甘肅省農(nóng)業(yè)全要素生產(chǎn)率測算及空間差異性分析

李隴東，陳 耀

（甘肅農(nóng)業(yè)大學財經(jīng)學院，蘭州730070）

0 引言

黨的十九大報告指出，目前中國經(jīng)濟正處于由高速增長轉向高質(zhì)量發(fā)展的重要階段，提高全要素生產(chǎn)率對中國經(jīng)濟發(fā)展方式以及經(jīng)濟結構的轉變具有重要的意義。而甘肅省處于西北內(nèi)陸地區(qū)，地勢復雜多變、生態(tài)環(huán)境脆弱，農(nóng)業(yè)經(jīng)濟發(fā)展受資源環(huán)境約束較大，繼續(xù)依靠要素投入來促進經(jīng)濟可持續(xù)發(fā)展的可能性越來越小，提高農(nóng)業(yè)生產(chǎn)技術，重視農(nóng)業(yè)生產(chǎn)效率是實現(xiàn)甘肅省農(nóng)業(yè)高質(zhì)量發(fā)展的必由之路。因此，研究甘肅省農(nóng)業(yè)全要素生產(chǎn)率，分析其農(nóng)業(yè)整體發(fā)展水平和區(qū)域增長差異，有利于促進農(nóng)業(yè)向高質(zhì)量發(fā)展轉變。

有關農(nóng)業(yè)全要素生產(chǎn)率的研究，國外起步較早，Grilliches[1]、Solow[2]等學者在上世紀五十年代開始研究農(nóng)業(yè)全要素生產(chǎn)率，國內(nèi)起步較晚，開始于農(nóng)業(yè)科技進步貢獻率的測算。以研究對象來看，現(xiàn)有研究多集中在全國[3-6]、東南沿海地區(qū)[7-9]和農(nóng)業(yè)大省[10-13]；以研究方法來看，大多采用參數(shù)法中的隨機前沿分析[3-5]和非參數(shù)法中的DEA-Malmquist 指數(shù)[6，10，14]；從研究內(nèi)容來看，主要對農(nóng)業(yè)全要素生產(chǎn)率的區(qū)域差異性[15-17]、收斂性[18-20]、影響因素[21-22]和空間效應[23-24]進行分析?？偟膩砜?，鑒于學者們對于農(nóng)業(yè)全要素生產(chǎn)率研究所選取指標、參數(shù)設定等的不同，所得出的結果也有一定差異。張揚[25]和張麗[26]認為技術進步是推動農(nóng)業(yè)全要素生產(chǎn)率的主導力量；而詹禮輝[8]、高齊圣[17]則認為技術進步和技術效率共同作用于農(nóng)業(yè)全要素生產(chǎn)率。

基于對上述文獻的分析，近年來，學者們開始運用不同的空間計量方法分析農(nóng)業(yè)全要素生產(chǎn)率，但仍存在以下不足：一是在區(qū)域選擇上，主要集中在全國和部分發(fā)達省份，對西部欠發(fā)達地區(qū)的研究較少。二是雖然有關農(nóng)業(yè)全要素生產(chǎn)率的研究較多，但分析農(nóng)業(yè)全要素生產(chǎn)率空間相關性的較少。因此，本文通過測算甘肅省農(nóng)業(yè)全要素生產(chǎn)率，分析它的空間特征，以期縮小農(nóng)業(yè)發(fā)展的差距，促進區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展，對推進農(nóng)業(yè)高質(zhì)量發(fā)展具有重要意義。

1 研究方法、指標選取與數(shù)據(jù)來源

1.1 研究方法

在進行全要素生產(chǎn)率測算時，常用的方法主要包括參數(shù)法和非參數(shù)法。其中參數(shù)方法主要有生產(chǎn)函數(shù)法[17、27]和隨機前沿分析法[3-6]（SFA）。非參數(shù)方法主要有指數(shù)法和數(shù)據(jù)包絡分析法[6、10、14]（DEA）等。參數(shù)法的優(yōu)點是不需要對未知數(shù)據(jù)進行假設，缺點是需要設定具體的函數(shù)模型。而非參數(shù)方法就是不需要設定具體的函數(shù)模型，對指標選取沒有標準化的限制，可以有多個投入和多個產(chǎn)出?；诖?，本文選取非參數(shù)DEA-Malmquist 指數(shù)法對甘肅省農(nóng)業(yè)全要素生產(chǎn)率進行測算。Malmquist生產(chǎn)率指數(shù)法可以表示為：

式中，D0指的是距離函數(shù)，下標0 代表著產(chǎn)出水平下的距離函數(shù)。在本文中，Malmquist 指數(shù)函數(shù)主要測算的是在t 時期的技術水平條件下，從t 時期到t+1時期的技術效率變化情況。

式中，EC 指的是效率變化指數(shù)；TC 指的是技術進步變化指數(shù)；PE 代表純技術效率變化指數(shù)；SE 代表規(guī)模效率變化指數(shù)。

1.2 指標選取

1.2.1 投入指標。在借鑒李谷成[6]、方福前等[28]相關學者關于農(nóng)業(yè)全要素生產(chǎn)率研究的基礎之上，結合甘肅省農(nóng)業(yè)發(fā)展的現(xiàn)狀及特征，在數(shù)據(jù)可得性和可計算性的基礎上，建立評價指標體系。選取的投入指標分別為：農(nóng)業(yè)勞動力投入（農(nóng)業(yè)從業(yè)人員）、農(nóng)業(yè)土地投入（農(nóng)作物播種面積）、農(nóng)業(yè)機械動力投入（農(nóng)業(yè)機械總動力）和農(nóng)業(yè)化肥投入（農(nóng)業(yè)化肥折純量）。

1.2.2 產(chǎn)出指標。參照時悅[29]、郭麗[30]等相關學者對于農(nóng)業(yè)全要素生產(chǎn)率的研究，選取的產(chǎn)出指標用農(nóng)業(yè)總產(chǎn)值來表示，單位為萬元。為排除價格因素的影響，本文將農(nóng)業(yè)總產(chǎn)值統(tǒng)一折算為2010 年的不變價格。具體見表1。

表1 選取指標參照表

1.3 數(shù)據(jù)來源

本文運用2010—2019 年甘肅省14 個市州的面板數(shù)據(jù)，其中選取的所有投入產(chǎn)出指標全部來源于歷年《甘肅統(tǒng)計年鑒》和《甘肅發(fā)展年鑒》，各項指標的描述性分析見表2。

表2 各項指標的描述性分析

2 結果分析

運用甘肅省2010—2019 年14 個市州投入與產(chǎn)出的數(shù)據(jù)，采用DEAP 2.1 軟件，對其農(nóng)業(yè)全要素生產(chǎn)率進行測算與分解。

2.1 時序特征分析

由表3 可知，整體上，2010—2019 年，甘肅省農(nóng)業(yè)全要素生產(chǎn)率年均增長6.5%。其中，技術進步年均增長5.8%，技術效率年均增長0.56%。這表明研究期內(nèi)，技術進步對甘肅省農(nóng)業(yè)全要素生產(chǎn)率的貢獻程度強于技術效率。這主要是由于近些年來，隨著農(nóng)業(yè)機械、節(jié)水灌溉、生物育種以及水肥一體化技術在農(nóng)業(yè)中的應用，使得技術進步在農(nóng)業(yè)生產(chǎn)中的地位越來越重要。技術效率相比于技術進步對農(nóng)業(yè)全要素生產(chǎn)率的影響程度較低，純技術效率年均增長值為-0.26%。從側面反映出技術效率對農(nóng)業(yè)資源有效利用較低、技術效率推廣和管理水平較弱，在目前的經(jīng)濟發(fā)展條件下，技術效率無法達到技術進步的需求。農(nóng)業(yè)技術效率中規(guī)模效率年均增長0.94%，雖然有一定的增長，但作用不明顯，這也在一定程度上說明甘肅省的規(guī)?；潭炔桓?。主要是因為甘肅省的土地以山地、高原為主，土地地塊面積小，規(guī)?；麟y度較大。

表3 2010—2019 年甘肅省農(nóng)業(yè)全要素生產(chǎn)率Malmquist 指數(shù)及其分解

由圖1 可知，甘肅省農(nóng)業(yè)全要素生產(chǎn)率呈現(xiàn)出明顯的階段波動性。在2010—2019 年，只有2010 年農(nóng)業(yè)全要素生產(chǎn)率指數(shù)小于1，出現(xiàn)了負增長。其余年份農(nóng)業(yè)全要素生產(chǎn)率指數(shù)全部大于1，農(nóng)業(yè)經(jīng)濟發(fā)展水平實現(xiàn)了不同程度的增長。技術效率指數(shù)有5 個年份實現(xiàn)了正增長，技術進步指數(shù)有8 個年份實現(xiàn)了正增長。2015—2016 年甘肅省農(nóng)業(yè)全要素生產(chǎn)率指數(shù)增幅明顯，這主要是因為2016 年是“十三五”規(guī)劃的開局之年，甘肅省出臺了農(nóng)業(yè)補貼政策，各地購置了大量的農(nóng)業(yè)機械，機械化水平在一定程度上得到了提升。在2015 年以后，甘肅省化肥施用量不斷下降，且在2016 年同比下降10.08%。機械化水平的提升以及規(guī)?；a(chǎn)的發(fā)展再加上農(nóng)業(yè)技術進步，促進了農(nóng)業(yè)全要素生產(chǎn)率的提升。技術效率小于1 的年份也有5個，說明在這幾年中，農(nóng)業(yè)生產(chǎn)過程中存在著技術無效率的情況，農(nóng)業(yè)生產(chǎn)的技術水平并沒有被充分發(fā)揮出來，農(nóng)業(yè)技術效率與農(nóng)業(yè)技術進步發(fā)展不同步。

圖1 2009—2019 年甘肅省農(nóng)業(yè)全要素生產(chǎn)率Malmquist 指數(shù)及其分解

2.2 區(qū)域差異性分析

由表4 可知，甘肅省農(nóng)業(yè)全要素生產(chǎn)率的均值為1.045，發(fā)展水平良好，這與甘肅省對農(nóng)業(yè)發(fā)展的扶持力度、基礎設施的完善、資源利用效率的提升以及農(nóng)業(yè)技術進步密不可分。2010—2019 年甘肅省各個市州農(nóng)業(yè)技術進步和農(nóng)業(yè)全要素生產(chǎn)率全部大于1，說明技術進步和農(nóng)業(yè)全要素生產(chǎn)率正相關，技術進步促進全要素生產(chǎn)率的提高。而慶陽市、金昌市和定西市的農(nóng)業(yè)技術效率小于1，說明三市的技術效率在一定程度上抵消了農(nóng)業(yè)技術進步的作用，對農(nóng)業(yè)全要素生產(chǎn)率的提高具有阻礙作用。且它的純技術效率和規(guī)模效率也小于1，說明在一定程度上對資源利用效率較低，無法滿足技術進步的需求，并且因其規(guī)模效率并未達到有效的狀態(tài)，導致他們的綜合技術效率整體上也未能達到完全有效。因此，在之后的發(fā)展過程中，應該在充分利用技術水平的基礎上，提高規(guī)模效率，從而提高農(nóng)業(yè)發(fā)展水平。

表4 2010—2019 年甘肅省市州農(nóng)業(yè)全要素生產(chǎn)率Malmquist 指數(shù)及其分解

利用ArcGIS 軟件做出了甘肅省農(nóng)業(yè)全要素生產(chǎn)率及其分解指數(shù)的空間相關圖，由圖2 可知，甘肅省農(nóng)業(yè)全要素生產(chǎn)率總體上展現(xiàn)出了西北高、東南低的特征。河西地區(qū)農(nóng)業(yè)發(fā)展水平較好，主要是因為有良好的灌溉條件，疏勒河、黑河、石羊河以及祁連山山脈的冰川，為農(nóng)作物生產(chǎn)提供了大量的灌溉水源。此外，農(nóng)作物耕作區(qū)的地形平坦，為機械化和規(guī)?；a(chǎn)提供了條件。而東部地區(qū)的農(nóng)業(yè)全要素生產(chǎn)率較低，是由于靠近六盤山，耕地以高原山地為主，基礎條件差。再加上受水資源、經(jīng)濟資源、生態(tài)環(huán)境和自然災害等的影響，使得農(nóng)業(yè)發(fā)展水平較低。甘南地區(qū)位于黃土高原和青藏高原的交界地帶，農(nóng)業(yè)發(fā)展水平較為落后，是因為該地區(qū)主要以牧業(yè)為主，牧業(yè)承載著生態(tài)環(huán)境保護的重要作用，種植業(yè)在生產(chǎn)過程中占比較小。并且經(jīng)營方式還依舊采取著粗放經(jīng)營的模式，農(nóng)業(yè)生產(chǎn)基礎條件差，市場化與信息化發(fā)展水平較低，各種因素影響了甘南地區(qū)的農(nóng)業(yè)發(fā)展水平。

圖2 甘肅省農(nóng)業(yè)全要素生產(chǎn)率Malmquist 指數(shù)及其分解空間相關圖

2.3 空間相關性分析

2.3.1 全局空間相關性分析。全域空間自相關是指分析研究對象的整體性特征，本文運用全局Moran’s I指數(shù)來計算甘肅省農(nóng)業(yè)TFP 的全域空間相關性，其計算方法具體如下所示：

yi表示i 地區(qū)的數(shù)據(jù)值表示研究對象所有地區(qū)數(shù)據(jù)值的平均值；n 為區(qū)域總量。wij表示空間權重矩陣，計算得出的Moran’s I 結果區(qū)間應該在[-1,1]的范圍內(nèi)，若Moran’s I>0，則說明研究期內(nèi)在空間上存在正相關，測算的莫蘭指數(shù)值越大，空間相關性越顯著。若Moran’s I<0，則說明研究期內(nèi)在空間上存在負相關，測算的莫蘭指數(shù)值越小，空間相關性越微弱。

由表5 可知，Moran’s I<0 的年份只有2011 年，甘肅省農(nóng)業(yè)全要素生產(chǎn)率空間存在負相關，空間相關性較弱。而其余年份的Moran’s I 全部大于0，說明在這些年份中，甘肅省農(nóng)業(yè)全要素生產(chǎn)率空間存在正相關，空間集聚現(xiàn)象明顯。也就是說甘肅省農(nóng)業(yè)全要素生產(chǎn)率相似的地區(qū)趨于空間集聚，即農(nóng)業(yè)全要素生產(chǎn)率水平高的市州趨于集聚而形成高高集聚，水平低的市州趨于集聚而形成低低集聚。從檢驗的結果來看，2011 年跟2017 年的p 值通過了5%的顯著性檢驗，其余年份的P 值全部通過了1%的顯著性檢驗。但對于空間單元之間的相關程度，莫蘭指數(shù)無法更好地去反映，可以通過莫蘭指數(shù)散點圖來進行分析。莫蘭指數(shù)散點圖主要分析研究區(qū)域內(nèi)每個區(qū)域的空間集聚特征。

表5 甘肅省農(nóng)業(yè)全要素生產(chǎn)率全局Moran’s I 指數(shù)

2.3.2 局部空間相關性分析。本文運用空間關聯(lián)局域指標（lisa 圖）來研究區(qū)域空間關聯(lián)性。lisa 的空間自相關性分析以及集群分析主要運用的是局域Moran’s I指數(shù)。局部Moran’s I的計算方法如下：

式中，n 代表區(qū)域總數(shù)；yi代表第i 地區(qū)數(shù)值；yj表示第j 地區(qū)數(shù)值；代表研究對象所有地區(qū)的平均值；wij代表空間權重矩陣。如果Moran’s I>0，說明研究區(qū)域與周邊區(qū)域差異較?。蝗绻鸐oran’s I<0，說明研究區(qū)域與周邊區(qū)域差異較大。

圖3 顯示了2010、2014、2015、2019 年空間自相關lisa 集聚圖。由圖可知，甘肅省農(nóng)業(yè)全要素生產(chǎn)率的熱點區(qū)域在不同的時間點集中在不同的區(qū)域，2010 年集中在張掖市，2014 年集中在武威市，2015 年集中在張掖市、武威市以及蘭州市。而到2019 年時，則沒有熱點區(qū)域。冷點區(qū)域也伴隨著時間的改變而改變，2010年集中在甘南州、臨夏州和天水市，2014 年在此基礎上加入了定西市和隴南市，2015 年主要集中在定西市和天水市，2019 年集中在隴南市和定西市?？傮w來看，熱點區(qū)域主要集中在河西部分地區(qū)，冷點區(qū)域主要集中在甘肅省南部地區(qū)，其他地區(qū)在所選時段內(nèi)均呈現(xiàn)出不顯著的狀態(tài)。在研究期內(nèi)，甘肅省農(nóng)業(yè)全要素生產(chǎn)率的空間自相關存在著差異性，在不同的時期，不同市州的空間自相關性也呈現(xiàn)出不一樣的特點，熱點區(qū)域和冷點區(qū)域的聚集程度也不同，這主要是因為各市州所處的地理位置、自然環(huán)境以及經(jīng)濟發(fā)展程度不同所導致的，各地的原始分布和經(jīng)濟發(fā)展水平的不同，對于空間自相關的影響程度也不同。

圖3 甘肅省農(nóng)業(yè)全要素生產(chǎn)率空間自相關lisa 集聚圖

3 結論與建議

3.1 研究結論

本文采用非參數(shù)DEA-Malmquist 指數(shù)法和Moran’s I 對甘肅省2010—2019 年14 個市州的農(nóng)業(yè)全要素生產(chǎn)率進行了測算，并對其空間相關性進行了分析。結果表明，農(nóng)業(yè)技術進步年均增長5.8%，農(nóng)業(yè)技術效率年均增長0.56%。技術進步依舊是推動甘肅省農(nóng)業(yè)全要素生產(chǎn)率提高的主要動力。農(nóng)業(yè)全要素生產(chǎn)率在總體上呈現(xiàn)出西北高、東南低的特征，且存在著空間正相關性，空間集聚現(xiàn)象明顯，熱點區(qū)域主要分布在河西部分地區(qū)，冷點區(qū)域主要分布在南部地區(qū)。

3.2 政策建議

基于上述結論，本文就此提出以下幾點建議。一是要依靠創(chuàng)新驅動農(nóng)業(yè)發(fā)展，加大農(nóng)業(yè)科研經(jīng)費投入，引進農(nóng)業(yè)科技人才。二是要逐步改變以化肥、農(nóng)藥、農(nóng)膜等生產(chǎn)要素投入向提升農(nóng)業(yè)技術效率和農(nóng)業(yè)高質(zhì)量發(fā)展方向轉變。三是要落實區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展，促進技術進步在區(qū)域間的流動，發(fā)揮各個地區(qū)的產(chǎn)業(yè)優(yōu)勢。四是要加強區(qū)域間的輻射以及帶動程度，從經(jīng)濟高發(fā)展區(qū)向經(jīng)濟低發(fā)展區(qū)進行資源轉移與共享，縮小區(qū)域間的差距。