中国柑橘种植业技术效率评估及影响因素分析*

吴 园

(重庆市农业科学院，重庆 401329)

0 引言

柑橘是一种原产于中国的水果，具有较高的经济价值和营养价值，距今有4 000多年的栽培历史，全球消费者对营养和健康食物(柑橘类水果维生素C含量较高)的需求增加，驱使世界柑橘的种植面积在过去的15年间增长了53%，产量由2000年的1.150 0亿t增长到2015年的1.785 0亿t，目前柑橘已成为世界第一大水果，是仅次小麦和玉米的第三大贸易农产品。我国的柑橙的种植面积在世界居首位，柑橘产业已成为我国南方经济林果中最重要的支柱产业[1]； 2016年我国柑橘种植面积达到255.667万hm2，产量达到3 617万t，尽管我国柑橘种植面积和总产量位居世界前列，但是贸易量占世界的比重却很小，因此有学者称中国是世界柑橘生产与贸易大国，但不是生产与贸易强国[2-3]； 与发达柑橘生产国和主要柑橘出口国相比，中国柑橘的生产效率较低， 2015年中国柑橘平均单产为1.160 745万kg/hm2，虽与世界平均产量水平持平，但与以色列3.877 657万kg/hm2的指标相比，中国的平均产量水平不到其1/3，究其原因，主要我国柑橘种植的经营形式和生产经营效率有关，因此中国柑橘生产技术效率和影响因素是值得关注和研究的问题。

1 文献综述

经济学上“效率”一词通常指既定投入下达到最大产出或既定产出下实现最小投入的状态，对于农业生产技术效率的评价方法主要包括非参数法和参数法，其中非参数法主要以数据包括分析模型(DEA)为主，这种方法由非参数法无须事先确定函数形式，通过投入和产出指标的设计和运算，即可方便测算出技术效率和规模效率[4]，但造成有效率或无效率的原因仍然需要进一步考察； 非参数法主要以随机前沿分析法为主(SFA)，在前沿生产函数基础上发展起来的随机前沿分析法，充分利用每个样本的信息，采用最大似然法估计模型参数，并且允许技术无效率的存在，并将全要素生产率的变化分解为生产可能性边界的移动和技术效率的变化，结算结果稳定，可比性强，这种方法比传统的生产函数法更接近于生产和经济增长的实际情况。

Gutiérrez等[5]采用两阶段DEA模型分析了西班牙有机农业生产效率问题，发现有机生产模式效率低源自于产出不足； Beltrán等[6]利用DEA模型分析了有机柑橘园效率问题，发现政策法规和生产技术会直接影响技术效率，Andrés等[7]利用数据包络分析方法评估农场的柑橘生产环保问题，发现氮肥过度使用是产生效率低下的主要问题。李道和等[8]使用Malmquist指数法测算了中国柑橘的全要素生产率的变化，发现多数省区呈现出技术进步与农业效率损失并存的局面，熊巍等[9]使用数据包络分析法研究了湖北省柑橘产业生产效率，结果表明湖北省柑橘生产规模效率变动决定了综合技术效率的变动； 汤荣丽等[10]采用数据包络分析(DEA)方法对我国柑橘生产效率分品种分地区测算和分析。研究表明农药费和其他物质费用的过度投入是导致我国柑橘生产效率地下的主要因素。张炳亮等[11]利用DEA模型方法，对1996—2011年间我国柑橘产业投入产出效率进行了测算与分析，结果显示我国柑橘产业投入产出的综合技术效率整体较高且波动较大，qin等[11]利用11个国家1009个观测样本，分析柑橘生产过程中的灌溉用水和氮肥使用的效率问题，研究发现通过优化灌溉用水和合理使用氮肥能够显著提高柑橘产量。Helga等[12]利用随机前沿模型分析了农业灌溉用水效率问题。

从现有文献可以看出，效率研究的两种方法在柑橘生产效率问题中的研究都有涉及，国内的研究集中于使用非参数方法，即多采用数据包络分析模型，然而这类方法本身存在一定的技术缺陷； 陈新建等[13]虽然运用了随机前沿分析方法，但是实证分析样本只考虑了5个省份历史数据，对于西部柑橘种植区(例如广西、重庆等)的缺少考虑，在分析效率影响因素中，对于柑橘生产环境考虑较少。农业生产深受自然地理、气候和市场波动等随机性因素的影响，故采用随机前沿分析方法比传统的数据包络分析更为合适。从研究视角看，研究某一时期的柑橘生产效率变动趋势的文献较多，深入分析效率影响因素的文献较少。鉴于此，文章采用随机前沿分析法，利用最新统计数据，对我国柑橘生产效率进行测度，从实证角度分析影响非效率的因素，为提升柑橘生产效率和产业竞争力提供理论借鉴。

2 模型构建

根据Aigner[14]、Battese[15]等人的研究，基于面板数据的随机前沿生产函数一般用如下公式表达：

Yit=βXit+(Vit-Uit)

(1)

其中，Yit代表样本i在第t时期的产出向量，Xit代表样本i在第t时期的投入向量，β为待估计参数，Vit代表随机误差项，表示不可控因素，服从均值为零，方差为σν的正态分布，Uit为非负随机变量，代表生产系统的效率损失，用于计算技术非效率，假定其服从半正态分布、对数分布或截尾正态分布，Vit与Uit之间相互独立。

柑橘生产是一项典型的劳动密集型劳动[16]，从实践来看，柑橘等的收成情况收到劳动强度、化肥投入、农药等影响，根据现状的农业统计口径和数据可获得性，因此该文选择柑橘产值(Qit)刻画生产系统的产出指标，选择劳动力投入(Lit)、直接物资与服务投入(Kit)、间接物资与服务投入(Sit)作为系统投入变量，直接物质与服务投入主要包括农药、化肥、种苗、排灌等投入，间接物质与服务最主要包括保险、管理以及销售投入。则随机前沿生产函数可以表达为：

Qit=f(Lit，Kit，Sit；T)+Vit-Uit

(2)

式(2)中，T代表时间因素，Uit代表技术无效率项，Vit代表随机分布项目。当不存在技术无效率项时，也即Uit=0时，代表生产系统达到了最优前沿面水平。因此可以构造技术效率函数TEit，其表达式如下：

(3)

随机前沿分析方法不同于数据包络分析，需要实现确定生产函数形式。在具体生产函数选择上，由于柯布—道格拉斯生产函数前提假设条件较强，且不能有效区分随机噪声和技术进步，已有大量研究表明超越对数函数包容性更强，形式灵活，可以更好地对数据进行拟合，特别是其能够有效地处理非平衡的或者异质类数据，并且可以反映出解释变量对被解释变量的交互作用。因此该文选择用超越对数生产函数构建分析模型，对式(2)两边取对数展开如下：

(4)

柑橘种植的生产活动受到自然环境和社会环境的影响的深刻影响，例如气候和温度会对柑橘的产量有重要的影响，柑橘冻害不仅影响植株生产，还会对若干年的产量产生持续性影响，柑橘产区的交通可达性问题直接影响着柑橘能否顺利销售。为了客观描述可能影响柑橘生产非效率的因素，将地区经济差异、气候差异、交通基础设施条件等纳入分析框架，构造非效率函数如下：

Uit=β15Ait+β16Rit+β17Iit+β18Hit+β19Dit

(5)

式(5)中，Ait代表区域变量，令东部=1，中部=2，西部=3；Iit代表柑橘产地人均GDP，用于刻画柑橘产地的经济发展水平和消费能力；Rit代表雇工水平，雇工费用比上人工总成本，用以刻画柑橘生产规模，柑橘生产属于劳动密集型产业，柑橘采摘、施肥以及喷洒农药等工序高度依赖劳动力，雇工水平越高，说明种植规模越大，雇工水平越低，说明种植规模越小；Hit代表公路路网密度，用于反映道路基础设施状况；Dit代表气象灾害发生率，反映影响柑橘生产的自然影响。

3 数据和模型估计

3.1 数据来源

柑橘在我国种植范围主要集中在长江以南地区，《中国柑橘优势区域布局规划》(2008—2015)显示，目前我国形成了长江上中游柑橘带、赣南—湘南—桂北柑橘带、浙南—闽西—粤东柑橘带、鄂西—湘西柑橘带等四大柑橘种植区域，其中长江上中游柑橘带以重庆三峡库区为核心地带，赣南—湘南—桂北柑橘带以江西赣州、湖南郴州为核心地带，浙南—闽西—粤东柑橘带主要集中在东南沿海地区，鄂西—湘西柑橘带主要集中在武陵山区，结合统计数据的连续性和可得性，选取浙江、福建、广东、湖北、江西、湖南、重庆、广西等8个省市作为研究样本区域，收集和整理了上述8个省市2007—2015年的柑橘种植经营相关统计资料，汇集面板数据，从省域视角来看，上述8个省市的柑橘种植面积和产量占据了全国产量的90%以上，因此选择的数据具有代表性。现有的柑橘生产统计资料将柑橘分为“柑”和“橘”两个大类进行分别统计，考虑到两种类别的生产经营差异，在定量分析中，将两种品种的数据分开计算，对于“柑”的研究，样本数据为福建、江西、湖北、湖南、广东、广西、重庆等7个省市的2007—2015的面板数据； 对于“橘”的研究，样本数据为浙江、福建、广东、湖北、湖南、江西、重庆等7个省市的2007—2015的面板数据。柑和橘的研究样本涉及的8个省市分布集中在长江中下游和东南沿海地区。

其中柑橘产值(Qit)、劳动力投入(Lit)、直接物资与服务项目投入(Kit)、间接费用(Sit)、雇工水平Rit数据源于《全国农产品成本收益资料汇编(2008—2016)》整理计算所得，人均区域生产总值(Iit)、公路路网密度(Hit)来源于国家统计局在线数据库(http：//data.stats.gov.cn/)，气象灾害发生率(Dit)用受灾面积与省域面积比值刻画，其中受灾面积数据来源于《中国农业统计年鉴》(2008—2016)； 为了消除物价变动影响，采用居民消费价格指数对样本中相关涉及到价值量的数据进行平减处理。表1所列数据为研究样本的各指标描述性统计量。

由表1可以看出，柑的每亩产值要高于橘，但是产值标准差柑类大于橘类，说明橘类的产值相对而言更加稳定。从投入视角看，柑类的劳动投入、直接物质与服务投入(主要是化肥、农药等物资)高于橘类，单位面积间接物质与服务投入两种类别差别较小。

表1 研究样本各指标数据描述性统计量

3.2 模型估计及分析

根据设定的超越对数生产函数及非效率函数，运用frontier 4.1软件对相关参数进行估计，估计结果如表2所示。由表2可以看出，柑和橘两大类样本情况下，模型估计结果中的σ2与LR检验均在1%的显著水平下显著，表明选用随机前沿分析方法进行效率评估是可行的，同时模型中的γ值为0.999，2种样本情况下均接近，表明柑橘生产的实际产出与理想产出的差异主要由技术非效率引起的，结合着3个指标来看，回归结果较好，模型对样本具有适用性。

根据柑橘随机前沿函数的估计结果，时间变量(t)的参数为正，且在1%的显著性水平检验下显著，这说明柑橘种植的产出随着时间的增加而增加； 两类样本情况下，直接物资与服务投入(Kit)的系数均为负数，且通过1%的显著性检验，说明柑橘种植业中，直接物资与服务的投入(主要是化肥、农药)对柑橘产出的增加效果为负，或者认为直接物资与服务的投入增加并不能带来相同比例的柑橘产出增加； 劳动投入变量(L)的系数通过1%显著性检验，但是在两类样本情况下，分别为“+”和“-”，这说明对于柑类种植，劳动投入的增加对产量的增加具有正向效应，而对于橘类种植，劳动投入的增加对产出增加的效应并不明显。间接物资与服务投入(Sit)在两类样本情况，虽然都通过了不同水平的显著性检验，但是其符号为负，这一方面与柑橘种植生产过程中，保险、管理以及销售投入额度相对较少有关，也反映出在柑橘种植的配套产业的支撑和服务力度和效果有待加强。交叉项tlnL、tlnK均通过显著性检验，柑类样本下，均为负，而在橘类样本下，均为正，这说明对于柑类生产，在劳动和资本投入不变的情况下，柑的产出随着时间的推移而下降，而橘类在此情况下则效果相反。

表2 随机前沿函数估计结果

由非效率影响因素的参数估计结果可以看出，区域变量(A)在两类样本情况下，都在1%的显著水平上均显著为负，这意味着柑橘种植技术效率存在显著的地域差异，即由东往西，地区因素在非效率影响程度由高变低，而这种变化趋势则与我国经济发展水平东中西的梯度相反，近年来，随着劳动力成本上升的影响，柑橘种植重心有逐渐由东往西前移的趋势。用于刻画种植规模的变量雇工水平(Rit)在柑样本情况下，没有通过有显著性检验； 而在橘样本情况下，在1%的显著水平上显著为负，说明雇工水平提高，能提高橘的种植的技术效率，这反映出在橘种植过程中，存在显著的规模经济，即通过扩大种植规模能够提高种植效率。在两种样本情况下，人均区域生产总值变量(Iit)的系数在1%的显著性水平上都显著为负，说明人均区域生产总值的增加，能够提高柑橘生产的技术效率，一方面，更高的人居区域生产总值意味着更高的消费能力，对柑橘的销售和市场需求能够产生积极的效应，另一方面，人均区域生产总值与现代化水平、技术发展水平密切正相关，因此高的人均区域生产总值也意味着更高的生产技术水平。刻画柑橘生产基础设施水平的公路路网密度指标(H)在柑样本情况下，没有通过显著性检验，而在橘样本情况下，则显著为正，说明公路路网密度的提高，对柑橘生产的非效率有正向效应，可以理解为路网密度的提高，会提高区域的可达性和生产便利性，农民在土地利用方面可能会倾向选择非柑橘类进行生产(例如水稻、蔬菜等其他作物)，以期取得更高的经济回报。值得注意的是，在两种样本情况下，气象灾害发生率(Dit)系数均没有通过显著性检验，这说明对于样本数据而言，气象灾害对柑橘生产的影响有限，在柑橘的实际生产过程中，黄龙病通常是柑橘减产的主要原因[17]。

4 柑橘生产技术效率分析

根据式(3)的计算办法，得出2007—2015年样本省份的柑橘种植效率。从表3可看出，浙江省橘类的生产技术效率整体水平较高，且基本趋于稳定； 广东省的柑类水果种植生产技术效率呈现明显增长趋势，但是橘类生产种植技术效率呈现下降趋势。湖北、湖南、江西等中部3省中，柑类的生产技术效率波动较大，橘类生产技术效率整体效率处于较高水平； 重庆市柑和橘两类水果的生产技术效率增长幅度较大， 2015年橘类的生产技术效率位于首位； 广西柑类水果生产种植的技术效率整体上呈现较大幅度的增长态势。

表3 2007—2015年样本省市柑橘种植技术效率

图1展示了2007—2015年的柑类和橘类的平均生产技术效率值及变化趋势，由此可以得出如下判断： (1)从总体上看，橘类的生产种植平均技术效率高于柑类； (2)橘类的生产种植技术效率在0.83～0.95区间窄幅振动， 2011年开始有缓慢下降的趋势； (3)柑类的生产种植平均技术效率在过去10年内，整体上呈现不断提升的趋势， 2014年达到峰值，技术效率显著提高，但2015年有回落的态势。

图1 2007—2015年的柑类和橘类生产的平均技术效率趋势

由图2可以看出， 2007—2015年期间，柑类的生产种植技术效率存在地区性差异，东部省份和西部省份的平均技术效率基本持平，整体变化趋势存在趋同性，中部省份的柑类种植生产技术效率相对处于低位。由图3可以看出，东部地区和中部地区的橘类种植生产技术效率呈现先缓慢增长后加速下降的趋势，而同时期，西部地区的橘类生产技术效率整体上呈现显著的上升趋势， 2012年是增长和下降态势的临界年份，这种变化态势延伸到2015年，最终呈现西部高于中部、中部高于东部的状态。

图2 2007—2015年柑类生产的不同地区平均技术效率趋势

图3 2007—2015年橘类生产的不同地区平均技术效率趋势

5 结论及启示

该文以浙江、福建、广东、湖北、江西、湖南、重庆、广西等8个柑橘主产区的2007—2015年的柑橘种植经营统计数据作为研究对象，采用超越对数随机前沿分析方法，研究了柑类和橘类的种植技术效率，并对影响生产技术效率的因素进行了分析，结合实证分析的结果，主要得出如下4点结论：(1)样本考查期间，我国柑橘主产区省份的柑橘生产种植技术效率整体上呈现上升趋势，从类别上看，柑类的生产种植平均技术效率由0.26提升到0.85，提升幅度显著，而橘类生产技术效率整体平均水平高于柑类，样本考查期间处于窄幅度波动状态，样本省份横向对比来看，浙江省橘类生产技术效率较高，趋于稳定，广东省橘类和柑类的生产技术效率呈现“此消彼长”的背离状态，西部省市广西和重庆市柑橘生产技术效率呈现显著增长态势。(2)柑橘种植业中，以化肥和农药为主的直接物资与服务投入对柑橘产出的增长效果具有负效应，说明化肥和农业的产出弹性呈现下降趋势，在柑和橘两类样本情况下，劳动投入的增加对产量的增加效应分别为正向效应和负向效应，这表明在柑橘生产种植过程中，劳动的产出弹性具有不确定性。(3)柑橘生产种植技术效率存在区域差异，即由东往西，地区因素在非效率影响程度由高变低，而这种变化趋势则与我国经济发展水平东中西的梯度相反，从类别上看，东部省份和西部省份的柑类生产种植平均技术效率基本持平，整体变化趋势存在趋同性，中部省份的柑类种植生产技术效率相对处于低位，而西部地区的橘类生产技术效率整体上呈现显著的上升趋势。(4)影响柑橘生产种植技术效率的因素中，地区因素和人居区域生产总值在柑和橘两类样本情况下均通过了显著性检验； 对于橘类的生产种植，种植规模的提高对生产种植技术效率的提高具有正向效应，而柑类的规模经济效果不显著； 柑橘生产种植的技术效率受气象灾害的影响有限。

尽管部分消费者愿意为更加健康的有机食品支付额外的购买价格，但是整体上看，中国“三品一标”农产品市场规模仍然较小，农业生产者往往仍然依赖传统的生产动能，投入更多的化肥和农药，以期获取产量的增长，进而获得更高的收益[18]，从上述实证分析结果可以看出，技术进步在柑橘生产种植中正在发挥重要作用，单纯的依靠化肥、农业和劳动的投入增长，并不能带来产量的同比增长，从效率的角度看，甚至会带来效率的损失，同时化肥和农业的过度使用对柑橘的质量安全和使用品质具有负面影响[19]，农业残留问题成为制约中国柑橘向欧美出口的重要制约因素[20]，因此在柑橘生产种植过程中，需要转换增长动能，在不断提升柑橘种植科技水平的基础上，更加注重柑橘生产过程中的有机、绿色属性，地方政府和行业协会需要加大对柑橘产业“三品一标”建设的扶持和监管力度，加大对当地符合“三品一标”要求的柑橘进行市场宣传和推广，从供给侧的改革促使柑橘产业从传统农业向现代农业转变。

柑橘生产种植技术效率具有地区差异，近些年来，西部地区的柑橘生产技术效率得到显著提升，重庆、广西等地区的柑橘生产竞争力水平得到明显提高，这说明西南地区在柑橘生产经营中的比较优势得到发挥，柑橘种植集中区域主要在山区和丘陵地带等交通相对不便地区，这些区域通常与连片贫困山区高度重合，例如重庆柑橘种植主要集中在三峡库区和秦巴山区，贵州柑橘种植集中分布在武陵山区，因此柑橘产业的提质增效具有扶贫功能，通过发展生产脱贫[21]，提升精准扶贫的效果。西南地区柑橘生产经营主要是以个体家庭为单位，生产规模相对较小，同时也导致组织化程度较低[22]，该文实证研究表明，生产规模的提高，能够显著提高生产的技术效率，因此西南地区柑橘种植需要探索如何引导柑橘林地有效流转，提升生产经营规模，实现适度规模经营，促进技术效率的提高，进而促进柑橘种植者的收入水平。