我國農業全要素生產率研究回顧與展望

李航飛魏少彬

(1.韶關學院旅游與地理學院，廣東 韶關 512005；2.汕頭市潮南區規劃設計研究院，廣東 汕頭 515144)

引言

自2004年以來，中央一號文件都是以“三農”問題為主題，充分凸顯了黨中央、國務院對我國“農業、農村、農民”工作的重視。農業是衣食之源、生存之本，是一切生產的首要條件，其基礎地位任何時候都不能忽視和削弱，“手中有糧、心中不慌”在任何時候都是真理。農業是國民經濟之基礎，其發展狀況直接決定著人民生活基本需求和國民經濟發展水平。長期以來，受工業化、城鎮化發展之影響，我國農業生產用地矛盾不斷加劇，加之資源環境約束日益強化，我國農業生產能力逐漸接近極限，農業資源要素投入的“天花板”逐漸顯現，中國農業發展面臨資源稀缺和環境惡化的雙重約束。第二次全國污染普查公報顯示，農業總化學需氧量(COD)、總氮(TN)和總磷(TP)排放量分別為1067.13萬t、141.49萬t和21.20萬t，分別占總排放量的49.77%、46.52%和67.21%，農業已經成為我國COD、TN和TP排放的主要來源[1]。中國積極應對全球氣候變化，在2020年第75屆聯合國大會上提出力爭在2030年CO2排放達到峰值，2060年前實現碳中和的遠景目標和任務。農業生產是重要的碳排放過程，農業碳減排是中國實現碳達峰、碳中和目標的重要方面。黨的二十大報告提出“加快發展方式綠色轉型，倡導綠色消費，推動形成綠色低碳的生產方式和生活方式”。習近平總書記強調“強國必先強農，農強方能國強。沒有農業強國就沒有整個現代化強國；沒有農業農村現代化，社會主義現代化就是不全面的”。在全面推進鄉村振興、加快建設農業強國的新時代背景下，農業必須由原來依靠要素投入的粗放型生產方式向依靠優化資源配置的集約型生產方式進行轉變，提高農業生產效率，大力發展綠色低碳生態農業。本文從研究方法與模型、研究主要內容、研究對象及研究視角等方面對我國農業全要素生產率的研究文獻進行了梳理，提出了目前研究存在的不足及需要改進和完善之處，并指出未來的研究展望。

1 研究現狀

1.1 研究方法與模型

科學評價農業全要素生產率一直是農業經濟領域專家學者研究的熱點問題。目前，關于農業全要素生產率(Total Factor Productivity，TFP)的研究方法，主要以參數法和非參數法為主。參數法主要包括索洛余值法、C-D生產函數法、隨機前沿生產函數法(Stochastic Frontier Approach，SFA)和超越對數生產函數法等，其中隨機前沿生產函數法(SFA)應用最為普遍，蔡文聰等[2]采用SFA、分位數回歸和中介效應方法對農戶兼業是否導致農業生產低效率問題進行了研究；劉霞婷等[3]基于SFA模型和log(t)回歸方法對中國農業全要素生產率動態變化情況進行了測算與分析。代數指數法、數據包絡分析法(Data Envelopment Analysis，DEA)等在運用時不涉及參數方程的計量經濟估計，通常被稱為非參數方法，其不需要設定具體的生產函數，能有效避免參數法帶來的弊端，受到學者的廣泛應用。DEA模型作為一種非參數前沿效率分析法，在模擬多投入、多產出時具有明顯優勢，已成為目前學界測度農業全要素生產率的主流方法。在利用DEA測算農業全要素生產率時多會使用Malmqusit指數，如胡衛衛等[4]利用DEA-Malmquist模型分析了江蘇省農業生態效率的時空差異；李航飛[5]基于DEA-BCC和DEA-Malmquist模型對包括臺灣省在內的中國省級行政區的農業全要素生產率進行了測算與分析。考慮到DEA方法的徑向及松弛性等問題，越來越多的研究將SBM、FP、EBM等指數與DEA相結合對農業全要素生產率進行測算，力求測算結果更加符合實際情況，其中以SBM指數為多[6]，許燕琳等[7]基于DEA和STIRPAT模型，對山東省農業生態效率進行了研究；趙吉等[8]基于SBM-Tobit模型，對中國農業生態效率時空差異及影響因素進行了分析。SBM模型由于會損失有效前沿面上“投入-產出”的目標值與實際值之間的原始比例，導致效率測度偏誤的問題[9]。相比之下，EBM(Epsilon-Based Measure)模型作為一種混合距離測算方法，同時兼顧了“投入-產出”的目標值與實際值的徑向比及各個“投入-產出”的非徑向松弛變量，能夠有效克服DEA-SBM模型的缺陷[10]，楊騫等[1]考慮糧食生產過程中的凈碳匯和面源污染排放，構建全局EBM模型對2001—2018年我國30個省份及3大功能區的糧食生產效率動態演進趨勢進行了考察。

從以上文獻可知，對我國農業全要素生產率進行測算的研究方法和模型眾多且已日趨成熟，但文獻基本上是用單一方法和模型對我國農業全要素生產率進行測算和分析，鮮有使用多種方法相結合進行對比分析的文獻。

1.2 研究內容

現有文獻在對農業全要素生產率進行研究時，主要基于隨機前沿生產函數方法(SFA)、數據包絡分析法(DEA)，結合Malmquist模型、SBM模型、GWR模型、空間自相關模型、灰色關聯分析模型、Tobit模型等，通過構建農業全要素生產率“投入-產出”評價指標體系，在農業全要素生產率的水平測度[11，12]、時空演化特征[13]、影響因素[14]等方面進行了大量研究，取得了豐碩成果。由于“投入-產出”指標、研究方法和模型、研究區域及研究時段的差異，不同學者的研究結果雖有相似性，但差異同樣較大。

在農業全要素生產率時空演化特征方面，以全國作為研究尺度的較多，侯孟陽等[15]研究發現，我國東北、西部、中部、東部4大地區間農業生態效率的空間差異隨時間推移呈現出進一步縮小的態勢；王麗娜[16]的研究則表明，中國農業綠色生產效率具有明顯的地區差異，東部和東北地區省份農業綠色生產效率領先于中西部地區，整體呈“中部塌陷”分布格局；馮亞娟等[17]研究表明，中國全要素農業生態效率值增長穩定，空間分布具有全局自相關性，河南、山東等省份表現出“低-低”集聚特征；趙吉等[8]認為，中國農業生態效率水平較低，空間發展不平衡，整體呈現“東高西低”的格局。

除以全國作為研究空間范圍外，較多學者開始關注區域、省域、市域、縣域空間范圍的農業全要素生產率。肖琴等[18]對長江經濟帶農業生產效率進行了研究，結果表明，長江經濟帶農業綠色生產效率水平較高且呈不斷增長趨勢，下游地區的農業綠色生產效率高于中、上游且差距不斷拉大；梁耀文等[19]研究發現，環渤海地區農業生態效率整體水平較低，呈現逐漸上升態勢，地區間差異較大，空間上整體呈東北-西南格局并逐漸向西南方向轉移，存在明顯的空間相關性和聚集特征。

為對農業健康持續向好發展提供實證依據和決策參考，學界從不同視角選取不同指標來探討我國農業全要素生產率的影響因素，但由于不同區域的自然條件、社會經濟條件、人文條件等差異巨大，影響農業生產率的因素也因區域不同而不同，得出的結論亦不盡相同。綜合目前文獻可知，影響中國農業全要素生產率的因素主要有自然條件、農業基礎條件、經濟發展水平、政策支持、科技投入、農戶本身等方面。關于自然條件和科技投入2類指標對我國農業全要素生產率的影響，學界研究結果較為一致。自然條件類主要涉及農業受災情況，其對我國農業全要素生產率的提升產生負向影響，而科技投入則能顯著提高農業生產效率；對于農業基礎條件，差異比較大的是農業機械投入情況和灌溉情況，研究結論有正有負；對于經濟發展水平而言，在農業規模化水平、城鎮化水平及農民可支配收入方面的研究結論不一致，對農業全要素生產率的影響有正有負；大部分政策條件有利于我國農業全要素生產率的提升，但在財政支農方面存在一定的差異；相對來說，學界在關于農戶本身條件對農業全要素生產率的影響方面的研究較少。

需要說明的是，由于研究不同區域自然、人文條件的差異，加之研究時段和研究方法的差異等因素的影響，不同學者所選研究指標雖然一樣，但結論卻不盡相同。

1.3 研究對象

梳理并比較目前的研究文獻和研究成果，可以發現對廣義農業范疇即農林牧漁業全要素生產率的研究是學界研究的重點[20，21]，其優點是測度面廣，可為我國農業生產效率的提高提供宏觀決策依據，但其“投入-產出”的對應關系不夠精準，對測算結果的精確性會產生一定影響。

為彌補廣義農業范疇全要素生產率研究的不足，專家學者開始基于農業產業細分視角，對某一具體農業產業全要素生產率的演變趨勢和驅動因素進行研究和探討。在糧食作物方面，唐小平等[22]基于Malmquist指數法對2004—2018年全國30個省份的農業全要素生產率進行了測算；郭焱等[23]運用Hicks-Moorsteen生產率指數測算了1979—2018年我國19個主產省份玉米全要素生產率(TFP)的增長情況。在經濟作物方面，岳會等[24]運用DEA-Malmquist指數法，對2004—2018年我國棉花全要素生產率進行了研究。

1.4 研究視角

農業全要素生產率的高低實質上是農業投入與產出間的相關關系。農業生產的投入要素主要有勞動力、土地、資本(農藥、化肥、機械、能源等)，產出則主要是農業GDP、農業產量等期望產出，亦稱之為合意產出；在“碳達峰、碳中和”及“綠色生態”等背景下，農業產出變量需要重新審視。農業作為國民經濟的基礎產業，具有碳源和碳匯的雙重屬性，碳源屬性主要指農業生產中因使用農藥、化肥、農膜等農用物資所產生的溫室氣體排放，同時還包括水稻種植以及畜禽養殖過程排放的溫室氣體及土壤氧化亞氮(N2O)排放、秸稈燃燒產生的碳排放等。碳匯屬性反映的是農作物在生長過程中能利用光合作用吸收大量的CO2，即農作物的固碳效應。提升農業系統碳匯能力，對實現碳達峰、碳中和目標具有重要的現實意義。同時，農業污染已成為我國農業發展面臨的一個嚴峻問題[1]。因此，學界對農業全要素生產率的研究視角開始轉向綠色、低碳、環保等方面，將農業碳匯、碳源和面源污染等合意及非合意產出納入農業全要素生產率測算的指標框架中。

比較當前的研究成果發現，專家學者在測算農業全要素生產率，選取相關“投入-產出”測算指標時，主要基于2個方面：傳統研究視角(非綠色生態視角)和綠色生態視角，其差異主要表現在測量農業全要素生產率時產出指標的選擇方面。非綠色生態視角在構建“投入-產出”指標時，沒有將農業碳排放、碳吸收、面源污染等農業產出納入分析的指標體系中。2種視角下主要的“投入-產出”指標如表1、表2所示。

由表2及相關文獻可知，低碳生態視角下，根據“投入-產出”指標的選擇，目前的研究主要可分為4類：第1類為期望產出未考慮農業碳匯作用，非期望產出僅考慮農業碳排放；第2類為期望產出未考慮農業碳匯作用，非期望產出考慮農業碳排放、農業面源污染；第3類為期望產出考慮農業碳匯作用，非期望產出考慮農業碳排放；第4類為期望產出考慮農業碳匯作用，非期望產出考慮農業碳排放、農業面源污染。通過對4類文獻進行比較分析，可發現在低碳生態視角下，農業全要素生產率的研究還存在以下方面需進一步完善。

農業生產不僅是碳排放的過程，同時也是碳吸過程。已有研究表明，農業生態系統是一個巨大的碳匯。目前多數文獻僅將農業生產看作是碳源，而忽視了其碳匯的功能。同時，已有研究在考慮農業碳源時，主要考慮的是農業生產過程中農用物資如化肥、農藥、農膜、柴油、灌溉、翻耕等投入產生的碳排放，鮮有文獻將秸稈燃燒、農作物種植破壞土壤表層、水稻生長發育過程、動物尤其是反芻動物養殖等帶來的溫室氣體排放納入碳源的計算范疇。

農業生產對環境所造成的影響不容忽視，其已經成為我國COD、TN和TP排放的主要來源[1]，已取代工業污染成為頭號污染源，治理農業面源污染，迫在眉睫；已有文獻在考慮農業面源污染方面還有所欠缺。同時，已有文獻在農業面源污染的測算方法與途徑方面還未形成統一標準[1]。

表2 綠色生態視角下投入-產出指標體系

農業生產過程中的生態效應是一個完整系統，碳排放、碳吸收、面源污染只是其中的子系統。目前的研究將農業碳排放、碳吸收、面源污染納入到農業全要素生產率測算的“投入-產出”指標體系的文獻很少。全面系統考察農業生產過程的碳排放、碳吸收、面源污染，方能體現農業發展的綠色化、生態化、低碳化。如忽視農業生產的碳效應、污染影響，勢必會扭曲我國農業生產的效率，導致測算結果不夠精準，不能很好地為我國農業生產的宏觀決策提供參考依據。

綜合來看，農業產出不僅要考慮農業產值、產量等因素，還要考慮碳排放、碳吸收(碳匯)、農業污染等因素，這樣測算出的農業全要素生產率才更加符合實際情況，更能體現真正的農業生產效率。

2 研究展望

2.1 研究方法與模型方面

目前關于我國農業全要素生產率的研究方法與模型已趨于成熟，但不同的方法和模型由于算法及限制因素的影響，測算出的結果雖然總體上能說明我國農業全要素生產率的時空變化情況，但還是存在一定的差異，有些文獻得出的結論甚至是相反的。在后續的研究中，一定要考慮所研究區域的實際情況，選擇恰當的測算方法、模型及指標體系；同時，可采用2種甚至多種方法和模型進行校驗，以使得出的研究結果更加符合區域實際情況。

2.2 研究內容方面

國內學者根據不同的方法與模型，針對我國農業全要素生產率的時空演化特征及影響因素，做了大量實證研究，取得了豐碩成果，對指導我國農業生產具有積極意義。然而實證背后隱含的理論機理是什么，在農業全要素生產率理論研究方面，我國學者鮮有涉及。新中國成立后，我國農業取得了舉世矚目的發展成就，以世界7%的耕地養活了世界22%的人口，當前正走向高質量發展道路。農業全要素生產率作為反映農業經濟增長質量的重要指標，我國學者應根據我國農業經濟發展的實際情況構建和完善技術經濟理論體系，以此來解釋中國現象、中國成就，來剖析中國農業經濟發展的機理。

農戶是農業生產活動的直接參與者，也是農業全要素生產效率提高的直接受益者。建立以農戶為基本研究對象，通過問卷、訪談等形式獲取其不同時期農業“投入-產出”的指標數據，從而對其進行全要素生產率分析，所得出的結論應該更具有針對性。在全面推進鄉村振興背景下，對農戶農業全要素生產率的研究應該成為未來專家學者研究的主流。

2.3 研究視角方面

在“雙碳”“綠色生態”背景下，農業的發展無疑要走低碳化、綠色化、生態化的高質量發展道路。對農業綠色全要素生產率、農業生態效率的研究受到了越來越多專家學者的青睞。但在農業全要素生產“投入-產出”指標選取方面還有待進一步完善。未來的研究除考慮傳統的“投入-產出”指標外，還應將農業碳源、碳匯及污染等納入全要素生產率分析框架之中；農業碳源、碳匯及污染的選取指標與測算方法目前學界還未形成統一認識，如何根據我國農業生產的實際情況，科學、準確地選擇農業碳源、碳匯及污染的指標項及測算方法將是未來農業全要素生產率研究的熱點。