中國柑橘種植業技術效率評估及影響因素分析*

吳 園

(重慶市農業科學院，重慶 401329)

0 引言

柑橘是一種原產于中國的水果，具有較高的經濟價值和營養價值，距今有4 000多年的栽培歷史，全球消費者對營養和健康食物(柑橘類水果維生素C含量較高)的需求增加，驅使世界柑橘的種植面積在過去的15年間增長了53%，產量由2000年的1.150 0億t增長到2015年的1.785 0億t，目前柑橘已成為世界第一大水果，是僅次小麥和玉米的第三大貿易農產品。我國的柑橙的種植面積在世界居首位，柑橘產業已成為我國南方經濟林果中最重要的支柱產業[1]； 2016年我國柑橘種植面積達到255.667萬hm2，產量達到3 617萬t，盡管我國柑橘種植面積和總產量位居世界前列，但是貿易量占世界的比重卻很小，因此有學者稱中國是世界柑橘生產與貿易大國，但不是生產與貿易強國[2-3]； 與發達柑橘生產國和主要柑橘出口國相比，中國柑橘的生產效率較低， 2015年中國柑橘平均單產為1.160 745萬kg/hm2，雖與世界平均產量水平持平，但與以色列3.877 657萬kg/hm2的指標相比，中國的平均產量水平不到其1/3，究其原因，主要我國柑橘種植的經營形式和生產經營效率有關，因此中國柑橘生產技術效率和影響因素是值得關注和研究的問題。

1 文獻綜述

經濟學上“效率”一詞通常指既定投入下達到最大產出或既定產出下實現最小投入的狀態，對于農業生產技術效率的評價方法主要包括非參數法和參數法，其中非參數法主要以數據包括分析模型(DEA)為主，這種方法由非參數法無須事先確定函數形式，通過投入和產出指標的設計和運算，即可方便測算出技術效率和規模效率[4]，但造成有效率或無效率的原因仍然需要進一步考察； 非參數法主要以隨機前沿分析法為主(SFA)，在前沿生產函數基礎上發展起來的隨機前沿分析法，充分利用每個樣本的信息，采用最大似然法估計模型參數，并且允許技術無效率的存在，并將全要素生產率的變化分解為生產可能性邊界的移動和技術效率的變化，結算結果穩定，可比性強，這種方法比傳統的生產函數法更接近于生產和經濟增長的實際情況。

Gutiérrez等[5]采用兩階段DEA模型分析了西班牙有機農業生產效率問題，發現有機生產模式效率低源自于產出不足； Beltrán等[6]利用DEA模型分析了有機柑橘園效率問題，發現政策法規和生產技術會直接影響技術效率，Andrés等[7]利用數據包絡分析方法評估農場的柑橘生產環保問題，發現氮肥過度使用是產生效率低下的主要問題。李道和等[8]使用Malmquist指數法測算了中國柑橘的全要素生產率的變化，發現多數省區呈現出技術進步與農業效率損失并存的局面，熊巍等[9]使用數據包絡分析法研究了湖北省柑橘產業生產效率，結果表明湖北省柑橘生產規模效率變動決定了綜合技術效率的變動； 湯榮麗等[10]采用數據包絡分析(DEA)方法對我國柑橘生產效率分品種分地區測算和分析。研究表明農藥費和其他物質費用的過度投入是導致我國柑橘生產效率地下的主要因素。張炳亮等[11]利用DEA模型方法，對1996—2011年間我國柑橘產業投入產出效率進行了測算與分析，結果顯示我國柑橘產業投入產出的綜合技術效率整體較高且波動較大，qin等[11]利用11個國家1009個觀測樣本，分析柑橘生產過程中的灌溉用水和氮肥使用的效率問題，研究發現通過優化灌溉用水和合理使用氮肥能夠顯著提高柑橘產量。Helga等[12]利用隨機前沿模型分析了農業灌溉用水效率問題。

從現有文獻可以看出，效率研究的兩種方法在柑橘生產效率問題中的研究都有涉及，國內的研究集中于使用非參數方法，即多采用數據包絡分析模型，然而這類方法本身存在一定的技術缺陷； 陳新建等[13]雖然運用了隨機前沿分析方法，但是實證分析樣本只考慮了5個省份歷史數據，對于西部柑橘種植區(例如廣西、重慶等)的缺少考慮，在分析效率影響因素中，對于柑橘生產環境考慮較少。農業生產深受自然地理、氣候和市場波動等隨機性因素的影響，故采用隨機前沿分析方法比傳統的數據包絡分析更為合適。從研究視角看，研究某一時期的柑橘生產效率變動趨勢的文獻較多，深入分析效率影響因素的文獻較少。鑒于此，文章采用隨機前沿分析法，利用最新統計數據，對我國柑橘生產效率進行測度，從實證角度分析影響非效率的因素，為提升柑橘生產效率和產業競爭力提供理論借鑒。

2 模型構建

根據Aigner[14]、Battese[15]等人的研究，基于面板數據的隨機前沿生產函數一般用如下公式表達：

Yit=βXit+(Vit-Uit)

(1)

其中，Yit代表樣本i在第t時期的產出向量，Xit代表樣本i在第t時期的投入向量，β為待估計參數，Vit代表隨機誤差項，表示不可控因素，服從均值為零，方差為σν的正態分布，Uit為非負隨機變量，代表生產系統的效率損失，用于計算技術非效率，假定其服從半正態分布、對數分布或截尾正態分布，Vit與Uit之間相互獨立。

柑橘生產是一項典型的勞動密集型勞動[16]，從實踐來看，柑橘等的收成情況收到勞動強度、化肥投入、農藥等影響，根據現狀的農業統計口徑和數據可獲得性，因此該文選擇柑橘產值(Qit)刻畫生產系統的產出指標，選擇勞動力投入(Lit)、直接物資與服務投入(Kit)、間接物資與服務投入(Sit)作為系統投入變量，直接物質與服務投入主要包括農藥、化肥、種苗、排灌等投入，間接物質與服務最主要包括保險、管理以及銷售投入。則隨機前沿生產函數可以表達為：

Qit=f(Lit，Kit，Sit；T)+Vit-Uit

(2)

式(2)中，T代表時間因素，Uit代表技術無效率項，Vit代表隨機分布項目。當不存在技術無效率項時，也即Uit=0時，代表生產系統達到了最優前沿面水平。因此可以構造技術效率函數TEit，其表達式如下：

(3)

隨機前沿分析方法不同于數據包絡分析，需要實現確定生產函數形式。在具體生產函數選擇上，由于柯布—道格拉斯生產函數前提假設條件較強，且不能有效區分隨機噪聲和技術進步，已有大量研究表明超越對數函數包容性更強，形式靈活，可以更好地對數據進行擬合，特別是其能夠有效地處理非平衡的或者異質類數據，并且可以反映出解釋變量對被解釋變量的交互作用。因此該文選擇用超越對數生產函數構建分析模型，對式(2)兩邊取對數展開如下：

(4)

柑橘種植的生產活動受到自然環境和社會環境的影響的深刻影響，例如氣候和溫度會對柑橘的產量有重要的影響，柑橘凍害不僅影響植株生產，還會對若干年的產量產生持續性影響，柑橘產區的交通可達性問題直接影響著柑橘能否順利銷售。為了客觀描述可能影響柑橘生產非效率的因素，將地區經濟差異、氣候差異、交通基礎設施條件等納入分析框架，構造非效率函數如下：

Uit=β15Ait+β16Rit+β17Iit+β18Hit+β19Dit

(5)

式(5)中，Ait代表區域變量，令東部=1，中部=2，西部=3；Iit代表柑橘產地人均GDP，用于刻畫柑橘產地的經濟發展水平和消費能力；Rit代表雇工水平，雇工費用比上人工總成本，用以刻畫柑橘生產規模，柑橘生產屬于勞動密集型產業，柑橘采摘、施肥以及噴灑農藥等工序高度依賴勞動力，雇工水平越高，說明種植規模越大，雇工水平越低，說明種植規模越小；Hit代表公路路網密度，用于反映道路基礎設施狀況；Dit代表氣象災害發生率，反映影響柑橘生產的自然影響。

3 數據和模型估計

3.1 數據來源

柑橘在我國種植范圍主要集中在長江以南地區，《中國柑橘優勢區域布局規劃》(2008—2015)顯示，目前我國形成了長江上中游柑橘帶、贛南—湘南—桂北柑橘帶、浙南—閩西—粵東柑橘帶、鄂西—湘西柑橘帶等四大柑橘種植區域，其中長江上中游柑橘帶以重慶三峽庫區為核心地帶，贛南—湘南—桂北柑橘帶以江西贛州、湖南郴州為核心地帶，浙南—閩西—粵東柑橘帶主要集中在東南沿海地區，鄂西—湘西柑橘帶主要集中在武陵山區，結合統計數據的連續性和可得性，選取浙江、福建、廣東、湖北、江西、湖南、重慶、廣西等8個省市作為研究樣本區域，收集和整理了上述8個省市2007—2015年的柑橘種植經營相關統計資料，匯集面板數據，從省域視角來看，上述8個省市的柑橘種植面積和產量占據了全國產量的90%以上，因此選擇的數據具有代表性。現有的柑橘生產統計資料將柑橘分為“柑”和“橘”兩個大類進行分別統計，考慮到兩種類別的生產經營差異，在定量分析中，將兩種品種的數據分開計算，對于“柑”的研究，樣本數據為福建、江西、湖北、湖南、廣東、廣西、重慶等7個省市的2007—2015的面板數據； 對于“橘”的研究，樣本數據為浙江、福建、廣東、湖北、湖南、江西、重慶等7個省市的2007—2015的面板數據。柑和橘的研究樣本涉及的8個省市分布集中在長江中下游和東南沿海地區。

其中柑橘產值(Qit)、勞動力投入(Lit)、直接物資與服務項目投入(Kit)、間接費用(Sit)、雇工水平Rit數據源于《全國農產品成本收益資料匯編(2008—2016)》整理計算所得，人均區域生產總值(Iit)、公路路網密度(Hit)來源于國家統計局在線數據庫(http：//data.stats.gov.cn/)，氣象災害發生率(Dit)用受災面積與省域面積比值刻畫，其中受災面積數據來源于《中國農業統計年鑒》(2008—2016)； 為了消除物價變動影響，采用居民消費價格指數對樣本中相關涉及到價值量的數據進行平減處理。表1所列數據為研究樣本的各指標描述性統計量。

由表1可以看出，柑的每畝產值要高于橘，但是產值標準差柑類大于橘類，說明橘類的產值相對而言更加穩定。從投入視角看，柑類的勞動投入、直接物質與服務投入(主要是化肥、農藥等物資)高于橘類，單位面積間接物質與服務投入兩種類別差別較小。

表1 研究樣本各指標數據描述性統計量

3.2 模型估計及分析

根據設定的超越對數生產函數及非效率函數，運用frontier 4.1軟件對相關參數進行估計，估計結果如表2所示。由表2可以看出，柑和橘兩大類樣本情況下，模型估計結果中的σ2與LR檢驗均在1%的顯著水平下顯著，表明選用隨機前沿分析方法進行效率評估是可行的，同時模型中的γ值為0.999，2種樣本情況下均接近，表明柑橘生產的實際產出與理想產出的差異主要由技術非效率引起的，結合著3個指標來看，回歸結果較好，模型對樣本具有適用性。

根據柑橘隨機前沿函數的估計結果，時間變量(t)的參數為正，且在1%的顯著性水平檢驗下顯著，這說明柑橘種植的產出隨著時間的增加而增加； 兩類樣本情況下，直接物資與服務投入(Kit)的系數均為負數，且通過1%的顯著性檢驗，說明柑橘種植業中，直接物資與服務的投入(主要是化肥、農藥)對柑橘產出的增加效果為負，或者認為直接物資與服務的投入增加并不能帶來相同比例的柑橘產出增加； 勞動投入變量(L)的系數通過1%顯著性檢驗，但是在兩類樣本情況下，分別為“+”和“-”，這說明對于柑類種植，勞動投入的增加對產量的增加具有正向效應，而對于橘類種植，勞動投入的增加對產出增加的效應并不明顯。間接物資與服務投入(Sit)在兩類樣本情況，雖然都通過了不同水平的顯著性檢驗，但是其符號為負，這一方面與柑橘種植生產過程中，保險、管理以及銷售投入額度相對較少有關，也反映出在柑橘種植的配套產業的支撐和服務力度和效果有待加強。交叉項tlnL、tlnK均通過顯著性檢驗，柑類樣本下，均為負，而在橘類樣本下，均為正，這說明對于柑類生產，在勞動和資本投入不變的情況下，柑的產出隨著時間的推移而下降，而橘類在此情況下則效果相反。

表2 隨機前沿函數估計結果

由非效率影響因素的參數估計結果可以看出，區域變量(A)在兩類樣本情況下，都在1%的顯著水平上均顯著為負，這意味著柑橘種植技術效率存在顯著的地域差異，即由東往西，地區因素在非效率影響程度由高變低，而這種變化趨勢則與我國經濟發展水平東中西的梯度相反，近年來，隨著勞動力成本上升的影響，柑橘種植重心有逐漸由東往西前移的趨勢。用于刻畫種植規模的變量雇工水平(Rit)在柑樣本情況下，沒有通過有顯著性檢驗； 而在橘樣本情況下，在1%的顯著水平上顯著為負，說明雇工水平提高，能提高橘的種植的技術效率，這反映出在橘種植過程中，存在顯著的規模經濟，即通過擴大種植規模能夠提高種植效率。在兩種樣本情況下，人均區域生產總值變量(Iit)的系數在1%的顯著性水平上都顯著為負，說明人均區域生產總值的增加，能夠提高柑橘生產的技術效率，一方面，更高的人居區域生產總值意味著更高的消費能力，對柑橘的銷售和市場需求能夠產生積極的效應，另一方面，人均區域生產總值與現代化水平、技術發展水平密切正相關，因此高的人均區域生產總值也意味著更高的生產技術水平。刻畫柑橘生產基礎設施水平的公路路網密度指標(H)在柑樣本情況下，沒有通過顯著性檢驗，而在橘樣本情況下，則顯著為正，說明公路路網密度的提高，對柑橘生產的非效率有正向效應，可以理解為路網密度的提高，會提高區域的可達性和生產便利性，農民在土地利用方面可能會傾向選擇非柑橘類進行生產(例如水稻、蔬菜等其他作物)，以期取得更高的經濟回報。值得注意的是，在兩種樣本情況下，氣象災害發生率(Dit)系數均沒有通過顯著性檢驗，這說明對于樣本數據而言，氣象災害對柑橘生產的影響有限，在柑橘的實際生產過程中，黃龍病通常是柑橘減產的主要原因[17]。

4 柑橘生產技術效率分析

根據式(3)的計算辦法，得出2007—2015年樣本省份的柑橘種植效率。從表3可看出，浙江省橘類的生產技術效率整體水平較高，且基本趨于穩定； 廣東省的柑類水果種植生產技術效率呈現明顯增長趨勢，但是橘類生產種植技術效率呈現下降趨勢。湖北、湖南、江西等中部3省中，柑類的生產技術效率波動較大，橘類生產技術效率整體效率處于較高水平； 重慶市柑和橘兩類水果的生產技術效率增長幅度較大， 2015年橘類的生產技術效率位于首位； 廣西柑類水果生產種植的技術效率整體上呈現較大幅度的增長態勢。

表3 2007—2015年樣本省市柑橘種植技術效率

圖1展示了2007—2015年的柑類和橘類的平均生產技術效率值及變化趨勢，由此可以得出如下判斷： (1)從總體上看，橘類的生產種植平均技術效率高于柑類； (2)橘類的生產種植技術效率在0.83～0.95區間窄幅振動， 2011年開始有緩慢下降的趨勢； (3)柑類的生產種植平均技術效率在過去10年內，整體上呈現不斷提升的趨勢， 2014年達到峰值，技術效率顯著提高，但2015年有回落的態勢。

圖1 2007—2015年的柑類和橘類生產的平均技術效率趨勢

由圖2可以看出， 2007—2015年期間，柑類的生產種植技術效率存在地區性差異，東部省份和西部省份的平均技術效率基本持平，整體變化趨勢存在趨同性，中部省份的柑類種植生產技術效率相對處于低位。由圖3可以看出，東部地區和中部地區的橘類種植生產技術效率呈現先緩慢增長后加速下降的趨勢，而同時期，西部地區的橘類生產技術效率整體上呈現顯著的上升趨勢， 2012年是增長和下降態勢的臨界年份，這種變化態勢延伸到2015年，最終呈現西部高于中部、中部高于東部的狀態。

圖2 2007—2015年柑類生產的不同地區平均技術效率趨勢

圖3 2007—2015年橘類生產的不同地區平均技術效率趨勢

5 結論及啟示

該文以浙江、福建、廣東、湖北、江西、湖南、重慶、廣西等8個柑橘主產區的2007—2015年的柑橘種植經營統計數據作為研究對象，采用超越對數隨機前沿分析方法，研究了柑類和橘類的種植技術效率，并對影響生產技術效率的因素進行了分析，結合實證分析的結果，主要得出如下4點結論：(1)樣本考查期間，我國柑橘主產區省份的柑橘生產種植技術效率整體上呈現上升趨勢，從類別上看，柑類的生產種植平均技術效率由0.26提升到0.85，提升幅度顯著，而橘類生產技術效率整體平均水平高于柑類，樣本考查期間處于窄幅度波動狀態，樣本省份橫向對比來看，浙江省橘類生產技術效率較高，趨于穩定，廣東省橘類和柑類的生產技術效率呈現“此消彼長”的背離狀態，西部省市廣西和重慶市柑橘生產技術效率呈現顯著增長態勢。(2)柑橘種植業中，以化肥和農藥為主的直接物資與服務投入對柑橘產出的增長效果具有負效應，說明化肥和農業的產出彈性呈現下降趨勢，在柑和橘兩類樣本情況下，勞動投入的增加對產量的增加效應分別為正向效應和負向效應，這表明在柑橘生產種植過程中，勞動的產出彈性具有不確定性。(3)柑橘生產種植技術效率存在區域差異，即由東往西，地區因素在非效率影響程度由高變低，而這種變化趨勢則與我國經濟發展水平東中西的梯度相反，從類別上看，東部省份和西部省份的柑類生產種植平均技術效率基本持平，整體變化趨勢存在趨同性，中部省份的柑類種植生產技術效率相對處于低位，而西部地區的橘類生產技術效率整體上呈現顯著的上升趨勢。(4)影響柑橘生產種植技術效率的因素中，地區因素和人居區域生產總值在柑和橘兩類樣本情況下均通過了顯著性檢驗； 對于橘類的生產種植，種植規模的提高對生產種植技術效率的提高具有正向效應，而柑類的規模經濟效果不顯著； 柑橘生產種植的技術效率受氣象災害的影響有限。

盡管部分消費者愿意為更加健康的有機食品支付額外的購買價格，但是整體上看，中國“三品一標”農產品市場規模仍然較小，農業生產者往往仍然依賴傳統的生產動能，投入更多的化肥和農藥，以期獲取產量的增長，進而獲得更高的收益[18]，從上述實證分析結果可以看出，技術進步在柑橘生產種植中正在發揮重要作用，單純的依靠化肥、農業和勞動的投入增長，并不能帶來產量的同比增長，從效率的角度看，甚至會帶來效率的損失，同時化肥和農業的過度使用對柑橘的質量安全和使用品質具有負面影響[19]，農業殘留問題成為制約中國柑橘向歐美出口的重要制約因素[20]，因此在柑橘生產種植過程中，需要轉換增長動能，在不斷提升柑橘種植科技水平的基礎上，更加注重柑橘生產過程中的有機、綠色屬性，地方政府和行業協會需要加大對柑橘產業“三品一標”建設的扶持和監管力度，加大對當地符合“三品一標”要求的柑橘進行市場宣傳和推廣，從供給側的改革促使柑橘產業從傳統農業向現代農業轉變。

柑橘生產種植技術效率具有地區差異，近些年來，西部地區的柑橘生產技術效率得到顯著提升，重慶、廣西等地區的柑橘生產競爭力水平得到明顯提高，這說明西南地區在柑橘生產經營中的比較優勢得到發揮，柑橘種植集中區域主要在山區和丘陵地帶等交通相對不便地區，這些區域通常與連片貧困山區高度重合，例如重慶柑橘種植主要集中在三峽庫區和秦巴山區，貴州柑橘種植集中分布在武陵山區，因此柑橘產業的提質增效具有扶貧功能，通過發展生產脫貧[21]，提升精準扶貧的效果。西南地區柑橘生產經營主要是以個體家庭為單位，生產規模相對較小，同時也導致組織化程度較低[22]，該文實證研究表明，生產規模的提高，能夠顯著提高生產的技術效率，因此西南地區柑橘種植需要探索如何引導柑橘林地有效流轉，提升生產經營規模，實現適度規模經營，促進技術效率的提高，進而促進柑橘種植者的收入水平。