東北玉米種植結(jié)構(gòu)調(diào)整與糧食高質(zhì)量增長
——基于全要素生產(chǎn)率視角

李明文，王振華，張廣勝

（1. 沈陽農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，遼寧 沈陽 110866；2. 遼寧大學(xué)商學(xué)院，遼寧 沈陽 110136）

2004—2015 年中國糧食產(chǎn)量實(shí)現(xiàn)了歷史性的“十二連增”，但產(chǎn)量增長的背后糧食生產(chǎn)結(jié)構(gòu)性矛盾突出，形成了糧食產(chǎn)量、糧食進(jìn)口和庫存量“三量齊增”的尷尬局面；玉米在三大主糧作物中階段性供求過剩問題尤為突出，其庫存消費(fèi)比高達(dá)95%以上[1]。為此，在中國經(jīng)濟(jì)由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，糧食作為關(guān)系國計(jì)民生的重要戰(zhàn)略商品，促進(jìn)糧食高質(zhì)量發(fā)展，優(yōu)化結(jié)構(gòu)、提質(zhì)增效是關(guān)鍵。從理論上講，優(yōu)化種植結(jié)構(gòu)，可使要素配置趨優(yōu)化，勞動、資本、土地等要素使用效率提高，全要素生產(chǎn)率得到提升[2]，而提高全要素生產(chǎn)率是高質(zhì)量發(fā)展的必然選擇。

東北三省作為我國重要的糧食主產(chǎn)區(qū)基地，對于促進(jìn)糧食高質(zhì)量發(fā)展的重要性不言而喻。2017年黑龍江，吉林和遼寧三省糧食總產(chǎn)量達(dá)11 874萬t，約占全國糧食總產(chǎn)量的19.22%；其中東北三省玉米產(chǎn)量達(dá)7 146萬t，占全國玉米產(chǎn)量的33.1%，玉米播種面積1 395.9萬hm2，占到全國的39.38%。針對玉米市場高庫存困境，農(nóng)業(yè)部頒布了《關(guān)于“鐮刀灣地區(qū)”玉米結(jié)構(gòu)調(diào)整的指導(dǎo)意見》，明確指出：到2020年“鐮刀灣地區(qū)”玉米種植面積調(diào)減333.33萬hm2以上，其中東北地區(qū)調(diào)減面積約占七八成，占到東北地區(qū)玉米播種總面積的20%左右。同時，在耕地面積減少、水資源短缺、農(nóng)村青壯年勞動力持續(xù)流失的背景下，單純依賴增加要素投入量來提高糧食產(chǎn)量的難度越來越大[3]，提高糧食全要素生產(chǎn)率的重要作用開始凸顯。因此隨著種植結(jié)構(gòu)矛盾的突出及全要素生產(chǎn)率重要性的突顯，研究玉米種植結(jié)構(gòu)對糧食全要素生產(chǎn)率的影響，探索提高東北糧食全要素生產(chǎn)率的驅(qū)動因素，對于推進(jìn)糧食產(chǎn)業(yè)轉(zhuǎn)型升級、促進(jìn)糧食高質(zhì)量發(fā)展具有一定的現(xiàn)實(shí)意義。

目前，已有文獻(xiàn)關(guān)于糧食全要素生產(chǎn)率和糧食種植結(jié)構(gòu)方面的研究頗為豐富。關(guān)于糧食全要素生產(chǎn)率的研究中，學(xué)者肯定了其對糧食產(chǎn)出的正向促進(jìn)作用，但糧食全要素生產(chǎn)率的變化趨勢存在差異，這主要是由于增長源泉的差異造成；有學(xué)者研究顯示糧食全要素生產(chǎn)率總體呈現(xiàn)上升趨勢，而技術(shù)進(jìn)步是糧食全要素生產(chǎn)率增長的主要源泉[4-5]，也有學(xué)者認(rèn)為糧食全要素生產(chǎn)率呈剛性下降的趨勢，閔銳[6]認(rèn)為是由于技術(shù)效率持續(xù)惡化和技術(shù)進(jìn)步動力不足造成，而肖洪波和王濟(jì)民[7]則認(rèn)為技術(shù)進(jìn)步的下降導(dǎo)致了糧食全要素生產(chǎn)率增長的下降；從影響因素來看，有學(xué)者認(rèn)為農(nóng)業(yè)基礎(chǔ)設(shè)施是糧食全要素生產(chǎn)率提升的關(guān)鍵因素[8-9]；朱德滿等[10]驗(yàn)證了綜合性收入補(bǔ)貼對玉米全要素生產(chǎn)率的提升作用顯著；江松穎等[11]研究表明技術(shù)變遷和經(jīng)營規(guī)模是谷物全要素生產(chǎn)率的主要影響因素，以上學(xué)者分析不同因素對糧食全要素生產(chǎn)率的正向提升作用，卻忽略了結(jié)構(gòu)性因素變化對糧食全要素生產(chǎn)率的負(fù)面影響。關(guān)于糧食種植結(jié)構(gòu)問題的研究，微觀上看由于農(nóng)戶是種植結(jié)構(gòu)的調(diào)整決策主體，因此，學(xué)者多關(guān)注糧食種植的“非糧化”問題，即從勞動力轉(zhuǎn)移、土地流轉(zhuǎn)等角度研究糧食種植結(jié)構(gòu)問題[12-14]；同時，有學(xué)者關(guān)注了糧食種植結(jié)構(gòu)變化對糧食增產(chǎn)貢獻(xiàn)或資源利用的影響，如李天祥和朱晶[15]研究發(fā)現(xiàn)，糧食種植結(jié)構(gòu)調(diào)整為糧食生產(chǎn)節(jié)省了巨大的播種面積和水資源消耗。至于糧食種植結(jié)構(gòu)對生產(chǎn)率的影響，目前相關(guān)研究較少，范紅忠和周啟良[16]探索了農(nóng)戶土地種植面積和土地生產(chǎn)率之間的關(guān)系，發(fā)現(xiàn)農(nóng)戶土地經(jīng)營規(guī)模增加，在多數(shù)情況下會增加土地生產(chǎn)率。

上述研究成果為本文提供了良好的研究基礎(chǔ)，但卻鮮有學(xué)者研究糧食種植結(jié)構(gòu)對糧食全要素生產(chǎn)率的影響。以玉米為主的高產(chǎn)作物播種比例不斷提高為我國糧食持續(xù)增產(chǎn)發(fā)揮了重要的作用[17]，但增產(chǎn)的同時，中國糧食全要素生產(chǎn)率有下降的趨勢[18]，且糧食種植結(jié)構(gòu)變化會改變要素配置，即在有限的耕地面積下，玉米種植面積的擴(kuò)大，會對其他農(nóng)作物種植規(guī)模形成替代或擠壓，生產(chǎn)要素的投入也會隨之變化[19]，進(jìn)而可能會影響糧食全要素生產(chǎn)率，因此推測玉米種植結(jié)構(gòu)與糧食全要素生產(chǎn)率存在一定關(guān)系。鑒于此，本文基于2001—2016年東北34個地級市面板數(shù)據(jù)，使用DEA-Malmquist指數(shù)法測算糧食全要素生產(chǎn)率，分析其動態(tài)變化；并利用空間SAC模型揭示玉米種植結(jié)構(gòu)對全要素生產(chǎn)率的影響。

1 研究方法與數(shù)據(jù)來源

1.1 研究方法

1.1.1 Malmquist指數(shù)法 Malmquist指數(shù)法是對全要素生產(chǎn)率增長率進(jìn)行測算和分解的一種非參數(shù)模型方法，該指數(shù)用Shepard提出的距離函數(shù)來定義，將全要素生產(chǎn)率分解為技術(shù)效率和技術(shù)進(jìn)步[20]。本文將運(yùn)用該方法測算東北三省地級市的糧食全要素生產(chǎn)率指數(shù)，具體公式如下[21]：式中：t=1，…，π，表示時期，Yt表示t期的產(chǎn)出，Xt表示t期的投入，M0t(Xt+1，Yt+1，Xt，Yt)表示t期的Malmquist全要素生產(chǎn)率指數(shù)，(Xt，Yt)和(Xt+1，Yt+1)分別表示t期和t+1期投入產(chǎn)出變量，D0t(Xt，Yt)和分別表示生產(chǎn)者以t期技術(shù)為參照，t和t+1期的技術(shù)效率水平和Yt+1)分別表示生產(chǎn)者以t+1期技術(shù)為參照，t和t+1期的技術(shù)效率水平；ECH表示技術(shù)效率，TCH表示技術(shù)進(jìn)步。（1）式中指數(shù)大小取決于技術(shù)效率和技術(shù)進(jìn)步的共同作用。Malmquist＞1時，說明從t期到t+1期的全要素生產(chǎn)率增長率是上升的，反之下降；TCH＞1時，說明從t期到t+1期出現(xiàn)技術(shù)進(jìn)步，反之出現(xiàn)技術(shù)后退；ECH＞1時，說明從t期到t+1期技術(shù)效率提高，反之降低。在規(guī)模報(bào)酬可變假設(shè)下，技術(shù)效率可進(jìn)一步分解為純技術(shù)效率和規(guī)模效率，具體公式如下[21]：

式中：C表示規(guī)模報(bào)酬不變，V表示規(guī)模報(bào)酬可變，和分別表示在規(guī)模報(bào)酬不變的前提下，在t和t+1期達(dá)到的技術(shù)效率水平分別表示在規(guī)模報(bào)酬可變的前提下，在t和t+1期達(dá)到的技術(shù)效率水平；PECH表示純技術(shù)效率，SECH表示規(guī)模效率，其他符號所表示含義同（1）式。

測算糧食全要素生產(chǎn)率指數(shù)前需要確定產(chǎn)出和投入指標(biāo)，產(chǎn)出指標(biāo)選擇東北三省地級市糧食總產(chǎn)量；投入指標(biāo)包括資本、土地、勞動力相關(guān)指標(biāo)。由于宏觀數(shù)據(jù)中無法獲得單獨(dú)衡量糧食投入方面的數(shù)據(jù)，考慮數(shù)據(jù)的可得性和準(zhǔn)確性，需要對糧食全要素生產(chǎn)率的投入指標(biāo)相關(guān)數(shù)據(jù)進(jìn)行處理。本文借鑒馬文杰[22]使用的權(quán)重系數(shù)法，將廣義農(nóng)業(yè)中用于糧食生產(chǎn)的要素投入剝離出來；所用的兩種權(quán)重系數(shù)分別為：

式中：A和B代表糧食生產(chǎn)要素投入的權(quán)重系數(shù)；a代表糧食播種面積，b代表農(nóng)作物播種面積，c代表農(nóng)業(yè)產(chǎn)值，d代表農(nóng)林牧漁業(yè)產(chǎn)值。產(chǎn)出指標(biāo)：東北三省地級城市歷年的糧食總產(chǎn)量。投入指標(biāo)：1）勞動投入指標(biāo)用地級市歷年糧食生產(chǎn)從業(yè)人員表示，即用地區(qū)歷年農(nóng)林牧漁業(yè)從業(yè)人員乘以A權(quán)重系數(shù)得到；2）資本投入指標(biāo)用糧食生產(chǎn)的機(jī)械總動力、化肥施用量和有效灌溉面積表示，即用地區(qū)歷年農(nóng)業(yè)機(jī)械化總動力、化肥施用折純量、有效灌溉面積分別乘以B權(quán)重系數(shù)得到；3）土地投入指標(biāo)用地級市歷年糧食播種面積表示（表1）。產(chǎn)出投入指標(biāo)錄入DEAP2.1軟件得到2002—2016年東北三省地級市糧食全要素生產(chǎn)率。

表1 糧食全要素生產(chǎn)率指數(shù)測算指標(biāo)Table 1 Measuring index of the grain total factor productivity

1.1.2 空間SAC模型 城市的數(shù)據(jù)存在一定的空間依賴性，而空間計(jì)量模型剛好能夠解決數(shù)據(jù)之間的空間依賴性[23]，鑒于此，選用空間SAC模型作為實(shí)證計(jì)量模型。構(gòu)建模型如下[24]：

式中：Y代表因變量，X代表自變量，W表示單位空間權(quán)重矩陣，μ表示空間計(jì)量模型的擾動項(xiàng)，ρWY表示空間計(jì)量模型的空間自回歸項(xiàng)，λWμ表示空間計(jì)量模型的空間滯后項(xiàng)，ε服從正態(tài)分布；空間權(quán)重矩陣為鄰接矩陣，鄰接矩陣是按照空間鄰接關(guān)系建立的矩陣，即兩個城市若相鄰為1，不相鄰則為0。

1.2 數(shù)據(jù)來源

本文研究對象為東北三省全部地級市數(shù)據(jù)，其中遼寧14個、吉林8個、黑龍江12個，共34個地級市，時間跨度為2001—2016年，共16年；數(shù)據(jù)來源于《中國區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》、《遼寧統(tǒng)計(jì)年鑒》、《吉林統(tǒng)計(jì)年鑒》和《黑龍江統(tǒng)計(jì)年鑒》。根據(jù)聯(lián)合國糧農(nóng)組織界定，本文所研究的糧食主要包括水稻、小麥、玉米、高粱、谷子、薯類、大豆和其他雜糧的總和，全要素生產(chǎn)率投入和產(chǎn)出指標(biāo)的選擇依據(jù)柯布-道格拉斯生產(chǎn)函數(shù)。

2 糧食生產(chǎn)現(xiàn)狀及全要素生產(chǎn)率時空變化

2.1 東北三省糧食生產(chǎn)現(xiàn)狀

從圖1看，2001—2017年東北三省糧食產(chǎn)量呈現(xiàn)出波動中上升的趨勢，2017年遼寧、吉林和黑龍江省糧食產(chǎn)量的年均增長率分別為2.71%、4.11%、5.26%，三省糧食產(chǎn)量分別在2013、2017和2015年達(dá)到最高，產(chǎn)量分別為2 195.6萬t、3 720萬t和6 324萬t。遼寧在2009年與2014年受旱災(zāi)影響，糧食產(chǎn)量出現(xiàn)嚴(yán)重下滑，尤其在2014年糧食總產(chǎn)量僅為1 753.9萬t，比上年減產(chǎn)441.7萬t，降幅達(dá)20.1%，自2011年來產(chǎn)量首次降到2 000萬t以下。吉林在2007年與2009年受到春季低溫多雨、夏季罕見旱情影響，糧食產(chǎn)量出現(xiàn)不同程度的下降，尤其2009年全年糧食產(chǎn)量2 460萬t，下降13.4%。與遼寧和吉林相比，2001—2017年黑龍江省的糧食產(chǎn)量波動較明顯，漲幅也較顯著，2003年與2016年由于受旱災(zāi)、低溫等災(zāi)害的影響糧食出現(xiàn)減產(chǎn)，與上年相比糧食產(chǎn)量分別下降14.58%和4.19%，2017年糧食產(chǎn)量略有下降，為6 018.8萬t，但仍連續(xù)7年位列全國第一。

圖1 東北三省糧食產(chǎn)量Fig. 1 Grain production in three Northeast provinces

從圖2看，2001—2017年遼寧、吉林和黑龍江省糧食播種面積呈現(xiàn)出穩(wěn)步上升的態(tài)勢，年均增長率分別為0.98%、2.56%、3.67%；遼寧和吉林糧食播種面積變化趨勢大體相似，相對比來看，黑龍江省2001—2017年糧食播種面積增幅較大，2017年糧食播種面積為1 415.43萬hm2，比2001年增加了619.73萬hm2。2004年實(shí)施的一系列強(qiáng)農(nóng)惠農(nóng)政策，提升了農(nóng)戶種糧積極性，2004—2015年東北三省糧食播種面積逐年升高，且在2015年同時達(dá)到最高點(diǎn)，實(shí)行“鐮刀彎地區(qū)”玉米調(diào)減政策后，東北糧食播種面積略有下降，其中2015—2017年玉米播種面積均處于下降狀態(tài)，如2016和2017年東北三省各自調(diào)減的玉米播種面積中，黑龍江兩年共調(diào)減227.63萬hm2，遼寧兩年調(diào)減23.71萬hm2，吉林兩年調(diào)減21.03萬hm2，東北三省兩年共計(jì)調(diào)減272.37 萬 hm2。

圖2 東北三省糧食播種面積Fig. 2 Planting areas of grain in three Northeast provinces

圖3顯示了2001—2017年東北三省玉米播種面積占糧食播種面積比例的變化情況，遼寧、吉林、黑龍江從2005—2015年玉米種植比例均呈現(xiàn)出逐漸上升的趨勢，同時在2015年玉米種植比例達(dá)到最高點(diǎn)，分別為67.54%、71.46%、46.05%。2015年后玉米結(jié)構(gòu)調(diào)整政策的作用下，東北三省玉米種植比例均呈現(xiàn)下降趨勢，黑龍江省在2016年下降比例最大，下降了8.2%。

圖3 東北三省玉米種植比例Fig. 3 Proportions of corn planting in three Northeast provinces

2.2 糧食全要素生產(chǎn)率時空變化

圖4呈現(xiàn)了東北三省糧食全要素生產(chǎn)率的變化，發(fā)現(xiàn)除2007、2009、2014年外，全要素生產(chǎn)率均處于正向增長狀態(tài)，但2002—2016年東北三省地級市的糧食全要素生產(chǎn)率增長率呈現(xiàn)出緩慢下降的趨勢。其中最高值出現(xiàn)在2003年，增長了7.9%，最低值出現(xiàn)在2007年，下降了3%。

從糧食全要素生產(chǎn)率分解來看，技術(shù)效率變化較平穩(wěn)，但在多年出現(xiàn)了負(fù)增長，其中在2008年表現(xiàn)最明顯，下降了9.2%，而在2013年技術(shù)效率提升較快，提高了7.3%；技術(shù)進(jìn)步波動較明顯，同糧食全要素生產(chǎn)率變化相似，呈現(xiàn)出緩慢下降的趨勢，技術(shù)進(jìn)步最快出現(xiàn)在2006年，增長率達(dá)到14.3%，而在2007年卻出現(xiàn)了明顯的負(fù)增長，下降8.6%。通過指數(shù)對比看，技術(shù)進(jìn)步和全要素生產(chǎn)率波動較明顯且變化步調(diào)基本一致，說明技術(shù)進(jìn)步是東北地級市糧食全要素生產(chǎn)率增長的主要源泉。

圖4 東北三省地級市糧食全要素生產(chǎn)率指數(shù)及分解的時序變化Fig. 4 Time series change of the grain total factor productivity index and its decomposition in three Northeast Provinces

表2顯示了東北地級市2002—2016年平均糧食全要素生產(chǎn)率指數(shù)及分解，發(fā)現(xiàn)糧食全要素生產(chǎn)率增長率年均上升1.1%，技術(shù)效率提高了0.5%，技術(shù)進(jìn)步上升了0.6%；除長春、通化、鶴崗、七臺河、黑河外，其余29個地級市糧食全要素生產(chǎn)率增長率均呈上升狀態(tài)，其中上升最快的兩個市是朝陽和阜新，年均分別上升5.9%、5.0%，其主要通過技術(shù)效率的提高實(shí)現(xiàn)，技術(shù)效率分別提高5.6%、4.5%；而負(fù)增長最嚴(yán)重的兩市為鶴崗和七臺河，年均增長率下降6.8%和5.6%，主要由于沒有實(shí)現(xiàn)技術(shù)進(jìn)步導(dǎo)致，技術(shù)進(jìn)步年均下降5%和5.6%。

從糧食全要素生產(chǎn)率指數(shù)的分解來看，技術(shù)效率提高最快的是朝陽市，主要由于純技術(shù)效率的提高拉動的，其中純技術(shù)效率提高了5.6%；技術(shù)效率負(fù)增長最嚴(yán)重的是黑河市，技術(shù)效率年均下降2.5%，主要是由于規(guī)模效率下降造成的。技術(shù)進(jìn)步最快的是白山市，年均上升4.8%；而技術(shù)出現(xiàn)退后最嚴(yán)重的為七臺河市，年均下降5.6%。

表2 2002—2016年東北三省地級市糧食全要素生產(chǎn)率指數(shù)及分解Table 2 Total factor productivity index and its decomposition of grain in three Northeast Provinces from 2002 to 2016

3 玉米種植結(jié)構(gòu)對糧食全要素生產(chǎn)率影響的實(shí)證分析

3.1 變量選取

本文把全要素生產(chǎn)率及分解指數(shù)均作為被解釋變量，被解釋變量為糧食全要素生產(chǎn)率、技術(shù)效率、技術(shù)進(jìn)步、純技術(shù)效率和規(guī)模效率指數(shù)；影響糧食全要素生產(chǎn)率的因素眾多，考慮到數(shù)據(jù)的可獲得性并參考其他學(xué)者已有的研究成果，設(shè)定以下變量作為自變量：

3.1.1 核心解釋變量 1）玉米種植比例（RA）：用玉米播種面積與糧食播種面積的比值來表示。一般來講，玉米播種面積占比越大，越有利于玉米產(chǎn)量的增加，但是否會促進(jìn)糧食全要素生產(chǎn)率的提高還需要實(shí)證驗(yàn)證。

2）玉米播種面積差分（RA1）：用本年的玉米播種面積減去上一年的玉米播種面積來表示。玉米播種面積差分正向越大，代表玉米播種面積增加幅度越大，同樣可以促進(jìn)玉米產(chǎn)量的增加，但對糧食全要素生產(chǎn)率的影響未知。

3.1.2 其他解釋變量 財(cái)政支農(nóng)比例（EP）：用東北地級市農(nóng)業(yè)財(cái)政支出占總財(cái)政支出的比重表示。第一產(chǎn)業(yè)占比（AG）：用各市第一產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值的比重表示。人均GDP（PG）：用一定時期地區(qū)生產(chǎn)總值除以同時期人口總數(shù)表示。人均種糧規(guī)模（PG）：用各市糧食播種面積除以糧食生產(chǎn)從業(yè)人員來表示。糧食單產(chǎn)（PA）：用各市糧食單位面積產(chǎn)量表示，糧食單位面積產(chǎn)量越高，代表糧食生產(chǎn)能力越強(qiáng)。單位面積機(jī)械化水平（MA）：用各市農(nóng)業(yè)機(jī)械化總動力除以糧食播種面積。單位面積化肥施用量（FE）：用各市化肥施用折純量除以糧食播種面積來表示。單位面積灌溉水平（IR）：用各市有效灌溉面積除以糧食播種面積來表示（表3）。

表3 變量統(tǒng)計(jì)性分析Table 3 Statistical analysis of variables

3.2 空間自相關(guān)檢驗(yàn)

在構(gòu)建空間計(jì)量模型之前需要對被解釋變量進(jìn)行空間相關(guān)關(guān)系檢驗(yàn)，文獻(xiàn)中多采用Moran's I指數(shù)進(jìn)行檢驗(yàn)，如表4所示。

表4 空間自相關(guān)檢驗(yàn)結(jié)果Table 4 Spatial autocorrelation test results

從Moran's I指數(shù)的檢驗(yàn)結(jié)果看，除2003和2015年外，地級市間糧食全要素生產(chǎn)率均存在顯著的空間相關(guān)關(guān)系。形成空間相關(guān)關(guān)系的原因可能是：一是地理位置相鄰的省份資源稟賦特征相近，要素稟賦的相關(guān)性決定了技術(shù)選擇的相關(guān)性；二是地理位置相鄰省份經(jīng)濟(jì)活動等交流更為便捷，產(chǎn)生了空間溢出效應(yīng)，且Moran's I指數(shù)為正值，說明這種空間相關(guān)關(guān)系表現(xiàn)為正向的空間溢出效應(yīng)。

3.3 實(shí)證結(jié)果分析

由表5的估計(jì)結(jié)果可知，ρ和λ的系數(shù)均在1%水平下顯著；表明適合采用空間計(jì)量模型分析。具體分析如下。

3.3.1 玉米種植比例指標(biāo) 玉米種植比例指標(biāo)（RA）對糧食全要素生產(chǎn)率指數(shù)（TFP）有負(fù)向影響，且通過了5%水平的顯著性檢驗(yàn)，表明玉米播種面積占比越高，糧食全要素生產(chǎn)率越低；說明隨著玉米種植比例的升高，會導(dǎo)致“效率損失”，進(jìn)而降低了糧食全要素生產(chǎn)率。以遼寧為例，2001年開始玉米播種面積逐年攀升，到2015年玉米播種面積達(dá)到241.68萬hm2，15年間播種面積增加了105.05萬hm2，雖然在結(jié)構(gòu)調(diào)整政策下，2016年降低到225.89萬hm2，但玉米種植比例仍然高達(dá)69.9%。從全要素生產(chǎn)率分解來看，玉米種植比例對技術(shù)效率指數(shù)（ECH）有負(fù)向影響，說明玉米種植比例越高，技術(shù)效率反而降低；這可能是由于規(guī)模報(bào)酬遞減造成的，隨著種植比例提高，糧食投入要素越多，形成了規(guī)模報(bào)酬遞減規(guī)律，造成效率降低。同樣玉米種植比例對技術(shù)進(jìn)步指數(shù)（TCH）有顯著的負(fù)向影響，通過了1%水平的顯著性檢驗(yàn)，說明隨著種植比例的提高，反而不利于技術(shù)進(jìn)步的提高，這可能是由于在耕地面積一定的前提下，玉米播種面積提高，限制了其他糧食作物的種植，不利于其他作物新技術(shù)的研發(fā)和采用。玉米種植比例對技術(shù)效率和技術(shù)進(jìn)步影響均顯著，說明玉米種植結(jié)構(gòu)對于糧食全要素生產(chǎn)率的影響由技術(shù)效率和技術(shù)進(jìn)步共同作用實(shí)現(xiàn)，但技術(shù)進(jìn)步系數(shù)大于技術(shù)效率系數(shù)，表明技術(shù)進(jìn)步作用要大于技術(shù)效率。

從技術(shù)效率指數(shù)的分解來看，玉米種植比例對規(guī)模效率（SECH）有顯著的負(fù)向影響，說明玉米種植比例越高，規(guī)模效率越低，即隨著玉米種植比例的提高，同樣會導(dǎo)致“效率損失”，不利于規(guī)模效率的提高；而玉米種植比例變量對純技術(shù)效率（PECH）沒有通過顯著性檢驗(yàn)，說明玉米種植比例對于技術(shù)效率的影響路徑僅通過影響規(guī)模效率來實(shí)現(xiàn)。

3.3.2 控制變量指標(biāo) 第一產(chǎn)業(yè)占比、單位面積機(jī)械化水平對糧食全要素生產(chǎn)率有負(fù)向影響，而糧食單產(chǎn)和灌溉水平對糧食全要素生產(chǎn)率有正向影響；其他控制變量沒有通過顯著性檢驗(yàn)。限于篇幅不對控制變量影響作用作詳細(xì)解釋。

3.4 穩(wěn)健性檢驗(yàn)

更換核心解釋變量和更換計(jì)量模型在穩(wěn)健性檢驗(yàn)中普遍被使用，較為權(quán)威，因此本文選用這兩種方法來進(jìn)行穩(wěn)健性檢驗(yàn)。

1）更換核心解釋變量來檢驗(yàn)結(jié)論的穩(wěn)健性。由于玉米播種面積差分指標(biāo)表示本年對于上一年的玉米播種面積增加情況，與本文核心解釋變量的經(jīng)濟(jì)學(xué)解釋大體一致，因此，選用玉米播種面積差分作為核心解釋變量的替代變量。

從表6結(jié)果看，玉米播種面積差分（RA1）對糧食全要素生產(chǎn)率指數(shù)（TFP）有顯著的負(fù)向影響，且通過1%水平的顯著性檢驗(yàn)；而差分表示玉米播種面積的變化程度，差分越大表示增長幅度越大，說明隨著玉米播種面積增長幅度越大，越不利于糧食全要素生產(chǎn)率的增長；以黑龍江省為例，2009年比2008年玉米播種面積增加了120.7萬hm2，成為自1980年來增加幅度最大的一次；以黑龍江省2009年增加幅度最大的幾個城市為例，哈爾濱、齊齊哈爾和綏化市玉米播種面積分別增加了13.91萬hm2、16.37萬hm2和20.61萬hm2，而相應(yīng)的糧食全要素生產(chǎn)率僅分別為0.904、0.897和0.889。從糧食全要素生產(chǎn)率的分解來看，玉米播種面積差分對技術(shù)效率（ECH）和技術(shù)進(jìn)步（TCH）均有負(fù)向影響，表明玉米播種面積增長幅度越大，越不利于技術(shù)效率和技術(shù)進(jìn)步的提高；從影響路徑看，玉米播種面積差分對技術(shù)效率和技術(shù)進(jìn)步的影響系數(shù)相似且對兩者均有顯著影響，說明其對于糧食全要素生產(chǎn)率的影響是通過技術(shù)效率和技術(shù)進(jìn)步共同作用實(shí)現(xiàn)的。同樣，玉米播種面積差分對于規(guī)模效率（SECH）有顯著的負(fù)向影響，對于純技術(shù)效率（PECH）影響不顯著。更換核心解釋變量后，模型結(jié)果與基準(zhǔn)回歸結(jié)果基本一致，說明相關(guān)結(jié)論是穩(wěn)健的。

2）更換計(jì)量模型來檢驗(yàn)結(jié)論的穩(wěn)健性。選擇更換面板Tobit模型重新對數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)，結(jié)果顯示：玉米種植比例變量對糧食全要素生產(chǎn)率影響的回歸結(jié)果與空間SAC模型結(jié)果一致（表7）。玉米種植比例對糧食全要素生產(chǎn)率的影響主要靠技術(shù)效率和技術(shù)進(jìn)步驅(qū)動，對技術(shù)效率的影響是通過影響規(guī)模效率來實(shí)現(xiàn)，與基準(zhǔn)模型分析一致，其他控制變量與基準(zhǔn)模型的結(jié)果大體一致。更換計(jì)量模型后，結(jié)果與基準(zhǔn)回歸結(jié)果類似，說明結(jié)論是穩(wěn)健的。

表6 更換核心解釋變量的估計(jì)結(jié)果Table 6 Estimation results of replacing core explanatory variables

表7 面板Tobit模型結(jié)果Table 7 Results of the panel Tobit model

4 結(jié)論與啟示

4.1 結(jié)論

本文基于2001—2016年東北三省地級市面板數(shù)據(jù)，使用Malmquist指數(shù)法測算得到2002—2016年東北三省34個地級市的糧食全要素生產(chǎn)率指數(shù)；進(jìn)一步利用空間SAC模型分析了玉米種植結(jié)構(gòu)對東北地級市糧食全要素生產(chǎn)率的影響。有以下研究結(jié)論：

1）時間維度層面，2002—2016年東北地級市的糧食全要素生產(chǎn)率增長率呈現(xiàn)出緩慢下降的趨勢，技術(shù)進(jìn)步是拉動?xùn)|北三省糧食全要素生產(chǎn)率增長的主要源泉。

2）空間維度層面，糧食全要素生產(chǎn)率增長率年均上升1.1%，技術(shù)效率提高0.5%，技術(shù)進(jìn)步上升0.6%。

3）玉米種植結(jié)構(gòu)對糧食全要素生產(chǎn)率有負(fù)向影響，即玉米播種面積和種植比例的提高會導(dǎo)致“效率損失”，進(jìn)而降低糧食全要素生產(chǎn)率。

4）從影響路徑看，玉米種植比例和玉米播種面積差分變量對糧食全要素生產(chǎn)率的影響路徑主要通過技術(shù)效率和技術(shù)進(jìn)步共同來實(shí)現(xiàn)，而對技術(shù)效率的作用僅通過影響規(guī)模效率來實(shí)現(xiàn)。

4.2 啟示

1）以市場導(dǎo)向?yàn)橹鳌⒄龑?dǎo)為輔，提高農(nóng)民調(diào)整意愿。玉米播種面積及種植比例過大，不利于糧食全要素生產(chǎn)率的提升，“鐮刀彎地區(qū)”玉米結(jié)構(gòu)調(diào)整符合質(zhì)量興農(nóng)需求，但在結(jié)合政策目標(biāo)調(diào)減東北地區(qū)玉米種植面積時，要嚴(yán)格區(qū)分優(yōu)勢產(chǎn)區(qū)和非優(yōu)勢產(chǎn)區(qū)，有序、有度引導(dǎo)農(nóng)民進(jìn)行結(jié)構(gòu)調(diào)整，且推進(jìn)玉米結(jié)構(gòu)調(diào)整，要讓市場“唱主角”，政府進(jìn)行適當(dāng)?shù)闹笇?dǎo)，實(shí)現(xiàn)“有形之手”與“無形之手”的有效結(jié)合。

2）增強(qiáng)科技創(chuàng)新的驅(qū)動作用，提高投入要素的合理配置。東北地區(qū)糧食全要素生產(chǎn)率的技術(shù)效率有逐漸惡化的趨勢，在推動技術(shù)進(jìn)步的同時，要采取措施重點(diǎn)改善穩(wěn)步提升技術(shù)效率，最終實(shí)現(xiàn)技術(shù)進(jìn)步和技術(shù)效率對糧食全要素生產(chǎn)率的“雙軌驅(qū)動”。

3）緩解農(nóng)業(yè)資源環(huán)境壓力，走高質(zhì)量綠色發(fā)展之路。東北地區(qū)耕地資源過度開發(fā)、黑土地不斷退化、灌溉方式粗放等問題突出，要采取先進(jìn)的灌溉制度、灌溉技術(shù)和科學(xué)的施肥制度，建立節(jié)地、節(jié)水為中心的集約化農(nóng)業(yè)生產(chǎn)體系，在耕地面積減少、水資源短缺、勞動力流失的背景下，提高生產(chǎn)要素投入效率，進(jìn)而提升糧食全要素生產(chǎn)率。