談存峰
(甘肅農(nóng)業(yè)大學(xué)經(jīng)濟管理學(xué)院,蘭州 730070)
隨著資源約束與生態(tài)環(huán)境壓力持續(xù)加大,單純依靠生產(chǎn)要素投入的不斷增加實現(xiàn)農(nóng)業(yè)經(jīng)濟增長方式轉(zhuǎn)變已難以為繼,“依靠科技進步提高農(nóng)業(yè)生產(chǎn)效率是實現(xiàn)農(nóng)業(yè)經(jīng)濟可持續(xù)發(fā)展的關(guān)鍵”這一論斷不僅為理論界所崇尚,在農(nóng)業(yè)生產(chǎn)活動中也被越來越多的實踐所證明。農(nóng)業(yè)生產(chǎn)效率常用勞動生產(chǎn)率、土地生產(chǎn)率等單要素生產(chǎn)率指標衡量,在生產(chǎn)實際中,投入生產(chǎn)系統(tǒng)的往往是兩種或兩種以上要素,單要素生產(chǎn)率指標不能全面反映綜合投入要素生產(chǎn)率的變動,因此,“未來農(nóng)業(yè)政策應(yīng)集中于提高綜合生產(chǎn)率而非強調(diào)勞動生產(chǎn)率”[1]。另外,研究者不僅要闡明投入要素與產(chǎn)出之間的對比關(guān)系,還要揭示以下問題:農(nóng)業(yè)宏觀管理體制與資源配置效率對農(nóng)業(yè)生產(chǎn)效率影響程度如何?技術(shù)因素與農(nóng)業(yè)生產(chǎn)規(guī)模是如何影響農(nóng)業(yè)生產(chǎn)效率的?基于以上問題,該文嘗試對甘肅省1991~2012年農(nóng)業(yè)生產(chǎn)效率進行評價分析。
作為評價投入要素綜合產(chǎn)出效率的代表性指標,全要素生產(chǎn)率 (Total Factor Productivity,TFP)已成為評估經(jīng)濟單位經(jīng)濟運行效率高低與質(zhì)量優(yōu)劣的主要變量。圍繞農(nóng)業(yè)全要素生產(chǎn)率問題,國內(nèi)外學(xué)者運用不同方法從不同角度開展了許多研究。
非前沿方法 (non-frontier approach)是估算全要素生產(chǎn)率的傳統(tǒng)方法。McMillan等[2](1989)運用非參數(shù)非前沿方法分析發(fā)現(xiàn),1978~1984年中國農(nóng)業(yè)生產(chǎn)率增長的22%是由農(nóng)產(chǎn)品價格上升所致,其余78%要歸功實行于家庭聯(lián)產(chǎn)承包責(zé)任制的。Fan[3](1991)林毅夫[4](1994)也進行了類似研究。Fan(1991)認為改革開放后農(nóng)村制度變遷解釋了中國農(nóng)業(yè)生產(chǎn)率增長的63%,而林毅夫 (1994)認為中國農(nóng)業(yè)產(chǎn)出增長的48.64%可由制度變遷解釋。Rozelle與黃季焜[5](2005)使用Divisia Index測算發(fā)現(xiàn),中國主要糧食全要素生產(chǎn)率以每年2%速度增長,并指出未來中國農(nóng)業(yè)發(fā)展的出路在于提高農(nóng)業(yè)全要素生產(chǎn)率。
隨著生產(chǎn)前沿模型 (Production frontier model)的提出與應(yīng)用,前沿方法 (frontier approach)成為國內(nèi)研究全要素生產(chǎn)率的主要方法。周端明[6](2009)應(yīng)用Malmquist指數(shù)方法測算了中國1978~2005年間農(nóng)業(yè)全要素生產(chǎn)率的時序演進與空間分布的基本特征。認為中國農(nóng)業(yè)增長與發(fā)展的動力已經(jīng)由投入為主轉(zhuǎn)變?yōu)槿厣a(chǎn)率的進步為主;陳訓(xùn)波等[7](2011)運用DEA方法測算了北京、上海及廣東三省份農(nóng)地流轉(zhuǎn)對農(nóng)戶生產(chǎn)率的影響,發(fā)現(xiàn)農(nóng)地流轉(zhuǎn)會降低農(nóng)業(yè)的技術(shù)效率,但是會提高農(nóng)業(yè)的規(guī)模效率,且規(guī)模效率的正效應(yīng)大于技術(shù)效率的負效應(yīng);馬述忠、馮晗[8](2012)應(yīng)用基于Malmquist指數(shù)的 DEA與效率回歸方法測度了中國農(nóng)業(yè)生產(chǎn)技術(shù)效率演化趨勢,發(fā)現(xiàn)有高達21個省區(qū)1994—2008年的累積技術(shù)效率變化率為負;殷方升[9](2012)等采用超越對數(shù)隨機前沿生產(chǎn)函數(shù)模型,對遼寧省糧食生產(chǎn)技術(shù)效率變化與影響因素進行分析,指出單純依靠增加物質(zhì)投入來促進糧食增產(chǎn)的方法已經(jīng)不能適應(yīng)糧食生產(chǎn)需求,必須提高糧食生產(chǎn)技術(shù)效率。
從Farrell(1957)提出的技術(shù)效率概念角度[10]觀察,農(nóng)業(yè)全要素生產(chǎn)率是一個相對的概念,是指在給定一組投入要素不變情況下,一個企業(yè)的實際產(chǎn)出與假設(shè)同樣投入情況下的最大產(chǎn)出之比。Farrell指出了假設(shè)情況下最大產(chǎn)出的兩種可能:“一種是精通企業(yè)每臺機器性能、熟悉每個員工能力及企業(yè)運作方式的工程師所給出的企業(yè)理論生產(chǎn)函數(shù);另一種情況是在實際的觀察樣本中選取生產(chǎn)效率最高的企業(yè)作為技術(shù)效率的理想最大產(chǎn)出”??紤]到企業(yè)生產(chǎn)過程的復(fù)雜性,F(xiàn)arrell認為把第二種情況作為假設(shè)的最大產(chǎn)出是比較好的方法。這樣,農(nóng)業(yè)全要素生產(chǎn)率的測算就體現(xiàn)在如何找出理想最大產(chǎn)出,即如何用效率最高的決策單位去估計前沿面。縱觀生產(chǎn)率相關(guān)研究成果,農(nóng)業(yè)全要素生產(chǎn)率的測算 (估計前沿面)方法主要有參數(shù)型生產(chǎn)前沿面法、非參數(shù)型生產(chǎn)前沿面法及指數(shù)法。參數(shù)型生產(chǎn)前沿面法通常是先估計一個生產(chǎn)函數(shù),在考慮到生產(chǎn)函數(shù)中誤差項目的結(jié)構(gòu)及其分布形式基礎(chǔ)上,根據(jù)誤差項的分布假設(shè)不同,采用一定方法來估計生產(chǎn)函數(shù)中的參數(shù)。包括確定性前沿生產(chǎn)函數(shù)法與隨機前沿生產(chǎn)函數(shù)法[11]。非參數(shù)型生產(chǎn)前沿面法則根據(jù)樣本中所有決策單元的投入與產(chǎn)出構(gòu)造一個生產(chǎn)能可能性集合 (有效前沿面),通過比較每個決策單元偏離生產(chǎn)可能性集合程度來衡量它們的相對有效性。該方法無需估計生產(chǎn)函數(shù),避免了因錯誤的生產(chǎn)與函數(shù)形式帶來的測算偏差。數(shù)據(jù)包絡(luò)分析 (Data Envelopment Analysis,DEA)即是一種非參數(shù)型生產(chǎn)前沿面估計方法。為避免模型參數(shù)估計上的困難,技術(shù)效率還可用指數(shù)估計法來估算。常用的指數(shù)主要有Fisher指數(shù)、Tornqvist指數(shù)及Malmquist指數(shù)。
Malmquist指數(shù)最初由Malmquist于1953年在分析消費的過程中首次提出,Caves et al(1982)[12]首次開始將這一指數(shù)應(yīng)用于生產(chǎn)效率變化的測算。計算Malmquist指數(shù)需要估計距離函數(shù),而數(shù)據(jù)包絡(luò)分析法(Data Envelopment Analysis,DEA)可同時處理多元投入與多元產(chǎn)出不必事先設(shè)定函數(shù)關(guān)系,利用線形規(guī)劃確定距離函數(shù)。鑒于DEA方法所具有的優(yōu)勢,該文采用基于DEA的Malmquist指數(shù)測算甘肅農(nóng)業(yè)全要素生產(chǎn)率。為便于下文測算分析,這里先對Malmquist指數(shù)作簡單描述。
依據(jù)文獻,基于投入型的Malmquist生產(chǎn)率指數(shù)可表示為:
(1)式表示以t時期的技術(shù)條件為參照,從t時期到t+1時期的技術(shù)效率變化。類似從t時期到t+1時期,以t+1時期技術(shù)條件為參照的Malmquist生產(chǎn)率指數(shù)為:
用 (1)(2)兩式的幾何平均值,可構(gòu)造從t期到t+1期的Malmquist生產(chǎn)率變化指數(shù)公式:
式中,t表示時期;xt為投入向量;yt為產(chǎn)出向量;(xt,yt)代表第t期技術(shù)水平為參照的當(dāng)期技術(shù)效率水平;(xt+1,yt+1)代表第t期技術(shù)水平為參照的第t+1期技術(shù)效率水平;(xt,yt)代表第t+1期技術(shù)水平為參照的第t期技術(shù)效率水平;(xt+1,yt+1)代表第t+1期技術(shù)水平為參照的當(dāng)期技術(shù)效率水平;如果從t期到t+1期的Malmquist生產(chǎn)率變化指數(shù)大于1,說明從t期到t+1期的TFP增長了;反之則說明TFP下降了。
(3)式中,Malmquist生產(chǎn)率指數(shù)被分成兩部分,其中,EFFCH(xt,yt;xt+1,yt+1)測度在規(guī)模報酬不變 (C)與投入要素可處置 (S)條件下技術(shù)效率增進指數(shù),即衡量在t期到t+1期每個 (DMU)對生產(chǎn)前沿面 (最佳實踐邊界)的追趕程度。TECHCH(xt,yt;xt+1,yt+1)表示技術(shù)進步指數(shù),即衡量生產(chǎn)前沿面從t期到t+1期的移動。
根據(jù)Fare et al.(1994)在可變規(guī)模報酬假設(shè)下,技術(shù)效率增進指數(shù) (EFFCH)還可以進一步分解:
該研究對甘肅省14市 (州)農(nóng)業(yè)全要素生產(chǎn)率的測算采用的投入與產(chǎn)出變量定義如下所述。
考慮到農(nóng)、林、牧、漁業(yè)總產(chǎn)值中包含農(nóng)業(yè)投入價值,本研究以第一產(chǎn)業(yè)GDP(萬元)作為農(nóng)業(yè)產(chǎn)出變量指標,并用GDP平減指數(shù)將其折算成以1978年不變價表示的實際值。
該研究納入測算的農(nóng)業(yè)投入包括土地、勞動力、機械動力、化肥及薄膜五種投入。①土地投入:鑒于撂荒現(xiàn)象與復(fù)種影響,本研究沒有使用可耕地面積指標而是采用各地區(qū)播種面積x1(hm2)計算。②勞動投入:勞動投入既包含數(shù)量也包含勞動力質(zhì)量,考慮到勞動力質(zhì)量數(shù)據(jù)不可得,本研究采用農(nóng)村農(nóng)、林、牧、漁業(yè)從業(yè)人數(shù)x2(人)表示勞動投入。③農(nóng)業(yè)機械動力投入:指主要用于農(nóng)、林、牧、漁業(yè)的各種動力機械總和x3(kW)。包括耕作機械、排灌機械、收獲機械、農(nóng)用運輸機械、植物保護機械、牧業(yè)機械、林業(yè)機械、漁業(yè)機械及其它農(nóng)業(yè)機械,不包括專門用于鄉(xiāng)村工業(yè)、基本建設(shè)等非農(nóng)業(yè)生產(chǎn)用的動力機械與作業(yè)機械。④化肥投入:本年內(nèi)實際用于農(nóng)業(yè)生產(chǎn)的化肥數(shù)量,包括氮肥、磷肥、鉀肥及復(fù)合肥。本研究采用農(nóng)用化肥施用量實用量x4(t)。⑤薄膜投入:本年內(nèi)實際用于農(nóng)業(yè)生產(chǎn)的薄膜量x5(t)。
2012年市、州農(nóng)用薄膜數(shù)據(jù)缺失,用2011年數(shù)據(jù)代替。其它投入產(chǎn)出數(shù)據(jù)來源于歷年《甘肅統(tǒng)計年鑒》、《甘肅發(fā)展年鑒》《甘肅農(nóng)村統(tǒng)計年鑒》。
基于上述投入產(chǎn)出變量,采用基于投入導(dǎo)向的Malmquist指數(shù)法,使用DEAP2.1軟件,測算出甘肅全省14個市 (州)1991~2012年農(nóng)業(yè)技術(shù)進步指數(shù)、技術(shù)效率增進指數(shù)、純效率增進指數(shù)、規(guī)模效率增進指數(shù)及Malmquist生產(chǎn)率指數(shù),運用幾何平均數(shù)分別得到甘肅全省各年度相應(yīng)指數(shù)及此時期全身平均指數(shù),見表1。
表1 甘肅農(nóng)業(yè)全要素生產(chǎn)率指數(shù)及其構(gòu)成變化(1991~2012年)
(1)整體上看,1991~2012年間,甘肅農(nóng)業(yè)全要素生產(chǎn)率平均增長1.3%,其中,技術(shù)效率年均增長率0.7%,技術(shù)進步年均增長率0.6%。在技術(shù)效率的增長中,純技術(shù)效率增長 1.2%,規(guī)模效率增長-0.4%。顯然,這一時期,甘肅農(nóng)業(yè)全要素生產(chǎn)率增長較慢,技術(shù)效率與技術(shù)進步對農(nóng)業(yè)全要素生產(chǎn)率增長的貢獻相當(dāng),農(nóng)業(yè)生產(chǎn)經(jīng)營中體現(xiàn)出規(guī)模無效率。
(2)1991~2012年,甘肅農(nóng)業(yè)年均增長率為5.75%(不變價格計算),與其他投入要素相比,農(nóng)業(yè)全要素生產(chǎn)率增長對農(nóng)業(yè)產(chǎn)出增長的貢獻為22.61%。農(nóng)業(yè)全要素生產(chǎn)率1.3個百分點的增長中技術(shù)效率增長貢獻了0.7個百分點,對甘肅農(nóng)業(yè)年均增長率的貢獻是12.17%;技術(shù)進步貢獻了0.6個百分點,對甘肅農(nóng)業(yè)年均增長率的貢獻是10.44%。其他要素投入增長對甘肅農(nóng)業(yè)年均增長率的貢獻占到了77.39%。
(3)甘肅農(nóng)業(yè)全要素生產(chǎn)率波動幅度表現(xiàn)出較強的階段性。1991~2012年間,有13年份農(nóng)業(yè)全要素生產(chǎn)率實現(xiàn)了正增長,其中有8個年份技術(shù)效率增進指數(shù)實現(xiàn)了正增長;8個年份農(nóng)業(yè)全要素生產(chǎn)率出現(xiàn)了負增長,其中有5個年份技術(shù)進步指數(shù)出現(xiàn)負增長。1993~1994年甘肅農(nóng)業(yè)全要素生產(chǎn)率達到最高,增長29%,1995~1996年跌至最低值,負增長31%。1991~1998年,農(nóng)業(yè)全要素生產(chǎn)率波動幅度較大,1998~2000年趨于平緩,2001~2003年又出現(xiàn)較大波動,其后幾年變動較小,2010年出現(xiàn)較明顯下跌,2011年后又恢復(fù)性上升。
表2 甘肅市、州農(nóng)業(yè)全要素生產(chǎn)率指數(shù)及其構(gòu)成變化(1991~2012年)
(4)從區(qū)域增長來看,1991~2012年,平?jīng)?、定西及甘?市、州農(nóng)業(yè)全要素生產(chǎn)率出現(xiàn)了負增長,其他11個市、州均實現(xiàn)了正增長,其中,酒泉增長最快,年均增長6.9%,甘南增長最慢,年均增長 -4.7%。
該文運用Malmquist指數(shù)法測算了1991~2012年甘肅省農(nóng)業(yè)全要素生產(chǎn)率時序變化與空間分布的基本特征,分析得出如下主要結(jié)論。
(1)1991~2012年甘肅省農(nóng)業(yè)全要素生產(chǎn)率增長速度較慢,年均增長1.3%,貢獻了甘肅農(nóng)業(yè)年均增長率的22.61%。表明甘肅農(nóng)業(yè)增長的主要動力仍然是各類要素的投入,全要素生產(chǎn)率遠未成為推動農(nóng)業(yè)發(fā)展的源動力。甘肅農(nóng)業(yè)增長仍具有明顯的粗放型特點,要實現(xiàn)農(nóng)業(yè)增長模式由粗放型向集約型轉(zhuǎn)變還有很長的路要走。
(2)從農(nóng)業(yè)全要素生產(chǎn)率增長構(gòu)成看,農(nóng)業(yè)技術(shù)進步與技術(shù)效率增進對農(nóng)業(yè)全要素生產(chǎn)率增長均有正向促進作用,分別對甘肅農(nóng)業(yè)年均增長率貢獻了0.7%、0.6%。綜合技術(shù)效率的增長主要是由純技術(shù)效率導(dǎo)致的,而不是來自于規(guī)模效率的改善??梢钥闯觯拭C農(nóng)業(yè)技術(shù)效率與技術(shù)進步還有很大的潛力可以提高。如何提高甘肅農(nóng)業(yè)全要素生產(chǎn)率、轉(zhuǎn)變農(nóng)業(yè)增長方式,應(yīng)在加強農(nóng)業(yè)科技創(chuàng)新、加大科技推廣力度、不斷提高農(nóng)業(yè)部門管理效率與資源配置效率的同時,通過積極培育新型農(nóng)業(yè)經(jīng)營主體、推進農(nóng)業(yè)適當(dāng)規(guī)模經(jīng)營來逐步改善農(nóng)業(yè)生產(chǎn)規(guī)模效率。
(3)從區(qū)域狀況看,甘肅農(nóng)業(yè)全要素生產(chǎn)率的增長存在區(qū)域不均衡現(xiàn)象。河西5市均實現(xiàn)正增長,其他4個正增長市 (州)中,中部地區(qū)占了3個,東南地區(qū)1個。出現(xiàn)負增長地區(qū)中,東部地區(qū)1個,西南1個,中部1個。河西、中部地區(qū)仍然是甘肅農(nóng)業(yè)生產(chǎn)條件較優(yōu)越、農(nóng)業(yè)經(jīng)濟基礎(chǔ)較雄厚的區(qū)域。全省農(nóng)業(yè)全要素生產(chǎn)率的持續(xù)提高離不開區(qū)域農(nóng)業(yè)協(xié)調(diào)均衡發(fā)展,從區(qū)域整體看,繼續(xù)加強政府扶持與引導(dǎo),發(fā)揮地區(qū)特色與優(yōu)勢仍是發(fā)展地區(qū)農(nóng)業(yè)、推進區(qū)域協(xié)調(diào)發(fā)展的有效途徑。
(4)技術(shù)效率與技術(shù)進步體現(xiàn)了影響農(nóng)業(yè)生產(chǎn)效率的2個重要層面:管理層面與技術(shù)層面。管理層面反映的是農(nóng)業(yè)管理體制及其引起的資源配置效率對農(nóng)業(yè)生產(chǎn)效率的影響;技術(shù)層面反映科技進步與人才資源對農(nóng)業(yè)生產(chǎn)活動成果的影響。兩者相互作用,相互促進。健全、完善的農(nóng)業(yè)宏觀管理體制為農(nóng)業(yè)生產(chǎn)活動搭建了良好的制度框架,促進了資金、技術(shù)等資源的優(yōu)化配置,使科技成果向現(xiàn)實生產(chǎn)力的轉(zhuǎn)化更加順暢。同時,科技進步對推進農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與經(jīng)濟增長方式轉(zhuǎn)變影響深遠,是提高技術(shù)效率的重要條件。該文測算出了技術(shù)效率與技術(shù)進步對甘肅農(nóng)業(yè)全要素生產(chǎn)率增長的貢獻程度,要回答技術(shù)效率與技術(shù)進步中那些因素影響農(nóng)業(yè)全要素生產(chǎn)率的變化、甘肅區(qū)域農(nóng)業(yè)全要素生產(chǎn)率是否有收斂趨勢等問題,需要在收集相關(guān)數(shù)據(jù)基礎(chǔ)上作更深入的研究。
[1] 姚監(jiān)復(fù).中國農(nóng)業(yè)的規(guī)模經(jīng)營與農(nóng)業(yè)綜合生產(chǎn)率——訪華盛頓大學(xué)農(nóng)村發(fā)展所徐孝白先生.中國農(nóng)業(yè)資源與區(qū)劃,2000,21(5):19~21
[2] McMillan John,John Whalley and Lijing Zhu.The Impact of China’s Economic Reforms on Agricultural Productivity Growth.Journal of Political Economy,1989,97:781~807
[3] Fan Shengen.Effects of Technological and Institutional Reform on Production Growth in Chinese Agriculture.American Journal of Agricultural E-conomics,1991,73:266~275
[4] 林毅夫.制度、技術(shù)與中國農(nóng)業(yè)發(fā)展.上海:上海三聯(lián)書店,上海人民出版社,1994:76~106
[5] Rozelle,Scott,黃季焜.中國的農(nóng)村經(jīng)濟與通向現(xiàn)代工業(yè)國之路.經(jīng)濟學(xué) (季刊),2005,4(4):1019~1042
[6] 周端明.技術(shù)進步、技術(shù)效率與中國農(nóng)業(yè)生產(chǎn)率增長——基于DEA的實證分析.?dāng)?shù)量經(jīng)濟技術(shù)經(jīng)濟研究,2009,(12):70~82
[7] 陳訓(xùn)波,武康平,賀炎林.農(nóng)地流轉(zhuǎn)對農(nóng)戶生產(chǎn)率的影響——基于DEA方法的實證分析.農(nóng)業(yè)技術(shù)經(jīng)濟,2011,(8):65~71
[8] 馬述忠,馮晗.中國農(nóng)業(yè)生產(chǎn)的技術(shù)效率衰退會終結(jié)嗎?——基于開放與收斂視角的考察.中國農(nóng)業(yè)科學(xué),2012,45(15):3189~3196
[9] 殷方升,董莉莉,王小博.遼寧省糧食生產(chǎn)技術(shù)效率分析.中國農(nóng)業(yè)資源與區(qū)劃,2012,33(3):18~22
[10] Farrell MJ.The measurement of productivity efficiency.Journal of The Royal Statistical Society Series,l957,(3):253 ~28l
[11] 王金祥,吳育華.生產(chǎn)前沿面理論的產(chǎn)生及發(fā)展.哈爾濱商業(yè)大學(xué)學(xué)報 (自然科學(xué)版),2005,21(3):382~386
[12] Caves DW,Christensen LR, DiewertWE.Theeconomictheoryofindexnumbersand the measurementofinput, output, and productivity.Econometric,1982,(6):1414 ~1939