中國農業環境全要素生產率動態演進及收斂性分析*

鄭甘甜，陳池波，張開華，邢美華，江 帆

（1.湖北省農業科學院農業經濟技術研究所，武漢 430064；2.中南財經政法大學工商管理學院，湖北武漢 430073）

0 引言

新古典經濟增長理論認為，經濟的可持續發展源于生產效率的提升。國內外研究經驗也表明，全要素生產率作為生產效率的集中體現，是衡量經濟發展質量的核心指標。改革開放以來，中國農業綜合生產能力大幅提升，糧食總產量由1978年的3.047 7億t增長至2019年的6.638 4億t，成功地以占世界9%的耕地養活了世界近20%的人口[1]。但不容忽視的是，在農業大數據華麗增長的背后，中國農業發展正面臨著資源約束與環境質量下行的雙重壓力。可持續發展理論將資源環境要素視為經濟發展的內生變量與剛性約束，因而貫徹落實黨中央倡導的綠色發展理念，既是現代農業建設的重大使命，也是全面推進農業供給側結構性改革的題中之義[2]。因此，唯有考慮了資源與環境消耗的農業全要素生產率，即農業環境全要素生產率（以下均簡稱農業環境TFP），才能作為分析農業綠色發展現狀的邏輯起點。

1 農業環境TFP測算體系的解構與改進

從已有的研究成果來看，學界尚未形成統一的農業環境TFP 測算體系，導致測算結果存在較大差異，基于農業環境TFP 測算結果的進一步實證研究，也在一定程度上受到質疑。文章試圖在整理與歸納當前農業環境TFP測算體系研究的基礎上，解構農業環境TFP測算體系的內在邏輯，探尋爭議的癥結所在。

1.1 爭議解構

農業環境TFP將資源環境因素納入分析框架，彌補了傳統TFP忽視資源環境消耗的缺陷，逐漸成為國內學者研討的熱點。當前，對環境污染的處理方法主要包括投入法與產出法，前者是將環境因素視為一種具有影子價格的投入要素，而后者則是將環境污染物作為農業生產過程中的副產品，稱為“非期望產出”，學界普遍采用的是產出法，該文對近年來的相關文獻進行了整理，如表1所示。

表1 農業環境TFP研究的文獻整理

從現有的文獻來看，農業環境TFP測算結果差異較大，較高的達到9.5%，而較低的僅為0.56%。差異主要源于以下三方面的原因：一是投入—產出指標選取爭議。在投入指標的選取上，有的學者所選指標較為精細，有的則較為粗略，僅依據經典的C-D 生產函數，選取勞動力、資本、土地作為投入要素。在產出指標的選取上，農林牧漁總產值、農業增加值、第一產業產值等農業產出指標均有被采用。在非期望產出的選取上，不同學者對污染物的界定有所區別，有學者選取TN（總氮）、TP（總磷），有的則以農業面源污染為核心增加了COD（化學需氧量），也有學者將農業碳排放作為主要來源；二是指標核算方式的爭議。不同文獻對同一指標的核算方法各異。有學者采用播種面積核算土地投入，也有學者采用耕地面積，勞動力、灌溉水資源、機械等指標也存在類似問題；三是省級樣本選取爭議。在DEA 方法中，決策單元的數量會影響生產前沿面的狀態，因此，有的學者主張將全國30 個省（市、區，不含港澳臺、西藏）全部納入核算體系，有的則選擇性地剔除了西藏、海南等農業經營規模較小的地區。

該文認為農業環境TFP 測算體系的構建之所以迥異，一方面在于學者對農業環境全要素生產率的內涵沒有形成統一的界定標準；另外一方面在于研究對象的選取缺乏針對性，極易出現以狹義農業為核心選取投入指標，但產出指標卻延伸到了廣義農業的現象。此外，非參數估計測算技術的不斷改進，也在很大程度上影響了結果的精確性，以上因素的合力導致了測算結果的千差萬別。

1.2 體系改進

已有研究成果為深入理解農業環境TFP 的內涵及其要素構成提供了有益借鑒，但在研究對象定位、指標選擇、污染單元的界定上仍存在爭議。為獲取更為準確的測算結果，該文從以下三方面改進農業環境TFP測算體系。

（1）精準定位，以狹義農業為研究對象。廣義農業包含了種植業、林業、畜牧業、漁業、副業，各類細分產業對投入要素的需求各異，對資源環境的損耗差異也較大。狹義農業，即種植業作為整個農業系統的主要構成，既是保障國家糧食安全的基礎性產業，也是促成農業綠色發展的關鍵所在。以化肥為代表的投入要素在種植過程中的長期濫用，極其造成土壤板結鹽堿化、地下水污染以及水域生態系統的富營養化等面源污染問題，長期以來都是實現農業綠色發展的重難點。鑒于種植業在我國農業產業結構中的主導地位與代表性，該文以狹義農業為研究對象開展研究。

（2）投入要素與期望產出的選取。基于狹義農業，該文將農業環境TFP 定義為考慮灌溉水資源消耗、農田化肥污染、農田固體廢棄物污染與農業碳排放下，農業投入要素與農業產出之間的效率關系。并對投入要素做以下改進：其一，鑒于農業機械化的推廣運用與大牲畜的使用功能，該文剔除役畜要素；其二，綜合考慮灌溉水資源投入。我國不同區域的耕作方式、作物類型差異性較大，僅用灌溉面積無法全面反映水資源消耗情況。《中國節水技術政策大綱》中指出灌溉水資源投入約占農業用水總量的90%，因而，該文綜合有效灌溉面積與灌溉水資源作為衡量水資源消耗的指標。其三，由于從現有統計資料中僅能獲取農林牧漁業的勞動力、機械總動力數據，因而該文參考杜江[13]、葉初升等[14]的做法，以農業總產值占農林牧漁業總產值的比重為權重，分離出勞動力、農業機械動力在狹義農業中的投入量。

（3）綜合考量非期望產出的污染單元。采用單元調查評估法，將污染單位分為農田化肥污染、農田固體廢棄物污染、農業碳排放。農田化肥污染的調查單元包含氮肥、磷肥、復合肥，排放清單為TN、TP；農田固體廢棄物污染的調查單元包含稻谷、小麥、玉米、豆類、薯類，排放清單為COD、TN、TP；農業碳排放的排放源包含化肥、農藥、農膜、柴油、翻耕、農地灌溉。

綜上，改進后的農業環境TFP測算體系如表2所示。

表2 改進后的農業環境TFP測算體系

1.3 數據來源與方法選擇

考慮到數據統計口徑的同質性與可獲取性，該研究整理了30 個省（市、區，不含港澳臺、西藏）1995—2018 年的相關數據，數據主要來源于《中國農村統計年鑒》《中國水資源公報》、中國統計數據應用支持系統、資源學科領域基礎科學數據整合與集成應用數據庫。其中，重慶市于1997年被設為直轄市，其1995—1996年的數據從《四川省統計年鑒》中剝離。

已有文獻在處理包含非期望產出的環境效率時，均采用方向距離函數DDF來實現，隨后采用徑向的、角度的DEA 方法計算DDF，但當投入與產出存在非零松弛時，角度的DEA 測算會忽略投入或產出的某些方面，而徑向的DEA測算則會高估決策單元的效率，最終造成測算結果的偏差。國外學者針對這一問題，構建了基于松弛變量的非角度、非徑向SBM 模型。早期關于生產率指數分解指標的動態變化分析，通常采用的是Malmquist或Malmquist-Luenberger指數，為了解決指數測算中的“偽倒退”現象，國外學者將全局測算技術應用到ML指數測算中，形成的GML指數將所有樣本時期作為生產前沿面參照，側重于反映全局生產率變動。所以，該研究使用基于SBM 的GML 指數，測算中國農業環境TFP，并將GML 指數分解為農業環境技術進步GMLTC指數與農業環境技術效率GMLEC指數。

2 中國整體及分區域農業環境TFP的動態演進

利用1995—2018年30個省（市、區，不含港澳臺、西藏）農業要素投入、期望產出與污染物單元核算結果的面板數據，通過MaxDEA7.3Ultra 軟件，測算出各省（市、區）農業環境TFP 的GML 指數及其分解指標。

2.1 中國農業環境TFP變動的總體態勢

表3為中國農業環境TFP及其分解指標變動均值，由此可對農業環境TFP變動的總體態勢進行分析。

表3 1995—2018年中國農業環境TFP及其因素分解

首先，1995—2018 年中國農業環境TFP 整體呈上升態勢，在樣本期間內農業環境TFP 的平均增長率為3.13%，累計增長率達到203.19%。進一步分析GML 指數增長的成因，可以發現GMLTC 指數的平均增長率達到3.92%，顯著帶動了農業環境TFP的增速，而GMLEC指數則小于1，處于明顯的衰退狀態，即樣本期間內中國農業環境TFP的增長動力主要源于技術進步，技術效率則表現出制約作用。

其次，中國農業環境TFP 變動存在明顯的階段性特征。如圖1所示，可將樣本期間劃分為3個階段。

圖1 1996—2018年農業環境TFP與農業總產值增長率的變動趨勢

（1）第一階段（1995—2000年），20世紀90 年代中后期中國農業實現四連增，導致社會在短期內難以消化大幅度增加的農產品供給，出現農產品全國“賣難”及農業結構性矛盾，因而兩項指標在20 世紀90年代中期達到高峰后迅速回落，其中農業環境TFP 的變動速率低于農業總產值，表明在此階段農業經濟增長主要依賴于生產要素的大量投入，農業環境TFP 的貢獻率相對較小。

（2）第二階段（2001—2010 年），進入21 世紀后，中央連續出臺多項惠農政策，例如取消農業稅、加強農業基礎設施建設、農業經濟結構調整等，尤其自2004 年“中央一號文件”聚焦三農領域后，農業生產效率得到有效改善，兩項指標均開始進入上升通道。

（3）第三階段（2011—2018 年），在此階段，絕大多數年份的農業環境TFP 超過了農業總產值的變動速率，成為了推動農業高質量發展的重要力量。表明資源環境因素對農業經濟可持續增長的影響逐漸加大，農業經濟開始由增速導向轉化為高質量發展導向。

2.2 中國農業環境TFP變動的區域差異

受地理區位、經濟基礎、自然條件等多重因素的影響，中國農業環境TFP 還存在顯著的區域差異。該文采用東部、中部、西部、東北部四大區域劃分方式，比較分析中國農業環境TFP 及其分解指標的區域差異性。

圖2、3 分別顯示了中國四大區域農業環境TFP 指數以及累計指數的演進態勢，四大區域均展現出了顯著的空間差異性。結合表4可以看到，西部與東部地區農業環境TFP 的增速較高，分別達到年均3.5%以上，中部地區次之，東北地區的增速最為緩慢，僅為0.95%。從累計增長率的變動來看，西部與東部累計增長率較高，分別達到226.43%、224.62%，中部地區次之，累計增長率為180.29%，東北部地區累計增長率最低，為124.22%。從整體變動趨勢來看，20世紀90年代中后期四大區域的農業環境TFP呈緩慢下降的趨勢，進入21 世紀后四大區域開始呈現加速增長的趨勢，增速依次為東部、中部、東北部與西部，到2010 年，西部呈現出直線加速的態勢，至2018 年超過東部地區成為累計增速最高的區域，東部、東北部、中部在2016年達到峰值后，增長態勢逐漸放緩。

表4 1995—2018年中國四大區域農業環境TFP及其分解的變動均值

圖2 1996—2018年分區域農業環境TFP指數的演進態勢

圖3 1996—2018年分區域農業環境TFP累計指數的演進態勢

表4 示顯示了四大區域的農業環境TFP 及其分解指標。首先，四大區域的農業環境技術進步GMLTC指數均發生了不同程度的提高，其中東北地區的年均增速較高達到4.76%、4.04%，中部地區與東部地區次之，分別為3.68%、3.66%。與之相反的是，四大區域的農業環境技術效率都存在衰退現象，其中東北地區最為明顯，年均衰退3.64%，東部地區衰退最小，年均僅衰退0.08%。由此可見，農業環境技術進步是當前促進農業環境TFP增長的主導力量，而農業環境技術效率仍存在可觀的增長潛力與提升空間。

3 收斂性分析

以上分析了中國農業環境TFP 的動態演進，結果表明各區域之間存在顯著的空間差異。那么，這種差異是會隨著時間的推移持續發散，還是逐漸收斂？探究收斂性問題有助于農業政策的科學制定，該文將對中國及四大區域依次做σ收斂、絕對β收斂與條件β收斂。

3.1 農業環境TFP的σ收斂

σ收斂反映區域間農業環境TFP 的離差變化情況，若離差變小則表明區域間的離散程度也在逐漸縮小，即存在σ收斂，借鑒林光平等[15]、孫傳旺等[16]的方法，其模型為：

式（1）中，ETFPn,t表示n省在t年的農業環境TFP，-E---T--F---P-t表示所有省區在t年的平均水平，σt反映了農業環境TFP的相對差異程度，若σt+T＜σt則表明各地的離散系數隨時間推移逐漸縮減，則存在σ收斂。

圖4 顯示了全國及四大區域樣本期間內農業環境TFP 的標準差。從全國層面來看，自2000 年起出現了明顯的發散趨勢，盡管2003—2006 年出現了短暫的階段性收斂，但此后差距仍在擴大并呈現持續發散的態勢。從區域層面來看，四大區域的發散趨勢與全國基本一致，即在樣本期間未出現顯著的σ收斂。但四大區域的內部差距則各有特殊性，其中，東北地區的內部差距明顯小于全國及其他三大區域，在絕大多數年份都處于低水平發散狀態；中部地區的內部差異在2012 年達到峰值后，開始出現收斂趨勢；東部地區的內部差距呈現波動上升與階段性收斂相互交替的波動態勢；西部地區以2009 年為節點，其演變軌跡由相對平穩向持續上升轉變。

圖4 1996—2018年全國及四大區域農業環境TFP的標準差

3.2 農業環境TFP的絕對β收斂

絕對β收斂是指農業環境TFP 較低的地區具有較快的增長率，對水平較高的地區存在“追趕效應”，用于描述農業環境TFP 的增長率與初始水平之間的負相關關系。參考Miller 等[17]的研究，采用固定效應模型檢驗，其模型為：

式（2）中，等式左邊表示第n個省份在t=0 到t=T年的年均農業環境TFP 增長率，α0為常數項，ln(ETFPn,0)為n省增長率的最初值，若其回歸系數β顯著為負則表明該區域存在絕對β收斂。

檢驗結果如表5所示，全國及四大區域的β系數均為負值，但東北地區未通過顯著性檢驗，即除東北地區外，全國及其他區域的農業環境TFP 均存在落后地區追趕發達地區的趨勢。表明在東北部內部，農業環境TFP 較高的地區比落后地區具有更快的增長率，即便出現了類似的收斂特征，最終也難以達到同一穩態水平。

表5 農業環境TFP絕對β收斂檢驗

3.3 農業環境TFP的條件β收斂

條件β收斂考慮了個體在地域特征上的差異性，承認不同地區之間的農業環境TFP存在差距，從而會使不同地區的農業環境TFP朝著各自的穩態水平收斂，其模型為：

式（3）中，常數項α0對應不同地區的穩態條件，若回歸系數β顯著為負則表明存在β條件收斂，即各地區農業環境TFP會收斂于自身的穩定水平。

檢驗結果如表6 所示，模型（1）至（5）的估計系數在1%水平下均顯著為負，即全國及四大區域均存在條件β收斂，表明各地區由于經濟、社會、資源稟賦等方面的區域異質性，呈現出各自的穩態水平，可因地制宜地采取政策措施，促進各省區的農業環境TFP穩態水平趨于一致。

表6 農業環境TFP條件β收斂檢驗

4 政策建議

厘清農業環境TFP現狀是探索農業綠色發展路徑的邏輯起點。該文在解構農業環境TFP測算爭議的基礎上，以狹義農業為研究對象，對農業環境TFP 測算體系進行重塑，將勞動力、土地、化肥、農業機械動力、有效灌溉面積、灌溉水資源作為投入指標，農業總產值作為期望產出指標，COD、TN、TP、農業碳排放作為非期望產出指標。基于SBM-DEA 模型的GML 指數，分析了1995—2018 年中國及四大區域農業環境TFP的動態演進與收斂性。主要得出以下政策建議。

（1）加快綠色發展導向的農業科技創新與應用轉化。實證結果表明，1995—2018 年我國農業環境技術進步GMLTC 指數的平均增長率達到3.92%，是推動農業環境TFP 增長的重要動力。然而，在過去一個時期，我國農業科技成果主要服務于農產品數量增長，對綠色投入品與綠色生產技術的科技創新仍相對不足，農業科技進步還存在巨大潛力。因此，面對農業綠色發展的新要求，首先要強化科技創新，暢通綠色農業的產學研合作機制，圍繞實際需求，加大對關鍵綠色技術的攻關與集成配套；其次，加強綠色農業科技創新的應用轉化，積極開展新品種、新技術、新成果的集成推廣轉化示范；再次，營造農業綠色發展的制度環境，加快建立健全綠色農業標準體系，完善農業投入品、污染物排放等領域的相關標準；最后，構建農業綠色發展的監測評價體系，利用先進的互聯網技術，補齊我國在農業資源環境基礎數據上的短板，為建立農業資源環境監測預警體系奠定基礎。

（2）多維視角提升農業環境技術效率。總體來看，樣本期間內我國農業環境TFP 整體呈上升態勢，平均增長率為3.13%，累計增長率達到203.19%，主要依靠的是農業環境技術進步的推動，農業環境技術效率則出現了衰退跡象。通過橫向對比相關研究，該文認為中國農業環境TFP 的增速相對緩慢，提升農業環境技術效率是未來實現農業綠色發展的重要內容：一方面要優化技術效率提升的主體條件，培育現代新型職業農民。拓展培育新型職業農民培育渠道，促進新型職業農民的培育要與農業綠色發展需求相適應；另一方面，要強化技術效率提升的主導動力，推動適度規模經營。當前，亟待改善土地經營權流轉的外部環境，適度放寬土地流轉中介組織的準入門檻，在明確責任權屬的基礎上，鼓勵土地托管、資產評估、保險等金融機構介入。

（3）完善與創新農業補貼政策。實現農業綠色發展，要以完善農業補貼政策為切入點，將農業補貼政策的目標定位由數量增長為主轉向數量與質量并重上來[18]。首先，要在保障國家糧食安全與農民可持續性增收的前提下，突出綠色發展導向，將增量資金重點向資源節約型、環境友好型農業傾斜，促使農業補貼制度的政策目標向綠色轉型靠攏；其次，完善現有的綠色補貼政策，適度強化對“親環境”綠色投入品與生產技術的補貼力度，促進有機肥補貼、畜禽糞污綜合利用補貼以及綠色生產技術補貼等政策常態化；最后，鼓勵各地創新補貼方式，提高農業補貼資金的使用效率，例如在病蟲害爆發期，適時推行實物補貼方式，購置低毒高效生物農藥，統一發放給農戶，從而增強農業補貼政策的精準性、指向性與實效性。

（4）因地制宜地制定區域農業政策。中國農業環境TFP 具有明顯的空間差異，東部與西部的增速較高，中部次之，東北部增長最為緩慢。東北部增長緩慢的原因在于技術效率的嚴重滯后，年均衰退3.64%，而東部、西部的技術效率對農業環境TFP增長的阻礙則較小，年均衰退僅為0.08%、0.41%，進一步證實了技術效率在很大程度上影響了區域農業環境TFP 的增長狀態。因此，未來東北部的農業綠色發展應以提升資源配置效率為重點，充分利用東北部優渥的土地資源稟賦，通過高質量的規模經營提升技術效率；而對于地形地貌較為復雜、生態環境較為脆弱的西部地區，則需要在培育新型職業農民的基礎上強化技術效率，同時探索多元化的高效經營模式；東、中部地區技術效率與技術進步發展水平相對均衡，可在土地資源稟賦與農村人力資本較高的區域，打造農業綠色發展的典型樣本，以點帶面地提升區域農業環境TFP。

（5）加強各省區之間的農業經濟聯動，充分發揮農業技術的空間溢出效應。從收斂性檢驗結果來看，全國及四大區域均存在β條件收斂，表明由于區域異質性，全國及四大區域呈現出不同的穩態水平。因此，落后省區要抓住農業綠色發展的政策機遇，爭取更多的財政資金與政策傾斜，持續推廣清潔農業技術，縮小與發達地區的差距。尤其是東北部，作為中國重要的商品糧生產基地以及豆產區，東北對保障我國糧食安全有著重要意義，但由于農業環境技術效率較為滯后且不存在β絕對收斂，導致區域內部出現明顯的低水平兩極分化現象。未來應持續強化東北部與技術效率“前沿省份”之間交流與合作，大力推廣先進的綠色生產管理經驗，從而縮小區域差距，有效保障糧食安全。