黃海艷

(安徽農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，安徽 合肥 230036)

一、問(wèn)題的提出

隨著城鎮(zhèn)化進(jìn)程的快速推進(jìn)，大量農(nóng)民工涌向城市從事非農(nóng)產(chǎn)業(yè)，中國(guó)農(nóng)業(yè)的生產(chǎn)及其國(guó)際競(jìng)爭(zhēng)力受到極大的挑戰(zhàn)。農(nóng)業(yè)的競(jìng)爭(zhēng)最終表現(xiàn)為效率的競(jìng)爭(zhēng)，農(nóng)業(yè)生產(chǎn)效率的提高是農(nóng)業(yè)競(jìng)爭(zhēng)力提升的重要體現(xiàn)。[1]合理分配資源，實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)由粗放型向集約型轉(zhuǎn)變，提高農(nóng)業(yè)生產(chǎn)效率，不僅是農(nóng)業(yè)現(xiàn)代化的根本要求，也是實(shí)現(xiàn)資源環(huán)境與經(jīng)濟(jì)社會(huì)協(xié)調(diào)發(fā)展、城市與農(nóng)村一體化發(fā)展的重要途徑。[2]

農(nóng)業(yè)生產(chǎn)效率一直是發(fā)展經(jīng)濟(jì)學(xué)和農(nóng)業(yè)經(jīng)濟(jì)學(xué)領(lǐng)域的熱點(diǎn)。學(xué)術(shù)界對(duì)中國(guó)農(nóng)業(yè)生產(chǎn)效率的研究主要集中于農(nóng)業(yè)生產(chǎn)效率的現(xiàn)狀、增長(zhǎng)來(lái)源和影響因素。林毅夫較早運(yùn)用計(jì)量研究方法，實(shí)證度量了要素投入對(duì)農(nóng)業(yè)生產(chǎn)率的貢獻(xiàn)。[3]從時(shí)間角度來(lái)看，近年來(lái)中國(guó)農(nóng)業(yè)生產(chǎn)效率總體情況較好，但一些農(nóng)業(yè)大省農(nóng)業(yè)生產(chǎn)效率始終在較低的水平徘徊；從空間角度來(lái)看，各省區(qū)之間的全要素生產(chǎn)率(TFP)增長(zhǎng)差異較大，并呈現(xiàn)出明顯的階段性變化特征。[4-6]中國(guó)農(nóng)業(yè)全要素生產(chǎn)率的增長(zhǎng)主要源于技術(shù)進(jìn)步。[7-9]技術(shù)進(jìn)步對(duì)農(nóng)業(yè)全要素生產(chǎn)率的增長(zhǎng)作用舉足輕重，說(shuō)明了農(nóng)業(yè)生產(chǎn)方式轉(zhuǎn)變的迫切性。除技術(shù)進(jìn)步因素之外，工業(yè)化、城市化也能夠顯著促進(jìn)生產(chǎn)率水平的提高，[10]農(nóng)業(yè)和農(nóng)村的市場(chǎng)化程度同樣是農(nóng)業(yè)生產(chǎn)率提高的主要促進(jìn)因素，[11]鄉(xiāng)村就業(yè)人口平均受教育年限的提高也是農(nóng)業(yè)生產(chǎn)效率改善的有利因素；而農(nóng)村居民家庭人均純收入、財(cái)政支農(nóng)、自然災(zāi)害是影響農(nóng)業(yè)生產(chǎn)效率的不利因素。[12]除了對(duì)中國(guó)整體的農(nóng)業(yè)生產(chǎn)效率進(jìn)行研究，還有很多學(xué)者對(duì)中國(guó)單個(gè)省份的農(nóng)業(yè)生產(chǎn)效率進(jìn)行了相應(yīng)的探析。從一些農(nóng)業(yè)大省來(lái)看，江蘇省農(nóng)業(yè)循環(huán)經(jīng)濟(jì)目前處于穩(wěn)定發(fā)展階段，農(nóng)業(yè)循環(huán)經(jīng)濟(jì)化趨勢(shì)增強(qiáng)；[13]四川省1999―2008年農(nóng)業(yè)全要素生產(chǎn)率年均增長(zhǎng)4.2%，呈現(xiàn)出平穩(wěn)增長(zhǎng)的特征，除阿壩州以外，其他各市農(nóng)業(yè)全要素增長(zhǎng)率均實(shí)現(xiàn)正的增長(zhǎng)，農(nóng)業(yè)可持續(xù)性增強(qiáng)。[14]湖南省14 個(gè)市州2008年農(nóng)業(yè)生產(chǎn)的效率評(píng)價(jià)結(jié)果表明，長(zhǎng)沙、株洲、湘潭和常德4 個(gè)地區(qū)的農(nóng)業(yè)生產(chǎn)效率相對(duì)有效，農(nóng)業(yè)產(chǎn)出已達(dá)到最優(yōu)水平，衡陽(yáng)等10 地區(qū)農(nóng)業(yè)生產(chǎn)效率較低，處于規(guī)模效益遞減狀態(tài)。[15]

已有的研究從時(shí)間和空間角度對(duì)中國(guó)整體或單個(gè)省份的農(nóng)業(yè)生產(chǎn)效率的現(xiàn)狀、增長(zhǎng)來(lái)源和影響因素進(jìn)行了分析，研究較為深入。在城鎮(zhèn)化不斷發(fā)展的今天，提高農(nóng)業(yè)生產(chǎn)效率迫在眉睫，但是基于城鎮(zhèn)化、工業(yè)化和農(nóng)業(yè)現(xiàn)代化大背景對(duì)農(nóng)業(yè)大省的農(nóng)業(yè)生產(chǎn)效率進(jìn)行評(píng)價(jià)并深入分析其影響因素的文獻(xiàn)不多見(jiàn)。與江蘇、四川、湖南等農(nóng)業(yè)大省相比，同為農(nóng)業(yè)大省的安徽省的農(nóng)業(yè)生產(chǎn)效率相對(duì)處于較低的水平。[5]如何對(duì)安徽省的農(nóng)業(yè)生產(chǎn)效率進(jìn)行合理評(píng)價(jià)？其農(nóng)業(yè)生產(chǎn)效率影響因素有哪些？提高其農(nóng)業(yè)生產(chǎn)效率的途徑是什么？具體需要從哪些方面進(jìn)行改善？筆者擬采用DEA-Tobit 兩階段模型測(cè)度安徽省17市2000―2011年間的農(nóng)業(yè)生產(chǎn)效率及其影響因素，對(duì)上述問(wèn)題進(jìn)行探究。

二、研究方法與數(shù)據(jù)來(lái)源

1．研究方法

DEA 模型分為投入導(dǎo)向型和產(chǎn)出導(dǎo)向型兩種。在產(chǎn)出一定的情況下，使得投入最小化的線性規(guī)劃問(wèn)題稱(chēng)之為投入導(dǎo)向模型；在投入一定的條件下，使得產(chǎn)出最大化的線性規(guī)劃問(wèn)題稱(chēng)之為產(chǎn)出導(dǎo)向模型。無(wú)論是投入導(dǎo)向還是產(chǎn)出導(dǎo)向的DEA 模型，從效率的評(píng)定角度來(lái)看是相同的；投入導(dǎo)向和產(chǎn)出導(dǎo)向測(cè)度效率的方法雖然存在一定的差異，但是最終得出的結(jié)論是相同的。以投入變量作為決策的基本變量，相比產(chǎn)出量(農(nóng)業(yè)產(chǎn)值)更容易控制，因此，本文采用投入導(dǎo)向的規(guī)模報(bào)酬可變的BCC 模型對(duì)安徽省農(nóng)業(yè)技術(shù)效率進(jìn)行測(cè)算。

假設(shè)有K 個(gè)決策單位(Decision Making Units，簡(jiǎn)稱(chēng)DMU)，每個(gè)決策單位均使用N 種投入、生產(chǎn)M 種產(chǎn)出，則某一特定決策單位的效率值可由如下線性規(guī)劃方程求得：

式中，kθ表示第 k個(gè)決策單元的效率值(0≤θk≤ 1)，越接近1 則效率值越高；λk表示第n 項(xiàng)投入和第m 項(xiàng)產(chǎn)出的加權(quán)系數(shù)，knx , 表示第k個(gè)決策單元的第n 項(xiàng)投入量；kmy , 表示第k個(gè)決策單元的第m 項(xiàng)產(chǎn)出量。

本文將運(yùn)用DEA 模型來(lái)測(cè)算安徽省各市的農(nóng)業(yè)綜合技術(shù)效率、純技術(shù)效率以及規(guī)模效率，測(cè)算過(guò)程通過(guò)DEAP2.1 軟件來(lái)實(shí)現(xiàn)。

由于DEA 得出的效率值介于0 和1 之間，當(dāng)使用效率值作為回歸模型的解釋變量時(shí)，就面臨效率值小于等于0 和大于1 的數(shù)據(jù)截取問(wèn)題。在這種情況下，若用普通最小二乘法對(duì)模型直接回歸，參數(shù)的估計(jì)將是有偏的和不一致的。因此一般采用受限因變量模型，即Tobit 模型進(jìn)行回歸分析。由于本文測(cè)算的安徽省17市2000―2011年的農(nóng)業(yè)技術(shù)效率值為面板數(shù)據(jù)，因此筆者將使用面板數(shù)據(jù)Tobit模型，其一般表達(dá)式為：

本文將Tobit 計(jì)量模型設(shè)定為：

式中，i 表示第i 個(gè)市，i=1,2,…,17；t=1,2,…,12表示2000―2011年的12年。DEA-TEit表示運(yùn)用DEA 的BCC 模型估計(jì)的綜合技術(shù)效率；Xkit表示模型中的各解釋變量(k=1,2,…,n)。

2．?dāng)?shù)據(jù)來(lái)源及處理

本文所有數(shù)據(jù)來(lái)源于《安徽省統(tǒng)計(jì)年鑒》，選取2000―2011年安徽省17市農(nóng)業(yè)投入和產(chǎn)出數(shù)據(jù)。在實(shí)際測(cè)算過(guò)程中，由于2011年原巢湖市被合肥市、馬鞍山市和蕪湖市歸并，為方便分析仍按照原巢湖市范圍來(lái)研究農(nóng)業(yè)技術(shù)效率。2011年的巢湖市數(shù)據(jù)由統(tǒng)計(jì)年鑒中原來(lái)巢湖市的各縣數(shù)據(jù)加總得出，當(dāng)指標(biāo)無(wú)各縣的數(shù)據(jù)時(shí)，則根據(jù)該指標(biāo)平均發(fā)展速度推算而得。

在運(yùn)用DEA 模型測(cè)算農(nóng)業(yè)生產(chǎn)效率時(shí)，本文使用的農(nóng)業(yè)產(chǎn)出變量是以1999年不變價(jià)格進(jìn)行計(jì)算的農(nóng)業(yè)總產(chǎn)值(萬(wàn)元)，農(nóng)業(yè)投入變量包括勞動(dòng)、土地、機(jī)械動(dòng)力、化肥、灌溉和電力6 個(gè)方面：勞動(dòng)投入以鄉(xiāng)村年底農(nóng)林牧漁業(yè)從業(yè)人員數(shù)(萬(wàn)人)計(jì)算，土地投入以農(nóng)作物總播種面積(萬(wàn)公頃)計(jì)算，機(jī)械動(dòng)力投入以農(nóng)業(yè)機(jī)械總動(dòng)力(萬(wàn)千瓦)計(jì)算，化肥投入以本年內(nèi)實(shí)際用于農(nóng)業(yè)生產(chǎn)的化肥數(shù)量(萬(wàn)噸)計(jì)算，灌溉投入以農(nóng)業(yè)有效灌溉面積(千公頃)計(jì)算，用電情況以本年度內(nèi)農(nóng)村用電量(萬(wàn)千瓦時(shí))計(jì)算。

已有文獻(xiàn)研究農(nóng)業(yè)技術(shù)效率的影響因素有工業(yè)化、城市化、農(nóng)業(yè)和農(nóng)村的市場(chǎng)化程度、鄉(xiāng)村就業(yè)人口平均受教育年限、農(nóng)村居民家庭人均純收入、財(cái)政支農(nóng)、自然災(zāi)害等。因此，在運(yùn)用Tobit模型深入研究城鎮(zhèn)化、工業(yè)化和農(nóng)業(yè)現(xiàn)代化進(jìn)程中安徽省農(nóng)業(yè)生產(chǎn)效率的影響因素時(shí)，本文將考慮城鎮(zhèn)化、工業(yè)化、非農(nóng)勞動(dòng)率、農(nóng)業(yè)發(fā)展水平、農(nóng)業(yè)財(cái)政支出力度、農(nóng)作物受災(zāi)面積率、人力資本存量和時(shí)間因素對(duì)農(nóng)業(yè)生產(chǎn)效率的影響。以DEA 模型得出的安徽省2000―2011年農(nóng)業(yè)綜合技術(shù)效率值作為因變量，以影響農(nóng)業(yè)生產(chǎn)效率的各種因素作為自變量構(gòu)建Tobit 回歸模型。

表1 給出了Tobit 模型中涉及的解釋變量說(shuō)明及研究假設(shè)情況，具體假設(shè)如下：

表1 Tobit 模型中涉及的解釋變量說(shuō)明及研究假設(shè)

城鎮(zhèn)化和工業(yè)化的不斷推進(jìn)，不僅產(chǎn)生了大量的非農(nóng)就業(yè)機(jī)會(huì)，吸納了大量的農(nóng)村剩余勞動(dòng)力，而且為土地規(guī)模經(jīng)營(yíng)提供了平臺(tái)。農(nóng)村勞動(dòng)力和土地資源的有效利用是推動(dòng)農(nóng)業(yè)生產(chǎn)方式轉(zhuǎn)變的首要條件，是提高農(nóng)業(yè)生產(chǎn)效率的有效途徑，因此，本文假設(shè)城鎮(zhèn)化水平、工業(yè)化水平和非農(nóng)發(fā)展水平(非農(nóng)勞動(dòng)參與率)對(duì)農(nóng)業(yè)生產(chǎn)效率有正向的影響。

人均農(nóng)業(yè)產(chǎn)值和農(nóng)業(yè)產(chǎn)值占GDP 比重都是衡量一個(gè)地區(qū)農(nóng)業(yè)發(fā)展的直接指標(biāo)，數(shù)值越大，地區(qū)農(nóng)業(yè)利用和整合資源的能力越強(qiáng)。此外，農(nóng)業(yè)財(cái)政支出力度與農(nóng)業(yè)引入技術(shù)的資本、農(nóng)業(yè)的有效投入息息相關(guān)，當(dāng)農(nóng)業(yè)財(cái)政力度加大，農(nóng)業(yè)生產(chǎn)效率就有可能提高。因此，本文假設(shè)人均農(nóng)業(yè)產(chǎn)值、農(nóng)業(yè)產(chǎn)值比重、農(nóng)業(yè)財(cái)政支出力度對(duì)農(nóng)業(yè)生產(chǎn)效率的提高具有促進(jìn)作用。農(nóng)作物受災(zāi)面積率是農(nóng)業(yè)發(fā)展水平指標(biāo)之一，農(nóng)作物受災(zāi)面積率提高，農(nóng)業(yè)產(chǎn)值會(huì)減少，因此，本文假設(shè)農(nóng)作物受災(zāi)面積率對(duì)農(nóng)業(yè)生產(chǎn)效率有負(fù)向的影響。

農(nóng)村人力資本存量是影響農(nóng)業(yè)生產(chǎn)效率的關(guān)鍵因素。人力資本存量的大小代表勞動(dòng)力素質(zhì)的高低，而較強(qiáng)的勞動(dòng)力素質(zhì)顯然有利于農(nóng)業(yè)的生產(chǎn)，有利于提高農(nóng)業(yè)生產(chǎn)效率。由于統(tǒng)計(jì)年鑒中各市居民受教育水平數(shù)據(jù)缺乏，本文選取文盲率來(lái)衡量農(nóng)村人口的文化水平，文盲率越低，表示人力資本存量越多。本文假設(shè)文盲率對(duì)農(nóng)業(yè)生產(chǎn)效率具有負(fù)向影響。

隨著技術(shù)的不斷進(jìn)步，農(nóng)業(yè)生產(chǎn)效率會(huì)受技術(shù)進(jìn)步的怎樣影響？本文將“技術(shù)進(jìn)步”用時(shí)間虛擬變量表示，研究其對(duì)農(nóng)業(yè)生產(chǎn)效率的影響。從圖1可以看出，2000―2011年安徽省的農(nóng)業(yè)生產(chǎn)綜合技術(shù)效率呈現(xiàn)波動(dòng)式下降，這表明技術(shù)進(jìn)步對(duì)農(nóng)業(yè)生產(chǎn)效率的影響比較復(fù)雜，因此，本文假設(shè)時(shí)間變量對(duì)農(nóng)業(yè)生產(chǎn)效率的影響方向不確定。

三、計(jì)量結(jié)果分析

1．DEA 模型結(jié)果分析

圖1 從時(shí)間角度描繪了2000―2011年安徽省17市農(nóng)業(yè)生產(chǎn)的三種技術(shù)效率平均值的變化趨勢(shì)。

圖1 2000―2011年17市三種技術(shù)效率均值的變化趨勢(shì)

總體上，綜合技術(shù)效率平均值12年來(lái)呈現(xiàn)波浪式下降的趨勢(shì)。2000年的綜合技術(shù)效率平均值為0.929，2011年降低到0.849。安徽省17市的農(nóng)業(yè)生產(chǎn)規(guī)模效率平均值12年來(lái)呈現(xiàn)穩(wěn)步發(fā)展的趨勢(shì)，基本維持在0.98 左右。這說(shuō)明，農(nóng)業(yè)綜合技術(shù)效率平均值成波浪式下降并不是規(guī)模效率所造成，而是純技術(shù)效率平均值的波浪式下降導(dǎo)致的結(jié)果；安徽省農(nóng)業(yè)生產(chǎn)基本上是規(guī)模有效的，但是純技術(shù)效率的波浪式下降表明安徽省在技術(shù)應(yīng)用方面做得不夠到位，政府和農(nóng)民在引進(jìn)技術(shù)的同時(shí)，還應(yīng)加大對(duì)技術(shù)在農(nóng)業(yè)方面的應(yīng)用。

圖2 從區(qū)域角度描繪了安徽省17市三種技術(shù)效率平均值。農(nóng)業(yè)生產(chǎn)綜合技術(shù)效率等于1，表示該地區(qū)的技術(shù)是有效的，并位于生產(chǎn)前沿上；若農(nóng)業(yè)生產(chǎn)綜合技術(shù)效率小于1，則表明生產(chǎn)水平離生產(chǎn)前沿有距離。由圖2 可以看出，亳州、宿州、阜陽(yáng)、滁州、巢湖、銅陵以及黃山7 個(gè)市的農(nóng)業(yè)綜合技術(shù)效率值為1，屬于DEA 有效城市；淮北、蚌埠、淮南和蕪湖的綜合技術(shù)效率值處于0.9-1 區(qū)間段，屬于邊緣非效率，只需對(duì)投入產(chǎn)出方面稍作調(diào)整就可以達(dá)到技術(shù)有效；合肥、池州、安慶、六安、馬鞍山的農(nóng)業(yè)綜合技術(shù)效率值均相對(duì)較低，處于0.8-0.9 區(qū)間段，說(shuō)明這6 個(gè)市沒(méi)有充分利用投入資源，產(chǎn)出沒(méi)有達(dá)到最優(yōu)化。安慶市的純技術(shù)效率平均值和綜合技術(shù)效率平均值均處于最低水平，但其規(guī)模效率平均值接近1，這表明安慶市的農(nóng)業(yè)綜合技術(shù)效率值偏低是由其純技術(shù)效率值偏低造成。除安慶市規(guī)模效率較高之外，蚌埠、六安、亳州、宿州、阜陽(yáng)、滁州、巢湖以及黃山的農(nóng)業(yè)規(guī)模效率平均值也比較高。

圖2 17市12年農(nóng)業(yè)生產(chǎn)的三種技術(shù)效率平均值

總體上來(lái)看，安徽省的農(nóng)業(yè)投入冗余導(dǎo)致安徽省的農(nóng)業(yè)生產(chǎn)效率處于非效率狀態(tài)。由DEAP 2.1得出非DEA 有效城市包括合肥、淮北、蚌埠、淮南等10 個(gè)城市，為解決農(nóng)業(yè)生產(chǎn)率的非效率問(wèn)題，安徽省各市應(yīng)適度調(diào)整在農(nóng)業(yè)上的各項(xiàng)投入，各市農(nóng)業(yè)生產(chǎn)各項(xiàng)投入調(diào)整量如表2 所示。

具體來(lái)看，農(nóng)林牧漁從業(yè)人員方面，除安慶市外，安徽省其他各市的農(nóng)村勞動(dòng)力基本上得到了充分的利用，說(shuō)明安徽省的農(nóng)村勞動(dòng)力轉(zhuǎn)移較為充分，為推動(dòng)城鎮(zhèn)化提供了有利條件。化肥施用量過(guò)多不僅會(huì)帶來(lái)生態(tài)環(huán)境的污染，而且還會(huì)致使農(nóng)民依靠化肥保產(chǎn)而怠于引進(jìn)先進(jìn)的農(nóng)業(yè)技術(shù)，最終影響農(nóng)業(yè)生產(chǎn)效率的提高，因此，對(duì)化肥施用量的調(diào)整是提高農(nóng)業(yè)生產(chǎn)效率必要的措施。17市的化肥施用量需要調(diào)整的幅度不大，平均需要減少1.093 萬(wàn)噸。農(nóng)作物總播種面積需要調(diào)整的幅度也不大，平均需要減少0.836 萬(wàn)公頃。農(nóng)業(yè)機(jī)械總動(dòng)力、有效灌溉面積、農(nóng)村用電量調(diào)整幅度相對(duì)較大，尤其是農(nóng)村用電量，平均需要減少3 974.535 萬(wàn)千瓦時(shí)。

表2 非DEA 有效市農(nóng)業(yè)生產(chǎn)各項(xiàng)投入調(diào)整量

安徽省各市農(nóng)業(yè)生產(chǎn)的全要素生產(chǎn)率指數(shù)TFP變化差距不大(表3)。2000―2011年安徽省農(nóng)業(yè)全要素生產(chǎn)率平均每年增長(zhǎng)3.3%。在安徽省各市中，只有宿州市的全要素生產(chǎn)率低于1，為0.996，而其他各市的全要素生產(chǎn)率均大于1；12年來(lái)各市的平均全要素生產(chǎn)率增長(zhǎng)率均為正，其中合肥的增長(zhǎng)速度最快，平均每年增長(zhǎng)7.5%，馬鞍山和蚌埠市次之，分別為6.6%和6.1%。

從技術(shù)進(jìn)步變化看，除宿州市技術(shù)進(jìn)步變化指數(shù)小于1 之外，2000―2011年其余各市技術(shù)進(jìn)步變化指數(shù)均大于或等于1，其中技術(shù)進(jìn)步最大的是淮南市，平均每年技術(shù)進(jìn)步7.6%。農(nóng)業(yè)的技術(shù)創(chuàng)新體現(xiàn)在農(nóng)業(yè)生產(chǎn)制度的改進(jìn)、新的農(nóng)業(yè)工具的使用、農(nóng)業(yè)新技術(shù)的推廣和農(nóng)產(chǎn)品種植的多樣化等方面。這表明經(jīng)過(guò)多年的發(fā)展，安徽省各地區(qū)對(duì)農(nóng)業(yè)創(chuàng)新技術(shù)的引進(jìn)和推廣做得較好。

表3 2000―2011年17市農(nóng)業(yè)生產(chǎn)率Malmquist 指數(shù)分解平均值

表4 從時(shí)間角度顯示了安徽省17市2000― 2011年各年的農(nóng)業(yè)生產(chǎn)率Malmquist 指數(shù)。2000― 2011年安徽省農(nóng)業(yè)TFP 基本上呈上升趨勢(shì)。以上一年為基準(zhǔn)，其中2001年相比2000年農(nóng)業(yè)TFP 下降了2.4%，2009年相比上一年農(nóng)業(yè)TFP 下降了3.4%，其他年份的農(nóng)業(yè)TFP 呈增長(zhǎng)態(tài)勢(shì)。2001年和2009年農(nóng)業(yè)TFP 下降主要源于技術(shù)進(jìn)步指數(shù)的下降。安徽省農(nóng)業(yè)TFP 增長(zhǎng)率較高的是2004、2008、2010、2011年，相對(duì)上一年分別增長(zhǎng)了9.6%、10.4%、10.3%、6.3%。

技術(shù)進(jìn)步能夠降低平均成本、實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)、從而提高產(chǎn)出水平和農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)的集約邊際，安徽省農(nóng)業(yè)TFP 的增長(zhǎng)主要源于技術(shù)進(jìn)步。同時(shí)，農(nóng)業(yè)TFP 同樣受技術(shù)效率的直接影響。2000―2011年，安徽省農(nóng)業(yè)的平均技術(shù)進(jìn)步變化值為1.043，年均增長(zhǎng)4.3%。另外，純技術(shù)效率和規(guī)模效率的變化值均較低，這表明農(nóng)業(yè)技術(shù)熟練程度不高，農(nóng)業(yè)資源管理不佳。

由此說(shuō)明，要促進(jìn)安徽農(nóng)業(yè)TFP 不斷增長(zhǎng)，必須從技術(shù)進(jìn)步著手，加大對(duì)農(nóng)業(yè)科技創(chuàng)新的投入和注重技術(shù)效率的提高，將可持續(xù)發(fā)展置于首位；應(yīng)調(diào)整農(nóng)業(yè)投入結(jié)構(gòu)，加強(qiáng)農(nóng)業(yè)生產(chǎn)技術(shù)的應(yīng)用，建立技術(shù)密集型農(nóng)業(yè)，提高農(nóng)業(yè)規(guī)模效益和農(nóng)業(yè)勞動(dòng)生產(chǎn)效率，從而實(shí)現(xiàn)農(nóng)業(yè)現(xiàn)代化。

表4 17市2000―2011年農(nóng)業(yè)生產(chǎn)率Malmquist 指數(shù)及其分解

2．Tobit 模型結(jié)果分析

表5 顯示，城鎮(zhèn)化指標(biāo)在10%水平上正向影響著農(nóng)業(yè)生產(chǎn)效率，即隨著城鎮(zhèn)化的不斷發(fā)展，農(nóng)業(yè)生產(chǎn)效率將會(huì)不斷增長(zhǎng)；工業(yè)化指標(biāo)在5%水平上顯著正向影響著農(nóng)業(yè)生產(chǎn)效率，表明工業(yè)化的發(fā)展利于農(nóng)業(yè)生產(chǎn)效率的增長(zhǎng)，利于農(nóng)業(yè)現(xiàn)代化的實(shí)現(xiàn)，有助于實(shí)現(xiàn)工業(yè)和農(nóng)業(yè)的協(xié)同發(fā)展。從表5 可 以看到，非農(nóng)勞動(dòng)參與率對(duì)農(nóng)業(yè)生產(chǎn)效率的影響具有促進(jìn)作用。在城鎮(zhèn)化與工業(yè)化不斷推進(jìn)的過(guò)程中，非農(nóng)勞動(dòng)參與率也不斷提高，帶來(lái)農(nóng)民收入不斷增加和農(nóng)業(yè)生產(chǎn)方式逐漸由粗放型向密集型的轉(zhuǎn)變，使得農(nóng)業(yè)生產(chǎn)效率提高。

表5 安徽省農(nóng)業(yè)生產(chǎn)效率影響因素的Tobit 模型結(jié)果

農(nóng)業(yè)發(fā)展水平指標(biāo)對(duì)農(nóng)業(yè)生產(chǎn)效率具有正向影響作用。其中，人均農(nóng)業(yè)產(chǎn)值和農(nóng)業(yè)產(chǎn)值比重兩個(gè)指標(biāo)均在1%水平上顯著正向影響著農(nóng)業(yè)生產(chǎn)效率，意味著人均農(nóng)業(yè)產(chǎn)值和農(nóng)業(yè)產(chǎn)值比重越高，越利于農(nóng)業(yè)生產(chǎn)效率的增長(zhǎng)。農(nóng)業(yè)發(fā)展指標(biāo)中，農(nóng)業(yè)財(cái)政支出力度正向影響著農(nóng)業(yè)生產(chǎn)效率，即農(nóng)業(yè)財(cái)政支出力度越大，農(nóng)業(yè)生產(chǎn)效率越高，與預(yù)期假設(shè)一致。但農(nóng)作物受災(zāi)面積率正向影響著農(nóng)業(yè)生產(chǎn)效率增長(zhǎng)，這與預(yù)期假設(shè)并不相符，可能是因?yàn)楫?dāng)農(nóng)作物的受災(zāi)面積較大的時(shí)候，農(nóng)民和政府為確保農(nóng)業(yè)產(chǎn)值達(dá)到預(yù)期目標(biāo)，會(huì)更充分地利用農(nóng)業(yè)投入資源，農(nóng)業(yè)生產(chǎn)效率反而獲得增長(zhǎng)。

人力資本存量對(duì)農(nóng)業(yè)生產(chǎn)效率的提高具有促進(jìn)作用，是提高農(nóng)業(yè)生產(chǎn)效率的關(guān)鍵所在。表5 顯示，文盲率在1%的顯著水平上負(fù)向影響著農(nóng)業(yè)生產(chǎn)效率的提高，這說(shuō)明要提高農(nóng)業(yè)生產(chǎn)效率，必須加大對(duì)農(nóng)民的培訓(xùn)力度，提高農(nóng)民素質(zhì)。

時(shí)間虛擬變量本身對(duì)農(nóng)業(yè)生產(chǎn)效率有不顯著的正向影響，但是其平方項(xiàng)卻顯著地負(fù)向影響農(nóng)業(yè)生產(chǎn)效率。由此可以看出，農(nóng)業(yè)生產(chǎn)效率與時(shí)間變量之間存在著倒“U”的關(guān)系。也就是說(shuō)，隨著時(shí)間的發(fā)展和技術(shù)的進(jìn)步，農(nóng)業(yè)生產(chǎn)效率呈現(xiàn)先下降后上升的趨勢(shì)。從圖1 可以看出，2000—2011年的安徽省農(nóng)業(yè)生產(chǎn)效率是呈現(xiàn)波浪式下降的，結(jié)合Tobit 模型結(jié)果，可以推斷，目前安徽省農(nóng)業(yè)生產(chǎn)效率處于倒“U”型左側(cè)，隨著技術(shù)的進(jìn)步及資源的有效調(diào)整和利用，農(nóng)業(yè)生產(chǎn)效率最終會(huì)隨著時(shí)間的發(fā)展而上升。

四、結(jié)論與啟示

上述分析結(jié)果表明：從靜態(tài)方面來(lái)看，因?yàn)榧兗夹g(shù)效率的波動(dòng)式下降所致，安徽省農(nóng)業(yè)綜合技術(shù)效率呈現(xiàn)波動(dòng)式下降，大多數(shù)城市均處于非DEA有效狀態(tài)；從動(dòng)態(tài)方面來(lái)看，安徽省農(nóng)業(yè)TFP 的增長(zhǎng)主要依賴(lài)引進(jìn)新技術(shù)(技術(shù)水平變化較高)，對(duì)技術(shù)熟練程度與農(nóng)業(yè)資源管理的重視不夠(純技術(shù)效率變化和規(guī)模效率較差)，總體上抑制了農(nóng)業(yè)TFP的進(jìn)步；就影響因素而言，城鎮(zhèn)化、工業(yè)化、非農(nóng)勞動(dòng)率、農(nóng)業(yè)發(fā)展水平都顯著地正向影響著農(nóng)業(yè)生產(chǎn)效率，文盲率顯著地負(fù)向影響農(nóng)業(yè)生產(chǎn)效率，時(shí)間變量與農(nóng)業(yè)生產(chǎn)效率之間存在倒“U”關(guān)系。

基于此，筆者認(rèn)為，在城鎮(zhèn)化、工業(yè)化和農(nóng)業(yè)現(xiàn)代化進(jìn)程中，農(nóng)業(yè)大省為了進(jìn)一步提升農(nóng)業(yè)生產(chǎn)效率，切實(shí)增長(zhǎng)農(nóng)民收入，協(xié)調(diào)發(fā)展，從而最終實(shí)現(xiàn)城鄉(xiāng)一體化，應(yīng)注重以下方面的工作：首先，減少冗余農(nóng)業(yè)投入量，加大科技投入。農(nóng)業(yè)增長(zhǎng)方式需要由傳統(tǒng)的粗放型向現(xiàn)代的集約型轉(zhuǎn)變，農(nóng)業(yè)的增長(zhǎng)不能完全以依靠土地、資本、勞力等生產(chǎn)要素的投入為主，而是應(yīng)該以科技進(jìn)步來(lái)促進(jìn)全要素生產(chǎn)率的增長(zhǎng)。其次，推動(dòng)城鎮(zhèn)化建設(shè)和工業(yè)化發(fā)展，為農(nóng)業(yè)生產(chǎn)效率的增長(zhǎng)提供堅(jiān)實(shí)的保障。城鎮(zhèn)化建設(shè)過(guò)程中必會(huì)產(chǎn)生大量的就業(yè)機(jī)會(huì)，提高非農(nóng)勞動(dòng)參與率，推動(dòng)農(nóng)業(yè)生產(chǎn)方式由勞動(dòng)密集型向技術(shù)密集型轉(zhuǎn)變。加快工業(yè)化進(jìn)程，中國(guó)已進(jìn)入工業(yè)反哺農(nóng)業(yè)的階段，工業(yè)化的發(fā)展會(huì)進(jìn)一步推動(dòng)農(nóng)業(yè)現(xiàn)代化和城鎮(zhèn)化，由此，應(yīng)處理好城鎮(zhèn)化、工業(yè)化、農(nóng)業(yè)現(xiàn)代化三者之間的關(guān)系，實(shí)現(xiàn)協(xié)調(diào)發(fā)展。最后，加大對(duì)農(nóng)民的教育和培訓(xùn)力度，提高農(nóng)民素質(zhì)。要實(shí)現(xiàn)農(nóng)業(yè)持續(xù)穩(wěn)定發(fā)展、確保農(nóng)產(chǎn)品長(zhǎng)期有效供給，根本出路在科技，農(nóng)業(yè)科技是農(nóng)業(yè)增產(chǎn)、農(nóng)民增收、農(nóng)村繁榮的重要途徑。只有培養(yǎng)大量的科技與管理人才，大幅度提高農(nóng)民的科技文化素質(zhì)，才能不斷提高農(nóng)業(yè)生產(chǎn)和經(jīng)營(yíng)效益，才能促進(jìn)農(nóng)業(yè)和農(nóng)村經(jīng)濟(jì)的持續(xù)穩(wěn)定發(fā)展。

[1]Gopinath M, Kennedy P L．Agricultural Trade and Productivity Growth：A State-level Analysis[J]. American Journal of Agricultural Economies，2000，82(5)：1213-1218．

[2]張瀠文，陳玉福．基于DEA 模型的江蘇省204 國(guó)道樣帶區(qū)農(nóng)業(yè)生產(chǎn)效率評(píng)價(jià)[J]．資源科學(xué)，2010，32(2)：353-358．

[3]Lin J Y．Rural Reforms and Agricultural Growth in China[J]．American Economic Review，1992，82(1)：34-51．

[4]方大春．我國(guó)農(nóng)業(yè)生產(chǎn)效率的時(shí)空特征——基于DEA模型分析[J]．經(jīng)濟(jì)體制改革，2011(3)：85-88．

[5]汪旭暉，劉勇．基于DEA 模型的我國(guó)農(nóng)業(yè)生產(chǎn)效率綜合評(píng)價(jià)[J]．河北經(jīng)貿(mào)大學(xué)學(xué)報(bào)，2008，29(1)：53-59．

[6]李谷成．技術(shù)效率、技術(shù)進(jìn)步與中國(guó)農(nóng)業(yè)生產(chǎn)率增長(zhǎng)[J]．經(jīng)濟(jì)評(píng)論，2009(1)：60-68．

[7]李錄堂，薛繼亮．中國(guó)農(nóng)業(yè)生產(chǎn)率增長(zhǎng)變化趨勢(shì)研究：1980―2006[J]．上海財(cái)經(jīng)大學(xué)學(xué)報(bào)，2008，10(4)：76-83．

[8]李靜，孟令杰．中國(guó)農(nóng)業(yè)生產(chǎn)率的變動(dòng)與分解分析：1978―2004——基于非參數(shù)的HMB 生產(chǎn)率指數(shù)的實(shí)證研究[J]．?dāng)?shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2006(5)：11-19．

[9]江激宇，李靜，孟令杰．中國(guó)農(nóng)業(yè)生產(chǎn)率的增長(zhǎng)趨勢(shì)：1978―2002[J]．南京農(nóng)業(yè)大學(xué)學(xué)報(bào)，2005，28(3)：113-118．

[10]石慧，吳方衛(wèi)．中國(guó)農(nóng)業(yè)生產(chǎn)率地區(qū)差異的影響因素研究——基于空間計(jì)量的分析[J]．世界經(jīng)濟(jì)文匯，2011(3)：50-73．

[11]韓曉燕，翟印禮．中國(guó)農(nóng)業(yè)生產(chǎn)率的地區(qū)差異與收斂性研究[J]．農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2005(6)：52-57．

[12]郭軍華，倪明，李邦義．基于三階段DEA 模型的農(nóng)業(yè)生產(chǎn)效率研究[J]．?dāng)?shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010(12)：27-38．

[13]馬其芳，黃賢金．區(qū)域農(nóng)業(yè)循環(huán)評(píng)價(jià)及其實(shí)證研究[J]．自然資源學(xué)報(bào)，2005，20(6)：891-899．

[14]楊易，吳秀敏，趙智晶．基于Malmquist 指數(shù)的四川省農(nóng)業(yè)全要素生產(chǎn)率分析[J]．湖北農(nóng)業(yè)科學(xué)，2011，50(6)：1283-1287．

[15]賀正楚．基于數(shù)據(jù)包絡(luò)分析法的湖南省“兩型”農(nóng)業(yè)生產(chǎn)效率評(píng)價(jià)[J]．農(nóng)業(yè)現(xiàn)代化研究，2011，32(3)：344-347．