戴鵬，李容容，翟雪玲

臨時(shí)收儲(chǔ)和目標(biāo)價(jià)格補(bǔ)貼對(duì)棉花技術(shù)效率的影響——基于面板分?jǐn)?shù)響應(yīng)模型的實(shí)證分析

戴鵬1a，李容容1b，翟雪玲2

（1.貴州財(cái)經(jīng)大學(xué) a.西部現(xiàn)代化研究中心，b.大數(shù)據(jù)應(yīng)用與經(jīng)濟(jì)學(xué)院，貴州 貴陽(yáng) 550025；2.農(nóng)業(yè)農(nóng)村部 農(nóng)村經(jīng)濟(jì)研究中心，北京 100810）

基于12個(gè)棉花主產(chǎn)區(qū)1994—2018年的投入產(chǎn)出數(shù)據(jù)，在面板隨機(jī)前沿模型估計(jì)結(jié)果的基礎(chǔ)上，利用面板分?jǐn)?shù)響應(yīng)模型而非Tobit模型實(shí)證分析了臨時(shí)收儲(chǔ)政策、目標(biāo)價(jià)格補(bǔ)貼政策對(duì)棉花技術(shù)效率的影響，結(jié)果表明：1994年以來(lái)，棉花主產(chǎn)區(qū)的技術(shù)效率逐年提高，且呈收斂趨勢(shì)；盡管臨時(shí)收儲(chǔ)政策、目標(biāo)價(jià)格補(bǔ)貼政策都有助于提高棉花技術(shù)效率，但兩者對(duì)棉花技術(shù)效率的影響存在顯著差異，相對(duì)臨時(shí)收儲(chǔ)政策而言，目標(biāo)價(jià)格補(bǔ)貼政策的影響更大；同時(shí)，實(shí)施良種補(bǔ)貼政策、改善農(nóng)業(yè)灌溉條件、提高棉花生產(chǎn)機(jī)械化水平也有助于提高棉花技術(shù)效率。

臨時(shí)收儲(chǔ)；目標(biāo)價(jià)格補(bǔ)貼；良種補(bǔ)貼；棉花技術(shù)效率

一、問(wèn)題的提出

作為世界最大的棉花生產(chǎn)國(guó)和消費(fèi)國(guó)，近年來(lái)，隨著經(jīng)濟(jì)快速發(fā)展，工業(yè)化、城鎮(zhèn)化進(jìn)程不斷加快，水、土等農(nóng)業(yè)資源日益緊缺，我國(guó)棉花生產(chǎn)成本不斷攀升（從2001年的638元/畝急劇攀升到2018年的約2000元/畝），棉花生產(chǎn)比較收益和國(guó)際競(jìng)爭(zhēng)力不斷下降。盡管可以通過(guò)棉花生產(chǎn)支持政策（如2011—2013年執(zhí)行的棉花臨時(shí)收儲(chǔ)政策等）提高棉花生產(chǎn)收益，保護(hù)棉農(nóng)的生產(chǎn)積極性，但受世界貿(mào)易規(guī)則的約束，我國(guó)支持棉花生產(chǎn)的政策空間不斷壓縮，作用效果有限。為提高棉花產(chǎn)業(yè)國(guó)際競(jìng)爭(zhēng)力，我國(guó)需要轉(zhuǎn)變目前的棉花生產(chǎn)方式。

轉(zhuǎn)變棉花生產(chǎn)方式，一條很重要的途徑是提高棉花生產(chǎn)效率，這一點(diǎn)已基本達(dá)成共識(shí)，問(wèn)題是如何提高棉花生產(chǎn)效率。圍繞棉花生產(chǎn)效率，已有學(xué)者從棉花生產(chǎn)技術(shù)進(jìn)步率、棉花生產(chǎn)技術(shù)效率、棉花全要素生產(chǎn)率測(cè)算及影響因素分析方面，進(jìn)行了大量研究[1-9]；還有學(xué)者研究了良種補(bǔ)貼、目標(biāo)價(jià)格補(bǔ)貼政策對(duì)棉花生產(chǎn)效率的影響。研究發(fā)現(xiàn)，棉花良種補(bǔ)貼政策的生產(chǎn)效率提升效果有限[10]，目標(biāo)價(jià)格補(bǔ)貼政策不僅有助于提高棉花生產(chǎn)效率[11]，還有助于提高棉花生產(chǎn)技術(shù)效率[12]，有助于提高全要素生產(chǎn)率，具體來(lái)看，目標(biāo)價(jià)格補(bǔ)貼顯著提高了純技術(shù)效率和規(guī)模效率，對(duì)技術(shù)進(jìn)步影響不顯著[13]。

已有研究對(duì)提高棉花生產(chǎn)效率作了很好的探討，但還存在一些待完善之處，突出體現(xiàn)在以下幾個(gè)方面：一是研究結(jié)論有時(shí)與常識(shí)和經(jīng)濟(jì)理論不相吻合，如有學(xué)者利用農(nóng)產(chǎn)品成本收益資料構(gòu)建超越對(duì)數(shù)生產(chǎn)函數(shù)模型研究發(fā)現(xiàn)，生產(chǎn)要素產(chǎn)出彈性持續(xù)為負(fù)[1,6]。一個(gè)很自然的反應(yīng)是，既然增加要素投入后產(chǎn)出會(huì)下降，作為一個(gè)理性的生產(chǎn)者，會(huì)自覺(jué)地減少生產(chǎn)要素投入，不可能投入過(guò)量生產(chǎn)要素，不可能出現(xiàn)生產(chǎn)要素產(chǎn)出彈性持續(xù)為負(fù)的情形[14]。二是在利用隨機(jī)前沿法分析技術(shù)效率的影響因素時(shí)，多數(shù)學(xué)者未考慮技術(shù)效率的取值范圍[6,7,15,16]；有少數(shù)學(xué)者注意到技術(shù)效率的取值范圍介于0～1，采用OLS方法會(huì)得到有偏的估計(jì)結(jié)果，因此，采用Tobit模型進(jìn)行估計(jì)[17-20]。事實(shí)上，Tobit模型僅適宜估計(jì)數(shù)據(jù)存在歸并情形，而技術(shù)效率取值介于0～1，并不是數(shù)據(jù)歸并造成的，是技術(shù)效率的全部取值本身就位于這一范圍內(nèi)。因此，Tobit模型的適用條件并不成立，采用Tobit模型估計(jì)技術(shù)效率的影響因素，所得估計(jì)結(jié)果有待商榷。盡管分?jǐn)?shù)響應(yīng)模型可有效解決因變量取值介于0～1的問(wèn)題[21,22]，但目前還較少有學(xué)者應(yīng)用面板分?jǐn)?shù)響應(yīng)模型分析技術(shù)效率的影響因素。

本文將基于1994—2018年我國(guó)12個(gè)棉花主產(chǎn)區(qū)的面板數(shù)據(jù)，利用面板分?jǐn)?shù)響應(yīng)模型分析臨時(shí)收儲(chǔ)政策、目標(biāo)價(jià)格補(bǔ)貼政策對(duì)棉花技術(shù)效率的影響。與已有研究相比，本文的不同之處有兩個(gè)方面：一是研究?jī)?nèi)容上，系統(tǒng)分析了棉花臨時(shí)收儲(chǔ)政策、目標(biāo)價(jià)格補(bǔ)貼政策對(duì)棉花技術(shù)效率的影響。同時(shí)，考慮到執(zhí)行臨時(shí)收儲(chǔ)政策、目標(biāo)價(jià)格補(bǔ)貼政策期間，還存在良種補(bǔ)貼等其他棉花生產(chǎn)支持政策，本文對(duì)臨時(shí)收儲(chǔ)政策、目標(biāo)價(jià)格補(bǔ)貼政策的影響進(jìn)行了識(shí)別，豐富了已有研究?jī)?nèi)容。二是研究方法上，考慮到技術(shù)效率取值范圍始終介于0～1，采用專(zhuān)門(mén)用于估計(jì)被解釋變量取值介于0～1的分?jǐn)?shù)響應(yīng)模型進(jìn)行估計(jì)[21,22]，對(duì)已有研究方法進(jìn)行了有益補(bǔ)充。

二、理論、模型與數(shù)據(jù)

1．理論分析

為穩(wěn)定市場(chǎng)預(yù)期，保護(hù)棉農(nóng)利益，保證市場(chǎng)供應(yīng)，我國(guó)從2011年開(kāi)始制定實(shí)施棉花臨時(shí)收儲(chǔ)預(yù)案。預(yù)案執(zhí)行范圍為新疆、甘肅、陜西、河北、河南、山東、山西、安徽、江蘇、江西、湖北、湖南、天津等13個(gè)棉花主產(chǎn)區(qū)，預(yù)案執(zhí)行時(shí)間為當(dāng)年的9月1日至下一年的3月31日。在預(yù)案執(zhí)行期間，當(dāng)棉花市場(chǎng)價(jià)格連續(xù)五個(gè)工作日低于臨時(shí)收儲(chǔ)價(jià)時(shí)，由中儲(chǔ)棉總公司啟動(dòng)棉花臨時(shí)收儲(chǔ)預(yù)案，按臨時(shí)收儲(chǔ)價(jià)收購(gòu)棉花①。2011—2013年，標(biāo)準(zhǔn)級(jí)皮棉到庫(kù)價(jià)格從19800元/噸上漲到20400元/噸，有效保護(hù)了棉農(nóng)利益，穩(wěn)定了市場(chǎng)預(yù)期。然而，在此期間，國(guó)際棉花市場(chǎng)價(jià)格持續(xù)走低，進(jìn)口成本大幅低于棉花臨時(shí)收儲(chǔ)價(jià)格，棉花進(jìn)口壓力劇增，收儲(chǔ)棉花大量積壓，順價(jià)銷(xiāo)售受阻，市場(chǎng)活力減弱。從2014年開(kāi)始，我國(guó)取消棉花臨時(shí)收儲(chǔ)政策，在新疆開(kāi)始執(zhí)行棉花目標(biāo)價(jià)格改革試點(diǎn)，根據(jù)“近三年生產(chǎn)成本加合理收益”制定目標(biāo)價(jià)格。生產(chǎn)者按市場(chǎng)價(jià)格銷(xiāo)售棉花，當(dāng)市場(chǎng)價(jià)格低于目標(biāo)價(jià)格時(shí)，國(guó)家給予差價(jià)補(bǔ)貼②。2014—2017年，棉花目標(biāo)價(jià)格為“一年一調(diào)整”，2017年之后，除非棉花市場(chǎng)發(fā)生重大變化，棉花目標(biāo)價(jià)格“三年一調(diào)整”。取消棉花臨時(shí)收儲(chǔ)政策之后，對(duì)山東、河北、河南、安徽、江蘇、江西、湖北、湖南和甘肅等9個(gè)棉花主產(chǎn)區(qū)的棉花生產(chǎn)者，參照新疆棉花目標(biāo)價(jià)格補(bǔ)貼標(biāo)準(zhǔn)給予定額補(bǔ)貼。2014年度補(bǔ)貼標(biāo)準(zhǔn)為2000元/噸，以后年度的補(bǔ)貼標(biāo)準(zhǔn)以新疆補(bǔ)貼額的60%為依據(jù)，上限不超過(guò)2000元/噸③。

根據(jù)農(nóng)業(yè)產(chǎn)出函數(shù)可知，臨時(shí)收儲(chǔ)、目標(biāo)價(jià)格補(bǔ)貼等棉花生產(chǎn)支持政策對(duì)棉花產(chǎn)出的影響，最終通過(guò)影響棉花生產(chǎn)要素投入和棉花全要素生產(chǎn)率來(lái)實(shí)現(xiàn)。全要素生產(chǎn)率可以進(jìn)一步分解為技術(shù)效率、資源配置效率、規(guī)模效率和技術(shù)進(jìn)步四個(gè)部分[23]。其中，技術(shù)效率表示現(xiàn)有技術(shù)水平的利用效率，技術(shù)效率越高，實(shí)際產(chǎn)出和潛在生產(chǎn)前沿面之差越小，兩者之間的差距受生產(chǎn)條件的影響。

圖1顯示了臨時(shí)收儲(chǔ)、目標(biāo)價(jià)格補(bǔ)貼政策影響棉花全要素生產(chǎn)率的作用機(jī)理。根據(jù)政策設(shè)計(jì)初衷，無(wú)論是2011年開(kāi)始實(shí)施、2014年取消的棉花臨時(shí)收儲(chǔ)政策，還是2014年開(kāi)始在新疆實(shí)施的棉花目標(biāo)價(jià)格補(bǔ)貼政策，穩(wěn)定市場(chǎng)預(yù)期、保護(hù)棉農(nóng)利益始終是政策設(shè)計(jì)的不變追求。實(shí)施臨時(shí)收儲(chǔ)、目標(biāo)價(jià)格補(bǔ)貼等棉花生產(chǎn)支持政策，有助于穩(wěn)定市場(chǎng)預(yù)期、提高棉花生產(chǎn)收益、提高棉農(nóng)的生產(chǎn)積極性，激勵(lì)棉農(nóng)增加農(nóng)業(yè)投資[13,24]。一是有助于改善生產(chǎn)條件，提升要素的使用效率，縮小實(shí)際產(chǎn)出和潛在產(chǎn)出之間的差距。二是會(huì)促使棉農(nóng)增加生產(chǎn)要素投入，在擴(kuò)大生產(chǎn)規(guī)模、獲得規(guī)模效益的同時(shí)，也會(huì)提高現(xiàn)有技術(shù)的利用水平。三是在增加生產(chǎn)要素投入、擴(kuò)大生產(chǎn)規(guī)模的同時(shí)，生產(chǎn)要素相對(duì)價(jià)格會(huì)發(fā)生變化，會(huì)促使棉農(nóng)調(diào)整優(yōu)化農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)決策，積極調(diào)整生產(chǎn)要素投入比例，優(yōu)化資源配置，提高資源配置效率。除此之外，還會(huì)促使棉農(nóng)使用先進(jìn)適用新技術(shù)?？梢灶A(yù)期，棉花臨時(shí)收儲(chǔ)政策、棉花目標(biāo)價(jià)格補(bǔ)貼政策均有助于提高棉花技術(shù)效率，但難以確定兩者對(duì)棉花技術(shù)效率的相對(duì)作用大小。

圖1　臨時(shí)收儲(chǔ)、目標(biāo)價(jià)格補(bǔ)貼政策影響棉花全要素生產(chǎn)率的作用機(jī)理

2．模型與變量

為比較分析臨時(shí)收儲(chǔ)政策、目標(biāo)價(jià)格補(bǔ)貼政策對(duì)棉花生產(chǎn)技術(shù)效率的影響，首先，構(gòu)建如下超越對(duì)數(shù)生產(chǎn)函數(shù)形式的隨機(jī)前沿模型：

（1）式中，為棉花產(chǎn)出總量，分別為棉花生產(chǎn)過(guò)程中投入的勞動(dòng)力總數(shù)和資本總量。勞動(dòng)力總數(shù)根據(jù)用工總量折算，用工總量等于每畝用工數(shù)量乘以棉花播種面積，參照《全國(guó)農(nóng)產(chǎn)品成本收益資料匯編》④，按每個(gè)勞動(dòng)力全年勞動(dòng)250天，將用工總量折算成勞動(dòng)力總數(shù)。資本總量等于每畝物質(zhì)與服務(wù)費(fèi)用乘以棉花播種面積，并用農(nóng)業(yè)生產(chǎn)資料定基價(jià)格指數(shù)（1994年=100）進(jìn)行物價(jià)平減，以剔除物價(jià)因素對(duì)資本總量的影響。β（0,1,2,3,4,5）為待估參數(shù)，υ為隨機(jī)擾動(dòng)項(xiàng)。技術(shù)無(wú)效率因子μ= -ln(ξ)，ξ為技術(shù)效率，遵循Battese and Coelli 的思路[25]，設(shè)置時(shí)變無(wú)效率因子μ為：

（2）式中，>0表明隨時(shí)間推移，技術(shù)效率在提高，存在技術(shù)追趕；反之，<0表明存在技術(shù)倒退；=0表明技術(shù)無(wú)效率因子不隨時(shí)間發(fā)生改變，也意味著棉花生產(chǎn)技術(shù)效率不隨時(shí)間發(fā)生改變。

其次，在獲得技術(shù)效率ξ值之后，可以進(jìn)一步估計(jì)技術(shù)效率的影響因素。考慮到技術(shù)效率ξ值始終介于0～1，直接采用OLS法會(huì)得到有偏的估計(jì)結(jié)果；Tobit模型僅適宜估計(jì)數(shù)據(jù)存在歸并情形，而技術(shù)效率取值介于0～1，并不是數(shù)據(jù)歸并造成的。因此，本文采用專(zhuān)門(mén)用于估計(jì)被解釋變量取值介于0～1的分?jǐn)?shù)響應(yīng)模型進(jìn)行估計(jì)[16,17]，構(gòu)建面板分?jǐn)?shù)響應(yīng)模型如下：

（3）式中，α為個(gè)體效應(yīng)，代表其他影響技術(shù)效率但不隨時(shí)間改變的影響因素，Φ(·)為正態(tài)分布函數(shù)。由于Φ(·)的取值始終介于0～1，從而可確保（3）式因變量ξ的值始終介于0～1，與技術(shù)效率的取值范圍完全相吻合，有效地解決了利用Tobit模型人為設(shè)置歸并點(diǎn)的缺陷[21,22]。

考慮到我國(guó)自2011年開(kāi)始實(shí)施棉花臨時(shí)收儲(chǔ)政策，2014年取消棉花臨時(shí)收儲(chǔ)政策，開(kāi)始在新疆地區(qū)實(shí)施目標(biāo)價(jià)格補(bǔ)貼政策。為分析臨時(shí)收儲(chǔ)政策、目標(biāo)價(jià)格補(bǔ)貼政策對(duì)棉花生產(chǎn)技術(shù)效率的影響，分別設(shè)置臨時(shí)收儲(chǔ)政策虛擬變量1、目標(biāo)價(jià)格補(bǔ)貼政策虛擬變量2。同時(shí)，考慮到自2007年起，我國(guó)實(shí)施棉花良種補(bǔ)貼政策，對(duì)使用棉花良種的農(nóng)民進(jìn)行補(bǔ)貼，為控制良種補(bǔ)貼政策對(duì)棉花生產(chǎn)技術(shù)效率可能造成的影響，新增良種補(bǔ)貼政策虛擬變量3。虛擬變量設(shè)置為：

進(jìn)一步，為確保估計(jì)結(jié)果的穩(wěn)健性，同時(shí)控制自然災(zāi)害、農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)、機(jī)械化水平以及日照時(shí)間等因素的影響。為成災(zāi)面積占農(nóng)作物播種面積的比例，反映自然災(zāi)害對(duì)棉花生產(chǎn)技術(shù)效率的影響。為有效灌溉面積占農(nóng)作物播種面積的比例，反映農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)對(duì)棉花生產(chǎn)技術(shù)效率的影響。為棉花生產(chǎn)的機(jī)械作業(yè)費(fèi)用，為平均日照時(shí)數(shù)，分別反映棉花生產(chǎn)機(jī)械化水平、日照時(shí)長(zhǎng)對(duì)棉花生產(chǎn)技術(shù)效率的影響。

3. 數(shù)據(jù)來(lái)源

由于近年來(lái)天津的棉花成本收益數(shù)據(jù)嚴(yán)重缺失，因此，本文的分析樣本為新疆、甘肅、陜西、河北、河南、山東、山西、安徽、江蘇、江西、湖北、湖南等12個(gè)棉花主產(chǎn)區(qū)。近20多年來(lái)，這12個(gè)棉花主產(chǎn)區(qū)的棉花產(chǎn)量在全國(guó)棉花總產(chǎn)量中的比重，總體呈上升趨勢(shì)，從1994年的96.32%增加到2019年的99.48%。

樣本時(shí)間段為1994—2018年。1994年以前，國(guó)家統(tǒng)計(jì)局未單獨(dú)公布農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)，農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)包含在商品零售價(jià)格指數(shù)中，無(wú)法獲得1994年以前的農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)。1994年之后的農(nóng)業(yè)生產(chǎn)資料環(huán)比價(jià)格指數(shù)來(lái)源于國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)庫(kù)，以1994年為基期，轉(zhuǎn)換成農(nóng)業(yè)生產(chǎn)資料定基價(jià)格指數(shù)。每畝用工數(shù)量、每畝物質(zhì)與服務(wù)費(fèi)用、每畝機(jī)械作業(yè)費(fèi)數(shù)據(jù)來(lái)源于1995—2019年歷年的《全國(guó)農(nóng)產(chǎn)品成本收益資料匯編》⑤，缺失值采用移動(dòng)平均法進(jìn)行處理。棉花總產(chǎn)量、棉花播種面積、成災(zāi)面積、有效灌溉面積及農(nóng)作物總播種面積來(lái)源于國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)庫(kù)。參照丁建國(guó)、穆月英一文中日照時(shí)數(shù)處理方法，日照時(shí)長(zhǎng)用4—9月的日照時(shí)數(shù)代替[13]，根據(jù)1996—2019年歷年的《中國(guó)統(tǒng)計(jì)年鑒》整理。主要變量的定義和賦值說(shuō)明見(jiàn)表1。

表1　變量定義及描述性統(tǒng)計(jì)結(jié)果

三、隨機(jī)前沿模型估計(jì)結(jié)果

1．模型設(shè)定檢驗(yàn)

假設(shè)技術(shù)無(wú)效率因子時(shí)變衰減，式（1）的面板隨機(jī)前沿模型估計(jì)結(jié)果見(jiàn)表2。

表2　面板隨機(jī)前沿模型估計(jì)結(jié)果

注：***表示在1%的水平上顯著。

表2所示的面板隨機(jī)前沿模型估計(jì)結(jié)果準(zhǔn)確時(shí)，至少要滿(mǎn)足兩個(gè)假設(shè)：

圖2　1994—2018年的勞動(dòng)和資本產(chǎn)出彈性

從圖2可以看出，勞動(dòng)和資本的產(chǎn)出彈性明顯非負(fù)，與預(yù)期相吻合，也與已有研究結(jié)論相一致，支持“勞動(dòng)和資本產(chǎn)出彈性非負(fù)”假設(shè)[14]。

由此可知，表2所示的面板隨機(jī)前沿估計(jì)結(jié)果同時(shí)滿(mǎn)足技術(shù)無(wú)效率因子時(shí)變衰減假設(shè)和生產(chǎn)要素產(chǎn)出彈性非負(fù)假設(shè)，表明表2所示的估計(jì)結(jié)果是準(zhǔn)確的，可以根據(jù)表2的估計(jì)結(jié)果進(jìn)行分析。

2．估計(jì)結(jié)果分析

從表2中可以得出如下結(jié)論：

第一，增加勞動(dòng)投入有助于提高棉花產(chǎn)量。盡管勞動(dòng)投入的一次項(xiàng)系數(shù)為負(fù)，但不顯著；勞動(dòng)投入的二次項(xiàng)系數(shù)為正，95%置信區(qū)間不包含0，表明增加勞動(dòng)投入有助于提高棉花產(chǎn)量，且在5%的水平上顯著。

第二，增加資本投入有助于提高棉花產(chǎn)量。資本投入的一次項(xiàng)、二次項(xiàng)系數(shù)都為正，95%置信區(qū)間都不包含0，表明增加資本投入有助于提高棉花產(chǎn)量，且在5%的水平上顯著。

第三，相對(duì)于增加勞動(dòng)投入，增加資本投入對(duì)棉花產(chǎn)量的影響更大。資本投入及其平方項(xiàng)的系數(shù)分別為1.098、0.2336，而勞動(dòng)投入及其平方項(xiàng)的系數(shù)分別為-0.0981、0.1845，表明資本投入比勞動(dòng)投入對(duì)棉花產(chǎn)量的影響要大。

第四，勞動(dòng)和資本之間存在相互替代關(guān)系。勞動(dòng)和資本交互項(xiàng)的系數(shù)為負(fù)，意味著增加資本投入，在產(chǎn)出不變的情況下，可以減少勞動(dòng)投入；反過(guò)來(lái)，增加勞動(dòng)投入，在產(chǎn)出不變的情況下，可以減少資本投入，與常識(shí)和生產(chǎn)理論相吻合。

進(jìn)一步分析發(fā)現(xiàn)，勞動(dòng)投入對(duì)棉花產(chǎn)出的邊際影響在下降，資本投入對(duì)棉花產(chǎn)出的邊際影響在增加。根據(jù)勞動(dòng)、資本產(chǎn)出彈性發(fā)現(xiàn)，1994年以來(lái)，在12個(gè)棉花主產(chǎn)區(qū)的棉花生產(chǎn)過(guò)程中，勞動(dòng)產(chǎn)出彈性逐漸減小。1994年，勞動(dòng)產(chǎn)出彈性約為0.70，2009年下降到約0.40，之后的近10年間，勞動(dòng)產(chǎn)出彈性一直維持在0.40左右。反之，資本產(chǎn)出彈性穩(wěn)步增大。1994年，資本產(chǎn)出彈性約為0.20，2009年增大到0.58，近10年來(lái)，資本產(chǎn)出彈性維持在0.60左右（圖2）。

四、技術(shù)效率模型估計(jì)結(jié)果

1．技術(shù)效率演變特征

獲得面板隨機(jī)前沿模型估計(jì)系數(shù)之后，可以獲得棉花技術(shù)效率值，技術(shù)效率計(jì)算結(jié)果見(jiàn)圖3和圖4。分析發(fā)現(xiàn)，新疆、甘肅地區(qū)的棉花生產(chǎn)技術(shù)使用效率相對(duì)較高，生產(chǎn)技術(shù)效率值基本維持在0.80以上。分析還發(fā)現(xiàn)：

（1）1994年以來(lái)，我國(guó)12個(gè)棉花主產(chǎn)區(qū)的棉花技術(shù)效率都有不同程度的提高。以陜西尤為明顯（圖3）。1994年，陜西棉花技術(shù)效率值不足0.30，2018年提高到0.91，年均增長(zhǎng)5.36%。接下來(lái)依次為江西（4.57%）、安徽（3.95%）、山西（3.86%）、山東（3.60%）、湖北（3.27%）、河北（3.26%）、湖南（3.13%）、河南（3.04%）、江蘇（2.59%）、甘肅（0.72%）、新疆（0.57%）。

圖3　1994—2018年棉花技術(shù)效率演變趨勢(shì)

（2）1994年以來(lái)，我國(guó)12個(gè)棉花主產(chǎn)區(qū)之間的棉花技術(shù)效率呈收斂趨勢(shì)。1994年，我國(guó)12個(gè)棉花主產(chǎn)區(qū)棉花技術(shù)效率最小值為0.26，最大值為0.86，兩者相差0.60；2018年，棉花技術(shù)效率最小值為0.91，最大值為0.99，兩者相差不足0.10，地區(qū)差異在不斷縮小（圖4）。

圖4　1994年和2018年棉花技術(shù)效率地區(qū)差異

2．面板分?jǐn)?shù)響應(yīng)模型估計(jì)結(jié)果

棉花技術(shù)效率的面板分?jǐn)?shù)響應(yīng)模型估計(jì)結(jié)果見(jiàn)表3。列(1)不考慮棉花良種補(bǔ)貼政策對(duì)技術(shù)效率的影響，列(2)考慮良種補(bǔ)貼政策對(duì)技術(shù)效率的影響；列(3)引入自然災(zāi)害和有效灌溉率，控制自然災(zāi)害和農(nóng)業(yè)水利設(shè)施建設(shè)對(duì)技術(shù)效率的影響；考慮到棉花技術(shù)效率還受生產(chǎn)機(jī)械化水平、日照時(shí)數(shù)等因素的影響，列(4)進(jìn)一步控制棉花機(jī)械化水平和日照時(shí)數(shù)對(duì)技術(shù)效率的影響。結(jié)果發(fā)現(xiàn)，研究結(jié)論保持不變，臨時(shí)收儲(chǔ)政策、目標(biāo)價(jià)格補(bǔ)貼政策對(duì)棉花技術(shù)效率產(chǎn)生正的影響。同時(shí)發(fā)現(xiàn)，控制良種補(bǔ)貼政策、有效灌溉率、棉花生產(chǎn)機(jī)械化水平等因素之后，臨時(shí)收儲(chǔ)政策、目標(biāo)價(jià)格補(bǔ)貼政策對(duì)技術(shù)效率的影響明顯下降，模型估計(jì)結(jié)果更為準(zhǔn)確。

估計(jì)結(jié)果表明：

第一，臨時(shí)收儲(chǔ)政策有助于提高棉花技術(shù)效率。無(wú)論是否控制良種補(bǔ)貼政策、有效灌溉率、棉花生產(chǎn)機(jī)械化水平等其他因素的影響，臨時(shí)收儲(chǔ)政策虛擬變量的系數(shù)都為正，表明估計(jì)結(jié)果相對(duì)穩(wěn)健，臨時(shí)收儲(chǔ)政策始終對(duì)棉花技術(shù)效率產(chǎn)生正向影響。控制良種補(bǔ)貼政策等其他因素的影響后，臨時(shí)收儲(chǔ)政策對(duì)技術(shù)效率的影響明顯下降，表明如果不控制良種補(bǔ)貼政策等其他因素的影響，會(huì)高估臨時(shí)收儲(chǔ)政策對(duì)技術(shù)效率的影響。

表3　Probit分布下技術(shù)效率面板分?jǐn)?shù)響應(yīng)模型估計(jì)結(jié)果

注：*、**、***分別表示在10%、5%、1%的水平上顯著，括號(hào)內(nèi)數(shù)值為統(tǒng)計(jì)量。

第二，目標(biāo)價(jià)格補(bǔ)貼政策顯著有助于提高棉花技術(shù)效率。目標(biāo)價(jià)格補(bǔ)貼政策對(duì)棉花技術(shù)效率產(chǎn)生顯著的正向影響。如果不控制良種補(bǔ)貼政策、有效灌溉率、棉花生產(chǎn)機(jī)械化水平等其他因素的影響，同樣會(huì)高估目標(biāo)價(jià)格補(bǔ)貼政策對(duì)技術(shù)效率的影響。

第三，相比臨時(shí)收儲(chǔ)政策，目標(biāo)價(jià)格補(bǔ)貼政策更有利于提高棉花技術(shù)效率。在控制其他因素影響的情況下，臨時(shí)收儲(chǔ)政策虛擬變量系數(shù)為0.0015，小于目標(biāo)價(jià)格補(bǔ)貼政策虛擬變量系數(shù)0.1830，兩者系數(shù)在5%的顯著性水平上存在差異，意味著目標(biāo)價(jià)格補(bǔ)貼政策更有助于提高棉花生產(chǎn)技術(shù)的使用效率。

第四，良種補(bǔ)貼政策顯著有助于提高棉花技術(shù)效率。良種補(bǔ)貼政策虛擬變量的系數(shù)為正，且在1%的水平上顯著。與臨時(shí)收儲(chǔ)政策、目標(biāo)價(jià)格補(bǔ)貼政策相比，良種補(bǔ)貼政策對(duì)棉花技術(shù)效率的影響相對(duì)更大，與目標(biāo)價(jià)格補(bǔ)貼政策存在顯著差異。這意味著單從提高技術(shù)效率而言，相對(duì)臨時(shí)收儲(chǔ)政策和目標(biāo)價(jià)格補(bǔ)貼政策，良種補(bǔ)貼政策的效果相對(duì)更好。

除此之外，還發(fā)現(xiàn)，自然災(zāi)害會(huì)降低棉花生產(chǎn)技術(shù)使用效率，改善農(nóng)業(yè)基礎(chǔ)設(shè)施，提高有效灌溉面積占農(nóng)作物播種面積的比例，提高棉花生產(chǎn)機(jī)械化水平，有助于提高棉花生產(chǎn)技術(shù)使用效率。

3．穩(wěn)健性檢驗(yàn)結(jié)果

面板分?jǐn)?shù)響應(yīng)模型估計(jì)結(jié)果可能受分布函數(shù)假設(shè)的影響，表4報(bào)告了Logit分布下技術(shù)效率面板分?jǐn)?shù)響應(yīng)模型的估計(jì)結(jié)果。

表4　Logit分布下技術(shù)效率面板分?jǐn)?shù)響應(yīng)模型估計(jì)結(jié)果

注：*、**、***分別表示在10%、5%、1%的水平上顯著，括號(hào)內(nèi)數(shù)值為統(tǒng)計(jì)量。

同樣發(fā)現(xiàn)，臨時(shí)收儲(chǔ)政策、目標(biāo)價(jià)格補(bǔ)貼政策有助于提高棉花技術(shù)效率，目標(biāo)價(jià)格補(bǔ)貼政策對(duì)技術(shù)效率的影響要大于臨時(shí)收儲(chǔ)政策的影響，且在5%的水平上存在顯著差異。良種補(bǔ)貼政策顯著有助于提高棉花技術(shù)效率，且大于臨時(shí)收儲(chǔ)、目標(biāo)價(jià)格補(bǔ)貼政策的影響。若不控制良種補(bǔ)貼政策等其他因素，會(huì)高估臨時(shí)收儲(chǔ)政策、目標(biāo)價(jià)格補(bǔ)貼政策對(duì)技術(shù)效率的影響，與Probit分布下的面板分布響應(yīng)模型研究結(jié)論完全一致（表5）。

表5　技術(shù)效率面板分?jǐn)?shù)響應(yīng)模型穩(wěn)健性檢驗(yàn)結(jié)果

注：*、***分別表示在10%、1%的水平上顯著，括號(hào)內(nèi)數(shù)值為統(tǒng)計(jì)量。

對(duì)應(yīng)的技術(shù)效率面板分?jǐn)?shù)響應(yīng)模型估計(jì)結(jié)果見(jiàn)表5。發(fā)現(xiàn)臨時(shí)收儲(chǔ)政策、目標(biāo)價(jià)格補(bǔ)貼政策、良種補(bǔ)貼政策、改善農(nóng)業(yè)基礎(chǔ)設(shè)施、提高有效灌溉面積比例、提高棉花生產(chǎn)機(jī)械化水平有助于提高棉花生產(chǎn)技術(shù)的使用效率，自然災(zāi)害將降低棉花技術(shù)效率，研究結(jié)論基本保持不變。

五、結(jié)論與政策建議

本文選取1994—2018年我國(guó)12個(gè)棉花主產(chǎn)區(qū)的投入產(chǎn)出數(shù)據(jù)，在面板隨機(jī)前沿模型估計(jì)結(jié)果的基礎(chǔ)上，利用面板分?jǐn)?shù)響應(yīng)模型分析了臨時(shí)收儲(chǔ)政策、目標(biāo)價(jià)格補(bǔ)貼政策對(duì)棉花技術(shù)效率的影響，結(jié)果表明：一是1994年以來(lái)，我國(guó)12個(gè)棉花主產(chǎn)區(qū)的棉花技術(shù)效率都有不同程度的提高，呈收斂趨勢(shì)。二是臨時(shí)收儲(chǔ)政策和目標(biāo)價(jià)格補(bǔ)貼政策都有助于提高棉花技術(shù)效率，相對(duì)臨時(shí)收儲(chǔ)政策而言，目標(biāo)價(jià)格補(bǔ)貼政策的影響更大，兩者對(duì)棉花技術(shù)效率的影響存在顯著差異，意味著僅從提高棉花生產(chǎn)技術(shù)的使用效率來(lái)看，目標(biāo)價(jià)格補(bǔ)貼政策更加有效。進(jìn)一步控制良種補(bǔ)貼政策等其他因素的影響，研究結(jié)論保持不變。三是單從提高棉花生產(chǎn)技術(shù)的使用效率來(lái)看，相對(duì)臨時(shí)收儲(chǔ)政策、目標(biāo)價(jià)格補(bǔ)貼政策而言，良種補(bǔ)貼政策的效果更好。即使控制棉花機(jī)械化水平等其他因素的影響，研究結(jié)論保持不變。四是有效灌溉面積比例、棉花生產(chǎn)機(jī)械化水平對(duì)棉花技術(shù)效率產(chǎn)生顯著的正向影響，意味著改善農(nóng)業(yè)基礎(chǔ)設(shè)施、提高棉花生產(chǎn)機(jī)械化水平，將有助于提高棉花生產(chǎn)技術(shù)使用效率。

上述研究結(jié)論表明，從提高我國(guó)棉花技術(shù)效率來(lái)看，良種補(bǔ)貼政策優(yōu)于目標(biāo)價(jià)格補(bǔ)貼政策，目標(biāo)價(jià)格補(bǔ)貼政策優(yōu)于臨時(shí)收儲(chǔ)政策，改善農(nóng)業(yè)灌溉條件、提高棉花生產(chǎn)機(jī)械化水平也有助于提高棉花技術(shù)效率。因此，建議在完善目標(biāo)價(jià)格補(bǔ)貼政策的同時(shí)，要提高生產(chǎn)要素投入質(zhì)量、改善生產(chǎn)條件等，以進(jìn)一步提高棉花技術(shù)效率。具體為：一是應(yīng)產(chǎn)學(xué)研結(jié)合，加強(qiáng)農(nóng)業(yè)研發(fā)投入，提高棉花生產(chǎn)技術(shù)水平。根據(jù)棉花生產(chǎn)實(shí)際情況，以產(chǎn)定研、以研促產(chǎn)，切實(shí)提高農(nóng)業(yè)研發(fā)的針對(duì)性和有效性，為棉花生產(chǎn)提供技術(shù)支撐。二是應(yīng)加強(qiáng)水利灌溉設(shè)施建設(shè)，提高抵抗自然災(zāi)害風(fēng)險(xiǎn)的能力。通過(guò)提高水利灌溉設(shè)施建設(shè)水平，減少受災(zāi)面積，降低成災(zāi)面積比例，進(jìn)而降低自然災(zāi)害對(duì)棉花生產(chǎn)的影響。三是應(yīng)改良土壤質(zhì)量，提高土壤肥力，促進(jìn)土壤環(huán)境的良性循環(huán)，為棉花生產(chǎn)的可持續(xù)發(fā)展創(chuàng)造有利條件。同時(shí)，大力推廣測(cè)土配方施肥技術(shù)，減少肥料損失，達(dá)到配肥改良土壤、保護(hù)生態(tài)環(huán)境的目的。

① 中華人民共和國(guó)國(guó)家發(fā)展和改革委員會(huì)等.2011年度棉花臨時(shí)收儲(chǔ)預(yù)案.http://www.gov.cn/zwgk/2011-03/31/content_1835425.htm,2011-03-31/2021-11-22.中華人民共和國(guó)國(guó)家發(fā)展和改革委員會(huì)等. 2013年度棉花臨時(shí)收儲(chǔ)預(yù)案. http://www.gov.cn/zwgk/2013-04/12/content_2376103.htm,2013-04-12/2021-11-22.

② 發(fā)展改革委、財(cái)政部、原農(nóng)業(yè)部聯(lián)合發(fā)布2014年棉花目標(biāo)價(jià)格. http://www.gov.cn/xinwen/2014-04/06/conte nt_2654075.htm,2014-04-06/2021-11-22.

③ 今年內(nèi)地棉花補(bǔ)貼政策明確9省棉花補(bǔ)貼為2000元/噸. http://finance.people.com.cn/n/2014/1106/c1004-25982638.html ，2014-11-06/2021-12-28.

④ 國(guó)家發(fā)展和改革委員會(huì)價(jià)格司編.《全國(guó)農(nóng)產(chǎn)品成本收益資料匯編2019》. 北京：中國(guó)統(tǒng)計(jì)出版社，2019.

⑤ 國(guó)家發(fā)展和改革委員會(huì)價(jià)格司編. 《全國(guó)農(nóng)產(chǎn)品成本收益資料匯編》. 北京：中國(guó)統(tǒng)計(jì)出版社，1995-2019歷年.

[1] 田偉，李明賢，譚朵朵．中國(guó)棉花生產(chǎn)技術(shù)進(jìn)步率的測(cè)算與分析——基于隨機(jī)前沿分析方法[J]．中國(guó)農(nóng)村觀察，2010(2)：45-53．

[2] 田偉，譚朵朵．中國(guó)棉花TFP增長(zhǎng)率的波動(dòng)與地區(qū)差異分析——基于隨機(jī)前沿分析方法[J]．農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2011(5)：110-118．

[3] 續(xù)競(jìng)秦，楊永恒．中國(guó)棉花生產(chǎn)技術(shù)效率及其影響因素分析[J]．技術(shù)經(jīng)濟(jì)與管理研究，2012(7)：15-19．

[4] 宋玉蘭，周應(yīng)恒，張宇青．中國(guó)棉花技術(shù)進(jìn)步效率差異分析[J]．統(tǒng)計(jì)與決策，2013(10)：91-95．

[5] 祝宏輝，耿蕾．新疆兵團(tuán)棉花生產(chǎn)技術(shù)效率及影響因素分析[J]．科技管理研究，2015(20)：90-94．

[6] 王力，韓亞麗．中國(guó)棉花全要素生產(chǎn)率增長(zhǎng)的實(shí)證分析——基于隨機(jī)前沿分析法[J]．農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2016(11)：95-105．

[7] 徐榕陽(yáng)，馬瓊．基于隨機(jī)前沿生產(chǎn)函數(shù)的新疆棉花生產(chǎn)技術(shù)效率分析——以棉農(nóng)問(wèn)卷調(diào)查數(shù)據(jù)為例[J]．干旱區(qū)資源與環(huán)境，2017，31(4)：22-27．

[8] 王博，祝宏輝．中國(guó)棉花生產(chǎn)技術(shù)效率的測(cè)算[J]．統(tǒng)計(jì)與決策，2020(18)：77-80．

[9] 孫魯云，王力．中國(guó)棉花全要素生產(chǎn)率的國(guó)際比較與收斂性[J]．中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2020，25(10)：202-215．

[10] 關(guān)建波，譚硯文．良種補(bǔ)貼對(duì)中國(guó)棉花生產(chǎn)效率的影響分析[J]．農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2014(3)：49-56．

[11] 高升，鄧峰．目標(biāo)價(jià)格政策對(duì)我國(guó)棉花生產(chǎn)效率影響評(píng)價(jià)研究——基于DEA-Malmquist指數(shù)模型和變系數(shù)模型[J]．價(jià)格理論與實(shí)踐，2019(10)：54-57．

[12] 王利榮．目標(biāo)價(jià)格補(bǔ)貼政策對(duì)棉花生產(chǎn)效率的影響分析[J]．農(nóng)業(yè)經(jīng)濟(jì)與管理，2021(3)：50-60．

[13] 丁建國(guó)，穆月英．目標(biāo)價(jià)格政策對(duì)棉花全要素生產(chǎn)率的影響分析——以新疆棉區(qū)為例[J]．北京航空航天大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)，2020，33(4)：113-120．

[14] 翟雪玲，戴鵬．要素投入、技術(shù)進(jìn)步與棉花產(chǎn)出增長(zhǎng)——基于貝葉斯面板隨機(jī)前沿模型的實(shí)證研究[J]．農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2021(1)：129-144．

[15] BHATTACHARYYA A，SUDESHNA P．Financial reforms and technical efficiency in Indian commercial banking：A generalized stochastic frontier analysis[J]. Review of Financial Economics，2013，22(3)：109-117．

[16] 唐建， VILA J．糧食生產(chǎn)技術(shù)效率及影響因素研究——來(lái)自1990—2013年中國(guó)31個(gè)省份面板數(shù)據(jù)[J]．農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2016(9)：72-83.

[17] 肖陽(yáng)，朱立志．基于DEA-Tobit 模型的馬鈴薯生產(chǎn)效率分析——以甘肅省定西市為例[J]．中國(guó)農(nóng)業(yè)資源與區(qū)劃，2016(6)：37-43．

[18] 張璇，袁浩銘，郝芳華．財(cái)政分權(quán)對(duì)環(huán)保投資效率的影響研究——基于DEA-Tobit模型的分析[J]．中國(guó)環(huán)境科學(xué)，2018(12)：4780-4787．

[19] 王寶義，張衛(wèi)國(guó)．中國(guó)農(nóng)業(yè)生態(tài)效率的省際差異和影響因素——基于1996—2015年31個(gè)省份的面板數(shù)據(jù)分析[J]．中國(guó)農(nóng)村經(jīng)濟(jì)，2018(1)：46-62．

[20] 韓旭東，王若男，楊慧蓮，等．土地細(xì)碎化土地流轉(zhuǎn)與農(nóng)業(yè)生產(chǎn)效率——基于全國(guó)2745個(gè)農(nóng)戶(hù)調(diào)研樣本的實(shí)證分析[J]．西北農(nóng)林科技大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)，2020(5)：143-153．

[21] PAPKE L E，WOOLDRIDGE J M．Econometric methods for fractional response variables with an application to 401 (K) plan participation rates[J]．Journal of Applied Econometrics，1996，11(6)：619-632．

[22] RAMALHO E A，RAMALHO J J S，MURTEIRA J M R. Alternative estimating and testing empirical strategies for fractional regression models[J]．Journal of Economic Surveys，2011，25(1)：19-68．

[23] 張樂(lè)，曹靜．中國(guó)農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)：配置效率變化的引入——基于隨機(jī)前沿生產(chǎn)函數(shù)法的實(shí)證分析[J]．中國(guó)農(nóng)村經(jīng)濟(jì)，2013(3)：4-15．

[24] 錢(qián)靜斐，李輝尚．補(bǔ)貼政策調(diào)整、比較效益變化和農(nóng)戶(hù)棉花生產(chǎn)決策——基于主產(chǎn)區(qū)的省級(jí)動(dòng)態(tài)面板數(shù)據(jù)[J]．湖南農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)，2020(5)：1-7．

[25] 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．

The impact of temporary purchase and storage policy and target price subsidy policy on cotton technical efficiency: Empirical study based on panel fractional response model

DAI Peng1a，LI Rongrong1b，ZHAI Xueling2

(1.a. Western Modernization Research Center, b. School of Big Data Application and Economics, Guizhou University of Finance and Economics, Guiyang 550025, China; 2.Research Center of Rural Economy, Ministry of Agriculture and Rural Affairs, Beijing 100810, China)

Based on the input-output data of 12 main cotton producing areas from 1994 to 2018 and the estimation results of panel stochastic frontier model, the effects of temporary purchase and storage policy and target price subsidy policy on cotton technical efficiency have been studied through using panel fractional response model instead of Tobit model. The study shows that the technical efficiency of the main cotton producing areas has been increasing year by year since 1994, yet showing a convergence trend. Although both temporary purchase and storage policy and target price subsidy policy could improve cotton technical efficiency, there are significant differences in their impact on cotton technical efficiency. Compared with temporary purchase and storage policy, target price subsidy policy has greater impact. The study also found that implementing seed subsidy policy, improving agricultural irrigation conditions and raising the level of mechanization of cotton production could help to enhance the technical efficiency of cotton.

temporary purchase and storage; target price subsidy; seed subsidy; cotton technical efficiency

10.13331/j.cnki.jhau(ss).2022.02.001

F326.12

A

1009–2013(2022)02–0001–09

2021－11－18

國(guó)家自然科學(xué)基金青年科學(xué)基金項(xiàng)目（71603082）；國(guó)家科技重點(diǎn)項(xiàng)目現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)技術(shù)體系建設(shè)專(zhuān)項(xiàng)（CARS-15- 06B）；國(guó)家棉花產(chǎn)業(yè)技術(shù)體系產(chǎn)業(yè)經(jīng)濟(jì)研究室課題項(xiàng)目；貴州省教育廳基地項(xiàng)目（2020JD020）

戴鵬（1984—），男，湖南新化人，博士，講師，研究方向?yàn)閼?yīng)用計(jì)量、農(nóng)產(chǎn)品市場(chǎng)與政策。

責(zé)任編輯：李東輝