基于环境因素的中国农业生产率增长研究

作者：杨俊陈怡

中国人口·资源与环境 2011年10期

　　中图分类号F061.1 文献标识码A 文章编号1002-2104(2011)06-0153-05 doi：10.3969/j.issn.1002-2104.2011.06.025

　　中国农业生产率的演进受到国内外众多经济学家的关注。从时间上看，现有文献主要集中于研究1952-1995年中国农业生产率的增长状况；从方法上看，自20世纪90年代中期以来大多数研究使用非参数前沿方法，尤其是DEA-Malmquist生产率指数方法(数据包络分析方法)。近年关于中国农业生产率状况的主要研究成果有：Rozelle[1]使用标准的狄威西亚指数(Divisia Index)计算，发现中国主要粮食的全要素生产率年均增长2％。李静和孟令杰[2]使用非参数的HMB生产率指数方法(Malmquist指数的扩展)测算出1978-2004年中国农业全要素生产率(以下简称TFP)约以每年2.2％的速度增长。采用近期占主流地位的DEA-Malmquist指数方法，陈卫平[3]计算出1990-2003年中国农业TFP平均每年增长2.59％。同样用DEA方法，相关研究测算出的中国农业TFP增长速度却存在较大差异性：周端明[4]算出1978-2005年中国农业TFP年均增长率较高，为3.3％。李谷成[5]在考虑人力资本要素和技术非效率的前提下实证得出1988-2006年中国农业TFP年均增长3.49％。但全炯振[6]用SFA-Malmquist生产率指数模型(非参数Malmquist生产率指数和参数随机前沿函数模型相结合)则得出中国农业TFP增长速度非常缓慢，1978-2007年间年均增长率仅为0.7％。以上文献对中国农业生产率做了大量研究，但农业污染排放这一非市场性的“坏”产出往往未被考虑。现有研究成果表明，农业污染已成为水体的重要污染源之一，并上升成为威胁饮用水源和水环境安全的重要因素[7-10]。因此，本文将农业污染同生产率的研究结合起来，拟进行如下改进和创新：第一，利用环境技术效率来考察各地区农业的增长状况，找出哪些省份为最佳实践者。第二，考虑环境因素，运用方向性距离函数对我国1999-2008年农业全要素生产率进行测算及分解，同时与不考虑环境因素的Malmquist生产率指数进行比较。对于中国各省(市)的农业污染强度核算，本文采用单元调查法来完成[11-14]。

　　1 研究方法

　　衡量环境污染对产出的影响有两种思路：一种是将治理污染的资源和费用作为要素投入；另一种思路是将污染作为一种“坏”产出。第一种思路的不足是很难分辨要素投入中哪些用于污染治理、哪些用于好产品的生产，因此本研究采用第二种方法。

　　1.1 方向性距离函数

　　

　　式中，对于给定投入x和环境技术结构，“好”产出与“坏”产出按照相同比例扩张和收缩，β是产出y增长、污染物b减少的最大可能数量。因此，方向性距离函数值包含了“好”产出最大而“坏”产出最小的思想。而构造传统Malmquist生产率的Shephard[17]产出距离函数，表示尽可能多地成比例增加“好”产出和“坏”产出，而没有考虑减少“坏”产出。

　　1.2 环境技术效率

　　类似传统技术效率[18]的定义，环境技术效率为“好”产出的实际产出量与环境技术结构下的前沿产出量的比率：

　　

　　环境技术效率是一个在0-1之间的指数，当观测点在生产环境前沿时，方向性距离函数值为0，环境技术效率为1。环境技术效率越大，说明其实际“好”产出离最大“好”产出、实际“坏”产出离最小“坏”产出的差距越小。

　　1.3 Malmquist-Luenberger生产率指数

　　考虑环境因素的全要素生产率指数可以用Malmquist-Luenberger生产率指数来表示：

　　

　　

　　2 数据及变量说明

　　本文使用的数据是1999年-2008年中国30个省、自治区和直辖市的农业投入产出数据(由于DEA方法对异常数据非常敏感，考虑到西藏特殊的资源禀赋条件和数据可得性，本文实证框架中没有包括西藏)。所有的数据均来自历年的《中国统计年鉴》、《中国农村统计年鉴》、《中国农业年鉴》。本文中农业投入和产出变量的定义如下：

　　(1)“好”产出：“好”产出用农林牧渔业总产值(1999年不变价)表示。为了研究的准确和方便，本文采用的农业概念是统计上的第一产业，主要是指农、林、牧、渔及农林牧渔服务业。

　　(2)“坏”产出：“坏”产出是指农业生产过程中引起的环境污染，用污染物等标排放强度(EI)来刻画。本文考虑了总氮(TN)、总磷(TP)和化学需氧量()三种污染物。

　　首先，本文采用单元调查法来测算农业污染物的排放量。由于畜禽养殖污染和化肥流失是农业和农村污染控制的重点[12]，本文选取这两方面的污染源为产污单元(见表1)。

　　

　　

　　(3)投入指标：本文选取第一产业从业人员数和农业机械总动力作为投入指标。已有文献多采用劳动投入、土地投入(农作物总播种面积)、农业机械总动力和化肥施用量作为投入指标。本文考虑到土地投入和化肥施用量主要用于狭义农业，与产出(广义农业)不一致，且农业机械总动力一般作为农业资本存量的替代指标同时又包含着技术进步，因此，选取第一产业从业人员数和农业机械总动力来体现劳动力、资本和技术进步这三方面。

　　3 实证结果与分析

　　3.1 环境技术效率分析

　　本文测算了中国30个省份的农业环境技术效率值。由表2可看出，东部、中部、西部的年均环境效率分别为0.916，0.702，0.722，东部明显高于中、西部，中、西部差别很小，中部仅略低于西部。具体来看，北京、上海、广东、内蒙古、四川、新疆处于环境生产前沿，是农业生产的最佳实践者。环境技术效率低于0.6的省份有山西、重庆、青海、宁夏，这意味着相同资源投入情况下，处于环境前沿的省份要比它们多生产40％的“好”产出，同时还能减少40％的“坏”产出。

　　3.2 Malmquist-Luenberger生产率变化指数测度

　　本文计算了中国28个省份1999-2008年期间逐年的农业ML生产率指数及其分解，并据此得到全国的年均ML生产率指数及其分解(在计算混合距离函数时，北京、上海两个地区出现无最优解，因此不再计算其ML生产率指数)。

　　如表3所示，1999-2008年间各年的ML指数均值都大于1，表明全国农业全要素生产率呈现改进趋势。平均ML指数为1.018，说明农业ML生产率年均增长率为1.8％。进一步将ML生产率指数分解为技术效率变化和技术进步率发现，中国农业生产率的改进来源于技术进步，技术效率变化均值为0.997，说明农业技术效率在轻微退步。家庭联产承包责任制实施早期，很大程度上调动了农民的积极性，促进了农业技术效率提高。而随着农业生产力的提高，分散的家庭劳作已不能满足集约化生产的需要，从而导致农业技术效率降低。近年来外出务工的农民越来越多，农村土地自然地出现转耕、借耕，农业生产规模逐渐扩大，现在试行农村土地流转制度进一步促进了农业规模化生产，因此，2006年以后农业技术效率出现提高。

　　

　　3.3 环境因素对生产率测度的影响

　　为了检验环境因素对农业全要素生产率测算的影响，本文计算了全国及28个省份不考虑环境因素的Malmquist生产率指数及其分解，并与Malmquist-Luenberger生产率指数进行比较(由于篇幅原因，表4略，如需各地区农业生产率指数及其分解详细数据，可向作者索要)。在不考虑农业污染时，中国农业TFP在1999-2008年间每年平均增长3.1％，其中技术进步率平均增长5.6％，但技术效率年均递减2.4％。而考虑农业污染时，全要素生产率增长则要低1.3％。Fare，et al.[22]证明了两种指数测算的差别关键在于“好”产出与“坏”产出相对增长率的大小，当资源投入一定时，“好”产出增长率高于(低于)“坏”产出减少率，则ML指数小于(大于)Malmquist生产率指数。Kumar[23]考察41个发达国家和发展中国家时发现，发展中国家ML生产率指数都小于Malmquist生产率指数。他认为这是由于经济发展水平较低情况下，技术进步通常会增加生产污染排放造成的。中国28个省份中，ML指数小于Malmquist指数超过3.0％的有天津、山西、内蒙古、吉林、黑龙江、江苏、浙江、安徽、河南、甘肃、青海、宁夏，主要出现在中西部经济欠发达地区。但值得注意的是，ML指数大于Malmquist指数的省份也主要在西部地区，有福建、湖南、广西、海南、重庆、四川、贵州、云南、陕西。

　　

　　4 结论及政策启示

　　本文考虑农业非点源污染，运用方向性距离函数构建ML生产率指数对中国农业全要素生产率进行了分析，并进一步将该指数分解为技术进步率指数和技术效率变化指数，以分析农业技术进步和农业技术效率变动对中国农业生产率增长的贡献大小。

　　(1)西部地区既有处于环境生产前沿的省份又有环境技术效率低于0.6的省份，这说明即使处于内陆深处，仍可以成为农业发展最佳实践省份。因此，各省应仔细研究各自发展农业的优势资源，在提高农业生产率的同时，减少农业污染。

　　(2)在1999-2008年期间，中国农业ML生产率平均增长率为1.8％，得益于技术进步水平的提高，而农业技术效率在轻微退步，因此，在大力推广农业新技术的同时，也应重视土地等资源投入的优化配置，促进农业技术效率的提高。

　　(3)无论是考察全国还是各个省份，环境因素都对农业生产效率的测度产生了较大影响。总的看来，忽略环境因素会高估我国的农业生产率增长。因此，政府在衡量农业发展状况时，应充分考虑环境因素，并大力控制农业污染，鼓励农业清洁生产。

作者介绍：杨俊，博士，教授，博导，主要研究方向为数量经济学，重庆大学经济与工商管理学院，重庆 400044；陈怡，重庆大学经济与工商管理学院，重庆 400044