中国香蕉产业的全要素生产率、技术进步与效率变化

王 芳，郇青鹤，柯佑鹏，过建春，刘秋冬

（1.海南大学经济管理学院，海南 海口 570228；2.海南热带海洋学院，海南 三亚 572022）

中国香蕉产业的全要素生产率、技术进步与效率变化

王 芳1，郇青鹤1，柯佑鹏1，过建春2，刘秋冬1

（1.海南大学经济管理学院，海南 海口 570228；2.海南热带海洋学院，海南 三亚 572022）

运用基于DEA的Malmquist指数法测算2003—2014年我国及五大香蕉主产区的全要素生产效率，并将其进一步分解为技术进步和技术效率。结果表明：我国香蕉产业全要素生产率在样本期内增长率为1.3%，主要源于技术进步，其平均增长为2.6%，而纯技术效率与规模效率有所下降，分别为-0.1%和-1.2%。我国香蕉产业全要素生产率的提升主要源于技术进步，是由于香蕉新品种培育、高品质栽培管理、节水节肥技术及无伤采收等技术措施的推广与应用。香蕉生产的纯技术效率与规模效率为负值，表明我国蕉园管理水平不高，该行业通过集聚整合达到规模经济的效果尚需实践，香蕉种植者们应在推动技术进步的同时，促进香蕉产业规模化和管理水平的提升。

香蕉产业；全要素生产率；技术进步；技术效率

香蕉是重要的经济作物和粮食作物，也是全球鲜销量最大的水果。我国是世界第一香蕉消费大国，自2011年起香蕉生产量跃居世界第二。香蕉是我国热区的重要支柱产业之一，也是农业增效、农民增收的重要来源。整体而言，我国香蕉种植面积、产量、产值均呈波动上升态势，据国家香蕉产业技术体系调研，2015年香蕉总种植面积达35.7万hm2，产量达1 211万t。然而，我国香蕉产业长期以来主要依靠要素投入的粗放型发展方式，科技成果转化率低。要想突破资源环境约束，必须转变发展方式，促进香蕉产业的技术进步和生产率提高。因此，研究香蕉产业全要素生产率对于促进其可持续发展具有重要意义。

夏勇开等［1］运用DEA的SBM超效率模型计算出1995—2009年中国香蕉生产的技术效率年增长率为0.6%。在蕉农技术选择与采用方面，罗光帆等［2］和夏勇开等［3］运用Logistic模型，分别分析了广东164户蕉农和广西125户蕉农的实地调研数据，总结出蕉农对新品种、灌溉施肥、蕉果管理、病虫害防治等技术的需求意愿，并探究其技术选择的影响因素。张佳等［4］以广西12个县（区）的257户香蕉种植户的实地调查资料为依据，运用二元Logistic模型实证分析其技术需求的影响因素。过建春等［5］分析广西香蕉种植户的技术采用现状、技术效果评价等，探索香蕉生产技术的扩散模式。夏勇开等［6］以1995—2013年我国香蕉产量、收获面积、物质投入、人工投入等相关数据为依据，运用C-D生产函数模型计算出1995—2013年我国香蕉生产的科技进步贡献率为23.5%。黄梦思等［7］运用DEA的Malmquist指数分析方法对我国2004—2013年棉花TFP的增长及其构成进行实证分析，结果表明，我国棉花产业的全要素生产率年际波动较大，技术进步是推进TFP增长的主要动力，我国棉花TFP的增长具有区域不平衡的特征。张静［8］利用基于DEA的Malmquist指数法，分解和测算了山西省制造业的全要素生产率。尹雷等［9］研究表明，农村金融发展对农业全要素生产率具有正向促进作用；农村金融发展促进全要素生产率增长主要是农业技术进步效应，而不是农业技术效率效应；农村金融发展对农业全要素生产率的影响存在区域差异。黄勇［10］研究了湖北省农业生产率增长、技术进步与效率变化，认为湖北省农业发展的重要任务是提高农业技术效率，并提出应该通过农业规模化经营以提高规模生产效率，进而实现农业技术效率的提升。刘燕妮等［11］测算了1978—2009年我国农业全要素生产率增长，结果表明技术进步起到关键作用。郑循刚［12］基于2000—2007年面板数据实证分析了西部农业生产全要素生产率的增长，发现技术进步是生产率增长的主要推动力。全炯振［13］对1978—2007我国农业全要素生产率增长进行实证分析，表明生产率增长主要源于技术进步。

通过对现有文献的梳理，发现对全要素生产率的研究主要集中于一个国家、地区或行业全要素生产率的测算［7-19］，但不同行业的全要素生产率及其驱动因素差异很大，目前还鲜有中国香蕉产业全要素生产率研究的相关文献。因此，我们运用基于DEA的Malmquist指数法测算2003—2014年我国及五大香蕉主产区广东、海南、广西、云南和福建的全要素生产效率，并将其进一步分解为技术进步和技术效率，找出影响全要素生产率的主要因素，以期为我国香蕉产业的技术进步和结构调整提供一定的决策依据。

1 模型及变量选取

全要素生产率（total factor productivity，TFP）是测算生产率的常用且较为有效的方法，它是基于生产非效率假设的生产前沿面（production frontier）方法，其具体评估方法包括参数方法（parameter estima-tion）、半参数方法（semi-parameter estimation）和以数据包络分析（data envelopment analysis，DEA）为代表的非参数方法（non-parameter estimation）［20］。基于参数方法的SFA和基于非参数方法的DEA所得出的结果一般是相似的，且差别并不会太大［21］。根据获取数据情况和数据分析模型的应用特点，本研究主要采用基于DEA模型的DEA-Malmquist指数法对我国香蕉生产的TFP进行测算和分析，并将其进一步分解为技术进步和技术效率。

1.1 数据包络分析法（Data Envelopment Analysis，DEA）

DEA方法由美国著名运筹学家Charnes 和Copper等于1978年提出。DEA是以“相对效率”概念为基础，根据多指标投入和多指标产出对相同类型的单位或部门进行相对有效性或效益评价的一种新的系统分析方法。每一个生产单位称作“决策单元” （Decision Making Units，DMU），投入指标是决策单元在社会、经济和管理产出成效的经济量；产出指标是决策单元在某种投入要素组合下，表明经济活动产出成效的经济量，指标数据是实际观测结果。

DEA方法中最基本的模型有CCR和CSR，此后数据包络分析理论不断改革和发展，新模型的应用推广和实际效果的检验使得该方法成为经济、管理乃至社会发展领域中重要而有效的分析手段。设某个DMU 在某一项生产活动中的输入向量为X =（X1，X2，…Xj），输出向量为y =（y1，y2，…yj）T。设有n个DMUj（1≤j≤n），DMUj对应的投入、产出向量分别为：

而且Xij＞ 0，yrj＞ 0，i = 1，2，…m；r = 1，2，…s；即每个决策单元有m种类型的“输入”以及s种类型的“输出”；Xij为第j个决策单元对第i种类型输入的投入量；yrj为第j个决策单元对第r种类型输出的产出量。由于在生产过程中各输入和输出之间的地位与作用不同，对DMU进行评价，需先对各输入和输出进行“综合”，即把它们看作只有一个总体输入和一个总体输出的生产过程，这样就需要赋予每个输入、输出恰当的权重。在一般情况下，为避免权向量受到人为主观意志的影响，需把它们看作变向量。v =（v1，v2，…vm）T，u =（u1，u2，…um）T，vi为第i种类型的一种度量（权），vr为第r种类型输出的一种度量（权）。每个决策单元DMUj都有相应的效率评价指数：

然后适当选取权系数v及u，使其满足hj≤1，j = 1，2，…n。接着对第j0个决策单元进行效果评价1≤j0≤n，以权系数v和u为变量，以第j个决策单元的效率指标为目标，以所有决策单元的效率指数hj≤1（j = 1，2，…n） 为约束，构成以下最优化模型：

当对第j个部门进行相对有效性评价时，有如下最优化模型：

式中，h0即表示hr0（其他类同），其含义为第j个部门的效果评价指数，利用Charnes-Cooper变换，可以将上式转化为一个等价的线性规划问题：

若线性规划（P）的最优解中存在ω0＞ 0，μ0＞ 0，并且目标值μTy0= 1，则称DMUj为DEA有效。因此，利用DEA测度有效性时，如果决策单元评价指标为1即为有效，否则为无效。

1.2 DEA-Malmquist指数法

1 9 5 3年，瑞典经济学家和统计学家Malmquist在消费分析中首次提出Malmquist指数，其可以被分解为相对技术效率的变化和技术进步的变化。其中，技术进步（Tch）用于反映生产技术变化的程度，而技术效率（Ech）则是衡量生产有无投入要素的浪费，资源配置状况是否最优，技术效率进一步分解为不变规模报酬假设下的纯技术效率指数TEch和规模效率指数SEch两部分。TEch是用来衡量生产的技术无效率在多大程度上是由于纯粹技术无效率所造成，SEch衡量决策单元生产是否处于最优生产规模。每一户蕉农为一个生产决策单位，运用由Fareetal（1994）改造的DEA方法构造每一年香蕉生产最佳实践前沿面。把每一户的生产同最佳实践前沿面进行对比，从而测度效率变化，本研究主要从投入的角度来研究全要素生产率变化。

为得到以t为基期的t+1期全要素生产率，本研究利用Fare、Grosskopf、Norris（1997）的思路，用两个曼奎斯特生产率指数的几何平均值计算生产率变化：

式中，E为规模报酬不变且要素自由处置的条件下的相对效率变化指数，是测度每个观察对象在t到t+1时期到最佳实践边界的距离程度。该效率变化指数可相应分解为规模效率变化指数SC（xt+1，yt+1；xt，yt）、要素可处置度变化指数CNC（xt+1，yt+1；xt，yt）和纯技术效率变化指数PC（xt+1，yt+1；xt，yt）。TP为技术进步指数，这个指数测度技术边界的时期t到t+1之间的移动。因此，Malmquist生产率指数可以分解为：

技术进步指数分解为中性技术进步（NTP）、产出非中性技术进步（OBTP）和投入非中性技术进步（IBTP）的乘积：

Malmquist生产率指数的构造要求计算4个混合距离函数：Dit+1( xt，yt)、Dit( xt+1，yt+1)、Dit( xt+1，yt)和Dit+1( xt+1，yt)。需要计算时期t的技术下，给定产出yt+1，测定投入xt+1变化最小比例的一个混合指数Dit( xt+1，yt+1| C，S )。相似地，定义混合距离函数Dit+1( xt，yt)，用来测度时期t+1的技术下，给定产出yt，测度投入xt变化最小比例；混合距离函数Dit( xt+1，yt)，用来测度时期t的技术下，给定产出yt，测度投入xt+1变化最小比例。第K个农户的Dit( xt+1，yt+1| C，S )的倒数可用下式线性规划求出，其他几个混合距离函数可以同理构造得到。

1.3 变量选取

变量主要选取香蕉生产的投入产出数据。以667 m2的收入和纯收益作为输出指标，平均物质与服务成本、平均人工成本、平均土地成本和平均用工数量作为输入指标。除用工数量为实际用工量外，其他各投入产出指标均为当年价值量。

2 数据来源与分析

数据来源于国家香蕉产业技术体系产业经济岗位收集整理所得，包括全国以及海南、广东、广西、云南和福建五大主产区2003—2014年间的投入产出数据。

2.1 生产成本情况

从表1可知，2003—2014年间，香蕉生产成本总体呈上升趋势，且2010年达到投入最高点、每667 m2为5226.6元。5大主产区中，广西和云南年投入增长率最大，分别为14.80%和17.84%。海南和广东的投入成本总量高于其他产区，667 m2年均成本投入分别为3 540.53、3 619.88元，福建生产成本也逐年增加，但其变动趋势最小。

表1 2003—2014年我国及各香蕉主产区生产成本（元/667 m2）

2.2 生产成本构成情况

表2表明，从全国总体投入成本来看，物质与服务投入占总生产成本的58.77%，人工成本和土地成本所占比例分别为25.97%和19.26%。五大产蕉区的成本构成比例相差不大，因此，需要进一步对各项成本投入的生产效率进行研究，以观察其投入不足或冗余情况。

表2 2003—2014年我国及各香蕉主产区平均生产成本构成（元/667 m2）

2.3 生产收益情况

表3表明，2003—2014年从年收益均值来看，海南和福建高于其他产区，且云南收益最低；广西的年收益增长率最高、达到115.91%，这主要是受2007年68.61元的收益增长至2008年1 172.2元收益的拉动，并不能说明广西香蕉种植有稳定的收益增长。事实上，广西与其他主产区的收益波动趋势类似，2003—2011年呈总体下降趋势，2012年之后收益逐年增长。香蕉产业的收益状况波动较大，尤其是2007—2012年间经历了自然、市场风险，生产成本不断上涨的同时却迎来销售收益的负增长，严重挫伤了农户种植香蕉的积极性。

表3 2003—2014年我国及各香蕉主产区生产收益（元/667 m2）

3 模型估计结果与分析

3.1 我国香蕉产业全要素生产率

表4表明，从时间上看，全要素生产率呈总体上升趋势，但波动较大，趋势并不明显，生产率年平均增长为1.3%，主要得益于技术进步（平均增长为2.6%），而纯技术效率和规模效率增长分别为-0.1%和-1.2%。技术进步和纯技术效率、规模效率均未实现平稳增长，但仍发现近年来香蕉产业的技术创新能力不断增强，技术进步成为全要素生产率增长的主要动力，但产业集聚化水平不高，管理效率及技术积累等参差不齐，纯技术效率与规模效率效果并不明显。

表4 2003—2014年我国香蕉生产Malmquist 生产率指数分解

生产效率方面，2008年和2013年最高，分别为1.266和2.303，这一时期，香蕉产业在经历了前期市场价格暴跌，受“致癌”、“乙烯”类谣言的冲击和因台风致种植面积骤减等严峻形势后，香蕉产业主要依靠其自身生产技术的改进和应对风险的能力取得了后期较高的生产效率。2008、2013年技术进步增长率分别为60.3%和113.7%，是生产效率增长的主要动力。样本期间的全要素生产率，仅5年（2004、2008、2009、2013、2014年）达到了有效，其余6年均未达到有效，主要原因在于综合技术的低效和无效率。

纯技术效率和规模效率方面，年增长率分别为-0.1%和-1.2%，最低年份均为2008年，最高年份为2011年。达到有效纯技术效率的年份为2005、2007、2009、2010、2011、2014年，规模报酬递增的年份为2006、2010、2011、2013年。由此可见，2004、2007、2009、2014年的香蕉生产并不存在生产投入过多或产出不足的情况。另外，2004—2014年中7个年份的综合效率没有达到有效，说明其规模和投入、产出不相匹配，需要增加规模或减少规模，如2005、2007、2009、2014年需要增加生产规模以提高规模报酬。

3.2 五大香蕉主产区全要素生产率

由表5可知，五大产区香蕉生产的全要素生产率（TFPch）排名为：广西＞海南＞云南＞广东＞福建，且年均1.3%的全要素生产率主要源于技术进步年均2.6%的增长率。综合技术效率中，广西和海南均为有效生产单元，福建和云南则存在规模报酬递减的状况。广东纯技术效率年增长率为-0.3%，需要在生产中挖掘技术潜力，发挥更大的技术生产效率。

生产效率方面，除福建省外其余4省（区）均为有效单元。福建省全要素生产率为0.956，年均增长率为-4.4%，福建省的香蕉生产急需技术革新，改善生产管理条件。

纯技术效率和规模效率方面，广西和海南为有效生产单元，产出和投入适中。福建和云南则是由于种植经营产业化程度低，规模报酬递减，制约技术效率的增长。广东省的纯技术效率指数为0.997，增长率为-0.3%，表明广东省在引进先进技术的同时，更需要注重蕉园管理，将技术通过管理实践转化为生产力。

表5 2003—2014年香蕉各主产区Malmquist 生产率指数分解

4 结论与建议

我国香蕉产业全要素生产率在2004—2014年期间增长率为1.3%，主要源于技术进步，其平均增长为2.6%，而纯技术效率与规模效率有所下降，分别为-0.1%和-1.2%。说明我国香蕉产业全要素生产率的提升主要源于技术进步，是由于香蕉新品种培育、高品质栽培管理、节水节肥技术及无伤采收等技术措施的推广与应用。香蕉生产的纯技术效率与规模效率平均值均为负值，说明我国蕉园管理水平不高，该行业通过集聚整合达到规模经济的效果尚需实践，香蕉种植者们应在推动技术进步的同时，提高规模化和管理水平。

为促进我国香蕉产业可持续发展，应大力推行香蕉规模化和专业化生产以及标准化管理；转变香蕉产业发展方式，要素投入的粗放型发展方式要转向主要依靠全要素生产率和技术进步的集约型发展方式；应加强香蕉生产实用技术研发并建立健全配套技术体系，为香蕉生产发展提供配套技术体系支撑；加快新品种选育和良繁体系建设，加强香蕉病虫害防控技术以及香蕉施肥管理技术的研究，克服香蕉种植品种单一、病虫害蔓延、水肥浪费以及蕉园管理粗放等一系列制约产业可持续发展的问题；努力提高农民素质，积极培养香蕉生产技术的专门人才，为香蕉生产的科学发展提供强大的智力支持；在资金和政策方面，加大对农户种植条件和方式改善的扶持力度，加快轻简化机械设备设施在香蕉种植、采收和采后处理过程中的使用，以进一步提高投入要素的使用效率。

［1］ 夏勇开.香蕉生产技术的经济研究［M］.北京：经济科学出版社，2011.

［2］ 罗光帆，霍艳莲，孙苏婷子.农户对不同属性香蕉技术需求及其影响因素分析—— 以广西香蕉主产区为例［J］.热带农业科学，2012，32（9）：82-89.

［3］ 夏勇开，刘殿国.香蕉种植户技术需求行为及影响因素的实证分析以—— 以广西香蕉种植户的调查为例［J］.热带生物学报，2011，2（1）：67-71.

［4］ 张佳，柯佑鹏，过建春，等.广西香蕉种植户技术需求意愿及影响因素分析［J］.广东农业科学，2014，41（20）：182-187.

［5］ 过建春，柯佑鹏，张佳，等.农户生产技术选择与技术扩散机制研究—— 以广西香蕉种植户为例［M］.北京：经济科学出版社，2015.

［6］ 夏勇开，张佳，过建春.我国香蕉生产技术进步贡献率的实证分析［J］.广东农业科学，2015，42（6）：184-188.

［7］ 黄梦思，孙剑.2004-2013：中国棉花生产率增长、技术进步与效率变化［J］.湖北农业科学，2016，55（8）：2158-2163.

［8］ 张静.技术效率、技术进步与山西省制造业全要素生产率增长—— 基于DEA-Malmquist指数法的实证分析［J］.经济师，2016（1）：33-36.

［9］ 尹雷，沈毅.农村金融发展对中国农业全要素生产率的影响：是技术进步还是技术效率——基于省级动态面板数据的GMM估计［J］.财贸研究，2014（2）：32-40.

［10］ 黄勇.湖北省农业生产率增长、技术进步与效率变化研究［J］.统计与决策，2013（8）：99-102.

［11］ 刘燕妮，任保平，高鹏.中国农业发展方式的评价［J］.经济理论与经济管理，2012（3）：100-107.

［12］ 郑循刚.西部农业生产全要素生产率增长分解—— 基于2000—2007的面板数据［J］.软科学，2010，24（8）：79-81，87.

［13］ 全炯振.中国农业全要素生产率增长的实证分析：1978—2007年—— 基于随机前沿分析（SFA）方法［J］.中国农村经济，2009（9）：36-47.

［14］ 赵而犇.山东省制造业的全要素生产率、技术进步与技术效率变动趋势研究［J］.经济研究导刊，2015（4）：71-73.

［15］ 王春桥，夏祥谦.金融发展与全要素生产率：技术进步还是效率改善—— 基于随机前沿模型的实证研究［J］.上海金融，2015（4）：35-39.

［16］ 唐帅，宋维明.技术效率、技术进步与中国造纸产业全要素生产率的提高—— 基于DEAMalmquist指数法的实证分析［J］.科技管理研究，2014（16）：51-55

［17］ 张家胜，姚梦妮.技术进步、技术效率与中国纺织服装业全要素生产率变化［J］.武汉纺织大学学报，2014，27（4）：8-11.

［18］ 彭代彦，吴翔.中国农业技术效率与全要素生产率研究—— 基于农村劳动力结构变化的视角［J］.经济学家，2013（9）：68-74.

［19］ 孙致陆，肖海峰.技术效率、技术进步与我国羊绒生产的全要素生产率—— 基于DEAMalmquist指数法的分析［J］.农业经济与管理，2012（1）：64-70.

［20］ 李谷成.转型视角下的中国农业生产率研究［M］.北京：科学出版社，2010.

［21］ Lovell C A K .Applying Efficiencies Measurement Techniques to the Measurement of Productivity Chang［J］.Journal of Productivity Analysis ，1996，7（2-3）：329-340.

（责任编辑 崔建勋）

Changes of total factor productivity，technological progress and efficiency in Chinese banana industry

WANG Fang1，HUAN Qing-he1，KE You-peng1，GUO Jian-chun2，LIU Qiu-dong1
（1 .School of Economics and Management，Hainan University，Haikou 570228，China；2.Hainan Tropical Ocean College，Sanya 572022，China）

In this paper，based on DEA -Malmquist index method，we calculated the total factor productivity（TFP）of China and the 5 major banana producing areas in 2003-2014，and decomposed it into technological progress and technological efficiency.The results showed that the TFP growth rate of banana industry in China was 1.3%，which was mainly due to the technological progres，which was 2.6%，and the pure technological efficiency and scale efficiency declined，which were -0.1% and -1.2%.The improvement of total factor productivity of banana industry in China was mainly due to the technological progress，and it was the extension and application of new technologied，such as cultivation of new banana varieties，high quality cultivation management，technology of saving water and fertilizer，and no injury harvest and so on.Pure technological efficiency and scale efficiency of banana production was negative，it indicated that our banana plantation management level was not high，to achieve economy scale effect through convergence and integration still need to practice，banana growers should promote technology progress at the same time，and promote the banana industry scale and management level.

banana industry；total factor productivity；technological progress；technical efficiency

F307.13

A

1004-874X（2016）12-0168-08

10.16768/j.issn.1004-874X.2016.12.027

2016-09-02

国家香蕉产业技术体系产业经济岗位（CARS-32-10）

王芳（1979-），女，博士，副研究员，E-mail：wangfang790816@126.com

柯佑鹏（1964-），男，硕士，教授，E-mail：ypke64@163.com

王芳，郇青鹤，柯佑鹏，等.中国香蕉产业的全要素生产率、技术进步与效率变化［J］.广东农业科学，2016，43（12）：168-175.