中国农业全要素生产率测算及影响因素分析

  本文关键词：中国农业全要素生产率测算及影响因素分析，由笔耕文化传播整理发布。

当前所在位置：中国论文网 > 历史论文发表 > 中国农业全要素生产率测算及影响因素分析

中国农业全要素生产率测算及影响因素分析

发布日期： 2013-05-30 发布：  

  2013年第2期目录       本期共收录文章20篇

　　摘 要： 为了研究我国农业全要素生产率的变动情况及影响因素，本文全部以实物量指标作为农业生产的投入产出，以避免价格因素对测算结果的影响，并采用非参数的DEA-malmquist指数方法，对我国农业全要素生产率进行了测算和分析，结论为：我国农业全要素生产率呈现出较大的波动性，但从长期来看呈增长趋势；造成农业全要素生产率波动的主要原因是气候变化所造成的自然灾害频发；由于受自然灾害影响，近年来我国农业全要素生产率指数普遍下降，从四大地区来看，只有中部地区生产率提高，其他地区均出现不同程度下降，其中西部地区下降幅度最大。
中国论文网
　　关键词：农业经济；全要素生产率；Malmquist指数；数据包络分析
　　中图分类号：F302.5 文献标识码：A
　　文章编号：1009-9107（2013）02-0029-07
　　民以食为天，农业的发展对于国家的稳定和国家经济安全具有十分重要的影响，对于拥有13亿多人口的中国来说更是如此。建国以来，我国的农业得到了巨大的发展，解决了全世界近1/4人口的吃饭问题，创造了一个世界奇迹，但是近年来受气候变化等因素的影响，我国粮食生产局部地区呈现出不稳定的状态，加之我国正处于城市化过程之中，城市规模的不断扩大以及大量交通基础设施的建设，占用了一定数量的耕地，农村劳动力向城镇流动，造成的土地抛荒现象也时有发生，这些状况都会对我国农业的发展造成不利的影响。如何稳定和增加粮食产量，保证我国的粮食安全成了我们不得不面对的问题，而提高农业全要素生产率（total factor productivity，简称TFP）对于促进农业产出的增长有着重要的意义[1]。近年来我国学者对农业TFP的研究成果较为丰富，但是得出的结论差异较大。陈卫平[2]和李录堂[3]的研究均认为我国的农业TFP总体来说提高了，这种提高主要得益于技术进步，并且都认为我国的农业技术效率有所下降，陈卫平认为1990～2003年间我国的农业技术效率平均下降了2.78%，农业TFP年平均增长了2.59%，而李录堂则认为1980～2006年间我国的农业TFP平均增长了33.4%，两者的研究表现出了较大的差异。另外李磊[4]、郭军华[5]、周端明[6]的研究也表明我国的农业TFP呈增长趋势，但测算的结果同样存在着较大的差异。产生这种差异的原因很多，测算的方法不同可能会造成测算结果的细微差别，但主要原因可能归咎于以下两个方面：一是由于我国农业基础相对于发达国家来说比较薄弱，农业基础设施不够完善，以家庭联产承包责任制形式为主的农业生产模式对于自然灾害的抗御能力和农业生产资料购买的议价能力都比较低，再加上国家农业政策的变化，我国农业生产率可能呈现出较大的波动性，另外在测算我国农业TFP时所选择的时间段不同，测算的结果也可能有较大的差异，我们在对比分析了文献[7～12]以及及陈卫平等人的研究后做出了上述推断；二是目前的研究多将农林牧渔业总产值、农业总产值或农业增加值这些价值指标作为农业产出指标，大部分学者在使用这些指标时都利用农业生产价格指数进行了平减，但投入指标中的农业机械总动力、化肥使用量等指标使用的是实物量指标，实际上这些指标均暗含了价格变动因素在里面，随着时间的变化相同的实物量指标所需要投入的价值总量实际上是大大增加了，因此使用实物量指标作为投入指标并将按可比价格计算的价值指标作为产出指标将会低估投入的规模，进而可能会造成农业生产率的高估。
　　与其他研究相比，本文试图解决以下两个问题：（1）全部以实物量指标作为投入产出指标，尽量消除价格因素对测算结果的影响，完全从物质生产的角度来研究生产率的变动，来验证我国农业TFP指数波动性变化的推断，并进一步寻找影响我国农业生产率波动的原因；（2）分析我国农业生产率的变动情况及地区差异，并结合影响农业TFP的主要因素，为我国提高农业生产率、促进农业健康发展、保障农业安全提供有价值的政策建议。
　　一、研究方法与数据来源
　　（一）研究方法
　　全要素生产率是用来表示在利用多投入多产出情况下的生产率变化的一个综合指标。目前国内外对全要素生产率的测算主要有两种方法：参数方法和非参数方法。参数方法实质上是要构建一个计量模型，用来表示生产前沿函数，在分析过程中一般先估计出一个生产函数，确定该生产函数中的自变量对产出变量的影响后，将自变量不能解释的部分定义为全要素生产率。但是采用参数方法测算TFP往往需要事先设定生产函数的形式，并在数学上施加一定的约束条件，这种生产函数形式的设定具有一定的主观性，并且在实际情况中，对于生产函数所施加的约束条件往往很难满足。20世纪90年代后，以Malmquist指数为代表的非参数方法成为TFP测算的主要方法，非参数方法的好处是不需要对生产函数的形式进行假定，也不需要满足参数方法中那些严格的约束条件，因此在实际应用中迅速得到发展。本文采用了目前最常用的基于数据包络分析（data envelopment analysis，简称DEA）的非参数Malmquist指数方法[13]对我国农业TFP进行测算和分解。
　　Malmquist TFP指数是Caves[14，15]根据投入产出距离函数进行定义的，依据对比的时期不同，Malmquist指数可以计算两个，这两个指数在规模收益不变的条件下是相同的，但是在规模收益可变的条件下，这两个指数就出现了不一致，为了避免这种情况，Fre等人根据这两个指数的几何平均数推导出产出导向的Malmquist TFP指数：
　　Malmquist-TFP=dso（qt，xt）dso（qs，xs）×dto（qt，xt）dto（qs，xs）1/2
　　=dto（qt，xt）dso（qs，xs）×dso（qt，xt）dto（qt，xt）×dso（qs，xs）dto（qs，xs）1/2
　　（1）
　　式（1）中等式右边第一项衡量了从时期s到时期t的技术效率指数，其中，技术效率指数又可进一步分解为纯技术效率指数和规模效率指数；等式右边括号内的部分衡量了两个时期之间技术变化。即： 　　技术效率指数，TE=dto（qt，xt）dso（qs，xs）=PE×SE
　　（2）
　　纯技术效率指数，PE=dtov（qt，xt）dsov（qs，xs）
　　（3）
　　规模效率指数，dtov（qt，xt）/dtoc（qt，xt）dtov（qs，xs）/dtoc（qs，xs）
　　×dtov（qt，xt）/dtoc（qt，xt）dtov（qs，xs）/dtoc（qs，xs）1/2
　　（4）
　　技术变化指数，
　　TP=dso（qt，xt）dto（qt，xt）×dso（qs，xs）dto（qs，xs）1/2
　　（5）
　　以上各式中下标o表示Malmquist TFP指数是根据产出导向计算的，q表示产出向量，x表示投入向量，s和t表示时期，d（q，x）表示距离函数，例如dso（qt，xt）表示从t期观测值到s期技术值的距离，其他3个距离函数的含义可以以此类推，另外在式（3）、（4）中的距离函数下标中多出来的v和c分别表示规模收益可变技术和规模收益不变技术下的距离函数。
　　从式（1）可以看出，要想计算Malmquist TFP指数，只需要计算出4个距离函数值即可，根据Fre等人的做法，利用DEA方法进行测算，解出以下4个线性规划问题即可[16]：
　　dto（qt，xt）-1=max，λ
　　st -qit+Qtλ≥0
　　xit-Xtλ≥0
　　λ≥0
　　（6）
　　dso（qs，xs）-1=max，λ
　　st -qis+Qsλ≥0
　　xis-Xsλ≥0
　　λ≥0
　　（7）
　　dto（qs，xt）-1=max，λ
　　st -qis+Qtλ≥0
　　xis-Xtλ≥0
　　λ≥0
　　（8）
　　dso（qt，xs）-1=max，λ
　　st -qit+Qsλ≥0
　　xit-Xsλ≥0
　　λ≥0
　　（9）
　　其中Q表示产出向量，X表示投入向量；xis，yis和xit，yit分别表示第i地区s、t时期的投入和产出向量，s和t分别表示2个不同的时期，i=1，2…n表示各个地区；是一个待估计的参数标量，表示规模收益不变条件下的i个地区的技术效率，并且满足0≤≤1；λ为常数向量。
　　（二）指标选择与数据来源
　　从国家粮食安全的角度出发，我们更应该重视粮食的绝对产量，而不是农业的总产值，并且如果产出指标使用价值指标，投入指标使用实物量指标，则不可避免地会受到价格因素的影响，即使对农业产值指标进行平减换算成可比价格，但是由于投入指标总量中实际上包含了价格因素在里面，则有可能高估农业全要素生产率，因此本文选择的所有指标都是绝对量指标。其中产出指标我们选择粮食总产量，主要反映狭义农业的绝对产出，并从侧面反映粮食总产量对于我国粮食安全的重要性。投入指标我们选择了与狭义农业生产紧密相关的农业机械总动力、化肥施用量（折纯量）、农作物播种面积和第一产业年末从业人员数4个指标。考虑到能够对我国31个省份做全面分析，而截至目前最新的1个省级直辖市重庆市于1997年建市，又为了保证“九五”的完整性，我们采用了1996～2009年的农业统计数据，其中1996～2007年数据来源于《改革开放三十年农业统计资料汇编》，2008年和2009年的数据资料分别由2009年和2010年的《中国统计年鉴》整理所得，由于统计资料中没有1996年重庆市的数据，我们采用1997年重庆市与四川省各项指标的比较相对数，对1996年四川省的相关数据进行分解，分别作为1996年四川省和重庆市的有关指标的测算用数据。由于数据资料较多，无法一一列出，仅列出所有指标的描述统计量二、实证结果与分析
　　（一）全国农业全要素生产率的测算与分析
　　为了从总体上分析我国农业TFP的变动情况，我们首先测算了1997～2009年全国每年的农业TFP指数及其构成，并列于表2中。由表2可以看出，13年间我国农业TFP平均下降了1.9%，这主要是由于我国各年份的TFP有着较大的波动引起的，但是从“九五”到“十一五”来看，将时间跨度拉长以后，弱化了TFP指数的波动性，则可以看出我国的TFP指数呈增长趋势，TFP指数由“九五”期间的0.951上升到“十一五”的1.002，全要素生产率累计增长了5.1%。从TFP的累计变化来看，与1997年相比只有2000年和2003年的农业TFP出现了下滑，其他年份的农业TFP指数都得到了提高，但波动性较大。2004年甚至比1997年提高了9.6%，但随后几年TFP指数环比下滑，到2009年只累计提高了4%。从各年度指数变动来看，对TFP影响最大的主要是技术效率和技术变化，“九五”期间和“十一五”期间呈现效率改进但技术退步，均对TFP造成了一定点影响，而“十五”期间却又出现了效率降低但技术进步的情况。从各个时期来看，2000年的农业技术效率提高了21.2%，但技术退步了26.3%， 1998年的技术进步了23.8%，但农业技术效率下降了19%，呈现出了较大的波动性。不过，从长远来看，我国农业技术效率有所下降，2009年相对于2007年累计下降了1.6%，但技术进步幅度较大，2009年相对于2007年累计进步4.6%，这一结论与陈卫平等人的研究基本相似。
　　可以清楚地看到，我国的农业TFP在波动中呈缓慢的增长趋势，而影响TFP指数的两个主要因素技术效率指数和技术变化指数呈反方向波动变化，这主要是由于我国的农业TFP指数13年来增长的趋势比较平缓，根据Malmquist TFP指数的测算公式即式（1），技术效率指数和技术变化指数中的任一个指数只要发生波动，则必然会引起另一个指数的波动，这是由测算公式的数学特性引起的，另外从图1中还可以看出TFP指数的波动方向与技术变化指数的波动方向是一致的，因此可以判断影响我国TFP指数变动的主要因素应该就是技术变化以及隐含在技术变化下面的一些信息，从理论上来看技术效率只是一个衡量投入产出效果的一个指标，即相对于一定的投入，产出越高则技术效率越高，反之则技术效率越低。而技术变化反映的是时间变化对产出的影响，一般来说随着时间的推移技术往往会进步，相同投入会创造出更多的产出，因此时间变化对产出的影响我们称其为技术变化，但是这里的技术变化不仅仅是指农业生产技术，它也包括由于时间变化所造成的环境变迁对农业生产的影响，因为生产技术不具有可逆性，即生产技术一般是不会倒退的，因此技术变化的波动则只能是生产环境发生变化所引起的，而引起生产环境变化只有两个因素，，一个是农业政策，另一个是自然灾害。我们可以看出1998年的技术进步是最大的，但是由于1998年我国主产水稻的南方地区爆发长江全流域的大洪水，对我国的农业生产造成了很大的破坏，受其滞后影响，技术变化指数连跌两年，到2000年下跌了26.3%，随后几年技术变化指数不断提升后稳定在一定的水平上。2006年我国取消农业税，中央的各项惠农政策相继推出，但2007年农业技术变化指数却出现下跌，原因可能是2006年素有“天府之国”的四川发生干旱，2007年长江中下游地区水稻产区发生干旱，并且四川同时发生特大洪灾造成。2009年我国出现大范围的干旱，造成2009年技术变化指数出现较大幅度的下跌。因此我们认为，影响我国农业TFP指数变化的主要因素可能是自然灾害，一系列惠农政策的实施对于提高农民收入、促进社会公平有着很大的贡献，但是对于农业TFP的影响并不明显。 　　（二）农业全要素生产率与自然灾害之间的相关性分析
　　为了验证上文中对于自然灾害是影响我国农业TFP波动的主要因素的推断，我们用农业成灾面积表征自然灾害情况，并进一步利用1997～2009年的农业成灾面积指标和上文中测算的相应年份的农业TFP指数进行相关与回归分析。其中各年农业成灾面积指标数据全部来源于相应年份的《中国统计年鉴》，为了便于绘制相关图对数据进行了无量纲标准化处理。
　　是1997～2009年我国农业TFP指数与成灾面积的相关图，从图上很容易看出两者存在的高度的负相关关系，即我国的农业TFP指数随着成灾面积的增加有所下降，为了更加清楚地了解两者的相关关系，我们计算了皮尔逊相关系数R=-0.842 8，并对其进行检验，结果是两者确实存在着高度的负相关关系，因而还可以利用农业成灾面积原始数据和农业TFP数据进一步做简单的线性回归分析。
　　是我国农业TFP指数与成灾面积之间回归分析的结果。从表3中可以看出，回归方程拟合的较好，在 等于0.01的情况下，回归参数均通过检验，修正的拟合优度约为0.684，说明成灾面积可以解释我国农业TFP指数变化的约68.4%，从回归方程上来看，成灾面积每增加一个标准单位，农业TFP指数平均要下降3.1%，自然灾害的发生对我国农业生产率的影响非常明显，因此我们可以认为造成我国农业TFP波动的主要原因就是由于气候变化所造成的自然灾害频发所引起的，并且也说明了我国农业基础设施还不够完善，农业生产“靠天收”的情况仍然存在，农业抗自然灾害的能力较弱，如果要提高我国农业的生产率，政府需要增加农业基础设施建设的投入。
　　注：***表示估计值在显著性水平0.01下通过检验
　　（三）中国省域农业全要素生产率测算结果及区域差异分析
　　我国是一个农业大国，农业经济对国民经济的健康发展有着十分重要的意义，但是由于我国地域辽阔，农业生产条件差异较大，因此我们对我国省域及四大地区（本文借用了《改革开放三十年农业资料汇编》中的划分）农业TFP进行了测算和比较。
　　表4给出了利用1997～2009年农业投入产出数据测算的我国31个省、市、自治区，以及按东部、中部、西部和东北划分的四大区域的农业全要素生产率及其构成指数的结果。从省域的农业TFP来看，只有河北、山东、安徽、河南这四个传统的农业大省生产率得到了提高，其他各省、市、自治区的都出现了轻微的下降，但下降的幅度不大，其中下降最大的主要是位于“天府之国”的四川和重庆，这与这几年这一地区的自然灾害频繁有关。但值得注意的是，素有“湖广熟，天下足”的两湖和两广地区，以及以江苏为代表的江南水稻产区，华北平原、东北平原这些我国的农业主产区均出现了不同程度的生产率下降，当然这种大范围的农业生产率下降与近年来气候异常、自然灾害频繁有关，但也反映了我国的农业生产“靠天收”的状况依然存在，农业抗自然灾害能力不强。从四大地区来看，作为农业主产区之一的中部地区农业生产率有所提高，而其他三大地区均出现生产率下滑现象，其中西部地区下滑3%，是农业生产率下滑最大的区域，这也与西部地区农业生产条件相对较差，抗自然灾害的能力相对较弱有着很大的关系，但是作为粮食主产区的东北地区的农业TFP下降2.3%是需要引起重视的。从我国农业TFP指数的分解来看，我国的农业生产技术效率有所提高，全国31个省、市、自治区中，只有浙江、内蒙古、贵州和青海4个省（自治区）技术效率下降，并且这四省（自治区）中有3个都是属于西部经济不发达地区，而这些地区农业生产条件较为恶劣。其他27个省、市、自治区的农业技术效率均保持有效或有所提高，其中河南省的技术效率提高了2.8%，为全国最高。从技术变化来看，全国各省份都出现了不同程度的技术退步，但幅度并不大，其中受自然灾害影响最为严重的四川、重庆等地区技术退步最大。当然这种技术退步并不是农业生产技术的退步，主要是受自然灾害的影响。
　　三、结论及政策建议
　　本文利用1996～2009年我国农业统计数据，采用非参数的DEA-Malmquist指数的方法测算了我国农业TFP，并对其进行了分解，通过分析我们得出以下结论：我国的农业TFP呈现出较大的波动性，但从长期来看得到了较大的提高，“十一五”期间相对于“九五”期间提高了5.1%；农业技术效率和技术变化也有着较大的波动，长期以来技术效率有所下降，技术进步幅度明显；影响我国农业TFP的主要因素是技术变化，造成技术退步进而影响我国农业TFP呈现出较大波动性的主要原因是气候变化导致的自然灾害频发，对农业生产造成了很大的负面影响；从区域差异来看，作为农业主产区的中部地区TFP有所提高，西部地区的农业生产抗自然灾害的能力较小， TFP下降幅度较大，不过从全国来看，虽然中部地区与西部地区农业生产率有一定的差距，但东北、东部和中部地区并没有太明显的差异。根据我们的分析结果，为了提高我国的农业生产率，促进农业健康快速发展，建议如下：
　　1.政府应该加大对农业的投入，一方面增加农业基础设施建设的投入，提高农业抗自然灾害的能力；另一方面还应该加强对农业生产条件变化监测与预警系统的建设，提高农业生产防范自然灾害的能力，以保证将自然灾害对农业的破坏程度尽量降到最低。
　　2.政府应该增加农业生产技术推广和研发的投入。一方面加强对于高产、稳产、抗旱涝农产品品种的研发与推广。另一方面大力推广循环农业的发展，通过减少农业外部投入来提高生产率。尤其应该加强对传统绿色“农家肥”的生产、保存等技术的研究与推广，以减少化肥施用量，这样既可以提高农业生产率，又能够改善土壤结构，有利于促进“绿色”农业的可持续发展。
　　3.制定鼓励农业生产的相关政策，让农民从农业生产中获得足够的收入，充分调动农民的生产积极性。并大力促进小城镇建设，在农村及小城镇优先发展涉农工业，使农村剩余劳动力可以在“种好田”的前提下“有工做”，同时还可以解决农产品的销售问题。 　　4.在有条件的地区，例如适合发展大农业的东北平原、华北平原地区，利用农村土地流转政策，鼓励农业生产的产业化发展，可考虑允许采用农民入股的方式成立农场式股份制公司，农民从土地中解放出来，成为产业工人，农场采用机械化规模生产，这样既可以提高农民收入，又可以提高农业生产率。
　　参考文献：
　　[1] Alston J M，G W Norton，P G Pardey.Science Under Scarcity：Principles and Practice for Agricultural Research Evaluation And Priority Setting[M].London：CAB International，1998.
　　[2] 陈卫平.中国农业生产率增长、技术进步与效率变化：1990-2003年[J].中国农村观察，2006（1）：1823，38.
　　[3] 李录堂，薛继亮.中国农业生产率增长变化趋势研究：1980-2006[J].上海财经大学学报，2008（4）：7683.
　　[4] 李磊， 吴育华，杨顺元.中国农业生产率的动态分析[J].西安电子科技大学学报：社会科学版，2008（6）：8691.
　　[5] 郭军华，李帮义.区域农业全要素生产率测算及其收敛分析[J].系统工程，2009（12）：3137.
　　[6] 周端明， 技术进步、技术效率与中国农业生产率增长——基于DEA的实证分析[J].数量经济技术经济研究，2009（12）：7082.
　　[7] 车维汉，杨荣.技术效率、技术进步与中国农业全要素生产率的提高——基于国际比较的实证分析[J].财经研究，2010（3）：113123.
　　[8] 方福前，张艳丽.中国农业全要素生产率的变化及其影响因素分析——基于1991-2008年Malmquist指数方法[J].经济理论与经济管理，2010（9）：512.
　　[9] 方鸿.中国农业生产技术效率研究：基于省级层面的测度、发现与解释[J].农业技术经济，2010（1）：3441.
　　[10] 李静，孟令杰.中国农业生产率的变动与分解分析：1978-2004年——基于非参数的HMB生产率指数的实证研究[J].数量经济技术经济研究，2006（5）：11-19.
　　[11] 石慧， 孟令杰，王怀明.中国农业生产率的地区差距及波动性研究——基于随机前沿生产函数的分析[J].经济科学，2008（3）：2033.
　　[12] 赵芝俊，袁开智.中国农业技术进步贡献率测算及分解：1985-2005[J].农业经济问题，2009（3）：2836.
　　[13] FreR，S Grosskopf，M Norris ， Z Zhang.Productivity Growth，Technical Progress，and Efficiency Changes in Industrialised Countries[J].American Economic Review，1994，

  本文关键词：中国农业全要素生产率测算及影响因素分析，由笔耕文化传播整理发布。