异质性下农业集聚对全要素生产率的影响研究

陈培荣，卢茗轩

(1.湖南省高等学校哲学社会科学重点研究基地 乡村产业振兴研究中心，湖南 衡阳 421008；2.衡阳师范学院 经济与管理学院，湖南 衡阳 421008)

一、问题的提出

近年来，国家在制度层面提出了三权分置，即土地所有权、承包权和经营权三者分离，这将极大促使农业由分散化向集约化经营转变。根据李谷成的研究，农业地理集聚作为突破小农户经营规模制约的有效形式，可以通过诱发农业组织方式创新，以及加快农业技术吸收和扩散等而影响农业全要素生产率[1]。相关研究虽然已经在制造业和服务业领域，从理论和实证角度论证了产业集聚对生产效率增长的积极作用，产业集聚为增强区域内的学习与创新能力提供了平台，实质是充当知识资本的转换器[2]，它有助于先进的技术在产业集聚区分享、匹配和学习，发挥Marshall外部性或Jacobs外部性的作用，促进信息交流与知识扩散。但是，由于农业生产在资源禀赋、政策环境和组织方式等方面有其特殊性，农业集聚如何影响全要素生产率？特别是中国不同省份的农业发展存在显著差异[3]，探究农业全要素生产率更须回应不同地区的“异质性”特征。这些问题的解决对中国的传统农业向现代农业转型、农业结构战略调整以及农业产业集群的培育意义重大。本研究试图对2002—2016 年我国31个省份农业TFP的变动规律，及其受农业集聚影响的演进轨迹和区域差异进行深入探讨，这对了解中国农业发展的产业特征以及完善农业公共政策具有重要参考价值。

关于集聚效应对生产率的影响，相关研究可以归纳为促进论、抑制论、不确定性论和非线性论。有较多研究支持促进论。作为生产率提升的重要驱动力量，知识和技术外溢已成为一种世界性的经济现象[4]，有研究认为产业集聚有利于生产率提升[5]。技术溢出是产业集聚对经济增长及其质量产生重要影响的内在动力。从理论上讲，产业集聚产生的外部性归结为技术外部性[6]，它既包括新增长理论所言的外部性[7]，也包括Marshall产业外部性的三个源泉。Boschma指出地理上的邻近性对技术外溢至关重要[8]。事实上，空间集聚可以对经济主体之间的知识交换产生积极的影响，这有助于空间集群技术的采用。也有一些学者持否定或者不确定态度。金晓雨利用门槛面板模型实证发现当人口低于某一阈值时，生产性服务业集聚降低了城市生产率[9]。Meliciani 利用墨西哥1994—2000年32个州的数据研究显示，集聚经济对经济增长的影响并不明显[10]。

目前，产业集聚相关的研究更多地聚焦在制造业和服务业领域，而关于农业集聚的外部性研究，尚未有完整、成型的分析框架，正处于起步阶段。随着农业集约化、规模化、产业化进程的加快，世界农业呈现出区域集聚发展趋势和特征[11]，农业集聚和区域分工、农业产业集群化发展开始引起国内外学者的关注。在农业集聚形成的机理方面，从技术外部性理论的角度，农业技术进步以及人力资本对于农业地理集聚形成的重要性日益增强[12]。贺亚亚基于比较优势理论，对比各地区的劳动、土地和资本生产率存在差异，从而论证集聚区的要素生产率优势是引导作物在该地区集中的重要因素[13]。农业受地区气候地形等自然条件以及经济环境的影响也是显而易见的，自然条件和经济环境相似的地区进行农业技术的交流会更容易[14]，从而产生集聚效应。除此之外，城镇化和工业化也是外部性因素，在人多地少、经济进入新常态、地区差距明显背景下，工业化的推进会引起农业用地的置换，研究显示，沿海发达地区耕地资源转化为非农用地的情况比比皆是，农业产业转移的加快，会影响农业地理集聚的发展[15]。

在农业集聚效应的效果评估方面，贾兴梅和李平指出农作物空间集聚度与农业增长存在较显著的正相关关系，表明农业产业集聚程度的提高促进了区域农业的增长，农业产业集群为农业和农村经济发展带来了竞争优势[16]。农业产业主要是通过专业化集聚促进了生产率的提升，并且，对周边地区也产生了积极影响，即存在空间溢出效应。尹成杰[18]通过对农业产业集群的空间集聚效应分析，指出应通过种植区域化、生产专业化、品种优良化，创建农业优势产业带，形成市场特色和品牌，提高农业竞争力，促进农业增效和农民增收[17]。贺亚亚基于比较优势理论，对比各地区的劳动、土地和资本生产率存在差异，论证集聚区的要素生产率优势存在差异[13]。同时，农业受地区气候地形等自然条件以及经济环境的影响也是显而易见的，自然条件和经济环境相似的地区进行农业技术的交流会更容易[14]，从而提升集聚的技术外部性。也有研究指出，随着城镇化进程加快，大量的农村劳动力迁移到城市，造成了农村产业空心化[19]，压缩了农业产业集聚外部效应空间。

综上分析，现有研究主要集中在对农业集聚的形成机理的分析，并开始研究农业产业集聚的外部效应，但是这些研究大部分基于某一细分行业，缺乏整体层面的探讨，并且还未形成统一结论。第一，产业集聚究竟是促进还是抑制了农业生产亟待论证。第二，农业生产具有显著的地域差异和集聚特征差异，为考虑农业集聚效应的异质性提供了一个新的视角。第三，关于农业集聚的相关研究多集中于线性角度，鲜有研究涉及到农业集聚对全要素生产率的非线性影响。基于此，本研究将在以往研究的基础上，系统探讨农业集聚影响劳动生产率的内在机理和区域差异。文章的章节安排如下：第一章提出问题，第二章为方法与数据，第三章报告实证结果并进行讨论，最后给出结论与政策启示。

二、方法与数据

(一)农业全要素生产率的测度

目前，已有文献采用了多种方法探究农业TFP，Fan和Zhang采用了增长核算法[20]，Hou等采用了Malmquist指数法[21]，而余康等则采用了随机前沿方法(SFA)[22]。本研究采用经典的DEA-Malmquist指数方法测算出各地区农业全要素生产率增长、技术效率变化和技术进步。相对于增长核算法和随机前沿法，DEA-Malmquist指数法无须设定生产函数形式，能够使用投人产出不同量纲数据，且可以对TFP增长进行因素分解，本研究采用此方法来探究我国各省份的农业TFP问题。假设有i个生产决策单元(DMU)，第t期到第t+1期的TFP变动如式(1) 所示。

(1)

(2)

本研究在测算农业全要素生产率时所选取的投入产出指标为：(1)农业投入。近年来农业投入越来越大，因此，为了准确反映投入要素的完整性，农业投入除了土地、劳动、机械和化肥外，还包括固定资产投入。其中土地投入以灌溉面积代理，单位为千公顷；劳动投入选择农林牧渔就业人口表示，单位为万人；机械投入采用机械总动力表示，单位为万千瓦；基于数据可得性，本研究采用化肥施用量代理化肥投入，单位为万吨；固定资产投入使用全社会农林牧渔固定资产投入代理，单位为亿元，并根据各地区固定资产价格指数进行处理，计算得出历年各地区固定资产投资额。(2)农业产出。现有文献多数将农业产出理解为农林牧渔总产值，少数文献将产出视为第一产业增加值[23]或单位耕地的农业总产值[24]。本研究用第一产业增加值表示农业产出。为了剔除价格的影响，本研究利用第一产业增加值指数(2002年=100)对第一产业增加值进行处理，计算得出2002—2016年各省份第一产业增加值。需要说明的是，使用DEA 测算的农业全要素生产率指数是以上年为1的环比变动指数，在实际计算时将其转化为2002年为1 的累积增长指数作为实证模型的被解释变量。以上数据来自于历年《中国统计年鉴》和《中国农村统计年鉴》等官方统计资料。

(二)农业集聚度的测度

产业集聚水平的高低是产业分布不均匀的表现，如伍山林以中国各省粮食产量占全国粮食总产量的比重这一指标来衡量集聚度，发现市场化改革以来，中国粮食生产正在向冀蒙黑等地稳步集中[26]；高帆采用生产指数，对中国粮食空间布局变动展开分析，发现 1978—2003 年粮食生产逐渐倾向于空间边缘化的特征[27]。朱启荣同样是基于比值考察了中国棉花主产区空间布局的变化，但其基础数据为播种面积，其研究表明，中国棉花自 1980 年以来先由南方(鄂湘晥等地)向北方(鲁冀豫等地)，后继续向西北(新疆自治区)转移[28]。测度产业集聚的指标很多，如行业集中度、Hoover系数、熵指数、空间基尼系数、区位熵等等，学者们在农业集聚程度的测算方法和基础数据的选择上也呈多样化特征。根据农业自身特点以及数据可得性，本研究借鉴贺亚亚的做法，选取区位熵测度农业的集聚程度[13]，具体计算方法：

(3)

其中，CAPSik代表农业集聚度，Eij和Vij代表i地区第j产业就业人口和产业增加值。p代表权重(假设两者权重相同，本研究p取0.5)，该指数越大，说明该省农业相对聚集程度越高。

(三)回归模型设定

本研究采用Hansen提出的面板门槛模型[29]，来研究农业集聚与全要素生产率的非线性关系，基本的门槛模型设定形式如式(4)：

yit=μi+Xit(qit<γ)β11+Xit(qit≥γ)β12+εit

(4)

其中qit为门槛变量，它既可以作为独立的门槛变量也可以作为解释变量的一个回归元，γ为特定门槛值，它将观测值分成两个区间，当观测值小于γ时，对应参数β1，当观测值大于等于γ时，对应参数β2，ui是个体效应，εit是随机干扰项，也可以将模型表示如式(5)：

yit=μi+Xit(qit,γ)β+εit

(5)

(6)

(7)

得到了参数估计值后，需要进行两方面的检验：一是门槛效应是否显著，二是门槛的估计值是否等于其真实值。如果γ已知，其跟经典回归模型没有差异，但是γ未知，这就存在参数检验问题，而该参数的估计值是“非标准非相似分布”，使得分布的临界值无法为模拟方式，为克服这一问题，Hansen以统计量本身的大样本分布为均匀分布，并且可以使用“自举法(bootstrap)”来计算，即构造一个极大似然估计量(LR)来检验门槛值γ，其零假设为γ=γ0，备择假设为γ≠γ0

(8)

构建以农业集聚作为门槛变量，农业集聚与农业全要素生产率之间的非线性关联的面板门槛模型如式(9)：

TFPIit=α11CAPSit·I(CAPSit≤γ1)+

α12CAPSit·I(CAPSit>γ1)+…+αn1

CAPSit·I(CAPSit≤γn)+αn2CAPSit·

I(CAPSit>γn)+βX+μi+λt+εit

(9)

式中，TFPIit表示中国i省份在t时期的农业全要素生产率指数，CAPSit表示中国农业i省份在t时期的集聚水平，μi为个体效应，t用来捕捉时间趋势。

控制变量及其数据来源为：人力资本水平(HUM)，其值为农村劳动力的平均受教育年限，它是劳动力质量的代理变量。平均受教育年限可定义为：农村平均每百个劳动力中不识字或识字较少* 0年+小学程度*6年+初中程度* 9年+高中程度*12年+中专*11年+大专及大专以上*16年；财政支农占比(GOV)，其值为地方财政支出中农林水利支出的占比，财政支农占比是农业政策的代理变量；自然灾害(DISA)，其值为农作物受灾面积占播种面积的比重，它是各省份自然条件的替代变量；农业人均能源使用量(ENG)，其值为农业从业人员人均电力使用值，单位为万千瓦时；技术市场活跃度(TEC)，考虑到数据的可获得性，用各地区技术市场的交易额与地区生产总值的百分比表示。以上各变量涉及到的数据均来源于历年《中国统计年鉴》《中国农村统计年鉴》以及各省统计年鉴等官方统计资料，各变量的描述统计如表1所示。

表1 描述性统计

注：本研究样本量均为434个

三、实证结果

(一)农业全要素生产率的测度结果

本研究假设农业生产是规模报酬可变的，并采用产出导向型的DEA 模型，通过DEAP2.1 软件测算出Malmquist 生产率指数及其分解部分。表1给出了2003—2016年我国农业TFP的因素分解数据，农业全要素增长率的平均值为1.032，即年均增长为3.2%，我国整体农业TFP呈现持续增长的态势，其中技术效率指数和技术进步指数分别为0.998和1.034，技术进步是推动农业发展的主要动力。我国农业发展区域差异明显，农业TFP最低的省份为西藏，为0.982，黑龙江最高，达到了1.066。除西藏和云南外，其他省份的农业TFP均大于1。

(二)门槛检验与结果分析

本研究基于空间维度分别对全国、东部地区、中部地区以及西部地区农业集聚与全要素生产率之间的关系进行了门槛检验。在使用面板门槛模型前，首先需要检验是否存在门槛效应，以便确定门槛的个数以及模型的形式。本研究利用Hansen提出的“自举法”(Bootstrap)，通过重叠模拟似然比检验统计量300次，估计出Bootstrap 的P值。检验发现，全国和东部地区通过了单门槛，中西部地区通过了双门槛检验。其中，全国和东部地区的单一门槛值分别是0.94和0.114，中部地区的双门槛值分别是1.413和1.491，西部地区的双门槛植 分别为1.037和1.871，具体情况见表3和图1，图2。

由表4的门槛估计结果可以看到，农业集聚对全要素生产率的影响作用存在复杂的非线性关系，且表现出一定的空间差异，具体可得到如下结论：全国范围，农业集聚的门槛效应显著，当集聚度小于等于0.94时，每增加1个单位，带动农业全要生产率增加0.709个单位，当集聚度大于等于0.94时，每1个增加单位将带动全要素生产率增加0.437个单位，这说明农业集聚的边际效应具有显著的门槛效应，随着农业集聚度的提高，其边际效应递减。总体上，农业集聚有利于区域内劳动力和资本的有效配置，能够加强经验和技术交流，从而产生规模报酬递增效应，这是实行农业集约化的现实依据；农村人力资源水平为农业发展带来智力支持[30]，每1个单位的变动将促使全要素生产率累计增加0.442个单位。随着农业产业化和现代化进程加快，一些地区的机械化和信息化水平逐步提高，农业技术含量越来越高，农村从业人员的受教育水平越来越高，促使农业全要素生产率稳步提升；此外，自然环境依然是影响农业发展的重要因素，特别是自然灾害的发生率，将制约农业发展水平[31]，受灾占比每上升1个单位，将拉低农业全要素生产率0.475个单位；而政府财政投入、市场活跃度等的影响并不显著。

表2 2003—2016年我国农业TFP的因素分解

表3 门槛个数检验

注： Bootstrap次数均为300次，***、**、* 分别表示系数通过1%、5%、10%的显著水平

图1 全国和东部地区门槛个数检验图

图2 中西部地区门槛个数检测图

分地区而言，当农业集聚度低于0.114的时候，其对东部地区的农业全要素生产率产生负作用，反之则为正，农业集聚与全要素生产率呈现出“V”型结构，东部地区农村人力资本水平和技术市场活跃度较高，农业集聚水平达到一定阶段后，其对农业TFP的边际效应递增；中西部地区的农业集聚边际效应呈现递减态势，当中部地区农业集聚低于1.413时，其边际效应为0.596，而在区间1.413至1.491时，其边际效应反而减少到0.519，当西部地区农业集聚度低于1.871时，其农业全要素边际效应为0.571，当超过1.871时，则下降到0.29。造成东中西部地区差异的原因有两点。第一，相对于西部地区，中部地区的农业基础和农业从业人员素质较高，农业占比较为适中，因此，农业集聚效应更为明显，而东部地区虽然经济发展水平和技术水平更优，但是东部地区更加重视二三产业发展，这跟农业TFP年均增长率呈现一定的收敛性有关。第二，农业发展容易受自然条件的影响，西部地区的水利气象条件较差，土地较为贫瘠，而东中部地区自然环境状况相对更好一些，造成了区域之间的差异。另外，东中部地区农业全要素生产率显著受农村人力资本和政府支农力度的正向影响，而西部地区不明显，主要是西部地区农村人力资本水平偏低，农村信息化建设落后，制约了农业技术在农业发展中的应用和推广，分散式的经营造成西部地区农业经营规模偏小，产业结构不太合理，机械化程度低，从而造成西部地区农业发展的集聚效应减弱。同时，中部地区经常受洪涝和旱灾等自然灾害的侵扰，其对农业发展的冲击很大。

表4 门槛效应估计结果

注：λ表示门槛值，***、**、*分别表示系数通过1%、5%、10%的显著水平

四、结论与启示

本研究利用DEA-malmquist指数测算2002—2016年中国31个省级行政单位的农业TFP，我国农业TFP呈现持续增长的态势，其年均增长为3.2%，技术进步是推动农业发展的主要动力。农业集聚对农业全要素生产率增长具有重要的促进作用，且区域之间存在显著差异。面板门槛模型验证了农业集聚对农业全要素生产率的非线性关系，在考察期内，当农业集聚度较低时，其对东部地区的农业全要素生产率产生负作用，反之则为正，农业集聚与全要素生产率呈现“V”型结构，东部地区农村人力资本水平和技术市场活跃度较高，对农业集聚的边际效应明显；中西部地区的农业集聚边际效应呈现递减态势，这与农村人力资本流失和技术市场活跃度较低有一定关系，从而制约了农业技术的应用和推广，分散式的经营造成中西部地区农业经营规模偏小，产业结构不太合理，机械化程度低，从而造成中西部地区农业发展的集聚效应减弱。

以上研究表明，应该发挥农业发展过程中产业集聚对全要素生产率的促进作用。首先，加快规模化、集约化发展。特别是中西部地区作为农业主产区，大多数农民去往沿海地区就业，可以考虑因地制宜培育农业产业，建立农业产业园区和供应链体系，扶持农业产业化龙头企业，实现农业产业化经营。其次，着力提高农村人口的受教育程度，提升农村人力资本水平，增加农民收入水平，减少中西部地区人力资本流失，防止农业产业空心化。再次，加强农业技术推广和培训，提高机械化程度，促进农业集约式发展。当然，政府应该继续保持支农政策，并提高政策针对性，加大农业技术研发的扶持力度。最后，加强农业基础建设，特别注重西部地区的水气象条件改善，提升农业现代化水平。