农业集约化经营效率的国际比较研究

王家庭，王巧云

(1.南开大学中国城市与区域经济研究中心，天津300071;2.北京外国语大学亚非学院，北京100089)

农业是国民经济的基础产业，其产出的增长不仅依赖于效率的提高还依赖于技术的进步。2005年后我国农产品保护期结束，如何提高农业集约化经营的效率水平是我国农业发展的主要问题。

近年来，国内外学者对农业生产率及其收敛问题研究较多。［1－15］但对农业集约化经营效率的研究有待深入。基于此，本文利用非参数DEA的Malmquist全要素生产率方法，对32个国家的农业集约化经营的效率问题进行实证研究。

1 研究方法和变量选取

1.1 研究方法

Malmquist数量指数由瑞典经济学家 Sten Malmquist于1953年首次提出，当时是用来分析不同时期的消费变化。接着 Cave、Christensen和Diewert首先将该指数用于生产率变化的衡量，分别构造了投入导向和产出导向的Malmquist生产率指数［16］;此后与Charnes等建立的 DEA理论相结合，到1994 年，Fare、Norris、Grosskopf和 Zhang建立了用来考察全要素生产率增长的Malmquist生产率指数［17］，进而应用Shephard距离函数将生产率增长分解为技术效率变化与技术进步，该方法不仅可以衡量全要素生产率的逐期变化动态，还可以进一步分解为纯技术效率变化、规模效率变化和技术进步变化指数。这种指数有两个主要的优点:第一，它不需要相关的价格信息，由于相关投入和产出的数据较易获得，而要素的价值份额和价格等信息的获得较难，故这个优点就显得尤为重要。第二，它可以分解为技术效率变化和技术进步变化两部分。基于投入导向的全要素 Malmquist指数可以表示为:

为了消除由于参考技术前沿的选择而带来的偏差，我们选择不同时期的技术前沿下的Malmquist指数取几何平均值:

Malmquist生产率指数是在固定规模报酬下所衡量的指数，它可以分解为技术效率变化和技术进步变化指数。即:

其中Effch表示技术效率变化指数，该指数描述的是由t期到t+1期每个决策单元到生产前沿面的追赶程度，反映了两个时期相对效率的改善，该指标也可以分解为纯技术效率变化指数和规模效率变化指数。Tech指数表示的是由t期到t+1期每个决策单元技术的进步程度，反映了全要素生产率指数对技术创新的依赖性。通过对Malmquist指数的测度我们可以确定一国农业集约化经营效率的增长是由于自身技术的进步还是对前沿国的追赶。

1.2 变量选取

本文选取2004—2008年32个国家的面板数据，其中亚洲、非洲、北美洲、南美洲、欧洲和大洋洲分别有14、3、3、3、7和2个国家。农业集约化经营的产出指标为各国主要农产品产值，这里的农业指的是狭义上的种植业，主要包括谷物、大豆、根茎类作物、花生、油菜籽、纤维植物等农作物。投入指标为农业经济活动总人口、总耕地面积、农用机械总数和化肥施用总量。其中农业机械总数包括农用拖拉机和收割机使用量，由于FAO和年鉴上指标给出的是平均每公顷的数据，故需要通过各国总耕地面积数汇总得到。以上各国农业基础数据均来源于联合国粮农组织FAO、历年《国际统计年鉴》和《农村统计年鉴》。

2 实证结果分析

本文应用 DEAP2.1软件计算2004—2008年32个国家农业集约化经营的全要素生产率指数，并将其分解为技术效率变化指数(Effch)和技术进步变化指数(Tech)，其中技术效率变化指数又可以分解为纯技术效率变化指数(Pech)和规模效率变化指数(Sech)。本文主要是研究中国农业的集约化经营的效率变化情况，所以本文将中国分别与日本和印度进行比较，以期得出对中国的农业集约化经营的效率变化情况及其原因的正确评价。

2.1 农业全要素生产率指数的变动及其分解的国际比较

运用DEAP2.1软件计算Malmquist指数，将投入产出数据代入求解，经过运算分析得到2004—2008年各国农业集约化经营效率的Malmquist指数变化结果(表1)。

课程结束后，我为妈妈拍了几张照片，妈妈很满意，还表扬我很会抓拍，人物的表情十分自然。我喜欢摄影，因为，它可以把平凡的事物变得更美丽、更温馨。（指导老师：张莉敏）

由表1可以得出，从整体上看，2004—2008年32个国家的平均全要素生产率变化指数为1.024，其中技术效率变化指数只有0.991，而技术进步变化指数达到1.037，技术进步提高了3.7%，说明TFP的提高主要是靠技术进步带来的。

表1 2004—2008年各国农业集约化经营效率的Malmquist指数及其分解的均值

从各国来看，全要素生产率变化指数超过1的主要有中国、孟加拉国、印度尼西亚、日本、韩国、缅甸、巴基斯坦、越南、埃及、尼日利亚、南非、加拿大、美国、巴西、委内瑞拉、捷克、法国、意大利、俄罗斯、澳大利亚和新西兰21个国家，说明这些国家的农业集约化经营的效率有所改善，其中，孟加拉国和加拿大的全要素生产率指数变化最大，为1.132，提高了13.2%;中国的全要素生产率变化指数为1.001，说明中国的农业集约化经营的效率提高了0.1%。

从技术进步变化指数看，除中国、菲律宾、阿根廷、德国和英国外，其余均大于1。中国的技术进步变化指数只有0.999，居倒数第五位。就技术效率变化指数而言，大于1的有9个国家，且有10个国家的技术效率变化指数没有发生改变，13个国家的技术效率变化指数小于1，其中中国的技术效率变化指数为1.002，说明中国的效率值提高了0.2%，这主要是由规模效率上升所引起的，而纯技术效率并没有发生改变。

从全要素生产率变化指数及其分解指数看，大部分国家全要素生产率的提高是由于技术的进步。其中有8个国家(孟加拉国、印度尼西亚、韩国、埃及、加拿大、意大利、俄罗斯和新西兰)是由于技术效率的提高和技术进步共同导致全要素生产率的增长，而中国的全要素生产率的提高主要是由于技术效率的提高，其中的规模效率的上升又是技术效率提高的关键。

2.2 中国农业集约化经营的Malmquist指数的国际比较

由表2可以得出，从整体上看，中国农业集约化经营的全要素生产率指数(1.001)高于印度(0.973)，低于日本(1.007)。中国与发达国家日本农业集约化经营的全要素生产率均得到了增长，分别提高了0.1%和0.7%，但全要素生产率提高的原因不同。中国全要素生产率指数的提高主要是由技术效率水平的提高引起的，而技术效率的提高主要是由于规模效率提高了0.2%，纯技术效率没有变化;日本则是由于技术进步变化指数(1.051)的提高所引起的，技术进步幅度达到5.1%。与发展中国家印度相比，虽然印度的技术进步幅度达到4.4%，但由于技术效率变化指数只有0.941，使得全要素生产率变化指数只有0.973，反而下降了2.7%，其主要是因为纯技术效率下降了17.5%。从以上分析可以得出，中国要提高农业集约化经营的全要素生产率不仅仅需要促进技术的进步，而且还要进一步提高技术效率即纯技术效率和规模效率。

表2 2004—2008年中国、日本和印度的Malmquist指数比较

从时间变迁上看，2005—2006年中国的农业集约化经营的全要素生产率提高幅度最大，达到11%，其中技术效率增长和技术进步幅度分别达到4.7%和6%，均高于同期的日本和印度，说明这一阶段的中国农业集约化经营的绩效得到大幅度提高。其他时间段如2004—2005年中国的全要素生产率变化指数为0.883，其中技术进步变化指数为1.108，但技术效率变化指数只有0.797，落后于同期的日本(0.882)和印度(0.832)，中国技术效率值下降主要是因为规模效率下降了20.3%。

通过4次年际间测算，我国农业集约化经营的技术效率变化指数呈现逐年小幅增长态势，从0.797上升到1.116，其中纯技术效率变化指数仍然为1，规模效率指数不断上升，说明这4次年际间技术效率水平的提高主要是规模效率逐年递增引起的。但年际间的技术进步变化指数由2004—2005年的 1.108 变为 2007—2008 年的 0.873，显示出明显的技术衰退。日本和印度的技术进步变化指数同样在逐年下降，但在2007—2008年际间反弹，出现了明显的技术进步。

3 各国农业集约化经营效率的收敛性检验

为了进一步分析各国农业集约化经营效率增长差距的变化趋势，我们进行收敛性检验。根据Barro和Sala－I－Martin的研究，经济增长的收敛性包括σ收敛和β收敛两种类型，β收敛又分为绝对β收敛和条件β收敛两种情况。［18］σ收敛是指区域之间经济增长的差距随时间而减少;β收敛是指区域经济增长与其初始水平呈负相关关系。如果区域之间不存在经济增长条件差异的情况下而发生的收敛就称为绝对β收敛，而如果在经济增长条件相似或相同的区域之间发生收敛，并且不同的区域收敛于不同的稳态水平则称为条件β收敛。这里我们仅进行绝对β收敛和条件β收敛检验。

3.1 绝对β收敛检验

本文对农业集约化经营效率的绝对β收敛检验采用如下模型:

其中TFP为全要素生产率指数，α和β为待估参数，εi为误差项。收敛速度λ可以通过公式β=－(1－e－λT)/T求得。

3.2 条件β收敛检验

在条件β收敛估计中，我们采用面板数据的固定效应模型进行检验，这是因为固定效应模型允许使用最少的数据且无需增加控制变量以便展开实证分析，其模型为:

其中各变量含义同上模型，收敛速度λ可以通过公式 β= －(1－e－λT)求得。

3.3 模型分析结果

从表3我们可以看到，模型估计的结果都通过了相关指标的显著性检验，表明这32个国家的农业集约化经营的全要素生产率同时存在绝对β收敛和条件β收敛。

表3 32个国家农业全要素生产率的收敛性检验结果

在绝对β收敛检验结果中，参数β的估计值为－0.03314，且通过了1%的显著性检验，这说明了这32国家农业全要素生产率的增长速度与其全要素生产率指数的初始水平呈负相关，TFP指数低的国家比TFP指数高的国家增速快，从而这些国家的农业TFP趋于收敛，收敛速度为0.03555。在条件β收敛检验结果中，参数β的估计值为－0.13671，且通过了1%的显著性检验，这说明32个国家农业的TFP将各自趋于稳定的水平。

4 我国农业集约化经营效率的提升方向

我们以2007—2008年32个国家农业集约化经营的技术效率变化指数和技术进步变化指数的分布来测度我国农业效率提升方向。以指数为1作为临界点，把32个国家的效率水平分为四种类型，其分布如图1所示。

图1 2007—2008年各国农业集约化经营的效率变化指数和技术进步变化指数分布图

由图1可以看出，大多数国家处于第Ⅰ、Ⅱ类型，只有极少数国家处于Ⅲ、Ⅳ类型。如英国处于类型Ⅲ，即低技术效率变化指数和低技术进步变化指数的双低型，其提升方向是既要提高技术效率水平，又要促进技术进步，以实现由Ⅲ到Ⅰ跨越式发展。中国和加拿大处于高技术效率变化指数和低技术进步指数的类型Ⅳ，应着重单方面效率水平的提高，效率水平改进的方向是加快技术进步，其发展模式主要是由Ⅳ向Ⅰ转变。伊朗、日本等国家应着重提高技术效率水平，即纯技术效率和规模效率的提高，其发展模式应由Ⅱ向Ⅰ转变。俄罗斯、新西兰等国家处于高技术效率变化指数和高技术进步变化指数的Ⅰ型，其提升方向应是进一步提高这两个指数。因此，各国应该针对本国的具体情况，不断提高管理水平，加快技术进步，提高投入要素的利用率，降低资源的浪费程度，合理扩大农业集约化经营规模，从而提高本国的整体效率水平。

5 结论

本文应用非参数DEA的Malmquist全要素生产率指数考察32个国家农业集约化经营效率水平，得出如下结论:

(1)从总体上看，2004—2008年32个国家的农业集约化经营的全要素生产率变化指数平均为1.024，其中效率变化指数为0.991，技术进步变化指数为1.037。大部分国家的农业集约化经营的全要素生产率的提高是由于技术的进步。但中国是由于技术效率水平的提高，且主要是规模效率的提高所引起的。

(2)从技术效率、纯技术效率和规模效率指数看，中国的技术效率变化指数由2004—2005年的0.797上升到 2007—2008年的 1.116。但其中的纯技术效率指数没有改变，效率的提高主要是依靠规模效率的上升。因此，未来由纯技术效率的提高引导总效率水平提高将是中国农业集约化经营改善的重要体现。但也不能忽略规模优势的作用，应继续加大农业的投入力度，以规模效率的提高带动总效率的增长。

(3)从技术进步指数看，中国的技术进步指数呈现出先降低后上升的态势。技术进步显示出中国在利用先进技术提高农业生产率上取得的进步。但相对于其他国家来说，中国的技术进步指数仍然很低。因此，对于中国农业集约化经营活动而言，依靠技术进步促进效率提高仍有较大的潜力，提高技术进步水平将成为中国农业集约化经营效率水平增长的新动力。

(4)从全要素生产率的β收敛性检验结果看，32个国家的农业集约化经营的全要素生产率同时存在绝对β收敛和条件β收敛，说明这些国家的农业集约化经营的TFP将趋于同一均衡值，且最终将稳定在同一水平。

［1］Kawagoet，Hayamiy.An Intercountry Comparison of Agricultural Production Efficiency，American［J］.Journal of Agricultural Economics，1985(67):87 －92.

［2］Fulginiti L E，Perrin R K.LDC Agriculture:Nonparametric Malmquist Productivity Indexes［J］.Journal of Development Economic，1997(53):373 －390.

［3］Fulginiti L E，Perrin R K.Agricultural Productivity in Developing Countries［J］.Agricultural Economic，1998(19):45 －51.

［4］Coelli T J，Rao D S P.Total Factor Productivity Growth in Agriculture:A Malmquist Index Analysis of 93 Countries，1980 －2000［R］.Working Paper.Centre for Efficiency and Productivity Analysis，2003.

［5］Martin W，Mitra D.Productivity Growth and Convergence in Agriculture and Manufacturing［R］.Mimeograph:Development Research Group，World Bank，1998.

［6］Ball V，Bureau J，Butault J，et al.Levels of Farm Sector Productivity:An International Comparison ［J］.Journal of Productivity Analysis，2001(15):5 －29.

［7］Bernard A C，Jones.Comparing Apples to Oranges:Productivity Convergence and Measurement Across Industries and Countries［J］.American Economic Review，1996，86(5):1216 －1238.

［8］Miller S M，Upadhyay.Total Factor Productivity and The Convergence Hypothesis［J］.Journal of Macroeconomics，2002(24):267－286.

［9］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［J］.财经研究，2010(3):113 －123.

［10］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(10):15－18.

［11］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.

［12］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.

［13］黄振华.技术进步、人力资本与中国农业发展:1985—2005年中国农业技术进步率的实证与比较［J］.财经问题研究，2008(3):124－129.

［14］赵蕾，杨向阳，王怀明.改革以来中国省际农业生产率的收敛性分析［J］.南开经济研究，2007(1):107－116.

［15］李谷成.中国农业生产率增长的地区差距与收敛性分析［J］.农业经济研究，2009(2):41－48.

［16］Caves D W，Christensen L R，Diewert W E.Multilateral Comparisons of Output，Input and Productivity Using Superlative Index Numbers［J］.Economic Journal，1982(92):73 － 86.

［17］Fare R，Grosskopf S，Norris M，et al.Productivity Growth，Technical Progress，and Efficiency Change in Industrialized Countries［J］.American Economic Review，1994(84):66 －83.

［18］Barro R，Sala－I－Martin X.Convergence Across States and Regions［J］.Brooking Papers on Economic Activity，1991(1):107－182.