我國農業生產的技術效率及其影響因素

白瑪雍珍

內容摘要：本文依據我國31個省區市2008-2014年農業的投入產出數據，建立基于超越對數生產函數的SFA模型，對各省區市的農業生產技術效率進行了測算，研究發現我國農業技術效率整體呈上升趨勢，但平均技術效率水平較低，與生產前沿面存在較大距離。我國農業技術效率的區域差異明顯，政府應鼓勵東部地區和東北地區提高農業的機械化水平，同時創新對中西部的農業投入方式，加強農業基礎設施建設。土地和資本對農業產出的貢獻最大，而農業勞動力則相對過剩，應通過向非農產業轉移和農業內部提升來吸納農村剩余勞動力。在影響技術效率的因素中，有效灌溉率和人均農機總動力對農業技術效率的促進作用最大，各省區市應注重改善農村水利設施條件并推動農業的規?；c機械化生產。

關鍵詞：農業生產效率 超越對數生產函數 隨機前沿分析（SFA）

引言

2015年我國農林牧漁業增加值為60863億元，占全國GDP總量的9%。農業經濟的增長一方面依賴于投入要素的增加，另一方面取決于農業生產效率的提高。隨著我國城鎮化建設的推進，大量農村人口涌入城市，農業人口大幅度減少，同時由于環境惡化導致實際可播種面積減少，因此未來農業產出的增加越來越依靠農業生產技術效率的提高。目前，理論界對效率問題的研究主要采用非參數法和參數法兩類方法，非參數法以數據包絡分析（DEA）為代表，而參數法則以隨機前沿分析（SFA）為代表。迄今為止，國內外學者圍繞農業生產的技術效率已經展開了許多有益的研究。Farrell（1957）在衡量英國農業生產效率時，最早提出了生產前沿的方法，隨后引起了各國學者采用生產前沿研究不同行業生產效率的熱潮。Ruttan（2002）對世界不同國家的農業生產效率進行了研究，發現發達國家和發展中國家的農業增長路徑存在明顯差異。K Galanopoulos等（2004） 測算了歐盟國家和13個候選國家1993-1999年的農業技術效率，發現歐盟國家的農業技術效率在這七年間先有上升，然后略有下降。國內學者田翠杰（2011）、黎哲延（2014）、秦菲等（2014）、鐘蘇僑（2015）采用DEA方法分別對天津、海南、江西、福建等省市的農業生產效率進行了研究，研究一致認為各省區市的農業技術效率均有所改進，但內部地區的農業生產效率差異顯著。由于隨機前沿分析（SFA）具有分離技術無效項與隨機誤差項等優勢，越來越多的學者開始使用該方法評價技術效率。鮑學東（2009）在研究四川省的農業技術效率時，建立了隨機前沿的生產函數模型，發現四川的農業經濟增長主要依賴土地和資本的投入。岳慧麗等（2014）采用隨機前沿分析方法分析了河北省140個區縣的農業技術效率，發現河北省農業技術效率整體呈上升趨勢，但農業技術效率普遍較低。DEA方法在分析技術效率時假定所有的樣本共用一個固定的生產前沿面，而實際上樣本存在異質性，每個樣本的前沿面應該是隨機的。同時，農業生產受到諸多因素的影響，存在較大的噪聲，而DEA方法容易忽略噪聲對生產活動的真實影響，從而導致估計結果有偏差。DEA方法在我國農業生產效率的探索中已經得到了廣泛的應用，而SFA方法的應用則相對比較有限。因此，本文在對我國31個省區市2008-2014年的農業生產技術效率變動進行測算時，擬采用隨機前沿分析（SFA）方法，分析其效率的變動趨勢、區域差異及影響技術效率的因素，為推動我國農業經濟又好又快發展提供參考依據。

農業技術效率測度模型構建和數據來源

（一）模型構建

農業生產與其它行業存在較大差異，存在許多不可控制的因素，極易受到自然資源、氣候條件、測量誤差等諸多統計噪聲的影響，從而出現一些奇異值。

隨機前沿模型中的隨機干擾項可以與農業生產特征保持一致，正是由于隨機前沿模型的優越性，將其應用到農業效率測量中具有一定的優勢。Battese、Coelli（1993）考慮到傳統的隨機前沿模型無法反映橫截面數據或個體樣本間的差異情況，又進一步改進了傳統的隨機前沿模型，通過“一步法”便可同時對技術效率和技術無效項進行估計。在生產函數的選擇方面，由于超越對數生產函數可以作為任意生產函數的二階泰勒近似，形式較為靈活，不僅考慮了技術進步，而且考慮了投入要素對生產效率的協同效應。因此，本文選擇超越對數生產函數作為隨機前沿函數的一般形式，其具體模型如下：

其中，i表示我國的第i個省區市，i=1，2，…，31；t表示時期，t=1，2，…，7；產出變量Yit是我國第i個省區市第t年的農林牧漁業總產值（以2001年不變價格計算）。投入變量主要有四個，包括農林牧漁業從業人員數、農作物總播種面積、農業機械總動力和化肥施用量（折純量），Lit表示第i個省區市第t年的農林牧漁業從業人員數，代表農業的勞動力投入；Ait表示第i個省區市第t年的農作物總播種面積，代表農業的土地投入，播種面積比耕地面積更能代表農業土地的實際利用情況，因為隨著農民的進城，農業棄耕、休耕的現象比較普遍；Eit表示第i個省區市第t年的農業機械總動力，包括大中小型拖拉機、農用柴油機、農用電動機、農用水泵、聯合收割機等各類農用機械的動力總和，Fit是第i個省區市第t年的化肥施用量（折純量），這兩項共同代表農業的資本投入。β0為截距項，β1、β2、β3、β4為待估參數，β5、β6、…、β10為投入要素之間的交叉項系數，β11、β12、β13、β14為投入要素的二次項系數，vit是隨機誤差項，uit是非負技術無效項，分別服從N（0，σ2v）和N（0，σ2u）的正態分布。其中交叉項和二次項系數滿足下列限制條件：

同時，影響農業生產技術效率的因素還有很多，如農業技術創新、農業經營或組織形式、勞動者素質等。限于數據的可得性，本文主要考察以下幾個因素： 一是地區人均GDP（PGDP），反映各個地區的經濟發展水平；二是復種指數（CI），即農作物總播種面積與耕地面積之比，復種指數受當地土壤、水分、肥料和科學技術水平等因素的綜合影響，可以反映當地的農業自然生產條件；三是有效灌溉率（IR），即有效灌溉面積與耕地面積之比，用以反映農業生產的水利條件；四是人均耕地面積（PA），即耕地面積除以農林牧漁從業人員數；五是人均農機總動力（PE），即農機總動力除以農林牧漁從業人員數；六是人均化肥施用量（PF），即化肥施用量除以農林牧漁從業人員數。將各變量均取自然對數，其技術效率損失的函數可以設定為：

uit=α0+α1lnPGDPit+α2lnCIit+α3lnIRit+α4lnPAit+α5lnPEit+α6lnPFit

（二）數據來源

本研究所需的數據是2008-2014年我國31個省區市農業投入產出的面板數據，相關基礎數據主要來源于2009-2015年《中國統計年鑒》和《中國農村統計年鑒》。由于勞動力是時點數據，本文在計算農業勞動力人數時，以每年年初（或上年年底）的農林牧漁從業人員數和年底從業人員數的平均值作為當年的實際勞動投入量。為排除通貨膨脹等因素的影響，農林牧漁業總產值和人均GDP均采用2001年不變價格計算。

模型估計結果和技術效率分析

（一）我國農業生產的技術效率分析

根據收集整理的數據，運行Frontier4.1軟件，可以得到2008-2014年我國31個省區市的農業技術效率值，從數據結果來看，7年來我國農業的平均技術效率水平為61.29%，與生產前沿面仍存在一定的距離，說明投入要素的使用效率還有待改進，但農業的平均技術效率水平總體呈上升趨勢。

我國農業技術效率的地區差距明顯，為了更清楚地顯示我國農業生產技術效率的區域差異，現按照我國最新的區域劃分方法，將我國劃分為東部、中部、西部和東北地區四個區域，將我國各區域7年來的平均技術效率水平進行對比，結果如圖1所示。

從我國各區域的平均技術效率水平來看，最高的是東部地區，其次是中部地區，之后是東北地區，最低的是西部地區。其中，東部地區省區市的平均效率水平為79.6%，中部地區為62.0%，東北地區為58.3%，西部地區為46.4%，總體上呈現出東高西低的特征，且東部地區的平均效率水平比西部地區高33.2個百分點。而匡遠鳳（2012）通過對我國農業勞動生產率進行四重分解，研究發現我國東部、中部、西部和東北地區的農業技術效率差距仍有不斷拉大的趨勢。因此，政府必須高度重視我國農業技術效率差距的擴散現象。

（二）隨機前沿生產函數估計結果與分析

將Frontier4.1的運行數據結果進行整理，其隨機前沿生產函數的參數估計結果如表1所示。

γ值可用于檢驗模型的有效性，若接近于零，則表明技術無效項為一常數，模型采用OLS估計即可，表1中γ值顯著大于零且通過了1%的顯著性檢驗，證明采用隨機前沿模型是合適的。γ還可以表示隨機擾動項中技術無效項所占的比例，而本文估計的γ值為0.8653，說明誤差項中有86.53%來自于技術的效率損失，誤差主要來源于技術非效率，而剩余的13.47%來自于統計隨機誤差。單邊似然比在1%水平下顯著，說明誤差項具有明顯的復合結構，表明我國農業技術效率的確存在效率損失。

從參數的t檢驗來看，大多數變量均通過了顯著性檢驗，證明變量的選取是合適的。β1、β2、β3、β4的系數均為正，表明隨著投入的增加，產出也會得到不同程度的增加，按照系數的大小可以看出對產出起主導作用的是土地和資本要素的投入。從交叉項系數來看，β5=-0.4123表示當農業機械總動力和化肥施用量（折純量）保持不變時，勞動力和農業總播種面積同時增加一個單位，產出將減少0.4123個單位；同理，β6=-0.2345表示當農業總播種面積和化肥施用量（折純量）保持不變時，勞動力和農業機械總動力同時增加一個單位，產出將減少0.2345個單位；而β7=-0.7568表示當農業總播種面積和農業機械總動力保持不變時，勞動力和化肥施用量（折純量）同時增加一個單位，產出將減少0.7568個單位。上述交叉項系數共同表明在追加投入要素時，勞動力投入存在過?，F象，導致勞動與其它投入要素的交叉項系數均為負，生產要素存在一定程度的誤配。

（三）技術效率的影響因素分析

隨機前沿分析可以通過“一步法”來分析技術效率和技術無效項，其技術無效項的系數如表2所示。

從表2可以看出，人均耕地面積變量的系數不顯著，說明人均耕地面積的變化對農業生產效率的影響不大，人均耕地面積的增加、生產規模的擴大并不能很好地促進我國農業生產效率的提高。但其它五個變量均通過了顯著性檢驗，其中有效灌溉率、人均農機總動力和人均GDP的系數為負，說明這些因素有利于提高農業生產技術效率。有效灌溉率（IR）對農業技術效率的促進作用最大，表明農業生產依賴于良好的水利條件，而在對中西部地區的農業生產效率進行單獨分析時，發現有效灌溉率對農業技術效率的提升作用高于平均水平，這可能和中西部的農業自然條件有一定的關系。人均農機總動力（PE）的系數為-0.5213，表明人均農機總動力的增加通過提高農業的機械化和規?；a水平，進而改進了農業的生產效率。人均GDP的系數為-0.2402，這表明區域經濟發展和城鎮化水平提高對農業具有較強的帶動作用，黨的“十八大”提出要“四化同步”，堅持新型工業化、信息化、城鎮化和農業現代化的同步發展。人均化肥施用量的系數為0.1053，與農業技術效率負相關，說明我國在農業生產中存在過度使用化肥的現象，化肥容易污染土地，造成土地退化，影響了農業的生態環境，降低了農業的生產效率。復種指數的系數為0.0123，表明復種指數的增加不利于農業生產技術效率的提高。復種指數越高，表明對同一塊耕地的耕種次數越多，會有利于增加農業產出。但同時農民也有可能過于依賴優越的自然環境而放棄更新使用高效率的設備，從長遠來看，會對技術在農業中的應用起到抑制作用，從而降低農業的技術效率。

結論和政策建議

本文采用基于超越對數生產函數的隨機前沿分析方法對2008-2014年我國31個省區市的農業生產技術效率進行了測度，并在將我國劃分為東部、中部、西部和東北四個區域的基礎上，分析了四大區域之間的效率差異及影響效率的主要因素，可以得出以下結論，并針對性地提出建議：

第一，我國農業的平均技術效率水平總體呈上升趨勢，但平均技術效率水平僅為61.29%，與生產前沿面有較大距離，存在較大的改進空間。我國31個省區市四大區域的農業技術效率水平差異明顯，總體呈現出東高西低的特征。我國東部地區大多沿海，經濟發達，農業生產條件較為優越，中西部地區相對較為干燥，且存在較多沙漠地區，而匡遠鳳（2012）認為這種差距在未來仍有不斷擴大的趨勢。農業是一國的根本，政府應鼓勵東部地區和東北地區提高農業的機械化水平，改進農業生產效率。同時，政府要高度重視中西部農業效率低下的現狀，深入思考其深層次原因，創新對中西部的農業投入方式，加強農業基礎設施建設，實現農業的適度規模經營。

第二，研究表明我國農業產出主要依賴于土地和資本要素的投入，而農業勞動力投入處于相對過剩狀態，超過了農業生產最佳的勞動力需求（唐建軍等，2010），未來應考慮通過多種途徑有效轉移農村剩余勞動力。一方面，隨著我國城鎮化進程的加快，可以通過城鎮化的發展轉移一部分農業剩余勞動力。但是，城鎮化也帶來了留守兒童和空巢老人的社會問題。因此，另一部分剩余勞動力可以考慮在農村當地解決。政府可以通過扶持發展一批農業龍頭企業，通過龍頭企業帶動相關企業對農產品進行深加工，延伸農業產業鏈來拓寬農村勞動力的就業渠道，從而優化農業的產業結構，提高農民的收入水平。

第三，有效灌溉率和人均農機總動力均對農業技術效率具有較大的促進作用，各省區市應注重改善農村的水利設施條件并推動農業的規?；瘷C械化生產，政府在未來應堅持農機具購買的補貼政策，并在有條件的地區加大補貼力度。人均耕地面積對效率的改進作用不明顯，說明農業土地的規模經濟不明顯，政府應加速土地流轉，鼓勵農民將土地承包給專業大戶和合作社，為規?；洜I和機械化操作創造更多有利的條件，從而大幅度提升農業生產效率。

參考文獻：

1.Farrell M.J.The Measurement of Productive Efficiency [J].Journal of the Royal Statistical Society，1957

2.Ruttan V.W.Productivity Growth in World Agriculture，Sources and Constraints [J].Journal of Economic Perspectives，2002（4）

3.K Galanopoulos，G Karagiannis，Koutroumanidis.Malmquist productivity index estimates for European agriculture in the 1990s[J].Operational Research，2004（1）

4.田翠杰.基于DEA方法的天津農業技術效率分析[J].經濟研究導刊，2011（23）

5.黎哲延.基于DEA的海南省農業生產效率評價研究[J].農村經濟與科技，2014（8）

6.秦菲，舒曉波，肖素芳，胡丹.基于DEA的江西省農業生產效率時空特征研究[J].江西科學，2014（5）

7.鐘蘇僑.基于DEA模型的福建省農業生產效率評價[J].福建商業高等?？茖W校學報，2015（4）

8.鮑學東.基于SFA的四川農業生產技術效率研究[D].四川農業大學，2009

9.岳慧麗，諸葉平，雪燕，許金普.基于隨機前沿分析方法的河北縣域農業技術效率及影響因素研究[J].江蘇農業科學，2014（9）

10.匡遠鳳.技術效率、技術進步、要素積累與中國農業經濟增長—基于SFA的經驗分析[J].數量經濟技術經濟研究，2012（1）

11.Battese G E，Coelli T J.A stochastic frontier production function incorporating a model for technical inefficiency effects[M].Armidale：Department of Econometrics，University of New England，1993

12.唐建軍，王禮力.基于DEA模型的陜西各地區農業技術效率分析[J].陜西農業科學，2010（4）