可持續增長約束與我國農地非農化的效率

肖堯+吳曉忠

摘要：目前我國政府主導的農地資源非農化配置，雖然大大促進了工業化進程和經濟增長，但也造成一系列環境和社會問題?；诳沙掷m增長視角，采用面板數據DEA技術，測度我國省區農地非農化效率。在充分考慮農地生態價值和社會價值后發現，我國目前農地非農化效率普遍較低，且存在東部效率明顯高于中西部的區位效應。實現農地資源合理利用，提高農地非農化效率，亟需建立城鄉統一建設用地市場，完善資源補償機制，減少土地價格的行政干預等政策。

關鍵詞：農地生態價值；農地社會價值；農地非農化效率；經濟增長；資源補償機制；土地價格；行政干預；資源稟賦

中圖分類號：F301 文獻標識碼：A 文章編號：1007-2101（2017）01-0064-08

改革開放30多年，我國農地非農化過程對經濟增長及城市化進程貢獻巨大。因農地資源不可再生屬性，當前農地非農化過程需要面對兩個主要矛盾：其一，農地在農業部門和非農部門間存在邊際報酬差異，導致地方政府為實現經濟增長將農地資源大量轉向建設用地。其二，伴隨農地非農化加劇，生態環境受到影響和破壞，失地農民出現長期社會保障等問題。就是說，目前政府主導的農地非農化配置過程存在很大的負面效應。對此，黨的十八屆三中全會明確提出相應戰略目標：“加快建立生態文明制度，健全國土空間開發、資源節約利用、生態環境保護的體制機制，推動形成人與自然和諧發展現代化建設新格局?！雹賹τ谌丝诒姸嗪唾Y源稟賦相對較低的我國來說，提高農地非農化效率問題的重要性日益凸顯。

一、文獻綜述

實際上，農地非農化是工業化進程的一個顯著標志，其對經濟增長的促進是該邏輯的正常延伸（Suri和Chapman，1998；Gylfason，2001；陳江龍，2003；陶然，2005等）。鑒于人要吃飯、農地不可能全部非農化這一常識，人們提出農地非農化效率概念用以評價農地非農化的合理性。該效率研究的核心問題是如何確定農地價值，也可稱為農地價值的貨幣化計量（蔡銀鶯，2010）。目前存在兩種研究思路。第一種思路是立足農地生態價值和社會價值核算視角，其中主要利用Costanza（1997）基于資源市場交易機制提出的資源生態收益法核算生態價值；如譚榮、曲福田（2006）利用1989—2003年相關數據，通過核算農地生態收益，擬合農地非農化的邊際收益和邊際成本，給出兼顧經濟增長和生態保護的農地非農化程度合理性估計的研究等。而社會價值核算的文獻包括王仕菊等（2008）估計農地的養老保障和就業保障價值以及陳江龍和曲福田（2006）估計的農地糧食生產安全價值等。王良健等（2013）、吳曉忠和倪志良（2015）等文獻則兼顧農地社會價值及農地生態價值，給出農地非農化效率的綜合考察，等等。第二種研究思路是利用土地和相關宏觀數據替代農地價值，如陳江龍等（2004）利用1999—2001年我國建設用地及耕地產出數據，考察各自對經濟增長的貢獻率。趙云泰等（2011）、汪顯生（2014）等利用資本存量、產業從業人數、農地非農化面積數據測算我國農地非農化效率等。

目前，在我國尚不具備農地非農化完備市場調節的環境下，農地非農化是一個涉及經濟、社會、環境的復雜多層次問題，事關經濟的可持續增長以及社會的安定。為了加快人與自然和諧發展現代化建設步伐，仍然需要開展深入持續的多層次研究，其中相關研究方法存在可以進一步推進的空間。目前在農地非農化效率研究方法中，大量文獻采用Perman（2003）的C-D生產函數框架，利用回歸關系計算農地非農化的邊際收益和邊際成本，并基于廠商最大化收益是由其生產邊際收益等于邊際成本狀態決定的理論，基于兩個邊際存在的差異信息來測度其效率高低（譚榮、曲福田，2006；陳江龍等，2004；王良健等，2013；吳曉忠和倪志良，2015）。另外，也有一些采用數據包絡分析（Data Envelopment Analysis，簡稱DEA）方法考察農地非農化效率問題（趙云泰等，2011；汪顯生，2014）。上述兩種方法的研究，各自主要存在如下不足。一方面，基于C-D生產函數框架的研究，一般是通過簡單的回歸技術得到回歸關系系數，以此作為農地邊際收益及邊際成本的測度，這樣處理存在較大誤差，而且缺失相關變量的規模效應信息。另一方面，基于DEA方法的研究，往往僅采用少數簡單指標代表農地價值作為輸入變量，無法全面反映農地非農化過程中的投入，效率估算結果本身缺乏有效性和現實解釋力。筆者針對上述兩方面問題，考慮到我國存在巨大區域差距的現實，一方面應充分考慮農地生態價值和社會價值，利用1997—2013年相關省區數據，開展我國省區農地生態價值核算以及包括失地農民社會保障、農地糧食生產安全的我國省區農地社會價值核算研究。另一方面，又采用DFA方法，將每個省區每個時點的農地生態價值、社會價值作為獨立決策單元，仍然基于邊際收益與邊際成本相等的最優產出理論，同時提供每個獨立決策單元的有效性生產前沿界面，進而給出包括變量規模信息的相對效率的有效性測度（魏權齡，2004）。這樣處理可以進一步提高農地非農化效率測度信息的有效性，提供更多的解釋力和相應政策空間。

二、模型與變量選擇

1. 模型的選擇。DEA是開展生產效率評價較好的定量方法之一，其核心思想為將一個經濟系統視為一個單元（Decision Making Unit，DMU），在一定可能范圍內，通過投入一定數量的要素使得產出一定數量的“產品”的“效益”最大化的活動，而評價的依據是決策單元的“輸入”數據和“輸出”數據。DEA模型自1978年提出以來，通過不斷地發展完善，已經成為一種度量多投入多產出決策單元（Decision Making Unit，DMU）相對效率的面向數據的（Data-oriented）方法集（Charnes，1978）。在DEA模型方法集中，Charnes（1978）提出的應用于前沿面估算的非參數數據包絡分析方法（即CCR模型）是最基本、最重要的技術。Banker等（1984）隨后提出了一個針對固定規模效益模式的DEA分析的擴展。其中考慮到可變規模收益（Variable Returns-To-Scale，VRS）情況，即當不是所有的決策單元都以最佳的規模運行時，就會使得對技術效益的測度受到規模效率（Scale efficiency，SE）的影響，VRS模式允許技術效益的計算不受規模效益的影響，即該模式下的Banker-Charnes-Cooper（BCC）模型。線性形式的BCC模型可表示為：

minθ

s.t.

λjxj≤θx0，

λjyj?y0，

Iλ=1

λj?0，j=1，2，…，t

其中I=（1，1，…，1）1*t，目標函數求得的即是純技術效率（PTE），即測度當規模報酬可變時，DMU與生產前沿面的距離。此外，DEA-BCC模型又分成輸入導向（Input Oriented）BCC-I和輸入導向（Onput Oriented）BCC-O模型，其區別在于BCC-I模型更加偏向于輸入的減少，而BCC-O模型更加偏向于輸出的增大?？紤]到目前我國農地非農化過程始終由政府主導而非完全依據市場，考慮到其受到政府主觀因素的影響較大、會導致某些DMU不能以最佳規模運行的現狀，因此，筆者認為采用VRS模式下的BCC模型較為合適。此外筆者考察假定保持現有產出水平不變，是否存在過多的農地價值損失，從而使得農地非農化的有效性降低。因此，筆者本文選擇輸入導向（Input Oriented）BCC-I模型作為評價模型。

2. 變量的選擇。對于DEA模型而言，輸入指標的選擇直接影響模型測度的合理性。本文的核心問題為農地非農化效率，合理定義農地價值是保證效率估算合理性的關鍵。這里定義兩個輸入變量。（1）農地生態價值變量。借鑒Costanza等（1997）的核算方法（見表1）和謝高地等（2003）基于中國現狀估算的生態價值折算參數，從林地、耕地、草地、園地和水面5類農地一級指標出發，通過食物、原材料、氣體調節、水源涵養、廢物處理、娛樂文化等多方面生態服務功能的核算，得到中國林地、耕地、草地、園地和水面5類農地的各省區生態服務價值平均當量因子，進而確定單位農地的平均生態價值。同時基于1997—2013年中國各省區林地、耕地、草地、園地和水面五類農地的面積數據，最終核算出1997—2013年中國各省區的農地生態價值。（2）農地社會價值變量。農地社會價值主要表現在兩方面：一方面，農地吸納了農村大量的農業勞動力，同時農地也是農民收入的主要保障。因此，農地具有養老和就業保障的功能。另一方面，農地生產的糧食關系到國家經濟安全和社會穩定，因此，農地社會收益也包括糧食安全保障價值。此外，本文考察的核心問題是經濟增長約束下的農地非農化效率，因此，選取GDP代表經濟增長、以人均GDP代表的生產率作為經濟系統的輸出指標。

三、我國省區相關農地數據核算

（一）關于農地生態價值的核算

目前國際上關于農地生態價值核算普遍采用的權威方法是Costanza（1997）基于全球生態系統提出的，全面考慮農地資源在供給（食物、原材料生產）、調節（大氣調節、凈化環境）、支持（土壤保持）、文化（休閑娛樂、文化教育）等方面價值的核算方法。陳百明（2003）指出，直接用此方法研究我國實際情況有一定的偏差。謝高地（2003）結合我國實際情況通過對Costanza（1997）中核心參數“生物量”的校正使之適用于我國研究。筆者借鑒Costanza等（1997）核算方法，從林地、耕地、草地、園地和水面5類農地一級指標出發，其中核心指標“生態服務價值”取值借鑒謝高地（2003）的研究，同時基于1997—2013年我國各省區林地、耕地、草地、園地和水面5類農地的面積，最終核算出1997—2013年我國各省區的農地生態價值。

具體核算公式為：PEn=（αi×νi×Si）/Si，其中Si為林地、耕地、草地、園地和水面的面積，數據源于各年度《中國國土資源年鑒》；α為生態服務價值當量因子，即生態系統服務價值相對于農田食物生產價值的相對重要性，其定義為假定農田食物生產的生態服務價值當量為1，則相對于農田生產糧食每年獲得的福利，生態系統提供的其他生態服務的價值；νi為轉換率，αi×νi即為我國系統生態服務價值（謝高地，2003）。我國系統生態服務價值及農地生態價值見表2、表3。

（二）關于農地社會價值的核算

農地的社會價值主要表現在兩方面：一方面，農地吸納了農村大量的農業勞動力，同時農地也是農民收入的主要保障，因此，農地具有養老和就業保障的功能；另一方面，農地生產的糧食關系到國家經濟安全和社會穩定，因此，農地社會價值為農地養老和就業保障價值與糧食安全保障價值之和。

1. 農地養老和就業保障價值核算。筆者采用王仕菊等（2008）基于農民完整生命周期視角估計農地給予農民的養老保障和就業保障價值的市場替代法。其核算公式為：VSo=×。其中，VSo為單位面積農地的養老和就業保障價值，I1和I2分別表示農村居民家庭人均純收入和城鎮居民家庭人均可支配收入，S表示地區人均農地面積，E1=Yam×b+Yaw×c表示人均社會養老保險價值（以當地人口平均年齡為a時的個人保險費躉繳金額代替），Yam為a年齡男性公民保險費躉繳金額；Yaw為a年齡女性公民保險費躉繳金額，b和c為男性和女性人口占總人口的比。E2表示各地區城鎮居民最低生活保障標準。農村居民家庭人均純收入和城鎮居民家庭人均可支配收入數據源于相關年度《中國統計年鑒》，年齡為a時的個人保險費躉繳金額數據源于中國太平洋保險，農地面積源于相關年度《中國國土資源年鑒》，地區人口數據源于《中國人口和就業統計年鑒》。

2. 糧食保障社會價值核算。筆者采用陳江龍和曲福田（2006）的方法，具體公式為：單位耕地面積糧食產量×糧食平均單價，其中單位耕地面積糧食產量=糧食作物播種面積比重×復種指數×單位播種面積糧食產量。相關數據源于《中國農業年鑒》。具體計算結果見表4。

四、我國農地非農化效率測度與分析

將上文核算的1997—2013年我國省區農地生態價值、社會價值作為經濟系統輸入變量，然后分別選擇GDP及人均GDP作為經濟系統輸出變量考察我國農地非農化效率。采用MAXDEA Pro軟件處理的具體結果見表5、表6、圖1、圖2。

由表5可知，在經濟增長約束下，我國農地非農化效率普遍處于較低水平。其中，全國僅山東省始終處于有效狀態，河北省1997—2004年處于有效狀態，隨后出現持續下降。江蘇省2002—2004年、2006—2008年、2011年、2013年處于有效狀態，其余年份雖處于無效狀態，但非常接近有效，其17年效率均值為0.98。而其他省份17年效率均值普遍較低，僅河北、遼寧、浙江、河南、廣東效率超過0.8，其余均處于更低的水平，而東部地區的農地非農化效率相對高于中西部地區。

由表6可知，在人均生產率約束下，綜合效率均值高于經濟增長約束，但也處于相對無效狀態。其中僅北京、天津、上海17年均值非常接近有效，遼寧、浙江、廣東處于效率值大于0.8的區間，而其余省份均處于效率更低的水平。這表明通過農地非農化提升我國農村生產率的損失也較大，但相對促進經濟增長而言，其更加有效也更加顯著。結果同時表明，農地非農化過程對生產率的提高與政策及經濟發展水平更加相關，效率最高的北京、天津、上海為我國首批直轄市，重慶市自2005年后，效率也出現了顯著提高，而東部沿海各省的效率也普遍高于內陸省份。

由圖1、圖2可知，我國農地非農化效率存在較為明顯的區域分布不均問題，中西部經濟相對不發達地區存在著GDP與人均GDP約束下農地非農化雙效率較低的現象，如山西、江西、安徽、廣西、貴州、甘肅等省份。而從全國視角來看，我國農地非農化的產出效率總體較為穩定，其中2002—2006年出現較為明顯的效率下降，隨后則持續反彈。人均GDP效率從1997年起出現了明顯下降，至2006年達到最低，隨后出現持續、明顯的提高。

五、結論及政策建議

本文采用DEA技術，利用1997—2013年我國省區相關數據作為經濟系統輸入指標，核算出我國省區農地的生態價值以及社會價值，并分別將GDP、人均GDP作為系統相關輸出指標考察其在經濟增長及生產率提高約束下我國農地非農化進程對經濟增長及生產率的效率。結果表明。（1）在農地非農化過程中，必須充分考慮到農地的生態價值和社會價值。與采用少量經濟指標考察農地效率的DEA研究相比，全國總體農地非農化效率出現了較為顯著的下降，說明在農地非農化過程中，生態環境和社會因素損失較大。（2）在經濟增長約束下，農地非農化效率除山東省外，其余省份普遍處于無效狀態。而從區位上來看，東部地區則相對較高于中西部地區，表現出較為明顯的區位差異。該結論與目前我國經濟增長但生態環境大量惡化而出現的較為嚴重的失地農民不穩定現狀較為相符。面對有限的資源稟賦，農地作為不可再生資源，不能盲目地非農化以求促進經濟增長，必須充分提高非農化效率，力求通過較少的環境和社會損失達到最大化的經濟增長目標。（3）在生產率約束下，我國農地非農化效率雖出現了較為明顯的提高，但也處于相對無效狀態，表明農地非農化過程雖然顯著提高了生產率特別是農業生產率，但也相對損失了較多的農地生態及社會價值。此外，農地非農化過程中的生產率提高對政策及地域的依賴性較強，表現為直轄市、東部沿海省市效率顯著高于中西部地區。

改革開放以來，隨著我國經濟增長和產業結構調整，由政府主導的效率較低的農地非農化過程一方面帶來了諸如增加國民收入、統籌城鄉經濟、促進農民就業等正效應，另一方面帶來了一系列的環境和社會問題。因此，首先，在農地的非農化過程中，應重新認識農地價值，將農地非農化過程中的生態及社會價值損失納入成本，重新建立起農地資源價值評估體系，為提高農業非農化效率提供依據。其次，應按照現代產權制度的要求，改革和完善土地產權制度，明確土地所有權主體和所有權實現方式，在法律上賦予農民穩定的土地使用權、轉讓權和收益權，讓農民真正成為土地二級市場的主體。應加快全國范圍內土地市場建設，提高農地非農化市場配置程度，進一步提高農地非農化效率。

注釋：

①參見新華網，http：//news.xinhuanet.com/house/tj/2013-11-14/c_118121513.htm。

參考文獻：

[1]Barro R. Inequality and Growth in a Panel of Counties [J]. Journal of Economic Growth，2000，（1）：5-32.

[2]Costanza R，DArge R，Groot R. The Value of the Worlds Ecosystem Services and Natural Capital[J]. Nature，1997，（15）：253-260.

[3]Caner M，Hansen B. Instrumental Variable Estimation of a Threshold Model[J]. Econometric Theory，2004，（5）：813-843.

[4]Fleisher B，Li H.Z，Zhao M.Q. Human Capital，Economic Growth and Regional Inequality in China[J]. Journal of Development Economics，2010，（2）：215-231.

[5]Fukuyama H，Weber W. A Directional Slacks-Based Measure of Technical Inefficiency[J]. Socio-Economic Planning Sciences，2009，（4）：274-287.

[6]Gylfason T. Natural Resources，Education and Economic Development[J]. European Economic Review，2001，（4）：847-859.

[7]Gylfason T，Zoega G. Natural Resources and Economic Growth：the Role of Investment[J]. World Economy，2006，（8）：1091-1115.

[8]Jorgenson W. The Development of a Dual Economy[J]. The Economic Journal，1961，（71）：309-334.

[9]Papyrakis E，Gerlagh R. Resource Abundance and Economic Growth in the United States[J].European Economic Review，2007，（4）：1011-1039.

[10]Perman R，Ma Y，McGilvray J. Natural Resource and Environmental Economics[M]. Addison Wesley，2003.

[11]Shorrocks F. The Class of Additively Decomposable Inequality Measures[J]. Econometrica，1980，（3）：613-626.

[12]Stijns J-P.C. Natural Resource Abundance and Economic Growth Revisited[J]. Resources Policy，2005，（2）：107-130.

[13]Suri V. Chapman D. Economic Growth，Trade and Energy：Implication for the Environmental Kuznets Curve [J].Ecological Economics，1998，（2）：195-208.

[14]陳江龍，曲福田.農地非農化與糧食安全：理論與實證分析[J].南京農業大學學報，2006，（2）：103-107.

[15]郭琳，嚴金明.中國建設占用耕地與經濟增長的退耦研究[J].中國人口·資源與環境，2007，（5）：48-53.

[16]彭開麗.農地城市流轉的社會福利效應[M].北京：科學出版社，2012.

[17]譚榮，曲福田.中國農地非農化與農地資源保護：從兩難到雙贏[J].管理世界，2006，（12）：75-86.

[18]王良健，李輝，禹誠，等.耕地征收最優規模的理論與實證研究[J].中國土地科學，2013，（1）：11-19.

[19]王仕菊，黃賢金，陳志剛，等.基于耕地價值的征地補償標準[J].中國土地科學，2008，（11）：44-50.

[20]謝高地，魯春霞，冷允法，等.青藏高原生態資產的價值評估[J].自然資源學報，2003，（2）：189-196.

[21]許恒周，吳冠岑，郭玉燕.耕地非農化與中國經濟增長質量的庫茲涅茨曲線假說及驗證[J].中國土地科學，2014，（1）：75-81.

[22]張衍廣，林振山，李茂玲，等.基于EMD的山東省GDP增長與耕地變化的關系[J].地理研究，2007，（6）：1147-1155.

責任編輯、校對：李金霞