程麗雯，徐 曄，陶長(zhǎng)琪

（江西財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)院，江西南昌330013）

要素誤置給中國(guó)農(nóng)業(yè)帶來多大損失？
——基于超越對(duì)數(shù)生產(chǎn)函數(shù)的隨機(jī)前沿模型

程麗雯，徐 曄，陶長(zhǎng)琪

（江西財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)院，江西南昌330013）

在Aoki（2012）的理論框架上納入了農(nóng)業(yè)最主要的投入要素——土地，同時(shí)建立超越對(duì)數(shù)生產(chǎn)函數(shù)的隨機(jī)前沿模型進(jìn)行系數(shù)估計(jì)，通過對(duì)產(chǎn)出變動(dòng)的再分解，從理論和實(shí)證兩個(gè)方面驗(yàn)證了要素誤置對(duì)農(nóng)業(yè)生產(chǎn)的抑制作用，彌補(bǔ)了C-D生產(chǎn)函數(shù)無法考慮要素間扭曲相互作用的不足。結(jié)果表明：第一，農(nóng)業(yè)要素存在誤置現(xiàn)象。對(duì)比各要素間的扭曲程度，土地要素扭曲最為嚴(yán)重；對(duì)比各地區(qū)間的要素誤置程度，中部地區(qū)農(nóng)業(yè)要素誤置最為嚴(yán)重。第二，農(nóng)業(yè)要素誤置帶來產(chǎn)出損失。通過對(duì)要素扭曲效應(yīng)再分解，發(fā)現(xiàn)各要素間價(jià)格扭曲相互作用帶來的產(chǎn)出損失大于要素自身價(jià)格扭曲帶來的產(chǎn)出損失。實(shí)證研究表明，用超越對(duì)數(shù)生產(chǎn)函數(shù)替代C-D生產(chǎn)函數(shù)進(jìn)行要素誤置的分析更加合理。

農(nóng)業(yè)投入；資源錯(cuò)配；農(nóng)業(yè)經(jīng)濟(jì)；價(jià)格扭曲；超越對(duì)數(shù)生產(chǎn)函數(shù)

引言

“三農(nóng)”問題一直是我國(guó)社會(huì)主義現(xiàn)代化建設(shè)的關(guān)鍵問題。雖然近年來農(nóng)業(yè)比重在下降、農(nóng)村人口在減少，但農(nóng)業(yè)在國(guó)民經(jīng)濟(jì)中的基礎(chǔ)地位仍舊沒有改變?，F(xiàn)階段，實(shí)現(xiàn)全面建成小康社會(huì)宏偉目標(biāo)，農(nóng)業(yè)農(nóng)村發(fā)展越來越重要。農(nóng)業(yè)農(nóng)村的發(fā)展不僅取決于農(nóng)業(yè)技術(shù)水平的提高，而且取決于農(nóng)業(yè)要素的優(yōu)化配置及利用效率的提高，正如Johnson（1997）［1］曾指出的，對(duì)于中國(guó)這樣的發(fā)展中國(guó)家而言，農(nóng)業(yè)全要素生產(chǎn)率（TFP）的增長(zhǎng)是國(guó)民財(cái)富增長(zhǎng)的核心。

中國(guó)農(nóng)業(yè)投入要素及其配置與農(nóng)業(yè)產(chǎn)出問題一直受到學(xué)者的廣泛關(guān)注。國(guó)外學(xué)者Wiens（1982）［2］、McMillan（1989）［3］、Fan（1991）［4］、Lin（1992）［5］等最早對(duì)中國(guó)農(nóng)業(yè)全要素生產(chǎn)率進(jìn)行了研究，他們普遍認(rèn)為我國(guó)農(nóng)業(yè)全要素生產(chǎn)率在改革開放初期具有較高增速，而在計(jì)劃經(jīng)濟(jì)時(shí)期處于停滯狀態(tài)。我國(guó)學(xué)者楊剛（2013）［6］、彭代彥（2013）［7］、潘丹（2013）［8］、應(yīng)瑞瑤（2012）［9］等用不同方法對(duì)農(nóng)業(yè)全要素生產(chǎn)率進(jìn)行分析，考察了基于不同視角農(nóng)業(yè)全要素生產(chǎn)率的變化趨勢(shì)和空間相關(guān)性。

直到2009年，Hsieh&Klenow［10］發(fā)現(xiàn)，由于要素價(jià)格扭曲的存在，資源配置無法達(dá)到最優(yōu)。同時(shí)，他們的研究表明，若對(duì)中國(guó)的勞動(dòng)及資本進(jìn)行重新配置，TFP將提高25%～40%。于是，要素價(jià)格扭曲對(duì)產(chǎn)出影響的研究逐漸引起人們的重視。例如，Aoki（2012）［11］、陳永偉（2011）［12］通過對(duì)產(chǎn)出變動(dòng)進(jìn)行分解，從理論和實(shí)證角度討論了要素價(jià)格扭曲對(duì)制造業(yè)產(chǎn)出的影響，發(fā)現(xiàn)要素錯(cuò)配對(duì)制造業(yè)的影響主要體現(xiàn)在中間投入品價(jià)格扭曲上；曹東坡（2014）［13］則對(duì)服務(wù)業(yè)要素錯(cuò)配現(xiàn)象進(jìn)行研究，發(fā)現(xiàn)服務(wù)業(yè)要素錯(cuò)配對(duì)服務(wù)業(yè)的影響逐年增大且存在較大地區(qū)差異，錯(cuò)配的要素主要為勞動(dòng)價(jià)格扭曲。

對(duì)農(nóng)業(yè)要素錯(cuò)配進(jìn)行討論的文獻(xiàn)并不多見。朱喜（2011）［14］在未考慮土地投入要素的情況下通過構(gòu)建C-D產(chǎn)出函數(shù)，討論了要素配置扭曲程度及其與TFP之間的關(guān)系，發(fā)現(xiàn)農(nóng)業(yè)要素誤置存在嚴(yán)重的地區(qū)差異。但由于模型限制，他無法量化資本和勞動(dòng)錯(cuò)配程度對(duì)產(chǎn)出變動(dòng)的影響。而Assuncao（2003）［15］、李谷成（2009）［16］和Adamopoulos（2013）［17］則僅對(duì)土地投入要素扭曲對(duì)產(chǎn)出的影響進(jìn)行討論，未對(duì)勞動(dòng)和資本的扭曲問題展開研究。他們認(rèn)為土地規(guī)模變化會(huì)造成農(nóng)業(yè)生產(chǎn)效率損失，而發(fā)展中國(guó)家的政策干預(yù)是土地規(guī)模扭曲的主要原因。

可以看出，現(xiàn)有文獻(xiàn)對(duì)農(nóng)業(yè)要素誤置方面的研究仍舊存在很大缺陷?；诖耍疚膶⒁劐e(cuò)配定義為要素邊際產(chǎn)出在各經(jīng)濟(jì)個(gè)體層面上不相等的現(xiàn)象，并通過“價(jià)格稅”對(duì)農(nóng)業(yè)生產(chǎn)中的三大主要投入要素——資本、土地、勞動(dòng)力的誤置進(jìn)行量化研究，構(gòu)建不再具有產(chǎn)出彈性固定強(qiáng)假設(shè)的超越對(duì)數(shù)生產(chǎn)函數(shù)，結(jié)合中國(guó)農(nóng)業(yè)要素價(jià)格扭曲現(xiàn)狀和Aoki（2012）［11］的帶有扭曲的競(jìng)爭(zhēng)均衡模型，在測(cè)算相對(duì)扭曲系數(shù)的基礎(chǔ)上對(duì)產(chǎn)出變動(dòng)進(jìn)行分解，討論產(chǎn)出變動(dòng)和再分解后要素扭曲效應(yīng)的影響因素。結(jié)果表明：通過要素扭曲效應(yīng)反映的要素誤置對(duì)農(nóng)業(yè)產(chǎn)出有負(fù)效應(yīng)；經(jīng)再分解表明：要素間相互作用對(duì)要素價(jià)格扭曲的影響不容忽視，各要素間價(jià)格扭曲相互作用帶來的產(chǎn)出損失大于要素自身價(jià)格扭曲帶來的產(chǎn)出損失。

本文在綜合考慮已有研究的基礎(chǔ)上做出以下改進(jìn)：第一，納入農(nóng)業(yè)主要投入要素——土地，探討土地要素誤置對(duì)中國(guó)農(nóng)業(yè)要素市場(chǎng)扭曲的影響問題；第二，用超越對(duì)數(shù)生產(chǎn)函數(shù)替代C-D生產(chǎn)函數(shù)，探討要素價(jià)格扭曲相互作用對(duì)產(chǎn)出影響的不可忽視性，彌補(bǔ)C-D生產(chǎn)函數(shù)無法考慮要素間扭曲相互作用的不足，保證結(jié)果的準(zhǔn)確性和合理性；第三，用超越對(duì)數(shù)生產(chǎn)函數(shù)的隨機(jī)前沿模型實(shí)現(xiàn)產(chǎn)出的分解，探討技術(shù)進(jìn)步對(duì)產(chǎn)出貢獻(xiàn)的可分解性。

一、理論模型

（一）N個(gè)地區(qū)的競(jìng)爭(zhēng)均衡

假設(shè)有N個(gè)地區(qū)生產(chǎn)同樣的農(nóng)產(chǎn)品，且產(chǎn)品市場(chǎng)是完全競(jìng)爭(zhēng)的，所有農(nóng)戶都是農(nóng)產(chǎn)品價(jià)格的接受者，所有農(nóng)戶都投入三種要素進(jìn)行生產(chǎn)：勞動(dòng)L、資本K和土地M?；谵r(nóng)業(yè)無特定行業(yè)劃分的特殊性和農(nóng)戶個(gè)體數(shù)據(jù)的不可得性，假定同一地區(qū)所有農(nóng)戶的生產(chǎn)函數(shù)均相同，因此可以用一個(gè)農(nóng)戶的生產(chǎn)函數(shù)來代表該地區(qū)的生產(chǎn)函數(shù)。區(qū)別于發(fā)達(dá)國(guó)家的誘導(dǎo)型經(jīng)濟(jì)體制，中國(guó)的政府主導(dǎo)型經(jīng)濟(jì)體制主要依賴國(guó)家政策促進(jìn)經(jīng)濟(jì)發(fā)展，造成了嚴(yán)重的要素價(jià)格非市場(chǎng)化現(xiàn)象?；蔚囊乇葍r(jià)關(guān)系必然扭曲要素投入結(jié)構(gòu)，故用假設(shè)要素規(guī)模報(bào)酬不變來測(cè)算出的各投入要素的產(chǎn)出彈性難免被高估?；谝陨峡紤]，與Aoki（2012）［11］、陳永偉（2011）［12］、朱喜（2011）［14］采用C-D生產(chǎn)函數(shù)研究要素誤置問題不同，本文采用易估計(jì)和包容性很強(qiáng)的超越對(duì)數(shù)生產(chǎn)函數(shù)進(jìn)行研究。一方面，它允許替代彈性隨要素密集度變化而變化，另一方面，它能有效反映多要素投入下的最小投入需求以及任意要素間的相互作用關(guān)系，因而更適合多要素投入下的要素產(chǎn)出彈性的全局動(dòng)態(tài)分析?？紤]i個(gè)地區(qū)的農(nóng)業(yè)投入要素——?jiǎng)趧?dòng)、資本和土地，可以得到第i個(gè)地區(qū)的生產(chǎn)函數(shù)表達(dá)式如下：

為了使每個(gè)地區(qū)達(dá)到競(jìng)爭(zhēng)均衡，首先構(gòu)建地區(qū)i的利潤(rùn)函數(shù)

根據(jù)利潤(rùn)最大化目標(biāo)，得到一階最優(yōu)條件：

其次，對(duì)i個(gè)地區(qū)（作為經(jīng)濟(jì)體S）的加總生產(chǎn)函數(shù)進(jìn)行定義，假設(shè)該加總生產(chǎn)函數(shù)規(guī)模報(bào)酬不變（CRS），且滿足

根據(jù)歐拉定理，有

最后，假定整個(gè)經(jīng)濟(jì)體S各項(xiàng)投入要素的供給總量是外生給定的，由此可以構(gòu)建資源約束條件：

結(jié)合式（1）至式（13），我們可以定義該經(jīng)濟(jì)總體在要素市場(chǎng)價(jià)格扭曲下的競(jìng)爭(zhēng)均衡。如同Aoki（2012）的研究一樣，給定全要素生產(chǎn)率（AI）、投入要素的“價(jià)格稅”和投入要素的供給總量（K、L、 M），在滿足式（1）至式（13）的條件下，可以得到一個(gè)由組成的競(jìng)爭(zhēng)均衡。

利用這個(gè)競(jìng)爭(zhēng)均衡，我們可以導(dǎo)出用“價(jià)格稅”表示的地區(qū)i的各項(xiàng)要素投入量Ki、Li、Mi。聯(lián)立式（2）、式（6）、式（10）和式（11），得到Ki的表達(dá)式

同時(shí)，根據(jù)Hsieh&Klenow（2009）［10］研究中關(guān)于相對(duì)扭曲系數(shù)和絕對(duì)扭曲系數(shù)的定義，我們記資本的絕對(duì)扭曲系數(shù)為

記資本的相對(duì)扭曲系數(shù)為

聯(lián)立式（14）、式（15）和式（17），可以得到

式（17）至式（20）揭示了扭曲的“價(jià)格稅”對(duì)投入要素（資本、勞動(dòng)和土地）配置所產(chǎn)生的影響。

首先，從式（18）和式（19）可以看出，“價(jià)格稅”主要通過相對(duì)扭曲系數(shù)影響各經(jīng)濟(jì)個(gè)體的要素配置，同時(shí)也可以通過各地區(qū)產(chǎn)出的市場(chǎng)份額作用于要素配置。值得注意的是，此處要素產(chǎn)出彈性［見式（5）］不但包括C-D生產(chǎn)函數(shù)中生產(chǎn)要素對(duì)經(jīng)濟(jì)增長(zhǎng)的直接效應(yīng)，而且還包含了各要素相互作用引起的產(chǎn)出外溢效應(yīng)。要素配置的另一個(gè)重要影響因素——要素溢出效應(yīng)的提出，說明超越對(duì)數(shù)生產(chǎn)函數(shù)中的要素產(chǎn)出彈性放松了C-D生產(chǎn)函數(shù)形式中要素相互作用無產(chǎn)出貢獻(xiàn)這一強(qiáng)假設(shè)。因此“價(jià)格稅”也可以通過要素之間的溢出效應(yīng)作用于要素配置，這是以往各類研究從未涉及的。

其次，由式（17）可知，相對(duì)扭曲系數(shù)是地區(qū)i在要素誤置條件下所獲得回報(bào) （即高于無扭曲時(shí)的價(jià)格的部分，也有可能是虧損）的倒數(shù)與所有N個(gè)地區(qū)在相同條件下所獲得回報(bào)的加權(quán)平均值的倒數(shù)形成的比率關(guān)系，它體現(xiàn)了地區(qū)i相對(duì)于總體平均值的資源扭曲情況。當(dāng)N個(gè)地區(qū)的“價(jià)格稅”相同時(shí)，所有個(gè)體同種要素的相對(duì)扭曲系數(shù)均相同，這意味著在這個(gè)經(jīng)濟(jì)體S中，任意地區(qū)i不存在要素價(jià)格扭曲即要素誤置情況。當(dāng)N個(gè)地區(qū)間的“價(jià)格稅”分布情況不同，如（地區(qū)i的“價(jià)格稅”小于N個(gè)地區(qū)的平均“價(jià)格稅”）且每個(gè)地區(qū)產(chǎn)出的市場(chǎng)份額差異不大、要素溢出效應(yīng)不明顯時(shí)，地區(qū)i的資本要素投入會(huì)大于不存在要素誤置的情形。若考慮“價(jià)格稅”不同使得每個(gè)地區(qū)產(chǎn)出的市場(chǎng)份額分布和要素溢出效應(yīng)各不相同的情形，則要通過它們之間作用大小的對(duì)比來分析要素誤置。

最后，式（20）反映了相對(duì)扭曲系數(shù)的另一層含義，即它還是要素市場(chǎng)扭曲條件下地區(qū)i的要素配置與要素對(duì)產(chǎn)出的貢獻(xiàn)率所構(gòu)成的比率關(guān)系，這說明了要素市場(chǎng)扭曲狀況是基于地區(qū)間“價(jià)格稅”分布各不相同而產(chǎn)生且相對(duì)于整個(gè)經(jīng)濟(jì)體的平均水平而言的，驗(yàn)證了用相對(duì)扭曲系數(shù)而非直接采用絕對(duì)扭曲系數(shù)的必要性。另外，若相對(duì)扭曲系數(shù)大于1，表明要素成本過高，地區(qū)i“價(jià)格稅”主要通過要素市場(chǎng)相對(duì)扭曲系數(shù)影響要素配置；若相對(duì)扭曲系數(shù)接近于0，則表明要素成本過低，“價(jià)格稅”主要通過產(chǎn)出的市場(chǎng)份額分布和要素溢出效應(yīng)影響要素配置。

（二）產(chǎn)出變動(dòng)的分解

為了研究不同時(shí)期的產(chǎn)出變動(dòng)情況，將時(shí)間趨勢(shì)納入生產(chǎn)函數(shù)，建立資本、勞動(dòng)和土地三要素的超越對(duì)數(shù)生產(chǎn)函數(shù)的隨機(jī)前沿模型［18-19］，則式（1）變?yōu)?/p>

對(duì)時(shí)間t求偏導(dǎo)，根據(jù)中值定理，由t時(shí)刻到t+1時(shí)刻的產(chǎn)出變動(dòng)（為了簡(jiǎn)便，省略it腳標(biāo)）為

根據(jù)式（18）、式（19）、式（21）和式（22），可得產(chǎn)出變動(dòng)表達(dá)式（僅省略i腳標(biāo)）如下：

由式（23）可知，產(chǎn)出變動(dòng)分成五部分：

第一部分是技術(shù)進(jìn)步（TP），它反映了在投入要素不變的情況下，產(chǎn)出隨時(shí)間變化的變化率。它由中性技術(shù)進(jìn)步貢獻(xiàn)率（TP中的前兩項(xiàng)）和偏向性技術(shù)進(jìn)步率（TP中的后三項(xiàng)）兩部分組成，其中偏向性技術(shù)進(jìn)步率是隨時(shí)間和要素稟賦變化的配置效率因子。當(dāng)TP>0時(shí)，表示技術(shù)進(jìn)步；當(dāng)TP<0時(shí)，表示技術(shù)退步；當(dāng)TP=0時(shí)，表示技術(shù)保持不變。

第二部分是技術(shù)效率的變化（TE）。根據(jù)隨機(jī)前沿函數(shù)可知，是相對(duì)于時(shí)間的變化率。TE>0，表示技術(shù)效率提高；TE<0，表示技術(shù)效率降低；TE=0，表示技術(shù)效率不變。

第三部分是地區(qū)市場(chǎng)份額在不同時(shí)期的變化對(duì)產(chǎn)出變動(dòng)的貢獻(xiàn)，記作SS。其中，反映了規(guī)模報(bào)酬變化情況，，表明從第t年到第t+1年該地區(qū)呈規(guī)模報(bào)酬遞增，分別反映規(guī)模報(bào)酬遞減和規(guī)模報(bào)酬不變。

第四部分是要素扭曲效應(yīng)（DE），表示要素投入在不同時(shí)期的配置結(jié)構(gòu)變化對(duì)產(chǎn)出變動(dòng)產(chǎn)生的影響。通過該指標(biāo)可以分析要素價(jià)格扭曲對(duì)產(chǎn)出變化的貢獻(xiàn)。這里驗(yàn)證了式（18）和式（19）的正確性，“價(jià)格稅”主要通過相對(duì)扭曲系數(shù)影響各地區(qū)的要素配置，而DE進(jìn)一步反映了這種影響機(jī)制對(duì)產(chǎn)量變動(dòng)的影響。

第五部分是要素貢獻(xiàn)加權(quán)比率的變化 （CE）。在C-D生產(chǎn)函數(shù)中，不同時(shí)期的要素貢獻(xiàn)值往往是固定值，而在放寬了假設(shè)條件的超越對(duì)數(shù)生產(chǎn)函數(shù)中，要素貢獻(xiàn)值隨著時(shí)間和地域的變化而變化。要素貢獻(xiàn)加權(quán)比率的變化不僅可以衡量在要素誤置下的要素貢獻(xiàn)率對(duì)產(chǎn)出的影響，而且可以通過具體數(shù)據(jù)對(duì)放寬C-D生產(chǎn)函數(shù)假設(shè)的必要性進(jìn)行論證。

（三）要素扭曲效應(yīng)（DE）的影響因素分析

為了深入了解要素誤置對(duì)產(chǎn)出的影響，本文重點(diǎn)考慮的分解項(xiàng)是要素扭曲效應(yīng)（DE）。

由式（23），可把要素配置效應(yīng)再分解為各個(gè)投入要素配置對(duì)產(chǎn)出的影響，如下式所示：

其中DEK、DEL和DEM分別為投入要素資本、勞動(dòng)和土地所產(chǎn)生的市場(chǎng)扭曲程度變動(dòng)對(duì)產(chǎn)出變動(dòng)的影響。

由于加入了時(shí)間變量，根據(jù)式（21），投入要素K的產(chǎn)出彈性變?yōu)?/p>

可以看出，投入要素K的產(chǎn)出彈性與C-D生產(chǎn)函數(shù)中的固定性強(qiáng)假設(shè)不同，它不僅包含了生產(chǎn)要素對(duì)經(jīng)濟(jì)增長(zhǎng)的直接效應(yīng)，而且還包含了K與L、K與技術(shù)進(jìn)步之間相互作用以及K自身對(duì)產(chǎn)出增加的溢出效應(yīng)。因此，DEK主要取決于相對(duì)扭曲系數(shù)，同時(shí)還受投入要素K的產(chǎn)出彈性影響，而這種影響包括直接效應(yīng)和溢出效應(yīng)兩方面的作用。這再一次驗(yàn)證了式（18）和式（19）的正確性，反映了扭曲的“價(jià)格稅”通過要素產(chǎn)出彈性的直接效應(yīng)和溢出效應(yīng)對(duì)投入要素（資本、勞動(dòng)和土地）配置所產(chǎn)生的影響，而對(duì)DE再分解進(jìn)一步反映了這種影響機(jī)制對(duì)產(chǎn)量變動(dòng)的影響，如下式所示：

其中DDEK表示直接效應(yīng)下資本要素價(jià)格扭曲對(duì)產(chǎn)出變動(dòng)的影響，ODEK表示溢出效應(yīng)下資本要素價(jià)格扭曲對(duì)產(chǎn)出變動(dòng)的影響。

目前大多數(shù)研究都是圍繞直接效應(yīng)下的要素誤置展開的，但單個(gè)經(jīng)濟(jì)變量的要素誤置情況的變化會(huì)帶來其他經(jīng)濟(jì)變量的相應(yīng)變化，特別是在要素投入中，一種要素投入的減少往往伴隨著另一種要素投入的增加，以保證成本最小化下的經(jīng)濟(jì)持續(xù)增長(zhǎng)。所以本文借助超越對(duì)數(shù)成本函數(shù)的隨機(jī)前沿模型對(duì)要素誤置下的產(chǎn)出變動(dòng)進(jìn)行分解，相比以往的研究，這種方法更加合理和嚴(yán)謹(jǐn)。

類似式（26），可以導(dǎo)出勞動(dòng)和土地這兩種投入要素誤置對(duì)產(chǎn)出變動(dòng)的影響，如下式所示：

二、模型估計(jì)與檢驗(yàn)

根據(jù)理論模型，為了測(cè)算各地區(qū)的相對(duì)扭曲系數(shù)，本小節(jié)將運(yùn)用最大似然回歸對(duì)構(gòu)建的超越對(duì)數(shù)生產(chǎn)函數(shù)的隨機(jī)前沿模型即表達(dá)式（21）中的投入要素產(chǎn)出彈性進(jìn)行估計(jì)，并從模型的設(shè)定檢驗(yàn)和穩(wěn)健性檢驗(yàn)兩方面驗(yàn)證模型和實(shí)證結(jié)果的可靠性。

（一）數(shù)據(jù)說明

本文討論的是30個(gè)省、自治區(qū)、直轄市2000—2012年的農(nóng)業(yè)生產(chǎn)過程（由于西藏自治區(qū)數(shù)據(jù)缺失過多，故做剔除處理）。需要說明的是，為了保證與農(nóng)業(yè)投入（勞動(dòng)力、資本、土地）統(tǒng)計(jì)口徑相一致，本文不考慮存在相關(guān)副業(yè)的農(nóng)業(yè)，只考慮包括農(nóng)林牧漁四大產(chǎn)業(yè)的農(nóng)業(yè)。這與李谷成（2009）［20］、郭軍華（2010）［21］等的處理方式是一致的。

根據(jù)數(shù)據(jù)的可得性和合理性，刻畫各變量的指標(biāo)選擇如下：

第一，資本投入量。本文用永續(xù)盤存法（PLA）估算的農(nóng)業(yè)資本存量表示資本要素。

計(jì)算農(nóng)業(yè)資本存量，涉及基期資本存量、各期資本投入增量、資產(chǎn)價(jià)格指數(shù)和資本折舊率等數(shù)據(jù)。以2000年為基期，借鑒Young（2000）［22］所采取的折舊-貼現(xiàn)法確定基年資本存量，選取折舊率δ=6%，將基年投資除以投資平均增長(zhǎng)率與折舊率之和得到的商作為基期資本存量。根據(jù)李賓（2011）［23］的研究，采取各地固定資產(chǎn)形成額或全社會(huì)固定資產(chǎn)投資額作為各期資本投入增量，二者所計(jì)算的資本存量差距不大，所以，本文把從《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)固定資產(chǎn)投資統(tǒng)計(jì)年鑒》中得到的農(nóng)林牧漁業(yè)固定資產(chǎn)投資總額作為2000—2012年的資本投入增量，單位為億元。由于各期資本投入增量是以當(dāng)年價(jià)格計(jì)算的，為了平減為2000年不變價(jià)格，與蔡曉陳（2009）［24］一樣，本文用各省固定資產(chǎn)投資價(jià)格指數(shù)（也需要換算為2000年不變價(jià)格）作為資產(chǎn)價(jià)格平減指數(shù)，使固定資產(chǎn)投資總額變?yōu)?000年不變價(jià)格，數(shù)據(jù)來自《中國(guó)城市生活與價(jià)格年鑒》和《中國(guó)統(tǒng)計(jì)摘要2013》。綜上所述，資本存量的計(jì)算公式如下：

利用式（29），可以計(jì)算得到農(nóng)業(yè)的資本存量。

第二，勞動(dòng)力投入量。用第一產(chǎn)業(yè)就業(yè)人員數(shù)量表示農(nóng)業(yè)勞動(dòng)力要素［7-8］，單位為萬人。

2000—2009年數(shù)據(jù)可以從《中國(guó)統(tǒng)計(jì)年鑒》中得到，而2010—2012年數(shù)據(jù)來自各省統(tǒng)計(jì)年鑒。針對(duì)黑龍江省2011年和2012年數(shù)據(jù)缺失的情況，本文采用相似省份數(shù)據(jù)補(bǔ)充的方式，以甘肅省2011年和2012年的數(shù)據(jù)代替。

第三，土地投入量。在狹義農(nóng)業(yè)的定義下，土地投入即農(nóng)作物播種面積［8，9，25］。本文所討論的農(nóng)業(yè)包括農(nóng)林牧漁四大產(chǎn)業(yè)，土地投入不僅包括用作耕地的土地，還包括非用作耕地的土地。根據(jù)數(shù)據(jù)的可得性，我們采用農(nóng)作物播種面積、造林面積和水產(chǎn)養(yǎng)殖面積的加總來表示土地投入量，單位為千公頃。其中，農(nóng)作物播種面積和造林面積可直接在《中國(guó)農(nóng)業(yè)統(tǒng)計(jì)年鑒》中得到，水產(chǎn)養(yǎng)殖面積用淡水養(yǎng)殖面積（或內(nèi)陸?zhàn)B殖面積）與海水養(yǎng)殖面積加總得到。

第四，農(nóng)業(yè)產(chǎn)出量。以農(nóng)林牧漁業(yè)產(chǎn)出增加值表示［13］，單位為億元，數(shù)據(jù)來自《中國(guó)農(nóng)業(yè)統(tǒng)計(jì)年鑒》。由于農(nóng)業(yè)產(chǎn)出增加值均是按當(dāng)年價(jià)格計(jì)算的，所以用GDP價(jià)格指數(shù)平減為2000年不變價(jià)格，以保證數(shù)據(jù)的準(zhǔn)確性和合理性。

（二）模型估計(jì)及結(jié)果分析

根據(jù)理論模型，為了測(cè)算各地區(qū)的要素誤置情況，這一部分要對(duì)隨機(jī)前沿模型式（21）進(jìn)行參數(shù)估計(jì)。

最早對(duì)隨機(jī)前沿模型進(jìn)行參數(shù)估計(jì)的方法是兩步回歸法，但是這種方法要加入兩個(gè)假設(shè)條件：第一，假定無關(guān)效率項(xiàng)的外生解釋變量與投入要素間不存在相關(guān)性；第二，用來解釋技術(shù)變量的外生變量往往在第一步回歸時(shí)被假定為與技術(shù)效率無關(guān)的變量。顯然，這些假定條件造成了第一步回歸和第二步回歸的內(nèi)在沖突，違背了無效率部分同分布假定。所以，經(jīng)過對(duì)模型進(jìn)行改進(jìn)，Battese（1995）［26］提出了可以對(duì)隨機(jī)前沿模型參數(shù)采用一步極大似然法進(jìn)行估計(jì)。這種方法放寬了兩步回歸法中的同分布假定，克服了兩步回歸法的理論矛盾，目前，它的可靠性和優(yōu)越性已經(jīng)得到了學(xué)者們的證實(shí)。因此，本文使用Frontier4.1對(duì)生產(chǎn)函數(shù)表達(dá)式（21）采用一步回歸法進(jìn)行估計(jì)。為了對(duì)生產(chǎn)效率方程進(jìn)行解釋，加入表示地區(qū)差異的地區(qū)虛擬變量作為生產(chǎn)效率方程中的外生解釋變量，得到生產(chǎn)效率方程。其中：

采用一步回歸法估計(jì)的結(jié)果見表1。

表1 隨機(jī)前沿超越對(duì)數(shù)模型生產(chǎn)方程與效率方程

由表1中的t項(xiàng)系數(shù)分析可知，時(shí)間變量t和t2的系數(shù)為-0.016與0.002，接近于0且不顯著，這反映出我國(guó)農(nóng)業(yè)產(chǎn)出在2000—2012年間處于技術(shù)進(jìn)步停滯狀態(tài)，甚至技術(shù)增長(zhǎng)速度略有放緩。同時(shí)，各參數(shù)設(shè)置的影響生產(chǎn)效率的指標(biāo)——D1、D2、D3都比較顯著，表明采用一步法進(jìn)行參數(shù)估計(jì)即考慮生產(chǎn)效率方程是合理的。

通過計(jì)算（受篇幅所限，每年各地區(qū)對(duì)應(yīng)的要素產(chǎn)出彈性未逐一列出）得到的資本平均產(chǎn)出彈性為-0.085，勞動(dòng)平均產(chǎn)出彈性為2.569，土地平均產(chǎn)出彈性為-2.552。可見：

第一，土地投入對(duì)農(nóng)業(yè)產(chǎn)值有較大的負(fù)向影響。這表明（同時(shí)也印證了）中國(guó)農(nóng)業(yè)是以土地為主要投入要素的農(nóng)業(yè)，而最有可能產(chǎn)生要素資源浪費(fèi)與誤置問題的也是土地這一投入要素。在土地質(zhì)量未能有效提高的情況下，盲目地?cái)U(kuò)大種植規(guī)模并未帶來增產(chǎn)，增加農(nóng)業(yè)基礎(chǔ)設(shè)施投入、提高農(nóng)業(yè)科技水平才是使我國(guó)農(nóng)業(yè)增產(chǎn)的根本途徑。

第二，資本投入對(duì)農(nóng)業(yè)產(chǎn)值有較弱的負(fù)面影響。這說明農(nóng)業(yè)生產(chǎn)中資本投入已開始出現(xiàn)過?，F(xiàn)象，政府對(duì)農(nóng)民的直接補(bǔ)貼和扶持將不再發(fā)揮更多效用，應(yīng)該更多地轉(zhuǎn)向?qū)π录夹g(shù)、新工藝、新材料的投入。

第三，增加勞動(dòng)力投入有利于農(nóng)業(yè)生產(chǎn)效率的提高。目前中國(guó)已經(jīng)由農(nóng)業(yè)大國(guó)成功轉(zhuǎn)變?yōu)楣I(yè)大國(guó)，工業(yè)化進(jìn)程導(dǎo)致大量的農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移至非農(nóng)產(chǎn)業(yè)，農(nóng)業(yè)生產(chǎn)中的勞動(dòng)力趨向于不飽和狀態(tài)。

（三）模型設(shè)定檢驗(yàn)

假設(shè)2：H0，說明超越對(duì)數(shù)生產(chǎn)函數(shù)的設(shè)定比C-D生產(chǎn)函數(shù)更加合理，印證了本文理論部分的嚴(yán)謹(jǐn)和可靠性。

另外，在生產(chǎn)函數(shù)估計(jì)中，資本、勞動(dòng)、土地及所有二次項(xiàng)均比較顯著，再次說明采用超越對(duì)數(shù)生產(chǎn)函數(shù)的合理性。

（四）模型穩(wěn)健性檢驗(yàn)

1.平穩(wěn)性檢驗(yàn)

如果變量是非平穩(wěn)面板序列，易發(fā)生“偽回歸”現(xiàn)象，因此先采用LLC檢驗(yàn)（Levin-Lin-Chu）和Fisher-ADF檢驗(yàn)對(duì)式（21）中所有變量的面板數(shù)據(jù)進(jìn)行單位根檢驗(yàn) （時(shí)間趨勢(shì)變量顯然是平穩(wěn)序列，故不進(jìn)行檢驗(yàn)）。從表2的結(jié)果可以看出，各變量面板序列的LLC統(tǒng)計(jì)量和ADF統(tǒng)計(jì)量均表現(xiàn)為顯著拒絕原假設(shè)，這意味著所有變量序列都不存在單位根，為平穩(wěn)序列。。若該假設(shè)成立，則可用C-D生產(chǎn)函數(shù)代替超越對(duì)數(shù)生產(chǎn)函數(shù)進(jìn)行分析。構(gòu)建似然比統(tǒng)計(jì)量

表2 面板數(shù)據(jù)的單位根檢驗(yàn)及結(jié)論

2.變量?jī)?nèi)生性檢驗(yàn)

下面針對(duì)這些平穩(wěn)序列進(jìn)行Granger因果檢驗(yàn)。要素投入的變化對(duì)農(nóng)業(yè)產(chǎn)出增長(zhǎng)產(chǎn)生影響，同時(shí)農(nóng)業(yè)產(chǎn)出的變化也將誘導(dǎo)要素配置的調(diào)整。如果農(nóng)業(yè)產(chǎn)出和各要素投入之間存在變量的內(nèi)生性，將會(huì)使上述回歸結(jié)果受到質(zhì)疑。因此，本文對(duì)式（21）中各變量進(jìn)行面板Granger因果檢驗(yàn)，也就是把解釋變量作為被解釋變量考察原被解釋變量滯后期對(duì)原解釋變量的影響。限于篇幅，本文僅報(bào)告滯后三期的因變量為lnK、lnL和lnM的Granger因果檢驗(yàn)結(jié)果（見表3）。

表3 Granger因果檢驗(yàn)結(jié)果

可以看出，檢驗(yàn)結(jié)果顯示勞動(dòng)力、土地和資本三個(gè)投入要素與農(nóng)業(yè)產(chǎn)出間不存在明顯的雙向因果關(guān)系，其他變量與農(nóng)業(yè)產(chǎn)出間也不存在因果關(guān)系，所以變量間不存在內(nèi)生性?？梢姳?中的回歸結(jié)果是可信的。

3.變量替代性檢驗(yàn)

由表1發(fā)現(xiàn)資本要素投入對(duì)農(nóng)業(yè)產(chǎn)出的影響不顯著，而且從表3資本和農(nóng)業(yè)產(chǎn)出的Granger因果檢驗(yàn)中發(fā)現(xiàn)資本與農(nóng)業(yè)產(chǎn)出可能存在一定的雙向因果關(guān)系。因此，我們對(duì)資本進(jìn)行變量替代，以檢驗(yàn)回歸結(jié)果的穩(wěn)健性。關(guān)于資本投入量的選取，國(guó)內(nèi)外文獻(xiàn)也有用平減后的固定資產(chǎn)投資總額作為衡量指標(biāo)的，故我們用固定資產(chǎn)投資總額代替資本存量進(jìn)行回歸檢驗(yàn)。用固定資產(chǎn)投資總額代替資本存量進(jìn)行回歸，結(jié)果如表4所示?？梢钥闯?，表4與表1中結(jié)果的符號(hào)和顯著性基本保持不變，說明分析結(jié)果具有一定的穩(wěn)健性。

三、基于產(chǎn)出變動(dòng)分解的分析

在本節(jié)，將先對(duì)相對(duì)扭曲系數(shù)進(jìn)行測(cè)算和分析，初步了解中國(guó)要素扭曲的地域特點(diǎn)和各要素“價(jià)格稅”的影響，然后通過式（23）對(duì)農(nóng)業(yè)產(chǎn)出變動(dòng)進(jìn)行分解，并將農(nóng)業(yè)產(chǎn)出各分解項(xiàng)對(duì)產(chǎn)出的貢獻(xiàn)程度進(jìn)行比較分析，了解造成農(nóng)業(yè)產(chǎn)出變動(dòng)的影響機(jī)制。

（一）相對(duì)扭曲系數(shù)的計(jì)算

根據(jù)式（20）可以得到每個(gè)地區(qū)各要素的相對(duì)扭曲系數(shù)，受篇幅所限，這里僅列出2000—2012年四大地區(qū)（東部、西部、中部和東北部地區(qū)）各要素相對(duì)扭曲系數(shù)的平均值，如表5所示。

表4 資本變量替代后的隨機(jī)前沿超越對(duì)數(shù)模型生產(chǎn)方程與效率方程

表5 要素相對(duì)扭曲系數(shù)

總體看來，不同地區(qū)中國(guó)農(nóng)業(yè)的要素價(jià)格扭曲程度均不相同，具體如下：

第一，資本投入呈現(xiàn)出極強(qiáng)的地域差異，尤其是東部地區(qū)。中國(guó)農(nóng)業(yè)存在技術(shù)投入不足和金融支持不充分的狀況。技術(shù)投入不足導(dǎo)致資本要素價(jià)格扭曲嚴(yán)重，要素分配不合理，農(nóng)業(yè)生產(chǎn)效率低下；金融支持不充分使得資本“價(jià)格稅”過高，農(nóng)民貸款困難。這些問題都在一定程度上抑制中國(guó)農(nóng)業(yè)的發(fā)展。

第二，勞動(dòng)要素相對(duì)扭曲系數(shù)均接近于0，符合中國(guó)勞動(dòng)成本較低、農(nóng)業(yè)勞動(dòng)力投入尚未飽和的現(xiàn)狀。這種情況表明勞動(dòng)力投入增加將成為提高農(nóng)業(yè)生產(chǎn)效率的主要方式，同時(shí)也表明中國(guó)農(nóng)業(yè)勞動(dòng)力“價(jià)格稅”主要通過產(chǎn)出的市場(chǎng)份額分布和勞動(dòng)力溢出效應(yīng)（K與L、L自身、L與M、L與技術(shù)進(jìn)步之間相互作用對(duì)產(chǎn)出增加的溢出效應(yīng)）影響要素配置。

第三，土地要素相對(duì)扭曲系數(shù)均大于1，表明地區(qū)i“價(jià)格稅”主要通過土地市場(chǎng)相對(duì)扭曲系數(shù)影響要素配置，土地要素價(jià)格扭曲問題是中國(guó)農(nóng)業(yè)產(chǎn)業(yè)化發(fā)展中不容忽視的重要問題。農(nóng)業(yè)生產(chǎn)過程中土地價(jià)格逐步上漲和我國(guó)土地密集型農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)方式相沖突，這是導(dǎo)致農(nóng)產(chǎn)品生產(chǎn)效率低下的主要原因。

（二）產(chǎn)出變動(dòng)的分解

這一小節(jié)將根據(jù)式（23）來考察2000—2012年主要年份區(qū)間的技術(shù)進(jìn)步（TP）、技術(shù)效率的變化（TE）、市場(chǎng)份額變化（SS）、要素扭曲效應(yīng)（DE）和要素貢獻(xiàn)率的變化（CE）對(duì)各地區(qū)農(nóng)業(yè)產(chǎn)出變動(dòng)的貢獻(xiàn)程度。具體分解情況如表6所示。從表6可以看出：

第一，農(nóng)業(yè)產(chǎn)出增長(zhǎng)主要由技術(shù)效率的變化（TE）帶來，技術(shù)效率高的地區(qū)農(nóng)業(yè)產(chǎn)出增長(zhǎng)相應(yīng)也較快。這表明歷來學(xué)者針對(duì)技術(shù)效率的研究是有意義的，這是提高中國(guó)農(nóng)業(yè)產(chǎn)出水平的主要途徑。同時(shí)，各年度TE值基本維持在75%，這或許是要素扭曲限制技術(shù)效率提高對(duì)農(nóng)業(yè)增產(chǎn)的貢獻(xiàn)“止步不前”的表現(xiàn)。

第二，要素貢獻(xiàn)率的變動(dòng)（CE）對(duì)農(nóng)業(yè)增產(chǎn)的貢獻(xiàn)位居第二，要素產(chǎn)出彈性越大，要素貢獻(xiàn)率變動(dòng)對(duì)農(nóng)業(yè)產(chǎn)出變動(dòng)的影響就越大。這進(jìn)一步從具體數(shù)據(jù)證明了放寬C-D生產(chǎn)函數(shù)假設(shè)的必要性。另外，每一時(shí)期要素產(chǎn)出彈性占比的不同決定了對(duì)產(chǎn)出變動(dòng)影響的方向。因此，這一項(xiàng)反映了各要素貢獻(xiàn)率的時(shí)變值。

第三，市場(chǎng)份額變動(dòng)的貢獻(xiàn)（SS）接近于0，這與Aoki（2012）［11］的看法一致。這意味著市場(chǎng)份額變動(dòng)對(duì)產(chǎn)出的影響可以忽視。同時(shí)，計(jì)算結(jié)果對(duì)所有年度均成立，這表明中國(guó)農(nóng)業(yè)已經(jīng)進(jìn)入了規(guī)模報(bào)酬遞減階段，生產(chǎn)中要素投入難以得到有效配置和協(xié)調(diào)，要素扭曲現(xiàn)象較嚴(yán)重。這進(jìn)一步說明了運(yùn)用C-D生產(chǎn)函數(shù)進(jìn)行研究的不合理性。

第四，技術(shù)進(jìn)步（TP）的貢獻(xiàn)較小，且基本為負(fù)值，這表明中國(guó)農(nóng)業(yè)存在嚴(yán)重的技術(shù)退步現(xiàn)象。從2006年起，雖然中性技術(shù)進(jìn)步貢獻(xiàn)率不斷增長(zhǎng)，但其增速始終未超過偏向性技術(shù)進(jìn)步率降低的速度。負(fù)的偏向性技術(shù)進(jìn)步率是技術(shù)進(jìn)步帶來產(chǎn)出損失的直接原因，反映了要素市場(chǎng)扭曲條件下我國(guó)農(nóng)業(yè)技術(shù)進(jìn)步呈現(xiàn)出偏向性，而且這種技術(shù)進(jìn)步偏向性始終對(duì)產(chǎn)出產(chǎn)生負(fù)向影響［27］。這同時(shí)也印證了通過超越對(duì)數(shù)生產(chǎn)函數(shù)進(jìn)行模型構(gòu)建的必要性和合理性。

第五，要素扭曲效應(yīng)的貢獻(xiàn)（DE）加總均為負(fù)，這是產(chǎn)出負(fù)增長(zhǎng)的主要來源，是中國(guó)農(nóng)業(yè)未實(shí)現(xiàn)資源有效配置的有力證據(jù)，也體現(xiàn)了“價(jià)格稅”主要通過相對(duì)扭曲系數(shù)影響各地區(qū)的要素配置。另外，土地要素扭曲問題最嚴(yán)重（DEM占比最大）。隨著“房地產(chǎn)泡沫”的發(fā)展，越來越多的土地價(jià)格提高（這等同于土地要素“價(jià)格稅”增加），造成了土地要素扭曲，用于農(nóng)業(yè)用途的土地面積減少，土地投入一直未能達(dá)到飽和，直接導(dǎo)致農(nóng)業(yè)減產(chǎn)。關(guān)于這一效應(yīng)的具體分析見下一小節(jié)。

（三）要素價(jià)格扭曲效應(yīng)的再分解

上一小節(jié)對(duì)產(chǎn)出變動(dòng)的分解說明，要素扭曲效應(yīng)（DE）是“價(jià)格稅”對(duì)要素配置的作用，反映了這種作用對(duì)農(nóng)業(yè)產(chǎn)量變動(dòng)的影響。本節(jié)將對(duì)這一效應(yīng)進(jìn)行再分解，研究各要素“價(jià)格稅”對(duì)農(nóng)業(yè)產(chǎn)出變動(dòng)的傳導(dǎo)機(jī)制是如何具體展開的。

根據(jù)式（26）、式（27）和式（28），可以得到各年30個(gè)省、自治區(qū)、直轄市要素市場(chǎng)扭曲帶來的產(chǎn)出變動(dòng)情況。為了節(jié)約版面，這里僅列出四大地區(qū)各要素價(jià)格扭曲帶來的平均產(chǎn)出變動(dòng)情況，具體見表7。

表6 產(chǎn)出變動(dòng)分解

表7 四大地區(qū)DE分解

從表7可以看出：

第一，總體來說，要素扭曲效應(yīng)DE的貢獻(xiàn)基本為負(fù)，印證了要素誤置會(huì)帶來農(nóng)業(yè)產(chǎn)出損失的事實(shí)。

第二，從四大地區(qū)的要素扭曲效應(yīng)DE的貢獻(xiàn)情況看，總體要素扭曲程度最高的是中部地區(qū)?，F(xiàn)階段，經(jīng)濟(jì)發(fā)展較落后的中部地區(qū)是主要的農(nóng)業(yè)生產(chǎn)地域，由于技術(shù)落后，機(jī)械化水平較低，中部地區(qū)的農(nóng)業(yè)主要靠資本、勞動(dòng)、土地投入實(shí)現(xiàn)增產(chǎn)，這必將帶來要素成本的增加，進(jìn)而抑制經(jīng)濟(jì)增長(zhǎng)。

第三，對(duì)比三種投入要素的要素價(jià)格扭曲效應(yīng)，與表5顯示的一樣，土地要素存在最嚴(yán)重的扭曲現(xiàn)象。因此，要促進(jìn)農(nóng)業(yè)發(fā)展，提高農(nóng)業(yè)生產(chǎn)效率，實(shí)現(xiàn)各地區(qū)要素的合理有效配置，應(yīng)首先從土地要素入手，改變土地資源的供求關(guān)系，為農(nóng)民創(chuàng)造更好的生產(chǎn)環(huán)境。

第四，觀察直接效應(yīng)和溢出效應(yīng)下的要素扭曲貢獻(xiàn)，發(fā)現(xiàn)直接效應(yīng)下的要素價(jià)格扭曲對(duì)農(nóng)業(yè)增產(chǎn)的貢獻(xiàn)基本大于外溢效應(yīng)下要素價(jià)格扭曲對(duì)農(nóng)業(yè)增產(chǎn)的貢獻(xiàn)程度。這表明雖然直接效應(yīng)下的要素扭曲貢獻(xiàn)是要素價(jià)格扭曲效應(yīng)的主要來源，但是不同要素價(jià)格扭曲相互作用帶來的產(chǎn)出損失大于單個(gè)要素自身價(jià)格扭曲帶來的產(chǎn)出損失。以資本要素為例，如果資本價(jià)格上漲而其他要素價(jià)格處于無扭曲狀態(tài)，那么其他要素價(jià)格相對(duì)于資本價(jià)格是下跌的，在這種情況下，增加其他要素的投入量即可帶來增產(chǎn)；如果資本價(jià)格上漲的同時(shí)其他要素價(jià)格也在上漲，那么整個(gè)要素市場(chǎng)成本過高，農(nóng)戶將面臨無法有效進(jìn)行要素搭配以獲得最大利潤(rùn)的狀況。很顯然，各投入要素價(jià)格扭曲現(xiàn)象是相關(guān)聯(lián)的。關(guān)于要素價(jià)格扭曲效應(yīng)的分解驗(yàn)證了用超越對(duì)數(shù)生產(chǎn)函數(shù)替代C-D生產(chǎn)函數(shù)進(jìn)行要素誤置的分析是合理的，也進(jìn)一步說明要根本解決農(nóng)業(yè)生產(chǎn)中的要素價(jià)格扭曲問題，需對(duì)投入要素之間的配置進(jìn)行整體治理，把握要素間價(jià)格扭曲的相互作用。

四、結(jié)論和政策建議

本文在Aoki（2012）［11］的理論框架基礎(chǔ)上納入了農(nóng)業(yè)最主要的投入要素——土地，同時(shí)建立了更具有說服力和靈活性的超越對(duì)數(shù)生產(chǎn)函數(shù)的隨機(jī)前沿模型進(jìn)行系數(shù)估計(jì)，通過對(duì)產(chǎn)出變動(dòng)的再分解，從理論和實(shí)證兩個(gè)方面驗(yàn)證和分析了要素誤置抑制農(nóng)業(yè)產(chǎn)出的作用機(jī)制，彌補(bǔ)了C-D生產(chǎn)函數(shù)無法考慮要素間扭曲相互作用的不足，分析了“價(jià)格稅”對(duì)農(nóng)業(yè)產(chǎn)出損失的影響機(jī)制。

首先，通過對(duì)要素扭曲程度的測(cè)度，發(fā)現(xiàn)勞動(dòng)、資本、土地三大要素的扭曲程度各不相同。其中，土地要素的扭曲程度最嚴(yán)重，而資本要素的扭曲存在極強(qiáng)的地區(qū)差異。其次，在測(cè)度要素扭曲程度的基礎(chǔ)上對(duì)產(chǎn)出變動(dòng)進(jìn)行分解，發(fā)現(xiàn)中國(guó)農(nóng)業(yè)已經(jīng)進(jìn)入規(guī)模報(bào)酬遞減階段，生產(chǎn)中要素投入難以得到有效配置和協(xié)調(diào)，要素扭曲現(xiàn)象較嚴(yán)重。其中，產(chǎn)出負(fù)增長(zhǎng)的主要來源“要素扭曲效應(yīng)”是中國(guó)農(nóng)業(yè)未實(shí)現(xiàn)資源有效配置的有力證據(jù)，也體現(xiàn)了“價(jià)格稅”造成產(chǎn)出損失的傳導(dǎo)機(jī)制主要通過相對(duì)扭曲系數(shù)影響各地區(qū)的要素配置，形成要素扭曲效應(yīng)（DE），進(jìn)而導(dǎo)致產(chǎn)出損失。最后，再分解產(chǎn)出變動(dòng)中的“要素扭曲效應(yīng)”（DE），觀察直接效應(yīng)和溢出效應(yīng)下的要素扭曲貢獻(xiàn)，發(fā)現(xiàn)直接效應(yīng)下的要素價(jià)格扭曲對(duì)農(nóng)業(yè)增產(chǎn)的貢獻(xiàn)大于外溢效應(yīng)下要素價(jià)格扭曲對(duì)農(nóng)業(yè)增產(chǎn)的貢獻(xiàn)程度，要素間價(jià)格扭曲相互作用對(duì)農(nóng)業(yè)產(chǎn)出的影響不可忽視。

本文強(qiáng)調(diào)了改善要素間價(jià)格扭曲相互作用對(duì)于穩(wěn)定中國(guó)農(nóng)業(yè)生產(chǎn)的重要實(shí)踐意義，這也是中國(guó)農(nóng)業(yè)發(fā)展的又一大挑戰(zhàn)。由于要素誤置比較嚴(yán)重，僅僅通過引進(jìn)先進(jìn)技術(shù)和加強(qiáng)基礎(chǔ)設(shè)施建設(shè)來改善農(nóng)業(yè)產(chǎn)出并不能完全消除農(nóng)業(yè)生產(chǎn)效率低下的狀況。本文傳導(dǎo)機(jī)制的研究表明，只有從改革價(jià)格機(jī)制出發(fā)，在考慮要素自身價(jià)格扭曲的同時(shí)關(guān)注要素間價(jià)格扭曲的相互作用，從自身扭曲水平和扭曲發(fā)散程度兩個(gè)方面同時(shí)改善要素配置情況，才能真正實(shí)現(xiàn)長(zhǎng)期的要素有效配置帕累托狀態(tài)。

總體看來，要提升中國(guó)農(nóng)業(yè)的生產(chǎn)效率，一方面要靠技術(shù)的提升，另一方面則是靠要素的有效配置。雖然靠技術(shù)提升帶來的農(nóng)業(yè)生產(chǎn)效率的提高程度是巨大的（表現(xiàn)為“自增長(zhǎng)效應(yīng)”貢獻(xiàn)最大），但要素價(jià)格扭曲逐漸積累帶來的產(chǎn)出損失不容忽視。因此，只有在引入技術(shù)的同時(shí)優(yōu)化各要素間的配置，實(shí)現(xiàn)各地區(qū)間要素的合理分配，從整體治理入手，達(dá)到資源利用效率的帕累托最優(yōu)狀態(tài)，才能保證中國(guó)農(nóng)業(yè)的長(zhǎng)期、穩(wěn)定發(fā)展。

［1］JOHNSON D G.Agriculture and the wealth of nations［J］. American economic review,1997,87（2）:1-12.

［2］WIENS T B.Technological change［M］//BARKER R. The Chinese agricultural economy.Boulder CO:Westview press,1982：67-86.

［3］MCMILLAN J,WHALLEY J,ZHU L J.The impact of China’seconomic reformson agriculturalproductivity growth［J］.The journal of political economy,1989,97（4）: 781-807.

［4］FAN S G.Effects of technological change and institutional reform on production growth in Chinese agriculture［J］. American journal of agricultural economics,1991,73（2）: 266-275.

［5］LIN J Y.Rural reforms and agricultural growth in China［J］.The american economic review,1992,82（1）:34-51.

［6］楊剛,楊孟禹.中國(guó)農(nóng)業(yè)全要素生產(chǎn)率的空間關(guān)聯(lián)效應(yīng)——基于靜態(tài)與動(dòng)態(tài)空間面板模型的實(shí)證研究［J］.經(jīng)濟(jì)地理,2013（11）:122-129.

［7］彭代彥,吳翔.中國(guó)農(nóng)業(yè)技術(shù)效率與全要素生產(chǎn)率研究——基于農(nóng)村勞動(dòng)力結(jié)構(gòu)變化的視角［J］.經(jīng)濟(jì)學(xué)家, 2013（9）:68-76.

［8］潘丹,應(yīng)瑞瑤.資源環(huán)境約束下的中國(guó)農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)研究［J］.資源科學(xué),2013（7）:1329-1338.

［9］應(yīng)瑞瑤,潘丹.中國(guó)農(nóng)業(yè)全要素生產(chǎn)率測(cè)算結(jié)果的差異性研究——基于Meta回歸分析方法 ［J］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì), 2012（3）:47-54.

［10］HSIEH C,KLENOW P.Misallocation and manufacturing TFP in Chinaand India［J］.Quarterly journalof economics,2009,124（4）:1403-1448.

［11］AOKI S.A simple accounting framework for the effect of resource misallocation on aggregate productivity［J］.Journal of the Japanese and international economics,2012,26（4）: 473-494.

［12］陳永偉,胡偉民.價(jià)格扭曲、要素錯(cuò)配和效率損失：理論和應(yīng)用［J］.經(jīng)濟(jì)學(xué)（季刊）,2011（7）:1401-1422.

［13］曹東坡,王樹華.要素錯(cuò)配與中國(guó)服務(wù)業(yè)產(chǎn)出損失［J］.財(cái)經(jīng)論叢,2014（10）:10-16.

［14］朱喜,史清華,蓋慶恩.要素配置扭曲與農(nóng)業(yè)全要素生產(chǎn)率［J］.經(jīng)濟(jì)研究,2011（5）:86-98.

［15］JULIANOJ,ASSUNCAO,MAITREESHG.Canunobserved hete rogeneity in farmerability explain the inverse relationship between farm sizeand productivity［J］. Economics letters,2003,80（2）:189-194.

［16］李谷成,馮中朝,范麗霞.小農(nóng)戶真的更加具有效率嗎？——來自湖北省的經(jīng)驗(yàn)證據(jù)［J］.經(jīng)濟(jì)學(xué)（季刊）,2010（1）: 95-124.

［17］TASSO A,DIEGO R.The size distribution of farms and international productivity differences［R］.Working papers tecipa-480,University ofToronto,Departmentof economics.2013.

［18］BATTESE G E,COELLI T J.Frontier production functions, technical efficiency and panel data:with application to paddy farmers in India［J］.Journal of productivity analysis, 1992,（3）：153-169.

［19］孫昊.小麥生產(chǎn)技術(shù)效率的隨機(jī)前沿分析——基于超越對(duì)數(shù)生產(chǎn)函數(shù)［J］.中國(guó)人口·資源與環(huán)境,2014（1）:42-49.

［20］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.

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

［22］YOUNG A.Gold into base metals:productivity growth in the People’s Republic of China during the reform period［R］.NBRE working paper,2000,（7856）:38-52.

［23］李賓.我國(guó)資本存量估計(jì)的比較分析［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2011（12）:21-36.

［24］蔡曉陳.中國(guó)資本投入：1978—2007——基于年齡-效率剖面的測(cè)量［J］.管理世界,2009（11）:11-20.

［25］王志平.生產(chǎn)效率的區(qū)域特征與生產(chǎn)率增長(zhǎng)的分解——基于主成分分析與隨機(jī)前沿超越對(duì)數(shù)生產(chǎn)函數(shù)的方法［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2010（1）:33-43.

［26］BATTESE E,COELLI T.A model of technical inefficiency effects in stochastic frontier production for panel data［J］. Empirical economics,1995,（20）:325-336.

［27］董直慶,陳銳.技術(shù)進(jìn)步偏向性變動(dòng)對(duì)全要素生產(chǎn)率增長(zhǎng)的影響［J］.管理學(xué)報(bào),2014（8）:1199-1207.

【責(zé)任編輯 王建增張躍勝】

The Loss Caused by Factor Misallocation to the Agricultural in China: Based on a Stochastic Frontier Trans-log Production Function Model

CHENG Liwen,XU Ye,TAO Changqi
（School of Statistics,Jiangxi University of Finance and Economics,Nanchang,Jiangxi,330013）

This paper incorporated land,the most important input factor of agriculture,based on the theoretical framework of Aoki (2012),and,meanwhile,set a stochastic frontier trans-log production function model to estimate the parameter.It both theoretically and empirically verifies the inhibition of the factor misallocation on the agricultural production via a re-decomposition of the output changes and makes up the shortfall of C-D production function,which does not consider the interaction of the factor distortions.It shows that:First of all,there exists the factor misallocation in agriculture.The land distortion is the most serious one compared with other factors;and the misallocation in central region was the most serious one compared with those in other regions.What's more,the misallocation of agricultural factors leads to the output loss.With the re-decomposition of the distorting effects,we find that the output loss resulting from the interaction of the price distortions of the factors is greater than the output loss resulting from the price distortions itself.The empirical study shows that the analysis based on the trans-log production function is more reasonable than the one based on the C-D production function.

Agricultural Input,Misallocation of Resources,Agricultural Economy,Price Distortion,Trans-log Production Function

F323

A

1674-6511（2016）01-0024-11

2015-11-05

國(guó)家自然科學(xué)基金(71273122、71473109、41461025)；教育部人文社會(huì)科學(xué)研究一般項(xiàng)目(15YJA630079)；江西省社會(huì)科學(xué)“十二五”（2015年）規(guī)劃項(xiàng)目(15YJ26)。

程麗雯（1989-），女，江西于都人，江西財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)院博士研究生。研究方向：數(shù)量經(jīng)濟(jì)學(xué)。徐曄（1962-），女，江西南昌人，江西財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)院教授，博士生導(dǎo)師。研究方向：數(shù)量經(jīng)濟(jì)學(xué)。陶長(zhǎng)琪（1967-），男，江西臨川人，江西財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)院教授，博士生導(dǎo)師。研究方向：數(shù)量經(jīng)濟(jì)學(xué)。