中国农业全要素生产率增长的实证分析：1978～2007年——基于随机前沿分析(SFA)方法，本文主要内容关键词为：生产率论文,实证论文,中国农业论文,要素论文,方法论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言
自Solow的开拓性研究以来，在新古典经济学领域中，从投入和产出的角度来研究增长的源泉，可分为生产要素投入增长和全要素生产率增长两大部分。作为评估总体生产过程中生产效率的代表性绩效指标，生产率尤其是全要素生产率(total factor productivity,TFP)已成为某个经济单位（国家、地区、产业、组织等）可持续发展和经济运行质量优劣的定量评估指标。迄今为止，中国国内外研究者运用不同方法从不同角度对中国农业全要素生产率进行了分析，但这些研究的实证结果并不相同，尤其是测算出来的农业全要素生产率的增长率值存在较大的不一致。之所以出现这种结果，其主要原因是采取的研究方法和数据集的不同。从研究方法来看，这些研究具有以下特征：
第一，中国国内外对中国农业生产率的研究主要依靠传统的非前沿方法(non-frontier approach)，比如冯海发(1989)、McMillan et al.(1989)、Fan(1991)、Lin(1992)、Wen(1993)、张元红(1996)、Carter et al.(1999)、Fan and Zhang(2002)、辛翔飞等(2005)。其中，冯海发(1989)、McMillan et al.(1989)、Wen(1993)、Carter et al.(1999)都运用非参数非前沿方法，具体来说利用Kendrick算术指数，对中国农业全要素生产率的变化进行了分析；Fan and Zhang(2002)运用T
rnqvist-Theil生产率指数来分析。与此相反，Fan(1991)、Lin(1992)、辛翔飞等(2005)都首先估计中国农业总量生产函数（主要是C-D生产函数形式），然后运用增长核算(growth accounting)的方法来分析。当然，这些研究都不考虑生产技术上的非效率，而且全要素生产率变化的全部都归于技术变化。
第二，随着20世纪90年代中期开始引入生产前沿模型(production frontier model)，运用比非前沿方法更为合理的前沿方法(frontier approach)来研究全要素生产率的变化，已成为中国农业全要素生产率变化研究的一个趋势，比如Mao and Koo(1996)、Spitzer(1997)、Lambert and Parker(1998)、Wu et al.(2001)、江激宇等(2005)、李静等(2006)、陈卫平(2006)、石慧等(2008)、李磊等(2008)、李录堂等(2008)、曾先峰等(2008)。但是，与国外研究及中国其他经济部门全要素生产率变化的研究相比，这些研究所运用的方法大多局限于非参数前沿方法(non-parametric frontier approach)，尤其是运用非参数DEA-Malmquist生产率指数（主要是产出角度）方法比较多，在研究方法上显得比较单一，缺乏方法上的多样性。其中，只有石慧等(2008)运用参数前沿方法(parametric frontier approach)，具体来说利用生产函数，对中国农业全要素生产率的变化进行了测算。
总体上看，90年代中期以来运用前沿方法分析中国农业全要素生产率变化的研究逐渐增加，但是，所运用的方法主要集中于DEA-Malmquist生产率指数方法，而运用随机前沿函数方法来测算农业全要素生产率的变化，并将其分解为技术变化和技术效率变化的研究相对较少，并且在运用随机前沿函数方法时所选择的函数形式主要集中于生产函数形式。本文在这些研究的基础上，使用1978～2007年的中国省级面板数据，尝试运用非参数Malmquist生产率指数模型和参数随机前沿函数模型结合起来的SFA-Malmquist生产率指数模型（见表1），测算中国各省份及东部、中部、西部地区的农业全要素生产率变化指数，并分析其时序增长与空间分布特征。
进而，根据Malmquist生产率变化指数的分解式即(1)式，全要素生产率的变化表示为：
由(12)式和(13)式，可得：
三、模型设定与估计
（一）模型设定的检验
一般来说，随机前沿函数模型受到最大攻击的是其结论高度依赖于模型的函数形式。模型形式设定是否恰当直接关系到结论的正确与否，不正确的模型将产生误导性的结论。为此，本文对模型的设定做了4个方面的假设检验，分别为：①技术非效率的存在性检验；②技术变化的存在性检验；③技术变化是否Hicks中性的检验；④Cobb-Douglas距离函数模型的适用性检验。
四、实证结果
实证研究结果表明，1978～2007年中国农业全要素生产率的增长具有以下几个特征：
（一）中国农业全要素生产率的增长属于技术诱导型的增长模式
在1978～2007年期间，中国农业全要素生产率的年均增长率为0.7%；农业技术表现出正增长，年均增长率为6.5%；而农业技术效率则表现出负增长，其年均增长率为-5.5%（见图1）。易于发现，农业技术进步有力地推动了中国农业全要素生产率的增长；而农业技术效率的下降在相当程度上抵消了农业技术水平提高的效果。
把整个研究时期划分为4个子时期（1978～1984年、1985～1991年、1992～1996年、1997～2007年）后可以清晰地发现，农业技术变化指数在每个子时期均大于1（即农业技术进步），相反，农业技术效率变化指数在每个子时期均小于1（即农业技术效率下降）。按照中国传统的地区划分方法⑦，1978～2007年期间东部、中部和西部地区农业全要素生产率的增长都主要来自于技术进步，这一结果，从4个子时期来看，也没有什么变化。
总之，中国农业全要素生产率的增长显著依赖于农业技术进步，可以说，中国农业全要素生产率的增长属于技术诱导型的增长模式。这说明，改革开放以来中国农业全要素生产率的增长主要来自于技术进步，而不是中国各个省份现有技术效率的改善。值得一提的是，中国农业全要素生产率的增长存在着一个显著的特征：当农业技术进步有力地推动农业全要素生产率增长时，总会遇到农业技术效率下降对农业全要素生产率增长的不利影响，而很少见到二者同时增长的情况。这种农业技术进步与农业技术效率损失并存的现象表明，中国对现有农业技术的推广和扩散不太成功。
这一结论与运用非参数DEA-Malmquist指数方法，比如Mao and Koo(1996)、Spitzer(1997)、Lambert and Parker(1998)、Wu et al.(2001)、江激宇等(2005)、李静等(2006)、陈卫平(2006)、李磊等(2008)、李录堂等(2008)、曾先峰等(2008)的研究结果相似⑧。
（二）中国农业全要素生产率增长呈现出明显的波动性（阶段性）特征
从4个子时期来看，中国农业全要素生产率的增长过程具有明显的阶段性特点，主要表现为总体上呈现下降（1985～1991年）→上升（1992～1996年）→停滞、下降（1997～2007年）的趋势（见图1）。中国农业全要素生产率增长的这一波动特征与中国农业发展阶段的变化是相吻合的。1979～2007年期间，中国历年农业总产值(GVOA)指数和农业全要素生产率变化指数之间相关分析的结果支持了这一结论。相关分析结果表明，在样本期间内，农业全要素生产率变化指数和农业总产值(GVOA)指数之间具有线性相关性⑨（见图1）。
（三）中国农业全要素生产率增长表现出地区之间不平衡增长的特征
从中国各地区之间农业全要素生产率增长的差异来看，无论是在整个样本期间内还是在4个不同的时间段内，中国东部、中部和西部地区之间存在着农业全要素生产率增长的差距。1978～2007年期间，东部地区农业全要素生产率的年均增长率为2.4%，中部地区为0.7%，西部地区为-0.9%。易于发现，东部地区农业全要素生产率的增长高于中部、西部地区和全国平均值，而且中国农业全要素生产率的增长基本上按照由东部到中部、再由中部到西部的顺序呈现出递减的趋势（见表5）。样本期间西部地区农业全要素生产率的增长被估计出负值，其原因主要来自于技术效率的大幅度下降，其年均增长率为-5.7%。从地区农业技术水平和农业技术效率的增长来看，东部高而中部、西部低的基本态势保持不变。
在模型得出的农业全要素生产率变化指数的前10位中，东部、中部和西部地区的省份各占了8个（山东、海南、辽宁、浙江、江苏、广东、天津、北京）、1个（河南）和1个（贵州）；后10位中各地区分别占了0个、2个（湖南、安徽）和8个（新疆、宁夏、内蒙古、青海、四川、陕西、甘肃、西藏）。非常明显，东部地区强于中部、西部地区，而中部地区强于西部地区。
（四）改革开放以来中国农业增长仍然保持粗放型增长方式
1978～2007年，中国农业全要素生产率的年均增长率为0.7%。同期，中国农业总产出的年均增长率大约为6.2%。这说明，1978～2007年期间中国农业产出增长中大约11.3%是生产率水平提高的结果。可见，改革开放以来30年间中国农业的增长主要还是靠扩大生产要素投入所带来的，而不是靠全要素生产率的提高所推进的。这表明，从总体上看，在过去很长一段时间内，中国农业产出增长总体上还属于物质投入推动型的增长，即粗放型的农业增长。这与赵芝俊等(2006)、辛翔飞等(2005)、吴方卫(2000)的研究结论一致。
（五）提高农业技术效率水平是中国农业全要素生产率提高的潜在动力
研究结果表明，1978～2007年期间，中国农业技术效率指数均值总体呈下降的趋势，而且技术效率水平不断下降直接导致农业全要素生产率增长速度下降。因此，中国农业全要素生产率增长的现状是，一方面，技术水平在不断地提高；另一方面，快速的技术进步逐渐拉大了地区间技术效率水平的差距，造成了两者的严重背离变化。
从长期来看，时间变量对于农业全要素生产率和农业技术效率提高的效应均是负的，而对于农业技术进步的效应却是正的。这意味着随着市场经济的持续发展，农业技术效率提高的速度会越来越慢，技术进步是中国农业经济增长的主要动力。但是，研究结果表明，在中国现有的农业技术水平下，各省份现有农业技术的发挥程度较低，而且各省份农业生产与技术有效生产前沿面的距离，由东部到中部再到西部地区逐渐扩大，即中西部省份农业生产越来越远离生产前沿面，农业技术效率损失严重。可以说，中国现有的农业技术效率还有很大的潜力可以提高，通过提高农业技术效率而提高农业全要素生产率是可行的。从某种意义上说，中国现存的技术效率上的差距将成为未来中国农业全要素生产率提高的潜在动力。
因此，从长期来看，技术效率水平低的中国中部和西部地区省份在注重农业技术进步的同时，必须改善农业技术效率，缩小与全国水平生产前沿面的距离。根据内生经济增长理论中低成本技术模仿模型(Barro and Sala-i-Martin,1997)提出的收敛性理论的含义，模仿学习东部的先进技术和改进农业投入要素的质量，且加速东部地区先进的农业生产经验和技术向中部和西部地区的扩散，逐步缩小农业技术效率上的地区差距，就能够改变技术效率和技术进步背离发展的现状。
五、主要结论
本文使用1978～2007年的中国省级面板数据，结合运用SFA-Malmquist生产率变化指数模型，测算了中国各省份及三大地区的农业全要素生产率变化指数及其分解指数，并分析了改革开放以来中国农业全要素生产率的时序增长与空间分布特征。从中可以得出如下结论：
第一，1978～2007年期间，中国农业全要素生产率年均增长为0.7%，主要来自于技术进步，而不是中国各省份农业技术效率的改善。这一结论与运用非参数DEA-Malmquist指数方法的现有的一些研究结果相似，可以说，非参数前沿分析方法和参数前沿分析方法都会很好地度量和分析中国农业全要素生产率的增长。
第二，中国农业全要素生产率的增长，一方面表现为不断发展的技术进步，另一方面表现为技术进步与技术效率水平的变化严重背离。中国农业全要素生产率增长构成的变化有着一个显著的特征，即当农业技术进步有力地推动农业全要素生产率增长时，总会遇到农业技术效率下降对农业全要素生产率增长的不利影响，而很少见到二者同时增长的情况。这种农业技术进步与农业技术效率损失并存的现象表明，中国对现有农业技术的推广和扩散不太成功。
第三，中国农业全要素生产率增长呈现出明显的波动性（阶段性）特征以及地区之间不平衡增长的特征，主要表现为东部地区农业全要素生产率的增长高于中部西部地区和全国平均水平，而且中国农业全要素生产率的增长基本上按照由东部到中部再到西部的顺序呈现出递减的趋势。改革开放以来，尤其是20世纪90年代以来，中国农业技术进步的“创新者”(innovator)主要是中国东部地区的省份。
第四，在中国现有的农业技术水平下，各省份现有农业技术的发挥程度较低，而且由于东部和中部、西部之间农业技术效率上的差距逐渐扩大，中部、西部地区省份的技术效率越来越远离全国最佳水平，农业技术效率损失严重。这说明，中国现有的农业技术效率还有很大的潜力可以提高，通过提高农业技术效率而提高农业全要素生产率是可行的。
注释：
①国家统计局：《中国统计年鉴》（1978～2008年，历年），中国统计出版社。
②国家统计局国民经济综合统计司：《新中国五十五年统计资料汇编》，中国统计出版社，2005年。
③将重庆市并入四川省。
⑤若零假设中有γ=0这个假设，则LR服从渐进混合卡方分布，详见Kodde and Palm(1986)。
⑥如果γ接近于1，总体技术非效率主要是由于生产技术上的非效率所造成的；如果γ接近于0，说明实际产出与最大产出之间的差距（技术非效率）主要来自于统计误差。
⑦本文仍然按照传统的划分方法将中国划分为东部、中部和西部三大地区，其中，东部地区包括11个省份，分别为：河北、北京、天津、广东、江苏、辽宁、山东、上海、浙江、福建、海南；中部地区包括8个省份，分别为：安徽、河南、黑龙江、吉林、湖北、湖南、江西、山西；西部地区包括11个省份，分别为：内蒙古、广西、贵州、云南、四川（含重庆）、西藏、宁夏、青海、甘肃、陕西、新疆。
⑧尽管这些研究都使用同样的研究方法，但是，其结果有稍微的偏差，这可能是由于利用数据的不同而导致略有不同的结果。在运用随机前沿函数模型的石慧等(2008)的研究中，没提示历年农业全要素生产率变化指数值及其分解指数值，因而无法直接比较研究结果。
⑨根据农业总产值增长率与全要素生产率增长率的分阶段回归分析，曾先峰等(2008)的研究表明：分阶段看，农业生产率的变化趋势与农业总产值增长率的变化趋势在1980～1996年基本一致，但1996～2005年则显示出较大差异。