中國農業全要素生產率的時空演變差異及內源構成

李 婕 王玉斌,2* 程鵬飛

(1.中國農業大學 經濟管理學院，北京 100083； 2.中國農業大學 國家農業農村發展研究院，北京 100083)

改革開放以來，中國農業發展取得長足進步。2020年糧食產量為66 949.15萬t，相較1978年的30 476.5萬t增加了一倍有余(1)數據來源于國家統計局。。然而，中國當前所面臨的農業資源制約、種植成本居高不下、農村留守勞動力結構性失衡、生態環境約束趨緊等問題相互交織，傳統生產要素對于農業增長的貢獻近乎罄盡，農業粗放式發展已難以為繼，農業持續發展亟需尋求新動能。在經濟新常態和農業轉型時期，依靠技術創新帶動農業提質增效是提升中國農業競爭力的核心所在，提高全要素生產率(下面簡寫為TFP)是中國農業產業實現現代化轉型和高質量發展的根本出路[1]。實踐中，從2004年起連續多年“中央一號”文件數次強調要加快農業科技創新，以提高農業生產能力，突破資源和市場對中國農業的雙重制約。黨的十九大更是明確提出“推動經濟發展質量變革、效率變革、動力變革，提高全要素生產率”。在上述綜合背景下，科學觀測中國農業TFP的發展規律，并深入探究其增長源，不僅能夠準確判斷中國農業發展當前所處的狀態，同時亦能衡量技術進步等核心因素在農業經濟增長過程中的作用[1]，這對于破解中國三農的持續發展困境、進一步明確農業生產經營方向具有重要意義。

農業TFP的增長是國民財富增長的核心[2]，是農業經濟研究的熱點問題之一，目前已取得了豐碩的成果，現從樣本選擇、變量遴選、方法運用及研究內容4方面予以述評。

首先，就樣本選擇而言。既有文獻對中國農業TFP展開了豐富的探討，學者們往往以1978年作為研究起點[3-7]，研究省域涉及27個省份[8]、28個省份[3-4]、30個省份[9]或31個省份[7,10-11]，各文獻的研究時段與樣本區域選擇存在一定差異。中國自2004年正式推進農業機械購置補貼，同年國務院頒布農民集體建設用地使用權可依法流轉的決定，隨之一系列重大農業支持措施相繼實施，中國農業進入黃金發展期。故此，本研究選取2004年為研究起點，聚焦實施農機購置補貼與農地流轉后中國31個省份(統計數據未含港澳臺地區，下同)農業TFP的時空演變特征展開研究。

其次，就變量遴選而言。部分文獻未能明晰研究范疇，將狹義的農業種植業和廣義的農林牧漁業等量齊觀，因而通常將農林牧漁業產值和農林牧漁業就業人數作為農業種植業TFP測算的產出指標及勞動力投入指標。本研究主體為農業種植業，借鑒薛超等[11]的研究將農業產值作為農業產出指標，并借助農業產值在農林牧漁業產值中的占比進一步從農林牧漁業就業人數中分離出較為合理的農業種植業勞動力投入數量。另外，2004年起農業機械化進程的迅速發展導致“役畜”逐漸退出農業生產，因此，本研究相較于以往文獻不予考慮大牲畜投入變量，而將柴油投入作為機械化投入的附屬產品一并納入。

再次，就方法運用而言。既有研究主要采用隨機前沿分析法(SFA)[5,8-9]和Malmquist指數法[3,7,10-12]測算中國農業TFP。SFA需嚴格遵守預先設定生產函數的形式及非效率項的統計分布，且生產函數不同得到的結果亦不同[3]。而Malmquist指數法在可變規模報酬下不能精確測度TFP的變化[13]，也不能同時分解規模效率和范圍效率的增長率[14]。為此，O’Donnell[15]提出了Hicks-Moorsteen指數，該方法在任何規模報酬下都能準確測算TFP值并將其完全分解，能有效克服上述兩種方法的限制。因而，本研究擬借助Hicks-Moorsteen指數法對中國農業TFP進行測度與分析。

最后，就研究內容而言。目前有關農業TFP測算的既有研究主要集中于以下3方面：一是農業TFP的時序演進。大多學者發現在其研究期內中國農業TFP呈增長趨勢[3-10,16]，但也有學者得出中國農業TFP在其研究期內衰減[12]，而Wang等[17]卻發現中國農業TFP在一定時期內停滯。研究結論之所以存在分歧可能是由于既有研究在研究時段、省域樣本選擇、變量遴選、測算方法等方面各有千秋；二是農業TFP的區域差異。基于農業TFP的測算，現有文獻將研究省域劃分為東、中、西3個區域[3,5,8,10,12]來進一步分析中國農業TFP的空間分布差異，以上學者普遍證明了各區域農業TFP具有顯著差異，也一致認為東部農業TFP增長最快，而對中部和西部的農業TFP增長的變動趨勢卻存有分歧。亦有學者將中國31個省份分為東、中、西和東北4個區域來探究農業TFP的空間差異[7]。本研究認為，農業生產除與當地經濟水平、技術水平密切相關以外，氣候、地形、水資源等自然稟賦的影響亦不容忽視。因此，本研究綜合考量經濟發展水平及地理因素，將中國31個省份劃分為華北、東北、華東、華中、華南、西南和西北7個區域深度探究中國農業TFP的空間差異特征。此外，已有研究甚少進一步探究空間差異背后的緣由，本研究將借助Dagum基尼系數及其分解方法嘗試探究區域差異存在的原因；三是農業TFP的收斂性分析，即判斷區域農業TFP的變動態勢是趨同亦或發散，但研究結果也存在分歧。高帆[10]研究發現各省份的農業TFP不存在σ收斂，TFP累積增長率甚至呈現顯著的發散態勢。而王軍等[7]的研究結果卻得出在全國整體及東、中、西及東北地區4個區域內農業TFP均存在明顯的σ收斂和β收斂。

有鑒于此，本研究嘗試從以下3方面進行拓展：首先運用Hicks-Moorsteen指數法對中國實施農機購置補貼與農地流轉以來31個省份的農業TFP增長率進行全新測算及分解，歸納中國2004—2020年間農業TFP的時序演進趨勢；然后，綜合考量區域經濟發展水平及自然地理要素，將中國細分為7個區域以探究中國農業TFP的空間分布特征，進而全面認識中國農業發展的區域均衡狀況；最后，通過Dagum基尼系數及其分解法測度各個地區農業TFP的差異并挖掘區域差異的來源，以期為中國農業高質量發展提供參考依據。

1 研究設計

1.1 研究方法

1.1.1農業全要素生產率的測度方法

O’Donnell[15]將某一產業的TFP定義為總產出與總投入的比率。假定第i個農業區域(Ai)t期的總產出和總投入分別為Qit和Xit，則Ai在t期的TFP為：

(1)

農業TFP增長率指所有農業生產要素的投入保持不變時，其農業產出量仍能增加的部分。某一生產單元的TFP增長率表示為跨時期過程中產出增長與投入增長的比值。Ai在t期的TFP相對于Ah在s期的TFP增長率為：

(2)

用Shephard距離函數表示輸出量和輸入量指數，則計算的TFP為Hicks-Moorsteen TFP指數(簡寫為TFPHM)：

(3)

TFPHM是乘積完備指數，TFP增長率指數可分解為技術進步和效率變化之積：

(4)

式中：右側括號中的第一項測量了最大TFP隨時間的變化，為技術進步的度量，第二項衡量總體效率的變化。TFP增長率指數可分解為以下更精細的內容：

(5)

(6)

(7)

1.1.2農業全要素生產率區域不平衡成因

本研究采用Dagum基尼系數及其分解方法揭示中國7個區域農業TFPHM指數空間差異及其存在的內在原因，Dagum基尼系數表示為：

(8)

Dagum基尼系數及其分解方法用于測度地區發展差異[18]，G可以分解為區域內差異GW、區域間差異Gnb和超變密度(2)超變密度是指由于區域間的重疊引起的區域不平衡。Gt三者之和。Dagum基尼系數越大(小)，則區域之間的差異性越大(小)、區域協同性越弱(強)。j區域的基尼系數Gjj、區域內差異的貢獻GW、j和h區域間的基尼系數Gjh、區域間差異的貢獻Gnb及超變密度的貢獻Gt分別如下：

(9)

(10)

(11)

(12)

(13)

Djh=(djh-pjh)/(djh+pjh)

(14)

(15)

(16)

1.2 數據來源及說明

本研究樣本考察期為2004—2020年，研究區域為中國內地31個省(直轄市、自治區)(統計數據未含港澳臺地區，下同)，將其劃分為華北地區(包括北京、天津、河北、山西、內蒙)、東北地區(包括遼寧、吉林、黑龍江)、華東地區(包括上海、江蘇、浙江、安徽、福建、江西、山東)、華中地區(河南、湖北、湖南)、華南地區(包括廣東、廣西、海南)、西南地區(包括重慶、四川、貴州、云南、西藏)和西北地區(包括陜西、甘肅、青海、寧夏、新疆)。結合已有文獻，本研究建立了農業 Hicks-Moorsteen TFP指數測算指標體系(如表1)，數據來源于2005—2021年《中國農村統計年鑒》[19]。同時，為了剔除價格波動的影響，本研究的農業產值以2004年為基期進行價格平減處理。此外，統計年鑒中第一產業勞動力數據在部分年份缺失，故采用均值插補法對其補充。

表1 農業Hicks-Moorsteen TFP指數測算的指標體系Table 1 Index system for measuring agricultural Hicks-Moorsteen TFP index

2 實證結果分析

2.1 中國農業全要素生產率的時空演變特征

2.1.1中國農業全要素生產率時間序列演化分析

將中國農業TFP指數及其分解值進行時間序列整理(表2)。樣本期間中國農業TFP增長率歷年均值為1.060 3，表明中國農業TFP在樣本期間以年均6.03%的速度上升，其主要原因在于農業技術水平以年均6.29%的速度進步。相比而言，農業效率年均下降0.25%，阻礙了TFP的增長。進一步分析發現，農業效率的下降主要由技術效率0.46% 的下降和規模效率0.13%的下降導致，而殘余組合效率呈0.35%的遞增趨勢。農業機械補貼政策的實施為中國農業發展注入了現代化設備，加速了中國農業機械化進程，促進農業技術快速進步，進而推動農業生產逐步產業化、高效化。根據公開數據，2020年中國農機總動力達到10.56億萬瓦(3)數據來源于國家統計局。，2019年中國農作物耕、種、收機械化率分別為74.81%、57.30%和61.40%(4)數據由2020年《中國農業機械工業年鑒》中相關數據計算所得。，中國農業生產方式已實現從依靠人力、畜力到依靠機械化動力的巨大轉變，這也是以上結論的實踐依據。農業效率的下降反映了中國農業在機械化發展的背后，其基層農業技術推廣體系仍不夠成熟，以致農業生產的技術推廣受阻。另外，農民集體所有建設用地使用權可依法流轉并未產生顯著的規模效應。

具體而言，樣本期內除2007—2008年及2016—2017年外，中國農業TFP均呈增長狀態，其中增長最高點出現在2019—2020年(19.35%)，其次為2006—2007年(14.89%)，這主要得益于2006年中國全面取消農業稅，農民的生產積極性、主動性和創造性在家庭聯產承包責任制之后于2006—2007年達到了又一新高；而中國農業TFP增長的最低點則出現在2007—2008年(-7.3%)，這是由于2008年中國南方遭受了雪災、北方遭受了旱災。另外，2008年金融危機下中國農產品價格全面下行、優勢農產品出口受阻，多方因素引致當年農業產業的不良發展態勢；除2004—2005年以外，農業技術進步的變動趨勢與農業TFP的增減完全一致。該軌跡表明，技術進步是中國農業TFP增長的重要源泉，研究期內中國農業發展呈現技術誘導型增長。農業技術進步在2004—2005年出現下降可能是由于2004年11月生效《中華人民共和國農業機械化促進法》，農戶理解相關條例到實際購買農機存在一定的時間間隔，因而該政策對于農業技術進步的促進作用具有滯后性。

表2 中國農業TFP指數演化趨勢Table 2 Evolution trend of China’s agricultural TFP index

2.1.2中國7個區域農業全要素生產率的演化分析

如表3所示，樣本期內，7個區域的農業TFP均呈現不同程度的增長態勢，東北地區(6.69%)、華北地區(6.23%)、西南地區(6.23%)、華南地區(6.05%)的增長程度相對較高且均高于全國平均水平，而華中地區(5.91%)、西北地區(5.89%)、華東地區(5.79%)的增長程度相對較低且均低于全國平均水平。對分解值進行測度發現，7個區域的農業技術水平均取得進步，技術進步年均速度由高到低依次為西南地區(8.05%)、西北地區(7.58%)、華北地區(6.48%)、華中地區(6.07%)、華東地區(5.32%)、東北地區(5.11%)、華南地區(4.80%)；另外，東北地區、華南地區和華東地區的農業效率分別以年均1.51%、1.19%和0.45%的速率增長，其他4個區域的農業效率卻呈下降趨勢，下滑態勢最明顯的是西南地區(-1.69%)。如此表明，東北地區、華南地區和華東地區的農業TFP增長來源于技術進步和效率增長，而西南地區、西北地區、華北地區和華中地區的農業TFP增長來源于技術進步而非效率增長。

表3 中國7個區域農業TFP增長率及其分解值Table 3 Agricultural TFP growth rate and its decomposition value in seven regions of China

2.1.3各省份農業生產潛力分析

TFP演變的驅動因素包括技術水平變動和效率變動。基于此，本研究以農業技術水平增長率和效率增長率作為橫縱坐標，將各省份列入四個象限來分析其農業生產潛力(圖2)。象限III內無任何省份，表明中國各省份農業發展在技術進步和效率增長二者中至少具有一個驅動優勢；象限I與象限III完全相反，該象限內可能達到的最優產出與投入要素的利用程度均大于1，因而該象限內各省份(華北地區的北京、河北、山西，東北地區的黑龍江、遼寧，華東地區的山東，華中地區的河南，華南地區的廣東、海南以及西北地區的陜西)的農業發展潛力很強，其農業生產競爭力會不斷凸顯。西南地區沒有省份落入象限I，可能的原因為作為中國典型的生態脆弱區，該區域易受到農業水利設施和極端氣候自然災害的影響，因而現階段農業生產水平普遍較低，農民增盈也相對緩慢；象限II內僅包含上海，雖然其要素利用程度在上升，但其可能達到的最優產出在下降。這是因為上海發展精致農業，而非粗放型農業。對于上海這一技術水平基數很高的區域而言，雖然每年從國外引進最新的農業技術及優良品種，但卻難以實現技術水平的持續上升，因此其技術進步整體呈下降趨勢；除上述省份以外，其余省份均處于象限IV。在農業機械化、現代化發展的大背景下，這些省份的技術水平提升很快，但現階段的投入要素尚未得到充分利用，因而在后續發展中應著重提升各種投入資源的利用程度和要素的有效配置。

圖1 各省份農業生產潛力分析Fig.1 Analysis of agricultural production potential of each province

2.2 中國農業全要素生產率區域差異的成因分析

2.2.1中國農業全要素生產率增長率的總體差異

表4展示了7個區域農業TFP指數的總體差異及演變趨勢。能夠發現：2005—2020年間，7個區域農業TFP指數總體基尼系數的均值為 0.038，且整體由2005年的0.037增長至2020年的0.048，表明7個區域農業TFP指數的總體差異呈不斷擴大的趨勢。觀察其演變過程，發現7個區域農業TFP指數的總體差異呈現“上升—下降—上升—下降”的演變特征，先由2005年的0.037 上升至2009年的0.049，然后下降至2014年的0.024，并達到考察期內的最小值，而后再次上升，并于2017年達到最大值0.057，隨后又逐漸降至2020年的0.048。

2.2.2中國農業全要素生產率增長率的區域內差異

表4揭示了中國7個區域農業TFP變動的區域內差異及演變趨勢。可以得出：第一，7個區域農業TFP增長率的區域內差異處于不同水平。在考察期內，西南地區區域內差異最大，其均值為0.042 3，其次為西北地區、華北地區、東北地區、華東地區、華中地區，而華南地區的區域內差異最小，僅為0.017 5。第二，在考察期內，華北地區、華南地區和西北地區的農業TFP變動的區域內差異呈波動下降的態勢，其中華南地區(-41.33%)的下降趨勢最為顯著，其次為西北地區(-21.94%)、華北地區(-14.06%)；華東地區、華中地區和西南地區的農業TFP變動的區域內差異則總體呈波動上升態勢，華中地區(483.91%)的擴大幅度最高，其次為西南地區(37.10%)和華東地區(30.59%)；而東北地區農業TFP變動的區域內差異在研究期內幾乎維持不變。

2.2.3中國農業全要素生產率增長率的區域間差異

表4展現了7個區域農業TFP變動的區域間差異及其演變趨勢，能夠看出：第一，農業TFP變動的區域間差異呈明顯的波動態勢，樣本考察期內，7個區域農業TFP增長率區域間差異均值為0.039 1。具體來看，華北與東北、西南、西北地區，東北與西南、西北地區以及西南與華東、華中、華南、西北地區間的農業TFP增長率區域間差異的均值均高于7個區域農業TFP增長率區域間差異的平均值，而其他區域農業TFP增長率之間的區域差異均值都低于7個區域間總體區域差異的平均水平。其中華北與西南地區之間差異的均值最高(0.051)，華東和華中地區之間差異的均值最低(0.029)。第二，就演變過程而言，華南與華北、華東地區，西北與華北、華東、華南地區農業TFP變動的區域間差異總體呈波動下降的趨勢，西南與東北、華南地區農業TFP變動的區域間差異則幾乎持平，而其他地區之間的區域間差異均呈現出波動上升的趨勢。

2.2.4中國農業全要素生產率增長率區域差異的來源及其貢獻

表4和圖2描述了7個區域農業TFP增長率區域差異來源及其貢獻率，不難發現：第一，就差異貢獻率來看，考察期內7個區域之間農業TFP變動的差異主要來源于區域間差異，其次是超變密度和區域內差異。在樣本考察期內三者的平均貢獻率分別為50.39%、37.35%、12.25%。第二，就貢獻率的演變趨勢來看，區域內差異的貢獻基本穩定，區域間差異和超變密度的波動較為明顯，且在此消彼長間呈現出周期性特征。具體而言，二者間的變動周期可劃分2005—2007年、2007—2011年、2011—2016年、2016—2020年。2007—2011年和2011—2016年兩個階段內區域間差異和超變密度的貢獻率均分別呈現“類M形”和“類W形”趨勢，而在2005—2007年和2016—2020年兩個階段內區域間差異和超變密度的貢獻率均則分別呈現“類倒V形”和“類V形”趨勢。特別的，2011、2014和2016年是重要的拐點，這3年超變密度的貢獻率高于區域間差異和區域內差異，成為7個區域之間農業TFP變動差異的主要來源。

圖2 中國7個區域農業TFP增長率區域差異來源及其貢獻率趨勢圖Fig.2 Regional differences in agricultural TFP growth rate in seven regions and their contribution trend chart

3 研究結論與政策建議

3.1 研究結論

本研究基于中國31個省份2004—2020年的面板數據，借助Hicks-Moorsteen指數對中國農業TFP進行重新測算及分解，進而通過Dagum基尼系數測度各地區農業TFP的差異大小及形成根源。主要結論如下：

第一，研究期內，中國農業呈現技術進步增強而農業效率惡化的態勢，技術進步是農業TFP增長的重要源泉。即我國農業TFP的增長主要源于生產前沿面的外移，而不是向生產前沿面追趕；各區域農業TFP的增長程度及增長源具有顯著差異，東北地區、華南地區和華東地區的農業TFP增長來源于技術進步和效率增長，而其余四個區域的農業TFP增長則主要依賴于技術進步。

第二，各省份在農業發展進程中至少仰賴于技術進步和農業效率這兩大核心驅動要素的其中之一。華北地區的北京、河北、山西，東北地區的黑龍江、遼寧，華東地區的山東，華中地區的河南，華南地區的廣東、海南以及西北地區的陜西均在技術進步和農業效率兩方面同步增長。同其他省份相比，上述省份的農業生產具有強大的發展潛力，農業競爭力也會盡顯優勢。

第三，7個區域農業TFP變動的總體差異有擴大的演變趨勢。其中，西南地區區域內差異最大，緊接著依次是西北地區、華北地區、東北地區、華東地區、華中地區、華南地區。此外，華南與華北、華東地區，西北與華北、華東、華南地區農業TFP變動的區域間差異總體呈波動下降的趨勢，其他區域之間則呈不變或上升趨勢；7個區域之間農業TFP變動差異的最主要來源是區域間差異。

3.2 政策建議

基于以上研究，本研究得到如下政策啟示：

第一，持續強化農業科技創新能力。首先，國家應設立專項資金，培養和積聚現代農業發展所需的農業科研人才，圍繞生物技術、數字技術、裝備技術等農業科技創新的核心領域，持續加強現代農業技術體系的創新與研發；其次，要強化培育新型職業農民，結合農民生產發展的現實難題，定期委托高校、科研機構開展技術培訓與指導，不斷提高農業生產者的基本素質和專業技能，為農業發展創造優質的人力儲備；最后，不斷完善農業科技成果轉化及農業技術推廣的激勵與利益分配機制，實現產學研深度融合，強化農業科研人才開展農業科技創新的積極性。

第二，推進農業規模化經營。一方面，在農地三權分置改革持續完善后，持續深化農村土地制度改革，積極推進土地流轉，鼓勵培育新型農業經營主體發展多種形式農業適度規模經營；另一方面，要加快構建并不斷完善農業社會化服務體系，持續發揮農業社會化服務對于現代農業和規模經濟的促進與融合。農業生產性服務業不僅能夠將先進的技術裝備及現代生產技術惠及分散的小農日常生產之中，亦能通過橫向規模連片服務獲得規模效益，進而促使受限、傳統的小農戶與現代農業有機銜接。

第三，促進區域間資源要素調配，因地制宜制定農業發展規劃。一方面，促進各個區域間技術、資本、人才等要素流動，通過區域間的有效聯動優化資源配置，實現優質資源共享，提升要素利用率，促進不同區域農業結構共同升級；另一方面，各地區結合自身資源稟賦及發展短板，因地制宜地制定農業發展規劃。其中，能夠兼顧農業技術進步及技術效率同步增長的區域在做好自身農業發展的同時，也應利用自身優勢打造并發揮先行示范區的溢出效應，從而建立健全各區域間農業發展的協調機制。對于農業發展基礎相對薄弱的區域，國家應出臺惠農強農等優惠政策，加大農業基礎設施建設的扶持力度及農業生產的投資補貼力度等。