安徽省農業全要素生產率差異及收斂性分析

姚　升

(安徽省農業科學院 農業經濟與信息研究所，合肥　230031)

?

安徽省農業全要素生產率差異及收斂性分析

姚升

(安徽省農業科學院 農業經濟與信息研究所，合肥230031)

摘要：運用非參數DEA-Malmquist指數方法，對安徽省農業全要素生產率變化情況進行估算，同時對不同地區農業全要素生產率的收斂性進行分析。研究發現：安徽省農業全要素生產率整體表現為上升發展趨勢，其增長的動力來源于農業技術進步的推動，而不是農業技術效率的提高。從不同地區看，大部分地級市的農業全要素生產率指數均大于1，皖中地區的農業全要素生產率指數最高，其次是皖北地區，而皖南地區的農業全要素生產率指數最低。不同地區的農業全要素生產率既不存在σ收斂，也不存在絕對β收斂和條件β收斂。

關鍵詞：安徽省；農業；全要素生產率；收斂

一、引言

安徽省是重要的糧食主產區之一，在最近30多年中，安徽省農業保持了較高的發展水平。1978—2013年，以當年價格計算，安徽省農林牧漁業總產值從710 654萬元增長至40 092 418萬元，年均增長速度達到5.13%，其中農業、林業、牧業和漁業總產值的年均增長速度分別達到4.46%、6.83%、6.08%和9.06%。

雖然安徽省農業發展呈現出較好的增長態勢，但從增長模式的角度看，安徽省農業的發展，更多地依賴于勞動力、化肥等要素投入，是一種較為粗放的增長方式。在當前向現代農業發展的趨勢下，單純依靠生產要素投入的發展模式顯然不符合安徽省農業今后的發展方向。對于安徽省而言，今后的農業發展應當選擇集約型增長路徑，而持續的農業技術進步則是實現農業長期增長的關鍵。由于農業技術進步更多地體現在農業全要素生產率的增長方面，因此這就意味著需要通過前沿技術進步、效率增加以及規模擴張等途徑，提高全要素生產率在農業增長中的貢獻份額。因此，對安徽省農業全要素生產率進行研究，有助于了解安徽省農業發展的基本走向，對于安徽省今后農業經濟的發展方向，具有一定的指導意義。

農業生產過程中需要各種不同要素的投入，農業全要素生產率即衡量了不同投入要素的綜合生產率、反映了農業技術進步情況以及各類農業資源的配置效率。從農業全要素生產率分解為農業技術進步和農業技術效率的角度，農業全要素生產率的變動關系到農業生產的長期發展狀態，因而其已經成為衡量農業生產率增長的重要定量指標。

對于不同地區而言，農業全要素生產率水平存在著一定程度的異質性，有些地區發展水平較高，而有些地區發展水平偏低[1]。隨著時間的推移，落后地區的農業全要素是否能夠比先進地區具有更高的增長率，從而使得不同地區農業全要素生產率水平的差異性逐漸消失，是一個需要關注的問題。因此，本文在新古典增長理論和內生增長理論的框架下，通過收斂分析，呈現出初始農業全要素生產率水平較低地區向先進地區追趕的演進態勢，從而更好地把握安徽省不同地區農業全要素生產率的未來發展方向。

二、文獻回顧

對農業全要素生產率的研究一直是農業經濟研究中的熱點問題。學者們通過使用豐富的計量經濟模型，對中國農業全要素生產率的時間演變趨勢以及影響因素進行了分析。

就中國的農業全要素生產率而言，在最近二三十年中，中國農業全要素生產率增長表現出技術誘導型增長模式、明顯的波動性以及地區間增長不平衡的特征，而農業技術效率水平的提高則是未來農業全要素生產率的增長源泉[2]。中國農業全要素生產率經歷了從“單峰”分布到“雙峰”分布再到“單峰”分布的演變過程，省際間農業全要素生產率增長表現出明顯的差異性[3]，不同省份間農業生產的差異主要來源于農業全要素生產率的差異[4]。

不同作物品種的行業間存在著較大的差異，且農業內部各行業的全要素生產率增長沒有表現出技術進步和效率增進并存的“雙高型”理想增長模式[5]。糧食、大豆、水產和生豬等行業的全要素生產率增長均表現出不同的特點[6-9]。

諸多因素對農業全要素生產率產生影響，如地理因素、土地利用能力、工業化進程、公共投入、科技水平、外貿依存度、農村金融、農業FDI、城鎮化率以及人力資本等因素均會對農業全要素生產率的變動產生影響[10-14]。近年來，隨著對環境因素認知程度的提高，諸多學者將環境因素納入到分析框架中[15]，在考慮環境約束后，中國農業全要素生產率的增長水平顯著下降[16-17]，農業全要素生產率的平均增長率較不考慮環境約束的估計結果要低[18]。此外，要素配置扭曲也是影響農業全要素生產率的重要因素之一，由于要素配置扭曲，導致農業全要素生產率水平低，如果消除要素配置的扭曲，農業全要素生產率還有20%以上的提升空間(不考慮技術因素)，改善農戶的要素配置效率對穩定中國農業生產有著重要的意義[19]。

本文在借鑒現有關于農業全要素生產率研究成果的基礎上，將研究對象聚焦于安徽省，通過使用DEA-Malmquist指數方法，對安徽省農業全要素生產率進行估算和分解，同時對不同地區農業全要素生產率的收斂性進行分析，以期能夠得到安徽省農業全要素生產率的變化規律和不同地區間的差異。

三、分析框架

(一)DEA-Malmquist指數及分解

本文使用DEA-Malmquist指數方法進行安徽省農業全要素生產率的測算與分解。

DEA-Malmquist指數是一種確定性前沿生產函數法。對t時期技術和產出角度的Malmquist指數定義如下：

(1)

(2)

(3)

(4)

(5)

至此，將全要素生產率(TFPCH)分解為規模效率變化、純技術效率變化和技術進步。

(二)收斂性分析

常見的收斂性分析主要包括σ收斂、絕對β收斂和條件β收斂，本文在探討安徽省不同地區農業技術效率、技術進步以及全要素生產率收斂性分析時，所使用的也是上述3種收斂性分析方法。

1.σ收斂。σ收斂所分析的是，不同地區之間農業技術效率、技術進步以及全要素生產率差異變化的水平趨勢，通過計算相關變量的標準差、變異系數，且根據其隨著時間推移的變動情況，以此判斷所分析指標是否存在收斂。當標準差和變異系數隨著時間推移而縮小，則認為存在σ收斂。

標準差和變異系數的計算方法如下：

(6)

(7)

2.絕對β收斂。絕對β收斂分析的是，隨著時間的變化，不同地區之間的農業技術效率、技術進步和全要素生產率的增長速度和增長水平是否最終會達到相同的穩定狀態，即落后地區農業技術效率、技術進步和全要素生產率的增長速度需要快于先進地區，才能達到不同地區間的收斂。

絕對β收斂是σ收斂的必要非充分條件，不同地區間是否存在σ收斂不是判斷絕對β收斂是否存在的依據。本文所計算絕對β收斂方法如下：

(8)

其中，Yi,tYi,t+T分別表示各地區在t期、t+T期的農業技術效率、技術進步和全要素生產率，T為樣本期時間跨度，α為常數項，β為收斂系數，εi,t為隨機擾動項。當收斂系數β為負且顯著，則表示落后地區農業技術效率等變量的增長速度快于發達地區，農業技術效率等變量存在絕對β收斂。

3.條件β收斂。條件β收斂所捕捉的是隨著時間的變化，不同地區農業技術效率、技術進步和全要素生產率水平是否趨于自身的穩定狀態。

(9)

其中，Yi,tYi,t+1分別表示各地區在t期、t+1期的農業技術效率、技術進步和全要素生產率，T為樣本期時間跨度，α為常數項，β為收斂系數，εi,t為隨機擾動項。當收斂系數β為負且顯著，則表示存在絕對β收斂，即農業技術效率等變量存在著向自身穩定狀態發展的趨勢。

本文對條件β收斂的收斂使用面板固定效應估計方法，從而不僅能夠考慮到不同地區在穩態值方面的異質性，而且也考慮到個體穩態值隨著時間趨勢的變化情況；同時，使用該方法還回避了遺漏解釋變量，以及在選擇解釋變量方面主觀性的問題。

(三)數據來源與變量選取

本文所使用的數據為2000—2013年安徽省16個地級市所構成的平衡面板數據，所用數據全部來源于2000—2013年《安徽省統計年鑒》。本文所用變量主要包括農業生產投入變量和產出變量兩大類。參考現有關于農業全要素生產率的相關研究，本文所選擇的投入變量主要包括以下5個方面：

(1)勞動力投入：以年底第一產業從業人員數進行計算。

(2)土地投入：考慮到耕地存在著復種、休耕以及棄耕的情況，本文以農作物總播種面積表示土地投入，指實際播種或移植有農作物的面積。即無論種植在耕地上還是種植在非耕地上，只要實際種植有農作物的土地，均包括在農作物播種面積中。在播種季節基本結束后，重新改種和補種的農作物面積也包括在內。

(3)機械投入：以農業機械總動力計算，指主要用于農、林、牧、漁業的各種動力機械的動力總和。這其中包括耕作機械、排灌機械、收獲機械、農用運輸機械、植物保護機械、牧業機械、林業機械、漁業機械和其他農業機械(內燃機按引擎馬力折成瓦特計算、電動機按功率折成瓦特計算)。但不包括專門用于鄉、鎮、村、組辦工業、基本建設、非農業運輸、科學試驗和教學等非農業生產方面使用的動力機械和作業機械。

(4)化肥投入：以化肥施用量計算。指本年內實際用于農業生產的化肥數量(包括氮肥、磷肥、鉀肥和復合肥)。化肥施用量以按折純量計算數量，折純量是將氮肥、磷肥、鉀肥分別按含氮、含五氧化二磷、含氧化鉀的百分之一百成份進行折算后的數量，復合肥按其所含主要成分折算。折純量等于實物量與某種化肥有效成分含量的百分比之乘積。

(5)灌溉投入：以有效灌溉面積計算。反映農業生產的灌溉投入情況，指具有一定的水源，地塊比較平整，灌溉工程或設備已經配套，在一般年景下當年能夠進行正常灌溉的耕地面積。

對于產出變量，本文選擇農林牧漁總產值作為唯一產出變量，以反映安徽省在2000—2013年農林牧漁業生產總規模和總成果。以2000年為基期的安徽省各地區農林牧漁總產值指數對產出變量進行平減，獲得以2000年為基期的不變價格。

四、實證分析

(一)安徽省全要素生產率指數及其構成

使用DEAP2.1，得到DEA-Malmquist指數模型的估計結果，據此對安徽省2000—2013年農業全要素生產率進行分析。

從安徽省農業全要素生產率指數及其構成變化整體上看(表1)，安徽省在2000—2013年的農業全要素生產率年均增長率為3.9%。分年度看，在總共13個年度中，有11個年度的農業全要素生產率增長率大于零，其中2007—2008年的農業全要素生產率增長率最高，達到11.3%，而2010—2011年農業全要素生產率增長率也達到了10%。2000—2001年、2008—2009年的農業全要生產率呈現負增長的態勢，尤其是2008—2009年的增長率為-2.3%，是樣本期中農業全要素生產率增長最低的年份。

從構成看，安徽省農業全要素生產率的增長來源于農業技術進步的推動(即農業生產前沿面的抬高)，而不是農業技術效率的提高，由此可以認為安徽省農業全要素生產率的增長屬于技術誘導型增長。農業技術進步對農業全要素生產率年均增長的貢獻達到了5.1%，但來自農業技術效率的負增長，則拉低了農業全要素生產率的增長，在樣本期中，農業技術效率下降將農業全要素生產率年均增長率拉低了1.2%，其中純技術效率和規模效率的下降，均造成了農業全要素生產率年均1.6%的下降。

表1　安徽省農業全要素生產率指數及其構成變化

表2反映了2000—2013年安徽省16個地級市農業全要素生產率增長的差異。在全部16個地級市中，只有黃山市的農業全要素生產率指數小于1，其他地級市的農業全要素生產率指數均大于1，其中淮南市的農業全要素生產率指數最高，為1.063，其次分別是六安市和淮北市，其農業全要素生產率指數分別為1.061和1.056。全部16個地級市農業全要素生產率的增長動力均來自于農業技術進步的推動。

將安徽省劃分為皖北(包括亳州市、阜陽市、宿州市、淮南市、淮北市和蚌埠市)、皖南(包括蕪湖市、馬鞍山市、銅陵市、宣城市、池州市和黃山市)和皖中(包括合肥市、安慶市、滁州市和六安市)3個地區。其中，皖中地區的農業全要素生產率指數最高，其次是皖北地區，而皖南地區的農業全要素生產率指數最低。皖中和皖北地區的農業全要素生產率增長率分別比安徽省平均水平高0.5%和0.3%，而皖南地區的農業全要素生產率增長率則較安徽省平均水平低0.7%。從整體經濟發展水平角度看，皖南地區的整體經濟發展水平在安徽省居于高位，而皖中和皖北地區的整體經濟發展水平相對落后于皖南地區，因而，皖中和皖北地區農業全要素生產率水平高于皖南地區是符合經濟發展規律的。皖南、皖中和皖北3個地區農業全要素生產率的增長均來自于農業技術進步的推動。

表2　安徽省16個地級市農業全要素生產率指數

(二)收斂性分析

1.σ收斂分析

通過計算安徽省農業技術效率、技術進步和全要素生產率的標準差以及變異系數，據此分析上述指標的σ收斂情況。

安徽省農業技術效率的標準差和變異系數在樣本期內沒有表現出明顯的下降趨勢(圖1)，反而有著微弱上升，說明安徽省農業技術效率不存在σ收斂。

圖1　安徽省農業技術效率標準差和變異系數

安徽省農業技術進步的標準差和變異系數在樣本期內表現出微弱的下降趨勢(圖2)，可以認為安徽省農業技術進步存在著σ收斂。但是安徽省農業技術進步的標準差和變異系數在短期內表現出較明顯的波動性，意味著農業技術進步的σ收斂并不穩定。

圖2　安徽省農業技術進步標準差和變異系數

安徽省農業全要素生產率的標準差和變異系數在樣本期內整體上有輕微下降趨勢(圖3)，但同樣在短期內表現出明顯的波動性，說明安徽省農業全要素生產率雖然存在著σ收斂，但同樣表現出不穩定的特征。

2.絕對β收斂分析

使用廣義最小二乘法(GLS)，對安徽省農業技術效率、技術進步和全要素生產率的絕對收斂估計結果顯示(表3)，收斂系數β在3個方程中估計值均為正，且在1%的水平上顯著，說明安徽省農業技術效率、技術進步和全要素生產率是發散的，不存在絕對β收斂。這意味著期初農業技術效率、技術進步和全要素生產率水平較高的地區比期初水平較低的地區具有更快的增長率，不同地區間的農業技術效率、技術進步和全要素生產率水平不會隨著時間的推移呈現出縮小的趨勢，從而無法最終達到同一個穩定的水平。

圖3　安徽省農業全要素生產率標準差和變異系數

由于安徽省農業技術效率、技術進步和全要素生產率既沒有表現出明顯的σ收斂，也不存在絕對β收斂，因此可以認為安徽省農業技術效率等3項指標不存在絕對收斂，各地級市在農業技術效率、技術進步和全要素生產率方面的差異性不會隨著時間的推移而無條件地自動消失。

表3　絕對β收斂估計結果

3.條件β收斂分析

使用雙向固定效應模型，對安徽省農業技術效率、技術進步和全要素生產率構成的面板數據進行條件β收斂分析，由估計結果可知(表4)，收斂系數β的估計值在3個方程中均大于零，且通過了1%的顯著性檢驗，說明安徽省農業技術效率、技術進步和全要素生產率表現出明顯的發散性，不存在條件β收斂，即安徽省不同地級市的農業技術效率、技術進步和全要素生產率水平不會隨著時間的變化而趨于自身的穩定狀態。

表4　條件β收斂估計結果

五、結論與政策涵義

(一)研究結論

本文以安徽省16個地級市為研究對象，通過運用非參數DEA-Malmquist指數方法，分析了安徽省2000—2013年農業全要素生產率的變化情況，同時對不同地區的農業全要素生產率的收斂性進行分析。

對安徽省農業全要素生產率的計算和分解顯示：2000—2013年，安徽省農業全要素生產率整體表現出上升的發展趨勢，其增長的動力來源于農業技術進步的推動，而不是農業技術效率的提高。從不同地區看，安徽省16個地級市除黃山市外，其他地級市的農業全要素生產率指數均大于1；皖中地區的農業全要素生產率指數最高，其次是皖北地區，而皖南地區的農業全要素生產率指數最低。

對安徽省農業技術效率、技術進步和全要素生產率的收斂性分析顯示：安徽省不同地區的農業技術效率、技術進步和全要素生產率呈現出發散的特征，不存在σ收斂、絕對β收斂和條件β收斂，各地級市在農業技術效率、技術進步和全要素生產率方面的差異性既不會隨著時間的推移而無條件地自動消失，也不會隨著時間的變化而趨于自身的穩定狀態。

(二)政策建議

安徽省農業全要素生產率的增長動力來自于技術進步的推動，而技術效率卻處于損失的狀態，從今后的發展趨勢看，安徽省農業全要素生產率的增長模式應由當前單純依靠技術進步推動轉變為技術進步和技術效率的“雙推動”。而要實現這種“雙推動”模式，首要的即是提高農業技術效率的水平，包括提高農業純技術效率和規模技術效率水平兩方面；與此同時，仍然需要繼續保持和提高當前農業技術進步的水平。另一方面，安徽省不同地區的農業全要素生產率表現出發散的特征，從縮小各地區間農業全要素生產率差異的角度出發，政府也應當采取有效的措施。基于此，本文的政策建議主要圍繞提高農業技術效率、縮小地區差異的角度提出，具體包括以下5個方面：

(1)完善農業技術推廣運行機制。農業技術效率下降意味著安徽省農業技術推廣效率偏低，農業技術推廣的機制不夠健全。要提高農業技術效率的水平，關鍵在于完善農業技術推廣機制，提高農業技術推廣和科技成果向實際應用轉化效率。

(2)加大農業科研投入。繼續加大對農業的科研投入，目的在于保持和提高安徽省農業技術進步的增長態勢。對農業科研的投入不僅要提高對農業科研投入的規模，更要提高對農業科研投入資金的利用效率。

(3)提高勞動力和土地的流動性。提高農業生產投入要素的配置效率對于提高農業技術效率有著重要的意義，而其中勞動力和土地配置效率的提高尤其重要，政府需要進一步完善關于勞動力和土地流動的現有機制，開拓多種形式的土地和勞動力流動模式，提高土地和勞動力配置的合理性。

(4)加強對農民的技術培訓。加強對農民的技術培訓對于提高技術效率同樣有著積極的意義，農民對技術接受能力的提高，減少了農業技術推廣中的交易成本，有利于農業技術推廣效率的提高。

(5)加強區域間的技術交流與合作。安徽省各地區農業全要素生產率所表現出的發散性特征不利于農業生產的區域協調發展，因此不同地區間需要加強農業技術的交流與合作，從而促使不同地區農業全要素生產率收斂趨勢的形成。

參考文獻：

[1]汪曉夢.基于農民純收入面板數據的區域差異性分析與對策——以安徽省為例[J].重慶理工大學學報(社會科學)，2014(5)：63-67.

[2]全炯振.中國農業全要素生產率增長的實證分析:1978—2007年——基于隨機前沿分析(SFA)方法[J].中國農村經濟,2009(9)：36-47.

[3]尹朝靜，李谷成，盧毓.中國農業全要素生產率增長分布的動態演進機制[J].統計與信息論壇，2014(3)：53-58.

[4]石慧，王懷明，孟令杰.要素累積、全要素生產率與中國農業增長地區差異[J].農業技術經濟，2009(3)：17-26.

[5]李谷成，馮中朝.中國農業全要素生產率增長：技術推進抑或效率驅動——一項基于隨機前沿生產函數的行業比較研究[J].農業技術經濟，2010(5)：4-14.

[6]馬林靜，王雅鵬，田云.中國糧食全要素生產率及影響因素的區域分異研究[J].農業現代化研究，2014(7)：385-391.

[7]張成，張偉華，高志平.我國水產養殖業技術效率和全要素生產率研究[J].農業技術經濟，2014(6)：38-45.

[8]梁劍宏，劉清泉.我國生豬生產規模報酬與全要素生產率[J].農業技術經濟，2014(8)：44-52.

[9]司偉,王濟民.中國大豆生產全要素生產率及其變化[J].中國農村經濟,2011(10)：16-25.

[10]王玨，宋文飛，韓先鋒.中國地區農業全要素生產率及其影響因素的空間計量分析——基于1992—2007年省域空間面板數據[J].中國農村經濟,2010(8):24-35.

[11]尹雷，沈毅.農村金融發展對中國農業全要素生產率的影響：是技術進步還是技術效率——基于省級動態面板數據的GMM估計[J].財貿研究，2014(2)：32-40.

[12]孫致陸，李先德.農業FDI提升了中國農業全要素生產率嗎——基于面板數據隨機前沿函數模型的分析[J].國際商務：對外經濟貿易大學學報，2014(3)：54-62.

[13]SUYANTO,RUHUL A S.Sources of productivity gains from FDI in indonesia:Is it efficiency improvement or technological progress?[J].The developing economies,2010(4):410-425.

[14]林昌華.區域發展中城鎮化效率與就業結構動因——基于福建省的實證[J].重慶理工大學學報(社會科學)，2014(7)：48-54.

[15]HAILU A,VEEMAN T S.Environmentally sensitive productivity analysisi of the canadian pulp and paper industry,1959—1994:An input distance function approach[J].Journal of environmental economics and management,2000(40):251-274.

[16]潘丹，孔凡斌.我國農業全要素生產率差異與收斂分析——基于環境污染視角[J].江西社會科學，2013(9)：43-47.

[17]崔曉，張屹山.中國農業環境效率與環境全要素生產率分析[J].中國農村經濟，2014(8)：4-16.

[18]韓海彬，趙麗芬.環境約束下中國農業全要素生產率增長及收斂分析[J].中國人口資源與環境，2013(3)：70-76.

[19]朱喜,史清華,蓋慶恩.要素配置扭曲與農業全要素生產率[J].經濟研究,2011(5):86-98.

(責任編輯魏艷君)

DifferenceofAgriculturalTotalFactorProductivityandItsConvergenceinAnhuiProvince

YAOSheng

(InstituteofAgriculturalEconomicsandInformation,AnhuiAcademyofAgriculturalSciences,Hefei230031,China)

Abstract:ThispapermeasurestheagriculturaltotalfactorproductivityinAnhuiprovincefrom2000to2013withDEA-Malmquistindex,andthentookanempiricaltestontheconvergenceofdifferentareas.TheresultshowsthatthetotalfactorproductivityofAnhuishowedagrowthtrend,andtechnicalprogresshasbeenthemainsourceofpowerfortheincreaseinagriculturaltotalfactorproductivity.Meanwhile,thereareobviousregionaldifferencesinagriculturaltotalfactorproductivity,theindexofagriculturaltotalfactorproductivityismorethan1inmostofareas.Middleregionhasthefastestaverageannualagriculturaltotalfactorproductivitygrowthrate,whiletheslowestoneissouthernarea.Theconvergencetestoftotalfactorproductivityindicatesthatthereisnoσconvergence,absoluteβconvergenceorconditionalβindifferentareas.

Keywords:Anhuiprovince;agriculture；totalfactorproductivity;convergence

收稿日期：2015-04-25

基金項目：安徽省科技廳軟科學研究項目“產業鏈視角下安徽省棉花補貼政策效果評估與優化研究”(1607a0202025)；安徽省農業科學院宏觀農業研究項目“安徽省棉花補貼政策效果評估與目標價格制度研究”(16A1441)

作者簡介：姚升(1983—)，男，安徽定遠人，助理研究員，博士，研究方向：農產品價格、農業風險。

doi:10.3969/j.issn.1674-8425(s).2016.06.005

中圖分類號：F327

文獻標識碼：A

文章編號：1674-8425(2016)06-0031-08

引用格式：姚升.安徽省農業全要素生產率差異及收斂性分析[J].重慶理工大學學報(社會科學)，2016(6):31-38.

Citationformat：YAOSheng.DifferenceofAgriculturalTotalFactorProductivityandItsConvergenceinAnhuiProvince[J].JournalofChongqingUniversityofTechnology(SocialScience)，2016(6):31-38.