基于DEA-Malmquist指数的中国农业全要素生产率时空差异及影响因素分析

□李文华

引言

农业作为国民经济的基石，支撑着国民经济不断发展与进步，农业的发展对人民富裕、经济稳定与社会和谐具有重要的推动作用，尤其对于具有13多亿人口的中国来说。由于我国面临着巨大的人口压力，并且人均土地资源不足，人多地少的特点在我国充分显现，面对这种严峻情况，中国不仅实现了以不到10%的耕地成功养活占世界20%多的人口，而且满足了经济迅速增长中工业化、城市化对农业发展的要求。农业的发展大体有两种实现路径，一是加大资源的使用数量，二是生产效率的提高，比如专业化生产、规模化生产等方面。但是对于资源禀赋条件并不占优势的中国而言，只有依靠农业生产效率的提高才是一种切实可行的途径。

全要素生产率主要采用非前沿方法和前沿方法加以测度，其中前沿方法是在考虑技术无效率情况下的应用，应用范围相对较广。前沿方法包括非参数的数据包络分析(Data Envelopment Analysis，DEA)和参数的随机前沿分析(Stochastic Frontier Aanlysis，SFA)。与SFA相比，DEA尤其是Malmquist生产率指数的运用相对广泛。陈卫平(2006)，方福前、张艳丽(2010)，王炯、邓宗兵(2012)等均是采用DEA-Malmquist指数方法对不同时间段的农业加总数据进行分解；石慧、孟令杰、王怀明(2008)，全炯振(2009)则是采用SFA方法对农业TFP进行分解分析。其结论一致认为技术进步是促进农业TFP提高的重要因素，而技术效率相对低下；除方福前、张艳丽(2010)分析认为西部地区农业TFP较高外，其他研究均得出东部地区农业TFP高于中、西部地区的结论，而中、西部地区孰优孰劣分歧较大，未达成一致见解。

诸多文献对影响农业全要素生产率的因素进行了分析，农业财政支出与城镇化水平(时悦、赵铁丰，2009)、工业化进程与对外开放(郑云，2011)、地理因素与科技发展(王钰、宋文飞、韩先锋，2010)、劳动力强度(方福前、张艳丽，2010)等内容对农业TFP均存在显著影响。在具体问题分析情况下，又存在交叉因素，其中郑云(2011)，王钰、张艳丽、韩先锋(2010)等均一致认为对外开放、科技发展有力的促进了农业TFP的提高，财政支出、城镇化水平(时悦、赵铁丰，2009)也对农业TFP的提高具有显著作用，而劳动力过多投入(方福前、张艳丽，2010)、生产要素不合理使用及受灾率(王钰、宋文飞、韩先锋，2010)降低了农业TFP。

基于农业全要素生产率存在的一些问题，相关文献根据研究方向和研究内容给出了具体建议：赵文、程杰(2011)，李尽法、吴育华(2008)等均一致认为农业TFP提高的关键在于技术进步，而赵文、程杰(2011)，王钰、宋文飞、韩先锋(2010)侧重于资源的合理使用及利用效率，同时王钰、宋文飞、韩先锋(2010)认为保护农业生态环境势在必行，李尽法、吴育华(2008)则在技术进步的前提下提倡农业土地的规模化经营。潘丹、应瑞瑶(2012)通过分析发现中西部地区与东部地区农业TFP存在较大差距，据此提出中西部落后地区要主动学习东部地区先进农业技术，以缩小地区发展差距的建议。彭代彦、吴翔(2013)认为基础设施建设及人力资本的均衡利用是今后农业TFP提高的关键。

通过对现有文献回顾，并结合当今农业发展趋势与研究方向，本文从以下方面对农业TFP的研究内容进行完善和改进：第一，在运用DEA-Malmquist生产率指数方法的前提下，将1998-2015年分为1998-2002、2003-2008、2009-2015年三个子时段，将全国31个省、市、自治区分为东、中、西部三个地区，以测度全国农业TFP变动、时空差异及制约因素；第二，相关文献尽管对影响农业TFP的因素进行了较为全面的分析，但鲜有文献将人力资本投入及制度性因素纳入其中，因此本文将建立面板数据对影响农业TFP的因素进行补充。

一、研究方法、数据来源与变量选取

(一)Malmquist生产率指数

Malmquist生产率指数是由Malmquist(1953)最早提出来的，后来Caves等(1982)将Shepherd距离函数与Malmquist生产率指数相联系用于生产率变化的测算。此后与Charnes等(1978)构建的DEA理论相结合以对生产率进行测度，在实证分析应用中，广泛采用Fare等(1994)构建的基于DEA的Malmquist指数方法。

首先,要对产出的距离函数进行定义，t时期的技术效率可以表示如下：

(1)

(2)

根据Caves，Christensen，Diewert(1982)研究以t时期作为参照，从t期到(t+1)期的Malmquist生产率指数为：

(3)

同样，当以时期(t+1)作为参照标准时，从(t+1)时期到t时期的Malmquist指数可以定义如下：

(4)

其实指数Mt与指数Mt+1在一种产出和一种投入的情况下得到的结果是相同的，但是在多中投入和可变规模收益的状态下是不同的，为了得到相同的分析结果，Fare等(1992)依据Mt指数与Mt+1指数的平均值推算出以产出为导向的生产率指数：

(5)

(6)

(二)农业全要素生产率影响因素的模型设定

建立面板数据对影响中国农业全要素生产率的相关因素进行分析，设定模型如下：

TFPit=α+ΣβiXit+μiti=1,2,…,6

(7)

其中i=1,2,…,6表示各最广泛因素，t表示年份。解释变量(Xit)中X1代表工业化进程(IP)，X2代表城市化水平(UL)，X3代表制度性因素(OL)，X4代表对外开放水平(AL)，X5代表人力资本水平(HL)，X6代表农业经营规模(MC)，被解释变量(TFPit)以被计算出的农业TFP的水平值表示，μit表示误差扰动项。

(三)投入指标与产出指标的选取

本文选取全国31个省、自治区和直辖市在1998-2015年的数据分别作为投入指标和产出指标，相关数据均来自历年《中国统计年鉴》、《中国农业年鉴》、《中国农村统计年鉴》、《新中国六十年统计资料汇编》以及《新中国农业60年统计资料》。

结合已有文献研究及考虑数据的获得性等情况，本文选取劳动力投入、土地投入、机械动力投入、化肥投入和灌溉投入作为投入变量。劳动变量：以各省历年农林牧渔业从业人员人数表示，单位是万人。土地变量：以各省历年农作物播种面积表示，单位是千公顷。机械动力投入：以农业机械总动力计算，单位以万千瓦表示，其主要是各种机械用于农林牧渔业生产的动力之和。化肥投入：以每年内用于农业生产的化肥施用量计算，包括氮肥、磷肥、钾肥和复合肥等，单位以万吨表示。灌溉投入：以农业有效灌溉面积计算，单位以千公顷表示。以历年农、林、牧、渔业生产总值作为产出变量，并经1998年不变价格进行折算，单位以亿元表示。

基于中国31个省域面板数据，通过DEAP 2.1软件对1998-2015年相关数据逐年计算，并将这段时间具体分为1998-2002、2003-2008、及2009-2015年三个子时段。同时根据地理划分法，把全国31个省域划分成东、中、西(其中东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南11个省域；中部地区包括山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南9个省域；西部地区包括广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆11个省域)三个地理单元，以比较不同区域农业TFP的特点。

二、农业全要素生产率的时空演变分析

(一)农业全要素生产率的时序特征

从表1可以看出，1998-2015年期间，中国农业全要素生产率年均增长2.3%，其中技术进步的年贡献率达到了4.1%，而技术效率的年贡献率却是负的1.7%。据此可知中国农业TFP的增长主要来源于技术进步的贡献。但技术进步并非总对农业TFP具有促进作用，技术效率也并非总是负向抑制作用，从中可以发现，中国农业TFP的内部作用机制随着时间的变迁差异性较大。即使技术效率的改善在总体上对农业TFP的作用是拉低的，但是在1998-1999、2000-2001、2003-2004、2007-2008及2012-2013年五个时间段，技术效率对农业TFP的贡献却是正向的。并且在1998-1999、2000-2001及2007-2008年三个时间区间，农业技术效率不低于技术进步对TFP的贡献。但从整体来看，仍然是技术进步对农业TFP的作用力强，在2006-2007年间，贡献达到了13.4%。并且可以发现，农业TFP的变化方向和技术进步的变化方向基本相同。

表1 历年Malmquist生产率指数及其分解

表2以1998-2002、2003-2008、2009-2015年三个时间段分析技术进步和技术效率与农业TFP的关系。在1998-2002年第一阶段可以看出，全国技术进步和技术效率对农业TFP的作用表现出“双低型”增长方式，但是两者差距较小，技术效率只比技术进步小0.012。在两者乘积的作用下，农业TFP也是小于1的数值。这种现象是由国内外不景气的宏观环境引起的，通货紧缩、产品买方市场等经济现象反应在农业领域表现出农产品卖难及增产不增收的现象。

2003-2008年期间，中国农业TFP年增长率为5%，其中技术进步的贡献为6.1%，而技术效率的贡献为负1%。相比第一时期技术进步和技术效率均得到了改进，技术进步增长尤为明显。可以发现，随着改革开放的深入推进及中国加入WTO，中国农产品面临着世界农产品的强力冲击，为了增强自身竞争力及适应农产品市场国际化，迫使政府、企业与农民自身学习和采用先进的技术和设备，培育优良高产品种，提高农业生产效率。同时农业的发展迎来了党和政府的大力支持，“三农”问题越来越成为社会关注的焦点，在采取一系列强农、支农、惠农的政策下，农业TFP获得了极大的提高。

2009-2015年农业TFP较上一阶段减少了1.8%，其减少全部是由技术倒退引起的，而技术效率保持不变。面对2008年国际金融危机，各国经济均面临不同程度的影响。世界各国为了应对金融危机，纷纷采取贸易保护政策，减少进口，扩大出口，因而我国农产品出口贸易额下滑；国内市场也受到金融危机的冲击，消费量水平下降。面对国内外宏观市场环境的变化，农业生产领域不断压缩生产规模、减少生产数量，而生产落后、效率低下的企业纷纷破产，这在一定程度上迫使企业改善生产技术以应对危机的冲击，但总体上社会效率是后退的。

表2 全国及东、中、西部Malmquist生产率指数及其分解

(二)农业全要素生产率的空间特征

通过表2、表3分析中国农业全要素生产率的区域差异可以发现，1998-2015年间，东、中、西部农业TFP年均增长率分别为3.9%、1.9%、1.2%，东部地区农业TFP水平明显优于中、西部地区，中部地区又相对优于西部地区。通过对1998-2015年间农业TFP省域变动来看，前十位的省域中东、中、西部地区分别有7个(北京、辽宁、上海、江苏、浙江、福建、山东)、0个、3个(陕西、青海、宁夏)；后十位的省域中东、中、西部地区分别有0个、6个(山西、内蒙古、安徽、吉林、河南、湖北)、4个(广西、云南、西藏、新疆)，这一结果更加表明了中、西部地区农业TFP与东部地区差距较大。

在1998-2002年和2003-2008年两个时间区间，东、中、西部农业TFP年均增长分别是-0.02%、-0.39%、-0.31%；5%、4.9%、5.2%。可以发现，在这两段时期内西部地区农业TFP年均增长并非是在三个地区之间最低，这一现状源于中央政府于1999年9月提出的西部大开发战略，此后中央财政每年向西部地区提供了巨大的资金支持，使西部地区实现了追赶式发展，从而东、中、西部之间的经济差距也在缩小，农业TFP得到了极大地进步。但是在2009-2015年间，东、中、西部地区农业TFP年均增长分别为6%、3.15%、1.5%，西部地区与东、中部地区农业TFP差距存在反弹效应。西部大开发战略的提出距现在已有近二十年的时间，其作用在前期比较突出，但是后发优势不明显，几乎退回到战略实施前的状况。面对这种变化，中央政府仍要重视对中西部地区的财政支持，地方政府也要不遗余力的引进农业科学技术和高素质人才；同时具有先进科技、人才优势、资源禀赋的东部地区要带动落后中西部地区的发展，加强农业技术交流与合作，推广农业机械使用范围。

三、农业全要素生产率的影响因素分析

在对中国农业全要素生产率的现状及东、中、西部地区之间的差异进行分析的前提下，有必要对影响中国农业TFP的具体因素进行深入研究。本文选取工业化进程(IP)、城镇化水平(UL)、制度性因素(OL)、对外开放水平(AL)人力资本水平(HL)和农业经营规模(MC)作为具体分析对象。

工业化进程以第二产业增加值与地区生产总值的比值表示。工业化水平一方面可以反映农村居民对现代工业的利用程度，另一方面可以反映工业反哺农业、农业拉动工业的协调关系，因而有必要分析工业化对农业TFP的影响。

表3 1998-2015年全国各省域Malmquist生产率指数及其分解

城镇化水平以城镇人口与总人口的比值表示。近年我国城镇化水平得到了极大提高，大量农村人口涌入到城市发展，成为城镇居民，而留在农村中的人口不是老弱病残或是没有城镇适应能力的人员，这种现象改变了以往农村工作和生活方式，反映到农业生产方面，会对农业生产效率产生影响。

制度性因素涉及到农业政策对农业发展的影响，但是其中政策的制定相当复杂，很难准确衡量对农业TFP的影响。由于财政支出是政府制定政策的外在反映，因此制度性因素的衡量可以用农业财政支出与财政总支出的比重加以表示。

对外开放水平以进出口总额与地区生产总值的比值表示。我国农产品种类丰富、质量优异，在国际农产品市场具有一定的地位与竞争优势，在对外开放的国际环境下会促使农业扩大生产规模，但是由于有限的土地资源禀赋条件的限制，提高农业生产效率是势在必行的举措。

农业经营规模以第一产业从业人员数量占农作物总播种面积的比重表示。家庭联产承包责任制的实行极大地提高了农民的工作积极性，使农业生产效率得到了明显地进步，这一农业制度在相当长的时间内仍然是我国农业的基本经营制度，因此在承包责任制下分析农业经营规模与农业TFP之间的关系很有必要。

首先对模型(7)选择固定效应与随机效应进行Hausman检验，此检验是基于Eviews8.0完成的，经检验应采用固定效应模型。

表4 农业全要素生产率的影响因素分析

由表4计算结果可以发现工业化进程对农业TFP之间的影响显著为正，这是由于我国农业发展与工业发展紧密相关决定的。工业化的进步能够为农业提供强大的机械动力支持，一方面机械化在农业生产中的应用会提高农业生产效率，另一方面便捷的交通、高效的运输水平为农业在不同区域之间的交换提供了物质保障；同时工业的进步促进农业向深加工、精加工方向发展，延长产业链，为农业产业化发展提供动力支持。

制度性因素对农业TFP的影响显著为正，表明政府对农业的重视有效的提高了农业TFP水平。政府对农业的扶持主要是通过财政支农体现出来的，财政在农业的支出与农业基础设施建设和农业科技研发密切相关，农业财政支出尤其是在农业科研中的支出会加快农业科技发展步伐，将科技优势转化为实际生产力，进一步实现农业TFP的提高。

人力资本水平对农业TFP的影响显著为正，并且在六个变量中最为显著，说明教育水平越高对我国农业TFP的促进作用越明显。因此要紧紧把握农业发展机遇，加大教育投入力度、重视教育培养年限，尤其是关于农业科学的教育和普及。掌握科学合理的农业生产技术，改善落后、效率低下的农业发展方式，促进农业TFP的提高。

而城镇化水平、对外开放水平、农业经营规模对农业TFP没有显著影响，原因可能在于在农业人口转移到城镇成为城镇居民的过程中，会对农业产生一定的负向作用，但是随着机械化过程的推进，较少的农村劳动力可以完成相同程度的劳动，以弥补城镇化对农业经济的消极影响；对外开放更多的是在工业、先进制造业等领域，农业的对外贸易较少，因此影响不明显；目前我国农业仍然处于粗放型经营方式，没有形成集约化、规模化生产，农业规模效率有待提高。

四、结论与政策建议

本文运用DEA-Malmquist生产率指数方法，构建了1998-2015年全国31个省域的面板数据，考察了全国及东、中、西部农业全要素生产率的变动趋势，并从时间及空间视角对农业TFP进行分析。在此基础上，分析了影响农业TFP的诸多因素，研究发现工业化进程、制度性因素及人力资本水平都有利的促进了农业TFP的发展，而城镇化水平、对外开放与农业经营规模对农业TFP的影响不明显。通过研究，可以得出以下几点结论：第一，1998-2015年期间，中国农业TFP年均增长2.3%，增长幅度比较可观；第二，东部地区农业TFP明显高于中、西部地区，中部地区又高于西部地区，呈现出显著的地域特征；第三，西部地区农业TFP并不总是处于劣势，尤其在2003-2008年期间更是高于东部地区；第四，全国及东、中、西部农业TFP在三个时期均呈现出一致的上升、下降趋势，表现了明显的波动性特征；第五，农业TFP主要是由技术进步推动的，并且在农业技术进步加快农业TFP提高的过程中总会面临技术效率下降对农业TFP的消极作用，农业技术进步和效率改善协同推进农业TFP提高的情况较少出现。

针对结论分析，提出提高农业TFP的相关对策建议：第一，实现农业技术创新，促进农业技术的推广和扩散。科技创新是经济发展的动力，鼓励企业培育优良高产的新品种、改进生产新工艺，同时向广大农村普及科学、合理、高效的生产技术。发挥农业技术人员、高产大户及有专长农民的带动辐射作用，让一切有活力的资源发挥出自身的作用，将资源优势转化为现实生产力。

第二，政府加大对中、西部落后地区的政策支持力度。随着经济的发展，中西部地区差距有扩大的趋势，但是在1999年中央政府实施西部大开发以后的几年里，西部地区发展较快，农业TFP也增长明显，而近几年西部大开发战略的后发优势并不突出，历史经验表明，中、西部地区如果要实现对东部地区的追赶，单纯的凭借自身力量很难实现，仍然需要国家政策的扶持。面对新形势、新局面，国家要不遗余力的向中西部地区进行科学技术、人才力量、资金优势的支持，从而实现地区间的协调发展。

第三，注重农村人力资本投入，提高农民教育文化程度。人力资本对农业TFP影响较大，首先加大农村教育经费支出，完善教学基础设施建设。随着九年制义务教育的深入发展，农村教育得到较大提高，但是相比城市教育仍然具有较大差距，并且这种差距有扩大的趋势，因此要积极缩小城乡教育差距，实现教育公平发展。其次要实现教育多元化发展，在实现基础教育的同时，完善职业培训及成人继续教育体系。最后，通过现代网络技术，发展远程网络教育，通过网络教育普及农业科学知识，可以达到节约学习时间及学习成本的目的。

参考文献：

[1] 韩海彬，赵丽芬.环境约束下中国农业全要素生产率增长及收敛分析[J]．中国人口·资源与环境，2013，(3)：70-76.

[2] 时悦，赵铁丰.中国农业全要素生产率影响因素分析[J]．华中农业大学学报(社会科学版)，2009，(2)：13-15.

[3] 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)：24-35.

[4] 彭代彦，吴翔.中国农业技术效率与全要素生产率眼就——基于农村劳动力结构变化的视角[J]．经济学家，2013，(9)：68-76.

[5] 李谷成，陈宁陆，闵锐.环境规制条件下中国农业全要素生产率增长与分解[J]．中国人口·资源与环境，2011，(11)：153-160.

[6] 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.

[7] 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)：5-12.

[8] 王炯，邓宗兵.中国农业全要素生产率的变动趋势及区域差异——基于1978-2008年曼奎斯特指数分析[J]．生态经济，2012(7)：129-144.

[9] 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)：20-33.

[10] 全炯振.中国农业全要素生产率增长的实证分析:1978-2007年——基于随机前沿分析(SFA)方法[J]．中国农村经济，2009(9)：36-47.

[11] 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)：55-59.

[12] 李尽法，吴育华.河南省农业全要素生产率变动实证分析——基于Malmquist指数方法[J]．农业技术经济，2008(2)：96-102.

[13] 刘战伟.河南省农业全要素生产率的动态实证分析:基于DEA模型的Malmquist指数方法[J]．贵州农业科学，2011.39(2)：210-213.

[14] 赵文，程杰.中国农业全要素生产率的重新考察——对基础数据的修正和两种方法的比较[J]．中国农村经济，2011(10)：4-15.

[15] 潘丹，应瑞瑶.中国农业全要素生产率增长的时空差异:基于文献的再研究[J]．经济地理，2012(7)：113-117.

[16] Malmquist S.Index numbers and indifference curves [J]．Trabajos de Estatistica,1953,4:209-242.

[17] Caves D W, Christensen L R, Diewert W E. The economic theory of index numbers and the measurement of input and out put, and productivity [J]．Econometrica,1982,50(6):1393-1494.

[18] Charnes W, Cooper W, Rhodes E . Measuring the efficiency of decision marketing units [J]．European Journal of Operational Research,1978,2:429-444.

[19] Caves D W, Christensen L R, Diewert W E . Multilateral comparisons of output, input, and productivity using superlative index number [J]．American Economic Review,1994,84(1):66-831.

[20] Fare R ,Grosskpf S . Malmquist indexes and fisher ideal indexes [J]．The Economic Journal, 1992,102(1):158-160.