基于非参数HMB指数法的河南省粮食生产效率变动分析

陈军民

摘要：基于河南省17个市2003—2013年粮食生产投入产出面板数据，运用非参数HMB生产率指数法，分析了河南省粮食生产的全要素效率。结果发现，大部分地区的技术效率水平呈现衰退或下降的趋势；技术进步对粮食TFP的提高贡献最大，但是粮食总产量的增加仍然是过多地依赖各种投入要素的增加；规模效率对农业生产具有积极的影响，但需要进一步增强。

关键词：河南省；粮食；HMB指数；TFP

中图分类号： F326.11 文献标志码： A

文章编号：1002-1302（2016）09-0559-04

自2004年以来，我国粮食产量实现“十一连增”，中国农业发展进入一个全新的历史时期，粮食持续增产所面临的资源环境压力不断增强。粮食增产方式、全要素生产率变动趋势以及粮食生产进一步发展的走向如何等都是亟须探讨和解决的问题。在自然条件许可的情况下，粮食生产的发展主要依赖于投入增加和全要素生产率（total factor productivity，简称TFP）的提高，粗放式增长模式的弊病得到社会各界的批评，提高全要素生产率成为粮食增产的主要选择[1]。河南省是粮食生产大省，承担着保障国家粮食安全的重要任务，对河南省粮食生产的效率进行测算，有助于弄清河南省各地域粮食生产在效率方面的比较优势及粮食增长的主要源泉。

1 文献回顾

国内学者使用不同方法对不同阶段中国农业的TFP进行了测定。冯海发使用农业总要素投入对农业增长的贡献份额的理论模型，测度了1949—1988年中国农业总要素生产率和农业总要素投入总体、分期对农业增长的贡献份额，认为中国农业生产率增长以土地生产率为导向模式是一个合乎规范的选择[2]。樊胜根利用Tornqvist-Theil指数计算1952—1995年中国农业的生产增长情况，发现制度革新所产生的积累在很大程度上已耗尽，政府必须加大对农业的投入[3] 。江激宇等运用基于线性规划的Malmquist指数方法测度中国农业全要素生产率变动，认为农业 TFP的增长主要来源于技术进步，技术效率下滑对农业TFP的增长带来不利影响[4]。陈卫平则用非参数的Malmqusit指数法测度，发现东部TFP增长速度明显高于中西部，差距还有进一步扩大的趋势[5]。李周等、何新安等的研究结论同样发现农业TFP的增长主要来源于技术进步，技术效率的下降对TFP的增长造成不利影响[6-7]。而郭江等对陕西省农业TFP的分析发现，农业增长主要是靠增加资本投入实现，农业TFP整体呈上升趋势[8]。高帅等运用Malmquist指数和β收敛分析实证测算了陕西省32个产粮大县粮食全要素生产率变化及其收敛性，发现粮食增产主要源于要素投入和全要素生产率的双重驱动，且技术效应改善所贡献的“水平效应”大于技术进步所带来的“增长效应”[1]。闵锐运用序列DEA分析方法对湖北省的粮食生产效率进行了分析，发现粮食生产增长的贡献来源仍然主要为生产要素投入，TFP对该省粮食产量增长的贡献较小[9]。卫荣采用非参数的DEA-Malmquist指数方法对河南省粮食生产效率的全要素生产率进行分析，发现河南省粮食生产TFP呈明显波动上升趋势。其中技术进步和综合技术效率对TFP影响较大[10]。

2 方法选取与指标选择

2.1 研究方法

自1957年Farrell开始对农业生产效率进行开创性研究以来，关于生产效率的研究方法不断得到丰富与改进。目前的研究方法可分为两大类：一类是以Aigner为代表的随机前沿分析（SFA）的参数方法，另一类是Charnes所提出的数据包络分析（DEA）的非参数方法。这2种方法各有优缺点，参数方法的优点是考虑到生产前沿的随机性，可以把随机扰动的影响与非效率性分开，但是，它必须首先在一些假设的基础上设定生产函数形式，从而存在无法区分设定偏误与非效率性的问题。而以数据包络分析（DEA）为代表的非参数方法则通过纯数学的线性规划技术来确定生产前沿面，是一种数据驱动的方法，不需要设定具体的函数形式和特定的行为假设，有效地避免了因为错误的生产函数和非效率项分布形式带来的偏差，只是存在没有考虑随机扰动影响的缺点[11]，但是，同参数方法相比较优势明显。本研究采用河南省2003—2013年17个市的面板数据，对效率值进行动态测定。为了克服Malmquist指数选择产出导向与投入导向测算不一致的问题，本研究运用Bjurek等提出的HMB指数[12]对其改进，计算步骤如下。

4项分别为技术进步、纯技术效率指数、混合效率指数、规模效应指数，其中混合效率指数反映了没被技术进步、技术效率和规模效应解释的部分，分解较Malmquist变化指数更为完备。

2.2 指标选取与数据来源

根据上述实证模型和方法，以河南省郑州、开封、洛阳、平顶山、安阳、鹤壁、新乡、焦作、濮阳、许昌、漯河、三门峡、南阳、商丘、信阳、周口、驻马店等17个省辖市为研究对象，对各决策单元（DMU）的粮食生产效率进行HMB指数模型分析。参考以往相关研究文献结合数据的可得性和准确性，选取粮食产量为产出指标，包括稻谷、小麦、玉米、高粱、谷子、薯类和大豆等的产量加总[13]。投入指标包括：农、林、牧、渔业等就业人员，主要指农、林、牧、渔业及其副业的劳动力的人数，反映粮食生产的劳动力投入；年内粮食播种总面积（主要指谷物、豆类和薯类3类农作物的播种面积），反映土地投入，也从侧面反映农民种粮积极性的高低；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）、化肥折纯使用量（农业生产中的氮肥、磷肥、钾肥和复合肥的折纯量）、农药使用量（农业生产中各种有机和无机农药的使用量）3个中间投入指标反映粮食生产的资本投入。选取的数据来源于2003—2013年《河南统计年鉴》及河南统计网公布的农业年度统计数据。运用DEAP 2.1软件对河南省17个省辖市2003—2013年粮食全要素生产率进行分析。

3 结果与分析

本研究使用面板数据，利用DEAP 2.1软件计算2003—2013年河南省17个地级市（由于济源市部分数据缺失，故排除在外）粮食生产效率的HMB指数，并进行分解。

3.1 河南省粮食生产效率总体动态变化分析

从表1可知，河南省粮食全要素生产率HMB指数平均值为1.027，表明粮食全要素生产率的年均增速为2.7%；而在2003—2013年间，河南省粮食总产量增加了82%，年均增长7.5%，粮食生产要素生产率的增长速度远低于粮食产量的平均增速。说明粮食的生产效率比较低，为保障粮食安全，增加粮食生产的各项投入成为重要增产途径，因此我国粮食生产成本不断增加。河南省粮食生产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。

从效率变化、技术进步、规模效率指数中可以发现，粮食全要素生产率增长的主要驱动因素是技术进步。河南省粮食生产效率变化指数的均值为1，年均增长率为0%，表明粮食生产中对已有技术的使用效率是基本不变的。与之相比，技术进步指数的均值为1.027，即粮食生产技术水平是以2.7%的速度增长的。相对于基本保持不变的效率水平，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。此外，从表1中也可以看出，技术进步呈现出较大的波动，这可能与农民种植粮食的积极性有关系，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。技术效率、混合效率和规模效率的波动不大，可见HMB指数变化主要由于技术进步的变化引起。

3.2 河南省粮食生产效率的地域变化分析

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。豫东地区的粮食全要素生产率以4.8%年均增速居于首位，其他依次为豫北地区（3.4%）、豫南地区（2.1%）、豫西地区（-1.4%）。从技术利用效率来看，豫东地区的技术利用效率高于其他区域，其他区域中除了豫北地区的濮阳市外，其他市的技术效率全面处于停滞或衰退状态，特别是豫西地区3个市技术利用效率明显处于衰退状态，技术使用效率年均下降2.5%，说明在既定的技术条件下，这些区域的农业效率水平在不断降低，并且这是由于纯技术效率水平的降低而导致的实际生产点越来越偏离最佳生产前沿面。

从技术进步的角度看，豫北、豫南、豫东各市拥有经济资源和科技资源优势，技术进步速度分别为3.4%、2.9%、2.8%，远高于豫西的1.1%。豫西地区粮食生产技术进步缓慢甚至有的地域出现了倒退，导致其粮食全要素生产率不断下降。总体上看，豫东地区除商丘市与开封市规模效率变化不大外，其他市粮食生产规模效率保持了年均2%左右的增长速度；豫北和豫南各地粮食生产规模效率变化基本保持平稳；而豫西地区粮食规模效率以年均0.6%的速度减小。

4 结论与建议

本研究主要结论如下：（1）2003—2013年间河南省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，而粮食生产技术利用效率的下降阻碍粮食生产效率的提升。（2）尽管技术进步对粮食TFP的增长贡献最大，但是粮食产量的增加仍然主要依靠各种要素投入的增加。（3）从河南省各个区域对比看，豫东地区粮食生产效率最高，豫北地区次之，而豫西地区则处于生产效率倒退的不利状况中。

建议：（1）加大科研与技术推广投入，促进农业技术进步，提高农业生产技术水平。从时间趋势来看，河南省17个市粮食的技术效率变化幅度较小，也就意味着粮食生产的效率相对较稳定，技术效率对TFP的影响较平稳，粮食TFP的变化主要是由技术进步速度的变化带来的，技术进步速度快，粮食生产TFP的增长速度也就较快。各市应加大科研投入，提高粮食生产的技术进步速度。（2）提高各种生产要素的利用效率，从而改进粮食生产的纯技术效率。从表2可以看出，除豫北的濮阳市、豫东地区的5个市外，其余11个市粮食生产技术效率均呈下降的趋势，意味着这些市在现有的技术条件下，没有对投入的生产要素进行充分利用，导致粮食生产效率逐渐下降。因此，提高资源的利用效率，减少浪费，可以提高技术效率水平，进而改进粮食生产的TFP。（3）适当调整生产规模，以提高粮食生产规模效率水平。豫西地区粮食生产的规模效率年均下降0.6%，由于农业生产规模不合理而导致粮食生产的TFP也在不断下降，而其他各个地域（除新乡市、濮阳市、开封市外）的粮食规模效率保持了一定正的增长速度，对粮食生产效率的提高起到了积极的作用。因此，各地应加快推进土地的顺利流转，培育新型农业规模经营主体，调动农民的投入积极性，调整粮食生产规模以提高规模效率，提高农业生产的技术效率水平，以此推动农业TFP快速增长。

参考文献：

[1]高 帅，王征兵. 粮食全要素生产率增长及收敛分析——以陕西省32个产粮大县为例[J]. 中国科技论坛，2012（1）：138-143.

[2]冯海发. 中国农业总要素生产率变动趋势及增长模式[J]. 经济研究，1990（5）：47-54.

[3]樊胜根. 中国农业生产与生产率的增长：新的测算方法及结论[J]. 农业技术经济，1998（4）：28-36.

[4]江激宇，李 静，孟令杰. 中国农业生产率的增长趋势：1978—2002[J]. 南京农业大学学报，2005，28（3）：113-118.

[5]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）：18-23，38，80.

[6]李 周，于法稳. 西部地区农业生产效率的 DEA 分析[J]. 中国农村观察，2005（6）：2-10，81.

[7]何新安，熊启泉，刘莹丰.1993—2005 年广东农业生产率的变动与分解[J]. 南方经济，2009（2）：69-80.

[8]郭 江，朱玉春. 陕西农业技术进步状况的分析[J]. 西北农林科技大学学报：社会科学版，2007（1）：44-47.

[9]闵 锐. 粮食全要素生产率：基于序列DEA与湖北主产区县域面板数据的实证分析[J]. 农业技术经济，2012（1）：47-55.

[10]卫 荣. 河南省粮食全要素生产率分析[D]. 郑州：河南农业大学，2013.

[11]郭军华，倪 明. 基于非参数HMB指数法的区域创新效率变动分析[J]. 管理学报，2011（1）：137-142.

[12]Bjurek H. The Malmquist total factor productivity index[J]. The Scandinavian Journal of Economics，1996：303-313.

[13]焦晋鹏，宋晓洪. 粮食全要素生产率影响因素的实证分析[J]. 统计与决策，2015 （11）：126-129.