安徽、山西和陜西10個大豆主產省份近10年的大豆產量。投入指標主要包括每畝種子用量、每畝用工數量、每畝物化費用和每畝機械作業費。為了能夠將更多的投入要素納入指標里，將化肥、農家肥、農藥進行合并統稱為“物化費用”，將機械作業費、畜力費、排灌費進行合并統稱為“機械作業費”[4]。以上數據均來源于2010—2019年《全國農產品成本收益資料匯編》。

3 大豆全要素生產率結果分析

3.1 大豆全要素生產率的時序變化情況

基于2009—2018年面板數據運用基于產出的莫氏指數對大豆主產省大豆全要素生產率進行分析，如表1所示，為近10年的時序變化情況。

表1 2009—2018年大豆全要素生產率時序變化情況

從莫氏指數平均變化情況來看，2009—2018年中國大豆主產區除規模效率變化指數大于1；其余變化指數均低于1，處于前沿面以下，這顯示出中國大豆的技術效率仍有進步的空間。導致技術效率低的原因主要包括：第一，水災、旱災等自然因素[14]。以黑龍江為例，其2017年的受災面積為155.05萬公頃，2018年的受災面積為415.5萬公頃，2018年的受災面積明顯增多。第二，農戶習慣小規模或自給自足性的種植。以河南省為例，除黃淮海地區以外，其他地區因為種植大豆的收益較低，農戶都會采取小規模種植。第三，新技術本身的缺陷。用機械收割大豆，其損失率過高，增加了技術擴散和推廣的難度。另外，導致技術進步率較低的原因在于各方在大豆行業的研究投資在逐漸減少[15]。

3.2 大豆全要素生產率的空間變化情況

根據大豆播種的季節不同可以將大豆主產區大致分為春大豆主產區、夏大豆主產區和春夏大豆主產區。春大豆主產區主要包括黑龍江、吉林、遼寧和內蒙古四省（區）；夏大豆主產區主要包括河南、河北、山東三省；春夏大豆主產區主要包括山西、陜西、安徽三省。大豆全要素生產率的空間變化情況如表2所示。

表2 2009—2018年大豆全要素生產率空間變化情況

由表2可以看出，春大豆、夏大豆和春夏大豆主產區2009—2018年平均TFP變化指數分別為1.023，0.982和0.975，這表明除了春大豆主產區的全要素生產率處于上升趨勢以外，其他主產區的全要素生產率都處于衰退趨勢。春大豆主產區所有效率值均大于1，表明各效率都得到了提高。夏大豆主產區除規模效率指數變化大于1 ，其他效率值均小于1。這說明近10年里，夏大豆產量的增多主要依靠投入要素規模擴大帶來的效益。春夏大豆主產區沒有一個指標是處于增長的狀態，這說明春夏大豆主產區技術的創新以及技術的推廣程度不高，要素投入并未得到充分的利用或者利用率較低。

春大豆主產區的各項指數都大于1有以下4個方面的原因。第一，土地的細碎化程度低，大豆的種植面積大而廣。余建斌等（2007）研究發現大豆種植面積占農作物種植面積的比重越大，技術效率損失越小，技術效率越高[16]。以黑龍江和河北為例，黑龍江2018年農作物總播種面積為1467.333萬公頃，其中大豆播種面積占24.3%；河北的農作物總播種面積為819.713萬公頃，其中大豆播種面積僅占1.07%[17]。第二，栽培技術較為完善。以東北為例，其栽培技術大都遵循以下原則：已經進行翻整并起壟地塊，早春就通過頂漿鎮壓增墑；已經進行翻耙整平但未起壟地塊，當化凍達到起壟深度，早秋就通過頂漿起壟鎮壓；尚未進行秋整地地塊，若比較干旱或者上一年有深翻深松基礎，早秋則免耕播種[18]。第三，施肥有效性較強。施肥方法主要采取側深施肥、分層施入，鼓勵結合整地施農家肥。第四，政府補貼存在差異。春大豆主產區的良種補貼主要側重于大豆，例如黑龍江在2020年給予大豆生產者補貼比玉米生產者補貼每畝高200元[19]；2019年吉林給予大豆生產者補貼比玉米生產者補貼高179元[20]。

3.3 大豆綜合效率及其構成要素分析

參考張冬平和馮繼紅（2005）的做法，通過對2009年和2018年的截面數據分別進行基于投入的效率度量方法的DEA分析，可以比較大豆主產區大豆生產綜合效率及其構成要素的變化情況[21]，如表3所示。

表3 各主產地大豆綜合效率及其構成變化

在2009年，有5個地區綜合效率小于1，位于前沿面以下，處于無效狀態，分別是遼寧、內蒙古、河北、山西、陜西。其中，內蒙古、河北、陜西3個地區均為純技術效率處于有效狀態，但規模效率處于無效狀態。遼寧和山西為技術效率和規模效率均處于無效狀態。2009年，黑龍江、吉林、河南、山東、安徽5個地區綜合效率、純技術效率和規模效率均為1，達到前沿面，處于有效狀態。2018年相比2009年，綜合效率小于1的地區由5個減少到了4個，遼寧、內蒙古的綜合效率變成了1，但是安徽的綜合效率卻降為0.814，這主要是由于規模效率降為無效率狀態。2018年與2009年相比，河北和安徽兩個地區分別從規模報酬遞減和不變變為了規模報酬遞增，而遼寧和內蒙古都從規模報酬遞增變成了規模報酬不變。這表明在技術參與的情況下，隨著時間的變化，規模報酬并不是一成不變的。

4 結論及建議

1）從大豆全要素生產率時序變化情況來看，中國大豆主產區近10年內大豆全要素生產率總體均值小于1，說明我國大豆的全要素生產率呈現出衰退的趨勢。其主要是因為技術效率較低，造成的原因主要包括自然災害的影響、新技術自身的缺陷以及農戶的長期行為影響。2）從大豆全要素生產率空間變化情況來看，春大豆主產區的全要素生產率平均值大于其余兩個主產區。主要差距在于土地的細碎化程度、對大豆生產者的補貼程度、栽培技術的適用先進程度和施肥的有效程度等方面。

基于以上結論，要提高中國主產區大豆全要素生產率，可以從以下方面入手。第一，通過加大投資、吸引高端技術人才等方式促進生產技術的研發、示范和推廣。技術進步與創新離不開高端科研人員的設計研發，離不開政府對相關技術研發的投資，創新技術的運用離不開相關技術人員和政府的宣傳與推廣，因此，政府支持十分有必要。第二，科學經營管理，合理調整生產要素投入量，提高生產要素有效利用率。化肥、農藥等投入大都處于冗余狀態，可以通過配方施肥、側深施肥、分層施入等方式減少化肥的冗余投入；通過引入和使用靜電噴霧、自動對靶噴霧以及GPS定位等技術，精準施藥，減少農藥的過度投入。第三，通過加快土地流轉，減少土地細碎化，實現適度規模經營，促進農業機械化發展。土地細碎化使得機械使用受到局限，不能發揮其有效效率。因此，要推動土地流轉，實現土地連片化，達到適度規模。第四，政府適當地調整對大豆生產者的補貼，充分發揮價格對生產行為的調節作用，從而推動大豆產量的增加。政府補貼作為正向激勵機制，能夠正向提高農戶種植大豆的積極性，從而擴大大豆種植面積，推動大豆產量的增加。