中國農(nóng)業(yè)全要素生產(chǎn)率的變化及其影響因素分析

中國農(nóng)業(yè)全要素生產(chǎn)率的變化及其影響因素分析

F30A1000-596X(2010)09-0005-08一、引言我國是一個有13億多人口的發(fā)展中大國，農(nóng)業(yè)是我國國民經(jīng)濟的基礎，農(nóng)業(yè)的發(fā)展狀況關系著人民富裕、經(jīng)濟穩(wěn)定與社會和諧。因此，農(nóng)業(yè)生產(chǎn)的發(fā)展和效率問題日益受到理論界的重視。我國自改革開放以來的30年間(1978-2008年)，農(nóng)業(yè)總產(chǎn)值的年增長速度最高達到17％，最低為—6％①，農(nóng)業(yè)總產(chǎn)值的這一波動既與經(jīng)濟改革的諸多階段相聯(lián)系，同時也和農(nóng)業(yè)生產(chǎn)中投入要素和全要素生產(chǎn)率(TFP)的變化密切相關。國內(nèi)外學者已從不同角度對中國農(nóng)業(yè)TFP差異的原因展開過探討。文(Wen)認為，中國農(nóng)業(yè)產(chǎn)出的增加源于三個方面，即投入增加、制度創(chuàng)新和技術進步。其中，家庭聯(lián)產(chǎn)承包責任制的制度改革極大地促進了20世紀80年代中國農(nóng)業(yè)生產(chǎn)率的提升。[1]威爾利等人(Whalleyetal)認為，不應將改革開放后農(nóng)業(yè)生產(chǎn)率的上升全部歸因于制度的改變，農(nóng)產(chǎn)品價格的上升和農(nóng)民生產(chǎn)積極性的提高是農(nóng)業(yè)生產(chǎn)效率提升的關鍵。[2]黃少安等人認為，不同的土地產(chǎn)權制度會對生產(chǎn)要素投入量產(chǎn)生不同的激勵，從而對中國農(nóng)業(yè)總產(chǎn)出有較大的影響。[3]金等人(Jinetal)發(fā)現(xiàn)，已有的研究成果過度關注改革對農(nóng)業(yè)生產(chǎn)率的影響而忽視了其他方面，并認為，20世紀80年代到90年代初期，技術進步是農(nóng)業(yè)增長的源泉，農(nóng)業(yè)的科研投入和資本投入對農(nóng)業(yè)生產(chǎn)率具有深遠的影響。[4]姚等人(Yaoetal)認為，在給定投入要素的條件下，中國農(nóng)業(yè)產(chǎn)出的改變源于農(nóng)業(yè)生產(chǎn)技術進步和生產(chǎn)效率的提高。[5]從研究方法來看，目前對農(nóng)業(yè)生產(chǎn)技術進步和生產(chǎn)效率的度量有參數(shù)的方法和非參數(shù)的方法。其中，參數(shù)的方法在做估計的時候要對函數(shù)形式和誤差項的分布作出假定，并且不能有效處理多產(chǎn)出的情況。同時，該方法得到的TFP對投入要素產(chǎn)出彈性的依賴度高，如果人為確定資本彈性系數(shù)，確定參數(shù)值時主觀因素較多；如果采用回歸分析確定系數(shù)，參數(shù)值會過重依賴樣本數(shù)據(jù)，并且難以避免數(shù)據(jù)誤差的影響。而非參數(shù)的方法則無需設定生產(chǎn)函數(shù)的形式，并且不需要投入要素價格的數(shù)據(jù)。由于在農(nóng)業(yè)生產(chǎn)中，一方面要素價格的數(shù)據(jù)難以獲得，另一方面某些要素的價格會因政府的干預而受到扭曲。因此，本文對農(nóng)業(yè)TFP的度量采用非參數(shù)Malmquist指數(shù)來測算，并將這一指數(shù)的變化分解為技術進步與技術效率的變化兩方面。國內(nèi)學者利用非參數(shù)方法專門研究中國農(nóng)業(yè)TFP的文獻甚少。孟令杰等人對比了1997-1998年兩年間我國農(nóng)業(yè)TFP的變動。[6]顧海等人運用Malmquist指數(shù)分析了我國1980-1995年的農(nóng)業(yè)TFP，認為農(nóng)業(yè)TFP的增長源于農(nóng)業(yè)技術的進步，而不是農(nóng)業(yè)技術效率的改善。[7]李周等人利用DEA方法分析了西部地區(qū)縣域?qū)用嫔限r(nóng)業(yè)生產(chǎn)的效率與農(nóng)業(yè)發(fā)展可持續(xù)性的關系。[8]但這些研究一方面在投入產(chǎn)出指標的選取上具有隨意性，如對農(nóng)業(yè)產(chǎn)出的度量有農(nóng)業(yè)生產(chǎn)總值、糧食產(chǎn)量、農(nóng)民收入等多種指標，而不同的文獻對這些指標的選取主觀性較強。另一方面，罕有文獻在給出農(nóng)業(yè)TFP變動情況之后，進一步對不同地區(qū)農(nóng)業(yè)TFP差異的原因進行實證分析。因此，本文試圖從兩個方面對現(xiàn)有文獻的研究成果進行如下拓展和改進：首先，利用KS和T檢驗觀察不同指標對農(nóng)業(yè)生產(chǎn)效率值的影響程度，在此基礎上篩選出投入產(chǎn)出指標，并以檢驗后的變量作為投入產(chǎn)出指標計算出不同地區(qū)的Malmquist生產(chǎn)率指數(shù)，這樣選擇投入產(chǎn)出指標更具客觀性，并能真實反映農(nóng)業(yè)TFP的影響因素。其次，對不同地區(qū)農(nóng)業(yè)TFP的影響因素進行實證分析，這些因素涵蓋了一個地區(qū)的農(nóng)業(yè)特征、財政支農(nóng)力度和農(nóng)業(yè)的市場化程度等多個方面，筆者試圖發(fā)現(xiàn)不同地區(qū)農(nóng)業(yè)TFP的差異及其原因。具體內(nèi)容安排如下：第二部分介紹研究方法；第三部分對選擇的模型和非參數(shù)方法Malmquist指數(shù)分析結(jié)果進行說明；第四部分對不同地區(qū)影響農(nóng)業(yè)TFP的因素進行實證分析；第五部分歸納本文結(jié)論。二、研究方法(一)投入指標和產(chǎn)出指標的選取在非參數(shù)DEA分析中對投入產(chǎn)出指標的選取是進行分析的前提和關鍵，不同的投入產(chǎn)出指標會帶來決策單元相對效率的差異。在現(xiàn)有的研究農(nóng)業(yè)TFP的文獻中，對投入產(chǎn)出指標的選取大部分是基于對經(jīng)濟現(xiàn)象的主觀認識，與研究問題相關的諸多因素都被視作投入產(chǎn)出指標，最終導致分析中選取的投入產(chǎn)出指標過多，甚至多于決策單元的數(shù)量。查恩斯等人(Charnesetal)曾指出，非參數(shù)DEA分析中決策單元的數(shù)量至少是投入產(chǎn)出指標的兩倍，若采用較多的投入產(chǎn)出指標，會使得相對有效的決策單元的數(shù)量較多，從而降低區(qū)分度。[9]為了避免DEA分析中的這一問題，本文借鑒貝克爾(Banker)提出的度量模型間效率值差異的多種檢驗[10]，包括Kolmogorov-Smirnov(KS)和T檢驗，基于這些方法可以檢驗兩個總體的分布有無顯著差異，從而能夠較為客觀地選擇投入產(chǎn)出指標。T檢驗就是通常所說的兩獨立樣本的T檢驗。凱特爾森(Kittelsen)拓展了貝克爾(Banker)的結(jié)論，認為樣本效率估計的偏誤會隨樣本量的變化而改變。[11]在樣本量比較大的時候估計的偏誤較小，T檢驗應在偏誤低的時候使用，而KS檢驗在偏誤較高的時候使用會更好一些。因此，若在檢驗過程中T檢驗和KS檢驗的結(jié)果不一致，可以依據(jù)樣本量的大小來選擇以哪個檢驗結(jié)果為準。(二)Malmquist生產(chǎn)率指數(shù)利用上述檢驗中得到的投入產(chǎn)出指標可以進行TFP分析，由于非參數(shù)Malmquist指數(shù)方法不需要對決策單元作出任何事先假定就可以得到?jīng)Q策單元的效率演化，并且可以將其分解為技術水平和技術效率，因此，這一方法被廣泛應用于TFP的測算。這一指數(shù)是在距離函數(shù)的基礎上定義出來的，道格拉斯等人(Douglasetal)將該指數(shù)用于測度TFP。[12]在t期技術下，從t期到t+1期的Malmquist生產(chǎn)率指數(shù)為：三、模型的選取和Malmquist指數(shù)分析結(jié)果(一)數(shù)據(jù)來源及模型的選取本文利用中國29個省、直轄市和自治區(qū)1991-2008年農(nóng)業(yè)投入和產(chǎn)出指標的數(shù)據(jù)計算出不同地區(qū)的農(nóng)業(yè)TFP②，并利用農(nóng)民經(jīng)營性收入代替此類分析中所采用的農(nóng)民收入。究竟選擇哪些具體的變量來作為農(nóng)業(yè)的投入產(chǎn)出指標？現(xiàn)有文獻對此分歧較大，因而其結(jié)論也不具有一致性和可比性。為了改進此類研究，本文在分析中首先盡可能考慮到現(xiàn)有文獻提到的所有變量，然后采用KS檢驗和T檢驗的方法逐步剔除對效率值貢獻不顯著的變量。筆者擬采用的農(nóng)業(yè)產(chǎn)出指標有：農(nóng)業(yè)生產(chǎn)總值(AGDP)，糧食產(chǎn)量(AF)，農(nóng)村居民年人均經(jīng)營性收入(POY)；擬采用的農(nóng)業(yè)投入指標有：總播種面積(ACUL)，糧食播種面積(AFCUL)，有效灌溉面積(IRR)，鄉(xiāng)村從業(yè)人員數(shù)量(LAB)，農(nóng)機總動力(MACH)，化肥使用量(FER)，農(nóng)村用電量(ELEC)。根據(jù)KS檢驗和T檢驗進行指標篩選的思路和原則是：首先，設定一個基準模型，在規(guī)模報酬可變(VRS)的情況下，包含上述所有的投入和產(chǎn)出指標，這樣我們可以得到一系列效率值集合；其次，將基準模型的假設條件和變量逐漸從模型中移除，從而得到新的效率值集合；最后，比較兩組效率值集合的分布和均值是否存在顯著差異，若變量移除前后效率均值發(fā)生明顯的變化，則被移除的變量應保留在基準模型中，否則，該變量不應保留在基準模型中。表1給出了最終的檢驗結(jié)果。首先，我們將規(guī)模報酬可變的假設移除，在規(guī)模報酬不變(CRS)的假設下得到效率值的集合，將該集合與基準模型的效率集合比較，前后均值變化了0.001。這里的KS檢驗和T檢驗都認為，移除VRS的假設后效率值沒有發(fā)生明顯的改變，因此在本文下面的分析中可以采用CRS的假設。其次，將農(nóng)業(yè)總產(chǎn)值和糧食產(chǎn)量分別移除，結(jié)果是兩種檢驗分別在5％和1％的顯著水平下都拒絕原假設，由此可以認為移除前后效率值發(fā)生了明顯的變化，因此這兩個變量應保留在基準模型中。最后，我們進一步將農(nóng)村居民年人均經(jīng)營性收入移除，前后的效率均值變化了0.003，但KS檢驗和T檢驗的結(jié)果存在差異，其中KS檢驗認為變量移除前后效率均值沒有發(fā)生顯著變化，而T檢驗在10％的顯著水平下拒絕原假設。由于在本文的分析中使用了29個省、直轄市、自治區(qū)的數(shù)據(jù)，決策單元的數(shù)量并不多，檢驗結(jié)果應以KS檢驗為準，因此，這一變量不應包含在模型中。筆者在對農(nóng)業(yè)投入指標的分析中，首先將農(nóng)作物播種面積移除，檢驗結(jié)果類似于對農(nóng)村人均經(jīng)營性收入的分析結(jié)果，而且效率均值沒有發(fā)生明顯變化，這一指標不能包含在模型中。進一步將農(nóng)作物播種面積和糧食播種面積移除，兩種檢驗均在5％的顯著水平下拒絕原假設。因此，糧食種植面積的指標予以保留。隨后將農(nóng)作物播種面積和有效灌溉面積移除，效率均值沒有發(fā)生明顯變化，可以接受移除。筆者進一步將農(nóng)作物播種面積、有效灌溉面積和鄉(xiāng)村從業(yè)人員數(shù)移除，KS檢驗和T檢驗均在1％的顯著水平下拒絕原假設，可知鄉(xiāng)村從業(yè)人員的數(shù)量對各省農(nóng)業(yè)生產(chǎn)效率值的影響非常明顯。隨后，再將農(nóng)作物播種面積、有效灌溉面積和農(nóng)機動力移除，發(fā)現(xiàn)效率均值的改變并不明顯，但是化肥使用量對效率值的影響卻較為明顯，在兩種檢驗下都拒絕原假設。最后，將農(nóng)作物播種面積、有效灌溉面積和農(nóng)村用電量移除，KS檢驗和T檢驗均拒絕原假設，因此農(nóng)村用電量這一指標也應保留在基準模型中。根據(jù)以上對農(nóng)業(yè)投入產(chǎn)出指標的分析，即可確定最終的分析模型：在規(guī)模報酬不變的假設下，筆者篩選出兩個農(nóng)業(yè)產(chǎn)出指標(AGDP，AF)和4個農(nóng)業(yè)投入指標(AFCUL，LAB，F(xiàn)ER，ELEC)。(二)Malmquist指數(shù)分析結(jié)果本部分依據(jù)上述模型運用DEAP2.1軟件計算出中國農(nóng)業(yè)TFP指數(shù)及技術進步和技術效率的數(shù)據(jù)，由于各省歷年的面板數(shù)據(jù)結(jié)果較長，筆者分階段、分地區(qū)研究中國農(nóng)業(yè)的TFP的變化。通過表2給出的全國1991-2008年農(nóng)業(yè)TFP及其構(gòu)成變化可知：首先，不同時間階段中國農(nóng)業(yè)TFP的增長速度和源泉存在明顯差異。“八五”期間國家加強對農(nóng)業(yè)基礎設施的投入，帶來了TFP的快速增長；而在“九五”期間，農(nóng)業(yè)TFP的增長則是源于農(nóng)業(yè)技術效率的提高，尤其是規(guī)模效率的提高，這可能是由于在農(nóng)業(yè)基礎設施達到一定規(guī)模后，開始注重對現(xiàn)有設施的有效或充分利用與配置。另外，1995-1996年，中國農(nóng)業(yè)的技術進步出現(xiàn)大幅下滑，這可能是由于上一階段的無效投資造成了產(chǎn)能過剩，同時遭遇了轉(zhuǎn)型過程中的制度瓶頸；[14]“十五”期間和“十一五”期間，我國農(nóng)業(yè)TFP的增長是技術進步和技術效率共同作用的結(jié)果。其次，從增長結(jié)構(gòu)上看，農(nóng)業(yè)TFP的增長主要是源于技術進步，不同時間段內(nèi)技術進步的改變會帶來農(nóng)業(yè)TFP的同向變化。平均來說，技術進步每年為農(nóng)業(yè)TFP的增長貢獻了5個百分點，而技術效率對農(nóng)業(yè)TFP的貢獻有限，并且技術效率改善的速度滯后于技術進步的速度，這與鄭京海等人的分析結(jié)果[14]類似。這可能與改革開放過程中所遇到的如下幾個問題密切相關，即農(nóng)業(yè)技術的有效利用問題(例如農(nóng)業(yè)技術與農(nóng)村人力資本不匹配)、金融體系的效率問題、財政支農(nóng)資金的使用效率問題、政府產(chǎn)出效率下降的問題，等等。通過表3給出的中國東部、中部和西部農(nóng)業(yè)TFP的變化及其構(gòu)成可知：首先，20世紀90年代至今，中國農(nóng)業(yè)技術進步和技術效率的上升是農(nóng)業(yè)TFP增長的原因，這與金等人的研究結(jié)果類似。[4]但從不同區(qū)域來看，較之于技術效率，農(nóng)業(yè)技術進步對TFP的貢獻相對較大一些，這說明中國當前的農(nóng)業(yè)生產(chǎn)過程中經(jīng)濟結(jié)構(gòu)的轉(zhuǎn)變、升級以及實現(xiàn)高效率資源對低效率資源的置換仍然存在障礙。其次，西部地區(qū)的農(nóng)業(yè)TFP高于東部和中部，這個結(jié)果似乎與人們的直覺不一致。筆者認為，西部地區(qū)的農(nóng)業(yè)TFP之所以較高，直接得益于20世紀90年代以來的西部大開發(fā)戰(zhàn)略，因為它的推進和落實使得東中西部的技術差距在縮?。欢鴸|部地區(qū)農(nóng)業(yè)技術效率的增長低于全國平均水平，說明這一地區(qū)技術效率的增長率過低，管理改進、結(jié)構(gòu)優(yōu)化和資源配置的改進效果并不明顯。另外，從標準差可知，中部地區(qū)內(nèi)部技術進步的差異比較大，它直接影響了中部地區(qū)整體農(nóng)業(yè)TFP的提高。東部地區(qū)的差異程度次之，西部地區(qū)的差異程度最小，這種地區(qū)間差異帶來了全國范圍內(nèi)農(nóng)業(yè)TFP增長的變動。因此，筆者在后文分析中將對這一差異的原因做初步探討。四、中國農(nóng)業(yè)TFP的影響因素分析基于上述分析，本文發(fā)現(xiàn)區(qū)域間技術水平和技術效率的差異較大，并導致農(nóng)業(yè)TFP增長水平的不同。目前，有關農(nóng)業(yè)TFP增長差異背后的影響因素的理論和實證研究較少。本文參考金等人和孟查克等人(Monchuketal)等對農(nóng)業(yè)生產(chǎn)低效率的相關論述，[4][15]利用中國29個省、直轄市和自治區(qū)2002-2006年有關數(shù)據(jù)，對中國農(nóng)業(yè)TFP的影響因素作進一步探討。本文選取兩個變量度量農(nóng)業(yè)生產(chǎn)的地區(qū)特征：農(nóng)業(yè)生產(chǎn)總值占地區(qū)生產(chǎn)總值的比重和鄉(xiāng)村從業(yè)人員在總?cè)丝谥械谋戎?；選取財政援農(nóng)支出在財政支出中的比重來度量不同地區(qū)財政支農(nóng)政策的力度；選取經(jīng)營性純收入在純收入中的比重來度量農(nóng)業(yè)的市場化程度。通過平穩(wěn)性進行檢驗可知，上述變量均是零階平穩(wěn)的。因此，可以進一步用這些數(shù)據(jù)回歸下面的方程：表4給出了模型估計的結(jié)果。Hausman檢驗的結(jié)果表明，應當選擇固定效應模型。隨后，考慮到AP(農(nóng)業(yè)生產(chǎn)總值與地區(qū)生產(chǎn)總值的比重)、EXPE(援農(nóng)支出在財政支出中的比重)以及OPY(農(nóng)業(yè)的市場化程度)之間可能存在聯(lián)立內(nèi)生的可能，因此，本文將AP看成內(nèi)生變量，使用了Panel2sls的估計方法，且在估計中引入了29個省、直轄市、自治區(qū)虛擬變量，工具變量(IV)為AP和OPY的滯后1期。從表4可知：首先，農(nóng)業(yè)TFP受農(nóng)業(yè)在該地區(qū)整體經(jīng)濟中相對地位重要性的影響較大。農(nóng)業(yè)在整體經(jīng)濟中的地位與農(nóng)業(yè)TFP同向變化，也就是說，如果一個地區(qū)的農(nóng)業(yè)在當?shù)亟?jīng)濟中的地位相對重要，那么，它將帶來農(nóng)業(yè)TFP的上升。其原因可能是，當農(nóng)業(yè)是一個地區(qū)的重要產(chǎn)業(yè)時，投入農(nóng)業(yè)的勞動、資本和技術都較多、較強；在農(nóng)業(yè)主產(chǎn)區(qū)，政府對農(nóng)業(yè)的重視程度相對更高；農(nóng)民和政府更注重農(nóng)業(yè)技術的改進和農(nóng)業(yè)管理的完善。其次，鄉(xiāng)村從業(yè)人員的比重在總?cè)丝谥械谋戎卦礁撸鋵r(nóng)業(yè)TFP的負面影響就越大。結(jié)合前面的模型選擇可知，鄉(xiāng)村從業(yè)人員是中國農(nóng)業(yè)生產(chǎn)的主要投入要素之一，這種勞動投入型的生產(chǎn)不利于農(nóng)業(yè)TFP的提升。最后，財政支農(nóng)的力度