蔣艷芝,丁志超,李光泗

(1.南京財經大學 紅山學院，江蘇 南京 210003；2.中國農業(yè)大學 國家農業(yè)農村發(fā)展研究院，北京 100083；3.南京財經大學，江蘇 南京 210023)

農業(yè)進一步發(fā)展的深層次矛盾和問題不斷積累并日益突出[1]，提高農業(yè)全要素生產率是實現(xiàn)農業(yè)高質量發(fā)展的重要實現(xiàn)路徑[2]。2015年2月，中國農業(yè)部就制定出臺了《到2020年化肥使用量零增長行動方案》和《到2020年農藥使用量零增長行動方案》，明確提出到2020年，主要農作物化肥使用量和農藥使用總量實現(xiàn)零增長。2017年底召開的中央農村工作會議提出“走質量興農之路”“加快推進農業(yè)由增產導向轉向提質導向”等要求，2018年被確定為“農業(yè)質量年”。2018年、2019年和2020年中央一號文件更分別提出“提高農業(yè)創(chuàng)新力、競爭力和全要素生產率”“推進農業(yè)由增產導向轉向提質導向”“推進農業(yè)高質量發(fā)展”。

江蘇省作為我國東部沿海發(fā)達地區(qū)，也是我國13個糧食主產省之一。根據(jù)江蘇省統(tǒng)計年鑒，2018年農業(yè)機械總動力已達5 042.27萬千瓦，機械化耕、種、植保、收獲面積分別占農作物總播種面積的82.37%、60.85%、72.41%和67.65%。此外，高效設施農業(yè)主要環(huán)節(jié)綜合機械化水平達到50%、水稻機插率達到75%，總體進入水稻種植機械化的新階段，江蘇省農機社會化服務能力持續(xù)提高，農機作業(yè)面積持續(xù)擴大，為糧食生產、農民增收、農村勞動力轉移提供了保障[3]。農田水利建設保證了2018年417.983萬公頃土地的有效灌溉，在農藥和化肥減量目標之下，江蘇省農業(yè)生產的農藥和化肥使用量均在近年出現(xiàn)明顯下降?？傮w而言，經過多年發(fā)展，無論是應對勞動力成本上升和促進農村剩余勞動力有效轉移的機械化程度提升，還是實現(xiàn)經濟利益和生態(tài)文明兼顧的農藥化肥減量成效，江蘇省農業(yè)現(xiàn)代化取得明顯進步、農業(yè)高質量發(fā)展取得明顯成效。今后一段時期，特別是在全面建成小康社會，又乘勢而上開啟全面建設社會主義現(xiàn)代化國家的新征程中，江蘇省農業(yè)發(fā)展需要繼續(xù)堅持高質量發(fā)展的導向，而這必須依賴于江蘇省高水平的農業(yè)全要素生產率，總結江蘇省農業(yè)全要素生產率發(fā)展，有利于總結過往，為指導新階段農業(yè)轉型升級和健康可持續(xù)發(fā)展提供有益參考。

一、江蘇省農業(yè)全要素生產率測算

全要素生產率是多投入多產出情況下某行業(yè)、某一時期范圍內的產出與土地、勞動力、資本和其他物質資料等投入成本的比值，即全部要素投入的平均產出[4]，農業(yè)全要素生產率度量了除勞動力和資本等要素投入以外，因技術進步和組織創(chuàng)新等實現(xiàn)的農業(yè)增長[5]?；诟鞣N因素(投入要素增長、技術進步和能力實現(xiàn)等)對經濟增長貢獻的分析，可幫助確定經濟政策應以增加總需求為主還是應以調整經濟結構、促進技術進步為主[6]。

(一)模型構建

DEA-Malmquist生產率指數(shù)方法采用線性規(guī)劃方法構造生產前沿面，實現(xiàn)技術進步與技術效率的區(qū)分，避免設定參數(shù)的回歸類方法對生產函數(shù)和非效率項形式嚴格假定造成的偏差[7]。Malmquist生產率指數(shù)無需投入產出的價格信息，適用于無法獲得市級投入要素數(shù)量和價格信息的情形，也被證明在一定條件下優(yōu)于Tornqvist指數(shù)和Fisher理想指數(shù)[8]。Fare等人提出的Malmquist-TFP指數(shù)可用于農業(yè)全要素生產率變化的測算，該指數(shù)可分解為技術進步以及技術效率的變化[9]。

為分析江蘇省農業(yè)全要素生產率情況，考慮研究對象的針對性，分析所轄地級市在TFP研究需明確生產單元情況下，同分析江蘇省具有實際一致性、更好控制地區(qū)非時變因素的作用，特選取省內13個地級市作為獨立生產單元，并依據(jù)模型需要假定各市處于相同的技術水平，每個地級市農業(yè)生產點位置與農業(yè)最佳前沿面的差異即各地級市農業(yè)生產技術非效率程度[9,10]。依據(jù)Fare等基于投入產出的Malmquist生產率指數(shù)[11]：

M0(xt+1,yt+1,xt,yt)=TFP=

(1)

(2)

TP(xt+1,yt+1,xt,yt)=

(3)

而在可變規(guī)模報酬條件下，技術效率指數(shù)進一步可分解為純技術效率指數(shù)(PEC)和規(guī)模效率指數(shù)(SEC)：

(4)

其中最后等號右側項第一個分式即SEC，第二個分式為PEC，從而有Malmquist生產率指數(shù)M0(xt+1,yt+1,xt,yt)=TFPt+1=TECt+1×TPt+1=SECt+1×PECt+1×TPt+1。

(二)數(shù)據(jù)來源和變量設定

基于各年《江蘇省統(tǒng)計年鑒》，選取農林牧漁業(yè)總產值(億元)作為產出變量，農作物總播種面積(千公頃)、農業(yè)機械總動力(萬千瓦)、農用化肥施用量(萬噸)、農林牧漁從業(yè)人員(萬人)作為投入變量。其中農林牧漁業(yè)總產值按江蘇省農林牧漁業(yè)總產值指數(shù)平減至以2000年為基期的可比水平，變量統(tǒng)計如表1。

表1 DEA-Malmquist投入產出變量統(tǒng)計描述

(三)農業(yè)全要素生產率測算結果

使用DEAP 2.1測算得到的江蘇省各地級市平均的農業(yè)全要素生產率增長及其分解構成的變化如表2所示，其中Effch、Techch、Pech、Sech和Tfpch分別指技術效率變化指數(shù)、技術進步指數(shù)、純技術效率指數(shù)、規(guī)模效率指數(shù)和全要素生產率指數(shù)。結果表明，2001—2018年江蘇省ATFP總體呈現(xiàn)穩(wěn)中有增趨勢，平均年增長約為4.505 6%，考慮到1994—2006年中國ATFP年均增長率為3.7%，2007—2016年階段中國ATFP年均增長率為3.7%[12]，非參數(shù)方法分析1986—2017年農村固定觀察點全樣本家戶農業(yè)全要素生產率核密度均值約在(-0.2～-0.1)范圍內[13]，江蘇省農業(yè)全要素生產率增加水平相對較高。構成上看，進入新世紀以來，江蘇省農業(yè)技術總體是進步的，而農業(yè)技術效率則存在下降，這同已有研究結論基本一致[14]。

表2 江蘇省農業(yè)Malmquist指數(shù)及其構成變化(2000—2018年)

二、江蘇省農業(yè)全要素生產率影響因素分析

基于生產理論和發(fā)展經濟學基本原理，生產要素質量、農業(yè)經濟結構、地理條件、生產實踐、基礎設施、農場特征、農業(yè)政策、谷物(即小麥和水稻)高產品種擴散特點以及化肥、殺蟲劑、補充灌溉排水和新的栽培方法等[15-17]因素均同ATFP具有顯著關系，基于社會嵌入性的研究進一步表明農業(yè)結構系數(shù)、城市化進程、受災率、農村人力資本和物流關系嵌入對農業(yè)全要素生產率有直接影響，提高農業(yè)全要素生產率要同時考慮基本影響因素和社會嵌入因素[18]?；诖诉x取如表3所示的變量作為解釋變量進行ATFP影響因素分析，統(tǒng)計描述如表4。

表3 解釋變量定義

表4 解釋變量統(tǒng)計描述

以市級面板數(shù)據(jù)，采用如下固定效應模型對地區(qū)非時變變量進行控制：

yit=αi+βXit+it,i=1,2,……,N;t=1,2,……,T

其中y向量包括了江蘇省ATFP及其分解出的各項指數(shù)，X向量包括以上解釋變量，t為2001—2018年，i為江蘇省13個地級市。截距項αi作為一個隨機變量，且其變化與Xit有關，在此簡化假定江蘇省十三市有共同的斜率和不同的截距。江蘇省ATFP影響因素實證分析結果如表5所示。

表5 江蘇省ATFP影響因素實證分析結果

基于回歸結果可知：人均地區(qū)生產總值、第一產業(yè)增加值占比、戶均農作物播種面積、公路密度、等級公路占比、地方財政赤字情況和互聯(lián)網用戶占比同江蘇省ATFP顯著正相關，意味著經濟社會發(fā)展程度、農業(yè)在地區(qū)經濟增長中的重要性、規(guī)模經營情況、交通基礎設施存量和質量、通訊網絡條件和政府支持均有助于提升江蘇省農業(yè)全要素生產率，從而農業(yè)市場的專業(yè)化、物流和信息的低成本獲取均可能有助于農業(yè)生產率的整體表現(xiàn)。但是萬人專利受理量所反映的科技發(fā)展情況卻在10%顯著性水平同江蘇ATFP呈負相關關系，其中原因可能在于專利申請中農業(yè)專利比重較低，但具體原因仍有待進一步分析驗證。第一產業(yè)就業(yè)人員占比也顯著負向影響江蘇省ATFP，表明農業(yè)勞動力的非農轉移將有助于幫助提升江蘇省農業(yè)全要素生產率。從而江蘇省需繼續(xù)推動農業(yè)勞動力轉移、農業(yè)規(guī)模經營和民生基礎設施建設。

從影響技術進步指數(shù)和技術效率指數(shù)的影響因素來看(II、III列)，顯著與農業(yè)技術進步相關的解釋變量同這些解釋變量影響江蘇ATFP的方向一致，但是本研究所選取各變量均不在統(tǒng)計學意義上同技術效率具有顯著影響，即通過農業(yè)勞動力轉移、農業(yè)規(guī)模經營、交通和網絡通訊基礎設施建設能夠有效提升江蘇省農業(yè)技術進步，但仍需進一步研究討論如何提升江蘇省農業(yè)技術效率。為此，需要進一步分析構成農業(yè)技術效率的純技術效率和規(guī)模效率受各解釋變量影響的情況，具體如IV列和V列結果所示。

從影響純技術效率和規(guī)模效率的因素來看，促進農業(yè)勞動力轉移有助于促進純技術效率，但負向影響規(guī)模效率，即要想要素組合達到同等規(guī)模水平下最優(yōu)的生產前沿面需要實現(xiàn)勞動力的有效轉移，但是要想追求最優(yōu)生產規(guī)模仍需大量的農業(yè)勞動力，此種矛盾導致第一產業(yè)就業(yè)人員占比對技術效率指數(shù)影響不顯著?？紤]到促進農業(yè)勞動力轉移有助于幫助促進技術進步從而推進江蘇省農業(yè)全要素生產率，江蘇省內可能存在如下影響路徑：農業(yè)勞動力的轉移促使技術進步對勞動力的替代，從而促進了農業(yè)全要素生產率的提升；農業(yè)勞動力的轉移制約了農戶擴大經營規(guī)模的努力，從而不利于規(guī)模效率的實現(xiàn)；但是農業(yè)勞動力的轉移卻幫助實現(xiàn)一定規(guī)模水平下要素配置水平從而靠近生產前沿面?；谝陨下窂胶妥罱K對農業(yè)全要素生產率的影響效果，江蘇省仍然需要推動農業(yè)剩余勞動力的轉移，以技術進步替代勞動力，彌補勞動力轉移對規(guī)模經營產生的不利影響。

三、結論和政策建議

以Malmquist指數(shù)對宏觀數(shù)據(jù)的分析結果顯示，江蘇省各市農業(yè)全要素生產率在2000—2018年間經歷了較快速的增長，且主要源于農業(yè)技術進步，農業(yè)科研技術創(chuàng)新方面較為成功，但農業(yè)前沿技術適應性仍顯不足。農業(yè)市和經濟增長水平較高的城市的農業(yè)全要素生產率較高。農業(yè)勞動力轉移對農業(yè)技術進步和純技術效率具有積極影響，但可能制約農業(yè)規(guī)模效率。同時，促進江蘇省農業(yè)戶均規(guī)模經營、改善道路和網絡通訊的基礎設施條件、增加政府財政支出，有助于促進農業(yè)技術進步，進而提升江蘇省農業(yè)全要素生產率水平。

江蘇省為實現(xiàn)農業(yè)健康可持續(xù)的高質量發(fā)展，須保持農業(yè)全要素生產率提升，推進江蘇省農業(yè)經濟增長方式轉變，鼓勵江蘇省內不同地區(qū)繼續(xù)進行適應自身農業(yè)生產條件和環(huán)境的農業(yè)技術創(chuàng)新的同時，強化技術創(chuàng)新成果的轉化和落地，全面提升農業(yè)生產經營各微觀主體的生產技術效率。江蘇省還需借助要素市場化改革和農業(yè)社會化服務發(fā)展，全面提升土地和服務的適度規(guī)模經營，提升規(guī)模效率，以規(guī)模經營降低技術應用的交易成本。各市需要通過經濟發(fā)展幫助促進農業(yè)剩余勞動力轉移，同時加大財政支出，特別是對道路和網絡通訊基礎設施和服務的建設力度，通過降低信息和物流方面的交易費用，幫助促進農業(yè)技術進步和農業(yè)全要素生產率的提升。