揭懋汕，雪 燕，薛 領

(1.北京大學 政府管理學院，北京 100871； 2.中國農業(yè)科學院 農業(yè)信息研究所，北京 100081)

中國縣域尺度農業(yè)全要素生產率時空變動研究

揭懋汕1，雪 燕2，薛 領1

(1.北京大學 政府管理學院，北京 100871； 2.中國農業(yè)科學院 農業(yè)信息研究所，北京 100081)

基于2 183個縣級單元，利用SFA方法對1992—2011年中國縣域農業(yè)全要素生產率(TFP)及其分解項進行測算和時空演變分析，得出以下結論：第一，農業(yè)TFP年平均增長3.18%，但整體呈波動下降趨勢，對農業(yè)總產值的增長貢獻份額為58.5%；前沿技術進步是農業(yè)TFP增長的主要驅動力，配置效率也有正向貢獻，而規(guī)模效率和技術效率則有負向影響。第二，中國多數(shù)地區(qū)農業(yè)TFP保持一定水平的正增長，農業(yè)發(fā)達地區(qū)的增速較快；技術效率較高的地區(qū)與中國農業(yè)生產較發(fā)達地區(qū)的分布基本一致，這與省級尺度研究得出的東高西低特征不同，同時低技術效率的地區(qū)一直占主導地位。

中國縣域；農業(yè)全要素生產率；SFA；分解項；時空演變

一、問題提出

農業(yè)產出的增長有兩大來源——擴大農業(yè)要素投入規(guī)模和提升農業(yè)生產效率。依靠擴大要素投入增加產出的方法存在弊端：一是要素投入對產出的作用存在天花板效應；二是這種方式以增加成本為代價，要素的過度使用還可能對環(huán)境帶來負外部性。因此，這種粗放式的農業(yè)發(fā)展方式難以為繼。經濟新常態(tài)下，中國農業(yè)發(fā)展面臨著前所未有的挑戰(zhàn)，必須依靠提升農業(yè)效率實現(xiàn)農業(yè)可持續(xù)發(fā)展。2015年中央一號文件指出，農業(yè)生產要盡快由粗放經營轉為集約發(fā)展，走產出高效、產品安全、資源節(jié)約、環(huán)境友好的現(xiàn)代農業(yè)發(fā)展道路?；诖?，有必要對中國農業(yè)生產效率的歷史演變和現(xiàn)狀進行深入研究。

目前對于生產效率的衡量一般以全要素生產率(TFP)為指標。全要素生產率的理論發(fā)展由來已久[1-4]，對農業(yè)全要素生產率的研究也頗為豐富。外文文獻方面，研究范圍從國家內部延伸到全球范圍[5-10]。國內關于農業(yè)全要素生產率的研究也比較豐富，研究范圍主要集中在省級尺度[11-15]。在區(qū)域內尺度上，農業(yè)全要素生產率的研究多是在省級地區(qū)內部進行測算，采用的方法和省級層面的基本一致[16-19]。在縣級尺度上進行的全要素生產率研究比較有限，范圍一般是在小區(qū)域內部，全國范圍縣域的文獻極少[20-24]。還有少量文獻利用農戶調查數(shù)據(jù)開展全要素生產率的測算和相關研究[25-29]。此外，也有文獻對農業(yè)全要素生產率進行綜述和文獻再研究[30-31]。

上述研究為本文提供重要啟示，但也存在不足：一是微觀尺度的研究相對缺乏，尤其鮮有對中國縣域尺度大時間跨度的農業(yè)全要素生產率的研究；二是測算方法以非參數(shù)的曼奎斯特指數(shù)法(Malmquist)居多，使用參數(shù)的隨機前沿分析法的較少，對其分解項進行全面探討的文獻也相對較少。曼奎斯特指數(shù)法將全要素生產率分解為技術變化、純技術變化和規(guī)模效率三部分，法雷爾(Farrell，1957)提出了包含配置效率的全要素生產率分解方法[3]，然而目前對全要素生產率進行分解的研究很少考慮配置效率，在農業(yè)全要素生產率中考慮配置效率的則更為罕見，近年來才有學者對此進行研究[15]?；诖耍疚膶?991—2011年中國縣域尺度農業(yè)全要素生產率的時空變動進行研究，并采用隨機前沿分析法對分解項展開分析，具有較強的獨特性和創(chuàng)新性。

二、研究方法、模型建立與數(shù)據(jù)處理

(一)隨機前沿分析法的測算方法

隨機前沿分析法(SFA ，stochastic frontier analysis)是利用非確定參數(shù)法測算全要素生產率的一種方法，最早由艾格納等(Aigner et al.，1977)[32]、繆森和范登布魯克(Meeusen & van den Broeck.，1977)[33]、貝特斯和柯拉(Batteseet & Corra，1977)[34]提出。隨機前沿分析法將生產函數(shù)的誤差分為由于技術非效率導致的管理誤差和受不可控隨機因素影響的隨機誤差兩部分[35]。隨著對面板數(shù)據(jù)的使用越來越廣泛，貝特斯和科埃利(Battese & Coelli，1992)提出了針對面板數(shù)據(jù)進行隨機前沿分析的BC模型[36]。該模型認為技術效率隨時間變化而變化，管理誤差項服從截尾正態(tài)分布，模型具體形式為：

yit=f(Xit,β,t)×evit-uit

(1)

uit=ui×ηit=exp[-η(t-T)](i=1,…N；t=1,…T)

(2)

(二)模型建立

根據(jù)索羅(Solow，1957)[4]、康巴哈那和落弗爾(Kumbhakar&Lovell，2000)[37]、馬哈德萬(Mahadevan，2003)[38]的研究，全要素生產率可分解為：

(3)

Ej、λj和Sj分別代表要素j的產出彈性、相對產出彈性和總成本的占比，規(guī)模報酬指數(shù)(RTS，return to scale)為要素產出彈性之和，其余變量與前文一致。由此，全要素生產率分解為四項——前沿技術進步(FTP ，frontier technological progress)、規(guī)模效率(SE，scale efficiency)、配置效率(AE，allocative efficiency)和技術效率變化率(TEC，technical efficiency change)[39]。

采用超越對數(shù)生產函數(shù)，將模型轉化為：

(4)

其中，β表征待估計參數(shù)，j為各投入要素，其余變量與前文一致。

(三)數(shù)據(jù)處理

參考同類研究的做法，以農林牧漁總產值代表產出，以農林牧漁勞動力人口、農業(yè)土地面積、農業(yè)機械總動力和化肥使用量為要素投入，其中農業(yè)土地面積包括農業(yè)播種總面積和水產養(yǎng)殖面積。農業(yè)機械總動力和化肥使用量分別表征資本投入和中間投入。數(shù)據(jù)的時間尺度為1991—2011年，空間尺度為縣級，數(shù)據(jù)來源于中國縣域農業(yè)社會經濟數(shù)據(jù)庫。

農林牧副漁總產值原數(shù)據(jù)為當年價，以農業(yè)總產值指數(shù)將其折算到1990年的不變價，對部分缺失值和異常值進行平滑修正，剔除數(shù)據(jù)缺失過多的縣級行政單元，對行政區(qū)劃發(fā)生變化的單元進行數(shù)據(jù)匹配調整。處理后為2 183個縣級行政單元的完整投入產出數(shù)據(jù)。因變量與自變量描述性統(tǒng)計見表1。

表1 1991—2011年變量數(shù)據(jù)描述性統(tǒng)計

三、結果與分析

(一)估計結果

利用軟件Stata 12.0進行隨機前沿分析，首先對模型的有效性進行檢驗。假設檢驗的結果均為在1%的顯著水平下拒絕零假設，說明采用超越對數(shù)隨機前沿生產函數(shù)有效，見表2。

表2 隨機前沿分析模型假設檢驗結果

模型估計結果顯示單邊偏誤似然比(LR)檢驗值符合混合卡方分布，大多數(shù)變量的系數(shù)在1%的置信水平下顯著，僅ln_mach、ln_lf、ln_mf和tln_fert在5%的置信水平下不顯著，說明農業(yè)勞動力、農業(yè)土地面積和化肥使用量是農業(yè)產出增長的主要影響因素，而農業(yè)機械總動力則無顯著影響，如表3所示。γ為0.764，在1%的顯著水平下顯著，說明中國農業(yè)生產一直存在技術非效率的現(xiàn)象，76.4%的誤差來自于技術的非效率，系統(tǒng)隨機誤差為23.6%。因此，對中國農業(yè)生產采用隨機前沿函數(shù)模型是正確的。η為負，說明技術效率以遞增的速度遞減，年均變化率為0.006 8。

表3 隨機前沿分析模型變量影響系數(shù)估計結果

注：對數(shù)似然估計函數(shù)值為-21 917.92，卡方檢驗P值小于0.1%；***、**表示在1%和5%的置信水平下顯著。

(二)要素投入對產出的貢獻情況

中國農業(yè)生產總值1992—2011年的平均增長率為8.14%，其中全要素生產率的貢獻為4.76%，是最重要的驅動力因素，如表4所示，說明農業(yè)全要素生產率是中國農業(yè)產出增長的核心源泉。要素投入貢獻了農業(yè)生產總值增長的41.5%，對農業(yè)產出增長具有重要的作用。在要素投入的貢獻中，化肥貢獻最大，其次是農業(yè)機械、土地和勞動力，說明化肥所表征的中間投入對農業(yè)總產值的增長起著最重要的積極作用，再次是農業(yè)機械所表征的資金投入，最后是土地和勞動力自身的投入?；实呢暙I最大與中國農業(yè)的現(xiàn)實相符，年增長率約為3.7%，年化肥使用量約占世界的35%。其他研究也得出了相似的結論[40-41]。農業(yè)機械對中國農業(yè)總產值的增長也有較大貢獻，反映農業(yè)投資的增加對中國農業(yè)增長重要的促進作用。而勞動力和土地投入貢獻較低，可能的解釋是在城鎮(zhèn)化迅速發(fā)展的背景下，農業(yè)勞動力和土地增長的空間十分有限，甚至有可能出現(xiàn)降低，因此對農業(yè)總產值增長的作用也較低。

表4 1992—2011年中國農業(yè)生產總值增長核算

(三)整體變動分析

圖1 1992—2011年中國農業(yè)全要素生產率及分解項變動趨勢

1992—2011年，中國縣域農業(yè)全要素生產率年平均增長4.76%，但整體呈波動下降趨勢，平均每年降低0.2%，如圖1所示。具體來看，1992—1999年，農業(yè)全要素生產率水平較高，1992年為6.4%，1999年為5.1%，年平均為5.93%。這一時期農業(yè)全要素生產率緩慢降低，年平均降低0.02%。2000—2003年，農業(yè)全要素生產率的波動較大，經歷了先升后降的過程。2004—2010年，農業(yè)全要素生產率趨于平緩，年平均下降0.02%，到2010年為3.2%，年平均為3.62%。2011年，農業(yè)全要素生產率進一步下降，達到2.67%。

從分解項來看，前沿技術進步增長是農業(yè)全要素生產率增長的核心驅動因素，配置效率也起積極作用，而規(guī)模效率和技術效率則有負向影響。前沿技術進步率與農業(yè)全要素生產率的變化趨勢高度一致，農業(yè)全要素生產率的下降主要是由前沿技術進步率的持續(xù)下降引致的。前沿技術進步率一直保持了較高水平的增長，但在逐年平穩(wěn)降低，由1992年的7.1%降至2011年的3.5%，降幅達50.6%，這引致了農業(yè)全要素生產率也相應下降。配置效率一直為正，對農業(yè)全要素生產率有正向的影響，平均貢獻為1.65%，說明要素的優(yōu)化配置有助于產出的提升。規(guī)模效率和技術效率變化率一直為負，對農業(yè)全要素生產率的增長具有阻礙作用，每年平均分別降低農業(yè)全要素生產率增長1.1%和1.08%。規(guī)模效率為負，說明這一階段中國農業(yè)生產一直存在要素投入規(guī)模過大的問題。技術效率變化率逐年下降且為負，反映出農業(yè)生產技術效率的地區(qū)間差異擴大。

(四)空間分布差異

1.技術效率的空間分異

1991—2011年，中國縣域農業(yè)平均技術效率水平為0.092～0.111，整體處于較低的水平，且一直處于平穩(wěn)下降趨勢。從頻次分布來看，技術效率低的地區(qū)數(shù)量增多；而技術效率大于0.3的地區(qū)占比逐年降低，說明技術效率整體水平進一步下降，高技術效率的地區(qū)趨于集中，技術效率的極化效應強于傳播擴散效應，導致技術效率高與技術效率低的地區(qū)之間的差距持續(xù)拉大，如圖2所示。從絕對量來看，縣級尺度測算的技術效率顯著低于省級層面研究的結果。這是因為參與生產前沿面測算的縣級單元個數(shù)遠遠多于省級單元個數(shù)，樣本單元的生產效率差異顯著，少數(shù)高效率縣級單元的產出效率遠高于其他地區(qū)。

圖2 1991年、2001年和2011年技術效率頻次分布

從空間分布來看，技術效率的空間差異整體呈現(xiàn)出由東部向中、西部遞減的趨勢，且在整個時期內基本維持不變，這與省級研究得出的結論相似。然而，技術效率的空間分頁與中國農業(yè)生產的分布基本一致，并不完全遵循東高西低的差異，西部也存在大片的技術效率較高的地區(qū)，這是不同于省級研究之處。這種空間分布反映了農業(yè)技術效率的空間分布演化特征為：受自然條件鎖定，空間的擴散與傳播不明顯。

具體來看，除缺失的地區(qū)外，中國技術效率最高的地區(qū)零星分布在遼東平原、華北平原東北部、山東半島、江蘇東部和珠江三角洲地區(qū)，如長海、嵊泗和岱山縣等，都是中國重要的農業(yè)產區(qū)，農業(yè)生產效率在全國處于領先地位。次高的地區(qū)主要分布在東部地區(qū)，包括東北的松嫩平原和遼河平原地區(qū)、東部沿海地區(qū)等，以及中部的長江中游平原地區(qū)，包括湖南和湖北，還有西部個別的地區(qū)，如西雙版納、四川盆地和天山山麓地區(qū)。再次是東北其余的大部分地區(qū)、長江中下游地區(qū)、四川盆地和新疆天山山麓灌溉農業(yè)區(qū)等，這些地區(qū)的農業(yè)生產條件良好，生產效率也較高。生產效率最低的地區(qū)出現(xiàn)在黃土高原和西藏等局部地區(qū)，主要是由于自然條件較差，農業(yè)現(xiàn)代化水平低，農業(yè)投入也相對缺乏，導致農業(yè)生產效率長期處于較低水平。

2.農業(yè)全要素生產率的空間分異

(1)規(guī)模效率

1992—2011年，中國多數(shù)縣級地區(qū)的規(guī)模效率為負，規(guī)模效率為正的地區(qū)的個數(shù)占比一直都小于50%，平均僅有32.9%，平均個數(shù)約為717個。這說明僅有少數(shù)地區(qū)的農業(yè)生產具有規(guī)模報酬的特征，要素規(guī)模的擴張能帶來產出更大比例的增長，如表5所示。

表5 1992—2011年中國縣域規(guī)模效率為正的地區(qū)個數(shù)及占比

在具體的空間分布上，全國整體上多數(shù)地區(qū)的規(guī)模效率為負，規(guī)模效率為正的地區(qū)呈斑點狀間雜其中，局部大規(guī)模連片分布特征不明顯。1992年，規(guī)模效率為正的地區(qū)零星分布在東北、華北、長江流域、珠江流域、西南和西北等地區(qū)；2001年，規(guī)模效率為正的地區(qū)比1992年分布更廣，總體上仍是零星分布，但在福建、江蘇、山東、東北平原、華北平原西北和青海東北部等地區(qū)有塊狀分布，出現(xiàn)小規(guī)模集聚特征。2011年，規(guī)模效率為正的地區(qū)仍然較少，但東部沿海局部地區(qū)集聚的特征進一步凸顯，如長江三角洲、珠江三角洲和松嫩平原等地區(qū)。綜合來看，規(guī)模效率為正的地區(qū)更多地分布在東部沿?；蜣r業(yè)生產較發(fā)達的地區(qū)。其原因在于，隨著農業(yè)技術對農業(yè)產出重要性的增強，農業(yè)投入的產出效應受技術水平的影響也不斷增強，農業(yè)技術在很大程度上確定了投入的產出邊界。因此，規(guī)模效率為正的地區(qū)主要分布在技術水平較高的東部沿海等地區(qū)。

(2)配置效率

中國配置效率整體上一直為正，1992—2011年平均有66.9%的地區(qū)配置效率為正，約為1 461個。這與規(guī)模效率的正負結構幾乎恰好相反，說明要素投入的結構優(yōu)化對生產效率的提升一直發(fā)揮積極影響，而非要素投入規(guī)模的擴張。配置效率與規(guī)模效率具有內在的負向關系：規(guī)模效率高意味著要素的數(shù)量對產出影響大，加大投入能進一步提高產出，此時調整要素投入反而會不利于產出的提升，因而配置效率較低。需要說明的是，在完全市場的條件下，市場均衡的條件是邊際產出等于邊際成本，此時要素結構達到最優(yōu)，配置效率則為零。

從空間差異來看，配置效率在地區(qū)之間的差異有較大不同。農業(yè)生產發(fā)達的地區(qū)，往往要素配置較為科學高效，因而配置效率對農業(yè)全要素生產率的影響較?。环粗?，在農業(yè)生產相對落后或者市場不發(fā)達、要素流通成本高的地區(qū)，要素的結構優(yōu)化對農業(yè)全要素生產率的增長貢獻較大。具體來看，配置效率整體上西北高、東南低，高值主要出現(xiàn)在西北、西南、內蒙古東北部和其他個別地區(qū)。配置效率的低值出現(xiàn)在東北平原、華北平原、四川盆地、東部沿海和云南與海南的熱帶地區(qū)等。

(3)前沿技術進步率

1992年、2001年和2011年，中國縣域農業(yè)前沿技術進步率都為正，說明中國縣域農業(yè)技術水平整體一直處于上升態(tài)勢，但前沿技術進步率整體逐年下降，說明農業(yè)前沿技術水平的增速在降低。

農業(yè)前沿技術的空間分布大致保持不變，高值地區(qū)主要出現(xiàn)在東北平原、華北平原、江漢平原、四川盆地和珠江流域等地區(qū)，胡煥庸線東南的其他地區(qū)大多數(shù)也具有較高技術進步率，而胡煥庸線西北的大片地區(qū)的技術進步率則較低，除了新疆天山山麓地區(qū)。綜合這三個年份中國縣域前沿技術進步率的分布及變動特征可知，前沿技術進步率整體東高西低，胡煥庸線兩邊的差異顯著，表現(xiàn)出與種植業(yè)生產水平相類似的高低分布特征。

(4)技術效率變化率

1992年、2001年和2011年，中國的技術效率變化率皆為負，說明技術效率都處于下降趨勢。從空間分布來看，技術效率變化率歷年的變化不大，整體上呈階梯狀的分布特征，沿海地區(qū)技術效率的降幅較低，再往內陸降幅有所增加，到降幅最大的地區(qū)出現(xiàn)在中西部，例如陜西、山西、甘肅、青海、西藏、四川和云南等地。這種空間分異與技術效率的高低相一致，都是自然環(huán)境與經濟社會條件共同影響的結果，反映了中國農業(yè)生產技術水平的分布情況。

(5)農業(yè)全要素生產率

總體上，1992—2011年，中國多數(shù)地區(qū)農業(yè)全要素生產率保持一定水平的正增長，農業(yè)優(yōu)勢區(qū)的增速較快，但近年來逐步降低，各地之間的差距有所減小。1992年，中國縣域農業(yè)全要素生產率絕大多數(shù)為正，增長最快的地區(qū)主要分布在內蒙古東北部、新疆、西藏、云南東南部、廣東、福建等個別地區(qū)，基本呈斑點狀分布。中部和東部以及四川盆地等農業(yè)發(fā)達的地區(qū)，農業(yè)全要素生產率的增長相對較快。西部除了天山、河西走廊和寧夏河套平原等灌溉農業(yè)區(qū)以外，農業(yè)全要素生產率的增速較低。整體來看，1992年，中國農業(yè)全要素生產率表現(xiàn)出胡煥庸線兩邊差距顯著的特征。2001年，中國縣域農業(yè)全要素生產率的高值在遼寧、吉林、河南、長江中游等地區(qū)有零星分布。次高的地區(qū)主要出現(xiàn)在東部和中部的沿海、沿江等農業(yè)發(fā)達地區(qū)，以及西部的灌溉農業(yè)地區(qū)。其余大多數(shù)地區(qū)的全要素生產率增長較小，甚至一些局部地區(qū)為負增長，比如內蒙古和吉林等個別地區(qū)。2011年，絕大多數(shù)地區(qū)的農業(yè)全要素生產率增長在較低水平，高值和低值都相對較少。高值主要分布在遼寧、河北東北部和河西走廊和新疆等個別地區(qū)，負值僅零星出現(xiàn)在藏東南的個別地區(qū)。

四、結論

本文基于隨機前沿分析法測算1992—2011年中國縣域農業(yè)全要素生產率及其分解項，主要有三點結論：

第一，從整體來看，農業(yè)全要素生產率年平均增長3.18%，但整體呈波動下降趨勢；前沿技術進步是農業(yè)全要素生產率增長的核心驅動因素，配置效率也起積極作用，而規(guī)模效率和技術效率則有負向影響；農業(yè)平均技術效率水平在0.1左右，整體處于較低的水平，且一直處于平穩(wěn)下降趨勢。中國農業(yè)生產總值的增長中，全要素生產率增長貢獻份額為58.5%，是最重要的驅動力；要素投入貢獻份額為41.5%，也具有重要影響，且化肥的貢獻最大，其次是農業(yè)機械、土地和勞動力。

第二，從分解項來看，32.9%的縣級單元的規(guī)模效率為負，這些少數(shù)地區(qū)的農業(yè)生產具有規(guī)模報酬的特征。配置效率平均有66.9%的地區(qū)為正，說明要素投入的結構優(yōu)化對生產效率的提升一直發(fā)揮積極影響，而非要素投入規(guī)模的擴張。前沿技術進步率一直為正，反映農業(yè)技術水平不斷提升，但增速在降低。技術效率變化率皆為負，說明技術效率都處于下降趨勢。

第三，從空間分布來看，中國多數(shù)地區(qū)農業(yè)全要素生產率保持一定水平的正增長，農業(yè)發(fā)達地區(qū)的增速較快，但近年來也逐步降低，各地之間的差距有所減小。具體來看，技術效率與中國農業(yè)生產的空間分布基本一致，這與省級尺度研究得出的東高西低特征不同。技術效率的空間差異整體在擴大，低技術效率的地區(qū)占主導，且這種格局長期以來沒有得到改變。多數(shù)地區(qū)的規(guī)模效率為負，為正的地區(qū)更多地分布在東部沿海或農業(yè)生產較發(fā)達的地區(qū)[42]。配置效率整體上西北高、東南低，主要是受經濟水平、市場條件和交通信息發(fā)展程度影響。前沿技術進步率整體東高西低，胡煥庸線兩邊的差異顯著，表現(xiàn)出與種植業(yè)生產水平相類似的高低分布特征。技術效率變化率整體上呈階梯狀的分布特征，沿海地區(qū)技術效率的降幅較低，再往內陸降幅有所增加，降幅最大的地區(qū)出現(xiàn)在中西部。

[1]TINBERGEN J.Zur Theorie der langfristigen Wirtschaftsentwicklung[J].Weltwirtschaftliches Archiv,1942,55(Bd.):511-549.

[2]DAVIS H S.Productivity accounting[M].Philadelphia:University of Pennsylvania Press,1955.

[3]FARRELL M J.The measurement of productive efficiency[J].Journal of the Royal Statistical Society,1957,120(3):253-290.

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

[5]BARTON G T,COOPER M R.Relation of agricultural production to inputs[J].The Review of Economics and Statistics,1948,30(2):117-126.

[6]LOOMIS R A.Productivity of agriculture:United States,1870—1958[Z].Technical Bulletin/US Department of Agriculture,1961.

[7]BALL V E.Output,input,and productivity measurement in US agriculture,1948—1979[J].American Journal of Agricultural Economics,1985,67(3):475-486.

[8]THIRTLE C,BOTTOMLEY P.Total factor productivity in UK agriculture,1967—1990[J].Journal of Agricultural Economics,1992,43(3):381-400.

[9]KALIRAJAN K P,OBWONA M B,ZHAO S.A decomposition of total factor productivity growth:the case of Chinese agricultural growth before and after reforms [J].American Journal of Agricultural Economics,1996,78(2):331-338.

[10]COELLI T J,RAO D S.Total factor productivity growth in agriculture:a Malmquist index analysis of 93 countries,1980—2000[J].Agricultural Economics,2005,32(s1):115-134.

[11]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(shù)的 HMB 生產率指數(shù)的實證研究[J].數(shù)量經濟技術經濟研究,2006(5):11-19.

[12]全炯振.中國農業(yè)全要素生產率增長的實證分析: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.

[13]石慧,孟令杰.中國省際間農業(yè)全要素生產率差距影響因素分析[J].南京農業(yè)大學學報(社會科學版),2007(2):28-34,56.

[14]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(shù)據(jù)[J].中國農村經濟,2010(8):24-35.

[15]張樂,曹靜.中國農業(yè)全要素生產率增長:配置效率變化的引入——基于隨機前沿生產函數(shù)法的實證分析[J].中國農村經濟,2013(3):4-15.

[16]李盡法,吳育華.河南省農業(yè)全要素生產率變動實證分析——基于 Malmquist 指數(shù)方法[J].農業(yè)技術經濟,2008(2):96-102.

[17]鄭晶,溫思美,孫良媛.廣東農業(yè)經濟增長效率分析:1993—2004[J].農業(yè)技術經濟,2008(3):17-24.

[18]楊易,吳秀敏,趙智晶.基于Malmquist指數(shù)的四川農業(yè)全要素生產率分析[J].湖北農業(yè)科學,2011(6):1283-1287.

[19]劉瑛.湖北省農業(yè)全要素生產率及其影響因素研究[D].武漢：華中農業(yè)大學,2014.

[20]馬鳳才,趙連閣,任瑩.黑龍江省農業(yè)生產效率分析[J].農業(yè)技術經濟,2008(2):91-95.

[21]王桂波,韓玉婷,南靈.基于超效率DEA和Malmquist指數(shù)的國家級產糧大縣農業(yè)生產效率分析[J].浙江農業(yè)學報,2011(6):1248-1254.

[22]陳志建,陳明麗,吳玉鳴.桂林市城區(qū)及所轄12縣域農業(yè)全要素生產率測算[J].廣西財經學院學報,2012(2):41-48.

[23]侯麟科,張硯杰,戰(zhàn)金艷,等.基于空間分析與實證的中國農業(yè)土地邊際收益與全要素生產率研究(英文)[J].Journal of Geographical Sciences(地理學報(英文版),2012(1):167-178.

[24]吳春萍.中國縣域農業(yè)生產效率時空變動及其影響因素研究[D].北京：北京大學,2014.

[25]劉璨.1978—1997年金寨縣農戶生產力發(fā)展與消除貧困問題研究——前沿生產函數(shù)分析方法[J].中國農村觀察,2004(1):35-43.

[26]李谷成,馮中朝.基于SFA的農戶家庭經營生產效率及其TFP增長分解——以湖北省農戶的微觀實證為例[C]//2007中國科協(xié)年會專題論壇暨湖北科技論壇分論壇論文集，2007.

[27]鄭循剛,胡培.四川省農戶農業(yè)生產全要素生產率增長分解——基于2005—2007年的面板數(shù)據(jù)分析[J].農村經濟,2010(6):39-42.

[28]李樺,姚順波,郭亞軍.不同退耕規(guī)模農戶農業(yè)全要素生產率增長的實證分析——基于黃土高原農戶調查數(shù)據(jù)[J].中國農村經濟,2011(10):36-43，51.

[29]朱喜,史清華,蓋慶恩.要素配置扭曲與農業(yè)全要素生產率[J].經濟研究,2011(5):86-98.

[30]潘丹,應瑞瑤.中國農業(yè)全要素生產率增長的時空變異——基于文獻的再研究 [J].經濟地理,2012(7):113-117，128.

[31]應瑞瑤,潘丹.中國農業(yè)全要素生產率測算結果的差異性研究——基于Meta回歸分析方法[J].農業(yè)技術經濟,2012(3):47-54.

[32]AIGNER D,LOVELL C A,SCHMIDT P.Formulation and estimation of stochastic frontier production function models[J].Journal of econometrics,1977,6(1):21-37.

[33]MEEUSEN W,VAN DEN BROECK J.Efficiency estimation from Cobb-Douglas production functions with composed error[J].International Economic Review,1977,18(2):435-444.

[34]BATTESE G E,CORRA G S.Estimation of a production frontier model:with application to the pastoral zone of Eastern Australia[J].The Australian Journal of Agricultural and Resource Economics,1977,21(3):169-179.

[35]AFRIAT S N.Efficiency estimation of production functions[J].International Economic Review,1972,13(3):568-598.

[36]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(1):153-169.

[37]KUMBHAKAR S C,LOVELL C A K.Stochastic Frontier Analysis[M].Cambridge:Cambridge University Press,2000.

[38]MAHADEVAN R.To measure or not to measure total factor productivity growth?[J].Oxford Development Studies,2003,31(3):365-378.

[39]揭懋汕,郭潔,陳羅燁,等.碳約束下中國縣域尺度農業(yè)全要素生產率比較研究[J].地理研究,2016(5):898-908.

[40]FAN S,PARDEY P G.Research,productivity,and output growth in Chinese agriculture [J].Journal of Development Economics,1997,53(1):115-137.

[41]WANG J,WANG S,CHEN Y.Leaching loss of nitrogen in double-rice-cropped paddy fields in China[J].Acta Agriculturae Zhejiangensis,1995,7(3):155-166.

[42]李光泗，吳增明，劉夢醒.農業(yè)技術進步、吸收能力約束與農業(yè)技術效率研究——基于隨機前沿分析[J].南京財經大學學報，2016(3)：26-33.

(責任編輯：蔣 琰)

Spatial-temporal Changes of Total Factor Productivity in Agriculture: Stochastic Frontier Analysis of China in County Level

JIE Maoshan1,XUE Yan2,XUE Ling1

(1.Peking University,Beijing 100871,China; 2.Chinese Academy of Agricultural Sciences,Beijing 100081,China)

Based on 2183 county-level administrative units of China from 1991 to 2011,this paper applies the SFA method to calculate total factor productivity (TFP) and its decomposition and spatial-temporal changes in county level.The main conclusions are:(1) TFP grows at a rate of 3.18% annually,with a downward trend,and it accounts for 58.5% of the gross growth of agricultural production；frontier technical progress (FTP) acts as the main driving force to TFP,and allocative efficiency (AE) also has a positive contribution,while technical efficiency change (TEC) and scale efficiency (SE) has negative impact.(2) The majority of regions maintain a positive TFP growth,and the growth rate is higher in developed regions of agriculture.The high TE area is consistent with the distribution of superior agricultural regions,different from the results that the eastern area is higher than western area in provincial level studies,and low TE is dominant on the whole.

county level of China；TFP in agriculture；SFA；decomposition；spatial-temporal change

10.13504/j.cnki.issn1008-2700.2017.05.005

2016-12-03

國家自然科學基金項目“中國區(qū)域城鎮(zhèn)化過程、機理與模式的非均衡動態(tài)研究”(41071077)

揭懋汕(1992—)，男，北京大學政府管理學院碩士研究生；雪燕(1961—)，女，中國農業(yè)科學院農業(yè)信息研究所研究員，通訊作者；薛領(1969—)，男，北京大學政府管理學院教授，博士生導師。

F327

A

1008-2700(2017)05-0035-09