中国蔬菜生产技术效率及其影响因素分析

2011-12-27徐家鹏李崇光

财经论丛 2011年3期

徐家鹏,李崇光

(华中农业大学经济管理学院,湖北武汉 430070)

目前,我国蔬菜市场基本饱和,消费者对蔬菜的消费开始由量向质转变,蔬菜产业发展进入提高质量的新阶段。截至2008年底,我国大部分蔬菜生产仍是以传统露地栽培和小农生产方式为主,设施蔬菜种植面积仅占全国蔬菜种植总面积的1/4。由于传统生产方式缺乏科学的农业生产经营管理经验,生产过程中生产要素的不当使用不仅造成了资源的大量浪费,有的甚至导致蔬菜生产的经济低效问题、质量安全问题,严重影响现阶段蔬菜品质的提高,阻碍了我国蔬菜产业的健康发展。

不难看出,上述问题本质上与农业生产要素资源利用效率有关。在现代经济学中,“技术效率”是衡量生产要素资源利用效率的重要指标。1957年Farrell给出了“技术效率”有代表性的定义,即在技术和市场价格不变的条件下,按既定的要素投入比例生产一定量产品所需的最小成本占实际成本的百分比。由此可知,生产过程中要素投入的比例失衡与冗余都将导致技术效率的损失;反过来,技术效率的高低也反映了要素投入的比例失衡与冗余程度。正因如此,考察农业生产技术效率及其影响因素,将对合理调配农业生产中的要素资源投入和提高要素资源的利用效率、节制农业生产污染和提升农产品品质都有重要参考意义。

查阅我国蔬菜生产技术效率的相关文献,国内学者张涛 (2004)测算并比较了2000年中国与日本的蔬菜生产技术效率[1]。李勤志等 (2009)测算了我国主要城市1998-2005年期间马铃薯生产技术效率变化[2]。总体上讲,现有研究缺乏对当前我国蔬菜生产技术效率的测算及其影响因素的探讨。因此,本文拟通过我国蔬菜生产技术效率的测算及蔬菜生产技术效率的影响因素的分析,得出我国蔬菜生产技术效率大小及其影响因素的相关结论和政策含义。

一、理论框架和研究模型

目前被学术界广泛使用的技术效率测量方法有两类:一类是参数方法;另一类是非参数方法。本文拟采用的随机前沿生产函数模型是一种参数法技术效率测量模型。在分析技术效率的影响因素时,为避免传统两步估计法结果有偏的问题,本文采用Battese和Coelli(1995)提出的同时估计随机前沿生产函数和技术效率影响因素的一步估计模型,其基本形式如下:

其中,yit表示第i个生产单位在第t年的产出 (i=1,2,…,I;t=1,2,…,T),xnit、xjit表示第i个省份在第t年第n、j种投入变量,t表示技术变化的时间趋势,β表示要估计的未知参数向量; uit表示在给定适当结构下的技术无效因素,并服从在零点截尾的正态分布N(Ziδt,σu2);Zit是可能影响效率的p×1阶向量,δ是待估参数的1×p阶向量;vit表示随机误差,且假定vit和uit相互独立,是i.i.d.的,服从N(0,)的正态分布;随机变量ωit服从在-Zitδ截尾的正态分布N(0,)[3][4]。

二、数据来源和经验模型设定

鉴于我国蔬菜品种繁多而难以全面统计,本文重点考察国家发改委价格司统计的西红柿、黄瓜、茄子、圆白菜、菜椒、大白菜、马铃薯等7种大宗蔬菜。通过FAOSTAT查询可知,2008年这七种蔬菜收获面积占我国蔬菜及甜瓜收获总面积的43.59%,因此通过研究这七种蔬菜来了解我国蔬菜生产整体情况具有较强代表性。由于我国蔬菜生产主要集中在大中城市郊区和农区商品蔬菜基地以及数据可获得性的限制,本文主要以各省份大中城市蔬菜生产投入产出数据为样本来考察我国蔬菜生产技术效率。样本数据全部来自2004-2009年《全国农产品成本收益资料汇编》、《中国统计年鉴》。在选择蔬菜生产投入产出变量时,以蔬菜主产品产量为产出变量,以蔬菜生产过程相对重要的生产要素——肥料、劳动用工、农药、租赁作业投入、其他直接物质投入 (包括种子、农膜、工具材料)为投入变量。指标选取尽量采用实物量形式,以费用形式表示的指标用各城市所属省份的农业生产资料价格指数折算。

按照前文所述模型 (1)的设定,我国蔬菜生产的随机前沿生产函数模型为:

其中,Y为每亩蔬菜的主产品产量 (公斤),FL、LG、NY、ZL和QT依次为每亩蔬菜投入的肥料费(元)、劳动用工量 (日)、农药费 (元)、租赁作业费 (元)和其他直接物质费用 (元),T为时间趋势变量 (t=1,…,6,对应于2003-2008年),若T的参数估计值为正,则表示蔬菜生产出现技术进步;反之,则表明出现技术退步。u为技术效率损失,v为随机误差。

农业生产技术效率受外生性因素的影响,由以往文献可知,经济环境、自然环境、人力资源、要素投入情况、生产模式、政策制度等都不同程度影响农业生产技术效率[5][6][7]。因此,本文拟选取我国各地区国内生产总值、平均气温、年降水量、灾害率、农业生产要素投入总额等指标作为技术欠效率的影响变量。按照 (2)式,我国蔬菜生产技术欠效率模型如下:

其中,变量GDP为该城市的年国内生产总值 (亿元),反映该地区经济环境;ZH为该城市蔬菜种植受灾率,由于用于计算各城市蔬菜种植受灾率的城市蔬菜播种面积和受灾面积无法获得,本文采用各城市所属省份农作物成灾面积除以播种面积替代;QW为该城市的年均气温 (℃);JY为该城市年降水量 (mm);TZ为该城市每亩蔬菜投入要素的总额 (元);T为时间趋势变量 (t=1,…,6且对应于2003-2008年),用来反映未包括因素造成的技术效率的趋势性变化。若T的参数估计值为正,即表明技术效率出现下降;反之,则表明技术效率得到提高。

三、模型估计结果及分析

(一)随机前沿生产函数估计结果分析

利用FRONTIER4.1程序对 (3)式及 (4)式进行一步估计,结果见表1、2、3所示①由于篇幅所限,本文未给出超对数前沿生产函数估计的初始结果,感兴趣的读者可向作者索取。。由于超越对数函数模型中各投入要素之间存在复杂的替代和补充关系,无法通过模型参数估计值直观获得各要素投入的产出效果。而各要素投入的产出效果对蔬菜生产过程中如何合理调整要素投入,提高蔬菜生产技术效率有着重要参考意义。为此,本文利用已估计的前沿生产函数计算出七种蔬菜各种投入要素的产出弹性[6],从而得到各要素投入的产出效果。

表1 我国主要蔬菜的平均产出弹性

由表1可见,除了劳动用工的产出弹性稍微较大外,其他四类投入的产出弹性都很小,其中农药投入的产出弹性甚至为负值。七种蔬菜所有要素投入的产出弹性都小于1,若在此时继续追加要素投入,将使单位要素投入的产出降低,造成要素投入利用效率的下降。

(二)技术欠效率模型估计结果

技术欠效率模型的估计结果见表2所示。GDP反映的经济环境对蔬菜生产技术效率存在微弱的负面影响,这可能与近年大量传统优良菜田被征占用,农村优质劳动力向城市转移导致农业从业者整体素质下降有关[6]。自然环境中灾害率仅对茄子生产技术效率有较为显著的负面影响,降雨量对菜椒和茄子之外的其他五种蔬菜生产技术效率几乎不存在影响,这可能与我国蔬菜生产人为控制因素较多有关。气温对七种蔬菜的生产技术效率造成了不同程度的负面影响,这可能与我国蔬菜生产者对不适温度环境下的温控技术及生产要素施用技术比较欠缺有关。要素投入对马铃薯生产技术效率有不显著的正向影响外,对其他蔬菜生产技术效率都存在一定的负面影响。结合各生产要素的产出弹性,可知我国蔬菜生产要素处于拥挤状态,要素投入的不科学是造成近阶段我国蔬菜生产技术效率损失的重要原因。

表2 我国主要蔬菜的生产技术欠效率模型参数估计及显著性

另外,由随机前沿生产函数和技术欠效率函数中T的参数估计值含义可知,2003-2008年间西红柿、黄瓜、茄子、圆白菜、菜椒和大白菜生产都呈现技术进步,但茄子和大白菜生产的技术效率呈现下降趋势。蔬菜生产技术进步和技术效率下降并存的现象,表明我国对现有蔬菜生产技术的推广和扩散不很成功。

(三)我国主要蔬菜的生产技术效率分析

具体分析七种蔬菜2003-2008年间的年均技术效率及变化 (见表3所示),除茄子和大白菜外,其他五种蔬菜的年均技术效率增长率均为非负,即技术效率不变或有所改善。

表3 2003-2008年我国及各地区主要蔬菜的生产技术效率

由表3可得,2003-2008年间我国东部、中部和西部七种蔬菜平均技术效率分别为0.969、0.964和0.970,蔬菜生产技术效率出现“中部塌陷”现象。这可能与近年中部成为“政策洼地”,农业领域发展速度相对其他地区明显较慢有关。改革开放以来,东部地区由于国家发展战略的政策倾斜,农业发展得到较多的物力、财力及政策支持,集约化和商品化程度较高的蔬菜产业最先发展起来。相对中西部地区,东部地区蔬菜生产基础设施完善,技术水平明显领先。由于东西部地区发展差距的过分扩大,2000年中央开始推出西部大开发政策。2000-2009年间农业部在西部陆续安排694亿元资金,实施农业基础设施建设和农业人才培养帮扶等工作,极大促进西部农业的快速发展。据计算,2003-2008年间西部七种蔬菜平均单产年均增长44.47%,远高于中部和东部的34.76%和24.69%。2008年东、中和西部地区七种蔬菜的平均要素投入产出比分别为0.615元/kg、0.692元/kg和0.547元/kg。由此看出,近期中部地区蔬菜生产单位产出所耗要素投入最多,生产要素资源利用效率最差。