农业增长迟缓与“生产方式锁定”——一个新理论假说的提出及基于VAR模型的实证检验

娄锋

（云南大学经济学院，云南昆明650500）

农业增长迟缓与“生产方式锁定”
——一个新理论假说的提出及基于VAR模型的实证检验

娄锋

（云南大学经济学院，云南昆明650500）

传统理论主要基于要素投入不足来解释农业增长迟缓，文章以云南农业为例证对象，发现要素投入不足论不能很好地解释云南农业的长期增长迟缓。云南农业增长迟缓主要是由种植业增长迟缓造成，通过分析种植业生产方式，发现农户倾向于大量投入成本低、见效快且施用技术简单的生产要素来提高产量，先进的集约型生产要素及其配套技术长期得不到规模化施用。同时上述生产方式还会与农户长期形成的小农传统经营模式相互强化，使得这种落后的生产方式难以得到根本性改变，进而造成农业投入产出的规模收益递减，最终导致农业增长迟缓。基于分析结果提出种植业生产中存在着“生产方式锁定”效应，并构建VAR模型验证了该理论假说。最后基于农业生产技术与要素的提供者、农户和政府三方视角，提出破解“生产方式锁定”的政策建议。

农业增长迟缓；生产方式锁定；投入要素；VAR模型

一、引言及文献综述

农业增长迟缓问题①一直是发展经济学研究的重点，其主流观点认为，生产要素投入不足是导致农业增长迟缓的根本原因，如Nurkse（1953）的“恶性循环”理论：一些发展中国家农户贫穷，农业生产要素投入不足，导致产出难以提高、收入难以增加，而这又反过来强化了农户的低投入，进而形成恶性循环，最终导致农业增长率持续下降，总量产出增长长期迟缓，甚至停滞［1］。Nelson（1956）进一步分析投入要素，指出发展中国家农业生产中最稀缺的要素——资本投入不足，农业生产产出少，农户无法挣脱收入的“低水平均衡陷阱”，而这反过来制约了农业资本的积累与投入，结果造成农业增长迟缓［2］，类似的观点表述也出现在Leibenstein（1957）的“临界最小努力”理论中［3］。基于上述经典理论的思路，国外研究者对发展中国家农业增长迟缓现象的研究进一步拓展与细化。Bozoglu（2007）将要素拓展至人力资本，指出农村人力资本投资不足是导致农业增长迟缓的根本原因［4］。Tankhiwalle（2009）认为水利工程的建设投资不足直接导致农业增长迟缓，因而需要提高水利工程建设投资［5］，等等。

国内研究者大多也基于经典理论，从广义农业要素（包括土地、劳动力、农机、化肥、水利工程等，也包括了近些年来学者们广泛讨论的政策制度、产业组织等非物质要素）投入不足的视角来解析农业增长迟缓的原因。张浩、陈昭（2008）通过面板数据分析，指出我国西部各省的农业增长仍然属于粗放型，并且已出现产出边际收益递减趋势［6］。李谷成、范丽霞、冯中朝（2014）认为资本积累及其深化与相应的制度创新是影响农业增长率的重要原因［7］。王汉章、李上炸、刘伯恩（2009）从资本投入角度，利用C-D生产函数研究农业增长，认为农业增长不能缺少国家财政支持，为了使农业产出的增长率不下降，充足的国家财政投入是一个重要的保证［8］。潘丹、应瑞瑶（2012）从水资源要素投入角度，分析了水资源与农业增长率之间的因果关系，认为水利工程建设投资不足会导致农业增长迟缓［9］。蒋智华（2008）以云南省为例证对象，认为云南农业增长迟缓是财政扶持力度弱、水利工程建设投入不足等原因造成的［10］。胡文涛、李洁光（2015）认为，长期以来云南农业资本投入不足造成传统农业资源消耗过度、综合开发利用率低，进而导致了农业增长迟缓［11］，孙琦仙（2015）等研究者也持类似观点［12］。

上述文献从不同视角、针对不同对象，深入研究了农业增长迟缓的原因，并且基本上是沿着经典理论的思路（即广义要素投入不足论）来论述，对云南农业增长迟缓的原因分析也不例外，但笔者认为基于经典理论的思路不能很好地解释云南农业的增长迟缓。本文将具体解析云南农业增长的情况，说明原因。首先，自改革开放以来，云南农业产出增长率就呈现出缓慢下降的趋势。1978-2014年，云南农业总产值由40.02亿元（以1978年的不变价格计算，下同）上升至2014年的500.28亿元②，总量持续增长，但增长率却逐步下降，如图1所示。

图1 云南省农业总产值环比增长率（以1978年的不变价格计算，单位：%）

1978-2014年，云南省农业总产值环比增长率在波动中，平均每年以0.07%的速度下降（线性趋势方程为：y=-0.073 6x+8.460 3（R2=0.9426）。其中，y表示农业总产值环比增长率，x表示时间），导致农业产出总量增长迟缓。其次，云南农业增长率变化在37年间大致可分为四个阶段，每个阶段的增长率各不相同，总的趋势是越来越低。第一阶段：1978-1986年，人民公社解体，家庭联产承包责任制确立，农业生产经营逐步实现市场化、商品化。这一期间云南农业增长最快，农业总产值环比增长率（以1978年的不变价格计算，下同）平均值为9.29%；第二阶段：1987-1998年，家庭承包责任制制度变革效应至1986年后逐渐消失殆尽［13］，因而这一时期，农业总产值环比增长率的平均值下降至5.57%；第三阶段：1999-2008年，十六届四中全会“工业反哺农业”政策的提出，改变了1960年来“以农助工”、“以工业发展为主导”的经济发展模式，这一阶段农业总产值环比增长率的平均值又上升至6.24%；第四阶段：2009-2014年，这一阶段“工业反哺农业”政策的作用逐步趋弱，农业增长率下行压力增大。2009年国家及省政府加大了对云南农业基础设施、特别是水利工程的建设投入③，仅水库建设一项，全省水库总库容量就由2009年的128.96亿立方米猛增至2014年的375.29亿立方米，6年间以前所未有的速度增加了近3倍。这一期间，尽管有大量投入，但农业总产值环比增长率平均值仅为5.82%，仅高于第二阶段。最后，近年来（2011-2014年），云南农业投入增速与农业产出增速呈反向变化。从投入来看，云南省自2011年起不断加大强农、惠农力度，每年向农户发放各类补贴达18项42亿多元；同时在中央和云南省投入农资补贴、良种补贴等粮食生产资金32.8亿元的基础上，省级又投入科技增粮专项资金2.2亿元。截至2014年底，云南省农林事务支出累计达409.6亿元，全省涉农贷款余额4 192.66亿元，上述农业投资共计4 269.66亿元，平均每万人2.7亿元，在重庆、四川、广西、贵州各省市④中排名第1。剔除物价因素后，2011-2014年云南省农业扶持资金投入的环比增长倍数分别为：1.01、1.07、1.18、1.25倍；云南省地方公共财政预算农业支出额环比增长倍数分别为：1.05、1.14、1.22、1.39倍；农户人均农业经营费用支出额环比增长倍数分别为：0.93、1.03、1.02、1.04倍；而农业总产值环比增长倍数却为：1.15、1.13、1.11、1.06倍⑤，与上述要素投入的增速（或增长率）呈反向变化（依经典理论，农业增长迟缓源于要素投入不足，而云南省近年来不断增加投入，农业产出增速却逐年递减）。

综上，1978-2014年，云南省农业生产有包产到户的制度“红利”，有“工业反哺农业”的政策支持，有2009年后国家及省政府在政策、资金上前所未有的大力扶持等，但37年间，云南省农业增长率仍不能改变持续、缓慢的下降趋势，即使是近年来（2011至2014年）要素不断加倍投入的情况下，农业增长率长期下降的趋势依然不能扭转。这说明：①政策和资金等广义要素对云南农业增长率的影响是短期、暂时的，还有更重要的因素在长期、持续地影响着农业增长率；②农业增长迟缓的问题是复杂的，不能简单地归结为要素投入不足。

二、云南省农业增长迟缓的原因探析

（一）种植业增长迟缓是造成农业增速下降的主要原因

在绝大多数发展中国家，农户以最多、最优的人力、物力等资源用于生产粮食、薯类等可直接食用的植物产品，以保证家庭成员的基本生存。在此前提下，才会考虑从事其他生产，如用多余的粮食从事养殖业，或安排多余的人力从事林业生产等。因此，在发展中国家，以粮食、薯类等为核心的种植业产值在农业总产值中占较大比重。云南的农业生产也具有上述特征，自改革开放以来，以粮食、薯类等为核心的种植业占农业总产值的比重由1978年71.4%下降至2001年的61.85%，但直到2001-2014年，这一比例仍然维持在55%左右。

观察1978-2014年云南省农业和种植业产值环比增长率的波动情况，发现两者的波动曲线基本重合（图2），存在较大的关联性。

图2 云南省农业与种植业产值环比增长率波动情况

如图2所示，两指标环比增长率的总体波动变化趋势几乎完全一致。云南种植业增长率波动趋势的线性方程为：y=-0.090 7x+0.096 5（R2=0.946 8），说明种植业增长率也存在长期、持续的下降趋势，且其下降趋势还要强于农业增长率的下降趋势（|-0.090 7|＞|-0.073 6|），进一步通过回归分析发现，云南农业总产值环比增长率（AAygr）与种植业产值环比增长率（Coygr）之间存在协整关系：

括号中的数据为被估参数的t统计量。

通过残差的AEG回归式获得AEG统计量为-4.623⑥，根据Mackinnon（1991）提供的临界值表计算得到AEG临界值C(p)=-4.471，由于AEG=-4.623＜C(p)=-4.471，残差et平稳，因而农业总产值环比增长率（AAygr）与种植业产值环比增长率（Coygr）之间存在协整关系。同时，上式也说明种植业增长率每下降1个单位，将会导致农业总产值增长率下降约0.77个单位，种植业的影响远大于其他产业，种植业增长率对于农业总产值增长率有决定性影响，这说明农业增长率的波动基本上是由种植业增长率的波动驱使的。综上所述，可以得到以下结论：①云南省种植业产值在农业总产值中占较大份额，种植业的增长率对农业总产值增长率有决定性影响（77.0%）；②种植业增长迟缓是造成农业增速下降的主要原因。

（二）云南省种植业增长迟缓的原因解析

没有投入就没有产出，种植业增长迟缓与其生产要素投入密切相关，经典理论基于要素投入的视角分析增长迟缓问题是正确的，关键是增长迟缓是否是由要素投入不足造成的还需商榷（可能存在投入了大量要素，但没有被有效地利用，或者存在要素、特别是一些先进的生产要素根本就无法规模化投入生产的情况）。下面就来具体解析种植业生产要素的投入情况，以找寻种植业增长迟缓的真实原因。

1.土地要素投入

1978-2014年云南省农作物总播种面积由413.60万公顷上升至714.15万公顷，年均增长率为1.96%，高出全国年均增长率1.7个百分点，说明云南土地要素投入的速度高于全国平均水平。2014年，全省耕地面积为633.97万公顷，人均耕地0.151公顷，由于云南省山地占国土面积的94%，有条件开垦的宜农荒地实际上大部分已开发利用，还未开垦的宜农荒地人均仅有0.007公顷，而这部分荒地也还因为水热条件、耕作半径等因素限制，开发难度较大。根据云南省国土资源厅数据，作为不可替代的自然资源，近年来，云南省的耕地开垦潜力已接近临界状态。

2.劳动力投入

2014年底云南省乡村人口数为3 713万人，占全省总人口的78.77%，远高于全国45.23%的平均水平，说明乡村人口向城镇转移的速度依然很慢。同期农村从业人员为1 569万人，占全省总人口的33.28%，也高于全国28.5%的平均水平。1978-2014年，云南农村从业人员从1044万人增加至1 569万人，年均增长1.36%，高于全国0.85%的平均水平。从单位播种面积投入的劳动力来看，1978-2014年，云南省平均每公顷投入的从业人员由2.52人/公顷上升至2.60人/公顷，而同一时期，全国平均每公顷投入的从业人员则由2.29人/公顷下降至2.04人/公顷，两者呈反向变化，并且37年间每公顷面积投入的从业人员始终高于全国平均水平。

3.化肥投入

2014年云南省农用化肥（折纯量，下同）施用量为226.86万吨，平均每公顷土地投入317.66千克，而2014年全国农用化肥平均每公顷土地投入仅为255.6千克。1978-2014年，云南省农用化肥投入由57.35千克/公顷上升至317.66千克/公顷，平均每年增加12.26%；同期全国农用化肥投入由58.89千克/公顷上升至255.6千克/公顷，平均每年增加9.03%。云南省化肥无论是单位面积投入总量，还是投入速度均高于全国平均水平⑦。学界主流观点认为，施用化肥所涉及的技术简单，几乎不需要什么维护费用，因而农户更倾向于提高化肥的施用强度以弥补其他要素的投入不足（Ebenstein et al.，2012；何浩然、张林秀、李强，2006）［14-15］。Huang（2008）则认为由于技术培训等的不足，农户并不知道自己施用的化肥已经过量［16］。此外，云南省氮肥使用量一直占化肥总体使用量的50%以上⑦，过量地使用氮肥会通过多种途径对环境造成破坏：溶淋渗入地下后会污染地下水；被地表径流带走后会造成水体的富营养化问题；通过化学反应挥发进入空气中，造成空气中温室气体含量上升等（Fischer et al.，2010）［17］。杨红娟等（2015）具体研究了云南农业生产碳排量的情况，也发现云南农户过多地依靠化肥投入来提高产出，化肥的过度使用使得云南农业碳排放量近年来持续上升［18］。

4.农机投入

2014年，云南农业机械动力每公顷土地投入为4.5千瓦，低于同期的全国平均水平6.53千瓦/公顷。1978-2014年，云南省农机总动力投入由0.59千瓦/公顷上升至4.50千瓦/公顷，年均上升17.91%，而同期全国该指标是21.92%。云南省每公顷土地投入的农机，无论是投入总量还是增长率均低于全国平均水平，更远低于东部省份10.76千瓦/公顷（2014年）与增长率25.41%的平均水平。由于农机与劳动力存在相互替代的关系，大量剩余劳动力滞留农村，使得劳动力投入成本远低于农机投入成本［19］，这就造成了农机生产要素无法规模化投入生产，也造成了在播种面积不断扩张的情况下，劳动力取代农机使得单位面积劳动力投入不降反增。

5.水库建设

1978-2014年，云南省水库总容积由49.93亿立方米上升至375.29亿立方米，平均每年增长17.61%，远高于全国5.07%的平均水平，这主要是由于2009年、2010年云南省的特大旱情引起了国家及省政府的高度重视，2009-2011年国家及云南省持续加大了对水库等截流提水工程建设项目的投入，云南省水库总容积突增，引起水库总容积增长率大幅上升。如不考虑旱灾后的水利工程兴建，1978-2009年，云南省水库总容积由49.93亿立方米上升至128.96亿立方米，平均每年增长4.95%，与全国5.07%平均水平基本持平。水库总容积的变化并不能全面说明水资源的利用情况，还应考察有效灌溉面积占总耕地面积比例的变化情况：1978-2014年，全国耕地有效灌溉面积由4 496.5万公顷上升至6 453.95万公顷，占当年耕地总面积的比例由29.96%上升至39%，上升9个百分点；云南省耕地有效灌溉面积则由90.153万公顷上升至170.897万公顷，占当年耕地总面积的比例由21.80%上升至23.93%，仅上升了2.1个百分点，无论是有效灌溉面积占耕地面积的比例，还是该比例的上升速度均低于全国平均水平。冯璐等（2014）认为排灌系统机电设备老化、排灌系统及相关基础设施不完善等，是导致云南省水库资源没有得到充分利用的根本原因，水库资源没有得到充分利用最终造成云南农业综合生产效率难以提高［20］。

三、“生产方式锁定”假说的提出及实证检验

（一）“生产方式锁定”假说的提出

基于种植业要素投入的分析可知，云南农户更倾向于通过增加劳动力、扩张播种面积和提高化肥单位面积的施用量来提高总产出，农户采用这样的生产方式是因为上述方法所涉及的生产要素投入成本低、风险小⑧且施用技术相对简单，而农机与水利工程（含与水利工程配套的设施）投入的成本高、风险大，并且需要长期地维护与保养，相应的技术也不易掌握［19］。孔祥智、李圣军（2009）曾对中西部地区农户的农业生产技术需求进行过深入调研，问卷调查发现农户最需要的技术是“化肥的购买”、“施肥技术”和“土地播种技术”，因为这些技术所涉及的要素在使用过程中成本低、风险小、施用方法易掌握，而“机耕与农机修理技术”、“收割与脱粒等加工技术”、“水利工程及其相关配套设施的维护技术”农户最不需要、最不想学，因为这样的技术所涉及的要素投入成本高、风险大，且施用方法不易掌握，即使掌握了这些方法，维护这些设备与设施的成本也较高［21］。

市场经济或商品经济追求的目标是收益最大化，而自给自足的小农经济追求的是成本与风险最小化。当前，云南农户整体文化程度低于全国平均水平，农户的平均纯收入也低于全国平均水平，并且收入差距还有逐步拉大的趋势⑨，对投入成本、风险高的要素及其配套技术，承担及接受、保障能力有限。同时，多数农户家庭经营正从自给自足的小农经济向商品经济转变，但长期以来自给自足的封闭生产“固化”了农户的生产行为模式（即形成了追求风险最小化的路径依赖），农业生产经营中追求风险最小化而不是收益最大化。再加上农业生产中，先进要素及其施用技术供给的后续服务缺失、政府行为与农户需求失衡等问题［22］，农户在生产中往往选择投入成本与风险最小的要素，而不愿意冒险采用投入成本与风险大、施用技术难掌握、维护费用高的先进要素。

综上所述，本文提出农业生产中的“生产方式锁定”猜想：种植业生产中，农户倾向于规模化投入见效快、成本低、施用易掌握、维护费用低甚至没有维护费用的要素，如劳动力、土地、化肥等，这种生产方式以较低的成本和风险获得种植业产出的不断提高（尽管产出增长率在不断下降）。生产中，低成本（或低风险）要素投入以其自身所拥有的高“收益—成本（或风险）比”而优先进入，农户在生产中使用这些要素及其相应技术变得越来越熟练，产出的增加也使得农户越来越有“安全感”与“满足感”，这些要素逐步实现了“自我增强”的循环，并与农户长期小生产状态下“追求成本、风险最小化的路径依赖行为”⑩之间相互强化，进而形成了“生产方式的封闭壁垒”——这种生产方式在“自我增强”与“路径依赖”的相互强化中，阻碍了其他新要素的规模化进入，新要素因缺乏支持者而陷入困境，先期进入的要素被“锁定”在“壁垒”之中难以被更先进的要素所替换。“生产方式锁定”下，农户逐渐习惯于原有要素的低风险、低成本以及不断增加的产出总量，而不愿意再花费资本、精力和时间去提高自身能力，从而难以降低使用先进要素（如现代化农机，先进水利设施、设备等）的成本与风险，更先进的要素难以规模化地进入农业生产，而先期进入的要素在长期、规模化施用过程中必然导致农业产出的边际收益递减，农业产值增速下降，并且随着时间的推移，下降的趋势会越来越强。

（二）基于VAR模型的验证

1.模型设定与变量说明

本文采用向量自回归模型（Vector Autoregressive Model），即VAR模型。该模型的结构采用向量自回归多方程联立的形式，不以经济理论为基础，模型中的内生变量可对全部内生变量的滞后变量进行回归，进而估计全部内生变量的动态关系，因其在估计中不含任何事先的约束条件而被广泛运用于假想验证。此外，VAR模型对于相互联系的时间序列变量系统是有效的预测模型，常用于预测相互联系的时间序列系统及分析随机扰动对变量系统的动态冲击，以评价不同冲击的重要性或贡献度（Sims，1980）［23］。因VAR模型具有上述特点，所以选择其作为验证工具。

VAR（P）模型的一般数学表达式为：

Yt=Φ1Yt-1+…+ΦpYt-p+BXt+εt,t=1,2,3,…,T

其中,Yt表示k维内生变量列向量Yt=（y1t,y2t,y3t,…, ykt）′,Xt表示d维外生变量列向量,它可以是常数项,线性趋势项或其他非随机变量,p是滞后阶数,Φ1…Φp是k×k维的待估矩阵：

B为k×d维的待估矩阵,εt为k维白噪声向量,且这些向量非自相关.本研究采用含常数项C的VAR模型,其表达式为：

基于模型与验证“生产方式锁定”猜想的要求，本文选取云南省1978年至2014年种植业总产值（用GDP表示，单位：亿元）、劳动力投入（用L表示，单位：万人）、播种面积（用SA表示，单位：万公顷）、农业机械总动力（用M表示，单位：万千瓦）、农用化肥折纯量（用F表示，单位：万吨）和水库有效利用容积（用RCP表示，单位：亿立方米）。由于水库总容积不能反映出对水库的有效利用，因而本文通过计算有效灌溉面积占耕地总面积的比重，获得水利工程的平均利用率，再用平均利用率×水库总容积，获得水库的有效利用容积作为内生变量，解析云南省种植业各要素投入与种植业总产值增长之间的关系，来印证“生产方式锁定”的存在及其运行机理。数据来源于1978-2014年的《云南统计年鉴》。为了消除异方差和数据的剧烈波动，本文对所有原始数据进行了对数化处理。

2.平稳性检验及VAR模型的估计

为了避免出现伪回归而导致模型的估计无效，我们需要对时间序列数据的平稳性进行检验。本文采用Eviews9.0软件，使用ADF和PP检验法，对各序列对数及其对数一阶差分序列进行平稳性检验，检验结果见表1所列。

表1 ADF检验和PP检验结果

在构建模型之前我们需要确定模型的滞后阶数，根据VAR模型滞后阶数的确定准则，最大滞后阶数设定为3，见表2所列。

表2 模型滞后阶数的确定

图3给出了被估计VAR模型所有根的模绝对值的倒数在单位圆中的分布情况，模型所有根模的绝对值倒数都小于1，故VAR是平稳的。

图3 对模型平稳性的单位圆检验

对平稳的VAR可进行参数估计，表3给出了VAR（3）模型的参数估计值。

表3 VAR（3）模型参数估计值

续表3

3.Granger非因果关系检验

对平稳的上述VAR模型进行Granger非因果关系检验，结果见表4所列。

表4 各变量格兰杰非因果关系检验

续表4

由表4可知，DlnSA、DlnL、DlnF、DlnM、DlnRCP均是DlnGDP的Grange原因，结合VAR（3）模型参数估计的结果，即可知种植业总产值的增加是由于播种面积、劳动力、化肥（折纯量）、农业机械总动力和水库有效利用容积增加所致，其中播种面积、劳动力、化肥（折纯量）三要素增加与种植业总产出增加之间互为因果关系，这表明播种面积、劳动力、化肥（折纯量）三要素的增加会使种植业总产出增加，而种植业总产出的增加又会反过来刺激播种面积、劳动力、化肥（折纯量）三要素投入的增加。此外，通过各要素间的Granger非因果关系检验，并结合模型参数估计值结果，我们还发现：劳动力的增加会导致播种面积扩张、农机总动力的投入下降；农机总动力的增加会导致劳动力减少，而播种面积的扩张会使化肥施用量和水库有效利用容积增加。

4.脉冲响应分析与方差分解

如图4所示，当本期给DlnGDP一单位标准差（S.D）正向冲击后，其对自身的影响1、2期小幅下降，2、3期迅速上升至最高点，随后持续波动。DlnGDP对自身的影响波动的振幅大，持续时间长，至12期后才逐步收敛。其间，振幅高峰均出现在正向且正向影响有8期，波动的负向影响很弱仅有4期，这说明DlnGDP对自身的影响持续时间长，且主要是正向影响。当本期给DlnSA一单位标准差（S.D）正向冲击后，DlnGDP在第1期就有了正向响应，正向响应一直持续至第4期，第5期下降接近0后又开始正向波动，至11期后波动逐步收敛，正向波动有8期，负向有3期。当本期给DlnL、DlnF一单位标准差（S.D）正向冲击后，DlnGDP的响应均表现出波动响应的持续时间长（均为10期），正向响应均多于负向响应，这表明DlnSA、DlnL和DlnF三要素对种植业产值的增长均有促进作用，且有较长的持续效应。而当本期给DlnM、DlnRCP一单位标准差（S.D）正向冲击后，DlnGDP的响应振幅小，持续时间短，这表明这两要素对种植业产值的影响较弱。

图4 DlnGDP对各变量的脉冲响应

综上，由于DlnGDP对自身影响的波动时间长、振幅大，因而DlnGDP对自身的影响应最强，其次是DlnF、DlnSA、DlnL，最弱为DlnM、DlnRCP，其中，DlnGDP对DlnF、DlnSA、DlnL的响应波动时间长短、振幅大小要明显强于后两个要素，这说明种植业产出主要是依靠化肥、播种面积和劳动力投入，下面的方差分析也应证了脉冲分析的推断。方差分析见表5所列。

表5 各要素投入对于云南省种植业增长的方差分解

续表5

从对DlnGDP的方差分解（贡献率）来看，DlnGDP对自身的贡献率由0期的100%下降至第25期的35%后趋于稳定；DlnSA对DlnGDP的贡献率由0期的0上升至第25期的16.4%后趋于稳定；DlnF对DlnGDP的贡献率由0期的0上升至第25期的27.8%后趋于稳定；DlnL、DlnM和DlnRCP对DlnGDP的贡献率变化与DlnSA和DlnF完全类似，最终DlnL、DlnM和DlnRCP三要素的贡献率依次为12.3%、5%和3.6%。方差分解（贡献率）结果与脉冲响应的分析结果一致。这样，DlnF、DlnSA、DlnL、DlnM和DlnRCP对DlnGDP的贡献率分别为：27.8%、16.4%、12.3%、5%和3.6%，其中化肥的贡献率最高，这表明生产中一旦减少化肥施用量将会导致种植业产出迅速下降，这就是为什么云南省政府历年来不断下文要求全省各地州减少化肥施用量，但农户化肥施用量却不降反增的根本原因。

综上所述，通过VAR模型的分析发现，各投入要素对种植业产值增长贡献率从大到小依次为：化肥、播种面积、从业人员、农机和水利工程，其中前3个要素的总和贡献率稳定于56.5%，这表明云南农户长期以来主要是通过扩张播种面积，增加化肥和劳动力投入来维持不断增长的产出，而这样的生产方式已导致总产出边际收益递减：①从单位播种面积的投入产出（利用C-D生产函数计算）来看，1978-2014年间，在第一阶段，每单位播种面积投入使得总产出平均增加0.34个单位，而到了第四阶段这一指标降至0.28个单位；②1978-2014年，第一阶段每名从业人员的投入使得总产出平均增加0.25个单位，而到了第四阶段这一指标为0.17个单位；③1978-2014年，每一单位化肥投入使得总产出的增加由第一阶段的0.45个单位下降至第四阶段的0.36个单位○11。即随着三要素投入的不断增加，每单位要素投入使得总产出的增加越来越少。结合要素投入分析及VAR模型的解析结论（播种面积、化肥和劳动力投入对总产出的贡献率远高于农机和水利工程投入的贡献率），说明在云南省种植业的生产中，农户更青睐于投入风险和成本较低、施用简单、短期见效快的要素，由于规模化地使用这些要素导致产出边际收益递减，最终造成农业总产出增长率的长期、持续下降，这正好印证了本文的“生产方式锁定”猜想。

最后需要指出，验证“生产方式锁定”的存在并非要推翻经典理论，而是期望指出经典理论在研究农业增长迟缓方面存在“盲区”，即农业增长迟缓可能与要素投入的多少有关，还可能与生产方式紧密关联，这暗示先进的集约型要素并非会“自然”地、规模化地进入农业生产，最先进的生产方式也不会“自然”形成。农业生产中，生产者会依据要素的“收益—成本比”最大化来选择各要素的投入，这种选择决定下的生产方式对生产者来说是一个最优选择，但对整个农业生产行业来说可能并不是最优的，甚至是最差的，显然这是一个“囚徒困境”博弈。在这一博弈下，农户不会选择与规模化、集约化生产相匹配的先进要素，也不会进行相应的人力资本投资以学习先进要素的使用。

四、政策建议

（一）从要素及其相关技术提供者的角度解决“生产方式锁定”

由于发展农业现代化的内、外部条件不同，发达国家的新型要素及其配套技术对于发展中国家来说，需要依据本国农业发展及农户生产方式的现实情况，将新要素及其相关技术进行改造，降低新要素及其相关技术在本国使用的成本、风险与施用难度，才能为本国农户所接受。同时，还需进行前期市场开拓，即投入一定的人力和物力去宣传新要素及其配套技术，指导农户使用，不断降低农户使用新要素的成本，最大限度地发挥新要素的功效。最后，在新要素及其配套技术的后期管理、维护中，提供者需要做好售后服务工作，不断地调整、改进新要素及其配套技术，提高其适用性，避免“生产方式锁定”问题的再次出现。

（二）从要素及其相关技术使用者（农户）的角度解决“生产方式锁定”

农户是否愿意接受新的生产要素及其配套技术，关键是要降低其使用新要素与配套技术的成本与风险，让农户有利可图。同时，这还需要农户不断地提高自身的文化素质，才能掌握新要素及其配套技术的使用技能。农户提高自身文化素质，不仅要提高受教育年限，而且还要积极参与基层政府组织的农业技术培训，不断降低使用新要素的成本与风险。

（三）从政府政策扶持的角度解决“生产方式锁定”

政府在解决“生产方式锁定”问题中有着不可替代的重要作用。要素改良主要是由产品市场的有效需求驱动的，当要素改良难以通过市场机制来完成时，政府就需要发挥其引导作用。一方面，政府有着生产要素提供者和农户都不具备的信息收集能力，能迅速捕捉到要素及其配套技术的前沿创新与变革；另一方面，政府可通过相关产业政策选择扶持新要素及配套技术，并依靠政府财政扶持等方式来重点支持新要素的适应性研发和运用。研发方面：第一，政府应立法保护新要素及技术开发、创新者的利益，不断完善相关激励政策，以鼓励、支持新要素的发明、改造与创新；第二，积极促进农业新要素成果的转化，对新要素使用的示范与推广给予相应的政策、资金支持，将新要素“切入”生产方式锁定壁垒中，打破“生产方式锁定”的桎梏。在新要素的运用方面：第一，政府最好与要素提供者合作，通过开办相关农用技术学习课程，结合当地农户生产的实际困难指导他们合理、有效地使用先进要素；第二，降低农机等设备的年检、审批的费用，使农户买得起先、用得起先进要素的同时，也能长期有效地发挥新要素的功效；第三，政府应设立专项资金，完善排灌系统，淘汰或改造老旧的水利机电设备，提高水利工程资源的利用效率；第四，结合供给性结构性改革，提高低效、高污染农产品的入市门槛，提高化肥使用量检测标准，大力提倡绿色种植；同时，降低由先进要素生产的农产品的入市门槛，减少这些农产品的交易成本，让健康环保的农产品更易被消费者所接受，刺激农户对先进生产要素的需求，从而改变原有落后的生产方式，不断提高农业的生产经营效率。

注释：

①即农业增长率（或增长速度）持续下降，总量产出增长越来越慢，表现出增长迟缓或缓慢的特征（参见谭崇台《发展经济学概论》，武汉大学出版社2002年版）。

②下文所用数据不特别说明，均来自国家统计局网站和1978-2015年的《中国统计年鉴》和《云南统计年鉴》。

③2009、2010年发生了“春旱”，这也是云南省加大水利工程建设投资的一个重要原因。

④农业生产与外部自然条件密切相关，选择这四个省市与云南省作对比，可比性较强。

⑤参见国家统计局云南调查总队《云南调查年鉴2015》，中国统计出版社2015年版。

⑥经试算，最终确定AEG回归式无时间趋势项，有截距项，ACI准则测定滞后一期。

⑦王金霞等在《中国农村生活污染与农业生产污染：现状与治理对策研究》一书中也指出，2010年云南省单位面积化肥使用量是286.7千克/公顷，西南三省一市中，高于同期的四川（261.6千克/公顷）、重庆（273.3千克/公顷）、贵州（177千克/公顷），化肥的过度使用伴随的是较低的化肥利用效率，2010年云南省氮、磷肥的浪费情况是191.35千克/公顷，也高于同期的四川（147.17千克/公顷）、重庆（147.4千克/公顷）、贵州（115.08千克/公顷）（北京：科学出版社，2013年版）。

⑧农业机械、水利工程设备的油料、电力、零部件更新、检审等费用不断上涨且使用期间需要不断投入，而不像土地、劳动力与化肥属于“一次性”投入，后期维护费用很少，甚至没有。因此，相对而言，土地、劳动力与化肥要素投入的成本与风险较小。孔祥智、李圣军（2009）以及国家统计局云南调查总队：云南调查报告（2012）中，对广大农户的问卷调查均印证了这一结论。

⑨国家调查局云南调查总队的《云南省农村居民收入差距研究》一文中指出：近年来云南省农户纯收入增长速度趋缓，并且与全国以及西部各省农户之间的纯收入差距逐步拉大，主要原因是云南农户从事农业生产的家庭经营收入依然占其纯收入的72%左右，家庭经营收入中种植业收入又占较大比重，而近年来云南种植业的增长率持续下降，再加上非农收入较少，导致云南农户纯收入差距逐步拉大（昆明：云南大学出版社，2013年版）。

⑩由于农村有文化的青壮年向二、三产业转移，多数留在农村、难以转移的农户理解和掌握先进集约型生产技术的能力低，他们对“追求成本、风险最小化的路径依赖行为”会变得更强。

○11基于C-D生产函数，利用分段回归法计算四个阶段中，三个要素的产出弹性（即C-D生产函数中三要素的指数）获得。

［1］Nurkse R.The capital formation of underdeveloped countries［M］.Oxford：Oxford university press，1953：49-56.

［2］Nelson R R A low level equilibrium trap of Underdeveloped countries［J］.Journal of Economic History，1956（12）：245-251.

［3］Leibenstein H.Economic Backwardness and Economic Growth［M］.NewYork：JohnwileyINC.，1957：102-106.

［4］Bozoglu M，Ceyhan V.Measuring the technical efficiency and exploring theinefficiency determinants ofvegetable farms in Samsun province，Turkey［J］.Agricultural Systems，2007，94（3）：649-656.

［5］Tankhiwalle H，Sushenjit Ban.Yield Impact of Irrigation Management Transfer：A Success Story from the Philippines［R］.World Bank Policy Research working Paper，N0. 4298，2009.

［6］张浩，陈昭.中国农业经济增长的要素贡献度研究——基于分省非稳定面板的实证分析［J］.南方经济，2008（1）：61-75.

［7］李谷成，范丽霞，冯中朝.资本积累、制度变迁与农业增长——对1978-2011年中国农业增长与资本存量的实证估计［J］.管理世界，2014（5）：67-92.

［8］王汉章，李上炸，刘伯恩.财政支农支出对农业GDP长期影响的实证分析［J］.中央财经大学学报，2009（5）：2-6.

［9］潘丹，应瑞瑶.中国水资源与农业经济增长关系研究——基于面板VAR模型［J］.中国人口·资源与环境，2012（1）：161-166.

［10］蒋智华.云南农业经济增长方式转变的约束机制和对策研究［J］.云南农业科技，2008（5）：6-9.

［11］胡文涛，李洁光.转变云南农业经济增长方式研究［J］.农业与技术，2015（12）：216-217.

［12］孙琦仙.论云南农业经济增长方式的转变［J］.企业导报，2015（7）：34-35.

［13］张晖.云南推行家庭联产承包责任制［J］.云南经济，2011（5）：53-54.

［14］Ebenstein A.The Consequences of Industrialization：Evi⁃dence from WATER Pollution and Digestive Cancers in China［J］.Review of Economics and Statistics，forthcom⁃ing，2012，94（1）：186-201.

［15］何浩然，张林秀，李强.农民施肥行为及面源污染研究［J］.农业技术经济，2006（6）：2-10.

［16］Huang J K.Training Programs and in-the-field guidance to reduce China`s overuse of fertilizer without hurting prof⁃itability［J］.Journal of Soil and Water Conservation，2008，63（5）：165A-167A.

［17］Fischer G，Winiwarter W，Ermolieva T，et al.Integrated modeling framework for assessment and mitigation of nitro⁃gen pollution form agriculture：Concept and case study for China.Agriculture［J］.Ecosystems and Environment，2010，136（1/2）：116-124.

［18］杨红娟，李明云，刘红琴.农业碳排放特征及影响因素分析——以云南为例［J］.生态经济，2015（10）：76-78.

［19］杨雯.国家统计局云南调查总队：云南调查报告（2012）［M］.昆明：云南大学出版社，2012（11）：118-159.

［20］冯璐，吴春梅，李新建，等.云南农业生产效率分析［J］.热带农业科学，2014（9）：102-108.

［21］孔祥智，李圣军.中国农业社会化服务［M］.北京：中国人民大学出版社，2009（9）：464-474.

［22］苑鹏，国鲁来，齐莉梅.农业科技推广体系改革与创新.［C］//农业部基层农业技术推广体系改革联席会议办公室.全国基层农技推广体系发展状况：基层农业技术推广体系改革和建设情况交流第7期（总第33期）.北京：中国农业出版社，2006：17-25

［23］Sims C A.Macroeconomics and Reality［J］.Econometrica，1980，48（1）：1-48.

Slow Agricultural Growth and“Locked Mode of Production”—A New Theory and an Empirical Test Based on VAR Model

LOU Feng
（Institute of Economics,Yunnan University,Kunming 650500,China）

The traditional theory explains slow agricultural growth mainly based on insufficient input factors.The paper takes Yunnan pro⁃vincial agricultural as an example to find that the theory of insufficient input factors cannot explain Yunnan’s long-term slow agricultural growth.We find that Yunnan’s slow agricultural growth is mainly caused by slow planting industry growth.By analyzing the mode of plant⁃ing industry,we find that farmers tend to invest extensively in low-cost and low-tech factors of production to improve production in plant⁃ing industry production.Advanced intensive factors of production and its supporting technology cannot be applied at scale for a long time. The irrational mode of production and farmers’small-peasant traditional management pattern,which has been shaped over a long period of time,reinforce each other.It makes the relatively backward mode of production is difficult to get the fundamental change,which would cause the agricultural input-output decreasing returns to scale,eventually lead to slow agricultural growth.Based on the analysis above, we put forward that there is a‘locked mode of production’effect in planting industry production and apply VAR model to validate the the⁃oretical hypothesis.Finally,from the three perspectives of suppliers of agricultural production technology and factors,farmers and govern⁃ments,we put forward policy suggestions to solve‘locked mode of production’effect.

slow agricultural growth;locked mode of production;input factors;VAR model

F26；F302

A

1007-5097（2017）07-0051-11

［责任编辑：张兵］

10.3969/j.issn.1007-5097.2017.07.007

2016-12-29

国家社会科学基金项目（11BJY090）；云南省社会科学基金项目（SKPJ201304）；云南省教育厅重点项目（2014Z002）；云南大学“中青年骨干教师培养计划”（XT412003）

娄锋（1970-），男，云南昆明人，副教授，经济学博士，研究方向：农业经济，计量经济。