农业技术效率的地区差异及收敛性分析——基于随机前沿分析方法

　　内容提要:本文利用1998—2010年30个省份的投入与产出的面板数据，通过建立随机前沿生产函数模型，对农业生产的技术效率进行测算和分析。研究结果表明，农业生产的平均技术效率水平较高，各个地区间技术效率存在显著并且不断拉大的差异;不同区域出现了不同的收敛特征，农业生产环境和社会环境对技术效率均产生显著的影响。

　　关键词:农业技术效率;收敛性分析;地区差异;生产环境;社会环境

　　一、引言

　　农业是国民经济和社会发展的基础，改革开放30多年来，农业发展取得了举世瞩目的成就，强劲地支持了国民经济的迅速发展，13亿人民不仅解决了温饱问题，而且总体上达到了小康并向更高水平迈进。虽然我国粮食连续9年实现增产，但是距离建设农业强国的目标还有很大差距。由于人口众多，我国农业资源人均水平较低，如耕地仅为世界平均的1/3，且分布极不均衡，水资源利用率一直不高，真正被农作物吸收的灌溉水一般在10%～30%的水平，其万元产值的水耗远高于钢铁、水泥等行业，化肥和农药的利用率也仅为35%和30%①。研究我国农业的技术效率问题，有利于从经济增长的质量全面考察我国农业的整体竞争能力，探索转型期农业现代化发展模式;对于优化农业经济结构、统筹城乡经济协调发展、全面建设小康社会，具有重要的理论价值和现实意义。

　　国内学者在借鉴国外理论和方法的基础上，对农业生产的生产率、技术效率及收敛性问题进行了一些相关研究。孟令杰(2000)采用DEA方法对1980—1995年农业产出的技术效率进行了测算，发现农业技术效率呈现出下降的态势。韩晓燕(2005)运用巴罗回归分析方法，检验了我国农业生产率的收敛性，发现市场化程度、农村教育、耕地灌溉率对缩小农业生产率的地区差距有显著的影响。陈卫平(2006)通过非参数的Malmqusit指数法发现1990—2003年农业全要素生产率保持增长，其中农业技术进步指数增长明显，而农业效率变化指数则小幅度下降。全炯振(2009)采用非参数Malmquist和参数SFA结合起来的模型，测算了各省份及东部、中部、西部地区的农业全要素生产率(TFP)变化指数，发现农业全要素生产率增长为技术诱导型的增长模式、地区之间增长不平衡。匡远凤(2012)将农业劳动生产率变化分解为农业技术效率变化、技术进步、物质性要素投入变化和人力资本积累四个来源，研究发现技术进步、物质性要素投入变化和人力资本积累促进了农业劳动生产率，而技术效率变化却起到了阻碍作用。

　　从现有相关研究看，大多数研究采用非参数的数据包络分析方法研究农业生产的技术效率和生产率，并且把农、林、牧、渔业作为一个整体的研究对象，采用农作物的播种面积作为第一产业的土地投入量，对此，笔者认为在统计口径上不太精确，并且相关文献对于技术效率的影响因素及地区之间差异原因亦缺乏深入的分析。与其他分析方法相比，随机前沿分析虽然需要设定参数，但是它对于技术效率原因的解释更加合理，比较适合研究农业生产技术效率问题。因而，利用1998—2010年30个省份的投入与产出的面板数据，本文采用随机前沿分析方法来测算农业生产的技术效率。在此基础上，本文将进一步分析自然、生产和社会环境对农业效率的影响以及不同区域技术效率显示出的收敛特征。

　　二、数据说明和理论分析

　　(一)数据来源和说明

　　广义的农业包括了农、林、牧、渔四个部门，但是林业、牧业、渔业投入的土地面积很难精确地统计，并且这些部门之间的生产效率无法直接进行比较，因此以狭义的农业即种植业作为研究对象(以下同)，具体包括粮食作物、经济作物、饲料作物和绿肥等农作物。为了分析农业生产技术效率的情况，本文利用1998—2010年全国30个省份农业投入产出面板数据进行分析(西藏数据不全)。

　　产出变量为农业总产值，由于农业中间消耗涵盖了农业生产中绝大多数物质费用，所以将中间消耗作为物质费用的投入。对于物质费用中中间消耗没有包括的部分:如农业机械、役畜等设置为效率的影响因素。土地投入采用农作物播种面积，劳动力投入选用种植业从业人数。中间消耗*及农作物播种面积数据来自于历年《统计年鉴》及《农村统计年鉴》，从业人数通过以下公式估算得到:从业人数=第一产业从业人口－国有林业单位在岗年末人数－渔业人口－(牧业人口+半牧区牧业人口/2)，相应的统计人数分别来自于《林业统计年鉴》、《畜牧业年鉴》和《渔业统计年鉴》。同时，为了剔除价格变化的影响，对所有的数据按相应价格指数换算成2004年的不变价格。对于影响农业生产技术效率的因素:城市化水平来自于《人口统计年鉴》，人均贷款来自于《农业发展银行统计年鉴》，产业化水平来自于《乡镇企业统计年鉴》。其他影响因素如播种比例、有效灌溉率、水土流失治理比例、机械化水平、役畜比例，政府投入强度、受教育年限等，均来自于历年的《统计年鉴》和《农业年鉴》。

　　(二)模型与变量说明

　　1.随机前沿生产函数与变量说明。随机前沿分析方法最早由Farrel在1957年提出，随后得到了众多学者的发展。通常认为Meeusen(1977)、Aigner(1977)和Battese(1977)的成果标志着随机前沿技术(SFA)的诞生。在早期的研究中，随机前沿分析主要应用于横截面数据，Kumbhakar(1991)和Battese(1995)等将其发展应用于面板数据。建立具体的随机前沿面模型时，首先需要考虑设定生产函数形式。本文选取了形式最为灵活的超越对数生产函数模型，该模型的函数形式为:LnYit=β0+β1LnLit+β2LnFit+β3LnMit+β4T+12β5(LnLit

　　)2+12β6(LnFit)2+12β7(LnMit)2+12β8T2+12β9LnLitLnFit+12β10LnLitLnMit+12β11LnFitLnMit+β12TLnLit+β13TLnFit+β14TLnMit+Vit－Uit

　　中间消耗(中间投入)是指农林牧渔业生产经营过程中所消耗的货物和服务的价值，包括物质产品消耗和非物质性服务消耗。物质产品消耗是指农林牧渔业生产过程中所消耗的各种物质产品的价值，包括外购的和计入总产出的自给性物质产品消耗，如种籽、饲料、肥料、农药、燃料、用电量、小农具购置、原材料消耗等;支付物质生产部门的各种服务费包括修理费、生产用外雇运输费、生产用邮电费等，以及其他物质消耗;非物质性服务消耗是指支付给非物质生产部门的各种服务费，如畜禽配种费、畜禽防疫医疗费、科研费、旅馆、车船费、金融服务费、保险服务费、广告费等(农林牧渔业中间消耗核算方法.国家统计局厦门调查队，2012－05－02)1973年，克里斯滕森、乔根森和劳伦斯提出“超越对数生产函数”的计量方法，用其来度量生产率。超越对数生产函数中，投入、产出均采用对数形式，并引进了二次项，可以较好地研究生产函数中投入的相互影响、各种投入技术进步的差异及技术进步随时间的变化等，提高了生产率增长率的估计精度(引自孟令杰)其中，Y表示各地区农业总产值，L为各地区农业从业人数，F为各地区投入的中间消耗，M为各地区农作物播种面积，T为时间变量;Vit为随机变量，服从正态分布N(0，σ2V)，用于测度误差及各种不可控制的随机因素，例如天气等;Uit独立于Vit，是非负随机变量，反映生产的无效程度，通常假定Uit服从均值为mit、方差为σ2U的半正态分布*;βk(k=0，1，…14)为待估参数。mit为效率损失函数，其测度模型为:mit=δ0+ΣjδjXjit其中，Xjit表示影响生产单位i的技术效率的第j个变量，δ0为常数项。δj是待估参数，其取值反映了变量j对技术效率的影响程度，负的取值表示变量j对技术效率存在正的影响，正的取值表示变量j对技术效率存在负的影响。对主要变量进行简单的统计分析，说明农业的中间消耗的变化幅度在所有投入要素中最大;变量M的变异系数最小，说明在1998—2010年农业播种面积相对比较稳定;变量Y和L的变异系数处于中等水平，相对于具有较大数值的均值来说，其变化程度并不剧烈，说明各地区农业生产的总产值和从业人员数变化比较缓慢。