蔡 榮，陶素敏

(南京財經大學 糧食安全與戰(zhàn)略研究中心，江蘇 南京 210003)

為了滿足日益增長且逐漸富裕的人口對糧食、蔬菜和畜產品的需求，中國在過去40多年里實施了一系列政策鼓勵合成肥料(化肥)的生產和使用，現(xiàn)已成為全世界最大的化肥生產國和消費國。中國農業(yè)生產中的化肥投入量增長十分迅速，1978年僅為884萬噸，2015年達到歷史峰值6 023萬噸，此后兩年雖有所下降但仍高達5 859萬噸。研究發(fā)現(xiàn)，中國農戶農田養(yǎng)分管理水平較低，過量施用化肥(特別是氮肥)的現(xiàn)象相當普遍[1-2]。中國農田的化肥利用率(化肥施入土壤后被農作物吸收利用的比率)不足40%，每畝耕地上的化肥盈余超過了10千克[3]。高強度的化肥投入在促進中國農業(yè)發(fā)展的同時，也對生態(tài)和環(huán)境產生了顯著的負面影響，如溫室氣體排放增多、水環(huán)境污染加劇、耕地質量及生態(tài)系統(tǒng)服務功能退化等。此外，過多的化肥盈余也開始危及中國糧食生產，造成了技術效率損失，未來保障中國糧食安全面臨嚴峻挑戰(zhàn)[4]。中國政府高度重視化肥利用問題，2004年啟動了測土配方施肥工作，2015年在全國范圍內又開展了化肥使用零增長行動，均期望在不影響糧食產出的前提下實現(xiàn)化肥用量的最大削減。而要實現(xiàn)這一目標，關鍵在于提高化肥投入效率[5]。

一般認為，化肥投入效率與農戶對化肥使用的管理能力有關，如果管理能力不足(如最佳施肥時間、施肥方式、施肥數(shù)量等選擇不當)，就會導致化肥用量的非合理增加，造成效率下降。在經濟學上，該概念通常被理解為，在產出和其他投入要素維持不變的條件下，潛在的最低化肥投入量與實際化肥投入量的比值。近年來，越來越多的學者對中國農業(yè)化肥投入效率進行測度，采用的方法包括數(shù)據(jù)包絡分析法DEA[6-7]和隨機前沿分析法SFA[8-10]。這些研究均表明，中國農業(yè)在化肥投入上存在著較高的技術效率損失。但是，受方法選擇及模型設定的影響，化肥投入效率在隨時間變化趨勢及空間分布格局上并沒有形成一致觀點。就方法而言，DEA模型是基于樣本數(shù)據(jù)所觀察到的技術信息構造可以包容所有個體生產方式的生產可能性集合，再由規(guī)劃方法測算化肥投入效率，缺點是忽視了隨機誤差和數(shù)據(jù)的異常擾動，無法描述生產過程中的時間效應和個體效應。SFA模型克服了這些缺點，以參數(shù)方式事先設定前沿生產技術的函數(shù)形式和隨機項的分布形式，利用產出和投入變量的樣本數(shù)據(jù)，再由最大似然法或OLS估計生產前沿面，測算化肥投入效率。在此需要特別指出的是，采用SFA模型的上述研究均沒有對個體異質性進行控制，所得到的化肥投入效率往往存在較大偏誤[11]。并且，這些模型也無法對化肥投入效率做進一步分解，從而很難揭示中國農業(yè)化肥投入效率損失產生的主要根源。

本文通過構建化肥消費需求函數(shù)，采用最近發(fā)展的隨機前沿分析模型來分析中國農業(yè)化肥投入效率。與以往研究的不同之處在于：一是在模型設定時對個體異質性問題進行了有效處理，從而將個體異質性從效率損失項中進行了剔除，所得到的結果更為準確。二是在模型設定時將效率損失項分解為持久性的和短期性的兩個部分[12-13]，這有助于揭示產生化肥投入效率損失的主要根源；此外，本文還在對中國農業(yè)化肥投入效率進行狀態(tài)劃分的基礎上，進一步使用了面板數(shù)據(jù)連續(xù)時間多狀態(tài)轉換模型對化肥投入效率的變遷趨勢進行了預測，旨在揭示中國農業(yè)化肥投入效率的動態(tài)變遷趨勢。

一、模型、方法與數(shù)據(jù)

1.理論模型

傳統(tǒng)經濟學理論認為，化肥作為一種生產投入要素，其需求屬于一種引致需求。參照Zhang[14]、Zhang等[15]對能源消費需求模型的設定策略，本文將中國農業(yè)生產的化肥消費需求模型表示為：

Fit=f(Xit,UEDTit,FEit)

(1)

式(1)中，F(xiàn)it表示化肥消費需求,Xit表示一組解釋變量，包括廣義農業(yè)產值Yit、化肥價格Pit、人均土地投入PLit、林牧漁業(yè)產值占農業(yè)產值之比NTit、糧食作物比重GSit、測土配方施肥政策STit和化肥使用零增長行動Zit；UEDTit表示化肥消費需求的變化趨勢；FEit表示化肥投入效率。之所以選擇上述解釋變量，其理由分別如下：(1)受土地稟賦程度較低的約束，為了使農業(yè)產出增加，必須提高化肥等生產要素投入，換言之，保障單位面積上較高的農業(yè)產出勢必會造成化肥投入引致需求的上升[16]；(2)要素價格是影響其需求的重要因素，受政府限價管理政策及對化肥行業(yè)財稅補貼政策的影響，化肥市場長期存在價格扭曲，本文預期低廉的化肥價格會激發(fā)農業(yè)生產中的化肥使用[17]；(3)人均土地投入用以衡量土地稀缺程度，較高的土地稀缺程度將促使土地利用集約化程度上升，本文預期會導致單位面積化肥投入的增加[18]；(4)當前，化肥在農業(yè)領域的消費已突破原有的種植業(yè)體系，部分地區(qū)經濟林、草場、養(yǎng)殖水庫及池塘也開始普遍使用化肥，農業(yè)經濟發(fā)展的多元化將增加化肥消費需求的空間，從而會影響到化肥投入，故本文加入了林牧漁業(yè)產值占農業(yè)產值之比[19]；(5)與糧食作物相比，經濟作物的經濟效益較高，但生產過程中需要消耗更多的化肥，故本文預期種植業(yè)結構中糧食作物面積比重的變化會改變對化肥消費總量的需求[20]；(6)測土配方施肥項目和化肥使用零增長行動在執(zhí)行過程中始終強調向農戶推廣環(huán)境友好型施肥技術的政策導向，這對提高化肥利用效率具有積極意義，本文預期兩者會使化肥投入需求下降。

通過對(1)式兩側取對數(shù)，加上復合隨機項就能得到化肥投入需求的隨機前沿模型，據(jù)此可以對化肥投入效率進行測算。其中，模型中的t和t2用來表示UEDTit對Fit的非線性影響；αi表示個體異質性；模型復合隨機項包含三個部分：uit為化肥投入短期效率損失，ηi為化肥投入持久效率損失，νi為隨機誤差。模型表達式如下：

lnFit=αi+αxlnXit+αtt+αt2t2+uit+ηi+vit

(2)

2.估計方法

由于中國農業(yè)發(fā)展長期存在著一些制度性缺陷(包括化肥市場管理制度不完善、政府糧食安全目標優(yōu)先、農業(yè)基礎設施投資不足等)，加上農戶長期普遍存在的過量施肥習慣以及農技推廣機制缺失造成的農戶生產管理能力下降，化肥投入效率損失很可能在短期難以發(fā)生明顯變化。對此，Acosta等[12]、Adom等研究指出，除非這些系統(tǒng)性的約束條件能夠解除，否則持久性的效率損失將長期存在[13]。張永強等以中國玉米生產為例的研究結果也在一定程度上表明，化肥投入效率損失具有較強的黏性特征[9]。除此之外，化肥投入效率損失也可能產生于農業(yè)生產中的農戶錯誤決策(如施肥時間不合理、作物管理不到位等)，并且這些錯誤通常能夠通過知識和經驗的積累去避免，因而會隨著時間變化而變化。因此，對中國農業(yè)化肥投入效率進行評價時，有必要將這兩類效率損失一并納入分析框架。事實上，持久性和短期性化肥投入效率損失各自也蘊含著不同的政策含義。通常，對持久性效率損失問題的解決需要著眼于長期政策的制定，而對短期性效率損失問題的處理則需要注重短期措施的效力。

為了測算出生產過程中的持久效率損失和短期效率損失，可以使用Kumbhakar等提出的三步法SFA模型(KH95模型)[21]。通過對(2)式的變換，得到如下表達式：

(3)

(4)

然而，上述估計沒有對各決策單位之間不可觀測的異質性和持久性的效率損失項進行區(qū)分，容易導致測算的持久效率損失被高估(也就是所有決策單位都面臨相同的截距項α0)。中國地域遼闊，各地自然和氣候條件不同，農業(yè)生產具有明顯的地區(qū)差異。如果模型不能對這些差異進行控制，基于復合隨機項測算的效率損失就會偏高。為了糾正這一偏誤，Kumbhakar等對上述模型又做了改進(KLH14模型)[22]，將(2)式變換格式如下：

(5)

(6)

(7)

3.數(shù)據(jù)說明

本文以中國31個省(區(qū)、市)為研究對象，將1998-2017年作為分析的時間窗口，采用的統(tǒng)計數(shù)據(jù)來自歷年《中國統(tǒng)計年鑒》《中國農村統(tǒng)計年鑒》和《全國農產品成本收益資料匯編》。其中，化肥消費需求使用各省化肥消費折純量(萬噸)表示；農業(yè)產出使用廣義農業(yè)產值表示，即各省農林牧漁總產值(億元)(使用生產價格指數(shù)進行平減，基期為1998年)；化肥價格(元/千克)使用各省糧食、棉花、油料三大作物以及水果生產的化肥投入費用與投入折純量之比的算術平均值表示(采用化肥價格指數(shù)進行平減，基期為1998年)；人均土地投入(畝/人)使用各省農作物播種面積除以年末總人口數(shù)表示；林牧漁業(yè)產值占農業(yè)產值之比(%)使用各省林業(yè)、畜牧業(yè)及漁業(yè)產值之和占農林牧漁總產值之比表示；糧食作物比重(%)使用各省糧食作物播種面積占農作物總播種面積之比表示。另外，測土配方政策以2005年為界，時間節(jié)點前賦值為0，否則為1；化肥使用零增長行動則以2015年為界，時間節(jié)點前賦值為0，否則為1。

二、實證分析

1.化肥消費需求模型參數(shù)回歸結果

化肥消費需求模型參數(shù)回歸結果見表1。其中，KH95模型和KLH14模型的參數(shù)回歸結果相同，原因是兩者都使用了隨機效應模型對式(2)進行參數(shù)估計。從表1看出，農業(yè)產出(lnY)對化肥消費需求有正向顯著影響，農業(yè)產出越高，對化肥消費需求也越高。事實上，在耕地資源和農業(yè)勞動力日漸稀缺的環(huán)境下，保障中國糧食安全及促進農業(yè)經濟增長的壓力越來越大，增加化肥要素投入必然成為解決問題的關鍵[3]?；蕛r格(lnP)對化肥消費需求的影響顯著為負，這與預期一致，化肥價格提升能夠帶來化肥消費需求的下降。然而，受化肥行業(yè)價格管制政策及財政支農政策的影響，中國農用化肥價格長期處于相對較低的水平，這對化肥消費需求產生了極大刺激作用[24]。而且，對比三個模型中化肥價格系數(shù)絕對值與其他變量系數(shù)絕對值的大小能夠發(fā)現(xiàn)，化肥價格變化并非影響化肥消費需求的決定性因素，化肥供給側對化肥消費的制約和影響已經減弱。人均土地投入(lnPL)對化肥消費需求的影響顯著為正，與預期相反。人均土地投入用以衡量各地區(qū)土地規(guī)模經營的狀況，一些微觀研究證實，土地規(guī)模經營對減少化肥投入強度具有積極影響，有助于減少化肥消費[25]。但本文的宏觀分析表明，上述效應尚未得到應有體現(xiàn)。其原因可能有三：一是增加的土地投入主要是通過流轉途徑獲得，流轉地塊的產權不完整誘導了農戶采取過量施肥行為[26]；二是轉出地塊往往質量相對較差，這也會激勵轉入戶使用較多的化肥；三是在耕地規(guī)模擴張過程中，農戶經營管理能力與其實際耕地經營規(guī)模不匹配，造成了肥料投入數(shù)量的上升[27]。

林牧漁業(yè)產值占農業(yè)產值之比(lnNT)對化肥消費需求的影響顯著為正，表明林業(yè)、畜牧業(yè)和漁業(yè)經濟發(fā)展會促使化肥消費需求的增加。為了滿足居民日益多元化農產品需求，以及在耕地稀缺性增強的前提下追求單位耕地面積利潤最大化的經濟訴求，耕地利用過程中農戶等生產主體化肥投入方式與投入強度必然發(fā)生變化，從而導致化肥消費需求總量上升[18]。糧食作物比重(lnGS)對化肥消費需求存在負向影響，表明提高糧食作物比重有助于抑制化肥消費需求，與預期一致。測土配方施肥政策(ST)對化肥消費需求的影響顯著為正，表明測土配方施肥政策的實施對化肥消費需求起到了助推作用，這與前文預期相反。以往研究發(fā)現(xiàn)，測土配方施肥政策能夠提升農戶化肥投入效率[28]、減少耕地化肥使用強度[17]，但本文發(fā)現(xiàn)，該項政策的實施一定程度上帶來了化肥消費需求的增加，其原因可能有三：一是以往研究計算化肥使用強度的方法不科學，僅僅考慮農作物播種面積，而忽視林業(yè)生產、草場種植及漁業(yè)養(yǎng)殖的化肥投入需求，計算結果存在較大偏差；二是各地基層農技推廣體系日漸式微，農業(yè)公益性服務逐漸市場化，測土配方施肥技術推廣往往與化肥銷售緊密聯(lián)系，政策實施中存在扭曲激勵的現(xiàn)象；三是測土配方施肥技術推廣使越來越多的農戶開始使用統(tǒng)一配制的配方肥料(屬于復混肥)，為了使耕地對各營養(yǎng)元素的需求都能得到滿足，過量施肥現(xiàn)象日益加劇[2]?；适褂昧阍鲩L行動(ZE)對化肥消費需求的影響在三個模型中均不顯著，可能是實施時間較短的緣故，該政策的期望效果還沒有得到應有發(fā)揮。此外，時間項t和t2的分析結果表明，在考察期內，化肥消費需求隨時間變化呈現(xiàn)數(shù)量逐漸增加但增速不斷下降的趨勢，這與實際的化肥消費需求情況也較為吻合。國家統(tǒng)計局最新數(shù)據(jù)顯示，在經歷了化肥投入量逐年遞增的漫長時期后，從2016年開始，中國農用化肥投入量已經連續(xù)三年出現(xiàn)了負增長。

表1 化肥消費需求模型參數(shù)回歸結果

2.化肥投入效率及其分布特征

各地區(qū)化肥投入的持久效率(PE)、短期效率(TE)及總效率(EFO)見表2。對比KH95模型和KLH14模型的結果發(fā)現(xiàn)，化肥投入的短期效率相同，但對于化肥投入的持久效率，前者要低于后者，分別為0.50、0.61，說明不控制個體異質性將使測算的化肥持久效率存在較大的估計偏誤。接著對比ZH17模型和KLH14模型的結果發(fā)現(xiàn)，化肥投入的短期效率存在些許差異，分別為0.92、0.93，但對于化肥投入的持久效率，前者明顯高于后者，分別為0.70、0.61。據(jù)此可以得到兩點基本結論：一是中國農業(yè)化肥投入短期效率較高，各地都在0.9以上；二是化肥投入的持久效率決定了中國農業(yè)化肥投入效率的整體格局或走勢。類似的觀點在中國能源行業(yè)也同樣存在[15]。再看化肥投入總效率(EFO)，KH95模型、KLH14模型和ZH17模型的測算結果分別為0.46、0.56和0.65。其中，KH95模型的測算結果與以往研究較為接近(大概在0.45左右)[8-9]，其共同特點是模型均未對個體異質性進行考慮，也就是說，模型的效率損失項中包含了個體異質性，從而造成了效率損失值的高估或效率值的低估。而KLH14模型對個體異質性中不隨時間變化的部分進行了控制，故所得到的化肥投入效率值有了較大幅度增加；ZH17模型在KLH14模型的基礎上，進一步對個體異質性中隨時間變化的部分進行了控制，得到的化肥投入效率均值進一步增加到了0.65。本文通過對比分析證實，選擇恰當?shù)碾S機前沿模型是進行效率分析的重要前提。

表2 各地區(qū)化肥投入效率均值

以ZH17模型的測算結果為基礎，進一步比較不同地區(qū)化肥投入效率。結果顯示，中部地區(qū)最高(0.69)、東部地區(qū)次之(0.65)、西部地區(qū)最低(0.62)，總體呈現(xiàn)中部高于東部、東部高于西部的空間分布格局。結合國家統(tǒng)計局數(shù)據(jù)還發(fā)現(xiàn)，全國31個省(區(qū)、市)化肥使用強度最高的是福建(524.9千克/公頃)，其次是海南(489.3千克/公頃)和北京(480.2千克/公頃)，而化肥投入效率最低的是黑龍江(0.45)，其次是甘肅(0.46)和浙江(0.48)，兩個指標之間似乎不存在必然的關系。也就是說，化肥投入強度高的地區(qū)，其投入效率不一定就高；而化肥投入強度低的地區(qū)，其投入效率也不一定就低(經本文統(tǒng)計，兩者相關系數(shù)僅為0.37)。為了更直觀地呈現(xiàn)各地區(qū)化肥投入效率及其化肥投入模式，接下來本文對各地區(qū)按照化肥投入效率和化肥投入強度進行K-均值聚類分析。參考史常亮等[8]的處理方法，選擇0.60和0.80為標準將化肥投入效率劃分為低效率、中效率和高效率三個等級，選擇250千克/公頃和400千克/公頃為標準將化肥投入強度劃分為低強度、中強度和高強度三個等級，進而得到9種組合類型，具體見表3(1)史常亮等以0.55和0.80為標準將化肥投入效率分為低、中、高三個等級，以210和360為標準將每公頃實際化肥用量分為低、中、高三個等級。本文根據(jù)效率數(shù)值分布及化肥實際用量情況進行了小幅調整。但需要指出的是，此處劃分的低、中、高三個等級僅僅是出于問題分析需要，不代表實際的評判標準。例如，化肥用量國際警戒線為每公頃225千克，超過這一數(shù)值就應被定義為高強度，但目前中國各地區(qū)的每公頃化肥用量均遠遠超出這一標準，故在劃分等級時，主要是依據(jù)化肥實際用量的分布情況而定。。其中，高強度+高效率地區(qū)僅包含湖北，屬于中部地區(qū)糧食主產省。盡管湖北農業(yè)生產的化肥投入強度較高，但其化肥投入效率卻并不低。高強度+中效率地區(qū)包括北京、天津、江蘇、河南、福建、山東、廣東和陜西，主要集中在東部沿海地帶，其化肥投入強度較大，并且化肥投入效率不高，生產中存在普遍的化肥過量使用現(xiàn)象；高強度+低效率地區(qū)主要是海南，不僅化肥投入強度非常大，而且化肥投入效率非常低，意味著該地區(qū)化肥使用非常不合理，應給予重點關注。

表3 各地區(qū)化肥投入效率及使用強度聚類分組

接下來考察化肥投入效率隨時間變化的趨勢。依據(jù)概念含義，持久效率在短期內不隨時間發(fā)生變化，隨時間發(fā)生變化的只是短期效率。圖1為短期效率的時間趨勢。需要指出的是，由于KH95模型和KLH14模型的短期效率結果相同，因而兩者的時間趨勢在圖中重合。圖1顯示，化肥投入的短期效率在近20年里呈現(xiàn)出上下小幅頻繁波動的特征，且ZH17模型的短期效率相對高一些，介于0.92～0.94之間?；诨释度氤志眯屎投唐谛首兓臅r間趨勢判斷，化肥投入總效率隨時間變化的趨勢不明顯。圖2給出了化肥投入總效率的時間趨勢，發(fā)現(xiàn)三個模型測算的總效率隨時間變化的幅度都很小。上述結果表明，在考察期內，盡管中國農業(yè)生產中化肥投入不夠合理，存在很多的效率損失，但其效率卻并沒有得到明顯改善。值得注意的是，也有研究認為，中國農業(yè)化肥投入效率總體上呈現(xiàn)逐年遞增的態(tài)勢，且年均改善速度非常之高，達到了10%[8]。然而，實際情況并沒有如此樂觀，中國農業(yè)化肥投入總量直至2015年之后才出現(xiàn)了下降(很大程度上與輪作休耕制度的推行有關)，且每公頃化肥用量仍有很多地區(qū)呈繼續(xù)上升的態(tài)勢。相比之下，劉華軍等研究認為，近年來中國農業(yè)化肥投入效率提升幅度很小[7]，而張永強等甚至認為近年來的化肥投入效率不僅沒有提升，反而有所下降[9]。對于這些分歧，正如邊文龍等所指出的，使用常規(guī)的隨機前沿模型測算效率時要求假定效率在樣本期間內只能隨時間單調遞增、遞減或不變，該假定十分嚴格，如果效率在樣本期間內隨時間出現(xiàn)先增后減或者先減后增的情況，使用該模型估計效率將會因模型誤設而導致估計結果的不一致[11]?？傮w來講，本文采用的最新提出的隨機前沿模型能夠避免常規(guī)隨機前沿模型中的隱含假設，其得到的分析結論更具說服力。

圖1 短期效率的時間趨勢

圖2 總效率的時間趨勢

三、進一步討論

前文分析揭示，中國農業(yè)化肥投入效率存在較大一部分損失，每年約有30%的化肥投入在經濟層面屬于不合理，導致農業(yè)面源污染日益嚴重。并且，中國農業(yè)化肥投入似乎已經跌入低效率陷阱，效率改善的跡象很不明顯。為此，本文使用連續(xù)時間狀態(tài)轉換分析模型分析化肥投入效率的狀態(tài)轉變概率，進而判斷中國農業(yè)化肥投入效率的未來變遷趨勢。此模型分為三個狀態(tài)，分別是高效率、中效率和低效率。個體在時間t上的狀態(tài)是s(t)，對于每一對狀態(tài)r和s，個體從一個狀態(tài)轉到另一個狀態(tài)以及轉變所需的時間受到轉換強度(transition intensity)qrs(t)的支配。轉換強度表示從狀態(tài)r到s的瞬時風險，其可能與時間協(xié)變量x(t)有關。轉換強度方程可表示為：

qrs(t)=qrs(t|x(t))=qrs.0(t)exp(βrsx(t))

(8)

式(8)中，參數(shù)向量βrs(βrs.1,βrs.2,…,βrs.p)，協(xié)變量向量x(t)=(x1(t),x2(t),…,xp(t))，qrs.0(t)表示基期轉換強度。假定基期轉換強度函數(shù)服從指數(shù)分布，且不存在協(xié)變量的影響效應，則可擬合一個只有截距的轉換強度函數(shù)：

qrs(t)=qrs=exp(βrs)

(9)

接著，在式(9)的基礎上加入相應的協(xié)變量，以控制協(xié)變量的影響效應，轉換強度函數(shù)表示為：

qrs(t)=exp(βrs.0+γrs.1qd+γrs.2st+γrs.3ze+γrs.4p)

(10)

通過最大似然函數(shù)法對上述轉換強度函數(shù)進行估計，然后根據(jù)轉換強度矩陣可計算出轉換改變矩陣。使用該模型Zhang等[15]則分析了中國能源效率狀態(tài)轉換的概率。與前文分析一致，對化肥投入效率進行狀態(tài)分類時，將0.80及以上的定義為高效率，0.60～0.80之間的定義為中效率，低于0.60的則定義為低效率。各狀態(tài)相互轉換的頻次及預測概率見表4。

表4 狀態(tài)轉換頻次及預測概率

從狀態(tài)轉換情況來看，高效率→高效率的有70次，中效率→中效率的有430次，低效率→低效率的有75次，共占觀測值總個數(shù)的92.7%，說明效率狀態(tài)轉換具有非常強的黏性特征，從一種狀態(tài)轉到另一種狀態(tài)的發(fā)生概率很低。狀態(tài)轉換概率的計算結果(不論是考慮協(xié)變量還是不考慮協(xié)變量的影響)也顯示，從中效率轉到高效率以及從低效率轉到中效率或高效率的概率都非常低。本文認為產生這一現(xiàn)象的主要原因仍在于中國農業(yè)化肥投入效率損失的組成結構所致。前文分析表明，持久性效率損失占據(jù)了中國化肥投入效率損失的主要部分，短期內很難發(fā)生改變；而短期效率損失總體較小，其變化又不足以導致化肥投入總效率的狀態(tài)轉變。因此，減少持久效率損失應成為提升中國農業(yè)化肥投入效率的首要任務。

四、結論與啟示

基于1998—2017年省級面板數(shù)據(jù)，本文在構建化肥消費需求模型的基礎上，使用三種隨機前沿模型對中國農業(yè)化肥投入效率進行了測算，并運用面板數(shù)據(jù)狀態(tài)轉換分析法對化肥投入效率的動態(tài)變遷趨勢進行了預測。與以往測算效率的常規(guī)SFA模型不同，本文使用的隨機前沿模型能夠對效率的兩個組成部分(持久效率和短期效率)分別進行測度，從而能夠揭示造成效率損失的主要來源。并且，本文依據(jù)模型設定是否控制個體異質性及是否對個體異質性作出先驗分布假設的差異，還對不同模型的測算結果進行了對比。研究發(fā)現(xiàn)：中國農業(yè)化肥消費需求主要受農業(yè)產出、化肥價格、人均土地投入、林牧漁業(yè)產值占農業(yè)產值之比、測土配方施肥政策等因素的影響；化肥投入效率平均約為0.65，存在著較大的提升潛力，效率分布呈現(xiàn)中部高于東部、東部高于西部的非平衡分布格局；在化肥投入效率損失的構成上，短期效率損失較低，持久效率損失較高，持久效率損失是導致中國農業(yè)化肥投入效率總體不高的主要根源；此外，盡管中國農業(yè)生產中普遍存在著化肥投入不合理的現(xiàn)象，造成了很多的效率損失和投入浪費，但從效率變化的時間趨勢及效率狀態(tài)的轉換概率上看，化肥投入效率并沒有呈現(xiàn)改善跡象，效率損失具有非常強的黏性特征。

通過本文研究，得到如下幾點啟示：第一，在測算效率時，應謹慎選擇恰當?shù)碾S機前沿分析模型。例如，常規(guī)的隨機前沿模型關于效率只能單調遞增、遞減或不變的研究假設過于嚴格，存在較大的模型誤設風險；模型中應該對效率損失項與個體異質性進行有效區(qū)分，因為這些個體異質性很可能與真實的效率沒有任何關系；為了減少模型誤設風險，也應放松對個體異質性的先驗分布假設。第二，中國農業(yè)化肥投入效率總體偏低，在不影響農業(yè)產出及化肥價格等因素的情況下，化肥削減潛力巨大。在十九大倡導綠色發(fā)展的背景下，提升中國農業(yè)化肥投入效率是推進資源全面節(jié)約以及面源污染治理的有力措施。第三，化肥投入持久效率的提升空間遠高于短期效率的提升空間，提升中國農業(yè)化肥投入效率的制度設計更應著眼于長遠。例如，實施化肥投入效率管制、推進化肥行業(yè)產品質量升級、轉變農戶傳統(tǒng)施肥觀念等。具體而言，應該在全國層面科學制定一個明確的化肥減量總目標，并依據(jù)各地化肥削減潛力進行任務分解，建立定期考核機制；鼓勵化肥生產企業(yè)加快淘汰低端產品落后產能，并對新型復合肥、有機肥等新技術研發(fā)和推廣應用進行財稅優(yōu)惠，減輕企業(yè)升級轉型壓力；充分認清缺乏施肥知識是導致中國農戶化肥過度投入的重要原因，并持續(xù)向農戶提供施肥知識培訓逐步誘導其摒棄傳統(tǒng)的多施肥、產量高的錯誤施肥觀念。