長江經濟帶農業全要素生產率研究

摘要 基于長江經濟帶2009—2019年農業生產面板數據，運用Malmquist指數模型對該經濟帶農業全要素生產率進行測算并分析。結果表明：2009—2019年長江經濟帶Trpch指數大于1，說明這期間長江經濟帶農業生產效率總體呈上升態勢，但仍然存在著技術進步受阻、缺乏創新型農業科技人才等問題。從地區來看，長江經濟帶各省（市）的全要素生產率均在上升，但技術水平均未超過1，說明該經濟帶各省（市）均存在農業進步受阻的現象;在11個省（市）中規模效率均大于1，說明該經濟帶各省（市）投入規模較為合理。

關鍵詞 全要素生產率;Malmquist模型;長江經濟帶

中圖分類號 S-9;F323? 文獻標識碼 A? 文章編號 0517-6611（2022）05-0206-04

doi：10.3969/j.issn.0517-6611.2022.05.052

開放科學（資源服務）標識碼（OSID）：

Study on Agricultural Total Factor Productivity in the Yangtze River Economic Belt

LI Guanghai

（School of Economics and Management of Changjiang University， Jingzhou， Hubei 434023）

Abstract Based on the panel data of agricultural production in the Yangtze River Economic Belt from 2009 to 2019， this paper uses Malmquist index model to calculate and analyze the agricultural total factor productivity of the economic belt. The results show that the Trpch index of the Yangtze River Economic Belt is greater than 1 from 2009 to 2019， indicating that the agricultural production efficiency of the Yangtze River Economic Belt is generally rising during this period， but there are still some problems， such as the obstruction of technological progress and the lack of innovative agricultural scientific and technological talents. From a regional perspective， the total factor productivity of all provinces （cities） in the Yangtze River Economic Belt is rising， but the technical level is not more than 1， indicating that the agricultural progress of all provinces （cities） in the economic belt is blocked;Among the 11 provinces （cities）， the scale efficiency is greater than 1， indicating that the investment scale of the provinces （cities） in the economic belt is more reasonable.

Key words Total factor productivity;Malmquist model;Yangtze River Economic Belt

作者簡介 李廣海（1985—），男，廣東佛山人，政工師，在讀碩士，從事農村發展研究。

收稿日期 2021-09-22

農業是國民經濟發展的基礎，農業全要素生產率是衡量農業經濟發展的重要指標。長江經濟帶覆蓋面廣，是我國經濟最活躍的地區之一，人口和生產總值的占比均超過了全國的40%，擁有巨大的發展潛力。因此，研究長江經濟帶農業全要素生產率對全國你以后發展具有重要的實踐意義。

全要素生產率的概念最早由丁伯根于1942年提出，Solow[1]在此基礎上提出了Solow剩余，認為在規模報酬不變的情形下產出增長率中扣除投入增長率，剩下的余項代表技術進步率。Hulten[2]認為索洛余項應該被理解為全要素生產率，因為索洛余項中不僅體現技術進步的變動，還體現了度量誤差、遺漏變量、隨機因素等的影響。國內有關農業全要素生產率的研究集中在以下幾個方面：一是有關農業全要素生產率的研究方法。現有的研究方法主要有參數法和非參數法。參數法以隨機前沿分析法為主，是一種考慮隨機誤差的測算方法，能夠防止因奇異值的出現而影響全要素生產率的測算值。非參數法以數據包絡分析法為主，具體的應用模型主要有Malmquist指數模型[3-4]、ML[5]和GML模型[6]。非參數法并沒有考慮隨機誤差的影響，因此存在一定的誤差。二是區域性差異研究。有關區域性差異的研究主要有以下幾個方面：首先是全國層面的研究[7];其次是有關省域和區域的研究，例如浙江省[8]和長江經濟帶[9];最后是有關市域[10]和縣域[11]的研究。三是有關農業全要素生產率收斂性的研究。首先是基于log（t）回歸的PS收斂檢驗[12]，其次是Sigma收斂檢驗[13]，最后是絕對Beta收斂和條件Beta收斂檢驗[14]。

從上述回顧可以看出，有關農業全要素生產率的研究已經較為完善，但大多集中在全國和單個省份的研究，對于長江經濟帶的研究較為有限。因此，筆者在前人研究基礎上運用Malmquist指數模型對2009—2019年長江經濟帶農業全要素生產率進行測算和分析，以期為長江經濟帶農業高質量發展提供參考。

1 模型選擇及變量選取

1.1 Malmquist指數模型

1953年Malmquist最早提出Malmquist指數模型，Fre等[15]運用DEA方法對Malmquist指數進行計算，彌補了靜態截面DEA模型的不足。Malmquist指數表示t期到（t+1）期全要素生產率的變化程度，若Trpch>1表示生產率上升，若Trpch<1表示下降，表示不變[16]。具體公式如下：

Trpch（xt+1，yt+1，xt，yt）=E（xt+1，yt+1）E（xt，yt）（1）

t到（t+1）時期的技術效率變化為：

Effect=Et+1（xt+1，yt+1）Et（xt，yt）（2）

t到（t+1）時期的技術變化為：

Tech=E（xt+1，yt+1）/Et+1（xt+1，yt+1）E（xt，yt）/Et（xt，yt）（3）

式（3）可進一步表示為：

Tech=E（xt+1，yt+1）Et+1（xt+1，yt+1）×

Et（xt，yt）E（xt，yt）（4）

因此，式（1）可表示為：

Trpch（xt+1，yt+1，xt，yt）=

E（xt+1，yt+1）E（xt，yt）=

E（xt+1，yt+1）/Et+1（xt+1，yt+1）Et（xt，yt）×

E（xt+1，yt+1）Et+1（xt+1，yt+1）×

Et（xt，yt）E（xt，yt）=

Effect×Tech（5）

在規模報酬可變時，還可將進一步分解為。因此，式（5）也可表示為：

Trpch=Tech×Pech×Sech（6）

式（6）中，Tech表示技術水平變化指數，Pech表示純技術效率變化指數，Sech表示規模效率變化指數[17]。

1.2 指標選取

參考龍少波等[18]、全炯振等[19]的研究成果，選取長江經濟帶11個省（市）2009—2019年農業生產的面板數據對長江經濟帶農業全要素生產率進行測算，并運用SPSS 23.0對投入產出指標之間的正相關性及同類指標之間的相對獨立性進行了檢驗，并構建指標體系（表1）。

1.3 數據來源

上述數據均由長江經濟帶各省（市）統計年鑒（2010—2020）、農村統計年鑒（2010—2020）和《中國農村統計年鑒》（2010—2020）整理得來。

2 實證結果分析

該研究借助DEAP2.1，運用Malmquist指數模型對長江經濟帶11個省級行政單位的農業全要素生產率進行測算，結果如表2、3所示。

從表2可以看出，研究時段（2009—2019年）內，僅有2009—2010年長江經濟帶農業生產全要素生產率指數小于1，其余區間內Trpch指數均大于1，2009—2019年長江經濟帶農業生產全要素生產率指數均值為1.020，說明長江經濟帶2009—2019年農業全要素生產率總體呈上升態勢，年均上升2.0%。表2中2009—2019年長江經濟帶農業生產技術效率變動指數（Effch）均值為1.106，大于1，說明2009—2019年長江經濟帶技術效率變化總體呈上升趨勢，年均上升106%。從各區間來看，Effch指數存在較大的波動性，2009—2010年技術效率變動指數（Effch）為2.704，到2010—2011年則又下降到1.003，下降了1.701。在之后的時間內，長江經濟帶效率變動指數（Effch）雖區域平穩，但始終在1左右徘徊。表2中2009—2019年長江經濟帶技術水平變動指數（Tech）均值為0.922，呈下降趨勢，年均下降7.8%，說明長江經濟帶在2009—2019年農業生產技術進步出現了阻礙。從各時間段的角度對長江經濟帶技術水平變化指數進行分析可以得出，2009—2019年長江經濟帶技術水平呈下降趨勢，但在2009—2011年的2個時間段內，長江經濟帶的Tech指數出現較大的波動，在2009—2010年Tech指數僅為0293，在2010—2011年上升到了1.094。通過對純技術效率變動指數（Pech）進行分析可以得出，2009—2019年長江經濟帶純技術效率變化呈上升趨勢，年均上升7.1%。將Effch、Tech和Pech進行綜合分析發現，Effch和Pech的變化同步率較高，而Effch和Pech與Tech變化的同步率不高，在2009—2011年還呈現出相反的變化，說明長江經濟帶農業技術的轉化存在問題，技術轉化率不高。通過對規模效率變化指數分析可知，長江經濟帶規模效率變化指數均值為1033，說明2009—2019年長江經濟帶農業生產投入規模總體上呈上升趨勢，年均上升3.3%。綜上所述，長江經濟帶農業生產效率在穩步提升，但仍然存在著技術轉化效率不高的問題，說明農業技術轉化渠道不暢，農業缺乏創新型農業科技人才，對于農業生產上的投入缺乏相應的規劃，使得財農業生產僅有投入規模上的提升，難以取得相應的成效。

運用Malmquist指數模型長江經濟帶各區域農業生產動態效率進行分析，結果見表3。由表3可知，長江經濟帶上、中、下游當中，中游的全要素生產率指數最高，為1.063，年均提高了6.3%;下游地區的Trpch指數要低于中游地區，為1053，年均提升了5.3%;下游地區Trpch指數最低，僅為0955，略有衰退。對Trpch進一步分解可以發現，中游地區的Pech指數和Sech指數均為1，說明中游地區這兩項指數均無變化，而Tech指數則為1.063，年均提升了6.3%，說明中游地區全要素生產率的提高主要是技術進步帶來的。下游地區Effch、Tech、Pech指數和Sech指數均大于1，均有所提升，說明下游地區全要素生產率提高是各方面因素提升的綜合作用所帶來的，而非單一的某一方面的提升，是一種更優的農業生產狀態。上游地區Pech指數和Sech指數分別為1.035和1.026，而Tech指數為0.899，出現了技術衰退，說明下游地區全要素生產率降低是技術進步受阻帶來的。從各省（市）來看，11個省（市）當中，僅有重慶市、四川省、貴州省和上海市全要素生產率低于1，其中重慶市和貴州省的Trpch指數最低，僅為0931，年均衰退6.9%，重慶市和貴州省Pech指數和Sech指數均為1，并無變化，而Tech指數為0.931，出現技術進步受阻，說明重慶市和貴州省全要素生產率降低的主要原因是技術進步受阻。對Trpch指數進一步分解可以得知，Effch指數均大于1，Tech指數大于1的僅有浙江省1個。說明大部分省（市）的問題都出在投入管理水平下降和技術進步受阻兩方面。再對技術效率變化指數進行分解可知，Pech指數和Sech指數均大于1，說明大部分省（市）農業生產的投入管理是有效的。綜上所述，上游地區農業生產效率提高的阻力主要來自重慶市、四川省和貴州省，主要存在技術進步受阻的問題，云南省農業生產效率有進步，但仍然存在著技術進步受阻的問題。中游地區各省農業生產全要素生產率均有所提升，但僅有規模上的提升，技術衰退問題仍然很重。下游地區農業生產率提高的阻力主要來自上海市，主要是由于上海市農業生產技術進步受阻，安徽省和江蘇省農業全要素生產率雖有提升，但仍然存在技術進步受阻的問題。

綜上所述，上游地區農業生產效率提高的阻力主要來自重慶市、四川省和貴州省，主要存在技術進步受阻的問題，云南省農業全要素生產效率有進步，但仍然存在著技術進步受阻的問題。中游地區各省農業生產全要素生產率均有所提升，但僅有規模上的提升，技術進步受阻問題仍然很重。下游地區農業生產率提高的阻力主要來自上海市，主要是由于上海市農業生產技術進步受阻，安徽省和江蘇省農業全要素生產率雖有提升，但仍然存在技術進步受阻的問題。

3 研究結論和建議

通過Malmquist指數模型的動態效率分析可以得知，2009—2019年長江經濟帶Trpch指數大于1，說明這期間長江經濟帶農業生產效率總體呈上升態勢，但仍然存在著技術進步受阻、缺乏創新型農業科技人才等問題。從地區來看，長江經濟帶各省（市）的全要素生產率均在上升，但技術水平均未超過1，說明該帶各省（市）均存在農業進步受阻的現象;在11個省（市）中規模效率均大于1，說明該帶各省（市）投入規模較為合理。

根據上述結論，結合推動湖北省農業高質量發展的實際，得出如下建議：

（1）打破區域發展壁壘，促進區域協調發展。長江經濟帶橫跨我國東、中、西部，其覆蓋區域的農業基礎、發展目標也不相同。因此，各省（市）應按“全國一盤棋”的原則，加強溝通和協商，發揮優勢，合理分工，建立優化、高效的農業產業鏈、供應鏈和價值鏈，強化生態環境保護，并共建共享基礎設施、公共服務，促進區域協調發展。

（2）加大農業科技投入，促進農業創新發展。從上述結論可以看出，長江經濟帶農業發展的阻力主要來自農業技術進步受阻和缺乏創新型農業科技人才等問題。為解決這些問題，促進長江經濟帶高質量發展，各地應當加大農業科技投入，積極引進和培養農業科技人才。首先要加大科研的投入，培育優良品種，發展高效種植模式，開發高效綠色肥料，促進農業綠色發展;其次要加大教育和技能培訓投入，為農業生產者提供良好的教育和技能培訓，提高農業生產者素質，建立穩定通暢的農業科技轉化渠道，提高科技轉化效率;最后要積極引進和培養各類人才，要積極引進農業科研和推廣人才，保障農業科技成果的產生和轉化，同時積極培養各類人才，增強自身的造血能力。

（3）構建現代化產業體系，促進農業高質量發展。因此，應當積極發揮長江經濟帶的區位優勢，溝通我國東、中、西部，促進區域間融合互動、融通補充，促進各農業生產要素的流通，提高資源配置效率，促進創新發展。建立多元化投入模式，以政府投入為主導，社會各界資金共同進入，拓展科技創新的資金來源，讓社會各界農業科技創新。以長江為依托，將沿線及各戰略區域的產業集群（基地）連接起來，借助5G、大數據、物聯網、人工智能等新一代信息技術，打造現代化產業服務體系。

參考文獻

[1] SOLOW R M.A contribution to the theory of economic growth[J].The quarterly journal of economics，1956，70（1）：65-94.

[2] HULTEN C R.Total factor productivity：A short biography[M].Chicago：University of Chicago Press，2001：1-54.

[3] 顧世祥，朱赟，李亞龍，等.基于DEA和Malmquist指數的農業水資源利用效率分析：以滇中受水區為例[J].中國農村水利水電，2021（8）：98-102.

[4] 江然.浙江省農業全要素生產率實主證分析：基于DEA-Malmquist指數[J].安徽農業科學，2013，41（21）：9101-9103，9116.

[5] 李曉龍，冉光和.農產品貿易提升了農業綠色全要素生產率嗎？——基于農村金融發展視角的分析[J].北京理工大學學報（社會科學版），2021，23（4）：82-92.

[6] 陳芳，楊梅君.農產品國際貿易對中國農業綠色全要素生產率的影響[J].華南農業大學學報（社會科學版），2021，20（5）：94-104.

[7] 劉霞婷，李強，吳超，等.中國農業全要素生產率動態分析：基于SFA模型和log（t）回歸方法[J/OL].中國農業資源與區劃，2021-06-09[2021-09-19].http：//kns.cnki.net/kcms/detail/11.3513.S.20210607.1802.046.html.

[8] 曹明霞，高珊.我國農業全要素生產率研究：基于江蘇省農業面板數據分析[J].價格理論與實踐，2018（9）：151-154.

[9] 徐輝，劉天宇.長江經濟帶農業環境全要素生產率影響因素實證分析[J].北方園藝，2019（18）：152-156.

[10] 周鵬飛，沈洋，鄭景麗.三峽庫區重慶段農業綠色全要素生產率測度及影響因素研究：基于2009—2018年數據[J].重慶師范大學學報（自然科學版），2020，37（3）：107-118，146.

[11] 李欠男，李谷成，尹朝靜，等.河北省縣域農業綠色全要素生產率的空間特征[J].生態與農村環境學報，2019，35（7）：845-852.

[12] PHILLIPS P C B，SUL D.Transition modeling and econometric convergence tests[J].Econometrica，2007，75（6）：1771-1855.

[13] 李谷成.中國農業生產率增長的地區差距與收斂性分析[J].產業經濟研究，2009（2）：41-48.

[14] 韓中.我國農業全要素生產率的空間差異及其收斂性研究[J].金融評論，2013，5（5）：26-37，123.

[15] FRE R，PRIMONT D.Multioutput production and duality：Theory and applications[M].Berlin：Springer Science & Business Media，1994.

[16] 張恒，郭翔宇.農業生產性服務業發展與農業全要素生產率提升：地區差異性與空間效應[J].農業技術經濟，2021（5）：93-107.

[17] 徐合帆，鄭軍，余家鳳，等.鄉村振興背景下財政支農績效及影響因素分析：以湖北省為例[J].稅收經濟研究，2019，24（2）：81-90.

[18] 龍少波，張夢雪.中國農業全要素生產率的再測算及影響因素：從傳統邁向高質量發展[J].財經問題研究，2021（8）：40-51.

[19] 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.