可持续增长约束与我国农地非农化的效率

肖尧+吴晓忠

摘要：目前我国政府主导的农地资源非农化配置，虽然大大促进了工业化进程和经济增长，但也造成一系列环境和社会问题。基于可持续增长视角，采用面板数据DEA技术，测度我国省区农地非农化效率。在充分考虑农地生态价值和社会价值后发现，我国目前农地非农化效率普遍较低，且存在东部效率明显高于中西部的区位效应。实现农地资源合理利用，提高农地非农化效率，亟需建立城乡统一建设用地市场，完善资源补偿机制，减少土地价格的行政干预等政策。

关键词：农地生态价值；农地社会价值；农地非农化效率；经济增长；资源补偿机制；土地价格；行政干预；资源禀赋

中图分类号：F301 文献标识码：A 文章编号：1007-2101（2017）01-0064-08

改革开放30多年，我国农地非农化过程对经济增长及城市化进程贡献巨大。因农地资源不可再生属性，当前农地非农化过程需要面对两个主要矛盾：其一，农地在农业部门和非农部门间存在边际报酬差异，导致地方政府为实现经济增长将农地资源大量转向建设用地。其二，伴随农地非农化加剧，生态环境受到影响和破坏，失地农民出现长期社会保障等问题。就是说，目前政府主导的农地非农化配置过程存在很大的负面效应。对此，党的十八届三中全会明确提出相应战略目标：“加快建立生态文明制度，健全国土空间开发、资源节约利用、生态环境保护的体制机制，推动形成人与自然和谐发展现代化建设新格局。”①对于人口众多和资源禀赋相对较低的我国来说，提高农地非农化效率问题的重要性日益凸显。

一、文献综述

实际上，农地非农化是工业化进程的一个显著标志，其对经济增长的促进是该逻辑的正常延伸（Suri和Chapman，1998；Gylfason，2001；陈江龙，2003；陶然，2005等）。鉴于人要吃饭、农地不可能全部非农化这一常识，人们提出农地非农化效率概念用以评价农地非农化的合理性。该效率研究的核心问题是如何确定农地价值，也可称为农地价值的货币化计量（蔡银莺，2010）。目前存在两种研究思路。第一种思路是立足农地生态价值和社会价值核算视角，其中主要利用Costanza（1997）基于资源市场交易机制提出的资源生态收益法核算生态价值；如谭荣、曲福田（2006）利用1989—2003年相关数据，通过核算农地生态收益，拟合农地非农化的边际收益和边际成本，给出兼顾经济增长和生态保护的农地非农化程度合理性估计的研究等。而社会价值核算的文献包括王仕菊等（2008）估计农地的养老保障和就业保障价值以及陈江龙和曲福田（2006）估计的农地粮食生产安全价值等。王良健等（2013）、吴晓忠和倪志良（2015）等文献则兼顾农地社会价值及农地生态价值，给出农地非农化效率的综合考察，等等。第二种研究思路是利用土地和相关宏观数据替代农地价值，如陈江龙等（2004）利用1999—2001年我国建设用地及耕地产出数据，考察各自对经济增长的贡献率。赵云泰等（2011）、汪显生（2014）等利用资本存量、产业从业人数、农地非农化面积数据测算我国农地非农化效率等。

目前，在我国尚不具备农地非农化完备市场调节的环境下，农地非农化是一个涉及经济、社会、环境的复杂多层次问题，事关经济的可持续增长以及社会的安定。为了加快人与自然和谐发展现代化建设步伐，仍然需要开展深入持续的多层次研究，其中相关研究方法存在可以进一步推进的空间。目前在农地非农化效率研究方法中，大量文献采用Perman（2003）的C-D生产函数框架，利用回归关系计算农地非农化的边际收益和边际成本，并基于厂商最大化收益是由其生产边际收益等于边际成本状态决定的理论，基于两个边际存在的差异信息来测度其效率高低（谭荣、曲福田，2006；陈江龙等，2004；王良健等，2013；吴晓忠和倪志良，2015）。另外，也有一些采用数据包络分析（Data Envelopment Analysis，简称DEA）方法考察农地非农化效率问题（赵云泰等，2011；汪显生，2014）。上述两种方法的研究，各自主要存在如下不足。一方面，基于C-D生产函数框架的研究，一般是通过简单的回归技术得到回归关系系数，以此作为农地边际收益及边际成本的测度，这样处理存在较大误差，而且缺失相关变量的规模效应信息。另一方面，基于DEA方法的研究，往往仅采用少数简单指标代表农地价值作为输入变量，无法全面反映农地非农化过程中的投入，效率估算结果本身缺乏有效性和现实解释力。笔者针对上述两方面问题，考虑到我国存在巨大区域差距的现实，一方面应充分考虑农地生态价值和社会价值，利用1997—2013年相关省区数据，开展我国省区农地生态价值核算以及包括失地农民社会保障、农地粮食生产安全的我国省区农地社会价值核算研究。另一方面，又采用DFA方法，将每个省区每个时点的农地生态价值、社会价值作为独立决策单元，仍然基于边际收益与边际成本相等的最优产出理论，同时提供每个独立决策单元的有效性生产前沿界面，进而给出包括变量规模信息的相对效率的有效性测度（魏权龄，2004）。这样处理可以进一步提高农地非农化效率测度信息的有效性，提供更多的解释力和相应政策空间。

二、模型与变量选择

1. 模型的选择。DEA是开展生产效率评价较好的定量方法之一，其核心思想为将一个经济系统视为一个单元（Decision Making Unit，DMU），在一定可能范围内，通过投入一定数量的要素使得产出一定数量的“产品”的“效益”最大化的活动，而评价的依据是决策单元的“输入”数据和“输出”数据。DEA模型自1978年提出以来，通过不断地发展完善，已经成为一种度量多投入多产出决策单元（Decision Making Unit，DMU）相对效率的面向数据的（Data-oriented）方法集（Charnes，1978）。在DEA模型方法集中，Charnes（1978）提出的应用于前沿面估算的非参数数据包络分析方法（即CCR模型）是最基本、最重要的技术。Banker等（1984）随后提出了一个针对固定规模效益模式的DEA分析的扩展。其中考虑到可变规模收益（Variable Returns-To-Scale，VRS）情况，即当不是所有的决策单元都以最佳的规模运行时，就会使得对技术效益的测度受到规模效率（Scale efficiency，SE）的影响，VRS模式允许技术效益的计算不受规模效益的影响，即该模式下的Banker-Charnes-Cooper（BCC）模型。线性形式的BCC模型可表示为：

minθ

s.t.

λjxj≤θx0，

λjyj?y0，

Iλ=1

λj?0，j=1，2，…，t

其中I=（1，1，…，1）1*t，目标函数求得的即是纯技术效率（PTE），即测度当规模报酬可变时，DMU与生产前沿面的距离。此外，DEA-BCC模型又分成输入导向（Input Oriented）BCC-I和输入导向（Onput Oriented）BCC-O模型，其区别在于BCC-I模型更加偏向于输入的减少，而BCC-O模型更加偏向于输出的增大。考虑到目前我国农地非农化过程始终由政府主导而非完全依据市场，考虑到其受到政府主观因素的影响较大、会导致某些DMU不能以最佳规模运行的现状，因此，笔者认为采用VRS模式下的BCC模型较为合适。此外笔者考察假定保持现有产出水平不变，是否存在过多的农地价值损失，从而使得农地非农化的有效性降低。因此，笔者本文选择输入导向（Input Oriented）BCC-I模型作为评价模型。

2. 变量的选择。对于DEA模型而言，输入指标的选择直接影响模型测度的合理性。本文的核心问题为农地非农化效率，合理定义农地价值是保证效率估算合理性的关键。这里定义两个输入变量。（1）农地生态价值变量。借鉴Costanza等（1997）的核算方法（见表1）和谢高地等（2003）基于中国现状估算的生态价值折算参数，从林地、耕地、草地、园地和水面5类农地一级指标出发，通过食物、原材料、气体调节、水源涵养、废物处理、娱乐文化等多方面生态服务功能的核算，得到中国林地、耕地、草地、园地和水面5类农地的各省区生态服务价值平均当量因子，进而确定单位农地的平均生态价值。同时基于1997—2013年中国各省区林地、耕地、草地、园地和水面五类农地的面积数据，最终核算出1997—2013年中国各省区的农地生态价值。（2）农地社会价值变量。农地社会价值主要表现在两方面：一方面，农地吸纳了农村大量的农业劳动力，同时农地也是农民收入的主要保障。因此，农地具有养老和就业保障的功能。另一方面，农地生产的粮食关系到国家经济安全和社会稳定，因此，农地社会收益也包括粮食安全保障价值。此外，本文考察的核心问题是经济增长约束下的农地非农化效率，因此，选取GDP代表经济增长、以人均GDP代表的生产率作为经济系统的输出指标。

三、我国省区相关农地数据核算

（一）关于农地生态价值的核算

目前国际上关于农地生态价值核算普遍采用的权威方法是Costanza（1997）基于全球生态系统提出的，全面考虑农地资源在供给（食物、原材料生产）、调节（大气调节、净化环境）、支持（土壤保持）、文化（休闲娱乐、文化教育）等方面价值的核算方法。陈百明（2003）指出，直接用此方法研究我国实际情况有一定的偏差。谢高地（2003）结合我国实际情况通过对Costanza（1997）中核心参数“生物量”的校正使之适用于我国研究。笔者借鉴Costanza等（1997）核算方法，从林地、耕地、草地、园地和水面5类农地一级指标出发，其中核心指标“生态服务价值”取值借鉴谢高地（2003）的研究，同时基于1997—2013年我国各省区林地、耕地、草地、园地和水面5类农地的面积，最终核算出1997—2013年我国各省区的农地生态价值。

具体核算公式为：PEn=（αi×νi×Si）/Si，其中Si为林地、耕地、草地、园地和水面的面积，数据源于各年度《中国国土资源年鉴》；α为生态服务价值当量因子，即生态系统服务价值相对于农田食物生产价值的相对重要性，其定义为假定农田食物生产的生态服务价值当量为1，则相对于农田生产粮食每年获得的福利，生态系统提供的其他生态服务的价值；νi为转换率，αi×νi即为我国系统生态服务价值（谢高地，2003）。我国系统生态服务价值及农地生态价值见表2、表3。

（二）关于农地社会价值的核算

农地的社会价值主要表现在两方面：一方面，农地吸纳了农村大量的农业劳动力，同时农地也是农民收入的主要保障，因此，农地具有养老和就业保障的功能；另一方面，农地生产的粮食关系到国家经济安全和社会稳定，因此，农地社会价值为农地养老和就业保障价值与粮食安全保障价值之和。

1. 农地养老和就业保障价值核算。笔者采用王仕菊等（2008）基于农民完整生命周期视角估计农地给予农民的养老保障和就业保障价值的市场替代法。其核算公式为：VSo=×。其中，VSo为单位面积农地的养老和就业保障价值，I1和I2分别表示农村居民家庭人均纯收入和城镇居民家庭人均可支配收入，S表示地区人均农地面积，E1=Yam×b+Yaw×c表示人均社会养老保险价值（以当地人口平均年龄为a时的个人保险费趸缴金额代替），Yam为a年龄男性公民保险费趸缴金额；Yaw为a年龄女性公民保险费趸缴金额，b和c为男性和女性人口占总人口的比。E2表示各地区城镇居民最低生活保障标准。农村居民家庭人均纯收入和城镇居民家庭人均可支配收入数据源于相关年度《中国统计年鉴》，年龄为a时的个人保险费趸缴金额数据源于中国太平洋保险，农地面积源于相关年度《中国国土资源年鉴》，地区人口数据源于《中国人口和就业统计年鉴》。

2. 粮食保障社会价值核算。笔者采用陈江龙和曲福田（2006）的方法，具体公式为：单位耕地面积粮食产量×粮食平均单价，其中单位耕地面积粮食产量=粮食作物播种面积比重×复种指数×单位播种面积粮食产量。相关数据源于《中国农业年鉴》。具体计算结果见表4。

四、我国农地非农化效率测度与分析

将上文核算的1997—2013年我国省区农地生态价值、社会价值作为经济系统输入变量，然后分别选择GDP及人均GDP作为经济系统输出变量考察我国农地非农化效率。采用MAXDEA Pro软件处理的具体结果见表5、表6、图1、图2。

由表5可知，在经济增长约束下，我国农地非农化效率普遍处于较低水平。其中，全国仅山东省始终处于有效状态，河北省1997—2004年处于有效状态，随后出现持续下降。江苏省2002—2004年、2006—2008年、2011年、2013年处于有效状态，其余年份虽处于无效状态，但非常接近有效，其17年效率均值为0.98。而其他省份17年效率均值普遍较低，仅河北、辽宁、浙江、河南、广东效率超过0.8，其余均处于更低的水平，而东部地区的农地非农化效率相对高于中西部地区。

由表6可知，在人均生产率约束下，综合效率均值高于经济增长约束，但也处于相对无效状态。其中仅北京、天津、上海17年均值非常接近有效，辽宁、浙江、广东处于效率值大于0.8的区间，而其余省份均处于效率更低的水平。这表明通过农地非农化提升我国农村生产率的损失也较大，但相对促进经济增长而言，其更加有效也更加显著。结果同时表明，农地非农化过程对生产率的提高与政策及经济发展水平更加相关，效率最高的北京、天津、上海为我国首批直辖市，重庆市自2005年后，效率也出现了显著提高，而东部沿海各省的效率也普遍高于内陆省份。

由图1、图2可知，我国农地非农化效率存在较为明显的区域分布不均问题，中西部经济相对不发达地区存在着GDP与人均GDP约束下农地非农化双效率较低的现象，如山西、江西、安徽、广西、贵州、甘肃等省份。而从全国视角来看，我国农地非农化的产出效率总体较为稳定，其中2002—2006年出现较为明显的效率下降，随后则持续反弹。人均GDP效率从1997年起出现了明显下降，至2006年达到最低，随后出现持续、明显的提高。

五、结论及政策建议

本文采用DEA技术，利用1997—2013年我国省区相关数据作为经济系统输入指标，核算出我国省区农地的生态价值以及社会价值，并分别将GDP、人均GDP作为系统相关输出指标考察其在经济增长及生产率提高约束下我国农地非农化进程对经济增长及生产率的效率。结果表明。（1）在农地非农化过程中，必须充分考虑到农地的生态价值和社会价值。与采用少量经济指标考察农地效率的DEA研究相比，全国总体农地非农化效率出现了较为显著的下降，说明在农地非农化过程中，生态环境和社会因素损失较大。（2）在经济增长约束下，农地非农化效率除山东省外，其余省份普遍处于无效状态。而从区位上来看，东部地区则相对较高于中西部地区，表现出较为明显的区位差异。该结论与目前我国经济增长但生态环境大量恶化而出现的较为严重的失地农民不稳定现状较为相符。面对有限的资源禀赋，农地作为不可再生资源，不能盲目地非农化以求促进经济增长，必须充分提高非农化效率，力求通过较少的环境和社会损失达到最大化的经济增长目标。（3）在生产率约束下，我国农地非农化效率虽出现了较为明显的提高，但也处于相对无效状态，表明农地非农化过程虽然显著提高了生产率特别是农业生产率，但也相对损失了较多的农地生态及社会价值。此外，农地非农化过程中的生产率提高对政策及地域的依赖性较强，表现为直辖市、东部沿海省市效率显著高于中西部地区。

改革开放以来，随着我国经济增长和产业结构调整，由政府主导的效率较低的农地非农化过程一方面带来了诸如增加国民收入、统筹城乡经济、促进农民就业等正效应，另一方面带来了一系列的环境和社会问题。因此，首先，在农地的非农化过程中，应重新认识农地价值，将农地非农化过程中的生态及社会价值损失纳入成本，重新建立起农地资源价值评估体系，为提高农业非农化效率提供依据。其次，应按照现代产权制度的要求，改革和完善土地产权制度，明确土地所有权主体和所有权实现方式，在法律上赋予农民稳定的土地使用权、转让权和收益权，让农民真正成为土地二级市场的主体。应加快全国范围内土地市场建设，提高农地非农化市场配置程度，进一步提高农地非农化效率。

注释：

①参见新华网，http：//news.xinhuanet.com/house/tj/2013-11-14/c_118121513.htm。

参考文献：

[1]Barro R. Inequality and Growth in a Panel of Counties [J]. Journal of Economic Growth，2000，（1）：5-32.

[2]Costanza R，DArge R，Groot R. The Value of the Worlds Ecosystem Services and Natural Capital[J]. Nature，1997，（15）：253-260.

[3]Caner M，Hansen B. Instrumental Variable Estimation of a Threshold Model[J]. Econometric Theory，2004，（5）：813-843.

[4]Fleisher B，Li H.Z，Zhao M.Q. Human Capital，Economic Growth and Regional Inequality in China[J]. Journal of Development Economics，2010，（2）：215-231.

[5]Fukuyama H，Weber W. A Directional Slacks-Based Measure of Technical Inefficiency[J]. Socio-Economic Planning Sciences，2009，（4）：274-287.

[6]Gylfason T. Natural Resources，Education and Economic Development[J]. European Economic Review，2001，（4）：847-859.

[7]Gylfason T，Zoega G. Natural Resources and Economic Growth：the Role of Investment[J]. World Economy，2006，（8）：1091-1115.

[8]Jorgenson W. The Development of a Dual Economy[J]. The Economic Journal，1961，（71）：309-334.

[9]Papyrakis E，Gerlagh R. Resource Abundance and Economic Growth in the United States[J].European Economic Review，2007，（4）：1011-1039.

[10]Perman R，Ma Y，McGilvray J. Natural Resource and Environmental Economics[M]. Addison Wesley，2003.

[11]Shorrocks F. The Class of Additively Decomposable Inequality Measures[J]. Econometrica，1980，（3）：613-626.

[12]Stijns J-P.C. Natural Resource Abundance and Economic Growth Revisited[J]. Resources Policy，2005，（2）：107-130.

[13]Suri V. Chapman D. Economic Growth，Trade and Energy：Implication for the Environmental Kuznets Curve [J].Ecological Economics，1998，（2）：195-208.

[14]陈江龙，曲福田.农地非农化与粮食安全：理论与实证分析[J].南京农业大学学报，2006，（2）：103-107.

[15]郭琳，严金明.中国建设占用耕地与经济增长的退耦研究[J].中国人口·资源与环境，2007，（5）：48-53.

[16]彭开丽.农地城市流转的社会福利效应[M].北京：科学出版社，2012.

[17]谭荣，曲福田.中国农地非农化与农地资源保护：从两难到双赢[J].管理世界，2006，（12）：75-86.

[18]王良健，李辉，禹诚，等.耕地征收最优规模的理论与实证研究[J].中国土地科学，2013，（1）：11-19.

[19]王仕菊，黄贤金，陈志刚，等.基于耕地价值的征地补偿标准[J].中国土地科学，2008，（11）：44-50.

[20]谢高地，鲁春霞，冷允法，等.青藏高原生态资产的价值评估[J].自然资源学报，2003，（2）：189-196.

[21]许恒周，吴冠岑，郭玉燕.耕地非农化与中国经济增长质量的库兹涅茨曲线假说及验证[J].中国土地科学，2014，（1）：75-81.

[22]张衍广，林振山，李茂玲，等.基于EMD的山东省GDP增长与耕地变化的关系[J].地理研究，2007，（6）：1147-1155.

责任编辑、校对：李金霞