环境规制条件下中国农业全要素生产率增长与分解

李谷成 陈宁陆 闵 锐

(华中农业大学经济管理学院，湖北农村发展研究中心，湖北武汉430070)

环境规制条件下中国农业全要素生产率增长与分解

李谷成 陈宁陆 闵 锐

(华中农业大学经济管理学院，湖北农村发展研究中心，湖北武汉430070)

采用单元调查评估法对中国农业分省污染排放量进行核算的基础上，应用基于方向性距离函数的Malmquist-Luenberger生产率指数方法，对1978－2008年环境规制条件下省际农业TFP增长及其源泉进行实证分析，将农业增长、资源节约与环境保护纳入到一个统一框架。研究发现:①环境规制条件下农业TFP取得了一定增长，主要由前沿技术进步贡献，环境技术效率也存在一定程度的改善，在时间趋势上大致可以划分为6个阶段;②从资源、环境与增长的统筹兼顾来看，农业TFP及其增长模式地区差异明显，东部地区要优于西部地区，中部地区则可能处于失衡状态;③以三大直辖市为代表的东部省区和西部青海、贵州和宁夏等边远省份直接主导着“农业环境技术创新”;④是否考虑环境污染成本，对农业生产率核算会产生较大影响，并可能导致政策偏误。

农业全要素生产率;环境规制;Malmquist-Luenberger生产率指数;方向性距离函数

改革开放以来，中国农业以占世界不足10%的耕地成功养活了超过20%的人口，并成功地满足了国民经济持续增长所产生的新需求。但这些成功的取得并非没有代价，除了长期受人多地少、自然灾害频繁等资源条件的约束，农业还因为大量使用化学工业品而产生了严重的环境污染问题。第一次全国污染源普查表明农业源污染已成为整个环境污染的主要来源，在工业污染已经得到初步控制的背景下，农业源污染成为环境保护的控制关键。农业的发展已经不再局限于如何在资源刚性约束下确保农产品供需平衡，还必须充分考虑资源的承载能力和环境保护问题。但我国农业发展任务仍然很重，除了要继续保证世界最庞大人口的食物安全，还必须不断适应快速工业化、城市化所带来的不利影响。如何统筹兼顾农业发展、资源节约与环境保护三者的关系，已经成为农业部门面临的一个重要课题。

从资源与发展的“两难困境”到资源、环境与发展的“三方纠结”，国家适时提出了“两型社会”战略构想，农业部门也相应提出了“两型农业”建设目标。传统增长理论主要致力于分析资源节约与经济增长的关系，其中全要素生产率(Total Factor Productivity，TFP)框架在协调两者的关系方面提供了一个合适分析工具。但随着环境问题日益突出，如何在考虑发展与资源的基础上引入环境因素，现有文献仍相对不足。尤其在农业领域，虽然传统TFP框架因为可以同时考察农业增长与资源节约方面的优势而得到了广泛应用，但尚缺乏将增长、资源与环境纳入一个统一框架进行研究的文献。本文在传统TFP研究的基础上，引入环境因素，综合考察农业增长、资源节约和环境保护的统筹兼顾，这实际上为政府的“两型”理念提供了一个替代性分析框架。

1 文献综述

传统增长理论致力于探索经济增长过程中各种决定性因素，这一过程中，TFP框架得到了广泛应用。该分析框架具有良好的系统性和结构框架，可以很好地描述经济增长与资源节约的统筹兼顾。例如，McMillan［1］、Lin［2］和Wen［3］等较早地对农业TFP增长进行了研究，大多认为改革初期农业TFP增长较快，计划经济时期则基本处于停滞状态。但Fan等［4］发现官方数据可能会夸大农业改革对TFP增长的贡献。

受完全效率假设和“索洛余值”法影响，早期研究大都将TFP增长与技术进步等同起来，其实TFP包含着更为丰富的内容。这一问题随着随机前沿生产函数(Stochastic Frontier Approach，SFA)和数据包络分析(Data Envelopment Analysis，DEA)为代表的生产前沿面方法的发展而逐渐被解决。其中，以Malmquist指数为代表的DEA 技术应用较广泛，Lambert et al．［5］、顾海［6］和陈卫平［7］等，通过对农业加总数据的分解，认为转型期农业TFP增长较快，但波动较大，并且技术进步与效率损失并存。其次，HMB、Trnqvist-Theil指数等非参数技术也得到了一定应用，如李静［8］、陈卫平［9］等。SFA 因为能够考虑随机因素的影响，较为符合农业生产的自然特征。例如，石慧［10］曾将TFP分解为技术进步、技术效率、规模效率和配置效率，这是对农业TFP最为详尽的分解之一。

上述研究对帮助我们理解农业增长与资源节约的协调程度具有重要意义，但它们大都忽视了环境污染的影响。已有关于农业增长与环境保护的研究，主要集中在环境库茨涅茨曲线(EKC)上。例如，刘扬［11］和杜江［12］分别利用化肥、农药使用量与人均农业产出来做EKC检验，支持了农业面源污染的EKC假说。但这至少会存在三个问题:①与工业不同，构成农业污染源的化肥、农药等恰恰是农业的重要投入，这种相互关系必然会导致单方程EKC检验存在严重内生性问题;②即使EKC是存在的，那也仅仅是对现象的一种归纳，缺乏经济学基础;③EKC检验很难将资源节约纳入分析框架，无法同时考虑农业增长、资源节约与环境保护的统筹兼顾。

因此，如果能在传统TFP框架中纳入环境因素，那么就可以同时考虑增长、资源与环境的统筹兼顾。已有国外学者尝试将环境因素纳入到TFP框架，这大致存在两个思路:①将污染治理作为一种要素投入，但实证中很难将用于污染治理和用于产出的投入要素区分开来;②将污染视作一种不受欢迎的非合意产出，与合意产出一同被生产出来［13－14］。其中，Chung 等［15］在传统谢泼德距离函数和Malmquist指数的基础上，通过引入方向性距离函数(Directional Distance Function，DDF)创造性地提出了曼奎斯特—卢恩伯格生产率指数(Malmquist-Luenberger Productivity Index，ML Index)，DDF通过设定合意产出增加、非合意产出减少的方向，将TFP与环境污染纳入一个统一框架。

目前尚未发现有文献关注于面源污染对中国农业生产率的影响，这可能有两方面的原因:①农业污染排放物的价格信息无法被准确获取。②农业污染常以要素投入形式出现，其排放量无法被准确核算。本文希望在以下几方面对已有文献进行拓展:①应用单元调查评估方法准确核算转型期省际层面上农业污染物排放量;②运用Malmquist-Luenberger指数首次测算环境规制条件下我国农业生产率，将农业增长、资源节约与环境保护纳入一个统一框架;③以基于谢泼德距离函数的标准Malmquist指数作为参照，比较是否考虑环境污染对农业TFP增长的影响。

2 方法与模型

2．1 环境技术

生产过程中，生产单位除了生产出希望获得的正常产出(合意产出)，还经常不可避免地生产一些不愿意获得的“副产品”(非合意产出，如污染)。这就需要构造出一个既包含合意产出(Good Output，g)又包含非合意产出(Bad Output，b)的生产可能性集合，即环境技术。

假设某生产单位使用N种投入x=(x1…，xN)∈RN+生产出M种合意产出y=(y1，…，yM)∈RM+和I种非合意产出 b=(b1，…，bI)∈RI+。则环境技术可以描述为:

亦可采用集合形式表述为:

所以，环境技术的生产可能性集表述为:

一般假设P(x)是一个有界的闭集，并具有以下特性:

(1)合意产出与非合意产出的联合弱可处置性(Jointly Weak Disposability)

其经济含义表明，既定投入下非合意产出的减少并非没有成本，要减少非合意产出就必须减少合意产出。例如:如果 b'＜b，(y，b)∈P(x)，那么(y，b')P(x)。

(2)投入和合意产出的强可处置性(Strong or Free Disposability)

如果x'≤x，那么P(x')P(x) (5)

如果(y，b)∈P(x)，且 y'≤y，那么(y'，b)∈P(x)(6)

(3)合意产出与非合意产出的零结合性(Nulljointness)

如果(y，b)∈P(x)，且 b=0，则 y=0 (7)

其经济含义表明，在生产合意产出的同时，一定会产生非合意产出。

按照Fare et al．［16］的思路，可以用DEA方法来表达环境技术。

假设时期t=1，…，T有k=1，…，K个生产单位的投入产出向量为(x'k，y'k，b'k)，则:

为了表述各时期合意产出与非合意产出的零结合性，还必须假定:

式(9)表示至少有一个生产单位在生产每一种非合意产出，式(10)表示每一个生产单位至少生产一种非合意产出。

2．2 方向性距离函数(DDF)

环境规制的目标主要是尽量减少污染(非合意产出)，并维持经济(合意产出)增长，这可以通过方向性距离函数来表示。DDF考察既定方向g=(gy，－gb)、投入x和环境技术结构P(x)下，合意产出保持一定比例增长的同时，非合意产出保持相同比例缩减的可能性。而传统谢泼德距离函数将合意产出与非合意产出同等对待，假定两者都具有强可处置性，考察两者同时扩张的比例。

假设产出增长方向向量g=(gy，－gb)，基于产出的方向性距离函数可以表述为:

式(11)表示既定投入x和技术结构P(x)下，沿着方向向量g，产出向量(y，b)所能扩张和收缩的最大倍数β。

当方向向量g=(y，0)时，DDF也就变成了传统谢泼德距离函数，且:

假设方向向量是中性的(g=(y，－b))，即公众对合意产出与非合意产出同等对待，要求两者按相同比例增减。时期t生产单位k'(x，y，b)在当期环境技术下的方向性距离函数式(11)可通过线性规划求解:

2．3 Malmquist-Luenberger生产率指数

引入跨期的动态概念，根据 Chung et al．［15］及标准Malmquist指数的构造思想，基于产出和方向性距离函数的从时期t到t+1的TFP增长指数(Malmquist-Luenberger Productivity Index，ML Index)可以定义为:

如果方向向量g由(y，－b)变成(y，b)，式(14)也就变成了标准Malmquist指数。与之类似，曼奎斯特—卢恩伯格生产率指数(ML Index)可以进一步分解为技术进步MLTECH)和技术效率变化(MLEFFCH)。

MLTECH衡量生产可能性边界向外扩张的动态变化，MLEFFCH衡量生产单位实际生产点向生产可能性边界的逼近。ML、MLTECH和MLEFFCH大于(小于)1分别表示生产率增长(下降)、前沿技术进步(退步)和技术效率改善(恶化)。对公式(16)的计算涉及四个类型的方向性距离函数，对应四个线性规划。本文在线性规划求解过程中使用了MaxDEA 4．0软件。

3 变量界定与数据处理

投入变量主要包括:①劳动投入，以农林牧渔总劳动力计算;②土地投入，以农作物总播种面积计算;③机械动力投入，以农业机械总动力计算;④化肥投入，以化肥施用折纯量计算，包括氮、磷、钾和复合肥;⑤役畜投入，以大牲畜数量中农用役畜数量计算;⑥灌溉投入，以实际有效灌溉面积计算。

合意产出变量为1978年不变价表示的农林牧渔业总产值。

农业非合意产出包括各环境污染排放变量。对于农业污染量的核算在已有文献中并没有很好地解决，一般环境年鉴中也没有提供农业污染量的统计。通过综合比较各种核算方法及数据可获得性等因素，论文采用清华大学环境科学与工程系的单元调查评估方法来核算各农业污染排放量。单元调查评估方法是基于单元调查和单元分析的一种定量分析方法，对其详细介绍可以参考赖斯芸等［17］、赖斯芸［18］和陈敏鹏等［19］文献。

依照全文统一口径，本文所定义农业污染主要是指农业生产中污染物化学需氧量(CODCr)、总氮(TN)和总磷(TP)产生量，及其通过地表径流、农田排水和地下淋溶等途径汇入水体所产生的排放量(不包括农药和农膜)，包括化肥流失、畜禽养殖污染、农业有机固体废弃物(农作物秸秆)和水产养殖污染4种类型。论文将各类污染源分解为单元(Elementary Unit，EU，见表1)，并建立起单元、污染产生量及排放量之间的数量关系。

式中，Ej为农业污染物j的排放量，EUi为单元i指标统计数，ρij为单元i污染物j的产污强度系数，ηi为表征相关资源利用效率的系数，PEij为污染物j的产生量，Cij为单元i污染物j的排放系数，它由单元和空间特征S决定，表征各省区环境、降雨、水文及各种管理措施对农业污染物排放的综合影响。

各非点源产污单元统计数据(见表1)均来自官方统计年鉴，各产污强度系数(见表2)和排污系数等参数值则通过广泛的文献调研得到。除了清华大学环境科学与工程系总结的各参数取值外，本文重点参照了第一次全国污染源普查领导小组办公室发布的《污染源普查农业源系数手册》分省各参数取值，最终建立起不同产污单元省际层面上各农业污染产污强度系数、资源综合利用系数和流失系数的相关数据库。根据产污方程(18)和相关参数，论文匡算了转型期分省农业污染排放量(CODCr、TN和TP)的面板数据库。

表1 农业非点源产污单元清单列表Tab．1 List of elementary unit for agricultural non-point pollution

表2 农业非点源产污单元产污强度影响参数表Tab．2 List of affecting parameters for elementary unit for agricultural non-point pollution

另外，考虑到西藏特殊的资源禀赋条件和DEA方法对异常数据的敏感性，论文框架中没有包括西藏;为了保持统计口径统一，论文将1988年后的海南和1998年后的重庆分别纳入广东和四川。故本文所使用数据为1978－2008年中国大陆28个省级行政单位(不包括中国台湾、香港和澳门地区)在31年间所形成的平衡面板数据，所有数据均来自官方统计。

4 实证分析结果与讨论

4．1 环境规制条件下农业TFP增长及其源泉

环境规制条件下，1978－2008年农业TFP年均增长0．44%，其中东部地区增长最快，其次为西部地区，中部地区最慢，分别增长 0．67%、0．52%和0．02%。从 TFP增长源泉来看，全国农业TFP增长主要由前沿技术进步贡献，年均技术进步率为0．26%，技术效率也有一定程度的改善，年均改善0．18%。这说明农业TFP增长主要来自于“最佳实践者”的“最佳实践”，具有明显“增长效应”，由“落后者”主导的对“最佳实践者”的“追赶”所产生的“水平效应”也较为明显，但作用力度要小于“增长效应”。从地区比较来看，三大地区均取得了一定程度的前沿技术进步，其中东部和西部省区较快，中部省区较慢。地区差异主要反映在技术效率变化上，东部地区技术效率改进较明显，西部地区次之，中部地区则存在一定程度的恶化，这是直接导致其TFP增长速度要落后于东西部的原因。

从文献调研来看，本文结果显著异于已有研究。①从TFP增长速度来看，本文估计要明显低于其它相关文献。例如，顾海［6］1981－1995年均增长速度为2.97%，陈卫平［7］1991－2003年均增长速度为 2．59%。②从TFP增长模式来看，虽然本文前沿技术进步对农业TFP增长的贡献率要大于技术效率变化的贡献率，但除了中部地区外，两者都起到了正向作用，技术效率的恶化程度并没有到一种非常令人吃惊的地步。但绝大多数文献均表明，农业TFP增长主要由前沿技术进步推动，技术效率则一直在不断恶化，如顾海［6］、陈卫平［7］等。我们认为，这些应该与本文考虑了农业增长过程中所产生的污染损失有关，环境污染其实也是农业增长过程中的成本，只是其无法通过市场交易的形式表现出来，如果考虑污染成本的话，就必然会对TFP估计产生影响。因此，本文提供了标准Malmquist指数的估计结果(见表3)，在没有环境规制条件下，1978－2008年农业TFP取得了较快增长(1．54%)，主要由前沿技术进步贡献，技术效率则是不断恶化的。

表3 农业全要素生产率增长及其成分的平均增长率(1978－2008)Tab．3 Annual growth of agricultural TFP and its components from 1978 to 2008

4．2 环境规制条件下农业TFP增长时间趋势特征

从农业TFP增长及源泉的时间变化来看，大致可以将农业TFP增长划分为1979－1984年、1985－1991年、1992－1996年、1997－2000年、2001－2005年和2006－2008年六个子阶段(见表4)，不同时期农业TFP增长速度尤其是增长模式存在着显著差异，这与转型期农业增长的阶段划分基本一致。不过，在标准Malmquist指数文献中，TFP增长与农业增长的变化特征呈现典型的顺周期特征，如 Lambert等［5］和陈卫平［7］等。在环境规制条件下，虽然时间转折点基本相同，但存在两个显著差异:①TFP增长、前沿技术进步和技术效率改进速度大幅下降;②具体动态趋势上，已经基本不存在顺周期的TFP增长特征，在很多时候还呈现逆周期的变化特征(见表4)。这可能说明了在农业增长过程中，尤其是在高速增长的时候，产生了较为严重的污染损失，这一成本是巨大的，如果忽视该污染成本的话，不仅会高估农业TFP的增长速度，而且还很容易表现出随农业产出增长波动的顺周期贡献特征。但如果考虑到这一污染成本的话，则必然会对TFP估计结果产生影响，甚至表现出截然相反的变化特征。

表4 农业全要素生产率增长及其成分变化的阶段划分(1978－2008)Tab．4 Phase of agricultural TFP growth and its components from 1978 to 2008

具体来看，在改革初期第一阶段(1979－1984年)，农业TFP增长相对较快，年均增长0．37%。一般认为这一时期农业生产率增长主要与家庭联产承包责任制、第一轮农产品提价等因素有关，该阶段TFP增长主要由技术进步单独贡献(1．13%)，技术效率是恶化的(－1．77%)。大多数标准Malmquist指数测算表明，第二阶段农业TFP开始明显陷入停滞，但环境规制条件下，第二阶段农业TFP仍然保持了一定速度的增长(0．47%)，只是增长模式发生了显著变化，由技术效率变化单独贡献(0．86%)，前沿技术进步不理想。在1992－1996年第三阶段，市场化改革加速推进，农业也进入了一个较为迅速的增长期，但这一时期TFP增长却基本处于停滞(0．07%)，主要表现为前沿技术的缓慢进步(0．13%)和一定程度的技术效率损失(0.40%)。在“农村真穷，农民真苦，农业真危险”等“三农”问题集中爆发的第四阶段(1997－2000年)，农业TFP却维持了相对较高增长水平(0．66%)，这主要由技术效率改进所贡献(0．75%)，技术进步相对停滞。新世纪后第五阶段(2001－2005年)，在中央政府强力扶农政策支持下，农业发展进入到一个新的春天，但此时农业TFP增长却不理想，技术进步状况相对乐观(0．44%)，技术效率则是恶化的(－0．35%)，成为TFP停滞的直接原因。“十一五”以后(2006－2008年)，农业TFP呈现相对高增长势头(1.85%)，但这仍然是一种典型的“单驱动”模式，技术效率改进明显(1．40%)，技术进步起到了一定滞后作用。表4同时提供了标准Malmquist指数的估计结果，在不考虑环境污染的情况下，TFP增长基本上是顺周期的。从中，我们可以看出是否考虑环境污染成本对农业TFP时间变化特征所产生的巨大影响。

4．3 “环境技术创新者”身份确认

在整体分析的基础上，论文试图进一步识别出农业“环境技术创新者”，即各年份究竟是哪些省区在主导着生产可能性边界的移动?根据Fare等［20］等文献，论文进一步引入以下条件。

式(19)中，第一个条件表示从t期到t+1期生产可能性边界沿着既定方向向量是向外扩张的。第二个条件表示t+1期投入产出值在t期环境技术结构下不可行，即技术进步发生后，t+1期的生产发生在t期生产可能性边界之外。第三个条件表示“环境技术创新者”必然会处于当期生产可能性边界上。如果同时满足上述三个条件，该生产单位就是“环境技术创新者”。

表5提供了1978－2008年农业“环境技术创新者”的身份确认状况。环境规制条件下，30年间共有18个省区至少移动生产可能性边界一次，直接推动着前沿技术进步，其中北京(30次)、上海(29次)、天津(29次)、青海(29次)、贵州(28次)和宁夏(25次)表现最为突出。从地区分布来看，推动环境技术创新的主要是东部地区三大直辖市和西部一些边远省份，除了能源大省山西表现相对较佳外，作为粮食主产区的中部农业大省表现都不理想，其环境技术创新状况远远落后于东部和西部地区。这再一次说明了农业大省并非一定就是农业强省，尤其在考虑环境污染成本以后。这一身份确认结果与表3东中西各地区TFP增长、技术进步和技术效率变化状况是一致的。东西部省区农业生产绩效总体上要优于中部地区，中部农业大省的农业高速增长有可能更多是大规模要素投入和较大环境污染损失的结果。

表5 农业“环境技术创新者”的身份确认及其分布状况(1978－2008年)Tab．5 Identification and its distribution of agricultural“innovator for environmental technology ”from 1978 to 2008

5 研究结论及政策含义

传统TFP框架只考虑合意产出存在的情况，无法考虑非合意产出——环境污染对TFP的影响，有可能对生产率增长情况产生误判。本文在采用单元调查评估方法对转型期分省农业污染排放量进行核算的基础上，应用基于方向性距离函数的 Malmquist-Luenberger指数，对我国1978－2008年环境规制条件下地区农业TFP增长及其源泉进行实证分析，将农业增长、资源节约与环境保护纳入到一个统一框架。

实证表明，环境规制条件下，转型期农业TFP取得了一定增长，这一增长主要由技术进步贡献，“增长效应”明显，环境技术效率也存在一定程度的改善，具有一定“水平效应”，但“水平效应”小于“增长效应”。从地区比较来看，东部地区农业TFP增长最快，其次为西部地区，中部地区最慢，前沿技术进步和环境技术效率变化也表现出相同的地区特征。从时间变化来看，TFP增长与农业增长变化特征基本一致，可以被划分为六个阶段，每个阶段TFP都表现出不同增长特征。从“环境技术创新者”身份来看，以三大直辖市为代表的东部省区和西部一些边远省份，在推动农业环境技术创新上发挥了重大作用，直接推动着农业环境技术的创新，作为粮食主产区的中部农业大省表现则很不理想。

实证表明，是否考虑环境规制因素对农业TFP估计影响较大。如果不考虑污染成本的话，首先，会严重高估农业TFP增长速度;其次，会放大前沿技术进步的贡献程度，也会放大技术效率状态的恶化程度，这可能会对具体TFP增长模式及蕴含政策含义产生误判;第三，会对农业TFP增长的时间变化特征产生影响，考虑污染成本条件下，原有TFP增长顺周期特征消失了，甚至还表现出逆周期特征;第四，本文实证在某种程度上说明了，对农业发展的环境规制可能会导致农业生产率恶化。也就是说我国农业发展并不存在节能减排与经济发展的波特“双赢”假说，当然，本文并不为未来长期内波特“双赢”假说的存在性提供证据。

当然，论文还存在一定不足之处。对农业污染排放量的准确核算是一个相对困难的实证问题。例如，随着畜禽规模化养殖比例越来越高，这已成为一个重要污染源，并具有一定点污染特征，农药残留、农膜污染等也是重要农业污染源。本文只是重点对农业非点源污染排放量(CODCr、TN和TP)进行了核算，没有考虑到其他污染物，这可能会影响到农业TFP估计的准确性。因此，根据本文结论讨论相关政策建议时仍需采取一种审慎态度，本文只是朝相关方向做出了自己的努力。

References)

［1］John M，Whalley J，Zhu L．The Impact of China's Economic Reforms on Agricultural Productivity Growth［J］．The Journal of Political Economy，1989，97(4):781－807．

［2］Lin J Y．Rural Reforms and Agricultural Growth in China［J］．American Economic Review，1992，82(1):34－51．

［3］Wen G J．Total Factor Productivity Change in China’s Farming Sector:1952 －89［J］．Economic Development and Cultural Change，1993，42:1－41．

［4］Fan S，Zhang X．Production and Productivity Growth in Chinese Agriculture:New National and Regional Measures［J］．Economic Development and Cultural Change，2002，50(4):819 －838．

［5］Lambert D K，ParkerE． Productivity in Chinese Provincial Agriculture［J］．Journal of Agricultural Economics，1998，49(3):378－392．

［6］顾海，孟令杰．中国农业TFP的增长及其构成［J］．数量经济技术经济研究，2002，37(10):44 －48．［Gu Hai，Meng Linjie．China’s Agricultural TFP Growth and Its Components［J］．The Journal of Quantitative and Technical Economics，2002，37(10):44 －48．］

［7］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):18－23．［Chen Weiping．Productivity Growth，Technical Progress and Efficiency Change in Chinese Agriculture:1990 －2003［J］．China Rural Survey，2006，(1):18 －23．］

［8］李静，孟令杰．中国农业生产率的变动与分解分析:1978－2004年［J］．数量经济技术经济研究，2006，(5):11 －19．［Li Jing，Meng Lingjie．The Empirical Study on the Growth and Decomposition of China’s Agricultural Productivity from 1978 to 2004［J］．The Journal of Quantitative and Technical Economics，2006，(5):11 －19．］

［9］陈卫平．我国玉米全要素生产率增长及其对产出的贡献［J］．经济问题，2006，(2):40 － 42．［Chen Weiping．Total Factor Productivity Growth and its Contribution to Output Growth in Chinese Maize Production［J］．Economic Problems，2006，(2):40 －42．］

［10］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［J］．经济科学，2008，(3):20 －33．［Shi Hui，Meng Lingjie，Wang Huaiming．An Analysis of the Regional Gap and Fluctuation of China’s Agricultural Productivity［J］．Economic Science，2008，(3):20 －33．］

［11］刘扬，陈劭锋，张云芳．中国农业EKC研究:以化肥为例［J］．中国农学通报，2009，25(16):263 －267．［Liu Yang，Chen Shaofeng，Zhang Yunfang．Study on Chinese Agricultural EKC:Evidence from Fertilizer［J］．Chinese Agricultural Science Bulletin，2009，25(16):263 －267．］

［12］杜江，刘渝．中国农业增长与化学品投入的库兹涅茨假说及验证［J］．世界经济文汇，2009，(3):96 －108．［Du Jiang，Liu Yu．The EKC Hypothesis and its Test between China’s Agricultural Growth and Chemical Inputs［J］．World Economics Papers，2009，(3):96 －108．］

［13］涂正革．环境、资源与工业增长的协调性［J］．经济研究，2008，43(2):93 － 104．［Tu Zhengge．The Coordination of Industrial Growth with Environment and Resource［J］．Economic Research Journal，2008，43(2):93 －104．］

［14］王兵，吴延瑞，颜鹏飞．环境管制与全要素生产率增长:APEC的实证研究［J］．经济研究，2008，43(5):19－32．［Wang Bing，Wu Yanrui，Yan Pengfei．Environmental Regulation and Total Factor Productivity Growth:An Empirical Study of the APEC Econmies［J］．Economic Research Journal，2008，43(5):19 － 32．］

［15］Chung Y H，Fare R，Grosskopf S．Productivity and Undesirable Outputs:A Directional Distance Function Approach［J］．Journal of Environmental Management，1997，51:229 －240．

［16］Fare R， Grosskopf S，Lovell C． Production Frontier［M］．Cambridge:Cambridge University Press，1994．

［17］赖斯芸，杜鹏飞，陈吉宁．基于单元分析的非点源污染调查评估方法［J］．清华大学学报:自然科学版，2004，44(9):1184－1187．［Lai Siyun，Du Pengfei，Chen Jining．Evaluaiton of Nonpoint Source Pollution based on Unit Analysis［J］．Journal of Tsinghua Unversity:Science and Technology Edition，2004，44(9):1184 － 1187．］

［18］赖斯芸．非点源污染调查评估方法及其应用研究［D］．北京:清华大学，2004．［Lai Siyun．Study on Non-point Sources Pollution Investigation and Evaluation Method and its Application［D］．Beijing:Tsinghua Unversity，2004．］

［19］陈敏鹏，陈吉宁，赖斯芸．中国农业和农村污染的清单分析与空间特征识别［J］．中国环境科学，2006，26(6):751 －755．［Chen Minpeng，Chen Jining，Lai Siyun．Inventory Analysis and Spatial Distribution of Chinese Agricultural and Rural Pollution［J］．China Environmental Science，2006，26(6):751 －755．］

［20］Fare R，Grosskopf S，Margaritis D．APEC and the Asian Economic Crisis:Early Signals from Productivity Trends［J］．Asian Economic Journal，2001，15(3):325 －342．

Growth and Sources of Agricultural Total Factor Productivity in China under Environmental Regulations

LI Gu-cheng CHEN Ning-lu MIN Rui
(College of Economics and Management，Center of Hubei Rural Development，Huazhong Agricultural University，Wuhan Hubei 430070，China)

Using the unit investigation and evaluation method(unit analysis)to evaluate the agricultural non-point source pollution(NSP)of each province in China，this paper applies the Malmquist-Luenberger productivity Index method which is based on the directional distance function(DDF)to calculate the agricultural TFP growth and its components accounting for environmental regulations at the provincial level of China from 1978 to 2008．So the agricultural growth，resource conservation and environmental protection have been integrated into a unified framework．The main conclusions are as follows:(1)Accounting for the environmental regulations，the agricultural TFP growth is slightly positive．It is mainly driven by the frontier technological progress(TP)and there is slight improvement in the situation of environmental technical efficiency(ETE)．The dynamic tendency of agricultural TFP growth can be classified into six phases in 1978－2008．(2)Taking overall consideration of resource conservation，environmental protection and agricultural growth，the differences among regional TFP growth and its modes are significant．In general，the eastern region is better than the western region，while the central region maybe in the situation of un-equilibrium．(3)Three municipalities，Beijing，Shanghai，and Tianjin directly under the central government in east coastal region as well as some remote and border provinces like Qinghai，Guizhou and Ningxia in western region lead the agricultural environmental technology innovation directly．(4)Whether to consider the cost of environmental pollution or not has a significant influence on the calculation of agricultural TFP growth，and maybe leads to the biased error of policy．

agricultural TFP;environmental regulation;Malmquist-Luenberger productivity index;directional distance function

F205

A

1002－2104(2011)11－0153－08

10．3969/j．issn．1002－2104．2011．11．025

2011－07－05

李谷成，博士，副教授，主要研究方向为农业技术经济。

国家自然科学基金项目(编号:70903027);教育部人文社会科学研究项目(编号:09YJC790105);教育部博士学科点专项科研基金(新教师基金)(编号:20090146120004);国家社会科学基金项目(编号:08BJY068)。

(编辑:田 红)