中国农业部门生产效率的重新估计——基于非线性平滑转换模型的经验分析，本文主要内容关键词为：平滑论文,中国农业论文,生产效率论文,模型论文,部门论文，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
一个国家农业部门的生产效率对于该国农业生产乃至宏观经济都有重要影响。提高农业部门生产效率是提高农业生产能力，确保国家粮食安全，促进农民增收，推动农业持续发展的重要途径。因此如何正确估计农业部门生产效率一直是学术界的一个热点问题。
早在1957年Farrell(1957)就应用数学规划方法对英国农业部门的生产效率进行评估和测算。在此之后，国内外学者对此问题展开了一系列的后续研究。Battese等(1997)应用随机边界模型(Stochastic Frontier Model)对巴基斯坦农业部门的生产效率进行分析，他认为由于技术和管理效率等方面的原因，巴基斯坦大、中型农场的生产效率明显高于小型农场。Vicente(2004)应用确定性边界模型(Deterministic Frontier Model)考察巴西农业部门谷物生产效率时发现：由于资源配置、技术水平等方面的影响导致巴西谷物生产效率低下，实际产出效率仅为理想状态的70％左右。Derek等(2005)利用111个国家和地区1970-2000年的数据，应用确定性边界模型测算了这些国家的全要素生产率(Total Factor Productivity，简称TFP)及其变化趋势，他们认为人力资本的积累和科技进步是这些国家农业生产效率提高的最主要原因。Coelli和Rao(2005)利用数据包络分析方法(DEA方法)研究了93个国家1980-2000年农业部门生产效率的变化趋势和规律，指出，这些国家农业部门全要素生产率增长的主要原因是土地的集约使用和农业科技进步。
中国学者研究农业部门生产效率的文献也很多，其中比较典型的研究有：冯海发(1990)运用全要素生产率的概念及原理测算了新中国成立以来农业生产效率的变化趋势和增长模式。周宏和褚保金(2003)应用DEA方法对我国水稻生产效率及其变动状况进行分析，他们发现在过去的20年中，我国的水稻生产效率增长缓慢。李周和于法稳(2005)采用DEA方法分析了西部地区的农业生产效率，他们认为，西部地区农业生产技术的应用对增强西部地区农业可持续发展是有效的。李静和孟令杰(2006)使用非参数的HMB生产率指数方法考察了改革开放以来我国农业部门全要素生产率的变动趋势，他们的研究结果表明：我国农业部门全要素生产率的增长主要是由技术进步推动的。陈卫平(2006)研究了1990-2003年期间我国农业部门全要素生产率的变化规律和空间分布特征，他认为我国绝大多数省区呈现出农业技术进步与农业效率损失并存的局面。其中农业技术进步指数年均增长5.4％，而农业效率变化指数年均下降2.78％。
综合上述分析可以发现，国内外学者在对生产效率进行定量测算时一般采用以下3种方法：DEA方法、随机性边界方法和确定性边界方法。其中，DEA方法能有效避免主观因素影响、减少误差，并且对于非DEA有效单元还能给出较为丰富的信息、提出改进策略。但是，该方法对于有效单元给出的信息较少，尤其当大量决策单元为DEA有效时、DEA获得的信息就非常有限。随机性边界方法在实证分析时采用条件概率来处理误差，理论上较确定性边界方法更为严谨。然而Ruggiero(1999)和Ondrich等(2001)通过蒙特卡洛仿真时发现：在生产函数形式正确设定的前提下，确定性边界分析方法表现较随机性边界方法更为优异，在小样本条件下，确定性边界分析方法的优势更加明显。本文在实证分析中所拥有的样本数据仅有28组，所以本文采用确定性边界方法对我国农业部门的生产效率进行定量分析。
二、非线性平滑转换模型
应用确定性边界方法对生产效率进行估计之前，必须先对生产函数的形式进行设定。已有的研究中，学者们大多选用Cobb-Douglas生产函数或者超越对数的生产函数形式。可是无论采用Cobb-Douglas生产函数还是超越对数的生产函数形式，都是以线性模型为基础，其暗含的假定认为回归系数具有参数稳定性。然而，在经济发展历程中生产函数很可能由于技术进步、制度变迁等因素的影响而发生结构转变。因此、，本文尝试应用非线性的机制转换模型对中国农业部门的生产效率进行重新估计。
实证分析中常见的非线性机制转换模型有三种：马尔可夫机制转换模型(Markov Regime-Switching Model)、门限回归模型(Threshold Regression Model)和平滑转换回归模型(Smooth Transition Regression Model，以下简记为STR模型)。其中，马尔可夫机制转换模型和门限回归模型都暗含了一个假定：在某一特定的时点，时间序列的运动方式从一种机制跳跃到了另一种机制，并且这种跳跃是离散的。然而现实经济中，有些机制的转换并不是一个突变过程，而是一个连续的、渐变的过程。因此对于这种经济现象通常应用非线性平滑转换模型进行分析。农业生产过程中，由于技术进步、劳动力结构的调整、制度变迁等因素导致生产效率的改变往往是一个漫长的、渐进的过程。因此，本文采用非线性平滑转换模型来考察中国农业部门的生产效率。
在实证分析中，本文应用确定性边界方法来度量生产可能性边界，并将生产函数形式设定为Cobb-Douglas生产函数，从而建立下述模型：
关于转换变量z的选取，Granger和Ter
svirta(1993)认为转换变量的选取应根据经济理论来确定。实证分析中，转换变量可以是模型中的解释变量，也可以是模型以外的其他外生变量，甚至可以直接选用时间趋势作为转换变量。
STR模型的转换函数f(z)通常有两种形式，一种为对数转换函数(Logistic Smooth Transition，简称LSTR)：
其中RSS为在虚拟假设下受约束回归的残差平方和，而RSS*是无约束模型的残差平方和，m为生产要素的种类(本文m=4)，N为观测值数量(本文取值为28)。
虚拟假设成立的条件下，表示模型不存在非线性效应，模型退化为一个线性模型；反之，拒绝虚拟假设则表示模型存在非线性效应。在实证分析中，计算得到的LM统计量为24.67，对应的P值为0.047。这样在5％的显著性水平下，拒绝
=0的虚拟假设，表明应该选用非线性模型。
接下来应当确定非线性转换函数的形式，即选用ESTR还是LSTR模型。为此，需要先选定转换变量。在实证分析中，考虑到本文所研究的4种投入要素中，农业投入经费对农业生产效率变化的影响最为重大(农业部门的研发费用对生产效率有直接影响，但是笔者无法获取相关数据，只好以农业投入经费作为替代)，因此选用农业投入经费作为转换变量。选定转换变量后，再根据AIC准则确定转换变量lnR的滞后阶p，文中将相关检验结果列入表1。
从图1可以看出：在考察期内我国农业部门的生产效率始终保持在一个较高的水平，各个年度的估计值均在88％以上，平均值约为93.8％，即无效率状态约为6％。之所以出现这种现象，其根本原因在于我国农业科技的快速发展和土地的集约使用。由于我国历来重视农业生产，改革开放后更是加大了对农业经费的投入，以育种技术为代表的农业科技发展较快，大大提高了单位面积的粮食产量和生产效率。此外，我国农业生产过程中加强了套种和立体种植，提高了土地利用率，从另一方面提高了农业生产效率。
另外，图1也表明我国农业部门的生产效率起伏较大，有的年份高，有的年份低。这主要是由于农业生产有自身的特殊性，与气候等自然条件有很大的相关性。例如，在20世纪90年代中后期，我国遭遇较大的洪涝灾害，从而给农业生产造成了巨大的损失，表现为生产效率降低；反之2003年我国风调雨顺，农业生产丰收，表现为生产效率很接近理想状态。
四、结论
本文应用非线性平滑转换模型对我国农业部门的生产效率进行重新估计，通过对STR模型进行估计和检验证实了生产效率非线性调整的存在性，并且成功地揭示了这种非线性转换的特点，基于估计和检验的结果得到以下结论：在考察期内农业部门的生产效率具有明显的非线性调整特征，并且生产效率由高机制到低机制之间的非线性平滑转换符合ESTR模型特征。进一步的分析表明，农业部门的生产效率一直保持一个较高的水平，各年度的估计值均在88％以上，平均值约为93.8％，即无效率状态约为6％。
农业生产力的提高主要从两方面着手：一是增加要素投入量，二是提高生产效率。从长期来看，农业的可持续性增长不能依赖于要素投入量的无限扩张，只有提高农业的生产效率才是发展农业的根本出路。因此，为了进一步提高我国农业部门的生产效率，政府应该继续推动农业科学技术的发展，加强土地的集约化经营和提高农业部门劳动者素质。为此，政府可以从下述几点着手：(1)继续加大对农业研发经费的投入，并提高农业科技人员的待遇；(2)鼓励农民搞立体种植和立体养殖，充分利用现有土地资源；(3)引导鼓励大学生支农，加强农业科技的推广和普及；(4)对农民进行培训，提高劳动者素质。
感谢匿名审稿人提出的宝贵意见，当然文责自负