技术进步、价格扭曲对中国农业环境效率的影响

刘伟 洪宇

内容提要：  本文以2016-2018年我国省域农业经济发展水平作为研究对象，首先，运用全局ML方法计算全要素生产率及要素分解，分离出技术进步水平，代入道格拉斯生产函数，计算得到要素价格扭曲;其次，運用三阶段DEA方法计算我国农业环境效率;最后，运用GMM回归模型分析技术进步、价格扭曲及相关控制变量对中国农业环境效率的影响。结论认为：我国农业技术水平较有起伏，  但总趋势表现为技术进步;农业劳动力、资本存量、农用土地均存在价格扭曲现象，且劳动力价格表现为正向扭曲，资本价格、农用土地表现为负向扭曲，其中农业土地价格扭曲程度最为严重;我国当前农业不充分、不平衡发展问题依然严峻，而人才流动是最主要的问题;技术进步和价格扭曲均是中国农业环境效率的直接影响因素，技术优化、过剩的劳动力、不足的资本存量均是农业环境效率的抑制因素，不足的农业土地面积是农业环境效率的促进因素，技术进步和价格扭曲交叉项正向作用农业环境效率，但影响程度较小，退耕还林、水土流失治理均是提高农业环境效率的有效手段。

关键词： 技术进步;价格扭曲;全局ML生产函数;三阶段DEA模型;GMM回归模型

中图分类号：F26;C812  文献标识码：A  文章编号：1001-148X（2021）05-0113-10

近年来，我国经济已由高速增长阶段转向高质量发展阶段，随着这种转变，我国农业的比重逐年下降，农村人口不断缩减，“三农”问题日益显现。目前，我国主要农作物耕种机械化水平已超过65%，农业科技进步贡献率超过57%，超过世界平均水平，农产品供给极大丰富[1-3]。但是，我国农业资金投入不合理、要素错配、公共服务体系不健全等问题依然存在，农业生产效率远未达到期望水平[4-6]。本文以2016-2018年我国省域农业经济发展水平作为研究对象，运用全局ML方法计算全要素生产率及要素分解，分析要素价格扭曲程度，并运用三阶段DEA方法计算我国农业环境效率，最后通过运用GMM回归模型分析技术进步、价格扭曲及相关控制变量对中国农业环境效率的影响，为提高我国农业环境效率提供决策依据。

一、模型设定

（一）全要素生产率及要素市场扭曲

1. 全局ML生产函数

目前测算全要素生产率的方法有很多种，主要分为两类：一类是非参数法，主要有DEA、Malmquist生产率指数法等; 另一类是参数法，主要有索洛余值法、随机前沿生产函数法等。两类方法的主要区别在于是否需要假设具体的生产函数形式。本文计算全要素生产率采用指数法，传统的生产率指数法主要存在以下问题：（1）几何形式不存在传递性;（2）如果研究对象是不同时期的样本，测算过程中的线性求解可能存在无解;（3）要素分解过程中可能存在要素量过大或过小的情况。

全局ML生产函数与传统的生产函数相比，其技术集包括全时期的观测样本，避免了线性规划无可行解的情况。同时，其构建的非圆周几何形式也解决了传统生产函数的传递性问题。本文采用基于SBM模型的全局ML生产函数，可表示为：

DG（x，y，b;gy，gb）=max{β|（y+βgy，b-βgb）∈PG（x）} （1）

GMLt，t+1（xt，yt，bt，xt+1，yt+1，bt+1）= 1+DG（xt，yt，bt） 1+DG（xt+1，yt+1，bt+1）  （2）

GMLt，t+1（xt，yt，bt，xt+1，yt+1，bt+1）=ECt，t+1×TCt，t+1 （3）

其中，式（1）中，PG（x）=P1∪P2∪…∪Pt。PG通过在所有相关DMU的输入和输出上通过面板数据构建单个PPS来包围所有Pt。因此，PG被称为全局技术集。式（2）中，DG（xt，yt，bt）表示DG（x，y，b;gy，gb），这是在全局技术集PG上定义的DDF。如果DMU的GMLt，t+1大于1，则此DMU的生产活动会增加期望产出，减少非期望产出;同理，如果DMU的GMLt，t+1小于1，则此DMU的生产活动会减少所需的产出。式（3）表示要素分解部分，ECt，t+1是效率变化项，用于度量DMU的t和t+1时期的技术变化;TCt，t+1是综合技术效率，它反映了同时期技术前沿与全局技术前沿之间的差距，并估计同时代技术前沿是否更靠近全局技术前沿。

2.道格拉斯生产函数

一般来说，要素价格是由供求关系和基本价值决定的，但在很多情况下，要素价格无法反映市场经济活动。因此，市场价格扭曲指的是，要素价格不受市场关系控制，其可能受国家宏观经济调控、产业的相互制约等外在因素影响，从而无法体现市场经济过程的现象。 从政策层面看，由于中国农业受国家管制，国有经济的成分较多，要素配置一般由政府调控，使其价格偏离原有的价值。从市场层面看，中国农业市场化进程缓慢，产业结构调整不畅，尽管中国农业市场化改革一直在摸索中前行，近年来获得显著成效，但政府调控一直是农业要素价格的主导因素，加快农业市场化任务依然艰巨。要素价格扭曲是一种非正常状态，让决策者做出错误的判断，导致资源不合理分配，产业效率低下，危害我国农业正常发展。

目前，要素价格扭曲的计算方法主要有三种：一是生产函数法;二是影子价格模型测算法;三是计算前沿面的指数法。本文选用道格拉斯生产函数计算中国农业价格扭曲程度，其主要机理为：当要素价格大于要素边际产出，价格正向扭曲，说明要素的实际价格高于自身价值;当要素价格小于要素边际产出，价格负向扭曲，说明要素的实际价格低于自身价值。其测算模型表示为：

Yit=TCitKitαLitβTitγ （4）

MPLit=βTCitKitαLitβ-1Eitγ，MPKit=αTCitKitα-1LitβEitγ，MPTit=γTCitKitαLitβTitγ-1  （5）

DISLit=MPLit/rit，DISKit=MPKit/wit，DISTit=MPTit/sit （6）

其中，式（4）为经典道格拉斯函数，Y表示生产力水平，TC表示技术进步水平，由全局ML生产率分解得到，K表示资本存量，L表示劳动力投入量，用第一产业从业人员人数反映，T表示农业土地使用量，用农作物播种面积、造林面积、水产养殖面积之和表示。i表示企业，t表示时间。α、β、γ分别表示资本存量、劳动力投入量和土地资源使用量要素弹性系数，用最小二乘估计得到。式（5）为农业生产要素边际产出。式（6）为要素价格扭曲分解，主要由农业生产要素边际产出和实际价值的比值计算得到，w、r和s分别表示员工平均工资、利率和人均农业用地面积，如果DIS等于1，那么要素价格合理;如果DIS大于1，说明要素价格负向扭曲;如果DIS小于1，那么要素价格正向扭曲。其中，资本价格通过加权平均成本计算得到，即r=δere+δdrd，re为权益资本成本，rd为债务资本成本，δe和δd分别作为资本结构权重。根据资本资产定价模型re=rf+be（rm-rf），其中rf为债务资本无风险报酬率，以2010-2017年8年银行贷款利率衡量，（rm-rf）为权益风险报酬率，国家发改委规定，权益风险报酬率约为2%，be为权益风险系数，根据行业研究报告，be取值0.9;同理，rd=rf+bd（rm-rf），其中bd为负债风险系数，一般假设bd趋于0，即rd=rf。

上述样本时间跨度较长，需以2014年作为基期，利用CPI进行调整，以消除价格变动的影响。

（二）三阶段DEA模型

1.第一阶段SBM超效率模型

DEA方法是通过比较决策单元之间的相对有效性， 从而计算出各决策单元投入产出的相对效率，反映在要素投入给定条件下实现最大产出的比率，或者产出水平给定条件下进行投入最小的比率，常见的DEA模型有BCC、CCR等模型;但是传统的DEA模型存在松弛性和径向性两种问题，其中径向性问题指当投入产出按等比例放大或缩小时，傳统的径向DEA模型可能会高估研究对象的效率[7-8]。

由于SBM模型是一种非径向模型，考虑到非差额变量影响，通过寻找最小比率达到最优效率前沿，可降低农业生产链非纯效率的影响，并可区分规模有效性，较其他分析模型更易于评价资源配置的合理程度。因此，构建SBM超效率模型，可表示为：

minh= 1+ 1 m ∑ m i=1  s-i xik  1- 1 q1+q2 （∑ q1 r=1  s+r yrk +∑ q2 t=1  sb-i brk ）  （7）

其中， s.t. ∑ n j=1，j≠k xijλj-s-ixik，∑ n j=1，j≠k yrjλj-s+ryrk，∑ n j=1，j≠k btjλj-sb-tbtk，并且1- 1 q1+q2 （ ∑ q1 r=1 sr+ yrk + ∑ q2 t=1 stb- brk ）>0， λ，s+，s-0，∑ n j=1 λj=1 。

其中，h表示农业生产效率得分，可根据线性规划求得最优解，s-表示投入的松弛变量，s+表示产出的松弛变量，xik和yik分别表示投入产出变量。k项决策单元。超效率模型指在k项决策单元都有效的情况下，对其进行排序比选出效率大于1的情形，即超效率解。

2.第二阶段SFA模型

由于中国农业受国家相关政策调控、且市场环境较为复杂，人力、资本或技术支持资源配置不当，在第一阶段效率评价中形成一定量的冗余或不足，因此，中国农业存在规模无效性特征。为了重新估计中国农业受政策管制或市场因素的效率水平，需调整评价体系环境变量[9-10]。本文通过构建SFA模型，进一步分析第一阶段中计算得到的松弛变量与第二阶段重新添加的环境变量之间的关系，得到的农业生产环境变量，为修正后的投入变量。SFA模型可表示为：

sni=fn（zi;βn）+vni+uni （8）

E ∧  vni vni+uni  =sni-ziβn ∧ -E ∧  uni vni   （9）

x ∧ ni=xni+ max zi，βn ∧  -ziβn ∧  +[max v ∧ ni -v ∧ ni] （10）

其中，式（8）表示松弛变量与环境变量理论模型，fn（zi;βn）表示第一阶段计算得到的松弛前沿，即最优资源配置量，vni+uni为混合误差项。式（9）表示分离出随机波动项的纯合模型，E ∧  vni vni+uni  为纯合子估计值。式（10）表示调整后的农业投入变量，其中，[max zi，βn ∧  -ziβn ∧ ]表示调整后的产业内部运营状态，[max v ∧ ni -v ∧ ni]表示调整后的产业外部政策管制，二者效应均为最低值，即状态一致。

3.第三阶段调整后的SBM超效率模型

将第二阶段SFA模型重新调整后的农业产业投入估计值重新代入SBM超效率模型，得到农业产业环境效率得分，为修正后的效率评分。

4.变量选取

在吸收借鉴国外研究成果并结合中国国情的基础上，遵循科学性、系统性、可比性、可操作性等原则，本文根据中国农业生产投入及经营收入状况建立一套科学的效率评价指标体系。根据上述三阶段DEA模型设定，第一阶段效率评价选取第一产业从业人员数、农业土地面积、农业机械总动力、农业化肥施用量、耕地灌溉面积作为投入指标，选取农林牧渔业总产值作为产出指标。第二阶段效率评价围绕“三农”问题研究背景选取外部环境相关指标， 具体为农业现代化、农村公共服务体系、农民素质三个方面，其中，农业现代化包括国家财政支农支出、主要农用机械（大中型拖拉机、小型拖拉机、谷物联合收割机、节水灌溉类机械）年末拥有量，农村公共服务体系包括农村乡镇卫生院、卫生人员数、农村养老机构数、农村居民最低生活保障人数，农民素质包括农村居民人均可支配收入、乡村就业人口平均受教育年限，上述外部环境分项指标用熵值法计算得到农业现代化、农村公共服务体系、农民素质三项评价得分。第三阶段效率评价以第二阶段修正后的投入指标，再次代入SBM超效率模型，得到最终的环境效率得分。

综上所述，构建中国农业生产效率评价指标体系，结果见表1。

（三）一步系统GMM回归模型

为了进一步探究要素价格扭曲和技术进步对中国农业环境效率水平的影响程度，需构建合适的回归模型。（1）从理论角度看，中国农业环境效率不仅存在时间滞后性，还存在变量相关性，即下一期效率会受上一期影响，且变量之间相互影响，一般通过动态面板回归模型解决上述问题，本文选用广义矩估计（GMM）进行回归分析。其中，GMM方法可分为差分GMM和系统GMM，而系统GMM较差分GMM更适合分析效率问题，因此选择系统GMM方法;系统GMM包括一步法和两步法，一步法略去了估计中间过程，较两步法误差更小，因此选择一步系统GMM回归模型进行分析。（2）从现实角度来看，中国第一产业与二、三产业相比，结构优化水平较为滞后，产业内部调控机制尚不成熟，极易受到产业外部影响，如农产品价格政策、环境规制政策、自然灾害相互影响等，并且农业作为中国现代化产业代表，其环境效率与技术进步水平息息相关。因此，本文除却反映价格合理性以及科技创新水平的解释变量，进一步添加反映环境规制的控制变量，具体为：退耕还林工程面积、水土流失治理面积。构建一步系统GMM模型，表示为：

Efficiencyit=α0+β1Efficiencyit-1+β2DISLit+β3DISKit+β4DISTit+β5TCit+βiXit+εit （11）

Efficiencyit=α0+β1Efficiencyit-1+β2DISLit+β3DISKit+β4DISTit+β5TCit+β6DISLit×DISKit×TCit+βiXit+εit （12）

其中，Efficiency是环境效率， DISL是劳动价格扭曲率，DISK是资本价格扭曲率，DIST是农用土地价格扭曲率。式（11）、（12）分别表示技术进步、价格扭曲没有交互项和有交互项对环境效率影响的回归模型，TC是技术进步，DIS×TC是价格扭曲和技术进步的交互项。X是控制变量，包括表示环境治理的退耕还林工程面积（SF）和水土流失治理面积（SE）。α0是模型的常数项，βi是各项变量系数，ε为随机扰动项。

二、实证分析

（一）数据来源

本文数据来源于2016-2019年《中国统计年鉴》《中国农业年鉴》《中国农村统计年鉴》以及相关省份年度报表数据。

（二）全要素生产率及分解和要素价格扭曲

根据全局ML生产函数运用MAXDEA软件计算得到全要素生产率并对其分解，分离出技术进步水平，并代入经典道格拉斯生产函数，计算得到要素价格扭曲，结果见表2（全局ML生产函数估计方式为向后一期估计，因此2016年计算结果不显示）。

由表2可以得到如下结论：

（1）技术进步水平。从各地区技术水平变化看，2017-2018年中国农业技术水平较有起伏，但技术效率基本都在1以上，其中，2017年技术进步平均水平为1.05，2018年技术进步平均水平为1.10，说明技术前沿较上年有所提高，总趋势表现为技术进步。其中，技术进步水平变化量最大的是浙江省，2016-2018年技术进步水平递增幅度为1.41，同时，辽宁、上海、贵州、青海等省份进步幅度都相对较大，说明这些省份重视农业科技创新发展，以技术进步作为农业发展核心驱动力，地区居民对新的农副产品接受能力较强，农产品市场开始呈现服务质量、个性差异方面的竞争。较前者不同的是，河南、广西、海南、陕西等省份2016-2018年技术进步幅度较低，均在1.08以下，農业技术进步较为缓慢。结合地区经济发展水平，上述省份经济基础较为薄弱，居民对本地区农产品差异需求不高，农业产业结构较为粗糙单一，尽管地区政府已经开始重视农业科技创新，加大如农用机械、节水灌溉技术的配给，但产业结构扭转仍较缓慢，技术驱动转型滞后。近年来，西部和中东部省份农业生产结构转型成效卓著，各地区政府及相关部门应紧抓农业技术创新，落实科学技术反哺经济建设的可持续发展战略。

（2）要素价格扭曲。2016-2018年中国农业劳动力、资本存量、农用土地均存在价格扭曲现象，且劳动力价格表现为正向扭曲，资本价格、农用土地表现为负向扭曲，即中国农业劳动力边际产出低于实际劳动，资本和土地边际产出高于实际价值，说明劳动力要素投入过剩，资本和土地要素投入不足。根据要素价格扭曲平均值，劳动力价格扭曲率为1.80，资本价格扭曲率为0.80，土地价格扭曲率为0.03，要素价格扭曲率更趋向于1的排序为资本、劳动力、土地，说明中国农业土地价格扭曲程度更为严重，提高农业用地使用效率的问题亟待解决。最后，2017年劳动力、资本价格扭曲率分别为1.75和0.75，2018年劳动力、资本价格扭曲率分别为1.80和0.80，土地价格扭曲率保持不变，表明劳动力价格扭曲程度提高，资本价格扭曲程度降低。这可能由于中国农业以资本为驱动转向由技术进步为驱动的发展方式，农业技术人员投入过剩，劳动力成本提高，由技术进步带动产业发展的优势尚未显现，导致农业价格扭曲的形式和程度发生改变。说明现阶段我国农业发展的重心不在于提高技术进步要素的投入，而在于将技术要素转变为实际成果，提高农业生产技术效率。

（三）中国农业环境效率评价

第一阶段，根据中国农业生产效率评价指标体系，假定规模报酬不变，建立非定向SBM超效率模型，运用DEAP软件计算得到2016-2018年中国农业生产效率得分及各项投入变量松弛值，结果见表3。

第二阶段，将上述松弛变量计算结果按年度平均，求解结果作为被解释变量，中国农业生产效率评价指标体系中第二阶段环境变量作为解释变量，运用frontier软件代入SFA模型进行回归，结果见表4。

表4显示，（1）从模型的检验结果来看，五项投入的松弛变量双边似然比统计量Wald均能通过1%的显著性检验，且模型的变差率γ都趋近于1，说明该模型存在技术无效率，非效率变量对投入松弛变量有较大影响，反之随机因素影响较小。因此，上述检验结果证明了进行SFA回归分析的必要性。（2）从模型的回归结果看，第二阶段中国农业环境变量均对第一阶段的投入松弛变量有影响。其中，结论分为四个方面：

①农业现代化。该变量与第一产业从业人员数、农业化肥施用量回归系数为正，与农业土地面积、农业机械总动力、耕地灌溉面积回归系数为负。说明农业现代化水平的提高，有利于缩减土地、机械化及灌溉面积冗余，但不利于缩减从事农业人员数和化肥施用量冗余。一方面表明了农业科技进步提高了农用机械的利用率，如大中型播种机、收割机、节水灌溉设备，进一步提高农业用地效率，使得相同面积土地收获更多的作物;另一方面表明了随着农业现代化的推进，更多的农业技术型人才涌入实际发展中，但在短时间内，技术知识未转化为实际成果，形成第一产业从业人员数冗余，同时，农业化肥施用量的过剩也说明了我国农业现代化，农用土地面积在不断减少，肥料使用量随之降低。

②农村公共服务体系。该变量与农业土地面积、农业机械总动力、耕地灌溉面积回归系数为正，与第一产业从业人员数、农业化肥施用量回归系数为负。说明农村公共服务体系的完善，有利于缩减从事农业人员数和化肥施用量冗余，但不利于缩减土地、机械化及灌溉面积冗余。一方面表明农村公共服务体系不断健全，促进农村就业体系进一步完善，农村务农生产工作由单一维度向多元化、多层次、多领域转变，农村居民各司其职，工作效率提高，同时，随着农村公共服务网络的完善，在一定程度上减少了劣质化肥的流通，提高了化肥的利用效率;另一方面表明了随着农村公共服务体系不断健全，现代农村向城市化转变，新农村、城乡一体化格局已经展开，土地流转工作也要协同展开，农用土地需要重新规划，逐步形成以机械化、专业化、大农场式为特征的中国特色农业发展模式。

③农民素质。从理论角度看，该变量与第一产业从业人员数、农业土地面积、农业机械总动力、农业化肥施用量、耕地灌溉面积回归系数均为正。说明农民素质的提高，不利于缩减各项生产投入要素的冗余。从现实角度看，近年来，随着“三农”问题的深入展开，特别是农民素质问题，受到党和国家高度关心和关注，各地区政府下达和部署了一系列便农、惠农政策，使得毕业大学生响应号召反哺家乡、农业科员人员走进农村、农民自身文化程度提高等现象普遍存在，农民素质、技术水平、精神面貌显著提高，农用土地、机械设备等的配给量也在不断提高。但是，农业产出量提高是一个漫长的过程，不仅需要生产技术的变革，地理环境、地区经济、地方文化同等重要，因而，总产值在短期内无法达到预期水平，尽管农民素质提高了，但各项生产要素的冗余量也提高了。

第三阶段，上述结果表明中国农业外部环境因素会对其效率评价造成影响，因此，在原有指标体系的基础上调整投入变量，再次代入SBM超效率模型，计算调整后的投入变量和第三阶段中国农业环境效率评价得分，结果见表5。从中可以得到如下结论：

（1）对比第一阶段和第三阶段的效率得分，调整后的环境效率得分均低于第一阶段效率得分，说明第一阶段最优前沿被高估了，即投入变量未调整前的效率水平被高估了。这表明农业生产的外部坏境因素会对生产效率造成严重影響，其可能的原因在第二阶段已做论述，最终外部环境效应表现为正向。

（2）从各地区环境效率变化看，2016-2018年我国各省份农业环境效率较有起伏，但总体效率表现为逐年提高。其中，江苏省环境效率得分最高，2016-2018年效率得分分别为0.79、0.86、0.80，效率得分在0.5以上的地区有北京、辽宁、上海、浙江省份;与此相反，环境效率得分在0.3以下，表现较差的地区有山西、内蒙古、安徽、海南、甘肃、宁夏、新疆省份。

仅将生产效率高低归结为地区经济基础是否薄弱，此类观点较为片面，需要结合产业外部环境因素具体分析。如北京市2016-2018年未经环境因素调整的生产效率为0.91、0.81、1.02，而第三阶段环境效率为0.62、0.57、0.54，加入环境要素调整前后差异较大，其可能的原因可能分为三个方面： ①北京市农业现代化程度较高，但技术应用尚未转化为技术成果，造成技术要素投入冗余;②北京市周边农村公共服务体系较为健全，但农用土地规划尚未跟上农村城市化进程，造成土地要素投入冗余;③北京地区经济基础较为雄厚，农业技术型人才更希望留在生活水平高、有发展前景的大城市，但地区资源有限，从农技术人员的作用无法得到充分发挥，造成人力要素投入冗余。与此相类似的地区还有上海、广州、浙江等省份，但同时，我国更多省份因农业生产要素投入不足致环境效率无法达到最优，这表明我国当前农业不充分、不平衡发展问题依然严峻，而人才流动是最主要的问题。

（四）中国农业环境效率水平及其影响因素回归分析

根据GMM回归模型假定，代入中国农业环境效率作为因变量，技术进步、价格扭曲计算结果作为自变量，退耕还林工程面积、水土流失治理面积作为控制变量，运用STATA软件进行回归估计，估计结果分为整体回归和地区回归，地区划分按照我国经济区域划分标准分为东、中、西部地带，其中，北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南属于东部地带;山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南属于中部地带;重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、广西、内蒙古属于西部地带。结果见表6和表7。

由表6和表7可以得到如下结论：

（1）上述估计结果中，中国农业环境效率影响因素和Wald双边检验统计量均能够通过10%水平显著性检验，说明GMM回归模型变量设定合理;Hausman检验结果表明面板模型具有固定效应，说明地区个体效应与自变量相关，即中国31各省份环境效率均与其影响因素相关;环境效率滞后系数均为正值，且方向一致，说明中国农业环境效率具有延续性，即每年环境效率与上一年效率有关。

（2）技术进步和价格扭曲对中国农业环境效率的影响。整体回归估计结果表明，①技术进步系数均为负值，说明技术优化会降低产业环境效率。②劳动力、资本价格扭曲系数均为负值，土地价格扭曲系数为正值，说明各项要素投入价格偏离实际价值会影响农业环境效率。③技术进步系数绝对值大于价格扭曲系数绝对值，说明技术进步对地区环境效率的影响比要素价格扭曲大。联系第一部分研究结果，我国劳动力要素投入过剩，资本、土地要素投入不足，说明过量的劳动力、不足的资本要素导致我国农业环境效率低下，而农用土地面积不足将促进农业环境效率。这说明：其一，过量的劳动力表明我国大量农业技术人员滞留在经济基础较好的地区，如北京、上海等地区，这些劳动力成本较高，而地区资源有限，从农技术人员作用无法得到充分发挥，形成大量劳动力冗余，造成农业环境效率低下;其二，不足的资本一方面反映了我国不充分、不平衡的发展现状，资本存量主要集中于经济较发达的地区，但第一产业资本总量不足，另一方面也表明了地区资本主要用于农业技术研发工作，但农业技术无法在短期转化为技术成果，总产值无法达到预期水平，导致环境效率低下;其三，不足的土地一方面表明我国农业现代化成效卓著，农村公共服务体系不断健全，但另一方面也表明我国农用土地规划政策滞后于农村城市化水平，土地流转及下一步方针运转不畅，农用土地与其他用途土地界定模糊问题依然存在，尽管我国农用土地面积低于效率有效面积，但也在一定程度上促进了农业技术发展，进一步提高农业用地效率，使得相同面积土地收获更多的作物，整体环境效率提高。④技术进步和价格扭曲的交叉项主要体现为两个方面，一是技术进步提升缓解价格偏离实际价值规模无效率，二是价格扭曲降低优化技术要素配置有效性。技术进步和价格扭曲交叉项系数表明，二者交互影响均正向作用农业环境效率，但影响程度较小。地区回归估计结果与整体回归一致，其中，三大经济地带变量系数由大到小排序分别为西部、东部、中部，说明中部地带省份技术进步和价格扭曲弹性系数最小，即要素配置合理性对中部省份环境效率更为重要，环境效率变量间关联度更高。

（3）环境规制对中国农业环境效率的影响。整体和地区回归估计结果一致，退耕还林工程面积、水土流失治理面积變量系数均为正值，说明我国对农业环境的治理提高生产效率，即技术进步对农业生产的效率补偿大于环境治理的成本。结合现实角度，退耕还林工程减少了农业作物生产面积，但另一方面也是土地规划的过程，“退耕”退的是农用界定模糊的土地和不适宜作物生长的土地，“还林”还的是更高价值木材、药材以及更美好的生态环境，因此，退耕还林工程亦是增加农业生产总值的另一种途径;并且，水土流失治理工程增加了农业生产可能面积，减少农业技术冗余，提升了我国农业环境效率。尽管国家环境规制政策不可避免地产生了治理成本，在一定程度上降低了农业环境效率，但长期看来，进一步完善环境友好型经济利大于弊，因此，中国农业不仅要提升自主创新能力，通过技术革新实现经济增长，同时要促进地区环境治理，加快产业绿色转型。

三、结论与建议

（一）研究结论

本文以2016-2018年我国省域农业经济发展水平作为研究对象，研究分为三个部分：首先，运用全局ML方法计算全要素生产率及要素分解，分离出技术进步水平，代入道格拉斯生产函数，计算得到要素价格扭曲;其次，运用三阶段DEA方法计算我国农业环境效率;最后，运用GMM回归模型分析技术进步、价格扭曲及相关控制变量对中国农业环境效率的影响。主要研究结论包括：

（1）我国农业技术水平较有起伏，但总趋势表现为技术进步。

（2）中国农业劳动力、资本存量、农用土地均存在价格扭曲现象，且劳动力价格表现为正向扭曲，资本价格、农用土地表现为负向扭曲，即劳动力边际产出低于实际劳动，资本和土地边际产出高于实际价值，说明劳动力要素投入过剩，资本和土地要素投入不足。 上述结论反映两点现象：一是，农业土地价格扭曲程度最为严重，提高农业用地使用效率的问题亟待解决。二是，价格扭曲系数变动表明，我国农业以资本为驱动转向由技术进步为驱动的发展方式，农业技术人员投入过剩，劳动力成本提高，由技术进步带动产业发展的优势尚未显现，导致农业价格扭曲的形式和程度发生改变。

（3）中国农业环境效率的研究以“三农”问题为研究背景，效率评价第二阶段选取农业现代化、农村公共服务体系、农民素质三个方面作为外部环境指标。结论显示，上述三种环境因素均对其效率评价造成影响，且在未调整前的生产效率水平被高估了。地区环境效率评价差异说明，我国当前农业不充分、不平衡发展问题依然严峻，而人才流动是最主要的问题。

（4）回归模型结论显示：一是，技术进步和价格扭曲均是中国农业环境效率的直接影响因素，技术优化、过剩的劳动力、不足的资本存量均是农业环境效率的抑制因素，不足的农业土地面积是农业环境效率的促进因素，技术进步和价格扭曲交叉项正向作用农业环境效率，但影响程度较小。二是，技术进步对农业生产的效率补偿大于环境治理的成本，退耕还林、水土流失治理均是提高农业环境效率的有效手段。

（二）对策建议

（1）各地区政府及相关部门应紧抓农业技术创新，落实科学技术反哺经济建设的可持续发展战略，但现阶段我国农业发展的重心不在于提高技术进步要素的投入，而在于将技术要素转变为实际成果，提高农业生产技术效率。

（2）我国应进一步加强农村公共服务体系建设，完善土地流转及下一步方针战略，逐步形成以机械化、专业化、大农场式为特征的中国特色农业发展模式。

（3）地区及各级政府应进一步完善人力资源管理体系，加强人才引进力度，缩减经济较发达地区农业劳动力冗余，以地区不充分、不平衡的发展现状为锚点，切实解决技术人才就业问题。

参考文献：

[1]  王蕾，于成成，王敏，等.我国农业生产效率的政策效应及时空差异研究——基于三阶段DEA模型的实证分析[J].软科学，2019，33（9）：33-39.

[2]  马凤才，郭喜伟，陈璐.基于三阶段DEA模型的辽宁省农业生产效率分析[J].农业经济，2019（4）：15-17.

[3] 王飞航，李友顺.基于三阶段数据包络分析模型的我国西部地区国家级高新区创新效率评价[J].科技管理研究，2019，39（1）：55-60.

[4] 王天慧，陈振，李炳军.基于三阶段DEA模型的河南省18市农业生产效率研究[J].河南科学，2018，36（6）：933-938.

[5] 孟晓霞，曹洪军，焦勇.我国农业生产技术效率评价研究——基于修正的三阶段DEA模型[J].财经问题研究，2016（4）：124-129.

[6] 程丽雯，徐晔，陶长琪.要素误置给中国农业带来多大损失？——基于超越对数生产函数的随机前沿模型[J].管理学刊，2016，29（1）：24-34，2.

[7] 贺志亮，刘成玉.我国农业生产效率及效率影响因素研究——基于三阶段DEA模型的实证分析[J].农村经济，2015（6）：48-51.

[8] 黄珂，张安录，张雄.中国城市群农地城市流转效率研究——基于三阶段DEA与Tobit模型的实证分析[J].经济地理，2014，34（11）：74-80.

[9] 焦源.山东省农业生产效率评价研究[J].中国人口·资源与环境，2013，23（12）：105-110.

[10] 郭军华，倪明，李帮义.基于三阶段DEA模型的农业生产效率研究[J].数量经济技术经济研究，2010，27（12）：27-38.

Effects of Technological Progress and Price Distortion on Agricultural Environmental

Efficiency in China

LIU Wei1，HONG Yu2

（1.Business School， East China University of Political Science and Law， Shanghai 201620，

China; 2.School of Economics， Anhui University，  Hefei 230601，China）

Abstract：  This paper takes the provincial agricultural economic development level in 2016-2018 as the research object， uses the global ML method to calculate the total factor productivity and factor decomposition， separates the level of technological progress， and substitutes it into Douglas production function to calculate the factor price distortion; secondly， uses the Three-stage DEA method to calculate China′s agricultural environmental efficiency; finally， uses GMM regression model to analyze the effects of technological progress， price distortion and related control variables on agricultural environmental efficiency in China. The conclusion is that： the level of agricultural technology in China has ups and downs， but the general trend is technological progress; there are price distortions in agricultural labor force， capital stock and agricultural land， and labor price is positive distortion， capital price and agricultural land are negative distortion， among which agricultural land price distortion is the most serious; at present， the problem of insufficient and unbalanced development of agriculture in China is still serious， and the flow of talents is the most important problem;technological progress and price distortion are the direct influence factors of China′s agricultural environmental efficiency， technological optimization， surplus labor force and insufficient capital stock are all restraining factors of agricultural environmental efficiency，insufficient agricultural land area is the promoting factor of agricultural environmental efficiency， the intersection of technological progress and price distortion has a positive effect on agricultural environmental efficiency， but the impact is small. Returning farmland to forest and soil erosion control are effective means to improve agricultural environmental efficiency.

Key words： technological progress; price distortion; global ML production function; three stage DEA model; GMM regression model

（責任编辑：周正）