摘要：

運用DEA-Malmquist生產率指數法，對1978-2011年省級農業(yè)TFP進行了數量測算與系統分解，并細致考察了其時序演變差異、地理空間分布與分組增速效率等特征。測算發(fā)現：農業(yè)TFP增長源泉主要是由技術進步率與技術效率雙輪驅動的，但技術效率的驅動作用有限。農業(yè)TFP與技術進步率指數呈順周期變化，與技術效率指數有逆周期波動階段。農業(yè)TFP效率變動具有比較嚴重的地理空間上的非均衡性。省際間各指數差異顯著，農業(yè)技術效率指數全國各區(qū)域普遍不高，中西部地區(qū)的農業(yè)前沿技術進步率比較糟糕，但各直轄市主要效率指數增長效應顯著。農業(yè)TFP及其分解指數“發(fā)散效應”明顯，“收斂效應”與“外溢效應”趨勢不顯著。除了要素輸入，經營模式創(chuàng)新更顯重要，“雙輪驅動”應成為未來中國農業(yè)經濟增長方式轉變與可持續(xù)發(fā)展的路徑。

關鍵詞：數據包絡分析;農業(yè)全要素生產率;技術進步率;技術效率

中圖分類號：F3233，F3201 ? 文獻標志碼：A ? 文章編號：

10085831（2015）04003710

一、問題及研究述評

舒爾茨[1]曾提出：改造傳統農業(yè)的關鍵是引進新的現代農業(yè)生產要素，從而使農業(yè)成為經濟增長的源泉，即傳統農業(yè)向現代農業(yè)轉變的一個必備條件就是利用新的有利的技術供給，但遺憾的是舒爾茨并未說清什么樣的技術要素可以納入新的有利的技術要素，以及如此的技術要素是被如何創(chuàng)造出來的[2]。對于一個擁有13億人口的發(fā)展中農業(yè)大國，中國農業(yè)可持續(xù)性增長不僅解決“誰來養(yǎng)活中國人”的問題，更關系到經濟、社會的穩(wěn)定與和諧，是實現“中國夢”的基礎戰(zhàn)略產業(yè)。Johnson[3]就曾指出：像中國這樣的發(fā)展中國家，農業(yè)生產率的提高是國民財富增長的核心。持續(xù)性的農業(yè)生產率的增長，既為農業(yè)勞動力的重新配置提供了出路，也為非農產業(yè)發(fā)展提供了大量的農業(yè)剩余與增長紅利[4]。

黨的十八屆三中全會提出“向農業(yè)輸入現代生產要素和經營模式”。促進農業(yè)生產資源的配置效率和集約高效利用，探尋中國農業(yè)全要素生產率（Total Factor Productivity，TFP，以下簡稱農業(yè)TFP）增長的動力源泉與變遷路徑，對于建立現代農業(yè)，實現農業(yè)的可持續(xù)發(fā)展具有重要的政策意義和學術價值，所以有必要精細刻畫中國農業(yè)TFP的增長性質及其變動趨勢，以便對農業(yè)輸入現代生產要素與經營模式進行均衡匹配。

全要素生產率（TFP）與單要素生產率（SFP）相比較而言，TFP衡量與測度的范圍更加廣泛，不

僅包括技術進步、技術效率改善、要素配置與利用質量提高等方面，還涵蓋了組織創(chuàng)新、規(guī)模經濟、專業(yè)化分工、技術創(chuàng)新能力、資源利用效率、成本控制力與競爭力等內容[5]。Solow[6]將TFP的增長等同于技術進步，并成為核算增長的經典方法，但卻忽略了技術效率的變化。近年來，越來越多的學者[7-10]對TFP的分解表現出濃厚的興趣。Grilliches[11]指出農業(yè)總要素生產力對美國農業(yè)生產增長具有重要價值。Hayami等[12]論證了農業(yè)技術對日本發(fā)展的重要地位。Rosegrant和Evenson[13]認為農業(yè)新品種與農業(yè)推廣在印度農業(yè)總要素生產力扮演重要角色。中國農業(yè)TFP的研究一致受到學者的持續(xù)關注，并已經取得了諸多具有價值的前期研究成果 樊勝根較早基于農業(yè)總產出和總投入角度，使用Tornqvist-Theil指數測算出總要素在改革時期保持較高增長，必須增加農業(yè)投資克服制度革新影響效應的遞減。

。梳理相關研究主要集中在以下幾個視域。

（一）柯布-道格拉斯生產函數法（Cobb-Douglas Production Function）

林毅夫[2]評價了（1978-1984;1984-1987）農村改革對農業(yè)增長的相對貢獻;朱希剛[14]，顧煥章和王培志[15]分別對“七五”期間農業(yè)技術進步對農業(yè)經濟增長的貢獻份額進行了定量測算。張元紅[16]實證考察了各種要素投入增長及其對農業(yè)增長的貢獻，指出生產要素投入和技術進步等是引致農業(yè)增長的主要推動力。李雪松[17]在擴展的農業(yè)生產函數框架下，結合中國式分權的制度分析，對地方政府財政支農、農村金融發(fā)展與生產要素投入對農業(yè)經濟增長績效變動進行了動態(tài)追蹤研究。

（二）非參數的曼奎斯特生產率指數法（Malmquist Productivity Index）

主要基于數據包絡分析（Data Envelopment Analysis，DEA）模型，借助Malmquist生產率指數對農業(yè)TFP進行測算分析。孟令杰[18]對農業(yè)產出的技術效率進行了動態(tài)測量。顧海和孟令杰[19]指出農業(yè)TFP增長呈現U型分布（1980-1995），技術進步推動與技術效率下滑并存。李周和于法穩(wěn)[20]單獨對西部縣域農業(yè)生產效率進行了DEA評價。陳衛(wèi)平[21]研究表明，1990-2003年期間中國農業(yè)TFP年均增長2.59%，大多數省區(qū)農業(yè)技術進步與農業(yè)效率損失并存。李靜和孟令杰[4]利用非參數的HMB生產率指數方法（擴展的Malmquist生產率指數）發(fā)現中國農業(yè)TFP增長主要是由技術進步推動的，技術效率下降惡化了TFP增長，而規(guī)模效應與混合效應影響較弱。李谷成[5]的研究表明轉型期農業(yè)TFP增長較為顯著，主要由前沿技術進步貢獻，省際增長差異較大，并具有明顯的階段性變化特征，其后續(xù)研究指出農村主要經濟制度變遷是影響農業(yè)全要素生產績效的重要變量[22]。

（三）隨機前沿生產函數分析（Stochastic Frontier Analysis，SFA）

李谷成[23]實證表明：改革開放后農業(yè)各行業(yè)TFP顯著增長，但基本都是技術推進或效率驅動單獨貢獻，未出現“雙驅動”良性模式。王奇等[24]測算了中國農業(yè)綠色全要素生產率（GTFP，1992-2010）變化指數，指出農業(yè)GTFP和TFP增長主要是依靠技術進步推動，納入環(huán)境要素后技術效率下降與技術進步增長趨勢都有所放緩。在概覽已有研究的基礎上，本文的研究拓展與創(chuàng)新體現在以下三個方面： 首先是從研究維度看，以往研究大多只是關注農業(yè)TFP的時空演化特征，缺乏基于地理空間外溢效應和分組效率差異的動態(tài)比較，本研究聚焦農業(yè)TFP增長的時空演化特征、地理空間分布與分組增速效率等特征性事實，全方位探尋農業(yè)TFP變遷的技術路徑和農業(yè)可持續(xù)增長的動力源泉。其次是運用DEA-Malmquist 指數法，將研究樣本的生產決策單元（截面數據）進一步擴充，時序數列期間增加為1978-2011年，因Malmquist指數法是一個比較規(guī)范的，在應用中被證明是對生產率拆分的較有效方法[25]，本研究不單純關注農業(yè)TFP，而是對農業(yè)TFP進行系統估算與指數分解，全面測度與評價農業(yè)TFP、農業(yè)技術進步（TECH）、農業(yè)技術效率（EFFCH）、純技術效率（PECH）和規(guī)模效率（SECH）指數。最后是在研究的政策應用價值上，在對農業(yè)TFP進行系統測算與實證解釋的基礎上，結合黨的十八大、十八屆三中全會與中央農村工作會議等精神，將研究發(fā)現與政策應用有機結合，促進農業(yè)現代生產要素與經營模式之間進行均衡匹配。

二、研究方法與數據準備

（一）非參數Malmqusit生產率指數

目前對農業(yè)生產效率的數量評價分為參數和非參數方法，參數方法需要對函數形式和誤差擾動項作出同方差、正態(tài)分布等嚴格假設，且未能有效處理多產出的問題[26]。若采用回歸分析，解釋變量參數值會產生嚴重的樣本數據依賴、模型設定偏誤等問題。而基于數據包絡分析（DEA）中的非參數Malmquist生產率指數法，優(yōu)點之一是不需要對決策單元（Decision Making Unit：DMU）作出任何事前假定、投入要素價格數據和嚴格的函數形式設定;優(yōu)點之二是可以對農業(yè)全要素生產率進行系統分解，清楚測度農業(yè)TFP的動力源泉;優(yōu)點之三是該法僅需要投入和產出的樣本數據，比較適合農業(yè)生產要素和產品價格不完備，價格信號失真等生產實際情況。由此，本文借助Fare等[7]拓展的基于DEA的Malmquist指數方法本文主要介紹基于產出的曼奎斯特生產率指數法，參考了Fare等（1994），鄭京海等（2002，2005），魏權齡（2012）等相關前期研究。

，構造每個時期中國農業(yè)生產的最佳生產前沿面，測算農業(yè)TFP的效率演化，并將其主要分解為技術進步（前沿技術進步;Technological Progress，TECH）和技術效率（Technical Efficiency Change，EFFCH）進行分析評價，技術效率與技術進步的乘積即為Malmquist生產率指數。其中，技術效率指數（EFFCH）還可以繼續(xù)分解為純技術效率變化指數（PECH）與規(guī)模效率變化指數（SECH）。農業(yè)TFP反映農業(yè)生產要素資源配置與開發(fā)利用的效率，而農業(yè)技術進步（TECH）體現農業(yè)技術擴散與改進的程度，農業(yè)技術效率（EFFCH）則表示在投入既定下的產出最大化抑或產出既定限制下的投入最小化，純技術效率（PECH）測度的是技術無效率在多大程度上由純粹的技術原因引致的，規(guī)模效率（SECH）表示生產決策單元是否處于最佳狀況。

Malmquist指數通過距離函數（Distance Function）定義，定義t時期產出角度Malmquist指數為：

Mt0（xt，yt，xt+1，yt+1）=Dt0xt+1，yt+1Dt0xt，yt（1）

相應地定義t+1時期產出角度的Malmquist指數為：

Mt+10（xt，yt，xt+1，yt+1）=Dt+10xt+1，yt+1Dt+10xt，yt（2）

為避免由于時期選擇任意性所產生的差異，取時期不同的兩個Malmquist指數的幾何平均值，然后分別以t和t+1時期的生產技術為參照，數學表達式如下：

M0xt+1，yt+1，xt，yt=Dt0xt+1，yt+1Dt0xt，yt×Dt+10xt+1，yt+1Dt+10xt，yt12（3）

根據Fare[7]的思路，Malmquist生產率指數在規(guī)模報酬不變（CRS）的情況下，即在限定產出的條件下實現了最大產出，在經驗估算中，這個最大化的平均生產率就是樣本數據測算中的最佳實踐[27]。同時Malmquist生產率指數可以進一步被分解為技術效率變化指數（EFFCH）和技術進步指數（TECH），即

Mt0xt，yt，xt+1，yt+1=Dt0xt+1，yt+1Dt0xt，yt×Dt+10xt+1，yt+1Dt+10xt，yt12=

Dt+10xt+1，yt+1Dt0xt，ytDt0xt，ytDt+10xt，yt×Dt0xt+1，yt+1Dt+10xt，yt12=EFFCH×TECH（4）

其中技術效率變化指數為： EFFCH=Dt+10xt+1，yt+1Dt0xt，yt

（5）

技術進步效率指數（TECH）為

TECH=Dt0xt，ytDt+10xt，yt×Dt0xt+1，yt+1Dt+10xt+1，yt+112

（6）

以上兩式分別表示t到t+1時期所發(fā)生的技術效率（EFFCH）與技術進步率（TECH）變動，兩者若小于1，即表示生產率的下滑。當規(guī)模報酬可變（VRS），技術效率指數（EFFCH）還可以繼續(xù)分解為純技術效率變化指數（PECH）與規(guī)模效率變化指數（SECH），通過如此分解可分析可變規(guī)模報酬對效率的影響變化。

EFFCH=Dt+10xt+1，yt+1Dt0xt，yt×Dt+10xt+1，yt+1Dt0xt，yt×Dt0xt，ytDt+10xt，yt=PECH×EFFCH（7）

所以，在規(guī)模報酬可變（VRS）的前提下，Malmquist生產率指數最終被分解為

M0xt+1，yt+1，xt，yt=TECHxt+1，yt+1;xt，yt×EFFCHxt+1，yt+1;xt，yt=

TECHxt+1，yt+1;xt，yt×SECHxt+1，yt+1;xt，yt×PTECxt+1，yt+1;xt，yt（8）

若Malmquist生產率指數大于1，若前沿技術進步（TECH）或技術效率（EFFCH）大于1，則表示全要素生產率變動主要由其引致。

（二）變量選取與數據說明

1.變量選取

參照陳衛(wèi)平[21]，李谷成[5]，王玨等[28]前期相關研究，農業(yè)產出變量以農林牧漁業(yè)總產值（Gross Output Value of Farming，Forestry，Animal，Husbandry：GOFFAF）為作為決策單元的產出指標，并以1978年為基期，進行了固定價格的處理。

農業(yè)TFP投入變量指標理論上講，農業(yè)投入應考慮資本存量核算問題（例如永續(xù)存盤法等），但厄爾.O.黑迪（1991）認為農業(yè)領域內資本投入本質不同，也無共同的物質單位，必須適度綜合，使用物質費用價值量衡量。同時因農業(yè)中較為可靠的固定資本存量數據難以獲取，一般將勞動力、土地、化肥、灌溉、機械等分項投入，參見李谷成（2010）;朱喜等（2011）使用農業(yè)經營費用支出和種植業(yè)經營投工量分別代表資本與勞動投入，黃少安等（2005），王奇等（2012）亦未進行資本存量處理。

包含：（1）勞動投入，以各地區(qū)農林牧漁從業(yè)人員（Employed Persons：EMP）表示;（2）土地投入，使用農作物總播種面積（Sown Area：SOA;單位：千公頃）代替;（3）機械動力，以農業(yè)機械總動力（Power of Agricultural Machinery：PAM）表示;（4）折純量的化肥施用量（Consumption of Chemical Fertilizers：CCF;單位：萬噸）;（5）農業(yè)有效灌溉面積（Irrigated Area：IRA;單位：千公頃）;（6）役畜投入以各地區(qū)大牲畜年末存欄量表示（Large Animals：LAN;單位：萬頭，萬只）;（7）農業(yè)能源消耗，以農村用電量表示（Electricity Consumed in Rural Areas：ECRA;單位：億千瓦時）。

2.數據來源

摘取每一個省級單位作為一個生產決策單元（DMU），又因DEA方法對極端數據較為敏感，遂將港澳臺、西藏、海南、重慶單元作為極端值進行剔除;樣本為1978-2011年中國28個省（區(qū)、市）的平衡面板數據（Balanced Panel Data），主要來源于《新中國農業(yè)60年統計資料》、《新中國五十年農業(yè)統計資料》、《中國農村統計年鑒》、《新中國六十年統計資料匯編》、《中國統計年鑒》、《中國財政年鑒》和部分省級統計年鑒。

為保證實現平衡面板數據，提高模型估計的穩(wěn)健性，對于缺失數據處理說明如下：（1）農林牧漁從業(yè)人員1978-2008年數據來自《新中國農業(yè)60年統計資料》，2009年數據來自《中國農業(yè)年鑒2010》，因《中國農業(yè)年鑒2011》只列出第一產業(yè)從業(yè)人員，并未列出具體的農林牧漁業(yè)從業(yè)人員，最終使用各省統計年鑒補充2010和2011年數據;（2）廣東省2006年農業(yè)機械總動力數據使用移動平均法獲取;（3）折純量的化肥施用量：雖然廣東2006年《新中國六十年統計資料匯編》《新中國農業(yè)60年統計資料》數據單位一致（萬噸），但數據不一致，差距過大，論文統一按照《新中國六十年統計資料匯編》口徑，取相鄰兩年的均值。遼寧1978-1980年數據來自《遼寧經濟統計年鑒1983》和《遼寧統計年鑒1985》;廣西1978數據來自《廣西統計年鑒1984》，并根據1979年化肥實物量進行了折純換算;甘肅1978年數據使用1979年代替;新疆1978年數據來自《新疆統計年鑒1990》，并以1979年數據進行了折純量的換算;（4）天津，福建、廣東和云南2006年農村用電量數據由《新中國農業(yè)60年統計資料》補齊。

三、測算結果及解釋

（一）全國及省際農業(yè)TFP變動與分解

基于上述準備，表1系1978-2011年中國省際農業(yè)TFP測算及其分解情況，以1為生產效率分界點：若大于1，表明生產率提高，反之則下降。

首先從均值看，1978年以來，中國農業(yè)TFP、技術進步率（TECH）、技術效率（EFFCH）和規(guī)模效率（SECH）總體上處于遞增趨勢，年均增速分別為3.8%，3.7%，0.1%和0.1%，說明改革開放以來，農業(yè)TFP增長顯著，其增長源泉主要是由技術進步率（TECH）與技術效率（EFFCH）雙輪驅動的。促進農業(yè)技術進步與擴大農業(yè)要素投入可以顯著拉動農業(yè)TFP的增長，結果顯示農業(yè)技術進步效率（TECH）增速最快，是農業(yè)TFP增長的主要源泉和推動力，以技術進步為誘導的“增長效應”明顯。正如Scott Rozelle和黃季焜[29]所述：中國的農業(yè)研發(fā)體系能夠為農業(yè)生產力提供先進的技術。

但是技術效率值（EFFCH）增速偏?。?.1%），特別是其中的純技術效率（PECH）處于退步狀態(tài)（-0.01%），說明技術效率（EFFCH）的驅動作用有限，而且動力不足，“水平效應”不夠顯著，這可能會成為制約未來中國農業(yè)長期可持續(xù)增長的重要瓶頸。

中國農業(yè)技術進步效率值（TECH，3.7%）較高，而技術效率（EFFCH，0.1%）相對較低的狀況說明：30多年來，農業(yè)TFP測算及分解體現農業(yè)技術進步與農業(yè)技術效率雙引擎驅動模式，雖然農業(yè)技術效率（EFFCH）這部引擎驅動作用有限（0.1%），功率不足，但整體上仍然是正向驅動（規(guī)模效率增速為正，純技術效率退步惡化），這與李靜和孟令杰[4]，李谷成[5]，全炯振[30]，王玨等[28]前期研究“整個農業(yè)前沿技術進步與技術效率損失并存”的結論并不完全一致。農業(yè)技術效率（EFFCH）中的規(guī)模效率進步（SECH，0.1%），而農業(yè)純技術效率（PECH，-0.01%）退步，說明中國農業(yè)增長方式仍然處于單純依靠要素投入等粗放式的增長模式，基于技術改進、資源優(yōu)化配置的高效集約式驅動模式仍然不夠顯著。

審視具體的省際差異，農業(yè)TFP增速最快省份（天津，7.5%）與最慢省份（廣東0.5%）的差距為7.0%;農業(yè)技術進步率（TECH）改進最快省份（天津，6.2%）與最慢省份（廣東，1.1%）的差距為5.1%;農業(yè)技術效率（EFFCH）提升最快省份（天津，1.2%）與損失最嚴重的省份（貴州，-1.4%）的差距為2.6%，由此可見省際政府間農業(yè)TFP、農業(yè)技術進步率（TECH）與農業(yè)技術效率（EFFCH）差異非常顯著。

表1 中國省際農業(yè)TFP指數估算及分解（1978-2011）

序號決策單元

曼奎斯特生產率指數技術進步率技術效率純技術效率規(guī)模效率

TFPTECHEFFCHPECHSECH

1北京1.0621.0581.0031.0001.003

2天津1.0751.0621.0120.9941.018

3河北1.0391.0371.0020.9991.003

4山西1.0431.0391.0031.0031.000

5內蒙古1.0231.0260.9970.9971.000

6遼寧1.0551.0541.0011.0001.001

7吉林1.0481.0481.0001.0001.000

8黑龍江1.0321.0321.0001.0001.000

9上海1.0571.0571.0001.0001.000

10江蘇1.0421.0421.0001.0001.000

11浙江1.0361.0361.0001.0001.000

12安徽1.0391.0361.0041.0001.004

13福建1.0451.0451.0001.0001.000

14江西1.0181.0220.9960.9961.000

15山東1.0371.0341.0021.0001.002

16河南1.0311.0350.9971.0000.997

17湖北1.0321.0321.0001.0001.000

18湖南1.0351.0331.0021.0011.002

19廣東1.0051.0110.9941.0000.994

20廣西1.0431.0391.0041.0031.000

21四川1.0261.0261.0001.0001.000

22貴州1.0101.0240.9860.9861.000

23云南1.0321.0370.9950.9951.000

24陜西1.0421.0351.0071.0071.000

25甘肅1.0311.0281.0031.0031.000

26青海1.0351.0351.0001.0001.000

27寧夏1.0501.0471.0031.0001.003

28新疆1.0391.0351.0031.0001.003

均值mean 1.038 1.037 1.001 0.999 1.001

注：本表計算基于產出導向（OUTPUT ORIENTATED），運用CRS的MALMQUIST-DEA指數測算，使用的軟件系DEAP2.1，下同。

（二）農業(yè)TFP時序動態(tài)波動與周期變化特征

既然省際間農業(yè)生產各效率指數差異較大，那么這種趨勢是在加劇，還是趨向收斂？借助圖1可以觀測各個效率指數波折變化的動態(tài)態(tài)勢與周期特征。

農業(yè)TFP增長呈現周期性演化趨勢，這與顧海和孟令杰[19]所稱的“U”型分布（1980-1995）并不一致。同時本文測算出農業(yè)TFP具有年均3.8%的增長率，說明改革開放以來，農業(yè)TFP增速較為顯著，在整個農業(yè)增長中扮演重要角色。另外，五個指數呈現出階段性動態(tài)變化特征，其中曼奎斯特生產率指數，即農業(yè)TFP與技術進步率指數（TECH）波動幅度較大，提高與下降的趨勢明顯。

與全國及省際農業(yè)TFP變動與分解一致，農業(yè)TFP的增長主要是由技術進步率指數（TECH）驅動的，而且兩者呈現順周期變化特征。技術效率指數（EFFCH）對農業(yè)TFP增長驅動作用有限，而且與農業(yè)TFP有逆周期波動階段，分別出現在1979-1980年、1992-1995年、2001-2011年，并且這種逆周期波動持續(xù)的時間段越來越長，說明技術效率指數（EFFCH）的驅動作用正在逐步放緩惡化。農業(yè)TFP時序動態(tài)波動特征也再次印證了李谷成[5]的研究結論：農業(yè)TFP變動主要表現為“增長效應”顯著，但“水平效應”有限。

農業(yè)前沿技術進步指數（TECH）年均增長3.7%，而農業(yè)技術效率指數（EFFCH）年均增長0.1%，同時該指數下降趨勢明顯。農業(yè)技術效率指數波動（EFFCH）由純技術效率（PECH）和規(guī)模效率指數（SECH）共同作用形成，從圖1看，兩者波幅并不顯著，主要引致了整體農業(yè)技術效率（EFFCH）持續(xù)走向惡化。比照顧海和孟令杰[19]，陳衛(wèi)平[21]，李谷成[5]等前期研究，本文農業(yè)TFP時序動態(tài)波動特征的分析結論與上述學者基本一致，說明改革開放以來，中國農業(yè)TFP增長階段性波動特征顯著，增長機制是主要是由農業(yè)前沿技術進步（TECH）驅動的，而農業(yè)技術效率（EFFCH）雖有貢獻，但是這種推動作用十分有限，并且正在放緩惡化。

圖1 中國農業(yè)曼奎斯特生產率指數及分解變遷路徑（1979-2011）

（三）農業(yè)TFP地理空間測度

在地理空間分析上，本文劃分為東、中、西和東北地區(qū)，研究不同區(qū)域與省際農業(yè)經濟增長源泉的驅動模式。表2具體列出了農業(yè)TFP針對地理空間的測度及分解指標數據。

曼奎斯特生產率指數區(qū)域差異分析。區(qū)域性的農業(yè)TFP呈現東北（1.045），東部（1.044），西部（1.0331）和中部（1.0330）地區(qū)依次遞減的變動趨勢，各區(qū)域農業(yè)TFP增長的動力源泉主要是農業(yè)前沿技術進步率（TECH）貢獻的，這與表1和圖1的分析一致。1978-2011年東北地區(qū)農業(yè)TFP平均增長4.5%，為各地理空間中最高，而且東北和東部地區(qū)農業(yè)TFP增速明顯高于全國平均水平（3.8%），而中西部地區(qū)雖然農業(yè)TFP也在增長，但是增速遲緩，低于全國平均水平。

從具體省份看，農業(yè)TFP指數東部9?。ㄊ校┲杏??。ㄊ校┤厣a率高于全國平均水平（3.8%），京津滬直轄市農業(yè)TFP增速全部高于全國平均水平，增速最快的是天津（7.5%），最慢的是廣東（0.5%）。東北地區(qū)農業(yè)TFP增速最快的是遼寧（5.5%），最慢的是黑龍江（3.2%）。曼奎斯特生產率指數中部6省中，僅有2省高于全國平均水平（3.8%），分別是山西（4.3%）和安徽（3.9%）。農業(yè)TFP指數西部10省（區(qū)）中僅有4?。▍^(qū)）高于全國平均水平（3.8%），其中增速最快的是寧夏（5.0%），最慢的是貴州（1.0%）。

可以看出，中國農業(yè)TFP增長具有明顯的地理區(qū)域空間差異性，東北和東部地區(qū)增長較快，西部和中部增速遲緩。而且不同區(qū)域空間內的省際差異也非常顯著，東北、東部、西部和中部地區(qū)內增長差異分別為2.3%，7%，4%，2.5%，東部區(qū)域內省際差異最大。

農業(yè)前沿技術進步率指數（TECH）區(qū)域差異分析。東部9?。ㄊ校┲杏??。ㄊ校└哂冢ê┤珖骄剑?.7%）。東北3省中，有2省高于全國平均水平（3.7%），分別是遼寧（5.4%）和吉林（4.8%）。中部6省中，僅有山西（3.9%）高于全國平均水平（3.7%）。技術進步率指數（TECH）西部10?。▍^(qū)）中，僅有廣西（3.9%）、云南（3.7%）和寧夏（4.7%）高于全國平均水平（3.7%），由此可見中西部地區(qū)的農業(yè)前沿技術進步率（TECH）是比較糟糕的。

技術效率指數（EFFCH）區(qū)域差異分析。東部9?。ㄊ校┲?，有4?。ㄊ校└哂谌珖骄剑?.1%），分別是北京（0.3%）、天津（1.2%）、河北（0.2%）和山東（0.2%）。東北3省中，僅有遼寧（0.1%）高于（含）全國平均水平（0.1%）。中部6省中，僅有3?。ㄊ校┖糜谌珖骄剑?.1%），西部10?。▍^(qū)）中，有一半的省區(qū)高于全國平均水平（0.1%），分別是廣西（0.4%）、陜西（0.7%）、甘肅（0.3%）、寧夏（0.3%）和新疆（0.3%）?？傊r業(yè)技術效率指數（EFFCH）全國各區(qū)域普遍不高，差異顯著。

基于東、中、西和東北地區(qū)地理空間考察再次充分說明，農業(yè)TFP、前沿技術進步率（TECH）和技術效率（EFFCH）指數區(qū)域間、省際間存在明顯效率差異，效率變動具有比較嚴重的地理空間上的非均衡性。同時三大農業(yè)生產效率區(qū)域間，省級間的外溢性并不強。

（四）農業(yè)TFP增長與變動的分組考察

本文將全國28個省級決策單元劃分為4個效率組別，分別為高速Ⅰ組、快速Ⅱ組、緩慢Ⅲ組和損失Ⅳ組。組別劃分的依據如下：高速Ⅰ組：農業(yè)TFP、前沿技術進步率（TECH）和技術效率（EFFCH）全部為增長或提升，即指數>全國平均值，且純技術效率（PECH）與規(guī)模效率（SECH）>1.000;快速Ⅱ組：除了高速組，損失組省份外，且農業(yè)TFP指數>全國平均水平值;緩慢Ⅲ組：除了高速組，損失組省份外，且農業(yè)TFP指數≤國平均值;損失Ⅳ組：技術效率（EFFCH）指數<1.000。分組考察參見表3。

表2 東、中、西和東北農業(yè)TFP測度及分解（1978-2011）

區(qū)域決策單元曼奎斯特

生產率指數技術進步率技術效率純技術效率規(guī)模效率

TFP TECH EFFCH PECH SECH

全國均值 1.038 1.037 1.001 0.999 1.001

東部

地區(qū)

北京1.0621.0581.0031.0001.003

天津1.0751.0621.0120.9941.018

河北1.0391.0371.0020.9991.003

上海1.0571.0571.0001.0001.000

江蘇1.0421.0421.0001.0001.000

浙江1.0361.0361.0001.0001.000

福建1.0451.0451.0001.0001.000

山東1.0371.0341.0021.0001.002

廣東1.0051.0110.9941.0000.994

東部均值 1.044 1.042 1.001 0.999 1.002

東北

地區(qū)

遼寧1.0551.0541.0011.0001.001

吉林1.0481.0481.0001.0001.000

黑龍江1.0321.0321.0001.0001.000

東北均值 1.045 1.045 1.000 1.000 1.000

中部

地區(qū)

山西1.0431.0391.0031.0031.000

安徽1.0391.0361.0041.0001.004

江西1.0181.0220.9960.9961.000

河南1.0311.0350.9971.0000.997

湖北1.0321.0321.0001.0001.000

湖南1.0351.0331.0021.0011.002

中部均值 1.033 1.033 1.000 1.000 1.001

西部

地區(qū)

內蒙古1.0231.0260.9970.9971.000

廣西1.0431.0391.0041.0031.000

四川1.0261.0261.0001.0001.000

貴州1.0101.0240.9860.9861.000

云南1.0321.0370.9950.9951.000

陜西1.0421.0351.0071.0071.000

甘肅1.0311.0281.0031.0031.000

青海1.0351.0351.0001.0001.000

寧夏1.0501.0471.0031.0001.003

新疆1.0391.0351.0031.0001.003

西部均值mean 1.033 1.033 1.000 0.999 1.001

注：東中西及東北區(qū)域的劃分以《中國統計年鑒》（2012）為準。

進入高速Ⅰ組的分別是直轄市北京、中部省份山西、西部省份廣西和寧夏。進入快速Ⅱ組分別是直轄市天津和上海，東部省份：河北、江蘇、福建;東北省份：遼寧和吉林;中部身份：安徽;西部省份：陜西和新疆。分析比對可以得出：第一，農業(yè)TFP、技術進步率（TECH）和技術效率（EFFCH）直轄市效應顯著，三項主要農業(yè)生產效率指數全部體現為增長或提升;第二，農業(yè)TFP、技術進步率（TECH）和技術效率（EFFCH）增長的省際空間外溢效應并不顯著，關聯度不高。納入緩慢Ⅲ組的有浙江和山東（東部）;黑龍江（東北）;湖北和湖南（中部）;四川、甘肅和青海（西部）。測度發(fā)現傳統意義上的農業(yè)大省TFP效率指數均小于或等于全國平均水平值以2011年中國大陸31?。▍^(qū)、市）農林牧漁總產值（現價）排名：浙江2 534.9億元（東部第6，全國第13）;山東7 409.7億元（東部與全國第1）;黑龍江3 223.5億元（東北第2，全國第12）;湖北4 252.9億元（中部第3，全國第7）;湖南4 508.2億元（中部第2，全國第5）;四川4 932.7億元（西部第1，全國第4）;甘肅1 187.8億元（西部第6，全國第22）。

，農業(yè)TFP增長緩慢，不容樂觀，而且大部分省份集中在中西部。

損失Ⅳ組呈現農業(yè)前沿技術進步與農業(yè)技術效率損失并存的格局。各省農業(yè)技術效率指數（EFFCH）均低于1.000，技術效率指數退步現象是真實的技術退步，這與顧海和孟令杰[19]，李靜和孟令杰[4]，陳衛(wèi)平[21]，李谷成[22-23]，全炯振[30]，方福前和張艷麗[26]，王奇[24]等前期研究取得了一致。說明該組農業(yè)TFP呈現技術誘導型的增長模式，技術效率退步引致了負向沖擊，減緩了農業(yè)TFP的增長。同時該組各決策單元農業(yè)TFP、前沿技術進步率（TECH）全部低于全國平均水平（僅云南農業(yè)技術進步效率與全國持平）。農業(yè)TFP反映農業(yè)生產要素資源配置與開發(fā)利用的效率，而農業(yè)技術進步（TECH）體現農業(yè)技術擴散與改進的程度，說明該組農業(yè)生產效率非常糟糕，農業(yè)技術推廣滯后，效率提升的任務繁重。綜上所述，對各效率分解指數的分組考察也再次說明：農業(yè)TFP、技術進步率（TECH）和技術效率（EFFCH）指數變動在地理空間演變上“發(fā)散效應”明顯，“收斂效應”與“外溢效應”趨勢不顯著。

表3 農業(yè)TFP及分解指數的組別考察

組別決策單元曼奎斯特

生產率指數技術進步率技術效率純技術效率規(guī)模效率

TFP TECH EFFCH PECH SECH

全國均值mean 1.038 1.037 1.001 0.999 1.001

高

速

Ⅰ

組

北京1.0621.0581.0031.0001.003

山西1.0431.0391.0031.0031.000

廣西1.0431.0391.0041.0031.000

寧夏1.0501.0471.0031.0001.003

快

速

Ⅱ

組

天津1.0751.0621.0120.9941.018

河北1.0391.0371.0020.9991.003

遼寧1.0551.0541.0011.0001.001

吉林1.0481.0481.0001.0001.000

上海1.0571.0571.0001.0001.000

江蘇1.0421.0421.0001.0001.000

安徽1.0391.0361.0041.0001.004

福建1.0451.0451.0001.0001.000

陜西1.0421.0351.0071.0071.000

新疆1.0391.0351.0031.0001.003

緩

慢

Ⅲ

組

黑龍江1.0321.0321.0001.0001.000

浙江1.0361.0361.0001.0001.000

山東1.0371.0341.0021.0001.002

湖北1.0321.0321.0001.0001.000

湖南1.0351.0331.0021.0011.002

四川1.0261.0261.0001.0001.000

甘肅1.0311.0281.0031.0031.000

青海1.0351.0351.0001.0001.000

損

失

Ⅳ

組

內蒙古1.0231.0260.9970.9971.000

江西1.0181.0220.9960.9961.000

河南1.0311.0350.9971.0000.997

廣東1.0051.0110.9941.0000.994

貴州1.0101.0240.9860.9861.000

云南1.0321.0370.9950.9951.000

四、結論性評述與建議

本文運用DEA-Malmquist生產率指數法，對1978-2011年省級農業(yè)TFP進行了數量測算與系統分解，并細致考察了其時序演變差異、地理空間分布與分組增速效率等特征。測算發(fā)現：1978年以來，中國農業(yè)TFP、技術進步率、技術效率和規(guī)模效率總體上處于遞增趨勢，增長源泉主要是由技術進步率與技術效率雙輪驅動的，以技術進步為誘導的“增長效應”明顯，但技術效率值增速偏小，說明技術效率的驅動作用有限，動力不足，“水平效應”不夠顯著。農業(yè)TFP與技術進步率指數呈順周期變化，與技術效率指數有逆周期波動階段。農業(yè)TFP效率變動具有比較嚴重的地理空間上的非均衡性，呈現東北、東部、西部和中部地區(qū)依次遞減的變動趨勢。省際間各指數差異顯著，農業(yè)技術效率指數全國各區(qū)域普遍不高，中西部地區(qū)的農業(yè)前沿技術進步是比較糟糕，但各直轄市主要效率指數增長效應顯著。傳統意義上的農業(yè)大省TFP指數均小于或等于全國平均水平值，而且這些省份大部分集中在中西部。地理與分組考察表明，農業(yè)TFP及其分解指數“發(fā)散效應”明顯，“收斂效應”與“外溢效應”趨勢不顯著。政策建議如下。

第一，“雙輪驅動”模式應成為未來中國農業(yè)經濟增長方式轉變與可持續(xù)發(fā)展的路徑軌跡。國家相關部門可以通過財政金融和保險等扶植政策，降低農民、農業(yè)合作組織等使用農業(yè)新技術的門檻，促進農業(yè)技術進步擴散與傳播。中央政府應完善財政支農支出的頂層制度設計，有效治理“標尺競爭”[31]，著力提高資金投入產出效率，同時實行有配套條件、有全程評估的轉移支付政策。地方政府應加強對財政支農資金的規(guī)模提升與結構優(yōu)化。在分權的制度安排下，中央與地方共同提高財政支農資金的匹配與使用效率，促進現有農業(yè)投入資源的優(yōu)化配置和技術效率的改良，這對長期農業(yè)TFP技術退步的地區(qū)尤為重要。

第二，應高度重視農業(yè)技術效率動力不足與效率損失的特征事實，實現對農業(yè)輸入現代生產要素與經營模式之間進行均衡匹配，并特別重視農業(yè)經營模式創(chuàng)新問題。充分認識農業(yè)生產的周期規(guī)律性，加強農業(yè)基礎設施建設，完善農業(yè)保險機制，增強農業(yè)抵御自然災害和豐產欠收、谷賤傷農的市場風險和能力。通過農業(yè)生產組織與制度創(chuàng)新，完善激勵與約束機制，發(fā)展農業(yè)合作組織，嘗試家庭農場等適度規(guī)模經營，通過可持續(xù)性地經營模式創(chuàng)新，提高農業(yè)生產要素的高效使用，改善農業(yè)純技術效率和規(guī)模效率。

第三，促進城鎮(zhèn)化、工業(yè)化與信息化與農業(yè)現代化的統籌協調發(fā)展農業(yè)現代化則是整個經濟社會發(fā)展的根本基礎和重要支撐，十八大報告提出：“堅持走中國特色新型工業(yè)化、信息化、城鎮(zhèn)化、農業(yè)現代化道路，推動信息化和工業(yè)化深度融合、工業(yè)化和城鎮(zhèn)化良性互動、城鎮(zhèn)化和農業(yè)現代化相互協調，促進工業(yè)化、信息化、城鎮(zhèn)化、農業(yè)現代化同步發(fā)展?！?/p>

。在有序轉移農村剩余勞動力的同時，促進高質量的人力資本進入農業(yè)產業(yè)部門。通過統籌完善城鄉(xiāng)就業(yè)創(chuàng)業(yè)市場，建立城鄉(xiāng)一體化的戶籍與社會保障體系，徹底改變發(fā)展現代農業(yè)和新農村建設中的“386199部隊”現象伴隨中國城市化進程加快，農村青壯年男性勞動力進城務工數量劇增，農村便形成了一個以婦女、兒童和老人為主的龐大留守群體，這實在是一個苦澀的贊譽。

。促進農業(yè)生產的機械化，集約化和市場化，建立工業(yè)化與農業(yè)生產效率的技術轉移與良性協調互動機制。四化同步，促進農業(yè)生產效率的最佳實踐，無疑將為管好“天下糧倉”和助推農業(yè)現代化注入強勁動力。

參考文獻：

[1] 舒爾茨.改造傳統農業(yè)[M].梁小民，譯.北京：商務印書館，1999.

[2] 林毅夫.制度、技術與中國農業(yè)發(fā)展[M].上海：格致出版社，上海人民出版社，2008.

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

[4] 李靜，孟令杰.中國農業(yè)生產率的變動與分解分析：1978-2004年——基于非參數的HMB生產率指數的實證研究[J].數量經濟技術經濟研究，2006（5）：11-19.

[5] 李谷成.技術效率、技術進步與中國農業(yè)生產率增長[J].經濟評論，2009（1）：60-68.

[6] SOLOW R M.Technical change and the aggregate production function[J].The Review of Economics and Statistics，1957，39（3）：312-320.

[7] FARE，ROLF，SHAWNA，et al.Productivity growth，technical progress and efficiency change in industrialized countries[J].American Economic Review，1994，84（1）：66-83.

[8] BATTESE G E，COELLI T J.A model for technical inefficiency effects in a stochastic frontier production function for panel data[J].Empirical Economics，1995，20（2）：325-332.

[9] KUMBHAKAR S C. Estimation and decomposition of productivity change when production is not efficient：A panel data approach[J].Econometric Reviews，2000，19（4）：425-460.

[10] KARAGIANNIS C， MIDMORE P， TZOUVELEKAS V.Separating technical change from timevarying technical inefficiency in the absence of distributional assumptions[J].Journal of Productivity Analysis，2002，18（1）：23-38.

[11] CRILLICHES Z.An exploration of the economics of technological change[J].Econometrica，1957，25：501-522.

[12] HAYAMI Y， RUTTAN V.Factor prices and technical change in agricultural development： The United States and Japan，1880 to 1960[J].Journal of Political Economy，1970，78：1115-1141.

[13] ROSEGRANT M W，EVENSON R E.Agricultural productivity and sources of growth in South Asia[J].American Journal of Agricultural Economics，1992（8）：757-761.

[14] 朱希剛.農業(yè)技術進步及其“七五”期間內貢獻份額的測算分析[J].農業(yè)技術經濟，1994（2）：2-10.

[15] 顧煥章，王培志.農業(yè)技術進步對農業(yè)經濟增長貢獻的定量研究[J].農業(yè)技術經濟，1994（5）：11-15.

[16] 張元紅.改革以來中國農業(yè)的增長與要素貢獻[J].中國農村經濟，1996（5）：7-13.

[17] 李雪松.中國式分權與農業(yè)經濟增長績效動態(tài)追蹤研究[J].中國經濟問題，2013（1）：51-61.

[18] 孟令杰.中國農業(yè)產出技術效率動態(tài)研究[J].農業(yè)技術經濟，2000（5）：1-4.

[19] 顧海，孟令杰.中國農業(yè)TFP的增長及其構成[J].數量經濟技術經濟研究，2002（10）：15-18.

[20] 李周，于法穩(wěn).西部地區(qū)農業(yè)生產效率的DEA分析[J].中國農村觀察，2005（6）：2-10.

[21] 陳衛(wèi)平.中國農業(yè)生產率增長、技術進步與效率變化：1990-2003年[J].中國農村觀察，2006（1）：18-23.

[22] 李谷成.中國農村經濟制度變遷、農業(yè)生產績效與動態(tài)演進——基于1978-2005年省際面板數據的DEA實證[J].制度經濟學研究，2009（3）：20-54.

[23] 李谷成，馮中朝.中國農業(yè)全要素生產率增長技術推進抑或效率驅動——一項基于隨機前沿生產函數的行業(yè)比較研究[J].農業(yè)技術經濟，2010（5）：4-14.

[24] 王奇，王會，陳海丹.中國農業(yè)綠色全要素生產率變化研究：1992-2010年[J].經濟評論，2012（5）：24-33.

[25] 鄭京海，胡鞍鋼.中國改革時期省際生產率增長變化的實證分析（1979-2001年） [J].經濟學（季刊），2005，4（2）：263-296.

[26] 方福前，張艷麗.中國農業(yè)全要素生產率的變化及其影響因素分析——基于1991-2008年Malmquist指數方法[J].經濟

理論與經濟管理，2010（9）：5-12.

[27] 鄭京海，劉小玄，Arne Bigsten.1980-1994期間中國國有企業(yè)的效率、技術進步和最佳實踐[J].經濟學（季刊），2002，1（3）：521-540.

[28] 王玨，宋文飛，韓先鋒.中國地區(qū)農業(yè)全要素生產率及其影響因素的空間計量分析——基于1992-2007年省域空間面板數據[[J].中國農村經濟，2010（8）：24-35.

[29]Scott Rozelle，黃季焜.中國的農村經濟與通向現代工業(yè)國之路[J].經濟學（季刊），2005，4（4）：1019-1042.

[30] 全炯振.中國農業(yè)全要素生產率增長的實證研究：1978-2007年——基于隨機前沿分析（SFA）方法[J].中國農村經濟，2009（9）：36-47.

[31] 李雪松.中國式分權、標尺競爭與財政農業(yè)支出——基于動態(tài)面板數據模型的系統GMM實證[J].重慶大學學報：社會科學版，2013（4）：38-43.