中國農業全要素生產率的動態演進及其影響因素分析*

劉戰偉

(許昌學院商學院，河南許昌 461000)

0 引言

“十二五”期間，中國農業取得了巨大成就，糧食生產實現了“十二連增”。但隨著社會需求的變化和農業資源環境約束的增強，中國農業發展的比較效益和內在動力明顯減弱，結構性供需矛盾十分突出。在這種背景下， 2016年和2017年“中央一號文件”連續指出要大力推進農業供給側結構性改革，破解經濟新常態下農業發展面臨的問題，加快農業現代化建設。因此必須加快傳統農業向現代農業轉變，通過制度變革和技術創新著力提高農業全要素生產率，才能有效解決“十三五”期間乃至更長時期農業經濟增長動力不足問題，實現現代農業質量效益和競爭力的提高。

全要素生產率(TFP)作為現代分析經濟增長源泉的重要工具，是政府制定可持續發展經濟政策的重要依據。新經濟增長理論認為全要素生產率的提高主要依靠科技進步和生產要素的優化配置兩種途徑，在生產要素投入的前提下，尋求有效需求，以科技創新和資源優化配置帶動經濟的持續增長。目前，國內外學者對中國農業全要素生產率的研究已經取得了較為豐碩的成果。現有文獻對中國農業全要素生產率的測算主要采用數據包絡分析法(DEA)，分析中國農業全要素生產率增長的源泉，如陳衛平[1]、石慧和孟令杰[2]、周端明[3]、李谷成和馮中朝[4]、方福前和張艷麗[5]、談存峰[6]、邢慧茹等[7]，測算結果普遍認為中國農業全要素生產率呈增長趨勢，其中技術進步是其增長的主要動力，各個區域間增長存在明顯的差異性，今后中國農業經濟的增長必須依靠技術推動。但傳統的DEA方法普遍存在不具備傳遞性特征且存在線性無解的問題，而SBM-Global Malmqusit 生產率指數法則能有效避免這個問題。此外，學者們采用特定的研究方法對中國農業全要素生產率的動態演變趨勢及其影響因素也進行了探究，這對研究中國農業全要素生產率問具有重要的借鑒價值，如金懷玉和菅利榮[8]、赫國勝和張微微[9]、尹朝靜[10]等，但已有的研究由于研究視角、方法和控制變量選取的差異性，所提出的研究結論也不盡一致。

基于以上研究，文章結合SBM方向性距離函數，使用SBM-Global Malmqusit 生產率指數法，對中國30個省份2000—2014年間農業全要素生產率增長測算的基礎上，以累積農業相對全要素生產率為指標，采用Kernel核密度估計方法刻畫了中國農業全要素生產率的動態演進趨勢，并考察了中國農業全要素生產率的影響因素，以期為推動農業增長方式轉變和農業供給側結構性改革提供有益的借鑒價值。

1 研究方法與數據

1.1 SBM方向性距離函數模型

傳統的DEA模型在處理效率過程中會造成投入要素的擁擠或松弛，為了解決這個問題，Tone[11]通過將松弛變量納入目標函數中，提出了基于松弛測量的SBM方向性距離函數模型，該模型具有單位無關性、單調遞減性等優點。假設有n個決策單位(DMU)，使用m種投入產生s種產出，投入向量X=(xij)∈Rm×n，產出向量Y=(yij)∈Rs×n，則其模型可以表示為式(1)。

(1)

λ≥0，s-≥0，s+≥0

其中，s-和s+分別表示投入和產出的松弛變量。目標函數滿足對s-和s+的單調遞減，Xλ表示前沿上的投入量，Yλ表示前沿上的產出量。從函數形式上可以看出，SBM模型避免了徑向和角度選擇差異所造成的偏誤，能夠比較準確的評估效率。

1.2 基于SBM方向性距離函數的Global Malmqusit 生產率指數

=TEC(xt+1，yt+1；xt，yt)×TC(xt+1，yt+1；xt，yt)

(2)

式(2)中SBM-GML生產率指數可以被分解為技術進步指數(TC)和技術效率指數(TEC)，TC指數反映了生產技術與全局生產技術的遠近，TC大于1，意味著由于新技術的使用或新發明的出現使得生產前沿面向前推移，實現了技術進步；TEC指數反映技術落后追趕先進者的狀況，TEC大于1，則說明生產存在規模效率； SBM-GML指數大于1時，則表明農業全要素生產率(TFP)有所改善。反之，當上述指標分別小于1時，則表明相應效率出現惡化。

1.3 Kernel密度估計法

核密度估計屬于一種非參數估計方法，主要用于對隨機變量的概率密度進行估計。與直方圖相比，它多了一個用于平滑數據的核函數，可以較好的彌補直方圖非連續性的缺陷。假設隨機變量X的密度函數為f(x)，則其密度函數可以表示為：

(3)

其中N為樣本量，K(·)為核函數，h代表寬帶，由于核函數對寬帶選擇非常敏感，因此使用合適的寬帶對核密度估計結果會產生重要影響。一般來講，寬帶h要滿足如下條件：

核函數根據分組數據的密度程度，可以分為高斯核、Epanechnikov核、三角核、四次核等類型，該文選取常用的高斯核函數對中國農業全要素生產率的動態演進進行估計，其表達式如下：

(4)

由于非參數估計無確定的函數表達式，一般采用圖形對比的方式考察其分布變化。通過估計結果可以從變量分布的位置、形態和延展性3個方面進行分析。

1.4 數據說明

將中國30個省、自治區和直轄市(由于西藏特殊的經濟和資源稟賦條件，故剔除西藏)農業作為生產決策單元，運用SBM-GML生產率指數法測算中國農業全要素生產率增長及其分解。農業產出指標選取第一產業增加值衡量，為了避免價格因素的影響，該指標采用2000年的不變價表示。投入指標包括農作物播種面積、第一產業年末從業人員數、農業機械總動力、化肥施用量(折純量)、有效灌溉面積和大牲畜數量等6個指標。使用數據是2000—2014年30個省區面板數據，所有數據來自歷年的《中國統計年鑒》《中國農村統計年鑒》《中國農業年鑒》《新中國六十年農業統計資料》和各省統計年鑒。

表1 2000—2014年中國農業全要素生產率指數及其分解

年度TECTCSBM-GML2000—20010.970 1.014 0.983 2001—20020.924 1.067 0.986 2002—20030.985 0.952 0.938 2003—20041.003 1.070 1.073 2004—20050.991 1.006 0.996 “十五”時期0.975 1.021 0.995 2005—20061.049 1.051 1.102 2006—20071.022 0.964 0.985 2007—20080.921 1.104 1.017 2008—20091.074 0.929 0.999 2009—20100.936 1.066 0.997 “十一五”時期1.001 1.022 1.020 2010—20110.972 1.053 1.024 2011—20121.002 1.009 1.012 2012—20130.946 1.062 1.005 2013—20141.003 0.984 0.987 “十二五”時期0.981 1.027 1.007 2000—20140.985 1.022 1.007

2 實證結果與分析

2.1 中國農業全要素生產率增長變化分析

依據SBM-GML生產率指數法，測算了2000—2014年中國農業全要素生產率的增長及其分解，從而深入分析其增長變化情況，結果如表1所示。

首先， 2000—2014年中國農業全要素生產率總體呈現增長趨勢，年均增長率為0.7%，這說明中國農業綜合生產能力得到了較大提高。從增長源泉看，中國農業全要素生產率的增長主要依靠技術進步而不是技術效率的改善，其中技術進步指數年均增長2.1%，技術效率則呈現負增長，年均增長-1.5%，說明考察期內中國農業全要素生產率增長呈現出技術效率惡化，而技術進步增強的格局，是一種典型的“單驅”增長模式，造成這種現象的原因是由于各省份通過加大農業財政科技投入，提高了農業生產科技水平，但受農村教育水平偏低的影響，使得新技術推廣不力，導致農業科技轉化率偏低。其次，不同時期中國農業全要素生產率增長的速度與源泉存在明顯差異。“十五”時期，中國農業全要素生產率呈下降趨勢，年均下降0.5%，主要由于技術效率下降阻礙了中國農業全要素生產率的提升，“十一五”時期，中國農業全要素生產率增長的速度從“十五”時期的負增長轉變為正增長，年均增長2%，其增長源泉主要是技術進步和技術效率共同作用的結果，但技術效率對農業全要素生產率的增長貢獻率(0.1%)低于技術進步的貢獻率(2.2%)。“十二五”時期，中國農業全要素生產率仍呈現增長趨勢(0.7%)，但增長結構與“十一五”時期發生了較大變化，從“十一五”時期的“雙驅”增長模式變化為“單驅”增長模式，技術效率出現了惡化(-1.9%)，技術進步成為其增長的主要源泉，年均增長2.7%，這與國家重視農業科技創新，但農業生產管理水平不高，資源配置不合理密切相關。

2.2 中國農業全要素生產率的動態演進

依據Hall和Jones[12]應著重考察不同經濟主體生產率水平相對差異的思想，首先度量中國各省份農業相對全要素生產率、相對技術進步、相對技術效率。其中，第h個(h=1， 2，…， 30)省份在T年的累積農業相對全要素生產率CMLh、累積農業相對技術進步CTCh、累積農業相對技術效率CTECh分別為：

(5)

(6)

(7)

通過上述公式計算出歷年的累積農業相對全要素生產率、累積農業相對技術進步和累積農業相對技術效率，在此基礎上，以2001年、2006年、2010年和2014年作為考察年份，采用Kernel密度估計法做出相關年份的密度分布，從而分別對中國農業相對全要素生產率、農業相對技術進步和農業相對技術效率的分布動態演進進行估計，結果如圖1、圖2和圖3所示。

圖1 中國農業相對全要素生產率的核密度動態演進 圖2 中國農業相對技術進步的核密度動態演進

圖3 中國農業相對技術效率的核密度動態演進

從圖1可以看出，整體上中國各省份農業相對全要素生產率在考察期內基本呈現“單峰”分布，沒有表現出雙峰或者多峰形狀，但是從2006年開始，曲線右側向外鼓起，有持平或上揚趨勢，說明隨著時間的推移，出現雙峰的可能性較大。考察期內，中國農業相對全要素生產率分布波峰高度持續下降，而波峰寬度逐漸增長，同時逐步顯現出向右偏移的趨勢，表明中國農業相對全要素生產率持續增長，各省份之間的農業相對全要素生產率水平表現為發散的演變態勢，區域間差距不斷拉大。此外，核密度曲線右拖尾逐漸增大，表明中國各省份農業相對全要素生產率高水平的省份不斷增多，低水平省份在不斷減少。

從圖2可以看出， 2001—2014年間中國農業相對技術進步分布為“單峰”分布。具體來看， 2006年與2001年相比變化區間明顯加大， 2010年與2007年變化區間基本保持不變， 2014年與2010年相比變化區間進一步增大，農業相對技術進步的分布趨于分散。在樣本期內，密度函數的左尾移動距離小于右尾，中國農業相對技術進步高水平區域的比重在不斷增加，低水平的比值在不斷減小。此外， 2002—2010年核密度分布曲線中心基本保持不變，但是2010—2014年出現了明顯的右移，增速明顯。從峰度上看，考察期內，農業相對技術進步分布波峰高度呈現下降態勢，與2001年相比，以后年份的密度分布曲線呈現出由“尖峰”向“寬峰”現狀演變，峰度逐漸平緩，表明各省份農業相對技術進步在低位趨同的現象有所減弱，但差距開始擴大。

從圖3可以看出，中國農業相對技術效率在2001—2014年間表現出從“雙峰”分布轉變為“單峰”分布的變化，具體來講2001年和2006年為明顯的“雙峰”分布，表明農業相對技術效率在此期間低水平的省份對高水平的省份的“追趕效應”不足，地區差異明顯增大， 2006年以后呈現明顯的“單峰”分布，表明各省份農業相對技術效率未出現明顯的兩極分化現象。考察期內，密度函數中心明顯左移，峰值變化不大，但變化區間增大，表明各省份農業相對技術效率差距逐漸增大。具體來看， 2006年相比2001年密度函數中心小幅左移，峰值基本不變，變化區間差距不大，此階段各省份農業相對技術效率差距不太明顯； 2010年與2006年相比，密度函數中心基本不變，峰值增大，變化區間差距不明顯； 2014年與2010年相比，密度函數中心大幅左移，峰值基本維持不變，但變化區間拉大，說明此階段各省份農業相對技術效率差距不僅未能縮小，反而出現了進一步增大的趨勢。

3 中國農業全要素生產率變動的影響因素分析

基于前文分析，中國農業全要素生產率對推動農業供給側結構性改革具有重要作用，那么深入分析中國農業全要素生產率變動的影響因素就尤為重要，通過分析其深層次的因素從而為制定科學的決策提供依據。為此，需要解釋農業TFP變動受到哪些因素的影響？一般來講，農業TFP變動的影響因素可以歸為3類：一是生產要素質量因素，在農業生產中，農業技術水平、土地和勞動力的質量對農業TFP變動會產生直接影響，尤其是農村人力資本可以通過影響技術效率從而影響TFP； 二是農業產業結構因素，農業生產要素依靠市場信號進行結構調整，農林牧漁業之間的生產結構以及種植業內部生產結構都會影響農業資源配置效率，從而影響農業TFP； 三是農業政策因素，在其他條件特定的情況下，政府政策會制約農業金融投資力度、地區工業化水平和對外開放程度對農業技術進步的推動作用，進而對對農業TFP產生影響。因此，鑒于數據的可獲性以及上述因素對農業科技進步和生產要素優化配置的影響程度，該文選取農業金融發展水平、農村人力資本、農業產業結構調整、工業化水平、對外開放水平和農業科技水平6個因素考察對中國農業全要素生產率的影響，其中農業金融發展水平以農業貸款額同第一產業生產總值的比值表示，農村人力資本用農村居民平均受教育年限程度衡量，借鑒高帆[13]的做法，其計算公式可以表示為農村平均每百個勞動力中不識字或識字較少×0年+小學程度×6年+初中程度×9年+高中程度×12年+中專×12年+大專及大專以上×16年。農業產業結構調整以種植業結構調整替代，使用糧食作物播種面積與農作物總播種面積比值表示，工業化水平以人均工業增加值表示，對外開放水平以農產品進出口貿易額與GDP的比重表示，農業科技水平以農村每萬人口擁有的農業科技人員數量表示。選取30個省份2000—2014年的面板數據，建立以下面板數據模型：

(8)

式(8)中，ML表示農業全要素生產率(因變量)，AFD、HUM、AIS、IND、OP、ATC分別農業金融發展水平、農村人力資本、農業產業結構調整、工業化水平、對外開放水平和農業科技水平5個自變量，i與t分別表示省級地區和時間變量。由于面板數據具有截面、時序的特性。因此。文章首先利用Hausman進行了檢驗，檢驗結果P值為0.001 2，拒絕原假設，因此應選擇固定效應模型，回歸結果如表2所示。

表2 中國農業全要素生產率影響因素估計結果

變量回歸系數T值AFD0.007 2??? 0.000HUM0.010 4 0.492AIS-0.484 3??? 0.034IND0.318 7?? 0.076OP-0.015 7? 0.029ATC0.176 1???0.013常數項1.104 2???0.000R20.612 5F統計概率值0 注:?、??、???、分別表示10%、5%、1%的顯著水平

從表2中可以看出：(1)農業金融發展水平對中國農業全要素生產率增長具有顯著的正向影響，其彈性系數為0.007 2，在1%顯著水平下顯著，表明農業金融發展促進了農業全要素生產率增長，金融規模每增加1%，農業全要素生產率將增長0.007 2個百分點，主要是因為農業金融發展水平的提高能夠更好地為開展農戶小額貸款、新型農業經營主體貸款、大宗農產品保險等惠農支付業務，提高農村基礎設施建設，為農業經濟發展提供良好的外部環境。(2)農村人力資本對中國農業全要素生產率增長具有正向影響，彈性系數為0.010 4，但在1%顯著水平下不顯著，主要是因為農村勞動力的大量向非農產業轉移，導致農業人力資本流失嚴重，阻礙了農業全要素生產率的進一步增長。(3)農業產業結構調整對中國農業全要素生產率增長呈現顯著的負向影響，影響系數為-0.484 3，并在1%顯著水平下顯著，說明僅僅依靠農業產業結構調整是不利于實現農業全要素生產率增長的，主要由于我國農業種植結構并未按照比較優勢來調整，所以國家開始大力推進農業供給側結構性改革。(4)工業化水平對中國農業全要素生產率增長為顯著的正向影響，影響系數為0.318 7，在5%顯著水平下顯著，表明隨著工業對農業的“反哺”機制的不斷完善，工業化水平的提高對農業全要素生產率的促進作用就會不斷增強。(5)對外開放水平對中國農業全要素生產率增長產生了顯著的負面影響，影響系數為-0.015 7，在10%顯著水平下顯著。雖然對外開放有利于農業技術擴散，但由于我國農業生產主要是以家庭為主，還沒有形成規模經濟效應，導致我國農產品在國際市場上競爭力不足，從而阻礙了農業全要素生產率的增長。(6)農業科技水平對中國農業全要素生產率增長具有積極顯著的正向影響，影響系數為0.176 1，在1%顯著水平下顯著。農業科技水平顯著提高了農業全要素生產率，表明農業科技水平的提高有利于農業全要素生產率增長，主要是由于科技水平的提高有利于優化生產要素組合，提高農業生產經營水平，提升農業生產效能，從而促進農業全要素生產率增長。

4 結論與政策建議

基于SBM-GML生產率指數法對中國30個省份2010—2014年農業全要素生產率測算了基礎上，運用核密度估計方法刻畫了農業TFP增長的動態分布，并系統考察了中國農業TFP增長的影響因素，得出以下結論。

(1)2010—2014年間中國農業TFP總體呈現增長趨勢，年均增長0.7%，其增長的主要源泉是技術進步的推動，而技術效率卻出現了下降，是一種典型的“單驅”增長模式。“十五”時期、“十一五”時期和“十二五”時期，中國農業TFP的增長主要也是由技術進步的不斷提高導致的結果。

(2)核密度估計結果表明，總體上中國各省份農業相對全要素生產率在考察期內基本呈現“單峰”分布。農業相對技術進步分布主要也是“單峰”分布，但各省份之間的差距不斷增大。農業相對技術效率在2001—2014年間經歷了從“雙峰”分布轉變為“單峰”分布的變化。絕大數省份農業TFP呈現增長趨勢，技術效率普遍惡化，而技術進步增長速度顯著。

(3)從中國農業TFP增長的影響因素來看，農業金融發展水平、工業化水平、農業科技水平對中國農業TFP都產生了顯著的促進作用。農村人力資本對農業TFP產生了不是很顯著的正效應。農業產業結構調整、對外開放水平對中國農業TFP則產生了阻礙作用。

根據以上結論，各級政府在立足本地實際的基礎上，可以采取以下措施提高農業全要素生產率，實現農業現代化。(1)加強農業科技創新，深化農業科技體制改革。創新是引領農業發展的第一動力，大力推進農業現代化，必須轉變農業增長方式，把農業發展轉到主要依靠科技進步軌道上來，提高農業機械化水平，優化農業管理效率和資源配置效率，使我國農業增長方式步入以技術進步和制度創新推動為主的內涵式發展道路。(2)完善農村金融服務體系，建立健全農村金融功能配置，改善農村金融借貸不平衡的現狀，針對目前農村金融發展面臨的差異問題，各地政府要制定更加具體、細致的差異化政策措施，從而使農村金融市場煥發勃勃生機。(3)推動工業化和農業現代化深度融合，協調發展，以工業化發展理念指導農業現代化發展，建立健全工業化對農業現代化反哺帶動機制，從而改善農業發展中面臨的生產手段落后、經營規模小和質量效益不高等諸多問題，開創性地走出一條具有中國特色的農業現代化道路。(4)培育新型職業農民。通過開展專業技能培訓等方式提高農村勞動者的文化水平，構建新型職業農民培訓平臺，充分發揮其示范和帶頭作用，特別是國家提出發展“互聯網+”的背景下，更需要采取多種方式和手段，培養造就一支高素質的新型農業經營者隊伍，為滿足經濟高速增長對現代農業技能人才的需要提供充足的人才儲備。