粮食全要素生产率影响因素的实证分析

焦晋鹏，宋晓洪

（哈尔滨商业大学a.经济学院；b.MBA、MPA教育中心，哈尔滨 150076）

0 引言

粮食直补政策自2003年实施以来，其实施效果一直是我国学者关心的重点问题之一。如周应恒（2009）运用全球贸易分析模型进行分析，认为粮食直补政策具有促进粮食作物播种面积增加的效果。高玉强（2010）运用数据包络分析法对2004～2008年各省粮食直补、粮食产量和农业从业人员等数据进行分析，得出粮食直补效率很低的结论。黄季焜等（2011）通过对6个省份大样本随机抽样调查获得的1000多户农户数据进行分析，发现现行的粮食直补政策对粮食播种面积和粮食产量变动的影响很小。盛逖（2013）通过对2011年我国27个省份的粮食直补、粮食产量和农民收入等指标效率的研究，发现粮食直补政策几乎无法起到激励粮食生产的作用，因此急需改变粮食直补模式。彭澧丽等（2014）通过对2004～2011年全国稻谷、玉米和小麦生产数据的全面分析，发现粮食直补对稻谷和玉米的生产具有负向影响，对小麦的生产具有正向影响。可以发现，学者们对粮食直补政策的实施效果的研究，始终是围绕着粮食生产投入环节上，如粮食直补对粮食作物播种面积、农业从业人数、化肥和农药等方面的影响，而在粮食直补对粮食生产效率的影响方面关注较少。粮食生产效率的变化，关系到我国在人均耕地资源，水资源不足的情况下，国家粮食安全战略的制定和实施。因此，研究粮食直补对粮食生产效率的影响具有重要的意义。

1 研究方法与模型

1.1 DEA-Malmquist指数方法

式（5）中Malmquist生产率指数可以分解为效率改进指数(ECH)和技术进步指数(TCH)。如果Malmquist指数值大于1，则表明从t时刻到s时刻全要素生产率增长，小于1则表明下降，等于1则全要素生产率不变。ECH衡量从t时期到s时期每个DMU的相对效率变化，表现为DMU向最佳前沿面移动的程度，反映的是技术使用效率的变化。TCH衡量最佳前沿面在两个时刻之间的移动幅度，反映的是技术进步。

1.2 计量模型

根据本文的研究思想，将通过以下模型研究粮食直补对粮食生产效率的影响。

式（6）、（7）和（8）中，被解释变量 ECH 、TEC 和Malmquist分别为效率改进指数、技术进步指数及粮食全要素生产率指数，TKEV是核心解释变量粮食直补，CV为其余控制变量，i和t分别为截面和时间指标。

2 粮食全要素生产率影响因素实证分析

2.1 数据处理

根据上述实证模型和方法，选择粮食主产区13个省份（黑龙江、吉林、辽宁、河北、山东、河南、江西、江苏、安徽、湖南、湖北、四川和内蒙古）2003～2011年的粮食生产投入和产出数据，计算粮食全要素生产率指数。参考以往相关研究文献（魏丹等，2010；红波，2012）结合数据的可得性和准确性，选取粮食产量（万吨）为产出指标，农林牧渔业就业人员（万人），农业机械总动力（万千瓦），粮食播种面积（千公顷），化肥使用量（万吨），农药使用量（吨）为五个投入指标。其中，除粮食产量和粮食播种面积两个指标之外的四个指标无法直接获得相应粮食生产投入数据，但是在粮食主产区中粮食生产投入占比较高，因此用农业投入的总量数据做替代也符合研究要求。衡量粮食直补对粮食全要素生产率指数的影响时，除了粮食直补这一核心解释变量外，参照米建伟（2009）、王珏等（2010）、郑云（2011）和黄季焜（2011）等学者的研究文献，选择了农田水利发展和农村发展程度为控制变量。投入指标、产出指标、粮食直补金额和控制变量中数据主要来自《新中国统计资料六十年汇编》和历年的《中国统计年鉴》、《全国农产品成本收益资料汇编》和《中国农村统计年鉴》，其中粮食直补2011年数据来自盛逖（2013）中相应数据，而2009和2010年缺失数据用插值法来弥补。

（1）产出指标：选用13个省份生产的粮食作物如稻谷、小麦、玉米、高粱、谷子、薯类和大豆等的产量加总。

（2）投入指标

①农林牧渔业就业人员：主要指农林牧渔业及其副业的劳动力的人数。

②农业机械总动力：主要包括农林牧渔业的各种机械动力总和。

③粮食播种面积：主要指谷物、豆类和薯类三类农作物的播种面积。

④化肥使用量：在农业生产中的氮肥、磷肥、钾肥和复合肥的折纯量。

⑤农药使用量：在农业生产中各种有机和无机农药的使用量。

（3）核心变量：粮食直补，粮食播种面积乘以每亩粮食播种面积粮食直补金额。

（4）控制变量

①农村发展因素（DM），用农村用电量表示。农村的发展和农业的发展是不可分割的两部分，用电量的高低不仅是衡量经济发展质量的重要指标，也是衡量生活水平的指标。农村用电量包括农村的生活用电和部分生产用电，用其代表农村发展是合理的。

②农田水利因素（NTSL），用有效灌溉面积与耕地面积之比表示。粮食生产离不开水利的发展，这种对粮食生产有重大影响的因素是有必要控制的。

2.2 粮食主产区总体评价

粮食主产区的粮食全要素生产率Malmquist指数均值为1.011，表明粮食全要素生产率的年均增速为1.1%，远低于粮食产量4.5%的平均增速（见表1）。不仅如此，粮食全要素增长率的速度远低于我国全要素增长率，粮食种植业的落后显而易见。在这种粮食生产低效率和投入不足的状态下，为保障粮食安全，增加粮食生产的各项投入成为了重要增产途径，使得我国粮食的生产成本不断增加。可以看出，粮食主产区依然以粗放式粮食生产方式为主，即过度依赖农药和化肥等投入，还没有转变为粮食生产精细化，即以全要素生产率的增长推动粮食产量增长的模式。

表1 粮食主产区粮食全要素生产率及其构成变化

从效率改进和技术进步指数中可以发现，粮食全要素生产率增长的主要驱动因素是技术进步。粮食主产区效率改进指数的均值为0.996，年均增长率为-0.4%，表明粮食生产中对已有技术的使用效率是缓慢下降的。与之相比，技术进步指数的均值为1.016，即粮食生产技术水平是以1.16%的速度进步的。相对于缓慢衰退的效率水平，技术进步在促进粮食全要素生产率增长中起到了决定性作用。另外，粮食主产区的技术进步呈现出较大的波动，这可能与农民种植粮食积极性有关系，当粮食生产遇到灌溉不足等影响时，DEA将这种技术前沿的倒退解释为技术退步。效率改进和粮食全要素生产率波动较小，可能与2003年以来稳定的粮食补偿政策有关。

2.3 区域分析

由表2可以看出不同地域粮食全要素生产率增长存在较大差距。中部地区省份的粮食全要素生产率以2.5%年均增速居于首位，东部地区其次为2.1%，西部地区最低为-1.9%。尽管三个区域实现了粮食产量的增长，但是西部地区主要依靠生产投入的增加带动粮食产量的增长，并没有实现中部与东部省份依靠效率的提高带动粮食产量增长的方式。从技术利用效率来看，中部地区省份的技术利用效率高于东部省份，更远高于西部地区省份，西部地区省份技术利用效率处于衰退状态，技术使用效率年均下降1.2%。从技术进步的角度看，中部和东部省份拥有经济资源和科技资源优势，技术进步速度为2.2%，与西部省份增速相比差距明显。西部地区粮食生产技术出现整体倒退，导致其粮食全要素生产率不断下降，这里的技术衰退并不是指新种子、新型化肥等科学技术推动的技术发生退步，而是农户在粮食生产中的“干中学”出现退步，即农户在粮食生产中并没有产生知识积累，反而却发生生产技术遗忘。

从时间角度来看，在2003～2006年间粮食全要素生产率增长较慢的西部与中部、东部的差距表现为扩大态势，而在2007年之后好转并在以后的年份里保持较小差距。不难发现，2007年之后西部地区的技术效率增长率与东、中部保持微弱的差距，是提升其粮食全要素生产率的主要原因。这表明，西部地区对现有粮食生产技术的利用效率得到了有效的改进。从粮食全要素生产率增长的波动来看，西部地区的波动较大，东部和中部波动较小，这主要是西部地区的技术进步速度波动较大所导致，如何稳步推进西部粮食生产的技术进步应该引起西部省份的重视。

表2 粮食主产区各省粮食全要素生产率与分解的时空差异分析

2.4 省际分析

不同省份之间的粮食全要素生产率差异较大。其中，河北省和山东省的粮食全要素生产率增长速度最快，湖南和黑龙江的增速略慢于前两个省份，安徽与河南的粮食全要素增长率勉强达到粮食主产区粮食全要素生产率增速的平均水平。值得关注的是湖北、江西、内蒙古、四川和吉林五个省份粮食全要素生产率增速较慢，尤其是排在最后的内蒙古、四川和吉林三省，粮食全要素生产率处于退步状态。究其原因，主要是技术使用利用效率一直处于衰退状态中，应该加强这三个省份农民粮食种植技术方面的推广。

表3 2003～2011年粮食主产区各省粮食全要素生产率增长及分解

2.5 粮食直补对粮食全要素生产率影响分析

本文使用我国粮食主产区的数据，在这里可以看作是一个总体，在这种情况下使用固定效应模型更合理（Hsiao，2002）。此外，在F检验和Hanuman检验中，再次确定应该选择个体固定效应模型。在估计模型参数之前，进行F-ADF检验分析数据是否存在非平稳的可能性，进而避免伪回归问题，结果显示数据平稳。随后，实证数据通过协整检验，说明变量之间存在长期稳定的均衡关系。使用个体固定效应模型对方程（6）、（7）和（8）进行初步的估计，得到如表3所示的模型回归结果。其中第1—2列、3—4列和5—6列分别是针对粮食效率改进指数、粮食生产技术进步指数和粮食全要素生产率增长指数的估计结果。在第1、3和5中没有加入控制变量，而在第2、4和6中加入控制变量。第一列中，粮食直补的估计系数显著为负，表明粮食直补金额高的时期粮食效率改进的速度会下降，而粮食直补金额小时则会上升。为了查证这种关系是否源于其它因素，需要与第2列中加入控制变量的估计结果进行对比，不难发现，在控制了农田水利和农村发展等因素后，粮食补贴对效率改进的影响的负影响更加显著。第3、4列是针对粮食生产技术进步指数的估计结果。可以发现在未加入控制变量的第三列中，粮食补贴的影响显著为正，在加入控制变量之后，粮食补贴的估计系数依然为正且显著。可以看出，粮食直补的金额越高对技术进步的影响越大，促进粮食生产技术的进步的效果越好。第5、6列是针对粮食直补对粮食全要素生产效率变化的估计结果。从第五列结果来看，粮食补贴与生产效率变化之间存在显著的负相关关系，这一结果在加入了控制变量后，影响程度有所减小。如前所述，根据公式5，全要素生产率指数是效率改进指数与技术进步指数的几何乘积，生产效率变化是效率改进与技术进步的综合反映。粮食直补对效率改进的负向影响程度要大一些，超过对技术进步的影响，在二者的共同作用下体现为与粮食全要素生产率增长的负向联系。

粮食补贴对效率改进指数的影响是负向关系的结果似乎与粮食直补通过增加种粮农民收入产生的激励效应相违背。一般情况认为在激励效应的作用下，粮食补贴对效率改进指数和技术进步指数起到的作用应该是正向的，粮食直补资金能够提高农民的收入，增加农民种粮的积极性，进而付出更多的努力“精耕细作”，提升已有粮食生产技术的使用效率。然而，通过研究发现粮食补贴在影响效率改进指数方面，除了具有激励效应，还应具有“挤出效应”。“挤出效应”是指农民将有限的优势资源给予非粮食作物，而将劣等资源用于粮食生产。产生这一结果的原因在于，在粮食直补政策的影响下，农民为了获取更多的经济利益，将有限耕地中肥力较高的土地用于种植经济作物，将肥力较低的土地用于种植粮食作物，虽然无法得到较高的粮食产量但可以获得粮食直补。这种农民自发的“挤出效应”使得现有粮食生产技术在劣等土地上，无法发挥应有的效果，导致粮食补贴与效率改进指数之间的负向关系。

表4 粮食直补对粮食全要素生产率增长指数影响

3 结论与政策建议

通过本文研究主要结论如下：（1）2003～2011年间主产区粮食全要素生产率处于缓慢增长的状态，粮食生产技术进步的提升是其增长的主要驱动因素，而粮食生产技术使用效率的下降阻碍粮食生产效率的提升。从东中西部区域对比来看，粮食主产区的东部省份粮食生产效率最高，中部稍稍落后，而西部则处于生产效率倒退的不利状况中。（2）在“挤出效应”的影响下，粮食直补对粮食生产技术使用效率是负向影响，而在激励作用的影响下其对粮食生产技术进步的影响为正向，在两种效应综合作用下，粮食直补对粮食全要素生产率影响为抑制性，这一结果在加入控制变量后，依然显著。

从粮食直补对粮食生产效率的影响来看，我们应该强化粮食直补的激励效应，弱化“挤出效应”。因此，为推进粮食主产区的粮食生产效率的提升，粮食直补政策应进行以下调整：

（1）建立粮食主产区动态补偿机制。在粮食主产区粮食补偿实施的过程中，由于农户在信息的获取中处于劣势地位，其在未能直接感受种粮补偿的显性增长的情况下，会衡量种粮与其他行为决策的当时收益水平，选择获取收益高的经营方式，而在国内粮食主产区现阶段执行的补偿标准下，种粮的收益明显低于同等条件下种植经济作物或发展果蔬的收益，也低于务工的收益，这使得种粮农户群体的总体数量呈现递减的趋势，从保障国家粮食安全的角度来看，这种情况将会影响国家粮食供销和储备的长期稳定。因此，为保障国家粮食安全，实现粮食主产区粮食产量增加与种粮农户收益同步提高，国家和粮食主产区地方政府必须采取有效的措施促进动态补偿机制的有效实施。

（2）在粮食直补过程中不断探索有效的粮食直补资金同粮食生产挂钩机制，可以使生产粮食多的农民获得较多的粮食直补资金，以保护农民生产粮食的积极性。同时，在政策实施过程中，为满足国民经济的需求，可以对不同粮食品种设立不同的售粮补贴标准，如在黑龙江、吉林和辽宁等省份水稻是我国居民生活中喜爱的口粮，可以对其设立较高的补贴金额，以鼓励农户生产。

（3）扩大对提供商品粮农户的补贴金额额度。将商品粮和非商品粮补贴标准予以区别，不仅能强化粮食主产区商品粮输出的重要作用，同时也能起到激励农民提高生产效率，提高粮食产量的作用。

（4）简化补贴种类。粮食主产区地方政府可根据实际情况将现有的四种补贴融合为一体，即将针对种粮农户实行的农民直接补贴、良种补贴、农机具购置补贴和农资综合补贴融为一体，建立粮食直接补偿基金。在综合考虑农户粮食产量、当期CPI指数水平、种粮成本变动水平等因素的基础上实行动态补偿，直接针对种粮农户，补偿条目简单清晰，方便粮食产区基层组织操作，便于农户理解并做出行为反馈。

（5）提高补偿标准，明确补偿依据。为提高粮食主产区农户选择种粮行为的比例，对种粮农户的利益补偿标准应能保证农户种粮的收益不低于从事经济作物种植或务工所获取的收益，若种粮补偿低于其他经济行为的收益，农户会做出不种粮，改种经济作物或果蔬的理性选择。因此，粮食补偿的标准必须经过科学的核定，具有吸引力，补偿的依据也需做出相应的调整，实行以粮食出售量为依据的方式，由财政和粮食储备部门联合印制粮食收购统一票据，凭票据结算，补贴到人。

[1]彭澧丽,龙方,卜蓓.基于时间效应视角的补贴政策对粮食生产的影响[J].统计与决策，2014,（8）.

[2]周应恒,赵文,张晓敏.近期中国主要农业国内支持政策评估.农业经济问题[J].2009,（5）.

[3]高玉强,贺伊琦.我国粮食主产区粮食直补效率研究[J].中南财经政法大学学报，2010，（4）.

[4]黄季焜,王晓兵,智华勇,黄珠容.粮食直补和农资综合补贴对农业生产的影响[J].农业经济，2011，（1）.

[5]盛逖.我国粮食直补绩效评价及对策研究[J].中南财经政法大学学报，2013,（5）.

[6]米建伟,梁勤,马骅.我国农业全要素生产率的变化及其与公共投资的关系—基于1984～2002年分省面板数据的实证分析[J].农业技术经济，2009,（3）.

[7]王钰,宋文飞,韩先锋.中国地区农业全要素生产率及其影响因素的空间计量分析—基于1992～2007年省域空间面板数据[J].中国农村经济，2010,（8）.

[8]郑云.中国农业全要素生产率变动、区域差异及其影响因素分析[J].经济经纬，2011,（2）.