试析近年来中国茶产业生产效率研究进展*

于转利

一、引言

中国茶产业在疫情后逐渐复苏，2020年全国茶园总面积同比增长3.26%，干毛茶内销量同比增长8.69%，出口量受疫情影响稍有下降，但出口价持续上升。茶产业的恢复对全国脱贫攻坚和乡村振兴工作助益颇大。作为精准扶贫的支柱产业，茶产业发展存在一些亟待解决的问题。茶产业生产效率的提升将推动产业发展破局，推进茶产业高质量发展。

本文拟系统梳理国内外中国茶产业生产效率研究，基于研究结论提出中国茶产业效率研究的前景与关键所在。对生产效率的研究多使用全要素生产率，需要对此概念做简单介绍。

20世纪50年代，罗伯特·M·索洛提出了规模报酬不变特征的总量生产函数和增长方程，以衡量影响生产率提升的因素，并把它归结为技术进步。全要素生产率或总要素生产率由美国学者肯德里克提出，即是通常我们说的“索洛残差”。全要素生产率实际上衡量的是在经济增长中除要素投入推动外技术进步的贡献。

现代经济词典中把全要素生产率称为“总要素生产率”。它是扣除资本和劳动这些生产要素投入量对产出的贡献后，其他生产要素形成的技术进步(譬如知识的增进、资源配置的改善、规模经济的作用)在经济增长中的作用。生产函数形式为Y=AKL，在本式中，Y、K和L分别表示总产出、资本投入量和劳动投入量，α和β是相应的权数，A表示全要素生产率。将此生产函数写成增长率的形式为y=a+αk+βl(a是全要素生产率的增长率，y表示总产出、k表示资本投入量、l表示劳动投入量的增长率)，转化得到：a=y-αk-βl，可看出，全要素生产率的增长率为产出增长率减去资本和劳动投入量增长对产出增长贡献之后的余额。

在多投入多产出的情况下，全要素生产率可定义为总的生产产出与总的使用投入的比率。全要素生产率的测算主要有非参数法和参数法。非参数法以数据包络分析（DEA）和指数法为主；参数法以索洛余值法（SRA）和随机前沿函数法（SFA）为主。普通DEA主要衡量综合技术效率的高低级及其分解构成，Malquist-DEA主要衡量全要素生产率及其分解，全要素生产率是综合技术效率变化和技术进步变化的综合。SFA主要衡量技术效率及影响因素。这些都是衡量茶产业生产效率的常用方法。

二、中文文献的相关研究

研究中国茶叶效率的中文文献主要集中在生产效率上，从内容上来说，这些文献可以分为三类：一是研究全国范围的茶产业生产效率。这类研究以全国主要茶产区为研究对象，利用相关的茶产业数据来分析其生产效率。二是研究区域性茶产业生产效率。这些研究以分析一个、几个省或者几个市、县的茶叶生产效率为主。三是不同区域之间茶产业生产效率的比较研究，譬如福建省和台湾地区的茶产业发展比较。

（一）全国范围的茶产业生产效率研究

研究茶叶生产效率问题。研究绿茶产业生产效率的成果较多，这与我国茶叶生产的特点有关。我国绿茶生产量、消费量及出口量在所有茶类中位居前列，甚至居第一。相关研究以我国主要产茶省份为对象，无论选取样本省份的数量多少，利用的是面板数据还是截面数据，研究得出的结论具有较高关联性。从全要素生产率研究角度分析，中国绿茶产业在2000—2006年呈上升趋势，技术进步成为主要推动因素，而综合技术效率较低则是其阻碍因素；稍后的研究显示绿茶产业规模效率并不高、有待于改进。

管曦、林晓娟和姚尧使用Malquist-DEA方法考察了2002—2007年我国红茶、绿茶、紧压茶和乌龙茶的全要素生产率。管曦等的研究发现：我国茶叶生产的全要素生产率先减少后增加，呈波动上升趋势，其中技术进步是主要因素，规模效率和纯技术效率的变动对全要素生产率提升的作用并不显著。姚尧的研究发现：我国茶产业的全要素生产率是先增加后减少，其中最主要的影响因素是技术进步。虽然管曦等和姚尧利用相同方法和相同数据源研究多种类茶叶生产效率，但是同样的数据源，同样的方法和模型，却得出差异性较大的结论。究其原因，可能是他们选择的指标变量不同。研究中，研究者应该对指标选择进行充分论证，尽量选择代表性更强、价值性最高的指标，以使效率分析结果更科学。

林昌华分析我国16个主要产茶省份2005—2011年的茶叶生产全要素生产率，发现我国的茶产业全要素生产率处于波动状态，总体呈上升趋势，其主要推动因素是技术进步变化和综合技术效率变化。刘志成等人研究了我国18个省份2004—2013茶产业的生产效率和生态效率，发现我国以收益为衡量标准的茶产业生态效率（2009—2013）和以产量为衡量标准的茶产业生产效率（2004—2013）都不高，以收益为目标的茶产业综合技术效率低于以产量为目标的茶产业综合技术效率。我国茶叶产量虽然呈现稳步增加的态势，但是收益却呈波动减少的趋势，这说明我国茶产业的生产效率和经营效率都不高。综合分析，此阶段（2004—2011）我国茶产业的全要素生产率波动上升，主要推动力是技术进步，技术效率贡献稍小。他们的研究均得出山东省的茶产业效率和技术效率最高的结论，暗示了山东省茶产业发展具有韧劲和好的前景。

田伟等人和卫龙宝等人利用SFA模型研究我国茶产业技术效率。田伟等人利用2001—2007年我国7省茶叶数据发现我国茶产业的技术效率先上升、后下降、再上升。卫龙宝等人研究2001—2007年我国6省茶叶数据发现我国茶产业的技术效率稳步上升，仅2007下降。总体来看，该阶段我国茶产业技术效率波动上升，福建省的茶产业技术效率最高，其次是浙江省。

以上这些研究，大多以茶叶产量或者产值为主要指标，基于多个产茶省份的茶叶汇总数据进行分析。这种研究模式无法发现作为市场主体的茶叶企业的效率问题，因此针对茶企的细化研究有其必要性。

管曦和杨江帆利用DEA模型对2007年我国804个规模以上精制茶企数据进行研究，发现我国精制茶企平均技术效率较低，原因是其纯技术效率和规模效率不高。他们还比较了不同性质茶企的技术效率，外资茶企技术效率低于国资茶企，国资茶企里面股份制茶企技术效率最高，其次是私营茶企，国有及集体茶企技术效率最低。他们发现了茶企技术效率的区域性差异，北京、广西、四川等省的茶企技术效率较高，福建、云南、湖南等省的茶企技术效率较低。他们认为我国较多茶企仍处于传统发展模式，即主要关注茶叶产量和茶园面积，而忽视茶叶精制技术以及技术效率的提升。该研究采用的是一年技术效率分析，没有反映出茶企的动态效率。胡振涛等人使用我国15个地区2007—2011年的茶叶加工企业面板数据，利用普通DEA和Malquist-DEA模型对我国茶产业的生产效率进行分析。该研究发现：2007—2011年，我国茶产业全要素生产率空间上和时间上均呈上升趋势，时间上升具有波动性。这主要归因于技术进步的影响，其次是技术效率，二者的合力拉动全要素生产率提升。该阶段我国茶产业全要素波动上升，技术效率贡献有所下降，技术效率降低的诱因是规模效率过低。此研究指出，湖北、江西、江苏等省的茶产业全要素生产率较高，贵州、陕西、云南等省的全要素生产率较低。段彦玲利用DEA模型测算出2014年我国精制茶企的技术效率，认为技术效率总体水平不高，其中主要的影响因素是纯技术效率。

随着互联网和电子商务的普及，茶企电子商务经营效率受到学者们的关注。林梦星等人利用DEA模型，测算了2016年我国16个省的146家茶企电子商务经营效率。该研究发现：2016年我国茶企电子商务的经营效率较低，其主要原因是纯技术效率过低，并且规模效率有待提升。

随着世界贸易局势的动荡，尤其是中美贸易摩擦的加剧，茶叶的进出口问题成为学者们关注的重要对象。利用2001—2017年中国对37个国家和地区的茶叶出口数据，张菲等人使用“时变随机前沿引力模型”和“贸易非效率模型”测算了我国茶叶出口贸易的效率。她们发现：2001—2017年我国茶叶出口贸易效率虽然随时间呈递增趋势，但是总体上还处于较低水平；我国茶叶出口贸易效率表现出区域不平衡特征，针对发达国家的出口贸易效率较高，针对“一带一路”沿线国家的茶叶贸易效率较低；这些主要源于技术效率的损失；而提升技术效率的措施主要有增加国内供给、扩大进口市场容量、降低贸易成本、改善进口经营环境等方面。

整体来看，对中国茶产业效率研究呈现了一种从宏观—中观—宏观的总体走向，譬如初期主要关注中国绿茶生产效率、中国茶叶技术效率、中国茶叶生产技术效率（如田 伟等人 的研究），研究重点又逐步转向中国精制茶企业技术效率、中国茶叶产业聚集及技术效率，随后，又转到一种更为综合性的宏观研究，如中国茶产业综合发展效率研究、茶产业生态效率与生产效率的研究,最近转向研究茶企效率生产和经营效率乃至茶叶出口效率。这些研究的覆盖面较大，产生了有益的分析结论，但整体上使微观视角的分析相对处于薄弱状态。至少，我们也需要关注各省份、地市及其之间的效率研究。

（二）地域性的茶叶生产效率研究

这是一种相对微观的研究取向，研究对象的选择主要集中在茶园规模的确定以及茶园运行效率方面，近期对茶叶合作社经营效率的关注也开始增加。

概略统计发现，与之相关的研究涉及的省份和地区主要有福建省（5项研究）、江西省（2项研究）、贵州省（2项研究）、三峡库区（1项研究）、河南省（1项研究）、安徽省（1项研究）、浙江省（1项研究）、湖北省（1项研究）、台湾地区（1项研究）、西藏自治区（1项研究）等等。

相对来说，针对福建省的研究最多，这与福建茶叶生产和销售的规模较大有关。管曦等人的研究发现1998—2006年福建茶叶（绿茶和乌龙茶）的全要素生产率大于1，技术进步率波动中呈现上升态势；绿茶的全要素生产率高于乌龙茶，主要原因是绿茶规模效率高出乌龙茶的部分大于绿茶技术进步率小于乌龙茶的部分。郑逸芳等人也发现2008年福建安溪县茶叶生产技术效率偏低，主要原因在于规模效率和纯技术效率的影响。陈旻榕（2010）的研究也得出类似的结论。李长生等人利用SFA模型分析了对2012年安溪茶农茶叶生产技术效率的影响因素主要是劳动力和茶园面积等投入要素，农民健康状况也是因素之一。陈梦等人研究发现受规模效率的影响，2000—2017年福建省的茶叶流通技术效率从很高的水平逐渐下降。

2011年，河南省信阳地区的劳动密集型茶园整体综合技术效率值较低，规模效率值偏低；而对那些劳动节约型茶园来说，综合技术效率值较高，规模效率值则很高。由此，研究者认为：应该提高茶农的规模化经营以便使资源能够得到集约利用。针对江西省茶企的研究显示，2014年整体经营综合技术效率较好，但部分企业经营综合技术效率不佳，规模效率和纯技术效率需要大的改进；规模问题成为影响企业发展的重要因素，技术进步成为茶企改善经营效率的主要途径。影响效率的主要因素及其影响方向呈现出多样化特征。

研究显示，安徽省六安市100个茶叶家庭农场2017—2018年仅有16个是规模有效，其产茶区茶场的适度规模为2—2.667hm，该规模下茶场综合效益最高。浙江省2018年21个产茶县绿茶的生产技术效率不高，主要在于纯技术效率过低，规模效率不理想。2018年湖北省贫困山区茶农的种植面积都较小，茶叶生产技术效率的提升空间较大。三峡库区（湖北和重庆）的茶叶专业合作社在2018年的运行绩效偏低，且呈“两头大、中间小”的哑铃形分布。

贵州省是重要的传统产茶区。2019年该省综合技术效率未达到生产前沿面，纯技术效率影响较大，规模报酬微递减。其中遵义市2014—2019年茶叶生产的全要素生产率呈波动下降趋势，主要阻碍因素是技术进步慢，其次是纯技术效率过低；该市的茶叶生产综合技术效率波动上升，但水平较低，主要是规模效率太低造成。

台湾地区坪林地区茶叶生产效率在规模可变报酬下呈现无效率；无论是规模可变和规模不变条件下，首要应是改善肥料和农药的投入冗余问题；高价茶生产者效率最高，茶园单位面积净收益越高则其效率越高；茶农的年龄和栽培种植的专业性有助于提高茶园的效率。西藏作为高山茶的产地，茶叶生产效率相对较低，茶叶种植面积、劳动力投入与生产效率呈正相关关系。

（三）地区之间的茶叶生产效率比较研究

地区之间茶叶生产效率的比较研究主要集中在台湾地区和福建省之间。台湾地区1999—2007年的茶叶采摘（手采和机采）技术进步率呈波动下降趋势，诱因是茶叶生产加工技术进步不明显，这为台湾和福建茶叶合作提供了可能。2002—2007年福建茶叶（绿茶和红茶）生产的全要素生产率高于台湾地区（手采和机采），主要原因是福建省的茶叶生产规模效率变化、技术进步和技术效率变化均高于台湾地区。以上研究都发现台湾省物质资本投入冗余，福建省是人力资本投入冗余，这是两地茶叶合作的客观基础。福建省2016年的乌龙茶生产综合技术效率高于台湾地区，原因是福建省的乌龙茶生产规模效率高于台湾地区。台湾省2005—2017年茶叶全要素生产率呈波动上升趋势，主要是综合技术效率拉动，但技术进步贡献不足；其综合技术效率略高于大陆地区，是规模效率和纯技术效率共同影响的结果。整体来看，前期，福建省的茶叶生产综合技术效率和全要素生产率均高于台湾地区，后来台湾省的茶叶生产综合技术效率反超大陆地区。

三、外文文献的相关研究

外文文献方面研究主要集中在主要产茶国家的整体研究上，譬如斯里兰卡、中国、印度等。总体而言，这些外文文献主要的研究结论是产茶国的技术效率不高,主要 影响因素 是 劳动力因素即茶农，茶农的年龄和效率负相关，其次是土地投入因素；提升茶园效率的途径是增加劳动投入和土地投入，提升劳动力技能。关于中国茶产业的研究还有其他方面的进展。Yihui Chen利用福建省为例研究中国茶产业的比较优势，中国茶产业的显性比较优势深受除“可支配收入”以外的多种因素影响，而区域专业化对茶叶竞争力的正向影响最强。Yihui Chen et al.分析福建省可持续茶叶生产的时空分布及决定因素，发现环境监管强度、政府财政支持、政府关注度和基础设施建设对可持续发 展 有 积 极 影 响。Yag Li et al.提 出 了 新 兴 非线性灰色伯努利模型以预测2021—2030年中国茶叶产量。这些其他方面的相关研究为开展中国茶产业生产效率研究提供了多样的思路。

四、对已有研究的分析

（一）对主要结论的分析

1.全国性研究侧重主产茶地区，以早期数据为主，研究的中心是全要素生产率和综合技术效率。这些研究在整体层面缺乏近期数据，其原因可能是难以获得有效数据，或者近期数据不统一、不连贯。也正是因为数据的原因，分省和地区的茶叶生产效率研究成为研究者们主攻的研究方向。基于此，近期的全国范围的茶叶生产效率研究将成为研究的重点。外文文献研究主要的发现体现于主产茶国家的生产效率水平总体不高，劳动力和土地投入是影响效率的主要因素，各国（包括我国）也都普遍存在投入冗余问题。

2.分省的研究主要集中于综合技术效率研究，运用全要素生产率的研究主要涉及对福建和贵州两省的茶产业。这些产茶省区的茶产业全要素生产率的变化主要由技术进步引起；其茶产业综合技术效率呈波动提升趋势，水平不高，主要的影响因素是规模效率和纯技术效率，排在第一位的是劳动要素的投入，第二位是土地要素投入，第三位是技术投入，第四位是资本的投入。

3.对福建省和台湾地区的比较研究主要是侧重于二者的综合技术效率高低。1999—2007年，福建省茶产业全要素效率和技术进步方面都优于台湾地区。2005—2017年，台湾地区茶产业的综合技术效率略高于大陆地区，是纯技术效率和规模效率的共同影响的结果。福建省和台湾地区茶产业生产效率互有高低，差异不大，但是其影响因素不同，具有互补合作的基础。规模效率共同影响福建省和台湾地区的茶叶生产效率，福建优于技术进步，台湾优于纯技术效率较高。

（二）对研究方法的分析

中文文献中，茶叶全要素生产率的研究使用的方法主要有两类。第一类是非参数法。非参数法尽量回避生产函数，先后出现了指数法和数据包络分析法（DEA）。DEA方法是处理多投入多产出生产方式的相对效率衡量方法，也是最近比较热门的生产效率衡量方法。该种方法不需要确定函数形式，允许无效率的存在，计算也相对简单。基于这些优势，众多学者采用了DEA方法测算茶产业生产效率，主要有普通的DEA方法和基于DEA的Malmquist指数法。利用普通DEA方法测算的是茶生业综合技术效率，DEA-Malmquist指数法测算的是茶生业的全要素生产率。全要素生产率衡量的是生产效率的变化量，它可以分解为综合技术效率变化和技术进步变化两类。研究全国性的茶叶生产效率使用DEA-Malmquist指数法的研究较为常见，研究地域茶叶生产效率多运用普通DEA方法。当然，方法的集中并不能够突出各类研究的差异，这些研究在普通DEA方法和DEA-Malmquist指数法的基础上往往伴随使用其他方法以增加自身研究的特性。例如两阶段DEA模型，在DEA分析中加入Tobit模型，还有层次分析法、主成分分析法、Cobb-Douglas生产函数模型，等等；在DEA模型基础上构建效益规模判定模型、非射线性russell measure DEA模型以及非径向DEA-SBM模型，等等。这些多样化的研究方法增加了茶产业生产效率研究的科学性和合理性。

第二类方法是参数法。参数法更依赖于设定生产函数，参数法主要有索洛余值法（SRA）和随机前沿生产函数法。随机前沿生产函数法对应的是随机前沿分析（SFA），在研究中该方法会考虑随机影响，研究具有统计特性，且对跨期研究结果更具有现实性。基于这一特性，一些研究者们常用该方法进行跨期效率分析。多数国外学者和部分国内学者使用SFA方法研究茶产业生产效率。SFA方法主要衡量茶产业技术效率以及技术效率的影响因素。SFA方法也可搭配聚类分析、Tobit模型、区位商和集中系数、贸易非效率模型等，进行联合使用。从总体研究数量上来看，中文文献使用DEA方法居多，SFA方法次之。

在外文文献的研究中，利用随机前沿模型研究居多数。当然，联合使用其他方法来研究也颇为常见。譬如。Jian Liu et al.加入了技术无效率模型，Karabi Das et al.、Shrabanti Maity et al.则引入了柯布道格拉斯生产函数。研究方法的多样化，一定程度上增加了茶产业研究的科学性和可信度，也为此后的茶产业研究提供了大量可靠的数据和分析基础。

由于不同研究者构造的全要素投入指数不同，所以不同研究得出的全要素生产率是不同的，它们之间不具有可比性。在分析时要注意衡量某一产业全要素生产率投入产出指标的规范性和契合性，使该产业全要素生产率研究具有相对统一的标准，以利于该产业生产效率的整体比较和全局衡量。

五、启示与问题

进入21世纪的10多年里，中国茶产业发展的全要素生产率在整体上呈波动上升的态势，其中的主要推动力量是茶叶生产技术的进步。关于综合技术效率对全要素生产率的作用，产生了一定的不同结论：前期的研究者认为综合技术效率阻碍全要素生产率的提升，后期的研究者发现综合技术效率拉动全要素生产率的上升，还有学者研究发现综合技术效率的构成中规模效率和纯技术效率对全要素生产率影响较小。之所以出现分歧，一方面是各个研究者使用的研究方法和数据不同造成的差异，另一方面在于选择指标差异造成，即便使用了相同的研究方法、分析模型和数据，但指标选择的差异也会给结论带来影响。针对综合技术效率的研究，结论较为一致：中国茶产业的综合技术效率不高，但是呈波动提升的趋势；纯技术效率低于规模效率，这成为影响综合技术效率提高的重要因素。

由于全国整体数据的缺乏，2010年之后的茶叶效率研究多以分省数据开展研究。学者们主要研究单个省和地区的茶叶综合技术效率，我国主要的产茶省、市的综合技术效率不高，且呈波动上升趋势，规模效率是主要影响因素，纯技术效率次之。这与全国性研究结论存在差异：全国性的研究中，纯技术效率是主要影响因素。究其原因可能是：随着时间的推移，茶叶生产纯技术效率提升后超过规模效率，也可能是地区研究数据规模较小从而凸显出规模效率的不足。影响综合技术效率的因素主要是劳动要素投入、土地投入、技术投入、资本的投入。

纵观以往研究，以下方面有待于加强：

第一，已有研究缺乏近期全国性的茶产业全要素生产率研究，如果可以获得整体性、全国性数据，利用DEA和SFA方法对比研究，使用常见指标以得出最近我国茶叶全要素生产率水平及影响因素是非常迫切的。从茶产业发展的角度，衡量其生产效率变化的主要影响因素，并加以改进，从而促进我国茶产业整体生产效率的提升，这是研究的重点。

第二，以往研究多以茶叶产量来衡量全要素生产率，缺乏对产业效益和利润的有效衡量，衡量标准相对单一，这对研究的科学性、结论的合理性带来挑战。大部分研究利用产量或产值分析生产效率，后来有部分学者利用收入来进行研究。2018年林梦星等人使用净利润指标进行研究，使茶叶生产效率的研究更加贴近现实。国外Bac Ho et al.使用随机利润边界函数分析茶叶利润效率，推动了茶叶效率向衡量利润的转变。今后，对利润效率的研究可能会成为趋势，使研究这更贴近现实，也有助于茶产业效率研究的进一步开拓。

第三，对茶叶进出口贸易效率研究缺乏足够的关注。整体来看，中国茶叶进出口贸易没有体现和发挥我国茶叶生产的优势。2015年我国茶叶产量223万吨，占全球产量的42.9%，位居世界第一；出口量32.5万吨，居世界第二；茶叶进口2.3万吨，金额1.1亿美元。我国茶叶 产量第一，销量第二，还要进口茶叶，这显示我国茶叶生产和销售地位的不对等。开展茶叶进出口贸易的效率研究，推进我国茶叶贸易的科学评估和良性发展，对我国茶叶出口优势的获得，世界茶叶销售定价权和话语权的取得，助益无穷。

第四，缺乏茶产业统一的全要素生产率衡量标准，不同研究运用不同的投入产出指标，许多研究之间缺乏比较的平台。由于研究结论之间可比性较低，所以只能衡量茶产业生产效率的大概值，对整体产业的评估不利。这需要茶产业研究的相关企业、学界和部门深入调查，提出一套适合茶产业的全要素生产率测算方法。从投入产出指标度量的改善和测量方法的改进两方面入手，制定茶产业全要素生产率统一测算规范标准。

第五，提出的产业政策多从地方出发，缺乏从全局和整个产业发展角度出发的总体产业发展规划和策略。现有的研究提出的产业政策集中在三点：一是提高茶产业生产技术效率的策略是加大技术和人才的支持，例如加大茶产业的技术人员引进以提升技术进步，加强对茶产业的生产、管理、营销人员培训以提升纯技术效率。二是进行茶叶产业管理体系建设，进行标准化生产和加工，提升茶产业的整体竞争力。三是建立自主茶产业品牌，进行品牌营销，提 升品牌 认 知度。只有较少研究提出整体规划，例如张菲提出的判断国际茶叶需求和消费动态以提升茶叶出口竞争力。如何把整个中国茶产业凝聚在一起，提高整体茶产业生产经营效率以提升我国茶产业国际竞争力？是值得进一步深入研究的问题。

①关于全要素生产率模型的介绍，本文参阅了知网“百科”中的相关内容。