农业全要素生产率动态演进、空间分异与影响因素分析

赵永平，汉玉玲

(兰州财经大学 经济学院，甘肃 兰州 730000)

一、引 言

长期以来我国高度重视“三农”问题，党的十九大进一步高瞻远瞩地提出乡村振兴战略，随后2018年中央一号文件《中共中央 国务院关于实施乡村振兴战略的意见》出台，意见指出必须坚持质量兴农、绿色兴农，以农业供给侧结构性改革为主线，加快构建现代农业产业体系、生产体系、经营体系，提高农业创新力、竞争力和全要素生产率，加快实现由农业大国向农业强国转变。2020年《中共中央关于制定国民经济和社会发展第十四个五年规划和二○三五年远景目标的建议》中提出要优先发展农业农村，全面推进乡村振兴，提高农业质量效益和竞争力。我国是农业大国，据第七次人口普查数据显示居住在农村的人口仍有50 979万人，因此解决好“三农问题”是国家长治久安的重要基础。然而，根据国家统计局数据显示，我国第一产业增加值占GDP的比重由1978年的27.69%下降至2019年的7.71%，下降了72.16%；同期就业人员占比由70.53%下降至25.1%，仅下降了64.41%。由此可见，过去40年第一产业对GDP的贡献的下降速度快于从业人员数量的下降，该现象说明产业之间的转变未带来人员与收入的协调，反而加大了第一产业与其他产业的收入差距，以农业为主要收入来源的乡镇居民收入虽有上升但与城镇居民的差距仍然较大。我国农村居民民收入增长速度相对较低的现象与农村产业链不完善、种业的核心技术存在卡脖子现象以及部分地区农业机械化、规模化水平低等现实困境密切相关。乡村振兴战略为解决我国当前“三农”问题而提出，其中产业兴旺是核心，旨在通过发展农村产业来提高农民收入进而提高农民生活幸福度，而农村产业兴旺的基础在于农业发展，因此，乡村振兴战略对我国农业高质量发展提出了新要求，同时，农业全要素生产率以投入产出比来客观反映农业技术与效率的变化，能够客观反映农业发展质量。基于此，以提高农业全要素生产率形成效率与技术双重提升的农业发展模式已成为促进产业兴旺推动乡村振兴战略的必然选择。

自Krugman[1]在对东亚经济增长方式提出质疑后，许多学者开始注重我国全要素生产率的研究。其中，郑玉歆[2]、易纲等[3]从不同的方面回应了东亚增长无奇迹的论断，对全要素生产率(total factor productivity,TFP)的研究也就此兴起。我们还发现，近年来对全要素生产率的研究范围逐渐扩大，由一国之全要素生产率延伸至城市全要素生产率，逐渐细化至行业全要素生产率以及绿色全要素生产率，研究程度也在不断深化。当前，学者对全要素生产率的研究大多侧重于制造业、服务业等行业全要素生产率以及城市绿色全要素生产率的测算方法比较、变化趋势以及与其他相关因素的影响作用[4-6]。从全要素生产率的测算方法来看，学者们大多使用增长核算法[7-9]、指数法[10-13]以及生产前沿面法[14-15]。从研究内容来看，对全要素生产率的研究大多集中于全国省际全要素生产率的研究以及工业全要素生产率的研究，如Young[16]对中国1979—1998年的全要素生产率进行了测算，余泳泽[17]对1978—2012年中国省际全要素生产率进行了再估算并对空间收敛性进行了研究，盛来运等[18]测算中国1979—2017年的全要素生产率并对中国2035年及2050年的经济增长前景进行预测，鲁晓东和连玉君[19]用1999—2007年中国工业企业数据通过最小二乘法、固定效应方法、OP法和LP法四种方法核算了我国主要工业企业的TFP，陈瑶[20]测算我国区域工业绿色全要素生产率及全要素增长率且实证分析了工业绿色发展效率的影响因素。

随着城乡差距越来越大，城镇与农村居民收入水平差距日益拉大、“三农”问题日益突出，乡村振兴战略应运而生，学者开始广泛关注农业全要素生产率。在农业全要素生产率的测算方面，与全要素生产率的测算方法基本相同，主要有增长核算法、指数法以及生产前沿面法，但基于各种测算方法都有不可避免的缺憾，且农业是多投入多产出的行业，而DEA方法具有计算简单高效、可以测算多投入多产出效率的优点而被广泛应用。近年来，不断有国外学者对DEA方法进行修正补充，其中包括运用方向距离函数[21]、建立两阶段DEA[22]等。在农业全要素生产率的影响因素方面，除农业人力资本、农业生产性基础设施建设、农业外商直接投资、农业投入产出价格机制变化[23]等基础性影响因素外，还有学者研究得出金融、科技等的变化会对农业全要素生产率产生影响，如李健璇[24]、杨传喜等[25]，随着当下数字普惠金融蓬勃发展，分析其对农业全要素生产率的影响过程也是当下学者研究的重点。

综上所述，学者普遍认为近年来我国农业全要素生产率中的分解项存在恶化的风险[14，23]，但当前对农业全要素生产率及其分解项——技术效率与技术进步影响因素的研究较少。确定各因素的影响方向，对进一步提升我国农业全要素生产率、促进农业高质量发展具有现实意义。故本文基于乡村振兴这一国家战略背景，测算农业全要素生产率以及分析其分解项——技术效率与技术进步的变化，随之进行各项的影响因素分析，据此得出各项的影响因素及其作用程度，从而更加详细分析提升农业全要素生产率的因素。根据不同特征为农业全要素生产率提升提出切实可行的政策建议，促进农业现代化发展，助力乡村振兴国家战略目标的实现。

二、农业全要素生产率测度与评价

(一)农业全要素生产率变化率测算以及分解

由于农业生产涉及农林牧渔等产业部门，是一个多投入、多产出的组合，基于数据包络法(DEA)可评估多产出与多投入的效率、不受量纲影响、权重不受主观因素影响等原因，相比SFA，学者对农业全要素生产率的宏观研究更多采用DEA及其拓展方法[26]。

Malmquist生产率指数是基于DEA模型被提出的, 利用距离函数的比率来计算投入产出效率，利用该方法将全要素生产率的变化分为技术变化和技术效率变化, 而技术效率变化包括纯技术效率和规模效率。

Malmquist指数法表达式为：

(1)

其中，xt、xt+1分别表示t和t+1期的投入向量，yt、yt+1分别表示t和t+1期的产出向量，Dt(xt,yt)表示以t时期技术Tt为参照的时期t生产点的距离函数。

(2)

(3)

Tfpch=Effch×Techch=(Pech×Sech)×Techch

(4)

Malmquist=Effch×Techch=Pech×Sech×Techch

(5)

其中，Effch表示技术效率，Techch表示技术变化，Pech表示纯技术效率变化，Sech规模效率变化。当Malmquist指数大于1时，表示农业全要素生产率提高；当小于1时，表示农业全要素生产率降低；当等于1时，表示农业全要素生产率不变。关于农业全要素生产率以及其变化率的定义，本文借鉴前人研究，明晰农业全要素生产率变化率为波动值，即后一年相较于前一年的变化，农业全要素生产率为绝对值，以研究基期为1，后续年份进行相应的累乘得到。

DEA方法的重点在于指标的选择，高帆[13]用播种面积、第一产业就业人数、农业机械总动力以及化肥施用量(折纯量)分别表征土地、劳动、机械以及化肥投入,相应的产出用第一产业增加值来表示。何泽军和李滢[27]用农作物播种面积、灌溉面积、化肥施用量表示土地与资本要素的投入，农业机械总动力表示劳动力与资本要素的投入，农林牧渔生产总值表示产出。王亚飞等[28]用第一产业从业人数、播种面积、农业机械总动力、化肥施用折纯量以及有效灌溉面积分别表示劳动、土地、机械、灌溉以及化肥投入，以第一产业增加值表示产出。梳理发现，计算农业全要素生产率时，产出指标的选择较为统一，大多选择农林牧渔生产总值或第一产业增加值，而投入指标较多且差异性大，但由于近年来研究发现以大牲畜代表役畜所出现的统计误差，所以学者对投入指标的选择日趋一致，大多选用劳动、土地、机械、化肥以及灌溉五个指标，产出指标方面，第一产业增加值消除了“中间消耗”更能刻画要素投入的真实产出[10]。本文借鉴已有成果并基于数据可得性与科学性，产出指标用第一产业增加值来表示，且为剔除通货膨胀因素已进行指数平减。投入指标选取劳动、土地、机械、化肥以及灌溉五个指标，分别用第一产业从业人数、播种面积、农业机械总动力、施用化肥折纯量以及有效灌溉面积来表示。测算的农业全要素生产率变化率及其分解项如表1所示。

表1 全国农业全要素生产率变化率测度结果

续表1

表1显示，近20年全要素生产率增长率在波动中上升，但整体增加水平较低。其中，技术效率与全要素生产率增长率的波动趋势基本一致，技术变化的波动与其他呈相反变化趋势，可见全要素生产率由技术变化带动，技术效率一直在低水平波动，这与李欠男等[29]研究得出的结论一致，即我国农业 TFP 的增长主要靠农业技术进步推动，并非农业技术效率改善所致，同时农业技术效率还有恶化现象。

(二)区域农业全要素生产率的动态演进分析

由表2可知，东部地区与东北地区全要素生产率变化率在观察期内处于较高水平波动且保持全国平均水平以上，东部地区在2002—2003年度达到峰值为1.078，东北地区在2011—2012年度中达到变化率的峰值为1.068。中部与西部地区全要素生产率变化率初始较低，分别在2011、2015年后陡然上升，与东部、东北地区差距进一步缩小。至此，四大区域农业全要素生产率变化率从2000年初的趋异转向2018年的趋同。

表2 分地区农业全要素生产率变化率对比

图1与图2表明我国农业全要素生产率的增长主要由技术变化所推动。在观察期内技术变化均大于1，而技术效率大部分小于1。从技术效率层面观察发现，西部地区与中部地区技术效率整体高于东部与东北地区，但还是在进步与恶化之间(1为界限)来回徘徊。东部地区与东北地区则在技术变化层面呈现出优势，这也与地区特性相符，东部与东北地区因其地理环境因素与科技发展水平，较适宜推广农业技术，因此技术变化数值高于中部与西部。

图1 技术效率分地区变化趋势图

图2 技术变化分地区变化趋势图

利用ArcGis自然断点法绘制各地区农业全要素生产率变化率图发现，2000年全国大多数省份全要素生产率变化率处于较高水平，2005年东部地区与西部地区差异逐渐凸显，直至2010年东西农业全要素生产率变化差异显著。通过对比发现南北差异逐渐替代东西差异，即南方农业全要素生产率的增长率逐渐快于北方地区。整体来看，2000—2018年间31个省份差异逐渐缩小，由2000年的0.244缩小到2018年的0.156，且全要素生产率降低的省份在逐渐变少。

同样发现农业全要素生产率变动值明显分化，农业全要素生产率的差异越来越大。以2000年为基期观察发现，期初各省之间差异较小，未呈现地区分化态势，至2005年东部沿海地区部分省份表现逐渐突出，西部与中部地区个别省份水平较高，2014年时发现高水平地区整体东移， 2018年东西差异已较为显著，东部地区农业全要素生产率水平高于西部地区，沿海沿河地区农业全要素生产率普遍较高，且沿海地区农业全要素生产率保持持续升高的趋势。

(三)省域农业全要素生产率的空间异质性

从农业全要素生产率推动因素上看，全国约93.5%的省(区、市)在2000—2018年间主要由技术进步推动农业全要素生产率上升，仅西部地区甘肃、青海两省的推动因素为技术效率的提升。进一步从技术效率进步与否的角度来看，约54.8%的省(区、市)在测算年度有不同程度的技术效率恶化，有9.7%的地区技术效率维持原水平无波动，其余35.5%的进步地区中大多仅略高于原水平，这意味着在我国近年来农业技术效率恶化现象显著，农业区全要素生产率的提升还有较大的空间。将各省(区、市)2000—2018年间农业全要素生产率变化率高于全国平均值次数进行分类，由高到低分为五个梯队，具体如表3所示。

表3 省(区、市)农业全要素生产率变化率高于全国平均值次数统计

根据表3可知，第一梯队地区中山东与江苏在观察期内的技术效率与技术变化均为正值。第五梯队仅有湖南一省。内陆沿边地区多属于第四梯队，如内蒙古、西藏、云南以及广西等。按地区资源禀赋将我国粮食主产区划分为长江流域粮食主产区、黄淮海粮食主产区与东北粮食主产区三大区域[30]，可以看出，粮食主产区地区农业全要素生产率的水平相应较高。

三、农业全要素生产率影响因素分析

上述研究表明，我国农业全要素生产率存在明显的空间分异性，为进一步探讨空间分异背后的影响因素，本文继续分析影响我国农业全要素生产率的因素。主要考虑以下四种影响因素。第一，社会发展水平(shfz)。可以用城镇化率表征，理论上，城镇化进程不仅能通过提高经济、教育水平从而促进农业技术进步，还能通过加快劳动力流动这一路径提升农业技术效率，即从多维度提升全要素生产率[31]。第二，基础设施建设(jcss)。通过优化基础设施建设会极大地促进地区间农业贸易往来，增加农业收入，从而提高农业全要素生产率，采用各省公路里程/省级区域行政面积来表示[32-33]。第三，农户投资意愿(nhtzyy)。一般情况下，农户固定资产投资主要包括生产性投资、住宅投资以及其他。用农户固定资产投资与全社会固定资产投资的比值来表征农户投资意愿。第四，人力资本(rlzb)。人力资本具有溢出效应，知识的成果转化不仅能够促进投入成本的降低，同时还能提高产出水平，同时人力资本能够更快接受并掌握新科技[34]，进而对农业全要素生产率具有正向影响，本文用人均教育经费支出来表征地区人力资本水平。

(一)全样本分析及稳健性检验

为削弱数据趋势性并缓解模型共线性与异方差，本文选取2006—2018年数据进行对数化处理。数据来源于《中国统计年鉴(2007—2019)》，并借鉴李晓龙[35]的研究进行皮尔逊相关系数测算，可见本文选取变量与被解释变量均在1%的显著性水平下相关。具体描述性统计见表4，构建面板模型为：

tfpit=β0+β1shfzit+β2jcssit+β3nhtzyyit+β4rlzbit+εit

(6)

表4 描述性统计

如表5所示，从混合效应、固定效应、随机效应结果来看，检验系数大多显著且与预期结果较为一致。固定效应与随机效应选择中豪斯曼检验结果的P值小于0.01，表明应采用固定效应，拒绝原假设随机效应。为进一步检验模型稳健型，本文运用SYS-GMM两步法有效避免模型的内生性， SYS-GMM估计结果显示扰动项差分存在一阶自相关，但不存在二阶自相关，Sargan检验结果显示无法拒绝工具变量有效性的原假设。以上检验说明模型设定及工具变量选择合理。

表5 计量检验结果

综合固定效应模型与SYS-GMM估计结果发现，全域层面社会发展水平对农业全要素生产率及其分解项的影响正向显著，这说明城镇化进程整体上对我国农业全要素生产率具有提升作用，城镇化进程中劳动力受市场配置进行流动，效率与技术会相继改善，最终会体现为全要素生产率提升。基础设施建设对农业全要素生产率的影响为负，这可能与我国各地区基础设施差距较大有关。农户投资意愿对全要素生产率的影响为负，但在SYS-GMM检验结果中正，这或是静态面板遗漏重要变量所致，应以SYS-GMM结果为据，即农户投资意愿对农业全要素生产率的提高效应虽然显著但作用微弱。人力资本对农业全要素生产率的影响显著为正，但影响效果较弱，这是因为农业技术人才培养并非一蹴而就，人才强农也需久久为功。

(二)分区域检验

前文研究发现，农业全要素生产率存在明显的空间分异特征，因此有必要分析具体变量对分区域农业全要素生产率的影响程度，因样本量发生变化，故不采用SYS-GMM模型，进而采用固定效应模型，实证结果如表6所示。

表6 分区域检验结果

表5和表6的实证结果表明，农业全要素生产率的一阶滞后项系数较大且通过1%的显著性水平检验，这说明农业全要素生产率受前一期影响显著。进一步对比发现城镇化对东、中、西部地区农业全要素生产率的影响具有明显的差异，对东部影响最强，主要影响农业技术效率，这可能由于东部地区资源配置效率较高；对西部影响次之，主要影响西部农业技术进步，这主要因为西部地区科学技术还存在较大的进步空间；对中部地区的影响则为负且不显著，可见城镇化是通过对农业技术进步以及农业技术效率的双重影响从而提高农业全要素生产率。

基础设施建设对东部的影响显著为负，而中、西部则显著为正，这说明东部地区交通系统已较为成熟，通过加强基础设施建设对农业全要素生产率的提升作用收效甚微，而中部与西部地区公路等基础设施建设还存在不少短板弱项，通过加强公路等设施建设不仅能够促进地区农业贸易往来，还能加快农业技术传播，促进农业技术效率，从而提升农业全要素生产率。同时，检验结果侧面印证了不同地区之间交通设施水平仍具有较大的差距，提升中西部地区基础设施建设促进农业产业发展刻不容缓。

农户投资意愿对全要素生产率的影响显著为负，且根据表6发现对各个地区的影响均为负，但在SYS-GMM 模型中显示为正，根据高雷和王凤忠[36]与王刚贞和韩文[37]的研究表明，近年来农户固定资产投资非农化现象明显，即固定资产投资增加主要用于非农建设，对农业的发展作用微弱，且进行房屋建设等非农业相关活动时会在物质和时间的双维度上降低农民进行农业活动的积极性，这也可为农户固定资产投资增加但直接作用力较弱的现象做出有力解释。

人力资本对农业全要素生产率的影响显著为正。分区域来看，东部与中部地区显著为正，西部为负不显著，这与当前教育资源的分布有关，即东部与中部地区教育资源优势明显，西部地区教育资源和科研水平尚不足以影响全要素生产率。进一步观察发现人均教育经费会显著的提升农业技术进步，同时也会抑制农业技术效率，这说明随着教育经费的投入，农业科学得到了长足发展，随着科研人员知识水平的不断提升，成果转化率不断上升，农业技术改造升级不断加快，农业生产能力得到提升。

四、结论与政策建议

(一)结论

本文立足于乡村振兴战略需求背景，测算并分析进入21世纪以来我国农业全要素生产率的变化以及地区差异，并对农业全要素生产率的影响因素进行实证研究。研究结果表明：第一，农业全要素生产率南北差异逐渐替代东西差异，但东西差距仍然显著。第二，将农业全要素生产率分解后发现，农业技术进步是推动农业全要素生产率的主要因素，农业技术效率始终处于低水平波动。第三，社会发展水平、农户投资意愿与人力资本投入对农业全要素生产率有促进作用，基础设施建设具有负向影响。进一步分地区分析发现城镇化对东部与西部农业全要素生产率均有提升作用，主要促进东部技术效率以及西部技术进步，基础设施建设对中西部地区农业技术进步与技术效率均有正向影响，人力资本主要作用于东部与中部地区的技术进步方面。

(二)政策建议

第一，持续推进新型城镇化。不断完善城市基础设施建设，建立健全社会保障制度，加大城市开放度与包容性，全力保障医疗、教育以及交通等公共资源，提升外来人员幸福度与归属感。同时，降低城市准入门槛，促进人口自由流动。第二，提升基础设施水平。着重提高中西部地区基础设施建设水平，推动中西部地区农业贸易往来，加快农业技术传播速度。同时，政府向有为政府转变，做好服务市场的辅助工作，市场作为“看不见的手”进行宏观调控，在社会发展的过程中对资源进行更加有效的配置。第三，加大农业投入力度。对农业产业链进行延链、强链、补链，着力打造完整农业产业链条，促进农村地区产业融合发展。加大中西部地区农业教育投资，积极促进产学研一体化建设，倡导企业与科研院所进行项目合作，鼓励科研成果转化，着力突破种业技术卡脖子、机械化水平应用范围有限等农业现实问题。第四，加强农业人才队伍建设。加强人才制度保障体系，积极鼓励各类人才进入农业领域，不断进行农业技术探索，补齐我国农业技术短板，通过“人才+技术”模式提高农业全要素生产率，助力乡村振兴和我国农业高质量发展。